数字普惠金融对居民收入增长的影响及其机制研究

王逸雯，汤 毅，魏靖宇

（1.上海立信会计金融学院国际经贸学院，上海 201209；2.上海立信会计金融学院金融学院，上海 201209）

一、引言

普惠金融（Inclusive Finance），也被称为“包容性金融”，2005年联合国最先使用这一概念来推广国际小额信贷。2008年，世界银行将其定义为“能够广泛获得金融服务且没有价格、非价格方面的障碍，可以为社会全部阶层和群体提供合理、便捷、安全的金融服务的一种金融体系”。

2012年6月，国家主席胡锦涛在G20（墨西哥）洛斯卡沃斯峰会上指出“普惠金融问题本质上是发展问题，希望各国加强沟通和合作，提高各国消费者保护水平，共同建立一个惠及所有国家和民众的金融体系，确保各国特别是发展中国家民众享有现代、安全、便捷的金融服务。”①http://www.gov.cn/ldhd/2012-06/20/content_2165322.htm。。2013年11月，党的十八届三中全会通过《中共中央关于全面深化改革若干重大问题的决定》，将“发展普惠金融”确立为国家战略①http://www.gov.cn/jrzg/2013-11/15/content_2528179.htm。。2015年3月，国务院总理李克强在《政府工作报告》中明确指出，要“大力发展普惠金融，让所有市场主体都能分享金融服务的雨露甘霖”②http://www.gov.cn/guowuyuan/2015-03/16/content_2835101.htm。。2015年12月，国务院印发《推进普惠金融发展规划（2016－2020年）》（国发〔2015〕74 号），将普惠金融定义为“立足机会平等要求和商业可持续原则，以可负担的成本为有金融服务需求的社会各阶层和群体提供适当、有效的金融服务”，并且指出“小微企业、农民、城镇低收入人群、贫困人群和残疾人、老年人等特殊群体是当前我国普惠金融重点服务对象”，使这些人群及时获取价格合理、便捷安全的金融服务，同时要“提升金融服务覆盖率、可得性和满意度是普惠金融的主要目标”“使我国普惠金融发展水平居于国际中上游水平”③http://www.gov.cn/zhengce/content/2016-01/15/content_10602.htm。。2016年9月，G20 杭州峰会通过由中国推动并参与制定的《G20 数字普惠金融高级原则》，数字普惠金融由此首次走上国际舞台。2017年7月，习近平总书记在全国金融工作会议上指出“要建设普惠金融体系，加强对小微企业、‘三农’和偏远地区的金融服务，推进金融精准扶贫，鼓励发展绿色金融”④http://www.gov.cn/xinwen/2017-07/15/content_5210774.htm。。2018年9月，为落实《推进普惠金融发展规划（2016－2020年）》关于“定期发布普惠金融白皮书”的要求，阶段性总结宣传我国普惠金融发展成果，中国银行保险监督管理委员会编写、发表《中国普惠金融发展情况报告》，这份首次由政府部门对外发布的普惠金融白皮书总结了我国普惠金融发展的意义、主要成效和基本经验，报告指出，由于多措并举推进，我国普惠金融发展开局良好，并已取得积极成效（中国银保监会，2018）。

我国已于2020年底如期完成新时代脱贫攻坚目标任务，但经济发展不平衡、不充分问题依然突出，巩固拓展脱贫攻坚成果的任务依然艰巨。改革开放至今，我国经济飞速发展，但区域资源禀赋不同导致区域收入差距逐渐扩大。收入不平衡持续恶化将会影响社会和谐稳定及经济可持续健康发展。大力发展普惠金融，是金融业支持现代经济体系建设、增强服务实体经济能力的重要体现，是缓解人民日益增长的金融服务需求和金融供给不平衡不充分之间矛盾的重要途径，是我国全面建成小康社会的必然要求。立足我国基本国情，在经济新常态下创新金融模式、推动普惠金融发展、稳步提高人均收入水平，对缩小我国省域经济发展差距、巩固脱贫攻坚成果具有深远影响。

普惠金融发展与传统金融发展存在差异，后者多从金融深化角度强调金融体系整体发展和金融总量的扩大，而前者则强调金融服务的普惠性，使社会各阶层都能公平享受金融服务。作为普惠金融的最新形态，数字普惠金融起步较晚，但其凭借高可获得性、宽覆盖程度、低金融成本等特点，逐步发展成我国普惠金融主流，并在助力脱贫攻坚、巩固脱贫成果方面发挥重要作用。因此，研究数字普惠金融对居民收入增长的影响及其作用机制，对进一步落实我国战略发展思想有重要的现实意义。

本文利用北京大学数字普惠金融研究中心和蚂蚁金服共同发布的2011－2018年省级数字普惠金融指数数据，采用固定效应模型考察数字普惠金融对居民增收的影响和区域异质性，验证数字普惠金融实现居民增收的中介机制，最后从数字普惠金融的三个维度、区域差异和内在作用机制等方面为构建数字普惠金融促进居民收入增长的长效机制提供政策建议。

二、文献综述

数字普惠金融是数字技术与普惠金融的结合，金融是本质，数字是手段。普惠金融及数字普惠金融对经济增长影响方面，大部分研究成果认为两者能够促进经济增长，有利于扩大就业，进而促进居民收入增长。Kapoor（2014）认为数字普惠金融支持经济增长。任碧云和李柳颍（2019）从多维度探究，发现数字普惠金融对农村包容性增长有直接或间接的推动作用。田杰和陶建平（2012）利用中国2006－2009年1877 个县（市）的面板数据进行实证分析，发现中国农村普惠性金融发展对农户收入增长具有显著的正效应。朱一鸣和王伟（2017）运用县域数据发现普惠金融能够促进农村居民收入增长。随着数字经济发展与数字化水平的提升，数字普惠金融在支持创新创业、实现经济包容性增长等方面发挥了重要作用。谢绚丽等（2018）通过实证分析发现数字普惠金融对居民创业有显著的正向促进作用。方观富和许嘉怡（2020）研究发现数字普惠金融对居民就业有显著的促进作用。张勋等（2019）基于微观数据证实了数字普惠金融有助于促进经济包容性增长，并能显著提升居民收入。

普惠金融和数字普惠金融对收入分配影响方面，国内外研究学者存在结论分歧。第一种观点认为数字普惠金融能够改善收入分配。Demirgǜç-Kunt 和Levine（2009）指出金融排斥是普遍现象，而普惠金融能够解决经济发展不均衡、不充分问题。Chakravarty 和Pal（2013）运用印度数字普惠金融相关数据进行实证分析，发现数字普惠金融能显著缩小城乡收入差距。Zhang 和Naceur（2019）认为数字普惠金融为农民提供了更多就业机会并提高其收入，进而缩小城乡收入差距。贝多广（2015）认为，运行良好的金融能够促进社会健康发展，改善金融约束的数字普惠金融有助于缓解城乡收入差距，宋晓玲（2017）利用我国2011－2015年31 个省份相关数据进行实证分析，结果证实了该观点。周利等（2020）构建城乡居民家庭信贷门槛模型并运用基于分位数回归的MM 分解法，从理论与实证两个角度证实数字普惠金融有利于缩小城乡收入差距。第二种观点认为数字普惠金融拉大了城乡收入差距。尹志超等（2019）认为弱势群体享受到的普惠金融水平较低，因此贫困地区居民过度接触金融可能会导致资金外流，加剧城乡收入差距。第三种观点认为普惠金融与城乡收入差距呈“倒U 型”关系（吕勇斌和李仪，2016），且数字普惠金融并未有效缩小城乡收入差距。

综上所述，现有研究主要集中于数字普惠金融减贫脱贫的效果验证，但对数字普惠金融如何实现减贫脱贫的内在机制挖掘不足。本文的边际贡献包括：第一，对数字普惠金融通过提高城镇化水平、企业外资利用能力、基础设施建设水平和区域医疗水平提升居民收入进行验证，挖掘数字普惠金融实现居民收入增长的内在机制；第二，探究数字普惠金融覆盖广度、使用深度和数字化程度对居民收入增长的效果差异；第三，考察数字普惠金融对居民收入增长影响的区域异质性。

三、理论机制与模型构建

（一）理论机制

数字普惠金融能够推进城市化建设，并提高居民收入水平。利用金融深化提高资源配置效率，实现人口与生产要素空间上集聚，已成为城市快速成长的动因（蒙荫莉，2003）。数字普惠金融通过与传统金融协同发展，可以缓解信息不对称、降低交易和融资成本，推进城市化建设，实现人均收入的提高。

数字普惠金融提升了企业外资利用能力，进而提升人均收入。数字普惠金融的发展能够吸引更多外商直接投资，降低跨境资本流动波动风险（杨继梅等，2020）。同时，数字普惠金融强调获取金融服务的机会均等和商业发展的可持续性，通过降低金融市场准入门槛，提高金融服务的可获得性，从而将外资企业因不能及时获得金融服务产生的潜在溢出效应转化为现实生产力（孙力军，2008），并提高居民的收入。

数字普惠金融加快区域基础设施建设，促进经济与居民收入增长。金融市场具有资金融通功能（孙早等，2015）。数字普惠金融能够开拓多元化融资渠道，打破基础设施建设资金瓶颈，提高基础设施投资效率。完善的基础设施则作为生产要素可以优化经济增长基础以实现居民收入增长。

数字普惠金融提升了区域医疗水平、实现健康人力资本的积累，进而提高居民收入水平。一方面，数字普惠金融有助于开展健康扶贫、满足医疗设施升级要求，提升区域医疗卫生能力（肖志明等，2017）；另一方面，数字普惠金融促进了以健康保障消费为代表的居民发展性消费的增长，实现健康人力资本积累。提高全社会健康人力资本存量，不仅体现公平，还有利于提高劳动生产率（夏振洲，2018），并最终实现居民收入增长。

（二）变量选择与数据来源

本文被解释变量为2011－2018年各省人均GDP（gdp_per），同时选取各省职工平均工资（sala）作为代理变量进行稳健性检验。被解释变量数据从EPS 全球统计数据平台获得。

核心解释变量为数字普惠金融指数（ind），采用北京大学数字普惠金融研究中心和蚂蚁金服共同发布的中国大陆地区31 个省区市2011－2018年数字普惠金融指数衡量。该指数衡量了数字普惠金融的覆盖广度（cov）、使用深度（dep）和数字化程度（digi）三个维度，其中，覆盖广度主要根据各省支付宝账户开户数量编制，反映数字普惠金融的覆盖人群信息；使用深度衡量各省互联网金融服务的使用频率等；数字化程度侧重于考察各省数字金融服务的便利性和使用效率。

本文的核心控制变量包括：城镇化水平（city），用各省城镇人口占该省总人口的比重表示；人均外商直接投资（fdi），用各省外商投资总额与该省总人口的比值表示；基础设施建设（infra），用各省公路里程与该省行政区面积的比值表示；区域医疗水平（heal），用各省医疗卫生机构总数与该省行政面积的比值表示。其他控制变量包括：政府支出（gov），用政府一般预算支出与GDP 的比值表示；教育发展水平（edu），用各省普通高中及以上层次学校数量与该省总人口的比值表示；传统金融发展水平（fin），用各省银行业金融机构数量与该省行政面积的比值表示；产业结构（stru），用第三产业增加值与第二产业增加值的比值表示；交换机容量（cap），用移动电话交换机容量与总人口的比值表示。控制变量数据从EPS 全球统计数据平台获得。

变量描述性统计如表1所示。

表1 变量描述性统计

（三）模型设计

根据理论机制及变量选择情况，本文构建如下模型：

根据数字普惠金融三个维度指标构建如下模型：

引入交互项反映数字普惠金融对居民收入的作用机制，并构建如下四个模型：

其中，Xit表示数字普惠金融的覆盖广度（cov）、使用深度（dep）和数字化程度（digi）三个核心解释变量；Yit表示核心控制变量；Zit表示其他控制变量；μi表示省级固定效应，δt表示年份固定效应，εit为随机扰动项。

四、实证结果分析

（一）基准回归结果

模型（1）的基准回归结果如表2所示。第（1）～（4）列分别为混合效应、个体固定效应、双向固定效应和随机效应的实证结果。

表2回归结果表明，数字普惠金融发展对居民增收具有显著的正向效应。同时，F 检验、BP-LM 检验和豪斯曼检验结果说明固定效应实证结果优于混合效应和随机效应。数字普惠金融能够弥补传统金融的不足，其便利的操作方法和更低的交易成本使得不发达地区能够享受到便捷的金融服务。首先，中小微企业能通过数字普惠金融获得必要的贷款支持，提高自身融资能力和抗风险能力，进而提升盈利水平。其次，数字普惠金融能够改善我国农户由于资本要素供给不足带来的经营低效率问题。数字普惠金融能给予农户资金方面的支持，促进传统农业向现代农业转型。最后，数字普惠金融能够促进经济欠发达地区金融知识教育的普及。

此外，表2回归结果显示，在控制变量中，城镇化水平、人均外商直接投资均会显著促进各省人均GDP 的增加；教育发展水平和产业结构显著抑制各省人均GDP 的增加；基础设施水平、区域医疗水平、政府支出、传统金融发展水平对人均GDP 的影响不显著。

表2 基本回归结果

参照刘智勇等（2018）的人力资本结构高级化与经济增长标准划分方法，进行区域异质性回归，结果如表3所示。回归结果显示，所有地区回归结果均显著。具体而言，东部地区数字普惠金融总指数每增加1 单位，人均GDP 增加3.966 单位；中部地区数字普惠金融总指数每增加1 单位，人均GDP 增加2.107 单位；西部地区数字普惠金融总指数每增加1 单位，人均GDP 增加0.847 单位。即，数字普惠金融对东、中、西部地区经济的促进作用依次递减。其原因在于，中西部省份经济发展较不发达，金融覆盖程度较低，因而数字普惠金融的经济促进作用较弱。

表3 区域异质性回归结果

（二）不同维度指标的回归结果

使用双向固定效应模型估计模型（2），回归结果见表4。可以看出，覆盖广度在10%的显著性水平上通过检验，数字普惠金融使用深度和数字化程度均在1%的显著性水平上通过检验，三者均显著促进各省人均GDP 的增长。覆盖广度增加，意味着使用第三方支付的人群增加，并且账户持有人理财、转账的覆盖面增加，有了更多的理财融资通道，GDP 增加；使用深度增加，意味着居民开始进入金融服务深度拓展的新阶段、新时代，为GDP 增长提供可靠保障；数字化程度增加，居民可以更便利、低成本地享用金融服务，居民在享受金融服务的同时，实现GDP 增长，使金融的价值得到更好的体现。由表4还可看出，覆盖广度对人均GDP 的提升作用最大，数字化程度作用最小。

表4 不同维度指标的回归结果

（三）中介机制检验结果

模型（3）的回归结果见表5，第（1）列为数字普惠金融与城镇化水平的交互项，第（2）列为数字普惠金融与人均外商直接投资的交互项，第（3）列为数字普惠金融与基础设施建设的交互项，第（4）列为数字普惠金融与区域医疗水平的交互项。可以看出，各交互项回归结果均在1%水平上显著，表明城镇化水平、人均外商直接投资、基础设施建设和区域医疗水平的提高，均有利于发展数字普惠金融，进而促进区域经济发展和居民收入持续增长。

表5 中介机制检验

五、稳健性检验

本文稳健性检验结果如表6所示。第（1）列为替换被解释变量，采用各省职工平均工资（sala）作为代理变量衡量居民收入水平，估计结果说明数字普惠金融对居民收入增长仍有显著的促进作用。区域数字普惠金融发展水平和居民收入之间可能存在反向因果关系，为缓解内生性问题，第（2）列显示了核心解释变量滞后一期的双边固定效应模型估计结果，回归结果仍显著。表6第（3）列为有限信息极大似然估计的结果，使用各省交换机容量（cap）和核心解释变量滞后一期作为工具变量，回归结果仍显著。

表6 稳健性检验

六、结论及建议

（一）结论

本文选取2011－2018年各省人均GDP作为被解释变量，结合北京大学数字普惠金融研究中心和蚂蚁金服共同发布的数字普惠金融指数，研究数字普惠金融对居民收入的影响，并得到以下结论：第一，数字普惠金融对人均GDP增长具有显著促进作用，城镇化水平推进、外资利用能力增强、基础设施完善和医疗水平提升是数字普惠金融促进居民增收的关键因素；第二，数字普惠金融的覆盖广度、使用深度和数字化程度均能显著促进居民收入增长，但效果递减；第三，我国各省数字普惠金融对东部、中部和西部地区居民增收均存在显著正向影响，但由于区域资源禀赋和数字普惠金融发展水平不均衡，影响力度递减。

（二）政策建议

根据上述研究结论，本文就促进数字普惠金融发展提出如下三点建议：

第一，从覆盖广度、使用深度和数字化程度三个维度深化数字普惠金融实践，充分发挥数字普惠金融增收效果，巩固脱贫攻坚成果。要注重数字普惠金融三个维度协同发展，扩大其覆盖面，拓展数字金融服务深度，充分依靠数字技术提高金融服务质量。

第二，加强中西部金融基础设施建设，充分发挥数字普惠金融巩固中西部脱贫攻坚成果的作用。我国经济发展不平衡，区域数字普惠金融发展水平差异较大，中西部地区金融服务的可获得性较低，因此应弥补传统普惠金融业务上的不足，持续推进中西部地区的数字普惠金融发展，扩大数字普惠金融服务范围，使经济欠发达地区能享受到与经济发达地区同样的金融服务。同时，增加农村地区银行营业网点，优化农村支付结算体系，推进农村信用体系建设，建立专门的农户征信档案，为服务“三农”提供便利。

第三，挖掘数字普惠金融作用于居民增收的内在机制，真正建立促进居民增收的长效机制。加大数字普惠金融对城镇化建设、外资吸引能力提升、基础设施完善、医疗水平提高的支持作用，从供给侧角度保证数字普惠金融基础设施的有效供给，带动区域经济发展和实现居民收入持续增长，真正建立起数字普惠金融巩固脱贫攻坚成果、实现乡村振兴的长效机制。