数字普惠金融视角下的城乡收入差距

■ 高雅柔

（中国人民银行西宁中心支行 青海西宁 810001）

互联网金融与普惠金融的完美结合产生了数字普惠金融，在广覆盖、低成本、低门槛、可得性高等方面具有明显的优势。贫困地区由于自身条件的限制，人们在金融领域获得服务的时间成本和经济成本比较高，获得金融服务比较困难。迅速发展的数字普惠金融是否能对解决城乡收入差距、缓解城乡二元经济结构产生效果，探讨这一关系对统筹城乡均衡发展有重要意义。

一、文献综述

欠发达地区在利用数字技术推动普惠金融发展的过程中具有优势（吕瑛春、余良，2016）。互联网和普惠金融两个变量各自对城乡人均收入水平、城乡收入均衡水平都有显著促进作用。两个变量的交互效应对城乡人均收入水平有显著促进作用，但对城乡收入均衡水平影响并不显著，这说明在促进城乡收入结构性均衡增长方面，互联网与普惠金融的融合度不够（宋晓玲，2017）。构建大规模、可持续的数字普惠金融服务商业模式是提升金融普惠功能的关键（宋亮华，2017）。数字普惠金融对于贫困的减缓作用十分显著，尤其是针对经济发展水平不高的甘肃等4省份，其减贫效果尤为明显，因此现阶段应大力发展数字普惠金融，助力农村地区精准脱贫（龚沁宜、成学真，2018）。数字普惠金融可以有效收敛城乡收入差距，由于数字普惠金融会在计量经济模型中出现内生性问题，因此可以用互联网普及率作为工具变量解决内生性问题（梁双陆、刘培培，2019）。

二、数字普惠金融与城乡收入差距的差异化分析

（一）数字普惠金融概述

1.数字普惠金融发展指数。衡量数字普惠金融发展的水平，包括深度和广度，不仅要涵盖银行服务，还要囊括保险、投资、征信、货币基金等。伴随着互联网金融的发展，互金企业利用线上平台为群众提供支付、信贷、投资等创新互联网金融产品，突出了互联网的普惠性，因此衡量数字普惠金融也应强调互联网金融的贡献。数字普惠金融发展指数指标体系如图1所示。

图1 数字普惠金融发展指数指标体系

（1）覆盖广度：基于互联网金融是在线上为群众提供金融服务的特性，数字普惠金融的覆盖广度采用支付宝账户数量以及支付宝账户绑定银行卡数来衡量。（2）使用深度：互联网金融服务主要包括移动支付系统、以蚂蚁花呗为代表的消费贷服务、网络信贷服务、投资服务、征信服务。数字普惠金融使用深度的评价用各类互联网金融服务的使用状况来衡量，包括使用人数、交易笔数和交易金额。（3）数字支持服务：用互联网金融服务的便利性和服务成本衡量，其中便利性主要体现在移动支付服务系统，故采用移动支付的次数和金额计算；享受金融服务的成本主要体现在贷款利率，故采用个人和小微企业的贷款利率计算。

2.数字普惠金融发展现状。图2显示，数字普惠金融在2011-2015年间发展迅猛，在全国31个省市间都得到跳跃式的发展。但是数字普惠金融的发展在不同的省市区域之间还是存在一定差异，可以看出，数字普惠金融水平在东部地区以及经济基础较好的地区得到了更快更好的发展。近几年移动支付的飞速发展，使得偏远地区的数字技术更为普及，金融服务的覆盖面更为广泛。偏远欠发达省份利用数字支持服务的发展可以提高在数字普惠金融方面弯道超车的几率。

图2 2011-2015年中国数字普惠金融发展指数变化

（二）城乡居民收入差距分析

1.城乡居民收入差距现状。图3显示了2008-2017年中国整体的居民可支配收入情况，本文使用城镇和农村居民收入比，即城镇居民人均可支配收入与农村居民人均可支配收入的比值，作为衡量城乡居民收入差距的指标。可以看出，2008年至2017年十年间，人均可支配收入呈现出不断增长的态势，中国居民得到了更多的名义收入。中国城乡二元经济结构已经在慢慢改善，经济结构变得越来越合理，城乡发展不平衡状态得到一定缓解。

图3 2008-2017年中国城乡收入差距

2.城乡收入差距的区域对比分析。从上文分析中可以看出，伴随着中国经济的不断发展，中国整体城乡收入差距呈现出越来越小的趋势，但中国不同区域之间城乡收入差距水平差异较大的问题仍然突出，见图4。

图4 2008-2017年中国各省城乡收入差距

从东、中、西部比较来看，东部地区城乡收入差距最小，其次是中部地区，西部地区该指标最大。各地区城乡居民收入差距与该地区经济发展水平密切相关，经济较为发达的地区城乡收入之比小且更加稳定，而欠发达地区城乡收入差距较大。随着中国经济社会的发展，全国31个省市的城乡居民收入差距都呈现出一种越来越小的发展趋势。

3.城乡收入差距与数字普惠金融的对比分析。由图5可以发现，数字普惠金融发展指数和城乡收入之比两者的图像呈现出对称现象，也就是说数字普惠金融发展指数越大的地区城乡收入之比越小。区域对比来看，东部地区各省份数字普惠金融发展程度整体上高于中部和西部省份，且城乡收入差距最小，西部地区数字普惠金融发展水平最低，城乡收入差距水平也高于中部和东部地区。

图5 2015年数字普惠金融指数与城乡收入之比

三、数字普惠金融对城乡收入差距影响的理论分析

（一）扩大覆盖，突破传统金融区域限制

数字普惠金融对互联网技术的应用有效地扩大了金融服务的覆盖面。互联网金融出现以前，金融领域扩大金融服务覆盖面的方式仅仅是通过增加商业银行营业网点、ATM机等，但是可以发现，县级地区几乎只有国有银行网点入驻，更为偏远贫困的地区甚至几乎没有可提供金融服务的实体网点，这些区域就成了传统金融服务无法覆盖到的地方，使得金融服务的覆盖区域非常不平衡。而数字技术和互联网金融的发展可以打破这种区域限制，数字技术的应用使得金融机构可以为更多的传统金融无法触及到的地区和居民提供金融服务。

现如今已进入“互联网+”时代，通过互联网来扩大金融服务覆盖面是非常有效的方式。移动金融已经慢慢渗透进农村居民的生活，利用数字技术可以有效地突破传统金融体系带来的地域局限，提升金融服务覆盖率。

（二）控制成本，降低获得金融服务门槛

首先，城镇居民相较于农村居民有更好的财务状况，更容易获得金融服务。其次，金融服务网点设置不平衡，覆盖不均匀。最后，农村地区征信系统不够完善，农村居民可抵押资产较少，加之缺少信用记录报告。金融服务进入农村地区，不论对于农村居民还是金融机构，与城镇地区相比都要付出更高的成本。

依赖于互联网平台的数字普惠金融可以大大地降低成本，急速发展的互联网金融也可以有效地推动金融普惠性的发展。第一，越来越多样的金融产品出现在互联网金融市场，农村居民可以根据自身的条件与需求选择适合的可负担的金融业务产品。第二，数字普惠金融的服务基于互联网和移动设备平台，一切操作都可以在数字平台实现，大大降低了居民的时间成本。第三，金融机构可以借助数字平台来降低为居民提供金融服务的成本。另外，随着数字技术越来越成熟，利用大数据技术逐步发展的网络征信系统可以有效地解决农村居民信用记录不完善的问题。

（三）提高农村金融可得性，缓解金融排斥

金融排斥问题一直较为突出，城乡居民在享受金融服务方面有很大的差异。社会中的某些居民和群体无法以合适的形式获得金融服务，不能够进入传统金融体系。金融排斥表现在：

1.地理排斥，传统金融服务实体网点设置不平衡，很大部分都集中在城镇区域，村镇居民享受到的金融服务更多的来自于农村信用社和城商行，原因在于在农村地区设置金融服务网点成本高收益少。

2.评估排斥，相较于城镇居民而言，农村居民收入少且不稳定，农村居民的收入与农作物产量紧密相关，如果出现自然环境不利于农作物的情况会大幅度减少农村居民收入，因此金融机构会以更加严格的标准来评估农村居民还贷的能力。

3.条件排斥，传统金融机构所提供的金融服务产品存在其特定的限制条件，这些特定的限制条件将低收入和收入不稳定群体排斥在金融服务对象范围之外。

4.价格排斥，金融产品的特殊性决定了其价格的特殊性，不论是贷款金融服务带来的利息成本，还是投资性金融产品的价格，对大部分农村居民来说都难以承担。

5.营销排斥，金融机构提供金融服务是为了追求更高更稳定的收益，农村居民难以成为其进行金融产品营销的目标客户，这也将农村居民排斥在金融服务体系之外。

6.自我排斥，农村居民普遍受教育程度较低，且不具备金融相关知识，导致农村居民在接触金融产品时出现害怕被拒绝、风险排斥等心理因素而将自己排斥在金融服务市场之外。

数字普惠金融可以在很大程度上缓解金融排斥现象，利用移动客户端和互联网技术可以有效地突破传统金融的地理局限解决地理排斥问题。

（四）提高风控能力，建立完善征信体系

金融机构之所以较少进入农村地区，重要原因之一就是依托传统的风险管理体系和征信体系，难以获得低收入群体和农村居民的信用和资产信息，并对其进行风险评估。伴随着大数据的飞速发展，金融机构对于数据的收集和分析水平不断增强，降低风险控制管理的成本，并推动全社会征信系统的建设，使得金融机构能够对其收入群体进行更准确的风险评估将金融服务更多的投放到农村地区，提高居民收入，为缩小城乡居民收入差距创造了条件。

四、数字普惠金融对城乡收入差距影响的实证检验

（一）模型设定与样本选取

本文测算了31个省市自治区2011年到2018年城乡收入差距的数据，建立面板回归模型，分别研究数字普惠金融指数对城乡收入差距的影响。此外，本文还选取了人均GDP、城镇化率、二三产业占比、财政支出占比作为本文研究的控制变量。根据上述选取的变量，本文将研究模型设定为以下面板回归模型：

其中，GAP表示城乡收入差距，FII表示数字普惠金融指数，PGDP表示人均GDP，UR表示城镇化率，IP表示二三产业占比，FEP表示财政支出占比；α和β分别表示截距项和回归系数；εit表示随机误差项。为消除异方差和量纲的影响，本文对各变量作自然对数处理后进行分析，各变量原始数据描述统计结果如表1所示。可以看出，各项指标在不同地区间差异较大。

表1 数据描述统计

（二）相关分析

本文首先采用相关分析法对数字普惠金融指数与城乡收入差距进行相关分析，结果如表2所示。

表2 相关分析

由结果可初步判断，城乡收入差距与数字普惠金融指数、人均GDP、城镇化率、二三产业占比呈显著负相关关系，与财政支出占比呈显著正相关关系。

（三）数字普惠金融对城乡收入差距影响的回归分析

文章通过F检验和Hausman检验判定模型适用于混合效应、固定效应或者随机效应估计，总样本F检验结果如表3所示。

表3 模型F检验结果

由F检验结果可知，F统计量和卡方统计量显著性概率均小于0.1，表明模型拒绝“混合效应”的原假设，应该在固定效应和随机效应中进行选择，为此进一步进行Hausman检验，Hausman检验结果如表4所示。

表4 Hausman检验结果

由Hausman检验结果可知，卡方统计量显著性P值为0.5019，大于0.1，接受建立随机效应的假设，表明总样本适合随机效应估计，随机效应回归结果如表5所示。

表5 总样本回归结果

由回归结果可知，模型的拟合度为0.583947，调整后的拟合度为0.575351，表明数字普惠金融指数、人均GDP、城镇化率、二三产业占比、财政支出占比对城乡收入差距具有57.5351%的解释度。模型F检验P值为0，通过了F检验，说明模型回归效果显著。由此可得总样本回归方程：

数字普惠金融指数与城乡收入差距为显著负相关关系，数字普惠金融指数每正向变动一个百分点，城乡收入差距则反向变动0.040554个百分点。说明数字普惠金融指数的增长对城乡收入差距具有显著的抑制作用，也即数字普惠金融指数的提升有利于城乡收入差距的减小。

人均GDP与城乡收入差距的回归系数为-0.0305，没有通过T检验，但我们从相关检验结果可知，人均GDP与城乡收入差距为负相关关系，即我们同样可以判断，人均GDP的增加对城乡收入差距具有抑制作用，有利于城乡收入差距的缩小。

城镇化率与城乡收入差距为显著负相关关系，城镇化率每正向变动一个百分点，城乡收入差距则反向变动0.271689个百分点。说明城镇化率的增长对城乡收入差距具有抑制作用，也即城镇化率的提升有利于城乡收入差距的减小。

二三产业占比与城乡收入差距的回归系数为-0.102481，没有通过T检验，同样结合相关检验结果，二三产业占比与城乡收入差距为负相关关系，即我们可以判断，二三产业占比的增长对城乡收入差距具有抑制作用，有利于城乡收入差距的缩小。

财政支出占比与城乡收入差距为显著正相关关系，财政支出占比每正向变动一个百分点，城乡收入差距也正向变动0.049561个百分点。说明财政支出占比的增长对城乡收入差距具有正向影响作用，也即财政支出的增加扩大了城乡收入差距。

（四）数字普惠金融对城乡收入差距影响的差异化分析

为比较数字普惠金融指数对各区域城乡收入差距影响的不同，本文分别对东部、中部、西部地区数字普惠金融指数与城乡收入差距进行回归分析，结果如表6。

表6 分区域回归结果

续表6 分区域回归结果

由分区域回归结果可知，各个模型均通过了F检验，说明各个地区回归结果有效，东部地区未通过Hausman检验，说明东部地区适合随机效应估计，中部地区和西部地区的Hausman检验结果均通过，表明中部地区和西部地区均适合固定效应估计。由回归系数可得各区域回归方程，东部地区回归方程为：

从面板回归结果来看，数字普惠金融指数对中国不同地区的影响存在差异，对中部地区城乡收入差距的抑制影响最大，其次为西部地区，对东部地区的影响相对较小；人均GDP对西部地区城乡收入差距具有抑制作用，但对东部地区和中部地区城乡收入差距没有显著的影响；城镇化率对中部地区城乡收入差距具有抑制作用，但对东部地区和西部地区城乡收入差距没有显著的影响；二三产业占比对各地区城乡收入差距均没有显著的影响；财政支出占比对中部地区城乡收入差距具有正向影响，但对东部地区和西部地区城乡收入差距没有显著的影响。

五、政策建议

（一）重视数字普惠金融的整体全面发展

数字普惠金融的发展对于缩小城乡收入差距有显著的推动作用，数字普惠金融利用数字技术使金融服务进入到传统金融无法覆盖的地区。中国普惠金融的发展开始进入到创新性互联网金融阶段，与互联网金融表现出很强的关联性，数字普惠金融是互联网金融与普惠金融相结合的一种创新性互联网金融，数字普惠金融通过云计算、信息处理、大数据等计算机技术在金融领域的运用，来为居民提供保险、信贷、投资等互联网金融服务，通过利用互联网金融平台的优势有效地减小了居民进行金融交易的成本，降低了金融系统的门槛，扩大了金融服务的覆盖面，互联网金融带来的快捷、低成本等优势使金融服务进入到传统金融领域无法触及到的低收入地区和人群。因此，从政策层面，应支持并大力推动数字普惠金融的发展，为数字普惠金融提供更多的发展机会和空间是必要且有益的。

（二）制定符合区域特点的数字普惠金融发展战略

上文实证结果表明数字普惠金融的发展在不同区域存在差异，其发展对缩小城乡收入差距有不同的影响效果，这就导致金融行业的发展在不同区域间出现不平衡现象。

对数字普惠金融的发展来说互联网金融的发展水平固然重要，但金融相关的基础建设也有着重要的影响，数字普惠金融的发展仍然离不开基础建设的支持。在未来，中、西部这些相对较落后的地区，应深入分析地区特点，积极学习东部地区发展经验，加强基础设施建设，提高互联网发展水平和经济发展水平，当地的通讯、互联网、金融机构等相关行业应积极合作，缩小城乡之间基础设施建设的差距，使数字普惠金融的发展可以更好地为农村居民、小微企业等低收入群体服务。中国是一个资源丰富、人口基数大、经济发展不平衡的国家，各个地区应结合自身的实际情况来制定符合区域自身现状和需求的数字普惠金融发展方向和发展战略。

（三）设计针对农村居民的创新性数字金融产品

在传统的金融系统中，为农村居民提供金融服务的基本上全都是农村信用合作社，其他传统金融业务在农村地区几乎是零覆盖，虽然目前农村信用社已发展成为城镇农商行，但是农村金融排斥问题仍然没有得到解决。数字普惠金融是一个可以有效地解决农村金融排斥问题的途径。

与传统金融机构设置实体金融网点提供金融服务的方式相比，数字普惠金融更容易使金融服务进入农村居民的生活，可以有效地突破地域限制。传统金融机构应积极利用互联网金融平台，根据不同的群体特点为其量身定制符合特定群体现实情况和需求的创新性金融产品，打造线上平台，使居民可以方便快捷的了解金融产品的相关信息，选择更符合自身需求和水平的金融业务。针对农村地区的金融产品要不断创新，推出更多更契合农村居民需求的金融产品，深化数字普惠金融在居民生产生活中的使用，增强数字金融产品和服务的普惠性。

（四）统筹其他因素与数字普惠金融协调发展

城乡收入差距仍然在很大程度上受到经济发展水平、城镇化水平和产业结构的影响，提高经济发展水平，提高城镇化率，优化产业结构都能够有效地提高农村居民收入以缩减城乡收入差距。经济发展欠发达地区以及农村地区，面临着交通不便利、社会资源较少、基础设施建设简陋等困境。经济发展水平高的地区，相应的也有着较高的城镇化水平，应将更多的发展资源投入到这些区域的农村地区，大幅度提高农村居民收入。

针对欠发达地区和农村地区的政策支持显得非常重要，应加强这些地区的基础设施建设、提高居民生活福利支持、优惠政策等。经济发展水平、城镇化以及产业结构的发展，一方面可以直接提高居民收入缩减城乡收入差距，另一方面也可以为数字普惠金融的发展提供更好的环境支持。因此，在发展数字普惠金融的同时，要统筹其他因素与数字普惠金融协调发展，更好地提高经济发展水平、加快城镇化发展、优化产业结构，共同缩减城乡收入差距。