互联网金融对农民收入的作用效应——收入水平、收入结构与空间外溢

杨春雨，杨瑞琪

(1.安徽三联学院 经济管理学院，安徽 合肥 230601；2.上海大学 悉尼工商学院，上海 201800)

一、引言

2020年4月10日，面对复杂的国内外经济形势，中央财经委员会第七次会议明确强调了内外双循环对塑造我国经济发展新格局的重要性。随着2020年我国脱贫攻坚战取得全面胜利，调整农民收入结构、进一步提升农民收入水平有助于培育和提升农民消费能力，是实现内外双循环经济战略的重要手段。

互联网金融是一种以互联网技术和信息通信技术为基础的新型金融模式，高效、便捷、成本低、普惠性强是其主要优势，是提升金融服务效率的重要方式，能够更广泛、更深层次地支持实体经济发展，对于中小微企业发展有着无可替代的作用。随着互联网及智能终端设备在农村地区的普及，互联网金融对于以中小微企业和家庭生产为主体的农村经济的作用日渐凸显。尤其是2015年7月18日，中国人民银行等十部委联合印发了《关于促进互联网金融健康发展的指导意见》，将互联网金融正式纳入金融监管框架，我国互联网金融逐渐进入规范发展期，进一步推动了互联网金融在农村地区的深入发展，对农村经济发展和农民收入的作用效应也越发突出。所以，从互联网金融角度促进农民收入水平提升、调整农民收入结构成为当前政府部门推动经济发展“双循环”战略实现的重要抓手，互联网金融对农民收入的作用效应也成为社会各界关注的热点。

近年来，学界关于互联网金融与农民收入的理论研究逐渐增多，比如王晓军(2018)[1]、李丽霞(2019)[2]、李京蓉(2021)[3]等学者研究了互联网金融的减贫效应，分析了互联网金融对农民贫困水平的影响机制，论证了互联网金融有助于降低农村贫困程度。一些学者探讨了互联网金融对农民收入水平的作用效应，认为互联网金融有助于提升我国农民的整体收入水平，比如刘心怡(2020)[4]、杨少雄(2021)[5]、刘自强(2021)[6]等。少数学者探讨了互联网金融对农民收入差距的作用效应，认为互联网金融在一定程度上拉大了农民的收入差距，比如孔杏(2018)[7]、李牧辰(2020)[8]等。现有学者的研究主要集中在互联网金融对农民绝对收入水平的作用效应上，深入研究互联网金融对农民收入结构作用效应的很少。此外，绝大部分研究仅局限在互联网金融对农民收入的直接作用效应上，对作用效应的间接作用效应(空间外溢性)关注得极少。本文在现有研究基础上，不但研究了互联网金融对农民绝对收入水平的作用效应，还进一步分析了其对农民收入结构的作用效应，同时还考虑了作用效应的空间外溢性，弥补了当前理论研究的不足，对于政府部门优化农民收入提升策略有一定的借鉴价值。

二、假设提出

(一)互联网金融对农民收入水平的作用效应

1.金融排斥理论

金融排斥理论指出，金融系统中存在金融服务共享缺乏的现象，主要表现为弱势群体缺乏接触金融服务的渠道及接受金融服务时存在障碍[9]。互联网金融可以很好地弱化传统金融系统中的金融排斥现象，它克服了传统金融必须依托实体网点开展业务的不足，依托互联网及智能终端，互联网金融机构可以更加便利、快捷地向农民推送相关金融服务，降低了农村地区的金融排斥性，极大地拓宽了农民接触金融服务的渠道，为农民依托金融服务从事各种经济活动，进而提升收入水平提供了可能。比如，互联网金融为农民接触各类社会救济、补贴信息提供了便利，更为申请各类转移收入提供了极大的便利，有助于农民转移性收入获取效率和数量的提升。以众筹为代表的互联网金融服务为农民获取社会救助提供了有效渠道，当农民面临家庭变故且急需用钱时，通过众筹平台寻求社会帮助是目前经常采用的一种方式。再比如，传统金融环境下，银行的各种金融理财产品的门槛较高，需要投资者具备一定投资理财知识，这将相当比例的农民排斥在了服务范围之外。而随着互联网金融的快速发展，各类门槛较低、购买便捷的小额投资理财产品为农民的投资理财提供了途径。甚至一些几乎没有任何金融理财知识的农民只需要将资金转入余额宝、理财通等货币性理财产品便可获取一定收益，有助于农民财产性收入水平的提升。

2.长尾理论

根据长尾理论，当商品储备充足、销售渠道畅通时，其生产成本和销售成本会急剧下降，以往市场需求很低的商品的市场份额会快速提升[10]。在传统金融中，金融机构在农村地区提供金融服务会受到自然条件、信贷系统以及农民金融知识等因素的限制，金融产品或服务的销售成本较高，传统金融对农村各类经济活动的支持深度和广度都受到限制。随着农村地区互联网的普及，互联网金融机构向农民提供服务的便利程度大大提升，销售渠道拓宽。在大数据技术的支持下，互联网金融机构可以建立农民的信用模型，并制定风险控制标准，这能够有效降低互联网金融机构提供服务的边际成本，推动互联网金融在农村地区普及，给予农民农业活动和非农业活动合适的金融服务，推动农民收入水平提升。比如，互联网金融极大地丰富了农民小额信贷渠道，互联网金融机构可以利用大数据技术获取更多的农民信用信息，可以更好地进行风险控制，有效降低向农民提供信贷服务的成本，推动互联网金融机构更广泛地向农民提供金融支持，有助于农民经营性收入水平的提升。

基于以上分析提出假设：

假设1：互联网金融对农民收入水平存在显著的正向作用效应。

(二)互联网金融对农民收入结构的作用效应

农民收入包含家庭经营性收入、工资性收入、财产性收入、转移性收入等类型，在互联网金融的作用下，虽然农民的各种收入的绝对水平均会呈现上涨趋势，但不同类型收入在总收入中的占比(收入结构)会在互联网金融的作用下而呈现差异化变动。

首先，互联网金融的快速发展加快了农村产业结构调整步伐，而农民收入结构会随着产业结构的调整发生变化。互联网金融加快了农村三次产业在国民经济体系中比重的变化，农业在国民经济体系中的比重逐渐降低[11]，促使农民职业分化，更多农民从农业生产活动中脱离出来，转向非农业生产活动，农民工资性收入比重因此增加，挤占了经营性收入比重。此外，互联网金融有助于农村地区非农经济活动的增加，为农民提供更多非农就业机会，原本紧紧束缚在农业生产上的农民可以利用农闲时间从事非农业生产活动。而外出务工农民也会因为对户籍制度、子女教育等问题的考虑而选择回乡就业，既能够充分将时间分配在农业生产活动和非农业生产活动上，又能够兼顾父母养老、子女教育等问题，有助于农民工资性收入占比的提升。

其次，互联网金融为农村地区第二、三产业的快速发展提供了金融支持，为农民闲置资产的投资提供了渠道。随着农村产业扶贫、乡村振兴战略的提出和实施，农村地区各种产业合作社形式的中小微企业如雨后春笋般出现，农民可以货币资金、土地等资产入股，获取企业分红。或将土地使用权转让给相关企业，获取土地租金、补偿金等，增加农民的财产性收入。第一产业虽然也在互联网金融的支持下有所发展，产业的绝对产值有所增加，但其在农村经济总量中的占比却会被第二、三产业挤占，农民的经营性收入占比也因此被挤占。此外，以往农民可选择的投资机会很少，信托、房地产等投资渠道的门槛较高，证券投资的风险较高，所以，以往绝大多数农民会将闲置资金存放银行。虽然银行存款的风险较低，但利率也比较低，不利于农民财产性收入的增加。互联网金融的产生和发展，为农民提供了新的投资渠道，这些投资渠道对资金量限制较低，且存取灵活。农民可以通过互联网金融平台利用闲置资金灵活地购买相关投资理财产品，这些互联网金融理财产品不但投资利率普遍高于银行的相关理财产品，且只需要通过智能终端(智能手机、电脑等)线上操作即可，便捷程度更高。

最后，转移性收入是农民收入的重要组成部分，尤其在2016年以前，我国农村贫困人口较多，“输血式”扶贫成为当时的主要扶贫方式，来自政府部门、社会福利机构、社会个人等的转移收入比重较高。2015年，“精准扶贫”概念的提出，以及2016年《关于“十三五”脱贫攻坚规划的通知》的出台，依托农村产业推动农村人口脱贫成为我国扶贫工作的主基调，“输血式”扶贫向“造血式”扶贫转化，农民的转移性收入逐渐被工资性收入、财产性收入替代，农民的转移收入比重降低。而在农村相关产业发展过程中，互联网金融又发挥着重要作用，所以可以认为，互联网金融是农民转移性收入占比下降的一个重要作用因素。

基于以上分析提出假设：

假设2：互联网金融会显著作用于农民收入结构，推动农民工资性收入和财产性收入占比提升，推动农民经营性收入和转移性收入占比下降。

(三)互联网金融对农民收入作用效应的空间外溢

互联网具有很强的空间关联性，不同地域之间的经济活动会因为互联网的加入而呈现网格化关联。互联网金融的基础是互联网技术，空间关联性也是其特性之一。互联网金融在作用于农民收入过程中，会因为空间关联的存在而产生一定的空间外溢，不但会直接作用于当地农民收入，还会对周边地区的农民收入产生一定的间接作用力。比如某一地区的互联网金融快速发展，在刺激当地农民工资性收入水平及占比提升的同时，也会因为空间关联性的存在带动周边地区互联网金融水平的提升，促使周边地区中小微企业更好发展，相应周边地区农民便会有更多就业机会，进而间接对周边地区农民的工资性收入产生作用效应。

基于此提出假设：

假设3：互联网金融对农民收入的作用效应具有空间外溢性。

三、实证检验

(一)模型设定与样本选择

考虑到互联网金融对农民收入的作用效应存在空间特征，本文构建空间面板数据模型对前文假设进行检验。

(1)

(1)被解释变量。选择农民收入水平和农民收入结构两类被解释变量。其中农民收入水平用农村地区人均可支配收入代表，农民收入结构用农民人均经营收入、人均工资收入、人均财产性收入、人均转移性收入占人均可支配收入的比重表示。

(2)解释变量。解释变量为农村地区互联网金融发展水平。金融科技与互联网金融在很多领域重叠，比如网络借贷、财富管理、互联网保险、金融服务等，本文选择零壹智库创建的金融技术指数(GFI)替代互联网金融发展水平。

(3)控制变量。能够影响农民收入水平及收入结构的因素很多，为了控制相关因素给本文研究结论带来干扰，借鉴苏静(2017)[12]、曾智(2018)[13]、吴国松(2020)[14]等学者的研究，选择经济发展水平、通货膨胀率、财政支持力度3个控制变量。具体各类变量信息如表1所示。

表1 变量信息汇总表

2015年是我国互联网金融发展历程中的重要时间节点，《关于促进互联网金融健康发展的指导意见》的印发标志着我国互联网金融正式进入规范发展阶段，所以本文选择2016—2021年间内地31个省份的年度数据为研究样本。所有数据收集自各省份统计年鉴和统计局官网，个别省份2020年之前的个别年份的缺失数据用外推法弥补，同时，大部分省份2021年的年度数据没有公布，尚没有公布2021年数据的用前三季度数据进行折算替代。为了避免不同变量度量单位差异给数学模型估计结果带来的异方差问题，在具体计算过程中对所有变量进行对数处理。所有计算过程由Matlab完成。

(二)模型校验

1.空间自相关性检验

计算各被解释变量各年度的莫兰指数(Moran’I)，以检验所构建的空间面板数据模型的空间自相关性(表2)。可以看出，2016—2021年间，各省份的农民可支配收入的Moran’I均为正值，且至少通过了5%的显著性检验。各农民收入结构变量的Moran’I也均为正值，至少通过了10%的显著性检验。所以本文的空间面板数据模型存在显著的空间自相关性。

表2 被解释变量的Moran’I指数表

2.空间效应检验

从表3中的空间效应检验结果可以看出，在10%水平下，各被解释变量下的空间面板数据模型均通过检验，即各模型均存在空间效应。各被解释变量下的LM-Error与LM-Lag虽然均通过了10%的显著性水平，具体显著性水平却存在差异，进一步进行稳健性检验。Robust LM-Error在5%水平下均通过检验，各被解释变量下的模型适合空间自回归模型。而Robust LM-Lag至少通过了10%的显著性水平，所以各被解释变量下的模型也适合空间杜宾模型。本文选择显著性水平更高的空间自回归模型。

表3 空间效应检验表

3.模型形式检验

面板数据模型在具体参数估计过程中有随机效应(RE)、混合效应(ME)和固定效应(FE)三种形式，利用F检验可以判断模型更适合随机效应(RE)形式还是固定效应(FE)形式，Hausman检验可以判断模型更适合混合效应(ME)形式还是固定效应(FE)形式。表4中的F检验显示，各被解释变量下的空间面板数据模型至少在10%水平下认为固定效应形式更适合，而Hausman检验则至少在5%水平下也认为固定效应形式更适合。

表4 空间面板数据模型形式检验表

(三)模型估计与效应分解

1.模型估计与分析

根据前文校验结论，基于模型(1)，对各被解释变量下的固定效应空间自回归模型进行参数估计(表5)。从表5中可以看出，各模型的可决系数均在0.4以上，最高达到了0.518，模型的整体显著性水平均为0.000，各被解释变量下的空间自回归模型参数估计优度较高。

表5 空间自回归模型参数估计表

表5中，GFI对Income的参数估计值为0.251，且在0.05水平下显著，互联网金融对农民收入水平存在显著的正向作用效应，互联网金融的发展能够推动农民收入绝对水平提升，互联网金融发展水平每提升1个单位，农民收入水平便会提升0.251个单位，前文假设1为真命题。

从农民收入结构来看，各模型的GFI参数估计值存在较大差异，W_income和P_income下的参数估计值为正数，且均在1%水平下显著，O_income和T_income下的参数估计值为负数，至少在5%水平下显著，互联网金融发展水平对农民不同类型收入占比的作用效应存在显著差异，会推动农民收入结构变化。互联网金融对农民工资性收入占比和财产性收入占比具有正向作用效应，可以推动农民工资性收入和财产性收入在总收入中的占比提升，对经营性收入占比和转移性收入占比存在反向作用效应，使得二者在农民总收入中的比重降低。所以前文假设2为真命题。

进一步从解释变量参数估计值的绝对值来看，P_income下的参数估计值绝对值最大，互联网金融对农民财产性收入占比的正向作用效应最强，这主要得益于互联网金融的出现和发展加快了农村产业发展，为农民合资创业、“两权”流转提供了极大的便利，促进了农民利息、红利、土地征用补偿等收入的快速增加。W_income下的参数估计值为0.106，互联网金融对农民工资性收入占比的正向作用效应也比较强，但弱于财产性收入，其原因可能在于，虽然互联网金融有力推动了农村地区中小微企业的发展，为农民充分利用农闲时间获取工资性收入提供了条件，但相比于以往在城镇地区务工，农村中小微企业提供的单位时间工资水平相对较低，工资性收入占比的提升速度有限。O_income和T_income下的参数估计值绝对值相近，且比较小，互联网金融对农民经营性收入占比和转移性收入占比的反向作用效应比较小。

各控制变量的参数估计值在符号上与解释变量一致，经济发展水平、通货膨胀率及财政支持力度对农民收入及收入结构的作用效应与互联网金融相似，但在参数估计值的显著性水平及绝对值上却存在较大差异。

2.空间效应分解

空间自回归模型从整体上展现了互联网金融对农民收入的作用效应，同时也包含了空间效应，而空间效应可以分解为直接空间效应(D-E)和间接空间效应(I-E)(表6)，分别表现了互联网金融对某一地区和周边地区农民收入水平及收入结构的作用效应。从表6可以看出，除了W_income，解释变量对其他被解释变量的直接空间效应普遍大于间接空间效应，且至少在10%水平下显著，但对比效应绝对值会发现，间接效应与直接效应差距并不大。虽然W_income下的直接效应比间接效应低，但在数值上二者相差甚微。所以，某一地区的互联网金融发展水平能够作用于当地农民收入水平及收入结构的同时，也存在显著的空间溢出，能够带动周边地区农民收入水平的提升和收入结构的调整。所以前文假设3也为真命题。

表6 空间效应分解表

3.稳健性检验

从前文的空间效应检验可知，本文各被解释变量下的模型也适合空间杜宾模型，利用空间杜宾模型对前文实证结论的稳健性进行检验。从表7可以看出，各被解释变量下的空间杜宾模型参数估计的可决系数R2均在0.5以上，显著性水平均为0.000，各模型估计效果较好。解释变量GFI的各参数估计值符号与前文空间自回归模型估计结果完全一致，在显著性水平上也至少通过了5%的临界值，与前文也极为相似，各控制变量的参数估计值在符号和显著性水平上也与前文高度一致。所以本文构建的空间自回归模型及实证结论具有较高的稳健性。

表7 空间杜宾模型估计结果

四、结论与建议

(一)基本结论

互联网金融作为一种新型金融模式，以其突出优势支持着实体经济发展，探讨互联网金融对农民收入的作用效应，对于农民收入水平提升和农民收入结构优化策略的制定意义明显，有助于充分发挥农村消费在“双循环”经济实现过程中的重要价值。本文从农民收入绝对水平、收入结构两个方向分析了互联网金融对农民收入的作用机制，基于2016—2021年内地31个省份的面板数据构建了互联网金融对农民收入水平和收入结构的空间面板数据模型，实证检验了互联网金融对农民收入的作用效应，并分析了作用效应的空间外溢性。全文研究结论主要有：

1.互联网金融对农民收入水平存在显著的正向作用效应，互联网金融的发展能够推动农民收入水平提升。

2.互联网金融对农民收入结构存在显著的作用效应，会推动农民收入结构变化，其中，对农民工资性收入占比和财产性收入占比存在正向作用效应，对经营性收入占比和转移性收入占比存在反向作用效应。

3.互联网金融对农民财产性收入占比的作用力最强，其次是工资性收入占比，而对农民经营性收入占比和转移性收入占比的作用力较小。

4.互联网金融对农民收入的作用效应存在显著的空间外溢，能够显著带动周边地区农民收入水平的提升和收入结构的调整。

(二)政策建议

1.拓展互联网金融在农村地区的服务广度

互联网金融对农民收入的作用效应是通过农村各产业、信贷系统、投资理财平台等多种渠道实现的，互联网金融在对农民收入发挥作用效应之前会对农村的社会经济各种因素产生作用效应，所以，拓展互联网金融在农村地区的服务广度是充分发挥其在农民收入水平提升和收入结构优化上作用的根本方式。首先，拓展互联网金融在农村的覆盖面，除了满足农村地区中小微企业的信贷需求、支付需求外，还应该与农民个人及家庭的信贷需求、理财需求、线上支付需求等密切结合，将互联网金融服务拓展到农民生产、生活的各个方面。其次，强化互联网金融产品的针对性，既要有符合中小微企业需求特征的中长期信贷产品，又要有符合农民家庭生产的小额、低息的短期信贷产品，同时还要有能够满足不同年龄段农民金融需求特征的产品。最后，提升互联网金融服务质量，中老年农民的科学文化知识及对互联网金融的认识都很有限，可以通过多种宣传方式引导这类农民准确、客观地认识互联网金融，激发他们的互联网金融需求，提升互联网金融在农村的普及程度。

2.以产业服务为主体，兼顾农民个人需求

农村产业发展是农民收入水平提升的主要渠道，工资性收入和财产性收入受到互联网金融的正向作用显著，所以，为农村地区中小微企业及家庭生产提供服务应该成为互联网金融的主要发展方向，有助于进一步提升农民工资性收入和财产性收入，同时兼顾农民个人需求，充分发挥互联网金融的普惠性。金融机构应该针对农村不同类型企业提供合适的金融产品，比如针对种植类、养殖类企业主要提供符合这类企业生产周期、种植和养殖风险特点的互联网信贷产品、互联网保险产品，并提供生产技术指导、财务管理等增值服务；针对农产品加工类企业主要提供企业原材料购买和储存、产品运输等方面的互联网金融服务。

3.强化区域间互联网金融的协同发展

互联网金融对农民收入作用效应的空间外溢体现了信息时代社会经济活动的高度关联性，同时也体现了互联网金融的普惠性。我国地域广阔，区域经济发展不平衡现象依然存在，要充分发挥这种空间外溢性对我国农民收入的正向作用。不同区域之间可以构建互联网金融协作平台，尤其是对农村产业发展的协同支持平台的建设，一方面可以让不同区域之间共享各自的互联网金融信息，另一方面可以实现区域间互联网金融服务的调剂，充分发挥互联网金融相对发达地区对周边地区的帮扶作用，这不仅仅限于省域之间，在各地级市之间、各县区之间也应该发挥相互帮扶作用，以实现互联网金融对农民收入作用效应空间外溢的最大化。