数字普惠金融与城乡收入差距：机遇还是鸿沟

王小华，程 琳

(1. 西南大学 普惠金融与农业农村发展研究中心， 重庆 400715；2. 暨南大学 经济与社会研究院， 广东 广州 510632)

一、引言

改革开放以来，中国经济实现持续高速增长，居民收入水平总体大幅提高。然而伴随产业结构的改变与廉价资源的减少，我国经济增速逐渐步入放缓阶段，分配、就业、税收等方面的隐性矛盾不断显现[1]，其中不断扩大的城乡收入差距更是成为社会关注焦点。国家统计局数据显示，2020年我国城乡居民人均可支配收入分别为43 834元和17 131元，两者比值高达2.56，虽然相较于2009年的3.33有明显的降低，但综合而言依然处于高位水平，同时我国基尼系数也一度超过国际公认警戒线。城乡收入差距的存在和长期高位徘徊不仅是造成社会和政治不稳定的潜在因素，更造成了经济效率的损失[2]，不利于共同富裕目标的实现。特别是中国的脱贫攻坚战取得伟大胜利后，新时代高质量发展目标已经转移到解决发展不平衡不充分问题、缩小城乡区域发展差距、实现人的全面发展和全体人民共同富裕上来，深入探讨如何进一步缩小城乡收入差距、扎实推进共同富裕具有重要的现实意义和实践价值。

作为要素流通和资源配置的重要途径，农村金融是支持贫困地区经济发展、帮助农村人口实现脱贫的重要举措之一[3]，而“普惠金融”的提出与实践，则为农村金融更好促进农村居民收入增长提供了新的方向。作为一种新型金融服务模式，普惠金融强调金融服务的广度和机会的平等，使那些原本被传统金融排斥在外的群体能够以可负担的成本满足其金融需求。近年来，我国通过金融机构调整和改革，在构建普惠金融体系方面做出了一系列的尝试，金融服务在广度和深度上都有明显改善[4]。特别是伴随移动互联网、云计算、区块链等技术在我国的高速发展，普惠金融现已进入了全新数字阶段。随着数字化进程的加快，普惠金融逐步发展为数字普惠金融的新业态。数字普惠金融较传统普惠金融相比而言无疑在服务的复制性、可广泛获得性方面具有巨大优势[5]。但考虑到数字普惠金融依靠数字技术作为媒介发挥作用，不同经济发展水平下数字普惠金融对城乡收入差距的影响必然受到该地区数字技术发展状况的影响而存在差异性，同时受我国城乡二元经济结构环境影响，农村地区在经济发展水平、受教育程度、信息化基础设施等方面都与城镇存在巨大差异，尤其经济发展水平较低的地区农村居民对以互联网为代表的数字技术接触和使用程度较低[6]，因此城乡数字鸿沟的存在可能会进一步减弱数字普惠金融给农民带来的增收效应。

2016年二十国集团会议发布的《G20数字普惠金融高级原则》正式提出“数字普惠金融”的概念：数字普惠金融是泛指一切通过使用数字金融服务以促进普惠金融的行动，包括运用数字技术为无法获得或缺乏金融产品和服务的群体提供一系列正规的金融服务等，这些服务能够以负责任、成本可负担的方式满足他们的需求，同时对服务提供商而言是可持续的。

《中华人民共和国国民经济和社会发展第十四个五年规划》指出：“加快推进数字乡村建设，构建面向农业农村的综合信息服务体系，建立涉农信息普惠服务机制，推动乡村管理服务数字化。”面对传统金融服务农业农村经济发展存在的供需错位严重、政策落地难、供给成本较高、可持续性不足和边际效率低等问题，数字普惠金融可以通过突破金融服务成本约束、赋能农业金融市场、完善农业社会化服务体系等方式促进农业增效和农民增收，进而推动农业农村高质量发展，推进脱贫攻坚与乡村振兴有效衔接。本文通过研究数字普惠金融与城乡收入差距的关系及作用机制，论证了加快数字金融发展顶层设计和创新研究，加强农村数字金融的基础设施建设，以及推进乡村金融服务从业主体的人力资本改造的重要作用，对于未来进一步深化农村金融改革创新，推进农业农村高质量发展有着重要的意义。

数字普惠金融凭借其独特优势迅速走进人们的视野并获得广泛关注，但关于数字普惠金融，学界仍存在大量疑问。数字普惠金融是否有利于缩小城乡收入差距？在经济发达程度不同的省份作用又是否存在差异？数字鸿沟的存在是否会影响数字普惠金融缩小城乡收入差距的效果？如何发展才能更有针对性地解决城乡收入差距过大问题、发挥其积极作用？为解决这些问题，本文将以我国的省际面板数据为样本，构建面板门槛模型，探讨数字普惠金融的发展影响城乡收入差距的双重门槛效应，并根据研究结论提供缩小城乡收入差距的建议。

与现有研究相比，本文的边际贡献在于：(1)选用人均GDP指标作为划分不同经济发达程度省份的门槛变量。现有的部分研究虽然区分了不同的经济发展水平，但是较多地按照地理意义上的分类方法，人为地划分为东部、中部和西部的区间进行回归，从经济水平的角度看缺少一定的科学性。根据陆铭的研究[7]，以各省份的人均GDP指标来替代经济总量的分布，可以更好地考虑经济集聚和人口流动的影响，是判断经济发展平衡程度的重要指标。(2)使用汉森(Hansen)的面板门槛模型分析数据的特点[8]来找到门槛值，而不是人为地划分经济发达程度，进而科学地分析数字普惠金融在不同发达程度的省份的作用效果。与现有研究直接根据全国样本或按照地理标准划分区间进行回归分析相比，本文基于我国各个省份经济发展程度和人口分布不同的现实，使用双重面板模型按照经济发达程度将全国各省份划分为三个区间展开研究，有针对性地探讨数字普惠金融缩小城乡收入差距的作用机制和效果。本文充分总结了已有文献中有关城乡收入差距的研究，理清理论逻辑，构建面板门槛模型，以经济的发达程度区分不同的区间，研究数字普惠金融与城乡居民收入差距，以揭示经济发达程度不同的各个省份中两者之间的关系。

二、文献回顾与评述

国内外学者关于数字普惠金融与城乡收入差距的研究大致经历了三个阶段：从研究金融发展与收入不平等的理论与实证分析开始，接着证实了普惠金融显著的减贫效应，到目前研究数字普惠金融通过各种金融服务的延伸来实现减贫增收效应的途径与机制。本文按照该逻辑梳理相关文献。

有关金融发展与收入分配的研究，主要产生了三种类型的结论：第一种是以格林沃德和约万诺维奇(Greenwood and Jovanovic)为代表提出的倒U型理论，该理论认为城乡收入差距随金融发展表现为先扩大再缩小[9]。第二种结论是加洛和塞拉(Galor and Zeira)认为金融发展有助于缩小收入差距[10]。金融发展可以通过经济增长、收入分配途径提高穷人的收入水平，但金融波动会抵消金融发展的减贫效果[11]，金融发展通过初次分配路径影响收入分配的效应显著，区域金融发展水平由低到高，其劳动收入占比缩小居民收入差距的能力由强转弱[12]。第三类结论则认为，金融发展只会导致城乡收入的进一步扩大[13]，原因是金融市场引导金融资本向有抵押品的富人流动，穷人由于缺乏抵押品、信息不对称程度高等情况难以获得金融服务。在存在金融门槛效应的情况下，农村资金不断外流，非正规金融不规范发展，加上我国经济的“双重二元结构”特征和所有制结构特点，金融发展和金融城乡结构会扩大城乡收入差距，且时间和地区间的效果有所差异[14-15]。进一步研究我国“三农”政策和金融体制改革作用机制，结果表明金融发展所导致的农村正规金融机构增加和资本配置效率的提高远大于消极的影响，对农户增收有直接的积极作用[16]。总体而言，经济发展早期的数字普惠金融对城乡收入差距的作用因为相对复杂和分散的作用路径及效果而难以定论。

普惠金融与收入差距这一阶段的大量实证研究表明普惠金融能够显著降低贫困程度[17]，但也有研究发现收入差距随着普惠金融的发展会表现出先扩大再减小的现象[18]。在数字普惠金融的作用路径方面，首先，微型金融和普惠金融可以通过提高家庭储蓄额，增加健康保障投入和提高收入水平，扩大妇女参与权，降低家庭的脆弱性等直接途径缩小城乡收入差距[19]，同时也能通过提供更多经济机会(如信贷)、促进包容性增长等多种方式间接作用于贫困减缓，从而缩小收入差距[20]。值得一提的是，在这一阶段中，金融资源在农村地区实现相对完整的普及和应用[21]，由于资金的边际效用递减原理，数字普惠金融对农民的增收作用效果更明显，这有利于缩小城乡收入差距。此外，谭燕芝、彭千芮发现普惠金融能够通过空间溢出效应显著降低邻近地区的贫困率[22]。对于农村金融扶贫途径，温涛、刘达认为可从法律体系、创新驱动、供求双方的协同发展、完善配套措施方面进行机制创新[3]。

在数字普惠金融和城乡收入差距的研究阶段，互联网相关技术的飞速发展使得数字普惠金融能够更好地为个人、企业和国家服务[23]。根据国际使用的普惠金融指数体系来衡量不同国家的普惠金融水平可以发现，数字普惠金融主要通过信贷、储蓄等金融服务的延伸来提高贫困人口的收入水平，在效果上可以明显改善部分贫困人群的现状[24-25]。在借鉴国际经验的基础上，结合中国的实际进行研究，目前学界已证实我国数字普惠金融的发展对于农村金融需求[26-27]和居民消费[28]、微型企业创业动力[29]和农户创业[30-31]等方面都有着显著的积极影响，尤其是数字普惠金融和经济发展的优势地区，以其优越的发展基础和鼓励创新的政策等条件，形成了“马太效应”[32]，进而不利于城乡和区域差距的缩小。

现有文献从多个方面研究了普惠金融、数字普惠金融对城乡收入差距的影响，但大多只考虑了数字普惠金融对城乡收入差距的线性影响，并未对其发展过程中的非线性影响展开细致的讨论，导致研究结论相对单一。另外，没有充分考虑城乡二元经济结构的制度背景和市场化水平逐渐提高的经济背景，在异质性的研究中往往采用人为划分东部、中部和西部地区的方法，难以准确反映经济发展与集聚的事实，也就无法深入讨论数字普惠金融在不同市场化水平下作用于城乡收入差距的具体机制和细微差异。本文基于北京大学数字普惠金融研究中心最新发布的第三期数据(2011-2020)，使用面板门槛模型探讨数字普惠金融对城乡收入差距的非线性影响，在此基础上按经济发展水平分类后，将不同面板门槛区间视为市场化程度发展的不同水平，研究数字普惠金融在发展过程中影响城乡收入差距状况的差异。

三、理论分析与假说提出

自1978年改革开放后，伴随着市场经济体制的建立、城乡二元制度结构的持续和政府政策将重要资源从农村配置到城市，市场化、城市化和工业化程度不断提高，城市的产业收入弹性更大，城乡收入差距也逐渐变大[2]。直到中国共产党十六大以后，政府相继出台政策进行调整，提出工业反哺农业、城市支持农村的政策，改变农村资源向城市单向流动的局面，并进行户籍和土地制度改革，提高了农业农村的战略地位，激活了农村资源，活跃了农村经济。也就是在这一时期，普惠金融被提出并推广，对于收敛城乡收入差距起到了一定的作用。进入21世纪后，得益于互联网技术和网络的迅速普及，形成了数字普惠金融的新业态，数字化赋予普惠金融更强的能量，能够更好地发挥相关农业农村政策的效果，帮助农民提高收入，缩小城乡收入差距。在上述背景下，1998—2020年间的城乡收入差距呈现出先增大、再缩小的趋势。

本文在我国的城乡二元经济结构背景下，充分考虑要素流动、产业变迁和城镇化水平等影响城乡收入差距的因素，结合数字普惠金融的发展和演进，依据市场化程度将经济发展与集聚的过程划分为三个阶段，探讨数字普惠金融对城乡收入差距的作用机制。

随着数字普惠金融的演进和发展，生产要素流动、产业结构变迁、金融资源集聚、城镇化水平提高，综合体现为经济不断发展和集聚。

在第I阶段，市场化程度较低，经济发展与集聚处于前期，数字普惠金融处于发展早期，此时生产要素相对单一、匮乏，产业结构不完善，城镇化水平低，农民难以享受到城镇的发展红利，增收渠道相对狭窄。在这一阶段，金融发展以其优势主导着城乡收入差距，传统金融服务的长尾客户群开始接触到数字普惠金融服务[14]，得益于互联网技术的发展和数字化程度的提高，越来越多的金融服务环节实现了网络化，数字普惠金融服务的成本显著低于传统金融服务，这使得数字普惠金融的门槛大大降低，绝大部分农村居民和城镇低收入居民等弱势群体都有机会享受借贷、小额理财等金融服务，并留下了线上购物、移动支付、地理位置、转账缴款等一系列行为信息。由于城镇地区相对于农村地区具备信息优势、市场优势和机会优势[33]，部分城镇居民能够更好地创新数字普惠金融用途进行创业[30]，并以其资金量等优势实现财产性收入的增长。这一阶段的数字普惠金融的主要作用有三个：一是以低成本的方式获取长尾客户群体，并向其提供基础的借贷等金融服务，满足其原有的资金需求，因为城市的长尾客户群体相对农户有熟人借贷等社会关系优势，故这里主要体现为向农户提供生产资金，提高其农业经营收入；二是持续收集客户的互联网行为信息，进行用户画像，并初步建立客户信用评分；三是为低收入群体提供小额资金，促进农户在教育、健康等方面的消费，体现为内需消费的提升和增长。可以发现，这一阶段的数字普惠金融更多地是普及和接触长尾群体，对于农民增收的作用有限，短期内难以缩小收入差距[32]。

在第II阶段，市场化水平提高，经济发展水平提高，在数字普惠金融进一步发展的同时，生产力水平进一步提高，数字普惠金融前期促进农户的消费体现为后期人力资本的积累和提升，人均生产率随之提高。同时，农户虽然缺失征信记录信息、缺乏有效抵押物等传统信贷体系的贷款条件，数字普惠金融机构以其前期收集的海量用户行为信息进行建模分析，加工聚合甚至根据用户间的资金往来建立信用关系网络，对传统金融所排斥的弱势群体进行信用价值评估和授信，大大降低信息不对称程度、信贷风险和信贷成本，使得原来无法获取有效金融服务的农村居民群体能够得到资金从事生产、就业、培训、创业等一系列的增收活动[26-27]。随着生产要素的积累，要素间的结合方式增加，对收入分配的贡献变大，农村居民借助数字普惠金融服务更好地发挥劳动力要素、土地要素的作用，提升务工收入和农业经营收入[16][20]。随着农村地区基础设施的不断完善、数字普惠金融服务面的扩大和产业结构的扩展，城乡经济一体化持续推进，数字普惠金融以其典型的普惠性更好地实现金融资源配置，将城市的民间存量资金聚集起来并向农村配置，帮助农民培育旅游观光、绿色食品等优势产业[30-31]，促进农民多渠道增加收入。总之，这一阶段的数字普惠金融以前期人力资本积累和信用数据收集的滞后优势体现，并通过经济发展程度提高所体现的生产要素积累和产业结构完善等渠道帮助农民增收，充分发挥资金效用的“边际递减”规律，即对农户的增收效果更加明显，从而缩小城乡收入差距。

在第III阶段，市场化程度进一步提高，经济集聚特征显著，数字普惠金融在各地充分发挥作用，社会生产力进一步释放，原有的生产要素充分发挥作用的同时开始出现创新性的生产要素，部分产业结构相对成熟，城镇化水平进一步提高，金融资源相对丰富。在经济充分发展的条件下，农村居民继续利用数字普惠金融积累要素、发展产业的同时，出现溢出效应[22]，有助于城乡收入差距的减小。

在第三阶段之后，进入经济发展与集聚后期，生产要素、产业结构、金融资源和城镇化都将在集聚中走向平衡和稳态[7]。整个发展过程见图1，横坐标为数字普惠金融发展，伴随着生产要素流动、产业结构变迁、金融资源集聚、城镇化水平提高，综合体现为经济不断发展和集聚；纵坐标为经济发展与集聚、城乡收入差距两条曲线。

图1 经济发展与集聚、城乡收入差距曲线

综上所述，本文提出以下研究假说：

假说1：数字普惠金融发展有助于缩小城乡收入差距。

假说2：由于经济发展与集聚阶段不同，数字普惠金融发展缩小城乡收入差距存在明显的差异。

假说3：数字普惠金融作用于城乡收入差距的过程会体现出不同的边际效果特征。

四、实证研究设计

(一)模型构建

本文主要研究数字普惠金融在作用于城乡收入差距中的门槛效应，即在金融抑制的条件下，经济发达程度较低的省份由于自身的限制而无法达到门槛水平，因此得不到高收益的回报；而经济发达程度高的省份以其自身优势可以享受到高收益的回报。为了能够深入探究数字普惠金融对城乡收入差距的门槛效应，本文初步设计如下面板门槛计量模型：

(1)

其中，i和t分别表示第i个省份和第t年。GAPit是被解释变量，表示城乡居民收入差距；Indexit为核心解释变量，表示数字普惠金融指数；Controlki,t为一系列控制变量，gi,t为门槛变量，本文中为人均GDP；γ为特定的门槛值，I为面板门槛模型中的指标函数，ui表示固定效应，εit为随机误差项。

(二)估计方法的选择与说明

“门槛效应”的含义是：当模型中的一个经济参数达到特定的数值后，导致另外一个经济参数出现与前述参数达到数值前不同的表现，前者称为门槛变量，后者的系数随门槛变量的变化而变化，为解释变量，二者之间存在动态关系。基于本文研究不同经济发展与集聚水平下数字普惠金融对城乡收入差距影响的研究目的，选择人均GDP衡量经济发展水平作为门槛变量。在进行面板门槛回归分析时不仅需要联合估计模型的门槛值γ，还需要估计模型的参数值β1和β2，同时采用“自抽样法”(bootstrap)来计算检验统计量的渐进分布，从而检验门槛效应的显著性，并检验门槛值的真实性。

实际上我国各个省(直辖市、自治区)都具有特定的个体效应(ui)，只有消除个体效应的影响后，才能得到有效的参数估计值。通过组内变换法(within transformation)，用观测值减去所有平均值来消除个体效应，得到变换后的模型：

(2)

在得到消除个体效应的模型后，垒叠全部观测值，将(2)变换成矩阵形式：

GAP*=Control*(γ)β+e*。

(3)

对于任意给定的门槛值γ，使用普通最小二乘法(OLS)估计(3)，从而得到参数β的一致估计量和相应的残差向量，其中对应的残差平方和S1(γ)为：

(4)

用相同的方法在门槛值γ的取值范围内可以选取多个γ，并通过计算得到多个不同的残差平方和S1(γ)，根据估计方法的原理，其中使得残差平方和最小的门槛值就是该模型的门槛值估计值，此时：

(5)

通过上式能够得到模型的门槛值，接着估计出相应的系数值，但面板门槛模型的确定还需要检验门槛效应的存在性和门槛值与真实值是否相等。门槛效应存在性的原假设和检验统计量分别为：

H0:β1=β2；

(6)

(7)

当确定面板模型确实存在门槛效应，即找到模型的门槛值之后，下一步是检验门槛值的真实性，即是否与真实值相等。采用的方法是构建似然比统计量LR，此时原假设和检验统计量是：

(8)

(9)

当检验了模型的单一门槛值后，如果拒绝了原假设则说明该模型至少存在一个门槛值，就需要再次检验第二个门槛值的存在。进一步而言，若仍然拒绝原假设则需要检验是否存在第三个门槛值，将这个过程类推下去，直到模型无法拒绝原假设为止。本文仅简要介绍双重门槛模型的结构，其他多重门槛模型可以在此基础上扩展：

(10)

(三)变量说明和数据来源

1.被解释变量。现有研究中衡量城乡收入差距的指标主要有城乡居民人均可支配收入之比、基尼系数和泰尔指数三种。综合来看，对于城乡居民人均可支配收入比这一指标而言，仅能反映居民的可支配收入，难以体现城乡之间人口流动和迁徙的具体情况[34]；基尼系数反映总体的收入差距，又对社会中间阶层的收入较为敏感，对于城乡收入差距的研究主体而言，其收入处于两端，故基尼系数存在较大的局限性；泰尔指数则充分考虑了收入阶层两端的情况和人口流动的因素，所以更适合本文的研究，因此本文选择泰尔指数作为被解释变量[21]。图2展示了我国1998—2020年间泰尔指数的变化趋势，可以发现，在中国共产党十六大召开之前，城乡收入差距处于持续扩大的状态，此后的七年基本保持稳定且高位徘徊，直到2010年开始，泰尔指数才持续降低，2020年已明显低于1998年的最初值。另外，分别绘制2011—2020年各省级层面的泰尔指数和城乡居民人均可支配收入之比两个指标和数字普惠金融的散点图(图3)，可以发现，两个图都体现出数字普惠金融发展的不同水平与城乡收入差距拟合得到的图像斜率有明显差异。

图2 1998—2020年城乡收入差距(泰尔指数)

图3 2011—2020年城乡收入差距(泰尔指数、城乡居民人均可支配收入之比)

2.核心解释变量。本文的核心解释变量为数字普惠金融指数，数据直接来源于北京大学数字金融研究中心和蚂蚁金服集团利用蚂蚁金服海量数据编制的北京大学数字普惠金融指数2011—2020年省级数字普惠金融指数。

3.控制变量。为避免遗漏变量偏误，本文选择7个具有代表性的指标作为其他影响城乡收入差距的控制变量：(1)城镇化率。城镇化是指农村人口转变为城镇人口的过程。在我国城市化进程加快过程中劳动力的流动性加强，大量研究均认为这对城乡居民收入差距有缩小作用[33]。(2)经济发展水平。陈斌开、林毅夫与邵红伟、靳涛分别研究发现城乡收入差距在经济发展过程中呈现“正U型”和“倒U型”曲线关系[35-36]，因此本文将该指标作为控制变量和门槛变量。(3)政府财政支出。作为社会财富再分配的重要工具，已有研究表明财政支出规模与结构对城乡收入差距具有显著影响[37]。(4)金融机构贷款。信贷水平和信贷习惯长期以来都被认为是影响我国居民收入的重要因素，普遍观点认为二者成正相关关系，同时居民的信贷行为和信贷习惯对于城乡收入差距也有一定的影响，因此本文将信贷水平作为控制变量。(5)受教育年限。研究表明教育水平差异是影响中国城乡收入差距最重要因素之一[38]，高教育投入往往意味着人力资本质量的提高，通过增加从事高收入工作可能性带来收入的巨大差异。(6)互联网普及率。程名望、张家平研究互联网普及与城乡收入差距关系时发现两者呈现出“倒U型”关系[6]，现阶段而言互联网技术或为缩小我国城乡收入差距提供重大机遇。(7)固定资产投资。作为影响收入的重要因素，固定资产投资对城乡收入差距的影响也不可忽略。此外，本文对部分控制变量进行了取对数处理，变量说明见表1。

表1 主要变量定义

本文的数据来源主要是北京大学数字普惠金融指数(2011—2020)，同时使用《中国统计年鉴》和中国互联网络信息中心发布的《中国互联网络发展状况统计报告》中的部分数据。考虑到变量数据值的匹配问题，本文在实证过程中将北京大学数字普惠金融指数的值作了正规化方法的标准化处理。由于西藏的数据存在偏差，本文将其剔除。所使用变量的描述性统计分析见表2。

表2 主要变量的描述性统计

五、实证结果分析

(一)基准回归模型

在使用面板门槛模型之前，先对核心变量做回归分析判断数字普惠金融对城乡收入差距的影响方向，以验证本文的假说1。由于数字普惠金融的普惠性、数字化等特点，其发展有助于缩小城乡收入差距。基准模型分别使用泰尔指数和城乡居民人均可支配收入比两个变量来表示城乡收入差距，同时考虑数字普惠金融的总指数，以及覆盖广度、使用深度和数字化程度三个不同的分指数，考察数字普惠金融的不同方面作用于城乡收入差距的不同效果，回归结果见表3和表4。

表3 泰尔指数的基准回归模型结果

表4 城乡居民可支配收入比的基准回归模型结果

由基准回归模型结果可知，无论是使用泰尔指数还是城乡居民人均可支配收入比来衡量城乡收入差距，数字普惠金融均能从整体上降低城乡居民收入差距，且均在1%的水平下显著，后者的系数绝对值比前者更大，但在引入一系列控制变量后，系数值都相应变小。从覆盖广度、使用深度和数字化程度这三个分指数来看，使用深度降低城乡收入差距的作用都更大，但另外两个指标的作用效果有所不同：泰尔指数的回归模型中，覆盖广度和数字化程度的作用效果相同，城乡居民人均可支配收入比的回归模型中，数字化程度的作用效果优于覆盖广度。以上结果验证了本文的假说1，从总体上来看，数字普惠金融的发展有利于缩小城乡收入差距，后文将使用面板门槛模型探究这一作用效果在不同经济发展水平地区的差异。

(二)双重门槛模型与门槛值的确定

根据前文的理论分析，借鉴陆铭的做法[7]，选择人均GDP以代表经济发展水平作为门槛变量，使用泰尔指数衡量城乡收入差距。在使用汉森的面板门槛模型[8]检验数据存在门槛后，分别使用不同门槛个数的模型进行估计。表5为“门槛效果自抽样检验”结果，在“自抽样法”的BS值为300时，根据表5中各门槛检验F统计量和P值可以判断，双重门槛模型的效果最显著，其次是单一门槛模型，单一、双重和三重门槛对应的P值分别为0.060、0.017和0.893。所以本文选择双重门槛，并基于对应的模型进行分析。

表5 基准回归泰尔指数门槛效果自抽样检验

图4至图7的LR曲线图直观地展示了不同个数的门槛模型的效果。图4为单一门槛模型的估计值和置信区间，可知该模型有较明显的单一门槛效应。进一步报告双重门槛的估计值和置信区间的构造过程，图5和图6分别展示了双重面板门槛的第一轮和第二轮的LR曲线，第一轮的模型结果表明有双重门槛效应，第二轮是在固定了第一轮门槛值的基础上进行的，门槛参数的估计值是指似然比检验的统计量LR为0时门槛值的具体取值。图7是三重门槛模型的LR曲线，门槛效应不显著。

图4 基准回归单一门槛的估计值和置信区间

图5 基准回归第一个门槛的估计值和置信区间

图6 基准回归第二个门槛的估计值和置信区间

图7 基准回归三重门槛的估计值和置信区间

表6给出了不同门槛个数的模型的估计值和对应的95%置信区间的数据，各个门槛估计值的95%置信区间是所有LR值小于5%的显著性水平下的临界值的门槛值构成的区间。

表6 基准回归门槛估计值和置信区间

在确定双重面板门槛模型和两个门槛估计值之后，本文将全国各个省份按照发达程度分为欠发达地区(PGDP≤10.499)、较发达地区(10.499

表7统计了不同年份各个区间内的省份数目，通过分析不难发现：从单一年份的截面数据来看，我国较发达的省份数量最多，发达省份数量次之，欠发达的省份最少。从不同门槛区间的时间序列数据来看，随着时间的变化，欠发达的省份数目不断减少，而发达省份的数量总体趋势不断增加，这说明我国各省份的经济发展程度处于一个较为合理且向好的状态。同时该统计表格也说明了使用双重门槛模型的优越性。一方面采用双重门槛模型解决了使用单一门槛模型后会出现区间身份分布不均的问题，另一方面将我国的省份划分为三个区间的思路也与前人在研究时按照东部、中部和西部划分为三大经济发展地区的做法一致，并且以人均GDP门槛值划分区间较人为地根据地区划分经济发展水平更为科学。

表7 不同年份各个区间内的省份数目

(三)门槛模型的回归结果分析

在确定了门槛模型与具体门槛值以后，本文对各系数进行了估计，表8的门槛模型的系数估计结果包含了三类模型的参数估计及对应的t值。

表8 基准回归双重门槛模型的系数估计结果

从表8的双重门槛模型中数字普惠金融指数与城乡收入差距的关系来看，欠发达地区与较发达和发达地区相比存在明显的差异。其中，欠发达地区的数字普惠金融不显著且系数为正值，说明数字普惠金融发展初期，数字普惠金融在农村地区更多地体现为普及和收集农户信息的阶段，对农户增收暂时没有积极作用，具有一定的滞后性，因此该阶段数字普惠金融发展会在一定程度上扩大城乡收入差距。较发达和发达地区的系数均为负值且显著，体现了普惠金融数字化借助区块链、大数据等金融科技手段，绕过传统少而凌乱的信用信息的收集和评估方法，而采用海量信息建模分析进行信用价值评估授信，使得信息不对称程度、信贷风险、信贷成本都显著下降，同时提高了信贷可得性和便利性。在数字普惠金融的作用下，农民信贷约束得到较大程度缓解，利用相比以往更容易获得的资金，农民通过促进生产、增加就业、改善人力资本等方式实现了收入的增加，进而起到了缩小城乡收入差距的作用效果。

欠发达、较发达和发达省份的系数符号、绝对值和显著性水平均有所不同，由此印证了研究假说2：经济发展与集聚阶段不同，数字普惠金融缩小城乡收入的作用路径和效果也存在差异，体现为经济发展水平划分的门槛效应。

具体比较不同经济发展程度省份系数的大小、符号和显著性水平可以发现数字普惠金融影响的效果和程度存在巨大差异。(1)欠发达省份系数0.004 3最小，为正值且在10%的显著性水平下仍然不显著，说明数字普惠金融在欠发达省份中会在一定程度上扩大收入差距。造成这种现象的原因可以从两方面解释，首先与较发达、发达地区省份相比，欠发达地区一方面存在着金融基础设施发展落后、金融服务不够健全等供给不足问题，另一方面由于在信息基础设施建设方面较其他地区也存在差距，数字技术与普惠金融难以实现较好融合，导致数字普惠金融在欠发达地区发展缓慢。其次，城乡之间“数字鸿沟”的存在也成为导致欠发达地区数字普惠金融作用效果不显著的主要原因之一。在欠发达地区，由于受教育程度和金融素养等差异的存在，城市与农村在以互联网为代表的数字技术普及和利用上存在巨大差距，而在当前信息化时代下，原本就接触到互联网的城镇居民会倾向于挤占更多的经济资源，使得农村地区居民获取资源的难度加大而更加贫困，这种“数字鸿沟”严重阻碍了数字普惠金融发挥其信息化优势。此外由“数字鸿沟”带来的“知识沟”进一步加大了欠发达地区农村居民与城市居民之间收入创造能力上的差距。因此尽管与传统的金融机构相比数字普惠金融缩小了欠发达省份城乡收入的差距，但是由于其发展缓慢和“数字鸿沟”的存在，这种降低效果大打折扣。(2)较发达和发达省份系数依次为-0.005 2和-0.014 3，分别在10%、1%的水平下显著，说明数字普惠金融的发展对于这两类地区缩小城乡差距有突出的贡献，系数绝对值的大小也印证了前文的研究假说2和3，即在较发达省份，资金在农村地区有突出的边际效用，有助于缩小收入差距，而在发达省份，因其发展较早，积累了较多先进经验，通过推广等行为产生“溢出效应”等，助力于城乡收入差距的持续缩小。一个重要的解释认为数字普惠金融的发展通过促进农村居民的创业行为增加了家庭收入，从而使得城乡收入差距减小，这与张勋、万广华等的研究结论[39]一致。但在本文的研究结果中可以认为由于较发达和发达省份有着更好的经济基础和发展条件，“数字鸿沟”问题得到更好的解决，因此数字普惠金融的发展解决了该两类省份的农村创业者创业过程中重要的资金问题，提升了其创业意愿和成功率。而欠发达地区由于缺少相应的基础条件，“数字鸿沟”的存在导致该类地区的农民难以充分体验到数字普惠金融带来的有利影响，成功的农村创业者相对较少。本文对于创业机制的解释与谢绚丽、沈艳等的研究[29]有所不同，原因是对于样本量的划分标准不同，虽然数字普惠金融对于城镇化率较低的省份有更强的激励作用，但是与本文中根据经济发展水平的划分标准所得的区间有所偏差，因此不再进一步讨论。

综合前文的理论分析和实证模型结果，本文认为数字普惠金融作用于城乡收入差距的机制是：在利用科技手段收集乡村居民海量行为信息的基础上，进行数据挖掘与建模分析，进而提取信用价值，即创新金融服务的环节，提供普惠金融服务，通过数字化的技术双向降低农村居民和金融机构之间的信息不对称程度，使得原来无法获取有效金融服务的农村居民群体能够得到资金从事生产、就业、培训、创业等一系列的增收活动，因此缩小了城乡收入差距。

在数字普惠金融缩小城乡收入差距的过程中，不同经济发达程度省份所享受到的缩小效果存在差异性，这主要是由于：第一，不同省份的经济发展程度不同，产业和就业等的边际资金效果也有所不同。经济发达省份拥有基础设施、发展条件等方面的优势，因此数字普惠金融作用于缩小城乡收入差距的效果更好。第二，不同省份城乡数字鸿沟问题严重程度也有所差异，即使欠发达省份资金的边际效用更强，但由于较发达和发达省份的数字鸿沟问题往往更容易得到解决，因而数字普惠金融得以发挥更大促进农村居民收入增长的作用。

六、稳健性检验

(一)替换被解释变量指标

城乡居民人均可支配收入之比能够直观地反映城乡居民的收入差距，因此本文选用该指标替换泰尔指数进行稳健性检验。表9中门槛效果自抽样检验的结果表明双重门槛依然在1%的水平下显著，结合图8至11的LR图像可以看出，单一门槛模型的LR图像中明显存在两个门槛值，分别固定第一、二个门槛值后再进行检验，双重门槛模型的P值为0，说明选择双重门槛面板模型具有稳健性。

表9 稳健性检验城乡居民人均可支配收入比门槛效果自抽样检验

图8 稳健性检验单一门槛的估计值和置信区间

图9 稳健性检验第一个门槛的估计值和置信区间

图10 稳健性检验第二个门槛的估计值和置信区间

图11 稳健性检验三重门槛的估计值和置信区间

表10给出了不同门槛个数的模型的估计值和对应的95%置信区间的数据，双重门槛模型的两个门槛值分别为10.446和10.944，与标准回归中的10.499和10.944非常接近，进一步说明了双重门槛模型的稳健性。模型的区间系数情况见表11，此处欠发达、较发达和发达省份的系数值分别为0.111、-0.017 8和-0.196，依然说明欠发达省份的区间，即市场化程度较低时，数字普惠金融发展会在一定程度上扩大城乡收入差距，且该作用在5%的水平下显著；经济较发达的区间中，数字普惠金融能够缩小收入差距，但此时系数较小，且在10%的水平下仍不显著，直到市场化程度更高的发达省份区间，数字普惠金融在1%的水平下显著缩小了收入差距，系数也更大，说明作用更加明显。

表10 稳健性检验门槛估计值和置信区间

表11 稳健性检验双重门槛模型的系数估计结果

(二)分段回归

为了验证该模型的稳定性，考虑到互联网、智能手机、支付宝、微信支付的运用推广主要是在2014年之后，本文将样本分为2011—2013年和2014—2020年两段进行稳健性检验，考虑到年限问题，将第一阶段的BS值设置为500。由表12的结果可知，两个阶段中双重门槛的P值均为0，说明选择的双重面板门槛模型在分样本的情况下依然是稳健的。

表12 稳健性检验分段回归门槛效果自抽样检验

表13报告了该模型稳健性检验的系数估计结果，index_1、index_2、index_3分别为欠发达、较发达和发达区间的数字普惠金融指数对应的系数，因为数据分段问题，两个阶段的各区间系数值与基准回归有细微的差异，但总体结果表明：我国数字普惠金融的发展以其显著的优势打破了传统金融的局限，数字化使得普惠金融更加高效、均衡地实现降低城乡收入差距的效果。第一阶段中较发达地区和发达地区之间作用效果从不显著到显著的差异进一步印证了基准回归的结论，说明发达地区由于具备数字化发展的良好基础、金融基础设施健全、居民受教育程度高等原因，能够更好地缩小城乡收入差距，因此与之相比的其他省份则面临着“数字鸿沟”现象的考验。对于发达省份而言，其系数始终为负，但从第一阶段的显著到第二阶段的不再显著，原因是数字普惠金融在发挥作用的过程中存在边际效应递减现象，说明仅仅依靠数字化与普惠金融单纯的结合是不够的，应主动探索数字普惠金融更加有效的作用机制，创新作用路径，从而使数字普惠金融更好地发挥优势，助力城乡收入差距的缩小。

表13 门槛模型的系数估计结果

对比两个阶段的控制变量情况可以发现：(1)互联网普及率的显著性水平大幅提高，由第一阶段中的不显著到第二阶段中1%的水平下显著，导致这一现象的主要原因是我国在2015年底网民规模、新增网民数量和互联网普及率都有大幅提升，其中互联网普及率首次超越50%，自此对缩小城乡收入差距的作用效果显著提高。(2)城镇化水平和投资水平在第二阶段缩小城乡收入差距的作用显著加大，原因是2014年印发了《国家新型城镇化规划(2014—2020年)》，此后出台了一系列配套改革措施，农业转移人口市民化速度明显加快，大城市管理更加精细，中小城市和特色小城镇加速发展，城市功能全面提升，投资总额和投资质量均有提升。以上两个控制变量的显著变化也证明了我们根据基准模型进行稳健性检验时划分阶段的科学性和合理性。由于其他控制变量在两个阶段内无明显变化，在此不再赘述。

七、研究结论与启示

本文从已有的数字普惠金融与城乡收入差距的研究出发，使用面板门槛模型研究了不同经济发展水平下数字普惠金融对城乡收入差距的作用效果。结果表明：(1)数字普惠金融在作用于城乡收入差距的过程中存在显著的双重面板门槛效应，以经济发展水平作为门槛变量将各个省份划分为欠发达、较发达和发达三个区间，不同区间刻画了不同经济发展阶段中数字普惠金融的作用。(2)数字普惠金融在不同发达程度的省份发挥的作用效果有所不同，其中在欠发达省份会扩大城乡收入差距，对于较发达和发达省份均可缩小收入差距，说明我国数字普惠金融的发展以其显著的优势打破了传统金融的局限，达到了降低城乡收入差距的效果，且后者更加显著，说明我国仍存在一定程度上的金融发展不平衡问题。(3)基准回归和分阶段的稳健性检验结果均表明，受教育程度的提高在缩小城乡收入差距的进程中起着重要的作用，就本文的研究结论而言，受教育程度越高，越能够充分有效地发挥数字普惠金融的作用，更加显著地减小城乡收入差距。

基于以上分析结果，本文提出以下几点建议：

一是继续推进数字普惠金融的发展。一方面需要不断完善传统的普惠金融基础设施，另一方面需要积极将区块链、互联网、大数据、云计算等新兴的数字技术与传统金融服务融合在一起，降低金融服务的成本，扩大金融服务的目标人群，并关注中老年人使用数字普惠金融相关服务的情况，及时进行适老化改进，防范对该群体形成“数字鸿沟”。

二是促进以统筹城乡、以人民为中心、缩小收入差距为目标的经济增长。数字普惠金融对城乡收入差距的缩小作用有经济发展水平的门槛效应，所以各个省份、各地区应根据自己的实际情况，充分发挥比较优势，提高经济发展水平。发达省份应在保持经济增长的同时积极探索数字普惠金融助力缩小城乡收入差距的新方式、新机制，较发达省份应积极发展数字经济，借助数字普惠金融缩小收入差距，政府应给予欠发达省份一定的帮助和扶持，例如支持基础设施建设、人才引进等。

三是提高乡村居民的金融素养和教育水平。在推进数字普惠金融发展的同时应注重提高公民的受教育水平，大力培养相关人才，门槛效应的存在使得不同发展程度省份之间的改善效果不同，政府应鼓励和支持更多的大学生、中专生等人才流入欠发达的农村地区，通过引导和干预提高其受教育水平，进而更有效、更均衡地缩小城乡收入差距。