数字普惠金融缩小收入差距了吗？——来自中国家庭追踪调查的经验证据

田 瑶，郭立宏

西北大学 经济管理学院，陕西 西安 710127

一、问题的提出

当前，中国小康社会全面建成，经济总量大幅跃升，居民收入连年提高，但经济增长的涓滴效应无法覆盖所有群体，收入差距略显攀升之势。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出“人民生活更加美好，人的全面发展、全体人民共同富裕取得更为明显的实质性进展”的远景目标，而缩小收入差距正是扎实推进共同富裕的关键[1]。

作为现代市场经济的核心，金融发展在缓解贫困、改善收入不均等方面意义重大[2-3]，但传统金融的逐利性将低收入群体排斥于金融服务之外，会加剧收入不均[4]，可见传统金融下收入分配的马太效应依然严峻。而作为数字技术与普惠金融的深度融合，数字金融的迅速发展为经济落后地区实现普惠金融提供了可能，在经济包容性增长[5]、个体增收减贫等方面发挥了重要作用[6]，尤其是为低收入群体增收提供了动力，对优化收入分配卓有成效。数字金融通过提高金融资源的分配效率，摒弃传统金融嫌贫爱富的缺陷，满足“长尾群体”及弱势群体的金融需求，丰富家庭资产配置种类、提高个体信贷可得性，据此提高家庭收入水平，缩小收入差距。

鉴于此，本文通过中国家庭追踪调查(CFPS)及北京大学数字金融研究中心发布的《中国数字普惠金融指数(2011—2020)》数据，拟从数字普惠金融视角探究其对个体间收入差距的影响，以期在数字化变革之下，从金融服务的角度为缓解收入差距提供参考。本文可能的边际贡献主要体现在：第一，以往有关收入不平等的研究多集中于城乡收入差距，但经济增长所伴随的收入不均也存在于城乡内部，仅考虑农村样本或城乡收入差距忽视了中国城镇低收入群体的金融服务缺失及贫困问题，故本文基于微观数据刻画个体间收入不平等，剖析数字普惠金融对中国居民收入差距的影响；第二，从数字普惠金融服务体系旨在满足各类群体金融需求的逻辑出发，通过优化家庭金融资产配置、缓解信贷约束两个视角厘清数字金融缓解个体间收入差距的现实路径；第三，鉴于个体金融素养及互联网使用情况的差异，合理认识数字化的过快发展及个体金融素养相对匮乏可能将家庭暴露于更大的风险中，对于家庭有效规避风险、增进家庭福利意义显著。

二、文献综述与研究假设

(一)数字普惠金融与收入不平等

国内外学者对收入不平等影响因素的研究由来已久。部分研究从宏观层面展开，如米增渝等[7]研究了经济增长与收入不平等之间的关系，崔艳娟等[8]从传统金融发展的视角出发，探讨了其对于贫困的影响。此外，劳动力流动以及户籍制度等因素也均成为探讨收入不平等问题的关键所在[9]。近年来，各类微观调研的展开推进学术界从个体因素方面诠释收入不平等，研究表明，家庭的物质资本与金融资产等是影响收入不平等的重要因素[10]。可以发现，在相关研究的不断拓展与深化中，金融始终作为一个重要因素被纳入考量。尽管传统金融无法通过为弱势群体提供金融服务而改善其经济状况，但不可否认，金融活动在增进低收入家庭福祉、减少收入不平等方面仍具有重要作用[11]，尤其是互联网驱动的数字金融打破了传统金融的桎梏，为各类群体创造兼具包容性的金融环境，满足不同群体特别是低收入群体的金融需求，对于减缓贫困、改善收入状况意义重大。

已有关于数字金融影响收入差距的相关研究多从城乡收入差距入手，宋晓玲[12]认为普惠金融通过消除金融排斥增加了农村主体收入，从而降低城乡收入不平等，可见金融包容性的增强对弱势群体的收入提升有重要作用。具体来看，沿着数字化带来的金融服务可得性及便利性提高的视角，部分学者从数字金融的信贷约束缓解功能出发，认为信贷可得性的提高不仅有助于缓解家庭流动性约束，增进家庭福利[13]，也能够推进个体创业活动的开展[14]，对家庭收入的提高具有积极作用。此外，周雨晴等[15]指出数字金融能够推进农户家庭风险性金融市场的参与，从而通过提高家庭资产配置的有效性增加理财性收入。

整体来看，数字普惠金融与居民生产生活高度融合，通过优化金融服务、降低金融市场准入门槛等，惠及“长尾群体”，提高个体金融市场参与度，为各类群体创造增收机会，使家庭通过多元化的资产配置、融资约束缓解等途径实现增收，改进家庭福利，且低收入家庭或贫困个体从中获益的边际效应更大[16]，有利于缓解居民内部收入不平等。基于上述分析，本文提出如下假设：

H1：数字普惠金融的发展能够缩小个体间收入差距。

(二)数字普惠金融影响收入不平等的机制

1．基于金融产品持有的机制

数字普惠金融的发展加深了居民对金融服务的接触程度，能提高其金融市场参与的可能性，丰富居民财产性收入来源，缓解个体间收入差距。一方面，数字金融的发展降低了信息获取的成本，为个体进入金融市场提供可能，增加了家庭金融资产配置的多样性[17]；另一方面，数字金融催生了无接触交易，促使个体将部分资金放置于余额宝等第三方平台，有助于个体循序渐进地了解金融产品，激发理财需求，提高其持有金融产品的可能，加速资金转变为投资性金融资产。而数字金融所驱使的家庭金融资产有效组合能提升家庭财产性收入[18]，为缩小收入差距提供了可能。基于上述分析，本文提出如下假设：

H2：数字普惠金融能通过提升家庭金融产品持有概率缩小收入差距。

2．基于信贷可得性的机制

数字普惠金融增强了个体信贷的可获得性。具体来看，数字化提高了金融机构的信息搜寻能力，如数字信贷的审批能在短时间内将信贷申请者的交易等数字足迹转化为数据[19]，降低借贷双方的信息不对称与交易风险，使金融机构能有效甄别客户资质，最大限度满足其贷款需求。Bruhn等[13]的研究表明，融资约束的缓解对于低收入群体改善贫困以及增加收入具有显著成效，进而减缓长期收入不均[20]，即合理的信贷可以促进家庭财富增加(1)2017年中腾信金融信息服务(上海)有限公司与中国家庭金融调查研究中心在京联合发布《中国工薪阶层信贷发展报告》。，尤其是正规借贷对低收入家庭增强家庭资金流动性以应对短期冲击具有更高的边际影响，并以此提高收入、改善贫困，缩小收入差距。基于上述分析，本文提出如下假设：

H3a：数字普惠金融能通过提高个体信贷可得性缩小收入差距。

在不考虑需求抑制的前提下，正规信贷是农户等低收入群体最为期待的融资渠道[21]，但传统金融阻碍了弱势群体获得意愿的金融服务，使有资金需求但被排除在正规借贷体系之外的个体倾向于非正规借贷，尤其是关系型借贷[22]。此外，供给方长期的信贷约束也可能导致个体的信贷需求压抑[23]，从而无法充分发挥借贷的积极效应。当前，数字金融在缓解融资约束、满足家庭用以应对风险事件的资金需求方面发挥了重要作用，作为居民获取金融信息的主要端口，数字金融加深了居民对金融市场的认知，数字化所带来的金融服务便捷及低成本的特性也增强了个体对金融服务的使用意愿，有助于个体在满足正规金融机构贷款条件的前提下，提高正规借贷倾向，并可能转化为实际贷款行为。因此，信贷可得性的增强及个体正规借贷倾向的提高都能够促使家庭基于数字化金融服务来获取信贷，提升家庭福利，进而缩小收入差距。基于上述分析，本文提出如下假设：

H3b：数字普惠金融通过提升家庭正规金融机构借贷意愿缩小收入差距。

三、研究设计

(一)数据来源

本文实证分析的数据来源包括以下三部分：一是中国省域层面的数字普惠金融发展水平，采用北京大学数字金融研究中心发布的北京大学数字普惠金融指数衡量[24]；二是收入不平等以及个体特征、家庭情况等变量，采用北京大学中国社会科学调查中心的中国家庭追踪调查(CFPS)数据，该调查覆盖了中国25个省、自治区、直辖市(2)本文最终选取的样本涉及中国25个省、自治区、直辖市(不包含内蒙古、海南、西藏、青海、宁夏、新疆以及港澳台地区)。；三是样本所处省份的省级层面特征变量，采用相应省份的统计年鉴数据。

其中，数字普惠金融发展指数包含了2011—2020年的数据，CFPS数据自2010年正式展开访问，每两年一期。考虑到CFPS数据库中变量衡量的一致性及连续性，结合本文选取变量的实际需求，最终选取CFPS 2014、2016以及2018年的样本。由于数字金融对个体的影响不一定能在当期显现，以及反向因果关系可能带来的内生性问题，因此数字普惠金融指数以及省际其他宏观变量采取滞后一期数据(2013、2015及2017年)，收入变量采用与2010年可比的收入，并做上下1%缩尾处理，剔除样本中的缺失值和异常值，最终得到三期共30 219条样本数据。

(二)模型构建

依据前文分析，为考察地区数字普惠金融发展水平对收入不平等的影响，构建实证模型如下：

Giniijt=α0+α1Dfiit-1+α2Xilt+α3Xit-1+θt+εilt

(1)

其中，Giniijt表示i省份j区县在t年的收入不平等程度，Dfiit-1为各省份滞后一期的数字普惠金融指数，Xilt表示i省份中家庭或个体l在t年的特征变量，Xit-1为i省份滞后一期的宏观经济变量，θt为年份固定效应。

(三)变量选取

1.自变量

本文选取北京大学数字金融研究中心所发布的北京大学数字普惠金融指数衡量数字普惠金融的发展程度(Dfi)[24]，并分别考虑覆盖广度(Wid)、使用深度(Dep)及普惠金融数字化(Dig)三个子维度，以明确其对收入差距影响的异质性。

2.因变量

已有研究通过基尼系数、泰尔指数及相对剥夺指数等指标度量了收入不平等[25-26]，基于研究目的及数据可得性，本文最终以基尼系数(Gini)衡量。考虑到CFPS数据未公布省级以下行政区域国标码，但公布了区县一级的识别码，参考周广肃等[25]的做法，本文以区县为单位，根据人均家庭纯收入计算基尼系数[27]，为保证待估收入差距的精确性，剔除当年样本量小于30的区县。

3.控制变量

已有研究表明，收入不平等可能受到多方面因素影响，为此，本文从个体特征、家庭状况以及宏观环境三个层面选取控制变量。其中，个体特征主要包括：性别(Gen)，女性为0，男性为1；年龄(Age)、婚姻状况(Mar)，同居或在婚赋值1，其余赋值0；健康状况(Hea)，以五级量表衡量，数字越大，表明个体健康状况越良好；政治面貌(Par)，党员为1，非党员为0；城乡分类(Urb)，城镇为1，农村为0；受教育程度(Edu)，以个体的受教育年限衡量，其中文盲/半文盲为0，小学为6，初中为9，高中为12，大专为15，大学本科为16，硕士为19，博士为22；社会信任(Tru)，以对父母的信任、对邻居的信任、对陌生人的信任以及对医生的信任的平均信任水平衡量；社会地位(Sta)，以“您在本地的社会地位”这一主观问题衡量，数值越大，表明个体认为自己在本地处于更高的社会地位。家庭层面包括：社会网络(Net)，以人情礼支出衡量；社会资本(Cap)以“过去12个月，您家从不同住的亲戚，包括不同住的子女、父母、公婆和其他亲戚那里获得了多少现金或实物方面的经济帮助？”和“不包括社会捐助，过去12个月，您家从其他人(如朋友、同事)那里获得了多少现金或实物方面的经济帮助？”两个问题衡量，以上述两项获得的经济帮助之和作为社会资本的代理变量；家庭规模(Siz)、家庭总支出(Exp)、家庭总房产(Est)、现金及存款总和(Cas)、非房贷的金融负债(Nhd)等；同时还控制了宏观层面的人均GDP(Eco)以及地区总人口(Pop)。

(四)描述性统计分析

变量的描述性统计结果见表1。从观测样本的人均家庭收入来看，最值之间差异较大，且均值处于较低分位区间，表明个体间收入存在较大差距；基尼系数的均值处于0.41左右，但不同区县、不同时期基尼系数差异较大；数字普惠金融指数的均值约为213，方差较小，可见各地区数字普惠金融发展水平提升的同时，区域间差距逐步缩小，但覆盖广度、使用深度及数字化水平三个维度存在较大的地区差异。

表1 变量描述性统计结果

从控制变量来看，样本中农村家庭样本略多于城镇家庭，男女比例分布均匀，且涵盖了成年群体的各个年龄阶段；个体的受教育程度存在较大的差异，平均受教育年限为7年，受教育水平有待进一步提升。家庭层面的控制变量显示，家庭平均以四口之家为主；衡量社会资本以及社会网络的变量均值较小，且最值之间均存在较大差异，表明大部分家庭拥有的社会资本以及社会网络关系处于较低水平；家庭总支出、总房产、现金及存款总和以及非房贷的金融负债的最值之间差距悬殊，一定程度上也反映了中国居民家庭财富不平等的现状。省级层面的控制变量中，地区总人口平均约5 730万人，人均GDP的均值大约为4.9万元，尽管各地经济发展水平逐年上升，但区域间仍存在较大差距。

续表1

四、数字普惠金融影响收入不平等的实证分析

(一)数字普惠金融对收入不平等的影响

本部分首先基于式(1)进行普通最小二乘(OLS)回归。由于数字普惠金融指数的变化幅度较大，为便于分析，回归中将数字金融相关的4个指标的数据分别除以100。为避免部分变量在个体间过度波动的影响，实证分析中，对社会资本、社会网络、家庭总支出、家庭总房产、现金及存款总和、非房贷的金融负债、家庭人均纯收入及人均GDP、地区总人口等变量均进行对数化处理，以消除模型的异方差问题。考虑到同一地区中个体的某些观测值之间可能存在相关性，为增加模型的稳健性，在后续的实证检验中均加入区县层面的聚类稳健标准误。同时，为避免遗漏时间的变化所产生的影响，在回归中加入年份虚拟变量。回归结果见表2。

表2第(1)列的结果显示，数字普惠金融指数(Dfi)每增加1个单位，基尼系数会显著减小0.189个单位，表明数字普惠金融在一定程度上缓解了收入不平等。在控制个体层面、家庭层面以及地区层面的相关变量后，地区数字普惠金融指数(Dfi)每增加1个单位会使基尼系数降低0.169左右，结论依然显著，即假设H1得到支持。

表2 基准回归结果

控制变量的回归结果显示，个人层面中，样本为城镇还是农村对收入不平等有显著影响；随着年龄的增加，基尼系数也相对降低，即年轻群体间的收入差距更大，个人在年轻时获得收入多通过工作、创业等途径获取收入，故而中青年群体之间的收入可能存在较大差距；个体的受教育年限每增加1年会引起基尼系数减小0.002个单位；而个体社会信任水平及社会地位的提升均不同程度扩大了收入差距，高社会地位及高水平的社会信任为个体及家庭带来丰富的社会关系网，从而有助于高收入群体家庭收入的进一步提升，导致收入差距扩大。

家庭层面中，人口规模及社会资本对收入差距的影响并不显著，而以家庭人情礼支出所衡量的家庭社会网络关系强度对于收入差距的影响为正，且家庭人情礼支出的对数值每增加1个单位，基尼系数增加0.003个单位；家庭支出、家庭总房产以及家庭的现金及存款总和的提升均在不同程度上显著缓解了收入不平等，但家庭金融负债对数值的增加则显著扩大了收入差距。此外，宏观层面的控制变量中，以人均GDP所衡量的经济发展水平以及地区人口规模的增加对于收入差距的扩大作用并未通过统计意义上的检验。

为了更精确地刻画数字普惠金融对收入不平等的影响，本文进一步考察数字普惠金融的覆盖广度、使用深度以及数字化水平三个细分维度产生的差异化影响，结果见表2第(3)～(5)列。覆盖广度及使用深度对基尼系数的影响显著为负，且覆盖广度(Wid)及使用深度(Dep)每提升1个单位，基尼系数分别减小0.165和0.073个单位，表明在数字普惠金融快速发展的阶段，拓展金融服务的覆盖广度从而惠及更多群体，增加金融服务深度，推动金融深化发展，对于构建合理的收入分配格局有促进作用。第(5)列的回归结果表明，普惠金融数字化程度的加深在10%的显著性水平上加剧了收入不平等。一方面，目前金融服务的数字化发展尽管已经处于较高水平，但在科技进步等多重因素驱使下，仍存在较大提升空间；另一方面，与高收入群体相比，低收入群体对数字化的接受程度较弱，因此，金融服务的数字化在初期对高收入群体具有更加有利的影响，从而导致数字化发展可扩大收入差距。未来，随着数字化程度的提升速率加快，尤其是移动支付普及率足够高时，低收入群体的边际福利改善程度会更高，收入差距得以缩小。

(二)数字普惠金融对收入不平等影响的机制分析

1.基于金融产品持有行为的机制检验

本部分以家庭是否持有金融产品(Inv)为中介变量，探究数字普惠金融通过提升家庭持有金融产品的概率来缓解收入差距的中介效应是否存在。其中，CFPS问卷中询问了家庭是否持有股票、基金、国债、信托产品、外汇产品及其他金融产品，若家庭持有任意一种或以上，则认为持有金融产品，赋值1，否则赋值0(3)2014年设置的问题为：您家现在持有哪些金融产品？(1.股票；3.基金；5.国债；6.信托产品；7.外汇产品；77.其他金融资产，如期货、期权等；78.以上都没有)；2016与2018年设置的问题为：您家现在是否持有金融产品，如股票、基金、国债、信托产品、外汇产品等？。

以提升家庭金融产品持有概率作为影响机制的中介效应检验结果如表3所示。借鉴温忠麟等[28]的中介效应三步法依次检验解释变量对被解释变量的影响、解释变量对中介变量的影响、解释变量及中介变量共同对被解释变量的影响。第(1)(4)列为第一步的检验结果，与前文基准回归一致；第二步以是否持有金融产品作为被解释变量、数字普惠金融指数为解释变量，采用Probit模型检验，结果见第(2)(5)列，考虑控制变量后，地区数字普惠金融指数(Dfi)增加1个单位能够使家庭持有金融产品的概率显著增加6%；第三步结果如第(3)(6)列所示，数字普惠金融指数及家庭是否持有金融产品均显著降低了基尼系数，家庭持有金融产品这一变量的部分中介特性得以验证，且基于Sobel检验的结果拒绝原假设，进一步验证了中介模型的有效性，即地区数字普惠金融水平的提升能通过提高家庭持有金融产品的概率来缓解收入不平等，假设H2得到支持。

表3 数字普惠金融影响收入不平等的机制检验结果：基于金融产品持有行为

2.基于信贷可得性的机制检验

面临融资约束的家庭往往难以开展各类经济活动，而获得融资对于提高就业、增进低收入群体的收入作用显著[13]。根据前文的分析，数字普惠金融水平的提高可能通过增强信贷可得性或者提高个体的正规机构借贷意愿作用于收入不平等。为此，首先选取CFPS中“除房贷外，您家现在还欠银行多少元贷款没有还清？”这一问题，以家庭除房贷外的银行负债情况来衡量家庭的信贷可得性(Bor)，对于有此类待偿贷款额的样本赋值1，否则为0。表4第(1)列报告了基于Probit模型检验的数字普惠金融水平影响家庭信贷可得性的边际效应，数字普惠金融水平(Dfi)每提高1个单位，会使家庭拥有银行贷款的概率显著提高6.4%。基于待偿还款额(Deb)的回归结果如第(2)列所示(4)以待偿还款额加1取对数衡量。，可以发现，数字普惠金融指数(Dfi)增加1个单位，个体待偿银行贷款额的对数值会显著增加0.618，均表明数字普惠金融水平的提高对于增强个体信贷可得性作用显著，假设H3a得到支持。

其次，问卷中有相关问题询问家庭的首选借款对象(5)如果您家需要借金额较大的一笔钱(例如用于买房、经营周转等)，首选的借钱对象会是谁？(0.父母或子女；1.亲戚；2.朋友；3.银行；4.非银行正规金融机构；5.民间借贷机构和个人；6.任何情况下都不会去借钱)，来衡量个体意愿的借款渠道(For)，对于选择银行以及非银行正规金融机构的个体赋值1，此类个体更倾向于通过有保障的金融机构贷款，反之赋值0。表4第(3)列报告了数字普惠金融发展对于个体在正规金融机构借贷的概率的影响，基于Probit模型的回归结果显示，家庭所处地区的数字普惠金融发展水平(Dfi)每增加1个单位，会带来个体基于银行及非银行正规金融机构借贷的概率提升23.8%左右，表明数字金融的发展增强了个体正规机构的借贷意愿，体现了金融服务的便捷性能够加深个体对正规金融服务选择的倾向性。

表4 数字普惠金融影响收入不平等的机制检验结果：基于信贷可得性

更进一步来看，个体正规借贷倾向的提高能否进一步缓解收入差距？为探究该问题，本部分在基准模型的基础上，同时加入了家庭是否有正规借贷意愿、数字普惠金融指数和家庭是否有正规借贷意愿的交互项，从表4第(4)列的结果来看，个体选择从正规金融机构借贷概率的提升能强化数字普惠金融对收入差距的缓解作用：当个体倾向于通过民间借贷获取所需资金时，数字普惠金融指数(Dfi)增加1个单位会使基尼系数下降0.168，根据交互项的回归结果来看，当个体意愿的借款渠道(For)取值为1，即个体倾向于正规金融机构借贷时，这一影响的绝对值增加了0.009，此时数字普惠金融指数(Dfi)增加1个单位能够使基尼系数下降0.177个单位。这表明数字普惠金融通过提高家庭正规金融机构的借贷意愿而缓解了收入差距，假设H3b在统计意义上通过了检验，但影响相对微弱，可能是由于具有正规金融机构借贷倾向的个体当下并不一定具有借贷需求或是无法满足正规金融机构的贷款要求，致使此类群体不一定立即产生实际的借贷行为响应，导致数字普惠金融发展所带来个体主观借贷意愿的增强对于收入差距仅有微弱影响。

(三)基于个体金融知识和互联网使用情况的调节效应

1.基于金融知识的调节效应

在有关家庭金融行为的研究中，个体的金融素养广受关注。当前中国居民整体金融知识水平有待提高，且群体间金融素养存在较大差异[29]。金融素养较高的群体，对金融市场了解更加深入，能够理性地面对风险及收益，享受数字普惠金融的福利，对自身及家庭财务做合理规划，如利用多元化的渠道丰富自身资产配置等，从而提高家庭收入。但金融素养匮乏的群体对金融市场认知不足，风险规避意识较差，在享受数字普惠金融带来便利的同时，若不能正确认识风险而盲从进入市场或使用金融服务可能会无形之中增加家庭所面临的财务风险，如非理性的金融投资、盲目的借贷行为等可能会增加家庭债务杠杆，并将家庭暴露于更大的风险之中，从而增加家庭的金融脆弱性，不利于收入差距的缓解。

因此，下面拟检验个体金融知识水平的高低对于数字普惠金融减缓收入差距作用的影响。金融知识水平(Fk)以CFPS 2014年问卷中有关基础金融知识的问题回答情况衡量，包括“银行1年定期利率”“存款到期金额”“存款续存金额”“货币购买力”“价值比较”“投资风险”“股票投资风险”7道题目，计算回答正确问题的个数，以中位数为基准，高于中位数的个体赋值1，否则赋值0。表5第(1)列展示了金融知识水平的调节效应，结果显示，金融知识水平的提高能强化数字普惠金融对收入差距的减缓作用，即对于金融知识水平越高的个体，数字普惠金融指数对收入不平等的减缓作用更加显著，反之亦然。

表5 金融知识水平、互联网使用情况的调节作用检验结果

2.基于互联网使用情况的调节效应

科技的飞速发展加深了互联网对个体生活和工作的重要性，尤其是无纸化的普及促使互联网成为部分群体社交、办公及获取信息的主要渠道。数字金融“无接触”的优势降低了个体对传统物理网点的依赖，尤其疫情之下“零接触式”的金融服务保障在满足居民金融服务需求的同时提高了金融服务效率。因此，数字普惠金融对个体的影响可能受到个体互联网使用情况差异的影响，使用互联网频繁的个体接触的信息来源更广，数字普惠金融所带来的增收和收入差距缓解效应会更加显著。而接触互联网较少的群体，并不一定能及时体验数字普惠金融所提供的便捷，如无法在数字普惠金融的影响之下开展金融投资、增加家庭信贷等，从而不利于数字金融发挥其对于收入差距的缓解作用。

为此，本文拟检验互联网的使用情况对于前述基准回归的调节作用。参考周广肃等[30]的做法并结合本文研究需要，最终采取CFPS问卷中“您是否上网”(Int1，上网赋值1，否则为0)、使用互联网社交的频率(Int2)、互联网商业活动的频率(Int3)以及业余上网时间(Int4)(6)“使用互联网社交的频率”和“互联网商业活动的频率”两个变量在处理中，首先处理为有序变量，数值越大，表明频率越高，“业余上网时间”这一变量数值越大，表明上网时间越长；其次，以各变量的中位数为依据，对大于中位数的样本赋值1，否则赋值0。4个变量衡量居民的互联网使用情况。表5第(2)～(5)列的回归结果表明，数字普惠金融指数分别与这四个变量的交互项估计系数均显著为负，互联网的使用对于数字普惠金融减缓收入差距的强化效应得到证实。

五、稳健性检验

(一)基于分位数回归的检验结果

根据前文的分析，数字金融缩小收入差距的实质是作用于居民收入，尤其是金融包容性的增强，使得其对于弱势群体收入影响的边际效应更大，不同群体收入提升幅度的差异性导致了收入差距的变化。故本文将实证检验数字普惠金融是否具有提升收入的作用，并基于分位数回归分析不同分位点处的差异。

表6第(1)列报告了以家庭人均收入的对数值作为被解释变量的回归结果。其中，数字普惠金融指数(Dfi)每增加1个单位，会带来家庭人均收入的对数值显著提升0.814。基于家庭人均收入的分位数回归结果如表6第(2)～(6)列所示。可以发现，数字普惠金融对收入的提升作用在各分位点处均通过检验，且随着分位点的增加，系数值不断缩小，表明数字普惠金融对于低收入家庭的增收作用显著强于高收入家庭。例如，当数字普惠金融指数提高1个单位，10%分位点的个体平均收入增长情况会比50%分位点的群体高出0.688个单位，比90%分位点的群体高出0.755个单位，证实了数字普惠金融在实现增收的同时能缩小收入差距。

表6 基于分位数回归的检验结果

(二)替换被解释变量

本部分使用泰尔指数(Theil)替换被解释变量验证前文结论的稳健性，计算口径与全文保持一致，即依托人均家庭纯收入计算同一年份同一区县的泰尔指数。如表7结果所示，数字普惠金融指数(Dfi)提高1个单位，泰尔指数相应减少0.203个单位，即收入差距有所缓解，表明前文得出的结论较为稳健。

表7 以泰尔指数作为被解释变量的检验结果

(三)内生性处理

尽管前文在研究中选取滞后一期解释变量以规避反向因果所带来的内生性，但收入水平较高的地区前一期往往也具有较高的收入水平，且发展快的地区数字金融水平也较高，即仍存在一定的反向因果。此外，研究中从多层面控制了可能影响收入差距的因素，但无法避免遗漏变量的情况。为此，本文通过选取工具变量，缓解原模型可能存在的内生性。根据工具变量的选取要求，参考已有研究并结合本研究的实际需求，选取地区到杭州的地理距离[31]。一方面，作为支付宝的起源地，杭州市的数字金融发展在全国范围内处于领先地位，且数字金融中心落户杭州，更能推动中国数字金融的快速发展，尤其是对于距离杭州近的城市，更容易产生溢出效应，因此地区与杭州的地理距离越近，数字普惠金融发展水平就越高；另一方面，地理距离并不会随着个体收入情况发生改变，距离的远近也无法直接影响收入差距，因此上述变量可作为工具变量。其中，到杭州的地理距离使用各省份的省会城市距离杭州市的距离，具体处理方法为对地理距离加1并取对数作为工具变量(Dis)，进行两阶段最小二乘回归。

从表8的回归结果来看，第一阶段的结果证实了地理距离数字普惠金融发展水平之间的相关关系，且基于弱工具变量及不可识别检验结果均拒绝原假设，验证了工具变量的有效性。在控制其他因素后，以地理距离相关指标所进行的两阶段最小二乘回归第二阶段的结果显示，数字普惠金融发展水平(Dfi)每提高1个单位，基尼系数相应约下降0.049个单位，即前述结论稳健。

表8 两阶段最小二乘法检验结果

(四)基于城乡及地区分样本的再检验

前文研究表明，数字普惠金融整体上能缩小收入差距，但由于不同地区之间的数字普惠金融发展程度不同，且个体之间存在差异，因而数字普惠金融缩小收入差距的效应可能存在异质性。

1.城乡异质性检验

基于城乡异质性检验的结果如表9第(1)(2)列所示，城镇样本与农村样本中，数字普惠金融对收入差距缩小的作用均在1%的显著性水平下通过检验，且农村样本系数的绝对值更大。进一步基于组间检验方法中的似无相关性模型(SUR)检验，对城乡子样本中核心解释变量系数差异进行检验，卡方统计量为23.94，P值小于0.01，验证了数字普惠金融对收入差距的影响在城乡之间的异质性所在。具体来看，地区数字普惠金融指数(Dfi)每增加1个单位，农村地区基尼系数相比于城镇地区多降低0.04左右。可能的原因是数字化赋能普惠金融的发展打破了传统物理界限的限制，扩大了金融服务的覆盖范围，尤其是有助于农村偏远地区的居民获得金融服务，提升居民享受金融服务的边际效用，使得农村低收入群体能够倚赖数字普惠金融从而提高家庭福利。因此，农村地区在缩小收入差距方面具有更大的边际值。

2.地区异质性检验

依据国家统计局对东、中、西部地区的划分，将本文选取样本划分为东、中、西部地区的三个子样本。表9第(3)～(5)列的回归结果表明，数字普惠金融指数对于各地区的基尼系数均存在负向影响，但仅有东部地区的回归结果通过检验，即东部地区数字普惠金融水平(Dfi)每提高1个单位，会带来基尼系数显著下降0.188个单位。这可能是由于中国东部地区的经济更为发达，数字金融发展进程快且水平高，居民对于数字化产物的接纳度也相对较高，数字金融的普惠性和包容性能更快地渗透到生活的方方面面，这有助于个体做出益于自身效率提高、成本降低、收入增加的行为，致使数字普惠金融的发展有利于地区收入差距的缩小。此外，尽管地区之间数字普惠金融发展的差异在不断缩小[24]，但中部和西部地区数字金融发展相对缓慢，加之数字普惠金融的发展作用于个体存在时效性，因而中西部地区数字普惠金融缓解收入差距的作用尚未完全显现。

表9 数字普惠金融影响收入差距的异质性检验结果

六、结论与政策建议

作为中国建设社会主义现代化强国的重要内容，实现全体人民共同富裕是当前及未来的奋斗目标之所在，而增进低收入群体福利、缩小收入差距是实现共同富裕的重中之重。当前数字金融的快速发展所带来金融服务包容性的增强惠及各类群体，有助于全社会共享经济发展之成果，在优化收入分配方面具有积极意义。

本文基于CFPS数据及北京大学数字金融研究中心编制的数字普惠金融指数，实证分析了数字普惠金融与收入差距之间的关系。研究发现：第一，数字普惠金融的发展整体上降低了中国收入不平等的程度，这一结论在替换变量、更换模型及考虑内生性后依然稳健，且主要是通过数字普惠金融提升家庭金融产品持有概率、提高信贷可得性等途径实现；第二，数字普惠金融的三个子维度中，覆盖广度和使用深度能显著缩小收入差距，但数字化程度的加深则加剧了收入不平等；第三，数字普惠金融对收入差距的抑制作用仅在东部地区较为显著，且农村地区中数字普惠金融减缓收入差距的作用大于城镇样本；第四，个体金融素养的提高及互联网的使用强化了数字普惠金融对收入差距的抑制作用。

结合研究结论，本文提出以下几方面的政策建议：第一，依托数字技术的快速发展，加强金融科技与普惠金融的深度融合，在注重风险防范的同时增强数字金融的普惠性和包容性，丰富金融产品的种类，提高金融服务的质量，尽可能地通过多样化的产品和服务满足各类群体差异化的金融需求，尤其注重低收入群体的金融可得性。第二，增强数字普惠金融发展的区域均衡性，在保证区域数字金融发展存在合理差异的前提下大力推进数字化建设，针对不同地区的发展特点及自身资源禀赋，制定与区域环境相适应的发展策略，着重关注数字金融发展缓慢的区域，加快推进中西部城市数字普惠金融试点的展开，以政策支持带动数字金融的快速发展。第三，强化新型信息基础设施建设，提升普惠金融的数字化水平，提高地区互联网的普及率，增强居民对于互联网的重视程度，有效引导低收入群体及农村地区居民正确使用互联网，依托互联网的各类资源丰富家庭收入渠道。第四，加强居民的金融教育，鼓励地方相关部门积极开展金融知识培训，并提高居民对于此类培训活动的重视程度，以期提升各类群体的金融素养，增加其对于金融市场的认知，在优化居民家庭资产配置的同时，防范由于地区数字普惠金融发展较快且个体金融素养匮乏所引致的风险，避免家庭金融脆弱性的增加。多方面赋能释放数字红利，使个体真正用好金融服务，增加各类群体尤其是低收入群体的家庭福利，缩小个体间收入差距，加快实现共同富裕。