数字普惠金融对山东省农民工收入的影响及作用机制研究

冷雨桐，刘新民

（青岛农业大学 经济管理学院，山东 青岛 266109）

0 引言

《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，持续提高低收入群体收入，扩大中等收入群体，更加积极有力地促进共同富裕。作为中等收入群体的重要来源，农民工群体是相对贫困治理和迈向共同富裕过程中不可或缺的一环［1］。当下，随着城镇居民收入增长率的日益增大，越来越多的农民选择脱离农业生产进入城市务工，以期增加可支配收入和改善生活状态。但是，农民工在就业中普遍处于劣势地位。根据国家统计局数据显示，2021年我国农民工总量已经高达2.92亿，且多数农民工从事苦、脏、累、险的“体力型”工作［2］，无法融入新兴行业，“体力型”工作需求变动快这一特点是引起农民工工作不稳定的主要因素，进而导致其收入波动很大。因此，增加农民工收入对于保障我国共同富裕目标的实现具有重要意义。

促进居民增收的手段多种多样，金融支持是其中最重要的手段之一［3］。随着第三次科技革命的推进，“遥不可及”的传统金融逐渐被数字普惠金融所取代。数字普惠金融不仅仅为城市居民带来了便捷的金融服务，也使得农村居民对金融服务使用的自发性逐渐提高［4］。总体来看，数字普惠金融以数字技术为依托，借助手机端支付等方式，多渠道增加了居民获得金融支持的能力，尤其是增强了在传统金融模式下受信贷歧视群体的融资能力，进而增加了中低收入群体的收入。居民想要取得资金支持时，数字普惠金融逐渐成为了首选，但是伴随着网络技术的极速发展，操作过程中也存在风险因素［5］，无疑会对农民工的收入造成影响。

本研究基于全国流动人口动态监测数据，从以下3个方面进行了实证研究：第一，本文以山东省农民工为研究对象，探讨了数字普惠金融的发展对农民工群体收入产生的影响，以及如何运用数字普惠金融提升该群体的收入水平。第二，本文基于数字普惠金融的发展，将创业行为作为中介进行实证检验，有利于厘清数字普惠金融对农民工收入产生影响的作用机制。第三，本文基于地区异质性视角，分析数字普惠金融对农民工收入的影响以及农民工创业行为在二者之间产生中介效应的地区差异。

1 综述与假设

1.1 数字普惠金融与收入

数字普惠金融依托于众多新兴技术，削弱了服务壁垒，可以为急需资金的居民提供快捷、高质的资金支持，进而实现家庭财富的增长［6］。数字普惠金融的重心在于“普”与“惠”。首先，关于“普”，由于网络等创新技术的加持，数字普惠金融的传播与获取是低成本的，进而有不受地域、时空限制的优势。其用更贴切的方式降低居民无法偿还借贷的能力，缓解居民无法取得资金支持的限制［7］，高效且简单明了地为弱势群体提供他们能够负担得起的金融支持［8］，促进了农村贫困人口扩大再生产和金融知识性投资，降低了贫困发生率［9］。其次，关于数字普惠金融的“惠”字，是指数字普惠金融在发展时，利用数字化技术，在实现机构与借贷人之间信息对称的同时，有能力为在金融借贷边缘的群体提供高质、高效的服务［10］。数字普惠金融缓解了我国农村地区［11］和流动人口家庭［12］的相对贫困，对于居民收入的增加作出了显著贡献，而其对中低收入群体尤其是农民工收入的针对性更强。由此，提出以下假设：

H1：数字普惠金融对农民工收入具有促进作用。

1.2 数字普惠金融、创业与收入

我国金融支持的获取仍然存在城镇居民易、农村居民难的二元性问题。对于居民创业而言，没有办法获得资金支持是制约居民创业的根源所在［13］。当前，由于农民工流动存在不确定性的因素，缺乏金融服务、缺少融资途径是制约农民工创业的问题之一。数字普惠金融利用手机移动端支付等手段，拥有不需要提供抵押品的特点和低成本等优势，缓解了居民在创业时面临的成本高、信贷约束强［14］的融资问题［15］，由此可以更方便、快捷地为有需要的居民提供资金支持。通过这两个渠道可正向促进居民创业，提高居民创业的活跃度。

自20世纪90年代中期以来，我国农村居民收入增长的主要渠道已经不再是传统的农业生产活动［16］，创业的作用愈发重要。当经济和人力皆处于较低层面时，数字普惠金融对他们的创业行为发挥着尤为重要的促进作用。当农户因无法提供自身信息而使机构认为可能产生借贷风险时，数字普惠金融可以显著缓解这种情况，并且让农户充分认知到自己可以承担更强大的经济与社会责任，进而通过对农户行为的正向强化，使农户自发地产生想要创业的想法，最终实现创业绩效的提高，缓解相对贫困［17］。目前，已有很多学者［14-15］关注数字普惠金融对居民创业活动的影响，但是鲜有学者将研究群体聚焦于农民工。数字普惠金融能否通过促进农民工创业进而实现其收入增长值得进一步讨论。由此，提出以下假设：

H2：数字普惠金融可以通过促进农民工创业进而实现其收入增长。

2 数据来源与模型设定

2.1 数据来源及样本选取

2.1.1 个人层面指标 本文所使用的个人层面指标数据来源于全国流动人口动态监测数据（China Migrants Dynamic Survey，CMDS）。为了反映出数字普惠金融通过创业对山东省农民工产生的影响，本文基于2018年全国流动人口动态监测数据，并借鉴相关学者研究，筛选出流入到山东省的农民工样本，对所选的数据进行手动合并匹配，从而筛选出所有流动人员。第一，筛选出流入地为山东省，流动原因为务工、经商、随迁，且目前处于工作状态的样本［18］；第二，筛选出男性16~60岁、女性16~55岁的样本［19］；最后，在此基础上，根据户籍属性筛选出农民工样本［20］，共得到1536个有效观测样本。选择山东省样本进行研究的原因在于：第一，快速工业化、城镇化是山东省当前的发展现状，且该省地域分异明显，可以代表全国发展情况［21］；第二，山东省居民总量和GDP总量都稳居全国前三，存在着GDP整体高、人均低的特点，且人均收入也较低，与我国整体发展的现实情况相似［22］，具有极高的代表性，被称为“缩小版的中国”；第三，山东省转移人口总量压力较大。截至2016年底，农民工总量达2420万人，占全省总人口的24.3%，占全国农民工总量的8.6%，具有极高的代表性。

2.1.2 宏观层面指标 本文所使用的宏观层面指标数据来源于北京大学数字金融研究中心和蚂蚁科技集团共同编制的北京大学数字普惠金融指数。选取2018年山东省各地级市的数字普惠金融总指数，并与个人层面指标相匹配［23］，用数字普惠金融的二级指标数字化程度（DIG）进行稳健性检验［24］。

2.2 变量选取与描述性统计

本文所使用变量的描述性分析见表1。

表1 变量的描述性统计分析

2.2.1 被解释变量 农民工收入(Inc)。本文借鉴相关学者做法，用农民工在流入地的家庭人均月收入来计算农民工收入情况，涉及CMDS 2018问卷中的设计题目为“过去一年，您家在本地平均每月总收入为多少？”和“与您在本户同住的家庭其他成员共有几口人？”。本文借鉴张正平等［25］的研究，被解释变量农民工收入由农民工家庭月总收入金额除以与其在流入地同住的家庭人口总数计算得出。

2.2.2 核心解释变量 北京大学数字普惠金融发展总指数(DIF)。为了避免指数的波动性和异方差的存在，本文将数字普惠金融发展总指数取对数处理［26］。

2.2.3 中介变量 农民工创业行为(Entrepre)。借鉴相关学者做法，本文以询问受访者“本次流动原因”这一问题，将回答为“经商”且就业身份为自营劳动者或雇主的农民工定义为创业样本，标为“1”；将回答为“务工”“随迁”且有固定雇主、无固定雇主或其他就业身份的样本定义为非创业样本，标为“0”［27］。

为排除个体因素对估计结果的干扰，本文借鉴杨政怡等［28-29］的方法选取被调查人员性别、年龄、流动范围［29］等方面作为个体控制变量。

2.3 模型设计

2.3.1 基准回归模型设定 为检验数字普惠金融对农民工收入的影响，具体模型设定为：

式（1）中，Inci代表山东省农民工收入，DIFi为数字普惠金融指数，Xi表示一系列控制变量，εi为随机干扰项，β0、β1、β2表示系数。

2.3.2 中介模型设定 为了对创业行为在数字普惠金融与农民工收入两者之间起到的中介效应进行检验，依据温忠麟等［30］的研究，模型设定为：

式（2）~式（4）中，Entreprei代表山东省农民工创业行为，γ0、γ1、γ2、ρ0、ρ1、ρ2、ψ0、ψ1、ψ2、ψ3表示系数。

3 实证分析

3.1 数字普惠金融、创业行为对农民工收入的影响

3.1.1 多重共线性检验 在具体分析前实施方差膨胀因子(VIF)检验，可以有效避免模型在设计过程中难以估计准确也就是多重共线性问题［29］。经方差VIF检验，各变量的VIF值介于1.04~1.75之间，其中婚姻状况、同住家庭成员人数、年龄的VIF值较大，而数字普惠金融发展总指数、创业行为、性别的VIF值较小。由于所有变量VIF小于10，所以模型不存在多重共线性问题。

3.1.2 数字普惠金融促进农民工收入的作用机制分析 表2中模型（1）为数字普惠金融对农民工收入的影响，分析可知在控制了个体特征变量的情况下，数字普惠金融对农民工收入的回归系数显著为正，说明数字普惠金融对其收入的增加具有正向促进作用。具体来说，数字普惠金融的发展每提升1%，农民工的收入水平将提升3.019个单位(β1=3.019，P＜0.01），验证假设H1成立，即数字普惠金融正向促进农民工收入的增长；根据模型（2）结果显示，数字普惠金融对创业的影响系数显著为正(ρ1=0.845，P＜0.1），即数字普惠金融可以促进农民工的创业行为；由模型（3）结果可知，在加入创业行为这一中介变量之后，数字普惠金融对农民工收入的影响系数仍显著为正(ψ3=2.959，P＜0.01），验证假设H2成立。

表2 数字普惠金融、创业行为对农民工收入的中介效应检验

上述结果表明，一方面数字普惠金融可以增加农民工收入，且其发展对农民工创业能力的提升具有正向促进作用；另一方面农民工的创业行为在数字普惠金融与农民工收入之间发挥了中介效应，即数字普惠金融会通过增加农民工创业行为来增加其收入。另外，在模型中加入农民工创业行为这一中介变量之后，数字普惠金融指数对农民工收入的影响系数变小，说明农民工创业在两者之间发挥了部分中介作用。

在控制变量方面，受教育程度对农民工收入有显著的正向影响，当农民工受教育程度达到一定水平时，在学习和使用互联网方面相对容易，能够通过互联网接触到更多信息，既拓宽其视野，又增加了其非工资性收入。婚姻状况对于农民工的收入具有显著的促进作用，夫妻二人存在“协同效应”，当流动过来的夫妻二人没有符合自己期望的工作岗位时，创业可以很好地为夫妻二人提供适合其生活时间、符合其发展预期的工作选择，夫妻二人合力经营也为之省去了雇佣他人所带来的资金负担，以达到收入增加的目的。流入地距离对农民工收入具有显著的正向影响，一般而言，流动范围越大，农民工愿意为其所从事工作花费的时间更多和接受工作点的距离更远，相对较高的工资收入也对他更具有吸引力。同住家庭成员人数越少的农民工收入越高，可能的原因是同住人员越少，则操心于家庭琐事的精力较少，相对来说有更多的时间放在工作上，更有利于根据自己的时间和能力选择工资水平较高的工作。

3.2 稳健性检验

3.2.1 替换解释变量 在替换变量层面，将本文所使用的数字普惠金融总指数替换为其二级指标数字化程度（DIG），再次进行中介效应检验。由表3可知，数字化程度在显著促进农民工收入增长的同时，仍然通过促进农民工创业行为来实现其收入的增长，验证了本文结果的稳健性。

表3 稳健性检验的替换解释变量情况

3.2.2 精选样本 在研究样本层面，为了避免年龄过小缺乏创业资本、年龄过大创业激情锐减等多方面原因，参考万君宝等［32］的做法，选取年龄在25~60岁的受访者样本重新分析。表4中模型（9）为缩小样本情况下的中介效应回归结果，结果显示数字普惠金融通过增加创业行为对农民工收入起到正向促进作用，这表明中青年群体更容易接受数字普惠金融，更有利于创业资金的获取，进而促进创业行为，最终达到收入增长的目的。综上所述，可认为本文的实证检验结果具有较好的稳健性。

表4 稳健性检验精选样本情况

3.3 内生性处理

本文在以上的回归模型中，使用控制变量对农民工的个体特征进行了控制，但仍有可能因为数据搜集等原因导致存在内生性问题，可选择采用工具变量法（2SLS）来弱化这一问题。本文选择“被调查者所在地级市与杭州的距离”作为工具变量［31］，该工具变量既会因为距离杭州的远近而产生不同的数字普惠金融指数，又不会通过数字普惠金融指数的发展对居民是否存在金融需求产生影响，是符合工具变量的选取要求的。通过表5可知，数字普惠金融对农民工收入的影响系数均为正值（β1=0.065，P＜0.1），接受可识别假设；其次，本文工具变量与核心解释变量数量相同，即不存在过度识别的问题；最后，由于KP Wald-F所得值大于临界点的统计值，因此本文所使用的工具变量不属于弱工具变量。综上所述，采用两阶段工具变量回归后，数字普惠金融显著促进了农民工收入的回归结果具有稳健性。

表5 内生性检验

4 地区异质性检验

考虑到地区间经济发展水平的差异性，为进一步分析数字普惠金融通过促进农民工创业行为对其收入产生正向影响的原因，并为得到更为细化的结论，本文对全样本进行分组处理。山东省区域经济发展高低差异显著，尤其是东部与西部之间差异尤为明显，这一点跟全国的整体情况较为相似。因此，参照有关学者做法，在综合考虑地理区位与经济发展水平后，将样本划分为鲁东（青岛、烟台、威海、潍坊、日照）、鲁中（济南、泰安、淄博、临沂、莱芜、东营）、鲁西（滨州、济宁、枣庄、聊城、菏泽、德州）三部分［32］，鉴于流入鲁西地区的农民工较少，本文对鲁西和鲁中地区样本进行了合并处理。根据相关数据可知，鲁东地区的经济发展水平最高、鲁中次之、鲁西最低［33］。因此，鲁东地区对于我国发展水平较高的东部沿海地区具有一定的代表性。鲁中、鲁西的样本对我国经济发展水平较低的西部地区有一定代表性。在此基础上，考察数字普惠金融对流入到山东省不同地区农民工收入的异质性影响。

由表6中模型（11）结果可知，鲁东地区数字普惠金融对农民工收入的影响在1%水平上显著为正，说明数字普惠金融会提升经济发展水平较好的鲁东地区的农民工收入水平，这可能是因为鲁东地区经济发展在省内处于领先地位，并且交通相对便利、市场环境好、市场金融完善程度高、知识产权保护度强、财政支持力度大，较多的有利因素使得数字普惠金融能更好地发挥对农民收入的促进作用。根据表6中模型（12）和模型（13）结果可知，在鲁东地区，农民工创业在两者之间的中介作用依然显著，数字普惠金融通过促进农民工创业实现了其收入的增长。

表6 地区异质性检验

由表6中模型（14）结果可知，在经济发展水平较差的鲁中和鲁西地区，数字普惠金融仍然对农民工收入产生了正向的促进作用，但系数明显小于经济发展水平较高的鲁东地区，原因可能在于鲁中和鲁西地区经济发展水平相对落后，配套设施不完善，限制因素较多，使得数字普惠金融对农民工收入的促进作用不如鲁东地区的。此外，由表6中模型（15）和模型（16）结果可知，中介效应检验的系数也小于鲁东地区，这也可能与山东省东西部地区之间创新创业环境的差异有关。综上，数字普惠金融对农民工收入的影响具有显著的地区异质性，数字普惠金融对农民工收入的影响在鲁东、鲁中、鲁西均为促进作用，但是经济水平较高的鲁东地区，数字普惠金融对农民工创业和收入有着更强劲的促进作用。

5 结论与政策建议

5.1 结论

本文利用全国流动人口动态监测数据，实证分析了数字普惠金融对农民工收入的影响，基于农民工创业行为视角，进一步分析了数字普惠金融通过促进农民工创业进而实现其收入增长的作用机制，并实证检验了地区异质性影响。研究发现：（1）数字普惠金融对流入到山东省的农民工收入具有促进作用。（2）农民工创业行为在数字普惠金融和农民工收入之间起到中介作用，数字普惠金融通过促进农民工创业进而实现其收入增加。（3）本文将山东省划分为鲁东、鲁中和鲁西3个区域，将鲁中和鲁西数据进行了合并处理，再对这两个部分展开异质性检验发现，数字普惠金融可以促进当代农民工收入的增长，对于鲁东地区，数字普惠金融对农民工收入的影响系数更大，并且创业也在其中起到了更加显著的中介作用。

5.2 政策建议

首先，构建良好的互联网基础设施。通过信息基础设施的广泛构建，使数字普惠金融可以惠及更多的居民。与此同时，鼓励金融机构利用数字化的便利性，向农民工提供稳定、适用的产品与服务，改变以往农民工对融资渠道“可望而不可及”的印象，进而使农民工从自身意愿出发，主动地接纳采用数字普惠金融这种新兴的融资渠道，通过数字普惠金融带来的数字红利辐射到更多农民工，实现利用数字普惠金融提高农民工创业活跃度，进而增加农民工的收入。

其次，推出符合不同创业需求的金融产品。根据农民工使用数字普惠金融的不同需求，通过大数据分析，构建多元化、精准化的数字普惠金融供给体系，推广适合不同农民工创业需求的数字普惠金融产品，并实时动态跟踪数字普惠金融对农民工就业产生影响后的状况。加强针对农民工创业意愿的正向肯定，帮扶农民工的创业进程，切实保障其通过创业而产生的收入目标；对处于经济弱势、受教育年限较少的农民工提供培训等帮扶办法，使农民工不仅会接纳数字普惠金融，还产生自主性的使用意愿，实现高质量创业，最终达到收入增长的目标。

最后，发挥优势地区的辐射带动作用。鲁东地区继续加强数字普惠金融先行区的建设，加快数字化转型金融新生态的发展，提高区域内数字普惠金融资源的共享性和互补性，深挖数字普惠金融服务新动能，从而对山东省中西部地区产生带动和支持作用。鲁中、鲁西地区地理位置优势较小，并且可用的经济资源稀缺、渠道少，区域范围内的创业能力相对滞后，要根据各地级市数字普惠金融发展的异质性，对地理空间进行分析，打造良好的数字普惠金融发展圈，广泛搭建创业园区等各类工作平台，积极宣传民间创业典型，营造良好社会氛围。