数字普惠金融、新型城镇化与城乡收入差距

李春霄 张 培

(西安石油大学 经济管理学院,陕西 西安 710065)

0 引 言

改革开放以来,我国经济快速发展,人民生活水平不断提升。根据国家统计局公布的数据,截至2021年,我国居民人均GDP 由1978年的385元增加到80 976元,人均可支配收入由171元增加到35 128元,人均消费支出由151元增加到24 100元,恩格尔系数由63.9%下降到29.8%,人民生活水平得到极大提高。但与此同时,我国仍存在发展路径较为粗放,城乡收入差距较大等现实问题,其中城镇和乡村人均可支配收入的比值在2009年达到峰值,之后虽有小幅下降,但仍然保持在高位。党的十九大提出我国全体人民共同富裕在本世纪中叶基本实现,十九届六中全会也对实现共同富裕做了进一步部署。共同富裕的实现既是社会主义制度的本质要求,又是振兴中华的重要保障。在脱贫攻坚战取得全面胜利后,我国开始治理以城乡收入差距为表征的相对贫困,有助于共同富裕的实现。由此可见,加速缩小城乡收入差距具有十分重大的意义,已经成为国家和学术界重点关注的问题。

Shaw[1]26-32最早研究金融发展与收入差距的关系,发现金融发展可以收敛城乡收入差距。就城乡收入差距的形成机理而言,大批学者从金融排斥或金融抑制的视角展开讨论。资本逐利性的存在使金融资源更多的流向城镇地区,农村地区缺乏正规的金融机构,金融产品和服务的供给严重不足,存在明显的金融排斥现象。因此,要缩小城乡收入差距,就要缓解农村金融排斥,但仅依靠传统金融措施是难以缓解农村金融排斥现象。随着普惠金融的发展,我国在一定程度上解决了农村金融供给不足的现状,但要彻底解决城乡收入差距问题是远远不够的。在此基础上,以数字技术为依托的数字普惠金融应运而生,其将服务对象定位于受金融排斥的弱势群体,为缩小城乡收入差距提供了现实可能。

那么,随着数字普惠金融的发展,我国城乡收入差距是扩大还是缩小呢?此外,数字普惠金融对城乡收入差距的影响,是否受到新型城镇化建设水平的影响?随着新型城镇化建设水平的上升,金融排斥得到一定程度的缓解,数字普惠金融对城乡收入差距的收敛作用是否存在减弱现象?对上述两个问题的回答,对于推动我国新型城镇化建设、缩小城乡收入差距,进而推动共同富裕的实现具有重要的现实意义。

1 理论分析和研究假设

1.1 数字普惠金融与城乡收入差距

数字普惠金融通过降低交易成本、增强风险管控能力、扩展客户服务范围和优化农村金融供给体系来降低金融服务的门槛效应、增强减贫效应、缓解排斥效应以缩小城乡收入差距[2]84-91。门槛效应指金融机构在考虑风险和收益后,会对其提供的金融产品和服务设定相应的价格和抵押物等门槛,只有达到这些要求的顾客才能跨越门槛并得到金融服务。农村居民与城镇居民相比,他们收入低以及缺少合适的抵押物,难以越过金融机构设定的门槛,从而享受不到金融机构提供的产品和服务。数字普惠金融的减贫效应金融发展可以促进经济高质量发展,数字普惠金融可以向贫困人群提供金融服务,使贫困人口摆脱贫困陷阱。排斥效应则体现了资本的逐利性特征,金融资源是稀缺的,为追求利润最大化,金融机构会优先将资金配置到高收益的地区。相较于城镇,农村发展滞后,高收益的行业几乎为零,在利益的驱使下,金融机构更愿意将资金配置到城镇,使得农村地区面临严重的金融排斥问题[3]70-83。

本文借鉴周利、冯大威等[4]99-108与徐光顺、冯林[5]60-82的研究,通过构建理论模型分析传统金融对收入差距的影响。这里只研究农村家庭和城镇家庭,使i=1代表农村家庭,i=0代表城镇家庭。每个时期两类家庭的总收入都是G,总消费是C,上一期剩余财富为Ai,t-1,初始财富是Wi,0。此时,在没有考虑投资项目的前提下,农村和城镇家庭t期的财富水平见(1)、(2)式,其中Wi=1,t为农村家庭t期的总财富,Wi=0,t为城镇家庭t期的总财富。t期投资项目时,设贷款利率为r,投资收益为R,贷款额度为H,这个投资项目满足R-H·r>0。在传统金融模式下,仅城镇家庭能获得金融机构提供的金融产品,而农村家庭t期的财富水平未变,此时城镇家庭t期的财富水平见(3)式。进一步假设两类家庭都将β(0<β<1)比例的财产留到下一期,即存在Ai=1,t=β·Wi=1,t和Ai=0,t=β·Wi=0,t,当t无穷大时,两类家庭的财富见(4)、(5)式,此时,家庭财富差距为(R-H·r)/(1-β)>0,两类家庭的财富无法收敛。

Wi=1,t=Ai=1,t-1+G-C

(1)

Wi=0,t=Ai=0,t-1+G-C

(2)

Wi=0,t=Ai=0,t-1+G-C+R-H·r

(3)

Wi=1,∞=(G-C)/(1-β)

(4)

Wi=0,∞=(G-C+R-H·r)/(1-β)

(5)

数字普惠金融与传统金融不同,其借助互联网、大数据和云计算技术,能够通过降低门槛、增强减贫和缓解排斥来收敛城乡收入差距。(1)在降低门槛效应时,数字普惠金融借助互联网技术,不需要设立物理网点,而是将金融服务融入生活,降低了获取客户的成本;也可以依托大数据技术,清楚了解客户需求,降低传统金融信息搜寻的成本,从而降低了数字普惠金融的门槛,使得更多的低收入人群能获得金融产品和服务。(2)在增强减贫效应时,数字普惠金融借助其低成本优势,使更多群体获得金融服务,获得金融服务的低收入群体可以听从金融机构专业的建议,对自己的财富进行合理的投资,提高资金使用效率的同时积累财富。(3)在缓解排斥效应方面,数字普惠金融扩展了金融服务的时间和空间限制,让低收入群体在缺少金融机构的偏僻地区,也可以借助手机银行办理金融业务,极大地缓解了农村地区和低收入群体金融排斥问题的发生。在上述3种作用的推动下,数字普惠金融使城乡家庭财富差距趋于零。据此提出假设H1:

H1:数字普惠金融可以起到缩小城乡收入差距的作用

1.2 数字普惠金融、新型城镇化与城乡收入差距

汪晓文、胡云龙等[6]28-32基于西北地区31个地级市的面板数据,利用双向固定效应模型发现城镇化在数字普惠金融缩小城乡收入差距时发挥了调节效应。新型城镇化强调的是“以人为本”,注重质量和内涵共同发展,在政府引领与市场主导下,实现城乡一体、生态宜居、社会和谐、环境友好以及大、中、小城市和小城镇协同发展。新型城镇化并不是对传统城镇化的否定,而是对其进行了全面的优化,不止注重城镇化的速度,更注重城镇化的质量。数字普惠金融对城乡收入差距的收敛效应会因新型城镇化建设水平的不同而有不同的效果。根据中国人民银行公布的《中国金融年鉴(2021)》数据显示,城镇地区的金融机构数量远大于农村地区,可以满足城镇居民的金融需求,而农村地区由于金融机构的缺失,存在较为严重的金融排斥现象,相对来说更加依赖数字普惠金融,也是数字普惠金融重点服务的对象。据此,随着新型城镇化的建设,金融排斥会得到一定的缓解,数字普惠金融对城乡收入差距的收敛效应可能在下降。因此提出了假设H2:

H2:新型城镇化在数字普惠金融收敛城乡收入差距中起到负向调节作用

数字普惠金融对城乡收入差距的影响机理见图1。

图1 数字普惠金融对城乡收入差距的影响机理

2 变量选择与研究模型

2.1 变量选择与数据来源

2.1.1 被解释变量

本文的被解释变量为城乡收入差距,用泰尔指数(theil)衡量。泰尔指数计算见(6)式,其中i=1代表城镇地区,i=2代表农村地区;pi,t表示在t时刻城镇(i=1)或农村(i=2)的人均可支配收入,pt表示第t年总可支配收入,xi,t表示第t年城镇(i=1)或农村(i=2)的人口数,xt表示第t年的总人口数。泰尔指数的值越小代表城乡收入差距越小。

(6)

2.1.2 解释变量

解释变量包括数字普惠金融综合指数(fin)、覆盖广度指数(bre)、使用深度指数(dep)、数字化程度指数(num)与新型城镇化(urban)。数字普惠金融指数采用北京大学公布的数据。新型城镇化的衡量方式参考卢晶[7]50-54构建的指标体系,由于数据的可得性,选取6个维度19个指标构建新型城镇化指标体系,见表1,并运用熵值法构建各省份的新型城镇化指数。

表1 新型城镇化指标体系

2.1.3 控制变量

(1)人均GDP:根据库兹涅茨假说,经济发展会影响收入差距,在发展初期会扩大城乡收入差距,发展后期会缩小城乡收入差距。(2)对外开放程度(trade):对外开放程度是影响我国城乡收入差距的主要因素,对外开放程度的提升有助于城乡产业融入经济全球化进程、激活城乡要素资源,进而影响城乡收入差距。本文用各省当年货物进出口总额与当年 GDP的比值衡量。(3)国家支农力度(fsa):采用财政农林水支出占GDP的比重衡量,此数值越大,说明政府对于农村的支持力度越大,能推动农村经济的发展,预期会缩小城乡收入差距。(4)政府行为(gov):采用当地政府财政支出占GDP的比重衡量。陆铭、陈钊[8]50-58通过理论研究发现,政府的财政支出偏向于城镇地区,预期该指标可能会拉大城乡收入差距。上述变量的数据来源于2011—2020年《中国统计年鉴》、各省份2011—2020年统计年鉴。变量名称和测算方法见表2。

表2 变量名称和测算方法

2.2 变量描述性统计分析

我国31个省份2011—2020年的泰尔指数、数字普惠金融指数、新型城镇化和其他各变量的描述性统计结果见表3。由表3可知,样本数据量较大,且每个变量的变化区间较大,能较好反映不同省份的区域差异,为后文的分析奠定了良好的基础。

表3 主要变量的描述性统计

2.3 实证模型构建

为了检验新型城镇化的调节作用,本文基于已有的研究文献和所使用数据的特点,采用了“双向固定效应”模型,模型基本形式见(7)、(8)式。(7)式用于检验数字普惠金融对城乡收入差距的收敛作用,(8)式用于检验新型城镇化对数字普惠金融收敛城乡收入差距的调节作用。

theilit=α1lnfinit+δXit+γZi+θSt+μi+εit

(7)

theilit=α1lnfinit+α2urbanit+α3lnfinit·urbanit+δXit+γZi+θSt+μi+εit

(8)

其中,theilit为i省t时期泰尔指数,lnfinit为i省t时期数字普惠金融的对数。urbanit为i省t时期的新型城镇化水平。lnfinit×urbanit为i省t时期数字普惠金融与新型城镇化的交互项。Xit为i省t时期影响城乡收入差距的其他变量。Zi为只随个体变化的变量。St为只随时间变化的变量。μi代表截距项,εit表示随个体和时间变化的随机扰动项。α1、α2、α3、δ则为每个变量的系数。

3 实证检验与结果分析

为了研究新型城镇化的调节效果,本文从数字普惠金融综合发展视角和数字普惠金融发展单维度视角展开实证分析。

3.1 数字普惠金融综合发展视角的实证结果

以数字普惠金融综合发展视角,本文共做了4个模型的回归,数字普惠金融对城乡收入差距影响的估计结果见表4。模型(1)至模型(3)分别是OLS回归、个体固定效应模型、双向固定效应模型,模型(4)是在双向固定效应模型的基础上加入工具变量。在模型检验方面,首先针对个体效应,固定效应的F值为36.11,且在1%的显著水平上拒绝原假设(不存在个体固定效应),因此,个体固定效应模型是优于OLS回归;其次对时间效应进行检验,得到的F值为48.32,也在1%的显著水平下拒绝原假设(不存在时间固定效应),说明模型同时存在个体效应和时间效应;最后是检验采用固定效应模型还是随机效应模型,模型(4)的Hausman检验值为14.77,且在1%的显著水平下拒绝原假设,说明固定效应模型优于随机效应模型。因此,应该采用双向固定效应模型对模型进行实证分析。

表4 数字普惠金融对城乡收入差距影响的估计结果

为了降低统计结果的误差,不仅要选取合适的变量,还要处理内生性问题。根据学者的研究,遗漏变量、测量误差和反向因果会造成内生性问题。本文通过使用面板数据模型的方法缓解测量误差,尽可能多增加控制变量的方法缓解遗漏变量。程名望、张家平[9]19-41认为城乡收入差距的扩大会导致数字鸿沟的加剧,即二者存在反向因果问题。对于反向因果问题的处理,多数学者是使用工具变量法(Instrumental Variable)处理。为此,本文参照李牧辰、封思贤等[10]132-145的做法,选取各省份省会城市到杭州市的球面距离作为工具变量,由于距离不随时间变动,在实际回归中则采用各省份的数字普惠金融与各省份省会城市到杭州市的球面距离的乘积作为工具变量(1)此工具变量借鉴已有研究,其解释为:一方面,中国数字普惠金融的发展主要由阿里巴巴公司领头,同时本文选用的数字普惠金融指数是基于支付宝的数据编纂,其他学者也指出离杭州市越远,数字普惠金融越难以推广;另一方面,各省城乡收入差距的变动并不会决定其与浙江省的球面距离。。于是,在双向固定效应模型中加入工具变量进行回归,由表4可知,所选的工具变量通过了弱工具变量检验,说明此工具变量是有效的,基本解决了内生性问题。

根据模型(4)的回归结果,得到数字普惠金融的系数在1%的显著水平下显著,且系数为-0.155 0,这表明,从数字普惠金融综合发展视角来看,数字普惠金融总指数增加1%,泰尔指数将下降0.155 0%。数字普惠金融通过上述的3个效应,完善了农村地区的金融体系,增加了农村居民的收入,进而缩小了其与城乡居民间的收入差距,假设H1得到验证。从控制变量来看,人均GDP在1%的显著水平下负向影响城乡收入差距,且系数为-0.235 8,说明城乡居民人均GDP的提高可以缩小城乡收入差距。国家支农力度与前文的预期方向一致,起到了收敛作用。而政府行为与前文的预期不一致,可能的解释是,在乡村振兴的背景下,政府的财政支出不再偏向于城镇,开始注重农村地区的发展,因此,政府的行为也起到收敛城乡收入差距的作用。

本文运用数字普惠金融与新型城镇化的交互项,实证检验新型城镇化对数字普惠金融收敛城乡收入差距的调节作用。新型城镇化调节数字普惠金融收敛城乡收入差距的检验结果见表5。由表5可知,数字普惠金融与新型城镇化交互项系数在1%的显著水平下显著,系数为0.389 8,表明数字普惠金融对城乡收入差距的收敛作用会伴随着新型城镇化的加强而减弱。这是因为随着新型城镇化水平的提升,金融排斥得到一定的缓解,上述的收敛作用在逐渐下降,即在新型城镇化水平较低的地区,数字普惠金融对城乡收入差距的收敛作用更大。假设H2得到验证。

表5 新型城镇化调节数字普惠金融收敛城乡收入差距的检验结果

3.2 数字普惠金融发展单维度视角的实证结果

除了综合发展水平外,数字普惠金融还包括覆盖广度指数。使用深度指数和数字化程度指数,为了进一步检验新型城镇化在单维度视角的调节作用,本文使用数字普惠金融覆盖广度指数、使用深度指数以及数字化程度指数进行回归。对模型进行Hausman检验,发现使用双向固定效应模型更为合理。为解决内生性问题,单维度视角的分析也是在双向固定效应模型上加入上述工具变量,得到数字普惠金融单维度视角影响城乡收入差距的估计结果,见表6。

表6 数字普惠金融单维度视角影响城乡收入差距的估计结果

表6的模型(1)与(2)分别检验了数字普惠金融覆盖广度指数对城乡收入差距的影响、新型城镇化对二者关系的调节作用。在模型(1)中,数字普惠金融覆盖广度指数在1%的显著水平下显著,且系数为-0.068 0,即数字普惠金融覆盖广度指数每提高1%,泰尔指数将下降0.068 0个百分点,数字普惠金融覆盖广度指数可以收敛城乡收入差距。数字普惠金融覆盖广度主要包括电子账户绑定银行卡数量、第三方支付平台的使用率等,这些都为乡村居民提供平等享有金融服务的机会。与城镇居民相比,农村地区的居民可以利用数字工具获取金融服务,而城镇居民则是将实体店服务转移到线上。因此,覆盖广度的发展对农村居民的收入增加作用较大,进而缩小了城乡收入差距。在模型(2)中,新型城镇化与数字普惠金融覆盖广度指数的交互项在1%的显著水平下显著,且系数为0.403 0,预示数字普惠金融覆盖广度指数对于城乡收入差距的收敛作用,受到新型城镇化的负向调节作用。即随着新型城镇化的建设,覆盖广度指数的收敛效应会减缓。在使用深度方面,模型(3)和模型(4)的估计结果显示,使用深度指数、新型城镇化与使用深度的交互项都在1%的显著水平下显著,且使用深度的系数为-0.111 8,表明数字普惠金融使用深度指数起到了收敛城乡收入差距的作用,交互项系数为正的0.379 3,说明随着新型城镇化的建设,会弱化数字普惠金融使用深度对城乡收入差距的收敛作用。数字普惠金融使用深度是反映数字金融的实际使用情况,主要包括支付、信贷和保险等方面,城镇地区的居民在传统金融模式下已经使用上述金融服务,而乡村居民可以通过信贷服务进行创业以及利用金融服务进行风险管理,来达到增收的目的。因此,随着新型城镇化的建设,数字普惠金融使用深度对城乡收入差距的收敛作用将逐渐减弱。在数字化程度方面,模型(5)的估计结果显示数字化程度会扩大城乡收入差距,但此作用不显著,而模型(6)的估计结果显示,数字化程度会收敛城乡收入差距,但这个作用也不显著,系数仅为-0.047 3,两个模型数字化程度的系数符号不一致,可能的原因是所选择的工具变量没有通过弱工具变量检验,模型(5)和模型(6)第一阶段回归的F值仅为1.44、2.59,不满足第一阶段F值大于10的条件,出现了伪回归现象,值得进一步探讨。

3.3 稳健性检验

为了验证结果的稳健性,本文采用更换解释变量的方法,将城乡收入差距的衡量方式由泰尔指数替换为城乡居民人均可支配收入比,得到稳健性检验结果见表7。通过与前文实证结果比较,数值有小幅波动,显著性水平和系数符号均与前文一致。证实前文分析得到的结论真实有效。

表7 稳健性检验结果

4 结论与对策建议

本文利用我国31个省份2011—2020年的面板数据,探索了新型城镇化对数字普惠金融影响城乡收入差距的调节效应。研究结果表明:(1)数字普惠金融在总指数、覆盖广度指数和使用深度指数的提升,均能起到收敛城乡收入差距的作用,但是数字化程度并没有起到缩小城乡收入差距的作用;(2)新型城镇化对数字普惠金融总指数、覆盖广度指数、使用深度指数收敛城乡收入差距的效用,均具有显著的调节作用,且对数字普惠金融覆盖广度指数的调节作用最大。

基于上述分析,为了使数字普惠金融和新型城镇化建设发挥收敛城乡收入差距的作用,本文提出以下建议:(1)在数字乡村建设的背景下,加强农村地区数字设施建设,如无线网络的建设和5G基站的建设。当地政府应采取优惠政策,引导金融机构和数字技术服务平台,进行数字金融产品的创新。使得数字普惠金融覆盖广度更广,使用深度更深。(2)加快推进新型城镇化建设。新型城镇化建设有利于带动地方经济高质量发展、促进地区产业结构升级,增加农村居民的收入,以达到缩小城乡收入差距的目的。(3)创新金融产品。通过实证结果发现,数字普惠金融对城乡收入差距的收敛作用随着新型城镇化水平的增加而减弱,这是由于数字普惠金融更多的是服务乡村地区,忽视了其在城镇地区的作用,应该通过创新金融产品和服务注重数字普惠金融在城乡之间的发展。