数字普惠金融对东北地区城乡融合发展的影响效应研究

孙小明 马嘉斌

［摘 要］近年来，随着金融科技不断发展，数字普惠金融逐渐成为新的业态，在经济发展中的作用日益显现。选取2011—2021年东北三省35个城市的相关数据，建立面板数据模型，实证分析东北地区数字普惠金融对城乡融合发展的影响效应，并建立调节效应模型进一步探究产业结构高级化在二者间的调节作用。研究发现，随着数字普惠金融发展不断推进，东北地区城乡融合水平随之提升，而产业结构高级化对东北地区数字普惠金融与城乡融合水平的关系存在正向调节作用。未来东北地区可以从农村产业结构升级、完善农村数字基建、调整城乡间资源禀赋等方面入手缩小城乡间差距，促进城乡融合水平提升。

［关键词］数字普惠金融；城乡融合；固定效应；产业结构高级化

［基金项目］吉林省教育厅“十三五”社会科学项目“吉林省推动城乡公共服务融合发展的困境及对策研究”（JJKH2020689SK）。

［作者简介］孙小明（1988-），男，经济学博士，长春工业大学经济管理学院讲师；马嘉斌（2000-），男，长春工业大学经济管理学院硕士研究生（长春130012）。

一、问题提出

长期以来，城乡差距一直是关系经济均衡发展的重要问题，过大的城乡差距会引起城乡对立，不利于社会稳定和经济平稳运行。党的二十大报告中指出，“我国要全面推进乡村振兴，全面建设社会主义现代化国家，最艰巨最繁重的任务仍然在农村”，要做到“坚持农业农村优先发展，坚持城乡融合发展，畅通城乡要素流动”。东北地区作为我国重要的工业和农业基地，为国家工业发展和粮食安全作出了重大贡献，具有重要的战略地位。但改革开放以后，东北地区重工业快速发展下积累的问题逐渐显露，经济发展活力不足，且长期以来的工业化和城镇化发展致使生产要素大量流入城镇地区，形成了“重城轻乡”的发展格局，城乡发展不平衡等问题突出。城市经济占绝对地位，城乡居民收入差距较大，要素流动存在壁垒，城乡二元化结构明显，使得乡村建设面临较大困难，城乡互利互惠效应难以实现，城乡融合发展水平相对落后。近年来，随着大数据、人工智能、云计算以及区块链等技术日益成熟，与此融合而成的数字普惠金融得到了长足发展。利用数字技术促进普惠金融发展，可以更好地扩展普惠金融覆盖广度和使用深度，降低金融成本促进经济发展，缩小城乡差距。那么，在实际应用中，数字普惠金融是否可以有效改善城乡差距扩大，促进东北地区城乡融合？基于此，本文选取东北三省的数据研究数字普惠金融的发展与城乡融合水平的关系，希望这些研究能对东北数字普惠金融的发展和推进城乡差距缩小提供一定的借鉴。

二、理论分析与研究假设

（一）数字普惠金融与城乡融合水平

金融对城乡差距的影响一直是研究的热点问题。金融存在门槛效应，农村经济中的中小微弱群体、个体农商户和农业经营者接受金融服务成本过高、限制过多，是被金融排斥的对象，难以获得高质量金融服务。当前，我国农村发展水平在整体上依然落后于城市，城乡发展不均衡，二元化结构严重。影响城乡融合发展因素众多，但历史文化、地理因素等演变时间漫长，所以关键点还是在于生产要素的流动。城乡要融合发展，需要推动农村基础建设，达到与城镇相近的水平，引导城镇先进发展技术和模式向农村辐射，打破农村生产要素向城镇单一流动的态势，促进农村产业集聚和升级，建立城乡互通的良性发展机制。但是城乡居民的金融服务可获得性仍存在很大差异，这会进一步加剧经济断层

任经辉：《黄河流域数字普惠金融对城乡收入差距影响的实证研究》，《河南师范大学学报（自然科学版）》2022年第5期。。而传统普惠金融出现后，通过缓解金融约束可以达到促进经济发展、缩小城乡收入差距的效果。但研究发现，传统普惠金融在缩小城乡差距的作用上存在地区异质性

张启文、田静：《数字普惠金融缩小城乡收入差距了吗？——基于农业全要素生产率的中介效应分析》，《农林经济管理学报》2022年第6期。，传统普惠金融的实行需要在当地设立分支机构，一些偏远地区机构设置有阻碍，人员信息交流有困难，普惠金融普及性依然有待提升

殷贺、江红莉、张财经、蒋鹏程：《数字普惠金融如何响应城乡收入差距？——基于空間溢出视角的实证检验》，《金融监管研究》2020年第9期。。而数字普惠金融的出现能有效缓解传统普惠金融中普及性不足的难题。传统金融机构能提供的金融服务有限，更倾向于提供给高净值人群，中小微企业和农村弱势群体能获得的服务十分有限，数字普惠金融可以借助数字技术，突破空间限制，降低普惠金融成本。基于日常生活中的大量用户数据，金融机构可以优化风险管理，提高金融服务覆盖面，将金融服务覆盖到中小微企业和农村弱势群体

康超：《农村普惠金融、资源错配与城乡经济融合——兼论数字新基建的调节效应》，《中国流通经济》2022年第12期。，增加其能够获得正规金融服务的可能性。与此同时，为控制风险，传统金融机构往往设置业务门槛，或要求客户在办理业务时提供抵押物，而中小微弱势群体无力提供抵押物的，就很难获得足额贷款。而数字普惠金融可以利用数字技术识别客户信息，分析客户还款能力，再以较低的抵押条件为客户提供业务支持，能有效地降低金融门槛。数字普惠金融也可以推动解决农村信息不对称问题，扩大金融的覆盖广度。数字普惠金融可以依托大数据获取客户需求，再针对目标客户进行精准推送，让客户快速了解并根据需求选择金融产品，在提高金融机构效率的同时，也能让城乡居民都获得满意的金融服务。

尽管多数学者认为数字普惠金融可以缩小城乡收入差距，但也有学者对此持不同态度。部分学者认为，数字普惠金融对城乡融合发展的影响呈现先抑制后推动的“U型”关系，在初期阶段，数字普惠金融在农村贫困地区发展会受限成康康、杜赫：《数字普惠金融对农村产业融合影响的实证检验》，《技术经济与管理研究》2022年第8期。。数字技术的基础是互联网的普及，但在一些贫困的偏远地区，网络的使用率较低，并且金融知识普及不完善会阻碍普惠金融的发展，数字普惠金融于此并无明显收效张子豪、谭燕芝：《数字普惠金融与中国城乡收入差距——基于空间计量模型的实证分析》，《金融理论与实践》2018年第6期。。

虽然上述观点不一，但反对观点多集中于数字普惠金融实施环境条件上，并未否定数字普惠金融本身的功能。数字普惠金融既具有传统普惠金融覆盖范围广、进入门槛低的特征，也具有数字信息技术传播速度快、使用成本低等优势，可以极大地提高小微企业、偏远农村地区居民和低收入水平群体金融服务可获得性。不仅可以提供利用大数据通过网络实行服务，无需线下网点，节约网点建设成本，打破城乡资金要素流动壁垒，还可以通过信息化降低金融门槛，提高资源利用效率，促进城乡间要素流动，带动农村经济发展效率提升，进而助力破解城乡二元结构，促进城乡融合发展。据上文提出假设H1。

H1：数字普惠金融可以缩小城乡收入差距，促进城乡融合发展。

（二）产业结构高级化对数字经济和城乡融合发展关系的调节作用

产业结构高级化是根据经济发展规律，实现生产要素由低效率到高效率转化的过程。目前学界对于产业结构高级化对城乡融合水平作用的观点不同。一种观点认为，产业结构高级化会在经济发展初级阶段促进城乡融合发展。我国的产业结构高级化是指产业重心从第一产业逐渐向第三产业转移，或者是产业从劳动密集型向资本、技术密集型转化，这中间势必会伴随着与数字经济结合和技术创新，这种技术创新体现在农业中就是农业机械化和现代化。农业生产技术的进步会降低农产品生产成本，提高农业产量，延长产业链，提升农产品附加值，短时间内可能会提高农民收入水平张跃胜、张寅雪、邓帅艳：《技术创新、产业结构与城市经济韧性——来自全国278个地级市的经验考察》，《南开经济研究》2022年第12期。。但一般说来，城镇企业的产业高级化水平会高于农村，而产业高级化水平高也就意味着城镇产业能比农村更好地与数字技术结合，进而发挥数字技术优势作用。农村产业高级化水平低，与数字技术适配性相对较低，可能会出现产业与数字技术不匹配的情况，这就会倒逼农村居民加快产业结构优化升级，大力引进技术人才，重点建设数字基础设施，加速数字经济与农村产业融合，有利于加快城鄉融合发展进程。在经济发展初级阶段，农村劳动力密集型企业占比较大，农村产业结构高级化使生产要素由第一产业流向第二、第三产业，第二、第三产业迅速扩张，城市先进技术要素流入农村，期间会大量吸收劳动力且要求低，第一产业技术创新使得生产效率提升，剩余农民劳动力被第二、第三产业吸收，数字经济企业从业者增加，这就使农民可以获得第一产业之外的额外收入，提升收入水平，加快数字经济企业发展，缩小城乡收入差距。在产业转型升级阶段，数字经济在其中发挥了对传统产业的改造作用，引导传统产业结构向高级化发展。此外数字产业化带来了崭新的商业模式，甚至跳出低端锁定和路径依赖。借助数字平台，数据的传输成本几乎为零，为农村经济发展提供了极大的便利，如特色农产品销售、旅游宣传等，能更好地拉近城乡经济差距，促进城乡融合发展。

另一种观点认为，产业结构高级化会扩大城乡收入差距，进而阻碍城乡融合发展。在经济发展具有一定规模后，数字化程度不断提高，生产技术不断创新，生产效率不断提升，产业结构高级化的弊端显露出来，产业结构高级化带来了产业结构与就业结构的不匹配

叶娟惠、叶阿忠：《科技创新、产业结构升级与碳排放的传导效应——基于半参数空间面板VAR模型》，《技术经济》2022年第10期。。高新技术型企业在第二、第三产业中占比越来越大。这些高新技术企业需要高素质的知识型人才，农村剩余劳动力匹配程度不高，无法被第二、第三产业完全吸收；而城镇居民获得了更多就业机会，这在一定程度上限制了城乡间融合发展。此外，由于工业和服务业大多集中在城市地区，农业多集中在农村地区，工业和服务业相较于农业能更好地与数字经济相融合，致使产业结构高级化效果更多地体现于城市经济中。随着数字化程度提高，城市居民凭借自身素质优势和地理优势往往能快速抓住就业机会，扩大城乡差距

冀福俊：《数字经济对城乡收入差距的影响——基于产业结构高级化的调节效应分析》，《经济问题》2023年第2期。。

通过分析上述两种观点可知，产业结构高级化在经济转型阶段的作用较为显著。东北地区属于我国的粮食主产区，承担保障国家粮食安全的重大责任，第一产业占国民经济产值比重较高。相比于长三角、珠三角等发达地区，东北地区经济结构相对落后，转型发展尚处于提质升级阶段，数字化程度相对较低，产业结构高级化有较大提升空间。在此情况下，产业结构高级化程度提升会助推数字经济促进城乡融合发展的功能。据此提出假设H2。

H2：产业结构高级化对东北地区数字普惠金融与城乡融合关系有正向调节作用，能够提升数字普惠金融对城乡融合水平提升的推动作用。

综上所述，数字普惠金融的发展能否正向促进城乡融合尚存争议。基于此，本文选取东北三省35个城市2011—2021的面板数据，利用固定效应模型分析数字普惠金融对东北地区城乡融合水平的影响作用，并加入产业结构高级化作为调节变量，探究产业结构高级化对数字普惠金融促进东北地区城乡融合水平提升的调节效应，最后提出促进数字普惠金融更好赋能城乡融合发展的建议。

三、变量选取与模型设定

（一）变量选取和数据说明

本文选取吉林省、辽宁省和黑龙江省35个城市2011—2021年的市级面板数据，实证分析东北地区数字普惠金融对城乡融合的影响。数据来源于2021年北京大学数字金融研究中心公布的数字普惠金融发展指数和2011—2021年《中国城市统计年鉴》。

1.被解释变量：城乡融合水平（Level）。本文用农村居民人均可支配收入与城市居民人均可支配收入之比来表示城乡融合发展水平。城乡居民收入比具有城乡一体化性质

张子豪、谭燕芝：《数字普惠金融与中国城乡收入差距——基于空间计量模型的实证分析》，《金融理论与实践》2018年第6期。，能够较好地反映城乡融合水平的变化程度。

2.解释变量：数字普惠金融（DIF）。当前研究数字普惠金融的文献，多使用北京大学数字金融研究中心发布的数字普惠金融发展指数作为数字普惠金融发展程度的衡量指标。本文沿用此惯例，采用东北地区35个城市的数字普惠金融发展指数代表数字普惠金融发展程度，作为核心解释变量，并取对数处理。

3.调节变量：产业结构高级化（up）。借鉴冀福俊、蔡宁等学者的做法

冀福俊：《数字经济对城乡收入差距的影响——基于产业结构高级化的调节效应分析》，《经济问题》2023年第2期。

蔡宁、符建华、乔书晨：《数字经济发展对产业结构升级的影响及作用机制》，《商业经济研究》2022年第23期。，用产业结构高级化作为调节变量。产业结构高级化是产业转移升级的体现，我国的产业结构极为庞大而复杂，大致被分为第一产业、第二产业和第三产业三大类。结合产业结构变动的规律，参考谢平、何雄浪等学者的方法给不同的产业赋予不同的权重

谢平：《长三角地区产业结构高级化对行业收入差距影响研究》，《现代经济探讨》2022年第12期。

分别是将第一产业赋予C=1的权重，第二产业赋予C=2的权重，第三产业赋予C=3的权重，计算公式为：

公式（1）中，upit代表产业结构高级化程度，GDPijt代表i城市的j产业在t时间段的生产总值，GDPit表示i城市在t时间段的总产值。up

值越大，说明产业结构高级化程度越高，反之则越低。此种做法统一考虑了三大产业，能更清晰地体现三大产业之间的关系。

4.控制变量：经济发展水平（Pgdp）。经济增长是城乡共同富裕的前提基础。结合众多学者的研究发现，用人均GDP来衡量地区经济发展水平较为精确，所以本文用人均GDP取对数来代表经济发展水平。

受教育程度（Edu）。人才是第一资源，加大教育均衡投入和优化教育资源配置是加快建设城乡一体化，促进城乡融合发展的重要指标。本文用一般公共预算教育支出来衡量居民受教育程度，并取对数处理。

对外开放程度（Open）。对外开放程度可能会带来技术提升和劳动力流出，影响城乡融合水平。本文用当年实际利用外商投资额和生产总值之比来衡量对外开放程度。

政府财力（Fin）。政府财力用地区当年的一般财政预算总收入与生产总值之比来表示，代表了当地政府的财政支持能力。

（二）模型设定

本文使用东北三省35个城市的市级面板数据实证分析东北地区数字普惠金融对城乡融合水平的影响，所以可以选择混合模型、个体单因素模型、时间单因素模型和双因素模型，每种模型又可以选择固定效应模型和随机效应模型，考虑到对其进行F检验之后的个体因素和时间因素的存在性和豪斯曼检验的结果，本文选择双向固定效应模型，控制个体和时间固定效应。设定的面板数据模型为：

四、实证分析

（一）描述性统计和相关性分析

运用stata16对本文确定的被解释变量、解释变量和控制变量进行描述性统计，见表1。每个变量都处于合理的区间范围，不存在异常值。由于本文中城乡融合水平是用农村居民人均可支配收入和城市居民人均可支配收入之比来衡量的，所以城乡融合水平越趋近于1说明城乡差距越小，城乡融合度越高。VIF检验结果表明，VIF平均值和最大值都小于10，各变量间不存在严重多重共线性问题。

相关性分析结果如表2所示，东北地区数字普惠金融指数和城乡融合水平的关联系数为0.195，且在1%水平上正向显著，表明数字普惠金融发展程度越高，城乡融合水平越高。此外，各控制变量均与城乡融合水平呈显著相关关系，说明控制变量设置有效。

（二）单位根检验

为了避免出现“伪回归”问题，同时考虑本文的短面板数据类型，本文采用HT检验和IPS检验做单位根检验。由表3的单位根检验结果显示，各变量都可以拒绝存在单位根的原假设，这表明各变量数据都是平稳的。

（三）回归结果

通过表4可以看到，列（1）是双向固定效应模型的回归结果。其中，lnDIF指的是数字普惠金融指数，此时数字普惠金融指数通过了1％水平上显著性检验，系数值为0.114，这说明数字普惠金融与东北地区城乡融合水平具有强正相关性。东北地区发展数字普惠金融可以显著提高城乡融合水平。金融服务在农村的稀缺性使得城乡差距愈演愈烈，金融机构的营利性原则使得农村人民受到强烈的金融排斥，金融服务门槛过高。数字普惠金融是面向社会各阶层特别是落后农村和偏远地区人民，通过数字技术提高金融服务可获得性，降低金融排斥和门槛效应，加速贫困地区经济发展，有效缩小了城乡差距，推动了城乡融合。验证了本文的假设H1。

为了验证产业结构高级化在数字普惠金融与城乡融合水平关系中的调节作用，本文在列（2）中加入了产业结构高级化与数字普惠金融的交互项，构建调节效应模型。由列（2）的回归分析结果可知，在去中心化后，数字普惠金融对城乡融合水平的正向显著影响效果未发生明显变化。虽然产业结构高级化对城乡融合水平的影响并不显著，但数字普惠金融与产业结构高级化的交互项对东北地区城乡融合水平有显著正向影响，影响系数为0.066。这说明产业结构高级化水平对数字普惠金融对城乡融合水平的正向影响存在正向调节作用。验证了本文的假设H2。

（四）稳健性检验

1.滞后被解释变量。

为了检验上述调节效应模型回归结果的稳健性，本文采用滞后被解释变量的方法来验证实证结果的准确性。对城乡融合水平指标进行滞后一期处理，再代入调节效应模型进行回归，检验结果见表5列（1）。在滞后被解释变量后，从稳健性检验结果看，核心变量显著性和系数的正负性并未发生明显变化，证明上述模型实证结果可信。

2.增加控制变量。考虑到可能存在遗漏变量也会对模型的准确性产生影响，采用增加控制变量的方法做稳健性检验，剔除大兴安岭地区的数据，并进一步增加交通水平（DTrc）因素，用公路客运量表示，代入调节效应模型得到的回归结果为表5列（2），结果显示加入交通水平因素后，数字普惠金融对城乡融合水平的影响并未发生显著变化，可以证明构建的模型是稳健的。

五、结论与建议

本文基于东北三省35个城市的市级面板数据，实证研究了东北地区数字普惠金融对城乡融合水平的影响效应，研究发现，第一，数字普惠金融可以促进东北地区城乡融合发展。数字普惠金融可以减少落后农村和偏远地区存在的金融排斥现象，弥补传统普惠金融弊端，降低普惠金融实施成本，为农村居民金融服务可获得性作出重要贡献，可以有效地缩小城乡收入差距，推进城乡融合和区域协调稳定发展。第二，加入调节变量后，结果显示产业结构高级化对数字普惠金融与城乡融合水平的关系有着正向调节作用。这可能是由于产业结构的升级加速了数字经济在实体经济中的适能性和效用性，进而可以给城乡融合发展注入活力。但目前东北地区数字普惠金融的发展还尚未完全成熟，结合上述结论，本文提出以下几点建议。

第一，加大数字普惠金融技术研发投入。上述研究表明数字普惠金融对城乡融合发展有显著正相关关系，而数字普惠金融的发展主要依托于数字技术水平的提升。政府可以加大对技术研发的投入和人才的大量引进来提升技术水平，开发出更加低成本、高效率的数字金融服务来提升数字普惠金融覆盖广度、使用深度和数字化程度。

第二，改善数字普惠金融发展环境。数字普惠金融的发展主要是依托于网络，而一些贫困地区和落后农村网络并不发达，这在一定程度上会制约数字普惠金融的发展，所以政府应强调偏远地区网络设施建设，加大对贫困地区和落后农村的政策支持与资金投入。此外，网络设施不完善的地区往往当地人民的网络知识普及也不到位，政府要加大普惠金融优势宣传，加强理财知识输入，改变贫困地区人民的排斥观念，让数字普惠金融能得到更好的发展和普及，进而推动东北地区城乡融合发展。

第三，进行合理的产业结构调整。产业结构高級化发展应该受到更多重视。东北地区农业占据很大一部分，需要通过数字化转型来提高农业全要素生产率。例如发展智慧农业、提高机械化率等，来解放劳动力等生产要素，更多投入到回报率更高的第二、第三产业中去，优化要素资源合理配置，推动产业结构向知识和技术密集型方向发展。