数字金融要素配置、技术进步偏向与收入分配效应

王振华 孙闻娅 白冰

(1.沈阳农业大学经济管理学院,辽宁 沈阳 110866;2.中共辽宁省委党校领导科学教研部,辽宁 沈阳 110004)

一、引言

数字金融作为一种传统金融与互联网科技相结合的新型金融模式[1],近年来取得了蓬勃发展[2],也有效促进了技术进步和创新创业[3]。但技术进步是耦合要素投入的,会对要素的边际产出产生非对称影响,表现出不同的偏向性[4]。以资本和劳动力两要素投入为例,如果技术进步提高了资本和劳动力的边际产出比,则称为资本偏向型技术进步,反之,则称为劳动偏向型技术进步[5]。数字金融依托现代信息技术,快速渗透至经济社会的各个领域,通过补充与替代现有的生产要素,不同程度地影响资本与劳动生产效率,改变其相对边际产出,进而影响技术进步偏向。

数字金融带来的有偏技术进步还会进一步影响收入分配格局。文献中的收入分配主要使用两个概念,一是功能性收入分配,也称为要素收入分配,量化指标是各要素在国民收入中占比,主要使用劳动收入份额量化;二是规模性收入分配,也称个体收入分配,讨论不同个体间收入差异,量化指标包括城乡收入差距、基尼系数等[6]。有学者认为数字金融会提升农民收入进而在一定程度上改善规模性收入分配[7],经验分析还发现数字金融促进了企业层面的劳动收入份额上升[8],改善了功能性收入分配。但在理论上,技术进步偏向资本会恶化劳动收入份额占比,不利于功能性收入分配改善,并且已有文献未同时考虑规模性收入分配和功能性收入分配问题,也忽略了数字金融对技术进步偏向的影响及由此带来的收入分配效应。

本文将数字金融、技术进步偏向和要素收入份额纳入同一分析框架,从数字金融的视角揭示其对技术进步偏向和收入分配的影响。本文试图回答:数字金融的发展是否及如何对技术进步偏向产生影响?并厘清数字金融、技术进步偏向和要素收入分配之间的关系。

二、文献综述

学者们从微观和宏观层面对数字金融的发展效应展开研究,得到了诸多结论。从微观层面来看,既有研究主要关注了数字金融对创业、创新与消费的影响。谢绚丽等(2018)[2]研究发现数字金融能够显著促进创业,并且这种促进作用在城镇化率较低的省份、注册资本较少的微型企业更为明显。数字金融能有效改善企业的融资状况,并能够驱动企业稳定财务,从而促进企业技术创新[9]。此外,数字金融还能通过缓解流动性约束、便利居民支付来促进居民消费[10]。从宏观层面来看,数字金融能够通过收入效应和就业效应显著地提升社会保障水平[11]、缩小城乡收入差距[12],进而实现社会包容性增长[13]。

技术进步偏向逐渐成为学者关注的热点,相关研究大致可以分为三类:第一类是关于技术进步偏向测度的研究。学者们从经验上证实了中国经济系统整体以及各部门技术进步偏向的存在[14],大部分研究都支持技术进步偏向资本的事实[15]。第二类是关于技术进步偏向作用的研究。主要是技术进步偏向对收入分配[16]、资源错配[17]、城镇化[18]、出口[19]、产业结构升级[20]、宏观经济增长[21]等方面的影响。第三类是关于技术进步偏向决定因素的研究。学者们关注较多的是国际贸易对技术进步偏向的影响[22],要素结构变动[23]、政府对市场的干预[24]、要素市场扭曲[24]、研发强度[25]、国有经济比重[25]、人口老龄化[26]和智能化[27]等均是影响中国技术进步偏向的重要因素。

数字金融改变了要素相对投入,要素的相对投入决定要素相对价格,要素的相对价格决定技术进步偏向[5]。资本和劳动力作为生产中最重要的两种要素,劳动力与资本的相对投入为技术进步偏向的成因提供重要依据。从中国现实来看,传统金融体系还存在一些不完善之处[9],数字金融应运而生[1],成为学术界关注的热点。数字金融通过改变要素投入对技术进步的方向产生影响,以资本和劳动力两要素为例,一方面数字金融的发展可以扩大金融资源的覆盖范围[28]、提高金融资源的可得性[13]并提高资金的利用效率[1],另一方面数字金融通过淘汰和衍生就业岗位实现对劳动力资源的替代和补充[29]。数字金融一定程度上解决了传统微型金融机构建设及风险评估成本过高的问题[39],而且能够显著提高要素配置效率[31]。

此外,有研究发现数字金融对收入分配有一定的影响。在省级层面,数字金融能够显著缩小城乡收入差距[32],匹配微观数据后,也找到了数字金融降低收入不均等的证据[33],但数字金融对收入差距的影响是存在区域异质性和门槛效应的[34],较低的数字金融水平会扩大收入差距,持续提升数字金融水平后,会降低收入差距[35]。劳动收入份额方面,陈冲和李灿(2022)[36]指出技术进步的不同途径对劳动收入份额的作用不同,技术创新与研发资本投入对劳动收入份额起到抑制作用,而技术扩散能够促进劳动收入份额的提高。

上述研究为本文提供了重要启发,但仍存在以下不足:在研究视角上,以往研究更多地集中在国际贸易、政府干预、研发强度等方面对技术进步偏向的影响机制进行探讨,而关于数字金融对技术进步偏向影响的研究较少。在研究内容上,以往研究文献证明了数字金融会对技术进步偏向和收入分配产生影响,但未同时考虑规模性收入分配和功能性收入分配问题,并且也忽略了数字金融对技术进步偏向的影响及由此带来的收入分配效应。

与既有文献相比,本文的边际贡献在于:本文从理论上识别并检验数字金融对技术进步偏向的影响,并从地级市层面对技术进步偏向进行测度,讨论数字金融对技术进步偏向影响的结构化与区域化差异。本文将数字金融、技术进步偏向和要素收入份额纳入同一分析框架,从功能性收入分配和规模性收入分配两个维度讨论其收入分配效应。

三、理论分析和研究假说

本文借鉴Acemoglu(2002)[5]的研究,设定只存在资本与劳动生产要素的CES生产函数

(1)

(2)

(3)

利用式(3),资本与劳动的边际产出为

(4)

则资本要素和劳动要素的边际产出之比为

(5)

根据有偏技术进步定义[5],技术进步偏向性指数为

(6)

如果dtc>0,则技术进步是资本偏向型技术进步;如果dtc<0,技术进步是劳动偏向型技术进步;如果dtc=0,技术进步是中性技术进步。

(7)

式(7)中,ρ为数字金融对资本和劳动要素的替代参数,ρ≠0且ρ≤1;X为要素增强型技术的投入。若要素增强型技术进步来源于数字金融,则传统资本和劳动力要素将会被数字金融所替代,此时将数字金融所带来的要素投入表示为I;若要素增强型技术进步并非来自数字金融,则由传统资本和劳动力要素投入所获得,此时将传统资本和劳动力要素投入分别表示为K和L。因此,资本要素增强型技术进步和劳动要素增强型技术进步可以进一步表示为

(8)

最后,将式(8)代入式(6)中,技术进步偏向指数为

(9)

(10)

进一步对式(10)关于I求偏导

(11)

基于上述的理论模型可知,数字金融的发展会对技术进步偏向产生影响,这种影响与要素替代弹性与要素增强型技术进步项和劳动增强型技术项有关。技术进步方向取决于要素的相对投入[5],数字金融正是通过改变资本和劳动要素相对投入,进而影响资本和劳动要素的相对边际产出,最终对技术进步的偏向产生影响。具体而言,数字金融在缓解金融排斥[2]、提供金融资源有效供给[1]和提高资金配置效率[9]等方面发挥重要作用,资本要素变得更为充裕。数字金融还会通过对劳动力的补充和替代效应对劳动力要素的配置产生影响。

综上所述,数字金融的发展会改变资本要素和劳动要素的相对投入,使得资本和劳动要素的相对价格发生变化,理性厂商在生产中倾向于使用更多价格较低的资本要素,资本深化过程加速,进而加深技术进步的资本偏向。另外,数字金融发展会对资本和劳动要素的生产效率产生非对称的影响。总体来说,数字金融可能更加提升资本要素的生产效率、增加资本要素的边际产出,最终促进技术进步偏向资本。据此,提出研究假说1。

H1数字金融能够促进技术进步的资本偏向。

文献中主要使用两种收入分配概念:一是功能性收入分配,也称要素收入分配,主要考察国民收入在土地所有者、劳动力所有者和资本所有者之间的分配,用各要素收入在国民收入中所占份额衡量(如劳动收入份额),是宏观概念上的分配;二是规模性收入分配,也称个人收入分配,主要考察不同个体间收入差距的大小,是从收入所得者的规模与其所得收入规模之间的关系角度研究收入分配,是微观意义上的分配[6]。数字金融作为金融创新与科技创新叠加融合形成的一种高级金融形态,对收入分配可能产生重要影响[37]。

在功能性收入分配方面,数字金融对技术进步偏向的影响会进一步作用于劳动收入份额。由于总收入是由劳动收入份额与资本收入份额构成,即资本收入份额与劳动收入份额是此消彼长的关系,数字金融增强了技术进步的资本偏向,在要素弹性大于1的情况下,各个经济部门会对资本要素和劳动要素的投入进行优化配置,倾向于更多地使用价格相对更低的资本要素,资本偏向特征将不同程度地影响资本报酬率与劳动报酬率,从而降低劳动收入比重,不利于功能性收入分配改善。

在规模性收入分配方面,数字普惠金融能够显著缩小省级层面城乡收入差距[32],主要是通过提高中等收入群体比重来优化劳动收入分配结构[36]。数字金融对城乡收入差距的作用机制主要体现在缓解低收入群体的信贷约束、提升金融服务覆盖面、降低金融服务门槛、促进人力资本提升等方面[32-33]。数字金融对低收入群体和农民群体的收入提升作用明显,原因是该部分群体由于信用环境不良、缺乏抵押品等原因获得传统金融机构金融贷款支持的概率较低,但数字金融的发展有效增加了其金融服务的可得性,尤其为生产、创业就业提供金融支持,提升收入。故提出假说2。

H2数字金融通过作用于技术进步偏向对劳动收入分配产生影响。

四、研究设计

(一)空间计量模型的设立

考虑到数字金融及技术进步偏向等变量可能存在的空间相关关系,本文选择带空间自回归误差项的空间自回归模型(SARAR模型)[38]进行估计,同时也给出空间杜宾模型、空间误差模型、空间自回归模型的估计结果。本文在基准模型部分采用空间邻接0-1矩阵,控制变量包括人力资本水平、开放程度、研发投入、财政规模、产业结构高级化、外商直接投资。

(二)变量选取与描述

1.中国城市技术进步方向指数

借鉴陆雪琴和章上峰(2013)[15]、孙学涛等(2017)[38]等学者的测度方法,首先估算要素替代弹性,其次是计算资本要素和劳动要素增强型技术进步项的增长率,最终获得哈罗德技术进步偏向指数和希克斯技术进步偏向指数。

按照本文采用的测度方法,资本要素与劳动要素之间的替代弹性为3.70;资本效率和劳动效率的平均增长率分为0.12、-0.05,并计算得到哈罗德技术进步偏向指数为0.09,希克斯技术进步偏向指数为0.12,均为正,表明考察期内中国城市技术进步偏向总体是上偏向于资本的,这与现有研究结论相吻合。已有文献从经验上证实了中国经济系统整体及各产业技术进步偏向的存在[14,16,18,25],主流观点是技术进步方向呈现出偏向资本的特征[15]。

2.数字金融

数字金融指数数据来自“北京大学数字普惠金融指数”课题组。数字金融的发展直接采用城市层面的中国数字金融指数进行衡量,数字金融发展不同维度采用覆盖宽度指数、使用深度指数和数字化程度指数量化。本文将样本细分为东部、中部和西部三个地区进行对比,表1显示中国数字金融发展存在区域不平衡的情况。

表1 中国城市数字金融发展指数

表2 变量的描述性统计

3.其他控制变量

人力资本水平以普通中学在校学生数占总人口比重表示。开放程度以各地区进出口总额占地区生产总值的比重来表示。研发投入用各城市的年度科技经费支出占地区生产总值的比重来表示。政府规模以财政支出与地区生产总值之比来表示。产业结构高级化本文采用孙学涛等(2017)[38]的方法量化。外商直接投资以各地区外商直接投资与地区生产总值的比值来衡量。

(三)样本及原始数据来源

本研究选取了2012—2018年中国地级及以上城市的数据,考虑到统计口径的一致性和样本数据的可得性,最终得到284个城市的面板数据。所用数据是基于《中国数字普惠金融发展指数》《中国城市统计年鉴》《中国区域经济统计年鉴》《中国城市建设年鉴》等数据匹配构造得到的。

五、实证结果分析

(一)空间相关性检验

本文采用全局Moran’s I指数,对各地区数字金融、技术进步偏向和收入分配效应(采用劳动收入份额表示)进行空间相关性检验。

由表3可以看出,数字金融、技术进步偏向指数和收入分配之间存在着显著的正向空间相关关系,即数字金融(技术进步偏向指数)水平较高(低)的地区,其周边地区的数字金融(技术进步偏向指数)水平也相对较高(低),说明数字金融、技术进步偏向指数和收入分配均存在着空间溢出效应。因此,在讨论数字金融、技术进步偏向指数和收入分配之间关系时需要运用空间计量模型进行分析。

表3 空间相关性检验结果

(二)空间计量模型的选择

为选择合适的空间计量模型,本文使用LM检验,具体结果如表4所示。LM检验结果均通过显著性水平检验,验证了中国市域尺度下技术进步偏向之间是存在空间相关性的,同时空间自回归模型的LM检验显著性优于空间误差模型的LM检验,因此本文采用空间误差模型。本文选择带空间自回归误差项的空间自回归模型(SARAR模型)。

表4 LM检验结果

(三)数字金融与技术进步偏向:基准回归

根据技术进步偏向理论,技术进步偏向与要素替代弹性及资本劳动要素的增强型技术进步有关[5]。由上文测度结果可知,中国城市的要素替代弹性大于1,并且资本增强型技术进步项大于劳动增强型技术进步项,技术进步偏向呈现出偏向资本的特征。进一步采用SARAR模型考察数字金融对技术进步偏向的影响,为保证结果的稳健性,本文同时给出了其他空间计量模型的估计结果。结果如表5所示(1)本文借鉴张勋(2019)的研究,将数字金融总指数和覆盖宽度指数、使用深度指数及数字化程度指数三个子指数均除以100,调整为以1为基准的变量。。从估计结果看,空间系数显著,这说明数字金融对技术进步偏向的影响存在显著的空间相关性。模型列(1)-(4)的空间自回归项(rho)为正,空间误差项(lambda)为负,且系数在1%的水平上正向显著,这说明数字金融发展指数越高,技术进步偏向指数越大。2012—2018年中国技术进步偏向存在空间依赖性,且数字金融的技术进步偏向存在正向空间溢出效应,即数字金融发展水平的提高加深了技术进步的资本偏向性,数字金融水平的提高产生了扩散效应,带动了周边地区的技术进步资本偏向,验证了假说1成立。一方面由于数字金融具有普惠性,及其发展可以突破金融服务的地域限制,使得数字金融降低了传统金融对物理网点的依赖,拓展了金融的服务范围和触达能力,使那些原本排除在传统金融、传统征信之外群体和地区能够享受到同等的金融服务[13],从而影响技术进步偏向,大大地提高了金融资源的可得性,资本要素变得更为充裕。另一方面地区的数字金融发展会对周边区域产生一定示范和溢出效应,周边区域也会实施相应的政策措施支持自身的数字金融发展,进而引致周边地区技术进步偏向于资本。同时数字金融在减少信息不对称、降低交易成本和优化资源配置等方面发挥着重要作用[39],促进了金融各个业态的竞争,提升了资金配置效率和能力[28]。数字金融依托现代信息技术,不仅能够替代人类的体力劳动,而且实现了对人类脑力劳动的替代与延伸,加剧了劳动力的就业竞争[27]。

表5 数字金融对技术进步偏向影响的回归结果

前文理论分析部分已经给出了数字金融对技术进步偏向影响路径,下面进一步实证检验与深入探讨。

首先,数字金融能够改变要素的相对投入,对技术进步偏向产生根本性影响。具体而言,数字经济政策导向以及现代信息技术的快速发展,使得数字金融得到了广泛使用。与银行为代表的传统金融机构相比,数字金融具有两个显著优势:一是数字金融不受物理网点的制约[40],即使在传统金融网点覆盖较为匮乏的经济落后地区,也能依靠网络借助手机、电脑等设备获得所需的金融服务,破除其长期以来金融服务不足的问题。同时降低了金融服务的客户准入门槛,使信用风险较高、抵押担保能力较低的中小微企业和低收入人群同样享受到金融服务,提高了他们获得贷款的可能性[2]。二是数字金融缩短了金融机构与目标客户之间的距离[30],在减少信息不对称、降低交易成本和优化资源配置方面发挥着重要的作用[39],极大地提升了资金配置效率和能力[28]。由此可知,数字金融兼顾效率与公平,通过加强金融产品和服务的有效分配,大幅度地提高了金融服务的可得性和便利性。

此外,数字金融的发展借助人工智能、大数据、云计算等现代信息技术,具有广泛扩散和深度渗透的特点,不仅会对资本要素产生影响,而且还会对劳动力要素的配置产生根本性的影响。一方面,数字金融能够实现对人类体力劳动和脑力劳动的替代和延伸[27],例如对以银行为代表的传统金融工作岗位的替代和延伸。这势必会引起更为激烈的就业竞争,尤其是在近年来劳动要素价格不断提升而导致企业成本上升的背景下,这种就业替代效应将更为明显。另一方面,数字金融作为提高劳动生产效率的辅助性工具,只能替代部分的劳动,因此会提高特定的高素质劳动需求。与此同时,数字金融发展过程中所衍生出的新产业将会创造诸多新岗位[29],例如数字金融中移动支付功能所衍生出的在线购物服务,将会增加劳动力的净需求。

要素的相对投入对技术进步偏向能起到决定性作用[5]。由上文可知,数字金融的发展会改变资本要素和劳动要素的相对投入,这可能是技术进步偏向资本的直接原因。据此,本文进一步将劳均资本作为要素相对投入(资本深化)的衡量指标,考察数字金融与要素相对投入是否存在显著的因果关系。可以发现,数字金融对要素相对投入的影响在1%的水平下显著为正,数字金融水平发展提高了要素相对投入,同时也带动了相邻区域,总体来讲,距离发达地区直线距离越近,响应程度越高。数字金融的发展改变了资本和劳动要素的相对投入,使得资本和劳动要素的相对价格发生变化,理性厂商在生产中倾向于使用更多价格较低的资本要素,资本深化过程加速。在资本和劳动要素弹性大于1的条件下,资本深化导致技术进步呈现出资本偏向的特征。

其次,数字金融发展的过程中通过补充与替代现有的资本和劳动力要素,可以不同程度地提升资本与劳动要素的生产效率,从而对技术进步偏向产生影响。但数字金融究竟会对资本和劳动力要素的生产效率产生何种非对称的影响,有待于进一步检验。表6列(2)(3)报告了数字金融发展对资本和劳动要素技术进步增长率影响的实证结果。估计结果表明,数字金融对资本增强型技术进步增长率和劳动增强型技术增长率均具有显著的正向影响,数字金融存在正向空间溢出效应,表明数字金融发展能够影响到邻近地区的资本增强型技术进步增长率和劳动增强型技术增长率,数字金融发展前景良好,会加剧当地区域竞争,使资本和劳动向周边城市转移,故提升相邻区域的资本增强型技术进步增长率和劳动增强型技术增长率。根据陆雪琴和章上峰(2013)[15]的研究,资本增强型技术进步反映了技术进步的资本增强型特征,当资本增强型技术进步增大时,只需使用更少的资本就可以生产出与原先同样的产出,代表了资本生产效率;劳动增强型技术进步同理。这说明数字金融的发展均能提升资本与劳动力要素的生产效率。进一步对比系数,可以发现数字金融对资本生产效率的影响远大于对劳动生产效率的影响。边际产出提高的程度不仅与要素的生产效率有关,还与要素的替代弹性相关[15],在资本与劳动的替代弹性大于1且资本的生产效率大于劳动的生产效率下,资本要素的边际产出提高得更多。因此,数字金融整体上加深了技术进步的资本偏向性。

表6 数字金融对技术进步偏向影响路径分析的回归结果

(四)数字金融与技术进步偏向:结构性差异

本文进一步实证检验数字金融覆盖宽度、使用深度与数字化程度对技术进步偏向的影响。结果如表7所示,数字金融的三个维度对技术进步方向均具有正向影响,但在影响力度上,数字金融的覆盖宽度对技术进步资本偏向的促进作用最大、使用深度次之、数字化程度最小。从数字金融三个维度的内涵上来看,在数字金融的覆盖宽度方面,与传统金融机构不同的物理网点不同,在基于互联网的数字金融模式下,金融服务供给是否能够得到保证是直接通过电子账户数体现的[1],金融服务的触达范围大大提高,能够一定程度缓解传统金融排斥的问题,对周边地区的影响最为明显。这说明数字金融“量”的提升对技术进步资本偏向的影响最大。在数字金融使用深度方面,包括了支付服务、货币基金服务、信贷服务、保险服务、投资服务和信用服务等服务类型[1],这说明多样化的金融产品和服务能够满足各种金融需求,便利筹资与交易。在数字金融数字化程度方面,所强调的是金融服务的低成本、便利化和信用化,交易成本与时间成本的降低可以提高金融资源的利用效率和能力。由此可见,数字金融使用深度和数字化程度反映了数字金融的“质”的要求,均能够加深技术进步的资本偏向。

表7 数字金融对技术进步偏向影响结构差异的回归结果

(五)数字金融与技术进步偏向:区域异质性

本文将样本分为东部地区、中部地区和西部地区三个子样本分别进行回归,结果如表8所示。从总体来看,数字金融总指数对三大地区技术进步偏向均具有显著的正向影响,体现了数字金融的普惠性,在数字金融的相关研究中,谢绚丽等(2018)[2]也得出了一致的结论。

表8 数字金融对技术进步偏向影响区域差异的回归结果

在东部地区,数字金融的使用深度对技术进步偏向的影响最大,这可能是由于东部地区经济发展水平较高,传统金融资源集聚,小微企业和民营企业占比较高,但由于信用水平低、担保能力弱等原因,小微企业和民营企业长期以来面临着棘手的资金短缺问题,数字金融使用深度所涵盖的丰富的产品和服务能够缓解小微企业资源约束和金融排斥,便利筹资和交易,从而有利于技术进步的资本偏向性。在中部地区,数字化程度对技术进步偏向的影响显著为正,但覆盖宽度和使用深度的系数并不显著,这可能是因为就数字金融的覆盖宽度而言,中部的数字金融发展水平要低于东部地区,覆盖宽度也就低于东部地区;东部地区因经济发展水平较高,互联网技术更加发达,移动支付的基础较好,且对各种金融业务的需求和使用程度更高,因此中部地区的覆盖宽度和使用深度的系数不显著。但随着中部地区崛起战略的深入实施,数字金融数字化程度的发展降低了交易成本与时间成本,显著提升金融资源的利用效率和能力,最终促进技术进步偏向资本。在西部地区,数字金融覆盖宽度的边际效应最大,可能的解释是:相比于东中部地区,西部地区地理位置偏僻、基础设施落后、经济发展水平低,传统金融在西部地区布局网点需要较高成本,因而传统金融覆盖率较低。数字金融的发展弥补了传统金融服务的不足,保障了金融资源的供给。相比于数字金融使用深度和数字化程度所体现的“质”的要求,覆盖宽度“量”的要求在西部地区能够带来更大的边际效应,加深技术进步的资本偏向。

(六)稳健性检验

本文进行以下三个方面的稳健性检验:首先是内生性问题讨论。在分析数字金融对技术进步偏向的影响时,针对可能遗漏重要解释变量问题和反向因果关系问题,除了采用数字金融滞后一期作为数字金融的工具变量外,借鉴傅秋子和黄益平(2018)[41]的做法,采用“该地级市到杭州的距离”作为数字金融的工具变量。首先,数字金融的发展水平与地理空间因素密切相关,距离杭州越远,数字金融的推广越困难[42]。其次,距离不会受经济发展的影响,并不会对技术进步偏向产生直接影响。因此,距离对技术进步偏向是严格外生的。综合上述分析,采用工具变量法进行估计,结果如表9所示。从回归结果可以看出,第一阶段中工具变量的系数在1%的水平下显著,且不可识别检验的P值为0,拒绝不可识别的原假设。弱工具变量检验大于10%水平上的临界值,拒绝原假设,通过弱工具变量检验。估计结果表明在考虑了内生性问题后,数字金融的发展依然加深技术进步的资本偏向,说明上述回归结论是稳健的。

表9 工具变量的回归结果

其次是采用希克斯技术进步偏向指数作为技术进步偏向的量化方式进行稳健性检验,具体估计结果如表10所示。从回归结果来看,数字金融及其三个维度对技术进步偏向影响的回归结果均与基准回归的结果基本一致。

表10 更换被解释变量的回归结果

最后是更换空间权重矩阵,本部分将基准回归中的空间邻接0-1矩阵更换为地理距离矩阵,同样给出基于地理距离矩阵的空间模型含有控制变量的估计结果,结果如表11所示。

表11 更换地理距离矩阵的回归结果

(七)进一步讨论

收入分配失衡是学界广泛关注的热点问题。本文将从规模性收入分配和功能性收入分配两个维度分析数字金融对技术进步偏向影响的收入分配效应。其中,功能性收入分配采用劳动收入份额量化,规模性收入分配采用城乡收入差距量化[6]。

1.功能性收入分配效应

从表12列(1)可以发现,数字金融对劳动收入份额的影响在1%的水平上显著为负,这表明数字金融的发展显著地降低了劳动收入份额。进一步地,将数字金融与技术进步偏向同时纳入解释变量中,结果如表12列(2)所示,数字金融与技术进步偏向的系数均显著为负。根据中介效应模型原理,结合前文数字金融对技术进步偏向的影响结果,可以发现数字金融通过增强技术进步的资本偏向降低了劳动收入份额,验证了假说2成立。数字金融的发展使资本与技术结合越来越紧密,提高了金融资源的触达范围和触达能力,提升了资金配置效率,资本要素变得更加充裕。在要素弹性大于1的情况下,各个经济部门会对资本要素和劳动要素的投入进行优化配置,倾向于更多地使用价格相对更低的资本要素。此时,资本要素比劳动要素更快比例的增加,资本积累迅速提高,导致技术进步呈现出资本偏向的特征,而资本偏向特征将不同程度地影响资本报酬率与劳动报酬率,从而降低劳动收入比重。

2.规模性收入分配效应

从表13列(1)可以发现,数字金融对城乡收入差距在1%的水平上有显著的负向影响,即数字金融有效抑制了城乡收入差距扩大。数字金融各个维度对城乡收入差距都有显著的负向作用,限于篇幅,不列出具体结果。数字金融在缩小城乡收入差距方面的作用已被文献证明[32-35],与本文结论一致。为进一步分析技术进步偏向的作用,将技术进步偏向指数纳入模型,表13列(2)显示纳入技术进步偏向指数后,模型结果并不显著,即技术进步偏向在数字金融对城乡收入差距的影响中不存着中介效应。数字金融对城乡收入差距的影响,主要体现在缓解信贷约束[12]、降低金融服务门槛[33]、促进人力资本提升[32]等方面。农村居民由于农村信用环境、缺乏抵押品等原因获得传统金融机构金融贷款的难度较大,普惠金融将原本被排斥在外的低收入群里纳入金融服务范围,为其生产、创业就业提供金融支持,助其收入上升。

表13 数字金融、技术进步偏向与城乡收入差距的回归结果

六、结论与政策启示

本文在资本劳动要素组合的标准化CES生产函数框架下,从理论上探讨数字金融的发展对技术进步偏向的影响,明确了中国的技术进步偏向,同时将数字金融、技术进步偏向及功能性收入分配和规模性收入分配纳入同一分析框架,从数字金融的视角揭示其对技术进步偏向和收入分配的影响,对完善中国数字金融体系、调整收入分配、促进中国实现共同富裕具有现实意义。本文首先估算了中国2012—2018年284个地级及以上城市的要素替代弹性和要素增强型技术进步项变化率,测度了中国城市的技术进步偏向指数,采用空间SARAR模型对数字金融、技术进步偏向和收入分配之间的因果关系进行了实证检验。得到以下几点研究结论:第一,中国城市技术进步总体呈现出资本偏向的特征。第二,数字金融的发展会对技术进步偏向产生影响,数字金融发展水平越高,技术进步越偏向资本。数字金融的发展改变了要素相对投入,加深了资本深化进程,显著提升了资本要素的生产效率,加深了技术进步的资本偏向。数字金融对技术进步偏向的影响存在空间溢出效应。数字金融的覆盖宽度、使用深度和数字化程度三个维度均能加深技术进步的资本偏向,其中覆盖宽度的边际效应最大,数字化程度对技术进步偏向的影响最小。第三,数字金融对技术进步的资本偏向作用抑制了劳动收入份额增加,不利于功能性收入分配改善,但数字金融可有效降低城乡收入差距,优化规模性收入分配。基于本文的研究结论,提出如下政策启示。

第一,促进数字金融发展,推动技术进步。在推动技术进步过程中应充分发挥数字金融的带动作用,矫正传统资本要素配置过程中的扭曲现状,政府要加强对数字金融的政策引导与支持力度,强化区域数字金融交流合作。打破金融要素流动壁垒,拓宽沟通渠道,实现金融资源和政策向欠发达地区倾斜,促使区域之间形成良好的互通机制。有效缩小区域数字金融发展水平,实现区域数字金融的协同发展。

第二,数字金融的覆盖宽度、使用深度和数字化程度应协调发展。覆盖宽度的边际效应最大,对周边地区的影响最为明显,故在保证数字金融“量”的提升的同时也要重视对“质”的要求。促进金融发展不仅要提供支付服务、货币基金服务、信贷服务、保险服务、投资服务和信用服务等多种服务类型给当地以及周边地区,用以满足各种金融需求,同时也应进一步发挥数字金融服务的低成本、便利化等特点,更好提高金融资源的利用效率和能力。

第三,各地区应重视技术进步方向的重要性,在技术选择时应根据本地要素禀赋结构选择适宜技术,发挥本地区要素的比较优势,对于中西部地区应努力完善地方数字金融服务体系,要加快数字基础设施建设,提高互联网覆盖率。数字金融发展水平低的地区应积极向数字金融水平较高地区学习,紧跟数字金融创新脚步,扩大基层金融网点覆盖广度和深度、进一步创新金融服务产品和金融服务形式,推动数字金融更好发展。

第四,数字金融的广泛应用所带来的红利应该由资本和劳动平等地获得。但现实中,资本和劳动两者间的技术进步速度存在着较大差距,这显著降低劳动收入份额,最终恶化功能性收入分配。因此,应该准确评估数字金融的社会影响的同时,建议政府采取积极的收入分配措施。一方面可以通过建立高素质人才的培养机制、提升劳动力人力资本水平,增大与数字金融相匹配的技能劳动力供给力度,提高劳动力对新技术新产业的适应性;另一方面,加强劳动力社会保障制度建设、保障劳动者权利,促进劳动收入份额的合理有效分配,最终实现经济稳定均衡发展。

第五,政府应充分考虑数字金融的技术进步偏向结果和规模性收入分配效应,考虑不同地区金融发展的异质性,差异化地制定数字金融发展策略。加强中西部地区信息化水平的建设,为数字金融的发展提供基础保障;促进相关金融支持政策向中西部地区倾斜,营造中西部地区数字金融发展的良好环境,加强数字金融的宣传与金融知识的教育普及,提升公众对数字金融的认可度和接受度,使其能够通过自身知识储备和技能更好地享有数字金融所带来的普惠性,实现区域间数字金融的平衡发展。