数字普惠金融对城乡收入差距的调节效率及其空间效应分析

华 黎,尹 萍

(安徽财经大学 财政与公共管理学院,安徽 蚌埠 233030)

党的十八大以来,习近平总书记提出一系列重要指示来推动共同富裕并取得切实成效。党的二十大报告中也明确指出,共同富裕是中国特色社会主义的本质要求,要着力促进全体人民共同富裕,坚决防止两极分化。过大的贫富差距不仅不利于经济发展,而且不利于社会的稳定。但我们必须清醒地认识,现如今我国发展不平衡不充分的问题仍然突出,2021年城乡收入之间仍有2.50倍的差距[1],收入差距依然显著,虽较2009年3.33倍的顶峰有所下降[2],但仍居高位。要想扎实推动共同富裕,实现党和人民共同的奋斗目标,缩小城乡居民收入差距是迫切需要解决的问题。

普惠金融是更具包容性的金融,普惠金融的出现使所有群体能够享有平等参与金融服务的权利,让原先的金融弱势群体能获得有效的金融服务。而数字普惠金融能够结合数字技术与普惠性的特点跨越地理障碍,通过降低交易成本、拓宽金融服务范围、完善金融供给体系等从而缓解农村地区的金融排斥[3],降低了农村居民参与金融服务的门槛。同时数字普惠金融能通过提高就业机会从而促进收入增加达到减贫[4],也可以通过影响劳动生产率、经济增长、收入分配等中介变量从而发挥积极作用,逐渐减小收入差距[5]。我国数字普惠金融在越落后的地区发展越快,有利于贫困地区居民收入水平的提高[6],低收入群体获得了外界融资之后,会增加基本性支出,随着低收入群体人力资本的上升,总体的人均生产率也将上升,生活条件会得到改善,从而促使消费增加,数字普惠金融的发展会增加低收入群体金融服务对经济的边际贡献率[7],进一步促进经济的持续发展。因此做强数字普惠金融以服务于共同富裕的奋斗目标,并对缩小城乡收入差距具有重要意义。

根据已有研究结论,众多研究者采取多样的方法探究数字普惠金融与城乡收入差距的关系,梁双陆和刘培培采取工具变量的方法,验证了我国数字普惠金融与城乡收入差距之间存在显著的负向关系[8]。更有研究者对数字普惠金融进行结构性分析,例如李牧辰、封思贤和谢星从数字普惠金融的三大指标角度,发现覆盖广度与使用深度这两个指标能明显收敛城乡收入差距,而另一指标数字普惠金融数字化程度却有相反作用[9]。赵丙奇发现数字普惠金融自身也存在着门槛,当经济处于低水平时,数字普惠金融只有在发展到一定高度时才具有收敛作用[10]。同时杨德勇、代海川和黄帆帆基于不同的维度,考虑是否存在门槛效应,发现覆盖广度与数字化程度对城乡收入差距的收敛都存在单一门槛,且小于门槛值时收敛作用都不显著,跨越门槛值后收敛效果增强且显著,而使用深度存在双重门槛,且收敛作用是逐渐减小的[11]。殷贺、江红莉等则通过全局与局部空间自相关发现数字普惠金融空间集聚明显,并通过建立空间杜宾模型发现我国城乡收入差距对数字普惠金融的直接效应为负,我国数字普惠金融资源配置不协调[12]。一些研究者还从效率评价体系对数字普惠金融的调节效率进行研究。杨竹清发现数字普惠金融覆盖广度与使用深度在城市扶贫中发挥积极作用,而数字化程度与信贷服务却对农村扶贫有效[13]。金发奇等研究数字普惠金融的减贫效率,发现其减贫效率较低且存在区域差异[14]。金发奇、黄晶等又从居民福祉角度评价数字普惠金融的效率,发现数字普惠金融调节城乡居民福利差异具有较高效率[15]。

上述文献对数字普惠金融与城乡收入差距的关系进行了充分的论述,也为后续进一步研究奠定了基础。但现有文献中研究数字普惠金融效率测度的为数不多,尤其在促进共同富裕的大背景下,我国数字普惠金融调节城乡收入差距的效率水平如何?不同地区效率水平是否存在空间特征?基于以上问题,通过构建三阶段DEA模型对数字普惠金融调节城乡收入差距的效率进行测度,同时利用SFA模型剔除环境变量与随机扰动,并引入Moran’s I指数,探究数字普惠金融调节城乡收入差距效率的空间效应。以上研究能较为准确地反映数字普惠金融调节城乡收入差距的效率及空间特征,具有一定的理论与实践价值。

一、三阶段DEA模型设定与变量说明

(一)模型设定

由于传统的DEA模型没有考虑环境变量与随机扰动对观测对象效率水平的影响,因此采取Fried构建的三阶段DEA来衡量我国数字普惠金融调节城乡收入差距的效率水平[16]。

1.第一阶段:传统DEA模型

采取Banker等提出的投入导向下的规模报酬可变(BCC)模型作为基本模型[17],其对偶形式的模型设定如下:

Minθ-ε(e-TS-+eTS+)

(1)

(2)

上式中j=1,2,…,n表示观测对象,Xj,Yj分别表示各观测对象的投入与产出值,θ是效率目标值,λj是观测对象的参数,S-,S+分别表示投入要素与产出要素的松弛冗余变量,ε是非阿基米德无穷小参数。θ的范围位于[0,1]之间,数值越大则效率越高,仅当θ=1时,才能称DEA有效或弱有效,反之则DEA无效。BCC模型最终所得效率值为综合技术效率(TE),可以进一步分解为纯技术效率(PTE)和规模效率(SE),且TE=PTE*SE。

2.第二阶段:相似SFA模型

借助SFA模型来剔除外界因素和随机扰动的影响,构造相似SFA回归模型(投入导向)如下:

Snj=f(Zj;βn)+Vnj+μnj;

j=1,2,…,I,n=1,2,…,N

(3)

构建相似SFA模型是为了剔除环境因素和随机扰动,使得所有观测对象位于相同的外部环境中。公式如下:

(4)

j=1,2,…,I;n=1,2,…,N

3.第三阶段:调整后的DEA模型

在剔除了环境因素与随机扰动之后,将经计算所得的观测对象新的投入数据原始的产出数据,再次构建投入导向的规模报酬变动模型,重新计算各观测对象的效率水平,此时得到的效率值为剔除了环境因素与随机扰动后的客观真实的数字普惠金融调节城乡收入差距的管理效率值。

(二)变量说明

1.投入指标选取

根据北京大学数字研究中心所编制的数字普惠金融指数,本文选取数字普惠金融覆盖广度(fg)来衡量其可及性,选取使用深度(sy)与信贷服务(cre)来衡量其使用的深入性。

2.产出指标选取

使用城乡居民收入比(ir)与城乡收入泰尔指数(theil)来衡量城乡收入差距。城乡居民收入比即城镇居民人均可支配收入与农村居民人均纯收入的比值,而泰尔指数不仅考虑了收入比,而且考虑了人口比,其计算公式为:

(5)

其中,j=1,2分别代表城市与农村,i为省份,t为时间,R代表总收入,P代表人口数出于统计口径的变化,2012年之后的农村居民人均收入由“农村人均可支配收入”替代。本文参考郭平和卢玲玲[18],将(1-城乡收入泰尔指数)与城乡居民收入比的倒数(1/ir)作为最终的产出指标,以便满足同向性要求。

3.环境变量选取

从宏观经济环境与微观层面选取的环境变量为人均GDP(pgdp)、财政支出(pfe)、平均受教育年限(1)平均受教育年限=(小学×6+初中×9+高中×12+中职×12+大专及以上×15.5)÷6岁及以上人口总数。(edu)与移动电话普及率(yd)。这四个环境变量分别反映了经济发展水平、政府的干预程度、教育水平的高低和信息化基础设施的建设情况,具体指标体系见表1。

表1 指标体系汇总

二、实证结果与分析

(一)第一阶段传统DEA结果分析

采用投入导向与规模报酬可变(BCC模型)对2011～2020年31个省数字普惠金融调节城乡收入差距的效率进行测算,并进一步将各省份按区域分为东、中和西部(1)东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南;中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南;西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆。,具体结果见表2。

表2 各地区调整前平均效率值

由表2可知,我国整体综合技术效率为0.798,距离前沿面还有20%的上升空间,纯技术效率的平均值为0.862,规模效率的平均值为0.912,纯技术效率低于规模效率,说明技术无效率主要来自纯技术无效,但规模效率也未达到理想状态。

对于各地区来说,没有综合效率值为1的省份,其中青海、西藏、吉林和黑龙江4个省份较接近效率前沿面。其余各省份效率都比较低下,且不同地区之间具有较大差异。青海、天津和黑龙江3省的纯技术效率位于前沿面,但由于规模效率不高造成整体综合效率值下降,尤其是天津。且其中大部分省份的规模效率大于纯技术效率,说明数字普惠金融调节城乡收入差距效率低的主要原因是技术无效,虽然数字普惠金融投入资源覆盖较广,但没有得到充分使用,造成了资源的堆积与浪费。

从区域分布来看,东、中和西部地区的平均综合技术效率分别为0.720、0.839、0.844,西部地区效率最高。与全国平均水平相比,东部地区三类效率都处于低位,说明东部地区虽然经济发展较中、西部地区更优越,但对数字普惠金融的重视程度不足,其中技术低效为最主要原因,但是规模效率也未达到前沿面,反映了东部地区数字普惠金融资源不仅投入量不足,其使用率也不高。

(二)环境因素对效率的影响

运用Frontier4.1,以人均国内生产总值、财政支出、平均受教育年限和移动电话普及率作为自变量,以三个投入变量的松弛冗余变量分别作为因变量,构建相似SFA模型回归,结果见表3。

表3 第二阶段回归结果

从表3看,数字普惠金融覆盖广度松弛变量的“γ” 值为0.861,使用深度松弛变量的“γ” 值为0.849,信贷服务松弛变“γ” 量值为0.671。4个环境变量指标对3个投入松弛变量的影响系数基本都通过了1%水平上的显著性检验,且系数符号基本没有发生变化,同时单边似然比检验也通过检验,说明通过构建SFA模型剔除环境变量与随机扰动的干扰使研究结果更加准确,是具合理性的。第二阶段回归所得系数与效率之间呈反方向变动,即回归系数为正,则该环境变量的增加会使松弛变量增加,冗余的增加间接反映了对资源的浪费或管理的低效率,造成效率的降低,反之则有利于效率的提高。

人均国内生产总值、财政支出与移动电话普及率均对三个投入松弛变量产生显著正向影响。说明这三者都未被充分利用,对效率的提升存在负面影响,人均国内生产总值和移动电话普及率的提高反而会增大数字普惠金融投入的冗余,造成这样的原因可能是人均国内生产总值越高的地区,经济发展水平越高,政府在数字普惠金融方面投入的资源越丰富,浪费的现象也更明显。同时由于农村居民对数字技术的认知与意愿不足,数字普惠金融服务有效使用的不多,同样造成投入的浪费,即使高移动电话普及率也会导致效率下降。财政支出与效率的负向关系可能是由于过大的财政支出会干扰经济活动,从而破坏了市场机制在传递信息、资源配置与收入分配等方面的基础性功能,造成效率的下降。平均受教育年限对覆盖广度和使用深度的负向影响显著,而对信贷服务的正向影响不显著。说明平均受教育年限的提高有利于数字普惠金融覆盖广度与使用深度投入冗余的减少,积极发展教育,提高知识素养对于数字普惠金融发展具有正向影响。

SFA随机前沿分析结果表明,要想使数字普惠金融的发展对调节城乡收入差距产生积极有效影响,不能过度依赖经济的高发展水平与信息化基础设施的建设,政府也不能过度干预经济,要给予金融市场充分自由,同时要注重教育,提升金融素养,从而有利于数字普惠金融调节城乡收入差距效率值的提高。

(三)第三阶段DEA结果分析

将调整后的投入数据与原始产出数据再构建第一阶段的模型,得出经调整后的各地区平均效率值,结果见表4。

表4 各地区调整后平均效率值

在分析第三阶段DEA结果之前,采用威尔科克森(Wilcoxon)符号秩检验对调整前后的三个效率值进行差异性检验,发现三者p值均通过了1%显著性水平,说明数字普惠金融调节城乡收入的三个效率值在调整前后存在着显著差异,间接说明调整的必要性。

由表4可知,调整后,我国数字普惠金融调节城乡收入差距的综合效率存在明显提升,为0.940,较接近前沿面,纯技术效率与规模效率也均有所提升,但纯技术效率相对规模效率而言仍有上升空间。

对于各地区来说,内蒙古综合技术效率上升至1,达到前沿面,30个省的平均综合技术效率都存在明显上升。其中仅青海的综合效率有所下降,是由于规模效率降低所导致。有28个省的纯技术效率上升,2个省的纯技术效率不变,1个省的纯技术效率有所下降。25个省的规模效率上升,其余省份规模效率均下降。进一步印证了数字普惠金融调节城乡收入差距效率确有上升。与第一阶段相比,纯技术效率和规模效率的差距有所减小,大多省份两类效率都达到了0.9,距离前沿面只有10%的距离,但大多数省份的纯技术效率相较规模效率仍有很大欠缺,说明技术水平仍需提高。其中青海和天津的纯技术效率仍为1,说明外界环境没有明显影响这两个省份的纯技术效率,数字普惠金融资源得到很好利用,始终处于前沿面。但调整后内蒙古和黑龙江的纯技术效率发生了变化,黑龙江的纯技术效率有所下降,说明黑龙江调整前的纯技术效率虚高,受环境影响较大,而内蒙古的纯技术效率达到了前沿面,内蒙古近些年正加快助力数字金融进入农村,同时通过金融科技创新,更好助力乡村振兴,取得了积极成效。但仍需适量加大对数字普惠金融资源的投入,继续加强群众对数字普惠金融的认知和参与。

从区域来看,东、中和西部地区的平均综合技术效率分别为0.937、0.959、0.928,都较第一阶段有所上升。但剔除外界影响后,综合技术效率表现为中部>东部>西部地区,表明西部地区第一阶段效率并不能真实反映数字普惠金融调节城乡收入差距效率水平,而是环境因素和随机扰动造成的综合效率值虚高,不能体现实际的管理水平,东、中部地区在数字普惠金融资源配置和使用等方面更具优势。

除了以上分析,将调整后各省的纯技术效率与规模效率建立散点图,并以两者均值(0.960,0.980)作为水平与垂直参考线,见图1。

图1 各省纯技术效率与规模效率散点

由图1可知,青海、吉林、天津等13个省的纯技术效率与规模效率都大于参考线数值,占全部省份的41.9%;甘肃、云南、陕西和广西等4个省份两类效率值均低于参考线数值,占全部省份的12.9%,可见我国纯技术效率与规模效率均低的占少数;但仍有接近半数的省份包括北京、西藏、上海、浙江等,这些省份在纯技术效率与规模效率中仅有一个高于平均水平,且其中接近2/3的省份属于纯技术效率偏低下。说明这些省份的纯技术效率或规模效率仍有待提高,我国数字普惠金融调节城乡收入差距仍存在进步空间。

(四)空间相关性分析

为了进一步分析数字普惠金融调节城乡收入差距的空间特征,对于调整后的综合效率值测算全局与局部Moran’s I指数。全局Moran’s指数通常在[-1,1]之间取值,越接近1说明正相关越强,反之为负数表明存在负相关性,等于零说明为随机分布,不存在集聚。局部Moran’s I指数一般不限于[-1,1]之间,大于0说明局部区域与邻近地区呈现空间正相关,且Moran’s I指数越大说明接近程度越高,小于0则相反。本文所用的空间权重矩阵为空间邻接矩阵即(0-1)矩阵,若存在显著的全局相关性,便可进一步检验是否存在局部自相关性,衡量不同地区是否存在着集聚现象。

1.全局空间自相关

经过全局Moran’s I检验,可知p值为0.001,说明通过了1%的显著性检验,全局Moran’s I指数为0.308属于正数,表明整体上各省数字普惠金融调节城乡收入差距效率存在空间正相关关系,即效率水平类似的省份占大多数且相互聚集。

2.局部空间自相关

在分析了具有显著的全局空间正相关关系之后,进一步分析各省与邻近省份之间效率值的相关性,结果见表5。

表5 局部Moran’s I结果

由表5可知,绝大多数省份的局部Moran’s I指数大于0,说明各省份与邻近省份的调节效率以正相关为主。6个省份的局部Moran’s I指数小于0,表明这些省份的综合技术效率水平与邻近省份相异。局部莫兰散点见图2。

图2 局部莫兰散点

由图2可知,新疆、宁夏、青海、西藏、山东、黑龙江、吉林、辽宁、内蒙古、河北、天津和北京这12个省份属于高效率聚集,即这些省份及其相邻省份效率都处于较高水平;上海、江苏、浙江、安徽、福建、广东、广西、海南、重庆、四川、贵州、云南和陕西这13个省份属于低效率聚集,即这些省份及其周边省份效率均较低;山西、湖北和甘肃属于自身效率低,但周边地区效率高,剩下三个省份则相反。绝大部分省份位于一、三象限,说明数字普惠金融调节城乡收入差距效率水平以正相关为主,呈现明显的H-H集聚与L-L集聚状态。表明数字普惠金融调节城乡收入差距效率呈现两极分化的态势,具有明显的空间集聚特征,效率数值类似的省份之间关系紧密。意味着随着经济的发展,区域之间的要素流动加快,区域之间的经济带动与合作加强,而且各省份之间对于发展数字普惠金融存在一定模仿借鉴,导致对邻近地区存在一定辐射作用,区域之间的空间溢出效应明显。

三、结论与建议

(一)结论

第一,从整体上来看,数字普惠金融调节城乡收入差距的综合技术效率为0.940,与调整前相比存在明显上升,可见数字普惠金融在调节城乡收入差距上具有一定效率,但是效率仍有待提高,可能是由于数字普惠金融在农村地区还未得到有效普及与使用,从而限制了其效率。

第二,在剔除了环境因素与随机扰动之后,绝大多数省份综合技术效率有明显上升,但各省距离效率前沿面仍有一定距离,我国数字普惠金融调节城乡收入差距的效率存在显著异质性,调整后发现综合技术效率值最大的为中部地区,达到0.959,其次是东部地区,西部地区在调整前效率虚高,受环境影响较大,中部、东部地区在剔除外界环境后表现出原有的真实水平,且绝大数省份限制效率提高的主要因素是技术效率。

第三,通过全局Moran’s I检验结果,发现各省数字普惠金融调节城乡收入差距效率在整体上存在明显正向关系,12个省份属于典型的“高水平—高水平”(H-H)类型,13个省份属于典型的“低水平—低水平”(L-L)类型,即同向聚集占据主导地位,表明确实存在显著的正向集聚现象。

(二)建议

1.促进政府与金融业协同

一方面政府应该发挥调控作用,为数字普惠金融发展提供制度保障,完善金融市场相关法律法规,从整体上规范金融行业,营造更公平与健康的金融环境,更好保护消费者。同时金融行业本身也应完善互联网相关金融业务的行业法规,促进行业自律,更好维护金融市场秩序。另一方面要继续保持各地方政府财政对当地的推动作用,发挥财政的引导作用,改善分配结构,使数字普惠金融能够集中在薄弱环节投入更多资源,加大对薄弱地区及易忽视群体的支持力度,同时金融行业应加大对新型普惠金融的宣传力度,注重培养高质量技术人才,完善普惠金融产品,更好推动数字化转型。

2.完善基础设施并着重提高教育素养

对于偏远地区和欠发达地区来说,完善信息化、数字化基础设施建设具有必要性,仍应加强数字化、网络化改造,增加网络覆盖面。但在加强数字化、网络化建设的同时,应更注重提高居民教育素养和数字应用能力。移动电话等数字设备虽已得到广泛普及,但农村居民的数字素养较城镇地区相比仍较落后,因此要继续保持教育投入,促进整体尤其是农村、偏远地区人口教育水平的提高,同时应加强对农村居民的教育培训,促进群体对金融业务的认知,提升农村居民利用互联网,使用智能手机的能力,更多参与金融服务。对于较年长群体,可以展开数字技术、投资理财等金融知识教育活动进行积极宣传,并构建多元化的数字普惠金融服务产品体系,引导更多适宜群体参与金融服务,拓宽群众参与金融服务的渠道,促进持续发展。

3.加强区域间合作

由于数字普惠金融的技术本身存在一定的地理渗透性,各地区在根据自身情况制定符合该地区数字普惠金融发展适宜政策的同时,可以参考数字普惠金融发展较先进省份的方针政策,加强区域之间的协同发展与合作,推动先进省份的带动作用,打破区域隔阂,促进技术共享,信息互助,促进各地区共同发展,形成良性循环,发挥空间溢出的积极作用,促进整体数字普惠金融调节城乡收入差距效率的提升。

4.加强技术创新

重视技术创新与金融的紧密合作,有效融合,通过技术创新推动金融产品创新,金融交易手段、服务等的革新,应在数字技术上寻求新的突破,并将数字技术更好融入普惠金融服务中,衍生出更多符合人们不同需求的金融产品和服务,使数字普惠金融更具针对性,提高数字普惠金融的使用性,真正发挥数字金融的普惠性,增强大众对数字金融的信任。