数字普惠金融与城乡收入差距——基于重庆37 个区县面板数据的实证分析

于学霆

（1.重庆工商大学数学与统计学院，重庆 400067）

（2.重庆工商大学经济社会应用统计重庆市重点实验室，重庆 400067）

一、引 言

普惠金融定义为每一个人在有需求时都能以合适的价格享受到及时、有尊严、方便、高质量的各类型金融服务。普惠金融强调对低收入人群、弱势群体的包容性。在国内外实践中，普惠金融对改善收入分配格局、缩小贫富差距、减少贫困、优化金融结构等效果显著。数字化技术的快速发展，赋予了普惠金融全新的时代价值和丰富内涵。党的十八大以来，党中央、国务院高度重视普惠金融的发展。2021 年，数字普惠金融首次被写入中央一号文件。2023 年，中央一号文件提出要深入实施数字乡村发展行动，进一步推进了新时代数字普惠金融发展。在新时代数字化背景下，数字普惠金融在破解我国发展不平衡不充分问题、推动经济高质量发展、实施乡村振兴战略以及促进共同富裕等方面的重要性愈加凸显。

随着经济的高质量发展和脱贫攻坚的伟大胜利，重庆城乡居民收入不断增加，收入差距不断缩小，但城乡居民收入比低于全国平均水平。重庆具有集大城市、大农村、大山区、大库区和少数民族地区于一体的特殊性，区域要素禀赋和发展条件差异较大，巩固拓展脱贫攻坚成果任务繁重，收入分配领域发展不平衡不充分问题依然突出。重庆城乡居民人均可支配收入均低于全国平均水平，城乡内部收入差距、38 个区县之间收入差距仍然较大。《重庆市国民经济和社会发展第十四个五年规划和二〇三五年远景目标纲要》《重庆市金融改革发展“十四五”规划（2021—2025 年）》等规划文件均提出要大力发展数字普惠金融，不断巩固提高金融在扩大居民就业、增加居民收入当中的作用。在新发展阶段，研究重庆市数字普惠金融发展对城乡居民收入差距的影响，对破解重庆收入分配领域和金融发展领域不平衡不充分问题，对重庆贯彻共享发展理念、实施乡村振兴战略和促进共同富裕等意义重大。

二、文献综述与理论机制

（一）文献综述

在国内外普惠金融相关理论研究中，大多数学者都认可金融排斥的存在促进了普惠金融的发展。普惠金融是金融排斥的反面，发展普惠金融的目的在于消除金融排斥。一般认为农村居民、低收入群体是正规金融的主要排斥对象，通常难以获得金融服务[1]。与之对应的普惠金融消除了农民、低收入群体等金融排斥的影响，能使各阶层都可以以较低成本获取金融服务[2]。一些学者从使用性、有效性和渗透性角度对普惠金融进行定义[3]。一些研究从金融公平的角度探讨了普惠金融的理论内涵[4]。低收入群体金融知识的缺乏、获得金融服务成本较高而主动放弃，以及由于低收入群体信用信息的缺乏导致金融机构因为风险防范而产生金融排斥，这些都是金融排斥产生的原因[5]。

在普惠金融及数字普惠金融发展水平测度研究方面，一些学者提出用区域银行机构网点等指标来测度普惠金融发展水平[6]；部分基于服务范围、交易便利和交易费用三个维度来构建普惠金融指数（Inclusive Financial Index，简称IFI）[7]；还有基于金融机构的渗透度、金融服务的可接触性和金融机构的适用度来构建普惠金融指数[8]。国内学者主要借鉴和改进国外一些学者的方法来测度中国普惠金融指数。马彧菲等通过改进上述方法，基于国际货币基金组织的调查数据，从服务范围和使用情况考察了普惠金融评价指标体系及指数构建[9]；李建军等从广泛的包容性、特定化配比程度和商业可持续性三个维度构建普惠金融指标体系[10]。互联网、大数据、云计算、区块链等数字技术极大拓展了数字金融服务在普惠金融领域中的应用。2016 年，北京大学互联网金融研究中心从覆盖广度、使用深度和数字支持服务程度三个维度的24 个指标测算并发布北京大学数字普惠金融指数，该指数也成了研究中国数字普惠金融应用最为广泛的工具性数据[11]。

普惠金融对城乡收入差距的影响研究方面，国外研究主要基于发展中国家经验，这些经验研究都表明普惠金融有助于缩小城乡收入差距，提高农村居民生活水平，并且还具有显著的减贫效应[12,6]。国内有关普惠金融及数字普惠金融对城乡收入差距的影响研究结论主要有正相关和倒U 型两类关系。

大部分学者研究发现普惠金融和数字普惠金融发展均对缩小城乡收入差距具有明显促进作用。一些研究表明普惠金融发展能有效缩小城乡收入差距[13]。另一些研究也表明数字普惠金融对于缩小城乡收入差距具有显著的促进作用[14]。部分学者还对数字普惠金融影响城乡收入及收入差距的城乡异质性、区域异质性进行了分析[15]。大多研究表明，数字普惠金融对农村居民收入提升作用大于城镇，对欠发达地区收入差距缓解作用大于较发达地区。

另外一些研究表明普惠金融对城乡收入差距的影响存在倒U 型的非线性特征。在中国省域层面上，普惠金融发展与城乡收入差距的缩小关系并非完全一致[16]。一些实证研究表明普惠金融发展与城乡收入差距存在倒U 型关系，但整体上有助于缩小城乡差距[17]。另一些实证检验结论显示，普惠金融对城乡收入差距的影响表现为先扩大后缩小的非线性特征[18]。

（二）理论机制分析

数字普惠金融对缩小城乡收入差距有直接作用和间接作用两种。

一方面，数字普惠金融可通过降低金融服务门槛效应、缓解金融排斥效应、金融减贫效应来直接缩小城乡收入差距。

在降低金融服务门槛效应方面，传统金融服务成本较高，使得低收入群体享受金融服务必须面临较高的门槛效应，门槛效应的存在会不断加剧城乡收入差距[19]。数字普惠金融发展逐渐消除了这种门槛效应，改善了农村地区低收入群体的信贷可及性，以及农村居民小额闲散资金的理财投资便利性，拓宽了农村地区居民收入渠道，进而可缩小城乡收入差距[14]。

在缓解金融排斥效应方面，基于传统金融收益与成本之间的考量，金融机构会主动撤离农村等偏远地区。同时，由于城乡之间金融信息的不对称，金融资源配置更倾向于金融多元化发展且收益较高的城镇地区，逐渐导致农村等偏远地区的金融排斥[20]。依托数字技术的普惠金融的发展，打破了传统金融服务的时空限制，降低了金融信息不对称程度，减缓了金融排斥效应，提高了农村等偏远地区金融服务的可得性，提升了这类地区居民收入，进而缓解了城乡收入差距。

在金融减贫效应方面，相较于传统金融服务的高成本，数字普惠金融可以通过缓解农村贫困者的信贷约束、改善创业条件、化解农业风险来增加农村贫困者收入[21]。同时，还可通过数字普惠金融下的电子商务进行农产品销售、消费品的购买来拓宽收入渠道和降低生活成本，进而缩小城乡收入差距[22]。

另一方面，数字普惠金融还可以通过涓滴效应来间接地缩小城乡收入差距。涓滴效应指的是经济增长会通过带动消费、就业等自动惠及贫困阶层或地区，即益贫式增长。数字普惠金融依托互联网、大数据、云计算等新产业新业态的创新发展，极大地推动了产业结构升级、创新创业繁荣。这不仅推动了经济发展，还增加了贫困者、贫困地区的就业机会，改善了就业环境，提高了贫困者的收入，进而缩小城乡收入差距[18]。

综上所述，随着数字普惠金融的不断发展，学者们对数字普惠金融与城乡收入差距之间的理论机制、现实关系等进行了大量研究，取得了丰富的研究成果。大多数实证研究都基于中国省域层面，部分学者进行了区域视角的研究。作为中西部地区唯一的直辖市，重庆在新时代党中央构建新发展格局中的“三个作用”意义重大。在新发展阶段，高质量发挥“三个作用”，缩小城乡收入差距是其中重要一环。相对而言，在重庆区域视角下，对数字普惠金融与城乡收入差距的研究较少。鉴于此，本文基于重庆37 个区县面板数据，对重庆数字普惠金融与城乡收入差距之间的影响作用进行定量研究，这可以为重庆构建包容性的金融政策提供经验证据，也可为改善重庆城乡二元金融结构、解决城乡收入分配失衡提供新的思路。

三、研究设计

（一）实证模型设计

本文通过构建重庆37 个区县的面板数据模型来研究数字普惠金融发展对城乡收入差距的影响①由于渝中区城镇化率为100%，不存在城乡之分，因而将其剔除。。在面板模型解释变量中，除了核心解释变量数字普惠金融指数之外，还考虑了经济社会发展中其他因素，如经济发展水平、产业结构、城镇化率等，并将其作为控制变量加入本文构建的面板数据模型当中。本文面板数据模型如下：

其中，α为模型解释变量的回归系数，dif为核心解释变量数字普惠金融，X为包括经济发展水平、产业结构等的控制变量集，ε为模型随机扰动项。

（二）数据来源与变量选择

本文以重庆37 个区县为研究对象，构建了面板数据模型。面板数据模型所需的基础数据源自各年份的《重庆统计年鉴》《重庆调查年鉴》，数字普惠金融指数来自北京大学互联网金融研究中心发布的《北京大学数字普惠金融指数（2011—2020 年）》。由于完整发布的重庆38 个区县的数字普惠金融指数起始时间为2016 年，为此，考虑到核心解释变量的数据区间，本文将面板数据模型的研究区间设定为2016—2020 年。

1.被解释变量

衡量城乡收入差距的指标较多，常用的有基尼系数、泰尔指数、城乡收入比等指标。基于研究区域城乡收入数据的可得性，本文选择文献中常用的泰尔指数（Theil Index）来衡量重庆城乡收入差距，并作为本文实证模型中的被解释变量。泰尔指数计算公式如下：

其中，Theili,t表示第i地区在第t时的泰尔指数，泰尔指数越大表示城乡收入差距越大，反之则越小。j=1 表示城镇地区，j=2 表示农村地区，Ii,t表示i地区在第t时的居民总收入，Pi,t表示i地区在第t时的人口总量。

2.核心解释变量

将北京大学互联网金融研究中心公布的重庆各区县的数字普惠金融总指数及覆盖程度、使用深度、数字化程度的三个维度指数作为本文研究的核心解释变量。考虑到核心解释变量与被解释变量的量纲差距过大，本文将原数字普惠金融指数除以100 表示。

3.控制变量

已有研究表明，在经济社会发展过程中，经济发展水平的提升、城镇化率的变化、产业结构变迁等均会影响城乡收入差距的变动[14,23-24]。

经济发展水平（lnpgdp）。经济发展水平对城乡收入差距的影响最为典型的是库兹涅茨“倒U 型”理论。该理论认为，随着经济发展水平的提升，居民收入差距会呈现先增大后减小的“倒U 型”曲线变动特征。本文将地区人均GDP 的对数作为重庆各区县经济发展水平的衡量指标。

城镇化率（ur）。许多研究表明城镇化水平的提高，能显著改善城乡二元经济结构下农村劳动力的流动，提高农村劳动力的收入水平，改善城乡收入差距。本文将城镇年末常住人口占地区常住人口的比重作为城镇化率指标。

政府财政支出（gov）。由于地方政绩考核的存在，地方财政支出一般更倾向优先投入城镇和非农产业发展方面，因而会扩大城乡收入差距。本文用一般公共预算支出占地区GDP 的比重作为政府财政支出指标来控制政府财政因素。

此外，本文还选取第一、三产业增加值占GDP 的比重（first，third）来控制产业结构因素。用地区普通中学生师比来控制地区教育水平（edu），用地区进出口总额占地区GDP 的比重来控制对外开放程度因素（open）。

本文变量选择和说明如表1 所示。

表1 变量选择

（三）数据描述性统计

1.基本描述性统计分析

由表2 各变量基本描述统计可知，反映城乡收入差距的被解释变量泰尔指数（theil），反映数字普惠金融发展的核心解释变量数字普惠金融总指数（dif）、覆盖广度（bre）、使用深度（dep）、数字化程度（dig），以及各控制变量的最大值、最小值、均值等均反映出一定的区域差异。

表2 各变量的基本描述统计

2.泰尔指数变动分析

根据重庆37 个区县的城乡收入数据和城乡常住人口数据，测度了重庆37 个区县2013—2020 年泰尔指数。由测度结果可知，重庆37 个区县的泰尔指数在不同区域间差异较大，2020 年巫山县、秀山县、城口县的泰尔指数均超过0.12，而江北区、南岸区、大渡口区、九龙坡区、沙坪坝区的泰尔指数均在0.01 以下。分四大区域看（图1）①将剔除渝中区样本的重庆37 个区县划分为四大区域。主城区（8 个）：大渡口区、江北区、沙坪坝区、九龙坡区、南岸区、北碚区、渝北区、巴南区；一小时经济圈（除主城区外其他区县，12 个）：南川区、合川区、大足区、永川区、江津区、涪陵区、潼南区、璧山区、綦江区、荣昌区、铜梁区、长寿区；渝东北（11 个）：万州区、开州区、梁平区、丰都县、云阳县、垫江县、城口县、奉节县、巫山县、巫溪县、忠县；渝东南（6 个）：武隆区、黔江区、石柱县、秀山县、酉阳县、彭水县。，2013—2020 年，泰尔指数均呈现显著的下降趋势。主城区泰尔指数最小，其次是一小时经济圈（除主城以外区县），再次是渝东北，渝东南最大。经济发展程度越高的地区，泰尔指数越小，城乡收入差距越小。

图1 重庆分四大区域泰尔指数变动趋势

3.城乡收入差距和数字普惠金融指数之间的初步拟合关系分析

根据图2，我们可以看出重庆城乡收入差距与数字普惠金融总指数及其各维度指数之间呈现出负向拟合关系。这意味着数字普惠金融的发展可以有效地缩小重庆各区县的城乡收入差距。然而，城乡收入差距的变动是经济社会发展过程中多种因素共同作用的结果。因此，我们需要构建相关的计量模型，在尽可能控制其他变量的条件下，进一步深入研究数字普惠金融总指数及其各维度指数对重庆城乡收入差距的影响效应。

图2 重庆城乡收入差距与数字普惠金融拟合关系

四、实证分析

基于实证模型设计分析数字普惠金融对重庆城乡收入差距的影响，包括数字普惠金融及分项指数对重庆城乡差距的影响分析、稳健性检验、异质性分析三个部分。

（一）数字普惠金融对城乡居民收入差距的影响分析

对于面板数据模型的选择，通过估计面板固定效应模型和面板随机效应模型，并进行Hausman 检验，检验结果显示，检验统计量为26.49，伴随概率为0，拒绝原假设。为此，本文选择通过估计面板固定效应模型来分析数字普惠金融对重庆城乡收入差距的影响作用。基准估计结果如表3 所示。

表3 数字普惠金融对重庆城乡收入差距的影响估计结果

注：表中括号内为回归系数的稳健标准误；***、**、*分别表示在1%、5%、10%的统计水平上显著，下同。

表3 中，回归方程（1）～（4）分别为数字普惠金融总指数和分项指数对重庆城乡收入差距影响的估计结果。回归方程（1）估计结果显示，在5%的显著性水平下，数字普惠金融指数回归系数显著为负，表明数字普惠金融发展能够显著缩小重庆城乡收入差距。数字普惠金融的发展，降低了农村居民以及低收入者金融使用门槛，使得这部分人群能够有机会参与并享受到普惠金融发展带来的收益，提高了低收入者收入，缩小了收入差距。从数字普惠金融分项指数回归估计结果看，在5%的显著性水平下，覆盖广度、使用深度及数字化程度的回归系数均显著为负，表明三类分项指数均能显著缩小城乡收入差距。从回归系数大小看，覆盖广度的影响作用最大，其次是数字化程度，使用深度作用最小。原因在于：数字普惠金融覆盖面越广，越能提升农村居民数字普惠金融服务的触达能力，使农村居民也能享受到数字普惠金融带来的红利，从而不断缩小城乡收入差距。数字化程度的提高为农村居民获取数字普惠金融服务带来了极大的便利，有助于获得低成本的数字普惠金融服务，从而提高农村居民收入。城乡数字基础设施建设差距抑制了农村地区数字化程度的深入发展，因而数字化程度和使用深度对城乡收入差距的作用效果要低于覆盖广度。

从控制变量回归结果看，回归方程（1）中，经济发展水平（lnpgdp）回归系数在10%的显著性水平下显著为负，表明地区经济发展程度越高，越有利于城乡收入差距的缩小。城镇化率（ur）回归系数在1%的显著性水平下显著为负，表明城镇化的发展有助于城乡收入差距的缩小。在产业结构方面，第一产业占比（first）和第三产业占比（third）的回归系数均在10%的显著性水平下显著为负，表明第一、三产业的不断发展有助于城乡收入差距的缩小。从政府财政支出看，政府财政支出占比（gov）的回归系数显著为正，表明政府财政支出扩大了重庆城乡收入差距。对外开放程度（open）回归系数为负，但不显著，教育水平（edu）回归系数为正也不显著。

（二）稳健性检验

通过替换被解释变量、替换核心解释变量来进一步验证本文面板数据模型估计结果的稳健性。考虑到收入数据的可得性，采用城乡收入比（gap）作为被解释变量的替换指标。考虑到金融发展指标的可得性，用地区贷款总额占地区GDP的比重（loan）来替代数字普惠金融指数。

表4 中，回归方程（5）～（8）分别为替换被解释变量后的估计结果。结果显示，数字普惠金融指数及三个分项指数回归系数均在1%的显著性水平下显著为负，表明在替换被解释变量后，数字普惠金融及分项指数对城乡收入差距的抑制作用依然显著。大部分控制变量回归系数在系数符号、系数显著性方面与基准模型基本一致。回归方程（9）和（10）分别为替换核心解释变量、同时替换核心解释变量和被解释变量的估计结果。结果显示，地区金融发展程度（loan）的回归系数均在1%的显著性水平下显著为负，表明地区金融发展程度能够显著缩小城乡收入差距。控制变量回归系数在系数符号、系数显著性方面也与基准模型基本一致。上述稳健性检验分析表明，本文基准模型的估计结果是稳健的。

表4 稳健性检验

R2 0.771 0.823 0.774 0.782 0.922 0.800 F 43.75 54.76 44.46 29.93 115.1 56.17区县 37 37 37 37 37 37样本量 185 185 185 185 185 185

（三）异质性分析

本部分以主城区、一小时经济圈、渝东南、渝东北四大区域为基准考察数字普惠金融发展对城乡收入差距影响的区域异质性和不同维度的异质性。

表5、表6 回归结果显示，在四大区域划分下，数字普惠金融总指数、数字普惠金融覆盖广度、使用深度及数字化程度的回归系数均在5%的显著性水平下显著，这意味着数字普惠金融发展能有效缩小重庆各区域城乡收入差距。

表5 主城区和一小时经济圈回归结果

个体效应 是 是 是 是 是 是 是 是时间效应 是 是 是 是 是 是 是 是R2 0.537 0.626 0.496 0.479 0.710 0.688 0.675 0.537 F 12.88 14.02 13.50 11.43 125.4 60.75 125.2 147.6区县 8 8 8 8 12 12 12 12样本量 40 40 40 40 60 60 60 60

表6 渝东北和渝东南回归结果

从核心解释变量回归系数大小来看，表现出一定的一致性和差异性。一致性在于，在各区域中，覆盖程度回归系数绝对值最大，对缩小城乡收入差距影响效应要远大于使用深度和数字化程度，这与总体回归结果一致。差异性在于，一方面，在主城区和一小时经济圈，数字化程度对城乡收入差距影响作用要大于使用深度。而在渝东北和渝东南回归结果中，使用深度对城乡收入差距影响作用要大于数字化程度。另一方面，数字普惠金融指数、使用深度和数字化程度的回归系数绝对值，在主城区、一小时经济圈、渝东北、渝东南四大区域上依次增大，意味着数字普惠金融发展对重庆城乡收入差距的影响具有明显的区域异质性，即经济发展程度越低，数字普惠金融发展对缩小城乡收入差距的影响作用也就越大。

五、结论与政策建议

基于2016—2020 年重庆37 个区县的面板数据，实证研究了数字普惠金融发展对重庆城乡收入差距的影响，主要结论如下：

第一，2013—2020 年，重庆不同地区城乡收入差距均有显著下降趋势，城乡收入差距有所缩小。但不同区县之间城乡收入差异较大，经济发展水平越高的区县城乡收入差距越小。分四大区域来看，渝东南城乡收入差距最大，其次是渝东北，再次是一小时经济圈，主城区城乡收入差距最小。

第二，面板数据回归模型估计结果显示，数字普惠金融能显著缩小重庆城乡收入差距。分项指数的作用差异明显，数字普惠金融覆盖广度对城乡收入差距的影响作用最大，其次是数字普惠金融数字化程度，使用深度作用最小。在替换被解释、替换核心解释变量的稳健性检验下，上述结论依然成立。

第三，数字普惠金融发展对缩小重庆各区域城乡收入差距的影响作用具有明显的区域异质性。经济发展程度越低，城乡收入差距越大，数字普惠金融发展对缩小城乡收入差距的影响作用越大。在主城区和一小时经济圈，数字化程度对城乡收入差距影响作用要大于使用深度，而对渝东北和渝东南的影响作用则相反。

上述结论对新发展阶段缩小重庆城乡差距和推进共同富裕具有重要政策启示。

第一，新发展阶段，要充分认识数字普惠金融发展对缩小重庆城乡收入差距的影响作用，坚持推进数字普惠金融发展，着力推进“金融共富”。由于数字普惠金融影响城乡收入差距异质性的存在，政策实施要具有针对性，除了继续扩大数字普惠金融覆盖广度外，对于主城区和一小时经济圈区县，要加强数字普惠金融的移动化、便利化、信用化等数字化程度。对于渝东北和渝东南，要重点扩大信贷、保险、投资等数字普惠金融服务的使用深度。

第二，数字普惠金融产品的开发和设计要多样化，不断提高数字金融服务效率。数字普惠金融产品开发要优先满足三农、小微企业、脱贫地区、返贫风险较大人群、城乡低收入人群等长尾客户的需求。尤其是要依托大数据、云计算等数字平台，不断创新符合涉农要求的信贷、储蓄、保险、理财、支付等金融产品，拓宽农村居民依托金融致富和增收渠道，使农村居民充分享受到数字经济背景下的数字红利。

第三，在乡村振兴过程中，要加快数字金融基础设施建设，加大数字普惠金融知识普及力度，不断缩小城乡“数字鸿沟”。不断提高农村地区居民金融知识素养，在线上线下加大对数字普惠金融相关知识的宣传和培训力度，避免由于长尾客户金融素养不足而产生金融排斥。同时，还要依托数字乡村建设，大力推进农村偏远地区5G 网络、云计算、数字金融、电子商务等配套数字基础设施建设，为数字普惠金融助力乡村振兴奠定基础。