数字金融发展缩小城乡收入差距了吗？——基于地级市面板数据的实证研究

■ 王 钰 赵偞贝

一、引言

伴随着“脱贫攻坚”和“全面建成小康社会”的历史任务取得胜利，我国一直以来的城乡发展不平衡问题得到明显缓解。党的二十大报告指出：“中国式现代化是全体人民共同富裕的现代化。共同富裕是中国特色社会主义的本质要求，也是一个长期的历史过程。”目前，我国城乡二元结构和区域发展不平衡这一现实难题仍然存在，进一步缩小城乡收入差距不仅是促进经济高质量发展和社会公平的必然要求，也是促进“共同富裕”目标实现的核心所在。

依托于数字经济的发展进步，基于互联网、大数据、人工智能等新兴技术的数字金融获得长足进步，在信贷、理财等多个金融领域衍生出许多普惠金融服务。数字金融具有低门槛、便利性高和效率高等特征，能够扩展金融服务的边界与形式，有效地推动了中国金融服务的“普惠化”进程，为解决地区、城乡等维度的发展不均衡问题提供了可行思路。具体而言，数字金融有益于解决传统农村金融发展的“信息鸿沟、交易障碍、抵押约束”等问题，同时在互联网经济的推动下，数字金融使得借贷更加便捷，极大地缓解了被传统金融排除在外的创新创业群体的借贷约束（张勋等，2019）。因此，在很大程度上数字金融的发展有望给农村地区带来倾向性的“普惠”，满足农村居民的金融需要，促进农民增收，以缩小城乡收入差距。伴随着数字经济规模的扩大，数字金融的技术手段和作用形式也在快速更新，不断地涌现出新的服务方式。在此发展趋势下，从发展数字金融的角度出发，对缩小城乡收入差距的路径进行探讨是有必要的。

二、文献回顾

（一）数字金融相关研究

在数字经济的发展过程中，数字金融作为金融产业与数字技术融合的新型经济活动也逐渐兴起。数字金融即广义上的金融服务机构依赖数字技术所提供的支付、融资、借贷等一系列新兴金融业务，其不仅降低了金融服务的门槛，还改善了金融服务的易得性与便捷性。现有学者对数字金融的研究多集中于以下两方面：一是数字金融发展概念与测度，部分国内学者构建了测度中国数字金融发展的指标体系与计算模型（郭峰等，2020；钱海章等，2020）。二是数字金融对经济发展影响的分析，如黄益平和黄卓（2018）研究发现，我国数字金融发展可以通过创新金融信贷产品，为实体经济提供更低门槛的融资，以提升创业的积极性与活跃度，从而为实体经济赋能。易行健和周利（2018）发现数字金融发展可以明显提高居民的收入，促进其消费转型升级，为经济高质量发展注入新动能。

（二）城乡收入差距的影响因素研究

现有研究对于城乡收入差距影响因素的探究已较为丰富。在宏观因素方面，陈斌开和林毅夫（2013）基于政府的城市发展政策与城镇化进程视角，探讨其对城乡收入差距的影响；余泳泽和潘妍（2019）发现交通基础设施建设例如高铁的开通，能够缩小城乡收入差距；徐小君和张婷婷（2023）发现不同的经济增长水平对城乡收入差距的影响不同。在微观因素方面，李宾和马九杰（2014）研究了家庭作为经济个体参与劳动力市场时，其就业与创业行为对收入差距的影响；徐圣翔和刘传江（2023）发现农户家庭互联网使用水平的提升能够显著提高其收入并缩小城乡收入差距；张红丽和李洁艳（2020）指出农村劳动力的区域内转移能够显著缩小城乡收入差距。

（三）数字金融与城乡收入差距的关系研究

就数字金融对城乡收入差距的总体影响而言，多数研究肯定了数字金融的积极作用，如宋晓玲（2017）通过构建省级面板数据，利用面板单位根检验、Hausman 检验等方法证实了数字金融有利于缩小城乡收入差距。也有学者进一步提出，数字金融各维度对城乡收入差距的作用可能存在异质性，数字金融的发展对城乡收入差距的影响依据数字金融阶段性发展水平的不同也呈现出非线性特征。例如，李牧辰等（2020）发现普惠金融数字化程度会引起城乡收入差距扩大；Yao 和Ma（2022）根据中国的城市数据研究发现，数字金融在现阶段会扩大城乡收入差距，但在区域经济发展水平提升时，其对城乡收入差距的收敛作用将会体现出来。就影响机制而言，数字金融通过优化收入分配结构、优化金融借贷配置、促进创业、提供就业机会等渠道实现对城乡收入差距的收敛作用（李燕，2022；冯兴元等，2023）。

综上所述，在数据基础方面，现有探讨多基于省级数据，可能忽视省域内部的异质性。在研究结论方面，学界目前对于数字金融发展对城乡收入差距的影响效果是积极还是消极也各持观点，并无统一结论，还需进一步深入研究。在研究视角方面，学界对中介作用机制的路径传导研究较为广泛，但是较少关注到调节效应，特别是基础设施建设和产业结构升级这两个影响经济发展水平的重要因素在数字金融对城乡收入差距的直接影响中起到的调节效果。

基于此，本文的边际贡献主要有以下两个方面：一是使用286 个地级市数据，考察数字金融发展对于缩小城乡收入差距的作用，并开展结构性验证，丰富了城乡收入差距的相关探讨；二是基于调节机制，探究了交通基础设施和产业结构对城乡收入差距的调节效应，对城乡收入差距问题给出了更丰富的诠释，有助于数字经济、数字金融相关产业政策的精准落地和推行。

三、理论分析

（一）数字金融发展对城乡收入差距的影响

数字金融能够为农村居民提供便捷的金融服务和信贷支持，倾向性地提高农村居民收入水平，缓解农村居民收入约束，从而缩小城乡收入差距。具体而言，数字金融发展从以下几个方面发挥作用：第一，金融发展尤其是数字金融的发展，对于收入较低的农村居民来说，可以使他们获得更便捷的信贷支持，缩小城乡间获取金融资源难度的差异，使更多农村居民感受到金融发展带来的福利，而其对农村居民基础财富的低约束性进一步提升了数字金融的可负担性，加速了资本渗透，有益于农户完善收入分配结构，进一步提升收入（王修华和赵亚雄，2020）。第二，不同于传统金融服务的借贷业务办理，数字金融可以提供快速小额融资帮扶以及种养殖保险保障等一系列金融兜底业务，能够提升农村居民获得收入的效率（谢雪燕和刘雪颖；2023），刺激农村贫困户的生产与投资，提高农户预期收入的稳定性。第三，在数字金融的发展下，金融机构产品创新步伐加快，适应性、有效性和针对性增强，能够帮助农村居民获得更多可支配资金，缓解农民收入约束。据此，本文提出假设1。

假设1:数字金融发展能够倾向性地提高农村居民收入，进而缩小城乡收入差距。

（二）交通基础设施的调节效应

现有研究表明，交通基础设施的完善能够促进中国经济发展，且农村交通基础设施覆盖率的提升能够直接增加农村居民的收入（张勋和万广华，2016）。交通基础设施也与数字金融有着密切关联，得益于数字金融的飞速发展，农村居民更多地使用线上支付完成交易业务，而交通基础设施的建设可以推进物流产业在农村地区的渗透，从而促进农村电商的发展与农产品的流通交易（祝志勇和刘畅畅，2022）。由此可以推知，交通基础设施水平在数字金融缩小城乡收入差距的过程中可能产生调节作用，在交通基础设施建设水平相对较高的地区，数字金融能够更加充分地发挥作用，推动物流发展和交易往来，优化农村资源配置，为农村居民增收奠定基础。此外，由于农村地区基础设施较城镇地区落后，其覆盖水平的提高所带来的边际效用会大于城镇地区，能够较快地为农村居民带来更多的直接收入。交通基础设施的覆盖有利于数字金融“红利效应”的发挥，弥补城乡间的“数字鸿沟”（周利等，2020）。据此，本文提出假设2。

假设2：交通基础设施水平的提升能够强化数字金融对城乡收入差距的缩小作用。

（三）产业结构的调节效应

产业结构升级能够扩大数字金融服务的边界，从而调节其对城乡收入差距的缩小作用。实体经济的发展是数字金融产生的土壤，没有服务业的迅速扩张，以移动支付为基础发展壮大的数字金融也就无从谈起，所以以第一产业等传统产业为主导的产业结构可能会制约数字金融发挥其缩小收入差距的作用（钱海章等，2020）。一直以来，农村和城镇产业结构存在较大差异，经济发展不平衡，农村地区由于农业、工业的集中，服务业较城市而言欠发达，因此产业结构升级的空间与边际福利对农村地区的影响可能会比城市大（周国富和陈菡彬，2021）。据此，本文提出假设3。

假设3:产业结构的升级能够强化数字金融发展对城乡收入差距的缩小作用。

四、研究设计

（一）样本选择与数据来源

本文选取2011—2020 年我国286 个地级市的数字普惠金融指数，数据来自北京大学数字金融研究中心。数字普惠金融指数涵盖全国各省市（不含港澳台地区），能够较为全面、客观地反映我国各地数字金融发展水平及地区差异。本文研究所用到的解释变量、控制变量均来自中国城市统计年鉴以及各省份统计年鉴，通过地级市和年份两个维度的匹配，得到研究所使用的数据。

（二）计量模型设定

本文构建了基准回归模型（1）以探究数字金融发展对城乡收入差距的具体影响，根据Hausman检验的结果，采用固定效应模型对系数进行估计，且对解释变量均使用滞后一期的方法处理，以减弱内生性问题对估计结果的干扰。

其中，t、i分别对应年度和地级市，被解释变量Gapi,t表示城乡收入差距；解释变量Dfii,t-1为数字金融发展；Xi,t为控制变量，具体见表1。

表1 变量定义及描述性统计结果

为验证数字金融发展各子维度对城乡收入差距的作用效果，构建分项回归模型（2）：

其中，Covi,t-1、Usai,t-1、Levi,t-1分别表示数字金融覆盖广度、数字金融使用深度与数字化程度，分别反映了数字金融所覆盖的人群和地域的广泛程度、各类服务被应用的深度以及数字金融工具的使用体验，其余控制变量与模型（1）相同。

为验证交通基础设施与产业结构对数字金融发展和城乡收入差距的调节效应，本文在模型（1）的基础上分别引入数字金融发展与交通基础设施（Dfii,t × Ptrai,t）、数字金融发展与产业结构（Dfii,t ×Stri,t）的交互项，构建如下调节效应模型：

（三）变量选取

1.被解释变量：城乡收入差距（Gap）

参照陈斌开和林毅夫（2013）的做法，采取城镇居民人均可支配收入与农村居民人均可支配收入的比值衡量城乡收入差距。该指标越大，表明城乡收入差距越大。同时分别纳入城镇居民收入（Inur）与农村居民收入（Inru）作为被解释变量，以便直观考察数字金融对二者的影响。

2.解释变量：数字金融发展（Dfi）

本文使用北京大学数字普惠金融指数衡量数字金融发展，根据郭峰等（2020）的做法，使用数字普惠金融总指数表示数字金融发展（Dfi），并使用数字金融覆盖广度指数、数字金融使用深度指数及数字化程度指数分别表示数字金融发展的三个子维度，均对其进行取对数处理。

3.控制变量

为控制可能影响城乡收入差距的其他因素，将下述变量纳入模型估计：（1）城乡生产率差异（Pgap），使用工业增加值/工业从业人数与农业增加值/农业从业人数的比值来衡量。（2）地区经济发展水平（Rgdp），使用人均生产总值的对数来衡量地区经济发展水平，并以2011 年作为基期，对各年度的数值进行平减。（3）人口密度（Den），反映了城乡居民对于经济资源的可得性（杨子生等，2021），本文选取地级市面积与地级市万人口之比衡量人口密度。（4）创新程度（Inn），随着创新动力的不断增强，其可以对农村居民产生更多的外溢效应促使农村居民收入增加（李豫新和李枝轩，2022），本文使用地级市发明专利受理数量的对数衡量创新程度。（5）产业结构（Str），鉴于服务业的发展水平能够体现区域产业结构高级化水平（李晓钟和李俊雨，2022），本文使用服务业占GDP 的比重对其进行测度。（6）交通基础设施（Ptra），参考余泳泽和潘妍（2019）的研究，使用公路、铁路以及内河航道里程总和的对数来反映交通基础设施水平。（7）教育水平（Pedu），教育水平在促进农户非农就业、稳定农村居民收入方面具有间接影响（段义德和郭丛斌，2021），本文使用每十万人口本科及以上平均在校生的人数衡量教育水平。考虑到地级市数据的可得性问题，本文在测度交通基础设施与教育水平时，采用省级数据代表。

五、实证分析

（一）基准回归

本文采用固定效应模型对模型（1）进行估计，并对城镇和农村居民可支配收入进行了分样本回归，以探究数字金融发展对城镇、农村居民可支配收入的具体影响结果，系数估计结果如表2 所示。

表2 基准回归结果

表2 列（1）、（2）的汇报结果显示，数字金融发展对城乡收入差距产生了明显的抑制效果，且在加入控制变量后依旧在1%的统计水平下显著，由此可见数字金融发展水平的提高确有缩小城乡居民收入差距的作用。由列（3）、（4）的回归结果可知，数字金融对农村居民人均可支配收入的回归系数较其对城镇居民人均可支配收入的回归系数更大，说明数字金融发展对于农村居民收入的提升作用更强。这表明数字金融发展能够为农村居民提供有倾向性的普惠，提高农村居民收入水平，进而缩小城乡收入差距。

就控制变量而言，地区人均生产总值对城乡收入差距的系数显著为负，且对农村居民收入提升的作用明显高于城镇居民，说明经济发展也有益于缩小城乡收入差距。同时，地级市整体创新程度的提升也可以显著缩小城乡收入差距。

（二）分维度讨论

本文采用固定效应模型对模型（2）进行估计，将数字金融发展分解为数字金融覆盖广度、数字金融使用深度和数字金融数字化程度，分别探究其对城乡收入差距的影响效应，系数估计结果如表3 所示。

表3 分维度回归结果

表3 显示了模型（2）的回归结果。表3 列（1）表明，数字金融覆盖广度的提高对城乡收入差距有显著缩小作用。其原因在于，数字金融覆盖面的扩张使更多没有接触过数字金融服务的农村居民实现了从无到有的飞跃，而城镇居民原本就较容易获取多样化的数字金融服务。因此，数字金融覆盖广度的提升对农村居民的影响更为明显，数字金融的发展使农村地区产生倾向性的收入提高，进一步缩小城乡收入差距。

由表3 列（2）可知，数字金融使用深度亦能显著缩小城乡收入差距。数字金融发展深度以数字金融的服务类型和实际使用总量衡量，随着数字技术日益普及，多元化、场景化和个性化的金融服务能够满足农村居民异质性的需求，通过信贷、保险、信息工具等途径有效促进农民的创业、生产及理财等活动，从而增加农民收入，进一步缩小城乡收入差距。

从表3 列（3）可知，数字金融数字化程度的提高对于城乡收入差距亦有缩小的作用，但这一影响较覆盖广度和使用深度而言较小。数字化程度反映的是数字金融的便捷性、实惠性和移动性，随着数字化程度的不断升级，易于操作和使用便捷的数字金融工具更能降低农民的准入门槛。农民可以真实而广泛地将金融工具用于生产生活，充分发挥数字金融的便利性与经济性优势，进而缩小城乡收入差距。

（三）内生性检验

考虑到解释变量滞后一期的处理方法可能仍存在内生性问题，导致数字金融发展的估计系数偏误较高。为进一步避免内生性问题，借鉴Bartik（2009）的做法，构造工具变量Dfii,t-1×ΔDfii,t-1，其中Dfii,t-1为地级市数字金融发展指数的滞后一期，ΔDfii,t-1为全国数字金融发展指数的平均值在时间上的一阶差分。首先，全国数字金融发展的平均水平来自多个地级市，相对每个地级市是外生的；其次，地级市除数字金融发展水平以外的因素对城乡收入差距有一定影响，但这些影响因素没有重要到与全国平均数字金融发展水平相关，工具变量的选取符合要求。工具变量回归结果见表4。

表4 工具变量回归结果

表4 显示，Hausman 检验结果汇报p 值为0.000 0，显著拒绝原假设“解释变量均为外生”，可以肯定存在内生性问题。一阶段的F 统计量值为3 070.91，高于Stock 和Yogo（2005）提出的16.38，且一阶段工具变量系数显著异于0，可以拒绝“弱工具变量”假设，工具变量的选取有效。经过工具变量法处理内生性问题后，数字金融对城乡收入差距仍然具有显著的抑制作用，支撑了前文结论。

（四）稳健性检验

为进一步验证前文结果的稳健性，本文采用以下两种方式进行检验：一是剔除省会地级市（包含直辖市），这是由于省会地级市的数字金融发展水平更高，可能会对识别结果产生影响；二是更换被解释变量，参考程名望和张家平（2019）的做法构造泰尔指数，替换城乡收入差距为泰尔指数重新进行识别。

其中，Theili,t表示t年i地级市的泰尔指数，j=1,2 时分别表示城镇及农村，incomeij,t为t年i地级市的城镇或农村居民可支配收入，incomei,t即t年i地级市的居民可支配总收入，Zij,t即t年i地级市的城镇或农村居民人口数，Zi,t即t年i地级市总人口数。

表5 汇报了剔除省会城市和替换被解释变量后的回归结果，与基准回归结果基本一致，数字金融发展对农村居民收入差距具有收敛作用，且对于农村居民的倾向性普惠依然存在，证明了结论的稳健性。

表5 稳健性检验结果

（五）调节效应分析

本文采用固定效应模型对模型（3）、（4）进行估计，分别探究交通基础设施和产业结构对城乡收入差距的调节效应，系数估计结果如表6 所示。

表6 交通基础设施、产业结构的调节效应检验结果

由表6 列（1）可知，数字金融发展与交通基础设施水平的交互项的系数为-0.016，在1%的水平下显著，说明交通基础设施水平的提升进一步增强了数字金融发展对城乡收入差距的收敛作用，假设2 得以验证。数字金融发展广度的延展与交通基础设施的建设密不可分，对于一些偏远农村地区而言，当交通基础设施水平上升时，农村居民能够进入城镇享受其数字金融服务，学习数字金融技术，从而间接扩展数字金融的覆盖面，使数字金融的积极作用得到充分发挥。

由表6 列（2）可知，数字金融发展与产业结构的交互项的系数在10%的水平下显著为负，这说明产业结构能显著调节数字金融发展对城乡收入差距的作用，假设3 得以验证。具体而言，区域内产业结构优化、服务业水平提升能够强化数字金融对城乡收入差距的收敛作用。这有两个可能的解释：一方面，过去我国农村地区以第一产业为主，尚未形成多产业均衡发展的局面，难以为数字金融提供有效的发挥空间。随着城镇化进程的加快，农村地区的产业结构也逐步实现升级，特别体现在金融、餐饮、旅游等多种服务业繁荣发展，这势必使得数字金融有更多“用武之地”，从而为农村居民带来更多倾向性普惠，进一步缩小城乡收入差距。另一方面，随着整个地区的产业结构升级调整，城镇对于农村居民的吸纳效应和包容度增强，诞生了更多服务业岗位可以提供给“进城务工”的农民，而这些工作的收入一般都高于传统的农林牧渔业收入，自然就使得农村居民的可支配收入显著增加，与城镇居民的差距逐步缩小。

（六）异质性分析

我国地域辽阔，不同地区之间经济发展差距较大，为了进一步研究数字金融缩小城乡收入差距的地区异质性，本文根据全国四大经济区域将样本地级市分为东部、中部、西部与东北地区进行分样本回归①，并检验其组间系数差异，表7 汇报了其回归结果。

表7 地区异质性检验结果

由表7 可知，数字金融发展缩小城乡收入差距的作用在东部、中部、西部地区样本中都通过了1%的显著性检验，并且东部地区系数的绝对值最大，中部地区次之，西部地区最小。数字金融主要是依托于数字技术发展而形成的互联网金融活动，对于基础设施的覆盖如互联网覆盖率而言，中西部地区不及东部地区，这会限制数字金融发展的基础条件，进而无法完全释放数字金融发展对收入差距的收敛作用。此外，东北地区数字金融发展的系数不显著，说明其发展没有起到明显的缩小城乡收入差距的作用。这可能与东北地区的老龄化、产业结构等有关，老年人口传统的金融信贷理念会阻碍其建立对数字金融服务的信任，导致其无法通过互联网金融信贷来缓解收入约束；再者，东北地区以重工业和农业为主，服务业发展相对落后，数字金融主要是为居民生活提供便利，难以为工农业给予大额融资支持，数字金融的发展也会受限。

六、结论与启示

（一）结论

推进经济社会高质量发展，归根究底要实现共同富裕。而数字技术和数字金融的进步，为切实提高农村居民收入、缩小城乡收入差距提供了可行的发展方向。本文利用我国2011—2020 年286 个地级市数据，深入探寻数字金融发展对城乡收入差距的作用效果，并进一步研究交通基础设施水平和产业结构在其中发挥的调节效应，得出以下研究结论：（1）数字金融的发展能显著缩小城乡收入差距，其机理是数字金融对农村地区产生了倾向性的收入提升效应。具体而言，数字金融的覆盖广度、使用深度和数字化程度都能在一定程度上缩小城乡收入差距，这表明围绕数字金融的不同维度进行建设，均有益于收敛城乡收入差距。（2）交通基础设施水平和产业结构在数字金融发展缩小城乡收入差距的效应中起到了调节作用，即地区交通基础设施水平的完善以及产业结构的升级，能促进数字金融发展发挥缩小城乡收入差距的作用。（3）分地区而言，数字金融发展对城乡收入差距的收敛作用在东部地区、中部地区、西部地区均显著，具体表现为东部＞中部＞西部，数字金融发展对东北地区城乡收入差距的收敛作用不显著。

（二）启示

1.坚持数字金融发展战略及导向

坚持提升数字金融发展总水平，推动数字金融服务向广大农村地区下沉。金融机构应坚持数字金融发展导向, 随着数字技术不断突破创新，紧跟互联网发展趋势，开拓农村市场，利用先发优势获得规模收益。在此基础上加强对农村居民的引导，积极进行培训和宣传工作，向农民宣传数字金融服务的优势，普及数字金融的相关知识，同时提供课程教授农民如何使用数字金融工具，使其正确认识数字金融，提高对数字金融的使用意愿。

2.多路径全面提升农村数字金融发展水平

第一，立足于数字金融覆盖广度，提高农村居民的个人网络终端覆盖率。第二，大力推动数字技术普及，促进数字金融服务纵深发展，鼓励创新推出多种形式的数字金融产品，为农村居民提供多样化的金融服务，有针对性地帮助农村居民增收。第三，提高农村地区金融防范意识，监管部门需加强对农村金融产品的监管，并定期为农民提供预防金融诈骗的培训课程，使其能够有效甄别虚假宣传信息，降低收入损失的风险。

3.积极推进农村地区基础设施建设与产业结构升级

不断缩小城乡收入差距是一个系统性工程，需要多方力量协作配合。一方面要推进数字金融与传统产业的交互融合，助力传统产业实现升级发展；另一方面要推进农村地区基础设施水平进一步提高，为农民提供更便捷的出行方式与更广泛的非农就业渠道。具体而言，政府部门要加大对农村地区基础设施的投入，完善农村地区物流网络，帮助农民拓宽其农产品销售渠道，从而增加农民收入。各类涉农企业需要有针对性地向农村地区布局，尤其是发展迅猛的电商企业，可以将三农产品的销售网点与运输网点布局到以县域为中心的农村地区，助力农村地区产业结构的转型升级。农村地区可以利用自身的资源和环境优势，把握政策和对外开放优势，发展当地特色经济，创造收入。

4.推动区域间数字金融协同发展

从存量水平看，东部沿海地区的数字金融发展水平与金融资源更具优势，中西部地区由于经济发展水平相对较低，难以获得优质的金融资源支持实体经济发展，这可能会扩大区域间经济发展差距。因此，建议从增量上调整数字金融资源的分配权重，有意识地向中西部地区、广大农村地区倾斜，特别是鼓励支持实体经济发展，促进创业创新活跃度提升，使数字金融更好地发挥“引擎”作用，带动落后地区实现经济增长。

注释：

① 东部为京、津、沪、冀、苏、浙、粤、闽、琼、鲁（共87 个地级市）；中部为晋、赣、皖、鄂、湘、豫（共80 个地级市）；西部为蒙、渝、川、桂、黔、陕、新、甘、青、宁、滇、藏（85 个地级市）；东北为辽、黑、吉（共34 个地级市）。