吉林省数字普惠金融对农民收入的影响研究

杜嘉豪 ，赵洪丹

（吉林师范大学经济管理与法学学院，吉林 长春 130012）

0 引言

自改革开放以来，中国在提高经济水平上有着突破性的进展，特别是在2001 年加入世界贸易组织以来，中国经济保持了较快的增长态势，经济实力显著增强，中国人民空前团结，齐心协力使得全国经济水平达到了前所未有的高度。2013 年至2022 年，我国国内生产总值（GDP）从59.3 万亿元增长到121 万亿元，年均增长6%以上，按年平均汇率折算，经济总量达18 万亿美元，稳居世界第二位。但随着人民的美好生活需要日益增长，发展过程中潜在的不平衡、不充分问题也逐渐显现。特别是在“三农”领域，农业与非农产业利益失衡、农民和市民收入失衡、城乡发展失衡最为突出。此外，我国仍处于并将长期处于社会主义初级阶段，也是因为未能找到有效手段去解决农村地区的经济发展问题。因此，在面对棘手的“三农”问题时必须保持紧迫感，必须思考如何缓解目前城乡发展失衡的问题，让更多的农村贫困人口能够摆脱现状，这是我国进一步提高经济水平的重任和挑战。

值得注意的是，我国在金融业的发展上已经有了很大的进展，但仍然存在着金融领域发展不平衡不充分的问题。由于金融服务供需结构上的不平衡，中国在2016 年明确提出了“数字普惠金融”的理念，与此同时，不断扩大数字信息技术的应用范围，促进金融科技的发展，并制定了一系列的政策和举措，希望能通过数字技术支持普惠金融，以此解决“三农”问题。2019 年，中共中央办公厅、国务院办公厅印发了《数字乡村发展战略纲要》，明确指出数字普惠金融能在乡村振兴过程中发挥重要作用，并随即在2021 年中央一号文件中确定了在乡村地区发展数字普惠金融的重要性，因此，应将提高数字普惠金融的普及程度作为脱贫攻坚的重要战略手段。在国家各项政策的推动下，乡村地区的数字化建设得到了大力推进，数字普惠金融能更加有效地在农村地区不断深入发展，更好地服务于乡村居民。

吉林省作为我国东北地区省份之一，为我国经济发展和粮食供应作出了杰出贡献，随着我国政策南下，吉林省经济发展速度减缓。而数字普惠金融是数字化技术与普惠金融特征深度融合的产物，拥有迅速且不会被空间限制的独特性，能够方便快捷地服务农村地区。因此，开展数字普惠金融发展与农户收入关系的研究，对于促进吉林省乡村振兴战略的顺利实施，具有重要的现实意义。

1 文献综述与研究假设

科技的高速发展给整个社会环境提供了更加自由和开放的资源共享平台，这对平衡收入产生了明显的积极影响。以网络为基础的数字化经济与数字化金融极大地提高了人们获取金融服务的便利程度，为那些原本难以被传统金融覆盖的人群开辟了新的道路和方向。数字普惠金融的发展逐渐遍布于整个经济和社会的各个方面。目前，学者们对数字普惠金融的研究多是围绕着数字普惠金融的经济增长效应、对改变贫困现象的作用以及对城乡居民收入差异的影响。

1）数字普惠金融对经济增长的影响。何宜庆等（2021）[1]认为数字普惠金融将从三个维度促进经济增长，积极推动普惠金融数字化能够持续为经济增长提供动能，同时，要把握数字普惠金融对经济增长影响的合理性，因地制宜地规划数字经济发展轨道。王亮等（2022）[2]认为数字普惠金融相对于传统金融而言，能够更加有效地为有需要的人群提供服务，并且能够降低进入金融市场的门槛，为基数更多的中低收入人群提供金融便利。还能提高资本市场的活跃程度，从而促进该地区的经济增长。汪雯羽等（2022）[3]认为政府干预将影响数字普惠金融在当地的影响与发展，并且能够通过直接或者间接干预，配合数字普惠金融发展现状帮助该地经济向上发展，同时也能够防范数字普惠金融扩张过度的影响。

2）数字普惠金融对城乡收入差距的影响。赵丙奇（2020）[4]表示数字普惠金融为低收入地区提供了前所未有的金融服务便利，打开了金融服务的大门，有效地降低了金融服务门槛和金融服务成本，人们能够根据自身实际情况寻求金融帮助，从而增加收入，平衡了城乡收入差距。徐光顺等（2022）[5]认为数字普惠金融在支付、信贷、保险等具体金融业务发展方面能显著缩小城乡收入差距，同时，农户的人力资本在数字普惠金融对城乡收入差距的影响中也具有显著的调节效应。

随着北京大学数字普惠金融指数的公开研究，也有不少学者关注着数字普惠金融对农民收入的影响。叶伟超（2016）[6]通过对全国7 个省市10 年数据的分析，发现随着普惠金融的发展，城乡居民收入分配失衡的情况得到了缓解。陈丹等（2019）[7]认为数字普惠金融在解决“如何提高乡村地区低收入人群收入”的问题上发挥着重要作用，为扶贫工作提供了新转机。刘自强等（2021）[8]利用空间杜宾模型，研究了数字普惠金融对于农户收入水平、收入结构的影响效应。结果表明：数字普惠金融能最为有效地提高农户收入水平。张林（2021）[9]构建了动态面板模型，通过实证分析的方法对数字普惠金融对农村居民收入的影响进行了实证分析，研究发现数字普惠金融不仅能提高农民收入水平，还能促进当地产业升级。张兵等（2022）[10]认为农户之间也存在着较大的收入差距，数字普惠金融总指数对提升农户收入有着显著的影响，并且对自身财富积累较少的农户更为明显，在缩小农户间的收入差距上具有良好表现。

基于对以往文献的研究，本文选取吉林省2011—2020 年8 个地级市（因缺乏数据，去除延边朝鲜族自治州）的面板数据，评判能使乡村地区脱贫的影响因素，对探究数字普惠金融是否对提高农民收入有促进作用作出如下假设。

假设1：发展数字普惠金融对农民收入有正向影响。

下文将通过吉林省省级面板数据回归，对假设1进行实证分析，以验证假设。

2 研究设计

2.1 变量选取及数据来源

1）被解释变量：农村居民可支配收入（LnY）。农民的收入是用农民的人均可支配收入来衡量的，需要指出的是，在2013年之后，农村居民人均纯收入变成了农村居民人均可支配收入。尽管这个口径发生了一些变化，但是它的计算方法并没有太大的变化，所以，仍然可以选择2011—2020 年吉林省农村居民人均可支配收入的对数值来衡量农民的收入状况。

2）解释变量：吉林省数字普惠金融发展水平指数（LnDIFI）。《北京大学数字普惠金融指数（2011—2022 年）》是当前我国数字普惠金融指数中最具权威性和应用价值的指标。因此，本文拟从中选取2011—2020 年吉林省8 个地级市的数字普惠金融指数并取对数作为核心解释变量，从而衡量数字普惠金融对于农民收入的影响。

3）控制变量：①经济发展水平（LnGDP）。地区的人均生产总值将反映该地区经济发展水平的高低，因此本文将选取人均生产总值的对数来作为吉林省8 个地级市的经济发展水平指标。②城镇化水平（Urban）。随着城镇化水平的不断提高，农村剩余劳动力将会越来越多地流向城镇，参与劳动工作，从而影响农村居民收入，本文用吉林省各地级市中城镇常住人口与总人口的比值来作为城镇化水平的指标。③政府投入（Gov）。在农村建设发展中，政府财政支持的力度大小有着决定性的作用，因此选择当地政府对于农林水事务的总支出与该地区生产总值的比例来衡量政府对农村地区的财政支持力度。④金融发展水平（FD）。数字普惠金融受传统金融发展的影响，本文将用年末金融机构人民币存贷款总额占地区生产总值的比重来反映当地的金融发展水平。

4）数据来源。本文选取2011—2020 年吉林省8个地级市（除延边朝鲜族自治州）的面板数据，数据来自《北京大学数字普惠金融指数（2011—2022 年）》《中国农村统计年鉴》《吉林统计年鉴》以及Wind 数据库。

2.2 模型设计

以吉林省8 个地级市2011—2020 年的面板数据作为研究样本，检验数字普惠金融对农民收入的影响效应，设定以下模型：

式中，被解释变量LnYi,t表示吉林省第i个地级市第t年的农村居民人均收入水平；LnGDPi,t、Urbani,tt、Govi,t和FDi,t为解释变量，εi,t为随机扰动项。

2.3 实证分析

2.3.1 变量描述性统计

各变量的描述性统计如表1 所示，可以看出农村居民人均可支配收入水平差距明显，将收入对数还原后，最少收入为5 513 元，最多收入为16 636 元，省内农民收入存在不平衡现象。数字普惠金融指数均值为4.972，标准差为0.52，代表吉林省内地级市之间的数字普惠金融发展程度不同，差距显著；从其他变量指标中可以看出，吉林省内部发展存在严重的不平衡问题，各个指标都存在明显差距。

表1 各变量的描述性统计

2.3.2 变量相关性分析

为了考察变量间的关系，需要对变量进行相关分析，如果被解释变量与解释变量间存在高度相关，那么该模型的研究就具有一定的实际意义。本文使用皮尔逊相关系数来度量这些变量之间的相关性，从表2 的相关性分析可以看到，被解释变量LnY 与解释变量LnDIFI 之间的相关系数为0.825，为正向影响，且在0.01的显著性水平上显著，因此该模型的研究是有意义的。同时，政府投入和金融发展水平与被解释变量之间的关系也是显著的，表明选择的控制变量也是有效的。

表2 变量间的相关性分析

2.3.3 变量多重共线性检验

多重共线性让线性回归模型中的解释变量之间存在精确相关关系或者高度相关关系，从而使模型估计失真或者难以估计。因此，本文对各变量展开多重共线性分析，结果如表3 所示。可以看出，方差膨胀因子均小于5，因此各个解释变量之间并不会存在严重的多重共线性问题。

表3 多重共线性分析结果

2.3.4 Hausman检验

本文用Hausman 检验是使用随机效应模型还是固定效应模型能更好地反映实证结果的准确性和合理性，结果显示p＜0.01，拒绝存在原假设，故使用固定效应模型更有效率，所以本文使用个体固定效应模型。Hausman检验如图1 所示。

图1 Hausman检验

2.3.5 固定效应回归结果

固定效应回归结果如表4 所示，可以看出，身为核心解释变量的数字普惠金融指数对农村居民人均可支配收入的系数为0.306，在1%的水平上显著，表明发展数字普惠金融有利于提高农民收入，同时也验证了假设1 的正确性。在解释变量中，当地的经济发展水平在5%的水平上显著，对农民收入产生负影响的原因可能是随着经济水平的不断提高，城乡收入差距越来越大，经济发展越快的城市可能会更加重视高质量发展，会注重科学技术产业的投资，而降低传统农业发展的投资占比。所以，该地区的农业发展会停滞，从事农业的人员也会失去信心，从而导致农民的收入水平难以提高。城镇化率对于农民收入的正向影响显著，影响系数为0.736，城镇化率水平越高表明农村剩余劳动力向城镇流动的比例越高，大量农村剩余劳动力参与到城镇非农产业当中去并取得工资报酬，所以提高了农民的收入。政府投入与农民收入水平在5%的水平上显著正相关，这表明，中央财政对农业的支持是到位的，总体上达到了增加农民收入的目的。其中，金融发展水平每上升1%，农民收入就增长0.006 71%，说明传统金融的发展能够在10%的水平上显著提高农民收入，可能是由于传统金融发展水平越高，越能提高农民金融投资的积极性，从而提高农民收入。

表4 固定效应回归结果

3 结论与建议

本文使用2011—2020 年吉林省8 个地级市的面板数据，提出发展数字普惠金融对农民收入有正向影响的假设，实证分析了数字普惠金融对农民收入的影响效应，证实了假设的正确性，并得到以下结论：数字普惠金融能够促进农民收入的增加，在1%的水平上显著。随着城镇常住人口占总人口比例的上升，农民收入也随之提高；政府通过提高农林水事务的财政支出增强了对农村地区发展的帮扶力度，从而提高了农业相关人员的收入水平；同时，较好的金融发展对提高农民收入也有显著的影响，但经济水平的提高可能会对农民增收产生负影响效果。

为了使数字普惠金融能够更好地服务于乡村振兴战略，使农民收入水平保持可持续增长，本文提出以下建议：

1）扩大数字普惠金融服务广度。目前，中国数字普惠金融还处于初级发展阶段，数字化技术应用并没有实现全覆盖。我国需要进一步推进数字普惠金融建设，加快乡村网络建设，促进数字支付的普及，让乡村居民习惯数字金融带来的便捷性，扩大数字普惠金融各项业务的覆盖面，提供更为全面的金融服务，确保满足不同群体的需求。

2）创新提升数字普惠金融服务深度。数字化普惠金融在解决偏远地区贫困人口融资问题上具有独特的优势。在获取数字化普惠金融服务的同时，应该深入挖掘数字化技术的渗透性作用，借助高水平的数字化技术对金融机构的金融产品与服务进行精准设计与个性化定制，开发出低成本、高效率的普惠金融产品，使农户能够有足够的选择来满足其金融产品与服务需求。

3）健全数字普惠金融监管体制。数字普惠金融作为带有数字技术的新兴金融服务模式，依靠金融科技发展势头迅猛，虽然数字普惠金融的发展对于增加农民收入、缩小城乡发展差距有着极大的作用，但便利的金融服务也会加大金融监管的难度，如果没有合理的监管体制，数字普惠金融可能会游离于法网之外，带来严重的后果。所以国家有关部门应该就互联网金融业务的发展，完善立法工作并严格执法监督，为数字普惠金融的发展创造一个良好的行业生态和稳定的金融环境，保护金融消费者尤其是农民等弱势群体的合法权益。