数字普惠金融如何影响城乡收入差距

2024-06-24 14:13万强曾军刘晓云高华蕾朱岩
金融发展研究 2024年1期
关键词:空间效应数字普惠金融城乡收入差距

万强 曾军 刘晓云 高华蕾 朱岩

摘   要:文章以2012—2021年中国31个省(自治区、直辖市)的面板数据为研究样本,构建实证模型,就数字普惠金融对城乡收入差距的影响、空间效应以及区域异质性展开研究。结果显示:数字普惠金融能在全国层面缩小城乡收入差距,且具有明显的区域和维度差异,对中部地区的影响最大,西部地区次之,东部地区最小;覆盖广度和数字化程度对城乡收入差距的影响显著,使用深度影响不显著。数字普惠金融和城乡收入差距均具有显著的空间聚集特征,呈现“低—低”“高—高”集聚特征,数字普惠金融对城乡收入差距存在显著的空间溢出效应。相关部门在推进数字普惠金融发展的过程中,应该因地制宜,实施符合本地区发展特点的数字普惠金融战略,以期实现区域协调发展,进一步缩小城乡收入差距。

关键词:数字普惠金融;城乡收入差距;空间效应;区域异质性

中图分类号:F832  文献标识码:A  文章编号:1674-2265(2024)01-0044-06

DOI:10.19647/j.cnki.37-1462/f.2024.01.005

一、引言

中国经济自改革开放以来取得了世界瞩目的成绩,国内生产总值由1978年的0.37万亿元增长到2022年的121万亿元,为我国各项事业的发展创造了良好的经济基础。随着我国经济从高速增长转向高质量发展,区域收入差距和人口流动等重要经济变量出现了趋势性转变,特别是在城乡之间的收入不平等问题愈发明显,可能导致社会不稳定。党的二十大报告指出:“全面建设社会主义现代化国家,最艰巨最繁重的任务仍然在农村。”要加快农业农村发展步伐,缩小城乡居民收入差距,实现全社会共同富裕。

一方面,数字普惠金融有助于实现创业机会均等化,增加企业投资需求和研发投入,助力经济包容性增长和城乡收入差距缩小(Sehrawat和Giri,2018;尹应凯和彭兴越,2020)[1,2]。数字普惠金融作为数字化方式发展的金融模式,将按照“金融发展—企业家创业—收入分配”的链条来推动更多的资金投入金融服务与创业活动,从而优化收入分配格局并减小城乡之间的收入差距(张碧琼和吴琬婷,2021)[3]。另一方面,数字普惠金融的发展能够通过提高金融资源配置的效率和均衡城乡的金融资源分布,打破二元金融体系的局限(白俊等,2023;赵德起和王世哲,2023)[4,5],有效解决金融业中各地区的信息不对称问题。一系列的研究结果表明(李牧辰和封思贤,2023)[6],数字普惠金融能够显著收敛城乡收入差距。

在维度异质性方面,张启文和田静(2022)[7]将农业全要素生产率作为中介因素,发现相比数字支付、小额保险等金融服务使用深度维度,只有在覆盖广度维度下数字普惠金融发展才能缩小城乡收入差距(张乐柱和高士然,2023;于子哲,2022)[8,9],数字化程度的扩大则可能会导致城乡收入差距的扩大(徐光顺和冯林,2022;Chen,2022)[10,11]。在区域异质性方面,数字普惠金融在东部和西部的地区比在中部地区更能有效地缩小这种差距(于子哲,2022)[9]。此外,部分研究发现中国数字普惠金融对城乡收入差距存在门限效应,高水平的数字普惠金融能显著缩小城乡收入差距,而低水平的数字普惠金融发展将扩大城乡收入差距(赵丙奇,2020)[12]。

基于既有研究成果,本文系统研究数字普惠金融对城乡收入差距的影响及区位和维度异质性,并检验了数字普惠金融收敛城乡收入差距的空间溢出效应,有助于全面认识数字普惠金融与城乡收入差距之间的关系,为相关政策制定提供依据。

二、理论分析与研究假设

一方面,数字普惠金融凭借互联网技术能够增强金融服务触达能力。传统金融大多是通过线下机构网点的建立来提供金融服务,但经济欠发达地区多为偏远山区,地理环境复杂,基础设施建设耗费巨大,导致传统普惠金融不愿或难以渗入(宋晓玲,2017)[13]。但数字普惠金融借助互联网技术,能提高服务的延展性,使得金融服务全民化趋势越来越明显,提高了农村地区的金融可及性。另一方面,数字普惠金融能够降低农村金融服务成本。数字普惠金融可以利用如人脸识别、远程视频录制与指纹识别等方式,为不确定性大、信息量少的农村人员提供精确、个性化的服务,不仅能展现数字普惠金融服务在使用体验方面的优势,还能有效减少对人力和物理网点的依赖,节省人力投入和经营支出,降低服务成本(梁双陆和刘培培,2019)[14]。农村地区金融服务可及性的提高和金融服务成本的降低,大大增加了农村居民获得贷款、储蓄、保险等金融服务的机会,促进农村居民创新创业,提高农村居民收入,缩小城乡收入差距。

虽然总体上数字普惠金融可以提升农村地区金融服务水平,但是,数字普惠金融包含不同的服务类型,从基础功能到主导功能,再到衍生功能,服务类型的功能层次越高,对所处地理区位、农民认知等的门槛要求也越高,其对城乡收入差距的收敛作用会有显著差异(李牧辰和封思贤,2020)[15]。具体而言,数字普惠金融的基础功能和主导功能可以减少城乡收入差距,而处于衍生功能的服务对城乡收入差距的影响可能不显著,甚至会扩大城乡收入差距。

综上,提出研究假设1:数字普惠金融有助于缩小我国城乡之间的收入差距,并且因区位特征、发展程度不同而具有异质性。

一方面,随着数字技术的普及推广,数字普惠金融突破了金融营业网点地理范围的限制,清除了数字普惠金融的空间溢出障碍,可以更加便捷地开展跨区域金融业务,推动资本、技术、劳动力等资源跨区域流动,进而对邻近地区城乡收入差距的缩小产出溢出效应。另一方面,政策制定部门通过顶层设计、协同治理、共建共享等措施,推动地区积极发展数字普惠金融,将金融服务覆盖到更多农村地区,会对周边地区产生“启发效应”与“学习效应”(陈啸和陈鑫,2018)[16],促进跨区域的技术共享和协同发展,促进相邻地区的数字普惠金融业务的发展。

综上,本文提出研究假设2:数字普惠金融对临近地区城乡收入差距的缩小存在正向的空间溢出效应。

三、数字普惠金融发展影响城乡收入差距的实证设计

(一)模型设定

文章利用2012—2021年中国31个省(自治区、直辖市,不含港澳台地区,以下简称省份)的数据开展实证分析,基于研究假设1,我们建立了以下模型:

其中,因变量[Gap]表示城乡收入差距,[Duf]为数字普惠金融发展水平,[Xit]为控制变量,[εit]为残差项,并进一步将数字普惠金融指标划分为[breadth](覆盖广度)、[depth](使用深度)和[digital](数字化程度)。

基于假设2构建空间杜宾模型(SDM)验证数字普惠金融对城乡收入差距的影响。具体如下:

式(3)中,[μi]和[νi]分别代表空间时间效应;[W]为反映空间地理位置特征的空间权重矩阵,其他变量含义不变。

(二)变量选取与数据来源

1. 解释变量:数字普惠金融(Duf)。本文利用北京大学数字金融研究中心和蚂蚁金服共同公布的数字普惠金融指数衡量数字普惠金融发展水平(郭峰等,2020)[17],主要包含三个细分指数:一是覆盖广度,由地区内使用的支付宝账号数量决定;二是使用深度,根据付款方式、贷款额度、保单购买比例或股票买卖等加权计算得出;三是数字化水平,根据用户的便利性、体验感以及金融服务成本考评。

2. 被解释变量:城乡收入差距(Gap)。考虑到泰尔指数兼顾了城市人群比例的变化,对高收入与低收入群体两端比例的变化也比较灵敏,因此,参照王少平(2007)[18]提出的泰尔指数核算方法衡量城乡收入差距,公式如下:

[Theilit=i=12Iij,tIi,tlnIij,t/Pij,tIi,t/Pi,t] (4)

其中,[i=1]代表城镇,[i=2]代表农村,[Pi,t]表示总人口,[Ii,t]表示可支配收入,[Pij,t]表示可支配收入。

3. 控制变量。(1)经济发展水平(Pgdp),使用人均GDP衡量。一国经济的发展能为贫困人口带来实质性的利益,从而降低贫困率并促进社会公平。(2)产业结构(Struc),使用第二、三产业增加值占GDP的比重来度量。产业结构优化程度直接影响产业升级的具体效果,而产业升级变迁又对城乡收入差距有影响。(3)财政支出(Gov),借鉴董黎明和满清龙(2017)[19],通过计算政府财政支出总额占 GDP的比例衡量政府财政支出水平。政府的财政支出是社会财富再分配的关键因素,直接影响城乡居民收入。(4)受教育水平(Edu),选取每十万人中接受高等教育的学生数量反映当地高等教育水平。高等教育水平的提高可以改善人力资本水平,提高居民收入,但长期以来我国高质量教育资源大多集中在城市,乡村的教育资源相对匮乏,与城市高等教育水平差距较大,扩大了城乡收入差距。(5)城镇化水平(Urban),用城镇年末人口与地区总人口的比例来衡量城镇化水平。城镇化水平是影响城乡收入差距的重要因素,过去我国存在着二元经济结构,城乡间的劳动力流动受到了很大限制,而城镇化进程不断加快带动了农村地区人口流动至城市,增加农村人口收入。(6)对外开放水平(open),使用进出口总额占地区 GDP 比重计算,并按当年美元与人民币中间价进行折算处理。对外贸易活动主要集中在城市,这将导致大中城市平均收入增加,拉大城乡之间的收入差距。

4. 数据说明。本文以2012—2021年中国31个省份为研究样本,主要数据来自国家统计局、北京大学互联网金融研究中心以及《中国统计年鉴》《中国人口和就业统计年鉴》,变量描述性统计如表1所示。

四、实证结果分析

(一)基准回归分析

1. 数字普惠金融对城乡收入差距的影响分析。根据hausman检验结果,选择随机效应模型(RE)进行实证分析。回归结果如表2所示,数字普惠金融发展水平的系数在1%的水平下显著为负,表明数字普惠金融的发展能够显著缩小城乡收入差距。

控制变量中,经济发展水平的系数在5%的水平下显著为负,可能是由于目前我国经济增长对城乡收入差距的影响还没有达到Kuznets倒U形假说所描述的拐点。产业结构的系数在1%水平下显著为正,可能是由于第三产业的发展主要集中在城市,农村较少享受到第三产业发展带来的红利。城镇化水平的系数在1%水平下显著为负,表明城镇化的推进可以有效减少城乡收入差距,从理论角度来看,城镇化的促进可以拓宽就业范围和渠道,改变就业模式,为农村居民提供更多选择,使他们有机会在城市就业,获得更高的薪资收入,进而缩小城乡收入差距。政府财政支出的系数在1%水平下显著为正,可能是某些地方政府倾向于将财政支出用于城市建设和发展,忽视农村地区的发展需求,造成资源分配不均,进而导致农民收入增长缓慢。受教育程度的系数在5%的水平下显著为负,说明受教育程度将极大影响人力资本水平,提升个人的劳动力价值,有利于促进城乡收入的公平分配。对外开放水平的系数在1%的水平下显著为负,可能由于开放程度高的地区更加容易获得贸易开放所带来的技术溢出福利,有助于缩小城乡收入差距。

2. 异质性分析。为了探讨当地区经济发展程度和地理位置存在较大差异时,数字普惠金融对城乡收入不平等的实际效应是否会有所区别,本文利用模型(1)对东、中、西部三大地区进行分样本研究。表2显示,数字普惠金融在各地区对城乡收入差距都具有明显的收敛效应。其中,在东部、中部地区均在1%的水平下影响显著,且中部地区影响效果远大于东部地区;在西部地区在5%的水平下影响显著,影响程度介于东部与中部之间。究其原因,可能是因为东部地区经济基础雄厚,金融体系健全,城乡居民之间的收入差距较小,数字普惠金融发展对城乡收入差距的影响较小;中部地区金融体系起步较晚,数字普惠金融发展较快,在缩小城乡收入差距方面的作用最为显著。

进一步从覆盖广度、使用深度和数字化程度三个细分维度入手,验证数字普惠金融子维度对抑制城乡收入差距的作用。从表3可以看出,覆盖广度和数字化程度有助于缩小城乡收入差距,但使用深度对城乡收入差距的影响不显著。可能的原因是,覆盖广度、数字化程度可以通过提升金融服务触达能力和延展能力,节省人力投入和经营支出,降低农村金融服务成本,促进农村居民创业活动和收入提高,从而缩小城乡收入差距;而使用深度作为数字普惠金融的衍生功能,具有一定的门槛,对城乡收入差距的影响不显著。

(二)数字普惠金融对城乡收入差距影响的空间溢出效应分析

本文采用全局莫兰指数和局部莫兰指数,使用2012—2021年中国31个省份的数据进行空间自相关性检验,计算方法如下:

全局空间自相关性检验表明,数字普惠金融服务水平和城乡收入差距在各省份呈现空间集聚特点,且均存在正向的空间溢出效应(见表4)。

使用局部莫兰指数度量局部空间特征,图1和图2分别为城乡收入差距和数字普惠金融发展水平的局部莫兰指数散点图,横坐标z表示31个省份标准化处理后的城乡收入差距(数字普惠金融发展水平)均值,纵坐标Wz为相邻省份标准化后的均值。局部莫兰指数主要集中在第一和第三象限,表明主要省份的城乡收入差距、数字普惠金融在空间上具有高—高聚类和低—低聚类的特点,呈现出典型的空间集聚特征。其中,图1的第一象限集中了云南省、青海省、贵州省、甘肃省等经济发展相对落后的省份,说明这些省份及其相邻省份的城乡收入差距较大;第三象限集中了江苏省、浙江省、山东省、上海市等经济发展相对发达的省份,说明这些省份及其相邻省份的城乡收入差距较小。与之相反,图2的第一象限集中了江苏省、浙江省、山东省、上海市等经济相对发达的省份,说明这些省份及其相邻省份的数字普惠金融发展水平较高;而第三象限则聚集了云南省、青海省、贵州省、甘肃省等经济发展相对落后的省份,说明这些省份及其相邻省份数字普惠金融发展水平较低。

采用空间杜宾模型(SDM)的空间溢出效应检验结果显示(见表5),数字普惠金融对所在地区的城乡收入差距的直接效应为正但不显著,可以通过改善一阶及以上邻近地区的城乡收入分配格局,间接实现城乡收入差距的缩小,说明数字普惠金融对城乡收入差距的空间溢出效应显著存在,相邻地区间资源和信息的流动,促进了当地经济环境改善和技术进步,改善城乡收入间不平衡,使数字普惠金融对城乡收入差距的间接效应显著。

(三)稳健性检验

1. 剔除直辖市样本。作为经济增长的关键驱动力和城市重要性象征的四大直辖市拥有突出的城市地位,为防止可能存在的干扰因素对结果造成误导,剔除四个直辖市的数据后进行检验。根据表6回归结果,可以进一步确认数字普惠金融的发展仍能有效地缩小城乡收入差距。

2. 替换被解释变量度量方式。鉴于各省份的人口数量和经济发展程度存在差异,为提高各省份之间测算标准的一致性,更换城乡收入差距的衡量方法,使用城镇与农村居民人均可支配收入的比值测量城乡收入差距,并重新进行检验,以保证不同地区间测算结果的可比性。表6结果显示,回归结果与初始回归结果相符,说明基准回归分析是可信的。

五、结论与对策建议

(一)结论

本研究利用2012—2021年我国31个省份的相关数据建立面板回归模型,实证考察数字普惠金融对城乡收入差距的影响。研究发现:(1)数字普惠金融可以有效地改善城乡收入差距,在剔除部分样本和更换核心解释变量后,结论依旧稳健。(2)数字普惠金融对城乡收入差距的影响具有明显的区域和维度差异,对中部地区的影响最大,西部地区次之,东部地区最小;覆盖广度和数字化程度对城乡收入差距的影响显著,使用深度影响不显著。(3)数字普惠金融和城乡收入差距具有显著的空间聚集特征,云南省、青海省、贵州省、甘肃省等经济发展相对落后的省份呈现数字普惠金融发展水平“低—低”集聚、城乡收入差距“高—高”集聚的特征,江苏省、浙江省、山东省、上海市等经济发展相对发达的省份呈现出数字普惠金融发展水平“高—高”集聚、城乡收入差距“低—低”集聚的特征。检验结果显示,数字普惠金融对所在地区的城乡收入差距虽没有直接缩小作用,但可以改善一阶及以上邻近地区的城乡收入差距,综合来看存在显著的全面溢出效应。

(二)政策建议

针对以上结论,提出如下政策建议:一是优化数字普惠金融发展路径。重点针对“三农”、小微及低收入社区居民的需求特点,设计个性化的数字普惠金融产品。积极运用互联网、移动技术、大数据、云计算、生物识别等新型数字技术,针对数字普惠金融目标群体的业务需求进行技术改进提升。完善数字化征信体系建设,加强数字普惠金融与征信领域深度融合,使偏远地区贫困群众也能享受数字普惠金融便利。二是因地制宜加强数字普惠金融的跨区域协同。东部地区数字普惠金融发展具有明显的先发优势,应着眼提升使用深度,同时促进技术、资本、人才向中西部地区的合理流动,强化数字普惠金融的区域联动效应。中西部地区应重点做好基础设施建设,提升互联网普及率,消除“数字鸿沟”,同时,继续开展金融知识和数字技术知识的教育推广,逐步降低数字普惠金融门槛,进一步缓解城乡收入差距。

参考文献:

[1]M Sehrawat,A K Giri. 2018. The Impact of Financial Development,Economic Growth,Income Inequality on Poverty:Evidence from India [J].Empirical Economics,55.

[2]尹应凯,彭兴越.数字化基础、金融科技与经济发展 [J].学术论坛,2020,43(02).

[3]张碧琼,吴琬婷.数字普惠金融、创业与收入分配——基于中国城乡差异视角的实证研究 [J].金融评论,2021,13(02).

[4]白俊,董颖颖,罗玮婷.金融开放与委托贷款供给——基于外资银行进入视角 [J].金融发展研究,2023,(02).

[5]赵德起,王世哲.数字普惠金融对城乡收入差距的影响研究——基于中国省域空间计量模型的实证分析[J].经济问题探索,2023,(05).

[6]李牧辰,封思贤.数字普惠金融、数字门槛与城乡收入差距 [J].管理评论,2023,35(06).

[7]张启文,田静.数字普惠金融缩小城乡收入差距了吗?——基于农业全要素生产率的中介效应分析[J].农林经济管理学报,2022,21(06).

[8]张乐柱,高士然.金融普惠逻辑、数字化转型与城乡收入差距 [J].华南农业大学学报(社会科学版),2023,22(01).

[9]于子哲. 数字普惠金融发展对山东省城乡收入差距的影响研究 [D].曲阜师范大学,2022.

[10]徐光顺,冯林.数字普惠金融对城乡收入差距影响的再检验——基于农户人力资本投资调节效应的视角 [J].农业经济问题,2022,(05).

[11]Chen yang P. 2022. Digital Inclusive Finance Data Mining and Model-Driven Analysis of the Impact of Urban-Rural Income Gap [J].Wireless Communications and Mobile Computing.

[12]赵丙奇.中国数字普惠金融与城乡收入差距——基于面板门限模型的实证研究 [J].社会科学辑刊,2020,(01).

[13]宋晓玲.数字普惠金融缩小城乡收入差距的实证检验 [J].财经科学,2017,(06).

[14]梁双陆,刘培培.数字普惠金融与城乡收入差距 [J].首都经济贸易大学学报,2019,21(01).

[15]陈啸,陈鑫.普惠金融数字化对缩小城乡收入差距的空间溢出效应 [J].商业研究,2018,(08).

[16]郭峰,王靖一,王芳等.测度中国数字普惠金融发展:指数编制与空间特征 [J].经济学(季刊), 2020,19(04).

[17]王少平,欧阳志刚.我国城乡收入差距的度量及其对经济增长的效应 [J].经济研究, 2007,42(10).

[18]董黎明,满清龙.地方财政支出对城乡收入差距的影响效应研究 [J].财政研究,2017,(08).

收稿日期:2023-09-26      修回日期:2024-01-14

作者简介:万强,男,山东外国语职业技术大学财会金融学院院长,教授,研究方向为数字金融;曾军(通讯作者),男,山东外国语职业技术大学教授,博士,研究方向为系统优化理论与方法;刘晓云,女,山东外国语职业技术大学财会金融学院,研究方向为区域经济与可持续发展;高华蕾,女,山东外国语职业技术大学财会金融学院,研究方向为企业投资与融资;朱岩,男,山东外国语职业技术大学财会金融学院,研究方向为金融管理与数字金融发展。

猜你喜欢
空间效应数字普惠金融城乡收入差距
数字普惠金融下的互联网个人征信业务探索
数字普惠金融的县域测度
数字普惠金融推动脱贫攻坚的优势分析、具体实践与路径选择
肯尼亚M—PESA发展经验及其对我国数字普惠金融发展的启示
财政分权、空间效应与产业结构升级?
云南边境地区交通路网格局变化下的旅游空间效应
空间及非空间效应下中国经济增长收敛性比较研究
我国的对外开放程度对城乡收入差距的影响分析
关于我国农村消费影响因素的思考
河南省农村人口转移的历史轨迹、特征及动因研究