數字普惠金融對農民收入影響的實證分析
——以青海省為例

翟項樂

1 引言

“三農”問題，即農民、農業和農村問題，是與我國經濟社會發展息息相關的重大問題。改革開放以來，國家一直致力于“三農”問題的解決，始終把解決好“三農”問題放在黨和國家工作的重中之重。自2004 年開始，國家已持續17 年發布以“三農”為標題的中央一號文件，反復強調“三農”工作，其核心在于解決我國的農民收入問題。

由于我國長期呈現城鄉二元經濟結構特征，在發展經濟薄弱的農村地區，金融系統與農民，城鎮低收入群體金融需求不相匹配，導致金融排斥現象。2016 年G20 峰會首次提出“數字普惠金融”概念，促進了金融服務的數字化發展。作為數字技術與普惠金融相結合的產物，數字普惠金融結合大數據技術，促進了金融產品的創新，讓農村低收入群體的金融服務難度降低，一定程度上緩解了貧困，進而促進了農民增收。由此可以看出，研究數字普惠金融與農民收入之間的關系是十分必要的。青海省是“三農”工作的重點區域，研究數字普惠金融與農民收入之間的關系，能夠有效避免金融政策的“一刀切”，有利于深化數字普惠金融發展方向，對促進農民收入提高，青海經濟高質量發展具有重要意義。

2 文獻綜述

目前，國外學者關于普惠金融對促進收入增長，以及減貧效應的研究是比較成熟的，部分學者從普惠金融對農民收入的影響機制為出發點來展開論述。Gulli（1998）通過研究分析，得出普惠金融能夠減緩貧困，克服傳統金融的信貸約束作用，讓更多的貧困居民享受到金融服務，提高其參與經濟活動的效率獲取經濟效益，進而提高收入。Claessens（2006）提出了兩點關于普惠金融對減貧影響：一是直接影響，通過提供小額信貸等普惠金融服務，讓低收入群體享受到金融服務，從而減少貧困，提高其收入；二是間接影響，主要通過提高就業率，調整收入分配等方式增加低收入人群的收入，從而緩解貧困。Demirguckunt（2012）研究分析指出，低收入者或者弱勢群體對未來生活容易喪失信心，加劇貧困，普惠金融的發展可以使未受到金融服務的群體也可以去享受金融服務，有利于提高信心，緩解生活貧困。

關于國內學者的研究成果，黃江、徐敏（2015）基于新疆維吾爾自治區的數據，通過研究發現，新疆南部地區的普惠金融發展對收入增長具有促進作用。杜強、潘怡（2016）通過研究全國各地區關于普惠金融的發展與地區經濟的發展之間的關系，發現地域上的差別對各地區促進效應不同，其中，中西部地區促進效應明顯。宋曉玲（2017）以互聯網金融服務為研究視角，選取了我國31 個省份的2011-2015 年的數據，以泰爾指數來衡量我國的城鄉收入差距，并通過構建面板數據模型進行研究分析，得出數字普惠金融的發展對縮小城鄉居民的收入差距具有促進作用。譚燕芝、張子豪（2018）以空間面板數據為基礎，通過構建空間面板計量模型實證研究了數字普惠金融，研究結果表明，數字普惠金融對提高覆蓋廣度，使用深度以及數字使用服務程度具有顯著的作用，有助于我國的縮小城鄉收入差距。另外，在縮小城鄉收入差距中，覆蓋廣度發揮的作用更大，因此我們要對數字普惠金融的覆蓋面進一步擴大。

通過現有文獻的簡單梳理，我們可以看到，我國數字普惠金融對農民收入的影響研究較為成熟。本文立足于青海省8 個市（州）數據，探索青海地區數字普惠金融與農民收入之間的影響，并通過實證分析提出相應的建議，以期為其他欠發達地區提供一定的經驗借鑒。

3 數字普惠金融對農民收入的作用機理分析

3.1 降低了門檻效應

作為盈利性的金融機構，提供相應金融服務的前提是農民必須進行一定的支付，但由于農村地區信用環境與農民自身的經濟狀況較差，其自身無法提供銀行等傳統金融機構的準入要求，導致農民不能獲得有效的金融服務，“門檻”因而產生。在農村地區，資金需求不能得到有效滿足，抑制了農民收入增加，進一步阻礙了農村經濟的發展。

隨著數字技術的運用，為我國普惠金融發展路徑提供了新的方向。農民現在不僅可以通過去營業網點辦理業務，而且能夠通過互聯網等智能終端快速地獲得所需要的金融服務，大大提高了經營效率。數字化方式的存在大幅度降低了金融服務成本，門檻也隨之降低。因此，農民通過數字普惠金融的發展，享受到自身能負擔的金融服務，進而金融服務的門檻效應降低了。

3.2 緩解排除效應

我國目前很多農村地區發展不平衡問題表現的最為突出，農村金融發展不全面，實質性動力不足、資金外流嚴重、農村信用體系較為落后，農民不能獲得有效的金融服務，進而農民收入增長受到嚴重影響，可以看出，農村金融發展帶來的金融排斥問題尤為嚴重。作為農業大國，我國農村人口比重大，但是農民長期不能獲得有效的金融服務，被排除在外。首先，農村地區的交通，通訊等基礎設施不夠完善，使得設立的農村金融服務網點成本較高，傳統的金融機構考慮到其自身金融機構逐利與經營成本的特性，不斷減少農村地區的金融網點。其次，我國由于大多數農民缺乏征信數據，造成農村地區的征信發展不平衡，再加上農村地區互聯網的普及程度較低，最終導致傳統金融機構為規避風險而不愿向農民提供金融服務；最后，由于馬太效應的作用，農村的資源大量集聚城市，使得農村地區的資本不能支撐其經濟發展，進而阻礙了農村地區的經濟增長，加劇了金融排斥問題。

隨著數字技術的高速發展，人們對金融服務的獲取程度得到了大幅度提高。其中，移動支付的發展降低了門檻，使得那些被排斥在金融服務之外的貧困人們，即使所處的地理位置與金融機構的營業網點距離較遠，也可以獲得自身所需要的金融服務。另外，隨著大數據的發展，改變了我國以往的信息收集方式，使得我國農村的征信發展有了較大提高。目前來看，更多的農村群體通過互聯網或手機等移動終端進行支付，金融機構將其消費信息收集起來并進行數據評估，最后形成信用記錄。因此，在低收入群體提出需求時，金融機構不是直接地將其排斥在金融服務之外，而是通過其信用記錄以及風險評估進行選擇，進而金融服務的排除效應得到緩解。

3.3 發揮減貧效應

第一，普惠金融通過數字技術的支持，降低了金融服務成本，提高了其服務效率，使得農村低收入群體通過低成本的金融服務，拓寬了自身的發展渠道，提高了收入，進而改善貧困狀況。第二，數字普惠金融的發展為小微企業融資難、貸款難等問題提供了渠道，小微企業的不斷發展，可以為低收入群體提供相應的就業崗位，進而緩解了貧困。第三，數字技術以更精準的方式為客戶提供金融服務，客戶從定制化的金融服務中提高了收益，改善了所處的經濟狀況，就業率得到有效提升，減少了貧困。第四，金融需求的擴大，使得金融機構不斷研發出能夠滿足客戶所需要的金融產品，并且隨著農村地區金融服務基礎設施不斷地完善，低收入群體可以通過其發展機遇，提高自身的收入水平，減少貧困程度。

4 實證研究

4.1 變量選取與數據來源

本文選取了2011-2018 年青海各市（州）的面板數據，將農民收入水平作為模型的被解釋變量，數字普惠金融水平作為模型的解釋變量，其他影響農民收入的指標作為模型的控制變量。

被解釋變量：農民收入水平（Y）。本文選取了2011-2018 年的農村居民人均可支配收入來衡量農民收入水平，數據來源于2012-2019 年《青海統計年鑒》。

解釋變量：數字普惠金融發展水平（DIFI）。本文選取了選取《北京大學數字普惠金融指數（2011—2018）》中的青海省各市（州）的數據，時間跨度范圍為2011 至2018 年。由于該指數與其他數據不在同一量綱上，因此，本文使用該指數除以100 的百分比值作為原始數據。

控制變量：財政支出水平（GE）采取了地方財政支出占生產總值的比重。經濟發展水平（RGDP）采用人均生產總值來衡量。數據均來自青海各（市）州公報以及《青海統計年鑒》。

4.2 實證分析

4.2.1 描述性統計分析

表1 數據描述統計

從表1 的結果來看，農村居民人均可支配收入最大為13882，最低為2943，差距顯著；數字普惠金融指數均值為1.249，標準差為0.592，在最小值0.113 與最大值2.334之間波動。從財政支出水平來看，其水平在0.173 與2.865之間波動，人均生產總值也是如此。可以看出，各指標在不同地區差距較大。

4.2.2 模型構建

為了進一步了解數字普惠金融對青海省農民收入的影響，本文對各指標進行相關性分析，得出各指標之間的相關關系，即Y 與DIFI、GE、RGDP 均顯著相關。因此，根據選擇的數據，構建模型如下：

其中：i 表示各市（州），t 表示年份，βi為代估參數，εit為隨機擾動項。Y 表示農村居民人均可支配收入，DIFI 表示數字普惠金融指數，GE 表示財政支出，RGDP表示人均生產總值。

4.2.3 實證過程分析

面板數據的分析模型有三種，包括固定效應模型、隨機效應模型和混合效應模型三種。如果模型形式選擇不正確，估計結果與實際情況偏離甚遠，因此有必要先進行模型形式檢驗，模型回歸結果如表2 所示。

根據表2 可知，固定效應模型的調整R 方為0.930 在三個模型中最大，即模型最優，并且從各變量顯著性來看，固定效應模型也是最優的，但是為了進一步驗證該結果，接下來對模型建立隨機效應模型后再進行 Hausman檢驗，由表3 可知所得模型（1）的 Hausman 檢驗的t 統計量為17.92，P 值為0.0005，小于顯著性水平5%，因此，可以初步確定為固定效應模型。

表2 三種模型回歸結果

表3 模型設定形式檢驗結果

表4 回歸結果

接下來建立固定效應模型并進行F 和LR 檢驗。由表3 可知F 檢驗和LR 檢驗的P 值均小于5%，因而拒絕原假設，最終確定建立固定效應模型。

根據表3 分析可知，模型（1）選用固定效應模型，并對其全部數據進行回歸分析，回歸結果如表4 所示。

由表4 可知，模型回歸方程R 方為0.9300，調整R 方為0.9535，可以看出樣本的擬合優度較好，且具有很強解釋意義。模型F 統計量為234.63，在1%置信水平下拒絕原假設，認為被解釋變量與解釋變量之間有顯著的線性關系。

從以上回歸結果分析，我們可以看到：數字普惠金融發展水平、人均生產總值均在5%置信水平下通過了顯著性檢驗，在其它變量保持不變的情況下，數字普惠金融發展水平、人均生產總值的增加均會導致農民收入的增加。而財政支出的回歸系數雖然不顯著，但從符號來看，政府財政支出增加會促進農民收入增加。

5 政策啟示

本文通過回歸分析發現，數字普惠金融對農民收入增加具有明顯的促進作用。隨著數字技術的普及，數字金融在我國迅速發展起來，社會各個群體對金融服務的獲取更加便捷。因此，基于結論提出以下幾點政策建議。

第一，深化數字普惠金融發展戰略。數字普惠金融具有低成本，便捷支付，服務效率高等優勢，進而容易產生規模經濟，因此應深化其發展戰略，以線上與線下服務為出發點，著重提高對邊遠地區以及貧困群體的服務，并根據他們的不同需求，為其提供多樣化的服務。

第二，加強數字金融基礎設施建設。加大政策扶持力度，通過財政投資推動通信服務向農村與邊遠地區延伸，有效提高寬帶網與通信設施的覆蓋；政府部門提供一定的財政補貼服務，降低通信網絡費用，積極宣傳網上銀行與手機終端等數字金融知識，最大程度地為貧困群體提供便利，減輕農民對數字普惠金融的成本負擔，提高其對互聯網的接觸能力。

第三，發揮數字普惠金融與多因素的共同作用。優化產業結構，適度增加財政支出，充分利用農村現有資源與互聯網平臺，帶動農民因地制宜發展特色產業；完善相關收入分配制度，優化自身教育水平，提高農民自身技能培訓，加強對數字技術熟練程度以進一步促進收入增加。