安徽省數(shù)字普惠金融對城鄉(xiāng)收入差距影響的分析

唐蔚

摘要：數(shù)字普惠金融依托大數(shù)據(jù)技術(shù)，可以進一步降低成本，擴大金融覆蓋面，是普惠金融發(fā)展的新方向，本文立足于安徽省，選取了2011年到2018年各地市數(shù)字普惠金融發(fā)展指數(shù)，通過構(gòu)建面板模型實證分析安徽省各地市數(shù)字普惠金融的發(fā)展對于城鄉(xiāng)收入差距的影響。研究顯示，近年來，安徽省數(shù)字普惠金融的發(fā)展總體上不斷提高，其中覆蓋廣度指數(shù)與全國平均水平相比還有一定差距，模型結(jié)果表明數(shù)字普惠金融的發(fā)展能夠顯著縮小城鄉(xiāng)收入差距，同時教育水平和產(chǎn)業(yè)結(jié)構(gòu)也對城鄉(xiāng)收入差距有一定影響。

關(guān)鍵詞：數(shù)字普惠金融? 城鄉(xiāng)收入差距? 面板數(shù)據(jù)

一、引言

2020年5月22日，國務(wù)院總理李克強在十三屆全國人大三次會議的政府工作報告中指出，2019年和2020年以來，我國發(fā)展雖然面臨著諸多困難，但仍然不斷朝著全面建成小康社會的目標(biāo)邁進，尤其是在脫貧攻堅方面取得了決定性的成就，農(nóng)村貧困人口減少1109萬人，貧困發(fā)生率降至0.6%。在2020年年初的疫情期間，多行業(yè)均受到嚴(yán)重負(fù)面影響，2020年是我國打贏脫貧攻堅戰(zhàn)的收官之年，因此不懈推進脫貧攻堅仍然是當(dāng)年政府的主要工作目標(biāo)之一。安徽省作為脫貧任務(wù)較重的省份，在黨中央的領(lǐng)導(dǎo)下出臺了多項扶貧規(guī)劃，效果顯著，安徽省貧困人口由2014年建檔立卡時的484萬人降至2019年底的8.7萬人，貧困發(fā)生率由建檔立卡時的9.1%降至2019年底的0.16%。2020年4月29日，安徽省人民政府發(fā)布關(guān)于蕭縣等9個縣（區(qū)）退出貧困縣序列的公告，至此安徽省31個貧困縣全部實現(xiàn)脫貧“摘帽”，未來仍將繼續(xù)加大扶貧力度，攻克深度貧困堡壘。

金融行業(yè)在現(xiàn)代經(jīng)濟中處于核心地位，脫貧攻堅離不開金融助力。提高金融服務(wù)的可獲得性、大力發(fā)展普惠金融是提升貧困人口的生活水平、改善其生活質(zhì)量和提高社會保障的重要方式之一。“普惠金融”的概念于2005年在聯(lián)合國“國際小額信貸年”的宣傳中被首次提出，隨后被世界各國大力推廣，普惠金融的初衷是向社會各群體，尤其是欠發(fā)達地區(qū)和低收入群體提供便捷的金融服務(wù)。2013年11月，我國于十八屆三中全會中正式提出要發(fā)展普惠金融，2015年底，國務(wù)院在《推進普惠金融發(fā)展規(guī)劃（2016—2020年）》中首次在國家層面上明確了普惠金融的定義，表明要以可負(fù)擔(dān)的成本為社會各階層和群體提供適當(dāng)有效的金融服務(wù)，并明確普惠金融的主要服務(wù)對象是農(nóng)民、小微企業(yè)和低收入群體。近年來，隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，傳統(tǒng)的普惠金融與互聯(lián)網(wǎng)技術(shù)相結(jié)合的數(shù)字普惠金融給普惠金融的未來發(fā)展指明了新的方向。數(shù)字普惠金融的概念于2016年的G20峰會中提出，是以信息技術(shù)、云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)等創(chuàng)新性的數(shù)字技術(shù)為依托，利用數(shù)字技術(shù)的優(yōu)勢，進一步降低成本、擴大金融覆蓋面、減少金融排斥，從而實現(xiàn)普惠金融的目標(biāo)，以此促進經(jīng)濟發(fā)展，縮小城鄉(xiāng)差距，提高低收入群體的生活水平。

為此，本文立足于安徽省具體情況，以安徽省16個地市作為研究樣本，基于數(shù)字普惠金融發(fā)展對低收入群體生活水平影響的理論基礎(chǔ)，探討安徽省各地市近幾年數(shù)字普惠金融的發(fā)展現(xiàn)狀并實證分析數(shù)字普惠金融的減貧效應(yīng)，以期揭示兩者之間的影響關(guān)系。

文章余下部分的寫作結(jié)構(gòu)如下：第二部分為文獻綜述;第三部分為理論基礎(chǔ)及研究假設(shè);第四部分為模型設(shè)定及變量說明;第五部分為實證分析;第六部分為研究結(jié)論及建議。

二、文獻綜述

針對上述的研究目標(biāo)，本文主要從普惠金融的度量、減貧效應(yīng)的分析和近幾年數(shù)字普惠金融的相關(guān)研究方向入手，梳理已有文獻，為后續(xù)分析提供參考。

（一）普惠金融和數(shù)字普惠金融的度量

從普惠金融的概念提出之后，如何來衡量普惠金融的發(fā)展水平成為了學(xué)術(shù)界非常關(guān)注的問題。研究早期，一般僅選取金融服務(wù)的某一方面，如可獲得性來直接測度普惠金融的發(fā)展水平，例如Beck等（2007）通過引入與銀行業(yè)相關(guān)的8個金融服務(wù)可獲得性指標(biāo)來測量普惠金融的發(fā)展水平。隨著普惠金融的不斷發(fā)展，對其測度也更加全面，Sarma（2011）、Chakravarty（2013）等借鑒聯(lián)合國人類發(fā)展指數(shù)（HDI）的構(gòu)建方法，考慮了金融服務(wù)的可獲得性、滲透度和使用效率三個維度。國內(nèi)的大部分相關(guān)研究均以Sarma和Chakravarty的指標(biāo)體系為基礎(chǔ)，并且在維度的選擇和測算方法上進行不斷改進。王婧、胡國暉（2013）從供給和需求兩個角度出發(fā)，立足于金融服務(wù)的范圍和使用這兩個維度，用變異系數(shù)法來確定各指標(biāo)權(quán)重。王剛貞、謝露露（2019）增加了城鄉(xiāng)居民的接受程度這一維度，任碧云、陳曦（2019）結(jié)合我國經(jīng)濟發(fā)展實際情況，綜合了銀行、保險、證券和小額貸款這4個領(lǐng)域，全面衡量了我國普惠金融發(fā)展水平。

近幾年隨著互聯(lián)網(wǎng)金融的發(fā)展，部分學(xué)者在衡量普惠金融發(fā)展水平時將互聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)這一因素考慮在內(nèi)，形成數(shù)字普惠金融指數(shù)。郭峰、王靖一（2019）等利用螞蟻金服的大量互聯(lián)網(wǎng)數(shù)據(jù)，編制了一套“北京大學(xué)數(shù)字普惠金融指數(shù)”，該指數(shù)分為兩期：第一期時間跨度為2011-2015年，相關(guān)指標(biāo)于2016年發(fā)布;第二期時間跨度為2016-2018年，于2019年發(fā)布。之后我國眾多學(xué)者研究數(shù)字普惠金融發(fā)展水平時都以該指數(shù)作為參考指標(biāo)（賈娟琪（2019），梁雙陸、劉培培（2019），趙丙奇（2020），裴紹軍、李舒、馮葉（2019）等）。

（二）普惠金融和數(shù)字普惠金融對城鄉(xiāng)收入差距的影響

關(guān)于普惠金融以及數(shù)字普惠金融的相關(guān)研究大多集中在分析其影響因素、探討其對于實體經(jīng)濟的影響以及減貧效應(yīng)這幾方面，本文主要梳理與其對城鄉(xiāng)收入差距的影響相關(guān)的文獻。

在分析傳統(tǒng)普惠金融的減貧效應(yīng)時，部分學(xué)者基于全國的省級面板數(shù)據(jù)進行研究，例如任碧云、陳曦（2019）利用2010-2016年的內(nèi)地省級面板數(shù)據(jù)，運用面板門限模型，發(fā)現(xiàn)在樣本期內(nèi)普惠金融的發(fā)展對貧困減緩表現(xiàn)出雙門檻特征。黃敦平、徐馨荷（2019）基于全國數(shù)據(jù)，分東部、中西部分別進行實證分析，結(jié)果表明傳統(tǒng)普惠金融的減貧效果呈現(xiàn)先減弱后增強的非線性關(guān)系，中西部的作用效果大于東部。還有一些學(xué)者挑選了單獨省份的數(shù)據(jù)進行了研究，羅斌、吳曉英（2019）選取了湖南湘西地區(qū)的30個縣為研究對象，運用系統(tǒng)GMM模型，發(fā)現(xiàn)傳統(tǒng)普惠金融的發(fā)展具有正向的減貧效應(yīng)，朱永勇（2019）以安徽省各地市作為研究目標(biāo)，發(fā)現(xiàn)安徽省普惠金融的發(fā)展確實能夠促進扶貧，王剛貞、謝露露（2019）同樣基于安徽省的具體情況，認(rèn)為普惠金融的減貧效應(yīng)存在顯著的門檻特征，會受到經(jīng)濟發(fā)展水平的制約并且存在顯著的負(fù)向中介效應(yīng)。

針對數(shù)字普惠金融減貧效應(yīng)的研究近幾年才開始起步，尤其是在“北京大學(xué)數(shù)字普惠金融指數(shù)”發(fā)布之后，為學(xué)術(shù)界的相關(guān)研究提供了參考指標(biāo)，越來越多的學(xué)者才開始關(guān)注數(shù)字普惠金融問題。目前絕大多數(shù)的研究都是基于全國的省級面板數(shù)據(jù)展開的，梁雙陸、劉培培（2019）基于2011-2015年的發(fā)展指數(shù)，實證分析了數(shù)字普惠金融對城鄉(xiāng)收入差距的影響，認(rèn)為數(shù)字普惠金融可以有效縮小城鄉(xiāng)收入差距。李牧辰、封思賢、謝星（2020）除了從總體上進行分析之外，還從數(shù)字普惠金融的覆蓋廣度、使用深度、數(shù)字化程度、不同業(yè)務(wù)類型等方面開展結(jié)構(gòu)性分析。趙丙奇（2020）利用了2011-2018年中國省級面板數(shù)據(jù)，基于面板門限模型進行實證分析，得出中國數(shù)字普惠金融對城鄉(xiāng)收入差距的影響存在單門限效應(yīng)的結(jié)論。裴紹軍、李舒、馮葉（2019）將全國分成東部、中部、西部三大地域進行研究，認(rèn)為數(shù)字普惠金融的發(fā)展總體來說可以縮小城鄉(xiāng)收入差距，該效應(yīng)在中部地區(qū)最明顯，而在東部和西部地區(qū)影響并不顯著。

目前在數(shù)字普惠金融的研究方面，針對單獨省份的研究較少，黃婧平（2019）選取了青海省作為研究目標(biāo)，實證結(jié)果表明結(jié)果數(shù)字普惠金融對青海省城鄉(xiāng)收入差距的縮小效應(yīng)較為顯著，其中覆蓋廣度和數(shù)字化程度有顯著縮小效應(yīng)，而使用深度層面效果不顯著。穆新杰（2020）以廣西南寧為例，通過中介效應(yīng)模型，認(rèn)為南寧市數(shù)字普惠金融的減貧效應(yīng)路徑主要表現(xiàn)為直接影響，間接影響較微弱。李清磊、王旺（2018）以安徽省作為研究目標(biāo)，通過對安徽省16個地級市數(shù)字普惠金融指數(shù)進行聚類分析，定量分析安徽省金融發(fā)展的地域差距。

（三）綜述

綜上所述，隨著近幾年互聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)的發(fā)展，針對數(shù)字普惠金融的研究逐漸成為普惠金融新的研究方向，因此本文同樣著眼于數(shù)字普惠金融，選取最新發(fā)布的“北京大學(xué)數(shù)字普惠金融指數(shù)”作為分析指標(biāo)。在數(shù)字普惠金融減貧效應(yīng)這一問題的研究上，目前絕大部分的研究均是基于全國數(shù)據(jù)，宏觀的寬泛研究不足以細致反映個別省份的具體情況，目前針對單獨省份特別是安徽省的研究較少，大部分相關(guān)研究均是基于傳統(tǒng)普惠金融的發(fā)展情況，未考慮到互聯(lián)網(wǎng)金融發(fā)展這一因素。因此本文從安徽省數(shù)字普惠金融的發(fā)展情況入手，構(gòu)建實證模型，定量分析安徽省數(shù)字普惠金融的發(fā)展對于縮小城鄉(xiāng)收入差距的影響，以期為安徽省完成脫貧攻堅的任務(wù)提出具體的建議。

三、理論基礎(chǔ)及研究假設(shè)

傳統(tǒng)普惠金融的主要目的是要以相對較低的成本為社會各階層尤其是低收入群體提供適當(dāng)有效的金融服務(wù)，其實現(xiàn)路徑以機構(gòu)網(wǎng)點的設(shè)立和擴張為主，力圖提高金融服務(wù)的覆蓋面，但設(shè)立機構(gòu)網(wǎng)點的高成本和金融機構(gòu)的逐利性使得一部分貧困地區(qū)的低收入群體仍然被排斥在優(yōu)質(zhì)金融服務(wù)之外。創(chuàng)新性數(shù)字普惠金融的產(chǎn)生可以在一定程度上解決這一難題，隨著互聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)的不斷發(fā)展，人們獲取金融服務(wù)的方式不再局限于營業(yè)網(wǎng)點，低收入群體可以借助線上渠道購買互聯(lián)網(wǎng)金融產(chǎn)品進行投資，各種線上理財產(chǎn)品種類繁多，尤其是一些低起售點的產(chǎn)品非常適合于低收入群體，讓他們也可以享受到資產(chǎn)增值的服務(wù)。投資者直接通過手機、電腦等設(shè)備就可以了解到產(chǎn)品的具體信息，增加了金融服務(wù)的覆蓋面和便捷性，同時也降低了金融服務(wù)的成本。數(shù)字普惠金融依靠互聯(lián)網(wǎng)技術(shù)還能夠提高資金的配置效率，一些在線借貸平臺通過大數(shù)據(jù)和人工智能技術(shù)可以降低搜尋成本和交易成本，實現(xiàn)投融資雙方的互利共贏，數(shù)字普惠金融通過促進經(jīng)濟增長和改善收入分配也將使得低收入群體的收入狀況得以改善，縮小城鄉(xiāng)收入差距。

基于此，本文提出假設(shè)1：數(shù)字普惠金融水平的發(fā)展程度越高，城鄉(xiāng)收入差距越小。

除了數(shù)字普惠金融發(fā)展水平之外，還有一些其他的因素會影響到城鄉(xiāng)收入差距。在具體到地區(qū)分析時，該地區(qū)的教育情況、產(chǎn)業(yè)結(jié)構(gòu)和政府的財政支持力度都會對城鄉(xiāng)收入差距產(chǎn)生影響。政府的財政支持力度越高，對低收入群體的補貼會相對越多，可以直接提高其可支配收入，并且可以給其提供生產(chǎn)性和生活性的金融支持，增加就業(yè)率，從而增加農(nóng)村居民收入。另外，數(shù)字普惠金融最核心的特點在于數(shù)字化技術(shù)的運用，因此數(shù)字普惠金融的普及需要消費者具備一定的知識素養(yǎng)，對新媒介和新技術(shù)有一定的掌握程度，才能夠合理有效地使用相關(guān)的金融產(chǎn)品和服務(wù)，解決低收入群體自身的金融需求。產(chǎn)業(yè)結(jié)構(gòu)對于城鄉(xiāng)收入差距的影響尚不明確，一方面隨著第三產(chǎn)業(yè)的發(fā)展，農(nóng)業(yè)資源向非農(nóng)產(chǎn)業(yè)傾斜有利于生產(chǎn)效率的提高和一部分低收入群體收入的增加，另一方面當(dāng)大量資源流向非農(nóng)產(chǎn)業(yè)，也有可能導(dǎo)致城鄉(xiāng)差距的進一步擴大。

基于此，本文提出如下假設(shè)：假設(shè)2：其他條件一定時，政府的財政支持力度越大，城鄉(xiāng)收入差距越小。假設(shè)3：其他條件一定時，消費群體對金融知識掌握程度越高，城鄉(xiāng)收入差距越小。

四、模型設(shè)定及變量說明

（一）模型設(shè)定

為了實證分析安徽省數(shù)字普惠金融的發(fā)展水平與城鄉(xiāng)收入差距之間的關(guān)系，本文利用2011-2018年安徽省16個地市的面板數(shù)據(jù)，以數(shù)字普惠金融的發(fā)展水平作為核心的解釋變量，結(jié)合前文的理論分析，將其他可能會影響城鄉(xiāng)收入差距的因素作為控制變量，構(gòu)建面板數(shù)據(jù)模型：

Theilit=α+β1DFIit+2isit+β3eduit+β4govit+εit

其中下標(biāo)i和t分別表示不同的地市和年份，α為常數(shù)項，βi為各變量的回歸系數(shù)，Theil為被解釋變量，表示城鄉(xiāng)收入差距，DFI為核心解釋變量，表示數(shù)字普惠金融的發(fā)展程度。其他變量為控制變量，其中is表示產(chǎn)業(yè)結(jié)構(gòu)情況，edu表示該地區(qū)居民的受教育程度，gov表示政府的財政支持力度情況。

（二）變量說明

1.被解釋變量Theil。目前相關(guān)文獻在衡量城鄉(xiāng)收入差距上，主要有以下幾種指標(biāo)：一是直接采用城鄉(xiāng)居民人均可支配收入之差;二是采用城鄉(xiāng)居民人均可支配收入之比;三是采用基尼系數(shù);四是采用考慮到人口加權(quán)因素之后的泰爾指數(shù)。由于泰爾指數(shù)將人口因素考慮在內(nèi)，能夠更好地反映城鄉(xiāng)收入差距的變動，因此本文選取泰爾指數(shù)作為衡量城鄉(xiāng)收入差距的指標(biāo)。泰爾指數(shù)的計算公式如下：

其中Y表示某地區(qū)某年的城鎮(zhèn)和農(nóng)村總收入，N代表城鎮(zhèn)和農(nóng)村的總?cè)丝?。i=1代表城鎮(zhèn)地區(qū)，i=2代表農(nóng)村地區(qū)，即Y1和N1代表某地區(qū)某年城鎮(zhèn)人口的總收入和城鎮(zhèn)人口總數(shù)，Y2和N2代表某地區(qū)某年農(nóng)村人口的總收入和農(nóng)村人口總數(shù)。

2.核心解釋變量DFI。該核心解釋變量選取最新發(fā)布的《北京大學(xué)數(shù)字普惠金融指數(shù)（2011-2018）》中的數(shù)據(jù)作為分析指標(biāo)，該指數(shù)的構(gòu)建包括了覆蓋廣度指數(shù)、使用深度指數(shù)和數(shù)字化程度指數(shù)三個一級維度指標(biāo)，并且利用層次分析法得出了包含省級、城市和區(qū)縣三個層級的指數(shù)。

如圖1所示，安徽省綜合數(shù)字普惠金融指數(shù)在2011-2018年間呈逐年穩(wěn)步上升趨勢，2018年的綜合指數(shù)水平超過了2011年的7倍。從一級維度指標(biāo)來看，覆蓋廣度指數(shù)同樣呈現(xiàn)逐年上升趨勢，使用深度指數(shù)和數(shù)字化程度指數(shù)在個別年份有小幅下降，但總體仍保持上升。將安徽省的綜合指數(shù)和各一級維度指標(biāo)與全國平均水平進行對比可以發(fā)現(xiàn)，除2018年外，安徽省的綜合數(shù)字普惠金融指數(shù)均略低于全國平均水平，但差距總體有逐漸縮小的趨勢，且在2018年超過了全國平均水平，具體來看，覆蓋廣度指數(shù)與全國平均水平有一定差距，使用深度指數(shù)每年均高于全國平均水平，數(shù)字化程度指數(shù)在2015年前均低于全國平均水平，但在2016-2018年間均高于全國平均水平。

3.控制變量。edu表示該地區(qū)居民的受教育程度，用當(dāng)年各市擁有大專及以上學(xué)歷受教育程度的人口占總?cè)丝诘谋戎貋砗饬?is表示產(chǎn)業(yè)結(jié)構(gòu)情況，用當(dāng)年各市第三產(chǎn)業(yè)的產(chǎn)值之和占總產(chǎn)值的比例來衡量;gov表示政府部門的財政支持力度，用當(dāng)年各地區(qū)政府的財政支出占GDP的比例來衡量。

以上數(shù)據(jù)中，核心解釋變量的數(shù)據(jù)來源于最新發(fā)布的《北京大學(xué)數(shù)字普惠金融指數(shù)（2011-2018）》，其他數(shù)據(jù)均來源于2011-2018年的《安徽省統(tǒng)計年鑒》以及各地市的《國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》。

五、實證分析

（一）單位根檢驗

由于各變量的平穩(wěn)性會影響模型的效果，因此首先對各變量進行單位根檢驗，本文選取LLC（Levin-Lin-Chu Test）方法分別對各變量進行單位根檢驗，結(jié)果如表1所示，各變量均平穩(wěn)，可以進行模型回歸。

（二）回歸分析

本文選取的是2011-2018年安徽省16個地市的面板數(shù)據(jù)，因此選用面板模型進行回歸分析。先采用hausman檢驗來判斷模型應(yīng)選擇固定效應(yīng)還是隨機效應(yīng)，hausman檢驗結(jié)果如表2所示，因而接受原假設(shè)，采用隨機效應(yīng)模型。

回歸分析結(jié)果如表3所示，可以看出數(shù)字普惠金融的發(fā)展可以顯著地減少城鄉(xiāng)居民之間的收入差距，并且隨著各控制變量的加入該變量系數(shù)仍然顯著為負(fù)，說明數(shù)字普惠金融的發(fā)展對縮小城鄉(xiāng)收入差距有一定的積極作用。

從控制變量的回歸結(jié)果來看，產(chǎn)業(yè)結(jié)構(gòu)這一變量的系數(shù)在各模型中顯著為正，說明隨著安徽省第三產(chǎn)業(yè)的發(fā)展，相關(guān)資源向非農(nóng)產(chǎn)業(yè)傾斜，城鎮(zhèn)居民收入增速相比較農(nóng)村居民收入增長更快，因而進一步加劇了城鄉(xiāng)收入差距，教育水平這一變量的系數(shù)在模型中顯著為負(fù)，說明普遍受教育程度越高的地區(qū)，城鄉(xiāng)收入差距越小，政府的財政支持力度這一變量的系數(shù)未通過顯著性檢驗，說明其對城鄉(xiāng)收入差距的影響不顯著。

六、結(jié)論與建議

本文通過構(gòu)建面板回歸模型來研究安徽省數(shù)字普惠金融的發(fā)展對城鄉(xiāng)收入差距的影響，結(jié)果表明：隨著數(shù)字普惠金融指數(shù)的上升，城鄉(xiāng)居民之間的收入差距顯著下降，同時受過高等教育人口比重的增加也會顯著地縮小城鄉(xiāng)收入差距，而第三產(chǎn)業(yè)的發(fā)展會進一步地加劇城鄉(xiāng)收入差距。根據(jù)這些結(jié)論，本文提出如下幾點建議和思考：

第一，目前應(yīng)當(dāng)進一步完善數(shù)字普惠金融的發(fā)展環(huán)境，數(shù)字普惠金融作為普惠金融新的發(fā)展方向，以數(shù)字化技術(shù)為依托，可以進一步降低成本、擴大金融覆蓋面，從而更好地實現(xiàn)普惠金融的目標(biāo)。目前安徽省數(shù)字普惠金融總體發(fā)展水平不斷提高，并于2018年超過了全國平均水平，但覆蓋廣度與全國平均水平相比仍有一定差距，覆蓋廣度具體包括“每萬人擁有支付寶賬號數(shù)量”“支付寶綁卡用戶比例”以及“平均每個支付寶賬號綁定銀行卡數(shù)”這幾個主要指標(biāo)，安徽省需要進一步加強對于新型互聯(lián)網(wǎng)金融產(chǎn)品等數(shù)字普惠金融實際應(yīng)用方面的宣傳力度，尤其是對農(nóng)村人口和低收入人群的宣傳，提高民眾的信用意識和對數(shù)字化技術(shù)的了解，提高對相關(guān)軟件的運用能力，降低金融服務(wù)門檻，切實增強居民的幸福感和獲得感，進一步縮小城鄉(xiāng)差距。

第二，在農(nóng)村地區(qū)加強教育推廣，完善硬件設(shè)施建設(shè)。數(shù)字普惠金融的發(fā)展離不開大數(shù)據(jù)技術(shù)的支持，安徽省的數(shù)字化發(fā)展程度近幾年有一定提升，但隨著信息技術(shù)的不斷更新發(fā)展，相關(guān)硬件設(shè)施的建設(shè)也需要不斷地改善和優(yōu)化，同時與數(shù)字普惠金融相關(guān)的征信系統(tǒng)也需要配套完善。

第三，要持續(xù)縮小城鄉(xiāng)收入差距，需要關(guān)注教育水平和產(chǎn)業(yè)結(jié)構(gòu)等因素的共同影響。根據(jù)前文研究，地區(qū)受教育水平的普遍提高有利于縮小城鄉(xiāng)差距，而第三產(chǎn)業(yè)的發(fā)展會進一步加劇城鄉(xiāng)差距，因此安徽省各地區(qū)在發(fā)展第三產(chǎn)業(yè)的同時，要進一步注重相關(guān)資源的傾斜對于城鎮(zhèn)人口和農(nóng)村人口影響程度的不同，更加注重產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整對于農(nóng)村居民就業(yè)以及生活情況的實際影響，助力脫貧攻堅。

參考文獻：

[1]Beck THP. Finance for All？Policies and Pitfalls in Expanding Access[R].Washington D.C：World Bank，2007.

[2]Sarma M，Pais J.Financial Inclusion and Development[J].Journal of International Development，2011，23（5）：613-628.

[3]Chakravarty S R，Pal R.Financial Inclusion in India：An Axiomatic Approach[J].Journal of Policy Model-ing，2013，35（5）：813-837.

[4]王婧，胡國暉.中國普惠金融的發(fā)展評價及影響因素分析[J].金融論壇，2013，18（6）：31-36.

[5]王剛貞，謝露露.普惠金融減貧效應(yīng)存在門檻嗎——基于安徽省的實證檢驗[J].東北農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2019，17（05）：18-30+46.

[6]任碧云，陳曦.包容性金融發(fā)展對貧困減緩的雙重門檻效應(yīng)——基于中國內(nèi)地省級面板數(shù)據(jù)的實證研究[J].西南民族大學(xué)學(xué)報（人文社科版），2019，40（05）：122-130.

[7]郭峰，王靖一，王芳，孔濤，張勛，程志云.2019，《測度中國數(shù)字普惠金融發(fā)展 ：指數(shù)編制與空間特征》，北京大學(xué)數(shù)字金融研究中心工作論文.

[8]梁雙陸，劉培培.數(shù)字普惠金融與城鄉(xiāng)收入差距[J].首都經(jīng)濟貿(mào)易大學(xué)學(xué)報，2019，21（01）：33-41.

[9]趙丙奇.中國數(shù)字普惠金融與城鄉(xiāng)收入差距——基于面板門限模型的實證研究[J].社會科學(xué)輯刊，2020（01）：196-205.

[10]裴紹軍，李舒，馮葉.數(shù)字普惠金融水平的衡量及其對城鄉(xiāng)收入差距的影響——基于省際面板數(shù)據(jù)的實證分析[J].經(jīng)濟視角，2019（06）：82-93.

[11]黃敦平，徐馨荷，方建.中國普惠金融對農(nóng)村貧困人口的減貧效應(yīng)研究[J].人口學(xué)刊，2019，41（03）：52-62.

[12]羅斌，吳曉英.基于湖南省湘西地區(qū)的普惠金融減貧效應(yīng)的實證研究[J].農(nóng)村金融研究，2019（02）：62-65.

[13]朱永勇.安徽省普惠金融對扶貧效果的影響實證分析[J].武漢商學(xué)院學(xué)報，2019，33（06）：37-40.

[14]李牧辰，封思賢，謝星.數(shù)字普惠金融對城鄉(xiāng)收入差距的異質(zhì)性影響研究[J].南京農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2020，20（03）：132-145.

[15]黃婧平.數(shù)字普惠金融對青海省城鄉(xiāng)收入差距影響的實證分析[J].青海金融，2019（09）：46-50.

[16]穆新杰.數(shù)字普惠金融對城鄉(xiāng)收入差距的影響機制研究——以廣西南寧為例[J].市場周刊，2020（05）：132-133.

[17]李清磊，王旺.安徽省數(shù)字普惠金融的聚類分析[J].市場周刊（理論研究），2018（01）：132-133.

作者單位：巢湖學(xué)院