數字普惠金融、人力資本與城鄉收入差距

■李 娜

一、引言及文獻綜述

我國數字普惠金融服務正在深入展開，社會經濟效益日益顯著。一般認為，具有基礎功能、主導功能、衍生功能的數字普惠金融存在經濟增長效應、減貧效應、包容性發展效應。

較為普遍的觀點是，數字普惠金融有利于縮小城鄉收入差距。梁雙陸和劉培培（2019）、李牧辰等（2020）指出，數字普惠金融的發展有利于縮小城鄉收入差距。李建偉（2017）認為大部分省域普惠金融的發展對縮小本省域城鄉收入差距具有顯著的作用。張建波（2018）指出由于普惠金融對城鄉收入差距的影響與經濟發展水平有關，因而普惠金融對城鄉收入差距的影響效應呈現先明顯擴大、再平緩擴大、最后顯著縮小的倒“U”型關系。

然而，數字普惠金融影響城鄉收入收斂效應存在教育門檻，即人力資本是數字普惠金融影響城鄉收入差距的重要中間機制。首先，數字普惠金融可顯著促進人力資本的提升。廖理等（2014）指出建設數字普惠金融，可以提高農村居民的金融素養。一方面，家庭成員的受教育程度越高，使用數字金融的概率越高（郭峰和王瑤佩，2020）。另一方面，數字普惠金融有助于促進農戶家庭參與金融市場的概率和配置風險金融資產的比例，而且當農戶擁有更高的金融素養或智能化素養時這種效應更為強烈（周雨晴和何廣文，2020）。其次，人力資本能影響城鄉收入差距。人力資本差異和教育水平差異是影響城鄉收入差距的關鍵因素，通過加大對農村人力資本投資，增加教育投入和提高勞動力人口大專及以上學歷的比重，能夠降低城鄉收入差距（蔡曉慧和余靜文，2013）。城鄉收入差距與人力資本結構呈U型關系，與人力資本存量水平之間呈倒U型關系，而我國處于現處于倒U 型拐點的左側（岳意定和宋善炎，2013）。最后，數字普惠金融通過人力資本影響城鄉收入差距。數字普惠金融可以緩解流動性約束、便利居民支付，且擁有越高的受教育程度、越強的認知能力，數字普惠金融發揮的效應越明顯（易行健和周利，2018）。李牧辰等（2020）研究指出，數字普惠金融可通過改善人力資本等機制顯著收斂了城鄉收入差距。

已有研究從人力資本視角探索數字普惠金融影響城鄉收入差距的機制的研究仍然較少。因此，本文將重點探索數字普惠金融、人力資本與城鄉收入差距之間的影響機制。

二、研究設計

（一）計量模型

首先，將數字普惠金融作為解釋變量，城鄉收入差距作為被解釋變量，檢驗數字普惠金融對城鄉收入差距的直接影響效果。其次，將數字普惠金融作為解釋變量，人力資本作為被解釋變量，檢驗數字普惠金融對人力資本的影響。最后，將人力資本作為解釋變量，城鄉收入差距作為被解釋變量，檢驗人力資本對城鄉收入差距的影響，故而構建如下計量模型：

其中，Rit為城鄉收入差距，FIit為數字普惠金融變量，Zijt為控制變量，表示人力資本變量，分別為人力資本積累、人力資本高級化占比。

（二）變量選取

1.被解釋變量

城鄉收入差距（R），參考陳斌開和林毅夫（2013）的研究方法，用城鎮居民家庭人均可支配收入與農村居民家庭人均純收入的比值表示城鄉收入差距。該值越大，說明城鄉收入差距越大；反之，則越小。

2.核心解釋變量

選取北京大學數字金融研究中心研究組編制的《北京大學數字普惠金融指數（2011—2018年）》中數字惠普金融指數作為數字普惠金融的代理變量（FL），覆蓋了2011—2018 年中國31 個省份的數字普惠金融發展程度。

3.人力資本變量

由于人力資本是知識存量的外延和表象，選用人力資本積累和人力資本結構可以較好地反映知識存量的高低。其中，人力資本積累采用受教育年限表示。具體的表達公式如下：H1=6×擁有小學學歷就業人數占比+10.5×擁有初中、高中學歷就業人數占比+16×擁有普通高等學歷就業人數占比。其中，由于統計數據并沒有將中學以及高中分開，所以對中學受教育年限取平均值10.5 年。人力資本結構選取人力資本高級化占比變量（H2），采用人力資本結構中高級人力資本占比表示，即具有大學本科及以上高等教育學歷占全部學歷從業人員的比重表示。

4.控制變量

經濟發展水平（GDP）。選取地區經濟發展水平（GDP），以各地區人均實際GDP 表示，即平減后的GDP指標除以地區總人口。

政府財政支農規模（GD）。一般認為，提高財政支農支出比重對弱化城鄉收入差距起到積極作用，因此選取政府財政支農規模（GD），用政府財政支農支出與GDP的比值表示。

城鎮化率（URR）。城鎮化進程不斷加快，一方面，有利于提高城市就業競爭力度，降低城市平均就業工資水平；另一方面，有利于緩解農村剩余勞動力問題，提高農民技能及勞動效率，進而提高農村勞動力的就業工資水平，從而收斂城鄉收入差距。選取城鎮化率（URR），用中國統計年鑒所公布的城鎮化率表示。

產業結構（S）。已有部分研究認為，農業經濟向非農產業經濟轉化有利于勞動力生產效率的提高，提高農民在經濟發展中經濟利益的可得性，增加收入，縮小城鄉收入差距（徐敏和張小林，2014）。因此，選取產業結構（S），用第三產業產值占GDP 的比重來表示。

表1 相關變量的描述性統計

（三）數據說明

選取2011—2018 年中國31 個地區年度數據作為研究樣本，數據來源于北京大學數字金融研究中心所編制的《北京大學數字普惠金融指數（2011—2018年）》，其他基礎數據均來源于《中國統計年鑒》《中國金融年鑒》《中國勞動統計年鑒》《地方統計年鑒》以及《中國人力資本指數報告數據庫》。

三、實證結果分析

（一）基準實證結果分析

在實證檢驗過程中，為消除經濟變量內生性與區域異質性形成的誤差項同方差問題，本文采用GMM 估計方法進行實證檢驗，確保估計結果的可靠性、有效性。表2為數字普惠金融影響城鄉收入差距基準回歸結果。列（1）—（6）分別表示逐個引入控制變量后，數字普惠金融對城鄉收入差距的回歸結果。列（1）—（6）數字普惠金融（FI）的系數為負，且都通過1%的顯著性水平檢驗，這表明數字普惠金融顯著縮小了城鄉收入差距。這也說明了城市數字普惠金融邊際產出彈性小于農村，可能的原因在于，得益于我國農村貧困治理政策、精確扶貧政策、鄉村振興戰略、農業優先發展戰略，一系列國家戰略和政策的支持，使得我國在農村地區發展數字普惠金融更有可能激發農村經濟增長潛力，促進農村地區數字普惠金融投入產出邊際彈性的增高。特別是，數字普惠金融所形成的包容效應、減貧效應、增長效應，能夠使得農村地區有效地獲得金融的“普”與“惠”，優化了農村地區投入與產出環境，有助于改善其邊際產出彈性。而控制變量中，地區經濟發展水平、城鎮化水平和產業結構的回歸系數為負，且至少通過10%的顯著性水平檢驗，這表明經濟發展水平、城鎮化水平和產業結構有助于顯著縮小城鄉收入差距。而政府財政支農規模卻顯著擴大了城鄉收入差距。其可能的原因在于：一方面我國財政支農支出存在結構不合理和區域差異性大的特點，導致了財政支農支出作用效率下降；同時如果不根據地區特點優化財政支農結構而繼續選擇擴大財政支農支出規模，很可能拉大城鄉收入差距。另一方面，由于財政支農支出可能對農業勞動力在產業之間、城鄉之間轉移造成削弱的影響，阻礙了農業勞動力收入水平的提高，這可能也是造成財政支農支出規模對城鄉收入差距拉大的重要原因。

表2 數字普惠金融對城鄉收入差距的影響基準回歸結果

（二）穩健性分析

基于數字普惠金融覆蓋廣度、使用深度及數字化程度分別作為替換核心解釋變量的穩健性回歸結果。結果顯示，數字普惠金融覆蓋廣度、使用深度及數字化程度的系數顯著為負，說明數字普惠金融覆蓋廣度、使用深度及數字化程度顯著縮小了城鄉收入差距，表明了實證結論的穩健性。

四、影響機制分析

（一）數字普惠金融通過人力資本機制影響城鄉收入差距

表3 為數字惠普金融對人力資本影響的回歸結果，列（1）—（2）中，數字普惠金融系數顯著為正，表明數字普惠金融對人力資本積累具有顯著的促進作用，說明發展數字普惠金融可通過增加金融可得性、降低門檻效應，進而支持就業人員的教育培訓，提高其受教育水平，特別是促進低教育程度等傳統就業弱勢群體增加受教育機會，從而提高人力資本積累。列（3）—（4）中，數字普惠金融系數顯著為正，表明數字普惠金融對人力資本高級化也具有顯著的促進作用。原因在于發展數字普惠金融可通過推廣多樣化的金融產品服務，進而支持高技術型人才進行技術再造、增加更高層次的受教育機會，從而推動人力資本高級化。

表3 數字普惠金融對人力資本影響的回歸結果

表4 為人力資本對城鄉收入差距影響的回歸結果。列（1）—（2）表明，人力資本積累系數顯著為負，說明人力資本積累顯著縮小城鄉收入差距；列（3）—（4）表明，人力資本高級化系數顯著為負，說明人力資本高級化顯著縮小城鄉收入差距?？梢酝茰y的是，數字普惠金融對人力資本積累和人力資本高級化具有顯著的促進作用，而人力資本積累和人力資本高級化都顯著縮小了城鄉收入差距，數字普惠金融的發展可通過提高人力資本積累效應和人力資本高級化進而縮小城鄉收入差距。

表4 人力資本對城鄉收入差距效應回歸結果

（二）基于中介效應實證分析影響機制

本文分別運用數字普惠金融覆蓋廣度、使用深度及數字化程度來檢驗數字普惠金融影響城鄉收入差距的影響機制。檢驗的模型如式（4）所示：

其中，式（1）、（2）保持不變，將式（3）再次引入核心解釋變量，得到式（4），并按照上述三個模型進行依次回歸。

按照上述模型進行分步檢驗，其檢驗結果如表5、表6、表7所示。其分別表示數字普惠金融覆蓋廣度、使用深度及數字化程度影響城鄉收入差距的影響效果和影響機制的檢驗結果。這說明了數字普惠金融覆蓋廣度、使用深度及數字化程度通過提高人力資本積累和促進人力資本結構高級化，進而顯著縮小了城鄉收入差距。也再次驗證了數字普惠金融通過人力資本積累和人力資本結構高級化雙重機制影響城鄉收入差距。一方面，依托互聯技術，數字普惠金融驅動數字經濟創新發展，另一方面，數字普惠金融利用數字互聯技術改造傳統金融，從而以技術創新驅動經濟高質量發展。而數字普惠金融發展以及技術普及應用必定以較高當量的知識存量為基礎，因此較高水平的知識儲備、人力資本存量以及人力資本結構升級將會有利于降低金融產品需求側與供給側因知識門檻而發生錯配概率，進而進一步暢通金融資金抵達資金需求者的融資渠道，從而增加居民收入水平，降低城鄉收入差距。

表5 數字普惠金融覆蓋廣度中介效應回歸結果

表6 數字普惠金融使用深度中介效應回歸結果

表7 數字普惠金融數字化程度中介效應回歸結果

五、結論及對策建議

本文運用2011—2018 年中國30 個省際面板數據實證檢驗數字普惠金融對城鄉收入差距的收斂效應及這種效應經由人力資本中介機制的影響效果，結果表明：數字普惠金融顯著縮小了城鄉收入差距，且變更數字普惠金融覆蓋廣度、使用深度和數字化程度后，這一結論依然成立。從影響機制看，數字普惠金融通過提高人力資本積累和促進人力資本高級化路徑顯著縮小了城鄉收入差距。

基于研究結論，提出以下對策建議：第一，加大農村地區的金融基礎設施建設，以金融科技為依托，大力推廣數字技術的普及程度，推廣數字支付功能應用面，形成“以點帶面”的格局，拓寬數字普惠金融各業務的覆蓋面，促使農村居民適應數字普惠金融發展。第二，優化農村地區普惠金融服務供給，提升數字普惠金融服務質量。一方面，聚焦“金融強村”計劃，壯大農商銀行服務農村力量，通過分層分類建立企業和居民支持類、幫扶類、關注類“清單”，優先保障民營企業、農村居民的信貸投放；另一方面，聚焦“金融創新”計劃，通過加快金融創新步伐，大力支持農村創業青年、大學生農創客、農業科技人員等創新創業。第三，提高居民的受教育水平，不斷增加居民知識儲備，通過教育、培訓等多種手段和方式，提升低收入階層和欠發達地區居民金融素養水平，不斷提高人力資本水平。