周夢琪 陳 晶
(沈陽工業大學 遼寧沈陽 110870)
我國脫貧攻堅戰取得全面成功,城鄉居民生活水平日益提高,目前我國國民經濟總體呈現出增速合理和結構更優的態勢。在此背景下,城鄉發展的二元結構仍是難以完全克服的難題,許多城市的城鄉居民收入差距仍在巨大,部分農村仍面臨著發展存在瓶頸和脫貧后返貧的風險。以環渤海地區為例,2011年地區內城鎮人均可支配收入是農村的2.44倍,2020年城鎮居民收入仍是農村居民的2.26倍之多,十年的發展并沒有讓基數小的農村經濟縮小與城市的差距,地區內的城鄉收入差距仍將是未來需要重視和解決的問題之一。
作為互聯網與普惠金融的結合,數字普惠金融的概念在上述貧富差距仍在不斷擴大的背景下被提出,是在社會數字化發展愈加完善的前提下所誕生的產物。它是指利用云計算、大數據分析等技術手段,有效降低金融服務交易成本,使金融服務不再僅僅是富裕之人的游戲,不擁有大量資產的人也可以跨越門檻參與其中,因此被多數學者認為可以減小城鄉收入差距,促進經濟的包容性增長。
已有學者進行過相關研究,但本文將進一步改進與拓展:一是本文將分析對象鎖定為環渤海經濟區,其作為一個由三個次級經濟區組成的復合經濟區,河北、山東、遼寧經濟發展水平相對較為落后,存在大量的農村人口,相較于珠江三角洲和長江三角洲有著更大的發展潛力,也存在更多的區域融合和優勢互補需要;二是本文采用《北京大學數字普惠金融指數第3期(2011-2020年)》為部分數據來源,在往期的基礎之上,此數據來源結合新的原則,將更多互聯網實時發展的特點與情況進行多維考量,能夠從客觀角度上更加準確地反映出各地數字普惠金融的發展狀況,目前使用此數據來源的文章較少,本文將利用此進行研究。
現有文獻中已經有部分對數字普惠金融與城鄉居民收入差距關系的研究。楊一凡(2021)利用2011-2018的省級面板數據,分別從直接效應和間接效應兩個方面探究了城鄉居民消費差距的影響效應和傳導機制,其中以收入為中間變量的間接效應對縮小城鄉消費差距有一定作用,且支付業務的作用更加明顯;熊德平(2020)等人通過2011-2018的省級面板數據運用非均衡效應檢驗和門檻效應,對數字普惠金融對農村和城鄉之間的收入偏離相關性差異的影響問題進行了研究,發現經濟發展水平較高的地區,數字普惠金融發展中給農村居民帶來的收益更大;黃倩(2019)利用2011-2015的省級面板數據,對數字普惠金融的減貧機制進行研究,認為數字普惠金融的發展確實可以兼顧效率和公平,減少貧困現象的發生。
在已有的金融約束機制之下,為使自身達到利潤最大化,金融機構在提供服務時會優先選擇具備一定經濟條件和基礎的群體以降低自身風險。在此前提下,收入水平偏低或者可供抵押資產較少的貧困群體會不足以被劃入金融機構的“信任圈”內,導致難以享受機構提供的金融服務,錯過增加收入的機會;相反地,較為富裕的群體擁有良好的征信記錄,在金融機構提供的各種服務中可以做到有效理財,獲得高收益回報,在較為富裕的基礎上擁有更多財富,增加了收入差距。數字普惠金融概念的引入給貧困群體帶來了脫離互聯網絕不可能接觸到的享受金融服務的機會。
因此,本文提出如下假說:假說1:在環渤海經濟區內,數字普惠金融發展對城鄉收入差距縮小具有促進作用,且可能存在門檻效應;假說2:在環渤海經濟區內,數字普惠金融的發展可以降低地區貧困現象發生的概率,具有一定的減貧效應。
針對數字普惠金融對城鄉收入差距的作用是否為線性影響,還存在較大的分歧和不同的研究成果,但基于目前國內學者的研究情況,本文選擇認為存在門檻效應。根據假說1,建立如下門限回歸模型:

其中,H為模型的假設前提條件,IG代表城鄉收入差距,α代表截距項,Controls代表各控制變量,μ代表誤差項;下標i表示個體(1≤i≤n),下標t表示時間。具體來說,選擇城鄉收入差距為被解釋變量、數字普惠金融指數為解釋變量,并基于已有文獻研究,使用各省份城鎮化率、對外開放程度、城鎮固定資產投資占比和民生支出占比作為控制變量。具體定義如表1所示。

表1 變量定義
表1中所使用的數字普惠金融指數(FI)來源于北京大學互聯網金融中心發布的《北京大學數字普惠金融指數第三期(2011—2020年)》,該指數主要由支付業務、信貸業務、保險業務和賬戶覆蓋率等指標組成,從數字金融覆蓋廣度、數字金融使用深度和普惠金融數字化程度等3個維度來構建數字普惠金融指標體系(郭峰等,2020),是在當前互聯網時代背景下基于大數據編制的,具有較大的可信度和研究價值。其余變量均來自《中國統計年鑒》、各省市的統計年鑒以及前瞻數據庫。
如圖1與表2所示,進行雙重門檻檢驗后顯示結果為接受原假設H0,故不存在雙重門檻效應;在接受單一門檻檢驗時,拒絕原假設H0,故存在單一門檻效應。因此,數字普惠金融發展對城鄉收入差距的收斂性在單一門檻區間兩邊回歸結果存在不同影響,即兩者存在非線性關系。

表2 門檻效應的檢驗結果

圖1 門檻值的LR圖形
如表3所示,由STATA 數據處理軟件可以得出單一門檻值lnpgdp=11.3663,該門檻值表示在經濟發展水平較為發達(lnpgdp>11.3663)的地區,人均GDP的增長率較高,數字普惠金融指數(FI)對地區的城鄉收入差距具有顯著的負向作用,即會縮小較發達地區的城鄉收入差距;但對于經濟發展水平較差(lnpgdp≤11.3663)的地區,人均GDP增長率相對較低,數字普惠金融指數(FI)對地區的城鄉收入差距具有顯著的正向作用,即會擴大較落后地區的城鄉收入差距。出現這種地域間差異的原因可能是在環渤海經濟區內,既有北京、天津綜合實力強勁的地區,也有河北、遼寧、山東這種發展并不均衡且總體相對落后的地域,而越是發展落后的地區,其公共設施可能越不完善,社會群體的受教育程度和數字化產品的普及化程度較低,數字化的發展給城鎮帶來的紅利會遠高于農村,導致拉大了城鄉間的差距。

表3 門限回歸結果
基于以上研究結果可以看出,對于人均國民生產總值高于門檻值的城市來說,在城鎮化發展較為先進、對外貿易體制較成熟、農村基礎設施和數字化程度較完善的環境中,貧困群體確實可以從數字化的發展之中獲利;但對于經濟增長水平較落后的城市來說,數字普惠金融的發展反而會加劇城鄉收入差距的擴大。那么在相對落后的地區,是選擇放棄發展數字普惠金融從而避免城鄉差距被進一步拉大,還是繼續發展數字普惠金融響應國家數字化轉型升級的號召,則成為了一種兩難的抉擇。因此,本文繼續利用環渤海地區2011-2020的面板數據,探究數字普惠金融的發展對地區貧困率的影響。
根據Nurkse(1953)提出的貧困惡性循環理論,落后地區長期的貧困會與其自身的上一期貧困有關,因此選擇差分GMM估計來探究數字普惠金融的發展對農村貧困率的影響,以消除動態面板可能導致的誤差。根據假說2,建立如下模型:

其中,Pov表示貧困發生率,fi表示數字普惠金融指數,Controls代表各控制變量,μ為樣本異質性,(包含了遼寧省各市級間差異的非觀測影響因素),ε為隨機誤差項。具體來說,使用貧困發生率為被解釋變量,數字普惠金融指數為解釋變量,并基于已有文獻參考,使用各市城鎮化率、對農支出、地區教育水平作為控制變量,部分變量取對數以消除異方差。具體定義如表4,數據來源同上。

表4 變量定義
如表5所示,為數字普惠金融指數與貧困發生率關系的差分GMM估計結果。模型一為僅有滯后項做回歸,模型二至五分別加入核心解釋變量lnfi和其他可能影響貧困發生率的解釋變量。Sargan檢驗結果表明,模型不存在工具變量過度識別的情況;模型AR(2)均接受原假設,即均不存在二階自相關。

表5 差分GMM回歸結果
在模型一至五中,貧困發生率的一階滯后項均在1%的水平下拒絕原假設,系數顯著為正,僅有滯后性的系數高達0.9515,驗證了貧困惡性循環理論的存在性及使用gmm估計的必要性;數字普惠金融指數的估計系數都顯著為負,證明該數字普惠金融的發展在經濟區內確實可以降低農村的貧困發生率。在全樣本的估計中,系數為-0.0021,說明數字普惠金融指數每增加1%,就可以降低0.0021%的農村貧困發生率。
本文利用門限回歸,實證分析環渤海經濟區數字普惠金融和城鄉收入差距的關系,并進一步用差分GMM模型探究數字普惠金融對貧困發生率的影響。結果表明:在經濟發展水平較領先的省份,數字普惠金融的發展確實可以縮小城鄉收入差距,但在經濟發展水平較為落后的省份,數字普惠金融的發展反而會增大城鄉收入的差距;數字普惠金融的發展可以有效降低農村的貧困發生率。結合兩項研究結果可以推測,在經濟較落后地區城鄉收入差距被拉大的原因可能是:相較于城市而言,農村擁有不夠完善的基建設施和村民文化素質較低,以此為前提的數字化發展并不能給農村帶來多于城市的收益。但毫無疑問的是,數字普惠金融在一定程度上對農村的發展尤其是在防止農村返貧上是有利的,貧困發生率的降低正符合我國大力支持農村發展的需求。
基于此,本文提出如下幾點建議:第一,推動供給側結構性改革,提高落后地區人均GDP的增長水平。從根本上來說,發展數字普惠金融卻反向導致城鄉收入差距擴大的根源,在于部分地區經濟發展水平的落后。近年來我國經濟已由高速增長階段轉型為高質量增長階段,落后地區的新增長動力還不夠強大,必須找到各地區阻礙自身經濟高質量發展的短板以采取對應措施,因材施教,發揮優勢的同時克服自身劣勢。第二,堅持發展農村數字普惠金融,增強農村基礎設施建設。盡管在經濟發展落后地區,數字普惠金融的發展可能會導致城鄉差距的增大,造成短期的不利;但從農村長遠發展的角度而言,數字普惠金融的發展是有利的。因此,地方政府不應因噎廢食,應更看重長遠利益,著手完善農村基礎設施建設,使農村可以從數字普惠金融的發展中獲得與城鎮同等甚至更大力度的收益,從而得到發展。第三,在環渤海地區,落后地區可以巧妙利用地理位置、交通運輸條件等已有優勢,借用北京、天津的輻射效應,吸引各種先進的人才、技術和產品的逐漸引入,加快相對落后省份地區的發展腳步。