數字普惠金融對有效收斂城鄉收入鴻溝的作用研究
——來自中國西部地區十二省市的證據

段成龍 馬賽

(廣西交通職業技術學院 廣西南寧 530216)

1 引言

2021年，我國城鄉居民收入比為2.50，收入差距仍舊較明顯。假設城鎮居民人均可支配收入保持3%的年均增長率，農村居民人均可支配收入必須保持在至少6%以上才可能在30年左右的時間內填補城鄉之間收入的差距。《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》提出“人民生活更加美好，人的全面發展、全體人民共同富裕取得更為明顯的實質性進展”的遠景目標，把共同富裕落到實處的重中之重是縮小城鄉收入差距。黨的二十大報告旗幟鮮明地指出“著力維護和促進社會公平正義，著力促進全體人民共同富裕，堅決防止兩極分化”，縮小城鄉收入差距是防止兩極分化的重要措施，借助普惠金融解決城鄉收入矛盾、實現共同富裕成為我國政府努力探索的重要路徑。以大數據、物聯網、云計算、人工智能為核心的數智技術，催生了數字經濟、平臺經濟和共享經濟的興起與蓬勃發展，也為數字普惠金融的普及創造了技術條件，打破現有的城鄉二元結構，數字普惠金融被賦予更多的期望與重任。

根據《國務院發布關于西部大開發若干政策措施的實施意見》劃分的范圍，我國西部地區主要泛指四川省、云南省、陜西省、甘肅省、青海省、貴州省、重慶市、西藏自治區、新疆維吾爾自治區、寧夏回族自治區、內蒙古自治區、廣西壯族自治區12個省市或自治區，占國土面積的74.1%，人口占全國總人口的22.99%，但GDP總量僅占全國總量的1/5。“十三五”期間，西部地區的產業化升級速度不斷加快、第三產業比重持續上升、城鎮化進程持續推進、對外貿易開放程度不斷提高，經濟發展表現出又好又快、穩中求進的良好態勢。在經濟高質量發展的同時，西部地區城鄉二元結構的收入失衡問題依舊嚴峻，城鄉收入差距過大已上升為重要的社會問題，亟待解決。相對東部沿海和中部地區，西部地區既有作為資源儲藏區域的協同性，又存在發展水平的異質性。如何依靠數字普惠金融進一步收斂我國西部地區城鄉收入的鴻溝，直接影響著“十四五”時期建構和形成共同富裕的收入分配新格局。

2 文獻綜述

2.1 數字普惠金融與城鄉居民收入差距的關系

金融的發展對國家的收入分配格局產生重要影響。Shaw(1973)的研究發現，一國的金融發展有助于縮小城市居民與農村居民之間的收入差距。Shiller(2013)指出，銀行業務能夠降低客戶的交通成本和時間成本，對解決貧困問題和助長金融發展發揮著重要作用。Munyegera等(2015)認為，數字金融加深了金融業務的深度和廣度，具有減弱貧困的能力與作用。Corrado(2017)認為，普惠金融因其高包容性彌補了農村金融貸款群體門檻高的缺點，在占用較少社會資源的背景下，涉及居民的消費和投資保護業務，能夠節省成本，助力農村金融發展。

但受金融“嫌貧愛富”假設的影響，金融發展對縮小城鄉居民收入差距觀點受到質疑。Greenwood和Jovanovic(1990)認為，金融發展到一定程度后會加劇城鄉居民的收入差距，兩者之間是倒“U”型曲線的關系。Townsend等(2006)的研究發現，金融的發展會加劇個體收入之間的差距，引發更多社會不公平等現象。葉志強等(2011)發現，在中國國情下，金融的快速發展不利于農村居民收入的提高，加劇了城鄉收入的差距。

2.2 數字普惠金融對城鄉居民收入的影響機制

數字普惠金融對城鄉居民收入的影響主要有直接影響和間接影響兩條途徑。

從直接途徑來看，由于資源的稀缺性和金融機構的盈利性，農村和貧困人群相較城鎮居民，往往在金融業務方面更難獲得優質服務，數字普惠金融的發展為解決這一問題提供了有效途徑。而數字普惠金融的發展直接提高了傳統普惠金融業務的廣度和深度，相較線下金融業務，數字普惠金融業務覆蓋面更廣，能惠及更多的貧困區域且交易成本更加低廉，能夠增強農村居民對社會經濟資源的可獲性。通過數字普惠金融，農村居民以更低的時間成本和交通成本獲得更好的金融服務，有助于提高農村地區人民群眾的貨幣收入，直接解決城鎮居民和農村居民之間的收入失衡問題。

從間接途徑來看，數字普惠金融通過經濟增長、資源分配模式、提高金融服務效率等途徑實現城鄉居民收入差距的縮小。數字普惠金融能夠提高居民消費和資產的升級，對資源分配進行再優化和再升級，為居民獲得資金的能力提供便捷、節約成本，為社會經濟的可持續發展提供重要支撐，增加更多的就業崗位、財政收入和稅收收入。經濟的高質量發展也能進一步提升人民生活水平，政府機構能夠為“三農”提供更多的政策扶持。因此，數字普惠金融能夠降低農村居民生產生活資源的獲取難度，縮小農村居民與城鎮居民的收入差距。

3 實證研究

本文擬使用多元面板數據回歸方法研究我國西部地區普惠金融對城鄉居民收入差距的影響。具體實證分析步驟如下：第一步，根據假設提出本文的模型設計；第二步，對模型內所有代理變量指標做指標處理說明與基本特征描述；第三步，在面板模型回歸前需檢驗數據的平穩性，選用LLC、ADF-Fisher和PP-Fisher三種方法做平穩性檢驗；第四步，對一階差分序列做面板協整檢驗；第五步，估計面板模型結果，針對估計結果進行分析，并進行多重共線性檢驗，以提高估計結果的可信度；第六步，利用GMM模型對回歸結果進行穩健性檢驗。

3.1 變量選取、模型設計與假設

變量選取方面，綜合考慮指標的連續性與可得性，選擇內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆12個省(自治區/直轄市)的泰爾指數作為城鄉居民收入差距的代理變量THEIL；解釋變量方面，基于數據連續可得角度，選擇數字普惠金融DIFI作為模型核心解釋變量。另外，考慮到除了數字普惠金融外，其他宏觀經濟運行變量亦會對城鄉居民收入差距產生影響，因此本文繼續選擇產業結構IS、經濟發展水平PGDP、城鎮化率UR、財政支出比率FER、貿易開放度IEP作為模型控制變量進行回歸。以上觀測樣本數據均選自2011—2020年各省市年度數據，來源于國家統計局、各省市地方統計局及地方統計年鑒。

要塑造好自身的人格，個體應做到以下這樣幾個方面。首先，要擁有積極的自我觀念。應既能悅納自己也能為他人悅納。雖然有時會感覺不順意，但肯定、積極的自我觀念應占大學生個體人格的優勢。其次，能面對和接受現實。即使現實不符合自己的希望與信念，也能踏實地面對和接受現實的考驗。第三，能適度地認同他人，能認可別人的存在與重要性，接納不同個體的性格差別，包容他人的錯誤與缺陷，而且能與別人分享并且不會因此失去自我。

基于研究目標，本文擬將構建面板回歸模型研究我國數字普惠金融發展對城鄉居民收入差距的影響關系。為減少異方差性，在回歸前，對變量做取對數處理。構建的模型如下：

其中，LnTHEILit代表t年i省份或直轄市的泰爾指數；LnDIFIit代表t年i省份或直轄市的數字普惠金融指數；LnISit代表t年i省份或直轄市的產業結構情況；LnPGDPit代表t年i省份或直轄市的經濟發展水平；LnURit代表t年i省份或直轄市的城鎮化率；LnFERit代表t年i省份或直轄市的財政支出占比；LnIEPit代表t年i省份或直轄市的對外貿易開放程度。

通過對我國數字普惠金融及城鄉居民收入差距的影響關系分析后，提出本文的假設：我國西部地區數字普惠金融與城鄉居民收入差距呈顯著負相關，即數字普惠金融發展能夠有效收斂城鄉居民收入鴻溝。

3.2 平衡性檢驗

根據表1平穩性檢驗結果，經LLC檢驗、ADF-Fisher和PP-Fisher檢驗識別，給定5%顯著性水平，原變量的三種單位根檢驗對應概率值均未能小于0.05，而一階差分變量的三種單位根檢驗對應概率值能同時小于0.05，表明一階差分后的數據均在5%顯著性水平上拒絕含有單位根的原假設，即證得變量均為一階平穩變量。

表1 平穩性檢驗結果

3.3 協整檢驗

根據表2協整檢驗結果，變量間檢驗所得統計量均通過5%顯著性水平上的Kao面板協整檢驗，表明同為一階單整，城鄉收入差距與普惠金融指數、產業升級、經濟發展、城鎮化水平、財政支出、貿易開放程度之間均存在著長期穩定的均衡關系，即相關樣本變量間有著平穩的線性組合，因此該模型可直接在原變量基礎上進行回歸，其線性回歸結果較為精確。

表2 協整檢驗結果

3.4 回歸結果分析

首先，本文對模型進行F檢驗，該檢驗通常用于確定模型是否存在個體固定效應。本部分通過計算，將混合估計模型所得殘差平方和與固定效應模型殘差平方和帶入F檢驗公式中，計算得出F檢驗值大于95%置信度上的分布值，表明應選擇固定效應模型。

其次，對模型進行豪斯曼檢驗，根據表3模型豪斯曼檢驗結果的P值數據，在5%的顯著性水平上，該模型拒絕原假設，即模型變量的個體效應與解釋變量相關，因而在隨機效應模型和固定效應模型中選擇固定效應模型。因此，本文所構建模型拒絕原假設，得出樣本期內的最優模型為固定效應模型。

表3 豪斯曼檢驗和F檢驗

基于前文各部分的分析，為防止出現遺漏變量偏差，本文采用固定效應模型進行回歸。根據表4中(1)回歸結果可以看出，模型的決定系數在0.95以上，說明模型具有一定的解釋力度，模型的F統計量為135.5421，伴隨概率為0.0000，通過1%的顯著性水平檢驗，說明模型整體的聯合顯著性高。

表4 城鄉收入差距與數字普惠金融的回歸結果

根據表4(1)中固定效應模型估計結果，數字普惠金融指數LnDIFI的回歸系數為-0.0466，檢驗t值為-2.5611，通過了1%顯著性水平的檢驗，說明數字普惠金融對城鄉收入差距的縮小具有顯著的促進作用，假設得到了直接驗證；且固定效應模型中，產業結構、城鎮化水平、西部地區貿易開放程度的回歸系數為負數，均通過顯著性水平的檢驗，說明這些變量與城鄉收入差距的縮小均具有顯著的促進作用。

為使模型估計結果可靠，繼續對解釋變量間做多重共線性檢驗。根據表5中數字普惠金融指數DIFI、產業結構IS、經濟發展水平PGDP、城鎮化率UR、財政支出比率FER、貿易開放度IEP，解釋兩兩變量間的相關系數矩陣，基本所有相關系數值均取較小值，表明解釋變量間不存在多重共線性情況，表4的模型估計結果可靠性較強。

表5 各變量相關系數表

3.5 穩健性檢驗

考慮到樣本數據多為宏觀數據，為減少內生性問題，使表4中的回歸結果更加穩健，繼續做GMM回歸，并引入LnTHEIL的滯后項作為工具變量，得到系數估計值。另外，為針對模型有效性識別約束檢驗，表6結果的末尾診斷檢驗增加相關性檢驗，當且僅當兩個檢驗的P值均應大于給定顯著性，能夠代表GMM模型穩定。

表6 城鄉收入差距與數字普惠金融的穩健性回歸結果

根據表6中GMM所得穩健性檢驗回歸結果可以發現，AR(1)和AR(2)的P值分別為0.3356和0.8572，均大于0.05，表明GMM模型較為穩健。

對比表4與表6，西部地區數字普惠金融的回歸系數仍顯著為負，且通過1%顯著性檢驗，表明我國西部地區數字普惠金融的發展能夠縮小城鎮居民和農村居民之間的收入差距，得到的結論與假設保持一致。同時，控制變量的表現與前文大致相同，具體來看，西部地區經濟發展水平和財政支出比率均為正數，表明現階段在一定程度上西部地區經濟發展和財政支出增大會造成城鄉間收入的不平衡，從而擴大地區間的城鄉收入差距；而產業結構、城鎮化水平、貿易開放程度的估計參數均顯著為負，表明產業結構、城鎮化水平、貿易開放程度能夠有效縮小西部地區城鄉居民之間的收入差距。

綜上所述，GMM檢驗結果說明模型的回歸結果是相對穩健的。根據估計結果可以看出，假設是成立的，我國西部地區數字普惠金融與城鄉居民收入差距呈顯著負相關，即數字普惠金融發展能夠有效收斂城鄉居民收入鴻溝。

4 結語

本文最終證得我國西部地區數字普惠金融的回歸系數在統計學上顯著為負，且通過顯著性檢驗，表明我國西部地區數字普惠金融的發展能夠有效收斂城鄉收入差距，該結論與實際經濟發展形態相符。

基于以上結果，本文提出以下建議：

一是加強西部農村地區數字技術基礎建設。對于農村地區的居民或小微企業，數字普惠金融的發展是建立在金融機構云運營效率和服務質量上的，數字普金業務能夠降低資金雙方信息的不對稱程度，也能加強資源的均衡調配，其普惠效應得以實現是需要金融機構更高的覆蓋度和數字基礎設施的廣度和深度的，這方面我國西部地區的基礎設施需要進一步完善。

二是豐富和創新西部農村數字普惠金融業務和產品。現階段，西部農村數字普惠金融業務的載體仍以各地的農信社為主，業務品種較少且較為傳統，在互聯網普及和數字化金融業務產品加載背景下，農村區域需要更多新興媒體的進入，不斷豐富和創新西部農村數字普惠金融業務和產品，以深度契合西部農村地區的實際金融需求，增強數字金融服務對農村居民的普惠效應。

三是重視農村居民金融綜合素養的提高。居民的受教育程度對阻斷與抑制貧困的代際傳遞具有顯著作用，提高農村居民的人力資本可以有效縮小城鄉居民的收入差距。人力資本的提高可以從多個方面展開，培養金融素養是其中的重要舉措。運用現代信息技術，將云培訓、移動網絡、計算機、手機、金融基礎知識有機地結合起來，利用線上自主學習和線下針對性培訓，提高農村居民對理財產品、金融風險、數字金融的感知，掃除因“數字鴻溝”造成的城鄉居民收入障礙。

四是創新數字普惠金融的監管模式，降低和化解數字普惠金融風險，保障城鄉居民的財產權益。由于數字普惠金融的動態性和創新性，現有的金融監管體系已無法滿足現實的需要，對數字普惠金融的監管應從根本上突破事后監管的滯后性，從頂層設計上降低非系統性風險發生的可能性，優化數字普惠金融的運營環境，發揮數字普惠金融對農村居民的普惠效應。