1. 引言
改革开放以来,我国经济迅速腾飞,居民收入水平显著提升,2020年我国完成了消除绝对贫困、全面建设小康社会的壮举。然而,当前和今后一个时期我国发展不平衡不充分问题仍然突出,城乡区域发展不平衡和城乡居民收入分配差距较大严重阻碍了我国共同富裕奋斗目标的实现。2014年至2022年我国城乡居民人均可支配收入差距由18,355元扩大至29,150元,城乡居民可支配收入差距扩大了约1.59倍。如何促使城乡区域协调发展,解决不断扩大的城乡收入差距的问题,进而推动共同富裕具有重要的现实意义。
2. 文献综述
已有研究表明,城镇化水平、财政支出结构 [1] 、产业结构 [2] [3] 、对外开放程度 [4] 等诸多因素都可以影响城乡收入差距。此外,金融发展水平是影响城乡收入差距的重要因素之一。早年实行的城市优先战略带来的城乡二元经济结构,金融资源流向富足的城镇地区,农村地区则面临着金融排斥的困境。农村居民难以从金融机构获取信贷支持,导致人力资本投资水平不足以及经营活动面临资金不足的流动性风险。普惠金融旨在立足机会平等、商业可持续的基础上满足被传统金融排斥的长尾用户的金融需求,发展普惠金融有助于解决金融排斥带来的发展不平衡问题。但现阶段普惠金融同样存在很多问题,包括:银行线下的网点带来的服务成本、农民信用水平和抵押品价值低带来的信息不对称的问题以及金融服务供给和农民的金融需求错配的问题。随着互联网、云计算、大数据在我国的飞速发展,结合信息技术的普惠金融可以降低信息收集的难度以及经营成本,解决信息不对称的问题,进一步降低金融的获取门槛,提高农村地区的金融服务可得性。
关于数字普惠金融与城乡收入差距之间的探讨,部分学者认为随着金融水平不断发展,原先缺乏资金的农村地区的居民和小微企业能够获得金融机构的信贷支持,从而进行创业、人力资本投资来提升收入,缩小城乡收入差距 [5] 。数字技术和普惠金融的结合,解决了普惠金融发展中信息不对称、物理网点高成本和空间的限制,从而扩大了普惠金融服务的覆盖广度,促进经济了增长,有效缓解了城乡收入差距 [6] 。宋晓玲利用我国2011至2015年的省级面板数据实证检验了数字普惠金融发展能够缩小了城乡收入差距 [7] 。黄倩等(2019)研究认为数字普惠金融通过收入增长和收入分配的改善来促进减贫,实现包容性增长 [8] 。张勋等(2019)研究发现数字金融有助于促资产水平较低家庭的创业行为,从而实现包容性增长 [9] 。周利等(2020)认为数字普惠金融的发展主要通过增加金融可得性、降低门槛效应而缩小城乡收入差距 [10] 。而不同地区的数字基础设施建设存在差异,农户收入、技术和教育差异仍然使得农村地区面临一定金融排斥的问题 [11] 。此外,张贺、白钦先(2018)发现数字普惠金融收敛城乡收入差距可能还存在门槛效应 [12] 。
现有文献从多个方面研究了数字普惠金融对城乡收入差距的影响,但是大多集中在两者的线性作用关系上,较少讨论两者之间的非线性作用关系。本文在已有的文献研究基础上,使用面板门槛模型中来探讨数字普惠金融对城乡收入差距的非线性影响,深层次研究数字普惠金融对城乡收入差距的影响。
3. 理论机制及研究假说
在城乡二元经济的背景下,众多资源优先供给城市,具备先发优势的城市在产业、征信、基础设施等各领域更加完善。金融机构在农村地区开展金融业务成本高;农民抵押品价值低,加上征信系统建设不完善产生信息不对称的问题,贷款以后可能面临道德风险和逆向选择,这导致农村地区融资成本高、融资困难。同时,由于农业生产周期长、自然风险高、收益低的“弱质”性,传统的商业银行以及资本市场都无法为农村小微企业提供充足的外部融资 [12] [13] 。
普惠金融的发展虽然能够一定程度上缓解金融排斥的问题,但线下网点的成本高企,使得普惠金融的普惠性目标与商业可持续性目标产生冲突,传统普惠金融收敛城乡收入差距的过程受“普惠金融悖论”而停滞不前。借助数字技术的数字普惠金融可以改善金融服务环境,减少金融排斥的现象。具体而言:数字普惠金融可以通过移动网络在线提供金融服务,大大降低了线下网点的投资和运营成本;以电子商务为载体,机构可根据生活场景需求提供金融服务,降低了获客成本;互联网提供更大的交易平台,农村居民不需要再到线下网点进行金融服务,解决线下机构覆盖不完整的难题,同时线上的服务精简了交易的环节,降低当地居民的获取服务的成本 [5] ;借助大数据、云计算,机构能够对海量的用户行为信息建模分析,对该部分群体进行信用评估和授信,减少信息不对称带来的道德风险或者逆向选择的问题,降低金融服务价格中包含的风险溢价;得益于金融服务供给价格的降低和同业竞争压力加剧,金融机构能花更多资金用于金融产品创新来满足小微企业和农户的特定金融需求。因此,数字普惠金融的定价成本能够降低,降低金融的获取门槛,解决信贷约束的难题,使得更多的弱势群体可以享受到金融服务,增加普惠金融的覆盖度。
数字普惠金融改变了小微企业的融资渠道,缓解资金链紧张的问题,企业能有更多的资金用于经营和创新,给农村居民提供更多的岗位 [14] ,增加工资性收入。缺乏创业启动资金的农村居民通过数字普惠金融得以解决融资约束问题,农户能够结合自身禀赋条件进行持续有效的生产经营性投资,推行适度规模经营,结合京东、淘宝等互联网平台形成线上线下的交易模式,大大提升农业生产效率和农户的经营性收入;农村居民亦可以通过医疗保险投资或者教育投资来提高人力资本水平,增加在城市先进生产部门就业的机会,提升农户家庭工资性收入,而空闲的土地和宅基地等可以通过多种方式获取财产性收入。因此,数字普惠金融可降低金融服务门槛,进而收敛城乡收入差距。
在我国二元经济的背景下,全国各地的城乡产业结构、城镇化水平、要素禀赋以及受教育水平不同 [15] ,农村地区的数字基础设施建设水平低于城镇,“数字鸿沟”的存在会影响到数字普惠金融增收效应。在数字普惠金融发展早期,城镇地区相对于农村地区具备信息优势、市场优势和机会优势 [16] ,城镇地区居民凭借自身优势能够更先使用数字普惠金融的服务,而农村居民金融素养偏低,“数字鸿沟”的存在反而可能扩大城乡收入差距 [17] 。随着经济不断发展,农村地区基础设施不断完善,数字普惠金融覆盖广度和服务多样性扩大。农村居民能够借助数字普惠金融服务发挥出劳动力、土地和自然资源的要素优势提升收入,从而缩小城乡收入差距 [18] 。
据此,提出本文的研究假设:
假设1:发展数字普惠金融能够有效收敛城乡收入差距。
假设2:发展阶段不同,数字普惠金融缩小城乡收入差距存在明显的差异。
4. 模型、变量与数据说明
4.1. 模型的构建
4.1.1. 基准模型
为了检验数字普惠金融与各省市地区城乡收入差距之间的作用关系,构建基准回归模型为:
(1)
其中,i表示省市地区,t表示年份,
表示城乡居民收入差距,
为数字普惠金融发展水平,
表示常数项,
为一系列控制变量,
为模型的误差项。
4.1.2. 门槛效应模型
分析了数字普惠金融对城乡收入差距的作用关系后,建立面板门限模型探讨数字普惠金融对城乡收入差距的作用关系是否存在门槛效应,具体公式如下所示:
(2)
其中,
表示城乡居民收入差距,
表示产业结构和门槛变量,
为门限值,且
,
为控制变量,
为随机误差项,I为特征函数,表示若括号内条件成立,则返回值为1,否则为0。
4.2. 变量与数据说明
4.2.1. 被解释变量:城乡居民收入差距(GAP)
使用泰尔指数来衡量城乡收入差距,泰尔指数考虑了人口变动的因素,不仅能刻画城乡居民收入差距的动态特征,而且能减缓城乡人口结构变化可能对城乡居民收入差距带来的影响。
4.2.2. 核心解释变量:数字普惠金融指数(DIF)
本文的解释变量为数字普惠金融指数,采用“北京大学数字普惠金融指数”中2011~2020的年度数据来测算数字普惠金融的发展现状。考虑到数字普惠金融指数与泰尔指数不在同一数量级,因此取其自然对数处理后的结果作为实证分析的数据。
4.2.3. 控制变量
1) 城镇化率(UL):农村富足劳动力向城市转移,能提高工资性收入;同时城镇地区先进技术、管理、人才向农村地区扩展,促进农业发展,进而影响城乡收入差距。该指标用城镇人口与总人口的比值计算得到。
2) 产业结构(ISL):产业升级更有利于教育和技能水平相对较高的城市居民,城乡差距会持续扩大 [2] 。参考已有的文献研究,通过二三产业产值与地区生产总值的比值来衡量地区产业结构的高级化,而一个地区的产业结构的水平可以决定这当地的产业发展方向,影响城乡收入差距。
3) 对外开放程度(OPEN):对外开放可以明显缩小本省区和相邻省区的城乡收入差距 [4] 。一个地区的对外开放程度越高,产业融入到全球化的程度也越高,外商直接投资向城乡的领域也就更加广泛,能够有效带动资源要素的流动、产业发展和经济增长,进而影响城乡收入差距。本文用外商投资企业进出口总额(用当年美元兑人民币汇率折算)表示对外开放程度。
4) 经济发展水平(PCGDP):根据Kuznets“倒U型”假说,城乡收入差距应随经济增长先增大、后减小。本文用各省市人均GDP的对数来代表经济发展水平,探讨中国目前经济发展处于曲线的哪个阶段。
5) 农村人力资本(RHCL):人力资本水平越高,农村居民能更高效地使用数字普惠金融产品提升自身收入水平。该指标用农村居民平均受教育年限来测度。
6) 财政支农水平(GOV):财政支出是重要的再分配手段,财政支农资金可以引导社会资本改善城乡资源配置。变量用地方财政农林水事务支出与第一产业增加值来衡量。
4.3. 数据来源
基于数据的可获得性的原则,由于2011年前缺乏数字普惠金融指数的数据,本文最终构建选择了2011~2020年我国31个省市的数据。解释变量的数据来源于《北京大学数字普惠金融指数(2011~2020年)》,其余变量数据来源于历年的《中国统计年鉴》《中国农村统计年鉴》《中国人口和就业统计年鉴》。此外对数值较大的非比值型指标取对数处理。
5. 结果与讨论
5.1. 基准回归结果
![](Images/Table_Tmp.jpg)
Table 1. Benchmark regression results
表1. 基准回归结果
注:回归系数括号内为对应的t值,*、**、***分别代表在10%、5%、1%的水平上显著。下同。
表1为基准回归结果。为检验数字普惠金融对城乡收入差距的驱动作用,式(1)先直接将数字普惠金融与代表城乡居民收入差距的泰尔指数进行回归,式(2)则是再加入控制变量后的模型回归结果。式(1)中核心解释变量的参数是−0.016,在1%的显著性水平下显著,式(2)中解释变量前的系数−0.002也通过1%的显著性检验,说明了数字普惠金融确能收敛城乡居民收入差距。
关于控制变量,城镇化率、产业结构、对外开放程度、人均GDP、财政支农水平的估计结果也在1%的水平上显著,农村人力资本水平不显著。产业结构前的系数符号为正,说明随着地区产业结构的提升,城乡收入差距在扩大;城镇化率、对外开放程度、经济发展水平和财政支农水平的提高能有效缩小城乡收入差距。
为考察数字普惠金融的不同细分指数对城乡居民收入差距的异质性影响,选取覆盖广度、使用深度和数字化程度作为解释变量对城乡收入差距进行估计。从3)~5)的估计结果中可以看出,覆盖广度以及使用深度前的系数在1%和10%的水平下显著为负,说明覆盖广度和使用深度能够有效缩小城乡收入差距,且覆盖广度能够起到更强的作用。数字普惠金融向被传统金融排斥的长尾用户提供金融服务,一些农业大户、农村合作社和新型农村经营主体能够更加便利地在线上获取支付、信贷、保险、信用、投资、货币基金等多种更深的金融服务,拓宽了农村地区的资金借贷渠道,更多样化的产品可以满足农村地区不同类型用户的差异化需求。金融需求得到满足后,农业地区的经营增效、农民增收,进而缩小了城乡收入差距。而各地和城乡的数字基础设施的差距较为明显,因而数字化程度对城乡收入差距收敛的作用不明显。
5.2. 门槛效应分析
5.2.1. 门槛效应检验
本部分讨论数字普惠金融与城乡收入差距可能存在的非线性关系。在城乡收入差距缩小的过程中,产业结构起到显著作用,将其作为门槛变量。首先进行三重门限检验,表2结果显示单一门槛效应和双重门槛在10%显著性水平下显著,而三重门槛未能通过10%的显著性检验。这也表明数字普惠金融对城乡收入差距的效应不是简单的线性关系,而是呈现显著的双重门槛特征,门槛估计值与置信区间见表3。
![](Images/Table_Tmp.jpg)
Table 2. Threshold effect test results
表2. 门限效应检验结果
![](Images/Table_Tmp.jpg)
Table 3. Threshold estimates and confidence intervals
表3. 门槛估计值与置信区间
5.2.2. 双重门槛回归结果
通过将数字普惠金融与城乡收入差距进行双重门限回归分析,在95%的置信区间内,门槛值分别为0.7687和0.8262,结果表明随着产业结构在不同门槛区间下,数字普惠金融对城乡收入差距的作用表现出不同的影响,二者存在非线性关系。在剔除表1的不显著变量后,得到表4的双重门槛模型回归结果。产业结构数值0.7687的阶段,数字普惠金融指数前的系数为0.00161,在5%水平上显著,说明数字普惠金融此阶段会扩大城乡收入差距;当产业结构数值介于0.7687到0.8262之间时,估计的系数不显著;在产业结构大于0.8262的阶段,系数为−0.00251,在1%的水平上显著,说明数字普惠金融能缩小城乡收入差距。只有黑龙江和海南未跨过0.8262的门槛值,说明现阶段在大部分省市数字普惠金融能够有效缩小城乡收入差距。产业结构水平越高,该地区二三产业的水平越高,城市地区已经过充分发展,农村地区借助数字普惠金融凭借后发优势发展经济,收敛城乡收入差距。
![](Images/Table_Tmp.jpg)
Table 4. Double threshold model estimation results
表4. 双重门槛模型估计结果
5.3. 稳健性检验
本文选用城乡居民人均可支配收入之比来替换泰尔指数进行稳健性检验。首先进行双重门限检验,表5结果显示单一门槛效应在10%显著性水平下显著,而双重门槛未能通过10%的显著性检验。表6可知门槛估计值为0.8262。双重门槛估计结果见表7,在单一门槛下,产业结构数值小于0.8262时,系数不显著;在产业结构数值大于0.8262的阶段,系数在10%水平下显著,系数为负,说明数字普惠金融能够缩小城乡收入差距。
![](Images/Table_Tmp.jpg)
Table 5. Robustness test threshold estimates and confidence intervals
表5. 稳健性检验门槛估计值和置信区间
![](Images/Table_Tmp.jpg)
Table 6. Threshold estimates and confidence intervals
表6. 门槛估计值与置信区间
![](Images/Table_Tmp.jpg)
Table 7. Threshold model estimation results
表7. 门槛模型估计结果
6. 结论与对策建议
6.1. 研究结论
本文研究数字普惠金融对城乡收入差距的影响,以2011~2020年的数字普惠金融指数、泰尔指数等全国省级数据,分析了我国数字普惠金融影响城乡收入差距的直接效应、门槛效应以及二者关系的区域异质性。结果表明:我国数字普惠金融水平的提高能够有效缓解城乡间的收入差距;面板门槛模型显示,随着产业结构水平的提升,数字普惠金融在第一门槛下会加剧城乡收入差距,在第二门槛后会对加强对城乡收入差距的缓解作用。
6.2. 对策建议
第一,不断推进数字普惠金融的发展,完善农村数字基础设施的建设。推进大数据、云计算等数字技术在农村地区的使用范围,加快农村地区基础数据平台建设,降低金融服务数字化服务的门槛,实现数字技术对老年群体的适配,不断消除各地的“数字鸿沟”现象。
第二,提升农村居民的教育水平和金融素养。农村地区教育水平的提升一方面可以提升农民人力资本水平,增加农民从事城市工作的机会,另一方面实现利用现代技术在农村地区从事现代化经营。除此之外,还需要在农村地区加强金融知识的教育工作,加强利用金融工具减少经营风险的意识。
第三,实施差异化的数字普惠金融政策。数字普惠金融让落后地区实现缩小城乡收入差距成为可能,积极鼓励互联网企业和金融机构向不同需求的群体提供差异化的数字普惠金融产品,根据当地的实际条件推广线上支付、信贷、理财和保险业务的服务深入,提升数字普惠金融的使用深度,努力实现金融机构和贫困群体的金融供需平衡。