李昀臻 秦后文

摘 要：數(shù)字普惠金融作為數(shù)字技術和普惠金融深度融合的產(chǎn)物，能夠有效降低金融服務門檻和成本，消除物理網(wǎng)點和營業(yè)時間限制，破解普惠金融服務“最后一公里”問題，使欠發(fā)達地區(qū)、農(nóng)村地區(qū)、小微企業(yè)、低收入人群等能夠獲得價格合理、安全便捷的金融服務，從而為普惠金融的可持續(xù)發(fā)展提供了新的思路。

關鍵詞：數(shù)字普惠金融;金融減貧;泰爾指數(shù)

中圖分類號：F23 文獻標識碼：Adoi：10.19311/j.cnki.1672-3198.2019.09.057

1 緒論

普惠金融（inclusive finance）指以可負擔的成本為有金融服務需求的社會各階層和群體提供適當、有效的金融服務，小微企業(yè)、農(nóng)民、城鎮(zhèn)低收入人群等弱勢群體是其重點服務對象，因此普惠的屬性決定了其金融減貧的使命。

Copestake（2005）、Geda（2006）、Bittencourt（2010）基于實證分析，分別得出結論，認為小額信貸服務獲得性的提高改善了貧困家庭的情況與收入，通過正規(guī)信貸、儲蓄等金融服務的擴展，普惠金融可以提高低收入人群的收入水平。中國人民銀行行長周小川（2013）提出：“切實推動包容性金融發(fā)展，讓金融改革發(fā)展的成果惠及廣大人民群眾”。隨著普惠金融的深化和發(fā)展，一些學者發(fā)現(xiàn)普惠金融會影響城鄉(xiāng)收入差距。張小林、徐敏（2014）等學者的實證研究表明，普惠金融發(fā)展水平的改善可以減少城鄉(xiāng)居民之間的收入差距。

本文選取了我國31個省份2011—2015年的面板數(shù)據(jù)，構建了內(nèi)含截面和時間序列的面板數(shù)據(jù)模型，經(jīng)過回歸分析后實證分析數(shù)字普惠金融的減貧效應。

2 變量選取

2.1 被解釋變量

目前大部分的論文中貧富差距主要是用貧富差距比或基尼系數(shù)表示的。但是這種表示方法存在缺憾，即欠缺了對城鄉(xiāng)人口規(guī)模和貧富差距的互動關系考慮在內(nèi);與此同時，收入人群階級的兩端變動敏感性低，基尼系數(shù)對此不敏感，高收入和低收入階層的變動是貧富差距的主要體現(xiàn)方式。因此，本文選擇泰爾指數(shù)作為衡量貧富差距的變量，計算方法如下：

GAPit=∑2j-1PijtPij*ln[PijtPit/ZijtZit]

其中 j = l 代表城鎮(zhèn)，j =2 代表農(nóng)村。GAPit為第i個省份在 t 時期的泰爾指數(shù)。Pi1t為第i個省份在第t時刻城鎮(zhèn)總收入。Pi2t為第i個省份在 t 時刻農(nóng)村的總收入。Pijt為第i個省份在 t 時期城鄉(xiāng)收入的總和。Zijt為第i個省份在t 時期城鎮(zhèn)或農(nóng)村的總?cè)丝跀?shù)。Zit為第i個省份在t 時期的總?cè)丝跀?shù)。泰爾指數(shù)的大小表示著貧富差距，數(shù)字越高，貧富差距越大。

2.2 解釋變量

本文借鑒北京大學互聯(lián)網(wǎng)金融研究中心于2016年編制的全國31個省市2011—2015的“北京大學數(shù)字普惠金融指數(shù)”作為解釋變量。該指數(shù)從覆蓋廣度、使用深度以及數(shù)字支持服務程度全面進行分析，共使用24個指標建立了數(shù)字普惠金融指標體系。

2.3 控制變量

（1）經(jīng)濟發(fā)展水平。

（2）產(chǎn)業(yè)結構：本文選取第二、三產(chǎn)業(yè)增加值占GDP的比重來表示產(chǎn)業(yè)結構。

（3）財政支出：本文將使用財政支出占 GDP 的比值來衡量財政支出的影響。

（4）城鎮(zhèn)化率：本文將計算城鎮(zhèn)人口占總?cè)丝诘谋壤齺肀硎境擎?zhèn)化率。

3 模型選取與計量檢驗

本文初步設定模型如下：

GAPit=αi+β1DIFIit+β2GDPit+β3ISit+β4FEit+β5URit+ε

其中，βi為各解釋變量的系數(shù)，反映各解釋變量對被解釋變量泰爾指數(shù)的影響程度，ε為隨機誤差項。DIFI為數(shù)字普惠金融指數(shù)，GDP為經(jīng)濟發(fā)展水平，IS為產(chǎn)業(yè)結構，F(xiàn)E為財政支出，UR為城鎮(zhèn)化率。

經(jīng)濟時間數(shù)據(jù)通常為非平穩(wěn)時間序列，直接回歸將造成偽回歸，為避免這一現(xiàn)象，先對各變量進行平穩(wěn)性檢驗。對原始數(shù)據(jù)進行第一次單位根檢驗，除了GAP和IS未通過IPS檢驗，只通過LLC，ADF，PP檢驗外，其它變量均通過四種單位根檢驗。對其進行對數(shù)處理后進行第二次檢驗，結果顯示全部平穩(wěn)。之后對模型進行Hausman檢驗，選擇隨機效應模型。運用面板數(shù)據(jù)逐步回歸法，即逐步剔除不顯著的變量。首先剔除最不顯著的變量FE，隨后剔除變量GDP，所有變量在5%的顯著性水平下均統(tǒng)計顯著。

4 結果與建議

實證結果顯示，在不同顯著性水平下，貧富差距與數(shù)字普惠金融發(fā)展水平均呈負向關系，其系數(shù)值為-0.0935。這個數(shù)值表明當數(shù)字普惠金融指數(shù)提升1個單位時，貧富差距能縮小0.0935個單位，驗證了數(shù)字普惠金融可以通過門檻效應、排除效應和涓滴效應有效減緩貧困程度，縮小貧富差距。本文分析結果顯示促進經(jīng)濟發(fā)展水平、城市化進程能夠有效減緩貧困，目前的財政支出結構以及產(chǎn)業(yè)結構還不合理，應進一步對二者進行調(diào)整。

參考文獻

[1]劉順平.發(fā)展數(shù)字普惠金融，提升脫貧攻堅效能 [J].甘肅金融，2017，（5）：32-35.

[2]裴正綱.我國農(nóng)村普惠金融發(fā)展存在的問題及對策[J].現(xiàn)代商貿(mào)工業(yè)，2018，39（13）.

[3]宋曉玲.數(shù)字普惠金融縮小城鄉(xiāng)收入差距的實證檢驗[J].財經(jīng)科學，2017，（6）：14-25.