徐之琦　劉瀟憶

摘 要：地區(qū)間金融資源的不平衡配置擴大了城鄉(xiāng)收入的差距，而普惠金融的出現(xiàn)有效緩解了這一局面。本文先從普惠金融對城鄉(xiāng)收入差距的發(fā)展現(xiàn)狀進行分析。再對2009—2018年我國31個省市的普惠金融及城鄉(xiāng)收入差距進行測算，并選取科學的變量，分地區(qū)構建模型進行實證分析，最終的回歸結果表明，普惠金融有利于城鄉(xiāng)收入差距的縮小。

關鍵詞：普惠金融;城鄉(xiāng)收入差距;區(qū)域異質性;協(xié)整檢驗;面板回歸模型

本文索引：徐之琦，劉瀟憶.<標題>[J].商展經(jīng)濟，2022（05）：-073.

中圖分類號：F832 文獻標識碼：A

雖然我國金融市場發(fā)展穩(wěn)定，但是逐漸優(yōu)化的市場延展度和深度及經(jīng)濟發(fā)展的不斷推進，導致金融資源配置嚴重失衡，農(nóng)村金融結構改革步伐與城市不匹配。我國2018年的基尼系數(shù)約為0.474，依然高于世界銀行規(guī)定的國際標準線，說明我國金融市場的覆蓋程度依然沒有解決城鄉(xiāng)貧富差距的問題。因此，更有效的、力度更強的應對辦法才能更好地把控金融發(fā)展的方向和質量。普惠金融的出現(xiàn)旨在通過提供全面、價格合理的金融服務調節(jié)制約城鄉(xiāng)收入發(fā)展不均衡的因素，擴大了獲得金融服務的覆蓋面，有效降低了金融機構的運營成本，完成了資源合理配置，例如小微企業(yè)、貧困群體等更容易被傳統(tǒng)金融服務忽視的客體。

1 文獻研究

岳慧詩（2021）通過構建中介效應模型，基于產(chǎn)業(yè)結構視角，總結出上升的普惠金融發(fā)展趨勢伴隨著波動下降的城鄉(xiāng)收入差距，并且普惠金融、城鄉(xiāng)收入差距和產(chǎn)業(yè)構造之間存在高度的空間關聯(lián)。同時，程榮榮（2021）將全國層面增長的農(nóng)村經(jīng)濟作為中介提出普惠金融每提高1%，城鄉(xiāng)收入差距就降低0.27%。

俞飛飛（2020）通過門檻面板和靜態(tài)面板分析得出的回歸結果表明，普惠金融發(fā)展對城鄉(xiāng)收入差距有正向作用。羅敏（2020）以聚類分析結果得出，各省市的城鄉(xiāng)收入差距隨著普惠金融的發(fā)展得到持續(xù)不斷地改善。許南燕（2019）利用變異系數(shù)熵值法得出，普惠金融可以正向影響城鄉(xiāng)收入差距，但同時傳統(tǒng)普惠金融和數(shù)字普惠金融對其影響程度稍有差異。

2 普惠金融發(fā)展對城鄉(xiāng)收入差距的現(xiàn)狀分析

2.1 金融信貸余額持續(xù)增量

近年來，金融服務業(yè)務受到更多人的關注和使用，2020年末，全國銀行卡數(shù)人均持有量達6.4張，同比增長6.5%。此外，各區(qū)域金融服務設施建設進程加快，我國每萬人擁有的POS機數(shù)量位于亞太地區(qū)前列，互聯(lián)網(wǎng)科技的發(fā)展與普及讓更多人選擇移動支付。

2.2 小微企業(yè)信貸結構優(yōu)化

由于小額貸款手續(xù)簡單，還款方式靈活且風險較小，一直備受低收入者和小微型企業(yè)的青睞。2020年末，全國普惠金融余額為15.1萬億元，同期增長30%。為實現(xiàn)小微企業(yè)信貸結構的優(yōu)化，國家不斷加大稅收、社保等優(yōu)惠力度，但未來仍需不斷降低貸款門檻，有效幫扶中小微企業(yè)發(fā)展。

2.3 農(nóng)村金融服務穩(wěn)步增長

國家政策持續(xù)幫扶鄉(xiāng)村地區(qū)發(fā)展，推動金融服務扶貧。面向“三農(nóng)”的貸款余額持續(xù)增長，2020年末，全國普惠型涉農(nóng)貸款余額達到5.99萬億元，約占總體涉農(nóng)貸款的七分之一，但政府仍然需要逐步降低“三農(nóng)”貸款的利率，助力農(nóng)村金融服務的發(fā)展。

3 普惠金融發(fā)展水平的測算及分析

3.1 普惠金融發(fā)展指數(shù)的構建

對IFI指數(shù)的測算，Beck等（2007）初次提出用三個維度進行普惠金融指數(shù)的測算。本文結合三大維度，參考多種指標的構建思路，綜合現(xiàn)實規(guī)律，從中選取了10項細分指標，測算出普惠金融發(fā)展指數(shù)。

本文運用變異系數(shù)的測算方法來決定各個統(tǒng)計量的權重大小，再將數(shù)據(jù)進行歸一化處理，最后參考 Sarma（2010）的計算方法，測算IFI，計算步驟為：

（1）計算各指標權重，Xi—表示平均數(shù)，σi表示第i項指標下的標準差，各指標的變異系數(shù)為：

（2）進行數(shù)據(jù)的歸一化處理，Oi是原始數(shù)據(jù)的測量值：

（3）計算IFI指數(shù)：

3.2 普惠金融發(fā)展水平測算

鑒于數(shù)據(jù)獲取的可實現(xiàn)性，本文選取2009—2018年作為研究年份，整理了10年間31個省份各項指標數(shù)據(jù)。數(shù)據(jù)來自《中國金融統(tǒng)計年鑒》《區(qū)域金融運行報告》及《中國農(nóng)村發(fā)展報告》。

通過各指標權重可以得出，單位面積金融機構從業(yè)人數(shù)對城鄉(xiāng)收入差距的影響作用最為明顯，通過公式（3）得到各省份的普惠金融指數(shù)。本文將2018年的指數(shù)和反映地區(qū)經(jīng)濟狀況的RG數(shù)據(jù)進行排名。綜合來看，各地區(qū)2009—2018年普惠金融指數(shù)持續(xù)增長，中西部省份的增長速度大于東部地區(qū)，其中廣西壯族自治區(qū)增長幅度最大，10年間數(shù)據(jù)增長近2.67倍。同時，普惠金融指數(shù)省份間差異明顯，東部地區(qū)的普惠金融發(fā)展程度顯著優(yōu)于中西部，位于東部地區(qū)的上海、北京、天津的IFI數(shù)值長期處于高位，2009年上海的IFI數(shù)值為0.216，超出全國省份2018年平均值。排名最末的三個省份均在西部地區(qū)，分別是西藏、云南和貴州，2018年西藏的IFI指數(shù)為0.030，這是因為西藏的金融設施建設覆蓋率較低。

4 城鄉(xiāng)收入差距的測算

基于洛倫茲曲線而產(chǎn)生的基尼系數(shù)可以作為方便簡捷的綜合指標來研究城鄉(xiāng)收入差距程度，但同時測度的準確性與統(tǒng)計口徑緊密相連，且對各個階層收入變化反應較弱。泰爾指數(shù)可以用來測度整體和各分組類別之間或內(nèi)部的收入差距，將人口結構的差距考慮在內(nèi)，并且能夠對不同收入階層做出相應的反應。綜上，泰爾指數(shù)作為本文城鄉(xiāng)收入差距的測度工具更加合理：

其中，GAPn，t是第n個省t時的泰爾指數(shù)，i=1代表城市，i=2代表農(nóng)村，Yn，i，t為第n個省t時的城市或農(nóng)村收入，Yn，t為第n個省t時的總收入，Mn，i，t為第n個省t時的城市或農(nóng)村人口，Mn，t為第n個省t時的總人口。

通過收集到的2009—2018年31個省份的城市農(nóng)村收入及人口數(shù)量數(shù)據(jù)進行泰爾指數(shù)計算并進行分組排序，由此得出各省份的泰爾指數(shù)結果。

5 普惠金融發(fā)展影響城鄉(xiāng)收入差距的實證分析

5.1 變量選取及描述性統(tǒng)計分析

5.1.1 變量的選擇

（1）城鎮(zhèn)化率（UR）

徐龍香（2019）基于多層模型分析得出豐富的就業(yè)機會和提升的基礎設施保障了后續(xù)農(nóng)村經(jīng)濟的發(fā)展使得收入差距縮小。方晨曦（2021）的回歸結果顯示城鎮(zhèn)化進程推動了人力資本積累，從而帶動農(nóng)村收入水平的提升。

（2）經(jīng)濟發(fā)展水平（RG）

陳菲菲（2018）從溢出效果得出某一省份會因地理位置相近省份的經(jīng)濟發(fā)展而出現(xiàn)城鄉(xiāng)收入差距加劇的狀況。李愛芬（2016）分析得出，當城鄉(xiāng)收入差距較小時，經(jīng)濟增長對城鄉(xiāng)收入差距的負向作用減小。

（3）對外經(jīng)濟開放程度（IEG）

李澤宇（2020）根據(jù)庫茲涅茲經(jīng)驗曲線得出經(jīng)濟開放度達到5之后會對城鄉(xiāng)收入差距有一定的縮小作用。然而，張藝（2018）認為對外開放使國內(nèi)缺乏競爭力的農(nóng)產(chǎn)品遭到擠出效應，國內(nèi)農(nóng)民的生產(chǎn)活動報酬降低，資本流向其他兩大產(chǎn)業(yè)，農(nóng)業(yè)生產(chǎn)力改造無法得到充足的貸款。本文選用進出口總額比人均GDP來反映對外經(jīng)濟的開放程度。

（4）財政支出（TE）

劉恒智（2018）通過構建VAR模型發(fā)現(xiàn)財政支出對城鄉(xiāng)收入差距存在落后性和期限性的正面作用。錢嬌嬌（2021）利用系統(tǒng)GMM分析認為注重財政支出結構，對社會保障及教育支出比重的提高有助于緩解城鄉(xiāng)收入差距。

5.1.2 變量的描述性統(tǒng)計

本文選取2009—2018年31個省市的面板數(shù)據(jù)作為研究對象，選取6個指標，每個指標包含310個觀測值。其中，數(shù)據(jù)來源于各年份國家統(tǒng)計年鑒、各省市統(tǒng)計年鑒、中國區(qū)域金融運行報告及各年份中國金融年鑒等。

5.2 實證分析

5.2.1 模型設定

因為本文選用2009—2018年時間維度下31個省市的數(shù)據(jù)，所以使用STATA計量軟件研究相關研究對象之間的影響。為了增加數(shù)據(jù)的平穩(wěn)性，減小模型和回歸分析過程中的誤差，采用數(shù)據(jù)的對數(shù)表達建立以下模型：

其中，βn作為截距，是判斷和選擇混合效應模型、固定效應模型或隨機效應模型的標準，γn，t為模型中涉及的其他影響因素。

當βn固定時，不同的個體和時間對回歸結果的影響無差異，則選擇混合效應模型。

當βn不固定時，回歸結果與個體和時間有關，則選擇固定效應模型。

當βn不固定時，回歸結果與個體和時間無關，則選擇隨機效應模型。

5.2.2 面板單位根檢驗及協(xié)整檢驗

應用ADF，LLC以及IPS單位面板根檢驗通過后，需對被解釋變量和解釋變量進行協(xié)整檢驗。選用Pedroni檢驗對普惠金融變量及其他控制變量進行協(xié)整檢驗，結果證明具有長期協(xié)整關系。

5.2.3 面板模型識別

本文分區(qū)域構建面板模型，運用F檢驗及Hausman檢驗判斷得出全國及分地區(qū)適宜使用的模型，如表1所示。

5.2.4 面板回歸結果分析

從全國數(shù)據(jù)結果得出，每提高1%的IFI，GAP就會縮小0.088%，說明在一定程度上，開展普惠金融對縮小城鄉(xiāng)收入差距有正面成效。此外，其余指標都通過了1%的顯著性檢驗，說明對外開放水平的提升、經(jīng)濟的發(fā)展及財政支出的增加都有助于縮小城鄉(xiāng)收入差距。UR的系數(shù)為1.276，說明城市化進程拉大了城鄉(xiāng)收入差距，但許多問題仍然存在于我國的城市化進程中，如表2所示。

觀察分區(qū)域結果可以看出，東、西部地區(qū)的普惠金融指數(shù)與城鄉(xiāng)收入差距呈負相關，并通過了顯著性檢驗，同時東部地區(qū)普惠金融發(fā)展對縮小城鄉(xiāng)收入差距有更大的積極作用。在RG對貧富收入差距影響中，中部和西部的回歸系數(shù)分別為-0.392和-0.306，并且都通過了檢驗，說明經(jīng)濟發(fā)展對縮小城鄉(xiāng)收入差距有積極作用。對于IE和TEG，各區(qū)域的系數(shù)都是負數(shù)，并且通過了顯著性檢驗，說明經(jīng)濟越開放，社會保障力度越高，越利于緩解城鄉(xiāng)收入差距。

6 結語

6.1 提高群眾對普惠金融的認知

要加強金融教育，切實提高消費者對普惠金融服務的認知，使消費者能夠更加準確地運用金融服務工具獲取更大的社會紅利，同時號召更多的小額信貸公司開拓業(yè)務，不斷擴大普惠金融的規(guī)模。

6.2 實行差異化的金融服務政策

對發(fā)展勢頭迅速的東部地區(qū)，要優(yōu)化產(chǎn)業(yè)結構，實現(xiàn)更有效的金融服務;對發(fā)展勢頭較為遲緩的中部及西部地區(qū)，應該繼續(xù)加大建設金融基礎設施的力度，不斷釋放政策紅利。

6.3 創(chuàng)新普惠金融服務渠道

普惠金融的提供者應該積極將大數(shù)據(jù)技術融入普惠金融的申請、審批、發(fā)放等過程中，使消費者滿意度提高，相關部門應該出臺相關的監(jiān)管及幫扶政策，助力普惠金融數(shù)字化進程。

參考文獻

方晨曦.我國城鎮(zhèn)化對城鄉(xiāng)收入差距的影響研究[D].沈陽：遼寧大學，2021.

李澤宇.經(jīng)濟開放度對中國城鄉(xiāng)居民收入差距的影響效應研究[D].廣州：廣東外語外貿(mào)大學，2020.

師博文.地方財政支出規(guī)模和結構對城鄉(xiāng)收入差距的影響[D].大連：東北財經(jīng)大學，2018.

陳菲菲.經(jīng)濟開放與城鎮(zhèn)化對我國城鄉(xiāng)收入差距的影響分析[D].濟南：山東財經(jīng)大學，2018.

劉恒智.財政支出對城鄉(xiāng)收入差距的影響研究[D].蚌埠：安徽財經(jīng)大學，2018.

張藝.市場化、對外開放度對城鄉(xiāng)收入差距的影響[D].武漢：武漢大學，2018.

李愛芬.湖南省城鄉(xiāng)收入差距與經(jīng)濟增長關系研究[D].長沙：湖南大學，2016.

錢嬌嬌.地方財政支出對城鄉(xiāng)收入差距的影響研究[D].蚌埠：安徽財經(jīng)大學，2021.

岳慧詩.普惠金融對城鄉(xiāng)收入差距的影響研究[D].重慶：西南大學，2021.

程榮榮.普惠金融、農(nóng)村經(jīng)濟增長與城鄉(xiāng)收入差距[D].蚌埠：安徽財經(jīng)大學，2021.

俞飛飛.普惠金融對城鄉(xiāng)收入差距的影響研究[D].蚌埠：安徽財經(jīng)大學，2020.

許南燕.綜合普惠金融發(fā)展對我國城鄉(xiāng)收入差距的影響[D].杭州：浙江財經(jīng)大學，2019.

徐龍香.城鎮(zhèn)化對城鄉(xiāng)收入差距的影響[D].青島大學，2019.DOI：10.27262/d.cnki.gqdau.2019.001975.

Beck T， Demirgü?-Kunt， Asli， Martinez Peria M S. Reaching Out： Access to and Use of Banking Services Across Countries[J]. Social Science Electronic Publishing， 2007， 85（1）：234-266.

Sarma M， Index of Financial Inclusion， Jawaharlal Nehru University[J]. Discussion Paper in Economics， 2010（11）： 613-628.