劉成飛

(杭州電子科技大學(xué)經(jīng)濟(jì)學(xué)院 浙江杭州 310018)

改革開(kāi)放以來(lái)，我國(guó)經(jīng)濟(jì)發(fā)展經(jīng)過(guò)長(zhǎng)期努力取得了輝煌的成就，但發(fā)展不平衡、不充分問(wèn)題十分突出。如何縮小城鄉(xiāng)收入差距已成為解決該問(wèn)題的主要突破口，我國(guó)作為世界最大的發(fā)展中國(guó)家，多年來(lái)致力于解決貧困和消除不平等，但城鄉(xiāng)收入比值仍然保持著較高水平，說(shuō)明城鎮(zhèn)和鄉(xiāng)村無(wú)論是發(fā)展速度還是發(fā)展質(zhì)量，都存在明顯差距。2

016年，G20杭州峰會(huì)提出了數(shù)字普惠金融概念，進(jìn)入數(shù)字普惠金融發(fā)展新紀(jì)元，逐步出現(xiàn)數(shù)字化支付、網(wǎng)絡(luò)借貸、數(shù)字保險(xiǎn)和小額理財(cái)?shù)纫幌盗行聵I(yè)態(tài)，在緩解城鄉(xiāng)發(fā)展不平衡、推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展等方面成效顯著。鑒于數(shù)字普惠金融在縮小地區(qū)差距、城鄉(xiāng)差距和收入差距方面發(fā)揮了重要作用，我國(guó)政府積極推動(dòng)普惠金融發(fā)展，以期解決金融資源不均衡的問(wèn)題。同時(shí)，數(shù)字普惠金融帶來(lái)的經(jīng)濟(jì)增長(zhǎng)效應(yīng)、空間溢出效應(yīng)和人力資本效應(yīng)等對(duì)縮小城鄉(xiāng)收入差距也產(chǎn)生了不小的作用。

1 研究現(xiàn)狀與理論分析

1.1 研究現(xiàn)狀

目前，數(shù)字普惠金融的理論研究滯后于數(shù)字科技實(shí)踐發(fā)展，既有文獻(xiàn)已經(jīng)對(duì)數(shù)字普惠金融和城鄉(xiāng)收入差距兩者間的關(guān)系進(jìn)行了廣泛研究與討論，得出結(jié)論基本一致。譬如，Arjunwadkar(2018)認(rèn)為，支付、銀行、保險(xiǎn)等金融服務(wù)行業(yè)通過(guò)引入數(shù)字技術(shù)能夠完善傳統(tǒng)金融模式、降低金融服務(wù)成本和提高融資效率，進(jìn)而可有效緩解低收入人群和中小企業(yè)的金融排斥；任曉剛等(2022)基于共同富裕背景，認(rèn)為城鄉(xiāng)發(fā)展不協(xié)調(diào)、區(qū)域發(fā)展不平衡將會(huì)成為數(shù)字普惠金融的重點(diǎn)研究方向。梳理已有研究可以發(fā)現(xiàn)，數(shù)字普惠金融從以下四個(gè)方面縮小城鄉(xiāng)收入差距。

一是緩解農(nóng)村金融排斥，增加農(nóng)村居民的金融可得性。周利等(2020)從增加金融可得性、降低門(mén)檻效應(yīng)這一機(jī)制展開(kāi)研究，發(fā)現(xiàn)數(shù)字普惠金融帶來(lái)的降低門(mén)檻效應(yīng)和緩解排斥效應(yīng)是縮小城鄉(xiāng)收入差距的主要途徑。

二是增加農(nóng)村就業(yè)機(jī)會(huì)。返鄉(xiāng)創(chuàng)業(yè)成為新潮流，但缺少信用信息和抵押資產(chǎn)使得大部分農(nóng)村居民都面臨著創(chuàng)業(yè)資金約束。張碧瓊、吳琬婷(2021)從激發(fā)農(nóng)村居民創(chuàng)業(yè)角度發(fā)現(xiàn)，數(shù)字普惠金融可以助力農(nóng)民創(chuàng)新創(chuàng)業(yè)而改善收入分配，進(jìn)而縮小城鄉(xiāng)收入差距。

三是改善農(nóng)村居民人力資本。姚旭兵、鄧曉霞(2020)研究發(fā)現(xiàn)，農(nóng)村人力資本在縮小城鄉(xiāng)收入差距中發(fā)揮了重要作用，提高農(nóng)村居民受教育程度可以更好地掌握數(shù)字金融技能，提高數(shù)字普惠金融產(chǎn)品的認(rèn)可度，農(nóng)村居民積極參與數(shù)字普惠金融發(fā)展可以獲取更高的收益，對(duì)城鄉(xiāng)收入差距的彌合效應(yīng)更加顯著。

四是增加農(nóng)村居民投資理財(cái)機(jī)會(huì)。相對(duì)傳統(tǒng)金融，數(shù)字普惠金融豐富了農(nóng)村居民的投資渠道，尤其是數(shù)字工具的覆蓋、互聯(lián)網(wǎng)基礎(chǔ)設(shè)施的完善和認(rèn)知水平的提升可以提高居民的財(cái)產(chǎn)性收入，緩解相對(duì)貧困(胡聯(lián)等，2021)。

1.2 理論分析

1.2.1 數(shù)字普惠金融、農(nóng)業(yè)全要素生產(chǎn)率與城鄉(xiāng)收入差距

已有研究中，李欠男和李谷成(2020)認(rèn)為，互聯(lián)網(wǎng)發(fā)展有利于打破農(nóng)業(yè)知識(shí)傳播的時(shí)空限制，引領(lǐng)農(nóng)業(yè)技術(shù)進(jìn)步的同時(shí)，提高農(nóng)業(yè)全要素生產(chǎn)率。一方面，數(shù)字普惠金融可為涉農(nóng)企業(yè)提供更好的融資環(huán)境，打破時(shí)空限制，引導(dǎo)社會(huì)金投入農(nóng)業(yè)技術(shù)研發(fā)以引領(lǐng)農(nóng)業(yè)技術(shù)進(jìn)步和創(chuàng)新；另一方面，數(shù)字普惠金融的普及為農(nóng)民和小微企業(yè)增加了獲取金融信息的渠道，緩解了農(nóng)村地區(qū)金融服務(wù)不平衡和不充分的問(wèn)題，不僅通過(guò)提高農(nóng)民金融素養(yǎng)達(dá)到增強(qiáng)農(nóng)民創(chuàng)業(yè)技能和創(chuàng)業(yè)活力的目的，還通過(guò)推動(dòng)農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)由粗獷型發(fā)展轉(zhuǎn)為精細(xì)化發(fā)展，從而使農(nóng)民生產(chǎn)效率得到提高，從而促進(jìn)農(nóng)業(yè)全要素生產(chǎn)率的提高。

現(xiàn)階段，我國(guó)農(nóng)業(yè)技術(shù)推廣不夠?qū)е麓蟛糠洲r(nóng)民未能享受到農(nóng)業(yè)生產(chǎn)率的提高帶來(lái)的福利，尤其是農(nóng)村中擁有少量土地的低收入群體。隨著“互聯(lián)網(wǎng)+普惠金融”在農(nóng)村地區(qū)的發(fā)展，農(nóng)業(yè)生產(chǎn)率的提高對(duì)城鄉(xiāng)收入差距影響日益擴(kuò)大。究其原因，一方面，農(nóng)業(yè)技術(shù)進(jìn)步能夠提高農(nóng)產(chǎn)品產(chǎn)量和質(zhì)量，有助于提高農(nóng)產(chǎn)品的產(chǎn)出率和附加值，提高農(nóng)產(chǎn)品的市場(chǎng)競(jìng)爭(zhēng)力，同時(shí)增強(qiáng)經(jīng)濟(jì)效益，促進(jìn)農(nóng)民經(jīng)營(yíng)性收入的增長(zhǎng)；另一方面，農(nóng)業(yè)全要素生產(chǎn)率增長(zhǎng)能夠釋放更多的農(nóng)村富余勞動(dòng)力，并流向城鎮(zhèn)制造業(yè)和服務(wù)業(yè)，從而使農(nóng)民有機(jī)會(huì)獲得更高的工資性收入。

1.2.2 數(shù)字普惠金融、農(nóng)村人力資本投資與城鄉(xiāng)收入差距

理論上，受教育水平是影響農(nóng)村居民收入的重要因素。由于農(nóng)村地區(qū)經(jīng)濟(jì)基礎(chǔ)薄弱，農(nóng)村人力資本投資相較城鎮(zhèn)居民相對(duì)不夠，甚至小農(nóng)意識(shí)在一定程度上嚴(yán)重束縛人力資本投資觀念，尤其是農(nóng)村低收入人群很難有能力進(jìn)行人力資本投資，只能從事低 生產(chǎn)率、低附加值的產(chǎn)業(yè)，成為拉大城鄉(xiāng)收入差距的重要原因。但從數(shù)字普惠金融融資服務(wù)角度來(lái)看，數(shù)字技術(shù)的應(yīng)用不僅拓寬了服務(wù)范圍，還豐富了金融產(chǎn)品，進(jìn)而更好地滿(mǎn)足農(nóng)民的教育資金需求。人力資本投資與收入水平息息相關(guān)，農(nóng)村人力資本投資可以提升農(nóng)民收入水平(聶艷明、李園，2021)。究其原因，一是農(nóng)村居民人力資本投資有助于提高農(nóng)業(yè)生產(chǎn)效率。前述表明，人力資本投資使農(nóng)村居民接受更多的教育和培訓(xùn)，從而使生產(chǎn)技能得到提升，提高生產(chǎn)效率的同時(shí)，帶來(lái)收入水平的提升；二是農(nóng)村居民人力資本投資可以增加就業(yè)機(jī)會(huì)。人力資本投資改善了勞動(dòng)力素質(zhì)較低的現(xiàn)狀，提高其對(duì)現(xiàn)代生產(chǎn)方式的適應(yīng)力，擁有豐富知識(shí)儲(chǔ)備的農(nóng)村居民會(huì)獲得更多的就業(yè)機(jī)會(huì)，從而提高就業(yè)質(zhì)量并獲取更多的勞動(dòng)報(bào)酬?？傊瑪?shù)字普惠金融為農(nóng)村居民提供教育培訓(xùn)資金，改善農(nóng)村人力資本并助力農(nóng)民增收，進(jìn)而縮小了城鄉(xiāng)收入差距。

2 研究設(shè)計(jì)

2.1 模型設(shè)定

綜合前文分析，設(shè)定如下模型檢驗(yàn)：

式(1)中：gap 為被解釋變量，代表城鄉(xiāng)收入差距；index為核心解釋變量，代表數(shù)字普惠金融指數(shù)；control 為控制變量集；下標(biāo)i 表示不同地區(qū)；t 表示不同年份；itμ 表示個(gè)體固定效應(yīng)；itε 表示隨機(jī)擾動(dòng)項(xiàng)。

2.2 變量選取與數(shù)據(jù)來(lái)源

2.2.1 被解釋變量(gap)

本文選用泰爾指數(shù)作為被解釋變量，借鑒程名望、張家平(2019)的做法，采用以下公式計(jì)算省際層面的城鄉(xiāng)收入差距。

式(2)中：1Y 、1L 表示城市居民的收入與人口；2Y 、2L 表示農(nóng)村居民的收入與人口、Y、L表示居民的總收入和總?cè)丝?。gap 的值越小，說(shuō)明城鄉(xiāng)收入差距越小。

2.2.2 解釋變量(index)

數(shù)字普惠金融(index)采用《北京大學(xué)數(shù)字普惠金融第三期(2011—2020)》省級(jí)層面指數(shù)作為數(shù)字普惠金融的代理變量。鑒于指標(biāo)數(shù)值偏大，參考吳雨等(2021)的處理方法，將指數(shù)除以100。

2.2.3 中介變量

(1)農(nóng)業(yè)全要素生產(chǎn)率(tfpch)

本文借鑒尹雷、沈毅(2 014)的做法，基于D E AMalmquist進(jìn)行指標(biāo)測(cè)算。其中，農(nóng)林牧漁總產(chǎn)值(億元)作為產(chǎn)出指標(biāo)，第一產(chǎn)業(yè)從業(yè)人數(shù)(萬(wàn)人)、總播種面積(千公頃)、灌溉面積(千公頃)、機(jī)械總動(dòng)力(萬(wàn)千瓦)和化肥施用量(萬(wàn)噸)作為投入指標(biāo)，以 2010年為基年并取值為1，再連乘每年的 Malmquist生產(chǎn)率指數(shù)，得出各個(gè)年份數(shù)據(jù)。

(2)農(nóng)村人力資本投資(rit)

本文以農(nóng)村居民人均教育文化娛樂(lè)支出與人均醫(yī)療保健支出作為衡量標(biāo)準(zhǔn)，并用兩者總和取對(duì)數(shù)來(lái)表示。

2.2.4 控制變量

借鑒李華和祝秋思(2022)的研究，選取對(duì)外開(kāi)放程度(open)、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)(stru)、固定資產(chǎn)投資(invest)、財(cái)政支出結(jié)構(gòu)( fisc)、教育水平(edu)為控制變量，并以各省份進(jìn)出口總額、第二三產(chǎn)業(yè)增加值、固定投資額、政府財(cái)政支出與GDP的比值、各省份教育支出與政府財(cái)政支出的比值來(lái)表示。數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》和各地區(qū)統(tǒng)計(jì)年鑒，表1列出了各變量的描述性統(tǒng)計(jì)數(shù)據(jù)。

表1 變量的描述性統(tǒng)計(jì)

3 實(shí)證結(jié)果與分析

3.1 基準(zhǔn)回歸結(jié)果分析

表2是本文的基準(zhǔn)回歸結(jié)果。其中，第(1)～(2)列報(bào)告了數(shù)字普惠金融總指數(shù)的回歸結(jié)果。結(jié)果顯示，分別使用隨機(jī)效應(yīng)(RE)和固定效應(yīng)(FE)，估計(jì)系數(shù)幾乎一致，通過(guò)了顯著性檢驗(yàn)，均支持了數(shù)字普惠金融對(duì)城鄉(xiāng)收入差距的負(fù)向阻抑作用。在控制變量中，固定資產(chǎn)投資、財(cái)政支出結(jié)構(gòu)和對(duì)外開(kāi)放程度的估計(jì)系數(shù)在1%的水平上顯著，教育水平和產(chǎn)業(yè)發(fā)展水平的估計(jì)系數(shù)不顯著。這表明，隨著我國(guó)對(duì)外開(kāi)放的不斷深入，對(duì)外貿(mào)易持續(xù)增長(zhǎng)，同時(shí)為農(nóng)村富余勞動(dòng)力提供了更多就業(yè)崗位，帶動(dòng)農(nóng)產(chǎn)品的生產(chǎn)和銷(xiāo)售并助力農(nóng)民增收，從而縮小了城鄉(xiāng)收入差距。財(cái)政支出結(jié)構(gòu)可以直接影響收入二次分配，在保障社會(huì)福利水平的同時(shí)，也促進(jìn)了社會(huì)公平發(fā)展，從而發(fā)揮的城鄉(xiāng)收入差距收斂作用越明顯。

表2第(3)～(8)列結(jié)果表明，覆蓋廣度、使用深度和數(shù)字化程度系數(shù)顯著為負(fù)，說(shuō)明三個(gè)子維度對(duì)城鄉(xiāng)收入差距具有負(fù)向阻抑作用。通過(guò)比較子維度的估計(jì)系數(shù)發(fā)現(xiàn)，覆蓋廣度對(duì)城鄉(xiāng)收入差距的影響最大，數(shù)字化程度對(duì)城鄉(xiāng)收入差距的影響最小，說(shuō)明拓寬數(shù)字普惠金融的覆蓋范圍，優(yōu)化農(nóng)村金融機(jī)構(gòu)服務(wù)網(wǎng)點(diǎn)，為更廣泛的農(nóng)業(yè)參與主體提供融資服務(wù)是縮小城鄉(xiāng)收入差距的重要推手。此外，各控制變量符號(hào)均符合預(yù)期。

表2 基準(zhǔn)回歸結(jié)果

3.2 內(nèi)生性問(wèn)題處理

考慮到面板模型的內(nèi)生性問(wèn)題導(dǎo)致參數(shù)估計(jì)的不一致，本文將選擇工具變量并采用兩階段最小二乘法(2SLS)緩釋內(nèi)生性問(wèn)題帶來(lái)的影響。具體借鑒錢(qián)海章等(2020)的研究，選取電信業(yè)務(wù)、郵政業(yè)務(wù)總量(億元)為工具變量。表3匯報(bào)了兩階段最小二乘法(2SLS)的估計(jì)結(jié)果。其中，第(1)列第一階段工具變量顯著為正，說(shuō)明工具變量與數(shù)字普惠金融強(qiáng)相關(guān)，拒絕弱相關(guān)變量問(wèn)題；第(2)列匯報(bào)了第二階段的估計(jì)結(jié)果，回歸系數(shù)顯著為負(fù)，說(shuō)明兩階段最小二乘估計(jì)(2SLS)的結(jié)果同樣支持前文結(jié)論。

表3 兩階段最小二乘法回歸結(jié)果分析

3.3 穩(wěn)健性檢驗(yàn)分析

3.3.1 替換被解釋變量

本文利用城鄉(xiāng)收入比值(rud)替換被解釋變量進(jìn)行穩(wěn)健性檢驗(yàn)。城鄉(xiāng)收入比值(rud)憑借數(shù)據(jù)可得性、連續(xù)性、直觀性的優(yōu)點(diǎn)，被多數(shù)學(xué)者使用。表4第(1)列匯報(bào)了穩(wěn)健性檢驗(yàn)結(jié)果。結(jié)果顯示，數(shù)字普惠金融和農(nóng)業(yè)全要素生產(chǎn)率與城鄉(xiāng)收入比值顯著負(fù)相關(guān)，即數(shù)字普惠金融發(fā)展水平的提升可以降低城鄉(xiāng)收入比值，從而與基準(zhǔn)回歸結(jié)論基本一致。

3.3.2 剔除特殊樣本

考慮到北京、上海、廣東、浙江、江蘇擁有較好的經(jīng)濟(jì)和金融基礎(chǔ)，在資金和政策傾向性的影響下，數(shù)字普惠金融發(fā)展水平遠(yuǎn)超其他地區(qū)，為排除因樣本選取而對(duì)實(shí)證結(jié)果的干擾，表4第(2)列匯報(bào)了數(shù)字普惠金融指數(shù)較高的北京、上海、浙江、江蘇和廣東5個(gè)省份樣本剔除后的估計(jì)結(jié)果。結(jié)果表明，剔除特殊樣本后數(shù)字普惠金融估計(jì)系數(shù)同樣顯著，各控制變量符號(hào)與基準(zhǔn)回歸結(jié)果一致，研究結(jié)論依然成立。

表4 替換被解釋變量的回歸結(jié)果分析

4 影響機(jī)制分析

4.1 模型構(gòu)建

為了進(jìn)一步驗(yàn)證前文的理論分析結(jié)論，本文通過(guò)逐次回歸的方法檢驗(yàn)數(shù)字普惠金融通過(guò)農(nóng)業(yè)全要素生產(chǎn)率提升和人力資本投資效應(yīng)影響城鄉(xiāng)收入差距的中介效應(yīng)。構(gòu)建如下模型：

上式中：gapit表示i地區(qū)第t年的城鄉(xiāng)收入差距；in dexitindexit表示i地區(qū)第t年的數(shù)字普惠金融指數(shù)；channelit表示本文的中介變量；β 為待估計(jì)系數(shù)；xit為控制變量；εit為隨機(jī)擾動(dòng)項(xiàng)；μit為個(gè)體固定效應(yīng)。

4.2 農(nóng)業(yè)全要素生產(chǎn)率為中介變量的回歸分析

表5第(1)～(3)列報(bào)告了以農(nóng)業(yè)全要素生產(chǎn)率為中介變量的回歸結(jié)果，其中第(1)列回歸結(jié)果驗(yàn)證了數(shù)字普惠金融具有縮小城鄉(xiāng)收入差距的作用；第(2)列回歸結(jié)果顯示，數(shù)字普惠金融與農(nóng)業(yè)全要素生產(chǎn)率在1%的水平上顯著正相關(guān)，表明兩者之間存在明顯的促進(jìn)作用；第(3)列顯示了中介效應(yīng)回歸結(jié)果，發(fā)現(xiàn)中介變量系數(shù) 顯著為負(fù)，且核心解釋變量的回歸系數(shù)絕對(duì)值由0.0177下降到0.011，表明農(nóng)業(yè)全要素生產(chǎn)率是影響城鄉(xiāng)收入差距的重要因素，且中介機(jī)制成立，為部分中介效應(yīng)，中介效應(yīng)占比為38%。

4.3 農(nóng)村人力資本投資為中介變量的回歸分析

表5第(4)～(6)列報(bào)告了以農(nóng)村人力資本投資為中介變量的回歸結(jié)果，其中第(5)列數(shù)字普惠金融估計(jì)系數(shù)顯著為正，表明數(shù)字普惠金融對(duì)農(nóng)村人力資本投資具有正向促進(jìn)作用。從結(jié)果來(lái)看，數(shù)字普惠金融每提高1個(gè)單位，農(nóng)村人力資本投資提高0.4312個(gè)單位，說(shuō)明數(shù)字普惠金融水平提升可以為農(nóng)村居民提供更多教育資金，增加農(nóng)村人力資本投資。第(6)列中加入中介變量后，數(shù)字普惠金融估計(jì)系數(shù)為-0.007，且農(nóng)村人力資本投資的回歸結(jié)果為-0.0248，兩者均在1%的水平上顯著，驗(yàn)證了農(nóng)村人力資本投資存在中介效應(yīng)，進(jìn)一步表明數(shù)字普惠金融能夠增加農(nóng)村居民教育和職業(yè)培訓(xùn)資金，通過(guò)提升人力資本投資水平以改善農(nóng)民收入，進(jìn)而縮小城鄉(xiāng)收入差距。

表5 中介效應(yīng)回歸結(jié)果分析

5 結(jié)語(yǔ)

研究發(fā)現(xiàn)：數(shù)字普惠金融對(duì)城鄉(xiāng)收入差距具有顯著的負(fù)向阻抑作用。具體可通過(guò)農(nóng)業(yè)全要素生產(chǎn)率和農(nóng)村人力資本投資效應(yīng)間接影響城鄉(xiāng)收入差距，且農(nóng)業(yè)全要素生產(chǎn)率和人力資本投資中介效應(yīng)的占比分別為38%和60%。此外，覆蓋廣度、使用深度和數(shù)字化程度的負(fù)向阻抑效應(yīng)依次減弱。本文的研究結(jié)論具有以下政策啟示：

第一，提高數(shù)字普惠金融的深度和廣度。積極推動(dòng)偏遠(yuǎn)地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)，提高農(nóng)村居民的互聯(lián)網(wǎng)普及率和智能工具覆蓋率，保證能夠真正惠及低收入人群，提高數(shù)字普惠金融的覆蓋廣度。

第二，加強(qiáng)農(nóng)村人力資本投資。推進(jìn)數(shù)字普惠金融發(fā)展的同時(shí)，應(yīng)加大農(nóng)村教育培訓(xùn)類(lèi)人力資本投資，開(kāi)展數(shù)字化教育培訓(xùn)活動(dòng)以提高農(nóng)村居民金融理財(cái)知識(shí)，提高金融資源配置能力同時(shí)增進(jìn)金融素養(yǎng)和數(shù)字素養(yǎng)，享受數(shù)字金融帶來(lái)的便利。

第三，完善數(shù)字普惠金融的監(jiān)管框架。數(shù)字科技發(fā)展迅速，使得理論研究滯后實(shí)踐發(fā)展，在加強(qiáng)數(shù)字普惠金融政策支持的同時(shí)，要注意風(fēng)險(xiǎn)防范，構(gòu)建相應(yīng)監(jiān)管體系并強(qiáng)化全流程監(jiān)管，從而提高對(duì)新業(yè)態(tài)的管控。