劉 鑫 韓 青

一、引言

不斷提高農(nóng)民收入,是解決“三農(nóng)”問(wèn)題、實(shí)現(xiàn)鄉(xiāng)村振興和共同富裕的前提和關(guān)鍵。黨的十九屆五中全會(huì)提出到2035年基本實(shí)現(xiàn)社會(huì)主義現(xiàn)代化的戰(zhàn)略目標(biāo),要求進(jìn)一步提高城鄉(xiāng)收入水平、縮小城鄉(xiāng)發(fā)展差距,進(jìn)一步擴(kuò)大內(nèi)需,形成以國(guó)內(nèi)大循環(huán)為主體、國(guó)內(nèi)國(guó)際雙循環(huán)相互促進(jìn)的新發(fā)展格局,這些目標(biāo)的實(shí)現(xiàn)都有賴(lài)于農(nóng)村居民收入的不斷增長(zhǎng)。(1)胡祎等:《要素市場(chǎng)改革下農(nóng)戶非農(nóng)就業(yè)的增收邏輯》,《農(nóng)業(yè)技術(shù)經(jīng)濟(jì)》2022年第7期。改革開(kāi)放以來(lái),伴隨著我國(guó)城鎮(zhèn)化、工業(yè)化和農(nóng)村要素市場(chǎng)化改革的持續(xù)推進(jìn),進(jìn)城務(wù)工逐漸成為農(nóng)民最主要的收入來(lái)源。(2)林毅夫:《中國(guó)的城市發(fā)展與農(nóng)村現(xiàn)代化》,《北京大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版)》2002年第4期。根據(jù)國(guó)家統(tǒng)計(jì)局公布的數(shù)據(jù),我國(guó)農(nóng)民人均工資性收入由2002年的829元提高到2020年的6974元,但增速在2011年之后明顯放緩,由2011年的20%下降到2020年的5.9%,農(nóng)民工資性收入增長(zhǎng)遭遇瓶頸。

在影響農(nóng)村勞動(dòng)力工資性收入的眾多因素中,金融發(fā)展能夠通過(guò)緩解中小微企業(yè)融資約束(3)肖龍鐸、張兵:《金融可得性、非農(nóng)就業(yè)與農(nóng)民收入——基于CHFS數(shù)據(jù)的實(shí)證研究》,《經(jīng)濟(jì)科學(xué)》2017年第2期。,增加低收入群體的工作機(jī)會(huì)(4)Beck T., Levine R.,and Levkov A., “Big Bad Banks? The Winners and Losers from Bank Deregulation in the United States”, in The Journal of Finance, Vol.65,No.5(2010),pp. 1637-1667.,促進(jìn)農(nóng)村勞動(dòng)力非農(nóng)就業(yè)(5)任碧云、李柳潁:《數(shù)字普惠金融是否促進(jìn)農(nóng)村包容性增長(zhǎng)——基于京津冀2114位農(nóng)村居民調(diào)查數(shù)據(jù)的研究》,《現(xiàn)代財(cái)經(jīng)(天津財(cái)經(jīng)大學(xué)學(xué)報(bào))》2019年第4期。,增加其工資性收入。然而,由于我國(guó)傳統(tǒng)金融體系長(zhǎng)期呈現(xiàn)二元特征,大量農(nóng)村資金通過(guò)傳統(tǒng)金融流向城鎮(zhèn),中小微企業(yè)和低收入人群的金融需求難以得到有效滿足,不利于農(nóng)村勞動(dòng)力實(shí)現(xiàn)非農(nóng)就業(yè),增加工資性收入。近年來(lái),依托數(shù)字技術(shù)而產(chǎn)生的數(shù)字普惠金融迅速發(fā)展,有效彌補(bǔ)了傳統(tǒng)金融的不足,大幅提高了金融可得性,逐漸成為普惠金融體系的中堅(jiān)力量(6)張兵、李娜:《數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的影響研究——基于CFPS數(shù)據(jù)的實(shí)證分析》,《蘭州學(xué)刊》2022年第5期。,為進(jìn)一步推動(dòng)農(nóng)村勞動(dòng)力非農(nóng)就業(yè),增加工資性收入帶來(lái)了新機(jī)遇。

關(guān)于數(shù)字普惠金融與農(nóng)民收入的關(guān)系,已有研究主要從宏觀和微觀兩個(gè)層面進(jìn)行了探討。在宏觀層面,已有研究發(fā)現(xiàn)數(shù)字普惠金融能夠彌補(bǔ)傳統(tǒng)金融的不足(7)王喆等:《傳統(tǒng)金融供給與數(shù)字金融發(fā)展:補(bǔ)充還是替代?——基于地區(qū)制度差異視角》,《經(jīng)濟(jì)管理》2021年第5期。,通過(guò)促進(jìn)地區(qū)經(jīng)濟(jì)增長(zhǎng)、提高就業(yè)機(jī)會(huì)與工資水平(8)劉自強(qiáng)、張?zhí)?《數(shù)字普惠金融對(duì)農(nóng)民收入的影響及其空間溢出效應(yīng)》,《當(dāng)代經(jīng)濟(jì)研究》2021年第12期。,推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)(9)張林:《數(shù)字普惠金融、縣域產(chǎn)業(yè)升級(jí)與農(nóng)民收入增長(zhǎng)》,《財(cái)經(jīng)問(wèn)題研究》2021年第6期。等途徑,增加農(nóng)民各類(lèi)收入,進(jìn)而能夠緩解貧困,縮小城鄉(xiāng)收入差距,促進(jìn)共同富裕(10)楊林、趙洪波:《數(shù)字普惠金融助力農(nóng)民增收的理論邏輯與現(xiàn)實(shí)檢驗(yàn)》,《山東社會(huì)科學(xué)》2022年第4期;劉錦怡等:《數(shù)字普惠金融的農(nóng)村減貧效應(yīng):效果與機(jī)制》,《財(cái)經(jīng)論叢》2020年第1期;宋科等:《數(shù)字普惠金融能縮小縣域城鄉(xiāng)收入差距嗎?——兼論數(shù)字普惠金融與傳統(tǒng)金融的協(xié)同效應(yīng)》,《中國(guó)軟科學(xué)》2022年第6期;楊芳:《數(shù)字普惠金融如何影響城鄉(xiāng)共同富裕?》,《西北師大學(xué)報(bào)(社會(huì)科學(xué)版)》2023年第6期。;在微觀層面,已有研究發(fā)現(xiàn)數(shù)字普惠金融能夠通過(guò)促進(jìn)農(nóng)村居民創(chuàng)業(yè),增加其經(jīng)營(yíng)性收入(11)張勛等:《數(shù)字經(jīng)濟(jì)、普惠金融與包容性增長(zhǎng)》,《經(jīng)濟(jì)研究》2019年第8期。;通過(guò)增加非農(nóng)就業(yè)機(jī)會(huì)、縮小數(shù)字鴻溝等途徑增加農(nóng)民工資性收入和總收入(12)張勛等:《縮小數(shù)字鴻溝:中國(guó)特色數(shù)字金融發(fā)展》,《中國(guó)社會(huì)科學(xué)》2021年第8期。。同時(shí),數(shù)字普惠金融還能夠有效縮小農(nóng)村內(nèi)部收入差距(13)徐瑩、王娟:《數(shù)字普惠金融與農(nóng)戶收入差距:加劇還是緩解》,《農(nóng)業(yè)技術(shù)經(jīng)濟(jì)》2022年第12期。,實(shí)現(xiàn)包容性增長(zhǎng)(14)任碧云、李柳潁:《數(shù)字普惠金融是否促進(jìn)農(nóng)村包容性增長(zhǎng)——基于京津冀2114位農(nóng)村居民調(diào)查數(shù)據(jù)的研究》,《現(xiàn)代財(cái)經(jīng)(天津財(cái)經(jīng)大學(xué)學(xué)報(bào))》2019年第4期。。

通過(guò)梳理已有文獻(xiàn),我們發(fā)現(xiàn)鮮有研究從微觀角度系統(tǒng)探討數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入及收入差距的影響,已有研究尚未揭示數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入及收入差距的作用機(jī)理?；诖?本研究利用地市級(jí)數(shù)字普惠金融指數(shù)與2011—2017年全國(guó)農(nóng)村固定觀察點(diǎn)數(shù)據(jù)庫(kù)的37526條匹配數(shù)據(jù),研究數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入及收入差距的影響及作用機(jī)制。與已有文獻(xiàn)相比,本文的邊際貢獻(xiàn)如下:第一,從微觀層面系統(tǒng)研究了數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入及收入差距的影響,豐富了數(shù)字普惠金融與農(nóng)民收入關(guān)系的研究;第二,建立了數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入及收入差距影響的理論框架,實(shí)證分析了數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入及收入差距的作用機(jī)理,拓展了該領(lǐng)域的研究范疇。

二、影響機(jī)制和研究假說(shuō)

數(shù)字普惠金融以大數(shù)據(jù)、云計(jì)算、互聯(lián)網(wǎng)以及人工智能等新興信息技術(shù)為基礎(chǔ)(15)尹碧等:《數(shù)字普惠金融促進(jìn)中國(guó)制造業(yè)就業(yè)規(guī)模增長(zhǎng)和就業(yè)結(jié)構(gòu)優(yōu)化了嗎?》,《湘潭大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版)》2022年第5期。,顛覆了傳統(tǒng)金融機(jī)構(gòu)物理網(wǎng)點(diǎn)的限制,以較好的地理穿透性為實(shí)現(xiàn)金融服務(wù)廣域覆蓋提供了可能(16)唐松等:《數(shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機(jī)制識(shí)別與金融監(jiān)管下的效應(yīng)差異》,《管理世界》2020年第5期。,并因低門(mén)檻、低成本、個(gè)性化、共享等優(yōu)勢(shì)得到快速發(fā)展,因而能夠有效彌補(bǔ)傳統(tǒng)金融服務(wù)的不足(17)李繼尊:《關(guān)于互聯(lián)網(wǎng)金融的思考》,《管理世界》2015年第7期。,提高“長(zhǎng)尾群體”正規(guī)金融的可得性。而且,數(shù)字普惠金融通過(guò)大數(shù)據(jù)、云計(jì)算等獲取和分析海量非傳統(tǒng)信息,能夠精準(zhǔn)把控業(yè)務(wù)風(fēng)險(xiǎn),有效解決了因信息不對(duì)稱(chēng)造成的信貸供給不足問(wèn)題,拓展了交易邊界(18)謝平等:《互聯(lián)網(wǎng)金融的基礎(chǔ)理論》,《金融研究》2015年第8期。,提高了金融資源配置效率。數(shù)字普惠金融主要通過(guò)以下幾個(gè)方面提高農(nóng)村勞動(dòng)力工資性收入:

第一,數(shù)字普惠金融的發(fā)展能夠改善創(chuàng)業(yè)營(yíng)商環(huán)境,拓展創(chuàng)業(yè)空間(19)翟仁祥、宣昌勇:《數(shù)字普惠金融提高了城市創(chuàng)業(yè)活躍度嗎》,《現(xiàn)代經(jīng)濟(jì)探討》2022年第5期。,提升區(qū)域創(chuàng)業(yè)活躍度,創(chuàng)造了大量非農(nóng)就業(yè)機(jī)會(huì),促進(jìn)農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)(20)李曉園、劉雨濛:《數(shù)字普惠金融如何促進(jìn)農(nóng)村創(chuàng)業(yè)?》,《經(jīng)濟(jì)管理》2021年第12期。,從而有助于促進(jìn)農(nóng)村勞動(dòng)力非農(nóng)就業(yè),增加工資性收入。第二,數(shù)字普惠金融通過(guò)緩解中小微企業(yè)的融資約束、提供支付便利、降低交易成本,從而提高中小微企業(yè)的經(jīng)營(yíng)穩(wěn)定性和經(jīng)營(yíng)績(jī)效,有助于提高農(nóng)村勞動(dòng)力工資率和就業(yè)穩(wěn)定性,增加農(nóng)村勞動(dòng)力工資性收入。第三,數(shù)字普惠金融有助于優(yōu)化農(nóng)村金融環(huán)境,吸引社會(huì)資本到農(nóng)村投資、創(chuàng)業(yè),促進(jìn)農(nóng)業(yè)產(chǎn)業(yè)規(guī)模的擴(kuò)大,推動(dòng)農(nóng)村一二三產(chǎn)業(yè)融合,從而有助于增加農(nóng)村勞動(dòng)力非農(nóng)就業(yè)機(jī)會(huì)和工資性收入(21)楊林、趙洪波:《數(shù)字普惠金融助力農(nóng)民增收的理論邏輯與現(xiàn)實(shí)檢驗(yàn)》,《山東社會(huì)科學(xué)》2022年第4期。。第四,數(shù)字普惠金融平臺(tái)作為一種互聯(lián)網(wǎng)信息傳播載體,能夠加快信息傳播速度,提高農(nóng)村勞動(dòng)力間的信息互動(dòng)水平,緩解農(nóng)村勞動(dòng)力信息約束(22)周月書(shū)、苗哲瑜:《數(shù)字普惠金融對(duì)農(nóng)戶生產(chǎn)經(jīng)營(yíng)投資的影響》,《中國(guó)農(nóng)村觀察》2023年第1期。,幫助其獲取更多的非農(nóng)就業(yè)信息,從而有助于促進(jìn)農(nóng)村勞動(dòng)力參與非農(nóng)就業(yè),提高非農(nóng)就業(yè)質(zhì)量,增加工資性收入。據(jù)此,本文提出如下假說(shuō):

假說(shuō)1:數(shù)字普惠金融能夠顯著提高農(nóng)村勞動(dòng)力工資性收入。

數(shù)字普惠金融在提高農(nóng)村勞動(dòng)力工資性收入的同時(shí),還有助于縮小農(nóng)村勞動(dòng)力工資性收入差距。一方面,數(shù)字普惠金融通過(guò)為區(qū)域中小微企業(yè)的設(shè)立和發(fā)展提供金融支持,提高了女性、低教育程度等就業(yè)弱勢(shì)群體的非農(nóng)就業(yè)參與程度和穩(wěn)定性(23)方觀富、許嘉怡:《數(shù)字普惠金融促進(jìn)居民就業(yè)嗎——來(lái)自中國(guó)家庭跟蹤調(diào)查的證據(jù)》,《金融經(jīng)濟(jì)學(xué)研究》2020年第2期。,縮小了本地非農(nóng)就業(yè)勞動(dòng)力與外出務(wù)工勞動(dòng)力間的工資率差距。另一方面,數(shù)字普惠金融通過(guò)緩解弱勢(shì)農(nóng)戶家庭的信息約束和流動(dòng)性約束,拓展就業(yè)信息渠道,增加家庭勞動(dòng)力接受教育或參加培訓(xùn)的機(jī)會(huì),提升人力資本(24)吳本健等:《數(shù)字普惠金融發(fā)展能否緩解農(nóng)村多維相對(duì)貧困》,《華南師范大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)》2022年第3期。,能夠增強(qiáng)低物質(zhì)資本和低社會(huì)資本農(nóng)戶家庭勞動(dòng)力在勞動(dòng)力市場(chǎng)中的競(jìng)爭(zhēng)力,提高就業(yè)匹配度和就業(yè)質(zhì)量,從而縮小與其他農(nóng)村勞動(dòng)力間的工資率差距和工資性收入差距。

此外,互聯(lián)網(wǎng)使用能夠增強(qiáng)數(shù)字普惠金融對(duì)縮小農(nóng)村勞動(dòng)力間工資性收入差距的作用效果。一方面,互聯(lián)網(wǎng)使用能夠提升農(nóng)村勞動(dòng)力接受非正規(guī)教育的便利性,降低學(xué)習(xí)成本,幫助低文化水平勞動(dòng)力提升人力資本和就業(yè)能力(25)潘明明等:《互聯(lián)網(wǎng)使用促進(jìn)農(nóng)村婦女非農(nóng)就業(yè)了嗎——基于蘇、皖、豫、鄂四省調(diào)研數(shù)據(jù)的實(shí)證研究》,《農(nóng)業(yè)技術(shù)經(jīng)濟(jì)》2021年第8期。,增加其工資性收入,縮小與其他農(nóng)村勞動(dòng)力間的工資性收入差距。另一方面,互聯(lián)網(wǎng)使用能夠提高農(nóng)村勞動(dòng)力社交便捷性與信息獲取便利性,擴(kuò)展社會(huì)資本,拓寬就業(yè)信息渠道,降低工作搜尋過(guò)程中的信息成本,削弱求職過(guò)程中的時(shí)空限制,更好地完成人職匹配(26)張衛(wèi)東等:《互聯(lián)網(wǎng)技能、信息優(yōu)勢(shì)與農(nóng)民工非農(nóng)就業(yè)》,《財(cái)經(jīng)科學(xué)》2021年第1期。,從而有助于幫助低社會(huì)資本家庭勞動(dòng)力提高非農(nóng)就業(yè)匹配度和非農(nóng)就業(yè)質(zhì)量,縮小與其他農(nóng)村勞動(dòng)力間的工資性收入差距。據(jù)此,本文提出如下假說(shuō):

假說(shuō)2:數(shù)字普惠金融能夠顯著縮小農(nóng)村勞動(dòng)力工資性收入差距。

假說(shuō)3:數(shù)字普惠金融能夠通過(guò)縮小工資率差距,進(jìn)而縮小農(nóng)村勞動(dòng)力工資性收入差距。

假說(shuō)4:互聯(lián)網(wǎng)使用能夠增強(qiáng)數(shù)字普惠金融縮小農(nóng)村勞動(dòng)力工資性收入差距的作用效果。

三、研究設(shè)計(jì)

(一)數(shù)據(jù)來(lái)源

本文所用數(shù)據(jù)包括農(nóng)村家庭微觀數(shù)據(jù)、數(shù)字普惠金融數(shù)據(jù)和相應(yīng)年份宏觀層面城市經(jīng)濟(jì)狀況數(shù)據(jù)。其中,農(nóng)村家庭微觀數(shù)據(jù)部分來(lái)自2011—2017年全國(guó)農(nóng)村固定觀察點(diǎn)數(shù)據(jù),數(shù)字普惠金融數(shù)據(jù)來(lái)自北京大學(xué)數(shù)字普惠金融指數(shù)中2011—2017年地市級(jí)數(shù)字普惠金融指數(shù)及其覆蓋廣度、使用深度、數(shù)字化程度,城市經(jīng)濟(jì)狀況數(shù)據(jù)來(lái)自相應(yīng)年份的城市統(tǒng)計(jì)年鑒。在剔除無(wú)效數(shù)據(jù)后,最終得到37526個(gè)有效樣本。

(二) 指標(biāo)選取

1.被解釋變量:工資性收入。用農(nóng)村勞動(dòng)力上年工資性收入取自然對(duì)數(shù)表示。

2.核心解釋變量:數(shù)字普惠金融。本文使用北京大學(xué)數(shù)字金融研究中心發(fā)布的數(shù)字普惠金融指數(shù)作為代理變量,為了增加樣本容量,提高實(shí)證估計(jì)結(jié)果的準(zhǔn)確性,采用地市級(jí)數(shù)字普惠金融指數(shù)進(jìn)行匹配回歸。除了總指數(shù)外,本文還以一級(jí)子指標(biāo)覆蓋廣度、使用深度和數(shù)字化程度分別作為解釋變量,進(jìn)一步研究數(shù)字普惠金融各個(gè)維度對(duì)農(nóng)村勞動(dòng)力工資性收入及收入差距的影響。為了方便實(shí)證分析,數(shù)字普惠金融得分及其各維度的得分均采用其原始指標(biāo)除以100進(jìn)行衡量。

3.機(jī)制變量。(1)非農(nóng)就業(yè)穩(wěn)定性:依據(jù)農(nóng)村勞動(dòng)力非農(nóng)就業(yè)性質(zhì),將打零工農(nóng)村勞動(dòng)力的非農(nóng)就業(yè)穩(wěn)定性賦值為0,將受雇于穩(wěn)定工作農(nóng)村勞動(dòng)力的非農(nóng)就業(yè)穩(wěn)定性賦值為1。(2)工資率:依據(jù)農(nóng)村勞動(dòng)力全年非農(nóng)工作總天數(shù)和工資性收入計(jì)算的平均每日工資性收入。(3)非農(nóng)勞動(dòng)時(shí)間:以農(nóng)村勞動(dòng)力全年非農(nóng)勞動(dòng)總天數(shù)取自然對(duì)數(shù)作為農(nóng)村勞動(dòng)力非農(nóng)勞動(dòng)時(shí)間的代理變量。(4)工資率差距:根據(jù)相關(guān)研究,選用農(nóng)村勞動(dòng)力每日工資性收入的基尼系數(shù)衡量農(nóng)村勞動(dòng)力的工資率差距。(5)互聯(lián)網(wǎng)使用:寬帶網(wǎng)絡(luò)是農(nóng)村居民連接互聯(lián)網(wǎng)的主要信號(hào)源,使用寬帶網(wǎng)絡(luò)上網(wǎng)能夠有效提高農(nóng)村居民的互聯(lián)網(wǎng)使用深度。因此,本文選擇以農(nóng)戶家庭是否接入互聯(lián)網(wǎng)來(lái)反映家庭互聯(lián)網(wǎng)使用情況。

4.控制變量。為盡量保證實(shí)證結(jié)果的準(zhǔn)確性和可靠性,本文還從個(gè)人層面、家庭層面、村莊層面和地區(qū)層面選取了相關(guān)控制變量。其中,個(gè)人層面控制變量包括性別、文化程度;家庭層面控制變量包括家庭規(guī)模、家庭勞動(dòng)力比例、是不是黨員戶、是不是干部戶、土地規(guī)模、自有農(nóng)機(jī)價(jià)值、社會(huì)資本;村莊層面控制變量包括村莊是否位于城市郊區(qū)和村莊所在縣的經(jīng)濟(jì)發(fā)達(dá)程度;地區(qū)層面控制變量包括區(qū)域產(chǎn)業(yè)結(jié)構(gòu)和財(cái)政支出比例。變量的具體定義和描述性統(tǒng)計(jì)如表1所示。

表1 變量定義與描述性統(tǒng)計(jì)

(三) 模型構(gòu)建

1.數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入的影響。鑒于本文所選擇的農(nóng)村勞動(dòng)力工資性收入均為大于0的連續(xù)變量,因此,采用OLS模型實(shí)證分析數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入的影響,基準(zhǔn)模型設(shè)定為:

lnyi=α+βiFini+∑λiXi+ε

(1)

其中,lny表示農(nóng)村勞動(dòng)力工資性收入的自然對(duì)數(shù)形式,Fin為數(shù)字普惠金融,X為控制變量,ε為隨機(jī)擾動(dòng)項(xiàng)。

2. 數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入差距的影響。本文采用再中心化影響函數(shù)(RIF)回歸模型,探討數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入差距的影響。不同于一般的回歸方法,RIF回歸中的被解釋變量可以是傳統(tǒng)意義上的收入水平,也可以是基于影響函數(shù)獲得的分位數(shù)以及方差、基尼系數(shù)等收入差距統(tǒng)計(jì)量,能夠建立起收入差距指數(shù)與其影響因素間的直接聯(lián)系,從而可以從分布的角度直接考察數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入差距的邊際影響。相較于OLS回歸模型,RIF回歸還能有效弱化因遺漏變量等引起的內(nèi)生性問(wèn)題,從而得到更穩(wěn)健可靠的估計(jì)結(jié)果。與既有文獻(xiàn)通常做法類(lèi)似,本文使用基尼系數(shù)度量農(nóng)村勞動(dòng)力工資性收入差距,其再中心化影響函數(shù)可以表示為:

RIF(y;vGini)=1+2μ-2R(FY)y-2μ-1{y[1-p(y)]+GL[p(y);FY]}

(2)

其中,vGini為工資性收入分布FY所對(duì)應(yīng)的基尼系數(shù),μ為總體收入的均值,GL為廣義洛倫茲曲線,R為廣義洛倫茲曲線在[0,1]上的積分,p為工資性收入分布,FY為對(duì)應(yīng)的不高于收入水平y(tǒng)的累計(jì)人口比例。

結(jié)合式(2),為了檢驗(yàn)數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入差距的影響,在RIF回歸模型框架下建立如下回歸模型:

Gini(y)i=α+βiFini+∑λiXi+ε

(3)

其中,Gini(y)為農(nóng)村勞動(dòng)力工資性收入的基尼系數(shù),用于衡量農(nóng)村勞動(dòng)力工資性收入差距。

四、實(shí)證分析

(一)數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入的影響

表2中列(1)—列(4)分別為數(shù)字普惠金融及其覆蓋廣度、使用深度和數(shù)字化程度對(duì)農(nóng)村勞動(dòng)力工資性收入的回歸結(jié)果。從中可以看出,數(shù)字普惠金融總指數(shù)、覆蓋廣度、使用深度和數(shù)字化程度均在1%的顯著性水平下對(duì)農(nóng)村勞動(dòng)力工資性收入有顯著的正向影響,即數(shù)字普惠金融有助于提高農(nóng)村勞動(dòng)力工資性收入,驗(yàn)證了本文的假說(shuō)1。

表2 數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入的影響

注:***、**和*分別表示1%、5%和10%的顯著性水平;括號(hào)中為穩(wěn)健標(biāo)準(zhǔn)誤。下表同。

(二)數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入差距的影響

本文運(yùn)用RIF回歸模型對(duì)數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入差距的影響做進(jìn)一步討論,回歸結(jié)果如表3所示。表3中列(1)—列(4)分別為數(shù)字普惠金融及其覆蓋廣度、使用深度和數(shù)字化程度對(duì)農(nóng)村勞動(dòng)力工資性收入基尼系數(shù)的回歸結(jié)果。從中可以看出,數(shù)字普惠金融及其覆蓋廣度、使用深度和數(shù)字化程度均在1%的顯著性水平下對(duì)農(nóng)村勞動(dòng)力工資性收入基尼系數(shù)有顯著的負(fù)向影響,即數(shù)字普惠金融有助于縮小農(nóng)村勞動(dòng)力工資性收入差距,驗(yàn)證了本文的假說(shuō)2。

表3 數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入差距的影響

(三)內(nèi)生性討論

數(shù)字普惠金融與農(nóng)村勞動(dòng)力工資性收入及工資性收入差距之間可能存在內(nèi)生性問(wèn)題,為此,本文以地區(qū)互聯(lián)網(wǎng)覆蓋率作為工具變量,運(yùn)用2SLS對(duì)模型進(jìn)行重新估計(jì),回歸結(jié)果如表4所示。結(jié)果表明,在解決了內(nèi)生性問(wèn)題后,數(shù)字普惠金融原值取自然對(duì)數(shù)后仍然在1%的顯著性水平下對(duì)農(nóng)村勞動(dòng)力工資性收入有顯著的正向影響,而對(duì)農(nóng)村勞動(dòng)力工資性收入差距有顯著的負(fù)向影響,證實(shí)了本文研究結(jié)論的穩(wěn)健性。

表4 內(nèi)生性討論回歸結(jié)果

(四)穩(wěn)健性檢驗(yàn)

為了保證實(shí)證結(jié)果的可靠性,本文采用如下兩種方法進(jìn)行穩(wěn)健性檢驗(yàn):(1)替換核心解釋變量。重新量化數(shù)字普惠金融,以數(shù)字普惠金融的自然對(duì)數(shù)作為核心解釋變量,研究數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入及工資性收入差距的影響。(2)使用追蹤數(shù)據(jù)回歸。通過(guò)重新整理數(shù)據(jù),使用樣本中的追蹤調(diào)查數(shù)據(jù)重新估計(jì)普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入及工資性收入差距的影響。為了保證回歸結(jié)果的科學(xué)性和一致性,此部分仍然采用OLS模型進(jìn)行回歸,回歸結(jié)果如表5所示。從結(jié)果可以看出,上述穩(wěn)健性檢驗(yàn)結(jié)果與前文基準(zhǔn)估計(jì)結(jié)果基本一致,說(shuō)明本文的研究結(jié)論是穩(wěn)健的。

表5 穩(wěn)健性檢驗(yàn)回歸結(jié)果

五、機(jī)制檢驗(yàn)

(一)數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入的影響機(jī)制

本文從農(nóng)村勞動(dòng)力非農(nóng)就業(yè)穩(wěn)定性、工資率和非農(nóng)勞動(dòng)時(shí)間三個(gè)方面,采用OLS模型進(jìn)一步探討數(shù)字普惠金融提高農(nóng)村勞動(dòng)力工資性收入的原因。表6的回歸結(jié)果顯示,數(shù)字普惠金融在1%的顯著性水平下對(duì)農(nóng)村勞動(dòng)力非農(nóng)就業(yè)穩(wěn)定性、工資率和非農(nóng)勞動(dòng)時(shí)間有顯著的正向影響,由此可以認(rèn)為,數(shù)字普惠金融通過(guò)提高農(nóng)村勞動(dòng)力非農(nóng)就業(yè)穩(wěn)定性、工資率以及增加非農(nóng)勞動(dòng)時(shí)間進(jìn)而提高其工資性收入。

表6 數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入的影響機(jī)制分析

(二)數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入差距的影響機(jī)制

為驗(yàn)證數(shù)字普惠金融能否通過(guò)縮小農(nóng)村勞動(dòng)力工資率差距進(jìn)而縮小農(nóng)村勞動(dòng)力間的工資性收入差距,本文將農(nóng)村勞動(dòng)力工資率基尼系數(shù)作為中介變量,以RIF回歸方法為基礎(chǔ),利用中介效應(yīng)模型進(jìn)行檢驗(yàn),具體回歸結(jié)果如表7所示。表7列(1)—列(3)分別為數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入基尼系數(shù)、工資率基尼系數(shù)的影響,以及控制工資率基尼系數(shù)后,數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入基尼系數(shù)的影響。從回歸結(jié)果可以看出,數(shù)字普惠金融在1%的顯著性水平下對(duì)農(nóng)村勞動(dòng)力工資性收入基尼系數(shù)、工資率基尼系數(shù)均有顯著的負(fù)向影響,在控制工資率基尼系數(shù)后,數(shù)字普惠金融依然在1%的顯著性水平下農(nóng)村勞動(dòng)力工資性收入基尼系數(shù)有顯著的負(fù)向影響,并且回歸系數(shù)的絕對(duì)值變小,說(shuō)明工資率基尼系數(shù)在數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入基尼系數(shù)的影響中發(fā)揮了部分中介效應(yīng),即數(shù)字普惠金融能夠通過(guò)縮小工資率差距進(jìn)而縮小農(nóng)村勞動(dòng)力工資性收入差距,驗(yàn)證了本文的假說(shuō)3。

表7 工資率差距作用機(jī)制檢驗(yàn)

依據(jù)前文理論分析,為了驗(yàn)證互聯(lián)網(wǎng)使用能否增強(qiáng)數(shù)字普惠金融對(duì)降低農(nóng)村勞動(dòng)力工資性收入差距的作用效果,本文根據(jù)農(nóng)戶家庭是否接入互聯(lián)網(wǎng)對(duì)數(shù)據(jù)加以劃分,以子樣本回歸的方式進(jìn)行檢驗(yàn)(27)限于篇幅,檢驗(yàn)結(jié)果未列出,留存?zhèn)渌鳌??；貧w結(jié)果顯示,雖然數(shù)字普惠金融在1%的顯著性水平下降低了兩組樣本農(nóng)村勞動(dòng)力工資性收入差距,但對(duì)接入互聯(lián)網(wǎng)的家庭作用效果更大,可以說(shuō)互聯(lián)網(wǎng)使用能增強(qiáng)數(shù)字普惠金融對(duì)縮小農(nóng)村勞動(dòng)力工資性收入差距的作用效果,驗(yàn)證了本文的假說(shuō)4。

六、異質(zhì)性分析

本部分將從區(qū)域和勞動(dòng)力個(gè)人特征兩個(gè)維度討論數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入及工資性收入差距的異質(zhì)性影響。

(一)區(qū)域異質(zhì)性

本文以樣本所屬省份的經(jīng)濟(jì)發(fā)展水平為依據(jù)將全樣本劃分為東部地區(qū)、中部地區(qū)和西部地區(qū)三大區(qū)域,數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入及工資性收入差距區(qū)域異質(zhì)性回歸結(jié)果如表8所示。從結(jié)果可以看出,數(shù)字普惠金融對(duì)東、中、西三大區(qū)域的農(nóng)村勞動(dòng)力工資性收入均在1%的顯著性水平下有顯著的正向影響,對(duì)農(nóng)村勞動(dòng)力工資性收入差距均在1%的顯著性水平下有顯著的負(fù)向影響,并且對(duì)西部地區(qū)的作用效果最大,東部次之,中部最小?？赡艿脑蚴?中部是我國(guó)糧食主產(chǎn)區(qū),農(nóng)戶主要以農(nóng)業(yè)經(jīng)營(yíng)為主,因而數(shù)字普惠金融對(duì)中部地區(qū)農(nóng)村勞動(dòng)力非農(nóng)就業(yè)和工資性收入的促進(jìn)作用相對(duì)較小;與東部地區(qū)相比,西部地區(qū)經(jīng)濟(jì)發(fā)展基礎(chǔ)較差,存在更多的“長(zhǎng)尾群體”,這類(lèi)“長(zhǎng)尾群體”是數(shù)字普惠金融的主要服務(wù)對(duì)象,數(shù)字普惠金融的包容性特征能夠緩解金融排斥(28)任太增、殷志高:《數(shù)字普惠金融與中國(guó)經(jīng)濟(jì)的包容性增長(zhǎng):理論分析和經(jīng)驗(yàn)證據(jù)》,《管理學(xué)刊》2022年第1期。,提高“長(zhǎng)尾群體”正規(guī)金融的可得性,因而數(shù)字普惠金融對(duì)于提高西部地區(qū)農(nóng)村勞動(dòng)力工資性收入、縮小工資性收入差距的作用更明顯。

表8 區(qū)域異質(zhì)性回歸結(jié)果

(二)勞動(dòng)力個(gè)人特征異質(zhì)性

在勞動(dòng)力個(gè)人特征異質(zhì)性上,本文選擇從勞動(dòng)力性別和文化程度兩個(gè)方面進(jìn)行討論。從表9回歸結(jié)果可以看出,在勞動(dòng)力性別層面,數(shù)字普惠金融在1%的顯著性水平下對(duì)女性勞動(dòng)力和男性勞動(dòng)力工資性收入均有顯著的正向影響,對(duì)兩組農(nóng)村勞動(dòng)力工資性收入差距也均在1%的顯著性水平下有顯著的負(fù)向影響,但對(duì)女性勞動(dòng)力的作用更為明顯?？赡艿慕忉尀?由于農(nóng)村家庭的內(nèi)部分工構(gòu)成,女性勞動(dòng)力常常因照料家庭無(wú)法進(jìn)行遠(yuǎn)距離的非農(nóng)轉(zhuǎn)移,多是在周邊打零工,非農(nóng)就業(yè)參與率和工資性收入相對(duì)較低。數(shù)字普惠金融通過(guò)促進(jìn)農(nóng)民工返鄉(xiāng)創(chuàng)業(yè)和區(qū)域中小微企業(yè)的發(fā)展,能夠有效增加女性勞動(dòng)力的非農(nóng)就業(yè)參與率。因而,數(shù)字普惠金融對(duì)女性勞動(dòng)力的工資性收入增長(zhǎng)促進(jìn)作用更大,并有助于縮小其與男性農(nóng)村勞動(dòng)力工資性收入差距。

表9 勞動(dòng)力性別異質(zhì)性回歸結(jié)果

在勞動(dòng)力文化程度層面,如表10的回歸結(jié)果所示,數(shù)字普惠金融在1%的顯著性水平下對(duì)不同受教育水平農(nóng)村勞動(dòng)力的工資性收入有顯著的正向影響,同時(shí)對(duì)不同受教育水平農(nóng)村勞動(dòng)力工資性收入差距也均在1%的顯著性水平下有顯著的負(fù)向影響,并且這種影響隨農(nóng)村勞動(dòng)力文化水平的提高而得到增強(qiáng)?？赡艿慕忉尀?雖然數(shù)字普惠金融的包容性特征更有助于農(nóng)村低文化水平勞動(dòng)力參與非農(nóng)就業(yè),但文化水平越高的勞動(dòng)力的數(shù)字素養(yǎng)和使用數(shù)字普惠金融服務(wù)和產(chǎn)品的能力更強(qiáng),也相對(duì)擁有更高的非農(nóng)就業(yè)質(zhì)量和穩(wěn)定性,能夠?yàn)槠髽I(yè)創(chuàng)造更多的價(jià)值,獲得更多的勞動(dòng)報(bào)酬。因此,高文化水平的農(nóng)村勞動(dòng)力能從數(shù)字普惠金融的發(fā)展中獲得更多的工資性收入紅利。

表10 勞動(dòng)力文化程度異質(zhì)性回歸結(jié)果

七、研究結(jié)論和政策建議

本文利用地市級(jí)數(shù)字普惠金融指數(shù)與2011—2017年全國(guó)農(nóng)村固定觀察點(diǎn)數(shù)據(jù)庫(kù)的37526條匹配數(shù)據(jù),運(yùn)用OLS模型、2SLS模型、RIF回歸模型和中介效應(yīng)模型,實(shí)證分析了數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力工資性收入及工資性收入差距的影響,研究結(jié)論如下:第一,數(shù)字普惠金融及其覆蓋廣度、使用深度和數(shù)字化程度均能夠顯著提高農(nóng)村勞動(dòng)力工資性收入,縮小農(nóng)村勞動(dòng)力間的工資性收入差距。第二,機(jī)制檢驗(yàn)發(fā)現(xiàn),數(shù)字普惠金融能夠通過(guò)提高農(nóng)村勞動(dòng)力非農(nóng)就業(yè)穩(wěn)定性、工資率以及增加非農(nóng)勞動(dòng)時(shí)間,進(jìn)而提高農(nóng)村勞動(dòng)力工資性收入;數(shù)字普惠金融能夠通過(guò)縮小農(nóng)村勞動(dòng)力間的工資率差距進(jìn)而縮小工資性收入差距;家庭互聯(lián)網(wǎng)使用能夠增強(qiáng)數(shù)字普惠金融對(duì)縮小農(nóng)村勞動(dòng)力工資性收入差距的作用效果。第三,異質(zhì)性分析顯示,無(wú)論是基于增加工資性收入的角度,還是縮小工資性收入差距的角度,數(shù)字普惠金融對(duì)西部地區(qū)、女性和高學(xué)歷農(nóng)村勞動(dòng)力的影響更大。

上述結(jié)論對(duì)于進(jìn)一步發(fā)展數(shù)字普惠金融,增加農(nóng)村勞動(dòng)力工資性收入,縮小工資性收入差距具有重要的政策啟示。第一,數(shù)字普惠金融的發(fā)展依托于數(shù)字信息技術(shù),應(yīng)加強(qiáng)數(shù)字基礎(chǔ)設(shè)施建設(shè),提高農(nóng)村地區(qū)互聯(lián)網(wǎng)覆蓋率,改善網(wǎng)絡(luò)環(huán)境。通過(guò)促進(jìn)區(qū)域間信息、資源和技術(shù)共享推動(dòng)數(shù)字普惠金融均衡協(xié)調(diào)發(fā)展,利用數(shù)字金融資源的空間溢出效應(yīng)帶動(dòng)落后地區(qū)數(shù)字普惠金融發(fā)展。第二,借助數(shù)字普惠金融平臺(tái)大力發(fā)展農(nóng)村電子商務(wù),提升農(nóng)業(yè)數(shù)字化程度,提高農(nóng)業(yè)產(chǎn)業(yè)規(guī)模,推動(dòng)農(nóng)村一二三產(chǎn)業(yè)融合,帶動(dòng)農(nóng)村勞動(dòng)力非農(nóng)就業(yè),增加工資性收入。第三,加強(qiáng)對(duì)農(nóng)村各類(lèi)經(jīng)濟(jì)主體金融知識(shí)和互聯(lián)網(wǎng)信息技術(shù)的宣傳和培訓(xùn),使具有創(chuàng)業(yè)意向的農(nóng)村居民能夠正確使用數(shù)字普惠金融緩解資金和信息約束,成功創(chuàng)業(yè)并帶動(dòng)周邊農(nóng)村勞動(dòng)力參與非農(nóng)就業(yè),尤其是帶動(dòng)非農(nóng)就業(yè)參與度較低的農(nóng)村弱勢(shì)勞動(dòng)力參與非農(nóng)就業(yè),增加工資性收入,縮小工資性收入差距。第四,不斷創(chuàng)新數(shù)字金融產(chǎn)品,提高數(shù)字普惠金融對(duì)新型農(nóng)業(yè)經(jīng)營(yíng)主體的支持力度,在提高農(nóng)業(yè)生產(chǎn)效益的同時(shí),增加農(nóng)業(yè)生產(chǎn)性服務(wù)供給,進(jìn)一步釋放農(nóng)村勞動(dòng)力,提高農(nóng)村勞動(dòng)力的非農(nóng)就業(yè)參與度。第五,在加大農(nóng)村教育投入,加強(qiáng)對(duì)農(nóng)村弱勢(shì)勞動(dòng)力進(jìn)行工作技能培訓(xùn)的同時(shí),加大對(duì)鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)和村集體經(jīng)濟(jì)的扶持力度,使無(wú)法進(jìn)行遠(yuǎn)距離非農(nóng)轉(zhuǎn)移的農(nóng)村弱勢(shì)勞動(dòng)力能夠就近參與非農(nóng)就業(yè),增加其工資性收入,縮小工資性收入差距。