数字普惠金融对城乡收入差距的影响研究_李国柱.pdf

1 2023 年 2 月第 1 期总第 177 期金融理论与教学Finance Theory and Teaching数字普惠金融对城乡收入差距的影响研究李国柱a，郭征然b（河北地质大学 a.自然资源资产资本研究中心；b.经济学院，河北 石家庄 050031）摘要：发展数字普惠金融已成为推动普惠金融惠及农民的重大举措，对缓解城乡收入差距有着重要作用。研究以我国 30 个省份（除去西藏、港澳台地区）为样本，选取 2011 年到 2019 年作为取样年限，采用“北京大学数字普惠金融指数（2011-2020）”报告中的综合指数，建立门槛模型，分析数字普惠金融对城乡收入差距的影响。得出结论：我国数字普惠金融综合指数会随着城镇化水平的提升而加大对我国城乡收入差距的缩小程度，并进一步分析得出数字普惠金融的覆盖广度和使用深度也会随着城镇化水平的增大以相似的程度加大对于城乡收入差距的缩小影响，但是其数字化程度对于城乡收入差距的影响并不显著。关键词：数字普惠金融；城乡收入差距；门槛模型中图分类号：F832.7文献标识码：A 文章编号：1004-9487（2023）01-0001-06收稿日期：2022-01-08基金项目：国家社会科学基金项目“新时代基于环境治理绩效测度的绿色发展路径选择研究”（18BJY081）阶段性成果。作者简介：李国柱（1971-），男，河北孟村人，教授，经济学博士，研究方向为统计理论与方法；郭征然（1998-），女，河北廊坊人，统计学研究生，研究方向为数据挖掘。自改革开放以来，我国经济快速发展，人民的生活也发生了巨大的变化。国家统计局数据显示，我国居民人均可支配收入从 2000 年的 3721.34 元增长为 2020 年的 32189 元，但其中城镇居民人均可支配收入从 6255.66 元增长至 43833.8 元，而农村居民人均可支配收入仅从2282.12 元增长为 17131.5 元，这表明我国城乡收入依旧存在较大差距。城乡收入分配不平衡会制约低收入人群的消费与投资，影响着我国经济的可持续发展，因此如何缓解城乡收入差距历来是我国政府极为重视的问题。2005 年联合国首次提出“普惠金融”这一概念，为解决城乡收入差距问题提供了新思路。大多数学者认为“普惠金融”能够增强金融服务的覆盖广度，使社会低收入人群也能享有低成本、高效率的金融服务，从而降低城乡收入差距。随着数字技术的快速发展，人们将数字技术与普惠金融进行融合，并在 2016 年的 G20 峰会上，赋予了数字普惠金融具体的定义。数字技术的加入，使数字普惠金融在普惠金融功能的前提下，进一步降低交易成本，扩大金融服务覆盖面，从而能够更有效地降低低收入人群的金融排斥，促进城乡收入差距的减小。研究通过实证分析，检验我国数字普惠金融对城乡收入差距的影响，利用城镇化水平作为门槛变量建立门槛模型，更好的分析不同城镇化水平下数字普惠金融对城乡收入差距的影响。一、文献综述城乡收入差距的扩大会对一国经济发展和社会稳定产生不利影响，而金融作为经济中的重要部分，对城乡经济发展有着不可替代的作用。美国经济学家 Kuznets 最早提出收入分配状况会【金融论坛】DOI:10.13298/ki.ftat.2023.01.020 2 随经济发展过程而产生变化1，基于这一假说，Greenwood 和 Jovanovic 建立动态模型，证实了金融发展与城乡收入分配之间的关系曲线呈现为“倒U 型”2。Kim 利用多国数据进行实证研究，发现相比于高收入国家，低收入国家的城乡差距因金融发展产生的缩小作用并不显著3。就国内而言，由于城乡金融发展速度差距过大，使得城市居民比农村居民更能从金融发展中获得利益，以至于部分地区的金融发展对于城乡收入差距的缩小并不显著，甚至可能扩大城乡收入差距4。“普惠金融”的重点服务对象是农民、贫困人群和残疾人、老年人等特殊群体，其目的在于提高低经济水平群体的金融获利程度，从而缓解金融发展所带来的城乡收入差距过大的问题。普惠金融对城乡收入差距的影响并不是线性的，呈现出先扩大后缩小趋势5。但金融机构会因不愿意提供低利率且高风险的资金供给，而导致“普惠金融悖论”，阻碍普惠金融对城乡收入差距扩大问题的缓解进程。学者将研究转移到快速发展的互联网金融上，研究发现互联网金融的发展能有效推动金融普惠，并且会有效促进农村普惠金融的发展6。数字普惠金融基于该需求产生，其在“普惠金融”的基础上，引入数字技术并融合了两者的优势，被视为缓解城乡收入差距的重要工具。前期学者往往利用熵值法对金融服务各项指标进行测算来指代数字普惠金融，并进行实证研究，但结论发生了分歧。有学者认为数字普惠金融会对城乡收入差距产生负向影响，这是由于不同地区数字普惠金融差异十分明显，导致偏远地区难以受益7，也有学者认为数字普惠金融对我国城乡收入差距有显著的缩短影响8。但这种数字普惠金融的测算方式并没有充分考虑到互联网信息技术对金融行业的冲击，就此北京大学数字金融研究中心立足于综合性、均衡性、可比性、连续性和可行性的要求建立了研究体系，能够科学并全面地概括现阶段数字普惠金融的发展程度和均衡程度9，并于 2017 年开始陆续发布北京大学数字普惠金融指数报告。近期学者大部分采用此测算方式对数字普惠金融进行评估，发现数字普惠金融的发展具有显著的正向空间集聚效应10，也会为我国减贫工作产生显著的促进贡献，两者短期也会存在正向空间溢出效应11；减贫与城乡收入差距存在正向显著关系12，从而间接降低城乡收入差距。从区域看，数字普惠金融在东部、中部和西部都会对城乡收入差距有缩小效应13-14，进一步研究发现，数字普惠金融仅会对高经济水平地区的城乡收入差距有缩短影响15，而对于低经济水平地区，则会因数字普惠金融的发展水平而产生不同影响，仅当数字普惠金融发展处于高水平时，才会有缩小影响16-17。就数字普惠金融的三个维度而言，覆盖广度和使用深度会对城乡差距产生明显的缩小效应，但对于数字化程度维度学者产生了分歧，部分学者认为数字化程度会在一定程度上增大我国城乡收入差距，但不会影响数字普惠金融综合指数对城乡收入差距缩短效应18-19，但也有学者认为基于数字鸿沟视角，数字化程度会缩小城乡收入差距20。从现有文献来看，学者们的研究结论和观点并不相同，主要原因在于模型选择和影响机制设定不同。我们认为数字普惠金融对城乡收入差距的影响并不是线性的，可能会随城镇化水平的不同而不同。因此研究采用“北京大学数字普惠金融指数（2011-2020）”报告中的数字普惠金融综合指数，并将城镇化水平设置为门槛变量，建立门槛模型，研究数字普惠金融对城乡收入差距的影响。二、模型构建与指标选取（一）指标选取1.被解释变量被解释变量为城乡收入差距（te），参考以往文献，发现泰尔指数21能够更为准确的捕捉到高收入与低收入阶层的收入变动。因此，研究选择采用泰尔指数作为被解释变量。2.核心解释变量研 究 选 用“北 京 大 学 数 字 普 惠 金 融 指 数（2011-2020)”报告中的综合指数（lnhp）作为核心解释变量的代表变量，此指数可以更科学且准确的描述我国数字普惠金融的发展现状，为后续实证检验提供更为严谨的数据基础。3.门槛变量研究采用城镇化水平作为门槛变量，城镇化水平越高的地区意味着居民越有可能拥有较为良好的互联网环境与较低的金融排斥，而这是数字普惠金融发展的必要条件，影响着居民对数字普惠金融业务的需求及使用质量。只有保障低收入人民能够参与数字普惠金融，并能从中获利，才会缓解城乡收入差距。3 4.控制变量由于存在较多导致城乡收入差距的因素，研究选择以下控制变量：经济发展水平（gdp），采用人均 gdp 衡量我国各省份的经济水平，并采用地区生产总值指数进行了平减；产业结构合理性（hl），采用干春晖产业结构合理化的计算公式进行测算22；外贸依存度（wm），用进出口贸易总额在 GDP 比值中的占比来衡量；市场化水平（sch），采用樊纲等编制的中国各省份市场化进程指数来衡量23；技术创新（cx），采用专利授权数与人口数的比值来衡量；人力资源水平（rl），采用各省份的高校在校生占各省份人口的比重来衡量。（二）数据来源数字普惠金融相关数据均从北京大学数字金融研究中心编制的报告中获得。城乡收入差距相关数据均来自于国家统计年鉴、各省份统计年鉴以及各省份公布的报告，并对数据进行计算得出泰尔指数，控制变量中的市场化指数来自于樊纲发布的市场化指数研究报告。其他控制变量的相关数据来自国家统计年鉴和各省份统计年鉴，并根据相应公式进行计算得出。（三）模型构建采用 hansen（1999）提出的面板门槛模型。这种模型能够自动识别数据，并辨别出门槛变量的门槛值。按照从模型得出的门槛值对我国省份进行划分，分析不同城镇化水平下，数字普惠金融对城乡收入差距的影响。构建计量模型如下：lnteit=0+1lnhpitI(lnczhit1)+2lnhpitI(1lnczhit2)+3lnhpitI(2lnczhit)+1lnrgdpit+2lnhlit+3lnwmit+4lnscit+5lnrlit+6lncxit+i+it其 中，i 表 示 地 区 省 份，t 表 示 2011 年 到2019 年，lnte 表示城乡收入差距，lnhp 表示数字普惠金融的综合指数，lnrgdp 表示人均 gdp，lnhl表示产业结构合理化，lnwm 表示外贸依存度，lnsc 表示市场化程度，lnrl 表示人力资源，I（）为示性函数，lncx 表示技术创新能力，lnczh 为城镇化水平，是门槛变量，1、2和 3表示门槛值，i表示个体固定效应，it表示随机扰动项。各主要变量的描述性统计如表 1 所示。表 1 描述性统计变量观察值均值标准差最大值最小值城乡收入差距te2700.0100.040.020.23数字普惠金融hp270202.8291.6418.33410.28控制变量经济水平rgdp27041423.7724378.4510520.92154853.4产业结构合理性hl2700.970.340.251.93外贸依存度wm27012.8014.300.4278.94市场化水平sc2706.560.310.852.30人力资源水平rl2700.020.010.870.03技术创新cx27010.4412.02-0.1461.15三、实证检验与结论分析（一）门槛效应检验必须在保证样本数据存在门槛效应的前提下，才能确定门槛变量具体的的门槛值以及门槛区间。研究采用“自举法”（Bootstrap）设置Bootstrap 次数为 500 次，依次进行单一门槛检验、双重门槛检验及三重门槛检验，得出各门槛值及其对应的 F 统计量和 P 值，观察其是否通过显著性检验，以判断该门槛模型具有几重门槛以及其对应的门槛值，结果如表 2 所示。表 2 门槛检验核心解释变量模型F 值P 值1%临界值5%临界值10%临界值Lnhp单一门槛387.280.000011.340912.777416.1648双重门槛84.430.00009.412811.617318.2987三重门槛35.110.310049.915452.580161.2829从检验结果看，数字普惠金融综合指数通过了单一门槛效应和双重门槛效应的 1%显著性检验，三重门槛效应检验结果 P 值为 0.31，未通过10%显著性检验，表明数字普惠金融综合指数与城乡收入差距存在非线性关系，应建立双重门槛模型。对门槛值进行估计，估计结果如表 3 所示。4 表 3 门槛估计值核心解释变量门槛估计值Lnhp第一个门槛估计值-0.6336第二个门槛估计值-0.3369通过建立模型得出城镇化水平的两个门槛值，即第一门槛值为-0.6336，第二门槛值为-0.3369，并且皆通过显著性检验，由此将整个样本划分为城镇化低水平地区（lnczh -0.6336）、城镇化中水平地区（-0.6336 lnczh -0.3369）和城镇化高水平地区（lnczh -0.3369）三个区间。（二）门槛模型估计门槛回归结果如表