1. 引言
习近平总书记在2021年中央财经委员会第十次会议上指出,“促进共同富裕,最艰巨最繁重的任务仍然在农村,农村共同富裕工作要抓紧”。农村低收入群体增收既是形成中间大、两头小的“橄榄型”社会分配结构的重要变量,也是共同富裕能否实现的现实难点和痛点,而提高农村低收入者收入,关键在于拓展农民收入渠道 [1] 。
相比于家庭其他收入来源,财产性收入更具主动性和灵活性,逐渐成为居民收入的重要增长点 [2] 。但是,绝大部分农户拥有较低的家庭财产性收入,一方面限制了低收入农户家庭总收入的增加,另一方面加剧了农村收入分配不平衡。党的二十大报告明确指出,完善按要素分配政策制度,探索多种渠道增加中低收入群众要素收入,多渠道增加城乡居民财产性收入。
家庭财产参与经济活动获取财产性收入离不开金融市场,更离不开金融支持 [3] ,但农村传统金融下沉难度大、交易效率低,低收入农户等弱势群体难以获得金融服务与资源。互联网与信息技术的快速发展使得传统金融更具便捷化、数字化,解决了交易成本和服务门槛高、信息不对称等诸多问题 [4] 。其广泛渗透到农村金融市场,使农村弱势群体在金融领域受到服务的便捷与可得性得以改善 [5] ,有效推动了低收入农户参与经济活动,提高家庭财产性收入。
基于此,本文在共同富裕的背景下,通过梳理文献和实证检验考察数字普惠金融对低收入农户财产性收入的影响。本文剩余部分结构如下:第二部分梳理数字普惠金融与收入贫困的相关文献,并给出本文的研究创新点;第三部分对本文所使用的数据、变量和实证方法进行介绍;第四部分报告数字普惠金融影响农村低收入者收入的实证结果,并进行稳健性检验;第五部分研究数字普惠金融影响农村低收入者收入的异质性分析以及作用机制;第六部分总结研究结果,并讨论相关的政策含义。
2. 文献综述
2020年底,中国历史性消除农村绝对贫困,但脱贫地区部分人口仍有返贫风险,促进低收入农户快速增收防止规模性返贫成为实现农村地区共同富裕的重中之重 [6] 。随着数字经济的发展与金融支持倾斜力度的加大,数字普惠金融突破传统金融的瓶颈,惠及到更多农村地区,帮扶更多低收入群体提高收入,但可能存在的“信贷排斥、精英俘获、数字鸿沟”等问题,阻碍数字普惠金融对低收入群体增收的积极作用。如何更好地发展数字普惠金融帮扶农村低收入群体,缩小农村内部收入差距,保证全体人民向共同富裕目标稳步迈进,是当前亟需回答的重要问题。
学术界对普惠金融发展影响贫富差距及农村共同富裕等问题进行了大量研究,但就能否缓解收入贫困这一问题尚未有一致结论。第一种观点认为普惠金融能够推动经济增长和促进收入公平。Hannig and Jansen (2010) [7] 研究发现,金融体系有着嫌贫爱富的特征,且正规金融机构的业务特点使得金融体系存在边界,阻碍了弱势群体参与金融活动,而普惠金融则能够纠正金融体系的这种特征,突破金融边界,提高弱势群体金融活动参与度,优化金融资源配置效率,改善收入差距。何师元(2015) [8] 认为数字普惠金融可以克服信贷约束,向“三农”、中小企业、微型企业等融通资金,推动实体经济发展,促进低收入人群创业与就业,增加收入。谢绚丽等(2018) [9] 指出,地区数字金融的发展能够打破地域限制,向欠发达地区和弱势群体提供金融服务,解决其信贷约束,提高当地居民、小微企业创新创业的可能性。
第二种观点认为金融资源“趋利避害”的特点和数字技术发展存在的“数字鸿沟”问题使得数字普惠金融不利于收入贫困的改善。Canavire (2008) [10] 指出,弱势群体数字金融素养低、自有资产少等特点使其获得正规金融资源较为困难,若求助利率水平更高的民间融资渠道则加大自身负担掉入“贫困陷阱”,加剧了收入不平等。Mingoi (2018) [11] 认为数字经济虽取得了快速发展,但贫困人口、弱势群体仍缺乏学习使用数字技术的能力,即使数字化基础设施建设快速发展也只能一定程度克服“数字鸿沟”缺陷,数字普惠金融并没有从根本上缓解不平等,贫困人口仍是数字化浪潮中的相对受损者。还有学者认为金融发展对收入及收入差距的影响与社会环境和经济状况有关,呈现出一定的复杂性。经济发展初级阶段,贫困人口因金融领域高门槛与高交易成本而无法参与金融市场活动,社会贫富差距会加大。在繁荣经济的加持下,小额信贷、数字普惠金融等金融业态惠及更多弱势群体,促进贫困人口就业、创业、参与金融市场活动,以此增加其收入,缩小社会贫富差距 [12] 。
已有文献为本文的研究提供了重要参考,但还存在一些可拓展的空间。第一,现有文献主要研究普惠金融对城乡收入差距的影响,而扎实推进共同富裕的首要工作则是抓好农村共同富裕,所以研究农村内部收入差距更契合现有贫困问题的本质与内涵。第二,现有研究更多是研究农户总收入,随着农户家庭资产总量的增多以及形式的多样化,财产性收入具有很大增长潜能,对于农户财产性收入的关注度还需加大。因此,本文试图从两个方面有所突破:一是探究数字普惠金融对低收入农户财产性收入的影响。综合考虑低收入者的个体和家庭特质,既分析数字普惠金融对其收入影响的共同性,也要区别不同特质所带来的异质性。二是探究数字普惠金融影响农村低收入家庭财产性收入的作用机制。影响机制变量的设定既要考虑其对财产性收入影响的显著性,也要确保中介变量的可观测性,本文以农户是否创业作为中介效应变量。
3. 数据、变量与模型
3.1. 数据来源
农户数据来自2019年CHFS数据库,运用stata软件将34,643户家庭微观数据中的城镇户口家庭剔除,然后将合并后的农户家庭样本进行删减,重新赋值等处理,得到3901户家庭微观数据;数字普惠金融发展水平采用《北京大学数字普惠金融指数》衡量,由于CHFS的问卷结果是前一年调查所得,因此选用2018年数字普惠金融指数;其他数据来自《中国统计年鉴》。
3.2. 变量选取
3.2.1. 被解释变量——低收入农户家庭财产性收入
参考世界银行贫困线标准 [13] ,采用购买力平价(PPP)估算农村相对贫困线,划定人均可支配收入5400元及以下的家庭为低收入农户。由于数据库没有直接统计财产性收入,本文参照张兵和生晗(2020) [14] 的做法,将家庭借出款利息收入、租金收入、黄金及金融资产投资收入相加得到财产性收入变量,对变量先加1再取对数。
3.2.2. 解释变量——数字普惠金融总指数
由于CHFS只提供农户所处的省级信息,利用29个数字普惠金融指数省级数据匹配CHFS数据,省级层面的数据更能反映区域特征,且对农户家庭财产性收入的影响效果也显著。
3.2.3. 控制变量
本文加入户主个体和家庭总体两个层面的控制变量,将两个层面的特征变量纳入到模型中,以降低遗漏变量对模型估计的影响。
3.2.4. 中介变量
数字金融帮助农村潜在创业者获得更多信贷资金与创业信息,促进农民创业活动,增加农民收入的同时也激发地区的创新行为和经济增长,因此选用“家庭是否进行创业”作为中介变量。相关变量具体说明见表1。
Table 1. Variable definition and description
表1. 变量定义及说明
3.3. 描述性统计
表2显示,3901户低收入样本家庭中有1697户拥有财产性收入,约占总样本的43.5%,其余样本家庭财产性收入为0。户主个体特征层面,平均年龄60.37岁;受教育年限平均值6.26年;平均健康水平处于“一般”和“好”之间。家庭特征层面,平均家庭人口数约为3.15人,户均拥有房产0.54套,平均家庭总资产11.3万元。
Table 2. Descriptive statistics of variables
表2. 变量描述性统计
3.4. 模型构建
3.4.1. 基准回归模型
考虑到样本中被解释变量家庭财产性收入的数据特点,本文选用Tobit左侧截断模型检验数字普惠金融对农村地区低收入农户家庭财产性收入规模的影响,构建如下模型:
(1)
(2)
其中,被解释变量Lnproperty为低收入农户家庭财产性收入的对数值;Lnproperty*是家庭财产性收入大于0的部分;Index是数字普惠金融省级层面指数;
、
分别是户主个体、家庭特征的控制变量;随机误差项
。
3.4.2. 中介效应模型
本文研究数字普惠金融影响低收入农户财产性收入的内在机制时采用中介效应模型,具体模型如下:
(3)
(4)
(5)
其中,数字普惠金融指数(Index)代表自变量,家庭是否创业(business)代表中介变量,农户财产性收入(Lnproperty)代表因变量,e1、e2、e3是回归残差;若回归系数a,b显著,其乘积就是中介效应,且
;若回归系数
与ab同号,则为部分中介效应,占比
。
4. 实证结果与分析
4.1. 基准回归分析
Tobit基准回归结果如表3所示。列(1)仅考虑普惠金融指数对农户财产性收入的影响,列(2)在列(1)的基础上加入上述两个层面的所有特征控制变量,两列结果都显示数字普惠金融系数估计值在1%的水平上显著为正,证实了数字普惠金融能够促进低收入农户财产性收入规模的扩大。
进一步分析,户主受教育年限越长,家庭财产性收入越高,可能的原因在于农户受教育程度与金融素养、数字技能等正向相关。户主婚姻状况是已婚的家庭其财产性收入更高,表明存在“婚姻溢酬”以及已婚户主有更强的储蓄意识和投资理财倾向。
Table 3. Baseline regression result
表3. 基准回归结果
注:***、**、*代表置信水平显著性在1%、5%、10%中,括号里为标准误,下同。
4.2. 稳健性检验
由于我国尚未建立低收入线,农村低收入群体的划定标准不统一,由此根据家庭人均可支配收入低于农村居民人均可支配收入中位数的40%,重新筛选得到2706个有效样本。基准回归结果如表4所示,数字普惠金融指数仍显著对低收入农户财产性收入产生正影响,其他控制变量的相关性及显著性基本不变,进一步证明了前文研究结论的稳健性。
Table 4. Robustness test regression results: change relative poverty criteria
表4. 稳健性检验回归结果:改变相对贫困标准
5. 进一步分析
5.1. 异质性影响分析
由于我国东西中部地区经济和金融发展水平,经济发展水平存在较大差异,本文通过分样本回归探讨数字普惠金融对东西中部农村地区的家庭财产性收入影响是否存在异质性,回归结果如表5所示。数字普惠金融对中西部地区低收入农户家庭财产性收入的影响更显著,受经济和金融发展水平的影响,中西部地区资源流动相对缓慢,信息流动成本较高,存在较高的金融约束,而数字普惠金融的发展有效缓解了传统金融对中西部欠发达地区的排斥和约束,更大规模地促进了中西部地区农户参与金融市场、获取金融服务。
Table 5. Regional heterogeneity regression results
表5. 地区异质性回归结果
5.2. 作用机制分析:创业效应
根据前文所述,信息不对称与信贷约束是阻碍农村地区提高收入与发展经济的重要因素,而数字普惠金融拓宽金融服务边界,使农户获得更多的信贷支持与金融资源,从而填补资金缺口进行创业活动;同时,数字金融本身作为金融基础设施,能增加金融交易便利性,通过激发农户创新、提高创业绩效和经营效率增加收入。
创业中介效应模型回归结果见表6。列(8)表明数字普惠金融促进了农户的创业决策,列(9)同时加入数字普惠金融指数和农户创业变量后,解释变量和中介变量对农户财产性收入的正向影响均在1%的水平上显著,且回归系数
与ab都为正,创业的中介效应并不是完全中介效应。
Table 6. Regression results of intermediary effect on whether farmers start businesses or not
表6. 农户是否进行创业的中介效应回归结果
6. 结论与政策含义
6.1. 研究结论
本文采用Tobit回归模型处理数据得出以下结论:1) 数字普惠金融发展对农村低收入家庭财产性收入的增加具有正向影响,改变低收入群体划定范围后不改变结论的稳健性。2) 异质性分析发现,中西部地区数字普惠金融对低收入农户财产性收入的增收作用比东部更强。3) 作用机制分析表明,数字普惠金融凭借便捷、普惠等特点帮助农户创业,更有利于促进家庭财产性收入的提高。
6.2. 政策含义
基于以上得出数字普惠金融能够有效改善农村低收入家庭财产性收入的结论,提出以下几点建议:1) 积极推动数字普惠金融服务体系建设,有效提高农村和中西部地区的金融可得性,促进农户参与经济金融活动。互联网金融机构应结合自身技术优势开展金融创新,根据农户的实际需求设计金融产品;商业银行也应结合自身规模优势和资金实力进行数字化转型,将数字化的普惠金融产品送至偏远地区的农户手中,投放至地方特色产业,助力地方经济发展和产业升级。2) 完善数字技术相关基础设施建设,增加对相对贫困地区信息的有效供给。政府应加大对农村、偏远地区的财政支持力度,精准施策,保障农村和欠发达地区的5G建设;移动网络运营商应开发适合弱势群体日常使用的中低端产品,提供多样的网络套餐组合“提速降费”,减轻弱势群体费用压力。3) 多渠道提高农户财产性收入。首先加强普惠金融知识与金融政策的宣传,提高低收入群体的金融素养,引导居民树立正确的投资理财观念,使财产性收入的增长成为农户收入增长的新引擎;其次要有效执行并落实宅基地制度改革,完善农村土地流转制度,主导流转市场规范运行以保护农民权益,提高其土地财产性收入。
基金项目
西南民族大学中央高校研究生创新基金项目“普惠金融对农村低收入者收入增长的影响与共同富裕的实现”;项目编号:2023SYJSCX47。