1. 引言
在全球化浪潮和信息化技术日新月异的时代背景下,金融服务的普及程度与运作效率已成为衡量一个国家或地区经济社会发展水平的关键标尺。尤其在城乡经济发展水平差异显著、收入差距不断扩大的地区,探索如何通过金融服务创新来有效缩小这一鸿沟,已成为学术界亟待解决的重要课题[1]。数字普惠金融,正借助数字技术的强大力量,逐步瓦解传统金融服务的界限,这一革命性的模式为应对城乡收入差距这一长期挑战,探索出了一条创新途径,展现出非凡的潜力和重要价值。贵州省的城乡收入差距问题长期以来一直比较严重,成为制约其经济社会和谐发展的重要瓶颈。鉴于此,本研究选取了贵州省的六个市作为实证分析的样本。通过分析数字普惠金融在贵州省的实践成效,揭示其如何通过提升金融服务的可获得性与效率,为贵州省乃至全国范围内相关政策的制定提供了坚实的科学依据与有益的参考。
虽然目前国内关于数字普惠金融对缩小城乡收入差距的研究已经非常丰富,但是大部分研究主要从全国省级出发,对市级层面的研究较少,尤其以贵州为例的研究更少,本文通过以贵州六个市的实证研究,可以丰富相关领域的研究成果,并且还能为其他省级开展省内研究提供一定的参考借鉴,对西南山区具有重要理论意义。由于贵州地理位置特殊,贵州的贫困问题又是国家实现共同富裕道路中必须攻克的难题,城乡收入悬殊,本文可以为实现城乡均衡发展,给政策制定者提供相应的政策建议。
本文的创新点主要是选取的研究对象是具有独特地理与经济特征的贵州,其数字普惠金融的发展不仅反映了技术进步在金融领域的渗透,还能表现出在城乡间的发展程度。研究聚焦于数字普惠金融的包容性,即这一新兴金融模式如何公平、有效地惠及贵州省内6个市级地区,进而对居民收入产生影响。通过细致的数据分析与实证研究,我们旨在揭示数字普惠金融在促进城乡收入均衡增长方面的潜力。并且提出了一系列针对性建议,以期为贵州省乃至更广的地区如何更有效地运用数字普惠金融工具缩小城乡收入差距,从而促进城乡经济和谐发展、促进共同富裕提供指导性意见和建议。但是本文鉴于当前金融机构在数字普惠金融领域的业务数据获取面临着不小的难度,这一现实限制在很大程度上影响了研究数据的全面性和多样性,必须指出的是,单一数据源的采用可能在一定程度上限制了研究结论的广泛适用性和深度洞察能力,所得结论可能具有一定的地域性。因此,在未来的研究中,我们期待能够获取更多元、更丰富的数据资源,以进一步丰富其分析框架。
2. 理论基础与文献综述
2.1. 信息经济学理论
信息经济学指出,信息技术的发展能提升信息流通效率,激活市场经济,优化资源配置,使农村居民对城市信息的获取更加便捷,农产品的销售渠道更加拓宽,价值得到提升;也让城镇居民了解农村资源,扩大就业,促进农业提档升级,促进乡村旅游,使农村经济扩大。此外,信息技术促进了医疗、教育等公共服务在城乡间的均等化,通过远程医疗、网络教育等服务,农村居民能享受更高质量的医疗与教育,提升个人能力与竞争力。同时,数字普惠金融通过与互联网金融相结合,这一新兴行业打破了地域限制,使城乡居民在就业与创业上机会更加平等。所以,缩小城乡收入差距,推动城乡均衡发展,数字普惠金融是一种非常重要的力量。
2.2. 数字普惠金融对城乡居民收入差距的影响研究
耿良、张馨月等(2019)研究表明,与传统金融相比,数字普惠金融在缩小城乡收入差距方面的影响更为显著[2]。王英姿(2020)通过多元回归分析和TOPSIS综合评价法得出数字化普惠金融对缩小二三类地级市城乡收入差距的效果显著[3]。宋晓玲(2017)以城市化率、对外开放程度、政府财政支出等因素为控制变量,得出数字普惠财政对缩小城乡收入差距的促进作用显著[4]。张玉静,涂圣伟(2025)研究得出数字普惠金融发展能够显著缩小城乡居民收入差距,农业要素配置效率在其中发挥中介作用[5]。彭淑怡等人对数字普惠金融与城乡收入差距的研究中得出互联网信贷、保险、理财等数字金融产品发展过程中,广大农村居民和农业生产主体未能从中受益[6]。与此相对应的是,围绕产业发展这一重点的周林洁等人(2022),认为数字普惠金融可以有效促进农村金融效率,激发农村创新活力,进而拉近城乡差距[7],认为产业发展是农村振兴的关键。
关于实现共同富裕,梁坤丽(2022)认为关键在于增加农民收入并拓宽其增收渠道,以此来缩小城乡收入差距[8]。张子豪、谭燕芝(2018)认为:数字普惠金融通过对现实情况的分析得出显著促进城乡收入差距缩小、对欠发达地区加速发展的数字普惠金融[9]。另外,杨德勇、代海川等人(2022)对数字普惠金融的覆盖广度和数字化程度对城乡居民收入差距的收敛效果进行了实证检验,结果显示出非线性的特征[10]。
2.3. 文献评述
普惠金融作为一个广受国内外学者关注的议题,已经吸引了大量的学术探讨,涵盖了普惠金融的定义、衡量标准、发展动力等多个维度。研究领域学者已取得丰硕成果。
大部分关于城乡收入差距的研究中,数字普惠金融的作用是正面作用的。但目前研究还是有一些不足之处。大部分研究主要以国家或省级行政区作为分析单元,而对于更细粒度如市级层面的普惠金融效应探究则相对较少。这种研究尺度的选择可能掩盖了市级区域内普惠金融实践对城乡收入差距影响的独特性和复杂性。为了丰富市级层面的研究成果,本文以贵州省为例,能够揭示普惠金融在贵州省内不同市级区域内对缩小或扩大城乡收入差距的不同作用路径。
3. 概念界定与影响机制分析
3.1. 数字普惠金融的概念
依托大数据、区块链等前沿技术,打破传统金融服务的诸多局限,数字普惠金融致力于打造全方位、高效便捷的金融服务体系,服务对象包括低收入群体、小微企业以及农村居民。它的核心驱动力在于技术创新,这使得金融服务的边界得到极大拓展,不再局限于传统的存贷款与支付业务,而是进一步延伸至保险、投资等领域,提供更为多元化的金融产品。其中,覆盖面之广,体现了数字普惠金融服务触达之广,彰显了其服务的普及性;使用的深度反映了用户对各种理财业务的参与度和使用效率;数字化程度则凸显了科技应用水平和金融服务创新能力。这三个维度紧密相连、相辅相成,共同勾勒出数字普惠金融发展的全貌,为我们洞察其发展态势、把握未来走向提供了关键依据。
3.2. 城乡收入差距的概念
城乡收入差距指的是城乡居民收入水平的差别。通常有两种方法来测量这种差异:第一种是绝对差距,是利用收入指标直接表示的差值;第二种是相对差距,是利用收入指标的比值或者加上比重的比值来表示的相对差距。因为绝对收入会受到通货膨胀等因素的影响,所以本文使用的是相对收入差距,相对收入差距更能反映城镇与农村居民的收入差距。
3.3. 数字普惠金融对城乡收入差距的影响机制
3.3.1. 促进居民消费
数字化普惠金融以大数据互联网等为媒介,通过服务下沉使得广大农村低收入者能够获得精准的金融服务。由于农村居民相对于城市居民而言,具有较强的预防动机,由于收入较低,为了应付重大事故的发生会将大部分收入作为储蓄,从而减少当期消费,但是随着数字普惠金融的出现,相对于传统金融需要拥有相应抵押物才能贷款,数字普惠金融对贷款抵押物的要求大大降低,可以根据农户的需要,解决了他们借钱难、贷款更难的问题,从而为农民创造经济困难缓冲期,资金获得便利,农村居民拥有更多资金投入到教育医疗以及精神消费等方面,带动农民消费,从而促进了农村经济发展,缩小了城乡收入差距。
3.3.2. 增加就业机会
在促进农村经济发展、收敛城乡收入差距方面,数字普惠金融作为一种创新的金融模式。它能够为农民创业提供有力支持,同时也为小微企业慷慨解囊,给予信贷扶持,由此创造出大量农村居民的非农就业机会。当农村居民获得了更多的就业途径,收入自然随之增加,城乡之间的收入差距也在这一过程中逐渐缩小。以中国家庭为例,创业时普遍存在资金不足的情况,而农村地区由于资源相对匮乏,这一问题更为严重。可喜的是,通过促进家庭创业,收入差距问题得到了有效缓解。凭借移动支付、网上银行等独有的数字普惠金融便捷服务,让更多的人尤其是贫困人群也能方便地获得理财服务,数字金融大大拓宽了理财服务的覆盖面。其中,小额贷款更是成为了贫困人群解决创业、就业难题的有力工具,帮助他们开启新的生活篇章。
3.3.3. 促进产业发展
产业发展是增加农村居民收入的重要途径,信用约束将进一步拉大城乡收入差距,数字普惠金融则借助互联网的发展,在广度和深度上不断向农村地区发展,打破传统金融的地域限制,实现空间整合,城乡要素流动更加方便快捷,为偏远地区的小规模农户提供便捷的信用服务,同时也为小微企业、线下服务网点和客户基础丰富的传统金融提供便利。这有利于农村第三产业的发展,数字普惠金融还可以通过精准的风险评估体系解决信息不对称的问题,为农户降低了采集信息的鞋底成本,信贷约束在很大程度上得到了缓解,促进农村产业融合发展,通过产业发展缩小城乡收入差距。
4. 数字普惠金融对贵州省城乡收入差距的实证分析
4.1. 变量选取
4.1.1. 被解释变量
本文把城乡收入差距(gap)作为被解释的变量来设定。参考学术界常见的做法,多数文献采用泰尔指数来衡量这一变量,这样衡量结果更加准确。
4.1.2. 核心解释变量
数字普惠金融作为核心解释变量(difi)主要从以下三个维度进行评估:覆盖广度(CDIF):通过绑定银行账户以及电子支付账户数量来衡量数字普惠金融服务的触达范围。使用深度(UDIN):根据用户对信用、缴费、保险等服务的使用活跃度来衡量,反映用户对数字理财业务的参与度和使用率。数字化程度(ddif):从服务便利性、使用成本、移动化程度等方面衡量,突出数字技术在金融服务中的应用和创新水平。
4.1.3. 控制变量
控制变量有:1) 城镇化率(urban),用城镇常住人口比常住总人口来表示;2) 产业结构(indu3),用第三产业增加值/地区生产总值来表示;3) 受教育水平(Edu),用(小学人口 × 6 + 初中人口 × 9 + 高中人口 × 12)/人口数来表示。
4.2. 数据来源
数字普惠金融指数来源于北京大学数字金融研究中心(Digital Finance Research Center)。城市居民人均可支配收入和农村居民人均可支配收入以及常住人口数量和城镇化率等指标均来自《贵州统计年鉴》。其余控制变量来自《中国城市统计年鉴》。由于贵州目前的9个市州中的其中3个市数据缺失较多,为保证结果的准确性,最终数据选取6个市进行实证检验,贵州统计年鉴由于从2013年起贵州省9个市州才使用统一格式进行统计,因此本文选取的数据是2013年到2022年共10年的数据。
4.3. 模型构建
本文模型的具体形式如下:
(1)
其中,城乡收入差距用(Theilit)表示;同时城乡收入差距水平也是文章的被解释变量,它可以反映出贵州省城乡收入差距状况。常数项用(α)表示;数字普惠金融指数用(β)表示;若β为负,则表明随着数字普惠金融的发展,贵州省城乡收入差距在缩小,若β为正,则说明随着数字普惠金融的发展,贵州省城乡收入差距在扩大;发展数字普惠金融对促进农民增收有一定帮助;反之,就有可能起到反作用。余控制变量用(γ)表示;个体固定效应为wi,时间固定效应为ut;随机误差项为(ξit)。
本文描述性统计如表1所示。
Table 1. Descriptive statistics
表1. 描述性统计
变量 |
观测值数量 |
均值 |
标准差 |
最小值 |
最大值 |
城乡收入差距 |
60 |
0.004 |
0.002 |
0.002 |
0.007 |
数字普惠金融发展指数 |
60 |
5.27 |
0.312 |
4.475 |
5.735 |
城镇化率 |
60 |
0.492 |
0.185 |
0.174 |
0.913 |
产业结构 |
60 |
3.846 |
0.144 |
3.592 |
4.103 |
受教育水平 |
60 |
6.266 |
0.438 |
5.628 |
7.019 |
4.4. 回归分析
数字普惠金融对城乡收入差距的实证结果如下:
Table 2. Regression results
表2. 回归结果
|
(1) |
(2) |
(3) |
(4) |
|
gap |
gap |
gap |
gap |
difi |
−0.001*** |
−0.001*** |
−0.001** |
−0.001** |
|
(0.000) |
(0.000) |
(0.000) |
(0.000) |
urban |
|
−0.000 |
−0.001 |
−0.001 |
|
|
(0.000) |
(0.001) |
(0.001) |
indu3 |
|
|
0.000 |
0.000 |
|
|
|
(0.001) |
(0.001) |
edu |
|
|
−0.001 |
−0.001 |
|
|
|
(0.001) |
(0.001) |
_cons |
0.008*** |
0.008*** |
0.011** |
0.011** |
|
(0.001) |
(0.001) |
(0.005) |
(0.005) |
N |
60.000 |
60.000 |
60.000 |
60.000 |
r2 |
0.593 |
0.601 |
0.606 |
0.606 |
注:*p < 0.1,**p < 0.05,***p < 0.001,下表同。
回归结果见表2,由第(2)列可知,difi变量在三列中的系数均为−0.001,表示在1%的水平上显著,表明由于变量gap平均减少0.001个单位,difi每增加一个单位,两者之间的负向关系非常显著。urban变量在第(2)列系数为−0.000不显著;第(3)列系数为−0.001也不显著,说明urban对gap的影响在当前模型设定下不明显。indu3变量:仅在第(3)列出现,系数为0.000不显著,表明该变量对gap影响不显著。
拟合优度从第(1)列的0.593到第(2)列的0.601再到第(3)列的0.602第(4)列0.606,逐渐增加,说明模型对被解释变量(城乡收入差距)的解释能力随着解释变量的增加而不断增强,也就是纳入更多变量后,城乡收入差距的变化能够得到更好的拟合数据和解释。说明模型具有良好的拟合优势。
4.5. 稳健性检验
虽然本文模型设定较为简单,但是进行稳健性检验后,结果仍然在5%的水平上显著,稳健性检验见表3。例如(1)考虑到控制变量的选择不够全面,可能存在遗漏变量偏差。例如基础设施建设水平等因素也会影响城乡收入差距,而基础设施建设水平主要来自政府的财政支出水平,因此选择加入财政支出
Table 3. Robustness test
表3. 稳健性检验
|
(1) |
(2) |
|
gap |
gap |
difi |
−0.000** |
−0.001** |
|
(0.000) |
(0.000) |
urban |
−0.000 |
−0.000 |
|
(0.000) |
(0.000) |
indu3 |
−0.001 |
−0.001 |
|
(0.001) |
(0.001) |
edu |
−0.001 |
−0.000 |
|
(0.001) |
(0.001) |
fin |
0.004*** |
0.004*** |
|
(0.001) |
(0.001) |
_cons |
0.012** |
0.010** |
|
(0.005) |
(0.005) |
N |
60.000 |
54.000 |
r2 |
0.692 |
0.668 |
水平进行稳健性检验,结果显示数字普惠金融发展程度在5%的水平上显著,由于本文研究的区域是贵州省,数据较少,因此把一期的数据删除进行检验看是否还具有稳健性,结果(2)显示,删除一期的数据后,数字普惠金融仍然在5%的水平上显著,说明这两种检验都保证研究结论的可靠性。
5. 结论与建议
5.1. 研究结论
本文通过实证结果分析得出以下结论:第一,数字普惠金融的发展对贵州缩小城乡收入差距具有显著作用,数字普惠金融发展越好,城乡收入差距越小;提升教育投入,可以增加农村居民的就业机会和收入水平,因此通过发展数字技术、互联网、大数据等,除了可以带动农村居民发展型消费之外,随着农村居民教育水平的提高,对健康和精神享受的消费也会增长,提高农村居民生活水平,从而通过提高消费缩小城乡收入差距。第二,第三产业的发展,需要更多服务人员,可以使农村居民拥有更多就业机会,并且由于数字普惠金融的普惠性特征,数字普惠金融打破了时间与空间的限制,减少了农村居民获得贷款的鞋底成本,除了可以线上办理业务,乡镇就有普惠金融服务点实体店,这使农民更容易获得创业就业资金、促进农村居民营业性收入和工资性收入的增长,从而有助于缩小城乡收入差距。
5.2. 政策建议
综合以上结论,我们得出以下政策建议:一是政府应针对性地加大对农民数字普惠金融知识的普及,如可通过本地微信公众号发视频、村上广播与镇上赶集时广播相结合的形式进行普及普惠金融知识,提高农村居民数字金融素养,促进数字普惠金融发展,缩小城乡收入差距;二是在九年义务教育中融入数字普惠金融常识,让孩子将所学知识反馈给父母,提高父母诚信意识,实现政府鼓励,社会参与、居民主动的学习氛围,学校和社会通过直接和间接进行普及数字普惠金融教育,从而提高农村居民的未来预期和收入,同时完善农村数字普惠金融线上线下服务点,这样居民可以快速获得更多资金用于发展型和享受型消费,进而缩小城乡收入差距;三是加大对农村地区低收入人群和中小微企业的金融支持力度,降低金融准入门槛,使小农户和中小微企业获得更多就业创业资金,促进城乡要素流动和均衡发展,同时促进农村第三产业的发展,这样农民不仅能依靠务农和外出务工获取收入,还能通过发展农文旅产业获取收入,为更多农村居民提供就业机会和收入,有利于缩小城乡收入差距。