数字普惠金融对农村居民收入的影响研究——以江苏省为例

Study on the Impact of Digital Inclusive Finance on Rural Residents’ Income—A Case Study of Jiangsu Province

摘要: 本文以江苏省为例，基于2011~2023年省级面板数据，实证分析数字普惠金融对农村居民收入的影响机制与效果。研究结果显示，数字普惠金融发展对农村居民收入具有显著正向促进作用，且该结论在经过稳健性检验后依然成立。进一步分析表明，数字普惠金融的覆盖广度和数字化水平是驱动农村居民收入增长的关键维度，而使用深度的影响则相对不显著。本文从理论和实证两个层面揭示了数字普惠金融在促进农村增收、推动乡村振兴中的作用路径，为优化数字普惠金融政策、促进城乡协调发展提供了经验依据与政策参考。

Abstract: This paper takes Jiangsu Province as an example, Based on provincial panel data from 2011 to 2023, Empirical analysis of the impact mechanisms and effects of digital inclusive finance on rural residents’ income. The research findings indicate that, the development of digital inclusive finance has a significant positive impact on rural residents’ income, and this conclusion remains valid after undergoing robustness tests. Further analysis indicates that, the coverage and digitalization level of digital inclusive finance are key dimensions driving income growth among rural residents. The impact of using depth, however, is relatively insignificant. This paper reveals the pathways through which digital inclusive finance promotes rural income growth and drives rural revitalization at both theoretical and empirical levels. It provides empirical evidence and policy references for optimizing digital inclusive finance policies and promoting coordinated urban-rural development.

1. 引言

随着数字技术与金融服务的深度融合，数字普惠金融作为金融科技与普惠金融结合的新型业态，正逐步成为缓解农村金融排斥、推动农村经济发展的重要力量。党的二十大报告明确提出“完善普惠金融体系”，数字普惠金融因其覆盖广、成本低、效率高等特点，在服务“三农”、促进共同富裕方面展现出独特优势。江苏省作为我国经济发展水平较高、数字基础设施较为完善的省份，其数字普惠金融发展走在全国前列，为研究数字普惠金融与农村居民收入之间的关系提供了典型样本。

然而，现有研究多集中于数字普惠金融的宏观效应或全国层面的分析，针对具体省份尤其是发达地区农村的深入探讨仍显不足。此外，数字普惠金融的不同维度(如覆盖广度、使用深度、数字化水平)对农村居民收入的影响是否存在差异，亦有待进一步验证。基于此，本文以江苏省为研究对象，通过构建计量模型，实证检验数字普惠金融对农村居民收入的影响，并对其作用机制进行分层探讨，以期为区域数字金融政策制定与乡村振兴战略实施提供理论支撑与实践参考。

2. 文献综述

数字普惠金融是近年来学术界与政策界关注的热点。国内外学者围绕其概念内涵、发展路径与经济效应展开了丰富研究。

2.1. 数字普惠金融的内涵与发展演进

数字普惠金融源于普惠金融理念与数字技术的系统性融合[1]。其核心特征在于依托移动互联网、大数据、人工智能、区块链等前沿技术，突破传统金融服务在物理网点、信用评估、风险定价等方面的局限，实现金融服务的低成本、广覆盖与高效率。在中国，数字普惠金融的发展经历了三个阶段：早期以电子支付和网上银行为代表的基础设施建设阶段；中期以P2P网贷、移动理财为代表的业态创新阶段；当前则进入以智能风控、场景金融、生态协同为特征的深度融合阶段[2]。这一演进过程不仅反映了技术迭代的驱动作用，也体现了政策引导与市场需求的双重影响。

2.2. 数字普惠金融影响农村居民收入的作用机制研究

多数研究认为，数字普惠金融通过多重渠道作用于农村居民收入。第一，融资可得性渠道。数字信贷产品(如蚂蚁借呗、微众银行小微贷)通过大数据风控降低了对抵押物的依赖，缓解了农村居民尤其是小微经营主体的信贷约束[3]。第二，创业与就业促进渠道。数字普惠金融为农村创业提供了启动资金和持续的经营支持，同时催生了电商、物流、本地服务等新就业形态[4]。第三，消费平滑与人力资本投资渠道。消费信贷与数字保险帮助农户应对季节性收入波动与意外支出，从而保障教育、健康等长期人力资本投资[5]。第四，资源配置与效率提升渠道。移动支付与数字理财提高了资金流转效率，智能农业保险与期货工具帮助农户管理生产经营风险[6]。

2.3. 数字普惠金融的异质性影响与区域差异

研究显示，数字普惠金融的影响存在显著的地区与群体异质性。从区域看，中西部地区受限于传统金融服务的覆盖边界，数字普惠金融的边际增收效应更为明显[7]；而在东部发达地区，其作用更多体现在促进产业结构升级与消费扩容[8]。从群体看，数字素养较高、社交网络较广的农户更能从数字金融中获益，而老年、低收入群体可能因数字鸿沟而受益有限，甚至加剧收入不平等，需采取措施弥合鸿沟[9]。此外，数字普惠金融的不同维度——覆盖广度、使用深度与数字化水平——对收入的影响路径与强度也存在差异，但现有文献对此进行系统比较分析的仍不多见。

2.4. 研究方法与数据使用现状

既有研究在方法上多采用面板固定效应模型、工具变量法、中介效应模型等，数据来源主要包括北京大学数字普惠金融指数、中国家庭金融调查(CHFS) [10]、统计年鉴等。然而，多数研究基于全国样本，对典型区域的深入案例研究较少；在时间跨度上，多为截面或短面板数据，长时序的省级跟踪分析较为匮乏。此外，现有文献对数字普惠金融影响收入的动态效应、非线性关系及政策协同机制的探讨仍显不足。

2.5. 研究评述与本文的边际贡献

综上所述，既有研究为理解数字普惠金融与农村居民收入的关系奠定了坚实基础，但仍存在以下可拓展空间：一是多将数字普惠金融视为整体变量，缺乏对其多维结构的解构与比较；二是针对发达地区农村的实证研究相对不足，尤其缺乏像江苏这样的“数字经济高地”的典型案例；三是在机制分析上，对覆盖广度、使用深度与数字化水平三类维度[11]的差异化影响路径探讨不够深入；四是在政策启示方面，多侧重于宏观建议，缺乏基于实证发现的精细化政策设计。

本文试图在以下方面做出边际贡献：第一，以江苏省为典型案例，利用2011~2023年长时序数据，刻画数字普惠金融与农村居民收入的动态关联[12]；第二，将数字普惠金融指数解构为覆盖广度、使用深度与数字化水平三个维度，实证检验其异质性影响；第三，结合稳健性检验与进一步讨论，揭示数字普惠金融促进农村增收的多重路径与制约因素；第四，基于实证结论，提出具有区域针对性、维度差异化的政策建议，为同类地区发展数字普惠金融、推动乡村振兴提供参考。

3. 理论框架与研究假设

3.1. 数字普惠金融影响农村居民收入的理论机制

数字普惠金融通过以下途径促进农村居民收入增长：缓解融资约束，促进生产投资，数字信贷、移动支付等工具降低了农村居民获取金融服务的成本与门槛，使其更易于获得生产经营所需资金，推动农业产业化与乡村小微企业发展，直接提升经营性收入。优化资源配置，提升经济效率，大数据风控与智能投顾等技术提高了金融资源配置效率[13]，帮助农户更好地管理风险、规划资金，增强经济韧性。促进非农就业与创业，数字普惠金融为农村居民提供创业启动资金与运营支持，同时通过平台经济、电商等新业态创造就业机会，拓宽工资性收入来源。增强金融包容性，缩小收入差距，数字技术突破地理与信息限制，使偏远地区与低收入群体也能享受到便捷金融服务，有助于推动缩小城乡收入差距。

3.2. 研究假设

数字普惠金融作为金融科技与普惠金融深度融合的产物，通过数字化技术降低金融服务门槛，拓展金融服务边界，为农村居民提供了便捷的融资、支付和风险管理渠道。江苏省作为中国经济最活跃的省份之一，其数字普惠金融发展水平位居全国前列[14]。本文以江苏省为例，结合实证数据与案例，分析数字普惠金融对农村居民收入的影响机制及实际效果。

研究假设H1：数字普惠金融的发展能够促进当地农村居民收入的增长。

理论分析：数字普惠金融依托数字技术赋能，通过降低金融服务门槛与交易成本、拓展服务覆盖范围，打破传统金融服务在农村地区的地理限制与信息壁垒，提升农村居民金融可得性。其借助移动支付、互联网信贷等数字化工具，一方面为农村居民提供便捷的生产性资金支持，助力农业产业化升级与农村小微企业发展，直接增加经营性收入；另一方面通过消费信贷平滑跨期消费，释放农村消费潜力[15]，间接带动相关产业发展以创造就业机会，拓宽工资性收入渠道。同时，数字普惠金融的数据驱动特性优化了风险定价机制，降低金融机构服务农村群体的信息不对称程度，促使金融资源更精准地流向农村低收入群体，通过包容性金融发展路径推动农村居民收入增长。

数字普惠金融具有广覆盖、多方式和数字化的特点，在很大程度上缓解了农村地区的金融排斥问题，让更多的主体，特别是让农村居民拥有获得金融服务的机会，提高了金融服务的包容性。首先，数字普惠金融具有覆盖广的特征，强调“普惠”，重点针对不易获得金融服务的地区和人群进行普惠性的支持，大幅度提升了金融服务的包容性。其次，对于数字普惠金融供给方而言，数字普惠金融可以利用大数据对金融服务获取人进行监督和识别，及时控制风险，降低服务供给成本，解决了传统小微金融的规模不经济问题，使肩负社会责任的金融机构兼顾了提供金融 服务的收益性。最后，数字普惠金融的使用深度主要由其多功能来呈现，这种多功能增强了农民使用金融支持的便捷度。数字普惠金融能够提供支付、保险、信贷、货基等多种方式的服务，广泛满足了农民的各类金融服务需求。

4. 研究设计

4.1. 变量选取与数据来源

被解释变量：农村居民收入(income)，采用江苏省农村居民人均可支配收入(元)衡量，数据来源于《江苏省统计年鉴》(2011~2023年)。

解释变量：数字普惠金融发展水平(DIF)，采用北京大学数字普惠金融指数(省级层面)进行测度。该指数涵盖覆盖广度、使用深度与数字化程度三个子维度，具有较高权威性与可比性。

控制变量：农村经济发展水平(devolp)：以农村人均GDP (元)表示；农村投资水平(invest)：以农村固定资产投资额占农村GDP的比重(%)衡量；农村创业活跃度(people)：以乡村个体就业人数(人)表示。所有数据均来源于《江苏省统计年鉴》及北京大学数字金融研究中心公开数据。

4.2. 模型设定

鉴于上述已有机理分析和研究假设，构建数字普惠金融、农村居民收入指标体系，数字普惠金融、农村居民收入的基准回归模型如下所示：

${\text{income}}_t={\alpha }_0+{\alpha }_{1}DI{F}_t+{\alpha }_2{\text{control}}_t+{\epsilon }_t$

上述模型为数字普惠金融对农村居民收入的基准回归模型，${\text{income}}_t$ 为江苏省第t年农村居民收入，$DI{F}_t$ 为江苏省第t年数字普惠金融指数，$\text{control}$ 代表控制变量。${\epsilon }_t$ 变代表随机误差项。

4.3. 描述性统计

Table 1. Descriptive statistics of variables

表1. 变量描述性统计

Variable	Obs	Mean	Std. Dev.	Min	Max
Dif	10	244.226	104.059	62.08	381.61
income	10	17212.5	4504.93	10774	24198
Devolp	10	3476.739	457.313	2622.67	4102.16
Invest	10	32.12	4.009	26.6	38
People	10	36084.1	3912.823	30198	41418

从表1可知，江苏省数字普惠金融指数均值较高且波动较大，说明其数字金融发展处于快速提升阶段。农村居民收入整体呈增长趋势，与数字普惠金融发展态势基本吻合。

5. 实证结果与分析

5.1. 基准回归结果

表2为基准模型的回归结果分析，列1为不添加控制变量，列2为添加控制变量的结果，从表2第一列可以明显地看出，江苏省数字普惠金融对当地农村居民收入有显著的正向影响，系数为0.454，说明数字普惠金融指数每提高1，当地的农村居民收入就会提高0.454。

从第二列可以看出，考虑控制变量后，数字普惠金融对当地农村居民收入依然显著正向的影响，系数为0.131。说明江苏省数字普惠金融确实能对当地农村居民收入有显著的正向影响，因此本文假设H1成立。

Table 2. Benchmark regression analysis

表2. 基准回归分析

	(1)	(2)
	logincome	logincome
Dif	0.454^***	0.128^**
	(8.195)	(3.847)
Devolp		−0.084
		(−0.576)
Invest		−1.788^**
		(−3.464)
People		0.096
		(0.183)
_cons	7.280^***	14.897^**
	(24.321)	(3.780)
N	10	10
R^2	0.894	0.999
F	67.160	1311.104
^***p < 0.01, ^**p < 0.05, ^*p < 0.10

注：分别表示在1%、5%、10%水平上显著；括号内为t值。

5.2. 稳健性检验

为了保持结果的稳健性，本文进行稳健性分析，因为数字普惠金融不仅对当年的农村居民收入能够产生影响，也会对后来的农村居民收入产生影响，因此考虑到此因素，本文将农村居民收入滞后一期作为被解释变量重新进行回归分析，从表3可以看出，数字普惠金融依然对当地的滞后一期的农村居民收入具有显著的正向作用，因此验证了本文的结论具有相当的稳健性。

Table 3. Robustness analysis

表3. 稳健性分析

	(1)	(2)
	${\text{income}}_{t-1}$	${\text{income}}_{t-1}$
Dif	0.426^***	0.122^***
	(7.849)	(5.193)
Devolp		−0.156
		(−1.378)
Invest		−1.686^***
		(−25.957)
People		2.344^**
		(3.978)
_cons	7.516^***	16.255^***
	(25.596)	(16.842)
N	10	10
R2	0.885	0.999
F	61.599	2605.010
^***p < 0.01, ^**p < 0.05, ^*p < 0.10

5.3. 进一步讨论：数字普惠金融的维度分析

目前关于数字普惠金融，各方面公认数字普惠金融是由三部分组成。主要有，使用深度、覆盖广度、数字化程度三个方面。本文为了深入研究数字普惠金融对江苏省农村居民收入的底层逻辑。所以把数字普惠金融拆分为使用深度、覆盖广度、数字化程度三个部分[16]，分别对江苏省农村居民收入进行回归，回归分析结果如下所示。

表4为数字普惠金融的三个主要组成部分对江苏省农村居民收入的分类讨论结果，从表4可以清楚看到，数字普惠金融的覆盖广度和数字化水平对农村居民收入具有正向的显著影响，从列1可以看出，数字普惠金融的使用深度对农村居民收入的影响不显著。所以通过进一步讨论可以看出，数字普惠金融主要是通过其覆盖广度和数字化水平影响农村居民收入。

Table 4. Classification discussion

表4. 分类讨论

	(1)			(2)			(3)
	Income	Income		Income	Income		Income	Income
使用深度	0.524^***	0.071	覆盖广度	0.482^***	0.226^***	数字化水平	0.215^***	0.043^**
	(7.471)	(1.924)		(11.994)	(9.820)		(3.922)	(3.246)
Devolp		0.201	Devolp		−0.187^**	Devolp		−0.109
		(1.270)			(−2.731)			(−0.616)
Invest		−2.183^**	Invest		−0.763^**	Invest		−2.434^***
		(−2.937)			(−2.733)			(−4.533)
People		0.569	People		−0.733^**	People		0.506
		(0.760)			(−2.702)			(0.907)
_cons	6.865^***	9.293	_cons	7.168^***	20.371^***	_cons	8.561^***	13.497^**
	(17.896)	(1.821)		(33.507)	(10.021)		(28.475)	(3.155)
N	10	10	N	10	10	N	10	10
R2	0.875	0.998	R2	0.947	1.000	R2	0.658	0.999
F	55.817	575.653	F	143.845	6722.594	F	15.380	1028.672
^***p < 0.01,^*^*p < 0.05,^*p < 0.10

本文采用2011~2023年的省级面板数据，对数字普 惠金融、农村创业和农民增收之间的作用效应进行实证分析。结果表明：数字普惠金融对农民增收和农村创业存在一定的直接影响。一方面，对农民增收的影响主要集中在西部地区，而且主要体现在覆盖广度和信贷功能上；另一方面，对于农村创业的影响，主要体现在中部地区数字普惠金融的覆盖广度和信贷功能上。进一步从农村创业的中介效应来看，仅针对信贷功能在中部地区才得以体现，这也可以解释全样本数据中信贷功能中介效应显著的原因，主要是来源于中部地区。此外，东部地区仅存在农村创业对农民增收的正向影响，这可以说明农村创业对农民收入的提升确实存在正向影响，且这种影响是持续的，能够长效助农增收[17]。数字普惠金融已从工具性创新演变为结构性变革力量，其通过重构农村金融生态，不仅直接拉动收入增长，更在缩小城乡差距、促进共同富裕层面展现战略价值。江苏省的实践表明，唯有坚持技术赋能、政策协同、包容发展三位一体，方能释放数字普惠金融的潜在红利，为乡村振兴注入持久动能。

6. 结论与政策建议

6.1. 研究结论

本研究以江苏省为典型样本，通过对2011~2023年省级面板数据的系统分析，深入探讨了数字普惠金融对农村居民收入的影响机制与实际效果。核心结论可归纳为以下三个层面：

首先，在整体效应层面，本研究的实证结果稳健地证实，数字普惠金融的发展对江苏省农村居民收入增长具有显著的正向驱动作用。这一发现不仅印证了金融科技赋能下普惠金融的增收效能，更揭示了数字化手段在突破传统金融服务的地理限制与信息壁垒方面的结构性价值。数字普惠金融不仅通过缓解融资约束、降低交易成本直接提升了农村居民的经营性与工资性收入，还表现出显著的持续效应，意味着其对农村经济主体的能力构建、资本积累与市场联通具有长期促进作用，有助于形成内生性的增收良性循环。

其次，在作用机制层面，本研究通过解构数字普惠金融指数，揭示了其内部不同维度对农村居民收入影响的异质性。覆盖广度的显著正向影响凸显了金融服务“可得性”在农村地区的基础性地位，是确保金融资源普惠分配的前提。数字化水平作为技术赋能的核心体现，通过大数据风控、智能投顾等创新应用，深刻重塑了农村金融服务的效率与精准性，成为提升金融服务质量的关键引擎。相比之下，使用深度的增收效应在当前阶段尚未充分显现，这折射出农村居民对数字金融工具的功能利用尚处初级阶段，从“拥有访问权限”到“深度有效使用”之间仍存在转化障碍，暗示着数字素养不足、产品适配性欠佳或应用场景有限等问题可能是潜在的制约因素。

最后，在动态效应层面，稳健性检验表明数字普惠金融的影响具有跨期持续性。这意味着其政策红利并非短期刺激，而是通过培育农村数字金融生态、改善资源配置效率、激发创业创新活力等方式，为农村居民收入的长期稳步提升注入持久动力。

6.2. 政策建议

基于上述结论，为推动数字普惠金融更高质量地服务乡村振兴与农民增收，本文提出如下多层次、系统性的政策建议：

第一，实施差异化推进策略，巩固覆盖广度与深化技术赋能双轮驱动。政策层面应继续支持数字金融基础设施向偏远乡村和特殊群体(如老年人、低收入户)延伸，利用移动服务站、普惠金融服务点等形式填补“最后一公里”空白。同时，应大力鼓励金融机构与科技公司合作，研发并推广基于人工智能、卫星遥感、物联网等技术的创新型农村金融产品，如天气指数保险、供应链数字金融、智能化农业信贷模型等，以数字化手段切实提升金融服务的风险识别能力与个性化水平。

第二，启动“数字金融素养提升”专项行动，破解使用深度不足的瓶颈。建议由地方政府牵头，联合金融机构、高校及社区组织，开展针对农村居民的大规模、常态化数字金融能力培训与知识普及。内容应超越基础操作，涵盖数字信贷理性使用、线上投资风险识别、数字合同理解、个人信息保护等实用技能，旨在将农村居民从被动的服务接受者，转化为能够主动、安全、有效利用数字金融工具改善自身经济状况的积极参与者。

第三，构建“数字金融 + 乡村产业”融合生态，强化政策的协同性与场景的嵌入性。数字普惠金融的增收效应最大化有赖于与实体经济的深度融合。政策设计应致力于推动数字金融与农村电商、智慧农业、乡村文旅、物流体系等产业发展政策协同联动。例如，可开发与农产品线上销售数据挂钩的信贷产品，或为乡村民宿、家庭农场提供集支付、结算、融资、保险于一体的综合数字金融解决方案，使金融服务深度嵌入乡村产业价值链，激发乘数效应。

第四，完善监管与激励并重的政策环境，保障可持续发展的平衡。在鼓励创新的同时，必须建立健全适应农村数字金融发展的监管框架，注重消费者权益保护与数据安全，防范技术风险与过度负债。对于积极投身农村数字普惠金融服务的金融机构，可通过税收优惠、风险补偿、监管评级加分等多种激励手段，引导其兼顾商业可持续与社会责任，实现经济效益与社会效益的统一。