数字普惠金融、家庭创业与收入差距

Digital Financial Inclusion, Family Entrepreneurship and Income Disparity

摘要: 2020年，我们全面建成了小康社会，实现了第一个百年奋斗目标。但调查数据显示，高收入家庭的可支配收入仍是低收入家庭的10倍之多，收入差距问题在我国经济发展中尤为突出。随着数字普惠金融的发展，所有人均能享受到金融服务，可以逐步缩小收入差距。本研究基于2019年中国家庭金融调查数据，实证分析了数字普惠金融、家庭创业与收入差距之间的关系。研究发现：第一，数字普惠金融的发展能够缩小收入差距。其中，数字普惠金融数字化程度缩小收入差距效果最好；第二，数字普惠金融在缓解收入差距方面，表现出地域、收入及城乡与城市发展水平异质性。从不同地域来讲，数字普惠金融对东部地区收入差距的缩小效果最为显著。从全国收入水平来看，数字普惠金融对低收入家庭收入差距的缩小效果最为明显。从城乡及城市发展水平来看，数字普惠金融对缩小收入差距的作用大于农村地区，对一线城市的作用优于其他城市；第三，数字普惠金融通过推动家庭创业能够有效缩小收入差距。具体来说，家庭创业在数字普惠金融与收入差距之间发挥了显著的中介作用。进一步探究表明，数字普惠金融通过金融行业创业、机会型创业以及网络经营式创业缩小收入差距的效果更好。基于此，本文提出以下政策建议：构建可持续发展的数字普惠金融生态体系；加强经济欠发达地区的数字普惠金融基础设施建设；创新数字普惠金融服务方式，提升低收入群体的家庭创业意愿；优化数字普惠金融产品，合理增加普惠金融服务，并重点向“长尾”群体倾斜。

Abstract: In 2020, we successfully established a moderately prosperous society in all respects, achieving the first centenary goal. However, survey data reveals that the disposable income of high-income households is more than ten times that of low-income households, highlighting the prominent issue of income disparity in China’s economic development. With the development of digital inclusive fi-nance, all individuals can access financial services, which can gradually narrow the income gap. This study is based on the 2019 China Household Finance Survey data, empirically analyzing the rela-tionship between digital inclusive finance, household entrepreneurship, and income disparity. The findings indicate: 1. The development of digital inclusive finance can reduce income disparity. Among its components, the degree of digitization of digital inclusive finance has the most significant effect in narrowing the income gap. 2. Digital inclusive finance exhibits heterogeneity in mitigating income disparity across regions, income levels, and urban-rural development stages. Specifically, it has the most pronounced impact on reducing income disparity in eastern China. From a national income perspective, digital inclusive finance is the most effective in narrowing income gaps for low-income households. In terms of urban-rural and city development levels, its effect in reducing income disparity is greater in urban areas, particularly in first-tier cities, compared to rural areas and other cities. 3. Digital inclusive finance effectively reduces income disparity by promoting household entrepreneurship. Household entrepreneurship plays a significant mediating role be-tween digital inclusive finance and income disparity. Further analysis shows that digital inclusive finance narrows income disparity more effectively through entrepreneurship in the financial in-dustry, opportunity-driven entrepreneurship, and internet-based business operations. Based on these findings, the following policy recommendations are proposed: Build a sustainable ecosystem for digital inclusive finance; strengthen the infrastructure for digital inclusive finance in economi-cally underdeveloped regions; innovate digital inclusive finance service methods to enhance the entrepreneurial aspirations of low-income groups; optimize digital inclusive finance products, rea-sonably increase inclusive financial services, and focus on serving the “long-tail” population.

1. 引言

改革开放四十多年以来，我国在社会市场经济方面取得巨大成就。伴随着经济水平不断提高，人民生活也日益美好。但与此同时，许多结构性矛盾也表现出来，我国一直存在的收入差距问题在不断扩大。数据显示，2023年我国高收入家庭人均可支配收入达95,055元，而低收入家庭仅9215元，两者相差10倍之多。对比可见，收入差距是目前我国发展面临的主要问题之一。“缩小收入差距，实现共同富裕”，既是党的重要理论，又是中国特色社会主义的本质要求。决不能允许收入差距越来越大、穷者愈穷富者愈富，决不能在富的人和穷的人之间出现一道不可逾越的鸿沟[1]。因此，缩小收入差距是我国当下经济发展的重要目标。

为缩小收入差距，实现共同富裕，2014年李克强总理在夏季达沃斯论坛首次提出“大众创业，万众创新”[2]，鼓励中低等收入家庭进行创业。2021年，李克强总理再度强调创业的重要因素是“众”[3]，鼓励人民群众积极参与创业活动。“大众创业”对实现保就业、保民生有重要的作用，可以激发全民创造热情、创富动力。创业活动的就业效应与收入效应有利于缓解收入不平等[4]。然而，目前我国创业融资问题日益突出，《创业企业调查报告》显示：大多数创业者将“资金约束”“信贷保障”和“风险问题”等作为创业困难的重要因素。

数字普惠金融在近年来我国经济发展中扮演重要角色，这一概念于2016年G20杭州峰会上首次提出，旨在利用数字技术提高金融服务水平，解决金融排斥问题，确保各类人群都能享受到金融服务。我国数字普惠金融正由高速度发展转向高质量发展，这为缓解家庭创业融资难题、减少收入差距带来了新机遇。数字普惠金融相较于传统金融，摆脱了对实体网点和人工服务的依赖，并通过互联网技术缓解信息不对称，增加了普通家庭金融服务的可得性。此外数字普惠金融的发展完善了金融服务体系，提高金融服务的使用性，提供的信贷、储蓄和保险等服务能够惠及弱势群体，为家庭创业提供良好的金融环境。

由此可见，数字普惠金融、创业行为与收入差距密切相关。数字普惠金融通过对弱势群体提供信贷、保险等服务，缓解融资约束，从而对家庭创业选择产生影响，推动家庭进行创业，进而改变收入差距，这是实现共同富裕发展目标的重要途径[5]。然而数字普惠金融能否通过影响家庭创业来改善收入差距呢？其中的作用机制如何？家庭创业是否存在中介效应？

2. 文献综述与研究假说

2.1. 文献综述

2.1.1. 数字普惠金融

普惠金融的提出旨在解决金融资源配置失衡、贫富差距过大等问题，但由于实体网点向普惠群体提供金融服务，需要高昂的业务成本，致使传统金融机构对普惠金融业务热度不高。随着互联网技术的发展，数字普惠金融的概念应运而生，数字普惠金融是传统金融与互联网信息技术相结合产生的新金融服务模式。相对于传统普惠金融，数字普惠金融能更好适应现代经济社会发展模式，提升金融服务的便捷性、精准性、安全性，真正实现金融服务惠及大众。

数字普惠金融作为“数字金融”和“普惠金融”的结合体，依托于互联网技术，不仅能够有效降低金融服务门槛和成本，提高金融服务效率，创造良好的用户体验，增强风险控制能力，还可以给受传统金融排斥的“长尾”客户提供高效、透明、便捷的金融服务，拓展了普惠金融服务的广度与深度。如果说普惠金融是目的，那么数字金融就是方法。目前，在经济效应方面，已有研究发现数字普惠金融能够降低交易成本[6]、缓解农户信贷约束[7]、缩小收入差距[8] [9]、促进农村居民收入增长[10]、提高弱势地区居民消费[11]、提升减贫效应[12]和激励企业创新创业行为[13] [14]等。

2.1.2. 数字普惠金融与收入差距

目前为止，已有许多学者对金融发展如何影响收入差距进行了大量的理论和实证分析，大致结论为金融发展对收入差距存在双重影响。陈志刚基于我国34个省级面板数据认为金融发展有利于缩小城乡收入差距[15]；在此基础上，刘玉光在分析金融发展是如何影响城乡收入差距时，发现金融发展是通过改善居民收入进而影响到城乡收入差距[16]。宋晓玲等认为数字普惠金融与传统金融比较，在覆盖面、可得性、低成本等具有天然优势，数字普惠金融的发展对缩小城乡收入差距具有显著促进作用。然而，Maurer and Haber认为金融发展会扩大收入差距[17]，王修华等还发现在数字普惠金融发展过程中存在明显的“马太效应”，可能会导致收入差距进一步扩大[18]。从财产性收入的角度出发，宁光杰研究发现金融发展会扩大我国居民财产性收入，而财产性收入增加会进一步扩大收入差距[19]；迟巍等认为财产性收入对我国基尼系数变化会产生一定影响[20]。还有其他学者持有不同观点，张兵经研究发现在农村地区金融发展与居民收入差距之间呈倒“U”型关系[21]；韩晓宇认为普惠金融的发展对我国的减贫效应相对较弱[22]。

现有研究多数讨论传统金融发展、普惠金融发展对收入差距的影响，相比之下，研究数字普惠金融发展对我国收入差距影响的文献数量有限，数字普惠金融能否有效缩小我国收入差距有待商榷。因此，本文从微观家庭角度出发实证检验数字普惠金融对收入差距的影响及其作用机制。

2.2. 研究假说

普惠金融作为服务于大众的金融体系，能够提高中低收入家庭的金融可得性，有助于缩小收入差距[23]。所谓普惠金融，在于“普”与“惠”，就是让每个人都拥有平等获得金融服务的权利。但根据报告显示，农村地区的金融产品与服务的使用率较低，在5638户被调查农户样本中，仅有18%的被调查农户会经常使用互联网金融。有8%的被调查农户几乎不接触金融机构，主要因为传统普惠金融触及边远地区需要很高的成本，因此传统金融机构对于普惠金融的热度普遍不高。而数字普惠金融作为“互联网 + 普惠金融”的结合体，可以突破传统金融机构在空间上的限制，在提高弱势群体能够获得金融服务、降低金融服务使用成本等方面产生积极影响，其金融普惠效果更强[24] [25]。数字普惠金融通过互联网技术实现普惠金融服务的深度与广度，提升金融包容性，更好地使低收入居民融入现代金融体系，缓解了“长尾”客户的金融排斥，破解了低收入家庭的信贷约束，弥补传统金融的不足，使欠发达地区能够开始接触金融服务。同时数字普惠金融能够提供多元化金融产品和服务，提升低收入家庭的风险管理能力，利用金融工具进行生产作业，推动低收入家庭收入水平提高，改善家庭收入不平等，从而逐步缩小收入差距。基于以上分析，本文提出假设1。

假设1：数字普惠金融的发展能够缩小收入差距。

家庭创业行为既是数字普惠金融发挥资源配置功能的重要方式，也是收入分配结构调整的重要内容。相对于工资性收入，创业具有显著的收入溢出效应[26]。因此国家鼓励大家参与创业，但“信贷保障”“资金约束”和“风险因素”等问题，对创业活动产生了阻碍作用[27]。数字普惠金融的出现打破了这一局面，数字普惠金融的发展与推广与家庭创业行为之间存在显著的影响关系[28] [29]。数字普惠金融的出现与发展，以其低成本性和易获得性，将以往被传统金融机构排除在外的低收入群体纳入金融服务范围内，缓解了因缺乏资金而无法开展创业活动的家庭的融资信贷约束，为家庭的创业提供了融资保障，减轻了他们创业时面临的不确定性。政府的优惠政策加上乡村振兴战略背景下的创业浪潮，数字普惠金融显著降低了部分农村地区家庭的创业成本。进而提升他们的创业意愿，促使他们依托土地资源和生产技术，利用较低的资金开展创业活动。乡村家庭创业决策受到金融可得性的正向影响，边际效应为家庭贷款总额增加一万元，家庭选择创业的概率提高近9%。基于以上分析，本文提出假设2。

假设2：数字普惠金融的发展能够促进家庭创业。

数字普惠金融的发展能够影响家庭创业决策行为，并最终影响高、低收入家庭的收入差距。数字普惠金融为低收入家庭提供金融资本、信息资本和社会资本，降低其风险厌恶程度，促使其开展家庭创业。数字普惠金融能够壮大低收入家庭中的创业队伍，并提高创业家庭的收入水平，进而改善不同家庭之间的收入差距状况。数字普惠金融的发展水平越高，家庭选择创业的意愿越强，家庭间收入差距越小。即数字普惠金融的发展降低了创业成本，提升了创业利润，使更多的家庭资本投入到创业中，拓宽了低收入家庭的收入来源，推动低收入家庭收入水平提高，进而缩小了高、低收入家庭间的收入差距。基于此，本文提出假设3。

假设3：数字普惠金融的发展能够通过促进家庭开展创业活动进而缩小家庭间收入差距。

3. 变量选择与模型设定

3.1. 模型构建

相比较单纯分析解释变量对被解释变量的影响，中介效应模型更能直观地分析它们之间的关系和背后的作用机制。因此本文为检验理论分析中数字普惠金融、家庭创业与收入差距三者之间的关系，同时考虑家庭创业决策的中介效应，本文借鉴温忠麟等学者[30]的中介效应模型构造回归模型。

$wealth\_ga{p}_i={\alpha }_0+{\alpha }_1\times inde{x}_{i,t-1}+{\alpha }_2\times C_1+{\epsilon }_1$ (1)

$en{t}_i={\beta }_0+{\beta }_1\times inde{x}_{i,t-1}+{\beta }_2\times C_2+{\epsilon }_2$ (2)

$wealth\_ga{p}_i={\gamma }_0+{\gamma }_1\times inde{x}_{i,t-1}+{\gamma }_2\times en{t}_i+{\gamma }_3\times C_3+{\epsilon }_3$ (3)

其中，$wealth\_ga{p}_i$ 表示第i个家庭的收入差距指数；$inde{x}_{i,t-1}$ 表示第i个家庭所在市滞后一期的数字普惠金融发展指数的对数值；$en{t}_i$ 表示第i个家庭的创业选择；$C_1、C_2、C_3$ 为一系列的控制变量，包括个人层面、家庭层面、地区层面；${\epsilon }_1、{\epsilon }_2、{\epsilon }_3$ 为随机误差项。

模型(1)检验了数字普惠金融对收入差距的影响；模型(2)检验了数字普惠金融对家庭创业选择的影响；模型(3)整体检验了数字普惠金融、家庭创业对收入差距的作用机制。本文通过对模型(1)~(3)展开计量检验，实证分析数字普惠金融对收入差距的作用机制。检验家庭创业的中介效应是否存在及其具体影响。

3.2. 变量选取

3.2.1. 被解释变量

本文的核心被解释变量为收入差距$wealth\_gap$ 。现有研究中对收入差距的测度大多数用基尼系数、泰尔指数衡量，但考虑到本文所使用的数据为微观家庭数据，因此参考李兰冰等人[31]在研究本不同地区之间收入差距时选取数据的做法。本文将选取家庭总收入财富水平指标，以家庭实际获得的收入来衡量家庭富裕程度。为了获得明确的收入差距相对关系，将每个家庭的财富水平与最高收入水平相除得到收入差距的衡量指标$wealth\_gap$ ，该比值越大表明某一家庭收入与家庭最高收入的差距越小，即收入差距越小，越符合共同富裕发展的目标。

3.2.2. 解释变量

参考黄益平[32]的研究，选择数字普惠金融指数index作为核心解释变量。该指数的编制主要来源于蚂蚁金服有关数字金融的海量交易数据，具有较高的可信性与准确性，能够较为客观地反映我国数字普惠金融发展水平。为了缓解内生性问题，本文将选取滞后一期(2018年)的市级数字普惠金融指数与2019年CHFS数据进行匹配。为消除异常值对估计结果的影响，将数字普惠金融指数进行对数化处理。

3.2.3. 中介变量

参考张云亮等学者[33]的研究，选择家庭创业ent作为中介变量，考察数字普惠金融发展对收入差距的影响机制。依据家庭是否参与工商业经营活动(包括个体户、租赁、运输、网店、微商、代购或经营公司企业等项目)数据，若参与则赋值为1；否则赋值为0。

3.2.4. 控制变量

参考尹志超、靳永爱和杨伟明等学者[34]-[36]的研究，个人层面，选择户主性别gender (男 = 1，女 = 0)；户主年龄age；户主年龄平方age2；户主的婚姻状况marriage (1代表已婚，0代表其他情况)；户主的健康状况health (数值越大代表健康状况越差)；户主的受教育状况education (数值越大代表文化程度越高)；户主是否使用智能手机smartphone (是 = 1，否 = 0)作为控制变量。家庭层面，选择家庭人口总数member、户口类型type以及是否为农村户口rural (农村 = 1，城镇 = 0)的虚拟变量作为控制变量；同时，考虑到家庭创业行为与金融的密切联系，加入家庭对金融信息的关注度information (数值越大代表关心程度越低)；家庭对风险的厌恶程度risk (数值越大代表厌恶程度越高)。地区层面，选取产业结构gdp23 (各市第二、第三产业增加值占GDP的比重)；城镇化率urbanization (城镇人口占地区总人口的比重)；教育水平injy (地区每十万人口在校大学生的数量对数化处理)；财政支出比重gov (各市财政支出占各地GDP的比重)。

3.3. 数据来源

本文主数据来自西南财经大学中国家庭金融调查项目(CHFS)，CHFS是从2011年开始基于分层抽样技术每隔两年开展一次的调查追踪，本文主要以最新2019年的调查数据为主。CHFS详细地反映了3万多户家庭的金融状况，保险购买状况、创业状况和家庭收入状况，有利于从微观的角度去研究数字普惠金融对家庭创业和收入差距的影响。

本文使用的数字普惠金融指数、覆盖广度指数、使用深度指数和数字化程度指数指标主要来源于《北京大学数字普惠金融指数》[37]，该指数覆盖全国31个省级行政区划单位、337个地级市和2800余个区县。其他变量数据主要来源于《中国地理信息系统》《中国区域经济年鉴》《国家统计局》以及各市统计公报等。此外，各市行政单位经纬度数据来自腾讯地图。

本文为减少量纲影响，将各指标统一量纲维度，在剔除重复、丢失和无效的样本后，进行首尾缩进1%，最终得到14,839个样本家庭数据。变量的统计特征如表1所示。

Table 1. Statistical characteristics of variables

表1. 变量统计特征

变量	变量说明	样本数	平均值	标准差	最小值	最大值
wealth_gap	收入差距	14,839	0.123	0.136	−0.024	1
index_aggregate	数字普惠金融指数	14,839	5.48	0.098	5.265	5.714
coverage_breadth	覆盖广度指数	14,839	5.422	0.124	5.17	5.671
usage_depth	使用深度指数	14,839	5.476	0.113	5.125	5.758
digitization_level	数字化程度指数	14,839	5.649	0.048	5.395	5.796
ent	家庭创业选择	14,839	0.117	0.321	0	1
gender	性别	14,839	0.499	0.5	0	1
age	年龄	14,839	47.652	21.553	1	98
age2	年龄的平方除以100	14,839	27.352	19.266	0.01	96.04
marriage	婚姻状况	14,839	0.657	0.475	0	1
health	健康状况	14,839	2.601	1.036	1	5
education	受教育情况	14,839	3.247	1.874	1	9
smartphone	是否使用智能手机	14,839	0.724	0.447	0	1
type	户口类型	14,839	1.594	0.72	0	4
rural	是否为农村地区	14,839	0.294	0.455	0	1
member	家庭成员人数	14,839	2.971	1.492	1	15
information	对金融信息的关心程度	14,839	4.236	0.988	1	5
risk	风险厌恶程度	14,839	4.595	1.15	1	6
gdp23	产业结构	14,839	0.904	0.082	0.53	0.999
urbanization	城镇化率	14,839	0.637	0.15	0.243	0.995
injy	教育水平	14,839	7.568	1.038	4.869	9.652
gov	财政支出比值	14,839	0.213	0.1	0.066	0.834
year	年份	1	2019	0	2019	2019

4. 模型估计与结果分析

4.1. 数字普惠金融影响收入差距的基准模型

4.1.1. 实证结果描述

本文基于模型(1)结合2019年中国家庭金融调查数据，采用最小二乘法回归，以检验数字普惠金融对收入差距的影响，回归结果如表2所示。(1)列回归结果显示，数字普惠金融的系数为正数，且回归结果的显著水平均为1%。这表明数字普惠金融的发展显著缩小了家庭收入差距。(2)~(4)列在(1)列的基础上依次加入户主个人层面特征、家庭层面特征和地区层面特征后发现，数字普惠金融系数依旧在1%水平上显著为正数，这表明估计结果在不同模型设定下保持稳健。

Table 2. Digital financial inclusion affects the baseline regression of income disparity

表2. 数字普惠金融影响收入差距的基准回归

变量	(1)	(2)	(3)	(4)
	wealth_gap
index_aggregate	0.350^*** (0.011)	0.276^*** (0.010)	0.248^*** (0.010)	0.394^*** (0.020)
个人层面	No	Yes	Yes	Yes
家庭层面	No	No	Yes	Yes
地区层面	No	No	No	Yes
Constant	−1.792^*** (0.060)	−1.378^*** (0.056)	−1.197^*** (0.056)	−1.897^*** (0.104)
Observation	14,839	14,839	14,839	14,839
R-squared	0.064	0.231	0.292	0.301

注释：^*、^**、^***分别表示在10%、5%和1%的水平上显著，括号内为稳健标准误，下同。

本文为进一步探讨数字普惠金融对收入差距的影响，将数字普惠金融的使用深度、覆盖广度和数字化程度这三个二级指标作为解释变量分别展开回归。回归结果如表3所示，覆盖广度、使用深度和数字化程度的系数均为正数，且回归结果均在1%水平上显著。这说明它们的发展同样也可以缩小家庭收入差距。相对而言，数字普惠金融数字化程度对缩小家庭之间收入差距的影响更为显著。综上，假设1得到验证。

4.1.2. 内生性分析

考虑到数字普惠金融、家庭创业选择与收入差距之间可能存在的双向因果关系，即考虑到回归中

Table 3. The impact of sub-dimensions of digital financial inclusion on income gap

表3. 数字普惠金融分维度对收入差距的影响

变量	(1)	(2)	(3)
	wealth_gap
coverage_breadth	0.221^*** (0.017)
usage_depth		0.243^*** (0.013)
digitization_level			0.426^*** (0.024)
controls	Yes	Yes	Yes
Constant	−0.968^*** (0.084)	−1.164^*** (0.070)	−2.279^*** (0.137)
Observation	14839	14839	14839
R-squared	0.291	0.300	0.297

可能存在的内生性问题，因此在回归中引入工具变量。本文借鉴张勋、柏培文等学者[38] [39]的做法，采用的第一组工具变量为地理距离变量，由家庭所在地级市离杭州的球面距离来衡量。选取该工具变量的原因是：第一，满足相关性。虽然数字普惠金融主要通过线上形式来实现，即不一定与杭州距离越近，数字普惠金融发展越快，但是数字普惠金融的拓展严重依赖于地理空间特征，其呈现出离杭州越远越难发展的特点。第二，满足外生性。数字普惠金融和家庭收入差距均无法影响地理距离这种外生变量，工具变量满足排他性约束。此外本文还选取省级互联网普及率和手机普及率两个工具变量来进行稳健性检验[40]。

引入工具变量的2sls回归结果如表4所示。首先，在工具变量的外生性检验中，地理距离、互联网普及率和手机普及率在Hausman检验中p值均小于0.05，接受原假设，即说明数字普惠金融发展是内生变量。其次，在工具变量的相关性检验中，一阶段回归F统计值均远远大于10，通过了弱工具变量的检验。最后，在第二阶段回归中数字普惠金融发展系数均在1%水平上显著为正，说明在考虑内生性后，数字普惠金融的发展能显著缩小家庭收入差距这一基准结论仍然成立。

Table 4. Instrumental variable regression results

表4. 工具变量回归结果

变量	工具变量回归(2sls)
	Panel：第一阶段回归
	index_aggregate	index_aggregate	index_aggregate
lndisttohz	−0.030^*** (0.000)
Interenet		0.244^*** (0.005)
telephone			0.096^*** (0.002)
controls	Yes	Yes	Yes
Constant	5.247^*** (0.007)	4.905^*** (0.008)	4.600^*** (0.012)
R-squared	0.844	0.809	0.809
变量	Pane2：第二阶段回归
	wealth_gap	wealth_gap	wealth_gap
index_aggregate	0.577^*** (0.058)	1.042^*** (0.060)	0.992^*** (0.059)
controls	Yes	Yes	Yes
Hausman检验	32.3596^***	145.358^***	126.047^***
一阶段回归F统计值	5903.040^***	2095.770^***	2136.430^***
Constant	−2.819^*** (0.293)	−5.163^*** (0.301)	−4.911^*** (0.297)
Observation	14839	14839	14839
R-squared	0.297	0.253	0.260

4.1.3. 稳健性检验

考虑到内生性问题，本部分将采用ols回归和最小二乘法2sls回归展开回归并进行对比分析，工具变量采用地理距离变量。为了检验基准回归结果的稳健性，进一步通过更换解释变量、剔除直辖市和更换样本三种方法，对回归结果的稳健性进行检验，结果如表5所示。

第一，更换解释变量。本部分将数字普惠金融更换为数字普惠金融覆盖广度，(1)列ols与2sls回归结果表明数字普惠金融覆盖广度缩小家庭收入差距效果在1%水平上显著为正，但数字普惠金融覆盖广度的系数与ols回归中的系数有较为明显的差别，因此要注意内生性问题。在考虑了内生性问题后，在工具变量的回归中，Hausman检验中p值小于0.05，接受原假设，说明数字普惠金融的覆盖广度为内生变量，且一阶段F统计值远远大于10，说明工具变量满足相关性的条件，即工具变量选取合理。进一步表明数字普惠金融有效缩小了家庭收入差距，基准回归结果具有稳健性。

第二，剔除直辖市。因直辖市的经济发展都较为靠前，为避免与其他城市存在差异而造成的极端影响。因此，本部分将剔除直辖市样本，(2)列回归结果显示在删除直辖市样本之后，数字普惠金融缩小家庭收入差距的作用依旧在1%水平上显著为正。在考虑了内生性问题后，加入工具变量展开2sls回归，在Hausman检验中p值小于0.05，接受原假设，说明解释变量为内生变量，且一阶段F统计值远远大于10，说明弱工具变量的相关检验，符合相关性要求，工具变量有效。数字普惠金融的系数与基准回归结果一致，说明基准回归结果具有一定稳健性。

第三，更换样本。将最新2019年的调查数据更换为2017年的调查数据，在剔除重复、丢失和无效的样本后，最终得到36,750个样本家庭数据。为了缓解内生性问题，我们仍采用滞后一期的数字普惠金融指数即2016年数字普惠金融指数对其分别进行ols回归和2sls回归，(3)列回归结果显示在更换成2017年数据样本后，数字普惠金融缩小收入差距的作用均在1%水平上显著为正。同样在考虑了内生性问题后，引入工具变量的2sls回归中，在Hausman检验中p值小于0.05，接受原假设，且一阶段F统计值远大于10，说明工具变量满足外生性与相关性的条件，工具变量有效。因此，说明更换样本区间后基准回归结果仍具有稳健性。

总体而言，无论是ols回归还是引入工具变量后的2sls回归，模型均表现为稳定的回归结果，数字普惠金融对衡量收入差距的影响系数均在1%水平上显著为正，与基准回归模型一致，这为上文所得出结论的可靠性提供更多证据。

Table 5. Robust test analysis results

表5. 稳健型检验分析结果

变量	(1)		(2)		(3)
	更换解释变量		剔除直辖市		更换样本
	ols wealth_gap	2sls wealth_gap	ols wealth_gap	2sls wealth_gap	osl wealth_gap	2sls wealth_gap
coverage_breadth	0.221^*** (0.017)	0.901^*** (0.063)
index_aggregate			0.240^*** (0.010)	0.422^*** (0.021)	0.242^*** (0.006)	0.370^*** (0.016)
controls	Yes	Yes	Yes	Yes	Yes	Yes
Hausman检验		141.91^***		104.778^***		74.315^***
一阶段F统计值		1317.85^***		4450.92^***		6960.55^***
Constant	−1.897^*** (0.104)	−4.218^*** (0.301)	−1.167^*** (0.057)	−2.159^*** (0.114)	−1.137^*** (0.035)	−1.816^*** (0.086)
Observation	14,839	14,839	13,292	13,292	36,750	36,750
year	2019	2019	2019	2019	2017	2017
R-squared	0.301	0.215	0.280	0.263	0.207	0.199

4.2. 数字普惠金融环节收入差距异质性分析

4.2.1. 地区异质性分析

数字普惠金融的推广与发展主要依托于互联网技术的普及，但我国从东部到西部的地势逐渐复杂。受限于地理条件的限制，互联网普及的难度也在不断增加[41]。为了进一步探究数字普惠金融缩小收入差距的作用在我国不同地区的差异，本文将按照家庭所在省份的地理位置分组为西部、中部和东部地区，分别展开回归，结果如表6所示。

Table 6. Results of regional heterogeneity analysis

表6. 地域异质性分析结果

变量	(1) 西部地区 wealth_gap	(2) 中部地区 wealth_gap	(3) 东部地区 wealth_gap
index_aggregate	0.103^* (0.055)	0.220^*** (0.049)	0.365^*** (0.038)
education	0.014^*** (0.001)	0.011^*** (0.001)	0.019^*** (0.001)
information	−0.010^*** (0.002)	−0.008^*** (0.002)	−0.019^*** (0.002)
controls	yes	yes	yes
constant	−0.464^* (0.280)	−1.048^*** (0.241)	−1.798^*** (0.195)
observations	4106	3915	5159
R-squared	0.278	0.257	0.327

回归结果中可以看出，三个地区的数字普惠金融对收入差距的影响作用都均显著为正，但在东部地区的系数是其在西部地区的系数的3倍多，主要因为东西部地区收入差距较大，加上东部地区数字普惠金融发展快，因此数字普惠金融的作用更为显著。未来我们应该进一步扩大西、中部地区的数字普惠金融发展，提高数字普惠金融的可及性、可得性和使用性，以更加有效实现缩小西、中部地区收入差距。

4.2.2. 收入异质性分析

为了细致分析数字普惠金融对不同收入家庭之间收入差距的影响，从不同收入区间分析数字普惠金融缩小收入差距的作用，结果如表7所示，(1)~(4)列分别为25%、50%、75%和90%分位数回归。结果显示，数字普惠金融对不同分位点收入差距的影响系数均在1%水平上显著为正，这说明在不同收入区间，数字普惠金融的发展均会缩小家庭之间的收入差距。

Table 7. Results of income heterogeneity analysis

表7. 收入异质性分析结果

变量	(1) 25% wealth_gap	(2) 50% wealth_gap	(3) 75% wealth_gap	(4) 90% wealth_gap
index_aggregate	0.095^*** (0.011)	0.185^*** (0.015)	0.363^*** (0.022)	0.663^*** (0.046)
controls	yes	yes	yes	yes
constant	−0.485^*** (0.057)	−0.896^*** (0.079)	−1.717^*** (0.112)	−3.130^*** (0.236)
observation	14839	14839	14839	14839
Pseudo R^2	0.144	0.199	0.233	0.260

4.2.3. 城乡差异和城市综合发展水平异质性分析

数字普惠金融发展对家庭之间收入差距影响的城乡异质和城市发展水平异质性分析如表8所示。(1)~(5)列结果显示，数字普惠金融对缩小家庭之间收入差距的系数均显著为正。并且对比发现，数字普惠金融在城镇和一线城市的作用效果更好。这可能是由于数字普惠金融在发达地区的发展水平更高导致的，因此加速推动经济水平相对落后地区数字普惠金融的发展是缩小家庭之间收入差距的关键。

Table 8. Results of heterogeneity analysis of urban development level

表8. 城市发展水平异质性分析结果

变量	(1) 城镇 wealth_gap	(2) 农村 wealth_gap	(3) 一线城市 wealth_gap	(4) 二线城市 wealth_gap	(5) 三线及以下城市 wealth_gap
index_aggregate	0.443^*** (0.026)	0.188^*** (0.027)	0.551^*** (0.052)	0.097^** (0.038)	0.072^*** (0.026)
controls	yes	yes	yes	yes	yes
constant	−2.150^*** (0.134)	0.916^*** (0.136)	−2.529^*** (0.264)	−0.333^* (0.194)	−0.245^* (0.134)
observations	10483	4356	4047	4047	8472
R-squared	0.274	0.242	0.319	0.256	0.231

4.3. 数字普惠金融影响收入差距的基准模型

通过上文的基础回归和稳健性检验以及异质性分析，可以得出数字普惠金融的发展有助于缩小收入差距。本文将在此基础上，进一步研究数字普惠金融影响收入差距的具体传导机制。

4.3.1. 数字普惠金融对家庭创业的影响

本文家庭创业选择为虚拟变量，考虑到内生性问题，本部分引入工具变量，工具变量采用地理距离变量。因此在基准模型的回归基础上，为进一步明确数字普惠金融对家庭创业的影响，对公式(2)回归，得到的回归结果如表9所示。其中(1)~(3)列是数字普惠金融对家庭创业选择的影响，(4)~(5)列分别为城镇和农村地区的回归结果。

Table 9. The return of digital financial inclusion to family entrepreneurship

表9. 数字普惠金融对家庭创业回归结果

变量	(1) probit ent	(2) ols ent	(3) 2sls ent	(4) probit ent	(5) probit ent
index_aggregate	1.675^*** (0.309)	0.298^*** (0.056)	0.391^*** (0.104)	1.313^*** (0.352)	3.025^*** (0.661)
rural	−0.378^*** (0.038)	−0.069^*** (0.007)	−0.069^*** (0.007)	= 0	= 1
controls	yes	yes	yes	yes	yes
constant	−8.247^*** (1.577)	−1.075^*** (0.285)	−1.545^*** (0.528)	−6.062^*** (1.805)	−17.170^*** (3.354)
Observations	14,839.000	14,839.000	14,839.000	10,483.000	4356.000
Hausman检验			1.188
一阶段F统计值			4784.732^***
R-squared		0.061	0.061
Pseudo R^2	0.097			0.094	0.108

回归结果显示，数字普惠金融对家庭创业的影响系数均在1%的显著水平下为正，表明数字普惠金融有利于推动家庭创业。并且数字普惠金融对农村家庭创业决策影响大于对城镇家庭创业决策的影响。

可以看到，数字普惠金融指数与家庭创业决策之间存在显著正向相关关系，即数字普惠金融发展水平越高越能推动家庭创业。数字普惠金融的不断发展为家庭创业提供了更好的金融环境，推动了数字普惠金融体系的不断完善，丰富了家庭融资渠道。

4.3.2. 数字普惠金融缓解收入差距的中介效应

为明确家庭创业对数字普惠金融缓解收入差距的中介效应，本文对公式(3)展开回归。并验证中介效应的显著性，结果表明中介效应成立且显著，即家庭创业在数字普惠金融缓解收入差距中存在显著的中介效应。回归结果如表10所示。

由(1)列的回归结果可知，数字普惠金融通过家庭创业缩小收入差距的作用系数在1%的水平上显著为正。考虑到内生性问题，我们分别引入地理距离变量、互联网普及率和手机普及率这三个工具变量。回归结果如(2)~(4)列所示，数字普惠金融的影响系数均在1%的水平上显著为正。在引入互联网普及率、手机普及率这两个工具变量时，数字普惠金融对缩小收入差距的作用系数更大，分别为1.039与0.991。

数字普惠金融通过家庭创业对缩小收入差距的作用表现为显著为正，即数字普惠金融通过推动家庭创业，为低收入家庭创造了更多提高收入的途径，有利于增加弱势群体收入，从而逐渐缩小家庭之间的收入差距。同时与基准回归模型对比，数字普惠金融的作用系数有所变大，表明家庭创业存在中介效应。家庭创业作为增收的重要途径，在过去和未来的发展都会起到关键作用，数字普惠金融要不断创新信贷保障、风险防范等金融服务，充分结合家庭创业的发展需求，拓宽家庭创业的融资渠道，满足家庭融资需求，这样才能更好地发挥家庭创业缩小收入差距的中介作用。综上，假设3得到验证。

Table 10. The intermediary effect of family entrepreneurship affects the regression result of income gap

表10. 家庭创业中介效应影响收入差距的回归结果

变量	(1) ols wealth_gap	(2)	(3)	(4)
		2sls
		wealth_gap	wealth_gap	wealth_gap
index_aggregate	0.401^*** (0.020)	0.571^*** (0.038)	1.039^*** (0.060)	0.991^*** (0.059)
ent	0.016^*** (0.003)	0.015^*** (0.003)	0.012^*** (0.003)	0.013^*** (0.003)
information	0.017^*** (0.001)	−0.013^*** (0.001)	−0.014^*** (0.001)	−0.014^*** (0.001)
risk	−0.012^*** (0.001)	−0.011^*** (0.001)	−0.011^*** (0.001)	−0.011^*** (0.001)
controls	yes	yes	yes	yes
constant	−1.924^*** (0.104)	−2.795^*** (0.193)	−5.154^*** (0.301)	−4.910^*** (0.297)
Hausman检验		31.878^***	146.152^***	127.711^***
一阶段F统计值		5884.590^***	2093.400^***	2137.850^***
Observations	14,839.000	14,839.000	14,839.000	14,839.000
R-squared	0.297	0.299	0.254	0.261

4.3.3. 通过不同创业类型影响收入差距

为深入探讨数字普惠金融通过家庭创业影响收入差距的机制，采用分组回归从三个不同的角度进行对比分析。实证结果见表11。

Table 11. Different types of entrepreneurship affect the regression results of income gap

表11. 不同类型创业影响收入差距的回归结果

变量	(1) 金融行业 创业 wealth_gap	(2) 非金融行业 创业 wealth_gap	(3) 生存型 创业 wealth_gap	(4) 机会型 创业 wealth_gap	(5) 网络经营式 创业 wealth_gap	(6) 非网络经营式 创业 wealth_gap
index_aggregate	0.044^*** (0.008)	0.053^*** (0.011)	0.047^*** (0.007)	0.072^*** (0.017)	0.071^** (0.029)	0.049^*** (0.007)
controls	yes	yes	yes	yes	yes	yes
constant	4.984^*** (0.029)	4.877^*** (0.041)	4.903^*** (0.029)	5.000^*** (0.042)	5.108^*** (0.077)	4.927^*** (0.025)
Observations	1104.000	630.000	499.000	1235.000	115.000	1619.000
R-squared	0.792	0.780	0.787	0.788	0.859	0.784

结果表明，数字普惠金融对收入差距的影响显著。在1%的统计显著性水平上，数字普惠金融通过金融类和非金融类行业创业活动有效缩小收入差距，尤其在非金融类创业领域贡献更大。同时，对生存型和机会型创业的支持也在同一显著性水平上体现出积极影响，机会型创业的促收入差距缩小效应更显著。此外，不论是网络经营还是非网络经营的创业方式，数字普惠金融均有能力在5%和1%的显著性水平上减少收入差距，其中对网络经营式创业的支持在缩小差距上展现出更强的效力。

5. 结论与政策建议

5.1. 研究结论

数字普惠金融作为传统金融的一种创新形式，旨在为“长尾”群体提供金融支持，从而有效地推动社会平衡发展。在消除两极分化、实现共同富裕的发展目标中，保障低收入家庭的收入来源是关键[42]。本文基于2018年地级市数字普惠金融指数和2019年中国家庭金融调查数据，借助中介效应模型，分别从理论上与实证上探究了数字普惠金融对收入差距的影响，并进一步厘清了家庭创业在其中的作用机制。研究结果表明：第一，总体而言，在控制了可能产生影响的控制变量后，数字普惠金融及其覆盖广度、使用深度和数字化程度能够显著缩小收入差距。其中，数字化程度对缩小收入差距的正向作用更为强烈。第二，在加入地理距离、互联网普及率和手机普及率三个工具变量分别进行回归后，发现数字普惠金融对缩小收入差距仍正向作用显著。第三，家庭创业在数字普惠金融与收入差距之间存在显著的中介效应，数字普惠金融推动农村家庭创业的作用大于推动城镇家庭创业，且数字普惠金融在不同家庭创业类型上缩小收入差距的效果不同，在机会型创业和网络经营式创业更明显。第四，数字普惠金融缓解收入差距的作用具有地域异质性、收入异质性和城乡及城市发展水平异质性：在我国西、中、东部地区均具有显著正向促进作用，但在东部地区作用效果最好；对于不同收入区间的家庭，高收入家庭受数字普惠金融的影响作用会更大；相比较农村和二线城市及以下城市，数字普惠金融对缩小城镇和一线城市家庭收入差距的正向作用效果更好。

5.2. 政策建议

研究数字普惠金融对收入差距的影响，无论是在学术价值还是在政策指向上均有重大意义。基于以上结论，为进一步促进数字普惠金融对缩小我国收入差距的正向作用，避免数字普惠金融可能带来的“马太”效应，本文提出相应的政策建议：

第一，构建可持续发展的数字普惠金融生态体系。普惠金融主要的服务对象是“中小微弱”群体，而由于存在认知缺失、政策缺位、能力缺乏等深层原因，“中小微弱”群体并未充分享受到金融服务。数字普惠金融下一步应着力构建普惠金融生态体系，实现可持续发展。构建普惠金融生态体系，应从数据治理、数据保护、数据使用等最基础、最根本的问题入手，从更广意义上通过保险、理财、综合金融服务等方式拓展普惠金融生态体系，着力提升服务对象的能力，解决数字鸿沟问题，提升对金融消费者的权益保护，满足更多阶层、不同地区的多样化金融需求。

第二，加强经济欠发达地区数字普惠金融基础设施建设。被传统金融机构排除在外的低收入群体大多位于经济发展相对落后地区，数字普惠金融发展水平较低。我国应加强经济欠发达地区的数字普惠金融基础设施建设，推动以互联网为核心的信息技术的应用与普及，通过数字技术扩大传统普惠金融覆盖的范围，提高经济发展相对落后地区数字普惠金融的发展水平，使金融服务惠及更多低收入群体，从而提升数字普惠金融对缩小收入差距的作用广度。

第三，创新数字普惠金融服务手段，提高低收入群体家庭创业意愿。要针对低收入家庭的创业需求不断创新并提供数字普惠金融服务，进一步扩大数字普惠金融的服务范围，降低金融交易成本。

第四，优化数字普惠金融产品，合理增加普惠金融服务。金融机构应加强数字技术与传统普惠金融产品的融合力度，不仅要推动普惠金融产品的数字化、多元化和个性化发展，还要推动金融服务依托数字技术向“长尾”群体倾斜，促进金融服务均等化发展，进而提高数字普惠金融对缩小收入差距的作用。