IMI工作论文|数字普惠金融能缩小县域城乡收入差距吗？——兼论数字普惠金融与传统金融的协同效应

原文信息

作者：

宋  科，中国人民大学国际货币研究所副所长，中国人民大学财政金融学院副教授，中国财政金融政策研究中心研究员、金融科技研究所研究员

刘家琳，中国人民大学财政金融学院博士生、国际货币研究所副研究员

李宙甲, 中国人民银行职员

摘要

本文采用文本挖掘方法整理2014—2019年县级面板数据，研究数字普惠金融发展在缩小县域城乡收入差距中的作用与机制，并据此分析数字普惠金融与传统金融的协同效应。研究发现：数字普惠金融能够显著缩小城乡收入差距，且在东中部地区更加显著。机制分析表明，数字普惠金融主要通过“收入结构优化效应”和“信贷配置优化效应”发挥缩小城乡收入差距的作用。进一步地，数字普惠金融与传统金融在缩小城乡收入差距方面具有协同效应。从县域新型金融机构来看，村镇银行金融可得性水平越高，数字普惠金融缩小城乡收入差距效果越显著，而小额贷款公司的这一作用并不显著。

以下为正文内容：

1

引言

随着数字经济迅速发展，数字普惠金融发展进入快车道，深刻影响并改变着县域金融体系格局。数字普惠金融依托互联网、数字技术、金融科技等开展金融服务，以将更多消费者纳入金融服务体系为目的，具有门槛低、交易便捷、交易成本低等特征。

本文主要探讨数字普惠金融发展能否有效缩小城乡收入差距。一方面，数字普惠金融由于兼具数字技术与普惠金融特征，能够有效提高金融可得性，在乡村振兴、缩小城乡收入差距等方面发挥了重要作用。另一方面，由于发展不均衡，以及存在市场深化能力不足、监管套利等问题，数字普惠金融也有可能扩大城乡收入差距。进一步地，本文关注到在新的县域金融体系结构形成过程中，传统金融与数字普惠金融能否发挥协同效应，进一步缩小城乡收入差距并促进共同富裕部分研究关注到在缩小城乡收入差距过程中，传统金融与数字普惠金融可能存在协同效应。系统厘清上述问题具有重大的理论价值与战略意义。

本文对现有文献作了三个重要的贡献。首先，本文实证结果表明，数字普惠金融发展能有效缩小城乡收入差距。从既有文献来看，数字普惠金融发展能否有效缩小城乡收入差距并未形成一致意见。其次，本文将数字普惠金融是否可以缩小城乡收入差距的探讨聚焦于县域经济层面，且有效厘清其影响机制。第三，本文补充了关于数字普惠金融与传统金融在减少城乡收入差距方面的协同作用的研究。

2

主要内容

（一）研究假设

假设1：数字普惠金融发展有利于缩小县域城乡收入差距。

假设2：数字普惠金融将通过收入结构优化效应与信贷配置优化效应缩小城乡收入差距。  

假设3：数字普惠金融与传统金融在缩小城乡收入差距方面存在协同效应，即传统金融可得性越高，数字普惠金融缩小城乡收入差距的作用越明显。

（二）实证分析

·模型设定

本文在基准回归中使用面板固定效应模型：

被解释变量Income_gdpit表示第i个县级行政单位在第t年的城乡收入差距。核心解释变量Indexit-1表示数字普惠金融发展程度及其子项。控制变量包括人均GDP增长率、政府干预水平、产业结构、金融机构贷款占GDP比重。

为考察数字普惠金融缩小城乡收入差距中的中介机制，本文基于宏微观数据匹配，建立如下模型：

Mit为中介机制变量，包括收入结构优化效应（Income_structureit）和信贷配置优化效应（Loan_allocationit）。其中，Income_structureit分别表示第i个家庭在第t年的金融资产规模（Fin_asset）、工资收入（Wage）、工资收入占总收入比重（Wage_ratio）。Loan_allocationit分别表示第i个家庭在第t年的正规贷款规模（Formal_loan）、非正规贷款规模（Nonformal_loan）。Ruralit表示家庭是否位于农村，若是则取值为1，否则为0。家庭层面控制变量包括年龄、年龄的平方项、性别、是否结婚、家庭人口规模、资产负债比、是否受大专以上教育、总收入、是否低风险偏好、是否高风险偏好、是否东部地区。若数字普惠金融发展对城镇和农村家庭收入结构优化效应和信贷资源优化效应有显著不同，则在统计意义上显著。

进一步考察传统金融与数字普惠金融在缩小城乡收入差距方面的协同效应：

Financeit表示传统金融可得性，具有虚拟变量与连续变量两种形式。作为虚拟变量时，代表传统金融可得性高低水平，若为1则表示传统金融可得性水平较高，若为0则表示传统金融可得性水平较低。作为连续变量时，代表传统金融可得性实际水平。Financeit包括两个层面：一是政策性银行、商业银行等传统金融机构，代理变量为传统金融机构可得性（Branches_dummy，Branches）；二是村镇银行、小额贷款公司等县域新型金融机构。具体代理变量包括从数量角度衡量的村镇银行金融可得性（CountyBank_dummy，CountyBank）和小额贷款公司金融可得性（CountyLoan_dummy，CountyLoan），以及从资产规模角度衡量的村镇银行金融可得性（CountyBank_asset_dummy，CountyBank_asset）和小额贷款公司金融可得性（CountyLoan_asset_dummy，CountyLoan_asset）。如果在不同传统金融可得性水平下数字普惠金融与城乡收入差距的关系不同，那么交互项系数在统计意义上显著。

·变量说明

（1）城乡收入差距：本文采用农村人均可支配收入与城市人均可支配收入之比作为城乡收入差距的代理变量。若该变量数值增加则代表城乡收入差距缩小，反之则代表城乡收入差距扩大。其他代理变量包括城乡人均收入之差（Delta Income）（取对数）与泰尔指数（Taier）。为了与城乡居民人均可支配收入比值的符号含义一致，本文将泰尔指数和城乡人均收入之差均取其相反数。两个指标数值越高，城乡收入差距越小。

（2）数字普惠金融发展程度：本文使用北京大学数字普惠金融指数度量县级层面数字普惠金融发展程度。该指数从覆盖广度、使用深度和数字化程度三个维度全面分析构建数字普惠金融指数，能够较好地反映中国数字普惠金融发展程度。其中，覆盖广度主要通过电子账户数体现；使用深度从实际使用数字金融服务情况进行度量；数字化程度主要考虑用户使用数字金融服务的便利性和成本。在稳健性检验部分，本文以金融科技作为数字普惠金融发展程度的代理变量。

（3）中介机制变量：收入结构优化效应和信贷配置优化效应。本文根据2015、2017年和2019年中国家庭金融调查（CHFS）数据分别整理金融资产规模、工资收入、工资收入占总收入比重作为收入结构的代理变量；银行贷款规模、非正规贷款规模作为金融资源的代理变量。

（4）传统金融可得性：用连续变量来衡量传统金融可得性的具体水平，用虚拟变量来衡量传统金融可得性的高低程度。本文首先从传统金融机构数量角度，获得单位人口（每十万）拥有的传统金融机构分支机构数量作为传统金融可得性代理变量，并将该指标高于其50%分位数的值取1，其他取0构建虚拟变量。考虑到县域层面内新型金融机构数量逐年增多并逐渐成为县域传统金融可得性的重要组成部分，本文也从新型金融机构角度重新构建传统金融可得性指标，即村镇银行金融可得性和小额贷款公司金融可得性指标，按照50%分位数将村镇银行金融可得性和小额贷款公司金融可得性指标构建为虚拟变量。此外，本文从金融机构资产角度来构建传统金融可得性代理变量。使用资本金乘以最大杠杆率来近似刻画县域新型金融机构资产规模，进而获得单位人口资产规模，以此作为县域金融可得性的代理变量，并将该指标高于其50%分位数的值取1，其他取0构建虚拟变量。

（5）控制变量：本文控制一系列可能影响县域经济增长以及收入差距的宏观经济变量。以人均GDP增长率控制经济发展水平的影响，以财政支出与GDP之比来控制财政支出对经济增长的影响，以第三产业GDP占GDP比重来控制产业结构对经济增长的影响，以金融机构贷款占GDP比重来控制传统金融发展程度的影响。在探究数字普惠金融发展的影响机制时，本文控制一系列户主特征变量（年龄、年龄的平方项、性别、婚姻状况、教育程度）和家庭层面变量（家庭人口、资产负债比、家庭总收入、家庭风险偏好、是否位于东部地区、是否位于农村地区）。

本文收集数据覆盖绝大部分新型金融机构，剔除四个直辖市之后数据中共包括村镇银行1329家，小额贷款公司5128家，确定县级样本时间区间为2014－2019年。

·基准回归结果

表2报告了基于方程（1）的基准回归结果。数字普惠金融发展程度系数至少在5%水平上显著为正，表明数字普惠金融发展将进一步收敛县域城乡收入差距，验证假设1。县域层面内数字普惠金融通过其客群拓展效应、网络效应以及降低教育门槛效应等提高农村消费者、生产者获得互联网消费信贷服务和使用移动支付的可得性，同时增强其金融知识，提高农村居民的工资性收入和理财收入，提高农村生产者正规性信贷，降低其融资成本，进而缩小城乡收入差距，促进城乡收入水平均等化，具有显著的经济效应。

表2     数字普惠金融与城乡收入差距

注：表内数字均为解释变量的回归系数，对应括号内均为稳健标准误。*、**和***分别表示在10%、5%和1%水平上显著。L.表示一阶滞后项。下表同。

表3报告了数字普惠金融发展程度子项对县域城乡收入差距影响的回归结果。从数字普惠金融细分指标来看，数字普惠金融发展缩小城乡收入差距这一作用主要体现在覆盖广度和数字化程度方面，而使用深度缩小城乡收入差距作用有限。消费者开通支付宝账号、绑定银行卡数量越多，表明金融意识和意愿越强，对于农村居民而言就越容易通过数字普惠金融增强其获得金融服务的概率。数字技术发展使得金融服务更加便捷，可触达性更强，有利于农村居民的金融服务效率提升与成本降低，进而推动城乡收入差距进一步收敛。

表3      数字普惠金融与城乡收入差距：分维度

本文在基准回归中已控制县级个体固定效应和时间固定效应，可在一定程度降低遗漏变量对结果的影响。同时，本文在基准回归中已将所有解释变量滞后一期，即评估上一年的数字普惠金融发展如何影响当年城乡收入差距，在一定程度上可缓解反向因果问题。为了进一步缓解反向因果问题，本文整理了各县级行政单位同一地级市内导航距离最近县的数字普惠金融发展程度和同一地级市内除该县外其他县数字普惠金融发展程度的均值作为工具变量。此外，本文以金融科技替换解释变量或删除宏观控制变量两种方式进行稳健性检验，与基准结果保持一致，主要结论稳健。

·异质性分析

本文进一步探究数字普惠金融与城乡收入差距之间关系在西部和东中部地区的差异性，在回归方程中加入区域虚拟变量（West）及其与数字普惠金融交互项。本文东中部和西部地区按照经济发展程度划分。若县（区）级市位于西部地区，则West取1，否则取0。数字普惠金融发展程度系数显著为正，与区域交互项系数大多显著为负，表明西部区域内，数字普惠金融缩小城乡差距的作用减弱。东中部地区多为沿海地区，经济相对发达，通常多为技术发源地，金融机构数量较多，经济区域面积相对较小，科技公司以及大型金融机构开展数字金融服务困难较小，而且交通发达也大大增加了数字普惠金融在触及“长尾客户”方面的可能性，使得数字普惠金融的便利性与低成本性优势更加明显。相对而言，西部地区经济相对落后，交通不发达，数字金融基础设施发展落后，科技公司或金融机构开展数字金融服务成本较高。而且，西部地区地域广阔，受地形、文化和收入水平等因素影响，数字普惠金融发展不均衡与空间集聚现象严重，导致西部一些偏远农村依然无法获得有效的金融支持。

表6          异质性分析

·机制分析

（1）收入结构优化效应

表7报告了数字普惠金融发展对家庭金融资产规模、工资收入以及工资收入占总收入比重的影响。研究表明数字普惠金融通过拓展金融服务范围，增加数字金融实际使用程度，确实提高了家庭金融资产规模，有利于增加家庭财产性收入，改善家庭收入结构。而且，此效应在农村地区作用要强于城镇地区。数字普惠金融有利于增加农村家庭工资性收入及其在总收入中的比重，数字普惠金融发展可发挥收入结构优化效应，有利于缩小城乡收入差距，假设2成立。

表7        中介机制：收入结构优化效应

注：表内数字均为解释变量的回归系数，对应括号内均为聚类稳健标准误。

（2）信贷配置优化效应

表8报告了数字普惠金融对家庭银行信贷和非正规贷款的影响。结果表明，数字普惠金融发展有利于增加农村地区家庭正规贷款规模，即使得正规金融资本配置到低收益农业项目，支持农村生产。同时，数字普惠金融发展显著降低家庭非正规贷款，该效应对农村家庭尤其显著。数字普惠金融发展有利于增强正规信贷对非正规信贷的替代性。数字普惠金融以线上服务形式，增强了农村地区生产者对数字金融的使用深度，也增加了当地企业获得正规贷款的可能性，从而减少非正规贷款，即数字普惠金融起到优化信贷资源配置，增大农村生产正规金融支持，进而缩小城乡收入差距的作用，假设2成立。

表8    中介机制：信贷配置优化效应

·进一步分析

表9报告了加入由传统金融机构构建的传统金融可得性虚拟变量、连续变量与数字普惠金融发展程度交互项后的结果。结果表明在传统金融可得性较高时，数字普惠金融发展将进一步发挥缩小城乡收入差距的作用，即传统金融和数字普惠金融可协同配合抑制收入不平等现象，假设3成立。传统金融机构是数字普惠金融的主要依托，为数字普惠金融发展提供基础设施。农村居民在拥有银行卡等基础金融服务的情况下，更愿意开通支付宝账户，进行网上信贷、支付和理财活动。而且传统金融机构多的地区，金融活力较大，金融意识较强，也更有利于数字普惠金融推广，使其通过改善农村居民收入结构和引导资本流向当地农村产业等效应缩小城乡收入差距。

表9    数字普惠金融、传统金融机构与城乡收入差距

表10报告了加入由新型金融机构构建的传统金融可得性虚拟变量、连续变量与数字普惠金融发展程度交互项的结果。研究表明：村镇银行金融可得性高时，数字普惠金融发展缩小城乡收入差距的作用进一步增强，即村镇银行能够与数字普惠金融协同促进城乡收入平等化；小额贷款公司与数字普惠金融在缩小城乡收入差距方面并不存在显著的协同效应。可能的原因在于，村镇银行属于银行业金融机构，客群范围、运营模式以及风控机制等与传统商业银行相差不大，是传统金融机构在县域地区支撑数字普惠金融推广的主要基础设施，该类金融机构金融可得性增大将有利于支持数字普惠金融发挥缩小城乡收入差距的作用。与此不同，小额贷款公司是一种服务中小微企业的商业机构，贷款规模较小，征信门槛较低，与数字普惠金融服务有明显“同质化”现象，与数字普惠金融之间的竞争关系可能较强，不利于协同缩小城乡收入差距。

表10    数字普惠金融、新型金融机构与城乡收入差距

3

结论

研究发现：（1）县域层面数字普惠金融总体发展有利于缩小城乡收入差距。从数字普惠金融发展各维度来看，数字金融覆盖广度与数字化程度对城乡收入差距的影响较为显著。（2）在东中部地区、数字普惠金融快速发展阶段内，数字普惠金融发展缩小城乡收入差距的效应更显著，而在西部地区和数字普惠金融发展较慢时期，数字普惠金融发展缩小城乡收入差距的效应被减弱。（3）在县域地区内，数字普惠金融可通过增加农村居民工资收入和财产性收入发挥收入结构优化效应；也可通过增加正规信贷，降低非正规信贷，增大农业生产金融支持，发挥信贷配置优化效应，进而缩小城乡收入差距。（4）传统金融可得性提高有利于促进数字普惠金融在缩小城乡收入差距中发挥作用，即传统金融与数字普惠金融在缩小城乡收入差距方面具有协同效应。从金融机构类型来看，政策性银行、商业银行等传统金融机构和新型金融机构中村镇银行的金融可得性越高，越有利于数字普惠金融缩小城乡收入差距，协同效应明显；新型金融机构中村镇银行金融可得性提高促进数字普惠金融发挥缩小城乡收入差距作用明显，协同效应较强；而小额贷款公司金融可得性提高并未显著促进数字普惠金融发挥缩小城乡收入差距作用，协同效应较弱。

本文为准确把握数字普惠金融发展与城乡收入差距之间的关系，并据此在新时代继续推动缩小城乡收入差距与实现共同富裕提供了有益的经验证据和政策启示。（1）要进一步鼓励数字普惠金融发展，特别是提升数字普惠金融的覆盖广度和数字化程度。（2）要在充分考虑区域差异性的基础上，制定并推动实施符合地区发展实际的政策，着力发展西部地区数字普惠金融，使其真正惠及农村地区居民。注意平衡数字普惠金融发展速度和质量，避免出现因规范数字普惠金融发展而降低数字普惠金融惠及“长尾客户”可触达性的现象。（3）要充分发挥数字普惠金融在增加农村家庭金融资产规模和工资收入中的作用，改善农村家庭收入结构；要充分发挥数字普惠金融优化金融资源配置的作用，增大对农业农村生产的正规金融支持。（4）要正确处理传统金融与数字普惠金融之间的关系，充分发挥两者在缩小城乡收入差距和实现共同富裕方面的协同效应，正确看待新型金融机构的作用：一方面，要进一步发挥村镇银行与数字普惠金融的协同效应，注重提升村镇银行的公司治理水平，明确发起行责任，优化高管队伍，完善内控体系建设。另一方面，要优化小额贷款公司的业务模型或流程，避免其与数字普惠金融相关业务产生不良竞争。

本文系中国人民大学国际货币研究所工作论文

编号IMI Working Paper No.2219

来源

《中国软科学》 2022 年第 6 期

扫二维码阅读原文

   整理  孙宁

   编辑  陈婷

   监制  安然

关于我们

“大金融”概念，在学理上源于黄达教授所倡导的宏微观金融理论相结合的基本思路，在理念上源于金融和实体经济作为一个不可分割的有机整体的系统思维。中国人民银行副行长陈雨露在《大金融论纲》中系统论证了“大金融”命题的基本内涵和方法论思想，为全面构建有利于促进长期经济增长和增强国家竞争力的“大金融”体系框架奠定了理论和实证基础。

本公众号由中国人民大学国际货币研究所（IMI）负责维护及推送，围绕大金融理念，专注传播优秀学术研究成果，加强大金融学术研究交流。

中国人民大学国际货币研究所（IMI）成立于2009年12月20日，是专注于货币金融理论、政策与战略研究的非营利性学术研究机构和新型专业智库。研究所聘请了来自国内外科研院所、政府部门或金融机构的90余位著名专家学者担任顾问委员、学术委员和国际委员，80余位中青年专家担任研究员。

研究所长期聚焦国际金融、货币银行、宏观经济、金融监管、金融科技、地方金融等领域，定期举办国际货币论坛、货币金融（青年）圆桌会议、大金融思想沙龙、麦金农大讲坛、陶湘国际金融讲堂、IMF经济展望报告发布会、金融科技公开课等高层次系列论坛或讲座，形成了《人民币国际化报告》《天府金融指数报告》《金融机构国际化报告》《宏观经济月度分析报告》等一大批具有重要理论和政策影响力的学术成果。

2018年，研究所荣获中国人民大学优秀院属研究机构奖，在182家参评机构中排名第一；在《智库大数据报告（2018）》中获评A等级，在参评的1065个中国智库中排名前5%。

微信号：大金融思想

（点击识别下方二维码关注我们）

文章推荐/投稿/合作     ☎️010-62516755

          联系方式             📮[e-mail]