段成龙 马赛
(广西交通职业技术学院 广西南宁 530216)
1 引言2021年，我国城乡居民收入比为2.50，收入差距仍旧较明显。假设城镇居民人均可支配收入保持3%的年均增长率，农村居民人均可支配收入必须保持在至少6%以上才可能在30年左右的时间内填补城乡之间收入的差距。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出“人民生活更加美好，人的全面发展、全体人民共同富裕取得更为明显的实质性进展”的远景目标，把共同富裕落到实处的重中之重是缩小城乡收入差距。党的二十大报告旗帜鲜明地指出“着力维护和促进社会公平正义，着力促进全体人民共同富裕，坚决防止两极分化”，缩小城乡收入差距是防止两极分化的重要措施，借助普惠金融解决城乡收入矛盾、实现共同富裕成为我国政府努力探索的重要路径。以大数据、物联网、云计算、人工智能为核心的数智技术，催生了数字经济、平台经济和共享经济的兴起与蓬勃发展，也为数字普惠金融的普及创造了技术条件，打破现有的城乡二元结构，数字普惠金融被赋予更多的期望与重任。
根据《国务院发布关于西部大开发若干政策措施的实施意见》划分的范围，我国西部地区主要泛指四川省、云南省、陕西省、甘肃省、青海省、贵州省、重庆市、西藏自治区、新疆维吾尔自治区、宁夏回族自治区、内蒙古自治区、广西壮族自治区12个省市或自治区，占国土面积的74.1%，人口占全国总人口的22.99%，但GDP总量仅占全国总量的1/5。“十三五”期间，西部地区的产业化升级速度不断加快、第三产业比重持续上升、城镇化进程持续推进、对外贸易开放程度不断提高，经济发展表现出又好又快、稳中求进的良好态势。在经济高质量发展的同时，西部地区城乡二元结构的收入失衡问题依旧严峻，城乡收入差距过大已上升为重要的社会问题，亟待解决。相对东部沿海和中部地区，西部地区既有作为资源储藏区域的协同性，又存在发展水平的异质性。如何依靠数字普惠金融进一步收敛我国西部地区城乡收入的鸿沟，直接影响着“十四五”时期建构和形成共同富裕的收入分配新格局。
2 文献综述2.1 数字普惠金融与城乡居民收入差距的关系金融的发展对国家的收入分配格局产生重要影响。Shaw(1973)的研究发现，一国的金融发展有助于缩小城市居民与农村居民之间的收入差距。Shiller(2013)指出，银行业务能够降低客户的交通成本和时间成本，对解决贫困问题和助长金融发展发挥着重要作用。Munyegera等(2015)认为，数字金融加深了金融业务的深度和广度，具有减弱贫困的能力与作用。Corrado(2017)认为，普惠金融因其高包容性弥补了农村金融贷款群体门槛高的缺点，在占用较少社会资源的背景下，涉及居民的消费和投资保护业务，能够节省成本，助力农村金融发展。
但受金融“嫌贫爱富”假设的影响，金融发展对缩小城乡居民收入差距观点受到质疑。Greenwood和Jovanovic(1990)认为，金融发展到一定程度后会加剧城乡居民的收入差距，两者之间是倒“U”型曲线的关系。Townsend等(2006)的研究发现，金融的发展会加剧个体收入之间的差距，引发更多社会不公平等现象。叶志强等(2011)发现，在中国国情下，金融的快速发展不利于农村居民收入的提高，加剧了城乡收入的差距。
2.2 数字普惠金融对城乡居民收入的影响机制数字普惠金融对城乡居民收入的影响主要有直接影响和间接影响两条途径。
从直接途径来看，由于资源的稀缺性和金融机构的盈利性，农村和贫困人群相较城镇居民，往往在金融业务方面更难获得优质服务，数字普惠金融的发展为解决这一问题提供了有效途径。而数字普惠金融的发展直接提高了传统普惠金融业务的广度和深度，相较线下金融业务，数字普惠金融业务覆盖面更广，能惠及更多的贫困区域且交易成本更加低廉，能够增强农村居民对社会经济资源的可获性。通过数字普惠金融，农村居民以更低的时间成本和交通成本获得更好的金融服务，有助于提高农村地区人民群众的货币收入，直接解决城镇居民和农村居民之间的收入失衡问题。
从间接途径来看，数字普惠金融通过经济增长、资源分配模式、提高金融服务效率等途径实现城乡居民收入差距的缩小。数字普惠金融能够提高居民消费和资产的升级，对资源分配进行再优化和再升级，为居民获得资金的能力提供便捷、节约成本，为社会经济的可持续发展提供重要支撑，增加更多的就业岗位、财政收入和税收收入。经济的高质量发展也能进一步提升人民生活水平，政府机构能够为“三农”提供更多的政策扶持。因此，数字普惠金融能够降低农村居民生产生活资源的获取难度，缩小农村居民与城镇居民的收入差距。
3 实证研究本文拟使用多元面板数据回归方法研究我国西部地区普惠金融对城乡居民收入差距的影响。具体实证分析步骤如下：第一步，根据假设提出本文的模型设计；第二步，对模型内所有代理变量指标做指标处理说明与基本特征描述；第三步，在面板模型回归前需检验数据的平稳性，选用LLC、ADF-Fisher和PP-Fisher三种方法做平稳性检验；第四步，对一阶差分序列做面板协整检验；第五步，估计面板模型结果，针对估计结果进行分析，并进行多重共线性检验，以提高估计结果的可信度；第六步，利用GMM模型对回归结果进行稳健性检验。
3.1 变量选取、模型设计与假设变量选取方面，综合考虑指标的连续性与可得性，选择内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆12个省(自治区/直辖市)的泰尔指数作为城乡居民收入差距的代理变量THEIL；解释变量方面，基于数据连续可得角度，选择数字普惠金融DIFI作为模型核心解释变量。另外，考虑到除了数字普惠金融外，其他宏观经济运行变量亦会对城乡居民收入差距产生影响，因此本文继续选择产业结构IS、经济发展水平PGDP、城镇化率UR、财政支出比率FER、贸易开放度IEP作为模型控制变量进行回归。以上观测样本数据均选自2011—2020年各省市年度数据，来源于国家统计局、各省市地方统计局及地方统计年鉴。
要塑造好自身的人格，个体应做到以下这样几个方面。首先，要拥有积极的自我观念。应既能悦纳自己也能为他人悦纳。虽然有时会感觉不顺意，但肯定、积极的自我观念应占大学生个体人格的优势。其次，能面对和接受现实。即使现实不符合自己的希望与信念，也能踏实地面对和接受现实的考验。第三，能适度地认同他人，能认可别人的存在与重要性，接纳不同个体的性格差别，包容他人的错误与缺陷，而且能与别人分享并且不会因此失去自我。
基于研究目标，本文拟将构建面板回归模型研究我国数字普惠金融发展对城乡居民收入差距的影响关系。为减少异方差性，在回归前，对变量做取对数处理。构建的模型如下：
其中，LnTHEILit代表t年i省份或直辖市的泰尔指数；LnDIFIit代表t年i省份或直辖市的数字普惠金融指数；LnISit代表t年i省份或直辖市的产业结构情况；LnPGDPit代表t年i省份或直辖市的经济发展水平；LnURit代表t年i省份或直辖市的城镇化率；LnFERit代表t年i省份或直辖市的财政支出占比；LnIEPit代表t年i省份或直辖市的对外贸易开放程度。
通过对我国数字普惠金融及城乡居民收入差距的影响关系分析后，提出本文的假设：我国西部地区数字普惠金融与城乡居民收入差距呈显著负相关，即数字普惠金融发展能够有效收敛城乡居民收入鸿沟。
3.2 平衡性检验根据表1平稳性检验结果，经LLC检验、ADF-Fisher和PP-Fisher检验识别，给定5%显著性水平，原变量的三种单位根检验对应概率值均未能小于0.05，而一阶差分变量的三种单位根检验对应概率值能同时小于0.05，表明一阶差分后的数据均在5%显著性水平上拒绝含有单位根的原假设，即证得变量均为一阶平稳变量。
表1 平稳性检验结果
3.3 协整检验根据表2协整检验结果，变量间检验所得统计量均通过5%显著性水平上的Kao面板协整检验，表明同为一阶单整，城乡收入差距与普惠金融指数、产业升级、经济发展、城镇化水平、财政支出、贸易开放程度之间均存在着长期稳定的均衡关系，即相关样本变量间有着平稳的线性组合，因此该模型可直接在原变量基础上进行回归，其线性回归结果较为精确。
表2 协整检验结果
3.4 回归结果分析首先，本文对模型进行F检验，该检验通常用于确定模型是否存在个体固定效应。本部分通过计算，将混合估计模型所得残差平方和与固定效应模型残差平方和带入F检验公式中，计算得出F检验值大于95%置信度上的分布值，表明应选择固定效应模型。
其次，对模型进行豪斯曼检验，根据表3模型豪斯曼检验结果的P值数据，在5%的显著性水平上，该模型拒绝原假设，即模型变量的个体效应与解释变量相关，因而在随机效应模型和固定效应模型中选择固定效应模型。因此，本文所构建模型拒绝原假设，得出样本期内的最优模型为固定效应模型。
表3 豪斯曼检验和F检验
基于前文各部分的分析，为防止出现遗漏变量偏差，本文采用固定效应模型进行回归。根据表4中(1)回归结果可以看出，模型的决定系数在0.95以上，说明模型具有一定的解释力度，模型的F统计量为135.5421，伴随概率为0.0000，通过1%的显著性水平检验，说明模型整体的联合显著性高。
表4 城乡收入差距与数字普惠金融的回归结果
根据表4(1)中固定效应模型估计结果，数字普惠金融指数LnDIFI的回归系数为-0.0466，检验t值为-2.5611，通过了1%显著性水平的检验，说明数字普惠金融对城乡收入差距的缩小具有显著的促进作用，假设得到了直接验证；且固定效应模型中，产业结构、城镇化水平、西部地区贸易开放程度的回归系数为负数，均通过显著性水平的检验，说明这些变量与城乡收入差距的缩小均具有显著的促进作用。
为使模型估计结果可靠，继续对解释变量间做多重共线性检验。根据表5中数字普惠金融指数DIFI、产业结构IS、经济发展水平PGDP、城镇化率UR、财政支出比率FER、贸易开放度IEP，解释两两变量间的相关系数矩阵，基本所有相关系数值均取较小值，表明解释变量间不存在多重共线性情况，表4的模型估计结果可靠性较强。
表5 各变量相关系数表
3.5 稳健性检验考虑到样本数据多为宏观数据，为减少内生性问题，使表4中的回归结果更加稳健，继续做GMM回归，并引入LnTHEIL的滞后项作为工具变量，得到系数估计值。另外，为针对模型有效性识别约束检验，表6结果的末尾诊断检验增加相关性检验，当且仅当两个检验的P值均应大于给定显著性，能够代表GMM模型稳定。
表6 城乡收入差距与数字普惠金融的稳健性回归结果
根据表6中GMM所得稳健性检验回归结果可以发现，AR(1)和AR(2)的P值分别为0.3356和0.8572，均大于0.05，表明GMM模型较为稳健。
对比表4与表6，西部地区数字普惠金融的回归系数仍显著为负，且通过1%显著性检验，表明我国西部地区数字普惠金融的发展能够缩小城镇居民和农村居民之间的收入差距，得到的结论与假设保持一致。同时，控制变量的表现与前文大致相同，具体来看，西部地区经济发展水平和财政支出比率均为正数，表明现阶段在一定程度上西部地区经济发展和财政支出增大会造成城乡间收入的不平衡，从而扩大地区间的城乡收入差距；而产业结构、城镇化水平、贸易开放程度的估计参数均显著为负，表明产业结构、城镇化水平、贸易开放程度能够有效缩小西部地区城乡居民之间的收入差距。
综上所述，GMM检验结果说明模型的回归结果是相对稳健的。根据估计结果可以看出，假设是成立的，我国西部地区数字普惠金融与城乡居民收入差距呈显著负相关，即数字普惠金融发展能够有效收敛城乡居民收入鸿沟。
4 结语本文最终证得我国西部地区数字普惠金融的回归系数在统计学上显著为负，且通过显著性检验，表明我国西部地区数字普惠金融的发展能够有效收敛城乡收入差距，该结论与实际经济发展形态相符。
基于以上结果，本文提出以下建议：
一是加强西部农村地区数字技术基础建设。对于农村地区的居民或小微企业，数字普惠金融的发展是建立在金融机构云运营效率和服务质量上的，数字普金业务能够降低资金双方信息的不对称程度，也能加强资源的均衡调配，其普惠效应得以实现是需要金融机构更高的覆盖度和数字基础设施的广度和深度的，这方面我国西部地区的基础设施需要进一步完善。
二是丰富和创新西部农村数字普惠金融业务和产品。现阶段，西部农村数字普惠金融业务的载体仍以各地的农信社为主，业务品种较少且较为传统，在互联网普及和数字化金融业务产品加载背景下，农村区域需要更多新兴媒体的进入，不断丰富和创新西部农村数字普惠金融业务和产品，以深度契合西部农村地区的实际金融需求，增强数字金融服务对农村居民的普惠效应。
三是重视农村居民金融综合素养的提高。居民的受教育程度对阻断与抑制贫困的代际传递具有显著作用，提高农村居民的人力资本可以有效缩小城乡居民的收入差距。人力资本的提高可以从多个方面展开，培养金融素养是其中的重要举措。运用现代信息技术，将云培训、移动网络、计算机、手机、金融基础知识有机地结合起来，利用线上自主学习和线下针对性培训，提高农村居民对理财产品、金融风险、数字金融的感知，扫除因“数字鸿沟”造成的城乡居民收入障碍。
四是创新数字普惠金融的监管模式，降低和化解数字普惠金融风险，保障城乡居民的财产权益。由于数字普惠金融的动态性和创新性，现有的金融监管体系已无法满足现实的需要，对数字普惠金融的监管应从根本上突破事后监管的滞后性，从顶层设计上降低非系统性风险发生的可能性，优化数字普惠金融的运营环境，发挥数字普惠金融对农村居民的普惠效应。
