金融科技發(fā)展對城鄉(xiāng)收入差距的影響研究

王小華， 胡大成

1. 西南大學 智能金融與數(shù)字經(jīng)濟研究院， 重慶 400715； 2. 西南大學 經(jīng)濟管理學院， 重慶 400715

20世紀50年代開始， 服務于重工業(yè)優(yōu)先發(fā)展戰(zhàn)略興起， 中國逐漸建立起城鄉(xiāng)分割體制， 隨著中國從計劃經(jīng)濟向市場經(jīng)濟轉(zhuǎn)型， 城鄉(xiāng)分割體制不斷被打破[1]， 特別是改革開放以來， 中國保持著長期高速的經(jīng)濟增長， 城鄉(xiāng)居民收入水平得到顯著提高[2]． 但“城鄉(xiāng)中國”仍將是中國未來一個時期的基本結(jié)構(gòu)特征[3]， 區(qū)域發(fā)展不平衡和農(nóng)村發(fā)展不充分仍然是當前中國社會面臨的突出問題． 自2004年起， 連續(xù)19年的中央“一號文件”聚焦到“三農(nóng)”， 持續(xù)引導資源要素流向農(nóng)村， 城鄉(xiāng)收入差距的擴大趨勢得到一定改善， 城鄉(xiāng)居民人均可支配收入比從2009年的歷史頂峰值3.33∶1下降至2021年的2.50∶1， 但仍遠高于國際平均水平[4]． 毫無疑問， 當前甚至將來的很長一段時間內(nèi)， 都必須正視國民收入分配依然嚴重失衡的現(xiàn)實， 努力促進農(nóng)民收入快速穩(wěn)定增長， 縮小城鄉(xiāng)居民收入差距[5]， 真正破解“三農(nóng)”問題， 推進城鄉(xiāng)融合與鄉(xiāng)村振興， 實現(xiàn)中華民族偉大復興[6]．

發(fā)展必須致力于共同富裕， 讓貧困人口和貧困地區(qū)同全國一道進入全面小康社會是中國共產(chǎn)黨的莊嚴承諾[7]． 處理好城鄉(xiāng)發(fā)展失衡、 收入差距較大等問題是實現(xiàn)全體人民共同富裕的必由之路． 推動共同富裕也是金融機構(gòu)履行社會責任的關鍵環(huán)節(jié)， 更是金融業(yè)深化對國際國內(nèi)經(jīng)濟形勢認識、 不斷拓展自身發(fā)展空間、 全面提升發(fā)展質(zhì)量、 有效支持實體經(jīng)濟的重大戰(zhàn)略機遇[6，8]． “十四五”規(guī)劃提出要立足數(shù)字時代， 全面推進數(shù)字中國建設， 將數(shù)字經(jīng)濟作為推動經(jīng)濟高質(zhì)量發(fā)展的新動力． 在加快推動數(shù)字經(jīng)濟發(fā)展的現(xiàn)實背景下， 數(shù)字技術與金融服務領域快速深度融合， 促進了金融服務創(chuàng)新， 提高了金融資源配置效率． 金融科技作為數(shù)字經(jīng)濟的有機組成， 運用大數(shù)據(jù)、 人工智能等各類科技手段優(yōu)化傳統(tǒng)金融服務的質(zhì)量、 效率和渠道， 其迅速發(fā)展對創(chuàng)業(yè)[9]、 消費[10]、 收入[11]等產(chǎn)生了巨大的影響， 也成為了彌合城鄉(xiāng)數(shù)字“鴻溝”的重要手段[12]． 與此同時， 金融科技賦能“三農(nóng)”領域的效果也日益凸顯， 通過優(yōu)化農(nóng)村金融資源配置， 提升農(nóng)村金融服務效率， 幫助涉農(nóng)企業(yè)和農(nóng)戶資金融通， 創(chuàng)造更多就業(yè)機會[13-15]， 進而增加農(nóng)村居民收入[16]． 金融科技作為技術驅(qū)動的金融創(chuàng)新， 顯著縮短了人與金融、 鄉(xiāng)村與金融的距離， 那么它是否有效縮小了城鄉(xiāng)收入差距呢？如果是， 金融科技發(fā)展縮小城鄉(xiāng)收入差距是否存在門檻效應？本文重點聚焦這一方向， 研究結(jié)論將有助于全面鄉(xiāng)村振興、 共同富裕戰(zhàn)略目標的實施和調(diào)整， 避免城鄉(xiāng)收入差距進一步擴大， 為有效減少貧富差距提供新的思路．

1 文獻綜述

已往關于金融發(fā)展和城鄉(xiāng)收入差距關系的文獻多從金融發(fā)展水平、 金融發(fā)展規(guī)模、 農(nóng)民收入增長等視角展開研究， 大量學者研究發(fā)現(xiàn)金融發(fā)展能夠顯著縮小收入差距[17-18]． Kuznets[19]提出著名的“庫茲涅茨曲線”， 即收入差距在經(jīng)濟發(fā)展早期時會擴大， 在經(jīng)濟不斷發(fā)展后這一問題能得到逐步改善． Greenwood等[20]在文獻[19]的研究基礎上， 通過構(gòu)建動態(tài)模型證實了金融發(fā)展與城鄉(xiāng)收入分配服從“倒U型”曲線， 低收入人群在金融發(fā)展前期只能從家庭或者非正式渠道獲得金融服務， 在金融發(fā)展到一定階段后信貸約束得到改善． 也有學者認為， 金融發(fā)展最終擴大了收入差距[21-22]． 在國內(nèi)， 由于國家長期傾向于城市發(fā)展， 農(nóng)村地區(qū)自身資源稟賦缺乏， 致使城市金融體系對農(nóng)村長期存在“虹吸效應”[23]． 金融機構(gòu)為保持商業(yè)可持續(xù)而放棄貧困群體、 弱勢群體， 存在“嫌貧愛富”的現(xiàn)象， 金融發(fā)展水平的提高并不能縮小城鄉(xiāng)收入差距[24]． 在農(nóng)村地區(qū)， 由于存在門檻效應、 排斥效應等因素， 農(nóng)村金融規(guī)模的增多也不能縮小城鄉(xiāng)收入差距[25]． 同時， 也有學者研究發(fā)現(xiàn)， 金融發(fā)展水平的提升和人力資本投入的增加均有利于縮小城鄉(xiāng)收入差距， 但具體到區(qū)域來看這一結(jié)果又存在明顯的差異， 在經(jīng)濟發(fā)達區(qū)域積極效應明顯， 而在經(jīng)濟欠發(fā)達區(qū)域， 由于金融資源受“嫌貧愛富”、 門檻效應、 勞動力轉(zhuǎn)移等因素的約束， 積極效應并不顯著[26]．

隨著區(qū)塊鏈、 人工智能等先進技術的廣泛應用， 數(shù)字化日益影響到經(jīng)濟社會發(fā)展的各個領域， 逐漸成為驅(qū)動經(jīng)濟發(fā)展的“助推器”． 金融科技正是數(shù)字技術與傳統(tǒng)金融融合的新產(chǎn)物， 通過技術創(chuàng)新推動傳統(tǒng)金融機構(gòu)數(shù)字化轉(zhuǎn)型[27]， 創(chuàng)新金融交易的商業(yè)模式． 金融科技通過降低金融交易成本、 緩解信息不對稱等作用機制來發(fā)揮金融的包容效應， 實現(xiàn)金融機構(gòu)的公益屬性和商業(yè)屬性相平衡， 同時也能凈化社會誠信環(huán)境， 進一步擴大金融服務覆蓋率[28]． 金融科技創(chuàng)新還能通過構(gòu)建創(chuàng)新性金融基礎設施、 金融新業(yè)態(tài)和金融新業(yè)務模式助力地區(qū)全要素生產(chǎn)率的增長[29]， 促進公眾進行投融資、 支付清算等[30]， 提升用戶的財富管理體驗和資金的利用效率， 開拓收入增加、 財產(chǎn)保值增值新渠道． 此外， 金融科技發(fā)展也具有包容屬性， 將金融資源輸送到高新技術和新興產(chǎn)業(yè)， 推動實體經(jīng)濟高質(zhì)量發(fā)展[31]．

當前關于金融科技與城鄉(xiāng)收入差距的關系研究主要聚焦于數(shù)字普惠金融對城鄉(xiāng)收入差距的影響效應， 數(shù)字普惠金融通過緩解金融排斥、 減少金融成本、 降低金融門檻等多種方式來抑制城鄉(xiāng)收入差距的擴大[32]． 金融科技側(cè)重于技術應用， 緩解供需雙方信息不平等， 改善傳統(tǒng)金融業(yè)務中存在的屬性錯配、 領域錯配和階段錯配， 尤其在資源配置缺乏、 金融發(fā)展較差的地區(qū)， 金融科技改善信息不對稱、 融資約束的效果更為明顯[33]， 并將個體消費者、 小微經(jīng)營者等金融服務“邊緣群體”納入金融服務的目標對象， 提高金融服務覆蓋范圍， 緩解“三農(nóng)”融資難題[31]及收入不平等問題．

已有文獻為本研究奠定了深厚的基礎， 但仍存在一些不足： ① 大部分文獻論證數(shù)字普惠金融與城鄉(xiāng)收入差距的關系， 關于金融科技發(fā)展與城鄉(xiāng)收入差距的研究有所欠缺． ② 關于金融科技指標大多數(shù)學者使用北京大學數(shù)字普惠金融指標， 而較少構(gòu)建金融科技發(fā)展指標體系． 據(jù)此， 本文對已有研究作出如下拓展和補充： ① 探索金融科技發(fā)展對城鄉(xiāng)收入差距的影響效果， 為避免城鄉(xiāng)收入差距進一步擴大， 減少貧富差距提供新的思路． ② 構(gòu)建金融科技發(fā)展指標體系， 利用網(wǎng)絡爬蟲技術搜集百度搜索指數(shù)中與金融科技話題相關的文本內(nèi)容， 測算出中國大陸31個省(市、 自治區(qū))的金融科技發(fā)展指數(shù)， 基于2011-2019年省級面板數(shù)據(jù)， 采用固定效應模型和面板門檻模型實證分析金融科技發(fā)展對城鄉(xiāng)收入差距的影響．

2 理論分析和研究假說

普遍的融資約束、 資源配置扭曲以及信息不對稱是導致城鄉(xiāng)差距擴大的重要因素． 一方面， 農(nóng)村地區(qū)的融資約束限制了農(nóng)村經(jīng)濟增長， 拉大了城鄉(xiāng)收入差距[34]． 例如， 雖然創(chuàng)業(yè)和就業(yè)機會的增多會促使城鄉(xiāng)收入差距縮小， 但融資約束的存在消磨了農(nóng)戶創(chuàng)業(yè)的積極性， 就業(yè)機會隨之減少[9]． 另一方面， 在人才、 技術、 信息等資源配置上， 農(nóng)村也都面臨困境， 好的資源不斷流向城市， 導致城鄉(xiāng)發(fā)展“鴻溝”擴大． 此外， 在農(nóng)村地區(qū)， 傳統(tǒng)金融機構(gòu)與農(nóng)戶之間存在嚴重的信息不對稱， 容易出現(xiàn)道德風險和逆向選擇， 因此傳統(tǒng)金融機構(gòu)在進行金融資源分配時， 一般將城市經(jīng)濟主體作為分配目標， 而農(nóng)村地區(qū)往往很難得到有效的金融支持， 導致城鄉(xiāng)金融發(fā)展不平衡、 不同步[6]． 在我國當前金融發(fā)展的實踐中， 資本市場還屬初級發(fā)展階段， 又有城鄉(xiāng)二元結(jié)構(gòu)的約束， 農(nóng)村地區(qū)融資渠道和金融工具較為單一， 銀行依然是農(nóng)村金融服務主要的提供者， 銀行信貸是農(nóng)村居民外部融資的主要來源[35]． 這種資源配置的偏向性使得我國農(nóng)村地區(qū)居民和企業(yè)難以創(chuàng)造財富、 增加就業(yè)、 擁抱創(chuàng)業(yè)， 長期在經(jīng)濟和政策上依賴政府“輸血”， 而無法自身“造血”， 嚴重阻礙了全面鄉(xiāng)村振興和共同富裕的步伐．

金融科技的發(fā)展主要從3個方面促使金融資源要素流入農(nóng)村， 緩解農(nóng)村居民“融資難、 融資貴”的難題， 為其生產(chǎn)、 發(fā)展創(chuàng)造條件， 增加收入水平， 從而縮小城鄉(xiāng)收入差距． ① 提升農(nóng)村金融可獲得性． 金融大數(shù)據(jù)技術能夠收集農(nóng)戶消費交易、 履約情況等信息， 將以往傳統(tǒng)金融機構(gòu)難以獲得、 處理的非結(jié)構(gòu)信息數(shù)字化、 集中化， 在信息量不斷累積后對客戶進行精準畫像， 并利用所構(gòu)建的信用信息評價體系， 對客戶進行篩選和評價， 進而減緩信息不對稱[36]． 此外， 在農(nóng)業(yè)重點領域， 發(fā)揮金融科技在區(qū)塊鏈、 移動定位等方面的技術優(yōu)勢， 深入到農(nóng)產(chǎn)品生產(chǎn)、 交易、 物流等多個環(huán)節(jié)， 掌握不同種類農(nóng)產(chǎn)品的周期、 規(guī)模等特點， 準確識別融資需求的真實性， 實現(xiàn)金融服務對農(nóng)業(yè)生產(chǎn)經(jīng)營的“精準滴灌”[37]， 擴寬農(nóng)村金融覆蓋面， 為農(nóng)戶帶來更多的創(chuàng)業(yè)和就業(yè)機會， 進而縮小城鄉(xiāng)收入差距． ② 降低農(nóng)村金融服務成本． 傳統(tǒng)金融機構(gòu)提升金融覆蓋面依賴于網(wǎng)點的擴張， 人力、 物力等成本居高不下， 因此農(nóng)村營業(yè)網(wǎng)點往往設置較少， 所輻射的服務范圍有限， 農(nóng)村居民很難獲得金融服務[38]． 運用人工智能、 大數(shù)據(jù)等金融科技能夠降低金融機構(gòu)運營成本， 通過搭建面向“三農(nóng)”的數(shù)字金融服務平臺， 促使金融產(chǎn)品多樣化、 功能線上化、 服務便捷化， 為農(nóng)村居民創(chuàng)業(yè)、 擴產(chǎn)創(chuàng)造更多機會， 進而縮小城鄉(xiāng)收入差距． ③ 提升農(nóng)村金融風險防控能力． 傳統(tǒng)金融機構(gòu)對于信用識別和授信流程有嚴格的標準， 長期依賴抵押物、 擔保品的授信， 而農(nóng)地缺乏抵押效力， 農(nóng)房、 農(nóng)具、 農(nóng)產(chǎn)品等資產(chǎn)作為抵押物又難以充分發(fā)揮其效能[39]， 因此金融服務對農(nóng)戶存在明顯的門檻效應． 此外， 農(nóng)業(yè)保險的定損理賠流程復雜， 加之農(nóng)戶保險知識匱乏， 未能充分發(fā)揮風險分擔作用． 金融科技的運用能有效打破約束、 降低門檻， 對農(nóng)戶消費、 履約等信息進行搜集、 處理以評估信用風險和放貸成本， 進一步完善農(nóng)村信用體系[40]． 同時， 運用大數(shù)據(jù)、 人工智能等金融科技能夠提升風險防控效率， 保障農(nóng)戶金融賬戶及交易安全． 此外， 生物識別、 土地衛(wèi)星遙感等技術的應用為生物資產(chǎn)、 土地資產(chǎn)作為抵押品提供了可能性， 既能減少金融機構(gòu)的抵押品風險， 降低金融服務成本， 又能在發(fā)生災害后及時定損理賠， 降低農(nóng)戶損失． 因此， 金融科技通過提升農(nóng)村金融可獲得性、 降低農(nóng)村金融服務成本、 增強風險防控能力， 減少信息不對稱和融資約束， 為農(nóng)村居民創(chuàng)業(yè)、 擴產(chǎn)創(chuàng)造更多機會， 增加農(nóng)村居民收入， 進而縮小城鄉(xiāng)收入差距． 本文提出假說1：

H1： 金融科技發(fā)展對縮小城鄉(xiāng)收入差距有積極影響．

金融體系的正常運行需要資金投入， 同時金融機構(gòu)又要追求利潤最大化， 因此用戶獲得金融服務必然要付出一定成本， 即金融服務的獲得存在“門檻”． 農(nóng)村居民自身的財富積累較少， 征信記錄缺乏， 難以跨越金融服務“門檻”， 形成信貸約束， 制約農(nóng)村居民增收， 城鎮(zhèn)居民憑借初始稟賦的優(yōu)勢能輕松跨越“門檻”享受金融服務， 導致城鄉(xiāng)居民收入水平難以縮小[25]． 與此同時， 經(jīng)濟發(fā)展水平的高低也會影響金融發(fā)展對城鄉(xiāng)收入差距的影響效果． 在經(jīng)濟發(fā)展相對較弱的地區(qū)， 往往伴隨著金融基礎設施建設不完善和金融資源配置不均衡， 從而影響農(nóng)村居民獲得金融服務， 形成“擠出效應”[41]． 在經(jīng)濟發(fā)展較好的地區(qū)， 一方面金融科技創(chuàng)新投入的力度大， 金融覆蓋范圍更廣， 金融服務成本更低， 降低了農(nóng)村金融服務“門檻”[31]； 另一方面隨著社會總體財富的增加， 在就業(yè)、 消費等方面形成“涓滴效應”惠及弱勢群體， 增加了農(nóng)村居民收入[42]． 晏艷陽等[43]認為， 長期來看經(jīng)濟增長和收入差距服從庫茲涅茨的“倒U型”曲線， 在人均GDP值達到轉(zhuǎn)折點后城鄉(xiāng)收入差距隨之縮?。?Mookerjee等[44]用跨國數(shù)據(jù)分析得出， 隨著經(jīng)濟發(fā)展水平日益提高， 金融基礎設施逐步得到優(yōu)化， 暢通了金融資源供給端， 促進了收入水平提高和收入差距縮?。?此外， 當經(jīng)濟發(fā)展狀況較好時， 農(nóng)村居民的受教育水平也會提高， 更容易接受和使用數(shù)字金融， 通過數(shù)字金融參與投資、 財富管理等金融活動， 縮小城鄉(xiāng)收入差距[23]． 本文提出假說2：

H2： 金融科技發(fā)展對縮小城鄉(xiāng)收入差距有積極影響， 且存在門檻效應．

3 研究設計

3.1 變量選取

3.1.1 城鄉(xiāng)收入差距

現(xiàn)有文獻中衡量城鄉(xiāng)收入差距的指標主要有3種： ① 城鄉(xiāng)人均可支配收入比， 但其沒有衡量城鄉(xiāng)人口比例， 不能反映人口的流動性． ② 基尼系數(shù)， 適合度量總體收入差距， 并不適合度量二元經(jīng)濟結(jié)構(gòu)下的城鄉(xiāng)收入差距[45]， 而且對群體差距的影響比較敏感， 會出現(xiàn)誤差[46]． ③ 泰爾指數(shù)， 可以將收入差距分解為人群組內(nèi)和組間， 同時還可以將收入差距變動幅度進行分解， 該指數(shù)受到眾多學者的使用． 本文采用泰爾指數(shù)(Theil)來測算城鄉(xiāng)收入差距．

其中，j=1表示城鎮(zhèn)，j=2表示農(nóng)村，Iij，t表示i地區(qū)t年度城鎮(zhèn)或者農(nóng)村居民的人均可支配收入( 國家統(tǒng)計局在2013年更改了統(tǒng)計口徑， 統(tǒng)一了“農(nóng)村人均純收入”與“城市人均可支配收入”， 自2013年起開始使用“農(nóng)村人均可支配收入”， 故2011年和2012年“農(nóng)村人均可支配收入”的數(shù)據(jù)由“農(nóng)村人均純收入”代替．)，Ii，t表示i地區(qū)t年度的總收入，Pij，t表示i地區(qū)t年度城鎮(zhèn)總?cè)丝诨蜣r(nóng)村總?cè)丝?，Pi，t表示i地區(qū)t年度的總?cè)丝冢?/p>

3.1.2 金融科技發(fā)展程度

根據(jù)《金融科技的描述與分析框架報告》《“十三五”國家科技創(chuàng)新規(guī)劃》等相關的重要文件， 首先從直接關鍵詞、 技術支持、 金融中介服務3個維度， 構(gòu)建包含金融科技、 互聯(lián)網(wǎng)金融、 大數(shù)據(jù)、 人工智能、 云計算、 區(qū)塊鏈、 物聯(lián)網(wǎng)、 生物識別、 網(wǎng)絡投資、 網(wǎng)絡貸款、 第三方支付、 移動支付、 指紋支付、 網(wǎng)絡理財、 互聯(lián)網(wǎng)保險、 網(wǎng)絡銀行、 手機銀行等27個二級指標的金融科技指標體系． 其次， 借鑒李春濤等的方法[47]， 依托Python獲取近100 000條涵蓋上述金融科技相關關鍵詞的百度搜索指數(shù)數(shù)據(jù)． 最后， 為了使指數(shù)測算結(jié)果更加科學準確， 本文采用主客觀相結(jié)合的方式確定權重． 具體而言， ① 對各指標進行無量綱處理后， 通過構(gòu)建規(guī)范化矩陣并利用熵值法求得金融科技各具體指標對上一層準則層的權重； ② 通過層次分析法對二級指數(shù)根據(jù)可獲得性難度由高到低賦予相關權重， 求各準則層指標對上層目標的權重； ③ 從下向上逐層匯總， 計算各層分組指數(shù)后加權匯總得到綜合指數(shù)， 如表1所示． 本文采用主客觀結(jié)合的方式， 有效解決隨機性、 臆斷性和信息重疊性問題， 編制了中國大陸31個省(市、 自治區(qū))金融科技發(fā)展指數(shù)， 并將其作為衡量省級層面金融科技發(fā)展水平的指標．

表1 金融科技指標體系各維度的權重

3.1.3 控制變量

為盡可能準確地衡量金融科技對城鄉(xiāng)收入差距的影響， 將其他因素干擾引起的誤差降到最小， 參照張賀等[32]、 李牧辰等[48]的研究， 選取經(jīng)濟開放程度(Open)、 政府財政支出(Gov)、 城鎮(zhèn)化水平(Urban)、 經(jīng)濟發(fā)展水平(Rgdp)、 人口密度(Pop)和產(chǎn)業(yè)升級程度(Isu)作為控制變量． 各變量名稱及計算方法如表2所示．

表2 變量名稱及計算方法

3.2 模型構(gòu)建

固定效應模型：

Theili，t=α+βFintechi，t+γXi，t+φi+δt+εi，t

(1)

式(1)中，Theili，t表示地區(qū)i在t年的城鄉(xiāng)收入差距，F(xiàn)intechi，t表示地區(qū)i在第t年的金融科技發(fā)展，Xi，t表示控制變量；α為常數(shù)項；β為金融科技發(fā)展變量的系數(shù)；γ為控制變量的系數(shù)；φi表示地區(qū)固定；δt表示時間固定；εi，t為隨機擾動項．

面板門檻模型：

經(jīng)濟發(fā)展水平不同的地區(qū)， 金融基礎設施的完善程度、 資源配置效率等都不相同， 為了分析金融科技發(fā)展對城鄉(xiāng)收入差距影響的門檻效應， 驗證假說2， 選擇經(jīng)濟發(fā)展水平(Rgdp)作為門檻變量， 在Hansen[49]研究成果的基礎上， 設定以下模型：

(2)

式(2)中，Rgdp作為門檻變量， 當Rgdp符合條件時I取1， 否則取0， θ為常數(shù)項， (θ1，θ2，…，θn)為核心解釋變量系數(shù)， θi為控制變量系數(shù)，εi，t為隨機誤差項．

3.3 數(shù)據(jù)來源與描述性統(tǒng)計

本文選取2011-2019年中國大陸31個省(市、 自治區(qū))的面板數(shù)據(jù)進行研究， 變量的原始數(shù)據(jù)來源于國家統(tǒng)計局網(wǎng)站和《中國金融年鑒》， 部分數(shù)據(jù)經(jīng)手動計算整理． 各變量的描述性統(tǒng)計如表3所示． 本文的主要解釋變量為金融科技指數(shù)， 平均值為0.717， 最小值為0.460， 最大值為1.670． 金融科技總體來看發(fā)展較為迅速， 但地區(qū)之間存在一定的差距． 城鄉(xiāng)收入差距總體呈現(xiàn)出縮小態(tài)勢， 泰爾指數(shù)最大值為0.227， 出現(xiàn)在2011年的貴州省； 最小值為0.020， 出現(xiàn)在2019年的天津市．

表3 主要變量的描述性統(tǒng)計

4 實證結(jié)果及分析

4.1 基準實證結(jié)果分析

表4呈現(xiàn)的是金融科技發(fā)展對城鄉(xiāng)收入差距影響的基準回歸結(jié)果． 其中， 模型(1)是僅考慮核心解釋變量的回歸結(jié)果； 模型(2)是在模型(1)的基礎上增加經(jīng)濟開放程度、 政府財政支持以及城鎮(zhèn)化水平等控制變量后的回歸結(jié)果； 模型(3)是在模型(2)的基礎上進一步納入全部控制變量后得到的回歸結(jié)果． 為保證回歸結(jié)果的穩(wěn)健性， 本文在回歸模型中控制了時間和省份固定效應， 同時采用聚類穩(wěn)健標準誤進行回歸． 將控制變量逐步加入模型， 調(diào)整后的R2從模型(1)的0.448增加至模型(3)的0.775， 回歸模型解釋程度較好． 實證結(jié)果顯示， 金融科技發(fā)展的估計系數(shù)均在5%水平上顯著為負， 表明金融科技發(fā)展對城鄉(xiāng)收入差距縮小有顯著的積極影響， 假說1得證． 金融科技發(fā)展促進“三農(nóng)”金融業(yè)務全流程數(shù)字化改造， 打破時空限制， 創(chuàng)新金融服務模式， 實現(xiàn)對農(nóng)業(yè)生產(chǎn)經(jīng)營的“精準灌溉”， 提升了農(nóng)村金融可獲得性； 運用人工智能、 大數(shù)據(jù)等技術手段降低金融機構(gòu)運營成本； 通過完善農(nóng)村信用體系， 保障農(nóng)戶金融賬戶及交易安全， 賦能農(nóng)業(yè)保險定損理賠， 增強了風險防控能力． 金融科技通過提升農(nóng)村金融可獲得性、 降低金融機構(gòu)運營成本和增強風險防控能力， 從而減少信息不對稱和融資約束， 為農(nóng)村居民創(chuàng)業(yè)、 擴產(chǎn)創(chuàng)造了更多機會， 增加了農(nóng)村居民收入， 進而縮小了城鄉(xiāng)收入差距．

表4 金融科技發(fā)展對城鄉(xiāng)收入差距影響的基準回歸結(jié)果

其他控制變量的回歸結(jié)果與已有研究結(jié)果大體相同． 經(jīng)濟開放程度提高， 意味著發(fā)達的出口制造業(yè)能為農(nóng)村帶來更多的就業(yè)機會， 進而縮小城鄉(xiāng)收入差距． 城鎮(zhèn)化水平提高， 意味著更多的農(nóng)村居民前往城市工作， 既提升了農(nóng)村勞動力質(zhì)量， 又能增加勞動報酬， 從而縮小城鄉(xiāng)收入差距． 經(jīng)濟發(fā)展水平提高， 會為產(chǎn)業(yè)發(fā)展帶來更大的市場容量， 資源配置效率得到提升， 創(chuàng)造更多的就業(yè)機會， 進而縮小了城鄉(xiāng)收入差距． 人口密度提高， 縮小了城鄉(xiāng)收入差距， 因為地區(qū)經(jīng)濟發(fā)展受人口流動性的影響， 密度越高的地區(qū)經(jīng)濟發(fā)展程度越好， 農(nóng)村地區(qū)的收入效應更明顯． 政府財政支持和產(chǎn)業(yè)升級程度的系數(shù)為正， 但并未通過顯著性檢驗， 這一現(xiàn)象產(chǎn)生的原因可能與本文使用的樣本或變量有關．

4.2 內(nèi)生性問題

在式(1)中， 金融科技發(fā)展(Fintech)系數(shù)可能受到一些因素的影響發(fā)生偏移， 城鄉(xiāng)收入差距縮小也有可能會促使金融科技發(fā)展， 可能存在反向因果關系． 為緩解由于測量誤差、 遺漏變量或反向因果導致的內(nèi)生性問題， 參考黃倩等[42]的研究并結(jié)合數(shù)據(jù)可得性， 選取移動電話用戶數(shù)作為工具變量， 使用面板工具變量法進行回歸， 并對工具變量進行不可識別檢驗和弱工具變量檢驗． 由檢驗結(jié)果可知， 移動電話用戶數(shù)(IV)作為工具變量不存在不可識別和弱工具變量的問題． 工具變量兩階段回歸結(jié)果見表5模型(4)、 模型(5)． 與基準回歸結(jié)果相比， 加入工具變量后， 解釋變量系數(shù)的絕對值變大而且仍然顯著．

表5 模型(1)內(nèi)生性檢驗結(jié)果

4.3 穩(wěn)健性檢驗

為進一步驗證以上金融科技對城鄉(xiāng)收入差距的回歸結(jié)果是否具有可靠性， 分別從3個方面進行穩(wěn)健性檢驗： ① 替換解釋變量． 由于金融科技是數(shù)字普惠金融發(fā)展的核心動力， 因此用數(shù)字普惠金融指數(shù)作為金融科技指數(shù)的替代變量具有一定的合理性． 為使數(shù)據(jù)具有可比性， 實證檢驗中將其除以100后進行回歸． 在替換金融科技發(fā)展指標進行回歸后， 結(jié)果與基準回歸一致， 如表6模型(6)所示． ② 替換被解釋變量． 參考陸銘等[50]將城鄉(xiāng)居民人均可支配收入比作為城鄉(xiāng)收入差距(Gap)衡量指標， 在替換被解釋變量后， 結(jié)果與基準回歸一致， 如表6模型(7)所示． ③ 剔除特殊樣本． 現(xiàn)實經(jīng)濟社會發(fā)展中， 直轄市的金融科技發(fā)展普遍要比其他省份發(fā)展更迅速， 城鄉(xiāng)收入差距相對不大， 可能存在反向因果問題． 參考羅煜等的方法[51]， 剔除上海、 北京、 天津和重慶的樣本再進行估計， 金融科技發(fā)展系數(shù)依然顯著為負， 如表6模型(8)所示． 綜合以上3種檢驗方法， 得知本文結(jié)論穩(wěn)健性較好．

表6 穩(wěn)健性檢驗結(jié)果

4.4 門檻效應回歸結(jié)果分析

4.4.1 門檻效應的檢驗

首先， 分別假設不存在門檻、 存在單一門檻、 存在雙重門檻， 對式(2)予以估計． 表7給出了金融科技發(fā)展影響城鄉(xiāng)收入差距門檻效應的存在性檢驗． 由表7可以看出， 當以經(jīng)濟發(fā)展水平(Rgdp)為變量時， 其通過了p<5%水平下單一門檻的顯著性檢驗， 未通過10%水平下的雙重門檻顯著性檢驗， 與理論相符， 因此可以認為存在單一門檻．

表7 門檻效應的存在性檢驗

表8給出了金融科技發(fā)展影響城鄉(xiāng)收入差距門檻變量的估計值． 由表8可以看出， 經(jīng)濟發(fā)展水平的單一門檻值為10.007 6． 圖1似然函數(shù)圖反映了門檻估值及置信區(qū)間的構(gòu)建過程， 統(tǒng)計圖形顯示： 在95%的置信區(qū)間內(nèi)， 門檻值為10.007 6． 因此， 本文將2011-2019年各省份按經(jīng)濟發(fā)展水平劃分為Rgdp≤10.007 6與Rgdp>10.007 6兩個區(qū)間．

表8 門檻變量估計值

圖1 經(jīng)濟發(fā)展水平的門檻估計值

4.4.2 門檻效應回歸結(jié)果

表9給出了以經(jīng)濟發(fā)展水平(Rgdp)為門檻變量時， 金融科技發(fā)展影響城鄉(xiāng)收入差距的估計結(jié)果． 由表9可以看出， 在門檻值之下金融科技發(fā)展對城鄉(xiāng)收入差距的估計系數(shù)為負， 但不顯著． 跨過門檻值后， 金融科技發(fā)展對城鄉(xiāng)收入差距的估計系數(shù)顯著為負， 并且絕對值更大， 說明在跨過經(jīng)濟發(fā)展水平門檻值后， 金融科技發(fā)展對縮小城鄉(xiāng)收入差距的積極作用會顯著加強， 假說2得證．

表9 門檻效應回歸結(jié)果

第一階段， 在經(jīng)濟發(fā)展水平相對較低時(Rgdp≤10.007 6)， 金融市場普遍存在資源配置不均衡、 發(fā)展不完善等問題， 由于金融知識普及不到位、 金融機構(gòu)交易成本高、 信息不對稱等因素， 農(nóng)村居民相對于城市享受金融服務較少． 因此， 在這一階段金融科技發(fā)展對城鄉(xiāng)居民收入差距的影響效果為負， 但不顯著． 在第二階段， 在經(jīng)濟發(fā)展水平較高時(Rgdp>10.007 6)， 金融科技不斷深化應用于金融服務， 農(nóng)村金融服務的普惠程度和金融風險防控能力不斷提升， 農(nóng)村居民能以較低的門檻獲得信貸配給， 為其生產(chǎn)、 發(fā)展創(chuàng)造條件， 提高收入水平． 同時， 這一階段社會總體財富增加， 在就業(yè)、 消費等方面形成“涓滴效應”惠及農(nóng)村居民． 因此， 隨著經(jīng)濟水平不斷提高， 金融科技發(fā)展能夠更加有效地收斂城鄉(xiāng)居民收入差距．

5 結(jié)論與政策建議

本文構(gòu)建了金融科技發(fā)展指標體系， 運用網(wǎng)絡爬蟲技術搜集百度搜索指數(shù)中與金融科技話題相關的文本內(nèi)容， 測算出中國大陸31個省(市、 自治區(qū))的金融科技發(fā)展指數(shù)， 然后利用2011-2019年省級面板數(shù)據(jù)， 采用固定效應模型和面板門檻模型實證分析了金融科技發(fā)展對城鄉(xiāng)收入差距的影響． 結(jié)果表明： 金融科技發(fā)展縮小了城鄉(xiāng)收入差距， 在使用工具變量緩解內(nèi)生性問題和一系列穩(wěn)健性檢驗后， 結(jié)果依然穩(wěn)?。?隨著經(jīng)濟發(fā)展水平的提高， 金融科技發(fā)展縮小城鄉(xiāng)收入差距的影響作用會顯著加強．

基于以上研究結(jié)論， 提出如下政策建議：

1) 進一步加大農(nóng)村地區(qū)金融科技基礎設施的建設力度． 當前農(nóng)村地區(qū)在金融科技基礎建設上相對滯后， 政府需加大對農(nóng)村地區(qū)的財政支持， 持續(xù)加強光纖寬帶等信息基礎設施建設及維護． 同時， 推動政府與金融機構(gòu)合作， 多領域接入大數(shù)據(jù)、 云計算等創(chuàng)新技術， 將創(chuàng)新技術應用到農(nóng)村普惠金融產(chǎn)品的研發(fā)、 推廣等環(huán)節(jié)， 緩解新型農(nóng)村經(jīng)營主體、 普通農(nóng)戶等融資約束， 提升農(nóng)村金融服務的覆蓋面． 此外， 還需加強農(nóng)村信用體系建設， 拓展全方位、 多元化的信用信息渠道， 標準化信用評估細則及流程， 依托農(nóng)村征信數(shù)據(jù)系統(tǒng)為新型農(nóng)村經(jīng)營主體、 農(nóng)戶創(chuàng)造機會和條件， 縮小城鄉(xiāng)收入差距．

2) 進一步加深農(nóng)村地區(qū)金融科技“既普又惠”的發(fā)展要義． 實現(xiàn)共同富裕， 不僅要物質(zhì)上富裕， 更要注重精神上富裕， 農(nóng)村居民普遍金融知識缺乏， 財富管理觀念薄弱， 對金融科技或數(shù)字金融等新鮮事物感覺陌生甚至抵觸． 因此， 需要政府引領金融機構(gòu)利用多種媒介方式向農(nóng)村居民普及金融基礎知識及發(fā)展現(xiàn)狀， 提升其金融素養(yǎng)． 此外， 金融機構(gòu)要從農(nóng)村居民生產(chǎn)生活的實際需求出發(fā)， 運用金融科技創(chuàng)新金融服務流程及產(chǎn)品． 于金融機構(gòu)而言， 可以“降本增效”， 在承擔社會責任的同時， 也能維持商業(yè)可持續(xù)化發(fā)展； 于農(nóng)村居民而言， 在金融服務的可獲得性、 覆蓋面提升的同時也能保障金融交易安全化， 為農(nóng)村居民“增產(chǎn)增收”創(chuàng)造機會， 縮小城鄉(xiāng)收入差距． 金融科技要踐行“既普又惠”的發(fā)展要義， 要做有“溫度”的能夠為農(nóng)村居民帶來“幸福感”的金融科技．

3) 進一步加強農(nóng)村地區(qū)金融科技的風險防范能力． 在面向農(nóng)村發(fā)展金融科技的同時， 也要注意金融科技的風險． 政府需制定相關配套法規(guī)， 將金融科技主體納入監(jiān)管體系， 同時運用監(jiān)管科技提升監(jiān)管效率， 避免不法人員“無證上崗”． 同時， 政府和金融機構(gòu)通過線上線下相結(jié)合的方式， 持續(xù)宣傳、 普及數(shù)字金融知識， 增強農(nóng)村居民移動支付、 網(wǎng)絡詐騙等安全防范意識， 保障財產(chǎn)安全． 此外， 還需要金融科技行業(yè)加強自律， 防止信息泄露， 促進金融科技在農(nóng)村地區(qū)健康化、 有序化發(fā)展， 為實現(xiàn)縮小城鄉(xiāng)收入差距目標“保駕護航”．