數(shù)字普惠金融、空間溢出效應(yīng)與收入增長

〔摘要〕本文利用我國2011—2018年31個省份面板數(shù)據(jù)，采用系統(tǒng)GMM工具變量法，運用空間杜賓模型考察了數(shù)字普惠金融對城鎮(zhèn)居民人均可支配收入和農(nóng)村居民人均可支配收入的空間溢出效應(yīng)。研究結(jié)果表明：第一，數(shù)字普惠金融對城鎮(zhèn)居民人均可支配收入和農(nóng)村居民人均可支配收入具有顯著的正向直接效應(yīng)，顯著提高了城鎮(zhèn)居民收入和農(nóng)村居民收入水平。第二，從全國來看，數(shù)字普惠金融的空間溢出效應(yīng)在城鄉(xiāng)均顯著，具有一致性，但系數(shù)都為負(fù)值，表明鄰近省份數(shù)字普惠金融的發(fā)展對本省份城鎮(zhèn)人均可支配收入和農(nóng)村居民人均可支配收入產(chǎn)生了抑制作用。第三，從東、中、西部地區(qū)來看，數(shù)字普惠金融對城鎮(zhèn)居民人均可支配收入的空間溢出效應(yīng)顯著，對農(nóng)村居民人均可支配收入的空間溢出效應(yīng)尚未形成，存在城鄉(xiāng)差異。

〔關(guān)鍵詞〕數(shù)字普惠金融;空間溢出效應(yīng);收入增長;城鄉(xiāng)居民收入差距

中圖分類號：F832 ?文獻標(biāo)識碼：A ?文章編號：1008-4096（2020）03-0061-08

一、問題的提出

收入問題一直是政府、社會機構(gòu)和學(xué)術(shù)界所關(guān)注的熱點問題。隨著市場經(jīng)濟體制的不斷完善，以及在中央一系列政策措施作用下，我國居民收入增長速度顯著。根據(jù)國家統(tǒng)計局公布的數(shù)據(jù)，2019年城鎮(zhèn)居民人均可支配收入為42 359元，農(nóng)村居民人均可支配收入為16 021元，近5年平均增速分別達到7.99%和8.84%。2016年杭州G20峰會上首次提出數(shù)字普惠金融，根據(jù)G20全球合作伙伴（GPFI）的定義，數(shù)字普惠金融泛指一切通過數(shù)字金融服務(wù)促進普惠金融的行動，它將傳統(tǒng)普惠金融和數(shù)字技術(shù)相結(jié)合，更多地運用數(shù)字技術(shù)為需要的人群提供金融服務(wù)。我國從2006年開始大力推行普惠金融發(fā)展，但由于傳統(tǒng)金融機構(gòu)自身的短板問題，使得普惠金融實施效果存在局限性。數(shù)字技術(shù)為克服普惠金融的天然困難提供了解決方案，大大提高了普惠金融發(fā)展的可行性^[1]，在解決普惠金融“最后一公里”上具有重要意義。數(shù)字普惠金融依托信息技術(shù)的快速發(fā)展與行業(yè)自身的創(chuàng)新思維在服務(wù)實體經(jīng)濟、釋放居民投資熱情、增加居民收入、優(yōu)化地區(qū)間資源配置等方面發(fā)揮顯著功效^[2]。同時，數(shù)字普惠金融通過改善一些地區(qū)創(chuàng)業(yè)的金融環(huán)境，從而能夠顯著提高創(chuàng)新和創(chuàng)業(yè)，尤其是對不發(fā)達地區(qū)的創(chuàng)業(yè)有更大的促進作用^[3]。數(shù)字普惠金融的廣泛觸達性，降低了金融服務(wù)門檻，促使小微企業(yè)、中低收入人群等弱勢群體能享受同等的金融服務(wù)，從而推動普惠金融的發(fā)展。數(shù)字普惠金融具有開放、平等、協(xié)作、分享等本質(zhì)特征，這些本質(zhì)特征也決定了它具有提高居民收入、減緩貧困、實現(xiàn)包容性社會的功能。

數(shù)字普惠金融能顯著提升家庭收入，對城鄉(xiāng)居民收入水平有顯著促進作用，但其對城鄉(xiāng)居民收入的空間溢出效應(yīng)是否存在并未得到驗證。地理相似定律研究表明，大多數(shù)空間數(shù)據(jù)都具有或強或弱的空間相關(guān)性。郭峰^[4]和葉茜茜^[5]的研究結(jié)果也為數(shù)字普惠金融存在空間溢出效應(yīng)提供了直接證據(jù)。因此，在研究數(shù)字普惠金融對城鄉(xiāng)居民收入的影響時應(yīng)考慮到空間關(guān)聯(lián)性，即數(shù)字普惠金融的空間溢出效應(yīng)是否存在。現(xiàn)有文獻大多探討了數(shù)字普惠金融和城鄉(xiāng)居民收入差距的關(guān)系，并得到一致的結(jié)論，即數(shù)字普惠金融能顯著縮小城鄉(xiāng)居民收入差距。梁雙陸和劉培培^[6]基于我國2011—2015年省級面板數(shù)據(jù)，測算31個省份的泰爾指數(shù)，并使用面板回歸模型檢驗了數(shù)字普惠金融對城鄉(xiāng)居民收入差距的影響，結(jié)果表明數(shù)字普惠金融能夠有效縮小城鄉(xiāng)居民收入差距。宋曉玲^[7]基于我國2011—2015年31個省份數(shù)據(jù)進行分析，結(jié)果表明數(shù)字普惠金融能夠顯著縮小城鄉(xiāng)居民收入差距。李建偉^[8]、張賀和白欽先^[9]、張子豪和譚燕芝^[10]、張彤進和任碧云^[11]的研究結(jié)果也支持了這一觀點。另外，陳嘯和陳鑫^[12]在此基礎(chǔ)上還證明了與傳統(tǒng)普惠金融相比，數(shù)字普惠金融能顯著縮小本地區(qū)城鄉(xiāng)居民收入差距，全局溢出效應(yīng)在短期內(nèi)也呈現(xiàn)顯著相關(guān)，而且能顯著縮小鄰近地區(qū)城鄉(xiāng)居民收入差距，且數(shù)字普惠金融的空間溢出效應(yīng)主要取決于其數(shù)字服務(wù)支持程度。

除了對數(shù)字普惠金融與城鄉(xiāng)居民收入差距之間的關(guān)系進行研究外，國內(nèi)也有學(xué)者對數(shù)字普惠金融與居民收入之間的關(guān)系開展了研究。潘錫泉^[13]通過對浙江6個鄉(xiāng)村的實地走訪，提出運用數(shù)字普惠金融進行精準(zhǔn)幫扶的邏輯實現(xiàn)機制，即培植數(shù)字金融理念、優(yōu)化金融生態(tài)環(huán)境、創(chuàng)新金融服務(wù)模式和做實普惠金融教育等。張勛等^[14]運用CFPS數(shù)據(jù)，在評估數(shù)字普惠金融的發(fā)展對包容性增長的影響中，發(fā)現(xiàn)數(shù)字普惠金融對落后地區(qū)家庭收入的提升，特別是對農(nóng)村低收入群體收入的提升產(chǎn)生了顯著的影響，數(shù)字普惠金融在落后地區(qū)的發(fā)展速度也更快，即數(shù)字普惠金融促進了我國的包容性增長。宋曉玲^[15]運用我國2010—2014年31個省份數(shù)據(jù)，分析“互聯(lián)網(wǎng)+”普惠金融對城鄉(xiāng)居民收入均衡增長的影響，結(jié)果表明互聯(lián)網(wǎng)和普惠金融兩個變量的交互效應(yīng)對城鄉(xiāng)居民人均收入水平有顯著促進作用。陳丹^[16]通過實證分析證明了數(shù)字普惠金融對提高農(nóng)村居民收入具有顯著效應(yīng)。劉丹^[17]通過實證分析證明了數(shù)字普惠金融在我國不同省份之間均對農(nóng)民非農(nóng)收入存在正向的空間溢出效應(yīng)。吳金旺等^[18]運用浙江嘉興微觀個體行為數(shù)據(jù)開展研究，結(jié)果表明數(shù)字普惠金融的發(fā)展能起到顯著的減貧效應(yīng)，并且性別、戶籍、學(xué)歷及職業(yè)等控制變量對減緩貧困也會產(chǎn)生較為顯著的影響。

現(xiàn)有文獻的結(jié)論基本一致，即數(shù)字普惠金融對城鄉(xiāng)居民收入存在正向直接效應(yīng)，特別是對農(nóng)村居民收入的提升效應(yīng)顯著。但是，現(xiàn)有大部分研究忽視了空間因素。由于大多數(shù)空間數(shù)據(jù)都具有或強或弱的空間相關(guān)性，在研究數(shù)字普惠金融對城鄉(xiāng)居民收入影響時應(yīng)考慮到空間關(guān)聯(lián)性，即數(shù)字普惠金融是否會對周邊地區(qū)的城鄉(xiāng)居民收入產(chǎn)生影響。如果存在影響，該影響起到促進作用還是抑制作用？在城鄉(xiāng)之間是否存在差異？在我國東、中、西部地區(qū)的情況如何？這些問題都有待檢驗。目前已有學(xué)者對數(shù)字普惠金融的空間溢出效應(yīng)進行了檢驗，但僅針對農(nóng)民非農(nóng)收入，也并未檢驗該效應(yīng)對城鎮(zhèn)居民收入的影響，故存在局限性。因此，在以往研究的基礎(chǔ)上，本文聚焦于數(shù)字普惠金融對城鎮(zhèn)居民收入和農(nóng)村居民收入的空間溢出效應(yīng)，運用空間計量經(jīng)濟學(xué)的方法對上述問題進行驗證。本文的貢獻主要在于將空間因素引入數(shù)字普惠金融和城鄉(xiāng)居民收入關(guān)系的研究中，彌補了現(xiàn)有文獻缺少從空間計量角度全面系統(tǒng)考察二者關(guān)系的缺口。

二、變量說明與模型方法

（一）變量說明

根據(jù)不同群體特征將居民收入分為城鎮(zhèn)居民收入和農(nóng)村居民收入，以考察數(shù)字普惠金融對兩個群體的影響。本文用城鎮(zhèn)居民人均可支配收入（income1）作為城鎮(zhèn)居民收入的代理變量，用農(nóng)村居民人均可支配收入（income2）作為農(nóng)村居民收入的代理變量。具體數(shù)據(jù)來自國家統(tǒng)計局網(wǎng)站。

由北京大學(xué)數(shù)字金融研究中心編制的數(shù)字普惠金融指數(shù)是目前為止對數(shù)字普惠金融描述較為權(quán)威的指標(biāo)，因而本文用數(shù)字普惠金融指數(shù)作為數(shù)字普惠金融（df）的代理變量。具體數(shù)據(jù)來自北京大學(xué)數(shù)字金融研究中心。

城鄉(xiāng)居民收入還受到經(jīng)濟發(fā)展水平、對外開放程度、政府財政支出、產(chǎn)業(yè)結(jié)構(gòu)和城鎮(zhèn)化率等因素的影響，因而本文將上述變量作為控制變量進行研究。具體包括：經(jīng)濟發(fā)展水平（rjgdp），衡量經(jīng)濟發(fā)展水平最常用的指標(biāo)是人均國內(nèi)生產(chǎn)總值，本文用人均國內(nèi)生產(chǎn)總值作為經(jīng)濟發(fā)展水平的代理變量;對外開放程度（open），對外開放能促進一國經(jīng)濟發(fā)展，從而增加居民收入，參考武力超和張馨月^[19]的研究，本文用各省份進出口貿(mào)易總額占GDP的比重作為對外開放程度的代理變量;政府財政支出（gov），反映政府對經(jīng)濟活動的參與程度，政府財政支出影響城鄉(xiāng)居民收入水平，本文用地方財政預(yù)算支出占GDP的比重作為政府財政支出的代理變量;產(chǎn)業(yè)結(jié)構(gòu)（indus），產(chǎn)業(yè)結(jié)構(gòu)升級是經(jīng)濟增長的動力，從而對城鄉(xiāng)居民收入產(chǎn)生影響，參考魏君英和侯佳卉^[20]的研究，本文用第二產(chǎn)業(yè)和第三產(chǎn)業(yè)增加值占GDP的比重作為產(chǎn)業(yè)結(jié)構(gòu)的代理變量;城鎮(zhèn)化率（urban），城鎮(zhèn)化通過推動區(qū)域經(jīng)濟增長從而達到增加城鄉(xiāng)居民收入的效果，本文用各省份城鎮(zhèn)人口占總?cè)丝诘谋戎刈鳛槌擎?zhèn)化率的代理變量，其數(shù)值越大，表明城鎮(zhèn)化水平越高。具體數(shù)據(jù)來自國家統(tǒng)計局網(wǎng)站。

（二）模型方法

區(qū)域經(jīng)濟活動通常存在一定的空間相關(guān)性。與傳統(tǒng)模型相比，將空間相關(guān)性納入考慮范圍的空間計量模型的估計結(jié)果更為準(zhǔn)確。由于系統(tǒng)GMM能夠使用工具變量的方法有效解決被解釋變量與解釋變量之間的內(nèi)生性問題，并且能夠克服差分GMM的弱工具變量問題^[21]，同時考慮到城鄉(xiāng)居民收入會受到滯后期的影響。本文運用我國2011—2018年31個省份的面板數(shù)據(jù)，通過加入滯后期的方式構(gòu)建基于系統(tǒng)GMM的動態(tài)面板基準(zhǔn)模型和空間模型，從而驗證數(shù)字普惠金融對城鄉(xiāng)居民收入的空間溢出效應(yīng)。為了深入了解數(shù)字普惠金融對城鄉(xiāng)居民收入在時間緯度上的動態(tài)效應(yīng)和空間緯度上的溢出效應(yīng)，本文構(gòu)建基于系統(tǒng)GMM的空間杜賓模型?？臻g杜賓模型的優(yōu)點在于：無論真實的數(shù)據(jù)生成過程是空間滯后模型還是空間誤差模型，都能基于此模型得到系數(shù)的無偏估計^[22]。為避免不同指標(biāo)量綱的影響，本文對所有原始數(shù)據(jù)取對數(shù)后進行分析，因而本文構(gòu)建的基準(zhǔn)模型和空間模型分別如式（1）和式（2）所示：

由表1可知，我國2011—2018年31個省份的城鎮(zhèn)居民人均可支配收入和農(nóng)村居民人均可支配收入的莫蘭指數(shù)取值都為正，且強烈拒絕“不存在空間自相關(guān)”的原假設(shè)，表明城鎮(zhèn)居民人均可支配收入和農(nóng)村居民人均可支配收入均存在顯著的空間正相關(guān)。

注：^*、^** 和^***分別表示10%、5%和1%置信水平下顯著。下表同。

2011—2018年，城鎮(zhèn)居民人均可支配收入的莫蘭指數(shù)呈下降趨勢，農(nóng)村居民人均可支配收入的莫蘭指數(shù)波動不大，較為穩(wěn)定，說明城鎮(zhèn)居民人均可支配收入的空間正相關(guān)在逐漸減弱，農(nóng)村居民人均可支配收入的空間正相關(guān)基本保持不變。對我國2011—2018年31個省份的城鎮(zhèn)居民人均可支配收入和農(nóng)村居民人均可支配收入的莫蘭指數(shù)進行分析可知，城鎮(zhèn)居民人均可支配收入和農(nóng)村居民人均可支配收入的空間分布特征大體一致，差異不大。大多數(shù)省份的城鎮(zhèn)居民人均可支配收入和農(nóng)村居民人均可支配收入在整體上呈現(xiàn)空間正相關(guān)。

2011年，北京、上海、浙江、江蘇、天津、福建、山東等省份城鎮(zhèn)居民人均可支配收入和農(nóng)村居民人均可支配收入表現(xiàn)出“高-高”集聚的分布特征，新疆、寧夏、甘肅、四川、貴州、湖南、湖北等省份城鎮(zhèn)居民人均可支配收入和農(nóng)村居民人均可支配收入呈現(xiàn)“低-低”集聚的特征。將2018年數(shù)據(jù)與2011年數(shù)據(jù)進行比較可以發(fā)現(xiàn)，以上分布特征在2018年也未發(fā)生較大變化，說明各省份的城鎮(zhèn)居民人均可支配收入和農(nóng)村居民人均可支配收入都存在比較穩(wěn)定的空間相關(guān)性。

（二）計量檢驗結(jié)果

系統(tǒng)GMM估計結(jié)果的有效性必須滿足兩個條件：一是工具變量選取有效;二是殘差的差分項不存在序列相關(guān)。表2為基于系統(tǒng)GMM的動態(tài)面板基準(zhǔn)模型和空間杜賓模型的城鎮(zhèn)居民人均可支配收入分析結(jié)果。

模型1為不考慮空間相關(guān)性的基準(zhǔn)模型，AR（2）值在5%的顯著水平下接受擾動項不存在自相關(guān)的原假設(shè)，模型設(shè)定較為理想;Sargan檢驗P值為0.828，這一結(jié)果說明工具變量有效。模型2為基于系統(tǒng)GMM的空間杜賓模型，AR（2）的值為0.236，模型設(shè)定較為理想;Sargan檢驗P值為0.974，說明工具變量有效。

由表2可知，在模型1和模型2中，數(shù)字普惠金融即ln（df）的系數(shù)均顯著為正，進一步證實了空間杜賓模型的有效性，說明數(shù)字普惠金融的發(fā)展顯著提高了本省份城鎮(zhèn)居民人均可支配收入。在模型2中，數(shù)字普惠金融的空間滯后項系數(shù)為-0.361，且在1%水平下顯著，表明數(shù)字普惠金融存在負(fù)向空間溢出效應(yīng)，表示鄰近省份數(shù)字普惠金融的發(fā)展對本省份城鎮(zhèn)居民人均可支配收入存在抑制作用。究其原因，可能由于鄰近省份在大力發(fā)展數(shù)字普惠金融的過程中會降低本省份對技術(shù)、互聯(lián)網(wǎng)公司等優(yōu)質(zhì)資源的吸引力，從而不利于本省份城鎮(zhèn)居民收入的增加。

在模型2中，對外開放程度、政府財政支出、產(chǎn)業(yè)結(jié)構(gòu)和城鎮(zhèn)化率對城鎮(zhèn)居民人均可支配收入均產(chǎn)生了顯著的正向影響，經(jīng)濟發(fā)展水平的影響不顯著。同時，經(jīng)濟發(fā)展水平、政府財政支出和產(chǎn)業(yè)結(jié)構(gòu)的空間滯后項系數(shù)均顯著為正，表明存在顯著的正向空間溢出效應(yīng)，即鄰近省份經(jīng)濟發(fā)展水平的提高、政府財政支出的加大和產(chǎn)業(yè)結(jié)構(gòu)的提升能促進本省份城鎮(zhèn)居民人均可支配收入的提高，各地政府“地方本位”現(xiàn)象有所改善，各省份之間的聯(lián)系和發(fā)展更加密切。

為了進一步了解不同地區(qū)數(shù)字普惠金融對城鎮(zhèn)居民收入的影響，本文基于系統(tǒng)GMM的空間杜賓模型對我國東、中、西部地區(qū)分別進行了分析，對應(yīng)于模型3、模型4和模型5。由模型3、模型4和模型5可知，在東、中部地區(qū)，數(shù)字普惠金融對城鎮(zhèn)居民人均可支配收入存在顯著的正向影響，而西部地區(qū)該效應(yīng)則不顯著，表明數(shù)字普惠金融對城鎮(zhèn)居民人均可支配收入的影響表現(xiàn)出明顯的空間異質(zhì)性。東、中、西部地區(qū)數(shù)字普惠金融的空間滯后項系數(shù)均顯著為負(fù)，說明數(shù)字普惠金融會對其他地區(qū)城鎮(zhèn)居民人均可支配收入產(chǎn)生負(fù)向影響，這一結(jié)果與全國整體情況一致。

表3為基于系統(tǒng)GMM的動態(tài)面板基準(zhǔn)模型和空間杜賓模型的農(nóng)村居民人均可支配收入分析結(jié)果。

模型6為不考慮空間相關(guān)性的基準(zhǔn)模型，????AR（2）的值為0.202，模型設(shè)定較為理想;Sargan檢驗P值為0.926，說明工具變量有效。模型7為基于系統(tǒng)GMM的空間杜賓模型，AR（2）的值為0.181，模型設(shè)定較為理想;Sargan檢驗P值為0.989，說明工具變量有效。

由表3可知，模型6和模型7中的數(shù)字普惠金融即ln（df）的系數(shù)在1%水平下顯著為正，表明數(shù)字普惠金融的發(fā)展對農(nóng)村居民人均可支配收入存在顯著的正向影響。在模型7中，數(shù)字普惠金融的空間滯后項系數(shù)在1%水平下顯著為負(fù)，表明鄰近省份數(shù)字普惠金融的發(fā)展對本省份農(nóng)村居民人均可支配收入產(chǎn)生抑制作用。

在控制變量中，經(jīng)濟發(fā)展水平及其空間滯后項均對農(nóng)村居民人均可支配收入起到顯著的正向影響。此外，對外開放程度的系數(shù)顯著為正，說明對外開放對促進農(nóng)村居民增收具有積極作用。通過對外開放，農(nóng)村地區(qū)獲得資金、技術(shù)、人才等各類資源的支持，為當(dāng)?shù)亟?jīng)濟發(fā)展奠定了基礎(chǔ)，也為居民增收帶來實實在在的好處。政府財政支出的空間滯后項系數(shù)顯著為正，說明其空間溢出效應(yīng)較為顯著，說明政府通過轉(zhuǎn)移支付手段實現(xiàn)財政扶貧的效果較好，對農(nóng)村居民收入產(chǎn)生了擴散帶動效應(yīng)。

由模型8、模型9和模型10結(jié)果可知，數(shù)字普惠金融即ln（df）在三個地區(qū)的系數(shù)均顯著為正，且差異不大，表明東、中、西部地區(qū)數(shù)字普惠金融發(fā)展均能提高本地區(qū)農(nóng)村居民人均可支配收入，不存在空間差異性。根據(jù)數(shù)字普惠金融的空間滯后項系數(shù)可以得知，從三大地區(qū)角度來看，數(shù)字普惠金融對農(nóng)村居民人均可支配收入的空間溢出效應(yīng)都不顯著，表明不同地區(qū)農(nóng)村存在金融分割，區(qū)域間的連帶輻射效應(yīng)并未形成。究其原因，一方面，和不同區(qū)域間經(jīng)濟合作與聯(lián)系程度有關(guān)，另一方面，也受不同地區(qū)農(nóng)村數(shù)字普惠金融發(fā)展條件差異的影響。

將表2和表3的分析結(jié)果進行對比可知，從全國看，數(shù)字普惠金融對城鎮(zhèn)居民人均可支配收入和農(nóng)村居民人均可支配收入均產(chǎn)生了顯著的正向影響，且數(shù)字普惠金融的空間溢出效應(yīng)在城鄉(xiāng)也均顯著，表明數(shù)字普惠金融對居民收入的影響在城鎮(zhèn)和農(nóng)村具有一致性，這種一致性不僅表現(xiàn)在對本地區(qū)居民收入的影響，其跨地區(qū)滲透作用也是顯著的，在城鄉(xiāng)居民人均可支配收入的各種影響因素中，數(shù)字普惠金融的作用不容小覷。數(shù)字普惠金融是我國經(jīng)濟高質(zhì)量發(fā)展的重要驅(qū)動力，在服務(wù)小微企業(yè)和“三農(nóng)”方面發(fā)揮了重要作用，通過公平有效的配置金融資源進一步推動了實體經(jīng)濟的發(fā)展。從東、中、西部地區(qū)角度看，數(shù)字普惠金融的空間溢出效應(yīng)在城鄉(xiāng)存在差異，即對不同地區(qū)城鎮(zhèn)居民人均可支配收入影響顯著，對不同地區(qū)農(nóng)村居民人均可支配收入影響均不顯著，這一結(jié)果與全國整體情況不一致，因而在整體分析的基礎(chǔ)上，從不同地區(qū)角度來考察是非常有必要的。在模型2和模型7的控制變量中，經(jīng)濟發(fā)展水平、政府財政支出的空間滯后項系數(shù)在城鎮(zhèn)和農(nóng)村均顯著為正，對外開放程度和城鎮(zhèn)化率的空間滯后項系數(shù)在城鎮(zhèn)和農(nóng)村都不顯著，從各因素是否產(chǎn)生效應(yīng)的角度來看，以上4個因素在城鄉(xiāng)不存在差異，即經(jīng)濟發(fā)展水平、對外開放程度、政府財政支出和城鎮(zhèn)化率對城鄉(xiāng)居民收入的空間溢出效應(yīng)具有一致性。產(chǎn)業(yè)結(jié)構(gòu)這一因素的直接效應(yīng)和空間溢出效應(yīng)在城鎮(zhèn)均顯著，在農(nóng)村均不顯著，這可能與我國勞動密集型產(chǎn)業(yè)趨于飽和，而資本、技術(shù)密集型產(chǎn)業(yè)在發(fā)展中偏向于吸收具有一定現(xiàn)代化技能的城鎮(zhèn)居民剩余勞動力有關(guān)。

（三）穩(wěn)健性檢驗

空間權(quán)重矩陣是空間計量模型中的核心，選擇不同空間權(quán)重矩陣會影響到模型的最終估計結(jié)果和解釋力?；诜€(wěn)健性考慮，將模型中的空間鄰接矩陣改為地理權(quán)重矩陣并對模型的穩(wěn)健性進行檢驗，具體結(jié)果如表4所示。

由表4可知，模型11是基于地理權(quán)重矩陣的空間杜賓模型的城鎮(zhèn)居民人均可支配收入分析結(jié)果，模型12是基于地理權(quán)重矩陣的空間杜賓模型的農(nóng)村居民人均可支配收入分析結(jié)果。由表4可知，模型11和模型12中的數(shù)字普惠金融、數(shù)字普惠金融的空間滯后項系數(shù)的估計結(jié)果與表2的模型2、表3的模型7中的結(jié)果相一致，可見本文模型設(shè)定具有穩(wěn)健性。

四、研究結(jié)論及政策建議

本文利用我國2011—2018年31個省份面板數(shù)據(jù)，采用系統(tǒng)GMM工具變量法，運用空間杜賓模型考察了數(shù)字普惠金融對城鎮(zhèn)居民人均可支配收入和農(nóng)村居民人均可支配收入的空間溢出效應(yīng)，并進一步檢驗了該效應(yīng)在東、中、西部地區(qū)的差異，本文得到如下結(jié)論：第一，數(shù)字普惠金融對城鎮(zhèn)居民人均可支配收入和農(nóng)村居民人均可支配收入具有顯著的正向直接效應(yīng)，顯著提高了城鎮(zhèn)居民收入和農(nóng)村居民收入水平。第二，從全國看，數(shù)字普惠金融的空間溢出效應(yīng)在城鄉(xiāng)均顯著，具有一致性，但系數(shù)都為負(fù)值，表明鄰近省份數(shù)字普惠金融的發(fā)展對本省份城鎮(zhèn)人均可支配收入和農(nóng)村居民人均可支配收入產(chǎn)生了抑制作用。第三，從東、中、西部地區(qū)來看，數(shù)字普惠金融對城鎮(zhèn)居民人均可支配收入的空間溢出效應(yīng)顯著，對農(nóng)村居民人均可支配收入的空間溢出效應(yīng)尚未形成，存在城鄉(xiāng)差異。

基于以上研究結(jié)論，本文提出如下政策建議：

首先，各地政府應(yīng)努力解決數(shù)字普惠金融發(fā)展過程中存在的問題，繼續(xù)推進其發(fā)展，更好地實現(xiàn)數(shù)字普惠金融支持實體經(jīng)濟發(fā)展、服務(wù)人民生活的目標(biāo)，從而促進居民收入水平的提高。例如，將數(shù)字普惠金融技術(shù)與傳統(tǒng)金融機構(gòu)相結(jié)合，針對農(nóng)村三大層次群體的不同需求，提升金融服務(wù)的供給水平;根據(jù)貧困地區(qū)的實際情況，設(shè)計滿足低收入人群實際需要、能解決實際問題的金融產(chǎn)品，豐富數(shù)字普惠金融產(chǎn)品、創(chuàng)新金融服務(wù)方式;運用數(shù)字技術(shù)優(yōu)勢降低金融服務(wù)的門檻和邊際成本，為低收入人群和中小微企業(yè)提供可負(fù)擔(dān)的金融服務(wù)，為扶持企業(yè)和家庭的經(jīng)濟增長、減緩貧困和不平等提供金融支持。

其次，在數(shù)字普惠金融發(fā)展過程中需要創(chuàng)造和開發(fā)更多的優(yōu)質(zhì)資源，避免因“資源競爭”而產(chǎn)生的負(fù)面影響。數(shù)字普惠金融是技術(shù)創(chuàng)新驅(qū)動的，人工智能、機器學(xué)習(xí)、云計算和大數(shù)據(jù)分析等底層技術(shù)的發(fā)展對數(shù)字金融的服務(wù)效率提升非常重要。數(shù)字普惠金融的技術(shù)創(chuàng)新是創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略、科技創(chuàng)新實踐與金融服務(wù)深度整合的體現(xiàn)。因此，從宏觀層面，國家要從中長期發(fā)展的趨勢和戰(zhàn)略機遇著手，加強頂層設(shè)計，在充分研究和遵循金融科技創(chuàng)新發(fā)展規(guī)律的基礎(chǔ)上，將市場配置金融科技資源的基礎(chǔ)性作用與政府科學(xué)引導(dǎo)作用有機結(jié)合，發(fā)揮新型舉國體制的優(yōu)勢。大力支持金融的基礎(chǔ)科學(xué)研究和技術(shù)創(chuàng)新，將數(shù)字技術(shù)服務(wù)于金融領(lǐng)域中的場景、用戶、產(chǎn)品和運營等方面，解決金融領(lǐng)域的“痛點”，實現(xiàn)差異化的精準(zhǔn)服務(wù)。同時，數(shù)字金融時代對金融人才的知識結(jié)構(gòu)和技能提出新的要求，加強數(shù)字金融人才培養(yǎng)也至關(guān)重要。例如，通過校企合作模式來開展金融人才培養(yǎng)，為數(shù)字普惠金融發(fā)展做好人才儲備。微觀層面，各省要充分運用自身的優(yōu)勢和資源，在結(jié)合當(dāng)?shù)亟?jīng)濟發(fā)展特色的基礎(chǔ)上，積極推出與本省經(jīng)濟發(fā)展相適應(yīng)的金融服務(wù)產(chǎn)品，創(chuàng)新金融服務(wù)，吸引更多的優(yōu)質(zhì)人才和技術(shù)資源。

最后，突破農(nóng)村區(qū)域經(jīng)濟制約，進一步加強農(nóng)村區(qū)域的經(jīng)濟合作和聯(lián)系，推動信息、資本等要素自由流動，確保市場活動的活躍性。第一，需要解決農(nóng)村數(shù)字普惠金融發(fā)展的基礎(chǔ)問題。重點關(guān)注農(nóng)村數(shù)字信息技術(shù)的基礎(chǔ)建設(shè)，提高通信信號的覆蓋面和智能手機的普及率，建立針對農(nóng)村、農(nóng)業(yè)和農(nóng)民的基礎(chǔ)數(shù)據(jù)平臺，使涉農(nóng)相關(guān)業(yè)務(wù)數(shù)據(jù)在確保安全的前提下實現(xiàn)共享，數(shù)據(jù)獲取的難度和成本降低可提高農(nóng)村普惠金融供給主體金融服務(wù)的效率。依托平臺將工商、稅務(wù)、司法、環(huán)保和水電繳費等信息進行整合，為農(nóng)戶建立信用檔案，為農(nóng)村居民打造一個良好的信用環(huán)境，完善農(nóng)村信用體系建設(shè)，避免因缺乏信用記錄而無法獲得銀行金融服務(wù)的情況發(fā)生。第二，要解決農(nóng)村金融資源匱乏問題。在加大監(jiān)管力度的前提下，鼓勵引導(dǎo)民間資本介入農(nóng)村金融機構(gòu)，并給予一定的政策支持。例如，民間資本以參與農(nóng)村信用社產(chǎn)權(quán)改革、參與農(nóng)村中小金融機構(gòu)增資擴股、參與資本市場投資等途徑進入農(nóng)村中小金融機構(gòu)，從而提升農(nóng)村金融整體服務(wù)效能。第三，要打破行政區(qū)域壁壘，加速資源要素按市場規(guī)律高效流動配置，加大農(nóng)村區(qū)域的開放程度。

參考文獻：

[1]?黃益平，黃卓.中國的數(shù)字金融發(fā)展：現(xiàn)在與未來[J].經(jīng)濟學(xué)（季刊），2018，（7）：1489-1502.

[2]?孔杏.新常態(tài)下互聯(lián)網(wǎng)金融發(fā)展與城鄉(xiāng)收入差距動態(tài)關(guān)系研究[J].經(jīng)濟與管理，2018，（3）：58-62.

[3]?謝絢麗，沈艷，張皓星，等.數(shù)字金融能促進創(chuàng)業(yè)嗎？——來自中國的證據(jù)[J].經(jīng)濟學(xué)（季刊），2018，（7）：1557-1580.

[4]?郭峰.互聯(lián)網(wǎng)金融空間集聚效應(yīng)分析——來自互聯(lián)網(wǎng)金融發(fā)展指數(shù)的證據(jù)[J].國際金融，2017，（8）：75-85.

[5]?葉茜茜.互聯(lián)網(wǎng)金融技術(shù)創(chuàng)新擴散的空間溢出效應(yīng)——基于P2P網(wǎng)貸數(shù)據(jù)的實證檢驗[J].中國流通經(jīng)濟，2016，（9）：76-84.

[6]?梁雙陸，劉培培.數(shù)字普惠金融與城鄉(xiāng)收入差距[J].首都經(jīng)貿(mào)大學(xué)學(xué)報，2019，（1）：33-41.

[7]?宋曉玲.數(shù)字普惠金融縮小城鄉(xiāng)收入差距的實證檢驗[J].財經(jīng)科學(xué)，2017，（6）：14-25.

[8]?李建偉.普惠金融發(fā)展與城鄉(xiāng)收入分配失衡調(diào)整——基于空間計量模型的實證研究[J].國際金融研究，2017，（10）：14-23.

[9]?張賀，白欽先.數(shù)字普惠金融減小了城鄉(xiāng)收入差距嗎？——基于中國省級數(shù)據(jù)的面板門檻回歸分析[J].經(jīng)濟問題探索，2018，（10）：122-129.

[10]?張子豪，譚燕芝.數(shù)字普惠金融與中國城鄉(xiāng)收入差距——基于空間計量模型的實證分析[J].金融理論與實踐，2018，（6）：1-7.

[11]?張彤進，任碧云.包容性金融發(fā)展與城鄉(xiāng)居民收入差距——基于中國內(nèi)地省級面板數(shù)據(jù)的實證研究[J].經(jīng)濟理論與經(jīng)濟管理，2017，（5）：90-101.

[12]?陳嘯，陳鑫.普惠金融數(shù)字化對縮小城鄉(xiāng)收入差距的空間溢出效應(yīng)[J].商業(yè)研究，2018，（8）：167-176.

[13]?潘錫泉.數(shù)字普惠金融幫扶低收入群體的邏輯機理及實現(xiàn)機制[J].區(qū)域經(jīng)濟評論，2019，（4）：143-149.

[14]?張勛，廣華，張佳佳，等.數(shù)字經(jīng)濟、普惠金融與包容性增長[J].經(jīng)濟研究，2019，（8）：71-86.

[15]?宋曉玲.“互聯(lián)網(wǎng)+”普惠金融是否影響城鄉(xiāng)收入均衡增長？——基于中國省際面板數(shù)據(jù)的經(jīng)驗分析[J] .財經(jīng)問題研究，2017，（7）：50-56.

[16]?陳丹.數(shù)字普惠金融對農(nóng)村居民收入影響的實證分析[J].上海金融，2019，（6）：74-77.

[17]?劉丹.數(shù)字普惠金融發(fā)展對農(nóng)民非農(nóng)收入的空間溢出效應(yīng)[J].金融經(jīng)濟學(xué)研究，2019，（5）：57-66.

[18]?吳金旺，郭福春，顧洲一.數(shù)字普惠金融能否顯著減緩貧困？——來自浙江嘉興調(diào)研的行為數(shù)據(jù)[J].浙江學(xué)刊，2019，（4）：140-151.

[19]?武力超，張馨月.行業(yè)結(jié)構(gòu)優(yōu)化的測度及影響因素分析[J].統(tǒng)計研究，2019，（5）：54-68.

[20]?魏君英，侯佳卉.產(chǎn)業(yè)結(jié)構(gòu)變動對我國城鄉(xiāng)居民收入的影響[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2015，（8）：118-126.

[21]?顧蕓，董亞寧.知識溢出、高校創(chuàng)新投入與經(jīng)濟增長——基于包含創(chuàng)新部門的新經(jīng)濟地理增長模型及檢驗[J].科技管理研究，2018，（17）：1-7.

[22]?伍駿騫，阮建青，徐廣彤.經(jīng)濟集聚、經(jīng)濟距離與農(nóng)民增收：直接影響與空間溢出效應(yīng)[J].經(jīng)濟學(xué)（季刊），2016，（10）：301-324.

Development of Digital Finance， Spatial Spillover， and Income Growth：An Empirical Analysis Based on Urban-Rural Dual Population

KONG Xing^1，2

（1.Teaching Center，Zhejiang Open University，Hangzhou 310006，China;2.School of Statistics and Mathematics，Zhejiang GongShang University，?Hangzhou ?310008，?China）

Abstract：This paper uses the panel data of 2011-2018 in 31 provinces of our country and the spatial durbin model with the method of systematic GMM instrumental variables considering the spatial spillover effect of digital financial inclusion on per capita disposable income of urban residents and per capita disposable income of rural residents.The results show that digital financial inclusion has a significant positive direct effect on the per capita disposable income of urban residents and the per capita disposable income of rural residents.From a national perspective，the spatial spillover effect of digital financial inclusion is significant in both urban and rural areas，which is consistent，but the coefficients are all negative，indicating that the development of digital financial inclusion in surrounding provinces has a negative effect on the per capita disposable income of urban residents and per capita disposable income of rural residents.From the perspective of the eastern，central and western regions，the spatial spillover effect of digital inclusive finance on the per capita disposable income of urban residents is significant，while the spatial spillover effect on the per capita disposable income of rural residents has not yet been formed，and there are differences between urban and rural areas.

Key words：digital financial inclusion;spatial spillover;income growth;income gap between urban and rural residents

（責(zé)任編輯：尚培培）