數(shù)字普惠金融縮小城鎮(zhèn)居民內(nèi)部收入差距的效率研究

□ 曾欽友 張璇

一、引言

黨的十九屆四中全會(huì)提出，要健全具有高度適應(yīng)性、競爭力、普惠性的現(xiàn)代金融體系，明確了健全完善金融體系、提高金融服務(wù)實(shí)體經(jīng)濟(jì)能力的重點(diǎn)和方向；2021年4月25日中國銀保監(jiān)會(huì)也發(fā)布《關(guān)于2021年進(jìn)一步推動(dòng)小微企業(yè)金融服務(wù)高質(zhì)量發(fā)展的通知》，進(jìn)一步表明我國政府目前越發(fā)重視普惠金融的發(fā)展。而我國目前已經(jīng)完成基本建成小康社會(huì)的目標(biāo)，說明絕對貧困的問題已經(jīng)得到解決，接下來需要解決的就是關(guān)于相對貧困的問題，從而進(jìn)一步完成我國2035年建成全面小康社會(huì)的目標(biāo)，那么就需要數(shù)字普惠金融的助力，借助金融科技等新技術(shù)（例如人工智能、區(qū)塊鏈等）的力量，數(shù)字普惠金融將會(huì)為更多的群體提供適合的金融服務(wù)，可以說數(shù)字普惠金融目前正處在其加快發(fā)展壯大的好時(shí)機(jī)，在解決相對貧困（如城鎮(zhèn)內(nèi)部收入差距等）問題上將發(fā)揮出其巨大的能量。

數(shù)字普惠金融起源于金融排斥。傳統(tǒng)金融出于資金的安全性等方面考慮，往往需要一定的抵押物才會(huì)貸款給客戶，加上其在一個(gè)新網(wǎng)點(diǎn)提供新的金融業(yè)務(wù)往往需要不少的實(shí)物資本和投入，這導(dǎo)致金融資源匱乏的地方比較難以從傳統(tǒng)金融獲得服務(wù)；而數(shù)字普惠金融借助互聯(lián)網(wǎng)技術(shù)和金融科技的力量，通過數(shù)字技術(shù)降低較多的實(shí)物以及人力資本投入，從而就可以以其可負(fù)擔(dān)的成本為需要金融服務(wù)但是卻缺乏金融服務(wù)的群體提供服務(wù)。所以說，數(shù)字普惠金融這些年在我國將取得巨大的發(fā)展空間。

收入差距作為社會(huì)公平的重要內(nèi)涵之一。隨著社會(huì)經(jīng)濟(jì)的發(fā)展、人們對社會(huì)公平的呼聲越來越高，使得收入差距問題成為學(xué)者們熱衷研究的熱點(diǎn)話題。王小魯和樊綱（2004）分析并建立了地區(qū)經(jīng)濟(jì)差距的理論框架，并指出東、中、西部地區(qū)經(jīng)濟(jì)差距擴(kuò)大的主要時(shí)期發(fā)生在20世紀(jì)90年代；林毅夫和劉培林（2003）認(rèn)為國內(nèi)各省區(qū)市之間經(jīng)濟(jì)發(fā)展水平差距較大的原因主要在于：新中國成立以來所推行的重工業(yè)優(yōu)先發(fā)展的趕超戰(zhàn)略下形成的生產(chǎn)要素存量配置結(jié)構(gòu)與許多省區(qū)市的要素稟賦結(jié)構(gòu)決定的比較優(yōu)勢相違背，從而影響了各個(gè)省市經(jīng)濟(jì)市場的正常運(yùn)轉(zhuǎn)。

王小魯和樊綱（2005）認(rèn)為主要有四個(gè)方面的因素會(huì)影響收入差距：一是與經(jīng)濟(jì)增長有關(guān)的因素，如城市化率（陳斌開和林毅夫，2013）、外資引進(jìn)（李振興等，2021）、產(chǎn)業(yè)結(jié)構(gòu)（鐘代立和王歡芳，2022）；二是收入再分配和社會(huì)保障，如收入分配（韓文龍和唐湘，2022）、公共服務(wù)支出（賈婷月等，2022）、權(quán)力結(jié)構(gòu)（劉軍和張泓瑤，2021）、社會(huì)保障（盧珊和杜寶貴，2021）；三是公共產(chǎn)品和基礎(chǔ)設(shè)施的提供，如公共產(chǎn)品（劉成奎和楊冰玉，2018）、交通設(shè)施（李強(qiáng)，2021）、通訊（李春梅等，2014）、教育支出（趙國昌和朱州，2022）；四是制度方面的因素，如所有制結(jié)構(gòu)（王全景和郝增慧，2018）、國有經(jīng)濟(jì)比重（徐傳諶和王藝璇，2018）。

隨著金融對社會(huì)經(jīng)濟(jì)發(fā)展的重要性日益凸顯，學(xué)者們開始研究金融對收入差距的影響，大致形成了三種觀點(diǎn)：一是擴(kuò)大現(xiàn)有的收入差距（溫濤等，2005）；葉志強(qiáng)等，2011）；二是縮小現(xiàn)有的收入差距（劉貫春，2017）；三是與收入差距呈現(xiàn)“倒U型”關(guān)系（喬海曙和陳力，2009）。

隨著互聯(lián)網(wǎng)的發(fā)展，金融發(fā)展到數(shù)字普惠金融的階段，特別是隨著相關(guān)數(shù)字普惠金融測算方法和數(shù)據(jù)的出現(xiàn)，引起了數(shù)字金融研究的熱潮。學(xué)者們認(rèn)為數(shù)字金融可以促進(jìn)經(jīng)濟(jì)的包容性增長（張勛等，2019）、增加居民的消費(fèi)和信貸需求（易行健和周利，2018）、傅秋子和黃益平，2018）、引導(dǎo)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)（唐文進(jìn)等，2019）、促進(jìn)收入增長（陳丹和姚明明，2019）。宋曉玲（2017）較早研究了數(shù)字金融與收入差距的關(guān)系，此后關(guān)于這兩者之間的關(guān)系的文獻(xiàn)出現(xiàn)了不少，可以說研究成果豐富。

但是現(xiàn)有文獻(xiàn)大多都是研究兩者之間的相關(guān)關(guān)系，僅有金發(fā)奇等（2021）研究了數(shù)字金融與城鄉(xiāng)收入差距的效率問題，且大多學(xué)者們研究的是數(shù)字普惠金融能否縮小城鄉(xiāng)收入差距，而研究其內(nèi)部收入差距的文獻(xiàn)較少，李連夢和吳清（2021）研究數(shù)字金融與城鎮(zhèn)低收入群體與中高收入群體的差距的線性關(guān)系問題，研究發(fā)現(xiàn)數(shù)字普惠金融對城鎮(zhèn)低收入群體的收入增長具有顯著的促進(jìn)作用，但是不能縮小城鎮(zhèn)低收入群體與中高收入群體的收入差距。

本文嘗試在學(xué)者們研究的基礎(chǔ)上，運(yùn)用數(shù)據(jù)包絡(luò)分析方法（DEA）和Malquist指數(shù)模型研究數(shù)字普惠金融縮小城鎮(zhèn)居民內(nèi)部收入（即城鎮(zhèn)居民低收入人群、中收入人群以及高收入人群之間）差距的效率。

二、研究方法和數(shù)據(jù)來源

（一）DEA模型簡介

數(shù)據(jù)包絡(luò)分析方法(DEA)主要是依據(jù)多項(xiàng)投入及多項(xiàng)產(chǎn)出指標(biāo)，利用線性規(guī)劃的方法，對具有可比性的決策單元進(jìn)行效率評價(jià)的一種非參數(shù)分析方法。由于其在衡量效率方面不需要人為設(shè)定函數(shù)，結(jié)果具有客觀性，已廣泛應(yīng)用于各種相關(guān)行業(yè)及部門做優(yōu)化策略研究。

（二） Malmquist指數(shù)

Malmquist指數(shù)最初由Malmquist于1953年提出，Caves、Christensen和Diewert于1982年開始將這一指數(shù)應(yīng)用于生產(chǎn)效率變化的測算。其是用來測算T期到T+1期全要素生產(chǎn)率的變化，而全要素生產(chǎn)率的變化又可以分解為技術(shù)效率變化和技術(shù)變化，進(jìn)一步技術(shù)效率變化又可以分解為純技術(shù)效率變化和規(guī)模效率變化。即：

（三）數(shù)據(jù)來源及變量選取

1.數(shù)據(jù)來源

數(shù)字普惠金融指數(shù)及其分類指數(shù)來源于北京大學(xué)數(shù)字金融研究中心，全國省份城鎮(zhèn)居民按收入五等分?jǐn)?shù)據(jù)來源于國家統(tǒng)計(jì)局和各地方統(tǒng)計(jì)局編制的《統(tǒng)計(jì)年鑒》，城鎮(zhèn)居民低收入和中等收入的差額以及中等收入和高收入的差額以及泰爾指數(shù)的計(jì)算結(jié)果是本人整理得來。本文將低收入和中低收入者劃分為低收入，中收入為中等收入，中高收入和高收入劃分為高收入者。由于部分省份城鎮(zhèn)居民收入五等分?jǐn)?shù)據(jù)缺失，故本文只研究2011-2019年14個(gè)省份數(shù)字普惠金融縮小城鄉(xiāng)收入差距的綜合效率和全要素生產(chǎn)率，這14個(gè)省份是北京、河北、山西、遼寧、江蘇、安徽、福建、江西、河南、湖北、廣西、海南、貴州、甘肅。

表1 本文選取的全國各地區(qū)的省份指標(biāo)

2.變量選取

本文研究數(shù)字普惠金融縮小城鎮(zhèn)內(nèi)部收入差距的效率，從投入最小化和產(chǎn)出最大化兩方面來選取以下變量：

（1）輸入變量。本文選取北京大學(xué)數(shù)字金融研究中心課題組編制的數(shù)字普惠金融分類指數(shù)數(shù)據(jù)來衡量各地區(qū)各年份數(shù)字普惠金融的發(fā)展情況。具體投入指標(biāo)為數(shù)字金融覆蓋廣度指數(shù)、數(shù)字金融使用深度指數(shù)以及普惠金融數(shù)字化程度指數(shù)。具體指標(biāo)見表2：

表2 投入指標(biāo)

（2）輸出變量。參考金發(fā)奇等（2021）的方法，用泰爾指數(shù)來衡量城鎮(zhèn)居民中等收入群體和低收入群體以及城鎮(zhèn)居民高收入群體和中等收入群體的收入差距，由于DEA模型的產(chǎn)出指標(biāo)需要越大越好，故本文對泰爾指數(shù)取倒數(shù)來作為輸出指標(biāo)。具體指標(biāo)見表3：

表3 產(chǎn)出指標(biāo)

三、數(shù)字普惠金融縮小城鄉(xiāng)內(nèi)部收入差距效率的實(shí)證分析

由于數(shù)字普惠金融每年的規(guī)模是可變的，所以本文選用的是BCC模型(即規(guī)模報(bào)酬可變模型)、Malmquist指數(shù)模型以及DEAP2.1軟件對我國14個(gè)省市2011—2019年數(shù)字普惠金融縮小城鎮(zhèn)內(nèi)部收入差距的的綜合效率和全要素生產(chǎn)率進(jìn)行測算。

（一）數(shù)字普惠金融縮小城鎮(zhèn)居民收入差距的綜合效率分析

這部分是用BCC模型(即規(guī)模報(bào)酬可變模型)和DEAP2.1軟件對我國14個(gè)省市2011—2019年數(shù)字普惠金融縮小城鎮(zhèn)內(nèi)部收入差距的的綜合效率以及綜合效率分解的結(jié)果，其中綜合效率的結(jié)果見表4；另外由于篇幅有限，就只對2019年各省份的效率分解結(jié)果進(jìn)行列示和說明，此部分內(nèi)容見表5。

表4 數(shù)字普惠金融縮小城鎮(zhèn)居民收入差距的綜合效率測算

福建 0.132 0.248 0.106 0.042 0.144 0.078 0.285 0.065 0.280江西 0.356 0.367 0.111 0.033 0.186 0.035 0.304 0.262 0.335河南 0.463 0.451 0.179 0.074 0.238 0.044 0.266 0.126 0.202湖北 0.546 0.420 0.152 0.141 0.766 0.774 1.000 1.000 1.000廣西 0.294 1.000 1.000 0.064 1.000 1.000 1.000 0.189 0.315海南 1.000 1.000 0.151 0.024 0.453 0.046 0.961 1.000 1.000貴州 1.000 0.386 0.185 1.000 0.344 1.000 0.588 0.561 1.000甘肅 0.902 0.496 0.125 0.024 0.179 0.076 0.417 0.205 0.579均值 0.521 0.487 0.276 0.185 0.370 0.302 0.534 0.358 0.479

從表4實(shí)證結(jié)果的均值來看，這十四個(gè)省份的數(shù)字普惠金融縮小城鎮(zhèn)內(nèi)部收入差值的綜合效率普遍偏低，最高的是2017年的0.534和2011年的0.521，呈現(xiàn)出從2011年先下降后上升然后又下降的趨勢，說明目前數(shù)字普惠金融縮小城鎮(zhèn)內(nèi)部收入差距的效率不是很穩(wěn)定，這反映出目前數(shù)字普惠金融政策還有很大的進(jìn)步空間。

從表4實(shí)證結(jié)果的各省份數(shù)字普惠金融縮小城鎮(zhèn)內(nèi)部相對收入差距的綜合效率具體值來看，省份間數(shù)字普惠金融縮小城鎮(zhèn)內(nèi)部相對收入差距的綜合效率差別較大。

具體來說，西部地區(qū)和東北地區(qū)的綜合效率較高，而東部地區(qū)和中部地區(qū)的綜合效率較低。第一，位于西部地區(qū)的廣西、貴州、甘肅和位于東北地區(qū)的遼寧以及位于東部地區(qū)的海南省的綜合效率較高，但是其每年的綜合效率也不穩(wěn)定，像廣西省雖然有5年的綜合效率達(dá)到1，但是其2011年、2018年、2019年的綜合效率卻較低，分別只有0.294、0.189、0.315，還有海南省也有4年的綜合效率達(dá)到1，加上2017年的綜合效率也達(dá)到了0.961，但是其剩下的幾年卻較低、分別只有0.151、0.024、0.453，所以說，這幾個(gè)省份的綜合效率總體來說較高，但是其效率依舊不穩(wěn)定。第二，位于東部地區(qū)的北京、江蘇、福建以及位于中部地區(qū)的山西的綜合效率非常低，像北京的綜合效率常年在0.1左右徘徊，江蘇的綜合效率常年徘徊在0.25左右，福建的綜合效率常年徘徊在0.25左右，從2011年到2019年，北京和江蘇在這期間的綜合效率雖然也增加過，但最終綜合效率還是下降了，只有福建的綜合效率最終是增加了，但是在這個(gè)期間福建的綜合效率也有波動(dòng)。第三，位于中部地區(qū)的安徽、江西、河南、湖北的綜合效率在14個(gè)省份中位于中間位置，在這幾個(gè)省份中，湖北省的綜合效率相對來說是最高的，有3個(gè)年份達(dá)到了1，但是其他年份的綜合效率波動(dòng)較大，例如2013年和2014年的綜合效率在0.15左右、2011年和2012年的綜合效率在0.5左右、2015年和2016年的綜合效率在0.75左右，而安徽的綜合效率大概在0.6左右，江西和河南的綜合效率大概分別在0.4和0.5左右。

接下來將對綜合效率變化的原因進(jìn)行分解，取數(shù)字普惠金融縮小城鎮(zhèn)居民收入差距的2019年綜合效率分解實(shí)證結(jié)果來作為案列分析，實(shí)證結(jié)果見表5。

從表5的均值來看，這14個(gè)省份2019年數(shù)字普惠金融縮小城鎮(zhèn)居民收入差距的綜合效率在0.5左右，但是純技術(shù)效率卻接近1，最終導(dǎo)致綜合效率較低的原因主要是規(guī)模效率只在0.5左右；進(jìn)一步分析14個(gè)省份縮小城鎮(zhèn)居民收入差距的規(guī)模變化情況可以看出，大部分省份的規(guī)模效率變化情況都是遞增的，只有湖北省、海南省、貴州省這幾個(gè)省份的規(guī)模效率是不變的。這就說明我國目前數(shù)字普惠金融縮小城鎮(zhèn)居民收入差距規(guī)模效率雖然相比于純技術(shù)效率較低，但是其效率也變得越來越高。

從表5各省份綜合效率的分解結(jié)果來看，每個(gè)省份的純技術(shù)效率都比較高，最低的北京也有0.824，而河北省、湖北省、海南省、貴州省、甘肅省的純技術(shù)效率都達(dá)到了1，而北京最終的綜合效率較低的原因是其規(guī)模效率較低，只有0.08，河北省和甘肅省最終的綜合效率分別只有0.355和0.579的原因也是由于其規(guī)模效率分別只有0.355和0.579，湖北省和海南省最終綜合效率依舊還有1的原因也是其規(guī)模效率是1。

表5 數(shù)字普惠金融縮小城鎮(zhèn)居民收入差距的2019年綜合效率分解實(shí)證結(jié)果

（二）數(shù)字普惠金融縮小城鎮(zhèn)居民收入差距的Malmquist指數(shù)實(shí)證結(jié)果分析

為了進(jìn)一步分析數(shù)字普惠金融縮小城鎮(zhèn)居民收入差距效率變化的原因，這部分運(yùn)用Malmquist指數(shù)模型和DEAP2.1軟件對2011—2019年我國14個(gè)省市的數(shù)字普惠金融縮小城鎮(zhèn)內(nèi)部收入差距的全要素生產(chǎn)率進(jìn)行測度和分解。從年份角度測算數(shù)字普惠金融縮小城鎮(zhèn)居民收入差距全要素生產(chǎn)率變化的具體結(jié)果見表6，從省份角度測算數(shù)字普惠金融縮小城鎮(zhèn)居民收入差距全要素生產(chǎn)率變化的具體結(jié)果表7。

從表6全要素生產(chǎn)率變化情況可以看出，在整個(gè)8年的變化過程中，有3個(gè)年份的全要素生產(chǎn)率是增加的，這3個(gè)年份分別是2013-2014、2015-2016、2017-2018，有5個(gè)年份的全要素生產(chǎn)率是減少的，這5個(gè)年份分別是2011-2012、2012-2013、2014-2015、2016-2017、2018-2019，反映出我國數(shù)字普惠金融縮小城鎮(zhèn)內(nèi)部收入差距的全要素生產(chǎn)率是間歇式上升。

從表6全要素生產(chǎn)率變化的分解結(jié)果的均值來看，只有純技術(shù)效率是增加的，并且由于規(guī)模效率減少的原因?qū)е录夹g(shù)效率也是減少的，不過技術(shù)效率減少的幅度要小于技術(shù)變化減小的幅度。從各個(gè)年份的情況來看，2014-2015和2016-2017的技術(shù)效率增加效率值達(dá)到了4左右，這其中最重要的原因便是這兩個(gè)年份規(guī)模效率增加效率較多；2013-2014、2015-2016、2017-2018的技術(shù)變化增加效率值也不錯(cuò)，分別達(dá)到了4.829、3.883、2.125。這反映出規(guī)模效率和技術(shù)變化效率也是間歇式上升的。

表6 從年份角度測算數(shù)字普惠金融縮小城鎮(zhèn)居民收入差距全要素生產(chǎn)率變化的實(shí)證結(jié)果

接下來從省份角度分析數(shù)字普惠金融縮小城鎮(zhèn)居民收入差距全要素生產(chǎn)率變化情況。實(shí)證結(jié)果見表7：

從表7全要素生產(chǎn)率變化的情況來看，本文選取的這十四個(gè)省份的全要素生產(chǎn)率都是減少的，并且均值是0.744，其中超過0.8的省份只有4個(gè)，其中就有兩個(gè)中部省份，分別是湖北和山西，另外兩個(gè)省份分別是來自東部地區(qū)的福建和西部地區(qū)的廣西。

從表7的全要素生產(chǎn)率變化的分解結(jié)果的均值結(jié)果來看，只有純技術(shù)效率是增加的，并且由于規(guī)模效率的減少導(dǎo)致技術(shù)效率的減少，與此同時(shí)，技術(shù)變化的效率的減小幅度要大于技術(shù)效率減小的幅度。從各個(gè)省份的具體情況來看，每個(gè)省份的技術(shù)變化效率都是減少的，與此同時(shí)有5個(gè)省份的技術(shù)效率是增加的，這5個(gè)省份分別是山西省、安徽省、福建省、湖北省、廣西省，有兩個(gè)省份的技術(shù)效率沒有變化，這兩個(gè)省份是海南和貴州，剩下7個(gè)省份的技術(shù)效率值是減少的。

表7 從省份角度測算數(shù)字普惠金融縮小城鎮(zhèn)居民收入差距全要素生產(chǎn)率變化的實(shí)證結(jié)果

四、結(jié)論與建議

（一）研究結(jié)論

基于實(shí)證分析的結(jié)果，本文可得出以下結(jié)論：第一，從地區(qū)來看，西部地區(qū)和東北地區(qū)的省份數(shù)字普惠金融縮小城鎮(zhèn)內(nèi)部相對收入的綜合效率較高，中部地區(qū)的省份次之，東部地區(qū)的綜合效率最低，這可能是東部地區(qū)金融資源較多，反而降低了數(shù)字普惠金融信貸的使用效率，而西部地區(qū)和東北地區(qū)可能由于金融資源較少，所以其使用效率較高；第二，從年份角度分析數(shù)字普惠金融縮小城鎮(zhèn)居民收入差距的綜合效率和全要素效率來看，綜合效率、全要素生產(chǎn)率、技術(shù)效率、技術(shù)變化的效率都是間或上升的，這可能是由于數(shù)字普惠金融很難連續(xù)增加效率；第三，從省份角度分析數(shù)字普惠金融縮小城鎮(zhèn)居民收入差距的全要素效率來看，14個(gè)省份的全要素生產(chǎn)率都是減少的，技術(shù)變化的效率的減小幅度要大于技術(shù)效率減小的幅度，純技術(shù)效率增加的概率比較大。

（二）相關(guān)建議

基于實(shí)證分析的結(jié)果和上面的研究結(jié)論，本文試著為我國數(shù)字普惠金融縮小城鎮(zhèn)內(nèi)部收入差距提出下面幾點(diǎn)建議：

1.在西部地區(qū)和東北地區(qū)（或者金融信貸資源較難獲得的省份）增加數(shù)字普惠金融投入規(guī)模，進(jìn)而增加規(guī)模效率；在東部地區(qū)和中部地區(qū)（或者金融信貸資源較容易獲得的省份）要提高數(shù)字普惠金融的使用效率，進(jìn)而增加技術(shù)效率。

2.借助互聯(lián)網(wǎng)技術(shù)大力發(fā)展金融科技，例如區(qū)塊鏈、人工智能等底層技術(shù)，使得我國的金融服務(wù)更加智能化、數(shù)字化以及互聯(lián)網(wǎng)化，進(jìn)而提高數(shù)字普惠金融的全要素生產(chǎn)率。