數(shù)字普惠金融對長三角城鄉(xiāng)收入差距的影響研究

徐曉紅，董玉明

（安徽大學(xué) 經(jīng)濟(jì)學(xué)院，安徽 合肥 230610）

長三角地區(qū)是我國經(jīng)濟(jì)實(shí)力最強(qiáng)、發(fā)展動(dòng)力最活躍、創(chuàng)新程度和開放水平最高的地區(qū)之一，在全國現(xiàn)代化建設(shè)大局中具有舉足輕重的戰(zhàn)略地位。但區(qū)域內(nèi)發(fā)展不平衡不充分，跨區(qū)域共建共享共保共治機(jī)制不健全等問題還未得到改善，長三角地區(qū)也面臨著三農(nóng)問題，農(nóng)村地區(qū)持續(xù)增收緩慢，農(nóng)業(yè)內(nèi)部增收乏力，勞動(dòng)力資源素質(zhì)不高，城鄉(xiāng)收入差距擴(kuò)大。在我國《長江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》中，明確要求到2025 年，中心區(qū)城鄉(xiāng)居民收入差距控制在2.2∶1 以內(nèi)，到2019 年長三角地區(qū)仍有13 個(gè)地級市全市城鄉(xiāng)收入差距超過2.2∶1。全面推動(dòng)鄉(xiāng)村振興，加快農(nóng)村農(nóng)業(yè)現(xiàn)代化，農(nóng)村金融作為解決“三農(nóng)”問題的重要解決途徑，存在著供給不足、覆蓋廣度小、使用深度淺等問題，由于數(shù)字普惠金融將傳統(tǒng)普惠金融數(shù)字化，能夠讓農(nóng)村居民進(jìn)入金融服務(wù)體系中，其成本低，覆蓋率廣，可以有效解決金融排斥問題，在經(jīng)濟(jì)發(fā)展和縮小城鄉(xiāng)收入差距中起到重要作用，應(yīng)當(dāng)以數(shù)字普惠金融助力鄉(xiāng)村振興。在農(nóng)民問題上，數(shù)字普惠金融作為緩解“三農(nóng)”客戶和小微企業(yè)融資難問題的重要解決途徑，通過對農(nóng)業(yè)、農(nóng)村金融融合，可以提高農(nóng)村普惠金融覆蓋廣度和使用深度，能夠有效提升農(nóng)民收入、消費(fèi)，對農(nóng)民就業(yè)、創(chuàng)業(yè)都具有顯著的積極影響。在農(nóng)業(yè)問題上，數(shù)字普惠金融的應(yīng)用，對農(nóng)業(yè)產(chǎn)業(yè)鏈模式的整合，農(nóng)業(yè)轉(zhuǎn)型升級，農(nóng)業(yè)生產(chǎn)規(guī)模效應(yīng)的形成都有著強(qiáng)大的推動(dòng)力。

一、文獻(xiàn)綜述

國外學(xué)者大多數(shù)的研究集中在傳統(tǒng)金融發(fā)展和普惠金融，對數(shù)字普惠金融的研究較少。在傳統(tǒng)金融發(fā)展中，Greenwood 等首次構(gòu)建了經(jīng)濟(jì)增長、金融發(fā)展和收入分配的動(dòng)態(tài)模型，在庫茲涅茨假說的基礎(chǔ)上證實(shí)了金融發(fā)展與城鄉(xiāng)收入分配符合“倒U 型”曲線[1]。直到2005 年普惠金融正式被聯(lián)合國提出，相關(guān)的研究也開始出現(xiàn)，Sarma 等研究表明推動(dòng)普惠金融高水平發(fā)展有助于改善城鄉(xiāng)收入不平衡問題[2]。

國內(nèi)學(xué)者對傳統(tǒng)金融發(fā)展同樣進(jìn)行了有意義的探索，徐中生運(yùn)用結(jié)構(gòu)向量自回歸模型，對中國1978—2007 年金融發(fā)展、城市化與城鄉(xiāng)收入差距的關(guān)系做出實(shí)證研究，結(jié)果表明金融發(fā)展規(guī)模與城鄉(xiāng)收入差距存在倒U 型關(guān)系，金融發(fā)展效率與城鄉(xiāng)收入差距負(fù)相關(guān)[3]。隨著2016 年數(shù)字普惠金融在G20 峰會(huì)首次提出，國內(nèi)學(xué)者的研究方向也轉(zhuǎn)向了數(shù)字普惠金融與收入分配的關(guān)系。相關(guān)研究主要分為以下幾類。

（一）直接效應(yīng)

數(shù)字普惠金融是能夠直接影響城鄉(xiāng)收入差距的。宋曉玲采用我國31 個(gè)省（區(qū)、市）2011—2015 年度數(shù)據(jù)構(gòu)建平衡面板數(shù)據(jù)模型，實(shí)證分析表明數(shù)字普惠金融的發(fā)展能夠顯著縮小城鄉(xiāng)收入差距[4]；吳金旺通過對浙江嘉興微觀個(gè)體行為數(shù)據(jù)調(diào)研，研究發(fā)現(xiàn)數(shù)字普惠金融的提升能起到顯著的減貧效應(yīng)[5]。

（二）門檻效應(yīng)

有學(xué)者發(fā)現(xiàn)數(shù)字普惠金融對城鄉(xiāng)收入差距的收斂效應(yīng)并非線性的，二者之間存在門檻效應(yīng)。龔沁宜等研究發(fā)現(xiàn)數(shù)字普惠金融抑制農(nóng)村貧困存在單一門檻特征值，只有經(jīng)濟(jì)發(fā)展水平跨過門檻值時(shí)，數(shù)字普惠金融才能抑制貧困[6]；趙丙奇構(gòu)建面板模型研究發(fā)現(xiàn)中國數(shù)字普惠金融能夠縮小城鄉(xiāng)收入差距，存在單一的門限效應(yīng)[7]；陳慧卿利用2011—2018 年的省際面板數(shù)據(jù)，發(fā)現(xiàn)數(shù)字普惠金融的減貧效應(yīng)在經(jīng)濟(jì)發(fā)展水平、財(cái)政支出城鎮(zhèn)化水平方面都有門檻效應(yīng)[8]；李季剛等研究發(fā)現(xiàn)數(shù)字普惠金融與鄉(xiāng)村振興的關(guān)系具有單一門檻特征，當(dāng)數(shù)字普惠金融發(fā)展水平高于特定門檻值時(shí)，其對鄉(xiāng)村振興的促進(jìn)作用可以獲得大幅提升[9]；曾福生等研究發(fā)現(xiàn)數(shù)字普惠金融的發(fā)展與消費(fèi)貧困和收入貧困之間存在顯著的單一門檻特征，門檻特征前后均能有效減緩消費(fèi)貧困和收入貧困，且其減貧邊際效用呈逐漸遞增趨勢，但數(shù)字普惠金融對于教育貧困的減緩作用并不理想[10]。

（三）中介效應(yīng)

部分學(xué)者研究發(fā)現(xiàn)數(shù)字普惠金融對城鄉(xiāng)收入差距的影響機(jī)制中有中介變量起到了作用。黃倩基于2011—2015 年的中國省際面板數(shù)據(jù)，研究發(fā)現(xiàn)收入增長和收入分配的改善是數(shù)字普惠金融促進(jìn)減貧的重要機(jī)制[11]；劉錦怡等認(rèn)為數(shù)字普惠金融不僅能夠促進(jìn)金融可得性直接減緩農(nóng)村貧困,同時(shí)也會(huì)通過增加經(jīng)濟(jì)機(jī)會(huì)間接減緩農(nóng)村貧困[12]；楊偉明等認(rèn)為數(shù)字普惠金融通過促進(jìn)經(jīng)濟(jì)增長和創(chuàng)業(yè)行為顯著提高了我國城鄉(xiāng)居民收入，但對城鎮(zhèn)居民人均可支配收入的提升效果顯著大于農(nóng)村居民[13]；張呈磊等研究發(fā)現(xiàn)數(shù)字普惠金融通過促進(jìn)生存型創(chuàng)業(yè)從而改善了收入不平等[14]；張碧瓊等研究發(fā)現(xiàn)激發(fā)農(nóng)村居民創(chuàng)業(yè)能夠改善收入分配，主要體現(xiàn)在小微或勞動(dòng)密集型創(chuàng)業(yè)[15]。

（四）異質(zhì)性效應(yīng)

李牧辰等從數(shù)字普惠金融的覆蓋廣度、使用深度、數(shù)字化程度、不同業(yè)務(wù)類型等方面開展結(jié)構(gòu)性分析，研究發(fā)現(xiàn)覆蓋廣度和使用深度收斂了城鄉(xiāng)收入差距，數(shù)字化程度擴(kuò)大了城鄉(xiāng)收入差距；屬于基礎(chǔ)功能和主導(dǎo)功能的數(shù)字普惠金融業(yè)務(wù)具有收斂城鄉(xiāng)收入差距的效應(yīng)，而屬于衍生功能的業(yè)務(wù)則有擴(kuò)大城鄉(xiāng)收入差距的趨勢[16]；謝地等構(gòu)建鄉(xiāng)村振興發(fā)展指數(shù)，采用2011—2018 年省級面板數(shù)據(jù)，研究發(fā)現(xiàn)數(shù)字普惠金融能夠推動(dòng)鄉(xiāng)村振興發(fā)展數(shù)字普惠金融對鄉(xiāng)村振興發(fā)展的影響具有區(qū)域異質(zhì)性，并且這種影響源于各地區(qū)數(shù)字基礎(chǔ)設(shè)施和傳統(tǒng)金融發(fā)展水平的差異，兩者都有益于促進(jìn)數(shù)字普惠金融助力鄉(xiāng)村振興[17]。

（五）空間效應(yīng)

吳金旺等運(yùn)用時(shí)刻固定效應(yīng)的空間自回歸模型，證實(shí)數(shù)字普惠金融具有明顯的空間聚集性[18]；李健偉運(yùn)用空間計(jì)量模型，發(fā)現(xiàn)大部分地區(qū)普惠金融發(fā)展對縮小本地城鄉(xiāng)收入差距有顯著作用，但表現(xiàn)不完全一致，周邊地區(qū)普惠金融發(fā)展對本地城鄉(xiāng)收入差距的改善具有空間溢出效應(yīng)，但不明顯[19]；劉丹等采用空間計(jì)量模型研究發(fā)現(xiàn)數(shù)字普惠金融發(fā)展對農(nóng)民非農(nóng)收入存在收斂效應(yīng)，并且在中國不同省域之間均對農(nóng)民非農(nóng)收入存在正向溢出效應(yīng)[20]；鄭志強(qiáng)研究發(fā)現(xiàn)數(shù)字普惠金融的發(fā)展不僅有能促進(jìn)本地區(qū)農(nóng)村減貧，還有助于其他地區(qū)農(nóng)村地區(qū)貧困的減緩[21]；部分學(xué)者采用空間鄰接權(quán)重矩陣、地理權(quán)重距離和經(jīng)濟(jì)距離權(quán)重矩陣構(gòu)建空間面板數(shù)據(jù)回歸模型，研究發(fā)現(xiàn)數(shù)字普惠金融能夠縮小城鄉(xiāng)收入差距，具有正向的空間溢出效應(yīng)[22-25]。

現(xiàn)有的文獻(xiàn)對數(shù)字普惠金融對城鄉(xiāng)收入差距的影響進(jìn)行了深度的研究探索，但還未達(dá)成統(tǒng)一的意見，仍存在些許的問題。第一，多數(shù)集中在數(shù)字普惠金融對城鄉(xiāng)收入差距的線性影響、門檻效應(yīng)等，但忽略了空間因素；第二，對于空間因素影響現(xiàn)有文獻(xiàn)多數(shù)集中于全國宏觀層面研究數(shù)字普惠金融對城鄉(xiāng)收入的影響，對某個(gè)區(qū)域的地級市層面的分析很少，模型所采用的空間權(quán)重矩陣較為單一；第三，核心解釋變量數(shù)字普惠金融僅限于其綜合指標(biāo)對城鄉(xiāng)收入差距的影響。

區(qū)別于現(xiàn)有文獻(xiàn)，本文可能的邊際貢獻(xiàn)在于：第一，本文從市級層面出發(fā)，使用多個(gè)空間權(quán)重矩陣，在研究數(shù)字普惠金融總指標(biāo)對城鄉(xiāng)收入差距的影響的同時(shí)，分析三個(gè)一級指標(biāo)覆蓋廣度，使用深度，數(shù)字化程度對城鄉(xiāng)收入差距的異質(zhì)性效應(yīng)；第二，在考慮經(jīng)濟(jì)、產(chǎn)業(yè)、政府干預(yù)等控制變量的情況下，加入互聯(lián)網(wǎng)普及這一因素，互聯(lián)網(wǎng)的普及是未來發(fā)展的必然趨勢，互聯(lián)網(wǎng)的普及一方面豐富非農(nóng)就業(yè)機(jī)會(huì)，降低自主創(chuàng)業(yè)門檻且效益高，有利于縮小城鄉(xiāng)收入差距，另一方面能夠提高各區(qū)域間信息流通程度，有利于打破數(shù)字鴻溝，促進(jìn)數(shù)字普惠金融的發(fā)展，數(shù)字普惠金融、互聯(lián)網(wǎng)普及與城鄉(xiāng)收入差距之間并非毫無關(guān)聯(lián)的，本文在探討互聯(lián)網(wǎng)普及對城鄉(xiāng)收入差距影響的同時(shí)，實(shí)證分析數(shù)字普惠金融及其三個(gè)一級指標(biāo)與互聯(lián)網(wǎng)普及的交互項(xiàng)對城鄉(xiāng)收入差距的影響。

二、研究設(shè)計(jì)

長三角地區(qū)三省一市共計(jì)41 個(gè)地級市。本文以41 個(gè)地級市為樣本，利用北京大學(xué)數(shù)字普惠金融指數(shù)和41 個(gè)地級市2011—2019 年市級面板數(shù)據(jù)，來研究數(shù)字普惠金融對城鄉(xiāng)收入差距的影響。

（一）模型構(gòu)建

1.基準(zhǔn)模型設(shè)定

空間計(jì)量模型主要包括SEM 模型，SAR 模型和SDM 模型。SEM 模型通過誤差項(xiàng)來體現(xiàn)空間效應(yīng)；SAR 模型的空間效應(yīng)是通過本地區(qū)的解釋變量的改變影響其他地區(qū)的被解釋變量；SDM 同時(shí)考慮了兩種模型的作用機(jī)制，根據(jù)LR 檢驗(yàn)和LM 檢驗(yàn)可以判斷選擇哪種模型是最優(yōu)的，若LR 檢驗(yàn)顯著拒絕原假設(shè)，則SDM 不能轉(zhuǎn)化為SAR 和SEM 模型。本文設(shè)定以下三種模型：

其中，gapit為i城市第t年的城鄉(xiāng)收入差距，Xit為i城市第t年的各控制變量的值，εit表示隨機(jī)誤差。

2.空間矩陣選擇

本文選擇是否鄰接的處于靜態(tài)的空間鄰接權(quán)重矩陣和處于動(dòng)態(tài)的包含經(jīng)濟(jì)，地理距離特征的經(jīng)濟(jì)距離權(quán)重矩陣。

空間鄰接權(quán)重矩陣（W1）：若兩個(gè)地區(qū)相鄰，相應(yīng)的元素為1，否則為0

（二）指標(biāo)選取

1.被解釋變量

城鄉(xiāng)收入差距（gap）：本文選用城鎮(zhèn)居民人均可支配收入和農(nóng)村居民人均可支配收入的比值來衡量城鄉(xiāng)收入差距的相對水準(zhǔn)。比值越小，城鄉(xiāng)收入差距越??；比值越大，城鄉(xiāng)收入差距越大，面臨的問題也就越嚴(yán)重。

2.核心解釋變量

數(shù)字普惠金融指數(shù)（difi）：該指標(biāo)是北京大學(xué)數(shù)字金融研究中心和螞蟻金服集團(tuán)合作研究的，根據(jù)螞蟻金服數(shù)字普惠金融海量微觀數(shù)據(jù)提出，編制了包括31 個(gè)?。▍^(qū)、市）、337 個(gè)地級以上市、1 754 個(gè)縣在內(nèi)的三級、數(shù)字普惠金融指標(biāo)。該指標(biāo)包含覆蓋廣度（cover），使用深度（use），數(shù)字化程度（digit）三個(gè)一級指標(biāo)維度，考慮了支付、貨幣基金、信貸、保險(xiǎn)、投資、信用等多方面，再通過無量綱化和層次分析發(fā)賦予每個(gè)指標(biāo)權(quán)重，最終合成單一指標(biāo)[27]。

本文選用的是2011—2019 年長三角41 個(gè)地級市的總指標(biāo)和三個(gè)一級指標(biāo)作為核心解釋變量，考慮量綱問題，借鑒趙丙奇的處理方法[7]，以指數(shù)在100 中的百分比值作為原始數(shù)據(jù)。

3.控制變量

考慮到數(shù)據(jù)的可獲得性和直觀性，同時(shí)參考其他學(xué)者在這方面的研究成果，本文選取如下7 個(gè)代表性指標(biāo)。

（1）經(jīng)濟(jì)發(fā)展規(guī)模（lnpgdp）：地方經(jīng)濟(jì)水平高低會(huì)顯著影響城鄉(xiāng)收入差距，本文采用各市的人均GDP 表示經(jīng)濟(jì)發(fā)展水平，并做對數(shù)處理。

（2）產(chǎn)業(yè)結(jié)構(gòu)（is）：產(chǎn)業(yè)結(jié)構(gòu)對城鄉(xiāng)收入差距存在一定影響，本文采用第二、三產(chǎn)業(yè)的增加值與GDP 的比值來衡量。

（3）政府財(cái)政支出（pay）：政府財(cái)政支出可能傾向于城市，對城鄉(xiāng)收入差距存在影響，本文選取當(dāng)?shù)刎?cái)政支出占GDP 的比重來衡量。

（4）城鎮(zhèn)化水平（ur）：城鎮(zhèn)化進(jìn)程會(huì)鼓勵(lì)農(nóng)民提高勞作效率，從而增加農(nóng)民勞動(dòng)收入，縮小城鄉(xiāng)收入差距。本文用城鎮(zhèn)人口比重來表示。

（5）教育水平（lnedu）：教育水平作為一項(xiàng)人力資本投資可能會(huì)影響城鄉(xiāng)收入差距。本文用每十萬人口受高等教育的在校學(xué)生人數(shù)來衡量，并做對數(shù)處理。

（6）對外開放程度（open）：相較于交通和基礎(chǔ)設(shè)施落后的農(nóng)村地區(qū)，外企更傾向于進(jìn)駐城鎮(zhèn)地區(qū)，帶來的城市收入的增加會(huì)擴(kuò)大城鄉(xiāng)收入差距。本文用進(jìn)出口總額和GDP 的比值衡量對外開放程度。人民幣與美元按當(dāng)期匯率換算。

（7）互聯(lián)網(wǎng)普及率（net）：互聯(lián)網(wǎng)的使用可提高農(nóng)業(yè)收入，在一定程度上改善城鄉(xiāng)收入差距。本文用互聯(lián)網(wǎng)寬帶接入戶數(shù)/戶籍人口來衡量。

考慮到互聯(lián)網(wǎng)普及率在一定程度上影響了城鄉(xiāng)收入差距，同時(shí)與數(shù)字普惠金融息息相關(guān)，故本文引入數(shù)字普惠金融和互聯(lián)網(wǎng)普及率的交互項(xiàng)，分析其對城鄉(xiāng)收入差距的影響。

（三）數(shù)據(jù)來源和描述性分析

本文選取的數(shù)據(jù)來源于2012—2020 年《上海市統(tǒng)計(jì)年鑒》《江蘇省統(tǒng)計(jì)年鑒》《浙江省統(tǒng)計(jì)年鑒》《安徽省統(tǒng)計(jì)年鑒》《中國城市統(tǒng)計(jì)年鑒》與《北京大學(xué)數(shù)字普惠金融指數(shù)報(bào)告》。選取2011—2019 年長三角41 個(gè)地級市的指標(biāo)數(shù)據(jù)。本文選取的變量如表1 所示。

表1 描述性統(tǒng)計(jì)

三、實(shí)證分析

（一）空間相關(guān)性檢驗(yàn)

在引用空間計(jì)量模型之前需要確定變量是否存在空間相關(guān)性，本文使用全局Moran’ I來檢驗(yàn)城鄉(xiāng)收入差距和數(shù)字普惠金融的空間聚集狀況，全局Moran’ I 公式如下：

若相關(guān)變量的Moran’s I大于0 并且越接近于1 則說明此時(shí)相關(guān)變量的正相關(guān)性越強(qiáng)，空間聚集越明顯，即高值與高值聚集在一起，低值與低值聚集在一起；反之則表示空間負(fù)相關(guān)，即高值與低值聚集。檢驗(yàn)結(jié)果見表2，2011—2019 年長三角地區(qū)41 個(gè)地級市的gap和difi均通過了1%的顯著性水平檢驗(yàn)，表明41 個(gè)地級市的城鄉(xiāng)收入差距和數(shù)字普惠金融都呈現(xiàn)出顯著的正向空間相關(guān)性。從各變量的Moran’ I變動(dòng)情況來看gap和difi在波動(dòng)中有所下降，說明長三角地區(qū)的城鄉(xiāng)收入差距和數(shù)字普惠金融正在逐步趨向于均衡發(fā)展。

表2 兩種權(quán)重下長三角地區(qū)城鄉(xiāng)收入差距與數(shù)字普惠金融的全局Moran’s I

為分析長三角地區(qū)41 個(gè)地級市城鄉(xiāng)收入差距和數(shù)字普惠金融指數(shù)空間自相關(guān)性的變化，以鄰近空間權(quán)重矩陣為例，分別繪制了2011 年和2019 年數(shù)字普惠金融與城鄉(xiāng)收入差距的局部莫蘭散點(diǎn)圖（圖1～4）。發(fā)現(xiàn)無論是城鄉(xiāng)收入差距還是數(shù)字普惠金融指數(shù)，2011 年絕大多數(shù)城市都集中在Ⅰ、Ⅲ象限，只有極少數(shù)存在于Ⅱ、Ⅳ象限，這種情況在2019 年仍然存在，但相對有所改善，最為明顯的是安徽省，在2011 年，大部分城市的城鄉(xiāng)收入差距存在“高—高”聚集，數(shù)字普惠金融存在“低—低”聚集，而到了2019 年，情況有所好轉(zhuǎn)。

圖1 2011 年城鄉(xiāng)收入差距莫蘭散點(diǎn)圖

（二）空間計(jì)量模型檢驗(yàn)及選擇

關(guān)于空間計(jì)量模型的選擇，根據(jù)LM 檢驗(yàn)和LR 檢驗(yàn)，來選取最優(yōu)模型形式。檢驗(yàn)結(jié)果如表3 和表4，在鄰近權(quán)重矩陣中，LR 檢驗(yàn)均顯著拒絕原假設(shè)，表明SDM 模型無法退化成為SAR 模型和SEM 模型，在經(jīng)濟(jì)距離權(quán)重矩陣中，均未通過LR 檢驗(yàn)，綜合考慮LM 檢驗(yàn)結(jié)果，同時(shí)建立SEM 和SAR 模型進(jìn)行對比分析。同時(shí)，在Hausman 檢驗(yàn)中，P值均在1%的顯著性水平上拒絕原假設(shè)，所以本文選取固定效應(yīng)模型。

表3 基于鄰近權(quán)重矩陣回歸模型的LR 檢驗(yàn)

表4 基于經(jīng)濟(jì)距離矩陣回歸模型的LR 檢驗(yàn)和LM 檢驗(yàn)

（三）結(jié)果與分析

表5 為鄰近權(quán)重矩陣的SDM 模型，表6 為經(jīng)濟(jì)地理權(quán)重矩陣的SAR 和SEM 模型，結(jié)果顯示，模型（1）～（8）的空間滯后系數(shù)和模型（9）～（12）的空間誤差系數(shù)均顯著為正，說明長三角地區(qū)在分析數(shù)字普惠金融對城鄉(xiāng)收入差距的影響時(shí)不能忽略空間因素和地理因素。同時(shí)可以看到在不同的矩陣中，數(shù)字普惠金融及其一級指標(biāo)的系數(shù)均顯著為負(fù)。一定程度上說明數(shù)字普惠金融對縮小城鄉(xiāng)收入差距存在正向效應(yīng)。

表5 基于鄰近權(quán)重矩陣的SDM 模型回歸結(jié)果

表6 基于經(jīng)濟(jì)距離權(quán)重矩陣的SAR 模型和SEM 模型的回歸結(jié)果

圖2 2019 年城鄉(xiāng)收入差距莫蘭散點(diǎn)圖

因?yàn)镾DM 模型和SAR 模型中包含全局效應(yīng)，參數(shù)的點(diǎn)估計(jì)并不能得到數(shù)字普惠金融對城鄉(xiāng)收入差距的邊際影響，在分析其結(jié)果時(shí)可能存在一定誤差，本文利用效應(yīng)分解法，將解釋變量對被解釋變量總效應(yīng)分解為直接效應(yīng)和間接效應(yīng)。借鑒Lesage 等[28]的做法，對直接效應(yīng)、間接效應(yīng)和總效應(yīng)進(jìn)行了測度，如表7～9 所示。SDM模型直接效應(yīng)表示某地區(qū)解釋變量對被解釋變量的影響，其還包括反饋效應(yīng)，即對其他地區(qū)的影響又反過來影響該地區(qū)；間接效應(yīng)該地區(qū)的解釋變量變動(dòng)對其他地區(qū)被解釋變量的影響；總效應(yīng)表示解釋變量對被解釋變量總體的影響；SAR 模型的間接效應(yīng)表示解釋變量對本地區(qū)被解釋變量造成影響，從而引起本地區(qū)被解釋變量對其他地區(qū)的被解釋變量造成影響。

表7 核心解釋變量的直接效應(yīng)、間接效應(yīng)和總效應(yīng)

圖3 2011 數(shù)字普惠金融莫蘭散點(diǎn)圖

圖4 2019 年數(shù)字普惠金融莫蘭散點(diǎn)圖

在模型（1）和模型（5）中，數(shù)字普惠金融對城鄉(xiāng)收入差距影響的直接效應(yīng)和總效應(yīng)均在1%水平下顯著為負(fù)，間接效應(yīng)在模型（1）中為負(fù)但不顯著，在模型（5）中顯著為負(fù)，說明長三角地區(qū)數(shù)字普惠金融的發(fā)展能夠顯著縮小城鄉(xiāng)收入差距，雖然不能突破地理空間的限制，但能夠通過縮小本地區(qū)的城鄉(xiāng)收入差距從而縮小其他地區(qū)的城鄉(xiāng)收入差距。在模型（2）和模型（6）中，數(shù)字普惠金融覆蓋廣度對城鄉(xiāng)收入差距的直接效應(yīng)和總效應(yīng)均顯著為負(fù)，間接效應(yīng)在模型（2）中不顯著，在模型（6）中顯著為負(fù)，表明數(shù)字普惠金融覆蓋廣度的擴(kuò)大對本地區(qū)的城鄉(xiāng)收入差距存在收斂效應(yīng)，對其他地區(qū)城鄉(xiāng)收入差距的收斂效應(yīng)不顯著，但在本地區(qū)城鄉(xiāng)收入差距對其他地區(qū)城鄉(xiāng)收入差距的收斂效應(yīng)中能起到正向的中介效應(yīng)，覆蓋廣度的擴(kuò)大能夠讓金融服務(wù)更加直接，使用者可以突破時(shí)間和地域的束縛，此外能夠覆蓋傳統(tǒng)金融的服務(wù)盲區(qū)，有利于縮小城鄉(xiāng)差距。在模型（3）和模型（7）中，數(shù)字普惠金融發(fā)展深度對城鄉(xiāng)收入差距的直接效應(yīng)和總效應(yīng)均顯著為負(fù)，間接效應(yīng)在模型（3）不顯著，在模型（7）中顯著為負(fù)，表明數(shù)字普惠金融發(fā)展深度能夠縮小本地區(qū)城鄉(xiāng)收入差距，在空間上對城鄉(xiāng)收入差距沒有收斂效應(yīng)，但能在本地區(qū)城鄉(xiāng)收入差距改善其他城市城鄉(xiāng)收入差距的作用中起到正向作用，在使用深度方面，數(shù)字普惠金融能提供多元化服務(wù)：支付、基金、信貸、保險(xiǎn)、投資和信用等，使用成本更低，有利于提高居民收入，改善城鄉(xiāng)收入分配的失衡。在模型（4）和模型（8）中，普惠金融數(shù)字化程度對城鄉(xiāng)收入差距影響的直接效應(yīng)和總效應(yīng)均顯著為負(fù)，間接效應(yīng)在模型（4）中不顯著，在模型（8）中顯著為負(fù)，說明數(shù)字普惠金融數(shù)字化程度對本地區(qū)城鄉(xiāng)收入差距起到了正向作用，在空間溢出效應(yīng)中不顯著，但能夠促進(jìn)本地區(qū)城鄉(xiāng)收入差距對其他城市城鄉(xiāng)收入差距的正向空間溢出效應(yīng)，金融的數(shù)字化程度的提升能夠降低金融服務(wù)的門檻和成本，提高金融服務(wù)的效率，從而縮小城鄉(xiāng)收入差距。

數(shù)字普惠金融和互聯(lián)網(wǎng)普及率的交互項(xiàng)、覆蓋廣度和互聯(lián)網(wǎng)普及率的交互項(xiàng)、使用深度和互聯(lián)網(wǎng)普及率的交互項(xiàng)以及數(shù)字化程度和互聯(lián)網(wǎng)普及率的交互項(xiàng)對城鄉(xiāng)收入的直接效應(yīng)在SDM 模型和SAR 模型中顯著為正，間接效應(yīng)在SDM 模型中不顯著，但在SAR 模型中顯著為正，表明數(shù)字普惠金融發(fā)展指數(shù)和三個(gè)一級指標(biāo)與互聯(lián)網(wǎng)普及率的交互作用會(huì)擴(kuò)大本地區(qū)的城鄉(xiāng)收入差距，進(jìn)而會(huì)使得本地區(qū)城鄉(xiāng)收入差距對其他地區(qū)城鄉(xiāng)收入差距造成負(fù)向作用。觀察到四個(gè)指標(biāo)與互聯(lián)網(wǎng)普及率的交互項(xiàng)系數(shù)會(huì)小于數(shù)字普惠金融指標(biāo)及其三個(gè)一級指標(biāo)與互聯(lián)網(wǎng)普及率系數(shù)的絕對值，所以總體上而言，數(shù)字普惠金融和互聯(lián)網(wǎng)普及率的發(fā)展對縮小城鄉(xiāng)收入起到正向作用。我國數(shù)字普惠金融還處于發(fā)展階段，在長三角地區(qū)可看到明顯的地區(qū)差異，隨著互聯(lián)網(wǎng)的普及，農(nóng)村居民接觸金融服務(wù)的機(jī)會(huì)也會(huì)越來越多，有助于縮小城鄉(xiāng)收入差距，但在信息獲取方面必將造成“數(shù)字鴻溝”，可能導(dǎo)致城鄉(xiāng)收入差距的進(jìn)一步擴(kuò)大。

控制變量中，互聯(lián)網(wǎng)普及率，產(chǎn)業(yè)結(jié)構(gòu)與城鎮(zhèn)化水平對城鄉(xiāng)收入差距影響較為顯著?；ヂ?lián)網(wǎng)普及率對城鄉(xiāng)收入差距的直接影響和總效應(yīng)在SDM 模型和SAR 模型中顯著為負(fù)，間接效應(yīng)在SDM 模型中不顯著，在SAR 模型中顯著為負(fù)，表明互聯(lián)網(wǎng)普及率能縮小本地區(qū)城鄉(xiāng)收入差距，不具有空間溢出效應(yīng)，但能夠通過縮小本地區(qū)城鄉(xiāng)收入差距從而縮小其他地區(qū)城鄉(xiāng)收入差距。產(chǎn)業(yè)結(jié)構(gòu)對城鄉(xiāng)收入差距的直接影響在SDM 模型和SAR 模型中顯著為正，間接效應(yīng)在SDM 模型中不顯著，在SAR 模型中顯著為正，說明產(chǎn)業(yè)結(jié)構(gòu)會(huì)擴(kuò)大本地區(qū)城鄉(xiāng)收入差距，雖然不能打破地理限制，但在本地區(qū)城鄉(xiāng)收入差距對其他城市的收斂效應(yīng)中起到負(fù)向作用。城鎮(zhèn)化水平的直接影響在SDM 模型和SAR 模型中顯著為負(fù)，間接效應(yīng)在SDM 模型中不顯著，在SAR 模型中顯著為負(fù)，表明新型城鎮(zhèn)化的發(fā)展縮小了本地區(qū)城鄉(xiāng)收入差距，對其他地區(qū)城鄉(xiāng)收入差距的收斂效應(yīng)不顯著，但在本地區(qū)城鄉(xiāng)收入差距對其他地區(qū)城鄉(xiāng)收入差距的收斂效應(yīng)中能起到正向作用?；ヂ?lián)網(wǎng)的普及能夠促進(jìn)農(nóng)民非農(nóng)就業(yè)，豐富農(nóng)民收入來源，近年來，農(nóng)村電商，互聯(lián)網(wǎng)+農(nóng)業(yè)式的直播帶貨的興起，豐富農(nóng)民收入來源，從而縮小城鄉(xiāng)收入差距。新型城鎮(zhèn)化能夠促進(jìn)教育資源分配，強(qiáng)化農(nóng)村人力資本提升和產(chǎn)業(yè)結(jié)構(gòu)升級的有效銜接，進(jìn)而促進(jìn)城鄉(xiāng)收入平衡。

表8 交互項(xiàng)的直接效應(yīng)、間接效應(yīng)和總效應(yīng)

四、結(jié)論與建議

本文基于2011—2019 年長三角地區(qū)三省一市共41 個(gè)地級市的面板數(shù)據(jù)，通過計(jì)算全局Moran’s I和局部Moran’s I對數(shù)字普惠金融與城鄉(xiāng)收入差距的空間相關(guān)性進(jìn)行分析，構(gòu)建SDM 模型、SAR 模型、SEM 模型分析數(shù)字普惠金融對城鄉(xiāng)收入差距的影響和空間效應(yīng)。研究發(fā)現(xiàn)：第一，數(shù)字普惠金融和城鄉(xiāng)收入差距在長三角各地區(qū)之間存在明顯的正向空間聚集效應(yīng)；第二，數(shù)字普惠金融及其覆蓋廣度、使用深度、數(shù)字化程度和互聯(lián)網(wǎng)普及率能夠縮小城鄉(xiāng)收入差距，雖然不能打破地理限制，但在本地區(qū)城鄉(xiāng)收入差距對其他地區(qū)城鄉(xiāng)收入差距的空間溢出效應(yīng)中起到正向作用；第三，數(shù)字普惠金融與互聯(lián)網(wǎng)的共同影響會(huì)擴(kuò)大城鄉(xiāng)收入差距，存在異質(zhì)性，沒有空間上的溢出效應(yīng)，總體來看，二者都是能夠縮小城鄉(xiāng)收入差距的；第四，城鎮(zhèn)化的發(fā)展也能夠縮小城鄉(xiāng)收入差距，促進(jìn)本地區(qū)城鄉(xiāng)收入差距對其他地區(qū)城鄉(xiāng)收入差距的收斂效應(yīng)。

結(jié)合以上實(shí)證研究和長三角地區(qū)具體情況，本文提出以下建議。

第一，持續(xù)大力推動(dòng)數(shù)字普惠金融發(fā)展，提高農(nóng)村居民金融素質(zhì)。數(shù)字普惠金融是我國金融供給側(cè)結(jié)構(gòu)性改革的重要著力點(diǎn)，作為面向社會(huì)各階層提供金融服務(wù)的重要形式，應(yīng)加大對數(shù)字普惠金融的宣傳和必要金融知識的普及，特別是農(nóng)村地區(qū)，鄉(xiāng)鎮(zhèn)居民的數(shù)字素養(yǎng)仍有待提高，地方政府、機(jī)構(gòu)應(yīng)定期開展面向農(nóng)村居民的金融知識教育。推動(dòng)數(shù)字普惠金融的發(fā)展，要擴(kuò)大其覆蓋廣度，使用深度和數(shù)字化程度，這樣才有利于收入的分配，更好的普惠城鄉(xiāng)居民，同時(shí)縮小城鄉(xiāng)收入差距。

第二，加深農(nóng)村居民對互聯(lián)網(wǎng)的使用深度。互聯(lián)網(wǎng)的普及能夠?yàn)檗r(nóng)村居民提供更多的收入途徑，例如農(nóng)村電商，物流等；數(shù)字普惠金融影響城鄉(xiāng)收入差距是依賴于互聯(lián)網(wǎng)的，互聯(lián)網(wǎng)的普及能夠讓更多的居民接觸到金融服務(wù)，同時(shí)有助于數(shù)字農(nóng)業(yè)的布局。

表9 控制變量的直接效應(yīng)、間接效應(yīng)和總效應(yīng)

第三，推進(jìn)城鎮(zhèn)化進(jìn)程。城鎮(zhèn)化發(fā)展促進(jìn)了農(nóng)村勞動(dòng)力流入城鎮(zhèn)勞動(dòng)力市場，增加了城市勞動(dòng)力的市場競爭力，城市勞動(dòng)力的收入會(huì)有所下降；城鎮(zhèn)化會(huì)推進(jìn)農(nóng)業(yè)現(xiàn)代化進(jìn)程，會(huì)大幅提高農(nóng)村居民的勞動(dòng)生產(chǎn)率，從而會(huì)縮小城鄉(xiāng)收入差距。

第四，加強(qiáng)都市圈的打造。都市圈政策的實(shí)施能夠加強(qiáng)地區(qū)間的合作，有利于數(shù)字普惠金融空間相關(guān)性的增強(qiáng)，促使數(shù)字普惠金融對城鄉(xiāng)收入差距具有地區(qū)間的正向溢出效應(yīng)，發(fā)揮其地區(qū)輻射作用，縮小城鄉(xiāng)收入差距。