发展数字普惠金融对城乡居民收入差距的影响研究--基于门槛效应检验.pdf

22现 代 金 融2023年第10期 总第488期经营实践摘要：近年来，我国各省的数字普惠金融指数不断提高，城乡收入差距趋于缓和，但在不同区域仍有不平衡性。本文基于库兹涅茨理论，利用2011-2022年江苏省各地级市的面板数据，通过实证检验，研究表明：江苏省数字普惠金融的发展能有效收敛城乡居民收入差距，存在非线性的门槛效应影响，与经济发展水平存在部分中介效应，各地域而言存在区域异质性。因此，数字普惠金融建设应当实现对城乡居民收入区域化的动态管理，推进数字普惠金融服务的“最后一公里”，打破金融排斥的局面。关键词：数字普惠金融 库兹涅茨理论 收入差距 门槛效应发展数字普惠金融对城乡居民收入差距的影响研究基于门槛效应检验 徐仁刚 张心怡 梁栋一、引言（一）研究背景我国长期存在的城乡二元经济结构，数字普惠金融初期发展还不够成熟，农村的金融需求被忽视、家庭收支失衡，导致城乡居民人均可支配收入差距不断拉大。其中，江苏省2022年的人均可支配收入4.99万元/人，超过国家发展水平线的22%，全省13个地级市的人均收入已经高于全国水平线的60%，且人均收入水平一直呈上升趋势。但江苏省城镇和农村居民人均收入差距过大，2022年城镇居民人均可支配收入60178元，农村居民人均可支配收入28486元。2022年中央一号文件精神指出，党中央不断强调关于城乡协调发展的重要性，提倡数字普惠金融以追求金融服务、金融需求普惠性为前提，以低成本、高效率弥补传统金融的劣势，突破金融服务时间和空间的限制，更好地调配城乡之间的金融资源、提前预防金融活动中产生的风险，以期缩小城乡居民收入差距。（二）研究意义1.理论意义随着乡村振兴战略和脱贫攻坚有效衔接的深入，党中央不断强调关于城乡发展协调发展的重要性，从总体发展趋势来看，全国近十年来农村居民的年均收入增速超过城镇居民的年均收入。发展数字普惠金融适配于当前数字经济发展的大趋势，有利于切合城乡协调发展的总体目标，最终实现城乡收入差距的缩小。2.现实意义江苏省作为我国东部地区的一个大省，自1991年开始，江苏省的总体年均收入的发展呈上升趋势且高于全国平均水平，目前城乡收入水平的实际增速与经济增长基本同步，增速从“高速增长”转为“中高速增长”，农村居民收入从“基本温饱”实现“人均小康”的转变。江苏省总体城乡收入都呈现逐年缩小差距的趋势，但是具体地域发展存在金融资源配置不均衡，各地级市之间经济发展水平参差不齐等问题。综上，本文通过探讨江苏省各个地级市2011-2022年的数字普惠金融指数和泰尔指数的实证分析结果，基于假设得出结论，为深入数字普惠金融和地区发展的融合、缩小城乡收入差距、推进乡村振兴进程中提供理论基础及可行性建议。二、发展数字普惠金融对城乡居民收入差距的研究机理（一）发挥减贫效应数字普惠金融的减贫效应通过以下两个渠道来发挥作用。一方面，数字普惠金融更多将焦点聚集于“长尾群体”提供低成本、有效性的金融服务，23现 代 金 融2023年第10期 总第488期经营实践带动形成独特性农村产业。另一方面，数字普惠金融致力于为农村居民提供多样化的资产配置服务，通过提前了解用户的风险承受能力和投资产品偏好，匹配适合用户情况的独特选择，减少金融风险发生的可能性，降低不当投资带来的损失，保证农村居民的生活质量。数字普惠金融所带来的一系列改变都在不断提升农村居民的收入水平，减小城乡之间的收入差距。基于上述分析，本文提出如下假设：H1：江苏省数字普惠金融的发展能有效缩小城乡居民收入差距。（二）降低门槛效应获取金融服务需要存在一定的“门槛”。在低收入人群中，金融服务的“门槛”让人难以负担；在高收入群体中，由于自身消费水平和人均收入高，跨越金融服务的“门槛”的价值在于金融服务的延伸性和抉择性更好。因而对于受众群体而言，可获得目的不同，获得的收益自然截然不同，一定程度上就导致收入水平的差距越来越大。随着数字普惠金融的深入，可以缓解金融服务的实施成本，帮助贫困群体更易获得服务和产业，即降低门槛效应。数字普惠金融发展水平越高，作用于人均收入的效用越明显，但是否因过高增速导致效果收缩有待商榷。基于以上分析，提出本文假设：H2：江苏省数字普惠金融与城乡收入差距之间存在非线性的相关关系。（三）提升涓滴效应金融深化理论强调金融发展与经济增长应该是正向促进作用。考虑到涓滴效应，排除贫困人群接触不到完整的数字普惠金融服务的可能性外，获得数字普惠金融服务的人群率先提高自身收入水平，随之带动“长尾群体”后富实现间接渠道降低社会贫困水平。数字普惠金融的涓滴效应体现在：通过补充资源配置实现“涓滴效应”高增长，将社会多余的闲置资金再分配，提高贫困群体收入水平，实现数字普惠金融的减贫效应，从而促进当地经济水平的增长。因此提升涓滴效应更多的强调了经济发展的间接作用。基于此，提出本文假设：H3：江苏省数字普惠金融会通过经济发展这一中介变量对城乡收入差距产生促进影响。（四）转移非均衡效应我国地理空间跨度大，各地域金融资源分配不均，存在“马太效应”：金融资源大多分布在城镇地区，导致农村地区金融资源稀薄的原因是农村地区盈利模式固化、基础设施不完善、自身金融知识的匮乏、相对贫瘠的金融素养和农村地区存在的金融排斥问题，无法充分利用市场资源的边际效用。借助于国家出台的各项鼓励居民创业、就业的政策来看，针对的目标群体还是以城市人群为主，导致城市的人均收入水平普遍高于农村，进而间接促进理财、保险、信贷等金融行业的发展。而金融深化创造的收益性高带动了城镇居民收入的提高，忽视了农村地区的监督管控，从而扩大了江苏省的城乡收入差距。基于以上分析，提出本文假设：H4：江苏省数字普惠金融对城乡收入差距的影响有区域异质性。三、江苏省造成数字普惠金融对城乡居民收入差距的原因（一）优质农业资源匮乏，市场竞争力小城乡居民收入水平之所以存在着比较大的差距且有扩大趋势，原因主要在于当地的农村发展结构不完善，直接导致农民的收入不稳定且偏低的问题。一是高质量的农村分配资源少，优质农产品的供应链和产业链问题没有深入优化，没有形成独特的核心竞争力；二是产业结构占比中处于领先地位的还是初级形式的普通产品，专用精加工产品更少；三是没有形成独特的绿色生态自给自足形式的产业，导致市场上出现大范围面积的产品同质性，导致供过于求，价格下跌，农产品出现“广种薄收”的结构性矛盾。（二）知识型劳力外移，农民利益受损根据目前江苏省农村人力资本发展的趋势来看，农村“留守人口”占比呈现上升趋势，其中“老弱病残”成为目前农村生产的主角，而大量具有劳动能力的青年壮年远离故土，外出务工，农村生产老龄化、女性化和“半劳力”化问题凸显，从而导致农民获益受损，农村发展经济停滞。同时，近些年来，江苏省受到频发暴风雪、冰雹等恶劣天气灾害的影响，农产品种植培育的成本较曾经有明显的上升，致使农产品获利利润有明显的下跌趋势，这种情况直接导致农村种植业利润的降低，农村产业发展遭遇24现 代 金 融2023年第10期 总第488期经营实践打击。（三）城市化水平不高，农民增收难以实现良性循环江苏省一直强调城乡发展“拆乡并镇”的政策趋势，一方面有利于城乡资源的合并和利用，但是对于本来已经具备初步发展规模的被并乡镇来说，当地经济受挫，中心城镇并没有很好地带动周围连带城市、农村的发展，整体上并没有促进城镇化的发展。同时，从2021年上半年江苏省农民收入的统计结果来看，江苏省农户创业类型中，第三产业的经济贡献率达13.8%，成为农民收入增长的主要来源。调查数据还显示，江苏省农户人均第三产业收入占比仅占总收入的9.9%，表明农村农民的就业渠道没有得到充分的拓展，农村劳动力和社会资源闲置的历史问题至今没有得到充分的解决，目前农村发展水平和农民增收仍未形成良性循环。四、数字普惠金融影响城乡收入差距的实证研究 （一）研究调查的数据测算与变量选取1.变量设定（1）被解释变量。本文被解释变量为泰尔指数。其中本文基于江苏省部分地级市统计年鉴（主要指常驻人口城镇化率而非户籍人口城镇化率），借鉴胡志远和欧向军（2007）的研究方法，具体计算公式如下：（1）（1）式中：I(0)为泰尔指数，P为所有区域总人口，Pi为i区域的人口，yi为i地级市的人均收入，（yi的平均值）。如果将所有区域以一定方法分成g组，则泰尔指数可进一步分解如下：（2）（2）式中：表示每组各地级市之间的人均收入差异，表示各组之间的人均收入差异，Vg表示第g组居民收入占总收入的比重，Pg则表示第g组人口占区域总人口的比重。详细测算结果见表1。表1 江苏省13个地级市的泰尔指数测算结果（20112022年）地区201120122013201420152016201720182019202020212022南京0.04110.04010.03830.03990.03770.03650.03580.03510.03330.02540.02350.0231无锡0.03410.03360.03130.02960.02840.02770.02740.02690.02580.01900.01880.0178徐州0.05500.05360.04950.04230.04100.03910.03780.03620.03370.03140.03050.0295常州0.04460.04370.04090.03950.03760.03600.03500.03400.03260.02680.02520.0246苏州0.03920.03830.03580.03490.03330.03230.03190.03150.03020.02260.02210.0218南通0.06120.06010.05670.05570.05360.05140.04930.04710.04570.04000.03870.0366连云港0.06890.06630.06290.05330.05180.04960.04730.04580.04420.04280.04180.0411淮安0.06600.06410.06010.06290.06080.05780.05590.05390.05260.04710.04520.0445盐城0.04320.04210.03890.03720.03620.03440.03320.03220.03050.02880.02810.0277扬州0.05390.05250.04850.04780.04630.04440.04270.04080.03950.03420.03350.0325镇江0.05180.05000.04650.04530.04300.04090.03950.03790.03620.02620.02510.0248泰州0.06170.06010.05600.05480.05330.05070.04850.04700.04590.04190.04010.0388宿迁0.04100.04020.03770.03620.03510.03340.03180.03040.02930.02610.02510.2401（2）解释变量。本文选用的解释变量是北京大学数字金融研究中心发布的数字普惠金融指数（IFI）。选取研究对象为江苏省各地级市的数字普惠金融指数，时间跨度为2011-2022年。（3）控制变量。本文为规避因数据缺失而产生的内生性问题，特选取经济发展水平（PGDP）（同为中介变量）、城镇化水平（UR）、政府财政支出（GOV）、产业结构（IS）为控制变量（李成友等，2021），以缩小误差。详情见表2。表2 各变量的选取和定义变量类型 变量名称 变量符号变量定义被解释变量泰尔指数I(0)解释变量数字普惠金融指数IFI数字普惠金融总指数控制变量经济发展水平（中介）PGDP人均 GDP=该市 GDP 总值/该市总人口城镇化水平UR该市城镇人口（万人）/该市总人口政府财政支出GOV政府财政支出（亿元）/GDP 总值产业结构IS第二、三产业生产总值（亿元）/GDP 总值25现 代 金 融2023年第10期 总第488期经营实践2.模型设定（1）基准面板模型I(0)it=i+NIFIit+iXit+it （3）（3）式中：i表示地区，t表示时间，i为常数项，IFIit表示各市数字普惠金融发展指数，I、2n+1为解释变量系数，i为控制变量系数，it为随机误差项。（2）门限面板模型本文基于门限面板模型（Hansen，1999），数字普惠金融指数（IFI）为门槛变量构建模型如下：I(0)it=i+IIFIitI(HiteI)+2IFIitI(1Hit2)+n+1IFIitI(nHit)+iXit+it （4）（4）式中：n为第n个门限值，i为控制变量系数，Xit为控制变量，Hit为门限变量。当门限变量符合条件时，I取1，反之为0。（3）中介效应模型I(0)it=0+1PGDPit+iXit+it （5）PGDPit=0+IPGDPit+iXit+it （6）I(0)it=0+1IFIit+2PGDPit+iXit+it （7）式（5）-（7）中（其他变量数值如上），式（5）为数字普惠金融对泰尔指数影响的主效应回归，式（6）-（7）为经济发展水平的中介效应回归。若1、I、1均显著，则中介效应显著；若2显著，则表现为部分中介效应；若2不显著，则表现为完全中介效应。（二）描述性统计通过对江苏省13个地级市的各变量进行描述性统计分析。所得结果反映江苏省调查对象的信息汇总见表3，表明江苏省各地级市的城乡收入差距对实际经济增长的阈值影响较大且各地级市数字普惠金融的发展水平参差不齐，呈现出地域性差异。其中，经济发展水平和城镇化水平高的地级市，政府更愿意倾斜财政支出，优化当地的产业结构，这些控制变量有效帮助了数字普惠金融发展和城乡居民收入水平的提高。表3 江苏省调查对象基本情况信息表变量平均值标准差最小值最大值泰尔指数0.04352350.01144920.0190230.0739574数字普惠金融指数 IFI198.512873.3528350.35313.8963经济发展水平 PGDP9.1885893.888671 2.77112717.98122城镇化水平 UR0.65962380.08393160.49780.868政府财政支出 GOV0.12213640.03448010.01862010.1979575产业结构 IS0.93283450.04330250.84122110.990263此外，各控制变量的变化均较大。以江苏省为例，经济发展水平PGDP最大值17.98122与最小值2.771127相较于城镇化水平UR、政府财政支出GOV、产业结构IS而言相差最大，说明各地级市的经济发展参差不齐，金融资源分配与实际利用率有显著地域差异。（三）正向作用的基准回归分析因本文所选研究变量之间数值单位差距过大，特将各个数据进行取ln值的处理方法进行基准回归。首先要用豪斯曼检验判断基准回归用什么模型。通过检验结果得知江苏省的p值为0.006006，结果小于0.01，因此选用固定效应模型。固定效应模型结果如表4所示。第一列是对核心变量进行单变量回归，第二列是加上双向固定效应，即时间和地级市名称的结果，第三列是加上所有控制变量的结果。其中，江苏省的数字普惠金融指数的回归系数为-0.348，说明每提升1单位的数字普惠金融指数，江苏省会缩小0.348个单位的泰尔指数，回归系数均为负，即表明发展数字普惠金融有利于缩小城乡收入差距，据此假设1得证。表4 江苏省调查对象的基准面板回归结果VARIABLES(1)（2）(1)Y1Y2Y3x-0.562*-0.456*-0.348*(-1.50)（-1.42）(-1.19)c1-0.377*(-1.00)c21.192*(1.05)c3-0.109*(-1.01)c4-0.279*(-0.07)Constant-2.002*-1.957*-1.878(-2.31)(-2.02)(-1.54)N130130130Number of id131313R-squared0.8510.8430.839ID FEYESYESYESYear FEYESYESYESF test1.50e-071.48e-051.43e-05r2_a0.5770.5030.491Prob F 0.00000.00000.0000F35.0929.7816.86*p0.01,*p0.05,*p0.1（四）非线性作用的门槛回归分析通过门槛模型回归，探讨解释变量、被解释变26现 代 金 融2023年第10期 总第488期经营实践量和控制变量之间是否存在非线性的门限效应，在基准回归各数据取ln值的处理方法下，随后进行门槛模型回归。1.门槛回归的实证结果分析江苏省各调查对象的门槛模型回归结果如表5所示。由表5可知，第一道门槛数值为5.9940，单一门限P值在5%的水平下拒绝原假设，第二道门槛数值为5.2883，双重门限的P值依旧在5%的水平下拒绝原假设。说明当数字普惠金融指数跨越第二道门槛时，在5%的显著性水平下，江苏省数字普惠金融的发展反而抑制了城乡收入水平，导致差距扩大。但三重门限接受原假设，说明影响不显著。即相比第一道门槛而言，数字普惠金融对城乡居民收入差距的收敛作用逐渐减弱。表5 江苏省调查对象的门限模型检验结果门限变量门限个数门限值 F 统计量P 值10%5%1%解释变量、被解释变量、控制变量单一门限5.994022.80*0.010015.746317.564720.8254双重门限5.288316.01*0.016711.341713.407419.6838三重门限/11.420.800029.535433.047236.9047注：*、*、*分别表示在10%、5%、1%的水平上显著2.门槛回归的区间结果分析（1）经济基础与门槛区间的环境差异在得出江苏省发展数字普惠金融缩小城乡居民收入差距的结果基础上，数字普惠金融在控制变量约束下存在两个门限值为5.9940和5.2883。据表6所示，当数字普惠金融指数跨越第一道门槛5.9940时，其系数估计值变为1.304801；当跨越第二道门槛5.2883时，其系数估计值变为1.152384，进一步证实数字普惠金融与泰尔指数之间存在非线性的关系。本文将结果分为三个不同的区间，即Total5.9940的样本、5.2883Total5.9940的样本以及Total5.2883的样本。表6 江苏省调查对象的门槛值估计结果区间划分系数估计值95%置信区间Total 5.99401.304801.8982742,1.7113285.2883 Total 5.99401.152384.8020777,1.502691Total 5.28831.092179.7430495,1.441308阶段1：Total5.2883，由于金融市场发展不完善，受经济、政治、文化的制约，金融基础服务范围受众群体小，数字普惠金融还未形成具体的运营体系，经济发展初期的城乡收入差距没有明显缓和，直到数字普惠金融的提出，金融科技服务得到更多的落地空间，金融资源配置趋于均衡。因此，这阶段的数字普惠金融作用城乡居民收入差距的缩小程度最显著。阶段2：5.2883Total5.9940，随着“互联网+金融科技”的浪潮袭来，数字普惠金融的使用到达成长期，城乡居民可以通过低成本获取金融服务，即享受较低的门限值作用，经济水平的提升使得数字普惠金融产生的收益趋于饱和。但由于边际效用的缩减，尽管整体仍是数字普惠金融缩小城乡收入差距，但相比第一阶段的作用有所减弱。阶段3：Total5.9940，这一阶段的数字普惠金融虽然能有效地缩小城乡收入差距，但是作用效果没有初期的数字普惠金融对城乡居民收入差距的收敛效应明显。?图1 门槛效应曲线图（2）城镇化水平与主导产业差异控制变量的门槛回归估计结果如表7所示。表7 江苏省调查对象的面板模型估计结果变量名称第一道门槛第二道门槛系数T 值P 值系数T 值P 值经济发展水平-.7615555-2.910.013-.2864826-1.260.230城镇化水平-1.93165-2.830.015-2.082142-3.960.002政府财政支出-.083039-1.980.072-.0486092-1.520.155产业结构2.0824980.720.4851.9882611.100.291_cons-4.802027-7.900.000-9.372056-16.520.000城镇化水平实证结果差异对比如表7所示，江苏省城镇化水平第一道、第二道门槛的估计系数为-1.93165、-2.082142。从总体上来看，江苏省农村城镇化的趋势下能够有效地缩小城乡收入差距，城镇化水平的提升使得农村向现代27现 代 金 融2023年第10期 总第488期经营实践化迈进，各地级市城镇人口数量增加，农村人口数量减少。金融科技的迅速发展带动了数字普惠金融产品的创新升级，而大部分农村地区的居民无法跟上数字金融产品更新迭代的速度，导致此时数字普惠金融产出的边际效益较低，城乡发展不均衡。但随着数字普惠金融的推广深入，江苏省城镇化率升级还存在差距。当江苏省居民的数字账户使用率达到5.9940时，数字普惠金融作用城乡居民收入差距的缩小程度最显著。表明数字账户作用在经济较为落后的一些农村地区，不断缩小农村地区和城镇地区的数字鸿沟。主导产业实证结果差异对比根据表7的江苏省控制变量的门槛回归估计结果可知，江苏省政府财政支出第一道门槛下的估计系数为-0.083039，第二道门槛的估计系数为-0.0486092，说明财政支出与城乡收入之间存在反向作用，反映出我国财政支出的增加不利于城乡收入差距的缩小。而江苏省的产业结构两道门槛系数估计值为2.082498、1.988261，综合反映出我国财政支出的增加不利于城乡收入差距的缩小，财政支出、产业结构与样本统计量之间关系不显著。就江苏省的主导产业来看，本文控制变量产业结构的情况是江苏省主导产业以工业为主，第三产业上升势头前景大好，逐步与第二产业并驾齐驱，受到政府重视，但第一产业仍处于较低的发展水平。（3）数字普惠金融的覆盖面和深度差异江苏省数字普惠金融发展水平近年来一直呈现快速增加的趋势。江苏省经济发展基础雄厚，位于长三角核心区，得益于优异的地理位置，具有较高的人力资本和社会资本，能够比其他地区更好地受到长三角经济的作用，具有优越的地理和地缘环境。随着经济发展水平和城乡收入的提高，数字普惠金融的覆盖面层次和深度越来越广，对城乡居民收入差距的作用效果越强。因此，当数字普惠金融的覆盖面和深度推广到到一定水平时，数字普惠金融的收敛效果会有所减弱，即数字普惠金融对城乡居民收入水平的影响叠加后的边际效益递减。由此，假设H2得到支持。（五）经济发展的中介回归分析本文以温忠麟、叶宝娟（2014）的研究方法为参考，在研究数字普惠金融与城乡收入差距的关系时，以经济发展水平作为中介变量进行回归分析。根据表8知，数字普惠金融指数对泰尔指数的总效应回归系数江苏省为-0.0006，p值1%，模型显著。江苏省数字普惠金融指数对中介变量经济发展水平的回归系数为0.6350；经济发展水平对泰尔指数的回归系数为-0.0810；数字普惠金融指数在控制了中介变量后对y的间接影响系数为-0.2169，以上所有变量在1%水平上模型显著，存在部分中介效应。故而假设3得证。表8 江苏省调查对象的中介效应模型回归结果(1)(2)(3)Y1PGDPY2x-0.1654*0.6350*-0.2169*(-0.0006)(0.0000)(-0.0006)PGDP-0.0810*(-0.1978)_cons-4.0566*-1.1809*-4.1523*(0.0000)(0.0009)(0.0000)N130130130adj.R20.80030.91110.8501*p0.01,*p0.05,*p0.1（六）区域发展的异质性分析基于假设H1：数字普惠金融对缩小城乡收入差距有显著影响。但由于各地区的经济发展水平和人口不同，数字普惠金融发展水平具有地区差异性，本研究按照地域划分为苏南、苏中、苏北进行区域异质性回归。从苏南、苏中、苏北各地域来看，各地域分组的回归系数均为负值，表明数字普惠金融指数和泰尔指数是负相关，即发展数字普惠金融有利于缩小城乡收入差距。按照2011-2020年江苏各地级市人均GDP排序，苏南地区苏中地区苏北地区，三个地域的P值在1%的显著性水平下都模型显著，其中苏南P值最小，意味着数字普惠金融与泰尔指数之间影响最显著，苏北地区构建的模型显著度略高于苏中地区；苏中地区的影响大于苏北地区，苏南地区影响最大。异质性检验结果如表9可知，经济水平越高，数字普惠金融作用地区城乡收入差距的缩小越明显。说明越来越多经济发展欠发达地区居民的金融意识复苏，富裕地区市场资源分配向贫困地区倾斜，极大缓解了金融排斥的现象，优化沟通生产与消费28现 代 金 融2023年第10期 总第488期经营实践的重要环节。由此，假设H4得到支持。表9 江苏省省调查对象的异质性检验分组情况及结果地区分组回归系数N F 统计量P 值R-squared 标准误差南部南京、苏州、无锡、常州、镇江-.0002352 509.10*0.00000.6838.006北部徐州、连云港、淮安、盐城、宿迁-.0004761 504.31*0.00020.5084.00942中部扬州、泰州和南通-.0003806 304.58*0.00230.6162.01TotalTotal-.000052 130 12.36*0.00000.4516.00825注：*、*、*分别表示在10%、5%、1%的水平上显著（七）稳定性与内生性检验1.稳定性检验本研究为考察所构建模型和检验分析的结果是否使用于大多数情况，特选用替换核心解释变量，提前一期被解释变量的方法进行稳健性检验。（1）替换核心解释变量数字普惠金融指数使用数字化水平替换数字普惠金融指数，回归结果如下知：数字化水平的系数估计值为负，p1%，模型较显著。与核心解释变量的实证结果基本一致。（2）将被解释变量泰尔指数时间提前一期本研究提前一期面板数据中的被解释变量，得到结果如表10所示：数字普惠金融指数的估计系数为负值，且在5%的水平上显著。基于此得出，本文研究结果具有稳健性。表10 江苏省调查对象的稳健性检验结果替换核心解释变量将被解释变量提前一期样本量130117R-squared0.0100.213数字普惠金融指数/-.139443*数字化水平-.112782*/其他控制变量是是地区固定效应是是常数项.069957.08698注：*、*、*分别表示在10%、5%、1%的水平上显著2.内生性检验（1）工具变量的选取与测算为了避免模型中的解释变量与随机扰动项相关，本研究特设置工具变量（IV）。以傅秋子、黄益平（2018）的研究方法作为参考，本文使用各城市到杭州的距离作为工具变量，探究与解释变量、被解释变量之间的关系。表11 江苏省各地级市到杭州的距离测算结果省份城市各城市的纬度各城市的经度存储距离数据江苏省南京市118.842531.9276232.6325无锡市120.075831.5264189.3842徐州市117.516634.3561527.3262常州市119.637231.6253191.9174苏州市120.651631.3813199.4675南通市121.021832.1860293.5239连云港市119.133634.5332514.7253江苏省淮安市118.963833.3529385.8274盐城市120.182933.5090405.8083扬州市119.474232.7382314.6515镇江市119.453632.0167234.6453泰州市120.056732.5714301.3774宿迁市118.520233.7842439.9368（2）工具变量和被解释变量的相关性检验本文假设工具变量和核心解释变量相关为原命题，对工具变量进行内生性检验，结果见表12所示，F值为112.28，P值为0，研究对象数据在1%的显著性水平下通过内生性假设，显著拒绝数字普惠金融外生性的原假设。由此表明，选取的工具变量与数字普惠金融高度相关，不存在弱工具变量，满足假设条件，本实证结果具有稳健性。表12 本模型的内生性检验结果NF 值R-squaredProb F江苏省调查对象130112.28*0.68490.0000注：*、*、*分别表示在10%、5%、1%的水平上显著五、研究结论与政策建议（一）实证研究结论本文基于库兹涅茨理论，利用2011-2022年江苏省各地级市的面板数据，通过基准回归、门槛回归、中介回归、区域异质性模型进行实证检验。实证研究表明：江苏省数字普惠金融的发展能有效收敛城乡居民收入差距，经济发展水平作为中介变量起到极其重要的正向促进作用且江苏省模型存在部分中介效应。虽然研究数据表明门槛值及超过门槛值的效果不同，但共同反映数字普惠金融发展对缩小城乡收入差距的变化趋势，即先增大后减小、呈倒U形。此外，研究表明数字普惠金融使用深度指标的地区差异非常大，其中苏南地区发展最好、苏中地区次之、苏北地区收敛效果最差，虽然从全省29现 代 金 融2023年第10期 总第488期经营实践层面看，数字普惠金融对缩小城乡收入差距的影响显著；但是具体到江苏省各区域，因经济水平和城市化建设的差异，存在“南部向北部效果塌陷”的问题。（二）政策建议1.推动多元特色产业发展，拓宽数字普惠金融的覆盖面在深入贯彻供给侧改革的大背景下，国家、社会、城乡居民需不断将数字普惠金融与当地特色产业进行有效衔接。增加金融便民服务点，不断延展营业网点的覆盖深度与广度，大力支持区域主导产业，做好地标产品和农产品基地信贷支持，对特色产业聚集、信用环境良好、农户生产经营活跃的行政村及地标品基地村、各类特色村、示范村等实现特色产业信贷模型全覆盖。基于农村发展趋于城镇化，社会层面要加强人才流通的激励机制，促进城镇人口前往欠发达贫困地区进行教育教学、劳动实践的积极性，降低农村偏远地区的金融服务门槛，让农村居民可以相对更加容易地利用相应的金融服务来实现增收等，城乡收入差距得以缩小。要立足具体农村发展情况，提出针对性强、可行性高、创新性足的方案，推动产业多元化、个性化发展，缓解城乡人力资源分配不均衡的情况，着力提升数字普惠金融的覆盖广度、使用深度。2.完善金融产品和服务，造就可持续的“涓滴效应”发展数字普惠金融应当在国家政策的大力支持下，政府介入适当用政策的强制性来完善江苏省各地域下城乡之间的流通政策，加强地域之间的融合交流、弱化城乡二元形态，实现“涓滴效应”对数字普惠金融高质量发展的带动作用。金融机构层面要提高欠发达地区居民的金融素养，加强获取金融服务的能力。一方面，要积极开展金融知识的宣传和教育，缓解因无法享受数字普惠金融服务所形成的“自我排斥”；另一方面，积极推广手机银行、第三方支付、互联网保险等新型金融业态，引导居民主动提高自身金融素养。同时，积极开发针对中老年群体的友好型金融产品与服务，重视金融产品的“适老性”设计，增加老年群体对数字普惠金融产品与服务的接受度、使用度和参与感。3.加快推进数字化转型，有效改善普惠金融发展环境运用数字化转型战略思维改善金融环境，需要从普惠金融的组织体系、政策制度、渠道建设方面进行统筹计划和协同推进，努力推动信息服务均等化，降低贫困地区与发达地区之间的差距，并根据不同地区的经济发展水平特征，差异化制定发展策略。一方面，要利用数字技术优化征信体系，监管部门应积极联动所在辖区内的各类商业银行、保险机构以及其他第三方金融服务平台，实施信息共享，共同构建农村征信信息平台，开展“信用户”“信用村”“信用乡（镇）”创建，完善各级涉农信用信息系统，提高金融机构的信用违约风险防控水平。另一方面，优化数字金融风险防控体系，提高客户风险甄别能力，运用数字化技术整合分析涉农数据，有针对性地设计金融服务、金融产品。【参考文献】1Shaw E S.Financial deepening in economic developmentM.New York:Oxford University Press,1973.2李牧辰,封思贤 数字普惠金融与城乡收入差距基于文献的分析J.当代经济管理,2020,(10),3宋科,刘家琳,李宙甲.数字普惠金融能缩小县域城乡收入差距吗？兼论数字普惠金融与传统金融的协同效应J.中国软科学,2022(06):133-145.4汪亚楠,谭卓鸿,郑乐凯.数字普惠金融对社会保障的影响研究J.数量经济技术经济研究,2020,37,(07).5高康,何蒲明,陈银娥.数字普惠金融如何“循序渐进”推动城乡共同富裕来自长江经济带的证据J.金融发展研究,2022,(10):10-19.6杨怡,陶文清,王亚飞.数字普惠金融对城乡居民收入差距的影响J.改革,2022(05):64-78.7王亚平,魏立乾,罗剑朝.数字普惠金融发展、收入差距与农村经济增长J.统计与决策,2022,38(18):130-135.8肖云,米双红.城乡一体化视角下数字普惠金融发展与城乡居民消费差距的动态关系检验兼论收入差距的中介效应J.商业经济研究,2021(18):60-63.9 陈熹,徐蕾 数字金融、创新创业与城乡居民收入增长J 农林经济管理学报,2022,21(05):537-54610许元博,吴万宗.数字普惠金融发展对共同富裕（下转第11页）11现 代 金 融2023年第10期 总第488期金融观察Finance,2017,46(9):461-476.19潘安成,肖宇佳.“家和万事兴”:夫妻关系维持与日常创业行为的探索性研究J.南开管理评论,2017,20(5):56-68.20ENSLEY M,PEARSON A.An Exploratory Comparison of the Behavioral Dynamics of Top Management Teams in Family and Nonfamily New Ventures:CohesionJ.Entrepreneurship Theory&Practice,2006,29(3):267-284.21STEIN J.Takeover threats and managerial myopiaJ.Journal of Political Economic,1998(96):61-80.22PEREDO,A M.Emerging Strategies Against Poverty:The Road Less TraveledJ.Journal of Management Inquiry,2003,12(2):155-166.23贺小刚,李婧,陈蕾.家族成员组合与公司治理效率:基于家族上市公司的实证研究J.南开管理评论,2010,13(6):149-160.24许宇鹏,程博,潘飞.“妇女能顶半边天”夫妻共治能抑制“掏空”吗?J.外国经济与管理,2021,43(8):73-87.25王明琳,徐萌娜,王河森.利他行为能够降低代理成本吗?基于家族企业中亲缘利他行为的实证研究J.经济研究，2014,49(3):144-157.26李新春,贺小刚,邹立凯.家族企业研究：理论进展与未来展望J.管理世界,2020,36(11):207-229.27PALLEY T I.Financialization:What it is and Why it MattersJ.Social Science Electronic Publishing,2007,26(9):9-15.28SEO,HWAN,JOO.Financialization and the Slowdown in Korean Firms R&D Investment.J.Asian Economic Papers,2012,11(3):35-49.29万良勇,查媛媛,饶静.实体企业金融化与企业创新产出有调节的中介效应J.会计研究,2020(11):98-111.30MILLER D,Lester R H.Are family firms r