数字普惠金融对城乡收入差距的影响研究_李国柱.pdf

1 2023 年 2 月第 1 期总第 177 期金融理论与教学Finance Theory and Teaching数字普惠金融对城乡收入差距的影响研究李国柱a，郭征然b（河北地质大学 a.自然资源资产资本研究中心；b.经济学院，河北 石家庄 050031）摘要：发展数字普惠金融已成为推动普惠金融惠及农民的重大举措，对缓解城乡收入差距有着重要作用。研究以我国 30 个省份（除去西藏、港澳台地区）为样本，选取 2011 年到 2019 年作为取样年限，采用“北京大学数字普惠金融指数（2011-2020）”报告中的综合指数，建立门槛模型，分析数字普惠金融对城乡收入差距的影响。得出结论：我国数字普惠金融综合指数会随着城镇化水平的提升而加大对我国城乡收入差距的缩小程度，并进一步分析得出数字普惠金融的覆盖广度和使用深度也会随着城镇化水平的增大以相似的程度加大对于城乡收入差距的缩小影响，但是其数字化程度对于城乡收入差距的影响并不显著。关键词：数字普惠金融；城乡收入差距；门槛模型中图分类号：F832.7文献标识码：A 文章编号：1004-9487（2023）01-0001-06收稿日期：2022-01-08基金项目：国家社会科学基金项目“新时代基于环境治理绩效测度的绿色发展路径选择研究”（18BJY081）阶段性成果。作者简介：李国柱（1971-），男，河北孟村人，教授，经济学博士，研究方向为统计理论与方法；郭征然（1998-），女，河北廊坊人，统计学研究生，研究方向为数据挖掘。自改革开放以来，我国经济快速发展，人民的生活也发生了巨大的变化。国家统计局数据显示，我国居民人均可支配收入从 2000 年的 3721.34 元增长为 2020 年的 32189 元，但其中城镇居民人均可支配收入从 6255.66 元增长至 43833.8 元，而农村居民人均可支配收入仅从2282.12 元增长为 17131.5 元，这表明我国城乡收入依旧存在较大差距。城乡收入分配不平衡会制约低收入人群的消费与投资，影响着我国经济的可持续发展，因此如何缓解城乡收入差距历来是我国政府极为重视的问题。2005 年联合国首次提出“普惠金融”这一概念，为解决城乡收入差距问题提供了新思路。大多数学者认为“普惠金融”能够增强金融服务的覆盖广度，使社会低收入人群也能享有低成本、高效率的金融服务，从而降低城乡收入差距。随着数字技术的快速发展，人们将数字技术与普惠金融进行融合，并在 2016 年的 G20 峰会上，赋予了数字普惠金融具体的定义。数字技术的加入，使数字普惠金融在普惠金融功能的前提下，进一步降低交易成本，扩大金融服务覆盖面，从而能够更有效地降低低收入人群的金融排斥，促进城乡收入差距的减小。研究通过实证分析，检验我国数字普惠金融对城乡收入差距的影响，利用城镇化水平作为门槛变量建立门槛模型，更好的分析不同城镇化水平下数字普惠金融对城乡收入差距的影响。一、文献综述城乡收入差距的扩大会对一国经济发展和社会稳定产生不利影响，而金融作为经济中的重要部分，对城乡经济发展有着不可替代的作用。美国经济学家 Kuznets 最早提出收入分配状况会【金融论坛】DOI:10.13298/ki.ftat.2023.01.020 2 随经济发展过程而产生变化1，基于这一假说，Greenwood 和 Jovanovic 建立动态模型，证实了金融发展与城乡收入分配之间的关系曲线呈现为“倒U 型”2。Kim 利用多国数据进行实证研究，发现相比于高收入国家，低收入国家的城乡差距因金融发展产生的缩小作用并不显著3。就国内而言，由于城乡金融发展速度差距过大，使得城市居民比农村居民更能从金融发展中获得利益，以至于部分地区的金融发展对于城乡收入差距的缩小并不显著，甚至可能扩大城乡收入差距4。“普惠金融”的重点服务对象是农民、贫困人群和残疾人、老年人等特殊群体，其目的在于提高低经济水平群体的金融获利程度，从而缓解金融发展所带来的城乡收入差距过大的问题。普惠金融对城乡收入差距的影响并不是线性的，呈现出先扩大后缩小趋势5。但金融机构会因不愿意提供低利率且高风险的资金供给，而导致“普惠金融悖论”，阻碍普惠金融对城乡收入差距扩大问题的缓解进程。学者将研究转移到快速发展的互联网金融上，研究发现互联网金融的发展能有效推动金融普惠，并且会有效促进农村普惠金融的发展6。数字普惠金融基于该需求产生，其在“普惠金融”的基础上，引入数字技术并融合了两者的优势，被视为缓解城乡收入差距的重要工具。前期学者往往利用熵值法对金融服务各项指标进行测算来指代数字普惠金融，并进行实证研究，但结论发生了分歧。有学者认为数字普惠金融会对城乡收入差距产生负向影响，这是由于不同地区数字普惠金融差异十分明显，导致偏远地区难以受益7，也有学者认为数字普惠金融对我国城乡收入差距有显著的缩短影响8。但这种数字普惠金融的测算方式并没有充分考虑到互联网信息技术对金融行业的冲击，就此北京大学数字金融研究中心立足于综合性、均衡性、可比性、连续性和可行性的要求建立了研究体系，能够科学并全面地概括现阶段数字普惠金融的发展程度和均衡程度9，并于 2017 年开始陆续发布北京大学数字普惠金融指数报告。近期学者大部分采用此测算方式对数字普惠金融进行评估，发现数字普惠金融的发展具有显著的正向空间集聚效应10，也会为我国减贫工作产生显著的促进贡献，两者短期也会存在正向空间溢出效应11；减贫与城乡收入差距存在正向显著关系12，从而间接降低城乡收入差距。从区域看，数字普惠金融在东部、中部和西部都会对城乡收入差距有缩小效应13-14，进一步研究发现，数字普惠金融仅会对高经济水平地区的城乡收入差距有缩短影响15，而对于低经济水平地区，则会因数字普惠金融的发展水平而产生不同影响，仅当数字普惠金融发展处于高水平时，才会有缩小影响16-17。就数字普惠金融的三个维度而言，覆盖广度和使用深度会对城乡差距产生明显的缩小效应，但对于数字化程度维度学者产生了分歧，部分学者认为数字化程度会在一定程度上增大我国城乡收入差距，但不会影响数字普惠金融综合指数对城乡收入差距缩短效应18-19，但也有学者认为基于数字鸿沟视角，数字化程度会缩小城乡收入差距20。从现有文献来看，学者们的研究结论和观点并不相同，主要原因在于模型选择和影响机制设定不同。我们认为数字普惠金融对城乡收入差距的影响并不是线性的，可能会随城镇化水平的不同而不同。因此研究采用“北京大学数字普惠金融指数（2011-2020）”报告中的数字普惠金融综合指数，并将城镇化水平设置为门槛变量，建立门槛模型，研究数字普惠金融对城乡收入差距的影响。二、模型构建与指标选取（一）指标选取1.被解释变量被解释变量为城乡收入差距（te），参考以往文献，发现泰尔指数21能够更为准确的捕捉到高收入与低收入阶层的收入变动。因此，研究选择采用泰尔指数作为被解释变量。2.核心解释变量研 究 选 用“北 京 大 学 数 字 普 惠 金 融 指 数（2011-2020)”报告中的综合指数（lnhp）作为核心解释变量的代表变量，此指数可以更科学且准确的描述我国数字普惠金融的发展现状，为后续实证检验提供更为严谨的数据基础。3.门槛变量研究采用城镇化水平作为门槛变量，城镇化水平越高的地区意味着居民越有可能拥有较为良好的互联网环境与较低的金融排斥，而这是数字普惠金融发展的必要条件，影响着居民对数字普惠金融业务的需求及使用质量。只有保障低收入人民能够参与数字普惠金融，并能从中获利，才会缓解城乡收入差距。3 4.控制变量由于存在较多导致城乡收入差距的因素，研究选择以下控制变量：经济发展水平（gdp），采用人均 gdp 衡量我国各省份的经济水平，并采用地区生产总值指数进行了平减；产业结构合理性（hl），采用干春晖产业结构合理化的计算公式进行测算22；外贸依存度（wm），用进出口贸易总额在 GDP 比值中的占比来衡量；市场化水平（sch），采用樊纲等编制的中国各省份市场化进程指数来衡量23；技术创新（cx），采用专利授权数与人口数的比值来衡量；人力资源水平（rl），采用各省份的高校在校生占各省份人口的比重来衡量。（二）数据来源数字普惠金融相关数据均从北京大学数字金融研究中心编制的报告中获得。城乡收入差距相关数据均来自于国家统计年鉴、各省份统计年鉴以及各省份公布的报告，并对数据进行计算得出泰尔指数，控制变量中的市场化指数来自于樊纲发布的市场化指数研究报告。其他控制变量的相关数据来自国家统计年鉴和各省份统计年鉴，并根据相应公式进行计算得出。（三）模型构建采用 hansen（1999）提出的面板门槛模型。这种模型能够自动识别数据，并辨别出门槛变量的门槛值。按照从模型得出的门槛值对我国省份进行划分，分析不同城镇化水平下，数字普惠金融对城乡收入差距的影响。构建计量模型如下：lnteit=0+1lnhpitI(lnczhit1)+2lnhpitI(1lnczhit2)+3lnhpitI(2lnczhit)+1lnrgdpit+2lnhlit+3lnwmit+4lnscit+5lnrlit+6lncxit+i+it其 中，i 表 示 地 区 省 份，t 表 示 2011 年 到2019 年，lnte 表示城乡收入差距，lnhp 表示数字普惠金融的综合指数，lnrgdp 表示人均 gdp，lnhl表示产业结构合理化，lnwm 表示外贸依存度，lnsc 表示市场化程度，lnrl 表示人力资源，I（）为示性函数，lncx 表示技术创新能力，lnczh 为城镇化水平，是门槛变量，1、2和 3表示门槛值，i表示个体固定效应，it表示随机扰动项。各主要变量的描述性统计如表 1 所示。表 1 描述性统计变量观察值均值标准差最大值最小值城乡收入差距te2700.0100.040.020.23数字普惠金融hp270202.8291.6418.33410.28控制变量经济水平rgdp27041423.7724378.4510520.92154853.4产业结构合理性hl2700.970.340.251.93外贸依存度wm27012.8014.300.4278.94市场化水平sc2706.560.310.852.30人力资源水平rl2700.020.010.870.03技术创新cx27010.4412.02-0.1461.15三、实证检验与结论分析（一）门槛效应检验必须在保证样本数据存在门槛效应的前提下，才能确定门槛变量具体的的门槛值以及门槛区间。研究采用“自举法”（Bootstrap）设置Bootstrap 次数为 500 次，依次进行单一门槛检验、双重门槛检验及三重门槛检验，得出各门槛值及其对应的 F 统计量和 P 值，观察其是否通过显著性检验，以判断该门槛模型具有几重门槛以及其对应的门槛值，结果如表 2 所示。表 2 门槛检验核心解释变量模型F 值P 值1%临界值5%临界值10%临界值Lnhp单一门槛387.280.000011.340912.777416.1648双重门槛84.430.00009.412811.617318.2987三重门槛35.110.310049.915452.580161.2829从检验结果看，数字普惠金融综合指数通过了单一门槛效应和双重门槛效应的 1%显著性检验，三重门槛效应检验结果 P 值为 0.31，未通过10%显著性检验，表明数字普惠金融综合指数与城乡收入差距存在非线性关系，应建立双重门槛模型。对门槛值进行估计，估计结果如表 3 所示。4 表 3 门槛估计值核心解释变量门槛估计值Lnhp第一个门槛估计值-0.6336第二个门槛估计值-0.3369通过建立模型得出城镇化水平的两个门槛值，即第一门槛值为-0.6336，第二门槛值为-0.3369，并且皆通过显著性检验，由此将整个样本划分为城镇化低水平地区（lnczh -0.6336）、城镇化中水平地区（-0.6336 lnczh -0.3369）和城镇化高水平地区（lnczh -0.3369）三个区间。（二）门槛模型估计门槛回归结果如表 4 所示：表 4 门槛回归结果解释变量系数t值lnrgdp0.31871.37(0.181)lnhl0.30631.66(0.109)lnwm0.1838*3.09(0.004)lnsc0.06880.30(0.766)lnrl0.24260.92(0.366)lncx-0.0636-1.01(0.320)_cat#c.lnph0-0.3800*-3.18(0.004)1-0.4345*-3.72(0.001)2-0.6327*-5.80(0.000)N270270r2_a0.82580.8258p-values in parentheses*p0.10,*p0.05,*p0.01从模型估计结果可以看出，数字普惠金融的综合指数对城乡收入差距具有显著的缩短影响，并且当城镇化水平不同时，其缩短影响也会产生变化，当城镇化处于低水平（lnczh -0.6336）时，其弹性系数为-0.3800，当城镇化水平跨越第一个门槛并处于两个门槛值之间时，即处于城镇化中水平（-0.6336 lnczh -0.3369）时，数字普惠金融的弹性系数为-0.4345，比低水平时的弹性系数绝对值要高 0.0545，当城镇化处于高水平（lnczh -0.3369）时，数字普惠金融综合指数的弹性系数为-0.6327。这三个门槛区间的弹性系数存在显著差别，且都通过了 5%的显著性检验，表明数字普惠金融对城乡收入差距存在明显的门槛影响，并且随着城镇化阶段的提升，数字普惠金融综合指数对于城乡收入差距的缩小影响也随之提升。数字普惠金融能够给低收入者带来低成本高效率的金融服务，使低收入群体可以从中获利，而农村低收入居民占比要高于城镇低收入居民占比，使得农村居民收入增长要高于城镇居民收入增长，从而降低城乡收入差距。同时城镇化水平的提升，往往会伴随着经济的增长，也会给居民带来更为良好的金融体系和数字技术，这些都是数字普惠金融发展与应用的背景。相对于城镇化低水平地区，城镇化高水平的地区居民的金融排斥会更低，互联网数字技术也会更加成熟，其农村居民更易从中获利，增加居民收入，从而能更有效的缩小城乡收入差距。城镇化低水平省份中的农村居民，其对于数字普惠金融的接受度也较低，从而不能完全享受到数字普惠金融带来的投资、理财、借贷等便利，这种情况也会影响到其城镇居民中的低收入者，也就导致数字普惠金融对城镇化低水平地区城乡收入差距的影响小一些。（三）异质性分析数字普惠金融指数可分为三个维度，分别为覆盖广度、使用深度和数字化程度。为进一步研究数字普惠金融对城乡收入差距的影响，分别从这三个维度以城镇化水平作为门槛变量，建立门槛模型，研究其各个维度对于城乡收入差距的影响。通过检验得出其三个维度对城乡收入差距的影响都适合做双重门槛模型，并对其进行系数估计，结果如表 5 所示。表 5 三个维度门槛回归结果覆盖广度使用深度数字化程度lnrgdp0.34180.33910.3926*(0.150)(0.151)(0.094)5 续表 5覆盖广度使用深度数字化程度lnhl0.3400*0.3119*0.4474*(0.083)(0.072)(0.032)lnwm0.1910*0.1686*0.2079*(0.004)(0.008)(0.004)lnsc0.09870.05590.1276(0.652)(0.815)(0.588)lnrl0.21980.1533-0.0443(0.390)(0.555)(0.837)lncx-0.0753-0.0544-0.0366(0.273)(0.378)(0.645)_cat#c.lngd_cat#c.lnsd_cat#c.lnszh0-0.1699*-0.3069*0.1871(0.001)(0.005)（0.153)1-0.2294*-0.3644*0.1241(0.000)(0.001)(0.341)2-0.4392*-0.5607*-0.0988(0.000)(0.000)(0.444)N270270270r2_a0.81760.83210.7896p-values in parentheses *p0.10,*p0.05,*p0.01从覆盖广度模型可以看出，当城镇化水平处于三个不同的门槛区间时，数字普惠金融的覆盖广度对城乡收入差距影响不同。当城镇化处于低水平（lnczh -0.6336）时，其覆盖广度的弹性系数为-0.1699，当城镇化水平达到中水平（-0.6336 lnczh -0.3369）时，其 覆 盖广度的弹性系数为-0.2294，比城镇化低水平绝对值要增加 0.0595，表明中水平城镇化城市的数字普惠金融覆盖广度的增加，对城乡收入差距的缩短影响更为明显。当城镇化处于高水平（lnczh -0.3369）时，覆盖广度的弹性系数为-0.4392，是三个区间绝对值最大的，也表明数字普惠金融的覆盖广度对于城镇化高水平的省份，可以对城乡收入差距起到最大的缩小影响。数字普惠金融的使用深度也会因城镇化水平 的 不 同，而 对 城 乡 收 入 差 距 产 生 不 同 的 缩小影响。从表 5 可以看出，对于城镇化低水平（lnczh -0.6336）的 省 份，数 字 普 惠 金 融的使用深度的弹性系数为-0.3069，与城镇化中 水 平（-0.6336 lnczh -0.3369）时 的弹性系数-0.3644 相差较小，而城镇化高水平（lnczh -0.3369）的省份弹性系数为-0.5607，比中水平和低水平省份绝对值分别高出 0.2538 和0.2238，差距较明显。经济发展与城镇化水平有较高的正向相关关系，而经济也会通过影响金融体系的完善以及数字网络设备的普及，对数字普惠金融的使用深度产生一定的影响，从而导致其城镇化处于高水平时，数字普惠金融对于城乡收入差距产生最大的缩小影响。数字普惠金融使用深度的增长已成为数字普惠金融增长的重要驱动力。省份间数字普惠金融的发展程度的差距，主要就是其使用深度的差距，模型中也可以看出其弹性系数绝对值均大于覆盖广度，这一结果恰好验证了这一的现象。数字普惠金融的数字化程度，无论城镇化对数为何值时，其在门槛回归中的系数都未通过 1%的显著性检验，该模型并不能得出在不同城镇化水平下，数字普惠金融的数字化程度对于城乡收入差距的影响。四、结论与建议研究基于 30 个省份样本 2011-2019 年的面板数据，使用城镇化水平作为门槛变量建立门槛模型实证研究数字普惠金融对城乡收入差距的非线性影响，结果表明，数字普惠金融综合指数及其覆盖广度与使用深度这两个维度，都会对我国城乡收入差距具有显著的减小影响，并会随着城镇化的提高，其缩短效应会随之提升。基于以上主要结论，提出以下两点建议：6 （下转第 29 页）（一）完成“需求追随”模式转型，因地制宜发展数字普惠金融基于数字普惠金融需求主体的文化特征和特定自然条件，需要金融机构面向不同需求群体提供差异化的数字普惠金融产品，实现由“供给优先”模式向“需求追随”模式转型。城镇化差距的存在，显示农村与城镇存在各方面发展差距。农村地区的金融接受度及数字技术发展都会低于城镇地区，所以要发展农村地区的数字普惠金融，首先就要解决其设施问题，并针对农村地区现状开发出成本更低、效率更高、风险可控的普惠金融产品，为农村居民带来更为贴切的金融服务。只有当低收入弱势群体通过获得金融服务改善自身禀赋时，收入差距问题才有可能改善。（二）有效提升数字普惠金融的覆盖广度与使用深度数字普惠金融可以通过政府的引导，增强其在欠发达地区的覆盖广度，增强数字技术和金融。体系对低收入人群的普及，使其能在建立传统普惠金融接受的基础上，增强对于数字普惠金融的接受度，为数字普惠金融的普及和发展做好坚实的准备基础。数字普惠金融使用深度的增长已成为数字普惠金融增长的重要驱动力。各省份数字普惠金融发展程度的差距，主要就是使用深度的差距，所以增强其使用深度尤为重要。要增强其使用深度，就要以低收入人群如小微企业、“三农”为重点，根据其不同的需求，提供具有针对性的低成本、高效率的数字普惠金融服务，便于他们能从中获利，提高收入水平，从而有效缩短城乡收入差距，实现共同富裕。参考文献：1 Moran T P.Kuznetss Inverted U-Curve Hypothesis:The Rise,Demise,and Continued Relevance of a Socioeconomic LawJ.Sociological Forum,2005,20(2):209-244.2 Greenwood J,JovanovicB.Financial Development,Growth,and the Distribution ofIncomeJ.Journal of Political Economy,1990,98(Volume 98,Number 5,Part 1):1076-1107.3 Kim JH.A Study on the Effect of Financial Inclusion on the Relationship between Income Inequality and EconomicGrowthJ.Emerging Markets Finance and Trade,2016,52(2):498-512.4 孙永强.金融发展、城市化与城乡居民收入差距研究 J.金融研究,2012(4):98-109.5 黄永兴,陆凤芝.普惠金融能缩小城乡收入差距吗?基于非线性与线性面板模型的检验 J.商业研究,2017(6):63-68.6 吴本健,毛宁,郭利华.“双重排斥”下互联网金融在农村地区的普惠效应 J.华南师范大学学报(社会科学版),2017(1):94-100+190.7 葛和平,朱卉雯.中国数字普惠金融的省域差异及影响因素研究 J.新金融,2018(2):47-53.8 吕雁琴,赵斌.数字普惠金融与城乡居民消费差距 J.金融与经济,2019(12):76-81.9 郭峰,王靖一,王芳,等.测度中国数字普惠金融发展:指数编制与空间特征 J.经济学(季刊),2020,19(4):1401-1418.10 梁榜,张建华.中国城市数字普惠金融发展的空间集聚及收敛性研究 J.财经论丛，2020(1):54-64.11 钱鹏岁,孙姝.数字普惠金融发展与贫困减缓基于空间杜宾模型的实证研究 J.武汉金融,2019(6):39-46.12 黄倩,李政,熊德平.数字普惠金融的减贫效应及其传导机制J.改革,2019(11):90-101.13 熊德平,陈昱燃.数字普惠金融发展对城乡收入差距的影响基于非均衡效应与门槛效应的实证分析 J.长白学刊,2020(5):99-106.14 周利,冯大威,易行健.数字普惠金融与城乡收入差距：“数字红利”还是“数字鸿沟”J.经济学家,2020(5):99-108.15 张迎春,韩生贵.数字普惠金融与城乡收入差距的实证研究基于青海省普惠金融综合示范区的实践 J.青藏高原论坛,2020,8(3):119-124.16 赵丙奇.中国数字普惠金融与城乡收入差距基于面板门限模型的实证研究 J.社会科学辑刊,2020(1):196-205.17 董怀衡.数字普惠金融对江西省城乡收入差距的影响研究 D.南昌大学,2020.18 王云辉.数字普惠金融对城乡收入差距的影响与实证研究基于 2011-2018 年福建省地级市面板数据 J.市场论坛,2021(4):79-86.19 李牧辰,封思贤,谢星.数字普惠金融对城乡收入差距的异质性影响研究 J.南京农业大学学报(社会科学版),2020,20(3):132-145.20 张昌兵,顾志兰,王晓慧.数字普惠金融对城乡收入差距 的影响基于数字鸿沟视角的实证检验 J.福建江夏学院学报,2021,11(2):17-28.21 Theil,H.Economics and Information TheoryM.Amsterdam:North Holland Publishing Company,1967.22 干春晖,郑若谷,余典范.中国产业结构变迁对经济增长和波动的影响 J.经济研究 2011,46(5):4-16+31.23 王小鲁,樊纲,余静文.中国分省份市场化指数报告(2016)M.北京:社会科学文献出版社，2017.责任编校：冯秀娥 29 6 林轶,屠靖斌.中国产业结构升级与旅游效率的关联效应研究基于 pvar 模型的分析 J.武汉商学院学报,2022,36(2):28-35.7 陈守东,王淼.我国银行体系的稳健性研究基于面板 VAR的实证分析 J.数量经济技术经济研究,2011,28(10):64-77.8 封北麟,王贵民.货币政策与金融形势指数 FCI:基于 VAR 的实证分析 J.数量经济技术经济研究,2006(11):142-150.9 杨双会,林凡.基于 VAR 的影子银行对小微企业融资的影响分析 J.金融理论与教学,2022(1):35-39.10 肖勇光.我国农村居民金融素养现状及提升问题研究 J.金融理论与教学,2021(6):35-38.11 李雪莲,邓翔,刘万明.论中国债权型货币错配对通货膨胀的影响基于 VAR 模型的实证分析 J.经济学动态,2012(12):76-82.责任编校：冯秀娥Study on High Quality Integration of Rural Finance and Rural RevitalizationZHANG Ping1,CHAO Tong1,ZHANG Junxi2(Wuhan Textile University,School of Economics,Wuhan Hubei 430000,China)Abstract:Based on the panel data of 30 provinces from 2010 to 2020,the entropy value method was applied to construct a rural finance and rural revitalization indicator system.A panel Vector Auto-Regressive(VAR)model,Granger causality test,impulse response function and variance decomposition are used to explore:the interrelationship between rural finance and rural revitalization and its dynamic change characteristics.The empirical study shows that there is a high degree of integrated development between rural finance and rural revitalization;there is a strong two-way causal relationship between the two systems.Key words:rural finance;rural revitalization;VAR;Granger（上接第 6 页）Research on the Impact of Digital Inclusive Finance on Urban-rural Income GapLI Guozhua,GUO Zhengranb(a.Natural Resource Asset Capital Research Center;b.School of Economics,Hebei Geo University,Shijiazhuang Hebei 050031,China)Abstract:The development of digital inclusive finance has become a major measure to promote inclusive finance to benefit farmers,which plays an important role in alleviating the income gap between urban and rural areas.This paper takes 30 provinces in China(excluding Tibet,Hong Kong,Macao and Taiwan)as samples,selects 2011 to 2019 as the sampling period,uses the comprehensive index in the report of“Peking University Digital inclusive finance index(2011-2020)”,establishes a threshold model,and analyzes the impact of digital inclusive finance on the urban-rural income gap.It is concluded that Chinas comprehensive index of digital inclusive finance will increase the narrowing degree of Chinas urban-rural income gap with the improvement of urbanization level,and further analysis shows that the coverage and use depth of digital inclusive finance will also increase the impact on the narrowing of urban-rural income gap to a similar extent with the increase of urbanization level,however,the impact of its digitization on the urban-rural income gap is not significant.Key words:digital inclusive finance;the income gap between urban and rural areas;threshold model