数字普惠金融是否促进农村包容性增长

奥鹏网院作业

数字普惠金融是否促进农村包容性增长——基于京津冀2114位农村居民调查数据的研究数字普惠金融是否促进农村包容性增长
——基于京津冀2114位农村居民调查数据的研究

摘 要： 虽然学界已开始认识到数字普惠金融是实现我国农村包容性增长的有效途径，却尚未有人利用微观数据探索其中的影响机制。鉴于此，本文基于京津冀2 114位农村居民调查数据，探索数字普惠金融中数字支付服务、数字投资服务和数字借贷服务的使用情况以及数字金融服务的可得性等四个维度对农村包容性增长的影响。结果显示，除数字投资服务的使用情况外，其余三个维度均对农村包容性增长有显著的直接促进作用，且数字金融服务的可得性可通过影响另外两个维度间接推动农村包容性增长。

关键词： 数字普惠金融； 包容性增长； 结构方程模型

一、引言

当前，我国大力推动乡村振兴战略，农村问题得到重点关注。其中，农村地区贫困人口众多，城乡之间收入差距拉大，尤其是机会严重不平等更是亟需解决的问题。国家统计局数据显示，截至2017年末，全国农村仍有3 046万贫困人口，农村居民人均可支配收入仅为13 432元，比城镇人均可支配收入少22 954元。并且，相较城镇，农村居民更难获得平等的教育、就业、医疗等机会[1-3]，这不仅限制了农村居民提高收入[4-5]，更直接阻碍了社会公平与可持续发展。毫无疑问，只有解决以上问题，才能更好地落实乡村振兴战略，促进经济可持续发展，保持社会和谐稳定。因此，我国应切实提高农村居民收入、收敛城乡收入与机会差距，即实现农村包容性增长。

那么，如何实现农村包容性增长？当前学界形成了一种新的认识：数字普惠金融是具有可行性的创新路径[7-8]。数字普惠金融利用移动互联、大数据、区块链等技术，打破了传统物理网点的局限，创造出全新的信贷技术和风控模式，为众多农村居民提供金融服务。这不仅为农村居民提供了获得教育、培训、医疗等必不可少的金融资源，也为农村个体经营者、小微企业提供了盘活生产经营的资金，从而促

至此电动汽车最优出行的约束条件便已完成，配合联合目标函数，共同构成了电动汽车最优出行路径的规划模型。由此模型，便能求解出任意初始位置与终止位置的最优路径。

进农村地区包容性增长。Manyika等(2016)[6][注]该报告除采用一系列经济模型外，还基于对七个国家——巴西、中国、埃塞俄比亚、印度、墨西哥、尼日利亚和巴基斯坦的实地调研结果以及150多次的专家访谈。对数字金融全面影响的量化结果显示，数字普惠金融发展有望让数十亿人的经济前景得以改善，让因缺乏信贷获取渠道而受阻的小型企业注入新的活力，让中国等中等收入国家GDP增加5%。

随着认识的加深，对两者关系的研究已经逐渐成为学者的新课题，但目前的研究存在以下问题。一是研究两者关系的文献对农村包容性增长的测量不够全面。虽然，国外已有研究对数字普惠金融与包容性增长的正向影响效果进行了初步证实[6]，但此研究中的包容性增长却不包含机会平等层面。然而，机会平等作为包容性增长的重要内容，是提高农村居民公平度、幸福感的关键因素，不能不予以考察。并且，目前国内有关数字普惠金融对农村地区影响的研究，多从城乡收入差距、创业等单层面进行实证检验[7-9]，未明确提出农村包容性增长概念，更未对数字普惠金融影响农村包容性增长的传导机制进行分析。事实上，已有理论研究表明，要更好地实现农村地区发展与改革需要的是全面促进包容性增长[10]，并不是只改善单一层面。因此，在研究两者关系时，构建包含机会平等、经济增长、收入差距缩小等各方面农村包容性增长的指标体系，可以更加系统与全面。二是缺乏对两者关系的多维度研究。目前有关数字普惠金融对农村经济影响的研究，多倾向于将数字普惠金融作为一个整体[7-9]，未深入探究数字普惠金融各个维度是否均对农村经济有影响以及影响机制是什么。但数字普惠金融各个维度在农村地区发展的状况是具有较大差异的，影响的状况应该需要区分，影响的路径也应加以考察，这将在具体推动数字普惠金融发展中具有较强的指导意义。三是缺乏微观层面的研究。当前国内数字普惠金融数据相对缺乏，仅有北京大学数字金融研究中心课题组编制的 “数字普惠金融指数”，目前相关的研究也只是围绕此数据展开。因为这一数据只是细化到省一级，故而我国在微观层面对数字金融与农村包容性增长关系的研究仍是一个空白。鉴于此，本文基于对京津冀农村居民的调查数据，考察数字普惠金融与农村包容性增长的影响关系及程度，并重点研究其内在传导机制。

本文的创新点和研究贡献在于：(1)利用更全面的指标，分析与验证了数字普惠金融与农村包容性增长的影响关系。具体而言，区别Manyika等(2016)[6]检验数字普惠金融与包容性增长关系时，包容性增长只包含了经济增长与收入差距两方面的研究，本文构建的农村地区包容性增长指标又添加了机会平等方面，更能够全面地检验两者关系。(2)与宋晓玲(2017)[7]、张贺和白钦先(2018)[8]多将数字普惠金融作为一个整体的研究不同，本文立足中国农村数字普惠金融发展状况，将数字普惠金融划分为四个维度，验证了数字普惠金融各个维度对农村地区包容性增长的影响程度和路径，这不仅细化与丰富了两者关系的研究成果，更为政府在农村地区推动数字普惠金融发展，提供了有针对性的实践依据。此外，本研究运用京津冀农村调研数据进行实证检验，与其他研究利用宏观数据相比，更贴近农村现实状况，同时也提供了新的研究方法。

二、理论回顾(一)农村包容性增长概念界定与测量

“包容性增长(Inclusive Growth)”概念由亚洲开发银行在2007年首次提出，强调不仅要实现总量增长且差距缩小的经济发展结果[4-5]，也要在经济发展过程中更加注重机会平等[6]。将包容性增长聚焦到农村地区，其核心要义就是要消除农村居民所面临的社会排斥，实现城乡机会均等化、农村居民公平参与经济发展以及合理地分享经济增长的成果[10-11]。进一步，结合刘士余(2013)[12]提出的农村包容性增长概念，本文将其主要内涵归纳为以下三方面：一是农村经济的持续增长，不仅包括农村总量的快速增长，也包括农民收入水平的不断提高；二是城乡收入差距的不断缩小，这既要求农村居民收入增长的平均速度大于城镇居民，又要求城乡居民个体差异要逐渐变小；三是城乡之间的机会平等，使得农村居民与城镇居民一样享受优质的教育、就业、医疗和金融服务等机会。

目前，有关包容性增长测度的指标与维度还未达成一致，但从总体上说，主要仍是围绕机会平等、收入差距与经济发展(包含增长和可持续性)三个维度展开，仅是侧重点有所不同。例如， Ali和Son(2007)[13]重点关注机会平等维度，其从平均对人口提供的机会与机会在人口中的共享与分配两个方面测度包容性增长。Anand等(2014)[14]、Manyika等(2016)[6]、Berg和Ostry(2017)[15]、张勋和万广华(2016)[16]对包容性增长的测度则主要考虑两个主要依赖因素，即收入增长与收入分配。于敏和王小林(2012)[17]、李晓园(2012)[18]等在测度包容性增长时，对上述三个维度均有所涉及。然而，现有文献或是为测度我国各省市或是为探明具体某些县域的包容性增长水平而构建的相应指标，尚未专门针对农村地区进行考察。因此，本研究将结合我国农村地区发展现状，从机会平等、收入差距与经济发展三个维度选取相应指标考察农村包容性增长水平。

(二)数字普惠金融概念界定及维度划分

数字普惠金融概念首次提出于2016年G20杭州峰会上，泛指一切通过使用数字金融服务以促进普惠金融的行动[注]本文采用的是2016年G20普惠金融全球合作伙伴(GPFI)报告《全球标准制定机构与普惠金融：不断变化发展的格局》(GPFI白皮书)中的定义。。

为与发展数字普惠金融相适应，2016年GPFI在原有的普惠金融指标体系中新增了用于衡量数字金融服务发展的指标，构建了升级版的指标体系。此指标体系具体分为三个维度，即金融服务使用情况、金融服务可得性与金融服务和产品质量。本研究沿用了这一划分方法，但鉴于农村地区数字普惠金融发展程度较低，农户也很难准确描述数字普惠金融服务和产品质量，故而未考虑金融服务和产品质量维度，只考虑了金融服务使用情况、金融服务可得性。进一步，考虑到不同类型的数字金融产品在农村发展程度差距可能较大且对农村地区包容性增长影响的机理不同，应区别考察它们对农村包容性增长的影响作用与程度，从而又将数字普惠金融服务使用情况具体拆分为几个方面。此处，借鉴北京大学数字金融研究中心课题组编制的“数字普惠金融指数”将使用深度划分为支付、信贷、保险、投资与征信的方法，具体拆分为三个方面，即数字支付服务使用情况、数字投资服务使用情况(包含保险服务)和数字借贷服务使用情况。因为升级版的指标体系中未包含征信相关指标，且征信数据无法通过调研获得，所以此处未考虑。因此，最终将数字普惠金融划分为四个维度：(1)数字支付服务使用情况；(2)数字投资服务使用情况；(3)数字借贷服务使用情况；(4)数字金融服务的可得性。

(三)数字普惠金融对农村包容性增长的影响

1.促进城乡之间机会平等

1.3.1 图像分析 分析彩色多普勒超声与数字X线引导下的下肢静脉造影图像特点，观察病变静脉数目、目标静脉内径、有无反流及反流持续时间等。

依据Romer机会平等理论可知，促进机会平等，要注意补偿因环境造成的劣势，且不能忽视因环境影响造成努力差异的“偏环境问题”。因此，提高农村居民的机会可得性，应补偿其个人不可控的环境劣势并改善由此造成的“偏环境问题”[19]。有研究指出，缺少金融服务是农村地区的一种主要环境劣势，这不仅严重影响了农村居民获取金融服务机会[20]，还影响了农村居民获取教育、就业、创业等其他机会[7-9]。而通过数字普惠金融发展，为农村地区提供更广泛、更易触及的金融服务，不仅对此劣势进行了直接补偿，促进了金融机会平等[21-22]，还间接促进了其他机会平等[23-24]。

2.促进经济可持续增长

普惠金融得以促进经济增长与可持续的关键是通过金融排斥问题的有效解决、金融体系覆盖范围的扩大，以降低穷人与小微企业的融资约束、提高资源配置效率[25]。已有研究表明，数字普惠金融的发展，将更有利于这一作用的发挥[28,6]。聚焦在农村地区，数字普惠金融一方面具有更强的客户触达能力，可以通过互联网、移动端为农村居民提供金融服务，进一步提高金融覆盖率[26]；另一方面还能够为农村居民提供更多具有适宜性的金融产品与服务机会，有效解决农村地区金融排斥问题[27]。从而，数字普惠金融的发展，将有利于农村地区实现经济的可持续增长。

在成熟稳定的白酒行业，企业要想获得新的增长机会需要进行创新。品类创新是中小企业运用较为普遍的创新策略。采用品类创新，以消费者需求中重要但目前满意程度低的需求为突破口，将有可能为企业开创一个全新的市场，成为该品类市场的领先者，并由此改变市场的竞争格局。

3.有利于减少收入差距

普惠金融缩小农村居民与城市居民收入差距的路径包括以下两种：一是直接路径。普惠金融发展可以直接通过收入分配效应缩小城乡收入差距[29-30]；二是间接路径。普惠金融通过经济增长、降低贷款成本和抵押物以及提高人力资本渠道间接影响农村居民收入与城乡收入差距[31-34]。数字普惠金融的本质是利用数字技术更好地发展普惠金融，因此，数字普惠金融可以让直接与间接路径作用发挥得更好。已有研究表明数字普惠金融发展可以直接缩小城乡收入差距[7-8]，也可以促进经济增长、降低农村居民贷款成本和抵押物以及提高其人力资本间接影响[4，35]。

三、假设提出

通过上述分析可知，数字普惠金融对农村包容性增长具有积极影响作用。那么，在促进农村地区包容性增长时，数字普惠金融各个维度又发挥了怎样的作用？是如何发挥的呢？本部分将依据上述维度划分结果，对此进行具体剖析。

(一)数字支付服务使用情况

数字支付服务是最先发展起来的数字金融创新产品，是数字普惠金融发展的核心支撑。它作为一种全新的汇款转账手段，一方面可以绕过设立物理网点环节，低成本、高效、简捷地满足农村居民的支付、储蓄、转账等需求[12]，为农村居民参与多种经济活动、增加个人收入提供便利。例如，Dittus和Klein(2011)[36]指出，以肯尼亚M-PESA为例的移动支付业务已经非常成功，且如果M-PESA的成功可以在其他地方复制，通过移动设备获得金融服务将成为帮助人们脱贫的关键因素。另一方面还可以依托其核心技术与客户群体，促进农产品等电商产业的发展，加快产品流通速度，进而促进农村居民获得多种机会与增加收入。北京大学数字普惠金融指数报告指出，数字普惠金融的核心价值即是数字移动支付技术提供的较高的客户触达能力及其决定的经济落后地区的后发优势和“弯道超车”的可能性[37]。基于以上分析，本文提出假设1。

假设1 发展数字普惠金融，改善数字支付服务使用情况能够促进农村包容性增长。

(二)数字投资服务使用情况

以往针对农村居民的投资渠道过于单一，如传统的活期(定期)存款，在很大程度上阻碍农村居民获得多元化、高利率的资本收益。而数字投资产品则利用其高触达性、高覆盖性以及低门槛性[22]，为农村居民提供了新型的资本收益渠道。例如，余额宝为农村居民提供了便捷、小额度的理财产品；基金与股票等APP软件大大提高了农村居民对金融市场的参与度；另外，一些具有针对性的数字储蓄产品，也能够帮助农村居民更有效地管理教育成本等[38]。这对增加农村居民收入，提高其对各种机会获取的能力十分有益。基于以上分析，本文提出假设2。

假设2 发展数字普惠金融，改善数字投资服务使用情况能够促进农村包容性增长。

(三)数字借贷服务使用情况

农村居民一直面临的信贷约束问题，不仅会增加其借贷成本、加大其对无风险资产配置比重[39]、提高其预防性储蓄动机[40]、限制其资金流动性[41]，更会制约其提高人力资本、参与就业与创业等活动，限制个人收入的提高。所以，解决农村居民信贷约束是突破上述限制，实现农村包容性增长的重要途径。国内一些研究发现，小额信贷有助于缓解农户和中小企业面临的正规信贷约束问题[42-43]，提高农村居民收入、缩小城乡收入差距[44]。而目前，数字借贷则在小额信贷领域发挥着重大作用，它充分利用移动互联、大数据、区块链等技术，结合全新的信贷技术和风控模式，降低了金融服务成本、扩展了金融服务边界[45]，有效地为广泛农村居民提供了多种小额信贷产品[46]，因此其有助于提高农村包容性增长水平。基于此分析，本文提出假设3。

假设3 发展数字普惠金融，改善数字借贷服务使用情况能够促进农村地区包容性增长。

(四)数字金融服务的可得性

数字普惠金融可得性的提高，信息和通讯技术ICT(包括移动电话)发展(即互联网等基础设施建设的完善)，可以带动产出与就业、促进资本积累与生产收益，实现网络和经济外部性，提高市场效率与降低交易成本[28]，这均是提高收入与机会平等的重要途径。例如，伴随我国互联网络与移动通讯技术的发展，许多农民利用电子商务扩大了经营范围、获取了更多信息与资源、增加了就业机会、提升了收入水平等。从而，提高农村地区数字普惠金融可得性，将有利于农村包容性增长的实现。除此之外，数字普惠金融可得性还可以通过提升金融普惠性间接影响农村包容性增长。数字金融服务可得性是农村居民获得数字支付、数字投资与借贷等金融服务的前提保障。如果其在农村地区发展缺位，将会严重掣肘数字普惠金融对农村地区一系列积极影响作用的发挥。相反，只有其发展得较好，那么数字支付、数字投资与借贷等金融服务促进农村包容性增长的作用才能得以发挥。以河北省为例，假设河北省地区的农村居民大部分可以运用智能手机、链接互联网络，那么其就可以接触移动支付、投资、借贷等数字金融服务，并从中获益。因此，提出假设4、假设5。

假设4 发展数字普惠金融，提高农村居民数字金融服务的可得性能够促进农村地区包容性增长。

假设5 除直接影响途径外，提高农村居民数字金融服务的可得性可通过影响农村地区数字支付、数字投资和数字借贷服务的使用情况间接促进农村地区包容性增长。

根据假设1-5，本文构建如下模型

     

图1 数字普惠金融对农村包容性增长的影响机制模型

四、研究设计(一)变量选取

1.农村包容性增长变量选取[注]考虑到数据的可得性问题，本文采用主观评价法(即从人们对包容性增长的主观满意度方面)观测城乡包容性增长水平。。

借鉴李晓园等(2012，2016)[18，47]测量包容性增长的方法与指标以及孙敬水和程芳芳(2016)[48]评价起点公平、过程公平、结果公平与分配公平满意度所考虑的因素，本文确认了测度农村包容性增长水平的八个变量。

(1)机会层面。获取教育资源机会满意度、参与经济机会满意度(重点考虑获得低息贷款支持生产活动)、就业与创业机会满意度。包容性增长促进的机会平等涉及多个层面，其中教育、就业、创业机会的获取几乎是弱势群体提升人力资本[49]，提高参与经济能力[50]，阻断贫困代际传递，跨越阶层鸿沟的唯一途径，而与此同时，金融服务的可得性又在很大程度上决定了此途径的畅通与持久性。因此，本部分主要选取了以上三个变量。另外，依据Romer的机会平等理论，还需考虑“偏环境问题”，所以此处再添加收入与个人贡献相比满意程度变量。

(2)发展层面。个人收入水平满意度、收入与过去三年相比满意程度。农村居民对个人收入满意度较高、与过去相比收入增加，在一定程度上能够说明农村地区经济的可持续增长。因为本文采用的是微观调研方法采集数据，所以选取以上两个作为代理变量。

实施更加精准聚焦的人才工程。对接新旧动能转换重点产业升级人才工程，调整领军人才工程支持范围，聚焦新技术、新产业、新业态、新模式，围绕高端装备制造、高端化工、信息、能源原材料、海洋经济、现代农业、文化、医养健康、旅游、现代金融等新旧动能转换重点产业发展和现代管理需要，面向海内外集中遴选一批“高精尖缺”人才，提升青年人才和创业人才支持数量。

(3)收入差距层面。收入与本地区经济发展水平相比满意程度、收入与本地区城市居民收入水平相比满意度。局部比较理论认为，个人的收入满意度受到相对收入的影响[48]，很多研究也表明，相对收入较高的人群对收入满意度也较高[51-52]。而且，本地区经济水平增长有可能是城市发展与城市居民收入增加所引起的，因此，此处选取以上两个变量考察收入差距。

2.数字普惠金融变量选取

选取《G20普惠金融指标体系(升级版)》中有关数字支付、信贷、投资和数字金融服务可得性的十四个相关变量，并依据传导机制分析重新划归为以下四个维度。

(1)数字支付服务使用情况维度。互联网支付使用情况、账户支付使用情况(发送汇款至某一账户或从某一账户接收汇款)、手机支付情况与手机银行拥有情况(使用互联网支付账单或在线购物；使用手机支付账单、购物或从某一账户收支款项)。

(2)数字投资服务使用情况维度。基金或股票等软件安装情况、基金或股票软件熟练使用情况(使用次数)、使用互联网或移动手机购买金融产品情况(通过互联网或移动手机购买理财产品、基金、股票、保险的成年人)。

(3)数字借贷服务使用情况维度。信用卡拥有情况、在网贷机构等注册情况、互联网或移动手机借贷情况。

(4)数字金融服务的可得性维度。移动电话拥有情况、银行卡拥有情况、家庭互联网普及情况、电脑使用情况。

(二)数据来源

本文数据来源于2017年对京津冀农村地区部分居民(15岁以上且不包含没有收入的学生)问卷调查[注]本文首先以Brown等(2015)设计的访问消费者及移动金融服务情况问卷为基础，添加数字普惠金融测量变量与包容性增长测度内容，形成初步问卷；其次，在咨询领域专家意见后，对问卷内容进行了进一步修改；最后，依据对石家庄市少数村镇居民试调的结果，再次调整相关选项，形成最终问卷。结果，有效问卷数量为2 114份。为保证所抽取的样本对全部样本具有充分的代表性，调研采取分层、整群概率比例的抽样方法，具体做法为：确保三地区样本分布与人口比例相适应；各地区样本的年龄、性格、职业等构成较均匀；农村地区覆盖率高于50%。数据统计资料显示，样本结构较为合理，具有一定的代表性。(1)京津冀样本与人口比率相适应。京津冀的样本分布为416、458、1 240；(2)调研对象年龄分布较为均匀。问卷数据统计显示，30岁以下597人、30-40岁567人、40-50岁552人、50及以上398人；(3)调研对象性别分布较为均匀。调研对象中男性为1 191人，女性为923人；(4)调研对象涉及多种职业。主要包括工人、农民、农民工、教师、医生、企业经理等；(5)京津冀地区农村居民多有覆盖。调研地区涉及京津冀153个区县的村庄，覆盖率约为76%。

(三)探索性与验证性因子分析

为更好地分析与检验上述研究假说，本文运用了结构方程模型(Structural Equation Modeling，简称SEM)。

1.探索性因子分析

新思想引领新时代，新时代要有新作为。改革再出发，建功新时代，就要站在改革开放40周年的新起点上，把学懂弄通做实党的十九大精神的成果，转化到更高起点改革、更高层次开放的实践行动上，勇于攻坚克难，持续砥砺奋进，不断谱写高质量发展的新篇章。

此部分进行探索性因子分析(Exploratory Factor Analysis；简称EFA)，以确保数据分析结果的正确性。一是可靠性分析。结果如表1所示，所有变量的整体信度以及数字普惠金融和农村包容性增长的信度检验值均大于0.8，表明问卷具有高信度。二是效度分析。第一步，KMO和Bartlett检验。分析结果如表2所示，KMO>0.7、Bartlett球度统计量较大(见表2)，说明问项具有结构效度，可以进行因子分析。第二步，因子分析。首先，主成分分析结果显示，数字普惠金融包含四个主成分，解释的总方差为59.6%，与上述维度划分初步吻合；而农村包容性增长只包含一个主成分，解释的总方差为63.9%，这说明农村包容性增长在实证分析中应作为一个整体。其次，根据维度划分，本文对数字普惠金融各维度再一次进行了信度分析，结果显示各维度的信度均较好，数字支付服务使用情况3项变量的信度为0.747；数字投资服务使用情况3个变量的信度为0.825；数字借贷服务使用情况3个变量的信度为0.853；数字金融服务可得性3个变量的信度为0.741，均大于0.7。最后，本文对农村包容性增长以及数字普惠金融的四个维度均作了主成分分析，发现每个维度只包括一个主成分，且其中各个观测变量的载荷系数都高于0.5，支持上文的维度划分与变量选取结果。

表1 数字普惠金融与农村包容性增长信度分析结果

     

可靠性统计量项目Cronbach’s Alpha项数数字普惠金融与农村包容性增长0.86922数字普惠金融0.81514农村包容性增长0.9188

表2 数字普惠金融与农村包容性增长KMO和Bartlett检验结果

     

KMO和Bartlett检验数字普惠金融农村包容性增长取样足够度Kaiser-Meyer-Olkin度量0.8270.918Bartlett球形度检验近似卡方8 559.22211 055.619df9128Sig.0.0000.000

2.验证性因子分析

进一步，本文将进行验证性因子分析(Confirmatory Factor Analysis；简称CFA)。一是对数字普惠金融变量间关联模式与实际数据进行拟合，即数字普惠金融的14个观测变量与一阶潜在变量(数字支付服务使用情况、数字投资服务使用情况、数字借贷服务使用情况、数字金融的可得性)进行拟合；二是对农村包容性增长变量间关联模式与实际数据进行拟合，即对农村包容性增长的八个观测变量与一阶潜在变量(农村包容性增长)进行拟合。模型整体评价指标及参考值如表3所示，在剔除载荷因子小于0.5的账户支付观测变量后，其余21个观测变量的载荷因子均大于0.50，且各拟合指标均达到模型的可接受标准(具体见表4、表5)。

表3 模型评价指标及参考值

     

评价指标卡方/自由度RMFGFIAGFINFICFIRMSEA参考值1-3<0.5>0.9>0.9>0.9>0.9<0.5数字普惠金融验分析实际值2.5280.1040.9920.9840.9830.9890.027农村包容性增长分析实际值2.5010.0010.9970.9890.9980.9990.027

表4 数字普惠金融测量模型的参数估计结果

     

维度观测变量载荷系数可得性银行卡拥有情况0.634家庭互联网普及情况0.642移动手机拥有情况0.668电脑使用情况0.763数字支付手机银行拥有情况0.662手机支付使用情况0.524互联网支付使用情况0.545数字借贷在网贷等机构注册情况0.595使用互联网或移动手机借贷情况0.598信用卡拥有情况0.645数字投资基金或股票软件熟练使用情况0.579使用互联网或移动手机购买金融产品情况0.667基金或股票软件等软件安装情况0.813

注：***表示在1%水平上显著相关。

表5 农村包容性增长测量模型的参数估计结果

     

观测变量载荷系数获取的就业或创业机会满意度0.675参与经济机会满意度0.720收入水平满意度0.839收入与过去三年相比满意度0.833个人收入与贡献(付出与回报)相比满意度0.822个人收入与本地区经济发展水平相比满意度0.807个人收入与本地区城市居民收入水相比平满意度0.772获取教育资源机会满意度0.516

注：***表示在1%水平上显著相关。

五、研究模型检验与数据结果分析

本文运用AMOS软件，使用最大似然估计法，对上文构建的结构方程模型进行相关检验，并根据修正指数对模型进行修正。数字普惠金融对包容性增长影响模型的评价指标(卡方自由度比=2.772、RMF=0.012、GFI=0.981、AGFI=0.971、CFI=0.986、NFI=0.978、RMSEA=0.029)均符合拟合标准，表明本研究所提供的数字普惠金融对包容性增长的理论模型与实际资料相符，具体估计结果见图2。

从图2不难看出，在1%的显著性水平下，数字借贷服务使用情况和数字金融服务的可得性对农村包容性增长的影响系数显著为正；在5%的显著性水平下，数字支付服务使用情况对农村包容性增长的影响系数显著为正；而数字投资服务使用情况对农村包容性增长的影响不显著。这些结果验证了假设1、假设3和假设4，但拒绝了假设2。同时，标准化后，数字借贷服务使用情况对农村包容性增长的影响最大(0.137)，其次为数字支付使用情况(0.123)，再次为数字金融服务的可得性(0.086)。

另外，图2显示，在1%的显著性水平下，数字金融服务的可得性对数字支付服务使用情况、数字借贷服务使用情况和数字投资服务使用情况的影响显著为正。加之数字借贷服务使用情况和数字支付服务使用情况对农村包容性增长的影响显著为正，结果说明数字金融服务的可得性可通过影响数字借贷和数字支付服务使用间接促进农村包容性增长。但由于数字投资服务使用情况对农村包容性增长的影响不显著，数字金融服务的可得性通过影响数字投资服务使用促进农村包容性增长的机制并没有得到支持。同时，数字金融服务的可得性对数字支付服务使用情况的促进作用最大(0.697)，其次为对数字借贷服务使用情况的促进作用(0.300)，最后为对数字投资服务使用情况的促进作用(0.279)。

     

图2 数字普惠金融发展对农村包容性增长影响模型的参数估结果 注：***、**、*分别表示在1%、5%和10%水平上显著相关。

六、结论、启示与展望

(一)主要结论

本文参考G20数字普惠金融指标体系、相关理论文献和我国农村实际构建农村数字普惠金融数字指标，衡量农村包容性增长。基于京津冀2 114位农村居民调查数据，利用结构方程模型探索数字普惠金融对农村包容性增长的影响程度和影响机制，最终得出如下结论。

(1)数字支付服务使用情况和数字借贷服务使用情况对农村包容性增长有着直接的促进作用；(2)数字金融服务的可得性既可以直接推动农村包容性增长，也可以通过促进数字支付和数字借贷等金融服务的使用间接推动农村包容性增长；(3)数字投资服务使用情况并不能显著影响农村包容性增长。

前两个结论与本文假设一致，故而不多做讨论。而之所以实证检验并没有支持数字投资服务对农村包容个性增长的显著影响，本文认为主要是因为我国农村居民收入较低，且大部分的收入用于购买生产资料或消费品，只将很少的资金用于投资，故而投资收益率的上升并不能显著改善农村居民的收入水平。另外，由于农村居民具有较少的金融知识，即使能够使用互联网参与股票、基金或理财投资，也不一定能够真正获得较高收益。

(二)实践启示

本文将理论和实践深度结合，利用第一手调研数据研究数字普惠金融对包容性增长的影响机制，对于我国农村数字普惠金融的未来发展实践也有一定的启示作用。

(1)加强农村互联网和移动互联基础设施建设，加快提速降费进程。本研究表明，数字普惠金融的可得性，即农村网络基础设施建设不仅能够促进数字支付和数字借贷等数字金融服务的使用，也可以直接促进农村包容性增长。然而，当前我国农村的宽带网络和移动互联网络的建设与城市相比仍有很大差距，甚至很多偏远山区无法接收手机信号。因此，促进农村地区包容性增长的第一要务便是加强农村互联网和移动互联基础设施的建设进程。另外，2018年《政府工作报告》明确提出将提速降费作为未来几年的重点工作，这将在很大程度上提高农村居民使用数字技术的体验，降低使用成本，从而扩大数字普惠金融机构的客户数量，提高农村居民的金融服务可得性，提高收入水平。

(2)有序发展数字借贷业务，加快建设农村信用体系。本研究表明，数字借贷业务对农村包容性增长具有直接促进作用。然而，尽管我国小额贷款公司、P2P等业务已有一定程度的发展，但由于我国当前的农村信用体系不健全，金融机构没有足够的信息为农户贷款定价，所以农村居民中只有少数可以通过数字借贷渠道获得资金。因此，我国要想使数字借贷业务的作用能够更好地发挥，应尽快整合各部门数据，打破信息壁垒，为农村金融机构利用大数据技术构建信贷模型提供充足的数据基础。此外，在我国P2P问题频发的现状下，发展数字借贷业务需有序健康，忌盲目与激进，以防止诈骗等行为的出现，这不仅需要相关部门尽快完善相关法律法规，加强监管与处罚力度，并着力宣传与教育农村居民，提高其金融素质，还需要行业从业者加强自律，规范与合法经营。

(3)促进数字支付服务下沉，提高农村金融市场服务能力。本研究表明，数字支付业务对农村包容性增长具有直接促进作用。然而，尽管阿里巴巴和腾讯的支付宝、微信支付等数字支付业务正在快速向我国三、四线城市下沉；一些农商行、城商行也正依靠网络银行、手机银行在农村地区开展数字支付业务，但是其在农村地区的应用范围与使用水平仍有较大的提升空间。所以，建议大力推动数字支付业务向农村地区下沉，并注重对数字支付金融产品的相应创新，使数字支付服务可以广泛地覆盖农村居民的众多生活场景，包括网络购物、转账汇款、公共缴费、公共交通等，充分为农村居民提供更高效、更快捷、更便利的支付服务，提高其生产与生活效率。同时，还可以充分依托移动支付，向农村地区延伸多种类的金融服务，包括贷款、保险等，以全方位提高农村金融市场的服务水平，促进农村地区包容性增长。

(三)不足与展望

由于数据等的限制，本文存在一定的不足，未来还需要进一步深入研究。其一，考察数字普惠金融的指标不够全面，且仅为京津冀地区数据。因此，未来研究一方面在考察数字普惠金融发展状况时可添加金融素养与知识相关指标；另一方面可以从全国多地区获取微观数据，测度不同农村地区的数字普惠金融发展水平。其二，对影响包容性的传导机制为尝试性分析，不够细致，例如未观察数字普惠金融各个维度间是否还存在其他影响关系。因此，未来研究可从此方面进一步细化对数字普惠金融影响农村包容性增长的路径研究。

参考文献

[1]李春玲. “80后”的教育经历与机会不平等——兼评《无声的革命》 [J]. 中国社会科学，2014(4):66-77.

[2]张昭时，钱雪亚. 城乡分割、工资差异与就业机会不平等——基于五省城镇住户调查数据的经验研究 [J]. 中国人口科学，2011(3)：34-41.

[3]鲁万波，于翠婷，高宇璇. 中老年人健康机会不平等的城乡分解 [J]. 财经科学，2018(3)：42-54.

[4]Corak M. Income Inequality, Equality of Opportunity, and Intergenerational Mobility[J]. IZA Discussion Papers, 2013, 27(3): 79-102.

[5]刘波，王修华，彭建刚.我国居民收入差距中的机会不平等——基于CGSS数据的实证研究 [J]. 上海经济研究，2015(8)：77-88.

[6]Manyika J, Lund S, Singer M, et al. Digital Finance for All:Powering Inclusive Growth in Emerging Economies [R]. America:Mckinsey Global Institute, 2016.

[7]宋晓玲. 数字普惠金融缩小城乡差距的实证检验 [J]. 财经科学，2017(6)：14-25.

[8]张贺，白钦先. 数字普惠金融减小了城乡收入差距吗?——基于中国省级数据的面板门槛回归分析 [J]. 经济问题探索，2018(10)：122-129.

[9]谢绚丽，沈艳，张皓星，等. 数字金融能促进创业吗?——来自中国的证据 [J]. 经济学(季刊)，2018(4)：1557-1580.

[10]周文，孙懿. 包容性增长与中国农村改革的现实逻辑 [J]. 经济学动态，2011(6)：82-86.

[11]姚云云，郑克岭. 包容性增长:我国农村反贫困的新范式 [J]. 西安财经学院学报，2012(3)：71-76.

[12]刘士余.移动支付促进我国农村经济实现包容性增长 [J]. 金融电子化，2013(8)：7-8.

[13]Ali I, Son H H. Measuring Inclusive Growth [R]. Asian Development Review, 2007.

[14]Anand R, Tulin V, Kumar N. India: Defining and Explaining Inclusive Growth and Poverty Reduction [R]. IMF Working Papers, 2014, 14(63).

[15]Berg A G, Ostry J D. Inequality and Unsustainable Growth: Two Sides of the Same Coin? [J]. IMF Economic Review, 2017, 65(4):792-815.

[16]张勋,万广华. 中国的农村基础设施促进了包容性增长吗?[J]. 经济研究,2016(10):82-9.

[17]于敏,王小林. 中国经济的包容性增长:测量与评价[J]. 经济评论,2012(3):30-38.

[18]李晓园. 以优质公共服务促进包容性增长 [J]. 江西师范大学学报(哲学社会科学版)，2012(1):36-42.

[19]马超,顾海,孙徐辉. 医保统筹模式对城乡居民医疗服务利用和健康实质公平的影响——基于机会平等理论的分析 [J]. 公共管理学报,2017(2):97-109+157.

[20]梁双陆，刘培培.数字普惠金融、教育约束与城乡收入收敛效应[J]. 产经评论，2018(2)：128-138.

[21]Development Research Group of the World Bank. The Opportunities of Digitizing Payments [C]. Brisbane: G20 Australian Presidency, 2014.

[22]Global Partnership for Financial Inclusion (GPFI). G20 Financial Inclusion Indicators [C]. Hangzhou: G20 Hangzhou Summit, 2016.

[23]肖龙铎，张兵. 金融可得性、非农就业与农民收入——基于CHFS数据的实证研究[J]. 经济科学，2017(4)：74-87.

[24]刘新智，刘雨姗，刘雨松. 金融支持对农户创业的影响及其空间差异分析——基于CFPS2014数据的研究[J]. 宏观经济研究，2017(11):139-149.

[25]李涛，徐翔，孙硕. 普惠金融与经济增长[J]. 金融研究，2016(4)：1-16.

[26]任碧云，张彤进.移动支付能够有效促进农村普惠金融发展吗？[J]. 农村经济，2015(5):123-129.

[27]黄益平，黄卓. 中国的数字金融发展：现在与未来[J]. 经济学(季刊)，2018(4):1489-1502.

[28]Andrianaivo M, Kpodar K. Mobile Phones, Financial Inclusion, and Growth [J]. Review of Economics and Institutions, 2012, 3(2):1-30.

[29]邵汉华，王凯月.普惠金融的减贫效应及作用机制——基于跨国面板数据的实证分析[J]. 金融经济学研究,2017(6):65-74.

[30]罗斯丹，陈晓，姚悦欣.我国普惠金融发展的减贫效应研究 [J]. 当代经济研究,2016(12):84-93.

[31]朱一鸣，王伟. 普惠金融如何实现精准扶贫？[J]. 财经研究，2017(10)：43-45.

[32]Greenwood J, Jovanovich B. Financial Development, Growth and the Distribution of Income [J]. Journal of Political Economy, 1990, 85(5):1076-1107.

[33]Gulli H. Microfinance and Poverty: Questioning the Coventional Wisdom [M]. Inter-American Development Bank, 1998.

[34]Schmied J, Marr A. Financial Inclusion and Poverty: The Case of Peru [J]. Regional and Sectoral Economic Studies, 2016,16(2):1-26.

[35]Jayasree T O, Gangadharan K. Financial Inclusion and Inclusive Growth: Perspectives on Urban Cooperative Banking in India [J]. International Journal of Applied Research, 2016,2(5):915-919.

[36]Dittus P, Klein M. On Harnessing the Potential of Financial Inclusion [R]. BIS Working Paper, 2011, 68(3):1-18.

[37]郭峰，孔涛，王靖一，等. 中国数字普惠金融指标体系与指数编制[D]. 北京大学数字金融研究中心工作论文,2016.

[38]Braniff L. Digital Finance and Innovations in Financing for Education [R]. CGAP Working Paper, 2016.

[39]Guiso L, Jappelli T, Terlizzese D. Income Risk, Borrowing Constraints, and Portfolio Choice[J]. The American Economic Review, 1996,86(1):158-172.

[40]Lee J J, Sawada Y. Precautionary Saving Under Liquidity Constraints: Evidence from Rural Pakistan [J]. Journal of Development Economics, 2010, 91(1):77-86.

[41]王聪，田存志．股市参与、参与程度及其影响因素 [J]. 经济研究，2012(10):97-107.

[42]程恩江，刘西川. 小额信贷缓解农户正规信贷配给了吗? ——来自三个非政府小额信贷项目区的经验证据[J]. 金融研究，2010(12):190-206.

[43]周月书，李扬. 农村小额贷款公司对农村小微企业正规信贷配给的影响分析——基于苏北农村小微企业的调查[J]. 中国农村经济，2013(7):85-96.

[44]齐红倩，李志创. 小额信贷对我国城乡收入差距的影响——基于小额贷款公司省际面板数据的实证分析 [J]. 南京社会科学，2018(9):31-39.

[45]Kate L, Timothy L. Digital Financial Inclusion: Implications for Customers, Regulators, Supervisors, and Standard-Setting Bodies[R]. CGAP Working Paper, 2015.

[46]焦瑾璞，王爱俭. 普惠金融：基本原理与中国实践[M]. 北京：中国金融出版社，2015.

[47]李晓园，陈武，杨涵深.县级政府公共服务能力对县域包容性增长影响的实证研究与政策建议——以苏、陕二省为例[J]. 宏观经济研究，2016(3):40-52.

[48]孙敬水，程芳芳. 起点公平、过程公平、结果公平与分配公平满意度[J]. 经济理论与经济管理，2016(10):26-41.

[49]Raheem I D, Isah K O, Adedeji A A. Inclusive Growth, Human Capita Development and Natural Resource Rent in SSA[J]. Economic Change and Restructuring, 2016, 9(17):1-20.

[50]约瑟夫 E.斯蒂格利茨. 不平等的代价[M]. 张子源译.北京：机械工业出版社，2013.

[51]Clark A E, Frijters P, Shields M A. Relative Income Happiness, and Utility: An Explanation for the Easterlin Paradox and other Puzzles [J]. Journal of Economic Literature, 2008, 46(1): 95-144.

[52]Ambrosio C D, Frick J R. Income Satisfaction and Relative Deprivation: An Empirical Link [J]. Social Indicators Research, 2007, 81(3):497-519.

Does Digital Inclusive Finance Promote Inclusive Growth in Rural Areas? ——A Study on the Survey Data from 2114 Rural Residents in Beijing, Tianjin and Hebei Provinces

REN Bi-yun1, LI Liu-ying2

(1.Research Center of Finance and Insurance, Tianjin University of Finance and Economics, Tianjin 300222, China; 2.School of Finance, Tianjin University of Finance and Economics, Tianjin 300222, China)

Abstract：Although the academic community has begun to realize that digital inclusive finance is an effective way to achieve inclusive growth in rural China, no one has used micro data to explore the impact mechanism. In view of this, this paper uses the survey data of 2114 rural residents in Beijin, Tianjin and Hebei to explore this mechanism by dividing the digital inclusive finance into four dimensions: the use of digital payment services, digital investment services and digital lending services, and the availability of digital financial services. The results show that, except for the use of digital investment services, the other three dimensions have a significant direct positive effect on rural inclusive growth, and the availability of digital financial services can indirectly promote rural inclusive growth by affecting the other three dimensions. This discovery not only enriched the literature on the relationship between digital inclusive finance and inclusive growth in rural areas, but also have some practical implications for the using of digital inclusive finance, the improvement of rural inclusive growth and the realization of rural revitalization.

Key words：digital inclusive finance; inclusive growth; structural equation model