The Income-generating Effects of Traditional Finance and Digital Inclusive Finance on Poverty Reduction: Differences and Complementarities
-
摘要: 金融科技对传统金融的深度赋能具有重要价值和广阔前景，为农村居民减贫增收注入了新动能。运用2011—2021年中国290个城市的面板数据，实证检验传统金融与数字普惠金融对农村居民收入的影响。结果表明：传统金融没有发挥出应有的服务效能，其对农村居民收入的影响比较微弱；数字普惠金融显著促进了农村居民收入增长，其增收效应远远大于传统金融，其使用深度和数字化程度具有显著的增收效应，但其覆盖广度的影响并不显著；传统金融与数字普惠金融在促进农村居民增收方面存在协同互补关系，传统金融发展对数字普惠金融的减贫增收产生了正向调节效应；传统金融与数字普惠金融的农村居民收入效应具有非线性和阶段性特征，且随着经济发展水平和城镇化水平的提高呈阶梯式上升趋势。数字普惠金融显著弱化了门槛效应约束，增收效应相比传统金融具有绝对优势。因而应大力推动传统金融数字化转型，促进两种金融模式协调互动，以助力农村居民收入增长和共同富裕的顺利实现。Abstract: The deep empowerment of traditional finance by financial technology has important research value and broad prospects, and injects new momentum for rural residents to reduce poverty and increase their income. Using panel data of 290 cities in China from 2011 to 2021, this study empirically tests the impact of traditional finance and digital financial inclusion on the income of rural residents. The results show: firstly, traditional finance has not played its role as an effective service provider, and its impact on rural residents' income is limited and weak; secondly, digital inclusive finance significantly contributes to the growth of rural residents' income, and its income-increasing effect is significant compared with traditional finance, with the depth of use and the degree of digitization having significant income-increasing effects, but the effect of the breadth of coverage being not significant; thirdly, there is a synergistic and complementary relationship between traditional finance and digital inclusive finance in promoting income growth of rural residents, mainly reflected in the positive moderating effect of traditional finance development on poverty reduction and income growth of digital inclusive finance; fourthly, the income effects of traditional finance and digital inclusive finance on rural residents are non-linear and stage-specific, and show a stepwise increase with the upgrade of economic development and urbanization level. Digital inclusive finance significantly weakens the threshold effect constraint and have an absolute advantage in the income-raising effect. Therefore, it is recommended to promote the digital transformation of traditional finance and the coordinated interaction of the two financial models to help rural residents' income growth and the smooth realization of common prosperity.
-
表 1 传统金融发展评价指标体系
指标名称 指标测度 指标解释 指标权重 金融规模(Size) 金融机构存贷款总额/ GDP 表征金融市场资金流通量的相对大小 0.75 金融效率(Effi) 贷款总额/ 存款总额 表征储蓄转化为信贷的效率 0.25 
下载: 导出CSV
表 2 变量说明
变量属性 变量名称及符号 度量方式 被解释变量 农村居民收入(Income) 农村居民人均可支配收入(元) 核心解释变量 传统金融指数(FIN) 由金融规模与金融效率依据熵值法合成 数字普惠金融(DFI) 北京大学数字普惠金融指数 控制变量 人均GDP(PGDP) 人均地区生产总值(元) 产业结构(Struc) 第三产业产值/第二产业产值 教育水平(Edue) 每千人中高校师生数占比 财政投入(Fiscal) 财政支出/财政收入 外商投资(FDI) 规模以上外商投资企业工业总产值/GDP 经济开放度(Open) 进出口总额/GDP 城镇化率(UR) 城镇常住人口/城市总人口 基础设施(Infras) 城市建设用地面积/行政区域面积
下载: 导出CSV
表 3 变量的描述性统计
变量 观测值 均值 标准差 最小值 最大值 Income 2 823 13 616.944 6 252.496 2 620.803 62 522.390 FIN 2 823 0.000 1.000 -1.716 13.560 DFI 2 823 179.258 72.582 17.020 359.683 PGDP 2 823 55 048.457 36 732.396 6 457.000 467 749.000 Struc 2 823 1.036 0.578 0.114 5.348 Educ 2 823 0.015 0.024 0.000 0.147 Fiscal 2 823 2.884 1.840 0.649 17.508 FDI 2 823 0.068 0.137 0.000 1.310 Open 2 823 0.174 0.277 0.000 2.491 UR 2 823 0.540 0.149 0.175 1.000 Infras 2 823 0.080 0.216 0.000 8.340 注：为提供更多信息细节，对传统金融指数进行了标准化处理。
下载: 导出CSV
表 4 传统金融与数字普惠金融对农村居民收入的影响
变量 OLS 固定效应模型 (1) (2) (3) (4) FIN 0.002 0.009 0.013 0.003 (0.015) (0.009) (0.009) (0.020) DFI 0.491*** 0.523*** 0.277*** 0.227*** (0.013) (0.101) (0.087) (0.077) FIN×DFI 0.047*** (0.014) PGDP 0.331*** 0.015 0.011 (0.028) (0.017) (0.018) Struc 0.021 -0.016 -0.034** (0.015) (0.016) (0.016) Educ -0.077*** 0.008 0.028** (0.016) (0.013) (0.013) Fiscal -0.101*** -0.041*** -0.028* (0.013) (0.014) (0.015) FDI -0.044** -0.077*** -0.070*** (0.020) (0.014) (0.013) Open 0.264*** -0.037 -0.021 (0.033) (0.025) (0.024) UR 0.100*** 0.013 0.015 (0.018) (0.028) (0.028) Infras 0.024* 0.007* 0.005* (0.014) (0.003) (0.003) 常数项 -0.000 0.000*** 0.000*** -0.018*** (0.010) (0.000) (0.000) (0.005) 城市固定效应 否 是 是 是 时间固定效应 否 是 是 是 R2 0.727 0.973 0.975 0.977 观测值 2 823 2 821 2 821 2 821 注：*、**和***分别表示10%、5%和1%的显著性水平；括号中是异方差稳健标准误。表 5至表 7同。
下载: 导出CSV
表 5 稳健性检验
变量 替换解释变量 核心解释变量滞后一期 变量缩尾处理 排除特殊样本 (1) (2) (3) (4) (5) (6) (7) (8) FIN 0.016 0.001 0.014 0.004 0.011 0.003 (0.010) (0.015) (0.025) (0.029) (0.009) (0.019) DFI 0.288*** 0.271*** 0.194*** 0.197*** 0.201** 0.183** (0.088) (0.082) (0.064) (0.064) (0.079) (0.075) FIN×DFI 0.034*** 0.033*** 0.042*** (0.013) (0.012) (0.015) L.FIN 0.022* 0.022 (0.013) (0.023) L.DFI 0.236*** 0.177** (0.084) (0.077) L.FIN×DFI 0.045*** (0.013) 其他控制变量 是 是 是 是 是 是 是 是 城市固定效应 是 是 是 是 是 是 是 是 时间固定效应 是 是 是 是 是 是 是 是 R2 0.975 0.976 0.980 0.981 0.973 0.973 0.973 0.974 观测值 2 821 2 821 2 389 2 389 2 821 2 821 2 641 2 641
下载: 导出CSV
表 6 面板IV-2SLS模型回归结果
变量 (1) (2) (3) (4) FIN 0.317(0.248) 0.658**(0.298) DFI 0.602**(0.258) 0.935***(0.363) FIN×DFI 0.169***(0.038) 0.106**(0.044) 其他控制变量 是 是 是 是 城市固定效应 是 是 是 是 时间固定效应 是 是 是 是 R2 0.892 0.894 0.902 0.535 不可识别LM检验 15.203*** 115.302*** 55.610*** 11.823*** 弱工具变量F检验 15.461 105.389 45.936 - 观测值 2 821 2 767 2 767 2 767
下载: 导出CSV
表 7 异质性分析: 多个细分维度的回归结果
变量 (1) (2) (3) Size 0.015(0.012) 0.019(0.013) Effi -0.003(0.008) -0.004(0.007) Width -0.067(0.075) -0.057(0.076) Depth 0.185***(0.049) 0.190***(0.049) Digital 0.074***(0.025) 0.075***(0.025) 其他控制变量 是 是 是 城市固定效应 是 是 是 时间固定效应 是 是 是 R2 0.975 0.976 0.976 观测值 2 821 2 821 2 821
下载: 导出CSV
表 8 门槛效应检验: 经济发展门槛
分类 F统计量 10%临界值 5%临界值 1%临界值 门槛估计值 95%置信区间 单一门槛 288.230*** 47.656 57.334 71.530 59 163 [58 922, 59 608] 双重门槛 93.250*** 40.849 47.883 68.874 93 173 [92 148, 94 782] 三重门槛 30.550 76.197 90.147 114.557 注：*p < 0.1、**p < 0.05、***p < 0.01，p值为基于Bootstrap方法重复抽样1 000次得到的概率值。表 10同。
下载: 导出CSV
表 9 面板门槛回归(门槛变量：人均GDP)
变量 因变量：农村居民收入 FIN(PGDP≤59 163) 0.021(0.013) FIN(59 163 < PGDP≤93 173) 0.142***(0.024) FIN(PGDP>93 173) 0.272***(0.031) DFI(PGDP≤59 163) 0.060(0.078) DFI(59 163 < PGDP≤93 173) 0.190**(0.078) DFI(PGDP>93 173) 0.286***(0.078) 其他控制变量 是 城市固定效应 是 时间固定效应 是 R2 0.585 观测值 1 199 注：*、**和***分别表示10%、5%和1%的显著性水平；括号中是系数标准误。表 11同。
下载: 导出CSV
表 10 门槛效应检验：城镇化进程门槛
分类 F统计量 10%临界值 5%临界值 1%临界值 门槛估计值 95%置信区间 单一门槛 209.230*** 49.390 65.191 88.603 0.590 [0.588, 0.591] 双重门槛 46.230 48.438 61.374 88.859
下载: 导出CSV
表 11 面板门槛回归(门槛变量：城镇化率)
变量 因变量：农村居民收入 FIN(UR≤59%) 0.019(0.014) FIN(UR>59%) 0.096***(0.027) DFI(UR≤59%) 0.152*(0.084) DFI(UR>59%) 0.324***(0.082) 其他控制变量 是 城市固定效应 是 时间固定效应 是 R2 0.546 观测值 1 199
下载: 导出CSV
-
[1] 汪晨, 万广华, 吴万宗. 中国减贫战略转型及其面临的挑战[J]. 中国工业经济, 2020(1): 5-23. doi: 10.19581/j.cnki.ciejournal.2020.01.001 [2] ABRAHAM T W. Estimating the effects of financial access on poor farmers in rural northern Nigeria[J]. Financial Innovation, 2018, 4(1): 1-20. doi: 10.1186/s40854-017-0085-6 [3] BOURGUIGNON F, MORRISSON C. Inequality and development: the role of dualism[J]. Journal of Development Economics, 1998, 57(2): 233-257. doi: 10.1016/S0304-3878(98)00089-3 [4] GUSTAFSSON B A, SHI L, SICULAR T. Inequality and public policy in China[M]. Cambridge: Cambridge University Press, 2008. [5] 陈宗胜. 试论从普遍贫穷迈向共同富裕的中国道路与经验——改革开放以来分配激励体制改革与收入差别轨迹及分配格局变动[J]. 南开经济研究, 2020(6): 3-22. https://www.cnki.com.cn/Article/CJFDTOTAL-NKJJ202006001.htm [6] YANG Y, ZHOU L, ZHANG C, et al. Public health services, health human capital, and relative poverty of rural families[J]. International Journal of Environmental Research and Public Health, 2022, 19(17): 11089. doi: 10.3390/ijerph191711089 [7] SUN H, LI X, LI W, et al. Differences and influencing factors of relative poverty of urban and rural residents in China based on the survey of 31 provinces and cities[J]. International Journal of Environmental Research and Public Health, 2022, 19(15): 9015. doi: 10.3390/ijerph19159015 [8] WANG C, WANG Y, FANG H, et al. Determinants of rural poverty in remote mountains of southeast China from the household perspective[J]. Social Indicators Research, 2020, 150(3): 793-810. doi: 10.1007/s11205-020-02348-1 [9] 刘一伟. 劳动力流动、收入差距与农村居民贫困[J]. 财贸研究, 2018(5): 54-63. doi: 10.19337/j.cnki.34-1093/f.2018.05.006 [10] 胡宗义, 刘灿, 刘亦文. 农村正规金融和非正规金融发展的农村居民收入效应研究[J]. 经济地理, 2014(12): 147-152. doi: 10.15957/j.cnki.jjdl.2014.12.022 [11] 孙玉奎, 周诺亚, 李丕东. 农村金融发展对农村居民收入的影响研究[J]. 统计研究, 2014(11): 90-95. doi: 10.19343/j.cnki.11-1302/c.2014.11.012 [12] BENSON C, ARNOLD M, DE lA FUENTE A, et al. Financial innovations for social and climate resilience: establishing an evidence base[R]. Washington, DC: The World Bank, 2012. [13] GEDA A, SHIMELES A, ZERFU D. Finance and poverty in Ethiopia: a household-level analysis[M]//Financial development, institutions, growth and poverty reduction. London: Palgrave Macmillan, 2008: 61-86. [14] 苏基溶, 廖进中. 中国金融发展与收入分配、贫困关系的经验分析——基于动态面板数据的研究[J]. 财经科学, 2009(12): 10-16. https://www.cnki.com.cn/Article/CJFDTOTAL-CJKX200912003.htm [15] 张荣. 我国农村金融发展对农民收入增长的影响研究——基于2003-2014年数据的实证分析[J]. 技术经济与管理研究, 2017(2): 119-123. https://www.cnki.com.cn/Article/CJFDTOTAL-JXJG201702023.htm [16] YU G, LU Z. Rural credit input, labor transfer and urban-rural income gap: evidence from China[J]. China Agricultural Economic Review, 2021, 13(4): 872-893. doi: 10.1108/CAER-09-2020-0229 [17] 温涛, 冉光和, 熊德平. 中国金融发展与农民收入增长[J]. 经济研究, 2005(9): 30-43. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ200509004.htm [18] 叶志强, 陈习定, 张顺明. 金融发展能减少城乡收入差距吗?——来自中国的证据[J]. 金融研究, 2011(2): 42-56. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201102006.htm [19] MEI B, KHAN A A, KHAN S U, et al. Complementarity or substitution: a study of the impacts of internet finance and rural financial development on agricultural economic growth[J]. Agriculture, 2022, 12(11): 1786. doi: 10.3390/agriculture12111786 [20] SEHRAWAT M, GIRI A K. Financial development and income inequality in India: an application of ARDL approach[J]. International Journal of Social Economics, 2015, 41: 1194-1208. [21] GREENWOOD J, JOVANOVIC B. Financial development, growth, and the distribution of income[J]. Journal of Political Economy, 1990, 98(5): 1076-1107. doi: 10.1086/261720 [22] AGHION P, BOLTON P. A theory of trickle-down growth and development[J]. The Review of Economic Studies, 1997, 64(2): 151-172. [23] KIM D H, LIN S C. Nonlinearity in the financial development-income inequality nexus[J]. Journal of Comparative Economics, 2011, 39(3): 310-325. [24] 周慧珺, 龚六堂. 金融发展与高收入群体收入分配的"库兹涅茨效应"——来自收入分布形状参数的实证检验[J]. 世界经济文汇, 2020(1): 1-16. https://www.cnki.com.cn/Article/CJFDTOTAL-SZWH202001001.htm [25] 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(4): 1401-1418. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXU202004013.htm [26] 张志元, 李肸. 共同富裕背景下数字普惠金融减贫有效性研究[J]. 济南大学学报: 社会科学版, 2022(1): 117-132. https://www.cnki.com.cn/Article/CJFDTOTAL-JILI202201012.htm [27] 张小锋, 王菁彤. 数字普惠金融对区域经济协调发展的影响效应[J]. 商业研究, 2022(2): 40-48. https://www.cnki.com.cn/Article/CJFDTOTAL-BUSI202202005.htm [28] DAS S, CHATTERJEE A. Impacts of ICT and digital finance on poverty and income inequality: a sub-national study from India[J]. Information Technology for Development, 2023, 29(2-3): 378-405. [29] HE C, LI A, LI D, et al. Does digital financial inclusion mitigate the negative effect of climate variation on rural residents' income growth in China?[J]. International Journal of Environmental Research and Public Health, 2022, 19(14): 8280. [30] 张勋, 万广华, 张佳佳, 等. 数字经济、普惠金融与包容性增长[J]. 经济研究, 2019(8): 71-86. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201908006.htm [31] 刘锦怡, 刘纯阳. 数字普惠金融的农村减贫效应: 效果与机制[J]. 财经论丛, 2020(1): 43-53. https://www.cnki.com.cn/Article/CJFDTOTAL-CJLC202001005.htm [32] 尹志超, 张栋浩. 金融普惠、家庭贫困及脆弱性[J]. 经济学(季刊), 2020(5): 153-172. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXU202005009.htm [33] 傅利福, 厉佳妮, 方霞, 等. 数字普惠金融促进包容性增长的机理及有效性检验[J]. 统计研究, 2021(10): 62-75. https://www.cnki.com.cn/Article/CJFDTOTAL-TJYJ202110007.htm [34] 陈慧卿, 陈国生, 魏晓博, 等. 数字普惠金融的增收减贫效应——基于省际面板数据的实证分析[J]. 经济地理, 2021(3): 184-191. https://www.cnki.com.cn/Article/CJFDTOTAL-JJDL202103020.htm [35] 钱海章, 陶云清, 曹松威, 等. 中国数字金融发展与经济增长的理论与实证[J]. 数量经济技术经济研究, 2020(6): 26-46. https://www.cnki.com.cn/Article/CJFDTOTAL-SLJY202006002.htm [36] 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. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXU201804009.htm [37] 吴晓求. 互联网金融: 成长的逻辑[J]. 财贸经济, 2015(2): 5-15. https://www.cnki.com.cn/Article/CJFDTOTAL-CMJJ202305001.htm [38] ARJUNWADKAR P Y. FinTech: the technology driving disruption in the financial services industry[M]. Boca Raton: CRC Press, 2018. [39] 赵慧倩. 传统普惠金融和数字普惠金融减贫效应比较研究[D]. 杭州: 浙江大学, 2021. [40] QI H, YANG K, WANG W. Does FinTech change the market power of traditional banks in China?[J]. Journal of Business Economics and Management, 2022, 23(5): 1060-1083. [41] 张岳, 彭世广. 数字普惠金融与农村传统金融机构[J]. 华南农业大学学报: 社会科学版, 2021(3): 14-26. https://www.cnki.com.cn/Article/CJFDTOTAL-HNNA202103002.htm [42] 郭峰, 王瑶佩. 传统金融基础、知识门槛与数字金融下乡[J]. 财经研究, 2020(1): 19-33. https://www.cnki.com.cn/Article/CJFDTOTAL-CJYJ202001003.htm [43] 许月丽, 孙昭君, 李帅. 数字普惠金融与传统农村金融: 替代抑或互补?——基于农户融资约束放松视角[J]. 财经研究, 2022(6): 34-48. https://www.cnki.com.cn/Article/CJFDTOTAL-CJYJ202206003.htm [44] LIU G, ZHANG C. Does financial structure matter for economic growth in China[J]. China Economic Review, 2020, 61: 101194. [45] 乔海曙, 陈力. 金融发展与城乡收入差距"倒U型"关系再检验——基于中国县域截面数据的实证分析[J]. 中国农村经济, 2009(7): 68-76, 85. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNJJ200907010.htm [46] 张应良, 徐亚东. 金融发展、劳动收入分配与城乡收入差距——基于省级面板数据的实证分析[J]. 改革, 2020(11): 135-146. https://www.cnki.com.cn/Article/CJFDTOTAL-REFO202011010.htm [47] HANSEN B E. Threshold effects in non-dynamic panels: estimation, testing, and inference[J]. Journal of Econometrics, 1999, 93(2): 345-368. [48] WOOLDRIDGE J M. Econometric Analysis of Cross Section and Panel Data[M]. Cambridge: MIT Press, 2010. [49] 郭峰, 孔涛, 王靖一. 互联网金融空间集聚效应分析——来自互联网金融发展指数的证据[J]. 国际金融研究, 2017(8): 75-85. https://www.cnki.com.cn/Article/CJFDTOTAL-GJJR201708008.htm [50] 赵亚雄, 王修华. 数字金融、家庭相对收入及脆弱性——兼论多维"鸿沟"的影响[J]. 金融研究, 2022(10): 77-97. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ202210005.htm [51] ARMENDÁRIZ B, MORDUCH J. The economics of microfinance[M]. Cambridge: MIT Press, 2010. [52] 高帆, 李童. 中国城乡资本流动存在"卢卡斯之谜"吗[J]. 经济学家, 2016(3): 75-86. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXJ201603015.htm [53] 熊毅, 粟勤. 地方政府债务、金融发展水平与新型城镇化高质量发展[J]. 统计与决策, 2022(23): 112-116. https://www.cnki.com.cn/Article/CJFDTOTAL-TJJC202223021.htm -
点击查看大图
图(2) / 表(11)
计量
- 文章访问数: 255
- HTML全文浏览量: 59
- PDF下载量: 87
- 被引次数: 0