The Mechanism and Empirical Study of Digital Inclusive Finance Promoting Urban-Rural Integration in Jiangsu Province
Urban-rural integration development is an important part of achieving modernization in China, and digital inclusive finance is an effective path to promote the integration of urban and rural development. This paper constructs an evaluation index system for urban-rural integration development from four aspects: urban-rural form integration, urban-rural economic integration, urban-rural factor integration, and urban-rural ecological integration. Based on a systematic analysis of the direct and indirect effects of digital inclusive finance on promoting urban-rural integration development, this paper conducts empirical research on the effects and paths of digital inclusive finance on urban-rural integration development using panel data from cities in Jiangsu Province from 2011 to 2020. The research results show that the overall level of urban-rural integration development in Jiangsu Province is on the rise, but there is a significant gap between cities. Moreover, digital inclusive finance has a significant promoting effect on the urban-rural integration development in Jiangsu Province, and can promote urban-rural integration by improving regional development and consumption levels. In addition, the efforts of digital inclusive finance to promote urban-rural integration in Jiangsu Province also show significant regional heterogeneity.
Digital Inclusive Finance
随着新型城镇化建设的不断推进和乡村振兴战略的深入实施,城镇发展和乡村发展逐渐形成一种相互依存、相互促进的新型关系,但城乡发展不平衡仍是我国发展中最大的不平衡
金融的引领作用与杠杆效应是推动城乡融合发展的重要支撑。中共中央、国务院印发的《关于建立健全城乡融合发展体制机制和政策体系的意见》明确指出,完善乡村金融服务体系是乡村振兴的重要任务;2022年中央一号文件更是首次将“强化乡村振兴金融服务”单列为一项重要内容。为了解决农村金融资源匮乏、农村金融供给不足、城乡金融资源配置失衡等问题,我国政府明确提出大力发展普惠金融。随着数字技术的快速发展,我国推动并参与制定了《G20数字普惠金融高级原则》,为数字普惠金融发展奠定了理论基础。数字普惠金融是数字技术与传统金融的有机结合,有效克服了传统普惠金融的时空局限,增强金融服务普惠性的同时,提高了金融服务的便捷性与可得性,从而弱化城乡金融服务差距。由此可见,发展数字普惠金融已成为推进城乡融合发展的重要路径
现有文献主要从两方面对城乡融合进行研究:一方面,从理论上分析城乡融合发展路径,如高强和崔文超(2023)
尽管城乡融合发展的研究成果较为丰富,但探讨数字普惠金融促进城乡融合机制的文献还十分有限。李红锦和张丁山(2022)
本文在综合现有文献的基础上,以江苏省13个地级市域为样本,从城乡形态融合、城乡经济融合、城乡要素融合和城乡生态融合四个方面构建江苏省城乡融合发展评价指标体系,分析并验证数字普惠金融促进城乡融合发展的直接机制和间接机制,以期为江苏省城乡融合发展研究提供新的思路和信息参考。
(一) 数字普惠金融对城乡融合发展的直接作用
城乡融合的本质是城乡发展要素自由流动,城乡协调一体发展,破除城乡二元发展体制
H1:数字普惠金融发展有助于促进城乡融合发展。
(二) 数字普惠金融对城乡融合发展的间接作用
张海朋等(2021)
H2:数字普惠金融可以通过提升地区发展水平促进城乡融合发展。
投资、出口、消费是拉动经济增长的三驾马车。改革开放以来,消费对中国经济增长的拉动作用不断增强。2022年底,国家发展改革委印发了扩消费、扩内需的中长期规划方案等一系列促消费政策,这将有助于提高居民的消费能力。数字普惠金融可以有效刺激城乡消费,随着城市与农村之间的差距逐渐减小,农村地区的消费水平也在逐步提高,这有助于消除城乡之间的差异,促进城乡融合。数字普惠金融还降低金融服务门槛,从而刺激消费欲望,加强城市和农村地区的消费市场相互联系,城市消费者的需求和农村生产者的供给相互匹配,促进了城乡经济的互动和交流。这有助于加强城乡之间的合作,实现城乡融合。故而,本文提出研究假设3:
H3:数字普惠金融可以通过提升消费水平促进城乡融合发展。
(一) 变量选取
1) 被解释变量:城乡融合发展水平(Y)。本文综合诸多学者的研究成果,在考虑数据可得性的基础上,从城乡形态融合、城乡经济融合、城乡要素融合和城乡生态融合这四个方面构建了包含16个二级指标的城乡融合发展水平评价指标体系,具体如
一级指标 |
二级指标 |
计算方法 |
指标属性 |
城乡形态融合 |
城镇化率 |
城镇人口/总人口 |
正向 |
公路网密度 |
公路运营里程/总面积 |
正向 |
|
人口密度 |
总人口/总面积 |
正向 |
|
城乡经济融合 |
人均GDP |
GDP总量/总人口 |
正向 |
城乡居民人均收入比 |
城镇居民家庭人均可支配收入/ 农村居民家庭人均可支配收入 |
负向 |
|
城乡居民工资性收入比 |
城镇居民人均工资性收入/ 农村居民人均工资性收入 |
负向 |
|
城乡居民家庭人均消费比 |
城市家庭人均消费/农村家庭人均消费 |
负向 |
|
城乡恩格尔系数比 |
城镇恩格尔系数/农村恩格尔系数 |
负向 |
|
二元对比系数 |
(第一产业产值/第一产业从业人员)/ (第二三产业产值/第二三产业从业人员) |
正向 |
|
城乡要素融合 |
建成区面积占比 |
建成区面积/总面积 |
正向 |
农作物播种面积占比 |
农作物播种面积/总面积 |
负向 |
|
社会养老保险覆盖率 |
社会养老保险参保人数/总人口 |
正向 |
|
失业保险覆盖率 |
失业保险参保人数/总人口 |
正向 |
|
城乡生态融合 |
生活垃圾无害化处理率 |
/ |
正向 |
人均公园绿化面积 |
公园绿地面积/总人口 |
正向 |
|
建成区绿化覆盖率 |
建成区绿化面积/建成区面积 |
正向 |
为了保证指标赋权的客观性和科学性,本文使用熵权法来确定各二级指标的权重。首先对各二级指标进行标准化处理;然后利用熵权法合成4个一级指标的分值;最后再次利用熵权法将4个一级指标合成一个总指标,即城乡融合发展水平。
2) 解释变量:数字普惠金融(DIFI)。北京大学数学金融研究中心基于蚂蚁金服的交易账户大数据编制了北大数字普惠金融指数,该指数从覆盖广度、使用深度、数字化程度3个维度对数字普惠金融发展水平进行全面、综合、科学的衡量,因此本文选择该指数作为江苏省各地级市数字普惠金融的代理变量。
3) 中介变量:地区发展水平(PGDP)和消费水平(EXP)。前者采用人均实际GDP来衡量;后者使用各市全社会消费品零售总额与当年的GDP总量之比来衡量。
4) 控制变量。本文选取以下控制变量:a) 对外开放程度(OPEN),本文选用地区当年实际使用外资规模与GDP的比值来衡量地区的对外开放程度。b) 政府支持程度(GOV),本文选用当年实际使用外资规模与GDP的比值来反映政府支持程度。c) 固定资产投资水平(FA),本文采用固定资产投资额与GDP的比值来衡量当地的固定资产投资水平。d) 教育水平(ED),本文采取普通高校在校学生人数与总常住人口之比来衡量教育水平。e) 传统金融机构发展水平(FD),本文使用年末金融机构存贷款总额与当年的GDP总量之比来衡量传统金融机构发展水平。
(二) 数据来源
本文以2011~2020年江苏省徐州市、宿迁市、连云港市、淮安市、盐城市、扬州市、泰州市、南通市、镇江市、常州市、无锡市、苏州市、南京市共十三个地级市为研究对象,选取相关面板数据,其中北大数字普惠金融指数(DIFI)来自《北京大学数字普惠金融指数(2011~2020年)》,其余数据均来源于《中国城市统计年鉴》和各市的统计年鉴。各指标的描述性统计如
变量 |
样本量 |
平均值 |
标准差 |
最小值 |
最大值 |
Y |
130 |
0.351 |
0.176 |
0.105 |
0.767 |
DIFI |
130 |
5.202 |
0.458 |
3.919 |
5.749 |
OPEN |
130 |
19.384 |
22.095 |
0.144 |
146.657 |
GOV |
130 |
0.123 |
0.034 |
0.068 |
0.247 |
FA |
130 |
0.485 |
0.272 |
0.068 |
1.004 |
ED |
130 |
13.842 |
0.496 |
12.715 |
15.164 |
FD |
130 |
2.318 |
0.786 |
1.328 |
5.173 |
PGDP |
130 |
2.117 |
0.446 |
1.019 |
2.856 |
EXP |
130 |
0.343 |
0.072 |
0.17 |
0.508 |
(三) 模型设定
为了检验数字普惠金融对江苏省城乡融合发展的直接作用,本文构建如下模型:
(1)
其中,i表示江苏省各市,t表示年份, 为模型截距项, 为解释变量系数, 为各市时间固定效应, 为各市个体固定效应, 为随机扰动项,X为控制变量。
为了检验地区发展水平和消费水平在数字普惠金融促进城乡融合发展中是否发挥中介作用,本文构建下列模型:
(2)
(3)
其中,M为中介变量,即地区发展水平(PGDP)和消费水平(EXP),其余变量含义同式(1)。
(一) 江苏省城乡融合发展水平测度结果分析
根据本文构建的城乡融合发展水平测度指标体系,利用熵权法对2011~2020年江苏省13个市的16个二级指标数据进行处理,得出了各二级指标的权重,从而得出江苏省13个市的城乡融合发展水平,如
城市 |
2011 |
2012 |
2013 |
2014 |
2015 |
2016 |
2017 |
2018 |
2019 |
2020 |
盐城市 |
0.1131 |
0.1264 |
0.1392 |
0.1824 |
0.1808 |
0.1909 |
0.2068 |
0.2151 |
0.2335 |
0.2869 |
南京市 |
0.5628 |
0.5840 |
0.6481 |
0.7021 |
0.6788 |
0.6986 |
0.7223 |
0.7348 |
0.7378 |
0.7670 |
无锡市 |
0.5278 |
0.5521 |
0.5840 |
0.6030 |
0.5901 |
0.5985 |
0.6004 |
0.6109 |
0.6152 |
0.7430 |
徐州市 |
0.1522 |
0.1555 |
0.1743 |
0.2206 |
0.1985 |
0.2210 |
0.2337 |
0.2486 |
0.2738 |
0.3086 |
常州市 |
0.4139 |
0.4257 |
0.4420 |
0.4868 |
0.4975 |
0.5154 |
0.5437 |
0.5637 |
0.5687 |
0.6017 |
苏州市 |
0.4099 |
0.4915 |
0.5272 |
0.5557 |
0.5455 |
0.5543 |
0.5666 |
0.5766 |
0.4794 |
0.7007 |
南通市 |
0.1855 |
0.1997 |
0.2374 |
0.2736 |
0.2552 |
0.2759 |
0.2899 |
0.3069 |
0.3256 |
0.3886 |
连云港市 |
0.1625 |
0.1740 |
0.1929 |
0.2420 |
0.2301 |
0.2327 |
0.2455 |
0.2540 |
0.2690 |
0.3039 |
淮安市 |
0.1594 |
0.1811 |
0.1921 |
0.2330 |
0.2133 |
0.2343 |
0.1996 |
0.2465 |
0.2525 |
0.2917 |
扬州市 |
0.2466 |
0.2556 |
0.2670 |
0.3086 |
0.2950 |
0.2991 |
0.3181 |
0.3447 |
0.3560 |
0.4130 |
镇江市 |
0.3379 |
0.3465 |
0.3622 |
0.3899 |
0.3902 |
0.3965 |
0.3913 |
0.3988 |
0.3962 |
0.4753 |
泰州市 |
0.1587 |
0.1709 |
0.2132 |
0.2279 |
0.2094 |
0.2257 |
0.2492 |
0.2710 |
0.2882 |
0.3634 |
宿迁市 |
0.1051 |
0.1183 |
0.1307 |
0.1867 |
0.1592 |
0.1683 |
0.1796 |
0.1793 |
0.1964 |
0.2519 |
观察
(二) 基准回归结果分析
本文采用固定效应模型对江苏省数字普惠金融对城乡融合发展的直接作用进行检验,模型估计结果如
变量 |
模型(1) |
模型(2) |
模型(3) |
模型(4) |
模型(5) |
模型(6) |
DIFI |
0.149*** |
0.176*** |
0.154*** |
0.132*** |
0.039*** |
0.588*** |
(0.031) |
(0.031) |
(0.025) |
(0.027) |
(0.013) |
(0.184) |
|
OPEN |
0.002*** |
0.002*** |
0.002*** |
−0.000 |
0.000 |
|
(0.001) |
(0.001) |
(0.001) |
(0.000) |
(0.000) |
||
GOV |
2.780*** |
2.618*** |
0.157 |
1.028*** |
||
(0.324) |
(0.329) |
(0.181) |
(0.341) |
|||
FA |
−0.098** |
−0.030*** |
−0.046 |
|||
(0.047) |
(0.011) |
(0.055) |
||||
ED |
0.096*** |
0.030 |
||||
(0.026) |
(0.019) |
|||||
FD |
0.102*** |
|||||
(0.016) |
||||||
截距项 |
−0.423** |
−0.605*** |
−0.138 |
−0.005 |
−1.146*** |
−3.221*** |
(0.164) |
(0.167) |
(0.144) |
(0.155) |
(0.296) |
(0.975) |
|
固定效应 |
YES |
YES |
YES |
YES |
YES |
YES |
样本量 |
130 |
130 |
130 |
130 |
130 |
130 |
R2 |
0.143 |
0.207 |
0.496 |
0.509 |
0.975 |
0.801 |
注:括号中的数值为t统计量,***、**和*分别表示参数在1%、5%和10%的显著性水平下显著。下同。
由
(三) 中介效应检验结果分析
本文运用中介效应模型检验数字普惠金融能否通过提升地区经济水平和消费水平来推动城乡融合发展,检验结果如
变量 |
(1) |
(2) |
(3) |
(4) |
(5) |
Y |
Y |
PGDP |
Y |
EXP |
|
DIFI |
0.588*** |
0.527*** |
0.738*** |
0.546** |
0.230*** |
(0.184) |
(0.061) |
(0.151) |
(0.056) |
(0.008) |
|
PGDP |
0.082** |
||||
(0.039) |
|||||
EXP |
0.106** |
||||
(0.051) |
|||||
截距项 |
−3.221*** |
1.191** |
−1.723** |
0.190*** |
|
(0.975) |
(0.509) |
(0.784) |
(0.045) |
||
控制变量 |
YES |
YES |
YES |
YES |
YES |
固定效应 |
YES |
YES |
YES |
YES |
YES |
样本量 |
130 |
130 |
130 |
130 |
130 |
R2 |
0.801 |
0.989 |
0.982 |
0.987 |
0.971 |
(四) 异质性分析
由于地区经济水平、政策制定不同等方面,数字普惠金融对城乡融合发展可能存在区域异质性。因此,本文将江苏省13个市划分为苏南、苏中以及苏北三个地区,并分别检验数字普惠金融是否能够促进城乡融合发展,检验结果如
如
变量 |
苏南地区 |
苏中地区 |
苏北地区 |
|||
模型(1) |
模型(2) |
模型(3) |
模型(4) |
模型(5) |
模型(6) |
|
DIFI |
0.130*** |
1.639*** |
0.111*** |
0.094*** |
0.081*** |
0.076*** |
(0.035) |
(0.497) |
(0.015) |
(0.017) |
(0.007) |
(0.012) |
|
OPEN |
0.000 |
−0.000 |
0.000 |
|||
(0.001) |
(0.001) |
(0.000) |
||||
GOV |
0.154 |
−1.561** |
−0.299 |
|||
(1.130) |
(0.610) |
(0.195) |
||||
FA |
−0.019 |
−0.051 |
−0.031* |
|||
(0.083) |
(0.035) |
(0.016) |
||||
ED |
0.049 |
0.023 |
−0.009 |
|||
(0.034) |
(0.020) |
(0.016) |
||||
FD |
0.178*** |
0.032*** |
0.015*** |
|||
(0.015) |
(0.010) |
(0.003) |
||||
截距项 |
−0.142 |
−8.811*** |
−0.304*** |
−0.326 |
−0.211*** |
−0.005 |
(0.185) |
(2.285) |
(0.078) |
(0.241) |
(0.037) |
(0.221) |
|
固定效应 |
YES |
YES |
YES |
YES |
YES |
YES |
样本量 |
50 |
50 |
31 |
31 |
49 |
49 |
R2 |
0.208 |
0.623 |
0.642 |
0.725 |
0.772 |
0.604 |
城乡融合发展是实现中国现代化的重要内容,数字普惠金融是促进城乡融合发展的重要路径。本文从城乡形态融合水平、城乡经济融合水平、城乡要素融合水平和城乡生态融合水平这四个方面构建城乡融合发展水平评价指标体系,在系统分析数字普惠金融促进城乡融合发展直接作用与间接作用的基础上,利用江苏省2011~2020年各市的面板数据实证检验了数字普惠金融促进城乡融合发展的效果与路径,得出的主要结论有:第一,江苏省各市城乡融合发展水平整体上均呈现上升趋势但市际之间的差距较大;第二,数字普惠金融对江苏省城乡融合发展具有显著的促进作用;第三,数字普惠金融可以通过提升地区发展水平和消费水平,进而推动城乡融合发展;第四,数字普惠金融对城乡融合发展的影响作用具有区域异质性,苏南地区的作用力度明显高于苏中和苏北地区。
基于上述理论分析与实证研究结论,本文提出如下的政策建议:1) 推动数字金融发展,推动城乡生态融合。加大产业振兴力度,支持企业加大创新投入,加快进行传统企业转型升级,发挥第三产业对江苏省城乡生态融合发展的积极作用,引导产业向绿色生态领域转型,从而让“绿水青山就是金山银山”的观念深入人心,为推动江苏省城乡融合发展发挥巨大潜能。2) 重视地区发展水平和消费水平在城乡融合发展中的间接机制,利用数字金融促进江苏省经济发展和乡村消费。完善健全城乡要素合理配置的机制,强化城乡公共服务供给,优化教育、养老、医疗等服务供给、不断健全全省5G网络、云计算等数字基础设施建设,鼓励金融机构数字化转型,推进城乡设施服务向乡村延伸,以工补农,以城带乡,从而有效推动江苏省城乡融合发展。3) 制定针对性区域发展政策,提升居民城乡融合发展意识。利用城乡融合发展水平较高地区优势,加强对周边乡村的辐射带动作用;城乡融合发展水平较低地区应加强城乡之间的要素流动,打破城乡之间信息差,密切关注促进经济发展的动向,从而实现高质量城乡融合发展。与此同时,要充分理解共同富裕和城乡融合发展理念,不要只顾眼前利益而放弃长远发展,从而为推动江苏省城乡融合发展提供良好环境。
2023江苏省大学生创新创业训练计划项目(202310324023Z)。
*通讯作者。