引言

随着乡村振兴战略的全面实施和脱贫攻坚成果的持续巩固，我国农村居民人均可支配收入实现了较快增长，但城乡之间的收入差距仍未根本扭转，且西部地区尤为突出。云南省作为典型的多山省份，农村人口占比高、金融服务覆盖难度大，农民持续增收面临多重制约。数字普惠金融凭借其低门槛、高效率、广覆盖等特征，为破解农村金融排斥、拓宽农民增收渠道提供了新的可能。近年来，国家层面对数字普惠金融的重视程度不断提升：2020年中央一号文件首次提出“开展县域农户小额信用贷款”，2021年进一步明确“发展农村数字普惠金融”；2022年中国人民银行等部门联合发文强调“推动数字普惠金融产品和服务创新”；2024年中央一号文件再次提出“深化农村数字普惠金融发展”。在政策持续引导和金融机构积极布局的共同推动下，数字普惠金融正加速向农村地区落地，其在提高农村居民收入、缩小城乡收入差距方面的作用也日益受到关注。

本文以云南省16个州市2011—2024年面板数据为样本，系统考察数字普惠金融对农村居民收入的影响效果与作用机制，为云南省优化数字普惠金融基础设施、完善配套政策、构建差异化服务体系提供实证支撑与政策参考。

一、文献综述与研究假说

1. 文献综述

（1）数字普惠金融的概念与测度研究

关于数字普惠金融的内涵，现有研究普遍认为，它并非传统金融的简单线上化，而是数字技术与普惠金融服务的深度融合唐宁。王长军等进一步将其界定为一种新兴金融业态。在测度方面，Sarma较早从渗透度、使用度和效用度构建了评估框架；北大数字金融研究中心联合蚂蚁金服基于覆盖广度、使用深度及数字化程度构建的“数字普惠金融指数”，已成为国内实证研究的主流工具彭鲲。

（2）数字普惠金融的经济效应研究

现有文献从多个维度考察了数字普惠金融的经济社会效应。在国际层面，Sarker等发现孟加拉国农业信贷与农业产出正相关。国内研究中，谭思进与陶士贵关注消费端，发现其促进城镇居民消费升级；张红伟与何冠霖则发现其缩小了城乡家庭风险资产配置差异。此外，汪雯羽与贝多广、王文中等多位学者分别证实了数字普惠金融对县域经济增长和城乡收入差距缩小的积极作用。

（3）农村居民收入的影响因素研究

关于农村居民收入的决定因素，雪合来提·马合木提与奥斯曼·玉散基于新疆数据发现，人均GDP、农用机械总动力、财政农业支出等因素均对农村居民人均纯收入增长有显著作用。万海远与王盈斐的研究表明，市场贡献率、教育水平、高收入群体是影响居民收入差距的重要因素。Guo等、王航星等发现，经济发展水平高、教育水平高、地理位置优越的地区对农村居民收入的促进作用更强，且这种地理红利对不同收入群体的影响存在差异。

（4）数字普惠金融对农村居民收入的影响研究

针对数字普惠金融与农村居民收入的关系，陈丹与姚明明、付庆华与冯其晓雯等学者利用北大数字金融指数和固定效应模型，得出数字普惠金融显著促进农村居民收入增长的结论。Lian等学者进一步指出，经济增长是其中重要的传导路径，即“涓滴效应”在发挥作用。宋健等发现，数字普惠金融对农村居民人均可支配收入具有空间溢出效应。

总体看，现有研究多为全国或东部视角，以云南省地市级面板数据为样本的系统性实证检验较为匮乏。同时，关于数字普惠金融如何通过经济发展水平这一中介路径间接影响农村居民收入的研究仍有待深化。基于此，本文选取2011—2024年云南省16个州市的面板数据，研究数字普惠金融对农村居民收入的影响，以期为欠发达地区优化数字普惠金融政策提供实证依据。

2. 研究假设

传统普惠金融因受地理与时间限制，服务成本高、覆盖范围有限，在农村地区难以实现有效下沉。而数字普惠金融依托互联网、大数据与移动通信技术提升服务可及性与运行效率，能降低交易成本与信息不对称程度。云南省山地占比高、经济发展相对滞后，数字普惠金融能够有效缓解农村金融排斥，降低农户获取信贷、支付等基础服务的门槛，为生产扩张与创业活动提供资金支持，直接推动收入提升。据此提出：

H1：数字普惠金融发展对云南省农村居民收入具有显著正向影响。

从作用机制来看，数字普惠金融能通过产业融合发展与经济结构升级，推动区域经济发展水平的提升。据此，本文将经济发展水平作为中介变量，检验数字普惠金融通过促进经济发展水平进而影响居民收入水平的机制。故提出第二个研究假设：

H2：数字普惠金融通过提升经济发展水平，对云南省农村居民收入产生正向的间接促进作用。

二、研究设计

1. 数据来源、变量选取

（1）数据来源

本文以2011—2024年云南省16个州市面板数据为研究样本，研究数字普惠金融对农村居民收入的影响。数据主要来源于北京大学数字金融研究中心、云南省统计年鉴，最终得到224个有效观测值。

（2）变量选取

①被解释变量：以云南省各州市的农村居民人均可支配收入水平作为核心被解释变量，以y表示，选取农村居民收入水平作为替代被解释变量以y1表示，均进行对数处理。

②核心解释变量。以2011—2024年北京大学数字普惠金融指数作为核心解释变量，以df表示，为缓解异方差问题，对指数取对数。

③控制变量：为缓解遗漏变量偏误，选取产业结构（is）、财政支农力度（gov）、金融发展水平（fin）、城镇化水平（urban）、农业发展水平（agro）、农村就业人员占比（emp）作为控制变量。

④中介变量：选取经济发展水平（pgdp）作为中介变量，反映区域经济活力与发展质量。

变量类型	变量名称	变量符号	变量说明
被解释变量	农村居民人均可支配收入	y	农村居民人均可支配收入
	农村居民收入	y1	农村居民收入
核心解释变量	数字普惠金融总指数	df	北京大学数字普惠金融总指数
中介变量	经济发展水平	pgdp	人均地区生产总值
控制变量	农村就业人员占比	emp	农村就业人员数占农村常住人口数的比重
	产业结构	is	第一产业增加值占地区生产总值比重
	财政支农力度	gov	地方财政一般预算支出占地区生产总值比重
	金融发展水平	fin	金融机构各项贷款余额占地区生产总值比重
	城镇化水平	urban	城镇人口占总人口比重
	农业发展水平	agro	农业总产值

2. 模型设定

为检验数字普惠金融对农村居民收入水平的直接影响，本文构建如下基准模型：

为进一步检验经济发展水平是否在数字普惠金融影响农村居民收入的过程中发挥中介作用，构建如下中介效应模型：

其中：i表示各州市，t表示年份，y表示农村居民收入水平，df表示数字普惠金融发展水平，Control表示控制变量的集合（包括emp、is、gov、fin、urban、agro），pgdp表示中介变量经济发展水平，a₀、b₀、r₀为常数项，ε、μ、θ表示随机扰动项。

三、实证结果与分析

1. 描述性统计与相关性结果分析

由表 2全样本描述性统计结果所示：农村居民收入（y）均值9.194，标准差0.462，显示收入稳步增长但区域差距突出；数字普惠金融指数（df）均值5.139，标准差0.568，反映发展迅速；农业发展水平（agro）标准差1.010，各地州农业基础差异悬殊；政府干预（gov）极差0.82，财政投入力度差异显著。表 3数据相关性分析显示农村居民收入水平与数字普惠金融指数的相关性为显著正相关。

变量	样本量	均值	标准差	最小值	最大值
y	224	9.194	0.462	7.770	10.07
df	224	5.139	0.568	3.410	5.850
is	224	0.183	0.0709	0.0400	0.320
gov	224	0.338	0.161	0.0900	0.910
fin	224	1.064	0.534	0.600	3.210
urban	224	0.428	0.111	0.230	0.840
agro	224	4.698	1.010	1.640	6.090
emp	224	0.739	0.109	0.490	0.980
pgdp	224	10.43	0.554	9.090	11.64

	y	df	is	gov	fin	urban	agro	emp
y	1
df	0.8852*	1
is	-0.2038*	-0.2261*	1
gov	-0.6040*	-0.2823*	0.0419	1
fin	0.2020*	0.1915*	-0.4818*	-0.1342*	1
urban	0.6483*	0.5168*	-0.4596*	-0.6169*	0.6558*	1
agro	0.6196*	0.3643*	0.2142*	-0.8456*	0.0314	0.5012*	1
emp	-0.1437*	-0.1393*	-0.1338*	-0.1620*	0.2551*	0.3092*	0.1903*	1

注：表中括号内数据为标准误，*、**、*** 分别表示在 10%、5%、1%的水平显著，下同。

2. 基准回归结果分析

经过豪斯曼（Hausman）检验,本文固定效应模型优于随机效应模型，因此选择固定效应检验数字普惠金融对农村居民收入的影响。

	(1) y	(2) y	(3) y
df	0.7203***	0.5447***	0.1770***
	(28.3526)	(27.8846)	(4.6615)
is		-0.3880**	-0.4383**
		(-2.4415)	(-2.3113)
gov		-0.6500***	0.0729
fin		-0.0235	0.0553*
urban		0.4862***	0.2185**
agro		0.0773***	0.1017***
emp		-0.6613***	0.0621
控制变量	否	是	是
固定年份/地区	否	否	是
_cons	5.4927***	6.6287***	7.2264***
N	224	224	224
R2	0.7836	0.9388	0.9956

3. 稳健性与内生检验结果分析

	(1) y1	(2) y	(3) y
df	0.1912***	0.1590***
L.df			0.1461***
控制变量	是	是	是
固定效应	是	是	是
_cons	3.9698***	7.5139***	7.6243***
N	224	224	208
R2	0.9963	0.9950	0.9955

4. 异质性检验结果

	(1)低收入组	(2)中收入组	(3)高收入组
df	0.1083*	0.5410***	0.6550***
控制变量	是	是	是
_cons	4.6388***	4.4334***	3.9944***
N	75	75	74
R2	0.9558	0.9740	0.9815

5. 中介效应结果

	(1) y	(2) pgdp	(3) y
df	0.1770***	0.4017***	0.1151***
pgdp			0.1539***
控制变量	是	是	是
_cons	7.2264***	8.2567***	5.9555***
N	224	224	224
R2	0.9956	0.9886	0.9960

四、研究结论与建议

1. 研究结论

第一，数字普惠金融显著促进了云南省农村居民收入水平的提高。基准回归结果显示，在控制多项变量后，数字普惠金融指数的系数为0.1770，且在1%的统计水平上显著为正。

第二，数字普惠金融对农村居民收入的影响存在“边际效应递增”特征。异质性分析表明，在低收入地区，数字普惠金融的增收效应仅在10%水平上弱显著；而在中、高收入地区，其系数分别达到0.5410和0.6550。

第三，数字普惠金融通过提升经济发展水平间接促进农村居民收入增长。中介效应检验结果显示，人均GDP在数字普惠金融影响农村居民收入的过程中发挥了显著的部分中介作用，中介效应占比约34.92%。

2. 政策建议

第一，持续深化农村数字普惠金融基础设施建设，扩大金融服务的覆盖面和可及性。建议云南省持续推进移动支付、数字信贷等在农村地区的普及，重点加强偏远山区网络建设，缩小数字鸿沟。

第二，实施差异化的数字普惠金融发展策略。在经济基础较好的州市打造示范区，形成可复制模式；对低收入地区给予政策倾斜，通过财政贴息等方式降低金融机构成本。

第三，完善农村居民增收的多元保障机制。配套实施职业技能培训、社会保障兜底等政策，形成“金融赋能+产业带动+政策兜底”的多层次体系。

参考文献：

1. [1] Sarker S, Ghosh S K, Palit M. Role of banking-sector to inclusive growth through inclusive finance in Bangladesh[J]. Studies in business and economics, 2015, 10(02): 145-159.
2. [2] Guo X, Wang L, Meng X, et al. The impact of digital inclusive finance on farmers' income level: evidence from China's major grain production regions[J]. Finance research letters, 2023, 58: 104531.
3. [3] Lian X, Mu Y, Zhang W. Digital inclusive financial services and rural income: Evidence from China's major grain-producing regions[J]. Finance research letters, 2023, 53: 103622.
4. [4] 雪合来提·马合木提, 奥斯曼·玉散. 新疆农村居民收入影响因素的实证分析[J]. 统计与决策, 2015(19): 108-110.
5. [5] 唐宁. 数字普惠金融的中国实践与未来发展[J]. 清华金融评论, 2016(12): 49-50.
6. [6] 陈丹, 姚明明. 数字普惠金融对农村居民收入影响的实证分析[J]. 上海金融, 2019(06): 74-77.
7. [7] 王长军, 师佳英. 数字普惠金融发展对农民收入影响的实证分析——以云南省为例[J]. 农村经济与科技, 2021, 32(05): 114-116.
8. [8] 万海远, 王盈斐. 我国农村居民收入分配差距新变化[J]. 农业经济问题, 2022(01): 27-39.
9. [9] 张红伟, 何冠霖. 数字普惠金融对家庭风险金融资产配置的影响及机制研究[J]. 经济体制改革, 2022(02): 136-143.
10. [10] 汪雯羽, 贝多广. 数字普惠金融、政府干预与县域经济增长——基于门限面板回归的实证分析[J]. 经济理论与经济管理, 2022(02): 41-53.
11. [11] 王航星, 董洪光, 牛伟杰, 等. 安徽省农村居民收入影响因素的灰色关联分析[J]. 长春金融高等专科学校学报, 2023(03): 64-72.
12. [12] 王义中, 林溪, 李振华, 等. 数字普惠金融助力共同富裕：基于流动性约束视角[J]. 经济研究, 2024(06): 49-68.
13. [13] 谭思进, 陶士贵. 数字普惠金融对城乡居民消费升级影响效应研究[J]. 统计与决策, 2024, 40(04): 152-156.
14. [14] 彭鲲. 我国数字普惠金融发展水平测度及其对经济增长的影响研究[J]. 时代经贸, 2025, 22(03): 177-182.
15. [15] 付庆华, 冯其晓雯. 数字普惠金融对云南省农村居民收入影响研究[J]. 生产力研究, 2025(08): 94-99.
16. [16] 宋健, 陈锦, 游植杰. 数字普惠金融能否促进农村居民收入提升? ——基于长江经济带地级市数据[J]. 湖南财政经济学院学报, 2025, 41(02): 50-59.