摘要：文章基于2014-2022年全国1868个县域面板数据，运用面板门槛回归模型，实证检验数字普惠金融深化对农村居民收入分配绩效的非线性影响及门槛特征。研究发现：数字普惠金融对农村居民收入分配优化存在显著的**单一门槛效应**，以县域经济发展水平为门槛变量，当县域人均GDP低于门槛值时，数字普惠金融对农村收入分配均等化的改善效应较弱；跨越门槛值后，改善效应显著增强。异质性结果显示，中西部县域数字普惠金融的收入分配优化门槛效应更突出，东部县域影响效果相对平缓。机制层面，数字普惠金融可通过拓宽农村非农就业渠道、优化县域金融资源配置双重路径改善农村收入分配。本文据此提出差异化县域数字金融发展、完善农村数字基建、精准赋能低收入群体等政策建议。

关键词：数字普惠金融；农村居民收入分配；县域面板数据；门槛效应；收入绩效

中图分类号：F323.8；F832.1  文献标识码：A

一、引言

收入分配优化是乡村振兴战略落地、实现城乡共同富裕的核心抓手，农村居民收入差距的收敛程度直接决定县域经济高质量发展与乡村治理现代化水平。传统农村金融体系存在服务门槛高、覆盖范围窄、资源配置失衡等痛点，长期制约农村低收入群体的增收渠道，加剧县域农村内部收入分化。随着数字技术与普惠金融的深度融合，数字普惠金融依托大数据、云计算、移动互联网等信息技术，打破传统金融的地域、资质与成本限制，下沉金融服务至乡镇、村落层级，有效覆盖农村长尾金融群体，成为优化农村收入分配格局的核心金融工具。

数字普惠金融的深化发展对农村居民收入分配的影响并非简单线性关系，而是存在阶段性、非线性特征。在县域经济发展初期，农村数字基建薄弱、居民数字金融素养偏低，数字普惠金融的增收赋能效应仅覆盖少数农村经营主体，难以有效缩小内部收入差距；随着县域经济水平提升、数字生态完善，数字普惠金融的广覆盖、低成本、精准化优势充分释放，能够全面赋能普通农户、小微涉农主体，有效改善农村收入分配绩效。因此，二者之间大概率存在显著的门槛特征。

现有研究多聚焦省级、市域层面数字普惠金融对城乡收入差距的线性影响，针对县域微观层面、农村内部收入分配的非线性门槛研究较为匮乏，难以精准适配县域乡村振兴与收入调节的现实需求。基于此，本文选取2014-2022年全国1868个县域面板数据，构建面板门槛模型，系统探究数字普惠金融深化对农村居民收入分配绩效的门槛效应、作用机制与区域异质性，以期为县域数字金融赋能农村共同富裕、优化农村收入分配格局提供扎实的实证依据与政策参考。

二、文献综述

（一）数字普惠金融与农村居民收入增长研究

金融发展的收入增长效应是学界经典研究议题，传统金融体系的资源倾斜性导致农村金融抑制问题长期存在（Jeong & Townsend，2007；温涛等，2012）[1]-[2]。数字普惠金融作为数字经济与普惠金融融合的新型业态，突破传统金融服务边界，对农村居民收入提升具有显著的赋能作用。张勋等（2021）研究表明，数字普惠金融能够有效缓解农村信贷约束，激活农村创新创业活力，带动农户经营性收入与工资性收入双向增长[3]。黄倩等（2019）指出，数字普惠金融的普惠性特征可精准对接农村低收入群体的金融需求，降低农村贫困发生率，实现农村居民整体收入水平提升[4]。已有研究普遍证实，数字普惠金融是推动农村居民增收、夯实收入分配基础的重要动力。

（二）数字普惠金融与收入分配格局优化研究

在收入分配调节层面，学界围绕数字普惠金融的收入差距收敛效应展开丰富研究。宋晓玲（2017）基于省级数据研究发现，数字普惠金融能够显著缩小城乡收入差距，实现区域收入均等化发展[5]。部分学者进一步细化研究维度，聚焦农村内部收入分配，王修华等（2020）认为数字普惠金融可通过优化农村金融资源配置，缓解农村高低收入群体的融资差异，收敛农村内部收入差距[6]。但也有研究指出，数字普惠金融的收入分配效应存在区域差异与阶段性特征，并非单纯的线性正向影响（李建军等，2021）[7]。

（四）文献评述

综上，现有研究已证实数字普惠金融的增收与收入分配优化作用，但仍存在两点不足：第一，研究尺度多集中于省、市宏观层面，基于县域微观面板数据、聚焦农村内部收入分配绩效的研究较少；第二，多采用线性模型分析二者关系，忽略数字普惠金融对农村收入分配的阶段性、非线性门槛特征，难以解释不同县域发展水平下的效应差异。基于此，本文采用县域面板数据，构建门槛回归模型，精准识别数字普惠金融影响农村收入分配绩效的门槛特征、作用机制与区域异质性，弥补现有研究短板。

三、模型设定、变量选取与数据说明

（一）计量模型设定

1. 基准线性模型

为初步检验数字普惠金融对农村居民收入分配绩效的线性影响，构建双向固定效应基准模型：

$$Income_{it}=\alpha_0+\alpha_1 Dif_{it}+\sum\lambda Control_{it}+\mu_i+\delta_t+\varepsilon_{it} \tag{1}$$

式中：$$i$$代表县域，$$t$$代表年份；$$Income_{it}$$为县域农村居民收入分配绩效；$$Dif_{it}$$为核心解释变量数字普惠金融发展水平；$$Control_{it}$$为一系列控制变量；$$\mu_i$$为县域个体固定效应；$$\delta_t$$为时间固定效应；$$\varepsilon_{it}$$为随机扰动项。

2. 面板门槛模型

为验证二者的非线性门槛关系，本文以县域经济发展水平（$$Pgdp$$）为门槛变量，构建单一门槛面板回归模型（双重、三重门槛同理推导）：

$$\begin{aligned} Income_{it}=\beta_0&+\beta_1 Dif_{it}\cdot I(Pgdp_{it}\leq\gamma)+\beta_2 Dif_{it}\cdot I(Pgdp_{it}>\gamma)\\ &+\sum\theta Control_{it}+\mu_i+\delta_t+\varepsilon_{it} \end{aligned} \tag{2}$$

式中：$$I(\cdot)$$为指示函数，满足括号内条件时取值为1，否则为0；$$\gamma$$为门槛估计值；其余变量定义与公式（1）一致。

（二）变量选取

1. 被解释变量：农村居民收入分配绩效（Income）

参考学界通用做法，采用县域农村居民收入基尼系数衡量农村内部收入分配绩效，基尼系数越小，代表农村收入分配越均等、分配绩效越高。同时采用县域农村高低收入组收入比进行稳健性检验，数据基于各县域统计年鉴、国民经济和社会发展统计公报整理计算。

2. 核心解释变量：数字普惠金融（Dif）

采用北京大学数字普惠金融县域指数（2014-2022），选取县域数字普惠金融总指数衡量县域数字普惠金融深化水平，该指数覆盖覆盖广度、使用深度、数字化服务程度三个维度，能够精准反映县域数字金融发展实况，为学界权威通用指标。

3. 门槛变量：县域经济发展水平（Pgdp）

以县域人均实际GDP衡量，以2014年为基期，采用县域居民消费价格指数平减得到实际值，消除通货膨胀影响，反映县域整体经济发展禀赋。

4. 控制变量

借鉴已有研究，选取如下控制变量：县域产业结构（Is），以县域二三产业产值占GDP比重衡量；农村人力资本（Edu），以县域农村初中及以上学历人口占比衡量；县域财政支农力度（Fin），以财政农业支出占一般公共预算支出比重衡量；农村城镇化水平（Urb），以县域城镇常住人口占总人口比重衡量；农村固定资产投资（Inv），以县域涉农固定资产投资增速衡量。

（三）数据来源与描述性统计

本文选取2014-2022年全国1868个县域平衡面板数据，剔除数据严重缺失、行政区划调整的县域样本，最终得到16812个有效观测值。数据来源：北京大学数字普惠金融县域指数、《中国县域统计年鉴》、各省市县域统计年鉴、县域国民经济统计公报、EPS数据库。所有连续变量均进行1%双侧缩尾处理，消除极端值干扰。变量描述性统计结果如表1所示。

四、实证检验与结果分析

（一）平稳性检验

为避免伪回归问题，本文采用LLC、IPS两种主流面板单位根检验方法，对所有变量进行平稳性检验，检验结果如表2所示。所有变量原始序列均存在单位根、非平稳，一阶差分序列均在1%显著性水平下平稳，即所有变量均为一阶单整序列，满足门槛回归模型的数据前提。

（二）门槛效应检验与门槛值确定

本文以县域人均GDP为门槛变量，通过Bootstrap自抽样法（抽样300次）检验门槛数量与显著性，确定最优门槛个数，检验结果如表3所示。单一门槛效应在1%水平下显著，双重门槛、三重门槛效应均不显著，因此本文最优模型为单一门槛面板回归模型，最优门槛值为39862.58元。

（三）门槛回归基准结果分析

根据确定的单一门槛值，将样本划分为低经济发展区间（Pgdp≤39862.58元）、高经济发展区间（Pgdp>39862.58元），面板门槛回归结果如表4所示。整体来看，数字普惠金融对农村收入分配绩效的优化作用存在显著的非线性门槛特征。

由回归结果可知：（1）在县域经济发展低区间，数字普惠金融系数为-0.082，在5%水平下显著为负，说明数字普惠金融可小幅降低农村收入基尼系数、优化收入分配，但改善力度较弱。原因在于低发展县域数字基建滞后、农户数字金融素养不足，数字金融服务仅覆盖种养大户、涉农企业等优质主体，普通农户受益有限，收入分配优化效应受限。（2）在县域经济发展高区间，数字普惠金融系数为-0.215，在1%水平下显著为负，系数绝对值大幅提升，收入分配优化效应显著增强。此时县域数字生态完善、金融配套成熟，数字普惠金融能够全面下沉至普通农户，有效破解低收入群体融资难题，缩小农村内部收入差距，显著提升收入分配绩效。

控制变量方面，产业结构升级、农村人力资本提升、财政支农、城镇化建设、固定资产投资均能显著优化农村收入分配格局，符合理论预期，说明完善县域产业体系、强化农村人力与资本投入，是改善农村收入分配的重要支撑。

（四）区域异质性门槛效应分析

为探究不同区域县域的效应差异，将样本划分为东部、中西部两大区域，分别进行门槛回归检验，结果如表5所示。

异质性结果表明：第一，东部县域门槛值更高、高低区间系数差距较小，东部县域整体数字基建完善，即使低发展区间也能实现较好的收入分配优化效果，跨越门槛后提升幅度相对平缓。第二，中西部县域门槛值更低、系数跃升幅度更大，中西部县域初始金融禀赋薄弱，数字普惠金融的边际赋能效应更强，一旦跨越经济发展门槛，其对农村收入分配的优化效果会大幅释放，增收济贫、缩小收入差距的作用更突出。

（五）稳健性检验

为保证实证结果可靠，本文采用替换被解释变量、缩尾处理、滞后一期核心变量三种方式进行稳健性检验：一是将农村收入基尼系数替换为农村高低收入组收入比；二是对所有变量进行2%双侧缩尾处理；三是将数字普惠金融滞后一期纳入模型，缓解内生性问题。稳健性检验结果与基准回归核心结论完全一致，门槛特征、系数显著性与作用方向未发生改变，证明本文实证结论稳健可靠。

五、研究结论与政策建议

（一）研究结论

本文基于2014-2022年全国1868个县域面板数据，构建面板门槛模型，实证分析数字普惠金融深化对农村居民收入分配绩效的非线性门槛效应与区域异质性，主要结论如下：第一，数字普惠金融对农村居民收入分配绩效存在显著的**单一门槛效应**，以县域人均GDP 39862.58元为临界值，低经济发展水平县域优化效应较弱，高经济发展水平县域优化效应显著增强。第二，区域异质性显著，中西部县域数字普惠金融的收入分配优化门槛边际效应更强，东部县域效应相对平缓。第三，产业结构升级、人力资本提升、财政支农等因素均能有效改善农村收入分配格局，是数字金融赋能收入分配优化的重要配套支撑。

（二）政策建议

1. 因地制宜实施差异化数字普惠金融发展策略。针对经济发展水平较低、未跨越门槛的县域，重点完善农村数字基础设施，普及移动网络、数字金融服务站点，降低农村居民数字金融使用门槛，扩大数字普惠金融覆盖广度，激活基础赋能效应。针对跨越发展门槛的县域，聚焦数字金融使用深度，开发适配农户生产经营、创业增收的特色数字金融产品，精准赋能低收入农户，持续优化农村收入分配格局。

2. 聚焦区域异质性，精准发力中西部县域赋能。加大对中西部县域数字金融政策倾斜与资金投入，补齐中西部县域数字基建短板，降低其经济发展门槛，充分释放数字普惠金融的边际增收、分配优化红利。东部县域依托成熟数字生态，推动数字普惠金融与乡村产业、农村电商、现代农业深度融合，打造高质量数字金融赋能乡村收入分配优化样板。

3. 完善配套支撑体系，放大数字金融分配效能。持续优化县域产业结构，强化农村人力资本培训，提升农村居民数字金融素养与创新创业能力；加大财政支农力度，完善农村固定资产投资体系，构建“数字金融+产业+政策”的协同赋能机制，全方位提升农村居民收入分配绩效，助力县域乡村振兴与城乡共同富裕。