1引言
2003年，数字普惠金融初入大家的视线中。此后，数字普惠金融被联合国界定为能够对社会所有阶层和群体提供全面整体性的金融服务的金融体系。当前，数字普惠金融的发展也在逐步升级，所提供的金融服务更加广泛深入。
在这个背景下，本文来推断数字普惠金融的发展对城乡收入差距造成的影响，从而给数字普惠金融相关政策的实施提供参考。
第2章理论基础
数字普惠金融是以小额信贷为基础发展起来的，建立的目的就是为被正规金融服务拒之门外的微小经济体解决融资的问题。后来随着数字普惠金融不断地发展壮大，数字普惠金融服务的对象变得多样化，服务内容持续增加体现出综合化的服务模式，客户的主体也是多元化的发展，数字普惠金融的概念扩展为在保证机会平等和商业可持续的前提下，在预算内给全部在金融上有需要的群体进行合适的帮扶，特别是针对微小经济体、三农人员、贫困人员等弱势群体。而这会提高农民收入，减少城乡收入差距。
3实证分析
本文选取2013年到2020年31省的面板数据为参照对此进行数据调查结果统计，以城乡收入差距为被解释变量，数字惠普金融指数为主要解释变量，对收入水平有影响的因素为控制变量，三个变量为基础建立数据模型，由于主要解释变量里时间因素的影响，我们需要将整体模型时间的研究定在2013-2020年之间。
城乡收入差距(Y)：城市居民人均可支配收入与乡村居民人均可支配收入的差值。
数字惠普金融数据(IFI)：对数字惠普金融发展水平的分析研究，当前最有说服力，最具科学性的数据源自北大数字金融研究中心课题组发布的北京大学数字普惠金融指数，这一数据在这里被我们设为是解释变量，以此为基础，对全国各区域省市的经济金融发展水平进行量度。
政府助农财政（GE)：黄寿峰(2016）通过对空间面板数据模型的分析研究，验证了财政支农可以影响农民的增收这一观点，我们将这一研究作参照，首先建立一个控制变量，再选取11个区市农林水支出占地方一般公共预算支出的百分比作为数据标准，对各地区政府助农财政支持情况进行对比测量。
产业模式(IS)：因为需要考虑到各因素对农村居民收入水平的不同种影响程度,我们就需要注意产业模式的安排是否具有科学性,然后设定控制变量，通过农村地区二、三产业增加值这一数据和农村地区产业模型相比较。
农村居民就业水平(JOB）：我们选取了第一产业就业人数占农村地区总人数的比重为参考和农村居民就业水平相比，就是因为就业是居民收入最主要的来源。
以变量为基本骨架构建数据模型，我们以城乡收入差距(Y)为被解释变量，11个省市地区的数字惠普金融数据(IFI)为解释变量，设定政府助农财政支持(GE)、产业模式(IS)、农村居民就业水平(JOB)为相关控制变量，建立模式结构分析模型，使模型验证更具可行性、真实性、科学性和合理性。
在数据处理时，我们需要消除方差对整体带来的误差影响，所以进行了如下处理：
Yi,t = αi+β1IFIi,t+β2GEi,t+ β3ISi,t+β4JOBi,t + β5IPRi,t + εi,t （2）
相关变量含义即构造方法见表4-1所示。
相关变量含义即构造方法见表3-1所示。
表3-1 变量定义
本文选取的数据是2011年到2020年34个省份的数字普惠金融发展和城乡收入数据,本文采用学术认可度较高的北京大学研究小组编制的数字普惠金融指数为自变量，来源为北京大学数字金融研究中心，本文设置城乡收入差距为因变量，样本来源为国家统计局。其他控制变量来源也均为国家统计局官网
在整体数据样本的研究中，各变量的统计量描述输出如表3-2所示。
表3-2 各变量描述统计量
接下来进行相关性分析了解两两变量间的相关性是如何的，从而可以初步判断变量之间的关系：
表3-3 相关性分析
注：***，**，*分别表示在0.01，0.05，0.1的显著性水平下显著。
在此模型中，我们又需要体现估计方法的差异和估计的稳定可靠性，所以需要用豪斯曼检验，加上固定效应、随机效应的应用，以确定最合理科学的估计模型。
表3-4 固定效应模型和随机效应模型估计
注:括号内为t统计量，*p<0.05,**p<0.01,***p<0.001
通过模型分析，可以发现数字普惠金融数据与城乡收入差距成反比关系，并且伴随着模型估计自变量增加，变量逐个增加，在固定效应估计和随机效应模型估计中均未出现较大变化,数据在0.1之间上下小幅度变化。同时p<0.01，表示这种负相关非常显著，也就是说，数字普惠金融指数每增加1个单位，城乡收入差距减少-0.1612个单位。
在所有控制变量中，GE变量，P值小于0.01，同时系数为-0.0651，表示对城乡收入差距产生具有显著的负相关，GE增加1单位，城乡收入差距减少0.0651个单位。其余各变量第一产业就业率，Р值通过t检验，存在显著的正向影响，而二三产业增加值不存在有显著的影响。
如果要更深层的分析，就需要再判断固定效应和随机效应两种模型估计哪个更符合本文研究的数据模型，因此利用豪斯曼检验两种模型的贴合程度，并得到下表数据。
表3-5豪斯曼检验统计结果分析
从上表的统计结果分析我们看出，P值的结果为0.0170,小于5%的显著水平。所以固定模型更加贴合本数据模型。
从上面的模型建立到实验结果分析我们总结出以下实验成果报告，数字惠普金融经济的增长对农村居民的收入水平提升有明显的促进的作用，数字普惠金融指数每增加1个单位，城乡收入差距减少0.003个单位。
从实证分析结果可以看出，普惠金融的发展对于农民收入的提升效果比较明显，所以在农村发展数字普惠金融具有现实的巨大影响作用。
在普惠金融服务中引入数字技术，就会极大的减少普惠金融服务的边际成本，能够促进各商业银行发展边缘农村的普惠金融业务。不仅可以建立起大数据技术上的征信制度体系，还可以大幅度的减少征信方面的成本花销。还会增强数字金融服务行业的专业人员去农村发展普惠金融业务的意愿，提升农村的融资总量,降低农民融资约束,满足当地居民的融资等生活上的金融服务需求，促进农民生活水平和生活收入的增加。
从实证分析结果上来看，进行进一步进行产业结构的调整对于促进农村农民收入有着很大的效果。因为随着农村经济的持续发展，产业结构开始发生变化，农民的收入来源也开始出现多样化的改变，由原来的依靠第一产业变为向依靠第二、三产业等的多方向多元化的快速发展，同时这也是为什么会出现农村居民就业水平（第一产业就业人数占就业总人数的百分比）与农村居民收入之间有负相关数学关系的最重要影响因素。因此，数字惠普金融经济的发展趋势对农村地区的产业结构和经济模式进行调整转型，增加农村地区的就业职位，扩大农村地区各行各业的就业机会都是可行性改进措施，会大大提升农村居民的收入水平，并带动农村经济水平的快速发展。
第4章 结论
根据理论与实证分析本文得出以下结果：
数字普惠金融对城乡收入差距起负向作用。同时，数字普惠金融对乡村振兴发展的支持力度在慢慢增加，乡村振兴反过来对数字普惠金融的推动作用也逐渐扩大，两者间相互需求与影响程度也随之加强，表现出来的就是系统之间的协调关系越来越契合。因此，我们在发展的过程中，要注重两者的协调促进关系，做到平衡发展。
参考文献
[1] 李建军韩陶.数字普惠金融、收入分配和贫困减缓推进效率和公平的政策框架选择[J].金融研完20109.46503)133-152.
[2] 马文祥,徐小倩,文静,张婷婷.普惠金融数字化对城乡收入差距影响实证分析[J].合作经济与科技,2022(03):78-79.
[3] 胡若梅:数字普惠金融发展对农民收入的影响--基于云南省的经验研究月河北金融, 2018.494(10):63-70.
