16 浏览2.1.4 城镇化
城镇化是指人口从农村向城镇转移的过程，是衡量现代化程度的重要指标。河南省2023年的城镇化率约为57.3%，低于全国平均水平的66.2%，说明仍有较大发展空间。城镇化的推进有助于消除城乡要素流动壁垒，改善农村居民就业和收入水平。特别是在中小城市的发展方面，河南提出了“都市圈+县域经济”的发展模式，如郑州大都市圈、洛阳副中心和新乡、许昌等地的中小城市群。金融科技通过提供便利的支付结算、消费信贷和创业贷款，为农民进城就业和生活提供支持，提升其在城镇经济中的参与度。
2.1.5 农业机械化
农业机械化是农业现代化的重要标志，通常用农业机械总动力或农机拥有量来衡量。河南省作为全国农业大省，近年来农业机械化水平显著提升。2022年河南省农业机械总动力超过1.2亿千瓦，小麦收获机械化率超过99%，处于全国领先地位。但在部分山区和丘陵地区，机械化水平仍不足。金融科技通过提供农机贷款、融资租赁和维修保险，降低了农户购机成本，推动了农业生产方式的转型。
2.1.6 农产品流通
农产品流通是指农产品从生产环节进入加工、储存、运输、销售等环节直至最终消费的全过程。流通体系的效率直接影响农产品的市场价值和农民的经营性收入。河南省作为农业大省，农产品产量居全国前列，但长期存在流通不畅、价格波动大和市场议价能力弱的问题。随着金融科技和电子商务的发展，农产品“触网”比例不断提高，农村电商、冷链物流和数字支付推动了农产品流通体系的现代化。例如，阿里巴巴“村淘”、拼多多“多多买菜”、京东物流冷链在河南的布局，均显著改善了农产品销售渠道。
2.2 理论基础
2.2.1 金融发展理论
金融发展理论认为，金融体系通过优化资源配置、促进资本积累和推动技术进步，对经济增长和收入分配具有深远影响。McKinnon（1973）提出的“补偿性储蓄”理论认为，金融发展能够促进投资，从而改善收入水平。Shaw（1973）的“金融抑制”理论则指出，如果金融市场发育不完善，可能加剧收入差距。数字普惠金融作为金融发展的新形态，能够突破传统金融的局限，通过数字化手段降低交易成本，扩大覆盖范围，提升农村居民的金融服务可得性，从而缩小城乡收入差距。
2.2.2 普惠金融理论
普惠金融理论强调，金融服务应当覆盖所有社会群体，尤其是低收入群体和农村居民。联合国《普惠金融蓝皮书》提出，普惠金融是促进社会公平和可持续发展的关键工具。数字普惠金融作为普惠金融的延伸，将金融服务与互联网技术结合，使得农村居民通过手机、网络就能获得贷款、支付和保险服务。这在河南省表现尤为明显，农村居民通过“手机银行+支付宝+微信支付”已能完成绝大多数日常金融操作，极大降低了城乡金融差距。
2.2.3 收入分配与城乡差距理论
收入分配理论研究经济增长过程中收入差距的变化。库兹涅茨提出的倒U型假说认为，经济发展的初期收入差距扩大，而在达到一定发展水平后逐渐缩小。河南省城乡差距的演变与此规律相符：改革开放初期差距不断扩大，进入21世纪后逐渐缩小，但总体水平仍偏高。从城乡二元结构理论看，城乡分割导致了劳动力、土地和资本等要素不能自由流动，从而加剧了收入差距。金融科技能够突破部分制度壁垒，促进要素合理流动，从而缓解城乡收入差距。
2.2.4 空间经济学理论
空间经济学强调经济现象在空间上的互动与溢出效应。城乡收入差距往往具有显著的空间相关性，即一个地区的收入差距可能通过劳动力流动、产业转移和政策效应影响邻近地区。河南作为中部人口大省，地级市之间交通便利、产业联系紧密，金融科技的发展也呈现区域扩散效应。因此，在研究金融科技与城乡收入差距关系时，有必要引入空间计量模型，分析空间溢出效应。
2.3 作用机制分析与研究假设
2.3.1 数字普惠金融的直接效应（H1）
数字普惠金融能够直接缩小城乡收入差距。一方面，农村居民通过数字信贷获得生产和消费贷款，增加经营性收入和工资性收入；另一方面，数字支付和理财工具降低了交易和投资门槛，提升了农民的财产性收入。由于农村金融供给不足，数字普惠金融在农村地区的边际效应显著，因此提出假设H1：数字普惠金融对河南省城乡收入差距具有显著的改善作用。
2.3.2 农村产业融合的中介效应（H2）
农村产业融合能够通过增加农民收入间接缩小城乡差距。金融科技通过供应链金融、农业保险和农村电商推动产业融合发展。例如，河南漯河的食品产业链和信阳的茶产业集群，均在金融科技的支持下实现了快速发展。因此提出假设H2：数字普惠金融通过促进农村产业融合间接改善城乡收入差距。
2.3.3 城镇化的中介效应（H3）
城镇化推动劳动力从农村向城市流动，提高了农民的工资性收入和财产性收入。金融科技通过住房贷款、创业贷款和消费信贷，降低了农民进城的资金约束。河南省中小城市的发展正为农民提供大量就业机会，金融科技在其中发挥了重要作用。因此提出假设H3：数字普惠金融通过促进城镇化进程间接改善城乡收入差距。
2.3.4 农业机械化的中介效应（H4）
农业机械化提高了生产效率，推动农民收入增长。金融科技通过农机贷款、融资租赁等工具为农机推广提供支持。河南在小麦收获机械化上的领先地位部分得益于金融支持。因此提出假设H4：数字普惠金融通过提升农业机械化水平间接缩小城乡收入差距。
2.3.5 农产品流通的中介效应（H5）
农产品流通体系的完善能够帮助农民实现农产品的市场价值，提升其经营性收入。金融科技通过电商、冷链物流和数字支付改善了农产品流通效率。河南农产品“触网”比例不断提升，网络销售逐渐成为农民增收的重要途径。因此提出假设H5：数字普惠金融通过促进农产品流通间接改善城乡收入差距。
本章首先界定了数字普惠金融、城乡收入差距、农村产业融合、城镇化、农业机械化和农产品流通等核心概念，明确了研究的基本范畴。其次，阐述了金融发展理论、普惠金融理论、收入分配理论和空间经济学理论，为本文研究提供了坚实的理论基础。最后，结合河南省的实际情况，分析了数字普惠金融通过产业融合、城镇化、农业机械化和农产品流通等路径影响城乡收入差距的作用机制，并提出了相应研究假设。
第三章 研究设计
3.1 研究思路
本研究的核心目标是探讨金融科技发展对河南省城乡收入差距的影响及其作用机制。在研究思路上，本文采取“理论—模型—实证—结论”的逻辑框架，具体包括以下几个方面：
第一，基于文献综述和理论基础，明确河南省城乡收入差距的现状，梳理金融科技发展的特征及其可能的作用机制。河南作为农业大省与人口大省，城乡收入差距问题长期存在，近年来随着移动支付、电商金融、农村信贷等金融科技应用的普及，城乡收入结构发生了一定程度的变化。因此，选择河南省作为研究对象，具有较强的代表性和现实意义。
第二，在变量设计上，将城乡收入差距作为因变量，金融科技发展水平作为核心自变量，农村产业融合、城镇化、农业机械化和农产品流通作为中介变量，同时引入经济开放度、农村交通、人力资本、财政支农等控制变量，从而全面反映河南省城乡经济发展的多维度特征。
第三，在模型选择上，采用多种实证方法进行检验，以保证结果的稳健性。首先，运用普通最小二乘法（OLS）和固定效应模型（FE）进行基准回归，检验金融科技发展对城乡收入差距的直接效应；其次，引入空间滞后模型（SAR）和空间误差模型（SEM），分析河南省内部地级市之间的空间溢出效应；再次，使用工具变量法（IV-2SLS）解决可能的内生性问题；最后，构建中介效应模型，探讨农村产业融合、城镇化、农业机械化和农产品流通在其中的传导机制。
第四，在研究流程上，本文从数据收集与整理出发，结合河南省2008—2023年的地级市面板数据，构建综合实证模型，并通过Stata、ArcGIS等软件进行计量与空间效应分析，最终得出金融科技改善城乡收入差距的实证结论，并提出针对河南省的政策建议。
综上，本研究的整体思路可概括为：“理论分析 → 变量构建 → 模型设定 → 实证检验 → 政策建议”，逻辑清晰、环环相扣。
3.2 变量选择
为全面刻画金融科技与城乡收入差距的关系，本文设计了因变量、自变量、中介变量与控制变量，具体如下：
3.2.1 因变量：城乡收入差距
城乡收入差距是本文的被解释变量，采用城镇居民人均可支配收入与农村居民人均可支配收入的比值来衡量，记为 Gap。这一指标能够直观反映城乡之间的收入差异，数值越高代表城乡差距越大。根据河南省统计年鉴，2008年河南省城乡收入比为 3.03:1，到2023年已下降至 2.17:1，尽管有所缩小，但依然高于全国平均水平，说明城乡收入差距问题仍然严峻。
3.2.2 自变量：金融科技发展水平
本文的核心自变量是金融科技发展水平，采用北京大学数字金融研究中心联合蚂蚁集团编制的 数字普惠金融指数（FinTech），该指数涵盖覆盖广度、使用深度与数字化程度三个维度，能够全面衡量地区金融科技水平。考虑到河南省地级市的差异，本文采用市级数据，通过加权匹配构造市域数字金融指数。
3.2.3 中介变量
本文设置四个中介变量，以检验金融科技对城乡收入差距的间接影响路径。
1. 农村产业融合（Reo）：以农林牧渔服务业产值占农业总产值比重、食品工业产值占农业总产值比重、休闲农业收入等指标为基础，通过熵值法构建农村产业融合指数。
2. 城镇化水平（Urb）：以城镇人口占总人口比重来衡量。河南省2023年城镇化率为57.3%，明显低于全国平均值。
3. 农业机械化水平（Mech）：以农业机械总动力（亿千瓦）为代理变量。河南省小麦机械化收获率接近100%，但在丘陵山区机械化水平偏低。
4. 农产品流通（Cir）：以食品、饮料及烟草制品批发与零售额占GDP比重来衡量。河南农产品流通受制于冷链不足、电商不均衡，因此该指标能够较好反映其差距。
3.2.4 控制变量
为避免遗漏变量偏误，本文引入以下控制变量：
1. 经济开放度（Open）：以进出口总额与地区生产总值比值衡量。河南省近年来依托“空中丝绸之路”与跨境电商综合试验区，开放度有所提高。
2. 农村交通（Trans）：以二级及以下公路里程与农村人口比值衡量。交通改善能促进要素流动，缩小城乡差距。
3. 人力资本（Hc）：采用中央财经大学人力资本研究中心发布的地区人均人力资本指数。河南省劳动力人口多，但受教育水平不均衡。
4. 财政支农（Faes）：以农业财政支出与农村人口比值衡量，体现政府支持力度。
3.3 数据来源
本文选取 2008—2023年河南省18个地级市的面板数据作为研究样本，数据来源包括以下几个方面：
1. 金融科技数据：来自北京大学数字金融研究中心发布的“数字普惠金融指数”，并结合蚂蚁集团数据进行区域分解。
2. 城乡收入差距数据：来自《河南统计年鉴》《中国统计年鉴》，通过城镇居民与农村居民收入比计算。
3. 农村产业融合数据：来自《河南省农村统计年鉴》《中国第三产业统计年鉴》，结合农产品加工与休闲农业数据。
4. 农业机械化数据：来自《河南农业机械化年鉴》，包含农业机械总动力与作物机械化率。
5. 农产品流通数据：来自《河南服务业发展报告》与阿里、京东等电商平台公开数据。
6. 控制变量数据：
开放度数据来自河南省商务厅与海关年报；
交通数据来自河南省交通运输厅年报；
人力资本数据来自中央财经大学研究中心；
财政支农数据来自《河南财政年鉴》。
个别年份缺失数据采用线性插值法处理，以保证样本的完整性。
3.4 模型设定
3.4.1 基准回归模型（OLS与FE）
本文首先采用面板数据固定效应模型，控制不可观测的个体异质性，设定如下：
[
Gap_{it} = \alpha + \beta_1 FinTech_{it} + \sum \gamma_k Control_{it} + \mu_i + \lambda_t + \varepsilon_{it}
]
其中，( Gap_{it} ) 为城乡收入差距，( FinTech_{it} ) 为数字普惠金融水平，( Control_{it} ) 为控制变量，(\mu_i) 为地区固定效应，(\lambda_t) 为时间固定效应。
3.4.2 空间效应模型（SAR与SEM）
考虑到河南省各地市之间存在空间关联性，本文采用空间滞后模型（SAR）与空间误差模型（SEM）：
