一、引言

改革开放以来，中国取得了举世瞩目的经济建设成果，国内生产总值从1978年的3678亿元迅速上升到2023年的126.06万亿元，居民生活水平显著提高，但各阶层之间的收入差异，特别是农村仍十分显著。国家统计局的数据显示，农村地区高收入家庭和低收入家庭的人均可支配收入差额从2013年的18 446元增加到2023年的44 872元，二者之间的倍数从2013年的7.40倍增长到2023年的9.52倍。随着数字技术和互联网的深入发展，数字普惠金融应运而生。数字普惠金融逐步改变了金融服务的模式，通过大数据、5G等数字技术提供更多便捷、低成本的金融服务，有效降低了交易成本和获得金融服务的门槛，使得长期被排斥在传统金融机构之外的长尾客户能够获得正规金融服务。2021中央一号文件首次提出在农村地区发展数字普惠金融，并把数字普惠金融视为解决农村收入差距大、贫富鸿沟过深与金融资源配置扭曲等问题的重要方法。可见，数字普惠金融将在巩固农村脱贫成果、推动乡村振兴建设中发挥重要作用，进而有利于共同富裕目标的实现。

目前，国内学者们不仅研究了数字普惠金融对减少贫困，降低不同群体之间的收入差距的作用，而且探究了其对发展实体经济、促进乡村振兴等实现共同富裕的作用。一方面，从宏观角度来看，数字普惠金融可以通过信息技术的发展拓展普惠金融服务的广度和深度，[1]提高农村金融服务效率[2]；大大改善农村生活条件，缓解农村贫困问题，促进乡村振兴建设[3]；使经济发展红利惠及低收入人群，[4]并显著提高农村居民的生活质量。[5]另一方面，从微观角度来看，数字普惠金融为农村弱势群体提供了更多的经济机会，[6]有助于该群体获取高效、便捷、实惠的金融服务，这一功能在农村、中西部和中低收入地区更为明显[7]；提高了农村居民的融资效率，[8]有效提升了农村家庭风险抵御能力和应对能力[9]；增加了农村居民的收入，[10]在刺激大城市、中心城市和农村地区的消费方面发挥了重要作用。[11]国外学者主要就普惠金融对居民收入增长和贫困缓解的作用展开了研究，而且大部分学者均肯定了二者之间的积极关系。Schmied发现普惠金融能有效打破空间的约束，使得偏远地区居民享受金融服务，从而大大降低了偏远地区发展中国家的贫困率。[12]这一研究结果得到了Park和Jin的支持[13,14];Mohammed发现数字普惠金融通过提高金融服务覆盖范围，为“长尾群体”享受金融服务进而提高收入和积累财富创造了机会。[15]Uduji针对数字钱包的研究发现，数字钱包技术的普及可以减少农村居民的信贷约束，方便他们获得金融支持，从而改善他们的生存条件。[16]

为了进一步探究数字普惠金融发展与农村共同富裕的关系，本文选取2015年、2017年和2019年我国地级市的北京大学数字普惠金融指数和CHFS2015、CHFS2017和CHFS2019三期中国家庭金融调查数据，采用熵权法测算各地区的共同富裕指数，并结合实证模型对数字普惠金融对农村共同富裕的作用机理进行研究。本文的结果可以为提高弱势群体的收入、促进农村共同富裕目标的实现提供有意义的借鉴：一方面，政府和相关机构可以因地制宜地制定促进数字普惠金融快速发展的政策，增加金融产品和服务的可得性，满足农村不同群体的多元化金融需求，实现资源配置效率最大化，从而促进农村居民共同富裕。另一方面，在政策的引导下，农村居民能合理配置金融资源，进一步增加收入，这对于缩小城乡居民收入差距，快速实现共同富裕的目标具有重要的现实意义。

二、理论分析与研究假设

数字普惠金融集普惠、渐进、发展和全面等优势于一体，在促进共同富裕方面具有巨大的优势。首先，从区域角度来看，数字普惠金融可以克服地域限制，覆盖更多的农村和贫困人口，从而减少居民最初使用时可能出现的隐形排斥现象。数字普惠金融具有“数字红利”效应：通过促进创业和就业，增加低收入群体的收入，从而提高居民的福利。[17]一方面，数字普惠金融可以通过改善金融排斥和降低门槛来缩小区域间的发展差距；另一方面，数字普惠金融发挥了第三次分配功能，通过优化资源和资产配置，促进数字公共产品的发展，提高共享程度。其次，从发展的角度来看，共同富裕不是简单的存量再分配，而是基于持续生产发展的重新配置。数字普惠金融可以将传统的金融体系转变为实用高效的金融模式，减少中小企业和民营企业长期遭受的融资约束和信贷歧视，增加对企业创新的投入，从而提高地方创新能力，促进经济增长。同时通过更多地使用数字技术，数字普惠金融可以增加同等群体之间的信贷交易深度，提高农民、小微企业和农村集体企业的信贷获取能力。最后，从全面性来看，共同富裕不仅是物质上的富裕，还包括社会关系各方面的共同富裕，如精神文明和人的发展。通过金融与互联网的相互融合，数字普惠金融不仅可以支持绿色消费理念，打造绿色环保平台，帮助减少污染排放，促进环境可持续性发展，改善环境质量，[18]还可以促进技术创新，优化资本配置效率，激发企业绿色创新，促进人与自然和谐共生。[19]基于此，本文提出以下假设1:

H1：数字普惠金融能够有效推进农村共同富裕。

从金融机构角度来说，由于传统金融机构发放的贷款需要抵押和担保，许多有贷款需求的家庭因为不符合要求而被迫放弃申请。[20]在数字普惠金融的帮助下，贷款机构可以进一步挖掘和分析用户的网络行为信息，并能以较低的成本更准确地评估信贷申请人的风险。同时由于业务流程的数字化，贷款机构的贷后管理也变得更加便捷和高效，从而大大降低了信贷风险。数字普惠金融不仅降低了金融机构的风险，更鼓励他们放宽抵押品要求，加强信贷储备，增加对农村家庭的信贷供应，从而缓解供给型信贷约束。[21]从农村家庭角度来说，信贷产品的日益数字化使家庭可以在移动设备上完成信贷申请、获取和还款，使其摆脱了对金融机构物理网点的依赖。标准化的在线贷款申请流程易学、简单、省时，降低了操作难度和申请贷款的时间成本，提高了家庭申请贷款的意愿。家庭主动申请贷款的意愿增强，在一定程度上缓解了与需求有关的信贷约束。得益于金融市场的不断发展，金融产品和服务的供给明显增加，家庭的金融可及性明显提高。信贷约束的缓解促进了家庭开展更多生计活动，如创业、投资、教育和培训，逐步增加家庭收入，迈向共同富裕。[22]基于此，本文提出以下假设2:

H2：数字普惠金融可以通过缓解信贷约束推进农村共同富裕。

农村地区低资本家庭由于未构建起有效的风险防控机制，家庭财务脆弱性较为严重，容易因意外冲击而陷入财务困境，这也是农村共同富裕建设面临的重要挑战。[23]商业保险能够最大限度降低意外事件造成的冲击，平滑家庭潜在的风险，有效防止家庭返贫。然而，一方面，农村低资本家庭缺乏购买商业保险的资金以及对商业保险认知不足，商业保险参与意识薄弱；另一方面，农村地区长期面临保险资源匮乏的问题，保险产品供给与需求脱节严重。这些问题的存在导致农村低资本家庭风险抵御能力低下，阻碍了农村共同富裕的实现。数字普惠金融的发展有利于缓解该问题。首先，数字普惠金融的发展显著促进农村低资本家庭收入的增加，使得家庭能够负担起购买商业保险的支出；其次，数字普惠金融增加家庭获取商业保险的渠道，进而促进对商业保险的需求；最后，随着数字普惠金融的发展，保险机构依托新一代数字技术，培育差异化保险产品，大幅提升了居民对保险产品的正面认知和评价，增强了家庭对商业保险的信任度，从而提高家庭购买商业保险的概率。有效防止了农村低收入群体与中高收入群体的收入差距进一步拉大，提升农村地区的财务稳健性，有利于共同富裕目标的实现。基于此，本文提出以下假设3:

H3：数字普惠金融可以通过增强风险防控推进农村共同富裕。

在传统金融时代，金融从业者通常能够与有金融需求的客户面对面交流，收集相关信息，然后提供适合其需求的服务和产品。然而，这种模式不仅要消耗大量的时间和精力，而且对从业者的知识水平要求很高，无法在落后的农村地区推广。因此，农村地区长期面临金融产品单调、缺乏针对性的问题，低收入群体难以获得金融产品和服务，进一步加剧了收入不平等。数字普惠金融服务的出现，打破了这种模式。借助区块链、人工智能等技术，数字普惠金融通过创新和改进产品和服务，解决了传统金融的种种弊端，极大地提高了服务水平和效率。囿于金融市场成本和进入壁垒较高，农村家庭原先难以进入金融市场。而数字普惠金融提高了金融服务的广度，降低了金融服务的门槛和成本，为农村地区投资者参与金融市场创造了机会。数字普惠金融为客户提供了众多甚至可定制的创新产品和服务，使客户需求与金融产品和服务更好地匹配。多元化的金融服务可以满足农村人口不同类型的金融需求，为居民提供更多的产品选择，让他们能够更有效地利用自己的资产，改善农村人口的整体福利。随着数字普惠金融的不断发展，原先被排除在金融市场之外的农村80%的长尾客户既能参与金融市场，又能享受到多元化的金融产品与服务，这无疑增加了农村中低收入群体的收入，整体上改善了农村收入结构，从而进一步减少农村收入不平等，服务共同富裕。基于此，本文提出以下假设4:

H4：数字普惠金融可以通过增加多元化服务推进农村共同富裕。

三、研究设计

（一）数据来源

本文数据来源主要有两个方面：（1）北京大学数字普惠金融指数，由北京大学数字金融研究中心和蚂蚁金服集团课题组联合开发，包括了覆盖广度、使用深度、数字化程度等数字普惠金融的33个指标。该指数包括的指标涵盖了2011～2020年中国31个省（区）、337个县级以上城市和约2800个县，被广泛用于研究中国数字金融的发展和经济影响。本文分别选取2015年、2017年和2019年的地级市数字普惠金融指数进行研究。（2）“中国家庭金融调查”（CHFS）数据库，主要由西南财经大学中国家庭金融调查与研究中心编制，其中包括中国29个省、市、自治区的家庭人口统计、资产与负债、保险与保障、支出与收入、金融知识、基本管理与主观态度、家庭成员教育等数据。本文选取CHFS2015、CHFS2017和CHFS2019三期数据构造面板数据进行研究。在合并两部分数据的基础上剔除了极端值、缺失值等样本，最终获得了22 551份有效样本。

（二）变量定义

1. 被解释变量

共同富裕指数（CP）。申云和李京蓉从物质富裕和精神富裕两个维度测度了共同富裕水平，[24]本文在此基础上将社会共享纳入到测度指标体系中，以更好地反映共同富裕所要求的减少城乡和区域间的差距。本文将共同富裕分为物质富裕、精神富裕、社会共享三个维度（见表1）。共同富裕的具体测度，已有研究主要使用层次分析法、熵权法和等权法。考虑到微观个体数据具有高离散性，为尽可能全面体现微观样本特性，本文选择了熵权作为度量指标。  

表1 共同富裕评价体系  

2. 核心解释变量

数字普惠金融指数（DFI）。该指数全面反映了中国数字普惠金融发展现状及前景，满足了本文的要求。此外，本文将数字普惠金融指数的三个子指标：覆盖广度（DFI1）、使用深度（DFI2）以及数字化程度（DFI3）纳入研究中，分别考察对农村共同富裕的影响。

3. 机制变量

信贷约束（Ration）、风险防控（Risk＿disposal）和多元化服务（Diversy）。本文中信贷约束指的是三种情况：（1）家庭有资金需求，但没有向银行申请信贷；（2）家庭已经向银行申请了信贷，但没有被审批通过；（3）家庭已经得到了信贷，但并不能覆盖他们的资金缺口。满足上述三项标准中的一项即为受信用限制的家庭。商业保险能够有效转移风险，家庭购买了商业性质的财产、人寿和健康保险，即为商业保险参与家庭。多样化投资能够降低家庭遭遇重大投资损失的可能性，是理性投资的重要表现。本文利用赫芬达尔-赫希曼指数（HHI）对家庭资产组合的多样化进行了度量，该指数越小说明家庭投资组合多元化程度越高。

4. 控制变量

本文个体特征层面的控制变量包括：户主性别（Gender）、年龄（Age）、受教育情况（Edu）、健康状况（Health）、风险偏好（Risk）。家庭层面的控制变量包括：社会保障（Security）、重大事件（E-vent）、社会资本（Social＿capital）、家庭规模（Hhsize）、正式工作人数（Worker＿num）、幼儿人数（Youth＿num）、老年人数（Old＿num）、总资产（Asset）。变量的描述性统计如表2所示。  

表2 变量描述性统计  

（三）模型设定

1. 基准模型

被解释变量和解释变量都属于连续性变量，因此选择线性模型来对它们之间的关系进行检验，模型如式（1）所示：

式（1）中，CPi,t为被解释变量，是地区i在t年的共同富裕指数；DFIi,t为核心解释变量，为地区i在t年的数字普惠金融指数；Zi,t为控制变量；ui表示个体固定效应，εi,t为随机扰动项。

2. 中介效应模型

本文借鉴温忠麟等人对中介效应的研究方法，运用中介效应模型，对数字普惠金融促进共同富裕的影响进行了实证研究，模型如式（2)～(3）所示：

其中，Mediumi,t为中介变量。本文的中介变量有三个：一是信贷约束，二是风险防控，三是多元化服务。解释变量DFIi,t为地区i在t年的数字普惠金融指数；Zi,t为控制变量，ui表示个体固定效应，εi,t为随机扰动项。

四、实证研究结果分析

（一）基准回归分析

数字普惠金融对共同富裕影响的评估结果见表3。在1%的水平上，数字普惠金融与农村共同富裕之间存在着显著的正向关系，这表明数字普惠金融对农村共同富裕具有促进作用。在加入其他控制变量后，数字普惠金融的边际效应为0.028，也就是说数字普惠金融每增加一个单位，共同富裕水平就会增加2.8个百分点，说明数字普惠金融对农村共同富裕有较大贡献，假设H1成立。同时估计结果表明，数字普惠金融的覆盖广度、使用深度和数字化程度对农村共同富裕的影响在1%的水平上显著，回归系数分别为0.0263、0.00969和0.0164，说明数字普惠金融对农村共同富裕有显著的提升作用。  

表3 数字普惠金融对农村共同富裕影响的估计结果  

（二）作用机制检验

模型（2)～(3）的估计结果如表4所示。由表4第（1）列可知，数字普惠金融对信贷约束的影响显著为正，表明数字普惠金融能够在很大程度上减小信贷困境；在加入与信贷约束相关的变量后，第（2）列的结果显示数字普惠金融对农村地区共同富裕的影响系数估计值的绝对值明显更小，说明数字普惠金融对农村共同富裕影响的部分效应是通过缓解信贷约束实现的。同理，由表4第（3）列可知，数字普惠金融对商业保险参与的估计系数显著为正，数字普惠金融发展可以有效增加家庭购买保险的积极性；第（4）列估计结果则说明数字普惠金融可以通过提高商业保险参与度有效促进农村共同富裕。表4第（5）列显示数字普惠金融对HHI指数的估计结果明显为负，HHI指数越小说明家庭投资组合多元化程度越高，即数字普惠金融显著增加了农村家庭投资组合的多样性。当加入投资组合多元化变量后，第（6）列的结果显示投资组合多元化的回归系数为负，数字普惠金融对农村共同富裕影响的回归系数的绝对值明显下降，说明投资组合多元化在数字普惠金融促进农村共同富裕中发挥了部分中介作用。

表4 数字普惠金融对农村共同富裕影响的机制检验结果  

（三）内生性分析与稳健性检验

1. 内生性分析

数字普惠金融对农村共同富裕的影响可能存在内生性：第一，本文构建的模型无法将全部影响因素纳入研究；第二，数字普惠金融与共同富裕之间可能会互为因果。本文采用工具变量模型来检验内生性问题，将家庭所在城市地级市的数字支付渗透率（DP）作为工具变量，用工具变量法进行内生性分析。

表5的列（1)～(5）展示了第一、第二阶段回归结果。首先，本文对模型进行了Wald检验，结果显示P值为0，在1%的估计水平上拒绝了原始假设，说明模型存在内生性。其次，一阶段回归结果显示，工具变量与数字普惠金融指数显著正相关，且F值远大于10，说明工具变量满足相关条件，不存在弱工具变量问题。最后，列（1)～(4）估计结果显示，数字普惠金融及其子指标对共同富裕的估计系数在1%的水平上显著，且系数的符号与基线回归一致，说明所选工具变量解决了研究中的内生性问题。  

表5 数字普惠金融与共同富裕内生性分析  

2. 稳健性检验

为了检验主要回归结果的稳健性，本文采用了替代回归法。利用OLS模型进行回归检验，估计结果如表6所示。数字普惠金融指数对共同富裕的估计系数均在1%水平上显著，且系数的符号与基准回归结果相同，说明本文的回归结果是稳健的。

表6 稳健性检验（替换回归方法）

（四）异质性分析

1. 基于东部、中部和西部地区的异质性分析

本文根据国家统计局公布的标准，在进行分组回归时分为3组子样本：东部、中部和西部地区。表7列出了东部、中部和西部地区数字普惠金融对农村共同富裕的影响。由结果可知，数字普惠金融对东部农村地区共同富裕的影响为负但不显著，对中部农村地区的影响显著为正，对西部农村地区的影响为正但不显著。可见，数字普惠金融对农村地区共同富裕的影响存在地区异质性。

表7 数字普惠金融与农村地区共同富裕：分地区异质性检验  

2. 基于知识储备的异质性分析

本文分别以户主受教育水平的中位数、是否拥有数字技能为划分标准来进行分样本回归，估计结果如表8所示。结果显示，只有在户主教育水平和数字技能较高的地区，数字普惠金融发展能够有效推进共同富裕。因此，良好的金融知识储备和对数字技能的掌握是家庭通过数字普惠金融改善家庭经济状况从而实现共同富裕的重要条件。  

表8 数字普惠金融与农村地区共同富裕：知识储备异质性检验

五、研究结论与对策建议

本文基于中国家庭金融调查数据和北京大学数字普惠金融指数进行实证分析，通过对中国数字普惠金融发展与农村共同富裕之间机制关系的分析，得到如下结论：第一，数字普惠金融能够积极推动农村地区共同富裕的发展。从本文的研究结果来看，数字普惠金融的覆盖广度指数、使用深度指数和数字化程度指数对农村地区共同富裕有显著正向影响，覆盖广度产生的作用大于使用深度和数字化程度。本文在探究数字普惠金融对农村共同富裕的影响时从信贷约束、风险防控和多元化服务三方面来深入分析，结果证实数字普惠金融可以通过这三条机制路径正向影响农村共同富裕。第二，异质性分析表明根据所处地区以及文化程度的不同，数字普惠金融对农村地区共同富裕的影响有着很大的不同。一方面，由回归结果可知，数字普惠金融促进中部农村地区共同富裕的作用大于西部和东部地区；另一方面，根据户主受教育水平和数字技能掌握情况进行分组回归，只有在户主教育水平和数字技能较高的地区，数字普惠金融发展能够有效推进共同富裕。

根据研究结论，本文提出如下政策建议：第一，从我国的实际国情出发，增强数字普惠金融的普惠程度。一方面，要拓展数字普惠金融在农村的覆盖范围，改善农村的数字普惠金融，实现农村地区金融服务“线上+线下”的有机结合，促进其发展。同时，应因地制宜打造“数字金融+农业生产”等新型信贷模式，加深农民对数字金融服务的使用。[25,26]另一方面，高度重视农村数字基础设施及数字化建设。地方政府应加快建设数字乡村，进一步提高农村电信网、互联网覆盖率。鼓励金融机构与互联网科技公司深入合作，拓宽融资渠道，为偏远地区群体提供便捷、高效的融资环境。第二，建设农村金融基础设施，优化农村数字普惠金融环境。在不断拓展其覆盖面的基础上，建立一个全面系统的数字化服务平台。通过有效利用互联网等渠道进行宣传来加深数字基础设施的使用深度；同时要走进乡村，面对面地讲解、引导乡村居民学习基础的金融知识。第三，加强农村居民的数字能力建设，发挥数字普惠金融的普惠效应。政府应该继续提高农村居民金融素养，鼓励其利用数字金融产品改善生存条件。[27]首先，监管机构应定期对农村进行金融知识和金融欺诈方面的教育，增强农村居民的防骗意识。其次，为了更好地为客户提供专业的金融知识服务，各类金融机构应在网点内设立专门的咨询部门；最后，加强对农村居民教育普惠的支持力度，提高农村居民的“造血”能力。第四，完善数字金融法律法规，保障数字普惠金融高质量发展。为进一步发展数字普惠金融，实现共同富裕，政府需要创造有利的政策环境。首先，明确数字普惠金融机构的准入门槛，规范相关金融机构的运作；其次，要完善金融机构监管制度，加大监管力度保障普惠金融的精准可持续；最后，制定较为通俗易懂的法律法规，使参与到金融业覆盖范围内的每一类群体、每一个个体都能够便于理解，在需要的时候，通过法律武器来保护自己的合法权益。

参考文献:

[1]郭峰,等.测度中国数字普惠金融发展:指数编制与空间特征[J].经济学(季刊),2020,19(4):1401-1418.

[2]邱晗,黄益平,纪洋.金融科技对传统银行行为的影响———基于互联网理财的视角[J].金融研究,2018,(11):17-29.

[3]谢地,苏博.数字普惠金融助力乡村振兴发展:理论分析与实证检验[J].山东社会科学,2021,(4):121-127.

[4]张晓晶.金融发展与共同富裕:一个研究框架[J]经济学动态,2021,(12):25-39.

[5]封思贤,宋秋韵.数字金融发展对我国居民生活质量的影响研究[J].经济与管理评论,2021,37(1):101-113.

[6]郑秀峰,朱一鸣.普惠金融､经济机会与减贫增收[J].世界经济文汇,2019,(1):101-120

[7]易行健,周利.数字普惠金融发展是否显著影响了居民消费———来自中国家庭的微观证据[J].金融研究,2018,(11):47-67.

[8]彭澎,徐志刚.数字普惠金融能降低农户的脆弱性吗?[J].经济评论2021,(1):82-95.

[9]宋彦峰.普惠金融防止返贫的响应机理及长效机制———基于贫困脆弱性视角[J].南方金融,2021,(3):29-37.

[10]段坪利,王淑敏.数字普惠金融与居民收入增长研究———基于地级市和CLDS的证据[J].财会月刊,2021,(10):153-160.

[11]孙玉环,等.中国数字普惠金融发展的现状､问题及前景[J].数量经济技术经济研究,2021,38(2):43-59.

[17]张楷卉.城乡数字鸿沟､数字普惠金融与农村家庭财富[J].技术经济与管理研究,2022,(2):69-74.

[18]高国生,王奇珍,支海兵.数字普惠金融对农业碳排放强度的影响效应分析[J].经济问题,2024,(1):57-65.

[19]乔彬,赵广庭,沈烁华.数字普惠金融能促进企业绿色创新吗?[J].南方金融,2022,(3):14-27.

[20]黄速建,刘美玉.不同类型信贷约束对小微企业创新的影响有差异吗[J].财贸经济,2020,41(9):55-69.

[21]张栋浩,尹志超.金融普惠､风险应对与农村家庭贫困脆弱性[J].中国农村经济,2018,(4):54-73.

[22]谢绚丽,等.数字金融能促进创业吗?———来自中国的证据[J].经济学(季刊),2018,17(4):1557-1580.

[23]李瑞晶,王丽媛.数字金融､家庭财务脆弱性与返贫风险———基于中国家庭金融调查数据的实证检验[J].南方金融,2023,557(1):37-49.

[24]申云,李京蓉.我国农村居民生活富裕评价指标体系研究———基于全面建成小康社会的视角[J].调研世界,2020(1):42-50. 

[25]杨明婉,张乐柱,颜梁柱.金融服务减缓农户多维相对贫困分析[J].经济与管理,2023,37(6):22-29.

[26]王伟,宋金彪.数字普惠金融对重庆城乡收入差距的影响研究[J].金融教育研究,2023,36(6):26-35.

[27]赵丽玉,龚新蜀.数字普惠金融､人力资本与城乡收入差距———兼论城镇化的中介效应[J].哈尔滨商业大学学报(社会科学版),2024,(2):3-14.

文章来源:高晓燕,张玉皓,田轻云.数字普惠金融对农村共同富裕的影响研究[J].税务与经济,2024,(04):73-82.