數字普惠金融、融資約束與共同富裕

王平 徐肇儀

【摘 要】 共同富裕既是中國共產黨人的初心，也是終極目標。數字普惠金融是現階段幫扶弱勢群體解決融資約束問題的有效工具，如何運用這一工具書寫好共同富裕的中國命題是亟需探討的重要議題。基于此，以共同富裕的內涵及“四維”特征為依托構建中國省際共同富裕指數，利用2013—2020年30個省（自治區、直轄市）的面板數據，實證研究數字普惠金融對共同富裕的影響，并探求其作用機制和區域異質性。研究發現：數字普惠金融確實是共同富裕的“助推劑”；從作用機制看，數字普惠金融通過緩解融資約束推進共同富裕目標的實現；從區域差異看，數字普惠金融在西部和東北部地區對共同富裕存在明顯的推動作用，但在中部和東部地區的作用并不顯著。

【關鍵詞】 數字普惠金融； 共同富裕； 融資約束

【中圖分類號】 F832；F126? 【文獻標識碼】 A? 【文章編號】 1004-5937（2023）10-0033-08

一、引言

習近平總書記在黨的二十大報告中擘畫了我國堅定不移沿著中國式現代化道路走向全體人民共同富裕的宏偉藍圖，為第二個百年奮斗目標的實現注入了中國特色社會主義的強大生機與活力。自新中國成立以來，全黨和全國各族人民在探索共同富裕的征程上高舉馬克思主義旗幟，在2020年向歷史、人民和世界交出全面建成小康社會、消除絕對貧困的靚麗答卷，繼而踏上治理相對貧困、實現全體人民共同富裕的全新征程。目前，我國共同富裕的實現道路上依舊面臨著發展不平衡不充分[ 1 ]、基數最大的相對貧困群體整體達到富裕難度較高[ 2 ]、扎實推進城鄉協調發展的科學方法不足[ 3 ]等重點問題，使共同富裕的實現任重而道遠。

近年來，我國各省的融資約束狀況整體呈現從東至西逐漸加強的經濟地理格局[ 4 ]。央行及銀保監會公布的社會融資數據顯示，截至2022年底，企業端融資結構有所改善，新增人民幣貸款17.1萬億元，占新增貸款總額比重超80%，而居民端貸款增長乏力，新增人民幣貸款3.83萬億元，同比減少4.09萬億元。我國不僅存在地區間融資約束不均衡的問題，而且存在較為嚴重的群體差異，對小微企業和缺乏抵押物的低收入群體來說，融資難一直是阻礙發展的重要問題，亟需一個幫助弱勢地區與群體融資增收的有力抓手。數字經濟蓬勃發展下催生的數字普惠金融為解決這一問題提供了難得的機遇。研究表明：數字普惠金融具有“低門檻”、可廣泛獲得性等顯著優勢[ 5 ]，尤其是數字普惠金融包容和益貧的特性可以使貧困群體獲得更多益處[ 6 ]，能夠有效改善發展不平衡不充分問題[ 7 ]，明顯減緩相對貧困[ 8 ]，收斂城鄉貧困差距[ 9 ]。這些研究結論說明數字普惠金融作為傳統金融的新模式，能進一步釋放金融的普惠性，為弱勢地區及群體提供金融支持，從而實現跨越式發展。由此引發筆者深入思考：數字經濟快速發展的今天，數字普惠金融可否作為“助推劑”在共同富裕實現的過程中助一臂之力？其中可能存在什么作用機制？是否存在區域異質性？本文將針對這些問題展開研究。

本文可能的貢獻在于：首先，凝煉共同富裕的“四維”特征，依此構建4個維度、12個測量指標的指標體系，復合測量中國共同富裕的省域實現程度；其次，實證檢驗數字普惠金融對共同富裕及其“四維”特征的影響效應，多層次觀察數字普惠金融對共同富裕的“助推劑”作用；再次，揭示數字普惠金融影響共同富裕的作用機制，探索“數字普惠金融—融資約束—共同富裕”的渠道路徑；最后，驗證數字普惠金融促進共同富裕存在四大經濟區域的差異性，為因地制宜探索數字普惠金融發展道路提供實證和理論支持，為構建優勢互補的區域經濟布局提供新思路。

二、理論分析與研究假說

（一）數字普惠金融對共同富裕的直接影響

在我國社會制度的保障下，全體人民共創世界先進生產力水平、共享日益富足而美好的生活是共同富裕的基本內涵[ 10 ]。基于馬克思主義思想和共同富裕的本質，應厘清共同富裕的“四維”特征，即普惠性、漸近性、發展性、全面性。從普惠性維度來看，共同富裕的核心主體是人民群眾，提升全體人民的“獲得感”是社會主義公平觀下共同富裕的價值追求；從漸近性維度來看，共同富裕是一項階段性、持續性的艱巨任務，需要在把握好財富“差別化”尺度的同時，逐漸增強共同富裕的可及性；從發展性維度來看，經濟高質量發展、社會生產力跨越式發展是共同富裕的根本驅動力[ 11 ]，破解發展不平衡不充分問題是新時代共同富裕面臨的主要挑戰；從全面性維度來看，共同富裕要完成物質富裕與精神富裕的協同實現，兼顧人的全面發展和人與自然的和諧共生，最終實現多維度全方位的共同富裕。

傳統金融服務具有準入門檻較高、供給不足和資源錯配等諸多弊端，數字普惠金融的出現為解決金融老大難問題帶來曙光，讓數字時代的金融更具普惠性。數字普惠金融的核心是“普”和“惠”，二者所展現的整體愿景與共同富裕的“四維”特征不謀而合。首先，“普”“惠”和共同富裕的普惠性特征相吻合，數字普惠金融通過前沿數字科技為金融領域賦能，改善傳統金融服務“嫌貧愛富”的弊端，避免農民、城鎮低收入者及小微企業被邊緣化，真正意義上落實“人人可貸”；其次，“普”與共同富裕的漸近性特征相關聯，數字普惠金融的下沉可以有效縮小城鄉收支差[ 12 ]，充分發揮減貧效用，提升創業活躍度[ 13 ]，通過全民富裕、共建富裕，進而實現逐步富裕、全面富裕；再次，“惠”與共同富裕的發展性特征高度契合，數字普惠金融助力共同富裕既要做好“蛋糕”也要切好“蛋糕”，通過提升金融服務供給效率賦能經濟高質量發展[ 14 ]；最后，“惠”與共同富裕的全面性特征不謀而合，只有“惠”得到落實，才能讓金融服務真正惠及弱小，直擊傳統金融“最后一公里”難以打通的行業痛點，保證目標客群的全面覆蓋，并通過構建綠色金融發展新格局[ 15 ]，厚植共同富裕的鮮亮底色。綜上，數字普惠金融的全面發展能夠為共同富裕的實現注入生機與活力，并對共同富裕的“四維”特征起到促進作用，基于此，本文提出假說1：

假說1：數字普惠金融是共同富裕的“助推劑”，即數字普惠金融對共同富裕目標的實現具有正向促進作用。

（二）數字普惠金融通過改善融資約束對共同富裕產生間接影響

隨著金融科技將數字元素在金融服務領域的不斷注入，數字普惠金融擺脫了傳統金融的“嫌貧愛富”之名，將目標客群的重點放在長尾群體上，可通過以下途徑來破解金融弱勢群體的融資困境。首先，數字普惠金融從源頭破解了長尾群體的融資約束問題，使農民更易取得農業發展資金，解除城鎮低收入群體的金融排斥，提升小微企業的信貸可得性，增進長尾群體的金融福祉；其次，數字普惠金融降低了融資成本，其利用數字技術構建較為完善的信息處理與分析平臺和智能風險控制系統，緩解信息不對稱造成的融資約束，有效消弭門檻效應、排斥效應等負面影響[ 16 ]，進而降低長尾群體取得信貸服務的信息成本、監督成本和交易成本；最后，數字普惠金融提高了長尾群體的融資效率，通過及時挖掘和捕捉碎片化的征信信息，使長尾群體的征信“臉譜”逐漸清晰，信貸資質審核更加便利高效，最終達到提高融資效率和金融服務質量的目的。

在實現共同富裕的進程中，需要全社會創新創業的賦能，堅定鄉村振興是實現共同富裕的必由之路，為達到收斂居民收入差距這一目標應不懈努力，而數字普惠金融對融資約束的緩解效應可以在此路徑中產生關鍵的驅動作用。首先，從創新創業角度來看，數字普惠金融的“普惠性”可以通過消除金融排斥對創新創業產生提振作用[ 17 ]，通過融資增收充分調動創新創業主體實現共同富裕的積極性；其次，從鄉村振興角度來看，數字普惠金融通過在鄉村的持續下沉，提高農業部門資本要素的可得性，降低農戶脆弱性[ 18 ]，并對鄉村振興產生空間溢出效應[ 19 ]，進而為縮小城鄉差距、實現城鄉共同富裕夯實基礎；最后，從居民收入角度來看，數字普惠金融可以填補低收入群體金融資源的供需缺口，幫助完善財富積累機制，收斂收入差距，促進收入增長[ 20 ]，在靜態和動態兩方面減貧，進而推動共同富裕的實現。綜上，本文提出假說2：

假說2：數字普惠金融通過緩解融資約束推進共同富裕目標的實現。

三、研究設計

（一）模型構建

為驗證假說1，構建雙向固定效應模型，并對數字普惠金融指數進行對數化處理。

為驗證假說2，在模型（1）的基礎上，借鑒溫忠麟和葉寶娟[ 21 ]的研究進一步構建中介效應模型，如模型（2）和模型（3）所示。在此基礎上，為確保中介效應的可靠性和穩健性，采用Sobel法和偏差矯正非參數百分位Bootstrap法重復抽樣1 000次對中介效應進行進一步檢驗。

在模型（1）—（3）中，CPi，t為i省（自治區、直轄市）在t年度的共同富裕指數，DFIi，t為i省（自治區、直轄市）在t年度的數字普惠金融發展指數，FINi，t表示融資約束這一中介變量，Xi，t為本文選取的5個控制變量，？滋i為地區固定效應，？啄t為時間固定效應，？著ni，t（n=1，2，3）為誤差項。

（二）變量選取與說明

1.被解釋變量及其測度

共同富裕（CP）。共同富裕在中國現實背景下具有中國特色，且內涵豐富。本文基于共同富裕的內涵及歸納的“四維”特征結合中國現實背景構建4個維度、12個測量指標的指標體系（表1）用以復合測量共同富裕的實現程度。該指標體系依據共同富裕的普惠性（INC）、漸近性（PRO）、發展性（DEV）和全面性（COM）“四維”特征構建指標體系，并運用熵值法確定各指標權重后合成共同富裕指數，對不同度量單位的指標，在合成指數前運用極值法進行標準化處理。限于數據的可得性，最終得到除西藏和港澳臺外我國30個省（自治區、直轄市）的共同富裕指數（Common Prosperity），記為CP，結果見表2。

從表2的數據來看，北京、上海、浙江的共同富裕指數排名一直穩居前三。從全國來看，各省（自治區、直轄市）共同富裕指數的提升得益于我國為實現共同富裕所傾注的大量政策力量。從發展歷史軌跡看，2013—2020年我國各省（自治區、直轄市）共同富裕指數整體向好，但并非持續呈上升趨勢，多數省份共同富裕指數在2013—2016年不斷上升，到2016年左右達到峰值后開始緩慢下降。這表明共同富裕實現的可持續性受到了挑戰，亟需外界因素的助力讓其重回持續改善的軌道，否則將導致現有基礎上的貧富差距逐漸拉大，也從側面說明需要數字普惠金融等外在力量作為共同富裕“助推劑”的可能性及必要性。

2.解釋變量及其測度

數字普惠金融（DFI）。本文選取北京大學數字金融研究中心編制的中國省級數字普惠金融指數衡量數字普惠金融水平。數字普惠金融指數在編制過程中運用螞蟻金服的海量相關數據，從覆蓋廣度、使用深度和數字化程度三個維度考量，多層次、多元化刻畫了數字普惠金融的總體發展程度。在本文的運用中，為緩解異方差和極端值，并使回歸系數便于觀察，對該指數做對數化處理。

3.中介變量及其測度

融資約束（FIN）。本文參考劉心怡等[ 20 ]的做法，將金融結構作為衡量各省融資約束狀況的代理變量，具體指標為年末金融機構人民幣存貸款余額比，該指標越大表示該省金融機構盈利水平較高，進而反映該省總體資金使用情況較好，融資面臨的限制較少。

4.控制變量及其測度

參考鄒克和倪青山[ 12 ]、韓亮亮等[ 13 ]的研究，本文選取以下五個指標作為控制變量。（1）產業結構高度化指數（INDHIT），用第二產業/第一產業×0.2+第三產業/第二產業×0.8的計算公式來衡量；（2）教育狀況（EDU），用普通高中生師比（教師人數=1）來衡量；（3）對外開放水平（OPEN），用進出口貿易總額占地區生產總值比重來衡量；（4）財政能力（FC），用地方財政一般預算收入占GDP比重來衡量；（5）城鎮化率（URB），用城鎮常住人口占總人口比重來衡量。

（三）數據來源與描述性統計

學界和業界普遍認為，余額寶的上線標志著2013年為中國數字金融高速發展的起始年[ 20 ]。因此，在考慮數據可得性的基礎上，本文選取2013—2020年我國30個省（自治區、直轄市）的面板數據作為研究樣本。數字普惠金融指數來源于北京大學數字金融研究中心，其余數據來源于WIND數據庫、國泰安數據庫、國家統計局官方網站及歷年中國及各省區統計年鑒，并對個別缺失的數據利用插值法進行補齊。

表3報告了主要變量的描述性統計結果。從表3可以看出，共同富裕指數的均值為0.296，標準差為0.188，中位數為0.228，最小值為0.095，最大值為0.904，最大值為最小值的9.5倍，說明我國30個省（自治區、直轄市）的共同富裕發展水平差異較大，在區域和期間上均存在較大差異；從共同富裕的4個維度看，普惠性、漸近性、發展性、全面性的均值分別為0.078、0.031、0.121、0.066，標準差分別為0.055、0.012、0.105、0.033，表明各維度對共同富裕指數的貢獻不一，與預期相符；數字普惠金融指數的均值為5.498，標準差為0.285，中位數為5.545，最小值為4.771，最大值為6.068，說明我國數字普惠金融近年來發展迅速，但各地區之間仍存在較大差異；融資約束的均值為0.794，標準差為0.151，中位數為0.776，最小值為0.409，最大值為1.144，說明我國各地區之間融資約束狀況存在顯著差異。

四、實證結果分析

（一）基準回歸分析

表4為數字普惠金融與共同富裕及其“四維”特征的回歸結果。列（1）中，數字普惠金融的回歸系數為0.143，在1%的水平上顯著，說明數字普惠金融是共同富裕的“助推劑”，假說1得到驗證。列（3）—（5）中，數字普惠金融的回歸系數均顯著為正，表明數字普惠金融有助于促進共同富裕的漸近性、發展性和全面性，且對發展性維度的促進效果最大。但由列（2）可知，數字普惠金融對縮小城鄉差異呈負向關系，說明它對實現城鄉共同富裕尚未發揮出應有的推動作用。可能的原因是數字普惠金融在我國發展時間較短，大部分地區僅僅做到其覆蓋廣度的提升，而服務深度不足，結合鄉村數字信息基礎設施薄弱的現狀，易形成城鄉間“數字鴻溝”。相信隨著數字普惠金融在我國的深度拓展，鄉村居民數字素養的逐漸提高和政府政策的正向引導，“數字鴻溝”可能會趨向彌合，從而逐漸釋放“數字紅利”。

（二）穩健性檢驗

1.內生性分析

從理論層面，本文采用雙向固定效應模型進行基準回歸以解決隨年份和省份變化的遺漏變量問題，但仍可能存在反向因果這一內生性問題，即共同富裕會逆向推動數字普惠金融的發展。因此，本文借鑒梁雙陸和劉培培[ 22 ]的做法，將互聯網普及率作為數字普惠金融的工具變量來克服內生性問題。

2.剔除直轄市

由于北京、上海、天津、重慶作為直轄市，與其余省份在政策傾斜程度、經濟結構、城市定位和經濟發展狀況上都相差甚遠，所以本文剔除4個直轄市的數據后重新進行回歸。

3.縮尾處理

為克服離群值的影響，本文對全部數據進行1%的雙邊縮尾處理后重新進行回歸。

表5是穩健性檢驗的最終回歸結果，數字普惠金融回歸系數的符號方向和顯著性水平均與前文一致，說明數字普惠金融對共同富裕目標實現具有正向促進作用的結果是穩健可靠的。

（三）作用機制檢驗

為進一步檢驗數字普惠金融與共同富裕間的作用機制，運用模型（1）—（3）進行中介效應檢驗，表6是融資約束作用機制檢驗的回歸結果。列（2）、列（3）中，數字普惠金融對融資約束、融資約束對共同富裕以及數字普惠金融通過緩解融資約束影響共同富裕的回歸系數均為正，且通過至少10%水平的顯著性檢驗，說明融資約束的有效緩解確實是數字普惠金融促進共同富裕的作用渠道，且數字普惠金融發展水平每提高1單位，能使共同富裕程度提高0.087單位，也使融資約束緩解0.568單位，從而使共同富裕程度間接提高0.056單位（0.568×0.098≈0.056），總效應提高0.143單位。綜上，數字普惠金融通過緩解各地區的融資約束推動共同富裕目標的實現，且融資約束帶來的中介效應占總效應的比例為38.88%，假說2得到驗證。

為確保研究結論的可靠性和穩健性，本文采用Sobel法和偏差矯正非參數百分位Bootstrap法重復抽樣1 000次對中介效應進行進一步檢驗。從表6的Sobel檢驗結果可以看出，三種顯著性檢驗（即Sobel檢驗、Goodman檢驗1、Goodman檢驗2）均在1%的水平上顯著為正；從表7的Bootstrap中介效應檢驗的估計結果可以看出，偏差矯正后的95%置信區間不包含0。以上兩種方法均使假說2得到進一步驗證。

五、進一步分析

（一）區域異質性回歸結果分析

我國東、中、西、東北四大區域的數字普惠金融發展狀況、政策傾斜力度及經濟增速均存在明顯的地理差異，因此，為檢驗數字普惠金融對共同富裕的影響是否存在區域異質性，參照國家統計局對我國四大經濟區域的劃分標準，將樣本數據分為東部、中部、西部、東北部四個地區，重新進行回歸檢驗，回歸結果如表8所示。列（1）、列（2）中，數字普惠金融的回歸系數均未通過顯著性檢驗，說明在東部、中部地區數字普惠金融對共同富裕的推進作用并不顯著，而在列（3）、列（4）中，數字普惠金融的回歸系數分別為0.301和0.457，在1%和10%的水平上顯著，說明在西部和東北部地區，數字普惠金融對共同富裕發揮了“助推劑”作用，且對東北部地區的推進效果更為明顯。

（二）產生差異的原因分析

為何會產生上述差異呢？可能的原因：（1）東部地區經濟實力雄厚，金融產業數字化轉型程度高，數字普惠金融呈現出從橫向覆蓋到縱向深入的區域發展態勢；中部地區近年經濟增速位列四大經濟區域之首，且據《中國縣域數字普惠金融發展指數報告2021》內容，中部地區數字普惠金融發展勢頭強勁，與東部地區的差距不斷縮小。因此，中部、東部地區金融資源配置更加完善，數字普惠金融的發展起步較早，且共同富裕實現程度相較于西部和東北部水平更高，“數字紅利”已經提前釋放。（2）西部和東北部地區經濟相對東部、中部來說欠發達，金融資源相對稀缺，數字普惠金融發展起步較晚，對其依賴度更高，與地區發展差異較大的共同富裕現實對照，立即就產生了金融資源優化配置的紅利效應。說明國家要給予西部和東北部地區在數字普惠金融政策、數字基礎設施建設方面的傾斜和扶持，填補金融資源相對匱乏、數字技術應用不足的缺口，是大力促進西部和東北部地區數字普惠金融發展、充分發揮數字普惠金融對共同富裕“助推劑”作用的有效路徑。

六、結論與啟示

（一）研究結論

圍繞共同富裕的內涵和“四維”特征，本文基于2013—2020年我國30個省（自治區、直轄市）的面板數據，實證檢驗數字普惠金融對共同富裕的影響效應和作用機制。結果表明：第一，數字普惠金融是推進共同富裕目標實現的有效工具，經過穩健性檢驗后該結論依然成立，說明這一結果的可靠性；第二，數字普惠金融對共同富裕的促進效應主要通過緩解融資約束這一路徑實現；第三，數字普惠金融對共同富裕的推動效應存在四大經濟區域的差異性，對東北部及西部地區的作用效果更明顯，“紅利效應”更顯著。

（二）政策建議

基于以上研究結論，本文提出以下政策建議：

一是深度拓展數字普惠金融，為共同富裕的實現持續賦能。一方面，國家應加強數字普惠金融發展頂層設計，建立健全數字普惠金融風險控制體系，加強鄉村數字基礎設施建設，在深耕金融科技的同時，有效遏制“數字鴻溝”帶來的金融風險；另一方面，地方政府應重視數字普惠金融的宣傳教育，有效利用線上線下各類宣傳媒介，通過提高居民的數字素養和金融素養來激發他們對新型金融服務的需求，同時鼓勵金融機構聯合地方高校、研究所進行相關科研項目的設立，激發數字普惠金融的創新潛力。

二是高度重視弱勢群體的融資約束問題，合理發揮金融的資源配置功能。金融服務本就不該是“富人的游戲”，而應成為“弱勢群體的工具”，金融行業應借助數字普惠金融對弱勢群體融資約束的減緩效應，打造更加多元且著眼于長尾群體訴求的產品和服務，利用數字技術優化金融資源配置，加快建立健全弱勢群體融資增收機制，使共同富裕實現真正意義上的“共創共享”。

三是加快對西部與東北部地區數字基礎設施及人才體系的建設，助力區域共同富裕。在維持東、中部地區數字普惠金融原有成果的基礎上，國家應加大對西部和東北部地區相關政策的傾斜力度，鼓勵數字普惠金融在西部與東北部地區的不斷下沉，加快數字基礎建設的鞏固和升級，并讓先富的東、中部地區在技術和人才上帶動后富的西部、東北部地區，使地區間的發展差距不斷收斂，幫助西部與東北部地區實現后發優勢，為實現共同富裕充分釋放行業和地區的潛能。

（三）研究不足與展望

考慮到研究數據可得性，本研究構建的共同富裕指數以省域為單位，而我國省級區域內部差異較大，省級共同富裕指數可能掩蓋了省域內地區共同富裕實現程度的異質性，未來可考慮進一步從地市甚至縣級層面衡量共同富裕的實現程度，將會使研究結論更加精準。另外，由于目前數字普惠金融發展時間較短且服務深度不足，對實現城鄉共同富裕會產生怎樣的“數字紅利”或“數字鴻溝”效應，其間存在何種作用機制，仍需隨著時間的推移進一步深入研究和觀察。

【參考文獻】

［1］ 蔣永穆，豆小磊.共同富裕思想：演進歷程、現實意蘊及路徑選擇［J］.新疆師范大學學報（哲學社會科學版），2021，42（6）：16-29.

［2］ 江亞洲，郁建興.第三次分配推動共同富裕的作用與機制［J］.浙江社會科學，2021（9）：76-83.

［3］ 郝凱，趙康杰，景普秋.共同富裕理念下人力資本與城鄉協調發展研究［J］.會計之友，2022（23）：76-83.

［4］ 宿偉健，趙婧.產業結構高級化與合理化：銀行競爭的“力量”［J］.財經科學，2019（11）：25-38.

［5］ 陳玲玲.數字普惠金融、公司治理與企業并購［J］.會計之友，2022（16）：91-98.

［6］ LUO Y，ZENG L Y.Digital financial capabilities and household entrepreneurship［J］.Economic and Political Studies，2020，8（2）：165-202.

［7］ 肖威.數字普惠金融能否改善不平衡不充分的發展局面？［J］.經濟評論，2021（5）：50-64.

［8］ 孫繼國，韓開顏，胡金焱.數字金融是否減緩了相對貧困：基于CHFS數據的實證研究［J］.財經論叢，2020（12）：50-60.

［9］ ALLEN F，DEMIRGUC-KUNT A，KLAPPER L，et al.The foundations of financial inclusion：understanding ownership and use of formal accounts［J］.Journal of Fina-ncial Intermediation，2016（27）：1-30.

［10］ 劉培林，錢滔，黃先海，等.共同富裕的內涵、實現路徑與測度方法［J］.管理世界，2021，37（8）：117-129.

［11］ 陳晨，熊友華.中國共產黨追求共同富裕的理論變遷、實踐探索與經驗啟示［J］.中州學刊，2022（12）：17-25.

［12］ 鄒克，倪青山.普惠金融促進共同富裕：理論、測度與實證［J］.金融經濟學研究，2021，36（5）：48-62.

［13］ 韓亮亮，彭伊，孟慶娜.數字普惠金融、創業活躍度與共同富裕：基于我國省際面板數據的經驗研究［J］.軟科學，2022（4）：1-18.

［14］ 姜松，周鑫悅.數字普惠金融對經濟高質量發展的影響研究［J］.金融論壇，2021，26（8）：39-49.

［15］ 王康仕，孫旭然，張林曦，等.金融數字化是否促進了綠色金融發展：基于中國工業上市企業的實證研究［J］.財經論叢，2020（9）：44-53.

［16］ 張正平，黃帆帆.數字普惠金融對農村勞動力自我雇傭的影響［J］.金融論壇，2021，26（4）：58-68.

［17］ 蔣長流，江成濤.數字普惠金融能否促進地區經濟高質量發展：基于258個城市的經驗證據［J］.湖南科技大學學報（社會科學版），2020，23（3）：75-84.

［18］ 彭澎，徐志剛.數字普惠金融能降低農戶的脆弱性嗎？［J］.經濟評論，2021（1）：82-95.

［19］ 葛和平，錢宇.數字普惠金融服務鄉村振興的影響機理及實證檢驗［J］.現代經濟探討，2021（5）：118-126.

［20］ 劉心怡，黃穎，黃思睿，等.數字普惠金融與共同富裕：理論機制與經驗事實［J］.金融經濟學研究，2022，37（1）：135-149.

［21］ 溫忠麟，葉寶娟.中介效應分析：方法和模型發展［J］.心理科學進展，2014（5）：731-745.

［22］ 梁雙陸，劉培培.數字普惠金融與城鄉收入差距［J］.首都經濟貿易大學學報，2019，21（1）：33-41.