中國(guó)縣域數(shù)字普惠金融的影響因素研究

中圖分類號(hào)：F124;F49;F832 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1003-9031（2025）08-0056-14

一、引言

2024年11月，七部委聯(lián)合發(fā)布《推動(dòng)數(shù)字金融高質(zhì)量發(fā)展行動(dòng)方案》，要求形成數(shù)字金融和科技金融、綠色金融、普惠金融、養(yǎng)老金融協(xié)同發(fā)展的良好布局。2025年，《鄉(xiāng)村全面振興規(guī)劃（2024—2027年）》強(qiáng)調(diào)發(fā)展農(nóng)村數(shù)字普惠金融。數(shù)字普惠金融作為普惠金融體系的重要組成部分，具有覆蓋廣、成本低、速度快、智能化特性以及信息優(yōu)勢(shì)。發(fā)展數(shù)字普惠金融能夠大幅提升欠發(fā)達(dá)地區(qū)的金融包容性和金融服務(wù)效率，更有利于縮小貧富差距、促進(jìn)區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展。

近年來(lái)，中國(guó)數(shù)字普惠金融發(fā)展呈現(xiàn)出快速增長(zhǎng)態(tài)勢(shì)，極大地推動(dòng)了金融包容性和經(jīng)濟(jì)的可持續(xù)發(fā)展，但其在空間分布上的不均衡現(xiàn)象依然存在。理論上數(shù)字普惠金融發(fā)展水平不僅受供給側(cè)布局的影響，更與各地區(qū)經(jīng)濟(jì)金融環(huán)境、政策支持、文化素養(yǎng)等因素密切相關(guān)，但現(xiàn)實(shí)中縣域數(shù)字普惠金融發(fā)展水平的影響因素究竟為何？影響因素之間存在怎樣的協(xié)同作用？其影響效力是否因時(shí)因地存在差異？仍有待深入探討。鑒于此，本文在理論分析縣域數(shù)字普惠金融的影響因素及其作用機(jī)理的基礎(chǔ)上，運(yùn)用地理探測(cè)器模型識(shí)別縣域數(shù)字普惠金融發(fā)展水平的主要影響因素及其交互作用，對(duì)于促進(jìn)縣域數(shù)字普惠金融深人發(fā)展具有重要的理論價(jià)值和實(shí)踐意義。

二、文獻(xiàn)綜述

數(shù)字普惠金融的影響因素一直是學(xué)界關(guān)注的焦點(diǎn)問(wèn)題。截至目前，各學(xué)者主要運(yùn)用固定效應(yīng)模型、半?yún)?shù)理論分析、動(dòng)態(tài)面板模型等計(jì)量分析工具，探討不同省份、城市群、經(jīng)濟(jì)區(qū)以及三大地帶的數(shù)字普惠金融發(fā)展水平及其影響因素。從研究成果來(lái)看，影響數(shù)字普惠金融發(fā)展的主要因素大致可概括為經(jīng)濟(jì)金融因素、社會(huì)因素以及微觀個(gè)體因素三個(gè)方面。在經(jīng)濟(jì)金融因素方面，經(jīng)濟(jì)發(fā)展水平、金融發(fā)展水平、基礎(chǔ)設(shè)施建設(shè)情況等對(duì)數(shù)字普惠金融的影響已得到學(xué)術(shù)界普遍認(rèn)可（杜敏哲和黃杰，2023;李明賢等，2021;劉成杰等，2022）。在社會(huì)因素層面，文明程度、政府作用等已被證明是影響縣域數(shù)字普惠金融的重要因素。在微觀個(gè)體因素方面，數(shù)字普惠金融主要受需求方主體特征、金融意識(shí)、教育水平等因素的影響。

地理探測(cè)器模型是一種用于探測(cè)地理空間數(shù)據(jù)中的驅(qū)動(dòng)因素及其交互作用的統(tǒng)計(jì)方法，最早由JFWang etal.（2010）提出，旨在基于數(shù)據(jù)的空間變異性分析評(píng)價(jià)健康與其風(fēng)險(xiǎn)因子之間的關(guān)系。目前已被廣泛應(yīng)用于地理科學(xué)、生態(tài)學(xué)、環(huán)境科學(xué)、社會(huì)和經(jīng)濟(jì)學(xué)分析等多個(gè)領(lǐng)域。相較于傳統(tǒng)的回歸分析和主成分分析等統(tǒng)計(jì)方法，地理探測(cè)器模型不僅能夠靈活應(yīng)用于不同類型的數(shù)據(jù)集，較好地處理變量之間的非線性關(guān)系，還能探討自變量對(duì)因變量的交互作用關(guān)系。因此，利用地理探測(cè)器模型能夠更為全面地識(shí)別縣域數(shù)字普惠金融發(fā)展差異的影響因素及其互動(dòng)關(guān)系，為精準(zhǔn)施策提供現(xiàn)實(shí)依據(jù)。

總體來(lái)看，學(xué)者們對(duì)中國(guó)數(shù)字普惠金融發(fā)展的影響因素進(jìn)行了深人探討，取得了豐碩成果。但仍存在以下問(wèn)題：一是大多數(shù)研究集中在省域和市域?qū)用妫槍?duì)縣域數(shù)字普惠金融的研究相對(duì)較少；二是少有研究從不同發(fā)展階段審視和對(duì)比縣域數(shù)字普惠金融的影響因素的變化情況;三是絕大多數(shù)研究基于全樣本構(gòu)建線性或非線性回歸模型探討影響因素，難以動(dòng)態(tài)觀測(cè)這些因素的變化特征，且未考察各影響因素之間的交互作用。因此，本文的邊際貢獻(xiàn)在于：一是基于縣域數(shù)字普惠金融數(shù)據(jù)，更準(zhǔn)確地探討了縣域數(shù)字普惠金融發(fā)展的影響因素；二是基于不同觀測(cè)時(shí)點(diǎn)對(duì)比和揭示縣域數(shù)字普惠金融各影響因子的結(jié)構(gòu)差異與變化規(guī)律；三是利用地理探測(cè)器模型分階段探討數(shù)字普惠金融的影響因素，從因子解釋與交互增強(qiáng)特性出發(fā)，識(shí)別影響因素之間的線性和非線性交互結(jié)構(gòu)。

三、中國(guó)縣域數(shù)字普惠金融影響因素的理論分析

根據(jù)金融生態(tài)理論，數(shù)字普惠金融發(fā)展是經(jīng)濟(jì)、技術(shù)、社會(huì)、政策、環(huán)境等因素共同作用的結(jié)果。本文將結(jié)合既有研究（張嘉怡等，2022），借鑒推拉理論（EverettS.Lee，1966），著重從宏觀維度，分析經(jīng)濟(jì)發(fā)展水平、金融發(fā)展水平、城鎮(zhèn)化水平、政策支持和基礎(chǔ)設(shè)施建設(shè)對(duì)縣域數(shù)字普惠金融的作用機(jī)理。

經(jīng)濟(jì)發(fā)展是數(shù)字普惠金融發(fā)展的重要拉力。一方面，經(jīng)濟(jì)發(fā)展水平較高的縣域，居民收入水平、消費(fèi)能力和投資意愿通常更強(qiáng)，金融服務(wù)需求也更加旺盛。另一方面，經(jīng)濟(jì)發(fā)展水平較高的地區(qū)往往集聚更多的企業(yè)和個(gè)體工商戶，擁有更加多維的數(shù)字金融應(yīng)用場(chǎng)景和更加多元七的數(shù)字金融需求。有效金融需求的增加不僅有利于促進(jìn)數(shù)字金融的推廣和擴(kuò)散，更能從供給側(cè)驅(qū)動(dòng)金融機(jī)構(gòu)優(yōu)先在高收人區(qū)開(kāi)展金融創(chuàng)新，進(jìn)行技術(shù)布局（陳軼麗，2019），從而形成高收入、高需求服務(wù)集中、技術(shù)迭代的正反饋循環(huán)。因此，經(jīng)濟(jì)發(fā)展越高，縣域數(shù)字普惠金融發(fā)展水平越高。

城鎮(zhèn)化亦是縣域數(shù)字普惠金融發(fā)展的重要拉力。首先，城鎮(zhèn)化對(duì)于促進(jìn)人口、資本、技術(shù)、數(shù)據(jù)等生產(chǎn)要素集聚具有重要作用，而生產(chǎn)要素的集聚不僅能夠產(chǎn)生更加旺盛的金融服務(wù)需求，更有利于提升金融服務(wù)的供需匹配效率。其次，城鎮(zhèn)化進(jìn)程往往伴隨著基礎(chǔ)設(shè)施建設(shè)的完善，如5G網(wǎng)絡(luò)覆蓋、智能終端普及等，能夠通過(guò)降低居民接觸數(shù)字金融的技術(shù)門(mén)檻，提升普惠金融的可持續(xù)發(fā)展能力（薛力紅，2022）。因此，城鎮(zhèn)化程度較高的地區(qū)人口往往更為密集，不僅能夠有效降低數(shù)字金融服務(wù)的邊際成本，提升其規(guī)模經(jīng)濟(jì)效應(yīng)，從而激勵(lì)更多的有效供給，還能通過(guò)“網(wǎng)絡(luò)效應(yīng)”提升數(shù)字金融的普及率，促進(jìn)數(shù)字普惠金融發(fā)展。因此，城鎮(zhèn)化程度越高，縣域數(shù)字普惠金融發(fā)展的水平也越高。

金融發(fā)展水平不僅是數(shù)字普惠金融發(fā)展的重要推力，更是其發(fā)展的重要支撐力。由于縣域金融體系發(fā)展往往較為薄弱，金融供給不足、金融排斥較大等因素金融發(fā)展水平不僅推動(dòng)數(shù)字普惠金融的重要?jiǎng)恿Γ瞧浒l(fā)展的重要支持力。一方面，縣域傳統(tǒng)金融供給不足、金融排斥嚴(yán)重等因素導(dǎo)致傳統(tǒng)金融體系往往難以滿足基層、縣域或農(nóng)村地區(qū)的基本金融需求，從而稱為“推\"動(dòng)數(shù)字普惠金融作為補(bǔ)充手段介人縣域發(fā)展的重要推力。另一方面，較高的金融發(fā)展水平又為數(shù)字普惠金融提供了基礎(chǔ)設(shè)施、信用數(shù)據(jù)和人才資源，產(chǎn)生“跳板效應(yīng)\"促進(jìn)產(chǎn)品創(chuàng)新與服務(wù)深化（黃益平，2025）。相比之下，欠發(fā)達(dá)地區(qū)因技術(shù)和人才匱乏，往往陷人模仿性追趕困境，數(shù)字服務(wù)多停留在基礎(chǔ)功能移植層面（成春林等，2014）。綜上，金融發(fā)展水平對(duì)縣域數(shù)字普惠發(fā)展的影響即可能表現(xiàn)為推力，倒逼縣域數(shù)字普惠金融發(fā)展，也可能作為重要支撐力，促進(jìn)縣域數(shù)字普惠金融發(fā)展。

政府支持既是縣域數(shù)字普惠金融發(fā)展的重要拉力，更是其發(fā)展的重要支撐力。政府不僅能通過(guò)財(cái)政支持、政策引導(dǎo)、制度設(shè)計(jì)、法律保障等手段有效突破欠發(fā)達(dá)地區(qū)準(zhǔn)人成本較高、數(shù)字金融供給不足、基礎(chǔ)設(shè)施建設(shè)滯后、信用體系發(fā)展不健全、金融素養(yǎng)較低和監(jiān)管缺位等數(shù)字普惠金融發(fā)展困境，直接拉動(dòng)數(shù)字普惠金融發(fā)展，還能夠通過(guò)精準(zhǔn)扶貧、定向支持、政

務(wù)服務(wù)數(shù)字化轉(zhuǎn)型等間接機(jī)制支持?jǐn)?shù)字普惠金融深度推廣。因此，政府財(cái)政支持較高的地區(qū).

數(shù)字普惠金融發(fā)展水平往往較高。

基礎(chǔ)設(shè)施建設(shè)是縣域數(shù)字普惠金融發(fā)展的重要支撐。現(xiàn)代數(shù)字金融依賴于互聯(lián)網(wǎng)和移動(dòng)網(wǎng)絡(luò)技術(shù)，縣域網(wǎng)絡(luò)基礎(chǔ)設(shè)施的建設(shè)水平很大程度決定了數(shù)字金融的可得性（宋麗娟等，2024）。發(fā)達(dá)地區(qū)憑借5G網(wǎng)絡(luò)、智能終端等設(shè)施的高度普及，顯著提升普惠金融覆蓋率;而欠發(fā)達(dá)地區(qū)因網(wǎng)絡(luò)覆蓋不足、設(shè)備維護(hù)成本高等現(xiàn)實(shí)約束，數(shù)字金融服務(wù)長(zhǎng)期面臨“最后一公里”滲透難題，導(dǎo)致滲透率持續(xù)偏低。此外，數(shù)據(jù)基礎(chǔ)設(shè)施的差異也影響縣域數(shù)字普惠金融的發(fā)展。數(shù)據(jù)積累豐富的地區(qū)有利于積累較高的數(shù)字信用，從而有效緩解融資約束（王奇等2025），為無(wú)抵押信用貸款等需要信用支持的普惠金融產(chǎn)品提供支撐。數(shù)據(jù)積累較弱的地區(qū)，數(shù)據(jù)采集渠道單一、歷史積累薄弱，金融機(jī)構(gòu)仍依賴傳統(tǒng)抵押擔(dān)保模式，難以滿足小微主體及農(nóng)戶的信用融資需求，制約了數(shù)字普惠金融的進(jìn)一步發(fā)展。因此，基礎(chǔ)設(shè)施建設(shè)越完善，縣域數(shù)字普惠金融發(fā)展的水平也越高。

此外，通過(guò)上述分析發(fā)現(xiàn)，經(jīng)濟(jì)發(fā)展水平、金融發(fā)展水平、城鎮(zhèn)化水平、政策支持和基礎(chǔ)設(shè)施建設(shè)不僅可能是數(shù)字普惠金融發(fā)展的重要影響因素，這五類因素之間也往往存在交互作用共同影響數(shù)字普惠金融發(fā)展。由此，基于宏觀視角的中國(guó)縣域數(shù)字普惠金融影響因素可概括如圖1。

圖1縣域數(shù)字普惠金融影響因素分析框架

四、縣域數(shù)字普惠金融的影響因素

（一）模型設(shè)定及變量選擇

1.模型設(shè)定

本文借鑒王勁峰等（2017）的研究，采用地理探測(cè)器模型探究縣域數(shù)字普惠金融地區(qū)差異的影響因素。地理探測(cè)器模型主要基于q值度量各影響因素作用強(qiáng)度，q值范圍在[0，1]之間，其數(shù)值越大因子的解釋力越大。

2.指標(biāo)選取與數(shù)據(jù)來(lái)源

基于數(shù)據(jù)可得性，本文從經(jīng)濟(jì)發(fā)展水平、金融發(fā)展水平、城鎮(zhèn)化水平、數(shù)字基建和財(cái)政支持五個(gè)方面選取了11個(gè)指標(biāo)，對(duì)縣域數(shù)字普惠金融的影響因素展開(kāi)實(shí)證分析，數(shù)據(jù)主要來(lái)源于《中國(guó)縣域統(tǒng)計(jì)年鑒（2014—2021）》和《北京大學(xué)數(shù)字普惠金融指數(shù)（2014—2021年）》以及

Wind數(shù)據(jù)庫(kù)等，具體指標(biāo)見(jiàn)表1。

表1影響因素的指標(biāo)選取

3.數(shù)據(jù)處理與描述性統(tǒng)計(jì)特征

在原始數(shù)據(jù)的基礎(chǔ)上，針對(duì)部分缺失數(shù)據(jù)，采用插值法進(jìn)行補(bǔ)齊。同時(shí)，為了降低離群值對(duì)回歸結(jié)果的潛在干擾，對(duì)連續(xù)變量進(jìn)行雙邊 1% 的縮尾處理，以提高分析的精確性和穩(wěn)健性。表2為主要變量描述性統(tǒng)計(jì)結(jié)果。

表2主要變量描述性統(tǒng)計(jì)結(jié)果

① 截至2020年底，我國(guó)已成功實(shí)現(xiàn)所有貧困縣的脫貧目標(biāo)。繼此成就之后，2021年，進(jìn)一步發(fā)布了鄉(xiāng)村振興戰(zhàn)略的重點(diǎn)幫扶縣名單。因此，在2020年以前影響因素為是否是貧困縣，自2020年起，轉(zhuǎn)變?yōu)槭欠袷侵攸c(diǎn)幫扶縣。

（二）實(shí)證結(jié)果分析

考慮到數(shù)字普惠金融在\"十三五\"期間經(jīng)歷了由初步推廣到加速普及、再到深度融合的發(fā)展過(guò)程，本文選取了2015年、2018年和2021年三個(gè)典型年份作為代表節(jié)點(diǎn)，探討數(shù)字普惠金融發(fā)展的影響因素及其變化特征。

1.綜合視角下縣域數(shù)字普惠金融發(fā)展水平的影響因素分析

以縣域數(shù)字普惠金融綜合指數(shù)響應(yīng)變量，其影響因素的分析結(jié)果如圖2所示。總體來(lái)看，樣本年間，經(jīng)濟(jì)規(guī)模、消費(fèi)水平和城鎮(zhèn)化率是影響縣域數(shù)字普惠金融的核心驅(qū)動(dòng)因素，均通過(guò)顯著性水平檢驗(yàn)（ Φ_p?0.05 ）。其中，經(jīng)濟(jì)規(guī)模的影響力呈倒U型，q值由0.176上升到0.236，隨后大幅降低至0.116；消費(fèi)水平的影響力相對(duì)穩(wěn)定， q 值分別為 0.099，0.144 和0.114；城鎮(zhèn)化率的影響力在2015年達(dá)到0.193，2018年降至0.142，2021年回升至0.198。以上變動(dòng)特征可能與區(qū)域發(fā)展水平、金融需求能力、技術(shù)基礎(chǔ)有關(guān)，其一，在縣域數(shù)字普惠金融發(fā)展起步期，經(jīng)濟(jì)體量越高的地區(qū)具備更強(qiáng)的金融承載能力，因而更容易形成金融服務(wù)供需兩端的匹配，但隨著數(shù)字基礎(chǔ)設(shè)施的普及和服務(wù)線上化加速，金融服務(wù)對(duì)傳統(tǒng)經(jīng)濟(jì)總量的依賴開(kāi)始減弱，可能導(dǎo)致邊際影響下降;其二，隨著數(shù)字經(jīng)濟(jì)的全面發(fā)展以及農(nóng)村電商、直播帶貨等新業(yè)態(tài)爆發(fā)式增長(zhǎng)，縣域居民消費(fèi)結(jié)構(gòu)升級(jí)形成了強(qiáng)需求倒逼機(jī)制，倒逼金融機(jī)構(gòu)加速數(shù)字化服務(wù)創(chuàng)新，推動(dòng)了縣域數(shù)字普惠金融的滲透;其三，經(jīng)濟(jì)規(guī)模較大、城鎮(zhèn)化率較高的區(qū)域通常擁有更完善的基礎(chǔ)設(shè)施和更高的技術(shù)普及率，可以很好地彌補(bǔ)“數(shù)字鴻溝”，為數(shù)字普惠金融的技術(shù)支持和用戶接受度提供了良好條件。

圖2縣域數(shù)字普惠金融影響因子強(qiáng)度

此外，金融深化程度、縣域人口密度、縣域網(wǎng)絡(luò)化水平、政府扶持力度和是否為貧困縣/重點(diǎn)幫扶縣表現(xiàn)出明顯的波動(dòng)性和階段性特征。金融深化程度的q值從2015年的0.075下降至2021年的0.003;縣域人口密度在2015、2018和2021年的影響力呈現(xiàn)略微下降后大幅上升的態(tài)勢(shì)；縣域網(wǎng)絡(luò)化水平q值由2015年的0.072下降至2021年的0.009，降幅達(dá) 70% ;政府扶持力度q值則從2015的0.009大幅上升至2021年的0.065;是否為貧困縣/重點(diǎn)幫扶縣的q值在2018年之前保持穩(wěn)定，在2021年大幅下降接近于0。這些變化表明，其一，隨著數(shù)字金融快速普及，降低了對(duì)線下資金分布的依賴，傳統(tǒng)銀行存貸款業(yè)務(wù)可能被移動(dòng)支付、網(wǎng)絡(luò)信貸等數(shù)字化服務(wù)大幅替代;其二，在普惠金融發(fā)展起步期，人口集聚確實(shí)有助于金融服務(wù)覆蓋，但隨著數(shù)字技術(shù)的快速普及，傳統(tǒng)地理因素的作用被暫時(shí)弱化，5G等新基建的全面落地，人口密集區(qū)域的規(guī)模效應(yīng)和數(shù)據(jù)優(yōu)勢(shì)重新凸顯，使其成為數(shù)字金融服務(wù)創(chuàng)新的重要載體，推動(dòng)影響力大幅回升;其三，隨著網(wǎng)絡(luò)基礎(chǔ)設(shè)施普及度提升，區(qū)域差異減小，數(shù)字金融發(fā)展重心轉(zhuǎn)向使用質(zhì)量和服務(wù)能力，弱化了網(wǎng)絡(luò)接入條件的邊際作用;其四，扶貧、鄉(xiāng)村振興等政策持續(xù)加力，以及地方在基礎(chǔ)設(shè)施和金融服務(wù)推廣上的積極作為，對(duì)金融服務(wù)布局起到強(qiáng)力引導(dǎo)作用，提升了政策在縣域?qū)用娴膶?shí)際效能;其五，在數(shù)字普惠金融發(fā)展階段，脫貧攻堅(jiān)期間大量政策資源和金融服務(wù)向貧困地區(qū)傾斜，有效提升了這些地區(qū)的基礎(chǔ)設(shè)施和金融可得性，隨著全國(guó)貧困縣全部摘帽，政策重心從“解決有無(wú)\"轉(zhuǎn)向“提升質(zhì)量”，貧困縣以及重點(diǎn)幫扶縣身份不再是主要影響因素。

與之相比，產(chǎn)業(yè)結(jié)構(gòu)和互聯(lián)網(wǎng)發(fā)展水平的影響力整體處于偏低區(qū)間，二者在各年份的q值均未超過(guò)0.02，且波動(dòng)不大。這表明在數(shù)字普惠金融快速發(fā)展背景下，金融服務(wù)的供給能力更依賴于技術(shù)適配與場(chǎng)景創(chuàng)新，而非傳統(tǒng)產(chǎn)業(yè)布局;互聯(lián)網(wǎng)發(fā)展水平雖然構(gòu)成數(shù)字金融的技術(shù)基礎(chǔ)，但其在各地的普及程度近年來(lái)已趨同，區(qū)域間差異顯著縮小。

圖3縣域數(shù)字普惠金融覆蓋廣度影響因子強(qiáng)度

2.縣域數(shù)字普惠金融覆蓋廣度的影響因素分析

圖3是縣域數(shù)字普惠金融覆蓋廣度的影響因子及其變化情況。結(jié)果顯示，2015、2018和2021年縣域數(shù)字普惠金融覆蓋廣度的影響因素及其變化特征與綜合指數(shù)相似，但影響力度有所差別。經(jīng)濟(jì)規(guī)模、消費(fèi)水平和城鎮(zhèn)化率是影響縣域數(shù)字普惠金融覆蓋廣度的主要驅(qū)動(dòng)因素，其q值在各年份均保持較高水平。城鎮(zhèn)化率對(duì)覆蓋廣度的影響力度呈現(xiàn)出明顯的下降趨勢(shì)，消費(fèi)水平的影響力度則趨于穩(wěn)定。縣域人口密度對(duì)縣域數(shù)字普惠金融覆蓋廣度的影響力呈現(xiàn)先下降后上升的趨勢(shì)。是否是貧困縣／重點(diǎn)幫扶縣對(duì)縣域數(shù)字普惠金融覆蓋廣度的影響力在樣本期內(nèi)大幅下降，截至2021年，其影響力度已接近\"0”。這些影響因素的變動(dòng)特征與數(shù)字普惠金融發(fā)展模式密切相關(guān)，在縣域數(shù)字普惠金融發(fā)展起步期，主要依賴“城鎮(zhèn)化率 + 經(jīng)濟(jì)規(guī)模\"這一“硬件 + 規(guī)模\"組合，人口的集聚很大程度決定網(wǎng)絡(luò)基礎(chǔ)設(shè)施與支付接口能否落地，貧困標(biāo)簽亦顯著區(qū)分金融供給差異。隨著縣域數(shù)字普惠金融進(jìn)入快速推進(jìn)期，4G基站鋪設(shè)和電商渠道下沉，人口的集聚不再是首要門(mén)檻，經(jīng)濟(jì)發(fā)展決定的商業(yè)潛力的驅(qū)動(dòng)能力逐漸顯現(xiàn)，與消費(fèi)水平共同推高了金融服務(wù)的場(chǎng)景化需求。

值得注意的是，與全國(guó)相比，縣域數(shù)字普惠金融覆蓋廣度影響因素的影響力度在縣域數(shù)字普惠金融發(fā)展成熟期呈現(xiàn)出明顯的扁平化趨勢(shì)。這一現(xiàn)象表明：其一，在精準(zhǔn)扶貧和鄉(xiāng)村振興政策框架下，國(guó)有大型商業(yè)銀行與農(nóng)村信用社通過(guò)整縣推進(jìn)模式下調(diào)服務(wù)準(zhǔn)人門(mén)檻，使經(jīng)濟(jì)小縣獲得與經(jīng)濟(jì)大縣相近的金融供給強(qiáng)度。其二，數(shù)字普惠金融在縣域地區(qū)已逐步完成從城鎮(zhèn)化率與經(jīng)濟(jì)規(guī)模主導(dǎo)向多因素多元化影響的躍遷，政策重心亦應(yīng)由增量覆蓋轉(zhuǎn)向質(zhì)量提升。

3.縣域數(shù)字普惠金融覆蓋深度的影響因素分析

圖4為縣域數(shù)字普惠金融使用深度影響因子強(qiáng)度。整體來(lái)看，2015—2021年，縣域數(shù)字普惠金融使用深度的影響因素結(jié)構(gòu)與全國(guó)趨勢(shì)存在顯著差異，整體q值普遍偏低，主要變量影響力弱且波動(dòng)較大，說(shuō)明“用得起來(lái)\"的問(wèn)題在縣域?qū)用嫒蕴幱谔剿麟A段，金融服務(wù)滲透雖已展開(kāi)，但深度使用尚未普遍形成。

圖4縣域數(shù)字普惠金融使用深度影響因子強(qiáng)度

具體來(lái)看，在縣域數(shù)字普惠金融使用深度的影響因素中，經(jīng)濟(jì)規(guī)模的影響力呈倒U型，城鎮(zhèn)化率和縣域人口密度的影響力均不斷上升，消費(fèi)水平和金融深化程度的影響力度在縣域數(shù)字普惠金融使用深度的整個(gè)發(fā)展階段中基本保持穩(wěn)定。究其原因，首先，經(jīng)濟(jì)規(guī)模大的地區(qū)更早具備數(shù)字支付、信貸嵌入和數(shù)據(jù)管理等所需的技術(shù)基礎(chǔ)與市場(chǎng)環(huán)境，但隨著平臺(tái)金融加快下沉、縣域間接入設(shè)施趨于均衡，經(jīng)濟(jì)體量對(duì)使用頻率和金融活躍度的邊際解釋力開(kāi)始遞減；其次，隨著數(shù)字金融使用場(chǎng)景從單一支付擴(kuò)展到線上信貸、保險(xiǎn)理賠、投資理財(cái)?shù)榷鄻踊僮鳎丝谂c產(chǎn)業(yè)的空間集聚效應(yīng)日益突出，城鎮(zhèn)化地區(qū)在信息流、物流以及金融服務(wù)網(wǎng)絡(luò)上的優(yōu)勢(shì)，為高頻、穩(wěn)定的數(shù)字金融使用行為提供了更堅(jiān)實(shí)的物理基礎(chǔ)和生活需求基礎(chǔ)。再次，在人口密集地區(qū)，線下商戶、物流體系與服務(wù)窗口布局更為密集，從而為數(shù)字支付與信貸嵌入創(chuàng)造了更高效的實(shí)現(xiàn)條件。同時(shí)，人口密集區(qū)域往往具備更豐富的消費(fèi)場(chǎng)景和更強(qiáng)的用戶活躍度，進(jìn)一步放大了人口分布對(duì)使用深度的影響;再者，消費(fèi)能力較強(qiáng)的地區(qū)，其居民更可能進(jìn)行多樣化、高頻次的金融活動(dòng)，如大額支付、信用借貸、移動(dòng)理財(cái)?shù)龋腋敢饨邮苄滦徒鹑诠ぞ吲c服務(wù)形態(tài)。消費(fèi)場(chǎng)景越豐富，平臺(tái)金融服務(wù)嵌人的機(jī)會(huì)越多，從而增強(qiáng)其在縣域內(nèi)的實(shí)際使用深度。此外，產(chǎn)業(yè)結(jié)構(gòu)和互聯(lián)網(wǎng)發(fā)展水平等影響因素的q值極低或趨近于0。這可能是因?yàn)椋褂蒙疃人蕾嚨氖蔷用裨谥Ц丁⑿刨J等場(chǎng)景中的高頻行為，而非宏觀產(chǎn)業(yè)結(jié)構(gòu)或基礎(chǔ)網(wǎng)絡(luò)接入能力。隨著平臺(tái)金融服務(wù)的標(biāo)準(zhǔn)化和普及化，用戶行為更多受到消費(fèi)能力、金融供給和人口集聚等因素影響，互聯(lián)網(wǎng)接入與產(chǎn)業(yè)構(gòu)成的邊際效應(yīng)逐步減弱。

4.縣域數(shù)字普惠金融數(shù)字化程度的影響因素分析

圖5為縣域數(shù)字普惠金融數(shù)字化程度的影響因子強(qiáng)度。結(jié)果顯示，縣域數(shù)字普惠金融的發(fā)展呈現(xiàn)出顯著的階段性特征。在2015年，多數(shù)影響因素明顯具有一定解釋力，但在2018年幾乎所有變量的解釋力均顯著下降，多個(gè)影響因素的q值跌至0.02以下。直至2021年，部分關(guān)鍵變量重新回升，尤其是政府扶持力度、人口密度和城鎮(zhèn)化率，成為解釋縣域間數(shù)字化水平差異的主要力量。

圖5縣域數(shù)字普惠金融數(shù)字化程度影響因子強(qiáng)度

具體來(lái)看，政府扶持力度在三個(gè)階段中的解釋力始終位居前列，尤其是在2015年和2021年表現(xiàn)突出，在2018年雖有所回落，但仍保持相對(duì)優(yōu)勢(shì)地位；縣域人口密度和城鎮(zhèn)化率的變化趨勢(shì)與政府扶持力度相似且具有較強(qiáng)解釋力。由此可見(jiàn)，數(shù)字化程度在縣域?qū)用娓叨纫蕾囌咄苿?dòng)，在縣域數(shù)字普惠金融發(fā)展起步期，正值“互聯(lián)網(wǎng) + ”行動(dòng)計(jì)劃啟動(dòng)，政府對(duì)數(shù)字普惠金融支持力度的增強(qiáng)為數(shù)字普惠金融的發(fā)展提供了必要的信用背書(shū)、設(shè)施基礎(chǔ)和資金保障，特別是政府鼓勵(lì)和支持金融機(jī)構(gòu)開(kāi)發(fā)適合貧困地區(qū)的金融產(chǎn)品和服務(wù)，使用數(shù)字技術(shù)來(lái)提高服務(wù)的覆蓋率和效率，大幅推動(dòng)了數(shù)字普惠金融的深人發(fā)展。

（三）影響因素交互作用

根據(jù)地理探測(cè)器模型，中國(guó)縣域數(shù)字普惠金融的影響因子之間存在雙因子增強(qiáng)或非線性增強(qiáng)效應(yīng)，其中主要影響因素間的交互作用如表3所示①。

表32015、2018、2021年全國(guó)及各維度縣域數(shù)字普惠金融影響因子交互作用結(jié)果（前5組）

① 限于篇幅，僅列出前五項(xiàng)研究結(jié)果，如需完整研究?jī)?nèi)容，可聯(lián)系作者獲取。

表32015、2018、2021年全國(guó)及各維度縣域數(shù)字普惠金融影響因子交互作用結(jié)果（前5組）（續(xù)）

注： + 代表雙因子增強(qiáng)的交互結(jié)果， ⁺⁺ 代表非線性增強(qiáng)的交互結(jié)果。

2015年，縣域數(shù)字普惠金融正值發(fā)展起步期，縣域發(fā)展差異主要由空間集聚與傳統(tǒng)金融供給能力共同驅(qū)動(dòng)。從全國(guó)范圍來(lái)看，影響力度靠前的五組交互項(xiàng)均與城鎮(zhèn)化率相關(guān)，且與金融機(jī)構(gòu)存量、金融深化程度、消費(fèi)水平、經(jīng)濟(jì)規(guī)模、金融資源占有率分別形成增強(qiáng)或非線性增強(qiáng)。就覆蓋廣度而言，城鎮(zhèn)化率也頻繁出現(xiàn)在影響力度最強(qiáng)的交互項(xiàng)中，城鎮(zhèn)化率縣域網(wǎng)絡(luò)化水平以0.391的高q值位列首位，經(jīng)濟(jì)規(guī)模n城鎮(zhèn)化率與城鎮(zhèn)化率n是否是貧困縣緊隨其后。在使用深度方面，并未形成單一主導(dǎo)變量，而是高度依賴金融資源、網(wǎng)絡(luò)條件、消費(fèi)需求與政府扶持的雙因子耦合。其中，金融資源占有率與縣域網(wǎng)絡(luò)化水平的交互影響力度最強(qiáng)，q值為0.128，金融資源、網(wǎng)絡(luò)條件、消費(fèi)需求與政府扶持的雙因子耦合。在數(shù)字化程度維度，前五項(xiàng)交互項(xiàng)中均包含政府扶持力度，且與人口密度、互聯(lián)網(wǎng)發(fā)展水平、金融資源占有率、城鎮(zhèn)化率、消費(fèi)水平分別形成增強(qiáng)。由此可見(jiàn)，其一，人口與產(chǎn)業(yè)的集聚配合傳統(tǒng)金融渠道，是能否接人數(shù)字金融的首要瓶頸;城鎮(zhèn)化為平臺(tái)提供用戶密度與支付場(chǎng)景，金融網(wǎng)點(diǎn)以及存貸款為平臺(tái)提供信任與清結(jié)算基礎(chǔ)，兩者聯(lián)動(dòng)產(chǎn)生雙因子放大效應(yīng);其二，縣域數(shù)字普惠金融的覆蓋首先取決于人口與產(chǎn)業(yè)集聚條件與信息基礎(chǔ)設(shè)施的共同成熟，同時(shí)，即便是貧困縣，只要城鎮(zhèn)化水平相對(duì)集中，其與貧困身份的交互也可顯著提升可及性;其三，數(shù)字普惠金融的深入使用更依賴線下金融資源與網(wǎng)絡(luò)環(huán)境的配合，并受財(cái)政補(bǔ)貼對(duì)使用門(mén)檻的降低所促進(jìn);其四，縣域數(shù)字普惠金融數(shù)字化中政策投人的邊際貢獻(xiàn)遠(yuǎn)大于市場(chǎng)自發(fā)力量，扮演“加速器”角色，對(duì)數(shù)字化改造和早期場(chǎng)景滲透提供資金與制度背書(shū)。值得注意的是，交互項(xiàng)大多呈現(xiàn)出非線性交互，表明早期任何單一條件不足以驅(qū)動(dòng)數(shù)字金融普及，必須要素耦合才能形成突破，產(chǎn)生“ 1+1gt;2 ，的放大效應(yīng)。

2018年，隨著“發(fā)展農(nóng)村數(shù)字普惠金融\"被寫(xiě)人中央一號(hào)文件，縣域數(shù)字普惠金融步人快速推進(jìn)期。彼時(shí)，經(jīng)濟(jì)規(guī)模的重要性顯著上升，無(wú)論是在全國(guó)，還是在覆蓋廣度與使用深度兩個(gè)維度中，均頻繁出現(xiàn)在影響力度最強(qiáng)的交互項(xiàng)中。相較于2015年，城鎮(zhèn)化率、人口密度、政府扶持力度等變量的協(xié)同作用普遍減弱。這表明，隨著平臺(tái)金融在全國(guó)范圍內(nèi)完成大規(guī)模技術(shù)和渠道下沉，早期人口集聚與政策扶持為核心的驅(qū)動(dòng)力開(kāi)始退居次位，以市場(chǎng)需求、產(chǎn)業(yè)活躍度和消費(fèi)能力所驅(qū)動(dòng)的經(jīng)濟(jì)主導(dǎo)型因素逐步占據(jù)主導(dǎo)。此外，在數(shù)字化程度維度中，盡管前十組交互項(xiàng)中依舊以政府扶持力度的組合為主，但其整體解釋力較前期明顯減弱，特別是政府扶持在與經(jīng)濟(jì)、城鎮(zhèn)化等變量的交互中不再具有顯著優(yōu)勢(shì)，反映出在快速推進(jìn)階段，政策端的結(jié)構(gòu)性差異對(duì)縣域間數(shù)字化表現(xiàn)的區(qū)分力下降，而平臺(tái)標(biāo)準(zhǔn)化建設(shè)帶來(lái)的均質(zhì)化趨勢(shì)導(dǎo)致各地?cái)?shù)字化指標(biāo)趨同，從而稀釋了政策在解釋空間差異方面的作用。

2021年，隨著平臺(tái)經(jīng)濟(jì)快速發(fā)展，縣域人口密度、經(jīng)濟(jì)規(guī)模與消費(fèi)水平三者在不同維度中的雙因子協(xié)同效應(yīng)顯著增強(qiáng)，成為驅(qū)動(dòng)數(shù)字普惠金融進(jìn)一步深化發(fā)展的主要復(fù)合變量。從全國(guó)總體來(lái)看，高強(qiáng)度交互項(xiàng)較多集中在城鎮(zhèn)化水平與經(jīng)濟(jì)規(guī)模、消費(fèi)水平及金融資源占有率的組合之中。在覆蓋廣度與使用深度兩個(gè)維度中，交互結(jié)構(gòu)與全國(guó)整體趨勢(shì)保持高度一致，在技術(shù)廣泛普及之后，人口密度與縣域經(jīng)濟(jì)體量仍是影響數(shù)字金融服務(wù)覆蓋能力與使用頻率的基礎(chǔ)要素。值得注意的是，在數(shù)字化程度維度中，交互結(jié)構(gòu)較前期呈現(xiàn)出更加多元和分化的特征，除了政府扶持力度是數(shù)字化程度的重要支撐，人口密度、消費(fèi)水平與金融資源占有率間的互動(dòng)對(duì)于數(shù)字化程度數(shù)字普惠金融的影響明顯增強(qiáng)。這表明，在數(shù)字化應(yīng)用逐步嵌入到縣域政務(wù)、民生服務(wù)與商業(yè)流通等領(lǐng)域的背景下，居民消費(fèi)能力、服務(wù)需求密度與本地金融資源支撐之間的耦合關(guān)系開(kāi)始對(duì)數(shù)字化進(jìn)程產(chǎn)生更顯著的放大效應(yīng)。

五、結(jié)論與政策建議

（一）結(jié)論

本文基于金融生態(tài)理論和推拉理論構(gòu)建縣域數(shù)字普惠金融影響因素的分析框架，并以縣域數(shù)字普惠金融綜合指數(shù)及其子指數(shù)為響應(yīng)變量，以2015、2018和2021年為代表時(shí)間節(jié)點(diǎn)，運(yùn)用地理探測(cè)器模型系統(tǒng)分析了經(jīng)濟(jì)發(fā)展、金融發(fā)展、城鎮(zhèn)化、政府政策支持以及基礎(chǔ)設(shè)施建設(shè)對(duì)縣域數(shù)字普惠金融發(fā)展的具體影響。

第一，中國(guó)縣域數(shù)字普惠金融受多因素共同影響，其中經(jīng)濟(jì)發(fā)展水平、城鎮(zhèn)化水平是縣域數(shù)字普惠金融的主要影響因素，具有鮮明的階段性特征。結(jié)果顯示，經(jīng)濟(jì)規(guī)模、消費(fèi)水平和城鎮(zhèn)化率在全國(guó)總體與各維度分析中均表現(xiàn)出較強(qiáng)的解釋力與交互效應(yīng)，經(jīng)濟(jì)規(guī)模在2018年影響力最強(qiáng)，隨后在2021年回落;消費(fèi)水平的影響力在樣本年間保持穩(wěn)定;城鎮(zhèn)化率的影響力變動(dòng)呈U型。

第二，縣域數(shù)字普惠金融各子維度的核心影響因素存在較大差異。覆蓋廣度維度主要受經(jīng)濟(jì)規(guī)模、消費(fèi)水平和城鎮(zhèn)化率的影響，反映出區(qū)域經(jīng)濟(jì)發(fā)展水平和人口空間布局對(duì)于金融服務(wù)可及性的關(guān)鍵作用;使用深度維度的影響因素表現(xiàn)出階段性更替特征，在2015年各因素作用整體較弱，2018年經(jīng)濟(jì)規(guī)模對(duì)使用深度維度形成顯著推動(dòng)，2021年城鎮(zhèn)化率與人口密度成為使用深度維度的主要驅(qū)動(dòng)因素;數(shù)字化程度維度始終表現(xiàn)出政策主導(dǎo)型特征，政府政策扶持在各階段均保持高位解釋力，且與人口密度、城鎮(zhèn)化水平等空間結(jié)構(gòu)變量之間具有穩(wěn)定的協(xié)同作用。

第三，縣域數(shù)字普惠金融發(fā)展并非由單一要素驅(qū)動(dòng)，而是依賴于多重因素間的系統(tǒng)耦合與協(xié)同治理。各階段的高強(qiáng)度交互項(xiàng)普遍呈現(xiàn)“ 1+1gt;2 ”的結(jié)構(gòu)放大效應(yīng)，特別是“經(jīng)濟(jì)規(guī)模門(mén)人口密度\"\"消費(fèi)水平口城鎮(zhèn)化率\"等組合，體現(xiàn)出多變量間存在互補(bǔ)增益。

（二）政策建議

第一，完善政策匹配機(jī)制，提升資源配置效能。根據(jù)區(qū)域發(fā)展基礎(chǔ)與現(xiàn)實(shí)條件，優(yōu)化政策資源的配置方式，強(qiáng)化金融服務(wù)與區(qū)域發(fā)展能力之間的匹配關(guān)系。重點(diǎn)提升資源承載能力較強(qiáng)地區(qū)的數(shù)字金融供給效率，同時(shí)針對(duì)基礎(chǔ)較為薄弱區(qū)域，強(qiáng)化政府政策支持，尤其注重借助公共服務(wù)支撐體系，推廣縣域數(shù)字普惠金融，形成因地制宜的支持格局。

第二，構(gòu)建多因素協(xié)同推進(jìn)的政策體系。推動(dòng)區(qū)域發(fā)展、金融服務(wù)、人口結(jié)構(gòu)等關(guān)鍵領(lǐng)域的協(xié)同聯(lián)動(dòng)，建立跨部門(mén)、跨層級(jí)的協(xié)調(diào)機(jī)制，提升政策在空間與功能上的集成度與系統(tǒng)性。通過(guò)制度設(shè)計(jì)和執(zhí)行機(jī)制優(yōu)化，實(shí)現(xiàn)政策工具間的有效銜接與放大效應(yīng)，增強(qiáng)治理體系的統(tǒng)籌能力與執(zhí)行韌性。

第三，健全多維支持體系，完善縣域金融生態(tài)環(huán)境。推動(dòng)金融機(jī)構(gòu)提供更多符合縣域經(jīng)濟(jì)特點(diǎn)的金融產(chǎn)品，如小額信貸、農(nóng)業(yè)保險(xiǎn)、供應(yīng)鏈金融等，以滿足農(nóng)村和中小企業(yè)的融資需求。同時(shí)，鼓勵(lì)多元化金融機(jī)構(gòu)參與市場(chǎng)，包括商業(yè)銀行、農(nóng)村信用社、互聯(lián)網(wǎng)銀行和地方性金融機(jī)構(gòu)，共同構(gòu)建完善的縣域金融生態(tài)體系。此外，應(yīng)加強(qiáng)對(duì)非法金融活動(dòng)的監(jiān)管，確保縣域金融市場(chǎng)的健康發(fā)展。

（責(zé)任編輯：孟潔）

參考文獻(xiàn)：

[1]黃益平，黃卓.中國(guó)的數(shù)字金融發(fā)展：現(xiàn)在與未來(lái)[J].經(jīng)濟(jì)學(xué)（季刊），2018，17（4）：1489-1502.

[2]梁多佳.數(shù)字普惠金融對(duì)城鄉(xiāng)收入差距的影響研究[J].海南金融，2024（3）：3-13.

[3]孫玉環(huán)，張汀昱，王雪妮，李丹陽(yáng).中國(guó)數(shù)字普惠金融發(fā)展的現(xiàn)狀、問(wèn)題及前景[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2021，38（2）：43-59.

[4]張?zhí)欤瑒⒆詮?qiáng).數(shù)字普惠金融發(fā)展的縣域差異及其影響因素研究[J.武漢金融，2021（7）：27-34+61.

[5]劉原宏，楊治輝.數(shù)字普惠金融省域發(fā)展特征及影響因素研究[J].統(tǒng)計(jì)與決策，2023，39（11）：139-144.

[6]葛和平，朱卉雯.中國(guó)數(shù)字普惠金融的省域差異及影響因素研究[J].新金融，2018（2）：47-53.

[7]李明賢，鄭洲舟，陳銫.縣域數(shù)字普惠金融發(fā)展的空間格局演化與影響因素分析——以湖南省為例[J].經(jīng)濟(jì)地理，2021，41（8）：136-143.

[8]張德鋼，朱旭森.中國(guó)九大城市群數(shù)字普惠金融發(fā)展的時(shí)空差異及動(dòng)態(tài)演進(jìn)[J].當(dāng)代經(jīng)濟(jì)管理，2020，42（12）：88-96.

[9]杜敏哲，黃杰.中國(guó)數(shù)字普惠金融的發(fā)展差異測(cè)度、來(lái)源分解與形成機(jī)理[J].廣東社會(huì)科學(xué)，2023（1）：57-67.

[10]劉成杰，馮婷，李勇.網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)、數(shù)字普惠金融與數(shù)字鴻溝——基于“寬帶中國(guó)\"示范城市創(chuàng)建的政策效應(yīng)分析[J].財(cái)經(jīng)科學(xué)，2022（12）：103-116.

[11]吳金旺，顧洲一.數(shù)字普惠金融文獻(xiàn)綜述[J].財(cái)會(huì)月刊，2018（19）：123-129.

[12]陳敏，孫華榮，方意.外資銀行進(jìn)入與中國(guó)普惠金融發(fā)展——基于傳統(tǒng)與數(shù)字對(duì)比視角[J].國(guó)際金融研究，2023（10）：85-96.

[13]Gomber P，Koch JA，Siering M.Digital Finance and FinTech：current research and future research directions[J].Journal of Business Economics，2017，87：537-580.

[14]王媛媛，韓瑞棟.新型城鎮(zhèn)化對(duì)數(shù)字普惠金融的影響效應(yīng)研究[J].國(guó)際金融研究，2021（11）：3-12.

[15]Zhang G，Chen Y，Wang G，etal.Spatial-temporal evolutionand influencing factors of digital financial inclusion：county-level evidence from China[J].Chinese Geographical Science，2023，33（2）：221-232.

[16]Allen F，Demirguc-Kunt A，Klapper L，et al.The foundations of financial inclusion：Understanding ownership and use of formal accounts[J].Journal of financial Intermediation，2O16，27：1-30.

[17]JF Wang，X H Li，G Christakos，Y L Liao，T Zhang，X Gu，X Y Zheng.Geographical DetectorsBased Health Risk Assessment and its Application in the Neural Tube Defects Study of the Heshun Region， China[J].International Journal of Geographical Information Science 24（1）：107-127.

[18]尹鐸，梁詩(shī)，林煦丹.長(zhǎng)江流域國(guó)家級(jí)水產(chǎn)種質(zhì)資源保護(hù)區(qū)時(shí)空演變特征及其驅(qū)動(dòng)因素[J].長(zhǎng)江流域資源與環(huán)境，2024，33（8）：1663-1678.

[19]Zhu L，Meng J，Zhu L.Applying Geodetector to disentangle the contributions of natural and anthropogenic factors to NDVI variations in the middle reaches of the Heihe River Basin [J].Ecological Indicators， 2020，117：106545.

[20]崔晨曦，孟凡浩，羅敏，等.基于地理探測(cè)器的內(nèi)蒙古耕地水資源短缺時(shí)空變化特征及驅(qū)動(dòng)力分析[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃，2023，44（1）：150-161.

[21]劉一鳴，辜婧玲，張梓鈺，等.基于地理探測(cè)器的地域社會(huì)認(rèn)同空間分異研究[J].地理研究，2021，40（2）：495-512.

[22]姚沖，甄峰，席廣亮，等.江蘇省數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展的空間格局及影響要素[J].資源科學(xué)，2025，47（2）：268-280.

[23]張嘉怡，胡志明.中國(guó)城市數(shù)字普惠金融發(fā)展的時(shí)空演化特征及影響因素研究[J].西南民族大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2022，43（4）：108-118.

[24]Lee E S.A theory of migration[J].Demography，1966（3）：47-57.

[25]陳軼麗.鄉(xiāng)村振興金融需求多元化與農(nóng)村金融供給側(cè)改革[J].農(nóng)村金融研究，2019（11）：41-47.

[26]薛力紅.數(shù)字普惠金融對(duì)農(nóng)村減貧效應(yīng)的影響研究[J].現(xiàn)代營(yíng)銷（下旬刊），2022（4）：23-25.

[27]Diamond D W.Financial intermediation and delegated monitoring[J].The review of economic studies， 1984，51（3）：393-414.

[28]成春林，華桂宏.金融支持欠發(fā)達(dá)地區(qū)再探——金融自組織視角[J].理論月刊，2014（10）：122-124.