汪洋 陆园

（安徽师范大学经济管理学院，安徽 芜湖 241003；安徽省经济研究院，安徽 合肥 230091）

一、引言

党的二十大报告指出，中国式现代化是全体人民共同富裕的现代化。我国已经进入高质量发展阶段，但依然面临着城乡收入差距较大、收入分配机制不完善、地区发展不平衡等问题（张来明和李建伟，2021）。新时期推动实现共同富裕是解决我国社会主要矛盾的重要抓手（刘培林等，2021）。提低扩中、兼顾公平是促进共同富裕的关键所在。理论上，金融发展能够有效提升居民的收入水平（何理等，2022），但传统金融服务仍存在一定缺陷，门槛高、成本高、效率低等问题滋生金融排斥现象，特别是小微企业、个体商户及农村居民较难得到必要且充分的金融服务。

伴随大数据、云计算等数字技术与金融业的融合与发展，数字普惠金融应运而生。与传统金融相比，数字普惠金融具有可获得性高、覆盖面广、成本低、效率高等优点（张新月等，2022），金融资源配置得到极大优化（吴雨等，2020）。数字普惠金融对于小微企业发展（钱海章等，2020）、农村居民增收（张勋等，2019）、缩小城乡收入差距（Dollar &Kraay，2001）以及宏观经济增长等（杨刚和张亨溢，2022）皆有积极作用。基于此，数字普惠金融促进实现共同富裕的相关研究也逐渐引起学者的关注。2022年3月，人民银行等五部门发布《关于金融支持浙江高质量发展建设共同富裕示范区的意见》，提出创新小微金融服务模式，助力缩小收入差距，从实践层面落地落实金融政策。

本文在梳理前人研究的基础上，进一步探索数字普惠金融对共同富裕的影响。可能的边际贡献主要有以下两个方面。一是系统阐释数字普惠金融对实现共同富裕的影响机理。从直接影响和间接影响两个方面厘清理论机制：直接影响方面，主要体现在数字普惠金融与共同富裕在科学内涵、工作侧重的一致性上；间接影响方面，主要体现在技术创新和产业结构转型升级的中介效应上。二是基于实证检验的对策建议。学术研究的最终落脚点在于为政策制定者提供决策参考。当前不少研究局限于理论与实证研究，缺乏应用与对策研究，本文在理论分析和实证检验的基础上，提出具有针对性、科学性、前瞻性的对策建议。

二、理论分析与研究假设

（一）数字普惠金融对共同富裕的直接影响

1.数字普惠金融与共同富裕的科学内涵具有一致性。数字普惠金融的本质是金融，性质是普惠，手段是数字（李牧辰和封思贤，2020），其核心目标在于“普”和“惠”。从“普”来看，数字普惠金融能够有效增加小微企业、低收入人群等“长尾客户”的金融可得性，提升金融服务的覆盖率，这与共同富裕的“共同”相呼应。从“惠”来看，数字技术的运用可以突破时间和空间的约束，有效降低金融服务成本和门槛，使中低收入群体能够享受优质金融资源，进而缩小收入差距（Adeola &Evans，2017），实现金融的“机会平等、惠及民生”（吴雨等，2021），这与共同富裕的“富裕”目标一致。

2.数字普惠金融与共同富裕的工作侧重具有一致性。随着改革开放的深入，东部地区发展迅速。城市层面，核心城市占据优质资源，发展势头强劲，偏远城市受政策、资源等限制，与核心城市差距逐渐拉大。同时，长期以来的城乡二元结构使得部分农村地区发展相对落后，产业结构单一，城乡收入差距较大。企业层面，大企业和中小企业所掌握的资金、技术等生产要素也存在差距，部分中小企业面临着一定的融资约束，所能创造的经济效益在维持运营的前提下，难以为职工提供更为丰厚的薪资报酬。国家“十四五”规划纲要把增进民生福祉，提升共建共治共享水平作为重要内容，强调要持续提高低收入群体收入，扩大中等收入群体，更加积极有为地促进共同富裕。解决地区差距、城乡差距、收入差距将是实现共同富裕的主攻方向（陈东平等，2022），即扩中提低、增收减贫是实现共同富裕的重点工作。

2015 年，国务院发布《推进普惠金融发展规划（2016—2020 年）》，指出普惠金融应以“机会平等、惠及民生”为基本原则，提升金融服务的覆盖率、可得性与满意度，增进社会公平。数字普惠金融的增收减贫效应主要体现在以下三个方面：一是数字普惠金融可以扎根县域、农村，为农民“量身打造”普惠产品，为农村提供更公平、更全面的金融服务，促进农村产业结构优化以及一、二、三产业融合发展（杜金岷等，2020），进而增加农村居民收入；二是数字普惠金融能够有效降低金融门槛，消除金融歧视，为资产规模小、抵押担保不足的小微企业提供资金支持，缓解企业融资约束，增加创新投入（聂秀华和吴青，2022），保障广大中小企业、个体工商户等市场主体持续运营，刺激经济包容性增长（钱海章等，2020）；三是数字普惠金融能够提高企业创业的活跃度（Dupas &Robinson，2013），消除融资排斥，实现创业机会的均等化，提高地区创业水平，缩小地区间差距。基于以上分析，本文提出假设H1。

H1：数字普惠金融能够促进实现共同富裕。

（二）数字普惠金融对共同富裕的间接影响

1.科技创新效应。创新关乎经济发展的速度、质量、可持续性，是促进共同富裕的关键支撑（杨刚和张亨溢，2022）。数字普惠金融是资金和技术结合的产物，可以通过促进技术创新和提升技术效率实现全要素生产率的提升（Arizala et al.，2013）。微观层面，数字普惠金融借助低门槛、低成本的金融服务，能够缓解中小企业融资约束，释放资金，加大技术创新投入（聂秀华和吴青，2022），进而刺激经济包容性增长（钱海章等，2020）。宏观层面，一方面，数字普惠金融可以为区域基础设施建设、教育工作拓展和产业发展提供便利化支持，由此提升区域高等教育水平，完善基础设施建设和增加居民收入（梁金华等，2022）。另一方面，数字普惠金融可以突破时空限制，便于资金的无障碍流动（薛莹和胡坚，2020），落后地区能够获得创新发展的必要资金，推动欠发达城市的高质量发展。创新驱动发展，推动经济的可持续增长，进而推进实现共同富裕。基于以上分析，本文提出假设H2a。

H2a：数字普惠金融能够促进区域技术创新，进而推动实现共同富裕。

2.产业结构升级效应。实现共同富裕的首要工作就是“做大蛋糕”，其中产业结构升级发挥重要作用。产业结构升级极大地解放和发展生产力，带动生产效率的提升和经济高质量发展。数字普惠金融能够显著缩小城乡收入差距，其中产业结构起到正向调节作用（何理等，2022）。在数字普惠金融的助推下，城市产业结构升级会加速第二、三产业向农村地区延伸，促进农村第一、二、三产业融合发展，促进农民干事创业，激发农村经济潜力，增加农民经营性收入。同时，第二、三产业在农村地区兴起，农村大量剩余劳动力充分就业，农村居民工资性收入也得到提升（吴万宗等，2018）。基于以上分析，本文提出假设H2b。

H2b：数字普惠金融能够促进区域产业结构升级，进而推动实现共同富裕。

（三）地区异质性背景下数字普惠金融对共同富裕的影响

鉴于我国地域广阔，经济发展水平差异较大，数字普惠金融发展程度不同，其作用效果深受经济基础和金融资源的影响，增收减贫效应也存在异质性（汪晓文和崔晓烨，2019）。韩晓宇（2017）认为数字普惠金融减贫的边际效应存在地区差异，西部地区的边际效应最大，其次为中部地区，最小为东部地区，与之相反，黄秋萍等（2017）研究发现数字普惠金融的减贫效应呈现出东强西弱的区域性差别。本文认为受“数字鸿沟”的影响，在发达地区，信息技术、互联网等高新技术得到广泛应用，金融数字化程度高，能够更好地与实体经济深度融合，从而推动科技创新和产业结构转型升级，在实现共同富裕进程中发挥更大作用。因此，本文提出假设H3。

H3：相比欠发达地区，在发达地区数字普惠金融对实现共同富裕的积极影响更加显著。

数字普惠金融对共同富裕的影响机制如图1所示。

图1 数字普惠金融对共同富裕的影响机制

三、研究设计

（一）变量设计

被解释变量：共同富裕。关于共同富裕的衡量，学术界的主流做法是从富裕度和共同度两个维度加以度量。刘心怡等（2022）用居民收入水平衡量富裕度，用居民收入的极化程度衡量共同度；张新月等（2022）在数字普惠金融促进共同富裕的机制研究中以城镇和农村居民收入比来度量分配公平；何理等（2022）直接将城乡收入差距作为共同富裕的衡量指标。本文认为人均可支配收入能够有效反映某地区居民的收入水平和财富状况，因此以人均可支配收入作为富裕度的替代变量。共同度方面，与人均可支配收入度量富裕度类似。共同度的替代指标也应当反映该地区某年度的现状，如果以各省份人均可支配收入的差异来衡量，更倾向于体现国家层面的共同度，因此本文选择城乡居民人均可支配收入倍差作为衡量共同度的替代指标。

解释变量：数字普惠金融。北京大学数字金融研究中心发布的《北京大学数字普惠金融指数（2011—2020 年）》已被学者广泛接受。该指数从覆盖广度、使用深度以及数字化程度三个方面综合衡量。本文选择2016—2020年省级层面的数字普惠金融指数作为数字普惠金融的替代指标。

中介变量：科技创新。在宏观层面，相比发明专利的申请量，发明专利授权量更能准确衡量地区科技创新发展水平，因此本文采用万人发明专利授权量作为科技创新的衡量指标。产业结构升级，本文采用产业结构高级化加以衡量。

控制变量：参考现有研究，引入政府干预、教育发展水平、对外开放水平、固定资产投资作为控制变量。变量定义和计算见表1。

表1 变量定义表

（二）模型构建

本文通过构建回归模型对所提出的假设进行检验。

1.直接影响检验：

2.间接影响检验：

间接影响检验采用三步法进行中介效应检验。式（3）～（8）表示的是以技术创新为中介变量，检验数字普惠金融分别对富裕度和共同度的影响效果，式（9）～（14）表示的是以产业结构升级为中介变量，检验数字普惠金融分别对富裕度和共同度的影响效果。

（三）样本选择与数据来源

本文研究基于省级面板数据进行分析，部分统计年鉴尚未发布2021年度数据，因此，选择2016—2020年度中国31 个省份（港澳台数据缺失，故未纳入分析）的相关数据，共155 组样本数据。除数字普惠金融变量外，本文研究数据均来源于各省份统计年鉴。本文数据分析软件是Stata14.1。

四、实证分析

（一）描述性统计

表2 是主要变量的描述性统计情况。被解释变量方面，共同富裕的富裕度变量均值为28135.510，最小值为13639.200，最大值为72232.400，说明各省份人均可支配收入的差距相对较大，最大值约是最小值的5.3倍，从富裕度角度来说，区域经济发展的不平衡性比较明显；共同富裕的共同度变量均值为2.533，最小值为1.848，最大值为3.446，说明各地区城镇居民人均可支配收入约是农村居民人均可支配收入的2.533 倍，城乡居民收入差距的差异性相对较小。从侧面反映出，经济发达地区，城乡居民收入较高，反之则反。解释变量方面，数字普惠金融最小值为200.382，最大值为431.928，说明不同省份间数字普惠金融发展差异较大。

表2 主要变量描述性统计表

（二）结果分析

1.直接影响检验。首先，本文进行方差膨胀因子（VIF）检验，结果显示各变量的VIF 值均在0～10 范围内，变量间不存在多重共线性。在此基础上，本文使用普通最小二乘法（OLS）进行数据回归分析，结果如表3所示。列（1）～（5）展现的是数字普惠金融对富裕度指标的影响情况，其中，列（1）中仅包括解释变量、时间变量和被解释变量，模型的调整后R2为0.829，说明模型的拟合效果非常好。此时，变量ind在1%置信水平下显著影响被解释变量aff，并且系数为正，说明数字普惠金融能够显著促进各省份居民人均可支配收入的提高。列（2）在列（1）的基础上加入政府干预、教育水平等控制变量，模型的调整后R2为0.887，拟合效果进一步提高。此时变量ind也在1%置信水平下显著正向影响被解释变量aff。列（3）～（5）展现的是数字普惠金融三个子维度变量cov、usa及dig对富裕度的影响，结果显示三个子维度变量均在1%置信水平下显著正向影响被解释变量，说明数字普惠金融的覆盖广度、使用深度及数字化程度均对提高居民人均可支配收入有积极作用。列（6）～（10）展现的是数字普惠金融对共同度指标的影响情况，同上，列（6）中仅包括解释变量、时间变量和被解释变量，模型的调整后R2为0.232，说明模型的拟合效果相对一般。此时，变量ind在1%置信水平下显著影响被解释变量com，并且系数为负，说明数字普惠金融能够显著降低各省份城乡居民人均可支配收入倍差。列（7）在列（6）的基础上加入政府干预、教育水平等控制变量，模型的调整后R2为0.415，拟合效果进一步提高。此时变量ind也在1%置信水平下显著负向影响被解释变量com。列（8）～（10）展现的是数字普惠金融三个子维度变量cov、usa及dig对共同度的影响，结果显示三个子维度变量均在1%置信水平下显著负向影响被解释变量，说明数字普惠金融的覆盖广度、使用深度及数字化程度均对缩小城乡居民差距具有积极作用。总之，通过基础模型检验，能够发现数字普惠金融确实能够有效推进共同富裕的实现，其三个子维度也都发挥着积极效应，假设H1得证。

表3 直接影响检验分析表

2.间接影响检验。根据前文分析，数字普惠金融对共同富裕的影响机制有两条间接路径。表4 展现的是“数字普惠金融—科技创新—共同富裕”的实证检验结果。列（1）和列（2）显示，变量ind在1%置信水平下分别显著正向影响变量aff和inn，同时，列（3）中变量ind和inn均在1%置信水平下显著正向影响变量aff，说明数字普惠金融能够推动科技创新发展，进而促进区域居民人均可支配收入的提高。列（4）和列（5）显示，变量ind在1%置信水平下显著负向影响变量com，正向影响变量inn，同时，列（6）中变量ind在1%置信水平下显著负向影响变量com，inn在1%置信水平下显著正向影响com，说明数字普惠金融能够推动科技创新发展，进而降低区域城乡居民人均可支配收入差距。假设H2a得证。

表4 数字普惠金融、科技创新与共同富裕（全样本）

表5展现的是“数字普惠金融—产业结构升级—共同富裕”的实证检验结果。列（1）和列（2）显示，变量ind在1%置信水平下分别显著正向影响变量aff和adv，同时，列（3）中变量ind和adv均在1%置信水平下显著正向影响变量aff，说明数字普惠金融能够推动产业结构升级，进而促进区域居民人均可支配收入的提高。列（4）和列（5）显示，变量ind在1%置信水平下显著负向影响变量com，正向影响变量adv，同时，列（6）中变量ind在1%置信水平下显著负向影响变量com，adv在1%置信水平下显著正向影响com，说明数字普惠金融能够推动产业结构调整升级，进而缩小区域城乡居民人均可支配收入差距。假设H2b得证。

表5 数字普惠金融、产业结构升级与共同富裕（全样本）

3.地区异性检验。为了检验地区异质性条件下，数字普惠金融对实现共同富裕的差异影响，本文将全样本按照GDP 划分为发达地区组和欠发达地区组①数据来源于《中国统计年鉴》，分年度计算各省份GDP平均值，某省份GDP高于平均值，则认为该省份属于发达地区，反之则反。。检验结果显示总体上数字普惠金融对实现共同富裕的积极效应依然成立（结果如表6、表7 所示）。对比来看，发达地区组中变量ind的系数明显大于欠发达地区组中的系数，假设H3得证。对数字普惠金融指数进行统计分析发现，样本时间跨度内，发达地区数字普惠金融指数的均值为316.735，最大值超过430，欠发达地区的均值则为278.029，最小值仅为200。可见，数字普惠金融在地区间发展差异较大。信息技术、互联网、云计算在发达地区得到广泛应用，金融数字化程度高，能够更好地与实体经济深度融合，从而推动科技创新和产业结构转型升级，进而促进实现共同富裕。

表6 数字普惠金融、科技创新与共同富裕（分区域）

表7 数字普惠金融、产业结构升级与共同富裕（分区域）

4.稳健性检验。为了检验实证研究的稳健性，本文通过替换被解释变量方式展开进一步检验。席恒等（2022）在梳理当前关于共同富裕衡量方法的基础上构建一个区域共同富裕指数，该指数运用几何合力计算方法得到。本文借鉴该做法，计算得出2016—2020 年31 个省级行政区共同富裕指数，并进行回归分析，如表8 所示。列（1）～（2）反映的是数字普惠金融对共同富裕的直接影响，结果依然显示数字普惠金融对实现共同富裕有显著积极影响，验证假设H1。列（2）～（4）和列（7）～（9）分别检验数字普惠金融对共同富裕的间接影响，结果支持原假设，假设H2a和H2b均得证。列（5）～（6）和列（10）～（11）分别检验地区异质性背景下数字普惠金融对共同富裕的积极影响，验证结果支持原假设3。

表8 基于变更被解释变量的稳健性检验

五、结论与建议

（一）结论

本文系统阐释数字普惠金融对实现共同富裕的影响机理。从直接影响和间接影响两个方面探讨理论机制，直接影响方面，主要体现在数字普惠金融与共同富裕在科学内涵、工作侧重的一致性上；间接影响方面，主要体现在技术创新和产业结构转型升级的中介效应上。本文利用2016—2020年中国31个省份的相关数据进行实证检验，结果发现：第一，数字普惠金融对实现共同富裕有积极影响；第二，数字普惠金融能够通过促进区域科技创新和产业结构升级，进而推动实现共同富裕；第三，相比欠发达地区，在发达地区数字普惠金融对实现共同富裕的积极影响更加显著。

（二）建议

基于研究结论，本文提出推动数字普惠金融发展的几点建议，以期在促进实现共同富裕的进程中发挥更大作用。一是引导科技与金融深度融合。商业银行积极运用信息技术，创新金融产品，为客户提供高效率、低成本的金融服务。二是加强金融风险评估。金融机构应该优化传统金融的风险评估模型，提升商誉、无形资产、个人信誉等在模型中的分值比重，帮助中小企业、个体工商户获得金融服务。三是扶持数字普惠金融在农村等后发地区落地运营。后发地区要积极引入和帮助金融机构落户，给予网点、住宿、子女教育等方面的服务和保障措施（杨志萍，2022）。四是加强宣传教育、转变思想观念，让农村居民愿意且敢于使用信贷资金，鼓励农民投入干事创业。五是引导金融资源用于科技创新。一方面，引导金融资源向抵质押品不足的科技型企业倾斜。另一方面，对于信贷资金的使用要有明确限制，明确资金必须用于企业的技术创新项目。六是引导金融资源助推产业结构升级。一方面，对于新能源汽车、芯片等新产业给予支持，在推动产业升级的同时解决大量就业问题。另一方面，对于农业产品的深加工给予支持，促进第一、二、三产业深入融合，为广大农村地区大量农村劳动力就业增收提供支持。