数字普惠金融对农民收入影响的实证分析

□ 吴培芸 祝思婷

一、引言

农民收入的增长对农村经济发展和农民生活的稳定具有重要的现实意义。近年来，随着经济的快速发展，中国地区之间以及城乡之间都存在经济发展不平衡。中国城乡收入差距已成为许多学者关注的关键问题之一。影响农民收入的因素很多，如自然条件、基础设施差距、城市化水平，甚至资本存量差异，都可能在一定程度上影响农民的收入。从金融发展的角度来看，由于传统的金融模式（设置实体网点等）受到交通和地理位置的极大限制，农村地区的金融需求（购买机器的信贷额度等）无法及时得到满足。此外，传统金融的高门槛和高交易成本导致农村居民借贷困难，阻碍农村经济发展，限制农民收入增长。数字金融将数字信息技术与传统金融相结合，创新了金融发展模式，拓宽了金融市场的发展空间，进一步推动了普惠金融的发展，为人们带来了便利和福利。数字普惠金融在克服高成本、低回报的基础上，可以通过数字技术优化金融资源配置，为经济欠发达地区提供金融服务支持。

农民收入增长是实现城乡经济协调发展的关键。金融发展对农民收入增长有影响，基于数字化的数字普惠金融发展对农民增收更为重要。研究表明，在数字红利的背景下，即数字化为人们的生活带来便利和福利，数字普惠金融有利于促进农村地区的包容性增长，从而提高农民收入。数字普惠金融的发展对农民收入有阶段性、深度的影响，主要体现在以下几个方面：第一，金融发展将提高农民收入。Luo等人发现不同地区农村金融规模和财政效率对农民收入的影响存在差异。农村金融发展效率与农民收入之间存在显著的因果关系。通过融资获得资金可以减少收入不平等，减轻农村贫困，从而提高农民的收入。其次，数字普惠金融促进了农村地区的经济增长，增加了农民的收入。数字普惠金融依附于网络和信息技术，合理配置农村地区的金融资源，为农村等偏远地区的人们提供金融服务的可能。马云采用面板回归模型发现小额贷款鼓励农民创业，从而增加农民收入，表明金融行为可以促进农民收入增长，对促进经济增长也有重大贡献。第三，普惠金融的发展在提高农民收入的同时，缩小了城乡收入差距。Yu和Wang发现，普惠金融可以降低工资收入，促进农民收入增长，缩小城乡收入差距。Liu等人发现，普惠金融通过产业结构升级的中介作用促进农民收入增长，在产业升级过程中通过技术创新实现农民与现代农业产业的融合，现代农业产业是以现代产业和现代科技为基础的农业。

数字普惠金融作为一种新兴的金融发展模式，不仅满足了人们的需求，而且扩大了贫困农民金融使用的深度，有效缓解了金融排斥。一方面，数字普惠金融提供的信贷支持帮助农民解决资本约束，促进农村经济和产业发展。从空间上看，数字普惠金融的网络特征增加了农村金融服务的覆盖面，为贫困农民提供了更多的增收机会。数字普惠金融不仅缩小了城乡收入差距，也有助于农民收入增长，帮助贫困人口早日脱贫。

2021年2月25日，中国政府正式宣布中国脱贫攻坚取得全面胜利，标志着中国完成了消除绝对贫困的历史任务。根据中华人民共和国国家统计局的数据，自2013年以来，中国政府取得了一系列令人瞩目的成就。一是居民总收入持续增长。人均可支配收入从2013年的18300元增加到2020年的32200元。二是城乡收入差距逐步缩小。城镇居民与农村居民人均可支配收入之比从2013年的2.81倍下降到2020年的2.56倍。三是居民收入来源结构更加稳定和多样化。居民财产收入和转让收入的比重从2013年的2%和17.5%分别上升到2020年的2.5%和21.4%。1978年农村居民人均可支配收入为133.6元，2019年为16020.7元，增长了近120倍。同期城镇居民人均可支配收入343.4元，1978年为42358.8元，2019年为123倍以上。这些数字充分说明了中国农民收入问题的严重性。除此之外，国际经济形势已经发生了变化，中国经济进入了一个新阶段。

然而，结束贫困不是结束，而是一个新的起点。消除绝对贫困后，我国相对贫困问题仍然存在，而且将持续很长一段时间。如何巩固脱贫攻坚成果，增加农村居民收入，已成为社会主义现代化伟大国家全面建设面临的一个重要课题。良好的农村金融生态环境可以促进农村金融的有效运行。2016年9月，中国在G20杭州峰会上提出制定G20数字普惠金融高级原则，倡导数字技术支撑普惠金融发展，建设数字金融基础设施生态圈。数字普惠金融作为普惠金融的一种新型形式，具有成本低、覆盖面广、金融服务更便捷快捷等优势。本文重点回答以下问题：数字普惠金融的发展能否进一步拉高农村居民收入？不同地区农民收入有差异吗？探讨这些问题，在中国新纪元的背景下具有重要的现实意义。中国是全球最大的发展中国家，与区域发展大不相同。研究中国数字普惠金融增收效应，对政策制定者制定和实施减贫战略、降低贫困和收入不平等发生率具有重要的参考意义。

二、文献综述与理论分析

（一）文献综述

普惠金融不同于传统的金融模式，这是一种自上而下的创新金融发展模式。其基本目标是确保公平和包容性增长：普惠金融通过降低金融服务壁垒和放宽金融排斥，帮助促进个人金融稳定，扩大传统金融服务的覆盖范围，为长尾客户提供更公平、更具包容性的金融服务，实现减贫和增收效果。普惠金融强调个人和企业能够获得有用且负担得起的金融产品和服务。农民是普惠金融的关键客户，因此普惠金融是影响农民收入的重要因素。中国政府已将发展普惠金融纳入国家战略层面，并在普惠金融体系建设和普惠金融投入方面采取了一系列措施，普惠金融取得了快速发展。以涉农贷款为例，中国政府发布的数据显示，2020年中国涉农贷款余额为38.95万亿元，比2019年同期增加3.94万亿元，同比增长10.7%。其中，银行对农户贷款余额为11.81万亿元，2019年同比增加1.51万亿元，同比增长14.2%。然而，普惠金融的发展也暴露出一些问题，突出表现在以下几个方面：首先，农业贷款市场也存在“精英俘虏”机制，农业贷款资金被少数精英农民占用，而有信贷需求的普通农民可能得不到信贷资金，这将限制农民利用信贷资金增加收入的动机。其次，在发展过程中，普惠金融表现出强烈的输血特征。它主要致力于满足农民等弱势群体的信贷可用性，而对农村地区经济转型和升级的支持较少。然而，后者是促进农民收入持续增长的长期机制。再次，金融体系致力于追求利益兼容性和可持续发展目标。在传统发展模式下，普惠金融在向农民、小微企业等弱势群体提供金融服务时面临着高成本、高风险的问题。卡普尔认为，普惠金融可以伴随经济发展，促进城乡共同发展。普惠金融可以有效提高农村家庭的平均收入水平。以印度为例，Mor和Ananth认为，建立包容性的金融体系可以有效降低金融服务成本，缩小国民收入差距，提高经济增长率，有效降低农村地区的贫困水平，促进社会发展。刘等人基于对我国贫困县988户农村家庭的调查数据，发现普惠金融的发展促进了中国农村地区农户创业活动的农村普惠转型，从而有助于提高农村居民的收入，并有可能缩小收入差距。

普惠金融对农民收入的影响研究。迄今为止，金融体系尚未完全具备竞争市场的理想功能，也无法为每一个经济主体提供公平、公开的贸易机会。金融排斥是指贫困和弱势群体难以通过正规渠道获得金融服务的现象。农业产业具有生产周期长、风险高、回报率低的弱势特征，因此农村地区受到了严重的金融排斥。普惠金融是一种使所有社会阶层和群体都能享受广泛无障碍金融服务的金融体系。提出这一金融体系的原因是为了解决弱势群体面临的金融排斥问题，促进金融的包容性发展。相关学者重点研究了普惠金融与农民减贫增收的关系。大多数学者认为，农民和其他弱势群体可以利用普惠金融提供的信贷资本进行投资和生产经营，从而帮助他们提高收入水平，减少贫困。

然而，普惠金融的发展也存在一些不足。数字技术在农村地区的低渗透率使得农村居民获得数字包容性金融服务的动力不足，普惠金融发展将扩大城乡收入差距，因为农村居民缺乏金融知识。

随着互联网和移动设备的普及，中国大力推进普惠金融与数字技术的融合，开创了“数字普惠金融”的概念，即补充传统金融服务的新型金融服务。彼得森的研究表明，数字金融可以在发展中国家和发达国家促进普惠金融。此外，低收入和非固定收入人群可以以较低的成本从金融机构获得金融服务。与发达国家相比，发展中国家的信息市场效率相对较低。“数字+普惠金融”具有降低金融服务门槛、促进价格发现和信息流通、打通金融服务“最后一公里”的特点。它是实现高财务覆盖，低成本和可持续发展的模式。与此同时，数字普惠金融因其扶贫性质而获得国际认可。

自2010年以来，G20和世界银行领导了增加发展中国家金融包容性的倡议，以帮助降低发展中国家和新兴经济体的贫困水平。数字普惠金融的发展，让更多的农村居民能够以可承受的成本获得贷款、储蓄、移动支付、保险等基本金融服务，实现收入增长。Jie等人基于中国小组数据，研究了数字金融对家庭消费的影响，最后提出数字金融的发展可以促进交易和支付。由于数字金融的包容性，投资渠道的扩大、收入的增加和家庭消费的增加，特别是在三四线城市以及收入相对较低、资产较少的家庭中，将产生非常显著的增长效应。

通过梳理以往相关文献，我们发现，优化金融生态环境，发展普惠金融和数字普惠金融，对农民收入产生积极影响。在数字技术的支持下，农村金融服务的覆盖面有所提高，弥补了普惠金融的不足。然而，许多学者提出这一观点更多是基于普惠金融的观点，来分析需要数字技术解决传统普惠金融问题的农村金融服务。从数字化的角度来看，对当前农村金融形势的研究还是相对可以忽略不计的。因此，本文重点关注数字普惠金融对农村收入的影响，探讨数字普惠金融的发展能否进一步促进农村收入增长。

（二）理论分析

1.数字普惠金融对农民收入增长的影响。金融与农村经济发展和农民收入紧密相连，金融发展促进农村经济快速增长。经济增长理论认为，资本是增长的重要因素，因此农村金融发展带来的更好的资本配置将极大地促进农民收入的增长。然而，由于长期缺乏金融服务，农村地区贫困人口的金融需求往往得不到很好的满足。借助互联网、大数据等一系列网络连接优势，数字普惠金融比传统金融拥有更有利的通信空间。解决农村人口贷款问题，鼓励农民创业投资，可以促进农民收入增长。数字普惠金融是数字金融与普惠金融的结合。在信息技术的支持下，它减少了信息不对称的问题，实现了低成本交易，大大降低了人们参与金融交易的门槛，为低收入和弱势群体提供金融服务更加方便。首先，农业贷款与农业产值之间存在单向因果关系：农业贷款的增加促进了农业产值的提高，而金融科技有助于降低信用风险。王小华采用分位数回归方法研究了信贷约束、信贷调整与农民收入增长的关系。实证结果表明，农村人口面临严重的信贷约束，农民信贷在农民收入的可持续增长中起着重要作用。其次，与农村金融结构相比，农村金融的发展效率和建设规模对农民收入增长的贡献更为突出。数字普惠金融有效缓解了农村金融排斥，提高了金融服务的包容性，促进了普惠性经济增长。通过降低交易成本、时间和信息成本，数字普惠金融满足了农村地区人民的金融需求，提高了贫困人口对金融机构的信心，并帮助贫困人口尽快脱贫。数字普惠金融的网络特征也促进了农民收入的增长。数字普惠金融比传统金融更具包容性，在数字技术和互联网技术的帮助下覆盖更广泛的人群。传统金融是一种有限且相对单一的金融活动，仅包括存款、贷款、结算三大传统业务。传统金融依靠建立实体网点来发展金融机构，而数字普惠金融则依靠数字技术发挥网络的零边际成本效应，促进偏远地区数字金融的快速、普惠发展。数字普惠金融以互联网门槛效应促进经济增长。在网络条件良好的地区，普惠金融服务可以促进经济增长，帮助弱势农民减少贫困。Kelikume采用系统广义矩法进行研究，发现随着互联网使用量的增加，普惠金融对提高减贫效率具有显著影响。金融服务可以通过发展数字普惠金融来减少国家之间的收入不平等，减少低收入人群的信贷限制，金融科技可以帮助提高农业等行业的生产率，从而有效地增加农民的收入。可以看出，数字金融的快速发展给经济、社会和人们的生活带来了一系列冲击。数字普惠金融为偏远地区的减贫和农村居民收入的增长做出了巨大贡献。

因此，本文提出了假设1：数字普惠金融对农民的收入增长具有积极影响。

2.数字普惠金融对农民收入增长影响的空间差异性。不同经济基础地区，数字普惠金融对农民收入增长的影响不同，不同地区的经济状况对数字普惠金融发展趋势影响不同。数字普惠金融的深入发展将促进农村创业，可以有更丰富的人力资源和政府支持来节约成本;金融发展对农民创业的影响具有区域差异性，中部地区的推广明显好于东西部地区。此外，中国区域经济发展水平和金融水平存在显著差异。虽然数字普惠金融扩大了农村地区的金融覆盖面，但由于地域差异，其对农民收入增长的影响也具有区域异质性。因此，基于区域发展的差异和财政配置的不平衡，探讨数字普惠金融对农民收入增长的影响差异具有重要的现实意义。

因此，本文提出了假设2：数字普惠金融对农民收入增长的影响在区域经济特征方面具有空间差异性。

三、研究设计

（一）指标选择和数据源

本文的解释变量是农民的收入。本文参考了大多数相关研究论文，选取了各省农村居民人均可支配收入来衡量农民收入。根据现有统计数据，2013年以来，国家统计局实施了城乡一体化家庭收支调查改革，用可支配收入替代农村居民净收入。然而，经过分析和比较，发现两者之间的统计口径差异不大。因此，本文选取了2011-2012年农村居民净收入和2013-2019年农村居民人均可支配收入数据，统称为农村居民人均可支配收入。

本文的核心解释变量是数字普惠金融，由北京大学数字金融研究院发布的中国数字普惠金融指数被选为代表。该指数是根据科技公司阿里巴巴蚂蚁金服提供的数字金融服务数据编制而成，从县、市、省数据广度、使用深度、数字化三个维度构建了一个指数体系。根据研究主题和目标，选择省级数据进行研究。它遵循了全面性、平衡性、可比性、连续性和可行性的编制原则，反映了数字技术辅助金融的整体发展和变化趋势。覆盖面的广度是通过电子账户的数量来衡量的。数字普惠金融可以更好地提供金融服务，因为它不需要实体网点，并且是跨区域的。使用深度主要反映数字普惠金融的发展深度，通过结合不同类型的金融服务和产品，其衡量指标包括实际总使用量（每万户用户数）、活跃使用程度（人均交易量）、使用强度（人均交易量）。数字化程度反映了数字普惠金融通过降低门槛、提高便利性，为群众提供金融服务的局面。

选定的控制变量包括：（1）城镇化水平UR。越来越多的农村劳动者正在向城市迁移，农村劳动力的流动将影响他们的收入。本文选取了城镇常住居民占各省总人口的比例来衡量城镇化水平。（2）生产要素PF。当农业生产方式发生变化时，农民的收入结构也会受到影响。本文选取了农业机械的总功率来衡量生产要素。（3）人均地区生产总值PGDP，意在衡量一地经济发展水平。（4）对外开放程度OPEN。以年度进出口总额占该年度国内生产总值的比重刻画某地区的对外开放程度。

本文选取了2011-2019年中国31个省级行政单位的数据，不包括香港、澳门和台湾。北京大学数字普惠金融指数广泛应用于数字普惠金融相关研究，可以很好地反映数字技术辅助金融的整体发展和变化趋势。由于DFIIC于2011年发布，而2011年之前构建DFIIC所需的统计指标还不够全面，结合其他控制变量可用的数据，本文最终选择了2011年至2019年的数据进行研究。数据的时间频率设置为每年。农民收入数据来自各省2011-2019年统计年鉴，数字普惠金融数据来自北京大学数字金融研究中心发布的数字普惠指数，其他控制变量数据来自EPS数据库和各省2011-209年统计年鉴。当相同的指标数据位于不同的数据库中时，国家统计局以中华人民共和国数据为准。为了统一维度并消除异方差性的影响，本文对所有变量采用自然对数。

（二）描述性统计

从表1 的结果来看，农村居民人均可支配收入最大为112950.4，最低为3909.4，差距显著；数字普惠金融指数均值为202.348，标准差为91.647，在最小值16.22与最大值410.281之间波动。从人均地区生产总值来看，其水平在16413与164220之间波动，其他指标也是如此波动大。可以看出，各指标在不同地区差距也较大。通过统计数据的平均值、标准偏差、最小值和最大值等方式，描述了2011-2019年中国31个省份数据的基本特征。数字普惠金融的标准偏差较大，这表明，数字普惠金融的发展在不同地区之间存在显著差异。随着数字时代的不断推进，数字普惠金融的发展深入贫困领域，为贫困人群提供金融服务支持，给相关产业的发展带来一系列冲击。生产要素也存在显著差异。不同地区的农民有不同的生产模式。因此，改进生产方式对增加农民收入有影响。大标准偏差分析表明，异质性研究在数字普惠金融和农民收入增长领域具有现实意义。

表1 数据描述性统计

（三）相关性分析

在进行实证分析之前，要检验变量之间的相关性，检验结果如表2所示。可以看出各变量显著相关，且其系数的值比较合理。因此，不存在严重的多重共线性问题。

表2 相关分析

（四）计量经济模型的设定

根据选择的数据，构建模型如下：

Ln_I ncomeit=β0+β1*Ln_DIFIit+β2*Ln_URit+β3*Ln_PGDPit+β4*Ln_PFit+β2*Ln_OPENit+εit

其中：i表示各省，t表示年份，βi为代估参数，εit为随机扰动项，Income表示农村居民人均可支配收入，DIFI表示数字普惠金融指数，UR表示城镇化水平，PGDP表示人均生产总值，PF表示生产要素，OPEN表示对外开放水平。

四、实证分析

（一）全样本回归结果

面板回归模型通常涉及三个模型，分别是混合POOL模型、固定效应FE模型和随机效应RE模型。

表3 检验结果汇总（n=279）

本研究以Ln_DIFI、Ln_UR、Ln_PGDP、Ln_PF、Ln_OPEN作为解释变量，以Ln_Income作为被解释变量进行面板模型构建。面板模型涉及3个模型分别是混合POOL模型、固定效应FE模型和随机效应RE模型，首先进行模型检验，便于找出最优模型，从上表可知：F检验呈现出5%水平的显著性F（30，243）=6.242，p=0.000＜0.05，意味着相对POOL模型而言，FE模型更优。BP检验呈现出5%水平的显著性chi（1）=106.131，p=0.000＜0.05，意味着相对POOL模型而言，RE模型更优。Hausman检验呈现出5%水平的显著性chi（5）=15.081，p=0.010＜0.05，意味着相对RE模型而言，FE模型更优。综合上述分析，最终以FE模型作为最终结果。

本研究以FE模型作为最终结果，从上表可知：针对Ln_DIFI而言，其呈现出0.01水平的显著性（t=6.733,p=0.000＜0.01），并且回归系数值为0.180＞0，说明Ln_DIFI对Ln_Income会产生显著的正向影响关系。针对Ln_UR而言，其呈现出0.01水平的显著性（t=2.849,p=0.005＜0.01），并且回归系数值为0.909＞0，说明Ln_UR对Ln_Income会产生显著的正向影响关系。针对Ln_PGDP而言，其呈现出0.01水平的显著性（t=4.414,p=0.000＜0.01），并且回归系数值为0.467＞0，说明Ln_PGDP对Ln_Income会产生显著的正向影响关系。针对Ln_PF而言，其并没有呈现出显著性（t=-0.906,p=0.366＞0.05），因而说明Ln_PF对Ln_Income不会产生影响关系。针对Ln_OPEN而言，其并没有呈现出显著性（t=-0.823,p=0.411＞0.05），因而说明Ln_OPEN对Ln_Income不会产生影响关系。

从表4可以看出，数字普惠金融对农民收入增长具有显著的促进作用。在空间和时间固定效应下，数字普惠金融对农民收入增长的系数为0.18，通过显著性检验，表明数字普惠金融对农民收入增长具有显著的正向影响。基于上述实证结果，验证了假设1，农民的收入增长受到数字普惠金融发展的高度和积极影响。在控制变量中，城镇化水平、人均地区生产总值对农民收入增长有显著的正向影响，城市化水平越高、人均地区生产总值越高，农民就越容易获得更多的财政资源，从而带来更高的收入。生产要素、对外开放水平对农民收入增长没有显著影响。对外开放程度对农村家庭收入增加没有明显的负面影响，这可能是农村居民在分析国内外信息、接收失真、理解偏向等方面存在错误的原因，因此，当进出口总额增加时，人口的收入减少，但效果并不明显。

表4 面板模型结果汇总

（二）区域异质性分析

由于我国经济发展水平的差异，不同地区发展数字普惠金融可能对农民收入产生不同影响。为研究数字普惠金融对农村居民收入增长影响的异质性，将我国31个省级行政单位分为东部、中部和西部地区，分别进行回归检验。同样，在回归分析进行豪斯曼检验。东部、中部、西部地区的回归结果p值均小于0.01，高度拒绝原假设，所以三大地区的面板回归都应当采用个体固定效应模型。

表5报告了可支配收入的回归结果。从表5可以看出，数字普惠金融对东部、中部和西部地区农村居民的增收影响显著，在1%的显著水平下。事实证明，数字普惠金融可以增加农民的收入。数字普惠金融在促进农民收入增长中的作用随地区经济发展水平而变化，因此验证了假设2。在经济发展水平较高的地区，农村金融服务相对成熟，金融服务对实体经济比较发达。数字普惠金融为低收入人群提供金融服务支持，促进农民收入增长。在经济欠发达地区，由于缺乏金融服务和金融市场受阻，农民无法享受金融服务。从地区来看，数字普惠金融对东部和中部地区收入增长的影响相对较大，系数为0.191、0.162。相比之下，对西部地区的影响略小。这可能是由于以下原因：一是华东和华中经济发展水平略高于西部，从而创造了更多的就业机会和更好的投资目标，而西部地区缺乏就业机会和投资机会。即使随着数字普惠金融的发展，大部分募集资金也只能用于消费，很难将其用作启动资金来推动收入增长，因为这是不可持续的；二是由于经济落后地区基础设施相应匮乏，宽带、基站、电子设备等资源较少，即使随着数字普惠金融的发展，效益也不会像其他地区那么高；三是在经济落后地区，农村居民的金融素养可能较低，对数字普惠金融的理解和接受程度较差，缺乏理解和使用数字普惠金融所需的知识，因此在经济水平较高的地区，受益更大，可以促进当地农村居民收入的增长。

表5 面板模型结果汇总

五、研究结论与政策建议

本文基于2011—2019年中国大陆31个省份的面板数据，结论如下：

一是数字普惠金融对农民收入增长具有显著的促进作用，这证实了假设1。数字普惠金融通过其网络特性，通过提供信贷支持，提高金融服务的覆盖面和农民的投资积极性，从而增加农民收入，缩小城乡居民收入差距。数字普惠金融对农民收入增长具有明显的空间溢出效应。因此，要合理配置不同地区之间的金融资源，通过区域间的沟通与合作，实现协调发展，促进农村经济高质量发展。

二是数字普惠金融对农民收入增长的影响在区域经济发展水平上是异质的，这证实了假设2。数字普惠金融对中国东部、中部和西部地区的农村居民具有积极的收入增加效应，与中国西部地区相比，数字普惠金融更有利于华东和华中地区农村居民的收入增长。在经济水平较高的地区，高效的金融服务对区域经济增长有重大影响，而在经济欠发达地区，数字普惠金融对农民收入增长的促进作用有限。因此，在提高区域经济发展水平的前提下，加强金融服务投资可以显著增加农民收入。

总之，采用数字技术的普惠金融可以帮助更多的人，特别是在欠发达和较贫困地区，获得负担得起的金融服务。因此，它在减少贫困和促进经济增长方面是有效的。目前，全球普惠金融发展目标开始重视数字化因素，提升工作效率。然而，这项研究的不足之处在于，由于每个县的指数数据统计不完全，研究样本暂时局限于省级。考虑到重大事件的影响，新冠肺炎疫情后数字普惠金融发展对农民收入增长的影响也将是未来研究的重要方向。

基于上述结论，为进一步发挥数字普惠金融在农民增收中的作用，本文提出以下政策启示：

一是加强区域间互动与合作，实现数字普惠金融区域化。区域经济互动促进金融渗透，增强数字普惠金融的空间相关性，充分发挥数字普惠金融在各省之间的区域辐射效应，促进农民收入增长。

二是加快发展数字普惠金融，促进农村居民收入增长。初步要加强农村数字普惠金融基础设施建设，打破客观和刚性条件的限制，增加政府和市场多元化投入，进一步完善支付、清算、信息通信等基础设施，继续扩大农村地区电子设施的覆盖面与移动通信提供商合作，增加偏远地区网络设施的铺设，利用规模降低成本，提高农民的财政可用性，并促进收入增长。然后，要通过建设服务站和扩大信息工作者队伍，提高农民的金融素养，增加建立农村综合信息服务体系的手段，或者与村委会共同开展专业知识讲座和培训。要加强数字金融知识的教育和普及，了解和正确运用金融工具，通过广播、电视、手机新闻普及金融知识。加大政府财政支持发展数字普惠金融。健全的金融服务体系建设，为农民带来强有力的金融支持，有利于农村科技创新，需要对农民进行数字工具的“培训”，从而为当地经济发展、提高农民收入做出贡献。

三是优化农村金融生态环境，重视数字技术发展。数字化是加强欠发达地区普惠金融的关键技术工具。扩大数字普惠金融覆盖面，加强数字支撑，打造普惠数字普惠金融体系，提升个人支付、小额信贷、保险等数字化能力，增加金融服务和产品的可及性，解决信息不对称问题，拓宽农村居民投资渠道和信贷资源。同时，数字技术与其他产业融合的发展，增加了农村居民的投资机会和就业机会，帮助农民增加产量和收入。

四是优化金融监管环境，加强政府监管引导。在中国，数字技术被广泛用于金融服务，如可通过短信、电话和互联网提取资金、转账和付款。但是，用户信息泄露的风险隐患是存在的。一些在网上销售财富管理、保险等产品的金融机构本身就面临风险。此外，农村居民普遍缺乏金融知识、自我保护意识和承担风险的能力。而且，随着网络技术的飞速发展，电信诈骗越来越猖獗，尤其是在移动支付领域，这给数字普惠金融的发展带来了诸多障碍。因此，我们建议将大数据融入金融业务，建立完善的客户识别体系，积极构建以事前预防、事中控制、事后监督为核心原则的综合管理体系。此外，我们倡导对金融机构和产品进行有效监管，以保护消费者的权益。