数字普惠金融、融资约束与共同富裕

2023-05-06王平徐肇仪

会计之友 2023年10期

王平徐肇仪

【摘要】共同富裕既是中國共产党人的初心，也是终极目标。数字普惠金融是现阶段帮扶弱势群体解决融资约束问题的有效工具，如何运用这一工具书写好共同富裕的中国命题是亟需探讨的重要议题。基于此，以共同富裕的内涵及“四维”特征为依托构建中国省际共同富裕指数，利用2013—2020年30个省（自治区、直辖市）的面板数据，实证研究数字普惠金融对共同富裕的影响，并探求其作用机制和区域异质性。研究发现：数字普惠金融确实是共同富裕的“助推剂”；从作用机制看，数字普惠金融通过缓解融资约束推进共同富裕目标的实现；从区域差异看，数字普惠金融在西部和东北部地区对共同富裕存在明显的推动作用，但在中部和东部地区的作用并不显著。

【关键词】数字普惠金融；共同富裕；融资约束

【中图分类号】 F832；F126 【文献标识码】 A 【文章编号】 1004-5937（2023）10-0033-08

一、引言

习近平总书记在党的二十大报告中擘画了我国坚定不移沿着中国式现代化道路走向全体人民共同富裕的宏伟蓝图，为第二个百年奋斗目标的实现注入了中国特色社会主义的强大生机与活力。自新中国成立以来，全党和全国各族人民在探索共同富裕的征程上高举马克思主义旗帜，在2020年向历史、人民和世界交出全面建成小康社会、消除绝对贫困的靓丽答卷，继而踏上治理相对贫困、实现全体人民共同富裕的全新征程。目前，我国共同富裕的实现道路上依旧面临着发展不平衡不充分[ 1 ]、基数最大的相对贫困群体整体达到富裕难度较高[ 2 ]、扎实推进城乡协调发展的科学方法不足[ 3 ]等重点问题，使共同富裕的实现任重而道远。

近年来，我国各省的融资约束状况整体呈现从东至西逐渐加强的经济地理格局[ 4 ]。央行及银保监会公布的社会融资数据显示，截至2022年底，企业端融资结构有所改善，新增人民币贷款17.1万亿元，占新增贷款总额比重超80%，而居民端贷款增长乏力，新增人民币贷款3.83万亿元，同比减少4.09万亿元。我国不仅存在地区间融资约束不均衡的问题，而且存在较为严重的群体差异，对小微企业和缺乏抵押物的低收入群体来说，融资难一直是阻碍发展的重要问题，亟需一个帮助弱势地区与群体融资增收的有力抓手。数字经济蓬勃发展下催生的数字普惠金融为解决这一问题提供了难得的机遇。研究表明：数字普惠金融具有“低门槛”、可广泛获得性等显著优势[ 5 ]，尤其是数字普惠金融包容和益贫的特性可以使贫困群体获得更多益处[ 6 ]，能够有效改善发展不平衡不充分问题[ 7 ]，明显减缓相对贫困[ 8 ]，收敛城乡贫困差距[ 9 ]。这些研究结论说明数字普惠金融作为传统金融的新模式，能进一步释放金融的普惠性，为弱势地区及群体提供金融支持，从而实现跨越式发展。由此引发笔者深入思考：数字经济快速发展的今天，数字普惠金融可否作为“助推剂”在共同富裕实现的过程中助一臂之力？其中可能存在什么作用机制？是否存在区域异质性？本文将针对这些问题展开研究。

本文可能的贡献在于：首先，凝炼共同富裕的“四维”特征，依此构建4个维度、12个测量指标的指标体系，复合测量中国共同富裕的省域实现程度；其次，实证检验数字普惠金融对共同富裕及其“四维”特征的影响效应，多层次观察数字普惠金融对共同富裕的“助推剂”作用；再次，揭示数字普惠金融影响共同富裕的作用机制，探索“数字普惠金融—融资约束—共同富裕”的渠道路径；最后，验证数字普惠金融促进共同富裕存在四大经济区域的差异性，为因地制宜探索数字普惠金融发展道路提供实证和理论支持，为构建优势互补的区域经济布局提供新思路。

二、理论分析与研究假说

（一）数字普惠金融对共同富裕的直接影响

在我国社会制度的保障下，全体人民共创世界先进生产力水平、共享日益富足而美好的生活是共同富裕的基本内涵[ 10 ]。基于马克思主义思想和共同富裕的本质，应厘清共同富裕的“四维”特征，即普惠性、渐近性、发展性、全面性。从普惠性维度来看，共同富裕的核心主体是人民群众，提升全体人民的“获得感”是社会主义公平观下共同富裕的价值追求；从渐近性维度来看，共同富裕是一项阶段性、持续性的艰巨任务，需要在把握好财富“差别化”尺度的同时，逐渐增强共同富裕的可及性；从发展性维度来看，经济高质量发展、社会生产力跨越式发展是共同富裕的根本驱动力[ 11 ]，破解发展不平衡不充分问题是新时代共同富裕面临的主要挑战；从全面性维度来看，共同富裕要完成物质富裕与精神富裕的协同实现，兼顾人的全面发展和人与自然的和谐共生，最终实现多维度全方位的共同富裕。

传统金融服务具有准入门槛较高、供给不足和资源错配等诸多弊端，数字普惠金融的出现为解决金融老大难问题带来曙光，让数字时代的金融更具普惠性。数字普惠金融的核心是“普”和“惠”，二者所展现的整体愿景与共同富裕的“四维”特征不谋而合。首先，“普”“惠”和共同富裕的普惠性特征相吻合，数字普惠金融通过前沿数字科技为金融领域赋能，改善传统金融服务“嫌贫爱富”的弊端，避免农民、城镇低收入者及小微企业被边缘化，真正意义上落实“人人可贷”；其次，“普”与共同富裕的渐近性特征相关联，数字普惠金融的下沉可以有效缩小城乡收支差[ 12 ]，充分发挥减贫效用，提升创业活跃度[ 13 ]，通过全民富裕、共建富裕，进而实现逐步富裕、全面富裕；再次，“惠”与共同富裕的发展性特征高度契合，数字普惠金融助力共同富裕既要做好“蛋糕”也要切好“蛋糕”，通过提升金融服务供给效率赋能经济高质量发展[ 14 ]；最后，“惠”与共同富裕的全面性特征不谋而合，只有“惠”得到落实，才能让金融服务真正惠及弱小，直击传统金融“最后一公里”难以打通的行业痛点，保证目标客群的全面覆盖，并通过构建绿色金融发展新格局[ 15 ]，厚植共同富裕的鲜亮底色。综上，数字普惠金融的全面发展能够为共同富裕的实现注入生机与活力，并对共同富裕的“四维”特征起到促进作用，基于此，本文提出假说1：

假说1：數字普惠金融是共同富裕的“助推剂”，即数字普惠金融对共同富裕目标的实现具有正向促进作用。

（二）数字普惠金融通过改善融资约束对共同富裕产生间接影响

随着金融科技将数字元素在金融服务领域的不断注入，数字普惠金融摆脱了传统金融的“嫌贫爱富”之名，将目标客群的重点放在长尾群体上，可通过以下途径来破解金融弱势群体的融资困境。首先，数字普惠金融从源头破解了长尾群体的融资约束问题，使农民更易取得农业发展资金，解除城镇低收入群体的金融排斥，提升小微企业的信贷可得性，增进长尾群体的金融福祉；其次，数字普惠金融降低了融资成本，其利用数字技术构建较为完善的信息处理与分析平台和智能风险控制系统，缓解信息不对称造成的融资约束，有效消弭门槛效应、排斥效应等负面影响[ 16 ]，进而降低长尾群体取得信贷服务的信息成本、监督成本和交易成本；最后，数字普惠金融提高了长尾群体的融资效率，通过及时挖掘和捕捉碎片化的征信信息，使长尾群体的征信“脸谱”逐渐清晰，信贷资质审核更加便利高效，最终达到提高融资效率和金融服务质量的目的。

在实现共同富裕的进程中，需要全社会创新创业的赋能，坚定乡村振兴是实现共同富裕的必由之路，为达到收敛居民收入差距这一目标应不懈努力，而数字普惠金融对融资约束的缓解效应可以在此路径中产生关键的驱动作用。首先，从创新创业角度来看，数字普惠金融的“普惠性”可以通过消除金融排斥对创新创业产生提振作用[ 17 ]，通过融资增收充分调动创新创业主体实现共同富裕的积极性；其次，从乡村振兴角度来看，数字普惠金融通过在乡村的持续下沉，提高农业部门资本要素的可得性，降低农户脆弱性[ 18 ]，并对乡村振兴产生空间溢出效应[ 19 ]，进而为缩小城乡差距、实现城乡共同富裕夯实基础；最后，从居民收入角度来看，数字普惠金融可以填补低收入群体金融资源的供需缺口，帮助完善财富积累机制，收敛收入差距，促进收入增长[ 20 ]，在静态和动态两方面减贫，进而推动共同富裕的实现。综上，本文提出假说2：

假说2：数字普惠金融通过缓解融资约束推进共同富裕目标的实现。

三、研究设计

（一）模型构建

为验证假说1，构建双向固定效应模型，并对数字普惠金融指数进行对数化处理。

为验证假说2，在模型（1）的基础上，借鉴温忠麟和叶宝娟[ 21 ]的研究进一步构建中介效应模型，如模型（2）和模型（3）所示。在此基础上，为确保中介效应的可靠性和稳健性，采用Sobel法和偏差矫正非参数百分位Bootstrap法重复抽样1 000次对中介效应进行进一步检验。

在模型（1）—（3）中，CPi，t为i省（自治区、直辖市）在t年度的共同富裕指数，DFIi，t为i省（自治区、直辖市）在t年度的数字普惠金融发展指数，FINi，t表示融资约束这一中介变量，Xi，t为本文选取的5个控制变量，？滋i为地区固定效应，？啄t为时间固定效应，？着ni，t（n=1，2，3）为误差项。

（二）变量选取与说明

1.被解释变量及其测度

共同富裕（CP）。共同富裕在中国现实背景下具有中国特色，且内涵丰富。本文基于共同富裕的内涵及归纳的“四维”特征结合中国现实背景构建4个维度、12个测量指标的指标体系（表1）用以复合测量共同富裕的实现程度。该指标体系依据共同富裕的普惠性（INC）、渐近性（PRO）、发展性（DEV）和全面性（COM）“四维”特征构建指标体系，并运用熵值法确定各指标权重后合成共同富裕指数，对不同度量单位的指标，在合成指数前运用极值法进行标准化处理。限于数据的可得性，最终得到除西藏和港澳台外我国30个省（自治区、直辖市）的共同富裕指数（Common Prosperity），记为CP，结果见表2。

从表2的数据来看，北京、上海、浙江的共同富裕指数排名一直稳居前三。从全国来看，各省（自治区、直辖市）共同富裕指数的提升得益于我国为实现共同富裕所倾注的大量政策力量。从发展历史轨迹看，2013—2020年我国各省（自治区、直辖市）共同富裕指数整体向好，但并非持续呈上升趋势，多数省份共同富裕指数在2013—2016年不断上升，到2016年左右达到峰值后开始缓慢下降。这表明共同富裕实现的可持续性受到了挑战，亟需外界因素的助力让其重回持续改善的轨道，否则将导致现有基础上的贫富差距逐渐拉大，也从侧面说明需要数字普惠金融等外在力量作为共同富裕“助推剂”的可能性及必要性。

2.解释变量及其测度

数字普惠金融（DFI）。本文选取北京大学数字金融研究中心编制的中国省级数字普惠金融指数衡量数字普惠金融水平。数字普惠金融指数在编制过程中运用蚂蚁金服的海量相关数据，从覆盖广度、使用深度和数字化程度三个维度考量，多层次、多元化刻画了数字普惠金融的总体发展程度。在本文的运用中，为缓解异方差和极端值，并使回归系数便于观察，对该指数做对数化处理。

3.中介变量及其测度

融资约束（FIN）。本文参考刘心怡等[ 20 ]的做法，将金融结构作为衡量各省融资约束状况的代理变量，具体指标为年末金融机构人民币存贷款余额比，该指标越大表示该省金融机构盈利水平较高，进而反映该省总体资金使用情况较好，融资面临的限制较少。

4.控制变量及其测度

参考邹克和倪青山[ 12 ]、韩亮亮等[ 13 ]的研究，本文选取以下五个指标作为控制变量。（1）产业结构高度化指数（INDHIT），用第二产业/第一产业×0.2+第三产业/第二产业×0.8的计算公式来衡量；（2）教育状况（EDU），用普通高中生师比（教师人数=1）来衡量；（3）对外开放水平（OPEN），用进出口贸易总额占地区生产总值比重来衡量；（4）财政能力（FC），用地方财政一般预算收入占GDP比重来衡量；（5）城镇化率（URB），用城镇常住人口占总人口比重来衡量。

（三）数据来源与描述性统计

学界和业界普遍认为，余额宝的上线标志着2013年为中国数字金融高速发展的起始年[ 20 ]。因此，在考虑数据可得性的基础上，本文选取2013—2020年我国30个省（自治区、直辖市）的面板数据作为研究样本。数字普惠金融指数来源于北京大学数字金融研究中心，其余数据来源于WIND数据库、国泰安数据库、国家统计局官方网站及历年中国及各省区统计年鉴，并对个别缺失的数据利用插值法进行补齐。

表3报告了主要变量的描述性统计结果。从表3可以看出，共同富裕指数的均值为0.296，标准差为0.188，中位数为0.228，最小值为0.095，最大值为0.904，最大值为最小值的9.5倍，说明我国30个省（自治区、直辖市）的共同富裕发展水平差异较大，在区域和期间上均存在较大差异；从共同富裕的4个维度看，普惠性、渐近性、发展性、全面性的均值分别为0.078、0.031、0.121、0.066，标准差分别为0.055、0.012、0.105、0.033，表明各维度对共同富裕指数的贡献不一，与预期相符；数字普惠金融指数的均值为5.498，标准差为0.285，中位数为5.545，最小值为4.771，最大值为6.068，说明我国数字普惠金融近年来发展迅速，但各地区之间仍存在较大差异；融资约束的均值为0.794，标准差为0.151，中位数为0.776，最小值为0.409，最大值为1.144，说明我国各地区之间融资约束状况存在显著差异。

四、实证结果分析

（一）基准回归分析

表4为数字普惠金融与共同富裕及其“四维”特征的回归结果。列（1）中，数字普惠金融的回归系数为0.143，在1%的水平上显著，说明数字普惠金融是共同富裕的“助推剂”，假说1得到验证。列（3）—（5）中，数字普惠金融的回归系数均显著为正，表明数字普惠金融有助于促进共同富裕的渐近性、发展性和全面性，且对发展性维度的促进效果最大。但由列（2）可知，数字普惠金融对缩小城乡差异呈负向关系，说明它对实现城乡共同富裕尚未发挥出应有的推动作用。可能的原因是数字普惠金融在我国发展时间较短，大部分地区仅仅做到其覆盖广度的提升，而服务深度不足，结合乡村数字信息基础设施薄弱的现状，易形成城乡间“数字鸿沟”。相信随着数字普惠金融在我国的深度拓展，乡村居民数字素养的逐渐提高和政府政策的正向引导，“数字鸿沟”可能会趋向弥合，从而逐渐释放“数字红利”。

（二）稳健性检验

1.内生性分析

从理论层面，本文采用双向固定效应模型进行基准回归以解决随年份和省份变化的遗漏变量问题，但仍可能存在反向因果这一内生性问题，即共同富裕会逆向推动数字普惠金融的发展。因此，本文借鉴梁双陆和刘培培[ 22 ]的做法，将互联网普及率作为数字普惠金融的工具变量来克服内生性问题。

2.剔除直辖市

由于北京、上海、天津、重庆作为直辖市，与其余省份在政策倾斜程度、经济结构、城市定位和经济发展状况上都相差甚远，所以本文剔除4个直辖市的数据后重新进行回归。

3.缩尾处理

为克服离群值的影响，本文对全部数据进行1%的双边缩尾处理后重新进行回归。

表5是稳健性检验的最终回归结果，数字普惠金融回归系数的符号方向和显著性水平均与前文一致，说明数字普惠金融对共同富裕目标实现具有正向促进作用的结果是稳健可靠的。

（三）作用机制检验

为进一步检验数字普惠金融与共同富裕间的作用机制，运用模型（1）—（3）进行中介效应检验，表6是融资约束作用机制检验的回归结果。列（2）、列（3）中，数字普惠金融对融资约束、融资约束对共同富裕以及数字普惠金融通过缓解融资约束影响共同富裕的回归系数均为正，且通过至少10%水平的显著性检验，说明融资约束的有效缓解确实是数字普惠金融促进共同富裕的作用渠道，且数字普惠金融发展水平每提高1单位，能使共同富裕程度提高0.087单位，也使融资约束缓解0.568单位，从而使共同富裕程度间接提高0.056单位（0.568×0.098≈0.056），总效应提高0.143单位。综上，数字普惠金融通过缓解各地区的融资约束推动共同富裕目标的实现，且融资约束带来的中介效应占总效应的比例为38.88%，假说2得到验证。

为确保研究结论的可靠性和稳健性，本文采用Sobel法和偏差矫正非参数百分位Bootstrap法重复抽样1 000次对中介效应进行进一步检验。从表6的Sobel检验结果可以看出，三种显著性检验（即Sobel检验、Goodman检验1、Goodman检验2）均在1%的水平上显著为正；从表7的Bootstrap中介效应检验的估计结果可以看出，偏差矫正后的95%置信区间不包含0。以上两种方法均使假说2得到进一步验证。

五、进一步分析

（一）区域异质性回归结果分析

我国东、中、西、东北四大区域的数字普惠金融发展状况、政策倾斜力度及经济增速均存在明显的地理差异，因此，为检验数字普惠金融对共同富裕的影响是否存在区域异质性，参照国家统计局对我国四大经济区域的划分标准，将样本数据分为东部、中部、西部、东北部四个地区，重新进行回归检验，回归结果如表8所示。列（1）、列（2）中，数字普惠金融的回归系数均未通过显著性检验，说明在东部、中部地区数字普惠金融对共同富裕的推进作用并不显著，而在列（3）、列（4）中，数字普惠金融的回归系数分别为0.301和0.457，在1%和10%的水平上显著，说明在西部和东北部地区，数字普惠金融对共同富裕发挥了“助推剂”作用，且对东北部地区的推进效果更为明顯。

（二）产生差异的原因分析

为何会产生上述差异呢？可能的原因：（1）东部地区经济实力雄厚，金融产业数字化转型程度高，数字普惠金融呈现出从横向覆盖到纵向深入的区域发展态势；中部地区近年经济增速位列四大经济区域之首，且据《中国县域数字普惠金融发展指数报告2021》内容，中部地区数字普惠金融发展势头强劲，与东部地区的差距不断缩小。因此，中部、东部地区金融资源配置更加完善，数字普惠金融的发展起步较早，且共同富裕实现程度相较于西部和东北部水平更高，“数字红利”已经提前释放。（2）西部和东北部地区经济相对东部、中部来说欠发达，金融资源相对稀缺，数字普惠金融发展起步较晚，对其依赖度更高，与地区发展差异较大的共同富裕现实对照，立即就产生了金融资源优化配置的红利效应。说明国家要给予西部和东北部地区在数字普惠金融政策、数字基础设施建设方面的倾斜和扶持，填补金融资源相对匮乏、数字技术应用不足的缺口，是大力促进西部和东北部地区数字普惠金融发展、充分发挥数字普惠金融对共同富裕“助推剂”作用的有效路径。

六、结论与启示

（一）研究结论

围绕共同富裕的内涵和“四维”特征，本文基于2013—2020年我国30个省（自治区、直辖市）的面板数据，实证检验数字普惠金融对共同富裕的影响效应和作用机制。结果表明：第一，数字普惠金融是推进共同富裕目标实现的有效工具，经过稳健性检验后该结论依然成立，说明这一结果的可靠性；第二，数字普惠金融对共同富裕的促进效应主要通过缓解融资约束这一路径实现；第三，数字普惠金融对共同富裕的推动效应存在四大经济区域的差异性，对东北部及西部地区的作用效果更明显，“红利效应”更显著。

（二）政策建议

基于以上研究结论，本文提出以下政策建议：

一是深度拓展数字普惠金融，为共同富裕的实现持续赋能。一方面，国家应加强数字普惠金融发展顶层设计，建立健全数字普惠金融风险控制体系，加强乡村数字基础设施建设，在深耕金融科技的同时，有效遏制“数字鸿沟”带来的金融风险；另一方面，地方政府应重视数字普惠金融的宣传教育，有效利用线上线下各类宣传媒介，通过提高居民的数字素养和金融素养来激发他们对新型金融服务的需求，同时鼓励金融机构联合地方高校、研究所进行相关科研项目的设立，激发数字普惠金融的创新潜力。

二是高度重视弱势群体的融资约束问题，合理发挥金融的资源配置功能。金融服务本就不该是“富人的游戏”，而应成为“弱势群体的工具”，金融行业应借助数字普惠金融对弱势群体融资约束的减缓效应，打造更加多元且着眼于长尾群体诉求的产品和服务，利用数字技术优化金融资源配置，加快建立健全弱势群体融资增收机制，使共同富裕实现真正意义上的“共创共享”。

三是加快对西部与东北部地区数字基础设施及人才体系的建设，助力区域共同富裕。在维持东、中部地区数字普惠金融原有成果的基础上，国家应加大对西部和东北部地区相关政策的倾斜力度，鼓励数字普惠金融在西部与东北部地区的不断下沉，加快数字基础建设的巩固和升级，并让先富的东、中部地区在技术和人才上带动后富的西部、东北部地区，使地区间的发展差距不断收敛，帮助西部与东北部地区实现后发优势，为实现共同富裕充分释放行业和地区的潜能。

（三）研究不足与展望

考虑到研究数据可得性，本研究构建的共同富裕指数以省域为单位，而我国省级区域内部差异较大，省级共同富裕指数可能掩盖了省域内地区共同富裕实现程度的异质性，未来可考虑进一步从地市甚至县级层面衡量共同富裕的实现程度，将会使研究结论更加精准。另外，由于目前数字普惠金融发展时间较短且服务深度不足，对实现城乡共同富裕会产生怎样的“数字红利”或“数字鸿沟”效应，其间存在何种作用机制，仍需随着时间的推移进一步深入研究和观察。

【参考文献】

［1］蒋永穆，豆小磊.共同富裕思想：演进历程、现实意蕴及路径选择［J］.新疆师范大学学报（哲学社会科学版），2021，42（6）：16-29.

［2］江亚洲，郁建兴.第三次分配推动共同富裕的作用与机制［J］.浙江社会科学，2021（9）：76-83.

［3］郝凯，赵康杰，景普秋.共同富裕理念下人力资本与城乡协调发展研究［J］.会计之友，2022（23）：76-83.

［4］宿伟健，赵婧.产业结构高级化与合理化：银行竞争的“力量”［J］.财经科学，2019（11）：25-38.

［5］陈玲玲.数字普惠金融、公司治理与企业并购［J］.会计之友，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.数字普惠金融能否改善不平衡不充分的发展局面？［J］.经济评论，2021（5）：50-64.

［8］孙继国，韩开颜，胡金焱.数字金融是否减缓了相对贫困：基于CHFS数据的实证研究［J］.财经论丛，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］刘培林，钱滔，黄先海，等.共同富裕的内涵、实现路径与测度方法［J］.管理世界，2021，37（8）：117-129.

［11］陈晨，熊友华.中国共产党追求共同富裕的理论变迁、实践探索与经验启示［J］.中州学刊，2022（12）：17-25.

［12］邹克，倪青山.普惠金融促进共同富裕：理论、测度与实证［J］.金融经济学研究，2021，36（5）：48-62.

［13］韩亮亮，彭伊，孟庆娜.数字普惠金融、创业活跃度与共同富裕：基于我国省际面板数据的经验研究［J］.软科学，2022（4）：1-18.

［14］姜松，周鑫悦.数字普惠金融对经济高质量发展的影响研究［J］.金融论坛，2021，26（8）：39-49.

［15］王康仕，孙旭然，张林曦，等.金融数字化是否促进了绿色金融发展：基于中国工业上市企业的实证研究［J］.财经论丛，2020（9）：44-53.

［16］张正平，黄帆帆.数字普惠金融對农村劳动力自我雇佣的影响［J］.金融论坛，2021，26（4）：58-68.

［17］蒋长流，江成涛.数字普惠金融能否促进地区经济高质量发展：基于258个城市的经验证据［J］.湖南科技大学学报（社会科学版），2020，23（3）：75-84.

［18］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.

［19］葛和平，钱宇.数字普惠金融服务乡村振兴的影响机理及实证检验［J］.现代经济探讨，2021（5）：118-126.

［20］刘心怡，黄颖，黄思睿，等.数字普惠金融与共同富裕：理论机制与经验事实［J］.金融经济学研究，2022，37（1）：135-149.

［21］温忠麟，叶宝娟.中介效应分析：方法和模型发展［J］.心理科学进展，2014（5）：731-745.