数字普惠金融对共同富裕的影响及机制研究

谭燕芝, 施伟琦

(湘潭大学 商学院,湖南 湘潭 411105)

一、引言及文献综述

党的二十大站在全新的历史高度,对“增进民生福祉,提高人民生活品质”提出更为具体的要求:维护最广大人民的根本利益,就应当着力解决好人民群众急难愁盼的问题,提高公共服务水平,扎实推进共同富裕。要坚持在发展中保障和改善民生,在发展中处理“低收入群体占比过大,城乡区域发展不均衡,人民收入差距悬殊”(李实 等,2018)等问题。

金融支持是减贫增收、促进地区经济发展、缩小区域差距的有效手段之一,而以金融科技为依托的数字普惠金融或许是当下促进全体人民共同富裕的契机。第一,数字普惠金融能显著降低风险识别与预警成本、数据集中处理成本以及传统经营成本,缓解部分地区的金融抑制问题,促进当地经济健康发展,活跃当地金融交易市场。第二,数字普惠金融能够克服对服务机构网点、服务准入门槛和服务目标群体要求过高的弊端,提高金融服务的覆盖广度,完善金融服务网络,提高居民尤其是弱势群体金融服务的可获取性。第三,数字普惠金融能够提高金融资源的配置效率,降低信息不对称,为落后地区人群提供新的增收渠道,缩小城乡收入差距。在新时代共同富裕的背景下,数字普惠金融能否充分发挥其比较优势,推动共同富裕?如果答案是肯定的,那么数字普惠金融促进共同富裕的作用机制是什么?对于上述问题的思考,有利于加深我们对数字普惠金融与共同富裕关系的理解。

现有文献关于数字普惠金融与共同富裕关系的研究主要基于两个层面:从理论角度阐述消费、就业、信贷成为数字经济赋能共同富裕的关键路径(祝嘉良 等,2022);从经验角度,学者们基于宏观、微观数据,或从创业活跃度视角(张金林 等,2022)、或从缓解融资约束视角(刘心怡 等,2022),都得出了数字普惠金融能显著促进共同富裕的结论。多数学者的立足点都在共同富裕的某个层面上,如数字普惠金融通过收入效应、就业效应显著提升社会保障水平(汪亚楠 等,2020);通过降低企业创业成本,提高居民收入水平(周天芸 等,2021),推动地区经济增长,改善农村居民创业行为(何婧 等,2019);数字普惠金融可以通过其服务产品缓解贫困人口的资金流动性约束,有效规避风险,降低贫困发生率(何燕 等,2021),促进农民增收(李建军 等,2019)。也有研究表明,数字普惠金融在促进增收的同时,也显著增加了衣食住行及其他商品和服务的消费支出,提高了家庭负债水平(陈宸 等,2022),增加了消费性正规信贷的需求概率(傅秋子 等,2018)。由于我国城镇与乡村金融基础设施、居民金融知识等方面存在较大差异,关于数字普惠金融能否彻底解决金融排斥问题,至今仍未有统一答案。部分学者认为受教育程度较低和年龄较大的弱势群体更易受到金融排斥的影响(Nasri et al,2012),而金融抑制加剧了居民收入分配不均,进一步扩大了贫富差距(王修华 等,2020)。更多学者基于不同方法、视角证明数字普惠金融能够显著缩小城乡差距。研究者们运用面板回归模型(梁双陆 等,2019)、空间计量检验(张子豪 等,2018)等方法得出数字普惠金融能够大幅提升金融服务便捷性与可获得性、缓解城乡收入差距的结论,并对其机制进行探讨,认为农村人力资本在数字普惠金融促进城乡收入差距缩小中扮演着调节者的角色(徐光顺 等,2022),农业绿色全要素生产率在其中起到中介作用(杨怡 等,2022)。因此,数字普惠金融与城乡收入差距的关系到底是“数字红利”还是“数字鸿沟”,至今没有权威定论。基于此,本文利用2011—2020年283个地级市数据,分析数字普惠金融对共同富裕的影响及其作用机制,具有重大的理论及现实意义。

本文可能的边际贡献主要体现在:第一,拓展了共同富裕的相关研究。基于地级市层面的数据,构建了包含3个一级指标、10个二级指标和18个三级指标的共同富裕评价体系,探究数字普惠金融及其三大子维度对共同富裕的直接影响。第二,识别数字普惠金融推动共同富裕的有效传导机制。第三,基于不同数字普惠金融水平,利用门限回归探究数字普惠金融对共同富裕影响的非线性特征,拓展了数字普惠金融的研究范围。第四,在构建共同富裕指标体系时,鉴于数据可得性与合理性,本文将生活垃圾无害化处理率纳入可持续性指标中,来衡量地区生态环境质量,具有一定的创新性。

二、理论分析与假说提出

(一)数字普惠金融对共同富裕的直接影响

传统金融对社会资源进行跨期配置,促进资源的有效利用,这与共同富裕要求的经济效率是一致的。同时,传统金融活动体现的是资本逐利的本能,共同富裕实现的重点在中小企业,短板在农民农村,而中小企业和农民农村固有的高风险特征,意味着传统金融与共同富裕的社会公平性存在矛盾,而依托金融科技的数字普惠金融为解决这一矛盾提供了平台。《“十四五”国家信息规划》提出的“数字普惠金融服务优先行动”,为提升共同富裕水平指明了方向。第一,数字普惠金融继承了传统金融的优点,通过对社会资源的合理配置,使其达到帕累托最优,为地区经济发展提供源源不断的动力,同时也为共同富裕中“富裕”的实现提供保障。第二,数字普惠金融可以缓解传统金融与共同富裕中“共同”之间的矛盾,维护社会公平。这一点可以从两个角度说明:一方面,数字普惠金融可以促进收入分配合理化,缓解收入分配的不公平,如数字普惠金融可以通过数字技术创新支付手段、贷款储蓄方式、投资产品等(刘自强 等,2021),为低收入群体的生活提供便利,提高低收入群体的投资收入,推动低收入群体迈入中等收入行列;另一方面, 数字普惠金融可以扩大金融资源的覆盖范围,缓解资源分配方面的不公平。促进共同富裕,最艰巨、最繁重的任务仍然在农村,“三农”所固有的高风险、低收益特性导致其关键领域资金支持不足,而数字普惠金融的发展有利于改善农村地区中小企业融资难的局面,提高农民农村金融资源、金融服务的可获取性(郑美华,2019),促进农业现代化的实现,提升农民福祉,缩小地区收入差距,有利于实现真正意义上的共同富裕。基于此,本文提出假说1:

H1:数字普惠金融的发展有助于提升共同富裕水平。

(二)数字普惠金融促进共同富裕的作用机制

创业活跃度。创业活动对减贫增收、改善民生有着巨大作用,是促进共同富裕的重要手段。数字普惠金融可以支持创业活动。第一,数字普惠金融依托大数据等数字技术,可以降低金融市场的信息不对称程度,利用较低的成本对创业者进行信用评估,从而提高创业者的信贷成功率(谢绚丽 等,2018),增加其创业机会。第二,数字普惠金融可以显著提高创业者获取金融服务的能力,有利于创业者的创业决策和创业活动(翟仁祥 等,2022)。

农业全要素生产率。农业全要素生产率的增长意味着农业技术效率的提升、农业技术的进步和农产品质量的改善,这是农村居民收入增长的关键途径,而农业全要素生产率的增长需要金融的大力支持。数字普惠金融的发展可以缓解弱质性农业的资金约束,改善农业生产经营状况;同时,数字普惠金融可以发挥网络连接效用,促进技术扩散(郭家堂 等,2016),提升农业全要素生产率,增加农村居民的可支配收入,促进农村产业的可持续发展,缩小区域、城乡、个体之间的差距,对共同富裕的推进具有重大意义。

交通基础设施水平。交通基础设施水平是衡量城市经济发展程度的标准,也是影响区域经济差距的关键因素,而加快交通基础设施建设离不开金融的资金支持。金融资本的参与可以为地区经济发展增添动力,交通基础设施的完善可以促进物流业的发展(申亮 等,2014),加强城市之间知识与技术的交流,促进人力资本、要素的流动,使落后地区与发达地区之间的交流更加密切,从而提高落后地区的经济效益,增加农户收入,缩小城乡差距,推动区域经济平衡健康发展,实现共同富裕。

基于以上分析,本文提出假说2a～2c:

H2a:数字普惠金融能够通过提升创业活跃度推动共同富裕。

H2b:数字普惠金融能够通过提升农业全要素生产率推动共同富裕。

H2c:数字普惠金融能够通过提升交通基础设施水平推动共同富裕。

(三)数字普惠金融子维度对共同富裕的门限效应分析

数字普惠金融基于前沿领域的高新技术,从覆盖广度、使用深度、数字化程度三大子维度影响着人们的生产生活。首先,数字普惠金融的“普惠”二字强调了其覆盖范围从金融偏好区域延伸到了金融抑制区域,能够方便弱势群体的生产生活,当覆盖广度达到某一临界值时,数字普惠金融对居民尤其是农户便具有显著的增收作用。其次,数字普惠金融的使用深度涉及征信、投资等多个领域,在数字普惠金融作用下,农户等弱势群体的使用需求能得到进一步满足,这有利于促进社会公平,提升共同富裕水平。最后,数字普惠金融的数字化程度有利于减少交易环节,降低相关成本,方便公众生活,提高人民群众生活满意度,并给落后地区带来更多红利,有利于促进区域平衡发展,推动共同富裕。数字普惠金融三大子维度在影响共同富裕的过程中,都能直接或间接作用于创业活跃度、农业全要素生产率、交通基础设施水平,而这三者又对融资需求、农业技术、区域经济有着持续的正反馈,从而对共同富裕水平产生一定影响。基于以上逻辑,本文提出假说3:

H3:数字普惠金融的三大子维度对共同富裕的影响存在门限效应,且都为正效应,该影响会受到创业活跃度、农业全要素生产率、交通基础设施水平的调节。

三、变量测算与数据来源

(一)主要研究变量选取与说明

1.被解释变量的测度

本文的被解释变量为共同富裕水平。学术界对共同富裕指标体系的构建尚未有统一标准,部分学者从总体富裕和共享富裕两大层面出发,基于富裕水平、城乡差距、区域差距进行分析,但这种构架方法大多基于宏观经济层面,难以体现微观个体层面的真实状况,很有可能出现群体拔高个体的情况,而共同富裕强调惠及每一个体,因此亟须构建一套科学合理并且能够真实体现个体差异的共同富裕水平的评价指标体系。本文在厘清共同富裕的内涵、范畴、特点的基础上,以全面性、精准化、代表性、可行性、整体性与差异性相结合为原则,参考相关文献(陈丽君 等,2021;刘培林 等,2021),从共同富裕的发展性、共享性、可持续性出发,构建出包含3个一级指标、10个二级指标、18个三级指标的共同富裕评价体系,并通过面板数据熵权法对各指标赋予权重、计算相应得分(见表1),以客观反映该指标在整个指标体系中的重要程度,从而避免主观赋权造成的选择性偏差。具体做法参见谭燕芝等(2021)。

表1 共同富裕评价指标体系及权重

2.核心解释变量的测度

本文的核心解释变量为数字普惠金融指数。本文采用的是郭峰等(2020)编制的一套成体系的地级市层面的数字普惠金融指数(2011—2020)。为了保证结果的可观察性以及匹配度,本文将数字普惠金融指数及其三大维度指数除以1000。

3.中介变量的测度

本文的中介变量包括创业活跃度、农业全要素生产率和交通基础设施水平。

创业活跃度。借鉴赵涛等(2020)的研究思路,将创业活跃度定义为城镇私营企业就业人员与个体就业人员之和占总人口的比重。该比重衡量了创业企业所带来的就业效应;比重越高,代表城市创业活跃度越高。

农业全要素生产率。本文考虑非角度、非径向的方向性距离函数,结合数据包络分析法(DEA)和SBM超效率模型,运用Matlab2021b测度2011—2020年我国地级市层面的农业全要素生产率指数。

在计算过程中,根据现有研究以及地级市农业数据可得性,本文参照高帆(2015)的做法,采用第一产业增加值作为农业产出指标;相比于农业总产值,第一产业增加值剔除了中间过程的消耗,能够更真实地反映产出水平,我们还对其进行平减处理,排除价格因素的干扰。本文从劳动力、土地、机械三方面出发,选取第一产业从业人员数、农作物播种面积、农用机械总动力作为农业投入的指标,具体见表2。

表2 投入产出表

交通基础设施水平。借鉴Dmurger(2001)的思路,利用交通密度来衡量交通基础设施水平。鉴于数据可获取性,本文运用各城市2011—2020年公路里程数除以该城市面积计算得出交通密度;交通密度越大,则代表着该城市交通基础设施水平越高。

4.控制变量的选取

根据已有研究,参考众多学者的观点,本文选取的控制变量包含以下几项:

财政收支压力。选取各地级市一般公共财政收入与一般公共财政支出的比值作为其衡量标准。

产业结构。采用各地级市第三产业增加值与第二产业增加值的比重作为其替代指标。

教育发展水平。利用各地级市教育支出占一般公共财政支出的比重进行衡量。

对外开放程度。利用当年实际汇率,将各地级市进出口贸易总额转换为人民币计价,并除以地区生产总值,得到对外开放程度的替代指标。

(二)数据来源与描述性统计分析

1.数据来源说明

基于研究数据的可获取性,以中国283个地级市为研究对象;研究区间为2011—2020年;研究数据来源为国家统计局网站、地方统计公报、《中国城市统计年鉴》《中国农业统计资料》,数字普惠金融指数数据来自《北京大学数字普惠金融指数(2011—2020)》。针对统计年鉴中某一时间个别地区个别指标数据缺失的情况,本文从各省(区、市)统计局官网和《政府工作报告》中手动整理,对缺失数值的数据采用线性插值法计算。

2.变量的描述性统计

被解释变量、核心解释变量及其分解指标、中介变量、控制变量的描述性统计见表3。

表3 变量的描述性统计

四、模型分析

(一)模型设定

1.基准回归

为探究城市层面数字普惠金融发展对共同富裕水平的影响,使用固定效应模型,引入地区固定效应和时间固定效应,模型具体设定如下:

cmiit=α0+α1tdifit+α2Xit+μi+θt+it

(1)

其中,被解释变量cmiit代表共同富裕水平,tdifit表示数字普惠金融指数除以1000,Xit表示所有的控制变量,μi为地区固定效应,θt为时间固定效应,it为误差项。本文重点观察系数α1的显著性;如果α1显著为正,则说明数字普惠金融对共同富裕水平有正向的促进作用。

2.中介效应检验

进一步考察数字普惠金融对共同富裕水平的影响机制,检验创业活跃度、农业全要素生产率、交通密度是否作为其中介变量。借鉴温忠麟等(2014)的相关研究,使用逐步回归法构建中介效应模型如下:

cmiit=α0+α1tdifit+α2Xit+μi+θt+1it

(2)

Git=β0+β1tdifit+β2Xit+μi+θt+2it

(3)

cmiit=γ0+γ1tdifit+γ2Git+γ3Xit+μi+θt+3it

(4)

其中,Git为创业活跃度等中介变量,1it、2it、3it为各个模型的随机扰动项。系数α1、β1、γ2显著则说明存在中介效应;系数γ1不显著则说明存在完全中介效应,反之则存在部分中介效应;若β1显著为正,则说明数字普惠金融能增强创业活跃度、提高农业全要素生产率、提升交通密度。

3.门限效应检验

本文运用Hansen(1999)的门限面板回归模型来探究各城市数字普惠金融对共同富裕水平的非线性影响,模型具体如下:

cmiit=ui+a1tdifitI(qit≤γ1)+a2tdifitI(γ1γ2)+εit+θXit

(5)

式(5)中,i表示个体,t表示时间,ui表示个体效应,qit表示数字普惠金融覆盖广度等门限变量,I(·)表示示性函数,γ表示门限值,a1、a2、a3为解释变量系数,X为控制变量。

(二)数字普惠金融及其三大子维度对共同富裕水平影响的基准回归结果

本文采用固定效应模型对式(1)进行参数估计,结果如表4列(2)所示,列(1)显示的为不加控制变量的情形。由列(2)可知,核心解释变量数字普惠金融的系数为0.267,在1%的显著性水平下显著为正,表明在城市层面上,推动数字普惠金融发展能有效促进共同富裕。列(3)至列(5)说明数字普惠金融不同子维度指数对共同富裕水平的影响具有一定程度的差异,虽然覆盖广度、使用深度和数字化程度的系数都显著为正,但在影响程度上略有不同,其中数字普惠金融的覆盖广度与使用深度相比数字化程度来说,更能有效促进地区共同富裕。可能的解释是,共同富裕强调的是全体人民共享幸福美满的生活,首先要解决的是不平衡不充分的发展问题,所以相对于数字化程度来说,数字普惠金融的覆盖广度和使用深度对共同富裕的促进作用更显著。

表4 数字普惠金融及其三大子维度影响共同富裕的基准回归结果

(三)稳健性检验

为了确保上述回归结果的可靠性,本文进行多种稳健性检验,回归结果见表5。

表5 稳健性检验

1.内生性问题

考虑到模型中可能存在的误差导致自选择或反向因果问题,从而产生内生性,本文选用工具变量法和变量滞后法来缓解内生性问题。第一,借鉴已有研究(黄群慧 等,2019),本文构造各城市1984年每万人邮局数(IV1)与每百人固定电话数(IV2)与历年我国网民数的交互项作为该城市数字普惠金融指数的工具变量,表5第(1)列、第(2)列公布了回归结果。为了验证工具变量是否有效,采用两阶段最小二乘法估计,结果显示LM统计量分别为125.42和116.61,通过了不可识别检验;瓦尔德F统计量的值分别为21.07和149.56,大于弱工具变量检验中10%偏误的临界值,通过了弱工具变量检验,说明本文选取的两个工具变量是合理的。第(1)列、第(2)列的结果显示数字普惠金融对共同富裕影响的系数在1%的水平上显著,且符号没有发生明显变化,与基准回归结果一致,表明本文的研究结论是稳健的。第二,为减少反向因果的影响,本文选择数字普惠金融指数滞后两期作为解释变量重新估计该方程,结果如表5第(3)列所示,数字普惠金融的系数仍在1%的显著性水平上显著为正,通过了稳健性检验。

2.替换核心解释变量

北京大学数字研究中心在计算普惠金融指数时,三大子维度即覆盖广度、使用深度、数字化程度的占比分别为54%、29.7%、16.3%,本文赋予三大子维度相等权重来重新构建新的数字普惠金融指数(ctidf)以进行稳健性检验,结果如表5列(4)所示,数字普惠金融对共同富裕有正向促进作用,且在1%的显著性水平上显著,与基准回归结果一致。

3.剔除不显著变量

由基准回归可知,控制变量财政收支压力、教育发展水平、产业结构不显著,将其剔除后重新进行回归,结果如表5列(5)所示,数字普惠金融显著提升了共同富裕水平,与基准回归结果一致,通过了稳健性检验。

4.缩短时间窗口

缩短时间窗口可以排除一些政策的影响。2016年的“20国集团(G20)财长和央行行长”会议通过了“数字普惠金融高级原则”,并鼓励各国在制定普惠金融计划时优先考虑数字化实现。我国“十三五”规划也对普惠金融的发展做出了重要指示。为了排除政策干扰,本文剔除2016—2020年的数据重新进行回归估计,结果如表5列(6)所示,数字普惠金融系数值略微下降,系数符号与显著性无变化,说明基准回归得到的结果是稳健的。

以上的稳健性检验中,数字普惠金融的系数符号与显著性同基准回归相比无差别,因此基准回归得到的结果是稳健的,即数字普惠金融的发展有效推进了共同富裕水平的提升,本文假说1得到证实。

(四)中介效应分析

在数字普惠金融对共同富裕水平的促进作用中,创业活跃度(doee)、农业全要素生产率(gtfp)、交通密度(td)还可能具有中介效应。本文利用方程(2)～(4)对其进行检验,相关回归结果见表6。

表6 数字普惠金融促进共同富裕的作用机制验证

第一,创业活跃度的中介效应。表6列(1)(2)(3)构成了检验创业活跃度中介效应的“三步法”。列(1)估计的是数字普惠金融对共同富裕水平提升的总效应,系数在1%的水平上显著为正,说明数字普惠金融对共同富裕的实现具有促进作用。列(2)显示了数字普惠金融在城市创业活跃度提升中发挥的作用,估计系数在1%的水平上显著为正,说明数字普惠金融能在供给端发挥推动作用,促进大众创业,提升城市创业活跃度。从列(3)的估计结果来看,在基准回归模型中引入创业活跃度后,其系数在1%的水平上显著为正,且数字普惠金融的估计系数显著下降,说明在数字普惠金融推动共同富裕进程中,创业活跃度发挥了部分中介作用,假说2a得到有力证明。

第二,农业全要素生产率的中介效应。表6列(4)报告了数字普惠金融在农业全要素生产率增长中发挥的作用,估计系数在1%的水平上显著为正,表明数字普惠金融能优化投入产出,促进农业全要素生产率的提升。从列(5)的回归结果看,在原模型中引入农业全要素生产率后,其系数在5%的水平上显著为正,数字普惠金融的估计系数由0.267下降到0.265,证明农业全要素生产率在数字普惠金融推进共同富裕进程中发挥了部分中介作用,但中介效用占比较小,验证了假说2b。

第三,交通密度的中介效应。表6列(6)表明数字普惠金融对城市交通密度有明显的增强作用,即数字普惠金融能进一步完善城市交通基础设施。列(7)的回归结果表明,在原模型中引入交通密度后,其系数在1%的水平上显著为正,数字普惠金融的估计系数从0.267下降到0.260,有效证明了交通密度在数字普惠金融提升共同富裕水平上的部分中介作用,假说2c得到证实。

(五)门限特征分析

为探寻数字普惠金融对共同富裕水平的非线性效应,本文运用面板门限模型,以数字普惠金融三大子维度以及中介变量为门限变量进行回归分析。在进行参数估计之前,本文对门限效应的显著性、各门限变量的门限个数以及门限值的真实性进行检验。首先对使用Bootstrap自举法反复抽样300次后得到的F值、P值进行验证,具体结果如表7所示。由表7可知,以数字普惠金融三大子维度以及中介变量为门限变量的门限模型均通过了单门限检验,以数字普惠金融覆盖广度、创业活跃度为门限变量的模型则通过了双门限检验,门限效应显著。其次,LR统计量小于5%显著性水平下其临界值,结合各门限值均位于95%置信区间内,可以认为该门限值是真实有效的。

表7 门限效应检验结果

根据不同的门限数量匹配不同的面板门限模型回归,得到的估计结果如表8(1)～(6)列所示。列(1)表明城市数字普惠金融的覆盖广度跨越了第一个门限值0.2129时,回归系数由0.198上升到0.248,跨越第二个门限值0.2445时,回归系数继续上升到0.309,说明数字普惠金融覆盖范围越广,其对共同富裕水平的提升作用越明显。共同富裕的首要目标是解决不平衡不充分的发展问题,当数字普惠金融覆盖到低发展水平地区时,就能使这些地区接触到更优质的金融资源,能为这些低发展水平地区提供更便捷的金融服务,带动整体经济发展,从而促进共同富裕。列(2)、列(3)显示数字普惠金融使用深度和数字化程度跨越了单门限值时,回归系数从0.234和0.236提升至0.308和0.300,提升效果明显,提升程度相当,表明数字普惠金融发展至一定水平时,能够促进各类新型金融产品的产生,使之提供的衍生性金融服务更易带动欠发达地区的经济发展;同时,数字化程度的提升,能够改善相关线上金融服务的用户体验,方便居民生活,尤其是落后地区人群,与发达城市相比,他们所能享受的“数字红利”才刚刚开始,区域差距得到明显改善,为共同富裕的实现打下坚实基础。作为中介变量的创业活跃度、农业全要素生产率、交通密度充当门限变量的回归结果见表8列(4)、列(5)、列(6)。列(4)表明当城市创业活跃度和交通密度跨越了第一个门限时,数字普惠金融的估计系数从0.228提升至0.297,跨域了第二个门限时,回归系数继续上升,达到0.390,说明城市创业活跃度越高,数字普惠金融越能促进共同富裕水平的提升。列(5)和列(6)的回归结果表明当农业全要素生产率和交通密度跨越门限值时,数字普惠金融的回归系数也明显提升,说明农业全要素生产率与交通密度在数字普惠金融促进共同富裕中发挥着重要的调节作用,本文假说3得到证实。

表8 门限模型回归

(六)异质性分析

1.区域异质性

基于283个地级市数据的分析表明数字普惠金融水平提升能显著促进共同富裕,然而,不同地区的金融资源禀赋、基础设施建设、经济发展水平都存在显著差异,因而数字普惠金融对共同富裕的影响可能存在一定异质性。本文参照以往文献的做法,将283个地级市分为东部(包括111个城市)、中部(包括109个城市)和西部(包括63个城市)三个部分进行回归分析,回归参数估计如表9所示。

表9 区域异质性

表9列(1)～(3)分别显示我国东中西部地区数字普惠金融对共同富裕的作用效果。结果表明,数字普惠金融的系数均显著为正,验证了上文数字普惠金融推动共同富裕实现的结论;回归系数呈现东部>中部>西部的特征,表明东部城市数字普惠金融促进共同富裕的效果更为显著。造成这种异质性的原因可能是,东部城市多为沿海发达城市,经济发展较快,数字普惠金融发展较早,相对来说发展成熟,机制较为完善,且相比于中西部城市,居民人均受教育程度较高,接受新事物能力较强,创新发展思维能力突出,在数字经济飞速发展阶段更容易抓住机遇,能较为彻底地释放数字普惠金融的红利,更好地促进共同富裕水平的提升;而中西部城市地处内陆,前期发展机会较少,处于相对落后的阶段,并且中西部城市金融基础设施不完善、交通不发达,这些条件的制约使得其互联网技术、金融产品、金融服务的发展受到严重限制,导致数字普惠金融的时代福利释放不充分,对共同富裕的促进作用仍有较大提升空间。

2.共同富裕程度的异质性——分位数回归

为探究数字普惠金融对不同共同富裕水平地区影响的差异,本文利用分位数回归进行估计,具体结果见表10。表10列(1)、列(2)、列(3)分别对应25%、50%、75%分位点,表示数字普惠金融对低共同富裕水平、中等共同富裕水平、高共同富裕水平地区的差异性影响。由回归系数可知,不管是哪个分位点,数字普惠金融对共同富裕的影响均在1%的显著性水平上显著,且均为正相关,与上文基准回归结果一致。比较各分位点上数字普惠金融的估计系数值可以发现,系数呈下降趋势,说明数字普惠金融对低共同富裕水平地区的促进作用更明显,这可能是由于起点低导致的边际效用较大。

表10 共同富裕水平异质性

五、结论与政策建议

共同富裕的实现要促成基本公共服务均等化,不断缩小地区差距、城乡差距,消除两极分化。数字普惠金融作为新时代数字化的创新产物,其意义便是提供更为便捷、有效、丰富的金融服务,充分释放落后地区的时代红利,这与共同富裕的理念不谋而合。在此背景下,本文尝试探究数字普惠金融对共同富裕的影响及其作用机制。研究结果表明:第一,数字普惠金融与其三大子维度均能显著促进共同富裕,经过工具变量法等多种稳健性检验,结论仍然成立。第二,创业活跃度、农业全要素生产率、交通密度在数字普惠金融推动共同富裕的进程中存在中介效应。第三,当前阶段,数字普惠金融覆盖广度、使用深度、数字化程度以及创业活跃度、农业全要素生产率、交通密度达到一定门槛时,其对共同富裕水平的提升有更明显的效果。第四,区域异质性分析结果表明,数字普惠金融对共同富裕的提升效果为东部>中部>西部;共同富裕水平异质性分析表明,数字普惠金融对低共同富裕水平地区的促进作用更为明显。

基于上述结论,提出以下政策建议:第一,打造数字普惠金融促进共同富裕新模式。要深化数字普惠金融改革,拓宽数字普惠金融服务边界,着重解决农户等弱势群体面临的数字鸿沟问题,实现数字普惠金融促进共同富裕的可持续发展。第二,确立“创业、重农、促交”新导向。数字普惠金融能够通过创业活跃度、农业全要素生产率、交通密度促进共同富裕。因此,首先,应鼓励大众创业,发挥数字普惠金融的优势,以创业带动就业,从而促进城市经济发展;其次,共同富裕最艰巨、最繁重的任务在农村,而数字普惠金融正是补短板的重要手段,所以应鼓励金融机构下乡,深入了解农户对数字普惠金融的潜在需求,以提升农业全要素生产率为目标创新金融产品;最后,应当积极促进城市交通基础设施的建设,加强城市之间的经济联系,扩大产品的市场范围,缩小区域差距。第三,基于区域间数字普惠金融的差异,制定精准化政策。东部城市金融市场发达程度较高,对新鲜事物的接受能力较强,数字普惠金融发展对共同富裕的促进作用更为明显,在发展的过程中政府的重心应放在防止其扩张过快所导致的供给过剩、风险溢出等问题上;中部城市基础设施较为完备,政府对数字普惠金融应执行稳中求进的发展战略;西部城市相对来说经济发展较为落后,数字普惠金融发展起步较晚,但这也意味着数字普惠金融在西部地区的红利还没有完全释放,政府应积极干预数字普惠金融的发展,以缩小区域差距,实现共同富裕。