数字普惠金融与共同富裕——来自创业活跃度的经验证据与分析

■严卿文 达潭枫 杜笑妍

一、引言

共同富裕是中国式现代化的本质要求和重要特征，也是中国特色社会主义的本质要求和根本原则。进入新时代，我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾，而推进经济高质量发展、逐步实现共同富裕既是推进中国式现代化的必由之路，也是解决当前主要矛盾的重要途径和抓手。

实现共同富裕首先要实现“富裕”[1]。普惠金融作为对抗贫困和饥饿的有力武器，日益受到越来越多国家的重视。但由于信息不对称、逆向选择和道德风险的存在，传统金融模式面临的高成本、高风险等难以克服的问题与不足，使得金融资源的可得性、金融服务的质量与效率等受到很大影响，也使大量中小企业及弱势群体被排斥在金融服务体系之外。特别是近年来，受新冠疫情冲击、全球性通胀以及逆全球化和贸易保护主义抬头的影响，这一状况变得愈加严峻。据世界银行调查显示，2020 年，全球70%的国家中受教育程度更低的工人和女性的临时失业率更高，规模较小的企业以及难以获得正规信贷服务的企业，因疫情影响蒙受的经济损失更大（见图1）。从我国情况看，目前经济社会发展逐渐恢复和走向正轨，但弱势群体和中小微企业仍需要较长的时间才能逐步消化疫情的负面冲击。在当前“三重压力”、俄乌冲突和外部不确定性日益上升的复杂形势下，我国小微企业和弱势群体的金融服务短板显得愈加突出，这也为我国当前普惠金融高质量发展带来挑战[2]。

图1 正规中小企业融资缺口占GDP的百分比（按地区）

近年来，随着大数据、云计算、区块链、人工智能、5G通信等新兴技术的不断涌现和在经济金融领域的广泛应用，数字普惠金融异军突起。由于数字金融在很大程度上有效缓解了信息不对称问题，极大提升了金融服务的效率、广度和可得性，其在缓解中小微企业融资、消除绝对贫困和扩大就业方面作用日益凸显。根据2022年6月世界银行发布的最新全球普惠金融调查数据，中国多项数字普惠金融指标增长明显，不少普惠金融核心指标位居中高收入经济体前列（见图2）。

图2 接受或进行数字支付的受访者比例

图3 数字普惠金融对共同富裕的作用机制

数字普惠金融的蓬勃发展为有创业意愿的“长尾群体”提供了有效资金支持，极大地促进了大众创业创新，也有力支持了“三农”和广大中小企业的发展。那么，数字普惠金融发展是否也有助于社会实现共同富裕？如果是，其中的作用机制如何？创业活动是否可视为数字普惠金融产生影响的作用渠道？数字普惠金融对共同富裕的影响有无空间效应？这些问题需要进一步深入探讨和研究。

为探寻上述问题，首先，本文在对现有相关文献进行梳理的基础上，利用2011—2020 年我国285 个地级及以上城市的面板数据，从发展性、共享性及可持续性三个方面构建地级市共同富裕评价指标体系，以个体时间双向固定模型为基础，分析数字普惠金融能否对创业活跃度及共同富裕起到促进作用。其次，本文通过构建中介效应模型，分析创业活跃度在数字普惠金融促进共同富裕中所发挥的作用与机制，并构建空间面板杜宾模型进一步分析空间效应是否存在。最后，本文根据上述研究结果，提出发展数字普惠金融、提升创业活跃度及推进共同富裕发展进程的政策启示。

本文的边际贡献主要体现在以下三个方面：第一，进一步验证了在地级市层面上，数字普惠金融对共同富裕具有显著的促进作用，并验证了创业活跃度在其中起到渠道作用。同时，对数字普惠金融以及创业活跃度对共同富裕产生影响的机制进行了检验。第二，揭示了数字普惠金融对创业活跃度及共同富裕的空间效应。本文通过实证研究发现，数字普惠金融对创业活跃度及共同富裕均具有显著的空间溢出效应。第三，本文基于前人的研究，并结合地级市数据的可得性，构建了地级市层面的共同富裕指标体系，为开展地级市层面的共同富裕相关研究提供了参考。

二、理论基础与研究假设

（一）数字普惠金融对共同富裕发展水平的影响

早期学者研究认为，金融体系能够通过降低信息不对称程度和交易成本等方式提高生产力和促进经济增长[3]。Gurley 等[4]基于对凯恩斯模型的修正，分析认为金融体系可在经济发展中起到重要作用。Goldsmith[5]运用35个国家近百年的面板数据所做的实证分析显示，金融体系规模与经济增长正相关。近年来，国内学者立足于我国国情，运用实证分析，从金融发展规模[6]、金融体系结构[7]、金融市场[8]和经济体制改革[9]等诸多角度论证了金融与经济增长之间存在正相关关系。一些研究还发现，普惠金融具有良好的减贫效应[10]，且有助于缩小收入差距、改善收入分配状况[11]。邹克等[12]的分析显示，普惠金融与共同富裕正相关。这些研究表明，金融体系对“富裕”的促进作用在学界已基本得到认同。随着金融业的发展和竞争的不断加剧，加之科技进步特别是大数据、人工智能、区块链、云计算等技术在经济金融领域的广泛应用，建立在互联网信息技术基础之上的数字普惠金融应运而生。

数字普惠金融与共同富裕存在天然联系。研究表明，信息不对称和高昂的交易成本等是阻碍低收入群体及中小微企业获得正规金融服务的主要因素，也是阻碍其摆脱贫困和发展壮大的重要原因。而随着金融的发展，尤其是科技在经济金融领域的迅猛发展和广泛应用，越来越多无银行账户的群体将有可能被逐步纳入正规金融体系。同时，数字金融利用大数据、区块链等优势，可有效缓解信息不对称问题，从而减少金融服务提供商对抵押物的依赖，使更多的“长尾群体”、中小微企业等得以获得信贷机会[13]。数字金融服务通过提供替代资金来源，可帮助中小微企业缩小融资差距，并通过支持新的数字产品与流程自动化来降低传统参与者的准入门槛。如果越来越多的低收入群体和中小微企业因为获得便利化的金融服务而实现了更多的就业和收入稳定增长，则意味着贫困人口持续减少，中等收入群体规模日益扩大，共同富裕目标在持续推进。更重要的是，数字普惠金融服务是一种商业化的市场行为[14]，其可持续性和精准便利服务意味着可实现经济与社会效应的良好统一。目前，大量实证研究也证实了上述结论。例如，一些研究显示，数字普惠金融因其低成本、广覆盖及通达便捷的特性在消除绝对贫困、缓解相对贫困方面发挥了重要作用[15，16]，不仅有助于提高居民可支配收入、促进家庭财富积累[17]、缩小城乡收入差距[18]，对促进基本公共服务均等化、提升农村现代生活条件等也有一定助益。一些研究还显示，数字普惠金融有助于提升中等收入群体比重，提高社会保障水平[19]，同时，在促进经济增长、经济高质量发展、科技创新、优化营商环境以及促进居民消费等方面也有一定积极作用。

综上所述，数字普惠金融对共同富裕发展性、共享性和可持续性等三个方面具有促进效果，故本文提出如下假设：

H1：数字普惠金融对共同富裕的发展具有促进作用。

（二）数字普惠金融对共同富裕发展水平产生影响的作用渠道——创业活跃度

资金是创业的首要资源。中小微企业由于自身规模有限、抗风险能力弱、组织架构不完善、财务不规范以及缺少符合要求的抵押品等诸多问题，往往难以获得融资或者融资成本较高。而“中小微弱”群体的融资状况对其开展创业活动有直接影响[20]，并且，金融体系对初创企业是否友好以及金融约束的强弱对创业活跃度、创业的水平和规模等都会产生影响[21，22]。而数字普惠金融以其低成本、便捷性等特征，弥补了传统金融机构的短板，与传统金融机构互为补充。金融科技或数字金融可为中小微企业提供的解决方案包括数字信贷及股权产品，如供应链金融、贷款、担保循环信贷额度、企业应收账款融资、市场借贷以及股权众筹等。此外，内部业务流程及企业对企业（B2B）流程的数字化，如电子发票和使用区块链（分布式账本）技术（DLT）的代币化资产等，将有助于解决中小微企业在获取融资方面面临的困难，并显著降低融资成本。国内大量文献和实证研究也显示，数字普惠金融从缓解企业融资约束、降低融资成本、促进银行小微企业信贷供给、促进创业机会公平以及增强居民金融能力等诸多方面和途径，提升了创业活跃度水平。

创业活动不仅有利于技术创新、促进经济增长，还可以提供大量就业岗位。第四次经济普查数据显示，中小企业的从业人数占全部企业从业人数的比例达到80%。可见，创业活跃度的提升有助于促进经济可持续性发展、提升富裕度及保持社会稳定。同时，创业活动也在摆脱贫困方面贡献突出。

数字普惠金融的普惠性在于其促进机会平等和收入分配公平。一些研究显示，数字普惠金融不仅能显著促进城市创新创业，也是激发农村居民创业、改善收入分配的重要机制，且数字普惠金融对农村居民创业的促进作用主要体现在小微或劳动密集型创业上。赵涛等[23]研究发现，激发大众创业是数字经济释放高质量发展红利的重要机制。岳中刚等[24]分析显示，数字普惠金融通过降低创业成本和缓解信贷约束促进了家庭创业活动的开展。杨君等[25]研究发现，数字普惠金融通过缓解企业融资约束、优化金融资源在部门间的配置以及弥补传统金融短板等机制，促进了小微企业技术创新。

综上，数字普惠金融发展有助于促进创业活动的产生，而创业活动也可从发展性、共享性和可持续性三个方面助力共同富裕。故本文提出如下假设：

H2：数字普惠金融可以通过提升创业活跃度，进而提升共同富裕水平。

（三）数字普惠金融对创业活跃度及共同富裕发展水平产生影响的空间效应

随着市场经济和社会分工的日益深化和发展，经济生活中所需的劳动力、资本、技术、数据等要素配置也日益呈现市场化，且流转速度不断加快。因此，地区间的相互作用难以忽视。已有研究发现，数字普惠金融对创业活动的影响有空间溢出效应，即数字普惠金融的发展不仅对本地区的创业活动产生显著的促进作用，同时也对相邻地区有积极影响[26]。此外，有学者考察了数字普惠金融与农民收入[27]、技术创新[28]、经济增长[29]及就业[30]等方面的空间效应，结果显示均存在一定程度的空间效应。基于现有文献和理论分析，本文认为数字普惠金融与共同富裕之间可能存在着空间效应，原因有两点：一方面，建立在互联网信息技术之上的数字普惠金融，从诞生之日起就模糊了空间界限，使资金融通不再局限于特定空间，数字化的金融交易、金融信息、金融要素等能以更低的成本高速传递[28]。另一方面，伴随着数字普惠金融而产生的新型支付手段，以其便捷高效等特性极大地加快了生产要素在地区间的流转。基于此，本文提出如下假设：

H3：数字普惠金融对共同富裕存在空间溢出效应。

三、研究设计

（一）变量选取

1.共同富裕水平（CmP）

“共同富裕”是一个多元化、综合性的概念，既是全体人民在物质生活上的共同富裕，也是在精神文明上的共同富裕；既要立足于当下发展现状，也要面向未来可持续性地推进共同富裕发展进程。本文基于共同富裕的基本内涵和本质要求，参考陈丽君等[31]、刘培林等[32]及韩亮亮等[33]的研究，结合地级市数据的可得性，构建共同富裕指标体系，并将其作为被解释变量，具体如表1所示。

表1 共同富裕指标体系及其他变量

本文借鉴陈丽君等[31]对共同富裕测度一级指标项的划分方式，即构建3 个一级指标，分别为发展性、共享性与可持续性。二级指标包含7个指标项，其中，“富裕度”“共同度”“基础设施”是对物质生活层面的反映，用以衡量共同富裕的基本内涵；“民生保障”体现的是对公民生命健康权的保护以及精神文明层面的共同富裕。共同富裕最终能否得以实现，“可持续性”是诸多前提之一。本文从以下三个方面度量共同富裕发展的可持续性：第一，以科技创新作为“可持续性”的动力；第二，良好的生态环境为人民群众提供必要的生存条件；第三，以发展质量来衡量阶段性经济发展成果。

2.数字普惠金融（DF）

对数字普惠金融发展水平的测度，本文采用北京大学数字普惠金融研究中心给出的地级市普惠金融发展指数[34]。该指数从覆盖广度、使用深度和数字化程度三个维度衡量我国数字普惠金融发展程度，具有较强的代表性，可较好地反映我国各地级市普惠金融发展趋势。

3.创业活跃度（Entre）

参考现有研究，并结合数据的可得性，本文以当年注册企业数量与常住人口的比值来衡量地级市的创业活跃度。

4.控制变量

基于现有相关研究，本文将政府干预程度、潜在人力资源水平、对外开放水平和市场化水平作为控制变量。同时，通过对相关文献的梳理，本文认为数字普惠金融与传统金融体系之间可能存在部分互补关系，因此，将“金融条件”作为传统金融体系的代理变量加以控制。

政府干预程度（Gov），采用公共财政支出与地区生产总值的比值来衡量。潜在人力资源水平（HR），由高等院校在校生人数与常住人口的比值来衡量。对外开放程度（Open），用进出口贸易总额与地区生产总值的比值来表示。市场化水平（Mark），参照樊纲等[35]的方法编制地级市市场化指数。该指数主要考虑市场化程度的五个方面，分别为政府与市场的关系、非国有经济的发展、产品市场的发育程度、要素市场的发育程度以及市场中介组织发育和法治环境。总市场化指数由这五个方面加权计算得出，原始数据来自Wind金融数据库及各地市统计公报。金融条件（FC），用金融机构存贷款余额与生产总值的比值来表示。

（二）数据来源

本文选取2011—2020年我国285个地级及以上城市数据为研究样本。数字普惠金融数据来源于北京大学数字普惠金融研究中心发布的地级市普惠金融发展指数；研究使用的专利数据来源于中国研究数据平台；全要素生产率由实际GDP、从业人员数及固定资产（永续盘存法）通过SFA 方法测算得出；城市空气质量数据来源于中国空气质量在线监测分析平台；其余数据来源于Wind金融数据库、《中国城市统计年鉴》、中国区域经济数据库、中国城市建设数据库及各地级市发布的统计年鉴。对于缺失的数据使用线性插值法予以补充，为缓解异方差的影响进行前后1%的缩尾处理。对“共同富裕发展水平”变量使用熵值法进行测算。

（三）描述性统计

表2报告了被解释变量、解释变量、中介变量及控制变量的描述性统计情况。其中，被解释变量共同富裕的最大值为0.7748，最小值为0.0893，均值为0.2821，标准差为0.1131；解释变量数字普惠金融的最大值为334.48，最小值为17.02，均值为174.6388，标准差为68.2278；中介变量创业活跃度的最大值为39.3556，最小值为3.5156，均值为11.3586，标准差为6.3273。从主要变量的统计结果来看，我国各地级市间的共同富裕发展水平、数字普惠金融发展水平和创业活跃度水平差异较大，存在着明显的不平衡。

表2 变量描述性统计

（四）模型构建

基于F 检验、LR 检验及Hausman 检验结果（表3），本文将数字普惠金融与共同富裕发展水平的基础回归方程设定为个体时间双向固定模型：

表3 数字普惠金融对共同富裕影响的基准回归结果

其中，CmPi,t为被解释变量，表示第t年i市的共同富裕发展水平；DFi,t为解释变量，表示第t 年i 市的数字普惠金融发展水平；Controlsi,t为控制变量集；μt为时间固定效应；vi为个体固定效应；εi,t为残差项；α0、α1和α2分别为截距项、数字普惠金融的回归估计系数及控制变量的回归估计系数。

为检验假设H2，进一步构造如下模型：

其中，Entrei,t表示第t年i市的创业活跃度水平。

四、实证结果与分析

（一）三指数核密度分布及变化特征

图5 展示了共同富裕指数、数字普惠金融指数及创业活跃度指数三个指标核密度分布随时间变化的特征。数据显示，2011—2020 年，三项指数的核密度分布均呈现出整体向右平移的趋势，即三者均呈现总体提升的趋势。同时，在整个研究期内，此三者整体呈现顶部下降的局势，其中，数字普惠金融指数与创业活跃度指数尤为明显。这表明，在“互联网+”及“大众创业、万众创新”等国家大力倡导的新型发展模式下，数字普惠金融与创业形势均呈现扩散式、均衡式的发展态势，而共同富裕指数也在现有基础上呈现整体性的提升。当然，图5 的结果并不能说明数字普惠金融支持促进创业活动的结果就一定能推动共同富裕的实现。共同富裕的实现并不能一蹴而就，而是需要长期的多方面措施共同发力来促成。正如习近平总书记在党的二十大报告中所指出的，共同富裕是一个长期的历史过程。

图5 共同富裕指数、数字普惠金融指数与创业活跃度指数核密度

（二）回归分析

1.数字普惠金融对共同富裕影响的估计结果

数字普惠金融对共同富裕影响的估计结果如表3 所示。从各模型的估计结果来看，核心解释变量数字普惠金融对共同富裕的估计系数均显著为正，这表明数字普惠金融对共同富裕具有促进作用。同时，创业活跃度对共同富裕的影响也呈现出显著的正相关关系，表明创业活跃度的提升有助于促进共同富裕的提升。假设H1 得以验证。从控制变量的估计结果来看，潜在人力资源水平、政府干预程度、对外开放程度以及金融条件均在不同模型中表现出与共同富裕的相关性。这与大多数研究结果一致。

2.稳健性检验

为缓解可能存在的内生性问题，本文进行了一系列稳健性检验。首先，采用面板数据两阶段最小二乘法重新进行回归估计，并借鉴Chong 等[36]和张杰等[37]的做法，选取同一省份与某地级市的人均GDP 最为接近的三个其他地级市，以这三个地级市的数字普惠金融指数的均值作为该地级市数字普惠金融指数的工具变量，估计结果如表4（1）和（2）列所示。从结果来看，数字普惠金融对共同富裕水平影响在1%水平上依然显著，表明其对共同富裕水平有促进作用，并且工具变量通过了不可识别检验与弱工具变量检验。其次，考虑到数字普惠金融与创业活跃度对共同富裕水平可能存在反向因果关系，故本文将数字普惠金融与创业活跃度滞后一期进行回归估计，估计结果如表4（3）列所示，显著性与系数符号均未发生改变。再次，为进一步缓解异方差以及城市的特殊性所造成的政策偏向带来的影响，本文剔除直辖市（4个）、计划单列市（5个）及省会城市（25个）后进行回归估计，估计结果如表4（4）列所示，估计结果依旧稳健。最后，由于共同富裕水平的评价指标较多，为减少评价指标间的相关性，故使用主成分分析法来重新测度共同富裕水平，估计结果如表4（5）列所示，数字普惠金融与创业活跃度依旧能够显著促进共同富裕发展水平。

3.机制分析

（1）作用渠道分析。本文基于温忠麟等[38]和江艇[39]的研究和操作方法，对创业活跃度在数字普惠金融对共同富裕水平产生影响过程中所发挥的作用进行了验证。表5呈现的是以创业活跃度作为中介变量，数字普惠金融对共同富裕影响的估计结果。由（4）列的估计结果可见，数字普惠金融与创业活跃度存在显著的正相关关系，表明数字普惠金融的发展有利于创业活跃度的提升，这与数字普惠金融中的“普惠”有关，即通过缓解“长尾群体”的融资约束，进而提升其创业的积极性。对比表3（1）列的结果，表5（1）列在不考虑控制变量的情况下，将创业活跃度引入模型中，回归结果显示数字普惠金融对共同富裕水平的估计系数出现了明显下降，下降幅度为19.72%。进一步将控制变量纳入模型中进行回归，并对比表5（2）和（3）列可以看出，数字普惠金融的估计系数亦有所下降，下降幅度为18.57%。由此可以得出结论，创业活跃度是数字普惠金融对共同富裕产生影响的一条作用渠道。假设H2成立。

表5 创业活跃度为作用渠道的回归结果

（2）数字普惠金融、创业活跃度对共同富裕产影响的机制检验。为进一步检验数字普惠金融、创业活跃度对共同富裕产生影响的作用机制，借鉴姜松等[40]、李培鑫等[41]和任亚运等[42]的做法，将交互项引入模型中进行回归分析。为减轻引入交互项后共线性问题对估计结果的干扰，在估计时每次仅引入一个交互项，并对自变量与路径变量做去中心化处理，去中心化后的变量由“C_”表示。构建模型如下：

其中，C_*表示去中心化后的路径变量，分别为富裕度（C_Aff）、共同度（C_Com）、民生保障（C_Liv）和基础设施（C_Infra）及可持续性（C_Sus）。

估计结果如表6 和表7 所示，其中，表6 为数字普惠金融对共同富裕影响的机制估计结果，表7 为创业活跃度对共同富裕影响的机制估计结果。在过程机制方面，数字普惠金融与富裕度（C_Aff×C_DF）、共同度（C_Com×C_DF）、民生保障（C_Liv×C_DF）和基础设施（C_Infra×C_DF）的交互项对共同富裕的影响均显著为正。这说明在所选择的样本区间内，数字普惠金融可以促进居民收入增长，提高城乡和区域发展的协调性，提升教育医疗等民生保障，完善基础设施建设，进而不断推进实现共同富裕的进程。同样，创业活跃度与上述四个方面的交互项对共同富裕的影响也呈现显著的正相关关系（见表7），表明创业活跃度的提升可以通过这四个方面来促进共同富裕的实现。

表6 数字普惠金融对共同富裕影响的路径分析

表7 创业活跃度对共同富裕影响的路径分析

同时，数字普惠金融与可持续性指标的交互项（C_Sus×C_DF）及创业活跃度与可持续性指标的交互项（C_Sus×C_Entre）均未表现出与共同富裕的相关性。究其原因，本文认为该条路径的因果链条可能较长，在可持续性指标与共同富裕之间或存有一个甚至多个潜在中介变量尚待发现。

4.异质性分析

由于我国不同地区以及不同规模城市的自然禀赋、发展阶段和金融水平具有较大差异，数字普惠金融对创业活跃度及共同富裕的影响在不同地区和不同类型城市间也应存在差异。为分析这种异质性，本文依照国家统计局的划分方法，将样本划分为东部地区、中部地区、西部地区和东北地区四个区域加以分析研究。此外，为进一步考察处于不同发展阶段的地区（城市）数字普惠金融对本地区（城市）共同富裕及创新活跃度的影响，本文根据《关于调整城市规模划分标准的通知》及《2020 中国人口普查分县资料》，将样本城市划分为超大型城市（7 个）、特大型城市（14个）、I型城市（14个）、II型城市（65个）和中小型城市（185个）。

表8、表9 的估计结果显示，东中西部地区及五个类型城市的数字普惠金融对共同富裕水平的影响均显著为正，但在东北地区则不存在这种关系，说明数字普惠金融对共同富裕水平的影响存在区域异质性。东部地区数字普惠金融对共同富裕水平的影响高于中西部地区，其原因可部分解释为，东部地区的互联网等新型基础设施更为完善，市场主体数量较多且活跃度较高，同时，东部地区居民的金融素养相对较好，这些原因直接或间接地影响了数字普惠金融对共同富裕水平的提升效果。同理，以城市类型划分样本时，超大型城市的数字普惠金融对共同富裕水平的影响虽略小于特大型城市，但明显强于其他类型城市。

表8 数字普惠金融对共同富裕影响的区域异质性分析估计结果

表9 数字普惠金融对共同富裕影响的城市异质性分析估计结果

表10、表11呈现的是数字普惠金融对创业活跃度的异质性估计结果。依据区域划分的估计结果与上述结果类似，东中西部地区均呈现显著正相关关系且东部地区的数字普惠金融对创业活跃度的促进作用明显强于中西部地区。但是，在以城市类型划分的异质性估计结果中，超大型城市、特大型城市和I 型城市的数字普惠金融未与创业活跃度表现出相关性。其原因可能是，超大型城市、特大型城市及I型城市的传统金融环境已发展得相对较为完善，“长尾群体”受到的金融约束较小，数字普惠金融的发展对其金融环境的改善边际贡献不明显，因此未表现出显著的相关性。而在II型城市和中小型城市中呈现出显著的正相关性，表明数字普惠金融的发展较好地弥补了传统金融的不足，有利于当地创业行为的产生。

表10 数字普惠金融对创业活跃度影响的区域异质性分析估计结果

表11 数字普惠金融对创业活跃度影响的城市异质性分析估计结果

另外，“东北地区”在上述估计结果中均未表现出显著性，结果现有相关研究，本文认为可能的原因是：东北地区是老工业基地，长期以来由于产业结构转型较为缓慢[43]，特别是民营经济不发达、体制机制改革存在障碍、营商环境欠佳、思想观念落后[44]以及人口流失等诸多问题严重制约了东北地区的振兴，也在一定程度上迟滞了其共同富裕的进程。由于影响共同富裕的其他重要因素尚未解决，仅靠数字普惠金融的发展和创业活跃度的提升，难以从根本上解决东北地区所面临的问题。东北地区应优先从改革体制机制、转型产业结构和优化营商环境等入手，加快推动共同富裕的进程。

5.空间效应分析

前文中将样本城市以所在区域和城市规模加以区分研究，探索了其数字普惠金融发展水平、创业活跃度水平与共同富裕间的关系，并得出了相应的结论。在此基础上，本文进一步探寻数字普惠金融发展水平是否会对相邻城市产生影响，即是否存在空间效应。为此，将式（2）、式（3）扩展为空间面板杜宾模型（SPDM）：

其中，W 为空间权重矩阵（Queen 邻接矩阵）；ρ为空间自相关系数；η和φ为解释变量及控制变量的空间交互项系数。

从表12回归结果的空间特征看，共同富裕发展水平、数字普惠金融发展水平和创业活跃度水平的全局莫兰指数均显示为正值，并且都通过了1%水平的显著性检验，说明这三者具有显著的正空间自相关性。除2020年受新冠疫情冲击因素影响外，共同富裕发展水平、数字普惠金融发展水平和创业活跃度水平均随时间呈现波动上升的趋势，表明空间聚集愈发明显。产生这种现象的原因可部分解释为：共同富裕的实现离不开中小微企业市场活力的提升、创新发展水平的提高和持续的经济增长等。大城市或城市群（圈）更加注重营商环境的改善、基础设施和政府服务的提升，可以为各类市场主体提供相对良好的投资、创业和发展环境，更易吸引企业、创业者和投资者兴业发展，这类地区一般来说经济增长较快、创新创业活跃、投资发展环境较好，因而其共同富裕发展水平、数字普惠金融发展和创业活跃度水平在空间上易呈现聚集效应。此外，近年来共同富裕发展水平的提升主要源于城乡间的协调发展，而区域协调发展是一个长期渐进的过程，短期内难以立竿见影，因此现阶段共同富裕发展水平尚表现为空间聚集特征。

表12 共同富裕、数字普惠金融与创业活跃度的全局自相关检验

基于LR、Wald 等统计量判断，空间时间双固定空间面板杜宾模型（修正）为最优模型，估计结果如表13所示。其中，共同富裕发展水平与创业活跃度水平的空间自相关系数显著为正，并且数字普惠金融水平的空间交互项系数也显著为正，这表明地区间不仅存在外生的数字普惠金融交互效应，还存在共同富裕及创业活跃度的内生交互效应。假设H3得以验证。

表13 空间面板杜宾模型估计结果与模型识别检验

表14 为数字普惠金融对创业活跃度和共同富裕的空间效应分解结果，以及创业活跃度对共同富裕的空间效应分解。由（1）至（3）列可知，数字普惠金融的直接效应、间接效应和总效应均显著为正，说明在样本期内数字普惠金融的发展不仅有助于本地区共同富裕的实现，也对相邻地区的共同富裕进程起到积极的推动作用。（1）列显示，创业活跃度对共同富裕的直接效应显著为正，表明创业活跃度对本地区的共同富裕有积极的推动作用。（2）列显示，创业活跃度对共同富裕的间接效应不显著，但其系数值为负需要关注。系数值为负的原因可部分解释为：本地区的创业活跃度越高，对人才资源、技术资源及资金资源的需求越高，对邻近城市形成了虹吸效应，在一定程度上也影响了相邻地区共同富裕进程的推进。（4）至（6）列是数字普惠金融对创业活跃度的空间效应分解，由结果可知，数字普惠金融不仅对本地区的创业活跃度起到积极作用，同时也对周边地区表现出空间溢出效应，即促进了邻近地区创业活跃度的提升。

表14 空间效应分解

五、结论与建议

（一）结论

本文梳理了数字普惠金融对共同富裕水平的影响机制，运用时间个体双向固定效应模型检验了数字普惠金融与共同富裕水平间的关系，并以样本所在区域和其城市规模作为划分依据，进行异质性分析；将创业活跃度作为数字普惠金融对共同富裕水平产生影响的作用渠道，运用中介效应模型加以验证，并检验了数字普惠金融通过创业活跃度对共同富裕水平产生影响的作用机制；以面板数据空间杜宾模型验证数字普惠金融对共同富裕发展水平的空间效应。本文研究的主要结论如下：

首先，2011—2020 年我国285 个地级及以上城市的数字普惠金融、创业活跃度水平及共同富裕发展水平的核密度分布均呈现向右平移的走向，即均呈现总体提升的趋势。

其次，数字普惠金融对共同富裕发展水平均表现出显著的促进作用，同时也验证了创业活跃度为其作用渠道。在作用机制分析中，数字普惠金融与创业活跃度分别可以通过富裕度、共同度、民生保障及基础设施四个方面提升共同富裕发展水平，但在可持续性方面尚未表现出相关性。

再次，在以区域作为划分依据的异质性分析中，数字普惠金融有助于提升东中西部地区创业活跃度水平及共同富裕发展水平，且呈现出“东高中次西低”的态势，而在东北地区尚未表现出积极作用。以城市规模为划分标准时，数字普惠金融对不同规模城市的共同富裕发展水平均有正向影响。在超大型、特大型及I型城市中，数字普惠金融与创业活跃度未表现出相关性，而在II型与中小型城市中，数字普惠金融有助于提升其创业活跃度。

最后，在空间特征方面，数字普惠金融、创业活跃度与共同富裕发展水平均表现出空间自相关性，并且空间面板杜宾模型结果显示，数字普惠金融的发展不仅对本地区的创业活跃度及共同富裕发展水平有积极影响，并且对相邻地区也存在促进作用，即表现出“空间溢出效应”。

（二）政策启示与建议

数字普惠金融有效提高了创业活跃度，促进了共同富裕的发展水平。为使这一效应得到更好的发挥，本文基于研究结论提出以下建议：

第一，加强和完善数字普惠金融发展顶层设计。促进数字普惠金融健康发展需要激发普惠金融相关市场主体的积极性、主动性和创造性，健全多层次普惠金融组织体系，构建竞争有序的数字普惠金融供给格局。

第二，进一步完善创业活动所需的融资环境、营商环境，并引导初创企业建立数字化运营模式。持续鼓励大众创业，以创业带动就业，进而提升劳动报酬在初次分配中的比重，推动共同富裕的发展进程。

第三，加快金融基础设施建设，大力提升农村居民和小微企业金融知识素养，缩小地区间、城乡间的“数字鸿沟”。进一步加快中西部和农村地区金融基础设施建设及功能深化，做好“线上+线下”业务，推进数字普惠金融的优势在后进地区充分显现，促进地区间、城乡间协调发展。同时，采取有效措施，全面提升农村居民和小微企业的教育水平和信息技能，通过组织教育、大众媒体宣传等渠道，努力普及信息知识，提升金融知识素养水平，使小微企业和弱势群体能更好地适应和使用数字金融提供的融资便利和服务。

第四，充分发挥中心城市的溢出与辐射作用，加强地区间的经济合作。促进区域间加强交流合作，充分发挥数字普惠金融的溢出作用，以点带面，共同推进共同富裕。关注创业活跃度对共同富裕发展的潜在虹吸效应，在相邻地区间应做好产业、资源的规划合作，尽量减少同质化、低层次的竞争。