数字普惠金融对共同富裕的空间效应研究

■ 翟元慧 周 勇 李 凯

（新疆财经大学 新疆乌鲁木齐 830012）

习近平总书记指出，“实现共同富裕不仅是经济问题，而且是关系党的执政基础的重大政治问题”。党的二十大报告中进一步指出：“实现全体人民共同富裕是中国式现代化的本质要求”。普惠金融作为推动共同富裕的重要举措之一，需要与社会经济的发展相适应。

近年来，数字技术蓬勃发展，普惠金融与数字技术结合得越发紧密，催生出数字普惠金融。它有效弥补了传统金融服务存在排斥性的不足，显著提升了金融服务的覆盖率，可得性和便利度。基于此，本文从发展、共享、可持续性三个维度，选取多个指标综合测度共同富裕，重点讨论数字普惠金融能否促进国民共同富裕，有什么样的作用途径，是否存在空间维度上的影响。

一、理论分析与假设

普惠金融镶嵌数字技术，扩大了用户群体的覆盖面，极大方便了社会各个群体获取金融服务，有利于社会实现共同富裕。国外学者Kapoor 研究发现数字普惠金融对经济增长具有明显的推动作用。吴雨等（2021）研究表明，数字金融凭借信息和技术优势有效地激发了居民的投资理财需求，给家庭金融资产的投资方式提供了多种选择。易行健和周利（2018）、张勋等（2020）、谢朝晖和李橙（2021）指出，数字普惠金融依靠新型数字技术的独特优势，改变了传统金融模式，使得买卖双方可足不出户在线交易，改善了居民消费形式，进一步促进了社会经济增长。随着数字普惠金融的发展，中小企业的融资问题得到了一定程度的改善，能够节约大量资金成本，提高资金使用效率。例如张勋等（2020）、万佳彧等（2020）和唐松等（2020）通过研究得出，在大量金融信息已知下，发展数字普惠可以突破中小企业的融资门槛，有效解决企业的融资问题，最大限度激发出人们为实现共同富裕所贡献的力量。故提出以下假设：

假设1：数字普惠金融能够明显促进社会共同富裕。

地理条件限制和信息不对称问题一直以来都是传统金融存在的弊端，严重影响了地区间的经济发展，不利于社会实现共同富裕。普惠金融融合数字资源，突破地理因素的制约，降低群体信息获得难度，通过辐射效应将优势资源由发达地区扩散到欠发达地区，对缩小收入差距、促进经济发展和实现共同富裕产生重要影响。如张子豪和谭燕芝（2018）通过构建空间计量模型，研究得出城乡收入差距呈现“高高”“低低”聚集，数字普惠金融的发展可以给予低收入人群资金援助，在一定程度上可以缓解城乡收入差距，促进落后地区发展，加快共同富裕进程。郝云平等（2018）构建空间自回归模型得出，数字普惠金融发展对经济增长表现出三次曲线的促进作用。马昱等（2022）选择动态空间杜宾模型探究金融发展与经济水平的关系，得出金融发展对本省以及相邻省份的经济发展有推动作用，有利于社会实现共同富裕。基于此本文提出假设：

假设2：数字普惠金融对共同富裕有正向空间溢出效应。

二、研究设计

（一）共同富裕测度

1.共同富裕指标体系。目前，由于学者对共同富裕的内涵理解存在差异，所以对共同富裕指标体系的构建和测算方法也存在一定差别。如张新月等（2022）将经济增长效率和分配公平两方面作为外在形式，共同表现地方共同富裕程度。陈丽君等（2021）从共同富裕的理论和特征出发，选择共享、发展、可持续性等建立共同富裕评价指数。本文参考陈丽君等（2021）、史依铭和黎思琦（2022）的研究成果，从下述三方面构建17 个指标测算共同富裕（见表1），由此发现，发展层面贡献率为23.97%，共享层面贡献率为33.91%，可持续性层面贡献率为42.11%。

表1 共同富裕指标体系

2.共同富裕指标测算。本文对共同富裕指标采用熵权法测算。某个指标变异程度越大，包含信息越多，权重也更大，反之权重会越小。基于此，计算出2011～2021 年我国30 个省份(不包括香港、澳门、台湾和西藏)的共同富裕指数，详细内容见表2。

表2 共同富裕指数

（二）变量

1.被解释变量。共同富裕（Prosperity）：基于共同富裕的时代内涵，考虑数据的可获得性，科学地从发展、共享、可持续性三个角度选取共同富裕评价指标，并运用熵权法计算得到各省份共同富裕指数。共同富裕指数越大，表明该地区共同富裕程度越好，反之则表明该地区共同富裕程度越差。

图1 中共同富裕水平分布图体现了我国共同富裕空间分布的差异性，从地理空间上可以很好地看到，东部地区诸多省份共同富裕水平相对较高，例如北京、天津、上海、江苏、浙江、广东等；从时间上看，30 个省份整体的共同富裕水平从2011 年到2021 年在不断提高。

图1 各省份共同富裕水平

2.解释变量。数字普惠金融（FIN）：以北大普惠金融指数体系为衡量标准。该数字普惠金融指数弥补了传统金融指数的不足，可同时进行时间维度与地理维度的比较，能够相对科学、全面地评估中国数字普惠金融发展水平。同时，考虑到数字普惠金融分维度指数对共同富裕的影响，将覆盖广度、使用深度和数字化程度分别记为cover、depth、dig，鉴于该指数数值过大，为方便观察模型系数情况，借鉴钱海章等（2020）的做法，将数字普惠金融总指数以及分维度指数均缩小1000 倍处理。

3.控制变量。为更全面地分析共同富裕进程中受到数字普惠金融的影响情况，对此设定以下控制变量：

政府财政支持（gov）：采用各地区一般公共预算收入的对数来衡量；

经济发展水平（pgdp）：用各地区人均GDP 的对数衡量；

劳动力资源（Lab）：本文用城镇非私营单位就业人员对数来表示；

环境水平（envir）：用各地区废气中SO2排放量来测度；

研发创新能力（Inno）：采用国内申请人专利申请授权数的对数衡量；

对外开放（open）：采用外商投资企业投资总额的对数来表示。

（三）模型选定

1.模型选定。根据上述内容的理论分析，本文首先构建如下基本模型：

为了讨论数字普惠金融对共同富裕的空间影响，在式（1）中引入共同富裕、数字普惠金融以及其他控制变量的空间效应，最终采用空间杜宾模型（SDM），具体形式如下：

上式中，ρ 表示空间自回归系数，W 为空间权重矩阵，θ1和θa为数字普惠金融以及控制变量空间交互项的系数。

2.空间权重矩阵。本文采用了经济地理距离嵌套空间权重矩阵（W）进行回归，公式如下：

上式中，Wij表示i、j 两个地区之间地理距离绝对值的倒数标准化与经济距离标准化后的乘积且经过标准化处理，dij为根据经纬度所得出的空间距离，xij为根据人均GDP 所计算的经济距离。

（四）数据来源

将2011～2021 年中国30 个省份的数据整理形成了省级平衡面板数据，并对此进一步研究。使用的相关数据来自《中国统计年鉴》、中经网数据库和国家统计局。

三、实证分析

（一）描述性统计

表3 显示，共同富裕（Prosperity）的均值为0.255，最小值为0.093，最大值为0.625，标准差为0.105。由此可见，各省、市、区共同富裕程度差异明显；数字普惠金融（FIN）均值为0.231，最小值为0.018，最大值为0.459，标准差为0.103，可以看出各省数字普惠金融水平差异悬殊。从控制变量看，30 个省在政府财政支持（gov）、经济发展水平（pgdp）、劳动力资源（Lab）、环境水平（envir）、研发创新能力（Inno）、对外开放（open）等方面也有着不同程度的差异。从省际层面上看，该结果与中国发展不平衡的国情相对应。

表3 描述性统计

（二）基准回归

通过豪斯曼检验结果证明固定效应更合适，进行LR 检验判断基准面板回归模型中为时间、个体还是个体时间固定效应，结果证明个体时间固定效应更适合基准回归模型，表4 为数字普惠金融影响共同富裕的基准回归结果，可以看出数字普惠金融对共同富裕有明显的促进作用，故假设1 成立。从控制变量可以得出，政府财政支持（gov）和环境水平（envir）的系数分别在1%和5%水平下显著，表明通过政府财政支持的增加和环境水平的改善可以提升国民共同富裕，但是劳动力资源（Lab）和研发创新能力（Inno）的系数显著为负，可能因为就业人数增加和加大研发创新力度促进城市以及东部地区快速发展，引起城乡与区域间差距增大，从而抑制地方共同富裕。经济发展水平（pgdp）和对外开放（open）虽为正但不显著，表明提升经济发展水平、加大对外开放程度有利于实现共同富裕但效果不太明显。

表4 数字普惠金融对共同富裕基准回归结果

（三）空间相关性检验

1.全局空间自相关。通过全局莫兰指数（Moran’s I）来验证我国30 个省份共同富裕以及数字普惠金融是否存在显著的空间依赖性。全局莫兰指数取值范围在[-1,1]之间，数值为正时，说明指标存在空间正相关；数值为负时，说明指标存在空间负相关。由表5 可知，共同富裕和数字普惠金融的Moran’s I 指数在1%显著性水平下均大于0，这说明全国范围共同富裕和数字普惠金融有空间依赖的特性，存在显著空间自相关。从整体上看，Moran’s I 指数相对平稳，这说明共同富裕和数字普惠金融的空间依赖性较为稳定。从全局上看，选择空间计量模型是正确的。

表5 全局莫兰指数表

2.局部空间自相关。Moran 散点图用于比较各省份之间的差异程度。以共同富裕为例，在四种相关模式中，第一象限表示高—高聚集（HH），指本省和周边地区共同富裕程度都比较高；第二象限表示低—高聚集（LH），指本省共同富裕程度较低，但其周边地区共同富裕程度较高；第三象限表示低—低聚集（LL），指本省与其周边地区共同富裕程度都较低；第四象限表示高—低聚集（HL），指本省共同富裕程度较高，周边地区共同富裕程度却低。

从图2 中可以发现，大多数省份在第一和第三象限内，说明我国共同富裕存在一定程度的空间聚集性。2011 年，共同富裕具有高—高聚集特征的省份主要集中在东部地区，分别为北京、上海、江苏、浙江、广东和天津，而共同富裕具有低—低聚集特征的省份主要集中在西部地区，主要有青海、宁夏、云南、新疆等地区。到2021 年，分布情况基本一致。

图2 2011 年和2021 年共同富裕局部莫兰散点图

由图3 可知，大多数省份的数字普惠金融也分布在第一、三象限，这与全局莫兰指数的检验结果相同。数字普惠金融分布情况与共同富裕分布情况大体一致，但一些中部地区如安徽、湖北和河南等，开始由低—低聚集向高—低聚集过渡。

图3 2011 年和2021 年数字普惠金融局部莫兰散点图

为验证模型设定的正确性，在经济地理距离嵌套空间权重矩阵（W）下依次进行了LM 检验、Hausman 检验和LR检验。LM 检验中LM-error 不显著，由此可选择空间自回归模型（SAR）；Hausman 检验表明固定效应更合适；LR 检验证明SDM 并不会退化成SAR 和SEM，则选用空间杜宾模型（SDM）是合理的。因此，本文最终选择具有双固定的空间杜宾模型，具体诊断性检验结果见表6。

表6 诊断性检验

（四）空间模型实证结果

为展示空间模型结果的全面性，表7 表明了在空间自回归模型（SAR）与空间杜宾模型（SDM）下数字普惠金融对共同富裕的实证结果，可以看出其主效应在1%水平下系数均显著为正，表明本地区的数字普惠金融发展对共同富裕是正向影响，这是因为数字普惠金融打破了地理障碍，使得城乡收入差距缩小，能源消费结构更加完善，出口贸易规模逐步扩大，企业融资成本大幅降低，从而有利于地区共同富裕，验证假设1 成立。共同富裕空间自回归系数显著为正，表明本地区共同富裕程度的提高能带动周边地区共同富裕，可能是因为当本地区共同富裕程度提升、规模扩大、实力雄厚时，能进一步对周边省份进行辐射，同时发展过程中的经验也可以被借鉴，从而带动周边地区发展，提升共同富裕程度。将溢出效应分解为直接、间接和总效应，发现数字普惠金融发展对共同富裕的直接效应系数都为正且显著，再次证明数字普惠金融对本地区共同富裕有明显促进作用。间接效应在空间自回归模型下显著为正，在空间杜宾模型下虽然不显著但也为正，则表明本省数字普惠金融的发展不仅能够明显促进本省共同富裕，而且对邻省共同富裕具有正向溢出效应，假设2 成立。在控制变量方面，政府财政支持和环境水平的直接、间接效应都显著，说明政府财政支持的增加和环境水平的改善无论对本地区还是邻边地区的共同富裕都会产生明显的促进作用。

表7 空间面板模型回归结果

（五）异质性分析

1.结构异质性。从表8 列（1）至列（3），容易看出不同维度数字普惠金融指数对共同富裕的影响有一定差异。覆盖广度、使用深度和数字化程度均能显著促进本地区实现共同富裕，可能是由于金融服务覆盖人群广泛、品类多样的金融产品能满足投资需求且互联网金融服务方便快捷，易于提高交易效率，从而刺激本地区的投资需求，加快经济发展，促进地方共同富裕。在邻近地区效应中，只有使用深度和数字化程度显著为负，表明当本地区使用深度和数字化程度越高时，对邻近地区的共同富裕产生抑制作用，这是因为品类多样的金融产品和金融服务的快捷和低成本性可以有效满足各类金融服务对象对资金使用要求。

表8 数字普惠金融结构异质性与区域异质性实证结果

2.地区异质性。为了更深入讨论以上两者的空间效应，将30 个省份划分为东部地区、中部地区和西部地区，从而了解不同区域间数字普惠金融影响共同富裕的差异性，进一步研究不同区域内数字普惠金融对共同富裕的影响，具体结果见表8 列（4）至列（6）。基于经济地理距离嵌套空间权重矩阵（W），东、中、西部地区数字普惠金融均对本地区共同富裕有显著的推动作用，且中、东部地区的促进作用比西部地区更大，这与何文彬和王珂凡（2023）的研究结论基本一致。同时，中、西部地区数字普惠金融对邻区共同富裕表现为正向溢出效应。东部地区数字普惠金融对邻区共同富裕表现为负向溢出效应，可能的原因是东部地区科技产业发达，信息通信技术较为先进，思想观念更为先进，社会接受度高，从而数字普惠金融业务更能广泛开展，进而促进东部地区经济发展，但对于邻边地区来说，这种发展会使经济水平增长差距加大，对实现社会共同富裕产生抑制作用。

（六）内生性与稳健性检验

本文借鉴Bartik（2009）、邓荣荣和张翱祥（2022）的研究，将数字普惠金融指数滞后一期乘以其一阶差分（FINi,t-1*△FINt,t-1）的结果作为工具变量进行2SLS 估计，以此解决模型可能存在的遗漏变量问题。表9 中列（1）为第一阶段估计结果，F 统计量大于10，弱识别检验的显著性低于10%，表明几乎不存在弱工具变量，不可识别检验中也在1%水平上拒绝了识别不足的原假设，说明该工具变量是合理的。从第二阶段回归结果可以看出，解释变量的系数显著为正且通过了5%的检验。因此，在考虑内生性的情况下，前文检验结论是可靠的。

表9 内生性检验回归结果

本文通过下述三种方法对上文空间计量模型进行稳健性检验，将前文空间杜宾模型的回归结果作对照，见表10列（1）。第一，缩短周期。黄益平和黄卓（2018）认为中国数字发展的起始点在2013 年，所以本文只保留2013 年以后的样本重新回归，结果见表10 列（2）。第二，缩尾处理。参考王平和王凯（2022）的做法，对核心解释变量进行上下1%的缩尾处理，回归结果见表10 列（3）。第三，替换权重矩阵。基于经济空间权重矩阵对空间计量模型重新估计，回归结果见列（4）。显然，在不同的显著性水平下解释变量都显著且为正，所以模型具有稳定性，进一步说明结论的可靠性。

表10 稳健性检验回归结果

四、研究结论与建议

（一）研究结论

本文基于2011～2021 年30 个省份的面板数据，建立面板固定效应模型和空间杜宾模型实证分析了数字普惠金融对共同富裕的影响。第一，从全局来看，2011～2021 年各地区共同富裕水平存在着差异，东部地区共同富裕要明显高于西部地区，但各地区经济共同富裕水平在逐年升高。第二，数字普惠金融的增长对社会共同富裕有积极作用，分维度指标覆盖广度对共同富裕的促进作用要优于使用深度和数字化程度。保持数字普惠金融增长对实现共同富裕来说依然是一个重要措施。第三，数字普惠金融的空间溢出效应得以证实，数字普惠金融的不断提高有利于区域协调发展，且中、东部地区数字普惠金融对本区域的共同富裕的推动作用比西部地区更加明显，中、西部地区数字普惠金融对邻近区域的共同富裕表现为正向溢出效应，而东部地区为负向溢出效应。第四，研发创新能力的负向效果表明在欠发达以及乡村地区存在数字鸿沟现象，阻碍了共同富裕的实现。

（二）建议

第一，构建数字普惠金融促进社会共同富裕的发展路径，加大数字普惠金融基础设施建设。丰富金融产品和服务的种类，努力满足不同群体的差异化金融需求，提高数字普惠金融使用深度，为实现共同富裕添砖加瓦；加快金融机构数字化转型，扩大数字化业务范畴，提升资源使用效率，为共同富裕注入动力。

第二，缩小地区经济差异，稳步提升共同富裕水平。一方面，考虑到数字普惠金融对欠发达地区经济发展产生的积极效应，建议给予政策扶持，平衡金融资源分配。优先提升覆盖广度，再结合使用深度和数字化程度的发展，统筹协调三者之间的关系，发挥出数字普惠金融促进经济发展的最大作用。另一方面，重视数字化人才培养，鼓励发达地区与欠发达地区之间双向交流与合作，加快成果转移与推广应用，缩小区域经济差距。

第三，重视数字化建设，提升欠发达以及乡村地区数字化水平，将“数字鸿沟”转变为“数字机遇”。为发展缓慢地区引入高新技术与人才，加大数字基础建设投入，缩小区域数字技术差距，促进区域间平衡化发展，逐步实现社会共同富裕。