郭恒泰 石福安 吴玉彬
【摘 要】 基于“共同性”、“富裕性”与“发展性”特征，构建共同富裕综合评价体系，并利用2013—2020年31个省份平衡面板数据，使用固定效应模型探讨了数字普惠金融对共同富裕的影响及其作用机制。研究发现，数字普惠金融与共同富裕呈现显着的正相关关系，经过内生稳健性检验后，结论依然成立；机制分析表明，数字普惠金融能通过推动非农就业促进共同富裕；进一步分析发现，数字普惠金融对共同富裕的促进作用在金融发展水平较高与互联网普及程度较高的地区更加显着。
【关键词】 数字普惠金融； 共同富裕； 非农就业； 协调发展
【中图分类号】 F832；F061.3 【文献标识码】 A 【文章编号】 1004-5937（2023）21-0081-08
一、引言
党的二十大报告指出“我们要实现好、维护好、发展好最广大人民根本利益，……健全基本公共服务体系，提高公共服务水平，增强均衡性和可及性，扎实推进共同富裕”，并强调“鼓励勤劳致富，促进机会公平，增加低收入者收入，扩大中等收入群体。……规范财富积累机制，……健全就业公共服务体系”[1]。在进入全面小康社会后，中国现代化建设的重点将从脱贫攻坚逐步向实现共同富裕转移[2]。2023年10月，国务院发布的《关于推进普惠金融高质量发展的实施意见》（国发〔2023〕15号）提出，未来五年要基本建成高质量的普惠金融体系，普惠金融促进共同富裕迈上新台阶。金融支持作为提高居民收入与缩小居民收入差距的重要方式之一，在脱贫攻坚进程中发挥了重要作用[3]，其在实现共同富裕的道路上也将大有可为。然而，由于金融体系发展尚不完善，金融机构“嫌贫爱富”、金融供需失衡、信贷资源错配等问题制约着金融业服务微观个体的质效，难以满足高质量发展阶段人民共享发展成果的现实需要，成为当前金融改革亟待解决的痛点[4]。
作为畅通传统金融堵点的“催化剂”，数字普惠金融凭借其低门槛、低成本及广覆盖等优势特征[5-6]，能有效降低融资成本、服务门槛和金融排斥程度[6]，破除时间与空间约束，拓展金融服务的触达范围，促进金融供给和金融需求的有效匹配，满足不同主体对信贷资金的需求。其作为金融供给端兼具公平和效率的一种制度设计，依托数字技术与传统金融的深度融合，能提高各类群体的金融可获得性，实现真正意义上的金融普惠，助力各地区经济发展、居民生活水平提升与收入差距缩小[7]。现有文献主要从优化资源配置[8]、缩小收入差距[9]、推动经济高质量发展[10]以及促进人民共享发展成果[11]等方面证实了数字普惠金融在宏观经济以及微观市场主体发展中的作用。第一，数字普惠金融拓宽了传统金融服务的覆盖范围，提升落后地区与长尾群体的金融服务可获得性，通过减贫增收，缩小居民收入差距[11]。第二，数字普惠金融发展有利于缓解资源约束，满足不同主体对资金的需求，进而促进农村低收入与贫困群体非农就业，有利于提升居民整体收入，促进家庭消费结构改善与生活水平提升[12]。第三，数字普惠金融能为企业规模扩张提供资金支持，推动实体经济发展，提高地区全要素生产率，提升经济增长水平，促进居民共享经济发展成果[10-11]。以上研究均直接或间接地证实了数字普惠金融发展在促进社会公平、提高居民生活质量以及推动全体居民共享经济社会发展成果等方面的重要作用，这为本文提供研究思路的同时也提供了重要的理论支撑。
提高农村低收入和贫困群体收入是实现共同富裕的重要路径[13]。然而，由于就业岗位少、农民劳动技能低等原因，我国劳动力市场中非农就业岗位与农村劳动者技能无法完全匹配[14]，传统农业收入依然是多数农民家庭的主要甚至全部收入来源。受传统农业基础设施薄弱、农业生产自然风险较大与农产品需求价格弹性小等问题制约，农业收入波动性较大，非农就业已成为农村弱势群体增加家庭收入的重要途经[15]。数字普惠金融发展打破了传统金融面临的时间与空间壁垒，既提高了信贷资金可获得性，又降低了企业与居民个体的信贷成本，为企业规模扩张与居民创业提供信贷资金支持，有利于增加劳动力市场中的非农就业岗位，促进农民群体实现非农就业[16]。此外，数字普惠金融为农民提升自身劳动技能创造了有利条件，促使劳动者更好地满足劳动力市场的需求，提高农民群体从事非农岗位的可能性，推动非农就业[14]。
基于上述分析，本文立足于习近平总书记围绕“正确认识和把握实现共同富裕的战略目标和实践途径”提出的三方面要求，结合共同富裕的“共同性”、“富裕性”与“发展性”特征构建共同富裕评价指标体系，并运用2013—2020省际平衡面板数据，研究如下问题：数字普惠金融发展能否促进共同富裕？非农就业在这一路径中起到何种作用？
本文可能的贡献在于：第一，构建了共同富裕评价指标体系，丰富现有测度指标体系。已有研究主要集中于理论研究，实证层面检验较少，本文通过构建共同富裕评价指标体系，并利用31个省份面板数据对数字普惠金融助力共同富裕进行理论分析与实证检验，为后续相关主题研究提供思路与参考。第二，创新性地以非农就业作为中介变量，揭示了非农就业在数字普惠金融对共同富裕影响中的中介效应，为新发展阶段实现共同富裕提供了路径参考。第三，鉴于数字普惠金融对经济生活的影响存在异质性差异，本文基于地区金融发展水平与互联网普及程度异质性进行深入挖掘，为各地区因地制宜、精准施策提供参考。
二、理论分析与研究假设
（一）数字普惠金融与共同富裕
共同富裕是全体人民的富裕，其核心内涵在于经济在高质量发展的同时由人民共享发展成果[11]，涵盖了“如何将蛋糕做大”与“如何分好蛋糕”两方面的要求，同时也体现了“共同性”、“富裕性”与“发展性”三个特征[17]。实现共同富裕需秉持“居民整体收入均提高”以及“居民收入差距要缩小”的原则与标准，解决好发展不平衡与不充分问题，在经济高质量发展中不断提高社会居民人均收入与消费水平，实现区域与城乡间协调发展，逐步缩小收入差距[18]，这与数字普惠金融的“普惠性”“包容性”特征不谋而合。
作为数字经济与传统金融深度融合的新形态，数字普惠金融依托于现代互联网信息技术，不断提高金融服务实体经济的质效[19]。就内涵而言，数字普惠金融的核心在于“普”与“惠”，数字技术则旨在打破传统金融边界，增强普惠的“精准性”。其中，“普”即为拓宽金融服务覆盖广度，扩大金融服务受众群体规模；而“惠”即为增加金融服务深度，突出金融服务的“机会平等、惠及民生”[11]，促进包容性增长，这与共同富裕的“共同性”、“富裕性”与“发展性”特征相呼应。在“共同性”方面，数字普惠金融发展能有效降低金融服务门槛与金融排斥程度，为弱势群体提供较低成本的信贷资金，促进全体公民平等地享受金融服务以及经济发展带来的成果[20]。数字普惠金融发展也有利于改善传统金融环境，促使金融服务向普惠与包容的方向发展，缓解地方贫困，促进社会公平，进而缩小城乡居民收入差距，促进城乡协调发展[21]。在“富裕性”方面，数字普惠金融以其显着的“减贫效应”，在提高贫困群体收入水平以及推动低收入阶层跻身中等收入阶层等方面发挥着重要作用[11]。此外，数字普惠金融发展也有利于优化资源配置、稳定经济发展，刺激居民金融消费与提高居民资金积累，提升居民整体收入水平[22]。在“发展性”方面，数字普惠金融发展可以优化区域要素配置，提高区域财富管理能力，提升社会公平，通过加强基础设施建设、增加人力资源积累等途径提高创新水平[23]，推动区域经济高质量发展。基于以上分析，本文提出假设1。
H1：数字普惠金融发展有利于促进共同富裕。
（二）数字普惠金融、非农就业与共同富裕
切实解决农村低收入与贫困群体收入问题是实现共同富裕道路上的一项重要任务[13]。而在农业经营收入增长缓慢的现实情境下，加速就业结构转型，为农村低收入群体提供充分的非农就业岗位与创业机会是促进农户收入可持续增长的重要保障[14]。首先，相较于植根传统农业，农村劳动力迁移与外出务工能提高农户的劳动技能与家庭收入水平，促进农村家庭良性循环发展。其次，非农就业能通过增加家庭收入与社会资本积累等路径释放农村消费潜力，提高农村居民家庭消费水平，进而推动消费升级与经济高质量发展[12]。再次，农村低收入群体外出务工或从事其他非农活动可以提高农村家庭的绝对收入，这也有利于保证农民阶层子女从生命周期开始阶段就获得良好教育，提高自身认知能力，降低家庭代际贫困风险，从而形成良性循环，逐步缩小城乡居民收入差距[24]。最后，非农就业带来的就业结构转型可以在提升劳动者技能的同时帮助其积累一定的社会资本与社会网络，激发劳动者创业活跃度[16]，进而在提升自身收入的同时带来更多的“溢出效应”。
数字普惠金融通过助力低收入劳动力群体发展、推动地区企业发展以及改变居民消费模式等途径对非农就业产生重要影响。就劳动力发展而言，“融资难、融资贵”是当前制约我国农村劳动力创业的主要因素[25]，数字普惠金融的发展有利于打破传统金融存在的“信贷歧视”等弊端，提高信贷可获得性，缓解居民对资金的需求，进而有助于激发创业热情，促进农民创业，这一积极效应又会释放出更多的非农就业岗位，形成良性循环。同时，数字普惠金融发展助力农民等低收入群体提升自身技能水平以满足就业市场多样性的劳动力需求，进而提高劳动者从事非农岗位的可能性[14]。就地区企业发展而言，数字普惠金融发展打破了传统金融服务的时间与空间壁垒，凭借其“精准性”提高企业融资便利性，在缓解企业尤其是小微企业融资约束的同时降低融资成本[5-6]，为企业经营规模扩张与研发创新等活动提供资金支持，有利于创造更多非农就业岗位，增加非农就业需求。此外，数字普惠金融发展有利于催生数字化消费模式，创造诸如“美团外卖”骑手等新型就业岗位，为低技能劳动者提供大量就业机会，促进非农就业。基于以上分析，本文提出假设2。
H2：数字普惠金融发展通过促进非农就业助力共同富裕。
三、研究设计
（一）样本选择与数据来源
鉴于数据的可获得性，本文利用2013—2020年31个省份（不含港澳台地区）的平衡面板数据展开研究。其中，数字普惠金融发展数据来自《北京大学数字普惠金融指数（2013—2020）》，共同富裕评价指标体系与控制变量源于《中国统计年鉴》《中国城乡建设统计年鉴》以及各省份的统计年鉴或统计公报，个别缺失数据，通过插值法进行补缺，为便于系数解释，对部分数据进行对数化处理。
（二）变量定义
1.共同富裕（CP）
（1）指标体系构建
习近平总书记围绕“正确认识和把握实现共同富裕的战略目标和实践途径”提出了三方面要求：第一，要在推动高质量发展中逐步实现共同富裕；第二，要发挥分配的功能和作用，实现效率与公平的有机统一；第三，着力提高保障和改善民生水平，不断完善公共服务体系，促进基本公共服务均等化。聚焦于实践层面，首先，住房、教育、医疗、通信等是人民群众切实关心的现实利益问题，保障与提高民生水平成为实现共同富裕的基础保障；其次，改革与发展成果的分配与共享是保证经济协调发展的重要堡垒，也是共同富裕的本质要求；再次，努力推动居民收入与经济发展同步增长，不断缩小区域经济差距、城乡发展差距与居民收入差距已成为实现共同富裕的重要手段；最后，经济高质量发展是满足人民群众对美好生活向往的重要保证，也是实现共同富裕的必然要求。基于上述习近平总书记的三方面要求，本文遵循科学性、有效性与数据的可获取性等原则，借鉴陈丽君等[18]、刘心怡[3]等的研究，结合共同富裕“共同性”、“富裕性”与“发展性”特征，构建了涵盖3个一级指标、9个二级指标和18个三级指标的共同富裕评价指标体系。具体指标如表1所示。
（2）指标测度
主成分分析主要是通过指标降维的方法，从多个指标中提取综合指标作为主成分来反映原始变量的大多数信息，每个主成分所包含的信息不重叠，保证了评价的客观性和可靠性。因此，本文选用主成分分析法对共同富裕指标体系进行降维处理测度共同富裕②。
2.数字普惠金融（DFI）
借鉴郭峰等[5]的研究，数字普惠金融采用北京大学测度的数字普惠金融指数并做对数化处理衡量。
3.非农就业（NFARM）
借鉴张兵等[14]的研究，选用非农就业人数占地区总就业人数的比重测度非农就业。
4.控制变量
借鉴刘心怡等[3]的研究，加入如下控制变量：地区教育发展水平、地区政府干预度、产业结构以及区域对外开放水平。其中，地区教育发展水平采用地区教育经费投入占地方公共财政支出的比重衡量；地区政府干预程度采用地方公共财政支出占该地区GDP的比重衡量；产业结构采用第三产业增加值占第二产业增加值的比重衡量；区域对外开放水平采用地区进出口贸易总额占地区GDP的比重衡量。
（三）模型构建
本文通过构建如下固定效应模型来检验数字普惠金融对共同富裕的影响：
其中，CPi，t表示不同地区在不同年份的共同富裕指数，DFIi，t为不同地区在不同年份的数字普惠金融指数，Controlsi，t代表前文提到的各控制变量；μi表示省份固定效应，γt表示年份固定效应；εi，t表示随机扰动项。本文主要关注系数β1，如果β1显着且为正，则表示数字普惠金融的发展与共同富裕存在显着的正相关关系，进而表明H1成立。
变量描述性统计结果见表2。共同富裕（CP）的均值为0.000，标准差为1.159，表明我国共同富裕整体水平不高，且不同省域间的发展差异较大，也突显了实现共同富裕的紧迫性。数字普惠金融（DFI）的均值为5.494，标准差为0.288，表明我国数字普惠金融的发展尚处于初步发展阶段，不同区域间需协同发展。
四、实证结果与分析
（一）基准回归
表3列示了数字普惠金融对共同富裕影响的基准回归结果。列（1）只控制了省份与年份固定效应，列（2）在控制了省份与年份固定效应的基础上加入了控制变量。结果显示，当只控制省份与年份固定效应时，核心解释变量DFI对共同富裕的回归系数为2.156，且在1%的水平上显着为正；在加入控制变量后，核心解释变量DFI对共同富裕的估计系数为1.083，且在5%的水平上显着为正。这说明在其他条件相同的情境下，数字普惠金融发展能显着促进共同富裕，证明H1成立。原因可能在于，数字普惠金融凭借其“普惠性”“包容性”等特征，为不同收入群体提供信贷支持，在提高居民整体收入以及消费水平的同时，重点为落后地区以及低收入群体发挥促进效应，减少地区贫困，进而促进共同富裕。
（二）内生性检验
为缓解内生性问题，本文采用工具变量法进行处理。将解释变量滞后一期作为工具变量进行两阶段回归。表4汇报了采用工具变量法的两阶段回归结果，其中列（1）为工具变量对核心解释变量DFI的回归结果，列（2）为考虑内生性问题后，核心解释变量DFI对共同富裕的回归结果。由列（1）可知，工具变量（IV）对数字普惠金融（DFI）的估计系数为0.430，且在1%的水平上显着，表明工具变量与核心解释变量存在显着相关性。列（2）结果显示，核心解释变量DFI对共同富裕的回归系数为2.393，且在5%的水平上显着，表明在缓解了可能存在的内生性问题后，回归结果与前文结论一致，亦即数字普惠金融能助力共同富裕。
（三）稳健性检验
1.替换被解释变量
使用熵值法对共同富裕评价指标体系进行重新测度（表示为CMW）以检验上述研究结论的稳健性。结果如表5列（1）所示，核心解释变量DFI的估计系数为0.212，且在5%的水平上显着。这表明替换被解释变量后，核心解释变量DFI与共同富裕存在显着的正相关关系，为前文研究结论提供了稳健性证据。
2.缩小样本区间
鉴于直辖市的特殊地位，其可能会导致数字普惠金融对共同富裕影响的估计系数偏高，夸大数字普惠金融的驱动效应。借鉴刘心怡等[3]的研究，本文剔除4个直辖市后进行重新估计。回归结果如表5列（2）所示，数字普惠金融（DFI）对共同富裕的估计系数为0.834，且在10%的水平上显着为正，表明前文结论稳健可靠。
3.缩尾处理
本文采用前后1%的缩尾处理，以剔除极端值或非随机性给基准回归结果带来的有偏影响。回归结果如表5列（3）所示，核心解释变量DFI对共同富裕的估计系数为1.338，且在1%的水平上显着为正，表明前文所述结论稳健可靠。
五、机制分析
参考温忠麟等[26]的中介效应模型，进一步探讨数字普惠金融发展对共同富裕作用的传导路径，为发展数字普惠金融与实现共同富裕提供更为深入的经验证据。构建中介模型如下：
其中：CP为被解释变量，DFI为核心解释变量，非农就业（NFARM）为中介变量，μi代表年份固定效应，γt为省份固定效应，εi，t为随机扰动项，其余控制变量与前文基准回归一致。
表6列示了数字普惠金融通过推动非农就业促进共同富裕的作用机制检验结果。列（1）显示数字普惠金融（DFI）对非农就业的回归系数为0.167且在1%的水平上显着为正，表明数字普惠金融的发展有利于促进农村居民非农就业。列（2）显示DFI对共同富裕的回归系数相较于基准回归下降为0.836，且在10%的水平上显着；非农就业对共同富裕的估计系数也在10%的水平上显着为正。这说明非农就业在数字普惠金融对共同富裕的影响中发挥部分中介的作用。中介效应检验结果表明，数字普惠金融发展通过推动非农就业促进共同富裕，H2得到验证。
六、进一步分析
（一）金融发展水平异质性
作为推动经济发展的重要动力，金融在优化资源配置、促进区域经济协调与高质量发展等方面发挥着重要作用，地区金融发展水平的高低对完善区域基础设施建设、脱贫致富改善民生水平、缩小城乡收入差距都会产生重要影响。但受各种因素影响，各区域间金融发展水平存在差异性，因此数字普惠金融对共同富裕的影响在金融发展水平不同的区域也可能存在异质性。本文选用地区各金融机构年末存贷款余额占地区生产总值的比重来衡量地区金融发展水平，并依据中位数进行分组，高于中位数的赋值为“1”，代表地区金融发展水平较高；低于中位数赋值为“0”，代表地区金融发展水平较低。表7列（1）和列（2）显示了金融发展水平的异质性检验结果，可以看出在金融发展水平较高的地区，数字普惠金融对共同富裕的估计系数为1.645，且在5%的水平上显着为正；在金融发展水平较低的地区，数字普惠金融对共同富裕的回归结果不显着，这表明数字普惠金融对共同富裕的影响在金融发展水平较高的地区要大于金融发展水平较低的地区。
（二）互联网发展水平异质性
数字普惠金融的发展对互联网等现代信息技术的依赖度较高，不同的信息技术发展程度可能导致数字普惠金融对地区经济发展的影响呈现异质性。因此，本文选择使用地区互联网宽带普及率即地区互联网宽带接入用户数占地区常住人口数的比重来衡量地区互联网发展水平，并依据中位数进行分组，高于宽带普及率中位数的地区赋值为“1”，代表地区互联网发展水平较高，否则赋值为“0”，代表地区互联网发展水平较低。表7列（3）与列（4）显示了数字普惠金融对共同富裕影响基于不同互联网发展水平的异质性检验结果。不难发现在互联网发展水平较高的地区，核心解释变量DFI对共同富裕的估计系数为4.373，且在1%的水平上显着；在互联网发展水平较低的地区，核心解释变量DFI对共同富裕的估计系数不显着，这表明数字普惠金融对共同富裕的影响在互联网发展水平较高的地区大于在互联网发展水平较低的地区。
七、结论与建议
本文基于习近平总书记围绕“正确认识和把握实现共同富裕的战略目标和实践途径”提出的三方面要求，结合“共同性”、“富裕性”与“发展性”特征，构建共同富裕综合评价体系，并运用2013—2020年省际平衡面板数据，使用固定效应模型、中介效应模型探讨了数字普惠金融发展对共同富裕的影响及其作用机制。研究结论如下：第一，数字普惠金融与共同富裕呈现显着的正相关关系，通过内生稳健性检验后该结论依然成立。第二，机制分析表明，数字普惠金融能通过推动非农就业促进共同富裕，印证了“数字普惠金融→扩大非农就业→促进共同富裕”的传导机制。第三，数字普惠金融对共同富裕的促进作用在金融发展水平较高与互联网普及程度较高的地区更加显着。
基于以上研究结论，本文提出以下政策建议：
第一，基于数字普惠金融对共同富裕的促进作用，应鼓励大力发展数字普惠金融。建设与完善数字普惠金融基础设施，为数字普惠金融作用的发挥奠定基础。各金融机构不断强化自身在促进数字普惠金融发展中的主体责任，充分发挥数字普惠金融为民、惠民、利民效应，推进共同富裕目标的实现。
第二，基于非农就业在数字普惠金融促进共同富裕中的中介效应，应引导金融机构为农民群体提供信贷支持，助力劳动者自身技能水平提升，以满足社会非农就业岗位需求，促使劳动者技能与非农岗位相匹配，进而促进低收入群体的收入水平提升，扩大中等收入群体规模，实现共同富裕。
第三，基于数字普惠金融对共同富裕在地区金融发展水平与互联网普及程度作用的异质性，应当加快落后地区数字基础设施等信息化建设，构建综合信息共享平台，提高不同地区间信息共享水平，发挥经济发展水平较高地区的辐射带动作用，缩小区域间、城乡间发展差距，促进各区域协调发展。
【参考文献】
［1］ 习近平.高举中国特色社会主义伟大旗帜 为全面建设社会主义现代化国家而团结奋斗：在中国共产党第二十次全国代表大会上的报告［M］.北京：人民出版社，2022.
［2］ 魏后凯.从全面小康迈向共同富裕的战略选择［J］.经济社会体制比较，2020（6）：18-25.
［3］ 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.
［4］ 王道平，刘琳琳.数字金融、金融错配与企业全要素生产率——基于融资约束视角的分析［J］.金融论坛，2021，
26（8）：28-38.
［5］ 郭峰，王靖一，王芳，等.测度中国数字普惠金融发展：指数编制与空间特征［J］.经济学（季刊），2020，19（4）：
1401-1418.
［6］ 贺茂斌，杨晓维.数字普惠金融、碳排放与全要素生产率［J］.金融论坛，2021，26（2）：18-25.
［7］ 余江龙，周建，崔敏.数字普惠金融与地区间共同富裕——理论逻辑和经验证据［J］.山西财经大学学报，2022，44（10）：1-15.
［8］ 罗来军，蒋承，王亚章.融资歧视、市场扭曲与利润迷失——兼议虚拟经济对实体经济的影响［J］.经济研究，2016，51（4）：74-88.
［9］ 胡联，姚绍群，杨成喻，等.数字普惠金融有利于缓解相对贫困吗？［J］.财经研究，2021，47（12）：93-107.
［10］ 薛莹，胡坚.金融科技助推经济高质量发展：理论逻辑、实践基础与路径选择［J］.改革，2020（3）：53-62.
［11］ 张金林，董小凡，李健.数字普惠金融能否推进共同富裕？——基于微观家庭数据的经验研究［J］.财经研究，2022，48（7）：4-17，123.
［12］ 陈培彬，朱朝枝.非农就业会促进农村居民家庭的消费升级吗？——基于收入与偏好效应理论的实证检验［J］.江苏农业学报，2021，37（3）：772-782.
［13］ 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.
［14］ 张兵，李娜.数字普惠金融、非农就业与农户增收——基于中介效应模型的实证分析［J］.农业现代化研究，2022，43（2）：249-260.
［15］ 刘丹，方锐，汤颖梅.数字普惠金融发展对农民非农收入的空间溢出效应［J］.金融经济学研究，2019，34（3）：57-66.
［16］ 谢绚丽，沈艳，张皓星，等.数字金融能促进创业吗？——来自中国的证据［J］.经济学（季刊），2018，17（4）：1557-1580.
［17］ 郁建兴，任杰.共同富裕的理论内涵与政策议程［J］.政治学研究，2021（3）：13-25，159-160.
［18］ 陈丽君，郁建兴，徐铱娜.共同富裕指数模型的构建［J］.治理研究，2021，37（4）：5-16，2.
［19］ 王永瑜，吴玉彬.数字经济赋能新发展格局：内在机理及政策选择［J］.甘肃社会科学，2023（1）：208-217.
［20］ 李建军，彭俞超，马思超.普惠金融与中国经济发展：多维度内涵与实证分析［J］.经济研究，2020，55（4）：37-52.
［21］ 梁双陆，刘培培.数字普惠金融与城乡收入差距［J］.首都经济贸易大学学报，2019，21（1）：33-41.
［22］ 顾宁，张甜.普惠金融发展与农村减贫：门槛、空间溢出与渠道效应［J］.农业技术经济，2019（10）：74-91.
［23］ 张杉.数字普惠金融对区域创新的影响研究——基于省级面板数据的实证分析［J］.价格理论与实践，2021（11）：134-137，198.
［24］ 刘一伟，刁力.社会资本、非农就业与农村居民贫困［J］.华南农业大学学报（社会科学版），2018，17（2）：61-71.
［25］ 曾之明，余长龙，张琦，等.数字普惠金融支持农民工创业机制的实证研究［J］.云南财经大学学报，2018，34（12）：58-65.
［26］ 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，2014，22（5）：731-745.
