引言

共同富裕是中国式现代化的核心目标，是社会主义的本质要求。其内涵在于，全体人民凭借勤劳奋斗与互助合作，最终达到生活富足、精神昂扬、环境优美、社会融洽、服务普及的全面发展状态，共同享有改革发展的红利和美好生活，这一状态正是中国式现代化不可或缺的标识。共同富裕绝不是整齐划一的平均主义，也不是同步富裕、同等富裕。经过多年的努力，在2021年我国已经消除了绝对贫困，向着共同富裕的伟大目标奋进。党的十九届五中全会提出到2035年“全体人民共同富裕取得更为明显的实质性进展”的目标。

普惠金融是指以可负担的成本，为传统金融服务难以覆盖的弱势群体提供全方位、多层次的金融服务，旨在提升金融服务的可获得性、便利性和商业可持续性，从而促进社会公平、支持实体经济发展，最终实现经济社会的包容性增长。而数字普惠金融是指利用数字技术（特别是移动互联网、大数据、云计算、人工智能等）来扩大普惠金融的覆盖范围、提升服务效率、降低服务成本、创新服务模式，从而更有效地为传统金融服务不足的长尾人群提供可负担、便捷、安全、负责任的金融产品和服务。

中国始终将缩小贫富差距作为一项重要任务。随着共同富裕战略目标的明确提出，普惠金融作为服务全体人民、促进共同富裕的重要途径，其作用日益凸显。《中共中央关于进一步全面深化改革、推进中国式现代化的决定》明确指出，提升人民生活品质，推动人的全面发展，使全体人民共同富裕取得更为实质性的进展。在此背景下，深入推进普惠金融，不仅是保障和改善民生、推动全体人民迈向共同富裕的必然要求，也是实现金融高质量发展、服务中国式现代化目标的关键举措。基于此，本文通过实证研究，探讨数字普惠金融对农村农民共同富裕的影响，并提出有针对性的政策建议。

一、理论基础与研究假设

从理论基础看，信息不对称理论、金融排斥理论以及普惠金融理论揭示了传统金融体系的困境，高昂的信息获取成本、困难的风险评估（尤其缺乏抵押物和信用记录的农村主体）、以及有限的物理网点覆盖，共同导致较多农村居民和涉农小微主体被系统性排斥在金融服务之外，深陷“融资难、融资贵”的困境，制约了其收入增长潜力，成为阻碍农村共同富裕的瓶颈。而数字普惠金融，正是通过一系列契合农村场景的技术创新，有效缓解了困扰传统金融的信息不对称问题，显著降低了金融服务交易成本与信贷准入门槛。这从根本上提升了农村金融服务的可得性、便利性和包容性。它通过为农村居民和涉农经营者提供更宽广的融资渠道和更低的融资成本，为其输送的创业启动资金、农业生产经营周转资金以及应对自然灾害或市场波动等临时性冲击的紧急资金支持。这种金融赋能将直接激活农村的经济潜能，激发更多本土化创业活力，创造更多非农就业和增收机会，显著提升农村家庭收入水平与稳定性，最终有效推动农村共同富裕水平的实质性提升。因此，提出假设：

H1：数字普惠金融有利于促进农村农民共同富裕。

共同富裕的核心内涵在于全体人民共享发展成果，其实现路径不仅依赖于宏观经济的持续增长，更关键的是要确保增长过程的包容性与公平性，特别是提升中低收入群体的增收能力与机会。数字普惠金融，依托数字技术（如移动互联网、大数据、人工智能），通过显著降低金融服务门槛、交易成本和信息不对称，为传统金融体系难以覆盖的广大群体（尤其是农村居民、小微经营者、低收入人群）提供了便捷、可负担的支付、储蓄、信贷、保险和理财等金融服务。因此，数字普惠金融通过精准赋能传统金融体系下的金融排斥群体，尤其是农村居民，有效提升其创收能力，缩小收入差距，进而实现共同富裕。综上做出以下假设：

H2：数字普惠金融通过提升家庭收入，进而推动农村农民共同富裕。

二、研究设计

（一）数据来源

本文挑选西南财经大学中国家庭金融调查与研究中心（CHFS）公布的2015年、2017年以及2019年三轮全国性追踪调查数据展开研究。此数据涵盖了全国29个省（自治区、直辖市），样本设计合理，在家庭层面能较好地体现全国状况，具备一定的代表性。

（二）变量选取

被解释变量：共同富裕（CP）。为了构建共同富裕评价体系，本文参照前人研究的做法，评价体系从物质层面、精神层面以及社会共享层面构建共同富裕评价指标体系。如表1所示，本文主要采用熵权法构建共同富裕指标体系。表中除收入差异性与消费差异性为负向指标外，其余都为正向指标。通过熵权法计算最终得到共同富裕指标CP，CP越大代表共同富裕的水平越高。

一级指标	二级指标	三级指标	指标设定
共同富裕	物质富裕	人均收入	人均可支配收入不低于22408元时赋值为1，否则为0
		家庭相对收入	设定所在省份家庭年收入中位数的40%为相对贫困线,家庭年收入不低于该贫困线时赋值为1，否则为0
		家庭总资产	家庭总资产不低于360000元时赋值为1，否则为0
		人均消费	人均总消费不低于18322元时赋值为1，否则为0
		生存性消费	生存性消费占总消费的比重不超过65%时赋值为，否则为0
	精神富裕	家庭成员健康	自评健康状况较好的家庭成员占比不低于50%赋值为1，否则为0
		家庭成员养老保险覆盖程度	16岁及以上家庭成员拥有养老保险的比重(%)
		家庭成员受教育程度	16岁及以上家庭成员具有高中及以上学历的比重(%)
		家庭成员医疗保险覆盖程度	16岁及以上家庭成员拥有医疗保险的比重(%)
		文娱教育消费	文娱教育消费占总消费比重不低于11%时赋值为1，否则为0
		主观幸福感	自评幸福感为“非常幸福”或“幸福”时赋值为1，否则为0
	社会共享	收入差异性	当以调查样本人均收入的均值为界，计算各样本与均值的离散值的绝对值，并取对数
		消费差异性	以调查样本人均消费的均值为界，计算各样本与均值的离散值的绝对值，并取对数
		城乡居民收入比	调查样本所在省份的城乡居民人均收入水平比
		城乡居民消费比	调查样本所在省份的城乡居民人均消费水平比

核心解释变量：数字普惠金融(IF)。本文选取北京大学数字普惠金融指数，并采用省级数字普惠金融指数与CHFS数据相匹配，最终得到解释变量。该指数其底层数据直接依托支付宝海量真实交易行为构建，覆盖支付、信贷、理财等多维度金融服务，保障了指标的连续性与样本可靠性，数据量较大，能有效反应我国数字普惠金融的发展状况。

中介变量：家庭总收入（total_inc）。为避免收到极端值从而产生偏误，本文对家庭总收入采取上下5%的缩尾处理，剔除缺失变量。

控制变量：鉴于共同富裕在微观层面还会受其他方面影响，本文从三个层面选取控制变量，分别是户主特征、家庭特征、地区特征。户主特征包含：（1）家庭户主受教育程度（educ）：没上过学记为0，小学记为6，初中记为9，高中记为12，中专或职高记为13，大专或高职记为15，大学本科记为16，硕士研究生记为19，博士研究生记为22；（2）户主的性别（gender），男性设定为1，女性设定为0；（3）户主婚姻状况（marriage）：已婚设为1，未婚设为0；（4）户主年龄（age）及其年龄的平方(age2)。家庭特征涵盖：（1）家庭成员数量(size)；（2）家庭抚养比例(dependency)。地区特征：（1）当地人均GDP水平(Economic_level)；（2）当地金融发展程度(Finace_level)，以金融机构存贷款总和占GDP的比重来度量。

（三）模型构建与描述性统计

为检验数字金融能力对共同富裕的影响，本构建以下模型：

其中，代表家庭共同富裕水平，代表家庭的数字金融能力，代表一系列控制变量，与分别代表家庭的固定效应与时间的固定效应，代表误差项。

根据前文理论分析，数字普惠金融能够通过提升财富积累能力、促进家庭创业进而促进共同富裕，为探究其理论机制，本文参考中介效应模型的方法对其进行检验，模型如下：

表2为描述性统计的结果，清晰的展示了各个变量的分布情况。

变量名	观测值	均值	标准误	最小值	最大值
CP	16131	0.249	0.206	-0.059	1.055
IF	16131	269.732	47.340	193.290	399.003
gender	16131	0.875	0.330	0.000	1.000
educ	16131	7.034	3.451	0.000	19.000
marriage	16131	0.883	0.322	0.000	1.000
age	16131	58.122	11.986	4.000	96.000
age2	16131	35.219	13.953	0.160	92.160
size	16131	3.661	1.817	1.000	19.000
dependency_ratio	16131	0.267	0.392	0.000	1.000
Economic_level	16131	10.847	0.345	10.164	11.994
Finance_level	16131	3.328	0.799	2.118	7.552

三、数字普惠金融对共同富裕实证分析

（一）基准回归

	(1)	(2)	(3)	(4)
	CP	CP	CP	CP
IF	0.000543**	0.000576***	0.000679***	0.000490*
	(0.000226)	(0.000223)	(0.000220)	(0.000254)
gender		0.00841	0.00279	0.00274
		(0.00609)	(0.00598)	(0.00599)
educ		0.00406***	0.00416***	0.00417***
		(0.000776)	(0.000760)	(0.000760)
marriage		-0.00513	-0.0135*	-0.0135*
		(0.00757)	(0.00743)	(0.00743)
age		0.00408***	0.00247*	0.00244*
		(0.00139)	(0.00137)	(0.00137)
age2		-0.00522***	-0.00284**	-0.00279**
		(0.00124)	(0.00122)	(0.00122)
size			0.0149***	0.0149***
			(0.00141)	(0.00141)
dependency_ratio			-0.0847***	-0.0852***
			(0.00923)	(0.00923)
Economic_level				0.105*
				(0.0572)
Finance_level				-0.00274
				(0.0116)
个体效应	是	是	是	是
时间效应	是	是	是	是
_cons	0.103*	0.00968	-0.0289	-1.111*
	(0.0609)	(0.0726)	(0.0722)	(0.617)
N	16131	16131	16131	16131
R2	0.642	0.647	0.657	0.657

注：∗、∗∗、∗ ∗ ∗ 分别代表10%、5%和1%的显著性水平；括号内为标准误。

表3展示了基准回归分析的结果。具体而言，（1）列呈现了未加入控制变量的回归结果，而（2）至（4）列则依次展示了逐步加入控制变量后的回归结果。结果显示，数字普惠金融对共同富裕的回归系数在5%的显著性水平上均显著。以（3）列为例，其系数为0.000679，这意味着数字普惠金融每提升一个单位，共同富裕水平将相应提高0.000679个单位。此外，（3）和（4）列分别加入了户主特征和家庭特征作为控制变量，使得回归系数的显著性进一步增强。由此可见，数字普惠金融能够有效提升家庭的共同富裕水平，假设H1得以验证。

（二）内生性检验与稳健性检验

本文采取变量滞后的方法来缓解可能存在的内生性问题，由于样本时间为2015年、2017年、2019年，因此将数字普惠金融指数滞后两年后进行回归，回归结果如下如所示。

表4中列（1）可知，滞后两年后，数字普惠金融依旧对共同富裕有着显著的影响，进一步证实了上文的结论。另外，相较于基准回归的结果，滞后两期的数字普惠金融对共同富裕的回归系数的显著性有了提升，部分显著性从5%提升至1%，可能的解释为数字普惠金融对共同富裕的影响具有滞后性，农村居民需要经历技术普及和用户适应的过程，基础设施覆盖、数字设备获取以及用户对金融工具的理解和信任建立，都需要一定的时间。

为了检验实证结果的稳健性，本文采取以下两种方法进行检验。第一，参照的做法，为避免直辖市享有的特殊地位和政策倾斜影响分析结果，我们将北京、上海、天津、重庆四个直辖市排除在省级样本之外，并据此重新估计，回归结果列（2）所示，结果与前文一致。第二，对数字普惠金融进行上下5%的缩尾处理，结果列（3）仍然与前文一致。综上说明结果是稳健的。

	(1)	(1)	(2)
	CP	CP	CP
IF	0.00198***	0.000668***	0.000684***
	(0.000748)	(0.000220)	(0.000223)
控制变量	是	是	是
个体效应	是	是	是
时间效应	是	是	是
_cons	-0.644	-0.0271	-0.0305
	(1.367)	(0.0722)	(0.0728)
N	10754	16011	16131
R2	0.768	0.658	0.657

注：∗、∗∗、∗ ∗ ∗ 分别代表10%、5%和1%的显著性水平；括号内为标准误。

（三）异质性分析

本文将所有调查户按总资产从高到低顺序排列，平均分为3个等份，处于最高20%的收入群体为高资产组，中间60%为中等资产组，剩下最低20%为低资产组，为保证分组具有差异性，本文进行Chow检验，结果显示在1%的水平上显著，表明组间具有差异性，并将三个分组分别进行回归，结果如表5所示。数字普惠金融对低资产组的影响在5%的水平上有显著正向影响，对中资产组在10%的水平上显著正向影响，而对高收入组数字普惠金融对共同富裕影响不明显。可能的解释为数字普惠金融的核心在于利用数字技术降低金融服务门槛和成本，使传统金融难以覆盖的人群也能便捷获取金融服务。低资产组因地理位置偏远、缺乏抵押物、信用记录空白或交易金额过小而被传统金融机构忽视。数字普惠金融通过移动支付、在线账户、基于大数据的小额信贷等方式，首次或显著降低了他们获得储蓄、支付、信贷和保险等基础金融服务的难度和成本，进而帮助低资产组的人群提升收入、降低陷入贫困的概率，从而帮助他们实现共同富裕。

	(1)	(2)	(3)
	CP	CP	CP
	高资产组	中资产组	低资产组
IF	0.0261	0.00228*	0.00157**
	(0.00128)	(0.00129)	(0.000668)
控制变量	是	是	是
个体效应	是	是	是
时间效应	是	是	是
_cons	-6.340	-0.0894	-0.154
	(0.00129)	(0.340)	(0.194)
N	14	2412	5020
R2	0.712	0.713	0.739

注：∗、∗∗、∗ ∗ ∗ 分别代表10%、5%和1%的显著性水平；括号内为标准误。

（四）机制检验

同时本文检验数字普惠金融对农村农民共同富裕的中介效应，回归结果如表6所示。表（2）展示了数字普惠金融对家庭收入的显著正向影响，在5%的显著性水平上得以验证。表中列（3）则加入了家庭总收入变量，考察数字普惠金融对共同富裕的影响，结果显示在1%的显著性水平上存在显著的正向效应。数字普惠金融通过增强家庭创收能力，有效缩小了贫富差距。因此，可以明确指出，数字普惠金融不仅能够提升农村家庭收入，还能在此基础上进一步促进农村农民的共同富裕。

	(1)	(2)	(3)
	CP	total_inc	CP
IF	0.00211***	261.3**	0.00174***
	(0.000545)	(104.1)	(0.000524)
total_inc			0.00000144***
			(7.69e-08)
控制变量	是	是	是
个体效应	是	是	是
时间效应	是	是	是
_cons	-0.230	-64734.9**	-0.136
	(0.150)	(29050.2)	(0.145)
N	10754	10754	10754
R2	0.768	0.754	0.786

注：∗、∗∗、∗ ∗ ∗ 分别代表10%、5%和1%的显著性水平；括号内为标准误。

四、总结与政策建议

（一）总结

本研究聚焦数字普惠金融与农村农民共同富裕的影响，通过理论分析与实证检验发现：数字普惠金融借助数字技术突破传统金融限制，能显著提升农村家庭的共同富裕水平，该结论在滞后一期回归及剔除直辖市、缩尾处理等稳健性检验中均成立。从作用机制看，数字普惠金融可通过提升家庭收入赋能农村居民创收，进而缩小贫富差距。异质性分析表明，对低资产组家庭的共同富裕促进作用更显著，对中资产组次之，对高资产组影响不明显，这凸显了数字普惠金融在服务传统金融排斥群体方面的重要价值。

（二）政策建议

为深化数字普惠金融对农村共同富裕的推动作用，需从多维度构建系统性政策框架。首先，强化农村数字基础设施与金融素养培育的协同推进。

首先，建立基于区域异质性的差异化推进策略。针对资产异质性的分析，为低资产家庭设计“无抵押+信用评分”的小额信贷产品，通过政府风险补偿基金降低金融机构放贷风险；对中资产家庭，侧重推广生产性信贷，支持家庭农场、专业合作社的规模化经营。

其次，完善数字普惠金融的风险防控与监管机制。建立跨部门的农村金融数据共享平台，规范金融机构对农户数据的采集与使用边界，避免信息滥用加剧“马太效应”；构建宏观审慎监测体系，动态跟踪数字普惠金融的区域渗透差异，对金融服务覆盖率低的地区实施政策倾斜；引导金融机构建立“线上服务+线下网点”的协同模式，通过基层金融服务站提升农村居民对数字金融产品的信任度，同时强化贷后风险管理，防止过度借贷引发的系统性风险。

最后，推动金融机构与政府、社会组织的协同合作。鼓励商业银行与互联网平台合作，将数字普惠金融服务嵌入农村电商、智慧农业等场景，形成“金融+产业”的生态闭环；政府通过财政补贴、税收优惠等方式，引导金融资源向农村低收入群体倾斜，同时支持社会组织开展农村金融教育，提升居民对金融产品的认知与选择能力。最终通过技术赋能、政策引导与生态构建的多管齐下，确保数字普惠金融在促进农村共同富裕过程中实现包容性与可持续性发展。

参考文献：

1. [1] 龚斌磊,钱泽森,李实.“共同富裕的测度与驱动机制研究”[J].数量经济技术经济研究,2023,40(12):5-26.
2. [2] 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,2023,37(03):18-24.
3. [3] 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(05):48-62.
4. [4] 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(07):4-17+123.
5. [5] 尹志超,文小梅,栗传政.“普惠金融、收入差距与共同富裕”[J].数量经济技术经济研究,2023,40(01):109-127.
6. [6] 薛启航,王慧敏,魏建.“数字金融促进共同富裕实现的机制与路径研究”[J].学习与探索,2022(04):139-147.
7. [7] 王义中,林溪,李振华,等.“数字普惠金融助力共同富裕：基于流动性约束视角”[J].经济研究,2024,59(06):49-68.
8. [8] 孙继国,赵文燕.“数字金融素养何以推动农民农村共同富裕”[J].上海财经大学学报,2023,25(03):33-46.
9. [9] 申云,李京蓉.“数字普惠金融助力乡村产业融合发展的共富效应及空间分异”[J].华南农业大学学报（社会科学版）,2023,22(04):82-95.
10. [10] 傅秋子,黄益平.“数字金融对农村金融需求的异质性影响——来自中国家庭金融调查与北京大学数字普惠金融指数的证据”[J].金融研究,2018(11):68-84.
11. [11] 柳松,谭卓敏,陈楚娜.“数字金融素养、农村家庭财富积累与农民农村共同富裕”[J].农村经济,2024(05):30-42.
12. [12] 刘超,张雨柔,李国成.数字金融能力与家庭财富积累——来自中国家庭金融调查的证据[J].计量经济学报,2025,5(02): 443-462.