数字金融发展对我国城乡收入差距的影响——基于空间杜宾模型的实证分析

卜 亚，余星辉

(江苏科技大学 经济管理学院，江苏 镇江 212003)

提要：到目前为止，我国脱贫攻坚取得了决定性的成效，数字金融对提高农村贫困群体收入、实现乡村振兴起到了重要作用。结合2011—2019年31个省份的面板数据，利用空间杜宾模型考察了数字金融发展和城乡居民收入差距之间的关系。研究表明，数字金融发展对缩小城乡收入差距具有显著作用，短期内数字金融发展会使相邻省份产生恶性竞争局面，但长期看会实现协调发展，数字金融的覆盖广度、使用深度和数字化程度都对减小城乡收入差距起积极作用，其中覆盖广度作用效果最为明显。鉴于此，要积极拓展数字金融的覆盖广度与使用深度，大力促进数字金融跨区域协调发展，加快构建安全有效的数字金融监管体系。

一、引言

在建党百年之际，现行标准下的农村贫困人口全部脱贫，脱贫攻坚战的“完美交卷”不仅是我国农村的又一次伟大革命，也是迈向共同富裕道路的坚实基础。不过要清晰地认识到，尽管我国的脱贫攻坚已取得决定性胜利，但城乡发展失衡、收入差距较大等问题依然存在，如2020年天津市城乡居民人均可支配收入比为1.86，而甘肃省为3.27。城乡收入分配不均不仅是我国经济发展进入新常态后阻碍经济增长的重要因素，更是阻碍国内大循环的一大痛点。因此，如何解决城乡收入差距，使全体人民向着共同富裕迈进成为亟须解决的问题。

数字金融泛指传统金融机构和互联网公司利用数字技术实现融资、支付、投资和其他新型金融业务模式[1]。受到疫情的影响，传统金融服务在发挥作用的过程中受到诸多约束，而数字金融在疫情期间对支持实体经济、缩小城乡差距以稳定宏观经济发挥了巨大作用。“十四五”规划提出，要立足数字时代，全面推进数字中国建设，使数字经济成为驱动经济发展的新引擎。因此，数字金融对破除城乡二元金融结构、加速缩小城乡收入差距具有重大意义。虽然数字金融在我国乃至全世界都是新生事物，但其一经出现便被寄予厚望。在当前中国贫富差距水平仍在高位徘徊的时期，数字金融发展是否可以缓解城乡收入差距过大的状况？数字金融是通过怎样的理论机理作用于城乡收入差距的？数字金融对邻近省份又是否具有空间溢出效应？鉴于此，在梳理文献的基础上，本文将首先从空间相关性的角度探究数字金融对我国城乡收入差距的影响，然后再对其总效应进行分解，并从周期视角入手考察数字金融的短期效应和长期效应，最后从覆盖广度、使用深度和数字化程度3个方面着手，深入探究数字金融发展对我国城乡收入差距的异质性影响。

二、文献综述

学者们已就金融发展对收入的影响进行了诸多研究。国外方面，Kuznets[2]最早提出倒“U”形曲线理论，即收入水平会随经济发展呈现出先恶化后改进的趋势。Greenwood[3]在此基础上结合动态模型提出了“G-J”假说，即金融发展会对各收入群体产生倒“U”形影响，金融发展在短期内会产生“马太效应”，但长期来看对缩小收入差距仍起积极作用。Akhter[4]通过分析发展中国家的现实数据，得出金融发展可从促进经济增长与改善收入分配两个途径缩小收入差距。Jeanneney[5]指出金融发展主要从存贷款、资产配置与风险管理等直接渠道减缓贫富差距。Law等[6]的研究表明金融发展和居民收入之间存在门槛效应，只有当金融发展超过一定水平时才能缩小城乡收入差距。Zhang[7]使用SVAR模型实证考察了金融发展与城乡收入差距之间的联系，研究结果表明，国家或地区在金融发展初期将表现出更加严重的不平等，只有在发展到更高阶段时收入差距才会缩小。在金融科技时代，Gabor[8]指出数字技术结合传统金融业为促进普惠金融发展提供了新的实现路径，这对缩小城乡收入差距具有重要意义。Allen等[9]研究发现数字金融普及程度尚不能使低收入群体获得应有收益。Lopez[10]运用微观数据进行研究，认为数字金融在农村地区面临可持续性发展的难题。Matthews[11]也指出数字金融对贫困群体的帮助缺乏原动力。Huang等[12]从周期视角入手，认为数字金融在短期内会表现出负面影响，但从较长时期来看能使城乡收入差距逐渐缩小。Agwu[13]从技术视角出发，指出金融和科技间的深度融合使低收入群体较以往更容易获得金融服务，有效抑制了收入差距的扩大。

国内方面，王修华[14]指出，城乡二元金融体系结构在规模和效率之间的巨大差异使得城乡间收入差距日益增大。陈斌开和林毅夫[15]研究了金融抑制的产生机制，认为其能造成金融市场的“马太效应”，阻碍了穷人的收入增长，甚至落入贫困陷阱。徐敏[16]结合我国省级数据，实证得出传统金融模式的门槛效应和排除效应直接导致了城乡收入差距的扩大。王书华和杨有振[17]指出，当前在我国城乡二元经济结构的背景下，金融资源大多流入经济发达的城镇地区，农村地区存在总量和结构性不足等问题，甚至存在金融排斥现象。数字金融的深度应用则为克服传统金融模式的局限性提供了可能。宋晓玲[18]基于我国31个省份的数据进行研究，实证得出金融机构依托数字技术可以降低金融服务的门槛，从而缩小城乡收入差距。梁双陆[19]、刘锦怡和刘纯阳[20]也得出了类似结论。黄益平和黄卓[1]指出数字金融有效解决了传统金融服务的地理排斥，使资金供需双方实现跨距离对接，从低成本满足了农村群体的资金需求。龚沁宜和成学真[21]检验了数字金融在不同经济发展水平下的减贫效应，结果表明数字金融对经济不发达区域的减贫效应更加明显。梁榜和张建华[22]通过实证分析得出，数字金融在我国各省份之间对提高农民收入存在正向溢出效应。易行健、周利[23]和张勋[24]等结合CFPS数据，对数字金融影响农村低收入家庭的微观机制进行分析，发现数字金融可以有效提升农村家庭收入。王永静和李慧[25]发现数字金融的影响在不同地区存在异质性，经济发展水平较低的省份其数字金融对城乡收入差距的纾困效果要优于经济发达的省份，而随着经济水平的提升，该效应也会逐渐减弱。

从相关文献中可以看出，现有研究对数字金融与城乡收入差距做了有意义的探索，但大量文献的研究角度与方向单一，缺乏从空间视角的探索。因此本文的边际贡献可能有两点：(1)数字金融依靠数字技术，冲破了金融服务的地域限制，因此研究数字金融对收入差距的影响时绝不能忽视两者间的空间相关性。本文采用空间杜宾模型，实证分析数字金融发展对我国城乡收入差距的空间影响，从空间视角拓展了数字金融的研究领域。(2)从周期视角考察数字金融短期和长期的影响，更进一步对数字金融细分，探究其在不同维度下所具有的异质性效应，对数字金融的靶向性发展具有重要意义。

三、理论分析与研究假说

数字金融作用于城乡收入差距的理论机理主要体现在降低传统金融门槛效应、缩小传统金融非均衡发展效应以及强化区域金融发展的涓滴效应3个方面。

(一)降低传统金融门槛效应

传统金融模式需要设置许多线下物理网点以提升其服务覆盖范围，但对经济条件落后的地区，这种高投入低回报的方式并不能有效提升金融服务的可获得性，金融机构出于可持续经营的目的，不敢也不愿为低收入群体提供金融服务，严重阻碍了农村地区经济发展。随着数字技术的深度运用，数字金融实现了金融服务的场景化转型，线下物理网点不断收缩，金融机构的获客成本得以下降；人工智能技术加速金融智能化，精简了交易中间环节，减少了金融平台对人工劳力的需求，节省了交易成本；大数据和云计算的应用可以精准描绘用户画像，针对不同用户群体提供金融化服务，减少信息搜集成本；同时，还可以通过金融科技实现信息资源整合，实施在线风险监管，有效跟踪客户，减少因信息不对称导致的逆向选择或道德风险等问题的发生，从而降低风险管理成本。数字金融服务的总成本降低后，农村贫困人口也能够以更加优惠的价格获取金融服务，对增加低收入群体的财富具有重要意义。

(二)缩小传统金融非均衡发展效应

随着我国经济的高速增长，破解城乡二元经济结构已刻不容缓。作为稀缺资源的金融，因其资源配置具有逐利性和避险性的特点，往往流向回报率更高且风险较小的城镇地区，这会直接导致城乡间的储蓄和投资转化率的严重失衡，农村资金大量持续外流以支撑城市经济的发展，而农村经济发展则受到资金缺口的限制。受此影响，城乡金融机构呈非均衡分布态势，农村金融机构有效供给匮乏，金融服务与金融产品不足，金融资源分配不均直接制约农村经济发展，“马太效应”则加剧这一金融排斥局面，使城乡收入差距不断拉大。数字金融的出现打破了传统金融在时间和空间上的限制，得益于无现金交易模式已成为人们习以为常的生活方式，低收入群体可以借由手机等互联通信设备展开丰富多样的金融交易，因此，即使不在偏远地区建设营业网点，金融机构也可在互联网平台进行相关操作，运用人工智能和大数据分析也能为长尾客户提供个性化精准服务，并且数字技术也能提高交易过程中的透明度，避免资金流转中出现人为的贪污克扣现象。综合来说，数字金融有效涵盖了受金融排斥严重的农村居民群体，助力资金回流农村地区，缩小了城乡金融发展的非均衡效应。

(三)强化区域金融发展的涓滴效应

数字服务虽然已渗透到百姓生活的方方面面，但仍然有不少农村居民因教育水平、信息处理等问题成为“数字弃民”，数字鸿沟的存在使农村贫困群体深陷数字围城，举步维艰。而跨越数字鸿沟可从以下两方面入手：一是坚持市场对资源优化起决定性作用。数字金融发展能够实现资源合理配置，催生新的经济增长点，带来了更多的就业机会，促进了实体经济的增长，有助于提升农村人口的工资性收入。二是分配公共资源来帮助贫困群体。政府通过宏观调控、财政支出等措施，避免政策过度倾斜，促使金融资源在城乡间公平再分配，让发展成果惠及乡村群体。此外，当数字金融服务在本地区覆盖到更多的贫困人群并取得成效后，也会对周边地区产生经济溢出效应，促进相邻地区数字金融的发展。因此，数字金融所产生的涓滴效应可以有效缩小本地区甚至周边地区的城乡收入差距。

通过分析可知，低收入群体由于自身禀赋限制，资本储蓄不足，很难达到金融机构所设置的较高门槛，如果没有金融机构的外在助力，极易陷入贫困陷阱的恶性循环中。况且，金融资源总量有限，在城乡二元金融结构下，农村大量资金流向经济更为发达的城镇地区，由此导致农村金融发展停滞不前。但金融发展可以推动经济增长与社会进步，为农村地区带来更多就业机会与资本流入，从而满足贫困人口的信贷需求，减缓城乡收入差距。作为对传统金融模式的颠覆性变革，数字金融依托金融科技，有效解决了传统金融的发展困境。因此，可以得出数字金融作为对传统金融的深化与延伸，发展更为均衡，可以有效降低金融机构门槛效应，使金融服务涵盖更多长尾人群，据此提出假设1。

假设1：数字金融可以有效降低金融机构的门槛效应，增加农村贫困家庭收入，实现缩小城乡收入差距的目的。

我国传统金融发展具有显著的区域性差异和阶段化特征。随着数字技术的运用，地理空间与时间限制的约束被打破，各区域间数字金融发展联系日益紧密，主要有两种表现形式：一是“先富带后富”的正向溢出效应。随着一个区域内的生产要素逐渐集聚，该区域的金融生态体系日益成型，在不断优化自身资源配置的同时也会带来规模经济，此外，该地区的发展模式与配套措施都会辐射周边城市，起到示范引领的“先头部队”作用，有效扩大了数字金融的服务半径，使城乡居民共享数字经济成果。因此，邻省的数字金融发展水平提高，也会对本省的经济发展起到显著的促进作用。二是因争夺稀缺金融资源所导致的负面竞争效应。由于缺乏顶层设计与统筹规划，在晋升激励机制的影响下，各省份间为了经济增长目标会不断进行金融扩张，极端情况下还会对周边地区实施金融掠夺，产生恶性竞争的局面。此外，经济发达城市由于资本支持和政策倾斜等原因，更容易吸引周边地区人口迁入，这种“虹吸效应”会使周边地区因资源禀赋流失而陷入数字金融的发展困境，从而加剧区域间的发展不平衡。因此，若仅研究当地数字金融发展对城乡居民收入的影响，而未考虑其空间依赖性，可能会低估数字金融对居民收入的真正效用，据此提出假设2。

假设2：数字金融发展和城乡收入差距具有强烈的空间依赖性，但具体方向要看溢出效应与竞争效应的大小。

四、研究设计

根据理论分析与研究假说，本文选取2011—2019年北京大学数字普惠金融指数和31个省份的面板数据，运用空间杜宾模型实证探讨数字金融发展对我国城乡收入差距的影响。

(一)指标选取

1.被解释变量

已有文献度量城乡收入差距的指标主要有3种：城乡居民人均可支配收入比、基尼系数以及泰尔指数。其中，城乡居民人均可支配收入比数据容易获得，计算简便，但不能反映我国城乡人口结构的流动变化。基尼系数计算较为复杂且严谨，但更多反映的是全部居民的收入差异，忽视了低收入群体的利益。因此本文采用泰尔指数(Theil)，其不仅可以体现城乡人口变迁因素，更能反映城乡收入两端变化情况。具体计算公式如下：

(1)

其中，Y(j，t)表示第t年城镇(j=1)或农村(j=2)的支配收入，Yt表示城镇和农村居民在t时期的总可支配收入，X(j，t)表示第t年城镇(j=1)或农村(j=2)的人口数，Xt表示城镇与农村居民在t时期的总人口数。

2.核心解释变量

本文采用北京大学数字金融研究中心发布的北京大学数字普惠金融指数(Fici)，该数据涵盖货币基金、支付、保险等众多业务领域，较好地刻画了当前我国数字金融的发展状况，具有一定的可靠性与代表性，该指数还能分成覆盖广度(Coverage)、使用深度(Depth)和数字化程度(Digital)3个子指标[26]。

3.控制变量

根据已有研究，选取控制变量如下：(1)经济发展水平(Pgdp)，地区经济水平的高低会对居民收入具有显著影响，故选取人均GDP以反映不同省份经济发展状况，为减少异方差所带来的问题，实证模型中进行对数处理；(2)城镇化率(Urban)，城乡二元经济结构是造成城乡不均衡发展的重要因素，故用城镇人口占地区总人口的比重来衡量城镇化水平；(3)对外开放程度(Open)，对外开放会给地区带来劳动力、技术等资源要素，促进经济发展，故采用当年外汇平均价换算的进出口贸易总额占地区GDP的比重来反映；(4)政府财政支出(Gov)，为缩小收入差距，政府会利用调控机制，采取转移支付和政策倾斜等举措进行适当的再分配，所以选取政府当年财政支出占GDP的比重来表示；(5)产业结构(Is)，产业结构调整对经济发展至关重要，用第三产业与当地GDP之比来衡量。

(二)数据来源

本文的研究对象为2011—2019年我国内地31个省份，数字金融指数来自北京大学数字金融研究中心发布的《中国数字普惠金融发展指数(第二期)》，泰尔指数由公式计算得出，其余数据均来自国家统计局网站以及《中国统计年鉴》。各变量描述性统计如表1所示。

表1 变量的描述性统计

(三)模型方法

空间计量模型主要包括空间误差模型(SEM)、空间滞后模型(SLM)和空间杜宾模型(SDM)3种。空间杜宾模型作为其余两者的组合扩展形式，同时考虑了解释变量和被解释变量存在的空间滞后相关性，基于此模型可以更好地捕捉数字金融对城乡收入差距的空间溢出效应。因此采用空间杜宾模型进行实证研究，其基准回归模型如下：

Theilit=β0+β1WijTheilit+β2Ficiij+β3WijFiciij+β4WijXij+μi+νt+εij。

(2)

其中，i、j表示省份，t表示年份；Theil表示城乡收入差距，Fici表示数字金融指数，X为控制变量，μ表示空间效应，ν为时间效应，εij为随机扰动项，W代表空间权重矩阵。通常W采用空间邻接矩阵，若两个省份地理位置相邻则取值为1，若不相邻则为0。但为了反映各省间商品、资本与劳务等经济变量的相互流动，出于严谨性的考虑，本文同时引用经济矩阵，将各省人均GDP的差额的倒数设定为权重，即

(3)

五、实证分析

本部分首先通过空间杜宾模型实证分析数字金融发展和城乡收入差距间的关系；其次，对其空间效应进行分解；最后，再从覆盖广度、使用深度和数字化程度3个层面探究数字金融对城乡收入差距的单项影响。

(一)空间相关性检验

在实证分析前，首先采用Moran’I指数检验城乡居民收入是否具有空间相关性(结果见表2)。由表2可知，无论是地理角度还是经济空间维度，我国各省份的Moran’I指数均为正且通过1%的显著性检验，表明各省份间城乡收入差距在空间上存在着显著的正向相关性。

表2 我国各省份城乡收入差距全局Moran’I指数

(二)空间杜宾模型估计

为了进行比较分析，本文同时构建普通面板回归模型，再依次采用邻接矩阵与经济矩阵建立空间计量模型，回归结果如表3所示。

表3显示了3种计量模型估计的数字金融发展对我国城乡收入差距影响的实证结果，Hausman检验得出3种模型均适合采用固定效应分析。整体看来，以上3种模型，无论是相关性系数抑或是显著性水平都无太大差异。数字金融作为核心解释变量，其系数为负并通过了至少5%的显著性检验，可知模型设定较为可信。根据实证结果，采用经济距离矩阵形式的空间杜宾模型的拟合优度要高于另外两个模型，说明该回归方程更具代表性。基于此，本文接下来将重点分析该模型的回归结果。

空间杜宾模型的回归结果表明，数字金融在1%的显著性水平下能够缩小城乡收入差距，说明数字金融的发展使金融机构的服务成本得以下降，有效缓解了金融排斥，提高农村低收入群体的金融服务可得性，从而缩小了城乡收入差距，因此假设1得以验证。数字金融空间回归项的系数为0.054 00，并且在1%的水平下显著为正，由于空间变量解释了其包含的空间滞后效应，因此表明数字金融具有明显的负向空间溢出效应，即本省数字金融水平越高，周边省份的城乡收入差距反而会逐渐扩大。究其原因，可能在于本省份大力发展数字金融的过程中会吸引相邻省份的人才、技术与资本等优质生产要素的流入，即“金融虹吸”，该竞争效应大于正向的空间溢出效应，因此会加剧邻近省份的城乡收入差距，假设2得到证明。

再看控制变量，当城镇化率上升，城乡收入差距会缩小，对外开放水平亦是如此。政府财政支出与第三产业占比的增加会扩大城乡收入差距，可能的原因是第三产业占用了过多的金融资源，另外，政府可能为了经济增长而加大了对第三产业的投入却忽视农业发展，表明其支出构成有待优化。经济发展水平这一指标虽符合预期，但统计意义并不显著。从空间变量的结果来看，政府支出与产业结构会恶化邻近省份的城乡收入差距，对外开放则起改善作用，其他控制变量的影响不显著。

表3 数字金融对城乡收入差距影响的实证结果

(三)动态空间杜宾模型的效应分解

将总体效应进行分解，进一步考察数字金融所具有的边际效应。考虑城乡收入差距可能具有“棘轮效应”，因此在效应分解中加入其滞后项，以此考察其短期与长期的周期视角，分解结果如表4所示。

表4 数字金融对城乡收入差距总体效应分解

从表4中可以看出，数字金融在短期内的直接效应呈负向影响，间接效应则与之相反，显著为正，表示本省数字金融发展可以有效缩小城乡收入差距，但会扩大邻省的城乡收入差距，不过从长期来看，数字金融程度的提升最终会对包括周边地区在内的城乡收入差距起积极作用，这说明目前我国数字技术尚处于发展的初级阶段，未来仍需加大数字金融发展的力度。政府支出在短期内会对城乡收入差距起到消极作用，但是长期内可以通过加强合作、优化财政收支结构等举措，达到缩小城乡收入差距的目的。城镇化率和对外开放长期内都会缩小城乡收入差距，经济发展水平和产业结构的总效应未通过显著性检验。

(四)数字金融各维度的效应分析

数字金融主要体现在覆盖广度、使用深度和数字化程度3个方面，为进一步分析数字金融对我国城乡收入差距的影响，选取经济距离的空间杜宾模型对数字金融3个维度进行实证分析，结果如表5所示。

表5 数字金融3个维度对我国城乡收入差距的影响

表5显示，数字金融的3个子维度的系数皆为负且显著，其中，使用深度和数字化程度在5%的显著性水平下显著，覆盖广度更是在1%的显著性水平下显著，说明无论从哪个角度来看，数字金融都对缩小我国城乡收入差距起到积极作用。从系数大小来看，覆盖广度的效用要大于使用深度和数字化程度，说明目前我国数字金融的覆盖面仍处于起步阶段，扩大金融覆盖程度会对减缓城乡收入差距起到更加积极的作用。其余变量的回归分析结果和表3基本相似，这里不再赘述。

(五)稳健性检验

为了确保本文研究结论具有稳健性，更换了被解释变量，将泰尔指数替换为城乡居民人均可支配收入之比。在替换被解释变量后，无论是采用邻接权重矩阵还是经济权重矩阵的空间杜宾模型，数字金融对缩小城乡收入差距的结果依然在1%的水平上显著为负，其空间滞后项和其他控制变量的系数符号也都和表3基本一致，说明本文的回归结果较为稳健。

六、结论与启示

本文在理论分析的基础上，运用我国31个省份2011—2019年的面板数据，采用地理邻接矩阵和经济距离矩阵，结合空间杜宾模型实证探究了数字金融对我国城乡收入差距的影响。结果表明：第一，数字金融的发展对城乡收入差距具有收敛作用，即数字金融可以显著缩小城乡收入差距；第二，数字金融具有显著的空间溢出效应，但短期内呈负向影响，即本省数字金融发展会扩大周边省份的城乡收入差距，这可能是由于金融资源稀缺所引发的恶性竞争所致，长期来看数字金融的发展可以带动周边地区经济共同增长；第三，数字金融的各子维度均能显著缩小城乡收入差距，其中覆盖广度的作用效果最为明显。

基于本文结论，笔者提出如下建议：第一，进一步拓展数字金融的覆盖广度与使用深度。由于产业基础薄弱、创新机制缺乏、治理能力低下等缘故，我国农村数字经济发展仍然存在严重的短板，不少农民群体不能享受数字金融发展红利，对此要加大乡村基础设施投资力度，抓住新基建的机遇，推动5G基站建设和大规模商用，提高智能手机的普及率，降低网络流量资费，改善农村地区硬件设施与网络环境，鼓励更多农村贫困群体成为数字居民。要旗帜鲜明地推动数字服务型创新，依托金融科技等前沿技术成果，推动农村地区政务、教育、医疗、物流、电商等领域实现数字化转型，将数字金融应用在当前经济发展中的薄弱环节以及国家战略重点领域，构造全方位、多领域、深层次以及场景化的数字金融生态圈，提供更加多样惠民的金融服务，使数字金融真正地贴近民生，更具“温度”。第二，完善顶层设计，注重数字金融的跨区域协调发展。针对数字金融有可能在空间上产生的负面影响，各省份间要深入交流，加强宏观层面政策制定，着手制定中长期发展战略规划，大力推动数字经济领域的发展，把握发展机遇，充分发挥统筹协调作用，在遵循客观规律的基础上，形成以市场配置金融资源为主、政府合理引导为辅的创新型交易体系，实现政府与市场“两只手”的有机结合，避免出现资源挤占甚至是恶性竞争局面。同时，由于金融资源分配结构的区域性差异，政府可以结合本地经济发展水平，适当对农村地区实施政策倾斜，实现资本、技术、教育等资源要素在城乡间的合理流动，推动城乡居民共同富裕。第三，加快构建安全有效的数字金融监管体系。目前金融与科技之间的边界越来越模糊，尽管数字金融的本质属性没有改变，但在技术应用过程中出现了有别于传统的风险特征，最重要的就是小而分散的长尾风险，一旦爆发，很可能会在农村地区引发连锁反应，使农村居民遭受巨大的财产损失。对此，政府首先要探索具有差异化的监管手段，针对数字金融存在的系统性风险，要建立相关的风险分析监测体系，加大对监管科技的应用，并不断优化监管沙盒机制；其次，政府应通过电视、网络、广播与表演等多种渠道，使金融知识普及并走进贫困地区，努力提升农村居民金融素养，树立正确的理财观念；再者，要防范大型金融科技公司监管套利等行为，严格执行《中华人民共和国反垄断法》，切实维护公平竞争的市场秩序。