普惠金融促进共同富裕的空间溢出效应及理论机制研究

课题组

（中国人民银行秦皇岛市中心支行 河北 秦皇岛市 066000）

一、引言

共同富裕是社会主义的本质要求，是中国式现代化的重要特征，也是党的十九大确立的本世纪中叶实现的第二个百年奋斗目标。2020 年我国脱贫攻坚取得全面胜利，整体进入小康社会，现代化建设的重点向共同富裕转移。金融是现代经济的核心，在资源配置中发挥着关键性作用，是实现共同富裕的重要途径。《推进普惠金融发展规划（2016-2020 年）》指出，大力发展普惠金融是中国全面建成小康社会的必然要求，也是增进社会公平和社会和谐的重要途径之一。一方面，普惠金融在增加就业、减贫增收等方面发挥重要作用，能够显著降低贫困发生率，达到防止返贫的效果，促进实现社会公平（易纲，2016；陈名银，2017；何燕和李静，2021）。另一方面，普惠金融可以通过缓解中小企业融资约束和促进低收入家庭创业实现经济的包容性增长，实现普惠金融与经济增长之间的正向动态互动（封艳红和许涤龙，2021；任太增和殷志高，2022）。基于此，普惠金融在助力共同富裕中，引起理论和实践的高度关注，目前较多集中于共同富裕的概念辨析、指标评价、理论机制，以及两者间的关系等方面，而对于普惠金融和共同富裕的数理测量、二者之间的理论机制实证检验等方面的研究不多，对彼此间影响的空间溢出效应考虑的更少。本文正是鉴于这样的背景，针对各地区间经济、金融资源存在一定流动性，普惠金融及共同富裕可能存在空间相关关系的经济社会现实，着重从空间经济学的视角对普惠金融与共同富裕存在怎样的数量关系，以及普惠金融通过何种机制促进共同富裕等问题进行深入探讨和实证检验。

基于此，本文拟构建普惠金融及共同富裕指数评价体系，并借助空间计量模型探讨普惠金融对共同富裕的空间溢出效应及路径机制，为普惠金融促进共同富裕提供新的理论解释与经验参考。本文边际贡献可能在于：从“共享富裕”和“总体富裕”两个维度出发，选取城乡共享程度、区域共享程度、总体富裕程度指标构建共同富裕评价体系，丰富了共同富裕测度方法；同时，考虑到普惠金融对共同富裕的空间溢出效应，借助空间计量进行实证研究，深入探讨普惠金融对共同富裕的影响机制，对现有研究起到一定的补充作用。

二、文献综述及理论假说

（一）普惠金融与缩小收入差距

普惠金融具有显著的减贫效应，有助于缩小收入差距。Abate 等（2016）提出农村金融机构服务水平提高，有助于促进农业技术升级，帮助该地区居民实现减贫增收；Naceur和Zhang（2016）证实了金融发展有助于降低贫困发生率。胡振华和金旗（2021）发现数字普惠金融发展对邻近地区有带动作用，有助于缩小邻近地区城乡收入差距；周立和陈彦羽（2022）指出数字普惠金融发展有利于缩小城乡收入差距，但效用程度具有地区异质性；张晴和龚亮（2020）发现普惠金融政策对增加农村人均可支配收入具有正向作用，但对非贫困县域，省级、国家级贫困县域减贫效应呈现递减现象。

（二）普惠金融与收入水平提升

从宏观角度看，普惠金融推动经济发展，有利于提升金融包容性，有效支持实体经济发展、促进技术创新、提升整体收入水平。夏仕龙（2020）提出普惠金融在促进居民收入增加的同时，也能促进居民消费的增加。从微观角度看，普惠金融的减贫增收效应有利于缓解欠发达地区贫困程度，提升中低收入群体的收入水平。康书生和杨娜娜（2022）认为数字普惠金融有利于惠及弱势地区与人群、促进乡村产业振兴，提升收入水平；张勋等（2019）提出普惠金融促进收入水平提高的路径还包括促进低物质资本或低社会资本家庭的创业行为；梁榜和李晓琳（2021）发现数字普惠金融的发展有助于提升农村低收入群体的收入水平。

（三）普惠金融与共同富裕

共同富裕建立在效率和公平互促的基础之上，税收和公共产品的供给是政府主导推进共同富裕的基本路径，通过适当的收入再分配来提升社会公平，进而实现公平和效率之间的互补和共进（洪银兴，2022）。刘世锦（2022）认为金融打通了人员、土地、资金、技术等生产要素在城乡之间双向流动的渠道，将扩大中等收入群体；邹克和倪青山（2021）指出普惠金融有利于降低收入不平等、提升收入水平，进而促进共同富裕的实现；张全兴（2021）提出普惠金融促进共同富裕的路径还包括拓展首贷户、建设数字化信用平台、发挥保险功能等；刘心怡等（2022）发现普惠金融的覆盖广度和使用深度均有效促进了共同富裕。

综上所述，现有文献研究普惠金融与收入分配关系的较多，直接研究普惠金融对共同富裕的文献较少，且鲜有文献考虑到空间溢出性。同时，目前对共同富裕的定量评价和测度方法尚未形成共识。因此，本文尝试从“共享富裕”和“总体富裕”两个维度量化共同富裕，并基于空间计量模型探讨普惠金融对共同富裕的影响效果。

（四）普惠金融促进共同富裕的理论机制

在金融功能发挥过程中，普惠金融具有六大效应以促进共同富裕的实现。具体概括为：经济增长包容效应、区域非均衡效应、劳动分工转型效应、技术创新效应、创业效应和消费升级效应。

第一，普惠金融具有经济增长包容效应，有助于改善内部收入分配和实现社会公平。何平平和罗若阑（2021）发现数字普惠金融可以减缓居民主观贫困，对农村地区、低物质资本和低人力资本弱势群体主观贫困的减缓作用更明显。

第二，普惠金融具有区域非均衡效应，有利于形成区域协调创新金融新格局。邹辉文和黄友（2021）认为数字普惠金融对区域创新效率的影响效应具有明显的区域异质性，但随着数字金融普惠性增强，区域间差距明显缩小。

第三，普惠金融具有劳动分工转型效应，促进欠发达地区产业兴旺。彭建刚和胡月（2018）指出开发性普惠金融的比较优势在于：促进欠发达地区产业兴旺，从根本上改善城乡收入不平等状况。

第四，普惠金融具有技术创新效应，有助于激发社会底层动力和内在活力。邹克和倪青山（2021）指出通过普惠金融支持，可以为农民使用新技术与新产品赋能，并提升劳动生产效率。

第五，普惠金融具有创业效应，对大众创业、中小企业赋能具有显著的增进效应。李建军和李俊成（2020）发现相比于传统的金融发展，普惠金融发展对创业的促进作用更强。

第六，普惠金融具有消费升级效应，有利于促进农村消费升级。唐勇等（2021）发现农村居民收入增长是数字普惠金融影响农村居民消费升级的重要中介路径之一。综上分析，普惠金融促进共同富裕的理论框架可表示如图1。

图1 普惠金融促进共同富裕的理论框架

基于此，本文拟对以下四个假说进行检验：

假说1：普惠金融有利于缩小城乡收入差距。

假说2：普惠金融有利于改善区域收入水平非均衡现象。

假说3：普惠金融有利于提高收入水平。

假说4：普惠金融有利于促进共同富裕。

三、普惠金融与共同富裕指数测度

（一）普惠金融指数测度

1.指标选取。本文从“金融服务的渗透性”、“金融服务的可得性”、“金融服务的效用性”三个维度入手，选取了10个指标构建普惠金融指数评价体系，具体指标解释详见表1。

表1 普惠金融指数评价体系

2.普惠金融指评价体系的建立。考虑到各指标的量纲和数量级不同，首先对数据进行标准化处理，见式（1）。

其中，X表示第i 个维度下第j 个指标的取值，MIN表示第i 个维度下第j 个指标的最小值，MAX表示第i 个维度下第j 个指标的最大值。

然后采用变异系数法，对每一维度下各指标进行赋权，见式（2）。

最后对各个维度进行维权，得到普惠金融指数，见式（3）。

3.指数测算及结果分析。本文选取了全国31 个省级地区2010-2020 年的数据，通过构建评价体系得到普惠金融指数（见表2），数据主要来源于《中国城市统计年鉴》、WIND 数据库等。研究发现，2010-2020 年全国及东部、中部和西部地区普惠金融指数稳步上升（见图2），2020 年各地区普惠金融指数达到最高值，由此可见普惠金融政策实施以来效果显著。2010-2020 年全国普惠金融指数均值为0.17，东部地区均值为0.26，中部地区均值为0.11，西部地区均值为0.13。从指数来看全国普惠金融的发展仍有很大空间，各地区发展程度有较大差异，东部地区发展程度较高，远超于中西部地区。2020年全国、东部、中部和西部地区普惠金融指数分别为0.20、0.31、0.15、0.15，相较于2015年全国、东部、中部和西部地区普惠金融指数0.12、0.22、0.07、0.08，增长率分别为63.70%、42.10%、110.19%、76.22%。由此可见各地区普惠金融发展迅速，尤其是中部地区。

图2 全国及东部、中部和西部三大区域普惠金融指数

通过对比2010-2020 年全国各地区普惠金融指数可以发现，金融服务的效用性、可得性明显上升，金融服务的渗透性增长缓慢（见图3）。各地区间普惠金融指数差异较大，北京、上海、天津、浙江普惠金融指数较高，广西、湖南、内蒙古普惠金融指数较低，从离散程度来看，各地区间金融服务的效用性、可得性差异较小，金融服务的渗透性差异较大（见表2）。

表2 全国各省市普惠金融指数及排名

图3 全国普惠金融指数

（二）共同富裕指数测度

1.指标选取。共同富裕可分为“共享富裕”和“总体富裕”两个维度，本文基于结果导向且使用更少指标的角度出发，考虑指标的单调性、一致性、同质性等公理化原则，选取城乡共享程度和区域共享程度两个指标来衡量“共享富裕”，选取居民收入指标来衡量“总体富裕”。

（1）城乡共享程度。泰尔指数是衡量个人或者地区间收入差距（或者不平等程度）的指标，本文使用城乡收入差距泰尔指数（TL）来反映城乡共享程度，计算方法如公式（4）所示。泰尔指数越小，说明城乡收入差距越小、共享程度越高；泰尔指数越大，说明城乡收入差距越大、共享程度越低。

其中，i=1代表城镇，i=2代表农村，Y为城镇或农村第t 年的可支配收入，X为城镇或农村第t 年的人口数。

（2）区域共享程度。差异系数是测算数据离散程度的相对指标，本文使用人均GDP差异系数（CV）来反映区域共享程度，计算方法如公式（5）所示。差异系数越小，说明区域发展差距越小、共享程度越高；差异系数越大，说明区域发展差距越大、共享程度越低。

（3）总体富裕程度。本文使用全体居民人均可支配收入（PCDI）来衡量各地区的总

体富裕水平。

2.共同富裕量化函数的构建。本文首先对城乡收入差距泰尔指数和人均GDP 差异系数进行标准化处理，取算术平均数合成共享富裕指数（SP），如公式（6）所示。

其中，TL、TL为全部样本泰尔指数的最大值和最小值，CV、CV为全部样本差异系数的最大值和最小值。

其次，在参考刘培林等（2021）、万海远和陈基平（2021）等文献的基础上，借鉴2010 年新人类发展指数的构建方式，通过两个维度相乘的几何平均形式，构造等权重的共同富裕指数（CP）量化关系式，如公式（7）所示。

其中，TP为总体富裕指数，PCDI、PCDI为全部样本人均可支配收入的最大值和最小值。

3.共同富裕指数的测算和分析。本文基于上述共同富裕指数量化关系式，计算2010-2020年我国31个省级地区的共同富裕指数，其中各地区可支配收入数据主要来自于国家统计局官方网站，各地市（直辖市为辖区、县）的人均GDP数据主要来自于WIND数据库，缺失数据采用线性插值法填补。

图4 绘制了2010-2020 年全国及东部、中部和西部三大区域的平均共同富裕指数的变化趋势。总体来看，共同富裕程度呈逐年上升趋势，共同富裕指数由2010 年的0.368 上升至2020 年的0.697。其中，共享富裕指数由2010 年的0.613 上升到2020 年的0.768，上升幅度为25.29%；总体富裕指数由0.235 上升到0.637，上升了1.71 倍。说明2010-2020 年间，我国共同富裕程度的提升主要由收入增长拉动，共享程度提升的幅度较小，城乡差距、区域差距仍然较大。分区域看，东、中、西部共同富裕程度均呈逐年上升趋势，东部地区富裕程度最高，其次为中部以及西部地区。

图4 全国及东部、中部和西部三大区域的平均共同富裕指数

具体到各省级地区来看，将各地区2020年共同富裕指数按照从高到低排列，并分为五个梯队（表3），第一梯队是上海、北京、浙江、天津、江苏和福建，六个地区均具有较高的收入水平，同时城乡收入差距、区域发展差距也相对较小。广东、山东、内蒙、重庆和湖南由于共享富裕程度较低，导致共同富裕指数排名下滑。其中，广东省作为发达省份，省内区域发展差距较大，部分地市发展较为落后，如辖内梅州市、河源市、揭阳市2020年人均GDP 低于4 万元，与甘肃省发展水平相当，仅为深圳市的1/5，不足全省平均水平的1/2。而海南、江西、黑龙江、山西则由于共享富裕程度较高，推动其共同富裕指数排名上升。第五梯队中新疆、西藏、青海和甘肃共享富裕和总体富裕程度均较低，经济发展水平有待提升，城乡、区域差距也亟待缩小。

表3 2020 年各省（自治区、直辖市）共同富裕指数

四、普惠金融对共同富裕的空间溢出效应研究

考虑到各地区间经济、金融资源存在一定的流动性，普惠金融及共同富裕可能存在空间相关关系。因此，本文拟构建空间计量模型来研究普惠金融对共同富裕的空间溢出效应。

（一）空间计量模型构建

1.空间权重矩阵设计。本文设计了不同的空间权重矩阵来研究普惠金融对共同富裕的影响。

（1）地理权重矩阵（ω）。反映地理空间下普惠金融对共同富裕的空间效应，取各省会城市之间球面距离平方的倒数，其计算公式为：

（2）经济权重矩阵（ω）。反映经济空间下普惠金融对共同富裕的空间效应，取各省观测期人均GDP 均值之差绝对值的倒数，其计算公式为：

（3）经济地理复合权重矩阵（ω）。综合反映经济空间与地理空间下普惠金融对共同富裕的空间效应，其计算公式为：

（4）空间邻接矩阵（ω）。地理位置上相邻地区取值为1，不相邻地区取值为0。

2.空间相关性检验。在进行普惠金融对共同富裕的空间溢出效应分析前，本文先通过莫兰指数对二者的空间相关性进行了检验，其计算公式为：

3.空间计量模型的构建。常用的空间计量模型有空间滞后模型（SLM）、空间误差模型（SEM）和空间杜宾模型（SDM）。SLM 模型探讨的是各变量在某个地区是否有溢出效应，SEM 模型探讨的是邻近地区被解释变量的误差冲击对本地区被解释变量的作用程度，而SDM 模型考虑了空间滞后的解释变量和被解释变量对被解释变量的共同影响，能够更好的估计不同观测个体产生的溢出效应和基于面板数据测算的空间溢出效应。空间计量模型表达形式见表4。

表4 空间计量模型表达式

其中，Y 为被解释变量，X 为解释变量，ρ、γ、δ为空间回归系数，W为空间权重矩阵，ε为随机误差项，μ为正态分布的随机误差向量。

本文的被解释变量为共同富裕指数，核心解释变量为普惠金融指数，控制变量有七个：一是产业结构（is），用（第二产业增加值+第三产业增加值）/GDP 衡量；二是城镇化率（ur），用各地区城镇人口比重衡量；三是财政支持力度（fe），用财政支出占GDP 的比重衡量；四是对外开放程度（open），用进出口总额占GDP 的比重衡量，并对进出口总额进行了汇率转换；五是信息化水平（il），用互联网宽带接入用户数占常住人口的比重衡量；六是创新能力（ci），用专利申请受理数的对数衡量；七是受教育程度（edu），用普通高中教职工数占普通高中在校学生数的比重衡量。数据来源于WIND 数据库及国家统计局网站。各变量的描述性统计见表5。

表5 变量的描述性统计

（二）实证分析

1.全局空间相关性。在进行空间计量模型回归之前，对共同富裕指数和普惠金融指数的全局莫兰指数进行计算（见表6）。由表6 可知，三种空间权重下共同富裕指数和普惠金融指数在观测期内的全局莫兰指数均为正值，且在1%的水平下均显著。三种空间权重下，经济地理复合空间权重下的共同富裕指数和普惠金融指数的空间相关性更强。共同富裕指数在地理空间权重下的相关性高于经济空间权重下的相关性，而普惠金融指数在地理空间权重下的相关性低于经济空间权重下的相关性。从趋势上看，地理空间权重下的莫兰指数呈现先降后升的特点，经济空间权重下的莫兰指数则呈现波动下降的特点。综上所述，共同富裕程度和普惠金融发展水平均存在空间相关性，说明某一地区共同富裕程度和普惠金融发展水平的提高会对周边地区产生促进作用。同时，对于共同富裕程度，地理空间下的促进作用更大，而对于普惠金融发展水平，经济空间下的促进作用更明显。

表6 2010-2020 年共同富裕指数和普惠金融指数的全局莫兰指数

2.局部空间相关性。为更好地了解各地区的空间相关程度，本文绘制了2010 年和2020 年共同富裕指数和普惠金融指数的局部莫兰指数散点图（见图5、6）。整体来看，大部分地区落在第一、三象限，说明共同富裕指数和普惠金融指数均存在空间正相关关系。北京、天津、上海、江苏、浙江等东部沿海地区落在第一象限，甘肃、青海、西藏、贵州、云南等西部地区落在第三象限，从空间上分别呈现“高-高”、“低-低”集聚的分布特点。

图5 2010 年和2020 年共同富裕指数的莫兰指数散点图

3.空间计量模型的检验和识别。为选取更合适的空间计量模型，本文首先借助混合OLS 估计对样本进行了回归，并借助LM 检验判断模型中是否存在空间滞后项及空间误差项。检验结果表明，LM 检验对于空间滞后项和空间误差项的检验在1%的水平下显著，Robust-LM 检验对于空间滞后项的检验在1%的水平下显著，Robust-LM 检验对于空间误差项的检验在10%的水平下显著。然后，本文分别基于SLM 模型、SEM 模型和SDM 模型进行回归，并借助LR 检验和Wald检验判断SDM 模型是否可简化为SLM 模型或SEM 模型。结果表明，在5%的显著水平下LR 检验值和Wald 检验值均通过了检验，表明借助SDM 模型进行回归结果更优。同时，由Hausman 检验结果可知，本文应选取固定效应模型，并借助LR 检验确定何种固定效应模型更优。最终，本文选取双固定效应的SDM 模型作为回归模型。

图6 2010 年和2020 年普惠金融指数的莫兰指数散点图

表7 LM、LR 和Wald 检验

4.空间计量模型回归结果分析。在表8中，模型（1）、（2）为OLS 模型回归结果，模型（3）、（4）、（5）为空间计量模型回归结果。回归结果显示，五种模型下普惠金融指数与共同富裕指数均呈正相关关系，且在10%的水平下均显著，表明普惠金融的发展能促进共同富裕程度。SLM 模型和SDM 模型的Rho和SEM 的λ 系数均为正，且在5%的水平下显著，说明普惠金融存在显著的空间溢出效应。普惠金融的发展，让金融服务的覆盖面更加广泛，使得小微企业及贫困人群更容易获得金融服务，有效改善金融服务的不均衡问题，从而促进共同富裕。

表8 模型回归结果

5.不同空间权重下的空间杜宾模型回归结果。在表9 中，模型（6）、（7）、（8）为不同空间权重矩阵下的回归结果。三种权重下普惠金融指数与共同富裕指数均显著正相关，分别通过了1%、1%和10%的显著性检验，且地理空间权重矩阵（0.2117）下普惠金融对共同富裕的促进作用要高于经济空间权重矩阵（0.1923）和复合空间权重矩阵（0.1364），表明普惠金融对共同富裕在地理空间下的空间溢出效应更强。空间滞后系数Rho 均为正值，且分别通过了1%、5%和5%的显著性检验，表明各地区共同富裕程度存在正向空间溢出效应。某个地区共同富裕水平的提高，能对周边地区起到“带动作用”，这种“带动作用”在地理相邻的地区之间更大。

表9 不同空间权重下的空间杜宾模型回归结果

在经济地理复合权重矩阵下，产业结构及城镇化率的回归系统均为正值，且均通过了1%的显著性检验，表明产业结构优化及城镇化率的提升均能有效促进共同富裕程度的提高。新兴产业发展有助于激发市场活力，促进经济发展，提高收入水平。城镇化率上升有助于提高中低收入群体的收入水平，缩小贫富差距，促进共同富裕。政府支持力度、对外开放程度、信息化水平和创业水平的回归系数为正值，表明政府支持力度、对外开放程度、信息化水平和创业水平的提升也能在一定程度上促进共同富裕程度的提高。财政支出是促进社会公平的物质保障，通过国民收入的再分配，缩小收入差距，促进共同富裕。在国内国外双循环相互促进的背景下，对外开放有助于促进经济内外联动，推动经济发展，从而提高居民收入水平。信息化有助于促进经济高质量发展，而创业能够带动就业，两者均是实现共同富裕的重要基础。受教育程度的回归结果为负值，表明受教育程度的提高对共同富裕起到了抑制作用，可能的原因在于，随着受教育水平的提高，城镇和农村的受教育程度差异加大，且一般高等学历人才毕业后会选择在城市就业，从而拉大了农村和城镇的收入差距。

6.不同空间权重矩阵下的空间杜宾模型效应分解。考虑到空间交叉项的存在，本文对不同空间权重矩阵下的空间杜宾模型效应进行了分解，直接效应表示普惠金融对本地区共同富裕的影响，间接效应为邻近地区普惠金融对本地区共同富裕的影响，总效应为总影响。由表10 可知，在不同的权重矩阵下，普惠金融的直接效应、间接效应和总效应均为正，说明本地区及邻近地区普惠金融的发展均能促进本地区共同富裕程度。地理空间下，本地区和邻近地区普惠金融对本地区共同富裕的影响均显著；经济空间下，本地区普惠金融对本地区共同富裕的影响更显著；经济地理复合空间下邻近地区普惠金融对本地区共同富裕的影响更显著。

表10 不同空间权重矩阵下的空间杜宾模型效应分解

从直接效应来看，产业结构、城镇化率、信息化水平和创业水平的回归系数均为正值，表明本地区产业结构优化，城镇化率、信息化水平及创业水平的提高均能促进本地区共同富裕程度。政府支持力度、受教育水平的回归系数均为负值，表明本地区政府支持力度的加大和受教育水平的提高会反而抑制了本地区共同富裕程度，可能的原因在于，政府支出和教育资源对城镇的支持力度更大，从而加大了城乡收入差距。

从间接效应来看，城镇化率、对外开放水平、创业水平的回归系数为正值，表明邻近地区城镇化水平、对外开放水平及创业水平的提高能促进本地区共同富裕程度。邻近地区城镇化水平、对外开放水平及创业水平的提高，一是会对本地区起到一定“带动作用”，二是会增加就业机会，从而带动本地区收入水平提高。财政支出和信息化水平的回归系数为负值，表明邻近地区财政支出的增加和信息化水平的提高在促进当地共同富裕的同时，会拉大与其他地区发展差距。

7.稳健性检验。为检验实证结果的稳健性，本文以0-1 矩阵作为空间权重矩阵来考察普惠金融指数与共同富裕的正相关关系是否稳定。根据模型（9）的回归结果可知，在1%的显著性水平下，普惠金融指数与共同富裕指数仍呈正相关关系，相关系数为0.25，同时，产业结构、城镇化率、信息化水平、创业水平与共同富裕指数仍呈正相关关系，受教育程度与共同富裕指数仍呈负相关关系，估计结果稳健。

（三）机制检验回归结果

本文构建的共同富裕指标体系由城乡共享程度、区域共享程度、总体富裕程度组成。为验证普惠金融对共同富裕的影响路径，本文进一步探讨了普惠金融对城乡共享程度、区域共享程度、总体富裕程度的影响效果，使用的方法为空间杜宾模型。

从表11中模型（10）、（11）、（12）的回归结果可知：普惠金融对城乡共享程度、区域共享程度、总体富裕程度的回归系数均为正值，这也验证了本文提出的前3个假说；普惠金融对城乡共享程度及总体富裕程度的促进作用分别通过了5%和1%的显著性检验，表明普惠金融的发展能有效提高城乡共享程度和总体富裕程度，进而促进共同富裕。

表11 机制检验回归结果

五、结论与政策建议

（一）主要结论

本文在梳理相关文献研究的基础上，基于2010-2020 年省级面板数据，借助空间计量模型研究了普惠金融对共同富裕的空间溢出效应。主要结论有：一是我国普惠金融发展及共同富裕水平整体呈不断上升趋势，但存在明显的区域异质性，东、西部共同富裕程度差距较大。二是普惠金融与共同富裕存在显著的空间正相关关系，且这种关系在地理空间下的空间溢出效应更强。三是产业结构优化及城镇化率的提升均能有效促进共同富裕程度的提高，而政府支持力度、对外开放程度、信息化水平和创业水平的提升也能在一定程度上促进共同富裕程度的提高。四是普惠金融主要通过提升城乡共享程度、区域共享程度和总体富裕程度来促进共同富裕的实现。

（二）政策启示

1.强化政策引导，加大普惠金融支持力度。本文实证结果表明普惠金融对共同富裕有正向作用，发展普惠金融能有效促进共同富裕。当前普惠金融发展要适应国内国外双循环背景下不断扩大内需的新格局，从需求端出发，加大对实体经济的有效供给。一方面，完善普惠金融评价标准，建立健全相关制度，强化政策引导，鼓励金融机构加大对普惠领域贷款的支持力度；另一方面，加快构建普惠金融发展新格局，鼓励金融产品创新，通过发展互联网金融、数字普惠金融等金融科技，满足多样化金融需求，为普惠金融发展注入新鲜血液。

2.加强合作交流，推动区域协调发展。鉴于普惠金融及共同富裕均存在空间溢出效应，各地区间要相互交流，加强合作。一是各地区要结合自身发展特点，加大对薄弱环节的关注，补齐发展短板。二是各地区间加强交流合作，中心城市要发挥辐射作用，带动邻近地区共同发展，缩小区域差距，推动区域协调发展。

3.优化产业结构，推进城镇化，缩小城乡收入差距。一是加大对创业、创新的支持力度，推动新兴产业高质量发展，促进产业结构合理化、高级化。二是创新推进新型城镇化建设，提升县城对乡村的辐射带动作用，加快形成以工促农、以城带乡、城乡协同发展的新格局。

4.优化财政支出结构，重点向“三农”倾斜。一是加大对农村特别是偏远贫困地区的教育经费统筹力度，优化教育支出结构，缩小城乡教育水平差距，引导更多高学历、高素质人才向乡村回流。二是大力支持乡村振兴，加强财政支持乡村振兴体制建设，财政投入重点向“三农”倾斜，优先保障农村农业发展。三是拓展涉农信贷产品，提供满足新型农业经营主体和农村产业新业态需求的金融服务。