数字普惠金融对区域经济协调发展的影响效应

数字普惠金融对区域经济协调发展的影响效应
作者：张小锋王菁彤
来源：《商业研究》2022年第02期
内容提要：数字普惠金融对缩小区域经济发展差距具有吸纳、增长和包容效应。

基于2011-2020年省级面板数据，本文建立个体固定效应模型释析数字普惠金融与区域经济发展的互动关系。

研究表明：因异质性不同数字普惠金融能有效缩小区域经济发展差距;全国和东中部同时存在线性和非线性关系，但因单门槛限值不同数字普惠金融在促进经济增长上中部效应要明显高于东部，而西部和东北两者只是简单的线性关系;覆盖面指数、使用率指数和数字化指数所发挥的作用不同，覆盖面指数能缩小区域经济发展差距，使用率指数在西部和东北显著促进区域经济增长，数字化指数在东中部显著促进区域经济增长。

因此，需大力发展数字普惠金融、实施差异性的财政政策、提升普惠金融的覆盖面和使用率，缩小区域经济发展差距和促进区域协调发展。

关键词：数字普惠金融;区域经济发展;个体固定效应
中图分类号：F810.7 文献标识码：A 文章编号：1001-148X（2022）02-0040-09
收稿日期：2021-09-30
作者简介：张小锋（1984-），男，江西抚州人，哈尔滨商业大学财政与公共管理学院副教授，经济学博士，研究方向：数字经济与财税政策;王菁彤（1993-），本文通讯作者，女，哈尔滨人，哈尔滨商业大学经济学院博士研究生，研究方向：产业经济理论与政策。

基金项目：黑龙江省社科项目“双循环格局下黑龙江省新型城镇化高质量建设研究”，项目编号：21JYC239。

一、引言
我国在经济区域上划分为东部、中部、西部和东北地区（以下简称东中西北）①，且较长时期施行东部率先发展、中部崛起、西部大开发和东北振兴的区域发展战略，但区域经济发展差距仍然较大。

如2019年东部GDP总量511161.2亿元，占全国比重的51.9%;中部总量
218737.8亿元，占比22.2%;西部总量205185.2亿元，占比20.8%;而东北总量仅为50249亿元，占比仅5.1%②。

人均GDP东部（94372元）是中部的（58728元）1.61倍、西部（53742元）的1.76倍、东北（46554元）的2.03倍。

差距如此之大的区域经济发展水平不仅不利于我国区域协调发展和实现国内大循环，更不利于整体社会经济的稳定和谐发展。

2005年联合国首次提出了注重为弱势群体提供高效、合理的金融产品和服务的普惠金融，2006年被引入国内，自此引起政府及学界的广泛关注与研究。

2013年11月党的第十八届三中全会正式將普惠金融作为我国经济发展战略之一，2016年9月G20峰会将数字技术融入普惠金融，数字普惠金融时代正式来临。

2021年3月《国家“十四五”规划》提出“健全普惠性的现代金融体系，增强金融普惠性”，同年中央一号文件明确提出要大力发展农村数字普惠金融。

大力发展数字普惠金融有助于经济高质量增长，深入探究数字普惠金融与区域经济发展的协调能力与互动关系，对建立现代财税金融体制、深化金融供给侧结构性改革，促进区域协调发展具有重要的理论意义与实践价值。

二、理论分析与研究假设
数字普惠金融旨在利用数字技术让更多的人享受金融发展的成果。

国内外学界关于数字普惠金融对经济发展影响的论述颇丰。

De Gregorio和Guidotti（1995）[1]实证分析了金融发展与经济增长的正向关系，即金融深化有利于促进经济增长;Arestis等（2001）[2]认为，股市和银行等金融主体能够促进经济发展;Chang和Caudill*S（2005）[3]利用VAR模型研究得出中国台湾地区金融发展有助于经济增长的结论;Abu-Bader和Abu-Qam（2008）[4]研究表明普惠金融能提高投资效率，进而推动经济增长;Corrado和Corrado（2017）[5]认为，数字普惠金融能促进经济的包容性增长和发展;张贺（2019）[6]回顾以往实践经验得出：数字普惠金融具有包容性特征，能在很大程度上包容经济增长。

但随着研究的深入，也出现了相反的观点，如Sahay 等人（2015）[7]认为，数字普惠金融与经济发展呈现倒U型关系，当数字普惠金融发展到一定程度后会对经济发展产生负面效应。

因此，本文提出如下假设：
H1：发展数字普惠金融能显著促进经济增长，但两者存在着线性和非线性关系。

中国学界多数研究者认为，数字普惠金融对经济发展具有显著的正向影响。

如傅秋子等人（2018）[8]基于家庭金融调查数据研究了数字金融对农村经济发展的异质性影响，表明数字金融能激发农村具有智能手机、网购习惯的人群消费，尤其是受教育水平越高的人群，提升多维度消费需求的效率和效应更高;张勋等人（2019）[9]运用实证分析得出数字金融有利于包容性增长，可改善农民创业条件，促进创业服务均等化，提升落后地区农村低收入群体的家庭收入更为显著;郭妍等人（2020）[10]基于县域调查数据得出数字普惠金融具有显著的经济效应，在推动传统金融并与之良性互动等方面发挥了重要作用;褚翠翠（2021）[11]基于2011-2018年省域面板数据对数字普惠金融与省域经济增长关系进行了实证研究，表明在不同的空间权重矩阵下两者间均存在显著的空间相关性，数字普惠金融有助于本区域经济发展，但不利于临近区域的经济发展，表现为空间溢出负效应。

相反的观点认为，数字普惠金融发展到一定程度后便
会阻碍或抑制经济增长[12-13]。

关于数字普惠金融是否能够缩小区域经济发展差距的研究成果较少。

杜莉等人（2017）[14]基于省际面板数据研究表明，普惠金融对区域经济发展能起到显著效应，但没有分析区域间的差异度;张恒等人（2021）[15]基于2011-2019年省级面板数据，研究了两者的时空耦合协调，得出数字普惠金融具有空间集聚性和区域收敛性，能相对缩小区域经济发展差距，但效果不够明显。

因此，本文提出如下假设：
H2：数字普惠金融对经济增长的正效应因区域异质性不同而不同，总体能有效缩小区域经济发展差距。

本文在借鉴数字普惠金融对经济发展影响研究成果的基础上，参考张贺和白钦先（2018）[16]研究数字普惠金融对城乡收入差距的影响所阐述的包容、减贫和增长三大效应，结合数字普惠金融的收敛性、集聚性和异质性等特征[17]，提出其对缩小区域经济发展差距的效应机制，如图1所示。

从图中可以看出，数字普惠金融通过拓展覆盖面、扩大使用率和提升数字化方面发挥着吸纳、增长和包容三大效应，从而缩小区域经济发展差距。

主要表现在：
第一，拓展覆盖面缓解排斥。

数字普惠金融通过对数字技术运用跨越实体网点从而拓宽产品及服务的覆盖面，使得偏远、农村及落后地区的居民也能享受到普惠金融，具有显著的吸纳效应，能有效缓解排斥[18]。

如陈宝珍等人（2020）[19]认为，数字普惠金融能提高居民的贷款、投资和理财等金融知识，降低金融排斥。

周雨晴等人[20]实证研究表明，发展数字普惠金融对缓解农村金融排斥具有重要作用。

第二，扩大使用率引导消费。

数字普惠金融具有衍生功能，当贫困人群获得额外金融支持后，在满足“衣食住行医教”等基本需求外，其人力资本也逐渐提升，生活条件的改善和收入水平的提高促进消费的扩大和升级。

如张彤进和蔡宽宁（2018）[21]基于家庭的微观证据，分析认为数字普惠金融更显著地促进了中低收入、中西部及农村偏远地区的居民消费;孙玉环等人（2021）[22]分析认为数字普惠金融对中低收入、村屯、镇中心区、主城区和高学历人群的居民消费促进作用显著。

第三，提升数字化降低门槛。

数字普惠金融的数字化特征显著，金融机构通过数字化即可扩大和呈现多样化地金融产品和服务，不仅能降低运营成本，还能降低金融门槛，实现包容效应。

如周利（2020）[23]、张蕴萍等（2020）[24]认为，降低门槛效应是数字普惠金融缩小城乡收入差距的主要机制;王永仓（2021）[25]认为，数字普惠金融总指数及各维度指数具有双重门槛效应，尤其是对农民增收上表现更为显著。

因此，本文提出如下假设：
H3：数字普惠金融通过缓解排斥的吸纳效应、引导消费的增长效应和降低门槛的包容效应缩小区域经济发展差距。

三、研究设计
（一）变量选择
1.被解释变量。

人均地区生产总值（PcGDP），用于衡量区域经济发展差距，综合体现我国东中西北四大区域的生产、收入水平。

2.解释变量。

数字普惠金融总指数（MFI），用于衡量区域数字普惠金融总体发展差距，指数越大水平越高，综合体现我国东中西北四大区域的数字普惠金融总体发展水平。

普惠金融是个多维概念，为衡量各区域内数字普惠金融的发展情况，本文借鉴北京大学数字金融研究中心发布的指标体系，将数字普惠金融指数分为3个一级维度和12个二级维度，包括：一是覆盖面指数（CFI），衡量各区域数字普惠金融的覆盖状况，体现地域排斥性，指数越大排斥越小，选取账户和绑卡等二级维度;二是使用率指数（UFI），衡量各区域使用产品及服务状况，体现引导消费性，指数越大引导越强，选取支付、基金、保险、信贷、投资和信用等二级维度;三是数字化指数（DFI），衡量各区域产品的数字化程度，体现地域门槛性，指数越高门槛越小，选取便利、移动、实惠和诚信等二级维度。

3.控制变量。

本文除选取以上核心被解释变量和解释变量外，还需选取控制变量：一是人均地区财政科技支出（PcFTS），衡量各区域内的人均财政科技支出能力，直接体现区域技术水平;二是人均地区财政教育支出（PcFEX），衡量各区域内的人均教育能力，间接体现区域
技术水平;三是地区服务业就业率（ESS），衡量各区域内第三产业发展状况，体现第三产业人力资源占有量;四是人均地区固定资产投资（PcFAI），衡量各区域内人均固定资产投资状况，体现区域投资水平。

（二）模型方法
1.面板线性回归模型。

借助传统道格拉斯生产函数，将PcGDP、MFI、PcFTS、PcFEX、ESS和PcFAI等变量引入函数中并取自然对数，用i代表不同的区域，t代表不同的年份，建
立面板线性回归模型，公式如（1）所示：
lnPcGDPit=α0+β1lnMFIit+β2lnPcFTSit+β3lnPcFEXit+β4lnESSit+β5lnPcFAIit+εit（1）
2.非线性门槛回归模型。

由于在不同的区域和年份，不能保证数字普惠金融对区域经济发展的线性关系，为了验证是否存在非线性关系，设置r单门槛限值和r1、r2双门槛限值
（r1<r2），表示数字普惠金融的期间发展水平，建立非线性门槛回归模型。

单门槛回归模型和双门槛回归模型公式分别如（2）、（3）所示：
lnPcGDPit=α0+β1lnMFIit（MFIr）+β1′lnMFIit（MFIr）
+β2lnPcFTSit+β3lnPcFEXit+β4lnESSit+β5lnPcFAIit+εit（2）
lnPcGDPit=α0+β1lnMFIit（MFIr1）+β1′lnMFIit（r1MFIr2）+β1″lnMFIit（MFIr2）
+β2lnPcFTSit+β3lnPcFEXit+β4lnESSit+β5lnPcFAIit+εit （3）
3.多維度面板线性回归模型。

为更深入、全面地验证数字普惠金融对区域经济发展差距的具体影响，将一级维度指数CFI、UFI、DFI替代总指数MFI，建立具有维度的面板线性回归模型，公式如（4）所示：
lnPcGD Pit=α0+β1lnCFIit+β2lnUFIit+β3lnDFIit+β4lnPcFTSit+β5lnPcFEXit+β6lnESSit+β7lnPc FAIit+εit （4）
H2：数字普惠金融对经济增长的正效应因区域异质性不同而不同，总体能有效缩小区域经济发展差距。

本文在借鉴数字普惠金融对经济发展影响研究成果的基础上，参考张贺和白钦先（2018）[16]研究数字普惠金融对城乡收入差距的影响所阐述的包容、减贫和增长三大效应，结合数字普惠金融的收敛性、集聚性和异质性等特征[17]，提出其对缩小区域经济发展差距的效应机制，如图1所示。

从图中可以看出，数字普惠金融通过拓展覆盖面、扩大使用率和提升数字化方面发挥着吸纳、增长和包容三大效应，从而缩小区域经济发展差距。

主要表现在：
第一，拓展覆盖面缓解排斥。

数字普惠金融通过对数字技术运用跨越实体网点从而拓宽产品及服务的覆盖面，使得偏远、农村及落后地区的居民也能享受到普惠金融，具有显著的吸纳效应，能有效缓解排斥[18]。

如陈宝珍等人（2020）[19]认为，数字普惠金融能提高居民的贷款、投资和理财等金融知识，降低金融排斥。

周雨晴等人[20]实证研究表明，发展数字普惠金融对缓解农村金融排斥具有重要作用。

第二，扩大使用率引导消费。

数字普惠金融具有衍生功能，当贫困人群获得额外金融支持后，在满足“衣食住行医教”等基本需求外，其人力资本也逐渐提升，生活条件的改善和收入水平的提高促进消费的扩大和升级。

如张彤进和蔡宽宁（2018）[21]基于家庭的微观证据，分析认为数字普惠金融更显著地促进了中低收入、中西部及农村偏远地区的居民消费;孙玉环等人（2021）[22]分析认为数字普惠金融对中低收入、村屯、镇中心区、主城区和高学历人群的居民消费促进作用显著。

第三，提升数字化降低门槛。

数字普惠金融的数字化特征显著，金融机构通过数字化即可扩大和呈现多样化地金融产品和服务，不仅能降低运营成本，还能降低金融门槛，实现包容效应。

如周利（2020）[23]、张蕴萍等（2020）[24]认为，降低门槛效应是数字普惠金融缩小城乡收入差距的主要机制;王永仓（2021）[25]认为，数字普惠金融总指数及各维度指数具有双重门槛效应，尤其是对农民增收上表现更为显著。

因此，本文提出如下假设：
H3：数字普惠金融通过缓解排斥的吸纳效应、引导消费的增长效应和降低门槛的包容效
应缩小区域经济发展差距。

三、研究设计
（一）变量选择
1.被解释变量。

人均地区生产总值（PcGDP），用于衡量区域经济发展差距，综合体现我国东中西北四大区域的生产、收入水平。

2.解释变量。

数字普惠金融总指数（MFI），用于衡量区域数字普惠金融总体发展差距，指数越大水平越高，综合体现我国东中西北四大区域的数字普惠金融总体发展水平。

普惠金融是个多维概念，为衡量各区域内数字普惠金融的发展情况，本文借鉴北京大学数字金融研究中心发布的指标体系，将数字普惠金融指数分为3个一级维度和12个二级维度，包括：一是覆盖面指数（CFI），衡量各区域数字普惠金融的覆盖状况，体现地域排斥性，指数越大排斥越小，选取账户和绑卡等二级维度;二是使用率指數（UFI），衡量各区域使用产品及服务状况，体现引导消费性，指数越大引导越强，选取支付、基金、保险、信贷、投资和信用等二级维度;三是数字化指数（DFI），衡量各区域产品的数字化程度，体现地域门槛性，指数越高门槛越小，选取便利、移动、实惠和诚信等二级维度。

3.控制变量。

本文除选取以上核心被解释变量和解释变量外，还需选取控制变量：一是人均地区财政科技支出（PcFTS），衡量各区域内的人均财政科技支出能力，直接体现区域技术水平;二是人均地区财政教育支出（PcFEX），衡量各区域内的人均教育能力，间接体现区域
技术水平;三是地区服务业就业率（ESS），衡量各区域内第三产业发展状况，体现第三产业人力资源占有量;四是人均地区固定资产投资（PcFAI），衡量各区域内人均固定资产投资状况，体现区域投资水平。

（二）模型方法
1.面板线性回归模型。

借助传统道格拉斯生产函数，将PcGDP、MFI、PcFTS、PcFEX、ESS和PcFAI等变量引入函数中并取自然对数，用i代表不同的区域，t代表不同的年份，建
立面板线性回归模型，公式如（1）所示：
lnPcGDPit=α0+β1lnMFIit+β2lnPcFTSit+β3lnPcFEXit+β4lnESSit+β5lnPcFAIit+εit（1）
2.非线性门槛回归模型。

由于在不同的区域和年份，不能保证数字普惠金融对区域经济发展的线性关系，为了验证是否存在非线性关系，设置r单门槛限值和r1、r2双门槛限值
（r1<r2），表示数字普惠金融的期间发展水平，建立非线性门槛回归模型。

单门槛回归模型和双门槛回归模型公式分别如（2）、（3）所示：
lnPcGDPit=α0+β1lnMFIit（MFIr）+β1′lnMFIit（MFIr）
+β2lnPcFTSit+β3lnPcFEXit+β4lnESSit+β5lnPcFAIit+εit（2）
lnPcGDPit=α0+β1lnMFIit（MFIr1）+β1′lnMFIi t（r1MFIr2）+β1″lnMFIit（MFIr2）
+β2lnPcFTSit+β3lnPcFEXit+β4lnESSit+β5lnPcFAIit+εit （3）
3.多维度面板线性回归模型。

为更深入、全面地验证数字普惠金融对区域经济发展差距的具体影响，将一级维度指数CFI、UFI、DFI替代总指数MFI，建立具有维度的面板线性回归模型，公式如（4）所示：
lnPcGDPit=α0+β1lnCFIit+β2lnUFIit+β3lnDFIit+β4lnPcFTSit+β5lnPcFEXit+β6lnESSit+β7lnPc FAIit+εit （4）
H2：數字普惠金融对经济增长的正效应因区域异质性不同而不同，总体能有效缩小区域经济发展差距。

本文在借鉴数字普惠金融对经济发展影响研究成果的基础上，参考张贺和白钦先（2018）[16]研究数字普惠金融对城乡收入差距的影响所阐述的包容、减贫和增长三大效应，结合数字普惠金融的收敛性、集聚性和异质性等特征[17]，提出其对缩小区域经济发展差距的效应机制，如图1所示。

从图中可以看出，数字普惠金融通过拓展覆盖面、扩大使用率和提升数字化方面发挥着吸纳、增长和包容三大效应，从而缩小区域经济发展差距。

主要表现在：
第一，拓展覆盖面缓解排斥。

数字普惠金融通过对数字技术运用跨越实体网点从而拓宽产品及服务的覆盖面，使得偏远、农村及落后地区的居民也能享受到普惠金融，具有显著的吸纳效应，能有效缓解排斥[18]。

如陈宝珍等人（2020）[19]认为，数字普惠金融能提高居民的贷款、投资和理财等金融知识，降低金融排斥。

周雨晴等人[20]实证研究表明，发展数字普惠金融对缓解农村金融排斥具有重要作用。

第二，扩大使用率引导消费。

数字普惠金融具有衍生功能，当贫困人群获得额外金融支持后，在满足“衣食住行医教”等基本需求外，其人力资本也逐渐提升，生活条件的改善和收入水平的提高促进消费的扩大和升级。

如张彤进和蔡宽宁（2018）[21]基于家庭的微观证据，分析认为数字普惠金融更显著地促进了中低收入、中西部及农村偏远地区的居民消费;孙玉环等人（2021）[22]分析认为数字普惠金融对中低收入、村屯、镇中心区、主城区和高学历人群的居民消费促进作用显著。

第三，提升数字化降低门槛。

数字普惠金融的数字化特征显著，金融机构通过数字化即可扩大和呈现多样化地金融产品和服务，不仅能降低运营成本，还能降低金融门槛，实现包容效
应。

如周利（2020）[23]、张蕴萍等（2020）[24]认为，降低门槛效应是数字普惠金融缩小城乡收入差距的主要机制;王永仓（2021）[25]认为，数字普惠金融总指数及各维度指数具有双重门槛效应，尤其是对农民增收上表现更为显著。

因此，本文提出如下假设：
H3：数字普惠金融通过缓解排斥的吸纳效应、引导消费的增长效应和降低门槛的包容效
应缩小区域经济发展差距。

三、研究设计
（一）变量选择
1.被解释变量。

人均地区生产总值（PcGDP），用于衡量区域经济发展差距，综合体现我国东中西北四大区域的生产、收入水平。

2.解释变量。

数字普惠金融总指数（MFI），用于衡量区域数字普惠金融总体发展差距，指数越大水平越高，综合体现我国东中西北四大区域的数字普惠金融总体发展水平。

普惠金融是个多维概念，为衡量各区域内数字普惠金融的发展情况，本文借鉴北京大学数字金融研究中心发布的指标体系，将数字普惠金融指数分为3个一级维度和12个二级维度，包括：一是覆盖面指数（CFI），衡量各区域数字普惠金融的覆盖状况，体现地域排斥性，指数越大排斥越小，选取账户和绑卡等二级维度;二是使用率指数（UFI），衡量各区域使用产品及服务状况，体现引导消费性，指数越大引导越强，选取支付、基金、保险、信贷、投资和信用等二级维度;三是数字化指数（DFI），衡量各区域产品的数字化程度，体现地域门槛性，指数越高门槛越小，选取便利、移动、实惠和诚信等二级维度。

3.控制变量。

本文除选取以上核心被解释变量和解释变量外，还需选取控制变量：一是人均地区财政科技支出（PcFTS），衡量各区域内的人均财政科技支出能力，直接体现区域技术水平;二是人均地区财政教育支出（PcFEX），衡量各区域内的人均教育能力，间接体现区域
技术水平;三是地区服务业就业率（ESS），衡量各区域内第三产业发展状况，体现第三产业人力资源占有量;四是人均地区固定资产投资（PcFAI），衡量各区域内人均固定资产投资状况，体现区域投资水平。

（二）模型方法
1.面板线性回归模型。

借助传统道格拉斯生产函数，将PcGDP、MFI、PcFTS、PcFEX、ESS和PcFAI等变量引入函数中并取自然对数，用i代表不同的区域，t代表不同的年份，建
立面板线性回归模型，公式如（1）所示：
lnPcGDPit=α0+β1lnMFIit+β2lnPcFTSit+β3lnPcFEXit+β4lnESSit+β5lnPcFAIit+εit（1）
2.非线性门槛回归模型。

由于在不同的区域和年份，不能保证数字普惠金融对区域经济发展的线性关系，为了验证是否存在非线性关系，设置r单门槛限值和r1、r2双门槛限值
（r1<r2），表示数字普惠金融的期间发展水平，建立非线性门槛回归模型。

单门槛回归模型和双门槛回归模型公式分别如（2）、（3）所示：
lnPcGDPit=α0+β1lnMFIit（MFIr）+β1′lnMFIit（MFIr）
+β2lnPcFTSit+β3lnPcFEXit+β4lnESSit+β5lnPcFAIit+εit（2）
lnPcGDPit=α0+β1lnMFIit（MFIr1）+β1′lnMFIit（r1MFIr2）+β1″lnMFIit（MFIr2）
+β2lnPcFTSit+β3lnPcFEXit+β4lnESSit+β5lnPcFAIit+εit （3）
3.多维度面板线性回归模型。

为更深入、全面地验证数字普惠金融对区域经济发展差距的具体影响，将一级维度指数CFI、UFI、DFI替代总指数MFI，建立具有维度的面板线性回归模型，公式如（4）所示：
lnPcGDPit=α0+β1lnCFIit+β2lnUFIit+β3lnDFIit+β4lnPcFTSit+β5lnPcFEXit+β6lnESSit+β7lnPc FAIit+εit （4）
H2：数字普惠金融对经济增长的正效应因区域异质性不同而不同，总体能有效缩小区域经济发展差距。

本文在借鉴数字普惠金融对经济发展影响研究成果的基础上，参考张贺和白钦先（2018）[16]研究数字普惠金融对城乡收入差距的影响所阐述的包容、减贫和增长三大效应，结合数字普惠金融的收敛性、集聚性和异质性等特征[17]，提出其对缩小区域经济发展差距的效应机制，如图1所示。

从图中可以看出，数字普惠金融通过拓展覆盖面、扩大使用率和提升数字化方面发挥着吸纳、增长和包容三大效应，从而缩小区域经济发展差距。

主要表现在：
第一，拓展覆盖面缓解排斥。

数字普惠金融通过对数字技术运用跨越实体网点从而拓宽产品及服务的覆盖面，使得偏远、农村及落后地区的居民也能享受到普惠金融，具有显著的吸纳效应，能有效缓解排斥[18]。

如陈宝珍等人（2020）[19]认为，数字普惠金融能提高居民的贷款、投资和理财等金融知识，降低金融排斥。

周雨晴等人[20]实证研究表明，发展数字普惠金融对缓解农村金融排斥具有重要作用。

第二，扩大使用率引导消费。

数字普惠金融具有衍生功能，当贫困人群获得额外金融支持后，在满足“衣食住行医教”等基本需求外，其人力资本也逐渐提升，生活条件的改善和收入水平的提高促进消费的扩大和升级。

如张彤进和蔡宽宁（2018）[21]基于家庭的微观证据，分析认为数字普惠金融更显著地促进了中低收入、中西部及农村偏远地区的居民消费;孙玉环等人。