汪虹希
党的二十大报告指出，“着力促进全体人民共同富裕，坚决防止两极分化”。时至今日，收入不平等问题已不再简单地体现为高位徘徊的基尼系数，而是切实地被公众所感知，其不仅会作用于微观经济，也会影响宏观经济运行、激发社会深层次内在矛盾，成为制约我国经济高质量发展的桎梏囹圄。①张军：《坚持改革开放和扩大中等收入群体是跨越中等收入陷阱的关键》，《经济研究》2017年第12期。脱离社会公平搞经济发展似乎是“缘木求鱼”，而离开经济发展抓社会公平则是“竭泽而渔”，在共同富裕纲领下，效率与公平必须兼顾。作为实体经济的“血液”，金融业既是一国产业发展的重要组成部分，同时也是一种分配机制，具有强大的分配和再分配功能。长期以来，金融发展与收入分配关系的研究一直被隐含在金融发展与经济增长的研究之中，直至Greenwood和Jovanovic指出金融发展与收入不平等之间存在类似“库兹尼茨效应”的倒U型关系后，②Greenwood, J., Jovanovic，B.,“Financial Development, Growth and the Distribution of Income,” Journal of Po⁃litical Economy,vol.98,no.5,1990, pp.1076-1107.相关研究如雨后春笋般开始涌现。部分学者通过研究支持了这一非线性关系结论，③胡宗义、刘亦文：《金融非均衡发展与城乡收入差距的库兹涅茨效应研究——基于中国县域截面数据的实证分析》，《统计研究》2010年第5期。而另一些学者则认为金融发展与收入不平等存在负相关性，④Galor,O.,Zeira，J.,“Income Distribution and Macroeconomics,”The Review of Economic Studies,vol.60,no.1,1993, pp. 35-52; Jalilian H, Kirkpatrick C.,“Does Financial Development-contribute to Poverty Reduction,”Journal of Development Studies,vol.41,no.4,2005, pp.636-656.其通过经济增长的“涓滴效应”能够有效缓解收入不平等。⑤Dollar,D.,Kleineberg,T.,Kraay,A.,“Growth Still is Good for the Poor,”European Economic Review,vol.81,no.1,2016, pp.68—85;杨俊、王佳：《金融结构与收入不平等：渠道和证据——基于中国省际非平稳异质面板数据的研究》，《金融研究》2012年第1期。此外，也有研究发现金融发展因效率优先原则以及人为设定进入障碍等问题或可导致金融市场不平衡，⑥Claessens,S.,and Enrico P.,“Finance and Inequality:Channels and Evidence,”Journal of Comparative Econom⁃ics，vol.35,no.4,2007, pp.748-773.从而会扩大收入不平等。⑦叶志强、陈习定、张顺明：《金融发展能减少城乡收入差距吗?——来自中国的证据》，《金融研究》2011年第2期;孙永强：《金融发展、城市化与城乡居民收入差距研究》，《金融研究》2012年第4期。
不难看出，学术界与实务界关于金融发展与收入不平等之间的关系尚存在争议，但普遍形成的共识之一是：完善的金融市场是促使金融发展、缩小收入不平等的重要前提。⑧Galor, O., Zeira, J., “Income Distribution and Macroeconomics,”The Review of Economic Studies, vol. 60, no. 1,1993,pp.35-52.作为提高金融服务覆盖广度、优化金融服务效率的重要手段，“普惠金融”的提出，无疑为解决收入差距问题带来了新的活力。普惠金融关系普通百姓对金融服务的可获得性，直接影响着小微企业、农民、城镇低收入人群、贫困人群和残疾人、老年人等金融弱势群体，能够通过平滑消费、扩大就业、风险管理、降低交易成本等途径减缓贫困，缩小收入分配差距。⑨李建军、韩珣：《非金融企业影子银行化与经营风险》，《经济研究》2019年第8期。而现阶段，随着数字技术的蓬勃发展，互联网、大数据、云计算等新一代技术再次助推了传统金融机构的普惠金融实践发展，如何充分利用“数字”蕴含的潜能，通过“数字技术+普惠金融”构建数字普惠金融体系，破解共同富裕难题，成为社会各界重点关注的问题。
数字普惠金融能否兼得经济效率与公平分配，从而推动我国经济实现高质量发展，关键在于普惠效应的大小。“数字技术”与“普惠金融”的结合能否成为改善收入分配不均、消除贫困的重要途径？当前的研究大多基于传统的普惠金融展开，而数字普惠金融减缓收入不平等的研究较为空缺，据此本文基于中国社会状况综合调查（Chinese Social Survey，CSS）、数字普惠金融指数和城市层面的统计数据，深入考察数字普惠金融对我国城市收入不平等的影响效应及机制，从而验证数字普惠金融对于收入分配作用的有效性，为厘清数字普惠金融的利弊、服务于实现共同富裕提供理论借鉴与实践指导。
（一）数字普惠金融的“数字红利”：涓滴效应
伴随着城市化和工业化的迅速推进，城镇金融得到空前发展，但金融市场的不完备使国民收入分配结构逐渐向企业和政策倾斜，加剧收入不平等。①陈斌开、林毅夫：《金融抑制、产业结构与收入分配》，《世界经济》2012年第1期。然而“普惠金融”的出现，以其“宽内涵”“多维度”“惠民性”等基本特征，通过提高金融服务广度、降低门槛效应、提升减困效应等作用，有效解决了弱势群体金融支持问题，对缩小收入不平等具有显著的促进作用。②李志军、张名誉：《普惠性金融发展与收入差距的非线性关系研究》，《统计与决策》2015年第22期。普惠金融与收入不平等之间存在因提高资源配置效率而产生的经济效应和因降低金融服务成本而产生的分配效应，普惠金融通过这两种途径有效破除了促进经济增长与收入公平分配之间的矛盾。但需要指明的是，若忽视金融效率和服务质量，普惠金融对收入不平等的负向作用也难以为继。很长一段时期内，我国地区普惠金融发展水平存在较大差异，普惠金融服务触达最末端的能力相对不足。
依托于互联网、大数据、区块链和云计算等科学技术，我国的数字普惠金融体系逐步走上历史舞台。在延伸普惠金融功能的前提下，数字普惠金融可通过进一步降低门槛效应、缓解排除效应和发挥减贫效应缩小收入差距。首先，传统的金融机构依托实体网点提供普惠金融服务，这一高运营成本使得偏远且经济基础较差的地区难以获得金融机构的青睐，进而导致普惠金融服务缺失和不足的门槛效应。加之该类地区缺少完善的征信系统，金融机构往往会通过实施类似提高风险评估要求和减少金融产品类别的金融排斥行为以降低风险。而普惠金融借助数字技术，能有效降低金融服务成本，通过缩小地区间的金融科技基础设施“接入差距”，进一步提升普惠金融服务的覆盖广度，成功解冻贫困及偏远地区“尾部”客户；
③宋晓玲：《数字普惠金融缩小城乡收入差距的实证检验》，《财经科学》2017年第6期。其次，支付宝、微信支付等数字金融的兴起，可以惠及那些原来被传统金融、传统征信排除在外的群体，有助于缓解他们的借贷约束，而这些缺乏信用记录和抵押的群体，收入往往偏低。④张勋、万广华、张佳佳、何宗樾：《数字经济、普惠金融与包容性增长》，《经济研究》2019年第8期。最后，数字普惠金融可达性的提高，增强了对贫困及偏远地区或群体的实际金融支持力度，进而促进他们的投资和经营活动，通过创业效应、⑤张呈磊、郭忠金、李文秀：《数字普惠金融的创业效应与收入不平等：数字鸿沟还是数字红利?》，《南方经济》2021年第5期。就业机会增加⑥何燕、李静：《授人以渔：数字普惠金融的减贫效应及就业机制》，《消费经济》2021年第3期。和人力资本提升⑦李娜：《数字普惠金融、人力资本与城乡收入差距》，《金融与经济》2021年第3期。等推动收入分配的均衡。
因此，通过金融科技产生的“数字红利”，数字普惠金融进一步解决了金融弱势地区或群体的客观金融需求，克服了正规金融机构高门槛、服务成本高以及逆向选择等问题，推动其以可负担的成本将金融服务惠及至相对贫困人群，从而提高了他们获取“种子式”启动资金的可能性，最终通过“自我雇佣”“创业创新”等途径减缓贫困，切实实现普惠金融“涓滴效应”的初衷。
（二）数字普惠金融的“数字鸿沟”：马太效应
普惠金融因搭乘数字技术顺风车得到了快速发展，但我们不得不面对一些无法忽视的事实。伴随金融科技的高速发展和全面渗透，数字鸿沟正在从以数字基础设施“接入差距”为特征和以数字技术“使用差距”为特征向以数字化“收入差距”为主要特征过渡，且数字鸿沟与收入差距同方向变动。①李怡、柯杰升：《三级数字鸿沟：农村数字经济的收入增长和收入分配效应》，《农业技术经济》2021年第8期。
以数字技术为依托的新型基础设施接入，弱化了不同地区的金融科技基础设施“接入差距”，有效提升了金融机构为乡村、欠发达地区等地区或群体提供普惠金融的可达性，产生了“数字红利”。然而，金融科技的使用程度或者熟练度在不同群体之间存在明显的差别，这种“使用差距”或在不同群体间产生有差别的“数字红利”，进而引发“数字鸿沟”。与高收入群体相比，低收入群体的金融科技传播曲线时滞更短，原因在于收入水平和技术水平不足以提高数字普惠金融的参与度，参与度不足自然会使收入水平陷于停滞，从而导致平均收入差距越来越大。②王宁、胡乐明：《数字经济对收入分配的影响：文献述评与研究展望》，《经济与管理评论》2022年第5期。可以预见，随着相关数字技术的快速发展，这种偏向性技术进步赋予普惠金融的变化所带来的收入效应更加复杂，其或许并不能像预期那样缩小收入差距，反而在很大程度上加剧和扩大了原有的内部收入差距。③王修华、赵亚雄：《数字金融发展是否存在马太效应?——贫困户与非贫困户的经验比较》，《金融研究》2020年第7期。其次，金融素养作为一种重要的人力资本，对居民财产性收入获得和规模提升均具有显著促进作用，同时也是影响家庭金融市场参与度的重要因素。④Rooij, M. V., Lusardi, A., Alessie R.,“Financial Literacy and Stock Market Participation,”Journal of Financial Economics,vol.101,no.2,2011,pp.449-472.以借贷意愿为例，较低金融素养的家庭相比于借贷而言，更偏好于非正规融资渠道，其原因可能就来自金融知识的匮乏，我国居民金融素养也表现出城镇居民显著优于农村居民的“知识鸿沟”特征。⑤廖理、初众、张伟强：《中国居民金融素养与活动的定量测度分析》，《数量经济技术经济研究》2021第7期。
因此，通过金融科技“使用差距”产生的“数字鸿沟”，数字普惠金融可能会加深多维贫困的程度，且影响逐年增大。⑥何宗樾、张勋、万广华：《数字金融、数字鸿沟与多维贫困》，《统计研究》2020年第10期。具体作用机制在于金融科技对使用程度差异、个体知识技能差异等原本对收入分配起到关键作用的因素均产生负面影响，最终带来收入在不同群体之间不平等的扩张，即“马太效应”。
综上，数字技术可赋予传统普惠金融更广覆盖、更高效率和更低成本的“数字红利”，即通过“涓滴效应”缓解收入不平等。但与此同时，对数字化信息和知识是否有平等的接入机会、对金融科技应用是否有足够的现实场景条件、如何对数字金融进行运用等，都会带来有差异的“数字红利”，即通过“数字鸿沟”引致收入分配的“马太效应”。基于此，本文提出以下竞争性假说：
假说1a：数字普惠金融会显著缓减收入不平等，引致了收入分配的“涓滴效应”。假说1b：数字普惠金融会显著加剧收入不平等，引致了收入分配的“马太效应”。假说1c：数字普惠金融对收入分配不存在显著影响。
（一）模型构建
为分析数字普惠金融对收入不平等的影响，本文设定如下计量模型进行实证检验：
其中，i代表城市，t代表年份，Giniit为模型中的被解释变量，代表城市i在t年的基尼系数；
index_aggrateit-1为模型中的核心解释变量，代表城市i在t- 1年的数字普惠金融发展水平。Xit-1代表模型中的控制变量；
μi、vt分别代表城市固定效应以及年份固定效应，εit为随机扰动项。为了在一定程度上缓解反向因果问题，本文对核心解释变量和控制变量都作滞后一期处理。
（二）变量选择
1. 被解释变量
参照以往经验研究，洛伦茨曲线及其变种形式十等分组分析法、基尼系数（Gini Coefficient）和泰尔指数（Theil index）是度量收入不平等的常用指标。基于本文研究目的，选用基尼系数用于基准回归分析，泰尔指数以及家庭成员平均收入第90百分位数与第10百分位数的比值P90/P10用作稳健性检验。数字普惠金融对收入不平等的影响存在地域层次的差异，①张呈磊、郭忠金、李文秀：《数字普惠金融的创业效应与收入不平等：数字鸿沟还是数字红利?》，《南方经济》2021年第5期。因此本文在选择CSS2013和2015年调查样本的基础上，将基尼系数的测量层次限定为地级市一级。
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中国数字普惠金融指数来衡量中国数字普惠金融发展水平，该课题组结合数据的可得性和可靠性，从数字普惠金融的覆盖广度（cover⁃age_breadth）、使用深度（usage_depth）和数字化程度（digitizatial）三个维度来构建数字普惠金融指数（index_aggrate），②郭峰、王靖一、王芳、孔涛、张勋、程志云：《测度中国数字普惠金融发展：指数编制与空间特征》，《经济学（季刊）》2020年第4期。能较为全面地反映地区数字普惠金融发展水平。
3.控制变量
对于模型中的控制变量，将现有研究成果中常涉及的影响收入不平等的因素归类为家庭禀赋和社会环境两个层面：（1）家庭禀赋层面特征包括人力资本、政治资本和社会资本，其中人力资本具体指家庭成员数（hhsize）、家庭成员平均年龄（age）和家庭成员平均受教育年限（medu）；
政治资本指家庭成员中党员人数（pc）；
③程名望、Jin Yanhong、盖庆恩、史清华：《中国农户收入不平等及其决定因素——基于微观农户数据的回归分解》，《经济学（季刊）》2016年第3期。社会资本指家庭红白喜事往来支出（sc）。（2）社会环境层面包括政策因素、经济因素和对外开放水平，其中政策因素由每小时最低工资的对数（wage）表征；
经济因素由剔除价格因素的实际人均GDP的对数（rgdp）衡量；
对外开放水平由实际利用外资的对数（fdi）表示。
（三）数据来源
本文数据来自中国社会状况综合调查（CSS）（2013年、2015年）、数字普惠金融指数和城市层面的统计数据进行合并的混合截面数据库。其中CSS是中国社会科学院社会学研究所于2005年发起的一项全国范围内的大型连续性抽样调查项目，调查采用概率抽样的入户访问方式，覆盖全国31个省（区、市）的151个县（市、区），该数据中部分年份可以识别具体的地级市信息，因而适合测度基尼系数。数字普惠金融指数来自北京大学数字金融研究中心；
城市层面的统计数据由国家统计局官方网站、wind数据库、《中国城市统计年鉴》整理而得。通过对变量的缺失值、错误值处理后，本文最终得到11733个观测值的样本。相关变量的描述性统计结果如表1所示。
（一）基准回归分析
根据方程（1）的计量模型，表2给出了数字普惠金融对城市基尼系数的作用效应。在只控制年份和城市固定效应的条件下，第（1）列结果显示数字普惠金融（index_aggrate）的回归系数为正，且通过了1%的显著性水平检验。第（2）列加入了包括家庭禀赋和社会环境层面的多项控制变量，数字普惠金融（index_aggrate）的回归系数仍显著为正，表明数字普惠金融总体上不利于收入分配，反而加剧了收入不平等。以上结果验证了假说1b，数字普惠金融在我国城市层面并未产生明显的“涓滴效应”，而是引致了“马太效应”。
表2 基准回归结果
（二）稳健性检验①限于篇幅，稳健性分析的结果未在本文列示，留存备索。
1.内生性处理
数字普惠金融与收入不平等之间可能存在双向因果关系，尽管本文在研究设计中已使用核心解释变量和控制变量的滞后一期进行回归，但只能在一定程度上减轻反向因果关系的影响，并不能完全消除模型中存在的内生性问题，因而需要寻找合适的工具变量进行回归。本文参照既有文献的经验做法，②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》，《金融研究》2018年第11期；
张勋、万广华、张佳佳、何宗樾：《数字经济、普惠金融与包容性增长》，《经济研究》2019年第8期。选取利用地理信息系统（GIS）所计算的家庭所在城市与杭州的距离的对数作为工具变量，原因在于以支付宝为代表的数字金融发展起源于杭州，因此可以预计在地理上距离杭州越近，越容易受到杭州数字金融领先水平的辐射，相应的数字金融发展程度应越高。③张勋、杨桐、汪晨、万广华：《数字金融发展与居民消费增长：理论与中国实践》，《管理世界》2020第11期。
为了理解方便，本文进一步将家庭所在城市与杭州的距离的对数取倒数，以此构建工具变量（distance）纳入回归分析。考虑到北京、深圳等核心城市虽距离杭州较远，但数字金融水平明显较高，因此存在弱工具变量的可能性，本文同时报告工具变量的两阶段回归结果。第一阶段结果显示，工具变量（distance）的回归系数在1%的水平上显著为正，这表明distance越大（即家庭所在城市与杭州的距离越近），数字普惠金融发展水平越高，符合现实预期，即本文选取的工具变量满足相关性条件。第二阶段结果显示，Kleibergen-Paap rk LM 统计量在1%的显著性水平下拒绝识别不足的原假设，Kleibergen-Paap rk Wald F 统计量大于Stokc-Yogo弱工具变量识别F检验在10%显著性水平下的临界值16.38，拒绝弱工具变量的原假设，且数字普惠金融（index_aggrate）的回归系数仍显著为正，与基准回归的结果相一致。
2.替换核心变量
为避免收入不平等的测度方式不同影响实证结果，本文在基准回归使用的城市基尼系数基础上，补充使用泰尔指数家庭人均收入的90分位数和10分位数之比（P90/P10）作为收入不平等的衡量指标进行稳健性检验，结果显示，无论是否加入控制变量，数字普惠金融（index_aggrate）回归系数依然显著为正。以上结果再次证明了数字普惠金融会扩大收入差距，佐证了本文核心结论的稳健性。
（三）机制检验
如前文所述，对数字化信息和知识是否有平等的接入机会、对金融科技应用是否有足够的现实场景条件、如何对数字金融进行运用等数字技术“使用差距”，都会带来有差异的“数字红利”，从而对收入分配产生不利影响。为证明这种由于数字技术“使用差距”导致的“数字鸿沟”机制是否存在，本文分别从金融科技使用程度和个体知识技能两个维度进行检验。
1.金融科技使用程度
本文依据北京大学数字金融研究中心发布的数字普惠金融的使用深度（usage_depth）来刻画金融科技使用程度差异，通过构造金融科技使用程度与数字普惠金融的交互项（index_aggrate*us⁃age_depth）纳入回归方程，①为避免引发明显的多重共线性问题，本文对数字普惠金融指数、数字普惠金融的使用深度进行了中心化处理。本处感谢审稿人的建设性意见。回归结果如表3 第（1）列所示。结果发现，数字普惠金融（in⁃dex_aggrate）的回归系数仍显著为正，而交互项的回归系数为负，且在1%的水平上表现显著，这表明金融科技使用程度的加深能够减弱数字普惠金融对收入分配产生的不利影响，即数字普惠金融的使用深度越低，收入不平等将愈加严重，这印证了金融科技使用程度差异而引致的“数字鸿沟”作用的存在。
表3 机制检验结果
2.个体知识技能
随着数字技术的不断发展，了解受众需求并对人群进行正确有效的科普尤为重要。从数字普惠金融发挥效应的机制路径看，受众的知识水平以及对于新技术、新产品的了解程度扮演着重要角色。不同收入或学历的人群一般具有不同的社会经济地位，所受教育程度以及新技术、新产品介入和使用的途径、种类等都会影响数字普惠金融的实际效果。换言之，不同群体由于个体知识技能差异，对待数字普惠金融的接受度不同，收入水平和技术水平不同或将影响对数字普惠金融的熟练度，进而引发“数字鸿沟”，扩大收入分配差距。根据这一逻辑，本文分别以家庭人均收入（rincome）和家庭成员学历水平（edu）刻画个体知识技能差异，通过构造家庭人均收入水平与数字普惠金融的交互项（index_aggrate*rincome）、家庭成员学历水平与数字普惠金融的交互项（in⁃dex_aggrate*edu）纳入回归方程，回归结果如表3第（2）—（3）列所示。结果发现，数字普惠金融的回归系数显著为正，与基准回归保持一致，而交互项的回归系数均显著为负，这表明家庭人均收入水平以及家庭成员学历水平都能够缓解数字普惠金融对收入不平等的加剧作用。这一结果预示着低收入或低学历人群由于较低的个体知识技能，对数字普惠金融的参与度或熟练度亦相对较低，继而导致更大程度上的收入不平等效应，进一步印证了“数字鸿沟”作用的存在。
（四）进一步分析①限于篇幅，进一步分析的表格结果未在本文列示，留存备索。
1.不同数字普惠金融维度的影响效应
本文将数字普惠金融指数进一步划分为数字普惠金融的覆盖广度、使用深度和数字化程度，结果显示数字普惠金融的覆盖广度（coverage_breadth）、使用深度（usage_depth）和数字化程度（digitizatial）三个维度的回归系数均显著为正，这与基准回归的结果相一致。但是相较于数字普惠金融的覆盖广度，数字普惠金融的使用深度和数字化程度回归系数的绝对值较小，这表明二者对收入不平等的加剧作用相对较弱。这进一步表明了“数字技术+普惠金融”的目标不应仅仅是扩大金融服务的覆盖面，更为重要的是，要切实提升各地区人群对数字普惠金融的认识度、接受度，进而提高数字普惠金融的使用深度和熟练度，例如培养人们对移动支付、线上信用贷款、线上投资业务等业务活动的习惯，才能够尽享数字普惠金融对收入分配产生的“数字红利”，否则会通过数字技术“使用差距”引发“数字鸿沟”以扩大收入差距。
2.不同地区的影响效应
为进一步探究数字普惠金融对收入不平等的作用效应是否在不同地区间存在差异。本文基于不同户籍、不同地区重新划分样本进行了实证检验。首先，本文将总样本分为城镇家庭和农村家庭，结果表明数字普惠金融（index_aggrate）在城镇家庭样本和农村家庭样本中的回归系数均与基准回归保持一致，且系数的绝对值相差不大，表明数字普惠金融对收入分配的“马太效应”在城乡之间不存在明显差异。进一步地，本文将总样本分为东部、中部和西部地区，结果表明数字普惠金融（index_aggrate）在东部地区样本和中部地区样本中的回归系数均显著为正，但在西部地区样本中显著为负，这表明在我国东中部地区，数字普惠金融发展对收入分配产生了相对明显的“马太效应”，而在西部地区，数字普惠金融对收入分配则产生了相对明显的“涓滴效应”，这侧面印证了已有文献的研究结论，①黄燕辉：《普惠金融与城乡收入差距：基于广东省的实证分析》，《广东财经大学学报》2018年第2期。即普惠金融发展对缩小收入差距的有效性存在边际递减效应，且普惠金融发展速度的提升对收入差距的缩小幅度呈现西部地区大于东中部地区的特点，本文将这一结论拓展到了数字普惠金融领域。
普惠金融是世界性的难题，而数字技术、金融科技的发展为其注入了新的生机与动能，数字普惠金融究竟能否真正推动收入分配改善是学术界与实务界共同关注的热点问题。本文基于中国社会状况综合调查和北京大学数字普惠金融指数构建城市层面的混合截面数据，探讨数字普惠金融对收入不平等的作用效应。结果表明，数字普惠金融总体上会显著加剧收入不平等，对收入分配引致了相对明显的“马太效应”，而并未实现“涓滴效应”的初衷。背后的机制在于，数字普惠金融会通过金融科技使用程度差异、个体知识技能差异产生有差异的“数字红利”，即通过“数字鸿沟”作用引致收入分配的“马太效应”。进一步分析发现，相较于数字普惠金融的覆盖广度，其使用深度和数字化程度对收入不平等的加剧作用较大。相较于欠发达的西部地区，数字普惠金融在东中部地区中对收入分配产生了相对明显的“马太效应”。
本文结论有如下启示：一是要继续加大云计算、大数据、区块链、互联网平台等新型基础设施的接入水平，特别是在乡村、欠发达地区中加大对金融新基建的投入力度，实现对银行等金融机构服务、监管、资产、风险等数据资产的数字化，通过支付、信用和数字化技术的全面融合，缩小不同地区金融科技基础设施的“接入差距”，以可负担的成本将普惠金融服务惠及更多的地区和群体，尽可能地释放数字普惠金融的“数字红利”；
二是在加大数字普惠金融覆盖广度的基础上，要重点关注低收入群体、欠发达地区对数字技术、金融科技的接受度，通过媒体宣传、金融机构社区入户等普及手段，加大民众对数字普惠金融的认知度和信任度，切实提高移动支付、线上信贷、线上保险等受众群体规模与使用深度，尽可能地避免由于金融科技使用程度差异而可能造成的“数字鸿沟”问题；
三是银行等金融机构要重视数字普惠金融产品创新，依托于数字技术促使金融产品的数字化，创造出低门槛、低风险的普惠金融产品，特别是要倡导“因人制宜”“因地制宜”，精准锚定目标群体提供相应普惠金融服务，避免“灌溉式扶贫”，而推动普惠金融层面的“精准扶贫”。