數字金融能彌補市場化程度的不足嗎?
——基于農村發展的視角

施宣邑，羅崢嶸，楊 暢

（1.廈門理工學院 經濟與管理學院，福建 廈門 361024；2.澳門科技大學 商學院，澳門 999078）

一、引言

農村地區市場化程度不足、金融渠道缺乏、交易成本高等問題制約著農村發展。值得注意的是，數字金融為上述問題解決帶來了轉機。目前有關數字金融的研究主要集中于數字金融對企業和區域發展的影響，其中，數字金融對企業發展的影響研究側重于企業去杠桿［1］、企業績效［2］、企業并購［3］等領域，數字金融對區域發展的影響研究則主要聚焦于技術創新［4］、貨幣政策［5］、創業活躍度［6］等領域。目前逐步出現討論數字金融對農村發展影響的研究［7］，但是，基于市場化程度視角討論數字金融對農村發展影響的研究仍處于起步階段。

2020 年底中國如期完成新時代脫貧攻堅目標任務，現行標準下農村貧困人口全部脫貧。為探討數字金融對農村發展的作用，本文使用2011—2020 年中國省級平衡面板數據，運用固定效應模型對中國脫貧攻堅進程中數字金融、市場化程度與農村貧困發生率、農村人均可支配收入和消費支出的關系進行經驗總結，并試圖回答以下三個問題：第一，通過構建平衡面板模型，討論2011—2020 年期間數字金融是否有助于降低農村貧困發生率并提振農村居民收入與消費水平？第二，通過加入市場化程度這一調節變量，討論在2011—2020 年期間的農村發展方面，數字金融與市場化程度間是否存在替代效應，以及數字金融能否彌補市場化程度不足？第三，通過區域異質性分析，討論2011—2020 年期間數字金融與市場化程度的替代效應在哪些地區更為明顯？

本文具有以下貢獻：第一，豐富了數字金融與農村發展的相關文獻。本文驗證了2011—2020年期間數字金融對降低農村貧困發生率、提高農村居民收入、推動農村居民消費增長均有積極作用。第二，基于農村發展的視角驗證數字金融與市場化程度的替代效應。區別于以往有關數字金融與農村發展的研究［7］，本文基于2011—2020 年中國省級平衡面板數據，論證在市場化程度低的地區，2011—2020 年期間數字金融發展更有利于降低農村貧困發生率，并有助于提高農村居民的收入與消費，為政府利用數字金融助力欠發達地區經濟發展、推動農村發展提供了重要啟示。第三，揭示了數字金融與市場化程度的替代效應在中西部地區更為明顯，為中國推動中西部地區數字化進程、為高效利用數字金融紅利推進農村發展并實現人民共同富裕提供了理論與經驗證據。

二、文獻綜述

（一）數字金融的相關研究

數字金融是指依托數字技術提供金融產品與金融服務［8］。由于數字金融的衡量指標體系尚不完善，現有數字金融的研究主要聚焦三大領域：1.數字金融衡量指標的構建研究；2.數字金融對企業發展的影響研究；3.數字金融對區域發展的影響研究。

第一，數字金融衡量指標的構建研究。由于信息化程度直接影響數字金融的發展，故而有些學者直接使用互聯網寬帶接入戶數、光纜和基站密度或電信業務量等作為區域數字金融的衡量指標［9］。而有些學者則認為使用信息化程度對數字金融進行量化過于片面，應該對數字金融進行多維度分解，進而構建更完善的評價指標［10］。其中，北京大學數字金融研究中心構建的北京大學數字普惠金融指數從覆蓋廣度、使用深度和數字化程度三個維度測量區域的數字金融發展程度，是目前被廣泛接受和運用的宏觀衡量方式［11］。在微觀層面，數字金融主要表現為企業的數字化轉型程度，一般通過文本分析法對企業年報中有關大數據、云計算、區塊鏈、人工智能和數字技術運用等關鍵詞詞頻進行測量［12］。

第二，數字金融對企業發展的影響研究。目前，部分學者致力于探究數字金融對企業發展的積極作用，主要研究對于公司治理、企業績效和并購等方面的影響?，F有研究發現，數字金融具有地理穿透性與低成本優勢，有助于降低企業融資成本，拓寬企業融資渠道，減少企業對杠桿融資的需求，有利于完善公司治理［1］。此外，廣泛且低成本的融資渠道提高了企業金融資源配置效率，提升了企業績效［2］。同時，數字金融對公司治理水平的提升還有利于促進企業并購行為［3］。

第三，數字金融對區域發展的影響研究。數字金融對區域發展的影響研究集中于討論其經濟后果。戰明華等［5］指出，數字金融能提升貨幣政策的效果，具體表現為放大產出關于政策沖擊的脈沖響應幅度，減少政策的時滯性并弱化“價格之謎”現象。聶秀華等［4］發現數字金融通過緩解融資約束能夠優化區域內產業結構，提高區域創新水平。趙濤等［6］則發現數字金融通過影響市場規模、知識溢出和要素組合等因素，加快信息交互與資源整合，提升創業活躍度。此外，少量研究討論了數字金融對農村金融的影響，傅秋子和黃益平［7］發現數字金融增加了農村居民消費信貸的需求，數字金融存在提升效率、促進消費等多維度效應。

（二）金融對農村發展影響的相關研究

金融對農村發展影響在學界已經有較豐富的相關研究，多數學者是基于經濟增長理論研究金融發展對農村脫貧增收及農村居民消費行為的影響。

一方面，大多數研究均認為金融發展有助于農村脫貧增收。Geda et al.［13］以及Bittencourt［14］等的研究發現，隨著金融服務范圍的延伸以及金融服務水平的提高，低收入人群的收入水平將得到提高，生活水平會有顯著改善。龔沁宜和成學真［15］發現金融發展的減貧作用相當明顯，且符合邊際效應遞減的客觀經濟規律。孫玉奎等［16］指出至少在中國東部地區，金融發展有助于提高農村居民收入，并能顯著縮小收入差距。陳嘯和陳鑫［17］發現金融發展不僅能抑制當地城鄉收入差距擴大，還能將該積極效應輻射到鄰近地區。

另一方面，現有研究還認為金融發展會改變農村居民的消費行為。部分學者認為金融發展會提高農村居民的消費水平，實現消費升級。冉光和等［18］發現農村金融發展水平越高，農村居民的消費能力越強，且這一正向關系進一步受到收入水平的影響，收入水平越高，金融對消費的提振作用越明顯。王勇［19］認為相較于提升農村居民短期收入的方式，消費金融能夠更有效促進農村居民消費增長。李江一和李涵［20］則發現高效的金融服務有益于消費升級，表現為對大型家電等發展享受型消費的提升高于對食品等生存型消費的提升。

整體而言，金融發展對農村發展的作用已被廣泛論證，但目前有關數字金融與農村發展的研究仍處于起步階段。一方面，現有研究尚未清晰探究數字金融對農村發展的作用，更缺乏相關機制的討論。另一方面，數字金融能否彌補地區市場化程度的不足，為經濟欠發達地區提供新的經濟發展路徑并助力區域經濟高質量發展，尚未得到充分關注。鑒于此，本文探討2011—2020 年期間數字金融對降低農村貧困發生率以及提振農村居民收入與消費的作用，并考慮數字金融與市場化程度可能存在的替代效應，進一步研究數字金融對市場化程度不足地區的農村發展的影響。

三、理論分析與研究假設

（一）數字金融對農村發展的影響

金融與農村發展關系密切［21］。對于農村而言，金融門檻高和金融排斥現象是制約其發展的重要原因，而數字金融發展能有效緩解這一問題。首先，數字金融的發展降低了金融機構的運營成本，擴大了金融服務的覆蓋范圍［22］。具體來說，數字金融加速金融服務由城市向農村拓展，擴大農村居民用戶群的規模，使得金融服務需求向“尾部”轉移，產生“長尾效應”［23-25］。這種新興的金融發展模式提升金融服務的觸達能力，降低農村居民獲取金融服務的門檻和成本，具有減貧增收的效果［26］。其次，數字金融豐富了農村居民的投資理財渠道。相較于儲蓄這一農村居民常用的傳統理財模式，數字金融提供了更多樣化的理財選擇如基金、保險等，將提高農村居民的收入水平［27］。此外，金融機構提供的便捷支付結算手段以及信貸業務將影響農村居民的消費行為［28］。具體而言，信貸業務可使農村居民獲得資金支持，從而緩解農村居民的資金約束，與此同時，信用消費等便捷的支付結算手段使得農村居民實現跨期消費；如若農戶開通了第三方支付賬戶，其家庭消費水平能夠顯著提升［29］。因此，數字金融能夠促進農村地區消費升級，擴大農村居民的消費支出。綜上所述，本文認為數字金融能夠提供農村發展的內在活力［30-31］，具體體現為降低農村貧困發生率、提高農村居民收入水平、增加農村居民消費支出三個方面。故提出研究假設1。

假設1a：數字金融發展降低了農村貧困發生率。

假設1b：數字金融發展提高了農村居民收入水平。

假設1c：數字金融發展增加了農村居民消費支出。

（二）數字金融與市場化程度的替代效應

從農村發展視角看，數字金融應當能夠彌補市場化程度的不足?，F有研究通常認為市場化的均衡發展是實現農村經濟高質量發展的重要過程［32］。傳統的農村發展是通過提高市場化程度來完成的，即首先完善法律制度，營造良好的市場環境，隨后進一步促進區域產品與要素市場發展，提高非國有經濟的參與度，豐富市場中介，進而帶動農村產品的生產和銷售，實現農村發展的目標。然而，市場化建設這一過程存在投入大、周期長、見效慢的問題，而數字金融發展恰好能夠彌補市場化程度的不足。一方面，中國已具備較好的數字金融基礎，包括微信支付、支付寶及手機銀行等多種成功實踐，這意味著推動農村地區數字金融建設的成本可控且周期較短。另一方面，中國農村互聯網用戶群體龐大，移動支付普及率高，農村居民對數字金融的接受度高，故而在農村地區推廣數字金融的阻力小、見效更快。綜上所述，本文認為數字金融能夠彌補區域市場化程度不足的劣勢，即存在替代效應，數字金融有助于低市場化程度地區加快經濟建設，推動鄉村振興。故提出研究假設2。

假設2a：數字金融對低市場化程度地區的減貧效應更為明顯。

假設2b：數字金融對低市場化程度地區農村居民收入水平的提升作用更為明顯。

假設2c：數字金融對低市場化程度地區農村居民消費的促進作用更為明顯。

數字金融、市場化程度與農村發展的理論邏輯關系參見圖1。

圖1 數字金融、市場化程度與農村發展的理論邏輯關系

四、研究樣本及數據來源、研究變量與研究模型

（一）研究樣本及數據來源

為對中國脫貧攻堅進程中數字金融、市場化程度與農村貧困發生率、農村人均可支配收入和消費支出的關系進行經驗總結，本文采用2011—2020 年中國省級平衡面板數據進行實證分析，包括中國31 個省級行政區（不包括中國香港、澳門及臺灣地區）。其中，農村貧困發生率數據來自2011—2020 年國家統計局發布的《中國農村貧困監測報告》，農村居民人均可支配收入與消費支出數據來自國家統計局，數字金融發展水平數據來自《北京大學數字普惠金融指數（2011—2020）》，其他數據來自國泰安數據庫。

（二）研究變量

1. 被解釋變量

農村發展。本文主要對中國脫貧攻堅進程中數字金融、市場化程度與農村貧困發生率、農村人均可支配收入和消費支出的關系進行經驗總結，為此，本文選取農村貧困發生率、農村居民收入水平以及農村居民消費水平三個指標來衡量農村發展。首先，脫貧是農村發展的基礎，本文參照陳慧卿等［33］的研究，采用《中國農村貧困監測報告》發布的農村貧困發生率指標作為農村發展程度的衡量指標之一。由于該報告不披露統計上不存在顯著貧困省級行政區的數據，因此，設定這些省級行政區在未披露年份的農村貧困發生率為0。其次，參照孫玉奎等［15］的測量方式，采用農村居民人均可支配收入的自然對數衡量農村居民收入水平。最后，參照陳東和劉金東［34］的方法，采用農村居民人均消費支出的自然對數衡量農村居民消費水平。

2. 解釋變量

數字金融發展水平。參照聶秀華等［4］的處理方式，采用北京大學數字金融研究中心編制的北京大學數字普惠金融指數作為數字金融發展水平的衡量指標，該指數使用大數據技術構建，綜合傳統金融與互聯網服務兩方面的特征，全面反映數字金融的總體發展和變化趨勢①詳細計算見《北京大學數字普惠金融指數（2011—2020）》。。同時，本文進一步使用覆蓋廣度、使用深度和數字化程度三方面指標多維度地衡量區域數字金融發展水平。

3. 調節變量

市場化程度。本文采用王小魯等［11］發布的市場化指數作為各省級行政區市場化程度的衡量指標。由于樊綱市場化指數于2016 年統計基期發生了變化，因此本文根據2016 年數據進行基期的調整以確保數據的可比性。

4. 控制變量。

參照陳慧卿等［33］以及何學松和孔榮［35］的方法，本文加入一系列省級層面控制變量，同時控制省級固定效應以避免遺漏變量偏誤造成的影響。其中，第一產業結構（PI）用第一產業占GDP 的比重表示；第二產業結構（SI）用第二產業占GDP 的比重表示；教育水平（EDUCATION）用教育經費支出占財政支出的比重表示；經濟發展水平（GDP）用各省級行政區人均GDP 增長率表示。

所有研究變量及定義均在表1 中展示。

表1 研究變量定義

（三）研究模型

本文首先檢驗2011—2020 年期間數字金融發展是否有助于農村發展。采用固定效應模型對省級面板數據進行回歸分析，其平衡面板數據模型如式（1）。

其中，i代表省級行政區；t代表年份；FD代表該省級行政區農村發展情況，分別用農村貧困發生率（RPR）、農村居民人均可支配收入（INCOME）及農村居民人均消費支出（COMSP）衡量；DF代表該省級行政區當年的數字金融發展水平；Controls代表控制變量，包括第一產業結構、第二產業結構、教育水平與經濟增長情況；Province為省級固定效應；ε 為誤差項。根據本文研究假設，在農村貧困發生率作為被解釋變量時，預期α1顯著為負，即區域數字金融發展有助于農村減貧；而在農村居民收入水平與消費水平作為被解釋變量時，預期α1顯著為正，即數字金融有助于提振農村居民收入與消費。

隨后，本文檢驗2011—2020 年期間數字金融對農村發展的影響，是否與區域市場化程度存在替代效應。在模型（1）的基礎上，本文加入市場化程度衡量變量及其與數字金融變量的交乘項，其模型如下：

其中，MARKET代表該省級行政區當年的市場化程度，其他變量已在前文中定義。根據本文研究假設，預期β3系數應與β1的系數相反；在農村貧困發生率作為被解釋變量時，預期β3應顯著為正；在農村居民收入水平與消費水平作為被解釋變量時，預期β1顯著為負。以上預期說明在市場化程度高的省級行政區，數字金融對農村發展的積極作用將被削弱，即數字金融與市場化程度存在替代效應，在市場化程度低的地區中數字金融更能促進農村發展。

五、實證分析及討論

（一）描述性統計

表2 展示了2011—2020 年期間研究變量的描述性統計結果。研究發現2011—2020 年期間農村貧困發生率的均值為6.5726%，標準差高達8.4562%；2011—2020 年期間農村人均可支配收入的均值為9.3563，標準差為0.4010；2011—2020 年期間農村人均消費支出的均值為9.1502，標準差為0.3758；2011—2020 年期間數字金融系列變量的均值處于196.669 6～290.142 3 之間，標準差處于96.556 0～117.252 2之間；2011—2020 年期間市場化程度的均值為6.532 5，標準差為2.191 1。統計結果表明2011—2020 年期間中國農村貧困度、區域數字金融發展程度與市場化程度在各省級行政區間存在較大差異。

表2 2011—2020 年期間研究變量的描述性統計結果

（二）實證分析

1. 基準回歸分析

表3 展示了使用固定效應模型的2011—2020 年期間數字金融對農村發展影響的回歸結果。其中，列（1）、列（3）和列（5）分別展示2011—2020 年期間數字金融對農村貧困發生率、農村居民人均可支配收入和農村居民人均消費支出的影響；列（2）、列（4）和列（6）則分別展示2011—2020 年期間市場化程度對數字金融與農村貧困發生率、農村居民人均可支配收入和農村居民人均消費支出間關系的調節效應。

表3 2011—2020 年期間數字金融對農村發展影響的回歸結果

首先，從2011—2020 年期間數字金融對農村發展影響的直接效應來看。列（1）數字金融發展程度的系數在1%的顯著性水平下與農村貧困發生率呈負相關關系，說明2011—2020 年期間數字金融有助于農村實現減貧。該結論支持本文研究假設1a。列（3）數字金融發展程度的系數在1%的顯著性水平下與農村居民人均可支配收入呈正相關關系，說明2011—2020 年期間數字金融有助于農村居民增收。該結論支持本文研究假設1b。列（5）數字金融發展程度的系數在1%的顯著性水平下與農村居民人均消費支出呈正相關關系，說明2011—2020 年期間數字金融還具備提振消費的作用。該結論支持本文研究假設1c。

隨后，通過構建調節效應模型，檢驗2011—2020 年期間數字金融與市場化程度在降低農村貧困發生率方面是否存在替代效應。列（2）數字金融發展程度與市場化程度的交乘項（DF×MARKET）的系數在1%的顯著性水平下與農村貧困發生率呈正相關關系，證明在市場化程度高的地區，數字金融對降低農村貧困發生率的作用遭到削弱。該結果說明從脫貧視角來看，數字金融與市場化程度存在一定的替代效應。因此，對于市場化程度低的地區，推動數字金融發展更有利于彌補市場化程度不足帶來的不利影響，更好地降低農村貧困發生率。該結論支持本文研究假設2a。列（4）DF×MARKET的系數在1%的顯著性水平下與農村人均可支配收入呈負相關關系，證明在市場化程度高的地區，數字金融對提高農村居民收入水平的作用也會受到削弱。該結果說明從農村居民收入的角度來看，數字金融與市場化程度同樣存在替代效應，市場化程度低的地區發展數字金融能夠起到更好的農村增收效果。該結論支持本文研究假設2b。列（6）DF×MARKET的系數依舊在1%的顯著性水平下與農村人均消費支出呈負相關關系，證明在市場化程度高的地區，數字金融對促進農村消費增長的作用也被削弱，存在替代效應，故市場化程度低的地區推進數字金融建設對提振農村消費水平有更好作用。該結論支持本文研究假設2c。

此外，控制變量的回歸結果顯示2011—2020 年期間區域教育水平與農村貧困發生率之間存在顯著負相關關系，這印證了教育有利于農村發展的結論［36］。產業結構的變量回歸結果顯示，第一產業與第二產業占比高的省級行政區農村居民收入水平和消費水平相對更低，這佐證了優化產業結構、實現各產業協調發展更有助于農村發展和鄉村振興目標實現。

2. 穩健性檢測

（1）替換解釋變量的回歸分析

為了檢驗結果的穩健性，本文更換數字金融的衡量方式，分別使用覆蓋廣度（COVERAGE）、使用深度（USAGE）和數字化程度（LEVEL）作為數字金融的衡量方式，發現回歸結果（見表4）與基準回歸分析一致。表4 的面板A、面板B 和面板C 分別是使用覆蓋廣度、使用深度和數字化程度作為數字金融發展程度的衡量指標時相應的回歸結果。其中，由列（1）、列（3）和列（5）的回歸結果可以發現，2011—2020 年期間數字金融的覆蓋廣度、使用深度和數字化程度越強，地區農村貧困發生率越低，同時農村居民人均可支配收入和農村居民人均消費支出越高，研究假設1a、1b 和1c 的結論依舊成立。在列（2）中，覆蓋廣度、使用深度和數字化程度與市場化程度的交乘項系數均在1%的顯著性水平下為正，說明無論在何種數字金融衡量方式下，數字金融與市場化程度的替代效應依舊存在，市場化程度低的地區更容易從數字金融中獲益，研究假設2a、2b 和2c 的結論依舊成立。

表4 2011—2020 年期間覆蓋廣度、使用深度和數字化程度對農村發展影響的回歸結果

（2）歸并回歸分析

本文被解釋變量之一的農村貧困發生率（RPR）大于0，是正值連續型變量，且在0 值處存在歸并數據現象，故而本文采用歸并回歸Tobit 模型進行穩健性檢測，以避免歸并數據特征對研究結論的影響［37］?；貧w結果在表5 中展示?？梢钥闯?，INDEX的系數依舊顯著為負，INDEX×MARKET的系數依舊顯著為正。因此，總體來說，2011—2020 年期間，數字金融依舊有利于降低農村貧困發生率，數字金融與市場化程度間的替代效應依舊顯著，且這種替代效應在中西部地區更為明顯。本研究結論不受歸并數據特征影響。

表5 2011—2020 年期間Tobit 回歸結果

（3）Heckman 回歸分析

本文的被解釋變量之一的農村貧困率數據來源于《中國農村貧困監測報告》，該報告未披露統計上不存在顯著貧困地區的數據，存在非隨機缺失現象，因此可能造成自我選擇偏差問題。故本文參照Heckman［38］的方法，使用兩步法Heckman 模型作為第二種穩定性檢測方式，以避免自我選擇偏差所造成的潛在內生性問題對研究結論的影響。第一步中，本文使用農村貧困發生率的年度均值及控制變量對是否存在農村貧困率的啞變量進行回歸，并計算逆米爾斯比率（IMR），然后將逆米爾斯比率作為控制變量加入模型中。

表6 展示了2011—2020 年期間Heckman 選擇模型進行回歸分析的結果?？梢钥闯?，逆米爾斯比率顯著，說明數據可能存在自我選擇偏差的問題。然而，INDEX的系數依舊顯著為負，INDEX×MARKET的系數依舊顯著為正，說明在考慮農村貧困發生率變量可能存在自我選擇偏差問題的情況下，本文2011—2020 年期間的研究結論依舊成立。

表6 2011—2020 年期間兩步法Heckman 模型回歸結果

3. 區域異質性分析

數字金融與市場化程度間的替代效應可能存在區域異質性。中國國內產業轉移的方向是由東部沿海地區向中西部內陸地區轉移。東部沿海地區發展較早，經濟發達，市場化程度較高，而中西部地區則普遍存在市場化程度不足、經濟發展不及東部沿海地區的問題?？梢娫谥形鞑康貐^要素市場發展相對不完善，市場中介發展程度不高，市場環境通常不如東部地區。同時，中西部地區經濟相對欠發達，可供投入市場化進程建設或推動數字金融發展的資源相對有限，無法兼顧市場化進程的推動與數字金融的發展。因此，本文進一步進行區域異質性分析。

首先，參照國家統計局的分類方式，本文將31 個省級行政區中的北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南定義為東部地區，其余省級行政區為中西部地區①資料來源：http：//www.stats.gov.cn/ztjc/zthd/sjtjr/dejtjkfr/tjkp/201106/t20110613_71947.htm。。本文構建衡量中西部地區的啞變量，當該省級行政區屬于中西部地區時為1，其他情況為0。隨后，在模型（2）的基礎上，加入中西部啞變量（NW）及其與數字金融和市場化程度的一系列交乘項，其模型如式（3）。

其中，NW為衡量中西部地區的啞變量，其他變量已在前文中定義②由于衡量中西部地區啞變量不隨時間變化而變化，故使用固定效應模模型時未控制其主效應。。

表7 展示了2011—2020 年期間區域異質性的回歸結果。在第（1）列中，數字金融發展程度、市場化程度與中西部地區啞變量交乘項（DF×MARKET×MW）的系數在1%的顯著性水平下與農村貧困發生率呈正相關關系。在第（2）列中，DF×MARKET×MW的系數在5%的顯著性水平下與農村人均可支配收入呈負相關關系。該結果說明從農村脫貧與增收的角度來看，2011—2020 年期間數字金融對市場化程度的替代效應在中西部省份更為明顯。值得注意的是，在第（3）列中，DF×MARKET×MW的系數在1%的顯著性水平下與農村人均可支配收入呈正相關關系。該結果說明從農村居民消費水平的視角來看，2011—2020 年期間數字金融對市場化程度的替代效應反而在東部地區更加明顯。

表7 2011—2020 年期間區域異質性的回歸結果

六、研究結論與政策建議

本文使用2011—2020 年中國省級平衡面板數據，運用固定效應模型對中國脫貧攻堅進程中數字金融、市場化程度與農村貧困發生率、農村人均可支配收入和消費支出的關系進行經驗總結，檢驗了區域數字金融水平與市場化程度對農村發展的影響以及推動數字金融發展能否彌補區域市場化程度不足的劣勢，從而助力欠發達地區利用數字金融實現農村增收及推進鄉村振興。通過分析，本研究得出以下結論。

第一，數字金融發展有助于推動農村發展，具體表現為2011—2020 年期間降低中國農村貧困率、提高農村居民收入水平與消費水平。第二，數字金融與市場化程度兩者存在替代效應，2011—2020 年期間市場化程度低的地區推動數字金融發展更有利于降低農村貧困發生率、提高人均可支配收入和消費支出。上述結論經過替換解釋變量、使用Tobit 回歸和Heckman 回歸法等穩健性檢驗后依舊成立。第三，數字金融與市場化程度的替代效應存在明顯的區域異質性，具體表現為在2011—2020 年期間農村減貧與農村居民增收方面，數字金融與市場化程度的替代效應在中西部地區更為明顯，而在2011—2020 年期間農村居民消費方面，該替代效應在東部地區更為明顯。

展望未來，本文提出以下政策建議：第一，應該積極推動數字金融發展。本文研究發現，數字金融發展能夠拓展農村金融交易渠道、降低金融交易成本，加速了農村發展，有利于推進鄉村振興及共同富裕目標的實現。第二，應考慮數字金融與市場化程度之間的替代效應，有針對性地推動市場化程度較低地區的數字金融建設。數字金融與市場化程度的替代效應既是機遇，亦是挑戰。一方面，數字金融建設有助于降低推動市場化進程所帶來的經濟發展成本。另一方面，兩者間的替代效應也對針對性地制定區域數字金融發展政策提出了挑戰，同時應當避免在推動數字金融發展時忽視提高市場化程度對農村發展的積極作用。第三，在制定數字金融政策與監管方案時，應當充分考慮區域異質性，為數字金融在中西部地區農村增收方面的積極作用提供政策支持，同時有效發揮數字金融在東部地區提振農村消費方面的效應。