數字普惠金融對經濟高質量發展的影響研究

徐 銘，沈 洋，周鵬飛

（1.重慶師范大學 經濟與管理學院，重慶 401331；2.華僑大學 經濟與金融學院，福建 泉州 362021）

普惠金融指的是在機會平等和商業可持續原則下，為有金融服務需求的社會各階層提供適當、有效的金融供給服務。基于現代信息技術和傳統普惠金融集成而來的數字普惠金融，利用大數據、人工智能和云計算等新興技術極大地降低了金融供給服務的門檻和成本，提高了欠發達地區金融服務的可得性，對于提高金融服務效率、改善金融服務體驗、緩解金融資本錯配、實現普惠金融服務的商業持續性具有重要推動作用。可以明確的是，數字普惠金融有助于拓展金融服務邊界、豐富交易形式和優化供需銜接，通過實體部門與金融部門協同共進的方式助力經濟發展，因此數字普惠金融的重要性在于其能夠破解傳統普惠金融理論的潛在悖論。現階段，我國經濟正處于調整經濟發展方式、優化產業結構、轉換增長動能、實現經濟提質增檔的關鍵時期，推動經濟高質量發展成為我國當前和未來很長一段時間內制定政策方針、確定發展思路和實施宏觀調控的首要目標［1］。金融發展在促進技術創新、推動產業轉型升級和提高居民消費質量等方面發揮著重要作用，而數字普惠金融的重要使命和目標就在于推動經濟高質量發展［2］。因此，基于數字普惠金融角度，探究數字普惠金融對經濟高質量發展的影響機制具有重要的現實意義。

自2016 年中國人民銀行發布《G20 數字普惠金融高級原則》以來，學術界對此進行了大量的研究。當前已有針對數字普惠金融的研究主要聚焦于數字普惠金融內涵及外延、發展思路、如何緩解貧困、推動技術創新進步、促進消費等方面。如郭峰、孔濤、王靖一［3］和黃益平［4］運用空間計量分析了互聯網金融的發展，并闡述了數字普惠金融的發展內涵及風險與機遇；謝絢麗、沈艷、張皓星等［5］，曾之明、余長龍、張琦等［6］運用固定效應等計量方法驗證了數字普惠金融能有效促進創業，為廣大群眾提供就業機會與機遇，且對于農民工群體更能解決就業難題，從而改善居民收入水平和減少貧困水平；尹應凱、侯蕤［7］分析了促進數字普惠金融發展的路徑是提升技術水平和改善法律監管水平；周利、廖婧琳、張浩［8］，王玉澤、羅能生、劉文彬［9］通過實證分析發現，企業發展創新是數字普惠金融技術發展帶來的成效之一；杜丹清、占智康［10］和江紅莉、蔣鵬程［11］運用動態面板模型證實數字普惠金融對于居民消費結構有著顯著的改善，并間接推動經濟發展；蔣長流、江成濤［12］指出，數字普惠金融的發展及其覆蓋廣度、使用深度和數字化程度均能提高經濟發展質量，但由于互聯網的“數字鴻溝”干擾，數字普惠金融對經濟質量的促進效應存在異質性；滕磊、馬德功［13］指出，數字金融能夠通過緩解企業融資約束，實現普惠金融的“普惠”內核，以推動經濟高質量發展。

綜上所述，已有文獻為本文研究提供了經驗啟示與方法借鑒，但仍然有邊際拓展的空間。一方面，由于數字普惠金融的概念在2016 年才被正式提出，現階段關于數字普惠金融的研究還較少；另一方面，盡管已有文獻探究了數字普惠金融對經濟高質量發展的影響，但它們大多采用綜合指標來刻畫經濟高質量發展水平，使用綠色全要素生產率進行表征的做法鮮有，現有文獻也未從深層次揭示數字普惠金融對經濟高質量發展的促進作用究竟是推動綠色技術效率改善還是促進綠色技術進步所致。鑒于此，本文基于數字普惠金融角度，探究了金融發展對經濟高質量發展的影響，并運用SBM－ GML 指數來測度全國280 個地級市及以上城市的經濟高質量發展水平，采用面板回歸模型從深層次來驗證數字普惠金融能否對經濟高質量發展起促進作用，亦或是主要通過技術效率改善來帶動，還是通過技術進步提高來推動。

1 影響機制分析

數字普惠金融對經濟高質量發展的影響，可以歸納為技術創新效應、產業結構效應和收入增長效應，幾種效應彼此滲透、相互作用，協同促進全要素生產率的提高。①技術創新效應。得益于金融科技公司的創新理念、先進技術的快速發展和營商環境的持續優化，近年來數字普惠金融呈現出良好的發展勢頭。相較于傳統金融，數字普惠金融利用大數據處理技術緩解了各金融機構交易風險和成本過高的問題，實現了技術層面上的提升，并以此優化了各企業間的資源配置。從企業微觀層面來看，隨著互聯網、云計算、人工智能和大數據分析等現代信息技術的出現，市場信息逐漸公開透明，降低了企業交易成本和信息搜尋成本，提高了經濟決策效率。此外，數字普惠金融還能通過物聯網、云計算和大數據分析等幫助企業實現技術整合和智能制造，采取制定利率優惠和定向貸款等方式發揮示范效應、技術溢出效應和競爭效率，以此帶動產業鏈上下游企業相互學習、模仿和再創新，提高區域經濟發展質量。②產業結構效應。數字普惠金融通過優化要素資源配置和緩解資本錯配的方式促進產業結構升級。一般而言，開展數字普惠金融業務有利于簡化金融審批程序，提升金融服務可獲得性、資本配置效率，降低借貸成本，解決中小微企業融資問題，促進企業技術革新，最終促使國民產業結構不斷優化。產業結構優化可以反映為產業結構高級化和產業結構合理化，產業結構高級化直接顯示了現代科技水平的進步。從金融供給角度來看，數字普惠金融利用現代數字技術減緩了金融交易過程中的信息不對稱，且能夠獲取企業更多的非財務信息，如社會網絡關系及企業發展相關的物流、貨流、人流、信息流等要素被納入到風險評估和資本定價系統內，有助于規避金融市場中道德風險和逆向選擇問題，使金融風險和投資收益更加匹配，提高了金融要素服務實體經濟的支持效率，從而促進經濟高質量發展［14］。③收入增長效應。凱恩斯經濟學理論認為，收入是決定居民消費的關鍵性因素，收入的內生性增長是推動居民消費支出和擴大內需的有效手段，而居民消費又是實體經濟部門長遠發展的基礎。嵌入現代數字經濟發展體系，金融系統內部正發生著劇烈變革，數字普惠金融可促使金融結構調整、金融技術改革和金融規模擴大。反映到企業微觀個體，數字普惠金融能夠扭轉金融要素錯配和提高金融服務質量與效率，對緩解中小微企業融資約束，提升全民創業活力具有促進作用，這對豐富國民經濟業態和居民靈活就業創造了資本支撐［15］。數字普惠金融還突破了物理網點和工作時間限制，互聯網的天然“泛在性”使得數字金融規模化發展邊際成本趨于零，這能引領金融供給朝著平民化、大眾化和數字化的方向發展。因此，數字普惠金融不僅降低了金融服務門檻，讓金融資源惠及更多的“長尾客戶”，還拓寬了居民投資理財渠道，使得“人人都可以理財”成為現實，為居民獲取更多的收入創造了渠道。

2 變量選取、模型構建與數據來源

2.1 變量選取

被解釋變量：經濟高質量發展（GTFP）。目前針對經濟高質量發展內涵的討論主要是基于宏觀層面進行探討，認為經濟高質量發展的內核在于國民經濟整體發展質量和生產效率上升，具體表現為產業結構高級化、技術結構升級化、資源消耗遞減性與勞動結構適應性［16］。綠色全要素生產率不僅顯示了剔除勞動力、資本、土地等有形生產要素之外因科學技術突破、生產要素配置效率改善、部門管理流程優化和企業組織模式改進等技術進步帶來的產出增長程度，還將單位產值能耗與污染物排放也納入核算體系之內，這正符合高質量發展的經濟有效性、協調性和可持續性的基本理念。本文參照已有文獻的做法［17－19］，采用數據包絡分析（DEA）對城市經濟高質量發展進行了測度。針對傳統DEA 模型可能面對的無可行解的問題，當前主要的解決辦法有兩種：一是采用超效率DEA模型，將被評價單元從約束條件數中剔除；另一種則是采取構造全局參比前沿面的方式來解決無可行解的問題。效仿Oh 的思路［20］，本文采取構建SBM－GML 指數的方式對經濟高質量發展水平進行測度。表達式為：

核心解釋變量：數字普惠金融（DFI）。選取郭峰、王靖一、王芳等［23］編制的地級市層面的北京大學數字普惠金融指數進行表征。該套指數由北京大學數字金融研究院和螞蟻金服共同編制完成，是基于海量用戶真實交易數據形成，包含33 個細分指標，具有一定的權威性、科學性和合理性。此外，數字普惠金融還包含覆蓋廣度（COV）、使用深度（USE）和數字化程度（DIG）。

控制變量：為盡可能地緩解重要遺漏變量使得模型估計并非最有效，力求獲取最優無偏差估計，在參考既有文獻的基礎上，本文選取外商直接投資（FDI）、政府財政支出（GOV）、產業結構（TG）和經濟發展水平（GDP）作為控制變量。

模型設定：基于以上變量選取和設定，本文構建公式（2）來探究數字普惠金融對經濟高質量發展的影響效應，計算公式為：

式中，i表示城市；t表示年份；α表示待估系數；ε表示隨機擾動項，服從白噪聲過程。為了減緩異方差影響和縮小數量級，對公式（2）進行對數化處理，計算公式為：

2.2 數據檢驗

根據模型設置形式，檢驗各個變量間是否存在多重共線性是線性回歸分析的重要前提。若變量之間存在多重共線性的情況，那么模型估計結果便會失真，難以準確反映實際經濟狀況，進而所產生的經濟含義也不盡合理。因此，本文先對模型進行多重共線性檢驗，檢驗結果見表1。從估計結果來看，最大的方差膨脹因子（VIF）為（變量GDP）3.00，平均方差膨脹因子（Mean VIF）為2.06，遠小于10 的判斷標準，因此可以認為模型設置不存在多重共線性問題，可以進行下一步的回歸分析。

表1 多重共線性檢驗

2.3 數據來源

本文選取的各個變量原始數據來源于2012—2019年《中國統計年鑒》、各省份統計年鑒、EPS 數據庫和北京大學數字金融研究院公布的《北京大學數字普惠金融指數報告（2011—2018）》。考慮到數據的連續性和可得性，刪除部分缺失值較多的城市，最終保留280 個城市樣本。

3 實證結果及分析

3.1 基準回歸模型實證結果分析

面板數據常使用的擬合模型主要有固定效應模型（FE）、隨機效應模型（RE）和混合最小二乘法（POLS），具體使用哪種方法還需要做進一步檢驗。F檢驗、LM 檢驗和豪斯曼檢驗的結果顯示，FE 模型為最優擬合模型，因此本文選取FE 模型進行擬合分析。此外，為了考察數字普惠金融與經濟高質量發展之間是否存在非線性關系，本文將數字普惠金融的平方項（DFI2）也納入模型內進行考察。估計結果見表2。

表2 固定效應模型估計結果

從表2 可見，數字普惠金融對經濟高質量發展的估計系數為0.117，且通過了1%水平顯著性檢驗，表明數字普惠金融能夠顯著促進經濟高質量發展。數字普惠金融綜合水平每增加1 個單位，經濟高質量發展綜合水平便會增加0.117 個單位。從數字普惠金融的平方項來看，其估計系數為0.011，也通過了1%顯著性檢驗，表明現階段數字普惠金融對于經濟高質量發展的促進效應始終是成立的，但這種促進作用有邊際效應遞減的趨勢。數字普惠金融所具有的安全便捷、覆蓋廣泛、產品多樣、商業可持續等特征，能很好地契合當前我國中小企業在動能轉換、技術創新、效率改善過程中對于金融資本的持續、高頻和小額的異質需求特征，緩解了以往被傳統金融排斥在外的“弱勢群體”融資約束和信貸約束等問題。因此，數字普惠金融為傳統金融插上了“翅膀”，幫助金融服務更好地普惠到被傳統金融服務排斥的群體，促使生產要素在各個生產主體內部有序流動，進而增強市場上各類主體經營活力，推動城市經濟高質量發展。但不可忽視的是，雖然在數字普惠金融初期，數字技術產生的數字紅利、資本深化、知識溢出等對于區域經濟高質量發展確實有較大推動作用，但隨著企業活力不斷釋放、技術研發持續深入、產業結構轉型升級，區域經濟發展“天花板”效應開始顯現，過度投資、不確定性和技術創新乏力，使得數字普惠金融難以像推廣初期那樣對區域經濟高質量發展的“乘數效應”相匹配，由此導致數字普惠金融對于經濟高質量發展的促進作用不斷衰減。這種邊際遞減效應也被鄒輝文、黃友在研究數字金融與區域創新的過程中所證實［24］。

3.2 穩健性檢驗

為驗證基準回歸結果的敏感性，采取以下4 種方法進行穩健性檢驗：①內生性考慮與處理。盡管本文為緩解遺漏變量內生性問題而盡可能地選取了控制變量進行估計，但模型設置仍然可能面臨反向因果關系內生性問題的威脅。如，在區域經濟發展狀況較好的地區，由于基礎設施更加完善、移動終端普惠率更高等現實因素，使得經濟發展越好的地區往往數字金融發育程度也更好。為消除反向因果內生性問題，本文選取工具變量法（2SLS）進行消除，采用數字金融的滯后一期和滯后二期作為工具變量。②更換被解釋變量。由于數字金融對城市經濟高質量發展的影響可能存在一定的時滯效應，因此選取被解釋變量的滯后二期替代原被解釋變量，再進行FE估計。③使用更加穩健的標準誤。雖然上文為減緩異方差問題而對數據進行了對數化處理，但仍然不能根除異方差、自相關或截面相關產生的干擾問題。本文正是典型的大N 小T 的短面板數據，上述3 個問題在實際估計過程中是必須面對的問題。借鑒Hoechle［25］的思路，采用Driscoll ＆ Kraay 穩健標準誤來對上述3 個問題進行修正。④增加控制變量。現實經濟發展過程中能夠影響經濟高質量發展的客觀因素還有很多，因此在已有控制變量的基礎上再選取人均受教育年限和社會零售品銷售額兩個控制變量，并在此基礎上，采用自助法抽樣1000 次以獲取更加精準的統計量。

各個穩健性檢驗方法的估計結果見表3。其中，列（1）與列（2）分別表示將滯后一期與滯后二期作為工具變量進行的2SLS 估計；列（3）表示將被解釋變量的滯后二期代入固定效應模型進行估計；列（4）表示采用FGLS模型的估計結果；列（5）表示增加控制變量和采用穩健標準誤的估計結果。從各個模型的估計結果來看，核心解釋變量DFI 與城市經濟高質量發展（GTFP）之間的影響方向與顯著性未發生顯著變化，各個模型均表明至少在10%顯著性水平下數字金融對經濟高質量發展的促進作用是成立的，基準回歸結果是可靠的、穩健的。

表3 內生性處理與穩健性檢驗

3.3 結構效應

由于數字普惠金融并不是孤立存在的，還包含了覆蓋廣度、使用深度和數字化程度等子結構。為了進一步驗證數字普惠金融對經濟高質量發展產生的影響，本文將從數字金融覆蓋廣度（COV）、使用深度（UES）、數字化程度（DIG）3 個維度再次進行回歸。同時，由于綠色全要素生產率又可以分為綠色技術進步（GTC）與綠色技術效率（GEC），故本文將其納入到模型內進行驗證，回歸結果見表4。

從表4 可見，覆蓋廣度、深度與數字化程度均在1%顯著性水平下正向促進經濟高質量發展。其中，數字金融覆蓋廣度指數明顯大于使用深度和數字化程度，說明經濟高質量發展對數字金融的覆蓋面廣度更為敏感。從經濟現實看，數字普惠金融憑借現代信息技術和普惠金融理念對疏通金融服務“最后一公里”和減少“長尾客戶”具有顯著作用，尤其是對扭轉傳統金融服務在經濟發展過程中產生的“結構性錯配”、“部門錯配”和“階段性錯配”等金融資本錯配問題，能明顯改善小微企業“融資難”和“融資貴”等現象［26］。此外，數字金融使用深度、數字化程度有助于提高金融服務效率、推動金融產品創新、便捷企業信貸行為，這能減少企業資金約束、資金鏈不穩定等不確定性因素對企業產生的“脅迫”作用，有助于經濟主體大膽創新、擴大生產規模、提高研發投入、增強資源利用效率，進而實現區域內經濟高質量發展。

表4 不同維度數字普惠金融指標回歸結果

在綠色全要素生產率分解項中，數字普惠金融對綠色技術進步同樣顯著促進提升，但對技術效率方面，數字普惠金融對的影響為負且不顯著，說明數字普惠金融有效促進了綠色進步的改善，但對技術效率影響尚未有成效。原因可能是，當前我國經濟高質量發展的主要動能在于技術進步提高，而技術效率還有較大的改善空間。

4 結論與政策啟示

金融是實體經濟正常運營的血脈，金融運行是否通暢、供應是否便捷和充足，將對一個國家或地區的經濟增長與現代化轉型產生重大的影響。本文基于2011—2018 年我國280 個地級市及以上城市的面板數據，在梳理數字普惠金融影響經濟高質量發展的理論傳導基礎上，利用固定效應模型對兩者的關系進行了實證考察，結果表明：①我國各地級市及以上城市數字普惠金融對經濟高質量發展有著顯著的促進作用，即數字普惠金融越發達，經濟發展質量便越高，但這種促進效應會隨著數字普惠金融發育程度提高而不斷衰減，存在邊際效應遞減現象。②將數字普惠金融分解為覆蓋廣度、使用深度與數字化程度3 個維度發現，數字普惠金融在不同程度上對經濟發展有著促進作用。③將經濟高質量發展分解為綠色技術進步指數與技術效率指數后發現，數字普惠金融顯著促進了綠色技術進步，但對提升技術效率方面并不夠明顯。

基于前文的理論分析與實證考察，為了更好地發揮數字金融對地區經濟高質量發展增長的促進作用，本文提出以下政策建議：①將數字普惠金融納入以綠色全要素生產率增長為動力的經濟高質量發展政策框架，通過穩步提升數字普惠金融發展水平，促進綠色全要素生產率增長。數字金融是新興產業，居民對數字金融概念及適用性尚未普及，且數字普惠金融的相關法律和監管機制尚未形成一個健全的體系。為了促使數字普惠金融能健康快速發展，政府及相關部門應加強對各互聯網金融機構的管控，明確數字普惠金融的監管方案，使居民能夠在享受數字普惠金融帶來的生活便利的同時，還能有效避免風險。除此之外，數字普惠金融的技術優勢可以在政府職能部門進行推廣，使普惠金融在惠及普通群眾的基礎上，也能為政府工作提供技術層面的支撐。②數字普惠金融發展的覆蓋面不夠，居民對數字金融不甚了解和數字化程度未達到更高點是當前數字金融的問題所在。當前我國欠發達地區和農村地區對于數字普惠金融服務的接入較晚，信息化基礎設施建設相對較少，為更好發揮數字普惠金融3個維度對經濟高質量發展的促進程度，我國應加大對信息技術產業的投入和互聯網的覆蓋面積，解決傳統金融對欠發達地區的不足，最終實現數字普惠金融從覆蓋廣度向覆蓋深度的轉變。③在信息化時代背景下，數字金融的發展對技術水平的提升有著相應的貢獻，但對技術效率的提升作用尚不明顯。因此，應加大數字金融長期戰略投資和要素資源的優化配置，提升技術效率，以更好促進經濟高質量發展。大力發展數字普惠金融需要培養更多信息技術人才，互聯網機構應學習與借鑒世界前沿技術，利用大數據、人工智能云計算等數字技術服務廣大居民，并逐步解決傳統金融的弊端。數字普惠金融服務擁有不同類別，數字化應用程度的提高就是技術進步帶來的益處，使更多居民擺脫了以往傳統繁瑣的金融服務方式，更好地獲得生活便利。