數字金融對經濟高質量發展的影響
——基于空間杜賓模型的研究

曾燕萍，蔣楚鈺，崔智斌

（1.國際關系學院 經濟金融學院，北京 100091；2.中央財經大學 信息學院，北京 102206；3.中國人民大學 財政金融學院，北京 100872）

一、引言

數字金融是基于數字技術的金融創新活動。從2004 年支付寶賬戶體系上線到2013 年余額寶開張，再到中央銀行數字貨幣逐漸落地，中國數字金融在過去十幾年得到快速發展，不僅成為數字經濟的重要部分，更是引領全球數字金融的一面旗幟。中國已經是許多數字金融企業的全球領導者。根據畢馬威（KPMG）發布的《2019 年全球金融科技100 強》，中國共有10 家金融科技公司或科技企業在金融科技企業50 強榜單中，其中螞蟻金服蟬聯榜首，京東數科（京東金融母公司）、度小滿金融分別列居第三位和第六位。此外，根據北京大學數字金融研究中心構建的數字金融指數（郭峰等，2020），2011—2018 年間中國數字金融業務實現了跨越式發展，2011 年各省數字金融指數的中位數為33.6，到2018 年增長到294.3，指數值年均增長36.4%，中國數字金融快速的增長趨勢由此可見一斑。在快速增長的同時，中國數字金融發展程度也存在地區差異，東部地區發展遙遙領先中西部地區，但是這種地區差異性在不斷地縮小。

移動支付是中國最突出的數字金融業務（黃益平和黃卓，2018）。2012—2020 年間中國的移動支付業務在交易數量和交易金額方面都不斷增長，尤其是2014 年以來迎來“井噴式”擴大，一直到2020 年仍保持增長態勢。根據Wind 數據庫統計，2012 年銀行共處理移動支付業務5.4 億筆，金額僅2.3 億元，2020 年移動支付業務筆數和金額分別增加到1232.2 億筆和432.2 萬億元。中國移動支付業務規模持續增長主要與以下兩點原因有關：一是移動支付加速與電商平臺的融合滲透，在電商平臺日益發展健壯的同時推動了支付工具的使用；二是數字技術的發展促進了移動支付場景的實現，比如支付寶推出的刷臉支付功能大大簡化支付流程，提高移動支付效率。2019 年9 月中國人民銀行在《金融科技發展規劃（2019—2021）》中強調進一步增強金融業科技應用能力；2021 年3 月發布的《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035 年遠景目標綱要》再次提出“增強金融普惠性，有序推進金融創新，穩妥提升金融科技水平，加快金融機構數字化轉型”等發展目標。可見，數字金融仍是未來中國經濟發展的重點。

當前，中國經濟已由高速增長階段轉向高質量發展階段。研究表明，2001—2017 年間，中國經濟高質量發展指數以1.6%的年均增長率穩步提升，且在2012 年以后開始轉向“質量型”導向（聶長飛和簡新華，2020）；但省際差異較大，并呈現明顯的空間分布差異，經濟高質量發展集中分布在沿海地帶，總體呈現“東高西低，南高北低”的布局（方大春和馬為彪，2019）。

金融是現代經濟的血脈，經濟高質量發展離不開金融的創新驅動及金融對實體經濟的有效支持。其中，數字金融是經濟高質量發展的關鍵領域和重要動力。數字金融以數字技術作為支撐，通過場景、數據和結合金融創新產品來補足傳統金融服務的短板，能夠充分發揮“成本低、覆蓋廣、效率高”的優勢，降低金融服務門檻和服務成本，顯著擴大金融服務范圍（Sarma 和Pais，2011；Lu，2018），進而改善中小微企業的融資環境，提高社會金融資源配置效率（王馨，2015；黃益平和黃卓，2018），進而促進經濟高質量發展。事實也表明，隨著中國數字金融的快速發展，中國經濟高質量發展指數也在穩步提升，且呈現相似的地區差異②在數字金融快速增長的同時，與中國大多數經濟特征一樣，中國的數字金融發展程度在地區間也存在一定差異。長三角地區，特別是杭州市和上海市的市轄區在縣域數字金融排行榜中基本壟斷了前20 強，一些中部省市的數字金融指數發展迅速，出現“中部崛起”趨勢，而東北和西部的部分地區則相對增長放緩（郭峰等，2020）。。那么，數字金融與經濟高質量發展二者之間是否存在內在關聯？

關于數字金融的經濟效應，已有研究表明，數字金融有助于緩解融資約束（顧海峰和楊立翔，2018；Yin et al，2019），促進創業和就業（Labaye 和Remes，2015；謝絢麗等，2018；何婧和李慶海，2019；李德山等，2021），促進技術創新和提高區域創新效率（Hsu et al，2014；唐松等，2020；熊雯婕和殷鳳，2020；聶秀華等，2021），增加居民消費（易行健和周利，2018；張勛等，2020），創造農村金融需求（傅秋子和黃益平，2018），帶來減貧效應（黃倩等，2019；李建軍和韓珣，2019；溫玉卓和劉楠；2021），并促進產業結構升級（蘇任剛等，2020）。部分學者則直接探討了數字金融對經濟增長的作用。張勛等（2019）基于中國家庭追蹤調查的微觀數據，發現數字金融的發展帶來了創業機會的均等化，顯著提升家庭收入，促進了中國的包容性增長；錢海章等（2020）基于省級面板數據，利用雙重差分法發現數字金融通過促進技術創新和地區創業推動了經濟增長，且該正向作用在城鎮化率低和物質資本高的省份中更顯著。

目前，圍繞數字金融對經濟高質量發展影響的研究較少。理論方面，何宏慶（2019）提出數字金融契合了經濟高質量發展對金融創新的要求，是推動經濟高質量發展的重要驅動力；薛瑩和胡堅（2020）認為金融科技有助于發揮資源配置效應和創新效應，提升傳統金融業服務實體經濟的能力，推動經濟高質量可持續發展。實證檢驗中，賀健和張紅梅（2020）基于系統GMM（generalized method of moments）和門檻效應模型，研究發現數字普惠金融對中國經濟高質量發展存在單一門檻的促進作用，且在不同地區有著不同的促進效果；滕磊和馬德功（2020）使用面板固定效應模型也得到數字金融促進了經濟高質量發展的基本結論，其中的作用機制為數字金融通過緩解企業融資約束提升了區域創新水平和對外開放水平；蔣長流和江成濤（2020）基于258個地級以上城市的面板數據研究發現數字金融通過激勵中小企業的研發創新活動提升企業全要素生產率進而促進經濟高質量發展，且該作用存在一定的網絡技術門檻。總體而言，現有研究均認可數字金融對經濟高質量發展存在正向作用。但是，已有文獻主要基于空間同質性假設對二者之間的關系進行實證分析，未將空間異質性和空間依賴性納入分析框架，因而對數字金融的空間溢出效應缺乏相應的討論。

本文將基于2011—2018 年中國30 個省份的面板數據③由于數據可獲得性的原因，不包括西藏和港澳臺地區。，利用空間杜賓模型實證檢驗數字金融對經濟高質量發展的影響及其空間溢出效應，并區分不同地區、數字金融結構及城鎮化率的異質性。與現有文獻相比，本文的貢獻主要體現在以下三個方面：第一，基于數字金融和經濟高質量發展均存在空間關聯的特征事實，利用空間計量模型研究二者之間的關系；第二，考慮數字金融與經濟高質量之間可能存在反向因果關系，利用光纜路線長度作為工具變量緩解內生性問題；第三，未直接采用《中國經濟增長質量發展報告》中的數值，而是在構建經濟高質量發展指標體系的基礎上，利用縱橫向拉開檔次法對各指標進行賦權進而算得經濟高質量發展指數，彌補現有文獻主觀賦權、等權重的不足。

二、數字金融影響經濟高質量發展的作用機理

高質量發展是經濟總量與規模增長到一定階段后，經濟結構優化、新舊動能轉換、經濟社會協同發展、人民生活水平顯著提高的結果。其中，創新是高質量發展的第一動力，協調是高質量發展的內生特點，綠色是高質量發展的普遍形態，開放是高質量發展的必由之路，共享是高質量發展的根本目標（金碚，2018；高培勇，2019）。本文認為，數字金融從以下5 個方面促進地區經濟高質量發展。

首先，數字金融契合了經濟高質量發展對創新的要求，是推動經濟高質量發展的重要驅動力。數字金融依托大數據、區塊鏈、人工智能等現代數字技術手段，能夠充分發揮“成本低、覆蓋廣、效率高”的優勢，對農戶創業行為（何婧和李慶海，2019）、微觀企業技術創新（唐松等，2020），乃至地區創業活躍度（謝絢麗等，2018）、創新效率（熊雯婕和殷鳳，2020）和技術創新水平（聶秀華等，2021）產生正向激勵作用。因此，數字金融能夠激發地區經濟高質量發展的創新力。

其次，數字金融發展始終貫徹普惠性原則，助力地區經濟高質量發展的協調性。數字金融的發展有可能以低成本優勢，輻射到原來傳統金融服務無法惠及的地區，帶動這些地區的經濟發展（郭峰等，2020）。研究表明，數字金融不僅能夠提高農村居民收入（溫玉卓和劉楠，2021）、縮小城鄉收入差距（李建軍和韓珣，2019），還有利于貧困減緩，且相較于富裕群體，貧困群體能夠從數字普惠金融發展中獲益更多，相較于發達的東部地區，數字普惠金融發展對相對欠發達的中西部地區貧困緩解的邊際貢獻更高（黃倩等，2019）。因此，數字金融總體有助于實現區域和城鄉層面的協調發展。

再次，數字金融能夠帶動綠色經濟發展，成為地區經濟高質量發展的新引擎。一方面，數字金融有助于緩解融資約束，滿足綠色行業在技術創新、設備改造等方面的融資需求，提高這類企業可用于投資的現金利用效率，從而提升綠色經濟效率（郭靜怡和謝瑞峰，2021）；另一方面，數字金融可以通過建立資金引導機制精準調解信貸資金流向，優化資源配置，進而助力綠色發展。例如，數字金融通過促進技術密集型制造業發展有效降低實體經濟單位GDP 能耗（段永琴等，2021）。

此外，數字金融發展能夠帶動新時代中國對外開放格局向更高水平和更高質量邁進。數字經濟時代，中國推行的法定數字貨幣具備安全、集約、匯率規避等優勢，符合國際金融發展和國際貨幣體系改革的方向，有利于增加全球數字貨幣的公共物品供給，維護國際金融市場的穩定，降低國際金融不確定性風險（黃益平和黃卓，2018）。同時，中國可憑借自身在數字金融的發展優勢，為數字金融發展落后的國家和地區提供必要金融支持，進而推動國際數字金融體系構建和改進（馬述忠和郭雪瑤，2021）。數字金融發展為中國推動全球經濟治理機制變革提供了重要機遇，有助于中國更高水平更高質量的對外開放。

最后，數字金融促進發展成果共享的能力機制形成。從金融的普惠性來看，數字金融能夠起到保障社會公平的作用，實現金融發展成果由廣大社會公眾共享。一方面，數字金融的發展有利于縮小區域和城鄉差距，促進中國的包容性增長（張勛等，2019）；另一方面，數字金融可以通過促進農業向非農業的就業結構轉型，提升工資性收入和農業經營性收入，促進消費，進而抑制數字鴻溝擴大（張勛等，2021），助力構建共同富裕格局。

綜上所述，本文認為，數字金融有助于實現地區經濟發展的創新、協調、綠色、開放和共享的平衡，從而推動經濟邁向高質量的內涵式發展（圖1）。

圖1 數字金融對經濟高質量發展的作用機理

三、研究設計

（一）回歸模型設計

1.空間計量模型

在實際經濟運行中，任何一個地區的經濟活動不可能獨立存在，不同地區經濟單元之間都會存在某種程度上的聯結與互動關系。已有研究也表明，不同地區之間的數字金融（余海華和張靜，2021）和經濟高質量發展（聶長飛和簡新華，2020）均存在明顯的空間相關性。因此，本文采用空間計量模型實證檢驗數字金融對經濟高質量發展的影響及其空間溢出效應。

空間計量模型主要包括空間誤差模型（SEM）、空間自回歸模型（SAR）與空間杜賓模型（SDM）。模型一般表達式如式（1）所示：

其中：Yit為第t年第i個地區經濟高質量發展指數；ρ為被解釋變量的空間自相關系數；Xit為第t年第i個地區所有解釋變量的集合；β為相應解釋變量的估計系數；γ為各解釋變量的空間自相關系數；Wij為第i和第j個地區的空間權重矩陣元素；μi和ξt分別為空間和時間固定效應，uit為空間誤差項；λ為各擾動項的空間自相關系數。當ρ=0，γ=0 時為SEM 模型；λ=0，γ=0 時為SAR 模型；λ=0 時為SDM 模型。

2.空間權重矩陣選取

林光平等（2005）認為結合地理和經濟距離能更好的研究地區間的空間相關性。因此，本文采用地理空間權重矩陣和經濟空間權重矩陣構建了經濟空間地理權重矩陣W*。具體計算方法為：首先按式（2）構建地理相鄰關系權重矩陣Wij；其次計算2011—2018 年中國30 個省份之間的人均差額，并取差額倒數構建地區間經濟差異權重矩陣Eij［式（3）］；最后將地理空間權重矩陣Wij和經濟空間權重矩陣Eij直接相乘得到W*［式（4）］。

（二）變量選取

1.被解釋變量

（1）經濟高質量發展（Growth）指標體系構建。對于經濟高質量發展的內涵，多數學者強調高質量發展必須秉持創新、協調、綠色、開放、共享的發展理念。其中，創新是高質量發展的第一動力，協調是高質量發展的內生特點，綠色是高質量發展的普遍形態，開放是高質量發展的必由之路，共享是高質量發展的根本目標（金碚，2018；高培勇，2019）。因此，基于新時代中國經濟高質量發展的基礎理論，結合數據的可獲得性，本文參考潘雅茹和羅良文（2020）的做法從創新發展、協調發展、綠色發展、開放發展和共享發展5 個一級指標、11 個二級指標和19 個三級指標構建經濟高質量發展指標體系（表1）。

為彌補多數文獻主觀、等權等方式賦權重的不足，以及全面反映經濟高質量發展的各個側面，在構建好經濟高質量發展指標體系的基礎上，本文進一步采用縱橫向拉開檔次法對各指標進行賦權。縱橫向拉開檔次法是一種適用于面板數據的客觀賦權法，其確定權重系數的原則是在面板數據上最大可能地體現各被評價對象的差異（聶長飛和簡新華，2020）。具體計算方法如下：

首先利用縱橫向拉開檔次法確定各指標的權重。令w=(w1，w2，…，wm)T為各個指標的權重值向量，xij(tk)為第i個省份第j個指標在第tk年度經過極值處理法得到的值；在時刻tk，取評價對象的綜合評價函數為，則各評價對象之間的差異σ2可用公式（5）表示。接下來通過求解式（6）的規劃問題可算得指標權重系數向量w。

其中：σ2表示yi(tk)的總離差平方和；H為m×m階對稱矩陣。

其次，以2011 年為基期，利用功效系數法對原始數據進行標準化處理（王小魯等，2019）。具體公式為

其中：xij(tk)和sij(tk)分別表示第i個省份第j個指標在tk年度的原始值和標準化值；min[xj(t1)]和max[xj(t1)]分別表示各省份第j個指標在2011 年的最小值和最大值。

最后，綜合上述兩個步驟算出的權重值和指標值，利用線性加權法相乘即可求得各省份各年度的經濟高質量發展指數Growthi(tk)。具體公式為

（2）測算結果分析。測算結果見表2。可以看出，2011—2018 年各省份經濟高質量發展指數總體呈現上升趨勢；東部地區經濟高質量發展均值大于中西部地區④考慮到西部大開發戰略對我國西部地帶的劃定，結合國家統計局的劃分方法以及已有研究者的劃分方法（王小魯和樊綱，2004），將北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南等11 個省區劃為東部地區；將山西、吉林、黑龍江、安徽、江西、湖北、河南、湖南等8 個省區劃為中部地區；而將西部大開發戰略定義的新疆、四川、重慶、西藏、云南、青海、甘肅、貴州、陜西、寧夏、廣西和內蒙古等12 個省區劃為西部地區。考慮西藏地區的數據可獲得性，在進行實際分析的時候將該省區數據剔除，因而西部地區只有11 個省區。此外也不包含港澳臺地區。，西部地區經濟高質量發展在三個地區中稍顯落后，這與已有研究結果基本相符（方大春和馬為彪，2019；聶長飛和簡新華，2020）。具體來看，經濟高質量發展指數均值排名前三屬于東部地區，分別為廣東、江蘇、浙江；末三名省份為青海、寧夏和甘肅，均位于西部地區。且前三名數值明顯大于末三名，這也再次印證了中國東西部地區經濟發展存在較大差距。值得一提的是，中國打造的經濟圈如京津冀和長三角等協同發展成效凸顯，每個經濟圈內部省份的經濟高質量發展差距并不大，且經濟圈內省份的經濟高質量發展指數在全國范圍內名列前茅，與劉鍇等（2020）的結論基本一致。

表2 2011—2018 年各省經濟高質量發展指數

續表2

2.核心解釋變量

北京大學數字金融研究中心從覆蓋廣度、使用深度、數字化程度三個維度構建了包括33 個三級指標的數字普惠金融指標體系，定量測度了2011—2018 年中國省市區的數字金融發展指數。現有關于數字金融的研究多基于這套指數，本文在基準回歸中選擇其作為數字金融影響高質量發展研究的核心解釋變量，并在異質性檢驗中利用覆蓋廣度、使用深度和數字化程度指數探討不同數字金融結構對經濟高質量發展影響的差異。具體指標體系見表3。

表3 數字普惠金融指標體系

3.控制變量

結合理論知識及已有相關文獻，本文選取外商直接投資、科教支出、開放程度、人力資本、政府干預程度、城鎮化率、產業結構作為主要控制變量，并利用光纜路線長度作為工具變量考察可能存在的內生性問題。主要變量的選取及描述性統計見表4。

表4 變量定義及描述性統計

相關數據主要來源于Wind 數據庫、《中國統計年鑒》及各省統計年鑒等。由于數據可獲得性的原因，不包括西藏和港澳臺地區，本文以剩余30 個省份的面板數據作為研究樣本。

四、實證分析

（一）基準回歸

1.空間自相關性檢驗

在進行基準回歸之前，需要利用全局Moran 指數對數字金融及經濟高質量發展的空間聚集情況進行空間自相關檢驗，以確定具體選用的空間計量模型。全局Moran 指數的計算方式為

其中：S2為樣本方差；n為地區數量；-Y為所有省份人均實際GDP 均值。

結果見表5。可以看出，2011—2018 年中國數字金融的Moran 指數均為正數，且在5%的統計水平上顯著；經濟高質量發展的Moran 指數也均為正值，且2011—2015 年在10%的水平上顯著，表明中國數字金融和經濟高質量發展都存在一定的空間自相關性，具體表現為空間正向聚集。因此，利用空間計量模型探討數字金融對經濟高質量發展的影響更為合理。

表5 全局Moran 指數結果

2.模式識別

一般而言，空間計量模型存在無固定效應、時間固定效應（tFE）、空間固定效應（sFE）及時空固定效應（stFE）四種模式。因此需要進一步識別空間計量模型的模式。具體方法為：參照Elhorst（2014）的方法，首先在不考慮任何空間相關性的基礎上，使用LM 檢驗及穩健的LM 檢驗，來判斷誤差項及滯后項的空間自相關性；其次，利用Wald 和LR 檢驗分別對H0：γ=0 和H0：γ+ρβ=0 進行檢驗，以判斷SDM 模型是否能 簡化為SAR 或SEM 模型。檢驗結果見表6。

表6 非空間交互效應結果

可以看出，在經濟距離權重下，LR 檢驗結果拒絕無時間固定效應的原假設但無法拒絕無空間固定效應的原假設。因此選擇時間固定效應模型。在時間固定效應模型下，只有LM 檢驗無法拒絕無空間滯后原假設。因此可選擇空間SDM 模型。綜上本文確定使用時間固定效應SDM 模型。此外，基準回歸結果中的Wald 和LR 模型均顯示拒絕原假設，再次驗證SDM 模型不能退化為SAR 和SEM 模型，說明模型選擇較為可靠（表7）。

3.基準回歸結果

基準回歸結果見表7 列（1），數字金融對本地區經濟高質量發展的回歸系數為0.020，且通過了1%的顯著性水平檢驗，但相鄰地區的數字金融發展（W×Df）對本地區經濟高質量增長的影響并不顯著，這說明經濟高質量發展會受到本地區數字金融發展的影響，但不受其他地區數字金融發展的影響，這與張騰等（2021）研究結論一致。數字金融發展打破了金融服務的成本限制，擴大了金融服務的受眾范圍，使得更多的人能夠利用數字技術更為便利地使用金融產品，進而促進居民消費支出，拉動本地區經濟快速高質增長。但是，相鄰地區的數字金融發展對本地區經濟高質量增長的影響并不顯著，可能的原因是在經濟高質量發展水平不同的地區，數字金融發展的空間外溢效應存在差異；結合區域異質性分析的結果（表8），可能是中部地區的抑制效應沖抵了東西部地區的推動效應而導致總樣本估計系數不顯著。值得說明的是，空間杜賓回歸系數ρ顯著為正，表明鄰近地區經濟高質量發展將促進本地區經濟高質量發展。這與國家推行的經濟圈建設預期是相符合的。將一個地區與另一個地區的連接障礙消除，增強交通運輸等基礎設施建設，有助于鄰近地區人才和貿易往來，進而拉動地區的經濟增長。

表7 基準回歸與工具變量回歸結果

從控制變量的本地效應來看，外商直接投資、科教支出、政府干預程度和城鎮化率對本地區經濟高質量發展存在顯著的正向影響，產業結構的影響顯著為負。外商直接投資通過技術和先進管理經驗的傳播，科教支出通過提高國家科學研發能力都能積極影響經濟高質量發展；政府干預可通過財政補貼影響生產要素的相對價格進而影響資源配置（韓劍和鄭秋玲，2014），政府調節效應越高，越能加速地區資源優化配置，對經濟高質量發展產生促進作用；隨著城鎮化率的提高，農村勞動力的涌入能夠改善地區勞動力結構進而促進地區經濟高質量發展。產業結構對經濟高質量發展起到抑制作用，可能是因為產業結構過度服務化不利于實體經濟發展，這種趨勢負向反饋于經濟高質量發展（陳海波和張悅，2014）。開放程度和人力資本對經濟高質量發展影響不顯著，這說明在推動地區經濟高質量發展的同時要處理好對外貿易依存度及高學歷人群的就業和該地區經濟增長之間的關系。從控制變量的鄰地效應來看，經濟聯系密切地區的開放程度越高，會抑制本地區的經濟高質量發展，原因可能在于地區之間爭奪出口產品機會，當一個地區爭搶到出口時機，則另一個地區出口總量下滑，具有明顯的“競爭效應”；經濟聯系密切地區城鎮化率水平正向作用于本地區經濟高質量發展，這可能與經濟聯系頻繁地區之間的人員流動有關，一個地區的人員涌入增加了另一個地區的生產生活消費過程，有效加速地區經濟增長。

4.內生性問題

盡管本文控制了相關變量，但遺漏控制變量和數字金融與經濟高質量發展之間可能存在的反向因果關系仍將導致內生性問題。因此需要采用工具變量法緩解回歸中的內生性問題。互聯網技術的發展與光纖寬帶接入技術相關（黃群慧等，2019），光纜線路長度越長，即信息傳輸業務服務能力越強，越有利于互聯網經濟的蓬勃發展，則數字金融的發展與光纜線路長度相關，同時光纜線路長度對經濟高質量發展并不存在直接影響。因此本文采用光纜線路長度作為工具變量進行兩階段工具變量回歸。

回歸結果見表7 列（2）所示。在考慮內生性問題后，數字金融對本地區經濟高質量發展的回歸系數為0.035，且在1%的統計水平上顯著。表明數字金融的發展顯著促進本地區經濟高質量發展，這一結果與基準回歸的結論基本一致。此外，空間杜賓回歸系數ρ仍然顯著為正，表明鄰近地區經濟高質量發展將促進本地區經濟高質量發展，再次驗證基準回歸結果的穩健性。需要說明的是，第一階段回歸中的F檢驗統計值為128.221，大于經驗值10，可以拒絕“存在弱工具變量原假設”，這說明工具變量的選取是有效的。

（二）異質性分析

1.區域異質性

已有文獻表明，數字金融對不同地區經濟增長的影響存在顯著差異。因此本文劃分東中西部三個地區并進一步分析數字金融水平對經濟高質量發展影響的區域異質性。見表8 列（1）～列（3），東中西部地區數字金融均顯著促進本地區的經濟高質量發展。但從回歸系數數值來看，西部地區對本地經濟高質量的促進作用相對于東部和中部地區來說效應最大。這體現了數字金融發展的普惠性，即數字金融發展能夠彌補傳統金融的不足，減緩金融排斥，使不發達的地區也能享受便捷的金融服務，從而不發達地區經濟增長的促進作用會更明顯，這與錢海章等（2020）的研究結論基本一致。此外，對于東部和西部地區而言，鄰近地區的數字金融發展推動本地區的經濟高質量發展，而在中部地區，鄰近地區的數字金融發展對本地區的經濟高質量發展存在空間負向溢出作用，具有明顯的“競爭效應”。原因在于：一方面，中部地區在實現經濟高質量增長時，相鄰地區之間出現了較為激烈的數字金融發展競爭，在一定程度上導致了負向溢出效應；另一方面，東部地區擁有阿里巴巴、騰訊等國內領先互聯網企業的先天優勢，在互聯網金融行業處于領先地位。從北大編制的數字金融指數來看，雖然西部地區的數字金融發展指數值較低，發展較為落后，但近年來國家政策及中央和地方政府強力支持數字產業落地西部省份，如互聯網巨頭阿里巴巴將旗下的云計算中心及數據服務基地正式落戶成都，以求推動成渝地區數字經濟的發展；而中部地區的數字金融由于并不具有先天的發展優勢及強有力的政策方針支持，加上東西部地區的經濟發展會對地處中間位置的中部地區數字金融發展資源產生“虹吸現象”，致使中部地區內出現數字金融相關產業外流趨勢，這都不利于實現中部地區的數字金融正向溢出效應。

2.數字金融結構異質性

由于數字金融指數由覆蓋廣度、使用深度、數字化程度3 個子指標合成。因此本文進一步探究數字金融不同維度對經濟高質量發展的異質性。回歸結果見表8 列（4）～列（6），可以看出不同數字金融維度對經濟高質量發展的影響存在明顯差異。從本地效應來看，覆蓋廣度和使用深度顯著促進本地區經濟的高質量增長，而數字化程度效應相反。數字金融覆蓋廣度體現在互聯網金融服務的受眾規模，更多的人接受并使用數字金融產品能夠有效的推動地區經濟高質量發展；使用深度則表現豐富的數字金融工具和產品有效滿足了資金使用需求，從而刺激經濟增長；而數字化程度強調金融服務的便利性和低成本，可能是因為數字化金融的硬件設備便利性不足，以及大數據和區塊鏈等互聯網金融技術的交易服務效率不高抑制了地區經濟高質量發展，這也意味著中國金融發展的數字化程度有很大的優化空間（汪亞楠等，2020）。從鄰地效應來看，只有鄰近地區的覆蓋廣度顯著促進了本地區經濟高質量發展。這是因為鄰近地區數字金融的覆蓋廣度越高，越有助于本地區數字金融基礎設施的建設和互聯網支付在跨地區經貿往來的使用，進而推動本地區經濟高質量發展。

3.城鎮化率異質性

城鎮化率的不同會影響數字金融發展的效果（謝絢麗等，2018）。因此本文以所有省份中位數城鎮化率作為劃分標準，將30 個省份樣本分為低城鎮化率（中位數以下）和高城鎮化率（中位數以上），分別用兩組樣本估計空間SDM 模型。結果見表8 列（7）、列（8），和全樣本數據相比，低城鎮化率地區數字金融發展對本地區經濟高質量發展影響并不顯著，但高城鎮化率地區數字金融發展卻顯著推動本地區經濟高質量發展。出現這種現象的可能原因為：在城鎮化率較高的地區，隨著農村勞動力涌入城鎮，數字金融的受眾規模提高；此外，城鎮化率越高意味著更多居民能夠更為方便地接觸數字金融相關基礎設施和金融產品服務，進而推動經濟高質量增長（潘雅茹和羅良文，2020）。而在低城鎮化率地區，數字金融發展水平不足，對經濟高質量增長的影響不明顯。

表8 異質性回歸結果

（三）穩健性檢驗

為保證本文研究結論的可靠性，本文做了如下穩健性檢驗：

（1）替換核心解釋變量。為了避免由于核心解釋變量選取而導致結論的差異性，本文采用數字金融指數的對數值（ln_Df）重新衡量數字金融發展。結果見表9 列（2），數字金融的發展顯著促進本地區經濟高質量發展，鄰近地區的數字金融對本地區經濟高質量增長的影響并不顯著，且鄰近地區經濟高質量發展對本地區經濟高質量發展仍存在正向溢出效應，這一結果與基準回歸結論基本一致，說明本文結果是穩健的。

（2）剔除直轄市。由于中國各省份之間數字金融發展存在差異，尤其是中國四大直轄市的數字金融發展位居前列，這可能導致數字金融發展的增長效應不一致。因此，為驗證本文研究結論的普遍性，選擇剔除北京、天津、上海、重慶四個直轄市的面板數據，回歸結果見表9 列（3）。可見，估計參數與顯著性均沒有發生明顯變化，再次說明本文結果是穩健的。

表9 穩健性檢驗

五、結論與政策建議

本文基于2011—2018 年中國30 個省份的面板數據，構建綜合評價體系測算各省份經濟高質量發展情況，結合北京大學編制的數字普惠金融指數，運用空間杜賓模型和工具變量法，實證檢驗數字金融對中國經濟高質量發展的影響及其空間溢出效應，并從區域異質性、數字金融結構異質性及城鎮化率異質性探討數字金融對經濟高質量發展影響的異質性。本文研究表明：

第一，數字金融發展對本地區經濟高質量發展存在明顯的促進作用，但對鄰近地區的空間外溢效應不顯著。該結果在考慮內生性及穩健性檢驗之后仍然穩健。

第二，從控制變量的本地效應來看，城鎮化率、外商直接投資、科教支出及政府干預程度對本地區經濟高質量發展存在顯著正向影響；產業結構對經濟高質量發展起到抑制作用。從控制變量的溢出效應來看，經濟聯系密切地區的開放程度越高，會抑制本地經濟高質量發展，原因可能在于地區之間爭奪出口產品機會，具有明顯的“競爭效應”；經濟聯系密切地區的城鎮化率越高，能夠有效促進本地經濟高質量增長。

第三，數字金融對經濟高質量發展的影響存在明顯異質性。從不同地區來看，東中西部數字金融發展均顯著促進本地區的經濟高質量發展，且對西部地區的影響最大，這表明數字金融發展在經濟欠發達地區效用更大，體現出數字金融的普惠性。但是僅在東西地區表現出正向空間溢出效應。從不同數字金融結構來看，數字金融覆蓋廣度和使用深度顯著促進本地區經濟的高質量增長，而數字化程度出現明顯抑制效應，且只有鄰近地區的覆蓋廣度顯著促進本地區經濟高質量發展。從不同城鎮化率來看，高城鎮化率地區的數字金融推動本地區經濟高質量發展，但低城鎮化率地區的影響不明顯，且均不存在顯著的空間溢出效應。

根據上述研究結論，為充分發揮數字金融對中國經濟高質量發展的推動作用，本文提出以下對策建議：第一，加快數字金融發展，縮小區域間數字金融發展差異，促進區域協調發展。數字金融的發展能顯著推進本地區經濟高質量發展，應積極為經濟欠發達地區提供數字金融資源、普及數字金融相關知識、降低數字化資源成本。此外，借鑒東西部地區的數字金融發展經驗和模式，改善中部地區數字金融發展效應。在財政及政策上適當向中部地區傾斜，因地制宜地走出一條具有中部特色的數字金融發展道路。第二，加快推進經濟往來密切省份之間的跨省經濟圈建設和地區城鎮化建設。應加快構建鄰近區域及經濟往來密切省份之間的經濟圈建設，有效發揮數字金融對經濟高質量發展的空間溢出效應，如借鑒長三角、京津冀等現有的經濟圈發展經驗，打造擁有地方特色的省級經濟圈，實現省份之間經濟共贏發展。第三，鑒于數字金融促進經濟高質量發展同時受到外商直接投資等其他因素的影響，應結合各省份的實際情況因地制宜的推進數字金融的發展，構建數字金融對經濟高質量發展的良性驅動模式。