我國數字金融程度的影響因素分析
——基于個體固定效應模型的實證研究

■劉思貝 東北大學

一、緒論

1.研究背景

改革開放以來，我國的居民生活水準平和社會生產力都獲得顯著提高，但經濟的迅速增長主要歸因于投資和進出口兩方面，反而重要的消費并沒有發揮其應有的作用，平均消費傾向呈遞減趨勢。步入經濟新常態后，我國的經濟供給側和需求側從本質上開始發生改變，并且在國際貿易形勢和環境的變化影響下，投資驅動和出口拉動型經濟遭遇瓶頸，消費作為拉動經濟發展的“三駕馬車”之一，增強消費就變得格外重要。隨著我國不斷強化信息通信技術與實體經濟的融合，互聯網應用深度滲透到各個經濟活動環節，也帶來了數字金融這一新事物。但是如今我國仍存在居民消費總量相較發達國家小、消費傾向較弱、區域消費結構質量存在差異等問題，這些方面都有待加強和改善。

近年來新興技術（互聯網、智能手機等）快速發展，以網上銀行、手機銀行等為代表的數字金融服務日益普及。數字金融的出現加強了金融產品和服務的有效分配，縮短了金融機構與目標客戶之間的距離，促使原本被排斥在正規金融體系之外的群體能夠以較低的成本相對容易地獲取金融服務，并且越來越多的原有客戶使用手機銀行和網上銀行等新興業務替代傳統銀行業務，金融服務的可得性大幅提高。

2.研究內容

在消費環境的不確定性下，居民會更加謹慎地做出消費決策，這使得消費行為呈現效用跨期影響的習慣形成特征。習慣形成是居民消費變化的內因之一，若居民消費過于謹慎，則不易于促進消費的增長。但大部分文獻主要分析數字金融對消費是否存在影響，幾乎沒有文獻提到數字金融程度是否會受到金融發展水平和消費投資習慣的影響。因此本文從金融發展水平和消費投資習慣兩個維度出發，具體分為8 個解釋變量，對模型進行回歸，分析數字金融程度的影響因素及影響程度，并進行區域異質性分析。這對于探尋提高數字金融程度的方法具有重要意義。

3.研究意義

（1） 理論意義

本文研究的理論意義：第一，雖然近年來的研究已表明數字金融程度的重要作用，但現有研究對數字金融形成效應在不同區域表現出的異同未進行有效的論證，本文有助于完善區域異質性與數字金融形成的關系理論研究。第二，深入探究數字金融形成的動態特征，研究數字金融的影響因素，有助于了解和完善數字金融與消費的作用機制，以期豐富互聯網發展下的居民消費理論。

（2） 現實意義

本文研究的現實意義：第一，就政府部門而言，厘清數字金融的具體影響因素，對制定實現促進消費和居民消費結構升級的措施有所幫助。第二，可以制定出適合不同區域的政策方針，進而提升消費水平，改善區域消費結構失衡，提升數字金融程度，實現共同富裕。第三，分析金融發展水平和消費投資習慣對數字金融程度產生影響的因素，可以使得政府更加準確地從不同方面出發，全面把握數字金融發展的強度及影響。

二、模型設定與數據說明

1.樣本選擇及數據來源

本文選取中國2004—2020 年31 個省、自治區、直轄市的面板數據進行分析。數據來源于歷年《中國統計年鑒》、EPS 數據庫、國家統計局及各省歷年統計年鑒；金融集聚來源于《北京大學數字普惠金融指數》。為控制極端值并減輕異方差的影響，對數值變量做了對數化和去量綱化處理。

2.變量定義

（1） 被解釋變量

金融集聚（Y）是指金融產品和服務的生產乃至新產品的開發，都需要專門化的配套服務行業的發展，包括投資咨詢、信用評級、資產評估、金融專業技術培訓機構等。大量金融機構聚集在一起能擴大需求市場，來維持眾多中介機構的存在，形成專業化的供應網絡，本文中用來反映數字金融程度。

（2） 解釋變量

本文從金融發展水平和消費投資習慣兩個維度出發，構建被解釋變量體系。在各地區金融發展水平方面，本文選取了人均地區生產總值、各地區金融規模、各地區金融從業人數、外國直接投資、地方政府投資程度作為指標。在各地區消費投資習慣方面，本文選取了各地區保費收入、金融機構貸款余額、金融機構存款余額為指標。該金融集聚被解釋變量體系的建立既參考了已有研究，也在一定程度上體現了本文的創新性。

3.實證模型指標測度構建

為了檢驗金融集聚與各個解釋變量之間的關系，本文主要構建了以下面板數據模型。

在模型中，被解釋變量Y表示金融集聚，X1是人均地區生產總值，X2是各地區保費收入，X3是各地區金融規模，X4是各地區金融從業人數，X5是外國直接投資，X6是地方政府投資程度，X7是金融機構貸款余額，X8是金融機構存款余額。表示地區i在第t年的數字金融程度。

三、實證結果及分析

1.描述性統計

在總體樣本數據中：

金融集聚程度差距不大。2004—2020 年，所有觀測樣本中金融集聚程度指標最小值為0.1844，最大值為3.7128，說明部分地區的金融集聚程度較低，而也有部分地區的金融集聚程度較高。

人均地區生產總值差別較為明顯。總體來說，人均地區生產總值最小值為8.3464，最大值為12.013，可以看出不同地區的人均生產總值有較大差異，地區之間也存在著較大的經濟發展差距。

各地區金融規模差距較大，但較為集中。所有觀測值中金融規模最小值為1.1505，最大值為7.2892，平均值為4.39。說明地區間金融規模有較大的差距，且為橄欖形架構。

各地區外國直接投資的標準差為1.9893，已經大于1，相對于其他變量來說較高，表明外國在各地區的投資仍有較大差距。

各地區金融從業人數和金融機構貸款余額雖然也存在較大差距，但是標準差均比較小，表明數據相對集中。

金融機構存款余額的最小值為4.3493，最大值為12.1068，說明各地區金融機構存款余額差異較大，其標準差為 1.451，說明數據比較集中。

2.LLC 檢驗

在進行面板模型回歸之前，由于樣本年限為17 年，因此本文針對所有變量進行長面板單位根檢驗，以保證數據的平穩性，避免出現偽回歸。由于本文選用的是長面板模型，因此適用 LLC 檢驗（Levin-Lin-Chu Test）這種長面板模型的單位根檢驗方法。LLC 檢驗的原假設為面板模型存在單位根過程，即數據具有非平穩性。根據檢驗結果，全部變量檢驗出的P值均小于 0.05，均遠小于可接受水平 5%。因此能夠大概率拒絕原假設，說明此面板不存在單位根，十分平穩。綜上，面板數據的每個變量都是平穩的 0 階單整，能夠直接進行接下來的面板回歸分析。

3.F 檢驗

為了檢驗面板數據是否具有個體效應和時點效應，以及分辨出應選擇固定效應模型抑或是隨機效應模型進行回歸，本文首先對模型進行F檢驗，因為在F檢驗中P=0.0000＜0.05，所以拒絕原假設，而原假設為市價截距斜率均相等的約束條件，因此不應當施加截距斜率都相等的假設，應采用變截距模型。

4.豪斯曼檢驗

為判斷面板數據是否存在個體固定效應，識別出應選用固定效應模型還是隨機效應模型進行回歸，對模型進行豪斯曼（Hausman）檢驗，本文的豪斯曼檢驗的原假設H0 為建立隨機效應模型，備擇假設H1 為建立個體固定效應模型，根據檢驗結果可知，P=0.0000＜0.05，說明檢驗結果拒絕原假設H0，故應建立個體固定效應模型進行接下來的回歸分析。

5.個體固定效應模型參數估計

個體固定效應模型回歸結果如表1 所示。

表1 模型回歸結果

對于各地區金融發展水平，本文選取了人均地區生產總值、各地區金融規模、各地區金融從業人數、外國直接投資、地方政府投資程度作為指標。結果顯示，這些指標越大，數字金融程度越高，并且具有顯著的正相關性。對數人均地區生產總值的系數是0.0389，P值小于 0.05，對數字金融化進程的發展具有顯著的正效應，說明我國人均地區生產總值的增長推動了數字金融化進程。

對于各地區消費投資習慣，本文選取了各地區保費收入、金融機構貸款余額、金融機構存款余額為指標。結果表明，各地區保費收入、金融機構貸款余額的系數為正，即在一定程度上刺激了數字金融化進程的發展，金融機構存款余額對于金融集聚程度的影響是負向的。從解釋變量對于數字金融化影響的程度上考慮，影響最大的是金融機構存款余額，其次是各地區保費收入，最后才是金融機構貸款余額。比較而言，金融機構貸款余額發揮的作用較小。

通過上述模型不難看出，除了金融機構存款余額對金融集聚呈現負相關關系外，其他的變量都為正向相關，故而，數字普惠金融利用移動互聯、大數據、區塊鏈等技術，打破了傳統物理網點的局限，創造出全新的信貸技術和風控模式，為眾多居民提供金融服務。這不僅為居民提供了教育、培訓、醫療等必不可少的金融資源，也為個體經營者、小微企業提供了盤活生產經營的資金，從而促進包容性增長。數字金融具有金融產品層次多、發展路徑跨越式、服務群體全方位等特點，是未來金融發展的新常態。

四、研究結論與政策建議

近年來，我國經濟發展的過程中也受到國際形勢多變復雜的因素影響，經濟增長速度放緩，無論是投資還是出口所帶來的經濟增長都是有限的，甚至存在負增長的態勢。社會經濟壓力較大，亟須通過消費拉動經濟增長。我國政府也結合實際情況推出了一系列措施，其中包括大力發展數字金融，助推經濟增長方式改變。

本文以金融集聚和金融發展水平、消費投資習慣差異為切入點，基于個體固定效應模型，對模型進行回歸，分析數字金融程度的影響因素及影響程度，為如何提高數字金融程度提出建議。在數字金融后期的發展過程中，為了有效提高數字金融程度，優化消費結構，提升消費水平，必須采取有效措施來推動消費習慣的改變。當前我國正處于社會轉型期，經濟發展也面臨新的調整與挑戰。在大力推動供給側結構性改革的過程中，必須采取有效措施推動經濟保持平穩快速的增長，同時也需要增加居民收入多樣化渠道，合理提升居民可支配收入，激發居民消費熱情，提升消費能力水平。同時，我國也需要進一步鼓勵和引導數字金融發展，充分發揮好數字金融的優越性與作用。除此之外，還需要進一步構建居民消費結構優化的長效機制，保障居民消費預期的穩定性，減少消費的跨期制約，減少不確定性，完善社會供給，從而進一步正向影響數字金融程度。