數字普惠金融對包容性增長作用研究

摘 要：從數字普惠金融與要素錯配相互影響的角度，利用雙向固定效應模型探討數字普惠金融如何促進包容性增長。選取2011—2022年中國281個地級市的面板數據，實證分析數字普惠金融對包容性增長的影響。研究表明：一是數字普惠金融促進包容性增長;二是數字普惠金融通過抑制資本要素錯配從而促進包容性增長;三是勞動要素錯配對數字普惠金融促進包容性增長起負向調節作用。

關鍵詞：數字普惠金融 包容性增長 勞動要素錯配 資本要素錯配

中圖分類號：F830文獻標識碼：A

文章編號：1004-4914（2024）12-058-03

一、引言

要以科技創新推動產業創新，特別是以顛覆性技術和前沿技術催生新產業、新模型、新動能，發展新質生產力。以大數據、人工智能、數字貨幣、虛擬數字等為代表的數字化技術為傳統制造業生產賦能，發展新質生產力。數字普惠金融作為數字技術和金融發展融合的產物，在優化要素資源配置、降低融資成本、提升資本流動性中起著重要力量。在國家大力推動數字經濟賦能新質生產力業態形式下，數字普惠金融正迎來黃金發展期。目前，我國經濟正從粗放式增長轉向高質量增長的關鍵時期，這意味著從僅僅關注經濟快速增長的觀點轉向為經濟穩定增長、社會穩定、就業穩定等多重因素的發展。包容性增長在2007年首次被亞洲開發銀行提出，體現為經濟穩定增長、就業機會和收入分配平等。因此，包容性增長完全符合我國經濟高質量發展這一要求。

現有文獻對于數字普惠金融與包容性增長的研究主要從數字普惠金融如何影響人力資本、家庭收入和創業積極性，而在數字普惠金融影響包容性增長過程中資本要素錯配的內部機制研究和勞動要素錯配的外部因素缺少實證檢驗。要素錯配會在很大程度上影響資本配置效率、經濟高質量增長。因此，分析數字普惠金融促進包容性增長的作用機理和傳導機制對經濟高質量增長有重大意義。

首先，本文運用雙向固定效應模型分析2011—2022年中國281個地級市的面板數據，從而解釋數字普惠金融對包容性增長作用;其次，分析資本要素錯配和勞動要素錯配對數字普惠金融促進包容性增長的影響;最后，對數字普惠金融促進包容性增長提出相應的對策建議。

二、文獻回顧

首先是數字普惠金融的研究，數字普惠金融可以通過提供在線金融服務和支持，幫助跨地區投資和資本流動，降低市場分割的影響。李香菊等（2023）[1]認為數字普惠金融的發展可以通過提高信息透明度和支持創新創業等方面的作用，有助于抑制資本要素錯配。唐松等（2020）[2]研究了數字普惠金融促進企業技術創新;王宏鳴等（2022）[3]表示數字化為改善創新要素錯配，加快建設創新型國家提供了有益借鑒。趙家琪等（2023）[4]指出研究數字普惠金融興起背景下銀行業數字化轉型為解決小微企業“貸款難貸款貴”帶來的機遇和挑戰;陳衛平等（2022）[5]指出地區數字經濟發展促進我國農村的包容性增長。

如前文所述，包容性增長既關注市場運行效率和經濟增長，也關注社會機會公平。張勛和萬廣華（2016）[6]將中國數字普惠金融指數與中國家庭追蹤調查數據（CFPS）相結合，從微觀層面考察數字普惠金融對居民收入和居民創業的影響;宋曉玲（2017）[7]指出數字普惠金融的發展所帶來的降低融資成本、門檻功能，能有效縮小城鄉收入差距;另外，鄧峰等（2022）[8]指出，雖然存在城鄉收入差距，中西部收入差距和市場分割問題，數字經濟的發展促進了區域創新效率提升，市場分割與數字經濟交互作用正向促進區域創新效率。謝絢麗等（2018）[9]指出數字普惠金融的發展對創業有促進作用;李言（2023）[10]在數字普惠金融發展研究中發現，數字普惠金融可以促進創業，并提出緩解潛在創業者的流動性約束和合理優化資源配置等方法;基于數字普惠金融對市場運行效率、經濟增長和社會機會平等的影響下，更嚴格地論證數字普惠金融與包容性增長的關系十分必要。

三、理論機制分析

（一）數字普惠金融和包容性增長

隨著數字技術迅速發展，數字普惠金融通過其獨特優勢，為包容性增長提供強大的支持，已成為現代經濟中不可或缺的一部分。數字普惠金融通過推動經濟增長、增加收入和縮小貧富差距促進包容性增長水平。

數字普惠金融的最大優勢在于其普惠性。傳統的金融服務往往受到地域、收入、性別、種族等因素限制，而數字普惠金融打破這些壁壘，使更多人享受到便捷的金融服務。數字普惠金融產品具有較低的門檻及較高的便利性，為低收入人群和邊緣化群體提供廣泛的教育、醫療和就業機會，從而促進社會公平和包容性增長。

數字普惠金融通過數字化手段提高金融服務的效率。傳統金融服務流程繁瑣，需要大量人力物力支持。而數字普惠金融借助大數據、云計算等技術，實現業務流程的自動化與智能化，既降低運營成本，又提高服務效率。因此，數字普惠金融企業能夠以更快的速度、更低的成本為消費者提供服務，進一步促進市場競爭和經濟增長。因此，本文提出：

假設1：數字普惠金融顯著促進包容性增長發展。

（二）數字普惠金融、資本要素錯配和勞動要素錯配

數字普惠金融對資本要素錯配的影響主要體現在：第一，降低企業生產中信息不對稱造成的成本，提高要素配置效率;第二，通過緩解金融摩擦和降低融資門檻以降低資本要素錯配程度。首先，在傳統金融業務時期，由于營業網點、服務時間、交易成本等因素的限制，部分個體和企業難以及時獲得金融服務。信息不對稱導致要素錯配，使得部分亟需融資的個體和企業難以獲得資金支持。近年來，大數據、人工智能、云計算等顛覆性技術突破，數字普惠金融得到快速推動，打破傳統金融服務的空間和時間限制，提高金融服務的便捷性，降低信息不對稱成本，提高資本要素效率。其次，由于國有金融機構硬性指標，以評估和衡量機構在特定時間段內的表現和成果，國有企業或大型企業比中小微企業更容易獲得貸款，產生了擠出效應，最后導致企業尋租行為并產生效率損失，加劇資本要素錯配。

勞動要素錯配是指在生產過程中，勞動效率低、資源浪費和生產成本增加等問題。隨著數字普惠金融的發展，勞動力逐漸被數字化金融行業淘汰，從而帶來勞動要素錯配問題，而隨著勞動要素錯配程度逐步增加，也會影響到數字普惠金融的發展。從影響機制來看，勞動要素錯配程度間接影響數字普惠金融對包容性增長的作用，主要體現在：第一，勞動要素錯配越高的地區，技能供給和數字金融需求越不匹配。數字普惠金融的發展往往需要高度技術化、技能化的人才，勞動要素錯配程度高的地區，人才適配度越低，因此，勞動市場上的人才供給無法滿足數字金融發展，不利于數字普惠金融促進包容性增長;第二，勞動要素錯配引發地理錯配問題。數字普惠金融一般集中在特定地區，勞動力供給較為分散，因此，導致人才匹配度低，在一定程度上不利于數字金融發展。人才適配度、地理錯配問題引發勞動要素錯配問題，這些都是抑制數字普惠金融作用包容性增長的原因。因此，本文提出：

假設2：數字普惠金融能夠緩解資本要素錯配，從而促進包容性增長。

假設3：數字普惠金融促進包容性增長作用路徑中，勞動要素錯配起抑制作用。

四、研究設計

（一）樣本選擇與數據來源

構建包容性增長指數相關的指標以及控制變量，主要來源于《中國統計年鑒》《中國第三產業統計年鑒》、各省統計年鑒。數字普惠金融指數來自北京大學數字普惠金融指數。鑒于數據可得性，剔除我國西藏、香港、澳門和臺灣的地級市數據;本文選擇2011年至2022年中國281個地級市的面板數據。

（二）變量定義

1.被解釋變量：包容性增長。本文借鑒周小亮等（2018）[11]的綠色包容性增長指標體系，從經濟發展、收入分配和機會公平3個維度構建了包容性增長指標體系。本文采用熵權法對包容性增長進行測度分析，并以2011—2022年中國281個地級市為研究對象，收集來自各地方統計局的連續12年的宏觀數據，測算出包容性增長水平指數。

2.解釋變量：數字普惠金融。數字普惠金融（DIF）。參考郭峰等（2020）[12]編制的北京大學數字普惠金融指數作為代理變量，并對該指數進行無綱化處理。

3.調節中介變量：勞動要素錯配與資本要素錯配。本文在構建資本要素錯配程度（tkii，t）和勞動要素錯配程度（tlii，t）指標，采用Hsieh和Klenow[13]的方法。利用資本要素投入得出當年固定資產投資存量。借鑒張軍等[14]方法，以2011年為基期，采用永續盤存法得出資本要素存量，在進行價格指數平減處理（折舊率為9.6%）;地級市年末就業人口作為勞動人口的代理變量。計算出城市要素錯配（λKit）后，對資本要素錯配采用絕對值處理，以便結果直觀體現。如下所示：

tkii，t=1λKit-1（1）

其中，資本要素錯配（tkii，t）與城市要素錯配程度成正比例關系。勞動要素錯配程度（tlii，t）同樣方法得出。

4.控制變量。參照一些相關文獻和本文研究的問題，本文選擇政府干預程度（GIV）、經濟發展水平（ED）、產業整體升級（UP）、人口密度（PDE）作為控制變量。此外，對市一級個體和年份層面在模型中進行控制減少時間趨勢和個體異質性特征的干預。

（三）實證模型

1.基準模型：數字普惠金融與包容性增長。基于以上理論分析，為考察數字普惠金融對包容性增長的影響，本文設定雙向固定效應模型作為本文的基準回歸模型：

IGi，t=α0+α1DIFi，t+αjControlsi，t+vi+ut+εi，t（2）

其中，DIFi，t為數字普惠金融發展水平，IGi，t代表包容性增長指標，Controlsi，t表示其它影響包容性增長的控制變量，vi為個體固定效應，ut為時間固定效應，εi，t表示隨機擾動項。

2.機制模型：數字普惠金融與要素錯配。為探索數字普惠金融對包容性增長的驅動機制，本文設定如下中介效應模型和調節效應模型：

IGi，t=β0+β1DIFi，t+βjControlsi，t+v+ut+εi，t（3）

tkii，t=l0+l1DIFi，t+ljControlsi，t+vi+ut+εi，t（4）

IGi，t=δ1DIFi，t+δtki+δjControlsi，t+vi+ut+εi，t（5）

IGi，t=+?1DIFi，t+?2tlii，t+?3DIFi，t×tlii，t+?jControlsi，t+vi+ut+εi，t （6）

本文中tkii，t與tlii，t為中介變量，具體指資本要素錯配（tkii，t）和勞動要素錯配（tlii，t）。利用資本要素錯配來檢驗數字普惠金融對包容性增長的中介效應。采用逐步回歸法構建中介效應模型，把資本要素錯配設定為中介變量，用來檢驗中介變量存在與否（3）～（5）。勞動要素錯配應用調節效應模型（6），構造數字普惠金融和勞動要素錯配的乘積機制回歸項。

五、實證結果

（一）基準回歸結果

數字普惠金融對包容性增長的影響，本文選擇雙向固定效應模型展開基準回歸，結果如表1所示。

由表1列（3）回歸檢驗結果可知，在1%水平上顯著，數字普惠金融（DIF）回歸系數符號為正，數字普惠金融每增加1單位，包容性增長指標將提升0.000221。這表明數字普惠金融對包容性增長（IG）發展存在顯著促進作用，假設1得證。

（二）穩健性檢驗

在表2的第（5）列，剔除直轄市，得出DIF的系數為0.00018，說明假設1結論可靠。在疫情背景下，數字普惠金融受到一定的影響，主要原因是疫情期間國民經濟受到沖擊，因此，有必要從時間上分析數字普惠金融對包容性增長的作用。結果如表2表示，數字普惠金融每增加1單位，包容性增長就增加0.000177，說明正向促進作用的結論可靠。

工具變量法。以數字普惠金融指數的滯后一期和它的一階差分的乘積作為工具變量。由表3可知，數字普惠金融對包容性增長正向促進作用的結論是可靠的。

（三）機制檢驗

在表4中，列（1）至（2）顯示，加入中介變量后，數字普惠金融對包容性增長影響為正，而且資本要素錯配tkii，t系數為負，且在10%水平下顯著，即資本要素錯配抑制包容性增長，這與預期相符。因此，數字普惠金融有效地抑制了資本要素錯配，從而促進包容性增長，假設2得證。

列（3）中，數字普惠金融與勞動要素錯配的交乘項為負，說明勞動要素錯配對數字普惠金融促進包容性增長為負向調節效應。調節效應結果表示，數字普惠金融難以突破勞動要素錯配對包容性增長的抑制作用，假設3得證。

六、結論與啟示

研究表明：數字普惠金融能夠顯著促進包容性增長;數字普惠金融通過抑制資本要素錯配從而促進包容性增長;勞動要素錯配抑制數字普惠金融能夠促進包容性增長作用。據此，本文提出如下針對性建議：一是大力發展數字普惠金融。通過建設數字基礎設施、完善數字交易規則和立法、促進數字經濟平臺高效運轉以提升地區數字普惠金融服務水平，使得企業所需生產要素在區域之間高效流通，緩解資本要素錯配。二是加大地方教育投入，培養當地居民金融素養，鼓勵民間投資，提升居民獲取投資信息能力，降低投資門檻，提高居民投資意愿。三是加快數字技術與普惠金融的融合發展。金融機構可以利用云計算技術和大數據分析，處理和分析大量的金融數據，提供更準確和個性化的金融服務。

參考文獻：

[1] 李香菊，劉碩，邊琳麗.數字普惠金融、市場分割與資本要素錯配[J].統計與決策，2023，39（17）

[2] 唐松，伍旭川，祝佳.數字普惠金融與企業技術創新——結構特征、機制識別與金融監管下的效應差異[J].管理世界，2020，36（05）

[3] 王宏鳴，孫鵬博，郭慧芳.數字普惠金融如何賦能企業數字化轉型？——來自中國上市公司的經驗證據[J].財經論叢，2022（10）

[4] 趙家琪，江弘毅，胡詩云，沈艷.數字普惠金融下的小微信貸與風險——基于銀行數字化轉型的視角[J].經濟學（季刊），2023，23（05）

[5] 陳衛平，余樂，梁舒培.地區數字經濟發展對農民創業的影響研究[J].學術研究，2022（12）

[6] 張勛，萬廣華.中國的農村基礎設施促進了包容性增長嗎？[J].經濟研究，2016，51（10）

[7] 宋曉玲.數字普惠金融縮小城鄉收入差距的實證檢驗[J].財經科學，2017（06）

[8] 鄧峰，馮福博，楊小東.市場分割、數字經濟與區域創新效率[J].統計與決策，2022，38（09）

[9] 謝絢麗，沈艷，張皓星，郭峰.數字普惠金融能促進創業嗎？——來自中國的證據[J].經濟學（季刊），2018，17（04）

[10] 李言.數字普惠金融與勞動配置效率[J].經濟社會體制比較，2023（03）

[11] 周小亮，吳武林.中國包容性綠色增長的測度及分析[J].數量經濟技術經濟研究，2018，35（08）

[12] 郭峰，王靖一，王芳，孔濤，張勛，程志云.測度中國數字普惠金融發展：指數編制與空間特征[J].經濟學（季刊），2020，19（04）

[13] Hsieh C T， Klenow P J. Misallocation and Manufacturing TFP in China and India [J]. Quarterly Journal of Economics，2009，124（04）

[14] 張軍，章元.對中國資本存量K的再估計[J].經濟研究，2003（07）