数字普惠金融对经济高质量发展的地区差异影响研究——基于系统GMM及门槛效应的检验

贺 健，张红梅

（贵州财经大学 大数据应用与经济学院，贵州 贵阳550025）

一、引言

金融是服务实体经济的血脉，金融运行是否顺畅、供应是否充足，对一个国家的经济增长会产生重大影响。当前，大量学者从理论和实证两方面深入探究金融的广度与深度和经济增长之间的关系，并大都表明金融发展与经济增长有显著的因果关系。为此，习近平总书记（2017）[1]在第五次全国金融工作会议上明确指出，金融要把为实体经济服务作为出发点和落脚点，全面提升服务效率和水平。然而金融排斥现象广泛存在于世界众多发达国家和发展中国家。金融排斥是指经济主体被主流金融所排斥，其中小微企业和低收入人群无法享受正常的金融服务是导致国民收入差距持续扩大和国家经济增速放缓的重要因素，这严重影响了经济高质量发展。金融排斥给世界各国尤其是发展中国家的发展带来的消极影响日益凸显。

普惠金融概念于2005 年由联合国正式提出，并迅速成为包括我国在内的许多国家解决金融排斥问题的优先政策选择。然而传统的普惠金融需要借助物理网点为金融排斥群体提供金融服务，金融机构须支付更多成本，这就与金融机构以盈利为核心的经营理念存在矛盾，从而出现了金融机构对普惠金融业务“外热内冷”的局面。随着G20 杭州峰会上《G20 数字普惠金融高级原则》的通过，首次官方提出数字普惠金融概念，各国都将加速推进以数字技术驱动普惠金融发展的新模式，普惠金融发展迈入新阶段。数字普惠金融是指依托于数字技术而实现的普惠金融，由于我国电子商务和电子支付技术在全世界都处于领先水平，具备发展数字普惠金融的巨大优势，这正是我国实现普惠金融超越发展、保持经济增长水平和促进经济高质量发展的重要机遇。随着我国经济发展进入新常态，研究数字普惠金融与经济高质量发展之间的关系更加具有重要意义。

二、文献回顾

由于数字普惠金融提出时间较短，且经济高质量发展具有鲜明的中国特色，国外鲜有数字普惠金融对经济高质量发展影响的相关研究，多集中于普惠金融与经济增长之间关系的研究，且得出两种相反的结论。

多数学者认为普惠金融对经济增长有着显著的促进作用。通过扩大金融体系的覆盖范围，普惠金融能为更多企业及居民提供其所需的金融产品和服务，从而有效减缓和抑制金融排斥。Galor（1993）[2]、Beck（2004）[3]和Honohan（2004）[4]等学者认为，由于金融市场不完善会使得缺少必要抵押品和信用记录的中小企业以及低收入人群可能面临着更为严重的流动性约束，金融排斥群体难以及时投资高回报项目，从而使得资源配置失衡，损害了经济增长。而普惠金融的发展有助于中小企业和低收入人群更易获取信贷资金支持，提高金融资源在全社会范围内的配置效率，实现经济的快速增长。

也有少部分学者认为普惠金融可能不利于经济增长。其消极影响与金融体系中银行等金融中介所占比重密切相关。已有研究认为，一个以间接金融为主并过度依靠银行等金融中介提供流动性的金融体系可能会在某种程度上损害经济增长，主要集中于 以 下 几种 思 考。首先，Hellwig（1991）[5]、Rajan（1992）[6]等认为由于银行的逐利性，会使其可能向企业索取超出贷款利率部分的超额收益，从而挫伤了企业投资积极性。其次，Weinstein（1998）[7]发现当经济周期处于衰退或萧条阶段时，银行“惜贷”则会成为一种“常态”，这阻碍了技术创新效率的提高与经济增长。再次，经济增长可能还会受到银行等金融中介的内部风险的影响，当发生金融危机时，银行无法有效地缓冲金融风险，反而会收缩其流动性水平，从而进一步加剧了金融危机。最后，Beck（2012）[8]认为若银行规模相对实体经济而言过大，则会给实体经济产生额外成本，也不利于经济增长。

我国关于数字普惠金融的发展和研究都处于国际前列，尤其是在北京大学（2016）[9]发布《北京大学数字普惠金融指数（2011—2015 年）》之后，国内众多学者开始通过这套数字普惠金融指数开展实证研究，主要集中在缩小城乡收入差距和减缓贫困等方面。如宋晓玲（2017）[10]、张贺和白钦先（2018）[11]、张子豪和谭燕芝（2018）[12]等分别运用泰尔指数和空间计量模型研究发现数字普惠金融的发展显著缩小了城乡居民收入差距；黄倩等（2019）[13]通过构建动态面板模型，发现数字普惠金融确实能显著降低贫困发生率，并指出数字普惠金融有效减缓贫困的一个重要机制是改善收入增长与分配。

从现有的研究成果来看，国内数字普惠金融的相关研究大多侧重于分析其对缩小城乡收入差距和贫困减缓的影响，关注数字普惠金融影响经济高质量发展的文献相当有限，而叶大清（2018）[14]等人曾明确指出：经济高质量发展需要数字普惠金融的配合，二者是相辅相成、互相融合的关系。首先，数字普惠金融是经济高质量发展的重要驱动。由于传统金融物理网点式服务成本较高且覆盖率较低等弊端，严重影响了我国经济高质量发展。数字普惠金融充分利用人工智能、大数据、电子商务技术等现代化手段大大延伸了金融服务范围，降低了金融服务成本，进一步增强了金融服务便利性，这在很大程度上提高了金融促进经济高质量发展的效率和水平。一方面，随着大数据时代的到来，科技和互联网等企业依托数字技术为金融赋能，推动银行等传统金融机构转型升级，从而进一步促进金融机构更好地为中小企业和“三农”服务，并支持实体经济发展，显著提高了金融促进经济高质量发展的效率。另一方面，数字普惠金融为金融资源的供给侧和需求侧构建了良好的对接平台，提高了金融资源的供给量，并对原先利用率较低的金融资源进行有效整合，如当前互联网理财机构为金融资源的需求和供给方提供及时、充足的金融资源。其次，经济高质量发展是数字普惠金融发展的必要条件。随着中国特色社会主义进入新时代，我国经济高质量发展的趋势更为明显，这为数字普惠金融创新发展创造了良好条件。由于我国经济规模不断扩大与国民消费水平的不断提高，经济市场对金融创新和个性化产品需求也会不断增加，这大大推动了数字普惠金融的创新和发展。同时，经济高质量发展也使得产业结构更加优化，这提高了数字金融资源在不同产业间的资源配置效率，增强了各个产业的生命力与竞争力，从而进一步提高了数字普惠金融服务效率。

国外学者几乎都是从普惠金融的视角研究其与经济增长之间的关系，并且大多学者研究的经济“增长”主要是指经济增长的速度而非质量，质量作为经济增长的内生源泉，若不能与增长速度相匹配，那么经济增长可能很快便会进入“疲软期”，新常态下我国经济增速放缓的表现也恰恰体现在这点上。同时，这些研究主要是理论分析，鲜有基于省域层面数据的实证检验。

为了弥补以上不足，本文从经济高质量发展角度出发进行研究，并以我国30个省份2013—2018年的面板数据进行回归，基于系统GMM方法和门槛效应模型实证检验数字普惠金融对东中西部地区经济高质量发展的影响，以期为新时代推进实现经济高质量发展提出启示。

三、新时代中国经济高质量发展水平测度

（一）测度方法和数据来源

本文采用综合评价方法对新时代我国经济高质量发展水平进行分析。由于数字普惠金融近几年才正式提出并逐渐发展，本文最终将样本区间定成2013—2018 年，指标数据来源于《中国统计年鉴》以及各省区市年鉴，另外考虑到西藏和港澳台地区数据缺失较为严重，故未纳入研究范围。

迄今为止，学者们对经济增长或发展质量的评价方法大致可分为如下几类：即主成分分析法、因子分析法和层次分析法等。熵权TOPSIS 法结合了熵权法和TOPSIS 法计算简单、结果合理的优点，且在进行指标赋权时无人为因素干扰。为更合理、客观地反映各省份经济发展质量水平，本文采用熵权TOPSIS 法对其进行测度评价，具体采用以下方法来测度各省经济高质量发展水平。

第一步，为消除由于各指标量纲不同而导致的差异，运用极差法对各指标依次作标准化处理：

若Xij为正向指标：

若Xij为负向指标：

其中i 表示省份，j 表示评价指标，Xij和Yij分别表示初始和无量纲化处理后的指标值，max和min分别表示最大值和最小值。

第二步，计算各指标Yij的熵值Ej：

第三步，给指标Yij进行赋权，求出权重Wj：

第四步，建立加权矩阵R：

第六步，计算各测度方案到理想解Q+j和反理想解的距离

第七步，计算理想解的贴进度Ci：

表1 经济高质量发展指标体系

式（10）中0≤Ci≤1，当Ci=0，表明该目标为最劣目标，即省份i的经济发展质量最差，反之若Ci=1 则表示省份i的经济发展质量最优。

（二）经济高质量发展指标体系构建

表2 2013—2018年各省份经济高质量发展测度值

测度经济高质量发展水平是一个系统工程，衡量经济高质量发展的维度有很多，学者们从不同维度构建了不同的测度体系，虽然指标体系有所不同，但总体来说仍是以五大发展理念“创新、协调、绿色、开放、共享”为指引。本文在已有研究基础上，参考师博和任保平（2018）[15]、魏敏和李书昊（2018）[16]等人研究成果，结合五大发展理念与经济高质量发展的内涵，同时兼顾指标层次性与数据可得性，从经济质效、创新驱动、结构优化、绿色发展以及民生和谐五个准则层18 个测度指标构建新时代我国经济高质量发展的综合评价指标体系，具体见表1。

（三）经济高质量发展测度结果及分析

由上述构建的经济高质量发展指标体系和综合评价方法，测算出2013—2018 年各省份经济高质量发展水平（见表2）。

由测度结果可知，从2013 年到2018 年，经济高质量发展水平得分最高的几乎都是北京、上海、广东，可以看出这三个地区是我国经济发展的引领者，且这三个地区得分远高于甘肃、新疆等西部地区。其次，浙江、江苏、天津等省市经济高质量发展水平也较高。经济高质量发展水平相对靠后的几个省份为宁夏、新疆等，多为西部地区。就均值来说，西部地区均值略低于中部地区及全国均值，显著低于东部地区，说明西部地区经济发展水平较东部和中部地区偏低，这与我国实际发展情况相符。

四、数字普惠金融对地区经济高质量发展的动态面板模型分析

（一）模型设定与方法估计

为了检验数字普惠金融与各地区经济高质量发展水平的关系，并考虑到当期被解释变量可能还受到上一期的影响，本文拟构建如下动态面板模型：

式（11）中，EQ 表示经济高质量发展水平，DIFI表示数字普惠金融指数，CV表示控制变量，ε表示随机扰动项，i表示省份，t表示年份。

通过对杜强等（2016）[17]、刘亦文等（2018）[18]、张勋等（2019）[19]的文献进行梳理，笔者发现影响经济高质量发展的控制变量主要集中在经济发展水平（EN）、产业结构调整（IS）和GDP 总量等方面，故最终设定动态面板模型如下：

考虑到短面板数据的局限性以及可能存在内生性问题，此时最佳方法就是广义矩估计，主要包括系统矩估计和差分矩估计，但鉴于系统矩估计对矩条件要求更为严格，其结果更加精确，故本文使用系统GMM方法对模型进行估计。

（二）变量说明与数据来源

被解释变量：经济高质量发展水平。

解释变量：数字普惠金融指数（DIFI）。参考北京大学数字金融研究中心发布的《北京大学数字普惠金融指数》中2013—2018 年各省区市数字普惠金融指数作为解释变量。

控制变量：本文选取控制变量指标具体定义如下。经济发展水平，用各省区市人均可支配收入与全国人均可支配收入的比值表示。产业结构调整用第三产业产值占地区GDP 的比重表示，同时，GDP对经济发展质量仍十分重要。

本文的研究数据主要来源于《中国统计年鉴》和《中国财政年鉴》以及国家统计局网站等。

（三）实证结果分析

由估计结果表3 可知，AR(2)均大于0.1，即残差不存在二阶及以上的自相关，Sargan 均大于0.1 表示工具变量不存在过度识别。这也验证了本文设定模型的合理性。数字普惠金融（全国）的系数为0.000292，并在1%水平上显著，说明数字普惠金融（全国）对经济高质量发展呈正向促进作用，即全国层面数字普惠金融发展水平每提高1%，会使经济增长质量提高0.000292。数字普惠金融（中部）的系数为0.000604，并在1%水平上显著，说明数字普惠金融（中部）对经济高质量发展具有正向促进作用，即中部地区数字普惠金融发展水平每提高1%，会使经济增长质量提高0.000604。数字普惠金融（西部）的系数为0.000536，并在1%水平上显著，说明数字普惠金融（西部）对经济高质量发展具有正向促进作用，即西部地区数字普惠金融发展水平每提高1%，会使经济增长质量提高0.000536。数字普惠金融（东部）的系数为0.000218，并在1%水平上显著，说明数字普惠金融（东部）对经济高质量发展呈正向促进作用，即东部地区数字普惠金融发展水平每提高1%，会使经济增长质量提高0.000218。数字普惠金融使得中西部地区享受到了更多的金融服务，促进经济高质量发展的作用更强。虽然中西部地区的数字普惠金融水平总体低于东部地区，但是目前正在快速赶超，呈现出“弯道超车”之势。由此可见，数字普惠金融对经济高质量发展具有一定的促进作用，并且由于地区间的差异而有着不同的促进效果，对中西部地区促进效果较为明显，故中西部地区应该加快数字普惠金融发展，进一步推动经济高质量发展。

表3 数字普惠金融对地区经济高质量发展的估计结果

五、数字普惠金融对地区经济高质量发展的门槛效应分析

（一）模型设定

关于金融发展与经济增长之间的关系是单纯的线性影响还是具有门槛效应，哪个金融发展因素对经济增长具有更好的解释能力的问题上，学者们在理论和实证方面均有较大分歧。但从我国目前的实际研究情况来看，大部分学者开始逐渐接受金融发展对经济增长有一定门槛效应的事实。那么我国经济高质量发展水平受数字普惠金融的影响是否存在门槛特征呢?为此，笔者继续对其进行检验，并参考Qunyong Wang（2015）[20]的研究方法建立面板门槛模型。由于不知具体门槛数量，故先假定为单一门槛模型，设定面板门槛模型如下：

式（13）中，qi表示门槛变量，r表示未知门槛值。

（二）门槛回归结果分析

1．门槛效应的检验

为了保证门槛估计的精度，分析数字普惠金融对经济高质量发展的门槛特征，采用Hansen（2000）[21]的自举法依次检验模型的门槛数，得到F统计量和P值，具体数值如表4所示。

表4 门槛效果检验

由表4 可知，单一门槛效应在5%水平上显著，而双重门槛和三重门槛效应则不显著。因此，可认为数字普惠金融对经济高质量发展的影响存在单一门槛效应，故选用单一门槛效应模型来分析数字普惠金融对经济高质量发展的非线性影响。经过门槛效应检验之后，本文对单一门槛估计值进行估计和检验，表5 报告了数字普惠金融对经济高质量发展的参数及其95%置信区间。门槛估计值为4.9766，并位于区间[4.9656，5.0076]内。

表5 门槛估计结果

2．门槛回归结果

由表6 可知数字普惠金融对经济高质量发展的影响通过了单一门槛模型检验，当DIFI≤144.98 时，数字普惠金融与经济高质量发展水平在1%的显著水平上正相关，这说明数字普惠金融发展水平每提高1%，会使经济增长质量上升0.0003695，数字普惠金融可以有效地解决金融排斥和金融资本错配问题，对资源配置效率进而对经济高质量发展产生积极的影响，此时促进数字普惠金融发展有利于提高经济增长质量。当DIFI＞144.98时，数字普惠金融与经济高质量发展水平在5%的显著水平上呈正相关，数字普惠金融发展水平每提高1%，会使经济增长质量上升0.0002018，可看出其促进作用存在缩小的趋势。随着数字普惠金融的发展规模逐渐扩大，其风险因素也逐渐积累，这不利于经济高质量发展，说明数字普惠金融对经济高质量发展有一定促进作用，但存在边际递减的效应。

表6 数字普惠金融与经济高质量发展单一门槛模型参数估计结果

六、结论与政策启示

本文首先构建新时代我国经济高质量发展综合评价指标体系，基于熵权TOPSIS法测度评价了2013—2018 年30 个省份经济高质量发展水平，结果表明：北京、上海和广东三地经济高质量发展水平位于我国前列，但总体来说各地区经济高质量发展水平偏低，区域发展不均衡，尤其是西部地区的经济发展水平亟须进一步提高，西部地区应找准短板所在，补足短板，推动经济高质量发展。其次本文选择省级面板数据并借助系统GMM 方法和门槛效应模型深入探究数字普惠金融对经济高质量发展水平的影响。研究结果表明：一是数字普惠金融对我国经济高质量发展水平具有正向促进作用，并对中西部地区的促进作用较为明显；二是数字普惠金融对经济高质量发展的影响确实存在单一门槛效应，当数字普惠金融发展水平低于144.98 时，其系数为0.0003695，对经济高质量发展呈正向促进作用，当数字普惠金融发展水平高于144.98 时，其系数为0.0002018，对经济高质量发展也呈正向作用，但其促进作用有所降低。

通过实证结论可得出如下政策启示。

第一，加快各地区数字普惠金融顶层设计。目前我国经济高质量发展水平总体偏低，全国均值仅为0.277，这可能与多数省份在数字普惠金融的发展过程中并无明确的组织体系有关。因此，政府应该加快顶层设计，构建高效的管理体系和协调机制，延伸数字普惠金融服务范围，提高数字普惠金融的可获得性。

第二，加强数字普惠金融基础设施建设，促进我国数字普惠金融协调发展。由于中西部农村地区互联网等数字技术条件较差，政府应加大中西部农村地区信息化建设的投资力度，给予农民一定的财政补贴，最大限度地降低金融排斥群体使用互联网的成本，从而进一步促进我国数字普惠金融的协调发展。

第三，鉴于数字普惠金融对经济高质量发展的影响会受到产业结构、经济发展水平等诸多因素的束缚，故各地区应该依据自身发展特征来设计相应的数字普惠金融发展模式，这样才能促进数字普惠金融与地区经济发展的良性互动，实现我国经济增长质量的本质提升。