数字普惠金融视角下金融集聚对实体经济发展影响研究

刘伟国 董迎辉

摘   要：提高金融服务实体经济能力是当前学术界研究的热点，但就金融助力实体经济发展的渠道而言，数字普惠金融所发挥的作用还鲜有学者关注。本文基于2012—2018年29省际的面板数据，引入数字普惠金融这一变量，构建具有调节变量的非线性模型来实证检验金融集聚与实体经济发展的关系。研究结果显示：数字普惠金融可以显著的支持实体经济发展，但当前金融集聚效应并未指向实体经济，前者对后者存在显著负向影响;此外，金融集聚与数字普惠金融的交互效应显著为正，数字普惠金融可以抑制金融集聚对实体经济发展的负面效果。

关键词：金融集聚;实体经济发展;数字普惠金融;工具变量法

一、引言

十四五规划明确指出，在经济转型关键时期，要构建金融有效支持实体经济体制机制，深化金融供给侧结构性改革，增强金融普惠性来促进金融更具针对性地服务实体经济。结合实际，金融集聚现象随各地金融中心城市建立而显现，由此产生的问题是，金融集聚带来的规模、技术效应是流向实体经济，还是在金融部门“空转”？如何引导金融在集聚过程中更好带动实体经济发展？对于上述问题的回答，不仅有助于研判目前金融集聚状态，而且对于指导金融回归本源、促进实体经济发展具有重要现实意义。

已有大量文献（李强和徐康宁，2013;刘文革等，2014;李红和王彦晓，2014;孙志红和王亚青，2017;张秀艳，2017;胡国晖和郑美美，2020）研究了金融集聚与经济发展之间的关系，并且基本达成一致看法：金融集聚可以促进经济发展。但金融“脱实向虚”、实体经济发展“动力不足”仍是尚未解决的难题，在国家进一步倡导金融回归本源背景下，金融集聚与实体经济的关系引起国内学者的广泛关注。已有文献在研究金融集聚与实体经济关系时，大都从空间计量经济学角度出发，主要考虑金融集聚与实体经济之间的线性关系，同时对实证结果产生关键、显著影响的空间权重矩阵选择方面主要依赖于学者的主观选择（张林，2016;蔡泽祥和武学强，2017;李林汉和田卫民，2020;樊羚和韩廷春，2021）。基于现有研究，本文兼顾金融集聚与数字普惠金融融合发展趋势、相互影响的客观现实，从理论和实证两个角度考察金融集聚、数字普惠金融以及两者交互项对实体经济发展产生的影响，分析数字普惠金融在金融集聚服务实体经济过程中的作用机制。近几年，地区金融集聚现象越来越明显，但实体经济仍从中得不到有力支持，本文的研究结论有助于疏通金融集聚效应传导机制，指导探索金融服务实体经济的有效途径。

二、文献综述与机制分析

为减少交易成本、提高资源利用效率，各类金融人力、物力资源倾向于流向具有区位优势、经济发展迅速的地区，由于在金融集聚过程中，可以以自身配置来引导其他资源配置，加快地区技术进步与创新并最终推动经济发展，金融集聚及其效应引起学者们的广泛关注。目前考察金融集聚对经济的影响主要有两个层次：一是金融集聚作用于经济增长的传导机制及其效果。二是分析金融在集聚过程中，金融集聚对金融服务实体经济能力的影响。

就第一个层次而言，大部分国内学者（李强和徐康宁，2013;胡国晖和郑美美，2020;杨旭等，2020;张昌兵等，2021）认为随着金融集聚水平不断提高，其产生的经济发展效应也在不断增强，应该鼓励金融发展，提高金融集聚水平。在金融集聚初期，金融机构可以共享金融辅助性产业，同时可以相互协作、彼此提供投融资便利，降低与企业之间的信息不对称性。由于信贷双方信息不对称性缩小，加之地区金融资源特别是信贷资源增加，企业可以获得信贷资源支持的机会大大提高，金融集聚产生的规模效应显现。此外，日益增多的金融机构意味着竞争加剧，为吸引客户、占据市场份额，金融产品、技术创新步伐加快，金融集聚的技术进步效应不断显现。但也有一部分学者认为金融集聚与经济发展存在复杂性。金融集聚程度高并不意味着经济增长质量同样也高，经济发展速度与金融集聚速度呈现不匹配特征（郭华等，2021），金融集聚对经济发展起作用还受金融发展水平的制约，两者存在“U型”关系，低发展水平的金融集聚会产生金融抑制问题（孙志红和张娟，2021）。金融集聚水平提高也會对地区经济发展成本和稳定性造成冲击。此外，金融集聚的经济发展效应存在门限效应，其中大部分省份处于金融集聚水平对经济发展主要起抑制作用的“陷阱区”，主张应加快提高金融集聚水平以跳出金融集聚“陷阱区”（张秀艳，2017）。

就第二个层次而言，大部分文献认为金融集聚对实体经济产生影响渠道与第一个层面相同，但就金融集聚能否促进实体经济发展存在不少争议。这主要体现在在经济发展和财政压力陡升双重背景下，政府存在干预当前仍以间接融资体系为主的银行信贷配置的强烈动机（祝继高等，2020），不良贷款余额所占比例很大程度上受政府干预程度的影响，而金融集聚支持实体经济发展力度很大程度上受制于各省份银行体系的不良贷款余额的影响（蔡则祥和武学强，2017）。其次，在实体经济发展动力略显不足的情况下，金融集聚更容易使资金涌入虚拟经济部门（陈雨露和马勇，2012;李强和徐康宁，2013;张林，2016）。最后，过快的金融集聚容易促使金融机构与实体经济争夺金融资源，使实体经济发展缺少必要资金支持，同时在金融集聚后期，地方金融市场被各金融机构完全分割、占据，金融机构加快金融创新以争夺客户、维持利润，金融集聚导致地方金融系统性风险陡增，也不利于金实体经济发展（马勇等，2021）。但也有学者认为金融集聚对实体经济发展起到促进作用。其中，樊羚和韩廷春（2020）认为金融集聚通过促进资本积累和提高全要素生产率两个途径对实体经济发展起到推动作用，但由于政府的干预行为，导致金融集聚作用于实体经济渠道并不畅通，进而弱化了金融服务实体经济能力。

在数字普惠金融发展方面，现有文献大都关注数字普惠金融与居民消费之间的关系，鲜有文献从数字普惠金融考察实体经济发展。在直接融资有所扩大的情况下，银行贷款仍是实体经济获得获取信贷支持的主要途径。因此，现阶段数字普惠金融必须要与传统商业银行体系结合起来（成学真和龚沁怡，2020）。数字普惠金融具有政策性和靶向性的特征，能够覆盖原有传统普惠金融所难以服务的地区，提高金融覆盖广度和服务深度，促进实体经济发展（刘亦文等，2019;汪亚楠等，2020）。

三、实证与结果分析

（一）数据来源与变量选择

本文选择2012—2018年中國29省份（不含西藏和海南数据）作为样本。其中，由于西藏自治区数据缺失严重，难以使用常见的方法对数据进行补充，同时由于海南省与周围省市不存在空间上的接壤关系，不满足文章为解决内生性问题所设计的工具变量要求，故将这两个地区予以剔除。此外，本文普惠金融有关数据来源于北京大学数字金融研究中心，其他数据均来自于EPS数据库、国家以及各省份历年统计年鉴。

被解释变量：实体经济发展（Inpergdp），目前学术界对于实体经济还没有准确定义。参照中国人民银行对于实体经济所界定的范围：实体经济为除金融企业和个人以外的经济主体，因此本文采用从国内生产总值扣除金融业增加值，然后除以地区总人数的方法，得到人均实体GDP。考虑到大部分文献在进行研究时，在上述操作的基础上进一步剔除房地产业增加值，本文也按照相同思路进行计算，并将得到的指标用于稳健性检验。此外，为消除通货膨胀对研究内容所产生的影响，金融业增加值和房地产业增加值分别按照金融业增加值指数和房地产业增加值指数调整为以2012年为基期的不变价格计算的变量，其他变量则按照GDP指数按照相同方法进行调整。

核心解释变量：金融集聚水平（QWS），在衡量金融集聚水平时，参照张鹏和丁伟（2018）、杨旭等（2020）、胡国晖和郑美美（2020）、岳婷婷（2020）、马勇等人（2021）的做法，使用区位熵指数来测算各省份的金融集聚水平。

调节变量：普惠金融（In_f），参照成学真和龚沁怡（2020）、颜建军和冯君怡（2021）的做法，本文采用北京大学数字金融研究中心计算的数字普惠金融指数作为各省份数字普惠金融发展状况的度量。

控制变量：结合已有的众多文献，同时为了使得统计效力最大化并方便结果解读，本文还控制了一些可能影响实体经济发展的变量，其中包括产业结构（Ind_st）、教育水平（Pop）、技术水平（Te_inno）、财政支出（Fina_ex）、城镇化率（Urban）、人口密度（Incity_pop）、对外开放水平（FDI）。

（二）模型设定

首先，文章利用面板数据模型考察金融集聚、数字普惠金融对实体经济发展的影响。

其中，Inpergdpi，t为实体经济发展，Qwsi，t为金融集聚水平，In_fi，t为数字普惠金融发展水平，Xi，t为控制变量，？琢、？浊分别为核心解释变量和控制变量系数，？着为随机扰动项，下标i代表省份，t代表年份。

其次，在模型（1）基础上引入金融集聚与数字普惠金融交互项，来识别数字普惠金融对金融集聚的实体经济发展效应的影响，见模型（2），若模型（1）中？琢1为正，代表金融集聚可以促进实体经济发展，与此同时，若模型（2）中？兹3为正，则说明数字普惠金融对金融集聚的实体经发展效应具有促进作用，若？兹3为负，则说明数字普惠金融对金融集聚的实体经发展效应具有抑制作用;若模型（1）中？琢1为负，代表金融集聚会抑制实体经济发展，与此同时，若模型（2）中？兹3为正，则说明数字普惠金融对金融集聚抑制实体经发展效应具有减缓作用，若？兹3为负，则说明数字普惠金融对金融集聚抑制实体经发展效应具有促进作用。

（三）结果讨论与分析

鉴于数据结构，本文采用短面板常用的估计方法，首先，通过Hausman检验分析模型判断选择OLS回归、固定效应模型，还是选择随机效应模型，其次，考虑到由于双向因果、潜在遗漏变量等情况导致的内生性问题，文章使用稳健的GMM估计方法;最后，通过变量替换法进行稳健性检验。表2依次显示混合OLS、随机效应模型以及固定效应模型回归结果，其中，基础回归以及交互项回归的Hausman检验值分别为335.61（P值为0.0000）、341.64（P值为0.0000），因此，两者均应选择固定效应模型。固定效应模型回归结果显示，在1%的显著性水平下，金融集聚对实体经济发展起到显著抑制作用，我们可以初步得出结论：金融集聚产生的规模效应以及技术进步效应大部分没有作用到实体经济身上，但数字普惠金融对实体经济影响系数显著为正，这表明在控制其他变量不变的情况下，数字普惠金融可以为实体经济提供更多支持来促进实体经济发展。在考虑交互项后，交互项对实体经济发展的影响系数显著为负，但系数较单独考虑金融集聚对实体经济发展有所下降，说明数字普惠金融在一定程度上可以抑制金融集聚对实体经济发展的不良影响。

不可否认，金融最初向实体经济发展较快的地区开始集聚，在金融集聚规模效应下，实体经济更容易快速发展;当在实体经济低迷、获利低于金融资产收益率时，金融资源会倾向于滞留在金融部门内部，实体经济会因缺少金融支持而发展缓慢，因而两者可能存在相互影响、互为因果的关系。此外，即使使用省级层面数据的同时控制一部分变量，回归中也难免会存在测量误差和遗漏变量造成估计不准确。为解决上述问题，本文采用了工具变量法来处理由于上述问题所造成的内生性。

Hausman检验显示Qwe和In_f均为内生变量，借鉴张浩然和魏琳（2015）、李春涛等人（2020）的思路，选择滞后一期的金融集聚作为金融集聚的工具变量，选择与研究省份地理接壤省份的数字普惠金融均值、滞后一期数字普惠金融作为当期数字普惠金融的工具变量。考虑到潜在的异方差问题，本文采用更为稳健的GMM估计方法，并且所选的工具变量均通过了弱工具变量检验、不可识别检验和过度识别检验。表3的GMM估计结果显示，不管是基础还是交互项回归，金融集聚对实体经济的影响系数显著为负，数字普惠金融对实体经济的影响系数显著为正，同时交互项系数也显著为正，与固定效应模型估计结果基本相符，初步保证实证结果具有稳健性。

为了进一步确保实证结果的稳健性，文章采用变量更换法进行稳健性检验（见表4）。更换被解释变量，在原有被解释变量基础上进一步剔除房地产业增加值，然后进行稳健的GMM估计，结果显示在第（1）-（2）列，主效应与交互效应与上一部分回归结果基本保持一致。更换核心解释变量，文章借鉴已有做法，选择单位行政面积上金融业增加值作为金融集聚的衡量指标，结果显示在第（3）-（4）列，实证结果也与上一部分回归结果基本保持一致，交互效应显著，表明实证结论并非偶然。

四、结论及建议

（一）结论

本文在對金融集聚、数字普惠金融的实体经济发展效应进行初步分析的基础上，引入金融集聚与数字普惠金融的交叉项，对数字普惠金融如何影响金融集聚的实体经济发展效应进行了实证分析。研究发现：当前金融集聚与实体经济发展存在负相关关系，金融集聚处于抑制实体经济发展阶段;在实体经济发展过程中，数字普惠金融可以促进实体经济发展，并在一定程度上缓解金融集聚对实体经济产生的抑制作用。

（二）建议

在金融服务实体经济机制有待健全的情况下，金融集聚程度并非越高越好。政府为推动本地区经济发展，无不力求金融资源倾向于本地区，但金融集聚并不意味着实体经济可以获得金融集聚所带来的好处，应注意监管金融集聚效应流向，避免资源在金融部门“空转”;探索新型融资贷款模式以提高金融普惠性。在目前仍以间接融资为主的融资结构下，可以建立地区供应链来着重培育、发展企业特别是民营企业融资增信支持体系，对向实体经济提供融资服务的金融机构可按照融资额的一定比例提供税收抵扣，扩大数字普惠金融覆盖面来促进实体经济发展;建立类似存款保险制度类似的融资保险制度，金融监管部门可以组织成立融资担保基金，推动金融机构探索信贷投资与股权投资相结合的新型融资贷款模式。

（责任编辑：夏凡）

参考文献：

[1]李强，徐康宁.金融发展、实体经济与经济增长——基于省级面板数据的经验分析[J].上海经济研究，2013，25（9）：3-11+57.

[2]刘文革，周文召，仲深，李峰.金融发展中的政府干预、资本化进程与经济增长质量[J].经济学家，2014（3）：64-73.

[3]李红，王彦晓.金融集聚、空间溢出与城市经济增长——基于中国286个城市空间面板杜宾模型的经验研究[J].国际金融研究，2014（2）：89-96.

[4]孙志红，王亚青.金融集聚对区域经济增长的空间溢出效应研究——基于西北五省数据[J].审计与经济研究，2017，32（2）：108-118.

[5]张秀艳.金融集聚引导下的经济增长路径——基于门限效应和空间效应的解析[J].财经问题研究，2019（11）：47-54.

[6]胡国晖，郑美美.金融集聚、金融创新与区域经济增长[J].河北经贸大学学报，2020，41（4）：22-29.

[7]张林.金融发展、科技创新与实体经济增长——基于空间计量的实证研究[J].金融经济学研究，2016，31（1）：14-25.

[8]蔡则祥，武学强.新常态下金融服务实体经济发展效率研究——基于省级面板数据实证分析[J].经济问题，2017（10）：14-25.

[9]李林汉，田卫民.金融创新、制度环境与实体经济增长——基于空间杜宾模型的实证分析[J].金融发展研究，2020（12）：14-25.

[10]樊羚，韩廷春.金融发展服务实体经济过程中的政府作用：增进还是抑制？[J].经济与管理研究，2020，41（8）：104-114.

[11]杨旭，刘祎，黄茂兴.金融集聚对经济发展绩效与经济发展质量的影响——基于制度环境视角的研究[J].经济问题，2020（1）：44-53.

[12]张昌兵，王晓慧，顾志兰.金融集聚对经济高质量发展影响的实证检验——基于2005—2019年省际面板数据[J].工业技术经济，2021，40（2）：99-109.

[13]郭华，张洋，苏欣.金融产业集聚与经济增长质量的关系探讨[J].地理与地理信息科学，2021，37（1）：116-125.

[14]孙志红，张娟.金融科技、金融发展与经济增长[J].财会月刊，2021（4）：135-142.

[15]祝继高，岳衡，饶品贵.地方政府财政压力与银行信贷资源配置效率——基于我国城市商业银行的研究证据[J].金融研究，2020（1）：88-109.

[16]马勇，姜伊晴，付莉.经济开放、金融集聚与金融支持实体经济效率[J].国际金融研究，2021（2）：3-11.

[17]陈雨露，马勇.泡沫、实体经济与金融危机：一个周期分析框架[J].金融监管研究，2012（1）：1-19.

[18]成学真，龚沁宜.数字普惠金融如何影响实体经济的发展——基于系统GMM模型和中介效应检验的分析[J].湖南大学学报（社会科学版），2020，34（3）：59-67.

[19]刘亦文，陈亮，李毅，胡宗义.金融可得性作用于实体经济投资效率提升的实证研究[J].中国软科学，2019（11）：42-54.

[20]汪亚楠，叶欣，许林.数字金融能提振实体经济吗[J].财经科学，2020（3）：1-13.