数字普惠金融、市场化水平与经济高质量发展——来自我国217个地级市的证据

徐亚平 潘韵婷 史依铭

（安徽大学经济学院，安徽 合肥 230601）

一、引言

随着我国经济进入高质量发展阶段，对金融服务提出了更高的要求。传统金融存在供需错位等空间和时间上的局限，削弱了对经济高质量发展的资金支持效应。而数字普惠金融基于技术优势，提高了金融触达能力，拓宽了金融服务范围，弥补了传统金融服务的不足。一方面，数字普惠金融基于普惠性和可得性等功能，弱化了金融排斥效应，降低了金融门槛，缓解了相对贫困（刘魏等，2021；罗煜和曾恋云，2021；金发奇等，2021）[1-3]，进而提高了“长尾群体”的收入和消费水平，缩小了区域经济发展差距和城乡收入差距（周利等，2020）[4]，促进了我国区域、城乡间的协调发展，为我国经济高质量发展注入源源不断的活力。另一方面，数字普惠金融利用云平台、大数据等技术优势，不仅能够通过降低信息不对称程度，减少交易成本，有效缓解我国地区和企业面临的融资窘境（滕磊和马德功，2020）[5]，提高金融资源配置效率，还能够为企业创新研发提供充足的资金供给，这有助于企业拓宽业务范围，开创新型商业模式，实现创新驱动内生经济增长，契合了经济高质量发展的要义。

此外，在深化“放管服”改革的大背景下，不断优化的营商环境使市场主体增量提质，活力变强，充分发挥了市场在资源配置中的决定性作用，进一步助推了经济高质量发展。通过加快市场化进程，有利于提高市场资源配置效率，优化金融服务结构，为我国经济高质量发展提供新动能和“润滑剂”。因此，探讨数字普惠金融发展缓解传统金融时空局限的内在机制以及市场化水平的调节作用对于促进我国经济高质量发展具有重要意义。

基于上述分析，本文力图在如下方面有所贡献：第一，关于数字普惠金融对经济高质量发展的影响的研究已较为丰富，但主要集中在省级层面，地级市层面研究尚待完善，因此，本文选取2011—2019年我国地级市层面的年度面板数据，从“创新、协调、绿色、开放、共享”五个维度构建衡量经济高质量发展的指标，探讨数字普惠金融对经济高质量发展的影响。第二，在我国经济转型和数字普惠金融快速发展的背景下，鲜有研究探讨市场化水平对数字普惠金融与经济高质量发展关系的影响。本文通过引入市场化水平作为调节变量，验证市场化水平对数字普惠金融和经济高质量发展关系的调节效应，并进一步探讨调节效应在不同区域和城市规模下的异质性，以期为金融服务经济高质量发展提供参考。

二、文献综述

（一）数字普惠金融与经济高质量发展

目前已有较多文献研究数字普惠金融与经济高质量发展之间的密切关联，主要从以下几个方面展开讨论：一是基于创新视角。杨亚平和赵昊华（2021）[6]发现数字普惠金融能够引导企业资金流向，避免资产“重虚轻实”，加快企业数字化转型，激发企业的创新活力。谢绚丽等（2018）[7]认为数字普惠金融能扩大金融覆盖面，对不发达地区的企业“雪中送炭”，扩大融资供给，促进企业创新。数字普惠金融对区域创新同样也有促进作用。徐子尧等（2020）[8]发现数字普惠金融通过优化信贷资源和刺激消费，促进区域创新能力提升。郑雅心（2020）[9]研究发现，数字普惠金融可以通过加强基础设施建设、提升教育水平和提高平均工资收入加大区域创新产出。可见，数字普惠金融通过不同的途径，鼓励企业和区域创新并增加产出，进而推动经济高质量发展。二是基于产业结构升级视角。李优树等（2022）[10]研究发现，数字普惠金融具有正向的空间溢出效应，促进周围地区产业升级。张庆君和黄玲（2021）[11]认为数字普惠金融能促进地区产业结构升级，推动产业结构高级化发展。进一步地，李春发等（2020）[12]发现数字普惠金融通过产业链组织分工边界拓展、交易成本降低、价值分配转移和需求变化四种效应推动产业结构升级。基于此，升级后的产业结构能够更好地服务于实体经济，进而实现经济高质量发展。三是基于全要素生产率视角。惠献波（2021）[13]发现数字金融对城市全要素生产率增长具有显著的正向影响。贺茂斌和杨晓维（2021）[14]基于2011—2018年的省级面板数据实证检验了数字普惠金融与全要素生产率之间的关系，研究发现数字普惠金融通过降低金融服务门槛、提高金融服务效率，进而提升全要素生产率，即数字普惠金融发展会通过缓解金融排斥、提高资源配置效率来促进我国经济高质量发展。

（二）市场化水平与经济高质量发展

当前关于市场化水平对经济高质量发展的影响研究主要从以下几个方面展开：一是对市场化水平的衡量。樊纲等（2011）[15]从政府与市场关系、非国有经济发展、产品市场的发育程度、要素市场的发育程度、市场中介组织发育和法律制度环境五个方面构建了市场化进程指数体系。二是市场化水平影响经济高质量发展的作用机制。陈诗一等（2021）[16]认为，在市场化水平发展过程中，要素市场化是改革之中的重中之重，是实现经济高质量发展的必经之路。邵帅等（2022）[17]提出，提高市场化水平有助于市场导向型低碳政策发挥改善经济高质量发展的作用。张明龙（2020）[18]研究发现，随着市场化进程的不断深入，绿色投资过程中的信息成本有效减少，提升了绿色投资效益，进而提高经济高质量发展。

三、理论分析与研究假说

（一）数字普惠金融对经济高质量发展的直接效应

数字普惠金融促进我国经济高质量发展的途径主要包括以下四个方面：资源配置效率、产业结构升级、科技创新以及包容性增长。首先，在资源配置效率方面，数字普惠金融具有一定的政策导向性，通过优化资金配置方向，抑制资金的逐利动机，加快资金在企业和行业之间流动，提高资金有效利用率，切实为经济高质量发展服务（滕磊和马德功，2020）[5]。此外，数字普惠金融还能够利用数字技术，从信息流、资金流中筛选出有价值的信息，根据实体经济和区域的特点，开展个性化的金融服务，增加就业，改善劳动力要素市场（周天芸，2022）[19]。其次，在产业结构升级方面，数字普惠金融的发展改变了新兴产业的生产方式，提高了金融资本与产业资本的匹配度，进而提升了产业转型速度、产业结构高级化以及合理化（李治国等，2021）[20]，加速推动产业结构转型升级，助力我国经济高质量发展。再次，在创新方面，中小企业一直以来面临着融资难、信息匮乏、信息获取困难以及征信困难等问题（谢绚丽等，2018；解维敏等，2021）[6，21]，而数字普惠金融利用大数据技术在信息搜集上的优势，帮助企业及时获取相关信息，弱化信息不对称程度（Stiglitz 和Weiss，1981）[22]，降低贷款门槛，缓解资金不足，提高企业人才储备水平，为企业营造良好的创新研发氛围，进而激发了企业创新研发的动力，为我国经济高质量发展注入活力。最后，数字普惠金融不仅能够通过合理配置资源促进金融服务供给和实体经济需求的有效对接，还具有可得性和普惠性特征，使得偏远地区和农村地区个体享受到平等的金融服务，通过提供收益率稳定、流动性强的金融产品提升低收入群体的收入水平，进一步缩小城乡收入差距，从而实现包容性增长。总而言之，数字普惠金融有利于提高资源配置效率，推动产业结构升级，鼓励企业和区域创新，促进包容性增长，进而推动经济高质量发展。基于以上分析，本文提出研究假设H1：

H1：数字普惠金融会显著促进经济高质量发展。

市场化水平会进一步强化数字普惠金融通过资源配置、产业结构升级、科技创新以及包容性增长等渠道促进经济高质量发展的作用。第一，在资源配置效应方面。随着市场化改革的不断推进，政府对市场干预的程度逐渐降低，市场主体企业之间的竞争更加激烈，因此，企业充分利用数字普惠金融创新资源管理方式，提高产出水平，使得资源流向生产率高的行业，大幅降低生产率低的行业占比（蒲阿丽和李平，2019）[23]，实现资源最优配置，进而推动经济高质量发展。第二，在产业结构升级效应方面。随着市场化水平的不断提高和消费者的需求不断发生变化，耗能高、技术密集度低的产业经营者利用数字普惠金融的数字技术优势，匹配合适的投资者，解决融资供给匮乏问题，加速产业升级，并会带动上下游相关产业优化产业结构，助力经济高质量发展。第三，在科技创新效应方面。随着市场化机制的不断完善，企业创新活力被充分激发，企业利用数字普惠金融的普惠性和技术优势解决人力、物力、资金等方面的问题，一方面，大规模企业创新能力得到明显提升，大量生产新产品拉升市场需求（Schumpeter，1942）[24]；另一方面，小规模企业释放出更多的就业机会（Tether，1999）[25]，进而促进经济高质量发展。第四，在包容性增长效应方面。所在地区市场化水平越高，市场主体活力越强，市场主体往往能够获得更加全面的社会保障，弱势群体收入水平得到提升，欠发达地区发展速度加快，进而推动经济高质量发展。因此，较高的市场化水平能够强化数字普惠金融的激励效果，进而促进经济高质量发展。基于以上分析，本文提出研究假设H2：

H2：市场化水平在数字普惠金融影响经济高质量发展中起到了正向调节作用。

四、样本选择与研究设计

（一）数据来源与处理

本文研究基于我国217 个地级市2011—2019年的面板数据，由于体量规模和数据获取受限等原因，剔除了北京、天津、上海、重庆四个直辖市以及西藏自治区和新疆维吾尔自治区。本文使用的数据有：一是数字普惠金融指标，来自北京大学数字金融研究中心；二是市场化水平指标，采用樊纲和王小鲁（2018）[26]编制的市场化进程得分；三是其余变量指标，均来自《中国城市统计年鉴》、国家统计局网站、各省市统计年鉴、各市国民经济和社会发展统计公报、中经网数据库、国泰安数据库，缺失值采用插值法补齐。本文对样本中所有变量采取前后1%水平的缩尾处理，并使用聚类稳健标准误，削弱异方差以及序列相关的影响。

（二）主要变量定义及说明

1.被解释变量：经济高质量发展水平（Develep）。本文参考了李金昌等（2019）[27]等的研究方法，构建经济高质量发展指标体系，具体包括创新发展、协调发展、绿色发展、开放发展和共享发展五个层面的13个具体指标，指标详情如表1所示。

表1：经济高质量发展指标体系

其中，各地级市创新创业指数为北京大学企业大数据研究中心编制的创新创业指数。在经济高质量发展指标的计算上，常见的权重计量方法有主成分分析法、熵值法等。考虑到主成分分析法在主观赋权方面的劣势，并结合本文数据的特点，采用客观赋权的熵值法对具体指标赋权重。各市经济高质量发展指标的计算过程如下：

第一，用最大最小标准化法对数据进行标准化，以消除量纲的影响。

若Xij为对经济高质量发展有正向影响的指标：

若Xij为对经济高质量发展有负向影响的指标：

其中，i表示地级市，j表示评价经济高质量发展水平的具体指标，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，计算第j项指标下第i个地级市值的比重：

第三，计算各子指标的信息熵：

第四，计算信息熵冗余度：

dj=1-ej

第五，计算指标权重：

第六，计算单项指标评价得分：

Sij=Wij×Xij

其中，K=1/Lnm，m为评价年数，n为指标数。

此外，本文借助核密度估计方法从分布位置、分布态势、分布延展性、极化趋势四个方面刻画全国经济高质量发展的形态以及动态演进规律。如图1 所示，从分布位置看，主峰位置总体来看呈向右移动趋势，经济发展质量得到显著提升。从主峰分布形态来看，主峰峰值经历了“下降—上升—下降—上升”的演变过程，宽度表现为减小的趋势，说明全国整体经济发展质量的绝对差异呈现逐渐缩小的趋势。从分布延展性看，全国整体经济高质量发展分布曲线呈现右拖尾状态，这是因为存在部分经济发展快、发展质量高的城市。从极化趋势看，全国整体经济高质量发展水平一直呈单峰状态，说明我国经济发展质量不存在两极分化的现象，经济保持平稳向好发展。

图1：2011—2019年全国经济高质量发展动态演进

2.解释变量：数字普惠金融指数（Dif）。本文采用北京大学数字金融研究中心发布的中国数字普惠金融发展指数（郭峰等，2020）[28]，该指数从覆盖广度（Cover）、使用深度（Use）和数字化程度（Dig）三个方面考察金融发展情况，能够进一步反映数字普惠金融发展的便捷性和普惠性。此外，为便于观察比较回归系数，本文参考钱海章等（2020）[29]做法，对我国历年各地级市数字普惠金融及其子指标指数进行缩小100倍的处理。

3.调节变量：市场化水平（Mar）。本文采用樊纲和王小鲁（2018）[26]编制的市场化进程得分衡量市场化水平。

4.控制变量。本文参考滕磊和马德功（2020）[5]、张庆君和黄玲（2021）[11]、谢绚丽等（2018）[7]，选取工业化水平（ln（lid））、劳动力投入（ln（lab））、资本生产率（Capital）、金融发展水平（Fin）、产业结构水平（Lev）和政府干预（Gov）作为控制变量。

各变量及定义详见表2。

表2：变量及其定义

（三）模型构建

为检验数字普惠金融对经济高质量发展的影响，在控制时间和个体效应之后，本文构建如下模型：

为检验市场化水平在数字普惠金融与地区高质量发展之间的调节作用，本文参考吕越等（2017）[30]的研究，引入数字普惠金融与市场化水平的交互项进行实证检验，其中交互项的系数大小与显著性是我们关心的问题。在控制时间和个体效应之后，本文构建如下模型：

（四）描述性统计

1.描述性统计分析。表3 为主要变量的描述性统计结果。经济高质量发展水平的均值为0.2567，最大值为0.4379，最小值为0.0634，表明各城市经济高质量发展水平差距较大。数字普惠金融指数的均值为1.6759，最大值为2.8491，最小值为0.3631，表明部分城市数字普惠金融发展水平有较大的进步空间。市场化水平的均值为6.4429，最大值为9.9400，最小值为3.5900，表明市场化水平强度存在地级市分化特征。

表3：变量的描述性统计

2.相关性分析。表4 为主要变量的相关性分析结果。数字普惠金融指数与经济高质量发展之间相关系数为0.3401，并且在1%的置信水平下显著。由此初步验证假设H1，即数字普惠金融会促进经济高质量发展。不存在多重共线性问题。

表4：主要变量相关性分析

五、实证分析

（一）数字普惠金融与经济高质量发展

表5 展示了数字普惠金融与经济高质量发展之间的回归结果，在列（1）中，数字普惠金融发展总指数的估计系数为0.0292 且在1%的水平下显著为正。从数字普惠金融的子维度看，列（2）的覆盖广度（Cover） 系数为0.0311，在1%的水平下显著；列（3）使用深度（Use）系数为0.0071，在5%的水平下显著为正；列（4） 的数字化程度（Dig） 系数为0.0039，在1%的水平下显著为正。由此可见，数字普惠金融及其子指标均对我国经济高质量发展具有显著的促进作用。证明了本文研究假设H1。此外，从子指标系数数值对比中可知覆盖广度和使用深度影响最大，数字化程度次之。这可能是因为随着科技革命的不断推进，互联网覆盖范围越加广泛，数字普惠金融服务种类也逐渐增多，有效满足了客户不同的金融需求。而由于数字化平台建设不完善、数字化人才短缺等原因使得数字化程度还存在较大的上升空间。

表5：基准回归结果

从控制变量来看，工业化水平的系数显著为正，说明工业化的发展有助于经济高质量发展。劳动力水平的系数为正但不显著，可能是由于部分地区的劳动力流失严重，不能有效促进经济高质量发展。资本生产率的系数显著为负，表明资金流动性不强，不能用于其他投资，不利于经济高质量发展。金融发展水平的系数显著为正，表明积极缓解中小企业融资难、融资贵问题有助于促进经济高质量发展。产业结构水平的系数显著为负，可能是由于第三产业发展速度过快，与其他产业发展不匹配，出现“泡沫”经济现象，因而不利于经济质量发展。政府干预的系数为负，但不显著，可能是因为部分地级市经济出现较为依赖政府支出，不利于经济高质量发展。

（二）数字普惠金融、市场化水平与经济高质量发展

表6 为模型（5）—（8）的回归结果。数字普惠金融指数与市场化水平的交互项的系数在10%的水平下显著为正，说明市场化水平正向调节数字普惠金融与经济高质量发展的关系，从表6 的列（2）—（4）也可以看出市场化水平对数字普惠金融与经济高质量发展关系的调节作用在覆盖广度、使用深度和数字化程度维度均显著为正，说明市场化水平越高，越有利于数字普惠金融的资源配置效应、产业结构升级效应、科技创新效应和包容性增长效应的发挥，能够更好地促进经济高质量发展。

表6：调节效应回归结果

（三）稳健性检验

1.更换计量方法。表7 中第（1）—（8）列的估计结果表明，在OLS稳健性检验方法下，发现数字普惠金融对经济高质量发展的系数显著为正，且子维度均显著为正，与上文的研究结论保持一致。

表7：稳健性检验——更换计量方法

2.内生性检验。为减轻内生性问题所产生的估计偏误，本文采用以下三种不同的工具变量进行内生性检验： 一是采用互联网接入口数量作为工具变量；二是采用数字普惠金融指数滞后一期作为工具变量；三是参考傅秋子和黄益平（2018）[31]的做法，由于数字普惠金融呈现出与杭州距离越远则推广难度越大的特点，故采用各地级市到杭州的距离的对数值作为工具变量。工具变量需要满足外生性和相关性两个条件，上述三个工具变量均与各城市数字普惠金融发展水平有着密切的联系，但不会直接影响经济高质量发展情况，因此，选取这三个变量作为工具变量是合理的。观察表8 可知，各工具变量都通过了第一阶段F值检验，结果均显著。

表8：数字普惠金融影响经济高质量发展的稳健性检验——工具变量回归

六、进一步分析

（一）异质性分析

1.基于城市规模的异质性分析。本文参考何文举等（2021）[32]，将人口规模小于等于150 万的城市划分为小城市，人口规模150～500万的城市划分为中城市，人口规模500～1000 万的城市划分为大城市。本文利用模型（1）和模型（5）检验数字普惠金融对经济高质量发展的城市规模差异。观察表9 可以发现，数字普惠金融对小城市经济高质量发展的影响在5%的水平下显著为正，对中城市经济高质量发展的影响在1%的水平下显著为正，对大城市经济高质量发展的影响为正但不显著。总体而言，数字普惠金融推动了城市经济高质量发展。在市场化水平的调节作用下，数字普惠金融对大城市经济高质量发展作用不显著，对中城市和小城市经济高质量发展有显著的正向促进作用。就影响程度来看，数字普惠金融的促进效应及市场化水平的调节作用在小城市经济高质量发展中表现最强，其次是中城市，最后是大城市。可能的解释是，数字普惠金融的一大特点是“普惠性”，即将难以享受传统金融服务的长尾人群纳入金融服务体系，并且解决了传统金融可得性低的问题。相对于大城市，中、小城市包含较多的长尾人群，信息不对称程度和传统金融交易成本也较高，具有巨大的改革潜力，因此，数字普惠金融对中、小城市经济高质量发展的促进作用最为明显。

表9：基于城市规模的异质性分析

2.基于区域划分的异质性分析。考虑到不同区域内部产业分布情况不同，数字普惠金融也会对经济高质量发展产生差异性影响，因此，本文将217 个城市按照东、中、西部地区进行划分，检验在市场化水平的调节作用下，数字普惠金融对经济高质量发展的影响的区域差异。从表10 中可以观察到：一方面，数字普惠金融对中、西部地区经济高质量发展分别在10%和1%的水平下具有显著的正向影响，对东部地区的影响不显著。另一方面，市场化水平只能正向调节数字普惠金融对中部地区经济高质量发展的影响。这可能是因为：一方面，中西部地区信息化产业不发达，随着数字基础设施建设的不断完善，中西部地区信息获取的障碍得以消除，交易成本大幅降低，数字普惠金融服务普及长尾人群，推动经济高质量发展。相对西部地区，中部地区具有较高的市场化水平，有利于进一步激发市场活力，释放“数字红利”，助力经济高质量发展。另一方面，东部地区具有地理优势，政策落实速度快，故数字普惠金融发展快速且趋于成熟，长尾人群相对较少，进而对东部地区经济发展促进效应不显著。

表10：基于区域划分的异质性分析

（二）非线性关系：门槛效应

1.门槛效应模型。本文采用Bootstrap 方法来进行门槛效应检验，结果如表11 所示，在解释变量为数字普惠金融指数的情况下，市场化水平未通过门槛效应检验；在覆盖广度和数字化程度作为解释变量的情况下，市场化水平未通过门槛效应检验；在使用深度作为解释变量的情况下，市场化程度分别在1%和5%的显著性水平下通过单一门槛、双重门槛效应检验，门槛值分别为6.24和7.39。

表11：门槛效应检验与门槛值估计结果

根据上述结果，本文参考Hansen（1999）[33]研究，构建如下双重门槛面板数据模型，检验市场化水平在数字普惠金融与经济高质量发展之间的门槛效应。

上式中Dif、Cover、Use、Dig是核心解释变量且受门槛变量的影响；Mar为门槛变量；τ为待估的门槛值。（I·）是指示函数，在满足条件时取值为1，否则取值为0。

基于以上门槛效应检验结果，本文选择合适的模型来探究数字普惠金融指数及其三个维度对经济高质量发展的门槛效应，结果见表12。当解释变量为使用深度时，市场化水平的门槛效应如下：当市场化水平指数低于6.24时，使用深度的估计系数是0.0120且通过显著性检验；当市场化水平指数介于6.24与7.39之间时，使用深度的估计系数是0.0144且通过显著性检验；当市场化水平指数大于7.39时，使用深度的估计系数是0.0171且通过显著性检验，说明市场化水平越高，调节作用越强。

表12：门槛模型的估计结果

七、研究结论与政策建议

（一）研究结论

本文基于新发展理念的“创新、协调、绿色、开放、共享”五个方面，采用熵值法构建经济高质量发展指标，分析了数字普惠金融对我国经济高质量发展的直接效应以及市场化水平的调节效应。研究表明：（1）数字普惠金融显著促进经济高质量发展，且数字普惠金融三个子指标同样显著促进经济高质量发展。（2）市场化水平在数字普惠金融影响经济高质量发展中起到了正向的调节效应。（3）异质性分析显示，分城市规模看，数字普惠金融对中小城市经济高质量发展的影响程度大于大城市，而市场化水平的调节效应也在中小城市更显著；分区域来看，数字普惠金融对经济高质量发展的影响程度由强到弱分别是西部、中部和东部，而市场化水平的调节效应在中部地区更显著。（4）门槛效应检验显示，数字普惠金融指数和使用深度具有双重门槛，随着市场化水平的提高，数字普惠金融对经济高质量发展的促进效应会增强。

（二）政策建议

一是进一步推广数字普惠金融，加强数字普惠金融基础设施建设。采取积极措施提高数字普惠金融使用深度，不仅要扩大县城和乡镇使用数字普惠金融的群体范围，还要提高服务对象对产品的依赖度以及金融产品的有效性，加强互联网建设，提高群众数字化水平，加快数字化发展。此外，要加强数字普惠金融配套基础设施建设，更好地为个体和企业提供服务，为经济高质量发展提供有力保障。

二是提高市场化水平，充分发挥市场资源配置的决定性作用。数字普惠金融总指数及使用深度对经济高质量发展具有市场化水平的门槛效应，各个地级市应根据自身情况，充分发挥市场化水平的调节作用，保护市场主体权益，激发市场主体活力，使其参与到市场经济建设中，提升经济发展水平。而数字普惠金融子指标覆盖广度和数字化程度对经济高质量发展不具有市场化水平门槛效应，应缓解金融排斥效应，降低金融服务门槛，完善数字化产业体系，助力市场主体释放活力，提高普惠金融覆盖广度和数字化程度，促进经济高质量发展。

三是协调城市、区域平衡发展，为经济高质量发展提供新动能。鉴于数字普惠金融及市场化水平对中部地区和中小城市经济发展有显著的促进效应，而在西部地区、大城市不显著。因此，要加大西部地区数字普惠金融基础设施建设，提高西部地区金融服务可得性，借鉴中部地区的成功经验，促进产业结构与数字普惠金融紧密结合，突破金融服务的时空限制。要在大城市深化数字普惠金融运用，帮助企业进行数字化转型，激励企业创新，提高企业拓展线上业务能力，增加就业岗位，提高居民收入，推动经济提质增效。