数字普惠金融对经济发展质量的影响

杜甜 郝丽萍

摘要：数字普惠金融作为一项为群众提供方便有效的金融服务，对实现经济的高质量发展至关重要。本文基于“五大发展理念”构建经济高质量发展指标体系，研究数字普惠金融与地区经济发展水平之间的关系。结果表明，数字普惠金融和地区经济发展水平会影响其他地区，且数字普惠金融发展程度的提升对其他地区的经济水平发展具有显著的促进作用。

关键词：数字普惠金融；高质量发展；空间溢出

数字普惠金融对经济发展质量的影响表现在，第一，地区数字普惠金融水平的提高能够吸引大量的生产要素向该地区流动。第二，地区数字普惠金融的发展使得经济人通过扩张去周边地区寻找新的增长点，从而带动其他地区发展。因此，为了数字普惠金融对经济高质量发展水平的正负效应，本文基于空间溢出的视角研究二者之间的关系，以期能为相关研究者提供有效的参考。

一、理论分析

高质量发展包括创新、协调、绿色、开放、共享五大发展理念，本文基于五大发展理念，阐述数字普惠金融对经济高质量发展的影响机制。

第一，依托于互联网形成的数字普惠金融本身就是对传统金融的创新。小微企业是最具潜力也是最为活跃的创新群体，但由于诸多原因融资无法得到满足，数字普惠金融低成本、高效率、普惠性等特点为小微企业提供了更为便捷的融资渠道，间接促进了科技创新。数字金融可以通过缓解融资压力，优化产业结构，提高区域技术创新水平。数字普惠金融可以缓解农民的信用约束，增强信息的可获得性，并以其特有的社会增信机制促进农民创业。因此，数字普惠金融的发展可有效提升经济高质量发展的创新力。

第二，传统金融机构发展不平衡，使得发展较慢的地区无法像发达地区一样享受同样的便捷金融服务。在极化效应的作用下，发达地区的金融发展会更快。在一定阶段，发达地区的极化效应将逐渐惠及相对落后地区，即基于数字普惠金融的普惠原则。借助互联网技术打破地域限制，为不发达地区提供更加完善的金融服务，形成“涓滴效应”。发达地区可以利用大数据等数字技术优势对落后地区形成辐射作用，使优质金融服务惠及全民，促进农村普惠金融协同发展。因此，数字普惠金融可以缩小城乡收入差距，化解区域失衡，实现经济高质量协调发展。

第三，数字普惠金融依托于大数据，云计算可以准确识别高效率高潜力的投资项目，缓解信息不对称问题，提高资源配置效率。数字普惠金融可以通过优化资本配置，闲置资源向高污染行业及企业流动，从而提高绿色TFP。此外，数字普惠金融会使得更多企业进入金融服务体系之中，解决企业信贷约束问题，促进商业模式更新，产业结构向低碳化、绿色化转型，促使我国经济向绿色化方向发展。

第四，在我国对外贸易遭遇巨大阻力的背景下，以数字普惠金融为重要依托的数字贸易发展方兴未艾，成为人们关注的对象。与传统的贸易相比，数字贸易下的经营主体可以将产品通过互联网远销海内外，这不仅打破了地域限制，也极大地降低了企业的经营成本，使得弱势群体在确保产品质量的前提下进入国际市场，从而提高其在贸易中的相对地位。因此，数字普惠金融的发展不仅增加了全球交易数量，提高了交易效率，还推动了我国对外开放，促进了经济高质量发展。

第五，为弱势群体提供金融服务是普惠金融的一大特点，但客户分散、成本较高、风险难控的劣势使得其难以落地。数字普惠金融可以通过一系列的数字技术解决这些问题，促使各级群众共享金融改革发展成果。数字普惠金融可以有效利用互联网技术，将闲置资金引入贫困地区，为贫困地区提供金融服务，实现资源跨空间配置以及区域协调发展。因此，数字普惠金融可以通过减少贫困、缩小收入差距，共享发展成果，进而提升经济发展水平。

总之，数字普惠金融可以通过影响五大发展理念，进而促进各地区的经济高质量发展，因此，本文以五大发展理念为基础，构建衡量各地区经济发展水平的指标体系，并进一步对数字普惠金融与经济高质量发展的关系进行实证研究。

二、研究设计

（一）模型构建

数据之间的空间相关性是使用空间计量模型的前提，在空间计量分析中经常使用Morans I指数进行空间自相关检验，因此，本文选择Morans I指数进行相关检验，具体计算公式如下：

其中，，n为省份数，Xi、Xj表示i、j省份的变量值，Wi，j表示采用的空间权重矩阵，表示该变量地区之间的均值。

常见的空间权重矩阵有以下几种：

邻接空间权重矩阵（W1），具体表达式如下：

其中，i，j为省份。

反地理距离空间权重矩阵（W2），具体表达式如下：

其中，dij为i省份和j省份之间的地理距离。

经济地理距离嵌套空间权重矩阵（W3），具体表达式如下：

其中，对角元素中，表示时间t0到t1内i地区GDP均值，，表示时间t0到t1内所有省份GDP的均值。

为了综合考虑地理距离以及经济属性对数字普惠金融和经济高质量发展的影响，本文选取反地理距离空间权重矩阵W2以及经济地理距离嵌套空间权重矩阵W3进行分析。

本文首先构建如下的空间杜宾模型：

其中：i为地区，t为时间，HQD为被解释变量经济高质量发展指数，DIFI为解释变量数字普惠金融指数，X为控制变量，μ为空间固定效应，γ为时间固定效应，为误差项，W为空间权重矩阵。

当θ=0时，空间杜宾模型（SDM）可简化为空间自相关模型（SAＲ），当 θ+ρβ1= 0 时，空间杜宾模型（SDM）可简化为空间误差模型（SEM）。

（二）指标设计与数据来源

经济高质量发展（HQD）：经济高质量发展指标体系衡量标准众多，笔者通过阅读大量学者文献以及数据的可获取性，构建5个一级指标、21个二级指标构成经济高质量发展指标体系。

数字普惠金融（DIFI）：本文使用的数字普惠金融指数来自北京大学数字金融中心发布的《北京大学数字普惠金融指数》。

控制变量：均选取为影响经济高质量发展的常见变量。

三、实证分析

（一）模型相关检验

通过分析，经济高质量发展以及数字普惠金融的Morans I指数无论权重矩阵为W2和W3，两个指标的Morans I指数均在1%的显著性水平下为正，说明二者之间存在着正相关关系。

通过WALD检验和LM检验，说明本文选取空间杜宾模型是合理的。

（二）实证结果分析

直接效应和间接效应如表3所示。

实证结果所示，在所选取的两种空间权重矩阵的作用下，数字普惠金融会提升各地区的经济质量水平，且通过1%的显著性水平检验，数字普惠金融的空间滞后项在1%的显著性水平下也为正，说明数字普惠金融对各地区经济发展质量水平的提升、空间溢出效应为正。

直接效应反映的是数字普惠金融对各地区经济水平与质量的影响，而间接效应是指邻近地区的数字普惠金融发展程度对本地区的经济发展质量的影响。依据效应分解的结果，两种效应的系数都为正，说明数字普惠金融可以促进本地区和周边地区的经济发展水平与质量提升。

四、稳健性检验

（一）更换解释变量和空间矩阵

为了验证本文结论的稳健性，本文用金融覆盖广度代替数字普惠金融以及使用邻接空间矩阵分析上述问题，发现更换解释变量以及空间矩阵后的结果与上述结果一致，说明上述结果比较稳健。

（二）内生性讨论

为了减弱本文的被解释变量和核心解释变量之间可能出现的反向因果，以及遗漏变量而引起的内生性问题，借鉴梁双陆的做法，选取互联网普及率作为工具变量进行分析，发现结果与上文保持一致。

五、结语

综上所述，本文主要对数字普惠金融与地区经济发展水平之间的关系进行研究。结果表明，数字普惠金融和地区经济发展水平会显著影响其他地区，且数字普惠金融发展程度的提升会促进其他地区的经济水平。基于此，本文建议：第一，不断提升数字普惠金融发展质量。各级政府要积极响应国家发展数字经济的要求，推动发展数字普惠金融及相关建设，尤其要加强对小微企业的帮助。第二，重视数字普惠金融的空间溢出效应。要提高大城市的普惠金融发展水平，进而提升中小城市的经济高质量发展水平。同时，中小型城市也要积极采取相关措施，提升本地区金融服务水平，为经济高质量发展添砖加瓦。

参考文献：

[1]谢汝宗，杨明婉，白福臣.数字普惠金融、居民消费与产业结构升级——基于广东省地级面板数据的PVAR动态分析[J].调研世界，2022（02）：59-70.

[2]蒋长流，江成涛.数字普惠金融能否促进地区经济高质量发展？——基于258个城市的经验证据[J].湖南科技大学学报（社会科学版），2020，23（03）：75-84.

[3]张庆君，黄玲.数字普惠金融、产业结构与经济高质量发展[J].江汉论坛，2021（10）：41-51.

[4]中国信息通信研究院云计算与大数据研究所.数字普惠金融发展白皮书[R].北京：中国信息通信研究院，2019.

[5]刘鹤.必须实现高质量发展[N].人民日报，2021-11-24.

[6]姚耀军，施丹燕.互联网金融区域差异化发展的逻辑与检验——路径依赖与政府干预视角[J].金融研究，2017（05）：127-142.

[7]聂秀华，江萍，郑晓佳，等.数字金融与区域技术创新水平研究[J].金融研究，2021（03）：132-150.

[8]梁双陆，刘培培.数字普惠金融与城乡收入差距[J].首都经济贸易大学学报，2019，21（01）：33-41.