长江经济带数字金融对经济包容性增长的影响及其门槛效应研究

杨艳林

（重庆第二师范学院 经济与工商管理学院，重庆 400065）

0 引言

实现经济包容性增长已经成为我国当前及未来经济发展的重要目标。数字技术作为世界科技革命和产业变革的先导力量，深刻改变着经济社会的生产生活方式和社会治理方式。随着数字技术向金融领域不断渗透，数字金融应运而生，涵盖了传统金融的数字化改革、互联网金融等领域，并日益成为推动我国经济高质量发展、提升国家竞争力的新引擎。

学术界关于数字金融对经济包容性增长影响的研究，主要集中在经济包容性增长的测度和影响因素、数字金融的经济效应等方面。第一，对经济包容性增长的测度方法主要包括采用单一指标、构建指标体系、广义Bonferroni曲线、数据包络法等。关于数据包络法构建经济包容性全要素生产率指数，方法主要集中于Hicks-Moorsteen 指数法和DEA-Malmquist指数法。第二，目前对经济包容性增长影响因素的分析以宏观经济变量为主，主要从技术创新、经济制度、基础设施水平、产业结构等几个方面来考察[1,2]。第三，数字金融的经济效应。数字金融促进了产业结构转型升级，提升了区域技术创新和企业的绿色技术创新，增强了地区创业活力，缩小了城乡收入差距，缓解了中小企业的融资约束，推动中小企业进行创新研发[3]。

长江经济带是我国最具发展优势、对外开放程度最高、综合实力最强的区域之一，同时是“一带一路”的重要地带，是国家现代化建设的巨大引擎，因而研究长江经济带经济包容性增长情况具有较强的实践意义，同时对其他区域实现经济包容性增长具有引领作用。鉴于此，本文基于长江经济带108个城市的面板数据，借助面板门槛模型，检验数字金融对经济包容性增长的影响及其门槛效应。

1 理论分析与研究假设

经济包容性增长旨在在绿色发展效应中追求经济增长和城乡收入差距的缩小。第一，数字金融通过降低企业成本、促进居民绿色消费和优化资源配置，推动经济绿色增长，进而促进经济包容性增长。数字金融利用数字技术获取个人交易信息和信用记录，为信贷和投资等金融业务评估企业的资信能力，缓解因信息不对称导致的信贷风险，有效降低了中小企业的融资约束，为其绿色创新提供了资金保障[4]。数字金融的发展使用户的交易更加便捷，促进了居民消费[5]。数字金融在一定程度上促使用户的消费态度发生转变，推动了消费转型升级。同时，在政府政策的引导下，居民更倾向于绿色消费，促进了经济绿色增长。第二，数字金融通过降低金融服务门槛、缓解金融排斥和减缓贫困，缩小了城乡收入差距，进而促进了经济包容性增长。数字金融的发展有效降低了金融产品和服务的“门槛效应”，数字金融将尾部群体纳入金融服务客户体系，扩大了金融服务规模，缓解了农村居民的信贷约束。数字金融可利用数字技术有效评估农村地区征信，在甄别风险投资的同时，其广泛的金融产品和服务契合了农村地区的低收入人群的需要[6]，有效缓解了金融排斥，缩小城乡收入差距。据此，本文提出：

假设1：数字金融的发展有助于促进经济包容性增长。

数字金融的本质还是金融，金融发展对于城市发展的影响会受到地区经济发展水平的影响[7]，数字金融作为创新性金融产物，享受其金融产品和服务有一定的门槛要求，需要一定的经济发展基础作为支撑。根据经济的一般发展规律，劳动和资本等生产要素会向高回报率地区转移。当经济发展到一定阶段时，根据“涓滴效应”，经济得到全面发展，人均GDP 的提升会促进金融服务的使用率提升[8]。当经济发展水平较低时，金融体系往往不够完善，较低的经济基础不能承担数字金融发展过程中所需要的基本经济成本。特别是经济发展水平较低的地区往往伴随着较低的人力资本水平。数字金融以数字技术为依托，用户只有具备一定的知识储备，才能享受其金融产品和服务。当经济发展水平达到一定程度时，数字金融的基本制度、数字技术基础设施等趋于完善，数字金融的规模初见成效[9,10]，能够显著促进经济包容性增长。据此，本文提出：

假设2：数字金融对经济包容性增长的影响会受到经济发展水平的影响，较高的经济发展水平更有助于其促进作用的发挥。

城镇化是一个地区现代化水平的重要标志。城镇化率有利于进一步探索多样化的金融产品和服务。随着城镇化率的提高，农村劳动力不断涌入城市，农民的知识水平和思维方式也会受外部环境的影响，对创新型金融产品和服务的接受度更强[11]，扩大了数字金融的覆盖面和使用深度[12]。城镇化率的提升有利于建设更加专业化的金融机构。随着对金融产品和服务需求量的增加，金融机构势必会开发更适合农民的创新型数字金融产品，更好地服务于农民。城镇化率的提高优化了数字金融的发展环境，缓解了农民的金融排斥，增加了城市人口并带来了规模效应，数字金融对经济包容性增长的正向推动作用得到快速提升。据此，本文提出：

假设3：数字金融对经济包容性增长的影响会受到城镇化率的影响，较高的城镇化率更有助于其促进作用的发挥。

基础设施是改善民生和促使社会不断进步的重要保障。基础设施的完善促进了农村地区电商的发展，加快了数字金融在农村的应用，缓解了农民的金融排斥，增加了农民的收入，促进了经济包容性增长。基础设施水平的不断提升改善了农民的教育观，促进其加大对教育的投入，提升了农民的人力资本，为数字金融促进效应的发挥提供了人才储备。一个地区的基础设施越完善，数字金融对经济包容性增长的促进效应越显著。据此，本文提出：

假设4：数字金融对经济包容性增长的影响会受到基础设施建设的影响，较高的基础设施建设水平更有助于其促进作用的发挥。

2 研究设计

2.1 模型构建

2.1.1 基准面板模型

依据研究假设，为了验证数字金融与经济包容性增长之间是否存在某种关联，构建双向固定效应模型：

其中，i 和t 分别表示城市和年份；TFP 为被解释变量，代表经济包容性增长水平；DIFI 为核心解释变量，代表数字金融发展水平；FIN 、LAN 、POP、INC、INT 、SCI 、EDU 和OPE 分别表示金融发展水平、土地资源、人口发展水平、政府公共预算、互联网发展水平、科学发展水平、地区教育水平和对外开放水平；α0为常数项；α2、α3、α4、α5、α6、α7、α8和α9分别表示各控制变量的回归系数；μi为个体固定效应；vt为时间固定效应；εit为随机扰动项。

2.1.2 面板门槛模型

考虑到数字金融与经济包容性增长之间可能存在以某些变量为门槛因子的非线性关系，本文分别以经济发展水平、城镇化率和基础设施建设水平为门槛变量，利用面板门槛模型识别门槛值前后数字金融对经济包容性增长影响的转变，建立如下面板门槛模型：

其中，Xit为控制变量；q 为门槛变量，分别为经济发展水平、城镇化率和基础设施建设水平；λ 为待估计门槛值，可将数据划分为若干个区间，考察不同区间的影响效应；I（·）为示性函数，符合括号内条件时，取值为1，反之为0。

2.2 变量与数据来源

2.2.1 解释变量

解释变量为数字金融发展水平（DIFI）。本文采用北京大学数字金融研究中心与蚂蚁集团研究院联合发布的“北京大学数字普惠金融指数”除以100 来表示数字金融发展水平。总指数分为覆盖广度指数（DIFI1）、使用深度指数（DIFI2）和数字化程度指数（DIFI3），为消除不同量纲的影响，对分指数同样除以100。

2.2.2 被解释变量

被解释变量为经济包容性增长（TFP）。为了更加科学合理地测度经济包容性增长，并同时将城乡收入差距和污染排放作为非期望产出引入模型，本文参考陈红蕾和覃伟芳（2014）[13]、潘雅茹和罗良文（2020）[14]的研究，采用EBM-GML指数测算出经济包容性全要素生产率指数，将经济包容性全要素生产率指数累乘得到每一年度的城市经济包容性全要素生产率数值，并以此代表经济包容性增长水平。

投入与产出指标的准确选择是测算经济包容性全要素生产率的关键，本文具体的投入产出指标解释和处理如下：（1）投入指标。投入指标包括劳动投入、资本投入和能源投入。劳动投入用各城市城镇单位从业人员数表示。资本投入用各城市的资本存量表示，采用Goldsmith提出的永续盘存法进行测算。采用各城市所属省份的固定资产投资价格指数以2010 年为基期对固定资产投资额进行平减，得到不变价的固定资产投资额。参考单豪杰（2008）[15]的研究得到以2010 年为基期的资本存量，折旧率取10.96%。能源消耗以城市全社会全年用电总量来表示。（2）产出指标。产出指标包括期望产出和非期望产出。以2010 年为基期，用各城市GDP 价格指数进行平减得到各城市不变价GDP 来表示期望产出。非期望产出包括收入差距指标和环境污染指数，参考陈红蕾和覃伟芳（2014）[13]的研究，用城镇居民人均可支配收入与农村居民人均可支配收入的比值来表示收入差距，2013年前,国家统计局主要公布农村居民人均纯收入，自2013 年起农村居民人均纯收入口径调整为人均可支配收入。本文发现数据调整后城乡收入差距没有大幅度的变化，因此，本文借鉴张延群和万海远（2019）[16]的研究，前几年农村居民人均可支配收入数据由农村居民人均纯收入数据来代替。环境污染指数由城市工业废水排放量、工业二氧化硫排放量和工业烟粉尘排放量通过熵值法计算得到。

2.2.3 门槛变量

（1）经济发展水平（PGDP）。本文采用人均GDP来衡量地区经济发展水平。

（2）城镇化率（UBR）。本文采用城镇人口除以总人口来衡量城镇化率。

（3）基础设施建设（INF）。本文采取人均城市道路面积来衡量基础设施建设。

2.2.4 控制变量

（1）金融发展水平（FIN），采用地方金融机构贷款余额与地区GDP 的比值度量金融发展水平。（2）土地资源（LAN），采用地区行政区域土地面积的对数值度量土地资源。（3）人口发展水平（POP），采用地区人口密度的对数值度量人口发展水平。（4）地方政府收入（INC），采用地方一般公共预算收入与GDP的比值度量地方政府收入。（5）互联网发展水平（INT），采用固定互联网用户数与户籍人口的比值度量互联网发展水平。（6）科学发展水平（SCI），采用科学支出与GDP的比值度量科学发展水平。（7）地区教育水平（EDU），采用教育支出与GDP 的比值度量地区教育水平。（8）对外开放水平（OPE），采用进出口贸易总额与GDP的比值度量对外开放水平。

2.2.5 数据来源

上述指标数据来源于历年《中国统计年鉴》《中国城市统计年鉴》、EPS数据库、Wind数据库、各地级市统计年鉴及各地级市统计公报等。由于数据的可获得性，本文选取长江经济带108 个城市作为研究样本。考虑到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”从2011年开始，故选择2011—2020年共10年的面板数据进行研究。

3 数字金融对经济包容性增长的基准回归

3.1 基准回归分析

对模型（1）进行Hausman 检验，结果显示Hausman 检验统计量为25.03，在1%的水平上拒绝了随机效应模型的原假设，故采用固定效应模型进行回归，回归结果如表1所示。为验证结果的有效性，分别进行了OLS 检验和FGLS 检验，可以看出两次估计结果在总体趋势上相差不大，说明结果比较有效。

表1 数字金融对经济包容性增长影响的估计结果

由表1的列（1）可知，在排除了控制变量的影响后，时间个体双固定，在1%的水平上，数字金融发展每提升1个百分点，经济包容性增长提高0.439个百分点。除了系数大小外，FGLS检验也验证了相似的结果，表明长江经济带数字金融发展水平越高，对经济包容性增长的促进作用就越强。

为验证数字金融分指数对经济包容性增长的影响，分别用数字金融覆盖广度指数（DIFI1）、数字金融使用深度指数（DIFI2）和数字化程度指数（DIFI3）对经济包容性增长进行回归。通过列（2）和列（6）可以看出，单纯的数字金融覆盖广度指数（DIFI1）并不能对经济包容性增长产生显著的影响。列（3）和列（7）显示数字金融使用深度指数（DIFI2）对经济包容性增长能够产生显著的正向影响。列（4）和列（8）显示，数字化程度指数（DIFI3）对经济包容性增长能够产生显著的正向影响，说明长江经济带数字金融对经济包容性增长的正向促进作用主要来自数字金融使用深度与数字化程度。

以上实证结果表明数字金融体系的构建是一个循序渐进、逐步探索和完善的过程，各金融机构会率先利用数字金融的低成本优势，打破传统金融服务的地域障碍，为了抢占市场份额而大大提高数字金融的覆盖率，缓解企业和居民的融资约束，但这种单一、低门槛的肆意扩张并不会切实提升区域内经济包容性增长水平，反而会为金融系统性风险的产生埋下隐患。

3.2 稳健性检验

为验证结果的有效性，本文通过以下两种方法检验结果的稳健性：（1）考虑到上海和重庆这两个直辖市由于政治地位和资源等要素的特殊性，会与长江经济带其他地级市存在较大差异，导致回归结果有偏差，在回归中剔除上海和重庆的样本。（2）考虑到变量的样本数据可能存在异常值而导致结果有偏误，对所有变量进行双边1%缩尾处理。对模型（1）重新进行回归，结果显示，除回归系数值的大小有差异外，正负符号和显著性水平没有变化，进一步说明长江经济带数字金融对经济包容性增长存在着长期的正向效应，证实了上文研究结果稳健有效。

4 数字金融对经济包容性增长的门槛效应

表2为经济发展水平（PGDP）、城镇化率（UBR）、基础设施建设（INF）三个门槛变量的门槛效应检验结果。结果显示，当门槛变量为经济发展水平（PGDP）和城镇化率（UBR）时，数字金融总指数（DIFI）及其分指数都存在显著的双门槛效应；当门槛变量为基础设施建设（INF）时，数字金融总指数（DIFI）及其分指数都表现为显著的单门槛效应。进一步，表3显示了三个门槛变量关于数字金融总指数和分指数的门槛值和置信区间。

表2 门槛效应检验结果

表3 门槛值估计

下页表4显示了门槛变量的回归结果：

表4 门槛回归结果

第一，以经济发展水平（PGDP）为门槛变量，列（1）反映了以数字金融总指数（DIFI）为解释变量的门槛效应，当人均GDP小于等于4.043万元时，数字金融对经济包容性增长存在不显著的正向影响；当4.043 ＜人均GDP≤6.506时，数字金融对经济包容性增长存在显著正向影响；当人均GDP大于6.506万元时，数字金融对经济包容性增长存在显著正向影响。回归系数的逐渐增大，说明随着经济发展水平越好，数字金融对经济包容性增长的促进作用越显著。分指数来看，列（4）、列（7）和列（10）反映了以数字金融分指数为解释变量的门槛效应，除数字金融覆盖广度指数（DIFI1）的影响不显著外，数字金融使用深度指数（DIFI2）和数字化程度指数（DIFI3）的影响变化趋势和数字金融总指数基本一致。

伴随着经济发展水平的提高，数字金融基础设施和服务不断完善，数字金融的产品和工具更加丰富，使用深度更高，有效满足了各种资金的使用需求，从而有效刺激了经济包容性增长。同时，大数据等数字技术的飞快发展，降低了金融服务成本，提高了金融服务效率，显著刺激了经济包容性增长。

第二，以城镇化率（UBR）为门槛变量，列（2）反映了以数字金融总指数（DIFI）为解释变量的门槛效应，当城镇化率小于等于0.651 时，数字金融对经济包容性增长存在不显著的正向影响；当0.651 ＜城镇化率≤0.721 时，数字金融对经济包容性增长存在显著正向影响；当城镇化率大于0.721 时，数字金融对经济包容性增长存在显著正向影响。回归系数的逐渐增大，也同样说明随着城镇化率的提高，数字金融对经济包容性增长的促进作用增大。从分指数来看，列（5）、列（8）和列（11）反映了以数字金融分指数为解释变量的门槛效应，除数字金融覆盖广度指数（DIFI1）的影响不显著外，其余两个指数的影响变化趋势也和数字金融总指数基本一致。

城镇化率的提高，使得数字金融的受众群体增加，覆盖面更加广阔，更多的人群可以享受数字金融带来的红利，降低居民的融资创业成本，缩小农村居民和城镇居民的收入差距，进而推动经济包容性增长。同时，更多的人群接触到数字金融相关的基础设施和产品，会带来更多的数字金融产品需求，促进数字金融产品多样化的供给，从而有效促进经济包容性增长。

第三，以基础设施建设（INF）为门槛变量，列（3）反映了以数字金融总指数（DIFI）为解释变量的门槛效应，当人均城市道路面积小于等于5.279 平方米时，数字金融对经济包容性增长存在显著正向影响；当人均城市道路面积大于5.279 平方米时，数字金融对经济包容性增长同样存在显著正向影响。回归系数的逐渐增大，说明随着人均城市道路面积的提高，数字金融对经济包容性增长的促进作用越显著。分指数来看，列（6）、列（9）和列（12）反映了以数字金融分指数为解释变量的门槛效应，除数字金融覆盖广度指数（DIFI1）的影响效应不显著外，其余两个指数的影响变化趋势也和数字金融总指数基本一致。

基础设施的不断完善，减小了时间成本和交通成本，加快了生产设备、生产材料和劳动力的流动，提高了农产品的利润。而数字金融的快速发展满足了农民的资金需求，促进农民创业，提高了农民收入，进而推动了经济包容性增长。

5 结论与建议

本文基于2011—2020 年长江经济带地级市面板数据，探究了长江经济带数字金融对经济包容性增长的影响及其门槛效应，得出如下结论：第一，数字金融对经济包容性增长存在显著的促进效应，且这种促进效应主要来自数字金融使用深度与数字化程度。第二，数字金融对经济包容性增长的促进作用存在经济发展水平、城镇化率和基础设施建设门槛效应。经济发展水平和城镇化率存在双重门槛，基础设施建设存在单一门槛，随着经济发展水平、城镇化率和基础设施建设水平的提升，数字金融对经济包容性增长的促进作用更加显著。

基于以上结论，提出以下建议：第一，扩大信用信息数据的使用范围，如加快“信用城市”建设。使得企业和个人的信息数据不能仅局限于金融行业的运用，而是关系到企业经营和个人生活消费的各方面，加强对失信的惩罚和守信的奖励，促进社会信用体系的良好发展。第二，相关部门可联合金融机构和高校进行金融知识的宣传，加大对居民的金融教育，提高居民的金融素养，营造良好的金融知识学习环境，进一步拓展数字金融业务人群。第三，充分发挥数字金融的优势，进一步缓解中小企业的融资约束。激励金融机构创新金融产品和服务，提供更适合中小企业的金融产品，充分利用数字技术提高金融服务效率，拓宽金融服务渠道，建立消费者信用，指导中小企业选择合适的金融产品。