数字金融与技术进步能否促进区域经济高质量发展?——基于省级面板数据的分析

陆钰涛，杨 莉

（1.南京邮电大学 经济学院，江苏 南京 210023；2.南京邮电大学 管理学院，江苏 南京 210023）

一、引言

数字金融凭借其崭新的金融科技手段成为推动数字经济不断发展的重要一环。数字金融是由金融创新与科技创新共同实践而形成的，经历了摸索期，目前我国的数字金融开始迅速发展，涵盖了包括保险业、银行业在内几乎全部的金融类业务，数字金融在我国目前的金融体系中已不可或缺。

在区域经济增长、数字金融与技术进步与三者之间的关系研究中，通常认为金融业会对区域经济的发展起到促进和支持作用[1]，可分为以下三种：一是金融业的发展能完善实体经济的支付体系[2-3]；二是金融业发展能够输入大量资金给实体经济，激发实体经济的市场活力[4-5]；三是金融业能够通过信贷等方式为区域内实体经济的科研创新提供足够的资金支持[6-8]。金融业发展对技术进步、经济增长的作用，大部分是通过金融市场来产生影响。具体来讲，金融市场能够凭借本行业专业人士对企业或企业的创新活动进行评估分析，进而筛选出高成功率的创新活动以及经营方式并对其进行资金支持。换言之，数字金融的兴起和发展，促使了科技公司的崛起，使得传统的金融业发生了翻天覆地的变化[9]。数字金融的出现解决了传统金融业包容性不足的缺点，能够使得区域内的实体经济突破自身技术壁垒而不断创新，使得实体经济发展得越来越好。数字金融和技术进步对地区经济发展具有重要作用。目前我国的经济增长方式正在向绿色可持续转型，技术的不断进步可以使得我国更快迈入创新型经济体行列。数字金融发展能够从供给侧与需求侧同时发力，提升技术创新水平，进而促进区域经济以创新为驱动不断发展[10]。

数字金融不仅能够弥补传统金融服务性不足的问题，还能通过刺激居民消费，鼓励大众创业，减少金融活动成本和推进技·术进步等途径，促进区域经济快速发展。但现有文献多研究多聚焦于数字金融的某个领域，或单纯研究数字金融与区域经济之间的关系[11-14]，对于“区域经济增长”“数字金融”“技术进步”三者之间关系的研究成果相对较少。因此，本文在梳理了相关文献和理论研究的基础之上，采用我国2011—2021 年省级面板数据，实证研究数字金融发展、技术进步以及区域经济发展之间的作用机理，为数字金融协同技术进步促进区域经济高质量发展提供了重要的理论指导。目前阶段，我国的电子商务产业以及信息技术发展在全世界范围内名列前茅，人工智能、区块链、大数据、云计算等产业也正处于高速发展的阶段，而它们的发展势必能带动数字金融发展的新浪潮。基于此，探究数字金融发展、技术进步与区域经济增长三者之间的相关关系对如何实现区域经济高质量发展具有非常重要的实践意义。

二、变量选择与模型设定

（一）变量选择

1.数字金融：北京大学数字普惠金融指数由北大数字金融研究中心组织编制，具有数字化程度高和覆盖度高的优点，并且其指标体系的构建、无量纲化处理、分析层次、合成指数、确定指数权重等步骤兼顾合理性与专业性。因此本文选用“北京大学数字普惠金融指数（2011—2021 年）”作为“数字金融”的衡量指标。

2.技术进步：技术进步依赖于资金支持，科技投入的多少将直接影响到技术的发展。本文选用“研究与试验发展经费支出”作为“技术进步”的衡量指标。

3.区域经济发展：每个区域的人均GDP 的计算是由同一期的总GDP 与该区域人口数相除获得。为衡量区域内的经济发展水平，文章以“人均GDP”作为指标。

从有关文献的理论研究、数据的真实性、可靠性、准确性和易获取性等方面进行全面的分析，本文以CSMAR 数据库为基础，以《中国统计年鉴（2011—2021 年）》《北京大学数字普惠金融指数（2011—2021年）》为主要数据来源，本文选择了我国31 个省份（自治区、直辖市）2011—2021 年期间的有关数据。原始的数据包括人均生产总值、研究与试验发展经费以及数字普惠金融指数。为了增强数据之间的可比较性并减少异方差问题的出现概率，将所有指标进行对数化处理，将区域经济增长、技术进步与数字金融发展分别记作LnPGDP、LnTP、LnDIF，表1 为各变量的描述性统计。

表1 各变量描述性统计

（二）PVAR 模型设定

PVAR 模型在对面板数据的处理过程中，能够有效地处理个体异质性问题，对个体效应以及时间效应因素都有充分的考虑。对本文探究数字金融、技术进步与区域经济增长之间的相互作用关系具有很好的解释效果。数学模型如下：

式（1）中，Yi，t可以将其看作是由三个内生解释变量组合而成的一个列向量，即[LnDIF，LnTP，LnPGDP]T，下标i 表示的是省份，下标t 表示的是年份；DIF 以各省为单位的普惠金融发展水平为指标；TP 衡量的是各省在各年的技术进步水平；PGDP 衡量的是各省在各年的经济增长水平；μi，t表示的是模型中的随机扰动项，并且假设其服从正态分布。在此基础之上，可以进一步将模型设定为如下所示：

（三）中介效应模型设定

中介效果模型可以检测某个变量是否为中介变量，并对其进行调节，本文运用中介效应模型进行实证，探究数字金融发展对区域经济增长的影响，并对技术进步是否起到中介作用进行检验。

式（5）～ 式（7）中，LnPGDPi，t表示t 时期i 地区的区域经济增长，用“人均生产总值”来进行衡量，LnDIFi，t表示t 时期i 地区的数字普惠金融发展，LnTPi，t表示中介变量技术进步，xijt为控制变量，εi，t为随机误差项。式（5）为数字金融对区域经济增长的主效应回归，式（6）和式（7）为技术进步的中介效应回归。若式（5）～ 式（7）中的系数α1、β1、γ2显著，β1、γ2与α1有相同的正负性，则说明存在中介效应。

三、数据预处理

（一）平稳性检验

为了避免使用面板数据进行估计时遇到较为常见的估计偏误和伪回归，从而影响结果丧失有效性，确保使用PVAR 模型作估计时各个变量都平稳，因此预先对各变量进行平稳性检验。本文应用了如表2 所示三种常用的单位根检验方法，对数据的平稳性进行了测试。

表2 单位根检验

由表2 的检验结果可知，LnDIF、LnTP、LnPGDP均拒绝了原假设，因而可判定其为平稳序列，可进一步进行PVAR 估计。

（二）协整检验

在进行完单位根检验后，根据表3 中显示的结果：LnDIF、LnTP、LnPGDP 三个变量在同阶内单整。然后，判定三个变量之间的长期交互作用是否稳定，从表中可以看出，协整检验的结果是：拒绝不具有协整关系的原假设。即LnDIF、LnTP、LnPGDP 间的关系确为长期协整。

表3 协整检验结果

四、数字金融、技术进步对区域经济增长的影响

（一）最优滞后阶数的估计

在各滞后阶数下对模型进行三种信息准则的计算，依据最小信息准则来选取模型的最优滞后阶数，以确保估计结果兼具可靠性和有效性。

从表4 可以看出，PVAR 模型的最佳滞后阶数是1，故在接下来的研究中拟合一阶PVAR 模型。

表4 滞后阶数选择结果

（二）脉冲响应函数

研究使用脉冲响应函数开展区域经济增长、数字金融发展与技术进步三者之间相互作用关系的规律分析。PVAR 模型本质上是动态模型，因此脉冲响应分析能够动态反映出三个自变量相互影响的规律。脉冲响应分析的作用机理是，每一个方程的内生变量各自受到其余变量的冲击时，可以显示出其动态情况的明确反馈，进而可以实现对未来预期的作用效果。通过对区域经济增长、数字金融与技术进步三者之间进行200 次蒙特卡洛模拟，时间跨度为0～6 期，得到的结果是正交化后的脉冲响应图，如图1 所示。其中，横坐标表示的是时期数，置信区间范围为95%，图像的具体意义表示为一个变量的冲击对其余变量当期或者滞后期的动态作用关系。

图1 脉冲响应分析结果

由图1 可知：

（1）数字金融、技术进步和区域经济增长均在自身冲击时达到正向的最高峰。数字金融、技术进步和区域经济增长对自身的冲击在之后逐渐衰减为零，这表明三者均具有自身加强机制并且伴随着时间期数的推移，加强机制的效果会逐渐衰弱。

（2）就数字金融发展而言，当区域经济增长冲击数字金融发展时，其在期初表现作用为负值，随后这种效应逐渐削减，逐渐实现正向作用，随后以一个微弱的态势逐渐衰减，逐渐趋近于0。由此可以看出，区域经济增长能在一定程度上影响数字金融的发展，并且区域经济增长对于数字金融发展的影响在初期的正向拉动效果并不明显，而是在第一期的影响达到峰值，这表明区域经济需要一定时间的沉淀与积累，其后才可以转换发挥出生产力，对数字金融产生影响。

（3）就技术进步而言，当技术进步受到数字金融发展的冲击时，其在期初表现作用微弱，随后这种效应逐渐加强，第一期效应最强，随后以一个微弱的态势逐渐衰减，6 期以后趋近于0。由此可以看出，数字金融发展对于技术进步的影响在初期比较明显，在第一期的影响最大，这也与选择的滞后阶数为1 的结果相符。数字金融的发展在第一期会对技术进步有一个正向的拉动作用，且随着时间的延续，拉动力越来越小。

（4）就经济增长而言，当数字金融发展对区域经济增长进行冲击时，在当期就会产生以一个明显的推动效果，并且这种作用效果很快在第一期达到最大值，随后这种作用效果逐渐缓慢衰减。这表明数字金融发展能够明显推动经济增长，并且这种推动作用是立竿见影的，在期初就可以马上见到明显成效。究其原因，从需求端来看，随着数字金融的发展，支付变得更加便利的同时消费者的流动性约束也得了有效缓解；从供给端来看，数字金融发展不仅加速了产业结构转型优化升级，而且客观上也推动了企业加快技术创新的步伐，因而整体来看，其对经济增长效果显著。技术进步对经济增长的冲击推动作用效果不如数字金融发展明显，但技术进步为区域经济增长提供了一个正向的拉动效果好，且在第一期时拉动效果最好。

（三）方差分解

方差分解是指对各种结构的冲击所造成的内生变量的结构变动，进而定量地评价其对内生变量的作用。方差分解能够准确地考察数字金融、技术进步与区域经济增长之间相互的影响程度。进行十二期的方差分解分析，分析结果如表5 所示。

表5 方差分解分析结果

由表5 可以看出，在DIF 的方差变化中，数字金融对其自身的预测方差贡献排在首位，从第七期开始稳定在了77.3%，区域经济增长和技术进步的贡献率上升，技术进步在第三期时达到稳定值15.8%，区域经济增长在第二期时达到稳定值6.9%。

对于TP 的方差贡献率，数字金融发展对于技术进步的预测方差贡献率是最大的，从第四期开始稳定在了77.5%，技术进步对于自身的方差贡献率排在了第二，从第四期开始稳定在了15.6%，区域经济增长对于技术进步的方差贡献率是最低的，仅占6.9%。这反映出技术进步水平的提高离不开数字金融发展，数字金融的发展能够在很大的程度上促进技术进步。

对于PGDP 的方差贡献率，区域经济增长对于自身的预测方差贡献率是最小的，第一期时为7.1%，从第十期开始稳定在了6.7%。技术进步对区域经济增长的贡献率由第一期的0 上升至第十二期的17.2%，即区域经济增长预测方差的17.2%可以由技术进步的变动来解释，代表技术进步在长期内对区域经济增长的变动有不小的影响。数字金融对于区域经济增长的贡献率是最大的，从第一期的90.1%下降至第十二期的76.1%，大致均在75%的水平上进行波动，说明数字金融对于区域经济增长的影响作用是直接且显著的，数字金融在地区经济发展中的作用比技术进步要大得多，这也表明了影响地区经济发展的主要因素中，数字金融起了非常重要的作用，同时技术进步的发展也能在一定程度上拉动区域经济增长。

（四）中介效应回归

在脉冲响应分析中，技术进步对于区域经济增长的冲击趋势和数字金融对于区域经济增长的冲击趋势一致，均对区域经济增长有显著的正向拉动作用且均在第一期时的拉动作用达到最大。数字金融对于技术进步的正向拉动作用也很明显[15]，当技术进步受到数字金融发展的冲击时，从期初开始，拉动作用逐渐加强，第一期效应最强，随后以一个微弱的态势逐渐衰减，但始终保持正向的拉动效果。在方差分解分析中，数字金融对于技术进步的贡献率非常高，表明数字金融可以很大程度上影响技术进步[16]；而在区域经济增长的预测方差贡献率分解过程中，主要的贡献率来源于数字金融发展和技术进步，两者加起来的占比高达93.3%，并且数字金融的贡献率高达76%。由这两部分的分析可以得知，数字金融的发展能够促进技术进步，而技术进步又对区域经济增长有拉动作用[17]，极有可能存在“数字金融-技术进步-区域经济增长”这一传导机制[18-19]，通过对中介效应的回归模型进行拟合，以检验这种传导机理。

本文构建中介效应模型，采用Stata 16，利用面板数据固定效应的回归方法，实证检验数字金融对区域经济增长的影响以及技术进步在其中起到的作用机制，回归结果如表6 所示。模型1 为数字金融对区域经济增长的主效应，模型2 与模型3 检验的“技术进步”是否具有中介效应。模型1 作为主效应模型，根据其回归结果，数字金融的系数在10%的显著性水平上为正，说明数字金融促进了区域经济的正向增长。分析中介效应模型的回归结果：模型2 和模型3 中数字金融的系数均显著表现为正，模型3 中技术进步的系数也显著为正。

表6 中介效应回归结果

由表6 可知，β1与γ2均显著为正，表示数字金融发展对技术进步以及技术进步对区域经济增长都有着显著的正向影响，表明技术进步在数字金融发展促进区域经济的增长这一发展模式中的中介效应是显著为正的。同时，在模型3 中γ1同样显著，具体来说，γ1表示的是数字金融发展对于区域经济发展产生的直接影响，影响程度为0.117，β1与γ1的乘积表示的则是间接影响，影响程度约为0.02，α1表示的则是主效应中的总影响，影响程度是0.137，数值上表现为前两者之和。其内部逻辑是：数字金融的发展可以直接推动地区经济的发展，而技术的发展则可以以中介的形式来促进地区的经济发展。具体地，数字金融的发展加大了区域范围内的金融投入，使得区域内金融服务水平得到了显著地提高，从而使该区域的信贷约束得到释放，这就使得研发阶段资金的后顾之忧得到了解决，实体经济企业的技术创新水平也将得到提升，而技术进步则又可以通过产业之间合作、先进技术共享、技术成果面向市场多种方式来促进区域经济增长。

如表7 中结果所示，技术进步通过了Sobel-Goodman 检验，表明在数字金融影响区域经济增长中，存在“技术进步”这个中介效应，并且依据中介效应模型中的系数，技术进步在数字金融促进区域经济增长中发挥着正向的中介作用，并且，在整个影响中，中介作用占54.12%，这一比率很高。因此，数字金融的发展可以推动科技创新实现技术进步，从而非常直观显著地拉动区域经济，促进区域经济增长。

表7 稳健性检验

五、结论与建议

（一）研究结论

本文以2011—2021 年我国31 个省份（自治区、直辖市）的省级面板数据建立PVAR 模型和中介效应模型，研究数字金融、技术进步以及区域经济增长之间的关系，得出了以下结论：

一是区域经济的增长离不开数字金融的发展，数字时代的到来，产生了数字金融这样一新的金融模式，有效促进区域经济快速增长。实证结果表明，数字金融的发展会对区域经济增长产生显著的正向影响，即数字金融发展能够促进区域经济高质量发展。

二是数字金融通过技术进步拉动区域经济增长，通过分析PVAR 模型中的脉冲响应分析结果与方差分解得出的结论“数字金融的发展能够促进技术进步，而技术进步又对区域经济增长有拉动作用”，我们提出了技术进步作为中介效应来传导数字金融对于经济增长的拉动作用的猜想，经过了中介效应模型的检验，证实了这一假设，确实存在“数字金融-技术进步-区域经济增长”这一传导机制，也即数字金融通过技术进步的中介作用拉动了区域经济的增长，表明数字金融的发展和技术进步对促进地区经济发展向更高层次的冲击具有重要意义。

（二）政策建议

首先，研究认为要坚持发展数字金融，不断提升其对经济的服务能力。数字金融能够将服务推广至传统金融业无法涉及的地区，并在很大程度上缓解区域内金融排斥，使得我国区域经济发展差距不断缩小。建议相关部门着力于数字金融的体系建设，发挥数字金融对于合理配置金融资源、促进区域经济持续增长的巨大作用，将重心放至拓宽数字金融的覆盖广度与服务深度，提高区域内金融服务供给，引领金融服务向多元化发展，使得数字金融能够走进千家万户，使更多的人享受到数字金融的便利与实惠。

其次，坚持推动技术进步，科学技术是第一生产力，持续发展创新实践活动，从而推动区域可持续发展。在实践创新、技术进步应用领域，将重心放在实体经济中制造业领域对于先进技术的转化研究。在实践创新、技术进步营利领域，推动区域内企业主体对于产业数字化以及数字产业化协调发展的主观能动性，提升自身经营能力，打通更多盈利渠道。对于技术创新型行业，地方政府应长远考虑，通过财政补贴、税收优惠等方法扶持相关数字化产业，提升企业的科研创新能力，从而使得企业能够更好地将先进生产力转化为推动区域经济增长的动力。

最后，充分发挥出数字金融的均衡性，减轻区域间发展不平衡。通过改变地区发展不均衡的状况，可以实现资源的优化配置，提高地区的竞争能力，促进地区科技进步，进而促进地区的经济发展。因此，对于中西部等传统金融难以触及的区域来说，应充分利用数字金融发展带来的后发优势，实现自身更高效的发展，从而能够实现跨越式发展。对于东部地区，不断加强对数字金融发展模式的探索，做好领头羊的同时，不断完善区域内部发展，实现数字金融对于区域经济增长更高效的促进作用。