数字普惠金融对民营经济增长的影响效应及异质性

张 林,曹 星 梅,丁 晓 兰

(西南大学 1.普惠金融与农业农村发展研究中心;2.经济管理学院,重庆 400715)

一、问题的提出

改革开放至今,我国民营经济取得了举世瞩目的成绩,已经成为国民经济的重要组成部分、和谐社会的重要建设力量、产业转型的重要动力源泉、市场竞争的重要参与主体以及科技创新的重要驱动因素[1]。作为民营经济的重要单元体,民营企业具有相对分散、规模小等特点,能够充分调动所有者、经营者和广大职工的积极性,有利于增加社会就业和提高人民生活水平与生活质量。因此,中央及地方各级政府都高度重视民营经济发展问题。习近平总书记关于民营经济的系列重要讲话既肯定了民营经济发展的重要性,又为未来较长时期内民营经济发展提供了方向指引。同时,自2019年以来,中共中央办公厅及相关政府部门联合印发了《关于促进中小企业健康发展的指导意见》《关于加强金融服务民营企业的若干意见》《关于加强新时代民营经济统战工作的意见》等系列重要文件,对民营经济发展进行了战略部署,要求加大对民营经济的金融支持力度。2023年7月,中共中央和国务院发布的《中共中央 国务院关于促进民营经济发展壮大的意见》再次强调,要持续优化民营经济发展环境,依法保护民营企业产权和企业家权益,加大对民营经济政策支持力度,强化民营经济发展法治保障,再一次为大力支持民营经济发展壮大发出了最强音,为做好新阶段民营经济工作指明了前进方向、提供了根本遵循。

随着金融业务的逐步深入和金融集聚度的不断提高,金融发展对民营经济增长发挥了重要作用。一方面,金融发展弱化了信贷歧视,民营企业的借款期限结构逐渐延长,与国有企业之间的差异得到缩小[2],促进了民营企业的长远发展。金融发展不仅可以缓解民营企业的融资难题,还可以约束企业的税收规避行为,达到规范财税体制的目的,使得民营企业得到健康运行[3]。另一方面,金融集聚和企业研发投入的提升对企业成长均具有正向影响[4],但中国省级金融集聚度由东部向中西部地区递减[5],导致金融集聚度对民营经济增长的促进作用在东中西部地区也存在显著差异。尽管如此,在金融支持民营经济增长的实践中仍存在诸多问题,尤其是融资难、融资贵、融资慢等问题特别突出,主要原因在于:一是大多数民营企业自身经济实力差、生产经营规模小、信用观念淡薄[6]、财务信息不透明、融资担保能力不足,导致其融资模式具有单一性和脆弱性。二是政府干预缺位、干预过度或干预不当[7],以及地方政策的不确定性和贸易环境的不确定性[8]等多种因素都会对民营企业成长造成严重的负面影响,尤其是经济政策不确定性使得民营企业在面临市场风向波动时倾向于做出更保守的业务战略和融资决策[9-10]。因此,如何有效解决民营企业的融资难题成为当前及未来民营经济增长的重要工作内容。

普惠金融可以为贫困者、中小微企业等各类弱势群体提供低成本的、便捷的金融服务,既有助于缓解民营企业面临的资金约束问题,又有利于促进城乡居民创业[11-12],从而提升民营经济增长水平。随着互联网和计算机的广泛普及和大数据、云计算、区块链、人工智能等现代信息技术的发展,数字科技逐渐改变传统普惠金融的基本信贷逻辑[13],为普惠金融这块重要阵地带来了巨大的市场增量。近年来,快速发展的数字普惠金融已逐渐成为普惠金融的主要模式,是解决普惠金融发展“最后一公里”的重要途径[12],这为缓解民营经济的融资困境提供了可行的解决思路[14]。但是,鲜有文献实证研究数字普惠金融对民营经济增长的影响效应及作用异质性。因此,本文将在梳理数字普惠金融影响民营经济增长的作用机理的基础上,利用2011—2020年中国省级面板数据,实证分析数字普惠金融对民营经济增长的影响作用及区域异质性,为健全数字金融服务体系,促进民营经济更好发展提供理论借鉴和经验证据。

关于数字普惠金融与民营经济增长、民营企业转型等方面的研究逐年增多,为本文研究提供了很好的思路借鉴。与现有文献相比,本文可能的边际贡献在于:第一,鲜有文献专门讨论数字普惠金融与民营经济增长之间的作用机理并进行实证检验,本文首先对数字普惠金融发展促进民营经济增长的作用机理进行分析,然后基于2011—2020年中国省级面板数据,实证检验了数字普惠金融对民营经济增长的影响效应,这既有助于深化相关基础理论的实践应用,也有助于扩宽关于数字普惠金融与民营经济关系的研究范畴;第二,已有研究鲜有涉及数字普惠金融影响民营经济增长的传导机制,本文实证检验了城镇化水平和创新水平在数字普惠金融影响民营经济增长过程中的中介效应,这有助于更加清晰地、系统地掌握数字普惠金融影响民营经济增长的传导机制,从而提出更高效、有针对性的政策;第三,考虑到民营经济增长与数字普惠金融自身所具有的巨大区域差异,本文将全国样本分为东、中、西部地区,以及数字普惠金融发展高水平地区和低水平地区,实证检验了数字普惠金融影响民营经济增长的区域异质性,从而有助于为差异化推进数字金融服务和促进民营经济协调发展提供经验证据。

二、理论分析与研究假说

数字普惠金融是金融机构和互联网公司依托于传统金融,以大数据、区块链、人工智能等数字技术对传统普惠金融的改造升级[15],不仅具有与传统金融相似的特征,又有传统金融所不具备的多种新型功能和特殊作用,在促进民营经济增长方面具有明显优势。一方面,作为数字普惠金融发展的推动力量,金融科技不仅利用现代科技手段改造或创新金融产品、金融服务、经营模式和业务流程,助力数字经济与实体经济的有机融合[16],还加速推动了我国金融组织形态的多样化和商业银行数字化转型,可以促进银行贷款利率定价市场化,进而间接改变民营企业的融资方式和融资效率[17-18]。另一方面,数字普惠金融利用其独特的功能和优势有效推动了民营经济发展。首先,数字普惠金融凭借其服务范围广泛化、客户群体大众化、交易成本低廉化以及风险管理数据化的特点[19],可以通过多种途径或手段弥补传统金融服务的短板,充分发挥“门槛低、覆盖广、成本低、速度快”等优势[20-22],可以通过“鲶鱼效应”和“技术溢出效应”促进传统金融机构降低客户门槛、创新金融产品和金融服务,为民营企业提供多元化的融资渠道和融资方式,增强“长尾客户”的金融服务可得性,从而有效地缓解民营企业的融资约束问题。其次,数字普惠金融发展拥有独特的信息优势,不仅可以降低金融服务中的信息不对称和道德风险[13,23],从而对民营企业信贷融资产生显著的替代效应,减轻民营企业对信贷的依赖程度[24]。数字普惠金融发展还有助于金融供给主体根据民营企业的实际情况针对性地创新金融产品和服务,提高民营企业金融供求匹配度,进而减缓民营企业融资的结构性失衡问题[25]。最后,数字普惠金融的信贷审批过程具有即时性、自动性和远程性等特征[26],可以降低金融服务的交易成本和提高金融交易的灵活性[27],从而快速实现资金的供求匹配和有效配置,有助于缓解民营企业的流动性约束问题和提高融资效率。据此,本文提出研究假说1:

H2:地区创新水平和城镇化水平在数字普惠金融促进民营经济增长过程中发挥部分中介作用。

H1:数字普惠金融发展有助于促进民营经济增长,缓解融资约束是主要作用机制之一。

相信基于法律的不断完善、出版融合技术的不断发展，以及行业品牌的不断积累，版权使用、交易、保护必将趋于规范化，盗版行为必会被净化。

其中,中介变量Patent和Urban分别表示创新水平和城镇化水平,γ表示变量的回归系数,其他参数含义不变。在实证过程中,采用Sgmediation命令进行中介效应检验,中介效应的显著性检验由Sobel 检验结果自动给出。

城镇化是衡量一个国家或地区经济社会发展水平的重要标志,也是我国最大的内需潜力和发展动能所在,对于经济发展具有较强的带动作用。民营经济增长与城镇化建设之间是相辅相成、共生共荣的关系[41]。民营经济在数量和规模上的快速发展,为社会创造了更多的就业岗位,使大量劳动力向城镇聚集,推动了城镇化进程[42]。城镇化水平的提高可以扩大市场需求,提供更多的就业机会和创业空间,从而为民营企业成长创造良好的外部环境,推动民营经济快速增长,并且这种外部推动作用更胜于民营企业自身的内部推动作用[43]。数字普惠金融是拓宽新型城镇化建设融资的重要途径,数字普惠金融发展可以通过就业效应、收入效应和创新效应等多种途径对新型城镇化产生显著的促进作用[44],但该作用存在显著的区域异质性,东部地区主要享受数字金融技术红利,西部地区主要享受数字金融政策红利[45]。反过来,新型城镇化建设也能够显著提高数字普惠金融发展水平,尤其是在三线城市、东北部和西部地区的促进作用更大[46]。基于以上分析,本文提出待检验假说2:

1.3.1 试验设计 采用单因素随机区组试验设计，移栽期设3个处理：处理1(T1)，4月20日移栽；处理2(T2)，4月25日移栽；处理3(T3)，4月30日移栽。3次重复，共9个小区。每小区种植100株，移栽株行距为50 cm×110 cm。

一方面,我国国土面积广袤,历史、地理位置及经济基础等原因使得民营经济增长的外部环境和增长水平都存在较大差异。东部地区因政策红利、优越的地理位置等优势,拥有丰富的人力、贸易、资金等资源要素,在发展民营经济时能够调配更多的资源。与东部相比,中西部地区缺乏接触优质资源的条件,尤其是西部地区,资源相对匮乏导致中西部地区经济发展水平与东部地区的差距较为明显。因此,我国民营经济增长表现出由东部沿海至西部内陆逐步降低的变化趋势。另一方面,各地区传统金融发展水平、数字基础设施、互联网普及率、金融市场生态和居民数字金融素养等方面的差异导致数字金融发展水平在不同区域存在显著的差异性[47],也使得数字普惠金融发展对新型城镇化、民营企业成长和民营经济高质量发展等方面的影响也存在显著的差异性、门槛效应和空间效应[12,20,45,48-49]。在数字普惠金融发展水平较高的地区,其数字基础设施建设比较完善,居民金融素养相对较高,数字普惠金融发展可能会提高民营企业对数字普惠金融的接受度和使用率。因此,在数字普惠金融发展水平较高的地区,数字普惠金融总指数及其各分指数对民营经济增长的促进作用可能要大于数字普惠金融发展水平较低的区域。而且,数字普惠金融水平较高的地区可能会对邻近省份民营企业产生虹吸效应,邻近省份民营科技创新水平和转型潜力产生负向影响[49]。据此,本文提出待检验假说3:

H3:数字普惠金融对民营经济增长的促进作用可能在东中西部地区、数字普惠金融高水平地区和低水平地区存在异质性。

使用水泥土搅拌施工能够保证水稳定性，如果地基施工过程中，检测到现场水含量在30%～70%，pH值低于4时应尽量避免使用这种方法。因为使用连续搭接水泥搅拌桩在以上这些条件下会影响基坑止水效果，限制搅拌能力。

三、实证研究设计

(一)模型设定

为了实证检验数字普惠金融对民营经济增长的影响,本文设定如下面板数据模型:

北京高考理科数学压轴题向来以创新和难度著称，一直引起广大师生的关注.一方面，这些问题对考生的阅读理解、抽象概括、自主探究和推理论证能力都有很高的要求([6]).另一方面，这些问题“背景新颖，内涵丰富，解题方法质朴，思想背景深刻”([9])，对优秀考生具有很好的选拔功能，同时也为中学数学教学指明了方向.毫无疑问，这些题目对学生而言是非常宝贵的学习资料，但因其难度较大，不适合在普通课堂上讲解.我们在高二数学小组上以近年来的北京高考压轴题为主题进行了一个学期的教学实践，期间遇到了一些教学困难，也取得了部分成效.本文中我们就此做一次总结，与大家分享我们的经验和收获.

PEit=α0+α1DIFIit+βControlit+μi+τt+εit

(1)

其中,PE表示民营经济增长水平,DIFI表示数字普惠金融总指数,Control表示控制变量,i表示第i个省(市、自治区),t表示第t年。α、β表示变量的回归系数,μi表示个体固定效应,τt表示时间固定效应,εit为随机扰动项。同时,本文也采用数字普惠金融的分指数来进行实证检验,包括覆盖广度指数(COV)、使用深度指数(USE)和数字化程度指数(DIG)。

阿花又一声叹息，说，景花厂以前有一个厂长，能力也不错，前些日子被大厂用高薪挖走了。阿花剥了个荔枝给我，说我正在孤立无援的时候，你出现了。第一次见到你，我就想，上帝知道我不容易，特意把你送到我面前。通过这段时间的接触，我更觉得，景花厂需要你，这个厂长非你莫属。可惜啊！阿花晃晃脑袋，你被女老板吓住了，一次次拒绝我，一次次冷落我，你似乎从来没想过我被拒绝的感受。难道……难道你就没看出，我除了是老板，还是个女人吗？一滴泪滚了下来，滴到了阿花如葱的玉指上。女人被拒绝是什么滋味，你想过吗？

Patentit=α0+α1DIFIit+αitControlit+μi+τt+εit

(2)

PEit=γ0+γ1DIFIit+γ2Patentit+γitControlit+μi+τt+εit

(3)

Urbanit=α0+α1DIFIit+αitControlit+μi+τt+εit

(4)

PEit=γ0+γ1DIFIit+γ2Urbanit+γitControlit+μi+τt+εit

(5)

改革开放至今,民营企业蓬勃发展,民营经济从小到大、由弱变强,逐渐成为促进经济社会健康发展的中坚力量。技术创新在民营企业转型升级和发展壮大的过程中起到了关键作用,是推动民营经济发展的重要因素[28]。有研究表明,创新战略对民营企业成长会产生先抑后扬的影响作用,且对董事会权力层级与民营企业成长之间存在非线性中介作用[29]。当然,创新投入水平与企业成长之间呈U型,只有当创新投入较高时,创新投入才能促进企业成长,当创新投入水平较低时,创新投入对企业是一种负担,会影响企业成长[30]。因此,不断增加创新投入并越过这个门槛值对民营企业成长至关重要。民营企业自身资金实力弱、融资难等困境必然影响民营企业创新投入。数字普惠金融发展无疑为民营企业技术创新创造了良好的金融环境。首先,数字普惠金融发展可以强化市场作为资源要素配置中“看不见的手”的作用,有助于拓宽民营企业的融资渠道,从而释放民营企业的技术创新活力和提高技术创新积极性[31]。其次,数字普惠金融发展能够通过降低中小企业债务融资成本和缓解民营企业的外部融资约束,进而促进民营企业的创新产出[32-35]。此外,数字金融发展还能助推传统工业企业技术创新[36]和企业绿色创新[37],可以通过培育企业的动态能力[38]和缓解企业金融错配程度[39]对企业创新产生促进效应,而且该促进作用对于中部地区的民营企业和受金融要素扭曲影响较大的民营企业更大[40]。

(二)变量选择和数据说明

如果核心解释变量和控制变量之间存在多重共线性,则回归结果的稳定性和准确性有待商榷,甚至可能得出与现实截然相反的谬论。因此本文对各自变量进行多重共线性检验,结果显示(1)囿于篇幅,多重共线性结果未列出,备索。,VIF值为3.37,可以认为不存在多重共线性问题,变量选择是可靠的。

(2)全桥墩台处桥面铺装均分布有横向裂缝，横缝均对应于墩台位置，多数贯穿整个车行道。产生这种裂缝的主要原因是主梁在车辆荷载的作用下，梁端产生转角，导致该处桥面铺装因负弯矩作用而横向开裂。

总而言之，学生英语自主学习能力的提升，不仅有利于他们的自身综合素质，还有利于培养其英语以及其他学科的教学目标。因此，英语教师对初中学生自主能力的培养，既有助于优化课堂教学质量，又有助于我国英语教育事业研究的未来发展。

解释变量:数字普惠金融总指数(DIFI)及其覆盖广度(COV)、使用深度(USE)和数字化程度(DIG)三个分指数。原始数据来源于“北京大学数字普惠金融指数(2021)”。北京大学数字金融研究中心编制数字普惠金融指数的基础是蚂蚁金服集团提供的互联网金融微观数据,该指标从覆盖广度、使用深度、理财、保险、支付、数字化程度等多个方面刻画了数字普惠金融发展水平,有效弥补了现有研究中金融服务指标单一等方面的不足[52],是目前国内比较权威且被学术界使用频率最高的数字普惠金融指数。

从表1数据可知,在全样本中,民营经济增长水平均值为8.511,标准差为1.812,说明我国各省市民营经济增长水平存在较大差异。从解释变量看,数字普惠金融总指数及其分指数的标准差均超过0.6,说明各省市数字普惠金融发展存在明显的不平衡性,其他控制变量也呈现出一定差异。

白首栖迟从老大，敢于清世愧无能。山河万里余双屐，风雨孤斋对一灯。此夜折梅追沈约，几时同被效姜肱。相思岁晩偏萧索，一半离愁付剡藤。[2](82辑，P33)

进一步,为了检验城镇化水平与创新水平在数字普惠金融影响民营经济增长过程中存在的中介效应,本文借鉴Zhao等[50]的思路,运用两步回归法进行实证检验。区别于温忠麟等[51]的传统三步法检验方法,两步回归法没有三步法中的第一步,即检验数字普惠金融指数和民营经济增长水平之间的关系。模型设定如下:

控制变量:为了尽可能减少遗漏变量对实证结果的影响,本文选择以下5个控制变量:市场化程度(Market),采用王小鲁等发布的各省份市场化指数衡量[53];劳动投入(Labor),采用各省市私营企业的平均用工人数衡量,即报告期企业平均实际拥有的、参与本企业生产经营活动的人员数;公路密度(Road),采用各省市等级公路和等外公路的总里程数与行政区划面积之比来衡量;传统金融服务水平(Loans),采用各省市金融机构贷款余额衡量;产业结构高级化水平(Advanced),采用各省市第二三产业占GDP之比衡量。

鉴于数据的可得性、可比性及连续性,本文研究样本包括2011—2020年中国31个省(区、市,不含港澳台)。被解释变量、控制变量和中介变量的原始数据分别来源于历年《中国统计年鉴》《中国工业统计年鉴》《中国人口和就业统计年鉴》《中国金融年鉴》、各省市历年统计年鉴以及国家统计局官方网站数据库等,个别缺失数据采用线性插值法予以补齐。以2011年为基础,对所有与价格有关的变量进行平减处理,以消除价格变动的影响。同时,对所有非比值型指标取对数处理,以减少异方差对回归结果的影响。本文采用Stata 17软件进行数据统计分析和计量检验,所有变量的描述性统计分析见下表1。

中介变量:城镇化水平(Urban),采用各省份城镇人口占总人口的比重来衡量;创新水平(Patent),采用各省份专利申请数衡量。

表1 变量的描述性统计分析

被解释变量:各省份民营经济增长水平(PE)。关于民营经济增长水平的衡量,张玄等[5]采用规模以上非国有工业企业销售收入作为民营经济成长的代理变量,张慧一和张友祥[21]选取各省份民营经济增加值占GDP的比重来衡量民营经济发展。本文考虑到中国各省份民营经济增长的实际情况,选用各省份私营企业的工业销售产值作为衡量民营经济增长水平的指标。工业销售产值指工业企业在报告期内销售的本企业生产的工业产品或提供工业性劳务价值的总价值量。

为了避免伪回归现象,确保回归结果的准确性,本文对各指标进行面板单位根检验,以确保各变量是平稳的。面板数据单位根主要包括同质单位根和异质单位根两种情况,同质单位根可以采用LLC方法进行检验,异质单位根可以采用ADF-Fisher和PP-Fisher方法进行检验。本文同时采用这3种检验方法对所有指标进行平稳性检验,结果见表2。从表2中的结果可知,所有变量在LLC法检验下都通过了显著性检验,大部分变量也在ADF-Fisher和PP-Fisher法检验下通过显著性检验。根据综合性判断原则,可以拒绝存在单位根的原假设,即各指标数据是平稳的,可以用于实证分析。

表2 变量单位根检验结果

四、数字普惠金融影响民营经济增长的实证分析

(一)基准回归

本文首先采用Hausman检验进行回归模型的选择。检验结果显示,模型在1%的水平上拒绝接受随机效应模型的原假设,因此本文选取面板固定效应模型来验证数字普惠金融对民营经济增长的影响,基准回归结果见表3。从表3中的结果可知,数字普惠金融总指数的回归结果为正,并在5%的水平上显著,说明随着数字普惠金融发展水平的不断提高,地区实际使用数字金融人数和频率的增加,金融服务逐渐多样化,从而对民营经济增长产生正向促进作用。从数字普惠金融分指数来看,其覆盖广度和使用深度均在5%的水平上通过了显著性检验,说明数字普惠金融覆盖广度和使用深度对于民营经济增长也具有正向的促进作用。从北京大学数字普惠金融分指数可知,覆盖广度指数更多体现数字普惠金融支付便利性方面的优势,使用深度指数包含了信贷业务指数、信用业务指数等,主要体现数字普惠金融发展在缓解融资约束方面的特色优势[40]。比较模型2和模型3的回归结果可知,使用深度的回归系数要明显大于覆盖广度的回归系数,说明数字普惠金融使用深度的发展对民营经济增长的带动作用更明显。使用深度通过实际使用数字金融服务的情况来进行衡量,包括支付服务、信贷服务、投资服务、保险服务等,使用深度的发展能够降低民营经济发展的门槛限制,从而提高金融服务的触达性。综上表明,数字普惠金融发展可以通过提高支付便利性和缓解融资约束等途径促进民营经济增长,但缓解民营企业融资约束的作用更大,即本文假说1是成立的。在模型4中,数字化程度在10%的水平上显著为负,说明当前数字化程度的提高不能有效促进民营经济增长。可能的原因在于:虽然金融服务随着经济的发展已呈现出多层次、多元化的发展趋势,但银行这类传统金融机构依然是提供金融服务的主力军,特别是在广大农村地区,数字技术支持服务所助推的商业模式创新仍需要在推进数字普惠金融发展的长期过程中体现它的作用[54]。

表3 数字普惠金融对民营经济的影响:基准回归

控制变量部分,市场化程度、劳动投入、传统金融服务水平、产业结构高级化水平的回归系数在所有模型中都显著为正,说明这些因素对民营经济增长具有显著的促进作用,这与实际情况基本吻合。民营企业具有灵活性高、应变能力强的特点,能够根据市场所处环境寻求发展机遇,因此市场化发展水平越高越有利于民营经济增长。劳动是生产要素中最活跃、最重要的因素,民营企业大多是劳动密集型企业,劳动力投入越多,对民营企业扩大生产经营规模进而促进民营经济增长有正向促进作用。高质高效的金融服务是民营经济增长的重要保障,传统的信贷业务仍是支持民营经济发展的重要手段。随着各省份金融市场发展水平的不断提高,金融产品和服务供给增多,民营企业融资渠道随之扩宽,这有助于解决民营企业的资金约束问题。产业结构高级化水平越高,意味着该地区第二三产业发展越好,这为民营企业发展奠定了良好的基础,为居民创业提供了更多机会,因而有助于促进民营经济增长。公路密度的回归系数在4个模型中均为正,但都不显著,说明公路密度的提高并没有对民营经济增长产生影响。理论上,公路密度的提高对民营企业的生产资料运输、产品销售等各方面都具有促进作用,本文实证结果不显著的可能原因在于:民营企业大多数分布在县域及以上地区,样本期内县域及以上城市的道路交通建设已趋向成熟,交通条件不再是促进民营经济增长的关键因素。

(二)内生性讨论与稳健性检验

民营经济增长和数字普惠金融可能同时受到不可观察因素的影响,这将导致数字普惠金融的回归系数估计有偏差。为较好地避免计量识别中的内生性问题,本文借鉴谢绚丽等[55]和张勋等[20]的方法,分别选择各省互联网普及率、各省会城市到杭州的空间距离作为工具变量,采用两阶段最小二乘法进行回归分析,回归结果见表4。从表4中的结果可以看出,采用两阶段最小二乘法讨论内生性问题后,核心变量的回归系数依然显著,并且经过过度识别检验和弱工具变量检验(2)囿于篇幅,过度识别检验和弱工具变量检验未列出,备索。,认为各省互联网普及率和各省会城市到杭州的空间距离均为外生变量,工具变量是有效的,即工具变量回归能够有效校正数字普惠金融指数的内生性问题并拟合数字普惠金融对民营经济的影响,本文的实证结果是可靠的。

要做到内审工作和财务管理风险工作的有效结合，首先需要建立完善的风险评估体系。在我国中小型企业的实际情况中，这个风险评估体系存在着很多弊端，导致财务信息失去了准确性，为企业财务安全埋下隐患。除此之外，企业在构建风险评估体系时，只是根据自身对企业的了解进行构建，这样过于笼统，并不能客观地将公司的实际情况和战略目标预期结合，导致企业在遇到风险之后不能第一时间找出问题所在，不能及时制定解决方案而蒙受损失。

表4 内生性讨论:工具变量法回归结果

同时,本文还做了两方面的稳健性检验:一是更换被解释变量,采用私营企业的主营业务收入衡量民营经济增长水平;二是考虑到数字普惠金融对民营经济增长影响的滞后性,将数字普惠金融指数做滞后一期处理。稳健性检验结果如表5所示,从表5中结果可知,两种稳健性检验中,数字普惠金融总指数、覆盖广度分指数和使用深度分指数的回归系数均通过显著性检验,数字化程度分指数的回归系数仍不显著,说明本文实证结果是稳健的。

表5 稳健性检验结果

五、中介效应分析

(一)基于创新水平的中介效应

表6报告了数字普惠金融总指数及其分指数通过创新水平对民营经济产生作用的检验结果。其中,表6中(1)、(3)、(5)和(7)列为中介效应检验步骤一,检验数字普惠金融指数及其分指数对中介变量——创新水平的影响作用。第(2)、(4)、(6)和(8)列为中介效应检验步骤二,结果显示,创新水平的回归系数全部显著为正,说明创新水平是影响民营经济增长的重要因素之一。研究表明Sobel 法的检验力度高于依次检验回归系数法[51,56],因此,本文在Sgmediation 命令检验结果下给出三种显著性检验,Sobel、Goodman1检验和Goodman2 检验。结果显示,三种检验的结果均显著,说明创新水平在数字普惠金融和民营经济之间存在部分中介效应,即存在“数字普惠金融—创新水平—民营经济”这一作用机理,证明了本文假说2。数字普惠金融发展为民营企业技术创新创造了良好的金融环境,使得民营经济在创新水平提升的基础上更好发展。其中,创新水平在核心解释变量中的中介效应比例为20.1%,在变量覆盖广度中的中介效应比例为15.3%,在变量使用深度中的中介效应比例为25.6%,在变量数字化程度中的中介效应比例为44.01%。

表6 数字普惠金融与民营经济:基于创新水平的中介效应检验

(二)基于城镇化水平的中介效应

表7报告了数字普惠金融总指数和其分指数通过城镇化水平对民营经济产生作用的检验结果。其中,表7中的第(1)(3)(5)和(7)列为中介效应检验步骤一,检验数字普惠金融指数及其分指数对中介变量——城镇化水平的影响作用。数字普惠金融总指数和覆盖广度的系数均在1%的水平上显著为正,使用深度的系数在5%的水平上通过了显著性检验,表明数字普惠金融发展水平越高,各省份的城镇化水平越高。第(2)(4)(6)和(8)列为中介效应检验步骤二,城镇化水平的回归系数在4个模型中显著为正,表明城镇化水平也是影响民营经济的重要因素。同理,本部分依然采用Sobel、Goodman1以及Goodman2三种显著性检验,结果均通过显著性检验。检验结果表明,城镇化水平在数字普惠金融和民营经济增长之间存在部分中介效应,即存在“数字普惠金融—城镇化水平—民营经济”这一作用机制,说明本文假说2是成立的。数字普惠金融是拓宽新型城镇化建设融资的重要途径,城镇化水平的提高为民营企业成长创造了良好的外部环境,从而推动民营经济增长。城镇化水平在核心解释变量中的中介效应比例为41.4%,在变量覆盖广度中的中介效应比例为31.16%,在变量使用深度中的中介效应比例为22.8%,在变量数字化程度中的中介效应比例为55.1%。

表7 数字普惠金融与民营经济:基于城镇化水平的中介效应检验

六、异质性分析

(一)基于东中西部地区的异质性

为验证前文假说3,本文首先将全国31个省(区、市)分为东、中、西部(3)东部沿海地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南,中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南,西部地区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、西藏、宁夏和新疆。,检验数字普惠金融对民营经济增长的异质性。表8中的结果显示,东部地区数字普惠金融总指数和3个分指数均在1%的水平上通过了显著性检验,即数字普惠金融能够在东部地区显著促进民营经济增长水平的提高。数字普惠金融总指数每增加1个单位,民营经济增长水平将增加0.603个单位。中部地区数字普惠金融的数字化程度分指数在10%的水平上通过显著性检验,说明在中部地区数字普惠金融发展也有利于促进民营经济增长。西部地区数字普惠金融总指数在1%的水平上通过了显著性检验,3个分指数在1%的水平上通过了显著性检验,说明数字普惠金融的发展能够在西部地区显著促进民营经济增长。数字普惠金融总指数每增长1个单位,民营经济增长水平将增加0.213个单位。我国东部地区长期以来作为社会与经济发展最发达的地区,在利用数字金融赋能方面始终优于中西部地区,因此,显然能更好更快促进民营经济增长;西部地区本身受多种因素限制,数字普惠金融发展水平较低,但本身民营经济发展水平低,发展空间大,因此数字普惠金融能显著促进西部地区民营经济增长,增长幅度明显低于东部地区;中部地区仅有数字化程度通过了显著性检验,可能的原因是与东西部地区相比,中部地区在数字普惠金融技术红利和政策红利上均有所欠缺。因此横向对比来看,数字普惠金融对民营经济增长的促进作用东部最大、西部次之,中部最小,存在明显的区域异质性,这说明本文假说3是成立的。

表8 异质性检验:分东中西部

(二)基于高低水平地区的异质性

借鉴张林和温涛[57]的做法,以数字普惠金融指数的中位数为标准,将31个省(区、市)分成数字普惠金融发展高水平区和低水平区,检验数字普惠金融对民营经济增长影响的异质性。结果显示,无论是在高水平区域还是低水平区域,数字普惠金融总指数和3个分指数的回归系数在所有模型中都显著为正,说明数字普惠金融对民营经济增长具有促进作用,且在控制其他影响因素的情况下,数字普惠金融对不同区域民营经济增长的影响具有显著的区域差异,再一次验证了本文假说3。同时,无论从数字普惠金融总指数还是其分指数来看,高水平地区的回归系数均高于低水平地区的回归系数,即高水平地区数字普惠金融发展对民营经济增长的带动力度更大。这一结果也说明,要充分发挥数字普惠金融对民营经济增长的促进作用,需要不断提高各省份的数字普惠金融发展水平。

表9 异质性检验:分高低水平地区