常建新 范立春 高莉

摘? ?要：本文利用2011—2018年我國(guó)30個(gè)省級(jí)行政區(qū)的面板數(shù)據(jù)，通過(guò)動(dòng)態(tài)SDM和中介效應(yīng)模型考察了數(shù)字普惠金融對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響。研究結(jié)果表明：（1）經(jīng)濟(jì)高質(zhì)量發(fā)展在空間上表現(xiàn)出了較強(qiáng)的正相關(guān)性特征，在時(shí)間上表現(xiàn)出了明顯的路徑依賴特征;（2）數(shù)字普惠金融不僅直接推動(dòng)了經(jīng)濟(jì)高質(zhì)量發(fā)展，還可以通過(guò)提高創(chuàng)新能力、擴(kuò)大技術(shù)溢出和促進(jìn)產(chǎn)業(yè)升級(jí)的中介效應(yīng)推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展;（3）數(shù)字普惠金融的覆蓋廣度對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的促進(jìn)作用最為顯著，使用深度次之，數(shù)字化程度最小;（4）數(shù)字普惠金融對(duì)西部地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展的促進(jìn)作用最為顯著，中部地區(qū)次之，東部地區(qū)最小。

關(guān)鍵詞：數(shù)字普惠金融;經(jīng)濟(jì)高質(zhì)量發(fā)展;動(dòng)態(tài)SDM;中介效應(yīng)

中圖分類號(hào)：F830? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：1674-2265（2021）12-0069-08

DOI：10.19647/j.cnki.37-1462/f.2021.12.009

一、引言

當(dāng)前，我國(guó)資源約束日益趨緊，環(huán)境承載能力接近上限，依靠要素低成本的粗放型、低效率增長(zhǎng)模式已經(jīng)不可持續(xù)，內(nèi)部發(fā)展面臨著周期性減速和結(jié)構(gòu)性減速的挑戰(zhàn)，外部國(guó)際政治經(jīng)濟(jì)形勢(shì)不確定性凸顯。毫無(wú)疑問(wèn)，實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展已然成為解決諸多矛盾的焦點(diǎn)之一。金融是現(xiàn)代經(jīng)濟(jì)的核心，是實(shí)體經(jīng)濟(jì)的血液，同時(shí)也是資源配置和宏觀調(diào)控的重要工具，金融供給側(cè)結(jié)構(gòu)性改革已經(jīng)成為實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的關(guān)鍵之策（李志揚(yáng)等，2020）[1]。而進(jìn)行數(shù)字普惠金融創(chuàng)新是踐行金融供給側(cè)結(jié)構(gòu)性改革的重要內(nèi)容。

數(shù)字普惠金融是近年來(lái)逐漸興起的數(shù)字技術(shù)與金融相融合的一種新興形態(tài)，其以各種數(shù)字技術(shù)為實(shí)施條件，為社會(huì)各個(gè)階層尤其是傳統(tǒng)金融覆蓋不足的低收入群體、農(nóng)村及偏遠(yuǎn)地區(qū)人口以及中小微企業(yè)等提供平等、有效、全面、便捷的金融產(chǎn)品和服務(wù)（中國(guó)信息通信研究院云計(jì)算與大數(shù)據(jù)研究所，2019）[2]。隨著大數(shù)據(jù)、云計(jì)算、人工智能、區(qū)塊鏈等信息技術(shù)飛速發(fā)展，數(shù)字技術(shù)與普惠金融的融合不斷加深，金融服務(wù)的便捷性、可得性不斷提高，覆蓋面日益擴(kuò)大。數(shù)字普惠金融正成為緩解社會(huì)融資壓力、改善企業(yè)融資環(huán)境、拓寬融資渠道的有效途徑（謝絢麗等，2018）[3]。由于我國(guó)電子商務(wù)和電子支付技術(shù)在全世界都處于領(lǐng)先水平，具備發(fā)展數(shù)字普惠金融的巨大優(yōu)勢(shì)，因此，應(yīng)積極發(fā)展數(shù)字普惠金融，為實(shí)體經(jīng)濟(jì)賦能，促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。由此，研究數(shù)字普惠金融與經(jīng)濟(jì)高質(zhì)量發(fā)展之間的關(guān)系具有重要的現(xiàn)實(shí)意義。

二、文獻(xiàn)回顧與理論假說(shuō)

2016年G20杭州峰會(huì)通過(guò)的《G20數(shù)字普惠金融高級(jí)原則》正式提出利用數(shù)字技術(shù)促進(jìn)普惠金融發(fā)展，把推廣數(shù)字普惠金融上升到了國(guó)家戰(zhàn)略層面。此后，我國(guó)學(xué)術(shù)界關(guān)于數(shù)字普惠金融的研究一直處于國(guó)際領(lǐng)先地位。尤其是北京大學(xué)數(shù)字金融研究中心和螞蟻金服集團(tuán)合作于2016年和2019年發(fā)布了兩期《北京大學(xué)數(shù)字普惠金融指數(shù)》之后，國(guó)內(nèi)眾多學(xué)者借助這套指數(shù)開(kāi)展了豐富的實(shí)證研究。相較于傳統(tǒng)金融，數(shù)字普惠金融以其低門檻、低成本和廣覆蓋等優(yōu)勢(shì)，呈現(xiàn)出明顯的親貧性特征，所以，現(xiàn)有關(guān)于數(shù)字普惠金融的研究主要集中在縮小城鄉(xiāng)收入差距和減緩貧困等方面。研究發(fā)現(xiàn)，數(shù)字普惠金融可以通過(guò)增加金融可得性、降低金融服務(wù)門檻、減少貧困發(fā)生率、緩解中低收入群體的信貸約束等途徑縮小城鄉(xiāng)收入差距（宋曉玲，2017;倪瑤和成春林，2020;張賀和白欽先，2018;梁雙陸和劉培培，2019;周利等，2020）[4-8];也可以通過(guò)提高信貸可得性、增加農(nóng)村地區(qū)收入、滿足農(nóng)村金融需求、促進(jìn)包容性增長(zhǎng)、提升社會(huì)保障水平等機(jī)制實(shí)現(xiàn)其增收減貧效應(yīng)（傅秋子和黃益平，2018;黃倩等，2019;汪亞楠等，2020;周利等，2021）[9-12]。然而，關(guān)注數(shù)字普惠金融影響經(jīng)濟(jì)高質(zhì)量發(fā)展的研究相當(dāng)有限。本文認(rèn)為，數(shù)字普惠金融是經(jīng)濟(jì)高質(zhì)量發(fā)展的重要驅(qū)動(dòng)因素。傳統(tǒng)金融的物理網(wǎng)點(diǎn)式服務(wù)成本較高、覆蓋范圍較低，制約了我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展。數(shù)字普惠金融充分利用人工智能、大數(shù)據(jù)、電子商務(wù)技術(shù)等現(xiàn)代化手段，大大降低了金融服務(wù)成本，擴(kuò)展了金融服務(wù)覆蓋范圍，增強(qiáng)了金融服務(wù)便利性，提高了金融促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的效率和水平。因此，本文提出以下假說(shuō)：

假說(shuō)1：數(shù)字普惠金融推動(dòng)了經(jīng)濟(jì)高質(zhì)量發(fā)展。

現(xiàn)有研究已經(jīng)證明了創(chuàng)新能力（冉征和鄭江淮，2021）[13]、技術(shù)溢出（汪麗娟等，2019）[14]以及產(chǎn)業(yè)升級(jí)（賈洪文等，2021）[15]對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的驅(qū)動(dòng)機(jī)制及驅(qū)動(dòng)效應(yīng)。本文認(rèn)為數(shù)字普惠金融可以通過(guò)強(qiáng)化創(chuàng)新能力效應(yīng)、技術(shù)溢出效應(yīng)和產(chǎn)業(yè)升級(jí)效應(yīng)進(jìn)一步驅(qū)動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展。（1）創(chuàng)新能力效應(yīng)。一方面，數(shù)字普惠金融能夠拓寬融資渠道，降低融資成本，擴(kuò)大融資規(guī)模，進(jìn)而增加研發(fā)資本投入，從而有利于提高創(chuàng)新能力。另一方面，數(shù)字普惠金融體現(xiàn)出的較高的數(shù)字化程度能夠加快產(chǎn)品和要素市場(chǎng)數(shù)據(jù)和信息傳輸速度，加速創(chuàng)新資源在項(xiàng)目、企業(yè)和行業(yè)之間流動(dòng)，增強(qiáng)創(chuàng)新資源市場(chǎng)交易能力，從而有利于提高創(chuàng)新能力。（2）技術(shù)溢出效應(yīng)。第一，數(shù)字普惠金融有助于捕捉海量數(shù)據(jù)信息，降低數(shù)據(jù)信息收集成本，特別是降低了先進(jìn)技術(shù)需求方運(yùn)用先進(jìn)技術(shù)改進(jìn)落后生產(chǎn)經(jīng)營(yíng)方式的數(shù)據(jù)信息收集成本，促進(jìn)了先進(jìn)技術(shù)的應(yīng)用和推廣，從而有利于擴(kuò)大技術(shù)溢出。第二，數(shù)據(jù)信息的快速、精準(zhǔn)捕獲能夠縮短二次創(chuàng)新的研發(fā)時(shí)間，降低學(xué)習(xí)和吸收先進(jìn)技術(shù)的成本，有利于提高技術(shù)改造、模仿和創(chuàng)新成功率，提升獲得高水平科技成果的概率，從而有利于進(jìn)一步擴(kuò)大技術(shù)溢出。（3）產(chǎn)業(yè)升級(jí)效應(yīng)。一是數(shù)字普惠金融能夠加快信息與技術(shù)的融合速度，促使新技術(shù)更快、更好地轉(zhuǎn)移轉(zhuǎn)化，從而提高整個(gè)產(chǎn)業(yè)的生產(chǎn)率，進(jìn)而促進(jìn)產(chǎn)業(yè)升級(jí)。二是數(shù)字普惠金融能夠優(yōu)化資本配置結(jié)構(gòu)，提升傳統(tǒng)金融服務(wù)實(shí)體經(jīng)濟(jì)的能力，提高金融服務(wù)實(shí)體經(jīng)濟(jì)的效率和質(zhì)量，這不僅助推了金融產(chǎn)業(yè)自身要素稟賦結(jié)構(gòu)轉(zhuǎn)型升級(jí)，也能帶動(dòng)相關(guān)產(chǎn)業(yè)結(jié)構(gòu)之間與結(jié)構(gòu)內(nèi)部的升級(jí)。因此，本文提出以下假說(shuō)：

假說(shuō)2：數(shù)字普惠金融通過(guò)提高創(chuàng)新能力、擴(kuò)大技術(shù)溢出和促進(jìn)產(chǎn)業(yè)升級(jí)的中介機(jī)制推動(dòng)了經(jīng)濟(jì)高質(zhì)量發(fā)展。

三、研究設(shè)計(jì)

（一）計(jì)量模型設(shè)定

1. 基準(zhǔn)回歸模型設(shè)定?？臻g杜賓模型（Spatial Durbin Model，以下簡(jiǎn)稱SDM）作為空間計(jì)量模型中的一般化模型①，可以較好地反映被解釋變量、解釋變量及隨機(jī)干擾項(xiàng)的空間相關(guān)性（Elhorst，2014）[16]，是研究各類空間溢出效應(yīng)的標(biāo)準(zhǔn)框架。因此，本文參考Lesage和Pace（2009）[17]的做法，采用SDM來(lái)設(shè)定基準(zhǔn)回歸模型。模型設(shè)定如下：

[GTFPit=σ1GTFPit-1+ρjωijGTFPjt+σ2DIFIit+π1jωijDIFIjt+σ3Conit+π2jωijConjt+μ1i+υ1t+ε1it]? （1）

其中，下標(biāo)[i]和[t]分別表示省份和年份;被解釋變量[GTFP]表示經(jīng)濟(jì)高質(zhì)量發(fā)展水平，核心解釋變量[DIFI]為數(shù)字普惠金融發(fā)展水平，[Con]為一組控制變量;[ρ]為空間自回歸系數(shù);[ω]為空間權(quán)重矩陣。為了更好地?cái)M合省份間的經(jīng)濟(jì)發(fā)展?fàn)顩r，本文參考林光平等（2005）[18]的做法，使用人均[GDP]平均值之差的絕對(duì)值的倒數(shù)構(gòu)建經(jīng)濟(jì)距離空間權(quán)主矩陣。此外，本文還選取了常見(jiàn)的鄰接權(quán)重矩陣和地理距離矩陣用來(lái)對(duì)經(jīng)濟(jì)距離權(quán)重矩陣的估計(jì)結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)。[μ1]和[υ1]分別為省份固定效應(yīng)和年份固定效應(yīng)，用來(lái)控制不可觀測(cè)因素，提升模型估計(jì)精度;[ε～iid0，δ2]為隨機(jī)干擾項(xiàng)且與[μ1]不相關(guān)。

2. 中介回歸模型設(shè)定。本文參考Baron和Kenny（1986）[19]提出的中介效應(yīng)三步檢驗(yàn)方法，以基準(zhǔn)回歸模型（1）為第一步的回歸模型，并繼續(xù)基于動(dòng)態(tài)SDM將第二步和第三步的遞歸模型設(shè)定如下：

[Medit=θ1Medit-1+ρjωijMedjt+θ2DIFIit+?1jωijDIFIjt+θ3Conit+?2jωijConjt+μ2i+υ2t+ε2it] （2）

[GTFPit=τ1GTFPit-1+ρjωijGTFPjt+τ2DIFIit+φ1jωijDIFIjt+τ3Medit+φ2jωijMedjt+τ4Conit+φ3jωijConjt+μ3i+υ3t+ε3it] （3）

其中，[Med]為表示創(chuàng)新能力、技術(shù)溢出和產(chǎn)業(yè)升級(jí)的中介變量。本文將按照以下步驟檢驗(yàn)中介效應(yīng)是否顯著存在：第一步，回歸模型（1），系數(shù)[σ2]反映了數(shù)字普惠金融對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的總效應(yīng)，如果[σ2]顯著則進(jìn)行下一步。第二步，回歸模型（2），通過(guò)系數(shù)[θ2]識(shí)別數(shù)字普惠金融對(duì)中介變量的影響，如果[θ2]顯著則進(jìn)行下一步。第三步，回歸模型（3），系數(shù)[τ2]和[τ3]分別反映了數(shù)字普惠金融對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的直接效應(yīng)和中介效應(yīng)，如果系數(shù)[τ3]顯著，說(shuō)明中介效應(yīng)存在，其中，如果[τ2]不顯著，說(shuō)明存在完全中介效應(yīng);如果[τ2]顯著，說(shuō)明存在部分中介效應(yīng)，中介效應(yīng)所占比重為[[（θ2τ3）/（τ2+θ2τ3）]]。

（二）研究變量

1. 被解釋變量——經(jīng)濟(jì)高質(zhì)量發(fā)展水平（GTFP）。考慮到當(dāng)前供給側(cè)結(jié)構(gòu)性改革的目的是提高要素供給質(zhì)量，推進(jìn)結(jié)構(gòu)調(diào)整，矯正要素錯(cuò)配，提高全要素生產(chǎn)率（Total factor productivity，以下簡(jiǎn)稱TFP）。由此可見(jiàn)，提高供給質(zhì)量乃至整個(gè)經(jīng)濟(jì)發(fā)展質(zhì)量，最終都要落實(shí)到提高TFP上。此外，由于近年來(lái)環(huán)境污染問(wèn)題日趨嚴(yán)重，我國(guó)政府高度重視產(chǎn)業(yè)結(jié)構(gòu)和經(jīng)濟(jì)發(fā)展方式的轉(zhuǎn)型升級(jí)，力圖實(shí)現(xiàn)“降污”與“增長(zhǎng)”雙贏、“既要金山銀山，也要綠水青山”的綠色經(jīng)濟(jì)高質(zhì)量發(fā)展（祁毓等，2016）[20]。因此，本文采用能夠同時(shí)考慮實(shí)際經(jīng)濟(jì)增長(zhǎng)過(guò)程中期望產(chǎn)出（“好”的產(chǎn)出，如 GDP等） 和非期望產(chǎn)出（“壞”的產(chǎn)出，如環(huán)境污染等）的綠色全要素生產(chǎn)率（Green TFP，以下簡(jiǎn)稱GTFP）來(lái)衡量經(jīng)濟(jì)高質(zhì)量發(fā)展水平。

參考Chung等（1997）[21]提出的、能夠同時(shí)考慮以上兩種產(chǎn)出類型的Malmquist-Luenburger指數(shù)模型，并基于規(guī)模報(bào)酬不變假設(shè)，測(cè)算考察期內(nèi)各省份的GTFP。GTFP的測(cè)算過(guò)程需要各省份的投入及期望產(chǎn)出和非期望產(chǎn)出變量數(shù)據(jù)。就投入變量來(lái)說(shuō)，本文參考汪莉等（2019）[22]的研究，選擇勞動(dòng)力投入、資本投入和能源投入。其中，勞動(dòng)力投入采用2011—2018年各省份年末城鎮(zhèn)單位就業(yè)人數(shù)表征;資本投入采用固定資產(chǎn)投資，并利用永續(xù)盤(pán)存法將其核算為存量形式;能源投入為各省份的能源消費(fèi)總量。對(duì)于期望產(chǎn)出采用2011—2018年各省份地區(qū)生產(chǎn)總值，并利用以2011年為基期的GDP平減指數(shù)將其核算為2011年的不變價(jià)。對(duì)于非期望產(chǎn)出，本文參考王兵和劉光天（2015）[23]的研究，選取二氧化硫（ SO2）排放量以及二氧化碳（CO2）排放量進(jìn)行衡量。

2. 核心解釋變量——數(shù)字普惠金融發(fā)展水平（DIFI）。本文選取北京大學(xué)數(shù)字金融研究中心發(fā)布的數(shù)字普惠金融指數(shù)（Digital Inclusive Finance index，以下簡(jiǎn)稱DIFI）來(lái)衡量數(shù)字普惠金融發(fā)展水平。該指數(shù)的編制遵循了綜合性、均衡性、可比性、連續(xù)性和可行性等原則，將數(shù)字技術(shù)與普惠金融相融合，可以較好地反映各省份的數(shù)字普惠金融發(fā)展水平。此外，該指數(shù)又分為覆蓋廣度（DIFC）、使用深度（DIFD）和數(shù)字化程度（DIFS）三個(gè)維度，其中，覆蓋廣度反映了數(shù)字普惠金融觸達(dá)客戶的能力，使用深度體現(xiàn)了數(shù)字普惠金融的發(fā)展深度，而數(shù)字化程度則考察了數(shù)字普惠金融的便利性程度（郭峰等，2020）[24]。

3. 中介效應(yīng)變量。（1）創(chuàng)新能力（Inn）。本文從創(chuàng)新投入的角度來(lái)度量各省份的創(chuàng)新能力，采用各省份R&D經(jīng)費(fèi)投入占GDP的比重，即R&D經(jīng)費(fèi)投入強(qiáng)度來(lái)衡量。（2）技術(shù)溢出（Tec）?，F(xiàn)有研究已經(jīng)證明技術(shù)市場(chǎng)成交額能夠較好地體現(xiàn)省份間的技術(shù)溢出（戴魁早和劉友金，2020）[25]，基于同一思路，本文采用各省份技術(shù)市場(chǎng)成交額的對(duì)數(shù)來(lái)衡量技術(shù)溢出水平。（3）產(chǎn)業(yè)升級(jí)（Upg）。本文從產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化維度來(lái)考察產(chǎn)業(yè)升級(jí)，產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化是指產(chǎn)業(yè)結(jié)構(gòu)從農(nóng)業(yè)化向工業(yè)化進(jìn)而向服務(wù)化、信息化演進(jìn)的過(guò)程。本文采用各省份第三產(chǎn)業(yè)產(chǎn)值與第二產(chǎn)業(yè)產(chǎn)值之比來(lái)衡量。

4. 控制變量。綜合經(jīng)濟(jì)高質(zhì)量發(fā)展影響因素的代表性文獻(xiàn)，本文選取了經(jīng)濟(jì)增長(zhǎng)水平（PGDP）、投資水平（Inv）、消費(fèi)水平（Con）、對(duì)外開(kāi)放水平（Open）、城鎮(zhèn)化水平（Urban）以及交通基礎(chǔ)設(shè)施水平（Inf）作為控制變量，以盡可能避免因遺漏變量導(dǎo)致的估計(jì)偏誤。其中，經(jīng)濟(jì)增長(zhǎng)水平采用經(jīng)過(guò)平減后的人均GDP的對(duì)數(shù)形式衡量;投資水平和消費(fèi)水平采用支出法國(guó)內(nèi)生產(chǎn)總值中的資本形成率和最終消費(fèi)率衡量;對(duì)外開(kāi)放水平采用進(jìn)出口總額占GDP比重衡量;城鎮(zhèn)化水平采用城鎮(zhèn)總?cè)丝谡既咳丝诘谋戎睾饬?交通基礎(chǔ)設(shè)施水平采用單位國(guó)土面積交通基礎(chǔ)設(shè)施（鐵路里程+公路里程+內(nèi)河航道里程）的密度衡量。

（三）數(shù)據(jù)來(lái)源與描述性統(tǒng)計(jì)

本文選取了2011—2018年我國(guó)省級(jí)層面面板數(shù)據(jù)作為研究樣本，研究對(duì)象為我國(guó)30個(gè)省級(jí)行政區(qū)（未包括港澳臺(tái)地區(qū)及西藏自治區(qū)）（以下簡(jiǎn)稱省份）。除了數(shù)字普惠金融發(fā)展水平，其余變量所涉及的數(shù)據(jù)來(lái)源于2012—2019年的《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》以及各省份的統(tǒng)計(jì)年鑒，變量的描述性統(tǒng)計(jì)如表1所示。

四、實(shí)證結(jié)果與分析

（一）空間相關(guān)性檢驗(yàn)結(jié)果分析

采用空間計(jì)量模型進(jìn)行回歸的前提是變量存在空間自相關(guān)性，通常采用Moran's I指數(shù)來(lái)判別。本文計(jì)算了三種空間權(quán)重矩陣下經(jīng)濟(jì)高質(zhì)量發(fā)展水平和數(shù)字普惠金融發(fā)展水平的Moran's I指數(shù)，結(jié)果如表2所示。2011—2018年，三種空間權(quán)重矩陣下經(jīng)濟(jì)高質(zhì)量發(fā)展水平的Moran's I指數(shù)均在1%或5%的水平下顯著為正。這一結(jié)果表明，在空間上各省份的經(jīng)濟(jì)高質(zhì)量發(fā)展水平并不是隨機(jī)分布的，具有較強(qiáng)的正相關(guān)性和相似值的空間聚集性，即經(jīng)濟(jì)發(fā)展質(zhì)量較高的省份彼此相鄰，而經(jīng)濟(jì)發(fā)展質(zhì)量較低的省份也彼此相鄰，相鄰省份之間經(jīng)濟(jì)高質(zhì)量發(fā)展會(huì)彼此促進(jìn)。此外，2011—2018年，三種空間權(quán)重矩陣下數(shù)字普惠金融發(fā)展水平的Moran's I指數(shù)均在1%水平顯著為正，這意味著各省份數(shù)字普惠金融發(fā)展水平存在非常顯著的空間相關(guān)性，在考察數(shù)字普惠金融對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響時(shí)，其空間相關(guān)性不可忽視。

（二）基準(zhǔn)回歸模型估計(jì)結(jié)果分析

本文先對(duì)基準(zhǔn)回歸模型進(jìn)行了Hausman檢驗(yàn)，結(jié)果顯示其P值為0，拒絕了隨機(jī)效應(yīng)的原假設(shè);在此基礎(chǔ)上，又對(duì)其進(jìn)行了Wald檢驗(yàn)和LR檢驗(yàn)。結(jié)果顯示，各檢驗(yàn)的統(tǒng)計(jì)量均在1%水平下顯著，并且由于解釋變量的空間自回歸系數(shù)顯著不為0，表明SDM不能退化為SAR和SEM。因此，本文采用固定效應(yīng)的SDM模型，估計(jì)結(jié)果見(jiàn)表3。

對(duì)比第一列和第二列可以發(fā)現(xiàn)，靜態(tài)SDM的估計(jì)結(jié)果在R2和Log-likelihood值穩(wěn)健性方面均不及動(dòng)態(tài)SDM估計(jì)結(jié)果，且經(jīng)濟(jì)高質(zhì)量發(fā)展水平滯后一期的估計(jì)系數(shù)非常顯著，由此可見(jiàn)，不考慮時(shí)間滯后效應(yīng)的靜態(tài)SDM估計(jì)結(jié)果有一定偏誤，因此，本文以第二列基于經(jīng)濟(jì)距離矩陣的動(dòng)態(tài)SDM估計(jì)結(jié)果進(jìn)行基準(zhǔn)分析。

由第二列可知，經(jīng)濟(jì)高質(zhì)量發(fā)展水平的空間自回歸系數(shù)ρ在5%的水平下顯著為正，這說(shuō)明經(jīng)濟(jì)高質(zhì)量發(fā)展具有明顯的空間溢出效應(yīng)，空間相關(guān)省份經(jīng)濟(jì)發(fā)展質(zhì)量的提升能夠顯著促進(jìn)本省份經(jīng)濟(jì)發(fā)展質(zhì)量的改善。這一結(jié)果也反映出，各省份應(yīng)加強(qiáng)溝通協(xié)作，凝聚發(fā)展合力，攜手推動(dòng)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展。經(jīng)濟(jì)高質(zhì)量發(fā)展水平滯后一期的估計(jì)系數(shù)為0.468，且在1%的水平下顯著，表明前一期經(jīng)濟(jì)高質(zhì)量發(fā)展水平每增加1個(gè)單位，將導(dǎo)致下一期經(jīng)濟(jì)高質(zhì)量發(fā)展水平繼續(xù)走高0.468個(gè)單位，這意味著我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展在時(shí)間維度上表現(xiàn)出明顯的慣性特征和路徑依賴現(xiàn)象，各級(jí)政府在追求經(jīng)濟(jì)“量”的增長(zhǎng)的同時(shí)，更要重視經(jīng)濟(jì)發(fā)展“質(zhì)”的持續(xù)提升。核心解釋變量數(shù)字普惠金融發(fā)展水平的估計(jì)系數(shù)為0.013，且在1%的水平下顯著，這一結(jié)果表明數(shù)字普惠金融發(fā)展水平每增加1個(gè)單位，將顯著提高經(jīng)濟(jì)高質(zhì)量發(fā)展水平0.013個(gè)單位，假說(shuō)1得到證實(shí)。

此外，第三列和第四列還報(bào)告了鄰接矩陣動(dòng)態(tài)SDM和地理距離矩陣動(dòng)態(tài)SDM估計(jì)結(jié)果。與第二列經(jīng)濟(jì)距離矩陣動(dòng)態(tài)SDM估計(jì)結(jié)果相比，數(shù)字普惠金融發(fā)展水平的估計(jì)系數(shù)大小雖然有所變化，但仍然在1%的水平下顯著為正，其余各控制變量的系數(shù)符號(hào)及顯著性均沒(méi)有明顯改變，說(shuō)明了第二列經(jīng)濟(jì)距離矩陣動(dòng)態(tài)SDM的估計(jì)結(jié)果是穩(wěn)健的。

（三）中介回歸模型估計(jì)結(jié)果分析

按照上文給出的中介效應(yīng)檢驗(yàn)步驟進(jìn)行估計(jì)。另外，考慮到中介效應(yīng)檢驗(yàn)的三個(gè)回歸模型均以動(dòng)態(tài)SDM形式構(gòu)建，本文利用Moran's I指數(shù)對(duì)模型（2）中三個(gè)中介變量的空間相關(guān)性進(jìn)行檢驗(yàn)②，結(jié)果發(fā)現(xiàn)三個(gè)中介變量在空間上均表現(xiàn)出了較強(qiáng)的正相關(guān)性特征，證明了以動(dòng)態(tài)SDM形式構(gòu)建中介回歸模型的合理性。中介效應(yīng)估計(jì)結(jié)果見(jiàn)表4。

如第一、三、五列所示，數(shù)字普惠金融對(duì)三個(gè)中介變量創(chuàng)新能力、技術(shù)溢出和產(chǎn)業(yè)升級(jí)的估計(jì)系數(shù)分別在1%和5%的水平下顯著為正，說(shuō)明數(shù)字普惠金融能夠顯著提高創(chuàng)新能力、擴(kuò)大技術(shù)溢出并促進(jìn)產(chǎn)業(yè)升級(jí)。第二、四、六列為納入中介變量后模型（3）的估計(jì)結(jié)果，可以發(fā)現(xiàn)，創(chuàng)新能力、技術(shù)溢出和產(chǎn)業(yè)升級(jí)的估計(jì)系數(shù)均在1%的水平下顯著為正，且與基準(zhǔn)回歸模型一致，數(shù)字普惠金融的估計(jì)系數(shù)仍然顯著為正，說(shuō)明創(chuàng)新能力、技術(shù)溢出和產(chǎn)業(yè)升級(jí)均只產(chǎn)生了部分中介效應(yīng)，且中介效應(yīng)在總效應(yīng)中的占比分別為7.236%、5.251%和11.229%。這一結(jié)果驗(yàn)證了數(shù)字普惠金融可以通過(guò)提高創(chuàng)新能力、擴(kuò)大技術(shù)溢出和促進(jìn)產(chǎn)業(yè)升級(jí)的中介效應(yīng)推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展，假說(shuō)2得到證實(shí)。

（四）異質(zhì)性分析

1. 數(shù)字普惠金融各維度對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響。數(shù)字普惠金融發(fā)展包括覆蓋廣度、使用深度和數(shù)字化程度三個(gè)維度，本文進(jìn)一步基于經(jīng)濟(jì)距離矩陣動(dòng)態(tài)SDM分析這三個(gè)維度對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響，表5第一列到第三列分別報(bào)告了三個(gè)維度的估計(jì)結(jié)果。

如第一至三列所示，數(shù)字普惠金融各維度均對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展產(chǎn)生了顯著的正向影響。具體來(lái)說(shuō)，覆蓋廣度對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的推動(dòng)作用最為顯著，使用深度次之，數(shù)字化程度最小。覆蓋廣度的擴(kuò)展意味著數(shù)字普惠金融可獲得性的增加，這種基于互聯(lián)網(wǎng)的新金融模式打破了傳統(tǒng)金融的限制，使得更多經(jīng)濟(jì)主體能夠觸及金融服務(wù)，也可以使原先勞動(dòng)效率低下的人群受益于數(shù)字普惠金融服務(wù)，從而有利于推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展。隨著使用深度的推進(jìn)，數(shù)字普惠金融的信貸、保險(xiǎn)、征信等服務(wù)功能可得性更高，有助于緩解企業(yè)和居民的信貸約束，提高其抗風(fēng)險(xiǎn)能力，既滿足了企業(yè)和居民的金融需求，又為企業(yè)創(chuàng)造更多的就業(yè)崗位、幫助勞動(dòng)力實(shí)現(xiàn)異地就業(yè)并進(jìn)行人力資本投資等，從而優(yōu)化了要素配置。覆蓋廣度是前提，使用深度代表實(shí)際應(yīng)用，而數(shù)字化程度是基本條件。前兩者為“普”，后者則為“惠”。雖然數(shù)字普惠金融在我國(guó)各省份均有發(fā)展，但內(nèi)陸落后省份居民的使用頻率遠(yuǎn)低于沿海發(fā)達(dá)省份。例如，掃碼支付在發(fā)達(dá)省份已為常態(tài)，而現(xiàn)金交易在落后省份仍占很大比例。因此，數(shù)字化程度對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的推動(dòng)作用相對(duì)較小。

2. 各區(qū)域數(shù)字普惠金融對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響。數(shù)字普惠金融對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響可能受到地區(qū)經(jīng)濟(jì)發(fā)展水平的制約。根據(jù)常用的分類標(biāo)準(zhǔn)，本文將30個(gè)省份劃分為東部、中部和西部三大區(qū)域③，表6第一列到第三列分別給出了三大區(qū)域基于經(jīng)濟(jì)距離矩陣的動(dòng)態(tài)SDM估計(jì)結(jié)果。

如第一至三列所示，東部、中部和西部地區(qū)數(shù)字普惠金融發(fā)展均顯著推動(dòng)了經(jīng)濟(jì)高質(zhì)量發(fā)展，間接驗(yàn)證了全國(guó)層面的估計(jì)結(jié)果是穩(wěn)健的。具體來(lái)說(shuō)，西部地區(qū)數(shù)字普惠金融對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的推動(dòng)作用最為顯著，中部地區(qū)次之，東部地區(qū)最小。東部地區(qū)金融服務(wù)業(yè)較為發(fā)達(dá)，傳統(tǒng)金融機(jī)構(gòu)已形成完整、規(guī)模化的服務(wù)網(wǎng)絡(luò)，數(shù)字普惠金融發(fā)展只是起到補(bǔ)充作用，對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的推動(dòng)作用相對(duì)較小。相比之下，近年來(lái)中西部地區(qū)數(shù)字普惠金融快速發(fā)展，并以其低門檻、低成本和廣覆蓋等特點(diǎn)迅速滲透到各個(gè)產(chǎn)業(yè)領(lǐng)域和縣域經(jīng)濟(jì)中，呈現(xiàn)出顯著的親貧性特征，使得中西部欠發(fā)達(dá)省份和中低收入群體享受到更優(yōu)質(zhì)的金融服務(wù)，有力配合了國(guó)家的中部崛起和西部大開(kāi)發(fā)戰(zhàn)略，持續(xù)推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展。

（五）內(nèi)生性討論

為了避免出現(xiàn)“經(jīng)濟(jì)發(fā)展質(zhì)量越高的省份數(shù)字普惠金融發(fā)展水平越高”這一反向因果可能導(dǎo)致的內(nèi)生性問(wèn)題，本文參考謝絢麗等（2018）[3]的研究，選取中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）提供的各省份互聯(lián)網(wǎng)普及率（Int）作為數(shù)字普惠金融發(fā)展的工具變量，并繼續(xù)采用三種空間權(quán)重矩陣下的動(dòng)態(tài)SDM對(duì)模型內(nèi)生性問(wèn)題進(jìn)行校正。理由如下：首先，互聯(lián)網(wǎng)普及率反映了數(shù)字普惠金融發(fā)展的基礎(chǔ)設(shè)施水平，與數(shù)字普惠金融發(fā)展顯著正相關(guān);其次，在控制了各省份不同經(jīng)濟(jì)發(fā)展水平后，互聯(lián)網(wǎng)普及率與經(jīng)濟(jì)高質(zhì)量發(fā)展之間并不直接相關(guān)，滿足工具變量的外生性要求;再次，LM檢驗(yàn)和Cragg-Donald Wald 檢驗(yàn)的結(jié)果表明互聯(lián)網(wǎng)普及率不存在識(shí)別不足和弱工具變量問(wèn)題;最后，由于內(nèi)生變量與工具變量數(shù)量相同，工具變量恰好被識(shí)別，所以也不存在過(guò)度識(shí)別問(wèn)題。因此，互聯(lián)網(wǎng)普及率是數(shù)字普惠金融的一個(gè)有效工具變量，估計(jì)結(jié)果見(jiàn)表7。

如表7所示，引入了工具變量互聯(lián)網(wǎng)普及率后，三種空間權(quán)重矩陣下數(shù)字普惠金融發(fā)展仍然對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展產(chǎn)生顯著的正向影響，且修正了內(nèi)生性之后，數(shù)字普惠金融的估計(jì)系數(shù)及顯著性均有一定程度的提升，這證明了上述實(shí)證分析結(jié)果是穩(wěn)健且一致的。

五、研究結(jié)論與政策啟示

本文利用2011—2018年我國(guó)30個(gè)省級(jí)行政區(qū)的面板數(shù)據(jù)，通過(guò)動(dòng)態(tài)SDM和中介效應(yīng)模型考察了數(shù)字普惠金融對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響。研究結(jié)果表明：（1）經(jīng)濟(jì)高質(zhì)量發(fā)展在空間上表現(xiàn)出了較強(qiáng)的正相關(guān)性特征，在時(shí)間上表現(xiàn)出了明顯的路徑依賴特征;（2）數(shù)字普惠金融不僅直接推動(dòng)了經(jīng)濟(jì)高質(zhì)量發(fā)展，還可以通過(guò)提高創(chuàng)新能力、擴(kuò)大技術(shù)溢出和促進(jìn)產(chǎn)業(yè)升級(jí)的中介效應(yīng)推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展，三種中介效應(yīng)的占比分別為4.443%、3.707%和5.180%;（3）數(shù)字普惠金融的覆蓋廣度對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的推動(dòng)作用最為顯著，其次是使用深度，數(shù)字化程度的推動(dòng)作用最小;（4）西部地區(qū)數(shù)字普惠金融對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的推動(dòng)作用最為顯著，中部地區(qū)次之，對(duì)東部地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展的推動(dòng)作用最小。

近年來(lái)，信息技術(shù)的快速發(fā)展加速了數(shù)字技術(shù)與普惠金融的有機(jī)結(jié)合，衍生出了金融發(fā)展的新方向，并積極賦能經(jīng)濟(jì)發(fā)展。經(jīng)過(guò)40多年的改革開(kāi)放，我國(guó)經(jīng)濟(jì)逐漸由量增模式向提效模式轉(zhuǎn)變，高質(zhì)量經(jīng)濟(jì)已成為可持續(xù)發(fā)展的必然選擇。堅(jiān)持金融服務(wù)實(shí)體經(jīng)濟(jì)的理念，深入推進(jìn)金融供給側(cè)結(jié)構(gòu)性改革，是實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的前提和基礎(chǔ);而進(jìn)行數(shù)字普惠金融創(chuàng)新則是踐行金融供給側(cè)結(jié)構(gòu)性改革的重要內(nèi)容。因此，本文的政策啟示在于，應(yīng)繼續(xù)推進(jìn)數(shù)字普惠金融體系建設(shè)，拓展數(shù)字普惠金融覆蓋廣度、提高使用深度并增強(qiáng)數(shù)字化程度，不斷完善其在支付、信貸、保險(xiǎn)等方面的功能，充分發(fā)揮其覆蓋范圍廣、服務(wù)成本低的優(yōu)勢(shì)，同時(shí)還需加強(qiáng)對(duì)數(shù)字普惠金融潛在風(fēng)險(xiǎn)的防范，為經(jīng)濟(jì)高質(zhì)量發(fā)展提供更加堅(jiān)實(shí)的金融保障。

注：

①SDM可通過(guò)系數(shù)設(shè)定退化成具有特異性的空間滯后模型（SAR）或空間誤差模型（SEM），因而其更具有一般性（Kortum和Lerner，1998）[26]。

②篇幅所限，本文不在正文中列出三個(gè)中介變量的空間相關(guān)性檢驗(yàn)結(jié)果。

③東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南;中部地區(qū)包括吉林、黑龍江、山西、安徽、江西、河南、湖北和湖南;西部地區(qū)包括內(nèi)蒙古、重慶、四川、貴州、 云南、陜西、甘肅、廣西、青海、寧夏和新疆。

參考文獻(xiàn)：

[1] 李志揚(yáng)，李澤軍，李彩虹.金融支持區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展監(jiān)測(cè)框架研究 [J].金融經(jīng)濟(jì)，2020，（3）.

[2]數(shù)字普惠金融發(fā)展白皮書(shū)（2019年） [M].中國(guó)信息通信研究院云計(jì)算與大數(shù)據(jù)研究所，2019.

[3]謝絢麗，沈艷，張皓星，郭峰.數(shù)字金融能促進(jìn)創(chuàng)業(yè)嗎？——來(lái)自中國(guó)的證據(jù) [J].經(jīng)濟(jì)學(xué)（季刊），2018，（4）.

[4]宋曉玲.數(shù)字普惠金融縮小城鄉(xiāng)收入差距的實(shí)證檢驗(yàn) [J].財(cái)經(jīng)科學(xué)，2017，（6）.

[5]倪瑤，成春林.普惠金融數(shù)字化對(duì)城鄉(xiāng)居民福利差異影響的對(duì)比研究 [J].金融發(fā)展研究，2020，（3）.

[6]張賀，白欽先.數(shù)字普惠金融減小了城鄉(xiāng)收入差距嗎？——基于中國(guó)省級(jí)數(shù)據(jù)的面板門檻回歸分析 [J].經(jīng)濟(jì)問(wèn)題探索，2018，（10）.

[7]梁雙陸，劉培培.數(shù)字普惠金融與城鄉(xiāng)收入差距[J].首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)，2019，（1）.

[8]周利，馮大威，易行健.數(shù)字普惠金融與城鄉(xiāng)收入差距：“數(shù)字紅利”還是“數(shù)字鴻溝”[J].經(jīng)濟(jì)學(xué)家，2020，（5）.

[9]傅秋子，黃益平.數(shù)字金融對(duì)農(nóng)村金融需求的異質(zhì)性影響——來(lái)自中國(guó)家庭金融調(diào)查與北京大學(xué)數(shù)字普惠金融指數(shù)的證據(jù) [J].金融研究，2018，（11）.

[10]黃倩，李政， 熊德平. 數(shù)字普惠金融的減貧效應(yīng)及其傳導(dǎo)機(jī)制 [J].改革，2019，（11）.

[11]汪亞楠，譚卓鴻，鄭樂(lè)凱.數(shù)字普惠金融對(duì)社會(huì)保障的影響研究 [J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2020，（7）.

[12]周利，廖婧琳，張浩.數(shù)字普惠金融、信貸可得性與居民貧困減緩——來(lái)自中國(guó)家庭調(diào)查的微觀證據(jù) [J]. 經(jīng)濟(jì)科學(xué)，2021，（1）.

[13]冉征，鄭江淮.創(chuàng)新能力與地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展——基于技術(shù)差異視角的分析 [J].上海經(jīng)濟(jì)研究，2021，（4）.

[14]汪麗娟，吳福象，蔣欣娟.雙向FDI技術(shù)溢出能否助推經(jīng)濟(jì)高質(zhì)量發(fā)展 [J].財(cái)經(jīng)科學(xué)，2019，（4）.

[15]賈洪文，張伍濤，盤(pán)業(yè)哲.科技創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與經(jīng)濟(jì)高質(zhì)量發(fā)展 [J].上海經(jīng)濟(jì)研究，2021，（5）.

[16]Elhorst J.Paul. 2014. Spatial Econometrics：from Cross Sectional Data to Spatial Panels [M].New York： Springer.

[17]LeSage James，Pace Robert Kelley. 2009. Introduction to Spatial Econometrics [M].New York：CRC Press.

[18]林光平，龍志和，吳梅.我國(guó)地區(qū)經(jīng)濟(jì)收斂的空間計(jì)量實(shí)證分析：1978-2002年 [J].經(jīng)濟(jì)學(xué)（季刊），2005，（S1）.

[19]Reuben M. Baron，David A. Kenny. 1986. The Moderator-Mediator Variable Distinction in Social Psychological Research：Conceptual，Strategic，Andstatistical Considerations[J].Journal of Personality & Social Psychology，（6）.

[20]祁毓，盧洪友，張寧川.環(huán)境規(guī)制能實(shí)現(xiàn)“降污”和“增效”的雙贏嗎？——來(lái)自環(huán)保重點(diǎn)城市“達(dá)標(biāo)”和“非達(dá)標(biāo)”準(zhǔn)實(shí)驗(yàn)的證據(jù) [J].財(cái)貿(mào)經(jīng)濟(jì)，2016，（9）.

[21]Chung Y H，F(xiàn)?re R，Grosskopf S. 1997. Productivity and Undesirable Outputs：A Directional Distance Function Approach [J].Journal of Environmental Management，51.

[22]汪莉，邵雨卉，陳登科.地方尋租與區(qū)域綠色經(jīng)濟(jì)增長(zhǎng)效率 [J].世界經(jīng)濟(jì)文匯，2019，（3）.

[23]王兵，劉光天.節(jié)能減排與中國(guó)綠色經(jīng)濟(jì)增長(zhǎng)——基于全要素生產(chǎn)率的視角 [J].中國(guó)工業(yè)經(jīng)濟(jì)，2015，（5）.

[24]郭峰，王靖一，王芳，孔濤，張勛，程志云.測(cè)度中國(guó)數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征 [J].經(jīng)濟(jì)學(xué)（季刊），2020，（4）.

[25]戴魁早，劉友金.市場(chǎng)化改革能推進(jìn)產(chǎn)業(yè)技術(shù)進(jìn)步嗎？——中國(guó)高技術(shù)產(chǎn)業(yè)的經(jīng)驗(yàn)證據(jù) [J].金融研究，2020，（2）.

[26]Kortum S. Samuel，Lerner Josh. 1998. Stronger Protection or Technological Revolution：what is Behind the Recent Surge in Patenting [C].Cambridge：Carnegie-Rochester Conference Series Public Policy，NBER.