数字普惠金融对服务业发展的影响及机制研究——基于省际面板数据的实证分析

■丁日佳，刘瑞凝，张倩倩

一、引言与文献综述

十九大报告指出，要建设现代化经济体系，支持传统产业结构优化升级，加快现代服务业发展。2018年，我国服务业对经济增长的贡献率接近60%，超过工业与农业对国民经济发展的贡献。促进我国服务业发展，提高服务业发展质量成为完善产业结构，提高经济效率的重要举措。

现有文献中关于影响服务业发展的因素主要包括宏观和微观两方面。宏观方面，全球化发展趋势和对外开放是当前服务业发展的客观条件（袁志刚和饶璨，2014），制度变迁会直接或间接影响国内服务业的增长（邵骏和张捷，2013），如知识产权保护制度（唐保庆等，2018）、经济体制（周革非和周力，2004），城镇化建设、交通设施建设、信息化水平等也会影响服务业发展（曾淑婉和赵晶晶，2012；高翔等，2015）；微观层面，人口年龄结构是影响服务业的重要因素，适度的人口老龄化会激发消费活力，促进服务业消费需求（陈卫民和施美程，2014），而人口老龄化的加重会对服务业发展产生抑制作用（吴飞飞和唐保庆，2018），人力资本会促进技术创新并产生服务业集聚效应（何永达，2015），居民消费偏好、收入水平等均对服务业产生影响（俞剑，2017）。

除上述影响因素外，部分学者研究了传统金融对服务业发展的影响。一方面，金融服务可以通过投资、信贷和储蓄等资源配置功能为相关产业提供资本服务，对服务业发展存在拉动作用（任曙明等，2013），而金融抑制会降低服务业产出份额（王勋和Anders Johansson，2013）；另一方面，金融业中资产质押的出现促进社会成员对未来消费的需求（江小涓，2011），金融发展通过技术创新手段提高金融服务水平和效率，优化产业结构（易信和刘凤良，2015）。但传统金融为服务业提供资本支持存在成本高、效率低等问题，服务业细分行业众多，部分行业仍面临融资约束的局面。当前我国数字普惠金融发展迅速，扩大了金融业的服务范围，为金融服务带来更多的创新产品。作为创新型金融模式，数字普惠金融是否会发挥普惠作用，满足社会全体的金融需求，为服务业发展提供数字化创新性金融服务，从而促进服务业发展呢？且数字普惠金融又是如何影响服务业水平提高呢？基于此，本文以我国31个省份服务业发展水平等相关数据为样本，利用工具变量法和中介效应模型，创新性地考察数字普惠金融对服务业的影响及其作用路径，以期对政策制定与完善提供参考。

二、理论分析与研究假设

数字普惠金融是互联网数字技术与金融结合的产物，其创新性的功能服务以及服务对象的广泛性弥补了传统金融服务的不足，从而满足了社会全体对金融服务的广泛需求（Huang Yiping，2017），促进服务业发展。

首先，数字普惠金融能够通过提高城镇化水平推动服务业发展。数字普惠金融的出现丰富了金融产品，为金融服务城镇化提供了更多融资选择。

其次，数字普惠金融能够通过促进居民消费水平的提升推动服务业发展。易行健和周利（2018）认为数字普惠金融对社会居民消费水平具有显著的促进作用，尤其是金融使用深度方面。新兴的支付手段、信贷方式等增强了居民消费自信和消费欲望，从而带动服务业相关产业发展。

最后，数字普惠金融能够通过完善要素市场推动服务业发展。数字普惠金融的发展能够通过普惠性金融服务，减少金融服务对服务业中各行业的偏向性，尤其为中小企业提供便捷的金融服务。且数字普惠金融需要数字技术的支持，数字普惠金融促使互联网信息技术水平的飞速发展，带动科技人才的进步，为人力、科技资源进步提供了良好的发展环境。

综上所述，本文提出以下假设。

假设1：数字普惠金融对服务业发展存在积极的影响。

假设2：数字普惠金融会通过加快城镇化建设、提高居民消费水平和完善要素市场来促进服务业发展水平的提高。

三、模型构建、变量与数据来源

（一）模型构建

1.数字普惠金融对服务业发展的影响模型

为验证假设1，本文构建基准回归模型以考察数字普惠金融对服务业发展的影响，模型如式（1）：

其中，SVi，t表示i省（自治区及直辖市）第t年的服务业发展水平，Indexi，t表示i省（自治区及直辖市）第t年的数字普惠金融指数，Controli，t表示其他控制变量，α0表示常数项，εi，t表示随机扰动项。

基准回归估计模型式（1）中：一是存在其他未考察的变量影响服务业发展，造成变量遗漏；二是服务业细分行业众多，其发展会对数字普惠金融产生一定影响，存在双向交互效应。为避免内生性问题，准确识别数字普惠金融对服务业发展的影响，以互联网发展水平为工具变量对面板数据进行2SLS回归。一阶段方程如式（2）：

式（2）中，ITi，t表示i省（自治区及直辖市）第t年的互联网发展水平，ρi，t表示随机扰动项。

2.数字普惠金融对服务业发展的影响机制模型

为验证假设2，本文借鉴温忠麟和叶宝娟（2014）的中介效应模型逐步检验法，研究数字普惠金融是否通过城镇化、居民消费水平以及要素市场发展影响服务业发展，检验公式（3）、（4）和（5）：

其中，SVi，t表示i省（自治区及直辖市）第t年的服务业发展水平，DFIi，t表示i省（自治区及直辖市）第t年的数字普惠金融总指数，MVi，t表示中介变量，包括城镇化水平、居民消费水平和要素市场发育程度，μi，t、δi，t和θi，t表示随机扰动项。

检验中介效应的顺序为：首先对式（3）进行检验，β1表示总效应，如果β1显著，说明数字普惠金融对服务业发展影响显著，随后对式（4）进行回归，如果φ1为正数且显著，说明数字普惠金融对中介变量存在显著的促进作用，最后对式（5）进行回归分析，γ1表示数字普惠金融对服务业发展的直接影响，φ1×γ2表示间接影响。假如φ1×γ2为正以及φ1和γ2均显著为正，说明中介变量对服务业发展存在中介效应，中介效应占比为φ1×γ2/β1。中介效应的显著性用Bootstrap检验验证，如果拒绝原假设，证明中介变量的中介效应显著。

（二）变量

1.被解释变量

服务业发展水平（SV）。服务业发展水平以服务业增加值占比和人均服务业增加值衡量地区的服务业发展状况。其中，服务业占比以服务业增加值占GDP比重表示；人均服务业增加值以人均服务业增加值的对数值表示。

2.解释变量

数字普惠金融指数（Index）。数字普惠金融指数表示地区数字普惠金融的发展状况，指数越大，该地区数字普惠金融发展水平越高。选取数字普惠金融总指数（DFI）表示地区数字普惠金融的总体发展状况，数字金融覆盖广度指数（DFC）、数字金融使用深度指数（DFD）和数字支持服务指数（DSS）描述地区数字普惠金融具体发展状况，以指数占100比值表示。

3.工具变量

互联网发展水平（IT）。互联网发展水平衡量一个地区信息化、网络化的发展程度，以地区人均互联网接口数的对数值表示。

4.中介变量

（1）城镇化水平（CL）。城镇化水平反映各地区城镇化进程的发展状况，以城镇人口占总人口的比重衡量。

（2）居民消费水平（PC）。居民消费水平反映的是地区居民物质消费与精神消费需求得到满足的程度，以人均居民消费支出的对数值表示。

（3）要素市场发育程度（FM）。要素市场发育程度反映地区资本、劳动、金融等要素市场的完善状况，体现市场配置资源的地区水平。

5.控制变量

（1）政府干预程度（GOV）。政府的干预能够影响服务业发展的环境。政府干预程度以财政支出（扣除科教文卫支出）与地区总产值的比值表示。

（2）基础设施建设（BI）。基础设施在交通便捷程度、企业运营设施等方面对服务业的发展起到不容忽视的作用。基础设施建设以每平方公里的铁路、公路和水运总里程表示。

（3）经济开放水平（IE）。经济开放意味着人才、技术、资本的自由流通，服务业发展需要开放的营商环境。经济开放水平以进出口总额与地区总产值的比值表示。

（4）人口受教育程度（HC）。服务业涉及的行业繁多，高新技术产业、金融业等产业需要人才的支持，而劳动密集型服务业也会因人口受教育程度的加重产生转型问题。人口受教育程度以地区每十万人口高等学校平均在校人数的对数值表示。

（5）市场化水平（M）。市场化发展代表着一个地区经济发展环境中政府与市场的关系趋于合理、产品、要素市场发展良好，市场对异质性企业偏向性较弱等。

（6）工业发展水平（IV）。工业为服务业发展提供物质服务和信息技术支持，工业发展极大程度上影响服务业的发展。本文以工业增加值的对数值来表示。

（三）数据来源

服务业发展水平相关数据均来自2011～2017年《中国统计年鉴》。按照汪伟等（2015）、吴飞飞和唐保庆（2018）对服务业的分类，生产性服务业增加值以各省（自治区及直辖市）交通运输与仓储邮政业、金融、房地产业增加值衡量；生活性服务业增加值为各省（自治区及直辖市）住宿餐饮业和批发零售业增加值总和，并以2011年为基年平减以消除通货膨胀影响。数字普惠金融指数来源于北京大学数字金融研究中心于2019年发布的《北京大学数字普惠金融指数》，数据年限为2011～2017年。市场化水平指数和要素市场发育程度指数来源于王小鲁等（2017）学者的研究成果，因数据提供年限为2011～2014年，故借鉴俞红海等（2010）的做法，根据年均增长率计算出2015～2017年数据。其余变量数据均来源于2011～2017年的《中国统计年鉴》。本文回归估计所用软件为Stata15.1。变量描述性统计如表1所示。

表1 变量描述性统计

续表1

四、数字普惠金融对服务业发展的影响

（一）数字普惠金融对服务业发展的影响检验基准回归结果

为验证假设1，对公式（1）进行基准回归估计。通过F检验、LM检验和Hausman检验确定采用固定效应模型进行基准回归估计，结果如表2所示。模型（1）～（2）表示数字普惠金融对服务业占比的回归结果，在不存在和存在控制变量时，DFI的系数均显著，分别为0.0355和0.0360，证明数字普惠金融对服务业占比存在显著的促进作用。模型（3）～（4）显示，DFI的系数显著为正，分别为0.3911和0.3382，说明数字普惠金融的发展推动了人均服务业增加值的增长。以上结果表明，数字普惠金融促进了服务业的发展，显著提升服务业发展水平。数字普惠金融利用金融科技为服务业提供了宽松的融资渠道和创新性金融服务，使服务业得到更多的金融支持。

表2 基准回归结果

从控制变量看，政府干预程度、基础设施建设和市场化水平对服务业发展均存在积极的影响。政府干预程度加强的情况下财政支出的提高可以在一定程度上弥补市场要素供给不足，为服务业发展提供财政支持。基础设施建设水平的提高反映出服务业赖以发展的硬件设施的完善程度，为服务业的发展提供便利服务。市场化为服务业提供更加宽松的增长空间，提高资本、劳动等要素的流动性，保证了服务业的发展活力。经济开放水平和工业发展水平的提高并没有带来服务业的增长，原因可能在于近年来我国服务业出口行业受到国际经济发展放缓以及主要服务贸易出口国经济下行的影响，无法带来服务业贸易交易额的增长，同时我国产业联动效应并不明显，工业的发展无法带动服务业水平的提升。

（二）内生性问题处理：工具变量法

前文已提出基准回归估计模型（1）可能存在内生性问题，而工具变量法能够缓解这一问题。因此，参考谢绚丽等（2018）的思路，选择互联网发展水平（IT）作为数字普惠金融的工具变量进一步验证数字普惠金融对服务业发展的影响。选取互联网发展水平（IT）为工具变量的原因：第一，互联网的发展为数字普惠金融提供了良好的创新发展平台，显著提高了数字普惠金融的发展水平，满足二者的相关性要求；第二，在控制政府干预程度、人口受教育程度等变量后，互联网发展水平不存在对服务业发展的影响，满足外生性要求。因此，采用两阶段最小二乘法（2SLS）对模型（1）进行估计，结果如表3所示。

表3 面板工具变量回归结果

模型（1）为互联网发展水平（IT）对数字普惠金融的一阶段回归结果。Kleibergen-Paap rk LM统计量为22.98，在10%水平上显著，说明互联网发展水平（IT）作为工具变量具有可识别性。Cragg-Donald Wald F统计量和Kleibergen-Paap rk Wald F统计量分别为90.65和75.79，大于Stock-Yogo（2005）所列出的10%水平上的F临界值16.38。因此，拒绝了互联网发展水平（IT）为弱工具变量的假设。Anderson-Rubin Wald检验结果显著为89.22，证明互联网发展水平（IT）与数字普惠金融之间存在强相关性。互联网发展水平（IT）系数为1.3183，与数字普惠金融（DFI）存在显著的正相关，表明互联网发展水平（IT）作为工具变量合理有效。二阶段回归结果模型（2）和（3）均显示，数字普惠金融对服务业发展影响显著，系数值分别为0.0538和0.4284，再次验证了假设1，数字普惠金融对服务业发展水平存在促进作用。

（三）稳健性检验

为检验结果的稳健性，本文从三个方面进一步验证数字普惠金融的影响。结果显示①限于篇幅，留存备索。：

第一，采用数字普惠金融细分指数，通过工具变量法检验数字普惠金融对服务业发展的影响，结果发现数字普惠金融覆盖广度（DFC）、使用深度（DFD）以及数字支持服务（DSS）的系数均在10%水平上显著为正，反映出三者的提升均能够支持服务业的发展。第二，区分数字普惠金融对生产、生活性服务业发展的影响。估计结果显示，数字普惠金融对生产性服务业占比和人均服务业增加值的影响系数分别为0.0170和0.1303，而对生活性服务业的影响系数分别为0.0080和0.0757，反映出数字普惠金融对两类服务业均存在显著的促进效应，同时数字普惠金融对生产性服务业的促进效应显著大于生活性服务业。第三，将样本分为东中西地区②根据中国国家统计局对全国区域的划分，东部地区包括：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：四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西和内蒙古。考察数字普惠金融对服务业发展水平的影响，结果显示，数字普惠金融对东部和西部地区的影响系数大致相同，而中部地区DFI的系数明显大于东西部地区，说明数字普惠金融对中部地区服务业发展的影响程度最大。

五、数字普惠金融对服务业发展的影响机制

为验证假设2，本文利用中介效应逐步检验的方法检验城镇化、居民消费水平和要素市场发育是否可以作为中介要素支持数字普惠金融对服务业发展的影响。

（一）城镇化水平中介效应

表4显示了城镇化水平的中介效应结果，模型（1）～（3）为数字普惠金融通过城镇化建设影响服务业占比的逐步检验结果，模型（2）中DFI系数显著为0.0182，说明数字普惠金融对城镇化进程存在显著的促进作用；模型（3）中数字普惠金融（DFI）和城镇化水平（CL）系数分别为0.0327和0.2505，说明城镇化确实具有中介效应。进一步运用Bootstrap检验验证其中介效应存在的可靠性，结果显示其中介效应在10%水平上显著，中介效应占总效应比例为12.22%。模型（4）～（6）为数字普惠金融通过城镇化建设影响人均年服务业增加值的逐步检验结果，城镇化在数字普惠金融对人均服务业发展的影响中起到显著的中介效应，中介效应占总效应比例为50.65%。从而验证了假设2，数字普惠金融通过提高城镇化水平促进服务业发展。

表4 城镇化水平中介效应结果

（二）居民消费水平中介效应

表5为居民消费水平的中介效应结果，模型（1）～（3）为数字普惠金融通过居民消费影响服务业占比的逐步检验结果，模型（2）中DFI系数显著为0.1789，反映出数字普惠金融对居民消费具有促进作用。模型（3）中数字普惠金融（DFI）和居民消费水平（PC）系数显著为正，且Bootstrap检验显著，居民消费中介效应占总效应比例为21.30%。模型（4）～（6）为数字普惠金融通过居民消费影响人均服务业增加值的逐步检验结果，进一步运用Bootstrap检验分析，结果显示居民消费中介效应在1%水平上显著，中介效应占总效应比例为23.58%。因此，验证了假设2，数字普惠金融通过提高居民消费水平促进服务业发展。

表5 居民消费水平中介效应结果

（三）要素市场发育中介效应

表6 要素市场发育中介效应结果

表6为要素市场发育的中介效应结果，模型（1）～（3）为数字普惠金融通过要素市场影响服务业占比的逐步检验结果，模型（2）中DFI系数为0.5952，表明数字普惠金融对要素市场发育存在显著的完善作用，模型（3）中数字普惠金融（DFI）和要素市场发育（FM）系数显著为正，说明要素市场确实具有中介效应，进一步运用Bootstrap检验验证其中介效应存在的可靠性，结果显示中介效应在10%水平上显著，中介效应占总效应比例为33.60%。模型（4）～（6）为数字普惠金融通过要素市场影响人均年服务业增加值的逐步检验结果，要素市场在数字普惠金融对人均服务业增加值的影响中发挥积极的中介作用，中介效应占总效应比例为73.37%。综上，验证了假设2，数字普惠金融通过完善要素市场发育促进服务业发展。

六、研究结论与政策建议

本文利用我国31个省、自治区及直辖市的面板数据，分析了数字普惠金融对服务业发展的影响与作用机制，得出以下结论：

第一，数字普惠金融对服务业增加值占GDP比重和人均服务业增加值均具有促进作用，数字金融覆盖度、使用深度以及金融数字技术均对服务业发展产生积极的影响。第二，数字普惠金融对生产性和生活性服务业发展影响程度存在差异，对生产性服务业的影响程度高于生活性服务业。第三，数字普惠金融对服务业发展的影响存在地区异质性，呈现中部最大，东西部次之的特点。第四，数字普惠金融能够通过促进城镇化水平提升、提高居民消费水平以及完善要素市场发育来推动服务业发展。综上所述，我国应该根据当前服务业发展状况和数字普惠金融的发展水平，积极发挥数字普惠金融对服务业的促进作用。据此，本文提出如下建议：

第一，加强数字普惠金融创新，进一步激发金融资本活力。服务业包含衣食住行以及科学技术、信息技术等各个方面，各行业性质的不同需要多样化的金融产品对其进行金融服务。政府应鼓励金融部门积极创新金融产品，扩大金融服务市场，完善金融市场环境，同时减少不必要的融资环节，提高金融服务水平与效率。第二，完善数字普惠金融发展的基础设施，营造良好的金融环境。数字普惠金融的发展依赖于移动技术、信息技术和互联网技术的进步，要加强对信息网络技术行业的投资，提高数字普惠金融赖以发展的信息化服务水平，扩大移动技术应用范围，深化数字技术发展空间布局，为数字普惠金融发展提供更加便捷的服务。第三，积极加快城镇化建设进程，带动产业结构优化升级，拉动地区经济发展。通过精准扶贫等措施缩小城乡居民收入差距，进一步扩大内需，增加服务消费，完善消费市场。同时，深化经济体制改革，提高要素市场的发育程度，为服务业发展提供有力的支持。