数字普惠金融如何影响实体经济的发展——基于系统GMM模型和中介效应检验的分析

成学真，龚沁宜,2

(1.兰州大学 经济学院，甘肃 兰州 730000；2.西北师范大学 经济学院，甘肃 兰州 730070)

习近平同志在十九大报告中指出：建设现代化经济体系，必须把发展经济的着力点放在实体经济上。实体经济的发展离不开资金的支持，服务实体经济是金融的天职和宗旨，两者共生共荣。但是传统金融在服务实体经济方面存在一些不足，如对创新创业支持不足，中小微企业融资成本较高，金融资源未能有效进入实体经济等。而普惠金融可以在原有金融发展模式的基础上，提高金融的可得性，降低融资成本，从而成为实体经济新的推动力。随着与互联网技术相结合，我国普惠金融发展正式迈入数字时代，如何在新时代背景下使得金融更好地服务实体经济，帮助实体经济完成产业结构转型升级，推动新兴产业快速发展，是当下我国金融发展的重要课题之一。因此，研究数字普惠金融对于实体经济的影响具有十分重要的意义。

一 文献回顾

现有的文献大多围绕传统金融和实体经济的关系展开研究，国外学者早期主要从理论上研究了金融发展对经济增长的作用。Mckinnon和 Shaw认为一个国家的金融与当地的经济是相互影响、相互制约的，并在此基础上提出了金融深化理论与金融抑制理论。[1][2]随后，众多学者开始对金融与实体经济的关系进行理论与实证的研究，认为金融可以有效推动实体经济的发展。[3][4]一方面，金融可以创造就业，增加需求，推动消费[5]；另一方面，金融的发展可以形成金融聚集效应[6]，提高资金配置效率[7]，从而推动实体经济的增长。2008年金融危机爆发，学术界对金融发展与经济增长的关系提出了新的研究思路，将关注点逐渐放在了金融与实体经济的协调发展上。[8]部分学者认为金融发展过度，使得原本应流入实体经济的资金转而流向房地产等领域，对实体经济产生了挤出效应，从而阻碍实体经济的发展。[9][10]若金融发展速度快于实体经济，则会导致金融“脱实向虚”现象的发生，从而对全要素生产率产生负面影响。[11]因此，金融的发展必须与实体经济发展相一致，金融发展过度或过慢都会阻碍实体经济的发展。[12]

为了更好地应对金融排斥，解决融资贵和融资难的问题，普惠金融概念应运而生，使得对普惠金融影响实体经济的研究逐渐增多。多数研究表明,普惠金融可得性高、成本相对较低，可以有效解决中小企业融资问题[13]，推动中小企业发展。[14]而其金融服务的普惠性，可以更加有效地推动农村经济的增长。[15]因此，相较于传统金融，普惠金融更能显著促进经济的增长，并且随着普惠金融水平的增长，其经济增长的推动作用也会增强。[16]虽然大多数研究都表明普惠金融可有效推动经济的增长，但是李涛等利用跨国数据研究普惠金融与经济增长关系时发现，普惠金融各指标中仅有金融中介指标对经济增长有显著影响，且为负相关的关系。[17]

在数字技术快速发展的背景下，数字普惠金融应运而生，为实体经济提供了新的发展契机。但国内学术界关于数字普惠金融影响实体经济发展的研究还相对缺乏，对于数字普惠金融是否会影响经济发展以及通过哪些渠道影响经济发展，学者们开始从不同角度进行了初步研究。有学者认为互联网金融可以利用数字技术，更加有效地触及“尾部客户”[18]，以更快的速度、更低的成本以及更广的覆盖范围推动经济各个方面的发展。易行健和周利认为数字普惠金融可以通过对流动性约束的缓解、增加便民支付两种途径促进居民消费。[19]而对现代经济发展具有重要作用的中小企业来说，数字普惠金融对于科技创新型中小企业的推动效果尤为明显[20]，可以有效推动一国的科技发展水平，增强经济发展动力。

综上所述，学者们主要的研究都集中在传统金融与实体经济的关系上，数字普惠金融方面的研究仍处于起步阶段，主要分析数字普惠金融对于经济某一方面的影响，并未对实体经济与虚拟经济进行有效区分，也未从宏观上系统地研究数字普惠金融对于实体经济的整体影响。为了弥补现有研究的不足，本文利用系统GMM估计方法研究我国数字普惠金融对实体经济的直接影响效应，在此基础上运用中介效应模型，检验传统金融水平、消费和科技进步在数字普惠金融对实体经济发展影响过程中的传导作用机制，并根据研究结论提出相关建议，以期为政府相关部门政策决策提供参考。

二 理论分析

(一)数字普惠金融的界定

普惠金融的内涵可以概括为全方位地为社会各阶层群体提供可负担的金融服务体系[21]，其特点是在传统金融的基础上更加强调公平性、普遍性以及可负担性。现有关于普惠金融的研究大多数从金融服务的渗透性、使用效用、服务质量以及成本等方面来对其发展水平进行测度和评估。随着互联网技术与普惠金融的结合，普惠金融开始进入数字化发展阶段。《G20数字普惠金融高级原则》中提出数字普惠金融的概念为：数字普惠金融泛指一切通过使用数字手段从而促进普惠金融的行为，它使得原来无法获得金融服务的群体，可以通过数字技术获得成本可负担的金融服务[注]20 国集团普惠金融全球合作伙伴关系.全球标准制定机构与普惠金融——演变中的格局[R].全球普惠金融合作伙伴,2016.。数字普惠金融能够有效降低金融服务的门槛和成本，减少物理网点和营业时间的限制，有助于解决金融服务“最后一公里”和“最后一步路”的问题。

数字普惠金融与传统普惠金融一样，是一个多维的概念，因此对于数字普惠金融的测度可以参考传统普惠金融的多维指标体系设计，同时加入创新性数字金融的相关指标，才能更好地体现普惠金融的数字化特点。根据以上原则，北京大学数字金融中心构建了我国数字普惠金融指标体系，为我国数字普惠金融的研究提供了数据支撑。[22]该指标体系运用数字普惠金融覆盖广度、使用深度以及数字化程度三个维度，共三十三个指标对我国2011-2018年省域、市域以及县域三个层次的数字普惠金融发展程度进行刻画，可以较为全面地测度数字普惠金融的发展水平。

(二)数字普惠金融对于实体经济发展的影响机制

1.数字普惠金融对实体经济发展的直接影响机制

数字普惠金融作为普惠金融与互联网技术的结合产物，是传统金融的有效补充。[23]首先，数字普惠金融可以利用大数据技术，降低信息不对称程度，有效缓解中小企业存在的融资约束，解决中小微企业融资难、融资贵的问题；其次，数字普惠金融还可以有效打破地域限制，使得偏远地区的企业和贫困人口享受到金融服务，满足其资金需求，激发当地市场活力，增加就业机会。不仅如此，数字普惠金融的发展，还可以在一定程度上抑制资本的盲目逐利，引导资金更加有效地流向实体经济领域，优化金融资源配置效率，提高对实体经济的投资效率[24]，从而推动实体经济的可持续发展。

2.数字普惠金融对实体经济发展影响的间接传导机制

本文认为数字普惠金融推动实体经济发展的间接传导机制主要体现在三个方面，即数字普惠金融通过影响传统金融发展[25]、消费水平[19]以及科技创新[20]，进而影响实体经济的发展。具体分析如下：

传统金融发展的间接传导机制。传统金融机构由于其盈利性要求、信息不对称等原因，往往无法为“尾部”客户[注]长尾理论由克里斯·安德森在2004年提出，该理论认为过去企业考虑到成本，往往只关注重要客户，即正态分布曲线中的“头部”客户，却往往忽视了处于正态分布曲线尾部的客户。而随着网络技术的发展，经营成本的降低，有可能以低成本关注“尾部”客户，产生的总体效益可能会超过“头部”客户。提供其所需要的金融服务，而数字普惠金融的出现弥补了传统金融的固有缺点。数字金融技术使得传统商业银行的服务效率大大提升，提高了金融服务的覆盖范围。一方面数字普惠金融利用先进的互联网技术，提高传统金融的服务质量；另一方面，数字普惠金融也无法完全摆脱传统金融而独自发展。因此数字普惠金融与传统商业银行体系应相互融合，促进传统商业银行创新，帮助商业银行降低金融成本与风险，有助于在缓解中小微企业融资约束的同时，提高金融服务效率，丰富原有金融体系的多样性。在数字普惠金融的推动下，利用传统金融体系，将使得更多资金更有效地注入实体经济。因此数字普惠金融可以通过影响传统金融发展水平的方式，从而进一步影响实体经济的发展。

消费水平的间接传导机制。随着我国经济结构转型，消费对于GDP增长的贡献率逐步上升，从2014年的51.2%上升至2018年的76.2%，投资对于GDP增长的贡献程度已从2014年48.6%下降至2018年32.4%[注]数据来源：Wind数据库。，我国以投资驱动的粗放式发展模式正在逐渐转变为以消费推动GDP增长的模式。数字普惠金融作为刺激和扩大消费的新推手，将有效促进我国消费模式的整体升级，从而达到拉动内需、推动实体经济发展的目的。一方面数字普惠金融的快速发展，缓解了消费的流动性约束，提高了将储蓄或投资收益转化为消费的便捷程度；另一方面，数字普惠金融也提高了金融获得的便利性，降低了金融成本，从而有利于降低消费成本，提高消费欲望，达到刺激消费的目的。因此，数字普惠金融可以通过刺激消费的中介传导机制来影响实体经济的发展。

科技创新的间接传导机制。 在新时代背景下，科技创新是实体经济高质量发展的原动力之一，但是由于科技创新具有周期长、风险高等特点，因此在寻求融资时常常面临较强的融资约束，而数字普惠金融的出现则可以降低科技创新的融资门槛。数字普惠金融可以运用大数据技术，创建更为全面的征信体系，尽可能获取更多企业的融资信息，提高信息透明度，降低创新型企业在融资时的难度，缓解其融资困境。[20]通过数字普惠金融将资金注入创新产业，可提高科技创新产出，推动实体经济结构转型。长期来看，数字普惠金融可通过科技创新的间接传导机制，进一步推动实体经济发展。

基于以上理论分析，数字普惠金融对实体经济发展的传导机制模型如图1。

图1 数字普惠金融促进实体经济发展的传导机制

三 模型设定与数据选取

(一)计量模型设定

1.数字普惠金融推动实体经济发展的模型

从现实生活与学术研究中均可以发现，金融与经济增长的关系是动态变化的[26],这就要求在分析数字普惠金融对实体经济影响时，不仅要考虑当前因素对实体经济的影响，还要考虑过去因素对其的影响，因此需要在解释变量中加入被解释变量的滞后值。与此同时还需考虑到数字普惠金融与实体经济增长的内生性可能，因此本文利用动态面板模型中的系统GMM估计方法进行实证分析。该估计方法既可以解决弱工具变量与内生性的问题，同时又可以提高估计的效率。

为了能够较系统地分析数字普惠金融对于实体经济的影响，本文设定的基准回归模型如下：

Yi,t=β0+β1Yi,t-1+β2DIFIi.t+φXcontrol+vi+γt+εi，t

(1)

其中下标i和下标t分别表示省份和年份，Y为因变量表示实体经济水平，同时将Y的一阶滞后项作为解释变量纳入方程。自变量DIFI代表数字普惠金融发展程度，本文假设其系数β2的估计值大于0，即数字普惠金融与实体经济发展水平是正相关的。Xcontrol为控制变量。νi为未观测的特定地区固定效应，与时间无关；γt为观测的特定时间效应，与地区无关，εi，t是未观测随机误差项。

2.中介效应模型

为了实证检验数字普惠金融对实体经济影响的传导机制，本文将重点考察传统金融、消费水平和科技创新的中介效应。本文在公式(1)的基础上，结合温忠麟等[27]提出的中介效应模型及其检验步骤，展开进一步的分析。具体模型如下：

Yi,t=α0+α1Yi,t-1+η1DIFIi,t+η2FDi,t+αjXi,t+vi+γt+εi，t

(2)

FDi,t=β0+β1FDi,t-1+η3DIFIi,t+βjXi,t+vi+γt+εi，t

(3)

Yi,t=α0+α1Yi,t-1+λ1DIFIi,t+λ2EXPi,t+αjXi,t+vi+γt+εi，t

(4)

EXPi,t=β0+β1EXPi,t-1+λ3DIFIi,t+βjXi,t+vi+γt+εi，t

(5)

Yi,t=α0+α1Yi,t-1+φ1DIFIi,t+φ2Innovationi,t+αjXi,t+vi+γt+εi，t

(6)

Innovationi,t=β0+β1Innovationi,t-1+φ3DIFIi,t+βjXi,t+vi+γt+εi，t

(7)

上式中，FD表示中介变量传统金融发展规模，用以反映传统金融发展水平；EXP表示中介变量消费率，用以反映一个地区的消费水平；Innovation表示中介变量科技创新，用以反映创新产出水平。针对于本文建立的中介效应模型，本文将会进行以下检验：第一步，对于基准回归公式(1)中核心解释变量系数进行检验，看其是否在置信水平下显著；第二步，利用公式(2)-(7)进行回归，检验其相关变量系数η2、η3、λ2、λ3、φ2、φ3，若以上系数均显著则可直接进行第三步检验，若其中至少有一个不显著，则要进行第四步；第三步，检验系数η1、λ1、φ1的显著性，若以上系数均显著说明存在部分中介效应，若以上系数不显著，则说明存在完全中介效应；第四步，若η2、η3、λ2、λ3、φ2、φ3至少有一个不显著，则需要做Sobel检验，证明是否具有中介效应，若Sobel检验结果显著，则说明存在中介效应；若Sobel检验结果不显著，则说明不存在中介效应；第五步，比较η2η3与η1、λ2λ3与λ1、φ2φ3与φ1的符号，若为同号，表明存在中介效应，若为异号表明存在遮掩效应。

(二)指标与数据来源

本文选取2011-2017年我国大陆31个省、直辖市、自治区(后文简称省域)面板数据，来研究我国数字普惠金融与实体经济之间的关系。

1.被解释变量

实体经济(Y)。自2008年美国金融危机之后，实体经济的发展成为经济热点话题。美联储认为将国民经济中的房地产和金融业部分剔除，即为实体经济。本文参照张林[4]的方法,用各省域国民生产总值剔除房地产和金融业产值后的数据来代表各省域实体经济发展水平。

2.核心解释变量

数字普惠金融(DIFI)。本文参照易行健等[19]文章中的做法，利用北京大学数字金融研究中心2019年发布的数字普惠金融发展指数[22]来代表各省域数字普惠金融发展程度。

3.中介变量

传统金融发展(FD)。结合我国实际情况，考虑到数据的可得性，本文选取金融机构存贷款总额与GDP的比值来表示各省域的传统金融发展水平。

消费水平(EXP)。消费作为拉动经济的三架马车之一，是实体经济发展的重要动力来源。本文参考黄智淋和董志勇[28]研究所选指标，选取最终消费率来代表各省域的消费水平，其中最终消费率等于各省域最终消费支出占GDP的比重。

科技创新(Innovation)。科技创新是引领实体经济发展的新动力，科技创新可以有效推动产业升级。专利授权作为科技创新的产出指标之一，是目前使用较多的指标之一。因此，本文使用各省域专利授权数量，用以代表各省域科技创新水平。

4.控制变量

产业结构(IS)。产业结构将会直接影响资源的配置效率，优化的产业结构将会提高资源配置效率和产出能力，最终推动当地实体经济的发展，本文使用第二产业的增加值与GDP的比值来表示该地区的实体经济产业结构。

技术投入(RD)。科技是经济增长的第一生产力，技术投入将直接影响一国实体经济发展质量以及可持续性。本文选取各省域R&D经费总规模来表示当地技术投入水平。

人力资本存量(HUMAN)。人力资本存量通过提高劳动生产率和产出水平，最终推动实体经济的增长。目前大多数研究使用劳动力平均受教育年限表示人力资本，但此种方法不能准确表示实体经济人力资本存量，因此本文参考张林[4]的方法，用全国6岁及以上人口的平均受教育年限与实体经济部门从业人员数量的乘积来衡量人力资本存量(human)，其中primary、junior、senior、college分别表示小学、初中、高中以及大专以上受教育人口占六岁以上人口比重，L表示实体经济部门劳动力人数，即human=(6*primary+9*junior+12*senior+16*college)*L。

对外开放水平(OPEN)。对外开放水平影响一个地区使用外资情况，对外开放水平越高，当地企业可以引进更多国外先进技术与资源，同时也可以吸引更多国外资本流入本地，提高当地企业经营水平，促进实体经济的发展。本文利用外商直接投资与GDP的比值来表示当地的对外开放程度。

政府支出规模(GOV)。多数研究表明政府财政支出规模对于经济增长具有显著促进作用。[29]因此本文选取我国各省财政支出与GDP的比值来表示政府支出规模。

互联网发展情况(INT)。数字普惠金融的发展依赖于互联网的快速发展，同时科技创新、产业转型等都无法离开互联网孤立发展，因此互联网发展是影响数字普惠金融与实体经济的重要因素之一，本文选取各省网络普及率来表示当地互联网发展情况。

(三)数据说明与描述性统计

为了使量纲级统一，本文对于无单位型变量如数字普惠金融指数，总量型变量如实体经济发展水平、人力资本存量等数据进行对数化处理，而对于比率型变量如产业结构、对外开放水平等数据取其原始数据。由于现有数据更新问题，本文使用2011-2017年我国31个省域数据，数字普惠金融所用数据来源于北京数字金融研究中心的《测度中国数字普惠金融发展: 指数编制与空间特征》[22],其他数据均来源于wind数据库，各变量经过处理后的基本统计描述见表1。

表1 各变量的描述性统计

四 实证检验

(一)基准回归结果

本文的基准回归运用系统GMM估计方法，选取被解释变量滞后一阶为外生变量，为了保证系统GMM估计结果的可靠性，本文还运用面板固定效应模型进行估计。表2给出了被解释变量为实体经济规模对数、核心解释变量为数字普惠金融的基准回归估计结果。

如表2所示，第一列是面板固定效应模型的估计结果，其结果表明数字普惠金融可以促进实体经济的发展，且在5%的水平下显著。系统GMM的估计结果如第二列所示，在考虑了内生性之后，普惠金融依然对实体经济发展有促进作用，显著性水平为1%，并且影响系数更大，变为2.425，说明无论采用的是静态面板估计还是动态面板估计方法，数字普惠金融对实体经济都具有显著的正向促进作用。但内生项会使数字普惠金融对实体经济的促进作用被低估。因此本文将利用系统GMM估计方法对公式(1)进行估计。在系统GMM估计中，AR(1)检验的P值<1%，AR(2)检验的P值>10%，即该回归不存在二阶序列自相关，表明模型有效地克服了内生性问题。Hansen检验结果显示该模型的工具变量选择是合理的，因此采用系统GMM估计数字普惠金融对实体经济的影响，其结果是无偏的。如表2第二列结果所示，实体经济滞后一阶对于当期实体经济的影响是显著的，且结果为0.037，说明我国各省域上一期的实体经济发展对于当期实体经济有着显著的推动作用。基准回归结果表明，数字普惠金融可以增加金融可得性，提高金融覆盖度，更有效地引导资金流向实体经济，从而推动实体经济的发展。

表2 基准回归的估计结果

注: *，**， *** 分别表示通过10%，5%，1% 的显著性水平检验，其中括号内为估计系数的稳健标准误；AR(1)、AR(2) 、Hansen均为其检验的P值，以下各表相同。

控制变量方面，一个地区的产业结构对于实体经济的发展有着显著的推动作用。我国的产业结构逐渐优化，使其对于实体经济有着显著的推动作用；技术投入对于实体经济发展的促进作用较为显著，这表明近年来不断增加的技术投入，刺激了该地区科研研发和企业创新活动，从而对实体经济有着正向的推动作用；人力资本与对外开放程度的系数虽然为正，但是并不显著，意味着我国现有的人力资本动力不足，高精尖人才相对缺乏。同时，各省域尤其是内陆地区，开放程度依旧不足，因此二者对实体经济的推动作用并不显著；政府支出规模对于实体经济的影响为负且不显著，地方热衷于将财政资金投入基础设施建设，而基础设施投资会带动房地产价格增长，对于实体经济的影响不显著；互联网的发展对于实体经济有着显著的负向影响，这很可能是因为互联网的发展加快了电子商务的成长速度，网络交易方通过低廉的价格、快速的更新迅速占领市场，一定程度上挤压了实体店面的利润，对于实体经济的正常运行可能产生不利影响。[30]

由于我国不同地区数字普惠金融与实体经济发展状况存在较大差异，因此本文进一步将样本数据划分为东部、中部和西部地区，并通过实证检验不同区域数字普惠金融对于实体经济的影响是否存在差异。表3为三大地区相应的估计结果，总体来看，三大区域内普惠金融对实体经济均具有显著的促进作用，表明本文基准回归结果是稳健的。但是经济较落后的西部地区影响系数最大(3.964)，中部地区的影响系数次之(0.939)，最小的是经济最发达的东部地区的影响系数(0.828)，即经济欠发达地区的数字普惠金融对于实体经济的推动作用更强。

(二)数字普惠金融推动实体经济增长的中介传导效应分析

1.传统金融发展的中介效应检验

本文根据上文设定的模型，首先尝试检验传统金融的发展是否会在数字普惠金融推动实体经济发展的过程中起到中介传导作用。表4第二列的回归结果显示，数字普惠金融对于传统金融发展水平有着显著的促进作用。第一列回归结果中，数字普惠金融与传统金融水平系数均显著，说明在控制了传统金融发展变量的影响后，数字普惠金融对于实体经济的作用仍然显著。根据公式(2)-(3)的设定，进行中介效应检验，结果显示：η1、η2、η3均显著，且η2η3与η1符号相反，表明传统金融发展具有一定的传导作用，但表现为遮掩效应。传统金融发展的遮掩效应抑制了数字普惠金融对于实体经济的推动作用，即数字普惠金融发展可以直接推动实体经济的发展，也可推动传统金融的发展，但是由于我国房地产业等的高速发展，使得传统金融将部分本该流向实体经济的资金引向了房地产等“虚拟经济”领域，会一定程度上抑制数字普惠金融推动实体经济发展的作用。

2.消费水平的中介效应检验

如表4第四列回归结果所示，数字普惠金融对于最终消费率有着显著的促进作用。第三列回归结果中，数字普惠金融与最终消费率的系数均显著，说明在控制了最终消费率后，数字普惠金融对于实体经济的作用仍然显著。根据公式(4)-(5)的设定，进行中介效应检验，结果显示：λ1、λ2、λ3均显著，且λ2λ3与λ1符号相反，消费水平具有一定的传导作用，但表现为遮掩效应，表明数字普惠金融水平的提高可以有效推动实体经济的发展，但是这种推动作用在最终消费率的影响下将会有所抑制。其可能的原因在于，随着我国老龄化程度逐渐加深，我国医疗消费快速增长，同时在教育、住房等方面的消费支出也相应有所增加，这些都会抑制居民在其他方面的消费需求，使得内需动力不足，无法有效推动实体经济的增长。

表3 分区域回归结果

注：本文依照经济技术发展水平和地理位置相结合的原则，即根据西部大开发战略的划分，东部包括北京、天津、河北、辽宁、上海、福建、山东、海南、广东、浙江和江苏11个省份；中部包括山西、吉林、黑龙江、安徽、江西、河南、湖南和湖北8个省份；西部包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆12个省份。

3.科技创新的中介效应检验

如表4第六列回归结果所示，数字普惠金融对于科技创新有着显著的促进作用。第五列回归结果中，数字普惠金融与科技创新的系数均显著，说明在控制了科技创新后，数字普惠金融对于实体经济的作用仍然显著。根据公式(6)-(7)的设定，进行中介效应检验，结果显示：φ1、φ2、φ3均显著，且φ2φ3与φ1符号相反，说明科技创新具有一定的传导作用，但表现为遮掩效应。即科技创新在数字普惠金融影响实体经济发展的过程中发挥了传导作用，但是这种传导作用会抑制数字普惠金融对于实体经济的促进作用。我国实行“大众创新、万众创业”政策时间较短，虽然当前不断加大科技创新投入，但科技创新产出较慢，具有滞后性，在短时间内我国企业自主创新能力仍显不足，高层次创新人员较缺乏，导致实体经济发展中创新乏力的问题，对于实体经济结构转型的推动能力不足。

表4 中介效应的估计结果

五 结论与政策建议

本文利用我国2011-2017年省域面板数据，构建了动态面板模型，选用系统GMM估计方法以及中介效应模型分析数字普惠金融对于实体经济的影响机制。研究发现：第一，我国数字普惠金融对于实体经济有显著的正向影响，数字普惠金融的不断发展，会促进实体经济的增长；第二，传统金融发展、消费水平和科技创新在数字普惠金融影响实体经济的过程中具有一定的传导作用，表现为遮掩效应；第三，产业结构优化、技术投入的增加对实体经济具有显著的积极作用，同时人力资本、对外开放程度及政府支出对于实体经济作用不显著，互联网发展会在短时间内对实体经济发展产生负面影响。

基于以上研究结论，本文提出以下政策建议：

首先，完善数字普惠金融体系建设，提高其服务实体经济效率。数字普惠金融作为服务实体经济的重要环节之一，应加强和完善网络通讯环境、结算支付系统等数字化金融的基础设施建设，进一步提升普惠金融的数字化程度。同时确立数字普惠金融职能，简化数字普惠金融服务实体经济的手续与环节，建立数字普惠金融信用评价体系，更好地服务于中小微和科技型企业，提高其服务实体经济的效率。

其次，继续深化金融市场改革，鼓励传统金融机构与数字普惠金融相融合，实现传统金融的转型。以商业银行为主体的传统金融机构，对于实体经济的推动力显著不足。随着金融供给侧结构性改革不断深化，要求传统金融机构必须实现升级与转型，加强自身金融供给能力，从而更好地服务于实体经济。在此背景下，应当出台相关优惠政策，鼓励传统金融机构利用数字化技术，结合自身风险管理等优势，实现金融产品的创新与自身的升级。

再次，重视数字普惠金融对消费的影响机制，利用数字普惠金融刺激内需。数字普惠金融对于消费具有很好的推动作用，因此应加强数字普惠金融中消费金融的作用，完善数字消费金融机制，从而刺激消费，引导资金流向实体经济。与此同时，由于数字普惠金融具有低门槛、传播性和隐蔽性等特征，使得金融机构与消费者之间的关系更加复杂，为消费者带来了新的风险，因此政府和金融监管机构应尽快出台相应的法律法规，保护数字普惠金融消费者相应权益，更好地发挥数字普惠金融对消费的推动作用。

最后，建立健全多层次数字普惠金融体系，更好地服务于科技创新。数字普惠金融区别传统金融的地方在于其数字化、低成本、广覆盖的特征，这就可以使得更多的群体获得金融服务，降低创新企业融资约束，提高信息透明度，刺激科技创新活动。因此要建立多元化数字普惠金融体系，丰富数字普惠金融产品，推出更有利于科技创新的金融产品与服务，更好地为科技创新与中小微企业生存与发展服务，最终实现推动实体经济发展的目标。