基于空间杜宾模型的数字普惠金融与我国区域经济增长研究

杨宇 张彩虹

摘 要：本文采用空间杜宾模型探究了数字普惠金融与我国区域经济增长之间的关系。结果表明：在三种空间权重矩阵下，我国区域经济增长与数字普惠金融呈现显著的空间正相关性;数字普惠金融对本地经济增长有正向的直接效应，对周边地区有负向的空间溢出效应;教育水平、财政科技投入和产业发展均可促进本地经济增长，但财政科技投入不存在空间溢出效应;政府行为水平对本地经济增长产生了反向的直接效应。

关键词：数字普惠金融;区域经济增长;空间杜宾模型;直接效应;空间溢出效应

本文索引：杨宇，张彩虹.基于空间杜宾模型的数字普惠金融与我国区域经济增长研究[J].中国商论，2021（24）：-113.

中图分类号：F832 文献标识码：A 文章编号：2096-0298（2021）12（b）--05

改革开放以来，我国政府积极推进传统产业转型升级、新旧动能转换、供给侧结构性改革等措施，保持了经济稳中向好、长期向好的基本趋势。但是，由于不同区域社会历史、资源禀赋、分工水平、区域经济结构等方面存在差异，导致我国区域经济增长出现不平衡的现象。区域经济高质量增长是总体经济高质量增长的重要支撑，不平衡的区域经济增长不利于我国整体经济社会的稳定和谐发展。

联合国在2005年首次提出了“普惠金融”这一概念，目的在于解决全球各国普遍存在的贫富差距扩大、经济结构恶化和社会发展不平衡等问题。2013年，我国正式提出发展普惠金融，意在为我国社会各阶层群体尤其是低收入人群、小微型企业等提供合理、高效的金融服务，使其公平地参与社会经济活动，缩小贫困差距，以促进我国区域经济的良性增长。

尽管近年来普惠金融发展迅速，但实体网点的高开设成本使得金融机构在推进普惠金融业务发展时积极性降低。得益于互联网、大数据与人工智能的发展，数字普惠金融突破了地域限制，在深度与广度两个方面推进了普惠金融发展的进程。我国在电子商务与电子支付方面有着巨大优势，正是推进数字普惠金融发展，促进经济良性增长的重要机遇。因此，探究数字普惠金融与区域经济增长之间的关系在中国经济“新时代”具有重要意义。

1 研究综述

1.1 关于普惠金融对经济增长的影响

目前，比较普遍的观点是普惠金融的发展有助于经济增长。Corrado G and Corrado L（2017）[1]发现普惠金融可以让人们更容易获得信贷等金融服务，积极参与生产性经济活动，以推动经济增长。刘金全和毕振豫（2019）[2]结合普惠金融指数，运用系统GMM方法考察了普惠金融对城乡收入差距的影响，发现普惠金融发展可以通过促进经济增长来间接遏制城乡收入差距扩大。

但有少数学者认为，普惠金融发展到一定阶段后会抑制经济增长，即存在倒“U”型关系。Sahay R等（2015）[3]认为普惠金融发展在短期内会促进经济增长，但到达一定水平后会对金融稳定性产生负面影响，从而减少国民经济收益，最终抑制经济增长。付莎和王军（2018）[4]基于因子分析法构建了普惠金融指标，发现普惠金融与经济增长之间存在倒“U”型关系，且对不同地区经济增长的促进作用存在差异。

1.2 关于数字普惠金融对经济增长的影响

郝云平和雷汉云（2018）[5]运用空间计量模型研究了数字普惠金融对经济增长的影响，发现数字普惠金融对经济增长存在非线性的促进作用。詹韵秋（2018）[6]运用系统GMM模型考察了2011—2015年我国数字普惠金融与经济增长数量的关系，认为数字普惠金融对经济增长数量存在正“U”型效应，且我国大部分地区的数字普惠金融发展水平未达到拐点值。晏鸿萃和刘成杰（2020）[7]基于2011—2017年全国285个地级市样本数据，运用面板计量模型发现，数字普惠金融能够有效促进地区经济增长，缩小各地级市经济增长的差距。

数字普惠金融打破了原有普惠金融的经营模式，使金融产品多样化，受益群众更为广泛，研究其对经济增长的作用更具时代意义。但值得注意的是，数字技术在缩短由于地理因素造成的空间信息隔离的同时，使数字普惠金融具有了空间外溢效应，因此需要从空间的角度考量数字普惠金融对经济增长的影响。鉴于此，本文将基于我国31个省、市、自治区2011—2018年的面板数据，运用空间计量模型，实证检验数字普惠金融对我国不同地区经济增长的影响，以期为新时代推动数字普惠金融发展和经济增长提供新的思路。

2 模型设定与变量选取

2.1 模型设定

2.1.1 空间权重矩阵

（1）地理距離矩阵

（2）经济距离矩阵

2.1.2 空间计量模型

本文遵循OLS-SAR，SEM-SDM的建模流程对模型进行设定与检验，首先设定空间计量模型的一般形式，具体公式如下：

2.2 变量选择

（1）被解释变量

一般来说，人均地区生产总值的大小可以判断一个地区的经济增长状况。因此，本文选取对数化处理的人均地区生产总值作为被解释变量。

（2）核心解释变量

本文以数字普惠金融指数（郭峰等，2020）[8]作为核心解释变量。为了使回归结果更为准确，将数字普惠金融指数的值除以100，得到IDIFI，进行回归运算。

（3）控制变量

为了减少计算中产生的误差，以更好地衡量数字普惠金融对经济增长的影响，本文选取受教育水平（EDU）、财政科技支出（TEC）、产业发展（IS）、固定资产投资（FI）、政府行为水平（GOV）五个指标，如表1所示。

3 实证分析

3.1 空间相关性检验

3.1.1 全局空间自相关分析

式中，为样本方差，为空间权重矩阵元素，为空间权重之和。值一般位于，负值表示变量存在负的空间自相关，正值表示变量存在正的空间自相关，当值趋近于0时，表示不存在空间自相关。

表2、表3分别显示了三种权重矩阵下我国31个省、市、自治区2011—2018年经济增长水平和数字普惠金融的Moran’I指数。根据结果可知，我国区域经济增长和数字普惠金融均通过了显著性检验，并在1%的水平上高度拒绝原假设，且Moran’s I值均大于0，说明两者均具有显著的空间正相关性。

3.1.2 局部空间自相关分析

为了更直观地描述空间区域不平衡现象，本文绘制了局部Moran’I散点图，以检验区域经济增长与数字普惠金融在空间上的差异。由于篇幅有限，本文只给出了2011年和2018年在地理距离权重与经济距离权重下区域经济增长与数字普惠金融的局部Moran’I散点图，如图1、图2所示。

从图1、图2可以看出，我国区域经济增长指标和数字普惠金融指标落在第一、第三象限居多，说明区域经济增长和数字普惠金融存在“高—高”聚集和“低—低”聚集的空间趋势。从时间趋势的角度看，区域经济增长和数字普惠金融的聚集态势有所减弱，但不明显。

3.2 空间计量模型检验及选择

本文首先进行了LM检验，表4中的诊断结果显示，空间误差效应与空间滞后效应的统计量均在1%的显著性水平上显著，因此拒绝选择混合OLS模型，应选择空间杜宾模型。其次，Hausman检验结果表明应选用固定效应模型。最后，LR检验和Wald检验均证明空间杜宾模型（SDM）不可以退化为空间自回归模型（SAR）或空间误差模型（SEM）。因此，本文应选择空间杜宾固定效应模型来进行实证分析。

3.3 空间杜宾模型及其效应分解

对空间杜宾固定效应模型进行回归分析，根据表5可知，从整体上看，在三种固定效应模型下，区域经济增长的空间滞后项系数显著为正，说明我国区域经济增长存在显著的正向空间溢出效应。以地区固定效应模型为例，邻近地区经济增长水平每提升1%，会带动本地经济增长水平提升0.6%。这可能是经济高速增长和快速城市化等现象使得发达地区的各类要素资源对周边地区产生了外溢性“辐射”，从而带动了周边地区的经济增长，也从一定程度上反映出我国区域经济增长存在失衡现象。同时，数字普惠金融指数显著为正，说明本地区数字普惠金融的发展有助于推动该区域的经济增长。具体而言，以地区固定效应模型为例，某地区数字普惠金融指数每提高1%，会促进该地区经济增长0.275%;其空间滞后项系数显著为负，说明本地区数字普惠金融的发展对邻近地区产生负向的外部性，抑制了邻近地区的经济增长。

由于解释变量的空间滞后项系数显著不为零，本文采用空间回归模型偏微分方法，以弥补空间杜宾模型中包含的解释变量的空间滞后项对反馈效应产生的影响。根据表6结果可知，个体固定效应模型优于另外两种固定效应模型，因此，选取地区固定效应的空间杜宾模型进行空间溢出效应分解估计，结果如表7所示。

首先，在核心解释变量方面，数字普惠金融对区域经济增长的直接效应显著为正，具体来说，当某地区数字普惠金融指数每提高1%，会使得该地区经济增长0.274%;间接效应显著为负，说明某地区的数字普惠金融在促进当地经济增长的同时，对邻近地区产生了负向的溢出效应，阻碍了邻近地区的经济增长。这有可能是部分数字化服务发展水平高的地区，以其先进的技术及优质便捷的服务，吸收了邻近地区的客户资源，造成了这种负向的空间溢出效应。其次，在控制变量方面，受教育水平的直接和间接效应均显著为正，说明受教育水平的提升会促进经济增长，但直接效应远小于间接效应。财政科技投入的直接效应显著为正，间接效应并不显著，说明加大财政科技投入仅可促进本地的经济增长。产业发展的直接与间接效应均显著为正，且间接效应远大于直接效应。固定资产投资的直接效应显著为正，说明加大固定资产投资有利于促进本地的经济增长。最后，政府行为水平的直接效应显著为负，间接效应和总效应不显著，有可能是地方政府对经济的某些干涉行为在一定程度上阻碍了本地区的经济增长。

3.4 稳健性检验

在进行空间杜宾模型及其分解效应的研究时，本文采用的空间权重矩阵是地理距离矩阵，为进一步验证估计结果的稳健性，将地理距离矩阵更换为经济距离矩阵，重新进行回归分析，根据表7的结果可知，各变量的系数和显著性水平没有发生实质性变化，总体方向保持一致，表明实证结果具有较强的稳健性。

4 结语

4.1 研究结论

（1）我国区域经济增长和数字普惠金融均呈现显著的空间正相关性。本文通過构建三种不同的距离矩阵对区域经济增长和数字普惠金融进行了空间相关性检验，结果表明在三种矩阵下两者均存在显著的空间正相关性，且通过莫兰指数散点图可知，两者均存在“高—高”聚集和“低—低”聚集的空间趋势。

（2）我国区域经济增长存在显著的空间正向溢出效应，说明相互邻近地区的经济增长水平密切相关，形成了“点带动面”的发展趋势，反映出在当今经济高速增长和快速城市化进程中，我国发达地区对邻近欠发达地区产生了较强的经济“辐射”作用，也说明了区域经济增长存在失衡现象。

（3）数字普惠金融对区域经济增长影响的直接效应为正，空间溢出效应为负，说明数字普惠金融能够促进本地经济增长，但不利于邻近地区经济增长;并且这种收敛作用的空间溢出效应占比很高，因此在研究数字普惠金融对我国区域经济增长产生的效应时，考虑空间溢出效应是十分必要的。

（4）从控制变量的层面来看，受教育水平的提升可以促进经济增长，但其间接效应远大于直接效应;财政科技投入以及固定资产投资的提高可以促进本地经济增长，但不会影响邻近地区的经济增长;产业发展可以促进本地与邻近地区的经济增长;政府行为水平会抑制本地经济增长，可能是财政分权使得地方政府间的竞争行为更为激烈，在一定程度上阻碍了经济增长。

4.2 政策建议

结合上述结论，本文提出以下几点建议：

（1）我國区域经济增长和数字普惠金融均存在空间不平衡性。为了使区域间协调发展，各地政府应根据具体情况，因地制宜，制定符合本地经济增长现状的数字普惠金融发展策略，逐渐打破行政区划分导致的区域割裂局面，促进数字普惠金融资源在区域间的流动，合理分配金融资源。

（2）数字普惠金融对经济增长的直接效应显著为正，空间溢出效应显著为负，因此政府应加强“5G”网络、数据中心等数字化基础设施建设，加大固定资产投资，积极引导地区间产业聚集，形成地区优质产业链，推动产业发展。合理布局数字技术，加强区域间的协同作用，以促进直接效应对经济增长带来的正向影响，减少空间溢出效应的负向影响。

（3）数字普惠金融的发展有效地解决了传统金融信息不对称等问题，使群众可以更加方便、快捷地获得金融服务，但网络金融诈骗与虚假宣传等现象时有发生。政府和相关部门在加强互联网监管的同时，也要积极开展多种形式的金融知识宣传教育，提高消费者数字金融素养，树立正确的数字消费与投资理念，使消费者切身感受到数字普惠金融带来的红利。

（4）在财政分权制度下，政府应改变过去以GDP为导向的评价标准，使考评内容多元化，减少地区政府间由于竞争而造成的市场分割、资源浪费等阻碍经济增长的现象，加强区域间经济合作，实现资源共享、共同进步与共同发展，最终推动区域整体经济增长。

参考文献

[1]Corrado G， Corrado L. Inclusive finance for inclusive growth and development[J].Current Opinion in Environmental Sustainabiltiy，2017，24：19-23.

[2]刘金全，毕振豫.普惠金融发展及其收入分配效应：基于经济增长与贫困减缓双重视角的研究[J].经济与管理研究，2019，40 （4）：37-46.

[3]Sahay R， Cihak M， N’Diaye P M， et al. Financial Inclusion; Can it Meet Multiple Macroeconomic Goals？[J]. IMF Staff Discussion Notes， 2015.

[4]付莎，王军.中国普惠金融发展对经济增长的影响：基于省际面板数据的实证研究[J].云南财经大学学报，2018，34（3）：56-65.

[5]郝云平，雷汉云.数字普惠金融推动经济增长了吗？：基于空间面板的实证[J].当代金融研究，2018（3）：90-101.

[6]詹韵秋.数字普惠金融对经济增长数量与质量的效应研究：基于省级面板数据的系统GMM估计[J].征信，2018，36（8）：51-58.

[7]晏鸿萃，刘成杰.数字普惠金融与经济增长的关系：基于285个地级市的实证分析[J].当代金融研究，2020（2）：78-86.

[8]郭峰，王靖一，王芳，等.测度中国普惠金融发展：指数编制与空间特征[J].经济学（季刊），2020，19（4）：1401-1418.

基金项目：中国科协科普专项基金项目“2020年高端科技创新智库青年项目——支撑乡村振兴战略的土地制度改革研究课题”（20200608CG080738）。

作者简介：杨宇（1997-），男，汉族，山东日照人，硕士研究生，研究方向：应用统计。

通讯作者：张彩虹（1965-），女，汉族，甘肃兰州人，博士，教授，研究方向：投资经济与风险管理。

Research on Digital Inclusive Finance and China’s Regional Economic Growth Based on Spatial Dubin Model

School of Economics and Management， Beijing Forestry University

YANG Yu  ZHANG Caihong

Abstract： This paper uses spatial Dubin model （SDM） to explore the relationship between digital inclusive finance and regional economic growth in China. The results show that there is a significant positive spatial correlation between regional economic growth and digital inclusive finance in China under three spatial weight matrices. Digital inclusive finance has positive direct effect on local economic growth and negative spatial spillover effect on surrounding areas. Education level， financial investment in science and technology and industrial development can promote local economic growth， but there is no spatial spillover effect of financial investment in science and technology. The level of government action has a direct inverse effect on local economic growth.

Keywords： digital inclusive finance; regional economic growth; spatial Dubin model （SDM）; direct effect; spatial spillover effect