数字普惠金融如何影响实体经济？

何晓焕 谢婷婷

（新疆财经大学，新疆 乌鲁木齐 830012）

一、引言与文献综述

金融是现代经济的核心，其主要职能是服务实体经济，旨在降低流通成本，提高中介和分配效率，进而高效发挥金融的资源配置作用（李扬，2017）。我国“十四五”规划强调要坚持以实体经济为发展经济着力点。发展实体经济必须要有资金支持，而经济金融化、金融错配拉低了实体企业投资效率，抑制实体经济发展（张成思和张步昙，2016）；实体经济融资需求旺盛，传统金融已无法满足实体经济的需要，如对中小微企业的资金支持不足，存在融资约束；金融在实体经济领域的资金配置不高、服务效力不强问题等。普惠金融提升了金融的可得性，进而提升实体经济投资效率（刘亦文等，2019）。随着以大数据、人工智能等技术为基础的数字经济快速发展，普惠金融为了更高效促进实体经济不断数字化；数字普惠金融以其广覆盖、数字化、低成本的普惠金融模式为可持续发展奠定基础（成学真和龚沁宜，2020）。我国2035 年远景目标中，创新发展成为重点，聚焦科技创新来培育并壮大新动能，进而为实体经济蓄力（涂强楠和何宜庆，2021）。而数字普惠金融的发展是否有利于我国实体经济发展？科技赋能金融能否更好发挥实体经济价值？另外，由于数字普惠金融和科技创新发展在不同地区、不同维度等方面存在差异，那么数字普惠金融、科技创新水平对实体经济的作用是否也存在差异？因此，在数字经济背景下探讨金融如何为实体经济提供更大帮助、推动其高质量发展，研究数字普惠金融与实体经济之间关系具有十分重要的意义。

关于数字普惠金融与实体经济的研究主要从普惠金融、科技创新及数字普惠金融三者发展与实体经济的关系来展开。首先，为应对金融排斥和融资贵、融资难等难题，普惠金融遍地开花。由于普惠金融可得性高、成本低等特点，能够为中小企业融资问题提供有效解决方案，助力其可持续发展。普惠金融水平越高，其拉动经济效力越强。普惠金融对实体经济影响深远，但在其服务实体经济的过程中存在融资渠道窄、效率低、潜在经营风险大等问题。其次，产业数字化、数字产业化是实体经济发展的客观要求，科技创新成为其发展重要基础。科技创新是当前乃至未来产业发展的核心竞争力（赵晓鸽等，2021），且是发展中国家产业更新迭代的主动力，而我国经济新旧动能转换的关键是技术创新与战略性产业的融合发展。必须构建创新引领、协同发展的内生机制，推动科技、金融、人力和产业齐发展，进而达到以科技创新来推动实体经济发展的目的。最后，数字普惠金融具有数字化、广覆盖、低成本等特点，能够有效拓宽融资渠道、提高融资效率、降低经营风险，进而提升服务实体经济的能力。发展数字普惠金融势在必行，数字普惠金融与实体经济发展紧密相关，目前相关研究较少，主要集中在数字普惠金融和居民消费、企业创新、融资约束等之间的关系。已有研究表明数字普惠金融水平越高，实体经济越发达，且科技创新承担传导作用（成学真和龚沁宜，2020；汪亚楠等，2020）。数字普惠金融刺激居民消费（易行健和周利，2018），可以缩小城乡差距、提升企业的科技创新水平（谢绚丽等，2018）、实现产业结构优化和经济转型升级、缓解企业融资困境、促进技术创新，进而提升企业全要素生产率（江红莉和蒋鹏程，2021），同时，数字金融发挥的融资缓解效果表现出明显的异质性；且其推动科技创新型中小企业发展的效果明显，进一步增强经济发展动力，也为实现经济赶超提供有效参考（郭峰等，2020）。然而，数字普惠金融本质上属于金融，附带着金融风险的负外部性、顺周期性，风险传染概率增大，进而增加实体经济风险点（唐松等，2020），最终冲击实体经济的融资环境。现有学者们关于数字普惠金融对实体经济的作用存在争议，大多数学者认为二者正相关，但也有学者研究表明二者为负向影响，存在“挤出效应”。因此，有必要进一步研究二者关系及作用机理。

综上所述，现有研究不足主要表现在以下两个方面：一是关于数字普惠金融对实体经济的作用机理探讨，以及基于科技创新的机制检验和门槛效应相关研究不够全面；二是已有研究针对数字普惠金融对实体经济影响的地区、维度异质性研究扩展较少。因此，本文的主要边际贡献体现在：一方面，从科技创新角度检验数字普惠金融对实体经济发展影响的作用机制，并进行门槛效应检验；另一方面，基于数字普惠金融三个维度以及东、中、西部地区进行异质性分析，为数字普惠金融与实体经济二者结合发展提供实证支持。

二、理论分析与研究假设

（一）数字普惠金融与实体经济

数字普惠金融是基于金融服务与数字技术的结合物，主要功能是普惠且精准的金融服务。基于金融和数字技术，数字普惠金融以其广覆盖、数字化、低成本的普惠金融模式为可持续发展奠定基础。2016年《G20 数字普惠金融高级原则》的发布也展现了国际社会对数字普惠金融的重视程度。数字普惠金融在提高金融服务效率、支持企业创新等方面发挥重要作用，还可实现包容性增长（张勋等，2019），缓解企业的融资约束，进而助力企业创新（谢绚丽等，2018），推动制造业转型升级（涂强楠和何宜庆，2021）等。因此，基于已有研究成果，关于数字普惠金融的研究中蕴含其对实体经济发展的助推作用，这对于进一步分析数字普惠金融如何有效促进实体经济发展有重要参考价值。

基于上述讨论，提出基本假设H1。

假设H1：数字普惠金融能够促进实体经济发展。

（二）数字普惠金融、科技创新与实体经济

数字普惠金融由普惠金融与数字技术发展融合而来，是传统意义上金融的强有力发展产物。首先，数字普惠金融借助大数据等技术，打破信息不对称僵局，缓解中小微企业融资约束，解决其大部分融资问题；其次，打破地域限制，满足各地资金需求，激发市场活力；此外，数字普惠金融的发展可一定程度抑制盲目资本逐利性，引导资金流向实体经济，使得金融资源对实体经济的投资效率得以提升（刘亦文等，2019），进一步助力实体经济发展。依托数字技术，数字普惠金融对于助推技术升级、促进结构升级、缓解融资约束、优化经济结构等方面都具有重要意义。

科技创新是经济发展源泉，且表现出较强的正外部性，科技创新是实体经济转型升级的源动力和有效途径。已有学者研究表明，科技创新的投入或产出越多，实体经济水平越高（巫强等，2020），且科技创新基于规模效应、集聚效应、乘数效应助力实体经济（张林，2016）；科技信贷能降低融资门槛，进而提高金融普惠性；科技创新在数字普惠金融作用于实体经济过程中发挥一定的遮掩效应（成学真和龚沁宜，2020）；此外，在高科技产业中数字普惠金融促进小微企业的可持续增长效果更显著（Yang &Zhang，2020）。数字普惠金融可以拉低科技创新的融资门槛，提升融资效率，推动资金转向创新技术产业，提升科技创新产出水平，降低金融风险，推动实体经济转型升级，进一步推动实体经济发展。

基于上述讨论，提出基本假设H2和H3。

假设H2：科技创新在数字普惠金融促进实体经济过程中发挥一定的传导作用。

假设H3：数字普惠金融促进实体经济发展的过程中存在门槛效应。

综上所述，数字普惠金融对实体经济影响路径如图1所示。

图1 作用机理图

三、变量选取与模型设定

（一）计量模型设定

1.基本模型。为了检验数字普惠金融与各地区实体经济发展之间的关系，同时考虑当前因素以及过去因素的影响，即需在解释变量中加入被解释变量的滞后项，以此来缓解滞后效应带来的影响。考虑到内生性、精确性、滞后性等问题，本文使用系统GMM 方法对模型进行估计，基准回归模型如公式（1）所示。

其中，Yi,t为因变量表示实体经济发展水平，i、t分别表示省份和年份，将其滞后项Yi,t-1变量纳入方程。DIFIi,t代表数字普惠金融水平，Xc为控制变量。vi为与时间无关的地区固定效应，γi为与地区无关的时间效应，εi,t是随机误差项。

2.中介效应模型。为实证检验科技创新的中介效应，本文在基准模型的基础上，用中介效应模型进行检验，具体模型如公式（2）和公式（3）所示。

其中，中介变量T表示科技创新。

3.门槛效应模型。本文参考Hansen（1999）的方法，以科技创新T为门限变量，设定门限模型如公式（4）所示。

其中，η1、η2表示门槛依赖变量的待估计参数，λ1、λ2表示控制变量的待估计参数，t代表门槛值。

（二）指标与数据来源

1.被解释变量：实体经济（Y）。本文参照已有文献做法（张林等，2014；汪亚楠等，2020；马勇等，2021；吕江林等，2021），用各省份GDP 减去房地产和金融业产值后的数值表示实体经济。

2.核心解释变量：数字普惠金融（DIFI）。本文参考北京大学数字普惠金融发展指数（郭峰等，2020），该指数综合测度了数字普惠金融发展水平，分为覆盖广度、使用深度以及数字化程度三个维度，分别测度不同方面的影响。

3.控制变量。政府支出规模（Gov）：诸多研究表明政府财政支出规模显著促进了经济发展，本文以我国各省份财政支出的GDP 占比来表示。外商投资（FDI）：部分研究表明外商直接投资为引进新技术奠定坚实基础，且其对国民经济的贡献度大于国内投资（张勋等，2019）。作为一种资本存量，FDI能够增加总体财政资源，缓解潜在发展问题，促进地区资本形成和经济增长，本文用外商实际投资额与GDP 的比值表示（张林等，2014）。产业结构（IS）：资源的配置效率受多个因素影响，经验研究表明优化产业结构与资源配置效率、产出能力等成正相关关系，进一步助力当地实体经济的发展。当前众多学者评价产业结构选取的基准是第三产业，而对于实体经济而言，用第二产业更能凸显实体经济这个研究对象本身，故本文实体经济的产业结构采用第二产业增加值与GDP的比值来表示（成学真和龚沁宜，2020）。

4.中介变量：科技创新（T）。科技创新可以促进数字化进程，进而加快数字普惠金融进程；而科技发达地区经济一般都比较发达。本文参考涂强楠和何宜庆（2021）的做法，用各省份专利授权数量代表科技创新变量。

5.工具变量：互联网发展情况（Int）。互联网发展是数字普惠金融的发展基础，影响科技创新水平，进而影响经济发展。本文用各省份网民规模与常住人口比值来测度网络普及率（成学真和龚沁宜，2020）。

各变量具体定义如表1所示。

表1 变量定义表

（三）数据说明与描述性统计

为了满足量纲的统一以及缩小数据间差距、减小设定误差等，本文对实体经济Y以及财政支出Gov（总量指标的数据单位为亿元）取对数，而对于剩下的变量（比值型）取原数据。由于现有数据可得性问题，本文采用2011～2018 年我国31 个省份数据与中国数字普惠金融指数（第二期），其他数据来源于历年各省份的统计年鉴、Wind 数据库等。对于个别缺失数据处理：对于实体经济采用插值法处理；对于互联网发展情况、外商投资采用线性预测进行向后插补。处理后的数据（仍用原来变量名表示）基本统计描述见表2。

表2 主要变量的基本统计特征

由表2 知，2011～2018 年的数字普惠金融综合指数均值为187.1749，覆盖广度均值为166.5621、使用深度均值为182.5418、数字化程度均值为263.6625，说明数字化程度对总指数贡献最大，覆盖广度贡献度最小。同时，覆盖程度的极差较大，说明地区间数字金融覆盖程度存在较大差距。

四、实证结果与分析

（一）基准回归结果

本文基于动态面板GMM方法，对模型进行估计，基准回归估计结果如表3所示。

表3 基准回归结果

如表3所示，第（1）列结果表明在1%的显著性水平下数字普惠金融可以促进实体经济的发展。借鉴经验研究做法，采用互联网发展情况作为工具变量（涂强楠和何宜庆，2021）。第（2）列系统GMM的估计结果仍显示数字普惠金融促进实体经济发展，且显著性水平为1%。同时，实体经济滞后一阶、二阶项对于被解释变量影响显著，表明我国各省份上一期的实体经济发展存在显著滞后效应，上一期对当期和下期都有显著正向影响。

系统GMM 估计中的AR（1）检验结果P 值＜1%，且AR（2）检验结果P 值＞10%，即模型有效克服了内生性问题。Hansen 检验表明工具变量互联网发展情况（Int）选择合理，故用系统GMM估计二者关系，估计结果满足无偏性。基准回归表明，数字普惠金融推动实体经济的发展，验证假设H1。

关于控制变量，地区的财政支出占GDP 比例对实体经济有显著负向影响。可能原因是地方财政资金投入的领域多为基础设施建设，而基础设施投资会带动房地产价格增长以及当地的金融业增长，进而对实体经济产生负向影响。此外，地区的外商投资比例同实体经济之间存在显著正向影响，即外商投资比例越高，当地实体经济发展水平越高。产业结构（第二产业占比）对于实体经济发展在考虑内生性之前为正向影响作用，考虑之后却有着显著的抑制作用。可能原因是科学技术等的进步对我国实体经济的影响较大，促进实体经济发展的许多因素在第三产业，故产业结构对我国实体经济可能存在抑制作用，即第二产业比重越高，我国实体经济发展越缓慢。

（二）稳健性检验

为检验模型的稳定性，本文基于Logit、Tobit、Pois⁃son模型进行了非线性模型的稳健性检验，结果如表4所示。

表4结果显示三个模型中解释变量系数均为正，在Logist和Tobit模型中解释变量显著为正，即数字普惠金融会促进实体经济发展；且Tobit 模型中所有变量都显著，Poisson模型中变量系数和Tobit中一致，均表明外商投资促进实体经济发展，即原模型比较稳健。

表4 基于其他模型的稳健性检验

（三）机制分析

科技创新通过规模、集聚和乘数效应提升实体经济水平（张林，2016），是实体经济增长的动力；而数字普惠金融可以有效提升科技创新水平（谢绚丽等，2018），因此，有必要进行机制分析检验其可能发挥的中介作用。创新研发在数字普惠金融发挥作用的过程中具有一定中介效应（汪亚楠等，2020），且科技创新水平存在门槛效应（涂强楠和何宜庆，2021）。故本文基于科技创新检验数字普惠金融影响实体经济过程中是否存在中介效应。

表5 机制检验结果第（1）列表明，数字普惠金融能够显著促进科技创新，且系数为643.115，t 值为2.3，则说明其回归系数在1%水平下显著不为零，系数较大是科技创新和数字普惠金融指标的数量级相差较大所致，此处仅说明数字普惠金融与科技创新的强烈正相关关系即可，t 值不影响结论，属于正常水平；第（1）列表明数字普惠金融与科技创新的系数均非负，即在控制科技创新后，数字普惠金融提升实体经济水平力度加强。中介效应检验结果显示科技创新具有一定程度的中介效果，但不显著。可能原因是科技创新与数字普惠金融间未达到协调发展（张林，2016）。

表5 基于科技创新的机制分析

（四）地区异质性分析

数字金融对制造业产业结构升级、实体经济等的影响具有异质性（涂强楠和何宜庆，2021；汪亚楠等，2020），故本文参考已有研究，基于经济发展水平将31 个省份划分为东、中、西部三个区域，检验不同区域间的数字普惠金融对实体经济作用是否存在异质性。

表6的实证结果显示，东部地区数字普惠金融对实体经济发展的促进作用显著，而对中部和西部地区正向影响不显著，且东、中、西部地区数字普惠金融对实体经济的促进作用效果依次减弱。可能原因为中、西部地区的数字化程度较低，无法充分发挥数字普惠金融的作用。此外，三个区域均存在实体经济的滞后效应，且东部地区的滞后效应最弱，可能原因为东部地区经济发达、金融可得性强、资金周转快，一定程度上削弱了滞后效应。

表6 地区异质性分析

（五）维度异质性分析

数字普惠金融的测度分为三个维度（郭峰等，2020），不同的维度代表其不同层面的发展情况，故本文依据数字普惠金融的覆盖广度、使用深度以及数字化程度三个维度，依次检验各个维度是否存在异质性。

由表7 第（1）列可知，覆盖广度对实体经济产生显著正向影响，系数为0.0012，由第（2）列数据可知，使用深度对实体经济存在显著正向影响，系数为0.0006，这（变换核心解释变量）在一定程度上也检验了模型的稳定性；而使用深度系数比覆盖广度系数小，可能原因是对于实体经济而言，数字金融要先广泛覆盖，而后再进一步深度使用，这样才符合经济发展规律，故其“覆盖广度”影响大于“使用深度”。此外，数字化程度对实体经济的影响不显著，可能是硬件设施的普及度不够（汪亚楠等，2020），发展滞后导致影响系数不显著。经检验，数字化程度的二阶滞后项对实体经济的影响显著（P值为0.047），故可能是数字化进程对实体经济发展存在严重滞后效应。

表7 三个维度异质性分析结果

（六）门槛效应分析

基于科技创新检验数字普惠金融在影响实体经济过程中是否存在门槛效应。

表8显示，科技创新在单一门槛检验的P值显著，双重和三重门槛不显著，因此数字普惠金融对实体经济影响存在单一的门槛效应，且门槛值为202350，即验证假设H3。

表8 门槛效应分析

正如前文中介模型检验结果所示，模型存在单一门槛效应。地区的科技创新水平越高，数字普惠金融发展程度一般也较高，其实体经济水平更高；反之，科技创新水平越低，其数字普惠金融程度也较低，进而实体经济也较为不发达。

图2 是科技创新门槛估计量与似然比检验值统计量的关系图，单一门槛值为202350，当科技创新水平低于202350时，数字普惠金融与实体经济正相关，即科技创新能够加强数字普惠金融对实体经济的作用效果；当超过科技创新水平这一门槛值时，数字普惠金融作用于实体经济效果为抑制，即科技创新会减缓数字普惠金融对实体经济的正向影响。

图2 单一门槛估计量和似然比

数字普惠金融对实体经济具有显著积极影响，线性回归和门槛回归结果均显著，且变量的相关系数相差较小，验证模型的稳健性。此外，表9 结果也说明外商投资和实体经济的产业结构均能显著促进实体经济发展。

表9 面板回归结果

五、结论与政策建议

本文利用我国2011～2018年省级面板数据，基于系统GMM 方法、中介效应模型以及门槛模型探讨数字普惠金融与实体经济的关系。研究表明：第一，数字普惠金融与实体经济正相关，且数字普惠金融发展程度越深，其作用于实体经济的力度越强；外商投资、产业结构优化对实体经济具有显著的推动作用。第二，科技创新对数字普惠金融影响实体经济的中介作用不显著，可能原因是科技创新与数字普惠金融间未达到协调发展。第三，东部地区数字普惠金融对实体经济发展的促进作用显著，而对中部和西部地区的正向影响不显著，且东、中、西部的促进效果依次减弱；覆盖广度、使用深度对实体经济具有显著正向影响，系数减小，数字化程度对实体经济发展作用不显著，可能是因为数字化程度对实体经济发挥作用存在严重的滞后效应；数字普惠金融对实体经济影响存在单一门槛效应，科技创新水平越高，数字普惠金融发展程度、实体经济水平越高。

综上，本文提出政策建议：一是应当加大数字普惠金融投入力度，构建完备的体系，提升效率，服务实体经济。数字普惠金融服务的前提是数字化的基础设施完备，应完善相应设施建设，提高数字金融覆盖广度，并提升服务效率，促进实体经济向好发展。二是应当加大科技创新与金融协调发展力度，助力数字普惠金融的高速且高质量发展，进而提升实体经济水平。科技创新就是生产力，技术变革带来的效益是不可估量的。实体经济高质量发展须注重科技创新，培育核心竞争力，加快普惠金融的数字化进程，提升使用深度和服务质量，促进实体经济增长。三是充分发挥东部数字普惠金融优势，挑起实体经济发展重任，同时中、西部应借鉴学习东部的数字普惠金融发展路径以促进区域协调发展；同时，应在数字普惠金融的覆盖广度、使用深度上加大投入，最大程度发挥数字普惠金融效力；结合数字化手段和新兴技术，加快金融经济的转型升级，提升实体经济的活力。