数字普惠金融对经济高质量发展的空间效应

周文静

（新疆财经大学 金融学院，乌鲁木齐 830012）

一、引言

2020年新冠疫情的暴发，使全球经济、金融秩序、产业结构秩序发生了巨大的变化。我国经受住了“疫情压力测试”，经济高质量发展也在稳步前进，主要表现在：2020年实施的稳健货币政策效果显著；金融发展助力实体经济成果显著；2020年我国在历史上首次整体消除了绝对贫困，脱贫攻坚成果显著。在上述我国追求经济高质量发展的过程中，5G、量子通信等重大科技创新赋能；数字普惠金融的大数据、共享、低成本的优势，有助于缓解普惠金融在发展过程中面临的“商业可持续”“成本可负担”等难题，从而更有效地增强金融服务韧性，助力经济高质量发展。因此，在我国经济发展转型期，根据科学测算的经济高质量发展水平探讨数字普惠金融对其影响，有利于我国经济长期稳定、高效、高质量的发展。

二、文献回顾和研究假设

党的十九大报告指出，“我国经济已转向追求高质量发展阶段，正处在转变发展方式、优化经济结构、转换增长动力的攻关期”，其中最重要的推动经济发展质量变革是要以供给侧结构性改革为主线。

（一）经济高质量发展的理论研究

经济高质量发展和高速发展的区别在于：任保平（2018）指出，经济高质量发展不仅体现在经济数量的持续增长上，还体现在供给的有效性、发展的公平性以及创新的持续性，是中国未来经济发展的新指向；邓子纲、贺培育（2019）认为，经济高质量发展必须以创新驱动为动力，是从要素驱动、投资驱动逐渐转向创新驱动的发展；张军扩等（2019）提出的经济高质量发展基本设想：“高效、公平和可持续”；徐盈之、童皓月（2019、徐瑞慧（2018）对经济高质量发展水平的测度全面反映了经济发展的可持续与稳定增长。

（二）经济高质量发展的实践研究

结构优化升级目前是我国建设现代化经济体系的主要任务，是经济高质量发展中的关键一环。

2015年，我国正式提出供给侧结构性改革，经济调控重心由需求侧转向供给侧。因此，在经济转型期进行供给侧结构性改革十分必要，这也是我国经济迈向高质量发展的必经之路。2017年，建设现代化经济体系目标的提出，经济高质量发展逐渐成为我国经济建设的主要任务，其中重要的一条主线就是供给侧结构性改革。师博、张冰瑶（2018）提出要以创新为核心，以创新全面驱动经济高质量发展，以高新动能带动经济高质量发展。这表明，创新驱动已逐步成为我国供给侧结构性改革的重要动力因素和我国经济高质量发展的推动力。

（三）数字普惠金融发展研究

经济高质量发展具有鲜明的中国特色，国外鲜有对其与数字普惠金融的影响研究。目前我国对于二者的研究均处于国际前列。2016年9月，G20杭州峰会发布的《G20数字普惠金融高级原则》中重点介绍了数字普惠金融的成本可负担及商业可持续特点。北京大学互联网金融研究中心课题组（2016）《北京大学数字普惠金融指数（2011—2015年）》发布后，国内许多学者开始以此指数为依据研究数字普惠金融对缩小城乡收入差距、减缓贫困等方面的影响，显然很少将经济高质量发展情况纳入考量。只有叶大清（2018）等人系统地探讨了经济高质量发展与数字普惠金融之间的关系。二者相辅相成、相互融合：经济高质量发展以数字普惠金融为重要驱动力；数字普惠金融以经济高质量发展宏观环境为重要依托。本研究正是基于上述数字普惠金融对经济高质量发展影响的经验，提出以下假设。

假设：数字普惠金融有助于促进经济高质量发展。

三、研究设计

（一）数据来源与变量设定

为了数据的全面性与可得性，考虑数字普惠金融发展年限较短，本研究选取2010—2019年数据，指标数据来源于《中国城市统计年鉴》《中国统计年鉴》《中国固定资产投资统计年鉴》以及各省市年鉴，数字普惠金融数据均来自《北京大学数字普惠金融指数》。采用标准化方法消除各指标量纲，部分缺失数据采用差值法处理，故西藏及港澳台不在本次的研究范围内。

1.被解释变量。经济高质量发展指标。本文结合经济高质量发展理念、高质量发展内涵以及当前社会矛盾，借鉴李金昌等（2018）学者的五大发展理念，构建经济高质量发展评价指标体系（见表1）。

表1 经济高质量发展指标体系

指标选取依据：经济发展水平最能反映一国经济运行是否稳定以及经济成果品质优劣；科技创新成果的快速转化与应用有助于推动经济高质量发展；结构优化反映一国各地区经济发展、产业发展等是否相对平衡；绿色发展追求经济发展与环境污染治理同时兼顾，以实现经济可持续发展，民生共享反映人民日益增长的生活需求得到满足，经济发展成果能够更公平地惠及全体居民，是经济高质量发展的最终目标。

2.解释变量。数字普惠金融指数（DIF），该指数由北京大学金融研究中心和“蚂蚁金服”集团合作起草。

3.控制变量。一是民营化水平（PRL），民营企业具有独特的自我发展优势，在安置职工就业、实现社会稳定方面起到了促进作用。二是科技投入（TEIN），科学技术已成为一国综合国力的重要体现。三是基础设施（INFRA），基础设施建设反映该城市当前经济发展水平以及未来发展潜力，与经济发展水平呈正相关。四是政府干预水平，政府利用行政管理、经济法规等必要手段刺激经济朝着积极方向发展。五是居民消费价格指数可以反映居民的生活水平，进而反映经济发展状况（具体变量情况见表2）。

表2 变量属性

（二）模型构建

本研究构建以下空间计量模型以探究数字普惠金融对经济高质量发展水平的空间溢出效应。

上式为空间杜宾（SDM）模型，是空间滞后（SAR）模型与空间误差（SEM）模型的嵌套模型，分别为（1）（2）式。

其中，ECO为本研究被解释变量，表示经济高质量发展水平；解释变量为数字普惠金融指数（DIF）；其中C为本研究的控制变量；W为空间邻近权重矩阵；α为常数项；ε为随机扰动项。

四、实证研究与结果分析

（一）经济高质量发展水平的测度结果分析

1.经济高质量发展的测算结果

现选取我国30个省市2010—2019年数据，根据熵值法赋权计算得到经济高质量发展水平，结果显示我国2010—2019年年均经济高质量发展水平为0.2622。从均值看，北京发展居首位。从区域划分看，我国经济高质量发展水平呈现东中西递减的特点，存在明显的地区差异性（测算结果见表3）。

表3 选取我国30个省市经济高质量发展平均水平

2.经济高质量发展的空间分析

我国各省市经济高质量发展的全局Moran’s I指数（见表4）均为正值，在10%的显著水平下通过检验，表明经济高质量发展在空间分布上存在一定程度的正相关性。

表4 2010-2019年全国经济高质量发展水平Moran’s I值

（二）实证分析

1.空间计量模型的选择

根据检验的结果，时间固定效应模型为最优选择。此外，根据稳健的拉格朗日乘数检验的估计结果，LM-Lag未通过检验，因此，接受SDM模型简化为SAR模型。根据表5中SAR模型与SDM模型的检验结果，SDM模型能够更好地拟合空间效应，最终选择SDM模型。

2.实证结果分析

根据表5的结果，β=0.1207，说明数字普惠金融对经济高质量发展存在明显的正向作用，这与本研究之前的假设相符合；但是θ=-0.0450，即数字普惠金融滞后项对经济高质量发展呈现出抑制作用，可能存在如下原因：一是中西部偏远乡村地区缺乏数字普惠金融发展的环境，互联网等数字技术条件较差，进而影响该地区的经济高质量发展水平。二是可供农村偏远地区居民选择的金融产品较少，就导致数字普惠金融发展不具备针对性，普及率远远不够。

表5 数字普惠金融与经济高质量发展的SAR与SDM模型估计结果

从控制变量来看，一是科技投入。科技投入的重视程度存在区域差异性，经济发展水平高的城市会更加注重科技带动发展，这种差异性会在一定程度上阻碍经济高质量发展。二是CPI。我国对CPI采取的是固定样本采集方法，这种采集方法的缺点是容易造成样本的代表性未能跟上经济发展的速度，具有滞后性。

五、结论与启示

研究基于2010—2019年选取我国30个省份的面板数据，运用熵值法测算经济高质量发展水平，结果表明：区域之间发展不平衡，全国平均水平偏低，尤其是西部地区；运用空间计量模型检验了数字普惠金融与经济高质量发展的内在空间联系，研究结果表明：数字普惠金融的发展虽然能够显著促进经济高质量发展，但是由于数字普惠金融发展存在地区差异性，导致数字普惠金融发展滞后项会抑制经济高质量发展。

基于上述分析，得出几点启示：一是加强数字普惠金融技术支持以提高其普及率，因地制宜推进经济高质量发展。二是加强数字普惠金融基础设施建设。加大对数字普惠金融基础设施建设薄弱地区的支持力度。三是重点需要推进我国各地区数字普惠金融体系建设。提高数字普惠金融可得性，延伸数字普惠金融的服务范围，进而促进经济高质量发展。