数字金融发展对长三角区域经济高质量发展的影响——基于空间滞后模型的实证检验

华德亚 陈 敏

（安徽大学 安徽合肥 30031）

引言

金融作为经济发展的关键因素，决定着资金投入的方式与成本，在高质量发展中不可或缺。数字金融集支付、融资、投资和其他业务于一身，通过互联网关键技术工具的应用提升了金融普惠性与精准性，是新一代金融服务。据统计，2020年长三角地区GDP总量约占全国的24%，其中有8座万亿GDP城市，占全国总量的30%。推动长三角地区数字金融建设，是新时代下实施长三角一体化国家战略、“十四五”规划中“建设数字中国”的积极响应，为全国经济更好更快发展起着示范和引领带动作用。

关于数字金融的研究，学者们更多聚焦数字金融发展如何提升实体经济、驱动企业创新、影响城乡收入差距和促进区域协调发展等方面。数字金融利用现代技术拓展了金融服务范围，提高数量巨大的小微和弱势经济主体的金融服务可得性，促进了金融服务经济发展效率与水平的提高。蒋长流、江成涛（2020）从地级市层面出发，发现数字普惠金融通过技术创新这一中介助力于地区经济高质量发展。在空间效应研究中，李光林等（2021）发现随着数字金融发展的深化，邻近地区数字金融会通过空间溢出效应影响本地的数字金融发展，进而助力经济发展。

总之，以往大部分研究是从创新创业、产业结构、收入差距等单一视角考察数字金融对经济的影响，且忽视了地理空间因素。因此，本文从高质量发展的多维内涵出发，采用空间经济学分析方法讨论数字金融与经济高质量发展的联系。

数字金融促进经济高质量发展路径分析

数字金融发展能激励创新，提升城市和企业的创新绩效。一方面，数字金融利用技术手段降低了企业投融资过程中的信息搜寻成本和交易成本，有利于提高企业融资成功的概率；另一方面，凭借数字技术强有力的地理渗透性，数字金融发展能突破时空障碍，提高贫困地区企业融资可得性。此外，数字金融的发展使得各类商业模式和服务业态不断涌现，这也有利于地区创新发展。

数字金融发展为产业结构调整注入动力。数字金融发展能够提升金融效率，缓解中小微公司融资压力，促进企业不断提高产品技术含量，持续开发新产品。此外，也能不断更新商业模式，使得蕴含着巨大市场空间和发展潜力的新企业、新业态不断出现，有利于优化地区产业结构。

数字金融为经济发展提供了更广阔的对外开放平台。数字技术与国际贸易的不断融合使得数字贸易异军突起，它以数据驱动货物、服务、技术、人才的流动，降低了贸易门槛和交易成本；此外，新的数字技术的出现提高了消费者偏好与国内外产品的匹配速度，进而提升了交易效率和成交规模。因此，数字金融发展能促进对外开放向高水平方向发展。

数字金融能够促进协调发展。一方面，数字技术助力传统金融跨越空间地理阻碍，助力欠发达地区创业人群的创新创业活动，有利于缩小城乡和区域经济收入差距；另一方面，数字金融活动本身就是环境友好型的金融服务，且数字技术衍生了众多绿色产品，创建了绿色消费平台，提高了公众参与绿色消费的积极性，从而促进人与环境和谐发展。

数字金融能防范风险，稳定经济。数字技术有利于增强金融体系抗风险能力，分散实体经济风险，稳定经济环境。2020年至今，数字金融在疫情防控、促进消费、保护就业、为企业提供资金支持等方面发挥出巨大优势，有效应对了内外部环境复杂深刻的变化，有力地稳定了经济与生活秩序。

变量选取、数据来源与相关性检验

（一）变量的选取

1.高质量发展指数（HG）的测度。关于高质量发展指数的测算，很多学者有其自己的衡量标准，其中比较有代表性的包括：方大春和马为彪（2019）从创新、协调、绿色、开放和共享五个维度出发，考察了我国30个省份（不含西藏）高质量发展的时空格局演变。刘干和郑思雨（ 2018）采用熵权法，从五个维度测算了我国31个省份 2010-2016年的高质量发展综合得分。基于数据可得性，本文借鉴师博、张冰瑶（2019）的做法，首先从三大维度分别设置一级指标，然后从这三个维度构建了9个二级指标，以此表征高质量发展的内涵，具体如表1所示。

表1 指标体系设置

?

将表1中各指标的原始数据进行“最小-最大标准化”处理，在此基础上对各级指标进行均等赋权，之后计算得到长三角区域各城市高质量发展指数（见表2）。就均值来看，经济发展质量从2011年的0.1571上升到 2018 年的0.2496，且各城市的平均水平有很大程度的增长。

表2 长三角区域各城市高质量发展指数

?

进一步观察长三角地区发展质量的空间分布状况，利用ArcGIS软件进行自然间断点分级（见图1）。长三角地区高质量发展在地理空间上呈现出非均衡分布的状态，且在空间上存在正的相关性，即高高、低低的城市相互邻近。具体来看，2011年上海、苏州、南京的高质量发展处于领先地位，发展较快的是江苏南部和浙江的大部分城市，安徽除合肥外的大部分城市高质量发展进程缓慢；到了2018年，各城市高质量发展指数均增加，发展速度在加快，发展差距在缩小。

图1 长三角城市间经济发展质量的空间分布状况（2011年、2018年）

2.数字金融发展的测度。数字金融发展的测度指标选取方面，数字金融发展（DF）具体数值来自北京大学数字金融研究中心发布的“北大数字普惠金融指数”。鉴于该指数对数字普惠金融的发展评价是多维度的，且得到了学者们广泛的认可，本文选择它作为衡量数字金融的主要指标。

3.控制变量。具体控制变量包括：

产业结构（TL）。数字金融均可作用于第一、二、三产业而激励其创新，不同产业之间的创新溢出效应有助于经济发展的质量提升。利用泰尔指数（TL）来衡量各个城市产业结构的发展情况，该指标为负向指标，任何偏离了0的数值均代表了产业结构不合理，其公式如下：

对外开放度（OPEN）。对外开放水平可以影响我国经济发展的质量和数量，本文用各城市净出口与GDP的比重予以表征。

基础设施建设（IV）。基础设施建设为促进经济发展过程中跨区域的物资和人员流动提供了基础保障，尤其有利于落后地区融入全国统一的经济运行网络，本文采用人均固定资产投资来表征。

各变量的定义如表3所示。

表3 各变量的定义

?

（二）数据来源

高质量发展指数相关的指标数据以及控制变量数据分别来源于江浙沪皖四地统计年鉴及《中国城市统计年鉴（ 2011-2018 年）》，个别缺失数据从相关省份对应年份的统计公报获得或使用插值法补足。数字金融指数来自《中国数字普惠金融发展指数（2011-2018）》，并进行标准化处理。主要变量的描述性统计结果如表4所示。

表4 变量描述性统计结果

?

（三）空间相关性检验

全局空间相关性分析。首先通过Moran's I指数检验长三角区域数字金融和高质量发展的空间自相关性，具体见表5所示。从2011到2018年，数字金融的Moran's I指数均大于0.34，经济发展质量的Moran's I指数均在0.25左右，且在1%水平下显著，说明该地区数字金融和高质量发展水平均具有显著的空间相关性。因此，基于空间性分析区域经济增长是合理的。

表5 长三角地区数字金融DF与高质量发展水平HG的Moran’s I指数检验结果

注：、、分别表示在10%、5%、1%的显著性水平下通过检验，下同。

?

局部空间相关性分析。为进一步反映长三角地区数字金融与高质量发展的局部相关性，图2给出了2011年和2018年长三角区域41个城市高质量发展水平的Moran I散点图。总体来看，长三角地区数字金融发展存在高高集聚、低低集聚的发展状况（第一、第三象限），具体如表6所示。其中，合肥市的数字金融发展水平明显高于其周边城市，2020年底“合肥数据赋能行动之赋能金融”正式启动，这一行动将更好地利用数据这一要素的价值，提高金融创新精度和加大金融普惠力度，让小微企业和个人用户更有获得感。

图2 长三角地区数字金融发展水平的Moran I散点图（2011年、2018年）

表6 Moran’s I散点图对应象限分布

?

模型设定与实证分析

（一）模型构建与检验

本文采用二进制邻接矩阵，为了防止“孤岛”的存在，将舟山市与宁波市相邻。运用LM检验、Wald检验和LR检验选择模型形式（见表7），由此可判断SAR模型优于SEM模型，因此选择空间滞后模型来分析数字金融对长三角经济发展质量的影响及其空间效应。其模型形式为：

表7 LM 检验、LR检验和Wald检验结果

?

式（2）中，ρ表示内生交互效应的系数，其大小是对相邻城市之间空间溢出或者扩散效应程度的反映。

检验各个变量之间的多重共线性是进行多元回归分析的重要前提，VIF值检测法是其常用检测方法。结果（见表8）发现，4个解释变量的 VIF值均小于10，可以判断各个变量之间不存在多重共线性问题。

表8 多重共线性检验结果

?

（二）实证结果与分析

首先，进行随机效应和固定效应模型的选择，利用Hausman检验得到卡方统计值为26.82，P值接近0且显著，故采用固定效应模型。然后，分别固定时间、个体、双固定进行回归。从表9可知，时间固定效应模型、个体固定效应模型与双固定效应模型的R分别为0.6437、0.7417与0.7277，故选用固定个体的空间滞后效应模型。

表9 SAR模型的估计结果

注：括号内为z值。

?

表9表明：模型的空间溢出系数显著为正值（0.364），表明长三角经济发展质量有显著的空间溢出效应。从区域一体化的视角来看，由于资源禀赋的不同，经济发达地区会产生一定的溢出效应，继而向周边城市传播新的生产方式或贡献科技创新技术；在城市群内部，为了提高经济发展质量与居民生活质量，大城市会逐渐转移产业至邻近城市，或是与周边城市合作共建。

数字金融发展（DF）的估计结果显著为正。与传统金融相比，数字金融能拓展交易渠道，降低交易成本，使得金融服务更加全面、便捷，包括在积极创新的市场体系、合理的产业体系和充满活力的对外开放体系下更有效率地从事经济生产生活，以及更加公平的共享区域协调发展成果和绿色生态环境，而这正是高质量发展所追求的目标。

在对控制变量的检验中，对外开放度的系数显著为正，即对外开放发展水平越高，经济发展质量也越高，随着我国对外开放力度持续提高，长三角也不断深入参与国际分工，与国外企业互动交流愈发频繁；泰尔指数的系数显著为负，这表明产业结构越合理越有利于提高长三角地区经济发展质量，这可能是因为数字金融借助互联网技术不断更新商业模式，新业态的涌现不断促进产业结构调整，从而转化增长动力，助推地方经济发展；基础设施建设水平与高质量发展负相关但没有通过检验，可能是因为长三角部分地区的交通运输、能源供给等传统基础设施已趋于饱和，因此在“新基建”政策的引领下，优化基础设施建设成为大势所趋。

（三）稳健性检验

在进行稳健性检验时，本文采用缩短样本时间年限的方法。具体地，将原本的年限2011-2018年缩短为2014-2018年，对模型（2）进行重新回归，结果如表9的模型（4）所示，可以看出各个变量的数据稍有变化，但是各变量正负号和显著性没有发生显著变化，可以表明本文的结果是稳健的。

研究结论与政策建议

（一）研究结论

本文以江浙沪皖41个城市2011-2018年面板数据为研究样本，探讨数字金融对长三角区域经济高质量发展的影响。主要结论为：从空间效应上来看，长三角地区经济增长质量存在着显著的正向溢出效应，本地经济的高质量发展会带动周边地区经济质量上的增长；数字金融对本地区经济发展质量具有显著正向影响，说明数字金融已经成为地区经济高质量发展的重要动力；其他影响因素中，产业结构合理性与对外开放度的系数为正，说明二者均有助于地区经济发展质量，基础设施建设发展这一指标对高质量发展的影响不明显。

（二）政策建议

第一，注重“新基建”，推进金融业数字化转型。落实“新基建”政策，进一步加大互联网建设，大幅度增加光纤通信传输网络的数量和提升网络平台的覆盖率，增强数字技术方面的投资力度，逐渐消弭制约地区发展质量的数字鸿沟。第二，协调好产业结构。要充分重视产业结构在数字金融与地区经济增长中的中介效应，各地要因地制宜制定符合自身经济发展政策的产业，推动产业结构的要素再配置。第三，强化多元监管机制。长三角地区金融机构覆盖率高、覆盖面广，传统金融监管具有一定的局限性，要建立新型多元监管机制，重视监管技术创新，防范数字金融发展带来的风险，同时要实行柔性监管，促进数字金融持续创新，赋能经济发展。