数字金融发展推动经济高质量增长的影响因素研究

赖俊明

（杭州市农村电商数字化创新发展研究中心，浙江 杭州 310018）

一、引言

近年来，数字金融业态的发展越来越丰富。从全球数字金融发展现状来看，中国的数字金融发展已经走在世界前列[1]。现有研究表明，数字金融借助大数据和互联网等数字技术手段开展金融行业的业务，因此数字金融只是金融销售和获取渠道上的创新[2-6]。当然数字金融的各种模式发展情况并不相同，从大部分模式来看，中国的数字金融已经经历了2011—2014 年的萌芽期和膨胀发展阶段，正处于2015 年以来的低谷和整合过渡期。目前，有关数字金融的概念和商业模式的争论焦点还比较多，数字金融的影响研究只集中在对宏观经济和商业银行的理论探讨层面，有关数字金融的风险评价文献多体现在P2P网络借贷领域[7，8]。

目前，各种数字金融创新模式的发展进程不同，根据2020年的北京大学数字普惠金融指数，可以发现各地区的业态发展也有很大的差异，数字金融在发展过程中对实体经济和传统金融各领域的传导影响仍然具有较大的异质性，因为数字金融的风险扩散和传染更迅速，数字金融风险一旦大面积发生，监管将变得非常困难，直接威胁到整个金融体系的安全。总之，中国的数字金融还处于先行摸索阶段，数字金融具有高杠杆、涉及面广等特点，面临着技术风险、信用风险、系统风险等许多潜在风险。因此，如何有效化解数字金融在融合金融和互联网技术两个方面的高风险，从而促进经济健康稳定的发展，就显得尤为重要。因此，全面深入剖析和探讨数字金融创新在中国的发展模式与现状，对现实经济与金融市场的传动影响、数字金融的风险评价与监管具有重要的价值。文章旨在探究从数字金融的创新模式以及发挥的传导影响效应，提出如何监管的分析框架，并在相关理论基础上提出大胆的探索和假设，最终形成有利于数字金融产业健康发展的、更为贴近中国经济实际的科学解释。

二、文献综述

1. 经济增长质量的演化趋势研究综述

现有研究表明，创新驱动对经济增长质量具有明显的正向影响，同时，中国不同地区创新驱动经济增长质量提高的能力与其经济发展水平基本吻合。杨博旭等(2019)等强调人力资本是影响经济增长质量的最重要的因素之一，是推动经济高质量发展的基础[9]。同时，李小玲等(2020)研究认为，人力资本积累和城市化率的提升更有利于本省域的经济增长质量提升，而对周边省域却并没有显示出明显的促进作用[10]。尽管，学者们对经济增长质量内涵的界定不同导致评价方法不同，但他们对于中国经济增长质量的演化趋势的总体判断基本一致。

多指标评价方法包含了经济增长速度、增长效率、社会效益等综合性价值判断。基于多指标评价方法，研究人员分别从经济、社会、自然等方面构建一系列的指标体系，评价方法几乎涵盖了各种数量统计分析方法[11]。此外，相关政府部门也将多指标方法应用到地方经济的评价中，例如，统计局部门提出的小康指标体系、基本现代化指标体系等。尽管该方法可以从多个维度综合反映经济增长质量，但却因研究视角不同而出现指标选择及其体系构建的不一致，难以进行横向比较和应用。冉茂盛和同小歌(2020)分别从总体和区域角度测算了中国经济增长质量的演化趋势，从不同省、市、区的动态比较来看差异较大，经济转型初期，西部和中部地区经济增长质量相对高水平的省市明显较好。但是，随着经济水平的不断发展，东部地区各省份经济增长质量的绝对水平和增长幅度均远大于西部和中部地区省份[12]。

基于单指标评价方法，Fang(2014)等学者分别采用生产函数分解法和统计分解法，对GDP、全要素生产率这些代表性指标的演化趋势与周期分解进行分析，并得出中国整体经济增长质量在需求侧和供给侧驱动力的作用下不断提高的演化趋势[13]。但是，谢绚丽等(2018)等学者基于增加值率这一单指标评价经济增长质量发现，中国经济增长的质量在下降[14]。

总体上看，影响经济增长质量的因素不仅包括经济总量、经济效率、经济结构、发展潜力和创新能力等经济变量，而且还涉及自然、社会、文化、制度等诸多方面。此外，从发展质量传导作用看，分为发展质量与影响因素之间的前因和后果两方面：前因因素包括技术创新和体制创新、FDI、收入差距、企业资源配置程度、环境等；后果因素包括人类发展、福利、消费、健康、教育、产业升级、全球竞争能力等。因此，发展质量测度是一项需要综合考虑经济发展、科技进步、社会变迁、自然禀赋、管理体制等多因素的复杂性系统工程。

2. 经济增长质量评价的指标综述

现有统计指标体系实际上是围绕特定主题和目标所建立的系统性变量的集成。经济增长目标是数量和质量的统一。与中国经济增长数量上的快速增长相对应的增长质量目标要求也在不断提高，围绕经济增长质量提高，相关职能部门陆续出台了一系列指标体系，例如小康指标、创新指标、现代化指标等。其中，小康指标和创新指标分别从需求侧和供给侧反映经济高质量发展水平状态，而现代化指标则是具有时空约束和时代内涵的动态综合性指标，目标是实现人的福利最大化[15]。

已有关于技术创新对产业结构、经济集聚对技术创新的研究明晰了技术创新关联要素与产业结果之间错综复杂的关系，但在分析其中的空间问题时，大多侧重于从技术溢出的角度分析它们与经济增长的关系。因此，在区域网络内，借助网络外部性将外部非经济问题造成的损失内在化是相关政策制定的一条有效的路径。

具体而言，小康指标是具有中国特色的动态监测指标，自邓小平1979 年12 月首次提出“小康”概念以及在20 世纪末中国达到“小康社会”的构想。此后，“小康”几乎成为历届党代会报告、政府年度工作报告中的关键词之一。创新指标是国内外常用的评价指标，综观国内外代表性的创新指标，有European Innovation Scoreboard、中国创新指数等，该指数主要围绕创新投入、产出、过程、环境等展开。综观国内外流行的现代化标准，如箱根模型、列维模型、中国社会科学院的“社会指标”等，这些现代化指标主要按照特定时期特定对象的特定目标展开，如地区、经济、社会、生态、文化等现代化，但核心还是围绕实现人的最大福利目标展开[16]。综上而言，上述指标都被用作反映一国经济增长质量。

3. 数字金融相关理论分析

金融抑制理论。金融抑制的原因主要是人为因素、银行寡头垄断、资本市场不健全、民营资本很难进入银行体系，所以就需要金融深化和金融改革（薛永刚，2021）[17]。

金融中介理论。经济学界针对发展中国家的现状指出了一个事实，即金融中介机构比证券市场更占主导地位，并且发现现实中的金融市场离不开金融中介。换言之，数字金融也是金融中介发展的一种形式，用户使用数字金融平台直接实现了资金的借贷和理财，只需要付出相应的交易成本。目前，数字金融平台已成为中国的金融中介体系之一，数字金融壮大使得中国的金融中介数量暴增。因此，数字金融的产生、发展与定位，就是金融中介功能的完善与扩展，也是业务多元化、细分化以及专业化的体现（任海云等，2018）[18]。

三、研究假设

随着数字金融在中国的蓬勃发展，该领域已经成为当前经济学界重要的争论焦点和研究内容之一，经济学者对此的探索已取得了丰硕的成果。在过去的一段时间，中国的数字技术通过拓宽金融包容渠道，实现了对实体经济增长的促进作用。数字金融作为金融领域的中介之一，必然会推动经济增长。数字金融对经济增长的间接推动作用体现在数字金融作为一种基础设施，为金融交易者降低了巨大的搜寻成本和交易成本，形成外部性和溢出性，推动了经济总体生产效率。现代经济增长理论表明，不同经济条件环境决定了区域经济增长速度，衡量经济环境的一个重要因素就是普惠金融水平，高效充分发展的金融行业对经济结构体系的形成至关重要，而数字金融发展带动惠普金融水平提升进而影响到区域的经济增长速度。数字金融推动经济增长原因在于：一是从生产角度，把数字金融看成一种资源，在对数字金融使用和占有的过程中推动生产，进而推动个人、企业、社会财富的增加。二是从消费角度来看，数字金融作为一种产品，在不断优化和改善中，使更多的群体能够享受到这种产品，改善了社会福利。具体而言，数字金融促进经济增长的表现有以下五点：

1. 增加吸纳能力，加速资本积累

学者们认为，数字银行使得人们更方便地进行资金交易，数字货币基金为人们提供了新的理财模式，尤其是余额宝带动了1 元理财时代，加速了资金的融通。相比传统金融，数字金融服务大大吸收了社会的闲余资本，实现了资本的快速积累。

2. 加速投资转换，促进经济增长

数字金融通过提供P2P、众筹、货币基金等开放式融资平台，将闲散资金配给于实体部门，从而转化为生产能力，这种从资本到实际生产能力的转换无疑加速了经济增长和社会发展（OH，2015；朱德胜等，2016；唐文进等，2019；王娟等，2020）[19-22]。

3. 提高资金利用质量，加快经济运行效率

Fan 等(2019)认为数字金融的技术创新和金融创新，使得借款人和投资人在数字P2P 借贷平台实现了信息共享，另外还分析了数字借贷的监管问题，提出了监管建议[23]。Min 等(2020)认为数字众筹融资具有网络低成本交易的优势，与传统融资相比，网络融资不存在地域歧视和地域偏好[24]。国内多数学者认为利用数字征信体制为资金需求者建立了很好的信用评价机制，将劣质的借款人淘汰出市场，从而有利于资金往更高效率部门转移，资金使用质量的提高和产业结构的调整会使经济运行效率大大提升（姜付秀等，2017；唐松等，2020；谢雪燕等，2021）[25-27]。

4. 风险分散，增强经济稳定性

万佳彧等(2020)探讨了信用评级、信用认证方式以及信用认证指标在数字P2P 等数字金融模式中的风险监管发挥的重要作用[28]。Jiang(2020)对Prosper 数字借贷平台收益率的研究表明，大多数投资绩效并不好，但采用一些简单的投资规则能够提高投资组合的收益率[29]。但是数字P2P、众筹、货币基金、数字保险都能够最大程度地分散风险(Allen，2019)[30]，因为数字P2P、众筹、货币基金、数字保险都具有投资门槛小、灵活度高、交易方便等特征，均能满足人们对个性化投资产品和服务的需求，并能释放金融体系的部分风险（徐海峰等，2020；王文娜等，2020）[31，32]。

5. 缩小贫富差距

解决传统贫富差距的办法是财政支付转移，但是其中往往忽略了个体差异所产生的依赖和惰性行为，而数字金融从提高低收入阶层公众的参与度和积极性出发，创造平等的机会，依据个人背景激发个体努力，从而实现经济效率优化（Hanusch，2017；喻平等，2020；杨望等，2020）[33，34]。此外，数字金融与经济增长之间也存在一种循环关系，相互促进提高了生产效率，继而又促使数字金融产生了更好的服务。

根据以上分析，可以看出学术界对数字金融业态的评价多集中在数字P2P 借贷等领域，全面分析数字金融各种商业模式的研究并不多，对数字金融为实体经济和传统金融带来的影响的探讨多是碎片化的论述，并没有形成逻辑体系。从整体上看，还缺少对数字金融创新模式、传导影响和风险评价三者之间较为全面、统一、深入的研究。基于此，文章初步认为数字金融具有数字技术和金融普惠双重优势，对经济增长产生正向促进作用，并且二者之间存在循环推进关系。

四、实证分析

文章基于2012—2021 年中国的面板数据，对数字金融与经济增长之间的关系进行实证研究，被解释变量是基于GDP 核算的经济增长质量指标，包括稳增长、上台阶、促开放、保生态指标。稳增长指标：经济运行风险系数(riskr)，由各省GDP季度增长率变异系数计算得到；上台阶指标：用人均GDP(gdp)表征；促开放指标：(FDI+OFDI)占GDP 比重(afdi)；保生态指标：绿色GDP 指数(ggi)，由年度GDP 扣除每年所产生三废污染的附加值再比上GDP 得来。三废污染的附加值通过各省三废产生量乘以三废单位治理资金得到，数据来自历年《中国统计年鉴》、各省的统计年鉴。核心变量是数字金融，各地区的数字金融发展情况来源于北京大学数字普惠金融指数（2012—2021 年）。

主要变量的描述统计如表1 所示。

表1 变量的描述统计

通过表1 的结果，最终确定文章以被解释变量为各地区的人均GDP(gdp)，解释变量为互联网技术设施，运用地区互联网服务期使用数和每百人互联网使用数指标，依据权重进行加权计算。文章采用协整检验和面板VAR 模型分析数字金融、互联网技术设施对经济增长之间的影响。从表2 可以看出，一阶差分后各序列在各种单位根检验条件下基本表现平稳。

表2 原序列和一阶差分后序列的单位根检验

文章用Pedroni 方法做协整检验，对于Pedroni 检验结果中，前四个表示组内维度，后三个表示组内维度，当样本t＜20时，Panel-adf 和Group-adf 统计量具有很好的解释性质，从表3 可以看出，各变量之间存在长期均衡关系。

表3 Pedroni 协整检验

为了稳健起见，文章分析了经济增长(gdp)、数字金融指数(df)、互联网技术设施(nu)各自序列，以及三者共同的特征根图形和单位圆，如图1 所示，结论再次验证符合平稳性条件，可以进行VAR 分析。

图1 gdp、df、nu 共同的特征根图形和单位圆

此后，文章用VAR 模型估计，进行方差分解和脉冲响应分析，从表4 的估计结果来看，经济增长具有黏性，滞后1 期的gdp 估计系数为1.541，滞后2 期的gdp 估计系数为-0.639，滞后1 期的gdp 具有更大的贡献作用，滞后1 期的数字金融估计系数为0.395，滞后2 期的数字金融估计系数为-0.351。通过比较发现，数字金融在滞后一期对经济增长具有明显的促进效果，滞后1 期的互联网技术设施估计系数为0.261，滞后2 期的互联网技术设施估计系数为0.359，互联网技术设施在滞后2期的估计系数更大。这表明互联网技术设施对经济增长的影响作用是一个长期积累的过程，互联网技术设施作为一种社会资本，方便人们获取和共享信息，发挥的间接作用更明显。

表4 VAR 估计结果

从而得出VAR 模型的估计结果为：

为了分析各个因素对其他因素的冲击影响，文章进行脉冲响应分析。结果如图2 所示。

从图2 可以看出，经济增长对数字金融的冲击在第4 期达到最大，然后开始下降，并趋于平稳，尤其在第16、17 期，冲击效果接近于0，也就是说，互联网技术设施对经济增长的直接影响变化较快，同时置信区间逐渐减少。从长期来看，经济增长良好可以提高数字金融的发展层次，数字金融对互联网技术设施的冲击从第2 期以后基本为负，说明互联网技术设施并不是数字金融发展的必要条件，数字金融需要互联网技术，但是更重要的是金融环境和金融普惠性。互联网技术设施对经济增长的冲击在第15 期之前是正向的，在第15 期之后则是负向的，随着经济的持续增长，互联网技术设施的促进作用也会逐渐增强，经济增长缓慢，也必然会对互联网技术设施产生抑制作用，互联网技术设施对数字金融的影响在前两期急剧增加，说明数字金融初期发展离不开互联网技术设施的环境，从第3 期开始，互联网技术设施对数字金融的冲击不断下降，之后趋于稳定，说明了数字金融发展到一定程度，受数字技术设施的影响有所减弱。

图2 各因素之间影响的脉冲响应

对经济增长误差项的方差分解，结果如表5 所示，表明经济增长具有很好的自我积累机制，其自身的贡献在逐渐降低，但前30 期的贡献作用仍然很大，第30 期的贡献作用达到82.5%这一高值，经济增长受数字金融的贡献作用要强于受互联网技术设施的贡献效果，随着时间的延长，数字金融的贡献增速要远远超过互联网技术设施的贡献增速，也就是说，数字金融对经济增长的影响在长时间内可以更好地转化为生产力。

表5 在数字金融和互联网技术设施影响下经济增长的方差分解

五、固定效应检验

为验证文章结论的可靠性，进行固定效应检验，加入交互项(df×nu)。补充的控制变量有：劳动力(l)、资本(k)、价格指数(cpi)、出口占比(ex)。其中，劳动力要素是各城市在当年的就业总人数（万人），资本要素是各城市的固定资产投资总额，价格指数为各城市的居民消费价格指数，出口占比是指货物和服务出口占GDP 比重，这些数据均来自《中国统计年鉴》和各省的统计年鉴，样本考察期为2012—2021 年，实证分析中为了避免各变量之间的异方差太大，对各个变量做对数处理。并设定如下模型(2)：

其中，因变量为gdpt，dft和nut分别为数字金融和互联网技术设施，lt和kt分别为劳动力和固定资产投资总额，cpit和ext分别为居民消费价格指数和货物服务出口占GDP 比重，εt为随机扰动项。

依据基准模型，文章的回归结果如表6 所示，在回归(1)中，只检验核心解释变量，数字金融发展和互联网技术设施对经济增长的影响系数分别为3.207 和6.108，表明二者对经济增长均有正向促进作用，这与文章的设想一致。在回归(2)中，加入了数字金融和互联网技术设施的平方项，发现二者的系数并不显著，也就是说并不支持二者的非线性关系，这也就意味着数字金融和互联网技术设施对经济增长会一直保持正向影响。

表6 多变量回归估计结果

在回归(3)中，加入了劳动力、资本、价格指数和出口占比，发现主要变量对经济增长的影响并没有发生大的变化，与前面的结论一致，另外，劳动力和资本对经济增长的影响系数分别为11.235 和9.334，价格指数和出口占比对经济增长的影响系数分别为0.463 和10.425。在回归(4)中，加入了数字金融指数与互联网技术设施的交互项，该变量的系数为0.648，并具有明显显著性，其他变量的估计系数与回归(3)相似，表明数字金融只有与互联网技术设施相结合，才能更好地拓展交易边界，促进经济增长，同时互联网技术设施也可以很好地提高数字金融的普惠性，进而推动经济增长。

六、结论与建议

综上，文章认为经济增长具有一定的惯性，数字金融和互联网技术设施可以很好地促进经济增长，高水平的互联网技术设施会促进数字金融普惠性的提升，为经济增长做贡献，数字金融基于互联网技术设施可以更好地拓展交易边界，从而推动经济增长。同时，经济增长又可以进一步促进数字金融的发展和互联网技术设施水平的再次提高。

基于此，文章提出如下建议：第一，构建数字金融普惠体系。需要加大数字金融风险普识力度，确认数字金融的功能并未超越一般金融体系的范畴，普及数字金融风险的知识，维护数字金融的规范发展。第二，构建数字金融网络安全体系。数字金融的技术选择风险系数和系统安全系数都很高，构建数字金融安全体系至关重要，各区域需加强区域之间的金融合作，提高资本的融合度，实现金融资本的最优配置，提升产业集聚水平，缩小地区之间的差距。首先需要加快提升网络加密、密钥和签名技术，提高网络安全性；其次是增强网络防护能力，阻止黑客攻击和计算机病毒入侵，完善身份认证系统，对非法用户进行隔离，阻止非法访问，建立数字证书和各种加密技术，为网络金融加以提供安全保障；第三，建立数字金融信用风险管理体系。信用风险是数字金融较大的风险之一。首先，加强数字金融企业内部风控机制的建设，设立专门的风控团队，高度重视风险管理；其次，完善个人征信系统建设，以数字金融企业的大数据为优势，统一信用管理办法，将信用评价机制引进来，开展数字金融业务；最后，数字金融企业应该与传统金融企业合作，更好地服务自身客户。