数字普惠金融、创业活跃度与包容性增长

唐红梅，赵 军

（新疆大学 经济与管理学院，新疆 乌鲁木齐 830000）

一、引言与文献

经过几十年高速增长后，中国经济总量大幅提升，但仍存在发展不平衡、不充分的问题。在“双循环”背景下，区域发展不平衡、收入差距扩大等问题不但造成实际购买力受到约束、消费潜力难以释放，阻碍实现“以人民中心”的新发展理念。中国始终高度重视包容性增长问题，党的十九大报告指出：“明确新时代我国社会主要矛盾是人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾，必须坚持以人民为中心的发展思想，不断促进人的全面发展、全体人民共同富裕。”党的二十大报告指出：“中国式现代化是全体人民共同富裕的现代化。共同富裕是中国特色社会主义的本质要求，也是一个长期的历史过程。我们坚持把实现人民对美好生活的向往作为现代化建设的出发点和落脚点，着力维护和促进社会公平正义，着力促进全体人民共同富裕，坚决防止两极分化。”包容性增长契合中国特色社会主义的发展理念，是在发展过程中解决发展问题的重要手段，是中国经济发展的内在要求。

包容性增长被认为是机会平等的增长[1]，同时关注过程和结果[2]、更强调因所享有的权利的不平等而造成的排斥[3]。杜志雄等(2010)认为包容性增长包括四个基本要义：经济增长、权利获得、机会平等、福利普惠[4]。文雁兵(2015)从以经济增长和收入分配的“自上而下”和以自生能力和社会流动的“自下而上”的两种视角阐释包容性增长减贫策略[5]。总的来说，包容性增长以机会平等作为核心，致力于通过消除环境不平等使各类群体获得公平的增长机会和结果。

依托于信息、大数据、云计算等技术诞生的数字普惠金融，有效地降低了普惠金融服务成本，有助于缓解原本被传统金融排斥的群体的借贷约束，促进他们参与投资和经营活动[6]。新型数字金融模式已经成为普惠金融的重要源动力和增长点[7]。在新技术浪潮中诞生的数字普惠金融能否促进包容性增长，以及如何提升其边际效益是具有理论和现实意义的课题。

创业是经济个体跳出原有生产网络，发挥自身能力特长从而获得更高回报的重要途径。只有在创新和效率方面有所建树才能够获得创业成功，因此创业成为家庭增收、区域经济增长的重要推动力，对增加社会公平、阶层流动发挥着积极作用。此外，创业有助于增加社会就业机会。提升区域创业活跃度可以通过增加收入、推动创新和新增就业机会的有益影响来促进包容性增长。金融支持是创业活动的必要支持条件，金融能够使经济个体获得购买力，并投入到生产性活动中，充分发挥个体能力。在宏观层面，金融对创业活动的支持体现在积累资本和提高资源配置效率的作用。数字普惠金融具有成本低、覆盖广的优势，能够通过提升区域创业活跃度促进包容性增长。

目前的研究表明，数字普惠金融在以下方面有积极作用：缩小城乡收入差距[8，9]、促进经济增长[10]、减贫效应[11]、促进创业[12]、提升城市创新水平[13]、促进中小企业技术创新[14]、提升社会保障水平[15]等。但对以下问题涉及不足：一是对作为综合概念的包容性增长的研究不足；二是数字普惠金融能否通过提升创业活跃度的机制提升包容性增长水平，其路径机制有待验证；三是缓解信息不对称是数字普惠金融的重要特征，其对数字普惠金融的效用是否存在影响，相关研究较少。基于以上问题，文章从包容性增长的内涵出发，构建包容性增长指数，使用静态和动态模型研究数字普惠金融对包容性增长的作用，通过中介效应验证了提升创业活跃度是数字普惠金融促进包容性增长的重要机制，以门槛模型分析数字普惠金融的非线性效应，发现提升信息化水平能够缓解信息不对称从而提升数字普惠金融的边际效益。

文章可能的边际贡献在于：第一，从经济增长的可持续性、社会机会公平性和收入平等三个维度设置指标体系，全面反映包容性增长的动态变化；第二，验证了提升区域创业活跃度是数字普惠金融促进包容性增长的重要机制；第三，发现缓解信息不对称是提升数字普惠金融边际贡献的重要方式；第四，进一步研究发现数字普惠金融发挥有益影响离不开传统金融基础，二者融合发展是十分必要的。文章对深入理解数字普惠金融的运行机制和相关政策的协同制定提供了有益参考。

文章其余部分安排如下：第二部分是理论分析并提出研究假说，第三部分是对包容性增长的测算，第四部分是实证分析，第五部分是稳健性检验，第六部分是结论和建议。

二、理论分析

1.数字普惠金融对包容性增长的影响

首先，金融发展对经济增长具有促进作用[16，17]。数字普惠金融作为金融体系的创新发展，具有一般的金融功能，对促进经济增长具有积极作用。此外，数字普惠金融通过互联网技术拓宽了金融服务范围，降低了由地理位置形成的金融排斥，提高了对欠发达地区的金融支持，赋予了更多群体享有金融服务的权利，加快了资本积累进程，广泛地调动生产要素，提升经济运行效率的同时促进包容性增长。其次，数字普惠金融降低了金融服务的成本，提升了金融服务的供给能力，减少了由价格形成的金融排斥现象，有助于缓解小微企业和低收入群体的融资约束，使其参与到创新创业中，拓宽其增收渠道。宋晓玲(2017)认为数字普惠金融通过降低门槛效应、缓解排除效应和减贫效应能够缩小城乡居民收入差距[8]。周利等(2020)的研究也支持这一结论[9]。最后，收入增长使得更多资源能被投入到教育、医疗、社会保障等社会福利领域，起到提升社会机会公平性的作用。汪亚楠等(2020)的研究证实了通过收入效应、就业效应，数字普惠金融能够提升社会保障水平[15]。由此，文章提出如下假设：

假设H1：数字普惠金融能够促进包容性增长。

2.数字普惠金融促进包容性增长的影响机制

创业创新是稳增长、保就业的重要基础。创业不仅能直接提升创业者的收入，还能增加社会就业岗位，带动一批人提高收入。灵敏把握市场需求、创新生产方式或提高生产效率是创业成功的基本要求，创业企业不仅是产业链的零件组成部分、市场主体的生力军，还是创新的重要力量。因此，提升区域创业活跃度是促进经济增长、居民增收和创新的重要途径。

创业离不开金融支持，传统金融模式对标社会化生产，对资金需求者要求较完备的财务信息、经营流程和资金用途控制。创业企业往往难以完全符合上述条件，由此造成小微企业融资难现象出现。数字普惠金融提高了金融支持与创业企业资金的需求匹配度：一方面，数字普惠金融通过大数据等金融科技降低了融资门槛、融资成本和信息不对称程度，缓解了企业的信贷约束，提升了创业绩效。谢绚丽等(2018)证实数字金融对创业有显著的促进作用，而且对于城镇化率较低的省份、注册资本较少的微型企业有更强的鼓励创业的作用[12]。另一方面，数字普惠金融扩展了金融服务的触达能力，在传统金融发展较为薄弱的区域通过信息化提供金融服务，从而增加了潜在的因资金限制的创业群体的基数。张勋等(2019)发现数字金融的发展帮助改善了农村居民的创业行为，并带来了创业机会的均等化[6]。因此，数字普惠金融能够通过提升区域创业活跃度推进包容性增长。综上，文章提出如下假设：

假设H2：提升区域创业活跃度是数字普惠金融促进包容性增长的重要机制。

3.信息不对称对数字普惠金融的非线性影响

信息不对称是金融市场的一个重要特征，指交易的一方对另一方缺乏充分的了解，并影响其在交易中做出正确的决策。事前的信息不对称主要表现为逆向选择，贷款人由于信息不对称无法识别借款人可能存在的风险，贷款人很可能不向某类群体发放贷款，以降低其承担的总体风险，从而将这类群体中低风险的借款人也排斥在信贷交易之外，导致金融排斥现象的产生。事后的信息不对称主要体现为道德风险，借款人获得信贷后，可能为博取高收益而从事高于借款风险的活动，这时贷款人通常使用增加抵押物来防范道德风险[18]。可见，信息不对称将造成针对信息不透明的交易对象产生金融排斥或要求增加抵押物而提高金融服务门槛的问题。

金融机构的中介作用正是以解决资金供给方和需求方的信息不对称问题来体现的。然而，相较于成熟企业，小微企业、创业企业往往存在企业制度不规范、资金用途不清晰等问题，造成金融机构难以评估贷款风险。而数字普惠金融通过大数据等手段，形成的海量数据库能够对借款人进行风险评估，精准识别低风险企业的贷款需求，还能持续跟踪贷款人的生产经营情况，有效缓解事前和事后两方面的信息不对称，重构金融服务模式，为提升区域创业活跃度提供了重要的金融支持。因此，缓解信息不对称能够提高数字普惠金融对创业活跃度、包容性增长的边际贡献。综上，文章有如下假设：

假设H3：缓解信息不对称能够提升数字普惠金融对包容性增长的边际贡献。

三、包容性增长的测算评价

1.指标体系构建

包容性增长的核心是机会平等大多数学者都认为包容性增长应该包含经济的可持续增长、增长过程和结果的共享、减贫和收入提高等[19]。测度包容性增长的主要方法包括：使用机会曲线刻画[20]、设置指标体系[21，22]、测算包容性TFP[19，23]。文章以机会平等作为包容性增长的核心内涵，以多维平等为具体衡量内容。测度目标是尽可能全面、客观和动态的反映包容性增长水平，因此使用指标体系法能够较好的契合文章测度目标。基于文章对包容性增长的概念界定和测度目标，从经济增长的可持续性、社会机会公平性和收入平等三个维度设置指标体系，见表1。

表1 包容性增长指标体系

经济增长的可持续性是实现包容性增长的基础，从经济增长和收入增长两个领域构建。经济增长领域使用全要素生产率、第二产业占比、第三产业占比和人均GDP增长率进行衡量。其中，全要素生产率使用DEA的SBM-GML指数进行测算，投入使用劳动力和资本，产出为实际GDP。劳动力采用当年就业人员总数衡量；资本使用永续盘存法计算，根据张军(2004)[24]计算的以2000年价格衡量的资产存量作为初始资本存量，使用经固定资产投资价格指数缩减后的每年实际固定资产投资持续计算，折旧率取9.6%，资本和实际GDP均折算为2000年为基准的不变价。收入增长领域使用以2000年不变价的城镇和农村居民人均可支配收入衡量，通过城镇和农村居民消费价格指数对当年数据进行消胀处理。

社会机会公平性是对包容性增长多维平等的核心体现，包括经济参与机会、就业机会、教育机会、医疗机会和社会保障机会领域。经济参与机会包括市场潜力和城镇化率指标，市场潜力的概念来源于新经济地理学，较大的市场规模促进产业关联与产业集聚的形成，促进企业利润和生产率提高，为工资水平提高提供可能[25]；相比于农村，城市消费水平较高、就业岗位更多，因此将城镇化率也作为经济参与机会的衡量指标。就业机会直接影响个体获得收入的可能性与收入水平，使用第二、三产业就业率和城镇登记失业率指标衡量[22]。教育机会是个体实现收入提升的重要手段，教育机会公平性对社会阶层流动具有重要影响，使用教育经费投入强度和每万人拥有的专任教师数衡量。医疗机会是对健康水平的重要保障，是进入就业市场的基本条件，采用每万人拥有医师数和床位数衡量。社会保障水平是防范风险的重要工具，能够保障基本生活水平，使用每万人基本养老保险人数和每万人基本医疗保险人数衡量。

收入平等维度着重衡量收入平等程度，主要包括城乡收入差距、区域收入差距和行业收入差距。城乡收入差距以城乡收入比衡量；区域收入差距使用当年各省城镇居民可支配收入与标杆地区的比值，选择上海市作为标杆地区[26]；行业收入差距使用省级层面的城镇各行业从业人员平均工资的变异系数表示[27]。

2.测算方法

文章使用定基极差熵权法进行赋权和综合指数计算，定基极差熵权法是熵权法和定基极差法的组合运用，一是能够避免权重设定的主观性，二是通过定基使得全局通用参考系，能够反映时空双重维度上的变动趋势[22]，三是能够处理正向和负向指标，并形成三个子维度指数。测算步骤如下：

第一步：将指标数据进行无量纲化。

第二步：计算指标比重。

式(2)中，若比重值Ptij=0，则定义

第三步：计算指标信息熵。

第四步：计算指标权重。

式(4)中，Wj是第j项指标的权重。

第五步：使用定基极差法处理原始数据。

第六步：计算综合指数。将熵权法确定的指标权重和定基极差法处理后的无量纲化指标值进行加权，得到综合指数：

3.测算结果

文章选取2000—2019年中国30个省份数据为基础进行计算，因数据资料限制，不包括港澳台和西藏地区。数据来源于中经网数据库、国家统计局网站、《中国统计年鉴》《中国教育统计年鉴》《中国教育经费统计年鉴》及各省市自治区统计年鉴，个别缺失数据使用插值法补齐。根据上述步骤，测算2001—2019年中国30个省级行政区的包容性增长水平，部分结果见表2。

表2 中国各省份包容性增长水平

2001—2019年，全国的包容性增长水平呈现总体水平明显提升同时省际差异性扩大的趋势。表现为平均值从0.2499增长到0.7729，同时标准差从0.1902扩大到0.4319。从2019年排名看，包容性增长水平排名前五的省份为上海、北京、江苏、浙江和广东，排名后五的省份为甘肃、青海、云南、宁夏和贵州。从增长情况看，全国的包容性增长指数增长了0.5230，高于全国平均增长量的省份有11个，其余19个省份则低于平均增长量，说明少数省份快速增长大幅领先于其他地区，而大多数省份则难以追赶扭转落后局面，这也是省际差异不断扩大的原因。

四、实证分析

1.模型设定

为验证数字普惠金融对包容性增长的促进作用，基准回归采用双向固定效应模型(7)进行验证。考虑到包容性增长可能存在路径依赖以及减少内生性，同时设定动态面板回归模型(8)，使用系统GMM进行估计。

其中，inclusiveit是省份i在t时期的包容性增长水平，dfiiit是省份i在t时期的数字普惠金融指数，Zit是控制变量，μi和δt分别代表个体和时间固定效应，εit为随机扰动项。

在数字普惠金融指数(dfii)对包容性增长(inclusive)的线性回归模型的系数α0通过显著性检验的基础上，分别构建数字普惠金融指数(dfii)对于中介变量创业活跃度(entre)的线性回归方程，以及数字普惠金融指数(dfii)与中介变量创业活跃度(entre)对包容性增长(inclusive)的回归方程，通过β1、λ1、λ2的显著性判断中介效应是否存在。具体模型设定如下：

数字普惠金融不仅降低了金融服务成本，提升了金融服务的触达性与可获得性，也借助丰富的网络应用场景缓解了信息不对称，从而减少金融摩擦，提升资源配置效率。为验证假设H3，即缓解信息不对称能够提升数字普惠金融对包容性增长的边际贡献，使用门槛模型(Hansen，1999)验证信息化对数字普惠金融对促进包容性增长的影响：

其中，qit是门槛变量，I(·)为取值1或0的指示函数，满足括号内条件取值为1否则为0。可扩展为多门槛情形。门槛模型使用自举抽样方法进行门槛效应的检验，通过构造LR似然比检验量并绘制图形进行门槛值真实性的检验。

2.变量说明

被解释变量：被解释变量为包容性增长(inclusive)，使用第三部分的测算结果。

解释变量：使用省级层面的北京大学数字普惠金融指数dfii，包括覆盖广度、覆盖深度和数字化程度三个维度。该指数是由北京大学数字金融研究中心与蚂蚁集团研究院研究人员合作编制完成的，是当前最具代表性的反映数字普惠金融发展的数据。

中介变量：中介变量为创业活跃度(entre)，以私营企业工商注册登记户数与个体工商注册登记户数之和作为创业企业的观测数据，借鉴叶文平等(2018)[28]的研究采用区域内15～64岁劳动力人口进行标准化。

门槛变量：增加信息量和将已有信息进行数字化是提高交易双方透明度的主要方式。有效的数据信息越多，大数据、云计算等金融科技手段越能有效的缓解信息不对称问题并降低金融服务成本。数据信息的来源是用户参与，反映的是经济活动的流向，因此从用户端和收入端两个方面反映信息量的增加和信息公开透明程度。鉴于移动互联网应用范围和使用深度不断增强，使用移动电话用户数/总人口的比例反映用户端的信息数字化程度，记为access。销售信息对反映企业经营情况事关重要，是缓解事后信息不对称的关键数据，电子商务是企业营收数字化的直观体现，由于各省的电子商务销售额从2013年起才有系统的统计数据，使用快递业务收入/GDP的比例间接反映收入端的经济活动数字化程度，记为income。将电子商务销售额/GDP占比作为分类标准在分样本回归中使用，作为辅助验证。

控制变量：选取其他可能影响包容性增长的控制变量包括对外开放程度(open)，使用进出口总额/GDP反映；政府参与经济程度(gov)，使用一般公共预算支出/GDP反映；金融发展水平(fd)，使用人民币各项贷款余额/GDP反映；资源禀赋(res)，使用采用资本存量/从业人员数量来反映。

数字普惠金融指数(dfii)来源于北京大学数字金融研究中心，其他数据来源与上文相同，数据跨度为2011—2019年，变量含义见表3，数据的描述性统计见表4。

表3 变量及指标含义

表4 变量描述性统计

3.实证分析

（1）基准回归

基准回归结果见表5，静态模型中模型(1)是数字普惠金融对包容性增长的双向固定效应回归结果，模型(2)在模型(1)的基础上加入控制变量。模型(3)、(4)、(5)分别是数字普惠金融对包容性增长的三个子维度：经济增长的可持续性、社会机会公平性和收入平等的静态模型回归结果。模型(6)为使用系统GMM的动态面板回归结果，回归通过了二阶序列自相关检验和Hansen检验。从静态和动态模型回归结果看，数字普惠金融对包容性增长的回归系数都显著为正，验证了数字普惠金融对包容性增长具有显著的促进作用。从数字普惠金融对包容性增长的三个子维度看，数字普惠金融对经济增长的可持续性、社会机会公平性和收入平等都存在显著的正向作用。从回归系数大小看，数字普惠金融对社会机会公平性的促进作用最大；从回归拟合度看，数字普惠金融对经济增长的可持续性的回归拟合度最优；数字普惠金融对收入平等的正向影响弱于其他两个维度。

表5 数字普惠金融对包容性增长的基准回归

控制变量中，对外开放程度、金融发展水平对包容性增长的回归系数显著为负，政府参与经济程度对包容性增长水平的回归系数显著为正。说明对外开放、金融支持等市场化手段对包容性增长存在抑制作用，政府财政对经济参与程度作为政府对经济的参与和调节，能够起到调节平衡的作用。

根据以上回归结果，假设H1得到验证，即数字普惠金融能够促进包容性增长。

（2）中介效应

在基准回归证实了数字普惠金融对包容性增长具有积极影响的基础上，使用中介效应检验中介变量创业活跃度的作用机制，结果见表6。首先使用逐步回归检验，数字普惠金融对被解释变量包容性增长、中介变量创业活跃度回归系数均为正，显著性水平分别为1%和5%。将数字普惠金融和创业活跃度对被解释变量包容性增长进行回归，二者均存在显著的正效应，且数字普惠金融的系数有所下降，表明存在中介效应。

表6 创业活跃度的中介效应

据此，验证了假设H2：提升区域创业活跃度是数字普惠金融促进包容性增长的重要机制。

（3）门槛效应

缓解信息不对称能够减少金融摩擦，从而实现资金转化为资本、服务实体经济。使用门槛模型考察数字普惠金融的非线性溢出效应和信息化的对其作用的影响，从单门槛到多门槛依次检验，表7中列出了通过门槛效应检验（P值小于0.05）和门槛值LR检验的回归结果。门槛值LR检验结果如图1所示。将数字普惠金融也作为门槛变量的原因是随着数字普惠金融的发展，其积累的用户群体信息越来越丰富，因此数字普惠金融的发展程度本身就可以表征金融服务中信息化的程度。回归结果表明，使用移动电话用户数/总人口、快递业务收入/GDP和数字普惠金融作为门槛变量时，存在显著的单门槛效应，随着门槛变量超越门槛值后，数字普惠金融对包容性增长的回归系数显著增大，数字普惠金融对包容性增长的正向影响得到增强。将数字普惠金融也作为门槛变量的原因是随着数字普惠金融的发展，其积累的用户群体信息越来越丰富，因此数字普惠金融的发展程度本身就可以表征金融服务中信息化的程度。

图1 门槛模型LR似然比检验

表7 面板门槛模型的回归结果

综上所述，假设H3得到验证，即随着信息化程度的提升，信息不对称得到缓解，提升了数字普惠金融对包容性增长的边际贡献。

（4）进一步分析

使用分样本回归进一步研究数字普惠金融对包容性增长作用的异质性，同时作为对假设H3的辅助验证。每万人银行从业人员数代表传统金融服务密度，传统金融服务运行中积累了大量征信数据，为缓解信息不对称提供数据资源。电子商务销售额/GDP比例代表电子商务发展水平，是经营过程信息化的重要方式。文章以2019年各省份的每万人银行从业人员数、电子商务销售额/GDP比例两个指标分别将样本平均划分为低水平组和高水平组，研究数字普惠金融在不同的传统金融服务密度和电子商务发展水平下的异质性。结果见表8，两组回归都显示出共同的特征，即在高水平组中数字普惠金融对包容性增长的促进作用更大。分组1的结果说明数字普惠金融的有益影响不能脱离传统金融服务而存在，因此在数字金融背景下完善传统金融服务布局仍然是十分必要的。分组2的结果显示，电子商务发展高水平组具有更高的信息化水平，说明在电子商务发展水平更高的区域，数字普惠金融更加能够缓解信息不对称，从而增强了对包容性增长的贡献，进一步验证了假设H3的结论。

表8 分样本回归结果

五、稳健性检验

在使用双向固定效应模型、系统GMM回归、中介效应模型、门槛模型和分样本回归后，结果均显示数字普惠金融对包容性增长的影响始终显著为正，文章主要结论已经得到验证。在此基础上，对于仍然可能存在的遗漏变量、测量误差，采用面板工具变量法进行稳健性检验。由于通信产业是数字普惠金融的必要条件，但通信产业无法直接影响包容性增长水平，故选用各省份2011—2019年移动电话普及率和电信业务总量/GDP占比作为工具变量。表9所示的工具变量结果，显示数字普惠金融促进了包容性增长，且通过了工具变量检验：Kleibergen-PaaprkWald F统计量为21.877，大于Stock-Yogo weak ID test critical values的10%偏误的临界值，拒绝原假设，不存在弱工具变量。Kleibergen-Paaprk LM统计量的P值为0.0001，拒绝工具变量识别不足的原假设。Hansen J的P值为0.6675，通过过度识别检验。

表9 面板数据工具变量回归结果

六、结论与建议

包容性增长是新发展理念中“协调”“共享”的体现。文章考察了数字普惠金融对包容性增长的影响及其机制，结果发现：一是数字普惠金融能够促进包容性增长，对其子维度经济增长的可持续性、社会机会公平性和收入平等程度都存在显著促进作用；二是提升创业活跃度是数字普惠金融促进包容性增长的重要机制；三是数字普惠金融对包容性增长存在非线性效应，缓解信息不对称能够提升数字普惠金融对包容性增长的边际贡献；四是在传统金融服务密度高和电子商务发展水平高的区域，数字普惠金融的有益影响更加凸显。

基于以上结论，文章提出如下建议：第一，对于包容性增长水平较低的地区，应加强数字普惠金融基础设施建设，促进数字化、信息化融合发展，提高数字金融应用的便利性，促进数字金融的覆盖广度和使用深度，使更多群体能够享有接受数字金融服务的权利。第二，营造公平、便利、高效的营商环境，协同制定数字普惠金融与创业扶持政策，引导人才、技术、资金的优化配置，激发创业潜力，提升区域创业活跃度。第三，促进传统普惠金融与数字普惠金融融合发展，扩大金融服务范围，有益于传统金融机构和金融科技平台发挥协同作用，以此共同促进包容性增长。第四，加强智慧城市等数字化建设，减少信息割裂提高信息透明度，加强税务、社保等职能机构与传统金融机构和金融科技平台的交流互动，缓解金融交易中的信息不对称，提升数字普惠金融对包容性增长的边际贡献。