数字金融与经济高质量发展:理论分析与实证检验

牛丽娟

[提要]文章基于2011-2020年中国省级面板数据，系统考察了数字金融对经济高质量发展的影响效应及作用机制。结果表明:数字金融显著促进了经济高质量发展，这一结论在选取移动电话普及率作为工具变量等稳健性检验之后依然成立；数字金融不同维度对经济质量的驱动作用存在差异性，强化服务深度和提升数字化程度对促进经济高质量发展的作用更突出；从区域异质性来看，东部、西部和东北地区的数字金融对经济高质量发展的影响显著，但在中部地区并不明显。作用机制的分析显示，缓解融资约束、提升创新能力和优化产业结构是数字金融作用于经济高质量发展的重要传导机制。最后，采用面板门槛模型和空间模型，发现数字金融对经济高质量发展的影响存在边际效应非线性递增和空间溢出的特点。

引言

当今世界正经历百年未有之大变局，由于新冠肺炎疫情、地区冲突和局部战争的持续影响，全球经济发展不确定性增加，而我国经济又正处于结构转型的关键时期，高质量发展成为经济发展的必然要求。“金融作为经济发展的血液”，是推动经济社会发展的重要力量。随着新一轮科技革命的加速推进，以大数据、云计算、人工智能等为代表的信息技术广泛应用，数字金融蓬勃发展，目前在我国已经形成了一定的规模，在用户数量、技术创新度和应用场景等方面均走在世界前列，对便利居民生活和促进经济发展发挥了前所未有的作用，逐渐成为引领科技创新和实现经济结构转型的重要动力源。相对于传统金融，数字金融具有鲜明的包容性和普惠性特征，能够覆盖传统金融弱势群体，精准地为客户提供个性化、定制化和智能化的金融服务(黄益平等，2018)[1]，这与实现经济高质量发展的目标高度契合。因此，在我国经济结构转型的背景下，明确数字金融对经济高质量发展的作用机制和影响效应具有非常重要的意义。

数字金融作为与数字经济相匹配的金融形态，是金融与科技结合的高级发展阶段，不仅扩展了金融服务的广度和深度，而且具有普惠性特征(Ozili，2018)[2]。数字金融的作用效果主要体现为“存量优化”与“增量补充”，在为传统金融服务体系做出重要补充的同时，深刻地改变和重塑企业的生产经营活动方式(唐松等，2020；[3]李小玲等，2020[4])。因此，在金融资源和数字技术的双轮驱动下，如何有效释放数字金融对经济高质量发展的助推力量，让金融更好地服务实体经济，成为近年来政府和学者们关注的热点问题。那么，在当前我国经济面临的新形势下，数字金融对经济质量的提升是否起到支撑作用?如果这种支撑作用存在，其隐含的内在机制是什么?数字金融对经济高质量发展的影响效应是否存在区域差异?这些问题亟待深入探讨和解答。

本文尝试突破既有研究的局限性，通过构建多维度的评价指标体系，利用熵值法测度2011-2020年中国30个省份(不含西藏及港澳台地区)的经济高质量发展水平，运用多种方法探究数字金融对经济高质量发展的影响效应，并揭示其背后的作用机制，同时结合现实数据进行实证检验，以期为我国经济结构转型和高质量发展政策的制定提供参考依据。本文可能的边际贡献主要有以下三个方面:第一，不同于已有绝大多数文献用人均国内生产总值或者全要素生产率替代经济发展质量，本文紧扣经济高质量发展的内涵，结合新发展理念，从多个维度构建了经济高质量发展评价指标体系，采用熵值法测算了各省的经济高质量发展综合指数，能够更准确地衡量经济发展情况。第二，本文厘清了数字金融对经济高质量发展的作用机制，进一步拓展了数字金融对经济发展影响的研究框架。在此基础上，结合现实数据实证检验了数字金融对经济高质量发展的影响效应，并用移动电话普及率作为工具变量以缓解潜在的内生性问题，较好地提高了研究结果的稳健性。第三，由于我国不同区域经济发展基础和数字金融发展情况存在较大差异，本文考察了数字金融对不同区域经济高质量发展的异质性效果，为因地制宜地制定数字金融发展政策提供了理论参考和决策依据。此外，本文还借助面板门槛模型和空间模型，进一步考察了二者的非线性关系和空间溢出效应。

一、文献综述与理论分析

(一)文献综述

1.经济高质量发展的内涵与测度

高质量发展是在兼顾高效率的基础上，注重公平稳定、绿色和谐的可持续发展方式，可以满足人们不断增长的美好生活需求，是现实社会各方面均衡发展的结果(Martinez and Mlachila，2013；[5]金碚，2018；[6]陈诗一和陈登科，2018；[7]张军扩等，2019[8])。经济高质量发展必须坚持“创新、协调、绿色、开放和共享”的新发展理念，这也是经济高质量发展是否实现的评价标准(何立峰，2018；[9]高培勇等，2019[10])。经济高质量发展水平的测量指标作为连接高质量发展理论内涵和政策实践的桥梁和纽带(张涛，2020)[11]，指标的科学性和适用性具有非常重要的意义。现有文献主要用人均国内生产总值或全要素生产率作为替代变量，但由于经济高质量发展的内涵具有多维性和丰富性的特征，用单个指标来判断经济增长质量高低存在一定程度的缺陷。近年来，部分学者对于如何有效、准确地构建测度经济高质量发展指标体系进行了有益探索，尝试从不同维度构建综合指标体系来测度经济发展质量(赵德友等，2018；[12]徐志向等，2019；[13]赵涛等，2020；[14]宇超逸等，2020[15])，但并没有形成一致的结论。

2.数字金融对经济发展的影响研究

金融发展对经济增长的作用和重要性，已经被国内外众多学者证实。由于数字金融是最近几年才发展起来的一种新的金融服务模式，关于数字金融对经济发展影响的研究相对较少，现有文献主要从创新创业、居民消费和城乡收入差距等不同视角论述了数字金融如何支持经济发展。一是数字金融通过促进创新创业进而推动经济发展(谢绚丽等，2018；[16]钱海章等，2020[17])。数字金融不仅能够有效提升企业的技术创新能力(万佳彧等，2020)[18]，而且能够改善农村居民的创业行为，显著提升低收入群体的收入，促进经济的包容性发展(张勋等，2019)[19]。与传统金融相比，数字金融具有低成本、便利性、广覆盖的优势，降低了传统金融对物理设施的依赖，提高了金融产品和服务的可得性，能够给居民带来更多公平创业的机会(王永仓等，2020)[20]。二是数字金融通过影响居民消费进而推动经济发展，特别是对农村地区和低收入阶层的家庭消费促进作用更明显(易行健等，2018；[21]谢家智等，2020；[22]尹志超等，2020[23])。三是数字金融通过增加金融可得性、降低门槛效应来缩小城乡收入差距(宋晓玲，2017；[24]张子豪等，2018；[25]李建军，2019；[26]周利等，2020[27])。从现有研究成果来看，大部分学者认为数字金融有助于实体经济的发展，但也有学者提出了不同的观点，认为由于“数字鸿沟”的存在，数字金融会造成新的金融排斥，进而拉大区域间的收入差距(张梁等，2021)[28]，不利于经济发展质量的提升。

综上所述，已有文献主要集中于对数字金融的经济发展效应的讨论，发现还有以下需要改进的方面，一是对于经济高质量发展的评价体系尚未形成一致结论，无法确定数字金融对经济高质量发展的真实效应，相关指标体系的构建需要进一步探索；二是针对数字金融与经济发展质量关系的研究还比较零散，现有文献主要是从纯理论层面进行论述或者是基于微观数据考察数字金融对经济发展某一影响因素的经济效应，缺乏较完整的理论分析框架和实证经验支撑，对现实的指导作用非常有限。鉴于近几年数字金融在我国快速发展的事实，深入探究数字金融对经济发展质量的影响，有较强的实践价值，而且对多学科交叉研究具有一定启发意义。

(二)理论分析

1.数字金融对经济高质量发展的作用机制

第一，数字金融通过有效缓解融资约束促进经济高质量发展。由于我国金融体系发展不完善，长期以来由银行主导，这种通过银行体系的融资渠道在服务实体经济中存在较严重的“属性错配”、“领域错配”和“阶段错配”问题(唐松等，2020)。传统的银行机构出于盈利目标和风险控制的要求，在发放贷款的过程中将抵押物、盈利水平和担保能力等作为授信标准，使得中小企业和弱势群体被排斥在金融服务体系之外，融资模式与金融供求的不平衡严重制约了金融服务实体经济的质效(王道平等，2021)[29]。首先，与传统的金融模式不同，数字金融依托大数据、云计算和人工智能等新型技术，以信息网络为载体，具有地理穿透力强和成本低的优势，能有效破除金融服务的支持壁垒，减少对传统营业网点的依赖，拓宽了金融服务的覆盖范围和触达能力，为经济高质量发展提供了持续的动力(谢平等，2015)[30]。其次，数字金融具有普惠性的特征，能够对大量数据信息进行深入挖掘和分析，解决了传统金融风险管控难等问题，可以有效降低中小企业和“长尾人群”的交易成本，为中小企业和弱势群体提供更高效的资金支持，缓解了“金融排斥”问题。再次，随着数字金融的广泛应用，能够倒逼传统金融机构转型升级，借助于数字技术创造更多的金融服务场景，提升金融服务的质效，有力推进金融机构、行业和产业的数字化和智能化发展，为经济高质量发展提供更多的金融支持。

第二，数字金融通过提升区域创新能力赋能经济高质量发展。创新作为经济发展的内生动力，对带动经济结构转型具有重要意义。在我国经济新常态下，创新驱动内涵式增长已成为实现经济高质量发展的重要抓手(余泳泽，2018)[31]。金融是微观经济主体创新环境中的核心组成部分，金融发展不充分会对微观主体创新意愿和创新能力产生抑制效应。首先，企业研发活动通常投资回收期较长，产出具有较强的不确定性，持续的创新活动更需要稳定、充足的金融资源作保障(王玉泽等，2019)[32]，而数字金融的发展为企业科技创新活动提供了更多的金融服务，通过缓解企业的融资约束，释放企业的创新活力(谢绚丽等，2018)。其次，数字金融可以把金融资源与高新产业风险特征相匹配，为新兴产业的技术创新活动提供更多金融服务，提高资源配置效率，促进经济高质量发展。再次，数字金融借助人工智能、大数据等新兴技术分析工具，降低了金融市场的搜寻和匹配成本(唐松等，2020)，减少信贷资源的错配问题，为企业技术创新提供了新的机遇，进而推动地区经济高质量发展。

第三，数字金融通过优化产业结构驱动经济高质量发展。当前，在我国经济结构转型的关键阶段，产业结构的优化升级是实现经济高质量发展的基础，而产业结构优化升级离不开金融体系的支持。首先，技术创新是加快产业结构优化升级的关键因素，金融发展不充分会对地区技术创新产生抑制效应，数字金融作为新型的金融模式，极大地降低了金融服务的门槛，较好地契合了产业结构转型升级的资金需求，尤其是新兴产业和高新技术产业(李晓龙等，2021)[33]。其次，数字金融可以促进金融资源的跨部门流动，丰富了金融资源的风险防范手段，优化地区金融资源配置效率，改变金融市场上的产业选择，引导资金流向新兴优质产业，这些产业往往具有较强的成长能力和利润创造能力，提升地区产业合理化水平，促进地区经济高质量发展。再次，数字金融的发展改变了传统的消费方式，提升了消费者对产品水准和服务的要求，带动需求端的产业结构优化，同时释放了大量新的商业机会，提升了产业链的生产效率，使产业发展向质量效益型转变，进而推动经济高质量发展。

基于此，提出以下假设:

假设1:数字金融和经济高质量发展正相关，即数字金融发展会促进经济发展质量的提升。

假设2:数字金融能够通过缓解融资约束、提升创新能力、优化产业结构等途径对经济高质量发展产生积极作用。

2.数字金融对经济高质量发展的非线性效应

数字金融依托其先进的技术提高了金融服务的广度和深度，延伸到了传统金融没有服务到的区域，但数字金融的使用也无法摆脱传统金融的发展基础而独立存在，会受到经济主体对于传统金融使用情况的影响。不同地区传统金融发展基础和条件存在差异，受到的融资约束不同，导致数字金融对经济发展质量的驱动作用也会有差别。在金融发展基础较好的地区，金融服务的供给和需求均增加，会进一步强化数字金融对经济高质量发展的促进作用。同理，融资约束程度较高的地区，金融资源配置效率较低，数字金融的发展也会受到制约。基于此，提出假设3。

假设3:数字金融对经济高质量发展的影响具有“非线性”的特征，融资约束越小的地区数字金融对经济高质量发展的驱动效应越强。

3.数字金融对经济高质量发展的空间溢出效应

数字金融的重要特征是压缩了金融服务的距离，金融服务供给的广度和深度得以拓宽。在新一代电子信息技术蓬勃发展的趋势下，各地区之间经济交流活动越发频繁，经济发展质量除了会受到当地各类因素的直接影响外，同时也受到邻近地区的影响，使得经济发展质量在空间上存在关联性。通过区域间的学习和信息交流，数字金融的发展在促进本地区经济发展质量提升的同时，还对邻近区域产生显著的正向溢出效应(上官绪明等，2021)[34]。因此，提出假设4。

假设4:数字金融对邻近区域的经济发展质量存在空间溢出效应。

二、研究设计

(一)模型设定

1.基准回归模型

为检验上述研究假设，首先用各省经济高质量发展综合指数(Hqdit)作为被解释变量，设立基准回归模型:

Hqdit=α0+α1Dfiit+αcControlit+μi+δt+εit

(1)

其中，式(1)中Hqdit代表第i个省在t时期的经济高质量发展水平；Dfiit代表第i个省在t时期的数字金融发展水平；Controlit表示控制变量；μi和δt分别表示控制地区和时间的固定效应；εit表示随机误差项。

2.中介效应模型

结合前文理论分析的结果，为进一步讨论融资约束、创新能力和产业结构是否为数字金融和经济高质量发展二者之间的中介变量，建立以下模型进行验证:

Medi,t=β0+β1Dfii,t+βcControli,t+μi+δt+εi,t

(2)

Hqdi,t=γ0+γ1Dfii,t+γ2Medi,t+γcControli,t+μi+δt+εi,t

(3)

式(2)和式(3)中，Medi，t代表中介变量，包括融资约束水平(Ficoni，t)、创新能力(Tii，t)和产业结构(Indi，t)；其他参数含义不变。

3.面板门槛模型

为考察数字金融与经济高质量发展的非线性关系，本文将数字金融和融资约束水平作为门槛变量，以探究不同数字金融和融资约束水平对经济发展质量的影响。构建门槛模型如下:

Hqdi,t=φ0+φ1Dfii,t×I(Thi,t≤θ)+φ2Dfii,t×I(Thi,t>θ)+φcControli,t+μi+εi,t

(4)

其中，Thi，t为数字金融和融资约束水平等门槛变量；I(·)为示性函数，括号内的表达式为真时即为1，反之为0；θ为待估计的门槛值；其他参数含义不变。式(4)可根据检验结果扩展到多门槛面板模型。

4.空间面板模型

为进一步讨论数字金融对经济高质量发展的空间溢出效应，在基准模型式(1)中引入数字金融、经济高质量发展以及其他控制变量的空间交互项，拓展为空间杜宾模型(SDM):

Hqdit=α0+ρWHqdit+σ1WDfiit+α1Dfiit+σCWControlit+αcControlit+μi+δt+εit

(5)

其中，ρ为被解释变量(Hqdit)的空间自回归系数；W为空间权重矩阵；σ1和σc为核心解释变量以及控制变量空间交互弹性系数；其他参数含义不变。

(二)变量的选取

1.经济高质量发展评价指标体系的构建、测度与分析

以往的研究大多数将人均国内生产总值或者全要素生产率作为经济发展质量的代理变量，但由于经济高质量发展内涵的复杂性，用综合评价指标体系对其进行测度更科学合理(赵涛等，2020)[14]。本文围绕经济高质量发展的深刻内涵，以经济增长为基础，结合新发展理念，借鉴张庆君和黄玲(2021)[35]等人的研究思路，在考虑数据可得性和可比性的基础上，从“经济增长、创新、协调、绿色、开放、共享”六个维度展开，选取21个细分指标构建经济高质量评价指标体系(见表1)。

表1 经济高质量发展评价指标体系

在计算经济高质量发展综合指数时，需要设定指标体系中各指标的权重，常见的赋权方法包括主观赋权法和客观赋权法两种，主观赋权法在对权重赋值时容易受人为主观判断的影响导致结果存在偏差，不能较好地反映指标综合指数的真实性(徐志向和丁任重，2019)。因此，本文参考王军(2021)[36]等人的做法，采用客观赋权法中的熵值法计算经济高质量发展综合指数。

指标量纲和数量级的不统一会导致计算结果产生较大差异，为了使指标具有可比性和实用性，首先采用极值法对初始数据进行标准化处理，正向指标和负向指标的处理公式如下：

(6)

(7)

其中aijt表示在第i个省第j个指标在第t年的初始数据，xijt表示aijt标准化后的数值，max(aijt)表示第j个指标对应的最大值，min(aijt)表示第j个指标对应的最小值。

计算第i个省第j个指标第t年所占权重pijt:

(8)

其中N=30为省的个数，T=10为年数。

计算第j个指标的信息熵ej及其冗余度dj:

(9)

dj=1-ej

(10)

其中ej∈[0,1]。

根据信息熵冗余度计算第j个指标权重ωj：

(11)

其中m=21为指标的总体个数。

最后，基于标准化后的指标xijk及测算的指标权重ωj，使用多重线性加权函数法求出经济高质量发展综合指数Hqdit：

(12)

通过上述公式计算出的经济高质量发展综合指数，其中Hqdit表示第i个省第t年的经济高质量发展综合指数，该指数介于0和1之间，Hqdit越大，表明经济发展质量越高，反之，Hqdit越小，表明经济发展质量越低。

表2 各省经济高质量发展综合指数

利用熵值法对经济高质量发展评价指标体系进行计算，可得2011-2020年中国30个省份(西藏、港澳台地区除外)的经济高质量发展综合指数。表2列示了2011年和2020年各省的经济高质量发展综合指数及其排名。数据反映出各省之间的经济发展质量存在较大差异，北京、上海和广东等经济发达省份经济高质量发展指数明显高于其他地区，而指数落后的省份大部分位于西部地区。

图1是我国东部、中部、西部和东北地区经济高质量发展指数的变化趋势，从2011年到2020年四个区域的经济高质量发展综合指数均呈现稳步上升趋势，说明近些年我国经济高质量发展的转型策略取得了较好的成效，但由于不同区域经济发展基础、地理位置和自然资源禀赋情况存在较大差异，经济发展质量存在严重不平衡的情况。东部地区作为我国改革开放的前沿，在全国经济结构转型中发挥带头示范作用，在2011-2020年这10年时间里经济高质量发展平均指数均明显高于其他地区。从增长速度来看，2017年以后东部地区的经济高质量发展指数增长较快，中部地区的增长速度略快于西部和东北地区，但东西部经济发展质量的差距并没有缩小。东北地区的经济高质量发展指数由2011年的明显高于中部和西部地区变为2020年的基本无差异。这一结果表明，随着西部大开发、东北振兴和中部地区崛起等战略的实施，这些区域经济的发展质量确实得到有效改善，但由于经济发展基础和地理生态环境不同，经济发展质量存在较大差距。东北地区由于资源枯竭、环境污染和人口外流等问题，经济转型相对乏力，后劲不足。

图1 2011-2020年不同区域经济高质量发展综合指数平均值的变化情况

2.数字金融发展水平

本文采用北京大学数字金融研究中心编制的“中国数字普惠金融指数(2021)”衡量数字金融发展水平，该数据不仅包括各省的数字金融总指数(Dfi)，还包括数字金融的覆盖广度(Width)、使用深度(Depth)和数字化程度(Digital)三个细分维度指标，样本涵盖期间为2011-2020年。数据反映出中国的数字金融从2011年到2020年实现了跨越式发展，即使最近几年经济社会在受新冠肺炎疫情较大冲击的情况下，数字金融仍然保持了高速发展的态势，反映了数字金融的独特优势和强大韧性。由于数字金融不同维度对经济发展质量的影响存在差异。因此，有必要分维度考察数字金融对经济发展质量的影响。

3.其他控制变量

为更加准确地衡量数字金融对经济高质量发展的效应，最大程度减少遗漏变量对实证结果的影响，本文借鉴赵涛(2020)等人的研究成果，选取纳入模型的控制变量主要包括:经济增长水平(PGDP)，用人均GDP来表示，实现经济增长是提升经济发展质量的基本前提，经济增长基础是影响一个地区经济质量的重要因素；外商直接投资(Fdi)，用各省当年外商直接投资总额与GDP的比值表示，外商直接投资在增加资金供给的同时，通过技术转移和技术扩散，有助于提升地区创新能力，进而影响当地经济发展质量；城市化水平(Urban)，用城镇人口占地区总人口的比值来表示，在城市化进程中，城市规模的扩张会带来地区人口、环境的变化，进而影响一个地区的经济发展质量；财政分权度(Finadp)，用地区财政预算收入与支出的比值来表示，财政分权作为调整地区资源配置的重要制度，不仅会改变政府之间的财政关系，对市场以及经济增长都会产生深远的影响；人力资本水平(Huma)，用地区教育支出与财政预算内支出的比值表示，在知识经济时代，人力资本的投入有助于获得更高的劳动生产率，人力资本水平越高，越有利于促进技术进步，促进地区经济的高质量发展。

4.中介变量

本文选取的中介变量主要包括融资约束(Ficon)、创新能力(Ti)和产业结构(Ind)。其中，融资约束(Ficon)，用金融机构年末存贷款余额占GDP的比值作为代理变量，该比值越大，说明所受融资约束越小；创新能力(Ti)，用技术市场成交额与GDP的比值作为代理变量；产业结构优化程度(Ind)，用产业结构层次系数来表示，即对三次产业的比重进行加权求和表示产业结构的优化程度。

(三)数据来源与变量的描述性统计

为验证前文提出的研究假设，本文选取2011-2020年中国30个省份(不含西藏及港澳台地区)的平衡面板数据为研究样本进行分析。研究所用的数据除前文计算的经济高质量发展综合指数和北京大学编制的“中国数字普惠金融指数(2021)”外，均来源于《中国统计年鉴》、国务院发展研究中心数据库、WIND数据库、各省历年的统计年鉴和统计公报。主要变量的描述性统计结果见表3。

表3 变量的描述性统计结果

三、实证分析

(一)基准模型回归结果

表4给出了基准模型式(1)的回归结果。列(1)仅以数字金融(Dfi)作为解释变量，没有加入任何控制变量，结果显示数字金融对经济高质量发展指数(Hqd)的回归系数显著为正，初步表明数字金融的发展能够提升经济发展质量。列(2)考虑了地区和时间双向固定效应，并加入了一系列控制变量，可以看出数字金融的回归系数依然为正，且通过了的1%统计显著性检验，这表明数字金融能够有效推动地区经济高质量发展，验证了本文提出的研究假设1。

表4 数字金融与经济高质量发展:基准回归结果

由于数字金融的发展是多维度的，为了更精确地刻画数字金融对经济发展质量的影响，本文从覆盖广度(Width)、使用深度(Depth)和数字化程度(Digital)三个细分维度，考察究竟是数字金融的群体广泛还是服务深度增加会对经济发展质量产生作用。列(3)、列(4)和列(5)的实证结果反映出不同维度的数字金融指数对经济发展质量的影响效应存在差异性，其中覆盖广度(Width)对经济高质量发展的作用效果并不明显，而发展深度(Depth)和数字化程度(Digital)对经济高质量发展有着显著的正向影响。这可能是因为，覆盖广度反映的是数字金融的触达能力，只是数字金融资源使用的前提条件，而使用深度更能反映数字金融服务功能的实际使用情况(王道平和刘琳琳，2021)，一个地区的经济发展是否能真正获取金融资源主要还是取决于数字金融的使用深度和数字化程度。数字金融的发展如果仅仅依靠扩大覆盖人群，而不进行深度挖掘，很难为经济高质量发展提供持续的动力支持，这与唐松等(2020)的研究结果基本一致。

此外，从表4报告的回归结果来看，控制变量的符号也基本符合理论预期。各地区的经济增长水平(PGDP)对高质量发展的影响并不显著，说明在经济发展过程中，虽然总量在增长，但质量和效益并没有提升；外商直接投资(Fdi)对经济高质量发展的影响显著为正，说明一个地区通过引进外资能够获取技术溢出，促进自主创新，进而提升经济发展质量；城市化水平(Urban)对经济高质量发展存在显著负的影响，城市规模盲目扩张可能会造成环境恶化，不利于本地区经济增长质量的提升；财政分权度(Finadp)对经济高质量发展也存在显著负的影响，可能的原因是地方政府在扩大财政收入来源时，通常会选择降低环境规制标准，也容易增加投资建设性支出，对基础设施进行重复性投资，这些势必会抑制经济高质量发展，这与赵涛等(2019)的研究结果一致；人力资本(Huma)与经济发展质量在1%的水平下显著正相关，说明教育是发展之本，人才的培养和引进是实现经济高质量发展的重要支撑。

(二)作用机制分析

前文从缓解融资约束、提升创新能力和优化产业结构的视角分析了数字金融对经济发展质量的作用机制。为验证假设2，本文选用中介效应模型进行实证检验，回归结果见表5。

表5 数字金融对经济高质量发展作用机制的实证检验结果

在列(1)证实了数字金融对经济高质量发展具有显著正影响的基础上，列(2)验证了数字金融是否有效缓解了地区的融资约束，结果表明数字金融的回归系数在1%的水平下显著，最后再将融资约束这一中介变量放回到数字金融对经济高质量发展影响的回归方程中，从列(3)的实证结果我们发现核心解释变量数字金融的系数值相对列(1)下降，表明融资约束水平的变化是数字金融促进经济高质量发展的作用机制。列(4)验证了数字金融对地区创新能力的影响，结果显示数字金融能有效提升地区创新能力，将创新能力这一中介变量放回到数字金融对经济高质量发展影响的回归方程中，列(5)中核心解释变量数字金融发展水平的系数相对列(1)下降，说明创新能力是数字金融促进经济高质量发展的作用机制。列(6)验证了数字金融发展对地区产业结构的影响，从列(6)中我们发现数字金融能够优化地区产业结构，同样将产业结构这一中介变量放入数字金融对经济高质量发展影响的回归方程中，列(7)中核心解释变量数字金融发展水平的系数相对列(1)变小，表明产业结构是数字金融影响经济高质量发展的作用机制。表5的实证结果支持了研究假设2。

(三)非线性效应分析

为进一步探究数字金融对经济高质量发展的非线性效应，这里将数字金融和融资约束作为门槛变量，对经济高质量发展影响的差异性进行实证检验。本文基于固定效应面板门槛模型，经过Bootstrap方法反复抽样300次以后，发现数字金融和融资约束均通过了单一门槛和双重门槛显著性检验。在此基础上设定双重门槛回归模型，回归结果见表6。列(1)的结果表明，随着数字金融发展水平的提高，其对经济高质量发展的影响效应呈现出显著的边际递增特征，当数字金融发展水平提高到某个阈值后，能够更好地提升经济发展质量。以融资约束为门槛变量的列(2)说明，随着融资约束水平的下降，数字金融对经济高质量发展促进作用也是持续增强的，数字金融的正向且边际效应递增的非线性特征依然存在。这说明数字金融对经济高质量发展的影响除了受到自身水平的作用之外，还存在着融资约束产生的调节作用，使得数字金融和传统金融发展形成了积极互动，该实证结果支持了研究假设3。

表6 数字金融影响经济高质量发展门槛模型的回归结果

(四)空间溢出效应分析

在进行空间计量之前，需要对数字金融和经济高质量发展水平是否存在空间依赖性、相关性进行验证。本文采用全局Moran’ I指数计算地理距离矩阵下2011-2020年数字金融发展和经济高质量发展的空间相关性，具体结果见表7。从表7可以看出，在地理距离权重下，2011-2020年数字金融和经济高质量发展的全局Moran’ I指数均大于0，且强烈拒绝无自相关的原假设，说明我国各省的数字金融和经济高质量发展之间具有较高的正空间相关性。

表7 2011-2020年各省数字金融和高质量发展的空间相关性

LM检验及LR检验结果显示，可以拒绝退化为空间自相关模型(SAR)和空间误差模型(SEM)的原假设，运用空间杜宾模型(SDM)更适当。结合Hausman检验结果，本文选取固定效应的空间杜宾模型进行估计。为了比较空间回归结果的稳健性，表8报告了邻接距离和地理距离两种不同空间权重矩阵下，数字金融对经济高质量发展的空间回归的结果。

表8 数字金融对经济高质量发展的空间溢出效应

从表8的回归结果可以看出，两种权重矩阵的空间杜宾模型中，无论是经济高质量发展的空间自回归系数还是数字金融的空间交互项系数均显著为正，这说明数字金融对邻近地区经济高质量发展存在外溢扩散效应。由于空间计量模型的回归结果并不能直接解释数字金融对经济高质量发展的边际影响，因此需要在初步回归的基础上分析各解释变量的直接效应和间接效应，再分析解释变量作用效果的差异和空间溢出效应。表8的结果显示，数字金融对经济高质量发展的直接效应和间接效应显著存在，反映出明显的空间溢出效应，意味着数字金融的发展在促进当地经济发展的同时，也间接提升了邻近地区的经济发展质量。研究假设4得到了验证。

(五)进一步拓展:区域异质性

尽管前述研究验证了数字金融对经济发展质量的正向作用，但由于我国区域间资源禀赋和经济基础差异较大，数字金融对经济高质量发展的影响也可能存在区域上的异质性，需要对此进一步讨论。本文按照惯例，将全部省级样本划分为东部、中部、西部和东北四个区域。表9是数字金融对经济高质量发展的区域异质性检验的结果，可以发现东部、西部和东北地区数字金融的发展对经济高质量发展的回归系数均为正值，且通过1%水平下的统计显著性检验，但中部地区并不显著，这一结果与宇超逸(2021)和张庆君(2021)等人的研究结果基本一致。产生这一结果的可能原因是不同区域的数字金融发展基础和发展速度存在差异性，东部地区数字金融发展较早、水平较高，对经济发展质量的驱动作用更强，西部和东北地区数字金融的普惠性作用也较强。

表9 数字金融对经济高质量发展的区域异质性检验

四、稳健性检验与内生性处理

(一)控制固定效应

本文主要分析数字金融对经济高质量发展的影响，其中的内生性问题是不容忽视的。在做基准回归的时候，采用双向固定效应模型可以在一定程度上缓解内生性问题，通过设定地区固定效应和时间固定效应缓解数字金融发展引起的宏观系统性环境的变化。根据前文的检验结果，采用双向固定效应模型之后结果稳健。

(二)替换核心解释变量

为进一步缓解核心解释变量的内生性偏误以及其他控制变量可能存在的潜在内生性问题，对解释变量进行滞后处理，能在一定程度上减轻逆向因果问题。数字金融对经济高质量发展的影响具有时滞性，为了解决由于双向因果关系而产生的内生性问题，本文用核心解释变量及其分维度指标的滞后一期替换解释变量，并对所有控制变量进行滞后一期处理，即评估上年的数字金融发展水平如何影响当期的经济发展质量。根据表9的检验结果可知，滞后一期的数字金融发展指数对经济高质量的回归系数仍然在1%的水平上统计显著。从以上检验稳健性的估计结果来看，数字金融及其分维度对经济发展质量的影响系数与基准检验的显著性和符号基本吻合，说明模型估计结果的稳健性良好。

(三)工具变量法

经济发展质量较高的地区，数字金融发展水平往往也较高，为解决双向因果关系导致的内生性问题，回归模型中采用双向固定效应是常见的做法，但对内生性控制不够严格。因此，本文将采用工具变量法进行两阶段最小二乘回归，以进一步缓解内生性问题。借鉴谢绚丽等(2018)的做法，用移动电话普及率作为数字金融发展的工具变量进行内生性处理。移动电话的普及为数字金融快速发展创造了条件，与数字金融的发展紧密相关；在人均国内生产总值等其他相关变量被控制后，移动电话普及率等基础设施对经济高质量发展没有其他影响渠道。基于上述分析，移动电话普及率可作为数字金融的有效工具变量。

表10 稳健性检验及工具变量法回归结果

本文采用两阶段最小二乘法对模型重新估计。表10汇报了工具变量分析的结果，结果显示，移动电话普及率和数字金融的发展具有显著的正相关性，工具变量满足相关性的要求且不存在“弱工具变量”问题。其中，Kleibergen-Paap rk的LM统计量在1%的水平上强烈拒绝了“工具变量不可识别”的原假设，Kleibergen-Paap rk的Wald F统计量大于Stock-Yogo弱识别检验10%水平的临界值，表明不存在弱工具变量问题。综上所述，在使用工具变量法减轻内生性问题后，数字金融对经济发展质量的促进作用依然显著。内生性的处理结果表明，本文的核心结论是稳健的。

五、结论和政策建议

近年来，数字金融的快速发展深刻烙印在金融行业变革这一历史进程中，数字金融作为传统金融与现代科技相结合的新型金融发展模式，提升了经济发展的公平性和普惠性，较好地契合了经济由高速增长向高质量发展的需求。本文立足于数字金融影响经济发展质量这一典型事实，在充分借鉴已有相关文献的基础上，紧扣新发展理念，通过构建经济高质量发展水平指标体系测算了2011-2020年中国省级经济高质量发展综合指数，借助面板固定效应模型、中介效应模型、面板门槛效应模型和面板空间模型等方法检验了数字金融对经济高质量发展的影响效应，并探寻其内在作用机制。结论有以下几点:第一，数字金融的发展能够显著提升经济发展质量，通过引入滞后一期的核心解释变量和工具变量进行稳健性检验，这一结论仍然成立；不同维度的数字金融发展指数对经济发展质量的驱动作用存在差异性，强化服务深度和提升数字化程度是驱动经济高质量发展的核心路径。第二，从区域异质性上来看，东部、西部和东北地区数字金融对经济发展质量的影响显著为正，但在中部地区并不明显。第三，从机制渠道来看，数字金融的发展能够有效缓解地区融资约束，解决企业“融资难、融资贵”问题，同时能够提升企业创新活力，增加创新产出，并优化地区产业结构，而这些都有助于经济高质量发展。第四，数字金融对经济高质量发展的影响呈现出边际效应递增的非线性变化趋势和空间溢出效应，融资约束这一中介因素能够对经济发展质量产生调节作用，表明数字金融的发展与传统金融的发展能够形成推动合力。

本文具有以下重要的政策启示:第一，加快数字金融相关基础设施建设，提升数字金融的服务能力，进一步深化金融供给侧改革。特别是要拓展数字金融发展的深度和数字化程度，实现数字金融与实体经济的深度融合，着力满足经济高质量发展的金融服务需求。第二，数字金融的发展与传统金融的发展息息相关，要积极引导和鼓励传统金融机构采用新的数字技术，充分利用数字技术提升金融服务效率，不断创新金融产品和服务模式，将金融资源精准投放到实体经济中，赋能企业创新活动，提升金融服务的效率，充分发挥数字金融支持经济高质量发展的功能。第三，由于数字金融对不同地区经济发展质量的作用力和作用点存在差异，倡导因地制宜，依据地区经济发展情况制定数字金融发展政策，有效缩减数字金融鸿沟，为经济高质量发展提供新动能。