黄河流域经济高质量发展的数字金融助推效应研究

吴 慧，上官绪明

（1.信阳农林学院 财经学院，河南 信阳 46400；2.信阳师范学院 商学院，河南 信阳 46400；3.中央财经大学 经济学院，北京 100081）

一、引言

黄河流域在中国生态安全、经济社会发展等方面具有重要地位，实现黄河流域生态保护和高质量发展是化解中国经济发展不平衡的有效战略。然而，过去粗放快速的经济增长模式导致黄河流域生态安全和经济社会发展的矛盾日益显现，在新发展理念下，黄河流域人民对“绿水青山”和“金山银山”的诉求不能有效满足。坚持保护生态环境与经济发展双管齐下，推动黄河流域高质量发展是新发展理念的内生需求[1]。为此，推进黄河流域高质量发展已上升为国家战略，成为党中央工作的重点，如何有效推动黄河流域经济高质量发展，满足人民对“两山”的诉求，已是党中央和黄河流域地方政府制定高质量发展政策的重点。随着区块链、大数据、人工智能、云计算、5G 等技术在金融领域的应用，中国金融业正进入全新的数字化时代[2]。近年来，中国数字金融取得了快速发展，根据北京大学数字金融研究中报告，数字普惠金融指数在2011—2020 年期间年均增长29.1%。依靠金融与技术的深度融合，具有独特优势的数字金融拓宽了金融服务经济发展的广度和深度，为经济高质量发展提供了重要动能[3-5]。在数字金融快速发展的背景下，既要留住“绿水青山”，还要创造“金山银山”，新时代党中央和黄河流域地方政府不仅需要考虑如何借助传统金融促进经济高质量发展，更需考虑数字金融的助推作用。

二、文献评述与研究创新

自黄河流域上升为国家战略后，学者们已经探明了黄河流域高质量发展的必要性[6]、意义[7]及提升路径[8]。孙继琼(2021)指出黄河流域生态保护与高质量发展关系经历了从“发展滞后”到“保护滞后”的转变，耦合度呈现“先下降后上升”的演化态势，耦合协调度日益提升，呈现从“失调”向“协调”的转变趋势[9]。创新、生态保护及人民宜居等全流域统筹是推进黄河流域高质量发展内在需要[10]，区域统一协调机制是实现黄河流域高质量发展的不可或缺条件[11]。当前，黄河流域上、中、下游城市效率差异较小、无明显趋势[12]，且技术效率在持续改善[13]。为了实现黄河流域生态保护和高质量发展，刘建华等(2020)提出生态环境健康、经济高质量发展、人水和谐共生、人民生活幸福的协同推进“四准则”[14]。

文玉钊等(2021)指出新时代黄河流域经济发展路径是构建开放新模式、打造现代产业体系，打造多层级经济增长极，探索流域内部多元化合作，强化黄河流域内外经济联系[15]。刘贝贝(2021)从科技创新基础、科技创新投资、绿色科技创新成果三方面提出绿色科技创新在黄河流域经济高质量发展国家战略中的实现途径[16]。刘琳轲等(2021)指出黄河流域经济发展相对其他经济发展战略区域滞后和放缓，当前黄河流域需以绿色经济发展优先，引导区域联动高质量发展[17]。师博等(2021)从生态环境、社会成果和发展基本面采用组合赋权的方式，发现黄河流域经济总体呈现上升态势，但发展不平衡[18]。赵明亮等(2020)利用黄河流域65 个重点城市数据实证发现，2011 年以来绿色全要素生产率普遍呈现增长趋势，提出加强金融服务水平是实现黄河流域经济高质量发展的有效路径[19]。

经济高质量发展离不开金融创新的支持[20]。具有天然普惠性的数字金融，可提高资源配置效率[21]实现经济包容性高质量发展。借助地级市面板数据，汪亚楠等(2020)研究发现，在促进经济发展方面，数字金融的使用深度和覆盖广度作用效果显著，但数字化程度不显著，且存在区域异质性[22]。目前，借助数字金融推进经济高质量发展还存在不少制约因素，如征信系统不完善和金融监管不到位等问题[23]。随着现代信息技术在金融业的推广和应用，数字金融可实现绿色信贷[24]。

在中国数字金融快速发展的背景下，黄河流域发展上升为国家战略之后，虽然关于黄河流域经济高质量发展的研究已较丰富，但文献关于数字金融推研效应和机制的研究依然空白。接续黄河流域经济高质量发展如何借助数字金融这一新动力，还需厘清其促进效果、作用机制及解析其子维度促进效应的异质性。文章边际贡献主要有三点：第一，详细考察数字金融对黄河流域经济高质量发展的直接效应及空间溢出效应；第二，首次深入考察数字金融的数字化支持服务程度、使用深度及覆盖广度助推黄河流域经济高质量发展的异质性；第三，构造了数字金融工具变量，使用两阶段最小二乘法，有效克服了数字金融发展与经济高质量发展之间的反向因果问题。

三、研究设计与数据说明

1. 空间计量模型设定

数字金融具有空间溢出效应，同时经济高质量发展存在空间自相关，需借助空间计量模型检验数字金融对黄河流域经济高质量发展的助推效应。为了化解空间滞后模型或空间误差模型对空间交互效应考察不全面问题，文章借鉴上官绪明(2019)[25]的思路，采用空间Durbin 模型。同时，为了化解估计结果产生偏误问题，进一步采用Wooldridge(2015)[26]建议的对数函数形式的模型减缓度量单位、偏态性、极端值及异方差等。基于此，构造基准空间Durbin 模型(1)如下：

其中，gtfp表示黄河流域经济高质量发展水平，采用绿色全要素生产率衡量，t表示年份，i表示地区；df是数字金融指数，反映数字金融发展水平；W是地理距离空间权重，ρ 反映的是黄河流域经济高质量发展的空间自回归系数，ν 是误差项。同时控制了地区相关经济和城市特征变量X，以及城市固定效应a和时间固定效应γ，化解模型存在的遗漏变量和估计偏误问题。

2. 变量与数据

（1） 被解释变量

经济高质量发展(gtfp)。现有文献通过构建指标体系、采用人均GDP 及绿色全要素生产率等方式衡量经济高质量发展水平，但还没有达成共识。同时反映污染产出的减少和有效产出质量增加的绿色全要素生产率符合新理念，文章参考上官绪明和葛斌华(2020)的做法[27]测度黄河流域经济高质量发展水平。具体测度过程中，资本投入参考上官绪明(2016)的做法[28]，借助永续盘存法，将流量转化为存量，能源投入借鉴林伯强(2003)的做法[29]，最后采用Malmquist-Luenberger 指数进行测算。

（2） 核心解释变量

数字金融(df)。中国数字普惠金融指数从使用深度、覆盖广度及数字支持服务三维度测度区域数字金融发展水平，很好地反映了区域数据金融发展水平和趋势[30]。基于此，文章采用中国数字普惠金融指数作为黄河流域地区数字金融发展水平的代理变量，并从覆盖广度(df1)、数字支持服务程度(df2)及使用深度(df3)三个子维度进行详细考察其异质性①关于数字金融及其维度指标的构成与测度，来源于北京大学数字金融研究中发布的报告，不再详细报告。。

（3） 控制变量

为了缓解估计偏误问题，实证检验中还控制了反映城市特征和经济的相关变量。模型中添加的经济发展方式变量主要包括传统金融发展水平(finance)、外商直接投资(fdi)及消费水平(consume)、产业结构水平(industry)等影响经济发展质量的重要因素。同时，借鉴上官绪明和葛斌华(2020)[27]的做法，模型中添加基础交通(traffic)、城市绿化率(green)、人口密度(popu)及信息化水平(info)等城市特征相关控制变量。

（4） 数据说明

根据《黄河文化百科全书》，黄河流域应该包括9 个省的66 个地级以上城市，由于甘肃省的临夏回族自治州和甘南藏族自治州，四川省的阿坝藏族羌族自治州，青海省的玉树藏族自治州、海西蒙古族藏族自治州、海北藏族自治州、果洛藏族自治州、黄南藏族自治州及海南藏族自治州等9 个自治州数据缺失严重，实证研究中将以上地区数据剔除。另外，由于2019年1 月莱芜市才并入济南市，所以仍将莱芜市作为黄河流域的一个单独地区增加到样本中，同时，囿于数据收集的局限性，文章最终的样本为2011—2019 年黄河流域的58 个地区，数据来源于《中国城市统计年鉴》 《中国环境统计年鉴》及《中国城市建设统计年鉴》，年鉴中不能直接获取的数据，根据基础数据计算得到②数据处理过程中还借助省级居民消费水平指数(2011=100)对货币数值变量进行平减，消除价格对其的影响，采用当年汇率将实际利用外资额由美元转换为人民币。。

四、实证结果及分析

1. 基于空间Durbin 模型的基准回归分析

表1 报告的是对基准模型(1)进行估计的结果，其中，第(1)列是没有加控制变量的结果，第(2)列是添加了城市特征控制变量的结果，第(3)列是添加了经济相关控制变量的结果，第(4)列是同时添加了经济和城市相关控制变量的回归结果。通过比较第(1)列~第(4)列的结果发现，随着控制变量的加入，自变量对因变量的作用和效果也越来越显著，可见前文分析的添加相关控制变量是合理的，有利于化解估计偏误问题。表1 第(4)列的结果显示，在1%显著性水平下，空间自相关系数显著为正，支持了黄河流域经济高质量发展存在较强空间自相关的理论分析，也说明了选择空间计量模型研究数字金融对黄河流域经济高质量发展的影响是合理的。在1%显著性水平下，数字金融发展水平每提升1%，黄河流域经济高质量发展水平提高0.042%，说明黄河流域经济高质量发展的数字金融助推效应显著为正。数字金融的空间溢出效应回归系数显著为正，即在5%显著性水平下，在黄河流域地区，数字金融发展水平每提升1%可促进邻近地区经济高质量发展水平提高0.031%，说明随着黄河流域数字金融发展水平的提升，数字金融的服务能力会辐射到邻近地区，有利于邻近地区经济高质量发展。

表1 空间Durbin 模型回归结果

从经济发展相关控制变量来看，产业结构水平在5%的显著水平下对黄河流域经济高质量发展具有正向助推作用。10%的显著水平下，外商直接投资对黄河流域经济高质量发展具有负效应，这也验证了“污染天堂”的假设。消费水平和传统金融发展对黄河流域经济高质量发展的助推效应不显著。可见，促进黄河流域经济迈向高质量发展，还需进一步提高外资质量、优化产业结构。从城市特征相关控制变量来看，城市绿化和基础交通在5%的显著性水平下对黄河流域经济高质量发展具有显著的助推效应，在10%显著性水平下，信息化也存在显著的助推效应，人口密度的助推效应不显著。故此，黄河流域通过优化城市环境也是助推经济高质量发展的有效路径之一。

由于空间计量模型中包括了空间交互项，模型中存在反馈效应，LeSage&Pace(2014)[31]建议采用直接效应和间接效应（空间溢出效应） 解析变量间的影响更加准确。参考上官绪明和葛斌华(2020)[27]做法，将总效应、直接效应及空间溢出效应报告于表2。由表2 可知，数字金融促进黄河流域经济高质量发展的直接效应显著为正，即在1%的显著水平下，数字金融发展水平平均提高1%，本地经济高质量发展水平平均提升0.040%。在5%的显著水平下，数字金融发展水平平均提高1%，可助推邻近地区经济高质量发展水平平均上升0.028%，说明数字金融对经济高质量发展存在显著的空间溢出效应。与点估计结果相比，虽然估计系数在显著性和方向上具有一致性，但其估计系数值均有所下降，这也证实了LeSage&Pace(2014)[31]的观点。

表2 空间Durbin 模型的直接效应、空间溢出效应及总效应

2. 内生性讨论及工具变量估计

首先，数字金融影响黄河流域经济发展质量可能存在滞后效应；其次，空间Durbin 模型(1)中虽然加入了相关经济和城市特征的控制变量，但是由于受到数据收集的限制，可能还存在遗漏影响黄河流域经济高质量发展的变量，从而造成模型设定偏误，估计结果不可靠；再次，数字金融发展水平与黄河流域经济高质量发展之间可能存在双向因果关系，从而导致构造的空间Durbin 模型(1)存在内生性问题。为了化解内生性导致估计结果产生的偏误，首先采用数字金融滞后一期对Durbin 模型(1)再回归，检验数字金融滞后效应对估计结果的影响。估计结果报告于表1 的第(5)列，与基准回归结果相比，数字金融的系数及显著性基本与当期一致，说明滞后效应不影响数字金融助推黄河流域经济高质量发展的估计结果；其次，借鉴易行健和周利(2018)的做法[32]，为更好解决数字金融变量导致模型的内生性问题，构建一个“Bartik instrument”工具变量，如式(2)，并使用两阶段最小二乘法再次进行回归，以化解内生性带来的估计偏误问题。

式(2)中L.indexi，t为数字金融滞后一阶的指数，D.indexi，t为在时间上一阶差分的数字金融指数，数字金融发展水平的工具变量为二者的乘积。由表3 可知，第一阶段中工具变量的估计系数显著异于0，弱工具变量检验结果也表明不存在弱工具变量问题。在工具变量解决了内生性问题后，第二阶段估计结果表明，数字金融助推黄河流域经济高质量发展的系数和显著水平基本没有变化，说明上述回归结果具有可靠性。

表3 工具变量回归结果

3. 稳健性检验

为确保结果具有稳健性，首先，在样本数据中只保留地级市，回归结果报告于表4 第(1)列。从直接效应来看，数字金融对黄河流域经济高质量发展的影响方向和大小与前文估计结果基本一致，数字金融对黄河流域经济发展质量的空间溢出效应得到提升，但变化不显著，可见城市规模对估计结果影响不大，全样本估计得到的相关结论具有稳健性；其次，剔除数字金融发展水平最低和最高的0.5%样本，避免异常值产生估计偏误问题，估计结果报告于表4 第(2)列，数字金融的直接效应和空间溢出效应均有所下降，但不显著，同时，对黄河流域经济高质量发展影响的方向和显著性水平没有变化，样本异常值问题对前文回归结论影响不显著；再次，为了检验回归结果对样本数据的敏感性，采用自抽样法(Bootstrap)对模型进行再估计，表4第(3)列报告的是自抽样1000 次的回归结果，可见数字金融对黄河流域经济高质量发展的直接效应和空间溢出效应变化不显著。为了避免空间权重的选择造成回归结果有偏，基于相邻空间权重对上文的三种稳健检验方法进行再检验，回归结果报告于表4 第(4)~(6)列。与地理距离空间权重估计结果（表4 第(1)~(3)列） 相比发现，数字金融对经济高质量发展影响的显著性水平和大小均变化不显著，说明空间权重的设定并未导致模型估计结果产生偏误，也证明了前文的结论具有稳健性。

表4 稳健性检验结果

五、数字金融子维度对黄河流域经济高质量发展影响的异质性分析

为了探究黄河流域经济高质量发展是否受到数字金融的覆盖广度、数字化水平及使用深度等子维度异质性的影响。表5是进一步借助模型(1)深入讨论数字金融子维度的异质性促进效应。总体来看，黄河流域经济高质量发展水平均受到数字金融子维度的助推，但效果存在异质性。从直接效应来看，在5%的显著水平下，每提高1%的覆盖广度，可平均提高0.034%的黄河流域经济高质量发展水平；提高1%的数字支持服务程度，在1%的显著水平下，可平均提高0.048%的黄河流域经济高质量发展水平；从统计上来看，黄河流域经济高质量发展水平受到数字金融使用深度的影响不显著。从空间溢出效应来看，在10%的显著水平下，每提高1%的覆盖广度，可平均提高0.017%的邻近地区经济高质量发展水平；在5%的显著水平下，每提高1%的数字支持服务程度，可平均提高0.022%的邻近地区经济高质量发展水平；但是从统计上看，邻近地区经济高质量发展水平受到使用深度的影响并不显著。这表明随着金融与科技的不断结合和创新，人才、数字技术及资本等在黄河流域内促进了数字化的金融产品、服务流动和共享，但是还处于起步阶段，助推黄河流域经济高质量发展深度和广度不显著。这主要是，相比较发达地区，黄河流域采用数字金融促进经济高质量发展的使用深度明显不足，这也是黄河流域数字金融的薄弱点，也是未来数字金融的重要创新点和发力点。

表5 数字金融子维度对经济高质量发展的异质性回归结果

六、主要结论与政策启示

实现黄河流域生态保护和高质量发展，是化解新时代中国经济发展不充分和不平衡的战略选择。黄河流域地方政府如何发展高质量的经济，不仅受到其经济发展政策的影响，也受到黄河流域金融创新水平的影响。为了实现数字金融助推黄河流域生态保护和高质量发展并进，文章采用2011—2019 年间黄河流域9 省的58 个地区的相关数据，系统地考察了数字金融对黄河流域经济高质量发展的影响。研究发现数字金融显著地促进了黄河流域经济高质量发展，数字金融存在正向空间溢出效应；进一步异质性检验发现，数字金融子维度发展都对黄河流域经济高质量发展具有提升效应，但效果存在异质性。黄河流域数字金融覆盖广度和数字支持服务程度每提高1%，对经济高质量发展的直接提升效应是0.034%和0.048%。数字金融覆盖广度和数字支持服务程度的空间溢出效应分别为0.017%和0.022%，说明随着金融与科技的不断融合和创新，数字化的金融产品和服务助推了黄河流域经济高质量发展，引导了黄河流域经济高质量协同发展的新趋势。而数字金融使用深度对黄河流域经济高质量发展的直接效应和空间溢出效应虽然为正，但不显著，说明数字金融的使用深度尚未能有效促进黄河流域经济高质量发展，是黄河流域数字金融的薄弱点。

经济高质量发展是黄河流域适应新时代的主动选择，为了实现既要“金山银山”，又要“绿水青山”的发展愿景，需引导黄河流域转变和调整金融创新的相关政策。基于以上结论，提出如下建议：一是推进金融供给侧结构性改革，大力破除无效供给，着力培育绿色金融，促进新旧产业数字化接续转换；二是营造良好的金融环境，借助数字金融引导市场要素配置的机制，以金融创新纠正资源错配问题；三是推动金融与科技的不断融合和创新，创新数字金融产品，使其更好地服务黄河流域经济高质量发展，特别是加强黄河流域数字金融的使用深度，使其有效促进黄河流域经济高质量发展；四是建立黄河流域数字金融服务协同机制，为绿色金融、绿色信贷等业务牵线搭桥，引导数字金融与经济高质量发展项目对接，强化黄河流域经济高质量发展的数字金融协同服务力度。