数字普惠金融与经济高质量发展——来自251个地级市的经验证据

■王年咏 张珂 张立娟

一、引言

数字普惠金融对经济高质量发展的影响是当前学术研究的热点之一。一方面，党的二十大报告指出，高质量发展是全面建设社会主义现代化国家的首要任务。但推进高质量发展还须突破许多瓶颈，普惠金融作为国家战略，在此过程中发挥着重要作用。另一方面，数字普惠金融凭借信息技术克服了传统普惠金融发展面临的信息不对称、交易成本过高、商业可持续性差、“最后一公里”难以打通等诸多难题，为经济高质量发展提供了有力的金融支持。

针对数字普惠金融对经济高质量发展的影响及机制，学者们使用不同样本数据，从不同视角进行了考察[1—3]。其中，以全国或省域为对象进行考察的文献较多，以地级市为单位进行分析的文献较少。地级市在中国治理结构中承上启下，其发展经验既能为县域经济提供指导，又能反映省域乃至全国的经济发展规律。因此，科学合理地测度各地级市的经济发展质量，并在此基础上探究数字普惠金融对地级市经济高质量发展的影响及传导渠道，对于指导经济实现高质量发展具有重要的参考价值。

企业家精神作为一种重要的生产要素，为经济持续增长提供着源源不断的动力[4]。企业家精神至少应包括风险承担能力、冒险精神、创新能力、创业、自信心、成就需要、内部控制点等构成部分[5，6]。其中，相对重要且可客观测度的构成是创业精神和创新精神，加之冒险精神、成就需要和内部控制点等微观特质能在一定程度上影响创业和创新行为，因此对企业家精神的国内外相关研究大都围绕创业精神和创新精神展开[7，8]。本文借鉴这一做法，从创新与创业两个维度来考察数字普惠金融推动城市经济高质量发展的渠道。

基于上述分析，本文测度2011—2019 年我国251个地级市的经济高质量发展水平，并将“北京大学数字普惠金融指数”匹配到地级市层面，实证检验了数字普惠金融对地级市经济高质量发展的影响。在此基础上，检验了创新和创业在数字普惠金融影响地级市经济高质量发展中的传导渠道。

本文的边际贡献体现在两个方面：第一，采用多指标综合评价法测度251个地级市的经济高质量发展水平，并在此基础上考察数字普惠金融对其的影响及传导渠道，对于补充现有文献、指导当下实践具有重要参考价值。现有文献主要聚焦数字普惠金融对经济高质量发展的具体方面，例如对经济增长、贫困、城乡收入差距等的影响，而将经济高质量发展作为一个整体进行研究的文献较少。且早期文献普遍采用人均GDP、全要素生产率等单一指标来衡量经济高质量发展水平，在测度上存在片面性和局限性，极少数综合测度经济高质量发展水平并探究数字普惠金融对其影响的文献，多以全国或省域为研究对象，鲜有文献以地级市为单位进行分析。第二，检验了数字普惠金融影响地级市经济高质量发展的创新和创业传导渠道，增加了检验结果的可信性。

二、理论分析与研究假设

（一）数字普惠金融与经济高质量发展

从已有文献来看，数字普惠金融能通过推动经济增长、减少贫困、促进社会公平，从而对经济高质量发展产生积极影响。

一是有利于推动经济增长。经济增长既是经济发展的重要构成，也是经济高质量发展的前提和必要条件。数字普惠金融可以通过提高金融可得性、吸引投资者、促进中小企业创业和创新、刺激消费等途径推动经济增长[9，10]。一些研究还表明，数字普惠金融对经济可持续增长具有积极影响，且贷款、居民储蓄和消费是其影响途径[3]。

二是有利于减少贫困。消除贫困是经济高质量发展的目标之一。龚沁宜等[11]发现，数字普惠金融对农村贫困有显著减缓作用，且存在单一门槛值，当经济发展水平较低时，其减贫效果更强。数字普惠金融可通过促进金融可得性、增加经济机会等途径减缓农村贫困，且促进金融可得性的减贫效果高于增加经济机会[12]。郭峰等[13]也指出数字移动支付技术的发展可以缩小经济落后地区与发达地区之间的差距。

三是有利于促进社会公平。社会公平是经济高质量发展的重要内涵。基于中国省级数据的实证检验表明，数字普惠金融收敛了中国城乡收入差距[14]。这源于创新的信贷和储蓄产品可以有效减少低收入家庭在风险管理上面临的障碍，从而降低贫困的风险，同时金融包容使穷人能够投资于新技术、教育和健康，增加了生产资产[15]。

综上，本文提出研究假设1：数字普惠金融对城市经济高质量发展有显著推动效应。

（二）数字普惠金融、创新水平与经济高质量发展

自熊彼特[4]后，大量学者围绕创新精神与经济发展、全要素生产率等展开了理论和实证研究[16，17]。多数研究显示，创新是一国或一区域经济持续健康发展的核心动力。尤其是在世界经济格局深度调整、中国经济增速减缓的新常态背景下，创新驱动已成为我国经济高质量发展的新引擎。

创新驱动战略实施的关键在于激发微观主体（主要是企业）的技术创新意愿和能力。而企业技术创新离不开金融的支持[18，19]。传统金融部门在助力创新、推动经济转型中发挥了一定作用[20]，但仍存在诸多弊端[21，22]，如运营成本高、服务受地理距离限制、信息不对称引起高风险溢价等问题。

数字普惠金融凭借大数据、人工智能等信息技术缓解了上述问题[13，23]，在一定程度上弥补了传统金融的不足，为企业创新活动提供了新机遇。唐松等[22]的研究表明，数字金融有效校正了传统金融在支持企业创新活动中暴露出“属性错配”“阶段错配”“领域错配”等结构性问题，并表现出普惠特征。区域技术创新是特定范围内各微观主体技术创新活动的总和。聂秀华等[24]指出，数字普惠金融通过缓解企业融资约束、促进产业结构升级，提升了区域创新水平。

综上，本文提出研究假设2：数字普惠金融通过促进企业创新、提高区域创新水平从而助推城市经济高质量发展。

（三）数字普惠金融、创业水平与经济高质量发展

创业精神与创新精神既有联系又有区别，二者共同构成了企业家精神的主要内涵。多数学者发现社会整体层面的创业显著促进了经济增长[7，25]。部分学者研究不同类型创业对经济增长的影响，发现生产性创业、系统创业、机会型创业、科学技术密集型或知识溢出型等科技含量较高的创业活动对经济增长有显著正向影响[26—28]。还有部分学者重点研究经济增长或经济发展的质量而非数量或速度，发现熊彼特式创业对区域绩效和全要素生产率具有正向影响[29]。

创业活动离不开金融的支持。金融发展通过缓解潜在创业者的融资约束、降低投资门槛、提高资源配置效率等途径促进创业活动[30，31]。然而，我国金融体系尚不完善，金融有效供给不足极大制约了潜在创业者的选择。有研究表明，金融约束是影响创业活跃度的重要因素[32]。

数字普惠金融以共享、便捷、高覆盖、低成本为创业活动注入了新动力。家庭层面上，数字普惠金融有助于实现创业机会的均等化，提高农村家庭尤其是低收入或低社会资本农村家庭的创业概率，进而促进经济包容性增长[1]。区域层面上，谢绚丽等[33]用各省当年的新注册企业数量来衡量地区创业活跃度，发现数字普惠金融及其三个子维度均能显著促进创业。李晓园等[34]、翟仁祥等[35]基于不同样本和不同创业活跃度衡量方式得出的结论与谢绚丽等[33]一致。

综上，本文提出研究假设3：数字普惠金融通过促进家庭创业、提升城市创业水平从而助推城市经济高质量发展。

三、研究设计

（一）模型设定与实证策略

1.总效应检验

首先检验数字普惠金融对地级市经济高质量发展的整体影响，设定如下面板回归模型：

式（1）中，HQEDi,t、DFIi,t分别表示地级市i 在t时期的经济高质量发展指数和数字普惠金融指数。Ci,t表示城市层面控制变量，εi,t为随机扰动项。μi、δt分别表示城市固定效应和时间固定效应。

前文理论分析表明，数字普惠金融可以通过企业家精神中的创新和创业来影响地级市经济发展质量。因此，本文从创新和创业两个维度，对企业家精神是否为二者之间的传导渠道进行检验。

2.创新传导渠道检验

创新精神是企业家的灵魂，体现为引入新产品、实行新管理模式、采用新生产方式等一系列创新活动。根据研究对象的不同，创新可以区分为微观主体（主要是企业）创新和区域创新。为从宏微观视角考察创新传导渠道，本文分别进行城市创新和企业创新层面的检验。

为验证城市创新水平是否为数字普惠金融影响经济高质量发展的作用渠道，设定如下结构方程模型：

式（2）、（3）、（4）中，Innovi,t为城市i 在t 时期的创新水平，DFIi,t-1为城市i在t-1时期的数字普惠金融水平。考虑到创新成果形成需要一定时间，同时为了尽可能减轻反向因果关系的影响，采用滞后一阶的数字普惠金融指数（LDFI）。ui,t和νi,t分别是模型（3）和（4）的随机扰动项，其余变量含义同上。

数字普惠金融对城市创新水平的影响本质上是通过影响微观主体的创新活动来实现的，而我国的创新主体主要是企业，因此为进一步考察创新传导渠道的微观基础，本文利用2011—2019年沪深两市A股上市公司数据，设立模型（5）来检验数字普惠金融对企业创新水平的影响：

式（5）中，innovi,j,t代表归属于城市i的企业j在t时期的创新水平。Xi,j,t代表企业层面控制变量，indush表示行业固定效应，ui,t为随机扰动项，其余变量含义同上。

3.创业传导渠道检验

企业家创业精神包含激情、适应性、积极性、领导力、雄心壮志等要素。创业活动是其直接体现，通常以家庭为单位进行[1]，而城市创业水平是家庭创业活动在城市层面的集中反映。因此，为考察创业传导渠道，本文分别从城市创业活跃度和家庭创业视角予以检验。

在城市创业活跃度视角下，设定如下结构方程模型：

式（6）、（7）中，Entrepi,t为城市i在t时期的创业活跃度，其余变量含义同上。

为进一步考察创业传导渠道的微观基础，本文利用2012—2018 年的中国家庭追踪调查（CFPS）数据来检验数字普惠金融对家庭创业的影响。由于家庭创业状态或创业决策是一个二值虚拟变量，设立如下面板Probit模型：

式（8）中，entrepi,j,t表示归属于城市i的家庭j在t 时期的创业状态或创业决策。Zi,j,t代表户主层面和家庭层面的控制变量，μj表示家庭固定效应，其余变量含义同上。

（二）变量设定及说明

1.被解释变量

本文的被解释变量为地级市经济高质量发展水平。根据王年咏等[36]的研究，经济高质量发展内涵丰富，单一指标往往难以反映其多维性。而多指标综合评价能够整合被评价对象的多项指标信息，全面认识被评价对象。本文基于对经济高质量发展内涵的理解，结合地级市的数据可得性，从创新性、协调性、开放性、可持续性、共享性五个维度出发，构建了包含5个一级指标、15个二级指标、25个基础指标的城市经济高质量发展评价指标体系。具体指标及测度方式如表1所示。

表1 城市经济高质量发展评价指标体系

由于表1 中各三级指标的量纲和量级不同，在进行综合评价之前，采用如式（9）、式（10）所示方式对基础指标进行去量纲、量级处理。

当指标属性为正时：

当指标属性为负时：

式（9）、（10）中，xij为评价对象i在指标j上的取值，xij'为经无量纲化处理后的相应值和分别为指标j在所有评价对象上的最大值和最小值。

根据杨耀武等[37]的研究，两类权数相乘可以体现二者的综合影响。因此，为有效体现指标包含的信息量，同时降低指标相关带来的信息重复影响，本文首先构造基础指标的信息熵权数和独立性权数。然后，将二者相乘后做归一化处理，得到信息熵权经独立性调整的综合权①，并使用该综合权为基础指标赋权。最后，按照加法原则将各基础指标合成总体指标，即城市经济高质量发展指数，用HQED表示。

2.核心解释变量

本文的核心解释变量为数字普惠金融发展水平，用“北京大学数字普惠金融指数”来表示。为深入考察数字普惠金融对城市经济发展质量的影响，除数字普惠金融（DFI）外，本文还从覆盖广度（DFI_1）、使用深度（DFI_2）和数字化程度（DFI_3）三个子维度进行检验。为统一数据量级，所有指数均作除以100的处理。

3.中介变量

城市创新水平（Innov）。采用各地级市的专利申请量来衡量。本文设定如下三个城市创新水平代理变量：（1）专利申请总量（Pat）。由于发明专利、实用新型专利、外观设计专利的含金量依次降低，参照戴若尘等[38]的研究，合成专利申请总量时对它们的申请受理量依次赋予50%、30%、20%的权重。（2）发明专利申请量（Invpat），用以表征城市的核心技术创新能力。（3）低端专利申请量（Genpat），等于实用新型专利与外观设计专利申请数之和。

企业创新水平（innov）。用研发投入强度（RDint）来衡量，即研发投入金额与营业收入之比。

城市创业活跃度（Entrep）。采用标准化后的新设私营企业数量和个体工商户新增数目之和（Ent）来衡量，标准化基数为常住人口。鉴于私营企业和个体工商户在规模、创新含量、管理方式等方面存在较大差异，本文进一步以标准化后的新设私营企业数量（Privent）和新设个体工商户数量（Indivent）来衡量城市创业活跃度，考察二者在数字普惠金融对城市经济高质量发展的影响中发挥的作用有无差异。

家庭创业（entrep）。该变量有两种构造方式：第一种从创业状态出发，根据对问题“过去12个月，您家是否有家庭成员从事个体经营或开设私营企业？”②（记该问题为Q）的回答进行定义，如果回答“是”，则家庭创业状态（entrep_1）取值为1，否则为0。第二种从创业决策出发，根据连续两个调查年度对问题Q的回答进行定义。如果上一调查年度对问题Q的回答为“否”，本调查年度的回答为“是”，记本调查年度的家庭创业决策（entrep_2）为1；如果上一调查年度和本调查年度的回答均为“否”或均为“是”，则记为0；如果上一调查年度对问题Q的回答为“是”，本调查年度的回答为“否”，意味着家庭退出了创业，这类样本占总样本的比例约为4%，本文参照张勋等[1]的方法，将其从总样本中剔除。

4.控制变量

城市层面控制经济增长（Growth）、财政依存度（Fisdep）、城镇化水平（Urban）、金融发展水平（Findev）、人口密度（Popu）、教育水平（Edu）。

企业层面控制企业规模（Size）、现金流比率（Cashflow）、企业年龄（FirmAge）、营业收入增长率（Growth）、资产负债率（Lev）、资产回报率（ROA）、托宾Q值（TobinQ）、管理层两职合一情况（Dual）、企业性质（SOE）。

户主层面控制户主的性别（gender）、年龄（age）、年龄平方（age2）、受教育水平（edu）、健康状况（health）、婚姻状况（spouse）、是否上网（online）。

家庭层面控制家庭人口规模（familysize）、少儿抚养比（child）、老年人比例（old）、家庭纯收入（fincome）、家庭总支出（expense）。

主要变量的定义和说明如表2所示。

表2 主要变量定义与说明

（三）数据来源及描述性统计

测度城市经济高质量发展水平的原始数据、城市特征和经济发展层面的变量数据主要来自相关年份的《中国城市统计年鉴》《中国区域经济统计年鉴》和地级市《国民经济和社会发展统计公报》，少量数据来源于中国经济社会大数据研究平台、CEIC数据库。各城市的专利申请受理量数据来源于国家知识产权局；私营企业新增和个体工商户新增数据源自启信宝；家庭创业相关数据来自中国家庭追踪调查（CFPS）。上市公司财务相关数据来自CSMAR数据库，专利数据来自CNRDS 数据库和Wind 数据库。参照现有文献中的做法，对数据做以下处理：（1）剔除样本中被ST 或PT 的企业；（2）剔除金融类企业；（3）为保证数据质量，仅保留至少连续三年有观测值的企业；（4）对主要连续变量1%以下和99%以上的值做Winsorize处理。

主要变量的描述性统计结果如表3所示。从中可知，经济高质量发展指数的最大值约是最小值的12.57 倍，中位数小于均值，说明全国各地级市的经济发展质量差别较大，且多数地级市的经济发展质量处于较低水平。数字普惠金融、覆盖广度、使用深度和数字化程度的最大值与最小值之比分别为16.47、165.11、26.58、120.3，说明全国各地级市的数字普惠金融及其三个子维度的发展水平差异较大。其中，使用深度的中位数小于均值，说明多数城市对数字金融服务的使用仍停留在初级阶段。

表3 主要变量的描述性统计结果

四、数字普惠金融影响经济高质量发展的实证检验

（一）基准回归结果与分析

表4报告了数字普惠金融影响城市经济高质量发展的基准回归结果。考虑到同一城市不同时期的扰动项可能存在自相关，回归检验中默认使用聚类到地级市层面的稳健标准误。其中，（1）列仅控制城市固定效应和时间固定效应，（2）列在此基础上进一步控制城市层面相关变量。从中可知，两次回归中DFI系数均显著为正，本文假设1得到验证。

表4 数字普惠金融影响城市经济高质量发展的基准回归结果

控制变量方面，经济增长（Growth）、教育水平（Edu）与城市经济高质量发展正相关，且在1%的水平上显著。城镇化水平（Urban）系数为负且通过了1%水平的显著性检验，说明城市规模的扩张一定程度上不利于经济发展质量提升。根据李兰冰等[39]的研究，我国城镇化发展经历了由粗放到集约、由分割到融合的过程。规模扩张型城镇化带来的城乡差距、地区差距、收入差距等矛盾不利于新时代下经济的持续健康发展，因此城镇化必须进入以提升质量为主的结构性优化阶段才能助力我国经济由高速增长转向高质量发展。

表4（3）至（5）列依次展示了同时控制时间和城市层面变量的条件下，数字普惠金融的三个子指数——覆盖广度（DFI_1）、使用深度（DFI_2）和数字化程度（DFI_3）对城市经济高质量发展指数（HQED）的回归结果。从中可知，三个子指数的系数均为正，且分别通过了5%、1%、5%水平的显著性检验，表明数字普惠金融的三个维度对地级市经济高质量发展均有显著促进作用。

（二）内生性处理与稳健性检验

为确保估计结果的准确性，本文采用两种方法以缓解可能存在的内生性问题。

1.工具变量法

谢绚丽等[33]采用互联网普及率作为数字金融发展的工具变量，但地级市层面的互联网普及率未公布，因此本文使用互联网宽带接入户数（Info，万户）作为数字普惠金融的工具变量。一方面，互联网宽带接入户数在一定程度上反映了数字金融赖以发展的基础设施情况，与数字普惠金融发展水平有直接关系，满足工具变量的相关性要求；另一方面，在控制经济增长、外商直接投资、城镇化水平等变量后，互联网宽带接入户数对经济发展质量无直接影响，满足外生性要求。

表5报告了2sls 工具变量法的估计结果。第一阶段回归结果显示，互联网宽带接入户数与数字普惠金融显著正相关，Kleibergen-Paap rk LM 统计量和Kleibergen-Paap Wald rk F 统计量分别拒绝了“工具变量不可识别”“弱工具变量”的原假设，说明本文所选的工具变量是有效的。第二阶段回归结果显示，缓解内生性问题后，数字普惠金融对城市经济高质量发展仍有显著驱动效应。

表5 内生性处理一：2sls工具变量法

2.解释变量滞后一阶

对数字普惠金融指数做滞后一阶处理，以尽可能消除“经济发展质量越高的城市，数字普惠金融发展越好”这一反向因果关系引起的模型内生性问题。回归结果如表6（1）列所示，滞后一阶的数字普惠金融指数（LDFI）的系数显著为正，表明缓解反向因果关系后，研究假设1仍成立。

表6 内生性处理二与稳健性检验

3.稳健性检验

进一步采用控制省份与年份交互项、更换城市经济高质量发展评价指标的赋权方式（采用熵权法为基础指标赋权，由此得到城市经济高质量发展指数HQED*）、剔除副省级城市三种方式检验基准回归结果的稳健性，结果分别如表6（2）、（3）、（4）列所示。从中可知，“数字普惠金融能显著促进城市经济高质量发展”这一核心结论是稳健的。

五、数字普惠金融驱动经济高质量发展的渠道检验

前文研究表明，数字普惠金融对城市经济高质量发展有显著驱动效应，但具体作用渠道尚需进一步明确。本文主要考察数字普惠金融是否通过企业家精神影响城市经济高质量发展，根据前文理论分析，检验从创新与创业两个维度展开。

（一）创新传导渠道检验

1.基于城市创新视角的检验

分别以Pat、Invpat、Genpat作为城市创新水平的代理变量，依次对模型（2）、（3）、（4）进行回归检验，模型（2）的估计结果见表6（1）列，其他结果如表7所示③。表7（1）列中，滞后一阶的数字普惠金融指数（LDFI）的系数β1显著为正，表明数字普惠金融发展能显著促进城市专利产出水平的提升。（2）中列，Pat的系数γ2显著为正，LDFI 的系数相比表6（1）列有大幅下降，且不再显著。根据温忠麟等[40]的研究，β1和γ2都显著，足以推出β1γ2显著，不需要再进行Sobel检验和Bootstrap检验。因此，城市创新水平的中介效应是显著的，假设2成立。

表7 城市创新传导渠道检验

以此类推，表7（3）和（5）列显示，数字普惠金融能显著提升发明专利和低端专利的产出水平，其中对发明专利（0.9764）的促进作用小于低端专利（1.4852）；（4）和（6）列中，Invpat 和Genpat 的系数显著为正，LDFI的系数不显著。上述结果说明，从专利类型来看，发明专利和低端专利都是数字普惠金融促进城市经济高质量发展的有效渠道，但前者的中介效应大于后者（0.9764×0.0156＞1.4852×0.0096）。结合数字普惠金融对二者的影响可知，尽管现阶段数字普惠金融对低端专利的促进作用更大，但发明专利的中介效应仍略高于低端专利，说明技术含量较高的创新才是提高经济发展质量的重要动力。

2.基于企业创新视角的检验

根据江艇[41]的研究，中介效应分析最重要的步骤是识别核心解释变量对被解释变量的因果关系和核心解释变量对中介变量的因果关系。前者已得到充分论证，本部分的重点是识别后者。以2011—2019年沪深两市A股上市公司为研究对象，将公司数据按照年份和公司所属城市匹配到数字普惠金融指数（及宏观层面控制变量），构建“企业-年份”面板数据，对模型（5）进行回归检验。检验结果如表8（1）列所示。从中可知，LDFI的系数为正，且通过了1%水平的统计显著性检验，说明从创新投入视角来看，数字普惠金融能显著提升企业创新水平。为检验该结果的稳健性，本文进一步从创新产出角度，采用企业当年的专利申请量来衡量企业创新水平。由于不同专利类型的价值不同，分别采用专利申请总量（lnPat_all）、发明专利申请量（lnInven）、实用新型专利申请量（lnUtili）、外观设计专利申请量（lnDesign）④度量企业创新产出，对模型（5）进行回归，结果如表8（2）至（5）列所示。从中可知，数字普惠金融对企业专利产出总水平有显著正向影响，从创新类型来看，该影响体现在创新含量较低的实用新型专利和外观设计专利上，而创新含量更高的发明专利则不受影响。综上，数字普惠金融能显著提升企业创新水平，且该作用是稳健的。

表8 数字普惠金融对企业创新水平的影响

（二）创业传导渠道检验

1.基于城市创业视角的检验

分别以Ent、Privent、Indivent作为城市创业活跃度的代理变量，依次对模型（2）、（6）、（7）进行回归检验，模型（2）的估计结果见表6（1）列，其他结果如表9 所示。表9（1）列中，LDFI 的系数（β1）显著为正，表明数字普惠金融对城市创业水平有显著促进作用。（2）列中，Ent的系数（γ2）显著为正，DFI 的系数相比表6（1）列大幅下降，且不再显著。综上可知，城市创业活跃度的中介效应是显著的，该中介效应占总效应的比例（β1γ2/α1）为42.1%，说明城市创业水平提高是数字普惠金融发展促进城市经济高质量发展的渠道之一，但并非主要渠道。

表9 城市创业传导渠道检验

表9（3）和（5）列显示，数字普惠金融对个体工商户创业和私营企业主创业均有显著正向影响（β1显著）。（4）和（6）列中，Privent 和Indivent 的系数（γ2）为正，前者在1%水平上显著，后者在10%水平上显著。因此，从创业类型来看，私营企业创业和个体工商户创业都是数字普惠金融促进城市经济高质量发展的有效渠道，但前者的中介效应远大于后者。

2.基于家庭创业视角的检验

本文使用创业状态和创业决策两种方式构造家庭创业变量，分别对模型（8）进行估计。各变量的平均边际效应及聚类稳健标准误如表10 所示。表10（1）和（4）列中，LDFI的系数均为正，且在1%的水平上显著，说明数字普惠金融整体上能显著提升家庭创业概率，且该提升作用是稳健的。

表10 数字普惠金融对家庭创业的影响

为进一步考察数字普惠金融影响家庭创业的城乡异质性，本文将样本家庭划分为农村家庭和城镇家庭两类，分别对模型（8）进行估计，结果如表10（2）、（3）、（5）、（6）列所示。从中可知，只有农村家庭的创业活动能从数字普惠金融发展中获益，而城镇家庭则不受影响，因此数字普惠金融发展对家庭创业活动的影响具有城乡异质性。可能的原因是，城镇金融资源丰富，居民可以从多种渠道获取其所需的创业资金，因而创业决策较少受资金约束，而农村地区金融资源匮乏，金融需求得不到有效满足。

六、结论与政策含义

高质量发展是全面建设社会主义现代化国家的首要任务，金融作为现代经济的核心，对推动经济实现高质量发展意义重大。数字普惠金融利用数字技术克服了传统普惠金融发展所面临的诸多难题，为经济高质量发展提供了新的契机。本文利用2011—2019 年251 个地级市的数据，在构建经济高质量发展指数的基础上，探究数字普惠金融对城市经济高质量发展的影响及传导渠道。得到主要结论如下：

第一，数字普惠金融总水平及其覆盖广度、使用深度和数字化程度对城市经济高质量发展有显著促进作用。第二，创新创业是数字普惠金融促进城市经济高质量发展的有效渠道。第三，数字普惠金融通过促进企业创新、提高区域创新水平，为城市经济高质量发展提供助力。其中，低端专利从数字普惠金融发展中获益更多，但其中介效应小于发明专利，说明技术含量较高的创新才是经济高质量发展的重要动力。第四，数字普惠金融通过促进家庭创业、提升城市创业活跃度，助推城市经济高质量发展。从城市层面来看，现阶段数字普惠金融发展对个体工商户创业的促进作用更大，但私营企业创业的中介效应却高于个体工商户创业。从家庭层面来看，数字普惠金融通过提高农村家庭创业，促进了创业机会均等化，有助于城乡协调发展。

本文研究结论具有以下政策启示：第一，推进信息共享和互联互通。促进各类金融机构之间的信息共享和互联互通，可以提高金融服务的效率和覆盖面，降低运营成本，推动数字普惠金融的发展，这也是数字中国建设的必经之路。第二，细化产业政策制定标准，针对不同创新行为施以差异化的激励政策。对于技术含量较低的创新活动，政府可适当提高创新成果的认定标准，引导企业提高创新水平，而对于技术含量较高的创新活动，则应在满足创造性要求的基础上尽可能简化认定流程，提高企业进行实质性创新的动力。第三，政府在实施创业激励政策时应区分不同地区和行业的创业需求。对于创业不活跃的地区，政府应积极培育与当地优势资源相关的创业核心。对于创业活跃的地区，政府应重点支持高附加值、高技术创新的创业活动，积极营造良好的创业环境。对创业难度较大的行业，在加强前期的技术引导和资金支持、守住风险底线的前提下，为相关行业创造更为宽松的创业环境。

注 释

①受篇幅所限，综合权的具体构造过程予以省略，索取。

②这里以CFPS2018 年家庭经济问卷中的问题为例，不同年份的该问题表述略有不同，但含义一致。

③为节省篇幅，渠道检验部分的回归结果均不展示控制变量的系数和标准误，索取。

④lnPat_all、lnInven、lnUtili、lnDesign 分别等于相应类型的专利申请量加1后取自然对数。