数字普惠金融、市场潜力与县域经济发展——基于四川省109个县域的证据

谭 英 李妍林 王 雪

（中共宜宾市委党校［宜宾行政学院］，四川 宜宾 644000）

普惠金融是我国经济社会发展的重要议题之一，重点为“长尾群体”提供便捷的金融服务。数字普惠金融是通过数字化手段开展普惠金融，不受时间和空间限制，有助于提升普惠金融的覆盖范围和使用效率。作为新兴技术，数字普惠金融已经成为推动经济增长的重要工具，尤其是县域经济发展。县域经济是指在县级行政区划范围内实现产业发展的新型经济形式，目前主要存在发展模式粗放、产业结构不合理、人力财力缺乏等问题。［1］一般而言，数字普惠金融促进县域经济发展可以通过以下几条路径：一是加大政府支持力度，更大限度地发挥政府在数字普惠金融运营中的作用；二是完善数字普惠金融的配套设施和服务设施，搭建好普惠金融平台；三是提高人口素质，增强居民对于数字普惠金融的基本认识。

当前，推动县域经济发展是进一步促进整体经济增长的重要组成部分。随着大数据、人工智能、区块链等数字化技术迅速发展，普惠金融不断数字化，其便捷性和可获得性不断提高，成为改善融资形势、减缓融资压力、扩展融资渠道的有效途径。［2］然而数字金融服务的覆盖度、使用率、数字化程度差异性较大，我国县域发展存在较大的局限性和差异性，缺乏有效的数字普惠金融政策支持，使得县域经济发展缓慢。因此，研究数字普惠金融与县域经济发展之间的关系，探明数字普惠金融对县域经济发展的作用机制，对有效促进县域经济发展具有重要的现实意义。

一、文献综述

近年来，数字普惠金融飞速发展，突破了传统“实体网点+人工服务”的金融发展模式，扩大了金融服务的受众人群以及覆盖范围，也降低了金融交易成本，这是促进经济进一步发展的有效途径。数字普惠金融有助于实现经济公平、高效发展，在县域经济发展中将发挥重要作用。［3-4］现有关于数字普惠金融的研究成果主要集中在数字普惠金融对经济增长［5-6］、产业结构调整［7-8］、缩小城乡收入差距［9］、农村减贫［10］以及企业融资的作用等方面，大多通过空间杜宾模型、面板自回归模型、双重差分法、门槛回归分析等计量经济学方法进行实证研究。［11］

数字普惠金融的本质就是增强经济发展活力，促进经济增长，其发展速度需要和经济发展水平实现均衡，过快或过慢的非均衡性发展在一定程度上会阻碍经济增长［12-13］。大部分研究发现，数字普惠金融与经济增长具有显著的正相关效应，杨刚等［14］利用省级面板数据证实数字普惠金融能通过提高创新水平对经济增长产生非线性的影响，东中西部存在异质性。钱海章等［15］同样利用31 个省级面板数据发现数字金融发展能促进技术创新和创业从而推动经济增长；但也有部分研究发现二者呈现负相关效应，李涛等［16］基于跨国截面数据研究普惠金融与经济增长，构建由9 个指标组成的普惠金融评价指标体系，发现仅有投资资金来自银行的企业比率指标对世界各经济体有稳健且显著的负面影响，其他指标对经济增长的影响并不显著，故学术界对于数字普惠金融能否促进经济增长尚未达成一致，现有研究多以省、市级数据为基础，有必要在县域层面进行补充。

数字普惠金融与县域发展的研究侧重于数字普惠金融的县域发展异质性分析［17］、影响因素研究［18-19］产业结构［20］等，而数字普惠金融对县域经济发展的影响方向也需要更加明确，有必要展开相关研究。对于数字普惠金融的衡量大多使用北京大学数字金融研究中心发布的数字普惠金融指数［21］，如汪雯羽和贝多广在研究政府干预在数字普惠金融影响县域经济增长的调节作用中就选择该指数作为解释变量［22］。詹韵秋［23］用人均地区生产总值作为被解释变量，研究发现数字普惠金融和经济增长会呈现非线性的关系，故可以考虑将表征经济发展的被解释变量做对数处理或对数平方处理。此外，还需要增加控制变量以减少变量遗漏带来的误差，比如，财政支出占GDP的比重、城镇人口比重、教育水平、人口、产业结构等［24-25］。因此，由于部分县域数据缺失，本文以四川省109个县域为实证样本，运用空间杜宾模型探讨数字普惠金融对四川省县域经济发展的影响。

二、研究假说

随着数字信息技术的不断发展，数字普惠金融极大降低了金融产品的交易成本，弥补了传统金融难以为“长尾群体”提供多元化金融服务的缺陷，扩大了金融服务的覆盖范围，推动了金融更好服务县域经济发展。数字普惠金融的发展对县域经济发展的影响主要体现在如下三点：

一是数字普惠金融助力县域经济快速发展。（1）对偏远欠发达地区居民而言，一方面，数字普惠金融拓展了金融服务的覆盖范围。截至2021年末，银行业机构乡镇覆盖率达到97.13%，基础金融服务行政村覆盖率达到99.97%，基础金融服务可得性较高，但偏远地区居民金融服务仍存在供需失衡等问题。借助现代数字信息技术，数字普惠金融将更多金融资源向偏远欠发达地区居民倾斜，为其提供精准的金融服务，进一步扩展了金融覆盖面。如将偏远欠发达地区居民的手机视为一个“银行网点”，打破传统金融机构网点设置、人员配备与服务时间方面存在的局限，使得偏远地区居民也能享受数字普惠金融服务带来的福利，从而促进欠发达地区经济跨越式发展。另一方面数字普惠金融知识普及提升了居民群众金融素养。数字普惠金融提升居民群众获取金融产品及服务的公平性，居民群众间接地接受金融知识的渗透，克服对金融产品和服务的恐惧心理；同时，进一步增强了居民群众金融安全意识，提高了防范金融风险、借贷及投资的能力。因此，数字普惠金融在潜移默化中提升了居民群众的金融素养，为县域经济发展注入强劲动力。（2）对中、小微企业而言，一方面数字普惠金融改变传统信贷模式。因县域经济发展的特殊性，其经济主体中很少有大型企业的存在，一般都是中、小微企业。这些企业因缺乏优质的抵押物或融资担保人，且在传统金融机构中缺乏较好的征信记录，面临融资难、融资贵等问题，制约县域经济快速发展。借助先进的数字信息技术，数字普惠金融为中、小企业提供更为便利的网络信贷服务；同时，为中、小微型企业在采购、生产、销售与研发创新中提供资金支持，为企业拓展售卖渠道，刺激了县域经济的快速增长。另一方面数字普惠金融避免资源错配。数字普惠金融能够精准把握县域中、小微企业的真实需求，通过互联网进行高效的信息交换，减少传统金融机构与融资主体间的信息不对称现象，缓解了逆向选择、道德风险和金融风险等难题。因此数字普惠金融避免资源错配，进一步提升经济发展的稳定性。基于此，本文提出假设1。

H1：数字普惠金融对四川省县域经济发展具有显著促进作用。

二是市场潜力在数字普惠金融影响经济高质量发展过程中具有一定的传导作用。数字普惠金融是数字信息技术与普惠金融融合后的延伸与拓展，数据作为关键性生产要素已渗透到数字普惠金融的产业链与供应链之中，为市场潜力的释放提供较强的内生动力，成为县域经济增长的新动力。如采用“数字化+金融”的模式，金融机构能便捷精准获取县域、中小微企业的营收、成本、利润等经营数据，对不同类型、不同需求的县域中小微企业提供精准的金融服务，对产业链上中下游的县域中小微企业提供资金支持，从而实现市场资源的优化配置，削弱国内市场分割，缓解国内市场循环困境，充分释放生产端和消费端的市场潜力，实现县域经济蓬勃发展。一方面，在生产过程中，数字普惠金融为县域中、小微企业提供生产经营所需的金融资源以及精准的金融服务，大大降低了企业生产过程中因信息不对称产生的成本。依靠数据要素与数字技术，降低市场资源的错配程度，利用更低的成本撬动更多产出，从而提升企业所具有的市场竞争力，提高企业的经济效益。企业的迅速发展需要不断开拓新的业务、扩大市场规模，继而释放较大的市场潜力，从而带动县域经济快速发展。另一方面，在消费领域上，四川省作为西部地区工业门类最全的省份，资源禀赋优势大，且是我国人口大省之一，具有广阔的消费市场。消费市场扩大影响当地供给水平和结构，释放当地市场潜力。如企业为了追求效益，将产品生产和服务自动优化布局某处，吸引更多消费者购买该产品或服务。同时，数字信息技术催生了数字普惠金融新业态和移动支付业务新模式。对企业而言，进一步拓宽了产品的市场销售覆盖范围，推动商品跨地区流动。对消费者而言，数字技术提升了大众消费体验感，从而促进大众消费需求增加，扩大县域消费市场需求潜力，助力县域经济发展。基于此，本文提出假设2。

H2：数字普惠金融会通过市场潜力来影响四川省县域经济发展。

三是数字普惠金融对县域经济发展影响具有正向的空间溢出效应。以往对县域经济的研究，忽略了县域空间之间的联系，仅将其放在相互割裂、互相隔绝的单个个体中研究。县域之间经济是相互联系、互相影响的。经济发达县因其优越条件不断吸引劳动力、资本、技术与数据等要素资源从经济欠发达县域向经济发达县域跨区域流动，导致县域间经济发展的差距愈发拉大，走入“马太效应”怪圈。凭借数字信息技术，数字普惠金融因其普惠性、包容性有效缓解这一怪圈现象，不仅能够促进本地县域经济发展，而且能通过溢出效应拉动邻近县域经济快速发展，突破县域行政地理区域的限制。由此可见，数字普惠金融对县域经济发展具有正向的空间溢出效应。一方面，在地理空间层面上，数字普惠金融不受地域空间的限制，使优质的金融产品与服务能够普惠万家；同时，本地县域数字普惠金融的快速发展会对相邻县域经济产生一定“启发效应和学习效应”，促进当地金融资源的快速积累且提高其在时空上的扩散速度，具有较强的地理空间溢出效应。另一方面，在政策制定层面上，政策制定部门通过采取顶层设计、协同治理、共建共享等措施，因地制宜地支持当地县域数字普惠金融快速发展，不仅促进了当地县域经济发展，同时也拉动了相邻县域经济发展。基于此，本文提出假设3。

H3：四川省县域数字普惠金融对县域经济发展影响具有正向空间溢出效应。

三、实证研究

（一）总体效应分析

1.变量选择与数据说明

为了检验数字普惠金融与县域经济发展水平的影响，本文以表征经济发展的实际人均国民生产总值的自然对数（lnper_gdp）作为被解释变量，以北京大学数字金融研究中心发布的普惠金融指数作为核心解释变量，以影响经济发展的其他因素作为控制变量，利用四川县域2014-2020 年的面板数据，从实证的角度对数字普惠金融与县域经济发展的关系展开研究。具体变量选择与数据说明如下：

被解释变量：县域经济高质量发展水平，用实际人均国民生产总值进行表征。

解释变量：数字普惠金融指数（DIFI）。参考北京大学数字金融研究中心发布的《北京大学数字普惠金融指数》中数字普惠金融指数作为解释变量。

控制变量：为了准确衡量数字普惠金融对县域经济发展的影响，通过文献梳理，参考王伟等［26］、刘鑫等［27］关于县域经济的研究，发现影响县域经济发展的控制变量主要集中在产业发展、人口变化等方面。假设县域经济发展不仅受到数字普惠金融的影响，还会受到县域人口、投资、政府能力等的影响，故本文选取人口的自然对数（lnpeople）、固定资产投资额（inves_ratio）、赤字率（def_ratio）、产业结构指数（high）、消费指数（consum_ratio）作为控制变量，在县域层面上分析数字金融普惠对县域经济增长的影响。

中介变量：市场潜力（mdp）。参考部分学者张艺川等［28］的做法，选用夜间灯光数据衡量地方市场潜力。数据来源于美国国家海洋和大气局的由美国国防气象卫星搭载的可见光成像线性扫描业务系统（DMSP/OLS）数据。

2.模型设定

本文依托2014-2020年四川省109个县域的面板数据来实证甄别数字普惠金融普及是否促进县域经济高质量发展，并进一步从市场潜力渠道来评估数字普惠金融影响县域经济高质量发展的传导机制。结合前期研究文献的变量选择，本文的双向固定效应模型设定为:

人均GDP=α0+α1lnDIFIit+α2城市特征it+固定效应+εit（1）

其中，人均GDP表示地区i在t年的人均实际GDP（2014 年不变价），用以衡量地区经济高质量发展水平；lnDIFIit表示地区i 在t 年的数字普惠金融发展程度，其系数α度量了数字普惠金融对县域经济发展的影响，是本文主要关注的核心系数。此外，本文控制了一组城市特征变量，以尽可能地缓解遗漏变量偏误。εit是误差项。

3.基准回归结果分析

表1报告了基准模型（1）的回归结果，第一列用随机模型进行了回归，第二列报告了固定效应模型回归结果。从第二列看来，在控制了一系列城市特征变量以及个体、时间固定效应后，lnDIFI 显著为正，这验证了本文第一个假说，数字普惠金融对四川省县域经济发展具有显著促进作用，这表示数字普惠金融发展得越好，县域经济发展质量越高；可能的原因主要有以下两个：第一，从直接推动效应来看，数字普惠金融是金融业的重要组成部分，其产业增加值能够直接对GDP增长做出贡献。第二，数字普惠金融既能为其他产业发展直接提供资金支持，又能为居民消费提供贷款服务，以间接的方式带动当地经济发展。

表1 基准回归结果

4.传导机制分析

以上研究表明，数字普惠金融发展有利于推动当地经济发展。本部分将从市场潜力渠道探究数字普惠金融影响县域经济发展的传导机制。一方面，《中国统计年鉴2021》数据显示，2021 年我国共有低收入人口8.7亿人，月收入低于2000元，他们想要消费却没有消费能力。数字普惠金融借助互联网技术，扩大了金融服务的范围和覆盖面，方便低收入人群能够通过智能手机快速获得金融贷款服务，以提供金融服务尤其是贷款服务的方式刺激群众消费，更好发挥三驾马车之首消费的作用，拉动当地经济发展。另一方面，数字普惠金融普及使小微企业获得资金支持，企业生产活动离不开消费，既向上游企业购买材料，同时也为下游企业或者直接面对消费者提供商品，刺激消费。因此，通过扩大市场潜力有利于推动当地经济发展，而数字普惠金融的普及可以刺激居民消费、企业消费，扩大市场潜力。本文借鉴陈诗一等［29］的研究方法检验此机制，选取夜间灯光数据均值作为市场潜力的代理变量，表2 报告了相应的回归结果。前两列采用随机效应模型，后两列为固定效应模型，对时间、个体进行了双向固定，从第三列回归结果可以看出，数字普惠金融显著促进了市场潜力的扩大，具有显著性，并且数字普惠金融指数每提高e个点，可以带动市场潜力扩大0.167个点。第四列市场潜力系数显著为正，代表市场潜力每扩大1 个点，可以带动经济发展1.496 个点。这验证了前文第二个假说，即数字普惠金融可以通过市场潜力促进经济发展。

表2 机制检验

（二）空间效应分析

1.模型设定

考虑现实生活中相邻地区存在着广泛而紧密的经济联系，而且在同一省域内经济发达的两个县域交往密切，因此空间邻近地区之间通常会表现出很强的关联。数字普惠金融的普及依靠互联网技术，本身已经突破了现实地理距离的限制，同时产业结构、人口等城市特征变量具有一定的空间溢出效应。鉴于此，本文在考察数字普惠金融对县域经济发展的影响时，有必要对其可能存在的空间关联性进行检验和控制。为此，我们参考部分学者徐维祥等［30］的做法，采用空间杜宾模型（SDM）来进行实证分析。模型设定如下：

式中，yit为被解释变量，即i县第t年的经济发展水平，α0为常数项，Wij为空间权重，X为核心解释变量及控制变量；ρ为被解释变量的空间滞后系数，τ为核心解释变量的空间回归系数，α1为解释变量的回归系数；γt为时间效应，μi为个体效应，εit为残差项。

2.空间权重矩阵设置

本文采用文献最常使用的距离标准，即地理距离和经济距离来设定空间矩阵权重。首先基于两地经纬度的地理距离、经济距离分别构造了空间权重矩阵W1、W2，其中W1的元素为两地地理距离倒数，W2的元素为两地GDP 之差的绝对值倒数。考虑到只关注一种因素来衡量区域间的空间关联可能存在偏差，本文参考邵帅等［31］研究成果构造了同时考虑地理距离和经济距离的地理经济嵌套空间权重矩阵W3，以及加权形式的地理经济嵌套空间权重矩阵W4（W4=ωW1+（1-ω）W2，其中ω为权重），ω取值为0.5。上述所有矩阵在用于参数估计时均经过了行标准化处理。

3.空间自相关检验

在检验空间效应之前，展开空间自相关检验是衡量地理单元属性值的空间关联的有效方式，为了分析普惠金融、县域经济在整个区域内的空间特征，本文通过计算全局Moran'I 指数来度量观测变量的空间相关性，计算公式如下：

其中，n为观测样本值，即109，xi、xj分别为i、j县的观测变量值是观测变量的均值；wij为i 县、j 县之间的位置权重。Moran'I取值范围在［-1，1］之间，当该指数大于0 时表示观测变量为空间正相关，具体相关程度与指数值正相关；指数等于0表示观测变量不相关；指数小于0表示观测变量为空间负相关。

4.实证结果分析

（1）空间自相关检验

首先检验样本城市空间自相关性，检验2014-2020年间四川省109个县数字普惠金融和经济发展的相关程度。常用的空间自相关检验指标为莫兰指数I（Moran'I）。莫兰指数I的取值范围为（-1，1），当取值大于0时表示存在空间正相关，即被考察指标的高值与高值、低值与低值在空间上聚集在一起，小于0则表示存在负空间相关，即被考察指标的高值与低值在空间上聚集在一起；表3展示了2014-2020年间四川省109个县数字普惠金融发展和经济发展的全局莫兰指数I，以四个矩阵作为空间权重矩阵。可以看到数字普惠金融指标在大部分年份都是显著为正值，县域经济发展指标在所有年份都显著为正值，表明两个变量普遍存在较高的空间自相关性。

表3 莫兰指数

（2）空间计量模型回归结果分析

按照公式（2）设定的模型，表4 给出了在四种空间权重矩阵设定下空间杜宾模型回归结果。可以看到，核心解释变量的空间系数始终显著为正值，说明本地数字普惠金融发展对周边地区经济发展存在正向的空间溢出效应，即本地数字普惠金融发展能够促进周边地区经济发展。主要的原因可能有：一是地理上相近的地区，本地的数字普惠金融覆盖范围扩大之后，消费可能会外溢到周边地区，从而拉动周边地区经济发展。同时，本地数字普惠金融发展推动本地经济增长后，也能通过与周边地区产生经济联系进而推动周边地区经济增长。二是经济距离相近的地区意味着两地经济发展水平更相近，经济发展水平越高可供消费的商品越丰富，因此周边地区数字普惠金融普及后倾向于选择经济发达的地区进行商品交易，从而带动周边地区发展。人口变量在W1矩阵设定下显著为正，本地区人口的增加促进了周边地区经济发展，这可以解释为本地区人口增加后，存在部分人口流动到周边地区生产生活，从而带动邻近地区经济发展，在W2、W3矩阵设定下绝对值较小，W4矩阵设定下不显著。产业结构变量在四个矩阵设定下都显著为正，本地产业结构升级拉动邻近县域经济增长，这可以解释为地理上邻近、经济发展水平相近的区域联系更加紧密，不同地区之间存在模仿学习行为，本地区产业结构升级会带动本地经济发展，周边地区通过学习该地产业结构发展规律从而带动增长。消费系数在四种矩阵设定下显著为负，本地消费提高会减缓邻近县域经济发展，这可以理解为居民选择在本地消费后通常不会再在邻近地区消费同类产品。投资系数在W1矩阵设定下不显著，在W2、W3矩阵设定下显著为负但绝对值小，W4矩阵设定下显著为负，本地投资水平提高不利于周边县域经济发展，从现实投资者角度出发，资金有限通常会在对比下选择更优地区进行投资，因此在一个地区投资后会降低邻近地区的投资力度进而减缓经济增长。赤字率在四种矩阵设定下显著为负，但系数绝对值较小，本地财政支出增长减缓邻近地区经济发展，我国地方政府之间相互竞争已是不争的事实，为吸引中部、东部地区产业转移四川各地区竞相完善基础设施，本地在改善环境后吸引企业入驻，邻近地区将失去引进该企业的机会从而不利于经济增长。

表4 空间效应回归结果

表5 展示了各变量的直接效应和间接效应，核心解释变量在四种权重矩阵下直接效应都显著为正，在W2、W3矩阵设定下间接效应显著为正。存在显著直接效应代表了本地数字普惠金融扩大既能直接促进本地经济发展，又能通过推动地理相近、经济水平相近的地区经济发展，进而带动本地经济发展。在W2、W3矩阵设定下存在显著间接效应表明，经济水平差距越小的地区，其空间溢出效应越明显，即经济水平相近的地区数字普惠金融普及能够促进本地的经济进步。人口变量的直接效应在W1、W4设定下显著为负，在W2、W3设定下显著为正，但系数绝对值都小于0.02，影响较小；间接效应在W1、W4设定下不显著，在W2、W3设定下显著为负，经济发展水平相近的地区人口增加不利于相近地区经济增长。产业结构系数的直接效应在四种矩阵设定下都显著为正，间接效应只在W2、W3矩阵设定下显著为正且系数较大，存在较明显的正向空间溢出效应。消费系数的直接效应在四种矩阵设定下显著为负，受地理距离影响较大，间接效应只在W2、W3矩阵设定下显著为负，系数较大，受经济距离影响更明显。投资系数和赤字率的直接效应在四种矩阵设定下显著为负，绝对值小于0.1，间接效应只在W2、W3矩阵设定下显著为负。

表5 直接效应和间接效应分析

（三）稳健性检验

为进一步确保研究结论的可靠性，结合前期文献的普遍做法，参考曹清峰［32］的检验方法，针对数字普惠金融和人均国民生产总值这两个指标，定义这两个变量处于1%-99%的数据为正常，超出区间的数据进行缩尾处理，再进行离群值检验估计，检验结果见表6。在删除离群值后，核心解释变量数字普惠金融依旧显著为正，与前述结果保持一致。

表6 稳健性检验

四、结论与建议

数字普惠金融的发展为县域经济发展提供了条件，本文从理论和实证两个方面对数字普惠金融与县域经济发展之间的关系进行论证，明晰数字普惠金融对县域经济发展的影响，并进一步探究数字普惠金融影响县域经济发展的传导机制，得出如下结论。县域数字普惠金融的发展程度越高，越有利于县域经济发展，并且具有空间溢出效应，对周边县域的经济发展也有促进作用；市场潜力在数字普惠金融对县域经济发展影响中存在中介效应，说明数字普惠金融能够通过市场潜力来影响四川省县域经济发展。基于此，本文提出如下政策建议：

第一，建议相关部门加大对数字普惠金融的政策支持力度，给予基本的资金保障，重视互联网、大数据、人工智能等信息技术发展和提升，扩大数字金融的普惠性与包容性，使数字普惠金融在提升居民收入、教育、医疗等各方面充分发挥作用，积极推动县域数字普惠金融规范化发展。第二，完善数字普惠金融的配套设施和服务设施，搭建好方便、快捷、高效的普惠金融平台，提高居民对数字普惠金融的基本认识，培养居民的数字素养与技能，解放县域数字生产力。第三，提高人口素质，增强居民对于数字普惠金融的基本认识，大力培育、引进数字人才与金融人才，充分探索服务“长尾人群”的新模式，推动数字普惠金融创新发展，激发县域数字普惠金融潜力，为县域经济增长提供有力支持。