金融科技对数字普惠金融的影响研究

摘要：金融在乡村振兴战略背景下对乡村发展具有举足轻重的作用。然而，农村地区普遍存在严重的金融排斥现象导致其金融需求在传统模式下难以有效满足。随着金融科技的发展及应用，数字普惠金融应时而生。本文采用2011-2021年全国31个省份的面板数据，通过固定效应模型来研究金融科技对数字普惠金融的影响。研究结论表明：（1）金融科技能够显著促进数字普惠金融发展；（2）研发强度对于金融科技和数字普惠金融的关系具有调节作用；（3）异质性分析得出金融科技对数字普惠金融的影响存在区域差异性，金融科技对数字普惠金融的影响在中、西部地区较东部地区的促进效果更加显著。

关键词：数字普惠金融 金融科技 研发强度 面板回归模型

*基金项目：本文为国家社会科学基金青年项目“乡村振兴中农村金融机构双重目标失衡与再平衡研究”（19CJY044）的阶段性研究成果。

一、引言

随着金融科技的快速发展，数字普惠金融正成为全球金融业的热门话题。数字普惠金融通过利用先进的科技手段，为传统金融服务的延伸和升级提供了新的可能性，为更多人群提供了更加便捷、高效、低成本的金融服务。在成功取得脱贫攻坚战的全面胜利之后，党的十九大根据当前的形势变化，适时制定了“乡村振兴”的发展战略，成为我国处理“三农”问题的总抓手。2024年中央一号文件指出，推进中国式现代化必须坚持不懈夯实农业基础，推进全面乡村振兴，并强调要抓好粮食生产、不发生规模性返贫、提升乡村产业发展水平、建设水平及治理水平。根据已有研究，数字普惠金融对我国乡村振兴事业发展具有诸多裨益（王亮和昝琳，2023），其对提高粮食生产、缩小城乡收入差距、促进乡村产业振兴等方面都有显著的影响（梁大为和王泽豪，2023；宋晓玲，2017；康书生和杨娜娜，2022），有力的推动了我国乡村振兴进程。鉴于此，我国应大力推动数字普惠金融更深层次的发展进而为我国乡村振兴事业注入活力。

近年来，在金融科技的不断发展与应用下，我国金融行业也随之发生了巨大变化。金融科技的应用使得金融交易在时间和空间上都取得重大突破，促进金融资源在农村更好的配置，更好的解决了农民及乡镇企业融资难、融资贵的困难，缓解了信息不对称问题，从而能更好的推动数字普惠金融的发展。从国内视角来看，我国的金融业发展呈现出东部沿海地区发展水平高而中西部较为落后的现状。目前，已有文献较多在理论上探讨了金融科技与数字普惠金融的关系，但深入的实证研究相对较少，而探讨金融科技对数字普惠金融影响机制的文献则更为少见。因此，本文旨在分析金融科技是如何影响数字普惠金融的发展，并通过实证分析来探讨金融科技如何助力数字普惠金融的发展。通过对金融科技在数字普惠金融领域的应用和影响进行深入分析，提出相应的政策建议和发展策略，为推动数字普惠金融的发展做出贡献。

二、理论分析

（一）拓宽服务边界

依据金融排斥理论，传统金融在发展过程中难免会遭遇金融排斥问题，农户、乡镇企业等长尾群体无法平等地获取金融服务，这些长尾人群的金融需求是传统金融体系的盲区。而金融科技可以利用互联网、大数据、人工智能等新兴技术，扩大金融服务的覆盖面，让农户、乡镇企业享受到更多的金融服务。此外，传统的金融机构通常需要设立实体网点和分支机构来提供服务，然而，金融科技能够通过在线途径，扩大金融服务的覆盖范围，从而推动普惠金融的发展。

（二）缓解信息不对称

普惠金融的发展受到信息不对称问题的制约。传统金融机构通常依赖人工方式收集客户信息，这使得信息的准确性和及时性受到影响，并且存在人为判断的偏差，从而降低了融资和借贷的效率，无法满足农户和乡镇小微企业的金融需求。而当金融机构与普惠对象群体之间的信息交流受阻时，就可能会导致“劣币驱逐良币”的情况，这将妨碍普惠金融的进一步发展。金融科技的进步通过扩大数据信息获取的途径，消除信息孤岛，将散落的信息资源整合起来，实现信息数据的智能化处理，使得人工收集和处理信息被逐渐替代，从而在信息产生的层面上减少主观因素的影响，实现快速精确地评估客户的信用信息，从而使金融资源能够高效地进入普惠金融领域。

（三）优化资源配置

由于商业银行追求经营效应的原则，金融机构选择将更多的资源投向少数高端客户及大型企业，而大部分的农村低收入人口和小微企业却无法获得同等的金融服务，这种金融资源的分配方式与我国普惠金融发展的要求并不吻合。在传统的银行及其他金融机构的信贷及风险控制体系中，融资的授权以及审核过程复杂多变，从申请贷款到发出的过程耗费大量的时间，与农村居民及中小微企业借贷灵活高频的特性存在冲突。然而，金融的科技发展可以增加产品及服务的多样性，减少交易的费用，加快资金的流转来满足农村金融市场需求和特点，从而实现资源优化配置，唤醒乡村的金融活力，促使数字普惠金融快速的发展。

三、文献综述和研究假设

目前关于金融科技与数字普惠金融之间关系的实证研究较少。已有学者通过案例分析探讨了科技如何赋能于农村数字普惠金融发展，指出金融科技助力数字普惠金融发展的“巨鹿模式”（周斌，2023）。还有学者基于金融科技和数字普惠金融的发展实践角度描述金融科技在数字普惠金融中的应用内容和作用逻辑（孙春兴，2022）。此外，有学者通过分析金融科技的历史及其在全球和非洲的演变，分析得出移动技术对普惠金融发展有着助推作用（Makina，2018）。目前，大部分人的金融需求未得到满足，从而推动了金融科技的运用与发展，以通过借助金融科技满足其金融需求（Frost，2020）。金融科技的运用也可以实现普惠金融既“普”又“惠”，金融科技助力普惠金融的深层机理是促进金融资源回归服务实体经济本源，把更多的金融资源配置到小微企业和乡镇企业，实现经济发展和弱势群体收益的包容性增长（石宗辉和韩俊华，2022）。此外，金融科技能将金融服务拓展到更广泛的地区和人群，扩大金融服务范围，为数字普惠金融的发展建立可持续的包容性金融体系（粟勤和魏星，2017）。因此，本文提出理论假设H1。

H1：金融科技有利于数字普惠金融的发展。

科技的进步和发展与科技资金的投入紧密相关。一方面，研发投入可以帮助金融机构开发更加智能化、高效率的金融科技产品和服务，提升金融科技在数字普惠金融中的应用水平，支持数字普惠金融基础设施的建设和完善（陈晓东和邓斯月，2023）。另一方面，通过增加研发经费投入，可以促进新技术、新产品和新服务的研发和创新，提高数字普惠金融的数字化水平和服务能力，为数字普惠金融发展提供技术支持（迟丽华和石万举，2023）。基于此，本文提出理论假设H2。

H2：研发强度在金融科技和数字普惠金融的关系中具有调节作用。

四、变量选取与模型设计

（一）变量选取

本文选取2011-2021年全国31个省（直辖市、自治区）的面板数据，其中被解释变量数字普惠金融来自北京大学数字普惠金融指数；关键解释变量金融科技通过统计出地级市每年的金融科技公司数量，以此来测度地区金融科技发展水平（宋敏等，2021）。其余变量数据均来自国家统计局官网、国家统计年鉴，以及各省市统计年鉴、中国人口和就业统计年鉴等。本文所选取的各变量名称及说明，如下所示。

（1）被解释变量

数字普惠金融（difi）。主要参考北京大学数字金融研究中心测算的数字普惠金融指数，该指数能较为客观的反映数字普惠金融发展水平（郭峰等，2020）。

（2）关键解释变量

金融科技发展水平（fint）。通过在天眼查”网站检索“金融科技”“云计算”“大数据”“区块链”“人工智能”“物联网”等关键词，以获取相关公司的工商注册信息。在剔除了经营时间小于一年或经营状态非正常（如停业、解散、吊销等）的公司样本的基础上，对“金融”“保险”“信贷”“清算”等金融相关词在经营范围中进行匹配。考虑到经营范围内有“不得从事……业务”“严禁涉及……业务”“除……业务”等字段，在筛选匹配时对这些字段进行删除。最终统计出地级市每年的金融科技公司数量，并以此测度地区金融科技发展水平。

（3）调节变量

研发强度（yfqd）。一般来说，当研发强度投入越高时，区域的创新能力和科技水平都将提高。本文以R&D经费支出占GDP的比重来衡量研发强度（刘军等，2017）。

（4）控制变量

①教育水平（edu）。一个地区教育水平的高低对该地区人民接受新技术和具备基础金融知识会产生影响。从而在具体实践过程中影响数字普惠金融的落实。本文对该地区人口学历分别为小学×6+初中×9+高中×12+大学及以上×16的数值取自然对数来衡量教育水平。

②人口老龄化（old）。老龄人口不具备基础金融知识并且不易接受新的数字技术，从而不利于数字普惠金融的落实发展。本文采用《中国人口和就业统计年鉴》中的老年人口抚养比衡量老龄化程度。

③政府干预（gov）。以当地财政一般预算支出/当地GDP表示。

④外商直接投资（fdi）。以外商直接投资额表示。外商投资通常更倾向于大型金融机构和企业，而忽视农户及小微企业，从这一角度外商直接投资可能会抑制地区数字普惠金融的发展。

⑤产业结构高级化（high）。二、三产业生产总值与全省生产总值的比值。产业结构的升级会推进高新技术发展水平从而推动数字普惠金融的发展。

⑥失业率（uner）。以城镇登记失业率。失业率能反映一个地区经济发展环境。失业率较低的地区数字普惠金融发展水平通常较高。

（二）模型设计

1.基准回归模型

本文以数字普惠金融（difi）作为被解释变量，以中国31个省份的金融科技水平（fint）作为解释变量。教育水平（edu）、人口老龄化（old）、政府干预（gov）、外商直接投资（fdi）、产业结构高级化（high）、失业率（uner）作为检验的控制变量构建模型。

五、实证结果分析

（一）基准回归

为保证后续分析的合理性，本文通过方差膨胀因子（VIF）检验来判断多重共线性问题，所有变量的VIF均小于10，故不存在多重共线性问题，可进行下一步分析。本文通过豪斯曼检验，发现固定效应模型更为合理，表1为固定效应模型下的基准回归结果。金融科技的回归系数为0.422，且在1%的水平下显著，说明金融科技对数字普惠金融具有显著的正向影响，且在其他变量不变的情况下，金融科技水平每提高1个单位，数字普惠金融指数会提高0.422个单位。从而，理论假设1得到验证。

（二）调节效应分析

为验证理论假设2中研发强度的调节效应的效果，进行了以下的回归，表2第一列系数为正且在1%水平下显著，与前文相照应。第三列金融科技与研发强度的交互项系数为12.79，且在5%水平上显著，说明随着研发强度的提高，金融科技对数字普惠金融的推动作用会进一步增强。理论假设2得到验证。

（三）异质性分析

由于我国金融科技发展和数字普惠金融存在区域差异性，因此我们分区域对其进行回归。结果显示：东部地区与中、西地区存在差异，中、西部地区系数更大且显著性水平更高。这可能是由于东部地区与中、西部地区金融科技水平不一样，东部地区金融科技水平较高，因此对数字普惠金融发展的边际效应小而导致其系数小于中、西部地区。中、西部地区发展相对欠发达，因此金融科技能更明显的助力于数字普惠金融的发展水平。此外，发达地区的政府和监管机构对金融科技的监管相对严格，对新兴金融科技企业的发展和创新提出了一定的限制，进而抑制了对数字普惠金融的发展。

（四）稳健性检验

为更好的验证回归结果的稳健性，本文通过替换被解释变量再次进行回归。由郭峰等（2020）的研究可知，数字普惠金融指数由覆盖广度、使用深度、数字化程度三个子维度构成，因此本文将被解释变量数字普惠金融指数分别替换为覆盖广度、使用深度、数字化程度的指数再进行回归，其余控制变量不变。回归结果依旧显著，其中金融科技对覆盖广度的正向影响在5%的水平上显著，使用深度和数字化程度在1%的水平上显著。再次验证假设1。

（五）内生性检验

针对遗漏变量或测量误差所造成的内生性问题。因此，本文采用工具变量法来解决内生性问题。本文将滞后一期的金融科技水平作为工具变量，运用2sls法来检验内生性问题。因为工具变量的数量与内生变量的数量相等，所以没有过度识别问题，不需要进行过度识别检验；2sls模型回归LM值为14.061，p= 0.0002，拒绝“工具变量不可识别”的原假设；Wald F值为514.594，远大于10%临界值，拒绝“弱工具变量”的原假设。因此，可以选取其作为工具变量。表4汇报了工具变量的估计结果。一阶段回归结果说明，工具变量与金融科技显著正相关；二阶段回归结果表明，金融科技与数字普惠金融显著正相关，与前文假设一致。

六、研究结论与政策建议

本文围绕金融科技能否促进数字普惠金融发展的问题，采用2011年-2021年省际面板数据，运用固定效应模型和调节效应模型实证研究了金融科技对数字普惠金融的影响效果，得出研究结论如下：一是从整体来看，金融科技发展对数字普惠金融具有显著的正向效应，金融科技水平的提高可以助推数字普惠金融发展。二是研发强度对于金融科技助推数字普惠金融发展具有调节作用。研发强度越高，金融科技对数字普惠金融的推动作用越明显。三是金融科技对数字普惠金融的推动作用存在地区差异，金融科技在欠发达地区对数字普惠金融的助推作用更明显。

基于上述研究结论提出如下政策建议：

一是提高农村数字基础设施建设。数字基础设施不仅能够促进金融科技的进步和应用，更是推动农村地区全面信息化不可或缺的基石。因此，政府需要制定并实施相应的战略措施来提升农村地区互联网普及率和覆盖率，从而有效地推进农村数字基础设施的发展。首先，政府应通过直接资金投入与科技政策的激励相结合，调动市场的资源配置功能，激发社会资本的活力，从而推动通信网络基础设施向农村地区的扩展。具体来说，政府可以设立专项基金，用于支持农村通信设施的建设和升级。同时，制定优惠政策，鼓励企业、非政府组织以及个人投资者参与到这一项目中来。共同建设更适合农村地区特征的设施设备，使通信网络服务覆盖到更多的农村地区。此外，随着5G通信、物联网、人工智能等新兴科技的快速发展，农村地区普惠金融的发展呈现出全新面貌。通过这些新兴技术手段，建立起一个覆盖广泛、功能齐全的“乡村综合金融服务平台”。在此平台上，将网上银行、网上支付等电子金融服务与农村普惠信贷服务站以及其他线下金融服务有效整合起来，为农村居民提供便捷的“一站式”服务体验。居民们可以通过线上平台轻松完成融资、缴费、社保查询等多样化业务，从而满足其金融需求。最后，数字基础设施作为大数据与云计算等技术的基础保障，数字基础设施的不断建设能够协助健全我国的农村信贷制度。通过大数据与云计算对农民在生产、社保、消费、金融等方面的行为数据进行深入分析和整合，可以弥补农户信用评估体系中存在的种种缺陷。这种基于大数据的信用评价机制，能够更加精准地反映农民的真实信用状况，为他们提供更为合理的信贷支持。为实现农业精准授信奠定基础。

二是推动商业银行数字化转型。金融科技的发展能够有效的推动商业银行数字化转型，也为商业银行的普惠金融创新带来积极的推动作用。一方面，数字化转型可以更好的助力商业银行构建一个全面覆盖、高效运作的数字支付结算体系。数字支付结算体系可以降低金融交易的成本和门槛，提供更便捷、快速、安全的支付服务，使得农户和乡镇企业等群体能够更加便捷地接触到金融服务，也可以为金融机构提供更丰富的交易数据和客户行为信息，促使金融机构对金融产品和服务进行创新，推动数字普惠金融的发展和普及。另一方面，商业银行通过数字化转型能够更好的创新农村金融产品。利用大数据分析、人工智能等前沿科技手段，开发出一系列贴合农村实际需求的金融产品从而更好的满足农村地区的金融需求。针对不同地区的农业生产特色，根据当地实际情况，推出适应当地特色的金融产品。通过对农户理财、应急贷款、增产增收、农业保险、提前消费和教育基金等方面的进行具体细分，提供更具其特点的金融服务产品。根据区域内农作物和畜牧的不同，为农业保险的保单、保价与生产贷款等方面进行不同的安排，以便更好地应付突发事件，提升自身的抗风险能力。在此基础上，以数字支付结算体系为突破口，以创新农村特色金融产品为手段，来更好地满足农村地区日益增长的金融服务需求，也能有效地解决普惠金融发展中的“最后一公里”难题。

三是健全完善金融科技风险防控机制。根据农村经济的发展规律和乡村振兴的战略需求，金融科技已然成为破解我国农村发展难题的重要利器。然而，金融科技的应用与发展必然伴随着创新与监管的双重挑战。为应对创新与监管之间的冲突，对金融科技在农村普惠金融中的应用进行差异化的监管是确保金融科技有序健康发展的必然要求。农村地区数字普惠覆盖范围广，服务对象多，使得农村地区金融服务的长尾风险变得更加明显，也使得其监管工作变得更为艰巨。因此，政府应当在制定统一的监管规则时，既要充分了解金融科技应用的潜在风险可能，深入到金融科技服务的每一个环节进行监督检查，以确保其合规性和安全性。也要充分考虑农村地区金融科技应用的风险特性，构建更适宜农村地区金融科技应用的监管体制，从而保证金融科技在农村能够得到有效的应用与发展。在此基础上，政府应实行穿透式的监管，加强行为监管，并为金融科技机构、业务、平台等构建一个多维度的联合监管机制。此外，应重点强化涉农风险防控。运用大数据和数据挖掘技术，通过建立反欺诈模型、评分模型、授信策略模型和定价模型，实现涉农贷款全程线上审批、风险共担。打造智慧风控平台，健全数据库、模型库、参数库，提升风险防控精准性，推动风险管理由“人控”向“机控”“智控”转变。为维持农村地区金融科技在创新和监管之间的平衡和协调，应鼓励“监管沙盒”试验。可以让金融科技在监管下放宽一定范围进行试验，创新农村金融产品和服务，针对其创新的金融产品和服务进行运营和风险评估后，对其成熟的产品和服务提供借鉴并进行推广宣传，推动金融科技与监管体系的良性互动。因此，通过借助“监管沙盒”来更好地维持金融科技在创新和监管之间的平衡，以确保金融科技的健康可持续发展，使其更好的发挥赋能数字普惠金融发展的效用。

参考文献：

[1]王亮，昝琳.数字普惠金融对乡村振兴的影响研究[J].金融理论与实践， 2023，（04）：77-87.

[2]梁大为，王泽豪.数字普惠金融对粮食生产的作用效果研究[J].华南理工大学学报（社会科学版），2023，25（01）： 91-101.

[3]宋晓玲.数字普惠金融缩小城乡收入差距的实证检验[J].财经科学， 2017，（06）：14-25.

[4]康书生，杨娜娜.数字普惠金融发展促进乡村产业振兴的效应分析[J].金融理论与实践，2022，（02）：110-118.

[5]周斌，王志峰，杜明灯.科技助力农村数字普惠金融发展[J].中国金融， 2023，（19）：82.

[6]孙春兴.金融科技在数字普惠金融中的应用与研究展望[J].新经济， 2022，（07）：20-23.

[7]MakinaD.The potential of FinTech in enabling financial inclusion[M]. Extending financi—al inclusion in Africa. Academic Press，2019：299-318.

[8]Frost J.The economic forces driving fintech adoption across countries[J]. The Technolo—gical Revolution in Financial Services：How Banks，FinTechs，and Customers Win Tog—ether，2020：70

[9]石宗辉，韩俊华.金融科技的数字普惠金融机理分析及应用研究[J].科学管理研究，2022，40（03）.

[10]粟勤，魏星.金融科技的金融包容效应与创新驱动路径[J].理论探索， 2017，（05）：91-97.

[11]陈晓东，邓斯月.研发投入、基础研究与普惠金融数字化转型[J].经济研究参考，2023，（01）：64-82.

[12]迟丽华，石万举.数字普惠金融对企业绩效的驱动效应——融资约束和研发投入的中介作用[J].技术与创新管理，2023，44（05）：552-563.

[13]郭峰，王靖一，王芳等.测度中国数字普惠金融发展：指数编制与空间特征[J].经济学（季刊），2020，19（04）

[14]宋敏，周鹏，司海涛.金融科技与企业全要素生产率——“赋能”和信贷配给的视角[J].中国工业经济，2021，（04）

[15]刘军，王佳玮，程中华.产业聚集对协同创新效率影响的实证分析[J].中国软科学，2017，（06）：89-98.

[16]李牧辰，封思贤，谢星.数字普惠金融对城乡收入差距的异质性影响研究[J].南京农业大学学报（社会科学版）， 2020，20（03）.

（作者单位：河南工业大学经济贸易学院）

责任编辑：李政