中国数字普惠金融对省域经济增长的影响

1. 研究背景

1.1 普惠金融的发展

1.1.1 普惠金融的定义

• 普惠金融由联合国于2005年提出，旨在促进金融业多方位、多领域、多层次发展，建立一个完善的金融体系。
• 普惠金融主要包含了“普”和“惠”两方面，“普”指的是金融服务覆盖面广；“惠”指的是有效的金融服务惠及各阶层，尤其是小微企业、农民、城镇低收入人群等。

1.1.2 数字普惠金融的发展

• 数字普惠金融是借助大数据和云计算等技术对普惠金融的服务深度进行进一步的延伸与拓展。
• 从2014年至2020年，数字普惠金融在我国政府工作报告中被提及了6次，可见我国非常重视数字普惠金融的发展。

1.2 数字普惠金融与经济增长的关系

1.2.1 金融发展与经济增长

• 早期有关金融发展与经济增长的研究主要围绕货币职能展开。
• 亚当·斯密注重金融媒介对经济发展的作用。
• 熊彼特的“创新理论”认为创新的主体是企业家才能，而这种创新的前提条件是银行贷款。

1.2.2 数字普惠金融与经济增长

• 自数字普惠金融概念提出后，不少学者对它与经济增长的关系进行研究。
• 郝云平和雷汉云（2018）以科布道格拉斯生产函数作为理论支持，构建空间面板计量模型，考察了数字普惠金融发展对经济增长的促进作用。
• 张勋（2019）对农村、城镇两个样本的数据进行OLS回归，结果表明数字普惠金融给农村地区提供了成本较低且方便易得的金融服务，拉近了农村与城镇间的差距，促进了经济的包容性增长。

2. 研究设计

2.1 变量选择

2.1.1 解释变量

• 本文的核心解释变量为数字普惠金融发展水平（fin），由北京大学金融研究中心编制和测得的“数字普惠金融指数”进行衡量。

2.1.2 被解释变量

• 本文主要研究数字普惠金融对省域经济增长的影响，被解释变量为经济发展水平（pgdp），参照以往学者的做法，选取30个省的人均GDP进行衡量。

2.1.3 控制变量

• 科技创新水平（tech），科技创新是经济增长的重要驱动力，是促进经济增长的核心引擎和首要原动力。
• 产业结构（ss），产业结构的合理性在一定程度上决定了经济的发展水平，尤其在工业化进程中，产业结构的调整与转化尤为重要。
• 城镇化率（city），其在一定程度上反映了人才资源的配置情况，人才不断向城市集中，带动产业发展，促进经济增长。
• 对外开放水平（open），对外开放与科技创新一样，是经济增长不容忽视的重要影响因素。
• 人力资本（edu），人力资本是经济发展必不可少的资源，教育是提高人力资源质量的决定因素。

2.2 数据来源及模型设定

2.2.1 数据来源

• 本文应用2011—2020年的省际面板数据，构建空间计量模型分析数字普惠金融与经济增长间的关系。

2.2.2 空间自相关检验

• 考察变量在空间上的相关性和依赖性，是判断能否使用空间计量模型的前提。
• 本文首先构建基于地理距离的空间权重矩阵，然后测算核心变量（被解释变量、解释变量）2011—2020年的莫兰指数，以此来检验我国各省域间经济发展水平、数字普惠金融发展水平的空间相关性。

2.2.3 模型选择与构建

• 在构建具体计量模型之前，本文首先对省际面板数据进行了简单的OLS检验和LM检验。
• 基于以上检验结果，本文最终选择具有一般意义、覆盖范围相对较广的空间杜宾模型（SDM）。

3. 实证检验及稳健性检验

3.1 空间杜宾模型的实证检验

3.1.1 回归结果

• 数字普惠金融发展水平与省域经济发展间存在着较为显著的正相关关系，回归系数为0.0963。
• W-lnfin的回归系数为 - 0.0783 且在1%的置信水平下显著，表明本省的数字普惠金融发展会抑制相邻省份的经济增长。

3.1.2 控制变量

• 科技创新水平、产业结构、城镇化率、对外开放水平和人力资本等控制变量均能有效且显著地拉动本省的经济增长。

3.2 空间杜宾模型的稳健性检验

3.2.1 回归结果

• 控制了时间效应和双效应下的空间计量模型的估计结果与基准模型的估计结果有着较高的相似性。
• 在时间固定效应模型中，数字普惠金融对本地区经济增长的正向促进作用更为明显。
• 双固定效应模型的回归结果显示，数字普惠金融对本省经济增长依然存在推动作用，与其余两种模型相比影响程度较小，且影响效果相对不显著。

4. 结论

• 数字普惠金融可显著提高本省的经济水平，抑制周边地区的经济增长，存在负空间溢出效应。
• 数字普惠金融的推广和发展应充分考虑区域差异性，避免因数字普惠金融的快速发展而导致的地区间经济发展不平衡问题。
• 应制定相关政策，促进区域间数字普惠金融的协同发展，推动区域经济的均衡发展。