数字普惠金融对实体经济发展的影响效应-以各省经济发展的研究为例

0引言数字金融是基于信息技术驱动，通过商业模式、技术应用和产品服务等方面的创新进行金融创新，能对金融机构、市场及服务方式产生重大影响。目前的众多学者，都是用数字金融普惠指数来衡量金融科技的发展。研究数字普惠金融对经济发展的影响效应主要分为两大方向：数字金融对宏观经济的影响和对微观经济的影响。即在国家和各省层面的实体经济发展的影响和在企业和个人层面的影响。基于此，本文通过进一步细化实体经济的结构，将一、二、三产业分别分析，研究金融科技对不同产业的影响程度，同时将数字普惠金融的三个指标分开，分别分析其对实体经济的影响，具有一定的创新性，更深入探寻金融科技对实体经济的影响效应。1理论分析与研究假设1.1数字金融与实体经济发展首先，数字金融能弥补传统金融服务不足，提高金融服务效率。其次，数字金融能优化资源调配效率，为实体经济发展提供动力。再次，数字金融能缓解信息不对称，保障实体经济发展。最后，数字金融能降低融资约束，以充足的资金发展实体经济。综上，提出如下假设：假设1：数字金融能促进实体经济增长，且覆盖广度、渗透深度和数字化程度3个方向对实体经济发展的影响存在差异。1.2中介作用的传导科学技术作为经济发展的第一动力，是实现实体经济增长的关键因素。经济增长慢，主要是受到技术发展的制约。因此，技术的发展是衡量一个地区实体经济增长的重要因素。数字金融可以提升区域创新能力实现赋能实体经济发展。一方面，从供给端，数字金融能助力科技研发获取充足的资金，通过持续增加研发资金投入，实现研发投入不断增强，促进技术的转型升级。另一方面，从产出端，数字金融对信息的整合、处理、识别功能，能促进产业结构优化，优化资源调配效率，促进地区生产效率改进，促进技术创新，使得生产出的高科技产品的数量增加。综上，提出如下假设：假设2：数字金融能通过促进技术研发投入，促进实体经济增长；假设3：数字金融能通过促进研发产品产出，促进实体经济增长。1.3异质性由于数字金融是近10年来才兴起发展的，它的出现和发展有时间节点。学者普遍认为，在2013年前，数字金融发展缓慢，还处于萌芽阶段，已经出现了数字化的服务，但是不普及，实际使用的领域较少。2013年后，数字金融进入快速发展的时期，互联网、信息技术等发展带动数字金融发展，并与生产经营相融合，在促进实体经济的发展中的作用逐渐显现。中国地域经济发展存在较大差距。城市地区和东部地区的数字金融发展效果远高于非城市地区和中西部地区。由于不同地区资源禀赋、产业特征、经济发展基础、传统金融发展水平等有所不同，数字金融对实体经济质量提升的影响在不同区域有所不同。理论分析看，数字金融对较发达地区的影响不如不太发达的地区显著，即中西部地区的影响效应大于东部地区影响效应。综上，提出如下假设：假设4：数字金融对实体经济的影响具有时间和区域异质性。1.4作用原理数字金融对实体经济增长的影响机制分为3条路径：①数字金融通过提高匹配，满足投融资的需求。周雷等[1]认为数字金融的发展将会深化金融供给侧结构性改革，推动技术创新，提高金融供给，将优化与实体经济需求的匹配度。数字金融能利用终端和大数据分析，为供需双方信息不对称、服务不匹配的问题提供有效解决方案，对金融服务的精准性和时效性有强化效果，满足企业转型中对资金和服务需求，推进产业数字化，助力实体经济高质量发展[2]。②数字金融能降低融资成本，优化服务流程。数字金融有自身的模型评判标准，能判断信息的真实性，降低投资风险，打破小企业的融资约束，支持新兴企业在发展过程中对金融服务需求的满足，有利于提高实体经济发展的效率，在建立良好商誉方面为实体企业的发展服务。③满足实体经济发展的“长尾需求”[3]。数字金融能改善新兴企业的融资渠道和方式，为企业提供充足的资金，有利于挖掘“长尾”客户，突破传统金融的时间和地域限制，满足实体经济发展的“长尾需求”，提升经济增长均衡性，扩大覆盖面实现实体经济高质量发展。2研究设计2.1样本选择与数据来源选取2011—2021年中国31个省级行政区域数据，共310个样本，以实体经济发展水平为被解释变量，数字普惠金融为解释变量，探究数字金融对实体经济发展的影响效应。其中，实体经济发展水平衡量指标数据和数字金融普惠指数分别来自《中国统计年鉴》和《数字普惠金融指数》（2011—2021），其余数据来自EPS、Wind数据库。2.2变量的定义量变定义分为：被解释变量，即实体经济发展水平（Quality）；解释变量，即数字普惠金融发展水平（index）；控制变量，具体衡量指标为地区通货膨胀水平（inf），使用各省的CPI指数表示；地区失业率（lost），使用失业人口占地区总人口的比重表示；地区城镇化水平（city），使用地区城镇化率，即城镇人口占地区总人口的比重表示；地区对外开放水平（open），使用地区出口总额与汇率的乘积占GDP的比重表示；地区财政支出（exp），使用地区财政支出总额于GDP的比值表示；中介变量，采用研发投入水平（research）和研发产出水平（patent）作为中介变量。研发投入水平（research）用研究与实验发展人数展（R&D）占总人口的比重来表示；研发产出水平（patent）用地区专利申请授权数量来表示。2.3模型构建2.3.1基准模型以双向固定效应模型为基准探索数字金融对实体经济发展的影响效应，具体模型如下：式中：i——地区；t——时间；Qualityi，t——省i在t年的实体经济发展水平；indexi，t——省i在t年的数字普惠金融发展水平；Controlsi，t——控制变量的集合，包括地区通货膨胀（inf）、地区失业率（lost）、地区城镇化水平（city）、地区对外开放水平（open）、地区财政支出（exp）；μi——省份固定效应；ϕt——时间固定效应；εi，t——随机扰动项；β——数字金融对实体经济的影响系数。本文关键是解释数字金融指数对实体经济的影响效应，根据假设1，β应该显著为正。2.3.2中介作用模型为探究数字金融对实体经济发展的影响的中介机制作用，本文参考江艇[4]提出的中介效应检验机制和温忠麟等[5]的研究，在基准模型的基础上，构建中介效应模型进行检验，具体模型如下：式中：θ——中介变量的集合；σ——用于检验数字金融对中介机制影响的系数；τ——用于衡量中介变量对实体经济影响的系数。若两个系数均显著，则说明存在中介机制的传导渠道。本文分别研究科技的投入和产出两方面的传导效应。3实证分析之描述性统计表1为各个变量的描述性统计。其中，实体经济发展水平的均值是219.813，中位数是217.765，是轻微右偏。数字金融普惠指数均值为216.247，中位数是220.453，也是轻微右偏。这与现有文献的研究基本一致。表1各个变量的描述性统计4结语大数据、云计算和供应链的发展，推动数字金融在促进实体经济的发展中的作用逐渐加强。数字金融提升了经济发展的便利性和普惠性，很好地契合了经济由高速增长向高质量发展的需求。本文从研发创新和数字技术的发展基础的视角探究了数字金融发展水平对实体经济增长的影响，通过使用中国2011—2021年31个省份的面板数据，构建双向固定效应模型和中介效应模型，并进行实证分析。主要得到以下结论。（1）数字金融在促进实体经济发展方面具有显著效果，且不同方向的数字金融发展指数对经济发展质量的驱动作用存在差异性。数字金融有其普惠性、广泛性和便利性等特点，能降低融资约束，缓解信息不对称，利用其自身的评判机制，对风险进行评估，精准匹配需求和供给，改善传统金融的发展障碍，赋能各地区实体经济发展。（2）数字金融对第一、第二、第三产业的发展的促进作用存在差异。都能正向促进，但是第二产业促进程度最大，第三产业次之，第一产业最小。并且，数字普惠金融覆盖广度、渗透深度和数字化程度3个方向对三大产业的影响的显著性不同。覆盖广度对第三产业的影响更显著；使用深度对第一、第二产业的影响更显著；数字化程度对第一、第三产业更显著。（3）数字金融对实体经济的影响有间接影响机制，即数字金融能通过促进研发投入和产出增加促进实体经济增长。数字金融能引导资源配置，促进资金流向高科技企业，为其研发提供充足的资金。同时，数字金融能入地区的创新发展，利用其数字化技术和强大的计算能力在各个领域，不同产业发展上推动技术进步和产品创新。（4）数字金融对实体经济增长的促进作用存在时间和空间上的异质性。从时间上看，数字金融对实体经济发展的促进作用在2013年以后更为显著。从地域上看，数字金融对经济发展相对落后的中西部地区的促进作用更为显著，证明了数字金融能发挥普惠金融的优势，帮助更多发展较落后的地区突破发挥在那瓶颈，利用资金和技术支持助力实体经济发展。基于以上研究结果得到如下启示。（1）健全中国数字金融发展体系，完善相应配套设施，提升数字金融三个维度对实体经济高质量发展的支持效率，改善传统金融的服务困境，将新型数字金融发展模式融入金融服务等各个领域，扩展覆盖广度、强化使用深度，提升数字金融对各地区实体经济发展的支持和服务能力，以便更好发挥数字普惠金融对实体经济发展作用。（2）加强数字金融与科技企业技术创新融合，运用数字金融的广泛性和风险识别功能，支持金融机构对科技领域的投资力度提升。创新数字普惠金融产品供给，有效满足技术革新的融资需求、提高资源配置和生产经营效率。（3）因地制宜发展数字金融，制定符合本地发展的精准政策。依据地区经济发展的具体情况，制定适合该地区数字金融发