數字普惠金融對經濟包容性增長影響的空間溢出效應研究

湯淥洋，魯邦克，陳 琦

（1.中南財經政法大學工商管理學院，武漢 430074；2.湖北工業大學經濟與管理學院，武漢 430068；3.中南財經政法大學統計與數學學院，武漢 430074）

0 引言

多年來，我國經濟持續處于高速發展的階段，在人民生活水平顯著提升的同時，也不可避免地出現了發展不平衡不充分、城鄉收入差距較大、發展效益不高、環境污染等問題。顯然，傳統的經濟發展模式已經不再滿足當前社會的發展需要，2007 年亞洲開發銀行首次提出包容性增長的概念，包容性增長是一種兼顧“效率”與“公平”的經濟增長方式。要實現中國式現代化，建設全體人民共同富裕的現代化強國，需要關注普惠金融對包容性增長的影響[1]。

國內外學者從經濟增長和收入分配兩個方面展開普惠金融影響經濟包容性增長的理論分析[2,3]，普惠金融的發展為小微企業提供了更多的融資渠道，促進了經濟的可持續增長，同時在支持就業、幫助脫貧、發展教育等方面都起到了重要作用，有助于實現社會公平，而數字普惠金融的數字化特性進一步加強了這一影響[4,5]。任太增和殷志高（2022）[6]提出數字普惠金融帶來的數字鴻溝效應可能會抑制經濟的包容性增長，這是由于數字素養不同的受眾對數字普惠金融的接受能力不同，可能表現為具有較高數字素養的群體通過使用數字普惠金融增加收入，而數字素養較低的群體更愿意通過傳統金融機構獲得金融服務，從而難以享受數字普惠金融的紅利。此外，學者們通過梳理數字普惠金融發展影響民營企業融資約束[7]和居民創業[8,9]的作用機理，從理論上提出了數字普惠金融影響經濟包容性增長的微觀機制。

國外學者對于數字普惠金融發展水平評價指標體系構建的研究起步較早。Beck 等（2007）[10]建立的普惠金融評價指標體系重點考慮了其可獲得性和效用性兩個方面。后續學者基于此指標體系繼續豐富和完善，逐漸加入了地理滲透性、使用成本、金融服務便利程度等維度[11]，使得體系更加科學和全面。近年來國內學者的相關研究逐漸增多[12]，現階段的研究多為根據我國國情完善評價維度和結合數據進行的實證檢驗，最具代表性的官方數據是北京大學與螞蟻科技集團研究院聯合公布的“北京大學數字普惠金融指數”。在此基礎上，學者們利用我國省份層面或城市層面的面板數據，實證檢驗了數字普惠金融對經濟包容性增長的影響效應，結果發現產業結構高級化和合理化能夠強化數字普惠金融對包容性增長的促進作用[13]。

基于數字普惠金融和包容性增長的相關理論和研究現狀，本文從經濟增長、資源環境和平等共享三個視角來評價中國經濟包容性增長，進一步探究數字普惠金融對經濟包容性增長的空間溢出效應。

1 數字普惠金融與包容性增長水平評價

1.1 數字普惠金融水平的評價

鑒于目前國內對數字普惠金融水平的衡量指標體系已經較為全面，即北京大學與螞蟻科技集團研究院聯合公布的“北京大學數字普惠金融指數”，因此本文對數字普惠金融水平的評價基于此指數的第三期最新數據來進行，本文選取2011—2021年我國30個省份（不含西藏和港澳臺）的數據進行分析。

1.2 經濟包容性增長評價指標體系的構建

基于已有研究對包容性增長水平評價指標體系構建的基本思路，并結合我國基本國情和包容性發展的目標，遵循系統性、整體性、協調性、科學性和數據的可操作性原則，本文從經濟可持續增長、社會機會獲得和經濟成果共享三個維度來構建經濟包容性增長的指標體系。具體如表1所示。

表1 包容性增長評價指標體系

為更明顯地觀察包容性增長水平的地區差異情況，本文以2011—2021年各省份包容性增長水平得分的平均值來衡量各省份包容性增長水平，并據此得到了我國各地區的包容性增長水平。其中，東部沿海地區得分均在0.4 以上，處于較高水平；中部地區省份得分較為集中，在0.38左右，處于中等水平；而西部地區除青海外其余省份的包容性增長水平都相對較低。我國包容性增長水平呈現東高、中平、西低的空間分布格局。

2 研究設計

2.1 空間相關性檢驗

2.1.1 空間權重矩陣

空間權重矩陣是測度兩個地區在地理空間上的相關性的一種空間模型，其依據各地區空間上的“距離”對地理關系進行量化。

wij表示省份i與j的空間關聯程度，對角線元素w11=w22=…=wnn=0 。

常用的矩陣有鄰接權重矩陣和地理距離權重矩陣兩種，本文選取地理距離權重矩陣（W）進行分析，并用區域間地理距離絕對值的倒數（1/d2）刻畫空間單元間的關聯程度。

2.1.2 莫蘭指數

Moran′sⅠ是衡量空間相關性的主要方法。全局Moran′sⅠ檢驗整個區域中鄰近地區是相似、相異還是相互獨立，具體定義為：

局部Moran′sⅠ分析的是某一特定地區與其相鄰地區之間是否相互關聯，具體定義為：

其中，n是地區總數，xi表示第i個地區的觀測值，而xˉ表示所有地區的平均值，wij是空間權重矩陣的值。Moran′sⅠ的取值范圍為-1～1，大于0表示鄰近地區或該地區與周圍地區存在正向空間相關性，小于0表示鄰近地區或該地區與周圍地區存在負向空間相關性。

2.2 空間計量模型

本文討論各省份之間是否存在包容性增長的空間溢出效應，其空間自回歸模型（SAR）可表示為：

其中，IG表示被解釋變量，DFI表示核心解釋變量，Xij代表控制變量，Wij為空間權重，β代表控制變量相關系數，ρ代表被解釋變量空間滯后項估計系數，u代表隨機誤差項，α代表個體固定效應。

空間杜賓模型（SDM）考慮了自變量的空間滯后項、因變量的空間滯后項以及自變量、因變量的空間滯后項對因變量的影響三種情況。相比其他兩個模型（空間滯后模型和空間誤差模型），空間杜賓模型（SDM）是唯一能夠進行無偏系數估計的模型，它能夠更好地觀測空間溢出效應。

綜上所述，本文空間計量面板模型（SDM）的表達式如下：

其中，δ1表示數字普惠金融空間溢出效應，δ表示控制變量空間溢出效應，其他變量含義與前述SAR模型中相同。

除了空間溢出效應外，包容性增長還有一定的時間延續性，繼續通過時空角度動態空間計量分析包容性增長的時間滯后效應和空間溢出效應。因此設置如下模型（DSAR）：

包容性增長有一定的延展性，模型要納入時間的滯后效應，即引入被解釋變量的一階滯后項IGi,t-1和一階空間滯后項Wij*IGi,t-1，動態空間計量模型（DSDM）表達式如下：

根據動態空間杜賓模型，可按照短期和長期效應進行規劃，同時又可以各自劃分為直接和間接效應，公式如下：

其中，為取矩陣斜對角元素的均值，表示取矩陣非斜對角元素的行均值。當θ等于0時，為動態空間自回歸模型下的短期和長期效應。

2.3 變量選取

（1）被解釋變量：經濟包容性增長水平（IG）用上文測度出的得分來衡量，同時為了分析數字普惠金融影響包容性增長的路徑機制，本文按一級指標將包容性增長分成三個維度，分別為經濟可持續增長（SEG）、社會機會獲得（SO）和經濟成果共享（AS），并按已得權重計算各維度的得分。

（2）核心解釋變量：數字普惠金融發展水平（DFI）的測度同上文，使用北京大學與螞蟻科技集團研究院聯合公布的第三期“北京大學數字普惠金融指數”。

（3）控制變量。外商直接投資（FDI）：通過引進外資可以吸收和利用國外的先進技術，從而進一步促進我國數字經濟發展。本文用外商直接投資額占地區生產總值的比重來衡量外商直接投資水平。固定資產投資（FAI）：固定資產的投資可以改變一個地區人民的生產狀況和生活水平，同時還能提升企業的生產效率，從而促進地區的經濟發展。本文用固定資產投資指數來衡量固定資產投資水平。經濟活力（EV）：經濟活力對地區發展具有重要影響，可以促進經濟的繁榮和社會的進步，提高地區的競爭力。本文采用一個地區的發電量表示該地區的經濟活力。老齡化程度（AGD）：經濟發展需要大量的人力資本，青年和中年人口構成了推動經濟發展的核心群體，而老齡化程度嚴重的地區通常因為缺乏勞動力而阻礙當地經濟的發展。本文用65歲以上人口占比來衡量一個地區的老齡化程度。對以上4個控制變量進行標準化處理。

3 實證分析

3.1 空間相關性分析

3.1.1 全局空間相關性分析

我國2011—2021年30個省份的數字普惠金融和包容性增長的Moran′sⅠ如表2所示。

表2 數字普惠金融與經濟包容性增長莫蘭指數

由表2可以看出，在5%的顯著性水平上，2011—2021年我國數字普惠金融發展水平和包容性增長水平的Moran′sⅠ均大于0，說明我國各地區數字普惠金融發展水平和包容性增長水平的空間相關性均為正向，即數字普惠金融發展水平和包容性增長水平較高（較低）的地區其周圍地區的數字普惠金融發展水平和包容性增長水平也較高（較低），經濟水平相似地區呈現顯著的空間集聚特征。

從變化趨勢來看，數字普惠金融Moran′sⅠ在2014—2017年較高，但總體來看維持在0.03左右，變動趨勢比較平穩；包容性增長的Moran′sⅠ則在2011—2021 年呈現下降態勢，但仍然保持著較高的數值，說明空間集聚性雖然有所減弱，但效用依舊明顯。

3.1.2 局部空間相關性分析

2011 年與2021 年的數字普惠金融局部Moran′sⅠ如圖1所示，我國數字普惠金融水平的集聚狀況為多分布在第一、第三象限，表明數字普惠金融發展呈現高高集聚、低低集聚的正向空間相關性。同時北京、上海、江蘇、天津、浙江等東部地區省份主要分布在第一象限，這些地方經濟發展水平較高，且由于信息化發展時間較早，技術水平較高，因此數字普惠金融水平也較高。這些數字普惠金融水平較高的省份鄰近，相互之間形成了良好的互動機制，呈現正向的影響。貴州、云南、青海、廣西等西部地區省份主要集中在第三象限，這些省份區位局限性大、信息化水平滯后，經濟發展水平相對較低，同理，這些數字普惠金融水平相對較低的省份鄰近，無法形成良好的互動，進而呈現低低集聚的特征。

圖1 2011年和2021年數字普惠金融莫蘭散點圖

由各省份的變化可以看出，各省份有向第一象限發展的趨勢，其中湖北受政策紅利的影響，于2021年擠入第一象限，即數字普惠金融水平有所提高，整體上各省份分布比較穩定。

2011年與2021年的包容性增長局部Moran′sⅠ如圖2所示?？梢钥闯?，與數字普惠金融形式相同，大多數省份也集中在第一和第三象限，呈現正向的空間相關性。第一象限同樣為北京、上海、天津等東部地區省份，第三象限主要為新疆、甘肅、廣西、云南等西部地區省份。這也說明包容性增長水平與經濟發展水平息息相關，區位劣勢、地處偏遠的城市在吸引人才流入和政策落實方面較弱，且經濟發展滯后性強，缺乏生產活力。

圖2 2011年和2021年包容性增長莫蘭散點圖

綜上所述，數字普惠金融與包容性增長在不同水平上均會受地理因素的影響，其分布特點具有一致性。

3.2 數字普惠金融對經濟包容性增長影響的實證分析

通過對數字普惠金融和包容性增長整體水平的分析，可以發現數字普惠金融發展強勁的地區，包容性增長也處于較高水平或是具有較快的增長速度。因此，基于上文測度出的包容性增長水平指數，本文將研究數字普惠金融的發展是否可以帶動一個地區的包容性增長水平提升，并進一步分析其對包容性增長水平的作用路徑。同時，考慮到傳統的經濟計量模型易忽略空間層面的影響，無法反映出真實情況，因此本文用空間計量模型代替傳統的經濟計量模型，深入解析數字普惠金融對包容性增長的影響。

3.2.1 靜態空間杜賓模型回歸分析

基于上文分析，選取最適用于本文研究的空間計量模型，運用LM 檢驗和Hausman 檢驗加以檢驗。由檢驗結果可知，LM與Hausman檢驗均通過了檢驗，選擇固定效應模型進行分析。本文檢驗利用的空間矩陣為空間鄰接矩陣，SAR與SDM模型估計結果如表3所示。

表3 靜態空間杜賓模型回歸結果

由SAR 模型的結果可知，IG的空間自回歸系數為0.300，在1%的水平上顯著，即各地區包容性增長水平正向影響鄰近地區，說明我國的包容性增長存在明顯的空間溢出效應，即本地區的包容性增長能帶動周邊省份的包容性增長。

由SDM 模型的結果可知，IG的空間自回歸系數為0.408，且在5%的水平上顯著，說明各地區的包容性增長水平會對鄰近地區產生正面的影響。此外，模型中DFI系數均為正，可以得出數字普惠金融發展對于本地區經濟可持續發展、社會機會獲得均等和經濟成果共享都有著正向的促進作用，進而對本地區的包容性增長水平有著正向作用。根據模型中W*DFI的系數為正，可以得出其具有正向的空間傳導效應，即數字普惠金融發展對周邊地區的包容性增長也起到了促進作用。這可能是由政策的普及以及人員和技術的流動造成的，地區間地理空間距離較近，通常面臨著類似的發展環境，進而地區間可以共享一些技術或資源要素，知識流動、技術轉移和人才流動都比較活躍，因而相鄰地區的資源往往會對本地區的發展提供要素支撐，進而協同發展，形成正向的作用。

3.2.2 動態空間杜賓模型回歸分析

動態空間杜賓模型估計結果如表4 所示，由DSAR 結果可知，數字普惠金融對包容性增長的回歸系數為正，且通過了10%水平上的顯著性檢驗，表明數字普惠金融可以顯著推動經濟包容性增長水平提升。同樣，本省份的包容性增長水平對周圍省份有顯著推動作用，滯后一期的包容性增長水平通過了1%水平上的顯著性檢驗，即滯后一期的包容性增長水平也會受到本期的影響，也產生了顯著的空間溢出效應。

表4 動態空間杜賓模型回歸結果

由DSDM模型的結果可知，數字普惠金融對包容性增長的回歸系數為正，且通過了5%水平上的顯著性檢驗，即數字普惠金融可以顯著推動經濟包容性增長水平提升。同時，數字普惠金融空間效應為正，即某省份數字普惠金融對周邊省份存在正向空間溢出效應。滯后一期的包容性增長水平通過了1%水平上的顯著性檢驗，即滯后一期的包容性增長水平也會受到本期的影響，也產生了顯著的空間溢出效應。包容性增長水平的空間溢出效應為正且在10%的顯著性水平上通過檢驗，說明周圍省份的包容性增長水平對本省份存在正向空間溢出效應。

綜上所述，我國經濟包容性增長水平存在顯著的空間集聚效應和時滯效應，即提高數字普惠金融水平是推動經濟包容性增長水平提升的重要動力。

3.2.3 穩健性檢驗

對上述靜態與動態模型進行穩健性檢驗，本文通過更換空間權重矩陣來實現。上述靜態與動態模型的空間權重矩陣采用的是空間鄰接權重矩陣，本文將其替換成三角剖分權重矩陣。進行回歸分析后，得到了與表3和表4相似的結果，驗證了本文結論的穩健性。

3.2.4 數字普惠金融對經濟包容性增長水平的空間效應分析

將數字普惠金融對經濟包容性增長水平的空間效應進行短期和長期分解，得到短期和長期效應如表5所示。

表5 數字普惠金融對經濟包容性增長水平的空間效應分解

由表5 可知，從短期和長期效應來看，數字普惠金融發展水平對經濟包容性增長都具有直接和間接的促進效應；外商直接投資對經濟包容性增長的作用不顯著，這可能是因為近年來我國經濟發展主要依賴自主性、內生性的國內大發展，對外商直接投資的依賴性減弱，說明我國經濟的韌性越來越強。固定資產投資對經濟包容性增長的影響從短期和長期來看，在直接效應、間接效應以及總效應方面都具有抑制作用，這可能是因為在供給側結構性改革的背景下，盲目加大固定資產投資并不能促進經濟可持續增長，也不能促進社會機會獲得和經濟成果的共享。從短期和長期效應看，經濟活力對經濟包容性增長都具有顯著的正向作用。從短期和長期效應看，老齡化程度對經濟包容性增長影響不顯著。由此可知，要促進經濟包容增長，就要充分提高數字普惠金融的發展水平，逐步減少對固定資產投資的依賴性，增強地區經濟活力，不斷發展國內大循環。

4 結論

本文測度了2011—2021年中國經濟的包容性增長水平，對數字普惠金融發展對經濟包容性增長的空間溢出效應和影響進行分析，得出如下研究結論：（1）從數字普惠金融發展水平來看，2011—2021年快速上升，說明我國數字普惠金融發展水平得到較大提升；但各地區的數字普惠金融發展水平存在著較大差異，整體上呈現“東高西低”的狀態，且在研究期間此差異一直存在，“數字鴻溝”仍是亟須解決的問題。（2）從經濟包容性增長水平來看，與數字普惠金融水平類似，在地理位置上呈現階梯差異，且排名較為穩定，個別省份在2011—2021年包容性增長速度加快，但也有個別省份排名有所回落。（3）從實證分析結果來看，第一，我國數字普惠金融水平和包容性增長水平在空間上存在自相關性，呈現高高集聚和低低集聚的模式。第二，空間杜賓模型的分析結果表明我國地區包容性增長水平會產生明顯的空間溢出效應，即鄰近地區的包容性增長水平會影響本地區的包容性增長水平。從空間效應分解來看，數字普惠金融發展在短期和長期都對經濟包容性增長有著直接和間接的促進作用。