文余源 刘 洋

[提要] 数字普惠金融与经济包容性增长蕴含的“增长”与“公平”要义紧密相关。文章选取2011-2020年中国276个地级及以上城市面板数据,综合运用双向固定效应、分位数回归和双重差分模型等多种方法,研究数字普惠金融与经济包容性增长的关系及其影响机制。研究表明:数字普惠金融发展对于经济包容性增长具有积极推动作用,数字金融覆盖广度、数字金融使用深度的提升均对经济包容性增长具有正向推动效应,但数字排斥等现象的存在致使普惠金融数字化程度并未对经济包容性增长产生影响。随着数字普惠金融水平的提升,其对包容性增长的影响会因规模效应而提升。数字普惠金融对于经济包容性增长的影响存在区域、城市规模和创新创业能力异质性。经济增长是数字普惠金融促进经济包容性增长的重要渠道。

引言

跨入21世纪后,亚洲国家经济的繁荣与高速发展背后伴随着收入平等状况的日益恶化,因此,2007年亚洲开发银行(Asian Development Bank)将目光从“亲贫式增长”转移到“包容性增长”,扩展经济增长定义的涵盖范围。近年来,国际社会逐渐认识到普惠金融对于支持经济增长、促进就业、缩小收入分配差距,即实现经济包容性增长的重要意义。2016年G20杭州峰会为普惠金融贴上“数字化”标签,强调通过数字技术助力普惠金融发展,把握数字时代机遇,推动经济包容性增长。2018年亚太经合组织第二十六次领导人非正式会议以“把握包容性机遇,拥抱数字化未来”为主题,展现了蓬勃发展的数字技术可以成为推动经济包容性增长的动力。联合国2030年可持续发展议程和G20高级别会议提出的《数字普惠金融高级原则》均强调了利用金融科技促进包容性增长的重要性。党的二十大报告提出加快发展数字经济,这对推进金融数字化转型,不断提升普惠金融水平,助力经济高质量发展提出了更高的要求。在此背景下,研究数字普惠金融与经济包容性增长的关系对于推动中国经济高质量发展具有积极意义。

本文选取2011-2020年中国276个地级及以上城市面板数据,试图探寻数字普惠金融与经济包容性增长高度契合的要义。本文的主要贡献有:从数字普惠金融角度拓展了经济包容性增长影响因素的研究,且探寻了数字普惠金融发展的不同维度对于经济包容性增长的贡献。同时,本文通过分位数回归验证了随着数字普惠金融发展程度的提升,其对经济包容性增长的推动力会逐步增强,通过双重差分回归验证了在经济发展较为落后的西部地区,数字普惠金融的发展也可以推动经济包容性增长。此外,本文从经济增长与收入分配两个渠道探究了数字普惠金融对于经济包容性增长的影响机制。

一、文献综述与研究框架

数字金融所展示的最大的优势即是支持普惠金融的发展(黄益平等,2018)[1]。近年来有不少学者深入研究了数字普惠金融发展对于提升收入、改善收入分配不公平以及提升就业水平的作用,这些研究的结果也趋于一致。从微观角度来看,数字金融的发展可以提升新企业注册数量与创业增速(谢绚丽等,2018)[2],助推企业创新(万佳彧,2020)[3],帮助金融机构甄别小微企业的融资需求,提升资源配置效率(王馨,2015)[4]。数字普惠金融通过缓解流动性约束、便利居民支付两种机制促进居民消费(易行健等,2018)[5],其中农村居民金融消费受到的影响尤为深刻(傅秋子等,2018)[6]。从宏观角度来看,数字普惠金融的发展能够通过改善经济结构、推进企业创新、提升居民就业质量、推动区域平等从而促进经济增长(Kapoor,2014;[7]钱海章等,2020;[8]向秀莉等,2023[9]);北京大学数字金融研究中心编制了2011-2020年中国省域及市、乡级数字普惠金融指数,通过对指数的分析发现数字金融造福了偏远地区的经济发展(郭峰等,2020)[10];同时,数字普惠金融通过服务长尾客户、降低服务成本、提升触达能力、增强风控能力等显著缩小城乡收入差距(宋晓玲,2017)[11];随着中国数字基础设施建设水平的不断提升,农村居民收入得到极大改善(邓荣荣,2023;[13]董晓波,2023)[14],而数字普惠金融得益于数字基础设施水平建设的提升对于缓解贫困,改善收入分配(黄倩等,2019;[15]周利等2020[16]),提升社会保障水平(汪亚楠等,2020)[17]起到了关键作用。但是,数字普惠金融的减贫效应存在区域异质性,陈慧卿等(2021)认为数字普惠金融对中西部农村地区减贫效应的边际贡献要远高于东部地区;[18]数字普惠金融对于不同地区的收入分配改善程度也不尽相同,在农村地区数字基础设施、金融生态发展滞后的情况下,城乡间的“数字鸿沟”等现象凸显(星焱,2021)[19]。

自2008年亚洲开发银行提出包容性增长这一概念以来,对于包容性增长的研究不断深入。目前学者对于包容性增长的定义并不统一,Ramoset.al(2013)认为经济包容性增长包含两个维度:共享和参与。共享维度表现为收入增长以及收入分配改善程度的提升,即社会成员共同分享了经济增长果实;参与维度通过社会增加就业的情况得以反映,二者缺一不可。[20]Ali and Son(2007)认为包容性增长应该包含经济的可持续增长、增长过程和结果的共享、减贫、收入的提高等。[21]对包容性增长的度量包括社会机会函数(Ali and Son,2007)、Bonferroni集中指数(Silber and Son,2010)[22]、包容性增长综合指数(McKinley,2010)[23]和用Malmquist-Luenberger指数估算的把收入差距作为非期望产出的包容性TFP(陈红蕾等,2014)[24]等。对包容性增长影响因素的研究主要从战略优势、国际贸易、金融发展等角度开展,近年来随着数字技术及人工智能的发展,关于数字基础设施、人工智能对于包容性增长影响的研究也不断深入(许薛璐,2022;[25]陈东等,2022[26])。

学者们对经济包容性增长的研究验证了其主要涵盖两大要素——收入增长和收入分配改善,这两大要素与数字普惠金融高度契合,表明其可能是数字普惠金融推动经济包容性增长的重要桥梁。从数字普惠金融引致的经济增长效应来看,一方面数字技术与传统金融的结合可以降低金融机构与客户的信息搜寻成本,缓解信息不对称带来的供需不匹配问题,引导资金流入实体经济,提升资金利用效率,促进经济发展;另一方面数字普惠金融可以打破金融活动线下模式的壁垒,提升客户金融参与度,提升信贷投资参与度,提振经济增长。从数字普惠金融引致的收入分配改善效应来看,其对于缓解收入不平等起到了促进作用(Soekarno,2020;[27]Ayse Demir,2022;[28]陈啸等,2023[29])。一方面,数字普惠金融降低了贫困群体的进入门槛,将抵押物不足或信用不完善的纳入金融服务体系,助力贫困缓解(黄倩等,2019)[15];另一方面,数字普惠金融为金融基础设施建设滞后,金融发展迟滞的农村居民提供更加便捷的金融服务,为农村地区积累资金,提升农村居民收入,改善城乡收入差距。

从现有研究来看,目前的研究成果主要集中于数字普惠金融水平在提升过程中对于收入增加或收入差距改善其中一方的作用,对于数字普惠金融与经济包容性增长之间结构效应及其传导机制的研究不足,且对于不同空间、社会特征背景下二者关系异质性的研究也较为匮乏。本文在现有研究基础上尝试验证数字普惠金融对经济包容性增长的关系、影响机制及其异质性。

二、研究设计与数据来源

(一)模型设定

本文使用面板固定效应模型分析数字普惠金融对于经济包容性增长的影响。构建的基准回归模型如下式所示:

GMLit=α1+α2DIFIit+αXit+hi+ut+εit#

(1)

GMLit=β1+β2INDEXit+βXit+hi+ut+εit#

(2)

式(1)中GMLit表示经济包容性增长指数指数,DIFIit表示数字普惠金融指数。数字普惠金融指数指标体系的构建是从数字金融覆盖广度、数字金融使用深度和普惠金融数字化程度三个维度来构建的,因此进一步从上述三个维度探究数字普惠金融发展水平对经济包容性增长的影响,式(2)中INDEXit分别为数字金融覆盖广度指数(COVERAGE)、数字金融使用深度指数(USAGE)、普惠金融数字化程度指数(DIGITIZATION)。这里,Xit表示控制变量,hi表示城市固定效应,ut表示年份固定效应,εit表示扰动项。

(二)指标选取与数据来源

1.被解释变量

本文的被解释变量为经济包容性增长。本文借鉴陈红蕾和覃伟芳(2014)的研究使用Global-Malmquist-Luenberger(GML)指数测度经济包容性增长水平。[24]其中投入变量包括资本投入与劳动投入。资本投入采用资本存量衡量,采用永续盘存法计算,同时借鉴张军(2004)的研究成果,使用2011年的实际资本形成总额除以10%作为基期资本存量,设定资本折旧率为9.6%。[30]劳动投入采用劳动力人数即《中国城市统计年鉴》中的年末单位从业人员数衡量。产出变量包括期望产出与非期望产出。期望产出使用地区生产总值测度,非期望产出使用城镇居民人均可支配收入与农村居民可支配收入之比度量。GML指数大于1表示经济包容性增长具有正向效应。

2.解释变量

本文的核心解释变量为数字普惠金融指数增长率(DIFI)。在数字普惠金融这一概念提出后,学者对于数字普惠金融的研究主要集中于数字普惠金融的内涵、与普惠金融的异同、发展趋势等理论研究,而对于数字普惠金融发展程度测度的研究较少,直到2016年北京大学数字金融研究中心发布了2011-2015年涵盖中国31个省份、337个城市以及千余个县级数据的《北京大学数字普惠金融指数(第一期)》,该指数使用了覆盖范围、数字服务、使用深度等维度的26个指标,全面精确地衡量了中国数字普惠金融的发展水平。2021年,该数据更新后将指标扩充为33个,以金融服务均衡性、兼顾地区与时间的可比性、金融服务的多层次和多元化、确保数据的连续性等为构建原则扩充了数字普惠金融的考察范围,指标构建体系更加成熟,在数字普惠金融与贫困缓解或城乡收入差异等关系的研究中得到广泛应用。本文使用了北京大学数字金融研究中心2021年发布的北京大学数字普惠金融指数,通过计算得到数字普惠金融指数(DIFI)。由于数字普惠金融指数是从数字金融覆盖广度(COVERAGE)、数字金融使用深度(USAGE)和普惠金融数字化程度(DIGITIZATION)这三个维度来构建的,因此本文还选取这三个指数为解释变量,分别分析三个指数对于经济包容性增长的贡献度。其中数字金融覆盖广度的提升表示数字金融将更多的群体纳入数字金融服务体系;数字金融使用深度的提升表示客户通过数字普惠金融平台接触各类金融服务,提升金融服务触达性;普惠金融数字化程度的提升表示数字普惠金融的移动性和便利性得以提升。本文将以上指标均除以100,以控制回归系数量纲。

3.机制变量

根据上文的影响机制分析,本文纳入收入增长程度(GROWTH)和收入分配改善程度(GAP)作为机制变量。随着数字普惠金融的发展,中国人均居民可支配收入大幅攀升。在对收入增长程度进行度量时,本文使用GDP增长率测度城市收入增长程度,采用城镇居民人均可支配收入与农村居民可支配收入之比测度收入分配改善程度。

4.控制变量

考虑到影响经济包容性增长水平的因素较多,为了控制其他变量对中介效应检验结果准确性的影响,本文参考韦东明等(2021)[31]、李建军(2020)[32]等的研究,在选取控制变量时考虑了社会、经济、政府和文化等维度。本文采用城市年末总人口与行政区域土地面积之比表示人口密度(POPD);采用第二三产业增加值与第二产业增加值之比表示产业结构;采用年末金融机构各项贷款余额与GDP之比表示传统金融发展水平(TF);采用国际互联网用户数与年末总户数之比表示信息基础设施建设水平(INF);对规模以上工业企业数量取对数(FIRM);采用城镇私营和个体从业人员数与年末单位从业人员数表示地区创业水平(BU);采用地方财政一般预算内收入与地方财政一般预算内支出之比表示财政自主度(FIS);对每万人在校大学生数取对数表示教育水平(EDU)。在考虑样本数据的可得性和行政区划调整情况后,本文选取2011-2020年中国276个地级及以上城市的样本,解释变量来源于北京大学数字金融研究中心,被解释变量及控制变量主要来源于《中国城市统计年鉴》。各变量的描述性统计如表1所示。

表1 变量描述性统计

三、实证检验与结果分析

(一)基准回归

表2第1列报告了数字普惠金融指数与经济包容性增长的OLS回归结果,结果显著为正表明在控制相关变量及各类固定效应后,数字普惠金融发展对于经济包容性增长具有积极推动作用。前文虽已通过控制固定效应,消除了部分遗漏变量造成的内生性问题,但数字普惠金融发展与城市人口流失仍可能存在“反向因果”和“遗漏变量”问题。一方面,数字普惠金融会影响经济包容性增长,但经济包容性增长水平的提升即城市全要素生产率的提升也会反过来促进城市数字普惠金融发展,在这种情况下,数字普惠金融单向影响经济包容性增长的结论不再成立。另一方面,受限于数据的可得性,控制变量中仍存在遗漏变量问题,因此本文需要通过选择合适的工具变量缓解上述问题。本文借鉴钱海章等(2020)的研究,采用人均邮政业务量作为数字普惠金融发展的工具变量。[8]第2-3列展示了2SLS估计结果。一阶段回归结果显示工具变量与解释变量间存在相关性,同时Kleibergen-PaaprkWaldF统计量显示通过了弱工具变量检验。第二阶段回归结果显著为正,表明在控制相关变量及各类固定效应后,数字普惠金融水平的提升会促进经济包容性增长。

表2 数字普惠金融指数对经济包容性增长影响的基准回归结果

表3中第1-3列、4-6列和7-9列分别报告了数字金融覆盖广度指数、数字金融使用深度指数和普惠金融数字化程度指数对经济包容性增长的OLS及2SLS回归结果。OLS回归结果显示数字金融覆盖广度、数字金融使用深度的提升均对经济包容性增长具有正向推动效应,但普惠金融数字化程度并未对经济包容性增长产生影响。第一阶段回归结果均显著,且Kleibergen-PaaprkWaldF统计量显示通过了弱工具变量检验。第二阶段回归结果显示数字金融覆盖广度及数字金融使用深度的提升,即数字金融用户群体的增加及客户触达性的提升均可助推经济包容性增长。但是普惠金融数字化程度的提升并未对经济包容性增长产生影响,可能的原因是部分长尾客户对于数字金融的认识及学习能力不足,导致数字排斥现象的出现,这一现象致使普惠金融数字化在短时间内无法对经济包容性增长产生积极影响。

表3 不同维度指标对经济包容性增长影响的基准回归结果

(二)稳健性检验

1.分位数回归

与基准回归中采用的均值回归相比,分位数回归不对模型做任何分布假设,根据不同分位点利用样本含有的不同信息对模型进行回归分析。采用分位数回归既可以缓解异常值导致的偏误,也可以更好地捕捉数字普惠金融对于经济包容性增长影响的结构特征。表4第1-3列的回归结果显示在25%、50%和75%分位点上,数字普惠金融的回归系数均显著为正,且回归系数随着分位点的增加而上升,表明随着数字普惠金融水平的提升,其对包容性增长的影响会因规模效应而提升。

2.删除省会及直辖市

中国的4个直辖市和28个省会城市是各省域政治、经济、科学、教育、文化和交通中心,经济包容性增长水平会相对更高,这种情况可能导致数字普惠金融指数的回归系数偏大。为了检验回归结果并非由这些大城市驱动,本文从样本中剔除这32个城市。表4第4列回归结果表明剔除省会城市及直辖市后,回归结果依然显著。

3.双重差分检验

2016年G20高级别会议提出《数字普惠金融高级原则》,这一政策发布时间符合外生性,且地区之间受政策影响的程度存在明显差异,东部地区数字普惠金融发展水平较中西部地区更高(钱海章等,2020)[8]。为验证数字普惠金融发展可推动经济包容性增长,本文构造实验组和控制组,使用双重差分检验数字普惠金融的政策效应。具体模型设定如下:

GMLit=γ1+γ2treati× postt+ γ Xit+ hi+ ut+ εit#

(3)

其中postt为时间虚拟变量,将2016年前赋值为0,2016年后赋值为1。treati表示地区虚拟变量,将中西部地区设定为实验组,赋值为1;东部地区设置为控制组,赋值为0。Xit表示控制变量,hi表示城市固定效应,ut表示年份固定效应,εit表示扰动项。表4第5列回归结果显著为正,表明2016年《数字普惠金融高级原则》的提出对于西部地区经济包容性增长有显著促进作用。该回归结果可以论证数字普惠金融对于经济包容性增长的积极影响,同时该结论表明不同地区数字普惠金融对经济包容性增长的影响可能存在异质性。

表4 稳健性检验结果

(三)异质性分析

1.区域异质性

中国的经济发展及人口分布极不均衡。东部地区经济更为发达,数字普惠金融发展水平较高,而中西部地区和东北地区数字普惠金融发展水平较低。为了探究数字普惠金融发展对不同地区经济包容性增长的异质性影响,本文分别以东、中、西和东北地区的城市作为研究样本,估计结果如表5所示。除东北地区外,各个地区回归结果均显著为正,表明在东部、中部和西部地区,数字普惠金融的发展都能促进经济包容性增长水平提升。但在东北地区回归结果不显著,可能的原因为近年来东北地区人口流失严重,产业发展受阻,经济增长水平下滑,故数字普惠金融的发展无法提振其经济包容性增长。

2.城市规模异质性

为了考察不同规模城市的产业多样化是否对其人口变化有不同的影响,本文将中国不同规模城市归并划分为大城市和中小城市两类,进一步研究了不同规模城市数字普惠金融对经济包容性增长的影响,表6第1-2列分别列出了上述两类城市的回归结果,结果显示数字普惠金融发展对于大城市经济包容性增长有显著的促进作用,但该影响在中小城市不显著,可能的原因是数字普惠金融在中小城市的覆盖广度、使用深度和数字化程度不足,导致其未能对经济包容性增长产生助推作用。

3.创新创业能力异质性

数字普惠金融的发展依赖于其运行机制,各城市数字普惠金融运行机制的差异可能会导致城市数字普惠金融的发展程度和经济包容性增长水平不同,城市创新创业能力越强表示城市运行机制越完善。本文采用由北京大学企业大数据研究中心编制的中国区域创新创业指数来衡量不同城市数字普惠金融运行机制的差异,以年平均数的中位数为界限将276个城市分成高、低两组。回归结果显示在创新创业能力较高的城市数字普惠金融对经济包容性增长促进作用的才能得以发挥,反之在创新创业能力较低的城市,由于数字普惠金融难以通过高效的运行机制实现其覆盖广度、使用深度和数字化程度的有效提升,故难以对经济包容性增长产生影响。

表6 创新创业能力及城市规模异质性

(四)机制检验

数字普惠金融发展能够显著促进经济包容性增长,这背后的传导机制如何?本文从经济增长和收入分配两个角度对其传导机制进行探索。从经济增长角度来看,数字普惠金融可以缓解金融机构与客户之间的信息不对称问题,提升资金的利用效率,强化金融服务实体经济效能,促进经济增长;同时数字普惠金融可提升金融服务的触达性,使更多客户能够更加便捷高效地享受金融服务,增强客户的金融参与意愿,提振投资以促进经济增长。从收入分配角度来看,数字普惠金融降低了低收入群体因征信信息不完善等因素受到金融排斥的概率,在数字技术的基础上助力“金融广化”对于不同收入阶层收入差距的缓解功能。同时,数字普惠金融能够助力较为落后的农村地区的金融体系发展,提升农村居民收入,缓解城乡收入差异。因此本文在基准模型的基础上引入经济增长与收入分配两个变量,以识别上述机制。具体模型设定如下:

GROWTHit=ρ1+ρ2DIFIit+ ρ Xit+ hi+ ut+ εit#

(4)

GMLit=μ1+μ2GROWTHit+ μ3DIFIit+ μ Xit+hi+ ut+ εit#

(5)

GAPit= θ1+ θ2DIFIit+ θ Xit+ hi+ ut+ εit#

(6)

GMLit=η1+ η2GAPit+ η3DIFIit+ η Xit+ hi+ ut+ εit#

(7)

GROWTHit和GAPit分别表示经济增长与收入分配。表6第1列和第2列的回归结果显示数字普惠金融可以显著促进经济增长,经济增长效应是数字普惠金融促进经济包容性增长的重要渠道。第2列和第4列的回归结果表明数字普惠金融的发展无法缓解城乡收入差异,且收入分配效应并非数字普惠金融促进经济包容性增长的重要渠道,虽然通过省域、劳动力追踪调查数据可以观察到数字普惠金融对于收入分配的改善效应(黄倩等,2019;[15]周利等2020[16]),但本文使用的地级市数据无法在目前样本中得出数字普惠金融有效改善收入分配的结论,可能的原因在于中国城市数量庞大,城市异质性较强,不同城市城镇与农村居民人均可支配收入之比较为悬殊,数字普惠金融对于城市收入分配的改善作用在研究阶段仍未发挥效应。

表7 机制检验

四、结论与启示

贫困、收入不平等和失业是全世界都十分关注的问题,由单纯注重经济增长速度的发展模式向经济包容性增长转变,使得人人都能参与经济增长,并共享经济增长果实,是解决当今世界经济发展问题的关键。在当前中国数字普惠金融发展不断推进的背景下,准确对经济包容性增长水平进行测度,结合理论基础通过实证方法验证数字普惠金融与经济包容性增长之间的关系及两者间的传导机制,有助于探索并优化中国当前经济发展模式。本文选取2011-2020年中国276个地级及以上城市面板数据,研究数字普惠金融与经济包容性增长的关系与影响机制,主要研究结论有:数字普惠金融发展对于经济包容性增长具有积极推动作用,数字金融覆盖广度、数字金融使用深度的提升均对经济包容性增长具有正向推动效应,但数字排斥等现象的存在致使普惠金融数字化并未对经济包容性增长产生影响。随着数字普惠金融水平的提高,其对包容性增长的影响会因规模效应而增大。数字普惠金融对于经济包容性增长的影响存在区域、城市规模和创新创业能力异质性。数字普惠金融通过提高资金的利用效率与金融服务触达性促进经济增长,并进一步推动经济包容性增长。

上述结论对于中国发展数字普惠金融推动经济包容性增长具有一定政策启示:数字普惠金融对经济包容性增长促进作用的发挥需要稳定的经济、金融环境作保障,因此必须推动偏远地区经济发展,提升贫困群体的收入水平,改善其生活质量,并进一步改善收入不平等状况,缩小收入差距、促进就业,以实现经济包容性增长。一方面,需要扶持农村发展特色产业,保障农村居民增收,推动农村经济发展。中国低收入群体中很大一部分是农村居民,而农业、养殖业以及其他相关产业是农村居民的重要收入来源。各地政府应该增加对农民的财政支持,提高欠发达地区信贷分配和金融资源吸收能力。还应确保各地发展符合本地特色的产业,提高产业附加值,保障农村居民增收,从而推进经济包容性增长。另一方面,要大刀阔斧改革金融体系,优化金融体系各项功能。金融经济发展需要以服务社会发展为重心,加强服务实体经济功能,强化资本向关键领域和薄弱领域的分配,满足个性化的金融需求,提升服务效率。在优化功能、完善服务体系的基础上,协调金融经济与社会发展的关系,形成低成本、高效率的运行体系,增强融资便利性。

未来可在如下方向进一步拓展研究:在城市层面持续追踪数字普惠金融对包容性增长的影响以把握其效应与趋势特征,如数字普惠金融对于收入分配的改善效应,数字普惠金融对经济包容性增长影响的空间作用,探究某一区域数字普惠金融的发展可否在提振自身经济包容性增长的同时对邻近区域产生溢出效应。关注宏观角度研究的同时,也可从企业或居民等微观视角切入分析数字普惠金融发展对经济包容性增长的微观影响机制。