摘要：随着信息技术的迅猛发展和金融服务的普及，数字普惠金融逐渐成为推动我国经济高质量发展的重要力量。本文基于2011-2020年中国省级面板数据，通过系统GMM模型研究了数字普惠金融对经济高质量发展的影响及其内在机制。研究发现，数字普惠金融显著促进了经济的高质量发展，其作用机制主要包括提高资本配置效率和促进技术创新。此外，金融发展水平对数字普惠金融的作用效果具有调节作用，区域异质性分析显示，数字普惠金融在不同地区的影响存在差异。本文还探讨了数字普惠金融的空间溢出效应，结果表明其对邻近地区的经济高质量发展也具有积极作用。这些发现为政策制定者进一步推动数字普惠金融和经济高质量发展提供了经验依据和理论支持。

关键词：数字普惠金融；经济高质量发展；资本配置效率；技术创新；金融发展水平

一、绪论

1.研究背景

近年来，全球经济面临转型升级的压力，传统金融服务模式难以满足日益增长的多元化和个性化需求。数字普惠金融作为一种新兴的金融服务模式，借助互联网、大数据、人工智能等技术手段，极大地提升了金融服务的覆盖面和可得性。根据中国金融四十人论坛发布的《中国数字普惠金融发展报告》，截至2024年二季度，我国银行业小微企业贷款余额达到78万亿元，移动支付普及率达86%。这一数据表明，数字普惠金融在我国的发展已经取得了显著成效，成为推动经济高质量发展的重要动力。

与此同时，中国经济正在从高速增长向高质量发展转变，在这一过程中，数字普惠金融的重要性愈发凸显。数字普惠金融不仅能够有效缓解小微企业和低收入群体的融资难题，还能通过提升资本配置效率和促进技术创新，推动产业结构优化和经济转型升级。因此，研究数字普惠金融在经济高质量发展中的角色和价值具有重要的现实意义。

2.研究目的及意义

本文旨在探讨数字普惠金融在推动经济高质量发展中的具体作用和内在机制。通过对相关文献进行综述，结合省级面板数据的实证分析，揭示数字普惠金融如何通过提高资本配置效率和促进技术创新来推动经济的高质量发展。同时，本文还将分析不同区域的数字普惠金融发展差异，探讨其空间溢出效应，为政策制定提供参考。

研究的意义主要体现在以下几个方面：

理论贡献：补充现有关于数字普惠金融与经济高质量发展之间关系的研究，揭示其内在机制和路径。

实践指导：为政策制定者提供科学依据，帮助优化资源配置，推动金融服务创新，提升经济发展质量。

区域差异分析：通过区域异质性分析，揭示数字普惠金融在不同地区的效果差异，为各地区因地制宜地制定金融政策提供参考。

国际经验借鉴：总结中国数字普惠金融发展的成功经验，为其他发展中国家提供可借鉴的模式和路径。

二、文献综述

1.数字普惠金融的定义及发展现状

数字普惠金融是指利用数字技术手段，特别是互联网、大数据、人工智能等科技，为广泛而多层次的受众提供适当、高效、便捷的金融服务。其核心在于降低金融服务的门槛，提高金融服务的覆盖面，使得包括低收入人群、小微企业在内的金融弱势群体也能享受到高质量的金融服务。

全球范围内，数字普惠金融的发展取得了显著成效。以中国为例，自“普惠金融”概念提出以来，我国普惠金融经历了跨越式的发展。截至XXXX年二季度，我国银行业小微企业贷款余额达到78万亿元，移动支付普及率更是达到了86%。微众银行依托“开放蜂巢Openhive”技术构建了全分布式银行系统，每日交易峰值已突破13亿笔，IT运维成本仅为同行的十分之一。

2.经济高质量发展的内涵及特征

经济高质量发展是相对于传统以GDP为核心的数量型增长模式提出的一种新发展理念，强调经济增长的质量、效益和结构优化。具体而言，经济高质量发展包括以下几个方面的特征：

高效率：资源利用效率高，资本和劳动力的配置合理，全要素生产率高。

公平包容：经济发展成果惠及全体人民，收入分配较为公平，社会包容性强。

可持续：注重环境保护和资源的可持续利用，推动绿色低碳发展。

创新驱动：以科技创新为主要驱动力，提升产业附加值和竞争力，推动传统产业升级和新兴产业成长。

结构优化：第三产业占比高，高附加值产业在经济结构中占据主导地位，城乡和区域发展差距缩小。

3.数字普惠金融与经济高质量发展的关系研究

数字普惠金融对经济高质量发展的影响已成为学术界和业界关注的热点。已有研究表明，数字普惠金融通过多种机制对经济高质量发展产生积极影响。

提高资本配置效率：数字普惠金融利用大数据和人工智能技术，精准匹配资金供需双方，降低信息不对称性和交易成本，提高资本配置效率。例如，金融科技公司通过大数据分析可以更精确地评估借款人的信用风险，从而提高信贷资源的配置效率。

促进技术创新：数字普惠金融可以为科技型中小企业提供更加便捷和低成本的融资渠道，支持企业的技术研发和创新活动。此外，数字技术的应用也在改变传统的金融服务模式，推动金融业本身的创新发展。

增强金融包容性：通过数字技术手段，数字普惠金融能够覆盖传统金融体系难以触及的欠发达地区和低收入群体，提高金融服务的可得性和包容性，促进社会公平和经济发展均衡。

改善企业融资环境：数字普惠金融通过简化贷款流程、降低融资成本，提高了小微企业和初创企业的融资可得性，有助于企业扩大生产和增加就业，从而推动经济的整体发展。

支持产业结构优化：数字普惠金融通过提供多样化的金融产品和服务，支持新兴产业的成长和传统产业的转型升级，推动产业结构向更加高端化、智能化方向发展。

尽管已有研究揭示了数字普惠金融对经济高质量发展的多方面积极作用，但对其具体影响机制和区域差异的深入分析仍需进一步探索和完善。本文将在前人研究的基础上，利用省级面板数据和系统GMM模型，对数字普惠金融在经济高质量发展中的角色和价值进行更为系统的实证分析。

三、理论机制分析

1.数字普惠金融的基本特征与功能

数字普惠金融是一种通过现代科技手段扩展金融服务范围和深度的创新模式。其主要特征包括覆盖广泛、成本低廉、服务高效、风险可控以及包容性强。这些特征使得数字普惠金融能够在多个层面上对经济发展产生积极影响。

覆盖广泛：数字普惠金融利用互联网和移动技术，使得金融服务可以覆盖到偏远地区和传统金融机构未能覆盖的人群，尤其是农村地区和低收入群体。这种广泛的覆盖范围有效增加了金融服务的普及率。

成本低廉：与传统金融服务相比，数字普惠金融服务通过自动化和线上操作降低了运营成本。例如，基于互联网平台的小额贷款服务减少了人力和物理网点的成本，使金融服务更加经济实惠。

服务高效：数字普惠金融借助大数据分析和人工智能技术提高了金融服务的效率。大数据分析可以快速评估借款人的信用状况，人工智能客服则可以提供全天候不间断的服务。

风险可控：数字技术的应用使得金融机构能够更好地识别和管理风险。例如，通过机器学习算法，金融机构可以更准确地预测借款人的违约概率，从而采取相应的风险管理措施。

包容性强：数字普惠金融特别关注小微企业和低收入群体，提供适合其需求的金融产品和服务。这不仅有助于解决融资难的问题，也推动了社会包容性的发展。

2.数字普惠金融对资本配置效率的影响

资本配置效率是衡量一个金融市场功能的重要指标，指的是资本市场将有限的资源配置到能够产生最高回报的地方。数字普惠金融在以下几个方面提高了资本配置效率：

降低信息不对称：数字技术使得金融机构能够更容易获取和处理大量的信息，从而降低信息不对称的程度。例如，通过大数据分析，金融机构可以更准确地评估企业的信用风险和财务状况，进而做出更科学的投资决策。

拓展融资渠道：数字普惠金融通过互联网平台连接资金供求双方，为小微企业和个人提供了更多的融资渠道。这使得资金能够流向生产效率更高、投资回报更好的项目和企业，优化了资源配置。

提高市场参与度：数字普惠金融降低了金融服务的门槛，吸引了更多小微企业和个人参与到金融市场中来。这不仅增强了金融市场的竞争性，也提高了市场活力和资本流动性。

优化信贷资源分配：通过金融科技手段，金融机构能够更精准地识别优质客户和项目，避免资源错配和浪费。例如，基于人工智能的信用评分系统可以提高信贷审批的准确性和效率，确保资金流向高质量的投资项目。

3.数字普惠金融对技术创新的促进作用

技术创新是推动经济高质量发展的重要引擎。数字普惠金融通过多种途径促进了技术创新：

提供融资支持：数字普惠金融为科技型中小企业提供了便捷的融资渠道，解决了其融资难、融资贵的问题。这使得更多企业能够获得资金支持，投入到研发和创新活动中。例如，众筹平台和互联网金融平台为初创企业提供了重要的资金来源。

分散创新风险：数字普惠金融通过风险投资、众筹等新型金融工具分散了创新风险，鼓励更多企业和个人参与到创新活动中来。这种风险分担机制有助于提高全社会的创新积极性和投入水平。

提升技术应用：数字普惠金融本身也是技术创新的产物，其广泛应用又进一步推动了其他行业的技术进步。例如，区块链技术在金融科技中的应用不仅提高了交易的安全性和透明度，还在供应链管理等领域展现出巨大潜力。

促进技术扩散：通过数字普惠金融平台，创新技术和商业模式可以更快地传播和扩散。例如，互联网金融平台不仅可以提供融资服务，还可以作为技术和知识的传播平台，促进技术的推广应用。

四、研究设计与方法

1.数据来源与处理

本文的数据来源于中国国家统计局、中国人民银行及相关省市的统计年鉴。样本区间为2011-2020年，涵盖了中国30个省份的年度数据。数据处理包括以下几个步骤：

数据收集：从上述数据源中收集原始数据，包括数字普惠金融指数、资本配置效率、技术创新水平及其他控制变量（如GDP、财政支出、金融发展水平等）。

数据清洗：对原始数据进行预处理，剔除缺失值和异常值，确保数据的完整性和可靠性。

数据标准化：为了消除不同量纲的影响，对连续变量进行标准化处理（Z-score），使数据具有可比性。

数据合并：将各省的数据按年份合并，形成平衡面板数据结构，以便后续的实证分析。

2.变量设定与测量

被解释变量

高质量发展水平。该变量通过熵权法对多个维度的指标进行综合评价得出，包括经济增长、环境保护、社会福利等子指标。

解释变量

数字普惠金融（DFI）。该变量通过构建包含多个维度指标的评价体系得出，具体指标包括金融服务的可得性、使用情况、服务质量等。数据来源于北京大学数字普惠金融指数。

中介变量

资本配置效率和技术创新。资本配置效率采用全要素生产率（TFP）衡量，技术创新水平采用专利申请数量衡量。

控制变量

为了控制其他因素的影响，本文引入了一系列控制变量，包括地区生产总值（GDP）、政府财政支出（Fiscal Expenditure）、金融发展水平（Financial Development）等。所有变量的具体定义见下表：

3.模型选择与构建

为分析数字普惠金融对经济高质量发展的影响及其中介机制，本文采用系统性广义矩估计（System GMM）模型进行实证检验。模型设定如下：

基本模型

用于检验数字普惠金融对经济高质量发展的总体影响：

HighQualit=α+β⋅DFIit+γ⋅Xit+ϵit

其中，i代表省份，t代表年份，α为常数项，β为核心解释变量DFI的回归系数，γ为控制变量的影响系数向量，ϵit为误差项。

中介效应模型

用于解析资本配置效率和技术创新在数字普惠金融影响经济高质量发展中的中介作用：

TFPit=α1+β1⋅DFIit+γ1⋅Xit+ϵ1it

Techit=α2+β2⋅DFIit+γ2⋅Xit+ϵ2it

HighQualit=α3+β3⋅DFIit+s1⋅TFPit+s2⋅Techit+γ3⋅Xit+ϵ3it

其中，α1,α2,α3为常数项，β1,β2,β3分别为DFI对TFP、Tech和HighQual的回归系数，s1,s2为中介变量TFP和Tech对HighQual的影响系数，γ1,γ2,γ3为控制变量的影响系数向量，ϵ1it,ϵ2it,ϵ3it为误差项。

五、实证分析结果

1.描述性统计分析

在进行实证分析之前，对主要变量进行了描述性统计分析。下表展示了各变量的均值、标准差、最小值和最大值：

研究结论与建议

本研究基于理论分析，采用2011-2020年间中国31个省级单位的面板数据（排除港澳台地区），构建了以“发展的经济、社会、生态成果”为核心的经济高质量发展衡量体系。从双创角度出发，深入探讨了相关影响因素的作用机制。研究表明：首先，数字普惠金融对促进经济的高质量发展具有积极作用，这一结论在通过内生性检验和稳健性测试后依然成立；其次，相较于支付与保险业务指数，数字普惠金融的覆盖广度在推动经济发展中的作用更为显著，而信贷指数的影响并不明显；最后，创新水平在数字普惠金融与经济高质量发展之间起到了重要的中介作用，但创业活力的中介效应较弱。通过对不同地区及城乡的分析进一步发现，欠发达地区的创业活动能够增强数字普惠金融对经济高质量发展的正面影响，而在较发达地区这种效果并不显著，这在一定程度上反映了数字金融的普惠性质。

本研究通过深入分析数字普惠金融在促进我国经济高质量发展中的作用，得出的结论为我国数字金融的未来发展提供了实证支持。基于当前数字金融发展的实际情况及研究结论，以下政策启示值得注意：首先，加速推进金融基础设施的建设，并提高数字金融的使用便利性。未来应在继续完善金融基础设施、扩大数字金融覆盖范围的基础上，更加关注数字金融应用的深度及普惠金融服务的数字化水平，确保数字普惠金融的发展能够更加注重“质量”、“效率”和“可持续性”，从而实质性地提升居民的生活标准。其次，应增强对数字信贷业务对实体经济的支持力度，通过创新业务模式、满足个性化需求以及提升数字信贷的参与度，有效缓解弱势群体的融资难题，进一步推动经济的高质量增长。

其次，强化创新激励机制，激发区域创业潜能。一方面，持续利用数字金融的普及性优势，为弱势群体提供便捷的金融服务渠道，倡导新时代的创新创业精神，减少区域及城乡之间的发展鸿沟，推动协调发展和共同富裕目标的实现。另一方面，在东部地区以及城市化水平较高的区域，应进一步突出数字普惠金融对于促进创业活动的作用，加速将科技创新成果转化为商业应用，并有效实现从科研成果到实际生产力的转变，确保创业活力在经济发达地区得到充分发挥。

第三，增强居民的数字和金融素养，促进数字金融的规范发展。在传统金融发展滞后的地区，应大力支持数字普惠金融的发展，并为其提供适当的政策支持。同时，加强网络基础设施建设，提升当地居民的数字技能和金融素养，确保数字技术和金融服务的协同可得性，减少“数字鸿沟”和“金融排斥”现象。在传统金融发达的地区，数字金融发展速度较快，需健全数字金融监管体系，防范快速扩张过程中可能出现的恶性竞争和金融风险，实现传统金融与数字金融的功能互补，共同推动实体经济的高质量发展。