数字普惠金融对实体经济发展的影响

鲁钊阳 杜雨潼 邓琳钰

DOI：10．19641/j．cnki．42-1290/f．2023．23．018

【摘要】数字普惠金融的诞生和发展源于国家经济发展的需要， 其离不开服务国家经济发展的宗旨。本文在分析数字普惠金融影响实体经济发展的理论基础之上， 以我国286个地级市2011 ～  2020年数据为样本， 实证检验数字普惠金融对实体经济发展的影响及机制。研究结果表明， 数字普惠金融能有效促进实体经济发展， 且这一效应主要体现在数字普惠金融的覆盖广度和使用深度两个方面。机制检验表明， 数字普惠金融通过提高研发创新水平、 推动产业结构升级赋能实体经济发展。进一步分析表明， 随着数字普惠金融的发展， 其对实体经济的影响呈现边际递减趋势。

【关键词】数字普惠金融；实体经济；研发创新；产业结构升级

【中图分类号】 F832     【文献标识码】A      【文章编号】1004-0994（2023）23-0128-7

一、 引言

党的二十大报告指出， 要坚持把发展经济的着力点放在实体经济上。作为现代经济的核心， 金融在新时期和新阶段发挥的引领作用愈加凸显， 为进一步增强金融对其他领域带来的红利效应， 我国早在2015年发布的《推进普惠金融发展规划（2016-2020年）》中就提出了持续推进普惠金融的政策措施， 旨在为劣势企业（如小微、 初创企业）、 弱势人群（如贫困、 老年群体）等提供便捷有效的金融服务。而在数字化、 新技术的冲击下， 融合了新要素与新科技的金融体系， 从产品到服务都产生了实质性的变化。2016年我国央行推动各国协同发布《G20数字普惠金融高级原则》， 首次正式提出“数字普惠金融”理念， 其泛指一切通过数字技术促进普惠金融的行为， 涵盖各类金融产品与金融服务。数字普惠金融的诞生和发展源于国家经济发展的需要， 其离不开服务国家经济发展的宗旨， 那么数字普惠金融对经济， 尤其是对国家至关重要的实体经济的影响究竟如何， 值得探究。

從既有研究来看， 直接探究数字普惠金融与实体经济之间关系的文献较少。比如， 成学真和龚沁宜（2020）、 吕江林等（2021）使用省级层面数据探究了数字普惠金融对实体经济的影响及其传导机制； 盛明泉等（2022）使用上市公司数据探究了数字惠普金融对实体企业发展的影响。围绕数字普惠金融与实体经济的相关研究成果则较多， 比如， 在数字普惠金融对宏观经济的影响方面， 数字普惠金融不仅能够提升对外贸易质量（Pan等，2021）、 促进产业结构转型升级（郭守亭和金志博，2022）、 推动经济高质量发展（张珍花和杨朝晖，2022）和区域高质量发展（He等，2022）， 还能缩小区域间的经济差距（李彦龙和沈艳，2022）、 降低贫困发生的概率（杨义武和孙小龙，2022）。农村是我国经济高质量发展的薄弱区域， 数字普惠金融为农村地区带来了巨大的发展红利和机遇。在对农业的影响方面， 数字普惠金融显著促进了农业产出（方观富和蔡莉，2022）、 提高了农业全要素生产率（唐建军等，2022）、 推动了乡村产业发展（陈一明和温涛，2023）和产业融合发展（张林和温涛，2022）； 在对农村的影响方面， 数字普惠金融促进了城乡融合发展（崔建军和赵丹玉，2023）、 缩小了城乡收入差距（宋科等，2022）、 推动了农村电商的发展（姚利好等，2022）； 在对农民的影响方面， 数字普惠金融缓解了老年人口的相对贫困（陈平等，2022）、 提高了居民的风险应对能力（李政和李鑫，2022）和风险平滑能力（王勋和王雪，2022）、 弱化了农户投资对储蓄的依赖性（许月丽等，2022）、 提高了农户生产经营投资（周月书和苗哲瑜，2023）。

虽然众多学者对数字普惠金融展开了丰富的探究， 但在数字普惠金融对实体经济的影响方面仍有进一步拓展的空间。既有研究使用省级层面和企业层面的数据探究了数字普惠金融对实体经济的影响， 缺乏在城市层面对这一关系的探讨。本文研究的创新点可能有以下两点： 第一， 围绕数字普惠金融能否以及如何促进实体经济发展问题， 分别从理论和实证检验层面进行研究， 特别是采用更为微观的地级市层面数据实证检验数字普惠金融能否促进实体经济发展问题， 这可以进一步充实数字普惠金融和实体经济发展理论； 第二， 充分考虑到国内不同地区之间经济社会发展的现实差异， 采用地级市层面的数据资料， 考察数字普惠金融对实体经济影响的异质性和作用机制， 这为地方政府发展实体经济提供了新的思路。

二、 理论分析与研究假说

基于自身的独特优势， 数字普惠金融从宏观和微观两个层面深刻影响实体经济的发展。在宏观方面， 从金融结构来看， 我国金融体系的特征为银行主导、 市场为辅（李扬，2017）， 但在调节经济和分配资源的过程中， 由于科技水平的不足和经营理念的导向， 金融供给和需求经常存在错配现象， 无法完全发挥银行主导的优势， 反而和市场作用相冲突， 出现道德风险和逆向选择问题。而数字普惠金融能够提高金融市场信息的公开透明度， 畅通金融供需对接的阻力， 从而提高金融市场的运行效率（傅利福等，2021）， 扩大和强化银行的职能， 有助于解决金融市场失灵问题。从金融要素来看， 利率架起了金融部门与实体部门联系的桥梁， 牵动投资与储蓄、 供给与需求的动态调整， 影响资源配置效率与实体经济发展。信贷管理对市场个体的投融资能力产生影响， 进而影响产出与经济发展。资产价格的波动则引起实体价值的变化， 影响投融资的方向和资源配置， 从而冲击实体经济。而市场主体对现有制度、 环境的预期行为贯穿金融影响实体经济的整个阶段， 体现在理性预期下的经济促进效应和非理性预期下的经济冲击效应（刘晓光等，2019）。数字普惠金融对金融要素的影响可以从数字技术和普惠理念两个方面进行分析： 数字技术的应用提高了信贷管理的能力和效率， 降低了借贷双方的投融资风险， 强化了金融系统的稳定性， 能实时监测资产价格的波动幅度和方向， 为相关部门调控决策提供依据（任碧云和关秋，2023）； 普惠理念下的金融供给根据不同群体的金融需求实行了差异化的利率产品和方案， 旨在让广大弱势群体获得便捷有效的金融服务（李建伟 等，2022）； 数字性和普惠性均提高了市场主体对现有金融市场的理性预期能力， 有利于降低非理性行为对经济发展的负面效应。在微观方面， 数字普惠金融可以有效降低金融机构的金融服务成本和信息获取成本， 提高普通弱势群体的金融可及性， 切实缓解中小型企业、 个体商户的“融资难”问题， 有效解决传统金融服务过程中存在的信息不对称和信贷约束问题， 也为个人开辟新的收入渠道和就业机会、 进行投资理财提供了机遇。基于此， 本文提出假说如下：

H1： 数字普惠金融能促进实体经济发展。

实践已经表明， 研发创新能力是实体经济稳步发展的关键。首先， 研发创新不断推动着生产方式、 管理模式的变革， 对实体企业运营过程中的成本、 费用和利润产生影响， 是企业扩大规模和提高运营效率的核心因素； 其次， 研发创新成果的空间外溢效应和产业集聚效应能让创新红利扩散到周边地区和上下游产业， 进而推动地区实体经济的扩张和优势产业的形成。但受限于旧有体制模式和现有金融市场的缺陷， 金融与实体经济之间发展失衡， 金融供给能力和风险防范能力不足， 使得区域研发创新能力受到极大的阻碍， 主要表现在广大中小实体企业中。为了扩大企业规模、 保持市场份额， 中小企业对研发创新活动的需求较为迫切， 但研发创新需要大量的资金投入， 也存在一定的风险， 许多中小型企业受限于自身担保能力、 信用水平和行业特征， 在融资借贷中处于劣势地位， 无法获得足够的金融资源（李百兴和魏蕊，2023）。数字普惠金融具有鲜明的数字技术特征和普惠特征， 能有效提高实体经济金融资源配置效率， 也能为新兴产业和扶持产业的发展提供有力支持。从微观层面来看， 数字普惠金融拓宽了中小型企业的融资渠道， 提高了企业融资效率， 降低了融资成本（李宾和龚爽，2022）， 重塑了金融机构传统的信用评级方式， 利用科技手段快速完整地获取企业信息， 通过数据整合与分析全面评估企业的经营风险和金融需求， 减少金融市场信息不对称现象， 有利于增强企业与金融机构之间的交流与合作， 切实缓解中小型企业“融资难”“融资贵”的困境（王敏和李兆伟，2023）； 从中观层面来看， 数字普惠金融具有较强的政策倾斜效应， 能为区域优势产业和新兴产业的发展提供更强势的金融支持， 利用数字科技手段防范化解产业发展过程中可能出现的金融风险， 从而推动产业结构升级， 赋能实体经济发展。基于此， 本文提出假说如下：

H2： 数字普惠金融通过提高研发创新水平推动实体经济发展。

H3： 数字普惠金融通过促进产业结构升级推动实体经济发展。

三、 研究设计与数据来源

（一）变量与模型

1. 被解释变量： 实体经济发展（dre）。出于研究目的的不同， 既有研究对实体经济发展的度量指标有全要素生产率、 国内生产总值、 剔除金融业和房地产业之后的生产总值等。考虑到地级市层面数据的可得性， 本文主要借鉴黄群慧（2017）、 王儒奇和陶士贵（2022）的研究， 使用第二产业生产总值度量实体经济发展。

2. 解释变量： 数字普惠金融（dif）。针对如何测度数字普惠金融问题， 理论界目前并没有一致的意见。基于研究的实际需要， 本文采用“北京大学数字普惠金融指数”衡量数字普惠金融。这是因为“北京大学数字普惠金融指数”对数字普惠金融的测度相对拥有权威性， 得到了学术界的认可和关注（郭峰等，2020）。

3. 中介变量： 研发创新水平（rdi）和产业结构升级（ist）。借鑒已有文献的通常做法， 以发明专利申请数量测度研发创新水平， 以第三产业与第二产业的比值测度产业结构升级。

4. 控制变量。借鉴王军等（2023）的研究， 本文控制了如下可能影响实体经济的变量： 人口密度（dop）， 以每平方千米的常住人口数量度量； 环境水平（epl）， 以城市工业二氧化硫排放量度量； 失业水平（upl）， 以城镇登记失业人数度量； 城市规模（ubs）， 以年末户籍人口数度量； 医疗水平（mel）， 以年末医院床位数度量； 交通水平（tfl）， 以年末公共汽车数量度量； 开放程度（odg）， 以年度外资使用金额度量。

（二）模型构建

首先， 为探究数字普惠金融对实体经济发展的影响， 构建如下基准回归模型：

dre_i，t=α₀+α₁dif_i，t+α₂control_i，t+z_i+y_t+ε_i，t（1）

式（1）中， dre代表实体经济发展， i代表地区， t代表时期， α为待估参数， dif代表数字普惠金融， control代表控制变量， z为城市固定效应， y为时间固定效应， ε为随机误差项。

其次， 为探究数字普惠金融到底是通过什么方式影响实体经济的， 构建如下中介效应模型：

med_i，t=β₀+β₁dif_i，t+β₂control_i，t+z_i+y_t+ε_i，t（2）

dre_i，t=γ₀+γ₁dif_i，t+γ₂med_i，t+γ₃control_i，t+z_i+y_t+ε_i，t（3）

其中， med为中介变量（研发创新水平和产业结构升级）， 其他符号与式（1）相同。

（三）数据来源与处理说明

根据测度指标的不同， 本文研究所使用的数据来源存在差异。比如， 有关数字普惠金融方面的数据来源于“北京大学数字普惠金融指数”课题组， 专利数据来源于中国研究数据库（CNDRS）， 其他数据则来源于相关年份各省市的《统计年鉴》； 也有部分测度指标的数据来源于相关年份的《中国城市统计年鉴》。目前能获取的“数字普惠金融指数”区间为2011 ～ 2020年， 因此本文研究样本时间段为2011 ～ 2020年。为消除价格因素的影响， 本文对涉及货币计量的指标均进行GDP平减指数处理。为统一量纲， 本文还对无单位、 数量和金额的变量进行对数化处理， 对比率变量取其原始数值。剔除数据缺失严重的城市， 最终得到286个地级市2011 ～ 2020的数据。

四、 实证分析

（一）描述性统计

变量的描述性统计结果如表1所示。实体经济发展（dre）的均值为6.4773， 标准误为1.0425， 说明不同地区的实体经济发展水平存在较大的差异。数字普惠金融（dif）的均值为5.0535， 标准误为0.5177， 表明不同地区的数字普惠金融发展水平存在一定的差异。其他变量均具有一定的差异， 且基本符合正态分布特征。

（二）实证结果与分析

本文首先使用最小二乘法（OLS）进行回归分析， 结果如表2第（1）、 第（2）列所示。通过判断核心解释变量系数的显著性（系数在1%的水平上显著）和正负（系数为正）可知， 数字普惠金融能够促进实体经济发展。但该方法未考虑不同城市的个体差异以及随时间而变的宏观经济影响， 估计结果存在偏误， 因此通过诊断性检验， 本文选择固定效应（FE）重新进行回归， 回归结果如表2第（3）、 第（4）列所示。很显然， 核心解释变量系数的显著性和正负与采用最小二乘法（OLS）的回归结果一致， 数字普惠金融促进实体经济发展的结论依然成立。在添加控制变量之后， 数字普惠金融每提高1个百分点， 实体经济发展就会提升6.06个百分点。综上， H1得到验证。实践也表明， 融合了金融科技和普惠理念的数字普惠金融显著提高了个体金融可及性， 通过合理分配金融资源满足了广大群体的金融服务需求， 为实体经济发展夯实了基础。从控制变量来看， 城市规模越大， 一方面会使得人力资本越富裕， 能够促进经济快速增长， 但另一方面人口过多又会导致资源供给不足， 抑制经济进一步增长， 两者存在相互抵消作用。就本文研究结果来看， 城市规模对经济的促进作用更强； 交通是城市经济发展的建设基础， 交通便利程度越高， 越能促进经济发展； 对外开放水平越高， 对外贸易和投资越繁荣， 越能够促进地区实体经济发展。

（三）稳健性检验

1. 考虑内生性问题。由于数字普惠金融在促进实体经济发展的同时， 也会受到实体经济发展对其产生的逆向促进作用， 因此两者可能存在互为因果关系， 导致回归结果存在偏误。对此， 本文使用工具变量法重新进行回归， 借鉴张勋等（2020）的研究， 使用样本地区到杭州市球面距离和数字普惠金融滞后期的交乘项作为数字普惠金融的工具变量。杭州的数字金融发展水平处于全国领先地位， 可以预期距离杭州市越近的地区， 数字普惠金融的发展越好， 两者存在一定的关联性； 而城市的实体经济发展水平与自身的建设水平、 禀赋条件有关， 其到杭州市的球面距离对其没有直接影响。工具变量法回归结果如表3第（1）列所示， 很显然， 工具变量法的实证结果与前文保持一致， 说明前文的研究结论稳健。

2. 替换被解释变量。Elvidge等（2007）指出， 夜间燈光是人类特有的行为， 可以作为相关活动的代理指标。借助夜间灯光亮度数据衡量一个国家或地区的经济活动， 可以弥补传统GDP统计中技术落后和人为干扰的缺点， 因此越来越多的学者以夜间灯光亮度数据作为经济发展水平的代理变量（Yang等，2022；徐康宁等，2015；Henderson等，2012）。因此， 本文使用美国国家海洋和大气管理局发布的 DMSP_OLS夜间灯光遥感数据， 提取我国286个样本城市对应年份的夜间灯光亮度数据作为实体经济发展的代理变量重新进行回归分析。回归结果如表3第（2）列所示， 核心解释变量的显著性和正负并没有发生本质变化， 这进一步表明了前文研究结果的稳健性。

3. 分样本回归。按照已有文献的通常做法， 本文将研究样本分为东部地区、 中部地区和西部地区三个子样本， 从不同区域的角度检验数字普惠金融对实体经济发展的影响。回归结果如表3第（3）、 第（4）、 第（5）列所示， 东部地区、 中部地区和西部地区数字普惠金融的系数均在1%的水平上显著为正， 说明数字普惠金融能够促进实体经济的发展， 前文结果稳健。

（四）异质性分析

数字普惠金融指数是一个涵盖多领域、 多维度的综合指标， 其中， 覆盖广度、 使用深度、 数字化程度是数字普惠金融最重要的三个维度， 分别反映了数字普惠金融的辐射范围、 应用程度和智能水平。对此， 本文选取综合指标中所包含的三个维度子指标来进一步实证检验数字普惠金融对实体经济发展的影响。表4第（1）、 （2）、 （3）列分别为数字普惠金融覆盖广度（dif-r）、 使用深度（dif-u）和数字化程度（dif-d）对实体经济发展的回归结果。可以看出， 覆盖广度的系数在1%的水平上显著为正， 使用深度的系数在5%的水平上显著为正， 表明覆盖广度和使用深度促进了实体经济发展， 是数字普惠金融促进实体经济发展的重要方式。而数字化程度的系数并不显著， 表明数字化程度对实体经济发展的影响不明显， 原因可能是： 一方面， 我国数字化程度还处于初级阶段， 难以对实体经济的发展产生直接作用； 另一方面， 数字化本身可能对实体经济的影响具有间接性和隐蔽性， 需要从更加深入的层面探究两者之间的关系。

（五）影响机制分析

由前文理论分析可知， 数字普惠金融通过提高研发创新水平和促进产业结构升级来促进实体经济发展， 由此基于式（1） ～ （3）探究数字普惠金融对实体经济发展的影响机制。为便于比较， 将表2第（4）列结果移至表5第（1）列。表5第（2）、 第（4）列分别为数字普惠金融对中介变量的回归结果， 很显然， 核心解释变量的系数均在1%的水平上显著为正， 这说明数字普惠金融对研发创新水平和产业结构升级均具有显著的正向效应； 第（3）、 （5）列为数字普惠金融和中介变量对实体经济发展的共同影响， 很显然， 数字普惠金融和中介变量的系数均在1%的水平上显著， 说明中介变量的中介效应显著； 进一步地， 数字普惠金融通过提高研发创新水平、 推动产业结构升级促进实体经济发展的结论成立， H2、 H3得到验证。

四、 门槛效应检验

本文借鉴Hansen（1999）的研究， 构建如下门槛回归模型：

dre_i，t=?₁dif_i，t×I（dif≤λ₁）+?₂dif_i，t×I（λ₁2）+…+?_ndif_i，t× I（λ_n-1n）+?_n+1dif_i，t×I（dif>λ_n）+ ?control_i，t+z_i+y_t+ξ_i，t（4）

其中， dif为门槛变量， λ为待估门槛值， I（?）为示性函数， 若括号中表达式成立， I等于1， 否则为0。其他符号含义与式（1）相同。

由于不同区域的经济发展水平和自然资源禀赋存在客观差异， 因此本研究将样本分为东部地区、 中部地区和西部地区分别进行检验。首先， 进行门槛特征的诊断性检验， 借鉴鲁钊阳和杜雨潼（2022）的做法， 采用拔靴（Bootstrap）法进行400次反复抽样， 检验结果如表6所示。东部地区样本通过了单一门槛测试， 门槛估计值为5.5649， 表明在东部地区， 数字普惠金融对实体经济发展的影响存在单一门槛特征； 中部地区没有通过门槛测试； 西部地区通过了双重门槛测试， 门槛估计值为5.2182和5.3628， 表明在西部地区， 数字普惠金融对实体经济发展的影响存在双重门槛特征。

其次， 在得到门槛特征的估计结果之后， 对门槛系数进行估计， 估计结果如表7所示。对东部地区样本而言， 当数字普惠金融门槛值不高于5.5649时， 数字普惠金融每提高1个单位， 实体经济发展水平平均提升0.2040个单位； 当数字普惠金融门槛值大于5.5649时， 数字普惠金融每提高1个单位， 实体经济发展水平平均提升0.1731个单位， 表明数字普惠金融的影响呈现边际递减趋势。对西部地区样本而言， 随着门槛值的不断提升， 数字普惠金融对实体经济发展的影响从0.2712下降为0.1591， 表明数字普惠金融的影响呈现边际递减趋势。综上， 无论是东部地区还是西部地区， 数字普惠金融对实体经济发展的影响均存在边际递减效应， 也就是说， 随着数字普惠金融的发展， 其对实体经济的影响效应逐渐减弱。造成这一结果的原因不难理解： 数字普惠金融旨在通过数字技术和普惠理念扩大金融供给覆盖范围、 提高金融资源使用效率和使用频率， 进而全面增强金融服务实体经济的能力； 随着金融制度的不断优化， 金融服务实体经济的能力不断增强， 金融体系既有的缺陷和不足得到进一步完善， 数字普惠金融对实体经济的影响力度也会不断减小。

五、 研究结论及对策

围绕数字普惠金融能否以及如何促进实体经济发展的问题， 本文在剖析数字普惠金融促进实体经济发展研究假说的基础上， 以我国286个地级市2011 ～ 2020年的数据为例进行实证研究。研究结果表明， 数字普惠金融显著促进了实体经济发展， 这一促进效应更多地体现在数字普惠金融的覆盖广度和使用深度两个方面。机制检验表明， 数字普惠金融通过促进研发创新水平、 推动产业结构升级赋能实体经济发展， 数字普惠金融对实体经济的促进作用呈边际递减趋势。

基于上述研究结论， 要更好地发挥数字普惠金融对实体经济的促进效应， 还需在以下几个方面做出努力： 第一， 深入贯彻落实数字普惠金融发展规划， 提高各类群体的金融可及性， 回归“金融服务实体经济”本源。要以数字普惠金融为突破口， 加快金融供给侧结构性改革， 破解金融供需失衡的现状， 有效抑制金融的无序、 盲目扩张； 要以市场需求为立足点， 打造特色化、 定制化的金融产品与服务， 吸引长尾客户， 激发市场内需活力， 引导数字普惠金融与实体经济的融合发展。第二， 扩大数字普惠金融辐射范围， 增强数字普惠金融的“普惠性”。一是进一步发挥数字普惠金融的包容性特质， 拓展金融应用场景， 聚焦普惠群体、 新兴产业等重点领域， 开展数字互联网场景共建的试点范围， 拓展金融服务的内容和方式， 健全数字普惠金融服务体系， 扩大数字普惠金融覆盖范围， 为实体经济发展提供全方位的金融服务支撑。二是要完善数字普惠金融基础设施建设。一方面以金融科技赋能传统普惠金融， 整合各类普惠金融服务资源， 搭建面向广大中小企业的数字化平台； 另一方面， 以“村村通”为导向加快农村地区的通信网络建设， 盘活涉农数据要素， 引导金融资源与农村资本对接， 有效提升金融资源的使用效率， 全面改善优化金融资源配置。第三， 围绕数字普惠金融建设多元化投融资体系， 以“支农支小”为节点， 织密数字普惠金融保障网。要用足用好货币信贷政策， 围绕企业技术创新和产品创新采取“投贷联动”模式， 解决企业研发创新活动中的融资约束问题。打造惠农利民的数字普惠金融服务共享协调机制， 高度重视数字技术的应用与发展， 实现风险控制的网络化、 标准化、 智能化。筑牢产业发展金融安全根基， 强化金融机构风险预警与处理能力， 防范化解产业发展金融风险， 畅通产业结构优化升级的路径机制， 实现金融资源在经济发展重点领域和薄弱环节的高效配置。第四， 各地方政府要基于本地区实际情况和发展特点， 根据需求导向和问题导向， 多措并举助力金融服务实体经济发展。要持续推动科创金融发展， 积极创建科创金融改革试验区， 打造新片区科技保险创新引领区， 建设与科创企业全生命周期相适应的金融服务生态系统。要搭建特色金融服务平台， 完善大数据普惠金融应用系统、 普惠金融顾问制度等， 用多元化金融服务方式持续激发市场主体活力。要持续扎实推进地方金融监管信息平台建设， 以科技手段提升监管效能， 健全金融风险防范化解工作机制， 提升风险监测和风险防范化解能力， 牢牢守住不发生区域性、 系统性风险的底线。

【 主 要 参 考 文 献 】

陈平，王书华，王小腾等．数字普惠金融对多维相对贫困的影响研究——基于老龄化的视角［ J］．经济问题，2022（11）：36 ～ 43．

陈一明，温涛．数字普惠金融能促进乡村产业发展吗——基于空间计量模型的分析［ J］．农业技术经济，2023（1）：32 ～ 44．

成学真，龚沁宜．数字普惠金融如何影响实体经济的发展——基于系统GMM模型和中介效应检验的分析［ J］．湖南大学学报（社会科学版），2020（3）：59 ～ 67．

崔建军，赵丹玉．数字普惠金融能够促进城乡融合发展吗？——基于门槛效应模型的實证检验［ J］．经济问题探索，2023（3）：79 ～ 96．

方观富，蔡莉．数字普惠金融如何影响农业产出：事实、机制和政策含义［ J］．农业经济问题，2022（10）：97 ～ 112．

傅利福，厉佳妮，方霞等．数字普惠金融促进包容性增长的机理及有效性检验［ J］．统计研究，2021（10）：62 ～ 75．

郭峰，王靖一，王芳等．测度中国数字普惠金融发展：指数编制与空间特征［ J］．经济学（季刊），2020（4）：1401 ～ 1418．

郭守亭，金志博．数字普惠金融对区域产业结构升级的空间溢出效应研究［ J］．经济经纬，2022（6）：77 ～ 87．

黄群慧．论新时期中国实体经济的发展［ J］．中国工业经济，2017（9）：5 ～ 24．

李百兴，魏蕊．企业创新质量成本及其分担机制研究［ J］．财会月刊，2023（9）：60 ～ 64．

李宾，龚爽，曾雅婷等．数字普惠金融、融资约束与中小企业财务可持续［ J］．改革，2022（5）：126 ～ 142．

李建伟，崔传浩，王薇等．数字普惠金融是否增强了“双循环”的内生动力——基于居民消费升级视角［ J］．财会月刊，2022（12）：137 ～ 146．

李彦龙，沈艳．数字普惠金融与区域经济不平衡［ J］．经济学（季刊），2022（5）：1805 ～ 1828．

李扬．努力建设“现代金融”体系［ J］．经济研究，2017（12）：4 ～ 7．

李政，李鑫．数字普惠金融与未预期风险应对：理论与实证［ J］．金融研究，2022（6）：94 ～ 114．

刘晓光，苟琴，姜天予等．金融结构、经济波动与经济增长——基于最优产业配置框架的分析［ J］．管理世界，2019（5）：29 ～ 43+198．

鲁钊阳，杜雨潼．数字经济赋能农业高质量发展的实证研究［ J］．中国流通经济，2022（11）：3 ～ 14．

吕江林，叶金生，张斓弘等．数字普惠金融与实体经济协同发展的地区差异及效应研究［ J］．当代财经，2021（9）：53 ～ 65．

任碧云，关秋．金融科技、信贷错配与非金融企业部门杠杆率风险［ J］．财会月刊，2023（6）：114 ～ 123．

盛明泉，项春艳，谢睿等．数字普惠金融能否抑制实体企业“脱实向虚”［ J］．首都经济贸易大学学报，2022（1）：96 ～ 112．

宋科，刘家琳，李宙甲等．数字普惠金融能缩小县域城乡收入差距吗？——兼论数字普惠金融与传统金融的协同效应［ J］．中国软科学，2022（6）：133 ～ 145．

唐建军，龚教伟，宋清华等．数字普惠金融与农业全要素生产率——基于要素流动与技术扩散的视角［ J］．中国农村经济，2022（7）：81 ～ 102．

王军，刘小凤，朱杰等．数字经济能否推动区域经济高质量发展？［ J］．中国软科学，2023（1）：206 ～ 214．

王敏，李兆伟．数字普惠金融与企业创新：理论逻辑与实证检验［ J］．管理学刊，2023（1）：102 ～ 119．

王儒奇，陶士贵．数字经济如何影响实体经济发展——机制分析与中国经验［ J］．现代经济探讨，2022（5）：15 ～ 26．

王勋，王雪．数字普惠金融与消费风险平滑：中国家庭的微观证据［ J］．经济学（季刊），2022（5）：1679 ～ 1698．

徐康宁，陈丰龙，刘修岩等．中国经济增长的真实性：基于全球夜间灯光数据的检验［ J］．经济研究，2015（9）：17 ～ 29．

许月丽，孙昭君，李帅等．数字普惠金融与传统农村金融：替代抑或互补？——基于农户融资约束放松视角［ J］．财经研究，2022（6）：34 ～ 48．

杨义武，孙小龙．数字普惠金融与城市相对贫困——来自长三角地区的经验证据［ J］．世界经济文汇，2022（5）：19 ～ 35．

姚利好，易法敏，孙煜程等．农村电商、数字普惠金融协同促进县域经济增长［ J］．财经问题研究，2022（11）：67 ～ 76．

张林，温涛．数字普惠金融如何影响农村产业融合发展［ J］．中国农村经济，2022（7）：59 ～ 80．

张勋，杨桐，汪晨等．数字金融发展与居民消费增长：理论与中国实践［ J］．管理世界，2020（11）：48 ～ 63．

张珍花，杨朝晖．数字普惠金融对经济高质量增长影响研究——基于政府参与视角［ J］．华东经济管理，2022（4）：71 ～ 78．

周月书，苗哲瑜．数字普惠金融对农户生产经营投资的影响［ J］．中国农村观察，2023（1）：40 ～ 58．

Elvidge C. D.， Cinzano P.， Pettit D. R.， et al.. The nightsat mission concept［ J］． International Journal of Remote Sensing，2007（12）：2645 ～ 2670．

Hansen B. E.. Threshold effects in non-dynamic panels： Estimation， tes-ting， and inference［ J］． Journal of Econometrics，1999（2）：345 ～ 368．

He C.， Li C.， Geng X.， Wen Z.. Research on the influence of digital finance on local economic development［ J］． Procedia Computer Science，2022（1）：385 ～ 389．

Henderson J. V.， Storeygard A.， Weil D. N.. Measuring economic growth from outer space［ J］． American Economic Review，2012（2）：994 ～ 1028．

Pan Y.， Ma L.， Wang Y.. How and what kind of cities benefit from the development of digital inclusive finance？ Evidence from the upgrading of export in Chinese cities［ J］．Economic Research-Ekonomska Istrazivanja，2021（10）：1 ～ 29．

Yang Z.， Chen Y.， Zheng Z.， Wu Z.. Identifying China's polycentric ci-ties and evaluating the urban centre development level using Luojia-1 a night-time light data［ J］． Annals of GIS，2022（2）：185 ～ 195．

（责任编辑·校对： 罗萍  刘钰莹）

【基金项目】国家社会科学基金项目“数字普惠金融缓解城鄉资本错配的机理、效应与路径研究”（项目编号：21CJY004）；国家社会科学基金项目“2020年后农产品电商缓解农村相对贫困的机制创新与政策优化研究”（项目编号：20BJL083）；重庆市教育委员会人文社会科学研究项目“乡村产业振兴促进农民农村共同富裕的实现路径研究”（项目编号：KJCX2020014）；西南政法大学研究党的十九届四中全会精神理论阐释重点项目“农村电商促进乡村振兴的政策引导机制研究”（项目编号：2020XZZD-04）

【作者单位】1.西南政法大学经济学院， 重庆 401120；2.西南大学经济管理学院， 重庆400715；3.西南政法大学商学院， 重庆401120