数字普惠金融与现代服务业高质量发展
——基于服务消费视角的研究

项圆心，李 浩，王雪梅

（1.南京大学商学院，南京 210093；2.南京晓庄学院商学院，南京 211112；3.南京银行股份有限公司江宁支行，南京 211199）

0 引言

进入21世纪以来，我国现代服务业规模日益扩大，在GDP中所占的比重越来越大，呈现良好的发展态势。尽管我国现代服务业发展取得了一定成就，但从创新、绿色等角度来看，仍存在明显短板。基于我国现代服务业发展现状，国家发展改革委和市场监管总局发布的《关于新时代服务业高质量发展的指导意见》指出，现代服务业要深度运用大数据、人工智能等新一代信息技术，鼓励智慧物流、远程医疗、在线教育等新业态发展，充分发挥数字技术在服务高质量发展中的重要作用。近年来，我国数字普惠金融发展迅速，成为赋能现代服务业高质量发展的重要推动力。

当前，学术界对数字普惠金融和现代服务业高质量发展展开了深入研究。在数字普惠金融方面，Huang（2017）[1]指出，数字普惠金融作为数字经济时代金融业发展的新业态、新模式，将互联网技术与传统金融相结合，在一定程度上弥补了传统金融在时间、空间方面的局限。上官绪明和葛斌华（2021）[2]研究发现，数字普惠金融对经济高质量发展有显著的直接促进效应及正向空间溢出效应。在现代服务业高质量发展方面，部分文献构建现代服务业高质量发展评价指标体系，对我国现代服务业高质量发展水平予以量化，进而深入研究服务业高质量发展的影响因素。赵瑞和申玉铭（2020）[3]从发展规模、结构、效益三个角度构建现代服务业高质量发展指标体系，分别采用熵值法、相对发展指数及区位熵三种方法进行测度，研究发现，黄河流域不同地区服务业发展水平差异显著，西安、济南等省会城市发展较优。张明志等（2022）[4]从结构、规模、效益、品牌四个维度赋予均等权重构建现代服务业高质量发展指标体系，测度结果表明，中国服务业发展呈现缓慢上升、品牌滞后、区域不平衡的总体态势。陈景华等（2022）[5]基于新发展理念构建现代服务业高质量发展指标体系，进而使用Dagum基尼系数[6]、Kernel密度估计、Markov矩阵等方法探析山东省三大经济圈服务业发展的分布及演进。还有部分研究则基于服务业高质量发展指标进行影响因素分析。

总体来看，现有文献对现代服务业高质量发展的研究较为丰富，但仍有局限性。其一，在指标测度方面，现有研究大多仅从现代服务业基本面或新发展理念视角构建评价指标体系。其二，在研究内容方面，当前有关数字金融与高质量发展的研究主要集中于经济高质量发展和制造业高质量发展层面，少有文献研究数字普惠金融对现代服务业高质量发展的影响。其三，在路径机制方面，少有文献研究数字普惠金融通过何种渠道影响现代服务业高质量发展。鉴于上述分析，本文在测度我国现代服务业高质量发展综合指数的基础上，结合北京大学数字金融研究中心发布的“数字普惠金融指数”，实证检验数字普惠金融对现代服务业高质量发展的影响。进一步地，从居民人均服务消费支出和居民消费结构视角探讨了数字普惠金融影响现代服务业高质量发展的路径。

1 理论分析与研究假设

1.1 直接效应

数字普惠金融促进了资金流通和生产效率的提高。数字普惠金融的发展在一定程度上为服务业生产者拓宽了资金融通渠道。以往生产者大多依赖本地银行和金融机构筹集资金，而现在可以通过网络信贷进行融资。尤其是当生产者面临资金周转困境时，数字普惠金融能为资金短缺问题提供多样化的解决渠道，提高资金流动效率，增强生产者抵御风险的能力。

数字普惠金融依靠数字技术，能更快速、更准确地收集消费者的信息和数据，如不同地区的消费者偏好、消费能力等，生产者可以通过数据分析提供更精准的服务产品。尤其在当下，我国经济快速发展，社会矛盾转变为人民日益增长的美好生活需要与不平衡不充分发展之间的矛盾，人们不再满足于服务产品的量，而是更注重产品的品质。数字普惠金融为高质量产品提供了发展平台，服务产品提供者可以通过信息和数据为不同地区消费者提供不同种类的服务，从而使精确化、高品质化成为可能。基于上述分析，本文提出第一个研究假设：

假设1：数字普惠金融水平提高能促进现代服务业高质量发展。

1.2 中介效应

服务消费在现代服务业发展中起着基础性作用，强大的市场需求是现代服务业高质量发展的保障。数字普惠金融可通过刺激服务消费需求推动服务消费总量提升，从而促进服务业高质量发展。除了收入、偏好等因素外，消费主要受到流动性约束、交易附加成本及消费市场环境的影响，因此，数字普惠金融推动服务消费总量增加主要表现在以下三个方面：其一，数字普惠金融通过数字技术使借贷业务的开展更为便捷，缓解了消费者的流动性约束。相比于传统的当期收入当期消费和当期收入未来消费模式，数字普惠金融的发展便于消费者实现跨期消费、提前消费。其二，数字普惠金融通过信息技术降低了服务消费成本，消费者可通过线上支付满足服务需求，而无需“面对面”消费，不仅提高了支付效率，而且节约了时间成本。其三，数字普惠金融的发展提高了市场透明度，为消费者避免了因产品信息不对称造成的效用损失。基于上述分析，本文提出第二个和第三个研究假设：

假设2：数字普惠金融通过提高居民人均服务消费支出推动现代服务业高质量发展。

假设3：数字普惠金融通过优化居民消费结构推动现代服务业高质量发展。

2 研究设计

2.1 指标体系构建

现代服务业的发展主要体现在两个方面：一是量的扩张，即绝对规模的增长；二是结构优化和效率提升，在总量扩张的基础上注重结构合理性和高效益发展[7,8]。因此，在发展的第一阶段，测度现代服务业高质量发展水平应从发展规模、发展结构和发展效益入手。然而，仅考虑规模与结构难以反映现代服务业发展质量[9]，在新发展阶段下的现代服务业高质量发展应当凸显“创新、协调、绿色、开放、共享”的新发展理念。基于上述分析，本文构建如表1所示的现代服务业高质量发展评价指标体系，并采用主成分分析法[10,11]测算现代服务业高质量发展综合指数。

表1 现代服务业高质量发展评价指标体系

2.2 计量模型

2.2.1 基准回归模型

为实证检验数字普惠金融水平对现代服务业高质量发展的影响，本文构建如下基准回归模型：

式（1）中，SQit表示第i个省份第t年的现代服务业高质量发展水平；C代表常数项；DFit为核心解释变量，代表第i个省份第t年的数字普惠金融发展水平；Controlit为控制变量集，包括经济发展水平（PGDPit）、投资水平（FDIit）、人力资本水平（Humit）、对外开放程度（Openit）、政府干预程度（Govit）和互联网使用规模（Netit）；同时，回归方程还控制了地区固定效应θi和年份固定效应St；εit表示随机扰动项。

2.2.2 中介效应检验模型

本文参考温忠麟和叶宝娟（2014）[12]的方法，在式（1）的基础上，进一步构建中介效应检验模型，检验居民人均服务消费支出和居民消费结构是否为数字普惠金融影响现代服务业高质量发展的渠道，中介效应检验模型如下：

其中，Zit为中介变量，包括居民人均服务消费支出（Consumeit）和居民消费结构（Structureit）；其余变量含义与式（1）一致。

2.3 变量选取

本文的被解释变量为现代服务业高质量发展（SQ）。依据赵瑞和申玉铭（2020）[3]、陈景华和徐金（2021）[9]关于现代服务业高质量发展测度的分析，从现代服务业发展规模、结构、效益、创新、协调、绿色、开放、共享等二级指标中选出16 个基础指标，再运用主成分分析法测度30 个省份的现代服务业高质量发展综合指数，以此衡量现代服务业高质量发展水平。

核心解释变量为数字普惠金融（DF），以北京大学数字金融研究中心编制的“北京大学数字普惠金融指数”[13]衡量。该指数下的二级指标包含数字普惠金融覆盖广度、使用深度和数字化程度。

控制变量包括经济发展水平（PGDP）、投资水平（FDI）、人力资本水平（Hum）、对外开放程度（Open）、政府干预程度（Gov）和互联网使用规模（Net），分别以人均国民生产总值的对数、服务业外商直接投资占GDP比重、人均受教育年限①人均受教育年限的计算公式为Hum=Primary*6+Junior*9+High*12+College*16，其中，Primary、Junior、High、College 分别表示小学、初中、高中、大专及以上受教育人口在6岁及以上人口中的比例。、进出口总额占GDP 比重、政府财政支出占GDP比重和互联网宽带接入用户占常住人口比重表示。

中介变量包括居民人均服务消费支出（Consume）和居民消费结构（Structure）。国家统计局将居民消费主要分为八大类，分别为食品烟酒、衣着、居住、生活用品及服务、交通通信、教育文化娱乐、医疗保健、其他用品及服务，由于用餐服务、加工服务、物业服务、家庭服务等包含在生产性消费中的服务消费并未统计，且所占比重相对较低[14]，因此本文以人均交通通信、医疗保健、教育文化娱乐消费总和的对数衡量居民人均服务消费支出，以人均服务消费支出占人均总消费支出的比重衡量居民消费结构。由于《中国统计年鉴》并未直接统计2011—2013年全体居民人均消费情况，而是对城镇居民和农村居民分别进行统计，因此本文借鉴南永清等（2020）[15]、李浩和黄繁华（2022）[16]的做法，将城镇居民人均服务消费支出乘以城镇人口，同农村居民人均服务消费支出与农村人口的乘积相加，再除以总人口，进而得出居民人均服务消费支出。

2.4 数据来源与描述性统计

本文的研究对象为我国30 个省份（不包括西藏和港澳台），样本期为2011—2020 年。相关数据来源于历年《中国统计年鉴》《中国第三产业统计年鉴》《中国区域经济统计年鉴》以及各省份的统计年鉴和统计公报。为便于分析，对部分变量进行对数化处理，各变量描述性统计结果见表2。

表2 变量的描述性统计

3 实证分析

3.1 基准回归

表3给出了基准回归结果。结果显示，在未考虑其他控制变量的情况下，数字普惠金融对现代服务业高质量发展有正向影响，且在1%的水平上显著。表明数字普惠金融能促进现代服务业高质量发展，地区数字普惠金融发展水平越高，现代服务业发展质量越好。逐步引入控制变量后，数字普惠金融系数的方向和显著性并未发生改变，说明假设1成立。

表3 基准回归结果

在控制变量中，经济发展水平和互联网使用规模对现代服务业高质量发展有显著的推动作用。良好的经济条件是现代服务业快速发展的基础，高收入不仅刺激了基本的服务需求，还衍生出许多个性化、优质的服务模式，现代服务业高质量发展离不开经济基础的保障；互联网使用规模的扩大带动了线上服务的发展，尤其是近几年，在新冠肺炎疫情的影响下，线下服务受到限制，互联网成为联接消费者与服务产品的重要载体，开拓了诸多新型服务消费模式，促进了现代服务业的转型和发展质量的提升。投资水平对现代服务业高质量发展有显著的负向影响，究其原因，服务业外商投资在不同地区间差异巨大，在东部地区省份投资较多，而在中西部地区省份投资较少，甚至出现近乎零投资的情况。此外，服务业外商直接投资在同一省份的不同年份波动巨大，导致回归结果与预期相背离。在研究样本中，人力资本水平、对外开放程度和政府干预程度对现代服务业高质量发展的影响并不显著。

3.2 稳健性检验

为保证基准回归结果的可靠性，分别替换核心解释变量、更换被解释变量测度方法进行稳健性检验，并构建工具变量处理可能存在的内生性问题。进一步检验并未改变本文的核心结论，说明基准回归结果具备较好的稳健性。

3.2.1 替换核心解释变量

以数字普惠金融覆盖广度、使用深度和数字化程度三个二级指标作为数字普惠金融的代理变量，以具体反映数字普惠金融不同方面对现代服务业高质量发展的影响，并验证基准回归结果的稳健性。表4的检验结果显示，数字普惠金融覆盖广度、使用深度和数字化程度均能显著促进现代服务业高质量发展。

表4 稳健性检验结果

3.2.2 更换被解释变量测度方法

采用熵值法对现代服务业高质量发展水平再次测度，表4的回归结果与基准回归基本一致，说明数字普惠金融能显著提升现代服务业发展质量。

3.2.3 内生性处理

潜在的内生性问题可能导致估计偏误，基准回归模型产生内生性问题的原因可能有两点：其一，遗漏变量。当数字普惠金融与某一遗漏变量相关时，将导致其与扰动项相关，从而产生内生性问题。其二，互为因果。数字普惠金融能促进现代服务业高质量发展，同时，现代服务业发展质量的提升也为数字普惠金融提供发展基础。

为处理可能存在的内生性问题，本文构建工具变量，运用面板两阶段最小二乘法（2SLS）予以解决。参考Bartik（2009）[17]、易行健和周利（2018）[18]、项圆心（2023）[19]的做法，构建名为“Bartik instrument”的工具变量（记为IV_Bartik），即数字普惠金融指数一阶项滞后与一阶差分的乘积，在计量模型中表示为IVBartik=L.DF*D.DF。“Bartik instrument”表示各省份数字普惠金融水平按照全国数字普惠金融平均增长率增长后的预测值，满足相关性条件；同时由于全国平均数字普惠金融水平与某一省份现代服务业发展质量不存在直接相关性，因此该工具变量与现代服务业高质量发展水平不相关，满足工具变量的外生性条件。

此外，考虑到现代服务业发展可能存在滞后性，即前一年服务业的发展情况通常会影响本年的服务业发展水平，本文使用系统广义矩估计法（系统GMM）进行处理。为确保系统GMM 回归成立的各项条件，表5 中提供了扰动项自相关性、工具变量过度识别的检验结果，AR（2）为0.171，大于0.05，无法拒绝“扰动项无自相关”的原假设，Sargan 检验值大于0.05，可在5%的显著性水平上接受“所有工具变量都有效”的原假设，因此，所选取的工具变量数量及阶数合理，系统GMM回归结果有效。

由表5 可知，在考虑了模型可能存在的内生性问题后，数字普惠金融仍在1%的水平上显著促进现代服务业高质量发展，证明了基准回归结果的稳健性及可靠性。

3.3 异质性分析

3.3.1 按东、中、西部地区划分

为考察不同地区数字普惠金融对现代服务业高质量发展影响的异质性，本文依据国家统计局对三大地区的划分，将研究样本中的30个省份划分为东部地区、中部地区和西部地区。分样本回归的结果见下页表6。

表6 按东、中、西部地区划分的回归结果

表6的估计结果显示，我国东、中、西部地区数字普惠金融对现代服务业高质量发展的影响存在明显的异质性。在东部地区，数字普惠金融回归系数为正，且在1%的水平上显著，表明数字普惠金融在东部地区现代服务业高质量发展中发挥着积极的推动作用。然而，在中部和西部地区，这种促进作用并不显著。究其原因，中西部地区数字普惠金融发展相对缓慢，由数字化驱动的服务业创新能力相对较弱，技术革新和普及程度较低，以致中西部地区的数字普惠金融无法对现代服务业发展质量起到明显的改善作用。具体而言，数字普惠金融的发展程度至关重要，较高的数字普惠金融水平不仅会改变服务消费模式，也会带动服务业生产模式的转变，便利的通信技术使得精确化、个性化的服务产品成为可能。由生产到消费的转型打破了传统服务业的发展模式，驱动现代服务业走高效率的革新道路，创新与变革必然引起整个服务行业效率的提升，从而改善现代服务业发展质量。

3.3.2 按时间段划分

数字普惠金融发展具有明显的阶段性特征，2015 年以前，我国数字普惠金融普及程度快速提升，支付宝账户数量呈指数型增长，越来越多的人开始了解数字普惠金融，开通在线支付服务，但许多用户一方面受到传统支付习惯和信任度的制约，另一方面受到信息不对称的影响，并不了解所有数字普惠金融服务的情况，导致数字普惠金融开发深度有限，出现支付账户“有而不用”的现象。而在2016—2020 年，数字普惠金融的便利性、包容性、普适性深入人心，在线支付服务、基金、信贷、保险等业务快速发展，数字普惠金融使用深度成为数字普惠金融发展的重要引擎，人们的生活，尤其是享受到的服务，发生了翻天覆地的变化。基于上述分析，本文将研究样本期划分为2011—2015 年与2016—2020 年，以检验不同时段数字普惠金融对现代服务业高质量发展影响的异质性。表7 的检验结果验证了上述分析，在2011—2015年，数字普惠金融对现代服务业高质量发展不存在显著影响，而在2016—2020 年，数字普惠金融能显著促进我国现代服务业高质量发展，表明2016年以后，我国数字普惠金融覆盖广度和使用深度全面发展，逐步对居民服务内容和模式产生影响，改善了现代服务业发展质量。

表7 按时间段划分的回归结果

3.4 中介效应检验

基准回归和稳健性检验结果表明，数字普惠金融能显著促进现代服务业高质量发展，因此，探讨中介效应的前提条件成立。居民人均服务消费支出和居民消费结构的中介效应检验结果见表8。

表8 中介效应检验结果

表8列（1）结果显示，数字普惠金融回归系数为正，且在1%的水平上显著，说明数字普惠金融发展能提高居民人均服务消费支出。列（2）中，数字普惠金融和居民人均服务消费支出的系数均显著为正，表明数字普惠金融可以通过提高居民人均服务消费支出促进现代服务业高质量发展，假设2 成立。列（3）和列（4）显示，数字普惠金融与居民消费结构的系数均显著为正，数字普惠金融发展不仅能刺激居民服务消费需求，还能优化居民消费结构，提高交通、医疗、教育等服务消费在居民总消费中的比重，改善现代服务业发展质量，因此假设3 成立。数字化时代，服务消费不再局限于传统的“面对面”模式，线上服务消费成为潮流，数字金融发展为新型服务消费模式提供平台与机遇，同时也为传统服务消费创造了革新的条件，促进了服务消费多元化。以居民就医为例，当实地就医遇到困难时，可以选择在线接受同等医疗服务，也可以选择跨医院、跨地区进行在线诊疗，不仅方便快捷，还可以助力节能减排，减少不必要的资源浪费。数字金融发展释放了服务消费潜能，刺激了受新冠肺炎疫情影响下的服务消费需求，优化了居民消费结构，带动现代服务业高质量发展。因此，居民人均服务消费支出和居民消费结构是数字普惠金融促进现代服务业高质量发展的重要渠道。

4 结论

本文从现代服务业发展规模、发展结构、发展效益入手，结合“创新、协调、绿色、开放、共享”的新发展理念，构建了我国现代服务业高质量发展指标体系，运用主成分分析法测度了我国30个省份的现代服务业高质量发展综合指数，实证检验了数字普惠金融对现代服务业高质量发展的影响及异质性。进一步地，从居民人均服务消费支出和居民消费结构视角，深入探讨了数字普惠金融影响现代服务业高质量发展的机制，得到以下结论：

（1）数字普惠金融水平提升能显著促进现代服务业高质量发展，数字普惠金融覆盖广度、使用深度和数字化程度均对地区现代服务业发展质量有积极推动作用。（2）数字普惠金融对现代服务业高质量发展的影响在不同地区存在异质性。在东部地区，数字普惠金融能显著改善现代服务业发展质量；但在中西部地区，数字普惠金融对现代服务业高质量发展的促进作用并不显著。（3）数字普惠金融对现代服务业高质量发展的影响存在明显的阶段性特征，2015年之后，数字普惠金融覆盖广度和使用深度全面发展，显著推动现代服务业高质量发展。而在2015 年之前，这种推动作用并不显著。（4）数字普惠金融可以通过提高居民人均服务消费支出和优化居民消费结构促进现代服务业高质量发展。