《数字普惠金融对城市经济差距的影响.docx》由会员分享，可在线阅读，更多相关《数字普惠金融对城市经济差距的影响.docx（14页珍藏版）》请在课桌文档上搜索。
1、第40卷第5期2023年9月Vol. 40 No. 5Sep. 2023经济经纬EConOmiCSUrVey数字普惠金融对城市经济差距的影响李恒,殷志高（河南大学经济学院，河南开封475004）88888888888888888888888888888888888888888888888888摘要:使用2011-2020年中国284个地级以上城市数据，经验检验数字普惠金融对城市经济差距的综合影响.研究发现：数字普惠金融能够显著缩小城市经济差距，且地理区位和制度环境会诱致该平衡发展作用产生异质性；创新创业对数字普患金融缩小城市经济差距具有中介传导作用，表现为数字普惠金融能够促进城市创新创业，间接
2、缩小城市经济差距;要素集聚对数字普惠金融缩小城市经济差距具有正向调节效应，即人才、资金和技术集聚程度提升会削弱数字普惠金融的平衡发展作用。基于研究结论,提出适度超前推进数字基础设施建设、挖掘数字普惠金融应用场景、加快以区域一体化为核心的制度创新等政策建议.关键词：数字普患金融；城市经济差距;创新创业;要素集聚；区域协调发展基金项目：国家社会科学基金重点项目（21A儿014）河南省教育厅哲学社会科学基础研究重大项目（2020-JCZD-02）河南大学研究生教育创新与质量提升工程项目（SYLYC2023006）作者简介：李恒（1971），男，河南唐河人，教授，博士生导师，主要从事区域经济发展研究；
3、殷志高（1997），男，河南邓州人，博士研究生，主要从事区域经济发展研究.中图分类号:F831.2;F124文献标识码:A文章编号:1006-1096（2023）05-0138-12收稿日期:2022-04-1388888888888888888888888888888888888888888888888888一、引言与文献综述在市场经济框架下，金融是现代经济社会发展的血液，但由于金融资源的稀缺性和发展战略的政策导向，发展中国家普遍面临着较为严重的金融抑制问题，而金融资源分布失衡进一步加剧了区域经济分化，损害整体经济发展效率（周立等，2002）。数字普惠金融能提升金融服务的覆盖性和渗透性（张勋
4、等，2019）,引导金融资源进行跨区域流动，对缓解我国金融资源区域性配置失衡和建设全国统一金融大市场具有深刻影响，同时也为深化金融供给侧结构性改革、构建高质量发展的区域经济格局提供了可行路径。在从高速增长到高质量发展的转型过程中，我国区域发展不平衡不充分的问题仍然突出，党的二十大报告将协调摆在区域发展的重要位置，明确提出要深入实施区域协调发展战略、缩小城乡区域发展差距，其中经济差距作为我国区域发展不平衡的最直观、最突出体现，较早引起了专家学者的关注（周民良，1997）。改革开放以来,我国区域经济差距大致经历了”缩小一扩大一缩小三个阶段,但在长期行政区经济”模式的主导下,省会城市和大城市成为区域
5、经济发展的核心，尤其是中西部省会城市在经济格局上的“一城独大现象十分明显，这在客观上加剧了区域经济差距的扩张风险（郝宪印等，2023）,因此当前亟待通过适当的途径来化解城市经济分化压力，推动我国区域经济协调平衡发展。数字普惠金融通过跨区域配置资源要素，进而调整区域经济增长不平衡格局，深刻影响着城市经济发展状况，二者在理论逻辑上具有内在统一性。同时，探讨数字普惠金融与城市经济发展之间的均衡关系，对于完善现代金融发展体系、推动经济高质量发展也具有重要意义。学术界围绕金融发展和经济增长相关话题的讨论已经较为深入，与本文联系密切的文献主要有以下三类：数字普惠金融的经济效应、区域经济差距的影响因素以及数
6、字普惠金融与区域经济差距关系的研究。第一类文献主要围绕数字普惠金融的创新驱动效应（唐松等,2020）、绿色转型效应（刘敏楼等,2022）、贸易开放效应（张铭心等，2022）和包容共享效应（汪亚楠等，2020）等展开,研究表明数字普惠金融深度契合新发展理念的核心要义，对经济高质量发展具有显著促进作用。第二类文献从不同视角对区域经济差距的形成机制进行解读，主要探讨了产业结构（干春晖等,2010）、金融发展（倪鹏飞等,2014）、经济集聚（陆铭等，2022）和政府行为（余林徽等，2022）等因素对区域经济发展格局的影响，这为我们从多角度认识中国区域经济问题的复杂性提供了有益参考。第三类文献是对数字普
7、惠金融和区域经济差距关系的研究。数字普惠金融能够改善传统金融体系的嫌贫爱富属性，可以有效缓解弱势群体面临的金融排斥问题，进一步还将推动相对落后地区技术创新和产业升级（李彦龙等，2022）,更有利于落后地区的增长机制，促使区域经济差距收敛（肖威，2021）。可以看出，已有文献中对数字普惠金融和区域经济差距问题的探讨已经相当丰富，但将二者置于同一分析框架，深入分析数字普惠金融和城市经济差距之间关系的研究仍然较少。另外，探讨数字普惠金融影响区域经济差距的中间传导机制不足，尤其是对数字普惠金融引导金融资源的非平衡性流动机制识别有所欠缺。已有研究倾向于将区域经济环境演变抽象化，对数字普惠金融和区域经济差
8、距在要素集聚过程中的动态均衡关系有待进一步探讨O基于此，本文从数字普惠金融影响城市经济差距的内在机理出发，使用2011-2020年中国284个地级以上城市数据，考察数字普惠金融对城市经济差距的影响。相较于已有研究，本文可能的边际贡献有以下几点：（D将数字普惠金融和城市经济差距纳入同一分析框架，构建了相对剥夺指数表征城市经济发展不平衡程度，并根据地理区位和制度环境差异识别数字普惠金融对城市经济差距的异质性影响。（2）引入创新创业作为中介变量，从“双创视角研究数字普惠金融影响城市经济差距的传导路径。（3）以要素集聚为调节变量，从集聚演化的视角探讨数字普惠金融影响城市经济差距的动态特征。二、理论分析
9、与研究假说（一）数字普惠金融影响城市经济差距的基本作用机制实施区域经济协调发展战略是我国在新时代部署的重大战略之一，当前区域发展中存在的问题主要是不平衡和不充分两大方面就城市层面来看，数字普惠金融能够在促进城市经济增长的基础上，同时推动城市间经济差距收敛，有利于形成兼顾效率与公平的区域经济协调发展新格局.数字普惠金融具有数字化和低成本特点，能够提升金融服务实体经济的效率，促进城市经济增长o一方面，移动互联、人工智能和云计算技术促使传统金融业务转向线上化和智能化，金融机构不仅能够节省建设物理网点和布置基础设施的固定支出，还可以通过更为灵活的网络渠道发布产品并提供服务，有利于减少其经营成本。金融机
10、构借助大数据技术分析融资客户的信用信息，并以此为基础对不同风险类型客户进行分类管理,这将有利于降低金融借贷的道德成本（陈春华等，2021）另一方面，数字普惠金融广泛普及可以降低需求侧群体的交易成本，随着金融服务从传统的面对面模式转向数字化时代的屏对屏”模式,需求者能够节省获取金融服务需要耗费的时间成本.央行以差别利率政策对普惠金融的支持也会降低需求侧群体的贷款利息,有利于缓解融资难、融资贵的问题（任太增等,2022）。因此,数字普惠金融能够降低金融服务供需成本，加快供需匹配，改善传统金融体系的效率不足问题，从而更好地服务实体经济。数字普惠金融具有普惠性和包容性特点，能够弥补后发城市金融发展短板
11、，有利于缩小城市经济差距O在传统金融体系下，一部分信用信息差、金融素养低和承受能力弱的群体会被排斥到正规金融服务覆盖之外，成为经济发展中的弱势群体或弱势地区，金融资源和金融服务的不足会直接导致其经济增长落后于全国平均水平，区域层面金融差距最终将演化成区域经济差距（宋翠玲（2007）.数字普惠金融的运行基于包容性发展理念，旨在为社会各群体提供平等、有效的正规金融产品和服务，尤其是对于相对落后的城市而言,数字普惠金融不仅是为其开辟了传统银行信贷之外的资金融通渠道，还能降低后发城市因金融制度不完善而产生的额外融资成本，并且互联网和大数据分析等技术也为金融资源跨地域自由流动提供了便利渠道，这为完善后发
12、城市金融发展体系、加快对先发城市经济追赶奠定了基础（潘爽等,2021）因此,数字普惠金融发展可以促进金融要素跨区域自由流动，优化金融资源空间分布格局，有利于缩小城市间经济发展差距。基于以上分析，提出假说1:在促进城市经济增长的基础上,数字普惠金融能够缩小城市经济差距。（二）数字普惠金融影响城市经济差距的“双创传导机制数字普惠金融作为一种新型金融模式，能够为不确定性较强的创新活动提供资金支持，同时也有利于增加创业机会，其引导的创新创业资金注入为城市带来新的技术、产品和市场，而在为传统金融服务覆盖不足群体服务的发展理念下,数字普惠金融天生具有偏向相对落后地区的特性，这对增强后发城市赶超能力、平衡城
13、市经济发展具有重要作用。数字普惠金融能够促进创新创业活动开展。融资体系不完善、金融服务覆盖不足是抑制城市创新的客观因素，数字普惠金融可以凭借科技手段广泛地吸纳社会闲散资金，在扩充金融机构可贷资金池的同时还能够丰富创新活动融资渠道，大数据技术的使用也有利于弱化金融行业的信息不对称问题，缓解传统金融体系下因资源错配或“融资歧视”造成的创新积极性不足困境，因此数字普惠金融会通过提高创新投入、降低创新成本等方式提升创新积极性，促进城市创新活动开展（唐松等,2020）。创新与创业关系密切，创业活动也必须以一定量投入为前提，但普通创业者通常很难有足够的自有资金为创业活动垫资，风险不确定性也会使创业活跃度受
14、到严重抑制，数字普惠金融可以突破时空界限为创业活动提供资金支持,从“线下到线上的金融服务模式有利于缓解小微创业者“求贷无门”的难题0此外，数字普惠金融在创业活动中还扮演着信息媒介和支付工具的角色，既可以辅助创业者更好把握市场动态和经济政策变化以便及时调整创业策略，还允许资金流不受时空限制在买卖双方之间交换，能够极大扩展创业产品的消费群体，提升创业成功概率o因此数字普惠金融有利于降低创业门槛、提高创业活跃度（谢绚丽等,2018）。创新创业活动是区域经济增长的基础，创新能力差异通常被认为是区域经济差距拉大的根源之一，而创业活动不充分也会导致区域经济活力处于低值均衡状态，创新创业水平在各城市间差异过
15、大将加剧区域经济发展的不平衡性，因此提高相对落后地区的创新创业水平是缩小经济差距、推进平衡发展的可行选择（黄燕萍等，2013）.如上文所述，数字普惠金融能够有效促进城市创新创业活动开展，而在包容性发展理念的驱动下,数字普惠金融的服务对象具有明显的政策靶向性,更倾向于为社会上的弱势群体提供平等、有效、全面、方便的金融产品和服务，在城市层面上则意味着其对相对落后城市更为友好，所以数字普惠金融的创新创业效应在城市间是非均衡的（马德功等，2020）。具体表现为数字普惠金融会将更多的金融资源带到相对落后城市，作为传统金融服务的补充来支持创新创业活动顺利开展，进而增强后发城市经济增长的内生动力，并加快对经
16、济相对发达城市的追赶步伐.因此，数字普惠金融引导的创新创业资金流动具有地区偏向性，这有利于优化金融资源空间分布格局、缓解区域间金融发展不平衡状况，并通过创新创业这一间接途径缩小城市经济差距。基于以上分析，提出假说2:创新创业对数字普惠金融缩小城市经济差距具有传导作用。（三）数字普惠金融影响城市经济差距的集聚调节机制城市经济发展伴随着生产要素的空间流动，要素集聚既是推动城市经济增长的内生动力，同时也被认为是当前我国城市经济分化状态的重要成因O具体到数字普惠金融与城市经济平衡发展的关系，当城市要素集聚状况发生动态演化时，数字普惠金融配置要素的能力会受到显著影响，因此人才、资金和技术等生产要素的空间
17、集聚演化将会影响数字普惠金融对城市经济差距的收敛作用。一方面，要素集聚对数字普惠金融缩小城市经济差距具有助推效应。人才、资金和技术是前期积累的结果，同时也是经济主体进行一切生产活动的基础与保障，生产要素形成集聚能够提升城市要素存量优势，为数字普惠金融促进城市经济增长提供必需的要素支撑。进一步地，区域内部的后发城市不仅能利用自身集聚增强数字普惠金融的经济效能，还能从先发城市的要素集聚中获得发展契机：在先发城市的要素集聚达到一定程度后，其知识、技术的辐射扩散以及新增要素的周边配置会产生空间溢出效应，数字普惠金融则能够凭借连接和传输等功能，将先发城市的溢出效应更好地扩散到后发城市的经济活动中。此外，
18、在后发城市要素向先发城市流动过程中，其未流出要素的边际报酬也会有所提升，即产生有利于经济差距收敛的协调性集聚状态（王必达等,2020）.因此，随着城市要素集聚水平的提升,数字普惠金融可以充分调动后发城市的内外部生产要素，从而缓解要素限制、释放经济增长动能,对经济差距的收敛效应也随之增强另一方面，要素集聚对数字普惠金融缩小城市经济差距具有抑制剂效应先发城市在不断吸纳生产要素的过程中会演变为区域性中心城市，然而当要素集聚尚未达到扩散机制发挥作用的阈值时，数字普惠金融会成为先发城市虹吸后发城市的工具，这将对后者的经济增长产生负面影响（张梁等,2021）。区域性中心城市往往具有更为优越的营商和发展环境
19、，加之以经济实力为依托的政府引才、引资和引智力度相对较大，人才、资金和技术等要素会流向甚至锁定在该地区，在要素空间配置失衡和区域经济分化形成自我强化机制后，数字普惠金融对后发城市的包容性增长效果将受到抑制。另外，资源要素的逐利性特质决定其会向高回报、高利润的相对发达城市集聚，这种区域极化产生的虹吸效应与数字普惠金融的发展理念相悖，将削弱其对经济平衡发展的正向效应0因此，在面临要素流动惯性和逐利倾向的累积因果情形时，数字普惠金融可能会背离包容性发展理念而产生使命漂移，导致生产要素不协调地流向某些城市，拉大先发城市与后发城市的经济差距，故其对城市经济平衡发展的促进效应将会受到限制。分析框架如图1所
20、示。基于以上分析,提出假说3:要素集聚对数字普惠金融缩小城市经济差距具有调节作用。图1数字普惠金融影响城市经济差距的分析框架三、模型设定、变量选取与数据说明（一）模型设定数字普惠金融与城市经济差距之间具有密切关系0本文将从城市层面检验数字普惠金融对区域经济差距收敛的有效性。检验数字普惠金融是否显著缩小城市经济差距，设定基准模型如下：Kakwanirt=+Dfiit+Controllt+g+t+t（1）式（D中下标i代表城市，下标t代表年份，被解释变量Kakwani为城市经济差距,核心解释变量Dfi为数字普惠金融，Control代表一系列控制变量,1表示城市固定效应,t表示年份固定效应lt为残差
21、项。根据理论分析可知,数字普惠金融将有利于缩小城市经济差距，因此可以初步推断式（1）中系数将显著为负。根据理论分析可知,数字普惠金融能够促进创新创业，进而有利于缩小城市经济差距。为了验证创新和创业在数字普惠金融与城市经济差距之间是否存在传导作用，建立中介效应模型如下：Iit=+1Dfit+Controlit+t+t（2）Kakwanilt=+Dfiit+31,t+yControlit+&+t+t（3）式（2）中为本文的中介变量一创新和创业，参数1为数字普惠金融对创新创业的影响系数；式（3）中，将数字普惠金融和创新创业同时对城市经济差距进行回归，参数2.3分别为数字普惠金融和中介变量对城市经济差
22、距的影响系数。为验证要素集聚是否会对数字普惠金融的平衡发展作用产生显著影响，在式（1）的基础上，加入要素集聚和数字普惠金融与要素集聚的交乘项，设定调节效应模型如下：Kakwanirt=+4Dfirt+5Mt+DfiitXMt+yControlit+i+t+t（4）式（4）中M为调节变量,在本文中表示人才、资金和技术三个维度上的城市要素集聚程度。DfiXM表示数字普惠金融与要素集聚的交乘项，系数6用以检验要素集聚对数字普惠金融影响城市经济差距的调节效应。（二）变量选取1 .被解释变量城市经济差距（Kakwani）o在发展中促进相对平衡”的思维方法是认识区域发展战略意义和实施区域发展政策的根本指弓
23、1（蔡昉等，2022）,本文主要关注不同城市之间的相对经济差距，借鉴洪兴建（2010）和周文等（2017）计算区域间经济差距的做法,使用Kakwani（1984）构建的相对剥夺指数作为城市经济差距的代理变量。该指数计算思想是以全国城市为群组，将每个城市与群组中超过其人均生产总值的其他城市进行比较，然后得出该城市相对于较发达城市的不平等程度0Kakwani指数的具体计算方式如下：Kakwanii=Y；（-yi）y（5）式（5）中y1表示第i个城市的人均生产总值，My表示全国所有城市的人均生产总值的平均值，;表示全国城市中人均生产总值超过i城市的人均生产总值的平均值，Y,表示全国城市中人均生产总值
24、超过乂的样本数占总样本数的百分比。根据式（5）可知，Kakwani指数并不以群组内最发达的城市为唯一参照来计算城市经济差距，而是通过锚定经济发展水平高于自身的一揽子城市，计算得到某一城市相对于发达城市群体的不平等程度,Kakwani指数越大意味着其与相对发达城市经济发展水平差距越大。2 .核心解释变量数字普惠金融（Dfi）。数字普惠金融与金融科技、互联网金融在概念上具有较大程度的相似性（黄益平等,2018）。在指标测度上，当前常用做法主要是以支付宝使用数据和百度搜索数据为基础，计算得到数字普惠金融指数和金融科技指数.本文主要选取北京大学数字金融研究中心发布的中国数字普惠金融指数作为城市层面数字
25、普惠金融发展水平的代理变量（郭峰等，2020）。此外,将覆盖广度和数字化程度也作为核心解释变量进行回归，验证数字普惠金融所具有的规模红利和数字红利。为便于观察估计系数，将以上三个指标均缩小为原始数据的百分之一。3 .中介变量创新水平（LinnO）和创业水平（Lentr）北京大学国家发展研究院与龙信数据研究院联合开发了中国区域创新创业指数，该数据集采样范围包括全部行业、全部规模的企业,特别是覆盖了创新活跃度高的中小微企业、创业期企业，能够客观反映中国城市层面创新创业活动。本文分别选取中国区域创新创业指数中的发明专利授权指数和新建企业进入指数，用以表征城市的创新创业水平（不含四个直辖市）。为了便于
26、观察系数，将二者均缩小为原始数据的百分之一。4 .调节变量人才集聚（M.tale）,资金集聚（M_c叩i）和技术集聚（MJech）。对于城市要素集聚程度的衡量,主要借鉴田喜洲等（2021）计算要素集聚的区位嫡思想，以信息传输、计算机服务和软件业从业人员数与科学研究、技术服务和地质勘查业从业人员数之和、年末金融机构贷款余额以及获得专利授权数量为基础数据，分别计算得到城市的人才集聚指数、资金集聚指数和技术集聚指数。5 .控制变量为排除其他外部因素对城市经济差距的影响，模型中还加入了以下控制变量：产业结构（Str）,以第三产业增加值与地区生产总值之比衡量；传统金融（Fin）,以年末金融机构贷款余额与
27、地区生产总值之比衡量；科技投入（TeC）,以科学技术支出与一般公共预算支出之比衡量；教育投入（EdU）,以教育支出与一般公共预算支出之比衡量；人力资本（HUm）,以每百人普通本专科在校生人数的对数值衡量；市场规模（Mar）,用人均社会消费品零售总额的对数值衡量；平均工资（Wag）,用在岗职工平均工资的对数值衡量。（三）数据说明与典型事实本文主要研究数字普惠金融对中国城市经济差距的影响以及创新创业的传导作用，并进一步探讨要素集聚对上述影响的调节效应,选取20112020年中国284个地级以上城市为研究样本，共计2840个观测值。数字普惠金融数据来源于北京大学数字普惠金融指数，城市创新创业数据来源
28、于中国区域创新创业指数，其他变量均来源于中国城市统计年鉴和各市国民经济和社会发展统计公报，对于计算过程中的个别缺失数据通过移动平均法补齐，末期缺失数据则根据趋势外推得出主要变量描述性统计结果如表1户而。为初步回答数字普惠金融与城市经济差距关系”的问题，以数字普惠金融指数的中位数为临界值,将全国城市划分为数字普惠金融发展水平较高城市和数字普惠金融发展水平较低城市两组，图2为两组城市的经济增长率变化趋势o在观察期内，我国城市的经济增速整体上有所放缓，虽然在2013年之前数字普惠金融发展水平较高城市的经济增长率要小于数字普惠金融发展水平较低城市，但2011-2013年两组城市的增长率差距总体上呈缩小
29、趋势，并且在2014年两组城市的经济增长率相比之前发生明显反转，数字普惠金融发展水平较高城市的经济增长率下降的更为缓慢，这表明数字普惠金融在抵抗经济下行压力上可能发挥着某种正向作用。实际上，城市经济增长和城市间经济差距会受到多种复杂因素的影响，下文将采用固定效应模型进一步考察数字普惠金融与城市经济差距的关系，以期为发展数字普惠金融、推进区域经济协调发展提供理论支撑。表1主要变量描述性统计结果变量名称变JR符号观测值平均值标准差最小值最大值城市经济差距Kakwani28400.3140.1930.0000.848数字普惠金融Dfi2840L7460.6830.1703.345覆盖广度Cov284
30、016530.6730.0193.265数字化程度Dig284021070.8250.0275.812创新水平I_inno25200.5200.2810.0031.000创业水平Lentr25200.5220.2790.0201.000人才集聚M_tale28400.8001.5810.06433.860资金集聚M_capi28400.9181.2110.03513.474技术集聚M_tech28400.903L8850.01020.905产业结构Str28400.4200.1010.1010.839传统金融Fin284010220.6250.1189.623科技投入Tec28400.0170
31、.0170.0010.207教育投入Edu28400.1770.0400.0100.356人力资本Hum284019092.4520.00615.260市场规模Mar28409.7050.7500.83312.036平均工资Wag284010.9050.3258.50912.678图2不同数字普惠金融发展水平下城市经济增长率变化趋势四、实证结果与分析（一）基准回归为了检验数字普惠金融能否显著缩小城市经济差距，本文使用城市和年份双向固定效应模型对式（1）进行估计，结果如表2所示。可以发现，相关控制变量对数字普惠金融的平衡发展效应具有一定影响，引入控制变量使得核心解释变量系数的绝对值出现不同程度下
32、降，但同时也伴随着拟合优度的上升。不过总体来看,数字普惠金融及其覆盖广度和数字化程度对城市经济差距的估计系数均显著为负，这与理论分析得到的结论一致，即数字普惠金融发展有利于缩小城市间的经济差距，并且数字普惠金融对城市经济差距收敛具有明显的规模红利和数字红利。此外,对比分维度指标的估计系数可以发现，覆盖广度对城市经济差距的影响较大，而数字化程度的影响相对较小，这表明在现阶段数字普惠金融覆盖广度对城市经济差距的收敛作用大于数字化程度，即当前数字普惠金融对我国城市经济平衡发展的规模红利效应要强于数字红利效应o综上，数字普惠金融能够显著缩小城市经济差距，有利于实现区域经济平衡发展，假说1得到初步验证。
33、（二）稳健性和内生性检验1.替换核心变量使用20132020年中国城市灯光数据表征城市经济发展水平（陈思霞等,2017;郭峰等,2023）,计算-143.得到基于夜光灯强度的Kakwani指数，作为城市经济差距的代理变量再次进行估计，结果见表3第(1)歹I。考虑到数字普惠金融是数字经济的一个具体领域，城市的数字经济发展水平在一定程度上能够体现数字普惠金融的发展现状，借鉴赵涛等(2020)的做法构建城市数字经济指数，作为数字普惠金融的替代变量，结果如表3第(2)列所示。可以看出，在分别更换数字普惠金融和城市经济差距的衡量方式后，核心解释变量的估计系数仍显著为负，与前文结论基本保持一致。表2基准回
34、归结果变量名称变量符号(1)(2)(3)(4)(5)(6)数字普忠金融Dfi-0.2702-0.179w(0.040)(0.033)覆盖广度Cov-0.350E-0.260(0.052)(0.043)数字化程度Dig-0.020-0.0100(0.006)(0.005)产业结构Str0.333”.0.331o0.3622(0.058)(0.056)(0.060)传统金融Fin0.034”0.03530.036”(0.016)(0.015)(0.016)科技投入Tec-0.514“-0.52440-0.702(0.179)(0.179)(0.212)教育投入Edu-0.090-0.098-0.1
35、38(0.080)(0.077)(0.085)人力资本Hum-0.001-0.002-0.002(0.002)(0.002)(0.003)市场规模Mar-0.0600-0.055”-0.063,(0.027)(0.026)(0.029)平均工资Wag-0.066”*-0.058o-0.065(0.025)(0.022)(0.025)常数项Constant0.464E0.500E0.334,1.541E1.451,o1.477E(0.020)(0.026)(0.004)(0.319)(0.300)(0.333)城市固定效应CityYESYESYESYESYESYES年份固定效应YearYESYE
36、SYESYESYESYES观测值N284028402840284028402840R2R20.3810.4130.3300.5270.5500.506注：括号内为稳健标准误:*、*分别表示回归系数在凡5机10$水平上显著。下同。2 .调整数据样本我国不同城市之间的经济发展水平和数字普惠金融发展水平都存在较大差异，故数据样本在某些年份可能会存在离群值,并且原始数据在计算和变换中也难以避免会存在误差，由此产生个别异常数值，这些问题都会对估计结果的准确性产生影响。为避免样本中极端值和异常值的影响，分别对数字普惠金融和城市经济差距进行1%截尾处理.结果如表3(3)(4)列所示。结果表明，数字普惠金融对
37、城市经济差距的影响依然显著为负,这表明数字普惠金融的确能够缩小城市经济差距，有利于促进城市经济平衡发展。3 .内生性问题通过加入控制变量、固定城市和年份等做法能够在一定程度上缓解遗漏变量问题，但核心变量之间也可能存在着双向因果关系，由此产生的内生性偏误也会导致模型估计结果与实际情况存在偏差。为尽可能缓解内生性问题导致的估计偏误，本文使用两阶段最小二乘法再次进行估计，分别选取城市所在省份的数字普惠金融平均值和城市到杭州市距离与前一年全国数字普惠金融指数平均值的乘积作为模型估计的工具变量，结果如表3(5)(6)列所示。可以看出，杜宾-吴-豪斯曼检验在1$水平上拒绝解释变量不存在内生性的原假设，拉格
38、朗日乘子检验和沃尔德检验结果表明工具变量选取不存在识别不足和弱工具变量问题,且在使用两阶段最小二乘法进行估计后，数字普惠金融的估计系数均显著为负，这表明在缓解潜在内生性问题对模型估计的干扰后，基准回归的结论仍然成立。表3稳健性检验结果变量名称变量符号替换核心变量调整数据样本两阶段最小二乘法(1)(2)(3)(4)(5)(6)数字普忠金融Dfi-1.041*-0.189-0.209-0.392-0.466(0.022)(0.034)(0.033)(0.060)(0.095)数字经济Dfi_$UbS-0.164m(0.073)常数项Constant0.948-1.452-1.701-1.8591.
39、6272.072o(0.237)(0.331)(0.359)(0.363)(0.311)(0.370)控制变量ControlYESYESYESYESYESYES城市固定效应CityYESYESYESYESYESYES年份固定效应YearYESYESYESYESYESYESKleibergen-PaaprkLMK-PLM466.525o187.872EKleibergen-PaaprkWaldFK-PF980.806173.839Durbin-Wu-HausmanFD-W-HF11.302,27.558观测值N223228402783278328002556R2R20.2010.5080.530
40、0.5460.5010.509注：Kleibergen-PaaprkWaldF统计量均大于StoCk-Yogo检睑在10%水平对应的临界值16.380。(三)异质性检验1 .地理区位的异质性分组检验由于自然资源条件和历史发展战略等多种因素耦合，我国各大区域经济发展存在较大差异，尤其是东中西梯度差距引起了学界的广泛讨论，不过随着近些年来经济重心南移，南北差距又成为区域发展差异的关注点。数字普惠金融发展同样具有显著的区域性差距，处于不同发展阶段的数字普惠金融在非均质的经济环境中运行.其平衡发展作用也可能会存在区位异质性。为验证数字普惠金融的平衡发展效应在空间上是否具有非对称性，将全部样本按照区位差
41、异划分为东部城市和中西部城市以及南方城市和北方城市，分别进行估计。此外，本文还将数据样本划分为重点城市(包含4个直辖市、26个省会城市以及5个计划单列市)和普通城市,分析在不同行政等级下数字普惠金融对城市经济差距的异质性影响，分样本估计结果如表4所示。通过对比可以发现,数字普惠金融对城市经济差距的负向作用在中西部城市、北方城市和普通城市样本中更大，表明数字普惠金融会更有利于缩小其与相对发达城市的经济差距。一方面.我国的东部地区、南方地区和重点城市的传统金融行业发展已经相对成熟，金融市场发育也会更加完善，积累的金融资源也较为丰富，这些地区更倾向于通过传统银行业金融服务进行资金融通，数字普惠金融尚
42、无法撼动传统金融服务的优势地位，其对城市经济差距的收敛作用会在一定程度上受到传统金融发展的挤出。另一方面，我国中西部地区、北方地区和普通城市的金融发展整体上相对落后，借助传统金融服务以外渠道满足金融需求的动机更为强烈，因此在更大的区域尺度上，数字普惠金融同样能够增强相对落后城市的追赶能力，有利于促进区域间经济平衡发展。表4异质性检验结果：区位差异视角变量名称变量符号东部城市(1)中西部城市(2)南方城市(3)北方城市(4)重点城市(5)普通城市(6)数字普患金融Dfi-0.195o-0.232,*-0.013-0.255-0.023-0.206o(0.035)(0.047)(0.033)(0.
43、045)(0.034)(0.037)常数项Constant2.293*”1.342,0.970o1.569P2.42121.538(0.451)(0.307)(0.282)(0.305)(0.400)(0.319)控制变量CtrolYESYESYESYESYESYES城市固定效应CityYESYESYESYESYESYES年份固定效应YearYESYESYESYESYESYES观测值N11301710155012903502490R2R20.6280.5560.7200.5080.7080.5342 .制度环境的异质性分组检验考虑到数字普惠金融发挥效用也会受到制度因素的影响，本文进一步从城市制
44、度环境(包括市场化水平、金融监管强度和风险意识)的视角探讨其对城市经济差距的异质性影响。以市场化水平指数(王小鲁145等，2021）、金融监管支出占政府预算支出比重（唐松等,2020）和福利彩票销售额与地区生产总值之比（赵奇锋等，2018）为基础，得到2011-2019年中国30个省份的市场化水平、金融监管强度和风险意识指数。依此计算出30个省份市场化水平、金融监管强度和风睑意识指数的年度平均值，并以相应指标平均值的中位数为临界值,将全部样本划分为高市场化水平城市和低市场化水平城市、强金融监管城市和弱金融监管城市以及风险偏好型城市和风险规避型城市，分样本估计结果如表5所示。通过对比可以发现，数
45、字普惠金融的估计系数在各分样本中均显著为负，且对低市场化水平、弱金融监管和风险偏好型城市的影响程度更大。就市场化因素而言，低水平的市场化程度意味着价格机制和竞争机制不能充分发挥作用,市场上信息透明度较低，数字普惠金融能够有效改善低市场化水平城市的市场机制不完善问题，从而更有利于其缩小与发达城市的经济差距。高强度的金融监管可以遏制金融乱象，提升金融服务效率，但同时也会抑制金融产品和金融服务的创新，尤其是数字普惠金融作为处于成长期的金融服务模式，其应用场景还有待深入探索，金融监管力度过强也可能会不利于数字普惠金融释放平衡发展作用（郑万腾等，2022）o就风险意识而言，风险偏好程度较高的经济主体更具有冒险精神，对使用数字普惠金融的态度也更为积极，愿意通过使用新技术形式的金融服务获取超额收益，而风险规避型的经济主体缺乏借助数字普惠金融提升综合
