數字普惠金融對服務業發展的影響及機制研究
——基于省際面板數據的實證分析

■丁日佳，劉瑞凝，張倩倩

一、引言與文獻綜述

十九大報告指出，要建設現代化經濟體系，支持傳統產業結構優化升級，加快現代服務業發展。2018年，我國服務業對經濟增長的貢獻率接近60%，超過工業與農業對國民經濟發展的貢獻。促進我國服務業發展，提高服務業發展質量成為完善產業結構，提高經濟效率的重要舉措。

現有文獻中關于影響服務業發展的因素主要包括宏觀和微觀兩方面。宏觀方面，全球化發展趨勢和對外開放是當前服務業發展的客觀條件（袁志剛和饒璨，2014），制度變遷會直接或間接影響國內服務業的增長（邵駿和張捷，2013），如知識產權保護制度（唐保慶等，2018）、經濟體制（周革非和周力，2004），城鎮化建設、交通設施建設、信息化水平等也會影響服務業發展（曾淑婉和趙晶晶，2012；高翔等，2015）；微觀層面，人口年齡結構是影響服務業的重要因素，適度的人口老齡化會激發消費活力，促進服務業消費需求（陳衛民和施美程，2014），而人口老齡化的加重會對服務業發展產生抑制作用（吳飛飛和唐保慶，2018），人力資本會促進技術創新并產生服務業集聚效應（何永達，2015），居民消費偏好、收入水平等均對服務業產生影響（俞劍，2017）。

除上述影響因素外，部分學者研究了傳統金融對服務業發展的影響。一方面，金融服務可以通過投資、信貸和儲蓄等資源配置功能為相關產業提供資本服務，對服務業發展存在拉動作用（任曙明等，2013），而金融抑制會降低服務業產出份額（王勛和Anders Johansson，2013）；另一方面，金融業中資產質押的出現促進社會成員對未來消費的需求（江小涓，2011），金融發展通過技術創新手段提高金融服務水平和效率，優化產業結構（易信和劉鳳良，2015）。但傳統金融為服務業提供資本支持存在成本高、效率低等問題，服務業細分行業眾多，部分行業仍面臨融資約束的局面。當前我國數字普惠金融發展迅速，擴大了金融業的服務范圍，為金融服務帶來更多的創新產品。作為創新型金融模式，數字普惠金融是否會發揮普惠作用，滿足社會全體的金融需求，為服務業發展提供數字化創新性金融服務，從而促進服務業發展呢？且數字普惠金融又是如何影響服務業水平提高呢？基于此，本文以我國31個省份服務業發展水平等相關數據為樣本，利用工具變量法和中介效應模型，創新性地考察數字普惠金融對服務業的影響及其作用路徑，以期對政策制定與完善提供參考。

二、理論分析與研究假設

數字普惠金融是互聯網數字技術與金融結合的產物，其創新性的功能服務以及服務對象的廣泛性彌補了傳統金融服務的不足，從而滿足了社會全體對金融服務的廣泛需求（Huang Yiping，2017），促進服務業發展。

首先，數字普惠金融能夠通過提高城鎮化水平推動服務業發展。數字普惠金融的出現豐富了金融產品，為金融服務城鎮化提供了更多融資選擇。

其次，數字普惠金融能夠通過促進居民消費水平的提升推動服務業發展。易行健和周利（2018）認為數字普惠金融對社會居民消費水平具有顯著的促進作用，尤其是金融使用深度方面。新興的支付手段、信貸方式等增強了居民消費自信和消費欲望，從而帶動服務業相關產業發展。

最后，數字普惠金融能夠通過完善要素市場推動服務業發展。數字普惠金融的發展能夠通過普惠性金融服務，減少金融服務對服務業中各行業的偏向性，尤其為中小企業提供便捷的金融服務。且數字普惠金融需要數字技術的支持，數字普惠金融促使互聯網信息技術水平的飛速發展，帶動科技人才的進步，為人力、科技資源進步提供了良好的發展環境。

綜上所述，本文提出以下假設。

假設1：數字普惠金融對服務業發展存在積極的影響。

假設2：數字普惠金融會通過加快城鎮化建設、提高居民消費水平和完善要素市場來促進服務業發展水平的提高。

三、模型構建、變量與數據來源

（一）模型構建

1.數字普惠金融對服務業發展的影響模型

為驗證假設1，本文構建基準回歸模型以考察數字普惠金融對服務業發展的影響，模型如式（1）：

其中，SVi，t表示i省（自治區及直轄市）第t年的服務業發展水平，Indexi，t表示i省（自治區及直轄市）第t年的數字普惠金融指數，Controli，t表示其他控制變量，α0表示常數項，εi，t表示隨機擾動項。

基準回歸估計模型式（1）中：一是存在其他未考察的變量影響服務業發展，造成變量遺漏；二是服務業細分行業眾多，其發展會對數字普惠金融產生一定影響，存在雙向交互效應。為避免內生性問題，準確識別數字普惠金融對服務業發展的影響，以互聯網發展水平為工具變量對面板數據進行2SLS回歸。一階段方程如式（2）：

式（2）中，ITi，t表示i省（自治區及直轄市）第t年的互聯網發展水平，ρi，t表示隨機擾動項。

2.數字普惠金融對服務業發展的影響機制模型

為驗證假設2，本文借鑒溫忠麟和葉寶娟（2014）的中介效應模型逐步檢驗法，研究數字普惠金融是否通過城鎮化、居民消費水平以及要素市場發展影響服務業發展，檢驗公式（3）、（4）和（5）：

其中，SVi，t表示i省（自治區及直轄市）第t年的服務業發展水平，DFIi，t表示i省（自治區及直轄市）第t年的數字普惠金融總指數，MVi，t表示中介變量，包括城鎮化水平、居民消費水平和要素市場發育程度，μi，t、δi，t和θi，t表示隨機擾動項。

檢驗中介效應的順序為：首先對式（3）進行檢驗，β1表示總效應，如果β1顯著，說明數字普惠金融對服務業發展影響顯著，隨后對式（4）進行回歸，如果φ1為正數且顯著，說明數字普惠金融對中介變量存在顯著的促進作用，最后對式（5）進行回歸分析，γ1表示數字普惠金融對服務業發展的直接影響，φ1×γ2表示間接影響。假如φ1×γ2為正以及φ1和γ2均顯著為正，說明中介變量對服務業發展存在中介效應，中介效應占比為φ1×γ2/β1。中介效應的顯著性用Bootstrap檢驗驗證，如果拒絕原假設，證明中介變量的中介效應顯著。

（二）變量

1.被解釋變量

服務業發展水平（SV）。服務業發展水平以服務業增加值占比和人均服務業增加值衡量地區的服務業發展狀況。其中，服務業占比以服務業增加值占GDP比重表示；人均服務業增加值以人均服務業增加值的對數值表示。

2.解釋變量

數字普惠金融指數（Index）。數字普惠金融指數表示地區數字普惠金融的發展狀況，指數越大，該地區數字普惠金融發展水平越高。選取數字普惠金融總指數（DFI）表示地區數字普惠金融的總體發展狀況，數字金融覆蓋廣度指數（DFC）、數字金融使用深度指數（DFD）和數字支持服務指數（DSS）描述地區數字普惠金融具體發展狀況，以指數占100比值表示。

3.工具變量

互聯網發展水平（IT）。互聯網發展水平衡量一個地區信息化、網絡化的發展程度，以地區人均互聯網接口數的對數值表示。

4.中介變量

（1）城鎮化水平（CL）。城鎮化水平反映各地區城鎮化進程的發展狀況，以城鎮人口占總人口的比重衡量。

（2）居民消費水平（PC）。居民消費水平反映的是地區居民物質消費與精神消費需求得到滿足的程度，以人均居民消費支出的對數值表示。

（3）要素市場發育程度（FM）。要素市場發育程度反映地區資本、勞動、金融等要素市場的完善狀況，體現市場配置資源的地區水平。

5.控制變量

（1）政府干預程度（GOV）。政府的干預能夠影響服務業發展的環境。政府干預程度以財政支出（扣除科教文衛支出）與地區總產值的比值表示。

（2）基礎設施建設（BI）。基礎設施在交通便捷程度、企業運營設施等方面對服務業的發展起到不容忽視的作用。基礎設施建設以每平方公里的鐵路、公路和水運總里程表示。

（3）經濟開放水平（IE）。經濟開放意味著人才、技術、資本的自由流通，服務業發展需要開放的營商環境。經濟開放水平以進出口總額與地區總產值的比值表示。

（4）人口受教育程度（HC）。服務業涉及的行業繁多，高新技術產業、金融業等產業需要人才的支持，而勞動密集型服務業也會因人口受教育程度的加重產生轉型問題。人口受教育程度以地區每十萬人口高等學校平均在校人數的對數值表示。

（5）市場化水平（M）。市場化發展代表著一個地區經濟發展環境中政府與市場的關系趨于合理、產品、要素市場發展良好，市場對異質性企業偏向性較弱等。

（6）工業發展水平（IV）。工業為服務業發展提供物質服務和信息技術支持，工業發展極大程度上影響服務業的發展。本文以工業增加值的對數值來表示。

（三）數據來源

服務業發展水平相關數據均來自2011～2017年《中國統計年鑒》。按照汪偉等（2015）、吳飛飛和唐保慶（2018）對服務業的分類，生產性服務業增加值以各省（自治區及直轄市）交通運輸與倉儲郵政業、金融、房地產業增加值衡量；生活性服務業增加值為各省（自治區及直轄市）住宿餐飲業和批發零售業增加值總和，并以2011年為基年平減以消除通貨膨脹影響。數字普惠金融指數來源于北京大學數字金融研究中心于2019年發布的《北京大學數字普惠金融指數》，數據年限為2011～2017年。市場化水平指數和要素市場發育程度指數來源于王小魯等（2017）學者的研究成果，因數據提供年限為2011～2014年，故借鑒俞紅海等（2010）的做法，根據年均增長率計算出2015～2017年數據。其余變量數據均來源于2011～2017年的《中國統計年鑒》。本文回歸估計所用軟件為Stata15.1。變量描述性統計如表1所示。

表1 變量描述性統計

續表1

四、數字普惠金融對服務業發展的影響

（一）數字普惠金融對服務業發展的影響檢驗基準回歸結果

為驗證假設1，對公式（1）進行基準回歸估計。通過F檢驗、LM檢驗和Hausman檢驗確定采用固定效應模型進行基準回歸估計，結果如表2所示。模型（1）～（2）表示數字普惠金融對服務業占比的回歸結果，在不存在和存在控制變量時，DFI的系數均顯著，分別為0.0355和0.0360，證明數字普惠金融對服務業占比存在顯著的促進作用。模型（3）～（4）顯示，DFI的系數顯著為正，分別為0.3911和0.3382，說明數字普惠金融的發展推動了人均服務業增加值的增長。以上結果表明，數字普惠金融促進了服務業的發展，顯著提升服務業發展水平。數字普惠金融利用金融科技為服務業提供了寬松的融資渠道和創新性金融服務，使服務業得到更多的金融支持。

表2 基準回歸結果

從控制變量看，政府干預程度、基礎設施建設和市場化水平對服務業發展均存在積極的影響。政府干預程度加強的情況下財政支出的提高可以在一定程度上彌補市場要素供給不足，為服務業發展提供財政支持。基礎設施建設水平的提高反映出服務業賴以發展的硬件設施的完善程度，為服務業的發展提供便利服務。市場化為服務業提供更加寬松的增長空間，提高資本、勞動等要素的流動性，保證了服務業的發展活力。經濟開放水平和工業發展水平的提高并沒有帶來服務業的增長，原因可能在于近年來我國服務業出口行業受到國際經濟發展放緩以及主要服務貿易出口國經濟下行的影響，無法帶來服務業貿易交易額的增長，同時我國產業聯動效應并不明顯，工業的發展無法帶動服務業水平的提升。

（二）內生性問題處理：工具變量法

前文已提出基準回歸估計模型（1）可能存在內生性問題，而工具變量法能夠緩解這一問題。因此，參考謝絢麗等（2018）的思路，選擇互聯網發展水平（IT）作為數字普惠金融的工具變量進一步驗證數字普惠金融對服務業發展的影響。選取互聯網發展水平（IT）為工具變量的原因：第一，互聯網的發展為數字普惠金融提供了良好的創新發展平臺，顯著提高了數字普惠金融的發展水平，滿足二者的相關性要求；第二，在控制政府干預程度、人口受教育程度等變量后，互聯網發展水平不存在對服務業發展的影響，滿足外生性要求。因此，采用兩階段最小二乘法（2SLS）對模型（1）進行估計，結果如表3所示。

表3 面板工具變量回歸結果

模型（1）為互聯網發展水平（IT）對數字普惠金融的一階段回歸結果。Kleibergen-Paap rk LM統計量為22.98，在10%水平上顯著，說明互聯網發展水平（IT）作為工具變量具有可識別性。Cragg-Donald Wald F統計量和Kleibergen-Paap rk Wald F統計量分別為90.65和75.79，大于Stock-Yogo（2005）所列出的10%水平上的F臨界值16.38。因此，拒絕了互聯網發展水平（IT）為弱工具變量的假設。Anderson-Rubin Wald檢驗結果顯著為89.22，證明互聯網發展水平（IT）與數字普惠金融之間存在強相關性。互聯網發展水平（IT）系數為1.3183，與數字普惠金融（DFI）存在顯著的正相關，表明互聯網發展水平（IT）作為工具變量合理有效。二階段回歸結果模型（2）和（3）均顯示，數字普惠金融對服務業發展影響顯著，系數值分別為0.0538和0.4284，再次驗證了假設1，數字普惠金融對服務業發展水平存在促進作用。

（三）穩健性檢驗

為檢驗結果的穩健性，本文從三個方面進一步驗證數字普惠金融的影響。結果顯示①限于篇幅，留存備索。：

第一，采用數字普惠金融細分指數，通過工具變量法檢驗數字普惠金融對服務業發展的影響，結果發現數字普惠金融覆蓋廣度（DFC）、使用深度（DFD）以及數字支持服務（DSS）的系數均在10%水平上顯著為正，反映出三者的提升均能夠支持服務業的發展。第二，區分數字普惠金融對生產、生活性服務業發展的影響。估計結果顯示，數字普惠金融對生產性服務業占比和人均服務業增加值的影響系數分別為0.0170和0.1303，而對生活性服務業的影響系數分別為0.0080和0.0757，反映出數字普惠金融對兩類服務業均存在顯著的促進效應，同時數字普惠金融對生產性服務業的促進效應顯著大于生活性服務業。第三，將樣本分為東中西地區②根據中國國家統計局對全國區域的劃分，東部地區包括：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南；中部地區包括：山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南；西部地區包括：四川、重慶、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆、廣西和內蒙古。考察數字普惠金融對服務業發展水平的影響，結果顯示，數字普惠金融對東部和西部地區的影響系數大致相同，而中部地區DFI的系數明顯大于東西部地區，說明數字普惠金融對中部地區服務業發展的影響程度最大。

五、數字普惠金融對服務業發展的影響機制

為驗證假設2，本文利用中介效應逐步檢驗的方法檢驗城鎮化、居民消費水平和要素市場發育是否可以作為中介要素支持數字普惠金融對服務業發展的影響。

（一）城鎮化水平中介效應

表4顯示了城鎮化水平的中介效應結果，模型（1）～（3）為數字普惠金融通過城鎮化建設影響服務業占比的逐步檢驗結果，模型（2）中DFI系數顯著為0.0182，說明數字普惠金融對城鎮化進程存在顯著的促進作用；模型（3）中數字普惠金融（DFI）和城鎮化水平（CL）系數分別為0.0327和0.2505，說明城鎮化確實具有中介效應。進一步運用Bootstrap檢驗驗證其中介效應存在的可靠性，結果顯示其中介效應在10%水平上顯著，中介效應占總效應比例為12.22%。模型（4）～（6）為數字普惠金融通過城鎮化建設影響人均年服務業增加值的逐步檢驗結果，城鎮化在數字普惠金融對人均服務業發展的影響中起到顯著的中介效應，中介效應占總效應比例為50.65%。從而驗證了假設2，數字普惠金融通過提高城鎮化水平促進服務業發展。

表4 城鎮化水平中介效應結果

（二）居民消費水平中介效應

表5為居民消費水平的中介效應結果，模型（1）～（3）為數字普惠金融通過居民消費影響服務業占比的逐步檢驗結果，模型（2）中DFI系數顯著為0.1789，反映出數字普惠金融對居民消費具有促進作用。模型（3）中數字普惠金融（DFI）和居民消費水平（PC）系數顯著為正，且Bootstrap檢驗顯著，居民消費中介效應占總效應比例為21.30%。模型（4）～（6）為數字普惠金融通過居民消費影響人均服務業增加值的逐步檢驗結果，進一步運用Bootstrap檢驗分析，結果顯示居民消費中介效應在1%水平上顯著，中介效應占總效應比例為23.58%。因此，驗證了假設2，數字普惠金融通過提高居民消費水平促進服務業發展。

表5 居民消費水平中介效應結果

（三）要素市場發育中介效應

表6 要素市場發育中介效應結果

表6為要素市場發育的中介效應結果，模型（1）～（3）為數字普惠金融通過要素市場影響服務業占比的逐步檢驗結果，模型（2）中DFI系數為0.5952，表明數字普惠金融對要素市場發育存在顯著的完善作用，模型（3）中數字普惠金融（DFI）和要素市場發育（FM）系數顯著為正，說明要素市場確實具有中介效應，進一步運用Bootstrap檢驗驗證其中介效應存在的可靠性，結果顯示中介效應在10%水平上顯著，中介效應占總效應比例為33.60%。模型（4）～（6）為數字普惠金融通過要素市場影響人均年服務業增加值的逐步檢驗結果，要素市場在數字普惠金融對人均服務業增加值的影響中發揮積極的中介作用，中介效應占總效應比例為73.37%。綜上，驗證了假設2，數字普惠金融通過完善要素市場發育促進服務業發展。

六、研究結論與政策建議

本文利用我國31個省、自治區及直轄市的面板數據，分析了數字普惠金融對服務業發展的影響與作用機制，得出以下結論：

第一，數字普惠金融對服務業增加值占GDP比重和人均服務業增加值均具有促進作用，數字金融覆蓋度、使用深度以及金融數字技術均對服務業發展產生積極的影響。第二，數字普惠金融對生產性和生活性服務業發展影響程度存在差異，對生產性服務業的影響程度高于生活性服務業。第三，數字普惠金融對服務業發展的影響存在地區異質性，呈現中部最大，東西部次之的特點。第四，數字普惠金融能夠通過促進城鎮化水平提升、提高居民消費水平以及完善要素市場發育來推動服務業發展。綜上所述，我國應該根據當前服務業發展狀況和數字普惠金融的發展水平，積極發揮數字普惠金融對服務業的促進作用。據此，本文提出如下建議：

第一，加強數字普惠金融創新，進一步激發金融資本活力。服務業包含衣食住行以及科學技術、信息技術等各個方面，各行業性質的不同需要多樣化的金融產品對其進行金融服務。政府應鼓勵金融部門積極創新金融產品，擴大金融服務市場，完善金融市場環境，同時減少不必要的融資環節，提高金融服務水平與效率。第二，完善數字普惠金融發展的基礎設施，營造良好的金融環境。數字普惠金融的發展依賴于移動技術、信息技術和互聯網技術的進步，要加強對信息網絡技術行業的投資，提高數字普惠金融賴以發展的信息化服務水平，擴大移動技術應用范圍，深化數字技術發展空間布局，為數字普惠金融發展提供更加便捷的服務。第三，積極加快城鎮化建設進程，帶動產業結構優化升級，拉動地區經濟發展。通過精準扶貧等措施縮小城鄉居民收入差距，進一步擴大內需，增加服務消費，完善消費市場。同時，深化經濟體制改革，提高要素市場的發育程度，為服務業發展提供有力的支持。