中國互聯網金融與貨幣政策有效性：直接和間接空間效應分解

姜松 ，周鑫悅

（1.重慶理工大學經濟金融學院，重慶 400054；2.重慶市勞動經濟和人力資源研究中心，重慶400054）

一、引言與文獻回顧

作為新興事物，互聯網金融增強了金融產品的流動性和營利性，一方面重構了我國金融版圖、經濟系統，是普惠金融體系的重要構成和化解“金融排斥”頑疾的利器；但另一方面，互聯網金融將會重塑金融發展理論、改變金融機構組織模式以及金融監管機制范式，快速發展、迅速裂變的背后，也集聚了諸多風險，給經濟社會穩定帶來了新的挑戰。互聯網金融的風險疊加性與嵌套性、跨市場性、跨期限性、跨空間性特征，直接威脅金融穩定、貨幣政策預期目標。在眾多風險類型與問題焦點中，貨幣政策風險是其中的關鍵(姜松和周虹，2019)。國際經驗表明，互聯網金融發展會影響一國貨幣需求和貨幣供給的總量及結構，影響貨幣政策的使用效率、中介目標的關聯性以及最終目標的有效性，進而影響貨幣政策傳導機制和政策預期目標。可以說，互聯網金融改變了貨幣政策發生作用的宏觀環境、微觀生態以及錨定目標，使貨幣政策效果面臨諸多不確定性。

在這樣的條件下，評估互聯網金融對貨幣政策最終目標的影響、探索貨幣政策有效性的課題亟待開展。在結構層面，互聯網金融以“互聯網”為紐帶，實現了業務模式的“無界限經營”。在偏遠地區實現低成本、高效率的金融要素資源配置，使區域間的金融要素聯系更為緊密、市場一體化整合更為徹底，互聯網金融發展存在顯著的空間關聯與溢出效應。換言之，呈現出一定的地區集聚效應(郭峰、孔濤和王靖一，2017)。那么，這種空間相互作用、聯動關聯是否會強化互聯網金融對貨幣政策沖擊效應呢？作為總量調節政策，在互聯網金融發展空間相互作用、相互依賴的情境下，是否還會繼續有效和達到政策預期效果呢？一言以蔽之，無論是在總體層面還是結構層面，傳統貨幣政策框架基礎、發生機制和作用途徑等，均受到了互聯網金融快速發展的嚴峻挑戰，調整核心指標、重構貨幣政策框架等方面就需要我們直面應對。

雖然西方發達國家互聯網金融誕生較早，但在學術研究層面，并未形成系統性、一致性研究成果，對于互聯網金融的認定也存在不同的意見。國外學者使用的類似概念有網絡另外金融(Online Alternative Finance)、數字金融(Digital Finance)等不同稱謂。但均與互聯網金融的本質如出一轍。從研究類型來看，闡釋互聯網金融發展作用方面的研究受到學者的廣泛關注、成果較多。該類成果往往認為互聯網金融作為“替代性渠道”，在發達國家和發展中國家，為經濟社會發展提供了同樣重要的資金來源。而且在快速增長的經濟體中，互聯網金融作為企業主要資金來源渠道，以服務最弱勢群體彰顯人道主義的姿態，不斷增強了金融形勢和金融包容性(Allen等，2012；Gandja等，2015；Ketterer，2017)。

但從研究脈絡來看，學者在揭示互聯網金融對貨幣政策及其有效性影響時，主要從互聯網金融內部業態結構的角度進行，鮮見總體層面的研究結果。梳理研究成果發現，國外學者在揭示互聯網金融和貨幣政策關系時，以從電子支付或者數字貨幣的角度進行的研究成果居多。但比較發現，學者得到觀點卻存在顯著差異性，甚至截然相反。一部分學者，如Tanaka(1996)、Berentsen(1998)、Lahdenpera (2001)、Wu 和Zhang(2009)認為互聯網金融會削弱貨幣政策有效性，挑戰央行對于基礎貨幣的單一壟斷地位。更為甚者，中央銀行將失去對貨幣總量的控制，數字貨幣將改變外匯匯率、擾亂貨幣供應和形成系統性金融危機。另外一些學者，則對此并不認同，認為電子支付對于貨幣政策的影響效應并不顯著。如，Ely(1996)、Woodford(2000)、Durgun和Timur(2015)認為作為互聯網金融的業態構成，電子支付對M1的影響最大，但一國貨幣政策調控的主要中間指標卻是M2。因此，電子貨幣的貨幣政策含義為零。

以國外學者研究為邏輯起點，關于互聯網金融發展和貨幣政策之間的關系的研究也調動了國內學者的興趣。一方面，一部分學者從不同互聯網金融業態的角度出發，揭示互聯網金融發展對貨幣政策的影響效應。方興和郭子睿(2017)，楊德勇、劉笑彤和趙袁軍(2017)、姜松和周虹(2018)分別從第三方支付、P2P網絡借貸以及互聯網金融業態結構比較的角度，論證了互聯網金融業態結構對貨幣政策的影響，并認為互聯網金融對于貨幣供給和需求、銀行信貸規模以及貨幣政策調控實體經濟有效性都產生了一定影響。

另一方面，由于我國互聯網金融業態豐富、統計及測度數據逐步完善，我國學者在總體上也對互聯網金融發展和貨幣政策傳導機制及其效應進行了研究，并普遍認為互聯網金融對貨幣政策效應形成了沖擊，但存在顯著的結構異質性。鄒新月、羅亞南和高楊(2014)，張文慶、李明選和孟贊(2015)，章安辰和裴平(2018)，胡明華、張成瑞和沈娟(2018)認為互聯網金融模糊了傳統貨幣層次間的邊界，使得貨幣供應量的可測性下降；削弱了貨幣政策中介目標和最終目標之間的關聯度；改變了貨幣的流通速度和流動方式；陷入“流動性陷阱”；加深了貨幣供給的內生性、影響了貨幣需求和削弱了中央銀行對貨幣供應量的可控性。此外，有學者也認為互聯網金融發展對不同類型的貨幣政策的影響也存在顯著差異。劉瀾飚等(2016)、姜松和周虹(2019)認為互聯網金融發展增加了銀行存貸規模以及利率對銀行同業拆借市場利率的敏感性，提高了價格型貨幣政策有效性。因此，在實踐操作中，貨幣政策對互聯網金融發展的干預也應有所區別。同為從緊的貨幣政策調控，數量型工具產生“加劇效應”，價格型工具發揮“抑制作用”(顧海峰和楊立翔，2018)。

國內外學者關于互聯網金融和貨幣政策及其有效性的研究為本研究開展奠定了堅實的理論基礎。但也存在以下幾個問題：一是現有研究在考察互聯網金融發展對貨幣政策有效性影響時，仍以理論性、規范性研究居多，偶有定量研究也僅局限于第三方支付等層面，其他互聯網金融業態沒有涵蓋其中，所得結論也仁者見仁、智者見智。因此，從總體層面，開展互聯網金融對貨幣政策有效性影響的研究就亟待補充。二是在互聯網的連接下，互聯網金融突破了業務經營的地域限制，金融市場逐步由割裂的市場向統一市場轉變，空間關聯效應特征表現十分突出。揭示互聯網金融發展對于貨幣政策有效性影響，勢必要考慮各地區互聯網金融發展之間的空間關聯、相互作用以及互動機制，否則研究結論可能有失公允。三是貨幣金融學理論表明，貨幣政策傳導過程存在顯著的時滯效應。揭示互聯網金融發展對貨幣政策有效性影響的時候，需要考慮貨幣政策的時滯效應。而現有空間計量模型往往是靜態的，建立動態空間計量模型的研究需要予以補充。四是在研究方法方面，現有研究大多是傳統的計量方法的運用，前沿空間計量方法亟待引入。前沿空間計量方法，已經將空間效應分解為直接效應和間接效應，來克服總體空間效應估計偏誤。而且相比較總體空間效應，從結構層面對空間效應進行分解，可以比較互聯網金融發展，對本區域和鄰近區域影響效應的差異性，研究結論的豐富性、層次性也會獲得較大提升。為此，本研究運用前沿空間計量方法——直接效應和間接效應分解技術，展開互聯網金融發展對貨幣政策有效性的影響實證，并通過動態空間計量模型檢驗模型穩健性，力爭從多角度、多層面增強研究結論的可靠性、科學性，為新時期促進互聯網金融持續健康發展、調整貨幣政策操作途徑，提供堅實的理論支撐和實證證據。

二、理論分析與基本假設

在理論層面，學者長久以來秉持的都是相對悲觀的論點，認為置身互聯網金融發展大潮中，貨幣政策效力將逐步喪失。正如弗里德曼在1999年所指出的一樣，“在沒有積極的監管干預來阻止這種發展的情況下，未來的央行將是一支只有信號的軍隊”。貨幣政策調控所面臨的困境不言而喻。還有一些學者，如King (1999)也認為：“央行應表現出一定程度的謙卑，免得他們帶著不正當的憤慨從舞臺上沖出來”，等等。兩位學者的論斷都在一定程度反映了互聯網金融發展為貨幣政策有效性帶來的沖擊。但條分縷析，解構邏輯脈絡，我們會發現，持有“悲觀論”的學者都以基礎貨幣變化直接決定產出水平為理論立足點。隨著互聯網金融體系的不斷健全，尤其是隨著互聯網支付技術的創新與發展，私人部門持有的基礎貨幣將不斷減少，甚至可能消失殆盡。這種貨幣政策有效性取決于基礎貨幣與產出之間的機械性、單一性關系，是“悲觀論”形成的根本原因。

但仔細分析這種論點，存在以下幾個方面問題：一是這種論點沒有認識到一國央行只需要控制短期名義利率水平，就可以達到調控經濟的預期目標。在實踐中，中央銀行一般通過調控基準利率手段來調控短期名義利率水平、實現政策操作目標。基準利率的變化將直接影響到其他短期利率，而這反過來又決定長期利率和匯率水平，進而通過“三駕馬車”作用影響經濟產出水平。當然，按照貨幣政策傳導機制理論的刻畫，利率變動后不僅會對產出產生影響，也會對資產價格產生影響。但需要注意的是，基準利率與基礎貨幣之間并不存在一個穩定的關系和作用機制，甚至還存在較大變數。在利率市場化的成熟階段，短期利率更具有優勢，持續可測的利率波動能夠影射市場資金供求的全部信息。而且更為重要的是，利率變動的時滯效應遠遠小于基礎貨幣的時滯效應(周晴，2008)。因此，央行貨幣政策有效性只與調控短期名義利率能力和水平有關。如美國從1994年開始，只關注聯邦基準利率這一操作指標，有效暢通了貨幣政策的傳導機制和提升了貨幣政策效果。

二是基礎貨幣對于零售交易至關重要，會影響貨幣傳導機制。這也是一個非常明顯的誤解。事實上，私營部門對于基礎貨幣的需求無疑是最大的。互聯網支付技術創新與發展會大幅減少私人部門的貨幣使用需求，進而減少基礎貨幣規模。但這并不是央行進行貨幣政策操作的必要條件。因為一般情況下，如果私人部門希望持有更多貨幣，商業銀行就會相應地減少他們在央行的儲備規模以滿足私人部門的支付需要。但事實上，站在中央銀行角度，其減少商業銀行儲備的動機是為了抵消公開市場操作，這是一種非常小的“并發癥”。那么，既然如此，在互聯網金融不斷發展所引致的支付技術不斷創新下，商業銀行是否還有必要持有準備金呢？這一點可以從Woodford (1998) 構建的簡單模型中找到理論支撐。

在Woodford(1998)的模型中，家庭追求最大化的差異化商品，可以分別將其標記為現金商品和信用商品。其中，現金商品必須使用一種付款方式購買，持有這些商品的數量需與其貨幣支出數量成比例關系。信用商品，主要是運用現代支付技術購買。事實上，如果運用現代支付技術來購置商品不用支付利息的話，這將直接增加使用現金的成本。因此，家庭單位要實現消費決策優化，就必須替代這些商品消費，替代程度主要取決于名義利率水平。然而，這一假設的偏好也意味著，在有限利率水平下，現金商品的消費仍然是比較理想的。因此，只要這些現金商品存在、規模不管多小，商業銀行維持一定量的銀行儲備規模是必要的。隨著時間的變化，那些“現金貨物”會給通過數量型貨幣政策，控制利率水平的貨幣政策操作帶來一定問題。但不一定給央行直接控制短期名義利率造成任何問題，央行的政策目標并不會受到影響。即使互聯網金融體系中的數字貨幣、第三方支付技術實現了對貨幣的完全替代，也不會削弱貨幣政策的有效性，反而會增強央行對商業銀行儲備供應的調控力度和公開市場操作水平。

三是為了收緊“銀根”、緊縮貨幣政策，需要提高同業拆借利率。在這樣的情形下，央行需要定量化各家商業銀行儲備水平。盡管此時，持有儲備金的機會成本也會上升。面臨這一約束條件，要達到基礎貨幣稀缺、同時商業銀行也愿意持有的雙重目標，一個主要的操作路徑就是要提升銀行儲備的收益水平。然而，這基本上不可能。因為這實際上就是在挑戰央行“壟斷地位”。在大多數國家，商業銀行的準備金都是沒有利息的。所以，這種情形在大部分國家都是無法實現的。那么，在不對銀行準備金支付利息的情況下，利率控制是否依然是可能的或者有效的呢？

答案是肯定的。即使面對目前最激進的支付技術的變革、電子貨幣全部取代紙幣的趨勢，各國所使用的利率控制方法仍是完全有效的。一般而言，互聯網支付的快速發展，會取代小型交易中的貨幣使用。但并不會對貨幣政策傳導機制產生影響，因為社會公眾的貨幣需求并未發生改變。另外，如果貨幣需求對于利率是敏感的，這時候事情就會變得稍微復雜些。當私人部門選擇將貨幣存入銀行來減少貨幣持有的時候，央行公開市場規模的擴大會提高短期利率水平，以“矯正”非借入準備金的增加。如果電子貨幣以及支付技術發展完全取代流通貨幣，這時候剩余的貨幣需求對于利率將變得完全無彈性，這時候通過公開市場操作將更為有效、更加完美。

基于上述分析，本研究的基本假設是：互聯網金融不會對貨幣政策有效性造成不良影響，在互聯網金融發展的過程中，貨幣政策調控仍能實現預期政策目標。

三、實證模型設計

貨幣政策傳導機制揭示的是貨幣政策工具通過中間變量影響最終目標的過程。揭示互聯網金融發展對貨幣政策有效性的影響，一個關鍵的步驟就是看互聯網金融發展和貨幣政策中間目標的交互作用對于最終目標的影響。為此，建立模型(1)。

式(1)中，i表示省份，t表示時間，ECO為經濟增長水平，ONF為互聯網金融發展水平，MONit×ONFit表示貨幣政策和互聯網金融發展的交互影響，CON表示一系列控制變量。α2就是互聯網金融和貨幣政策交互影響系數，也是最重要待估參數。如果該系數顯著為正，就意味在互聯網金融發展中，貨幣政策仍繼續有效。一般來說，各地之間經濟的互動性會產生空間效應。在揭示互聯網和貨幣政策交互影響經濟增長時，必須充分考慮這種空間互動性特征。為此，繼續引入空間權重W、并對式(1)進行改寫，見式(2)。

關于空間權重的設定方法，國內外學者進行了諸多有益的嘗試。主要有歐式距離法、地理距離法、空間鄰接矩陣法等。由于我國東部省域面積相對較小、經濟發達、人口密度高，而西部省域復原遼闊、經濟欠發達、人口密度小，這使得使用歐式距離法、地理距離法的適用性較差。本文主要通過空間鄰接矩陣方法構建權重矩陣，見式(3)。

由式(2)可知，該模型只能反映因變量的空間效應，其他變量的空間效應并不能反映。雖然，空間杜賓模型(SDM)能夠揭示模型中所有變量的空間效應。但當變量增多時空間杜賓模型的檢驗效果往往會受到很大影響，估計結果變得并不穩健。同時，在實踐操作中，許多實證研究使用“點估計”方法來對一個或者多個空間回歸模型的空間溢出效應進行檢驗。這種估計方法可能導致錯誤結論而使研究結果存在偏誤(Pace和LeSage等，2011)。要克服這種偏誤，前沿計量經濟學理論典型的做法，就是采用偏導數的形式對影響效應進行直接效應和間接效應分解，以保障實證結果的有效性、科學性和無偏性。目前，能進行直接效應分解的空間計量模型只有空間自回歸模型(SAR)和空間杜賓模型(SDM)。因此，本文就在式(2)空間自回歸模型的基礎上，進行直接效應和間接效應的分解。一般意義上的偏導數形式如式(4)：

在式(4)中，直接效應反映的是矩陣主對角線上元素的平均值，衡量的是自變量是否對本地區的因變量具有顯著影響。間接效應是矩陣所有非對角線元素的平均值，主要用于檢驗是否存在空間溢出效應。此外，按照經濟增長理論的基本認知，經濟增長和貨幣政策往往受到前一期經濟增長水平的影響，也就是存在顯著的“路徑依賴”特征。為此，引入經濟增長的滯后項(ECOi,t?1)，將其變成動態空間模型。

除了核心變量以外，影響貨幣政策最終目標的因素還有很多。考慮到本文的數據屬性以及可獲性，納入控制變量范疇的變量主要包括消費水平(COL)、投資水平(FIL)和出口水平(EXL)等“三駕馬車”作用以及另一把經濟調控利劍——財政政策(FIS)等變量的影響。則模型(5)可以改寫形成最終的計量模型。

在估計方法方面，引入空間矩陣后，計量經濟模型變得更加合理與可信，但對估計方法卻有更高的要求。若直接使用普通最小二乘法(OLS)進行估計，則會產生系數估計值有偏或無效(Anselin，1988；鐘昌標，2010)。同時，引入貨幣政策最終目標——經濟增長的滯后項(ECOi,t-1)，模型變為動態空間模型，靜態空間模型估計方法也變得不適應(王釗和姜松，2013；姜松和王釗，2014) 。更需要注意的是，模型的內生性問題也開始顯現。采用極大似然法(ML)來估計空間計量模型的參數可以緩解這些問題(Anselin，1988；許和連和鄧玉萍，2012；李林等，2011)。因此，在后續估計中，本研究主要采用極大似然法(ML)來估計各空間計量模型，以提升研究結論的科學性、準確性和可信度。

四、數據來源與指標說明

本文所涉及的數據類型為中國內地31個省份的季度面板數據，時間跨區為2014年第一季度至2016年第一季度。其中，互聯網金融發展數據來自北京大學數字金融研究中心發布的互聯網金融發展指數。該指數由互聯網支付、互聯網信貸、互聯網保險、互聯網貨幣市場基金、互聯網投資理財、互聯網征信等主要業態的分指數加權而來，各自的權重設置分別為30%、15%、15%、25%、10%、5%。在具體量化中，指數測度分別從廣度和深度兩個層面開展。其中，廣度用交易滲透率來衡量，權重為50%；深度用人均交易金額、人均交易筆數兩個指標來衡量，權重均為25%。基于貨幣政策總量調控的基本屬性，本研究在對于互聯網金融發展(ONF)進行量化的時候，也主要采用的是互聯網金融發展總指數，并未從業態層面進行比較分析。

除互聯網金融發展外，另外一個核心變量為貨幣政策(MON)，該指標用信貸規模予以衡量，數據來自CEIC中國經濟數據庫。由于本文運用的是面板數據，貨幣政策用信貸規模進行替代，用人民幣各項貸款余額的增加量來量化。事實上，以貨幣供應量作為中介目標與以“信貸規模”作為增量目標是同一事物的兩個方面，兩者是一致的。一般來說，廣義的貨幣供應量包含現金和存款，它反映的是銀行體系的負債。貸款是銀行體系的資產。如果銀行其他資產、負債項目的數量不變，貸款增量等于現金增量和存款增量之和。所以，以貨幣供應量作為中間目標和以信貸規模作為中間目標，在理論和操作維度都是一致的。而且從國際操作經驗來看，英國、日本、法國及韓國、印度和印尼等都將“信貸規模”作為中介目標加以管理。美國在20世紀70年代以前也曾將銀行信貸規模作為貨幣政策的中介目標。

經濟增長水平(ECO)，用各省份地區生產總值累計同比實際增速來表示，數據來自國家統計局數據庫。由于我國各省份地區生產總值累計同比實際增速是季度數據，而北京大學互聯網金融發展指數是月度數據。因此，在實際操作中對互聯網金融發展指數進行變頻處理，用三個月份的互聯網金融發展指數平均值來反映其季度水平。

在控制變量方面，消費水平(COL)用社會零售累計同比增速來衡量；投資水平(FIL)用固定資產投資完成額累計同比增速來衡量；出口水平(EXL)用出口額(人民幣)累計同比增速來衡量；財政政策(FIS)用地方公共財政收入(本級)累計同比增速來衡量。所有數據來自國家統計局數據庫、CEIC中國經濟數據庫。各變量的描述性統計信息如下：

表1 各變量描述性統計信息

總體0.3 4 7 -0.7 7 6 1.9 0 1 2 7 9組間 0.1 9 1 -0.5 2 7 0.4 7 8 3 1組內 0.2 9 2 -0.9 5 1 1.6 9 6 9 E X L 0.0 5 3總體0.0 9 2 -0.3 1 5 0.5 4 3 2 7 9組間 0.0 7 1 -0.3 1 5 0.2 7 3 3 1組內 0.0 6 0 -0.2 6 5 0.3 6 1 9 F I S 0.0 9 1

此外，空間權重計算中所需要的我國各省份的經度和緯度數據來自國家基礎地理信息中心。計算后所得到的二階鄰接矩陣如圖1。

圖1 我國二階鄰接空間矩陣

五、實證估計結果與分析

（一）靜態空間面板模型的估計結果

本文運用極大似然法和逐步回歸的方式，以核心變量互聯網金融發展(ONF)、互聯網金融發展和貨幣政策的交互項(ONF×MON)為基準，逐步引入控制變量。比較來看，當模型(5)引入全部變量后，各模型中的變量的影響方向并未出現變化，不存在多重共線性。選擇模型(5)作為分析基準。從中可以看出，空間變量W×ECO對貨幣政策最終目標——經濟增長的影響顯著為正，這說明中國經濟增長存在顯著的空間溢出效應。這主要與要素的流動性、市場一體化建設、區域分工與合作、城鄉統籌發展、制度創新與政策保障以及“互聯網+”戰略實施有很大關系。尤其是其中的“互聯網+”戰略，對于提升經濟增長的空間關聯性有重要推動作用。根據騰訊研究院《中國“互聯網+”數字經濟指數（2017）》顯示：數字經濟已經成為我國經濟重要組成部分，并測算得到“互聯網+”數字經濟指數每增長一點，GDP大致增加1406.02億元。截至2016年底，全國“互聯網+”數字經濟指數增加161.95點，并由此估算出2016年全國數字經濟總體量約為22.77萬億元，占2016年全國GDP總量的30.61%。這些因素都使得經濟增長的空間關聯性、互動性不斷增強。

從核心變量來看，互聯網金融發展(ONF)對經濟增長的影響效應顯著為負，研究結論表明樣本區間內互聯網金融發展已經對貨幣政策目標——經濟增長產生了不良影響。但這是否意味著貨幣政策傳導機制已經失效了呢？單靠這一點不足以支撐，還必須輔助二者之間的交互效應的進一步輔證。互聯網金融發展和貨幣政策的交互項(ONF×MON)對經濟增長的影響顯著為正，這說明貨幣政策能夠消減互聯網金融發展的不利影響。這也說明，在面對互聯網金融發展沖擊時，貨幣政策仍然是有效的。因為宏觀經濟是否穩定只與央行控制短期名義利率的能力有關，特別是通過使用“渠道”制度執行政策有關(Woodford，2000)。互聯網金融在一定程度上有助于利率市場化推進，使利率的“信號功能”更為靈敏。貨幣政策傳導過程也會因此變得更為順暢。

從控制變量層面來看，投資水平(FIL)、財政政策(FIS)對經濟增長的影響顯著為正；出口水平(EXL)對經濟增長的影響顯著為負，消費水平(COL)對經濟增長的影響效應并不顯著。綜合而言，樣本區間內，投資水平、財政政策是推動經濟增長的主要動力因子。出口水平是約束經濟增長的障礙。這主要是因為本研究所處樣本區間內，我國貿易環境發生較大變化，受貿易稅收政策調控、人民幣升值預期以及外需放緩和國際貿易保護政策升級等因素聯合影響和作用，我國貿易順差空間受到擠壓、貿易賬戶失衡有很大關聯。還需要注意的是，消費水平對經濟增長的影響效應并不顯著，擴大內需、提升消費這駕“馬車”的帶動作用仍是新時期的重要戰略選擇和政策關注焦點。

表2 空間自回歸模型的估計結果

（二）直接效應和間接效應的分解結果

各變量的直接效應和間接效應分解結果見表3。比較發現，當引入所有控制變量后，核心變量對于經濟增長的影響方向均未發生變化。所以，最終選擇模型(10)作為此部分的基準分析模型。在模型(10)中，總體效應就是空間自回歸模型估計結果，此部分重點分析間接效應。

由結果可知，互聯網金融發展(ONF)對鄰近地區經濟增長的影響顯著為負，可以看出互聯網金融發展“高—低”“低—高”的空間集聚特征。從本質來說，互聯網金融在我國的爆發式發展體現的是，經濟增長中被壓抑的金融服務需求得到內生性滿足、金融服務體系短板補齊、融資機制建立健全的必然體現。理論上來說，經濟發展越高，互聯網金融發展水平也就越高。但實證結果為什么會相反呢？這只能表明當前我國互聯網金融發展中“極化效應”十分顯著。在互聯網工具和金融科技的聯合作用下，互聯網金融較傳統金融產生了更為迅速的資源聚合作用，對周邊地區經濟發展形成“要素掏空”。綜合來看，互聯網金融發展不僅對本地區的經濟增長影響為負，而且對鄰近區域經濟增長影響亦為負。那么，作為總量調控的貨幣政策在面對互聯網金融發展所造成的空間負相關效應時，是否還能繼續有效呢？

繼續看模型(10)中的互聯網金融發展和貨幣政策的交互項(ONF×MON)的分解結果。由結果可看出，互聯網金融發展和貨幣政策的交互項對本區域和鄰近區域的經濟增長影響均顯著為正。實證結果一方面繼續佐證了，貨幣政策能夠消除互聯網金融發展對經濟增長的不利影響的研究結論；另一方面，也進一步說明了貨幣政策作為“總量調控”政策的根本屬性。相比較傳統金融市場的“分割性”特征，在大數據、云計算等金融科技促使下，互聯網金融市場高度整合、協整聯動特征明顯，因而貨幣政策能夠起到總量調控的政策目標預期。需要注意的是，現行互聯網金融發展和貨幣政策的交互項，對本區域和鄰近區域經濟增長的邊際影響系數均比較小。這說明貨幣政策在干預互聯網金融發展的同時，還需要在政策層級、業態覆蓋范圍、政策力度等方面做進一步強化。

從控制變量的直接效應和間接效應分解結果來看，消費水平(COL)對經濟增長影響的直接效應和間接效應均不顯著。這說明消費水平不足，不僅是阻滯本區域經濟的增長，更存在顯著的“空間溢出”特征。消費不足、疲軟是我國各地區面臨的普遍現象和一般特征。因而，轉變經濟增長方式、擴大內需、進一步激活消費這駕“馬車”的帶動作用，實現新舊動能轉化，就是新時期宏觀經濟發展需要著重考慮的問題和戰略重點。投資水平(FIL)對經濟增長影響的直接效應和間接效應均顯著為正。這和資金要素的跨空間、跨時間流動和價值配置有很強的關系。從中也可以看到，在區域層面，我國并未出現投資的“此消彼長”的現象，本地區的投資水平并未對鄰近區域、地區形成“擠壓”。這主要和我國整體經濟增長靠投資“馬車”驅動有很大關聯。出口水平(EXL)對經濟增長影響的直接效應和間接效應均顯著為負，研究結論充分揭示了樣本區間內我國出口整體所面臨的現實困境。不過，比較來看，出口水平對鄰近區域的不利影響要高于本區域。最后，財政政策(FIS)對經濟增長影響的直接效應和間接效應均顯著為正。財政政策同貨幣政策的屬性一致，都是總量調控政策。因而，不僅會對本區域經濟增長會產生影響，而且會對鄰近區域經濟增長產生顯著影響。

表3 基于空間自回歸模型的直接效應和間接效應分解結果

表3 續上表

六、穩健性檢驗：動態空間面板模型進一步檢驗

（一）動態空間面板模型形態識別

一般來說，動態空間面板模型涵蓋動態SAR模型、動態SEM模型和動態SAC模型。因此，構建動態空間面板模型的第一步，就是要對空間面板模型的形態進行識別和判斷。在確立各類動態空間面板模型形態之前，需要對回歸殘差的相關性、因變量自相關性以及廣義自相關性進行檢驗。其中，模型(11)給出的是只涵蓋核心變量的檢驗結果；模型(12)-(15)給出的是添加各控制變量的檢驗結果。比較結果可以看出，殘差空間自相關檢驗、因變量空間自相關性檢驗以及廣義空間自回歸檢驗結果，均拒絕原假設。說明模型存在殘差空間自相關、因變量空間自相關以及廣義空間自相關。可以建立動態的SEM模型、動態SAR模型以及動態SAC模型。為延續上述操作，本部分最終選擇建立SAR模型以進行穩健性檢驗。

表4 空間面板模型形式檢驗

（二）動態空間面板模型的估計結果

以動態空間面板模型形態識別結果為基礎，進一步對各模型下的變量影響效應進行估計。估計結果見表5。其中，模型(16)為基準模型估計結果；模型(17)-(20)為引入控制變量后的估計結果。從中可以看出，將靜態空間面板模型改造成為動態空間面板模型后，模型總體上較為平穩。但需要注意的是，當引入消費水平控制后，互聯網金融發展(ONF)對經濟增長的影響顯著為負，但貨幣政策與互聯網金融的交互項(ONF×MON)對經濟增長的影響卻并不顯著。這說明，貨幣政策對互聯網金融調控的效果受限于消費水平的控制。如果消費水平不足也會影響到貨幣政策調控的有效性。因為從業態構成來看，互聯網金融中的第三方支付、P2P、互聯網消費金融、產品眾籌等，與居民的消費場景、消費習慣、行為偏好等特征密切相連、緊密互動。消費水平的不足在很大程度上，反映的正是互聯網金融“場景”的缺失。貨幣政策調控的效力也就會缺失。這種變量間的相互關系，也可能是估計結果不顯著的重要的原因。但從總體來看，模型可信度、科學性以及解釋能力較好。

表5 動態空間面板模型估計結果

七、研究結論與政策啟示

基于中國省際季度面板數據建立空間計量模型，并采用直接效應和間接效應分解技術，揭示中國互聯網金融發展對貨幣政策有效性的影響。研究發現，互聯網金融發展對中國經濟增長的影響顯著為負，但互聯網金融發展和貨幣政策的交互項對經濟增長的影響顯著為正，在互聯網金融發展中貨幣政策仍將繼續有效。通過直接效應和間接效應分解發現，我國互聯網金融發展存在明顯的“極化效應”和“空間溢出效應”。但互聯網金融發展和貨幣政策交互項，對本地區的經濟增長和鄰近區域的經濟增長的影響均顯著為正。貨幣政策“總量調控”政策本質屬性不變。研究結論所蘊含的政策啟示如下：

一是強化貨幣政策對互聯網金融發展的干預。以金融市場改革，尤其是利率市場化改革為大前提，構建貨幣政策傳導的“走廊機制”，不斷強化價格型政策工具應用，提升政策反應靈敏度。通過聚焦金融功能，拓展貨幣政策調控范圍，逐步將貨幣政策應用范圍拓展至互聯網銀行、金融控股公司、P2P平臺等，提升貨幣政策效力。二是做好金融綜合統計與互聯網金融專項統計。將互聯網金融納入貨幣政策數量框架，明確類別歸屬，逐步將P2P網貸、互聯網股權眾籌等納入社會融資規模范疇，完善統計標準體系。同時，強化互聯網金融專項統計，加快建立我國互聯網金融基礎數據庫，提高貨幣政策干預的精準性。三是構建“雙支柱”政策框架，彌補貨幣政策不足。進一步完善宏觀審慎政策框架，逐步將系統重要互聯網金融機構納入宏觀審慎政策框架。優化跨境資金的宏觀審慎政策，將通過互聯網金融渠道流出的跨境資金，逐步納入宏觀審慎政策考評框架和強化資本流動的逆周期調節，維護互聯網金融體系的穩定。