普惠金融數字化對小額信貸的影響
——基于面板門檻模型的實證研究

■王婧

一、引言

數字化在我國普惠金融發展歷程中具有重要意義。普惠金融是聯合國在推廣“2005國際小額信貸年”時提出的金融發展理念。這一理念自2006年引入我國以來大體上經歷了兩個階段的發展：第一階段主要致力于將小額信貸、新型金融機構融入正規金融體系來實現普惠金融[1]，但這在我國的成效非常有限[2]；第二階段主要依托金融科技等數字化手段，面向傳統被排斥的“長尾市場”提供移動支付、小額信貸、貨幣市場基金等服務[3]，被稱為“數字普惠金融”階段。

數字普惠金融方案由普惠金融全球合作伙伴平臺（GPFI）于2014年正式提出，我國在2016年G20杭州峰會進一步提出數字普惠金融高級原則，相對于概念的提出，移動支付、互聯網小額信貸、互聯網理財等相關金融實踐起步較早并取得了一定成果。2021年，我國發布“十四五”規劃并提出“迎接數字時代”，以數字化轉型整體驅動各方面變革。其中，金融供給側改革的目標是“健全具有高度適應性、競爭力、普惠性的現代金融體系”。總結前期發展經驗，分析如何更好地利用金融科技的力量，使數字化轉型成為進一步促進普惠性的有效動力，是十四五提出的數字時代中普惠金融發展的重要方向。

小額信貸作為普惠金融的萌芽和起源，是普惠金融直達實體經濟的核心。但數字普惠金融早期的成功經驗主要集中于移動支付領域，即通過將金融服務接口由物理網點轉變為移動設備，來解決金融排斥的問題[4]。隨著服務對象的不斷拓展、業態的不斷豐富，人們對數字普惠金融的需求已不再局限于移動支付等金融基礎設施層面，小微企業貸款、個人消費金融等核心金融服務在大數據征信等金融科技的助力下開始迅速拓展，并成為數字普惠金融發展的重點領域。然而，借貸利息高、資金未充分流向實體經濟中的弱勢領域等普惠金融核心問題卻并未隨數字化發展得到有效解決。部分小額信貸業務管理不規范，加劇了金融體系風險，擾亂了社會秩序。在此背景下，金融監管不斷加碼，在一定程度上限制了小額信貸增速[5]。基于此，研究普惠金融的數字化能否促進小額信貸發展，是檢驗金融包容性目標實現與否的重要標志。

普惠金融的數字化是數字普惠金融的子維度，現有相關研究多認可數字普惠金融的總體積極影響，但普遍忽略了數字化子維度與數字普惠金融發展的差異。在數字化的影響方面，前期相關研究關注以支付賬戶電子化為代表的數字化，探討其對普惠金融可及性方面的促進作用[6，7]，忽略了對信貸使用的影響[8]。后期研究大量使用“北京大學數字普惠金融指數”探討其在緩解貧困、減小收入差距、提高技術創新等方面的效應。該指數涵蓋了覆蓋廣度、使用深度和數字化層面[9]，解決了前期研究對信貸使用方面重視不足的問題，但也存在研究對象匹配不當、各層面異質效應考察不充分等問題。因此，郭峰等[10]進一步指出，分維度考察數字普惠金融對社會經濟的影響更有利于厘清其中的因果關系。

現有直接考察普惠金融的數字化子維度與小額信貸關系的研究較少。間接考察數字化效應的研究也存在正反兩種觀點：多數研究認可數字化的積極影響，并將其描述為“數字包容”效應[11，12]；但也有學者發現“數字排斥”或無影響現象的存在[13，14]。數字化是數字普惠金融區別于傳統普惠金融的重要特征，是普惠金融的發展動力和實現手段[15]，而小額信貸是數字化產生社會經濟效應的重要中介[16，17]。厘清普惠金融數字化與小額信貸的關系，有助于探討數字化手段能否促進普惠金融發展的問題。

綜上，本文研究普惠金融數字化對小額信貸的影響，用以判斷現有數字化發展方式是否有效。本文的邊際貢獻在于以下三個方面：第一，通過基準線性模型和面板門檻模型實證結果的比較，為現有大量實證研究中數字化子維度影響為負或不顯著的現象提供解釋，認為數字化門檻效應的存在是導致現有分維度研究無法得出一致結論的重要原因。第二，研究發現在考慮門檻效應后，普惠金融數字化對小額信貸的積極影響主要體現在較低的數字化水平上，跨越一定門檻后，賬戶覆蓋才是促進小額信貸發展的動力，并能大幅緩解數字化對小額信貸的不利影響。因此，現有數字普惠金融的發展在較大程度上體現為賬戶驅動型，而非數字化驅動型。第三，面板門檻模型的雙門檻實證結果為確定促進小額信貸的最優數字化區間提供了依據，中介機制檢驗為緩解普惠金融數字化對小額信貸的不利影響提供了可行方案，有助于各地參考制定穩妥推進數字化轉型的相關政策。

二、文獻綜述與研究假設

（一）數字普惠金融與信貸的關系

相關研究多支持數字普惠金融對信貸的積極影響[18]，認為其填補了傳統信貸服務相對空白的領域[4]。尤其是在大量數字普惠金融影響效應的實證研究中，信貸被視作重要的中介機制[19，20]，中介效應檢驗間接驗證了數字普惠金融對信貸的積極影響。其中，小額信貸也是數字普惠金融產生影響效應的中介渠道之一。劉錦怡等[16]研究發現數字普惠金融能夠促進互聯網小額信貸的發展，進而緩解農村貧困問題。Li等[17]研究中國數字金融對家庭消費的影響①，也發現互聯網小額貸款的正向中介效應。

進一步地，研究指出了數字普惠金融對不同類型信貸的影響存在差異。傅秋子等[21]研究發現數字金融發展雖然降低了傳統的農村生產性信貸需求，但對新興的農村消費性信貸需求有正向促進作用。溫博慧等[22]研究發現數字金融能夠促進傳統商業銀行的小微貸款。羅煜等[23]研究發現商業銀行的數字化能增加其信用類貸款，減少保證類貸款。本文關注的小額信貸業務屬于新型信用類貸款，根據上述研究，數字普惠金融對小額信貸可能存在正向影響。我國數字普惠金融的綜合評價指標通常包含小額信貸[9]，因此更適合從與之沒有重合的數字化子維度來檢驗對小額信貸的影響。基于此，本文提出以下研究假設：

H1：普惠金融的數字化能促進小額信貸業務發展。

（二）數字化維度影響的特殊性

數字普惠金融的衡量體系通常涵蓋覆蓋廣度、使用深度和數字化程度三個子維度[9]，大量相關異質性檢驗發現數字化維度的影響與覆蓋廣度、使用深度存在較大差異，也與前述數字普惠金融總體影響的結果不一致。李牧辰等[24]研究發現數字普惠金融綜合指數以及覆蓋廣度、使用深度子維度的發展能縮小城鄉收入差距，但數字化程度的提高擴大了這種差距。周天蕓等[14]研究發現數字普惠金融總體上能促進家庭財富的增加，覆蓋廣度和使用深度維度的影響與總指數一致，但數字化維度的影響為負。溫博慧等[22]驗證了數字金融總指數、覆蓋廣度和使用深度對傳統商業銀行的小微貸款具有正向促進作用，但數字化指標的影響不顯著，進一步的空間溢出效應檢驗也得出類似結論。現有研究對數字化維度的負向或不顯著影響缺乏進一步的分析，且相關結論均基于線性關系模型得出。

也有研究發現數字普惠金融存在非線性影響效應。張賀等[12]研究數字普惠金融對城鄉收入差距的影響，發現存在城鎮化率的雙重門檻。尹應凱等[25]研究發現數字普惠金融指數對經濟增長的影響存在雙門限，對城鄉收入差距的影響存在單門限，對全要素生產增長率的影響存在雙門限。聶秀華等[26]研究數字金融對技術創新的影響，發現存在數字金融發展階段的單重門檻。周利等[19]驗證了數字普惠金融與貧困之間為倒U 型關系，認為減貧效應只在相對較高的數字普惠金融水平下顯現。這些研究主要從數字普惠金融總指數角度進行分析，本文認為普惠金融數字化維度實證結果的特殊性可能來源于這些非線性關系，結合數字普惠金融以信貸為中介渠道產生影響的分析，進一步提出以下研究假設：

H2：普惠金融的數字化在促進小額信貸發展時存在一定門檻。

三、研究設計

（一）數據來源

本文普惠金融的數字化程度和小額信貸業務等主要指標來源于北京大學數字普惠金融指數（PKUDFIIC）2021年4月發布的第三期數據，其他數據來源于國家統計局、中國人民銀行、國泰安數據庫和中經網數據庫。PKU-DFIIC 由北京大學數字金融研究中心和螞蟻研究院相關團隊基于螞蟻集團的數據共同編制，涵蓋省、市和縣三個級別。由于我國城鄉在數字化程度和小額信貸業務方面尚存在較大差異，相對于省級數據，地市和縣級數據側重于反映部分區間的情況，可能得出不一致的結果，在門檻回歸分析中不具有一般性參考價值，因此本文選用其中數據區間涵蓋相對更廣的省級數據，對31 個省（自治區、直轄市）2011—2020年的平衡面板數據進行實證分析。

（二）變量選取

被解釋變量為小額信貸業務（mcredit），選用PKU-DFIIC 使用深度子維度下的信貸業務指標來表示。該指標由個人消費貸和小微經營貸兩類組成，分別從信貸用戶數、人均貸款筆數、人均貸款金額的角度進行衡量[9]，能較為全面地體現小額信貸業務的發展狀況。

核心解釋變量為普惠金融的數字化程度（digit），選用PKU-DFIIC數字化程度子維度來表示。該指標由移動化、實惠化、信用化、便利化四個層面共10 個具體指標來衡量[9]，是數字普惠金融總指數下的子維度，主要考察移動收付款技術、大數據信用評估技術等金融科技的綜合應用狀況，其成本低、覆蓋廣、效率高的特點符合普惠金融要求。核心解釋變量和被解釋變量為同一來源，匹配度較高，有利于針對性地分析數字化對小額信貸的影響，同時又分屬不同維度、無信息的交叉重合。

中介變量為賬戶覆蓋（coverage），選用PKUDFIIC覆蓋廣度子維度來表示。該指標反映賬戶覆蓋率，由每萬人擁有的支付寶賬戶數量、支付寶綁卡用戶比例、平均每個支付寶賬戶綁定銀行卡數量三個具體指標來綜合衡量[9]。Allen 等[6]研究指出持有賬戶是使用其他各類普惠金融服務的基礎。因此，本文考察存在賬戶覆蓋的中介機制。中介變量與被解釋變量、核心解釋變量雖為同一來源，但分屬不同的子維度、無信息交叉重合。

控制變量參照相關研究，本文選取人均GDP（gdppc）、城鎮化率（urban）、移動電話用戶數（mobileuser）、常住人口數（population）、城鎮居民人均消費性支出（consumption）、教育水平（education）、金融深度（m2_gdp）。變量的描述性統計結果見表1。

表1 變量的描述性統計②

（三）模型設定

基準模型參照現有研究常見做法，基于普惠金融數字化與小額信貸的線性關系，設定為如下固定效應模型，用以檢驗假設H1：

其中，mcreditit為被解釋變量小額信貸業務，digitit為核心解釋變量普惠金融的數字化程度，xit為其他控制變量，i代表省份，t為年度，μi為個體固定效應，εit為誤差擾動項。

面板門檻模型以普惠金融的數字化程度作為門檻變量，對其發展程度的不同階段進行區分。本文設定如下非線性關系模型，用以檢驗假設H2：

式（2）在固定效應模型式（1）的基礎上納入示性函數I(·)用以判斷是否存在數字化門檻，其中qit為門檻變量，γn為第n個門檻值③。

此外，為了判斷普惠金融數字化對小額信貸業務的影響在多大程度上依賴于賬戶覆蓋（coverage）的中介效應，本文在式（1）和式（2）的基礎上進一步構建中介機制模型：

其中，式（3）和式（4）為式（1）的中介機制模型，相較于式（1）中系數α1所代表的總效應，系數φ1為數字化對小額信貸的直接效應。式（5）和式（6）為式（2）的中介機制模型，數字化三個區間的總效應系數分別為(β1+β2)、β2、(β2+β3)，而直接效應系數分別為(θ1+θ2)、θ2、(θ2+θ3)。

四、實證分析

（一）線性關系及影響機制分析

本文首先基于式（1）分析是否存在數字化促進小額信貸的線性作用，具體結果如表2所示。其中，（1）列為基準線性關系回歸結果，數字化程度（digit）的系數為-0.084且在1%水平上顯著，表明普惠金融數字化對小額信貸業務影響的總效應為負。（2）列為中介變量賬戶覆蓋與解釋變量數字化程度的線性回歸結果，數字化程度（digit）的回歸系數為0.108且在1%水平上顯著，表明普惠金融的數字化能促進賬戶覆蓋率的提升。（3）列為將中介變量賬戶覆蓋與解釋變量數字化程度納入同一線性模型的回歸結果，可知賬戶覆蓋率（coverage）的提高能顯著促進小額信貸業務發展、影響系數為0.231，但數字化（digit）對小額信貸業務的直接影響為負、系數為-0.109，且均在1%水平上顯著。

表2 基準回歸結果

上述結果表明，普惠金融數字化程度的提升不利于小額信貸業務的發展，但可以通過賬戶覆蓋的正向中介效應，在一定程度上緩解數字化的直接不利影響。線性基準模型的分析無法充分支持研究假設H1，這與多數研究認可的數字化積極影響不相符。因此，本文進一步考察非線性關系的存在，進行面板門檻模型的回歸分析。

（二）門檻特征及影響機制分析

以普惠金融的數字化程度本身作為門檻變量，依次在單一門檻、雙重門檻、三重門檻的假設下對式（2）進行估計，采用自舉抽樣法（Bootstrap）得到表3。可知僅雙重門檻模型在1%顯著性水平通過檢驗，因此，普惠金融數字化對小額信貸業務的影響存在雙重門檻，支持了研究假設H2。

表3 門檻效應檢驗

進一步地利用似然比估計法對門檻效應的真實性進行檢驗，得到表4。數字化的兩個門檻值分別為217.930 和300.840，且處在95%置信區間內。因此，本文的研究樣本可依據普惠金融的數字化程度，劃 分 為digit≤217.930、217.930 ＜digit≤300.840、digit＞300.840 三個區間。

表4 門檻值估計結果

表5報告了面板門檻模型及其中介機制的回歸結果。其中，（1）列結果顯示，普惠金融不同的數字化程度對小額信貸業務的影響不同：當普惠金融的數字化程度低于217.930時，能促進小額信貸業務的發展，計算可得數字化程度（digit）影響系數為0.238且在1%水平上顯著④；當普惠金融的數字化程度處于217.930 到300.840 之間時，數字化不利于小額信貸業務的發展，數字化程度（digit）的影響系數為-0.056且在1%水平上顯著；當普惠金融的數字化程度高于300.840時，數字化對小額信貸業務的不利影響被大幅緩解，計算可得數字化程度（digit）的影響系數僅為-0.007，聯合檢驗結果不顯著。由此可見，現有實證研究中普惠金融數字化子維度結果爭議較大的原因可能在于其分析對象的數字化程度處于不同區間，因此有必要采用面板門檻模型進行非線性關系的回歸分析。

在此基礎上，本文還驗證了面板門檻模型中是否也存在賬戶覆蓋的中介機制，回歸結果如表5所示。其中，（1）列為普惠金融的數字化對小額信貸業務影響的總效應。（2）列結果顯示：當普惠金融的數字化程度低于217.930時，數字化對賬戶覆蓋的影響不顯著，說明在數字化促進小額信貸的積極影響區間，不存在賬戶覆蓋的中介效應；當普惠金融的數字化程度高于217.930時，數字化對賬戶覆蓋的影響在1%水平上顯著為正，其中，在217.930 ＜digit≤300.840區間數字化程度（digit）的影響系數為0.139，在digit＞300.840 區間其系數計算為0.086，說明在普惠金融的數字化不利于小額信貸發展的區間，存在賬戶覆蓋的中介效應。（3）列為同時加入中介變量賬戶覆蓋和解釋變量普惠金融的數字化程度所得的回歸結果：（3）列數字化對小額信貸業務影響的直接效應與（1）列總效應在各區間保持了一致的方向，計算可得三個區間數字化程度（digit）的影響系數分別為0.184、-0.111、-0.041，且均在1%水平上顯著；中介變量賬戶覆蓋（coverage）的系數為0.401 且在1%水平上顯著。結合（1）和（2）列結果可知，在普惠金融數字化對小額信貸存在不利影響的區間，數字化的負向總效應遠低于其負向直接效應，這主要依賴于賬戶覆蓋的正向中介機制，賬戶覆蓋緩解了普惠金融數字化對小額信貸的不利影響。

表5 面板門檻模型回歸結果

（三）原因分析

本文實證結果表明，普惠金融的數字化對于小額信貸業務而言是把“雙刃劍”。從樣本年度均值的數據上看（圖1），2011—2020年期間盡管數字普惠金融發展總指數始終呈上升趨勢，但其子維度指標數字化程度（digit）和小額信貸業務（mcredit）發展的同步性卻較差，在部分區間存在反向變動情況。普惠金融的數字化程度在2011—2015年增長迅速，此后經歷了兩年的回調，截至2020年數字化指標進一步拓展的空間已比較有限。小額信貸業務屬于數字普惠金融使用深度維度下的二級指標，在普惠金融數字化發展最為迅速的2012—2014年期間，小額信貸業務下降，反而在2015—2017年數字化程度的回調期上升，截至2020年仍保持了一定的增長趨勢。

圖1 數字化程度與小額信貸業務指數

現有關于普惠金融數字化積極效應的理論解釋主要圍繞金融科技降低交易成本、緩解信息不對稱和提高交易效率等展開[4]。本文數字化程度變量下的二級維度指標，比如移動化、實惠化、信用化、便利化等就是基于此構建的。金融科技發展初期存在“贏者通吃”的網絡效應，通常能快速占領小額信貸等長尾市場，表現出明顯的促進作用，但金融科技更新迅速且存在外溢效應，如不及時創新就會被迅速模仿和趕超。

基于此現象，普惠金融數字化消極影響的理論解釋主要圍繞競爭替代效應、數字鴻溝、數字化風險等展開。隨著數字化技術的發展，融資工具不斷豐富、市場競爭加劇并出現大量替代性普惠金融產品，例如傳統金融機構的信貸服務等也開始參與長尾市場競爭，形成對新型金融機構小額信貸業務的競爭替代效應[22，23]。而且普惠金融的數字化發展過程中還出現一定的“異化”現象，體現為過度依賴互聯網設備連接導致的數字鴻溝，以及技術風險、數據安全風險、法律合規風險、長尾信用風險等一系列風險問題[13，14]。在不改變技術、制度等條件化解這些風險的前提下，需求者會主動減少對小額信貸等普惠金融服務的使用。本文的機制檢驗也顯示，提高賬戶覆蓋可以緩解普惠金融數字化的不利影響，間接說明由于既有市場競爭激烈，在出現不利影響時，積極開拓新市場才具有正向效應，而不應單純提高基于既有技術的數字化程度。

五、穩健性檢驗

（一）處理內生性問題

在考察普惠金融數字化對小額信貸業務的影響分析中可能存在反向因果、遺漏變量等導致的內生性問題，相關研究常用互聯網普及率等作為工具變量進行回歸[27]，但本文的因變量數據為互聯網小額信貸，無法排除其與這些工具變量的相關性。因此，本文主要參考Caner等[28]、滕磊等[29]處理類似內生性問題的方法，進行差分GMM和系統GMM估計，并與原有結果進行比較。表6（1）列為差分GMM的估計結果，（2）列為系統GMM 的估計結果。與主回歸結果表5（3）列進行比較，核心變量的符號和顯著性都沒有變化且系數值變化不大，說明不存在嚴重的內生性問題，主回歸結果穩健。

（二）剔除直轄市樣本

考慮到樣本中北京、上海、天津、重慶4 個直轄市與其他省份之間，在普惠金融的數字化和小額信貸發展等方面可能存在較大差異。本文剔除樣本中的4 個直轄市進行穩健性檢驗，結果如表6（3）列所示，與主回歸結果表5（3）列的一致性較高，說明主回歸結果穩健。

（三）增加控制變量

為避免遺漏變量導致的估計偏差，本文參照部分研究中關于特殊時間節點效應的分析[30]，考察余額寶產品上線、《推行普惠金融發展規劃（2016—2020年）》出臺以及新冠肺炎疫情暴發后的外生沖擊，設置2013年、2015年、2019年三個年度虛擬變量，得到表6（4）列的結果。與主回歸結果表5（3）列進行比較，核心變量的符號和顯著性沒有變化且系數值變化不大，說明主回歸結果穩健。

表6 穩健性檢驗結果

六、結論與政策建議

本文在現有線性關系模型的研究基礎上構建面板門檻模型，分析普惠金融數字化對小額信貸的非線性影響，得到以下主要結論：第一，線性關系模型僅能體現普惠金融數字化對小額信貸的不利影響，缺乏對現實的解釋力，因此，在數字化子維度的考察中有必要使用面板門檻回歸等非線性關系模型。第二，數字化是把“雙刃劍”，普惠金融在較低的數字化水平下能有效促進小額信貸，而當數字化水平發展到一定程度后則會出現消極影響，進一步提高普惠金融的數字化水平能夠削弱這種不利影響。第三，在普惠金融數字化對小額信貸產生消極影響的區間，存在賬戶覆蓋的正向中介機制，能夠大幅緩解數字化的不利影響。

在此基礎上，本文提出以下政策建議：第一，“十四五”規劃指出要“穩妥發展金融科技”，普惠金融的數字化進程也應因時因地施策，要精準評估當地普惠金融的數字化水平和發展階段，不能盲目提高數字化程度，應在數字包容的最優區間穩妥推進普惠金融的數字化進程。第二，出現普惠金融的數字化抑制小額信貸現象時，可以利用賬戶覆蓋的中介渠道跨越數字化門檻，例如，通過數字化金融平臺與傳統銀行等領域的連通提高賬戶覆蓋廣度，進而促進普惠金融發展。第三，普惠金融數字化程度飽和問題的核心在于創新不足，過于依賴現有的移動終端、二維碼支付、消費信用免押等相對成熟的領域，缺乏進一步地拓展和開發，因此，從長期來看，突破現有普惠金融數字化的瓶頸需要進一步創新。■

注 釋

①數字金融、金融科技的研究常用北京大學研究團隊編制的數字普惠金融指數[9]作為代理變量，因此相關結論對本文數字普惠金融主題同樣有參考價值，文中引用的我國數字金融、金融科技相關研究均屬此類。

②選用學校數作為教育水平（education）的代理變量。學校數為各省2011—2020年普通高等學校數、普通高中學校數、中等職業學校數、初中學校數、普通小學學校數的總和。金融深度（m2_gdp）為僅隨時間變動的年度變量。為避免數量級差別過于懸殊，對控制變量的原始數據進行單位調整。表1為調整后的結果。

③為表述簡便，設定式（2）為雙重門檻模型，其他單一或多門檻模型可在此基礎上推導，具體估計過程將根據門檻個數相應調整模型。

④計算公式為(β1+β2) ，詳見模型設定式（2）、式（5）、式（6）；顯著性水平根據約束條件的聯合檢驗得到，即在表5（1）列基礎上進行β1+β2=0 的聯合假設檢驗。篇幅所限，具體結果略（后同）。