数字普惠金融与经济高质量发展的耦合协调度及影响因素研究——基于西部地区视角

Coupling Coordination and Influencing Factors between Digital Inclusive Finance and High-Quality Economic Development—Evidence from Western China

摘要: 数字普惠金融的发展通过提升金融服务的普惠性和可获得性，有效促进金融资源与实体经济的深度耦合，为经济高质量发展注入新动能。基于2011~2022年西部地区11省面板数据，运用熵值法测度经济高质量发展水平指数，结合耦合协调度模型分析数字普惠金融与经济高质量发展两者之间的系统关联性，通过构建固定效应模型考察数字普惠金融对经济高质量发展的影响及其作用机制。结果表明：在西部地区，数字普惠金融与经济高质量发展两系统之间的协同效应显著为正，其耦合协调度呈现上升趋势，内生性和稳健性证实数字普惠金融对经济高质量发展存在明显的正向促进作用。

Abstract: The development of digital inclusive finance enhances the inclusiveness and accessibility of financial services, effectively fostering deep integration between financial resources and the real economy, thereby injecting new momentum into high-quality economic development. Based on panel data from 11 western provinces in China from 2011 to 2022, this study employs the entropy method to measure the high-quality economic development index and utilizes a coupling coordination model to analyze the systemic relationship between digital inclusive finance and high-quality economic development. A fixed-effects model is constructed to examine the impact of digital inclusive finance on high-quality economic development and its underlying mechanisms. The results indicate that in Western China, the synergistic effect between digital inclusive finance and high-quality economic development is significantly positive, with their coupling coordination degree showing an upward trend. Endogeneity and robustness tests confirm that digital inclusive finance has a distinctly positive effect on promoting high-quality economic development.

1. 引言

在中国经济转型升级的关键时期，探索高质量发展路径已成为可持续发展的战略选择。党的二十大报告明确指出：“高质量发展是全面建设社会主义现代化国家的首要任务”，这一论断凸显了高质量发展作为涵盖经济增长质量、结构优化、效率提升和动力转换等多维目标的综合发展范式，其内涵和外延均超越了传统经济增长的单一维度，体现了新发展阶段更高水平的发展要求[1]。在当代信息技术革命浪潮下，大数据、云计算和互联网等数字技术的迅猛发展正深刻重塑着社会各领域的运行模式。金融服务业与数字技术的深度融合催生了数字普惠金融这一创新业态。相较于传统普惠金融模式，数字普惠金融凭借其突破时空限制的技术特性，有效解决了信息不对称和金融服务可及性等长期存在的行业痛点。在我国经济由高速增长向高质量发展转型的关键时期，数字普惠金融通过其独特的数字化优势，正在为构建现代化经济体系提供重要支撑，持续推动经济实现更高质量、更可持续的发展。

2. 文献综述

数字普惠金融高级原则于2016年G20杭州峰会首次确立，其核心理念强调通过云计算、互联网和大数据等数字技术创新普惠金融服务模式。这一原则既保留了传统普惠金融的包容性优势，又充分发挥了数字技术带来的效率提升、成本降低和服务扩展等显著优势，实现了金融普惠性与技术先进性的有机统一[2]，能够使得金融服务覆盖范围更广、服务群体更加多元，服务场景更加丰富[3]，数字技术有效突破了传统金融服务面临的时空壁垒，使真正具有普惠价值的金融服务能够触达更广泛群体，让金融弱势群体平等享受现代金融发展红利[4]。数字普惠金融与经济高质量发展构成相互促进的共生关系：一方面，稳健的经济增长为数字普惠金融发展创造有利环境；另一方面，数字普惠金融通过降低服务门槛、覆盖传统金融难以触达的长尾群体，为经济高质量发展注入普惠动能。这种良性互动机制既解决了金融服务可获得性问题，又为经济转型升级提供了重要支撑[5]。

中国经济已实现从高速增长向高质量发展的历史性跨越。2001至2022年间，经济高质量发展指数保持年均1.4%的稳健增长，2012年后更呈现出显著的提质增效特征。在这一转型进程中，金融体系特别是数字金融发挥着核心支撑作用：依托数字技术创新金融业态，数字金融有效弥补了传统金融服务短板。其中，数字普惠金融凭借其与生俱来的包容性优势，通过降低服务成本、消除金融排斥，有力促进了“创新驱动、开放共享、绿色协调”的新发展模式。其技术赋能效应不仅提升了金融资源配置效率，更通过激发创新活力、优化服务机制，显著增强了金融服务实体经济的能力，成为推动经济高质量发展的重要引擎[6]。数字金融的蓬勃发展为中国经济高质量发展提供了强劲的金融动能。随着人工智能、区块链等新一代数字技术与金融服务的深度耦合，中国数字金融正迈向更高级的发展形态，展现出前所未有的创新活力和增长潜力[7]。姜松和周鑫悦(2021) [8]通过构建面板数据模型，发现数字普惠金融对经济高质量发展的影响呈现倒“N”形特征，即在一定阶段内通过提升经济增长强度，促进结构合理化，增强居民消费等表现为促进效应，但超过临界值后可能产生抑制效应。这一结论得到了薛秋童和封思贤(2022) [9]的进一步验证，他们指出数字普惠金融通过提升金融服务效率、优化资源配置等途径，显著推动了经济高质量发展。

3. 研究设计

本文选取北京大学数字普惠金融指数和构建西部地区经济高质量发展指标体系，运用熵值法计算经济高质量发展水平指数，引入耦合协调模型建立“数字普惠金融–经济高质量发展”系统，计算系统耦合协调度。分析两者发展状况及协调度变化趋势，为西部地区数字普惠金融与高质量发展战略提供依据。在此基础上，运用面板模型进行回归分析，探究数字普惠金融对经济高质量发展的影响因素，深入挖掘高质量发展驱动机制。

3.1. 指标选取与数据来源

根据《新时代推动西部大开发座谈会》所涉及的12个省份(由于西藏数据的缺失故剔除)，包括四川，陕西，甘肃，青海，云南，贵州，重庆，广西，内蒙古，宁夏，新疆，西藏(剔除)12个省份，本文将以上12个省份中除去西藏的剩下11个作为研究对象。

3.1.1. 构建指标体系

1) 数字普惠金融发展水平指数。选自北京大学数字普惠金融指数(2011~2022)，其构建了完善的指标体系[10]，包含三个维度共计33给指标，是目前数字普惠金融最为权威，客观的指数，本文使用该指数代表我国数字普惠金融发展综合水平。

2) 经济高质量发展指标体系。《新时代推动西部大开发座谈会》强调：要加快构建大保护、大开放、高质量发展的新格局，全面提升区域综合实力和可持续发展能力，全力谱写西部大开发的新篇章。根据十八届五中全会提出的“五大发展理念”以及马茹，罗晖(2019) [11]等人的研究，结合孙豪，桂河清等[12]的测量指标，将经济高质量发展分为创新，协调，绿色，开放，共享5个层面，通过这5个层面来衡量西部地区各省份经济高质量发展水平，具体指标体系构建见表1。

3.1.2. 数据来源

为了保证数据完整性和时效性，本文选取2011~2022年为样本数据区间，其中由于西藏地区数据缺失严重，故剔除该地区，用余下11个地区建立指标体系。其中，数字普惠金融指标体系主要来自北大数字普惠金融数据库。经济高质量发展指标体系数据来自国家统计局各省份的统计年鉴和马克数据网，Wind数据库。对于部分缺失数据，则通过插值法或临近五年数据的平均值进行补充。

Table 1. Indicator system for high-quality economic development in western regions

表1. 西部地区经济高质量发展指标体系

一级指标	二级指标	三级指标	衡量指标	指标方向
经济高质量发展	创新发展	GDP增长率	地区GDP增长率	+
		投资效率	投资率/地区GDP增加率	+
		技术交易活跃度	技术交易成交额/GDP	+
		研发投入强度	规模以上工业企业R&D经费/GDP	+
	协调发展	需求结构	社会消费品零售总额/GDP	+
		城乡结构	城镇化率	+
		政府债务负担	政府债务余额/GDP	−
		产业结构	第三产业增加值/地区GDP	+
	绿色发展	能源消费弹性系数	能源消费增长率/GDP增长率	−
		单位产出的废水	废水排放量/GDP	−
		单位产生的废气	二氧化硫排放量/GDP	−
	开放发展	对外贸易依存度	进出口总额/GDP	+
		外商投资比重	外商投资总额/GDP	+
		市场化程度	地区市场化指数	+
	共享发展	劳动者报酬比重	劳动者报酬/地区GDP	+
		居民收入增长弹性	居民人均可支配收入增长率/地区GDP增长率	+
		城乡消费差距	城镇居民人均消费支出/农村居民人均消费支出	−
		民生性财政支出比重	住房保障支出，医疗卫生支出，地方财政教育支出，社会保障和就业支出/地方财政一般预算支出	+

3.2. 研究方法

3.2.1. 耦合理论模型

本文借鉴物理学中的容量耦合系数模型[13]，得到多系统耦合度模型如下：

$C=n{\left\{\frac{U_1{U}_2\cdots U_n}{\prod \left(U_i+U_j\right)}\right\}}^{\frac{1}{n}}$

式中，C为耦合度值，$C\in \left[0,1\right]$ ，U为子系统对总系统的贡献值。由于本文度量的是“绿色金融–经济高质量发展”系统耦合度，因此$n$ 取2，得到“绿色金融–经济高质量发展”系统耦合度模型：

$C={\left\{\frac{G_{it}{Q}_{it}}{{\left(G_{it}{Q}_{it}\right)}^2}\right\}}^{\frac{1}{2}}$

3.2.2. 耦合协调度模型

虽然“绿色金融–经济高质量发展”系统耦合度能反映两者间的相互作用，但仅凭此指标评估协同发展可能存在局限。为避免此问题，本文采用耦合协调度模型，该模型同时考虑系统间相互作用(耦合度)和各自发展水平，从而更全面评估两者的协调发展程度。

构建“绿色金融–经济高质量发展”系统耦合协调度模型：

$D=\sqrt{C\times T}$ $T=\alpha G_{it}+\beta Q_{it}$

式中：D为“绿色金融–经济高质量发展”系统耦合协调度，$D\in 0,1$ ；T为“绿色金融–经济高质量发展”系统的综合协调指数，它反映了绿色金融与经济高质量发展的整体发展水平；$\alpha ,\beta$ 为待定系数。于本文而言，绿色金融和经济高质量发展同等重要，故选取$\alpha =\beta =0.5$ 。

4. 耦合协调模型分析

根据数字普惠金融与经济高质量发展水平指数，再结合耦合协调模型，可以计算得到西部地区各个省份2011~2022年间的耦合度值和耦合协调度，并根据前文的判断标准判定各省份数字普惠金融与高质量发展的耦合关系和耦合协调类型。如表2，图1所示。

Table 2. Coupling coordination degree (D) of the system

表2. 系统耦合协调度D值

年份	内蒙古	广西	重庆	四川	贵州	云南	陕西	甘肃	青海	宁夏	新疆	均值
2011	1.464	1.504	1.694	1.575	1.259	1.376	1.598	1.295	1.291	1.463	1.286	1.437
2012	1.987	1.945	2.147	2.012	1.795	1.888	2.027	1.861	1.748	1.892	1.840	1.922
2013	2.215	2.200	2.450	2.254	2.031	2.142	2.311	2.150	2.081	2.142	2.134	2.192
2014	2.308	2.312	2.594	2.352	2.167	2.253	2.458	2.282	2.208	2.298	2.215	2.313
2015	2.457	2.459	2.668	2.499	2.322	2.395	2.625	2.454	2.430	2.447	2.356	2.465
2016	2.504	2.505	2.711	2.537	2.358	2.432	2.676	2.484	2.457	2.455	2.367	2.499
2017	2.577	2.631	2.812	2.685	2.511	2.556	2.796	2.602	2.562	2.638	2.469	2.622
2018	2.578	2.700	2.917	2.823	2.615	2.644	2.922	2.677	2.617	2.661	2.531	2.699
2019	2.654	2.766	2.950	2.929	2.662	2.684	3.018	2.750	2.551	2.739	2.591	2.754
2020	2.697	2.909	3.017	3.009	2.705	2.704	3.081	2.801	2.581	2.801	2.609	2.810
2021	2.780	3.074	3.101	3.110	2.786	2.749	3.169	2.892	2.642	2.900	2.664	2.897
2022	2.807	3.180	3.143	3.165	2.805	2.751	3.203	2.913	2.636	2.959	2.652	2.929

Figure 1. Coupling degree (D) of the system

图1. 系统耦合度D值

由表2和图1可知，在2011~2022年期间，西部地区“数字普惠金融–经济高质量发展”系统的发展在时间上都有所波动，随着经济社会的发展，西部地区11省份的“数字普惠金融–经济高质量发展”系统耦合协调度整体呈现上升趋势。其中，广西、重庆、四川、陕西作为西部地区当时发展相对发达的省份，其耦合协调度相对其他省较高。研究表明，虽然西部地区两系统的耦合协调度相对较低，但是其上升的趋势表明数字普惠金融与经济高质量发展间仍存在良性互动和相互促进。

在数字普惠金融发展初期，由于金融体系与实体经济的数字化衔接尚未成熟、政策效应存在时滞性，加之西部地区金融基础相对薄弱，导致其数字金融转型进程滞后于东部地区，表现为较低的耦合协调度。随着国家区域协调发展战略的深入实施和科技创新的持续驱动，西部地区数字普惠金融与经济高质量发展已逐步形成良性互动机制，系统间的协同水平显著提升。但相较于理想发展状态，西部地区仍需在数字基础设施建设、政策精准落地等方面重点突破，以进一步优化两者的协同发展效能。

5. 数字普惠金融支持经济高质量发展影响因素分析

为了更好的理解西部地区数字普惠金融和经济高质量发展之间的相互关系，推动西部地区数字普惠金融和经济高质量发展之间的协调与发展，本文进一步利用实证回归模型，寻找影响其耦合协调度的驱动因素。

5.1. 变量选取及其定义

综合考虑数字普惠金融和经济高质量发展的耦合协调机制和西部地区的实际情况，本文选取的变量如下：

被解释变量。经济高质量发展(HQE)，运用前文测算得到的西部地区经济高质量发展指数作为代理变量。

解释变量。数字普惠金融(DFI)。数字普惠金融发展水平指数。选自北京大学数字普惠金融指数(2011~2022)，其构建了完善的指标体系，包含三个维度共计33给指标，是目前数字普惠金融最为权威，客观的指数，本文使用该指数代表我国数字普惠金融发展综合水平。

控制变量。本文选择的控制变量具体如下：失业状况(US)，用城镇失业率来表示；税收水平(TL)，用该省政府税收收入与GDP之比来表示；工业化发展水平(LOI)，用该省规模以上的企业数量的对数表示，居民生活水平(SOL)，用全体居民人均可支配收入的对数表示。

5.2. 模型设定

为了研究绿色金融对经济高质量发展的作用，构建如下基准模型：

$HQ{E}_{i,t}={\alpha }_0+{\alpha }_{1}DF{I}_{i,t}+{\alpha }_{2}Contro{l}_{i,t}+{\mu }_i+{\delta }_t+{\epsilon }_{i,t}$ (1)

其中，$i=1,2,3\cdots N$ 表示西部地区的11个省份，$t=1,2,3\cdots N$ 表示2011~2022年的样本期间；$HQ{E}_{i,t}$ 表示地区i在t时期的经济高质量发展指数，$DF{I}_{i,t}$ 表示地区i在t时期的绿色金融发展指数，$Contro{l}_{i,t}$ 为一组控制变量，主要包括，税收水平，失业状况，居民生活水平以及工业化发展水平。${\mu }_i$ 表示个体固定效应，控制了地区层面不随时间变化的因素对经济发展的影响，${\delta }_t$ 则表示时间固定效应，控制了同一地区由于时间时期不同所导致的经济发展的差异；${\epsilon }_{i,t}$ 表示随机干扰项，${\alpha }_0$ 表示截距项，${\alpha }_1$ ，${\alpha }_2$ 表示各变量的系数。

首先进行变量的描述性统计，其描述性统计结果如表3所示。

由表3可知，经济高质量发展，数字普惠金融的最大值和最小值分别为0.276和0.136，381.293和18.47，说明在西部地区不同省份的经济高质量发展情况和数字普惠金融发展情况存在着明显的差异性。从控制变量来看，在不同地区失业状况，税收水平，工业化发展水平，居民生活水平等指标也存在显著差异。

Table 3. Descriptive statistics

表3. 变量的描述性统计

变量	观测值	平均值	标准差	最大值	最小值
经济高质量发展指数	132	0.182	0.035	0.276	0.136
数字普惠金融指数	132	2.260	1.015	3.813	0.185
税收水平	132	0.077	0.016	0.112	0.036
失业状况	132	3.320	0.609	4.5	1.5
工业化发展水平	132	8.129	0.874	9.771	5.956
居民生活水平	132	9.834	0.338	10.489	9.043

5.3. 实证结果分析

5.3.1. 基准回归结果与分析

表4展示了数字普惠金融对经济高质量发展影响的基准回归分析。从表4列(1) (2)可以看出，无论是否引入相关控制变量，数字普惠对经济高质量发展的影响系数始终显著为正，这表明数字普惠金融对经济高质量发展具有显著的促进作用。

Table 4. Benchmark regression results

表4. 基准回归结果

变量	(1)	(2)
	HQE	HQE
DFI	0.142^** (3.05)	0.117^** (2.94)
控制变量	NO	YES
ID	YES	YES
year	YES	YES
_cons	−0.138 (−1.31)	0.702 (0.40)
N	132	132
R^2	0.835	0.857

注：括号内为t值，^*p < 0.1, ^**p < 0.05, ^***p < 0.01，下同。

5.3.2. 内生性检验及其结果和分析

为应对内生性问题，本文采取以下措施：选取数字普惠金融指标滞后一期作为工具变量，并生成时间和个体的虚拟变量进行回归分析，以尽可能规避内生性影响。

其结果如表5所示。由内生性检验结果可知，第一阶段工具变量和数字普惠金融在1%水平上显著正相关，第二阶段数字普惠金融与经济高质量发展的估计系数在5%水平上显著为正。且进一步对工具变量的恰当性进行检验，结果显示LM检验在1%的水平上显著，以及Wald F统计量为24.459大于Stock-Yogo检验的临界值，且在1%的水平上显著，说明模型的LM统计量和Wald F统计量分别显著拒绝“工具变量识别不足”和“弱工具变量”的原假设，即工具变量的选择具有合理性，即数字普惠金融对经济高质量发展的影响与基准回归模型一致，通过内生性检验。

Table 5. Endogeneity test

表5. 内生性检验

变量	第一阶段(DFI)	第二阶段(HQE)
DFI		0.212^**
		(3.13)
L.DFI	0.432^***
	(4.78)
Controls	YES	YES
ID, Year	YES	YES
_cons	−3.227	1.118
	(−1.47)	(0.99)
N	121	121
R^2		0.852

注：^*p < 0.1, ^**p < 0.05, ^***p < 0.01，下同。

5.3.3. 稳健性检验及其结果和分析

上述实证结果说明了数字普惠金融能促进经济高质量发展，为了进一步验证结论的可靠性，对主要变量进行1%的缩尾处理，从而消除极端值对结果影响。缩尾处理结果如表6列(1) (2)所示。从检验结果来看，无论是否进行缩尾处理，数字普惠金融系数均在5%的水平下显著为正，表明数字普惠金融能显著促进经济高质量发展，通过了稳健性检验。

重庆市作为西部地区唯一的直辖市城市，可能存在对结果产生影响。因此本文采用剔除直辖市的样本进行稳健性检验，列(3)为剔除之前，列(4)为剔除之后，从检验结果看，无论是否加入控制变量，数字普惠金融系数均为正，表明数字普惠金融能够显著促进经济高质量发展，通过了稳健性检验。

Table 6. Robustness test

表6. 稳健性检验

变量	缩尾处理		替换样本区间
	(1)	(2)	(3)	(4)
	HQE	HQE	HQE	HQE
DFI	0.117^** (2.94)	0.117^** (2.96)	0.117^** (2.94)	0.131^** (2.94)
控制变量	YES	YES	YES	YES
ID	YES	YES	YES	YES
year	YES	YES	YES	YES
_cons	0.702 (0.40)	0.638 (0.37)	0.702 (0.40)	0.753 (0.41)
N	132	132	132	132
R^2	0.857	0.860	0.857	0.833

注：^*p < 0.1, ^**p < 0.05, ^***p < 0.001。

6. 结论与启示

6.1. 研究结论

本文使用2011~2022年中国西部地区11个省(市，自治区)的数据，采用熵值法测算经济高质量发展指数，根据测算结果构建西部地区“数字普惠金融–经济高质量发展”系统，并运用耦合协调度模型对系统进行实证研究，得到了以下结论：1) 西部地区各省份的数字普惠既然你水平和经济高质量发展程度存在较大的差异，其中西部地区越靠近内陆的省份的数字普惠金融水平和经济高质量发展程度相对较低，而靠近中部的重庆，四川，陕西的经济发展程度和数字普惠金融水平都明显高出西部地区其他的省份。但是相比于中部和东部地区的省份而言，其数字普惠金融水平和经济高质量发展程度无法与之相比，因此国家才会提出第二次西部大开发，以促进西部地区的快速发展，实现共同繁荣。2) 我国西部地区数字普惠金融和经济高质量发展水平仍有较大的发展空间，且数字普惠金融对经济高质量发展存在明显的正向推动作用。3) 西部地区各省份的数字普惠金融和经济高质量发展的耦合协调度存在波动，但是两系统的耦合协调度在不断提高，意味着数字普惠金融和经济高质量发展之间的联系会越来越紧密，两系统之间能够更有效的发挥协同作用，形成良性循环，相互促进，共同发展。

6.2. 政策建议

基于上述研究结论，提出如下政策建议：1) 强化数字基础设施建设，弥合“数字鸿沟”。提升网络覆盖与质量：优先在西部偏远农村、牧区布局5G基站和光纤网络，确保至2025年行政村网络覆盖率达98%以上。联合电信运营商推出“西部普惠流量包”，为低收入家庭提供每月20GB免费流量(由财政补贴运营商成本)。推广智能金融终端：在乡镇便民服务中心、供销社等场所布设智能POS机、扫码设备，对小微商户每台设备补贴300元。推动农贸市场、旅游景区、交通枢纽全面支持数字支付，对数字化改造达标商户减免交易手续费。2) 创新适配性金融产品，精准支持实体经济。开发特色产业信贷产品：基于卫星遥感、物联网数据，推出“智慧农业贷”(如宁夏枸杞种植户可凭产量预测模型授信)。联合景区、民宿平台推出“生态旅游贷”，以未来门票收入或订单流水作为还款来源。构建普惠金融信用体系：建立“西部信用信息共享平台”，整合税务、电力、物流、社保数据，生成小微企业信用评分。依托核心企业(如川酒集团、云南咖啡加工厂)搭建区块链平台，实现上下游企业应收账款秒级融资。3) 完善政策激励与风险防控机制。财税金融协同支持：对服务西部县域的金融机构，按新增普惠贷款余额的1.5%抵扣企业所得税。设立省级“数字普惠风险池”，对涉农、小微贷款损失提供最高40%补偿。差异化监管创新：在贵州、陕西等地试点“远程开户”“AI风控”等创新模式，允许容错试错。成立“金融科技伦理委员会”，重点监控算法歧视、数据滥用行为，确保公平性。4) 提升居民金融素养与数字能力。普惠金融教育工程：制作汉藏、汉维双语短视频，通过抖音、快手等平台普及反诈知识、手机银行操作技巧。在西部职业院校开设“数字金融实践课”(如四川与电子科大共建实训基地)，年培训1万名基层金融人员。特殊群体服务优化：在社区、村委会设立志愿者服务点，手把手指导老年人使用智能设备办理基础业务。开发语音交互、手势识别等无障碍金融APP，联合残联提供定向补贴。5) 深化区域协作与开放联动。“东数西算”金融应用：在内蒙古、甘肃数据中心集群试点“算力抵押融资”，允许企业以闲置算力获得低息贷款。鼓励上海、深圳金融机构通过“云柜台”为西部客户提供远程开户、理财咨询。跨境数字金融走廊：在云南、新疆试点“数字边贸平台”，支持人民币与缅币、卢布直接兑换，降低汇兑成本。联合中亚国家开展央行数字货币(CBDC)跨境支付试点，探索“数字丝绸之路”结算新模式。