摘要：数字金融融合了传统金融与数字技术，对促进经济高质量发展具有重要作用。文章通过构建包括经济发展动能、经济发展结构、经济发展效率、生态环境和谐、经济发展成果等指标的经济高质量发展评价指标体系，基于2016—2021年成渝地区双城经济圈36个地区的面板数据，运用空间杜宾模型，探究数字金融对成渝地区双城经济圈高质量发展的空间溢出效应。结果表明，数字金融对成渝地区双城经济圈高质量发展存在负向空间溢出效应，表明相邻地区数字金融发展对本地区数字金融发展产生了负作用。

　　关键词：数字金融,经济高质量,空间溢出效应

　　2021年10月，***印发《成渝地区双城经济圈建设规划纲要》，明确提出成渝地区双城经济圈建设具有“全国影响力的重要经济中心”[1]战略定位。地处长江经济带和“一**路”交汇处的成渝地区的区位重要性越来越突显，逐渐成为川渝区域经济高质量发展的重要动力源，也成为西部经济高质量发展的重要增长极，同时也是全国要素集聚、经济辐射与对外开放的重要区位。因此，推动成渝双城经济圈高质量发展，不仅是成渝地区的重大发展机遇，更有利于推动构建以国内大循环为主体、国内国际双循环相互促进新发展格局。数字金融泛指传统金融机构与互联网公司利用数字技术实现融资、支付、投资和其他新型金融业务模式[2]。现有不少研究关注数字金融对经济发展以及经济高质量发展的影响，但关于数字金融对经济高质量发展的空间溢出效应的研究还不太多，尤其是对成渝地区双城经济圈的研究更少，因此本文以成渝地区双城经济圈为研究对象，探讨数字金融对其高质量发展的空间溢出效应。

　　一、经济高质量发展评价指数的测度

　　（一）经济高质量发展评价指标体系的构建

　　针对经济高质量发展的评价，学者们建立了多种不同的衡量标准，有的采用单一指标，例如GDP或者人均GDP，有的则通过建立多维度多指标的评价体系来衡量经济高质量发展水平，例如从“创新、协调、绿色、开放、共享”[3]这五个维度构建综合评价体系来衡量。本文认为高质量的经济发展水平很难仅用GDP这一个数据就能衡量出来，从多个维度进行综合评价才是最合理的。因此，本文借鉴相关研究[4]，建立了包括5个一级指标、15个二级指标在内的经济高质量发展评价指标体系，如表1所示。

　　（二）经济高质量发展评价方法——熵值法

　　本文采用熵值法对经济高质量发展评价指数进行了测算[5]。参照表1再运用下述计算公式，加权得到成渝36个地区的经济高质量发展评价指数，主要步骤如下。

　　二、实证研究

　　（一）空间自相关测度

　　1.全局空间自相关测度

　　一般采用“莫兰指数I”（Moran's I）检验全局自相关，全局Moran's I的计算公式如下:

　　其中，wij为距离空间权重矩阵，以两个地区政治中心的距离倒数来衡量。

　　其中，wij为距离空间权重矩阵，以两个地区政治中心的距离倒数来衡量。

　　莫兰指数I的取值范围为[-1，1]，大于0表示正自相关，小于0表示负自相关，接近于0，表明不存在空间自相关。由表2可知，数字金融发展指数均在1%的显著性水平上为正，说明成渝地区双城经济圈的数字金融发展具有很显著的空间相关性。

　　2.局部空间自相关测度

　　本文选择2016和2021年的截面数据，绘制局部莫兰指数散点图，如图1所示。结果显示，成渝地区双城经济圈数字金融发展指数大多集中在第一象限和第三象限中，说明成渝双城经济圈各地区数字金融发展存在明显的高高聚集、低低聚集的空间集聚现象。其中，第一象限主要是四川各省份，代表较高的数字金融发展水平，第三象限主要是重庆各区县，代表较低的数字金融发展水平，这也说明成渝双圈中四川地区数字金融发展领先重庆地区。

　　（二）空间杜宾模型的选择

　　莫兰指数只针对是否存在空间效应进行初步检验，判断空间计量模型的选择是否合理还需要通过LM检验，即空间依赖性检验。通过LM检验发现，无论是空间滞后模型还是空间误差模型都适用于本文。接着进行LR检验选择最合适的模型。结果表明，P值均小于0.01，通过了1%的显著性水平检验，说明空间杜宾模型是最佳模型。最后通过Hausman检验，本文选择固定效应模型。

　　（三）空间杜宾模型的构建

　　根据前文的模型检验结果可知，本文应当建立固定效应空间杜宾模型，具体模型如下:

　　其中，ρ表示空间自相关系数，W为经济距离空间权重矩阵，C代表一系列的控制变量，λi与μt分别表示地区和时间固定效应，εit为随机误差项。

　　（四）变量选取

　　被解释变量：经济高质量发展指数（HQE），采用上文测算出的经济高质量发展评价指数来衡量。

　　解释变量：数字金融（DF），采用学者们普遍采用的北大数字金融研究中心与蚂蚁科技集团联合编制的“北京大学数字普惠金融指数”[6]来衡量。

　　控制变量：主要包括城镇化水平（Urban）、产业结构水平（Strc）、政府干预程度（Fisc）、基础设施水平（Infra）、人口密度（Popu）。

　　（五）数据来源

　　根据《成渝地区双城经济圈建设规划纲要》的规划范围，本文的研究对象主要包括重庆21个地区（主城九区当作一个总体）和四川15个地区在内的36个地区。表1和表3中的数据来源于2016—2021年成渝双城经济圈36个地区，各指标的原始数据来自《重庆统计年鉴》《重庆调查年鉴》《重庆科技统计年鉴》《四川统计年鉴》《四川调查年鉴》及各市区县统计年鉴等。

　　三、结果分析

　　（一）空间杜宾模型估计结果分析

　　本文最终选择的空间计量模型为空间杜宾固定效应模型，而固定效应模型又包括个体固定、时间固定和双固定效应模型。为了选择合适的固定效用模型，本文检测了三种固定效应，结果如表4。由R2的结果可知，时间固定效应模型的0.811，明显高于个体固定和双固定效应模型。因此，本文选择时间效应的空间杜宾模型，下文主要对SDM模型的结果进行分析。

　　根据表4可知，ρ为0.269，在5%的水平上显著为正，说明经济高质量发展在地区层面存在一定的空间溢出效应。临近地区的经济高质量发展水平提高一个单位，本地区的经济高质量发展水平会提高26.9%。而数字金融的空间影响系数为-0.093，在1%的水平上显著，说明数字金融发展存在空间溢出效应，不过此空间溢出效应为负，即临近地区数字金融发展对本地区数字金融发展产生了明显的负作用。这说明数字金融的发展存在虹吸效应，并且虹吸效应大于扩散效应。

　　（二）空间溢出效应分解

　　基于时间固定效应空间杜宾模型所得到的的直接效应和空间效应如表5所示。结果显示，数字金融的直接效应系数为0.082，且通过了1%的显著性检验，说明本地区数字金融发展对该地经济高质量发展具有显著正向促进作用。而数字金融的间接效应系数为-0.092，也通过了1%的显著性检验，表明临近地区数字金融发展对本地经济高质量发展有显著性影响，但是影响为负。可能原因是成渝各个地区发展不平衡，成都和重庆主城经济发展远远超过其他区县，使得大多数的数字金融资源集中在这些经济发展水平较高的地区，有利于这些地区经济高质量发展，而不利于本地区经济高质量的发展。因此，通过空间溢出效应分析，数字金融发展对成渝地区双城经济圈高质量发展存在负向空间溢出效应。

　　四、政策建议

　　根据上文分析，本文提出以下建议：第一，加强数字金融顶层设计，促进数字金融协调发展。成渝地区经济发展不平衡，导致数字金融汇聚于经济发展水平较高地区，不利于经济一般区县的数字金融发展，需政府统筹全局，携手机构共同参与数字金融建设。第二，加强数字金融基础设施建设，完善金融服务体系。成渝地区双城经济圈的数字金融发展不充分不平衡，还需加强数字金融基础设施建设，完善金融服务体系，发挥数字金融对经济高质量发展的支撑作用。第三，推进差异化数字金融发展，助推经济高质量发展。成渝各地区需结合自身具体情况，实施差异化数字金融发展策略，因地制宜推进数字金融建设，助推经济高质量发展。

　　参考文献：

　　[1]***印发《成渝地区双城经济圈建设规划纲要》[J].中华人民共和国国务院公报，2021（31）:13-33.

　　[2]黄益平，黄卓.中国的数字金融发展:现在与未来[J].经济学（季刊），2018，17（4）:1489-1502.

　　[3]刘亚雪，田成诗，程立燕.世界经济高质量发展水平的测度及比较[J].经济学家，2020（5）:69-78.

　　[4]魏敏，李书昊.新常态下中国经济增长质量的评价体系构建与测度[J].经济学家，2018（4）:19-26.

　　[5]宋明顺，张霞，易荣华，等.经济发展质量评价体系研究及应用[J].经济学家，2015（2）:35-43.

　　[6]郭峰，王靖一，王芳，等.测度中国数字普惠金融发展:指数编制与空间特征[J].经济学（季刊），2020，19（4）:1401-1418.