数字普惠金融与地区商业银行竞争

王志光 范志国

摘   要：数字普惠金融的发展对各地区商业银行的竞争格局产生了深远影响。本文使用北京大学数字普惠金融指数，整理计算200845条银保监会官方网站公布的商业银行分支机构信息构建商业银行竞争指数，实证检验2011—2018年中国283个地级以上城市数字普惠金融发展对地区商业银行竞争的影响。研究发现：数字普惠金融发展加剧了地区商业银行竞争；消费需求效应和产业结构效应是数字普惠金融影响地区商业银行竞争的中介效应；金融发展水平和经济政策不确定性在数字普惠金融与地区商业银行竞争的关系中发挥调节效应。研究结论对我国数字普惠金融发展和商业银行数字化转型升级具有重要启示。

关键词：数字普惠金融；商业银行竞争；消费需求效应；产业结构效应

中图分类号：F830  文献标识码：A  文章编号：1674-2265（2023）04-0076-07

DOI：10.19647/j.cnki.37-1462/f.2023.04.010

一、引言

近年来，数字普惠金融在我国得到了广泛的发展，在改变人们生活的同时，也影响着传统金融机构的竞争格局。数字普惠金融有助于缓解信息不对称，降低金融摩擦，有利于实体经济与金融业融合发展，得到了许多国家的重视与支持（粟勤和魏星，2017；付会敏和江世银，2022）[1，2]。作为传统金融与信息技术融合发展的新模式，数字普惠金融可以提高金融服务的效率，降低交易成本，缓解企业、个人与金融机构之间存在的信息不对称。相对于传统商业银行固定物理网点和固定客户的经营模式，数字普惠金融具有普惠性和便捷性的优势，其发展有利于商业银行转型升级，弥补商业银行金融模式的空白，拓展商业银行服务的边界，打破时空的限制，从而扩大传统商业银行的覆盖面（李文红和蒋则沈，2017）[3]。同时，改变了传统商业银行的负债结构（邱晗等，2018）[4]，影响了商业银行的风险承担（战明华等，2018）[5]，并能夠影响银行业竞争。

从已有的文献来看，新兴技术对商业银行竞争影响的研究结论存在较大的分歧。Freixas和Rochet（1997）[6]研究发现，信息技术的使用对商业银行竞争产生了双重影响：一方面，商业银行可以借助信息技术提高其信息获取和处理能力，从而提高了少数商业银行掌握的市场势力，导致商业银行竞争能力下降；另一方面，信息技术的使用使得商业银行之间的信息透明度提高，信息传播和共享的能力同样得以提高，为商业银行提供了更为公平的市场环境，降低了少数银行所掌握的市场势力，从而提高了商业银行的竞争能力。从国内的研究来看，大多数研究集中于数字普惠金融对商业银行风险承担（顾海峰和高水文，2022）[7]、银行贷款合约（刘程，2022）[8]等方面的影响。那么，数字普惠金融的发展对于地区商业银行的竞争存在何种效应？数字普惠金融影响地区商业银行竞争的作用机制又是什么？深入研究这些问题可以指导数字普惠金融更好地应用发展，并有利于帮助地区商业银行转型升级，促进商业银行更好地服务实体经济。

基于此，本文使用北京大学数字普惠金融指数，整理计算200845条银保监会官方网站公布的银行分支机构信息以构建银行竞争指数，实证检验2011—2018年中国283个地级及以上城市数字普惠金融对地区商业银行竞争的影响。本文的边际贡献主要有以下三个方面：第一，从商业银行分支机构的角度研究数字普惠金融与地区商业银行竞争之间的影响；第二，基于消费需求效应和产业结构效应的视角，研究数字普惠金融对地区商业银行竞争的影响机制；第三，从金融发展水平和经济政策不确定性的外部环境视角，研究数字普惠金融对地区商业银行竞争的调节作用。

二、理论分析与研究假设

（一）数字普惠金融与地区商业银行竞争

数字普惠金融被认为是一种金融创新。当前，关于金融创新与竞争，主要存在两种理论：熊彼特效应认为金融创新会加剧竞争，随后会减少企业的垄断行为；逃避竞争效应认为企业存在逃避竞争的行为，在这种动机下会积极进行创新而缓解竞争。

多数研究支持数字普惠金融的发展加剧了地区商业银行竞争。数字普惠金融的逐渐成熟发展，打破了银行业因信息优势而形成的进入壁垒（邱兆祥和粟勤，2008）[9]，削弱了商业银行在金融市场中的垄断地位，使银行业竞争加剧（Dell，2001）[10]。数字普惠金融凭借经济性和便捷性，越来越受到大众的欢迎，削弱了商业银行在金融市场的统治地位（Vives，2017）[11]。从负债端来看，以余额宝为代表的货币基金的发展挤压了商业银行的存款业务，从而导致商业银行存款外流（王静，2015）[12]。在存款外流的背景下，商业银行为了获取盈利机会，在市场上展开激烈的价格竞争。从资产端来看，我国银行业一直存在着“二八定律”，导致中小企业一直面临着“融资难、融资贵”的问题，而数字普惠金融的出现，可以以较低的成本、较高的效率和良好的服务为中小企业融资打开大门，从而迅速占领中小企业贷款市场，与银行业形成了错位竞争的格局。

同时，商业银行数字化转型升级的能力也将得到进一步提升，很多商业银行主动拥抱金融科技，积极转型和创新以应对数字普惠金融对其造成的冲击（郭峰，2017；朱太辉和张彧通，2022）[13，14]。在数字化转型过程中，许多商业银行建立网上银行，提高金融服务的效率，并且设立了更多的智能网点，商业银行内部之间的竞争也加剧了地区银行业的竞争。据此，提出以下假设：

假设1：数字普惠金融的发展加剧了地区商业银行的竞争。

（二）数字普惠金融对地区商业银行竞争的作用机制

1. 消费需求效应。数字普惠金融对消费需求的促进作用已得到诸多文献证实。一方面，数字普惠金融通过提高支付便利性提升消费需求。当前，以微信和支付宝为代表的移动支付手段已普遍应用到各种线上线下支付场景。根据2020年中国支付清算协会的统计数据，使用手机支付的比例高达74%。张勋等（2020）[15]研究发现，数字普惠金融能够缩短居民购物时间，进而促进居民消费。数字普惠金融的发展不仅能够促进消费需求增加，还会带来消费结构的转型升级（江红莉和蒋鹏程，2021）[16]。何宗樾等（2020）[17]指出，数字普惠金融所带来的线上支付的便利性可以进一步促进消费转型。另一方面，数字普惠金融通过缓解弱势群体的资金约束提升消费需求。数字普惠金融在我国迎来重大发展之前，商业银行占据着我国金融市场极大的市场份额，呈垄断之势，对于弱势群体以及落后地区一定程度上存在金融排斥，导致居民消费受到约束。而数字普惠金融的极大发展缓解了这部分群体的消费约束，有利于提升消费需求。

需求端的变动能够成为供给端变动的重要导向，消费需求的提高表示消费者将会有更多的流动性需求，推动商业银行改革，激发其创新能力以争夺市场份额，从而加剧了商业银行的竞争（王喆等，2021）[18]。据此，提出以下假设：

假设2：数字普惠金融发展拉动了消费需求，进而促进地区商业银行竞争。

2. 产业结构升级效应。数字普惠金融的发展可以突破地理空间的限制，具有覆盖面广、成本可控、产业规模大等特点，与产业结构升级可以契合在一起。一方面，数字普惠金融的普惠特性可以突破地理空间的限制，通过提供多样化的金融工具实现信息共享和资源传播，可以有效解决产业结构升级所面临的金融资源配置失衡的问题；另一方面，数字普惠金融具有数字技术的特征，可以进一步提升信息传播的有效性，信息不对称问题得以缓解，有利于金融市场自主选择产业活动，精准匹配产业的需求端和供给端，通过高效的线上平台进一步促进产业结构优化升级。

数字普惠金融的发展促进产业结构转型升级，使得地区企业及个体对于资金的需求上升，在这种形式之下，“倒逼”商业银行更加注重信贷资源的配给。为了抢占更多的资源，商业银行推出银联支付、提供线上服务、降低贷款利率等政策来提高其竞争能力，加剧地区商业银行之间的竞争。为此提出以下假设：

假设3：数字普惠金融发展推动了产业结构升级，进而促进地区商业银行竞争。

3. 金融发展水平的调节效应。以往关于数字普惠金融的研究发现，数字普惠金融在不同地理位置的经济效应确实存在差异，很大一部分原因就是金融供给的不平衡以及金融发展水平差异过大。那么，数字普惠金融对地区商业银行竞争的影响是否会由于金融发展水平不同而产生差异？金融发展水平高的地区，可以形成关系密切的金融网络，有利于缓解信息不对称，从而可以为数字普惠金融的发展提供“肥沃的土壤”。同时，地区金融发展水平高也能够反映出该地区传统金融机构成长的条件较好，当数字普惠金融在该地区进行发展时，商业银行所占有的客户资源更为牢固，两者之间为了开发客户、提高市场占有率所展开的竞争可能更为激烈。据此，提出以下假设：

假设4：金融发展水平越高，数字普惠金融对地区商业银行竞争的作用越强。

4. 经济政策不确定性的调节效应。经济政策不确定性的上升主要通过实物期权效应影响商业银行。根据实物期权理论，经济政策不确定性上升时，商业银行会等待不确定性消失后再做出行为决策。在实物期权机制下，经济政策不确定性的上升会使得商业银行贷款等收益不确定性的增加。

数字普惠金融的发展将会通过实物期权效应参与上述机制。对于实物期权效应，当经济政策不确定性上升时，数字普惠金融的发展会通过其高效的数字技术增加商业银行的信息收集和分析能力，促进商业银行发放贷款以及增加信贷供给。因此，当经济政策不确定性上升时，数字普惠金融的發展可以缓解实物期权效应，扩大商业银行的信贷规模，进而促进商业银行之间的竞争。为此提出以下假设：

假设5：经济政策不确定性加剧，数字普惠金融对地区商业银行竞争的作用越强。

三、研究设计

（一）样本选取与数据来源

本文所使用的数字普惠金融数据来自北京大学数字金融研究中心发布的数字普惠金融指数；银行竞争数据来自银保监会官方网站公布的全国金融机构许可证信息，利用许可证信息计算出各城市各类银行分支机构数量①；各城市层面数据主要来源于国泰安数据库和《中国城市统计年鉴》；经济政策不确定性指数数据来源于Baker等（2016）[19]公布的中国经济政策不确定性指数。在选取城市的过程中，剔除数据缺失严重的样本，最终选取2011—2018年全国283个地级及以上城市的2264个样本。为了排除异常值对于实证结果的干扰，在实证之前对所需数据进行上下1%的缩尾处理。

（二）模型构建

为了检验数字普惠金融发展对地区商业银行竞争产生何种影响，本文设计如下基准模型进行实证检验：

[hhii，t/cr4i，t=α+βdifi，t+γXi，t+δt+φi+εi，t]  （1）

其中，[hhii，t]和[cr4i，t]是地区[i]在[t]年的商业银行竞争程度；[difi，t]表示地区[i]在[t]年的数字普惠金融发展水平；[Xi，t]表示控制变量；[δt和φi]分别表示地区和时间效应。

（三）变量定义

1. 被解释变量。借鉴Chong等（2013）[20]的研究方法，本文使用各商业银行在地级及以上城市的分支机构数量计算赫芬达尔指数（hhi）和商业银行集中度指数（cr4），以衡量地区商业银行竞争。由于我国特殊的监管环境以及金融市场发展程度，使用结构性指标可以较好地衡量各地区商业银行竞争程度的差异。在构建各城市赫芬达尔指数（hhi）以及商业银行集中度（cr4）时，假设各类型商业银行均具有相同的效率，具体计算公式如下：

[hhik=i=1Nkbranchik/i=1Nkbranchik2] （2）

[cr4k=r=14branchrk/i=1Nkbranchik]    （3）

其中，[hhik]和[cr4k]分别表示第[k]个城市的赫芬达尔指数和商业银行集中度指数，[branchik]表示第[k]个城市第[i]家商业银行的分支行数量，[Nk]表示在城市[k]设立分支机构的商业银行数目，[r]＝1，2，3，4分别对应在城市[k]设立分支行数量最多的前四家商业银行。[hhi]和[cr4]指标取值均在0到1之间，取值越接近于0，表示地区商业银行竞争程度越激烈，即[hhi]和[cr4]指标是地区商业银行竞争的反向指标，当核心解释变量系数为负值时，说明数字普惠金融加剧了地区商业银行竞争。

2. 解释变量。本文使用北京大学数字普惠金融指数来衡量我国城市层面的数字普惠金融发展水平，该指数利用蚂蚁金服的数据，从覆盖广度、使用深度、数字化水平等多个维度进行构建。为避免各变量之间量纲不同所带来的偏误，对数字普惠金融指数取对数。

3. 中介变量：消费需求和产业结构。本文使用社会零售品消费总额与地区GDP的比值作为消费需求的代理变量，使用第三产业增加值占GDP的比重作为产业结构的代理变量。

4. 调节变量：金融发展水平和经济政策不确定性。本文使用各城市金融机构存款和贷款总量与该地区GDP的比值来表示金融发展水平。Baker等（2016）[19]公布的中国经济政策不确定性指数近年来在学术界得到了广泛应用，具有一定的稳定性和有效性，本文将月度数据取平均值以后得到所需的年度数据，并将数据除以100来保证数据的一致性。

5. 控制变量。為了使研究结果更具有说服力，在模型中加入劳动力素质、交通运输水平、教育支出、科技支出、通信基础设施、外商投资企业占比、产业结构、财政支出、城市规模等作为控制变量。

各变量具体定义如表１所示。

（四）描述性统计

从表2的描述性统计来看，样本期间赫芬达尔指数（hhi）和集中度指数（cr4）的均值分别为0.134和0.344，说明现阶段我国商业银行结构仍较为集中。数字普惠金融指数均值为4.942，最大值和最小值差异较大，说明我国各城市数字普惠金融发展水平差异较大。

四、实证结果分析

（一）基准回归结果

Hausman 检验拒绝了随机效应模型，故使用固定效应模型进行回归，结果如表3所示。第（1）、（2）列是未加入控制变量的回归结果，数字普惠金融与赫芬达尔指数（hhi）和集中度指数（cr4）的回归系数分别为-0.024和-0.04，并且都在1%水平上显著，说明数字普惠金融的发展与地区商业银行竞争存在正相关关系，即数字普惠金融发展水平越高，地区商业银行业竞争越激烈。第（3）、（4）列是加入控制变量后的回归结果，回归结果与第（1）、（2）列一致，证明了本文结果的稳健性。假设1成立，说明数字普惠金融加剧了地区商业银行竞争。

（二）内生性问题

数字普惠金融与地区商业银行竞争之间可能存在以下内生性问题：第一，反向因果关系，即数字普惠金融的发展会加剧地区商业银行竞争，而地区商业银行竞争加剧也会影响地区数字普惠金融的发展（谢绚丽等，2018）[21]；第二，遗漏变量问题，尽管本文已尽可能控制了各种影响数字普惠金融与地区商业银行竞争的变量，但是仍可能会受到不可观测因素的影响。以上问题的存在会影响估计结果。因此，借鉴张勋等（2020）[15]、杜传忠和张远（2020）[22]的研究方法，本文使用各城市到杭州的距离（mile）作为数字普惠金融的工具变量。一方面，本文所使用的数字普惠金融指数是根据蚂蚁金服所提供的数据进行编制，而其总部位于杭州，因此，数字普惠金融虽然主要表现为线上金融服务，但依然会受到地理因素的影响；另一方面，各地区商业银行竞争程度显然与其到杭州的距离没有影响。因此，满足工具变量的两个条件。

工具变量的回归结果如表4所示。第（1）列为第一阶段回归结果，工具变量（mile）在1%水平上显著，并且通过了相关检验②。第（2）、（3）列为第二阶段回归结果，回归结果与基准回归结果一致，证明了本文结论的稳健性。

表4：工具变量回归结果

[ （1） （2） （3） dif hhi cr4 mile -0.004*** （0.000） dif -0.019*** -0.420*** （0.003） （0.144） controls yes yes yes cons 4.098*** 0.405** 2.202*** （0.128） （0.194） （0.561） Kleibergen-Paap rk LM 17.935

[0.000] 17.935

[0.000] Kleibergen-Paap rk Wald F 17.959

{16.380} 17.959

{16.380} 时间/地区效应 控制 控制 控制 Observations 2260 2260 2260 R-squared 0.958 0.276 0.654 ]

注：因篇幅所限，控制变量简要展示，作者备索。下同。

（三）稳健性检验

一是替换解释变量。本文将数字普惠金融指数均一化处理（cdif）后，使用模型（1）重新回归。二是更换回归模型。由于各城市商业银行竞争存在一定的持续性，即存在序列自相关，借鉴肖文和薛天航（2019）[23]的方法，使用GMM动态面板来检验本文结论的稳健性。三是剔除直辖市。本文样本共包括283个地级及以上城市，也包括4个直辖市。相对于其他城市来说，直辖市数字普惠金融发展水平较高，银行竞争也会更激烈，导致的反向因果问题更为严重，因此，将4个直辖市样本剔除后重新回归。四是改变样本区间。2013年6月，蚂蚁金服推出余额宝，并且成立专业金融团队负责该业务。因此，2013年被业界人士看作数字普惠金融发展元年。本文将样本区间改变为2013—2018年重新回归。稳健性检验结果见表5。主要解释变量回归结果与上文基本一致且显著，证明本文结论的稳健性。

五、影响机制检验

（一）中介效应检验

为了进一步检验数字普惠金融发展与地区商业银行竞争之间存在的机制，本文借鉴邱晗等（2018）[4]的研究方法，在基准模型的基础上构建如下中介效应模型：

[hhii，t/cr4i，t=α+βdifi，t+γXi，t+δt+φi+εi，t]   （4）

[coui，t/sani，t=α+ρdifxi，t+γXi，t+δt+φi+εi，t]  （5）

[hhii，t/cr4i，t=α+βdifxi，t+?coui，t+γXi，t+δt+φi+εi，t]

（6）

[hhii，t/cr4i，t=α+βdifxi，t+?sani，t+γXi，t+δt+φi+εi，t]

（7）

其中，[coui，t]和[sani，t]表示各城市消费需求和产业结构，其余变量与基准模型一致。

表6为机制分析的实证结果。数字普惠金融的发展对地区商业银行竞争所带来的总效应即为基准回归结果，故不再展示；第（1）、（4）列为模型（5）的回归结果，数字普惠金融对消费需求、产业结构的回归系数均在1%水平上为正，表明数字普惠金融的发展有利于消费需求的提高和产业结构的转型升级；第（2）、（5）列结果显示，数字普惠金融、消费需求、产业结构的系数显著为负，且数字普惠金融系数绝对值小于基准回归的系数，说明消费需求和产业结构是数字普惠金融与地区商业银行竞争的中介变量，并且发挥部分中介效应。第（4）、（6）列是以银行集中度（cr4）为被解释变量的回归结果，与以赫芬达尔指数（hhi）为被解释变量的结果一致。实证结果证明，数字普惠金融的发展有利于该地区消费需求的增加和产业结构的升级，从而加剧了该地区商业银行竞争。假设2和假设3成立。

表6：基于消费需求和产业结构视角的影响机制分析

[ （1） （2） （3） （4） （5） （6） cou hhi cr4 san hhi cr4 dif 0.279*** -0.017*** -0.029*** 0.066*** -0.016*** -0.031*** （0.051） （0.001） （0.002） （0.016） （0.001） （0.002） san -0.000*** -0.001*** （0.000） （ 0.000） cou -0.001*** -0.001* （0.000） （ 0.000） controls yes yes yes yes yes yes _cons -3.980*** 0.207*** 0.478*** 0.546 0.211*** 0.512*** （0.722） （0.012） （0.028） （0.531） （0.012） （0.026） 时间/地区效应 控制 控制 控制 控制 控制 控制 Observations 2260 2260 2260 2255 2255 2255 R-squared 0.753 0.445 0.373 0.014 0.467 0.365 ]

（二）调节效应检验

本文分别引入金融发展水平、经济政策不确定性与数字普惠金融的交互项分析两者的调节效应。从表7的回归结果来看，交互项系数都在1%水平下显著为负，说明金融发展水平与经济政策不确定性在数字普惠金融发展对地区商业银行竞争的影响中发挥调节效应，证明假设4和假设5成立。良好的金融发展水平意味着该地区的传统金融机构具有稳固的社会资源，同时，亦可以为数字普惠金融的发展提供稳定的金融基础设施，为了各自利益的最优化，数字普惠金融的发展势必会与地区商业银行展开更为激烈的竞争。当经济政策不确定性增加时，数字普惠金融的发展对地区商业银行竞争的影响会增大，这是因为经济政策不确定性增加时，客户会从预防性动机出发，选择更为安全的资产，会倾向于商业银行，而由于数字普惠金融的便利性及其能够为客户提供稳健的储蓄性资产，会导致数字普惠金融的发展加剧地区商业银行竞争，这与我国当前的事实相符。

六、结论与启示

数字普惠金融的发展对我国以商业银行为代表的传统金融机构产生了深远影响，改变了商业银行业原有的竞争格局。本文使用北京大学数字普惠金融指数，整理200845条银保监会官网公布的商业银行分支机构信息构建商业银行竞争指数，实证检验2011—2018年中国283个地级及以上城市数字普惠金融对地区商业银行竞争的影响。研究发现：（1）数字普惠金融加剧了地区商业银行竞争；（2）消费需求效应和产业结构效应在数字普惠金融的发展影响地区商业银行竞争中发挥部分中介效应，金融发展水平和经济政策不确定性在数字普惠金融的发展影响地区商业银行竞争中发挥调节效应。

以上研究结果具有如下启示：（1）数字普惠金融的发展与以商业银行为代表的传统金融机构之间存在竞合的关系。这种关系的存在有利于商业银行进行数字化转型升级，通过提供线上服务拓展业务范围，有利于促进商业银行进行创新，为各城市提供更为便捷的金融资源，为地区供给更多的资金，支持實体经济的发展。各城市需大力推进数字普惠金融的发展，完善金融基础设施，改善金融环境，这对于我国金融市场改革也具有重要意义。（2）数字普惠金融可以通过消费需求效应和产业结构效应影响地区商业银行竞争，因此，我国在未来的发展中要积极促进消费，引导产业结构转型升级，同时带动金融服务实体经济，从而借助数字普惠金融实现经济高质量发展。

注：

①金融许可证信息分为分支行信息和其他机构信息，本文用分支行信息来计算银行竞争指标，为此统计了我国283个地级以上城市共200845条金融许可证信息。

②Kleibergen-Paap rk LM检验的原假设条件为工具变量识别不足，如果拒绝原假设说明工具变量有效，Kleibergen-Paap rk Wald F检验的原假设条件为弱工具变量，如果拒绝原假设说明工具变量有效。其中，表4的中括号内为P值，大括号内为Stock-Yogo的临界值。

参考文献：

[1]粟勤，魏星.金融科技的金融包容效应与创新驱动路径 [J].理论探索，2017，（05）.

[2]付会敏，江世银.金融科技的经济增长效应——基于数字普惠金融指数的实证检验 [J].金融发展研究，2022，（08）.

[3]李文红，蒋则沈.金融科技（FinTech）发展与监管：一个监管者的视角 [J].金融监管研究，2017，（03）.

[4]邱晗，黄益平，纪洋.金融科技对传统银行行为的影响——基于互联网理财的视角 [J].金融研究，2018，（11）.

[5]战明华，张成瑞，沈娟.互联网金融发展与货币政策的银行信贷渠道传导 [J].经济研究，2018，53（04）.

[6]X Freixas，J C Rochet. 1997. Microeconomics of Banking [M].MIT Press Books.

[7]顾海峰，高水文.数字金融发展对企业绿色创新的影响研究 [J].统计与信息论坛，2022，（11）.

[8]刘程.数字金融与银行贷款合约——基于我国上市公司微观银行贷款数据的实证研究 [J].产业经济评论，2022，（01）.

[9]邱兆祥，粟勤.信息不对称条件下银行业市场结构与市场竞争研究综述 [J].金融研究，2008，（08）.

[10]Dell A G. 2001. Asymmetric Information and the Structure of the Banking Industry [J].European Economic Review，Vol.10.

[11]Vives X. 2017. The Impact of FinTech on Banking [J]. European Economy，Vol.2.

[12]王静.基于金融功能视角的互联网金融形态及对商业银行的冲击 [J].财经科学，2015，（03）.

[13]郭峰.数字技术助力银行服务实体经济 [J].新金融评论，2017，（06）.

[14]朱太辉，张彧通.金融数字化的运行模式研究 [J].金融发展研究，2022，（05）.

[15]张勋，杨桐，汪晨，万广华.数字金融发展与居民消费增长：理论与中国实践 [J].管理世界，2020，36（11）.

[16]江红莉，蒋鹏程.数字金融能提升企业全要素生产率吗？——来自中国上市公司的经验证据 [J].上海财经大学学报，2021，05（07）.

[17]何宗樾，张勋，万广华.数字金融、数字鸿沟与多维贫困 [J].统计研究，2020，37（10）.

[18]王喆，陈胤默，张明.传统金融供给与数字金融发展：补充还是替代？——基于地区制度差异视角 [J].经济管理，2021，43（05）.

[19]Baker S R，Bloom N，Steven S J. 2016. Measuring Economic Policy Uncertainty [J].The Quarterly Journal of Economicss，（4）.

[20]Chong T T，Lu L，Ongena S. 2013. Does Banking Competition Alleviate or Worsen Credit Constraints Faced by Small- and Medium-Sized Enterprises？Evidence from China [J].Journal of Banking & Finance，（9） .

[21]謝绚丽，沈艳，张皓星，郭峰.数字金融能促进创业吗？——来自中国的证据 [J].经济学（季刊），2018，17（04）.

[22]杜传忠，张远.“新基建”背景下数字金融的区域创新效应 [J].财经科学，2020，（05）.

[23]肖文，薛天航.劳动力成本上升、融资约束与企业全要素生产率变动 [J].世界经济，2019，42（01）.