省域数字经济发展与城市商业银行零售业务转型

［摘 要］ 文章立足于城商行零售业务转型的实践，从信贷资产配置的视角出发，研究了省域数字经济发展给城商行“资产端”零售贷款占比带来的影响。研究发现：数字经济可以助推城商行零售业务转型，对其“资产端”的零售贷款占比具有显著的促进作用。一方面，这种促进作用主要集中于个人经营性贷款、个人消费贷款和个人汽车贷款，对于个人住房按揭贷款则表现出抑制作用；另一方面，对于资产规模较大和东部地区的城商行，数字经济的促进作用更为明显。机制检验表明：数字经济可以“赋能”城商行的风险管理和成本管理，进而促进其“资产端”零售贷款占比的提升。调节效应检验表明：通过“改善民生质量、提升司法质量、改善城市人居环境质量”优化零售贷款业务的发展环境，可以强化数字经济对城商行“资产端”零售贷款占比的促进作用。此外，数字经济背景下，城商行“资产端”的“零售贷款占比提升”是以“对公贷款占比降低”为代价的，即存在“替代效应”，且在经济下行期尤为明显。

［关键词］数字经济；零售贷款；风险管理；成本管理

［中图分类号］  F49;F832.2［文献标识码］  A［文章编号］ 1673-0461（2024）01-0084-13

一、引言

长期以来，我国商业银行大都高度依赖于传统的对公贷款业务，一面追求资产规模的快速扩张，一面将大量资金投入到对公贷款当中［1-2］。在市场利率受到严格管制的历史时期，这种资产配置方式一度为我国商业银行创造了丰厚的收益。近年来，随着经营环境巨变和市场竞争加剧，对公贷款业务逐渐步入“微利”时代，高度依赖于对公贷款业务的传统经营模式已然不利于商业银行的长期发展。零售贷款业务则因其资本消耗低、风险分散性好、盈利稳定而受到各银行的青睐与重视，零售业务转型也成为商业银行实现高质量发展的战略性选择［3］。

城商行深耕地方经济、践行普惠金融、广泛服务民众，是我国多层次金融服务体系的重要组成部分。相比国有大型银行和股份制银行，城商行起步较晚、实力较弱，在零售业务转型的推进方面处于落后位置。目前，为实现高质量发展，有关零售业务转型的安排频繁出现于城商行的战略规划中，部分城商行甚至赋予了零售业务转型“最高战略优先级”。

贷款业务始终是银行的主体业务，因而我国银行业普遍将零售业务转型的重点放在拓展零售贷款方面［3］。城商行的零售贷款业务受到诸多因素的制约，“渠道匮乏、流程复杂”使得个人客户难以便捷、高效、低成本地获取零售贷款，“风控难度大、授信成本高”也使得城商行难以找到拓展零售贷款业务的“着力点”，这都对城商行的零售业务转型形成了阻碍。所幸的是，数字经济可以“赋能”传统行业转型升级，为传统行业带来“新业态、新模式和新发展”。那么，数字经济能否“赋能”城商行，助力城商行推进零售业务转型？本文主要针对这一问题展开研究。

我国数字经济近十年来取得了举世瞩目的发展成就，总体规模连续多年位居世界第二①，数字经济已经成为驱动我国经济高质量发展的重要动力。“科学技术是第一生产力”，人类社会的多次科技革命为经济社会带来了跨越式发展。目前，大力发展数字经济已成为“把握新一轮科技革命和产业变革新机遇的战略选择”②。与此同时，数字经济也成为当下的研究热点。现有研究显示，数字经济主要从以下方面对银行发挥积极影响：首先，数字经济可以推动“开放银行”建设。谢治春等（2018）［4］认为，数字技术的应用有助于推动“开放生态型银行”的建设。当然，我国虽然在数字经济推动下形成了独具特色的“开放银行”模式，但仍存在配套制度与规范标准欠缺的问题［5］。其次，数字经济可以降低银行风险。一方面，数字经济主体与银行之间的联系更为密切，银行可以获取更多内部信息，从而降低银企之间的信息不对称［6］；另一方面，数字技术在金融领域的广泛应用，为缓解信贷市场的信息不对称提供了解决方案［7］。基于此，孙光林和蒋伟（2021）［8］利用我国省级数据验证了数字经济对银行业不良贷款的抑制作用。再次，数字经济有助于改善银行的经营管理。包括但不限于：提高银行的竞争力、适应力［9］；提高银行满足客户多样化需求的能力［10］；降低交易成本、提高交易效率［11］；促进管理创新和产品创新［12］；改善銀行治理［13］。最后，数字经济可以促进银行业务发展。主要包括无抵押的信用贷款业务和信用卡业务［14-15］。

总的来看，现有文献仍有一些缺憾之处：第一，关于“数字经济赋能银行转型”的研究仍然较少，围绕城商行这一“弱势群体”的研究更是稀少，且大都集中于理论描述和定性分析，鲜有定量研究的文献。第二，省域数字经济的发展水平与当地经济社会的发展情况有关，由此产生的“自选择偏误”会对实证结果造成干扰，但现有文献大都没有考虑这一问题。鉴于此，本文立足于城商行零售业务转型的实践，从信贷资产配置的视角出发，实证检验了数字经济发展对城商行“资产端”零售贷款占比的影响。

本文理论层面的贡献在于：第一，立足于城商行零售业务转型的实践，提供了数字经济发展提升城商行“资产端”零售贷款占比的经验证据，并从不同类型零售贷款和不同特征银行的角度探究了其异质性影响。第二，数字经济发展水平的高低通常与一省份的经济社会发展情况有关，潜在的“自选择偏误”会对实证结果造成干扰，本文采用处理效应模型排除了“自选择偏误”的干扰［16］，加强了研究结果的可靠性。第三，通过机制检验考察了数字经济发展对于城商行风险管理和成本管理的“赋能”作用。本文实践层面的贡献在于：一方面，将“民生质量、司法质量、城市人居环境质量”引入了研究框架，为地方政府助力城商行实现高质量发展提供了有益启发。另一方面，揭示了城商行在数字经济背景下“减少对公贷款配置、增加零售贷款配置”的“资产转换”行为，从宏观审慎的角度来看，这值得监管部门提高“警惕”。

二、影响机制与研究假设

（一）数字经济发展如何助推城商行零售业务转型

目前，我国银行业零售业务转型的重点任务依然是拓展零售贷款业务［3］。城商行在拓展零售贷款业务的过程中，面临着“渠道劣势”和“信息劣势”，因而其零售贷款业务一度发展缓慢，严重阻碍了其零售业务转型的推进。数字经济的发展“改变了客户获取金融服务的习惯、促进了社会层面的数据积累与共享”，有助于城商行扭转竞争中面临的劣势：

一方面，城商行面临着“渠道劣势”。优质客户始终是银行信贷市场上的稀缺资源，零售业务转型实际上就是围绕优质个人客户的竞争。物理网点是商业银行开展业务的重要渠道，国有大型银行和股份制银行实力雄厚、网点众多，因而成为个人客户获取零售贷款的首选。与之相对的，城商行的物理网点较少，因而在开展零售贷款业务时面临“渠道劣势”：一是网点较少限制了城商行的销售渠道，这导致客户的触达率低，城商行开展零售贷款业务时大都处于“被动获客”和“随机获客”的状态；二是网点较少也限制了客户的获贷渠道，这导致客户的转化率低，很多个人客户有贷款需求却无法便捷地获取贷款，因而其贷款需求无法有效传导至城商行。

数字经济的发展促进了“渠道的公平化”。具体的，作为“以信息化和互联网的发展为支撑，通过数字化技术提供产品或服务的新型经济形态”［17］，数字经济的发展改变了个人客户获取金融服务的习惯：物理网点的重要性日渐降低，手机App开始成为联结银行与客户的重要纽带。目前，绝大部分的零售贷款都可以通过线上进行办理，银行可以通过手机App精准地推销其产品，客户也可以通过手机App便捷地获取其所需的服务。受此影响，城商行开展零售贷款业务不再受到“物理网点较少”的制约，这在渠道层面给予了城商行更加公平的竞争机会，可以缓解其在线下竞争中面临的不利局面，因而有助于其推进零售业务转型。

另一方面，城商行面临着“信息劣势”。国有大型银行和股份制银行拥有基数庞大的客群，在客户信息的积累量上处于优势地位，面对个人客户提出的贷款申请，通过分析自有的历史信息，就可以快速实现“受理→评估→审批→放款”等一系列流程。与之相对的，城商行原有的客群基数较小，在客户信息的积累量上处于劣势，面对个人客户提出的贷款申请，城商行往往还需要通过其他外部渠道进行信用信息采集，或者要求客户进一步提交补充材料，因而其业务流程需要耗费较长时间。对于个人客户而言，这种“内容繁琐、过程冗长”的贷款申请流程，会极大地消耗其精力和耐心，甚至可能导致个人客户放弃向城商行申贷。

数字经济的发展促进了“信息的公平化”。具体的，数字经济推动了“数据多共享、多跑路，客户少等待、少跑腿”，征信系统持续得到完善、“信用信息”逐步互联互通、银企之间实现数据交互。社会层面信用信息的归集与共享，为城商行创造了更为公平的信息环境。城商行借此实现了信息收集的便利化和智能化，大幅提升了零售贷款的评估、审批、放款效率，部分零售贷款甚至实现了实时审批放款，极大地改善了个人客户的申贷体验。

数字经济发展带来的“渠道公平化”和“信息公平化”，助力城商行扭转了竞争劣势。个人客户可以便捷、高效、低成本地从城商行获取零售贷款，这对城商行的零售业务转型产生了助推作用，有助于提升其“资产端”的零售贷款占比。鉴于此，本文提出如下假设：

H1：数字经济发展可以助推城商行的零售业务转型，对城商行“资产端”的零售贷款占比具有显著的促进作用。

（二）数字经济“赋能”城商行的风险管理和成本管理

实际上，零售贷款业务的风控难度大、授信成本高，也曾長期困扰我国城商行［3］。具体来看：首先是风控难度大。由于个人信息难以获取，零售贷款业务面临的信息不对称要比对公贷款业务严重得多［18］。然后是授信成本高。研究显示，无论是大额信贷业务还是小额信贷业务，其固定成本几乎相差无几［19］。因此，同样规模的信贷资金，相较于“集中授信给企业客户（对公贷款）”，“分散授信给个人客户（零售贷款）”产生的授信成本要高得多。

数字经济为城商行的风险管理和成本管理提供了“着力点”：首先为风险管理工作解决了信息来源。随着数字经济的发展，个人征信体系不断完善③、金融机构与互联网公司之间实现“信用信息”互联互通、银行与经销商之间实现数据交互，城商行可以借此有效降低零售贷款业务的信息不对称。其次为成本管理工作提供了技术路径。零售贷款业务因其单笔额度小、同质化程度高的特点，很容易通过数字技术实现“业务线上化、流程自动化和决策智能化”，城商行可以借此大幅压缩零售贷款业务的授信成本。综上，数字经济除了直接促进零售贷款业务发展，还可以“赋能”风险管理和成本管理，使之更好地发挥业务驱动作用，提升城商行“资产端”的零售贷款占比。鉴于此，本文提出如下假设：

H2：数字经济可以“赋能”城商行的风险管理和成本管理，在数字经济发展水平较高的情况下，风险管理和成本管理可以更好地促进其零售贷款占比提升。

（三）数字经济的“赋能”效应与零售贷款业务的发展环境

在适宜的外部环境下，零售贷款业务的市场需求会更加旺盛，数字经济助推城商行零售业务转型也可以取得“事半功倍”的效果。进一步地，本文围绕零售贷款业务的发展环境展开分析：

其一，是民生质量。满足居民在“消费领域”的资金需求，是零售贷款业务的主要功能。随着民生质量不断改善，人民群众对美好生活的需求日益增长，超前消费的理念也逐渐被广泛接受，这为零售贷款业务的发展提供了广阔空间。因此，零售贷款业务的发展与民生质量联系紧密。相应地，本文从改善民生的角度分析如下：首先，是增收入。随着城乡居民收入水平的改善，其消费积极性也会上升；相反地，如果收入水平保持在低位，则居民会缺乏消费的积极性。其次，是稳就业。失业率高企会导致居民的消费意愿低迷，整个社会的消费需求会被严重抑制。再次，是提升城镇基本医疗保险参保率。在没有基本医疗保险提供保障的前提下，居民会心存“后顾之忧”而不愿消费（未来可能会因为疾病、突发意外而产生额外支出）。最后，是缩小城乡居民收入差距。近年来，随着在线消费、物流网络的不断发展，农村居民的消费潜力也得到了有效释放。目前，农村居民消费已成为社会消费的重要一环，在扩内需、稳增长方面发挥了不容忽视的作用。但是，城乡居民收入差距过大，会严重抑制农村居民消费的积极性［20］。

城乡居民的消费意愿不足，会严重抑制整个社会在“消费领域”的资金需求，不利于零售贷款业务发展。通过“增收入、稳就业、提升城镇基本医保参保率、缩小城乡居民收入差距”改善民生，可以有效激发城乡居民的消费活力，促进整个社会在“消费领域”的资金需求，为零售贷款业务创造广阔的发展空间。鉴于此，本文提出如下假设：

H3：通过“增收入、稳就业、提升城镇基本医保参保率、缩小城乡居民收入差距”改善民生，有助于强化数字经济对城商行零售贷款占比的促进作用。

其二，是司法质量。零售贷款业务主要服务于居民的消费支出。消费过程包括多个环节（产品选择、价格接受、质量保证、实际消费、服务态度、售后保障等），任何一个环节发生“消费纠纷”都可能导致消费者的权益受损，使得消费难以再正常进行［21］。相应地，市场对零售贷款业务的需求也会因此受到抑制。这种情况下，就需要通过司法保护“定分止争、维护公平”，从而化解“消费纠纷”，促进消费市场健康发展［22］。研究显示，司法质量的提升有助于降低消费者维权成本、提振消费者安全感，从而促进城乡居民消费支出［23］。因此，司法质量高的省份，零售贷款业务具有更好的发展环境。鉴于此，本文提出如下假设：

H4：提升司法质量，有助于强化数字经济对城商行零售贷款占比的促进作用。

其三，是城市人居环境质量。在一个令人舒适的城市环境中，个体更愿意在消费中支付额外的价格，因为优质的居住环境会给居民带来无形的“心理收入”［24］。“心理收入”带来的超额消费，需要其他的资金来源进行填补，这拓展了零售贷款业务的市场需求。此外，城市人居环境质量高的地区，居民的消费观念会愈加偏向于享乐性质的消费（住房、汽车以及奢侈品），即居民的“消费层级”会更高［25］。零售贷款（个人住房按揭贷款、个人消费贷款和个人汽车贷款）正是用于满足高“消费层级”的个人授信业务。鉴于此，本文提出如下假设：

H5：改善城市人居环境质量，有助于强化数字经济对城商行零售贷款占比的促进作用。

三、研究设计

（一）变量选取

1.被解释变量

本文立足于城商行零售业务转型的实践，从信贷资产配置的视角出发，选取城商行“资产端”的零售贷款占比（retail）作为被解释变量，即“零售贷款/总资产”。

2.解释变量

本文采用刘军等（2020）［17］构建的数字经济发展指数（DE）反映各省份历年的数字经济发展情况。该指数基于各省份的光缆密度、移动电话基站密度、信息化从业人员占比、电信业务总量、软件业务收入、互联网接入端口密度、移动电话普及率、宽带互联网用户人数占比、移动互联网用户人数占比、企业网站占比、企业使用计算机数占比、电子商务占比、电子商务销售额、网上零售额，采用熵值法进行加权构建。刘军等（2020）［17］构建的数字经济发展指数在数字经济领域作出了开创性贡献，可以较为全面地反映各省份的数字经济发展情况，因而在相关研究中得到广泛的好评与应用［26-27］。

考虑到数字经济发展水平的“自选择偏误”会导致内生性问题，本文采用处理效应模型进行了纠正［16］。根据处理效应模型的需要，本文将省域数字经济发展水平转化为虚拟变量的形式（DE_d）。通过计算样本期内30个省份（除西藏、港澳台地区）数字经济发展指数的均值，将“数字经济发展指数（DE）≥均值”定义为“高”数字经济发展水平（DE_d=1），将“数字經济发展指数（DE）＜均值”定义为“低”数字经济发展水平（DE_d=0）。

3.控制变量

本文选取的控制变量包括：资本充足率（CAR）；资产规模（size）；资产收益率（ROA）；贷存比（SLR）；资产权益率（AER）；各省份的经济环境（GDP）；各省份的货币环境（CPI）；各省份的金融环境（finance），具体见表1。

我国城商行普遍提出零售业务转型是从2014年开始，本文将时间向前推进一年，选取了96家城商行2013—2021年的数据作为样本。相关数据来自各城商行的年报、各省份统计年鉴、MARK数据库和国家统计局网站。

（二）模型设定

本文设定式（1）检验省域数字经济发展水平（DE_d）对城商行“资产端”零售贷款占比（retail）的影响：

retail=α+β×DE_d+∑8j=1θj×controlj+u（1）

式（1）中control代表控制变量；u代表残差项。

四、实证分析

（一）基准回归

一省份的数字经济发展水平并非随机变量，而是与当地经济社会的发展情况有关（受一些前定因素的影响），这会导致自选择问题，进而对实证结果造成干扰。这种情况下，“数字经济发展水平较高的省份”和“数字经济发展水平较低的省份”，当地城商行在零售贷款占比上的差异，既有可能是数字经济发展水平不同造成的，也有可能是前定因素不同造成的。或者说，可能存在一些前定因素，使得部分省份无论数字经济发展水平如何，当地城商行的零售贷款占比总是会高于或者低于其他省份。为消除“自选择偏误”导致的内生性，本文进一步采用处理效应模型进行了回归［16］。根据处理效应模型的数据需要，解释变量采用了虚拟变量形式的数字经济发展水平（DE_d）。

表2和表3采用了处理效应模型（OLS两步法和MLE估计），用以排除“自选择偏误”导致的内生性。微观控制变量（CAR、size、ROA、SLR、AER）采用其滞后期值，以避免反向因果关系导致内生性问题。处理效应选取的协变量包括：人均GDP（PCG），用于控制各省份的经济发展水平；城镇化率（urban），即各省份的城镇人口占总人口的比重；失业率（lost），用于控制各省份的就业情况；固定资产投资增速（invest），用于控制各省份投资因素的影响；对外贸易依存度（trade），用于控制各省份的对外开放程度；金融环境（finance），即各省份的金融业增加值占比；每万人拥有的专利授权数（tech），用于控制各省份的技术因素；产业结构（second），即各省份的第二产业增加值占比。

第一阶段Probit回归中，协变量较好地控制了相关因素对省域数字经济发展水平的影响；第二阶段的诊断性指标（hazard lambda和LR）检验均显著，说明省域数字经济发展水平确实会产生“自选择偏误”，应当采用处理效应模型进行纠正。表3的列（1）和列（2）中，数字经济发展水平（DE_d）的系数显著为正，说明：随着省域数字经济发展水平的提高，城商行的零售贷款占比会上升。总的来看，上述结果依然支持了本文假设H1。

（二）内生性讨论

首先，是“自选择偏误”导致的内生性。这是本文内生性问题的主要来源，本文在表2和表3基准回归部分采用处理效应模型予以了纠正。

其次，是反向因果关系导致的内生性。省域数字经济发展水平作为一个宏观变量，一般不会受到微观个体的反向影响。但出于稳妥考虑，本文依然采用工具变量法进行了检验。现有文献大都采用各省份的光缆密度、互联网接入端口密度、移动电话普及率作为数字经济的外生工具变量。本文采用的数字经济发展指数本身就是基于这些外生变量编制的［17］。因此，借鉴王诗卉和谢绚丽（2021）［12］的做法，直接采用数字经济发展指数的滞后一期值（L.DE）作为工具变量进行回归。基准回归部分的处理效应模型主要用于纠正“自选择偏误”导致的内生性，并不适用于该工具变量的回归，因而本部分采用了传统的面板数据回归方法，F检验和Hausman检验的结果均支持了固定效应模型，结果见表4：列（1）作为参照，是数字经济发展指数当期值（DE）的回归结果；列（2）则是数字经济发展指数滞后一期值（L.DE）的回归结果。总的来看，结果依然支持了本文假设H1。

最后，是遗漏变量和测量误差导致的内生性。借鉴李春涛等（2020）［28］的做法，使用相同年度“相邻省份数字经济发展指数的均值”（DE_ave）作为工具变量进行了回归：一方面，相邻省份的数字经济发展水平一般比较接近，这确保了其相关性；另一方面，由于行政区划上的分割，相邻省份的数字经济发展水平相对外生。F检验和Hausman检验的结果均支持了随机效应模型，结果见表4的列（3）。DE_ave的系数依然显著为正，支持了本文假设H1。

（三）稳健性检验

首先，基于刘军等（2020）［17］数字经济发展指数的三个分项指标，信息化发展指数（inform）、互联网发展指数（internet）和数字交易发展指数（DT），根据样本期均值将三个分项指标转化为信息化发展水平（inform_d）、互联网发展水平（internet_d）和数字交易发展水平（DT_d），同时采用两种处理效应模型（OLS两步法和MLE估计）进行了回归，即表5中列（1）～（6），结果未出现实质性变化。

然后，采用固定效应模型对信息化发展指数（inform）、互联网发展指数（internet）和数字交易发展指数（DT）进行回归，结果见表6列（1）～（3），三个分项指标的系数均显著为正，与前文结论一致。还将三个分项指标滞后一期，回归结果见表6列（4）～（6），结果未出现实质性变化。

此外，本文还进行了以下稳健性检验：一方面，是更换解释变量，参考刘珺等（2023）［29］的研究，以“北京大学数字普惠金融指数”为数字经济发展水平的代理变量；另一方面，是增加控制变量，包括流动性比例、不良贷款率、民资持股比例。结果依然支持前文结论（囿于篇幅所限，结果未列出）。总的来看，本文回归结果稳健可靠。

五、进一步的研究

表3中的诊断性指标（hazard lambda和LR检验）均显著，说明“自选择偏误”导致的内生性问题非常严重，必须采用处理效应模型进行纠正。为确保后续回归结果的可靠，下文研究与基准回归保持一致，继续采用处理效应模型，并参照现有文献的做法［1-2］，同时采用基于处理效应模型的OLS两步法和MLE估计进行实证分析。

（一）异质性影响：不同类型零售贷款和不同特征城商行

零售贷款主要由“个人经营性贷款、个人住房按揭贷款、个人消费贷款、个人汽车贷款”构成。表7检验了数字经济对不同类型零售贷款的影响：列（1）和列（2）是个人经营性贷款（business），DE_d的系数显著为正；列（3）和列（4）是个人住房按揭贷款（mortgage），DE_d的系数显著为负；列（5）和列（6）是个人消费贷款（consume），DE_d的系数显著为正；列（7）和列（8）是个人汽车贷款（car），DE_d的系数显著为正。总的来看，数字经济对城商行零售贷款业务的促进作用主要集中于个人经营性贷款、个人消费贷款和个人汽车贷款，对于个人住房按揭贷款则表现出抑制作用。

从抵押物来看：个人经营性贷款和个人消费贷款具有无抵押的特点；个人汽车贷款的抵押物属于消耗品，其保值性较差；个人住房按揭贷款的抵押物则具有较好的保值增值能力，流转性也相对较强。长期以来，我国城商行出于安全考虑，所投放的零售贷款大都集中于个人住房按揭贷款（部分城商行的房贷占零售贷款比重甚至超过八成）。这种零售贷款配置方式“表面稳健，实则畸形”，因为零售贷款板块的安全性与房价走势深度绑定，一旦房价出现波动，整个零售贷款板块都将遭到拖累。随着数字经济发展水平的提升，个人经营性贷款、个人消费贷款和个人汽车贷款受到促进，个人住房按揭贷款则受到抑制，这说明：数字经济有助于城商行的零售贷款板块“回归”合理状态。

进一步地，表8从资产规模（size）和区位因素（local）两个方面检验了数字经济对城商行零售贷款占比的異质性影响。

首先，列（1）和列（2）中引入了城商行的资产规模与数字经济的交互项。DE_d和size×DE_d的系数均显著为正，说明：资产规模越大的城商行，数字经济对其零售贷款占比的促进作用越大。究其原因，资产规模大的城商行往往客户基数大、业务覆盖面广，而且还具备规模经济［2］，在开展零售贷款业务的过程中更具优势，因而加强了数字经济的“赋能”效果。

其次，列（3）和列（4）中引入了城商行的区位因素与数字经济的交互项（位于东部地区的城商行，local=1；位于中西部地区的城商行，local=0）。DE_d和local×DE_d的系数均显著为正，说明：相较于中西部地区的城商行，数字经济对东部地区城商行零售贷款占比的促进作用更大。这主要是我国数字经济发展不平衡造成的，东部地区数字经济的发展水平大都高于中西部地区，因而对当地城商行零售贷款业务的“赋能”效果更好。

（二）机制检验：数字经济“赋能”城商行风险管理和成本管理

近年来，传统的“逐步回归法”在机制检验中，可靠性受到较多的批评与质疑［30］。鉴于此，本文采用交互项的方式进行了机制检验。表9考察了数字经济对城商行风险管理和成本管理工作的“赋能”效应。

表9列（1）中引入了城商行的风险管理能力（risk_m）与数字经济的交互项，风险管理能力用“100%－不良贷款率”进行衡量［31］。risk_m和risk_m×DE_d的系数均显著为正，说明：在数字经济发展水平较低时（DE_d=0），风险管理能力对零售贷款占比的影响为0.609；在数字经济发展水平较高时（DE_d=1），风险管理能力对零售贷款占比的影响为1.420（0.609+0.811）。明显地，数字经济发展水平的提升，强化了风险管理能力对零售贷款占比的促进作用。列（2）的结果同样支持该结论。

表9列（3）中引入了城商行的成本管理能力（cost_m）与数字经济的交互项，成本管理能力用“100%－成本收入比”进行衡量［32］。cost_m的系数不显著，cost_m×DE_d的系数则显著为正，说明：数字经济发展水平较低时（DE_d=0），成本管理能力未能促进零售贷款占比提升；数字经济发展水平较高时（DE_d=1），成本管理能力可以促進零售贷款占比提升。明显地，数字经济发展水平的提升，强化了成本管理能力对零售贷款占比的促进作用。列（4）的结果同样支持该结论。总的来看，上述结果支持了假设H2。

（三）调节效应：零售贷款业务的发展环境

首先，表10考察了民生质量带来的影响。列（1）和列（2）引入了各省份的人均可支配收入（income）与数字经济的交互项，系数显著为正，说明：人均可支配收入的提升，有助于强化数字经济对零售贷款占比的促进作用。列（3）和列（4）引入了各省份的城镇登记失业率（lost）与数字经济的交互项，系数显著为负，说明：失业率的攀升，会抑制数字经济对零售贷款占比的促进作用。列（5）和列（6）引入了各省份的城镇基本医保参保率（insurance）与数字经济的交互项，系数显著为正，说明：城镇基本医保参保率的提升，有助于强化数字经济对零售贷款占比的促进作用。列（7）和列（8）引入了各省份的城乡居民收入差距（gap）与数字经济的交互项，城乡居民收入差距用“城镇居民人均可支配收入/农村居民人均可支配收入”衡量。交互项系数显著为负，说明：城乡居民收入差距的扩大，会抑制数字经济对零售贷款占比的促进作用。总的来看，表10的结果支持了假设H3。

其次，表11中列（1）和列（2）考察了司法质量带来的影响，司法质量用各省份每万人拥有的律师数量进行度量［23］。justice×DE_d的系数显著为正，说明：司法质量越高的省份，数字经济对零售贷款占比的促进作用越大。该结果支持了假设H4。

最后，表11中列（3）～（8）考察了城市人居环境质量带来的影响。本文主要从三个方面评价了城市人居环境质量：一是城市生态环境（green），即各省份的人均公园绿地面积（这是住建部评价城市宜居度的重要指标）；二是城市交通环境（road），即各省份的人均城市道路面积（人均城市道路面积少，意味着道路负荷高，更容易产生交通拥堵问题，进而降低城市人居环境质量）；三是城市医疗环境（medical），即每万人拥有的医疗卫生机构数（这是新冠疫情以来非常受关注的指标）。列（3）和列（4）引入了城市生态环境和数字经济的交互项，系数显著为正，说明：城市生态环境建设越先进的省份，数字经济对零售贷款占比的促进作用越大。列（5）和列（6）引入了城市交通环境和数字经济的交互项，系数显著为正，说明：城市交通环境建设越先进的省份，数字经济对零售贷款占比的促进作用越大。列（7）和列（8）引入了城市医疗环境和数字经济的交互项，系数显著为正，说明：城市医疗环境建设越先进的省份，数字经济对零售贷款占比的促进作用越大。总的来看，列（3）～（8）的结果支持了假设H5。

六、拓展性研究：数字经济背景下城商行的“资产转换”行为

进一步地，本文在表12中考察了数字经济背景下城商行的“资产转换”行为。列（1）和列（2）的被解释变量为城商行“资产端”的对公贷款占比（corporate），DE_d的系数显著为负，说明：随着数字经济发展水平的提高，城商行“资产端”的对公贷款占比在下降。这与表3的结果形成鲜明对比（随着数字经济发展水平的提高，城商行“资产端”的零售贷款占比在上升）。

城商行的“资产端”主要由对公贷款、零售贷款、同业资产以及金融资产构成，从资产配置的视角来看：受数字经济发展的影响，城商行增加“资产端”零售贷款配置的同时，减少了“资产端”的对公贷款配置。换而言之，数字经济背景下城商行“资产端”的“零售贷款占比提升”是以“对公贷款占比降低”为代价的，即存在“替代效应”。对公贷款对于支持实体经济发展、推动产业结构升级具有重要意义，因此，从宏观审慎的角度来看，这值得监管部门提高“警惕”。

表12中列（3）和（4）的被解释变量为城商行“资产端”的对公贷款占比（corporate），引入了经济环境（GDP）和数字经济的交互项。DE_d的系数显著为负，GDP×DE_d的系数则显著为正，说明：随着经济增速放缓，数字经济对于对公贷款占比的负向影响会上升。表12中列（5）和（6）的被解释变量为城商行“资产端”的零售贷款占比（retail），引入了经济环境（GDP）和数字经济的交互项。DE_d的系数显著为正，GDP×DE_d的系数则显著为负，说明：随着经济增速放缓，数字经济对于零售贷款占比的正向影响会上升。究其原因：对公贷款具有强周期性，在经济增速放缓的情况下，企业客户的经营状况会恶化，因而违约率会出现明显攀升；零售贷款则具有弱周期性，即使面临经济下行，借款人仍然会保持强烈的还款意愿。因此，一旦经济增速放缓，城商行为避免“资产端”的违约率攀升，会在数字经济的助力下加速进行“资产转换”，将资金从对公贷款转向零售贷款。

七、结论与启示

（一）结论

本文立足于城商行零售业务转型的实践，从信贷资产配置的视角出发，研究了省域数字经济发展给城商行“资产端”零售贷款占比带来的影响。研究发现：①数字经济可以助推城商行零售业务转型，对其“资产端”的零售贷款占比具有显著的促进作用。一方面，这种促进作用主要集中于个人经营性贷款、个人消费贷款和个人汽车贷款，对于个人住房按揭贷款则表现出抑制作用；另一方面，对于资产规模较大和东部地区的城商行，数字经济的促进作用更为明显。②机制检验表明：数字经济可以“赋能”城商行的风险管理和成本管理，在数字经济发展水平较高的情况下，风险管理和成本管理可以更好地促进零售贷款占比提升。③调节效应检验表明：通过“改善民生质量、提升司法质量、改善城市人居环境质量”优化零售贷款业务的发展环境，可以强化数字经济对城商行“资产端”零售贷款占比的促进作用。④数字经济背景下，城商行“资产端”的“零售贷款占比提升”是以“对公贷款占比降低”为代价的，二者存在“替代效应”，且在经济下行期尤为明显。

（二）启示

本文的政策启示直接蕴含于本文的结论之中：

第一，城商行推进零售业务转型，要以坚持服务实体经济为前提。零售业务转型要求城商行大力发展零售贷款业务，但这并不意味着要放弃对公贷款。城商行要通过“合理控制对公贷款增速、深入优化对公贷款结构”的方式，更高质量地服务实体经济。当然，数字经济背景下，城商行增加零售贷款配置是零售业务转型的必然要求，但是减少对公贷款配置并不值得提倡（对公贷款对于“支持实体经济发展、推动产业结构升级”具有重要意义）。在资金有限的前提下，城商行可以優先压缩“资产端”的同业资产和金融资产（减少金融体系内的资金空转），将节约的资金用于零售贷款投放，不能有意压缩“资产端”对公贷款的配置比例。从宏观审慎的角度来看，监管部门也要适时对城商行的信贷投放给出指导意见，避免城商行在零售业务转型过程中对企业客户进行“惜贷”“抽贷”，尤其是在当前经济增速放缓的背景下，监管部门更需要加强信贷政策的引导作用。

第二，城商行要加强对省域数字经济的资金支持。省域数字经济的“赋能”效应是助力城商行实现零售业务转型的重要手段，同时，省域数字经济的发展也离不开城商行的资金支持。城商行将信贷资源向数字经济领域做出倾斜，不仅有助于促进数字经济稳健发展，也有助于数字经济发挥“反哺”作用，助力城商行零售业务转型的顺利进行。

第三，城商行要积极提升自身的数字化水平：一方面，前台业务部门要转换竞争思维，摆脱物理网点的桎梏，通过数字化技术进一步实现“流程再造、模式升级”，借助线上渠道打造一体化的服务体系，让零售贷款业务更加“民生化、便捷化和智慧化”；另一方面，中后台部门也要进一步提高数字技术的应用，充分“赋能”自身风险管理和成本管理工作，让风险管理和成本管理成为加速自身零售业务转型的引擎。

第四，地方政府不是城商行零售业务转型的旁观者，而是可以发挥助推作用的参与者。地方政府可以通过“改善民生质量、提升司法质量、改善城市人居环境质量”优化零售贷款业务的发展环境，助力城商行通过零售业务转型实现高质量发展。

［注 释］①

数据来自国家发展和改革委员会主任何立峰于2022年10月28日在十三届全国人大常委会第三十七次会议上所作的报告。

② 2021年10月18日，习近平总书记在主持十九届中央政治局第三十四次集体学习时所强调。

③ 截至2022年8月末，由央行主导建设的个人征信系统已收录11.5亿自然人信息（数据来自中国人民银行征信管理局）。[BFQ][ZK）]

［参考文献］

［1］史永东，郭子增，王龑.从重资产到轻资产：商业模式转型对银行绩效的影响——基于我国上市银行的研究［J］.商业研究，2019（7）：77-83.

［2］王龑，郭子增.从“重资产”到“轻资产”：经营模式转型是否影响了银行风险［J］.金融经济学研究，2019，34（5）：80-92.

［3］胡俊，李强，刘颖琛，等.商业银行金融科技对零售贷款的影响——基于年报的文本分析［J］.管理评论，2021，33（11）：298-311.

［4］谢治春，赵兴庐，刘媛.金融科技发展与商业银行的数字化战略转型［J］.中国软科学，2018（8）：184-192.

［5］郭亦能，肖斌卿.数字经济时代开放银行发展模式与路径：中英两国对比研究［J］.河海大学学报（哲学社会科学版），2021，23（4）：51-59.

［6］MINETTI R， HERRERA A M. Informed finance and technological change： evidence from credit relationships［J］. Journal of financial economics， 2015， 83（1）：223-269.

［7］ITAY G， WEI J， ANDREW K G. To fintech and beyond［J］. Review of financial studies， 2019， 32（5）：1647-1661.

［8］孙光林，蒋伟.数字经济对商业银行不良贷款率的影响机制研究［J］.证券市场导报，2021（5）：37-44.

［9］王建清.数字经济对我国银行业的几大挑战［J］.社会科学研究，2001（4）：37-39.

［10］MOWRY M J . Banking’s digital arms race［Z］. Business NH magazine， 2015.

［11］易宪容，陈颖颖，位玉双.数字经济中的几个重大理论问题研究——基于现代经济学的一般性分析［J］.经济学家，2019（7）：23-31.

［12］王诗卉，谢绚丽.经济压力还是社會压力：数字金融发展与商业银行数字化创新［J］.经济学家，2021（1）：100-108.

［13］张庆君，陈思.数字经济发展、银行数字化投入与银行治理［J］.经济与管理研究，2022，43（8）：31-55.

［14］罗煜，崔书言，旷纯.数字化与商业银行经营转型——基于传统业务结构变迁视角［J］.国际金融研究，2022（5）：34-44.

［15］王正位，张跃星.数字经济时代银行信用卡业务创新发展研究［J］.新金融，2022（11）：19-24.

［16］MADDALA G S. Limiteddependent and qualitative variables in econometrics［J］. Cambridge England Cambridge university press， 1983， 79（387）：80-81.

［17］刘军，杨渊鋆，张三峰.中国数字经济测度与驱动因素研究［J］.上海经济研究，2020（6）：81-96.

［18］钱先航，曹春方.信用环境影响银行贷款组合吗——基于城市商业银行的实证研究［J］.金融研究，2013（4）：57-70.

［19］李志辉，陈海龙，张旭东.金融科技对商业银行盈利能力的影响［J］.中南财经政法大学学报，2022（5）：56-68.

［20］王芳，胡立君.城镇化对中国农村居民消费的影响及传导路径研究——基于收入效应和收入差距的多重中介效应检验［J］.宏观经济研究，2022（9）：64-77.

［21］叶胥，杨荷，毛中根.消费者权益保护、企业社会责任与居民消费［J］.经济管理，2021，43（12）：150-169.

［22］刘树德.构建和谐消费关系 促进市场健康发展［N］.人民法院报， 2010-05-26（008）.

［23］岳鹄，刘汉文，周子灼.地区司法质量对居民消费的影响［J］.消费经济，2023，39（1）：46-57.

［24］GLAESER E L， GOTTLIEB J D. Urban resurgence and the consumer city［J］. Urban studies， 2006， 43（8）：1275-1299.

［25］王宁.地方消费主义、城市舒适物与产业结构优化——从消费社会学视角看产业转型升级［J］.社会学研究，2014，29（4）：24-48.

［26］陈丛波，叶阿忠.数字经济促进经济增长的城市异质性研究［J］.统计与信息论坛，2023，38（4）：48-58.

［27］段龙龙，何虎.数字经济发展能够抑制地方政府规模膨胀吗——基于政府治理能力视角的实证研究［J］.贵州财经大学学报，2023， 223（2）：21-31.

［28］李春涛，闫续文，宋敏，等.金融科技与企业创新——新三板上市公司的证据［J］.中国工业经济，2020， 382（1）：81-98.

［29］刘珺，唐建伟，周边，等.数字经济如何影响中国通货膨胀？——基于作用机理和动态特征的实证分析［J］.金融研究，2023， 513（3）：1-19.

［30］江艇.因果推断经验研究中的中介效应与调节效应［J］.中国工业经济，2022， 410（5）：100-120.

［31］刘莉亚，余晶晶，杨金强，等.竞争之于银行信贷结构调整是双刃剑吗？——中国利率市场化进程的微观证据［J］.经济研究，2017，52（5）：131-145.

［32］王龑，史永东.科技金融反哺银行业的异质性研究——来自区域性银行的经验证据［J］.科学学研究，2017，35（12）：1821-1831.

Development of Provincial Digital Economy and Retail Business Transformation 

of Urban Commercial Banks

Wang  Yan

（School of Economics and Management， Dalian Minzu University， Dalian 116000， China）

Abstract：

This article is based on the practice of retail business transformation of urban commercial banks. From the perspective of credit asset allocation， it studies the impact of the development of the provincial digital economy on the proportion of retail loans on the asset side of urban commercial banks. The results show that： the digital economy can promote the retail business transformation of urban commercial banks， and increase the proportion of retail loans. On the one hand， this promoting effect mainly focuses on personal business loans， personal consumption loans， and personal vehicle loans， while showing a restraining effect on personal housing mortgage loans. On the other hand， for urban commercial banks with larger asset size and in the eastern region， the promoting effect of the digital economy is more pronounced. Mechanism tests show that： the digital economy can empower urban commercial banks’ risk management and cost management， thereby promoting the increase in the proportion of retail loans

on their asset side. The adjustment effect test shows that： by improving the quality of people’s livelihood， enhancing the quality of justice， and improving the quality of urban living environment to optimize the development environment of  retail loan business， the promotion effect of the digital economy can be strengthened. In addition， in the context of the digital economy， the increase in the proportion of retail loans on the asset side of urban commercial banks is at the expense of the reduction in the proportion of corporate loans， which means there is a substitution effect， especially in the downturn of the economy.

Key words：digital economy; retail loans; risk management; cost management

（責任编辑：蔡晓芹）