第３８卷第２期 财经理论与实践（双月刊） Ｖｏ１．３８ Ｎｏ．２ ２０１７年３月 ＴＨＥ ＴＨＥＯＲＹ ＡＮＤ ＰＲＡＣＴＩＣＥ ＯＦ ＦＩＮＡＮＣＥ ＡＮＤ ＥＣＯＮＯＭＩＣＳ ＭａＬ ２０１７ ・金融与保险・ “互联网＋”、普惠金融与经济增长 基于面板数据的ＰＶＡＲ模型实证检验 周 斌，毛德勇，朱桂宾 （南京大学商学院，江苏南京２１００９３） 摘要：运用多元测算方法和主成分分析法获取我国３１个地区２００８—２０１４年“互联网＋”、普惠金融和 经济增长相关变量数据，借助面板向量自回归模型（ＰＶＡＲ）研究三类变量间的动态关系，实证研究发现：“互 联网＋”和普惠金融对经济增长的影响程度相当，经济增长对“互联网＋”的影响较大，而对普惠金融影响相 对较小。微观上看，三者之间正向作用已经存在，普惠金融对城镇化率和贸易开放度驱动的经济增长具有正 向促进作用，“互联网＋”对普惠金融发展、城镇化率和贸易开放度驱动的经济增长也具有正向促进作用，因 此，需要各经济主体加强基础性投入、注重精准化投入并做到长期坚持以促进三者协同发展。但从长期看， 普惠金融对“互联网＋”和经济增长率和居民消费价格指数驱动的经济增长存在负面冲击，“互联网＋”对经 济增长率和居民消费价格指数驱动的经济增长也具有微弱的负面冲击，因此，需要政府层面加强统一监管并 积极理顺三者之间的关系，以消除其中的摩擦因素。 关键词：“互联网＋”；普惠金融；经济增长；ＰＶＡＲ模型 中图分类号：Ｆ８３０．３９ 文献标识码： Ａ 文章编号：１００３—７２１７（２０１７）０１—０００９—０８ 一、引言与文献综述 获得更好的网络效应Ｌ４］。“互联网＋”与普惠金融的 研究大多围绕互联网金融的普惠性而展开。谢平、 互联网是一种具备通用目的特征的技术，Ａｎ— 邹传伟（２０１２）首次提出了互联网直接融资市场或互 ｄｒｏｕｔｓｏｓ（２０１１）提出互联网技术与经济社会的深度 联网金融模式概念［５］。闫真宇（２０１３）将互联网金融 融合正源源不断地催生出新的商业模式和业态，呈 定义为各类金融机构或准金融组织借助网络信息技 现出明显的外部性和溢出效应［１］。２０１５年７月４ 术，提供资金融通、资源配置和金融服务的新金融模 日，国务院印发了《关于积极推进“互联网＋”行动的 式［６］。焦瑾璞（２０１４）认为普惠金融有着巨大的发展 指导意见》，首次提出“互联网＋”并将其上升为国家 前景，国家对普惠金融也越来越重视，同时，普惠金 战略。互联网技术与金融的结合而形成的互联网金 融的发展离不开金融创新的推动，其中便包括互联 融一度被视为实现普惠金融的重要创新，并在近年 网金融的作用＿７］。裴平（２０１４）等认为互联网金融具 得到飞速的发展。Ｈｏｎｏｈａｎ（２Ｏ０５）等认为普惠金融 有“开放、平等、协作、分享”的社会主义普惠金融的 具有消除贫困、扩大内需、促进经济增长、实现包容 特征Ｌ８］。刘文峰（２０１５年）提出“互联网＋”普惠金 性社会的功能［２］。 融将发挥出传统普惠金融无可比拟的优势＿＿ｇ］。李 关于“互联网＋”与普惠金融的研究，Ｂｅｃｋ和 丹、潘子利（２０１５年）提出互联网金融能够满足多 Ｄｅｍｉｒｇｕｃ Ｋｕｎｔ（２００６）通过对世界上不同国家小微 层次群体尤其是小微客户的金融服务需求，这也正 经济体的融资调查发现，在企业不同的融资来源中， 是普惠金融所追求的目标 。大多文献认为结合 小微企业通过银行贷款融资的比例比大企业低 互联网的金融创新程度较高的互联网金融对普惠金 ｌ３ Ｌ３ｊ。Ｂｅｒｇｅｒ和Ｇｌｅｉｓｎｅｒ（２００９）的研究认为，在 融的发展具有较大的促进和推动作用。 一定条件下，网络效应会对融资渠道选择产生较大 关于普惠金融与经济增长的研究，Ｂｅｃｋ ｅｔ ａ１． 影响，银行倾向于进行网点扩张，其目的主要是为了 （２００６）认为，对于政策制定者而言，不需要权衡经济 ＊收稿日期：２０１６－０９—０５；修回日期：２Ｏ１６－１２—２９ 基金项目： 国家社会科学基金重大项目（１４ＺＤＡ０４３） 作者简介： 周斌（１９７８一），男，江苏扬州人，南京大学商学院金融与保险学系应用经济学专业（金融学）博士研究生，研究方向：金融 学、互联网金融。 财经理论与实践（双月刊） ２０１７年第１期 增长和扶贫之间的关系，只需要构建高效的包容性 金融体系『１ 。Ｍａｎｄｉｒａ和Ｊｅｓｉｍ（２０１０）的研究发 现，一国金融普惠程度与经济社会发展程度具有显 逐渐显著；互联网普及率每提高１０ ，实际人均 ＧＤＰ提高大约１．３８ Ｅ１７Ｊ。 综观以上研究可以发现，目前关于“互联网＋”、 著的同向变动关系，收入水平、平等程度、文化、城镇 化率与普惠金融的关系都十分紧密＿１ 。Ａｎａｎｄ和 Ｃｈｈｉｋａｒａ（２０１２）分析跨国数据表明，普惠金融指数 普惠金融和经济增长的文献大多限定在两两之间的 研究范围，而将三者纳入统一研究框架以考察其内 在影响机制的研究较为缺乏。为此，本文借助面板 向量自回归模型将“互联网＋”、普惠金融和经济增 长三者之间的互动关系纳入统一研究框架，通过脉 冲响应分析技术分解出各变量的冲击对其它变量的 动态影响，并利用方差分解解释各变量对脉冲响应 的贡献率。 二、数据和方法 （一）变量选取与测算 每增加１ ，人类发展价值指数就会增长０．１４２ ， 同时，金融服务的可得性和使用频率与贫困率呈负 相关，因此，政府应力争提高普惠金融水平，消除区 域不平衡，进而实现包容性增长口 。徐敏、张小林 （２０１４）实证分析发现，普惠金融的发展和城乡收入 分配之间存在长期的均衡关系，普惠金融水平的提 高有利于缩小城乡收入差距ｕ 。郑嘉伟（２０１５）的 研究发现，金融发展与经济增长之间存在相互制约、 相互促进的关系，金融发展不平衡直接影响我国城 乡收入差距扩大Ⅲ１引。 １．“互联网＋”指数（ＩＮＴ）。由于互联网技术的 扩散具有一定的滞后性，因此，本文根据时间的远近， 通过专家打分法对腾讯“互联网＋”指数口。 指标的 影响，按照不同权重测算出各省的初步“互联网＋”指 “互联网＋”对经济增长影响研究方面，Ｃｚｅｒ— ｎｉｃｈ等（２０１１）研究发现，宽带渗透率每提高１Ｏ个百 分点，可以带动人均ＧＤＰ增长０．９～１．５个百分 点 。李立威、景峰（２０１３）认为，互联网对我国经 济增长具有促进作用，这种促进作用在２００７年以后 数，再结合历年互联网普及率指标消除时间影响，得 出各省历年最终的“互联网＋”指数，如表１所示。 表１ ２００８—２０１４各省市“互联网＋”指数 省份 北京 上海 ２００８ ３３．０７ ２００９ ３６．６４ ３４．０４ ２０ｌＯ ３９．８ｌ ３６．ｏ６ ３１．１９ ２９．８４ ２７．９Ｏ ２９．ｏ５ ２４．２１ ２０１１ ４１．２８ ３７．６７ ３４．４５ ３１．５８ ３１．４４ ３１．０４ ２０１２ ４３．２５ ３９．５３ ３６．５１ ３３．６２ ３４．Ｏ８ ３３．ｏ３ ２Ｏｌ３ ４５．７８ ４１．４４ ３８．６７ ３５．１ｏ ３５．９７ ３４．９７ ３１．１６ ２ｏ１４ ４６．８５ ４２．４０ ４ｏ．６３ ３６．７４ ３７．１６ ３５．５６ ３３．ｏ１ ３ｏ．８６ 平均 ４ｏ．０５ ３２．１３ ２６．２３ ２２．６１ ２ｏ．７７ ２３．３７ １４．５Ｏ ３６．８７ ３３．１８ ３０．ｏ７ ２９．４２ ２９．３９ ２４．７０ ２４．１５ ２１．２２ ２１．１７ ２ｏ．６５ １９．７８ 广东 浙江 福建 天津 辽宁 ２８．２８ ２６．３ｏ ２４．５６ ２６．１６ ２０．１０ １９．７６ １６．９８ ２６．３１ ２６．０４ ２１．７３ ２２．Ｏ１ ２１．５４ ２７．９１ 江苏 山西 １４．９７ ｌ３．０９ １４．５０ １３．８４ ２３．６ｏ １９．９８ ２０．４６ １９．２９ ２８．Ｏ８ ２４，．５２ ２３．９１ ２４．２８ ２９．３７ ２７．Ｏ７ ２８．４１ ２７．８６ ２６．６３ 新疆 海南 陕西 青海 山东 重庆 河北 １４．９５ １５．６９ ２６．９１ ２５．９８ １１．６３ １２．５５ １１．４３ ｌ１．６１ １ｏ．４４ １４．６９ １８．９６ １８．Ｏ５ ２１．３２ １９．９５ ２Ｏ．５７ ２Ｏ．３２ １ ９．７２ １９．４５ １９．４５ ２Ｏ．２６ １８．６５ ２３．２８ ２２．７０ ２２．Ｏ０ ２２．５７ ２２．７０ ２１．９６ ２１．４６ ２１．９９ ２２．７７ ２５．３９ ２５．９０ ２６．４５ ２７．２５ ２６．３Ｏ ２５．５８ ２７．ｏ６ ２６．Ｏ８ ２５．３７ １４．８５ ｌ５．８１ １５．３６ １４．３１ １３．３３ １４．５３ １３．９６ １２．９Ｏ １９．６７ １９．３６ １ ９．２０ １８．９８ １８．６７ １８．６６ １８．４５ １８．２９ １ ７．ｏ１ １６．１７ １８．９９ １８．８２ １６．９９ １７．１９ １７．６４ １８．０３ １５．８７ ２４．５７ ２４．３７ ２５．４８ ２４．８２ 内蒙古 吉林 湖北 宁夏 黑龙江 广西 ９．ｏ８ １ｏ．４２ １ｏ．ｏ３ ９．４２ ２３．６１ ２３．７６ ２４．８５ ２２．１４ ２１．４４ ２０．０３ ２０．０５ １９．５８ １９．６２ １９．】４ １ ９．８５ １８．１５ １８．５６ １８．２２ ２５．１４ ２５．９２ ９．００ ８．６３ １３．１４ １１．９５ １１．９４ １６．２４ １４．１６ １４．８３ １４．８Ｏ １４．０８ １３．４９ １３．５２ １２．５４ １７．５４ １６．５７ １６．１６ １５．９６ １５．３５ １５．４ｏ １５．０４ １４．７３ １３．５９ １４．Ｏ２ １３．４３ １９．４４ １９．２８ １８．３Ｏ ２３．５４ ２２．４０ 湖南 西藏 河南 四川Ｉ 甘肃 安徽 江西 石南 啬州 ８．６１ ８．７１ ７．７５ ７．５８ ６．９２ ６．６１ ７．６９ ６．８６ ６．５】 ２１．４２ ２１．２２ ２Ｏ．８５ ２０．９８ ２０．４１ ２Ｏ．５９ ｌ９．１３ １ ５．５１ １５．４７ １４．９４ ９．９８ １１．７２ １１．Ｏ８ １１．０９ １７．８３ １７．０７ １７．７１ １７．０６ １７．３２ １４．８８ １４．３９ １４．２９ ９．６５ ９．９２ １Ｏ．３８ １１．８６ １２．５Ｏ １１．０１ ｌ５．８７ １６．１４ １５．８５ １３．８０ １３．７５ １３．１０ １９．９８ １９．４４ ８．５８ ２Ｏ１７年第１期（总第２０５期）周斌，毛德勇等：“互联网＋”、普惠金融与经济增长——基于面板数据的ＰＶＡＲ模型实证检验 ｌ１ ２．普惠金融指数（ＩＦＩ）。借鉴Ｓａｒｍａ（２００８）联 ￣／ｗ；＋Ｗ；＋…＋Ｗ： （２） 合国开发计划署测算人类发展指数ＨＤＩ的做 式（２）表明，普惠金融指数的测算关键在于确定 法 ” ，假设普惠金融有 个评价维度Ｄ （ 一１，２， 各个维度的权重，采用变异系数法测算各个维度的 …， ），则每个维度权重ｗ ，最大值为Ｍｉ，最小值为 权重，公式为：Ｗ 一Ｖ ／∑ Ｖ ，其中， 表示各维度 ｍ ，Ａ 为第ｉ个维度的实际值。则每个维度计算公 的变异系数，Ｖ；一Ｓ ／Ａ ，Ｓ 表示标准差，Ａ 表示 式为： 均值。 Ｄｉ—ｗ Ａｉ－－ｍ 借鉴Ｂｅｃｋ（２００７）、金融包容全球合作伙伴组织 每个维度的权重在０和１之间（即Ｏ≤Ｗ ≤１）， （ＧＰＦＩ）（２０１２）等构建的银行服务可获得性和使用 所以，当Ｄ 一（ｗ ，Ｗ ，…，Ｗ ）处于最佳状态时，普 情况等多维度普惠金融指数，并结合城乡二元经济 惠金融水平达到最理想状态，故构建普惠金融指数 结构、网络支付互联网金融发展迅速、小微企业融资 难等基本国情，在数据可得的前提下，选取金融服务 即为计算每个维度的测算值和最高值之间的差距， 差距汇总形成一个测度结果即为普惠金融数据，公 可获得性的四个指标、金融服务使用情况的七个指 式为： 标、金融服务质量的两个指标，构建如表２所示的普 惠金融指标体系。 Ⅱ 一１一￣／（ — ）。＋（Ｖ 一Ｄ２）。＋…＋（ 一Ｄ ） ／ 表２地区普惠金融指数指标体系 参考肖瑞（２０１５）［２明和Ｍａｎｄｉｒａ（２０１０）Ｅ１２］的计 考虑到各经济增长指标存在一定程度的相关 算方法，通过计算得出各省历年的普惠金融指数，如 性，同时为检验“互联网＋”、普惠金融对经济增长的 表３所示。 综合影响，利用主成分分析对经济增长的五个指标 由表３可以看出，我国各地区普惠金融指数呈 进行降维处理，处理结果如图１、表４和表５所示。 明显两极分化态势，除了上海、北京、天津等地区的 图１中ｃｏｍｐｌ主要涵盖了Ｔ０和ＬＣＺＨ的信 普惠金融指数达到０．４以上水平，绝大多数地区的 息，可将ｃｏｍｐｌ理解为由城镇化率和贸易开放度两 普惠金融指数处在０．２以内，表明我国的普惠金融 因素驱动的经济增长；ｃｏｍｐ２主要捕捉了ＧＤＰ和 水平仍然较低。 ＬＣＰＩ的信息，可将ｃｏｍｐ２理解为由经济增长率和 ３．经济增长指标。参考沈坤荣（２００４）…２。。、 居民消费价格指数两因素驱动的经济增长。相比之 Ｍａｎｄｉｒａ和ｉｅｓｉｍ（２０１１）口 等的研究，选取衡量经济 下，ＧＥ的信息并未在两个主成分中得到充分体现。 增长速度的经济增长率（ＧＤＰ）、衡量经济增长健康 表４中前两个主成分（ｃｏｍｐｌ、ｃｏｍｐ２）的特征根 程度的居民消费价格指数（ＬＣＰＩ），以及城镇化率 大于１，且两个主成分的累积方差贡献率达到 （Ｌ Ｈ）、财政支出规模（ＧＥ）和贸易开放度（ＴＯ） ８２．８９ ，因此，选择ｃｏｍｐｌ和ｃｏｍｐ２两个主成分是 等作为经济增长指标。 合理的。 财经理论与实践（双月刊） ２Ｏ１７年第１期 表３ ２００８—２０１４年各省市普惠金融指数 Ｌ ０ ５ 葺 。 ０ 数据来源：《中国金融年鉴》、《中国区域金融运行报告》、《中国统计年鉴》、ＷＩＮＤ数据库。 表５主成分分析的ＫＭＯ和ＳＭＣ检验结果 表５中ＫＭ０和ＳＭＣ衡量指标间的共性程度， 其值越大表明主成分分析越有效，可以看出，各指标 的ＫＭＯ和ＳＭＣ的值均较高，即主成分分析是有效 图１ 经济增长指标的主成分载荷图 的。结合表４和表５可知，选择ｃｏｍｐｌ和ｃｏｍｐ２两 个主成分作为经济增长指标是合理有效的。 表４经济增长指标主成分分析结果 （二）模型设定 利用面板数据向量自回归（ＰＶＡＲ）模型检验 “互联网＋”、普惠金融与经济增长的动态关系。其 估计模型为： Ｙ ：＝：０ｆｉ＋ ＋∑ 。ｐｏＹ ，１一 ＋ （３） 其中ｙ 分别代表ＩＮＴ、ＩＦＩ、ｃｏｍｐｌ、ｃｏｍｐ２，ｉ 代表各省市自治区，ｔ代表年份，”代表滞后期，滞后 ２０１７年第１期（总第２０５期）周 斌．毛德勇等：“互联网＋”、普惠金融与经济增长——基于面板数据的ＰＶＡＲ模型实证检验 １３ 期的待估系数矩阵， 是个体效应向量， 是时间 确定数据平稳和滞后阶数后，即可进行格兰杰 效应向量， 是服从正态分布的随机扰动项。 因果检验，结果如表７所示。 三、实证与结果 表７格兰杰因果检验结果 （一）模型校准 本文数据的特点是典型的宽截面、短时间数据，可 视为平稳数据，同时平稳性检验表明，各特征根均分布 在单位圆内，如图２所示， 、ⅢＴ、Ｃｏｍｐｌ、Ｃｏｍｐ２都 在圆内，说明ＰＶＡＲ模型满足稳定性条件。 根据ＭＢ工Ｃ、ＭｌＡｊＣ、ＭＱＩＣ和Ｈａｎｓｅｎ’Ｓ Ｊ等统 计量，按规则选择较小的统计量，最终选取滞后１阶 构建ＰＶＡＲ模型，如表６所示。 表７显示：四个变量中，除了 ＦＪ不是ｃｏｍｐｌ 和ＬＩＮＴ的格兰杰原因外，其它均互为格兰杰原 因，即普惠金融并不能引起城镇化率、贸易开放度驱 动的经济增长和“互联网＋”指数的变化，而“互联网 ＋”指数是引起经济增长的原因，同时“互联网＋”也 是实现普惠金融的原因。另外，经济增长是引起“互 联网＋”和普惠金融变化的原因。由于各变量之间 大多存在因果关系，因而可以进行下一步的面板向 量自回归估计。 （二）结果及分析 ＰＶＡＲ的优势在于能够在其它变量不变的情 图２伴随矩阵平方根检验图 况下通过正交化响应，分解出每个冲击对内生变量 表６滞后阶数选择准则 的影响。由于因变量的滞后固定效应和回归量有 关，通常用于消除固定效应的均值差分法会造成系 数偏差，因此，本文运用前向均值差分法，采用滞后 的回归量作为工具和系统ＧＭＭ的估计系数，实证 结果如表８所示。 表８ ＰＶＡＲ估计结果 注：＊、＊＊、＊＊＊分别表示系数在１Ｏ 、５ 和１ 的置信水平下显著。 财经理论与实践（双月刊） ２Ｏ１ ７年第１期 上一期的经济增长变量、“互联网＋”变量和普 惠金融变量均对城镇化率和贸易开放度驱动的经济 增长具有显著正向作用，即经济增长、“互联网＋”和 率和贸易开放度驱动的经济增长和普惠金融则阻碍 了“互联网＋”的发展，可能的原因是随着经济增长 下滑，各地区对互联网建设的财政投入力度降低，从 而为“互联网＋”带来负向冲击。对于普惠金融指 啪 ０肺。一 謇｝ｏ耋。一ｉ 。０邶啪 呲眦０毗。毗 普惠金融均能促进当期城市化进程和贸易开放度驱 动的经济增长。对于经济增长率和居民消费价格指 数驱动的经济增长来说，经济增长变量、“互联网＋” 变量和普惠金融变量均对其产生显著的负向影响， 表明当期经济增长速度和质量并没有因为“互联网 ＋”和普惠金融而改善，这可能与我国经济发展进入 结构性减速的“新常态”有关，经济增长惯性减弱、 标，只有经济增长率和居民消费价格指数驱动的经 济增长和自身对其显著相关，滞后一期的经济增长 率和居民消费价格指数驱动的经济增长对当期普惠 金融产生负向冲击，同样可能是各地区对普惠金融 发展的投入力度降低导致的。 表８展示的信息是２００８—２Ｏｌ４年各地区各指 标之间总体的、静态的互动情况，为探索各指标间的 动态影响机制，本文通过ＰＶＡＲ模型的脉冲响应和 方差分解进行解释，脉冲响应结果如图３所示。 “互联网＋”和普惠金融也没能止住经济下滑的步 伐。上一期经济增长率和居民消费价格指数驱动的 经济增长与当期“互联网＋”显著正相关，而城镇化 【ＦＩ：Ⅱ１Ｉ ＩＦＩ：Ｉ１ＮＴ ＩＦＩ：ｃｏｍｐ２ ＩＦＩ：ｃ￣！ 一曩－０．０５ 一 ０．０２ ＿ ：孽 ｃ０呷２Ⅲ 。：鼍 ｃｏ呷２：ｃ０呷２ ｎ，Ｉ ．ｃｏ呷２： ｃｏⅡ ：ｃ０ｔｎＰ１ Ｉ ．一 ０．０１ ＇一兰 － ｝ｌ＿－ 薹 ｉｍｌｍｌｓｏ：ｒ￣＇ｐｏｎｓ￣ 薹 舅 图３ ＰＶＡＲ一阶滞后脉冲响应图 图３显示普惠金融指数一个标准差的冲击使 地政府对普惠金融的投入对“互联网＋”建设具有一 “互联网＋”产生负向响应，时间延续性强但程度较 低，最高仅达到一０．００３。“互联网＋”与金融的结合 可以在技术上实现服务长尾市场，提高普惠金融水 平，图３中，普惠金融对“互联网＋”冲击的正向响应 对此进行了验证。然而这种影响是单向的，普惠金 定的挤出效应；普惠金融对经济增长率和居民消费 价格指数驱动的经济增长产生负向影响，在第１期 达到最大值一０．１，第２期之后迅速衰减至０。表明 普惠金融对经济增长率和居民消费价格指数驱动的 经济增长的负向影响是短期非连续的，其原因在于 普惠金融水平的提高需要政府实施克服市场失灵的 融并没有促进“互联网＋”的发展，可能的原因是各 ２０１ ７年第１期（总第２０５期）周 斌。毛德勇等：“互联网＋”、普惠金融与经济增长——基于面板数据的ＰＶＡＲ模型实证检验 １５ 宏观调控，即在金融服务可得性、使用情况和使用质 量上投入大量的建设资金，这些资金的投入在短期 内并不能立竿见影地获得成效，从而在一定程度上 消耗了经济增长的“蛋糕”，进而反映出这种负向响 表９显示，“互联网＋”和普惠金融的方差分解 在第５期占城镇化率和贸易开放度驱动的经济增长 方差分解的９．６６ 和９．０７％，表明“互联网＋”和普 惠金融对城镇化率、贸易开放度驱动的经济增长具 有明显反馈作用，过去城镇化率和贸易开放度驱动 的经济增长的波动一定程度上归结于“互联网＋”和 普惠金融的影响。“互联网＋”和普惠金融的方差分 解在第５期占经济增长率和居民消费价格指数驱动 应关系。经济增长率和居民消费价格指数驱动的经 济增长同样对普惠金融产生负向冲击，时间约延续 ６期，但程度较低，最高不超过～０．０１，表明我国目 前的二元经济结构不利于普惠金融水平的提高；相 反，城镇化率和贸易开放度驱动的经济增长对普惠 金融的冲击呈正向响应，最高值为第１期的０．０３， 并在３期以后消失，表明普惠金融水平的提高对城 市化进程和贸易开放度驱动的经济增长具有短期的 正向冲击。同样，城镇化率和贸易开放度驱动的经 济增长对普惠金融也是正向冲击，最高值为第１期 的０．０４。 “互联网＋”一个标准的冲击带给经济增长率和 居民消费价格指数驱动的经济增长负向响应，第３ 期达到最高值一０．０５，这是因为互联网技术发展有 力地推动了商业模式的变革，网商依靠低价格、高信 息透明和快速推广等优势迅速抢占市场，导致大量 实体店倒闭、创新被迅速模仿、假货山寨横行等问 题，从而在一定程度上阻碍了实体经济的健康运行。 经济增长率和居民消费价格指数驱动的经济增长对 “互联网＋”则产生正向冲击，最大值为第１期的 ０．００５，表明经济增长速度和质量促进了互联网技术 的渗透和扩散。“互联网＋”对城镇化率和贸易开放 度驱动的经济增长产生正向影响，最高值达到０．３， 并且持续期较长，相反，城镇化率和贸易开放度驱动 的经济增长对“互联网＋”产生负向影响，最高值达 到一０．０３，表明两者之间的相互影响是非对称的。 为进一步清晰度量四个指标长期相互影响程 度，利用方差分解解释各指标对冲击响应的方差贡 献率，结果如表９所示。 表９方差分解表 指标 注：经过蒙特卡洛模拟２０００次冲击响应获得。 的经济增长方差的８．７２ 和９．１９ ，而“互联网＋” 的方差中分别有９．５３ 和５．６１ 的部分是由经济 增长贡献的，普惠金融的方差中分别有３．９２ 和 ５．８５ 的部分是由经济增长贡献。普惠金融解释了 “互联网＋”方差的５。９６ ，而“互联网＋”则解释了 普惠金融的５．０７ 。第１Ｏ期的方差分解结果变化 不大。从四个指标间动态互动关系上看，“互联网 ＋”和普惠金融对经济增长影响程度相当，但经济增 长对“互联网＋”的影响较大，对普惠金融的影响相 对较小，“互联网＋”和普惠金融的相互影响程度 相当。 四、结论与启示 以上研究显示：“互联网＋”和普惠金融对经济 增长的影响程度相当，但经济增长对“互联网＋”的 影响较大，对普惠金融的影响相对较小，可以看出三 者之间已经存在着或正或负的关系，一定程度上已 经有了部分融合。从宏观层面来看，需要进一步理 顺三者之间的关系，做好顶层设计，虽然国家已经陆 续出台了系列相关制度和政策，如２０１５年国务院 《关于积极推进“互联网＋”行动的指导意见》和《国 务院关于印发推进普惠金融发展规划（２０１６—２０２０ 年）的通知》等，但仍需要理顺三者之间的内在互动 机制才能更好地贯彻和落实相关制度和政策。从微 观层面看，一是需要加强基础性的投入，二是需要精 准化的资源投入，三是需要长期坚持，从而促进三者 协同发展。 因此，国家应加强对三大经济热点各相关微观 经济体的监管，并进一步理顺相关经济主体的复杂 关系。我国经济目前已步人结构性减速“新常态”， 迫切需要新的经济手段确保未来继续保持健康地发 展。因此，“互联网＋”和普惠金融影响经济增长的 深层次的细节还有待探索，特别是短期路径和长期 路径的特征和时间节点，这些都是我们今后研究的 方向之一。 ’ １６ 财经理论与实践（双月刊） ２０ｌ７年第１期 现代商贸工业，２０１５（２）：１３７—１３９． 注释： ｒ１１］Ｂｅｃｋ Ｔ，ＤｅｍｉｒｇｕｃＫｕｎｔ Ａ．Ｓｍａｌｌ ａｎｄ ｍｅｄｉｕｍ ｓｉｚｅ ｅｎｔｅｒｐｒｉｓｅｓ： ａｃｃｅｓｓ ｔｏ ｆｉｎａｎｃｅ ａｓ ａ ｇｒｏｗｔｈ ｃｏｎｓｔｒａｉｎｔ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｂａｎｋｉｎｇ ａｎｄ Ｆｉｎａｎｃｅ，２００６，３０：２９３１—２９４３． ①腾讯研究院以其社交及游戏产品在移动终端的全样本数据为基 础，对使用频次、消息数量、在线时间、支付频次、娱乐时长等近二 十个维度数据进行综合赋权，描绘出中国３１个省／自治区／直辖 市及３５１个城市人均移动终端社交、游戏、支付、生活的“互联网 ＋”活跃度，发布了《中国”互联网＋”指数（２０１６）》报告。 参考文献： ［１］Ａｎｄｒｏｕｔｓｏｓ Ａ．Ａｃｃｅｓｓ ｌｉｎｋ ｂａｎｄｗｉｄｔｈ ｅｘｔｅｒｎａｌｉｔｉｅｓ ａｎｄ ｅｎｄｏｇｅ— ｎｏＨｓ ｉｎｔｅｒｎｅｔ ｇｒｏｗｔｈ：ａ ｌｏｎｇｒｕｎ ｅｃｏｎｏｍｉｃ ａｐｐｒｏａｃｈ［Ｊ］．Ｉｎｔｅｒｎａ— ｔｉｏｎａｌ Ｊｏｕｒｎａｌ ｏｆ Ｎｅｔｗｏｒｋ Ｍａｎａｇｅｍｅｎｔ，２０１１，２１（１）：２１—２４． ［１２］Ｍａｎｄｉｒａ Ｓ，Ｊｅｓｉｍ Ｐ．Ｆｉｎａｎｃｉａｌ ｉｎｃｌｕｓｉｏｎ ａｎｄ ｄｅｖｅｌｏｐｍｅｎｔ［Ｊ］． Ｊｏｕｒｎａｌ ｏｆ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｄｅｖｅｌｏｐｍｅｎｔ，２０１０（７）：６１３—６２８． ｒ １ ３］Ａｎａｎｄ Ｓ Ｋ。Ｃｈｈｉｋａｒａ Ｋ Ｓ．Ａ ｔｈｅｏｒｅｔｉｃａｌ ａｎｄ ｑｕａｎｔｉｔａｔｉｖｅ ａｎａｌｙ— ｓｉｓ ｏｆ ｆｉｎａｎｃｉａｌ Ｉｎｃｌｕｓｉｏｎ ａｎｄ ｅｃｏｎｏｍｉｃ ｇｒｏｗｔｈ［Ｊ］．Ｍａｎａｇｅｍｅｎｔ ａｎｄ Ｌａｂｏｕｒ Ｓｔｕｄｉｅｓ，２０１２（２）：１Ｏ３—１３３． ［１４］徐敏，张小林．普惠制金融对城乡居民收入差距的影响［Ｊ］．金 融论坛，２０１４（９）：９—１５． Ｏ５３郑嘉伟．关于金融发展与我国城乡收入差距关系的实证研究 ［Ｊ］．金融教育研究，２０１５（２）：３—８． ｒ １ ６］Ｃｚｅｒｎｉｅｈ Ｎ，Ｆａｌｃｋ Ｏ，Ｋｒｅｔｓｃｈｍｅｒ Ｔ，ｅｔ ａ１．Ｂｒｏａｄｂａｎｄ ｉｎｆｒａ— ［２］Ｈｏｎｏｈａｎ Ｐ．Ｍｅａｓｕｒｉｎｇ ｍｉｃｒｏｆｉｎａｎｃｅ ａｃｃｅｓｓ：ｂｕｉｌｄｉｎｇ ｏｎ ｅｘｉｓｔｉｎｇ ｃｒｏｓｓ—ｃｏｕｎｔｒｙ ｄａｔａ［Ｒ］．２００５． ［３］Ｂｅｃｋ Ｔ，Ｄｅｍｉｒｇｕｃ Ｋｕｎｔ Ａ，Ｍａｒｔｉｎｅｚ Ｐ Ｍ Ｓ．Ｒｅａｃｈｉｎｇ ｏｕｔ：ａｃｃｅｓｓ ｔｏ ａｎｄ ｕｓｅ ｏｆ ｂａｎｋｉｎｇ ｓｅｒｖｉｃｅｓ ａｃｒｏｓｓ ｃｏｕｎｔｒｉｅｓ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｆｉｎａｎｃｉａｌ Ｅｃｏｎｏｍｉｃｓ，２００７（１４）：２３４—２６６． ｓｔｒｕｃｔｕｒｅ ａｎｄ ｅｃｏｎｏｍｉｃ ｇｒｏｗｔｈ［Ｊ］．Ｔｈｅ Ｅｃｏｎｏｍｉｃ Ｊｏｕｒｎａｌ， ２Ｏ１１，１２１（５）：５０５—５３２． ［１７］李立威，景峰．互联网扩散与经济增长的关系研究一基于我国 ３１个省份面板数据的实证检验［Ｊ］．北京工商大学学报，２０１３ （３）：ｉ２０—１２６． ［４］Ｂｅｒｇｅｒ Ｓ Ｃ Ｆ，Ｇｌｅｉｓｎｅｒ．Ｅｍｅｒｇｅｎｃｅ ｏｆ ｆｉｎａｎｃｉａｌ ｉｎｔｅｒｍｅｄｉａｒｉｅｓ ｉｎ ｅｌｅｃｔｒｏｎｉｃ ｍａｒｋｅｔｓ：ｔｈｅ ｃａｓｅ ｏｆ ｏｎｌｉｎｅ Ｐ２Ｐ ｌｅｎｄｉｎｇ［Ｊ］．Ｂｕｓｉｎｅｓｓ Ｒｅｓｅａｒｃｈ，２００９（２）：３９—６５． ［１８］孟昭莉等．《中国“互联网＋”指数（２０１６）》报告ＪＲ］．腾讯研究 院，２０１６． ［５］谢平，邹传伟．互联网金融模式研究［Ｊ］．金融研究，２０１２（１２）： ¨一２２． ［１９］Ｍａｎｄｉｒａ Ｓａｒｍａ．Ｉｎｄｅｘ ｏｆ ｆｉｎａｎｃｉａｌ ｉｎｃｌｕｓｉｏｎ［Ｒ］．Ｗｏｒｋｉｎｇ Ｐａ— ｐｅｒ，２００８：２１５． ［６］闫真宇．关于当前互联网金融风险的若干思考［Ｊ］．浙江金融， ２ｏ１３（１２）：４０—４２． ［２ｏ］肖瑞．中国各省普惠金融发展指数测算ＥＪ］．商，２Ｏ１５，３１：１８７— １８８． ［７］焦瑾璞．普惠金融的国际经验［Ｊ］．中国金融，２０１４（１０），６８—７０． ［８］裴平．互联网金融的发展、风险与监管ＥＪ］．唯实，２０１４（１１）：５４— ５６． ［２１］沈坤荣，张成．金融发展与中国经济增长——基于跨地区动态 数据的实证研究［Ｊ］．管理世界，２００４（７）：１５—２１． ［２２］张越，李琪．互联网对我国各省区经济发展的影响［Ｊ］．山谣财 经大学学报，２００８，３Ｏ（６）：３８—４４． ［９］刘文峰．“互联网＋”普惠金融建设之路径初探［Ｊ］．黑龙江金融， ２０１５（９）：１８—２１． ［１ｏ］李丹，潘子利．基于互联网金融的中小企业融资问题研究［Ｊ］． （责任编辑：宁晓青） ¨Ｉｎｔｅｒｎｅｔ＋¨．Ｉｎｃｌｕｓｉｖｅ Ｆｉｎａｎｃｅ ａｎｄ Ｅｃｏｎｏｍｉｃ Ｇｒｏｗｔｈ ＿－・・Ｅｍｐｉｒｉｃａｌ ｔｅｓｔ ｏｆ ＰＶＡＲ ｍｏｄｅｌ ｂａｓｅｄ ｏｎ Ｐａｎｅｌ Ｄａｔａ ＺＨＯＵ Ｂｉｎ，ＭＡＯ，Ｄｅｙｏｎｇ，ＺＨＵ Ｇｕｉｂｉｎ （Ｂｕｓｉｎｅｓｓ Ｓｃｈｏｏｌ，ＮａｎＪｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ，Ｊｉａｎｇｓｕ ２１００９３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅ ｐａｐｅｒ ｕｓｅ ｍｕｌｔｉｐｌｅ ｃａｌｃｕｌａｔｉｏｎ ｍｅｔｈｏｄ ａｎｄ ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ ｔｏ ｏｂ— ｔａｉｎ ｔｈｅ”Ｉｎｔｅｒｎｅｔ ｐｌｕｓ”，ｉｎｃｌｕｓｉｖｅ ｆｉｎａｎｃｉａ１ ａｎｄ ｅｃｏｎｏｍｉｃ ｇｒｏｗｔｈ ｒｅｌａｔｅｄ ｖａｒｉａｂｌｅｓ ｏｆ ３ １ ｒｅｇｉｏｎｓ ｉｎ Ｃｈｉｎａ ｄｕｒｉｎｇ ２００８—２０１４，ｕｓｉｎｇ ｐａｎｅｌ ｖｅｃｔｏｒ ａｕｔｏｒｅｇｒｅｓｓｉｖｅ ｍｏｄｅｌ（ＰＶＡＲ）．Ｔｈｅ ｓｔｕｄｙ ｆｏｕｎｄ ｔｈａｔ ｔｈｅ ｄｙｎａｍｉｃ ｒｅｌａｔｉｏｎｓｈｉｐ ｂｅｔｗｅｅｎ ｉｎｎｏｖａｔｉｖｅ ｒｅｓｅａｒｃｈ ｏｆ ｔｈｒｅｅ ｋｉｎｄｓ ｏｆ ｖａｒｉａｂｌｅｓ ｂｅｔｗｅｅｎ ｔｈｅ ｅｍ— ｐｉｒｉｃａｌ：”Ｉｎｔｅｒｎｅｔ ｐｌｕｓ”ａｎｄ ｉｎｃｌｕｓｉｖｅ ｆｉｎａｎｃｉａｌ ｉｍｐａｃｔ ｏｎ ｅｃｏｎｏｍｉｃ ｇｒｏｗｔｈ。ｔｈｅ ｅｃｏｎｏｍｉｃ ｇｒｏｗｔｈ ｅｆｆｅｃｔ ｏｆ ｔｈｅ”Ｉｎｔｅｒｎｅｔ ｐｌｕｓ”ｌａｒｇｅ ａｎｄ ｒｅｌａｔｉｖｅｌｙ ｓｍａｌｌ ｉｍｐａｃｔ ｏｎ ｆｉｎａｎｃｉａｌｉｎｃｌｕｓｉｏｎ：ｂｅｔｗｅｅｎ ｔｈｅ ｍｉｃｒｏｓｃｏｐｉｃ ｐｏｉｎｔ ｏｆ ｖｉｅｗ ｔｈｅ ｔｈｒｅｅ ｐｏｓｉｔｉｖｅ ｅｆｆｅｃｔ ａｌｒｅａｄｙ ｅｘｉｓｔｓ，ｔｈｅ ｕｒｂａｎｉｚａｔｉｏｎ ｒａｔｅ ｏｆ Ｉｎｃｌｕｓｉｖｅ Ｆｉｎａｎｃｅ ａｎｄ ｔｈｅ ｏｐｅｎｉｎｇ ｄｅｇｒｅｅ ｏｆ ｔｒａｄｅ ｄｒｉｖｅｎ ｅｃｏｎｏｍｉｃ ｇｒｏｗｔｈ，’’Ｉｎｔｅｒｎｅｔ ｐｌｕｓ”ｏｆ ｉｎｃｌｕｓｉｖｅ ｆｉ— ｎａｎｃｉａｌ ｄｅｖｅｌｏｐｍｅｎｔ ａｎｄ ｕｒｂａｎｉｚａｔｉｏｎ ｒａｔｅ ａｎｄ ｔｈｅ ｏｐｅｎｉｎｇ ｄｅｇｒｅｅ ｏｆ ｔｒａｄｅ ｄｒｉｖｅｎ ｅｃｏｎｏｍｉｃ ｇｒｏｗｔｈ ｈａｓ ａ ｐｏｓｉｔｉｖｅ ｒｏｌｅ Ｓｏ，ｔｈｅ ｎｅｅｄ ｔｏ ｃｏｎｓｉｄｅｒ ｔｈｅ ｖａｒｉｏｕｓ ｅｃｏｎｏｍｉｃ ｅｎｔｉｔｉｅｓ ｆｒｏｍ ａ ｓｔｒｏｎｇ ｆｏｕｎｄａｔｉｏｎ，ｐｒｅｃｉｓｉｏｎ ｉｎｖｅｓｔｍｅｎｔ ａｎｄ ｌｏｎｇ—ｔｅｒｍ ａｄｈｅｒｅｎｃｅ ｔｏ ｃｏｎｓｉｄｅｒ ｔｈｒｅｅ ｃｏｌｌａｂｏｒａｔｉｖｅ ｄｅｖｅｌｏｐ— ｍｅｎｔ；ｂｕｔ ｆｒｏｍ ｔｈｅ ｌｏｎｇ—ｔｅｒｍ ｄｅｖｅｌｏｐｍｅｎｔ ｃｏｎｓｉｄｅｒａｔｉｏｎｓ，ｔｈｅｒｅ ａｒｅ ｓｔｉｌｌ ｓｏｍｅ ｎｅｇａｔｉｖｅ ｆｒｉｃｔｉｏｎ， ｉｎｃｌｕｓｉｖｅ ｆｉｎａｎｃｅ”Ｉｎｔｅｒｎｅｔ ｐｌｕｓ”ａｎｄ ｔｈｅ ｅｃｏｎｏｍｉｃ ｇｒｏｗｔｈ ｒａｔｅ ａｎｄ ｃｏｎｓｕｍｅｒ ｐｒｉｃｅ ｉｎｄｅｘ ｄｒｉｖｅｎ ｅ— ｃｏｎｏｍｉｃ ｇｒｏｗｔｈ，Ｉｎｔｅｒｎｅｔ ｐｌｕｓ ｆｏｒ ｔｈｅ ｅｃｏｎｏｍｙ ｔｈｅ ｇｒｏｗｔｈ ｒａｔｅ ａｎｄ ｃｏｎｓｕｍｅｒ ｐｒｉｃｅ ｉｎｄｅｘ ｄｒｉｖｅｎ ｅｃｏｎｏｍｉｃ ｇｒｏｗｔｈ ａｌｓｏ ｈａｓ ａ ｎｅｇａｔｉｖｅ ｉｍｐａｃｔ ｏｎ ｔｈｅ ｗｅａｋ ｓｉｔｕａｔｉｏｎ，ｎｅｅｄ ｔｈｅ ｇｏｖｅｒｎｍｅｎｔ ｔｏ ｓｔｒｅｎｇｔｈｅｎ ｔｈｅ ｕｎｉｆｉｅｄ ｓｕｐｅｒｖｉｓｉｏｎ ａｎｄ ａｃｔｉｖｅｌｙ ｉｍｐｒｏｖｅ ｔｈｅ ｌｕｂｒｉｃａｔｉｏｎ ａｎｄ ｅｌｉｍｉｎａｔｅ ｆｒｉｃｔｉｏｎ ｆａｃ— ｔｏｒｓ ａｍｏｎｇ ｔｈｅｍ． Ｋｅｙ ｗｏｒｄｓ：”Ｉｎｔｅｒｎｅｔ ｐｌｕｓ”；ｉｎｃｌｕｓｉｖｅ ｆｉｎａｎｃｅ；ｅｃｏｎｏｍｉｃ ｇｒｏｗｔｈ；ＰＶＡＲ ｍｏｄｅｌ