順德職業(yè)技術學院 胡錦娟

自2005年普惠金融被聯合國正式提出以來，世界各國紛紛開展普惠金融實踐。我國也積極行動，十八屆三中全會正式將普惠金融列為發(fā)展目標，之后又陸續(xù)推出了發(fā)展規(guī)劃與系列扶持政策，為普惠金融發(fā)展開路。經過多方努力，中國普惠金融體系建設取得了階段性的成果。據統計，截至2019年6月末，全國銀行業(yè)金融機構鄉(xiāng)鎮(zhèn)機構覆蓋率達96%，全國行政村基礎金融服務覆蓋率達99%；全國小微企業(yè)貸款余額達35.6萬億元，其中，普惠型小微企業(yè)貸款余額10.7萬億元，較年初增長14%；涉農貸款余額34.2萬億元，普惠型涉農貸款余額6.1萬億元，較年初增長8%；全國扶貧小額信貸余額2287.6億元，扶貧開發(fā)項目貸款余額為4247億元，全國334個深度貧困縣各項貸款余額17366億元，較年初增長7.9%[1]。

盡管如此，普惠金融發(fā)展過程中仍面臨多重掣肘，主要體現在：商業(yè)模式不成熟、金融機構成本與收益不匹配、信息不對稱等，這導致金融機構在提供普惠金融服務時積極性不夠，金融資源分布不均衡、一些地區(qū)金融服務質量差、效率低，普惠金融發(fā)展難以為繼。而數字技術發(fā)展突破金融服務時空限制，降低了金融服務成本，提高了金融資源配置效率，成為普惠金融發(fā)展破局的關鍵。為此，將二者相互融合的數字普惠金融應運而生，并于2016年在G20杭州峰會被首次提出。

數字普惠金融的提出引發(fā)了人們熱議。中國數字普惠金融發(fā)展水平如何？影響數字普惠金融發(fā)展的因素有哪些？如何推進地區(qū)數字普惠金融發(fā)展？本文概述省際數字普惠金融發(fā)展特征，利用動態(tài)面板計量模型分析其影響因素，總結數字普惠金融發(fā)展規(guī)律與對策。

1 研究綜述

作為金融創(chuàng)新的熱點，數字普惠金融發(fā)展問題近年來得到了學者們的廣泛關注。縱覽數字普惠金融相關研究文獻，主要集中于以下幾個方面。

1.1 評價指標研究

目前比較權威的是北京大學數字金融研究中心聯合螞蟻金服集團發(fā)布了中國數字普惠金融發(fā)展指數，該指數從3個維度設計了24個指標體系，利用對數型功效函數法進行無量綱處理，采用層次分析法賦權，得出了各省市數字普惠金融指數。這一指標體系被證實是合理有效的，被張勛(2019)、周麗(2018)等學者采用。

1.2 發(fā)展的作用與意義研究

姚金樓(2016)、魏曉峰(2019)等認為數字普惠金融可以更好地推動普惠金融落地。張子豪(2018)、陳丹(2019)、張賀(2018)、宋曉玲(2017)證實了數字普惠金融對城鄉(xiāng)收入差距的縮小具有顯著的促進作用，可以提升低收入群體福利水平，幫助欠發(fā)達地區(qū)加速發(fā)展。丁日佳等(2019)借鑒工具變量法和中介效應模型研究了數字普惠金融對我國服務業(yè)發(fā)展的影響與作用機制。謝絢麗等(2018)發(fā)現數字普惠金融的發(fā)展對于城鎮(zhèn)化率較低的省份、注冊資本較少的微型企業(yè)有更強的鼓勵創(chuàng)業(yè)的作用。認為數字普惠金融有效緩解了傳統普惠金融存在的信用采集難、成本高等困難，降低了普惠金融推廣中的部分風險。任碧云等(2019)利用微觀計量方法探索數字普惠金融中數字支付服務、數字投資服務和數字借貸服務的使用情況以及數字金融服務的可得性等四個維度對農村包容性增長的影響。

1.3 發(fā)展影響因素研究

吳金旺(2019)等利用空間面板數據模型對數字普惠金融影響因素進行檢驗，認為“互聯網+”、經濟發(fā)展水平以及網絡消費水平對各省份數字普惠金融的發(fā)展均產生顯著正向促進作用。郝云平(2018)通過實證研究發(fā)現：地區(qū)的經濟發(fā)展情況與數字普惠金融指數呈U型關系，人口密度、金融意識、互聯網使用情況均與數字普惠金融呈顯著且穩(wěn)健的正相關關系；城鄉(xiāng)收入差距與數字普惠金融呈顯著負相關關系。

此外，還有一些學者聚焦于數字普惠金融的風險與監(jiān)管方面。王曉(2016)從國家數字普惠金融監(jiān)管現狀出發(fā)，提出了相關意見和建議。陸岷峰(2016)等提出了數字普惠金融發(fā)展過程中保護消費者權益的建議。

總體而言，由于數字普惠金融最早于2016年在G20杭州峰會提出，現有文獻對數字普惠金融的研究相對較少，特別是對數字普惠金融影響因素的研究寥寥無幾。本文綜合考慮數字普惠金融數字性與普惠性雙重特征，借鑒北大數字普惠金融指標，利用計量經濟方法，分析區(qū)域數字普惠金融發(fā)展影響因素，以期揭示數字普惠金融發(fā)展的一些規(guī)律特征，為相關政府制定發(fā)展政策提出實證依據。

表1 中國區(qū)域數字普惠金融指數

2 中國數字普惠金融發(fā)展特征

當前，數字技術和普惠金融理念的深度融合已成為金融創(chuàng)新領域的焦點和熱點(呂家進，2016)。研究數字普惠金融發(fā)展指標對于準確、科學地衡量數字普惠金融發(fā)展水平與演變趨勢具有重要意義。囿于海量微觀數據獲取的局限，北京大學數字金融研究中心依托螞蟻金服大數據，計算出了中國數字普惠金融指數，能比較客觀地反映當前中國數字普惠金融發(fā)展特征。表1是根據北京大學數字普惠金融指數計算的中國區(qū)域數字普惠金融指數。

結合表1數據，中國數字普惠金融指數發(fā)展呈遞增趨勢，但區(qū)域間數字普惠金融發(fā)展水平不均衡。根據全國數字普惠金融指數平均值變化情況，自2011年以來，全國數字普惠金融總體發(fā)展較快，從54.51持續(xù)增加到2018年的321.13。其中，東部地區(qū)與西部地區(qū)發(fā)展水平較高，東北地區(qū)數字普惠金融發(fā)展水平僅次于東部地區(qū)與西部地區(qū)，中部地區(qū)數字普惠金融發(fā)展水平相對落后。就增長速度而言，2015年度，各區(qū)域數字普惠金融增長速度較相對較慢，平均為3.31%，而在其他年份各地區(qū)數字普惠金融增長速度普遍在10%以上，特別是在2012年度，數字普惠金融平均增長速度為49.48%。

從各省數字普惠金融發(fā)展情況來看，目前，發(fā)展水平較高的省份為北京、上海、廣東、福建、浙江，發(fā)展水平較低的省份為青海、甘肅、西藏、新疆、寧夏、內蒙等地區(qū)。各省數字普惠金融發(fā)展差距正在日趨縮小，2011年，數字普惠金融指數最高的上海市比數字普惠金融指數最低的新疆高出近4倍，而到了2018年，這一差距縮小為0.37倍。

3 數字普惠金融的影響因素理論分析

3.1 經濟發(fā)展

數字普惠金融是金融發(fā)展歷程中重要的節(jié)點，勢必受經濟發(fā)展的影響。而關于金融發(fā)展與經濟增長的關系，一直是理論研究的熱點問題。武志認為金融的發(fā)展離不開經濟，金融發(fā)展程度和當地經濟發(fā)展水平正相關，發(fā)展高質量的金融需要良好的經濟條件的支撐。經濟發(fā)展引致金融需求增加，從而推動金融自由化與金融發(fā)展。經濟發(fā)展速度快的城市或領域，產出貢獻率相對較高，資金流入效率提高，數字技術更新較快，金融排斥現象緩解，數字普惠金融指數高(葛和平，2018)。

3.2 政府干預

關于政府干預對于金融發(fā)展的影響，學者們一直存在爭論。一些人認為政府干預能夠推動金融發(fā)展。吳婭玲(2016)等認為在金融市場和實體經濟都不發(fā)達的情形下，需要政府的適時介入和主導實現對市場機制的補充，隨著金融市場的逐步完善，則需明確政府參與金融市場發(fā)展的合適領域和方式，發(fā)揮市場機制的基礎性作用，提高資源配置效率。薛菁(2018)等認為政府干預可以降低中小企業(yè)融資市場中的信息不對稱，改善中小企業(yè)融資困境。潘林偉等(2017)認為地方政府影響了區(qū)域金融效率促進經濟增長效應的釋放，也有一些學者認為政府干預會阻礙金融發(fā)展。張前程(2016)等認為金融深化能顯著提高行業(yè)投資配置效率，政府干預則削弱了金融深化對行業(yè)投資配置效率的改善作用。

數字普惠金融的本質仍然是金融，政府通過支持金融科技進步、引導金融資源合理配置、扶持小微企業(yè)，有助于推動數字普惠金融的發(fā)展。

3.3 居民金融素養(yǎng)

居民金融素養(yǎng)提升是提高居民金融決策能力的有效途徑。金融素養(yǎng)對于數字普惠金融的意義在于提高消費者的金融應用能力，增強金融產品的獲得性。數字普惠金融的發(fā)展依托于大數據、區(qū)塊鏈等數字技術的進步，需要消費者了解數字技術的重要作用，并且應用在金融消費領域。金融素養(yǎng)的高低可以反映出消費者對金融產品的認知及金融知識的儲備與應用，受后天教育水平的影響。

表2 GMM回歸結果

3.4 “互聯網+”指數

互聯網與移動網絡是數字普惠金融賴以生存與發(fā)展的重要基礎設施。互聯網的應用可以提升電子支付的便利性。大數據與區(qū)塊鏈等技術的發(fā)展可以改善金融交易中信息不對稱問題，推動金融服務更多地延伸到“長尾客戶”，從而有助于數字普惠金融的實現。隨著互聯網技術發(fā)展，金融領域出現了一些新型的互聯網金融機構，原有的金融機構也得到改造，金融服務供應主體不斷增加，金融產品日益革新，金融機構運營模式得到優(yōu)化，傳統的普惠金融領域無法解決的諸如經營成本、內驅機制等問題在互聯網技術的發(fā)展下都衍化出了新的解決路徑。

4 數字普惠金融影響因素實證分析及政策啟示

4.1 模型設定與數據來源

面板數據能夠捕獲樣本在時間與個體方面信息，控制個體的異質性，得到更精確的估計?？紤]到數字普惠金融發(fā)展是一個連續(xù)的、動態(tài)的過程，具有一定的累積效應，本文使用動態(tài)面板模型分析數據普惠金融的影響因素。模型基本形式如下：

lNDIFIit=α0+α1LNDIFIit-1+α2LNGNIit+α3LNGOVit+α4LNJRSYit+α5LNIUit+εit

其中，i代表地區(qū)，t代表年份，εit表示隨機誤差項。DIFI表示數字普惠金融發(fā)展水平，利用北京大學數字普惠金融指數來表示。GNI反映經濟發(fā)展水平。考慮到時序效應，本文選用人均國民收入水平反映經濟發(fā)展水平，以剔除價格因素的影響。GOV指政府干預程度，用(財政預算支出-財政預算收入)/GDP來衡量。JRSY代表居民金融素養(yǎng)水平，考慮到數據的可得性及相關性，本文用平均受教育年限表示該指標。IU代表“互聯網+”指數，借鑒宋曉玲(2017)、陳淑云等(2019)學者的研究，本文以互聯網普及率反映。

本文所使用的分析數據均來源于歷年的《中國統計年鑒》《中國金融統計年鑒》及各省統計局官方網站。

4.2 實證結果分析

為克服變量多重共線性問題，本文采取逐步回歸方法，將變量逐步引入模型，并進行檢驗，回歸結果如表2所示。

由表中回歸結果可以發(fā)現，第一，數字普惠金融受其滯后一期值影響顯著，這說明數字普惠金融的發(fā)展不能一蹴而就，需要經歷漸進式的發(fā)展變革。第二，政府干預對于數字普惠金融發(fā)展具有正向作用，政府加大數字普惠金融的支持力度，可以推動數字普惠金融更好地觸達財富金字塔底層消費者與小微企業(yè)。第三，居民金融素養(yǎng)提升能加快數字普惠金融發(fā)展進程。第四，互聯網技術的廣泛應用為數字普惠金融提供了基礎設施與應用場景支持，從而擴大金融的普惠范圍與深度。

4.3 結論與政策啟示

本文采用2011—2018年我國31個省面板數據，構建GMM模型分析數字普惠金融發(fā)展的影響因素。結果表明：“互聯網+”指數對于數字普惠金融的影響最大，政府干預、居民金融素養(yǎng)的提升以及經濟發(fā)展均對數字普惠金融的發(fā)展具有穩(wěn)健、顯著的正向作用。因此，一方面國家要加快發(fā)展數字經濟，加強互聯網基礎設施建設，推進人工智能、互聯網技術的創(chuàng)新發(fā)展。另一方面，要采取多樣化形式提高公民金融素養(yǎng)，加強金融知識普及教育，提高消費者金融風險識別能力及金融決策能力，加大金融服務輻射范圍。政府要加大數字普惠金融支持力度，特別是在數字普惠金融發(fā)展初期，政府引導和財政補貼有助于其發(fā)展壯大。