趙倩楠

一、引言

普惠金融自引入我國以來，其發(fā)展體系和改革創(chuàng)新一直受到黨中央的重視。2013年，發(fā)展普惠金融被確立為國家戰(zhàn)略，經(jīng)過一系列的金融改革和制度完善，2016年G20杭州峰會核準了《G20數(shù)字普惠金融高級原則》，提出要發(fā)揮數(shù)字技術(shù)對金融體系的推動力，大力發(fā)展數(shù)字普惠金融。這是以數(shù)字技術(shù)為基礎(chǔ)的金融服務(wù)，可以增大金融供給層面，擴大傳統(tǒng)金融的覆蓋范圍。近年來，我國數(shù)字普惠金融發(fā)展取得了良好成效，2020年11月，中國互聯(lián)網(wǎng)金融協(xié)會會長李東榮提到數(shù)字普惠金融憑借高效率、非接觸的特點在抗疫階段發(fā)揮了重要作用，但是數(shù)字技術(shù)在運用的過程中也可能會存在數(shù)字鴻溝或排斥，所以目前數(shù)字普惠金融體系仍需進一步的完善。

數(shù)字普惠金融借助互聯(lián)網(wǎng)，不僅突破了傳統(tǒng)金融機構(gòu)網(wǎng)點的限制，擴大其覆蓋范圍，也提高了對弱勢群體的服務(wù)能力，使普惠金融的發(fā)展更加完善，但是目前青海省數(shù)字普惠金融的現(xiàn)狀如何，影響其發(fā)展的因素有哪些還需進一步的進行實證研究。因此本文以青海省2011-2018年的數(shù)據(jù)為樣本，研究數(shù)字普惠金融的影響因素，既有利于青海省完善普惠金融體系，也對精準扶貧、推動數(shù)字普惠金融的健康發(fā)展、實現(xiàn)社會公平具有一定的意義。

二、文獻綜述

我國學者對數(shù)字普惠金融的研究大部分是從全國的角度來出發(fā)的，葛和平，朱卉雯（2018）利用2011-2015年31個省的數(shù)據(jù)來建立動態(tài)面板模型，并分析我國數(shù)字普惠金融的影響因素，認為地理分布、互聯(lián)網(wǎng)發(fā)展水平、金融意識對數(shù)字普惠金融有促進作用，而城鄉(xiāng)收入差距越大，反而不利于數(shù)字普惠金融的發(fā)展。杜佳倩（2019）以31個省的數(shù)據(jù)為基礎(chǔ)，用逐步回歸研究數(shù)字普惠金融的影響因素。蔣慶正，李紅，劉香甜（2019）選取15個省份的數(shù)據(jù)，對農(nóng)村數(shù)字普惠金融的影響因素進行實證，發(fā)現(xiàn)民族構(gòu)成和收入水平的提高對數(shù)字普惠金融的影響較大。胡錦娟（2019）對31個省數(shù)字普惠金融的影響因素進行研究，認為我國的互聯(lián)網(wǎng)指數(shù)越高，對數(shù)字普惠金融的推動作用越大，政府適當?shù)母深A也可以支持普惠金融發(fā)展。涂欣然，郭璐瑤，水倩倩（2020）對比分析了我國各地區(qū)普惠金融的現(xiàn)狀，并建立面板數(shù)據(jù)來研究其影響因素，認為經(jīng)濟發(fā)展水平會影響其未來的發(fā)展，互聯(lián)網(wǎng)普及率、居民收入也對數(shù)字普惠金融有推動作用。

還有部分文獻是針對于單個省份來展開研究的，但是對影響因素方面的研究還是較少。龍云飛，王丹（2017）用2004-2015年四川省的數(shù)據(jù)，通過計算得出普惠金融與其影響因素的灰色關(guān)聯(lián)度，結(jié)果證明居民的受教育程度對普惠金融的影響作用最大。謝汶磊（2019）對江西婆源縣和湖北嘉魚縣的數(shù)字普惠金融影響因素進行實證，表明居民接受過知識培訓后更有利于數(shù)字金融的發(fā)展，而距離金融便民店距離越近，也能增加金融服務(wù)需求促進其發(fā)展。嚴鵬，楊林娟（2020）構(gòu)建了甘肅省農(nóng)村普惠金融的發(fā)展指標，并對其影響因素進行實證，表明農(nóng)業(yè)的發(fā)展越好、金融服務(wù)的效率越高會相應(yīng)提高普惠金融的發(fā)展水平。趙陽（2020）不同于以上幾個學者采用實證的方法去分析，而是通過問卷的方式來說明西寧市數(shù)字普惠金融的發(fā)展情況，并了解得出居民的金融需求。

綜上所述，研究數(shù)字普惠金融的影響因素有助于普惠金融的健康發(fā)展。然而目前大部分的文獻都是以中國31個省份的數(shù)據(jù)來分析，集中于單個省份的研究不多，對青海省數(shù)字普惠金融影響因素方面的研究也是空白的。

三、青海省數(shù)字普惠金融發(fā)展現(xiàn)狀

（一）總指數(shù)

北京大學數(shù)字普惠金融指數(shù)具有一定的權(quán)威性，能較好的反映出普惠金融的真實發(fā)展水平。除總指數(shù)外，還從其他三個維度進行了描述，包括覆蓋廣度、使用深度和數(shù)字化程度，三個維度的衡量都是由多個接近真實情況的指標構(gòu)建的，最后形成數(shù)字普惠金融指數(shù)。該指數(shù)描述了我國31個省份以及所有地級市的數(shù)字普惠金融發(fā)展水平，其主要的構(gòu)建框架如圖1：

圖1 數(shù)字普惠金融構(gòu)建圖

如圖2所示，青海省2011年的數(shù)字普惠金融總指數(shù)為18.33，2018年為263.12，增長了244.79，并且2011到2013年是呈直線上升的趨勢，在后幾年中，增速比較平穩(wěn)，但整體呈現(xiàn)向好的趨勢。

圖2 青海省數(shù)字普惠金融總指數(shù)

青海省各州市的數(shù)字普惠金融指數(shù)逐年遞增，前期的增速比較明顯，后期較平穩(wěn)，西寧市與海西州的數(shù)字普惠金融發(fā)展水平相差不多，海東市相比于剩余其它州的指數(shù)水平較低，并且從圖3看到青海省各州市的普惠金融發(fā)展水平有一定的差距，但整體的趨勢是一樣的。

圖3 青海省各州數(shù)字普惠金融總指數(shù)

（二）覆蓋廣度

覆蓋廣度為三個維度中的前提條件，衡量覆蓋廣度的指標主要是賬戶的覆蓋率，如圖4所示，2011年到2014年，覆蓋廣度指數(shù)的增長速度較高，而后期的增速較緩慢。

圖4 2011-2018年覆蓋廣度指數(shù)

（三）使用深度

使用深度代表數(shù)字普惠金融的實際使用情況，從圖5看到，青海省的數(shù)字普惠金融使用深度指數(shù)在2013年和2017年達到了峰值，在次年都出現(xiàn)了一定的下降。原因是在政策限制等因素的影響下，投資水平和貨幣基金指數(shù)有所下降，而其他指數(shù)水平保持穩(wěn)定。

圖5 2011-2018年使用深度指數(shù)

（四）數(shù)字化程度

數(shù)字化程度可以反映普惠金融的“惠”。如圖6所示，青海省的數(shù)字化程度在2011年到2018年的發(fā)展水平有波動，在2011-2015年一直呈上升的趨勢，從2011年的93.42，增長到2015年的419.14，增長幅度較大。在2015年指數(shù)達到了峰值，隨后出現(xiàn)了下降一直到2018年才有所提高。

圖6 2011-2018年數(shù)字化程度指數(shù)

總的來說，青海省的普惠金融數(shù)字化程度在三個維度中水平最高，增長速度最快，覆蓋廣度指數(shù)的增長相對來說比較平穩(wěn)，其次是使用深度。不同的年份中三個維度的增長速度也不一樣，覆蓋廣度和使用深度在2012年增長幅度最高，分別是2011年指數(shù)的24倍、7.7倍。數(shù)字化程度在2013年的增速最高，是2012年指數(shù)的1.8倍。這表明近幾年中青海省的數(shù)字普惠金融水平相比于2011年有明顯的上升。

四、實證分析

（一）變量選取與數(shù)據(jù)來源

本文用Eviews軟件來研究青海省數(shù)字普惠金融的影響因素，其中因變量為北京大學數(shù)字普惠金融指數(shù)（2011-2018），經(jīng)濟發(fā)展水平（x1）、信息化水平（x2）、消費者教育素養(yǎng)（x3）、基礎(chǔ)設(shè)施水平（x4）為自變量，具體含義與選取指標如下：

1.經(jīng)濟發(fā)展水平（x1）：經(jīng)濟發(fā)展水平越高，流入該地區(qū)的資金也會越多，數(shù)字技術(shù)以及互聯(lián)網(wǎng)水平也越高，進而會帶動當?shù)財?shù)字普惠金融的發(fā)展。并且金融的發(fā)展也離不開經(jīng)濟的支持，所以數(shù)字金融的發(fā)展需要有穩(wěn)定良好的經(jīng)濟環(huán)境去支撐。GDP能直接反映地區(qū)的經(jīng)濟水平，因此本文用GDP來表示青海省的經(jīng)濟發(fā)展水平。

2.信息化水平（x2）：信息化是借助科技、網(wǎng)絡(luò)、數(shù)據(jù)庫等技術(shù)，為人們提供更加便捷的服務(wù)，提高行為效率。信息化水平越高，人們獲取普惠金融的成本會減少，也會讓更多的人接觸到普惠金融，所以信息化水平越高，越有利于發(fā)展數(shù)字普惠金融。本文用互聯(lián)網(wǎng)普及率來代表信息化的發(fā)展程度。

3.消費者金融素養(yǎng)（x3）：消費者的金融素養(yǎng)和文化水平越高，對普惠金融的認識和理解也會更深刻，并且也愿意接受普惠金融，靈活運用一些金融產(chǎn)品，從而緩解金融排斥。因此消費者的教育素養(yǎng)越高越利于數(shù)字普惠金融的發(fā)展，本文用每十萬人普通高等學校在校人數(shù)來代表消費者的金融素養(yǎng)。

4.基礎(chǔ)設(shè)施水平（x4）：基礎(chǔ)設(shè)施主要為社會正常運轉(zhuǎn)和居民生活提供服務(wù)，本文選取交通運輸、倉儲和郵政就業(yè)人數(shù)占私營企業(yè)和個體就業(yè)人數(shù)的比重來代表基礎(chǔ)設(shè)施建設(shè)水平。

本文選取的各變量數(shù)據(jù)主要來自國家統(tǒng)計局，《青海省統(tǒng)計年鑒》以及北京大學數(shù)字普惠金融研究中心。

（二）模型建立

通過以上說明的變量，構(gòu)建回歸模型如下：

其中Y為數(shù)字普惠金融指數(shù)，X1為GDP，X2為互聯(lián)網(wǎng)普及率，X3為每十萬人普通高等學校在校生數(shù)，X4為交通運輸、倉儲和郵政就業(yè)人數(shù)占私營和個體就業(yè)人數(shù)的比重，δ為隨機誤差項。

（三）實證分析

1.描述性統(tǒng)計

首先對各個變量進行了描述性統(tǒng)計，結(jié)果如表1：

表1 描述性統(tǒng)計結(jié)果

由表1看出，青海省數(shù)字普惠金融指數(shù)最大值為263.12，最小值為18.33，標準差為85.77094，說明青海省數(shù)字普惠金融在近幾年取得了良好發(fā)展，并且其增速也比較大。GDP的最小值為1670.44，最大值2865.23，說明青海省2011-2018年的經(jīng)濟發(fā)展水平較好，增速較快。互聯(lián)網(wǎng)普及率最小值36.9，最大值58.4，說明青海省近幾年加大了對互聯(lián)網(wǎng)的普及，信息化的程度有所提升。每十萬人普通高等學校在校生數(shù)最小值為1082，最大值為1426，增長了24.13%，說明青海省整體的教育水平有所提高。交通運輸、倉儲和郵政就業(yè)人數(shù)占私營企業(yè)和個體就業(yè)人數(shù)的比重最小值0.046868，最大值為0.074914，標準差是0.009063，說明基礎(chǔ)設(shè)施水平雖然有所提高，但增幅不大。

2.ADF單位根檢驗

由于本文選取的是2011-2018年的數(shù)據(jù)，考慮到時間序列數(shù)據(jù)可能會有偽回歸，所以先通過ADF檢驗看數(shù)據(jù)是否屬于平穩(wěn)序列，結(jié)果如表2：

表2 ADF單位根檢驗結(jié)果

從上表得出，只有X2在5%的顯著性水平下通過了單位根檢驗，其他變量均未通過，但是各變量的一階差分序列均通過ADF檢驗，說明數(shù)字普惠金融指數(shù)、GDP、互聯(lián)網(wǎng)普及率、每十萬人普通高等學校在校生數(shù)和交通運輸、倉儲和郵政就業(yè)人數(shù)占私營和個體就業(yè)人數(shù)的比重屬于同階單整，所以能進行協(xié)整檢驗。

3.協(xié)整檢驗

本文選擇E-G兩步法對模型進行協(xié)整檢驗，先對該模型進行OLS回歸，結(jié)果如表3：

表3 回歸結(jié)果

從結(jié)果中看到，模型的R^2為0.999010，調(diào)整后的R^2為0.997690，說明模型整體的擬合優(yōu)度非常好，F(xiàn)檢驗的P值為0.000078，表明模型在1%的顯著性水平下通過了F檢驗，然后對殘差序列進行檢驗，結(jié)果如表4：

表4 殘差序列的單位根檢驗

殘差序列的P值為0.0040，在1%的水平下通過了ADF檢驗，說明了模型的殘差序列是平穩(wěn)的。

4.相關(guān)性分析

為了檢驗模型中是否有多重共線性，對方程所有變量進行相關(guān)性分析，結(jié)果如下表：

表5 相關(guān)性檢驗結(jié)果

從上表的結(jié)果看到X1與X2相關(guān)系數(shù)為0.98，與X3之間的相關(guān)系數(shù)為0.97，X2與X3的相關(guān)性也很高，說明變量間有嚴重的多重共線性。

5.嶺回歸

為了消除多重共線性，一般會通過增大樣本容量或者逐步回歸來調(diào)整，由于數(shù)據(jù)的可得性，本文選取的方法是有偏估計的嶺回歸來對模型進行參數(shù)估計。根據(jù)嶺跡圖，當k≥0.2時，嶺跡曲線都趨于穩(wěn)定，所以本文選取k=0.2時的嶺回歸結(jié)果來建立方程，回歸結(jié)果如表6所示：

表6 嶺回歸結(jié)果

X1、X2、X3在t檢驗的p值都小于0.01，說明這三個變量都通過了顯著性檢驗，而X4雖然也對因變量有正向影響，但是結(jié)果不顯著。模型總體的R2為0.993，F(xiàn)檢驗的P值為0.001，說明模型的擬合優(yōu)度非常好，四個自變量可以很好的解釋該因變量。

6.回歸結(jié)果分析

第一，經(jīng)濟發(fā)展水平的回歸系數(shù)是0.065，說明GDP對數(shù)字普惠金融有顯著的促進作用。GDP每增加一單位，青海省數(shù)字普惠金融指數(shù)會相應(yīng)提高0.065個單位，表明青海省數(shù)字普惠金融的發(fā)展需要良好的經(jīng)濟條件來支撐；第二，互聯(lián)網(wǎng)普及率的回歸系數(shù)為3.769，這說明互聯(lián)網(wǎng)的發(fā)展會促進數(shù)字普惠金融，具體看來，隨著現(xiàn)代技術(shù)的進步，幾乎每家每戶都接觸到了互聯(lián)網(wǎng)，這使人們足不出戶就享受到便捷的金融服務(wù)，并且還讓基礎(chǔ)設(shè)施不健全、金融機構(gòu)網(wǎng)點少的地區(qū)居民也可以通過互聯(lián)網(wǎng)來獲取金融信息和服務(wù)；第三，消費者金融素養(yǎng)指標的回歸系數(shù)為0.217，這說明消費者金融素養(yǎng)對數(shù)字普惠金融存在著正向的促進關(guān)系，每十萬高等學校在校生數(shù)每增加1個單位，數(shù)字普惠金融會提高0.217個單位。具體來說，消費者的受教育水平越高，金融素養(yǎng)越高，對數(shù)字普惠金融的使用率也會增加；第四，基礎(chǔ)設(shè)施水平的系數(shù)雖然為255.715，但是P值未通過顯著性檢驗，說明基礎(chǔ)設(shè)施對青海省數(shù)字普惠金融的影響作用比較小，原因是隨著信息化的發(fā)展，人們大部分使用互聯(lián)網(wǎng)來獲取金融服務(wù)，所以基礎(chǔ)設(shè)施在提供金融服務(wù)方面發(fā)揮的作用較小。

五、結(jié)論與啟示

本文借助數(shù)字普惠金融指數(shù)分析了青海省數(shù)字普惠金融的現(xiàn)狀，得出在近幾年數(shù)字普惠金融的發(fā)展水平逐漸提升，并且前期的發(fā)展速度較快，后期發(fā)展較穩(wěn)定。然后以經(jīng)濟發(fā)展水平、信息化水平、消費者金融素養(yǎng)、基礎(chǔ)設(shè)施水平為自變量，數(shù)字普惠金融為因變量，通過嶺回歸研究數(shù)字普惠金融的影響因素，發(fā)現(xiàn)GDP、互聯(lián)網(wǎng)普及率和消費者金融素養(yǎng)都能顯著推動數(shù)字普惠金融的發(fā)展，而基礎(chǔ)設(shè)施水平系數(shù)雖然為正，但對數(shù)字普惠金融的促進作用并不顯著。在此基礎(chǔ)上，本文提出以下幾點建議：

推動經(jīng)濟的發(fā)展，發(fā)揮經(jīng)濟對數(shù)字普惠金融的推動作用。從上述實證結(jié)果可以看到GDP能顯著促進數(shù)字普惠金融的發(fā)展，經(jīng)濟水平越高，人們的生活質(zhì)量提高，對金融服務(wù)的需求也會增加，從而推動數(shù)字普惠金融的發(fā)展。因此要著力提升經(jīng)濟發(fā)展水平，加快資金的流動，提高金融服務(wù)的供給和需求，為數(shù)字普惠金融的發(fā)展提供良好的經(jīng)濟條件。

提高互聯(lián)網(wǎng)的普及率，擴大數(shù)字普惠金融的覆蓋范圍。信息化水平對數(shù)字普惠金融的影響較大，因此要繼續(xù)加大對互聯(lián)網(wǎng)的普及，完善互聯(lián)網(wǎng)的基礎(chǔ)設(shè)施建設(shè)，提高人們獲取金融服務(wù)的便捷性。

提升居民金融素養(yǎng)，增加對數(shù)字普惠金融的需求。實證表明消費者金融素養(yǎng)的提升也可以加快數(shù)字普惠金融的發(fā)展，因此要加大對教育的投入，利用相應(yīng)的教育優(yōu)惠政策去支持高等學校的健康發(fā)展，并利用多樣化的形式來普及金融知識，提高教育水平；也可以舉辦金融講座、培訓等，讓人們親身接觸普惠金融，提升個人金融素養(yǎng)，減少金融排斥?！?/p>