焦云霞
(中國社會(huì)科學(xué)院數(shù)量經(jīng)濟(jì)與技術(shù)經(jīng)濟(jì)研究所,北京 100732)
2008 年金融危機(jī)后,如何為弱勢和低收入群體提供必要的金融產(chǎn)品和服務(wù)成為國際社會(huì)面臨的共同難題,普惠金融由此引起世界關(guān)注,我國政府也陸續(xù)出臺(tái)多項(xiàng)政策推動(dòng)普惠金融發(fā)展。隨著數(shù)字經(jīng)濟(jì)時(shí)代到來,移動(dòng)互聯(lián)、人工智能、大數(shù)據(jù)和區(qū)塊鏈等創(chuàng)新技術(shù)得到廣泛應(yīng)用,增強(qiáng)了普惠金融的觸達(dá)能力,將金融服務(wù)延伸至傳統(tǒng)金融難以觸及的領(lǐng)域,極大地推動(dòng)了我國金融業(yè)的普惠發(fā)展。在金融機(jī)構(gòu)進(jìn)行數(shù)字化轉(zhuǎn)型的關(guān)鍵時(shí)期,我國數(shù)字普惠金融也逐漸暴露出區(qū)域發(fā)展不均衡等諸多問題(張勛等,2019;張龍耀和邢朝輝,2021)。數(shù)字普惠金融發(fā)展的空間不平衡性不僅是我國區(qū)域經(jīng)濟(jì)發(fā)展不均衡的一個(gè)表現(xiàn),而且反過來它也可能成為加劇區(qū)域經(jīng)濟(jì)發(fā)展不均衡的重要因素,這將會(huì)給我國的區(qū)域協(xié)調(diào)發(fā)展帶來嚴(yán)峻挑戰(zhàn)。十九屆六中全會(huì)通過的《中共中央關(guān)于黨的百年奮斗重大成就和歷史經(jīng)驗(yàn)的決議》強(qiáng)調(diào):“實(shí)施區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略,促進(jìn)京津冀協(xié)同發(fā)展、長江經(jīng)濟(jì)帶發(fā)展、粵港澳大灣區(qū)建設(shè)、長三角一體化發(fā)展、黃河流域生態(tài)保護(hù)和高質(zhì)量發(fā)展”。國家區(qū)域重大戰(zhàn)略的實(shí)施,促進(jìn)了區(qū)域間的融合互動(dòng)和融通互補(bǔ),為促進(jìn)區(qū)域協(xié)調(diào)發(fā)展提供了新的著力點(diǎn),也逐漸形成了以國家區(qū)域重大戰(zhàn)略為引領(lǐng)的區(qū)域經(jīng)濟(jì)發(fā)展新格局,同時(shí)給我國經(jīng)濟(jì)的高質(zhì)量發(fā)展注入了強(qiáng)勁動(dòng)力。《中華人民共和國國民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035 年遠(yuǎn)景目標(biāo)綱要》進(jìn)一步強(qiáng)調(diào),我國要堅(jiān)持實(shí)施區(qū)域重大戰(zhàn)略、區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略,健全區(qū)域協(xié)調(diào)發(fā)展體制機(jī)制,構(gòu)建高質(zhì)量發(fā)展的國土空間布局和支撐體系。在重點(diǎn)實(shí)施區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略和國家區(qū)域重大戰(zhàn)略的時(shí)代背景下,科學(xué)評(píng)價(jià)我國國家重大戰(zhàn)略區(qū)域的數(shù)字普惠金融發(fā)展?fàn)顩r,準(zhǔn)確把握數(shù)字普惠金融發(fā)展的空間不平衡性及其成因,對(duì)于協(xié)同提升我國區(qū)域數(shù)字普惠金融發(fā)展水平,推動(dòng)我國經(jīng)濟(jì)的高質(zhì)量發(fā)展具有重大現(xiàn)實(shí)意義。
梳理現(xiàn)有文獻(xiàn)發(fā)現(xiàn),關(guān)于我國數(shù)字普惠金融發(fā)展空間不平衡性的研究已經(jīng)形成一些成果,這些成果主要是從三大區(qū)域(東部、中部、西部)、四大板塊(東部、中部、西部、東北)和八大經(jīng)濟(jì)帶等視角來評(píng)價(jià)中國區(qū)域數(shù)字普惠金融發(fā)展情況。葛和平和朱卉雯(2018)從三大區(qū)域的視角綜合比較各區(qū)域之間數(shù)字普惠金融發(fā)展程度,發(fā)現(xiàn)東部地區(qū)普遍好于中西部地區(qū)。梁榜和張建華(2020)以城市數(shù)字普惠金融為研究對(duì)象,從三大區(qū)域角度分析了數(shù)字普惠金融發(fā)展的空間相關(guān)性和收斂情況。何文秀(2020)從四大板塊的視角研究發(fā)現(xiàn)我國數(shù)字普惠金融發(fā)展區(qū)域差異較大,其中東部地區(qū)整體發(fā)展水平較高,中部地區(qū)發(fā)展相對(duì)均衡,西部地區(qū)整體發(fā)展水平不高,東北地區(qū)存在一定的省域差異。王露露(2021)從八大經(jīng)濟(jì)帶的視角探索我國數(shù)字普惠金融發(fā)展的空間分異特征,研究發(fā)現(xiàn)在八大經(jīng)濟(jì)帶中,東部地區(qū)處于領(lǐng)先地位,而西北地區(qū)的數(shù)字普惠金融發(fā)展較為落后。張德鋼和朱旭森(2020)從九大城市群的視角出發(fā),研究發(fā)現(xiàn)九大城市群的數(shù)字普惠金融發(fā)展區(qū)域差異逐年下降,其中珠三角城市群數(shù)字普惠金融整體發(fā)展水平最高。近些年,已有學(xué)者開始研究國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展的空間不平衡性。但是這些文獻(xiàn)主要是基于統(tǒng)計(jì)分析、基尼系數(shù)和Theil 指數(shù)方法來考察單個(gè)國家重大戰(zhàn)略區(qū)域內(nèi)部的數(shù)字普惠金融發(fā)展差異,如吳金旺和顧洲一(2019)、許云帆和江成濤(2020)、于菁(2021)分別研究了長三角地區(qū)、長江經(jīng)濟(jì)帶、粵港澳大灣區(qū)數(shù)字普惠金融發(fā)展區(qū)域差異狀況。目前,還沒有文獻(xiàn)從國家區(qū)域重大戰(zhàn)略視角出發(fā)綜合考察我國數(shù)字普惠金融發(fā)展?fàn)顩r,鑒于此,本文基于Theil 指數(shù)從國家區(qū)域重大戰(zhàn)略視角出發(fā)考察我國數(shù)字普惠金融發(fā)展的空間不平衡性,以拓展和豐富現(xiàn)有研究。
此外,綜合現(xiàn)有文獻(xiàn)可以發(fā)現(xiàn),數(shù)字普惠金融發(fā)展空間不平衡性的形成是諸多因素共同作用的結(jié)果,并且隨著研究的不斷深入,越來越多的學(xué)者利用不同方法逐漸將影響數(shù)字普惠金融發(fā)展的眾多因素識(shí)別出來。如吳金旺等(2018)基于空間面板數(shù)據(jù)模型分析發(fā)現(xiàn),經(jīng)濟(jì)發(fā)展水平、網(wǎng)絡(luò)消費(fèi)水平和“互聯(lián)網(wǎng)+”與省域數(shù)字普惠金融發(fā)展正相關(guān)。郝云平和雷漢云(2018)采用空間自回歸模型(SAR)分析發(fā)現(xiàn),數(shù)字普惠金融與金融意識(shí)、人口密度和互聯(lián)網(wǎng)使用情況等因素正相關(guān),而與地區(qū)的經(jīng)濟(jì)發(fā)展水平呈“U”形關(guān)系。葛和平和朱卉雯(2018)基于GMM 動(dòng)態(tài)面板模型分析發(fā)現(xiàn),數(shù)字普惠金融發(fā)展與其滯后一期、互聯(lián)網(wǎng)使用、金融意識(shí)和人口密度正相關(guān),而與城鄉(xiāng)收入差距負(fù)關(guān)系。蔣慶正等(2019)采用正交偏向最小二乘法回歸模型(OPLS)研究發(fā)現(xiàn),城鎮(zhèn)化水平、收入水平和教育水平正向影響農(nóng)村地區(qū)數(shù)字普惠金融發(fā)展。除上述相關(guān)研究外,還有其他學(xué)者從政府行為(陳鵬,2019;董曉林和張曄,2021)、傳統(tǒng)金融基礎(chǔ)(王瑤佩和郭峰,2019)等多個(gè)方面對(duì)數(shù)字普惠金融發(fā)展進(jìn)行了深入研究。由上述文獻(xiàn)可知,現(xiàn)有研究對(duì)數(shù)字普惠金融發(fā)展區(qū)域差異影響因素的分析主要是基于傳統(tǒng)計(jì)量經(jīng)濟(jì)分析模型,這種方法只是從總體上解釋區(qū)域差異問題,忽視了兩兩地區(qū)之間的差異。因此淡化了地區(qū)之間的相互“關(guān)系”。相對(duì)于計(jì)量經(jīng)濟(jì)分析模型,二次指派程序(quadratic assignment procedure,QAP)能夠彌補(bǔ)上述不足,可以深入刻畫地區(qū)之間的兩兩關(guān)系,探究各影響因素的地區(qū)差距對(duì)數(shù)字普惠金融空間不平衡性的影響;而且作為一種基于隨機(jī)置換的非參檢驗(yàn)方法,能夠很好地解決關(guān)系數(shù)據(jù)模型的自相關(guān)和多重共線性問題(Scott,2017)。因此,本文采用QAP 分析方法探究降低數(shù)字普惠金融發(fā)展空間不平衡性的驅(qū)動(dòng)因素,為縮小國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展差距提供理論基礎(chǔ)和經(jīng)驗(yàn)證據(jù)。
綜上,本文主要從以下兩個(gè)方面展開分析:第一,采用Theil 指數(shù)測度國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展的空間不平衡性,以此來揭示數(shù)字普惠金融總體區(qū)域差異的來源結(jié)構(gòu)特征;第二,將關(guān)系數(shù)據(jù)分析范式應(yīng)用于數(shù)字普惠金融發(fā)展空間不平衡性的成因解析中,利用QAP 分析方法探究我國數(shù)字普惠金融發(fā)展空間不平衡的形成原因,為探尋區(qū)域數(shù)字普惠金融發(fā)展水平協(xié)同提升路徑提供參考依據(jù)。
本文采用Theil 指數(shù)及其分解方法探究中國數(shù)字普惠金融發(fā)展的空間不平衡特征。Theil 指數(shù)的優(yōu)點(diǎn)在于可以將總體差距分解為區(qū)域內(nèi)差異與區(qū)域間差異兩部分,能夠揭示出區(qū)域內(nèi)和區(qū)域間差異各自變動(dòng)的方向和幅度,從而為考察總體區(qū)域差異的主要來源提供了方便。Theil 指數(shù)的數(shù)值越小,則說明區(qū)域差異越小;數(shù)值越大,則說明區(qū)域差異越大。本文構(gòu)建的Theil 指數(shù)公式是基于Theil(1967)、Bourguignon(1979)和Shorrocks(1980)的前期研究??傮wTheil 指數(shù)如式(1)所示。
其中:T為數(shù)字普惠金融發(fā)展差異的Theil 指數(shù),介于0~1 之間;n為省份數(shù)量(本文省份數(shù)量為23);yi為i省份的數(shù)字普惠金融發(fā)展指數(shù);為樣本內(nèi)所有省份數(shù)字普惠金融發(fā)展指數(shù)均值。
利用Theil 指數(shù)可分解的性質(zhì),將其進(jìn)一步分解為區(qū)域間差異和區(qū)域內(nèi)差異,以考察數(shù)字普惠金融發(fā)展區(qū)域差異的大小、趨勢及來源,見式(2)~式(4)。
其中:Tb和Tw分別為區(qū)域間差異和區(qū)域內(nèi)差異;K為區(qū)域數(shù),本文中23 個(gè)省份被分為5 個(gè)地區(qū);nk為k區(qū)域中的省份數(shù)量;Yi為i省份數(shù)字普惠金融發(fā)展指數(shù)占比;Yk為k地區(qū)所有省份數(shù)字普惠金融發(fā)展指數(shù)之和的占比。
QAP 方法被廣泛應(yīng)用于社會(huì)網(wǎng)絡(luò)研究,它基于矩陣數(shù)據(jù)置換對(duì)矩陣中的各個(gè)元素進(jìn)行比較,得出矩陣間的相關(guān)系數(shù),并對(duì)系數(shù)進(jìn)行非參檢驗(yàn)。目前該方法也被經(jīng)濟(jì)研究領(lǐng)域廣泛采用(李敬等,2014;劉華軍等,2015)。本文基于QAP 方法來探究我國數(shù)字普惠金融發(fā)展空間不平衡性的成因。
設(shè)定關(guān)系數(shù)據(jù)模型為
其中:Y、X和V分別為被解釋變量、解釋變量和殘差項(xiàng);α0、α1和α2為系數(shù)。式(5)中所有變量都是n階方陣,形式如式(6)所示,其中矩陣元素均為各變量在兩兩地區(qū)間的差值,主對(duì)角線元素均為0。
QAP 方法包括相關(guān)和回歸兩類分析方法。以兩個(gè)矩陣為例介紹QAP 方法的三步計(jì)算過程。第一步,計(jì)算兩個(gè)矩陣間的相關(guān)系數(shù);第二步,隨機(jī)置換其中一個(gè)矩陣的行和相應(yīng)的列得到一個(gè)新矩陣,再計(jì)算新矩陣與另一個(gè)矩陣間的相關(guān)系數(shù),并保存計(jì)算結(jié)果;重復(fù)上述過程若干次后得到一個(gè)關(guān)于相關(guān)系數(shù)的分布,通過這個(gè)分布可以得到隨機(jī)置換后計(jì)算得到的相關(guān)系數(shù)小于第一步得出的相關(guān)系數(shù)的概率;第三步,比較第一步得出的相關(guān)系數(shù)與根據(jù)隨機(jī)置換得出的相關(guān)系數(shù)分布狀況,觀察第一步得出的相關(guān)系數(shù)是否落入了拒絕域,據(jù)此得出是否顯著的結(jié)論(劉軍,2007)。若該概率小于0.01(或0.05、0.10),則表明所分析的兩個(gè)矩陣間存在顯著關(guān)系。
本文基于北京大學(xué)數(shù)字普惠金融指數(shù)(2011—2020 年)來考察我國國家重大戰(zhàn)略區(qū)域的數(shù)字普惠金融發(fā)展?fàn)顩r。該指數(shù)是由北京大學(xué)數(shù)字金融研究中心利用關(guān)于數(shù)字普惠金融的海量微觀數(shù)據(jù),在綜合考慮數(shù)字金融的各類新特征和數(shù)據(jù)可得性后,從使用深度、覆蓋廣度和數(shù)字支持服務(wù)三個(gè)維度編制而成。目前該指數(shù)已經(jīng)成為我國數(shù)字普惠金融研究領(lǐng)域的權(quán)威數(shù)據(jù)。
依據(jù)五個(gè)國家重大戰(zhàn)略區(qū)域的發(fā)展規(guī)劃綱要,各區(qū)域的具體覆蓋范圍見表1。鑒于上海、浙江、安徽和江蘇同時(shí)屬于長江經(jīng)濟(jì)帶和長三角,為研究需要,本文將上述四個(gè)區(qū)域從長江經(jīng)濟(jì)帶去除,只列入長三角;同時(shí)鑒于香港和澳門的數(shù)據(jù)缺失,粵港澳僅包含廣東。
表1 國家重大戰(zhàn)略區(qū)域的覆蓋范圍與劃分依據(jù)
本文采用QAP 方法對(duì)我國數(shù)字普惠金融發(fā)展空間不平衡的影響因素進(jìn)行分析,以五個(gè)國家重大戰(zhàn)略區(qū)域內(nèi)各省份的數(shù)字普惠金融發(fā)展指數(shù)構(gòu)建兩兩省份間的差距矩陣(23×23 矩陣)作為被解釋變量,以各影響因素的差距矩陣作為解釋變量。解釋變量數(shù)據(jù)主要來自《中國統(tǒng)計(jì)年鑒》《中國金融年鑒》《中國人口和就業(yè)統(tǒng)計(jì)年鑒》等。
本部分先對(duì)五個(gè)國家重大戰(zhàn)略區(qū)域的數(shù)字普惠金融發(fā)展現(xiàn)狀進(jìn)行描述,再采用Theil 指數(shù)考察我國各個(gè)國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展的空間不平衡狀況。
圖1 刻畫了樣本期內(nèi)全國和五個(gè)國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展的演變特征。由圖1 可知,2011—2020 年全國數(shù)字普惠金融呈跨越式增長態(tài)勢,均值由2011 年的40 增至2020 年的341.22,上升幅度高達(dá)753%。同時(shí)還可獲知,我國五個(gè)國家重大戰(zhàn)略區(qū)域的數(shù)字普惠金融發(fā)展存在顯著差異,從數(shù)字普惠金融發(fā)展指數(shù)的均值來看,2011—2020 年五個(gè)國家重大戰(zhàn)略區(qū)域明顯劃分為三個(gè)階梯。其中,長三角的指數(shù)均值為251.64,處于第一階梯,在五個(gè)國家重大戰(zhàn)略區(qū)域中處于領(lǐng)先地位,這主要是由于長三角的四個(gè)省份中的上海、浙江和江蘇均值排名分別位列全國第一、第三和第五,數(shù)字普惠金融發(fā)展水平普遍較高。因此帶動(dòng)整個(gè)區(qū)域均值遠(yuǎn)超全國平均水平;粵港澳和京津冀地區(qū)的指數(shù)均值分別為244.00 和237.27,位于第二階梯;長江經(jīng)濟(jì)帶和黃河流域的數(shù)字普惠金融發(fā)展水平較低,位于第三階梯,均值分別為209.10 和201.94,其中黃河流域的發(fā)展水平最低,這主要是因?yàn)辄S河流域的青海和甘肅兩省均值排名分別位列全國倒數(shù)第一和倒數(shù)第二,因此拖動(dòng)整個(gè)區(qū)域均值遠(yuǎn)低于全國平均水平。另外,從五個(gè)國家重大戰(zhàn)略區(qū)域的數(shù)字普惠金融發(fā)展指數(shù)年均增長率來看,2011—2020 年,五個(gè)區(qū)域的年均增長率明顯劃分為兩個(gè)階梯。位于第一階梯的有黃河流域和長江經(jīng)濟(jì)帶,其中年均增長率最高的是黃河流域(30.27%),長江經(jīng)濟(jì)帶(29.53%)緊隨其后;其他三個(gè)區(qū)域的年均增長率略低且相差不大,位于第二階梯,京津冀、長三角和粵港澳地區(qū)的年均增長率分別為22.89%、22.51%和20.76%。
圖1 五大國家重大戰(zhàn)略區(qū)域的數(shù)字普惠金融發(fā)展
綜合考慮2011—2020 年五個(gè)國家重大戰(zhàn)略區(qū)域的數(shù)字普惠金融發(fā)展指數(shù)均值和年均增長率,可以獲知長三角的數(shù)字普惠金融發(fā)展表現(xiàn)為指數(shù)均值高,但增速較慢;而黃河流域表現(xiàn)為指數(shù)均值低,但增速較快;長江經(jīng)濟(jì)帶、京津冀和粵港澳的指數(shù)均值和增速在五個(gè)區(qū)域中均處于中等水平。結(jié)合我國數(shù)字普惠金融發(fā)展實(shí)際來分析產(chǎn)生上述現(xiàn)象的原因。在五個(gè)國家重大戰(zhàn)略區(qū)域中,約占全國四分之一經(jīng)濟(jì)總量的長三角匯聚了我國大量的金融機(jī)構(gòu)總部和主要金融交易所,是我國金融最發(fā)達(dá)的地區(qū)之一,它依托充裕的人才儲(chǔ)備、金融資源和完善的普惠金融基礎(chǔ)設(shè)施,不斷提高金融科技水平和創(chuàng)新數(shù)字金融服務(wù)形式,推動(dòng)數(shù)字普惠金融的各類新興業(yè)態(tài)不斷涌現(xiàn),數(shù)字普惠金融已呈現(xiàn)蓬勃發(fā)展之勢,但不容忽視的一點(diǎn)是長三角數(shù)字普惠金融正遭遇發(fā)展“瓶頸”,增速乏力,因此數(shù)字普惠金融的高質(zhì)量發(fā)展仍然任重道遠(yuǎn)。與此同時(shí),黃河流域的數(shù)字普惠金融發(fā)展與其他區(qū)域比較相對(duì)落后,但該地區(qū)具有一定的后發(fā)優(yōu)勢,并且區(qū)域內(nèi)部分省份實(shí)施了多項(xiàng)優(yōu)惠政策,主動(dòng)推動(dòng)數(shù)字普惠金融發(fā)展,加快數(shù)字普惠金融基礎(chǔ)設(shè)施建設(shè),相關(guān)金融機(jī)構(gòu)數(shù)量和金融服務(wù)種類明顯增加,帶動(dòng)總體發(fā)展水平提高,明顯追趕其他區(qū)域,但是受限于薄弱的傳統(tǒng)金融基礎(chǔ)及落后的數(shù)字技術(shù),黃河流域整體發(fā)展水平仍然較低。
在對(duì)我國數(shù)字普惠金融發(fā)展現(xiàn)狀進(jìn)行描述的基礎(chǔ)上,本文采用Theil 指數(shù)測度國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展的空間不平衡。需要提及的是,在本文的區(qū)域劃分說明中,由于粵港澳地區(qū)只包含廣東,這就導(dǎo)致無法測算該地區(qū)數(shù)字普惠金融發(fā)展的區(qū)域內(nèi)差異,據(jù)此本文在區(qū)域差異分解時(shí)沒有考慮粵港澳地區(qū)。
1.總體差異及分解
數(shù)字普惠金融發(fā)展總體差異及分解結(jié)果見表2,我國國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展的總體Theil指數(shù)不高,介于[0.004,0.100]之間,且整體呈明顯下降趨勢,年均下降28.31%。具體來看,數(shù)字普惠金融發(fā)展總體差異的演變分為兩個(gè)階段:第一階段是2011—2016 年,總體Theil 指數(shù)由0.100 急劇下降為0.004,下降幅度為60%,表明該時(shí)期數(shù)字普惠金融發(fā)展的總體差異快速縮小,其中原因可能是近些年我國開始逐步實(shí)施區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略和國家區(qū)域重大戰(zhàn)略,各區(qū)域在不斷提升數(shù)字普惠金融發(fā)展水平的同時(shí)也逐漸形成一定的協(xié)同發(fā)展機(jī)制,從而降低數(shù)字普惠金融發(fā)展的空間不平衡性;第二階段是2017 年后,總體Theil 指數(shù)略呈上升趨勢,該上升趨勢主要是由國家重大戰(zhàn)略區(qū)域間差異造成,因?yàn)槲鍌€(gè)國家重要戰(zhàn)略區(qū)的目標(biāo)和定位不同,發(fā)展重點(diǎn)也各有側(cè)重,致使各區(qū)域數(shù)字普惠金融的發(fā)展態(tài)勢呈現(xiàn)不同走向。
表2 數(shù)字普惠金融發(fā)展的Theil 指數(shù)及分解
接下來分別考察國家重大戰(zhàn)略區(qū)域內(nèi)和區(qū)域間Theil 指數(shù)的變動(dòng)趨勢。2011—2020 年,區(qū)域內(nèi)Theil 指數(shù)呈下降態(tài)勢,由2011 年的0.040 下降至2020 年的0.002,下降幅度高達(dá)95%;而區(qū)域間Theil 指數(shù)變動(dòng)與總體Theil 指數(shù)的變化趨勢基本一致,先由2011 年的0.060 下降至2016 年的0.002,2017 年后又略呈上升趨勢。從貢獻(xiàn)率來看,樣本期內(nèi)除2015 年和2016 年外,區(qū)域間差異的年均貢獻(xiàn)率約為55.22%,超過了區(qū)域內(nèi)差異。由此來看,短期內(nèi)不同國家重大戰(zhàn)略區(qū)域間數(shù)字普惠金融發(fā)展差異是造成總體區(qū)域差異的主要原因,所以著力縮小數(shù)字普惠金融發(fā)展的區(qū)域間差異是解決空間不平衡的關(guān)鍵。
2.國家重大戰(zhàn)略區(qū)域內(nèi)部差異及分解
基于國家重大戰(zhàn)略區(qū)域分解得出數(shù)字普惠金融發(fā)展區(qū)域內(nèi)Theil 指數(shù),見表3。從2011—2020 年的國家重大戰(zhàn)略區(qū)域內(nèi)Theil 指數(shù)年均值大小來看,均值最大的是京津冀,為0.015;均值最小的是長江經(jīng)濟(jì)帶,為0.005,僅為京津冀的三分之一;長三角和黃河流域均值大小居中,分別為0.010 和0.006。與2011 年相比,2020 年的區(qū)域內(nèi)Theil 指數(shù)均呈明顯的下降態(tài)勢,京津冀、長三角、長江經(jīng)濟(jì)帶和黃河流域四個(gè)區(qū)域的下降幅度分別為90%、93.88%、96.97%和94.12%,這意味著在區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略和國家區(qū)域重大戰(zhàn)略實(shí)施背景下,各國家重大戰(zhàn)略區(qū)域內(nèi)部數(shù)字普惠金融發(fā)展的空間平衡性逐漸增強(qiáng)。
由表3 可知,長江經(jīng)濟(jì)帶數(shù)字普惠金融發(fā)展的區(qū)域內(nèi)部差異最小,并且該差異的下降速度最大,年均降速達(dá)32.19%,其中可能的原因在于,長江經(jīng)濟(jì)帶七省份的數(shù)字普惠金融發(fā)展基礎(chǔ)條件接近,不存在處于發(fā)展“兩極”的省份。年均降速緊隨其后的是黃河流域和長三角,這兩個(gè)區(qū)域的數(shù)字普惠金融發(fā)展區(qū)域內(nèi)部差異分別年均下降27%和26.68%。而區(qū)域內(nèi)部差異最大的是京津冀,并且該差異下降速度最小,年均降速僅為22.57%,原因可能在于北京、天津和河北在數(shù)字普惠金融發(fā)展上存在斷層,三個(gè)省份的數(shù)字普惠金融指數(shù)年均值分別為275.915、234.881 和201.007,河北與北京、天津的數(shù)字普惠金融發(fā)展相比具有很大差距,并且北京作為首都,發(fā)揮出的虹吸效應(yīng)極強(qiáng),強(qiáng)烈吸引周邊的優(yōu)質(zhì)數(shù)字技術(shù)人才、金融資源等要素來促進(jìn)其數(shù)字普惠金融的快速發(fā)展。因此,在國家重大戰(zhàn)略區(qū)域協(xié)同發(fā)展的視角下,當(dāng)前應(yīng)著重縮小京津冀內(nèi)部數(shù)字普惠金融發(fā)展的空間不平衡。
表3 國家重大戰(zhàn)略區(qū)域內(nèi)Theil 指數(shù)
第三節(jié)采用Theil 指數(shù)考察了我國國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展的空間不平衡性,接下來從多角度深入探析造成數(shù)字普惠金融發(fā)展域差異的影響因素,并運(yùn)用QAP 方法進(jìn)行實(shí)證分析。
根據(jù)金融結(jié)構(gòu)理論,金融發(fā)展與經(jīng)濟(jì)增長緊密相關(guān)(武志,2010)。經(jīng)濟(jì)增長是推動(dòng)數(shù)字普惠金融發(fā)展的源動(dòng)力,經(jīng)濟(jì)發(fā)展較好的地區(qū),生產(chǎn)產(chǎn)出貢獻(xiàn)率和資金流動(dòng)率相應(yīng)較高,數(shù)字技術(shù)更新速度也較快(葛和平和朱卉雯,2018),這樣就能充分降低金融排斥,進(jìn)而推動(dòng)數(shù)字普惠金融發(fā)展。另外,從金融服務(wù)需求方來說,地區(qū)經(jīng)濟(jì)發(fā)展水平高,產(chǎn)品生產(chǎn)分配過程中進(jìn)行資金交易的體量相應(yīng)較大,企業(yè)的融資需求較強(qiáng),這樣會(huì)吸引更多的人力與資金進(jìn)入市場,因此數(shù)字普惠金融發(fā)展將會(huì)更加充分。因此,地區(qū)經(jīng)濟(jì)發(fā)展水平的差距可能是影響數(shù)字普惠金融發(fā)展空間不平衡的重要因素之一。本文采用人均實(shí)際地區(qū)生產(chǎn)總值來表征地區(qū)經(jīng)濟(jì)發(fā)展水平(pgdp),并用人均地區(qū)生產(chǎn)總值指數(shù)進(jìn)行平減。
數(shù)字技術(shù)的應(yīng)用推動(dòng)了金融普惠(World Bank,2014)。借助數(shù)字技術(shù)的應(yīng)用,普惠金融在一定程度上擺脫了地理限制,擴(kuò)大了傳統(tǒng)金融的服務(wù)范圍,使原本被傳統(tǒng)金融排斥在外的小微企業(yè)和弱勢人群也能夠獲得成本可承擔(dān)的金融服務(wù),更好促進(jìn)了金融普惠性發(fā)展。另外,依托數(shù)字技術(shù),金融機(jī)構(gòu)能夠做到快速匹配金融服務(wù)的需求與產(chǎn)品,使需求方及時(shí)地獲得滿足;還能夠使金融服務(wù)快速對(duì)接大量應(yīng)用場景,即時(shí)獲取數(shù)據(jù)信息,快速完成金融產(chǎn)品的投產(chǎn)迭代。因此,地區(qū)數(shù)字技術(shù)差距構(gòu)成了數(shù)字普惠金融空間不平衡的一個(gè)重要原因。本文采用移動(dòng)互聯(lián)網(wǎng)年末用戶總數(shù)與地區(qū)年末常住人口比值來表征數(shù)字技術(shù)水平(dt)。
新型城鎮(zhèn)化有效促進(jìn)了地區(qū)數(shù)字普惠金融的發(fā)展(王媛媛和韓瑞棟,2021),城鎮(zhèn)化建設(shè)伴隨而來的網(wǎng)絡(luò)移動(dòng)通信等硬件設(shè)施覆蓋范圍的擴(kuò)大,提高了原有金融服務(wù)難以觸達(dá)的農(nóng)村、小微企業(yè)等弱勢群體接觸金融產(chǎn)品和服務(wù)的可能性,為其獲取金融服務(wù)提供了便利;城鎮(zhèn)化水平提高,也會(huì)帶來居民收入水平、受教育程度和金融素質(zhì)的提升,進(jìn)而提高居民對(duì)數(shù)字金融產(chǎn)品和服務(wù)的接受程度,有利于數(shù)字普惠金融的發(fā)展。因此,地區(qū)城鎮(zhèn)化差距有可能是數(shù)字普惠金融發(fā)展空間不平衡的重要原因。本文采用城鎮(zhèn)人口占地區(qū)總?cè)丝诘谋戎貋頊y度城鎮(zhèn)化水平(urb)。
數(shù)字普惠金融是金融領(lǐng)域的新興事物,需要依賴政府參與促其健康發(fā)展(孫國茂和何磊磊,2020)。政府通過對(duì)數(shù)字普惠金融產(chǎn)品供給者提供財(cái)政補(bǔ)貼、信貸貼現(xiàn)等“幫扶”措施,能夠降低業(yè)務(wù)風(fēng)險(xiǎn)和成本,加強(qiáng)其進(jìn)行金融創(chuàng)新的信心(郭新明,2015);政府通過鼓勵(lì)金融服務(wù)與數(shù)字技術(shù)結(jié)合,能夠提升金融服務(wù)的包容性,拓寬金融服務(wù)的邊界。因此,地區(qū)政府行為差距可能會(huì)造成數(shù)字普惠金融發(fā)展的空間不平衡。本文采用政府一般預(yù)算支出與地區(qū)GDP 比值來表征政府行為(gov)。
地區(qū)人口密度影響數(shù)字金融服務(wù)與產(chǎn)品的推廣程度和使用程度(王雪和何廣文,2020)。人口密度大的地區(qū)居民間、居民與金融產(chǎn)品間的接觸更加便利,這在一定程度上降低了金融供需雙方的成本,增大了當(dāng)?shù)鼐用瘾@得數(shù)字金融服務(wù)的可能性。另外,在人口密度大的地區(qū),當(dāng)?shù)鼐用駥?duì)金融產(chǎn)品和服務(wù)的需求也會(huì)相應(yīng)較大,這將在需求端推動(dòng)數(shù)字普惠金融的發(fā)展。因此,地區(qū)人口密度差距可能影響數(shù)字普惠金融空間不平衡。本文采用單位地區(qū)土地面積上年均常住人口數(shù)來測度人口密度(pd),各省份土地面積數(shù)據(jù)通過各省份官網(wǎng)土地面積數(shù)據(jù)整理得到。
受教育水平高的居民對(duì)金融參與和數(shù)字技術(shù)發(fā)展的認(rèn)知和接受能力較強(qiáng),他們更愿意通過互聯(lián)網(wǎng)等途徑了解和使用各類數(shù)字金融產(chǎn)品和服務(wù)(吳濤和楊繼瑞,2015);受教育水平的提高可以提升居民的金融知識(shí)儲(chǔ)備,能夠幫助其獲得多樣化的數(shù)字金融產(chǎn)品和服務(wù)(郭峰和王瑤佩,2020)。因此,地區(qū)居民受教育水平差距有可能成為數(shù)字普惠金融發(fā)展空間不平衡的原因。本文采用平均受教育年限來測度受教育水平(edu),計(jì)算公式為edu=6pr+9mi+12hi+16co,其中pr、mi、hi和co表示小學(xué)、初中、高中和大專以上教育程度勞動(dòng)力占地區(qū)人口比重。
傳統(tǒng)金融奠定了數(shù)字普惠金融發(fā)展的基礎(chǔ)(Nasri 和Charfeddine,2012;王瑤佩和郭峰,2019)。數(shù)字金融能夠利用先進(jìn)數(shù)字技術(shù)來提升金融產(chǎn)品質(zhì)量和金融服務(wù)效率,而數(shù)字金融產(chǎn)品和服務(wù)的提供有很大一部分需要通過傳統(tǒng)金融機(jī)構(gòu)的數(shù)字化轉(zhuǎn)型和數(shù)字化金融產(chǎn)品的開發(fā)來實(shí)現(xiàn)。因此目前傳統(tǒng)金融機(jī)構(gòu)依然是數(shù)字普惠金融發(fā)展的重要供給主體。另外,傳統(tǒng)金融發(fā)展較好的地區(qū)的金融機(jī)構(gòu)能夠提供豐富多樣的金融服務(wù)和產(chǎn)品,金融服務(wù)的覆蓋面也更大。因此,地區(qū)傳統(tǒng)金融基礎(chǔ)差距可能導(dǎo)致數(shù)字普惠金融發(fā)展空間不平衡。本文采用銀行業(yè)金融機(jī)構(gòu)各項(xiàng)貸款余額與地區(qū)GDP 比值來表征傳統(tǒng)金融基礎(chǔ)(ban)。
產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級(jí)要求更多樣化的金融服務(wù),從而推動(dòng)金融的發(fā)展(王立國和趙婉妤,2015)。另外,數(shù)字普惠金融的發(fā)展涉及金融、互聯(lián)網(wǎng)、數(shù)字軟件技術(shù)等第三產(chǎn)業(yè)的多個(gè)領(lǐng)域,第三產(chǎn)業(yè)的發(fā)展構(gòu)成了數(shù)字普惠金融發(fā)展的基礎(chǔ)。當(dāng)?shù)貐^(qū)第二、三產(chǎn)業(yè)發(fā)展水平較高時(shí),會(huì)吸引更多金融機(jī)構(gòu)進(jìn)入當(dāng)?shù)厥袌?,這都有利于金融服務(wù)供給的多樣化和創(chuàng)新。因此,地區(qū)產(chǎn)業(yè)結(jié)構(gòu)的差距也會(huì)對(duì)數(shù)字普惠金融發(fā)展空間不平衡產(chǎn)生影響。本文采用第三產(chǎn)業(yè)增加值占GDP 比重來表征產(chǎn)業(yè)結(jié)構(gòu)(ind)。
基于上述影響因素探析,本文構(gòu)建分析框架如圖2 所示。區(qū)域A和B的數(shù)字普惠金融發(fā)展水平分別用difA和difB表示,則數(shù)字普惠金融發(fā)展的空間不平衡表示為difA-difB;地區(qū)經(jīng)濟(jì)發(fā)展水平、傳統(tǒng)金融基礎(chǔ)、城鎮(zhèn)化水平、人口密度、產(chǎn)業(yè)結(jié)構(gòu)、受教育水平、數(shù)字技術(shù)水平和政府行為的地區(qū)差距可分別表示為pgdpApgdpB、banA-banB、urbA-urbB、pdA-pdB、indA-indB、eduA-eduB、dtA-dtB和govA-govB,這些影響因素的地區(qū)差距可以用來解釋數(shù)字普惠金融發(fā)展的空間不平衡。將兩個(gè)地區(qū)擴(kuò)展為多個(gè)地區(qū),則兩兩地區(qū)間的數(shù)字普惠金融發(fā)展差距可以用上述因素在兩兩地區(qū)間的差距進(jìn)行聯(lián)合解釋。
圖2 數(shù)字普惠金融發(fā)展空間不平衡的QAP 分析框架
本文借鑒李敬等(2014)對(duì)QAP 相關(guān)分析差距矩陣的構(gòu)建方法,首先對(duì)樣本期內(nèi)的各省份相關(guān)變量取均值,并以此構(gòu)建各變量均值的差距矩陣,接著利用Ucinet 軟件進(jìn)行兩兩變量間的QAP 相關(guān)分析。需要提及的一點(diǎn)是,在前文數(shù)據(jù)說明部分提到,我國五個(gè)國家重大戰(zhàn)略區(qū)域共包含23 個(gè)省份。因此在本部分的QAP 實(shí)證分析中已剔除其余不包括在國家重大戰(zhàn)略區(qū)域范圍內(nèi)省份。
2011—2020 年數(shù)字普惠金融發(fā)展空間不平衡的QAP 相關(guān)分析結(jié)果見表4。由表4 結(jié)果可知,數(shù)字普惠金融發(fā)展的空間不平衡與經(jīng)濟(jì)發(fā)展水平、傳統(tǒng)金融基礎(chǔ)、城鎮(zhèn)化水平、人口密度、產(chǎn)業(yè)結(jié)構(gòu)、受教育水平和數(shù)字技術(shù)水平地區(qū)差距的相關(guān)系數(shù)均為正值,且全部在10%水平上通過了顯著性檢驗(yàn);而與政府行為地區(qū)差距的相關(guān)系數(shù)為負(fù)值,且在1%水平上通過顯著性檢驗(yàn)。具體從相關(guān)系數(shù)數(shù)值大小來看,經(jīng)濟(jì)發(fā)展水平、城鎮(zhèn)化水平和數(shù)字技術(shù)水平的地區(qū)差距與數(shù)字普惠金融發(fā)展空間不平衡具有很強(qiáng)的相關(guān)性,相關(guān)系數(shù)依次為0.940、0.857 和0.825,其中相關(guān)系數(shù)最大的變量是經(jīng)濟(jì)發(fā)展水平,表明其與數(shù)字普惠金融發(fā)展空間不平衡關(guān)系最為密切;而受教育水平、產(chǎn)業(yè)結(jié)構(gòu)和人口密度的地區(qū)差距與數(shù)字普惠金融發(fā)展空間不平衡的相關(guān)性比較接近,相關(guān)系數(shù)分別為0.796、0.753 和0.750;但是傳統(tǒng)金融基礎(chǔ)的地區(qū)差距與數(shù)字普惠金融發(fā)展空間不平衡的相關(guān)性則較弱,相關(guān)系數(shù)僅為0.322。這在一定程度上驗(yàn)證了前文所述的理論邏輯,并為后續(xù)的QAP 回歸分析奠定基礎(chǔ)。
表4 QAP 相關(guān)分析結(jié)果
需要提及的是,QAP 相關(guān)分析只是表明變量間存在相關(guān)關(guān)系而非因果關(guān)系,也無法衡量各因素對(duì)數(shù)字普惠金融發(fā)展空間不平衡的真實(shí)貢獻(xiàn);同時(shí)QAP 相關(guān)分析的結(jié)果也顯示影響因素變量間的相關(guān)系數(shù)較大,可能會(huì)導(dǎo)致多重共線性等問題。為探究各解釋變量對(duì)數(shù)字普惠金融發(fā)展空間不平衡的實(shí)際影響,識(shí)別數(shù)字普惠金融發(fā)展空間不平衡的成因,并克服多重共線性等問題,本文進(jìn)一步對(duì)前文所述變量進(jìn)行QAP 回歸分析。
QAP 回歸分析能夠同時(shí)得出未標(biāo)準(zhǔn)化和標(biāo)準(zhǔn)化的回歸系數(shù),未標(biāo)準(zhǔn)化回歸系數(shù)通過直接對(duì)差距矩陣變量進(jìn)行估計(jì)得到,其數(shù)值與原始數(shù)據(jù)的量綱密切相關(guān);而標(biāo)準(zhǔn)化回歸系數(shù)是對(duì)差距矩陣變量進(jìn)行標(biāo)準(zhǔn)化后再進(jìn)行估計(jì)得到,能夠消除原始數(shù)據(jù)量綱的影響,可以更準(zhǔn)確地測度各解釋變量對(duì)被解釋變量的影響強(qiáng)度,所得回歸系數(shù)也更為穩(wěn)?。˙urris,2005)。
1.基于全樣本時(shí)期QAP 回歸分析的考察
本文以國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展差距矩陣為被解釋變量,各影響因素的差距矩陣為解釋變量,構(gòu)建QAP 回歸模型,并采用標(biāo)準(zhǔn)化回歸系數(shù)來報(bào)告各因素對(duì)數(shù)字普惠金融發(fā)展空間不平衡的影響效果?;谌珮颖緯r(shí)期的QAP 回歸分析結(jié)果見表5,調(diào)整后的R2值為0.944,并在1%水平上通過了顯著性檢驗(yàn),表明包括經(jīng)濟(jì)發(fā)展水平、城鎮(zhèn)化水平和傳統(tǒng)金融基礎(chǔ)等影響變量的地區(qū)差距對(duì)中國數(shù)字普惠金融發(fā)展空間不平衡的解釋力高達(dá)94.4%,回歸分析模型擬合情況較好。
根據(jù)表5,從標(biāo)準(zhǔn)化回歸系數(shù)來看,地區(qū)經(jīng)濟(jì)發(fā)展水平、傳統(tǒng)金融基礎(chǔ)和數(shù)字技術(shù)水平地區(qū)差距三個(gè)變量的標(biāo)準(zhǔn)化回歸系數(shù)顯著為正,表明這些因素在國家重大戰(zhàn)略區(qū)域地區(qū)差距的擴(kuò)大將會(huì)增強(qiáng)數(shù)字普惠金融發(fā)展的空間不平衡性,這一結(jié)論與張?zhí)旌蛣⒆詮?qiáng)(2021)的研究結(jié)果類似。在我國數(shù)字普惠金融發(fā)展過程中,各地區(qū)經(jīng)濟(jì)發(fā)展水平的提升、傳統(tǒng)金融基礎(chǔ)的不斷夯實(shí)和數(shù)字技術(shù)水平的提高都推動(dòng)了數(shù)字普惠金融向更高水平發(fā)展,但同時(shí)也造成了各地區(qū)間經(jīng)濟(jì)發(fā)展水平、傳統(tǒng)金融發(fā)展程度和數(shù)字技術(shù)水平差距的產(chǎn)生,隨之而來的便是數(shù)字普惠金融發(fā)展的空間不平衡。本文通過測度地區(qū)經(jīng)濟(jì)發(fā)展水平、傳統(tǒng)金融基礎(chǔ)和數(shù)字技術(shù)水平的地區(qū)差距情況①本文選取地區(qū)經(jīng)濟(jì)發(fā)展水平、傳統(tǒng)金融基礎(chǔ)和數(shù)字技術(shù)水平數(shù)據(jù),采用Theil 指數(shù)測算地區(qū)差距。做進(jìn)一步分析,發(fā)現(xiàn)其與地區(qū)數(shù)字普惠金融發(fā)展差距正相關(guān),這也佐證了上述分析結(jié)果。另外,比較這三個(gè)標(biāo)準(zhǔn)化回歸系數(shù)大小可知,對(duì)我國數(shù)字普惠金融發(fā)展空間不平衡的影響強(qiáng)度從高到低依次為經(jīng)濟(jì)發(fā)展水平(0.625)、傳統(tǒng)金融基礎(chǔ)(0.250)和數(shù)字技術(shù)水平(0.192)。經(jīng)濟(jì)發(fā)展水平地區(qū)差距對(duì)我國數(shù)字普惠金融發(fā)展空間不平衡的影響遠(yuǎn)高于傳統(tǒng)金融基礎(chǔ)和數(shù)字技術(shù)水平,前者分別為后兩者的2.5 倍和3.26 倍。由此可見,經(jīng)濟(jì)發(fā)展水平地區(qū)差距在國家重大戰(zhàn)略區(qū)域的數(shù)字普惠金融發(fā)展空間不平衡中扮演了最為重要的角色,與其他因素相比,國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展的空間不平衡主要源于經(jīng)濟(jì)發(fā)展水平的地區(qū)差距。
表5 QAP 回歸結(jié)果:基于全樣本時(shí)期的考察
表5 中政府行為的標(biāo)準(zhǔn)化回歸系數(shù)(-0.443)為負(fù)值,且在1%水平上通過顯著性檢驗(yàn),說明政府行為的地區(qū)差距對(duì)數(shù)字普惠金融發(fā)展空間不平衡具有顯著的負(fù)向影響,即降低政府行為的地區(qū)差距并不會(huì)有效降低國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展的空間不平衡性。產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化、受教育水平和人口密度地區(qū)差距的標(biāo)準(zhǔn)化回歸系數(shù)分別為-0.002、-0.131、-0.163 和0.138,但是在統(tǒng)計(jì)上并不顯著,表明這四個(gè)因素不是影響我國數(shù)字普惠金融發(fā)展空間不平衡性的主要力量。雖然這些因素的地區(qū)差距可能影響了數(shù)字普惠金融發(fā)展的空間不平衡性,但其影響效應(yīng)不是很顯著。在前文的理論分析中,城鎮(zhèn)化能夠通過擴(kuò)大數(shù)字化硬件設(shè)施的覆蓋范圍和提高居民收入水平來促進(jìn)數(shù)字普惠金融發(fā)展,但在我國城鎮(zhèn)化過程中,也伴隨著一些問題,如城鎮(zhèn)化水平的提高意味著大量農(nóng)村人口流入城市,這些城市流入人口的收入主要用于住房等基礎(chǔ)支出,而用于日常消費(fèi)、保險(xiǎn)和理財(cái)?shù)氖杖敕蓊~被大量擠占,因此對(duì)數(shù)字金融產(chǎn)品和服務(wù)的需求受到擠壓;同時(shí)留在農(nóng)村的人口大多是老人和兒童,由于“數(shù)字鴻溝”的存在,這些人群被數(shù)字普惠金融覆蓋的可能性很小,因此我國城鎮(zhèn)化水平的提高并沒有切實(shí)帶來數(shù)字普惠金融的發(fā)展。另外,理論上地區(qū)人口密度大的地區(qū),居民與金融產(chǎn)品接觸的便利性和居民對(duì)數(shù)字金融產(chǎn)品的較大需求,使得人口密度與數(shù)字普惠金融發(fā)展呈正向關(guān)系。但實(shí)證結(jié)果卻與理論分析相矛盾,這主要是受中國國情的影響,如陜西和河南等人口大省,其人口密度也較高,但是數(shù)字普惠金融發(fā)展的實(shí)際水平卻較低;而數(shù)字普惠金融發(fā)展的實(shí)際水平較高的地區(qū),由于其出生率較低,因此人口密度反而不及陜西和河南等人口大省。
2.基于年度QAP 回歸分析的考察
基于年度的QAP 回歸分析能夠清晰揭示數(shù)字普惠金融發(fā)展空間不平衡影響因素的動(dòng)態(tài)變化趨勢,把各影響因素的標(biāo)準(zhǔn)化回歸系數(shù)繪制成折線圖,如圖3 所示。由圖3 可以看出,2011—2020 年,對(duì)數(shù)字普惠金融發(fā)展空間不平衡持續(xù)呈正向影響的因素有地區(qū)經(jīng)濟(jì)發(fā)展水平、傳統(tǒng)金融基礎(chǔ)和數(shù)字技術(shù)水平,人口密度除2011 年外其他年份也一直呈正向影響;持續(xù)呈負(fù)向影響的因素有政府行為和受教育程度;而產(chǎn)業(yè)結(jié)構(gòu)和城鎮(zhèn)化在前后年份的影響作用變化較大。
圖3 QAP 回歸結(jié)果:基于年度的考察
具體來說,在整個(gè)樣本期內(nèi),地區(qū)經(jīng)濟(jì)發(fā)展水平是造成數(shù)字普惠金融發(fā)展空間不平衡的決定力量,且其貢獻(xiàn)呈波動(dòng)中上升趨勢,尤其是2014 年后經(jīng)濟(jì)發(fā)展水平的影響程度遠(yuǎn)遠(yuǎn)超過其他因素,2019 年的標(biāo)準(zhǔn)化回歸系數(shù)最高,達(dá)0.927。相較來說,傳統(tǒng)金融基礎(chǔ)對(duì)數(shù)字普惠金融發(fā)展空間不平衡的貢獻(xiàn)也較強(qiáng),僅次于地區(qū)經(jīng)濟(jì)發(fā)展水平的影響,但整體呈“M”形趨勢,2012 年的影響作用最大(0.454),近幾年對(duì)數(shù)字普惠金融發(fā)展空間不平衡的貢獻(xiàn)有明顯的減弱趨勢。數(shù)字技術(shù)水平在樣本期內(nèi)對(duì)數(shù)字普惠金融發(fā)展空間不平衡一直發(fā)揮正向推動(dòng)作用,但作用強(qiáng)度較小,2020 年的回歸系數(shù)僅為0.069。人口密度對(duì)數(shù)字普惠金融發(fā)展空間不平衡的貢獻(xiàn)在2011 年呈微弱的負(fù)向影響,之后十年呈波動(dòng)中上升的正向影響。在對(duì)數(shù)字普惠金融發(fā)展空間不平衡發(fā)揮負(fù)向影響的因素中,政府行為的貢獻(xiàn)相對(duì)較大,標(biāo)準(zhǔn)化回歸系數(shù)介于[-0.559,-0.328],整體變化呈“W”形,但近幾年的負(fù)向影響作用有減弱趨勢。受教育程度對(duì)數(shù)字普惠金融發(fā)展空間不平衡總體上起抑制作用,但作用強(qiáng)度呈現(xiàn)先減小后增大又減小的趨勢,2020 年的標(biāo)準(zhǔn)化回歸系數(shù)僅為-0.053。除上述影響因素外,產(chǎn)業(yè)結(jié)構(gòu)的影響并不明顯,回歸系數(shù)介于[-0.205,0.176],整體呈小幅震蕩上升趨勢,以2016 年為界點(diǎn)分為兩個(gè)階段:第一階段2011—2015 年,產(chǎn)業(yè)結(jié)構(gòu)地區(qū)差距縮小了數(shù)字普惠金融發(fā)展空間不平衡,但作用強(qiáng)度較??;第二階段2016—2020 年年,產(chǎn)業(yè)結(jié)構(gòu)地區(qū)差距擴(kuò)大了數(shù)字普惠金融發(fā)展空間不平衡。與產(chǎn)業(yè)結(jié)構(gòu)的影響作用大致相反,城鎮(zhèn)化水平的影響整體呈小幅震蕩下降趨勢,2011—2016 年年主要呈正向的推動(dòng)作用,2017 年開始呈現(xiàn)負(fù)向影響。
綜上,通過對(duì)年度標(biāo)準(zhǔn)化回歸系數(shù)的結(jié)果分析可知,雖然各因素在具體年份對(duì)數(shù)字普惠金融發(fā)展空間不平衡的影響作用略有差異,但總體上與全樣本時(shí)期的回歸結(jié)果保持一致。
3.基于重大戰(zhàn)略區(qū)域QAP 回歸分析的考察
基于國家重大戰(zhàn)略區(qū)域的劃分,來剖析各區(qū)域內(nèi)部數(shù)字普惠金融發(fā)展差異的影響因素并加以比較,標(biāo)準(zhǔn)化回歸系數(shù)見表6。
表6 QAP 回歸結(jié)果:基于重大戰(zhàn)略區(qū)域的考察
京津冀數(shù)字普惠金融發(fā)展空間不平衡的決定因素為當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平,傳統(tǒng)金融基礎(chǔ)和數(shù)字技術(shù)水平的作用強(qiáng)度非常小,未起到關(guān)鍵作用;政府行為和城鎮(zhèn)化的負(fù)向影響作用也較小。長三角數(shù)字普惠金融發(fā)展空間不平衡主要源于當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平、受教育水平、數(shù)字技術(shù)水平和人口密度,其中前三者具有正向影響,而后者具有抑制作用。長江經(jīng)濟(jì)帶數(shù)字普惠金融發(fā)展空間不平衡對(duì)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平最為敏感,且起正向的推動(dòng)作用,數(shù)字技術(shù)水平和人口密度也發(fā)揮正向推動(dòng)作用,但強(qiáng)度較弱;起負(fù)向抑制作用的因素有三個(gè),分別是產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化水平和受教育水平。政府行為、城鎮(zhèn)化水平和數(shù)字技術(shù)水平對(duì)黃河流域數(shù)字普惠金融發(fā)展空間不平衡具有較顯著影響,其中城鎮(zhèn)化的作用強(qiáng)度最大。
4.穩(wěn)健性檢驗(yàn)
為檢驗(yàn)研究結(jié)論的穩(wěn)健性,本文擬采用多種方法來進(jìn)行穩(wěn)健性檢驗(yàn),以進(jìn)一步佐證前文結(jié)論。第一,替換核心影響因素的表征變量,將數(shù)字技術(shù)的表征變量替換為地區(qū)網(wǎng)站總數(shù)與法人單位數(shù)的比值(郭家堂和駱品亮,2016),城鎮(zhèn)化水平的表征變量替換為各省份建筑用地面積與地區(qū)面積的比值(卞元超等,2018),受教育水平的表征變量替換為各省份在校大學(xué)生人數(shù)占該省份總?cè)丝诒戎兀ㄇ孛傻龋?019),重新進(jìn)行QAP 回歸,回歸結(jié)果見表7 第2 和第3 列,回歸結(jié)果的標(biāo)準(zhǔn)化系數(shù)值和顯著性與前文相比沒有太大變化。第二,在QAP 回歸分析的迭代參數(shù)設(shè)置過程中,將初始隨機(jī)種子數(shù)設(shè)置為392,隨機(jī)置換次數(shù)設(shè)置為8000 次,回歸得到的標(biāo)準(zhǔn)化系數(shù)值變動(dòng)微小,并且顯著性水平也沒有變化,回歸結(jié)果見表7 第4 和第5 列。
表7 穩(wěn)健性檢驗(yàn)結(jié)果
本文采用Theil 指數(shù)測度國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展的空間不平衡性,并將數(shù)字普惠金融發(fā)展總體差異分解為區(qū)域內(nèi)和區(qū)域間差異,以此來揭示數(shù)字普惠金融發(fā)展總體區(qū)域差異的來源結(jié)構(gòu)特征,接著將關(guān)系數(shù)據(jù)分析范式應(yīng)用于數(shù)字普惠金融發(fā)展空間不平衡性的成因解析中,利用QAP 分析方法探究我國數(shù)字普惠金融發(fā)展空間不平衡的形成原因,為探尋區(qū)域數(shù)字普惠金融發(fā)展水平協(xié)同提升路徑提供參考依據(jù)。
研究結(jié)論如下:第一,我國國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展的總體Theil 指數(shù)較低,且整體呈明顯下降趨勢。2011—2020 年區(qū)域間差異對(duì)總體差異的年均貢獻(xiàn)率約為55.22%,因此短期內(nèi)不同國家重大戰(zhàn)略區(qū)域間數(shù)字普惠金融發(fā)展的差異是其空間不平衡性的主要來源。第二,基于國家重大戰(zhàn)略區(qū)域分解的數(shù)字普惠金融發(fā)展區(qū)域內(nèi)Theil 指數(shù),均值最大的是京津冀,均值最小的是長江經(jīng)濟(jì)帶;且與2011 年相比,2020 年的區(qū)域內(nèi)Theil 指數(shù)均呈明顯的下降態(tài)勢,各國家重大戰(zhàn)略區(qū)域內(nèi)部數(shù)字普惠金融發(fā)展空間不平衡性逐漸減弱。第三,QAP 相關(guān)分析結(jié)果顯示,數(shù)字普惠金融發(fā)展的空間不平衡與經(jīng)濟(jì)發(fā)展水平、傳統(tǒng)金融基礎(chǔ)、城鎮(zhèn)化水平、人口密度、產(chǎn)業(yè)結(jié)構(gòu)、受教育水平和數(shù)字技術(shù)水平地區(qū)差距正相關(guān);而與政府行為地區(qū)差距負(fù)相關(guān)。第四,根據(jù)數(shù)字普惠金融發(fā)展空間不平衡的QAP 回歸分析,基于全樣本時(shí)期的結(jié)果顯示,地區(qū)經(jīng)濟(jì)發(fā)展水平、傳統(tǒng)金融基礎(chǔ)和數(shù)字技術(shù)水平地區(qū)差距的系數(shù)顯著為正,且經(jīng)濟(jì)發(fā)展水平地區(qū)差距在國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展空間不平衡中扮演最為重要的角色。基于年度的結(jié)果顯示,持續(xù)呈正向影響的因素有地區(qū)經(jīng)濟(jì)發(fā)展水平、傳統(tǒng)金融基礎(chǔ)和數(shù)字技術(shù)水平;呈負(fù)向影響的因素有政府行為和受教育程度?;谥卮髴?zhàn)略區(qū)域的結(jié)果顯示,長江經(jīng)濟(jì)帶和京津冀地區(qū)數(shù)字普惠金融發(fā)展空間不平衡的決定因素是當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平;長三角數(shù)字普惠金融發(fā)展空間不平衡主要源于當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平、受教育水平、數(shù)字技術(shù)水平和人口密度;政府行為、城鎮(zhèn)化和數(shù)字技術(shù)水平對(duì)黃河流域數(shù)字普惠金融發(fā)展空間不平衡具有較顯著影響,其中城鎮(zhèn)化的作用強(qiáng)度最大。
針對(duì)以上研究結(jié)論,本文提出政策建議如下:
第一,客觀對(duì)待國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展的空間不平衡性。正確認(rèn)識(shí)數(shù)字普惠金融發(fā)展的空間不平衡性不僅要承認(rèn)數(shù)字普惠金融發(fā)展的客觀區(qū)域差異,而且要辯證地對(duì)待客觀區(qū)域差異。每個(gè)國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融的基礎(chǔ)條件和發(fā)展環(huán)境存在差異,這在客觀上導(dǎo)致數(shù)字普惠金融發(fā)展的空間不平衡性。如果要實(shí)現(xiàn)數(shù)字普惠金融的區(qū)域協(xié)調(diào)發(fā)展,不能簡單地降低數(shù)字普惠金融發(fā)展的空間不平衡性,也不能簡單地要求各區(qū)域的數(shù)字普惠金融發(fā)展達(dá)到同一水平,而是應(yīng)該根據(jù)各區(qū)域數(shù)字普惠金融的先天條件和優(yōu)勢劣勢,形成具有區(qū)域特色的數(shù)字普惠金融發(fā)展提升之路,特別是長三角、粵港澳和京津冀三個(gè)國家重大戰(zhàn)略區(qū)域要發(fā)展成為我國數(shù)字普惠金融增長極,以帶動(dòng)全國數(shù)字普惠金融的整體高質(zhì)量發(fā)展,推動(dòng)區(qū)域經(jīng)濟(jì)協(xié)同發(fā)展。
第二,促進(jìn)數(shù)字普惠金融區(qū)域協(xié)調(diào)發(fā)展應(yīng)該因地制宜、精準(zhǔn)施策。空間不平衡性給數(shù)字普惠金融區(qū)域協(xié)調(diào)發(fā)展帶來了嚴(yán)峻考驗(yàn)。因此務(wù)必從根源上找準(zhǔn)造成空間不平衡性的成因并精準(zhǔn)施策?;浉郯暮烷L三角是我國數(shù)字普惠金融發(fā)展水平最高的兩個(gè)區(qū)域。因此應(yīng)該充分利用優(yōu)越的傳統(tǒng)金融基礎(chǔ)和領(lǐng)先的數(shù)字技術(shù)優(yōu)勢,著力打造我國數(shù)字普惠金融的發(fā)展高地;京津冀地區(qū)要充分利用北京豐富的金融資源和數(shù)字技術(shù)人才優(yōu)勢,暢通區(qū)域內(nèi)部金融、人才要素的流通機(jī)制,推動(dòng)轉(zhuǎn)變北京的“虹吸效應(yīng)”為輻射帶動(dòng)作用和示范帶頭作用,引領(lǐng)整個(gè)區(qū)域的數(shù)字普惠金融發(fā)展;黃河流域和長江經(jīng)濟(jì)帶應(yīng)該加強(qiáng)數(shù)字普惠金融基礎(chǔ)設(shè)施建設(shè),優(yōu)化數(shù)字普惠金融資源布局,豐富數(shù)字普惠金融服務(wù)和產(chǎn)品,提高金融服務(wù)的可獲得性和使用深度。
第三,我國政府部門應(yīng)該制定政策從全國層面推動(dòng)數(shù)字普惠金融持續(xù)均衡發(fā)展。首先,國家要加快推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展,加強(qiáng)網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè),推動(dòng)提速降費(fèi),搭建“信息高速公路”;推進(jìn)人工智能、移動(dòng)互聯(lián)網(wǎng)等技術(shù)的創(chuàng)新發(fā)展。其次,政府應(yīng)該采取多重財(cái)政和貨幣政策加大對(duì)數(shù)字普惠金融發(fā)展的支持力度,尤其是目前還處于數(shù)字普惠金融發(fā)展的初期階段,應(yīng)該加強(qiáng)政府的合理引導(dǎo)和適當(dāng)增加財(cái)政補(bǔ)貼等促進(jìn)其發(fā)展壯大。再次,采取多樣化形式提高公民金融素養(yǎng),加強(qiáng)公眾金融知識(shí)的普及和宣傳教育,幫助金融消費(fèi)者提高風(fēng)險(xiǎn)防范能力和金融決策能力;建議將金融知識(shí)納入國民教育體系,助推國民金融素養(yǎng)的整體提高。最后,充分發(fā)揮各類金融機(jī)構(gòu)的作用,完善數(shù)字普惠金融體系,鼓勵(lì)四大行充分利用數(shù)據(jù)優(yōu)勢和先進(jìn)數(shù)字技術(shù)優(yōu)勢推動(dòng)數(shù)字普惠金融業(yè)務(wù)服務(wù)實(shí)體經(jīng)濟(jì),支持地方商業(yè)銀行利用地緣優(yōu)勢開發(fā)各具區(qū)域特色的數(shù)字普惠金融業(yè)務(wù)服務(wù)小微企業(yè)。