吳應(yīng)寧，汪張林，王 琴

近年來，數(shù)字經(jīng)濟的強勢崛起，對我國經(jīng)濟社會各個方面產(chǎn)生了巨大影響。數(shù)字經(jīng)濟與金融業(yè)融合，催生了數(shù)字金融業(yè)的誕生和發(fā)展，推動了我國傳統(tǒng)金融業(yè)的轉(zhuǎn)型，有助于更好地服務(wù)于中小微企業(yè)和廣大民眾，是我國金融業(yè)未來重要的發(fā)展方向。隨著中國特色社會主義進入新時代，我國經(jīng)濟增長已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，人們對生活質(zhì)量也提出了新要求。黨的十九大報告中更是明確提出，我國社會主要矛盾已經(jīng)轉(zhuǎn)化為人民日益增長的美好生活需要和不平衡不充分的發(fā)展之間的矛盾。在大數(shù)據(jù)時代，數(shù)字金融的快速發(fā)展給居民的生活帶來了全新的改變，在一定程度上影響著居民的生活質(zhì)量。

隨著數(shù)字金融日益成為經(jīng)濟增長的重要引擎，在學(xué)術(shù)界，一些學(xué)者對數(shù)字金融促進經(jīng)濟增長以及由此帶動居民消費等問題開展了豐富的研究。王如玉等通過構(gòu)建計量模型認(rèn)為數(shù)字金融能夠有效地提升城市生產(chǎn)率［1］；王永倉等基于面板數(shù)據(jù)分析認(rèn)為數(shù)字金融對經(jīng)濟增長具有正向作用［2］；馬德功等認(rèn)為數(shù)字金融通過增加就業(yè)機會來拉動經(jīng)濟增長［3］；易行健、何宗樾、盧彩梅、黃凱南均認(rèn)為數(shù)字金融通過不同的途徑對居民的消費產(chǎn)生影響［4-7］；關(guān)鍵等也認(rèn)為數(shù)字金融使用深度的拓展能夠有效促進居民家庭消費［8］；楊偉明等研究發(fā)現(xiàn)數(shù)字普惠金融顯著提升了我國城鄉(xiāng)居民人均可收入水平［9］；馮銳等認(rèn)為數(shù)字金融對城鄉(xiāng)居民收入的影響呈現(xiàn)顯著的門檻特征［10］。

數(shù)字金融所推動的經(jīng)濟增長和居民消費增加，必將對居民生活質(zhì)量產(chǎn)生重要影響，但目前這方面的研究不多，只有個別學(xué)者將數(shù)字金融與居民生活質(zhì)量結(jié)合起來開展研究。如封思賢等通過構(gòu)建計量模型分析了數(shù)字金融對居民生活質(zhì)量的影響［11］。不過該研究成果主要聚焦于數(shù)字金融對居民生活質(zhì)量單向關(guān)系的研究，較少分析居民生活質(zhì)量對數(shù)字金融的影響。實際上，數(shù)字金融和居民生活質(zhì)量是相互影響的，二者存在一定的協(xié)調(diào)推進關(guān)系。為此，本文基于我國2014—2020年31個省區(qū)市的面板數(shù)據(jù)，借助實證分析，探討數(shù)字金融和居民生活質(zhì)量兩者之間的互動關(guān)系。

一、研究方法及指標(biāo)體系構(gòu)建

（一）研究方法

1.熵權(quán)法

本文采用熵權(quán)法來確定各個指標(biāo)的權(quán)重。（1）建立評價矩陣。假設(shè)共有n項評價指標(biāo)，m年的樣本數(shù)據(jù)，構(gòu)建原始數(shù)據(jù)評價矩陣：X=(xij)m*n。（2）對數(shù)字金融和居民生活質(zhì)量數(shù)據(jù)進行標(biāo)準(zhǔn)化。采用極差標(biāo)準(zhǔn)化的方式對數(shù)據(jù)進行無量綱化處理，并且按照不同指標(biāo)對研究對象的好壞，將指標(biāo)區(qū)分為正向和負(fù)向。為了避免結(jié)果出現(xiàn)0值無意義，對每個數(shù)據(jù)加上0.01，正向指標(biāo)，負(fù)向指標(biāo)：，其中，Xij和Xij分別表示第i個省或市第j個原始數(shù)據(jù)和標(biāo)準(zhǔn)化處理后的數(shù)據(jù)。max(X ij)和min(X ij)分別表示整個指標(biāo)體系中原始指標(biāo)的最大值和最小值。（3）計算第i個省或市在第j個評價指標(biāo)上的指標(biāo)值比值：。（4）計算各項指標(biāo)的熵值：，其中k表示多少個年份，L表示各省市的個數(shù)。（5）計算各項指標(biāo)的權(quán)重

2.耦合度和耦合協(xié)調(diào)度

耦合一詞源于物理學(xué)，引申為系統(tǒng)和要素間批次依賴、協(xié)調(diào)的關(guān)聯(lián)關(guān)系。為了分析數(shù)字金融與居民生活質(zhì)量兩者之間的協(xié)調(diào)關(guān)系，引入耦合協(xié)調(diào)度模型。（1）計算子系統(tǒng)的綜合評價指數(shù)：，其中，U1表示數(shù)字金融綜合評價指數(shù)，U2表示居民生活質(zhì)量綜合評價指數(shù)。（2）計算數(shù)字金融和居民生活質(zhì)量的耦合度：C的取值范圍為0～1，C越大，說明兩個系統(tǒng)之間的耦合作用越好，反之說明兩系統(tǒng)間耦合程度較低。但耦合程度只能說明兩系統(tǒng)間的耦合關(guān)系的強弱，不能反映協(xié)調(diào)程度的高低，因此需要進一步建立耦合協(xié)調(diào)度模型。（3）計算數(shù)字金融與居民生活質(zhì)量兩系統(tǒng)的耦合協(xié)調(diào)度：D=(C*T)1/2，T=aU1+bU2，式中：T為數(shù)字金融發(fā)展水平與居民生活質(zhì)量的綜合協(xié)調(diào)指數(shù)，a和b分別表示該系統(tǒng)中數(shù)字金融發(fā)展水平與居民生活質(zhì)量的貢獻度系數(shù)，此處我們認(rèn)為他們同等重要，取a=b=0.5。耦合協(xié)調(diào)度等級劃分見表1。

表1 耦合協(xié)調(diào)判斷標(biāo)準(zhǔn)

3.變異系數(shù)

變異系數(shù)（CV）=（標(biāo)準(zhǔn)偏差SD/平均值Mean）*100%，變異系數(shù)能夠反映我國內(nèi)部數(shù)字金融和居民生活質(zhì)量的差異程度，其值越大說明差異越大。

（二）指標(biāo)體系構(gòu)建

1.數(shù)字金融指標(biāo)體系

數(shù)字金融雖然發(fā)展迅速，但缺乏統(tǒng)一的標(biāo)準(zhǔn)衡量其發(fā)展程度，數(shù)據(jù)獲取難度大。本文借鑒北京大學(xué)數(shù)字金融研究中心有關(guān)數(shù)字普惠金融指數(shù)的研究成果［12］，用覆蓋廣度、使用深度和數(shù)字化程度來綜合評估數(shù)字金融的發(fā)展水平，見表2。

表2 數(shù)字金融評價指標(biāo)體系

2.居民生活質(zhì)量指標(biāo)體系

本文借鑒相關(guān)學(xué)者研究成果［13-14］，結(jié)合我國國情，從收入與消費水平、居住與生活水平、教育與健康水平三個方面，選取15個三級指標(biāo)，構(gòu)建我國居民生活質(zhì)量指標(biāo)體系，見表3。

表3 居民生活質(zhì)量評價指標(biāo)體系

二、實證分析

2014—2020年我國31個省區(qū)市的居民生活質(zhì)量相關(guān)數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》以及各省區(qū)市的統(tǒng)計公報；數(shù)字金融有關(guān)數(shù)據(jù)來源于北京大學(xué)數(shù)字金融研究中心［12］。

（一）耦合協(xié)調(diào)度時序分析

根據(jù)熵權(quán)法和耦合協(xié)調(diào)度模型，計算出2014—2020年我國31個省區(qū)市的數(shù)字金融與居民生活質(zhì)量的綜合評價值（U1、U2），以及這兩個系統(tǒng)的耦合度（C）和耦合協(xié)調(diào)度（D）的平均值，見表4。

表4 2014—2020年數(shù)字金融與居民生活質(zhì)量耦合協(xié)調(diào)度情況分析

2014—2020年，我國數(shù)字金融發(fā)展水平與居民生活質(zhì)量水平均呈現(xiàn)上升態(tài)勢，其中居民生活質(zhì)量指數(shù)一直都保持在0.2～0.4之間。隨著大數(shù)據(jù)和人工智能的快速發(fā)展，數(shù)字金融也迎來了爆發(fā)式增長，2016年短暫下降后，從2017年開始一直保持快速增長態(tài)勢。數(shù)字金融通過互聯(lián)網(wǎng)及信息技術(shù)手段與傳統(tǒng)金融服務(wù)業(yè)結(jié)合，不僅提升了金融服務(wù)效率，而且推動了服務(wù)創(chuàng)新，提升了居民的生活便利性。

2014年，我國數(shù)字金融與居民生活質(zhì)量耦合度為0.965 4，2016年達到最大值0.978 8，其后逐漸下降，2020年為0.935 9，期間雖有波動，但總體而言，耦合水平較高。2014—2020年，耦合協(xié)調(diào)度一直處于增長狀態(tài)，從2014年的0.414 5增長到2020年的0.697 1，從瀕臨失調(diào)狀態(tài)進入到中級協(xié)調(diào)狀態(tài)。從協(xié)調(diào)類型看，2014年和2016年兩系統(tǒng)為同步型狀態(tài)，其余年份居民生活質(zhì)量發(fā)展水平均滯后于數(shù)字金融發(fā)展水平。

根據(jù)我國31個省區(qū)市數(shù)字金融與居民生活質(zhì)量的綜合評價值，分別得出兩個系統(tǒng)的變異系數(shù)，如圖1所示。2014年之后，居民生活質(zhì)量變異系數(shù)超過數(shù)字金融變異系數(shù)，且居民生活質(zhì)量變異系數(shù)一直處于穩(wěn)中略降狀態(tài)，并呈現(xiàn)遞減的態(tài)勢；數(shù)字金融變異系數(shù)除在2015年有較大下降外，隨后年份基本處于穩(wěn)定狀態(tài)，這說明我國內(nèi)部居民生活質(zhì)量差異性越來越明顯，而內(nèi)部數(shù)字金融的差異性則不明顯。

圖1 數(shù)字金融和居民生活質(zhì)量綜合評價值變異系數(shù)

為進一步剖析不同地區(qū)耦合失調(diào)結(jié)構(gòu)性差異，借鑒鄒新月等人的研究成果，將各省區(qū)市耦合協(xié)調(diào)度劃分為居民生活質(zhì)量滯后型、居民生活質(zhì)量平衡型和居民生活質(zhì)量超前型，見表5。2014—2020年，居民生活質(zhì)量超前型地區(qū)的數(shù)量呈顯著下降趨勢，2017年及以后的年份超前型地區(qū)數(shù)量為0；平衡型地區(qū)的數(shù)量先上升后下降，最終也趨于0；滯后型地區(qū)的數(shù)量先升后降，到2018年及以后的年份則全部轉(zhuǎn)變?yōu)闇笮偷貐^(qū)。這從側(cè)面說明數(shù)字金融在我國的發(fā)展速度雖然很快，但它并沒有完全轉(zhuǎn)化為提高居民生活質(zhì)量的動力，反而在一定程度上抑制了兩個系統(tǒng)的協(xié)調(diào)發(fā)展。

表5 2014—2020年耦合協(xié)調(diào)類型個數(shù)

（二）空間差異分析

選取2014年、2017年、2020年頭尾和中間三個年份，分析我國數(shù)字金融與居民生活質(zhì)量耦合協(xié)調(diào)度的地區(qū)分布情況，見表6和表7。2014年，全國31個省區(qū)市數(shù)字金融與居民生活質(zhì)量都處于失調(diào)狀態(tài)；到2017年，各個地區(qū)耦合協(xié)調(diào)度均上升一個等級，14個省區(qū)市進入?yún)f(xié)調(diào)狀態(tài)，其中上海最先進入中級協(xié)調(diào)階段；再到2020年，我國31個省區(qū)市都進入了協(xié)調(diào)階段，其中中級協(xié)調(diào)省區(qū)市有26個，極度協(xié)調(diào)省區(qū)市有5個。

表6 耦合協(xié)調(diào)省區(qū)市分布情況

表7 2014年、2017年、2020年耦合類型省區(qū)市分布情況

為進一步比較各區(qū)域數(shù)字金融、居民生活質(zhì)量以及兩者之間耦合協(xié)調(diào)度空間演進過程，將31個省區(qū)市分成東部、中部、西部和東北四個區(qū)域，其中東部包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南10個省市，中部包括山西、安徽、江西、河南、湖北和湖南6個省，西部包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆12個省區(qū)市，東北包括遼寧、吉林和黑龍江3個省，計算出每年的系統(tǒng)均值，見圖2、圖3、圖4。

圖2 數(shù)字金融評價值演變情況

圖3 居民生活質(zhì)量評價值演變情況

圖4 數(shù)字金融與居民生活質(zhì)量耦合協(xié)調(diào)度評價值演變情況

從各區(qū)域數(shù)字金融發(fā)展情況看，東部地區(qū)數(shù)字金融發(fā)展水平最高，這可能與東部地區(qū)完備的金融機構(gòu)體系、完善的金融基礎(chǔ)設(shè)施以及強大的金融市場有關(guān)；東北地區(qū)數(shù)字金融發(fā)展水平較低，數(shù)字金融發(fā)展處于滯后狀態(tài)。從各區(qū)域居民生活質(zhì)量水平看，東部地區(qū)一直處于領(lǐng)先狀態(tài)，完善的城市基礎(chǔ)設(shè)施、發(fā)達的醫(yī)療水平、豐富的教育資源等，為提升居民生活質(zhì)量水平提供了強大保障；西部地區(qū)和東北地區(qū)由于經(jīng)濟發(fā)展相對欠發(fā)達，居民生活質(zhì)量水平也處于相對落后狀態(tài)。

從各區(qū)域兩系統(tǒng)耦合協(xié)調(diào)度上看，東部地區(qū)的耦合協(xié)調(diào)度最高，并且一直保持領(lǐng)先，這與東部地區(qū)的經(jīng)濟發(fā)展水平密不可分，數(shù)字金融的發(fā)展為居民生活水平的提高提供了動力，東北地區(qū)耦合協(xié)調(diào)度最低。具體來說，2014—2020年，東部、中部、西部和東北四個區(qū)域的耦合協(xié)調(diào)度從2014年的0.494、0.419、0.353、0.385增長至2020年 的0.782、0.711、0.639、0.620，增 幅 分 別 為58.16%、69.74%、80.81%、61.14%。從空間布局上看，耦合協(xié)調(diào)度呈現(xiàn)出“東部高—東北和西部低”的態(tài)勢，耦合協(xié)調(diào)度的空間布局與經(jīng)濟發(fā)展布局相比沒有發(fā)生扭轉(zhuǎn)性變化。

三、結(jié)論與對策

本文通過實證分析我國各地區(qū)數(shù)字金融與居民生活質(zhì)量整體水平、耦合協(xié)調(diào)水平和時空演變，得出如下結(jié)論：2014—2020年，我國數(shù)字金融發(fā)展水平和居民生活質(zhì)量水平呈逐年上升態(tài)勢；數(shù)字金融與居民生活質(zhì)量耦合水平較高，從瀕臨失調(diào)狀態(tài)進入到中級協(xié)調(diào)狀態(tài)，但離極度協(xié)調(diào)還存在一定的距離；我國內(nèi)部數(shù)字金融差異性不明顯，但居民生活質(zhì)量的差異性越來越明顯；數(shù)字金融發(fā)展水平明顯高于居民生活質(zhì)量水平，在一定程度上，數(shù)字金融發(fā)展并沒有轉(zhuǎn)化為提高居民生活質(zhì)量的動力；從區(qū)域上看，東部地區(qū)的數(shù)字金融發(fā)展水平、居民生活質(zhì)量水平以及兩者的耦合協(xié)調(diào)程度都處于領(lǐng)先位置；從空間上看，由于各地區(qū)區(qū)位條件、資源稟賦等不同，兩系統(tǒng)耦合協(xié)調(diào)度的空間分布呈現(xiàn)出“東部高—東北和西部低”的態(tài)勢。

根據(jù)上文分析，本文提出以下建議：首先，加快信息化新型基礎(chǔ)設(shè)施建設(shè)，縮小數(shù)字金融發(fā)展地區(qū)差距。統(tǒng)籌規(guī)劃信息基礎(chǔ)設(shè)施空間布局，加大對西部和東北地區(qū)的財政支持力度，努力實現(xiàn)互聯(lián)網(wǎng)全覆蓋，推動數(shù)字金融業(yè)均衡發(fā)展，更好發(fā)揮數(shù)字金融的普惠價值。其次，拓寬數(shù)字金融服務(wù)領(lǐng)域。當(dāng)前，數(shù)字金融主要服務(wù)領(lǐng)域集中于互聯(lián)網(wǎng)基金、互聯(lián)網(wǎng)信貸、互聯(lián)網(wǎng)保險等，仍存在著很多待開發(fā)和待完善的領(lǐng)域。要持續(xù)挖掘數(shù)字金融深度，擴大數(shù)字金融服務(wù)類別，讓金融服務(wù)深入到居民生活的方方面面，提高居民生活的便利性。最后，結(jié)合居民生活質(zhì)量內(nèi)涵，加強數(shù)字金融頂層設(shè)計，促進二者協(xié)調(diào)發(fā)展。挖掘數(shù)字金融的普惠性，增強數(shù)字金融對中小微企業(yè)、落后地區(qū)市場主體和廣大民眾的融資、投資支持力度，增加居民收入水平，提高居民生活質(zhì)量。