趙慶團，羅 帥，葛冠朋

(廣東海洋大學(xué) 經(jīng)濟學(xué)院，廣東 湛江，524000)

一、引言

數(shù)字普惠金融依托現(xiàn)代數(shù)字互聯(lián)網(wǎng)技術(shù)的高速發(fā)展逐漸成為現(xiàn)今普惠金融發(fā)展的一個重要階段，受到各界廣泛的關(guān)注和重視?！捌栈萁鹑凇边@一概念最早在2005年聯(lián)合國推廣小額信貸時提出，旨在解決貧富差距逐漸擴大、金融資源配置失衡等問題。2016年, 國務(wù)院頒布《推進普惠金融發(fā)展規(guī)劃 (2016—2020) 》, 報告分析了我國普惠金融的發(fā)展階段, 針對我國普惠金融發(fā)展的現(xiàn)實情況充實了普惠金融的概念[1], 指出普惠金融是立足機會平等和商業(yè)的可持續(xù)性, 以可負(fù)擔(dān)的成本為有金融服務(wù)需求的社會各階層提供適當(dāng)有效的金融服務(wù)。北京大學(xué)公布“數(shù)字普惠金融指數(shù)”之后，以“數(shù)字普惠金融”為主題的研究成為學(xué)術(shù)界的一大熱點，加深了對數(shù)字普惠金融的理論理解和實踐應(yīng)用。

從探討數(shù)字普惠金融的影響因素的文獻來看，研究方法有空間杜賓模型[2]、空間自回歸模型[3]、多元回歸模型[4]、面板固定效應(yīng)模型[5]等，研究樣本涵蓋省市縣，實證結(jié)果都表明經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)變遷、傳統(tǒng)金融規(guī)模等因素對數(shù)字普惠金融具有正向促進作用，且具有明顯的地區(qū)差異。蔣慶正[6]等選取中國15個省的縣級作為研究樣本，采用Cov層次分析法和正交偏向最小二乘回歸模型，得出收入水平會促進數(shù)字普惠金融的發(fā)展。以上文獻豐富了數(shù)字普惠金融的研究視野，為后人的研究提供了思路，但也存在一些不足：考慮的影響因素較為單一，忽視了其他因素對數(shù)字普惠金融的影響效果；且采用普通面板模型，不能夠有效反映不同因素在不同地區(qū)的影響效果，缺乏對現(xiàn)實的解釋力度。本文針對以往研究的不足，采用時空地理加權(quán)回歸模型，將時間緯度和空間維度同時考慮進來，對2011—2020年中國各省份(不包括中國港澳臺地區(qū))數(shù)字普惠金融指數(shù)進行實證研究，探索不同因素對數(shù)字普惠金融的作用程度，并將這些因素在不同地區(qū)的影響差異通過可視化地圖的形式呈現(xiàn)出來，以便為決策者能夠因地制宜地制定和實施政策提供參考建議。

二、數(shù)據(jù)說明與研究方法

(一)被解釋變量

采用由北京大學(xué)數(shù)字金融研究中心和螞蟻金服集團共同編制的中國數(shù)字普惠金融指數(shù)[7]，該指數(shù)覆蓋數(shù)字普惠金融發(fā)展的廣度、深度和數(shù)字化程度，能夠系統(tǒng)地描述我國數(shù)字普惠金融的發(fā)展程度，在理論界得到廣泛的應(yīng)用，具有權(quán)威性。本文采用31個省級層面(不包括中國香港、中國澳門和中國臺灣地區(qū))2011—2020年的數(shù)據(jù)。

(二)解釋變量

借鑒張龍耀[8]等的研究，解釋變量選取經(jīng)濟發(fā)展程度、傳統(tǒng)金融發(fā)展水平、信息化建設(shè)、政府干預(yù)和產(chǎn)業(yè)結(jié)構(gòu)這5個指標(biāo)，時間跨度為2011—2020年，指標(biāo)數(shù)據(jù)均來源于各省的統(tǒng)計年鑒。

1.經(jīng)濟發(fā)展程度。經(jīng)濟發(fā)展水平是一個地區(qū)數(shù)字普惠金融發(fā)展的基礎(chǔ)，一般來說，經(jīng)濟越發(fā)達的地區(qū)其數(shù)字普惠金融指數(shù)越高。采用各省的人均GDP的對數(shù)表示。

2.傳統(tǒng)金融發(fā)展水平。數(shù)字普惠金融是在傳統(tǒng)金融的基礎(chǔ)上發(fā)展而來的。選取銀行業(yè)金融機構(gòu)各項存款余額和貸款余額之和占GDP的比重來衡量本地的金融發(fā)展水平。

3.信息化建設(shè)。數(shù)字普惠金融的快速發(fā)展是結(jié)合了互聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)、區(qū)塊鏈等創(chuàng)新技術(shù)，所以當(dāng)?shù)氐男畔⒒ㄔO(shè)水平直接影響到數(shù)字普惠金融的發(fā)展。選取互聯(lián)網(wǎng)固定寬帶用戶作為代理變量，單位是萬戶，并做對數(shù)處理。

4.政府干預(yù)程度。政府對市場的干預(yù)程度也會直接影響經(jīng)濟變量的發(fā)展。采用政府一般預(yù)算支出占GDP的比重來反映。

5.產(chǎn)業(yè)結(jié)構(gòu)。產(chǎn)業(yè)結(jié)構(gòu)和數(shù)字普惠金融的發(fā)展密切相關(guān)，不同的產(chǎn)業(yè)結(jié)構(gòu)對數(shù)字普惠金融的需求存在差異。因此選用第三產(chǎn)業(yè)產(chǎn)值占GDP的比重來衡量。各變量的描述性統(tǒng)計結(jié)果如表1所示。

表1 變量描述性統(tǒng)計Tab.1 Descriptive statistics of variables

(三)時空地理加權(quán)回歸模型

傳統(tǒng)全局回歸模型OLS(Ordinary Least Squares)只能對全體樣本進行平均估計，無法反映不同地區(qū)系數(shù)的空間異質(zhì)性，不能夠有效挖掘解釋變量和被解釋變量之間重要的局部特征[9]。為了充分反映不同地區(qū)的異質(zhì)性信息，Brunsdon[10]等提出了地理加權(quán)回歸模型GWR(Geographically Weighted Regression)。該模型通過引入空間權(quán)重來實現(xiàn)對研究區(qū)域的局部回歸，但是地理加權(quán)回歸只能用于截面數(shù)據(jù)，并不能考慮時間因素。為了考慮時間緯度的信息，黃波[11]等提出時空地理加權(quán)回歸模型GTWR(Geographically and Temporally Weighted Regression)，如式(1)所示。

(1)

其中(ui，vi，ti)是觀測對象i的時空坐標(biāo)，yi、xki和εi分別表示觀測對象i的被解釋變量、第k個解釋變量和誤差項；β0代表第i個樣本點的回歸常數(shù)，βk表示第i個觀測點的第k個解釋變量的回歸系數(shù)，估計表達式如下：

(2)

式(2)中，W是時空位置樣本i的權(quán)重。GTWR模型通過構(gòu)建時空權(quán)重矩陣來決定其他樣本點的值對回歸樣本點的影響比重，因此時空權(quán)重矩陣在GTWR模型的計算過程中起到核心作用，其形式為一個對角矩陣，矩陣?yán)锩娴脑赜煽臻g帶寬、核函數(shù)、距離計算公式等3個因素確定。本文基于自適應(yīng)帶寬(adaptive bandwidth)、高斯(Gaussian)核函數(shù)和歐式距離(Euclidean distance)構(gòu)建，并以AICc準(zhǔn)則來確定。

三、實證研究

(一)模型的擬合效果對比

用OLS、GWR、GTWR分別對面板數(shù)據(jù)進行回歸，得出擬合效果的相關(guān)結(jié)果如表2所示。從擬合優(yōu)度R2來看，OLS模型的值最小，為0.551 2；在考慮到地區(qū)異質(zhì)性的GWR模型中，R2升高到0.759 015；在加入時間維度的GTWR模型中R2為0.936 88，說明時空地理加權(quán)回歸模型的擬合效果最好。從更正的赤池信息量準(zhǔn)則AICc來看，OLS模型最大，GWR模型次之，GTWR模型最小，這也充分說明了GTWR比OLS、GWR模型具有更好的擬合效果。

表2 模型擬合效果比較Tab.2 Model fitting effect comparison

(二)數(shù)字普惠金融的影響因素分析

表3是時空地理加權(quán)回歸模型中經(jīng)濟發(fā)展程度、傳統(tǒng)金融發(fā)展水平、信息化建設(shè)、政府干預(yù)和產(chǎn)業(yè)結(jié)構(gòu)等經(jīng)濟因素的回歸結(jié)果。從指標(biāo)回歸系數(shù)的四分位數(shù)、最值和平均值來看，在絕大部分地區(qū)這些因素對數(shù)字普惠金融都具有正向促進作用，只有在一小部分地區(qū)個別年份，傳統(tǒng)金融發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)對數(shù)字普惠金融的發(fā)展有抑制效果，整體來看，這些經(jīng)濟因素都會推動數(shù)字普惠金融的發(fā)展。為了能夠深刻全面地描述和研究這些因素在不同區(qū)域?qū)?shù)字普惠金融的影響程度，把回歸系數(shù)十年的平均值乘以100，采用ArcGIS10.2，把各個地區(qū)不同指標(biāo)對數(shù)字普惠金融的影響程度用地圖的形式展現(xiàn)出來。

1.經(jīng)濟發(fā)展程度對數(shù)字普惠金融的影響

圖1 經(jīng)濟發(fā)展程度回歸系數(shù)分布Fig.1 Distribution of regression coefficients of economic development degree

經(jīng)濟發(fā)展程度指標(biāo)的回歸系數(shù)都為正，即每個地區(qū)的經(jīng)濟發(fā)展都對本地的數(shù)字普惠金融發(fā)展產(chǎn)生正向促進作用。圖1是將經(jīng)濟發(fā)展程度對數(shù)字普惠金融的影響系數(shù)的平均值按照自然分類法計算得出的全國分布圖。整體來看，回歸系數(shù)由北向南呈逐漸減少的趨勢，經(jīng)濟發(fā)展程度較低的東北地區(qū)和新疆、西藏地區(qū)的回歸系數(shù)反而是最高的，經(jīng)濟發(fā)展程度較高的沿海地區(qū)的回歸系數(shù)較小，經(jīng)濟發(fā)展水平處于中等位置的中西部的影響系數(shù)也處在中等位置。說明數(shù)字普惠金融容易打破“金融排斥”現(xiàn)象，相比于傳統(tǒng)金融，數(shù)字普惠金融打破了偏遠地區(qū)營業(yè)點的地理限制，增強了金融服務(wù)的滲透性，使得經(jīng)濟欠發(fā)達地區(qū)更有效、快捷地獲得金融服務(wù)，這正是數(shù)字普惠金融誕生的初衷。

2.傳統(tǒng)金融發(fā)展水平對數(shù)字普惠金融的影響

圖2是金融機構(gòu)各項存貸款之和占GDP的比重的回歸系數(shù)分布圖。整體來看，傳統(tǒng)金融發(fā)展水平的影響程度由西至東依次遞減，新疆和西藏地區(qū)的作用效果最大，青海、甘肅、四川等西部地區(qū)次之，之后是內(nèi)蒙古、河南、山西、河北、四川等地，影響作用最小的是沿海東部地區(qū)、東北三省。從表3中傳統(tǒng)金融發(fā)展水平的回歸系數(shù)可以發(fā)現(xiàn)，其相對于其他指標(biāo)來說，對數(shù)字普惠金融的影響較小，甚至在某些地區(qū)起到微弱的反向作用?？赡苁请S著人工智能、云計算、區(qū)塊鏈、大數(shù)據(jù)等云端互聯(lián)網(wǎng)創(chuàng)新技術(shù)的應(yīng)用不斷深入，數(shù)字普惠金融有了極大的發(fā)展空間，對實體金融機構(gòu)的依賴性降低；而東部沿海城市的高新技術(shù)比較發(fā)達，所以依托實體營業(yè)點的傳統(tǒng)金融對數(shù)字普惠金融的作用比較小。

圖2 傳統(tǒng)金融發(fā)展水平回歸系數(shù)分布Fig.2 Regression coefficient distribution of traditional financial development level

3.信息化建設(shè)對數(shù)字普惠金融的影響

信息化建設(shè)是數(shù)字普惠金融發(fā)展的基礎(chǔ)，由表3中的回歸系數(shù)可知，所有地區(qū)的信息化建設(shè)都對數(shù)字普惠金融的發(fā)展起到推動作用。由圖3信息化建設(shè)的回歸系數(shù)分布來看，新疆和東北三省的作用效果最大，之后從內(nèi)蒙古自治區(qū)開始由北向南逐漸遞減，最南邊的廣東、廣西、云南、海南等地最弱，存在明顯的地區(qū)輻射效應(yīng)?？赡艿脑蚴切陆|北、內(nèi)蒙古等地信息化建設(shè)起步較晚，基礎(chǔ)相比中部和東部沿海地區(qū)較為落后，之后在國家的大力支持下，如實施西部大開發(fā)戰(zhàn)略、振興東北老工業(yè)基地戰(zhàn)略等，注重對偏遠地區(qū)的信息化建設(shè)，使得這些地區(qū)的信息化建設(shè)對數(shù)字普惠金融的發(fā)展具有很大的促進空間。

圖3 信息化建設(shè)回歸系數(shù)分布Fig.3 Regression coefficient distribution of informatization constructloit

4.政府干預(yù)程度對數(shù)字普惠金融的影響

圖4 政府干預(yù)程度回歸系數(shù)分布Fig.4 Regression coefficient distribution of government intervention

政府對一個地區(qū)的整體經(jīng)濟走勢起著至關(guān)重要的作用，數(shù)字普惠金融自然也不例外，由表3可知，每個地區(qū)的政府支持都正向促進數(shù)字普惠金融的發(fā)展。圖4為政府干預(yù)程度的回歸系數(shù)分布圖，可以發(fā)現(xiàn)政府干預(yù)的影響大小由東北地區(qū)開始向西南地區(qū)逐漸減弱；東北三省的影響效果最大，說明政府的政策實施對數(shù)字普惠金融的發(fā)展起到較大的影響；廣東、西藏等地的政府干預(yù)程度影響系數(shù)最小，表示數(shù)字普惠金融的發(fā)展受到政府的影響較??；政府對數(shù)字普惠金融發(fā)展的作用存在顯著的空間集聚效應(yīng)，可能是鄰近省市之間的交流合作較為緊密，以致一個省市的政策措施很大可能會影響周圍省市的決策，呈現(xiàn)出明顯的區(qū)域特征。

5.產(chǎn)業(yè)結(jié)構(gòu)對數(shù)字普惠金融的影響

圖5為產(chǎn)業(yè)結(jié)構(gòu)回歸系數(shù)的全國分布圖，結(jié)合表3來看，其對數(shù)字普惠金融的影響系數(shù)范圍較之其它因素更為廣泛，特定年份某些地區(qū)第三產(chǎn)業(yè)的結(jié)構(gòu)占比對數(shù)字普惠金融的發(fā)展起到抑制作用，可能是數(shù)字普惠金融發(fā)展初期，產(chǎn)業(yè)結(jié)構(gòu)對數(shù)字普惠金融的影響有滯后作用；從2011—2020年的平均值可知，第三產(chǎn)業(yè)和其他因素相比能夠大幅度推動數(shù)字普惠金融的發(fā)展，第三產(chǎn)業(yè)是現(xiàn)今我國經(jīng)濟高質(zhì)量發(fā)展的主要推動力，產(chǎn)業(yè)結(jié)構(gòu)升級是經(jīng)濟轉(zhuǎn)型的關(guān)鍵因素，與數(shù)字普惠金融聯(lián)系緊密。由圖5可以看出，我國產(chǎn)業(yè)結(jié)構(gòu)對數(shù)字普惠金融的促進作用由北向南逐漸增強，新疆、內(nèi)蒙古、東北三省等地區(qū)的第三產(chǎn)業(yè)處于轉(zhuǎn)型階段，對數(shù)字普惠金融的促進作用較?。蛔钅隙说膹V東、海南的第三產(chǎn)業(yè)較為發(fā)達，為數(shù)字普惠金融的發(fā)展提供了廣闊的空間，對周邊廣西、云南等地產(chǎn)生空間輻射效應(yīng)；從西藏至四川、浙江這片中間地段的省市的第三產(chǎn)業(yè)對數(shù)字普惠金融的影響作用處于中等水平，也存在明顯的地區(qū)集聚效應(yīng)。

圖5 產(chǎn)業(yè)結(jié)構(gòu)回歸系數(shù)分布Fig.5 Regression coefficient distribution of industrial structure

四、結(jié)論與建議

采用全國2011—2020年31個省市(不包含中國港澳臺地區(qū))的面板數(shù)據(jù)和北京大學(xué)發(fā)布的數(shù)字普惠金融指數(shù)，運用時空地理加權(quán)回歸模型，對數(shù)字普惠金融的影響因素進行分析，并利用可視化地圖把各個因素對數(shù)字普惠金融的影響大小在全國的分布呈現(xiàn)出來。研究結(jié)果表明，時空地理加權(quán)回歸模型相比于地理加權(quán)回歸模型和OLS模型有更好的擬合效果，能夠更好地刻畫每個地區(qū)的影響因素和進行異質(zhì)性分析。由回歸系數(shù)得出的可視化地圖可知，選取的五個因素都對數(shù)字普惠金融的發(fā)展有積極的推動作用，并呈現(xiàn)出明顯的空間聚集效應(yīng)，影響作用由一個區(qū)域向一定方向擴散到其他區(qū)域，表現(xiàn)出較強的空間依賴性。考慮到地區(qū)之間的空間特征，在制定數(shù)字普惠金融發(fā)展政策時，應(yīng)充分利用自身地理優(yōu)勢，注重不同地區(qū)之間的協(xié)調(diào)發(fā)展。

(一)推進經(jīng)濟持續(xù)發(fā)展

在制定經(jīng)濟發(fā)展政策時，應(yīng)充分考慮周邊地區(qū)的發(fā)展?fàn)顩r，加強鄰近地區(qū)的合作交流，發(fā)揮區(qū)域間的集聚效應(yīng)。尤其是新疆、西藏、東北三省等經(jīng)濟發(fā)展水平較為落后的地區(qū)，應(yīng)把握住國家的政策支持，如振興東北老工業(yè)基地戰(zhàn)略等，適當(dāng)承接?xùn)|部地區(qū)的一些適合本土的產(chǎn)業(yè)，吸取東部地區(qū)經(jīng)濟發(fā)展過程中的經(jīng)驗教訓(xùn)，探索出一條具有自身特色的經(jīng)濟高質(zhì)量發(fā)展模式，發(fā)揮出經(jīng)濟推動數(shù)字普惠金融發(fā)展的最大效應(yīng)，同時數(shù)字普惠金融又可以反哺經(jīng)濟發(fā)展，形成良性循環(huán)。各地政府宜定期提供經(jīng)濟發(fā)展與數(shù)字普惠金融發(fā)展?fàn)顩r的研究報告，以便其他地區(qū)結(jié)合自身狀況進行比較分析，從中發(fā)現(xiàn)自身的問題，進而實施適當(dāng)?shù)恼{(diào)整和改進。

(二)發(fā)揮金融機構(gòu)基礎(chǔ)作用

一方面，當(dāng)?shù)亟鹑跈C構(gòu)要擔(dān)負(fù)起數(shù)字普惠金融的宣傳普及責(zé)任，通過線上線下相結(jié)合的方式，開展內(nèi)容豐富的相關(guān)實踐活動，如定期舉行數(shù)字普惠金融基礎(chǔ)知識講座，提升居民的金融素養(yǎng)與金融風(fēng)險防范意識，加強數(shù)字普惠金融發(fā)展的群眾基礎(chǔ)；另一方面，信用體系在推動數(shù)字普惠金融的過程中起著關(guān)鍵作用，金融機構(gòu)要提供完整的居民信用報告，強化對信息的分析處理能力，實現(xiàn)數(shù)字普惠金融的可得性，以保障個人和企業(yè)的合法權(quán)益，推動數(shù)字普惠金融業(yè)務(wù)的普及。

(三)加強基礎(chǔ)信息建設(shè)

大數(shù)據(jù)、云計算等新一代網(wǎng)絡(luò)信息技術(shù)是數(shù)字普惠金融發(fā)展的必要條件，應(yīng)加強數(shù)字化基礎(chǔ)設(shè)施建設(shè)和信息信用體系建設(shè)，提高風(fēng)險控制能力，降低信用管理成本，建成覆蓋廣、多維度、多元化的新一代數(shù)字化智能金融體系。重點加大鄉(xiāng)村地區(qū)的基礎(chǔ)信息設(shè)施建設(shè)，包括互聯(lián)網(wǎng)寬帶的接入，加快推動5G基站布局等，使數(shù)字普惠金融滲透到鄉(xiāng)村地區(qū)，滿足更多用戶的一般性需求，提供個性化服務(wù)，盡可能挖掘數(shù)字普惠金融的深度和廣度，為數(shù)字普惠金融的發(fā)展打下堅實技術(shù)基礎(chǔ)。

(四)加大政府扶持和監(jiān)管力度

政府行為對數(shù)字普惠金融的影響存在空間聚集特征和空間溢出效應(yīng)，在制定與實施相關(guān)政策時應(yīng)合理配置資源，發(fā)揮區(qū)位優(yōu)勢，增強地區(qū)之間的輻射效應(yīng)。另外，資本具有逐利性，沒有政府的扶持，金融資源很難向小微企業(yè)和弱勢群體傾斜，政府應(yīng)出臺鼓勵數(shù)字普惠金融發(fā)展的政策。在扶持?jǐn)?shù)字普惠金融發(fā)展的同時也要關(guān)注其帶來的全新風(fēng)險，時刻保持警惕，加強對金融機構(gòu)、互聯(lián)網(wǎng)企業(yè)、理財公司等服務(wù)提供方的監(jiān)管力度，嚴(yán)厲打擊利用數(shù)字普惠金融的短板而進行各種高風(fēng)險違法活動，營造安全的網(wǎng)絡(luò)信息環(huán)境，防止用戶的數(shù)據(jù)泄露；政府也應(yīng)利用方便快捷的網(wǎng)絡(luò)技術(shù)，如通過手機短信、電子郵件、網(wǎng)絡(luò)直播等方式向居民宣傳關(guān)于數(shù)字普惠金融安全使用的知識，用典型案例來提高居民的安全意識，使居民具有辨識真?zhèn)蔚哪芰Α?/p>

(五)加快優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)

產(chǎn)業(yè)結(jié)構(gòu)對數(shù)字普惠金融的發(fā)展具有巨大的推動作用，因此各地要進一步尋找新的突破口，加強產(chǎn)業(yè)調(diào)整力度。我國產(chǎn)業(yè)結(jié)構(gòu)對數(shù)字普惠金融的影響存在明顯的地區(qū)差異，因此國家應(yīng)采取宏觀調(diào)控手段，加大對北部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級的扶持力度，增加各地區(qū)之間的交流協(xié)作，發(fā)揮南部地區(qū)的空間輻射效應(yīng)；中部地區(qū)應(yīng)逐漸改變傳統(tǒng)粗放式發(fā)展方式，政府應(yīng)集中資源大力發(fā)展新產(chǎn)業(yè)、新技術(shù)，高科技企業(yè)也應(yīng)積極吸引外資、提高技術(shù)，二者相互配合探索出促進產(chǎn)業(yè)結(jié)構(gòu)升級的新途徑；南部地區(qū)的政府部門可以對申請專利技術(shù)的公司進行補貼，提高企業(yè)的研發(fā)積極性，進一步提高地區(qū)創(chuàng)新能力，充分發(fā)揮地區(qū)的輻射溢出效用，拉動中部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整。在優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)的同時，還要重視第三產(chǎn)業(yè)與數(shù)字技術(shù)的結(jié)合，借助數(shù)字化技術(shù)來突破現(xiàn)階段產(chǎn)業(yè)結(jié)構(gòu)升級所面臨的困境，促進數(shù)字創(chuàng)新技術(shù)與產(chǎn)業(yè)融合發(fā)展，加快新型數(shù)字化產(chǎn)業(yè)的發(fā)展，進而推動數(shù)字普惠金融的發(fā)展。