王耕南，張國俊，周春山

(1.中山大學 地理科學與規(guī)劃學院，廣州 510275； 2.廣東財經(jīng)大學 金融學院，廣州 510320)

0 引言

隨著以5G、大數(shù)據(jù)、云計算為代表的信息通信技術的快速發(fā)展，金融業(yè)面臨全新的模式、場景、生態(tài)等變革。突如其來的新冠肺炎疫情進一步催化了數(shù)字化、線上化金融服務需求，加速了傳統(tǒng)金融業(yè)務的數(shù)字化轉型進程，數(shù)字普惠金融憑借其“無接觸”優(yōu)勢發(fā)揮了重要作用。數(shù)字普惠金融是普惠金融的深化，它以普惠和精準為核心特性，在成本可控、模式可持續(xù)的前提下，借助于各類數(shù)字化技術，為社會各階層尤其是現(xiàn)有金融體系覆蓋不足的城鎮(zhèn)低收入人群、農(nóng)村或偏遠地區(qū)人群、小微企業(yè)等弱勢群體提供平等、便捷的金融產(chǎn)品和服務[1-2]。傳統(tǒng)普惠金融具有金額小、頻次高、用戶分散等特點，因流程繁瑣、效率低而影響銀行等金融機構“支小支農(nóng)”意愿。通過數(shù)字技術的賦能，傳統(tǒng)普惠金融突破了自身的發(fā)展瓶頸，其門檻與成本進一步降低，效率大幅提高，體驗不斷改善[3-5]。數(shù)字普惠金融有助于擴大金融服務在經(jīng)濟欠發(fā)達地區(qū)的覆蓋廣度，增強金融服務的“普惠性”與“精準性”，縮小區(qū)域經(jīng)濟發(fā)展差異，實現(xiàn)公平與效率的統(tǒng)一[6]。尤其是在疫情沖擊下，數(shù)字普惠金融的“無接觸”優(yōu)勢得到更加充分的發(fā)揮，在保障群眾基本生活、助力小微企業(yè)復工復產(chǎn)等方面扮演了重要角色。

2016年9月，《二十國集團數(shù)字普惠金融高級原則》在二十國集團領導人杭州峰會上正式發(fā)布，數(shù)字普惠金融的概念隨之被正式提出。此次峰會倡導利用數(shù)字技術加速推動普惠金融的數(shù)字化轉型，促進傳統(tǒng)金融與數(shù)字金融的融合發(fā)展，為普惠金融邁向范圍更廣、層次更深的發(fā)展提供了路徑，反映出在普惠金融發(fā)展過程中數(shù)字化、移動化等特征正逐步成為主流。在數(shù)字普惠金融成為全球金融業(yè)務重要領域的背景下，經(jīng)濟學、社會學、信息學、地理學等學科領域學者對數(shù)字普惠金融均開展了相關研究，成果豐富，主要表現(xiàn)在數(shù)字普惠金融的測度、時空特征、影響因子等方面。數(shù)字普惠金融涉及多個維度、多種指標，科學合理的指標體系具有基礎性作用[7]。目前，數(shù)字金融測度指標體系存在構建指標不一、缺乏時間延續(xù)性、區(qū)域覆蓋范圍較小等不足[8]。比較而言，“北京大學數(shù)字普惠金融指數(shù)”涵蓋覆蓋廣度、使用深度和數(shù)字化程度3個維度，構建了一個包含33個具體指標、時間跨度超過10年、覆蓋全國省級、地級、縣級三級行政區(qū)域的數(shù)字普惠金融指標體系，較好地解決了以往測度指標覆蓋不足和時間斷裂等問題。已有研究在構建數(shù)字普惠金融指標體系的基礎上，對不同空間尺度的數(shù)字普惠金融的時空特征進行分析，證實了數(shù)字普惠金融在不同區(qū)域間存在顯著的空間依賴與空間溢出效應[9-15]。普惠金融在全球范圍內(nèi)存在空間上的集聚效應，歐洲和北美發(fā)達國家的普惠金融發(fā)展程度高于非洲和亞洲大多數(shù)發(fā)展中國家[16]。對120個國家的普惠金融發(fā)展進行空間自相關分析表明，普惠金融發(fā)展水平在空間上具有溢出效應和異質(zhì)性[17]。利用動態(tài)轉移份額空間模型對中國普惠金融的研究表明，中國東部和西部地區(qū)對中部地區(qū)具有負向的空間溢出效應，中部地區(qū)在普惠金融的可獲得性和使用規(guī)模方面表現(xiàn)良好[18]。對普惠金融發(fā)展水平的影響因子分析多從經(jīng)濟、需求、供給3個方面進行。經(jīng)濟相關因素主要表現(xiàn)為經(jīng)濟發(fā)展程度、第三產(chǎn)業(yè)發(fā)展水平、城市化水平、人口密度等對普惠金融發(fā)展的影響[19-20]。經(jīng)濟發(fā)展基礎較好的地區(qū)對金融服務的需求較大，有利于數(shù)字普惠金融業(yè)務的開展。經(jīng)濟結構升級和第三產(chǎn)業(yè)發(fā)展有利于金融服務的多樣化，從而推動數(shù)字普惠金融發(fā)展。城市化水平的提高伴隨著經(jīng)濟發(fā)展和居民素質(zhì)的提升，能夠改善數(shù)字普惠金融發(fā)展的基礎環(huán)境。需求因素表現(xiàn)為金融服務需求方的特征對普惠金融發(fā)展的影響，包括收入水平、教育程度等[19,21-22]。金融消費者所具備的金融素養(yǎng)和數(shù)字技術常識對其應用數(shù)字普惠金融的能力有重要影響。居民收入越高，獲得的金融資源傾斜也越多，對數(shù)字普惠金融的促進作用越明顯。供給因素表現(xiàn)為作為金融服務供給方的特征對普惠金融發(fā)展產(chǎn)生的影響，包括金融環(huán)境、金融基礎設施、金融部門結構、金融風險等[16,23]。

2020年，中國人民銀行、銀保監(jiān)會、證監(jiān)會、外匯局發(fā)布《關于金融支持粵港澳大灣區(qū)建設的意見》，提出加強科技創(chuàng)新金融服務、大力發(fā)展金融科技等舉措。數(shù)字普惠金融通過提高金融服務實體經(jīng)濟的覆蓋范圍、效率和精準度，在支持粵港澳大灣區(qū)建設中迎來新的發(fā)展機遇。對珠三角數(shù)字普惠金融的研究，有助于深化對金融支持粵港澳大灣區(qū)高質(zhì)量發(fā)展的認識。鑒于此，本研究從空間視角出發(fā)，以珠三角地區(qū)縣級行政單元為研究對象，剖析珠三角數(shù)字普惠金融發(fā)展的時空演變特征及其影響因子，提出數(shù)字普惠金融更高質(zhì)量發(fā)展的對策建議，為金融業(yè)更好地服務粵港澳大灣區(qū)建設提供依據(jù)。

1 研究對象與數(shù)據(jù)來源

珠三角地處廣東省中南部，包括廣州、深圳、佛山、東莞、惠州、中山、珠海、江門、肇慶9個城市。珠三角作為我國改革開放的前沿陣地，是中國經(jīng)濟、金融發(fā)展水平較高的地區(qū)之一。2021年，珠三角GDP總量達10.06萬億元，占全國的8.79%,金融業(yè)增加值9 432.74億元，占全國的10.90%,銀行業(yè)機構本外幣存、貸款余額分別為26.30億元和20.27億元，分別占全國的11.02%和10.21%。然而，區(qū)域內(nèi)經(jīng)濟發(fā)展差異較大，金融業(yè)面臨“大而不強”的困境。如何充分發(fā)揮數(shù)字普惠金融的作用以促進珠三角經(jīng)濟高質(zhì)量發(fā)展有待于深入探討。

有關數(shù)字普惠金融的數(shù)據(jù)來源于北京大學數(shù)字金融研究中心編制的“數(shù)字普惠金融指數(shù)”；影響因子分析所需社會經(jīng)濟數(shù)據(jù)來源于2021年《廣東統(tǒng)計年鑒》及各設區(qū)市第七次全國人口普查公報等。

2 指標體系與研究方法

2.1 指標體系

數(shù)字普惠金融指標體系反映了對其概念內(nèi)涵的理解，即應符合“普”“惠”“數(shù)字”的基本特征。在現(xiàn)有文獻和國際組織提出的傳統(tǒng)普惠金融指標基礎上，北京大學數(shù)字金融研究中心結合普惠金融向數(shù)字化加速發(fā)展的趨勢，將數(shù)字金融的特征納入到指標體系，形成一套兼顧數(shù)據(jù)的可得性與可靠性、能夠較好地反映我國數(shù)字普惠金融發(fā)展特征和趨勢的指標體系[7]。除了反映數(shù)字普惠金融總體水平的數(shù)字普惠金融總指數(shù)外，還從覆蓋廣度(體現(xiàn)數(shù)字普惠金融“普”的特征)、使用深度(體現(xiàn)數(shù)字普惠金融“惠”的特征)和數(shù)字化程度(體現(xiàn)數(shù)字普惠金融“數(shù)字”的特征)3個維度出發(fā)編制相應指數(shù)，以反映數(shù)字普惠金融發(fā)展的維度特征。

2.2 研究方法

2.2.1探索性空間數(shù)據(jù)分析。探索性空間數(shù)據(jù)分析用以解釋和衡量與空間地理位置相關的關聯(lián)、相關或依賴現(xiàn)象，包含全局空間自相關、局部空間自相關等一系列空間分析方法。全局空間自相關可以在整體上測度區(qū)域之間的空間關聯(lián)特征，由全局莫蘭指數(shù)(Moran’sI)來衡量，它反映了空間上相鄰區(qū)域的相似程度[21]。本研究采用全局莫蘭指數(shù)進行全局空間自相關分析，以反映珠三角數(shù)字普惠金融的空間性。全局空間自相關分析反映了珠三角數(shù)字普惠金融發(fā)展的整體空間特征，但不能有效地反映可能在局部出現(xiàn)的空間異質(zhì)性特征。本研究采用局部空間自相關的LISA統(tǒng)計量反映珠三角數(shù)字普惠金融發(fā)展的局部空間特征。

2.2.2地理探測器。地理探測器是一種用以研究地理要素的空間分異規(guī)律及其影響因子的空間分析方法，分為4個模塊。其中，因子探測模塊用來探究自變量的統(tǒng)計顯著性以及自變量對因變量的作用力；交互作用探測模塊用來進一步探究自變量之間有否存在交互作用以及交互作用的類型和方向。公式為[15]：

3 珠三角數(shù)字普惠金融時空演化特征

3.1 總體時空演化特征

2016—2020年，珠三角數(shù)字普惠金融發(fā)展水平以廣州、深圳、珠海為核心向周邊地區(qū)遞減的總體空間格局基本保持穩(wěn)定(圖1)。數(shù)字普惠金融總指數(shù)的高值區(qū)主要分布在廣州市、深圳市、珠海市，同時受其輻射帶動作用影響，高值區(qū)有向周邊地區(qū)擴展的趨勢。珠三角邊緣地區(qū)數(shù)字普惠金融總指數(shù)整體較低，在肇慶市、江門市和惠州市形成了范圍較大的低值區(qū)，且在研究期內(nèi)未有明顯改觀。珠三角數(shù)字普惠金融以廣州市、深圳市、珠海市為核心向周邊地區(qū)遞減的的總體空間格局表明，數(shù)字普惠金融發(fā)展在空間上存在不平衡性。

對珠三角數(shù)字普惠金融總指數(shù)進行全局自相關分析，進一步探究其空間集聚特征。2016年和2020年珠三角數(shù)字普惠金融總指數(shù)的Moran’sI分別為0.339和0.420，通過0.001水平的顯著性檢驗，表明珠三角數(shù)字普惠金融總指數(shù)具有空間集聚特征，且研究期內(nèi)空間集聚程度有所增強。LISA集聚圖(圖2)表明，高-高型集聚2016年分布于深圳市西部和珠海市，2020年分布于廣州市東部、東莞市和深圳市西部；2016年、2020年低-低型集聚均分布在肇慶市西北部和江門市西部。

圖1 2016年、2020年珠三角數(shù)字普惠金融總指數(shù)空間分布

圖2 2016年、2020年珠三角數(shù)字普惠金融總指數(shù)LISA圖

3.2 各維度指數(shù)的時空演化特征

3.2.1覆蓋廣度維度。覆蓋廣度呈現(xiàn)出以廣州市、深圳市為核心向外圍地區(qū)逐漸降低的趨勢，但整體差距不大(圖3)。覆蓋廣度指數(shù)的高值區(qū)均主要分布于廣州—東莞—深圳和廣州—中山—珠海一帶，同時表現(xiàn)出向北、向東擴展的趨勢；低值區(qū)主要分布于珠三角西部的肇慶市、江門市。全局空間自相關分析結果顯示，2016年和2020年覆蓋廣度指數(shù)的Moran’sI分別為0.301和0.275，通過0.001水平的顯著性檢驗，表明覆蓋廣度指數(shù)具有空間集聚特征，研究期內(nèi)空間集聚程度有所降低。LISA集聚圖(圖4)表明，覆蓋廣度指數(shù)的高-高型集聚主要分布于珠海市、東莞市和深圳市西部，低-低型集聚分布在肇慶市西北部和江門市西部。

圖3 2016年、2020年珠三角數(shù)字普惠金融覆蓋廣度指數(shù)空間分布

3.2.2使用深度維度。使用深度呈現(xiàn)出以廣州—東莞—深圳和中山—珠海為核心向周邊地區(qū)逐漸降低的趨勢(圖5)。使用深度指數(shù)的高值區(qū)主要分布于深圳—東莞—廣州—中山—珠海一帶，低值區(qū)主要分布在肇慶市、江門市、惠州市。全局空間自相關分析結果顯示，2016年、2020年使用深度指數(shù)的Moran’sI分別為0.503，0.606，均通過0.001水平的顯著性檢驗，表明使用深度指數(shù)具有空間集聚特征，研究期內(nèi)空間集聚程度有所增強。LISA集聚圖表明(圖6)，使用深度指數(shù)的高-高型集聚主要分布在廣州—東莞—深圳一帶；低-低型集聚主要分布在肇慶市西北部。

圖4 2016年、2020年珠三角數(shù)字普惠金融覆蓋廣度指數(shù)LISA圖

圖5 2016年、2020年珠三角數(shù)字普惠金融使用深度指數(shù)空間分布

圖6 2016年、2020年珠三角數(shù)字普惠金融使用深度指數(shù)LISA圖

3.2.3數(shù)字化程度維度。研究期內(nèi)，珠三角數(shù)字化程度的時空特征變化顯著(圖7)，2016年數(shù)字化程度指數(shù)的高值區(qū)和低值區(qū)混雜分布，且整體水平較低；2020年則呈現(xiàn)出自廣州—東莞—深圳一帶向周邊遞減的空間特征；珠三角邊緣地區(qū)數(shù)字化程度指數(shù)提高明顯，珠三角內(nèi)部差距顯著縮小。全局空間自相關分析結果顯示，2016年、2020年數(shù)字化程度指數(shù)的Moran’sI分別為0.272，0.440，均通過0.001水平的顯著性檢驗，表明數(shù)字化程度指數(shù)具有空間集聚特征，研究期內(nèi)空間集聚程度有所增強。LISA集聚圖表明(圖8)，2016年數(shù)字化程度指數(shù)的高-高型集聚分布在珠海市金灣區(qū)，低-低型集聚分布在佛山市順德區(qū)和廣州市白云區(qū)，低-高型集聚分布在中山市；2020年高-高型集聚分布在廣州—東莞—深圳一帶，低-低型集聚分布在珠三角西部的肇慶市和江門市。

比較珠三角數(shù)字普惠金融各維度指數(shù)的空間分布，覆蓋廣度指數(shù)、使用深度指數(shù)、數(shù)字化程度指數(shù)都表現(xiàn)出空間差異，均大致符合數(shù)字普惠金融總指數(shù)的空間格局，即以廣州、深圳為核心向周邊地區(qū)遞減。3個維度指數(shù)均具有空間集聚特征，高-高型集聚以廣州、深圳為中心，低-低型集聚主要分布于珠三角西部。珠三角數(shù)字普惠金融發(fā)展雖然具有不平衡性，但與全國其他城市群相比，其內(nèi)部差異較小，整體發(fā)展水平較高[24]。

4 珠三角數(shù)字普惠金融的影響因子分析

4.1 影響因子的地理探測結果

通過數(shù)字技術的賦能，數(shù)字普惠金融服務鏈條更加順暢，在助力脫貧攻堅和鄉(xiāng)村振興、促進小微企業(yè)融資、推動智慧城市建設等場景下，新服務、新產(chǎn)品不斷涌現(xiàn)，數(shù)字普惠金融正全面融入經(jīng)濟社會發(fā)展全領域、全過程。為了進一步研究數(shù)字普惠金融的影響因子，揭示經(jīng)濟社會各因素對數(shù)字普惠金融發(fā)展的作用方向與強度，考慮數(shù)據(jù)可得性，選擇2020年珠三角各縣級單元的人口密度、城市化水平、消費水平、地方財政支出、教育程度5個因子作為自變量，利用地理探測器探討珠三角數(shù)字普惠金融的影響因子。其中，人口密度(X1)反映了人口的集中程度，人口的集中帶來對金融服務的需求增加[25]；城市化水平(X2)由常住人口中城鎮(zhèn)人口的比重來衡量，城市化水平的提高伴隨著經(jīng)濟發(fā)展水平及居民金融素質(zhì)的提升[26]，有利于數(shù)字普惠金融的發(fā)展；消費水平(X3)由社會消費品零售總額來衡量，消費與支付是數(shù)字普惠金融應用的重要場景，消費水平的提高能增加對數(shù)字普惠金融的需求；地方財政支出(X4)對信貸投放和數(shù)字普惠金融發(fā)展具有引導作用[27]；教育程度(X5)由每10萬人口中擁有大學(大專及以上)文化程度的人口來衡量，反映出數(shù)字普惠金融受眾的金融素養(yǎng)。

圖7 2016年、2020年珠三角數(shù)字普惠金融數(shù)字化程度指數(shù)空間分布

圖8 2016年、2020年珠三角數(shù)字普惠金融數(shù)字化程度指數(shù)LISA圖

地理探測結果(表1)表明，人口密度、城市化水平、消費水平、地方財政支出、教育程度5個變量均通過了0.01水平的顯著性檢驗；通過分析因子的解釋力q值可知，5個變量的解釋力均超過50%，表明珠三角數(shù)字普惠金融在縣級尺度的發(fā)展水平受到上述因素的影響。其中，① 城市化水平因子的q值為0.744，解釋力最強。在城市化水平較高的地區(qū)，農(nóng)村人口向城市的轉移有助于平衡金融資源在城鄉(xiāng)之間的分配，緩解農(nóng)村金融資源不足的弊端，從而提高普惠金融的整體水平。② 人口密度因子的q值為0.718。人口密度較大的地區(qū)，市場規(guī)模和貿(mào)易發(fā)展的潛力較大，對數(shù)字普惠金融的需求規(guī)模也較大，這與已有研究結論一致[14]。③ 地方財政支出因子的q值為0.706。一方面，財政部門通過設立專項資金，多樣化地運用補貼、獎勵、以獎代補、貸款貼息等方式支持金融機構加大涉農(nóng)、涉小微企業(yè)貸款投放力度，引導金融資源向金融服務薄弱的地區(qū)流動；另一方面，財政支出對以數(shù)字化、智能化為特征的“新基建”具有拉動作用，能夠促進網(wǎng)絡、通信等數(shù)字普惠金融基礎設施的提檔升級，有利于數(shù)字普惠金融的高質(zhì)量發(fā)展。④ 教育程度的q值為0.691。這與已有研究結論一致，文化教育對普惠金融發(fā)展具有促進作用[20,28]。數(shù)字普惠金融由于不完全依賴于實體金融網(wǎng)點，從而具備一定程度的“自服務”特征，對使用者的金融素養(yǎng)和操作技能提出了一定的要求。教育程度較高的地區(qū)，使用者對數(shù)字普惠金融的接受度較高，有利于數(shù)字普惠金融的推廣和普及。⑤ 消費水平的q值為0.586。消費是經(jīng)濟循環(huán)系統(tǒng)中的重要環(huán)節(jié)，金融服務則充當著經(jīng)濟循環(huán)的樞紐。消費水平高的地區(qū)，居民與金融機構之間的交易活動較為頻繁，有利于提高資金使用效率，促進數(shù)字普惠金融發(fā)展。

表1 影響因子地理探測結果

4.2 影響因子的交互作用探測結果

通過對具有顯著性的因子進行交互作用探測，對各自變量之間是單獨作用還是交互作用于因變量進行分析。結果表明(表2)，人口密度、城市化水平、消費水平、地方財政支出、教育程度5個自變量之間均存在交互作用。交互作用類型為雙因子增強，即自變量之間交互作用后對因變量的解釋力大于各自變量單獨作用時對因變量的解釋力。這表明珠三角數(shù)字普惠金融發(fā)展水平的空間分布受到各自變量之間的交互作用及其增強效應的影響。其中，交互作用后的解釋力強度居前3位的依次是地方財政支出與城市化水平交互作用、地方財政支出與教育程度交互作用、消費水平與教育程度交互作用，表明上述因子間的交互作用對珠三角數(shù)字普惠金融發(fā)展影響較大。

表2 影響因子交互作用探測結果

5 結論與建議

5.1 結論

受益于互聯(lián)網(wǎng)的快速普及(包括網(wǎng)民規(guī)模、互聯(lián)網(wǎng)理財規(guī)模、網(wǎng)絡支付用戶規(guī)模等指標的快速增長)，2016—2020年珠三角數(shù)字普惠金融總指數(shù)及覆蓋廣度、使用深度、數(shù)字化程度3個維度指數(shù)均在整體上呈現(xiàn)增長趨勢。研究期內(nèi)珠三角數(shù)字普惠金融總指數(shù)及各維度指數(shù)均呈現(xiàn)顯著的空間自相關特征；空間分布上主要呈現(xiàn)出以廣州、深圳為核心向周邊地區(qū)遞減的分異格局。按作用力由大到小，城市化水平、人口密度、地方財政支出、教育程度、消費水平對珠三角數(shù)字普惠金融發(fā)展均產(chǎn)生正向影響。

5.2 建議

隨著粵港澳大灣區(qū)建設的不斷推進，珠三角數(shù)字普惠金融發(fā)展已經(jīng)步入了注重均衡、提高質(zhì)量的新階段。為促進珠三角數(shù)字普惠金融發(fā)展從規(guī)模速度型向質(zhì)量效益型轉變，加快補齊部分地區(qū)數(shù)字普惠金融發(fā)展的短板，同時也為國內(nèi)其他地區(qū)數(shù)字普惠金融的高質(zhì)量發(fā)展提供借鑒，提出以下對策建議：① 注重數(shù)字普惠金融的均衡發(fā)展，縮小地區(qū)之間在數(shù)字普惠金融各維度的發(fā)展差距。通過加快農(nóng)業(yè)轉移人口市民化進程，促進大中小城市和小城鎮(zhèn)協(xié)調(diào)發(fā)展，完善多層次城鎮(zhèn)化發(fā)展格局，推動數(shù)字普惠金融在城鄉(xiāng)、區(qū)域間的協(xié)調(diào)發(fā)展。② 發(fā)揮財政資金的引導和撬動作用，高效整合現(xiàn)有資源，提升資金使用效率，引導金融機構支小支農(nóng)，促進數(shù)字普惠金融的使用深度提升。③ 隨著數(shù)字金融產(chǎn)品的不斷創(chuàng)新和數(shù)字化程度的提高，金融素養(yǎng)也需要相應提高。要提高珠三角邊緣地區(qū)教育發(fā)展質(zhì)量，加大金融知識普及力度，為數(shù)字普惠金融應用的深化掃清障礙。④ 提升消費水平尤其中低收入群體消費水平，能夠有效擴大數(shù)字普惠金融的市場空間和覆蓋面，也有利于構建雙循環(huán)的新發(fā)展格局。此外，推動數(shù)字普惠金融高質(zhì)量發(fā)展應多策并舉，注重統(tǒng)籌協(xié)調(diào)，充分發(fā)揮各項措施的綜合效益，達到“1+1>2”的政策效果。