奚曉軍，蔣明琳

(閩南師范大學(xué) 商學(xué)院，福建 漳州 363000)

0 引言

數(shù)字普惠金融的正式定義在2016年G20杭州峰會(huì)上第一次提出，凡是運(yùn)用數(shù)字技術(shù)推動(dòng)普惠金融的行動(dòng)即為數(shù)字普惠金融.理論上講，數(shù)字普惠金融對(duì)小微企業(yè)和低收入群體融資、收入等產(chǎn)生顯著影響，這已經(jīng)得到了國內(nèi)外學(xué)術(shù)界的共識(shí).彭澎等[1]、陳慧卿等[2]研究發(fā)現(xiàn)，數(shù)字普惠金融具有顯著的增收效應(yīng).北京大學(xué)數(shù)字金融研究中心編制了我國省級(jí)、市級(jí)和縣級(jí)等多個(gè)行政層次的中國數(shù)字普惠金融指數(shù)，研究結(jié)果表明數(shù)字普惠金融的發(fā)展模式具有可持續(xù)、成本低、包容性強(qiáng)和覆蓋廣等特征.研究表明，推進(jìn)數(shù)字普惠金融發(fā)展的條件日益完備，數(shù)字普惠金融生態(tài)持續(xù)改善.然而中國數(shù)字普惠金融發(fā)展的影響因素有哪些？不同地區(qū)數(shù)字普惠金融發(fā)展存在明顯的地區(qū)異質(zhì)性的原因是什么？這些問題的研究仍顯不足，因此，探尋提高數(shù)字普惠金融發(fā)展水平的路徑和機(jī)制是一個(gè)亟待解決的重要問題.

針對(duì)數(shù)字普惠金融影響因素的研究較少，大部分文獻(xiàn)主要集中于數(shù)字普惠金融的內(nèi)涵、發(fā)展方向和意義等方面.L.Anderloni和V.Daniela[3]指出，數(shù)字普惠金融影響因素主要包括金融發(fā)展程度、人口規(guī)模、政府支持力度、勞動(dòng)者的技能和收入差異等；其他學(xué)者也基于不同視角研究數(shù)字普惠金融的影響因素，如基于政府的視角[4-5]、基于社會(huì)的視角[6]、基于信息技術(shù)的視角[7]、基于教育水平的視角[8]、基于金融機(jī)構(gòu)的視角[9].近年來，數(shù)字普惠金融已經(jīng)成為我國學(xué)者重點(diǎn)研究議題.張珩等[10]研究發(fā)現(xiàn)，數(shù)字普惠金融的影響因素主要包括：投資環(huán)境、產(chǎn)業(yè)結(jié)構(gòu)、競爭環(huán)境、政府財(cái)政支出和城鄉(xiāng)收入差距.張宇和趙敏[11]以西部六省為例，研究發(fā)現(xiàn)交通便利程度、信息技術(shù)水平、政府支持力度和第一產(chǎn)業(yè)發(fā)展水平對(duì)數(shù)字普惠金融產(chǎn)生顯著的影響.吳金旺等[12]指出，互聯(lián)網(wǎng)、網(wǎng)絡(luò)消費(fèi)水平和人均GDP對(duì)數(shù)字普惠金融的影響按照從高到低的次序排列.郭妍等[13]研究發(fā)現(xiàn)，與互聯(lián)網(wǎng)發(fā)展相比，教育水平和金融知識(shí)等因素對(duì)數(shù)字普惠金融發(fā)展的影響作用更大.李明賢等[14]和張嘉怡等[15]研究發(fā)現(xiàn)，數(shù)字普惠金融發(fā)展的影響因素具有地區(qū)差異性.近年來，中國數(shù)字普惠金融發(fā)展水平在國際上已經(jīng)趨于前列，具有覆蓋面廣、服務(wù)多元化等特點(diǎn).空間計(jì)量經(jīng)濟(jì)學(xué)理論認(rèn)為，不同地區(qū)之間的經(jīng)濟(jì)活動(dòng)會(huì)相互影響，基于空間計(jì)量經(jīng)濟(jì)學(xué)視角對(duì)中國數(shù)字普惠金融發(fā)展影響因素進(jìn)行研究，可以更好地解釋區(qū)域化現(xiàn)象，推動(dòng)數(shù)字普惠金融可持續(xù)發(fā)展，提升數(shù)字普惠金融聚集度.已有文獻(xiàn)對(duì)數(shù)字普惠金融影響因素的研究較少考慮空間因素.陳銀娥等[16]以中國數(shù)字普惠金融發(fā)展為例，指出數(shù)字普惠金融的發(fā)展在一定程度上存在空間聚集效應(yīng).李濤等[17]指出，在不同經(jīng)濟(jì)社會(huì)條件的不同經(jīng)濟(jì)體中普惠金融對(duì)經(jīng)濟(jì)增長的影響存在異質(zhì)性.方蕾和粟芳[18]發(fā)現(xiàn)，普惠金融的發(fā)展具有明顯的地域特征，在地區(qū)之間存在空間相關(guān)性.針對(duì)現(xiàn)有相關(guān)文獻(xiàn)研究中的不足，本文的創(chuàng)新點(diǎn)如下：首無在數(shù)據(jù)選擇上，利用2011—2019年我國217個(gè)地級(jí)及以上城市面板數(shù)據(jù)，對(duì)中國數(shù)字普惠金融的空間溢出效應(yīng)和影響因素進(jìn)行了實(shí)證分析.與省級(jí)面板數(shù)據(jù)相比，地級(jí)及以上城市面板數(shù)據(jù)具有更多的樣本量，可以滿足分樣本實(shí)證分析的要求，且可以提供更多的信息，根據(jù)大數(shù)定理，可知實(shí)證研究結(jié)論更加接近事實(shí).其次引入空間因素，運(yùn)用空間計(jì)量方法對(duì)我國各地區(qū)數(shù)字普惠金融的空間關(guān)系進(jìn)行了深入探討，實(shí)證檢驗(yàn)中國數(shù)字普惠金融是否存在空間溢出效應(yīng)和空間異質(zhì)效應(yīng)，并基于存在空間相關(guān)性的前提下探尋提升中國數(shù)字普惠金融的有效途徑和機(jī)制.

1 變量選擇與數(shù)據(jù)來源

1.1 變量選擇

北京大學(xué)數(shù)字金融研究中心編制的中國數(shù)字普惠金融指數(shù)(y)作為因變量.該指標(biāo)體系分為省級(jí)、市級(jí)和縣級(jí)等3個(gè)行政層次，以及廣度、深度和數(shù)字化等3個(gè)維度，共計(jì)24個(gè)指標(biāo).通過整合中國數(shù)字普惠金融發(fā)展影響因素的相關(guān)研究，可以得出中國數(shù)字普惠金融發(fā)展的影響因素是多方面的.從經(jīng)濟(jì)發(fā)展水平、政府財(cái)政支持、地理因素、數(shù)字基礎(chǔ)設(shè)施建設(shè)水平及教育水平等方面選取了影響因素作為自變量，具體如下：

(1)經(jīng)濟(jì)發(fā)展水平(x1).經(jīng)濟(jì)發(fā)展水平對(duì)金融發(fā)展起顯著的推動(dòng)作用，當(dāng)?shù)貐^(qū)經(jīng)濟(jì)發(fā)展水平較高，速度較快時(shí)，資金配置更合理，利用效率更高，數(shù)字技術(shù)發(fā)展更快，更有利于緩解金融排斥現(xiàn)象，因此數(shù)字普惠金融發(fā)展水平更高.地區(qū)經(jīng)濟(jì)發(fā)展水平充分反映了該地區(qū)的綜合實(shí)力，在一定程度上反映了普惠金融發(fā)展的數(shù)字化程度，對(duì)數(shù)字普惠金融的發(fā)展起經(jīng)濟(jì)基礎(chǔ)作用.李瓊等[19]研究發(fā)現(xiàn)，提高經(jīng)濟(jì)發(fā)展水平，可有效提升普惠金融發(fā)展水平.陳銀娥等[16]將經(jīng)濟(jì)發(fā)展對(duì)數(shù)字普惠金融的影響路徑總結(jié)為三條：發(fā)展金融中介、深化社會(huì)分工、促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí).本文采用人均GDP來表征地區(qū)經(jīng)濟(jì)發(fā)展水平，為保證數(shù)據(jù)平穩(wěn)性，將人均GDP取對(duì)數(shù)，并以2011年為基期的不變價(jià)進(jìn)行平減.

(2)政府財(cái)政支持(x2).政府對(duì)于市場經(jīng)濟(jì)的支持力度可以調(diào)節(jié)資源的配置，提高金融供給主體服務(wù)能力，使經(jīng)濟(jì)社會(huì)發(fā)展的重點(diǎn)群體和重點(diǎn)領(lǐng)域可以公平合理地獲得金融服務(wù)和金融產(chǎn)品，政府參與地區(qū)經(jīng)濟(jì)活動(dòng)必然會(huì)影響地區(qū)數(shù)字普惠金融的發(fā)展.因此，政府對(duì)經(jīng)濟(jì)的支持程度是影響數(shù)字普惠金融不可忽視的因素，反映了政府部門對(duì)普惠金融發(fā)展的支持力度.本研究采用政府財(cái)政支出占GDP的比重對(duì)政府支持力度進(jìn)行度量，以2011年為基期的不變價(jià)進(jìn)行平減.

(3)地理因素(x3).交通、通訊和地理距離的長短等地理因素對(duì)數(shù)字普惠金融發(fā)展具有重要的影響作用，良好的地理因素可以降低金融機(jī)構(gòu)的經(jīng)營成本，居民接觸到金融產(chǎn)品和金融服務(wù)的可能性更大，金融領(lǐng)域供需雙方接觸更加便利.葛和平和朱卉雯[20]研究發(fā)現(xiàn)，地理因素對(duì)數(shù)字普惠金融有顯著的影響作用.基于統(tǒng)計(jì)學(xué)視角，人口密度包含了地理位置、人文環(huán)境和交通等各方面的因素，因此本文選取人口密度作為地理因素度量指標(biāo).

(4)數(shù)字基礎(chǔ)設(shè)施建設(shè)水平(x4).數(shù)字基礎(chǔ)設(shè)施建設(shè)水平的高低影響人民群眾獲得普惠金融方便程度.完善的數(shù)字基礎(chǔ)設(shè)施降低金融機(jī)構(gòu)服務(wù)成本和金融信用風(fēng)險(xiǎn)，提高服務(wù)效率和服務(wù)質(zhì)量，提升數(shù)字基礎(chǔ)設(shè)施建設(shè)水平的可持續(xù)性、廣覆蓋性和可使用性，推動(dòng)了金融組織變革，促進(jìn)了金融創(chuàng)新，進(jìn)而促進(jìn)了數(shù)字普惠金融的發(fā)展.考慮到數(shù)據(jù)的可獲得性，本文選取寬帶接入用戶數(shù)占該地區(qū)人口數(shù)的比值作為數(shù)字基礎(chǔ)設(shè)施建設(shè)水平度量指標(biāo).

(5)教育水平(x5).推動(dòng)教育發(fā)展會(huì)使居民群體對(duì)金融服務(wù)的認(rèn)識(shí)以及對(duì)自身財(cái)富觀念得到改善，從而提高居民的金融服務(wù)需求，進(jìn)而影響數(shù)字普惠金融服務(wù)的發(fā)展水平.同時(shí)，教育水平的提升有助于在不穩(wěn)定的復(fù)雜環(huán)境中做出正確決策以降低金融交易風(fēng)險(xiǎn)，有利于引進(jìn)高技術(shù)人才和金融市場的資金注入，促進(jìn)數(shù)字普惠金融的發(fā)展.本文選取中專以上受教育人口占地區(qū)人口的比值來度量教育水平.

1.2 數(shù)據(jù)來源

鑒于數(shù)據(jù)的可得性和時(shí)效性，本文選取我國217個(gè)地級(jí)市及以上城市2011—2019年間的面板數(shù)據(jù).相關(guān)數(shù)據(jù)均來自于《北京大學(xué)數(shù)字普惠金融指數(shù)》《中國城市統(tǒng)計(jì)年鑒》《中國國家統(tǒng)計(jì)年鑒》和各省統(tǒng)計(jì)年鑒.該組數(shù)據(jù)由于時(shí)間跨度較短，數(shù)據(jù)平穩(wěn)性較好，因此不進(jìn)行面板數(shù)據(jù)的單位根檢驗(yàn).對(duì)于數(shù)據(jù)的處理主要使用了Stata15.0、MATLAB和R等統(tǒng)計(jì)軟件.表1和圖1呈現(xiàn)出數(shù)字普惠金融的描述性統(tǒng)計(jì)結(jié)果.由表1可知，中國數(shù)字普惠金融指數(shù)逐年升高.由圖1可以看出，東部數(shù)字普惠金融的波動(dòng)幅度較大，西部波動(dòng)幅度次之，中部波動(dòng)幅度最小.

表1 2011—2019年我國各地級(jí)市數(shù)字普惠金融指數(shù)描述性統(tǒng)計(jì)

圖1 2011—2019年我國東中西部普惠金融指數(shù)的均值和波動(dòng)率

2 實(shí)證分析

2.1 數(shù)字普惠金融的全局空間相關(guān)性

空間計(jì)量經(jīng)濟(jì)學(xué)認(rèn)為，不同地區(qū)之間的經(jīng)濟(jì)活動(dòng)在空間上存在相互依賴、相互影響的關(guān)系，并且距離越近的地區(qū)關(guān)系越密切，這被稱為“地理學(xué)第一定律”.為了驗(yàn)證中國數(shù)字普惠金融發(fā)展是否具有空間溢出效應(yīng)，運(yùn)用全局域Moran指數(shù)對(duì)我國各地區(qū)數(shù)字普惠金融發(fā)展情況進(jìn)行空間自相關(guān)檢驗(yàn).全局域Moran指數(shù)取值范圍為-1～1之間，同時(shí)可用正態(tài)統(tǒng)計(jì)量Z值對(duì)不同地區(qū)空間相關(guān)性的顯著性進(jìn)行檢驗(yàn).若Z值在5%的顯著性水平下顯著為正，則數(shù)據(jù)具有正空間相關(guān)性，表明數(shù)據(jù)呈現(xiàn)空間聚集特征；若Z值在5%的顯著性水平下顯著為負(fù)，則數(shù)據(jù)具有負(fù)空間相關(guān)性，表明數(shù)據(jù)呈現(xiàn)空間分散特征；若Z值在5%的顯著性水平下顯著等于0，表明數(shù)據(jù)呈現(xiàn)隨機(jī)分布特征.因此，本文采用全局Moran指數(shù)來刻畫空間自相關(guān)程度，公式為

(1)

表2 2011—2019年我國各地級(jí)市普惠金融指數(shù)Moran指數(shù)檢驗(yàn)

2.2 數(shù)字普惠金融的局部空間相關(guān)性

全局Moran指數(shù)無法分析局部地區(qū)的空間相關(guān)關(guān)系和空間聚集特征，為了測度各地區(qū)的空間屬性以及鄰近地區(qū)之間的空間相關(guān)程度，需要運(yùn)用局部Moran指數(shù)分析局部空間相關(guān)性.局部Moran指數(shù)是基于地區(qū)局部視角進(jìn)行空間相關(guān)性檢驗(yàn)，本文運(yùn)用Moran指數(shù)散點(diǎn)圖法對(duì)我國局部區(qū)域進(jìn)行空間自相關(guān)檢驗(yàn).Moran指數(shù)散點(diǎn)圖坐標(biāo)為(x，lagged(x))，其中l(wèi)agged(x)為鄰近地區(qū)數(shù)字普惠金融的加權(quán)平均值.根據(jù)x和lagged(x)的正負(fù)關(guān)系，可將集聚模式劃分為HH(高—高)、LH(低—高)、LL(低—低)、HL(高—低)四個(gè)象限.若局部Moran指數(shù)為正數(shù)，則鄰近地區(qū)的數(shù)字普惠金融具有空間相關(guān)性，在Moran散點(diǎn)圖中位于第一、三象限，地區(qū)之間具有顯著的空間聚集特征，其中第一象限是高數(shù)字普惠金融指數(shù)地區(qū)與高數(shù)字普惠金融指數(shù)地區(qū)相鄰(HH)，第三象限代表的是低數(shù)字普惠金融指數(shù)地區(qū)與低數(shù)字普惠金融指數(shù)地區(qū)相鄰(LL)；若局部Moran指數(shù)為負(fù)數(shù)，則表示鄰近地區(qū)的數(shù)字普惠金融發(fā)展情況存在差異，具有顯著的空間異質(zhì)性，其中第二象限代表的是低數(shù)字普惠金融指數(shù)地區(qū)與高數(shù)字普惠金融指數(shù)地區(qū)相鄰(LH)，第四象限代表的是高數(shù)字普惠金融指數(shù)地區(qū)與低數(shù)字普惠金融指數(shù)地區(qū)相鄰(HL).2019年中國數(shù)字普惠金融的Moran散點(diǎn)圖結(jié)果如圖2所示.由圖2中的第1個(gè)圖來看，東部絕大部分地區(qū)都落在了第一和第三象限，而第二象限(HL)和第四象限(LH)較少.第一象限表示城市本身普惠金融發(fā)展程度高，同時(shí)鄰近地區(qū)的發(fā)展程度也高(HH).第三象限(LL)表明不僅地區(qū)本身數(shù)字普惠金融發(fā)展程度較低，同時(shí)也抑制鄰近地區(qū)數(shù)字普惠金融的發(fā)展.我國東部大部分地區(qū)的數(shù)字普惠金融發(fā)展具有正的空間相關(guān)性，呈現(xiàn)明顯的集聚效應(yīng)和傳染效應(yīng).由圖2中第3個(gè)小圖可以看出，我國西部大部分地區(qū)均在第二、四象限，其中第二象限說明地區(qū)本身數(shù)字普惠金融發(fā)展程度低，但是鄰近地區(qū)的發(fā)展程度高(LH)；第四象限表示地區(qū)自身數(shù)字普惠金融發(fā)展水平較高，但是鄰近地區(qū)數(shù)字普惠金融發(fā)展水平較低(HL).說明我國西部地區(qū)數(shù)字普惠金融發(fā)展存在空間異質(zhì)性.而中部地區(qū)的情況介于兩者之間.由此可以發(fā)現(xiàn)，我國普惠金融不僅表現(xiàn)出一定的空間相關(guān)性，同時(shí)不同地區(qū)之間具有空間異質(zhì)性，表明本文運(yùn)用空間計(jì)量方法研究中國數(shù)字普惠金融發(fā)展影響因素是合適的.

2.3 模型選擇

由于在使用面板數(shù)據(jù)模型進(jìn)行估計(jì)時(shí)，要考慮使估計(jì)模型符合經(jīng)濟(jì)現(xiàn)實(shí)并避免模型設(shè)定偏差，需要先進(jìn)行模型設(shè)定的檢驗(yàn)，因此利用MATLAB R2014a進(jìn)行面板數(shù)據(jù)LR檢驗(yàn)，檢驗(yàn)結(jié)果如表3所示.由表3第2列可知，P值小于0.01，因此在1%的顯著性水平下拒絕“空間固定效應(yīng)聯(lián)合不顯著”的原假設(shè)；同理，在1%的顯著性水平下拒絕“時(shí)間固定效應(yīng)聯(lián)合不顯著”的原假設(shè).結(jié)合上述兩個(gè)統(tǒng)計(jì)檢驗(yàn)結(jié)果可知，模型應(yīng)考慮空間和時(shí)間雙向固定效應(yīng)的空間面板數(shù)據(jù)模型.這一檢驗(yàn)結(jié)果與理論分析不謀而合，由于不同地區(qū)的地理環(huán)境、行政效率等不可觀測的變量會(huì)產(chǎn)生異質(zhì)性問題，對(duì)數(shù)字普惠金融產(chǎn)生影響，而運(yùn)用時(shí)間和空間雙向固定效應(yīng)模型可以消除這些異質(zhì)性的影響.

表3 Hausman檢驗(yàn)結(jié)果

由表4第1行可知，無論是LR檢驗(yàn)還是Wald檢驗(yàn)，其P值均小于0.01，因此在1%的顯著性水平下拒絕“空間杜賓模型可以簡化為空間滯后模型”；同理，在1%的顯著性水平下拒絕“空間杜賓模型可以簡化為空間誤差模型”.因此，模型應(yīng)選擇空間面板杜賓模型.J.P.LESAGE[22]指出，在眾多不同類型的空間計(jì)量模型中，只有空間杜賓模型才具有最好的實(shí)際應(yīng)用價(jià)值，因?yàn)榭臻g杜賓模型是唯一適合研究全局域空間溢出效應(yīng)的模型，因?yàn)榭臻g杜賓模型不僅包含因變量的空間滯后效應(yīng)，能夠反映來自于空間相鄰因變量的全局域空間溢出效應(yīng)，還包含自變量的空間滯后效應(yīng)，能夠刻畫來自空間相鄰自變量的空間相關(guān)性.

表4 空間面板數(shù)據(jù)模型的選擇

根據(jù)以上研究結(jié)論，采用雙向空間面板杜賓數(shù)據(jù)模型進(jìn)行回歸分析，構(gòu)建實(shí)證模型

yit=μi+γt+ρWyit+xitβ+WXitθ+εit.

(2)

其中：i表示不同的截面成員，此處代表我國217個(gè)地級(jí)市；t表示時(shí)間，此處為2011—2019年；y為被解釋變量，此處即指中國數(shù)字普惠金融指數(shù)；μ代表空間異質(zhì)性；γ代表時(shí)間異質(zhì)性；ρ代表空間自回歸系數(shù)；θ代表自變量空間滯后項(xiàng)系數(shù)；ε代表殘差項(xiàng)；x代表地區(qū)經(jīng)濟(jì)發(fā)展水平(x1)、政府財(cái)政支持(x2)、地理因素(x3)、數(shù)字基礎(chǔ)設(shè)施建設(shè)水平(x4)和教育水平(x5).

2.4 實(shí)證結(jié)果分析

由表5的回歸結(jié)果可知，擬合優(yōu)度R2=0.997，說明模型擬合效果較為理想，構(gòu)建的空間杜賓面板模型比較合理.同時(shí)空間自回歸系數(shù)ρ>0，且通過1%的顯著性水平檢驗(yàn)，說明數(shù)字普惠金融發(fā)展水平會(huì)影響鄰近地區(qū)的數(shù)字普惠金融發(fā)展水平，中國數(shù)字普惠金融具有顯著的空間溢出效應(yīng).在影響因素分析中，地區(qū)經(jīng)濟(jì)發(fā)展水平(x1)在1%顯著性水平上對(duì)數(shù)字普惠金融起正向影響作用.經(jīng)濟(jì)發(fā)展較好的地區(qū)人均收入較高，收入水平是反映一個(gè)家庭或個(gè)人的生產(chǎn)、消費(fèi)和投資能力，一般來說家庭或個(gè)人的收入越高，受教育的機(jī)會(huì)越多、個(gè)人綜合素質(zhì)的提升越快、購買金融產(chǎn)品渠道越多，金融需求較旺盛，間接影響了個(gè)人選擇金融渠道的偏好和風(fēng)險(xiǎn)承受能力，因此具有較高的普惠金融水平.地理因素(x3)對(duì)數(shù)字普惠金融發(fā)展水平起正向影響作用，且在1%的統(tǒng)計(jì)水平上顯著，說明不同地理區(qū)域的數(shù)字普惠金融發(fā)展存在差異性.數(shù)字基礎(chǔ)設(shè)施建設(shè)水平(x4)對(duì)數(shù)字普惠金融發(fā)展水平起正向影響作用，且在1%的統(tǒng)計(jì)水平上顯著.說明數(shù)字基礎(chǔ)設(shè)施建設(shè)水平能更好地促進(jìn)數(shù)字普惠金融的發(fā)展.數(shù)字基礎(chǔ)設(shè)施可以有效保障居民接觸數(shù)字普惠金融.假設(shè)沒有基礎(chǔ)設(shè)施建設(shè)，群眾就不能或十分難以獲得數(shù)字普惠金融服務(wù)，考慮到2011—2019年的互聯(lián)網(wǎng)建設(shè)水平和數(shù)字普惠金融的發(fā)展提高是一致的，互聯(lián)網(wǎng)的普及同時(shí)也推動(dòng)著人們信息獲取能力的更新?lián)Q代，故而回歸結(jié)果具有合理性，數(shù)字基礎(chǔ)設(shè)施建設(shè)水平將極大促進(jìn)數(shù)字普惠金融的發(fā)展.教育水平(x5)對(duì)數(shù)字普惠金融發(fā)展水平起顯著正向影響作用，且在1%的統(tǒng)計(jì)水平上顯著.我國教育水平的提高，人民群眾的金融與理財(cái)意識(shí)也將隨之上升，有助于居民接觸金融機(jī)構(gòu)更便利、更好地享受金融服務(wù)和理解新型金融產(chǎn)品.尤其是在居民生活水平逐漸提高，對(duì)金融服務(wù)有所需求的情況下，居民更易于主動(dòng)地尋求金融知識(shí).

表5 空間面板杜賓模型的估計(jì)結(jié)果

2.5 地區(qū)異質(zhì)性分析

陳銀娥等[16]研究發(fā)現(xiàn)，我國地區(qū)差異對(duì)普惠金融可持續(xù)發(fā)展起重要影響作用.因此，為進(jìn)一步考察不同地區(qū)中國數(shù)字普惠金融的影響因素，將全國樣本分為東部、中部和西部分別進(jìn)行實(shí)證分析.根據(jù)Hausman檢驗(yàn)結(jié)果，中部地區(qū)運(yùn)用時(shí)間固定效應(yīng)模型；而中西部地區(qū)運(yùn)用雙向固定效應(yīng)模型.具體估計(jì)結(jié)果如表6所示，由表6可以看出，東部地區(qū)、中部地區(qū)和西部地區(qū)，除了解釋變量政府財(cái)政支持，其余解釋變量的方向和顯著性與全樣本檢驗(yàn)時(shí)基本一致.

表6 分地區(qū)空間面板杜賓模型的估計(jì)結(jié)果

2.6 穩(wěn)健性檢驗(yàn)

本文運(yùn)用如下兩種方法檢驗(yàn)實(shí)證分析結(jié)果的穩(wěn)健性：更換空間權(quán)重矩陣進(jìn)行穩(wěn)健性檢驗(yàn)，將空間鄰近權(quán)重矩陣替換為空間距離權(quán)重矩陣；進(jìn)一步替換解釋變量.方蕾和粟芳[18]、陳銀娥等[16]將人均純收入(z1)作為地區(qū)經(jīng)濟(jì)發(fā)展水平的代理變量，本文也借鑒這一方法并進(jìn)行重新估計(jì).可知，表5與表7的估計(jì)結(jié)果基本一致，說明本文的研究結(jié)果具有穩(wěn)健性.

表7 穩(wěn)健性檢驗(yàn)的結(jié)果

3 結(jié)語

采用2011—2019年我國217個(gè)地級(jí)市及以上城市的面板數(shù)據(jù)，研究中國數(shù)字普惠金融的空間溢出效應(yīng)和影響因素，研究發(fā)現(xiàn)：

(1)中國數(shù)字普惠金融逐年遞增，且東部發(fā)展水平最高，波動(dòng)幅度最大；中部次之，波動(dòng)幅度最??；西部發(fā)展水平最低，波動(dòng)幅度居中.

(2)運(yùn)用Moran指數(shù)對(duì)中國數(shù)字普惠金融空間溢出效應(yīng)進(jìn)行了檢驗(yàn)，檢驗(yàn)結(jié)果表明，中國數(shù)字普惠金融存在顯著的空間正相關(guān)性，但是東中部地區(qū)和西部地區(qū)數(shù)字普惠金融的空間相關(guān)性呈現(xiàn)不同的特征，其中東中部呈現(xiàn)正相關(guān)性，東部的正相關(guān)性大于中部的正相關(guān)性，而西部呈現(xiàn)空間負(fù)相關(guān)性.

(3)運(yùn)用雙向空間杜賓面板數(shù)據(jù)模型對(duì)中國數(shù)字普惠金融影響因素進(jìn)行分析，回歸結(jié)果顯示，地區(qū)經(jīng)濟(jì)發(fā)展水平、地理因素、數(shù)字基礎(chǔ)設(shè)施建設(shè)水平和教育水平對(duì)中國數(shù)字普惠金融起正向影響作用，且至少在10%顯著性水平下成立；政府財(cái)政支持在東中部起負(fù)向影響作用，在西部起正向作用.