王小華，周海洋，程 琳

1. 西南大學(xué)經(jīng)濟(jì)管理學(xué)院，重慶 400715 2. 西南大學(xué)普惠金融與農(nóng)業(yè)農(nóng)村發(fā)展研究中心，重慶 400715 3. 暨南大學(xué)經(jīng)濟(jì)與社會(huì)研究院，廣東 廣州 510632

一、問(wèn)題提出

金融科技最早于20世紀(jì)90年代由花旗銀行發(fā)起的一個(gè)發(fā)展項(xiàng)目“金融服務(wù)技術(shù)聯(lián)盟”(Financial Services Technology Consortium)提出[1]。全球金融穩(wěn)定委員會(huì)(Financial Stability Board，F(xiàn)SB)于2016年發(fā)布的《金融科技的描述與分析框架報(bào)告》首次對(duì)金融科技進(jìn)行了定義，即技術(shù)推進(jìn)的金融創(chuàng)新，致使金融與科技相互融合，創(chuàng)造新的業(yè)務(wù)模式、新的應(yīng)用、新的流程和新的產(chǎn)品，進(jìn)而對(duì)金融市場(chǎng)、金融機(jī)構(gòu)及金融服務(wù)的提供方式產(chǎn)生重大的影響。2019年8月，中國(guó)人民銀行印發(fā)的《金融科技(FinTech)發(fā)展規(guī)劃(2019—2021年)》中指出，金融科技旨在運(yùn)用現(xiàn)代科技成果改造或創(chuàng)新金融產(chǎn)品、經(jīng)營(yíng)模式、業(yè)務(wù)流程等，推動(dòng)金融發(fā)展提質(zhì)增效。這份引領(lǐng)性文件的發(fā)布實(shí)施，有力推動(dòng)了金融科技良性有序發(fā)展。中國(guó)人民銀行在2021年12月31日印發(fā)了《金融科技發(fā)展規(guī)劃(2022—2025年)》(1)http://www.pbc.gov.cn/goutongjiaoliu/113456/113469/4438627/index.html。，明確到2025年金融科技發(fā)展的愿景、原則和重點(diǎn)任務(wù)，表明中國(guó)金融科技將從“立柱架梁”全面邁向“積厚成勢(shì)”新階段，實(shí)現(xiàn)金融科技整體水平與核心競(jìng)爭(zhēng)力跨越式提升。金融科技的加速應(yīng)用已成為行業(yè)共識(shí)和現(xiàn)實(shí)趨勢(shì)，金融行業(yè)的格局正在迎來(lái)深刻變革[2]，需繼續(xù)在構(gòu)建新發(fā)展格局中重塑金融發(fā)展新優(yōu)勢(shì)，更高質(zhì)量為實(shí)體經(jīng)濟(jì)提供金融服務(wù)。

金融與科技始終相互促進(jìn)、共同發(fā)展，歷次重大科技革命都極大地推動(dòng)了金融業(yè)的進(jìn)步。所以，一部金融發(fā)展史，同樣也是一部科技進(jìn)步史，科技創(chuàng)新歷來(lái)都是金融行業(yè)不斷向前發(fā)展過(guò)程中不可或缺的創(chuàng)新要素。事實(shí)上，金融科技在中國(guó)是一個(gè)伴隨“互聯(lián)網(wǎng)+”與金融行業(yè)深度結(jié)合而快速興起的產(chǎn)業(yè)概念，因此與互聯(lián)網(wǎng)金融聯(lián)系緊密甚至內(nèi)涵基本一致[3]，主要是指將新的科學(xué)技術(shù)應(yīng)用于金融領(lǐng)域，通過(guò)改造和創(chuàng)新，融合產(chǎn)生的金融領(lǐng)域新產(chǎn)品、新服務(wù)、新模式等，使金融成為具有金融功能的信息產(chǎn)業(yè)或信息科技產(chǎn)業(yè)。如此一來(lái)，市場(chǎng)一般將金融科技概括為“ABCDE”：A是指人工智能(artificial intelligence，AI)，B是指大數(shù)據(jù)(big data)，C是指云計(jì)算(cloud computing)、云存儲(chǔ)(cloud storage)，D是指分布式記賬(distributed accounting)(2)也有學(xué)者將分布式記賬與區(qū)塊鏈等同。值得注意的是，每個(gè)區(qū)塊鏈都是分布式賬本，但不是每個(gè)分布式賬本都是區(qū)塊鏈，只是二者都需要節(jié)點(diǎn)間的分散和共識(shí)。，E是電子商務(wù)(electronic commerce)。其中，大數(shù)據(jù)在“ABCDE”中最為重要，是所有科技的支點(diǎn)，也是金融服務(wù)的基礎(chǔ)。這一系列技術(shù)創(chuàng)新日新月異飛速發(fā)展，如今，科技創(chuàng)新已經(jīng)逐漸應(yīng)用于支付清算、借貸融資、生物識(shí)別、電子貨幣、智能投顧、智能合同、保險(xiǎn)等領(lǐng)域，對(duì)銀行業(yè)、保險(xiǎn)業(yè)、證券業(yè)和支付領(lǐng)域的核心功能產(chǎn)生了前所未有的深遠(yuǎn)影響[4]。

雖然金融科技主要從互聯(lián)網(wǎng)金融衍生而來(lái)，但是與互聯(lián)網(wǎng)金融相比，金融科技的內(nèi)涵更為豐富，且更加側(cè)重于信息技術(shù)和現(xiàn)代科技與金融發(fā)展的深度融合。Kondratyev等[5]發(fā)現(xiàn)機(jī)器學(xué)習(xí)算法的運(yùn)用可以助力商業(yè)銀行優(yōu)化資產(chǎn)配置，機(jī)器學(xué)習(xí)算法對(duì)于商業(yè)銀行管理過(guò)程中的精確計(jì)算已經(jīng)必不可少。丁娜等[6]從市場(chǎng)效率的角度進(jìn)行了深入驗(yàn)證，發(fā)現(xiàn)金融科技關(guān)注顯著降低了分析師在股票交易市場(chǎng)的有效信息貢獻(xiàn)。在實(shí)踐層面，起初金融科技發(fā)展最快、運(yùn)用最多的只是極個(gè)別的金融科技企業(yè)，如螞蟻金服、騰訊金融、度小滿金融、京東數(shù)科等。近年來(lái)，隨著金融科技逐步實(shí)現(xiàn)對(duì)銀行、保險(xiǎn)、證券等各項(xiàng)金融市場(chǎng)業(yè)務(wù)的覆蓋和對(duì)金融服務(wù)主體的滲透，金融業(yè)也積極擁抱以大數(shù)據(jù)、人工智能、云計(jì)算等技術(shù)為依托的金融科技開展行業(yè)變革。但是，在金融科技與金融業(yè)深度融合的過(guò)程中，除了帶來(lái)更便利的獲取方式、更高效的市場(chǎng)創(chuàng)新外，也必然會(huì)帶來(lái)更多的風(fēng)險(xiǎn)和不確定性，因此為金融監(jiān)管當(dāng)局的政策制定和制度設(shè)置提出了更高的要求[7]，進(jìn)而產(chǎn)生了有關(guān)金融監(jiān)管的新問(wèn)題。Arner等[8-9]強(qiáng)調(diào)了金融和科技在業(yè)態(tài)上的密切相關(guān)性，并對(duì)全球金融科技演進(jìn)做了階段劃分，探討了監(jiān)管科技對(duì)金融科技產(chǎn)生的深刻變革式影響。楊東[10]認(rèn)為必須在審慎監(jiān)管、行為監(jiān)管等傳統(tǒng)金融監(jiān)管維度之外，增之以科技維度形塑雙維監(jiān)管體系，從而更好地應(yīng)對(duì)金融科技所內(nèi)含的風(fēng)險(xiǎn)及其引發(fā)的監(jiān)管挑戰(zhàn)。張永亮[11]認(rèn)為在金融科技時(shí)代，監(jiān)管機(jī)構(gòu)應(yīng)洞察金融科技的本質(zhì)與風(fēng)險(xiǎn)，調(diào)整監(jiān)管原則，堅(jiān)守適應(yīng)性、包容性、實(shí)驗(yàn)性、協(xié)調(diào)性的監(jiān)管原則，充分發(fā)揮金融科技對(duì)中國(guó)金融轉(zhuǎn)型升級(jí)的引領(lǐng)作用。

金融科技是互聯(lián)網(wǎng)金融發(fā)展的下一個(gè)階段或者說(shuō)更高級(jí)的階段，近些年來(lái)受到了理論界和實(shí)務(wù)界的廣泛關(guān)注。黨的十九屆五中全會(huì)中首次提出了“堅(jiān)持創(chuàng)新在我國(guó)現(xiàn)代化建設(shè)全局中的核心地位”，同時(shí)提出“構(gòu)建金融有效支持實(shí)體經(jīng)濟(jì)的體制機(jī)制”(3)http://www.gov.cn/zhengce/2020-11/03/content_5556991.htm。。金融科技作為科技驅(qū)動(dòng)的金融創(chuàng)新，是以科技為支撐點(diǎn)，是技術(shù)化、數(shù)字化、智能化的金融服務(wù)解決方案，其核心在于如何將“技術(shù)”行之有效地應(yīng)用于金融服務(wù)之中，旨在用“技術(shù)”改進(jìn)“金融”[11]。如此一來(lái)，金融科技發(fā)展打破了時(shí)空、數(shù)量和成本制約，提高了金融服務(wù)實(shí)體經(jīng)濟(jì)的覆蓋范圍、效率和精確度[7]?？萍紕?chuàng)新在推動(dòng)傳統(tǒng)金融行業(yè)技術(shù)變革中發(fā)揮了“鯰魚效應(yīng)”，通過(guò)競(jìng)爭(zhēng)優(yōu)化傳統(tǒng)金融機(jī)構(gòu)服務(wù)能力，幫助改進(jìn)現(xiàn)有金融體系[12]，借助科技創(chuàng)新的力量為金融插上強(qiáng)有力的翅膀，確保金融可以更好地發(fā)揮媒介交易、動(dòng)員資金、優(yōu)化配置、分散風(fēng)險(xiǎn)等重要作用，提升金融資源配置的整體效率，更快地實(shí)現(xiàn)金融業(yè)高質(zhì)量發(fā)展，更有效地引導(dǎo)金融回歸服務(wù)實(shí)體經(jīng)濟(jì)，進(jìn)而推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展。

2021年是“十四五”開局之年，是中國(guó)共產(chǎn)黨成立100周年，是中國(guó)現(xiàn)代化建設(shè)進(jìn)程中具有特殊重要性的一年，也是落實(shí)《金融科技(FinTech)發(fā)展規(guī)劃(2019—2021年)》的收官之年?！笆奈濉睍r(shí)期構(gòu)建新發(fā)展格局，重點(diǎn)要增強(qiáng)自主創(chuàng)新能力，加快科技自立自強(qiáng)。金融科技如今正在成為金融高質(zhì)量發(fā)展的“新引擎”，金融科技服務(wù)能力穩(wěn)步增強(qiáng)，金融風(fēng)控水平明顯提高，金融監(jiān)管效能持續(xù)提升。但是，現(xiàn)有金融科技的相關(guān)研究中，往往根據(jù)自己的研究方向來(lái)編制特定的金融科技指數(shù)，并未在學(xué)術(shù)界和實(shí)務(wù)界形成統(tǒng)一的金融科技指數(shù)編制標(biāo)準(zhǔn)。本文在梳理關(guān)于金融科技指標(biāo)體系構(gòu)建和指數(shù)測(cè)算的研究基礎(chǔ)上，旨在以百度搜索指數(shù)為基礎(chǔ)，編制一套可以準(zhǔn)確刻畫中國(guó)金融科技發(fā)展現(xiàn)狀的中國(guó)金融科技發(fā)展指數(shù)，并據(jù)此對(duì)中國(guó)的金融科技發(fā)展進(jìn)行定量刻畫和時(shí)空特征分析，識(shí)別各地區(qū)金融科技發(fā)展所具備的優(yōu)勢(shì)或者面臨的障礙，進(jìn)而為地區(qū)促進(jìn)金融科技健康可持續(xù)發(fā)展和高質(zhì)量服務(wù)實(shí)體經(jīng)濟(jì)提供現(xiàn)實(shí)依據(jù)。

本文的創(chuàng)新主要在于以下幾個(gè)方面：第一，本文的金融科技指數(shù)選擇了數(shù)據(jù)體量更大、更加全面、更具有代表性的百度搜索指數(shù)，在金融科技關(guān)鍵詞選擇方面也充分考慮了金融科技的含義和維度刻畫，并在數(shù)據(jù)可獲得性的基礎(chǔ)上化繁為簡(jiǎn)，選擇了最本質(zhì)的金融科技關(guān)鍵詞，避免了關(guān)鍵詞過(guò)多所帶來(lái)詞義互相涵蓋的問(wèn)題；同時(shí)考慮到金融科技的多維度與多層次發(fā)展情況，最終編制了一套包含直接關(guān)鍵詞、技術(shù)支持和金融中介服務(wù)的3個(gè)一級(jí)指標(biāo)、6個(gè)二級(jí)指標(biāo)、27個(gè)具體指標(biāo)的金融科技發(fā)展指標(biāo)體系。第二，綜合運(yùn)用熵值法和層次分析法對(duì)2011—2020年中國(guó)31個(gè)省份(不含港澳臺(tái)地區(qū))和332地級(jí)市的金融科技發(fā)展指數(shù)分別進(jìn)行了科學(xué)測(cè)度，進(jìn)一步全面分析了中國(guó)金融科技發(fā)展總體趨勢(shì)和地區(qū)差異、地區(qū)收斂性和空間關(guān)聯(lián)性。進(jìn)行指數(shù)測(cè)度過(guò)程中確定關(guān)鍵詞和選擇合適的數(shù)據(jù)庫(kù)是兩個(gè)核心環(huán)節(jié)。指數(shù)編制關(guān)鍵詞的確定也即篩選能夠有效代表金融科技發(fā)展水平的關(guān)鍵詞，選擇合適的數(shù)據(jù)庫(kù)的主要原因在于數(shù)據(jù)庫(kù)的數(shù)據(jù)體量、庫(kù)內(nèi)數(shù)據(jù)年限都是影響最終測(cè)度指數(shù)結(jié)果的重要因素。所以，本文綜合考慮這兩方面，所測(cè)算的金融科技發(fā)展指數(shù)具有較好的代表性和進(jìn)一步使用價(jià)值。

二、文獻(xiàn)回顧與評(píng)述

由于互聯(lián)網(wǎng)金融和金融科技發(fā)展的特殊關(guān)系，在梳理金融科技發(fā)展水平測(cè)度的文獻(xiàn)時(shí)，互聯(lián)網(wǎng)金融的概念界定和互聯(lián)網(wǎng)金融指標(biāo)體系的構(gòu)建為本文提供了很好的借鑒。在其概念界定方面，由于互聯(lián)網(wǎng)金融既不同于商業(yè)銀行的間接融資，也不同于資本市場(chǎng)的直接融資，屬于第三種金融融資模式[13]，因而，是一種新的金融業(yè)態(tài)。所以互聯(lián)網(wǎng)金融是具有互聯(lián)網(wǎng)精神、以互聯(lián)網(wǎng)為平臺(tái)、以云數(shù)據(jù)整合為基礎(chǔ)而構(gòu)建的具有相應(yīng)金融功能鏈的新金融業(yè)態(tài)，也稱第三金融業(yè)態(tài)[14]。在其指標(biāo)體系構(gòu)建方面，沈悅等[15]依據(jù)金融功能觀確定了支付清算、資源配置、風(fēng)險(xiǎn)管理和網(wǎng)絡(luò)渠道4個(gè)維度20個(gè)關(guān)鍵詞的互聯(lián)網(wǎng)金融關(guān)鍵詞庫(kù)，且選用十大常用成語(yǔ)的新聞數(shù)目作為新聞總數(shù)的代理變量。申創(chuàng)等[16]在進(jìn)行互聯(lián)網(wǎng)金融指數(shù)測(cè)算的時(shí)候，同樣借鑒了沈悅等[15]關(guān)于關(guān)鍵詞的確定方法，從中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù)(China core newspaper databases，CCND)中獲取相關(guān)關(guān)鍵詞的原始數(shù)據(jù)，該數(shù)據(jù)庫(kù)的數(shù)據(jù)相對(duì)于以往數(shù)據(jù)更加全面且更具代表性?；诨ヂ?lián)網(wǎng)金融發(fā)展指數(shù)測(cè)度的經(jīng)驗(yàn)，于波等[17]在進(jìn)行金融科技指數(shù)測(cè)算時(shí)，在沈悅等[15]確定的支付清算、資源配置、風(fēng)險(xiǎn)管理和網(wǎng)絡(luò)渠道四大維度基礎(chǔ)上加入了金融科技底層技術(shù)，形成了五大維度的25個(gè)與金融科技相關(guān)的關(guān)鍵詞，其詞頻數(shù)據(jù)同樣來(lái)源于CCND。

通過(guò)對(duì)以上文獻(xiàn)的初步梳理可以看出，當(dāng)前對(duì)互聯(lián)網(wǎng)金融進(jìn)行測(cè)度的研究對(duì)其發(fā)展維度進(jìn)行了刻畫，但互聯(lián)網(wǎng)金融畢竟不完全等于金融科技，兩者在諸多方面仍有一定的區(qū)別。根據(jù)金融穩(wěn)定委員會(huì)對(duì)金融科技的定義，即技術(shù)推進(jìn)的金融創(chuàng)新，進(jìn)而形成對(duì)金融市場(chǎng)、機(jī)構(gòu)及服務(wù)影響重大的商業(yè)模式、技術(shù)應(yīng)用及流程創(chuàng)新的新產(chǎn)品服務(wù)，這便與互聯(lián)網(wǎng)金融有著本質(zhì)的區(qū)別。邱晗等[18]利用郭峰等[19]編制的數(shù)字普惠金融指數(shù)來(lái)代表金融科技發(fā)展水平，均分析了金融科技對(duì)銀行業(yè)的影響，這一指數(shù)的確能夠在一定程度上體現(xiàn)金融中介服務(wù)的使用水平，但其編制理念更加側(cè)重于體現(xiàn)金融的普惠性，缺乏對(duì)金融科技的直接指標(biāo)和底層技術(shù)等維度的全面刻畫，故而對(duì)金融科技發(fā)展水平的代表性相對(duì)有限。

金洪飛等[20]在進(jìn)行金融科技指數(shù)測(cè)度時(shí)，從畢馬威中國(guó)的金融科技研究報(bào)告中提取了“大數(shù)據(jù)、云計(jì)算、人工智能、區(qū)塊鏈、物聯(lián)網(wǎng)”5個(gè)金融科技關(guān)鍵詞來(lái)合成金融科技發(fā)展指數(shù)，他們打破了原有金融科技測(cè)度的數(shù)據(jù)來(lái)源限制，同時(shí)利用Python網(wǎng)絡(luò)爬蟲技術(shù)，從網(wǎng)頁(yè)中爬取了大量含有“名稱+關(guān)鍵詞”的相關(guān)新聞結(jié)果來(lái)構(gòu)成初始數(shù)據(jù)庫(kù)，這一做法在一定程度上克服了原有互聯(lián)網(wǎng)金融或者金融科技指數(shù)測(cè)度方法的數(shù)據(jù)庫(kù)體量小、涉及范圍小等缺點(diǎn)。李春濤等[21]根據(jù)《“十三五”國(guó)家科技創(chuàng)新規(guī)劃》《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃(2016—2020年)》《中國(guó)金融科技運(yùn)行報(bào)告(2018)》以及相關(guān)重要新聞和會(huì)議，從中提取了與金融科技相關(guān)的48個(gè)關(guān)鍵詞，然后將這些關(guān)鍵詞與中國(guó)所有地級(jí)市或直轄市進(jìn)行匹配，并在百度新聞高級(jí)檢索中分年份搜索“地區(qū)+關(guān)鍵詞”，最后運(yùn)用網(wǎng)絡(luò)爬蟲技術(shù)，爬取百度新聞高級(jí)檢索頁(yè)面的網(wǎng)頁(yè)源代碼并提取出搜索的結(jié)果數(shù)量，并將同一地區(qū)層面的所有關(guān)鍵詞搜索結(jié)果數(shù)量加總，得到總搜索量(也即是金融科技指數(shù))。利用網(wǎng)絡(luò)爬蟲技術(shù)的優(yōu)點(diǎn)在于能獲得大量、準(zhǔn)確的原始數(shù)據(jù)，就數(shù)據(jù)源頭而言具有較強(qiáng)的說(shuō)服力。盛天翔等[22]構(gòu)建了基本技術(shù)、資金支付、金融中介服務(wù)和直接稱呼在內(nèi)的四大維度22個(gè)金融科技關(guān)鍵詞，他們的數(shù)據(jù)來(lái)源不再是百度新聞發(fā)布次數(shù)，而是百度搜索指數(shù)，收集網(wǎng)民對(duì)某一關(guān)鍵詞的搜索頻次作為原始數(shù)據(jù)，所涉及的數(shù)據(jù)體量更大，更具有代表性。除此之外，丁娜等[6]將金融科技企業(yè)發(fā)布的報(bào)道定義為金融科技關(guān)注，然后按季度匯總作為金融科技的發(fā)展水平。

通過(guò)初步梳理金融科技指標(biāo)體系構(gòu)建和測(cè)度的相關(guān)文獻(xiàn)可以看出，金融科技的指標(biāo)選擇和指數(shù)測(cè)度很大程度上仍然受限于關(guān)鍵詞原始的數(shù)據(jù)庫(kù)，現(xiàn)有研究主要存在以下三個(gè)不足之處：第一，在文本挖掘數(shù)據(jù)庫(kù)方面，現(xiàn)有文獻(xiàn)的關(guān)鍵詞數(shù)據(jù)要么來(lái)源于百度網(wǎng)站或者相關(guān)新聞發(fā)布的數(shù)據(jù)量，要么來(lái)源于CCND數(shù)據(jù)庫(kù)和相關(guān)研究報(bào)告，而此類數(shù)據(jù)來(lái)源存在數(shù)量體量有限、發(fā)布內(nèi)容良莠不齊、涵蓋范圍狹窄、在一定程度上存在新聞信息噪聲等問(wèn)題，缺乏代表性，難以真正有效反映一個(gè)地區(qū)的金融科技發(fā)展水平。第二，現(xiàn)有的金融科技發(fā)展水平測(cè)度要么直接運(yùn)用數(shù)字普惠金融指數(shù)代替，要么在關(guān)鍵詞選擇時(shí)為了滿足特定實(shí)證研究的需要，指標(biāo)選擇都具有一定的傾向性。金融科技相關(guān)關(guān)鍵詞復(fù)雜且繁多，沒(méi)有形成統(tǒng)一的判斷標(biāo)準(zhǔn)，并且指數(shù)測(cè)度的時(shí)間跨度較窄、具體年限分散，地級(jí)市的金融科技指數(shù)測(cè)度欠缺，導(dǎo)致難以對(duì)中國(guó)金融科技發(fā)展的總體趨勢(shì)和地區(qū)差異、地區(qū)收斂性和空間關(guān)聯(lián)性等方面進(jìn)行深入研究。

三、金融科技發(fā)展指數(shù)的測(cè)算

(一)指標(biāo)體系構(gòu)建

金融科技指數(shù)科學(xué)構(gòu)建的前提是設(shè)計(jì)一個(gè)完整、準(zhǔn)確的金融科技指標(biāo)體系。參考郭峰等[19]數(shù)字普惠金融指標(biāo)體系構(gòu)建的經(jīng)驗(yàn)，本文借鑒了以下指標(biāo)體系的構(gòu)建原則：第一，兼顧縱向和橫向可比性。金融科技的發(fā)展作為一個(gè)動(dòng)態(tài)過(guò)程，同一個(gè)地區(qū)不同年份的金融科技發(fā)展?fàn)顩r有所不同，不同地區(qū)同一年份的金融科技發(fā)展也有所差異。因此所編制的金融科技指數(shù)應(yīng)該同時(shí)具備縱向(時(shí)間維度)和橫向(空間維度)的可比性。第二，體現(xiàn)金融科技發(fā)展的多層次性。金融科技的發(fā)展不僅僅體現(xiàn)在金融科技技術(shù)的進(jìn)步，還應(yīng)表現(xiàn)為對(duì)傳統(tǒng)金融的賦能、促進(jìn)作用，因此，從金融科技技術(shù)以及對(duì)傳統(tǒng)金融的推動(dòng)兩方面來(lái)刻畫金融科技發(fā)展水平更能體現(xiàn)金融科技水平的綜合性、層次性與科學(xué)性。立足以上原則，本文延續(xù)已有研究，根據(jù)《金融科技(FinTech)發(fā)展規(guī)劃(2019—2021年)》、《“十四五”國(guó)家科技創(chuàng)新規(guī)劃》、《中國(guó)銀行業(yè)轉(zhuǎn)型20大痛點(diǎn)問(wèn)題與金融科技解決方案》、相關(guān)重要新聞和會(huì)議以及現(xiàn)有互聯(lián)網(wǎng)金融、金融科技領(lǐng)域的代表性文獻(xiàn)[10，24]，從中提取出與金融科技相關(guān)的三大維度27個(gè)具體關(guān)鍵詞，如表1所示。

表1 金融科技發(fā)展指標(biāo)體系

多個(gè)維度的指標(biāo)選擇是為了保證金融科技發(fā)展指標(biāo)體系構(gòu)建的多層次性、代表性與綜合性。相比于李春濤等[21]選用的48個(gè)金融科技關(guān)鍵詞而言，本文只提取出了27個(gè)關(guān)鍵詞。第一，該論文涉及48個(gè)關(guān)鍵詞，基本上2/3是偏技術(shù)性的關(guān)鍵詞，雖然技術(shù)支持維度是金融科技發(fā)展的最為核心維度，但有關(guān)技術(shù)性關(guān)鍵詞選擇，大數(shù)據(jù)、人工智能、云計(jì)算、區(qū)塊鏈、物聯(lián)網(wǎng)和生物識(shí)別這六大技術(shù)性指標(biāo)事實(shí)上基本涵蓋了所有的金融科技發(fā)展的底層技術(shù)。選擇過(guò)多的關(guān)鍵詞反而使得研究趨于復(fù)雜化，并且容易引起各關(guān)鍵詞之間的交叉現(xiàn)象，導(dǎo)致金融科技發(fā)展水平的測(cè)度不夠精確。不過(guò)，該文的關(guān)鍵詞選擇比較適合企業(yè)創(chuàng)新技術(shù)的研究。第二，該文利用基于Python的網(wǎng)絡(luò)爬蟲技術(shù)，爬取了百度新聞數(shù)據(jù)作為原始數(shù)據(jù)庫(kù)，這會(huì)導(dǎo)致數(shù)據(jù)存在一定的信息噪聲，但是他們沒(méi)有進(jìn)行較好的處理，而且該文的數(shù)據(jù)年限較早。第三，因?yàn)榛A(chǔ)數(shù)據(jù)庫(kù)的選擇不同，該文所選用的關(guān)鍵詞，有一些本文難以獲取，從而難以保證本文數(shù)據(jù)的完整性與連貫性。

在直接關(guān)鍵詞選擇方面，本文主要選用了互聯(lián)網(wǎng)金融和金融科技，因?yàn)閺慕鹑诳萍嫉亩x和現(xiàn)有文獻(xiàn)來(lái)看，雖然學(xué)者對(duì)金融科技與互聯(lián)網(wǎng)金融、金融科技與科技金融等概念并未取得一致認(rèn)識(shí)，但是卻一直認(rèn)為互聯(lián)網(wǎng)金融只是金融科技的一個(gè)組成部分，或者說(shuō)是金融科技的一個(gè)發(fā)展階段[20]；或者說(shuō)，金融科技為互聯(lián)網(wǎng)金融的較成熟階段，它利用的技術(shù)、解決的問(wèn)題都較互聯(lián)網(wǎng)金融要更深入一個(gè)層次，不可忽視這種循序漸進(jìn)的提升[23]。直接關(guān)鍵詞之所以沒(méi)有選擇數(shù)字金融，是因?yàn)閿?shù)字金融和互聯(lián)網(wǎng)金融、金融科技之間雖然存在細(xì)微差別[24]，但也有著密切聯(lián)系。而數(shù)字金融類似于金融科技，只不過(guò)金融科技的重心在于“科技”，目的是用科技賦能金融[25]。顯然，直接關(guān)鍵詞如果選擇了數(shù)字金融，必然會(huì)與互聯(lián)網(wǎng)金融和金融科技發(fā)生重疊。從金融中介服務(wù)維度方面來(lái)看，依據(jù)金融功能觀，最終選擇了資金支付、資源配置、信息渠道、風(fēng)險(xiǎn)管理在內(nèi)的4個(gè)方面19個(gè)指標(biāo)。這樣選擇的原因主要有兩個(gè)：第一，現(xiàn)有的主流文獻(xiàn)主要注重金融科技技術(shù)方面，對(duì)金融科技發(fā)展水平的綜合刻畫有所不足。金融科技作為一種技術(shù)手段最終還是要作用于傳統(tǒng)金融領(lǐng)域，因此融合傳統(tǒng)金融領(lǐng)域的發(fā)展也能一定程度上反映金融科技的發(fā)展水平。第二，金融科技作為“金融”與“科技”的融合，二者單方面的發(fā)展都難以對(duì)金融科技發(fā)展水平形成完整、全面的刻畫。

為了保證指標(biāo)體系的縱向和橫向可比性，首先需要保證原始數(shù)據(jù)的連貫性，最好為時(shí)間跨度較長(zhǎng)的面板數(shù)據(jù)。因此，本文通過(guò)Python的爬蟲技術(shù)獲取了百度搜索指數(shù)的原始數(shù)據(jù)。百度搜索指數(shù)反映的是民眾對(duì)某一關(guān)鍵詞或熱點(diǎn)事件的搜索關(guān)注程度，是基于需求導(dǎo)向的數(shù)據(jù)，并且能較好地處理數(shù)據(jù)的信息噪聲問(wèn)題，可以用于現(xiàn)狀追蹤和趨勢(shì)預(yù)測(cè)[26]，得到學(xué)術(shù)界的廣泛認(rèn)可。

(二)指數(shù)計(jì)算

為了使指數(shù)測(cè)算結(jié)果更加科學(xué)準(zhǔn)確，本文采用主觀賦權(quán)與客觀賦權(quán)相結(jié)合的方法來(lái)確定權(quán)重。具體而言，先利用熵值法求各具體指標(biāo)對(duì)上一層準(zhǔn)則層的權(quán)重，再通過(guò)層次分析法求各準(zhǔn)則層指標(biāo)對(duì)上層目標(biāo)的權(quán)重，最后求得總指數(shù)。

1.熵值法

熵值法是一種客觀賦權(quán)法，其根據(jù)各項(xiàng)指標(biāo)觀測(cè)值所提供的信息的大小來(lái)確定指標(biāo)權(quán)重(權(quán)重設(shè)定參考表1)，既可以克服主觀賦權(quán)法無(wú)法避免的隨機(jī)性、臆斷性問(wèn)題，又可以有效解決多指標(biāo)變量間信息的重疊問(wèn)題。本文對(duì)熵值法進(jìn)行了相關(guān)改進(jìn)，加入時(shí)間變量，以此實(shí)現(xiàn)不同年份之間的比較，具體步驟如下：

步驟一：對(duì)各指標(biāo)進(jìn)行無(wú)量綱處理。設(shè)有r個(gè)年份，n個(gè)省份，m個(gè)指標(biāo)，則xθij為第θ年省份i的第j項(xiàng)指標(biāo)的原始數(shù)據(jù)(r=10，n=31，m=27)。為了避免求熵值時(shí)對(duì)數(shù)的無(wú)意義，本文對(duì)數(shù)據(jù)進(jìn)行了平移。同時(shí)為了保證指數(shù)的縱向可比，本文選定2011年為基準(zhǔn)年，對(duì)不同年份不進(jìn)行單獨(dú)的分年無(wú)量綱處理。各具體指標(biāo)都為正向指標(biāo)。

Xθij={[xθij-min(x11j，…，xθnj)]|[max(x11j，…，xθnj)-min(x11j，…，xθnj)]}+1

(1)

步驟二：確定在第θ年，第j項(xiàng)指標(biāo)下，省份i的比重(pθij)。

(2)

步驟三：計(jì)算第j項(xiàng)指標(biāo)的熵值(ej)。

(3)

步驟四：計(jì)算信息熵冗余度(dj)。

dj=1-ej

(4)

步驟五：計(jì)算各指標(biāo)的權(quán)重(wj)。

(5)

步驟六：計(jì)算金融科技各具體指標(biāo)指數(shù)(Hi)。

(6)

2.層次分析法

層次分析法是一種系統(tǒng)分析與決策的綜合評(píng)價(jià)方法，它較合理地解決了定性問(wèn)題定量化的問(wèn)題。層次分析法的主要特點(diǎn)是通過(guò)建立遞階層次結(jié)構(gòu)，把人們的判斷轉(zhuǎn)化為若干因素兩兩之間的重要性比較，從而把難以量化的定性判斷轉(zhuǎn)化為可操作的定量判斷。本文依據(jù)金融科技定義在一級(jí)指數(shù)權(quán)重的賦予順序?yàn)榧夹g(shù)支持>金融中介>直接搜索，二級(jí)指數(shù)的權(quán)重賦予依據(jù)金融服務(wù)門檻與普及程度由高到低賦予，越容易獲得則賦予權(quán)重越低。具體權(quán)重設(shè)置如表2所示。

表2 金融科技發(fā)展指標(biāo)體系及各維度的權(quán)重

在確定各具體指數(shù)權(quán)重(見表1)與各維度指數(shù)權(quán)重的基礎(chǔ)上進(jìn)行指數(shù)合成，方法是由下往上逐層匯總，先計(jì)算各層分組指數(shù)，然后由各層分組指數(shù)加權(quán)匯總得到綜合指數(shù)。根據(jù)上述的金融科技指數(shù)的指標(biāo)體系和指數(shù)編制方法，編制了中國(guó)31個(gè)省份(不含港澳臺(tái)地區(qū))、332個(gè)地級(jí)以上城市(區(qū)、自治州、盟等，簡(jiǎn)稱“城市”)兩個(gè)層級(jí)的金融科技發(fā)展指數(shù)，其中指數(shù)時(shí)間跨度均為2011—2020年。

四、中國(guó)金融科技發(fā)展的總體趨勢(shì)與地區(qū)差異分析

(一)中國(guó)金融科技發(fā)展的總體趨勢(shì)分析

計(jì)算出金融科技發(fā)展指數(shù)之后，本文將在所有指數(shù)擴(kuò)大了100倍的基礎(chǔ)上，進(jìn)一步詳細(xì)介紹中國(guó)金融科技發(fā)展的總體趨勢(shì)。2011—2020年中國(guó)31個(gè)省份、332個(gè)地級(jí)市的金融科技發(fā)展指數(shù)逐年均值和中位值分別如圖1所示。從中可以得出，2011—2020年中國(guó)省份和各地級(jí)市金融科技發(fā)展實(shí)現(xiàn)了較快速增長(zhǎng)，2011年各省份的金融科技發(fā)展指數(shù)中位值為15.89，到2020年增長(zhǎng)到18.15，指數(shù)平均每年增長(zhǎng)1.42%，其中2017年為最高值19.14；2011年各地級(jí)市的金融科技發(fā)展指數(shù)中位值為17.51，到2020年18.46，平均每年增長(zhǎng)0.5%，其中2017年為最高值18.80。總體來(lái)看，省級(jí)金融科技發(fā)展指數(shù)與城市級(jí)金融科技發(fā)展指數(shù)增長(zhǎng)趨勢(shì)相似，2013年前金融科技增長(zhǎng)變化不明顯，2013年后金融科技呈現(xiàn)較快速增長(zhǎng)，2017—2018年達(dá)到極值，而2019—2020年有所下降。2013年后，中國(guó)互聯(lián)網(wǎng)金融迎來(lái)快速發(fā)展時(shí)期，隨后幾年間金融科技技術(shù)也逐漸孕育發(fā)展，金融科技發(fā)展指數(shù)增長(zhǎng)變化與中國(guó)互聯(lián)網(wǎng)金融、金融科技發(fā)展現(xiàn)實(shí)較為一致。但與互聯(lián)網(wǎng)金融相比，金融科技發(fā)展速度相對(duì)較慢，金融科技發(fā)展?jié)摿τ写M(jìn)一步釋放。而2019和2020年金融科技發(fā)展水平在2018年的基礎(chǔ)上有明顯的下降，可能的原因有兩點(diǎn)：一是監(jiān)管機(jī)構(gòu)出于對(duì)金融風(fēng)險(xiǎn)防范的深刻認(rèn)識(shí)，自2017年起成立互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)專項(xiàng)整治工作領(lǐng)導(dǎo)小組，不斷加強(qiáng)對(duì)互聯(lián)網(wǎng)現(xiàn)金貸業(yè)務(wù)、P2P網(wǎng)貸等相關(guān)業(yè)務(wù)的監(jiān)管力度，讓人們對(duì)金融科技的發(fā)展有了更加清醒、理性的認(rèn)識(shí)，對(duì)金融科技的追求熱度相對(duì)有所下降，從而反作用到本研究的搜索數(shù)據(jù)源。二是金融科技興起之后，尤其是2017年后，金融科技的相關(guān)書籍和其他網(wǎng)絡(luò)媒體的普及效果較好，對(duì)百度搜索獲取這方面知識(shí)的行為產(chǎn)生了一定的“替代作用”，也體現(xiàn)為百度搜索指數(shù)下降，進(jìn)而使得以該指數(shù)為基礎(chǔ)的金融科技發(fā)展指數(shù)有一定程度的下降?？偟膩?lái)說(shuō)，金融科技數(shù)據(jù)的變化趨勢(shì)是符合現(xiàn)實(shí)的，這也從側(cè)面論證了本文數(shù)據(jù)以及測(cè)算的科學(xué)性與可靠性。

圖1 2011—2020年省級(jí)和城市級(jí)金融科技發(fā)展指數(shù)的均值和中位值

從金融科技發(fā)展分指數(shù)來(lái)看(結(jié)果選用各年度的中位值)(4)篇幅所限，結(jié)果留存?zhèn)渌?。?011—2020年技術(shù)支持指數(shù)幾乎一直保持正向增長(zhǎng)的趨勢(shì)，但每一年的增長(zhǎng)變化幅度相對(duì)較小；而金融中介服務(wù)指數(shù)變化不太明顯，增長(zhǎng)較為緩慢。原因主要有以下幾點(diǎn)：第一，本文在層次分析法中賦予技術(shù)支持層更多的權(quán)重，而金融中介服務(wù)的權(quán)重相對(duì)較小，且對(duì)金融中介服務(wù)的下一級(jí)指標(biāo)進(jìn)行了賦權(quán)，這就導(dǎo)致金融中介指數(shù)相對(duì)于技術(shù)支持指數(shù)、總指數(shù)而言有較大的差距。第二，本文依托百度搜索指數(shù)數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)數(shù)據(jù)主要反映的是某一地區(qū)網(wǎng)民對(duì)于某一關(guān)鍵詞在一定時(shí)間內(nèi)的搜索頻次以及關(guān)注程度。就金融中介服務(wù)而言，相關(guān)關(guān)鍵詞出現(xiàn)較早，網(wǎng)民對(duì)于其較為了解，不同時(shí)間段的搜索詞頻數(shù)據(jù)變化較小，數(shù)據(jù)增長(zhǎng)趨勢(shì)不太明顯；而技術(shù)支持層的相關(guān)關(guān)鍵詞屬于新穎詞匯，且出現(xiàn)時(shí)間較短，網(wǎng)民對(duì)其追捧熱度較大，不同時(shí)間段的搜索詞頻數(shù)據(jù)變化較大，有較明顯的增長(zhǎng)趨勢(shì)。就2020年而言，由于受到新冠肺炎疫情的影響，各大金融機(jī)構(gòu)紛紛開展“零接觸式”服務(wù)，積極運(yùn)用大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等金融科技技術(shù)來(lái)服務(wù)廣大消費(fèi)者，導(dǎo)致技術(shù)支持關(guān)鍵詞關(guān)注熱度相對(duì)于2019年有較為明顯的上升趨勢(shì)。

(二)中國(guó)金融科技發(fā)展的地區(qū)差異分析

2019年8月，中國(guó)人民銀行印發(fā)的《金融科技(FinTech)發(fā)展規(guī)劃(2019—2021年)》明確指出，中國(guó)金融科技發(fā)展不充分不平衡的社會(huì)現(xiàn)狀，需要進(jìn)一步深化金融科技發(fā)展。本部分將重點(diǎn)基于2011—2020年中國(guó)內(nèi)地31個(gè)省的金融科技發(fā)展指數(shù)變動(dòng)趨勢(shì)對(duì)金融科技發(fā)展的地區(qū)差異進(jìn)行詳細(xì)分析(具體見表3)。從2011年的情況來(lái)看，排名前十的省份里，中西部地區(qū)僅有四川進(jìn)入；東、中、西部地區(qū)(5)參考《中國(guó)衛(wèi)生統(tǒng)計(jì)年鑒》的劃分，東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個(gè)省市，中部地區(qū)包括黑龍江、吉林、山西、安徽、江西、河南、湖北、湖南8個(gè)省，西部地區(qū)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、新疆12個(gè)省區(qū)市。的金融科技發(fā)展指數(shù)均值分別為16.77、15.90、15.47，地區(qū)之間的發(fā)展表面來(lái)看較為均衡，但東部地區(qū)金融科技發(fā)展指數(shù)最高的北京與西部地區(qū)指數(shù)最低的西藏相差3.42，說(shuō)明各省份之間差異顯著。將當(dāng)年金融科技發(fā)展指數(shù)排名前十、后十的省份分別劃分為第一、三梯隊(duì)，其余為第二梯隊(duì)，經(jīng)計(jì)算得三大梯隊(duì)的金融科技發(fā)展指數(shù)均值分別為16.96、15.89和15.30，可以進(jìn)一步看出各梯隊(duì)之間的差距明顯。2018年排名前十的省份中，廣東于2017年超越北京，位居第一且遙遙領(lǐng)先；東、中、西部地區(qū)的指數(shù)均值分別為21.66、19.07和17.63，地區(qū)之間的差距相較于2011年都有顯著的增長(zhǎng)，其中東部地區(qū)增長(zhǎng)速度最快，排名第一的廣東與西藏的金融科技發(fā)展指數(shù)相差12.33，區(qū)域、省際之間的發(fā)展差距快速拉大；該年第一、二、三梯隊(duì)的均值分別為22.79、18.82和16.75，與2011年相比，排名越靠前的梯隊(duì)發(fā)展速度越快，排名靠后的梯隊(duì)發(fā)展速度明顯較慢，說(shuō)明金融科技發(fā)展的過(guò)程中存在明顯的“馬太效應(yīng)”。2020年排名前十的省份中，廣東、北京、江蘇、浙江、上海始終位居前列，屬于領(lǐng)先梯隊(duì)；東、中、西部地區(qū)的指數(shù)均值分別為20.28、18.44和17.12，廣東與西藏的金融科技發(fā)展指數(shù)差值降低至9.58，三大梯隊(duì)的均值分別為21.20、18.12和16.46，相比于2018年都有合理的回落，且降幅基本與均值相匹配。

表3 2011—2020年中國(guó)31個(gè)省份金融科技發(fā)展指數(shù)變動(dòng)趨勢(shì)

從2020年排名變動(dòng)的具體情況來(lái)看，中部地區(qū)的安徽和西部地區(qū)的四川排名相比于2018年有了顯著提高，前者是因?yàn)殚L(zhǎng)三角一體化的規(guī)劃和落地過(guò)程中，安徽積極參與相關(guān)產(chǎn)業(yè)鏈和城市群的建設(shè)，建立了與金融科技發(fā)達(dá)地區(qū)的利益分享機(jī)制，聚焦金融科技前沿領(lǐng)域發(fā)展；四川則是以成都為代表的城市率先跟進(jìn)領(lǐng)先梯隊(duì)的發(fā)展步伐，在全國(guó)范圍內(nèi)領(lǐng)先出臺(tái)了《關(guān)于推進(jìn)普惠金融發(fā)展的實(shí)施意見》(6)http://gk.chengdu.gov.cn/govInfoPub/detail.action?id=96123&tn=6?！毒W(wǎng)絡(luò)信息安全產(chǎn)業(yè)發(fā)展規(guī)劃(2018—2022)》(7)https://www.scba.org.cn/?list_16/28.html。和《關(guān)于支持金融科技產(chǎn)業(yè)創(chuàng)新發(fā)展的若干政策措施》(8)http://www.cdqingyang.gov.cn/qingyangqu_wap/c101405/2019-06/06/b188ca3f84b44ce4b7ea232941355390/files/2d8e5190147- b46838cee656b5b47e27b.pdf。等一系列政策安排，通過(guò)多項(xiàng)舉措穩(wěn)妥積極推進(jìn)金融科技的發(fā)展。而以重慶為代表的部分地區(qū)金融科技排名與2018年相比出現(xiàn)了明顯下滑，可能原因是其在早期的發(fā)展過(guò)程中，在諸如現(xiàn)金貸的業(yè)務(wù)中出現(xiàn)了“套路貸”等不良現(xiàn)象，監(jiān)管機(jī)構(gòu)深入相關(guān)領(lǐng)域開展整頓監(jiān)督工作，范圍不斷擴(kuò)大，整頓力度不斷加強(qiáng)，對(duì)于金融科技和創(chuàng)新的態(tài)度相對(duì)謹(jǐn)慎，嚴(yán)控潛在的風(fēng)險(xiǎn)和不確定性。另外，無(wú)論是2011年還是2018年，排名前六的省份均位居?xùn)|部沿海地區(qū)，唯有四川省在2011和2018年分別排名第九和第八，2020年則進(jìn)一步上升到了第六，始終都是西部地區(qū)中唯一入選前十的省份，這一結(jié)果與《2020天府·中國(guó)金融科技指數(shù)》(9)https://www.scaft.cn/fintech/dynamic?mid=19。匯報(bào)的結(jié)果大致相同，因?yàn)樵撝笖?shù)從行業(yè)基礎(chǔ)環(huán)境、科學(xué)技術(shù)資源、金融科技市場(chǎng)三個(gè)維度全面考察了當(dāng)前國(guó)內(nèi)金融科技行業(yè)的發(fā)展情況，具有一定的代表性，這進(jìn)一步反映了本研究有關(guān)的金融科技指數(shù)編制的科學(xué)性與測(cè)算的可行性。與此同時(shí)，各年度排名最靠后的地區(qū)并未發(fā)生變化，順序一致。

與中國(guó)大多數(shù)地區(qū)的經(jīng)濟(jì)發(fā)展特征一樣，金融科技發(fā)展程度在地區(qū)間也存在一定的差異。2018年中國(guó)金融科技指數(shù)得分最高的廣東是得分最低的西藏的1.81倍，得分最高的深圳市是得分最低的果洛藏族自治州的1.83倍，這充分說(shuō)明了中國(guó)各省份之間、各地級(jí)市之間的差距相對(duì)較大，也即金融科技發(fā)展具備較弱的地理穿透性。

五、中國(guó)金融科技發(fā)展：空間特征分析

(一)中國(guó)金融科技發(fā)展的地區(qū)收斂性分析

為了更加嚴(yán)謹(jǐn)?shù)卣撟C地區(qū)金融科技發(fā)展指數(shù)差距的時(shí)間趨勢(shì)，本文利用σ收斂、絕對(duì)β收斂對(duì)金融科技發(fā)展的地區(qū)收斂性進(jìn)行檢驗(yàn)。σ收斂是針對(duì)存量水平的刻畫，是指不同地區(qū)金融科技發(fā)展水平的離差分布狀況及其動(dòng)態(tài)變化過(guò)程。如果地區(qū)金融科技發(fā)展水平的離差隨時(shí)間的變化逐漸縮小，則可以認(rèn)為地區(qū)金融科技發(fā)展水平存在收斂性，即不同地區(qū)的金融科技發(fā)展水平會(huì)越來(lái)越接近，地區(qū)差距逐漸減小。絕對(duì)β收斂指每一個(gè)地區(qū)的金融科技發(fā)展水平最終都會(huì)達(dá)到一個(gè)完全相同的穩(wěn)態(tài)增長(zhǎng)速度和增長(zhǎng)水平。絕對(duì)收斂的回歸系數(shù)顯著為負(fù)就說(shuō)明存在絕對(duì)收斂。

有關(guān)收斂性的檢驗(yàn)一般采用變異系數(shù)計(jì)算的統(tǒng)計(jì)指標(biāo)，變異系數(shù)計(jì)算結(jié)果與熵值法結(jié)果基本相似，因此本文也采用金融科技發(fā)展水平的變異系數(shù)計(jì)算結(jié)果來(lái)檢驗(yàn)收斂性。具體的σ收斂、絕對(duì)β收斂模型如下：

(7)

其中，i代表地區(qū)，n代表地區(qū)數(shù)量，t代表年份，xit代表t年i地區(qū)的金融科技發(fā)展指數(shù)對(duì)數(shù)值，σt代表t年時(shí)金融科技發(fā)展指數(shù)的σ收斂檢驗(yàn)系數(shù)。

為了方便計(jì)算和克服商業(yè)周期的影響，本文專門劃分了三個(gè)時(shí)間段：2011—2013年、2014—2017年、2018—2020年。y3、y1分別對(duì)應(yīng)2011—2013年和2018—2020年的平均值，兩個(gè)時(shí)間段中間點(diǎn)相隔7年，用對(duì)數(shù)值的差除以7換算成每年的平均增長(zhǎng)速度。

(lnyt-lny0)/τ=α+βlny0+ε

(8)

(lny3-lny1)/τ=α+βylny1+ε

(9)

β=-(1-e-λτ)/τ，τ=7

(10)

絕對(duì)β收斂速度指落后地區(qū)金融科技發(fā)展水平追趕先進(jìn)地區(qū)金融科技發(fā)展水平的速度，通常用百分比表示。比如1%指的是地區(qū)每年能夠縮小實(shí)際金融科技發(fā)展水平與穩(wěn)態(tài)水平之間差距的1%，也就是說(shuō)實(shí)際金融科技發(fā)展水平每年向穩(wěn)態(tài)金融科技水平靠近的幅度是1%。絕對(duì)β收斂的收斂速度λ根據(jù)Mankiw等[27]的研究計(jì)算得來(lái)。

2011—2020年的省級(jí)和城市級(jí)金融科技發(fā)展指數(shù)的逐年σ收斂系數(shù)見表4，從中可以得出，2018年以前的省級(jí)和城市級(jí)中國(guó)金融科技發(fā)展指數(shù)的σ收斂系數(shù)逐漸變大，說(shuō)明不存在σ收斂，各地區(qū)之間的差異在逐漸變大，但是2019和2020年省級(jí)城市級(jí)收斂系數(shù)在2018年的基礎(chǔ)上有明顯的下降，地區(qū)之間的發(fā)展差異有明顯縮小的趨勢(shì)?？赡茉蛴幸韵聨c(diǎn)：第一，金融科技是技術(shù)推動(dòng)的金融創(chuàng)新，經(jīng)濟(jì)越發(fā)達(dá)的地區(qū)對(duì)人才的吸引力度越大，相關(guān)金融科技人才精英也就聚集越多，地區(qū)的金融科技發(fā)展水平也就相對(duì)較高，對(duì)于經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)而言，由于經(jīng)濟(jì)較弱和人才欠缺，金融體系發(fā)展不完善等因素，金融科技發(fā)展水平相對(duì)較低。第二，金融科技發(fā)展時(shí)間相對(duì)較短，相關(guān)金融科技的技術(shù)紅利與潛力還沒(méi)有完全釋放，地區(qū)之間潛力釋放差異較大，導(dǎo)致金融科技發(fā)展水平差異較大。第三，隨著經(jīng)濟(jì)的不斷發(fā)展、技術(shù)的溢出效應(yīng)進(jìn)一步凸顯和金融科技熱的逐漸消散并進(jìn)入理性認(rèn)知階段，2018年之后，金融科技發(fā)展水平落后的省份和城市得到了進(jìn)一步發(fā)展，所以收斂系數(shù)相對(duì)有所下降。

表4 2011—2020年省級(jí)和城市級(jí)金融科技發(fā)展指數(shù)σ收斂系數(shù)

本文對(duì)絕對(duì)β收斂模型進(jìn)行了最小二乘法(OLS)回歸，回歸結(jié)果如表5所示。2011—2020年省級(jí)和城市級(jí)的β系數(shù)均顯著為正，說(shuō)明省份和城市的金融科技發(fā)展水平是顯著發(fā)散的，不存在絕對(duì)β收斂，與上文σ收斂檢驗(yàn)一致，側(cè)面說(shuō)明了本文檢驗(yàn)結(jié)果的準(zhǔn)確性。同時(shí)從λ的結(jié)果可以得出，省級(jí)的發(fā)散速度為每年16.13%，城市的發(fā)散速度為每年11.69%。但是從表4中σ收斂系數(shù)的變化趨勢(shì)和圖1中金融科技的中位值、均值來(lái)看，不管是省份還是城市的系數(shù)，抑或是金融科技的中位值和均值，都在2018年后出現(xiàn)了明顯的下降，所以在討論β收斂時(shí)有必要將2011—2020年進(jìn)行階段性劃分。從表5的結(jié)果來(lái)看，不管是省級(jí)和城市級(jí)的β系數(shù)還是λ的結(jié)果，在兩個(gè)階段表現(xiàn)出了截然不同的情況。其中，省級(jí)和城市級(jí)金融科技的β系數(shù)在2017年以前都是顯著為正，但是2018年之后都變成顯著為負(fù)；省級(jí)和城市級(jí)金融科技的λ結(jié)果在2017年以前均為負(fù)，2018年之后都為正。這說(shuō)明2018年之后的省級(jí)和城市級(jí)金融科技發(fā)展水平是顯著收斂的，其中省級(jí)金融科技的收斂速度為24.97%，城市級(jí)金融科技的收斂速度為20.58%。

表5 絕對(duì)β收斂檢驗(yàn)OLS回歸結(jié)果

從上述中國(guó)金融科技發(fā)展的地區(qū)收斂性分析可以發(fā)現(xiàn)，不管是針對(duì)省級(jí)數(shù)據(jù)還是城市級(jí)數(shù)據(jù)，其絕對(duì)β收斂檢驗(yàn)與σ收斂檢驗(yàn)結(jié)果基本趨于一致，也即是說(shuō)中國(guó)金融科技的發(fā)展在2017年以前是明顯發(fā)散的，地區(qū)之間的差距在逐漸擴(kuò)大。劉傳明等[28]對(duì)中國(guó)八大城市群互聯(lián)網(wǎng)金融發(fā)展的收斂性研究發(fā)現(xiàn)，一部分城市的互聯(lián)網(wǎng)金融發(fā)展水平是發(fā)散的，這與本研究2017年的金融科技發(fā)展的收斂性結(jié)果相同。顯然，2018年及以后的金融科技發(fā)展在地區(qū)間又表現(xiàn)為明顯的收斂，這與國(guó)內(nèi)近年來(lái)各地區(qū)P2P被取締、金融科技創(chuàng)新日趨規(guī)范、人們對(duì)金融科技的認(rèn)識(shí)逐漸理性密不可分。

(二)中國(guó)金融科技發(fā)展的空間關(guān)聯(lián)性分析

前文討論了中國(guó)金融科技發(fā)展的地區(qū)收斂性，發(fā)現(xiàn)金融科技發(fā)展總體上是發(fā)散的，具備較弱的地理穿透性，說(shuō)明其發(fā)展變化受到一定的地理區(qū)位影響而明顯存在空間相關(guān)性。此外，金融科技與數(shù)字金融有著必然的聯(lián)系，而數(shù)字金融的發(fā)展仍然要依賴實(shí)體經(jīng)濟(jì)和傳統(tǒng)金融。所以，金融科技發(fā)展也與實(shí)體經(jīng)濟(jì)和傳統(tǒng)金融發(fā)展相似，存在一定的空間相關(guān)性。結(jié)合以上兩方面的考慮，研究金融科技發(fā)展的空間特征具有一定的理論價(jià)值與實(shí)踐價(jià)值。和大多數(shù)研究一樣，本文主要采用空間莫蘭指數(shù)對(duì)省域金融科技的空間相關(guān)性進(jìn)行檢驗(yàn)，計(jì)算莫蘭指數(shù)的過(guò)程中，主要采用地理距離矩陣，即空間權(quán)重矩陣的元素為兩地區(qū)距離平方的倒數(shù)，表示金融科技發(fā)展隨著地理距離的擴(kuò)大，各地區(qū)間金融科技發(fā)展的影響程度將逐漸減小。

中國(guó)2011—2020年金融科技發(fā)展水平的全域莫蘭指數(shù)值見表6?？傮w而言，中國(guó)金融科技發(fā)展水平在省級(jí)層面和城市級(jí)層面的全域莫蘭指數(shù)均為正值，說(shuō)明中國(guó)金融科技在2011—2020年始終表現(xiàn)為空間正自相關(guān)關(guān)系，不存在明顯的交叉分布或均勻分布的特征。即相鄰區(qū)域之間的金融科技發(fā)展具有相似屬性。從顯著性上來(lái)看，省級(jí)數(shù)據(jù)計(jì)算的全域莫蘭指數(shù)只有2016和2017年不顯著，而城市級(jí)數(shù)據(jù)計(jì)算的全域莫蘭指數(shù)均顯著，指數(shù)數(shù)值越大說(shuō)明空間分布的正自相關(guān)性越強(qiáng)，集聚的強(qiáng)度也就越強(qiáng)。這說(shuō)明金融科技發(fā)展在省份之間和城市之間具有顯著的空間集聚效應(yīng)，但是各省份內(nèi)部城市之間的發(fā)展水平和省份之間的發(fā)展水平程度不一，即金融科技具備較弱的地理穿透力，城市之間的輻射能力較強(qiáng)，而省份之間的輻射能力較弱。

表6 2011—2020年中國(guó)金融科技發(fā)展的全域莫蘭指數(shù)

1.中國(guó)省級(jí)金融科技發(fā)展的空間關(guān)聯(lián)性分析

結(jié)合2011、2018和2020年省份金融科技發(fā)展指數(shù)莫蘭指數(shù)的散點(diǎn)圖，可以得到中國(guó)金融科技發(fā)展的空間相關(guān)模式(見表7)。不難看出，各個(gè)省域的金融科技的分布特征可分為4種空間相關(guān)模式：第1象限表示金融科技高發(fā)展水平省份被其他金融科技高發(fā)展水平省份所包圍(HH模式)，代表正的空間自相關(guān)關(guān)系的集群(即空間依賴性)；第2象限表示金融科技低發(fā)展水平省份被其他金融科技高發(fā)展水平省份所包圍(LH模式)，代表負(fù)的空間自相關(guān)關(guān)系的集群(即空間異質(zhì)性)；第3象限表示金融科技低發(fā)展水平省份被其他金融科技低發(fā)展水平省份所包圍(LL模式)，代表正的空間自相關(guān)關(guān)系的集群(即空間依賴性)；第4象限表示金融科技高發(fā)展水平省份被其他金融科技低發(fā)展水平省份所包圍(HL模式)，代表負(fù)的空間自相關(guān)關(guān)系的集群(即空間異質(zhì)性)。不難發(fā)現(xiàn)，2011、2018和2020年中國(guó)31個(gè)省份的金融科技發(fā)展水平的空間相關(guān)模式大致相同，都是大部分位于第1象限和第3象限，即金融科技發(fā)展呈現(xiàn)出HH和LL兩種模式的分化，只有少數(shù)省份位于第2象限和第4象限。

以2020年為例，金融科技各省份分布的67.74%顯示出正的空間相關(guān)性，其中10個(gè)省份位于第1象限(HH)，11個(gè)省份位于第3象限(LL)。因此可以進(jìn)一步認(rèn)為，中國(guó)金融科技發(fā)展水平存在著明顯的地理空間分布上的依賴性，也就是說(shuō)往往存在金融科技發(fā)展水平高的省域與其他金融科技發(fā)展水平高的省域和金融科技發(fā)展水平低的省域與其他金融科技發(fā)展水平低的省域分別發(fā)生集聚，呈現(xiàn)出明顯的正向空間依賴性，而較少地表現(xiàn)出空間異質(zhì)性。另外，從表7中還可以看出，東部地區(qū)發(fā)達(dá)省份除北京、廣東外的省份全都位于第1象限，這些省份本身與周邊省份都有較高的金融科技發(fā)展水平；中部地區(qū)的省份除山西以外，則主要分布在第1象限；西部地區(qū)的省份集中分布于第3象限，也就是說(shuō)西部地區(qū)的省份本身與周邊省份都處于較低的金融科技發(fā)展水平。

表7 中國(guó)金融科技發(fā)展的空間相關(guān)模式

2.中國(guó)城市級(jí)金融科技發(fā)展的空間關(guān)聯(lián)性分析

根據(jù)2011和2020年的中國(guó)城市金融科技指數(shù)、技術(shù)支持指數(shù)、金融中介服務(wù)指數(shù)和直接搜索指數(shù)的莫蘭指數(shù)散點(diǎn)圖(10)由于篇幅限制，2011和2020年中國(guó)城市金融科技指數(shù)、技術(shù)支持指數(shù)、金融中介服務(wù)指數(shù)和直接搜索指數(shù)的莫蘭指數(shù)散點(diǎn)圖省略，留存?zhèn)渌鳌？梢园l(fā)現(xiàn)如下規(guī)律：一是4種莫蘭指數(shù)中大多數(shù)城市位于第1象限和第3象限，莫蘭指數(shù)顯著為正，說(shuō)明中國(guó)的城市金融科技發(fā)展水平存在空間正自相關(guān)。二是空間自相關(guān)現(xiàn)象以集聚在第3象限為主，即大部分城市的金融科技發(fā)展呈現(xiàn)出低—低集聚的形態(tài)，說(shuō)明中國(guó)城市金融科技的總體發(fā)展水平仍有待提高。三是落在第1象限HH模式集聚的大部分是東部沿海發(fā)達(dá)城市，如深圳、廣州、南京、杭州等，這些城市經(jīng)濟(jì)發(fā)達(dá)，對(duì)金融科技人才吸引力大，金融科技發(fā)展水平高，且集聚效應(yīng)顯著。較少一部分落在第4象限HL模式集聚板塊的城市主要為中西部省份的省會(huì)城市，如蘭州、成都、武漢、昆明等，說(shuō)明中西部省份內(nèi)部和城市之間的金融科技發(fā)展水平差距相對(duì)較大，主要表現(xiàn)為金融科技相關(guān)建設(shè)與投入更多地集中于省會(huì)城市，周邊城市金融科技發(fā)展水平低。

對(duì)省份和城市進(jìn)行空間集聚性檢驗(yàn)的結(jié)果基本相似，這有力地說(shuō)明了金融科技發(fā)展水平存在一定的空間集聚性與空間相關(guān)性，主要體現(xiàn)為沿海地區(qū)與中西部地區(qū)的差異，與中國(guó)經(jīng)濟(jì)發(fā)展、傳統(tǒng)金融的空間集聚相似。

(三)中國(guó)金融科技發(fā)展的空間異質(zhì)性

為了更加直觀地觀察金融科技發(fā)展的空間異質(zhì)性、空間分布特征和時(shí)空演化特征，一方面運(yùn)用ArcGIS基于省級(jí)數(shù)據(jù)和城市級(jí)數(shù)據(jù)繪制了2011、2018及2020年3個(gè)代表性年份的省級(jí)和城市級(jí)金融科技發(fā)展情況；另一方面運(yùn)用Python自帶的Pyecharts模塊，分別基于省級(jí)數(shù)據(jù)和城市級(jí)數(shù)據(jù)繪制了2011—2020年金融科技發(fā)展的動(dòng)態(tài)地圖(11)由于篇幅所限和Pyecharts繪制的圖形以離線網(wǎng)頁(yè)格式顯示，各種圖留存?zhèn)渌??！?/p>

依照郭峰等[19]的做法，將其進(jìn)行了梯隊(duì)劃分。2011和2020年的梯隊(duì)分類標(biāo)準(zhǔn)都以當(dāng)年指數(shù)最高的城市指數(shù)值為基準(zhǔn)，將排序在基準(zhǔn)值80%范圍內(nèi)的城市列為第一梯隊(duì)，70%～80%、60%～70%分別為第二、三梯隊(duì)，60%之后為第四梯隊(duì)。可以看出，2011年的城市金融科技發(fā)展水平基本都屬于第一梯隊(duì)，而發(fā)展到2018年(因?yàn)?020年的金融科技發(fā)展指數(shù)比2018年有明顯的下降，通過(guò)顏色進(jìn)行梯隊(duì)劃分不再能看出明顯的差別，所以在此重點(diǎn)分析2018年情況)，不管是省份還是城市金融科技指數(shù)都表現(xiàn)出了明顯的梯隊(duì)劃分情況，并且不同省份之間和不同城市之間的金融科技發(fā)展水平差距明顯擴(kuò)大。城市金融科技指數(shù)的極差達(dá)到了14.14，其中第一梯隊(duì)主要集中在長(zhǎng)三角、珠三角以及其他個(gè)別大城市，第二梯隊(duì)主要集中在浙江、江蘇、山東、廣東沿海地區(qū)的城市和中西部地區(qū)的一些省會(huì)城市，其他大部分城市主要分布于第三梯隊(duì)和第四梯隊(duì)。

從空間變化趨勢(shì)中可以得出以下結(jié)論：第一，各地區(qū)的金融科技發(fā)展水平之間的差距都在隨著時(shí)間的變化在逐漸擴(kuò)大，并且省份之間的差距相對(duì)于城市之間的差距更加顯著，總體上呈現(xiàn)出明顯的東南沿海向內(nèi)陸逐步遞減的階梯性變化。截至2020年，金融科技發(fā)展的高水平區(qū)主要還是集中于東部沿海，對(duì)內(nèi)陸地區(qū)的滲透作用十分有限，其發(fā)展?jié)摿€有待進(jìn)一步釋放。第二，從金融科技發(fā)展水平的梯隊(duì)圖趨勢(shì)來(lái)看，“胡煥庸線”成為地區(qū)金融科技發(fā)展分異的分界線，該線以東地區(qū)的金融科技發(fā)展水平明顯更高且發(fā)展速度較快，并且前三梯隊(duì)幾乎都位于胡煥庸線的東側(cè)；而胡煥庸線以西地區(qū)的金融科技發(fā)展水平相對(duì)較低，體現(xiàn)為第四梯隊(duì)的城市始終分布于該線西側(cè)。這說(shuō)明金融科技發(fā)展的觸達(dá)性和地理穿透性主要適用于經(jīng)濟(jì)較發(fā)達(dá)地區(qū)，而經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)就相對(duì)較弱，往往被地理區(qū)位以及經(jīng)濟(jì)區(qū)位所限制。

六、研究結(jié)論與展望

在借鑒現(xiàn)有互聯(lián)網(wǎng)金融、數(shù)字普惠金融和金融科技指數(shù)編制的文獻(xiàn)基礎(chǔ)上，本文編制了一套可以準(zhǔn)確刻畫中國(guó)金融科技發(fā)展現(xiàn)狀的金融科技發(fā)展指數(shù)，并以百度搜索指數(shù)為基礎(chǔ)，綜合運(yùn)用熵值法和層次分析法測(cè)算了2011—2020年中國(guó)內(nèi)地31個(gè)省和332個(gè)城市的金融科技發(fā)展指數(shù)。在此基礎(chǔ)上，重點(diǎn)對(duì)中國(guó)的金融科技發(fā)展進(jìn)行了定量刻畫和時(shí)空特征分析，結(jié)論如下：(1)2011—2020年中國(guó)的金融科技水平實(shí)現(xiàn)了顯著增長(zhǎng)，得益于互聯(lián)網(wǎng)金融的跨越式發(fā)展，金融科技發(fā)展水平在2013年后增速加快，其中技術(shù)支持指數(shù)增長(zhǎng)最為迅速，對(duì)金融科技的發(fā)展貢獻(xiàn)突出。(2)金融科技發(fā)展的收斂性在2017年前后表現(xiàn)為明顯的階段性特征，2017年以前地理穿透性弱，二元結(jié)構(gòu)特征明顯，地區(qū)之間的差距在逐漸擴(kuò)大；2018年以后呈明顯的收斂趨勢(shì)，發(fā)達(dá)地區(qū)之間地理穿透性變強(qiáng)，地區(qū)之間的差距縮小。(3)經(jīng)濟(jì)發(fā)達(dá)地區(qū)天然地具備了發(fā)展金融科技的先行優(yōu)勢(shì)，其發(fā)展過(guò)程存在“馬太效應(yīng)”，而中西部地區(qū)仍然受限于地理或經(jīng)濟(jì)因素，與東部地區(qū)之間的差距逐漸增大，未來(lái)需要密切關(guān)注落后地區(qū)金融科技的技術(shù)紅利與潛力釋放問(wèn)題。(4)金融科技發(fā)展水平存在明顯的空間相關(guān)性，表現(xiàn)為沿海地區(qū)與中西部地區(qū)之間的巨大差異和發(fā)展水平相近的省份存在空間依賴性，中國(guó)地區(qū)經(jīng)濟(jì)發(fā)展、傳統(tǒng)金融的空間集聚相似，并且金融科技發(fā)展水平呈現(xiàn)明顯的東南沿海向內(nèi)陸的階梯性變化，而“胡煥庸線”成為各梯隊(duì)之間的明顯分界線。

本文力求以科學(xué)客觀的方法編制中國(guó)金融科技發(fā)展的指標(biāo)體系，并運(yùn)用科學(xué)的測(cè)度方法和可靠的基礎(chǔ)數(shù)據(jù)從省域和城市層面分別測(cè)度中國(guó)金融科技發(fā)展水平，初步探討了中國(guó)近年來(lái)金融科技發(fā)展的總體態(tài)勢(shì)和時(shí)空特征。但是，由于目前各界對(duì)于金融科技并未形成統(tǒng)一的定義，金融科技的實(shí)踐發(fā)展又明顯快于理論研究，在實(shí)踐和理論方面與相近概念的邊界也尚有不明晰之處。就本文而言，雖然在選擇關(guān)鍵詞和指數(shù)編制方法等關(guān)鍵流程進(jìn)行了反復(fù)推敲，但在構(gòu)建指標(biāo)體系的時(shí)候，確實(shí)很難真正做到全面、準(zhǔn)確地描述中國(guó)金融科技發(fā)展的全貌和細(xì)節(jié)，其實(shí)這也是各大類指標(biāo)體系構(gòu)建的共同問(wèn)題。如本文僅選擇了27個(gè)金融科技關(guān)鍵詞，并不能做到全面反映中國(guó)金融科技發(fā)展的完整圖景和細(xì)節(jié)。又如在關(guān)鍵詞篩選的時(shí)候保留了“區(qū)塊鏈”，但是去除了“分布式計(jì)算”，二者之間的含義基本上是可以互換的，具體使用取決于個(gè)人偏好，所以難免導(dǎo)致那些使用“分布式計(jì)算”的新聞報(bào)道無(wú)法被代表。綜合來(lái)看，如果對(duì)這些同義的關(guān)鍵詞都進(jìn)行保留處理，會(huì)導(dǎo)致關(guān)鍵詞過(guò)于繁雜，必然就存在部分詞義互相涵蓋、重復(fù)計(jì)算的情況，也會(huì)得到不準(zhǔn)確的結(jié)果。

當(dāng)然，筆者有理由相信本套指數(shù)可以為中國(guó)金融科技的發(fā)展趨勢(shì)和地區(qū)差距等問(wèn)題的研究提供有益借鑒，也可給后續(xù)相關(guān)研究提供必要的參考，并且隨著對(duì)金融科技的認(rèn)識(shí)加深、數(shù)據(jù)處理技術(shù)持續(xù)進(jìn)步和數(shù)據(jù)的可得性進(jìn)一步保證，有關(guān)金融科技的研究必然日臻完善。更重要的問(wèn)題在于，我們需要清楚地看到金融科技在迅猛的發(fā)展過(guò)程中，既取得了可喜的成就，同時(shí)也遭遇了很大挑戰(zhàn)，甚至產(chǎn)生了嚴(yán)重的問(wèn)題，并導(dǎo)致了困惑、爭(zhēng)議乃至誤區(qū)。未來(lái)有關(guān)金融科技的相關(guān)研究，應(yīng)該更加關(guān)注什么是真正意義上的金融科技，科技和金融的關(guān)系到底應(yīng)該是什么樣的，金融科技在未來(lái)的“新金融”中如何定位，如何避免金融科技發(fā)展再次陷入“雷區(qū)”，金融科技在提升企業(yè)發(fā)展能力和信用水平方面如何更有效地發(fā)揮作用，金融科技如何破解普惠金融發(fā)展悖論而更好地服務(wù)中小微企業(yè)和弱勢(shì)群體，在高質(zhì)量發(fā)展中推進(jìn)共同富裕邁出更堅(jiān)實(shí)步伐。