中國九大城市群數字普惠金融發展的時空差異及動態演進

張德鋼 朱旭森

[摘 要]采用Dagum 基尼系數、核密度非參數估計和收斂模型揭示九大城市群數字普惠金融發展的區域差異、分布動態及收斂機制。研究發現：九大城市群數字普惠金融發展差異呈下降趨勢，城市群間差異是導致數字普惠金融發展差異的主要來源。其中，珠三角城市群數字普惠金融整體發展水平最高，城市群內差異最小，同其他城市群整體差異最大。九大城市群數字普惠金融發展具有顯著的σ收斂特征，也存在絕對β收斂和條件β收斂，但各城市群收斂速度不相同，經濟發展相對落后的城市群數字普惠金融發展收斂速度更快。研究對推動城市群數字普惠金融協同發展，促進金融服務均等化具有重要意義。

[關鍵詞]城市群;數字普惠金融;時空演進

[中圖分類號]F832;F299.2[文獻標識碼]A[文章編號]1673-0461（2020）12-0088-09

一、引 言

深度融合通訊技術與電子商務的數字普惠金融，可以克服傳統金融對物理網點的依賴，具有更大的地理穿透力和低成本優勢，能夠顯著擴大普惠金融服務范圍并提升服務效率，得到了中國政府的高度重視。國務院于2015年底印發的《推進普惠金融發展規劃（2016—2020年）》明確提出要積極借助互聯網等現代信息技術手段拓展普惠金融服務廣度和深度。2016年杭州 G20 峰會，中國政府積極推動并參與制定《G20數字普惠金融高級原則》，進一步明確了數字普惠金融的發展方向。當前，中國的數字普惠金融發展已經走在了世界前列[1-3]，而數字普惠金融在中國得以快速發展的一個重要原因在于城市群的崛起。城市群作為中國區域經濟最具活力和潛力的核心地區，城市群內部以及城市群之間人口、資金、技術、信息等生產要素的巨大流動需求，為數字普惠金融發展提供了重要平臺[4]。目前，中國已經形成了珠三角城市群、長三角城市群、京津冀城市群、中原城市群、長江中游城市群、北部灣城市群、哈長城市群、成渝城市群、關中城市群等九大代表性城市群。在此背景下本文提出如下研究問題，九大城市群數字普惠金融發展的空間差異如何？動態演進趨勢如何？是否存在收斂機制？科學回答這些問題對實現城市群數字普惠金融協同發展，促進金融服務均等化具有重要意義。

現有關于中國普惠金融發展差異及演進動態的文獻主要集中在傳統普惠金融領域。一類文獻采用泰爾指數或基尼系數測度中國普惠金融發展差異并按照子群進行分解。例如，林春等在構建中國省際普惠金融指標體系測度普惠金融發展的基礎上，采用基尼系數考察普惠金融發展差異，并從東中西三大區域和八大綜合經濟區層面對差異進行分解[5]。沈麗等在編制中國省際普惠金融指數的基礎上采用Dagum基尼系數考察中國普惠金融的區域差異，并從東中西三大區域對差異進行分解[6]。王雪和何廣文從縣域層面構建普惠金融發展指數，進而利用泰爾指數刻畫中國縣域普惠金融的發展差異，并從省際層面對差異進行分解[7]。另一類文獻采用σ收斂、β收斂、俱樂部收斂、核密度非參數估計等方法考察普惠金融發展的收斂機制和分布動態。例如，孫英杰和林春分析了中國普惠金融的絕對β收斂、條件β收斂和俱樂部收斂機制[8]。胡宗義等采用變異系數和核密度非參數估計方法分析了中國普惠金融發展的動態演進趨勢[9]。

受限于金融服務數據的可獲得性，前述相關文獻構建的普惠金融發展指標所包含的金融服務往往集中在傳統金融領域，無法體現互聯網背景下金融服務變革的客觀現實。北京大學發布的2011—2018年中國數字普惠金融指數專注于從創新性數字金融的角度衡量數字普惠金融的發展，是對現有聚焦傳統普惠金融的相關指標體系和指數的一個拓展，已廣泛用于學術研究，但現有文獻主要集中在數字普惠金融發展產生的經濟社會影響效應上。例如，數字普惠金融對農村金融需求的影響效應[10]，對居民消費的影響[11]，對包容性增長的影響效應[12]，對創新創業的影響[13]。雖然，梁榜和張建華利用該指數考察了中國數字普惠金融的空間聚集和收斂特征[14]，但未能揭示出中國數字普惠金融在不同城市群的發展差異及動態演進特征。正如前文所述，城市群作為中國區域經濟最具活力和潛力的核心地區，是支撐數字金融普惠發展的重要平臺，揭示城市群數字普惠金融發展時空演變規律、探尋城市群數字普惠金融協同發展路徑不僅有利于推動城市群數字普惠金融協同發展，也有利于金融服務均等化，進而促進區域經濟均衡發展。

為拓展現有相關研究，本文基于北京大學發布的2011—2018年中國數字普惠金融指數，首先，采用Dagum基尼系數方法對中國九大城市群數字普惠金融發展的空間差異進行測算并予以分解，以揭示城市群數字普惠金融發展的空間差異大小及其來源。其次，采用核密度非參數估計、σ收斂和β收斂方法對九大城市群數字普惠金融發展的動態演進特征和收斂機制進行分析。最后，在前文分析的基礎上得出結論并給予解釋，同時基于城市群數字普惠金融協同發展提出相應的對策建議。

二、研究方法和數據

（一）Dagum基尼系數

（四）數據來源說明

本文采用北京大學數字金融研究中心最新發布的“北京大學數字普惠金融指數（2011-2018）”刻畫數字普惠金融發展。該指數由數字金融覆蓋廣度、數字金融使用深度和數字化程度指數3個維度共計33個具體指標合成。本文使用該指數對中國九大城市群數字普惠金融發展差異及演進動態展開研究。如表1所示，九大城市群[CM（21*2]具體包括珠三角城市群、長三角城市群、京津冀城市群、中原城市群、長江中游城市群、北部灣城市群、哈長城市群、成渝城市群和關中城市群，共131個地級以上城市。

三、九大城市群數字普惠金融發展的空間差異及其來源

（一）九大城市群數字普惠金融發展趨勢

在分析城市群數字普惠金融發展差異之前，首先展示九大城市群數字普惠金融發展現狀及變化趨勢，具體如圖1所示。由圖1可以看出，2011—2018年九大城市群總體及各城市群數字普惠金融指數均呈現上升趨勢，其中，九大城市群總體數字普惠金融指數均值從2011年的55.2上升到了2018年的239.04，年均增長速度為23.3%。從各城市群數字普惠金融發展的絕對水平來看，珠三角和長三角的發展水平最高，始終領先于其他城市群。從各城市群數字普惠金融增長速度來看，關中城市群、中原城市群、哈長城市群的增長速度最快，數字普惠金融指數得分的年均增長速度超過了25%。進一步發現，不同年份數字普惠金融發展增速不盡相同，2011—2013年處于快速發展階段，此后發展速度相對放緩，這主要由于數字普惠金融的覆蓋廣度和數字化程度達到一定程度后，數字普惠金融的使用深度將越來越成為數字普惠金融總指數增長的重要驅動，而數字普惠金融的使用深度難以在短期大幅提高。

（二）九大城市群數字普惠金融發展的總體差異

本文運用Dagum基尼系數及其按子群分解的方法對九大城市群數字普惠金融發展的總體差異、城市群內差異、城市群間差異、超變密度進行測度。表2報告了2011—2018年九大城市群數字普惠金融發展總體差異的具體數值。可以看出九大城市群數字普惠金融發展總體差異較大，基尼系數介于0.051—0.158之間，并且九大城市群數字普惠金融發展總體差異在波動中呈小幅下降趨勢。2011年九大城市群數字普惠金融發展的總體基尼系數為0.158，此后呈快速下降態勢并于2017年降至0.051，2018年小幅上升至0.055。觀測期內九大城市群數字普惠金融發展總體差異年均遞減率為16.3%。總體上看，數字普惠金融發展不均衡現象趨于緩和。

（三）九大城市群數字普惠金融發展的群內差異

從九大城市群數字普惠金融發展的城市群內差異大小來看，如表2所示，九大城市群數字普惠金融發展的城市群內差異均呈現下降趨勢。京津冀城市群初期的數字普惠金融發展差異最大，2011年京津冀城市群數字普惠金融發展的基尼系數為0.124，此后除2014年和2018年較上年有小幅上升外，其余年份較上年均有下降，最終降低到2018年的0.044，年均下降率為16%。從九大城市群數字普惠金融發展差異下降速度來看，中原城市群數字普惠金融發展差異的下降速度最快，2011年中原城市群數字普惠金融發展的基尼系數為0.120，到2018年基尼系數變為了0.027，年均下降速度為24%。此外，關中城市群、成渝城市群、哈長城市群數字普惠金融發展差異縮小也較快，年均遞減率均超過了20%。從九大城市群數字普惠金融發展差異均值來看，京津冀城市群數字普惠金融發展差異最大，這體現出了京津冀城市群數字普惠金融發展的不平衡，京津冀城市群雖然有北京這樣的數字普惠金融非常發達的城市，樣本觀測期間數字普惠金融指數均值為200.85，在131個城市中排名第4位，但也有邢臺和衡水這樣的數字普惠金融發展落后的城市，樣本觀測期間數字普惠金融指數均值為137.74和138.43，在131個城市中排名第123位和120位。珠三角城市群數字普惠金融發展差異最小，這是由于珠三角城市群各城市的數字普惠金融發展水平普遍較高，樣本觀測期間，9個城市的數字普惠金融指數均值位于3—70位之間，表明珠三角城市群各城市數字普惠金融呈現出同步發展的態勢。

（四）九大城市群數字普惠金融發展的群間差異

為了展示九大城市群數字普惠金融發展的城市群間差異，本文采用Dagum基尼系數按照子群分解的方法對差異進行分解，并繪制數字普惠金融發展的城市群間差異的演變趨勢圖。如圖2所示，樣本考察期內數字普惠金融發展的城市群間差異呈逐漸下降態勢。以城市群間差異最大的珠三角城市群和關中城市群差異為例，基尼系數從2011年的0.264下降到了2018年的0.092，年均下降速度為16.2%。從圖2還可以看出，城市群間數字普惠金融發展差異變化可以劃分為3個階段，第一階段為2011—2013年的快速下降期，第二階段為2014—2016年的緩慢下降階段，第三階段為2017—2018年的小幅反彈階段。

進一步地，本文計算了樣本期間每個城市群同其他8個城市群數字普惠金融發展差異的均值，并報告在表3中。可以看出，九大城市群之間數字普惠金融發展的基尼系數介于0.045—0.205之間，并且九大城市群之間數字普惠金融發展的差異呈現出下降趨勢。以珠三角城市群為例，2011年珠三角城市群同其他八大城市群之間的平均差異為0.205，隨后逐年下降至2016年的0.068，此后又小幅上升至2018年的0.073，觀測期間年均下降率為15.9%。同時可以發現，珠三角城市群同其他城市群之間的數字普惠金融發展差異最大，這實際上是由于珠三角數字普惠金融發展水平在九大城市群中最高，但是隨著時間的推移，其他城市群數字普惠金融發展逐步跟進，故而差異呈現縮小趨勢。進一步觀察發現，中原城市群同其他城市群之間數字普惠金融發展差異縮小速度是最快的，從2011年的0.151降低至2018年的0.047，年均下降率為18%。長江中游城市群同其他城市群之間數字普惠金融發展差異的均值最小，表明長江中游城市群的數字普惠金融發展水平處于中等水平，在數字普惠金融發展的過程中扮演承上啟下的角色，同其他每個城市群的差異都不太大。

（五）九大城市群數字普惠金融發展差異來源及貢獻

表4報告了九大城市群數字普惠金融發展差異的來源及貢獻。可以看出，九大城市群之間數字普惠金融發展差異是總體差異的主要來源，并且還呈現出上升態勢。2011年，九大城市群之間[CM（21*2]數字普惠金融發展貢獻了總體差異的60.7%，隨后上升至2013年的最高點達到了62.8%，又于2015年降至58.2%，此后一直呈現上升趨勢至2018年的67.7%，相較于2011年上升了7個百分點。城市群內差異則在波動中趨于下降，2011年，城市群內差異貢獻了數字普惠金融總體差異的9.7%，此后一直處于小幅波動狀態，最終于2018年下降至9.3%，相較于2011年下降了0.4個百分點。超變密度總體呈現出波動下降態勢，2011年超變密度貢獻率為29.5%，后于2013年下降至27.3%，此后又上升至2015年的高點達到32%，2015年后則一直呈現下降態勢，2018年，超變密度貢獻率為23%，相較于2011年下降了6.5個百分點。從九大城市群數字普惠金融發展差異的分解結果可以看出，城市群之間數字普惠金融發展的差異是總體差異的主要來源，進一步縮小數字普惠金融發展差異依然需要從縮小城市群之間數字普惠金融發展差異尋求對策。

四、九大城市群數字普惠金融發展的分布動態及收斂性分析

（一）九大城市群數字普惠金融發展的分布動態

Dagum基尼系數分析揭示了九大城市群數字普惠金融發展的空間差異大小及其來源，但Dagum基尼系數方法刻畫的是經過均值調整后的數字普惠金融發展相對差異規律，未能反映城市群數字普惠金融發展絕對差異的分布動態及其演進規律，[JP+2]而核密度分析方法能夠有效刻畫這一特征。為此，本文進一步借助核密度分析方法對九大城市群數字普惠金融發展的分布位置、分布態勢、分布延展性、極化趨勢等展開分析。圖3的核密度圖顯示觀察期內九大城市群數字普惠金融發展的核密度曲線呈右移態勢，表明九大城市群數字普惠金融發展水平呈總體上升趨勢。同時九大城市群數字普惠金融發展經歷了主峰高度上升、下降、上升的過程，寬度經歷了變大、變小、變大的過程，但總體卻表現為主峰高度上升、寬度變大態勢，這意味九大城市群數字普惠金融發展的內部絕對差異有減小趨勢，城市間數字普惠金融發展的極差有擴大趨勢。九大城市群總體數字普惠金融發展分布基本由一個主峰和一個側峰構成，但側峰較低，意味著九大城市群數字普惠金融發展具有一定梯度效應，呈現微弱的多極分化趨勢。此外九大城市群總體分布曲線呈現右拖尾現象，但是延展性變小，表明數字普惠金融發展相對較低的城市進步速度相對更快，從而縮小了與其他城市數字普惠金融發展的差距。

本文的政策啟示主要體現在兩個方面：一方面，以城市群數字金融協同發展促進金融服務均衡化。九大城市群普惠金融發展差距不斷縮小并且呈現出收斂特征，為經濟相對落后的城市群實現普惠金融趕超發展提供了可能。落后地區可以通過大力發展數字普惠金融，使得中低收入者能夠更高效地獲得金融服務，緩解區域內金融服務不平衡問題。同時，政府應加快推進城市群間以及城市群內部各城市間的金融基礎設施互聯互通，通過金融基礎設施互聯互通的輻射效應和帶動作用，促進城市群數字普惠金融的協同發展，緩解區域間金融服務不平衡問題。另一方面，需要加強城市群及各城市間的金融合作與交流，規范數字普惠金融發展秩序。在充分利用數字普惠金融促進經濟發展的同時，城市群及各城市間需要加強交流合作尤其是監管經驗的交流合作，規范金融市場秩序，防范系統性金融風險，實現數字普惠金融平衡有序發展。特別地，對于珠三角、長三角、京津冀等發達城市群應利用自身優勢努力進一步提升其數字普惠金融發展水平，從而提高數字普惠金融發展規則制定的國際話語權。

[注 釋]

①為方便做圖，分別用1、2、3、4、5、6、7、8、9代表珠三角城市群、長三角城市群、京津冀城市群、中原城市群、長江中游城市群、北部灣城市群、哈長城市群、成渝城市群和關中城市群，并且僅展示珠三角城市群與其他城市群之間的差異，若讀者需要其他各城市群間的差異，請向作者索取。

[參考文獻]

[1]李繼尊.關于互聯網金融的思考[J].管理世界，2015（7）：1-7，16.

[2]CHEN L.From fintech to finlife： the case of fintech development in China [J].China economic journal，2016，9（3），225-239.

[3]黃益平，黃卓.中國的數字金融發展：現在與未來[J].經濟學（季刊），2018，17（4）：1489-1502.

[4]劉傳明，王卉彤，魏曉敏.中國八大城市群互聯網金融發展的區域差異分解及收斂性研究[J].數量經濟技術經濟研究，2017，34（8）：3-20.

[5]林春，康寬，孫英杰.中國普惠金融的區域差異與極化趨勢：2005—2016[J].國際金融研究，2019（8）：3-13.

[6]沈麗，張好圓，李文君.中國普惠金融的區域差異及分布動態演進[J].數量經濟技術經濟研究，2019，36（7）：62-80.

[7]王雪，何廣文.中國縣域普惠金融發展的空間非均衡及收斂性分析[J].現代經濟探討，2020（2）：41-49.

[8]孫英杰，林春.普惠金融發展的地區差異、收斂性及影響因素研究——基于中國省級面板數據的檢驗[J].經濟理論與經濟管理，2018（11）：70-80.

[9]胡宗義，丁李平，劉亦文.中國普惠金融發展的空間動態分布及收斂性研究[J].軟科學，2018，32（9）：19-23.

[10]傅秋子，黃益平.數字金融對農村金融需求的異質性影響——來自中國家庭金融調查與北京大學數字普惠金融指數的證據[J].金融研究，2018（11）：68-84.

[11]易行健，周利.數字普惠金融發展是否顯著影響了居民消費——來自中國家庭的微觀證據[J].金融研究，2018（11）：47-67.

[12]張勛，萬廣華，張佳佳，等.數字經濟、普惠金融與包容性增長[J].經濟研究，2019，54（8）：71-86.

[13]謝絢麗，沈艷，張皓星，等.數字金融能促進創業嗎？——來自中國的證據[J].經濟學（季刊），2018，17（4）：1557-1580.

[14]梁榜，張建華.中國城市數字普惠金融發展的空間集聚及收斂性研究[J].財經論叢，2020（1）：54-64.

[15]DAGUM C.A new approach to the decomposition of the gini income inequality ratio[J].Empirical economics，1997，22（4），515-531.

[16]劉華軍，趙浩.中國二氧化碳排放強度的地區差異分析[J].統計研究，2012，29（6）：46-50.