數字普惠金融空間特征研究

馬英杰，趙子銥

（貴州財經大學，貴陽 550025）

0 引言

隨著“云物移大智”等信息技術的不斷涌現，金融科技得到快速發展，普惠金融數字化水平得到不斷提升，數字普惠金融由此產生。根據普惠金融發展的時效性，既有文獻關于聚集、收斂等空間特征方面的研究相對較多，而對于普惠金融的研究較少，涉及數字普惠金融的更是寥寥無幾。有許多學者研究發現我國互聯網金融發展具有顯著的空間相關性，導致這種效應的主要原因是空間位置因素。數字普惠金融集聚不斷突顯，偏遠落后地區可通過互聯網的發展快速提升數字普惠金融水平。實證表明，東部地區的數字普惠金融整體優于中西部地區，西部地區發展速度整體快于中部，存在著顯著的地區發展不平衡，且差距越來越大。

上述學者的研究為本文提供了研究基礎，通過文獻綜述也發現了相關文獻的空白之處，即關于數字普惠金融的空間差異分析。為此，本文以此為基礎，應用Moran’s I 指數和變異系數方法來分析2015—2020 年我國31 個省（自治區、直轄市）（除港、澳、臺）的數字普惠金融的空間自相關及空間差異。主要從兩個方面進行實證分析：一方面，構建空間集聚性檢驗模型，基于北京大學數字普惠金融研究中心2015—2020 年數字普惠金融指數，利用全局空間自相關Moran’s I 指數和局部空間自相關Moran’s I 指數進行實證分析，檢驗數字普惠金融的空間集聚性；另一方面，構建空間收斂性檢驗模型，利用變異系數測度東中西部地區的收斂程度，歸納中國數字普惠金融的現階段空間特征和發展趨勢。

1 實證模型

1.1 空間相關性檢驗模型

考察數字普惠金融發展的收斂和集聚趨勢，就需要檢驗數據是否存在空間的自相關性。空間的自相關性主要是指在一定的空間范圍內，相鄰的空間單位之間展現出相關或者相似的內部屬性。我們常用Moran’s I作為衡量空間自相關的重要方法。其中Moran’s I 指數包括全局空間自相關Moran’s I 指數和局部空間自相關Moran’s I 指數兩個部分。

1.1.1 全局空間自相關Moran’s I 指數

從全局角度反映經濟變量在空間層面的集聚程度和趨勢。其公式為：

1.1.2 局部空間自相關Moran’s I 指數

反映局部區域間集聚關聯性和具體位置。局部空間自相關Moran’s I 指數是將整體的研究對象劃分成很多個局部單元，對局部空間單元的集聚類型和空間相關性進行具體研究。其公式為：

1.2 空間收斂性檢驗模型

目前，學界進行收斂性分析比較常用的方法是δ收斂檢驗。δ 收斂模型在樣本考察期內，如果各省份數字普惠金融發展指數的差距逐漸減小，則表明存在δ收斂，反之則表明不存在δ 收斂。本文用各省份數字普惠金融發展指數對數值的標準差來表征該差距的變化趨勢，用變異系數來反映數字普惠金融在不同省份和地區的離散程度。離散程度的值越大，相對應的變異系數的值也會越高，離散程度的值越小，則變異系數的值也會越低。具體公式可以表達為：

其中，Y表示第i 個省份在t 年的數字普惠金融發展指數得分，σ表示n 個省份在t 年的數字普惠金融發展指數得分對數值的標準差。如果多個年份σ＞σ，則說明隨著時間推移，各省份的數字普惠金融發展指數差距逐漸變小，即數字普惠金融發展指數存在δ 收斂。

2 實證分析

2.1 數字普惠金融發展的空間集聚性

2.1.1 全局空間自相關Moran’s I 指數檢驗

數字普惠金融指數數據全部來源于2021 年北京大學數字金融研究中心。本文通過選取2015—2020 年我國31 個省（自治區、直轄市）（除港、澳、臺）的數字普惠金融指數，利用Geoda 軟件測度全局Moran’s I 指數，為進一步展開顯著性測試，對全局Moran’s I 指數進行999 次置換。測算結果顯示，我國數字普惠金融發展的Moran’s I 指數都大于0，其中2015—2020 年的M oran’s I 指數分別為0.400 0、0.435 7、0.491 7、0.531 6、0.538 0、0.559 8，呈現逐年遞增的趨勢，說明隨著時間推移，中國數字普惠金融發展的空間相關關系逐漸增強，并且都在1%水平上顯著，數據表明中國各省份數字普惠金融的發展變化具有較強的空間集聚性和依賴性，存在正相關關系，相鄰省份之間的數字普惠金融發展程度彼此影響，數字普惠金融發展水平高（低）的省份經常相鄰（參見圖1、圖2）。

圖1 2015 年數字普惠金融的全局Moran’s Ⅰ指數

圖2 2020 年數字普惠金融的全局Moran’s Ⅰ指數

2.1.2 局部空間自相關Moran’s I 指數檢驗

利用局部空間自相關Moran’s I 指數（即LISA 聚集圖）探究中國鄰近省域間聚集情況。實證發現，2015—2020 年中國數字普惠金融LISA 聚集圖總體保持穩定。為了進一步更加詳細直觀地反映各省域間的聚集情況，選取了2020 年數字普惠金融LISA 聚集圖具體分析。分析結果如下：2020 年我國數字普惠金融高－高聚集主要集中在浙江、上海、江蘇和福建等地區，研究發現其空間主要集中分布在東部沿海省份，說明數字普惠金融發展較發達的省份對附近相鄰省份具有正向的輻射和帶動作用；2020 年我國數字普惠金融低－低聚集主要集中在新疆、西藏、青海、甘肅和四川等地區，研究發現其空間主要集中分布在西部內陸省份，說明數字普惠金融發展欠發達的省份對附近相鄰省份具有負向的輻射和帶動作用，這些地區經濟發展基礎相對薄弱，金融業發展水平比較滯后。

2.1.3 數字普惠金融發展的σ 收斂性分析

本文描述的σ 收斂是用各省份對數化后的數字普惠金融發展指數標準差，稱為σ 收斂系數。我們計算了2015—2020 年全國和東中西部地區的數字普惠金融變異系數，并將結果繪制成折線圖（圖3）。從圖3 可以發現，2015—2020 年間數字普惠金融指數變異系數總體呈現出不斷下降的變化趨勢。說明全國整體和三大地區數字普惠金融的發展呈現典型的σ 收斂。從具體來看，全國、東部、西部和中部地區σ 收斂系數分別從2015 年的0.104、0.114、0.053、0.043 下降到2020 年的0.088、0.095、0.042 和0.033，說明各省域間的普惠金融差距逐漸縮小。

圖3 2015—2020 年數字普惠金融發展σ 系數

3 結論及建議

3.1 結論

本文通過對2015—2020 年中國數字普惠金融發展狀況進行分析，發現其發展水平不斷提高，總體呈現出數字普惠金融東部省份發展程度較高，西部省份發展程度較低，發展不平衡現象突出，但差距逐漸縮小。各省份數字普惠金融的空間集聚性和收斂性顯著增強，存在高－高省份集聚和低－低省份集聚的現象。數字普惠金融正向空間相關性不斷明顯。

3.2 建議

首先，創新數字普惠金融產品，使之覆蓋更廣，更具針對性。隨著互聯網的迅速發展，應充分利用好互聯網這一機會，而不應僅僅局限于傳統的金融產品。對于偏遠地區金融消費者而言，他們可供選擇的金融產品則更是少之又少，當創新出能夠針對這一金融消費群體的金融產品時，才能真正做到普惠金融，為大眾提供機會均等的金融服務。同時，通過金融產品的創新，特別是在支付技術方面及制度方面應當不斷嘗試革新，實現多元化，讓金融服務不再遙不可及，使數字普惠金融覆蓋向更廣、更深處發展，從而降低普惠金融的成本，提高服務的效率。

其次，地方政府應當因地制宜，對不同地區結合相關數字普惠金融發展的空間特征采取不同的策略，使數字普惠金融發展更加均衡，縮小各省域間普惠金融的差距。根據前文分析，隨著數字普惠金融的發展，各省域間普惠金融雖差距不斷縮小，但仍存在一定差距，因此，政府應根據不同地區發展情況制定不同的策略。因地制宜地推出金融發展策略，力求改善落后地區的金融發展狀況，在實現金融發展水平快速提升的同時也要保證機會的均等性。對于金融發展水平較高的東部而言，鼓勵繼續充分利用互聯網技術使用一些新興數字技術，提升發達地區因聚集所帶來的金融發展效應。同時，應當將該效應不斷向周邊地區延伸，將周邊相對落后的農村地區也帶動起來，普及數字普惠金融。對于中西部等數字普惠金融發展水平較低地區而言，政府則應當采取政策傾斜，補足短板，降低其金融創新的成本，鼓勵落后地區金融產品的創新。此外，政府還應當注重改善中西部地區的金融環境，積極推進金融基礎設施建設，完善相關機構體系，加強輻射和帶動作用，促進不同省份區域間數字普惠金融的協調發展。

最后，加強數字普惠金融教育。宣傳和普及普惠金融相關知識，使金融消費者能夠正確認識金融產品和服務，提升消費者對金融服務的信賴程度。同時，也讓金融消費者了解和掌握金融相關的法律法規，在必要時候能夠正確維護其合法權益。金融消費者在真正了解普惠金融后，才能敢于創新，并發揮示范和帶頭作用，實現以點帶面，大力引進金融領域相關人才，為中國數字普惠金融發展提供人才，以期早日實現數字普惠金融的均衡發展。