趙慶團，羅 帥，葛冠朋

(廣東海洋大學 經濟學院，廣東 湛江，524000)

一、引言

數字普惠金融依托現代數字互聯網技術的高速發(fā)展逐漸成為現今普惠金融發(fā)展的一個重要階段，受到各界廣泛的關注和重視?！捌栈萁鹑凇边@一概念最早在2005年聯合國推廣小額信貸時提出，旨在解決貧富差距逐漸擴大、金融資源配置失衡等問題。2016年, 國務院頒布《推進普惠金融發(fā)展規(guī)劃 (2016—2020) 》, 報告分析了我國普惠金融的發(fā)展階段, 針對我國普惠金融發(fā)展的現實情況充實了普惠金融的概念[1], 指出普惠金融是立足機會平等和商業(yè)的可持續(xù)性, 以可負擔的成本為有金融服務需求的社會各階層提供適當有效的金融服務。北京大學公布“數字普惠金融指數”之后，以“數字普惠金融”為主題的研究成為學術界的一大熱點，加深了對數字普惠金融的理論理解和實踐應用。

從探討數字普惠金融的影響因素的文獻來看，研究方法有空間杜賓模型[2]、空間自回歸模型[3]、多元回歸模型[4]、面板固定效應模型[5]等，研究樣本涵蓋省市縣，實證結果都表明經濟發(fā)展水平、產業(yè)結構變遷、傳統(tǒng)金融規(guī)模等因素對數字普惠金融具有正向促進作用，且具有明顯的地區(qū)差異。蔣慶正[6]等選取中國15個省的縣級作為研究樣本，采用Cov層次分析法和正交偏向最小二乘回歸模型，得出收入水平會促進數字普惠金融的發(fā)展。以上文獻豐富了數字普惠金融的研究視野，為后人的研究提供了思路，但也存在一些不足：考慮的影響因素較為單一，忽視了其他因素對數字普惠金融的影響效果；且采用普通面板模型，不能夠有效反映不同因素在不同地區(qū)的影響效果，缺乏對現實的解釋力度。本文針對以往研究的不足，采用時空地理加權回歸模型，將時間緯度和空間維度同時考慮進來，對2011—2020年中國各省份(不包括中國港澳臺地區(qū))數字普惠金融指數進行實證研究，探索不同因素對數字普惠金融的作用程度，并將這些因素在不同地區(qū)的影響差異通過可視化地圖的形式呈現出來，以便為決策者能夠因地制宜地制定和實施政策提供參考建議。

二、數據說明與研究方法

(一)被解釋變量

采用由北京大學數字金融研究中心和螞蟻金服集團共同編制的中國數字普惠金融指數[7]，該指數覆蓋數字普惠金融發(fā)展的廣度、深度和數字化程度，能夠系統(tǒng)地描述我國數字普惠金融的發(fā)展程度，在理論界得到廣泛的應用，具有權威性。本文采用31個省級層面(不包括中國香港、中國澳門和中國臺灣地區(qū))2011—2020年的數據。

(二)解釋變量

借鑒張龍耀[8]等的研究，解釋變量選取經濟發(fā)展程度、傳統(tǒng)金融發(fā)展水平、信息化建設、政府干預和產業(yè)結構這5個指標，時間跨度為2011—2020年，指標數據均來源于各省的統(tǒng)計年鑒。

1.經濟發(fā)展程度。經濟發(fā)展水平是一個地區(qū)數字普惠金融發(fā)展的基礎，一般來說，經濟越發(fā)達的地區(qū)其數字普惠金融指數越高。采用各省的人均GDP的對數表示。

2.傳統(tǒng)金融發(fā)展水平。數字普惠金融是在傳統(tǒng)金融的基礎上發(fā)展而來的。選取銀行業(yè)金融機構各項存款余額和貸款余額之和占GDP的比重來衡量本地的金融發(fā)展水平。

3.信息化建設。數字普惠金融的快速發(fā)展是結合了互聯網技術、大數據、區(qū)塊鏈等創(chuàng)新技術，所以當地的信息化建設水平直接影響到數字普惠金融的發(fā)展。選取互聯網固定寬帶用戶作為代理變量，單位是萬戶，并做對數處理。

4.政府干預程度。政府對市場的干預程度也會直接影響經濟變量的發(fā)展。采用政府一般預算支出占GDP的比重來反映。

5.產業(yè)結構。產業(yè)結構和數字普惠金融的發(fā)展密切相關，不同的產業(yè)結構對數字普惠金融的需求存在差異。因此選用第三產業(yè)產值占GDP的比重來衡量。各變量的描述性統(tǒng)計結果如表1所示。

表1 變量描述性統(tǒng)計Tab.1 Descriptive statistics of variables

(三)時空地理加權回歸模型

傳統(tǒng)全局回歸模型OLS(Ordinary Least Squares)只能對全體樣本進行平均估計，無法反映不同地區(qū)系數的空間異質性，不能夠有效挖掘解釋變量和被解釋變量之間重要的局部特征[9]。為了充分反映不同地區(qū)的異質性信息，Brunsdon[10]等提出了地理加權回歸模型GWR(Geographically Weighted Regression)。該模型通過引入空間權重來實現對研究區(qū)域的局部回歸，但是地理加權回歸只能用于截面數據，并不能考慮時間因素。為了考慮時間緯度的信息，黃波[11]等提出時空地理加權回歸模型GTWR(Geographically and Temporally Weighted Regression)，如式(1)所示。

(1)

其中(ui，vi，ti)是觀測對象i的時空坐標，yi、xki和εi分別表示觀測對象i的被解釋變量、第k個解釋變量和誤差項；β0代表第i個樣本點的回歸常數，βk表示第i個觀測點的第k個解釋變量的回歸系數，估計表達式如下：

(2)

式(2)中，W是時空位置樣本i的權重。GTWR模型通過構建時空權重矩陣來決定其他樣本點的值對回歸樣本點的影響比重，因此時空權重矩陣在GTWR模型的計算過程中起到核心作用，其形式為一個對角矩陣，矩陣里面的元素由空間帶寬、核函數、距離計算公式等3個因素確定。本文基于自適應帶寬(adaptive bandwidth)、高斯(Gaussian)核函數和歐式距離(Euclidean distance)構建，并以AICc準則來確定。

三、實證研究

(一)模型的擬合效果對比

用OLS、GWR、GTWR分別對面板數據進行回歸，得出擬合效果的相關結果如表2所示。從擬合優(yōu)度R2來看，OLS模型的值最小，為0.551 2；在考慮到地區(qū)異質性的GWR模型中，R2升高到0.759 015；在加入時間維度的GTWR模型中R2為0.936 88，說明時空地理加權回歸模型的擬合效果最好。從更正的赤池信息量準則AICc來看，OLS模型最大，GWR模型次之，GTWR模型最小，這也充分說明了GTWR比OLS、GWR模型具有更好的擬合效果。

表2 模型擬合效果比較Tab.2 Model fitting effect comparison

(二)數字普惠金融的影響因素分析

表3是時空地理加權回歸模型中經濟發(fā)展程度、傳統(tǒng)金融發(fā)展水平、信息化建設、政府干預和產業(yè)結構等經濟因素的回歸結果。從指標回歸系數的四分位數、最值和平均值來看，在絕大部分地區(qū)這些因素對數字普惠金融都具有正向促進作用，只有在一小部分地區(qū)個別年份，傳統(tǒng)金融發(fā)展水平和產業(yè)結構對數字普惠金融的發(fā)展有抑制效果，整體來看，這些經濟因素都會推動數字普惠金融的發(fā)展。為了能夠深刻全面地描述和研究這些因素在不同區(qū)域對數字普惠金融的影響程度，把回歸系數十年的平均值乘以100，采用ArcGIS10.2，把各個地區(qū)不同指標對數字普惠金融的影響程度用地圖的形式展現出來。

1.經濟發(fā)展程度對數字普惠金融的影響

圖1 經濟發(fā)展程度回歸系數分布Fig.1 Distribution of regression coefficients of economic development degree

經濟發(fā)展程度指標的回歸系數都為正，即每個地區(qū)的經濟發(fā)展都對本地的數字普惠金融發(fā)展產生正向促進作用。圖1是將經濟發(fā)展程度對數字普惠金融的影響系數的平均值按照自然分類法計算得出的全國分布圖。整體來看，回歸系數由北向南呈逐漸減少的趨勢，經濟發(fā)展程度較低的東北地區(qū)和新疆、西藏地區(qū)的回歸系數反而是最高的，經濟發(fā)展程度較高的沿海地區(qū)的回歸系數較小，經濟發(fā)展水平處于中等位置的中西部的影響系數也處在中等位置。說明數字普惠金融容易打破“金融排斥”現象，相比于傳統(tǒng)金融，數字普惠金融打破了偏遠地區(qū)營業(yè)點的地理限制，增強了金融服務的滲透性，使得經濟欠發(fā)達地區(qū)更有效、快捷地獲得金融服務，這正是數字普惠金融誕生的初衷。

2.傳統(tǒng)金融發(fā)展水平對數字普惠金融的影響

圖2是金融機構各項存貸款之和占GDP的比重的回歸系數分布圖。整體來看，傳統(tǒng)金融發(fā)展水平的影響程度由西至東依次遞減，新疆和西藏地區(qū)的作用效果最大，青海、甘肅、四川等西部地區(qū)次之，之后是內蒙古、河南、山西、河北、四川等地，影響作用最小的是沿海東部地區(qū)、東北三省。從表3中傳統(tǒng)金融發(fā)展水平的回歸系數可以發(fā)現，其相對于其他指標來說，對數字普惠金融的影響較小，甚至在某些地區(qū)起到微弱的反向作用?？赡苁请S著人工智能、云計算、區(qū)塊鏈、大數據等云端互聯網創(chuàng)新技術的應用不斷深入，數字普惠金融有了極大的發(fā)展空間，對實體金融機構的依賴性降低；而東部沿海城市的高新技術比較發(fā)達，所以依托實體營業(yè)點的傳統(tǒng)金融對數字普惠金融的作用比較小。

圖2 傳統(tǒng)金融發(fā)展水平回歸系數分布Fig.2 Regression coefficient distribution of traditional financial development level

3.信息化建設對數字普惠金融的影響

信息化建設是數字普惠金融發(fā)展的基礎，由表3中的回歸系數可知，所有地區(qū)的信息化建設都對數字普惠金融的發(fā)展起到推動作用。由圖3信息化建設的回歸系數分布來看，新疆和東北三省的作用效果最大，之后從內蒙古自治區(qū)開始由北向南逐漸遞減，最南邊的廣東、廣西、云南、海南等地最弱，存在明顯的地區(qū)輻射效應。可能的原因是新疆、東北、內蒙古等地信息化建設起步較晚，基礎相比中部和東部沿海地區(qū)較為落后，之后在國家的大力支持下，如實施西部大開發(fā)戰(zhàn)略、振興東北老工業(yè)基地戰(zhàn)略等，注重對偏遠地區(qū)的信息化建設，使得這些地區(qū)的信息化建設對數字普惠金融的發(fā)展具有很大的促進空間。

圖3 信息化建設回歸系數分布Fig.3 Regression coefficient distribution of informatization constructloit

4.政府干預程度對數字普惠金融的影響

圖4 政府干預程度回歸系數分布Fig.4 Regression coefficient distribution of government intervention

政府對一個地區(qū)的整體經濟走勢起著至關重要的作用，數字普惠金融自然也不例外，由表3可知，每個地區(qū)的政府支持都正向促進數字普惠金融的發(fā)展。圖4為政府干預程度的回歸系數分布圖，可以發(fā)現政府干預的影響大小由東北地區(qū)開始向西南地區(qū)逐漸減弱；東北三省的影響效果最大，說明政府的政策實施對數字普惠金融的發(fā)展起到較大的影響；廣東、西藏等地的政府干預程度影響系數最小，表示數字普惠金融的發(fā)展受到政府的影響較?。徽畬底制栈萁鹑诎l(fā)展的作用存在顯著的空間集聚效應，可能是鄰近省市之間的交流合作較為緊密，以致一個省市的政策措施很大可能會影響周圍省市的決策，呈現出明顯的區(qū)域特征。

5.產業(yè)結構對數字普惠金融的影響

圖5為產業(yè)結構回歸系數的全國分布圖，結合表3來看，其對數字普惠金融的影響系數范圍較之其它因素更為廣泛，特定年份某些地區(qū)第三產業(yè)的結構占比對數字普惠金融的發(fā)展起到抑制作用，可能是數字普惠金融發(fā)展初期，產業(yè)結構對數字普惠金融的影響有滯后作用；從2011—2020年的平均值可知，第三產業(yè)和其他因素相比能夠大幅度推動數字普惠金融的發(fā)展，第三產業(yè)是現今我國經濟高質量發(fā)展的主要推動力，產業(yè)結構升級是經濟轉型的關鍵因素，與數字普惠金融聯系緊密。由圖5可以看出，我國產業(yè)結構對數字普惠金融的促進作用由北向南逐漸增強，新疆、內蒙古、東北三省等地區(qū)的第三產業(yè)處于轉型階段，對數字普惠金融的促進作用較??；最南端的廣東、海南的第三產業(yè)較為發(fā)達，為數字普惠金融的發(fā)展提供了廣闊的空間，對周邊廣西、云南等地產生空間輻射效應；從西藏至四川、浙江這片中間地段的省市的第三產業(yè)對數字普惠金融的影響作用處于中等水平，也存在明顯的地區(qū)集聚效應。

圖5 產業(yè)結構回歸系數分布Fig.5 Regression coefficient distribution of industrial structure

四、結論與建議

采用全國2011—2020年31個省市(不包含中國港澳臺地區(qū))的面板數據和北京大學發(fā)布的數字普惠金融指數，運用時空地理加權回歸模型，對數字普惠金融的影響因素進行分析，并利用可視化地圖把各個因素對數字普惠金融的影響大小在全國的分布呈現出來。研究結果表明，時空地理加權回歸模型相比于地理加權回歸模型和OLS模型有更好的擬合效果，能夠更好地刻畫每個地區(qū)的影響因素和進行異質性分析。由回歸系數得出的可視化地圖可知，選取的五個因素都對數字普惠金融的發(fā)展有積極的推動作用，并呈現出明顯的空間聚集效應，影響作用由一個區(qū)域向一定方向擴散到其他區(qū)域，表現出較強的空間依賴性。考慮到地區(qū)之間的空間特征，在制定數字普惠金融發(fā)展政策時，應充分利用自身地理優(yōu)勢，注重不同地區(qū)之間的協(xié)調發(fā)展。

(一)推進經濟持續(xù)發(fā)展

在制定經濟發(fā)展政策時，應充分考慮周邊地區(qū)的發(fā)展狀況，加強鄰近地區(qū)的合作交流，發(fā)揮區(qū)域間的集聚效應。尤其是新疆、西藏、東北三省等經濟發(fā)展水平較為落后的地區(qū)，應把握住國家的政策支持，如振興東北老工業(yè)基地戰(zhàn)略等，適當承接東部地區(qū)的一些適合本土的產業(yè)，吸取東部地區(qū)經濟發(fā)展過程中的經驗教訓，探索出一條具有自身特色的經濟高質量發(fā)展模式，發(fā)揮出經濟推動數字普惠金融發(fā)展的最大效應，同時數字普惠金融又可以反哺經濟發(fā)展，形成良性循環(huán)。各地政府宜定期提供經濟發(fā)展與數字普惠金融發(fā)展狀況的研究報告，以便其他地區(qū)結合自身狀況進行比較分析，從中發(fā)現自身的問題，進而實施適當的調整和改進。

(二)發(fā)揮金融機構基礎作用

一方面，當地金融機構要擔負起數字普惠金融的宣傳普及責任，通過線上線下相結合的方式，開展內容豐富的相關實踐活動，如定期舉行數字普惠金融基礎知識講座，提升居民的金融素養(yǎng)與金融風險防范意識，加強數字普惠金融發(fā)展的群眾基礎；另一方面，信用體系在推動數字普惠金融的過程中起著關鍵作用，金融機構要提供完整的居民信用報告，強化對信息的分析處理能力，實現數字普惠金融的可得性，以保障個人和企業(yè)的合法權益，推動數字普惠金融業(yè)務的普及。

(三)加強基礎信息建設

大數據、云計算等新一代網絡信息技術是數字普惠金融發(fā)展的必要條件，應加強數字化基礎設施建設和信息信用體系建設，提高風險控制能力，降低信用管理成本，建成覆蓋廣、多維度、多元化的新一代數字化智能金融體系。重點加大鄉(xiāng)村地區(qū)的基礎信息設施建設，包括互聯網寬帶的接入，加快推動5G基站布局等，使數字普惠金融滲透到鄉(xiāng)村地區(qū)，滿足更多用戶的一般性需求，提供個性化服務，盡可能挖掘數字普惠金融的深度和廣度，為數字普惠金融的發(fā)展打下堅實技術基礎。

(四)加大政府扶持和監(jiān)管力度

政府行為對數字普惠金融的影響存在空間聚集特征和空間溢出效應，在制定與實施相關政策時應合理配置資源，發(fā)揮區(qū)位優(yōu)勢，增強地區(qū)之間的輻射效應。另外，資本具有逐利性，沒有政府的扶持，金融資源很難向小微企業(yè)和弱勢群體傾斜，政府應出臺鼓勵數字普惠金融發(fā)展的政策。在扶持數字普惠金融發(fā)展的同時也要關注其帶來的全新風險，時刻保持警惕，加強對金融機構、互聯網企業(yè)、理財公司等服務提供方的監(jiān)管力度，嚴厲打擊利用數字普惠金融的短板而進行各種高風險違法活動，營造安全的網絡信息環(huán)境，防止用戶的數據泄露；政府也應利用方便快捷的網絡技術，如通過手機短信、電子郵件、網絡直播等方式向居民宣傳關于數字普惠金融安全使用的知識，用典型案例來提高居民的安全意識，使居民具有辨識真?zhèn)蔚哪芰Α?/p>

(五)加快優(yōu)化產業(yè)結構

產業(yè)結構對數字普惠金融的發(fā)展具有巨大的推動作用，因此各地要進一步尋找新的突破口，加強產業(yè)調整力度。我國產業(yè)結構對數字普惠金融的影響存在明顯的地區(qū)差異，因此國家應采取宏觀調控手段，加大對北部地區(qū)產業(yè)結構升級的扶持力度，增加各地區(qū)之間的交流協(xié)作，發(fā)揮南部地區(qū)的空間輻射效應；中部地區(qū)應逐漸改變傳統(tǒng)粗放式發(fā)展方式，政府應集中資源大力發(fā)展新產業(yè)、新技術，高科技企業(yè)也應積極吸引外資、提高技術，二者相互配合探索出促進產業(yè)結構升級的新途徑；南部地區(qū)的政府部門可以對申請專利技術的公司進行補貼，提高企業(yè)的研發(fā)積極性，進一步提高地區(qū)創(chuàng)新能力，充分發(fā)揮地區(qū)的輻射溢出效用，拉動中部地區(qū)的產業(yè)結構調整。在優(yōu)化產業(yè)結構的同時，還要重視第三產業(yè)與數字技術的結合，借助數字化技術來突破現階段產業(yè)結構升級所面臨的困境，促進數字創(chuàng)新技術與產業(yè)融合發(fā)展，加快新型數字化產業(yè)的發(fā)展，進而推動數字普惠金融的發(fā)展。