中國數(shù)字普惠金融發(fā)展分布特征測度

宋玉茹

（中共中央黨校，北京 100091）

一、引言

伴隨著信息技術(shù)的迅速發(fā)展，當(dāng)今世界正逐漸向數(shù)字化社會轉(zhuǎn)型，數(shù)字金融作為新時代下金融業(yè)發(fā)展的產(chǎn)物，也是未來我國參與經(jīng)濟全球化以及國際競爭的焦點之一。數(shù)字金融指的是將互聯(lián)網(wǎng)技術(shù)加入傳統(tǒng)金融業(yè)所形成的新一代金融服務(wù)，普惠金融則起源于聯(lián)合國的倡議，在我國的民生工程中得到廣泛的應(yīng)用。而數(shù)字普惠金融使傳統(tǒng)普惠金融發(fā)展途徑發(fā)生改變，數(shù)字普惠金融是以互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等信息技術(shù)為基礎(chǔ)所推行的普惠金融，進一步提高對目標(biāo)參與者的識別度，從而很好地彌補傳統(tǒng)普惠金融的不足之處（董玉峰等，2020）。當(dāng)前，伴隨著我國信息技術(shù)的迅速發(fā)展，“互聯(lián)網(wǎng)+”戰(zhàn)略在新時代不斷推進，數(shù)字普惠金融也由此漸漸受到各界重點關(guān)注。但如此發(fā)展焦點之下我國數(shù)字普惠金融整體并不成熟，關(guān)于具體發(fā)展數(shù)字普惠金融的諸多政策措施也尚處于醞釀的階段。本文基于北京大學(xué)數(shù)字普惠金融指數(shù)，從發(fā)展態(tài)勢、發(fā)展差異性以及空間分布水平等多個角度出發(fā)，對區(qū)域數(shù)字普惠金融的發(fā)展?fàn)顩r進行系統(tǒng)性測度，也對當(dāng)下關(guān)于數(shù)字普惠金融的研究做出一定補充，為后續(xù)研究提供理論基礎(chǔ)。

二、文獻綜述

普惠金融又被稱為“包容性金融”，這一概念最早由聯(lián)合國于2005年“國際小額信貸年”中提出。普惠金融所強調(diào)的是讓各階層的社會成員都能以合適的價格獲得高水平的金融服務(wù)（葛和平和朱卉雯，2018）。2013 年，我國在《中共中央關(guān)于全面深化改革若干重大問題的決定》中首次提出要發(fā)展普惠金融；而數(shù)字普惠金融則是普惠金融發(fā)展到新時代所進入的嶄新階段（尹應(yīng)凱和侯蕤，2017）。2016年，二十國集團（G20）杭州峰會上所制定的《全球標(biāo)準(zhǔn)制定機構(gòu)與普惠金融——演變中的格局》中對數(shù)字普惠金融進行明確定義，即泛指一切通過使用數(shù)字金融服務(wù)以促進普惠金融的行動。除此之外，也有學(xué)者對數(shù)字普惠金融進行概念界定，認(rèn)為數(shù)字普惠金融本質(zhì)上是一種金融創(chuàng)新，這種創(chuàng)新以信息技術(shù)為驅(qū)動，可以通過信息技術(shù)手段來改善傳統(tǒng)的普惠金融服務(wù)。萬佳彧等（2020）將數(shù)字普惠金融定義為普惠金融本身與當(dāng)下互聯(lián)網(wǎng)科技相結(jié)合的產(chǎn)物，可以有效地提高普惠金融的服務(wù)質(zhì)量，拓寬普惠金融廣度，加深普惠金融的深度；梁榜和張建華（2019）認(rèn)為，從數(shù)字普惠金融在我國的發(fā)展模式來看，《2016 數(shù)字普惠金融白皮書》中將其劃分為兩種，分別是在傳統(tǒng)金融機構(gòu)中引入互聯(lián)網(wǎng)數(shù)字技術(shù)，即對現(xiàn)有的金融產(chǎn)品進行創(chuàng)新化發(fā)展，或是向當(dāng)下新興起的金融機構(gòu)引入互聯(lián)網(wǎng)金融產(chǎn)品。

就數(shù)字普惠金融本身的發(fā)展而言，發(fā)達國家與發(fā)展中國家往往擁有截然不同的發(fā)展路徑。對于發(fā)達國家來說，金融科技本身具有迅猛的發(fā)展速度，金融業(yè)的變革也往往伴隨著科技變革出現(xiàn)，將先進的數(shù)字技術(shù)、人工智能等融合到金融服務(wù)中，也是數(shù)字普惠金融發(fā)展的主要途徑；發(fā)展中國家的金融環(huán)境與金融科技水平往往落后于發(fā)達國家，所以發(fā)展中國家的數(shù)字普惠金融通常用來解決數(shù)字支付、數(shù)字匯兌等（廖理，2016）。在我國，數(shù)字普惠金融準(zhǔn)入門檻相對較低，能夠打破種種限制，為先前無法觸及傳統(tǒng)金融的居民提供金融服務(wù)，也印證著我國數(shù)字普惠金融發(fā)展的大趨勢（張勛等，2020）。而當(dāng)前，我國關(guān)于數(shù)字普惠金融的定量研究興起不久，有關(guān)數(shù)字普惠金融的減貧問題（劉魏等，2021）、數(shù)字普惠金融與高質(zhì)量發(fā)展的關(guān)系（姜松和周鑫悅，2021）、數(shù)字普惠金融與企業(yè)創(chuàng)新（吳慶田和朱映曉，2021）、數(shù)字普惠金融與消費差距（張彤進和蔡寬寧，2021）等相關(guān)研究都有所進展，但是在發(fā)展的區(qū)域差異方面，現(xiàn)有文獻中基于普惠金融本身的分析相對較多，而對數(shù)字普惠金融發(fā)展的區(qū)域差異分析則相對較少。

在區(qū)域差異方面，目前國內(nèi)的研究多基于北京大學(xué)數(shù)字普惠金融指數(shù)所測度出的我國數(shù)字普惠金融發(fā)展?fàn)顩r，但也有學(xué)者運用其他方法對數(shù)字普惠金融發(fā)展水平進行測度，如葛和平和朱卉雯（2018）通過構(gòu)建指標(biāo)體系的方式對我國數(shù)字普惠金融發(fā)展水平進行測度，印證我國數(shù)字普惠金融發(fā)展的東、西部不平衡特征；對區(qū)域數(shù)字普惠金融發(fā)展差異的測度中，泰爾指數(shù)也是一種常用的方法（謝佳芳，2019）?？傮w而言，當(dāng)前國內(nèi)關(guān)于數(shù)字普惠金融發(fā)展區(qū)域性差異與動態(tài)演進的研究多會得出東部領(lǐng)先西部（郭峰等，2020）、整體發(fā)展差異較大的結(jié)論（蔣慶正等，2019），這與目前我國國情匹配度較高。本文立足于各方研究成果，引入馬爾可夫轉(zhuǎn)移概率矩陣、泰爾指數(shù)、莫蘭指數(shù)，對我國數(shù)字普惠金融發(fā)展的區(qū)域性差異以及動態(tài)演進規(guī)律、空間分布特征進行系統(tǒng)性描述，以期為后續(xù)研究提供理論基礎(chǔ)。

三、實證分析

（一）研究數(shù)據(jù)

為了準(zhǔn)確評估我國各省份數(shù)字普惠金融發(fā)展水平，本文選取2011—2020 年北京大學(xué)數(shù)字普惠金融指數(shù)、數(shù)字金融覆蓋廣度和數(shù)字金融使用深度三項指標(biāo)進行分析，該類指數(shù)也是目前我國最權(quán)威的數(shù)字普惠金融測度指標(biāo)。本文所有數(shù)據(jù)均來自Wind 數(shù)據(jù)庫，我國數(shù)字普惠金融發(fā)展分布如圖1至圖3所示。

由圖1～圖3可見，我國數(shù)字普惠金融發(fā)展存在一定的區(qū)域異質(zhì)性，并且東部地區(qū)的發(fā)展水平明顯優(yōu)于中部和西部地區(qū)。為了進一步對各組之間的差異進行直觀判斷，本文計算出東、中、西各組的平均得分以及總體平均得分走勢，如圖4至圖6所示。十年來，各組的數(shù)字普惠金融發(fā)展指數(shù)、數(shù)字金融覆蓋廣度以及數(shù)字金融使用深度的變化趨勢存在較高的一致性，總體而言都呈上升的趨勢，東部地區(qū)的發(fā)展優(yōu)于中、西部。同時東部地區(qū)中的北京、上海、浙江等地都表現(xiàn)出較強的發(fā)展態(tài)勢，這是因為這些地區(qū)處于經(jīng)濟發(fā)展中領(lǐng)跑的發(fā)達地區(qū)，經(jīng)濟發(fā)展水平高，市場環(huán)境優(yōu)良，基礎(chǔ)設(shè)施完善，金融科技水平相對領(lǐng)先，各類銀行分布集中，發(fā)展數(shù)字金融的條件較為齊全，對中央經(jīng)濟政策的落實更為迅速。總結(jié)來看，我國數(shù)字普惠金融發(fā)展具有明顯的“東強西弱”的區(qū)域性不平衡現(xiàn)象，這也與我國區(qū)域經(jīng)濟增長的基本特征具有較強的匹配度。

圖1 各省份數(shù)字普惠金融發(fā)展指數(shù)

圖2 各省份數(shù)字金融覆蓋廣度

圖3 各省份數(shù)字金融使用深度

圖4 東、中、西部與總體數(shù)字普惠金融指數(shù)平均走勢圖

圖5 東、中、西部與總體數(shù)字金融覆蓋廣度平均走勢圖

圖6 東、中、西部與總體數(shù)字金融使用深度平均走勢圖

（二）研究設(shè)計

為了進一步考察數(shù)字普惠金融發(fā)展的空間分布特征，本文引入馬爾可夫轉(zhuǎn)移概率矩陣、泰爾指數(shù)以及莫蘭指數(shù)進行計算分析。相關(guān)方法計算步驟如以下所示：

1.馬爾可夫轉(zhuǎn)移概率矩陣。首先，本文采取四分位法分別將數(shù)字普惠金融發(fā)展指數(shù)、數(shù)字金融覆蓋廣度、數(shù)字金融使用深度劃分為4個等級，如表1所示。

表1 各個變量的四分位法等級劃分

借鑒陳雯等（2021）的馬爾可夫轉(zhuǎn)移概率矩陣的運算原理，將變量在t時刻的分布狀態(tài)用狀態(tài)向量加以表示，記為Et=[ ]E1t，E2t，…，Ekt，其中，1，…，k表示不同的分布類型。本文以Mij表示t時刻中，處于狀態(tài)類型i的變量在t+m時刻狀態(tài)類型轉(zhuǎn)移到類型j的概率值。由于本文所計算的是各地數(shù)字普惠金融發(fā)展在1 年之后的狀態(tài)轉(zhuǎn)移特征，因此此處取m＝1，計算如公式（1）所示。

其中，nij代表t年時處于狀態(tài)類型i的樣本在t+1年轉(zhuǎn)移到狀態(tài)類型j的樣本總數(shù)，而ni則代表著整個面板上狀態(tài)類型為i的樣本總數(shù)。

2.泰爾指數(shù)。為了進一步探討我國數(shù)字普惠發(fā)展的區(qū)域差異性，本文引入泰爾指數(shù)進行分析，更好地對區(qū)域性發(fā)展差異進行測度（王文玲和陳通，2021），依照東、中、西的區(qū)域分組，本文將數(shù)字普惠金融發(fā)展指數(shù)、數(shù)字金融覆蓋廣度以及使用深度的總體差異分解為組內(nèi)差異和組間差異。泰爾指數(shù)的基本運算如公式（2）所示。

其中，以Qi代表各個發(fā)展指數(shù)，Qˉ為當(dāng)年變量的均值，T為所計算出的泰爾指數(shù)，取值位于［0，1］之間。泰爾指數(shù)越接近于1，就意味著發(fā)展差異越大。由此可推出我國東、中、西三組組內(nèi)差異的計算公式，如公式（3）所示。

其中，TP（p=1，2，3）分別代表我國東、中、西部三個地區(qū)發(fā)展指數(shù)變量的泰爾指數(shù)。在這其中，np為各個區(qū)域的樣本數(shù)量，Qˉp則代表各個區(qū)域的發(fā)展指數(shù)變量的平均值。進一步，可以得到總體地區(qū)內(nèi)差異的計算公式如公式（4）所示。

其中，以Tw表示總體地區(qū)內(nèi)部差異的泰爾指數(shù)，基于各組組內(nèi)差異計算而來。而計算總體差異還需得到三組的組間差異，本文以Tb代表組間差異的泰爾指數(shù)，計算組間的差異如公式（5）所示。

進一步，可以得到總體差異的計算公式，如公式（6）所示。

3.莫蘭指數(shù)。地理學(xué)第一定律指出：一切事物之間都是存在相關(guān)關(guān)系的，并且當(dāng)其位置相近時，這種關(guān)聯(lián)會表現(xiàn)得更加緊密（徐宇明等，2020）。為了驗證我國各省份數(shù)字普惠金融發(fā)展是否存在明顯的空間相關(guān)關(guān)系，本文引入莫蘭指數(shù)進行分析。莫蘭指數(shù)是空間計量學(xué)中用來度量空間自相關(guān)性的指數(shù)（李赟鵬和張靜，2020），本文分析使用全局莫蘭指數(shù)（Global Moran's I），計算如公式（7）所示。

以數(shù)字普惠金融發(fā)展指數(shù)為例，其中n為計算所涉及區(qū)域的總數(shù)，本文取30個省份作為計算基礎(chǔ)，即n=30；Xi則表示當(dāng)年某地區(qū)的具體觀測值，即該省份的數(shù)字普惠金融發(fā)展指數(shù)，W則代表計算所需要的空間權(quán)重矩陣，本文選擇空間地理鄰接矩陣作為權(quán)重矩陣。

（三）實證結(jié)果

1.數(shù)字普惠金融發(fā)展的動態(tài)演進分析。本文運用Matlab 軟件計算馬爾可夫轉(zhuǎn)移概率矩陣的結(jié)果如表2所示。

表2 數(shù)字普惠金融發(fā)展指數(shù)、數(shù)字金融覆蓋廣度以及使用深度的馬爾可夫轉(zhuǎn)移概率矩陣

由表2 的結(jié)果可見，就數(shù)字普惠金融指數(shù)而言，四個等級一年之后保持原位的概率大致相當(dāng)，高質(zhì)量發(fā)展等級略微高一些。低質(zhì)量、中低質(zhì)量、中高質(zhì)量發(fā)展等級一年之后向上躍遷一級的概率均為40%，這說明發(fā)展具有高度的趨勢性。高質(zhì)量發(fā)展等級在一年之后向下躍遷到低質(zhì)量發(fā)展等級的概率為39.19%，說明發(fā)展具有相當(dāng)大的不穩(wěn)定性。就數(shù)字金融覆蓋廣度來說，一年后低質(zhì)量、中低質(zhì)量、中高質(zhì)量以及高質(zhì)量發(fā)展等級保持原位的概率分別為0.6000、0.3467、0.4667、0.4459，以低質(zhì)量等級最為穩(wěn)定，并且除了高質(zhì)量等級之外，多表現(xiàn)為向上躍遷的趨勢，而高質(zhì)量等級會向下轉(zhuǎn)移，并且轉(zhuǎn)移到低質(zhì)量等級的概率最大。就數(shù)字金融使用深度而言，一年后低質(zhì)量、中低質(zhì)量、中高質(zhì)量以及高質(zhì)量發(fā)展等級保持原位的概率分別為0.5200、0.4933、0.5467、0.6622，以高質(zhì)量發(fā)展等級最為穩(wěn)定，中低質(zhì)量發(fā)展等級最不穩(wěn)定，并且低質(zhì)量、中低質(zhì)量、中高質(zhì)量發(fā)展等級向上躍遷的概率相對較大，而高質(zhì)量發(fā)展等級依舊呈現(xiàn)出較大的向低質(zhì)量等級轉(zhuǎn)移的概率，與數(shù)字普惠金融指數(shù)、數(shù)字金融覆蓋廣度的表現(xiàn)相似。究其原因，數(shù)字金融的發(fā)展具有高度的迭代性，當(dāng)處于較高的發(fā)展等級時，比較容易因為發(fā)展焦點的暫時旁落、發(fā)展重心的轉(zhuǎn)移而暫時失去發(fā)展動力，迅速出現(xiàn)落后的情況，從而出現(xiàn)較大的相對落后可能。從前文分析來看，一般是內(nèi)部地區(qū)較為容易出現(xiàn)這種現(xiàn)象，總體而言，數(shù)字普惠金融的發(fā)展是一種螺旋上升、周而復(fù)始的過程，這種現(xiàn)象也是有關(guān)部門應(yīng)當(dāng)時刻注意的。

2.數(shù)字普惠金融發(fā)展的區(qū)域差異以及結(jié)構(gòu)分解。本文運用Matlab軟件計算各部分的泰爾指數(shù)，分別得出數(shù)字普惠金融發(fā)展指數(shù)、數(shù)字金融覆蓋廣度以及數(shù)字金融使用深度的組內(nèi)差異、組間差異以及總體差異，圖7、圖8 與圖9 分別匯報了各個指數(shù)差異的走勢。就總體差異而言，數(shù)字普惠金融發(fā)展指數(shù)、數(shù)字金融覆蓋廣度以及數(shù)字金融使用深度的總體發(fā)展差異都呈現(xiàn)出下降的趨勢，并且自2011年開始，三類指標(biāo)的總體差異開始出現(xiàn)斷崖式下跌，說明各地發(fā)展差異驟然減小。2011 年到2012 年，雖然數(shù)字普惠金融的概念還沒有正式出臺，但是這個階段正是智能手機普及的關(guān)鍵時期，智能手機的推行也大大促進了數(shù)字普惠金融的發(fā)展?？傮w來看，我國數(shù)字普惠金融發(fā)展的空間性差異不斷減小，發(fā)展的平衡性不斷增強。

針對各個指標(biāo)的組內(nèi)差異而言，從大多數(shù)年份來看，數(shù)字普惠金融發(fā)展指數(shù)、數(shù)字金融覆蓋廣度以及數(shù)字金融使用深度的西部地區(qū)組內(nèi)發(fā)展差異最大，東部次之，中部最小。西部各省份之間發(fā)展差異較大，究其原因，如四川、重慶等地經(jīng)濟發(fā)展水平遠(yuǎn)遠(yuǎn)高于新疆、寧夏等地，所以這些地區(qū)的數(shù)字普惠金融發(fā)展水平也存在較大鴻溝；中部地區(qū)發(fā)展差異最小，說明中部地區(qū)數(shù)字普惠金融的發(fā)展最為平衡，東部地區(qū)的發(fā)展差異則主要來源于北京、上海等龍頭發(fā)展地區(qū)與河南、山東以及東北地區(qū)發(fā)展的不平衡性，這也與數(shù)字金融基礎(chǔ)設(shè)施建設(shè)、高端數(shù)字人才儲備量、數(shù)字產(chǎn)業(yè)發(fā)展等方面的差異息息相關(guān)。但總體而言，各個指標(biāo)發(fā)展的組內(nèi)差異都在不斷減小，說明多年來我國各地數(shù)字普惠金融發(fā)展都達到相對較高的水平。

圖7 數(shù)字普惠金融發(fā)展指數(shù)各類差異走勢圖

圖8 數(shù)字金融覆蓋廣度各類差異走勢圖

圖9 數(shù)字金融使用深度各類差異走勢圖

針對總體組內(nèi)差異與組間差異的對比而言，對數(shù)字普惠金融發(fā)展指數(shù)來說，組間差異對總體差異的貢獻度一般大于組內(nèi)差異，數(shù)字金融覆蓋廣度也是如此，而數(shù)字金融使用深度的組內(nèi)差異與組間差異對總體差異的貢獻度在不同的年份各占優(yōu)勢，但大體來看相差不大，并且三個指標(biāo)的組間差異隨著年份都表現(xiàn)出下降的趨勢，說明數(shù)字普惠金融發(fā)展的地區(qū)不平衡性在逐漸好轉(zhuǎn)。數(shù)字金融覆蓋廣度的組內(nèi)差異與組間差異近年來接近于0，說明多年來我國各省份數(shù)字金融覆蓋已經(jīng)達到接近邊界的廣度，這也佐證了我國多年來數(shù)字普惠金融推廣工作的成效。

3.數(shù)字普惠金融發(fā)展的空間相關(guān)性檢驗。本文運用Stata 軟件計算出我國2011—2020 年30 個省份中數(shù)字普惠金融發(fā)展指數(shù)、數(shù)字金融覆蓋廣度、數(shù)字金融使用深度的莫蘭指數(shù)，計算結(jié)果如圖10 所示。莫蘭指數(shù)的取值范圍位于［-1，1］之間，數(shù)值越大就說明空間正相關(guān)性越強。由圖10可見，首先，來我國數(shù)字普惠金融發(fā)展指數(shù)、數(shù)字金融覆蓋廣度、數(shù)字金融使用深度的莫蘭指數(shù)均為正值，說明10 年來我國各個省份的數(shù)字普惠金融發(fā)展、數(shù)字金融覆蓋廣度以及數(shù)字金融使用深度在空間上都呈現(xiàn)出顯著的正相關(guān)性分布特征，并且各個莫蘭指數(shù)的取值都位于0.25到0.45 之間，較為穩(wěn)定。具體來看，數(shù)字金融使用深度的莫蘭指數(shù)呈現(xiàn)出連年上升的趨勢，說明其空間自相關(guān)性也在不斷加強；而數(shù)字金融發(fā)展指數(shù)以及數(shù)字金融覆蓋廣度的莫蘭指數(shù)卻有所走低，但是基本上都位于0.30以上，還是具有較強的空間正相關(guān)性分布特征。

圖10 各個指標(biāo)全局莫蘭指數(shù)走勢圖

為了進一步對我國數(shù)字普惠金融發(fā)展的空間聚集狀態(tài)進行分析，本文引入莫蘭散點圖，直觀地測度多年以來數(shù)字普惠金融發(fā)展的空間聚集變化。本文計算莫蘭散點圖時所采用的空間權(quán)重矩陣與莫蘭指數(shù)相同。由于研究所涉及的省份較多，為避免漢字過于相互折疊而影響觀察，本文為各個省份進行標(biāo)號以便于識別觀測，表3列舉出了各個省份的分組以及觀測序號。

表3 各省份對應(yīng)分組與標(biāo)號

本文以2011年以及2020年的數(shù)字普惠金融發(fā)展指數(shù)、數(shù)字金融覆蓋廣度以及數(shù)字金融使用深度數(shù)據(jù)作為莫蘭散點圖的計算基礎(chǔ)以分析其空間演變規(guī)律，運用Stata軟件，計算結(jié)果如圖11至圖16所示。

圖11 2011年數(shù)字普惠金融發(fā)展指數(shù)莫蘭散點圖分布

圖12 2020年數(shù)字普惠金融發(fā)展指數(shù)莫蘭散點圖分布

圖13 2011年數(shù)字金融覆蓋廣度莫蘭散點圖分布

圖14 2020年數(shù)字金融覆蓋廣度莫蘭散點圖分布

圖15 2011年數(shù)字金融使用深度莫蘭散點圖分布

圖16 2020年數(shù)字金融使用深度莫蘭散點圖分布

從數(shù)字普惠金融發(fā)展指數(shù)的圖表結(jié)果來看，從2011 年到2020 年，大多數(shù)省份的分布都處于第三象限和第一象限之中，即分布狀態(tài)屬于低—低聚集型或高—高聚集型，也因此佐證我國各個省份數(shù)字普惠金融發(fā)展的空間正向聚集特征。也有少數(shù)省份長期處于第二象限或第四象限，表現(xiàn)出高—低聚集型或者是低—高聚集型的特征。樣本研究期間，北京、天津、江蘇、浙江、上海等地幾乎一直處于第一象限之中，而云南、新疆、廣西等地長期位于第三象限之中。由此說明，我國數(shù)字普惠金融發(fā)展的空間自相關(guān)特征具有較強的穩(wěn)健性，不會輕易浮動。上述聚集類型特征結(jié)果也表明，我國數(shù)字普惠金融發(fā)展的空間狀態(tài)多體現(xiàn)為高—高聚集型和低—低聚集型特征，在數(shù)字普惠金融發(fā)展水平較高的區(qū)域，其周邊各省份的數(shù)字普惠金融發(fā)展指數(shù)也相對較高，而數(shù)字普惠金融發(fā)展水平較低的區(qū)域，其周邊各個省份的數(shù)字普惠金融指數(shù)也較低。由此表明，我國數(shù)字普惠金融發(fā)展存在著明顯的空間溢出效應(yīng)，而這種空間溢出效應(yīng)也可以成為我國目前推進數(shù)字普惠金融進一步發(fā)展的重要途徑。

從數(shù)字金融覆蓋廣度與數(shù)字金融使用深度來看，其二者莫蘭散點圖的分布與數(shù)字普惠金融發(fā)展指數(shù)的分布具有較高的一致性，數(shù)字金融覆蓋廣度以及數(shù)字金融使用深度也正是能夠說明地區(qū)數(shù)字普惠金融發(fā)展程度的指標(biāo)。與數(shù)字普惠金融發(fā)展類似的空間溢出效應(yīng)同樣適用于數(shù)字金融覆蓋廣度以及數(shù)字金融使用深度的空間分布特征。這種空間溢出效應(yīng)也會成為我國進一步發(fā)展數(shù)字普惠金融的有力抓手。

四、結(jié)論與對策建議

本文立足于數(shù)字普惠金融的內(nèi)涵，梳理近年來我國數(shù)字普惠金融的研究成果，選取2011—2020 年北京大學(xué)數(shù)字普惠金融指數(shù)、數(shù)字金融覆蓋廣度以及數(shù)字金融使用深度三項指標(biāo)進行分析，引入馬爾可夫轉(zhuǎn)移概率矩陣、泰爾指數(shù)以及莫蘭指數(shù)與莫蘭散點圖來研究我國數(shù)字普惠金融發(fā)展的區(qū)域性特征。研究結(jié)果發(fā)現(xiàn)：第一，我國整體數(shù)字普惠金融發(fā)展呈現(xiàn)出連年上升的趨勢，且東部地區(qū)多年表現(xiàn)出高水平、高增長狀況，與中、西部地區(qū)發(fā)展差異較大；第二，數(shù)字普惠金融發(fā)展穩(wěn)定度較低，一年之后多表現(xiàn)為向上發(fā)展的態(tài)勢；第三，多年來我國數(shù)字普惠金融發(fā)展指數(shù)、數(shù)字金融覆蓋廣度以及數(shù)字金融使用深度的發(fā)展差異一直在不斷縮小；最后，從區(qū)域空間分布狀態(tài)來看，數(shù)字普惠金融發(fā)展指數(shù)、數(shù)字金融覆蓋廣度以及數(shù)字金融使用深度都存在著一定的空間溢出效應(yīng)，并且都呈現(xiàn)出“正向集聚”的特征。由此，本文提出以下對策建議：

第一，進一步推進數(shù)字技術(shù)的研發(fā)與應(yīng)用，不斷提高數(shù)字金融的技術(shù)創(chuàng)新水平。目前，我國與發(fā)達國家的數(shù)字金融發(fā)展水平尚存在一定差距，其中一個重要原因就是我國數(shù)字信息技術(shù)的發(fā)展尚有不足之處，尚不如一些發(fā)達國家的技術(shù)完善精進。因此，我國當(dāng)前應(yīng)當(dāng)進一步建立起數(shù)字普惠金融以及數(shù)字金融信息技術(shù)創(chuàng)新激勵機制，鼓勵數(shù)字產(chǎn)業(yè)與相關(guān)研發(fā)機構(gòu)積極創(chuàng)新改良，注重培養(yǎng)創(chuàng)新型、科研型人才，從技術(shù)層面推進我國數(shù)字普惠金融的發(fā)展。

第二，構(gòu)建穩(wěn)定的數(shù)字普惠金融發(fā)展格局，促進各地數(shù)字普惠金融穩(wěn)定發(fā)展。由馬爾可夫轉(zhuǎn)移概率矩陣的計算結(jié)果可見，我國數(shù)字普惠金融發(fā)展的穩(wěn)定程度并不高，各地應(yīng)當(dāng)建立起充分精準(zhǔn)的數(shù)字普惠金融發(fā)展評價體系，對各省份的數(shù)字普惠金融發(fā)展程度做出客觀評價并制定好完善、平穩(wěn)的發(fā)展目標(biāo)，明確發(fā)展路徑，進一步增進不同發(fā)展水平區(qū)域之間的交流共通，消除區(qū)域之間的發(fā)展壁壘，實現(xiàn)跨區(qū)域數(shù)字技術(shù)資源的整合與流通，增強各省份之間數(shù)字金融產(chǎn)業(yè)、數(shù)字技術(shù)企業(yè)的協(xié)作發(fā)展，促成數(shù)字創(chuàng)新、金融創(chuàng)新發(fā)展的共同體。

第三，進一步加大對落后區(qū)域的扶持力度。由文中計算結(jié)果可見，我國數(shù)字普惠金融發(fā)展的不平衡性與經(jīng)濟發(fā)展本身的不平衡性具有一定的匹配程度。在經(jīng)濟欠發(fā)達地區(qū)，數(shù)字普惠金融的發(fā)展往往也會比較低迷。所以，結(jié)合我國數(shù)字普惠金融發(fā)展明顯的空間外溢性分布特征來看，政府應(yīng)當(dāng)充分考慮區(qū)域間數(shù)字普惠金融發(fā)展的空間聯(lián)動性，盡量確保各地發(fā)展條件的優(yōu)質(zhì)化、均等化、完善化。此外，還應(yīng)當(dāng)對我國中、西部地區(qū)進行適當(dāng)?shù)恼邇A斜，注重基礎(chǔ)設(shè)施的建設(shè)與人力資本的扶持，不斷改善經(jīng)濟發(fā)展的基礎(chǔ)條件，從而促進中、西部地區(qū)數(shù)字產(chǎn)業(yè)的發(fā)展，以此推進數(shù)字普惠金融發(fā)展水平的不斷提升。