中國(guó)城市數(shù)字普惠金融發(fā)展的時(shí)空演化特征及影響因素研究

張嘉怡 胡志明

[提要]本文基于北京大學(xué)發(fā)布的2011-2018年中國(guó)城市層面數(shù)字普惠金融總指數(shù)及數(shù)字金融覆蓋廣度、數(shù)字金融使用深度與普惠金融數(shù)字化程度分維度指數(shù)，綜合運(yùn)用核密度估計(jì)、Dagum基尼系數(shù)法分別考察了其分布動(dòng)態(tài)與地區(qū)差異狀況，之后利用構(gòu)建的空間自相關(guān)模型和MLE估計(jì)法實(shí)證考察了影響數(shù)字普惠金融發(fā)展的主要成因。研究發(fā)現(xiàn)：中國(guó)數(shù)字普惠金融總水平以及覆蓋廣度、使用深度的發(fā)展均主要呈現(xiàn)單極化現(xiàn)象，而普惠金融數(shù)字化程度則存在微弱多極分化現(xiàn)象，不同區(qū)域具有一定異質(zhì)性。同時(shí)，數(shù)字普惠金融總水平以及各維度發(fā)展的總體差異、區(qū)域內(nèi)差異和區(qū)域間差異均呈下降態(tài)勢(shì)，其中，造成其總體空間差異的主要來(lái)源都是區(qū)域間差異。影響因素實(shí)證分析發(fā)現(xiàn)，數(shù)字普惠金融總體及各維度發(fā)展均具有顯著空間溢出效應(yīng)，東部地區(qū)表現(xiàn)更顯著。另外，財(cái)政分權(quán)、經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)變遷、外商直接投資、貿(mào)易開(kāi)放、人口密度、傳統(tǒng)金融規(guī)模、城鎮(zhèn)化率、經(jīng)濟(jì)增長(zhǎng)目標(biāo)和創(chuàng)新水平等一系列考察因素對(duì)數(shù)字普惠金融總體及各維度發(fā)展的影響各有不同，同時(shí)因地區(qū)不同，其影響效應(yīng)也具有明顯差異性。

一、引言及文獻(xiàn)綜述

金融作為現(xiàn)代經(jīng)濟(jì)的命脈，與國(guó)家經(jīng)濟(jì)的繁榮、發(fā)展和穩(wěn)定密切相關(guān)。作為傳統(tǒng)金融的有力補(bǔ)充，與通訊技術(shù)和電子商務(wù)深度融合的數(shù)字普惠金融近年來(lái)得到了快速發(fā)展，打破了傳統(tǒng)金融對(duì)物理網(wǎng)點(diǎn)高度依賴的局限，憑借強(qiáng)大的地理穿透力與低成本優(yōu)勢(shì)，直接推動(dòng)了金融服務(wù)的覆蓋范圍得以不斷延伸和服務(wù)效率的有效提升(Guo等，2016；[1]郭峰等，2020[2])。這種不同以往傳統(tǒng)金融的創(chuàng)新型數(shù)字金融已經(jīng)悄然滲透至人們生活的方方面面，同時(shí)也為推動(dòng)欠發(fā)達(dá)地區(qū)金融服務(wù)水平的提高和增強(qiáng)金融服務(wù)的普惠性、協(xié)同性等創(chuàng)造了有利條件(焦瑾璞等，2014；[3]黃益平和黃卓，2018[4])，使得各地區(qū)城鄉(xiāng)居民都能平等參與到金融體系當(dāng)中并更加便利獲得其所需金融資源成為了可能。近年來(lái)數(shù)字金融也受到了國(guó)家的高度重視，并進(jìn)入到了國(guó)家的規(guī)劃視野中。2016年年初，國(guó)務(wù)院印發(fā)了《推進(jìn)普惠金融發(fā)展規(guī)劃(2016-2020年)》，其中明確指出，將積極引導(dǎo)各類普惠金融服務(wù)主體借助互聯(lián)網(wǎng)等現(xiàn)代信息技術(shù)手段，降低金融交易成本，延伸服務(wù)半徑，拓展普惠金融服務(wù)的廣度和深度。同年，在G20杭州峰會(huì)上，正式通過(guò)了由中國(guó)推動(dòng)并參與制定的《G20數(shù)字普惠金融高級(jí)原則》等成果文件，這次峰會(huì)重在強(qiáng)調(diào)“普惠”和“數(shù)字”，為中國(guó)未來(lái)的金融發(fā)展指明了方向。事實(shí)上，經(jīng)過(guò)近數(shù)年的發(fā)展，隨著數(shù)字技術(shù)與普惠金融融合進(jìn)程的加快，中國(guó)數(shù)字普惠金融取得了顯著成績(jī)，但顯然與規(guī)劃目標(biāo)還尚存較大距離(郭峰等，2020)[2]。那么，中國(guó)數(shù)字普惠金融近年來(lái)呈現(xiàn)怎樣的發(fā)展態(tài)勢(shì)，地區(qū)差異如何，具有哪些顯著特征？哪些關(guān)鍵因素在驅(qū)動(dòng)其發(fā)展呢？很明顯，對(duì)這些問(wèn)題進(jìn)行深入考究與科學(xué)回答具有必要性和重要性。這不僅能夠增進(jìn)政府和社會(huì)各界對(duì)中國(guó)現(xiàn)階段數(shù)字普惠金融發(fā)展現(xiàn)狀及關(guān)鍵影響因素的宏觀認(rèn)知，也有助于推動(dòng)政府和社會(huì)各界做好進(jìn)一步發(fā)展規(guī)劃，探索推進(jìn)實(shí)現(xiàn)中國(guó)數(shù)字普惠金融協(xié)同發(fā)展以及為促進(jìn)數(shù)字普惠金融的公平性、均等化提供可供參考的文獻(xiàn)依據(jù)和經(jīng)驗(yàn)證據(jù)。

從既有研究進(jìn)展來(lái)看，諸多學(xué)者已就數(shù)字普惠金融相關(guān)問(wèn)題進(jìn)行了多視角、多方面的探究，研究成果也頗為豐碩，且關(guān)注度也處于不斷上升趨勢(shì)。這其中，對(duì)數(shù)字普惠金融所產(chǎn)生的經(jīng)濟(jì)社會(huì)效應(yīng)是目前學(xué)界聚焦的重要方面，例如，一些學(xué)者利用北京大學(xué)發(fā)布的中國(guó)數(shù)字普惠金融指數(shù)刻畫(huà)中國(guó)數(shù)字普惠金融發(fā)展水平，將其作為重點(diǎn)關(guān)注因素，建立相應(yīng)省級(jí)層面或市級(jí)層面的面板數(shù)據(jù)，采用多種經(jīng)濟(jì)計(jì)量模型，考察了其對(duì)城鄉(xiāng)收入差距(周利等，2020)[5]、創(chuàng)新創(chuàng)業(yè)(徐子堯等，2020)[6]、經(jīng)濟(jì)增長(zhǎng)或高質(zhì)量發(fā)展(張勛等，2019；[7]錢海章等，2020[8])、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化(杜金岷等，2020)[9]、減貧(劉錦怡和劉純陽(yáng)，2020)[10]、居民消費(fèi)(鄒新月和王旺，2020)[11]等等方面的效應(yīng)，研究結(jié)論普遍得出，數(shù)字普惠金融有效推動(dòng)了經(jīng)濟(jì)社會(huì)的發(fā)展，但也存在一定地區(qū)異質(zhì)性或者城市等級(jí)異質(zhì)性。另一方面，備受學(xué)界廣泛關(guān)注并展開(kāi)相應(yīng)分析的是數(shù)字普惠金融發(fā)展在中國(guó)具有的時(shí)空演化特征，展開(kāi)深入研究的主要有：郭峰等(2020)[2]利用2011-2018年時(shí)間跨度的這套指數(shù)分析了其省級(jí)層面數(shù)字普惠金融總體以及數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和普惠金融數(shù)字化程度三個(gè)維度的發(fā)展趨勢(shì)，采用σ收斂模型分析了總體及各維度的收斂特征。進(jìn)一步還采用了探索性數(shù)據(jù)分析法(ESDA)考察了城市層面數(shù)字普惠金融總體指數(shù)及各維度指數(shù)的空間集聚特征；梁榜和張建華(2020)[12]則是利用2011-2015年的指數(shù)，主要對(duì)城市層面數(shù)字普惠金融總體指數(shù)的空間集聚與收斂特征進(jìn)行了考察；張德鋼和朱旭森(2020)[13]則采用Dagum基尼系數(shù)、核密度非參數(shù)估計(jì)和收斂模型重點(diǎn)分析了中國(guó)九大城市群數(shù)字普惠金融總體發(fā)展的時(shí)空差異及動(dòng)態(tài)演進(jìn)。此外，也有一些學(xué)者重點(diǎn)是針對(duì)普惠金融的時(shí)空特征展開(kāi)分析，例如陳銀娥等(2015)[14]、胡宗義等(2018)[15]、林春和孫英杰(2019)[16]等學(xué)者各自構(gòu)造了一套普惠金融評(píng)價(jià)指標(biāo)體系，利用省級(jí)或城市層面面板數(shù)據(jù)進(jìn)行了測(cè)算，并考察分析了其分布動(dòng)態(tài)演進(jìn)規(guī)律或?qū)ζ淇臻g集聚模式或收斂性特征進(jìn)行了刻畫(huà)和揭示。

很顯然，以往研究已經(jīng)展開(kāi)了較為豐富的探討，但綜合來(lái)看，尚存一定拓展空間。比如，有一些學(xué)者受限于數(shù)據(jù)可得性，之前構(gòu)造的指標(biāo)體系主要集中在傳統(tǒng)金融領(lǐng)域，無(wú)法客觀真實(shí)反映當(dāng)前數(shù)字技術(shù)嵌入后普惠金融發(fā)展的情況，不過(guò)這一問(wèn)題隨著北京大學(xué)發(fā)布了中國(guó)省、市、縣層面的數(shù)字普惠金融指數(shù)之后得到良好解決。這為更多學(xué)者和本文展開(kāi)進(jìn)一步研究提供了數(shù)據(jù)基礎(chǔ)。盡管得到了數(shù)據(jù)支持，但目前對(duì)于其時(shí)空演化特征尤其是影響因素的分析還有待進(jìn)一步深化。已有文獻(xiàn)中，利用最新數(shù)據(jù)展開(kāi)相關(guān)空間特征研究的學(xué)者主要就是郭峰等(2020)[2]和張德鋼和朱旭森(2020)[13]等少數(shù)研究團(tuán)隊(duì)或?qū)W者。盡管郭峰等(2020)[2]重點(diǎn)考察了中國(guó)數(shù)字普惠金融總指數(shù)及各分維度指數(shù)的空間集聚模式和收斂特征，但從分布動(dòng)態(tài)、地區(qū)差異等視角揭示其特征事實(shí)的研究較為缺乏，更是鮮見(jiàn)對(duì)其關(guān)鍵驅(qū)動(dòng)因素的考察分析。即使張德鋼和朱旭森(2020)[13]有過(guò)相關(guān)內(nèi)容的探討，但其重點(diǎn)分析的是中國(guó)九大城市群數(shù)字普惠金融的地區(qū)差異、分布動(dòng)態(tài)與收斂性，主要涉及131個(gè)地級(jí)及以上城市，顯然不能很好反映中國(guó)城市的全貌，不僅限于此，該學(xué)者主要分析的對(duì)象是數(shù)字普惠金融總指數(shù)，忽視了對(duì)分維度指數(shù)的進(jìn)一步細(xì)化分析。

為進(jìn)一步深化拓展已有研究，彌補(bǔ)以往文獻(xiàn)可能的不足之處。本文利用北京大學(xué)發(fā)布的2011-2018年中國(guó)城市層面數(shù)字普惠金融總指數(shù)與三個(gè)維度的分指數(shù)對(duì)其發(fā)展現(xiàn)狀進(jìn)行多視角刻畫(huà)，同時(shí)對(duì)其關(guān)鍵驅(qū)動(dòng)因素進(jìn)行實(shí)證分析。具體實(shí)證策略為，借助核密度估計(jì)圖和Dagum基尼系數(shù)法分別刻畫(huà)樣本期中國(guó)數(shù)字普惠金融總體及數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和普惠金融數(shù)字化程度的分布動(dòng)態(tài)并分別測(cè)算其地區(qū)差異大小和識(shí)別其差異來(lái)源。之后，構(gòu)建空間計(jì)量模型并運(yùn)用MLE估計(jì)法分別對(duì)其關(guān)鍵影響因素進(jìn)行實(shí)證考察，剖析其主要?jiǎng)右?。最后，總結(jié)中國(guó)數(shù)字普惠金融的發(fā)展態(tài)勢(shì)和空間演化特征及主要影響因素，并據(jù)此給出政策啟示。

二、研究設(shè)計(jì)

(一)數(shù)字普惠金融指標(biāo)體系

對(duì)于如何更加科學(xué)、準(zhǔn)確、客觀地評(píng)估中國(guó)及各省市數(shù)字普惠金融發(fā)展水平，顯然通過(guò)一個(gè)維度或者單一指標(biāo)已經(jīng)無(wú)法完成，這也成為了學(xué)界的共識(shí)。在以往研究中，陳銀娥等(2015)[14]、胡宗義等(2018)[15]、林春和孫英杰(2019)[16]等諸多學(xué)者也開(kāi)啟了嘗試構(gòu)造合宜的評(píng)價(jià)指標(biāo)體系的進(jìn)程，但更多是集中于傳統(tǒng)普惠金融領(lǐng)域，與“數(shù)字”這一主要時(shí)代特色結(jié)合甚少，存在一定片面性。經(jīng)過(guò)近些年不同學(xué)者或團(tuán)隊(duì)的反復(fù)探索和研究，北京大學(xué)發(fā)布的這套中國(guó)數(shù)字普惠金融指數(shù)受到學(xué)界的認(rèn)可和廣泛應(yīng)用，已成為研究者進(jìn)行相關(guān)研究使用的工具性基礎(chǔ)數(shù)據(jù)。鑒于此，本文也采用這套指標(biāo)體系和對(duì)應(yīng)指數(shù)展開(kāi)進(jìn)一步研究。限于篇幅，具體這套指標(biāo)體系涉及的更多細(xì)節(jié)和詳實(shí)工作可參考郭峰等(2020)[2]的相關(guān)文獻(xiàn)，這里不再具體列示。

(二)實(shí)證策略

本文利用北京大學(xué)提供的2011-2018年城市空間尺度的數(shù)字普惠金融總指數(shù)，以及數(shù)字金融覆蓋廣度、數(shù)字金融使用深度以及普惠金融數(shù)字化程度各維度分指數(shù)，然后借助核密度估計(jì)圖和Dagum基尼系數(shù)方法刻畫(huà)中國(guó)近年來(lái)數(shù)字普惠金融發(fā)展的分布動(dòng)態(tài)、測(cè)度其地區(qū)差異大小并識(shí)別其差異來(lái)源，嘗試從這兩個(gè)視角揭示中國(guó)數(shù)字普惠金融的發(fā)展現(xiàn)狀。上述方法的具體計(jì)算過(guò)程可參見(jiàn)邱柯和辛沖沖(2019)[17]、Dagum(1997)[18]等學(xué)者的文獻(xiàn)。此外，借鑒郭峰等(2020)[2]的研究思路，及其對(duì)中國(guó)數(shù)字普惠金融發(fā)展具有顯著空間關(guān)聯(lián)特征的驗(yàn)證，本文通過(guò)構(gòu)建納入空間因素的空間計(jì)量模型并采用MLE估計(jì)法對(duì)中國(guó)數(shù)字普惠金融發(fā)展的影響因素進(jìn)行識(shí)別，剖析其關(guān)鍵動(dòng)因。具體模型形式借鑒冀云陽(yáng)(2019)[19]的做法選擇空間自相關(guān)模型，同時(shí)為驗(yàn)證估計(jì)結(jié)果是否具有穩(wěn)健性，本文也選擇了空間滯后模型(SAR)、空間誤差模型(SEM)和空間杜賓模型(SDM)三種經(jīng)典模型形式進(jìn)行再估計(jì)。構(gòu)建的空間自相關(guān)模型形式如下：

εit=ηM×εit+ζitζit～i.i.d(0，σ2I)

(三)數(shù)據(jù)來(lái)源與區(qū)域劃分說(shuō)明

本文所使用的數(shù)據(jù)主要采用北京大學(xué)數(shù)字金融研究中心發(fā)布的城市層面2011-2018年的“數(shù)字普惠金融指數(shù)”，由于個(gè)別城市個(gè)別年份存在數(shù)據(jù)缺失情況，本文在刻畫(huà)中國(guó)數(shù)字普惠金融發(fā)展現(xiàn)狀中使用的城市數(shù)量為333個(gè)。區(qū)域劃分方面，本文采用國(guó)家統(tǒng)計(jì)局最為常用的劃分做法，主要分為東、中、西部三大區(qū)域。此外，需要說(shuō)明的是，在考察中國(guó)數(shù)字普惠金融發(fā)展的影響因素時(shí)，鑒于一些城市的指標(biāo)數(shù)據(jù)存在缺失和獲得困難的情況，本文利用的城市數(shù)量減少到278個(gè)，時(shí)間跨度不變。定量刻畫(huà)影響因素的指標(biāo)數(shù)據(jù)主要來(lái)自于《中國(guó)城市統(tǒng)計(jì)年鑒》、各地方統(tǒng)計(jì)年鑒和Wind數(shù)據(jù)庫(kù)。為避免口徑不同和樣本數(shù)據(jù)可能存在的異方差等情況，本文也對(duì)部分?jǐn)?shù)值型指標(biāo)數(shù)據(jù)進(jìn)行了以2011為基期的平減化處理和對(duì)數(shù)化處理。

三、中國(guó)數(shù)字普惠金融發(fā)展的分布動(dòng)態(tài)

為更加精準(zhǔn)把脈中國(guó)城市層級(jí)數(shù)字普惠金融發(fā)展的動(dòng)態(tài)演進(jìn)規(guī)律，客觀把握地區(qū)間的絕對(duì)差異狀況，主要借助核密度估計(jì)方法，通過(guò)繪制其分布動(dòng)態(tài)圖對(duì)其展開(kāi)深入分析。①

(一)數(shù)字普惠金融發(fā)展總水平的分布動(dòng)態(tài)

圖1描述了2011-2018年全國(guó)整體與東、中、西部三大區(qū)域數(shù)字普惠金融發(fā)展總水平的分布動(dòng)態(tài)演進(jìn)過(guò)程。從中不難發(fā)現(xiàn)：分布位置看，全國(guó)整體與東、中、西部三大區(qū)域的曲線中心位置都呈顯著右移變化趨勢(shì)，這說(shuō)明近年來(lái)全國(guó)整體與東、中、西部三大區(qū)域數(shù)字普惠金融發(fā)展總水平均主要表現(xiàn)為穩(wěn)步上升趨勢(shì)；分布形態(tài)看，全國(guó)整體的曲線主峰高度經(jīng)歷了“顯著下降-小幅上升-顯著下降”的變化過(guò)程，曲線寬度主要經(jīng)歷了“變寬-收窄-變寬”的變化過(guò)程，總體表現(xiàn)為曲線主峰高度顯著下降、寬度小幅變寬。東部與中部區(qū)域的曲線主峰高度均主要表現(xiàn)為平穩(wěn)下降趨勢(shì)，曲線寬度表現(xiàn)為逐步變寬的趨勢(shì)，而西部區(qū)域曲線主峰高度呈先下降再上升趨勢(shì)，總體保持基本平穩(wěn)，曲線寬度總體稍有變寬。意味著全國(guó)整體與三大區(qū)域數(shù)字普惠金融發(fā)展總水平的離散程度都呈不同幅度擴(kuò)大趨勢(shì)；分布延展性來(lái)看，全國(guó)整體與三大區(qū)域不同年度的曲線均不存在顯著細(xì)長(zhǎng)右拖尾特征，但曲線分布延展性總體均有小幅拓寬，表明無(wú)論從全國(guó)整體看還是分區(qū)域看，數(shù)字普惠金融發(fā)展總水平高的城市與發(fā)展水平低的城市之間的差距一定程度上在逐步拉大。極化現(xiàn)象來(lái)看，這期間全國(guó)整體分布曲線交錯(cuò)呈現(xiàn)典型單峰偏態(tài)分布與高低并鄰雙峰分布兩種狀態(tài)，但總體上雙峰分布的跡象逐步減弱，右側(cè)小單峰形態(tài)基本趨于平緩，典型單峰分布占據(jù)主導(dǎo)。東部區(qū)域主要呈顯著的雙峰分布狀態(tài)，側(cè)峰與主峰高度幾乎一致。中部區(qū)域主要呈高低并鄰的雙峰分布狀態(tài)，側(cè)峰高度顯著低于主峰，具有一定梯度特征。西部區(qū)域則主要持續(xù)呈顯著單峰分布狀態(tài)。這表明全國(guó)整體與西部區(qū)域數(shù)字普惠金融發(fā)展總水平的分布主要呈單極化現(xiàn)象，表現(xiàn)為聚合性集聚特征，而東部與中部則均呈不同程度兩極分化現(xiàn)象，表現(xiàn)出分散化集聚特征。

(A)全國(guó)整體

四、中國(guó)數(shù)字普惠金融發(fā)展的地區(qū)差異及其來(lái)源

上文著重分析了中國(guó)數(shù)字普惠金融發(fā)展的分布動(dòng)態(tài)演進(jìn)過(guò)程及其呈現(xiàn)的特征，為進(jìn)一步把握中國(guó)數(shù)字普惠金融發(fā)展的地區(qū)差異大小，并揭示其差異來(lái)源。借助Dagum基尼系數(shù)分析法對(duì)其進(jìn)行測(cè)算和差異分解，進(jìn)而展開(kāi)相應(yīng)分析。

(一)總體空間差異

圖2描述了2011-2018年中國(guó)城市層級(jí)數(shù)字普惠金融發(fā)展總水平、數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和普惠金融數(shù)字化程度4個(gè)維度的總體基尼系數(shù)及其演變趨勢(shì)。從圖中不難得知，中國(guó)數(shù)字普惠金融發(fā)展總水平、數(shù)字金融覆蓋廣度、數(shù)字金融使用深度的基尼系數(shù)均主要呈穩(wěn)步下降趨勢(shì)，普惠金融數(shù)字化程度的基尼系數(shù)主要表現(xiàn)為多頻次波動(dòng)的下降態(tài)勢(shì)。具體來(lái)看，截至2018年，數(shù)字普惠金融發(fā)展總水平的基尼系數(shù)由2011年的0.175降至0.052，下降幅度近70.11%；數(shù)字金融覆蓋廣度的基尼系數(shù)由2011年的0.299降至0.066，降幅約為77.99%；數(shù)字金融使用深度的基尼系數(shù)由2011年的0.186降至0.063，降幅近66.01%；普惠金融數(shù)字化程度的基尼系數(shù)由2011年的0.249降至0.028，降幅近88.53%。由此表明，全國(guó)各市數(shù)字普惠金融發(fā)展的總體空間差異呈顯著下降趨勢(shì)，但也注意到基尼系數(shù)達(dá)到理想狀態(tài)尚存一定距離，地區(qū)相對(duì)差異仍存有一定下降空間。這也充分反映了中國(guó)近些年來(lái)在推動(dòng)數(shù)字普惠金融發(fā)展方面取得的顯著成效，不僅體現(xiàn)在各城市數(shù)字普惠金融不同維度的穩(wěn)步提升上，也體現(xiàn)在地區(qū)差異的不斷縮小方面，數(shù)字普惠金融發(fā)展已然正在惠及中國(guó)各地區(qū)和城市，各城市市場(chǎng)主體共享數(shù)字普惠金融發(fā)展成果的平等機(jī)會(huì)和權(quán)利也在穩(wěn)步上升。

圖2 2011-2018年中國(guó)數(shù)字普惠金融發(fā)展四個(gè)維度的總體空間差異及演變趨勢(shì)

(二)區(qū)域內(nèi)差異

圖3和圖4分別描述了2011-2018年中國(guó)東、中、西部三大區(qū)域數(shù)字普惠金融發(fā)展總水平與數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和普惠金融數(shù)字化程度4個(gè)維度的區(qū)域內(nèi)部基尼系數(shù)及其演變趨勢(shì)。時(shí)序變化方面，三大區(qū)域中，無(wú)論是總量指數(shù)還是覆蓋廣度、使用深度、數(shù)字化程度三個(gè)分指數(shù)的基尼系數(shù)均主要表現(xiàn)為明顯下降趨勢(shì)，盡管個(gè)別年份略微出現(xiàn)一定幅度反彈，但總體還是保持了下降趨勢(shì)這一總基調(diào)。截至2018年，東部區(qū)域四個(gè)維度指數(shù)的基尼系數(shù)分別由2011年的0.132、0.202、0.122、0.242降至0.052、0.063、0.056、0.029，降幅約為60.50%、68.59%、53.87%、88.15%；中部區(qū)域四個(gè)維度指數(shù)的基尼系數(shù)分別由2011年的0.122、0.224、0.158、0.229降至0.036、0.046、0.047、0.022，降幅約為70.42%、79.27%、70.36%、90.23%；西部區(qū)域四個(gè)維度指數(shù)的基尼系數(shù)分別由2011年的0.188、0.365、0.210、0.226降至0.042、0.062、0.050、0.024，降幅約為77.57%、83.01%、76.37%、89.17%?？傮w而言，近年來(lái)，三大區(qū)域數(shù)字普惠金融發(fā)展內(nèi)部差異也都處于下降過(guò)程，成效均顯著。從區(qū)域比較來(lái)看，觀測(cè)期內(nèi)，東部區(qū)域數(shù)字普惠金融各維度指數(shù)的基尼系數(shù)降速均要低于中、西部區(qū)域，中部區(qū)域在總量指數(shù)、覆蓋廣度指數(shù)和使用深度指數(shù)三個(gè)維度上的基尼系數(shù)降幅均要低于西部區(qū)域，而在普惠金融數(shù)字化程度方面，中部區(qū)域則要略高于西部區(qū)域，東部區(qū)域略低于中西部區(qū)域。截至2018年，三大區(qū)域各維度基尼系數(shù)值中，中部最低、西部次之、東部最高，總體表現(xiàn)為“東部>西部>中部”的空間分布格局。②

圖3 2011-2018年中國(guó)數(shù)字普惠金融發(fā)展總量指數(shù)的區(qū)域內(nèi)差異及演變趨勢(shì)

圖4 2011-2018年中國(guó)數(shù)字普惠金融發(fā)展三個(gè)維度分指數(shù)的區(qū)域內(nèi)差異及演變趨勢(shì)

(三)區(qū)域間差異

圖5和圖6分別描述了2011-2018年中國(guó)東、中、西部三大區(qū)域數(shù)字普惠金融發(fā)展總水平與數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和普惠金融數(shù)字化程度4個(gè)維度的區(qū)域間基尼系數(shù)及其演變趨勢(shì)。時(shí)序變化方面，東部與中部、東部與西部、中部與西部之間，無(wú)論是總量指數(shù)還是覆蓋廣度、使用深度、數(shù)字化程度三個(gè)分指數(shù)的基尼系數(shù)也均主要表現(xiàn)為穩(wěn)步下降趨勢(shì)，同時(shí)也注意到2018年區(qū)域間的總量指數(shù)與使用深度、數(shù)字化程度指數(shù)的基尼系數(shù)均出現(xiàn)反彈上揚(yáng)波動(dòng)，但幅度均偏小，總體相比于2011年都還是維持了下降趨勢(shì)這一總基調(diào)。截至2018年，東部與中部區(qū)域之間四個(gè)維度指數(shù)的基尼系數(shù)分別由2011年的0.176、0.274、0.167、0.239降至0.056、0.070、0.061、0.027，降幅約為68.17%、74.31%、63.31%、88.68%；東部與西部區(qū)域之間四個(gè)維度指數(shù)的基尼系數(shù)分別由2011年的0.220、0.361、0.223、0.276降至0.071、0.083、0.087、0.036，降幅約為67.72%、77.10%、60.93%、87.06%；中部與西部區(qū)域之間四個(gè)維度指數(shù)的基尼系數(shù)分別由2011年的0.162、0.307、0.193、0.254降至0.044、0.056、0.058、0.028，降幅約為72.97%、81.64%、69.73%、89.13%。很顯然，近些年來(lái)，三大區(qū)域之間數(shù)字普惠金融發(fā)展差異同樣也都處于顯著下降過(guò)程，成效均明顯。從兩兩區(qū)域比較來(lái)看，觀測(cè)期內(nèi)，中部與西部區(qū)域之間數(shù)字普惠金融各維度指數(shù)的基尼系數(shù)降速均要高于東部與中部和東部與西部區(qū)域，東部與中部區(qū)域在總量指數(shù)、使用深度指數(shù)和數(shù)字化程度指數(shù)三個(gè)維度上的基尼系數(shù)下降速度要高于東部與西部區(qū)域，而在數(shù)字金融覆蓋廣度方面，東部與中部區(qū)域則要略低于東部與西部區(qū)域。截至2018年，三大區(qū)域兩兩之間在總量指數(shù)、覆蓋廣度指數(shù)和使用深度指數(shù)的基尼系數(shù)值中，均表現(xiàn)為“東-西>東-中>中-西”的空間特征，而在數(shù)字化程度方面，則表現(xiàn)為“東-西>中-西>東-中”的空間特征。③

圖5 2011-2018年中國(guó)數(shù)字普惠金融發(fā)展總量指數(shù)的區(qū)域間差異及演變趨勢(shì)

圖6 2011-2018年中國(guó)數(shù)字普惠金融發(fā)展三個(gè)維度分指數(shù)的區(qū)域間差異及演變趨勢(shì)

(四)差異來(lái)源及其貢獻(xiàn)率

圖7和圖8分別描述了2011-2018年中國(guó)城市層級(jí)數(shù)字普惠金融發(fā)展總水平與數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和普惠金融數(shù)字化程度4個(gè)維度的差異來(lái)源及其貢獻(xiàn)率演變趨勢(shì)。從時(shí)序變化來(lái)看，四個(gè)維度指數(shù)中，區(qū)域內(nèi)差異對(duì)總體差異形成的貢獻(xiàn)率均主要表現(xiàn)為小幅或輕微的波動(dòng)變化，既有下探勢(shì)頭也有上揚(yáng)勢(shì)頭，不過(guò)總體還是保持了相對(duì)平穩(wěn)態(tài)勢(shì)。而區(qū)域間差異與超變密度對(duì)總體差異形成的貢獻(xiàn)率的演變趨勢(shì)確有明顯波動(dòng)狀況，總體保持對(duì)稱狀態(tài)，其中，總體水平、使用深度和數(shù)字化程度方面，區(qū)域間差異的貢獻(xiàn)率均在不同幅度的波動(dòng)過(guò)程中最終表現(xiàn)出顯著上升趨勢(shì)，覆蓋廣度方面這一貢獻(xiàn)率則是在波動(dòng)變化中呈小幅下探趨勢(shì)，反之，超變密度在四個(gè)維度指數(shù)中的變化過(guò)程及最終呈現(xiàn)趨勢(shì)與區(qū)域間差異總體呈反向變動(dòng)。截至2018年，總體指數(shù)方面，區(qū)域內(nèi)差異、區(qū)域間差異和超變密度的貢獻(xiàn)率分別由2011年28.58%、47.27%和24.14%變?yōu)榱?7.73%、52.07%和20.19%，變動(dòng)幅度分別為-2.98%、10.15%和-16.35%；覆蓋廣度方面，區(qū)域內(nèi)差異、區(qū)域間差異和超變密度的貢獻(xiàn)率分別由2011年29.07%、44.93%和26.01%變?yōu)榱?9.54%、41.90%和28.56%，變動(dòng)幅度分別為1.63%、-6.74%和9.81%；使用深度方面，區(qū)域內(nèi)差異、區(qū)域間差異和超變密度的貢獻(xiàn)率分別由2011年29.58%、46.48%和23.94%變?yōu)榱?6.93%、57.48%和15.59%，變動(dòng)幅度分別為-8.97%、23.66%和-34.85%；數(shù)字化程度方面，區(qū)域內(nèi)差異、區(qū)域間差異和超變密度的貢獻(xiàn)率分別由2011年31.76%、30.43%和37.81%變?yōu)榱?9.52%、45.40%和25.08%，變動(dòng)幅度分別為-7.05%、49.21%和-33.67%?？傮w來(lái)講，四個(gè)維度指數(shù)中，差異來(lái)源中除區(qū)域內(nèi)差異表現(xiàn)較為穩(wěn)定外，區(qū)域間差異和超變密度對(duì)總體差異形成的貢獻(xiàn)率均呈現(xiàn)不同程度的此起彼伏、相互交錯(cuò)的變化趨勢(shì)，最終三大差異來(lái)源的相對(duì)位置均未發(fā)生根本性變化。從差異來(lái)源貢獻(xiàn)率比較來(lái)看，截至2018年，四個(gè)維度指數(shù)中，差異來(lái)源貢獻(xiàn)率最高者均是區(qū)域間差異，分別為52.07%、41.90%、57.48%和45.40%，其次都是區(qū)域內(nèi)差異，貢獻(xiàn)率分別為27.73%、29.54%、26.93%和29.52%，最后是超變密度，貢獻(xiàn)率分別為20.19%、28.56%、15.59%和25.08%。由此不難得出，目前中國(guó)城市層級(jí)數(shù)字普惠金融總體水平、數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和普惠金融數(shù)字化程度的總體差異均主要來(lái)自于不同區(qū)域之間的發(fā)展差距，而區(qū)域內(nèi)差異對(duì)總體差異的貢獻(xiàn)相對(duì)較小，位居第二來(lái)源，居于第三來(lái)源的是超變密度，亦即不同區(qū)域之間的交叉重疊問(wèn)題對(duì)總體差異的貢獻(xiàn)最小，盡管后兩者不是造成差異的最主要原因，但其貢獻(xiàn)程度也相對(duì)較高，在其中也發(fā)揮著重要作用，同樣構(gòu)成不容小覷的客觀原因。

圖7 2011-2018年中國(guó)數(shù)字普惠金融發(fā)展總量指數(shù)的差異來(lái)源及其貢獻(xiàn)率演變趨勢(shì)

圖8 2011-2018年中國(guó)數(shù)字普惠金融發(fā)展三個(gè)維度分指數(shù)的差異來(lái)源及其貢獻(xiàn)率演變趨勢(shì)

五、中國(guó)數(shù)字普惠金融發(fā)展的影響因素分析

前文重點(diǎn)刻畫(huà)了中國(guó)城市層面數(shù)字普惠金融的發(fā)展趨勢(shì)和地區(qū)差異特征，為進(jìn)一步識(shí)別影響中國(guó)數(shù)字普惠金融發(fā)展的關(guān)鍵動(dòng)因，本文通過(guò)構(gòu)建的空間計(jì)量模型并借助MLE估計(jì)法，力圖對(duì)其影響因素展開(kāi)科學(xué)準(zhǔn)確的實(shí)證估計(jì)。

(一)初步回歸結(jié)果

表1報(bào)告了因變量為數(shù)字普惠金融發(fā)展各維度指數(shù)和以引入的經(jīng)濟(jì)發(fā)展水平等一系列影響因素為自變量的估計(jì)結(jié)果。④回歸結(jié)果顯示，各因素對(duì)數(shù)字普惠金融發(fā)展總水平及數(shù)字金融覆蓋廣度、數(shù)字金融使用深度以及普惠金融數(shù)字化程度的影響既有同質(zhì)性也具有異質(zhì)性。具體地，數(shù)字普惠金融總指數(shù)及其各維度分指數(shù)的空間滯后項(xiàng)系數(shù)在所有模型估計(jì)中均顯著為正，表明無(wú)論是數(shù)字普惠金融總發(fā)展水平還是數(shù)字金融覆蓋廣度、數(shù)字金融使用深度以及普惠金融數(shù)字化程度都存在明顯的空間溢出效應(yīng)，這也基本符合近年來(lái)中國(guó)傳統(tǒng)金融發(fā)展與技術(shù)不斷深度融合的實(shí)際情況。這是因?yàn)殡S著金融科技的發(fā)展和滲透促使了數(shù)字金融的創(chuàng)新發(fā)展，這種創(chuàng)新性業(yè)態(tài)模式克服了傳統(tǒng)金融對(duì)物理網(wǎng)點(diǎn)的過(guò)分依賴，強(qiáng)化了地區(qū)間金融資源配置的穿透力、聯(lián)動(dòng)性、便利化和低成本。財(cái)政分權(quán)這一制度安排對(duì)數(shù)字普惠金融各方面發(fā)展具有不同影響，其中，財(cái)政收入分權(quán)對(duì)數(shù)字普惠金融發(fā)展總水平及數(shù)字金融覆蓋廣度、數(shù)字金融使用深度均具有顯著的負(fù)向影響，但對(duì)普惠金融數(shù)字化程度的影響則不顯著，而財(cái)政支出分權(quán)對(duì)數(shù)字普惠金融發(fā)展總水平及數(shù)字金融覆蓋廣度具有顯著正向影響，但對(duì)普惠金融數(shù)字化程度的影響顯著為負(fù)，同時(shí)對(duì)數(shù)字金融使用深度的影響則不顯著。經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)變遷和創(chuàng)新水平等因素主要對(duì)數(shù)字普惠金融發(fā)展總水平及數(shù)字金融覆蓋廣度具有顯著正向影響，但對(duì)數(shù)字金融使用深度和普惠金融數(shù)字化程度的影響均不顯著。外商直接投資對(duì)數(shù)字普惠金融發(fā)展總水平及數(shù)字金融覆蓋廣度、數(shù)字金融使用深度均具有顯著的正向影響，但對(duì)普惠金融數(shù)字化程度的影響則不顯著，這很可能與長(zhǎng)時(shí)期中國(guó)引入外商直接投資更注重規(guī)模而缺乏質(zhì)量關(guān)注有關(guān)。貿(mào)易開(kāi)放度僅對(duì)數(shù)字金融覆蓋廣度具有顯著正向影響，而對(duì)普惠金融數(shù)字化程度則具有負(fù)向影響，同時(shí)對(duì)數(shù)字普惠金融發(fā)展總水平和數(shù)字金融使用深度的影響不顯著。人口密度與傳統(tǒng)金融發(fā)展對(duì)數(shù)字普惠金融的總體和各方面發(fā)展均不具有顯著影響，這也意味著人口因素和傳統(tǒng)金融發(fā)展規(guī)模并非數(shù)字普惠金融發(fā)展的主要驅(qū)動(dòng)因素。城鎮(zhèn)化水平主要對(duì)數(shù)字普惠金融發(fā)展總水平及數(shù)字金融覆蓋廣度、數(shù)字金融使用深度均具有顯著正向影響，對(duì)普惠金融數(shù)字化程度的影響則不顯著，這也說(shuō)明普惠金融數(shù)字化程度對(duì)城鎮(zhèn)化進(jìn)程不具有明顯依賴性。地方政府經(jīng)濟(jì)增長(zhǎng)目標(biāo)約束對(duì)數(shù)字普惠金融發(fā)展總水平及數(shù)字金融覆蓋廣度、數(shù)字金融使用深度均具有顯著負(fù)向影響，而對(duì)普惠金融數(shù)字化程度的影響盡管也為負(fù)但不顯著，這是因?yàn)榈胤秸?jīng)濟(jì)增長(zhǎng)目標(biāo)約束往往會(huì)加劇地方政府對(duì)市場(chǎng)運(yùn)行的干預(yù)，使得資源配置等發(fā)生錯(cuò)配，進(jìn)而對(duì)數(shù)字普惠金融發(fā)展產(chǎn)生不利影響。此外，還發(fā)現(xiàn)誤差項(xiàng)的空間滯后項(xiàng)系數(shù)在所有模型估計(jì)中也均顯著為正，這說(shuō)明現(xiàn)實(shí)中影響數(shù)字普惠金融總體及各方面發(fā)展的因素是多元的。除去本文考察的一些顯性重點(diǎn)因素外，觀念、習(xí)俗、文化、自然條件等一些其他復(fù)雜多樣的因素在其中也具有一定作用。

表1 中國(guó)數(shù)字普惠金融發(fā)展影響因素的回歸結(jié)果

(二)穩(wěn)健性回歸結(jié)果

為驗(yàn)證本文上述初步回歸結(jié)果是否具有強(qiáng)穩(wěn)健性，本文主要從以下幾個(gè)方面展開(kāi)：一是通過(guò)改變模型形式的方式，采用空間滯后(SAR)、空間誤差(SEM)和空間杜賓模型(SDM)等進(jìn)行再估計(jì)。二是通過(guò)改變空間權(quán)重矩陣構(gòu)建的方式，分別選擇5個(gè)近鄰城市構(gòu)造的空間權(quán)重矩陣、地理距離平方構(gòu)造的地理距離權(quán)重矩陣以及人均GDP和人口密度構(gòu)造的經(jīng)濟(jì)和社會(huì)權(quán)重矩陣等形式進(jìn)行穩(wěn)健性分析。三是考慮樣本異常值影響，將解釋變量進(jìn)行縮尾處理的方式，平滑樣本數(shù)據(jù)(口徑設(shè)定為1%)。四是考慮到城市等級(jí)的影響，采取剔除4大直轄市和省會(huì)城市的處理方式。以上穩(wěn)健性回歸結(jié)構(gòu)總體均支持初步回歸分析結(jié)果。⑤

(三)異質(zhì)性回歸結(jié)果

有鑒于中國(guó)地大物博、人口眾多，各省市在經(jīng)濟(jì)社會(huì)等方面發(fā)展的差距較大，盡管各省市數(shù)字普惠金融發(fā)展都在上升，但因各地的區(qū)位、經(jīng)濟(jì)、創(chuàng)新、貿(mào)易等方面條件的不同，對(duì)數(shù)字普惠金融發(fā)展的影響也應(yīng)有所不同。本文通過(guò)劃分東部和中西部?jī)蓚€(gè)地區(qū)的樣本，實(shí)證考察了中國(guó)數(shù)字普惠金融發(fā)展影響因素是否存在地區(qū)異質(zhì)性。表2報(bào)告了因變量為數(shù)字普惠金融各維度指數(shù)和以引入的經(jīng)濟(jì)發(fā)展水平等一系列影響因素為自變量的地區(qū)異質(zhì)性估計(jì)結(jié)果?；貧w結(jié)果顯示，數(shù)字普惠金融總指數(shù)及其各維度分指數(shù)的空間滯后項(xiàng)系數(shù)在所有模型估計(jì)中均顯著為正，且東部地區(qū)各系數(shù)絕對(duì)要更大，表明無(wú)論是數(shù)字普惠金融總發(fā)展水平還是數(shù)字金融覆蓋廣度、使用深度以及普惠金融數(shù)字化程度都存在明顯的空間溢出效應(yīng)，且在東部地區(qū)這一效應(yīng)表現(xiàn)更為強(qiáng)烈；財(cái)政分權(quán)這一制度安排對(duì)數(shù)字普惠金融各方面發(fā)展具有不同影響，其中，財(cái)政收入分權(quán)僅是對(duì)東部地區(qū)數(shù)字普惠金融發(fā)展總水平及數(shù)字金融覆蓋廣度均具有顯著負(fù)向影響，以及對(duì)中西部地區(qū)數(shù)字金融使用深度具有負(fù)向影響，其他維度的影響則都不顯著，而財(cái)政支出分權(quán)主要是對(duì)東部地區(qū)的數(shù)字普惠金融發(fā)展總水平及數(shù)字金融覆蓋廣度和中西部地區(qū)的數(shù)字金融覆蓋廣度具有顯著正向影響，且均對(duì)數(shù)字金融使用深度的影響不顯著，但都對(duì)普惠金融數(shù)字化程度的影響顯著為負(fù)；經(jīng)濟(jì)發(fā)展水平主要是對(duì)東部地區(qū)的普惠金融數(shù)字化程度和中西部地區(qū)的數(shù)字普惠金融發(fā)展總水平及數(shù)字金融覆蓋廣度具有顯著正向影響，其他維度的影響則均不顯著；產(chǎn)業(yè)結(jié)構(gòu)變遷主要對(duì)中西部地區(qū)的數(shù)字普惠金融發(fā)展總水平及數(shù)字金融覆蓋廣度具有顯著正向影響；外商直接投資對(duì)東部和中西部地區(qū)的數(shù)字普惠金融發(fā)展總水平及東部地區(qū)的普惠金融數(shù)字化程度均具有顯著正向影響，其他維度的影響則都不顯著；人口密度主要對(duì)東部地區(qū)數(shù)字普惠金融發(fā)展總水平產(chǎn)生顯著負(fù)向影響；傳統(tǒng)金融規(guī)模對(duì)東部和中西部地區(qū)數(shù)字普惠金融總體和各方面發(fā)展均不具有顯著影響；城鎮(zhèn)化率的提升對(duì)東部地區(qū)數(shù)字普惠金融發(fā)展總水平及數(shù)字金融覆蓋廣度、數(shù)字金融使用深度均具有顯著正向影響，而對(duì)中西部地區(qū)主要是數(shù)字金融覆蓋廣度具有顯著正向影響；地方政府經(jīng)濟(jì)增長(zhǎng)目標(biāo)約束對(duì)東部地區(qū)的數(shù)字普惠金融發(fā)展總水平及數(shù)字金融覆蓋廣度、數(shù)字金融使用深度均具有顯著負(fù)向影響，對(duì)普惠金融數(shù)字化程度的影響不顯著，而對(duì)中西部地區(qū)各維度影響均不顯著；創(chuàng)新水平對(duì)東部地區(qū)和中西部地區(qū)的數(shù)字普惠金融發(fā)展總水平、數(shù)字金融覆蓋廣度均具有顯著正向影響，同時(shí)對(duì)東部地區(qū)的數(shù)字金融使用深度也具有影響，其他維度的影響均不顯著。此外，也可發(fā)現(xiàn)誤差項(xiàng)的空間滯后項(xiàng)系數(shù)在所有模型估計(jì)中均顯著為正，意味著除上述考察的因素外，還存在一些多元、復(fù)雜的因素在發(fā)揮作用，這些因素在東部地區(qū)和中西部地區(qū)均具有顯著空間溢出效應(yīng)，東部地區(qū)總體更為強(qiáng)烈。

表2 中國(guó)數(shù)字普惠金融發(fā)展影響因素的地區(qū)異質(zhì)性回歸結(jié)果

六、研究結(jié)論與政策啟示

本文利用2011-2018年中國(guó)城市層級(jí)的數(shù)字普惠金融指數(shù)面板數(shù)據(jù)，分別從數(shù)字普惠金融總水平、數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和普惠金融數(shù)字化程度四個(gè)方面刻畫(huà)其發(fā)展現(xiàn)狀，并剖析其主要?jiǎng)右颉Ｒ环矫?，本文綜合運(yùn)用核密度估計(jì)圖和Dagum基尼系數(shù)法對(duì)中國(guó)數(shù)字普惠金融發(fā)展的分布動(dòng)態(tài)和地區(qū)差異進(jìn)行了刻畫(huà)和揭示，另一方面，構(gòu)建空間自相關(guān)模型并利用MLE估計(jì)法對(duì)數(shù)字普惠金融發(fā)展的影響因素進(jìn)行了實(shí)證考察。研究發(fā)現(xiàn)：(1)全國(guó)整體與東、中、西部三大區(qū)域數(shù)字普惠金融發(fā)展總水平與數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和普惠金融數(shù)字化程度均表現(xiàn)為穩(wěn)步上升趨勢(shì)。全國(guó)整體與三大區(qū)域的數(shù)字普惠金融發(fā)展總水平、數(shù)字金融使用深度和普惠金融數(shù)字化程度的離散程度均有不同程度上升。數(shù)字普惠金融總水平方面，全國(guó)整體與西部區(qū)域呈單極化現(xiàn)象，而東部與中部則均呈兩極分化現(xiàn)象。數(shù)字金融覆蓋廣度方面，全國(guó)整體主要呈單極化現(xiàn)象，東、中、西部三大區(qū)域則均呈兩極分化現(xiàn)象。普惠金融數(shù)字化程度方面，全國(guó)整體與西部區(qū)域呈微弱多極分化現(xiàn)象，東部區(qū)域呈兩極分化現(xiàn)象，中部區(qū)域則呈單極化現(xiàn)象。(2)中國(guó)數(shù)字普惠金融總水平及數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和普惠金融數(shù)字化程度的空間總體差異、區(qū)域內(nèi)差異和區(qū)域間差異總體均呈不同程度下降趨勢(shì)，其中，造成空間總體差異的主要來(lái)源均是地區(qū)間差異。(3)中國(guó)數(shù)字普惠金融總水平及數(shù)字金融覆蓋廣度、數(shù)字金融使用深度、普惠金融數(shù)字化程度均具顯著空間溢出效應(yīng)，且東部地區(qū)這一效應(yīng)更為強(qiáng)烈。此外，財(cái)政收入分權(quán)、財(cái)政支出分權(quán)、經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)變遷、外商直接投資、貿(mào)易開(kāi)放度、人口密度、傳統(tǒng)金融規(guī)模、城鎮(zhèn)化率、地方政府經(jīng)濟(jì)增長(zhǎng)目標(biāo)和創(chuàng)新水平等一系列考察因素對(duì)數(shù)字普惠金融發(fā)展總體及覆蓋廣度、使用深度和數(shù)字化程度的影響各有不同，同時(shí)因地區(qū)差異的不同，影響效應(yīng)也具有明顯差異。上述研究結(jié)論有助于各級(jí)政府重新審視中國(guó)數(shù)字普惠金融的發(fā)展?fàn)顩r，對(duì)進(jìn)一步推進(jìn)中國(guó)數(shù)字普惠金融的空間布局優(yōu)化、地區(qū)間協(xié)調(diào)發(fā)展具有重要的政策啟示。

本文的政策啟示主要體現(xiàn)如下四個(gè)方面：一是推進(jìn)央地政府間互動(dòng)、協(xié)同政策舉措的制定和落實(shí)。為更好地實(shí)現(xiàn)中國(guó)地區(qū)間數(shù)字普惠金融協(xié)同發(fā)展，既需要中央政府切實(shí)發(fā)揮把握方向、統(tǒng)籌協(xié)調(diào)的作用，在政策、技術(shù)與資金上應(yīng)給予落后地區(qū)必要的支持；也需要各地區(qū)或城市輔之以必要的配套政策、舉措等，探尋能夠加快推進(jìn)地區(qū)數(shù)字普惠金融發(fā)展的提升路徑，進(jìn)一步縮小地區(qū)間的差距。二是增強(qiáng)“共享、協(xié)同”發(fā)展意識(shí)，推動(dòng)地區(qū)之間、城市之間的空間聯(lián)動(dòng)性。地區(qū)之間、城市之間應(yīng)充分借助于“學(xué)習(xí)效應(yīng)、分享效應(yīng)、標(biāo)桿效應(yīng)”，進(jìn)一步加強(qiáng)各地區(qū)、各城市之間數(shù)字普惠金融發(fā)展的良性互動(dòng)，強(qiáng)化相互之間的交流與合作，繼續(xù)深化數(shù)字技術(shù)與普惠金融的深度融合，使地理特征和稟賦差異造成的阻礙與壁壘盡可能降至最低?？纱罱ㄒ灾行某鞘泻鸵园l(fā)達(dá)地區(qū)為雙支柱的共享平臺(tái)，建立發(fā)達(dá)地區(qū)對(duì)落后地區(qū)、中心城市對(duì)其他城市的精準(zhǔn)幫扶機(jī)制，切實(shí)發(fā)揮由近及遠(yuǎn)、以點(diǎn)帶面的輻射與聯(lián)動(dòng)作用，推動(dòng)全國(guó)實(shí)現(xiàn)城市數(shù)字普惠金融網(wǎng)絡(luò)化協(xié)調(diào)發(fā)展的良性發(fā)展局面。三是增強(qiáng)數(shù)字普惠金融內(nèi)部發(fā)展的協(xié)調(diào)性。數(shù)字普惠金融的協(xié)同發(fā)展，不僅僅是總水平的協(xié)同發(fā)展，其內(nèi)部結(jié)構(gòu)也應(yīng)重視其協(xié)調(diào)性，數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和普惠金融數(shù)字化程度存在任何的一方的過(guò)度偏離，均會(huì)影響總體水平的協(xié)調(diào)發(fā)展。這就需要不同城市、不同地區(qū)做好有效甄別工作，結(jié)合地區(qū)實(shí)際情況，及時(shí)作出戰(zhàn)略、政策和技術(shù)上的調(diào)整，以防“短板效應(yīng)”拖累總體水平的發(fā)展進(jìn)程。四是明確自身定位，探尋問(wèn)題成因，精準(zhǔn)施策。各地區(qū)應(yīng)明晰其自身定位，充分發(fā)揮其比較優(yōu)勢(shì)和有利條件，積極探尋阻礙數(shù)字普惠金融發(fā)展的主要內(nèi)外部成因，深刻剖析，采取必要可行的措施予以突破，做到因地制宜、精準(zhǔn)施策，為數(shù)字普惠金融的長(zhǎng)足發(fā)展提供可靠保障。

注釋：

①限于篇幅，同時(shí)因內(nèi)容重疊，不再具體報(bào)告各分指數(shù)的分布動(dòng)態(tài)狀況，重點(diǎn)內(nèi)容可見(jiàn)結(jié)論部分，備索。

②篇幅原因，對(duì)其狀況的原因分析，這里不再具體贅述，備索。

③篇幅原因，對(duì)其呈現(xiàn)的特征的原因分析不再具體列示，備索。

④鑒于使用空間計(jì)量模型的必要條件之一是研究對(duì)象需滿足具有顯著空間自相關(guān)特征，本文利用Moran’s I指數(shù)檢驗(yàn)法對(duì)各維度指數(shù)進(jìn)行了空間自相關(guān)檢驗(yàn)發(fā)現(xiàn)，無(wú)論是數(shù)字普惠金融總指數(shù)還是覆蓋廣、和使用深度和數(shù)字化程度指數(shù)都具有顯著空間關(guān)聯(lián)特征，這與郭峰等(2020)得到的結(jié)果一致，其中進(jìn)行各種相關(guān)檢驗(yàn)和實(shí)證估計(jì)中使用的空間權(quán)重矩陣均是地理距離空間權(quán)重矩陣，可詳見(jiàn)上述文獻(xiàn)，限于篇幅，不再贅述，備索。

⑤囿于篇幅，穩(wěn)健性回歸結(jié)果未報(bào)告，備索。