中國(guó)金融科技發(fā)展的動(dòng)態(tài)演進(jìn)、區(qū)域差異與收斂性研究

王榮 葉莉 房穎

［摘?要］?基于金融科技內(nèi)涵，借助文本挖掘構(gòu)建中國(guó)省際金融科技指標(biāo)體系，通過(guò)全局主成分分析對(duì)金融科技指數(shù)進(jìn)行測(cè)度，并利用Kernel密度估計(jì)、Theil指數(shù)及分解、變異系數(shù)與空間收斂模型刻畫金融科技發(fā)展的動(dòng)態(tài)演進(jìn)、區(qū)域差異與時(shí)空收斂性特征。結(jié)果表明：中國(guó)金融科技發(fā)展可分為2011—2015年與2016—2020年兩個(gè)階段，呈現(xiàn)穩(wěn)步增長(zhǎng)態(tài)勢(shì)，絕對(duì)差異逐步擴(kuò)大，存在輕微的極化現(xiàn)象；各地區(qū)金融科技發(fā)展存在較大的區(qū)域差異，且差異不斷擴(kuò)大，區(qū)域內(nèi)差異是造成金融科技發(fā)展總體差異的主要來(lái)源，貢獻(xiàn)率呈上升態(tài)勢(shì)，區(qū)域內(nèi)差異呈現(xiàn)東、西、中部遞減趨勢(shì)；全國(guó)以及東、中、西部區(qū)域?qū)用娼鹑诳萍及l(fā)展水平與其均值的差距均未呈現(xiàn)下降趨勢(shì)，但考慮空間效應(yīng)后發(fā)現(xiàn)，金融科技落后地區(qū)對(duì)先進(jìn)地區(qū)存在一定的“追趕效應(yīng)”，人力資本水平、經(jīng)濟(jì)發(fā)展水平以及金融發(fā)展水平是助力金融科技協(xié)調(diào)發(fā)展的重要因素。此外，金融科技發(fā)展具有顯著的空間集聚效應(yīng)，呈現(xiàn)出“高-高”集聚與“低-低”集聚的分布特征。

［關(guān)鍵詞］金融科技；全局主成分分析；Kernel密度估計(jì)；Theil指數(shù)；收斂性

［中圖分類號(hào)］??F832.1［文獻(xiàn)標(biāo)識(shí)碼］??A［文章編號(hào)］?1673-0461（2023）04-0083-14

一、引言

伴隨著IT技術(shù)的進(jìn)步，“金融科技（Fintech）”應(yīng)運(yùn)而生。世界經(jīng)濟(jì)論壇評(píng)價(jià)金融科技為“顛覆性的”“革命性的”的數(shù)字武器，能夠模糊金融機(jī)構(gòu)邊界，破除金融機(jī)構(gòu)壁壘。近年來(lái)，在云計(jì)算、區(qū)塊鏈、大數(shù)據(jù)與人工智能等數(shù)字技術(shù)驅(qū)動(dòng)下，金融科技迎來(lái)了爆發(fā)式增長(zhǎng)。2022年1月，央行印發(fā)《金融科技（Fintech）發(fā)展規(guī)劃（2022—2025年）》，進(jìn)一步指出了數(shù)據(jù)要素在增強(qiáng)金融服務(wù)質(zhì)量與效率中的重要地位，并強(qiáng)調(diào)了深化數(shù)字技術(shù)在金融領(lǐng)域應(yīng)用的重要性?！吨泄仓醒腙P(guān)于制定國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)的建議》中也指出，要“構(gòu)建金融有效支持實(shí)體經(jīng)濟(jì)的體制機(jī)制，提升金融科技水平”。金融科技本質(zhì)上屬于技術(shù)驅(qū)動(dòng)的金融創(chuàng)新，通過(guò)創(chuàng)造新的商業(yè)模式、技術(shù)應(yīng)用、業(yè)務(wù)流程或服務(wù)產(chǎn)品等，促進(jìn)新興數(shù)字技術(shù)與金融業(yè)不斷融合，提升金融體系對(duì)實(shí)體經(jīng)濟(jì)的服務(wù)質(zhì)效。隨著人工智能、大數(shù)據(jù)與區(qū)塊鏈等數(shù)字技術(shù)的不斷進(jìn)步，其與金融領(lǐng)域的融合程度也不斷加深，金融科技應(yīng)用場(chǎng)景不斷豐富，數(shù)據(jù)要素的引入不僅提升了金融業(yè)服務(wù)效率，也為實(shí)體企業(yè)的創(chuàng)新發(fā)展提供了契機(jī)［1］。數(shù)字經(jīng)濟(jì)背景下，準(zhǔn)確把握各地區(qū)的金融科技發(fā)展水平與相關(guān)特征對(duì)系統(tǒng)性規(guī)劃金融科技發(fā)展布局至關(guān)重要。因此，本文主要對(duì)以下問(wèn)題進(jìn)行探究：如何準(zhǔn)確測(cè)度我國(guó)金融科技發(fā)展水平？各地區(qū)金融科技發(fā)展水平的動(dòng)態(tài)演進(jìn)特征如何？各地區(qū)金融科技發(fā)展是否均衡，是否存在顯著差異，差異來(lái)源如何？各地區(qū)金融科技發(fā)展空間分布特征如何，是否具有收斂態(tài)勢(shì)？前述問(wèn)題的解答，不僅有助于全面掌握我國(guó)金融科技發(fā)展格局，推動(dòng)我國(guó)各地區(qū)金融科技協(xié)同發(fā)展，更有助于為金融科技經(jīng)濟(jì)后果的分析提供實(shí)證依據(jù)。

二、文獻(xiàn)綜述

“金融科技”一詞是由對(duì)英文“Fintech”的翻譯而得。Fintech是“Financial?technology”的縮寫，通常被視為金融服務(wù)與信息技術(shù)的結(jié)合［2］。金融科技的研究最早可追溯至20世紀(jì)90年代，花旗集團(tuán)董事長(zhǎng)（JOHN?REED）在“Financial?Services?Technology?Consortium”項(xiàng)目中首次關(guān)注了科技在銀行業(yè)發(fā)展中的作用［3］。此后，隨著相關(guān)數(shù)字技術(shù)的興起以及金融業(yè)態(tài)的不斷發(fā)展，“Fintech”一詞于2011年被正式提出并賦予新內(nèi)涵，成為學(xué)界與業(yè)界關(guān)注的焦點(diǎn)。相應(yīng)地，F(xiàn)intech對(duì)應(yīng)的中文名詞“金融科技”也受到我國(guó)學(xué)術(shù)界與實(shí)務(wù)界的重點(diǎn)關(guān)注?，F(xiàn)有關(guān)于金融科技的相關(guān)研究主要集中在三個(gè)方面。

一是金融科技內(nèi)涵的界定。學(xué)者們基于不同的視角給出了不同的結(jié)論，可主要?dú)w納為以下三個(gè)方面。其一，側(cè)重于對(duì)技術(shù)的強(qiáng)調(diào)，認(rèn)為金融科技的本質(zhì)是技術(shù)創(chuàng)新。CHEN等（2019）研究提出金融科技可以代指一切能夠助力金融服務(wù)的技術(shù)［4］。MA和LIU（2017）提出金融科技是一系列能夠廣泛影響金融交易和金融服務(wù)的技術(shù)［5］。其二，側(cè)重于對(duì)金融的強(qiáng)調(diào)，認(rèn)為金融科技是科技企業(yè)或者傳統(tǒng)金融機(jī)構(gòu)利用數(shù)字技術(shù)提供的金融服務(wù)。THAKOR（2020）認(rèn)為金融科技的主要目標(biāo)是利用技術(shù)改善金融服務(wù)［6］。朱太輝（2018）提出從狹義角度看金融科技指科技企業(yè)利用自身的技術(shù)優(yōu)勢(shì)提供的金融服務(wù)［7］。其三，側(cè)重于“金融+技術(shù)”的融合，認(rèn)為金融科技的本質(zhì)是技術(shù)驅(qū)動(dòng)的金融創(chuàng)新。在此類觀點(diǎn)中，金融科技普遍被認(rèn)為是一種技術(shù)驅(qū)動(dòng)的金融創(chuàng)新，能夠推動(dòng)新的金融商業(yè)模式、業(yè)務(wù)流程和創(chuàng)新產(chǎn)品的發(fā)展。金融穩(wěn)定理事會(huì)（FSB）提出“金融科技是指由技術(shù)驅(qū)動(dòng)的金融創(chuàng)新，它能夠創(chuàng)造新的業(yè)務(wù)模式、應(yīng)用、流程或產(chǎn)品，從而對(duì)金融市場(chǎng)、金融機(jī)構(gòu)或提供金融服務(wù)的方式造成實(shí)質(zhì)性影響”。皮天雷等（2018）認(rèn)為金融科技是一種以新興技術(shù)為后端支撐的金融創(chuàng)新，革新了傳統(tǒng)金融的業(yè)務(wù)模式［8］。近年來(lái)，金融與技術(shù)相融合的觀點(diǎn)愈發(fā)得到學(xué)者們的肯定［3，9］。

二是金融科技經(jīng)濟(jì)后果的研究。金融科技的發(fā)展不僅賦能了傳統(tǒng)金融業(yè)的發(fā)展，提升了傳統(tǒng)銀行業(yè)金融服務(wù)效率，也為經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)以及實(shí)體企業(yè)技術(shù)創(chuàng)新等提供了驅(qū)動(dòng)力［10-13］。謝治春等（2018）指出金融科技發(fā)展能夠有效賦能傳統(tǒng)金融業(yè)數(shù)字化轉(zhuǎn)型［14］。NARAYAN（2019）研究了1998—2018年金融科技在推動(dòng)印度尼西亞經(jīng)濟(jì)增長(zhǎng)中的作用，發(fā)現(xiàn)金融科技發(fā)展與印尼的經(jīng)濟(jì)增長(zhǎng)呈正相關(guān)［15］。李春濤等（2020）利用新三板上市公司數(shù)據(jù)驗(yàn)證了金融科技對(duì)企業(yè)技術(shù)創(chuàng)新產(chǎn)出的影響效應(yīng)與機(jī)制［16］。金融科技經(jīng)濟(jì)后果的研究進(jìn)一步證明了金融科技發(fā)展的重要性。

三是金融科技測(cè)度的相關(guān)研究。金融科技作為一個(gè)新興產(chǎn)業(yè)，仍未有統(tǒng)一的測(cè)度方式。梳理現(xiàn)有金融科技相關(guān)研究，其指標(biāo)的測(cè)算主要有兩種方式。一種是選用相關(guān)機(jī)構(gòu)公布的金融科技測(cè)度指數(shù)［9］。在學(xué)術(shù)研究中，學(xué)者們采用北京大學(xué)數(shù)字金融研究中心構(gòu)建的“中國(guó)數(shù)字普惠金融指數(shù)”作為金融科技指數(shù)的代理指標(biāo)，該指數(shù)基于螞蟻金服的底層交易數(shù)據(jù)，刻畫了數(shù)字普惠金融的發(fā)展水平［17］。另一種是借鑒沈悅和郭品（2015）提出的互聯(lián)網(wǎng)金融指數(shù)的測(cè)度方法，基于金融科技相關(guān)關(guān)鍵詞詞頻或互聯(lián)網(wǎng)搜索數(shù)據(jù)構(gòu)建金融科技指數(shù)［18］。李春濤等（2020）直接采用“關(guān)鍵詞+地區(qū)”的檢索方式，選取檢索的新聞數(shù)量作為金融科技指數(shù)代理變量［16］。盛天翔和范從來(lái)（2020）選取專門針對(duì)小微企業(yè)信貸業(yè)務(wù)的關(guān)鍵詞，通過(guò)熵值法從小微企業(yè)信貸的角度構(gòu)建了金融科技指數(shù)［19］。LEE等（2021）通過(guò)構(gòu)建金融科技指標(biāo)體系，并利用傳統(tǒng)主成分分析構(gòu)建了金融科技指數(shù)，進(jìn)一步分析了其對(duì)銀行效率的影響［20］。

綜上，國(guó)內(nèi)外學(xué)者對(duì)金融科技發(fā)展的研究如火如荼，為金融科技的量化研究提供一定支撐，但仍存在有待完善的空間。首先，從金融科技指數(shù)測(cè)度層面來(lái)看，現(xiàn)有研究多依據(jù)自身的研究需求構(gòu)建特定的金融科技指數(shù)，仍未形成一致的測(cè)度標(biāo)準(zhǔn)，且存在一定的局限性。一方面，特定機(jī)構(gòu)編制的數(shù)字普惠金融指數(shù)是基于特定的企業(yè)微觀交易數(shù)據(jù)編制，主要表征數(shù)字普惠金融發(fā)展現(xiàn)狀，更多地強(qiáng)調(diào)了金融科技的普惠屬性，難以全面刻畫金融科技發(fā)展的趨勢(shì)。另一方面，相較于直接采用數(shù)字普惠金融指數(shù)，基于金融科技關(guān)鍵詞詞庫(kù)的指標(biāo)合成法能夠更好地反映金融科技整體發(fā)展水平，但對(duì)于金融科技相關(guān)關(guān)鍵詞的選取，現(xiàn)有研究仍較多地依賴于互聯(lián)網(wǎng)金融關(guān)鍵詞詞庫(kù)，對(duì)金融科技關(guān)鍵詞詞庫(kù)的更新力度較弱，數(shù)字經(jīng)濟(jì)時(shí)代，金融科技的含義與特點(diǎn)在不斷演化，準(zhǔn)確、全面的選取能夠表征我國(guó)金融科技發(fā)展的關(guān)鍵詞是測(cè)度金融科技發(fā)展水平的基礎(chǔ)。同時(shí)，在指數(shù)合成中，現(xiàn)有研究多采用熵值法、層次分析法以及傳統(tǒng)主成分分析，在指標(biāo)的一致性與無(wú)偏性層面仍有待完善。其中，熵值法忽視了各指標(biāo)間的相關(guān)性［21］，層次分析法依賴于主觀權(quán)重賦值，結(jié)果具有一定的非一致性與有偏性［21-22］。相較于熵值法與層次分析法，主成分分析法能夠依據(jù)數(shù)據(jù)特征進(jìn)行客觀權(quán)重賦值，不僅能夠避免指標(biāo)權(quán)重賦值的主觀性，也能夠避免指標(biāo)間高相關(guān)性的影響。然而傳統(tǒng)的主成分分析法局限于對(duì)截面數(shù)據(jù)的降維分析忽視了時(shí)間的動(dòng)態(tài)演進(jìn)特征，而現(xiàn)實(shí)中數(shù)據(jù)多是不斷積累變化的。其次，從金融科技發(fā)展特征剖析層面來(lái)看，現(xiàn)有研究多集中在對(duì)金融科技影響后果的分析，對(duì)金融科技自身發(fā)展特征的研究仍相對(duì)缺乏，尤其缺乏對(duì)金融科技發(fā)展區(qū)域差異及其差異來(lái)源的剖析以及對(duì)金融科技發(fā)展空間斂散性特征的刻畫。

基于此，本文以2011—2020年我國(guó)各省份為研究樣本，通過(guò)文本挖掘法完善金融科技關(guān)鍵詞詞庫(kù)，并利用兩步全局主成分分析在獲得金融科技各維度指數(shù)基礎(chǔ)上合成金融科技總指數(shù)。此外，利用Kernel密度估計(jì)、Theil指數(shù)及分解剖析金融科技發(fā)展的分布動(dòng)態(tài)演進(jìn)特征、區(qū)域差異及其來(lái)源，同時(shí)，引入空間權(quán)重矩陣通過(guò)MoranI的計(jì)算以及空間收斂模型的構(gòu)建進(jìn)一步刻畫金融科技發(fā)展的空間集聚特征與收斂特征。本文的主要貢獻(xiàn)在于：①?gòu)慕鹑诳萍贾笖?shù)測(cè)度來(lái)看，利用文本挖掘法對(duì)金融科技相關(guān)關(guān)鍵詞進(jìn)行完善與補(bǔ)充，能夠更為全面地表征金融科技發(fā)展特點(diǎn)與趨勢(shì)，彌補(bǔ)了現(xiàn)有文獻(xiàn)關(guān)于金融科技相關(guān)關(guān)鍵詞的選取仍主要依賴互聯(lián)網(wǎng)金融相關(guān)關(guān)鍵詞詞庫(kù)的局限性。進(jìn)一步地，利用兩步全局主成分分析能夠在有效避免變量間的相關(guān)性以及指標(biāo)權(quán)重選擇的主觀性的同時(shí)，確保各指標(biāo)在時(shí)間維度的一致性和可比性。②從金融科技發(fā)展特征剖析來(lái)看，首先，通過(guò)Kernel密度估計(jì)對(duì)全國(guó)層面以及東、中、西部區(qū)域?qū)用娼鹑诳萍及l(fā)展的動(dòng)態(tài)演進(jìn)特征進(jìn)行刻畫；其次，通過(guò)Theil指數(shù)及其分解對(duì)我國(guó)各地區(qū)金融科技發(fā)展的不均衡程度進(jìn)行剖析，并進(jìn)一步分析其差異來(lái)源，揭示金融科技發(fā)展的時(shí)空異質(zhì)性及異質(zhì)性來(lái)源；最后，通過(guò)空間權(quán)重矩陣的引入、Morans?I的計(jì)算以及空間收斂模型的構(gòu)建，從金融科技發(fā)展的空間及集聚性與收斂性層面刻畫金融科技發(fā)展的空間分布特征。本文研究結(jié)論對(duì)宏觀層面金融科技發(fā)展的戰(zhàn)略規(guī)劃具有重要意義，有助于為深入認(rèn)識(shí)金融科技發(fā)展現(xiàn)狀、優(yōu)化金融科技發(fā)展布局規(guī)劃以及推動(dòng)金融體系健康、均衡的發(fā)展提供借鑒。

三、測(cè)度思路、指標(biāo)體系與數(shù)據(jù)來(lái)源

（一）測(cè)度思路

明確金融科技的內(nèi)涵是量化金融科技發(fā)展水平的基礎(chǔ)。本文基于DING等（2022）、PUSCHMANN（2017）、皮天雷等（2018）的研究，采用接受較高的金融穩(wěn)定理事會(huì)對(duì)金融科技的定義，認(rèn)為“金融科技是指由技術(shù)驅(qū)動(dòng)的金融創(chuàng)新，它能夠創(chuàng)造新的業(yè)務(wù)模式、應(yīng)用、流程或產(chǎn)品，從而對(duì)金融市場(chǎng)、金融機(jī)構(gòu)或提供金融服務(wù)的方式造成實(shí)質(zhì)性影響”［3，8-9］。從現(xiàn)實(shí)層面來(lái)說(shuō)，金融科技既可以表征相應(yīng)的數(shù)字技術(shù)，又能夠表征通過(guò)數(shù)字技術(shù)的運(yùn)用所發(fā)揮的金融業(yè)務(wù)職能。金融科技業(yè)務(wù)職能是學(xué)術(shù)界以及實(shí)務(wù)界關(guān)注的重點(diǎn)，基于吳曉求（2014）、沈悅和郭品（2015）等研究，本文認(rèn)為金融科技基于底層數(shù)字技術(shù)支撐，與金融功能相結(jié)合，能夠在資源配置、支付清算、風(fēng)險(xiǎn)管理與服務(wù)渠道四個(gè)方面發(fā)揮重要作用，而底層技術(shù)支撐維度是金融科技得以創(chuàng)新發(fā)展的核心驅(qū)動(dòng)力［18，23］。

基于金融科技的內(nèi)涵以及指標(biāo)構(gòu)建原則，一方面，金融科技指數(shù)應(yīng)具有時(shí)空可比性，既能體現(xiàn)同一地區(qū)時(shí)間維度的趨勢(shì)變化，也能體現(xiàn)不同地區(qū)同一時(shí)間空間維度的分布特征。另一方面，金融科技指數(shù)應(yīng)具有多層次特征，其內(nèi)涵顯示金融科技發(fā)展是技術(shù)驅(qū)動(dòng)的金融創(chuàng)新，其不僅包括底層支撐技術(shù)，更包含其對(duì)金融業(yè)務(wù)功能的影響。因此，本文從金融科技技術(shù)支撐以及各金融業(yè)務(wù)功能維度分層刻畫金融科技發(fā)展水平，提升金融科技指數(shù)的綜合性與層次性，金融科技指數(shù)測(cè)度流程如圖1所示。

（二）指標(biāo)體系與數(shù)據(jù)來(lái)源

本文金融科技關(guān)鍵詞詞庫(kù)構(gòu)建邏輯是通過(guò)文本挖掘提取出金融科技相關(guān)新聞報(bào)道與行業(yè)報(bào)告中的熱點(diǎn)關(guān)鍵詞對(duì)金融科技關(guān)鍵詞詞庫(kù)進(jìn)行補(bǔ)充，以能夠更為全面地表征數(shù)字經(jīng)濟(jì)時(shí)代我國(guó)金融科技發(fā)展特征。具體而言，首先，通過(guò)網(wǎng)絡(luò)爬蟲技術(shù)收集“和訊網(wǎng)”與“新浪財(cái)經(jīng)”?①網(wǎng)站發(fā)布的金融科技主題新聞，并將其文本內(nèi)容與金融科技行業(yè)報(bào)告合并，組建初始語(yǔ)料庫(kù)。其次，利用PYTHON進(jìn)行分詞、去停用詞與添加詞典列表等處理，獲取出現(xiàn)頻率較高的金融科技相關(guān)關(guān)鍵詞內(nèi)容。最后，基于文本挖掘結(jié)果與相關(guān)文獻(xiàn)研究，從技術(shù)支撐、支付清算、資源配置、風(fēng)險(xiǎn)管理與服務(wù)渠道五個(gè)維度確定能夠表征金融科技發(fā)展水平的相關(guān)關(guān)鍵詞［16，19］。同時(shí)，考慮百度指數(shù)的可得性，對(duì)關(guān)鍵詞進(jìn)行篩選，確定最終各維度金融科技指數(shù)關(guān)鍵詞列表，如表1所示。為滿足數(shù)據(jù)指標(biāo)構(gòu)建的時(shí)空可比要求，同時(shí)提升指標(biāo)的及時(shí)性與客觀性，本文借鑒盛天翔和范從來(lái)（2020）的研究，采用“PC端+移動(dòng)端”百度搜索指數(shù)之和作為各關(guān)鍵詞搜索數(shù)量的指標(biāo)［19］。百度索引數(shù)據(jù)庫(kù)基于公眾對(duì)相關(guān)關(guān)鍵詞的搜索頻率統(tǒng)計(jì)匯總，有效反映了公眾對(duì)這一領(lǐng)域的關(guān)注度，能夠一定程度反映其發(fā)展水平［19］。

四、研究方法

（一）全局主成分分析

全局主成分分析又稱為時(shí)序全局主成分分析（GPCA），是傳統(tǒng)的主成分分析法與時(shí)間序列分析法的有效融合，確保了各指標(biāo)在時(shí)間維度的一致性和可比性［24-26］。本文借鑒呂丹和汪文瑜（2018）的研究，利用兩步全局主成分分析對(duì)金融科技指數(shù)進(jìn)行合成，選用提取的主成分綜合得分作為衡量金融科技發(fā)展水平的指標(biāo)［27］。第一步，運(yùn)用全局主成分分析對(duì)金融科技五個(gè)維度下的具體關(guān)鍵詞指數(shù)進(jìn)行分析，獲得金融科技技術(shù)

支撐指數(shù)、金融科技支付清算指數(shù)、金融科技風(fēng)險(xiǎn)管理指數(shù)、金融科技資源配置指數(shù)與金融科技服務(wù)渠道指數(shù)。第二步，以各維度綜合得分作為原始變量，重復(fù)全局主成分分析過(guò)程，以獲得金融科技總指數(shù)。

（二）核密度估計(jì)

核密度估計(jì)主要基于概率密度函數(shù)，并通過(guò)連續(xù)平滑的曲線描述相關(guān)變量的分布特征，對(duì)模型依賴性較小，穩(wěn)定性較強(qiáng)。因此，本文通過(guò)核密度估計(jì)從全國(guó)層面與區(qū)域?qū)用鎸?duì)金融科技指數(shù)核密度曲線的形態(tài)特征進(jìn)行分析，以進(jìn)一步探討我國(guó)2011—2020年金融科技發(fā)展的動(dòng)態(tài)演進(jìn)特征。核密度估計(jì)計(jì)算公式如下：

f（x）=1Nh∑Ni=1K（xi-xh）（1）

K（x）=12πexp（-x22）（2）

其中，f（x）為隨機(jī)變量X的密度函數(shù)；N表示觀測(cè)樣本數(shù)量；xi指代一系列獨(dú)立同分布的觀測(cè)值；x表示觀測(cè)值的均值；h表示帶寬；K（·）表示核函數(shù)，本文選用高斯核函數(shù)。

（三）泰爾指數(shù)

泰爾指數(shù)能夠通過(guò)對(duì)樣本的劃分來(lái)探究不同區(qū)域間差異以及區(qū)域內(nèi)部差異對(duì)總差異的貢獻(xiàn)度，剖析我國(guó)金融科技指數(shù)的差異及來(lái)源。參考相關(guān)研究，泰爾指數(shù)計(jì)算公式如下［28］：

T=1n∑ni=1FINiFINln（FINiFIN）（3）

其中，T為測(cè)度金融科技差距程度的泰爾指數(shù)；n是研究總單元數(shù)，即總的地區(qū)數(shù)量；FINi代表第i個(gè)地區(qū)的金融科技指數(shù)；FIN為所有地區(qū)的金融科技指數(shù)平均值。

進(jìn)一步地，泰爾指數(shù)在分析金融科技指數(shù)區(qū)域差異時(shí)具有可分解的特點(diǎn)，其能夠分別計(jì)算組內(nèi)與組間差異對(duì)總差異的貢獻(xiàn)度，剖析金融科技區(qū)域差異的來(lái)源。在本文中，假設(shè)所有地區(qū)樣本被分為k個(gè)區(qū)域，每個(gè)區(qū)域可表示為gk?（k=1，2，?…，?K），區(qū)域k中的樣本數(shù)量為nk，所有區(qū)域內(nèi)樣本數(shù)量的總和為n。FINk表示k區(qū)域內(nèi)個(gè)體的金融科技指數(shù)總和。用TW代指組內(nèi)差異，TB代指組間差異，泰爾指數(shù)分解如下：

T=TW+TB（4）

TW=∑Kk=1FINk（∑i∈gkFINiFINklnFINi/FINk1/nk）（5）

TB=∑Kk=1FINklnFINknk/n（6）

（四）收斂性分析

1.σ收斂

金融科技指數(shù)的σ收斂表示不同區(qū)域金融科技發(fā)展水平與其平均值間的偏離程度隨時(shí)間而下降的過(guò)程。本文選用研究中較為常見的變異系數(shù)表征金融科技σ收斂的過(guò)程，公式如下：

σj=∑Nji（FINij-FINij）2/NjFINij（7）

其中，j表示區(qū)域，主要包括全國(guó)、東部地區(qū)、中部地區(qū)與西部地區(qū)；i表示區(qū)域j內(nèi)的省份；Nj表示區(qū)域j內(nèi)的省份數(shù)；FINij表示省份i的金融科技指數(shù)；FIN為樣本期內(nèi)區(qū)域j的金融科技指數(shù)平均值。變異系數(shù)的變化趨勢(shì)一定程度上表征了金融科技發(fā)展的收斂趨勢(shì)，若變異系數(shù)隨時(shí)間呈下降趨勢(shì)，說(shuō)明各地區(qū)金融科技發(fā)展差距逐步降低，且向均值收斂，金融科技發(fā)展σ收斂顯著。

2.空間自相關(guān)

莫蘭指數(shù)通常用來(lái)反映某一事物的發(fā)展是否在空間范圍內(nèi)存在相關(guān)性?；谥袊?guó)省際金融科技發(fā)展水平計(jì)算的莫蘭指數(shù)能夠刻畫中國(guó)各省份金融科技發(fā)展的空間分布特征。式（8）為全局莫蘭指數(shù)計(jì)算公式，該指數(shù)總體取值范圍為［-1，1］，依金融科技發(fā)展全局莫蘭指數(shù)取值的不同，可分為空間正相關(guān)（集聚型，Morans?I>0）、空間負(fù)相關(guān)（離散型，Morans?I<0）與空間不相關(guān)（隨機(jī)分布型，Morans?I接近0）。

Morans?I=∑ni=1∑nj=1wij（xi-x）（xj-x）S2∑ni=1∑nj=1wij（8）

其中，s2表示金融科技指數(shù)的方差；x表示金融科技指數(shù)均值；n為省份數(shù)量；i、j分別表示省份i與省份j；wij表示空間權(quán)重，通過(guò)空間是否鄰接構(gòu)建?②，為二值矩陣，wij=1代表省份i與省份j相鄰，否則，wij=0。xi與xj分別表示i省份與j省份的金融科技指數(shù)值。

此外，鑒于全局莫蘭指數(shù)只能從全國(guó)層面反映金融科技發(fā)展的空間相關(guān)性特征，不能清楚地反映各區(qū)域間的相關(guān)性情況。而局部莫蘭指數(shù)能夠從區(qū)域?qū)用婵坍嫺鱾€(gè)省份金融科技發(fā)展的空間相關(guān)性與集聚性特征，計(jì)算公式如下：

Morans?Ii=xi-xS2∑nj=1wij（xi-x）（9）

其中，Morans?Ii表示省份i的局部莫蘭指數(shù)，其他變量符號(hào)含義與式（8）相同。

3.β收斂

β收斂基于經(jīng)濟(jì)趨同思想，表示隨著時(shí)間變化，金融科技發(fā)展落后的地區(qū)會(huì)具有較高的增長(zhǎng)率，對(duì)金融科技發(fā)展水平較高的地區(qū)存在“追趕效應(yīng)”，最終使得各地區(qū)金融科技發(fā)展趨于同一均衡水平。β收斂依據(jù)是否加入控制變量分為絕對(duì)β收斂與條件β收斂，絕對(duì)β收斂未納入控制變量，表示其他因素不變的情況下，各地區(qū)金融科技發(fā)展會(huì)逐漸趨同，條件β收斂表示在考慮各地區(qū)其他因素的影響下，各地區(qū)金融科技發(fā)展趨同的收斂特征?；诮鹑诳萍及l(fā)展空間自相關(guān)性的存在，本文通過(guò)空間β收斂模型分析金融科技發(fā)展的β收斂特征，基于地理相鄰矩陣，構(gòu)建空間滯后模型（SAR）與空間誤差模型（SEM）對(duì)金融科技發(fā)展的空間β收斂特征進(jìn)行刻畫。模型構(gòu)建如下：

ln（FINitFINi，t-1）=α+βlnFINi，t-1+ρ∑jWijln（FINitFINi，t-1）

+κXit+θi+ηt+μit（10）

ln（FINitFINi，t-1）=α+βlnFINi，t-1+κXit+θi+ηt

+μit，μit=λ∑jWijμjt+εit（11）

其中，F(xiàn)INit為地區(qū)i在t年的金融科技指數(shù)，F(xiàn)INi，t-1為上一期的金融科技指數(shù)，ρ為空間自回歸系數(shù)，λ為空間誤差系數(shù)，Xit為控制變量，θi為空間固定效應(yīng)，ηt為時(shí)間固定效應(yīng)，εit為隨機(jī)擾動(dòng)項(xiàng)。本文主要觀察系數(shù)為β，若β系數(shù)顯著為負(fù)，說(shuō)明金融科技發(fā)展存在β收斂趨勢(shì)，若β為正且顯著說(shuō)明金融科技發(fā)展存在發(fā)散趨勢(shì)。

進(jìn)一步地，計(jì)算β收斂速度如式（12）所示，表征金融科技落后地區(qū)對(duì)發(fā)展水平較高地區(qū)的追趕速度。

v=－ln（1-|β|）/T（12）

五、實(shí)證分析

（一）基于GPCA的金融科技指數(shù)測(cè)度結(jié)果分析

考慮到金融科技各維度指標(biāo)因子均由多個(gè)具體關(guān)鍵詞指標(biāo)構(gòu)成，本文借鑒周江燕和白永秀（2014）、呂丹和汪文瑜（2018）的研究利用兩步全局主成分分析對(duì)金融科技總指數(shù)進(jìn)行合成［27，29］。具體來(lái)說(shuō)，第一步，運(yùn)用全局主成分分析對(duì)五個(gè)維度下的具體關(guān)鍵詞指數(shù)進(jìn)行分析，獲得金融科技技術(shù)支撐指數(shù)（Tech）、金融科技支付清算指數(shù)（Pay）、金融科技風(fēng)險(xiǎn)管理指數(shù)（Risk）、金融科技資源配置指數(shù)（Arrange）與金融科技服務(wù)渠道指數(shù)（Channel）。第二步，以各維度最后得分作為原始變量，重復(fù)全局主成分分析過(guò)程，以獲得金融科技總指數(shù)。對(duì)多層次指標(biāo)實(shí)施兩步全局主成分分析既便于分析金融科技總指數(shù)，也便于探究各維度指數(shù)的發(fā)展趨勢(shì)以及各維度對(duì)金融科技總指數(shù)的貢獻(xiàn)度。本文基于SPSS?22.0軟件對(duì)31省份?③金融科技相關(guān)指標(biāo)進(jìn)行全局主成分分析，過(guò)程及結(jié)果如下。

第一步，對(duì)各維度數(shù)據(jù)表分別進(jìn)行全局主成分分析，以支付清算維度（F1）為例列示相關(guān)過(guò)程。首先，運(yùn)用KMO檢驗(yàn)對(duì)標(biāo)準(zhǔn)化后數(shù)據(jù)進(jìn)行主成分分析的適用性檢驗(yàn)，可以發(fā)現(xiàn)，數(shù)據(jù)KMO值為0.794，數(shù)據(jù)表中各變量間相關(guān)性較高。Bartletts?球型檢驗(yàn)值對(duì)應(yīng)概率的顯著性小于0.01，表明數(shù)據(jù)進(jìn)行主成分分析的適用性較高。其次，通過(guò)模型的方差分解結(jié)果進(jìn)一步提取相關(guān)主成分。依據(jù)特征根數(shù)量與累計(jì)方差貢獻(xiàn)率發(fā)現(xiàn)，特征根大于1的主成分有兩個(gè)，且累計(jì)方差貢獻(xiàn)率達(dá)89.722%，超過(guò)85%，說(shuō)明前兩個(gè)主成分有較強(qiáng)的代表性，能夠表征原始指標(biāo)變量的多數(shù)信息，分別表示為F11與F12。

在上述分析基礎(chǔ)上，將提取的前2個(gè)主成分由原變量表示出來(lái)。各主成分系數(shù)向量如表2所示，由成分矩陣中每列的系數(shù)與其成分相對(duì)應(yīng)的特征根計(jì)算而得。將各指標(biāo)標(biāo)準(zhǔn)化后的數(shù)據(jù)帶入各主成分系數(shù)向量可計(jì)算各主成分得分，如下式所示：

由式（15）得到支付清算維度綜合得分，其中W1與W2是各主成分的權(quán)重。同理，分別用相同的過(guò)程處理技術(shù)支撐、風(fēng)險(xiǎn)管理、資源配置與服務(wù)渠道指數(shù)全局?jǐn)?shù)據(jù)表，分別得到各個(gè)維度的綜合得分F2、F3、F4、F5完成第一步全局主成分分析。

第二步，將上一步分析獲得的各維度綜合得分F1、F2、F3、F4、F5作為指標(biāo)變量，將各地區(qū)指標(biāo)變量依舊按時(shí)間順序縱向排列，各省份樣本數(shù)據(jù)按年份順序縱向依次排列，構(gòu)建金融科技指數(shù)立體數(shù)據(jù)庫(kù)。變量為F1、F2、F3、F4、F5，進(jìn)行主成分分析，步驟與前述相同，按F1、F2、F3、F4、F5各自貢獻(xiàn)率作為權(quán)重，得到金融科技指數(shù)綜合得分F，同時(shí)，計(jì)算獲得各維度指數(shù)在金融科技總指數(shù)中的權(quán)重如表3所示?？梢园l(fā)現(xiàn)五個(gè)維度指數(shù)對(duì)金融科技總指數(shù)的貢獻(xiàn)均為正，且均發(fā)揮了較為重要的作用，其中技術(shù)支撐維度的權(quán)重最高，表明底層技術(shù)支持是金融科技發(fā)展的重要驅(qū)動(dòng)力。

最后，鑒于各維度指標(biāo)得分以及金融科技總指數(shù)得分具有負(fù)值難以在后續(xù)特征分析及實(shí)證分析中使用，本文參考韓先鋒等（2014）的研究，通過(guò)式（16）對(duì)各指數(shù)綜合得分進(jìn)行標(biāo)準(zhǔn)化處理，處理后數(shù)據(jù)范圍集中在［0，1］區(qū)間［30］。

其中，Indexi代表所計(jì)算指數(shù)，包括金融科技總指數(shù)與各維度指數(shù)；Scorei表示各維度或總指數(shù)綜合得分；max（Scorei）表示綜合得分最大值；同理，min（Scorei）表示綜合因子得分最小值。

基于前述全局主成分分析方法和數(shù)據(jù)處理，獲得我國(guó)2011—2020年31個(gè)省份金融科技指數(shù)測(cè)度結(jié)果。圖2顯示了我國(guó)2011—2020年度全國(guó)層面以及東部、中部與西部?④區(qū)域?qū)用娼鹑诳萍贾笖?shù)均值的變化趨勢(shì)，可以發(fā)現(xiàn)，整體來(lái)看，無(wú)論是全國(guó)層面還是區(qū)域?qū)用妫鹑诳萍甲?011年在我國(guó)被正式提出以來(lái)，便呈現(xiàn)高速增長(zhǎng)的態(tài)勢(shì)，2015年以后金融科技增長(zhǎng)態(tài)勢(shì)放緩，但仍保持持續(xù)穩(wěn)定的增長(zhǎng)?？赡艿脑蚴侵袊?guó)人民銀行于2015年7月聯(lián)合其他部分正式頒布了《關(guān)于促進(jìn)互聯(lián)網(wǎng)金融健康發(fā)展的指導(dǎo)意見》，意味著對(duì)金融科技的監(jiān)管正式啟動(dòng)，而后金融科技監(jiān)管的布局進(jìn)一步完善，監(jiān)管的強(qiáng)化使得金融科技呈現(xiàn)平穩(wěn)增長(zhǎng)態(tài)勢(shì)。從區(qū)域差異層面來(lái)看，金融科技的發(fā)展呈現(xiàn)出東部-中部-西部的階梯型發(fā)展特征，東部區(qū)域金融科技發(fā)展水平最高，其次是中部地區(qū)，最后是西部地區(qū)。此外，對(duì)各地區(qū)主要年份金融科技指數(shù)進(jìn)行分析，如圖3所示?？梢园l(fā)現(xiàn)，廣東、北京、上海、浙江、江蘇等省份一直占據(jù)中國(guó)金融科技發(fā)展領(lǐng)跑者地位，2015年以來(lái)，山東、天津、河南、河北、湖北、湖南、江西與遼寧等地不斷追趕，成為金融科技發(fā)展追趕者，而其余省份金融科技發(fā)展仍處于相對(duì)落后的地位。

（二）金融科技發(fā)展動(dòng)態(tài)演進(jìn)特征

基于獲得的核密度曲線的相關(guān)特征（位置、形態(tài)與延展性等），從全國(guó)層面和地區(qū)層面分析2011—2020年金融科技發(fā)展的動(dòng)態(tài)演進(jìn)特征。

1.全國(guó)層面金融科技發(fā)展的核密度估計(jì)

圖4顯示了2011—2020年全國(guó)金融科技發(fā)展的動(dòng)態(tài)分布情況。從曲線分布位置來(lái)看，金融科技發(fā)展的各個(gè)時(shí)段的分布曲線呈現(xiàn)逐漸右移的趨勢(shì)，說(shuō)明金融科技的發(fā)展水平在逐年提升。樣本期內(nèi)，中國(guó)金融科技增長(zhǎng)速度大致可分為兩個(gè)階段，分別為2011—2015年與2016—2020年，其中，2011—2015年金融科技呈現(xiàn)出較快的增長(zhǎng)趨勢(shì)，增長(zhǎng)速度持續(xù)增大，2016年發(fā)展速度開始相對(duì)平穩(wěn)，增長(zhǎng)速度有所減緩但仍保持穩(wěn)步的增長(zhǎng)態(tài)勢(shì)。

進(jìn)一步地，通過(guò)圖5a、5b深入分析各時(shí)段金融科技分布曲線的形態(tài)特征。從波峰高度與寬度變化來(lái)看，樣本期內(nèi)分布曲線主峰高度呈現(xiàn)“大幅下降-小幅下降”的趨勢(shì)，主峰寬度呈現(xiàn)“明顯擴(kuò)大-小幅擴(kuò)大”的變化趨勢(shì)，說(shuō)明在2011—2015年樣本期內(nèi)金融科技發(fā)展的絕對(duì)差異高速增加，2016—2020年隨著金融監(jiān)管等政策的推進(jìn)，金融科技發(fā)展的絕對(duì)差異仍呈現(xiàn)擴(kuò)大趨勢(shì)，但擴(kuò)大速度有所放緩，金融科技的發(fā)展呈現(xiàn)顯著的擴(kuò)展效應(yīng)，金融科技領(lǐng)先的地區(qū)能夠帶動(dòng)金融科技落后的地區(qū)發(fā)展；從曲線的分布延展性來(lái)看，分布曲線呈現(xiàn)“明顯拓寬-輕微拓寬”的變化趨勢(shì)，2011—2015年金融科技分布曲線的延展性明顯拓寬，右拖尾現(xiàn)象凸顯，說(shuō)明樣本期內(nèi)地區(qū)間金融科技發(fā)展水平差異在不斷增加，2016—2020年分布曲線的延展性呈現(xiàn)輕微拓寬趨勢(shì)，金融科技發(fā)展水平高的地區(qū)與發(fā)展水平低的地區(qū)間差距擴(kuò)大的速度有所降低。從分布曲線的波峰形態(tài)與數(shù)量來(lái)看，金融科技分布曲線呈現(xiàn)“雙峰-單峰-多峰”的波動(dòng)特征，2011—2015年金融科技分布曲線呈現(xiàn)多峰向單峰過(guò)渡，極化現(xiàn)象逐步減弱，2016—2020年主要呈現(xiàn)單峰演化趨勢(shì)，存在少量側(cè)峰，表明隨著金融科技的不斷發(fā)展，金融科技發(fā)展出現(xiàn)輕微的多極化現(xiàn)象，少數(shù)地區(qū)金融科技達(dá)到較高的發(fā)展水平。

2.區(qū)域?qū)用娼鹑诳萍及l(fā)展的核密度估計(jì)

圖6a、6b列示了東部、中部與西部地區(qū)2011—2020年金融科技發(fā)展的核密度估計(jì)曲線?？梢园l(fā)現(xiàn)，各個(gè)區(qū)域金融科技發(fā)展階段與全國(guó)金融科技發(fā)展階段相似，大概可分為兩個(gè)階段，階段一是2011—2015年高速增長(zhǎng)階段，階段二是2016—2017穩(wěn)定增長(zhǎng)階段。具體而言，從曲線分布位置來(lái)看，東、中、西部區(qū)域的金融科技分布曲線均呈現(xiàn)右移趨勢(shì)，說(shuō)明各個(gè)區(qū)域金融科技發(fā)展的趨勢(shì)與全國(guó)金融科技發(fā)展趨勢(shì)相似，呈逐步增長(zhǎng)的態(tài)勢(shì)。從主峰高度與寬度變化趨勢(shì)來(lái)看，東部地區(qū)金融科技發(fā)展的兩個(gè)階段中，主峰高度呈現(xiàn)“顯著降低-基本不變-小幅降低”的趨勢(shì)，主峰寬度呈現(xiàn)“明顯擴(kuò)大-基本不變-小幅擴(kuò)大”的趨勢(shì)，表明在金融科技發(fā)展初期東部地區(qū)金融科技發(fā)展絕對(duì)差異呈現(xiàn)顯著的擴(kuò)大趨勢(shì)，而后有所穩(wěn)定，近年來(lái)又呈現(xiàn)小幅增加的趨勢(shì)。中部地區(qū)兩階段曲線主峰高度呈現(xiàn)“明顯降低-小幅降低”的變化趨勢(shì)，主峰寬度呈現(xiàn)“明顯擴(kuò)大-小幅擴(kuò)大”的變化趨勢(shì)，說(shuō)明2011—2015年中部地區(qū)金融科技發(fā)展的絕對(duì)差異增長(zhǎng)迅速，而2016—2020年各地區(qū)金融科技發(fā)展協(xié)調(diào)程度有所上升，各地區(qū)間絕對(duì)差異的增加速度有所放緩。西部地區(qū)主峰高度呈現(xiàn)“明顯降低-小幅降低”的波動(dòng)趨勢(shì)，主峰寬度呈現(xiàn)“明顯拓寬-輕微拓寬”的變化趨勢(shì)，說(shuō)明近年來(lái)西部地區(qū)金融科技發(fā)展的絕對(duì)差異呈現(xiàn)顯著增加到小幅增加的轉(zhuǎn)變。從分布延展性看，東部地區(qū)呈正態(tài)分布，未呈現(xiàn)顯著的右拖尾現(xiàn)象，2011—2015年呈現(xiàn)顯著的拓寬現(xiàn)象，表明各地區(qū)金融科技發(fā)展水平較高的地區(qū)與發(fā)展水平較低的地區(qū)間的差異不斷增加，2016—2020年差距擴(kuò)大速度有所減緩。中部地區(qū)呈現(xiàn)出明顯的右拖尾現(xiàn)象，說(shuō)明中部區(qū)域存在金融科技發(fā)展相對(duì)領(lǐng)先的地區(qū)，且其發(fā)展速度也相對(duì)較快。西部地區(qū)分布曲線呈現(xiàn)“明顯拓寬-輕微拓寬”的趨勢(shì)，表明區(qū)域內(nèi)金融科技發(fā)展水平較高的地區(qū)和發(fā)展水平較低的地區(qū)間的差距擴(kuò)大速度有所降低。從金融科技發(fā)展極化特征來(lái)看，東部地區(qū)呈現(xiàn)“多峰-單峰-多峰”的變化趨勢(shì)，說(shuō)明東部地區(qū)存在極化現(xiàn)象，但各峰值的高度差有所降低，金融科技發(fā)展的梯度效應(yīng)有所緩解。中部地區(qū)呈現(xiàn)多峰現(xiàn)象，說(shuō)明存在極化特征，金融科技發(fā)展存在一定的梯度效應(yīng)。西部地區(qū)呈現(xiàn)多峰向不明顯多峰的轉(zhuǎn)變，說(shuō)明西部地區(qū)極化現(xiàn)象有所減弱。整體而言，東部地區(qū)的分布曲線跨度最大，其次是西部地區(qū)，最后是中部地區(qū)，初步表明東部區(qū)域內(nèi)的金融科技發(fā)展差異最高，其次是西部地區(qū)，中部地區(qū)的金融科技發(fā)展差異最低。

（三）金融科技發(fā)展區(qū)域差異及來(lái)源

1.全國(guó)層面泰爾指數(shù)測(cè)算

泰爾指數(shù)一定程度上能夠反映各地區(qū)金融科技發(fā)展的差異大小與變動(dòng)趨勢(shì)。基于泰爾指數(shù)計(jì)算原理與公式，本文獲得了2011—2020年中國(guó)省際金融科技發(fā)展的地區(qū)差異指數(shù)（如圖7所示）。樣本期內(nèi)，泰爾指數(shù)整體上呈上升趨勢(shì)，各地區(qū)

間金融科技發(fā)展水平差異不斷擴(kuò)大，中國(guó)各地區(qū)金融科技發(fā)展呈現(xiàn)出較高的非平衡特征。這可能與地區(qū)的經(jīng)濟(jì)發(fā)展水平、金融基礎(chǔ)設(shè)施以及人力資本水平等有關(guān)。具體而言，在金融科技發(fā)展前期，各地區(qū)金融科技發(fā)展差異迅速擴(kuò)大，金融科技發(fā)展領(lǐng)先地區(qū)迅速超越落后地區(qū)。而后，隨著各地區(qū)金融科技發(fā)展水平的不斷提升，落后地區(qū)逐步追趕，各地區(qū)間差距擴(kuò)大的速度逐漸降低。2017年以后，隨著金融科技的深入發(fā)展，各地區(qū)間的差距擴(kuò)大速度又逐漸增強(qiáng)，金融科技發(fā)展的不均衡性又逐步提升。

2.全國(guó)層面泰爾指數(shù)分解

為進(jìn)一步探究我國(guó)省際金融科技發(fā)展地區(qū)差異的來(lái)源，本文基于泰爾分解原理，利用式（4）～式（6），將全國(guó)層面樣本分為東部、中部與西部三個(gè)群組，計(jì)算各個(gè)群組間的差異和各個(gè)群組內(nèi)的差異對(duì)金融科技總差異的貢獻(xiàn)，進(jìn)而剖析金融科技發(fā)展區(qū)域差異的來(lái)源結(jié)構(gòu)。表4為泰爾指數(shù)分解結(jié)果。整體而言，樣本期內(nèi)，金融科技發(fā)展的區(qū)域內(nèi)差異與區(qū)域間差異均呈現(xiàn)擴(kuò)大趨勢(shì)，貢獻(xiàn)度進(jìn)一步刻畫了區(qū)域間差異與區(qū)域內(nèi)差異對(duì)金融科技發(fā)展總差異的貢獻(xiàn)。樣本期區(qū)域內(nèi)差異對(duì)金融科技發(fā)展總差異的貢獻(xiàn)率的平均值為61.15%，區(qū)域間差異的平均貢獻(xiàn)率為38.85%，說(shuō)明區(qū)域內(nèi)差異是我國(guó)金融科技總體差異的主要來(lái)源。從差異來(lái)源的動(dòng)態(tài)變化來(lái)看，樣本期區(qū)域內(nèi)差異呈現(xiàn)波動(dòng)上升的趨勢(shì)，由2011年的0.0003上升至2020年的0.0039，對(duì)總差異的貢獻(xiàn)率由54.97%上升至61.15%，說(shuō)明區(qū)域內(nèi)差異在不斷擴(kuò)大，同時(shí)其對(duì)總差異的貢獻(xiàn)也在不斷增加。樣本期區(qū)域間差異也在不斷增加由2011年的0.0003上升至2020年的0.0023，但其對(duì)總差異的貢獻(xiàn)率呈現(xiàn)下降趨勢(shì)，由2011年的45.03%下降至2020年的38.85%，說(shuō)明政府所實(shí)施的區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展戰(zhàn)略取得一定成效。

3.東、中、西部區(qū)域內(nèi)泰爾指數(shù)分析

圖8展示了東、中、西部區(qū)域內(nèi)金融科技發(fā)展泰爾指數(shù)的動(dòng)態(tài)變化趨勢(shì)。從各個(gè)區(qū)域間差異的對(duì)比來(lái)看，2011—2020年樣本期內(nèi)，東部地區(qū)泰爾指數(shù)的區(qū)間為0.0004～0.0095、中部地區(qū)泰爾指數(shù)的區(qū)間為0.0001～0.0025、西部地區(qū)泰爾指數(shù)區(qū)間為0.0004～0.0062，東部地區(qū)2011—2020年樣本期內(nèi)泰爾指數(shù)的均值為0.0056，中部地區(qū)均值為0.0015，西部地區(qū)均值為0.0038。由此可以判斷，東部區(qū)域內(nèi)金融科技發(fā)展差異最高，其次是西部地區(qū)，中部地區(qū)相對(duì)均衡，差異最小，一定程度上印證了核密度曲線的分析結(jié)果。從各區(qū)域泰爾指數(shù)的波動(dòng)趨勢(shì)來(lái)看，東部地區(qū)泰爾指數(shù)在樣本期內(nèi)呈現(xiàn)“N”型波動(dòng)上升趨勢(shì)，2011—2016年呈現(xiàn)高速上升趨勢(shì)，于2017年泰爾指數(shù)有所下降，而后2018—2020年泰爾指數(shù)又呈現(xiàn)上升趨勢(shì)，增長(zhǎng)趨勢(shì)相較于2011—2016年期間有所下降但仍呈現(xiàn)逐步上升趨勢(shì)，說(shuō)明我國(guó)東部區(qū)域的金融科技發(fā)展差異仍在不斷擴(kuò)大。中部地區(qū)泰爾指數(shù)在樣本期內(nèi)呈現(xiàn)由強(qiáng)至弱的波動(dòng)上升趨勢(shì)，2011—2015年呈現(xiàn)高速增長(zhǎng)的趨勢(shì)，而2016—2020年泰爾指數(shù)增長(zhǎng)趨勢(shì)逐漸趨于平穩(wěn)，未表現(xiàn)出顯著的增長(zhǎng)，中部地區(qū)的金融科技發(fā)展逐步趨于均衡。西部地區(qū)泰爾指數(shù)在樣本期內(nèi)也呈現(xiàn)出增長(zhǎng)的趨勢(shì)，2011—2015年是高增長(zhǎng)階段，于2016—2020?年期間邊際增長(zhǎng)降低，呈現(xiàn)窄幅上升趨勢(shì)，說(shuō)明西部地區(qū)金融科技發(fā)展差異的增加速度雖有所減緩，但仍呈現(xiàn)差異不斷擴(kuò)大的趨勢(shì)。因此，監(jiān)管機(jī)構(gòu)在推動(dòng)各區(qū)域間金融科技協(xié)調(diào)發(fā)展的同時(shí)，也應(yīng)注重各區(qū)域內(nèi)金融科技發(fā)展的協(xié)調(diào)性。

（四）金融科技發(fā)展空間分布特征

1.σ收斂

圖9描述了2011—2020年樣本期內(nèi)金融科技指數(shù)變異系數(shù)的發(fā)展趨勢(shì)。從全國(guó)層面看，金融科技變異系數(shù)整體呈現(xiàn)“高速增長(zhǎng)-小幅上升”的態(tài)勢(shì)，2015年后金融科技變異系數(shù)增速有所放緩，但仍呈現(xiàn)小幅增長(zhǎng)趨勢(shì)，說(shuō)明全國(guó)層面金融科技發(fā)展不具有σ收斂的特征。從區(qū)域?qū)用婵?，東、中、西部區(qū)域金融科技變異系數(shù)的波動(dòng)趨勢(shì)存在差異，整體而言東部金融科技變異系數(shù)最高，其次是西部地區(qū)，最后是中部地區(qū)。東部地區(qū)變異系數(shù)呈現(xiàn)“高速增長(zhǎng)-穩(wěn)定發(fā)展-小幅上升”的變化趨勢(shì)，2011—2015年變異系數(shù)呈高速擴(kuò)大態(tài)勢(shì)，2016—2017年變異系數(shù)未有顯著增加，2017年以后又呈現(xiàn)小幅增加的趨勢(shì)，不具有顯著的σ收斂特征。中部地區(qū)與西部地區(qū)變異系數(shù)均呈現(xiàn)“高速增長(zhǎng)-小幅上升”的變化態(tài)勢(shì)，以2015年為分界點(diǎn)，前期增速較快，后期呈小幅增長(zhǎng)趨勢(shì)，但變異系數(shù)整體呈上升趨勢(shì)，也不具有顯著的σ收斂特征。綜上，樣本期內(nèi)，無(wú)論是全國(guó)層面還是東、中、西部區(qū)域?qū)用娼鹑诳萍及l(fā)展均未不存在顯著的σ收斂趨勢(shì)，金融科技發(fā)展差異呈擴(kuò)大態(tài)勢(shì)。

2.空間相關(guān)性分析

本文基于地理鄰接權(quán)重矩陣，利用STATA?16.0分別計(jì)算2011—2020年金融科技發(fā)展的全局莫蘭指數(shù)以反映空間相關(guān)性變動(dòng)趨勢(shì)，結(jié)果如表5所示。可以發(fā)現(xiàn)，各地區(qū)金融科技指數(shù)的莫蘭值在1%統(tǒng)計(jì)水平顯著為正，表明我國(guó)金融科技發(fā)展具有空間正相關(guān)的特征，空間集聚性較高。進(jìn)一步地，通過(guò)莫蘭指數(shù)趨勢(shì)變動(dòng)，可以發(fā)現(xiàn)，不同于傳統(tǒng)金融發(fā)展遞增的空間相關(guān)特征，我國(guó)金融科技發(fā)展的集聚性整體上呈下降趨勢(shì)［31］。具體來(lái)看，具有先下降后上升的“U”型特征，前期隨著各地區(qū)金融科技的飛速發(fā)展，金融科技的集聚性逐步降低，分散性上升，后期隨著金融科技較強(qiáng)的地區(qū)的發(fā)展速度加快，集聚性又逐步上升，但仍低于發(fā)展前期集聚性水平。整體而言，各省份金融科技的發(fā)展呈現(xiàn)出顯著的集聚性特征。

全局莫蘭指數(shù)雖然能夠分析我國(guó)金融科技發(fā)展的空間相關(guān)性，但不能詳細(xì)刻畫各地區(qū)間的關(guān)聯(lián)特征，因此，為深入探究我國(guó)金融科技發(fā)展的空間集聚特征，明晰各地區(qū)的空間集聚模式，本文利用局部空間自相關(guān)檢驗(yàn)，通過(guò)繪制各年份的局部莫蘭散點(diǎn)圖來(lái)刻畫各地區(qū)局部空間集聚模式變化。通過(guò)各地區(qū)在莫蘭散點(diǎn)圖中各象限的位置判斷該地區(qū)金融科技發(fā)展的集聚特征。莫蘭散點(diǎn)圖共分為四個(gè)象限：第一象限表征高-高集聚，即地區(qū)金融科技發(fā)展水平較高，同時(shí)其周邊地區(qū)金融科技發(fā)展水平也較高；第二象限表示低-高集聚，即地區(qū)金融科技發(fā)展水平較低，而周圍地區(qū)金融科技發(fā)展水平較高；第三象限與第一象限相對(duì)，表征低-低集聚，即金融科技發(fā)展水平較低的地區(qū)周圍地區(qū)指數(shù)發(fā)展水平仍較低；第四象限與第二象限相對(duì)，表征高-低集聚，即自身金融科技發(fā)展水平較高，而周邊地區(qū)發(fā)展水平較低。圖10為主要年份金融科技發(fā)展局部莫蘭散點(diǎn)圖，可以發(fā)現(xiàn)，多數(shù)省份處于第一象限與第三象限，具有高-高集聚或低-低集聚的特征。東部發(fā)達(dá)地區(qū)省份（如浙江、江蘇等）多處于在第一象限，自身金融科技發(fā)展水平較高，而其周邊地區(qū)金融科技發(fā)展也處于較高的水平。第三象限中多為西部省份地區(qū)，具有低-低集聚的特征。少數(shù)省份處于第二象限或第四象限。隨著時(shí)間的推移，各象限地區(qū)變動(dòng)較為穩(wěn)定。整體來(lái)說(shuō)，我國(guó)金融科技發(fā)展“高-高”集聚與“低-低”集聚的特征較為明顯，也進(jìn)一步為推動(dòng)金融科技的發(fā)展提供了方向，基于金融科技發(fā)展的溢出特征，能夠進(jìn)一步針對(duì)性帶動(dòng)落后地區(qū)金融科技發(fā)展。

3.β收斂分析

絕對(duì)β收斂結(jié)果。表6報(bào)告了基于鄰接矩陣，并通過(guò)LM檢驗(yàn)、Hausman檢驗(yàn)等篩選確定的空間計(jì)量模型計(jì)算的金融科技絕對(duì)β收斂結(jié)果。從模型選擇與構(gòu)建來(lái)看，全國(guó)與西部地區(qū)依據(jù)LM檢驗(yàn)結(jié)果選擇了空間誤差模型（SEM），東部地區(qū)與中部地區(qū)依據(jù)LM檢驗(yàn)結(jié)果選擇了空間滯后模型（SAR）。同時(shí)，依據(jù)Hausman檢驗(yàn)結(jié)果，各樣本均選擇固定效應(yīng)模型進(jìn)行分析。從收斂系數(shù)來(lái)看，全國(guó)層面與東、中、西部地區(qū)β系數(shù)均為負(fù)值，且統(tǒng)計(jì)水平顯著，說(shuō)明全國(guó)與各區(qū)域?qū)用婢嬖诮^對(duì)β收斂特征，落后地區(qū)的金融科技增長(zhǎng)率高于金融科技發(fā)展水平較高的地區(qū)，各區(qū)域內(nèi)均存在一定的“追趕效應(yīng)”。從收斂速度來(lái)看，全國(guó)層面的金融科技發(fā)展的β收斂速度為17%，呈現(xiàn)較快的收斂速度。東、中、西部區(qū)域的收斂速度呈現(xiàn)出一定程度的差異，金融科技發(fā)展水平較低的西部地區(qū)收斂速度最快，其次是東部的地區(qū)，最后是中部地區(qū)。綜上，中國(guó)金融科技發(fā)展存在顯著的絕對(duì)β收斂的態(tài)勢(shì)，其中西部地區(qū)的金融科技絕對(duì)β收斂速度最高。收斂速度的差異一定程度上拉大了各個(gè)區(qū)域間金融科技發(fā)展水平的差距，使得區(qū)域間金融科技發(fā)展差異不斷擴(kuò)大。

條件β收斂結(jié)果。條件β收斂是分析在納入一系列控制變量后金融科技發(fā)展的β收斂態(tài)勢(shì)。本文將經(jīng)濟(jì)發(fā)展水平、金融發(fā)展水平、人力資本水平以及產(chǎn)業(yè)結(jié)構(gòu)水平作為控制變量納入空間計(jì)量模型，以分析金融科技發(fā)展的條件β收斂態(tài)勢(shì)。經(jīng)濟(jì)發(fā)展水平（GDP）通過(guò)各地區(qū)人均GDP進(jìn)行測(cè)度，經(jīng)濟(jì)發(fā)展水平不僅能夠影響底層數(shù)字技術(shù)的創(chuàng)新發(fā)展，也能夠優(yōu)化金融科技服務(wù)環(huán)境，進(jìn)而影響金融科技發(fā)展。金融支持水平（Finance）通過(guò)各地區(qū)金融機(jī)構(gòu)存貸款余額占地區(qū)GDP的比重衡量，地區(qū)的金融科技發(fā)展基礎(chǔ)也是影響金融科技推進(jìn)的重要因素。人力資本水平（HC）采用教育存量法，通過(guò)就業(yè)人員平均受教育年限進(jìn)行測(cè)度，理論上人力資本水平的提升應(yīng)能驅(qū)動(dòng)金融科技發(fā)展［32］。產(chǎn)業(yè)結(jié)構(gòu)水平（Istr）通過(guò)第三產(chǎn)業(yè)增加值占GDP的比重測(cè)度。

表7為金融科技發(fā)展條件β收斂分析結(jié)果。結(jié)果顯示，整體來(lái)說(shuō)，全國(guó)層面金融科技發(fā)展存在顯著的條件β收斂，β系數(shù)均顯著為負(fù)。從各區(qū)域來(lái)看，東、中、西部地區(qū)均存在顯著的條件β收斂態(tài)勢(shì)，中部地區(qū)的條件β收斂速度最快，其次是東部地區(qū)，最后是西部地區(qū)。相較于絕對(duì)β收斂，中部地區(qū)的條件β收斂速度呈現(xiàn)較快的提升，說(shuō)明經(jīng)濟(jì)發(fā)展水平、人力資本、產(chǎn)業(yè)結(jié)構(gòu)以及金融發(fā)展水平等有助于推動(dòng)其協(xié)調(diào)發(fā)展。從控制變量來(lái)看，人力資本水平、經(jīng)濟(jì)發(fā)展水平以及金融發(fā)展水平對(duì)金融科技的協(xié)調(diào)發(fā)展具有正向影響，產(chǎn)業(yè)結(jié)構(gòu)水平在各樣本中未發(fā)揮顯著的作用。

六、結(jié)論及政策建議

基于金融科技內(nèi)涵以及金融功能觀理論，本文從技術(shù)支撐、支付清算、風(fēng)險(xiǎn)管理、資源配置與服務(wù)渠道五個(gè)維度構(gòu)建中國(guó)省際金融科技發(fā)展指標(biāo)體系，并依據(jù)2011—2020年百度搜索指數(shù)數(shù)據(jù)庫(kù)，利用兩步全局主成分分析測(cè)度金融科技發(fā)展指數(shù)。進(jìn)一步地，利用Kernel密度估計(jì)剖析中國(guó)金融科技發(fā)展的動(dòng)態(tài)演進(jìn)特征，通過(guò)Theil指數(shù)的測(cè)算與分解對(duì)中國(guó)金融科技發(fā)展的差異進(jìn)行測(cè)算，并剖析其差異來(lái)源，并利用σ收斂、Morans?I以及β收斂模型對(duì)中國(guó)省際金融科技發(fā)展的空間收斂特征進(jìn)行刻畫。具體結(jié)論如下：

第一，整體來(lái)看，無(wú)論是全國(guó)層面還是區(qū)域?qū)用?，金融科技?011年在我國(guó)被正式提出以來(lái)，便呈現(xiàn)高速增長(zhǎng)的態(tài)勢(shì)，尤其2013年增速急速增加，2015年以后仍保持持續(xù)穩(wěn)定的增長(zhǎng)。其中，廣東、北京、上海、浙江、江蘇等省份一直占據(jù)中國(guó)金融科技發(fā)展領(lǐng)跑者地位，2015年以來(lái)，山東、天津、河南、河北、湖北、湖南、江西與遼寧等地不斷追趕，成為金融科技發(fā)展追趕者，而其余省份金融科技發(fā)展仍處于相對(duì)落后的地位。

第二，全國(guó)層面金融科技發(fā)展水平呈現(xiàn)上升態(tài)勢(shì)，絕對(duì)差異逐步擴(kuò)大，存在輕微的極化現(xiàn)象。東、西部地區(qū)金融科技發(fā)展水平絕對(duì)差異較大，中部地區(qū)金融科技發(fā)展絕對(duì)差異相對(duì)較小。中部地區(qū)金融科技發(fā)展存在多級(jí)化特征，東部、西部地區(qū)極化現(xiàn)象較弱。

第三，樣本期內(nèi)，泰爾指數(shù)呈波動(dòng)上升趨勢(shì)，金融科技發(fā)展具有顯著的區(qū)域差異，且差異不斷擴(kuò)大。區(qū)域內(nèi)差異是造成金融科技地區(qū)差異的主要來(lái)源，其貢獻(xiàn)率呈現(xiàn)逐步增加趨勢(shì)。分區(qū)域結(jié)果顯示，東部地區(qū)的泰爾指數(shù)高于西部地區(qū)與中部地區(qū)，東部地區(qū)差異最高，其次是西部地區(qū)，中部地區(qū)差異最低。

第四，樣本期內(nèi)全國(guó)層面以及東、中、西部區(qū)域?qū)用娼鹑诳萍及l(fā)展均不存在顯著的σ收斂，中國(guó)金融科技發(fā)展空間自相關(guān)性顯著，整體呈下降趨勢(shì)，存在“高-高集聚”與“低-低集聚”的特征，考慮空間效應(yīng)后，全國(guó)層面與東、中、西部區(qū)域?qū)用娼鹑诳萍及l(fā)展均呈現(xiàn)顯著的絕對(duì)β收斂與條件β收斂態(tài)勢(shì)，金融科技落后地區(qū)存在一定的“追趕效應(yīng)”，且東、中、西部區(qū)域的收斂速度呈現(xiàn)出一定程度的差異。

基于前述研究結(jié)論，本文認(rèn)為政府在推動(dòng)金融科技發(fā)展過(guò)程中應(yīng)重視金融科技的發(fā)展特征，重視不同區(qū)域間的金融科技發(fā)展差異，針對(duì)性地制定金融科技發(fā)展戰(zhàn)略與政策規(guī)劃，具體政策建議列示如下：

第一，政府應(yīng)考慮金融科技的發(fā)展不平衡特征及動(dòng)態(tài)演進(jìn)趨勢(shì)，一方面，加強(qiáng)對(duì)金融科技領(lǐng)先地區(qū)的持續(xù)激勵(lì)機(jī)制，通過(guò)金融科技領(lǐng)先地區(qū)的發(fā)展帶動(dòng)落后地區(qū)金融科技水平的提升，以最終實(shí)現(xiàn)均衡發(fā)展，另一方面，對(duì)于金融科技發(fā)展落后的地區(qū)，應(yīng)借助我國(guó)集中力量辦大事的制度優(yōu)勢(shì)，通過(guò)針對(duì)性的政策優(yōu)勢(shì)，提升金融科技發(fā)展水平較差的地區(qū)的發(fā)展水平。

第二，金融科技發(fā)展戰(zhàn)略的規(guī)劃，應(yīng)在統(tǒng)籌東部、中部與西部區(qū)域間金融科技的協(xié)調(diào)發(fā)展的同時(shí)，注重區(qū)域內(nèi)的各地區(qū)間的差異。例如，制定區(qū)域內(nèi)不同地區(qū)間的金融科技發(fā)展的協(xié)作機(jī)制，通過(guò)金融科技發(fā)展水平較高地區(qū)帶動(dòng)金融科技發(fā)展水平較低的地區(qū)發(fā)展，通過(guò)縮小區(qū)域內(nèi)的金融科技發(fā)展差異，實(shí)現(xiàn)國(guó)家整體金融科技水平的提升。

第三，政府在制定金融科技發(fā)展規(guī)劃中應(yīng)考慮金融科技的空間溢出特征，增強(qiáng)不同地區(qū)間的金融科技發(fā)展交流，充分利用地區(qū)輻射效應(yīng)，實(shí)現(xiàn)跨區(qū)域金融科技發(fā)展合作，通過(guò)共享相關(guān)技術(shù)與發(fā)展經(jīng)驗(yàn)，縮小不同地區(qū)間的金融科技發(fā)展差距。同時(shí)，金融科技發(fā)展水平較低的地區(qū)不應(yīng)只關(guān)注金融科技的發(fā)展，還應(yīng)推動(dòng)地區(qū)經(jīng)濟(jì)發(fā)展、提升人力資本水平、優(yōu)化金融發(fā)展環(huán)境，實(shí)現(xiàn)多方位助力金融科技發(fā)展，進(jìn)而提升對(duì)金融科技發(fā)展水平較高地區(qū)的“追趕效應(yīng)”，最終實(shí)現(xiàn)金融科技的均衡發(fā)展。

［注?釋］[KH*2D]

①

考慮到網(wǎng)站的專業(yè)性以及網(wǎng)站對(duì)爬蟲的限制，選取和訊網(wǎng)與新浪財(cái)經(jīng)新聞網(wǎng)站具有一定的可行性。

②?鑒于海南省沒(méi)有毗鄰省份，參考相關(guān)研究，將距離最近的廣東省作為其鄰接省份。

③?鑒于香港、澳門特別行政區(qū)和臺(tái)灣省數(shù)據(jù)特殊，且難以獲取，故未進(jìn)行計(jì)算。

④?東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南；中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆。

［參考文獻(xiàn)］

［1］萬(wàn)佳彧，?周勤，?肖義.?數(shù)字金融、融資約束與企業(yè)創(chuàng)新［J］.?經(jīng)濟(jì)評(píng)論，?2020，?41（1）：?71-83.

［2］ARNER?D?W，?BARBERIS?J?N，?BUCKLEY?R?P.?The?evolution?of?Fintech：?a?new?postcrisis?paradigm？［J］.?Georgetown?journal?of?international?law，?2016，?47（4）：?1271-1319.

［3］PUSCHMANN?T.?Fintech［J］.?Business?&?information?systems?engineering，?2017，?59（1）：?69-76.

［4］CHEN?M?A，?WU?Q，?YANG?B.?How?valuable?is?Fintech?innovation？［J］.?The?review?of?financial?studies，?2019，?32（5）：?2062-2106.

［5］MA?Y，?LIU?D.?Introduction?to?the?special?issue?on?crowdfunding?and?Fintech［J］.?Financial?innovation，?2017，?3（1）：?1-4.

［6］THAKOR?A?V.?Fintech?and?banking：?what?do?we?know？［J］.?Journal?of?financial?intermediation，?2020，?41（1）：?100833.

［7］朱太輝.?我國(guó)?Fintech?發(fā)展演進(jìn)的綜合分析框架［J］.?金融監(jiān)管研究，?2018，?7（1）：?55-67.

［8］皮天雷，?劉垚森，?吳鴻燕.?金融科技：內(nèi)涵、邏輯與風(fēng)險(xiǎn)監(jiān)管?［J］.?財(cái)經(jīng)科學(xué)，?2018，?62（9）：?16-25.

［9］DING?N，?GU?L，?PENG?Y.?Fintech，?financial?constraints?and?innovation：?evidence?from?China［J］.?Journal?of?corporate?finance，?2022，?73（4）：?102194.

［10］FANG?Y，?YE?L，?WEN?G?F，?et?al.?Do?commercial?banks?benefit?from?bankFintech?strategic?collaboration？：?evidence?from?Chinese?city?banks［J］.?International?journal?of?ecollaboration，?2022，?18（1）：?1-18.

［11］巴曙松，?白海峰，?胡文韜.?金融科技創(chuàng)新、企業(yè)全要素生產(chǎn)率與經(jīng)濟(jì)增長(zhǎng)——基于新結(jié)構(gòu)經(jīng)濟(jì)學(xué)視角［J］.?財(cái)經(jīng)問(wèn)題研究，?2020，?42（1）：?46-53.

［12］李睿.?金融科技是否推動(dòng)了我國(guó)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化——基于空間效應(yīng)和門檻效應(yīng)的分析［J］.?經(jīng)濟(jì)與管理，?2021，?35（5）：?53-62.

［13］葉莉，?王榮.?金融科技，?銀行業(yè)競(jìng)爭(zhēng)與企業(yè)技術(shù)創(chuàng)新［J］.?現(xiàn)代經(jīng)濟(jì)探討，?2021，474（6）：49-57.

［14］謝治春，?趙興廬，?劉媛.?金融科技發(fā)展與商業(yè)銀行的數(shù)字化戰(zhàn)略轉(zhuǎn)型［J］.?中國(guó)軟科學(xué)，?2018（8）：?184-192.

［15］NARAYAN?S?W.?Does?Fintech?matter?for?Indonesias?economic?growth？［J］.?Bulletin?of?monetary?economics?and?banking，?2019，?22（4）：?437-456.

［16］李春濤，?閆續(xù)文，?宋敏，?等.?金融科技與企業(yè)創(chuàng)新——新三板上市公司的證據(jù)［J］.?中國(guó)工業(yè)經(jīng)濟(jì)，?2020，?38（1）：?81-98.

［17］郭峰，?王靖一，?王芳，?等.?測(cè)度中國(guó)數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征［J］.?經(jīng)濟(jì)學(xué)（季刊），?2020，?19（4）：?1401-1418.

［18］沈悅，?郭品.?互聯(lián)網(wǎng)金融、技術(shù)溢出與商業(yè)銀行全要素生產(chǎn)率［J］.?金融研究，?2015，?58（3）：?160-175.

［19］盛天翔，?范從來(lái).?金融科技、最優(yōu)銀行業(yè)市場(chǎng)結(jié)構(gòu)與小微企業(yè)信貸供給［J］.?金融研究，?2020，?63（6）：?114-132.

［20］LEE?C?C，?LI?X，?YU?C?H，?et?al.?Does?Fintech?innovation?improve?bank?efficiency？?evidence?from?Chinas?banking?industry［J］.?International?review?of?economics?&?finance，?2021，?74（3）：?468-483.

［21］葉永剛，?李林，?舒莉.?中非法郎區(qū)銀行風(fēng)險(xiǎn)預(yù)警研究——基于層次法和熵值法的組合分析［J］.?國(guó)際金融研究，?2018，?35（4）：?66-75.

［22］吳韡.?農(nóng)村金融生態(tài)環(huán)境的評(píng)估及優(yōu)化——以湖北省為例［J］.?農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，?2013，?34（9）：?51-57.

［23］吳曉求.?中國(guó)金融的深度變革與互聯(lián)網(wǎng)金融［J］.?財(cái)貿(mào)經(jīng)濟(jì)，?2014，?35（1）：?14-23.

［24］周江燕，?白永秀.?中國(guó)城鄉(xiāng)發(fā)展一體化水平的時(shí)序變化與地區(qū)差異分析?［J］.?中國(guó)工業(yè)經(jīng)濟(jì)，?2014，?32（2）：?5-17.

［25］BONZO?D?C，?HERMOSILLA?A?Y.?Clustering?panel?data?via?perturbed?adaptive?simulated?annealing?and?genetic?algorithms［J］.?Advances?in?complex?systems，?2002，?5（4）：?339-360.

［26］李舒沁，?王灝晨，?汪壽陽(yáng).?人工智能背景下工業(yè)機(jī)器人發(fā)展水平綜合動(dòng)態(tài)評(píng)價(jià)研究——以制造業(yè)為例［J］.?系統(tǒng)工程理論與實(shí)踐，?2020，?40（11）：?2958-2967.

［27］呂丹，?汪文瑜.?中國(guó)城鄉(xiāng)一體化與經(jīng)濟(jì)發(fā)展水平的協(xié)調(diào)發(fā)展研究?［J］.?中國(guó)軟科學(xué)，?2018，?33（5）：?179-192.

［28］劉波，?洪興建.?中國(guó)產(chǎn)業(yè)數(shù)字化程度的測(cè)算與分析［J］.?統(tǒng)計(jì)研究，?2022，?39（10）：?3-18.

［29］周江燕，?白永秀.?中國(guó)城鄉(xiāng)發(fā)展一體化水平的時(shí)序變化與地區(qū)差異分析［J］.?中國(guó)工業(yè)經(jīng)濟(jì)，?2014，?32（2）：?5-17.

［30］韓先鋒，?惠寧，?宋文飛.?信息化能提高中國(guó)工業(yè)部門技術(shù)創(chuàng)新效率嗎［J］.?中國(guó)工業(yè)經(jīng)濟(jì)，?2014，?32（12）：?70-82.

［31］杜家廷.?中國(guó)區(qū)域金融發(fā)展差異分析——基于空間面板數(shù)據(jù)模型的研究［J］.?財(cái)經(jīng)科學(xué)，?2010，?54（9）：?33-41.

［32］岳書敬，?劉朝明.?人力資本與區(qū)域全要素生產(chǎn)率分析［J］.?經(jīng)濟(jì)研究，?2006，?52（4）：?90-96，?127.

Study?on?the?Dynamic?Evolution，?Regional?Differences?and?Convergence

of?Fintech?Development?in?China

Wang??Rong，??Ye??Li，??Fang??Ying

（School?of?Economics?and?Management，?Hebei?University?of?Technology，?Tianjin?300401，?China）

Abstract：??Based?on?the?connotation?of?Fintech，?the?interprovincial?Fintech?index?system?of?China?is?constructed?with?the?help?of?text?mining.?The?Fintech?index?is?measured?by?global?principal?component?analysis.?The?dynamic?evolution，?regional?differences?and?spatial?convergence?characteristics?of?Fintech?development?are?portrayed?by?using?Kernel?density?estimation，?Theil?index?and?decomposition，?coefficient?of?variation?and?spatial?convergence?model.?The?results?show?that：?Chinas?Fintech?development?can?be?divided?into?two?stages，?2011?to?2015?and?2016?to?2020，?showing?steady?growth，?with?a?gradual?increase?in?absolute?differences?and?a?slight?polarisation?phenomenon.?There?are?large?regional?differences?in?Fintech?development?across?regions，?and?the?differences?are?expanding，?with?intraregional?differences?being?the?main?source?of?overall?differences?in?Fintech?development，?and?the?contribution?rate?is?increasing.?The?differences?within?regions?show?a?decreasing?trend?in?the?east，?west?and?central?regions.?The?gap?between?the?level?of?Fintech?development?and?its?average?value?at?the?national?level?as?well?as?at?the?east，?central?and?western?regional?levels?does?not?show?a?decreasing?trend.?However，?after?considering?the?spatial?effects，?it?is?found?that?there?is?a?certain?“catching?up?effect”?of?Fintech?lagging?regions?on?advanced?regions，?and?the?level?of?human?capital，?the?level?of?economic?development?and?the?level?of?financial?development?are?important?factors?contributing?to?the?coordinated?development?of?Fintech.?In?addition，?Fintech?development?has?a?significant?spatial?agglomeration?effect，?showing?a?“highhigh”?agglomeration?and?a?“l(fā)owlow”?agglomeration.

Key?words：Fintech;?GPCA;?Kernel?density?estimation;?Theil?index;?convergence

（責(zé)任編輯：蔡曉芹）