我國地級城市數字普惠金融空間溢出效應研究

奚曉軍，蔣明琳

(閩南師范大學 商學院，福建 漳州 363000)

0 引言

數字普惠金融的正式定義在2016年G20杭州峰會上第一次提出，凡是運用數字技術推動普惠金融的行動即為數字普惠金融.理論上講，數字普惠金融對小微企業和低收入群體融資、收入等產生顯著影響，這已經得到了國內外學術界的共識.彭澎等[1]、陳慧卿等[2]研究發現，數字普惠金融具有顯著的增收效應.北京大學數字金融研究中心編制了我國省級、市級和縣級等多個行政層次的中國數字普惠金融指數，研究結果表明數字普惠金融的發展模式具有可持續、成本低、包容性強和覆蓋廣等特征.研究表明，推進數字普惠金融發展的條件日益完備，數字普惠金融生態持續改善.然而中國數字普惠金融發展的影響因素有哪些？不同地區數字普惠金融發展存在明顯的地區異質性的原因是什么？這些問題的研究仍顯不足，因此，探尋提高數字普惠金融發展水平的路徑和機制是一個亟待解決的重要問題.

針對數字普惠金融影響因素的研究較少，大部分文獻主要集中于數字普惠金融的內涵、發展方向和意義等方面.L.Anderloni和V.Daniela[3]指出，數字普惠金融影響因素主要包括金融發展程度、人口規模、政府支持力度、勞動者的技能和收入差異等；其他學者也基于不同視角研究數字普惠金融的影響因素，如基于政府的視角[4-5]、基于社會的視角[6]、基于信息技術的視角[7]、基于教育水平的視角[8]、基于金融機構的視角[9].近年來，數字普惠金融已經成為我國學者重點研究議題.張珩等[10]研究發現，數字普惠金融的影響因素主要包括：投資環境、產業結構、競爭環境、政府財政支出和城鄉收入差距.張宇和趙敏[11]以西部六省為例，研究發現交通便利程度、信息技術水平、政府支持力度和第一產業發展水平對數字普惠金融產生顯著的影響.吳金旺等[12]指出，互聯網、網絡消費水平和人均GDP對數字普惠金融的影響按照從高到低的次序排列.郭妍等[13]研究發現，與互聯網發展相比，教育水平和金融知識等因素對數字普惠金融發展的影響作用更大.李明賢等[14]和張嘉怡等[15]研究發現，數字普惠金融發展的影響因素具有地區差異性.近年來，中國數字普惠金融發展水平在國際上已經趨于前列，具有覆蓋面廣、服務多元化等特點.空間計量經濟學理論認為，不同地區之間的經濟活動會相互影響，基于空間計量經濟學視角對中國數字普惠金融發展影響因素進行研究，可以更好地解釋區域化現象，推動數字普惠金融可持續發展，提升數字普惠金融聚集度.已有文獻對數字普惠金融影響因素的研究較少考慮空間因素.陳銀娥等[16]以中國數字普惠金融發展為例，指出數字普惠金融的發展在一定程度上存在空間聚集效應.李濤等[17]指出，在不同經濟社會條件的不同經濟體中普惠金融對經濟增長的影響存在異質性.方蕾和粟芳[18]發現，普惠金融的發展具有明顯的地域特征，在地區之間存在空間相關性.針對現有相關文獻研究中的不足，本文的創新點如下：首無在數據選擇上，利用2011—2019年我國217個地級及以上城市面板數據，對中國數字普惠金融的空間溢出效應和影響因素進行了實證分析.與省級面板數據相比，地級及以上城市面板數據具有更多的樣本量，可以滿足分樣本實證分析的要求，且可以提供更多的信息，根據大數定理，可知實證研究結論更加接近事實.其次引入空間因素，運用空間計量方法對我國各地區數字普惠金融的空間關系進行了深入探討，實證檢驗中國數字普惠金融是否存在空間溢出效應和空間異質效應，并基于存在空間相關性的前提下探尋提升中國數字普惠金融的有效途徑和機制.

1 變量選擇與數據來源

1.1 變量選擇

北京大學數字金融研究中心編制的中國數字普惠金融指數(y)作為因變量.該指標體系分為省級、市級和縣級等3個行政層次，以及廣度、深度和數字化等3個維度，共計24個指標.通過整合中國數字普惠金融發展影響因素的相關研究，可以得出中國數字普惠金融發展的影響因素是多方面的.從經濟發展水平、政府財政支持、地理因素、數字基礎設施建設水平及教育水平等方面選取了影響因素作為自變量，具體如下：

(1)經濟發展水平(x1).經濟發展水平對金融發展起顯著的推動作用，當地區經濟發展水平較高，速度較快時，資金配置更合理，利用效率更高，數字技術發展更快，更有利于緩解金融排斥現象，因此數字普惠金融發展水平更高.地區經濟發展水平充分反映了該地區的綜合實力，在一定程度上反映了普惠金融發展的數字化程度，對數字普惠金融的發展起經濟基礎作用.李瓊等[19]研究發現，提高經濟發展水平，可有效提升普惠金融發展水平.陳銀娥等[16]將經濟發展對數字普惠金融的影響路徑總結為三條：發展金融中介、深化社會分工、促進產業結構升級.本文采用人均GDP來表征地區經濟發展水平，為保證數據平穩性，將人均GDP取對數，并以2011年為基期的不變價進行平減.

(2)政府財政支持(x2).政府對于市場經濟的支持力度可以調節資源的配置，提高金融供給主體服務能力，使經濟社會發展的重點群體和重點領域可以公平合理地獲得金融服務和金融產品，政府參與地區經濟活動必然會影響地區數字普惠金融的發展.因此，政府對經濟的支持程度是影響數字普惠金融不可忽視的因素，反映了政府部門對普惠金融發展的支持力度.本研究采用政府財政支出占GDP的比重對政府支持力度進行度量，以2011年為基期的不變價進行平減.

(3)地理因素(x3).交通、通訊和地理距離的長短等地理因素對數字普惠金融發展具有重要的影響作用，良好的地理因素可以降低金融機構的經營成本，居民接觸到金融產品和金融服務的可能性更大，金融領域供需雙方接觸更加便利.葛和平和朱卉雯[20]研究發現，地理因素對數字普惠金融有顯著的影響作用.基于統計學視角，人口密度包含了地理位置、人文環境和交通等各方面的因素，因此本文選取人口密度作為地理因素度量指標.

(4)數字基礎設施建設水平(x4).數字基礎設施建設水平的高低影響人民群眾獲得普惠金融方便程度.完善的數字基礎設施降低金融機構服務成本和金融信用風險，提高服務效率和服務質量，提升數字基礎設施建設水平的可持續性、廣覆蓋性和可使用性，推動了金融組織變革，促進了金融創新，進而促進了數字普惠金融的發展.考慮到數據的可獲得性，本文選取寬帶接入用戶數占該地區人口數的比值作為數字基礎設施建設水平度量指標.

(5)教育水平(x5).推動教育發展會使居民群體對金融服務的認識以及對自身財富觀念得到改善，從而提高居民的金融服務需求，進而影響數字普惠金融服務的發展水平.同時，教育水平的提升有助于在不穩定的復雜環境中做出正確決策以降低金融交易風險，有利于引進高技術人才和金融市場的資金注入，促進數字普惠金融的發展.本文選取中專以上受教育人口占地區人口的比值來度量教育水平.

1.2 數據來源

鑒于數據的可得性和時效性，本文選取我國217個地級市及以上城市2011—2019年間的面板數據.相關數據均來自于《北京大學數字普惠金融指數》《中國城市統計年鑒》《中國國家統計年鑒》和各省統計年鑒.該組數據由于時間跨度較短，數據平穩性較好，因此不進行面板數據的單位根檢驗.對于數據的處理主要使用了Stata15.0、MATLAB和R等統計軟件.表1和圖1呈現出數字普惠金融的描述性統計結果.由表1可知，中國數字普惠金融指數逐年升高.由圖1可以看出，東部數字普惠金融的波動幅度較大，西部波動幅度次之，中部波動幅度最小.

表1 2011—2019年我國各地級市數字普惠金融指數描述性統計

圖1 2011—2019年我國東中西部普惠金融指數的均值和波動率

2 實證分析

2.1 數字普惠金融的全局空間相關性

空間計量經濟學認為，不同地區之間的經濟活動在空間上存在相互依賴、相互影響的關系，并且距離越近的地區關系越密切，這被稱為“地理學第一定律”.為了驗證中國數字普惠金融發展是否具有空間溢出效應，運用全局域Moran指數對我國各地區數字普惠金融發展情況進行空間自相關檢驗.全局域Moran指數取值范圍為-1～1之間，同時可用正態統計量Z值對不同地區空間相關性的顯著性進行檢驗.若Z值在5%的顯著性水平下顯著為正，則數據具有正空間相關性，表明數據呈現空間聚集特征；若Z值在5%的顯著性水平下顯著為負，則數據具有負空間相關性，表明數據呈現空間分散特征；若Z值在5%的顯著性水平下顯著等于0，表明數據呈現隨機分布特征.因此，本文采用全局Moran指數來刻畫空間自相關程度，公式為

(1)

表2 2011—2019年我國各地級市普惠金融指數Moran指數檢驗

2.2 數字普惠金融的局部空間相關性

全局Moran指數無法分析局部地區的空間相關關系和空間聚集特征，為了測度各地區的空間屬性以及鄰近地區之間的空間相關程度，需要運用局部Moran指數分析局部空間相關性.局部Moran指數是基于地區局部視角進行空間相關性檢驗，本文運用Moran指數散點圖法對我國局部區域進行空間自相關檢驗.Moran指數散點圖坐標為(x，lagged(x))，其中lagged(x)為鄰近地區數字普惠金融的加權平均值.根據x和lagged(x)的正負關系，可將集聚模式劃分為HH(高—高)、LH(低—高)、LL(低—低)、HL(高—低)四個象限.若局部Moran指數為正數，則鄰近地區的數字普惠金融具有空間相關性，在Moran散點圖中位于第一、三象限，地區之間具有顯著的空間聚集特征，其中第一象限是高數字普惠金融指數地區與高數字普惠金融指數地區相鄰(HH)，第三象限代表的是低數字普惠金融指數地區與低數字普惠金融指數地區相鄰(LL)；若局部Moran指數為負數，則表示鄰近地區的數字普惠金融發展情況存在差異，具有顯著的空間異質性，其中第二象限代表的是低數字普惠金融指數地區與高數字普惠金融指數地區相鄰(LH)，第四象限代表的是高數字普惠金融指數地區與低數字普惠金融指數地區相鄰(HL).2019年中國數字普惠金融的Moran散點圖結果如圖2所示.由圖2中的第1個圖來看，東部絕大部分地區都落在了第一和第三象限，而第二象限(HL)和第四象限(LH)較少.第一象限表示城市本身普惠金融發展程度高，同時鄰近地區的發展程度也高(HH).第三象限(LL)表明不僅地區本身數字普惠金融發展程度較低，同時也抑制鄰近地區數字普惠金融的發展.我國東部大部分地區的數字普惠金融發展具有正的空間相關性，呈現明顯的集聚效應和傳染效應.由圖2中第3個小圖可以看出，我國西部大部分地區均在第二、四象限，其中第二象限說明地區本身數字普惠金融發展程度低，但是鄰近地區的發展程度高(LH)；第四象限表示地區自身數字普惠金融發展水平較高，但是鄰近地區數字普惠金融發展水平較低(HL).說明我國西部地區數字普惠金融發展存在空間異質性.而中部地區的情況介于兩者之間.由此可以發現，我國普惠金融不僅表現出一定的空間相關性，同時不同地區之間具有空間異質性，表明本文運用空間計量方法研究中國數字普惠金融發展影響因素是合適的.

2.3 模型選擇

由于在使用面板數據模型進行估計時，要考慮使估計模型符合經濟現實并避免模型設定偏差，需要先進行模型設定的檢驗，因此利用MATLAB R2014a進行面板數據LR檢驗，檢驗結果如表3所示.由表3第2列可知，P值小于0.01，因此在1%的顯著性水平下拒絕“空間固定效應聯合不顯著”的原假設；同理，在1%的顯著性水平下拒絕“時間固定效應聯合不顯著”的原假設.結合上述兩個統計檢驗結果可知，模型應考慮空間和時間雙向固定效應的空間面板數據模型.這一檢驗結果與理論分析不謀而合，由于不同地區的地理環境、行政效率等不可觀測的變量會產生異質性問題，對數字普惠金融產生影響，而運用時間和空間雙向固定效應模型可以消除這些異質性的影響.

表3 Hausman檢驗結果

由表4第1行可知，無論是LR檢驗還是Wald檢驗，其P值均小于0.01，因此在1%的顯著性水平下拒絕“空間杜賓模型可以簡化為空間滯后模型”；同理，在1%的顯著性水平下拒絕“空間杜賓模型可以簡化為空間誤差模型”.因此，模型應選擇空間面板杜賓模型.J.P.LESAGE[22]指出，在眾多不同類型的空間計量模型中，只有空間杜賓模型才具有最好的實際應用價值，因為空間杜賓模型是唯一適合研究全局域空間溢出效應的模型，因為空間杜賓模型不僅包含因變量的空間滯后效應，能夠反映來自于空間相鄰因變量的全局域空間溢出效應，還包含自變量的空間滯后效應，能夠刻畫來自空間相鄰自變量的空間相關性.

表4 空間面板數據模型的選擇

根據以上研究結論，采用雙向空間面板杜賓數據模型進行回歸分析，構建實證模型

yit=μi+γt+ρWyit+xitβ+WXitθ+εit.

(2)

其中：i表示不同的截面成員，此處代表我國217個地級市；t表示時間，此處為2011—2019年；y為被解釋變量，此處即指中國數字普惠金融指數；μ代表空間異質性；γ代表時間異質性；ρ代表空間自回歸系數；θ代表自變量空間滯后項系數；ε代表殘差項；x代表地區經濟發展水平(x1)、政府財政支持(x2)、地理因素(x3)、數字基礎設施建設水平(x4)和教育水平(x5).

2.4 實證結果分析

由表5的回歸結果可知，擬合優度R2=0.997，說明模型擬合效果較為理想，構建的空間杜賓面板模型比較合理.同時空間自回歸系數ρ>0，且通過1%的顯著性水平檢驗，說明數字普惠金融發展水平會影響鄰近地區的數字普惠金融發展水平，中國數字普惠金融具有顯著的空間溢出效應.在影響因素分析中，地區經濟發展水平(x1)在1%顯著性水平上對數字普惠金融起正向影響作用.經濟發展較好的地區人均收入較高，收入水平是反映一個家庭或個人的生產、消費和投資能力，一般來說家庭或個人的收入越高，受教育的機會越多、個人綜合素質的提升越快、購買金融產品渠道越多，金融需求較旺盛，間接影響了個人選擇金融渠道的偏好和風險承受能力，因此具有較高的普惠金融水平.地理因素(x3)對數字普惠金融發展水平起正向影響作用，且在1%的統計水平上顯著，說明不同地理區域的數字普惠金融發展存在差異性.數字基礎設施建設水平(x4)對數字普惠金融發展水平起正向影響作用，且在1%的統計水平上顯著.說明數字基礎設施建設水平能更好地促進數字普惠金融的發展.數字基礎設施可以有效保障居民接觸數字普惠金融.假設沒有基礎設施建設，群眾就不能或十分難以獲得數字普惠金融服務，考慮到2011—2019年的互聯網建設水平和數字普惠金融的發展提高是一致的，互聯網的普及同時也推動著人們信息獲取能力的更新換代，故而回歸結果具有合理性，數字基礎設施建設水平將極大促進數字普惠金融的發展.教育水平(x5)對數字普惠金融發展水平起顯著正向影響作用，且在1%的統計水平上顯著.我國教育水平的提高，人民群眾的金融與理財意識也將隨之上升，有助于居民接觸金融機構更便利、更好地享受金融服務和理解新型金融產品.尤其是在居民生活水平逐漸提高，對金融服務有所需求的情況下，居民更易于主動地尋求金融知識.

表5 空間面板杜賓模型的估計結果

2.5 地區異質性分析

陳銀娥等[16]研究發現，我國地區差異對普惠金融可持續發展起重要影響作用.因此，為進一步考察不同地區中國數字普惠金融的影響因素，將全國樣本分為東部、中部和西部分別進行實證分析.根據Hausman檢驗結果，中部地區運用時間固定效應模型；而中西部地區運用雙向固定效應模型.具體估計結果如表6所示，由表6可以看出，東部地區、中部地區和西部地區，除了解釋變量政府財政支持，其余解釋變量的方向和顯著性與全樣本檢驗時基本一致.

表6 分地區空間面板杜賓模型的估計結果

2.6 穩健性檢驗

本文運用如下兩種方法檢驗實證分析結果的穩健性：更換空間權重矩陣進行穩健性檢驗，將空間鄰近權重矩陣替換為空間距離權重矩陣；進一步替換解釋變量.方蕾和粟芳[18]、陳銀娥等[16]將人均純收入(z1)作為地區經濟發展水平的代理變量，本文也借鑒這一方法并進行重新估計.可知，表5與表7的估計結果基本一致，說明本文的研究結果具有穩健性.

表7 穩健性檢驗的結果

3 結語

采用2011—2019年我國217個地級市及以上城市的面板數據，研究中國數字普惠金融的空間溢出效應和影響因素，研究發現：

(1)中國數字普惠金融逐年遞增，且東部發展水平最高，波動幅度最大；中部次之，波動幅度最??；西部發展水平最低，波動幅度居中.

(2)運用Moran指數對中國數字普惠金融空間溢出效應進行了檢驗，檢驗結果表明，中國數字普惠金融存在顯著的空間正相關性，但是東中部地區和西部地區數字普惠金融的空間相關性呈現不同的特征，其中東中部呈現正相關性，東部的正相關性大于中部的正相關性，而西部呈現空間負相關性.

(3)運用雙向空間杜賓面板數據模型對中國數字普惠金融影響因素進行分析，回歸結果顯示，地區經濟發展水平、地理因素、數字基礎設施建設水平和教育水平對中國數字普惠金融起正向影響作用，且至少在10%顯著性水平下成立；政府財政支持在東中部起負向影響作用，在西部起正向作用.