靳海红?张帅?杜铭铭?牛明月

摘 要：随着数字技术的发展，近年来数字普惠金融的服务范围、广度和深度都大大提高。本文主要运用北大数字普惠金融指数等数据，通过面板数据计量模型对数字普惠金融的影响因素进行实证分析;接着分析了我国数字普惠金融区域差异存在的问题;最后针对数字普惠金融区域发展存在的问题，提出相应的协调发展措施。

关键词：数字普惠金融;面板数据分析;区域差异;对策

一、引言及文献综述

2005年，在国际小额信贷年会上联合国第一次指出普惠金融概念。2016年1月15日，我国印发了《推进普惠金融发展规划》。同年，国务院在杭州G20峰会上指出数字普惠金融的具体内容是通过数字化或电子货币等电子化技术来提高银行等传统金融机构的服务水平。

目前，我国对数字普惠金融的研究时间较短，前人在分析普惠金融的影响因素时主要关注地理因素、服务的可得性以及互联网的使用情况等因素，但较少有文献去分析影响不同区域间数字普惠金融的因素及差异产生的原因。因此本文通过实证分析数字普惠金融的影响因素，进一步探究了目前我国数字普惠金融的区域发展差异存在的问题。

二、理论分析

根据数字普惠金融的概念和内涵，学者们对数字普惠金融发展程度的评价方法采用的是北京大学数字普惠金融指数来衡量数字普惠金融的发展水平。该指数从覆盖广度（账户覆盖率）、使用深度（支付、信贷、保险、投资以及征信等业务）、数字支持服务程度（便利性、金融服务成本）三个主要一级维度，及对应的共8个二级维度，用指标无量纲化方法、层次分析的变异系数赋权法及指数合成方法编制而成。

本文选取的北京大学数字普惠金融指数，包含了2011年-2015年中国31个省份（市、自治区）的数字普惠金融发展指数。将各省市5年的数字普惠金融指数数据进行算数平均处理，得出每个省份的平均指数，并按照东部、中部、西部的区域进行划分（见下表1），来初步分析不同区域数字普惠金融的差异。总体上东部地区的数字金融发展体系要比中西部地区要好，指数高低呈现从东到西递减的趋势。

三、计量模型、变量选取与数据来源

1.模型说明

借鉴前人的研究，本文运用2011年-2015年中国31个省份（市、自治区）的数字普惠金融指数及相关指标的面板数据，结合前文的理论分析，建立影响区域数字普惠金融发展的多元回归模型，所建立模型如下：

2.变量选取

被解释变量为北京大学数字普惠金融指数，根据传统对普惠金融影响因素主要從经济、社会、文化及地理等角度出发，本文将从人均GDP、城乡收入差距、地理环境、金融意识、互联网使用状况等角度选取作为数字普惠金融的影响因素，考虑到解释变量与被解释变量之间的实际联系性、数据的真实性以及可得性，具体解释变量包括人均GDP（PGDP）、城乡可支配收入比（GAP）、人口密度（CR）、高等学校入学率（SE）、网民覆盖率（IU），市场化发展程度（Market）。

具体变量名称以及计算方法如下表2：

据相关理论，数字普惠金融的发展与经济水平的发展紧密联系，在经济发展较快的区域，其数字技术发展更高更快，金融排斥程度较低，从而数字普惠金融化程度更高。本文选择人均GDP来代表经济发展程度。

城乡收入差距（GAP）过大会使数字技术普及度不足，导致大量的资本、技术流向城市，农村金融排斥现象严重，影响区域数字普惠金融发展。本文选用城乡居民人均可支配收入之比来衡量城乡收入差距。根据宋晓玲（2017）的观点，城乡收入差距和数字普惠金融发展指数之间是负相关关系。

地理环境（CR）比如交通或距离可以提高居民享受金融服务的便利性，减少金融机构设立成本，使金融产品的可得性增强。结合统计学相关理论，本文选取人口密度作为代表地理环境因素的指标。一般而言地理环境和数字普惠金融发展指数之间是正相关关系。

金融意识（SE）代表一个国家或地区金融发展的重要驱动力，但具体去量化SE比较困难，考虑数据可得性以及金融意识与教育水平密切相关，本文主要采用高等教育院校的入学率来代替金融意识，根据经验，金融意识与数字普惠金融发展指数之间应该是正相关关系。

互联网使用情况（IU）与数字技术密切相关，亦是影响数字普惠金融发展的重要指标，考虑数据可得性和代表性，主要采用网民覆盖率作为代表互联网使用情况的指标。

市场化发展程度（Market）对金融资源配置效率的影响至关重要。随着市场化进程的推进，一些金融机构为了占据更多的金融市场份额，将客户群体扩大到更多的弱势群体，并为这些群体提供金融服务，从而促进了数字普惠金融的发展。因此，本文将其作为数字普惠金融发展水平的影响因素之一，采用樊纲、王小鲁等人（2018）测算的市场化指数来表示各区域的市场化发展程度。

3.数据来源

本文模型涉及的数据来源于《北京大学数字普惠金融指数》、《中国区域经济统计年鉴》、《中国人口和就业统计年鉴》、国家统计局官网以及王小鲁的《中国分省份市场化指数报告》。

四、实证结果及分析

通过Stata12软件进行多元回归分析，本文分别采用了固定效应模型和随机效应模型进行分析，根据豪斯曼检验，原假设使用随机效应模型，P值（Prob>chi2=0.0000）远低于5%，所以拒绝原假设，认为固定效用模型更为合理。因此最终选择固定效应模型并对其进行异方差检验，结果显示无异方差。具体分析结果如下表3。

模型的回归结果显示，模型的整体回归显著（F值为123.44的显著性水平为0.0000），拟合优度为0.8235。实证结果表明：

1.人均GDP与数字普惠金融发展水平之间存在显著的正相关关系，说明人均GDP的增长会促进数字普惠金融的发展。经济发展较快的区域，其数字技术发展更高更快，金融排斥程度较低，从而数字普惠金融化程度更高。

2.金融意识（SE）与数字普惠金融发展程度之间是正相关，水平较显著，因为当人们的金融意识提高往往意味着人们能够好地接受新兴金融产品，从而获取金融服务。

3.人口密度（CR）分析结果较显著且系数为正。考虑到人口密集的地区往往数字普惠金融发展水平也相对高，因为人口密集意味着金融机构的设立密集，从而该地区的交通更加便利，金融产品的可获得性也相对较高，数字普惠金融凭借更好的地理优势，能够形成更广泛的数字普惠金融覆盖度。

4.解释变量互联网使用情况（IU）与数字普惠金融发展水平之间是显著的正向关系。这也说明了IU在很大程度上促进了数字普惠金融的发展，因为任何用户都可以利用互联网获得网上金融服务，通过移动数字支付等手段减少时间和空间上的成本，大大地提高收付款效率，降低风险，解决传统金融方式存在的一些弊端。

5.市场化程度（Market）系数为正，且通过了显著性检验，证明了市场化进程的推进可以促进数字普惠金融的发展。这是因为市场化程度较高的地区拥有较好的基础设施等资源，多元化的资源不仅能降低数字普惠金融发展中存在風险，且促进了金融机构之间的共同合作。因此，市场化程度与数字普惠金融发展水平之间是正相关关系。

五、问题及政策启示

1.存在问题

通过实证分析及统计调查，数字普惠金融在区域发展上存在以下差异：

（1）数字普惠金融发展的区域差异较大;从表1中数据显然看出东部和中西部之间的数字普惠金融差距较大，尤其东西部之间，东部地区平均数字普惠金融指数为161.12，而西部为113.86，二者相差47.52。

（2）区域间居民金融意识水平存在差异;东部和中部地区整体上凭借自身经济、地理、教育资源等各方面有利条件，居民金融意识水平较高。但对于落后地区，更多群体被金融排斥，整体上西部的相对东部和中部地区的群体，金融意识更薄弱、金融知识匮乏。

（3）区域间监管政策待完善，无证执业现象明显;一些行业都出现了“无证经营”的现象。尤其是在P2P方面，金融诈骗和一些P2P网络借贷平台倒闭现象频发，这与监管政策不完善密切相关。

2.政策启示

基于以上实证研究及问题分析，本文给出以下政策启示：

（1）提高居民收入水平，协调区域发展。政府应该因地制宜，结合各区域的发展特点分别实施提高人均GDP水平的经济政策，通过减少区域间的人均GDP的差距，尤其是抓住西部大开发战略来区域间数字普惠金融发展的差距。

（2）加强区域间的金融基础设施建设，完善征信体系的建设，尽快建立各区域金融主体的征信档案体系。通过互联网技术对西部等落后地区采用创新型信息收集方式，并加强区域间支付结算体系及数字支持服务体系的建设。

（3）普及金融知识，提高居民的金融素养。通过建立更多的手机APP客户端、微信公众号等平台，向居民普及数普惠字金融政策、金融诈骗行为等。

（4）政府要加快建立和完善个区域的金融监管政策。央行应与各监管机构协调建立监管体系，提高数字普惠金融机构的准入门槛。同时。监管部门需及时发现金融机构在经营中遇到的风险，并实时跟踪做好数据记录，以此考察监管政策是否有效。对于西部地区地广人稀情况采用互联网技术来实现远距离的监管，以此降低人员监管的成本。最后，政府应该制定相关奖励和惩罚政策来鼓励数字普惠金融机构规范经营，不断完善数字普惠金融的监管流程。

参考文献：

[1]郭峰，孔涛，王靖一，张勋，程志云，阮方圆，孙涛，王芳.数字普惠金融指标体系与指数编制[R].北京：北京大学互联网金融研究中心工作论文，2016.

[2]宋晓玲，侯金辰.互联网使用状况能否提升普惠金融发展水平？——来自25个发达国家和40个发展中国家的经验证据[J].管理世界，2017，（1）.

[3]樊纲，王小鲁主持.中国分省份市场化指数报告（2018）[M].北京：社会科学文献出版社，2019.

[4]杜朝运，李滨.基于省际数据的我国普惠金融发展测度[J].区域金融研究，2015，（3）.

[5]张红.监管沙盒及与我国行政法体系的兼容[J].浙江学刊，2018，（1）.