于之倩, 朱 寧

一、引 言

普惠金融 (Inclusive Finance)概念最早是以小額信貸(Microcredit)和微型金融(Microfinance)為對象發(fā)展而來。2005年，聯(lián)合國在“國際小額信貸年”上率先正式提出“普惠金融”理念，并得到世界各國認(rèn)可。2013年，十八屆三中全會通過的《中共中央關(guān)于全面深化改革若干重大問題的決定》首次正式提出“發(fā)展普惠金融”，標(biāo)志著我國發(fā)展普惠金融規(guī)劃上升到戰(zhàn)略層面。近年來，數(shù)字普惠金融成為普惠金融領(lǐng)域的重要發(fā)展方向。按照普惠金融全球合作伙伴 (GPFI)在2016年杭州G20峰會對“數(shù)字普惠金融”的定義，即數(shù)字普惠金融是泛指所有將大數(shù)據(jù)、云計(jì)算以及移動互聯(lián)網(wǎng)等數(shù)字技術(shù)應(yīng)用到普惠金融領(lǐng)域的行為，具有共享、便捷、低成本、低門檻等特點(diǎn)，對解決普惠金融推廣過程中存在的獲得性、覆蓋面等難題提供了新的思路和方法。

普惠金融對經(jīng)濟(jì)增長具有顯著促進(jìn)作用，那么數(shù)字普惠金融作為普惠金融的重要工具，是否也能推動經(jīng)濟(jì)增長是本文亟待解決的問題。從現(xiàn)有文獻(xiàn)來看，至今并沒有統(tǒng)一的結(jié)論。大多數(shù)學(xué)者認(rèn)為，數(shù)字普惠金融可以通過多種途徑對地方經(jīng)濟(jì)增長產(chǎn)生正向影響。比如，數(shù)字普惠金融可以通過改善金融可得性直接減緩農(nóng)村貧困，或者通過增加經(jīng)濟(jì)機(jī)會間接減緩農(nóng)村貧困。數(shù)字普惠金融通過促進(jìn)創(chuàng)業(yè)機(jī)會均等化，增加農(nóng)村家庭的創(chuàng)業(yè)行為，從而實(shí)現(xiàn)經(jīng)濟(jì)增長。數(shù)字普惠金融打破傳統(tǒng)普惠金融模式，具有空間外溢效應(yīng)，對服務(wù)業(yè)的發(fā)展具有顯著推動作用。數(shù)字普惠金融通過提高支付便利性以及緩解流動性約束來拉動居民消費(fèi)支出，促進(jìn)經(jīng)濟(jì)增長。但是，也有部分學(xué)者發(fā)現(xiàn)，數(shù)字普惠金融在某些情況下可能抑制地方經(jīng)濟(jì)增長。比如，數(shù)字普惠金融的減貧作用呈現(xiàn)先惡化后改善的效應(yīng)，并且金融波動會抵消金融發(fā)展的減貧作用。數(shù)字普惠金融發(fā)展到一定程度會導(dǎo)致資源配置效率降低。Fagiolo, G.,Giachini, D., Roventini, A.,“Innovation, Finance, and Economic Growth: An Agent-Based Approach”, ,Vol.15, 2020, pp.703-736. 當(dāng)經(jīng)濟(jì)及金融發(fā)展都處于較高水平時，繼續(xù)推進(jìn)數(shù)字普惠金融可能導(dǎo)致邊際成本超過邊際收益，對經(jīng)濟(jì)增長產(chǎn)生負(fù)面影響。數(shù)字普惠金融發(fā)達(dá)程度越高，農(nóng)村生產(chǎn)性金融需求越低，即數(shù)字普惠金融發(fā)展抑制了農(nóng)村生產(chǎn)性需求，不利于農(nóng)村經(jīng)濟(jì)增長。從現(xiàn)有文獻(xiàn)來看：(1)參數(shù)方法是主要的研究工具，但是參數(shù)方法需要預(yù)先設(shè)定函數(shù)形式，否則可能出現(xiàn)結(jié)果偏差。(2)大量的研究結(jié)果顯示，數(shù)字普惠金融對地方經(jīng)濟(jì)增長是存在推動作用或者抑制作用并不確定。對此，本文試圖從多維度的效率視角，使用一種非參數(shù)分析方法——條件效率框架重新檢驗(yàn)并回答，數(shù)字普惠金融能否推動地方經(jīng)濟(jì)增長。其中，數(shù)字普惠金融被視為環(huán)境變量內(nèi)生性整合到地方經(jīng)濟(jì)增長評價體系中。

通常，效率 (Efficiency)被作為一個可以多維度評價地方經(jīng)濟(jì)增長水平的指標(biāo)，而數(shù)據(jù)包絡(luò)分析 (DataEnvelopmentAnalysis,DEA)是一種主流的效率評價的非參數(shù)方法。從我們掌握的文獻(xiàn)來看，目前使用DEA方法來評價數(shù)字普惠金融對地方經(jīng)濟(jì)增長影響的研究屈指可數(shù)，而且在傳統(tǒng)效率評價過程中可能存在兩方面缺陷：(1)如何界定數(shù)字普惠金融的角色。因?yàn)閿?shù)字普惠金融對地方經(jīng)濟(jì)增長的影響尚沒有統(tǒng)一結(jié)論，即單一的作為投入變量或者產(chǎn)出變量來處理都有失偏頗。(2)如何有效研究數(shù)字普惠金融對地方經(jīng)濟(jì)增長的影響。前期研究主要基于二階段DEA方法，即首先通過標(biāo)準(zhǔn)的DEA方法測算地方經(jīng)濟(jì)增長效率，再通過諸如Tobit、OLS等參數(shù)方法對效率值進(jìn)行回歸檢驗(yàn)，但Simar和WilsonSimar, L., Wilson, P. W., “Two-Stage DEA: Caveat Emptor”, , Vol. 36, 2011, pp.205-218. 檢驗(yàn)發(fā)現(xiàn)，這種混合非參數(shù)和參數(shù)方法的二階段DEA方法并不是一種有效的方法。

為了克服上述缺陷，Cazals等Cazals, C., Florens, J.P., Simar, L., “Nonparametric Frontier Estimation: ARobust Approach”, , Vol.106, 2002, pp.1-25. 在概率性

m

階方法(Order-m Approach)的基礎(chǔ)上進(jìn)一步構(gòu)建出一種條件效率 (Conditional Efficiency)框架來研究外部環(huán)境對決策單位效率的影響。Daraio和SimarDaraio, C., Simar, L., “Introducing Environmental Variables in Nonparametric Frontier Models: AProbabilistic Approach”, , Vol.24, 2005, pp.93-121. 基于Cazals等的開創(chuàng)性貢獻(xiàn)，系統(tǒng)性地提出標(biāo)準(zhǔn)的條件效率模型，但是早期的模型只適合具有非凸性和連續(xù)性的框架。Daraio和SimarDaraio, C., Simar, L., “Conditional Nonparametric Frontier Models for Convex and Nonconvex Technologies: AUnifying Approach”, , Vol.28, 2007, pp.13-32. 將條件效率方法由非凸性的FDH拓展到凸性的DEA。后續(xù)研究中，條件效率被廣泛應(yīng)用于教育De Witte, K., Kortelaien, M., “What Explains the Performance of Students in a Heterogeneous Environmental? Conditional Efficiency Estimation with Continuous and Discrete Environmental Variables”, , Vol.45, No.17, 2013, pp.2401-2412. 、政府Halkos, G. E.,Tzeremes, N. G., “Public Sector Transparency and Countries’ Environmental Performance: A Nonparametric Analysis”, , Vol.38, 2014, pp.19-37. 、農(nóng)業(yè)Bale?entis, T., De Witte, K.,“One- and Multi-Directional Conditional Efficiency Measurement-Efficiency in Lithuanian Family Farms”, , Vol.245, No.2, 2015, pp.612-622. 、銀行Zhu, N., Stjepcevic, J., Bale?entis, T., Yu, Z.Q., Wang, B., “How Does Corporate Social Responsibility Impact Banking Efficiency: A Case in China”, , Vol. 20, No. 4, 2017, pp.70-87. 等諸多領(lǐng)域。

基于上述內(nèi)容，本文試圖對現(xiàn)有文獻(xiàn)進(jìn)行拓展：(1)把數(shù)字普惠金融作為環(huán)境變量來評價地方經(jīng)濟(jì)增長效率。(2)使用基于條件效率的DEA方法來檢驗(yàn)數(shù)字普惠金融對地方經(jīng)濟(jì)增長的影響。

本文其他部分安排如下，第二部分是研究方法，第三部分是數(shù)據(jù)分析，第四部分是實(shí)證研究，最后是結(jié)論。

二、研究方法

(1)

早期評價決策單位內(nèi)部管理水平 (技術(shù)效率)的DEA模型需要預(yù)先設(shè)定各變量的角色——投入或者產(chǎn)出。但是，現(xiàn)實(shí)中可能存在某些變量無法界定其對決策單位的效率影響方向，對此，Cazals等和Daraio和Simar開創(chuàng)性提出一種新的效率評價框架——條件效率，將上述不可直接界定的變量視為環(huán)境變量，并檢驗(yàn)其對決策單位效率的影響，即環(huán)境變量通過改變技術(shù)邊界的分布來獲得一個更接近現(xiàn)實(shí)的條件效率值。

H

|(

x

,

y

)=

Prob

(

X

≤

x

,

Y

≥

y

|

Z

=

z

)=

Prob

(

Y

≥

y

|

X

≤

x

,

Z

=

z

)

Prob

(

X

≤

x

|

Z

=

z

)
=

S

|,(

y

|

x

,

z

)

F

(

x

|

z

)

(2)

其中，生存函數(shù)

S

|,(

y

|

x

,

z

)對技術(shù)邊界“扭曲”具有決定作用。區(qū)別于針對傳統(tǒng)技術(shù)效率的

Prob

((

x

,

y

)∈(

X

,

Y

))=1假設(shè)，Cazals等提出具有概率性的

m

階方法構(gòu)建依靠生存函數(shù)

S

|,(

y

|

x

,

z

)的條件分布的預(yù)期最大產(chǎn)出效率值 (Expected Value of Maximum Output Efficiency Score)：

(3)

(4)

其中

I

(·)是指標(biāo)函數(shù)，

K

(·)是核函數(shù)，

h

為對應(yīng)的窗寬。進(jìn)一步，可計(jì)算得到生存函數(shù)：

(5)

(6)

考慮衡量決策單位的改善潛力，基于式 (6)，本文將Bogetoft和HougaardBogetoft, P.,Hougaard, J. L., “Efficiency Evaluations Based on Potential (Non-Proportional) Improvements”, , Vol.12, 1999, pp.233-247. 以及Asmild等Asmild, M., Hougaard, J. L., Kronborg, D., Kvist, H. K., “Measuring Inefficiency via Potential Improvement”, , Vol.19,2003, pp.59-76. 提出的具有內(nèi)生性的多方向效率分析(Multi-Directional Efficiency Analysis, MEA)方法整合到條件效率框架中。式 (7)和式(8)在局部的單一生產(chǎn)目標(biāo)指導(dǎo)下對各投入和產(chǎn)出分別內(nèi)生性選擇最優(yōu)的參考對象，其中，約束條件左邊表示在條件效率框架下構(gòu)建的技術(shù)邊界，右邊表示個體決策單位的最優(yōu)生產(chǎn)能力(

η

,

φ

)或者現(xiàn)實(shí)生產(chǎn)能力(

x

,

y

)；另外，-

n

表示在

N

種投入中除第

n

種投入之外的所有投入，同理可以解釋-

m

。

(7)

(8)

基于最優(yōu)參考對象(

η

1,…,

η

,

φ

1,…,

φ

)，對應(yīng)具有內(nèi)生性的方向向量可表示為(

g

,

g

)=(

x

1-

η

1,…,

x

-

η

,

φ

1-

y

1,…,

φ

-

y

)，即現(xiàn)實(shí)生產(chǎn)能力與最優(yōu)生產(chǎn)能力之間的差距。將上述方向向量整合到傳統(tǒng)的方向性距離函數(shù) (Directional Distance Function,DDF)中可得式 (9):

(9)

基于式 (7)～(9)提供的最優(yōu)參考對象和無效率值

β

，可以進(jìn)一步得到?jīng)Q策單位各投入和產(chǎn)出變量的個體效率:

(10)

(11)

同時，由于ToneTone, K. “A Slack-Based Measure of Efficiency in Data Envelopment Analysis”, , Vol.130, 2001, pp.498-509. 構(gòu)建的SBM模型具有良好的無導(dǎo)向 (Non-Oriented)、無徑向 (Non-Radial) 等性質(zhì)以及直觀的經(jīng)濟(jì)學(xué)解釋，同樣基于式 (7)～(11)，本文參考SBM模型，將所有投入、產(chǎn)出變量整合到?jīng)Q策單位的整體效率中：

(12)

三、數(shù)據(jù)分析

在評價地方經(jīng)濟(jì)增長效率方面，一種常規(guī)的指標(biāo)選取方式是，將勞動力 (

L

)和資本 (

K

)作為投入變量，地方生產(chǎn)總值 (

GRP

)作為產(chǎn)出變量。本文試圖研究數(shù)字普惠金融對地方經(jīng)濟(jì)增長的影響，并選擇普惠金融覆蓋程度 (

Cov

)、普惠金融使用深度 (

Usa

)及普惠金融數(shù)字化水平 (

Dig

)三個指標(biāo)來衡量數(shù)字普惠金融的發(fā)展程度。由于本文并沒有外生確定數(shù)字普惠金融對地方經(jīng)濟(jì)的影響路徑，所以本文將上述三個指標(biāo)作為環(huán)境變量進(jìn)行處理。

表1 變量描述與數(shù)據(jù)來源

表2 描述性統(tǒng)計(jì)：2011—2017年

圖2提供了2011—2017年中國30個省級行政區(qū)域(以下簡稱“省”)的地方經(jīng)濟(jì)水平和數(shù)字普惠金融數(shù)據(jù)的描述性統(tǒng)計(jì)。從地方經(jīng)濟(jì)水平來看，勞動 (

L

) 的變異系數(shù)最小 (0.65)，而資本 (

K

) 的變異系數(shù)最大，這同樣也反映在各變量的平均增長率上，研究期間，勞動的年均增長率僅為1.29%，而資本的年均增長率高達(dá)14.4%；

GRP

變化表現(xiàn)適中。從數(shù)字普惠金融來看，普惠金融覆蓋程度 (

Cov

)、使用深度 (

Usa

)和數(shù)字化水平 (

Dig

)的變異系數(shù)差異不大，均在0.5以下；而年均增長率分別高達(dá)76.95%、50.72%和62.66%，這說明數(shù)字普惠金融在研究期間處于高速發(fā)展階段。

四、實(shí)證研究

(一)數(shù)字普惠金融對地方經(jīng)濟(jì)增長的整體影響分析

表3提供了30個省的數(shù)字普惠金融對地方經(jīng)濟(jì)影響的條件和非條件效率均值。結(jié)果發(fā)現(xiàn)，各省的條件效率值都超過非條件效率值，并且，在Spearman秩相關(guān)檢驗(yàn)下，兩種效率值在1%的水平下顯著正相關(guān)。這說明，數(shù)字普惠金融對地方經(jīng)濟(jì)增長的整體效率改善具有顯著正向影響——從全國范圍的均值來看，數(shù)字普惠金融對地方經(jīng)濟(jì)增長實(shí)現(xiàn)9.02%的效率改善。對此的解釋是，數(shù)字普惠金融一方面可以優(yōu)化資源配置，將資金引導(dǎo)流向?qū)嶓w部門，從而實(shí)現(xiàn)實(shí)體經(jīng)濟(jì)振興，另一方面可以通過緩解融資渠道促進(jìn)中小企業(yè)創(chuàng)新。另外，數(shù)字普惠金融還可以通過促進(jìn)創(chuàng)新、協(xié)調(diào)、綠色、開放和共享等多維度發(fā)展實(shí)現(xiàn)地方經(jīng)濟(jì)高質(zhì)量增長。

表3 整體條件和非條件效率比較

從具體的樣本來看，上海、天津和北京的非條件效率排名處于前列，分別為98.48%、87.63%和83.61%；在加入數(shù)字普惠金融的情況下，上述三個直轄市的條件效率分別為100%、95.12%和88.92%，其效率改善程度僅為1.52%、7.49%和5.31%；反觀青海和吉林，雖然其條件效率和非條件效率排名都相對靠后，但是差值分別達(dá)到18.94%和18.41%，這說明數(shù)字普惠金融對青海和吉林的地方經(jīng)濟(jì)增長貢獻(xiàn)突出；進(jìn)一步研究發(fā)現(xiàn)，西部和東北地區(qū)各省受惠于數(shù)字普惠金融的程度明顯超過東部地區(qū)，這說明，數(shù)字普惠金融對地方經(jīng)濟(jì)增長的促進(jìn)作用主要體現(xiàn)在欠發(fā)達(dá)地區(qū)，從而縮小地區(qū)間經(jīng)濟(jì)增長差距。一種可能的解釋是，由于東部地區(qū)的傳統(tǒng)金融體系較發(fā)達(dá)，居民可以更直接地獲得金融服務(wù)，而欠發(fā)達(dá)地區(qū)的傳統(tǒng)金融機(jī)構(gòu)服務(wù)在覆蓋廣度和深度方面都可能存在限制，數(shù)字普惠金融通過有效改善傳統(tǒng)金融服務(wù)在時空上的限制，從而顯著提升欠發(fā)達(dá)地區(qū)的金融可得性，并推動地方經(jīng)濟(jì)增長。

(二)數(shù)字普惠金融對地方經(jīng)濟(jì)增長的個體影響分析

為了深入研究數(shù)字普惠金融對地方經(jīng)濟(jì)增長的效率改善源泉，本文進(jìn)一步對各投入、產(chǎn)出指標(biāo)進(jìn)行個體效率評價。表4顯示，無論是投入還是產(chǎn)出指標(biāo)，其條件效率和非條件效率的差值都為正，這與表3提供的整體效率情況一致。換言之，無論是在縮減勞動力和資本支出，或者提高地方經(jīng)濟(jì)產(chǎn)出(

GRP

)方面，數(shù)字普惠金融都具有顯著的推動作用。但是，比較

GRP

，勞動力和資本三種指標(biāo)的條件效率和非條件效率的差值發(fā)現(xiàn)，數(shù)字普惠金融對

GRP

和勞動力的影響更明顯，分別為7.06%和6.39%，而對資本(1.52%)的作用有限。對于數(shù)字普惠金融提高

GRP

增長，主要可以歸結(jié)為優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、提升地方創(chuàng)新能力、促進(jìn)居民消費(fèi)水平等多方面。數(shù)字普惠金融對于勞動力的影響，通常是基于改善金融服務(wù)可得性并降低融資交易成本來提高創(chuàng)業(yè)活動的雇員規(guī)模和收入。由于資本的非條件效率值(0.927 8)已處于高位，相對于

GRP

(0.748 3)和勞動(0.713 3)的改善空間更小，所以數(shù)字普惠金融對資本的改善程度有限。

表4 個體條件和非條件效率比較

比較各樣本的個體效率可以發(fā)現(xiàn)，無論是產(chǎn)出指標(biāo)

GRP

，還是投入指標(biāo)勞動和資本，都體現(xiàn)出顯著的區(qū)域差異性，即數(shù)字普惠金融對欠發(fā)達(dá)地區(qū)具有更強(qiáng)的改善作用，而對發(fā)達(dá)地區(qū)的作用有限，這正體現(xiàn)出數(shù)字普惠金融的普惠性和包容性。比如，數(shù)字普惠金融對青海、新疆、寧夏等西部地區(qū)的

GRP

效率改善作用分別為18.38%、11.97%和11.81%，而對上海、浙江、廣東等發(fā)達(dá)地區(qū)的貢獻(xiàn)程度僅為0.57%、0.9%和2.91%。對此的解釋是，由于數(shù)字普惠金融的優(yōu)勢主要體現(xiàn)在擴(kuò)大金融服務(wù)的覆蓋廣度和使用深度，所以對于傳統(tǒng)金融覆蓋不足的欠發(fā)達(dá)地區(qū)具有更強(qiáng)的創(chuàng)新激勵效應(yīng)(梁榜和張建華，2019)；另外，數(shù)字普惠金融在產(chǎn)業(yè)結(jié)構(gòu)高級化和內(nèi)部演化的促進(jìn)作用方面對欠發(fā)達(dá)地區(qū)的貢獻(xiàn)更突出(杜金岷等，2020)。

在勞動和資本方面，數(shù)字普惠金融同樣都表現(xiàn)出明顯的普惠性。數(shù)字普惠金融對青海和山西的勞動指標(biāo)分別提供了9.81%和9.08%的效率改善，而對上海和浙江的勞動指標(biāo)效率改善分別提供了1.65%和2.42%的貢獻(xiàn)程度。馮大威等實(shí)證發(fā)現(xiàn)，數(shù)字普惠金融會對存在較嚴(yán)重信貸約束的創(chuàng)業(yè)行為產(chǎn)生顯著正向影響，這可以解釋欠發(fā)達(dá)地區(qū)的勞動指標(biāo)效率改善程度高的原因?？紤]數(shù)字普惠金融對社會固定資本的異質(zhì)性影響，數(shù)字普惠金融有利于促進(jìn)低物質(zhì)資本或低社會資本的創(chuàng)業(yè)行為，從而實(shí)現(xiàn)包容性增長(張勛等，2019)；李建軍等也發(fā)現(xiàn)，數(shù)字普惠金融對地方經(jīng)濟(jì)增長的促進(jìn)作用在通信基礎(chǔ)設(shè)施更差的地區(qū)表現(xiàn)更顯著。

(三)數(shù)字普惠金融對地方經(jīng)濟(jì)增長影響的變化趨勢

圖1提供了數(shù)字普惠金融對地方經(jīng)濟(jì)增長的整體效率和個體效率的變化趨勢。研究期間，無論是整體效率還是個體效率，其條件效率值都超過非條件效率值，這說明數(shù)字普惠金融對地方經(jīng)濟(jì)增長一直保持正向影響，但是這種推動程度整體上呈現(xiàn)縮減趨勢。一種可能的解釋是，隨著數(shù)字普惠金融在覆蓋程度、使用深度及數(shù)字化水平方面得到有效推廣，金融服務(wù)供給得到顯著改善，從而使數(shù)字普惠金融對地方經(jīng)濟(jì)增長的邊際效率貢獻(xiàn)逐漸縮減。李濤等發(fā)現(xiàn)，當(dāng)金融發(fā)展水平處于高位時，數(shù)字普惠金融的邊際成本會超過邊際收益。龔沁宜和成學(xué)真、賀健和張紅梅等也得出類似結(jié)論——數(shù)字普惠金融對經(jīng)濟(jì)增長具有單一門檻效應(yīng)，即數(shù)字普惠金融對推動地方經(jīng)濟(jì)增長具有倒“U”形路徑。杜金岷等從產(chǎn)業(yè)結(jié)構(gòu)角度發(fā)現(xiàn)，數(shù)字普惠金融對產(chǎn)業(yè)結(jié)構(gòu)合理化、高級化都呈倒“U”趨勢，即數(shù)字普惠金融對產(chǎn)業(yè)結(jié)構(gòu)升級的影響存在限值。另一種可能的解釋是，在經(jīng)濟(jì)發(fā)展初期，金融深化可以促進(jìn)資本積累，降低資本獲得成本，從而刺激投資。但是隨著金融深化程度加劇，中國金融體系中的結(jié)構(gòu)性矛盾逐漸暴露，數(shù)字普惠金融可能導(dǎo)致部分地區(qū)出現(xiàn)過度金融化，進(jìn)而影響整體變化趨勢。

圖1 數(shù)字普惠金融對地方經(jīng)濟(jì)增長的變化趨勢

另外，各指標(biāo)的非條件效率隨著時間推移基本呈現(xiàn)遞增趨勢，但其條件效率，除了資本指標(biāo)，都出現(xiàn)小幅波動。研究期間，數(shù)字普惠金融對

GRP

的條件效率維持在0.8～0.85之間，這說明數(shù)字普惠金融對推動

GRP

具有較高效率且增速相對穩(wěn)定。值得關(guān)注的是，

GRP

的條件效率在2015年出現(xiàn)下滑，對此的解釋是，自2015年以來，銀行監(jiān)管力度加大，以及P2P公司違約情況影響市場對數(shù)字金融的信任度，這與北京大學(xué)數(shù)字金融研究中心提供的金融科技情緒指數(shù)大致相符。在勞動力方面，數(shù)字普惠金融的條件效率基本維持在0.8以下小幅度波動，這可以歸結(jié)為，由于數(shù)字普惠金融與“三農(nóng)”政策相結(jié)合，有助于提升農(nóng)村低收入家庭和低社會資本家庭的創(chuàng)業(yè)概率，改善農(nóng)村內(nèi)部的收入分配狀況，減少第一產(chǎn)業(yè)人口的轉(zhuǎn)移(張勛等，2019)。最后，資本指標(biāo)隨著時間推移呈現(xiàn)遞增趨勢，且逐漸與非條件效率重合，這表明，近年來數(shù)字普惠金融對于資本保持著持續(xù)且高效影響，但是由于已處于高位，所以改善效率程度有限。

五、結(jié) 論

數(shù)字普惠金融是近年國內(nèi)普惠金融研究方向的關(guān)注重點(diǎn)。本文將數(shù)字普惠金融作為環(huán)境變量，評價2011—2017年中國30個省的地方經(jīng)濟(jì)增長效率，并且進(jìn)一步檢驗(yàn)數(shù)字普惠金融對地方經(jīng)濟(jì)增長以及各投入、產(chǎn)出指標(biāo)的個體效率貢獻(xiàn)的影響，以期為改善數(shù)字普惠金融以促進(jìn)地方經(jīng)濟(jì)發(fā)展提供科學(xué)依據(jù)。

研究發(fā)現(xiàn)，首先，從整體影響來看，數(shù)字普惠金融對地方經(jīng)濟(jì)增長的整體效率改善具有顯著推動作用，其中欠發(fā)達(dá)地區(qū)的效率改善程度更突出。其次，從個體影響來看，數(shù)字普惠金融在縮減勞動力和資本支出及提高

GRP

方面同樣具有顯著正向影響，尤其對

GRP

和勞動力的影響更明顯。同樣，數(shù)字普惠金融對各指標(biāo)的個體效率也具有區(qū)域差異性。最后，從變化趨勢來看，無論是整體效率還是個體效率，其條件效率都超過非條件效率，但是兩種效率之間的落差在逐漸縮減。

隨著數(shù)字普惠金融在覆蓋程度、使用深度以及數(shù)字化水平方面得到有效推廣，實(shí)現(xiàn)我國數(shù)字普惠金融對地方經(jīng)濟(jì)增長的可持續(xù)改善具有重要意義?；谏鲜鲅芯拷Y(jié)論，本文試圖對我國制定數(shù)字普惠金融政策提供若干可參考的建議。

(1)繼續(xù)加強(qiáng)數(shù)字普惠金融基礎(chǔ)設(shè)施建設(shè)，在原有金融體系基礎(chǔ)下發(fā)揮普惠金融的包容性。由于數(shù)字普惠金融作用具有地區(qū)差異性，應(yīng)該根據(jù)不同地區(qū)的經(jīng)濟(jì)、社會發(fā)展情況，統(tǒng)籌規(guī)劃數(shù)字普惠金融的基礎(chǔ)設(shè)施建設(shè)，尤其加強(qiáng)中西部地區(qū)的基礎(chǔ)設(shè)施建設(shè)，優(yōu)化數(shù)字普惠金融服務(wù)環(huán)境，而東部地區(qū)應(yīng)在大力發(fā)揮先進(jìn)數(shù)字技術(shù)優(yōu)勢的前提下，一方面實(shí)現(xiàn)數(shù)字普惠金融技術(shù)創(chuàng)新，另一方面則發(fā)揮輻射作用，實(shí)現(xiàn)地區(qū)均衡發(fā)展。

(2)在發(fā)展數(shù)字普惠金融的同時，應(yīng)兼顧構(gòu)建針對數(shù)字普惠金融的監(jiān)管體系。數(shù)字普惠金融與傳統(tǒng)普惠金融相比具有影響范圍廣、傳播速度快的特點(diǎn)，導(dǎo)致目前對于數(shù)字普惠金融的監(jiān)管難度進(jìn)一步加大。所以，在發(fā)展數(shù)字普惠金融技術(shù)的同時發(fā)展相應(yīng)的網(wǎng)絡(luò)監(jiān)管技術(shù)，出臺網(wǎng)絡(luò)監(jiān)管政策，建立健全數(shù)字普惠金融監(jiān)管體系，是實(shí)現(xiàn)數(shù)字普惠金融可持續(xù)發(fā)展的必要條件。