王 新，林 春，張 鑫，孫英杰

（1.遼寧大學(xué)金融與貿(mào)易學(xué)院，沈陽(yáng) 110036；2.哈爾濱金融學(xué)院金融系，哈爾濱 350000）

0 引言

“十四五”規(guī)劃明確指出要構(gòu)建金融有效支持實(shí)體經(jīng)濟(jì)的體制機(jī)制來(lái)增強(qiáng)金融普惠性，2022年，中央全面深化改革委員會(huì)審議通過(guò)《推進(jìn)普惠金融高質(zhì)量發(fā)展的實(shí)施意見(jiàn)》，強(qiáng)調(diào)要深化金融供給側(cè)結(jié)構(gòu)性改革、提升政策精準(zhǔn)度和有效性，有序推進(jìn)普惠金融高質(zhì)量發(fā)展。誠(chéng)然，普惠金融發(fā)展傳統(tǒng)性增長(zhǎng)動(dòng)能具有政策依賴性，難以支撐高質(zhì)量發(fā)展，高質(zhì)量發(fā)展離不開(kāi)新舊動(dòng)能轉(zhuǎn)換及新動(dòng)能的培育?；诖耍疚脑谝延形墨I(xiàn)的基礎(chǔ)上[1—6]，從新動(dòng)能視角探究與歸納普惠金融高質(zhì)量發(fā)展的動(dòng)力來(lái)源及其測(cè)算維度，綜合運(yùn)用變異系數(shù)法與歐氏空間距離法展開(kāi)指標(biāo)體系測(cè)算，對(duì)我國(guó)省級(jí)普惠金融高質(zhì)量發(fā)展水平進(jìn)行綜合評(píng)價(jià)；運(yùn)用Dagum 基尼系數(shù)探究我國(guó)普惠金融高質(zhì)量發(fā)展的差異來(lái)源；綜合運(yùn)用核密度估計(jì)及馬爾科夫轉(zhuǎn)移概率矩陣，探究我國(guó)整體及局部普惠金融高質(zhì)量發(fā)展的時(shí)空分布、時(shí)空轉(zhuǎn)移、演進(jìn)趨勢(shì)及收斂性。

1 研究設(shè)計(jì)

1.1 指標(biāo)體系理論框架構(gòu)建

本文將經(jīng)濟(jì)高質(zhì)量發(fā)展的內(nèi)涵[7]向普惠金融延伸，認(rèn)為普惠金融高質(zhì)量發(fā)展應(yīng)該促進(jìn)普惠金融發(fā)展與社會(huì)各領(lǐng)域的聯(lián)系，注重協(xié)調(diào)發(fā)展，堅(jiān)持服務(wù)于人民，服務(wù)于實(shí)體經(jīng)濟(jì)。同時(shí)，進(jìn)一步促進(jìn)金融資源公平、合理分配，加快補(bǔ)齊金融服務(wù)短板，加強(qiáng)普惠金融與綠色金融等融合發(fā)展，有序推進(jìn)數(shù)字普惠金融發(fā)展。普惠金融高質(zhì)量發(fā)展的關(guān)鍵因素在于新動(dòng)能的培育。已有學(xué)者對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展新動(dòng)能進(jìn)行研究，將經(jīng)濟(jì)高質(zhì)量發(fā)展的新動(dòng)能概括為供給側(cè)動(dòng)能、需求側(cè)動(dòng)能及結(jié)構(gòu)轉(zhuǎn)換動(dòng)能三個(gè)方面，并構(gòu)建新動(dòng)能指標(biāo)體系[8,9]。

本文同樣將普惠金融高質(zhì)量發(fā)展新動(dòng)能內(nèi)涵歸結(jié)為需求側(cè)動(dòng)能、供給側(cè)動(dòng)能及結(jié)構(gòu)轉(zhuǎn)換動(dòng)能，并以此構(gòu)建普惠金融高質(zhì)量發(fā)展測(cè)度指標(biāo)體系，具體指標(biāo)解釋如下。

1.1.1 需求側(cè)動(dòng)能詮釋

主要包括地區(qū)發(fā)展需求潛能與經(jīng)濟(jì)活力。發(fā)展需求潛能方面，基于恩格爾效應(yīng)的內(nèi)需動(dòng)能不僅體現(xiàn)居民消費(fèi)升級(jí)，還是引起產(chǎn)業(yè)結(jié)構(gòu)服務(wù)化的重要來(lái)源；城鎮(zhèn)化水平是衡量區(qū)域發(fā)展需求的重要內(nèi)容；地區(qū)創(chuàng)業(yè)水平代表了小微企業(yè)、新興產(chǎn)業(yè)與企業(yè)對(duì)普惠金融的需求，本文選取CPEA 指數(shù)反映地區(qū)創(chuàng)業(yè)水平[10]。需求側(cè)經(jīng)濟(jì)活力方面，本文參考已有研究，引入部分指標(biāo)代表地區(qū)經(jīng)濟(jì)活力[9]。

1.1.2 供給側(cè)動(dòng)能詮釋

可以概括為三個(gè)方面：（1）區(qū)域金融創(chuàng)新能力，本文參考已有文獻(xiàn)選取區(qū)域金融創(chuàng)新能力評(píng)價(jià)指標(biāo)。（2）金融知識(shí)普及能力，本文將教育支出占GDP 的比重作為金融知識(shí)普及能力的測(cè)度指標(biāo)。（3）金融輻射能力，本文參考已有文獻(xiàn)中供給側(cè)金融輻射能力評(píng)價(jià)指標(biāo)[11]。

1.1.3 結(jié)構(gòu)轉(zhuǎn)換動(dòng)能詮釋

結(jié)構(gòu)轉(zhuǎn)換動(dòng)能可概括為兩個(gè)方面：（1）通過(guò)金融科技的運(yùn)用優(yōu)化普惠金融體系，數(shù)字普惠金融是最典型的代表。（2）隨著經(jīng)濟(jì)發(fā)展，農(nóng)村金融機(jī)構(gòu)等一系列新型金融機(jī)構(gòu)的出現(xiàn)，推動(dòng)了普惠金融發(fā)展。因此，本文主要運(yùn)用北京大學(xué)數(shù)字普惠金融指數(shù)與各地區(qū)農(nóng)村新型金融機(jī)構(gòu)個(gè)數(shù)來(lái)反映普惠金融發(fā)展的結(jié)構(gòu)轉(zhuǎn)換動(dòng)能。

1.2 指標(biāo)體系構(gòu)建及測(cè)算方法選擇

1.2.1 具體指標(biāo)體系構(gòu)建

根據(jù)前述理論詮釋?zhuān)疚臉?gòu)建的新動(dòng)能視角下普惠金融高質(zhì)量發(fā)展指標(biāo)體系包含3 個(gè)一級(jí)指標(biāo)、6 個(gè)二級(jí)指標(biāo)、34個(gè)三級(jí)指標(biāo)。具體指標(biāo)體系見(jiàn)表1。

表1 普惠金融高質(zhì)量發(fā)展指標(biāo)體系

本文選取2011—2019年中國(guó)30個(gè)省份（不含西藏和港澳臺(tái)）的面板數(shù)據(jù)，其主要來(lái)源于國(guó)家統(tǒng)計(jì)局網(wǎng)站、《中國(guó)財(cái)政年鑒》《中國(guó)社會(huì)統(tǒng)計(jì)年鑒》《中國(guó)農(nóng)業(yè)年鑒》《中國(guó)農(nóng)業(yè)機(jī)械工業(yè)年鑒》《北京大學(xué)數(shù)字普惠金融指數(shù)》等。

1.2.2 測(cè)算方法選擇

目前確定綜合評(píng)價(jià)指標(biāo)權(quán)重的方法很多，鑒于客觀性與綜合性，本文選用變異系數(shù)法進(jìn)行指標(biāo)權(quán)重的測(cè)算。在數(shù)值上，某指標(biāo)變異系數(shù)的計(jì)算公式為。在此基礎(chǔ)上，將各指標(biāo)變異系數(shù)求和。將第i個(gè)指標(biāo)的變異系數(shù)與總變異系數(shù)和的比值定義為第i個(gè)指標(biāo)的權(quán)重ωi，ωi∈( 0，1) 。結(jié)合權(quán)重ωi對(duì)標(biāo)準(zhǔn)化后的指標(biāo)數(shù)據(jù)進(jìn)行折算，具體計(jì)算公式如下：

其中，xi為第i個(gè)指標(biāo)的實(shí)際值；mi為第i個(gè)指標(biāo)中最小值；Mi為第i個(gè)指標(biāo)中的最大值。本文采用歐氏空間距離法，進(jìn)一步測(cè)算新動(dòng)能下普惠金融發(fā)展水平指數(shù)（NIFI）。

1.3 區(qū)域差異研究方法

在對(duì)經(jīng)濟(jì)變量不平等狀況分析時(shí)，Dagum基尼系數(shù)可以將總體差異G分解為區(qū)域內(nèi)差異貢獻(xiàn)Gw、區(qū)域間差異貢獻(xiàn)Gnb和反映地區(qū)樣本間重疊引起的不平衡貢獻(xiàn)的超變密度Gt，分解關(guān)系見(jiàn)式（2）。因此，本文選用Dagum基尼系數(shù)及其分解來(lái)分析普惠金融高質(zhì)量發(fā)展的地區(qū)差異，研究其差異的變動(dòng)趨勢(shì)，具體計(jì)算方法參考林春等（2019）[12]的研究。

1.4 收斂性檢驗(yàn)方法

1.4.1 核密度估計(jì)

非參數(shù)核密度估計(jì)方法（KDE）在區(qū)域經(jīng)濟(jì)的非均衡分布描述中應(yīng)用廣泛。KDE不僅避免了主觀設(shè)定函數(shù)形式的缺陷，并且可以展示經(jīng)濟(jì)變量隨時(shí)間變化的形態(tài)分布。綜上，本文使用該方法研究普惠金融高質(zhì)量發(fā)展的分布規(guī)律。假設(shè)隨機(jī)變量X，KDE基本函數(shù)形式如下所示：

其中，xi表示普惠金融高質(zhì)量發(fā)展指數(shù)的觀測(cè)值，Xˉ表示普惠金融高質(zhì)量發(fā)展指數(shù)的均值，n為樣本數(shù)，h為函數(shù)帶寬，K為核密度函數(shù)，本文選用高斯核函數(shù)進(jìn)行研究。

1.4.2 馬爾科夫鏈

本文運(yùn)用馬爾科夫轉(zhuǎn)移概率矩陣分析普惠金融高質(zhì)量發(fā)展的轉(zhuǎn)移趨勢(shì)。根據(jù)Cohort 方法，對(duì)于在某時(shí)刻給定狀態(tài)i的變量觀測(cè)值，其在t時(shí)刻轉(zhuǎn)移到狀態(tài)j的概率的極大似然估計(jì)值為pijt[13]。Nit表示初始時(shí)處在狀態(tài)i的區(qū)域數(shù)量之和。對(duì)于所有觀測(cè)值而言，在研究時(shí)間范圍內(nèi)（0—T）的轉(zhuǎn)移概率可以通過(guò)對(duì)各個(gè)時(shí)間段的轉(zhuǎn)移概率加權(quán)得到，計(jì)算公式如下：

2 中國(guó)普惠金融高質(zhì)量發(fā)展水平綜合評(píng)價(jià)

2.1 全國(guó)及地區(qū)平均發(fā)展水平評(píng)價(jià)

本文基于測(cè)算結(jié)果，按照國(guó)家統(tǒng)計(jì)局劃分標(biāo)準(zhǔn)，將30個(gè)省份劃分為東、中、西三大地區(qū)。從全國(guó)層面來(lái)看，2011—2019 年普惠金融高質(zhì)量發(fā)展整體處于穩(wěn)定調(diào)整狀態(tài)。分地區(qū)來(lái)看，東、中、西三大地區(qū)發(fā)展演變趨勢(shì)與全國(guó)整體演變趨勢(shì)基本一致。觀測(cè)期內(nèi)，東部地區(qū)平均發(fā)展水平明顯高于全國(guó)及中西部地區(qū)?？傮w均值由大到小排序?yàn)闁|部地區(qū)、全國(guó)整體、中部地區(qū)、西部地區(qū)。測(cè)算結(jié)果與當(dāng)前我國(guó)各地區(qū)資源稟賦、經(jīng)濟(jì)發(fā)展水平及對(duì)外開(kāi)放程度基本相符。本文用觀測(cè)期期初與期末各區(qū)域間的絕對(duì)差值考察區(qū)域間差距變化，其中東-中、東-西、中-西差距分別下降10.1%、10.9%、13.7%。各區(qū)域均值雖差距較大，但均呈下降趨勢(shì)，這可能得益于我國(guó)實(shí)行的“中部崛起”“西部大開(kāi)發(fā)”等系列政策。

2.2 分維度發(fā)展水平評(píng)價(jià)

為了進(jìn)一步分析中國(guó)普惠金融高質(zhì)量發(fā)展中各省份新動(dòng)能發(fā)展的動(dòng)態(tài)情況，本文按照新動(dòng)能的理論框架及指標(biāo)體系，分別從需求側(cè)、供給側(cè)及結(jié)構(gòu)轉(zhuǎn)換三個(gè)方面進(jìn)行測(cè)算，并按照各省份觀測(cè)期內(nèi)均值進(jìn)行排名。需求側(cè)方面，山東、浙江、上海、河南排名靠前，而遼寧、天津等排名靠后。供給側(cè)方面，北京、廣州、江蘇、上海排名靠前，云南、甘肅等排名靠后。結(jié)構(gòu)轉(zhuǎn)換方面，河南、浙江、安徽、江蘇排名靠前，黑龍江、海南等排名靠后。從本文的理論框架及測(cè)度指標(biāo)出發(fā)，河南是農(nóng)業(yè)與糧食大省，浙江素來(lái)有“魚(yú)米之鄉(xiāng)”的稱號(hào)，因此在需求側(cè)測(cè)度排名較高。北京為我國(guó)政治中心，上海為金融中心，廣東的金融發(fā)展水平也較高，因此在供給側(cè)測(cè)度排名靠前。河南、安徽等在需求側(cè)與結(jié)構(gòu)轉(zhuǎn)換測(cè)度中排名靠前，原因可能在于地區(qū)需求較高，為適應(yīng)地區(qū)性的需求，普惠金融結(jié)構(gòu)轉(zhuǎn)型也在穩(wěn)步推進(jìn)。注意到一些省份發(fā)展水平與新動(dòng)能方面發(fā)展并不均衡，個(gè)別省份“短板效應(yīng)”凸顯，這可能與我國(guó)各省份資源稟賦、金融發(fā)展基礎(chǔ)等具有很大的相關(guān)性。分維度的新動(dòng)能測(cè)算更加明晰了各地區(qū)的優(yōu)劣勢(shì)，對(duì)地區(qū)高效推進(jìn)普惠金融實(shí)現(xiàn)高質(zhì)量發(fā)展目標(biāo)具有重要的指導(dǎo)意義。

2.3 省域發(fā)展水平評(píng)價(jià)

我國(guó)東、中、西三大地區(qū)內(nèi)部各省份普惠金融高質(zhì)量發(fā)展水平按觀測(cè)期內(nèi)均值排名，第一為廣東，其次為北京、江蘇，排名靠前的省份多為東部沿海地區(qū)，這與我國(guó)實(shí)際發(fā)展情況基本相符。觀測(cè)期內(nèi)，山東、河南、廣西等省份出現(xiàn)明顯的遞增趨勢(shì)，北京、上海等出現(xiàn)略微下降的趨勢(shì)。可見(jiàn)，高水平地區(qū)發(fā)展水平出現(xiàn)下降趨勢(shì)，中低水平地區(qū)出現(xiàn)上升趨勢(shì)。以年均增速最快的廣西與均值最高的廣東為例，觀測(cè)期內(nèi)，廣西與廣東年均增長(zhǎng)率分別為5.22%、0.82%，廣西與全國(guó)均值之間的差距（絕對(duì)值）由0.104減少到0.012，廣東與全國(guó)均值之間的差距由0.325 增加到0.371。即低水平地區(qū)增長(zhǎng)率較大，正在逐漸減小與全國(guó)均值的差距；高水平地區(qū)雖增長(zhǎng)率放緩，但由于其基數(shù)較大，依舊在拉大與全國(guó)均值的差距。另外，兩者之間的差距由期初的0.397 降低到期末的0.391，雖然幅度較小，但體現(xiàn)出低水平地區(qū)在奮力追趕，但是礙于發(fā)展基礎(chǔ)的不同，其與高水平地區(qū)仍有不可跨越的發(fā)展鴻溝。

分析地區(qū)內(nèi)態(tài)勢(shì)，東部地區(qū)呈現(xiàn)較為明顯的三種發(fā)展水平。其中，北京、廣東發(fā)展水平領(lǐng)跑全國(guó)，而天津、河北等省份已經(jīng)遠(yuǎn)落后于區(qū)域內(nèi)高水平地區(qū)，發(fā)展嚴(yán)重不均衡。中部地區(qū)也出現(xiàn)類(lèi)似分層現(xiàn)象，以河南、安徽兩省為領(lǐng)頭，各省份發(fā)展水平均呈現(xiàn)一定波動(dòng)，即中部地區(qū)也存在較為明顯的不均衡現(xiàn)象。西部地區(qū)發(fā)展水平普遍較低，但存在重慶這種發(fā)展水平相對(duì)較高的省份，且呈現(xiàn)較好的增長(zhǎng)態(tài)勢(shì)，注意到與其鄰接的貴州也出現(xiàn)較好的增長(zhǎng)趨勢(shì)，這說(shuō)明西部地區(qū)存在一定的先富帶動(dòng)后富的發(fā)展跡象。

3 中國(guó)普惠金融高質(zhì)量發(fā)展區(qū)域差異解析

前述內(nèi)容從整體、區(qū)域等角度對(duì)中國(guó)普惠金融高質(zhì)量發(fā)展進(jìn)行綜合評(píng)價(jià)，初步考察了我國(guó)普惠金融高質(zhì)量發(fā)展的現(xiàn)實(shí)情況。注意到區(qū)域內(nèi)部與區(qū)域間均存在發(fā)展差異，為進(jìn)一步探究差異來(lái)源，本文采用Dagum基尼系數(shù)法對(duì)發(fā)展差異進(jìn)行分解測(cè)算。

3.1 總體差異

測(cè)算結(jié)果如圖1所示。觀測(cè)期內(nèi)，總體基尼系數(shù)G的最小值出現(xiàn)在2016 年，最大值出現(xiàn)在2011 年。其中2011—2016 年處于下降階段，2016—2019 年處于小幅上升階段，總體呈現(xiàn)下降趨勢(shì)，年均遞減率為1.03%，這表明省際普惠金融高質(zhì)量發(fā)展水平的不均衡有所緩解。這一結(jié)論與前述總體評(píng)價(jià)得出的結(jié)論相一致，可以預(yù)見(jiàn)我國(guó)普惠金融高質(zhì)量發(fā)展的地區(qū)差異會(huì)穩(wěn)步縮小。

圖1 Dagum基尼系數(shù)測(cè)算結(jié)果

3.2 區(qū)域內(nèi)差異

從各地區(qū)區(qū)域內(nèi)差異來(lái)看，三大地區(qū)區(qū)域內(nèi)差異均呈現(xiàn)先下降后上升但總體下降的趨勢(shì)，基尼系數(shù)的最大值出現(xiàn)在期初，東部與西部地區(qū)最小值出現(xiàn)在2015年，中部地區(qū)最小值出現(xiàn)在2016 年。從平均差異來(lái)看，東部地區(qū)發(fā)展差異最大，中西部地區(qū)次之，與前述結(jié)論一致。值得注意的是，中西部地區(qū)基尼系數(shù)達(dá)到最小值后，上升趨勢(shì)明顯大于東部地區(qū)，這種差異最終可能會(huì)引致不同區(qū)域內(nèi)發(fā)展不平衡。

3.3 區(qū)域間差異

三組區(qū)域間差異均呈現(xiàn)下降的趨勢(shì)，其中，中-西差異下降較為明顯，總體下降12.9%。東-中差異基尼系數(shù)在2011—2016 年下降14.2%，但在2016—2019 年上升8.3%，總體下降6.9%。中-西差異基尼系數(shù)發(fā)展與東-中差異類(lèi)似，2011—2016 年下降17.8%，2016—2019 年上升8%，總體下降11.3%。區(qū)域間差異由大到小為東-西、東-中、中-西。盡管各區(qū)域間差異的基尼系數(shù)呈現(xiàn)下降趨勢(shì)，但是東-西差異基尼系數(shù)的大幅差距應(yīng)該引起注意，應(yīng)重視西部地區(qū)發(fā)展短板。

3.4 區(qū)域差異分解

本文將總體差異進(jìn)行分解可以得出以下結(jié)論：（1）觀測(cè)期內(nèi)Gw、Gnb、Gt貢獻(xiàn)率均值分別為23.54%、69.08%、7.37%，三者的變化并未出現(xiàn)交叉現(xiàn)象。因此，本文認(rèn)為區(qū)域間差異是我國(guó)普惠金融高質(zhì)量發(fā)展差異的主要原因，其次是區(qū)域內(nèi)差異，最后為超變密度。后兩者均值之和對(duì)總體差異的貢獻(xiàn)率約為30%，對(duì)總體差異的貢獻(xiàn)率較為有限。（2）觀察三類(lèi)差異的演變趨勢(shì)，區(qū)域內(nèi)差異貢獻(xiàn)率變動(dòng)較平緩，在觀測(cè)期變動(dòng)幅度約為0.52%，總體呈現(xiàn)微弱下降態(tài)勢(shì)，即不同地區(qū)內(nèi)部具有協(xié)同發(fā)展的效果。區(qū)域間差異貢獻(xiàn)率呈現(xiàn)扁平的“倒U”型態(tài)勢(shì)，變動(dòng)幅度約為1.57%。區(qū)域間差異貢獻(xiàn)率的下降說(shuō)明我國(guó)區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略的深化，有效降低了區(qū)域間發(fā)展差異。超變密度貢獻(xiàn)率在觀測(cè)期內(nèi)有一定的波動(dòng)，變動(dòng)幅度約為1.14%，總體呈現(xiàn)上升態(tài)勢(shì)。這意味著三大地區(qū)間交叉重疊省份的普惠金融高質(zhì)量發(fā)展水平差異有增大的趨勢(shì)，因此，在未來(lái)發(fā)展中應(yīng)注重發(fā)展緩慢的省份，避免部分省份在區(qū)域內(nèi)造成“拖后腿”現(xiàn)象。

4 中國(guó)普惠金融高質(zhì)量發(fā)展演進(jìn)及收斂性檢驗(yàn)

4.1 核密度收斂性檢驗(yàn)

為了探究普惠金融高質(zhì)量發(fā)展的動(dòng)態(tài)分布演進(jìn)及其收斂特性，本文基于KDE 方法，繪制考察期內(nèi)全國(guó)及東、中、西部地區(qū)的普惠金融高質(zhì)量發(fā)展三維核密度估計(jì)圖，具體見(jiàn)圖2。

圖2 觀測(cè)期內(nèi)各區(qū)域核密度估計(jì)圖

整體分布及演進(jìn)情況：全國(guó)核密度曲線中心位置及其分布區(qū)間呈現(xiàn)右移趨勢(shì)，但變化幅度較小，表明考察期內(nèi)我國(guó)普惠金融高質(zhì)量發(fā)展整體呈現(xiàn)穩(wěn)定調(diào)整態(tài)勢(shì)；分布形態(tài)上，核密度曲線呈現(xiàn)“主峰+次峰”的雙峰特征，分別代表低水平的“貧困俱樂(lè)部成員”與高水平的“富裕俱樂(lè)部成員”，表明我國(guó)普惠金融高質(zhì)量發(fā)展出現(xiàn)一定的極化現(xiàn)象。觀察到主峰高度先上升后下降，右拖尾現(xiàn)象逐年改善，并且內(nèi)側(cè)峰值逐漸右移，側(cè)峰寬度逐漸變大，說(shuō)明雖然普惠金融高質(zhì)量發(fā)展水平存在較大的絕對(duì)差值，發(fā)展呈現(xiàn)一定的梯度效應(yīng)，但這一差異逐年縮小，兩極分化逐漸改善。

東部地區(qū)分布及演進(jìn)情況：東部地區(qū)核密度曲線前期略微右移，后期穩(wěn)定調(diào)整，整體發(fā)展水平高于全國(guó)。由核密度曲線中心移動(dòng)態(tài)勢(shì)可知，東部地區(qū)發(fā)展水平前期逐漸提升，后期逐漸平穩(wěn)進(jìn)入調(diào)整狀態(tài)；從分布形態(tài)來(lái)看，東部地區(qū)大致呈現(xiàn)單峰分布，多峰現(xiàn)象不明顯，主峰的拓寬范圍較大，且出現(xiàn)左拖尾現(xiàn)象，雖然在初期主峰寬度較大，但有逐漸變窄與右移的趨勢(shì)。這說(shuō)明東部地區(qū)內(nèi)部發(fā)展差異較大，存在極化現(xiàn)象，且水平較低的省份存在發(fā)展緩慢的問(wèn)題。但發(fā)展水平的絕對(duì)差異呈現(xiàn)縮小的態(tài)勢(shì)，整體發(fā)展穩(wěn)定。

中部地區(qū)分布及演進(jìn)情況：中部地區(qū)核密度曲線分布形態(tài)以單峰分布為主，雙峰現(xiàn)象不明顯。前期主峰高度上下波動(dòng)，分布范圍也有一定的寬窄變化，即前期中部地區(qū)發(fā)展水平穩(wěn)定波動(dòng)，無(wú)明顯變化趨勢(shì)。2016 年曲線出現(xiàn)明顯的右移現(xiàn)象，并有形成側(cè)峰的趨勢(shì)，2018年側(cè)峰趨勢(shì)更加明顯，但在觀測(cè)末期，側(cè)峰依舊沒(méi)有形成，此時(shí)主峰覆蓋寬度達(dá)到最大，且右傾趨勢(shì)明顯。從分布形態(tài)來(lái)看，主峰經(jīng)歷了“上升—下降—上升”的發(fā)展過(guò)程，說(shuō)明中部地區(qū)的絕對(duì)差異呈現(xiàn)先增大后減小的趨勢(shì)。這表明在2016年后中部地區(qū)內(nèi)發(fā)展水平較高的地區(qū)出現(xiàn)明顯的增長(zhǎng)，但區(qū)域內(nèi)總體發(fā)展水平較低，總體穩(wěn)定發(fā)展。

西部地區(qū)分布及演進(jìn)情況：西部地區(qū)核密度曲線呈現(xiàn)多峰分布，主要分布形態(tài)為“主峰+若干次峰”，伴有明顯的右拖尾現(xiàn)象。其中，2011—2014 年核密度曲線中心位置出現(xiàn)小幅度右移，在2015年多峰效應(yīng)顯現(xiàn)，出現(xiàn)“主峰+雙次峰”分布，主峰與兩側(cè)峰分別表示低、中等及高水平發(fā)展地區(qū)?？梢哉J(rèn)為西部地區(qū)發(fā)展水平在2015年開(kāi)始出現(xiàn)增長(zhǎng)態(tài)勢(shì)，多峰是由于出現(xiàn)增長(zhǎng)態(tài)勢(shì)導(dǎo)致低水平地區(qū)向更高水平發(fā)展而形成的集聚效應(yīng)。2016年多峰分布逐漸轉(zhuǎn)換成單峰、右拖尾的分布態(tài)勢(shì)，分布曲線中心右移，說(shuō)明此時(shí)西部地區(qū)整體發(fā)展水平提高。但隨后又出現(xiàn)多峰現(xiàn)象，此前產(chǎn)生的兩個(gè)側(cè)峰在2017 年聚集，即區(qū)域內(nèi)部分省份成功跨入高水平行列。同時(shí)，俱樂(lè)部效應(yīng)顯現(xiàn)，左側(cè)兩側(cè)峰表示發(fā)展水平較低的“貧困俱樂(lè)部成員”，右側(cè)側(cè)峰為發(fā)展水平較高的“富裕俱樂(lè)部成員”。隨后進(jìn)入穩(wěn)定發(fā)展時(shí)期，出現(xiàn)穩(wěn)定的雙峰分布態(tài)勢(shì)。總體來(lái)看，觀測(cè)期內(nèi)西部地區(qū)部分省份發(fā)展水平有明顯遞增態(tài)勢(shì)，同時(shí)先富帶動(dòng)后富效果明顯，最終呈現(xiàn)西部地區(qū)發(fā)展不斷向前推進(jìn)，地區(qū)內(nèi)發(fā)展差異逐漸縮小。

4.2 馬爾科夫鏈?zhǔn)諗啃詸z驗(yàn)

本文選用馬爾科夫鏈探究中國(guó)普惠金融高質(zhì)量發(fā)展的轉(zhuǎn)移及收斂特征。本文通過(guò)對(duì)普惠金融高質(zhì)量發(fā)展指數(shù)的四分位數(shù)進(jìn)行計(jì)算，將各年份普惠金融高質(zhì)量發(fā)展指數(shù)分成低水平、中低水平、中高水平、高水平四個(gè)狀態(tài)。按照前述公式測(cè)算考察期內(nèi)各年份轉(zhuǎn)移矩陣，最終得出加權(quán)轉(zhuǎn)移矩陣，如表2所示。

表2 2011—2019年普惠金融高質(zhì)量發(fā)展轉(zhuǎn)移概率矩陣

本文轉(zhuǎn)移概率矩陣對(duì)角線上的元素表示地區(qū)普惠金融高質(zhì)量發(fā)展水平?jīng)]有發(fā)生轉(zhuǎn)移的概率，非對(duì)角線上的元素表示地區(qū)在不同水平類(lèi)型轉(zhuǎn)移的概率。由表2可知，轉(zhuǎn)移概率較大的數(shù)值均位于主對(duì)角線，其中狀態(tài)轉(zhuǎn)移不變的概率最高為93.94%，最低為61.67%。這表明在觀測(cè)期內(nèi)發(fā)展類(lèi)型轉(zhuǎn)移并不明顯。即各省份普惠金融高質(zhì)量發(fā)展水平會(huì)受到地區(qū)自身經(jīng)濟(jì)發(fā)展類(lèi)型和金融存量的約束，具有一定的增長(zhǎng)慣性。同時(shí)注意到，非對(duì)角線上的元素不全為零且數(shù)值較小，非零元素主要位于矩陣主對(duì)角線兩側(cè)。其中，中高-中低、中低-中高及低-中的轉(zhuǎn)移概率高于20%，但中高-中低以及高-中高的轉(zhuǎn)移概率均低于8%，零元素均位于次對(duì)角線兩側(cè)，即不存在跨越兩個(gè)層次轉(zhuǎn)移，這說(shuō)明普惠金融高質(zhì)量發(fā)展具有較強(qiáng)的連續(xù)性，短時(shí)間內(nèi)大概率不會(huì)出現(xiàn)跨越式發(fā)展。矩陣中最大的兩個(gè)元素恰好位于主對(duì)角線兩個(gè)端點(diǎn)，即高水平和低水平保持其自身發(fā)展類(lèi)型不變的概率是最大的，這表明在普惠金融高質(zhì)量發(fā)展中存在“俱樂(lè)部趨同”現(xiàn)象，且高水平俱樂(lè)部的內(nèi)部趨同效應(yīng)明顯且穩(wěn)定。另外還注意到，中高水平類(lèi)型地區(qū)向上轉(zhuǎn)移的概率小于向下轉(zhuǎn)移的概率，中低水平類(lèi)型地區(qū)向上轉(zhuǎn)移的概率大于向下轉(zhuǎn)移的概率，高水平類(lèi)型地區(qū)向下轉(zhuǎn)移的概率僅有6.06%。即不同階段之間的主要轉(zhuǎn)移類(lèi)型為中高-高以及中低-低，并且中高水平地區(qū)發(fā)展面臨停滯的可能性，并且有向下轉(zhuǎn)移的趨勢(shì)。但對(duì)于中低水平的地區(qū)來(lái)說(shuō)，發(fā)展會(huì)逐步加快，能較為順利地完成階段性發(fā)展。

5 結(jié)論

本文從普惠金融高質(zhì)量發(fā)展以及新動(dòng)能視角出發(fā)，構(gòu)建了新動(dòng)能視角下普惠金融高質(zhì)量發(fā)展的評(píng)價(jià)指標(biāo)體系，綜合運(yùn)用變異系數(shù)法、歐氏空間距離法、Dagum基尼系數(shù)、核密度估計(jì)以及馬爾科夫鏈分析方法對(duì)中國(guó)普惠金融高質(zhì)量發(fā)展的區(qū)域差異及其動(dòng)態(tài)演進(jìn)趨勢(shì)進(jìn)行研究，結(jié)論如下：（1）我國(guó)普惠金融高質(zhì)量發(fā)展處于穩(wěn)定調(diào)整時(shí)期。整體協(xié)調(diào)發(fā)展，但區(qū)域內(nèi)出現(xiàn)分化。東部地區(qū)發(fā)展水平最高，中部地區(qū)次之，西部地區(qū)最低。從各動(dòng)能維度來(lái)看，發(fā)展水平與新動(dòng)能培育不匹配，且個(gè)別省份發(fā)展表現(xiàn)出“短板效應(yīng)”。（2）發(fā)展差異方面，全國(guó)及三大地區(qū)發(fā)展差異總體呈下降趨勢(shì)，發(fā)展異質(zhì)性主要由區(qū)域間差異導(dǎo)致。東部地區(qū)內(nèi)部差異系數(shù)最大，中西部地區(qū)次之。雖然區(qū)域間發(fā)展具有明顯的梯度效應(yīng)，但區(qū)域間差異有縮小趨勢(shì)。（3）收斂性方面，通過(guò)核密度估計(jì)圖可以看出，我國(guó)區(qū)域普惠金融高質(zhì)量發(fā)展在時(shí)空分布上具有明顯的“俱樂(lè)部效應(yīng)”，地區(qū)內(nèi)部發(fā)展收斂性較差。通過(guò)馬爾科夫轉(zhuǎn)移概率矩陣可得，我國(guó)普惠金融高質(zhì)量發(fā)展具有一定的發(fā)展慣性，跨階發(fā)展困難。