柳曉明,張紫潔,李佳佳

(淮北師范大學(xué) 經(jīng)濟(jì)與管理學(xué)院,安徽 淮北 235000)

隨著現(xiàn)代信息技術(shù)的快速發(fā)展,普惠金融借助大數(shù)據(jù)、區(qū)塊鏈與云計算等工具與信息科技相融合衍生出數(shù)字普惠金融,為各類經(jīng)濟(jì)主體提供移動支付、互聯(lián)網(wǎng)金融產(chǎn)品等,顯著提高了金融服務(wù)的可獲得性并擴(kuò)大了服務(wù)范圍。但由于經(jīng)濟(jì)發(fā)展水平與基礎(chǔ)設(shè)施等領(lǐng)域的差異性導(dǎo)致發(fā)展不均衡,我國數(shù)字普惠金融水平在不同區(qū)域呈現(xiàn)差異化發(fā)展態(tài)勢。數(shù)字普惠金融有著成本低、覆蓋廣和創(chuàng)新水平高等優(yōu)勢,其發(fā)展能否突破地理因素的限制,各地區(qū)之間數(shù)字普惠金融的發(fā)展是否存在相關(guān)性,這些問題的解決不僅有利于理清數(shù)字普惠金融與經(jīng)濟(jì)增長之間的關(guān)系,還能有效發(fā)揮經(jīng)濟(jì)發(fā)達(dá)地區(qū)的帶動作用,實現(xiàn)不同地區(qū)之間的良性互動,推動區(qū)域協(xié)同發(fā)展。

一、相關(guān)文獻(xiàn)回顧

現(xiàn)有文獻(xiàn)集中于對數(shù)字普惠金融指標(biāo)體系、地域特征、發(fā)展效應(yīng)及影響因素等三個方面的分析。一是關(guān)于數(shù)字普惠金融衡量指標(biāo)的探討。目前具有代表性的衡量指標(biāo)體系有兩種:郭峰等從數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和普惠金融數(shù)字化等方面測度區(qū)域數(shù)字普惠金融發(fā)展水平,并編制了北京大學(xué)數(shù)字普惠金融指數(shù)[1];馮興元等從數(shù)字普惠金融服務(wù)廣度、深度與質(zhì)量三大維度出發(fā),建構(gòu)了我國市域數(shù)字普惠金融發(fā)展指數(shù)評價體系[2]?？傮w來看,國內(nèi)學(xué)者大部分從融資約束性角度構(gòu)建數(shù)字普惠金融體系[3],而Gomber 等則從數(shù)字金融業(yè)務(wù)功能、相關(guān)技術(shù)和數(shù)字金融機(jī)構(gòu)三個新維度構(gòu)建數(shù)字普惠金融指標(biāo)體系[4]。數(shù)字金融業(yè)務(wù)能夠有效降低成本,在傳統(tǒng)普惠金融指標(biāo)基礎(chǔ)上納入數(shù)字技術(shù),使數(shù)字普惠金融內(nèi)涵更為豐富。

二是數(shù)字普惠金融的地域特征。王雪等研究表明,我國數(shù)字普惠金融呈現(xiàn)東高西低、南高北低的空間非均衡發(fā)展?fàn)顟B(tài),相比省際差距,省內(nèi)市域間的普惠金融發(fā)展差距始終是總體差距的主要來源[5]。張龍耀等基于核密度、Dagum基尼系數(shù)等分析方法的分析結(jié)果顯示,全國相對差異總體呈下降趨勢,區(qū)域內(nèi)、區(qū)域間非均衡現(xiàn)象不同程度減弱[6]。褚翠翠等基于省際數(shù)據(jù)的實證分析顯示,提升數(shù)字普惠金融發(fā)展水平對本省經(jīng)濟(jì)增長能夠產(chǎn)生顯著的積極影響,但對鄰近省份會產(chǎn)生負(fù)向的溢出效應(yīng)[7]。就具體區(qū)域而言,珠三角地區(qū)的數(shù)字普惠金融指數(shù)發(fā)展水平的整體指數(shù)最高,且城市群內(nèi)的差異最小[8]。數(shù)字普惠金融的發(fā)展產(chǎn)生集聚效應(yīng),調(diào)動資源分配并促進(jìn)消費[9]。

三是對我國數(shù)字普惠金融發(fā)展在鄉(xiāng)村層面的效應(yīng)及影響因素的分析。在發(fā)展效應(yīng)方面,數(shù)字普惠金融運(yùn)用數(shù)字科技手段,開發(fā)、創(chuàng)新專門的金融產(chǎn)品、信貸技術(shù)和服務(wù)手段,有助于解決傳統(tǒng)農(nóng)村金融信息不對稱、交易成本高、抵押約束等困境[10]。基于市場化機(jī)制,數(shù)字普惠金融和特色產(chǎn)業(yè)鏈條相融合,既能有效控制金融扶貧的風(fēng)險性,也可以充分發(fā)揮其在農(nóng)業(yè)生產(chǎn)過程中的重要作用[11]。此外,普惠金融數(shù)字化轉(zhuǎn)型可以有效縮小我國城鄉(xiāng)收入差距[12]。在影響因素方面,研究發(fā)現(xiàn)經(jīng)濟(jì)增長、政府支出等宏觀因素,人力資本、城鎮(zhèn)化率、人口密度等社會環(huán)境因素,產(chǎn)業(yè)結(jié)構(gòu)、數(shù)字基礎(chǔ)設(shè)施等因素都會對農(nóng)村地區(qū)的數(shù)字普惠金融發(fā)展產(chǎn)生重要影響[13-15]。

盡管現(xiàn)有文獻(xiàn)具有重要的借鑒意義,但對數(shù)字普惠金融的空間分布格局、空間特征和集聚效應(yīng)的研究較為薄弱,特別是基于鄉(xiāng)村振興視角的研究比較欠缺。鑒于此,以安徽省為例,對數(shù)字普惠金融發(fā)展的空間特征進(jìn)行分析,通過空間杜賓模型分析數(shù)字普惠金融與社會消費品零售總額、產(chǎn)業(yè)結(jié)構(gòu)、鄉(xiāng)村人口數(shù)量、收入水平以及政府干預(yù)度之間的相關(guān)性以及空間溢出效應(yīng),并對新時期數(shù)字普惠金融的地理特征和空間聚集情況進(jìn)行探討。

安徽省地處長江三角洲地區(qū),對國家的現(xiàn)代化建設(shè)和全方位開放格局有著舉足輕重的作用,在發(fā)展數(shù)字普惠金融方面具有得天獨厚的地理條件。因此,在鄉(xiāng)村振興戰(zhàn)略深入推進(jìn)的時代背景下,以安徽省為例進(jìn)行深入探討具有重要的理論意義與實踐價值。

二、安徽省數(shù)字普惠金融的空間分布格局

近年來,隨著互聯(lián)網(wǎng)技術(shù)發(fā)展和通信基礎(chǔ)設(shè)施的不斷改善,安徽省數(shù)字普惠金融發(fā)展迅速。數(shù)字普惠金融指數(shù)由2011年的33.07增至2021年的384.62,增長了10.63倍①,但區(qū)域之間發(fā)展不平衡的問題較為嚴(yán)重,特別是鄉(xiāng)村地區(qū)的數(shù)字普惠金融發(fā)展具有一定的滯后性。從全國范圍來看,這種發(fā)展態(tài)勢具有一定的普遍性。一方面,由于安徽省南、中、北地區(qū)經(jīng)濟(jì)發(fā)展具有顯著差異,金融資源配置的非均衡性也較為明顯。另一方面,省內(nèi)不同區(qū)域的數(shù)字化水平和數(shù)字金融使用深度存在差異。數(shù)據(jù)顯示,安徽省普惠金融數(shù)字化程度排名靠前的城市為合肥、阜陽、蚌埠、馬鞍山、滁州,排名靠后的為池州、宿州、淮北、淮南;數(shù)字金融使用深度排名靠前的為合肥、蕪湖、銅陵、馬鞍山,排名靠后的為宿州、亳州、阜陽、淮北。因此,基于空間視角的探究有利于全面刻畫安徽省數(shù)字普惠金融發(fā)展?fàn)顩r與變動趨勢。

(一)基于Moran指數(shù)的全局空間自相關(guān)檢驗

Moran指數(shù)作為衡量空間自相關(guān)性和空間依賴程度的重要指標(biāo),可以全面反映數(shù)字普惠金融發(fā)展的空間特征,計算公式如下:

(1)

(2)

其取值范圍為[-1,1],數(shù)值的正負(fù)號表示不同的相關(guān)性。運(yùn)用正態(tài)統(tǒng)計量Z值對n個地區(qū)空間自相關(guān)性進(jìn)行檢驗時,Moran指數(shù)為正或為負(fù),均表示不同的空間集聚情況。但如果Z值等于0,則表示不存在空間自相關(guān)。各年份的Moran指數(shù)計算結(jié)果見表1。

表1 2011—2021年Moran指數(shù)及統(tǒng)計值

表1顯示,2011—2021年的P值大多呈顯著狀態(tài),表明安徽省內(nèi)數(shù)字普惠金融的發(fā)展存在著空間自相關(guān)性,區(qū)域分化現(xiàn)象并不是隨機(jī)產(chǎn)生,且空間相關(guān)性已趨于正向并穩(wěn)定增強(qiáng)。省內(nèi)各地區(qū)數(shù)字普惠金融的發(fā)展一定程度上受到周邊地區(qū)的影響,在發(fā)展水平較高的地區(qū)呈現(xiàn)集聚狀態(tài)。

(二)基于Moran指數(shù)散點圖的局部空間自相關(guān)檢驗

局部Moran指數(shù)是對安徽省各市數(shù)字普惠金融集聚水平進(jìn)行檢驗,即從局部進(jìn)行空間自相關(guān)的檢驗。采用Moran指數(shù)散點圖展示對安徽省所有市域進(jìn)行局部空間自相關(guān)檢驗。該圖可將集聚模式劃分為四個象限,根據(jù)各象限的順序,依次為HH(高—高)、LH(低—高)、LL(低—低)、HL(高—低)。從圖1來看,第一、第三象限顯示為具有空間聚集特征的地點,且為正相關(guān)性;第二、第四象限顯示為空間離群特征的地點,且為負(fù)相關(guān)性。

圖1 部分年份安徽省數(shù)字普惠金融發(fā)展的Moran指數(shù)散點圖

從2011—2012年和2020—2021年的Moran指數(shù)散點圖可以看出,安徽省內(nèi)各市數(shù)字普惠金融發(fā)展相互關(guān)聯(lián),并且相關(guān)性逐年增強(qiáng)。表明在空間輻射作用下,數(shù)字普惠金融發(fā)展的集聚情況呈現(xiàn)出上升趨勢且空間相關(guān)性和集聚特征較為明顯。從發(fā)展趨勢來看,這種集聚態(tài)勢由不相關(guān)向局部相關(guān)性演變。2021年,安徽省內(nèi)75%的市區(qū)表現(xiàn)為正的空間相關(guān)性;其中37.5%的市區(qū)屬于HH型,即高的數(shù)字普惠金融集聚—高的空間滯后;37.5%的市區(qū)屬于LL型,即低的數(shù)字普惠金融集聚—低的空間滯后,這表明安徽省當(dāng)前的數(shù)字普惠金融發(fā)展水平尚未達(dá)到理想狀態(tài),而且對于鄰近地區(qū)的數(shù)字普惠金融發(fā)展也產(chǎn)生了一定的抑制作用。

(三)空間差異分析

從圖2中可以看出,數(shù)字普惠金融發(fā)展在區(qū)域?qū)用嫔系牟町惢卣鬏^為明顯。HH型、LL型市域數(shù)量占比高,且有逐年增加的趨勢,而LH和HL型數(shù)量卻逐漸減少,說明安徽省內(nèi)數(shù)字普惠金融水平呈兩極分化狀況。HH型大多數(shù)集中在經(jīng)濟(jì)發(fā)展水平較高的合肥、蕪湖和馬鞍山,表明經(jīng)濟(jì)發(fā)展水平和區(qū)位有利于當(dāng)?shù)財?shù)字普惠金融發(fā)展。LL型多集中在宿州、亳州、阜陽等皖北地區(qū),表明數(shù)字普惠金融水平低且相鄰區(qū)域也低的地區(qū),仍然面臨著數(shù)字普惠金融水平提升難度大的困境。

圖2 部分年份安徽省各市數(shù)字普惠金融水平空間相關(guān)模式

三、變量設(shè)定、理論模型與檢驗

(一)變量選取與數(shù)據(jù)說明

關(guān)于數(shù)字普惠金融的影響因素,參考宋曉玲[16]、王偉和朱一鳴[17]、梁榜和張建華[18]的研究,并結(jié)合安徽省數(shù)字普惠金融發(fā)展具體狀況,選取如下解釋變量:

一是居民消費水平(lnc),用各市社會零售品總額來衡量。該指標(biāo)反映一段時期內(nèi)居民的消費水平和零售市場的運(yùn)營情況。一般而言,該指標(biāo)值越大,表明該地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r越好,也意味著金融需求越大,因而預(yù)判數(shù)字普惠金融指數(shù)發(fā)展也會偏高。

二是第三產(chǎn)業(yè)發(fā)展水平(ind),用第三產(chǎn)業(yè)產(chǎn)值占GDP比重來衡量。該指標(biāo)反映資金向第三產(chǎn)業(yè)的流入情況。由于現(xiàn)代信息技術(shù)和金融行業(yè)等均屬于第三產(chǎn)業(yè)范疇,第三產(chǎn)業(yè)的發(fā)展往往能夠帶動當(dāng)?shù)亟鹑诋a(chǎn)品和金融服務(wù)的創(chuàng)新,預(yù)判該指標(biāo)值越大,數(shù)字普惠金融水平越高。

三是農(nóng)村居民收入水平(inc),用農(nóng)村居民家庭人均可支配收入來衡量。居民收入水平越高的地區(qū),金融機(jī)構(gòu)可能會設(shè)置更多經(jīng)營網(wǎng)點,農(nóng)村居民金融服務(wù)可獲得性會提高,因此預(yù)判農(nóng)村人均可支配收入與數(shù)字普惠金融水平呈正相關(guān)關(guān)系。

四是鄉(xiāng)村人口數(shù)(peo),用常住人口數(shù)減去城鎮(zhèn)人口數(shù)來衡量。一般而言,文化水平較高的農(nóng)村居民為追求更高的收入水平,大多選擇外出務(wù)工,留在鄉(xiāng)村的基本上為老人和兒童,青壯年不愿回家務(wù)農(nóng),導(dǎo)致農(nóng)村勞動力短缺。更多留在農(nóng)村的人口受教育程度較低,對數(shù)字技術(shù)了解較少,對金融產(chǎn)品持保守態(tài)度,因而預(yù)判鄉(xiāng)村人口越多的地區(qū),市場對金融的需求度越小,數(shù)字普惠金融水平越低。

五是政府調(diào)控水平(gov)。用政府財政支出占GDP比重來反映政府調(diào)控水平和干預(yù)程度。目前政府干預(yù)對數(shù)字普惠金融發(fā)展的作用觀點不一,在實踐中能否起到積極作用有待實證檢驗。

上述變量數(shù)據(jù)均來源于安徽省及省內(nèi)各市相關(guān)年份統(tǒng)計年鑒,主要變量的描述性統(tǒng)計結(jié)果見表2。

表2 主要變量統(tǒng)計描述

(二)空間計量模型

前述基于Moran指數(shù)的分析表明,安徽省市域之間數(shù)字普惠金融發(fā)展呈現(xiàn)空間集聚態(tài)勢,同時也存在著區(qū)域差異。需要進(jìn)一步從空間維度的相關(guān)性和異質(zhì)性出發(fā),結(jié)合空間效應(yīng)對安徽省數(shù)字金融普惠度的影響因素進(jìn)行空間計量分析。根據(jù)空間效應(yīng)的體現(xiàn)方式不同,考慮如下三種模型:

1.空間滯后模型(SLM)

該模型主要用于討論變量在某地區(qū)是否有溢出效應(yīng),這里可以用于探討數(shù)字普惠金融發(fā)展是否會通過空間傳導(dǎo)效應(yīng)作用到其他地區(qū)。其表達(dá)式為:

(3)

其中,yt是第t期N個地區(qū)的數(shù)字普惠金融發(fā)展水平的指標(biāo)列向量,xt是第t期k個解釋變量的觀測值矩陣,β是解釋變量系數(shù),ρ是空間自回歸系數(shù),εt是第t期的誤差項。在空間滯后模型中,參數(shù)β反映了自變量X對因變量Y的影響,Wy為空間滯后因變量,反映空間距離對各空間單元之間的作用。

2.空間誤差模型(SEM)

該模型反映了區(qū)域外溢是否為隨機(jī)沖擊的作用結(jié)果,主要用于度量鄰近地區(qū)關(guān)于因變量的誤差沖擊對本地區(qū)觀察值的影響程度。其表達(dá)式為:

(4)

其中,y是NT×1維的被解釋變量,x是n×k的截面因變量向量的空間誤差系數(shù),u是正態(tài)分布的隨機(jī)誤差向量,ε是隨機(jī)誤差項向量。參數(shù)λ是因變量向量的空間誤差系數(shù),反映了鄰近空間單元的依賴度,即度量相鄰地區(qū)的觀察值y誤差沖擊對本地區(qū)觀察值Y的影響方向和程度,參數(shù)β為自變量x對因變量y的影響系數(shù)。

3.空間杜賓模型(SDM)

該模型兼具空間滯后模型和空間誤差模型的特點,通過引入變量的空間滯后項,有效解決模型設(shè)定中的變量遺漏問題,其表達(dá)式為:

(5)

其中,yt是第t期N個地區(qū)的被解釋變量指標(biāo)列向量,xt是第t期k個解釋變量的觀測值矩陣,W是n×n維空間權(quán)重矩陣,β是解釋變量系數(shù),εt是第t期隨機(jī)誤差項向量,λ是空間誤差系數(shù)。

(三)模型檢驗

對參數(shù)和所選用的指標(biāo)進(jìn)行檢驗,參考王永靜和李慧[19]的研究,分為以下兩步:

首先,根據(jù)Anselin等[20]提出的判別準(zhǔn)則,通過LM Spatial Lag、Robust LM Spatial Lag、LM Spatial Error、Robust LM Spatial Error等方法來檢驗是否需要引入空間滯后面板模型和空間誤差面板模型,檢驗結(jié)果如表3所示。空間模型估計結(jié)果顯示,LM 檢驗的p值拒絕了不存在空間誤差模型和空間滯后模型的原假設(shè),表明應(yīng)選用空間模型。

表3 空間模型檢驗

其次,選擇合適的空間計量模型。首先檢驗是否將SLM和SEM模型擴(kuò)展為空間杜賓模型(SDM)。SDM引入變量的空間滯后項后,減輕模型設(shè)定中的變量遺漏問題,同時對空間的異質(zhì)性和不確定性的處理更為有效,因而在判斷空間效應(yīng)時更準(zhǔn)確。通過Wald檢驗發(fā)現(xiàn)P值顯著,即在1%的顯著性水平上拒絕了原假設(shè),表明SDM模型不能簡化成SEM模型和SLM模型,因此基準(zhǔn)模型定為式(5)的空間杜賓模型。

此外,Hausman檢驗結(jié)果顯示P值顯著,在1%的顯著性水平上拒絕原假設(shè),因而采用固定效應(yīng)模型。綜合以上檢驗結(jié)果,基準(zhǔn)模型確定為SDM的固定效應(yīng)模型。

四、安徽省數(shù)字普惠金融空間溢出效應(yīng)的實證分析

(一)空間杜賓模型的回歸結(jié)果分析

在空間面板模型的選擇上,通過比較普通面板的固定效應(yīng)模型、時間固定效應(yīng)、空間和時空雙固定效應(yīng)三種不同模式的SDM模型估計結(jié)果發(fā)現(xiàn),鄉(xiāng)村人口數(shù)量、農(nóng)村人均可支配收入和政府調(diào)控水平三個指標(biāo)均顯著。另外,上述四個模型的模型擬合度分別為0.326 1、0.877 2、0.982 3、0.026 1 ,空間固定效應(yīng)的SDM模型擬合度R2最高,因此選擇空間固定的SDM模型,相應(yīng)參數(shù)估計結(jié)果見表4。

表4 安徽省數(shù)字普惠金融的空間面板估計結(jié)果

根據(jù)表4中列(1)可知,在不考慮空間效應(yīng)的情況下,第三產(chǎn)業(yè)占比未通過顯著性水平檢驗,其余均通過了顯著性檢驗。鄉(xiāng)村人口數(shù)和政府調(diào)控水平估計系數(shù)顯著為負(fù),農(nóng)村人均收入水平和社會零售品銷售總額估計系數(shù)顯著均為正,表明市域人均收入水平提高和居民消費水平提升有利于數(shù)字普惠金融發(fā)展。在考慮空間效應(yīng)之后,列(2)顯示僅考慮時間固定效應(yīng)的空間杜賓模型結(jié)果,表明社會零售品總額的提升對數(shù)字普惠金融起促進(jìn)作用,且通過了顯著性檢驗。列(3)為考慮空間固定的空間杜賓模型,在空間加權(quán)后,鄉(xiāng)村人口數(shù)量通過顯著性檢驗且為負(fù),鄉(xiāng)村青壯年勞動力向外流失,留守在鄉(xiāng)村的老人、兒童數(shù)量增加,當(dāng)?shù)財?shù)字普惠金融水平下降。同時,相鄰市區(qū)的農(nóng)村人口數(shù)量、農(nóng)村人均收入提升和政府調(diào)控水平都會對本地區(qū)數(shù)字普惠金融發(fā)展產(chǎn)生正的溢出效應(yīng)。列(4)為時空雙固定的空間杜賓模型,在模型設(shè)定更為嚴(yán)格的情況之后,農(nóng)村人均純收入和社會零售品銷售總額的系數(shù)顯著且為正數(shù),而鄉(xiāng)村人口數(shù)量和政府調(diào)控水平的系數(shù)顯著且為負(fù)數(shù),與前幾種模型設(shè)定結(jié)果一致。

(二)直接效應(yīng)和間接效應(yīng)分解

參考LeSage和Pace[21]的實證方法,將空間計量模型中自變量對被解釋變量的影響分解為直接效應(yīng)、間接效應(yīng)和總效應(yīng),深入分析估計結(jié)果在區(qū)域間與地區(qū)內(nèi)的溢出效應(yīng)。因此,進(jìn)一步分解安徽省內(nèi)16個市區(qū)數(shù)字普惠金融各影響因素的效應(yīng)來源,結(jié)果見表5。

表5 直接效應(yīng)和間接效應(yīng)的分解結(jié)果

第一,農(nóng)村人均可支配收入水平的空間溢出。若農(nóng)村人均可支配收入水平每提升1%,有100%的概率會使本地區(qū)數(shù)字普惠金融水平上升0.001 175 4%,同時會有99.996%的概率會使相鄰地區(qū)數(shù)字普惠金融水平上升0.001 616 5%,有100%的概率使全部地區(qū)的數(shù)字普惠金融水平上升0.002 791 9%。這可能是因為當(dāng)農(nóng)村人均可支配收入水平升高時,農(nóng)村居民的支付能力也相應(yīng)增強(qiáng),更愿意接受數(shù)字普惠金融,也有能力購買數(shù)字普惠金融相關(guān)產(chǎn)品和服務(wù),如移動支付、互聯(lián)網(wǎng)金融等,這將促使數(shù)字金融機(jī)構(gòu)為滿足農(nóng)村市場需求而提供更多優(yōu)質(zhì)服務(wù)。

第二,鄉(xiāng)村人口數(shù)增長的空間溢出。安徽省內(nèi)各市鄉(xiāng)村人口數(shù)每提升1%,則會有100%(P=0.000)的概率使本地數(shù)字普惠金融水平下降0.046 477 7%,并有99.999%的概率(P=0.001)使總體市域的數(shù)字普惠金融指數(shù)的發(fā)展水平下降0.056 277 8%,這是因為人口規(guī)模發(fā)揮的經(jīng)濟(jì)效應(yīng)并不能改變金融機(jī)構(gòu)的“選擇行為”(即金融機(jī)構(gòu)一般偏向于服務(wù)信用度較好的城市高薪人群與高利潤行業(yè)等)[22]。結(jié)果也顯示,安徽省人口的區(qū)域分布和數(shù)字普惠金融發(fā)展水平并不協(xié)調(diào)。

第三,居民消費水平的空間溢出。若社會零售品總額每提升1%,有100%的概率會使本地區(qū)數(shù)字普惠金融水平上升0.009 684 3%,并有99.992%的概率使鄰近市域的數(shù)字普惠金融水平上升0.005 559 8%,同時有100%的概率使得全部市域的數(shù)字普惠金融水平上升0.015 244 2%,這是因為社會消費品零售總額越高,區(qū)域農(nóng)村數(shù)字金融普惠發(fā)展水平越高。一個地區(qū)社會商品購買力水平越高,意味著這個區(qū)域的經(jīng)濟(jì)發(fā)展水平越高,而在考慮空間效應(yīng)的情況下,會帶動周邊區(qū)域的發(fā)展,產(chǎn)生較強(qiáng)的空間溢出效應(yīng)。

第四,政府調(diào)控水平的空間溢出。分析結(jié)果表明,政府調(diào)控水平每提升1%,會有99.98%的概率會使本地區(qū)數(shù)字普惠金融水平下降43.177 76%,同時會有100%的概率使鄰近市域的數(shù)字普惠金融水平上升132.102 8%。這是由于政府財政支出可能偏向于基礎(chǔ)設(shè)施、教育、醫(yī)療等。如果數(shù)字普惠金融基礎(chǔ)設(shè)施、人員培訓(xùn)和推廣活動缺乏財政支持,這些舉措可能無法得到有效實施,從而限制了數(shù)字普惠金融的發(fā)展,導(dǎo)致本地區(qū)數(shù)字普惠金融水平下降。此外,一些數(shù)字普惠金融項目往往具有跨地區(qū)的合作和聯(lián)動性,涉及多個地區(qū)的參與和共享。本地區(qū)財政支出的增加可以促進(jìn)與鄰近地區(qū)的合作關(guān)系和項目投資,擴(kuò)大數(shù)字普惠金融服務(wù)的范圍和規(guī)模,使得鄰近地區(qū)的數(shù)字普惠金融水平上升。而對鄰近地區(qū)的正向溢出效應(yīng)大于對本地區(qū)的直接效應(yīng),從而有99.997%的概率使得全部地區(qū)的數(shù)字普惠金融水平上升88.925 05%。

(三)穩(wěn)健性檢驗

第一,替換空間權(quán)重矩陣。在研究空間杜賓模型和它的分解效果時,采用0-1矩陣。為進(jìn)一步檢驗該模型的穩(wěn)定性,用反向距離矩陣代替0-1矩陣,該反距離矩陣的空間矩陣表達(dá)式為:

(6)

以反距離空間矩陣為基礎(chǔ),重新進(jìn)行回歸分析。根據(jù)表6變量(1)回歸結(jié)果可以得知,各變量的系數(shù)和顯著性水平并沒有發(fā)生顯著的變化,說明實證結(jié)果具有較強(qiáng)的穩(wěn)定性。

表6 穩(wěn)健性檢驗結(jié)果

第二,替換指標(biāo)變量。用區(qū)域GDP來反映某一地區(qū)的經(jīng)濟(jì)發(fā)展情況,替代指標(biāo)社會零售品總額,用空間杜賓模型進(jìn)行回歸分析,得到的結(jié)果如變量(2)結(jié)果所示。證明前文的空間杜賓模型的結(jié)果具有一定的穩(wěn)定性。

五、結(jié)論與啟示

(一)結(jié)論

使用安徽省2011—2021年16個地級市的面板數(shù)據(jù),結(jié)合空間杜賓模型的計量結(jié)果,得出如下基本結(jié)論:

第一,安徽省數(shù)字普惠金融表現(xiàn)出較為明顯的集聚效應(yīng)?？臻g的差異和地理位置的鄰近性是影響和決定數(shù)字普惠金融發(fā)展的重要因素。鄰近市域的數(shù)字普惠金融發(fā)展呈現(xiàn)趨同趨勢,數(shù)字普惠金融發(fā)展水平較好的地區(qū)能帶動周邊市域的數(shù)字普惠金融發(fā)展,數(shù)字普惠金融發(fā)展較落后的地區(qū)抑制著周邊地區(qū)數(shù)字普惠金融的發(fā)展。分析結(jié)果表明,合肥與蕪湖作為安徽省內(nèi)經(jīng)濟(jì)較為發(fā)達(dá)城市,對周邊區(qū)域的數(shù)字普惠金融發(fā)展具有帶動作用,而皖北各市經(jīng)濟(jì)發(fā)展水平相對較低,也使得當(dāng)?shù)財?shù)字普惠金融的發(fā)展受到限制。

第二,安徽省數(shù)字普惠金融發(fā)展水平受到多種因素的影響。在直接效應(yīng)作用下,當(dāng)?shù)財?shù)字普惠金融發(fā)展水平主要受鄉(xiāng)村人口數(shù)量、居民消費水平和政府調(diào)控水平的影響,且數(shù)字普惠金融發(fā)展水平隨著鄉(xiāng)村人口數(shù)量和政府調(diào)控水平的增加而下降,但和居民消費水平、農(nóng)村居民可支配收入和產(chǎn)業(yè)結(jié)構(gòu)變動正相關(guān)。在間接效應(yīng)的影響下,相鄰地區(qū)社會零售品總額和農(nóng)村居民可支配收入的提升,以及政府調(diào)控水平會對本地區(qū)數(shù)字普惠金融發(fā)展水平起到促進(jìn)作用,而相鄰地區(qū)鄉(xiāng)村人口數(shù)量的增加和第三產(chǎn)業(yè)發(fā)展水平的提升會制約本地區(qū)數(shù)字普惠金融發(fā)展。

第三,安徽省數(shù)字普惠金融發(fā)展在區(qū)域?qū)用嫔系牟町惢卣鬏^為明顯。安徽省內(nèi)數(shù)字普惠金融水平呈兩極分化狀況,HH型、LL型城市數(shù)量占比高,宿州、亳州、阜陽等皖北地區(qū)城市多為LL型,合肥和蕪湖、馬鞍山等城市多為HH型,且HH和LL型城市數(shù)量逐年增加、HL和LH型城市數(shù)量有逐漸減少的趨勢。

(二)啟示

第一,優(yōu)化金融資源配置,縮小區(qū)域之間經(jīng)濟(jì)發(fā)展水平。皖北地區(qū)可利用提升產(chǎn)業(yè)鏈發(fā)展水平的契機(jī),為當(dāng)?shù)仄髽I(yè)催生更多的金融需求,以推進(jìn)當(dāng)?shù)財?shù)字普惠金融的高質(zhì)量發(fā)展。皖南地區(qū)應(yīng)將發(fā)展重心放在基礎(chǔ)設(shè)施的完善上,加大當(dāng)?shù)亟鹑诜?wù)設(shè)施建設(shè),增強(qiáng)數(shù)字普惠金融發(fā)展的支撐能力。可以基于金融工具創(chuàng)新的具體形式,進(jìn)一步擴(kuò)大數(shù)字普惠金融的覆蓋面,合理配置城鄉(xiāng)金融資源和基礎(chǔ)設(shè)施,增加市域居民獲得金融服務(wù)的可獲得性。

第二,完善傳統(tǒng)金融工具和數(shù)字普惠金融相互支撐的運(yùn)行機(jī)制,為鄉(xiāng)村振興提供更為堅實的金融支持。充分利用已有金融機(jī)構(gòu)網(wǎng)點、通訊基地等基礎(chǔ)設(shè)施,實現(xiàn)數(shù)字普惠金融聯(lián)動發(fā)展,發(fā)揮金融基礎(chǔ)設(shè)施互聯(lián)互通的聯(lián)動效應(yīng),形成以點帶面的數(shù)字金融普惠格局[23]。此外,基于鄉(xiāng)村振興對金融服務(wù)的內(nèi)在要求,加大金融知識宣傳與金融業(yè)務(wù)培訓(xùn)力度,提升數(shù)字金融服務(wù)的使用率。制定相關(guān)政策激勵金融機(jī)構(gòu)提供便利與高效的金融服務(wù),支持新型農(nóng)業(yè)經(jīng)營主體和其他農(nóng)村居民的生產(chǎn)經(jīng)營活動,為鄉(xiāng)村振興提供堅實的金融支持。

第三,充分發(fā)揮數(shù)字普惠金融發(fā)展的空間依賴性以及空間外溢效應(yīng)。為提升農(nóng)村地區(qū)數(shù)字普惠金融的發(fā)展水平,首先要提升當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平與居民收入水平,通過培育現(xiàn)代產(chǎn)業(yè)體系與大力發(fā)展特色產(chǎn)業(yè)等方式推動農(nóng)村經(jīng)濟(jì)高質(zhì)量發(fā)展,進(jìn)而提升數(shù)字普惠金融發(fā)展水平。在此基礎(chǔ)上建立數(shù)字普惠金融區(qū)域間聯(lián)動發(fā)展機(jī)制[24],加強(qiáng)不同省份之間的金融資源共享,特別是完善與相鄰省份的數(shù)字金融協(xié)同發(fā)展機(jī)制,促進(jìn)更廣泛區(qū)域內(nèi)金融要素的自由流動。

注釋:

①本文所涉及的數(shù)字普惠金融原始數(shù)據(jù)由北京大學(xué)數(shù)字普惠金融研究中心提供。