數(shù)字普惠金融對城鄉(xiāng)收入差距的調(diào)節(jié)效率及其空間效應分析

華 黎,尹 萍

(安徽財經(jīng)大學 財政與公共管理學院,安徽 蚌埠 233030)

黨的十八大以來,習近平總書記提出一系列重要指示來推動共同富裕并取得切實成效。黨的二十大報告中也明確指出,共同富裕是中國特色社會主義的本質(zhì)要求,要著力促進全體人民共同富裕,堅決防止兩極分化。過大的貧富差距不僅不利于經(jīng)濟發(fā)展,而且不利于社會的穩(wěn)定。但我們必須清醒地認識,現(xiàn)如今我國發(fā)展不平衡不充分的問題仍然突出,2021年城鄉(xiāng)收入之間仍有2.50倍的差距[1],收入差距依然顯著,雖較2009年3.33倍的頂峰有所下降[2],但仍居高位。要想扎實推動共同富裕,實現(xiàn)黨和人民共同的奮斗目標,縮小城鄉(xiāng)居民收入差距是迫切需要解決的問題。

普惠金融是更具包容性的金融,普惠金融的出現(xiàn)使所有群體能夠享有平等參與金融服務的權(quán)利,讓原先的金融弱勢群體能獲得有效的金融服務。而數(shù)字普惠金融能夠結(jié)合數(shù)字技術(shù)與普惠性的特點跨越地理障礙,通過降低交易成本、拓寬金融服務范圍、完善金融供給體系等從而緩解農(nóng)村地區(qū)的金融排斥[3],降低了農(nóng)村居民參與金融服務的門檻。同時數(shù)字普惠金融能通過提高就業(yè)機會從而促進收入增加達到減貧[4],也可以通過影響勞動生產(chǎn)率、經(jīng)濟增長、收入分配等中介變量從而發(fā)揮積極作用,逐漸減小收入差距[5]。我國數(shù)字普惠金融在越落后的地區(qū)發(fā)展越快,有利于貧困地區(qū)居民收入水平的提高[6],低收入群體獲得了外界融資之后,會增加基本性支出,隨著低收入群體人力資本的上升,總體的人均生產(chǎn)率也將上升,生活條件會得到改善,從而促使消費增加,數(shù)字普惠金融的發(fā)展會增加低收入群體金融服務對經(jīng)濟的邊際貢獻率[7],進一步促進經(jīng)濟的持續(xù)發(fā)展。因此做強數(shù)字普惠金融以服務于共同富裕的奮斗目標,并對縮小城鄉(xiāng)收入差距具有重要意義。

根據(jù)已有研究結(jié)論,眾多研究者采取多樣的方法探究數(shù)字普惠金融與城鄉(xiāng)收入差距的關系,梁雙陸和劉培培采取工具變量的方法,驗證了我國數(shù)字普惠金融與城鄉(xiāng)收入差距之間存在顯著的負向關系[8]。更有研究者對數(shù)字普惠金融進行結(jié)構(gòu)性分析,例如李牧辰、封思賢和謝星從數(shù)字普惠金融的三大指標角度,發(fā)現(xiàn)覆蓋廣度與使用深度這兩個指標能明顯收斂城鄉(xiāng)收入差距,而另一指標數(shù)字普惠金融數(shù)字化程度卻有相反作用[9]。趙丙奇發(fā)現(xiàn)數(shù)字普惠金融自身也存在著門檻,當經(jīng)濟處于低水平時,數(shù)字普惠金融只有在發(fā)展到一定高度時才具有收斂作用[10]。同時楊德勇、代海川和黃帆帆基于不同的維度,考慮是否存在門檻效應,發(fā)現(xiàn)覆蓋廣度與數(shù)字化程度對城鄉(xiāng)收入差距的收斂都存在單一門檻,且小于門檻值時收斂作用都不顯著,跨越門檻值后收斂效果增強且顯著,而使用深度存在雙重門檻,且收斂作用是逐漸減小的[11]。殷賀、江紅莉等則通過全局與局部空間自相關發(fā)現(xiàn)數(shù)字普惠金融空間集聚明顯,并通過建立空間杜賓模型發(fā)現(xiàn)我國城鄉(xiāng)收入差距對數(shù)字普惠金融的直接效應為負,我國數(shù)字普惠金融資源配置不協(xié)調(diào)[12]。一些研究者還從效率評價體系對數(shù)字普惠金融的調(diào)節(jié)效率進行研究。楊竹清發(fā)現(xiàn)數(shù)字普惠金融覆蓋廣度與使用深度在城市扶貧中發(fā)揮積極作用,而數(shù)字化程度與信貸服務卻對農(nóng)村扶貧有效[13]。金發(fā)奇等研究數(shù)字普惠金融的減貧效率,發(fā)現(xiàn)其減貧效率較低且存在區(qū)域差異[14]。金發(fā)奇、黃晶等又從居民福祉角度評價數(shù)字普惠金融的效率,發(fā)現(xiàn)數(shù)字普惠金融調(diào)節(jié)城鄉(xiāng)居民福利差異具有較高效率[15]。

上述文獻對數(shù)字普惠金融與城鄉(xiāng)收入差距的關系進行了充分的論述,也為后續(xù)進一步研究奠定了基礎。但現(xiàn)有文獻中研究數(shù)字普惠金融效率測度的為數(shù)不多,尤其在促進共同富裕的大背景下,我國數(shù)字普惠金融調(diào)節(jié)城鄉(xiāng)收入差距的效率水平如何?不同地區(qū)效率水平是否存在空間特征?基于以上問題,通過構(gòu)建三階段DEA模型對數(shù)字普惠金融調(diào)節(jié)城鄉(xiāng)收入差距的效率進行測度,同時利用SFA模型剔除環(huán)境變量與隨機擾動,并引入Moran’s I指數(shù),探究數(shù)字普惠金融調(diào)節(jié)城鄉(xiāng)收入差距效率的空間效應。以上研究能較為準確地反映數(shù)字普惠金融調(diào)節(jié)城鄉(xiāng)收入差距的效率及空間特征,具有一定的理論與實踐價值。

一、三階段DEA模型設定與變量說明

(一)模型設定

由于傳統(tǒng)的DEA模型沒有考慮環(huán)境變量與隨機擾動對觀測對象效率水平的影響,因此采取Fried構(gòu)建的三階段DEA來衡量我國數(shù)字普惠金融調(diào)節(jié)城鄉(xiāng)收入差距的效率水平[16]。

1.第一階段:傳統(tǒng)DEA模型

采取Banker等提出的投入導向下的規(guī)模報酬可變(BCC)模型作為基本模型[17],其對偶形式的模型設定如下:

Minθ-ε(e-TS-+eTS+)

(1)

(2)

上式中j=1,2,…,n表示觀測對象,Xj,Yj分別表示各觀測對象的投入與產(chǎn)出值,θ是效率目標值,λj是觀測對象的參數(shù),S-,S+分別表示投入要素與產(chǎn)出要素的松弛冗余變量,ε是非阿基米德無窮小參數(shù)。θ的范圍位于[0,1]之間,數(shù)值越大則效率越高,僅當θ=1時,才能稱DEA有效或弱有效,反之則DEA無效。BCC模型最終所得效率值為綜合技術(shù)效率(TE),可以進一步分解為純技術(shù)效率(PTE)和規(guī)模效率(SE),且TE=PTE*SE。

2.第二階段:相似SFA模型

借助SFA模型來剔除外界因素和隨機擾動的影響,構(gòu)造相似SFA回歸模型(投入導向)如下:

Snj=f(Zj;βn)+Vnj+μnj;

j=1,2,…,I,n=1,2,…,N

(3)

構(gòu)建相似SFA模型是為了剔除環(huán)境因素和隨機擾動,使得所有觀測對象位于相同的外部環(huán)境中。公式如下:

(4)

j=1,2,…,I;n=1,2,…,N

3.第三階段:調(diào)整后的DEA模型

在剔除了環(huán)境因素與隨機擾動之后,將經(jīng)計算所得的觀測對象新的投入數(shù)據(jù)原始的產(chǎn)出數(shù)據(jù),再次構(gòu)建投入導向的規(guī)模報酬變動模型,重新計算各觀測對象的效率水平,此時得到的效率值為剔除了環(huán)境因素與隨機擾動后的客觀真實的數(shù)字普惠金融調(diào)節(jié)城鄉(xiāng)收入差距的管理效率值。

(二)變量說明

1.投入指標選取

根據(jù)北京大學數(shù)字研究中心所編制的數(shù)字普惠金融指數(shù),本文選取數(shù)字普惠金融覆蓋廣度(fg)來衡量其可及性,選取使用深度(sy)與信貸服務(cre)來衡量其使用的深入性。

2.產(chǎn)出指標選取

使用城鄉(xiāng)居民收入比(ir)與城鄉(xiāng)收入泰爾指數(shù)(theil)來衡量城鄉(xiāng)收入差距。城鄉(xiāng)居民收入比即城鎮(zhèn)居民人均可支配收入與農(nóng)村居民人均純收入的比值,而泰爾指數(shù)不僅考慮了收入比,而且考慮了人口比,其計算公式為:

(5)

其中,j=1,2分別代表城市與農(nóng)村,i為省份,t為時間,R代表總收入,P代表人口數(shù)出于統(tǒng)計口徑的變化,2012年之后的農(nóng)村居民人均收入由“農(nóng)村人均可支配收入”替代。本文參考郭平和盧玲玲[18],將(1-城鄉(xiāng)收入泰爾指數(shù))與城鄉(xiāng)居民收入比的倒數(shù)(1/ir)作為最終的產(chǎn)出指標,以便滿足同向性要求。

3.環(huán)境變量選取

從宏觀經(jīng)濟環(huán)境與微觀層面選取的環(huán)境變量為人均GDP(pgdp)、財政支出(pfe)、平均受教育年限(1)平均受教育年限=(小學×6+初中×9+高中×12+中職×12+大專及以上×15.5)÷6歲及以上人口總數(shù)。(edu)與移動電話普及率(yd)。這四個環(huán)境變量分別反映了經(jīng)濟發(fā)展水平、政府的干預程度、教育水平的高低和信息化基礎設施的建設情況,具體指標體系見表1。

表1 指標體系匯總

二、實證結(jié)果與分析

(一)第一階段傳統(tǒng)DEA結(jié)果分析

采用投入導向與規(guī)模報酬可變(BCC模型)對2011～2020年31個省數(shù)字普惠金融調(diào)節(jié)城鄉(xiāng)收入差距的效率進行測算,并進一步將各省份按區(qū)域分為東、中和西部(1)東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南;中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南;西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆。,具體結(jié)果見表2。

表2 各地區(qū)調(diào)整前平均效率值

由表2可知,我國整體綜合技術(shù)效率為0.798,距離前沿面還有20%的上升空間,純技術(shù)效率的平均值為0.862,規(guī)模效率的平均值為0.912,純技術(shù)效率低于規(guī)模效率,說明技術(shù)無效率主要來自純技術(shù)無效,但規(guī)模效率也未達到理想狀態(tài)。

對于各地區(qū)來說,沒有綜合效率值為1的省份,其中青海、西藏、吉林和黑龍江4個省份較接近效率前沿面。其余各省份效率都比較低下,且不同地區(qū)之間具有較大差異。青海、天津和黑龍江3省的純技術(shù)效率位于前沿面,但由于規(guī)模效率不高造成整體綜合效率值下降,尤其是天津。且其中大部分省份的規(guī)模效率大于純技術(shù)效率,說明數(shù)字普惠金融調(diào)節(jié)城鄉(xiāng)收入差距效率低的主要原因是技術(shù)無效,雖然數(shù)字普惠金融投入資源覆蓋較廣,但沒有得到充分使用,造成了資源的堆積與浪費。

從區(qū)域分布來看,東、中和西部地區(qū)的平均綜合技術(shù)效率分別為0.720、0.839、0.844,西部地區(qū)效率最高。與全國平均水平相比,東部地區(qū)三類效率都處于低位,說明東部地區(qū)雖然經(jīng)濟發(fā)展較中、西部地區(qū)更優(yōu)越,但對數(shù)字普惠金融的重視程度不足,其中技術(shù)低效為最主要原因,但是規(guī)模效率也未達到前沿面,反映了東部地區(qū)數(shù)字普惠金融資源不僅投入量不足,其使用率也不高。

(二)環(huán)境因素對效率的影響

運用Frontier4.1,以人均國內(nèi)生產(chǎn)總值、財政支出、平均受教育年限和移動電話普及率作為自變量,以三個投入變量的松弛冗余變量分別作為因變量,構(gòu)建相似SFA模型回歸,結(jié)果見表3。

表3 第二階段回歸結(jié)果

從表3看,數(shù)字普惠金融覆蓋廣度松弛變量的“γ” 值為0.861,使用深度松弛變量的“γ” 值為0.849,信貸服務松弛變“γ” 量值為0.671。4個環(huán)境變量指標對3個投入松弛變量的影響系數(shù)基本都通過了1%水平上的顯著性檢驗,且系數(shù)符號基本沒有發(fā)生變化,同時單邊似然比檢驗也通過檢驗,說明通過構(gòu)建SFA模型剔除環(huán)境變量與隨機擾動的干擾使研究結(jié)果更加準確,是具合理性的。第二階段回歸所得系數(shù)與效率之間呈反方向變動,即回歸系數(shù)為正,則該環(huán)境變量的增加會使松弛變量增加,冗余的增加間接反映了對資源的浪費或管理的低效率,造成效率的降低,反之則有利于效率的提高。

人均國內(nèi)生產(chǎn)總值、財政支出與移動電話普及率均對三個投入松弛變量產(chǎn)生顯著正向影響。說明這三者都未被充分利用,對效率的提升存在負面影響,人均國內(nèi)生產(chǎn)總值和移動電話普及率的提高反而會增大數(shù)字普惠金融投入的冗余,造成這樣的原因可能是人均國內(nèi)生產(chǎn)總值越高的地區(qū),經(jīng)濟發(fā)展水平越高,政府在數(shù)字普惠金融方面投入的資源越豐富,浪費的現(xiàn)象也更明顯。同時由于農(nóng)村居民對數(shù)字技術(shù)的認知與意愿不足,數(shù)字普惠金融服務有效使用的不多,同樣造成投入的浪費,即使高移動電話普及率也會導致效率下降。財政支出與效率的負向關系可能是由于過大的財政支出會干擾經(jīng)濟活動,從而破壞了市場機制在傳遞信息、資源配置與收入分配等方面的基礎性功能,造成效率的下降。平均受教育年限對覆蓋廣度和使用深度的負向影響顯著,而對信貸服務的正向影響不顯著。說明平均受教育年限的提高有利于數(shù)字普惠金融覆蓋廣度與使用深度投入冗余的減少,積極發(fā)展教育,提高知識素養(yǎng)對于數(shù)字普惠金融發(fā)展具有正向影響。

SFA隨機前沿分析結(jié)果表明,要想使數(shù)字普惠金融的發(fā)展對調(diào)節(jié)城鄉(xiāng)收入差距產(chǎn)生積極有效影響,不能過度依賴經(jīng)濟的高發(fā)展水平與信息化基礎設施的建設,政府也不能過度干預經(jīng)濟,要給予金融市場充分自由,同時要注重教育,提升金融素養(yǎng),從而有利于數(shù)字普惠金融調(diào)節(jié)城鄉(xiāng)收入差距效率值的提高。

(三)第三階段DEA結(jié)果分析

將調(diào)整后的投入數(shù)據(jù)與原始產(chǎn)出數(shù)據(jù)再構(gòu)建第一階段的模型,得出經(jīng)調(diào)整后的各地區(qū)平均效率值,結(jié)果見表4。

表4 各地區(qū)調(diào)整后平均效率值

在分析第三階段DEA結(jié)果之前,采用威爾科克森(Wilcoxon)符號秩檢驗對調(diào)整前后的三個效率值進行差異性檢驗,發(fā)現(xiàn)三者p值均通過了1%顯著性水平,說明數(shù)字普惠金融調(diào)節(jié)城鄉(xiāng)收入的三個效率值在調(diào)整前后存在著顯著差異,間接說明調(diào)整的必要性。

由表4可知,調(diào)整后,我國數(shù)字普惠金融調(diào)節(jié)城鄉(xiāng)收入差距的綜合效率存在明顯提升,為0.940,較接近前沿面,純技術(shù)效率與規(guī)模效率也均有所提升,但純技術(shù)效率相對規(guī)模效率而言仍有上升空間。

對于各地區(qū)來說,內(nèi)蒙古綜合技術(shù)效率上升至1,達到前沿面,30個省的平均綜合技術(shù)效率都存在明顯上升。其中僅青海的綜合效率有所下降,是由于規(guī)模效率降低所導致。有28個省的純技術(shù)效率上升,2個省的純技術(shù)效率不變,1個省的純技術(shù)效率有所下降。25個省的規(guī)模效率上升,其余省份規(guī)模效率均下降。進一步印證了數(shù)字普惠金融調(diào)節(jié)城鄉(xiāng)收入差距效率確有上升。與第一階段相比,純技術(shù)效率和規(guī)模效率的差距有所減小,大多省份兩類效率都達到了0.9,距離前沿面只有10%的距離,但大多數(shù)省份的純技術(shù)效率相較規(guī)模效率仍有很大欠缺,說明技術(shù)水平仍需提高。其中青海和天津的純技術(shù)效率仍為1,說明外界環(huán)境沒有明顯影響這兩個省份的純技術(shù)效率,數(shù)字普惠金融資源得到很好利用,始終處于前沿面。但調(diào)整后內(nèi)蒙古和黑龍江的純技術(shù)效率發(fā)生了變化,黑龍江的純技術(shù)效率有所下降,說明黑龍江調(diào)整前的純技術(shù)效率虛高,受環(huán)境影響較大,而內(nèi)蒙古的純技術(shù)效率達到了前沿面,內(nèi)蒙古近些年正加快助力數(shù)字金融進入農(nóng)村,同時通過金融科技創(chuàng)新,更好助力鄉(xiāng)村振興,取得了積極成效。但仍需適量加大對數(shù)字普惠金融資源的投入,繼續(xù)加強群眾對數(shù)字普惠金融的認知和參與。

從區(qū)域來看,東、中和西部地區(qū)的平均綜合技術(shù)效率分別為0.937、0.959、0.928,都較第一階段有所上升。但剔除外界影響后,綜合技術(shù)效率表現(xiàn)為中部>東部>西部地區(qū),表明西部地區(qū)第一階段效率并不能真實反映數(shù)字普惠金融調(diào)節(jié)城鄉(xiāng)收入差距效率水平,而是環(huán)境因素和隨機擾動造成的綜合效率值虛高,不能體現(xiàn)實際的管理水平,東、中部地區(qū)在數(shù)字普惠金融資源配置和使用等方面更具優(yōu)勢。

除了以上分析,將調(diào)整后各省的純技術(shù)效率與規(guī)模效率建立散點圖,并以兩者均值(0.960,0.980)作為水平與垂直參考線,見圖1。

圖1 各省純技術(shù)效率與規(guī)模效率散點

由圖1可知,青海、吉林、天津等13個省的純技術(shù)效率與規(guī)模效率都大于參考線數(shù)值,占全部省份的41.9%;甘肅、云南、陜西和廣西等4個省份兩類效率值均低于參考線數(shù)值,占全部省份的12.9%,可見我國純技術(shù)效率與規(guī)模效率均低的占少數(shù);但仍有接近半數(shù)的省份包括北京、西藏、上海、浙江等,這些省份在純技術(shù)效率與規(guī)模效率中僅有一個高于平均水平,且其中接近2/3的省份屬于純技術(shù)效率偏低下。說明這些省份的純技術(shù)效率或規(guī)模效率仍有待提高,我國數(shù)字普惠金融調(diào)節(jié)城鄉(xiāng)收入差距仍存在進步空間。

(四)空間相關性分析

為了進一步分析數(shù)字普惠金融調(diào)節(jié)城鄉(xiāng)收入差距的空間特征,對于調(diào)整后的綜合效率值測算全局與局部Moran’s I指數(shù)。全局Moran’s指數(shù)通常在[-1,1]之間取值,越接近1說明正相關越強,反之為負數(shù)表明存在負相關性,等于零說明為隨機分布,不存在集聚。局部Moran’s I指數(shù)一般不限于[-1,1]之間,大于0說明局部區(qū)域與鄰近地區(qū)呈現(xiàn)空間正相關,且Moran’s I指數(shù)越大說明接近程度越高,小于0則相反。本文所用的空間權(quán)重矩陣為空間鄰接矩陣即(0-1)矩陣,若存在顯著的全局相關性,便可進一步檢驗是否存在局部自相關性,衡量不同地區(qū)是否存在著集聚現(xiàn)象。

1.全局空間自相關

經(jīng)過全局Moran’s I檢驗,可知p值為0.001,說明通過了1%的顯著性檢驗,全局Moran’s I指數(shù)為0.308屬于正數(shù),表明整體上各省數(shù)字普惠金融調(diào)節(jié)城鄉(xiāng)收入差距效率存在空間正相關關系,即效率水平類似的省份占大多數(shù)且相互聚集。

2.局部空間自相關

在分析了具有顯著的全局空間正相關關系之后,進一步分析各省與鄰近省份之間效率值的相關性,結(jié)果見表5。

表5 局部Moran’s I結(jié)果

由表5可知,絕大多數(shù)省份的局部Moran’s I指數(shù)大于0,說明各省份與鄰近省份的調(diào)節(jié)效率以正相關為主。6個省份的局部Moran’s I指數(shù)小于0,表明這些省份的綜合技術(shù)效率水平與鄰近省份相異。局部莫蘭散點見圖2。

圖2 局部莫蘭散點

由圖2可知,新疆、寧夏、青海、西藏、山東、黑龍江、吉林、遼寧、內(nèi)蒙古、河北、天津和北京這12個省份屬于高效率聚集,即這些省份及其相鄰省份效率都處于較高水平;上海、江蘇、浙江、安徽、福建、廣東、廣西、海南、重慶、四川、貴州、云南和陜西這13個省份屬于低效率聚集,即這些省份及其周邊省份效率均較低;山西、湖北和甘肅屬于自身效率低,但周邊地區(qū)效率高,剩下三個省份則相反。絕大部分省份位于一、三象限,說明數(shù)字普惠金融調(diào)節(jié)城鄉(xiāng)收入差距效率水平以正相關為主,呈現(xiàn)明顯的H-H集聚與L-L集聚狀態(tài)。表明數(shù)字普惠金融調(diào)節(jié)城鄉(xiāng)收入差距效率呈現(xiàn)兩極分化的態(tài)勢,具有明顯的空間集聚特征,效率數(shù)值類似的省份之間關系緊密。意味著隨著經(jīng)濟的發(fā)展,區(qū)域之間的要素流動加快,區(qū)域之間的經(jīng)濟帶動與合作加強,而且各省份之間對于發(fā)展數(shù)字普惠金融存在一定模仿借鑒,導致對鄰近地區(qū)存在一定輻射作用,區(qū)域之間的空間溢出效應明顯。

三、結(jié)論與建議

(一)結(jié)論

第一,從整體上來看,數(shù)字普惠金融調(diào)節(jié)城鄉(xiāng)收入差距的綜合技術(shù)效率為0.940,與調(diào)整前相比存在明顯上升,可見數(shù)字普惠金融在調(diào)節(jié)城鄉(xiāng)收入差距上具有一定效率,但是效率仍有待提高,可能是由于數(shù)字普惠金融在農(nóng)村地區(qū)還未得到有效普及與使用,從而限制了其效率。

第二,在剔除了環(huán)境因素與隨機擾動之后,絕大多數(shù)省份綜合技術(shù)效率有明顯上升,但各省距離效率前沿面仍有一定距離,我國數(shù)字普惠金融調(diào)節(jié)城鄉(xiāng)收入差距的效率存在顯著異質(zhì)性,調(diào)整后發(fā)現(xiàn)綜合技術(shù)效率值最大的為中部地區(qū),達到0.959,其次是東部地區(qū),西部地區(qū)在調(diào)整前效率虛高,受環(huán)境影響較大,中部、東部地區(qū)在剔除外界環(huán)境后表現(xiàn)出原有的真實水平,且絕大數(shù)省份限制效率提高的主要因素是技術(shù)效率。

第三,通過全局Moran’s I檢驗結(jié)果,發(fā)現(xiàn)各省數(shù)字普惠金融調(diào)節(jié)城鄉(xiāng)收入差距效率在整體上存在明顯正向關系,12個省份屬于典型的“高水平—高水平”(H-H)類型,13個省份屬于典型的“低水平—低水平”(L-L)類型,即同向聚集占據(jù)主導地位,表明確實存在顯著的正向集聚現(xiàn)象。

(二)建議

1.促進政府與金融業(yè)協(xié)同

一方面政府應該發(fā)揮調(diào)控作用,為數(shù)字普惠金融發(fā)展提供制度保障,完善金融市場相關法律法規(guī),從整體上規(guī)范金融行業(yè),營造更公平與健康的金融環(huán)境,更好保護消費者。同時金融行業(yè)本身也應完善互聯(lián)網(wǎng)相關金融業(yè)務的行業(yè)法規(guī),促進行業(yè)自律,更好維護金融市場秩序。另一方面要繼續(xù)保持各地方政府財政對當?shù)氐耐苿幼饔?發(fā)揮財政的引導作用,改善分配結(jié)構(gòu),使數(shù)字普惠金融能夠集中在薄弱環(huán)節(jié)投入更多資源,加大對薄弱地區(qū)及易忽視群體的支持力度,同時金融行業(yè)應加大對新型普惠金融的宣傳力度,注重培養(yǎng)高質(zhì)量技術(shù)人才,完善普惠金融產(chǎn)品,更好推動數(shù)字化轉(zhuǎn)型。

2.完善基礎設施并著重提高教育素養(yǎng)

對于偏遠地區(qū)和欠發(fā)達地區(qū)來說,完善信息化、數(shù)字化基礎設施建設具有必要性,仍應加強數(shù)字化、網(wǎng)絡化改造,增加網(wǎng)絡覆蓋面。但在加強數(shù)字化、網(wǎng)絡化建設的同時,應更注重提高居民教育素養(yǎng)和數(shù)字應用能力。移動電話等數(shù)字設備雖已得到廣泛普及,但農(nóng)村居民的數(shù)字素養(yǎng)較城鎮(zhèn)地區(qū)相比仍較落后,因此要繼續(xù)保持教育投入,促進整體尤其是農(nóng)村、偏遠地區(qū)人口教育水平的提高,同時應加強對農(nóng)村居民的教育培訓,促進群體對金融業(yè)務的認知,提升農(nóng)村居民利用互聯(lián)網(wǎng),使用智能手機的能力,更多參與金融服務。對于較年長群體,可以展開數(shù)字技術(shù)、投資理財?shù)冉鹑谥R教育活動進行積極宣傳,并構(gòu)建多元化的數(shù)字普惠金融服務產(chǎn)品體系,引導更多適宜群體參與金融服務,拓寬群眾參與金融服務的渠道,促進持續(xù)發(fā)展。

3.加強區(qū)域間合作

由于數(shù)字普惠金融的技術(shù)本身存在一定的地理滲透性,各地區(qū)在根據(jù)自身情況制定符合該地區(qū)數(shù)字普惠金融發(fā)展適宜政策的同時,可以參考數(shù)字普惠金融發(fā)展較先進省份的方針政策,加強區(qū)域之間的協(xié)同發(fā)展與合作,推動先進省份的帶動作用,打破區(qū)域隔閡,促進技術(shù)共享,信息互助,促進各地區(qū)共同發(fā)展,形成良性循環(huán),發(fā)揮空間溢出的積極作用,促進整體數(shù)字普惠金融調(diào)節(jié)城鄉(xiāng)收入差距效率的提升。

4.加強技術(shù)創(chuàng)新

重視技術(shù)創(chuàng)新與金融的緊密合作,有效融合,通過技術(shù)創(chuàng)新推動金融產(chǎn)品創(chuàng)新,金融交易手段、服務等的革新,應在數(shù)字技術(shù)上尋求新的突破,并將數(shù)字技術(shù)更好融入普惠金融服務中,衍生出更多符合人們不同需求的金融產(chǎn)品和服務,使數(shù)字普惠金融更具針對性,提高數(shù)字普惠金融的使用性,真正發(fā)揮數(shù)字金融的普惠性,增強大眾對數(shù)字金融的信任。