西部地區數字普惠金融發展研究

彭 斌，余紫瑩

（青海民族大學，青海 西寧 810007）

我國普惠金融深入發展，它不僅改善了金融資源、 產品服務的配置水準，而且減緩了低收入弱勢群體以往遭受的金融排斥。 然而，普惠金融存在的效率不高、 缺乏創新、 服務覆蓋面小等問題一直難以解決，而且金融資源較大的區際分布差異抑制了金融的普惠溢出。 數字信息技術的突飛猛進，為普惠金融的發展注入新動力，進而締造新發展模式。數字普惠金融將金融科技和普惠金融結合，以數字化的手段深度支持普惠金融的 “普” 和 “惠”，著力解決普惠金融服務質量和可持續問題，直接改善西部地區乃至貧困偏遠地區難以獲取金融資源的現象。 在這個背景下，本文通過對西部地區數字普惠金融指數的發展趨勢、 發展收斂性、 發展空間集聚性和異質性分析，從覆蓋廣度、 使用深度和數字化程度3 個分指數探討西部地區數字普惠金融發展和分布特征，并依此給出一定建議，以期為我國西部地區數字普惠金融持續發展、 協調區域發展提供一定參考。

1 文獻回顧

數字普惠金融重點解決資源配置效率問題。 學者們基于中國地區實際情況探討了數字普惠金融對落后地區的發展效應，發現其存在明顯的減貧正向效應： 從減貧整體上看，劉錦怡等[1]認為數字普惠金融通過提高金融可得性直接益于農村貧困的減緩，且這種減貧效果更優于瞄準經濟和產業的政策效果。 從收入角度來看，互聯網金融服務崛起的背景下，宋曉玲[2]的研究表明數字普惠金融能縮小城鄉居民收入差距，并歸納出了降低門檻，緩解排除和發揮減貧效應的措施； 在此研究結論上，陳嘯等[3]發現了數字普惠金融能在空間上有溢出效應，即它對鄰近地區的城鄉收入也有積極影響。 從消費角度來看，鄒新月等[4]基于中國省際數據的空間計量模型，發現數字普惠金融通過移動支付、 消費信貸等提高居民消費水平，且對西部地區有更大的正向影響。 進一步地，針對西部地區數字普惠金融的發展，陳佩婷[5]發現數字普惠金融以新型信息技術驅動金融服務門檻下移，通過增加收入，緩解信貸約束和便利支付條件等中介來提振消費，因此落后地區可通過消費來實現經濟追趕。

也有學者聚焦于數字普惠金融本身，探討其空間分布特征，并較為一致地認為數字普惠金融發展存在區域異質性： 基于省級數據空間和地理的角度，王露露[6]發現我國數字普惠金融的發展在分布上存在空間集聚性、 地區非平衡性的現象，這與經濟發展、 人口密度以及產業結構等有關。 通過空間建模進一步對這種區域差異性的研究中，梁榜等[7]研究得出數字普惠金融的發展呈現典型的σ 收斂、絕對和條件β 收斂的結論，但不同的地區收斂速度不盡相同。 在數字普惠金融的評價維度分析中，郭峰等[8]、錢海章等[9]認為西部地區覆蓋廣度較東部低，但差距在大幅縮小，而作為重要驅動力的使用深度上存在鴻溝，數字支持服務處于波動狀態。 針對這種現象，發展數字普惠金融不同地區瞄準方向不甚相同，唐宇等[10]根據數字普惠金融發展水平和速度將西部地區拆分成不同梯隊，認為西部發達地區需要促進使用深度，落后地區需要促進覆蓋廣度。

現有相關研究涉及數字普惠金融的發展和分布特征、 效應發揮等，鮮有研究針對性地探討西部地區數字普惠金融發展的整體性和內部差異性。 因此本文從西部地區12 省份出發，采用2011—2020年北京大學數字普惠金融指數，從不同角度針對3 個維度作分析，以從整體上把握西部地區數字普惠金融發展情況，并提出一些建議。

2 西部地區數字普惠金融發展現狀

為探討西部地區數字普惠金融發展狀況，選取西部地區重慶、 四川、 青海、 西藏等12 省份為研究對象，并基于2011—2020年數字普惠金融指數，分別從覆蓋廣度、 使用深度和數字化程度3 個分指數進行趨勢和空間分布等情況分析。

2.1 西部地區數字普惠金融發展趨勢分析

2.1.1 數字普惠金融總指數情況

2011—2020年西部地區數字普惠金融指數（見圖1） 顯示，數字普惠金融業務整體上呈現逐年增長態勢，由2011年均值27.85 增長至2020年的317.94，平均每年增長31.07%，增長速度非常快，西部地區越來越享受到數字金融服務帶來的益處。 這得益于2016年國務院 《推進普惠金融發展規劃 （2016—2020年）》 的提出，對西部地區實施優惠金融政策，加速創新金融科學技術，從而導致了大量數字金融服務企業產生。 而數字技術和金融服務結合發展了服務模式，可以很大程度上提高金融服務覆蓋的面積和降低金融服務的成本，激發中小收入人群和邊遠地區人群金融需求，是普惠金融的內涵所在。 因此不難看出，地理環境艱苦不會對數字金融造成重大阻礙，數字金融可以超越地理環境。 目前西部地區很多農村家庭大多有智能手機等通信設施，接觸數字金融并不是很難，這對西部經濟發展有很大的現實意義。

圖1 2011—2020年西部省級數字普惠金融指數均值和中位值

2.1.2 數字普惠金融分指數情況

從數字普惠金融3 種評價維度上看 （見圖2），10年間3 種分指數均呈上升趨勢，數字化程度增長是最快的，覆蓋廣度和使用深度指數交叉增長大抵一致。 2015年后可以看出一個明顯的變化： 數字化程度增長開始放緩，而覆蓋廣度和使用深度與數字化程度的差距正在縮小，表明西部地區數字普惠金融開始注重縱深發展，而非粗放式地單純在數字化上發展。 就西部地區而言，數字普惠金融總指數的增長仍然不能脫離覆蓋的廣度，對于西部地區應提高金融業務的線上供給，發揮數字普惠金融跨越地理界限的作用，進一步使普惠金融覆蓋更多人群，進而形成數字普惠金融可持續發展的局面。 隨著數字普惠金融覆蓋面漸廣，數字化建設加深，覆蓋廣度和數字化程度發展到一定水平將達到飽和狀態，增長速度會變慢，使用深度將成為指數增長的重要驅動力。

圖2 2011—2020年西部數字普惠金融分指數均值

2.2 西部地區數字普惠金融發展的收斂性

西部地區數字普惠金融在飛速發展的同時，出現了地區發展分布不平衡的現象。 2011年，發展最高的重慶市是發展最低的青海省的2.86 倍，到了2020年這個數值變成了1.12 倍。 按照這個趨勢，2011年西部數字普惠金融相對落后地區在后面有追上的可能。 本文主要用σ 收斂模型來更嚴謹地驗證西部地區數字普惠金融發展差距的時間趨勢。

2.2.1 σ 收斂的解釋

σ 收斂反映的是個體偏離度整體平均水平的差異和差異波動的動態過程。 如果這種差異越來越小，則可以認為個體存在收斂性。 具體而言，西部地區數字普惠金融σ 收斂模型可以定義為

式中： σt為t年數字普惠金融指數σ 收斂系數，t為年份； i 為省份，共有n=12 個省份； indexit為t年第i 個省份的數字普惠金融指數。 若σt+1＜σt，則可以認為t+1年的數字普惠金融較t年更趨收斂。

2.2.2 σ 收斂結果分析

第50 頁圖3 為2011—2020年西部地區數字普惠金融σ 收斂系數圖。 由圖3 可知，收斂系數不斷下降，表明西部地區數字普惠金融的確有非常明顯的收斂趨勢。 分兩個階段具體來看： 第一階段收斂系數從2011—2015年的0.337 快速下降到2015年的0.051； 第二階段收斂系數從2015年之后小幅度下降到0.045，并基本處于平穩的演變趨勢，變化不太明顯。 若以2011年為基期，2020年西部地區數字普惠金融波動水平年均下降約20%，說明在考察期內，西部地區不同省份的數字普惠金融存在σ收斂的特征，也就是說發展差距總體上縮小了。 西部地區這種數字普惠金融發展收斂性具有十分重要的意義，這為西部偏落后地區利用數字普惠金融實現趕超提供了可能，也為西部地區利用數字普惠金融緩解各省發展非平衡性提供了一定的參考。

圖3 2011—2020年西部地區數字普惠金融σ 收斂系數

2.3 西部地區數字普惠金融發展的空間集聚性

數字普惠金融金融可以跨越地理區域的限制，優化金融資源配置，實現金融服務跨空間轉移。 但是數字普惠金融本質上來說還是要依賴實體經濟的推動和傳統金融的發展，并且伴隨西部地區各省份間數字金融業務的推廣交流，西部地區數字普惠金融可能還是會有一定的空間集聚性，所以可以運用Moran 指數檢驗這種空間集聚性。 Moran 指數反映的是西部相鄰地區之間數字普惠金融發展是否具有相似性，Moran 指數大于0 時表示西部地區之間具有空間正自相關性，數字普惠金融發展水平高的省份，其周圍的省份發展水平也高，發展水平低的省份，其周圍省份發展水平也低，并且數值越大說明這種正自相關性就越強。

根據各年份和數字普惠金融相關指數繪制2011—2020年Moran 指數趨勢圖 （見圖4）。 從縱向對比來看，西部數字普惠金融總指數和覆蓋廣度的指數均大于0，說明西部地區數字普惠金融在這兩個指數上存在明顯的空間自相關性，總指數的Moran 指數波動說明這種空間自相關性還待進一步加強。 從橫向對比使用深度和覆蓋廣度指數來看，覆蓋廣度高于使用深度不少，表現出了更加明顯的空間集聚性。 而從進一步考察地區空間依賴性的局部Moran 指數上看，對于這3 個指數，西部地區絕大多數省份之間表現出了明顯的空間依賴性，即各省份在數字普惠金融3 個指數上出現水平高與高、低與低的組合。 具體來說，數字普惠金融發展水平相對較高的重慶、 四川和陜西等省份，它們周邊省份數字普惠金融發展水平也相對較高； 相反，數字普惠金融發展水平相對較低的甘肅、 青海和新疆等省份，其周邊的數字普惠金融發展水平也相對較低。 這也表明雖然數字普惠金融自身具有能跨越地理的性質，但實際是仍然在一定程度上依賴于地理區域條件。

圖4 2011—2020年西部數字普惠金融指數及分指數Moran 指數趨勢圖

2.4 西部地區數字普惠金融發展的空間異質性

基于上文分析，可以看到西部地區數字普惠金融發展存在地區收斂性和空間集聚性。 進一步，根據相關指數將西部地區劃分梯隊，從地理的視角更加直觀反映空間異質性的動態發展。 即以各指數當年最高值為標準，設定90%以上的省份為第一梯隊，80%～90%為第二梯隊，70%～80%為第三梯隊，70%以下為第四梯隊，從而繪制各指數隨年份變動梯隊表（見表1）。

表1 2011—2020年西部地區數字普惠金融指數及分指數梯隊表

從總指數來看，在2011年，省份間發展存在較大差距，第一梯隊有四川、 重慶和陜西，二、 三梯隊僅有廣西和寧夏，大部分省份處于第四梯隊。而到2020年，所有省份都處于一、 二梯隊，即所有省份的數字普惠金融指數都在當年最高省份指數值的80%以內，該指數在西部地區各省份間的差距大幅縮小，基本驗證了前文的收斂性結論。

從分指數來看，覆蓋廣度這10年間的表現與總指數基本一致，到2020年同樣全部擠入第一或第二梯隊，西部地區整體數字普惠金融發展覆蓋廣度發展差距有所縮小。 從地理上看，一方面，2011年，西南到西北地區在使用深度指數上呈現出明顯的階梯性，到2020年，各地區基本脫離第四梯隊，與最高值省份差距大幅縮小，表現出了整體的收斂性。 但另一方面，2020年使用深度指數中一二梯隊的省份基本仍處于西南地區，西北地區省份依然集中在第三梯隊 （陜西除外），可見西部地區尤其是西北地區數字普惠金融在縱深拓展上還有很大的追趕空間，未來數字普惠金融的使用深度可能成為西部數字普惠金融崛起的重要驅動因素。

3 結論

本文基于2011—2020年北京大學數字普惠金融指數分析了西部地區12 個省份數字普惠金融指數及分指數發展趨勢和空間特征，得出以下結論。

1） 西部地區數字普惠金融發展整體上實現了快速發展。 分指數來看，3 種維度指數均實現跨越式發展，開始向縱深發展，但就覆蓋廣度和使用深度來說，均有一定的發展和追趕空間。

2） 西部地區數字普惠金融發展存在空間非平衡性和空間集聚性特征，但總體上具有收斂性，不同省份數字普惠金融發展差距總體縮小，并且數字普惠金融對于西部地區而言超地理卻又一定程度依賴地理。

4 展望與啟示

基于本文的分析研究，為了更快地推進西部地區數字普惠金融發展，實現西部地區普惠金融向發達地區的趕超，得到以下啟示。

1） 加大數字基礎設施建設。 數字普惠金融的深入發展依賴于數字基礎設施的完善，但對于西部地區省份如青海、 新疆、 甘肅等，往往存在開設金融網點成本高、 金融機構撤回營業網點、 互聯網覆蓋率低等問題，居民不能正常享受數字金融服務，數字經濟發展極度滯后。 因此需要大力加強數字金融基礎設施建設，提高金融服務的覆蓋率，構建寬帶融合信息網絡，優化網絡寬帶，降低弱勢群體金融服務使用成本，解決地區數字鴻溝等問題。

2） 以 “雁型模式” 促進西部數字普惠金融協調發展。 以重慶、 陜西、 四川和廣西為頭雁，這些地區應更著眼于提高使用深度，同時注重數字普惠金融全面發展； 以內蒙古、 寧夏、 云南和貴州為雁身，重點加強其使用深度，降低服務成本和提高服務效率； 以西藏、 新疆、 青海和甘肅為雁尾，擴大數字普惠金融的覆蓋廣度，加強基礎設施建設和金融教育。

3） 注重居民金融素養培養。 西部地區居民由于教育資源相對匱乏，金融服務享受程度低，對普惠金融理解不力，容易對新金融模式產生排斥心理。 因此注重對弱勢群體開展多形式和多途徑的金融知識宣傳和素養教育，并融入到各種普惠金融業務活動中去，引導他們解除閉塞排斥意識，使其正確理解和享受數字普惠金融。

4） 加強數字化風險管理。 數字化風險治理體系是數字普惠金融發展的保險杠，西部城鎮化率低，貧困人口多，偏遠地區居民防范重大金融風險的能力較差，權益更加容易受到侵害。 因此重視大數據、 云計算的應用，可構建 “監管沙盒”，提升風險監控的精準度，重視各個層面的監管環節，完善機構數字化風控能力，全方面有質有量地保障偏遠地區居民權益不受損害。