精准扶贫下安徽省数字普惠金融及不同维度的空间差异研究

李 侠宋来敏

（1.蚌埠工商学院，安徽 蚌埠233000；2.安徽财经大学，安徽 蚌埠233030）

一、引言

我国经济由高速增长转变为高质量发展，互联网+、大数据、云计算、人工智能、区块链等新技术成为当今经济发展的重要驱动力。其中，数字经济是经济发展的一大新动能，而数字普惠金融是数字经济的一个重要分支。贫困和贫富差距扩大是当前很多国家尤其是发展中国家面临的严峻问题之一。精准扶贫是我国第一个百年奋斗目标的重点工作，自2012年十八大以来我国进入精准扶贫的新时代，但传统金融的发展在减贫方面具有许多局限，例如低收入者、残障人士、小微企业等弱势群体或特殊群体面临“贷款难、贷款贵”等金融难题。2016年1月，世界银行发布《世界发展报告：数字红利（2016年）》，该报告指出：数字技术、互联网的发展，通过包容、效率和创新为贫困及弱势人口提供了无法企及的发展机会[1]。赵泽威（2019）利用2013-2017年78个国家数字普惠金融的相关指标研究了数字普惠金融的减贫效应，结果发现数字普惠金融的发展对绝对贫困的减缓具有正向作用，并能够改善相对贫困[2]。黄倩，李政等（2019）也分析了数字普惠金融的减贫效应，得出相对于富裕阶层，贫困群体更能从数字普惠金融发展中获益[3]。数字普惠金融以数字技术驱动金融发展模式创新，具有高覆盖、低接触和低成本等特征，在一定程度上降低了金融准入门槛，能够有效提高金融服务的可获得性，为解决上述金融难题提供可行路径[4]。当前让金融扶贫工作精准到户是数字普惠金融的主要目标。

安徽省是扶贫任务较重的省份。十八大以来，安徽省贫困发生率从2012年的12.6%下降为2019年的0.6%，减贫成就显著。其中，数字普惠金融精准扶贫起到了不可替代的作用。但安徽省内数字普惠金融发展仍存在发展不充分、不均衡等问题。一方面，部分地区受移动宽带未覆盖，基本数字化条件未达到等客观因素的影响，难以便捷地从金融机构获得所需的金融服务；另一方面，由于安徽省南、北地区的经济发展存在显著差异，导致地区间数字普惠金融发展不平衡，有些地区未能发挥好金融在扶贫工作中的主力军作用。在此背景下，有效识别安徽省各地区数字普惠金融发展水平的空间差异以及找出产生差异的主要方面，为促进安徽省欠发达地区数字普惠金融均衡发展提供事实依据，继而助力安徽省实现金融精准扶贫，打赢脱贫攻坚战。

二、理论基础

（一）样本与数据

安徽省现有16个地级市，本文以安徽省16个地级市所有的区县为样本，选用北京大学数字金融研究中心发布的“北京大学数字普惠金融指数”[5]描述安徽省各地区的数字普惠金融发展水平，该指数是反映数字技术助力金融发展总体情况的综合性指数，包括覆盖广度、使用深度和数字化程度三个维度。研究数字普惠金融发展的空间差异只分析数字普惠金融总体状况不够全面，需要进行细致的多维度分析。本文以各市为群，各区县为基本单位，根据数据的可获得性，收集安徽省2016-2018年各区县的数字普惠金融指数及其三个维度对应的指数来研究安徽省16个地级市数字普惠金融发展的空间差异。

（二）Dagum基尼系数及分解方法

本文运用Dagum基尼系数及其分解法[6]对安徽省16个市数字普惠金融发展及三个维度的空间差异进行研究。Dagum基尼系数越大，差异越大。用Dagum基尼系数衡量差异的最大优点是该系数既能有效地识别地区非均衡的来源，又将地区之间的交叉影响考虑在内，其结论更加精确。

Dagum基尼系数的计算式如公式（1）所示，G表示安徽省16个市数字普惠金融发展差异的总体基尼系数，yji（yhr）（i为j市的区县，r为h市的区县）是j（h）市任意一个区县的数字普惠金融指数或其三个维度对应的指数，是安徽省各区县相应指数的平均值，n是安徽省区县的个数，k是安徽省地级市的个数，nj（nh）是j（h）市内区县的个数。G越大说明安徽省16个市的数字普惠金融发展水平或其三个维度总体差异越大。

进行基尼系数分解，需先根据安徽省各市相应指数的均值对各市进行排序，如公式（2）所示。

根据Dagum基尼系数分解法[6]，将求得的基尼系数分解成三部分：市内差异的贡献Gw（表示安徽省各市内数字普惠金融发展水平或三个维度的分布差异）、市间差异的贡献Gnb（表示安徽省各市间数字普惠金融发展水平或三个维度的分布差异）和超变密度的贡献Gt（由于各市数字普惠金融发展水平或三个维度有交叉影响而对总体差异产生的影响，若各市不存在交叉影响，超变密度的贡献即为0），三者之间的关系满足公式G=Gw+Gnb+Gt。各部分计算公式如下：

公式（3）与（4）分别表示j市的基尼系数Gjj与市内差异的贡献Gw，其中，。

公式（5）和（6）分别表示j市与h市之间的基尼系数Gjh和市间差异的贡献Gnb。Djh为j市与h市之间数字普惠金融或三个维度指数的相对影响，其计算式见公式（7），其中djh与pjh的计算式如公式（8）、（9）所示，Fj（Fh）为j（h）市的累计密度分布函数，本文将djh定义为市间相应指数的差值，可以理解为j市与h市中所有yji-yhr＞0的样本值加总的数学期望，pjh定义为超变一阶矩，可以理解为j市与h市中所有yhr-yji＞0的样本值加总的数学期望。

公式（10）表示超变密度的贡献Gt。

本文基于以上方法测度和分解Dagum基尼系数，衡量安徽省16个地级市2016-2018年数字普惠金融发展及三个维度空间差异以及差异的主要来源。

三、安徽省数字普惠金融及三个维度的空间差异分析

（一）安徽省数字普惠金融指数描述性分析

由表1可知，从总体上看，安徽省16个市的数字普惠金融指数基本呈现显著的逐年上升趋势，且2016-2017年的增长幅度要明显大于2017-2018年的增长幅度。从个体看，各市各区县数字普惠金融指数均值呈现明显的地区差异，省内南部地区高于北部地区，2016-2018年排名稳于前五的有合肥、芜湖、马鞍山与黄山，排名稳于后五的有宿州（排名16）、亳州（排名15）和阜阳（2016年排名14，2017年与2018年排名12），与经济的发展程度具有显著的趋同性，并具有一定的地理相关性。对于标准差系数，2016-2018年，合肥排名分别为1、1、4，芜湖排名分别为9、4、8，马鞍山排名分别为3、6、7，黄山排名分别为13、12、12，标准差系数越大，表明各市地区内数字普惠金融的发展水平差异越大，由此说明发展程度较高的黄山、芜湖数字普惠金融的发展相对均衡，合肥、马鞍山虽然平均发展水平较高，但内部差异相对较大；宿州的 排 名 分 别 为11，11，13， 亳 州 的 排 名 分 别 为16，15，15，说明宿州与亳州地区内发展差异相对较小，但这两座城市在省内的发展程度最低。另外，蚌埠的数字普惠金融发展水平在省内居中，但其标准差系数排名为4、2、1，说明蚌埠地区发展程度不高，且发展相对不均衡。综上可知，安徽省内数字普惠金融发展存在发展不充分与发展不均衡等问题。

表1 2016-2018年安徽省16市数字普惠金融指数描述性分析

（二）基于Dagum基尼系数分解法分析安徽省数字普惠金融及三个维度的空间差异

并有上升趋势，而各市内的贡献率有下降趋势，说明安徽省数字普惠金融发展的不均衡主要是由市间的发展不平衡造成的，各市内发展差异对安徽省整体的影响有下降趋势。对于数字普惠金融的三个维度，数字化程度总体基尼系数逐年减小，说明各市间的数字化程度具有趋于均衡的趋势；覆盖广度与使用深度总体基尼系数都具有增大趋势，说明安徽省数字普惠金融的覆盖广度与使用深度差异增大，2016-2018年覆盖广度各市间的差异贡献率超过57%，使用深度各市间的差异贡献率超过66%，并都有上升趋势，各市内的贡献率变化不大，覆盖广度的超变密度贡献率高于使用深度，说明安徽省数字普惠金融覆盖广度与使用深度的差异也主要是由市间的不均衡造成的，各市内发展差异对安徽省整体的影响无显著变化，而各市间的交叉影响产生的差异覆盖广度要高于使用深度。综上可知，安徽省数字普惠金融、覆盖广度与使用深度的差异程度都具有上升趋势，只有数字化程度的差异具有缩小趋势，且数字普惠金融及三个维度的差异主要是由市间差异引起的，市内差异占比较小，且年度变化幅度也较小，说明安徽省数字普惠金融的差异主要是由各市间的覆盖广度与使用深度的差异引起的，且覆盖广度各市间的交叉影响程度要高于使用深度。

2.各市内各区县数字普惠金融及三个维度发展的空间差异分析

如图1所示，安徽省各市内数字普惠金融发展的空间差异也基本呈扩大态势，其中马鞍山、淮北、安庆、滁州、六安、宣城这六城市的空间差异是先减后增，说明各城市内数字普惠金融在各区县内不能够得到均衡的发展。从三年的基尼系数均值来看，结合表1，安徽省内数字普惠

为分析安徽省16个市数字普惠金融及三个维度空间差异的大小和来源，进而分析安徽省数字普惠金融产生空间差异的主要方面。本文以各区县为基本单位，以市为群利用Dagum基尼系数分解法，对2016-2018年安徽省总体差异、市内差异、市间差异、超变密度进行了测算，具体结果与分析如下。

1.安徽省数字普惠金融及三个维度的空间差异来源分析

由表2可知，安徽省数字普惠金融总体基尼系数从2016年的0.026增长到2018年的0.035，说明安徽省各市数字普惠金融发展水平的差异具有扩大趋势。2016-2018年各市间的差异贡献率均超过62%，金融发展程度相对较高，发展也较均衡的有黄山、宣城、芜湖等市；宿州与亳州基尼系数虽小，但数字普惠金融指数也较低，说明整个地区数字普惠金融发展不够充分；其他城市数字普惠金融发展水平无论高低，都存在着发展的不均衡性，其中合肥、蚌埠、淮北，安庆，淮南五市基尼系数均值排名靠前，2018年蚌埠、安庆、六安三市基尼系数的增长速度超过了50%。

表2 2016-2018年安徽省16市数字普惠金融及三个维度发展差异来源及贡献

图1 2016-2018年安徽省16市数字普惠金融指数总体基尼系数趋势图

由如图2可知，合肥、芜湖、淮南、黄山、阜阳、宣城六市2016-2018年地区内数字金融覆盖广度差异不大，说明在这六个市内，覆盖广度不是造成数字普惠金融发展水平地区内差异的主要原因；蚌埠、淮北、铜陵、安庆、滁州、宿州、六安、亳州、池州九市数字金融覆盖广度的空间差异呈现扩大态势，其中蚌埠、安庆、六安2018年基尼系数的增长幅度较大，说明蚌埠、安庆与六安三市覆盖广度发展的不平衡是地区内数字普惠金融发展不平衡的一大原因；马鞍山市的覆盖广度差异缩小，说明马鞍山市的覆盖广度缩小了地区数字普惠金融发展的不平衡性。

图2 2016-2018年安徽省16市数字普惠金融覆盖广度总体基尼系数趋势图

如图3所知，淮北、滁州、阜阳、宣城四市的数字金融使用深度地区内差异呈缩小趋势，其中淮北使用深度的地区内差异缩小幅度较大；其他城市地区内的使用深度差异程度均呈扩大趋势，其中蚌埠、安庆、六安三市使用深度地区内差异扩大幅度较大。说明使用深度发展的不平衡是各市内数字普惠金融发展不平衡的主要原因。

图3 2016-2018年安徽省16市数字普惠金融使用深度总体基尼系数趋势图

由图4可知，安徽省各市的数字化程度地区内差异基本呈缩小趋势，且除安庆与宿州两市以外2016年到2017年基尼系数均呈大幅度下降。合肥、马鞍山两市在2018年地区内数字化程度差异又有小幅度上升，其他城市地区内数字化程度均呈逐年缩小趋势。说明各市地区内数字化程度的差异不是造成地区内数字普惠金融发展差异的原因。

图4 2016-2018年安徽省16市数字普惠金融数字化程度总体基尼系数趋势图

四、结论与建议

本文基于北京大学数字金融研究中心发布的数字普惠金融指数，选用其中安徽省2016-2018年16个地级市各区县的数字普惠金融指数，用Dagum基尼系数分解法对安徽省16个地级市数字普惠金融及其三个维度发展的空间差异进行了测算与分解，分析了市内差异、市间差异、超变密度对总体差异的贡献程度。主要结论有：

（一）安徽省16个市的数字普惠金融指数基本呈上升趋势，但各市各区县数字普惠金融指数均值具有显著的地区差异，省内南部地区高于北部地区，与经济的发展程度趋同且有一定的地理相关性。黄山、芜湖数字普惠金融发展程度高且地区内发展均衡，合肥、马鞍山发展程度高但地区内发展均衡，宿州、亳州地区内发展差异不大，但整体发展程度低，蚌埠市发展程度在省内居中，但地区内差异较大，说明安徽省数字普惠金融发展存在着较严重的发展不均衡与不充分等问题。

（二）从总体看，安徽省数字普惠金融、覆盖广度与使用深度的差异均有上升趋势，只有数字化程度的差异呈缩小态势，而数字普惠金融及三个维度的差异主要是由市间差异引起的，说明安徽省总体数字普惠金融的差异主要是由各市间的覆盖广度与使用深度的差异引起的，且各市间的交叉影响程度覆盖广度要高于使用深度；从各个市看，各市内数字普惠金融发展的空间差异也呈扩大态势，其基尼系数变动趋势基本与使用深度对应的基尼系数变动趋势一致，说明各市内各区县数字普惠金融发展的差异主要是由使用深度不一致造成的；其次是受覆盖广度差异的影响。

基于本文的研究结论，可从以下两个方面来均衡安徽省数字普惠金融发展的地区差异，以提高数字普惠金融在安徽扶贫工作中的作用：

（一）以各市数字金融的覆盖广度与使用深度协同发展促进安徽省金融服务均衡化。相对落后地区，如宿州、亳州，地方政府应制定相关政策引导数字普惠金融的发展，积极利用数字技术开展移动终端金融服务，配备更多优秀的金融从业人员，设立基层服务点，实现线下与线上结合的金融服务模式，充分发挥数字金融的影响力；对发展程度高，差异程度较小的地区，如芜湖、黄山，应注重金融创新，开发新的产品和服务，满足地区内居民更高层次的金融需求；对于发展程度高，但地区内差异程度大的地区，例如合肥、马鞍山，或发展程度不高，地区内差异也大的地区，例如蚌埠，应充分利用好发展程度较高的区县的空间溢出效应，注重经验与信息的分享，结合当地特征，推动市内各区县以及市间数字金融覆盖广度与使用深度的空间协同性，缓解安徽省金融服务不平衡的问题。

（二）安徽省各市引进与培养金融科技人才，加强数字普惠金融基础设施建设。以金融科技推进数字金融基础设施建设，加快构建多元化、广覆盖的数字金融基础设施体系，在此基础上有针对性的设计金融产品，满足一般性公共和个性化金融服务需求，提高各市数字金融的使用深度，助力各市数字金融协同发展。