西部地区数字普惠金融发展研究

彭 斌，余紫莹

（青海民族大学，青海 西宁 810007）

我国普惠金融深入发展，它不仅改善了金融资源、 产品服务的配置水准，而且减缓了低收入弱势群体以往遭受的金融排斥。 然而，普惠金融存在的效率不高、 缺乏创新、 服务覆盖面小等问题一直难以解决，而且金融资源较大的区际分布差异抑制了金融的普惠溢出。 数字信息技术的突飞猛进，为普惠金融的发展注入新动力，进而缔造新发展模式。数字普惠金融将金融科技和普惠金融结合，以数字化的手段深度支持普惠金融的 “普” 和 “惠”，着力解决普惠金融服务质量和可持续问题，直接改善西部地区乃至贫困偏远地区难以获取金融资源的现象。 在这个背景下，本文通过对西部地区数字普惠金融指数的发展趋势、 发展收敛性、 发展空间集聚性和异质性分析，从覆盖广度、 使用深度和数字化程度3 个分指数探讨西部地区数字普惠金融发展和分布特征，并依此给出一定建议，以期为我国西部地区数字普惠金融持续发展、 协调区域发展提供一定参考。

1 文献回顾

数字普惠金融重点解决资源配置效率问题。 学者们基于中国地区实际情况探讨了数字普惠金融对落后地区的发展效应，发现其存在明显的减贫正向效应： 从减贫整体上看，刘锦怡等[1]认为数字普惠金融通过提高金融可得性直接益于农村贫困的减缓，且这种减贫效果更优于瞄准经济和产业的政策效果。 从收入角度来看，互联网金融服务崛起的背景下，宋晓玲[2]的研究表明数字普惠金融能缩小城乡居民收入差距，并归纳出了降低门槛，缓解排除和发挥减贫效应的措施； 在此研究结论上，陈啸等[3]发现了数字普惠金融能在空间上有溢出效应，即它对邻近地区的城乡收入也有积极影响。 从消费角度来看，邹新月等[4]基于中国省际数据的空间计量模型，发现数字普惠金融通过移动支付、 消费信贷等提高居民消费水平，且对西部地区有更大的正向影响。 进一步地，针对西部地区数字普惠金融的发展，陈佩婷[5]发现数字普惠金融以新型信息技术驱动金融服务门槛下移，通过增加收入，缓解信贷约束和便利支付条件等中介来提振消费，因此落后地区可通过消费来实现经济追赶。

也有学者聚焦于数字普惠金融本身，探讨其空间分布特征，并较为一致地认为数字普惠金融发展存在区域异质性： 基于省级数据空间和地理的角度，王露露[6]发现我国数字普惠金融的发展在分布上存在空间集聚性、 地区非平衡性的现象，这与经济发展、 人口密度以及产业结构等有关。 通过空间建模进一步对这种区域差异性的研究中，梁榜等[7]研究得出数字普惠金融的发展呈现典型的σ 收敛、绝对和条件β 收敛的结论，但不同的地区收敛速度不尽相同。 在数字普惠金融的评价维度分析中，郭峰等[8]、钱海章等[9]认为西部地区覆盖广度较东部低，但差距在大幅缩小，而作为重要驱动力的使用深度上存在鸿沟，数字支持服务处于波动状态。 针对这种现象，发展数字普惠金融不同地区瞄准方向不甚相同，唐宇等[10]根据数字普惠金融发展水平和速度将西部地区拆分成不同梯队，认为西部发达地区需要促进使用深度，落后地区需要促进覆盖广度。

现有相关研究涉及数字普惠金融的发展和分布特征、 效应发挥等，鲜有研究针对性地探讨西部地区数字普惠金融发展的整体性和内部差异性。 因此本文从西部地区12 省份出发，采用2011—2020年北京大学数字普惠金融指数，从不同角度针对3 个维度作分析，以从整体上把握西部地区数字普惠金融发展情况，并提出一些建议。

2 西部地区数字普惠金融发展现状

为探讨西部地区数字普惠金融发展状况，选取西部地区重庆、 四川、 青海、 西藏等12 省份为研究对象，并基于2011—2020年数字普惠金融指数，分别从覆盖广度、 使用深度和数字化程度3 个分指数进行趋势和空间分布等情况分析。

2.1 西部地区数字普惠金融发展趋势分析

2.1.1 数字普惠金融总指数情况

2011—2020年西部地区数字普惠金融指数（见图1） 显示，数字普惠金融业务整体上呈现逐年增长态势，由2011年均值27.85 增长至2020年的317.94，平均每年增长31.07%，增长速度非常快，西部地区越来越享受到数字金融服务带来的益处。 这得益于2016年国务院 《推进普惠金融发展规划 （2016—2020年）》 的提出，对西部地区实施优惠金融政策，加速创新金融科学技术，从而导致了大量数字金融服务企业产生。 而数字技术和金融服务结合发展了服务模式，可以很大程度上提高金融服务覆盖的面积和降低金融服务的成本，激发中小收入人群和边远地区人群金融需求，是普惠金融的内涵所在。 因此不难看出，地理环境艰苦不会对数字金融造成重大阻碍，数字金融可以超越地理环境。 目前西部地区很多农村家庭大多有智能手机等通信设施，接触数字金融并不是很难，这对西部经济发展有很大的现实意义。

图1 2011—2020年西部省级数字普惠金融指数均值和中位值

2.1.2 数字普惠金融分指数情况

从数字普惠金融3 种评价维度上看 （见图2），10年间3 种分指数均呈上升趋势，数字化程度增长是最快的，覆盖广度和使用深度指数交叉增长大抵一致。 2015年后可以看出一个明显的变化： 数字化程度增长开始放缓，而覆盖广度和使用深度与数字化程度的差距正在缩小，表明西部地区数字普惠金融开始注重纵深发展，而非粗放式地单纯在数字化上发展。 就西部地区而言，数字普惠金融总指数的增长仍然不能脱离覆盖的广度，对于西部地区应提高金融业务的线上供给，发挥数字普惠金融跨越地理界限的作用，进一步使普惠金融覆盖更多人群，进而形成数字普惠金融可持续发展的局面。 随着数字普惠金融覆盖面渐广，数字化建设加深，覆盖广度和数字化程度发展到一定水平将达到饱和状态，增长速度会变慢，使用深度将成为指数增长的重要驱动力。

图2 2011—2020年西部数字普惠金融分指数均值

2.2 西部地区数字普惠金融发展的收敛性

西部地区数字普惠金融在飞速发展的同时，出现了地区发展分布不平衡的现象。 2011年，发展最高的重庆市是发展最低的青海省的2.86 倍，到了2020年这个数值变成了1.12 倍。 按照这个趋势，2011年西部数字普惠金融相对落后地区在后面有追上的可能。 本文主要用σ 收敛模型来更严谨地验证西部地区数字普惠金融发展差距的时间趋势。

2.2.1 σ 收敛的解释

σ 收敛反映的是个体偏离度整体平均水平的差异和差异波动的动态过程。 如果这种差异越来越小，则可以认为个体存在收敛性。 具体而言，西部地区数字普惠金融σ 收敛模型可以定义为

式中： σt为t年数字普惠金融指数σ 收敛系数，t为年份； i 为省份，共有n=12 个省份； indexit为t年第i 个省份的数字普惠金融指数。 若σt+1＜σt，则可以认为t+1年的数字普惠金融较t年更趋收敛。

2.2.2 σ 收敛结果分析

第50 页图3 为2011—2020年西部地区数字普惠金融σ 收敛系数图。 由图3 可知，收敛系数不断下降，表明西部地区数字普惠金融的确有非常明显的收敛趋势。 分两个阶段具体来看： 第一阶段收敛系数从2011—2015年的0.337 快速下降到2015年的0.051； 第二阶段收敛系数从2015年之后小幅度下降到0.045，并基本处于平稳的演变趋势，变化不太明显。 若以2011年为基期，2020年西部地区数字普惠金融波动水平年均下降约20%，说明在考察期内，西部地区不同省份的数字普惠金融存在σ收敛的特征，也就是说发展差距总体上缩小了。 西部地区这种数字普惠金融发展收敛性具有十分重要的意义，这为西部偏落后地区利用数字普惠金融实现赶超提供了可能，也为西部地区利用数字普惠金融缓解各省发展非平衡性提供了一定的参考。

图3 2011—2020年西部地区数字普惠金融σ 收敛系数

2.3 西部地区数字普惠金融发展的空间集聚性

数字普惠金融金融可以跨越地理区域的限制，优化金融资源配置，实现金融服务跨空间转移。 但是数字普惠金融本质上来说还是要依赖实体经济的推动和传统金融的发展，并且伴随西部地区各省份间数字金融业务的推广交流，西部地区数字普惠金融可能还是会有一定的空间集聚性，所以可以运用Moran 指数检验这种空间集聚性。 Moran 指数反映的是西部相邻地区之间数字普惠金融发展是否具有相似性，Moran 指数大于0 时表示西部地区之间具有空间正自相关性，数字普惠金融发展水平高的省份，其周围的省份发展水平也高，发展水平低的省份，其周围省份发展水平也低，并且数值越大说明这种正自相关性就越强。

根据各年份和数字普惠金融相关指数绘制2011—2020年Moran 指数趋势图 （见图4）。 从纵向对比来看，西部数字普惠金融总指数和覆盖广度的指数均大于0，说明西部地区数字普惠金融在这两个指数上存在明显的空间自相关性，总指数的Moran 指数波动说明这种空间自相关性还待进一步加强。 从横向对比使用深度和覆盖广度指数来看，覆盖广度高于使用深度不少，表现出了更加明显的空间集聚性。 而从进一步考察地区空间依赖性的局部Moran 指数上看，对于这3 个指数，西部地区绝大多数省份之间表现出了明显的空间依赖性，即各省份在数字普惠金融3 个指数上出现水平高与高、低与低的组合。 具体来说，数字普惠金融发展水平相对较高的重庆、 四川和陕西等省份，它们周边省份数字普惠金融发展水平也相对较高； 相反，数字普惠金融发展水平相对较低的甘肃、 青海和新疆等省份，其周边的数字普惠金融发展水平也相对较低。 这也表明虽然数字普惠金融自身具有能跨越地理的性质，但实际是仍然在一定程度上依赖于地理区域条件。

图4 2011—2020年西部数字普惠金融指数及分指数Moran 指数趋势图

2.4 西部地区数字普惠金融发展的空间异质性

基于上文分析，可以看到西部地区数字普惠金融发展存在地区收敛性和空间集聚性。 进一步，根据相关指数将西部地区划分梯队，从地理的视角更加直观反映空间异质性的动态发展。 即以各指数当年最高值为标准，设定90%以上的省份为第一梯队，80%～90%为第二梯队，70%～80%为第三梯队，70%以下为第四梯队，从而绘制各指数随年份变动梯队表（见表1）。

表1 2011—2020年西部地区数字普惠金融指数及分指数梯队表

从总指数来看，在2011年，省份间发展存在较大差距，第一梯队有四川、 重庆和陕西，二、 三梯队仅有广西和宁夏，大部分省份处于第四梯队。而到2020年，所有省份都处于一、 二梯队，即所有省份的数字普惠金融指数都在当年最高省份指数值的80%以内，该指数在西部地区各省份间的差距大幅缩小，基本验证了前文的收敛性结论。

从分指数来看，覆盖广度这10年间的表现与总指数基本一致，到2020年同样全部挤入第一或第二梯队，西部地区整体数字普惠金融发展覆盖广度发展差距有所缩小。 从地理上看，一方面，2011年，西南到西北地区在使用深度指数上呈现出明显的阶梯性，到2020年，各地区基本脱离第四梯队，与最高值省份差距大幅缩小，表现出了整体的收敛性。 但另一方面，2020年使用深度指数中一二梯队的省份基本仍处于西南地区，西北地区省份依然集中在第三梯队 （陕西除外），可见西部地区尤其是西北地区数字普惠金融在纵深拓展上还有很大的追赶空间，未来数字普惠金融的使用深度可能成为西部数字普惠金融崛起的重要驱动因素。

3 结论

本文基于2011—2020年北京大学数字普惠金融指数分析了西部地区12 个省份数字普惠金融指数及分指数发展趋势和空间特征，得出以下结论。

1） 西部地区数字普惠金融发展整体上实现了快速发展。 分指数来看，3 种维度指数均实现跨越式发展，开始向纵深发展，但就覆盖广度和使用深度来说，均有一定的发展和追赶空间。

2） 西部地区数字普惠金融发展存在空间非平衡性和空间集聚性特征，但总体上具有收敛性，不同省份数字普惠金融发展差距总体缩小，并且数字普惠金融对于西部地区而言超地理却又一定程度依赖地理。

4 展望与启示

基于本文的分析研究，为了更快地推进西部地区数字普惠金融发展，实现西部地区普惠金融向发达地区的赶超，得到以下启示。

1） 加大数字基础设施建设。 数字普惠金融的深入发展依赖于数字基础设施的完善，但对于西部地区省份如青海、 新疆、 甘肃等，往往存在开设金融网点成本高、 金融机构撤回营业网点、 互联网覆盖率低等问题，居民不能正常享受数字金融服务，数字经济发展极度滞后。 因此需要大力加强数字金融基础设施建设，提高金融服务的覆盖率，构建宽带融合信息网络，优化网络宽带，降低弱势群体金融服务使用成本，解决地区数字鸿沟等问题。

2） 以 “雁型模式” 促进西部数字普惠金融协调发展。 以重庆、 陕西、 四川和广西为头雁，这些地区应更着眼于提高使用深度，同时注重数字普惠金融全面发展； 以内蒙古、 宁夏、 云南和贵州为雁身，重点加强其使用深度，降低服务成本和提高服务效率； 以西藏、 新疆、 青海和甘肃为雁尾，扩大数字普惠金融的覆盖广度，加强基础设施建设和金融教育。

3） 注重居民金融素养培养。 西部地区居民由于教育资源相对匮乏，金融服务享受程度低，对普惠金融理解不力，容易对新金融模式产生排斥心理。 因此注重对弱势群体开展多形式和多途径的金融知识宣传和素养教育，并融入到各种普惠金融业务活动中去，引导他们解除闭塞排斥意识，使其正确理解和享受数字普惠金融。

4） 加强数字化风险管理。 数字化风险治理体系是数字普惠金融发展的保险杠，西部城镇化率低，贫困人口多，偏远地区居民防范重大金融风险的能力较差，权益更加容易受到侵害。 因此重视大数据、 云计算的应用，可构建 “监管沙盒”，提升风险监控的精准度，重视各个层面的监管环节，完善机构数字化风控能力，全方面有质有量地保障偏远地区居民权益不受损害。