数字金融对县域银行竞争的影响——基于空间溢出效应视角

■郭娜 曹琳琳 马亚楠

一、引言

县域金融市场分割、金融供需不平衡是制约我国县域经济发展的主要原因之一。中共中央、国务院于2022年4月发布的《关于加快建设全国统一大市场的意见》指出，要加快建设全国统一大市场，提升区域间市场互联互通水平，打破区域封锁和市场分割，重塑大国竞争优势。这一举措有望打破县域经济发展的区域壁垒，促进县域经济高质量发展。与此同时，随着数字金融的迅猛发展，以银行为主导的县域金融市场正在发生深刻的变化。数字金融打破了县域传统金融市场的信息壁垒，降低了传统金融对物理网点的依赖，并为建设全国县域金融统一大市场提供了技术保障[1]。2022 年4 月，中央网信办、农业农村部等多部门联合发布的《2022 年数字乡村发展工作要点》强调，要加强数字金融在农村地区的应用推广，强化信息技术对乡村振兴的驱动赋能作用。数字金融能够促进新的县域银行竞争格局的建立，并通过优化金融市场结构，加强金融服务县域实体经济的能力，从而促进乡村振兴发展。

截至2022年初，全国已有上千个县与网商银行合作发展数字普惠金融，县域数字信贷得到快速发展。根据2021 年中国社会科学院农村发展研究所发布的《中国县域数字普惠金融发展指数报告2021》，县域数字金融的发展得益于县级政府的积极推进，政府支持对县域数字金融的普及与发展至关重要。冯林等[2]研究发现，采用农村产权改革、信用体系建设、政府增信等合作型政策，有利于县域间形成合力，可以同时提升本县与其他县的金融发展水平；采用税费减免、财政补贴等保护型政策，短期可以吸引金融资源流入本县，但会抑制其他县的金融发展，不利于统一大市场的建设，这种增量改革没有从根本上解决全国县域金融发展不平衡的问题[3]。县域政府政策的实施存在行政区域边界，考虑到数字金融有更强的流动性，可以突破地域的边界，因此从空间金融的角度，研究县域政府的金融政策对本县和其他县金融市场影响的差异化效果，具有重要的理论与实践价值。本文在建设全国统一大市场背景下，从县域空间关联上分析以下问题：数字技术能否促进县域间金融资源的流动，进而改变县域内和县域外的银行竞争格局？数字金融是否有助于打破县域间金融市场的分割？数字金融进入县域金融市场离不开政府的引导，在政府的支持下数字金融对县域银行竞争的影响又会发生怎样的改变？行政隶属关系和空间地理距离对数字金融的空间溢出效应是否有影响？对这些问题的回答，不仅能够为县域政府促进金融发展建言献策，同时探索了政府与市场如何在建立全国金融统一大市场时进行良性联动。

二、理论分析与研究假设

前期研究中，学者们从数字金融缓解信息不对称[3]、银行风控能力[4]、提升运营效率[5]、促进利率市场化[6]等多个角度论证了数字金融可以促进传统银行竞争。虽然数字技术可以突破地理限制，但殷贺等[7]认为数字金融的发展仍会受到周边地区影响。现有县域银行竞争方面的研究则普遍忽略了空间关联的特征。

就县域内发展而言，一方面数字金融利用数字技术收集更多信息，缓解银行与客户之间的信息不对称[8]，促进银行业务开展；另一方面对传统银行产生“技术溢出”[9，10]，推动银行机构业务创新，促进银行间竞争。就县域外发展而言，数字金融的发展会促进县域间金融资源的流动，再加上银行线上化转型，使得县域间银行网点共享成为可能。考虑到银行网点设立成本较高，相邻县银行网点的设立可能会减少，进而抑制县域外银行竞争。基于此，本文提出假设H1。

H1：数字金融会促进本县银行竞争，而对相邻县银行竞争产生负向空间溢出效应。

从空间地理距离角度出发，“地理终结论”认为信息技术可以打破金融活动的地理割裂，金融资本可以在各个区域内流动[11]；“信息腹地论”则指出信息技术会使金融资源在空间上集聚，形成信息腹地，无法消除地理因素影响[12]。而从市场角度来看，空间距离较近的县域，一般具有相似的资源禀赋，有利于数字金融资源流动。其中，属于同一市的县域更易整合资源、加强交流合作，从而缩小数字金融在市域内各个县域的发展差距，减弱其对银行竞争的负向空间溢出效应。属于同一市的相邻县域之间不仅政策更容易协调整合，而且空间地理距离近，便于市场化资源流动。基于此，本文提出假设H2。

H2：属于同一市的相邻县域之间，数字金融对银行竞争的空间溢出效应强于不相邻的县域。

县域数字金融的推广，既需要市场在资源配置过程中发挥决定性作用，也离不开政府政策的推动。已有学者研究发现，县级地方政府金融政策可能是促进共赢的“合作型政策”，抑或是仅对本县有利的“掠夺性政策”，两种政策都会促进县域金融发展，并且产生空间效应[2]。现阶段，地方政府通常与金融科技公司签订合作协议，以促进金融科技公司与传统银行机构合作，使数字金融的技术优势与传统银行的网点优势相结合，健全当地金融体系。虽然在我国的行政体系设置中，县域政府政策的实施范围有地域上的界限，但地方政府之间的互相影响和数字金融市场资源的跨地区流动，促使县域金融政策对本县及周边县的数字金融发展同时产生影响。因此，本文提出假设H3。

H3：县域政府支持力度越强，数字金融对县域银行竞争的空间溢出效应越强。

三、研究设计

（一）空间模型的构建

由于资源要素的流动，数字金融的发展在对本县银行竞争产生影响的同时，可能会对县域外其他地区产生溢出效应，在选择模型时要考虑解释变量与被解释变量的空间溢出效应。因此，本文采用空间杜宾模型，具体构建方法如式（1）所示：

其中，HHIi,t为被解释变量i 县在年度t 的银行竞争水平；WiHHIi,t是被解释变量HHIi,t的空间滞后项，主要体现县域间银行竞争的空间关联性；ρ表示空间自相关系数，体现县域间银行竞争相互影响的方向和程度；是n×n阶空间权重矩阵，i、j 表示不同的县，t 为年份；Xi,t是解释变量i 县在年度t 的数字金融发展水平；θ1是对应的参数变量。WiXi,t是解释变量的空间滞后项，用来表示本县数字金融发展水平对其他县域银行竞争的影响，影响的方向和程度用θ2表示。πi,t为控制变量，β1为控制变量的影响系数；Wiπi,t为控制变量的空间滞后项，其影响系数用β2表示。此外，εi,t是随机误差项，服从期望值为0，方差为σ2的标准正态分布，μi,t表示时间固定效应；σi,t表示地区固定效应；tn为n×1阶单位矩阵，α是常数项；n为所研究县域的总个数。

（二）空间权重矩阵的设定

空间权重矩阵是空间模型回归的重要部分。借鉴冯林等[2]的做法，本文基于空间相邻原则、行政隶属关系和空间地理距离构建以下四个空间权重矩阵。

1.空间相邻矩阵

利用GeoDa 软件，根据县域之间在空间上是否邻接生成对称矩阵，若县域i与县域j相邻则取值为1，其余元素均为0。如式（2）所示：

2.行政隶属关系矩阵

属于同一市的县域之间银行机构面临的金融环境基本一致，数字金融对银行竞争的空间溢出效应可能较弱；而属于同一市的相邻县域之间可能存在竞争或合作关系，从而影响数字金融对银行竞争的空间溢出效应。因此，本文构建了属于同一市的空间权重矩阵W2和属于同一市且相邻的空间权重矩阵W3，检验数字金融对银行竞争影响的空间溢出效应是否存在差异。W2中属于同一地级市的县取值为1，否则为0；同理，W3中属于同一地级市且相邻的县取值为1，否则为0。如式（3）和式（4）所示：

3.空间地理距离矩阵

为考察县域间地理距离不同，数字金融发展水平对县域银行竞争的影响，本文构建了空间地理距离矩阵W4。W4的矩阵元素设定为两个县域之间球面距离的倒数，对角线元素设置为0。如式（5）所示：

此外，本文对空间权重矩阵W1～W4进行标准化处理，使每行元素之和均为1，消除了空间权重矩阵量纲的影响。

（三）变量选取

1.被解释变量

县域金融竞争主要表现在银行业的竞争。本文借鉴姜付秀等[13]、张大永等[14]的做法，采用赫芬达-赫希曼指数（简称“HHI 指数”），即银行集中度来衡量县域金融竞争水平。银行集中度越低，说明县域金融市场垄断程度越低，竞争越激烈，二者呈反向变化。已有文献中关于HHI 指数的衡量方法主要包括两种：一种是基于银行机构资产额计算得到[15—17]；一种是基于银行机构网点数量计算得到[18—20]。考虑到县级各类银行机构资产额的可得性和数据真实性较低，为了使实证检验结果更加精确，本文假设各类银行效率相同，根据原中国银保监会公布的各个银行机构网点批准成立时间，统计每个县各类银行机构的网点数量以计算HHI 指数。各个县的HHI 指数的计算方法如式（6）所示：

n 表示该县域银行的类型，包含大型国有商业银行、中国邮政储蓄银行、股份制商业银行、城市商业银行以及农村金融机构五大类。需要说明的是，政策性银行主要贯彻国家发展政策，进行特定的金融服务，且不以营利为目的，不参与银行间的竞争，所以本文在计算HHI 指数时没有将其考虑在内。中国邮政储蓄银行是国有控股商业银行，将其单独列出是因为相比于5 家大型国有商业银行，中国邮政储蓄银行依托邮政系统分布较广，在县域地区网点机构占有较大份额，对县域普惠金融发展有重要作用。Branchj表示该县域第j类银行的网点数量，表示该县域各类银行网点总数量。HHI 指数的取值位于0 到1 之间，HHI 指数越低，表明该县域银行集中度越低，竞争程度越高，县域金融竞争水平越高。

2.解释变量

数字金融发展水平采用北京大学数字金融中心发布的《北京大学数字普惠金融指数》2016—2019年的县级数据。本文主要运用数字普惠金融发展总指数以及覆盖广度、使用深度、数字化程度三个维度的分指数，从不同角度分析数字金融发展对县域传统金融市场竞争的影响。

3.控制变量

考虑到政府政策的制定和实施需要财政支持，如搭建信息平台和信用体系、成立金融服务中心、增加金融教育和科研投入等，政府财政支持力度（gov）采用一般公共预算支出占地区生产总值的比重衡量。借鉴粟勤等[19]、袁鲲等[21]和李明贤等[22]的做法，本文检验了产业结构（ind1 和ind3）、人力资本（edu）、金融发展深度（tra）、人口密度（lnpeo）、经济发展水平（lnGDP）等控制变量对县域银行竞争的影响。各变量的具体定义和符号见表1。

表1 变量定义与符号

（四）数据来源

本文数据主要来源于《中国县域统计年鉴（县市卷）》《北京大学数字普惠金融指数》和原中国银保监会公布的全国金融机构金融许可证信息。经过数据整理和剔除后，本文选取了我国1914 个县（市、旗）2016—2019 年的面板数据进行实证检验，所覆盖县域数量约占全国县域数量的70%，共7656个观测值。

四、实证检验与结果分析

（一）变量的描述性统计

对各个变量进行描述性统计分析，结果如表2所示。各变量均表现出区域差异，HHI指数（银行竞争水平）的最大值为1，最小值为0.2341，表明县域银行竞争存在较大地域差异，有些地区银行机构完全垄断（如西部地区），而有些地区银行机构竞争激烈（如东部地区）。政府财政支持力度的最小值和最大值差别较大，反映了不同地区政府对金融市场的支持力度不同。由于对数字金融发展水平及三个维度的数值进行了对数化处理，整体差别较小，但李明贤等[22]发现数字金融发展也存在地区不平衡问题。因此，本文对数字金融、政府财政支持力度和县域银行竞争水平三者间的关系进行空间溢出效应分析，具有一定的现实和理论意义。

表2 变量的描述性统计

（二）空间模型选择与分析

本文利用Moran’s I 指数对被解释变量和解释变量进行了空间自相关检验，结果如表3 所示。县域银行竞争水平、数字金融发展水平、覆盖广度、使用深度、数字化程度、政府财政支持力度都存在显著的空间正相关性，可以采用空间计量模型进一步分析。本文采用极大似然法的空间杜宾模型对空间面板数据进行估计，基于四个空间权重矩阵分别做了随机效应、个体固定效应、时间固定效应、双向固定效应的空间杜宾模型。经Hausman检验和LR检验，本文选取了估计效果最好的双向固定效应的空间杜宾模型进行以下空间效应分析。

表3 全局Moran’s I指数

（三）实证检验结果分析

1.数字金融对县域银行竞争的影响

基于空间相邻矩阵W1得出表4 中的空间估计结果，（1）列表示数字金融发展水平对银行竞争的影响，（2）至（4）列分别表示数字金融覆盖广度、使用深度、数字化程度对银行竞争的影响。（1）至（4）列中，被解释变量的空间自相关系数ρ值均在1%水平上显著，说明相邻县域之间银行竞争存在空间正相关关系，本县的银行竞争增强，对相邻县的银行竞争也会产生正向影响。本文借鉴Lesage 等[23]的研究，将解释变量对被解释变量的空间回归结果分为平均直接效应、平均间接效应和平均总效应，以此分析数字金融对县域银行竞争的空间溢出效应。

表4 数字金融及其三个维度对银行竞争的影响

数字金融发展水平及其三个维度对县域银行竞争的平均直接效应如表4 所示，数字金融对本县的银行竞争具有显著促进作用。由于北京大学数字普惠金融指数是基于蚂蚁金服数据编制的，数字金融的覆盖广度主要采取支付宝账户数量及绑卡数量来衡量，覆盖广度越高，表明可触达的客户范围越广[1]。但在我国县域地区，出于习惯、偏好等原因，居民主要在银行网点办理存贷款等金融业务，对银行的信任度远高于数字金融；并且大多数居民只是使用支付宝进行日常支付，对传统银行业务没有产生显著影响，所以数字金融的覆盖广度对县域银行竞争的促进作用不显著。数字金融的使用深度反映了客户对支付、货币基金、信贷、保险、投资等数字金融产品的应用情况。数字化程度主要用移动支付、花呗支付、二维码支付、芝麻信用免押金额等指标衡量[1]。使用深度数值越大，说明金融产品越丰富，越能激发银行机构学习效仿，推出更多金融产品，满足客户多样化的需求，再加上居民对银行的依赖度较大，所以数字金融使用深度会促进本县传统银行的发展。数字化程度对本县银行竞争的促进作用小于使用深度，这是因为随着互联网技术进步，传统银行开始转型，加大科技研发投入，开通线上平台，缩小了数字金融与传统金融之间的差距，数字金融对传统银行的技术溢出逐渐减少，所以数字化程度对银行竞争的促进作用较小。

在间接效应和总效应方面，相邻县的数字金融发展水平对本县银行竞争产生了抑制作用。一方面，我国数字技术的快速发展促使传统银行业务转为线上，数字金融利用数字技术的便捷性、普惠性等优势[21]，打破地域限制，扩大客户覆盖范围，使得相邻县之间金融资源流动性更强，再加上交通的便捷和线上业务的开展，相邻县可以共享银行网点资源。另一方面，数字金融发展会促进本县银行竞争，营业网点增加，银行为追求利润最大化、降低成本，会减少相邻县网点的设立，进而对相邻县的银行竞争产生抑制作用。由于县域内数字金融的正向空间溢出效应被相邻县域间的负向间接效应所抵消，所以数字金融对县域银行竞争的总效应表现为抑制作用。假设H1得到验证。

2.基于行政隶属关系矩阵和空间地理距离矩阵的空间溢出效应

本文基于在行政隶属关系中属于同一市的空间权重矩阵W2、属于同一市且相邻的空间权重矩阵W3以及空间地理距离矩阵W4，进一步分析数字金融对县域银行竞争的空间溢出效应。结果如表5所示，各个权重矩阵下的银行竞争的空间自相关系数均显著为正。其中，基于空间地理距离矩阵W4的空间自相关系数最大，说明地理距离越近，县域之间银行竞争的关联性越强。

表5 基于不同空间权重矩阵的空间溢出效应分解结果

从行政隶属关系上分析，属于同一市的相邻县域之间数字金融发展对相邻县银行竞争产生了负向空间溢出效应，间接效应与直接效应相互抵消使得总效应不显著。与上文基于空间相邻矩阵W1的结果相比，数字金融对相邻县银行竞争的负向溢出效应明显减弱，且小于对本县银行竞争的促进作用。原因可能是，为了实现行政区域内各县域协调发展，市级政府在制定和实施金融政策时会综合考虑行政范围内所有县域的实际情况，使得属于同一市的县域处于相似的金融环境，因此县域政府有了更多合作机会，减少了对金融资源的争夺，数字金融对相邻县银行竞争的负向溢出效应减弱。而在相邻县域之间金融资源流动性较大，数字金融促进本县银行发展，吸引邻县金融资源流入，对相邻县银行竞争产生抑制作用。

从空间地理距离角度分析，在直接效应中，数字金融对本县银行竞争的影响没有发生变化，在间接效应和总效应中，数字金融发展对周边地区抑制作用不显著。这说明虽然数字技术具有突破地域限制的特性，但是数字金融在县域地区发展较为缓慢，市场力量较弱，仅对相邻县银行竞争产生影响，随着空间地理距离的增加，数字金融对其他县域银行竞争的影响不显著。因此，基于以上三个空间权重矩阵的回归结果来看，现阶段数字金融在县域地区的发展仍处于初级阶段，数字技术打破地域限制的特性没有得到充分发挥，只有在行政相邻的县域间数字金融对银行竞争会产生空间溢出效应，随着空间地理距离的增加，上述空间溢出效应会减弱；再加上市级政府的统筹协调缩小了县域金融发展的差距，数字金融对相邻县银行竞争的负向溢出效应减弱。假设H2得到验证。

3.县域政府支持力度对空间溢出效应的影响

由以上基于行政隶属关系权重矩阵和空间地理距离矩阵的结果可知，市级政府政策会影响数字金融对县域银行竞争的空间溢出效应。因而，本文进一步考察在县域政府支持下，数字金融对县域银行竞争的空间溢出效应。本文以1914 个县域2016—2019年政府财政支持力度指标的均值为界，将样本划分为政府财政支持力度强的县和政府财政支持力度弱的县两组进行检验。结果如表6所示。

表6 按政府财政支持力度强弱分组的空间溢出效应分解结果

（四）稳健性检验

本文通过更换被解释变量来检验数字金融对县域银行竞争空间溢出效应结果的稳健性。借鉴王雪等[18]的做法，使用县域前两大银行的集中度指数（简称“CR2 指数”）衡量县域银行竞争水平。CR2 指数为县域内前两大银行网点数量之和与所有银行网点总数的比值，取值在0到1之间，数值越小，则反映银行间竞争程度越大。检验结果如表7 所示，数字金融发展水平及三个维度对银行竞争的平均直接效应、间接效应和总效应与表4的结果基本一致，结论较为稳健。

表7 数字金融对县域银行竞争影响的稳健性检验结果

五、研究结论与建议

本文利用2016—2019年我国1914个县（市、旗）的空间面板数据，运用地区和时间双向固定的空间杜宾模型，实证检验了数字金融发展水平及其覆盖广度、使用深度、数字化程度三个维度对县域银行竞争的空间溢出效应，并进一步分析在政府支持下数字金融对县域银行竞争的空间影响，力图揭示数字金融、政府政策和县域银行竞争三者之间的关系。主要结论与建议如下：

第一，数字金融的发展通过缓解信息不对称、技术溢出等方式促进了本县银行竞争；在间接效应中，数字金融促进了相邻县之间金融资源的流动，但由于银行设立分支机构需要一定成本，从而抑制了相邻县之间的银行竞争。因此，建议鼓励银行机构与金融科技公司合作，通过数字信息、数字技术与物理网点有机结合，加速数字金融在县域的发展。

第二，数字金融对县域银行竞争的空间溢出效应与行政隶属关系和空间地理距离有关。本文实证结果显示，数字技术突破地域限制的特性并没有得到充分发挥，空间溢出效应存在于相邻县域之间，其中属于同一市域的相邻县域溢出效应强于不相邻的县域。因此，合理规划、加快顶层设计对促进数字金融发展大有益处。建议采用市县联动的方式，构建良好的竞争机制，优化金融生态环境。

第三，县域政府适当加强对金融市场的支持力度，会增强数字金融对本县和县域外银行竞争的促进作用，进而表明现阶段数字金融的推广离不开政策支持。因此，在县域金融市场建设中，应坚持“市场主导、政府引导”的方针，县域政府间要加强合作，促进金融资源的跨区域流动，推动全国统一大市场的建设。