中国数字普惠金融发展研究
2023-12-19胡超凡陈柳钦
胡超凡 陈柳钦
摘 要：本文基于新福利经济学的视角，通过结合使用SBM方向函数、空间面板回归以及QAP分析等研究方法，探究了2013—2021年我国数字普惠金融服务实体经济效能、发展动力和空间不平衡性，并提出我国社会价值判断下数字普惠金融发展路径。研究结论表明，我国数字普惠金融发展有利于提升金融服务实体经济效率，促进实体经济繁荣；经济高质量发展、良好的内外部投资环境和稳步增长的金融科技水平是我国数字普惠金融发展的重要动力来源，而不当的政府干预和数字使用鸿沟则起了阻碍作用；在地区发展平衡性方面，地区间经济发展水平、居民收入和政府干预力度的差异是造成我国数字普惠金融发展空间不平衡的主要因素，金融开放程度、三级数字鸿沟以及市场与投资环境的地区差异则是次要因素。我国数字普惠金融发展理念趋近于乘法型社会福利函数，为进一步释放数字普惠金融发展红利，应在充分激活数字普惠金融发展动能的基础上，兼顾地区发展平衡性，优化数字普惠金融发展路径。
关键词：数字普惠金融；新福利经济学；服务实体经济效能；发展动能；空间不平衡性
DOI：10.3969/j.issn.1003-9031.2023.11.006
中图分类号：F321.1 文献标识码：A 文章编号：1003－9031（2023）11－0054－17
一、引言
2023年7月25日，中国人民银行颁布了我国首个数字普惠金融领域行业标准《银行业普惠金融业务数字化模式规范》（JT/T0269—2023），强调以数据为关键生产要素，以科技为主要赋能手段，向小微企业等普惠金融客户提供可负担的信贷融资等综合业务。经济的高质量发展离不开普惠金融的有力支持，关键在于实现数字技术与数字要素的双轮驱动（洪银兴和任保平，2023）。数字普惠金融通过数字技术与数字要素将土地、资本、劳动、技术等不同生产要素紧密相连，产生了倍增效果，实现了资源配置的优化与重组。
近年来，我国数字普惠金融发展迅猛，以其便捷、成本低、易获得的比较优势，通过推动企业间的协同式创新，提升了实体经济全要素生产率。数字普惠金融有利于缓解资源配置失衡、供需错位、自发融资受限等问题（何锦、张锐，2010），助力构建需求主导的农村普惠金融体系，推动经济健康平稳发展。我国数字普惠金融整体发展态势良好，但受多重数字鸿沟（星焱，2021）、社会征信体系不完善（何庆红，2019）、可持续发展能力差（蒋瑞琛、瞿艳平，2022）等因素制约，数字普惠金融发展区域失衡问题仍然存在，体现出多极化特征（王小华，2023）。2021年西部地区互联网接入用户1160万户，移动互联网使用用户3125万户，低于全国均值。2019—2021年“淘宝村”数量后十的省份中，西部占比超过50%。根据资本边际效率递减的一般规律，经济落后地区的资本边际回报率更高，金融资源应向贫困的地区倾斜，但现实却是区域金融资源分配不均，广大中西部地区还未充分共享数字普惠金融发展红利，“穷人拼命存钱，富人拼命借钱”的现象屡有发生，这不利于增强全民财富创造能力，对实体经济增长构成了制约。
数字普惠金融是金融普惠新未来，但数字普惠金融能否真正服务于实体经济，助推经济高质量发展，改善社会福利？如何处理好数字普惠金融整体发展和地区发展平衡性、协调性、包容性之间的关系？数字普惠金融应该如何朝着社会福利改进的方向发展？这些问题仍有必要进一步探索。
二、理论分析
完善数字普惠金融发展激励，构建包容性金融体系是数字普惠金融领域关注的焦点问题，海内外学者立足于该问题提出的丰富学说为本文提供了重要理论基础，相关理论包括：新福利经济学与有序推进数字普惠金融发展、数字普惠金融发展动力研究、数字普惠金融空间不平衡研究。
（一）福利经济学理论与有序推进数字普惠金融发展
第一，新福利经济学理论。效率与公平问题的探讨贯穿了新福利经济学发展的始终，新福利最早的奠基工作是由意大利经济学家帕累托完成，包括帕累托改进与帕累托最优准则两个主要内容：在既定的收入分配下，如果经济情形的改变，使得社会中一些人的境况变好，而其他人并未变坏，这一资源分配效率的提升被称之为帕累托改进，而当帕累托改进不存在时，资源分配就处于帕累托最优效率（安宇宏，2013）。围绕着帕累托最适度条件的改进，新福利经济学可以进一步划分为两个分支理论。一是补偿原则论，代表人物为英国的卡尔多、希克斯和西托夫斯基，他们把价值判断问题排除在福利经济学之外，单从生产效率来考察增进社会福利问题。Kaldor（1939）、Hicks（1940）关于补偿原则论的基本思想是，对一项使一部分社会成员受益而使另一部分社会成员受损的社会变动，如果受益者得到的好处能够补偿受损者遭到的损失而有余，那么这一变动就能使社会福利增加。二是社会福利函数论派。现代福利函数由伯格森和萨缪尔森提出，他们在补偿论的基础上进一步考虑了价值判断因素，强调经济效率只是最大福利的必要条件，而合理分配才是最大福利的充分条件。范里安（2010）指出效用可能性区域上每一点的社会福利相对大小均可比较，并受社会无差异曲线形式的影响。
第二，有序推進数字普惠金融发展。基于新福利经济学理论视角，考察数字普惠金融是否在服务实体经济方面提供更有力的金融支持，能否把更多的金融资源优化配置到重点领域和薄弱环节，有利于进一步分析其有序发展路径。一是进一步探究数字普惠金融的实体经济服务效能。实体经济是社会经济发展的基石，是国民财富创造的基础，而金融与经济是共生共融的。马克思把金融边界看作是经济可承受的金融发展的最大限度，金融超过合理边界过度化发展则会出现资本过剩从而导致经济崩溃。姜松和许鑫悦（2021）发现数字普惠金融对经济高质量发展的作用呈倒“N”型，一旦跨越某一临界点，数字普惠金融发展就会抑制经济高质量发展。吴金燕和滕建州（2019）的研究表明只有与实体经济相匹配的金融化水平才能够促进经济发展，否则会起到抑制作用。数字普惠金融发展有其合理边界，超越实体经济最大承受能力的金融发展必然造成经济脱实向虚，引发严重的金融危机。二是明确不同群体社会价值判断下社会福利改进与数字普惠金融有序发展的关系，以确定重点服务人群和地区，优化金融资源配置。在帕累托改进原则下，社会福利改进方向是在不牺牲其他地区数字普惠金融发展红利的前提下，通过差异化、特色化发展的数字普惠金融，提高重点服务区域的金融可得性，更好地满足当地实体经济多元化金融需求；在补偿原则下，只要部分地区数字普惠金融发展红利能够弥补对其他地区的损害，那么数字普惠金融对于实体经济发展的赋能可以通过延缓部分地区发展实现；在社会福利函数理论中，代表不同公平价值观的社会福利函数，如加法型、乘法型以及罗尔斯社会福利函数，会造成数字普惠金融服务的重点人群与区域发生改变，影响数字普惠金融发展路径。
（二）数字普惠金融发展动力机制研究
关于数字普惠金融发展动力机制研究，已有文献主要从相关影响因素及其作用方向的研究视角进行了有益探索。
第一，数字普惠金融发展的影响因素。王小华（2023）指出数字普惠金融发展动力包括市场应用动力、结构优化动力、内源释放动力、创新驱动动力四类。陈银娥等（2017）认为将农村数字普惠金融发展受到农村金融环境、农村经济发展、农村投资环境和城乡协调发展影响。虽然不同研究者划分维度不同，但大都未脱离经济发展、社会环境、金融环境、地理禀赋的范畴。如董晓林和张晔（2021）探讨了私营经济发展和政府教育科技对数字普惠金融的影响，王媛媛（2021）探究了商业服务活动和城市力度的作用机理等。
第二，影响因素作用方向。以往在探究不同影响因素的作用方向时，其结论往往存在异质性。一是不同地区影响因素作用不一。蒋庆正等（2019）研究表明经济发展对于我国数字普惠金融具有显著的正向影响。但葛和平和朱卉雯（2018）以中国数字普惠金融作为研究对象，发现经济水平与数字普惠金融呈现先负后正的U型关系。陈银娥等（2020）基于时空地理加权回归模型（GTWR）的研究，发现广西、云南、四川、重庆、贵州、新疆等省份受教育程度抑制了数字普惠金融发展，而其他地区则呈现促进作用。二是不同研究方法下影响因素作用迥异。诸如产业结构、传统金融发展、政策干预扶持等经济社会因素，在OLS模型（李明贤等，2021）、GMM回归模型（谢佳芳，2019）、空间面板回归模型（谢佳芳，2019）、Tobit模型（任海军和王艺璇，2021）、聚类分析（刘原宏杨治辉，2023）及地理探测器方法（王耕南等，2022）中均呈现出不同的作用方向与显著性。这可能是部分研究未考虑不同地区数字普惠金融发展的空间关联所致。各因素作用异质性决定了数字普惠金融发展动力机制研究需要明确具体研究区域，并对数字普惠金融空间相关性进行检验，将地区发展的空间联系纳入分析框架。
（三）数字普惠金融空间不平衡研究
以往文献关于数字普惠金融空间不平衡研究主要从数字普惠金融的空间不平衡性及其成因的研究视角开展。
第一，数字普惠金融空间不平衡性。杨继梅和郭春梅（2022）发现数字普惠金融呈现“东部强，西部弱”的分布格局，但增速呈现“西快东慢”的态势，整体极化现象不断减弱。张德钢和朱旭森（2020）发现中国九大城市群数字普惠金融发展存在σ收敛特征和β收敛的特征，不同城市群间差异缩小。焦云霞（2022）发现国家重大战略区域数字普惠金融的空间不平衡性呈下降趋势，且区域内差异是其空间不平衡的主要来源。王雪和何广文（2019）考察了中国县域与空间收敛性，发现我国县域普惠金融发展整体差异减少。梁榜和张建华（2020）发现地级市层面和三大区域层面数字普惠金融发展呈现绝对β收敛和条件β收敛特征。
第二，成因分析。数字普惠金融空间不平衡成因分析研究较少，焦云霞（2022）指出传统计量统计研究忽视了两两区域间的差异，并进行了数字普惠金融发展不平衡性的社会网络回归分析，发现地区经济发展水平、城镇化水平和数字技术水平的地区差距是造成我国数字普惠金融发展空间不平衡的重要因素，该研究具有创新开拓意义。
根据上述理论分析，以往学者们深入探究数字普惠金融发展动力与发展的空间不平衡，但少有研究综合两者，从新福利经济学视角对中国数字普惠金融发展路径进行探索。数字普惠金融发展不仅要注重发展效率，亦要兼顾区域发展公平，而效率与公平问题的探讨贯穿了新福利经济学发展始终。鉴此，本文通过SBM方向性函数和GML指数、空间面板回归分析以及社会网络回归等研究方法，对2013—2021年间数字普惠金融服务实体经济效能进行测度，探究数字普惠金融发展是否跨越合理边界，随后通过分析数字普惠金融发展动力与不平衡成因，最后基于新福利经济学理论，提出符合我国群体价值判断的数字普惠金融发展路径选择，以拓展和丰富现有研究。
三、研究方法、变量选取与数据说明
（一）研究方法
1.SBM方向性函数及GML指数
有关效率测度的方法主要有两阶段网络SBM模型、Malmquist指数、超效率SBM-DEA 模型、DEA－Malmquist指数等。参考陆凤芝和王群勇（2022）的研究，本文选用以DEA为基础的SBM方向性距离函数和GML指数对金融服务实体经济效率进行测算，该方法主要优势在于：其一，不需事先假定生产函数形式，考虑了松弛变量的影响，能有效地避免因生产函数设定而导致估计结果的偏误，较其他模型更能反映效率评价的实质；其二，由数学规划模型根据实际数据生成投入产出变量权重，有效地避免人为主观因素对估计结果造成的影响；其三，对投入产出指标不需要进行无量纲化处理。SBM方向性函数及GML指数的计算方法较为复杂，得益于Stata自带的sbmeff代码，使得这一计算过程能以简便的方式进行。
2.社会网络回归分析
社会网络回归分析（QAP）是一种半参数估计办法，目前该方法也被学者用于区域发展的空间结构研究等领域（李敬等，2014）。其分析结果能够同时得出未标准化和标准化的回归系数，未标准化回归系数通过直接对差距矩阵变量进行估计得到，其数值与原始数据的量纲密切相关；而标准化回归系数是对差距矩阵变量进行标准化后再进行估计得到，能够消除原始数据量纲的影响。标准化回归系数可以更稳健地测度各解释變量对被解释变量的影响强度。此外，QAP回归方法也具有减少多重共线性影响等优势。其公式如下：
Y=α0+α1X1+α2X2+V （1）
其中，Y、X和V分别为被解释变量、解释变量和残差项；α0、α1和α2为系数。式（4）中所有变量都是n阶方阵，形式如式（5）所示，其中矩阵元素均为各变量在两两地区间的差值，主对角线元素均为0。
（二）变量选取
在以往研究的基础上，本文从经济基础环境、社会收入结构、金融发展环境三个方面选择更多的因素深入进行研究，以揭示我国数字普惠金融的发展动力机制，拓展和丰富相关研究内容。
1.经济基础环境
经济发展水平以人均GDP表示。刘原宏和杨治辉（2023）发现经济发展能够促进资金流入效率提升、加快数字技术更新速度并缓解金融排斥现象，为数字普惠金融发展注入动力。李琼等（2021）认为经济发展能增加收入，降低金融服务抵押门槛、创造消费信贷等新型金融需求。
产业结构以二、三产业占GDP比重表示。谢佳芳（2019）认为二、三产业占地低的地区，金融服务需求单一，从而导致金融创新与金融需求不足，不利于金融机构的生存，造成金融排斥。王小华（2023）认为产业结构升级有利于提升多元化金融服务需求，拓展金融服务宽度。
投资水平以全社会固定资产投资的对数表示。根据投资水平的高低直接影响到经济发展活力与可持续发展，投资不仅仅是投入资金，更是投入生产要素和技术创新，提高生产力和生产效率，从而增加国家或地区的产出和就业机会，提高数字普惠金融需求。
对外开放程度。姚凤阁（2021）认为提高对外开放可以促进优势产业发展，引进先进技术，提高人力资本，推动经济增长，有利于数字普惠金融发展；但外部商品和资本市场的冲击以及由此带来的商品价格和生产要素价格的剧烈波动也可能对国内金融产生负面影响。为细致地考察对外开放的影响，参照梁婧姝和张燕生（2019）的研究，将对外开放程度进一步分解为贸易开放度与金融开放度，其中金融开放度包含外商直接投资开放度与对外投资开放度两个部分，以进出口总额占GDP比重、外商直接投资的对数、对外投资占GDP比重分别表示。
2.社会收入结构
居民收入水平以居民人均可支配收入表示。易行健和周利（2018）发现金融资源往往向高收入群体倾斜，收入水平越高，对数字普惠金融刺激越明显。
城乡收入差距以城乡收入比表示。任海军（2021）认为城乡收入差距扩大会阻碍农村数字技术普及，资本、技术流向城市，产生金融排斥。钞小静和沈坤荣（2014）发现农民初始禀赋过低阻碍了经济增长，造成金融供给排斥。
3.金融发展环境
传统金融发展以存贷款总额占GDP比重表示。互补论观点认为互联网普惠金融发展受到传统金融的影响，双方存在一定的互补性。传统金融基础雄厚的地区具有丰富人才储备与知识储备，能够通过人才输出、知识输出助力数字普惠金融发展。
金融科技水平以基于百度指数构建的金融科技指数表示。金融科技发展引发了数字金融创新，满足不同人群的金融需求，随着智能管家、语音助手等软件应用的推广，数字使用鸿沟在一定程度上得到了缓解。
政府干预程度以一般公共财政支出占GDP比重表示。金融抑制理论和金融深化理论指出政府干预应遵循“有效市场”应与“有效政府”相适应的原则，政府可以通过出台金融发展政策，利用补贴、奖励、贷款贴息等方式使金融加大对小微企业、农民贷款的投放力度，引导金融资源向长尾群体倾斜。但在中小非正规金融机构承担普惠金融任务的地区，政府的财政投入可能挤出私人投资，从而产生负向影响。
市场化程度。孙英杰、林春（2018）发现市场化程度越高，市场竞争越激烈，为获得更高的利润回报，成本低、风险小的大客户更受金融机构的青睐，小微企业等弱势群体常被排斥在外。參照李文贵和余明桂（2015）的研究，构建市场化指数表示市场化程度。
数字鸿沟。尹应凯和陈乃青（2022）认为接入鸿沟、使用鸿沟与知识鸿沟阻碍了我国数字普惠金融发展。一级数字鸿沟与信息技术普及相关。信息技术普及可以拓展金融平台销售渠道，利用网络支付降低时间成本，提高收付款效率。海量的信贷数字足迹与生产活动信息，也有利于降低金融系统风险，发展数字普惠金融。老年人是存在使用鸿沟的主要群体之一。腾讯发布的《老年用户移动互联网报告》指出，基础性操作是老年人使用手机中的最大问题，使用功能障碍是造成使用鸿沟的重要原因。张正平和陈杨（2021）认为人口老龄化通过抑制互联网普及、增强风险厌恶来抑制数字普惠金融的发展。知识鸿沟与金融素养相关，受教育程度提升可以增强使用者金融素养，进而提升信息处理运用和金融风险防范能力，减少自我排斥，缩小知识鸿沟。由于农村居民更多地是使用移动设备，因此以互联网普及率和移动手机普及率综合表示接入鸿沟，以老年抚养比及受教育程度表示使用鸿沟和知识鸿沟。相关变量说明见表1。
（三）数据说明
选取中国30个省级行政区域（省、自治区、直辖市，不含港澳台西藏）作为研究对象。北大数字普惠金融指数来源于金融科技指数、市场化指数来源于马克数据网，经纬度数据来源于国家地理信息公共服务平台，其他数据均直接来源于各个省、自治区、直辖市的统计年鉴或由统计年鉴数据计算得出。
四、数字普惠金融服务实体经济效能、发展动力与不平衡性探析
（一）数字普惠金融服务实体经济效能
数字普惠金融作为一种新型金融模式，促进金融服务实体经济效率提升是其有序发展的要求。首先测算金融服务实体经济效率，然后将金融服务实体经济效率作为被解释变量，数字普惠金融发展作为核心解释变量，其他影响因素作为次要解释变量，进行空间面板回归分析。如果数字普惠金融发展确实能够显著地促进金融服务实体经济效率提升，那么就表明：数字普惠金融发展未触达脱实向虚的边界，有利于促进实体经济繁荣，增进社会总体福利水平。
1.金融服务实体经济效率的测算方法
金融服务实体经济效率测算的是金融资源投入所带来的实体经济产出效率。本文以DEA为基础的SBM方向函数及GML指数方法对30个省、自治区、直辖市2013—2021年金融服务实体经济效率进行测算。借鉴任晓怡（2015）的研究，从人力资本、物质资本和金融资本投入的角度构造投入指标，包括金融从业机构从业人数和全社会固定资产投资和金融贷款余额，产出指标以实体经济增加值（地区生产总值与房地产和金融增加值的差额）表示。
2.空间相关性检验
空间面板回归分析的前提是因变量必须存在空间自相关，因此首先对于实体经济服务效率进行全局莫兰指数检验，下同。检验结果见表2。
表2给出了2013—2021年中国30个省、自治区、直辖市金融服务实体经济效率的Global Morans I指数检验结果。结果显示，在2013—2021年金融服务实体经济效率的Global Morans I指数都通过了10%的显著性检验且为正值， 说明金融服务实体经济效率确实存在着正向的空间自相关。而未考虑这一空间相关性使以往部分文献在模型设置上产生了偏误，从而导致了不同文献研究结论不同。
3.空间面板回归估计结果
以经济地理嵌套矩阵作为空间权重矩阵，以一阶滞后空间杜宾模型作为回归模型，分析数字普惠金融对金融服务实体经济效率的影响，并通过变换模型和空间权重矩阵的方式进行稳健性检验，相关结果见表3。
刘伟国和董迎辉（2021）发现数字普惠金融可以抑制金融集聚对实体经济发展的负面效果，从而显著地支持实体经济发展。表5结果显示，数字普惠金融发展回归系数为正且显著，且回归结果较为稳健，再次证实了数字普惠金融对金融服务实体经济效率的提升作用。金融服务实体经济效率的一阶滞后项回归系数为正且显著，说明金融服务实体经济的效率受其发展基础影响，具有一定的累积效应。
（二）数字普惠金融发展动力探析
数字普惠金融发展增强了金融服务实体经济效率，提升数字普惠金融发展动能，有利于增进社会总福利。因此，本节以数字普惠金融相关指数作为被解释变量，以经济发展、社会收入结构和金融发展环境的相关因素作为核心解释变量，深入探索不同因素对于数字普惠金融发展的影响，并总结数字普惠金融发展的动力机制。
1.空间相关性检验
为确认空间相关性，对数字普惠金融总指数、覆盖广度指数以及使用深度指数进行全局莫兰指数检验，检验结果见表4。
表4结果显示，在2013—2021年中国30个省、自治区、直辖市数字普惠金融总指数、覆盖广度指数以及使用深度指数均通过了1%置信水平下的显著性检验，且Global Morans I指数均高于0.59，表明数字普惠金融整体发展、覆盖面以及使用深度呈现出较强正向空间相关性，高－高集聚与低－低集聚特征明显。
2.空间回归估计结果
以经济地理嵌套矩阵作为空间权重矩阵，以一阶滞后空间杜宾模型作为回归模型，进行回归。同时，并通过变量替换，即将老年抚养比替换为老年人口占比，进行稳健性检验。相关结果见表5。
表5结果显示，稳健性检验结果与回归结果的影响因素显著性、作用大小及方向上保持一致，说明回归结果可信度较高。
总指数回归结果显示，因变量一阶滞后项和本地的经济发展水平、投资水平、对外投资开放度、金融科技水平的提升显著促进了本地数字普惠金融发展，而周边地区传统金融发展水平、政府干预程度以及使用鸿沟的增强，显著抑制了本地数字普惠金融的发展。
覆盖广度指数回归结果显示，因变量一阶滞后项和本地的经济发展水平、传统金融发展水平、金融科技水平、移动手机普及率、周边地区的金融科技水平、产业结构和政府干预程度的提升均显著扩大了数字普惠金融覆盖面，而本地的外商投资开放度、互联网普及率以及周边地区老年抚养比具有显著抑制作用。
使用深度指數回归结果显示，因变量一阶滞后项和本地的经济发展水平、投资水平、贸易开放度、外商投资开放度、对外投资开放度、传统金融发展水平、金融科技水平的提升显著深化了使用深度。而本地与周边地区的政府干预程度增强起了阻碍作用。值得注意的是，本地居民收入增长及移动手机普及率提升并未进一步深化数字普惠金融使用，反而呈现出显著抑制作用，而老年抚养比上升显著抑制了周边地区数字普惠金融深化。这进一步说明使用鸿沟的出现主要与数字使用能力相关。
3.空间效应分解
为了避免回归估计的误差，在考虑反馈效应即某地因素变动对其他地区的影响又会反过来影响该地区各因素对数字普惠金融发展的长期影响后，进一步对进行空间效应分解。相关结果见表6。
表6中LR_Direct代表直接效应，表示本地因素对本地数字普惠金融的影响，LR_Indirect代表间接效应，表示“邻近”区域的因素对本地数字普惠金融的影响。表6结果显示，除传统金融发展水平外，其他因素的直接效应与间接效应的作用方向与显著性与未分解前基本一致，进一步验证了所提出动力机制的长期稳定性。
（三）数字普惠金融空间不平衡性探析
在发展动力机制的基础上，进一步对数字普惠金融空间不平衡性进行分析。首先使用基尼系数测算空间不平衡程度，再利用QAP回归方法考察空间不平衡成因。
1.空间不平衡程度测算
利用基尼系数测算2013—2021年中国30个省、自治区、直辖市数字普惠金融发展的空间不平衡性，测算结果反映的是不同区域数字普惠金融发展的总差异情况，相关结果见表7。
表7结果表明，2013—2021年中国30个省、自治区、直辖市的数字普惠金融发展的空间不平衡程度呈现“下降－升高－下降”的趋势。2013—2017年空间不平衡程度逐年下降，2018—2019年呈现上升趋势，2020—2021年继续逐年下降。进一步观察可以发现2021年数字普惠金融的空间不平衡程度与2016年相近，但低于2013年。这表明2013—2021年数字普惠金融空间不平衡总体呈现下降趋势，但2016—2021年数字普惠金融的不平衡现象却未进一步改善。
2.基于QAP回归的空间不平衡成因考察
参照李敬等（2014）的研究，首先对样本期内相关变量取均值，并以此构建各变量均值的差距矩阵，接着以数字普惠金融总指数差距矩阵为被解释变量，各影响因素差距矩阵为解释变量，利用Ucinet软件进行初始随机种子为800，随机置换次数为8000的QAP回归分析。回归估计结果见表8。
由于标准化回归系数不受原始量纲的限制，因此以标准化系数解释各因素对空间不平衡的影响强度。由表8可知，经济发展水平、对外投资开放度、政府干预程度、市场化程度以及移动手机普及率标准化回归系数显著为正，表明这些因素的区域差异扩大会加剧数字普惠金融空间不平衡程度。投资水平、外商投资开放度、使用鸿沟和知识鸿沟标准化回归系数为负，表明减少这些因素的区域差异并不能显著降低数字普惠金融空间不平衡程度。
产业结构、贸易开放度、城乡收入差距、传统金融发展水平、金融科技水平、互联网普及率标准化回归系数较小，且不显著，表明这些因素并非影响数字普惠金融空间不平衡程度的主要力量。虽然这些因素可能会对数字普惠金融空间不平衡程度造成影响，但作用应不是很显著。
在影响显著的因素中，对数字普惠金融空间不平衡影响从高到低依次为经济发展水平（0.438）、政府干预程度（0.307）、居民收入水平（0.29）、移动手机普及率（0.233）、知识鸿沟程度（-0.193）、对外投资开放度（0.135）、市场化程度（0.119）、投资水平（-0.09）、外商投资开放度（-0.06）、使用鸿沟（-0.051）。其中经济发展水平扮演了最重要的角色，这一结论与焦云霞（2022）的研究结果相似。
五、基于新福利经济学理论的数字普惠金融发展路径探究
中国数字普惠金融水平位于促进金融服务实体经济效率提升的范围内，其发展有利于夯实经济高质量发展底座，增进社会福祉。同步考察数字普惠金融发展动力机制和空间不平衡性对于社会福利的作用，从效率与公平权衡的视角，可以更为深入地探讨数字普惠金融如何朝着社会福利改进的方向发展。鉴于此，本文基于新福利经济学理论，探究不同群体社会价值判断下数字普惠金融发展、区域平衡性和社会福利三者间的关系，并以此提出中国数字普惠金融发展的优化路径。
它假设社会福利取决于社会成员效用之积，这意味着分配越公平，社会福利越大。因此社会普惠金融发展社会福利函数形式为：
显然，根据该社会福利函数，当不同地区数字普惠金融发展水平完全相同时，社会福利最大。那么社会福利增进的方向就是在数字普惠金融整体发展水平提升的同时，确保金融发展公平，这一改进方向与我国数字普惠金融“在成本持续可控的前提下，为社会各阶层尤其是金融体系覆盖不足的城镇低收入人群、农村人口特殊群体提供平等、有效、全面的金融产品与服务”的发展理念相契合。
结合表6和表8的回归结果可以发现，经济发展水平和对外投资开放度的提升显著促进了数字普惠金融发展，而其差异扩大也会加重数字普惠金融发展不平衡程度，因此需要采取区域协调策略，关注落后地区发展。投资水平的提升显著促进了数字普惠金融发展，地区差异的缩小反而扩大了数字普惠金融发展的不平衡程度，因此需要根据各地资源条件布局项目，因地制宜地完善扩大投资机制，拓展有效投资空间。政府干预抑制了周边地区数字普惠金融发展，政府干预区域不平衡也可能扩大数字普惠金融空间不平衡程度，因此需要减少政府不当干预造成的金融资源配置扭曲。使用鸿沟的扩大抑制了周边地区数字普惠金融发展，其区域差异的扩大反而减弱了数字普惠金融发展的空间不平衡程度，这是因为使用鸿沟较大的区域通过人口流动等机制阻碍了周边地区数字普惠发展，缩小数字普惠金融发展差异，因此需要着力强化金融适老化功能的开发。金融科技水平的提升显著促进了数字普惠金融发展，且金融科技区域差异未加剧数字普惠金融的空间不平衡程度，发展金融科技需要坚持“数字驱动、智慧为民、绿色低碳、公平普惠”的发展原则，将数字元素注入金融服务全流程，将数字思维贯穿业务运营全链条，注重金融创新的科技驱动和数据赋能，让金融科技发展全面迈入“积厚成势”新阶段。居民收入、接入鸿沟、市场化程度对数字普惠金融发展影响不显著，但这些因素的区域差异缩小会减弱数字普惠金融的空间不平衡程度，因此应聚焦加快建设全国统一的大市场，着力巩固脱贫攻坚成果，促进偏远地区脱贫群众持续增收，持续优化基础薄弱地区4G移动通信网络覆盖。外商直接投资开放度对于数字普惠金融发展影响不显著，其区域差异缩小会加剧数字普惠金融的空间不平衡程度，外商投资对于基础设施和投资环境均有较高要求，各地应引入符合当地经济社会环境，对实体经济发展有创新驱动作用的外资企业。知识鸿沟显著抑制了周边地区发展，其区域差异的减小反而加剧了数字普惠金融空间不平衡，与理论相悖，这是由于数字普惠金融要求使用者具备一定的金融素养，经计算，2013—2021年我國平均教育时长为9年左右，处于正好完成初中教育的阶段，而当前中小学金融教育仍有待加强，这可能是数字普惠金融空间不平衡性产生的原因之一。
六、研究结论
本文从新福利经济学视角，通过SBM方向性距离函数和GML指数，测度金融服务实体经济效率，并通过空间面板回归模型对数字普惠金融服务实体经济效能进行了探究，确定了数字普惠金融发展位于合理边界之内，接着分别用空间面板回归和QAP分析方法探究了我国数字普惠金融发展动力机制和空间不平衡性，并从不同社会价值判断出发提出数字普惠金融的发展路径。
研究结论如下：我国数字普惠金融发展为实体经济提供了金融拉动力，有利于夯实实体经济发展根基，筑牢经济高质量发展的底座，增进社会总福利；有序推进数字普惠金融发展不可一蹴而就，我国数字普惠金融发展受阻的主要原因是政府不当干预和数字使用鸿沟，经济发展是数字普惠金融发展最重要的驱动力，营造良好的内外部投资环境、全面深化数字技术金融应用可以挖掘多元化金融使用需求，增强数字普惠金融发展动能；中国数字普惠金融空间不平衡程度虽有所下降，但近年来并未进一步改善，不同地区间存在的经济发达程度、居民收入和政府干预力度的差异是造成这一现象的主要原因；不同社会价值判断下，数字普惠金融发展路径不同，我国数字普惠金融发展的社会福利函数偏向于乘法型，应采取区域经济协调发展策略和差异化投资策略，发挥市场在资源配置中的基础性作用，避免政府不当干预造成金融资源错配，以深化金融科技持续赋能为抓手，缩小贫富差距，减少数字接入鸿沟与使用鸿沟，增强全民财富创造能力，增进社会总福利。
参考文献：
[1]洪银兴，任保平.数字经济与实体经济深度融合的内涵和途径[J].中国工业经济，2023（2）：5-16.
[2]何锦，张锐.加快建设需求主导的普惠性农村金融体系[J].云南财经大学学报（社会科学版），2010，25（1）：91-93.
[3]星焱.农村数字普惠金融的“红利”与“鸿沟”[J].经济学家，2021（2）：102-111.
[4]何宏庆.数字金融的发展困境与创新进路[J].甘肃社会科学，2019（1）：166-171.
[5]蒋瑞琛，瞿艳平.农村数字普惠金融的生成、短板与发展路径[J].江汉论坛，2022（2）：50-55.
[6]安宇宏.帕累托改进与帕累托最优[J].宏观经济管理2013（3）：76．
[7]Kaldor N.Welfare Propositions and Interpersonal Comparisons of Utility[J].Economic 1939：49.
[8]John R Hicks.The Valuation of the Social Income[J].Economic，1940.
[9]哈尔·R.范里安.微观经济学：现代观点[M].上海：上海人民出版社，2010.
[10]马克思.《资本论（第三卷）》[M].人民出版社，2004.
[11]姜松，周鑫悦.数字普惠金融对经济高质量发展的影响研究[J].金融论坛，2021，26（8）：39-49.
[12]吴金燕，滕建州.中国经济金融化测度及其对实体经济发展的影响研究[J].经济问题探索，2019（9）：19-29+147.
[13]王小华.农村普惠金融发展的空间关联网络及驱动因素研究——兼论农村普惠金融高质量发展的推进路径[J].广西师范大学学报（哲学社会科学版）：1-17.
[14]陈银娥，尹湘，金润楚.中国农村普惠金融发展的影响因素及其时空异质性[J].数量经济技术经济研究，2020，37（5）：44-59.
[15]董晓林，张晔.自然资源依赖、政府干预与数字普惠金融发展——基于中国273个地市级面板数据的实证分析[J].农业技术经济，2021（1）：117-128.
[16]王媛媛，韩瑞栋.新型城镇化对数字普惠金融的影响效应研究[J].国际金融研究，2021（11）：3-12.
[17]葛和平，朱卉雯.中国数字普惠金融的省域差异及影响因素研究[J].新金融，2018（2）：47-53.
[18]蒋庆正，李红，刘香甜.农村数字普惠金融发展水平测度及影响因素研究[J].金融经济学研究，2019，34（4）：123-133.
[19]陈银娥，尹湘，金润楚.中国农村普惠金融发展的影响因素及其时空异质性[J].数量经济技术经济研究，2020，37（5）：44-59.
[20]李明贤，郑洲舟，陈铯.县域数字普惠金融发展的空间格局演化与影响因素分析——以湖南省为例[J].经济地理，2021，41（8）：136-143.
[21]谢佳芳.中国数字普惠金融的区域差异及其影响因素分析[D].上海：上海师范大学，2019.
[22]任海军，王艺璇.乡村振兴战略下的西部数字普惠金融效率测度及影响因素研究[J].兰州大学学报（社会科学版），2021，49（5）：40-48.
[23]刘原宏，杨治辉.数字普惠金融省域发展特征及影响因素研究[J].统计与决策，2023，39（11）：139-144.
[24]王耕南，张国俊，周春山.珠三角数字普惠金融的时空演化特征及影响因子[J].地域研究与开发，2022，41（5）：25-31.
[25]杨继梅，郭春梅.中国城市数字普惠金融的空间格局及其演变特征[J].统计与决策，2022，38（22）：130-135.
[26]张德钢，朱旭森.中国九大城市群数字普惠金融发展的时空差异及动态演进[J].当代经济管理，2020，42（12）：88-96.
[27]焦云霞.中国数字普惠金融的空间不平衡性与成因探究——基于国家重大战略区域的考察[J].技术经济，2022，41（4）：107-119.
[28]王雪，何广文.中国县域普惠金融发展的空间非均衡及收敛性分析[J].现代经济探讨，2020（2）：41-49.
[29]梁榜，张建华.中国城市数字普惠金融发展的空间集聚及收敛性研究[J].财经论丛，2020（1）： 54-64.
[30]陆凤芝，王群勇.数字普惠金融与金融服务实体经济效率提升[J].南开学报（哲学社会科学版），2022（3）：34-47.
[31]李敬，陈澍，万广华等.中国区域经济增长的空间关联及其解释——基于网络分析方法[J].经济研究，2014，49（11）：4-16.
[32]李琼，张蓝澜，李松林，等.中国普惠金融发展水平时空演变特征及影响因素[J].经济地理，2021，41（9）：12-21.
[33]姚鳳阁，李丽佳.数字普惠金融减贫效应及区域差异研究[J].哈尔滨商业大学学报（社会科学版），2020（6）：3-18.
[34]梁婧姝，张燕生.中国区域金融发展的影响因素研究[J].宏观经济研究，2019（7）：14-24+70.
[35]易行健，周利.数字普惠金融发展是否显著影响了居民消费——来自中国家庭的微观证据[J].金融研究，2018（11）：47-67.
[36]钞小静，沈坤荣.城乡收入差距、劳动力质量与中国经济增长[J].经济研究，2014，49（6）：30-43.
[37]孙英杰，林春.中国普惠金融发展的影响因素及其收敛性——基于中国省级面板数据检验[J].广东财经大学学报，2018，33（2）：89-98.
[38]李文贵，余明桂.民营化企业的股权结构与企业创新[J].管理世界，2015（4）：112-125.
[39]尹应凯，陈乃青.数字普惠金融、数字鸿沟与共同富裕——基于新结构经济学的视角[J].上海大学学报（社会科学版），2022，39（6）：13-31.
[40]张正平，陈杨.人口老龄化影响我国数字普惠金融的发展吗？——基于2011—2018年省级面板数据的实证检验[J].财经论丛，2021（11）：47-57.
[41]李海峰，彭家生，何微.数字金融服务对普惠金融发展的影响研究：理论基础与经验证据[J].西南民族大学学报（人文社科版），2019，40（6）：139-145.
[42]任晓怡.我国中部地区金融效率测试及效率差异研究[J].会计与经济研究，2015，29（1）：103-112.
[43]刘伟国，董迎辉.数字普惠金融视角下金融集聚对实体经济发展影响研究[J].海南金融，2021（8）：53-61.
