中國數(shù)字普惠金融的空間不平衡性與成因探究
——基于國家重大戰(zhàn)略區(qū)域的考察

焦云霞

（中國社會科學(xué)院數(shù)量經(jīng)濟與技術(shù)經(jīng)濟研究所，北京 100732）

一、引言

2008 年金融危機后，如何為弱勢和低收入群體提供必要的金融產(chǎn)品和服務(wù)成為國際社會面臨的共同難題，普惠金融由此引起世界關(guān)注，我國政府也陸續(xù)出臺多項政策推動普惠金融發(fā)展。隨著數(shù)字經(jīng)濟時代到來，移動互聯(lián)、人工智能、大數(shù)據(jù)和區(qū)塊鏈等創(chuàng)新技術(shù)得到廣泛應(yīng)用，增強了普惠金融的觸達能力，將金融服務(wù)延伸至傳統(tǒng)金融難以觸及的領(lǐng)域，極大地推動了我國金融業(yè)的普惠發(fā)展。在金融機構(gòu)進行數(shù)字化轉(zhuǎn)型的關(guān)鍵時期，我國數(shù)字普惠金融也逐漸暴露出區(qū)域發(fā)展不均衡等諸多問題（張勛等，2019；張龍耀和邢朝輝，2021）。數(shù)字普惠金融發(fā)展的空間不平衡性不僅是我國區(qū)域經(jīng)濟發(fā)展不均衡的一個表現(xiàn)，而且反過來它也可能成為加劇區(qū)域經(jīng)濟發(fā)展不均衡的重要因素，這將會給我國的區(qū)域協(xié)調(diào)發(fā)展帶來嚴峻挑戰(zhàn)。十九屆六中全會通過的《中共中央關(guān)于黨的百年奮斗重大成就和歷史經(jīng)驗的決議》強調(diào)：“實施區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略，促進京津冀協(xié)同發(fā)展、長江經(jīng)濟帶發(fā)展、粵港澳大灣區(qū)建設(shè)、長三角一體化發(fā)展、黃河流域生態(tài)保護和高質(zhì)量發(fā)展”。國家區(qū)域重大戰(zhàn)略的實施，促進了區(qū)域間的融合互動和融通互補，為促進區(qū)域協(xié)調(diào)發(fā)展提供了新的著力點，也逐漸形成了以國家區(qū)域重大戰(zhàn)略為引領(lǐng)的區(qū)域經(jīng)濟發(fā)展新格局，同時給我國經(jīng)濟的高質(zhì)量發(fā)展注入了強勁動力?！吨腥A人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035 年遠景目標綱要》進一步強調(diào)，我國要堅持實施區(qū)域重大戰(zhàn)略、區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略，健全區(qū)域協(xié)調(diào)發(fā)展體制機制，構(gòu)建高質(zhì)量發(fā)展的國土空間布局和支撐體系。在重點實施區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略和國家區(qū)域重大戰(zhàn)略的時代背景下，科學(xué)評價我國國家重大戰(zhàn)略區(qū)域的數(shù)字普惠金融發(fā)展狀況，準確把握數(shù)字普惠金融發(fā)展的空間不平衡性及其成因，對于協(xié)同提升我國區(qū)域數(shù)字普惠金融發(fā)展水平，推動我國經(jīng)濟的高質(zhì)量發(fā)展具有重大現(xiàn)實意義。

梳理現(xiàn)有文獻發(fā)現(xiàn)，關(guān)于我國數(shù)字普惠金融發(fā)展空間不平衡性的研究已經(jīng)形成一些成果，這些成果主要是從三大區(qū)域（東部、中部、西部）、四大板塊（東部、中部、西部、東北）和八大經(jīng)濟帶等視角來評價中國區(qū)域數(shù)字普惠金融發(fā)展情況。葛和平和朱卉雯（2018）從三大區(qū)域的視角綜合比較各區(qū)域之間數(shù)字普惠金融發(fā)展程度，發(fā)現(xiàn)東部地區(qū)普遍好于中西部地區(qū)。梁榜和張建華（2020）以城市數(shù)字普惠金融為研究對象，從三大區(qū)域角度分析了數(shù)字普惠金融發(fā)展的空間相關(guān)性和收斂情況。何文秀（2020）從四大板塊的視角研究發(fā)現(xiàn)我國數(shù)字普惠金融發(fā)展區(qū)域差異較大，其中東部地區(qū)整體發(fā)展水平較高，中部地區(qū)發(fā)展相對均衡，西部地區(qū)整體發(fā)展水平不高，東北地區(qū)存在一定的省域差異。王露露（2021）從八大經(jīng)濟帶的視角探索我國數(shù)字普惠金融發(fā)展的空間分異特征，研究發(fā)現(xiàn)在八大經(jīng)濟帶中，東部地區(qū)處于領(lǐng)先地位，而西北地區(qū)的數(shù)字普惠金融發(fā)展較為落后。張德鋼和朱旭森（2020）從九大城市群的視角出發(fā)，研究發(fā)現(xiàn)九大城市群的數(shù)字普惠金融發(fā)展區(qū)域差異逐年下降，其中珠三角城市群數(shù)字普惠金融整體發(fā)展水平最高。近些年，已有學(xué)者開始研究國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展的空間不平衡性。但是這些文獻主要是基于統(tǒng)計分析、基尼系數(shù)和Theil 指數(shù)方法來考察單個國家重大戰(zhàn)略區(qū)域內(nèi)部的數(shù)字普惠金融發(fā)展差異，如吳金旺和顧洲一（2019）、許云帆和江成濤（2020）、于菁（2021）分別研究了長三角地區(qū)、長江經(jīng)濟帶、粵港澳大灣區(qū)數(shù)字普惠金融發(fā)展區(qū)域差異狀況。目前，還沒有文獻從國家區(qū)域重大戰(zhàn)略視角出發(fā)綜合考察我國數(shù)字普惠金融發(fā)展狀況，鑒于此，本文基于Theil 指數(shù)從國家區(qū)域重大戰(zhàn)略視角出發(fā)考察我國數(shù)字普惠金融發(fā)展的空間不平衡性，以拓展和豐富現(xiàn)有研究。

此外，綜合現(xiàn)有文獻可以發(fā)現(xiàn)，數(shù)字普惠金融發(fā)展空間不平衡性的形成是諸多因素共同作用的結(jié)果，并且隨著研究的不斷深入，越來越多的學(xué)者利用不同方法逐漸將影響數(shù)字普惠金融發(fā)展的眾多因素識別出來。如吳金旺等（2018）基于空間面板數(shù)據(jù)模型分析發(fā)現(xiàn)，經(jīng)濟發(fā)展水平、網(wǎng)絡(luò)消費水平和“互聯(lián)網(wǎng)+”與省域數(shù)字普惠金融發(fā)展正相關(guān)。郝云平和雷漢云（2018）采用空間自回歸模型（SAR）分析發(fā)現(xiàn)，數(shù)字普惠金融與金融意識、人口密度和互聯(lián)網(wǎng)使用情況等因素正相關(guān)，而與地區(qū)的經(jīng)濟發(fā)展水平呈“U”形關(guān)系。葛和平和朱卉雯（2018）基于GMM 動態(tài)面板模型分析發(fā)現(xiàn)，數(shù)字普惠金融發(fā)展與其滯后一期、互聯(lián)網(wǎng)使用、金融意識和人口密度正相關(guān)，而與城鄉(xiāng)收入差距負關(guān)系。蔣慶正等（2019）采用正交偏向最小二乘法回歸模型（OPLS）研究發(fā)現(xiàn)，城鎮(zhèn)化水平、收入水平和教育水平正向影響農(nóng)村地區(qū)數(shù)字普惠金融發(fā)展。除上述相關(guān)研究外，還有其他學(xué)者從政府行為（陳鵬，2019；董曉林和張曄，2021）、傳統(tǒng)金融基礎(chǔ)（王瑤佩和郭峰，2019）等多個方面對數(shù)字普惠金融發(fā)展進行了深入研究。由上述文獻可知，現(xiàn)有研究對數(shù)字普惠金融發(fā)展區(qū)域差異影響因素的分析主要是基于傳統(tǒng)計量經(jīng)濟分析模型，這種方法只是從總體上解釋區(qū)域差異問題，忽視了兩兩地區(qū)之間的差異。因此淡化了地區(qū)之間的相互“關(guān)系”。相對于計量經(jīng)濟分析模型，二次指派程序（quadratic assignment procedure，QAP）能夠彌補上述不足，可以深入刻畫地區(qū)之間的兩兩關(guān)系，探究各影響因素的地區(qū)差距對數(shù)字普惠金融空間不平衡性的影響；而且作為一種基于隨機置換的非參檢驗方法，能夠很好地解決關(guān)系數(shù)據(jù)模型的自相關(guān)和多重共線性問題（Scott，2017）。因此，本文采用QAP 分析方法探究降低數(shù)字普惠金融發(fā)展空間不平衡性的驅(qū)動因素，為縮小國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展差距提供理論基礎(chǔ)和經(jīng)驗證據(jù)。

綜上，本文主要從以下兩個方面展開分析：第一，采用Theil 指數(shù)測度國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展的空間不平衡性，以此來揭示數(shù)字普惠金融總體區(qū)域差異的來源結(jié)構(gòu)特征；第二，將關(guān)系數(shù)據(jù)分析范式應(yīng)用于數(shù)字普惠金融發(fā)展空間不平衡性的成因解析中，利用QAP 分析方法探究我國數(shù)字普惠金融發(fā)展空間不平衡的形成原因，為探尋區(qū)域數(shù)字普惠金融發(fā)展水平協(xié)同提升路徑提供參考依據(jù)。

二、研究方法與數(shù)據(jù)說明

（一）基于Theil 指數(shù)的空間不平衡測算方法

本文采用Theil 指數(shù)及其分解方法探究中國數(shù)字普惠金融發(fā)展的空間不平衡特征。Theil 指數(shù)的優(yōu)點在于可以將總體差距分解為區(qū)域內(nèi)差異與區(qū)域間差異兩部分，能夠揭示出區(qū)域內(nèi)和區(qū)域間差異各自變動的方向和幅度，從而為考察總體區(qū)域差異的主要來源提供了方便。Theil 指數(shù)的數(shù)值越小，則說明區(qū)域差異越??；數(shù)值越大，則說明區(qū)域差異越大。本文構(gòu)建的Theil 指數(shù)公式是基于Theil（1967）、Bourguignon（1979）和Shorrocks（1980）的前期研究?？傮wTheil 指數(shù)如式（1）所示。

其中：T為數(shù)字普惠金融發(fā)展差異的Theil 指數(shù)，介于0～1 之間；n為省份數(shù)量（本文省份數(shù)量為23）；yi為i省份的數(shù)字普惠金融發(fā)展指數(shù)；為樣本內(nèi)所有省份數(shù)字普惠金融發(fā)展指數(shù)均值。

利用Theil 指數(shù)可分解的性質(zhì)，將其進一步分解為區(qū)域間差異和區(qū)域內(nèi)差異，以考察數(shù)字普惠金融發(fā)展區(qū)域差異的大小、趨勢及來源，見式（2）～式（4）。

其中：Tb和Tw分別為區(qū)域間差異和區(qū)域內(nèi)差異；K為區(qū)域數(shù)，本文中23 個省份被分為5 個地區(qū)；nk為k區(qū)域中的省份數(shù)量；Yi為i省份數(shù)字普惠金融發(fā)展指數(shù)占比；Yk為k地區(qū)所有省份數(shù)字普惠金融發(fā)展指數(shù)之和的占比。

（二）基于QAP 的空間不平衡成因識別方法

QAP 方法被廣泛應(yīng)用于社會網(wǎng)絡(luò)研究，它基于矩陣數(shù)據(jù)置換對矩陣中的各個元素進行比較，得出矩陣間的相關(guān)系數(shù)，并對系數(shù)進行非參檢驗。目前該方法也被經(jīng)濟研究領(lǐng)域廣泛采用（李敬等，2014；劉華軍等，2015）。本文基于QAP 方法來探究我國數(shù)字普惠金融發(fā)展空間不平衡性的成因。

設(shè)定關(guān)系數(shù)據(jù)模型為

其中：Y、X和V分別為被解釋變量、解釋變量和殘差項；α0、α1和α2為系數(shù)。式（5）中所有變量都是n階方陣，形式如式（6）所示，其中矩陣元素均為各變量在兩兩地區(qū)間的差值，主對角線元素均為0。

QAP 方法包括相關(guān)和回歸兩類分析方法。以兩個矩陣為例介紹QAP 方法的三步計算過程。第一步，計算兩個矩陣間的相關(guān)系數(shù)；第二步，隨機置換其中一個矩陣的行和相應(yīng)的列得到一個新矩陣，再計算新矩陣與另一個矩陣間的相關(guān)系數(shù)，并保存計算結(jié)果；重復(fù)上述過程若干次后得到一個關(guān)于相關(guān)系數(shù)的分布，通過這個分布可以得到隨機置換后計算得到的相關(guān)系數(shù)小于第一步得出的相關(guān)系數(shù)的概率；第三步，比較第一步得出的相關(guān)系數(shù)與根據(jù)隨機置換得出的相關(guān)系數(shù)分布狀況，觀察第一步得出的相關(guān)系數(shù)是否落入了拒絕域，據(jù)此得出是否顯著的結(jié)論（劉軍，2007）。若該概率小于0.01（或0.05、0.10），則表明所分析的兩個矩陣間存在顯著關(guān)系。

（三）指標選取與數(shù)據(jù)說明

本文基于北京大學(xué)數(shù)字普惠金融指數(shù)（2011—2020 年）來考察我國國家重大戰(zhàn)略區(qū)域的數(shù)字普惠金融發(fā)展狀況。該指數(shù)是由北京大學(xué)數(shù)字金融研究中心利用關(guān)于數(shù)字普惠金融的海量微觀數(shù)據(jù)，在綜合考慮數(shù)字金融的各類新特征和數(shù)據(jù)可得性后，從使用深度、覆蓋廣度和數(shù)字支持服務(wù)三個維度編制而成。目前該指數(shù)已經(jīng)成為我國數(shù)字普惠金融研究領(lǐng)域的權(quán)威數(shù)據(jù)。

依據(jù)五個國家重大戰(zhàn)略區(qū)域的發(fā)展規(guī)劃綱要，各區(qū)域的具體覆蓋范圍見表1。鑒于上海、浙江、安徽和江蘇同時屬于長江經(jīng)濟帶和長三角，為研究需要，本文將上述四個區(qū)域從長江經(jīng)濟帶去除，只列入長三角；同時鑒于香港和澳門的數(shù)據(jù)缺失，粵港澳僅包含廣東。

表1 國家重大戰(zhàn)略區(qū)域的覆蓋范圍與劃分依據(jù)

本文采用QAP 方法對我國數(shù)字普惠金融發(fā)展空間不平衡的影響因素進行分析，以五個國家重大戰(zhàn)略區(qū)域內(nèi)各省份的數(shù)字普惠金融發(fā)展指數(shù)構(gòu)建兩兩省份間的差距矩陣（23×23 矩陣）作為被解釋變量，以各影響因素的差距矩陣作為解釋變量。解釋變量數(shù)據(jù)主要來自《中國統(tǒng)計年鑒》《中國金融年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》等。

三、中國數(shù)字普惠金融發(fā)展的空間不平衡

本部分先對五個國家重大戰(zhàn)略區(qū)域的數(shù)字普惠金融發(fā)展現(xiàn)狀進行描述，再采用Theil 指數(shù)考察我國各個國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展的空間不平衡狀況。

（一）數(shù)字普惠金融發(fā)展的典型事實

圖1 刻畫了樣本期內(nèi)全國和五個國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展的演變特征。由圖1 可知，2011—2020 年全國數(shù)字普惠金融呈跨越式增長態(tài)勢，均值由2011 年的40 增至2020 年的341.22，上升幅度高達753%。同時還可獲知，我國五個國家重大戰(zhàn)略區(qū)域的數(shù)字普惠金融發(fā)展存在顯著差異，從數(shù)字普惠金融發(fā)展指數(shù)的均值來看，2011—2020 年五個國家重大戰(zhàn)略區(qū)域明顯劃分為三個階梯。其中，長三角的指數(shù)均值為251.64，處于第一階梯，在五個國家重大戰(zhàn)略區(qū)域中處于領(lǐng)先地位，這主要是由于長三角的四個省份中的上海、浙江和江蘇均值排名分別位列全國第一、第三和第五，數(shù)字普惠金融發(fā)展水平普遍較高。因此帶動整個區(qū)域均值遠超全國平均水平；粵港澳和京津冀地區(qū)的指數(shù)均值分別為244.00 和237.27，位于第二階梯；長江經(jīng)濟帶和黃河流域的數(shù)字普惠金融發(fā)展水平較低，位于第三階梯，均值分別為209.10 和201.94，其中黃河流域的發(fā)展水平最低，這主要是因為黃河流域的青海和甘肅兩省均值排名分別位列全國倒數(shù)第一和倒數(shù)第二，因此拖動整個區(qū)域均值遠低于全國平均水平。另外，從五個國家重大戰(zhàn)略區(qū)域的數(shù)字普惠金融發(fā)展指數(shù)年均增長率來看，2011—2020 年，五個區(qū)域的年均增長率明顯劃分為兩個階梯。位于第一階梯的有黃河流域和長江經(jīng)濟帶，其中年均增長率最高的是黃河流域（30.27%），長江經(jīng)濟帶（29.53%）緊隨其后；其他三個區(qū)域的年均增長率略低且相差不大，位于第二階梯，京津冀、長三角和粵港澳地區(qū)的年均增長率分別為22.89%、22.51%和20.76%。

圖1 五大國家重大戰(zhàn)略區(qū)域的數(shù)字普惠金融發(fā)展

綜合考慮2011—2020 年五個國家重大戰(zhàn)略區(qū)域的數(shù)字普惠金融發(fā)展指數(shù)均值和年均增長率，可以獲知長三角的數(shù)字普惠金融發(fā)展表現(xiàn)為指數(shù)均值高，但增速較慢；而黃河流域表現(xiàn)為指數(shù)均值低，但增速較快；長江經(jīng)濟帶、京津冀和粵港澳的指數(shù)均值和增速在五個區(qū)域中均處于中等水平。結(jié)合我國數(shù)字普惠金融發(fā)展實際來分析產(chǎn)生上述現(xiàn)象的原因。在五個國家重大戰(zhàn)略區(qū)域中，約占全國四分之一經(jīng)濟總量的長三角匯聚了我國大量的金融機構(gòu)總部和主要金融交易所，是我國金融最發(fā)達的地區(qū)之一，它依托充裕的人才儲備、金融資源和完善的普惠金融基礎(chǔ)設(shè)施，不斷提高金融科技水平和創(chuàng)新數(shù)字金融服務(wù)形式，推動數(shù)字普惠金融的各類新興業(yè)態(tài)不斷涌現(xiàn)，數(shù)字普惠金融已呈現(xiàn)蓬勃發(fā)展之勢，但不容忽視的一點是長三角數(shù)字普惠金融正遭遇發(fā)展“瓶頸”，增速乏力，因此數(shù)字普惠金融的高質(zhì)量發(fā)展仍然任重道遠。與此同時，黃河流域的數(shù)字普惠金融發(fā)展與其他區(qū)域比較相對落后，但該地區(qū)具有一定的后發(fā)優(yōu)勢，并且區(qū)域內(nèi)部分省份實施了多項優(yōu)惠政策，主動推動數(shù)字普惠金融發(fā)展，加快數(shù)字普惠金融基礎(chǔ)設(shè)施建設(shè)，相關(guān)金融機構(gòu)數(shù)量和金融服務(wù)種類明顯增加，帶動總體發(fā)展水平提高，明顯追趕其他區(qū)域，但是受限于薄弱的傳統(tǒng)金融基礎(chǔ)及落后的數(shù)字技術(shù)，黃河流域整體發(fā)展水平仍然較低。

（二）數(shù)字普惠金融發(fā)展的空間不平衡測算結(jié)果

在對我國數(shù)字普惠金融發(fā)展現(xiàn)狀進行描述的基礎(chǔ)上，本文采用Theil 指數(shù)測度國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展的空間不平衡。需要提及的是，在本文的區(qū)域劃分說明中，由于粵港澳地區(qū)只包含廣東，這就導(dǎo)致無法測算該地區(qū)數(shù)字普惠金融發(fā)展的區(qū)域內(nèi)差異，據(jù)此本文在區(qū)域差異分解時沒有考慮粵港澳地區(qū)。

1.總體差異及分解

數(shù)字普惠金融發(fā)展總體差異及分解結(jié)果見表2，我國國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展的總體Theil指數(shù)不高，介于［0.004，0.100］之間，且整體呈明顯下降趨勢，年均下降28.31%。具體來看，數(shù)字普惠金融發(fā)展總體差異的演變分為兩個階段：第一階段是2011—2016 年，總體Theil 指數(shù)由0.100 急劇下降為0.004，下降幅度為60%，表明該時期數(shù)字普惠金融發(fā)展的總體差異快速縮小，其中原因可能是近些年我國開始逐步實施區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略和國家區(qū)域重大戰(zhàn)略，各區(qū)域在不斷提升數(shù)字普惠金融發(fā)展水平的同時也逐漸形成一定的協(xié)同發(fā)展機制，從而降低數(shù)字普惠金融發(fā)展的空間不平衡性；第二階段是2017 年后，總體Theil 指數(shù)略呈上升趨勢，該上升趨勢主要是由國家重大戰(zhàn)略區(qū)域間差異造成，因為五個國家重要戰(zhàn)略區(qū)的目標和定位不同，發(fā)展重點也各有側(cè)重，致使各區(qū)域數(shù)字普惠金融的發(fā)展態(tài)勢呈現(xiàn)不同走向。

表2 數(shù)字普惠金融發(fā)展的Theil 指數(shù)及分解

接下來分別考察國家重大戰(zhàn)略區(qū)域內(nèi)和區(qū)域間Theil 指數(shù)的變動趨勢。2011—2020 年，區(qū)域內(nèi)Theil 指數(shù)呈下降態(tài)勢，由2011 年的0.040 下降至2020 年的0.002，下降幅度高達95%；而區(qū)域間Theil 指數(shù)變動與總體Theil 指數(shù)的變化趨勢基本一致，先由2011 年的0.060 下降至2016 年的0.002，2017 年后又略呈上升趨勢。從貢獻率來看，樣本期內(nèi)除2015 年和2016 年外，區(qū)域間差異的年均貢獻率約為55.22%，超過了區(qū)域內(nèi)差異。由此來看，短期內(nèi)不同國家重大戰(zhàn)略區(qū)域間數(shù)字普惠金融發(fā)展差異是造成總體區(qū)域差異的主要原因，所以著力縮小數(shù)字普惠金融發(fā)展的區(qū)域間差異是解決空間不平衡的關(guān)鍵。

2.國家重大戰(zhàn)略區(qū)域內(nèi)部差異及分解

基于國家重大戰(zhàn)略區(qū)域分解得出數(shù)字普惠金融發(fā)展區(qū)域內(nèi)Theil 指數(shù)，見表3。從2011—2020 年的國家重大戰(zhàn)略區(qū)域內(nèi)Theil 指數(shù)年均值大小來看，均值最大的是京津冀，為0.015；均值最小的是長江經(jīng)濟帶，為0.005，僅為京津冀的三分之一；長三角和黃河流域均值大小居中，分別為0.010 和0.006。與2011 年相比，2020 年的區(qū)域內(nèi)Theil 指數(shù)均呈明顯的下降態(tài)勢，京津冀、長三角、長江經(jīng)濟帶和黃河流域四個區(qū)域的下降幅度分別為90%、93.88%、96.97%和94.12%，這意味著在區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略和國家區(qū)域重大戰(zhàn)略實施背景下，各國家重大戰(zhàn)略區(qū)域內(nèi)部數(shù)字普惠金融發(fā)展的空間平衡性逐漸增強。

由表3 可知，長江經(jīng)濟帶數(shù)字普惠金融發(fā)展的區(qū)域內(nèi)部差異最小，并且該差異的下降速度最大，年均降速達32.19%，其中可能的原因在于，長江經(jīng)濟帶七省份的數(shù)字普惠金融發(fā)展基礎(chǔ)條件接近，不存在處于發(fā)展“兩極”的省份。年均降速緊隨其后的是黃河流域和長三角，這兩個區(qū)域的數(shù)字普惠金融發(fā)展區(qū)域內(nèi)部差異分別年均下降27%和26.68%。而區(qū)域內(nèi)部差異最大的是京津冀，并且該差異下降速度最小，年均降速僅為22.57%，原因可能在于北京、天津和河北在數(shù)字普惠金融發(fā)展上存在斷層，三個省份的數(shù)字普惠金融指數(shù)年均值分別為275.915、234.881 和201.007，河北與北京、天津的數(shù)字普惠金融發(fā)展相比具有很大差距，并且北京作為首都，發(fā)揮出的虹吸效應(yīng)極強，強烈吸引周邊的優(yōu)質(zhì)數(shù)字技術(shù)人才、金融資源等要素來促進其數(shù)字普惠金融的快速發(fā)展。因此，在國家重大戰(zhàn)略區(qū)域協(xié)同發(fā)展的視角下，當前應(yīng)著重縮小京津冀內(nèi)部數(shù)字普惠金融發(fā)展的空間不平衡。

表3 國家重大戰(zhàn)略區(qū)域內(nèi)Theil 指數(shù)

四、中國數(shù)字普惠金融發(fā)展空間不平衡的成因探析

第三節(jié)采用Theil 指數(shù)考察了我國國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展的空間不平衡性，接下來從多角度深入探析造成數(shù)字普惠金融發(fā)展域差異的影響因素，并運用QAP 方法進行實證分析。

（一）造成數(shù)字普惠金融發(fā)展空間不平衡的影響因素探析

根據(jù)金融結(jié)構(gòu)理論，金融發(fā)展與經(jīng)濟增長緊密相關(guān)（武志，2010）。經(jīng)濟增長是推動數(shù)字普惠金融發(fā)展的源動力，經(jīng)濟發(fā)展較好的地區(qū)，生產(chǎn)產(chǎn)出貢獻率和資金流動率相應(yīng)較高，數(shù)字技術(shù)更新速度也較快（葛和平和朱卉雯，2018），這樣就能充分降低金融排斥，進而推動數(shù)字普惠金融發(fā)展。另外，從金融服務(wù)需求方來說，地區(qū)經(jīng)濟發(fā)展水平高，產(chǎn)品生產(chǎn)分配過程中進行資金交易的體量相應(yīng)較大，企業(yè)的融資需求較強，這樣會吸引更多的人力與資金進入市場，因此數(shù)字普惠金融發(fā)展將會更加充分。因此，地區(qū)經(jīng)濟發(fā)展水平的差距可能是影響數(shù)字普惠金融發(fā)展空間不平衡的重要因素之一。本文采用人均實際地區(qū)生產(chǎn)總值來表征地區(qū)經(jīng)濟發(fā)展水平（pgdp），并用人均地區(qū)生產(chǎn)總值指數(shù)進行平減。

數(shù)字技術(shù)的應(yīng)用推動了金融普惠（World Bank，2014）。借助數(shù)字技術(shù)的應(yīng)用，普惠金融在一定程度上擺脫了地理限制，擴大了傳統(tǒng)金融的服務(wù)范圍，使原本被傳統(tǒng)金融排斥在外的小微企業(yè)和弱勢人群也能夠獲得成本可承擔的金融服務(wù)，更好促進了金融普惠性發(fā)展。另外，依托數(shù)字技術(shù)，金融機構(gòu)能夠做到快速匹配金融服務(wù)的需求與產(chǎn)品，使需求方及時地獲得滿足；還能夠使金融服務(wù)快速對接大量應(yīng)用場景，即時獲取數(shù)據(jù)信息，快速完成金融產(chǎn)品的投產(chǎn)迭代。因此，地區(qū)數(shù)字技術(shù)差距構(gòu)成了數(shù)字普惠金融空間不平衡的一個重要原因。本文采用移動互聯(lián)網(wǎng)年末用戶總數(shù)與地區(qū)年末常住人口比值來表征數(shù)字技術(shù)水平（dt）。

新型城鎮(zhèn)化有效促進了地區(qū)數(shù)字普惠金融的發(fā)展（王媛媛和韓瑞棟，2021），城鎮(zhèn)化建設(shè)伴隨而來的網(wǎng)絡(luò)移動通信等硬件設(shè)施覆蓋范圍的擴大，提高了原有金融服務(wù)難以觸達的農(nóng)村、小微企業(yè)等弱勢群體接觸金融產(chǎn)品和服務(wù)的可能性，為其獲取金融服務(wù)提供了便利；城鎮(zhèn)化水平提高，也會帶來居民收入水平、受教育程度和金融素質(zhì)的提升，進而提高居民對數(shù)字金融產(chǎn)品和服務(wù)的接受程度，有利于數(shù)字普惠金融的發(fā)展。因此，地區(qū)城鎮(zhèn)化差距有可能是數(shù)字普惠金融發(fā)展空間不平衡的重要原因。本文采用城鎮(zhèn)人口占地區(qū)總?cè)丝诘谋戎貋頊y度城鎮(zhèn)化水平（urb）。

數(shù)字普惠金融是金融領(lǐng)域的新興事物，需要依賴政府參與促其健康發(fā)展（孫國茂和何磊磊，2020）。政府通過對數(shù)字普惠金融產(chǎn)品供給者提供財政補貼、信貸貼現(xiàn)等“幫扶”措施，能夠降低業(yè)務(wù)風險和成本，加強其進行金融創(chuàng)新的信心（郭新明，2015）；政府通過鼓勵金融服務(wù)與數(shù)字技術(shù)結(jié)合，能夠提升金融服務(wù)的包容性，拓寬金融服務(wù)的邊界。因此，地區(qū)政府行為差距可能會造成數(shù)字普惠金融發(fā)展的空間不平衡。本文采用政府一般預(yù)算支出與地區(qū)GDP 比值來表征政府行為（gov）。

地區(qū)人口密度影響數(shù)字金融服務(wù)與產(chǎn)品的推廣程度和使用程度（王雪和何廣文，2020）。人口密度大的地區(qū)居民間、居民與金融產(chǎn)品間的接觸更加便利，這在一定程度上降低了金融供需雙方的成本，增大了當?shù)鼐用瘾@得數(shù)字金融服務(wù)的可能性。另外，在人口密度大的地區(qū)，當?shù)鼐用駥鹑诋a(chǎn)品和服務(wù)的需求也會相應(yīng)較大，這將在需求端推動數(shù)字普惠金融的發(fā)展。因此，地區(qū)人口密度差距可能影響數(shù)字普惠金融空間不平衡。本文采用單位地區(qū)土地面積上年均常住人口數(shù)來測度人口密度（pd），各省份土地面積數(shù)據(jù)通過各省份官網(wǎng)土地面積數(shù)據(jù)整理得到。

受教育水平高的居民對金融參與和數(shù)字技術(shù)發(fā)展的認知和接受能力較強，他們更愿意通過互聯(lián)網(wǎng)等途徑了解和使用各類數(shù)字金融產(chǎn)品和服務(wù)（吳濤和楊繼瑞，2015）；受教育水平的提高可以提升居民的金融知識儲備，能夠幫助其獲得多樣化的數(shù)字金融產(chǎn)品和服務(wù)（郭峰和王瑤佩，2020）。因此，地區(qū)居民受教育水平差距有可能成為數(shù)字普惠金融發(fā)展空間不平衡的原因。本文采用平均受教育年限來測度受教育水平（edu），計算公式為edu=6pr+9mi+12hi+16co，其中pr、mi、hi和co表示小學(xué)、初中、高中和大專以上教育程度勞動力占地區(qū)人口比重。

傳統(tǒng)金融奠定了數(shù)字普惠金融發(fā)展的基礎(chǔ)（Nasri 和Charfeddine，2012；王瑤佩和郭峰，2019）。數(shù)字金融能夠利用先進數(shù)字技術(shù)來提升金融產(chǎn)品質(zhì)量和金融服務(wù)效率，而數(shù)字金融產(chǎn)品和服務(wù)的提供有很大一部分需要通過傳統(tǒng)金融機構(gòu)的數(shù)字化轉(zhuǎn)型和數(shù)字化金融產(chǎn)品的開發(fā)來實現(xiàn)。因此目前傳統(tǒng)金融機構(gòu)依然是數(shù)字普惠金融發(fā)展的重要供給主體。另外，傳統(tǒng)金融發(fā)展較好的地區(qū)的金融機構(gòu)能夠提供豐富多樣的金融服務(wù)和產(chǎn)品，金融服務(wù)的覆蓋面也更大。因此，地區(qū)傳統(tǒng)金融基礎(chǔ)差距可能導(dǎo)致數(shù)字普惠金融發(fā)展空間不平衡。本文采用銀行業(yè)金融機構(gòu)各項貸款余額與地區(qū)GDP 比值來表征傳統(tǒng)金融基礎(chǔ)（ban）。

產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級要求更多樣化的金融服務(wù)，從而推動金融的發(fā)展（王立國和趙婉妤，2015）。另外，數(shù)字普惠金融的發(fā)展涉及金融、互聯(lián)網(wǎng)、數(shù)字軟件技術(shù)等第三產(chǎn)業(yè)的多個領(lǐng)域，第三產(chǎn)業(yè)的發(fā)展構(gòu)成了數(shù)字普惠金融發(fā)展的基礎(chǔ)。當?shù)貐^(qū)第二、三產(chǎn)業(yè)發(fā)展水平較高時，會吸引更多金融機構(gòu)進入當?shù)厥袌?，這都有利于金融服務(wù)供給的多樣化和創(chuàng)新。因此，地區(qū)產(chǎn)業(yè)結(jié)構(gòu)的差距也會對數(shù)字普惠金融發(fā)展空間不平衡產(chǎn)生影響。本文采用第三產(chǎn)業(yè)增加值占GDP 比重來表征產(chǎn)業(yè)結(jié)構(gòu)（ind）。

基于上述影響因素探析，本文構(gòu)建分析框架如圖2 所示。區(qū)域A和B的數(shù)字普惠金融發(fā)展水平分別用difA和difB表示，則數(shù)字普惠金融發(fā)展的空間不平衡表示為difA-difB；地區(qū)經(jīng)濟發(fā)展水平、傳統(tǒng)金融基礎(chǔ)、城鎮(zhèn)化水平、人口密度、產(chǎn)業(yè)結(jié)構(gòu)、受教育水平、數(shù)字技術(shù)水平和政府行為的地區(qū)差距可分別表示為pgdpApgdpB、banA-banB、urbA-urbB、pdA-pdB、indA-indB、eduA-eduB、dtA-dtB和govA-govB，這些影響因素的地區(qū)差距可以用來解釋數(shù)字普惠金融發(fā)展的空間不平衡。將兩個地區(qū)擴展為多個地區(qū)，則兩兩地區(qū)間的數(shù)字普惠金融發(fā)展差距可以用上述因素在兩兩地區(qū)間的差距進行聯(lián)合解釋。

圖2 數(shù)字普惠金融發(fā)展空間不平衡的QAP 分析框架

（二）數(shù)字普惠金融發(fā)展空間不平衡QAP 相關(guān)分析

本文借鑒李敬等（2014）對QAP 相關(guān)分析差距矩陣的構(gòu)建方法，首先對樣本期內(nèi)的各省份相關(guān)變量取均值，并以此構(gòu)建各變量均值的差距矩陣，接著利用Ucinet 軟件進行兩兩變量間的QAP 相關(guān)分析。需要提及的一點是，在前文數(shù)據(jù)說明部分提到，我國五個國家重大戰(zhàn)略區(qū)域共包含23 個省份。因此在本部分的QAP 實證分析中已剔除其余不包括在國家重大戰(zhàn)略區(qū)域范圍內(nèi)省份。

2011—2020 年數(shù)字普惠金融發(fā)展空間不平衡的QAP 相關(guān)分析結(jié)果見表4。由表4 結(jié)果可知，數(shù)字普惠金融發(fā)展的空間不平衡與經(jīng)濟發(fā)展水平、傳統(tǒng)金融基礎(chǔ)、城鎮(zhèn)化水平、人口密度、產(chǎn)業(yè)結(jié)構(gòu)、受教育水平和數(shù)字技術(shù)水平地區(qū)差距的相關(guān)系數(shù)均為正值，且全部在10%水平上通過了顯著性檢驗；而與政府行為地區(qū)差距的相關(guān)系數(shù)為負值，且在1%水平上通過顯著性檢驗。具體從相關(guān)系數(shù)數(shù)值大小來看，經(jīng)濟發(fā)展水平、城鎮(zhèn)化水平和數(shù)字技術(shù)水平的地區(qū)差距與數(shù)字普惠金融發(fā)展空間不平衡具有很強的相關(guān)性，相關(guān)系數(shù)依次為0.940、0.857 和0.825，其中相關(guān)系數(shù)最大的變量是經(jīng)濟發(fā)展水平，表明其與數(shù)字普惠金融發(fā)展空間不平衡關(guān)系最為密切；而受教育水平、產(chǎn)業(yè)結(jié)構(gòu)和人口密度的地區(qū)差距與數(shù)字普惠金融發(fā)展空間不平衡的相關(guān)性比較接近，相關(guān)系數(shù)分別為0.796、0.753 和0.750；但是傳統(tǒng)金融基礎(chǔ)的地區(qū)差距與數(shù)字普惠金融發(fā)展空間不平衡的相關(guān)性則較弱，相關(guān)系數(shù)僅為0.322。這在一定程度上驗證了前文所述的理論邏輯，并為后續(xù)的QAP 回歸分析奠定基礎(chǔ)。

表4 QAP 相關(guān)分析結(jié)果

需要提及的是，QAP 相關(guān)分析只是表明變量間存在相關(guān)關(guān)系而非因果關(guān)系，也無法衡量各因素對數(shù)字普惠金融發(fā)展空間不平衡的真實貢獻；同時QAP 相關(guān)分析的結(jié)果也顯示影響因素變量間的相關(guān)系數(shù)較大，可能會導(dǎo)致多重共線性等問題。為探究各解釋變量對數(shù)字普惠金融發(fā)展空間不平衡的實際影響，識別數(shù)字普惠金融發(fā)展空間不平衡的成因，并克服多重共線性等問題，本文進一步對前文所述變量進行QAP 回歸分析。

（三）數(shù)字普惠金融發(fā)展空間不平衡QAP 回歸分析

QAP 回歸分析能夠同時得出未標準化和標準化的回歸系數(shù)，未標準化回歸系數(shù)通過直接對差距矩陣變量進行估計得到，其數(shù)值與原始數(shù)據(jù)的量綱密切相關(guān)；而標準化回歸系數(shù)是對差距矩陣變量進行標準化后再進行估計得到，能夠消除原始數(shù)據(jù)量綱的影響，可以更準確地測度各解釋變量對被解釋變量的影響強度，所得回歸系數(shù)也更為穩(wěn)健（Burris，2005）。

1.基于全樣本時期QAP 回歸分析的考察

本文以國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展差距矩陣為被解釋變量，各影響因素的差距矩陣為解釋變量，構(gòu)建QAP 回歸模型，并采用標準化回歸系數(shù)來報告各因素對數(shù)字普惠金融發(fā)展空間不平衡的影響效果。基于全樣本時期的QAP 回歸分析結(jié)果見表5，調(diào)整后的R2值為0.944，并在1%水平上通過了顯著性檢驗，表明包括經(jīng)濟發(fā)展水平、城鎮(zhèn)化水平和傳統(tǒng)金融基礎(chǔ)等影響變量的地區(qū)差距對中國數(shù)字普惠金融發(fā)展空間不平衡的解釋力高達94.4%，回歸分析模型擬合情況較好。

根據(jù)表5，從標準化回歸系數(shù)來看，地區(qū)經(jīng)濟發(fā)展水平、傳統(tǒng)金融基礎(chǔ)和數(shù)字技術(shù)水平地區(qū)差距三個變量的標準化回歸系數(shù)顯著為正，表明這些因素在國家重大戰(zhàn)略區(qū)域地區(qū)差距的擴大將會增強數(shù)字普惠金融發(fā)展的空間不平衡性，這一結(jié)論與張?zhí)旌蛣⒆詮姡?021）的研究結(jié)果類似。在我國數(shù)字普惠金融發(fā)展過程中，各地區(qū)經(jīng)濟發(fā)展水平的提升、傳統(tǒng)金融基礎(chǔ)的不斷夯實和數(shù)字技術(shù)水平的提高都推動了數(shù)字普惠金融向更高水平發(fā)展，但同時也造成了各地區(qū)間經(jīng)濟發(fā)展水平、傳統(tǒng)金融發(fā)展程度和數(shù)字技術(shù)水平差距的產(chǎn)生，隨之而來的便是數(shù)字普惠金融發(fā)展的空間不平衡。本文通過測度地區(qū)經(jīng)濟發(fā)展水平、傳統(tǒng)金融基礎(chǔ)和數(shù)字技術(shù)水平的地區(qū)差距情況①本文選取地區(qū)經(jīng)濟發(fā)展水平、傳統(tǒng)金融基礎(chǔ)和數(shù)字技術(shù)水平數(shù)據(jù)，采用Theil 指數(shù)測算地區(qū)差距。做進一步分析，發(fā)現(xiàn)其與地區(qū)數(shù)字普惠金融發(fā)展差距正相關(guān)，這也佐證了上述分析結(jié)果。另外，比較這三個標準化回歸系數(shù)大小可知，對我國數(shù)字普惠金融發(fā)展空間不平衡的影響強度從高到低依次為經(jīng)濟發(fā)展水平（0.625）、傳統(tǒng)金融基礎(chǔ)（0.250）和數(shù)字技術(shù)水平（0.192）。經(jīng)濟發(fā)展水平地區(qū)差距對我國數(shù)字普惠金融發(fā)展空間不平衡的影響遠高于傳統(tǒng)金融基礎(chǔ)和數(shù)字技術(shù)水平，前者分別為后兩者的2.5 倍和3.26 倍。由此可見，經(jīng)濟發(fā)展水平地區(qū)差距在國家重大戰(zhàn)略區(qū)域的數(shù)字普惠金融發(fā)展空間不平衡中扮演了最為重要的角色，與其他因素相比，國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展的空間不平衡主要源于經(jīng)濟發(fā)展水平的地區(qū)差距。

表5 QAP 回歸結(jié)果：基于全樣本時期的考察

表5 中政府行為的標準化回歸系數(shù)（-0.443）為負值，且在1%水平上通過顯著性檢驗，說明政府行為的地區(qū)差距對數(shù)字普惠金融發(fā)展空間不平衡具有顯著的負向影響，即降低政府行為的地區(qū)差距并不會有效降低國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展的空間不平衡性。產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化、受教育水平和人口密度地區(qū)差距的標準化回歸系數(shù)分別為-0.002、-0.131、-0.163 和0.138，但是在統(tǒng)計上并不顯著，表明這四個因素不是影響我國數(shù)字普惠金融發(fā)展空間不平衡性的主要力量。雖然這些因素的地區(qū)差距可能影響了數(shù)字普惠金融發(fā)展的空間不平衡性，但其影響效應(yīng)不是很顯著。在前文的理論分析中，城鎮(zhèn)化能夠通過擴大數(shù)字化硬件設(shè)施的覆蓋范圍和提高居民收入水平來促進數(shù)字普惠金融發(fā)展，但在我國城鎮(zhèn)化過程中，也伴隨著一些問題，如城鎮(zhèn)化水平的提高意味著大量農(nóng)村人口流入城市，這些城市流入人口的收入主要用于住房等基礎(chǔ)支出，而用于日常消費、保險和理財?shù)氖杖敕蓊~被大量擠占，因此對數(shù)字金融產(chǎn)品和服務(wù)的需求受到擠壓；同時留在農(nóng)村的人口大多是老人和兒童，由于“數(shù)字鴻溝”的存在，這些人群被數(shù)字普惠金融覆蓋的可能性很小，因此我國城鎮(zhèn)化水平的提高并沒有切實帶來數(shù)字普惠金融的發(fā)展。另外，理論上地區(qū)人口密度大的地區(qū)，居民與金融產(chǎn)品接觸的便利性和居民對數(shù)字金融產(chǎn)品的較大需求，使得人口密度與數(shù)字普惠金融發(fā)展呈正向關(guān)系。但實證結(jié)果卻與理論分析相矛盾，這主要是受中國國情的影響，如陜西和河南等人口大省，其人口密度也較高，但是數(shù)字普惠金融發(fā)展的實際水平卻較低；而數(shù)字普惠金融發(fā)展的實際水平較高的地區(qū)，由于其出生率較低，因此人口密度反而不及陜西和河南等人口大省。

2.基于年度QAP 回歸分析的考察

基于年度的QAP 回歸分析能夠清晰揭示數(shù)字普惠金融發(fā)展空間不平衡影響因素的動態(tài)變化趨勢，把各影響因素的標準化回歸系數(shù)繪制成折線圖，如圖3 所示。由圖3 可以看出，2011—2020 年，對數(shù)字普惠金融發(fā)展空間不平衡持續(xù)呈正向影響的因素有地區(qū)經(jīng)濟發(fā)展水平、傳統(tǒng)金融基礎(chǔ)和數(shù)字技術(shù)水平，人口密度除2011 年外其他年份也一直呈正向影響；持續(xù)呈負向影響的因素有政府行為和受教育程度；而產(chǎn)業(yè)結(jié)構(gòu)和城鎮(zhèn)化在前后年份的影響作用變化較大。

圖3 QAP 回歸結(jié)果：基于年度的考察

具體來說，在整個樣本期內(nèi)，地區(qū)經(jīng)濟發(fā)展水平是造成數(shù)字普惠金融發(fā)展空間不平衡的決定力量，且其貢獻呈波動中上升趨勢，尤其是2014 年后經(jīng)濟發(fā)展水平的影響程度遠遠超過其他因素，2019 年的標準化回歸系數(shù)最高，達0.927。相較來說，傳統(tǒng)金融基礎(chǔ)對數(shù)字普惠金融發(fā)展空間不平衡的貢獻也較強，僅次于地區(qū)經(jīng)濟發(fā)展水平的影響，但整體呈“M”形趨勢，2012 年的影響作用最大（0.454），近幾年對數(shù)字普惠金融發(fā)展空間不平衡的貢獻有明顯的減弱趨勢。數(shù)字技術(shù)水平在樣本期內(nèi)對數(shù)字普惠金融發(fā)展空間不平衡一直發(fā)揮正向推動作用，但作用強度較小，2020 年的回歸系數(shù)僅為0.069。人口密度對數(shù)字普惠金融發(fā)展空間不平衡的貢獻在2011 年呈微弱的負向影響，之后十年呈波動中上升的正向影響。在對數(shù)字普惠金融發(fā)展空間不平衡發(fā)揮負向影響的因素中，政府行為的貢獻相對較大，標準化回歸系數(shù)介于［-0.559，-0.328］，整體變化呈“W”形，但近幾年的負向影響作用有減弱趨勢。受教育程度對數(shù)字普惠金融發(fā)展空間不平衡總體上起抑制作用，但作用強度呈現(xiàn)先減小后增大又減小的趨勢，2020 年的標準化回歸系數(shù)僅為-0.053。除上述影響因素外，產(chǎn)業(yè)結(jié)構(gòu)的影響并不明顯，回歸系數(shù)介于［-0.205，0.176］，整體呈小幅震蕩上升趨勢，以2016 年為界點分為兩個階段：第一階段2011—2015 年，產(chǎn)業(yè)結(jié)構(gòu)地區(qū)差距縮小了數(shù)字普惠金融發(fā)展空間不平衡，但作用強度較?。坏诙A段2016—2020 年年，產(chǎn)業(yè)結(jié)構(gòu)地區(qū)差距擴大了數(shù)字普惠金融發(fā)展空間不平衡。與產(chǎn)業(yè)結(jié)構(gòu)的影響作用大致相反，城鎮(zhèn)化水平的影響整體呈小幅震蕩下降趨勢，2011—2016 年年主要呈正向的推動作用，2017 年開始呈現(xiàn)負向影響。

綜上，通過對年度標準化回歸系數(shù)的結(jié)果分析可知，雖然各因素在具體年份對數(shù)字普惠金融發(fā)展空間不平衡的影響作用略有差異，但總體上與全樣本時期的回歸結(jié)果保持一致。

3.基于重大戰(zhàn)略區(qū)域QAP 回歸分析的考察

基于國家重大戰(zhàn)略區(qū)域的劃分，來剖析各區(qū)域內(nèi)部數(shù)字普惠金融發(fā)展差異的影響因素并加以比較，標準化回歸系數(shù)見表6。

表6 QAP 回歸結(jié)果：基于重大戰(zhàn)略區(qū)域的考察

京津冀數(shù)字普惠金融發(fā)展空間不平衡的決定因素為當?shù)亟?jīng)濟發(fā)展水平，傳統(tǒng)金融基礎(chǔ)和數(shù)字技術(shù)水平的作用強度非常小，未起到關(guān)鍵作用；政府行為和城鎮(zhèn)化的負向影響作用也較小。長三角數(shù)字普惠金融發(fā)展空間不平衡主要源于當?shù)亟?jīng)濟發(fā)展水平、受教育水平、數(shù)字技術(shù)水平和人口密度，其中前三者具有正向影響，而后者具有抑制作用。長江經(jīng)濟帶數(shù)字普惠金融發(fā)展空間不平衡對當?shù)亟?jīng)濟發(fā)展水平最為敏感，且起正向的推動作用，數(shù)字技術(shù)水平和人口密度也發(fā)揮正向推動作用，但強度較弱；起負向抑制作用的因素有三個，分別是產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化水平和受教育水平。政府行為、城鎮(zhèn)化水平和數(shù)字技術(shù)水平對黃河流域數(shù)字普惠金融發(fā)展空間不平衡具有較顯著影響，其中城鎮(zhèn)化的作用強度最大。

4.穩(wěn)健性檢驗

為檢驗研究結(jié)論的穩(wěn)健性，本文擬采用多種方法來進行穩(wěn)健性檢驗，以進一步佐證前文結(jié)論。第一，替換核心影響因素的表征變量，將數(shù)字技術(shù)的表征變量替換為地區(qū)網(wǎng)站總數(shù)與法人單位數(shù)的比值（郭家堂和駱品亮，2016），城鎮(zhèn)化水平的表征變量替換為各省份建筑用地面積與地區(qū)面積的比值（卞元超等，2018），受教育水平的表征變量替換為各省份在校大學(xué)生人數(shù)占該省份總?cè)丝诒戎兀ㄇ孛傻龋?019），重新進行QAP 回歸，回歸結(jié)果見表7 第2 和第3 列，回歸結(jié)果的標準化系數(shù)值和顯著性與前文相比沒有太大變化。第二，在QAP 回歸分析的迭代參數(shù)設(shè)置過程中，將初始隨機種子數(shù)設(shè)置為392，隨機置換次數(shù)設(shè)置為8000 次，回歸得到的標準化系數(shù)值變動微小，并且顯著性水平也沒有變化，回歸結(jié)果見表7 第4 和第5 列。

表7 穩(wěn)健性檢驗結(jié)果

五、研究結(jié)論與政策建議

本文采用Theil 指數(shù)測度國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展的空間不平衡性，并將數(shù)字普惠金融發(fā)展總體差異分解為區(qū)域內(nèi)和區(qū)域間差異，以此來揭示數(shù)字普惠金融發(fā)展總體區(qū)域差異的來源結(jié)構(gòu)特征，接著將關(guān)系數(shù)據(jù)分析范式應(yīng)用于數(shù)字普惠金融發(fā)展空間不平衡性的成因解析中，利用QAP 分析方法探究我國數(shù)字普惠金融發(fā)展空間不平衡的形成原因，為探尋區(qū)域數(shù)字普惠金融發(fā)展水平協(xié)同提升路徑提供參考依據(jù)。

研究結(jié)論如下：第一，我國國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展的總體Theil 指數(shù)較低，且整體呈明顯下降趨勢。2011—2020 年區(qū)域間差異對總體差異的年均貢獻率約為55.22%，因此短期內(nèi)不同國家重大戰(zhàn)略區(qū)域間數(shù)字普惠金融發(fā)展的差異是其空間不平衡性的主要來源。第二，基于國家重大戰(zhàn)略區(qū)域分解的數(shù)字普惠金融發(fā)展區(qū)域內(nèi)Theil 指數(shù)，均值最大的是京津冀，均值最小的是長江經(jīng)濟帶；且與2011 年相比，2020 年的區(qū)域內(nèi)Theil 指數(shù)均呈明顯的下降態(tài)勢，各國家重大戰(zhàn)略區(qū)域內(nèi)部數(shù)字普惠金融發(fā)展空間不平衡性逐漸減弱。第三，QAP 相關(guān)分析結(jié)果顯示，數(shù)字普惠金融發(fā)展的空間不平衡與經(jīng)濟發(fā)展水平、傳統(tǒng)金融基礎(chǔ)、城鎮(zhèn)化水平、人口密度、產(chǎn)業(yè)結(jié)構(gòu)、受教育水平和數(shù)字技術(shù)水平地區(qū)差距正相關(guān)；而與政府行為地區(qū)差距負相關(guān)。第四，根據(jù)數(shù)字普惠金融發(fā)展空間不平衡的QAP 回歸分析，基于全樣本時期的結(jié)果顯示，地區(qū)經(jīng)濟發(fā)展水平、傳統(tǒng)金融基礎(chǔ)和數(shù)字技術(shù)水平地區(qū)差距的系數(shù)顯著為正，且經(jīng)濟發(fā)展水平地區(qū)差距在國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展空間不平衡中扮演最為重要的角色。基于年度的結(jié)果顯示，持續(xù)呈正向影響的因素有地區(qū)經(jīng)濟發(fā)展水平、傳統(tǒng)金融基礎(chǔ)和數(shù)字技術(shù)水平；呈負向影響的因素有政府行為和受教育程度?；谥卮髴?zhàn)略區(qū)域的結(jié)果顯示，長江經(jīng)濟帶和京津冀地區(qū)數(shù)字普惠金融發(fā)展空間不平衡的決定因素是當?shù)亟?jīng)濟發(fā)展水平；長三角數(shù)字普惠金融發(fā)展空間不平衡主要源于當?shù)亟?jīng)濟發(fā)展水平、受教育水平、數(shù)字技術(shù)水平和人口密度；政府行為、城鎮(zhèn)化和數(shù)字技術(shù)水平對黃河流域數(shù)字普惠金融發(fā)展空間不平衡具有較顯著影響，其中城鎮(zhèn)化的作用強度最大。

針對以上研究結(jié)論，本文提出政策建議如下：

第一，客觀對待國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融發(fā)展的空間不平衡性。正確認識數(shù)字普惠金融發(fā)展的空間不平衡性不僅要承認數(shù)字普惠金融發(fā)展的客觀區(qū)域差異，而且要辯證地對待客觀區(qū)域差異。每個國家重大戰(zhàn)略區(qū)域數(shù)字普惠金融的基礎(chǔ)條件和發(fā)展環(huán)境存在差異，這在客觀上導(dǎo)致數(shù)字普惠金融發(fā)展的空間不平衡性。如果要實現(xiàn)數(shù)字普惠金融的區(qū)域協(xié)調(diào)發(fā)展，不能簡單地降低數(shù)字普惠金融發(fā)展的空間不平衡性，也不能簡單地要求各區(qū)域的數(shù)字普惠金融發(fā)展達到同一水平，而是應(yīng)該根據(jù)各區(qū)域數(shù)字普惠金融的先天條件和優(yōu)勢劣勢，形成具有區(qū)域特色的數(shù)字普惠金融發(fā)展提升之路，特別是長三角、粵港澳和京津冀三個國家重大戰(zhàn)略區(qū)域要發(fā)展成為我國數(shù)字普惠金融增長極，以帶動全國數(shù)字普惠金融的整體高質(zhì)量發(fā)展，推動區(qū)域經(jīng)濟協(xié)同發(fā)展。

第二，促進數(shù)字普惠金融區(qū)域協(xié)調(diào)發(fā)展應(yīng)該因地制宜、精準施策?？臻g不平衡性給數(shù)字普惠金融區(qū)域協(xié)調(diào)發(fā)展帶來了嚴峻考驗。因此務(wù)必從根源上找準造成空間不平衡性的成因并精準施策?；浉郯暮烷L三角是我國數(shù)字普惠金融發(fā)展水平最高的兩個區(qū)域。因此應(yīng)該充分利用優(yōu)越的傳統(tǒng)金融基礎(chǔ)和領(lǐng)先的數(shù)字技術(shù)優(yōu)勢，著力打造我國數(shù)字普惠金融的發(fā)展高地；京津冀地區(qū)要充分利用北京豐富的金融資源和數(shù)字技術(shù)人才優(yōu)勢，暢通區(qū)域內(nèi)部金融、人才要素的流通機制，推動轉(zhuǎn)變北京的“虹吸效應(yīng)”為輻射帶動作用和示范帶頭作用，引領(lǐng)整個區(qū)域的數(shù)字普惠金融發(fā)展；黃河流域和長江經(jīng)濟帶應(yīng)該加強數(shù)字普惠金融基礎(chǔ)設(shè)施建設(shè)，優(yōu)化數(shù)字普惠金融資源布局，豐富數(shù)字普惠金融服務(wù)和產(chǎn)品，提高金融服務(wù)的可獲得性和使用深度。

第三，我國政府部門應(yīng)該制定政策從全國層面推動數(shù)字普惠金融持續(xù)均衡發(fā)展。首先，國家要加快推動數(shù)字經(jīng)濟發(fā)展，加強網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)，推動提速降費，搭建“信息高速公路”；推進人工智能、移動互聯(lián)網(wǎng)等技術(shù)的創(chuàng)新發(fā)展。其次，政府應(yīng)該采取多重財政和貨幣政策加大對數(shù)字普惠金融發(fā)展的支持力度，尤其是目前還處于數(shù)字普惠金融發(fā)展的初期階段，應(yīng)該加強政府的合理引導(dǎo)和適當增加財政補貼等促進其發(fā)展壯大。再次，采取多樣化形式提高公民金融素養(yǎng)，加強公眾金融知識的普及和宣傳教育，幫助金融消費者提高風險防范能力和金融決策能力；建議將金融知識納入國民教育體系，助推國民金融素養(yǎng)的整體提高。最后，充分發(fā)揮各類金融機構(gòu)的作用，完善數(shù)字普惠金融體系，鼓勵四大行充分利用數(shù)據(jù)優(yōu)勢和先進數(shù)字技術(shù)優(yōu)勢推動數(shù)字普惠金融業(yè)務(wù)服務(wù)實體經(jīng)濟，支持地方商業(yè)銀行利用地緣優(yōu)勢開發(fā)各具區(qū)域特色的數(shù)字普惠金融業(yè)務(wù)服務(wù)小微企業(yè)。