基于空间计量模型的数字普惠金融与广东省协调发展研究

许仲宇 陈少铭 杨颖

摘 要：基于2011—2020年广东省21个地级市的面板数据，本文运用熵权法测度各城市的协调发展水平，并构建空间计量模型探究数字普惠金融对协调发展的影响。结果表明：广东省协调发展水平总体上具有空间依赖性，局部上表现为空间集聚，数字普惠金融和协调发展均表现出显著的空间相关性；数字普惠金融总体上对本地区协调发展水平有显著的积极影响，但对邻近城市有负向空间溢出效应；进一步研究发现，其对粤东、粤西和珠三角地区的促进作用较显著，但对粤北地区的影响不显著。

关键词：广东省；数字普惠金融；协调发展；熵权法；空间计量模型

本文索引：许仲宇，陈少铭，杨颖.基于空间计量模型的数字普惠金融与广东省协调发展研究[J].中国商论，2023（09）：-117.

中图分类号：F127 文献标识码：A 文章编号：2096-0298（2023）05（a）--04

1 引言

广东省在改革开放的40多年中取得了许多重大成就，但发展不协调问题一直未得到有效解决。广东省近年来积极实施数字普惠金融服务行动，在2022年针对商户收单减免各类移动支付手续费约6.59亿元，惠及农村小微企业及个体工商户超40.44万户[1]，在提振普惠金融水平的同时，推动了广东省协调发展。

数字普惠金融可以打破区域间时空信息壁垒和缩短信息传递距离，进而导致空间溢出效应的产生[2]。有学者利用省际面板数据验证了数字普惠金融对减少贫困、收入差距与居民消费的空间溢出效应[3-5]，上述研究多发现其具有正向影响，但也有学者认为负向效应同样存在[6]。

综上所述，数字普惠金融是当前学术界关注的热点，但关于其空间溢出效应的研究尚无定论，且专门探讨其对协调发展影响的文献较为匮乏。此外，相关研究多基于省际面板数据，缺乏城市层面数据的实证分析。鉴于此，本文基于广东省21个地级市的面板数据，利用空间计量模型探究数字普惠金融对协调发展的影响。这不仅有利于深入认识数字普惠金融的经济社会效应，对促进广东省协调发展同样具有借鉴意义。

2 指标选取与数据来源

本文借鉴前人研究，从使用深度、覆盖广度和数字化支持程度三个层次刻画数字普惠金融水平[7]，相关数据来自“北大数字普惠金融指数”。其中，使用深度能生动描绘数字普惠金融的使用情况，覆盖广度能准确反映数字普惠金融的普及程度，数字服务支持能深刻反映数字普惠金融的服务成本。

本文选取五个指标来构建协调发展水平评价指标体系，数据源自《中国城市统计年鉴》。具体而言：采用第三产业生产总值占GDP比重来衡量经济市场化程度，采用城镇化率表示城市化水平，使用城乡收入差距衡量城乡经济发展协调程度，选取GDP增长率描述区域可持续发展情况，选用规模以上工业增加值占GDP比重来表示工业企业协调发展情况。

控制变量方面：采用人均GDP来衡量区域经济发展水平；以高校在校生人数来度量人力资本水平；用FDI占GDP比重反映地区对外开放水平；选取地方财政一般预算支出占GDP比重来表示政府财政支出；选用专利授权量来度量创新水平。上述数据从各地级市统计年鉴中获取，缺失值采用线性插值法补齐。

3 广东省各地级市协调发展水平测度

基于上文构建的协调发展水平评价指标体系，本文采用熵权法确定各指标权重值，进而测算2011—2020年广东省21个地级市的协调发展水平。计算步骤如下：

（1）构建初始矩阵。由个样本和个指标所组成的矩阵可表示为：

（2）数据标准化。由于各指标的数量级和量纲存在不一致，会影响计算结果，故需要对指标数值进行无量纲化处理。处理公式如下所示：

其中，为第个样本第项指标的原始数据，为标准化处理后的数据，和分别表示指标体系中第项指标的最大值和最小值，经标准化处理后的矩阵为：

其中，设有n个观测值，m个指标，i∈{1，2，...，n}为测算城市的数量， j∈{1，2，...，m}为所研究的指标数。

（3）求各指标熵值。利用无量纲化处理后得到的，計算第j项指标的信息熵：

（4）确定各指标的权重。根据公式，计算出各指标的熵值为，，…，。

（5）通过熵值计算各指标的权重：

（6）计算得分：

由图1可知，广东省21个地级市的协调发展水平存在明显不均衡，其中深圳市与广州市的协调发展水平位于全省前列，而湛江市与云浮市的数值较小，这表明广东省协调发展水平可能存在某种空间异质性。

4 构建空间计量模型

一般计量模型将样本在地理空间上视为独立个体，然而在现实情况中，数字普惠金融与广东省协调发展在各市区间有着紧密联系，可能存在空间依赖性和空间异质性，此时采用传统的计量模型易导致有偏估计。因此，构建如下空间计量模型：

其中，为解释变量，为被解释变量，与为系数，为空间自相关系数，为空间权重矩阵，为残差扰动项，为空间误差系数。若==0，该模型转化为空间误差模型；若==0，该模型转化为空间滞后模型；若=0，该模型转化为空间杜宾模型。

4.1 空间权重矩阵

对于空间矩阵的设定，本文采用基于ROOK邻近性的空间权重矩阵（），其元素表达式为：

将矩阵进行标准化处理后得到空间权重矩阵W，其对角线上的元素均为0。

4.2 空间自相关性检验

借助指数检验广东省各地区协调发展之间是否存在空间自相关性，考察观测值与其空间滞后项之间的线性相关程度，计算公式如下：

其中，，，Yi为第i地区的值；为空间权重矩阵，此处采用一阶Rook空间权重矩阵[8]；指数取值范围[-1，1]，采用标准化统计量Z来检验显著性水平。

由计算可知，2011—2020年广东省协调发展水平的空间指数大致在0.3～0.6的区间内变化，且通过5%的显著性水平检验，表明21个地级市的协调发展水平具有正向空间依赖性。为进一步检验各地级市的局部空间自相关，本文运用Geoda软件绘制出局部指数散点图。局域自相关分为四种不同模式，分布在四个象限，每个象限对应一种空间结构，以展现各城市观测值与其邻市观测值之间的空间依赖关系[9]。从图2可以看出，有超过85%城市的观测值位于第一、第三象限，说明广东省协调发展水平具有明显的“高高集聚”和“低低集聚”特征。

5 数字普惠金融对协调发展影响的实证检验

5.1 计量模型的设定

以上分析表明，广东省各城市存在着协调发展水平的空间集聚现象。因此，本文引入空间计量模型以解决普通最小二乘法因忽略空间相关性带来不恰当的模型设立问题。基于上文的模型构建，本文采用如下空间杜宾模型：

其中，Coordinate代表因变量区域协调水平，EF代表自变量数字普惠金融，ED为控制变量经济发展水平，LnHC为人力资本水平，GS为政府财政支出，LnFDI为外商直接投资，LnRIC为创新水平，W代表空间权重矩阵。

5.2 实证结果分析

经Hausman检验，本文采用固定效应进行估计。表1结果表明，数字普惠金融发展对广东省协调发展具有促进作用。金融服务作为一种资本形成机制的载体，在落后地区供给匮乏，且金融机构自身趋利聚集性，导致在发展落后地区可能产生金融排斥。数字普惠金融通过为社会各阶层，尤其是现有金融体系覆盖不足的城镇低收入人群、农村人口特殊群体以及小微企业提供金融产品和服务，延伸了金融服务覆盖面并降低成本。在协调发展较弱的地区，数字普惠金融充分发挥长尾效应，降低了金融排斥，扩大对小微企业及低收入农户的信贷资金支持，提高资源配置效率，从而实现协调发展。

5.3 区域异质性估计结果分析

考虑到区域异质性，本文将广东省21个地级市分为珠三角、粤东、粤西和粤北四个区域。其中，珠三角地区为广州、深圳、珠海、佛山、江门、东莞、中山、惠州、肇庆九市；粤东地区为汕头、潮州、揭阳、汕尾四市；粤西地区包括湛江、茂名、阳江三市；粤北地区包括韶关、河源、梅州、清远、云浮五市。表2的估计结果显示，数字普惠金融对珠三角地区、粤东和粤西都具有正向显著影响，但对粤北地区的影响不显著，这可能与该地区数字普惠金融发展相对落后有关。

5.4 数字普惠金融对协调发展的影响效应分解

本文将数字普惠金融对协调发展的影响分解为直接效应和间接效应，其中直接效应为数字普惠金融对本地区协调发展的总体影响，既包含数字普惠金融对本地区协调发展的直接作用，又包含对邻近地区协调发展产生影响进而影响本地区空间反馈作用。间接效应，即空间溢出效应，为数字普惠金融对周边地区协调发展的影响。

表3结果表明，数字普惠金融水平的提升对本地区协调发展的贡献较为可观，同时其对周边城市的协调发展具有负向溢出效应。当前，数字普惠金融和协调发展存在一定的同向关联性，且对于数字普惠金融程度较高的区域，其互联网金融的使用深度、覆盖广度和数字化服务程度也较高[10]，这些优势会对被排斥在传统金融服务外周边地区的企业和消费者形成吸引力，从而对邻近城市的协调发展产生抑制作用。

6 结语

本文基于广东省21个地级市2011—2020年统计数据，运用熵权法计算各市协调发展水平，并构建空间杜宾模型分析数字普惠金融对广东省协调发展的影响。结论如下：第一，广东省各地级市协调发展水平总体呈空间依赖性，在局部上表现为相同属性的城市存在集聚现象；第二，数字普惠金融正向影响粤东、粤西和珠三角地区的协调发展水平，但对粤北地区的影响不显著；第三，尽管数字普惠金融发展对本地区协调发展有积极作用，但对周边城市有负向空间溢出作用。

为进一步发挥数字普惠金融的积极作用，本文提出如下建议：第一，加强数字基础设施建设，优化数字普惠金融服务环境并健全相关监管体系；第二，发挥数字普惠金融的经济增长效应，完善收入分配机制，推动金融更好地服务实体经济；第三，推进数字普惠金融要素协调分配，引导人才、资金等生产要素向广东省欠发达地区流动，实现数字普惠金融的红利共享。

参考文献

罗宇飞，孔凡东，潘在怡.广东打造移动支付服务“镇级枢纽”[N].金融时报，2022-01-11（009）.

徐章星.数字普惠金融发展促进了城市创新吗：基于空间溢出和门槛特征的实证分析[J].南方金融，2021（2）：53-66.

陈丹丹，刘庆，杨欣君，等.数字普惠金融减贫效应的空间溢出效应分析：基于我国省际面板数据分析[J].科技创新与生产力， 2022（1）：97-105.

张子豪，谭燕芝.数字普惠金融与中国城乡收入差距：基于空间计量模型的实证分析[J].金融理论与实践，2018（6）：1-7.

王雄，黄云，任晓航，等.数字普惠金融对居民消费的空间溢出效应研究[J].系统工程理论与实践，2022，42（7）：1770-1781.

杨宇，张彩虹.基于空间杜宾模型的数字普惠金融與我国区域经济增长研究[J].中国商论，2021（24）：109-113.

郭峰，王靖一，王芳，等.测度中国数字普惠金融发展：指数编制与空间特征[J].经济学（季刊），2020，19（4）：1401-1418.

徐敏，姜勇.中国产业结构升级能缩小城乡消费差距吗[J].数量经济技术经济研究，2015，32（3）：3-21.

魏萍，陈晓文.数字经济、空间溢出与城乡收入差距：基于空间杜宾模型的研究[J].山东科技大学学报（社会科学版），2020， 22（3）：75-88.

褚翠翠，佟孟华，李洋，等.中国数字普惠金融与省域经济增长：基于空间计量模型的实证研究[J].经济问题探索，2021（6）：179-190.