3.中国数字普惠金融空间结构

3.1 中国不同地区间数字普惠金融发展水平快速收敛

当然,在数字普惠金融快速发展的同时,与中国大多数其他经济特征一样,中国的数字普惠金融发展程度在地区间仍然存在一定的差异。如图2.3所示, 2020年数字普惠金融指数得分最高的是上海市,得分最低的是青海省,前者的指数得分是后者的1.4倍。在焦瑾璞等(2015)提供的2013年传统普惠金融指数中,得分最高的上海市是得分最低的西藏自治区的2.8倍( 2013年的数字普惠金融指数最高得分是最低得分的1.9倍) 。而根据中国人民银行发布的社会融资规模计算得到的2017年最高的上海人均社会融资规模增量是最低的吉林的8.4倍。这些对比都说明,相对于传统金融,数字普惠金融具有更好的地理穿透性,更容易形成广泛的普惠金融覆盖面。此外,从图2.3中还可以看出,中国最发达的两个城市(上海市和北京市),以及数字经济活跃的浙江省,数字普惠金融指数明显比其他省份更高,属于第一梯队;而指数在新疆之后的省份均是地处西部或东北部的省份,数字普惠金融发展水平明显较低,属于第三梯队;其他东部和中部省份则处于上述两个梯队之间,属于第二梯队。

就具体分指数的地区差异而言,数字普惠金融数字化程度的地区差距最小,覆盖广度次之,使用深度地区差异最大。具体而言,2020年数字普惠金融的覆盖广度、使用深度和数字化程度指数最高的地区与最低地区之比分别为1.36、1.89和1.24。虽然相较于前几年,数字普惠金融使用深度地区间差异已经大幅缩小,但仍然是几个分指数中差异最大的。在使用深度上,落后地区与发达地区相比,还有一定的差距。而在具体业态方面,互联网投资的地区差异明显高于其他几个业态。这跟数字普惠金融的特性有很大关系,让更多的人接触、使用数字普惠金融服务,是相对容易的一件事,但如果让已经接触到的用户更频繁地使用数字普惠金融服务,甚至让其生活高度依赖于数字普惠金融服务,依然有较大的拓展空间。

更重要的是,数字普惠金融地区间的差距还随着时间不断缩小,这意味着落后地区不至于“输在起跑线上”,而这也是普惠金融的应有之义。为了严谨地论证数字普惠金融地区发展差距的时间趋势,本章借助经济学中关于地区经济发展收敛性的论证方法进行讨论( Barro, Sala-i-Martin, 1992; Sala-i-Martin, 1996)。验证经济收敛的模型有σ收敛模型和β收敛模型,这里仅报告σ收敛模型的结果。

σ收敛是针对存量水平的刻画,反映的是地区数字普惠金融偏离整体平均水平的差异以及这种差异的动态变化,即如果这种差异越来越小,则可以认为数字普惠金融指数的地区差异存在收敛性。具体而言,σ 收敛模型可以定义为:

其中,i代表地区(省、城市和县域),n代表地区数量,t代表年份,lnindexit代表t年i地区的数字普惠金融指数的对数值,σt代表t年时数字普惠金融指数的σ收敛系数。如果σt+1 < σt ,则可以认为t + 1年的数字普惠金融指数较t年更趋收敛。

在图2.5当中,我们同时汇报了2011—2020年省级和城市级数字普惠金融指数的σ收敛系数,从中可以看出,中国地区数字普惠金融指数的确有非常明显的收敛趋势。具体来看,中国省级和城市级数字普惠金融指数的σ收敛系数分别从2011年的0.44和0.34下降到2020年的0.09和0.09。从图2.5中也能看出,中国地区间数字普惠金融指数收敛速度在2016年之后明显放缓。

为了考察收敛速度有所放缓的具体原因,我们在图2.6当中也绘出了几个城市级分指数收敛系数的变化趋势。从中可以看出,数字普惠金融覆盖广度和数字化程度两个分指数的收敛系数在最近几年呈下降趋势,但是数字普惠金融使用深度指数的收敛系数则有所反弹,这也是数字普惠金融指数近几年收敛速度放缓的主要原因。在指数高度依赖于数字普惠金融服务的覆盖广度、数字化程度时,数字金融的地区间差异收敛较快,但当数字普惠金融发展进入“使用深度”驱动的新阶段时,我们发现地区的使用深度差异依然存在较大的弥合空间,这在很大程度上可以解释地区间总指数收敛速度逐步放缓的现象。

3.2 数字普惠金融的东西差距

在上文的分析中,我们看到中国数字普惠金融发展在地区之间存在明显的收敛性特征,这里我们通过梯队分类进一步观察这一特征。 2011年、2015年和2020年的梯队分类标准以当年指数最高的城市指数值为基准,将排序在基准值80%以上的城市列为第一梯队;70%—80%范围内的城市为第二梯队;60%—70%范围内的城市为第三梯队;60%以下的城市列为第四梯队。我们发现,2011年,城市之间发展存在较大的差距,第一梯队集中在长三角、珠三角及其他个别大城市,第二梯队和第三梯队十分单薄,大部分城市处于第四梯队。而到2020年,绝大部分城市处于第一梯队和第二梯队,即绝大多数城市的数字普惠金融指数都在当年最高地区的70%以上,地区之间的差距大幅缩小,这一结论与上文的收敛性结论非常契合。

2019年9月,我们曾撰写研究报告《数字经济助力中国东西部经济平衡发展——来自跨越“胡焕庸线”的证据》,以地理经济学当中著名的“胡焕庸线”(胡焕庸,1935,1990)为东西部地区的划分标准,计算了数字普惠金融覆盖广度、使用深度、数字化程度等层面的东西部地区差异,发现这种差异有明显的减弱趋势:数字金融跨越“胡焕庸线”,即以移动支付为代表的数字普惠金融服务的出现,为西部偏远地区的居民接触先进的数字普惠金融服务创造了条件,进而为中国区域经济的平衡发展创造了更多机遇。同时,我们基于郭峰等(2020)的研究结论,对使用深度在“胡焕庸线”两侧的发展趋势也进行了分析。

研究结果显示,数字普惠金融覆盖广度在2011—2020年保持了跨越“胡焕庸线”发展的趋势,而从使用深度上看,东南部地区发展优势较明显。究其原因,覆盖广度衡量的是机会公平程度,即欠发达地区是否能够获得相关技术与服务的支持,而使用深度则体现结果均衡程度,即最终数字普惠金融发展至何种水平。数字技术由于其不受地理空间束缚、边际成本近乎为零的特点,可以促进落后地区、人口稀疏地区的发展,并让不同地区的居民共享数字普惠金融的红利。而数字普惠金融的本质仍是金融,金融的发展仍不能脱离经济活动而存在,由于集聚效应和网络效应的存在,东部人口集中地区的普惠金融发展水平、活跃程度仍将占据领先优势。

3.3 数字普惠金融的南北差距

讨论了中国东西部地区的数字普惠金融发展差距后,我们再来讨论中国南方和北方的数字普惠金融发展差距。中国南方和北方的经济关系,在上千年的历史中都是一个重要的话题,那么在数字普惠金融发展的短短几年间,有什么新趋势呢? 关于南北分界线,仿照传统做法,我们以“秦岭—淮河”为界,在城市市一级上将中国划分为南方和北方。我们首先简单比较了中国北方城市数字普惠金融指数均值与中国南方城市均值之比的变化趋势,从图2.7中可以得到以下几个结论:第一,中国南北数字普惠金融发展差距并不算太大,北方城市数字普惠金融发展水平略低于南方;第二,中国北方城市数字普惠金融总体上有追赶南方的趋势,特别是在2011—2014年,追赶速度很快,北方城市均值由南方城市的0. 88左右追赶到0. 95左右;第三,自2018年以来,中国南北方数字普惠金融发展差距又有拉大的趋势,但数据时限较短,且差距拉大的幅度较小,所以趋势性变化不明显,有待进一步观察。

图2.8则展示了数字普惠金融覆盖广度、使用深度和数字化程度三个分指数南北之间差距的变化趋势,从中可以得到一些更丰富的结论:北方城市在数字化程度上,原本是高于南方城市的,但最近几年逐渐落后于南方城市,这是数字普惠金融总指的南北差距近几年略微拉大的主要原因。为深入探究北方地区数字化指数相对下降的原因,我们也对其分指数变化趋势进行了简要的梳理。结果发现,在数字化指数的四个分指数中,下降最明显的是实惠化指数和信用化指数,北方地区小微企业的融资环境相比于南方地区在变差,以及信用分的使用场景有所缩减,这说明数字普惠金融的发展需要配套其他金融和硬件基础设施才能有更大的发展空间。就数字普惠金融的使用深度而言,最初北方城市明显落后于南方城市,但随后几年迅速追赶。总体而言,数字普惠金融使用深度上的南北差距是几个分指数中差距最大的一个。未来,北方地区数字普惠金融发展水平能否赶超南方地区,主要还是要看二者在数字普惠金融使用深度上能否缩小差距。