數(shù)字普惠金融減貧效應(yīng)的空間溢出效應(yīng)分析*
——基于我國(guó)省際面板數(shù)據(jù)分析

陳丹丹，劉 慶，楊欣君，張寧欣，貢煬坤

（南京財(cái)經(jīng)大學(xué)，江蘇 南京 210046）

改革開放以來，貧困一直是我國(guó)長(zhǎng)期面臨的問題。繼“脫貧攻堅(jiān)”后， “鄉(xiāng)村振興”成為現(xiàn)階段經(jīng)濟(jì)新常態(tài)下的一項(xiàng)重要任務(wù)。金融行業(yè)在現(xiàn)代經(jīng)濟(jì)中占據(jù)核心位置。鄉(xiāng)村振興也離不開金融助力。我國(guó)非常需要通過金融發(fā)展對(duì)接鄉(xiāng)村振興的多元化融資需求。近年來，中央出臺(tái)了一系列政策文件以期引導(dǎo)多種資金參與到扶貧工作中，但是由于金融抑制與金融排斥等原因，農(nóng)村居民依然長(zhǎng)期面臨著融資約束，這大大降低了金融扶貧的實(shí)際效果。2005 年，聯(lián)合國(guó)正式提出“普惠金融”的概念，開發(fā)了一條金融扶貧的新道路。 “普惠金融”在完善金融基礎(chǔ)設(shè)施和金融機(jī)構(gòu)可負(fù)擔(dān)成本的基礎(chǔ)上，通過為特定弱勢(shì)群體提供融資機(jī)會(huì)和金融支持的方式，實(shí)現(xiàn)減貧增收與經(jīng)濟(jì)發(fā)展，大大減少了傳統(tǒng)金融排斥的問題，改善了低收入群體、農(nóng)村居民的生活質(zhì)量。隨著互聯(lián)網(wǎng)技術(shù)飛速發(fā)展，傳統(tǒng)普惠金融與互聯(lián)網(wǎng)技術(shù)結(jié)合產(chǎn)生了數(shù)字普惠金融。數(shù)字普惠金融依托物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等數(shù)字信息技術(shù)，進(jìn)一步降低成本、擴(kuò)大金融覆蓋面、減少金融排斥，對(duì)于促進(jìn)經(jīng)濟(jì)發(fā)展、縮小城鄉(xiāng)差距、提高低收入群體的生活水平有顯著作用。

然而，數(shù)字普惠金融能否真正克服傳統(tǒng)金融扶貧中存在的金融排斥等問題，進(jìn)而實(shí)現(xiàn)農(nóng)村地區(qū)的鄉(xiāng)村振興，又將通過何種機(jī)理得以實(shí)現(xiàn)？隨著區(qū)域間交流的不斷深化，數(shù)字普惠金融是否存在區(qū)域間的溢出效應(yīng)更加值得討論?？紤]到這些問題，本文以2011—2019 年全國(guó)31 個(gè)省市自治區(qū)的面板數(shù)據(jù)作為研究樣本，基于數(shù)字普惠金融對(duì)低收入群體生活水平影響的理論基礎(chǔ)，通過建立空間計(jì)量模型，研究全國(guó)各省份近年來數(shù)字普惠金融的減貧效應(yīng)及空間溢出效應(yīng)，以期為金融發(fā)展支持扶貧開發(fā)及進(jìn)行鄉(xiāng)村振興提供理論支持與決策參考。

1 相關(guān)文獻(xiàn)綜述

1.1 金融扶貧的發(fā)展歷程

改革開放以來，我國(guó)脫貧攻堅(jiān)工作取得顯著成效。其中，金融扶貧在脫貧工作中發(fā)揮了重要作用。即使是在全面脫貧的今天，金融扶貧對(duì)鄉(xiāng)村振興也有著重大影響。

扶貧小額信貸、扶貧金融債等多種金融工具顯著促進(jìn)了貧困人口脫貧、經(jīng)濟(jì)發(fā)展、收入增長(zhǎng)。Conroy J[1]和Allen K 等[2]認(rèn)為農(nóng)村地區(qū)金融產(chǎn)品的需求與金融機(jī)構(gòu)的供給存在不一致性，不可避免地會(huì)存在金融排斥、金融抑制現(xiàn)象，實(shí)施金融扶貧仍存在一定難度。因此，為了保證貧困人口和弱勢(shì)群體的權(quán)益，黨的十八屆三中全會(huì)正式提出要發(fā)展普惠金融。普惠金融是指立足機(jī)會(huì)平等要求和商業(yè)可持續(xù)原則，以可負(fù)擔(dān)的成本為有金融服務(wù)需求的社會(huì)各階層和群體提供適當(dāng)、有效的金融服務(wù)。李建軍等[3]認(rèn)為傳統(tǒng)金融更專注于金融機(jī)構(gòu)與金融工具的發(fā)展情況。而普惠金融更注重金融的“普惠性”，即要讓社會(huì)各層面均能享受到金融服務(wù)。杜曉山[4]提出利用普惠金融滿足低收入弱勢(shì)群體如小微企業(yè)、農(nóng)民、城鎮(zhèn)低收入人群、貧困人群和殘疾人、老年人等特殊群體的金融需求。

隨著互聯(lián)網(wǎng)的發(fā)展，傳統(tǒng)金融與互聯(lián)網(wǎng)技術(shù)結(jié)合得越來越緊密，數(shù)字普惠金融應(yīng)運(yùn)而生，給普惠金融的發(fā)展指明了新的方向。在2016 年的G20 峰會(huì)上，數(shù)字普惠金融的概念被正式提出。數(shù)字普惠金融更加注重?cái)?shù)字技術(shù)的運(yùn)用，提高了金融服務(wù)的可得性與覆蓋性。焦瑾璞等[5]認(rèn)為數(shù)字技術(shù)具有低成本、高效率的特征，在促進(jìn)普惠金融發(fā)展中具有明顯優(yōu)勢(shì)。2016 年，北京大學(xué)數(shù)字研究中心發(fā)布了第一期數(shù)字普惠金融指數(shù)，該指數(shù)自發(fā)布后成為眾多學(xué)者研究數(shù)字普惠金融的主要參考數(shù)據(jù)。

1.2 數(shù)字普惠金融發(fā)展對(duì)貧困的影響

研究表明，普惠金融對(duì)于貧困減緩的影響并不是完全正相關(guān)且線性的。焦瑾璞從縣域和省域兩側(cè)層面，利用普通最小二乘法 （Ordinary Least Squares，OLS）和雙重差分法（Differences-In-Differences，DID）檢驗(yàn)了普惠金融的政策效應(yīng)，并從其結(jié)果可以總結(jié)出普惠金融在其發(fā)展初期，能夠在一定程度上縮小城鄉(xiāng)收入差距，尤其在集中連片特困區(qū)、銀行服務(wù)包容性不高的地區(qū)最為顯著。然而楊俊等[6]經(jīng)過研究發(fā)現(xiàn)，農(nóng)村金融發(fā)展短期減貧效果顯著，但長(zhǎng)期減貧效果欠佳。黃秋萍等[7]發(fā)現(xiàn)普惠金融對(duì)于貧困的減緩作用隨著普惠金融的發(fā)展呈現(xiàn)邊際遞減效應(yīng)。李建軍等[8]發(fā)現(xiàn)若貧困地區(qū)的貧困戶過度依賴銀行提供的流動(dòng)性金融資金，那么銀行內(nèi)部巨大的負(fù)債則會(huì)帶來一定的金融風(fēng)險(xiǎn)，通過緊縮流動(dòng)性加劇金融危機(jī)，從而導(dǎo)致經(jīng)濟(jì)的下滑。

數(shù)字普惠金融作為普惠金融的創(chuàng)新，得到許多學(xué)者的關(guān)注。陳嘯等[9]證明數(shù)字普惠金融相較于傳統(tǒng)普惠金融更能縮小本地區(qū)城鄉(xiāng)居民的收入差距。宋曉玲[10]利用北大互聯(lián)網(wǎng)金融研究中心構(gòu)建的數(shù)字普惠金融指數(shù)，研究發(fā)現(xiàn)數(shù)字普惠金融發(fā)展對(duì)縮小城鄉(xiāng)收入差距具有積極作用。陳丹等[11]的研究表明數(shù)字普惠金融顯著促進(jìn)了農(nóng)村居民收入水平的增加。錢鵬歲等[12]利用中介效應(yīng)模型進(jìn)行評(píng)估，得出數(shù)字普惠金融對(duì)于貧困減緩具有顯著的促進(jìn)作用。

美國(guó)經(jīng)濟(jì)學(xué)家肯尼斯·約瑟夫·阿羅最早用外部性解釋了溢出效應(yīng)對(duì)經(jīng)濟(jì)增長(zhǎng)的作用，引發(fā)了學(xué)者的一致關(guān)注。此后，根據(jù)普惠金融發(fā)展空間廣度、發(fā)展深度及渠道維度的不同，其空間溢出效應(yīng)、門檻效應(yīng)與渠道也被提出。顧寧等[13]認(rèn)為溢出效應(yīng)中的空間溢出效應(yīng)在同類研究中成果最顯著。有學(xué)者利用莫蘭指數(shù)（Moran's I）法檢驗(yàn)區(qū)域經(jīng)濟(jì)增長(zhǎng)空間相關(guān)性并使用空間回歸模型偏微分方法研究金融排斥的空間溢出效應(yīng)。沈麗等[14]發(fā)現(xiàn)我國(guó)區(qū)域經(jīng)濟(jì)增長(zhǎng)存在顯著空間相關(guān)性，具有較為顯著的空間溢出效應(yīng)。在另一項(xiàng)研究中，學(xué)者基于省級(jí)面板數(shù)據(jù)利用貝葉斯方法設(shè)定空間計(jì)量模型，總結(jié)出了數(shù)字普惠金融在東部地區(qū)、中西部地區(qū)的影響差異。

基于上述文獻(xiàn)分析不難看出，數(shù)字普惠金融作為普惠金融的形式之一，與普惠金融的內(nèi)涵影響存在一定相似性，且數(shù)字普惠金融的發(fā)展對(duì)于減緩貧困有一定的促進(jìn)作用。目前關(guān)于普惠金融測(cè)度與普惠金融減貧效應(yīng)的分析較為全面客觀，然而數(shù)字普惠金融的概念出現(xiàn)較晚，目前我國(guó)關(guān)于數(shù)字普惠金融的研究較少。因此本文將以數(shù)字普惠金融減貧效應(yīng)的空間溢出效應(yīng)為主要研究對(duì)象，分析數(shù)字普惠金融空間溢出效應(yīng)的具體影響。

2 數(shù)字普惠金融減貧效應(yīng)的作用機(jī)制

自從數(shù)字普惠金融發(fā)展以來，其對(duì)于我國(guó)貧困減緩有著極大的影響。目前學(xué)界普遍認(rèn)為數(shù)字普惠金融對(duì)于貧困減緩的作用機(jī)制主要分為直接與間接作用機(jī)制兩種。直接作用機(jī)制主要體現(xiàn)在數(shù)字普惠金融運(yùn)用先進(jìn)的信息技術(shù)，對(duì)原有的儲(chǔ)蓄和信貸進(jìn)行了創(chuàng)新，拓寬了金融服務(wù)的廣度與深度，直接減緩了我國(guó)的貧困狀況。間接作用機(jī)制則體現(xiàn)在數(shù)字普惠金融的發(fā)展對(duì)于社會(huì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)使居民收入分配差距減少，產(chǎn)業(yè)升級(jí)加快，間接減緩了我國(guó)的貧困狀況。

2.1 直接作用

2.1.1降低金融市場(chǎng)準(zhǔn)入門檻

因地理、經(jīng)濟(jì)等方面因素，偏遠(yuǎn)地區(qū)、經(jīng)濟(jì)發(fā)展較落后地區(qū)以及人口密度較小地區(qū)的傳統(tǒng)普惠金融服務(wù)成本較高而收益較低，因此這些地區(qū)的傳統(tǒng)普惠金融發(fā)展較為落后，人們很難享受到普惠金融服務(wù)的便利，金融排斥現(xiàn)象由此產(chǎn)生。而數(shù)字普惠金融運(yùn)用先進(jìn)的信息技術(shù)，對(duì)原有的信息流動(dòng)狀況進(jìn)行了簡(jiǎn)化，使金融市場(chǎng)的信息流通俗易懂化，便于人們簡(jiǎn)單快捷地享受到優(yōu)質(zhì)的金融服務(wù)。同時(shí)，數(shù)字普惠金融的發(fā)展也催生了新型資金儲(chǔ)蓄平臺(tái)。這些平臺(tái)相較于以往的小額信貸、銀行等金融機(jī)構(gòu)降低了普惠金融服務(wù)的門檻，使得貧困群體有能力進(jìn)行小額的資產(chǎn)投資。

2.1.2降低原有金融服務(wù)成本

數(shù)字普惠金融是互聯(lián)網(wǎng)數(shù)字技術(shù)與普惠金融的結(jié)合體。相比于傳統(tǒng)普惠金融，數(shù)字普惠金融降低了金融服務(wù)成本，減少了空間限制程度，有利于普惠金融延伸至貧困地區(qū)。除此以外，信息技術(shù)的使用也使金融市場(chǎng)上的信息流動(dòng)更為迅速，人們可以通過數(shù)字技術(shù)簡(jiǎn)單快捷地了解到當(dāng)前金融市場(chǎng)的相關(guān)形式，大大減少了先前因信息不對(duì)稱而造成的巨額交易成本。

2.2 間接作用

2.2.1經(jīng)濟(jì)增長(zhǎng)與空間溢出效應(yīng)

空間溢出效應(yīng)就是指生產(chǎn)活動(dòng)以及經(jīng)濟(jì)活動(dòng)跨越各種阻隔，產(chǎn)生了除預(yù)期目的以外的效果，形成普遍存在的經(jīng)濟(jì)活動(dòng)上的空間作用。根據(jù)Richardson H W[15]的研究，將空間溢出效應(yīng)分為正溢出效應(yīng)（涓滴效應(yīng)）以及負(fù)溢出效應(yīng)（回流效應(yīng)）。

“涓滴效應(yīng)”，是指在經(jīng)濟(jì)發(fā)展過程中先使富人受益，再由富人通過投資消費(fèi)等方式擴(kuò)大就業(yè)市場(chǎng)，提高原材料需求量，繼而間接增強(qiáng)作為供應(yīng)者貧困群體的經(jīng)濟(jì)水平，實(shí)現(xiàn)一定程度的貧困減緩。同時(shí)富人為政府提供了更多的稅收收入，稅收為貧困階級(jí)提供了一定的保障，間接減緩了我國(guó)的貧困狀況。數(shù)字普惠金融的經(jīng)濟(jì)增長(zhǎng)主要是利用“涓滴效應(yīng)”實(shí)現(xiàn)對(duì)貧困狀況的間接減緩。

“回流效應(yīng)”，是指因?yàn)榈貐^(qū)間的人口遷移、資源流動(dòng)以及貿(mào)易往來等經(jīng)濟(jì)因素產(chǎn)生累積效應(yīng)導(dǎo)致的負(fù)向效用，阻礙了周邊地區(qū)的經(jīng)濟(jì)發(fā)展，因此數(shù)字普惠金融的發(fā)展可能會(huì)導(dǎo)致周邊地區(qū)人才資源流失，阻礙周邊地區(qū)發(fā)展；而當(dāng)數(shù)字普惠金融長(zhǎng)期發(fā)展至一定水平后，地區(qū)間差距減小，空間溢出效應(yīng)逐漸萎縮，只能對(duì)本地區(qū)產(chǎn)生正向影響。

2.2.2收入分配效應(yīng)

數(shù)字普惠金融降低了原有的金融服務(wù)成本，從而使貧困群體的借貸成本大大減少，間接地增加了其收入水平。同時(shí)數(shù)字普惠金融對(duì)于信息流的簡(jiǎn)化使得我國(guó)各大農(nóng)村地區(qū)可以方便快捷地享受到安全的金融服務(wù)，這極大地促進(jìn)了我國(guó)欠發(fā)達(dá)地區(qū)的發(fā)展，減少了地區(qū)間的發(fā)展差異，改善了我國(guó)的收入分配狀況。

3 相關(guān)實(shí)證分析

3.1 數(shù)據(jù)來源

本文選取2011—2019 年我國(guó)31 個(gè)省市自治區(qū)的面板數(shù)據(jù)作為研究樣本，數(shù)據(jù)來源于《中國(guó)統(tǒng)計(jì)年鑒》 《中國(guó)貧困監(jiān)測(cè)報(bào)告》、CSMAR 數(shù)據(jù)庫(kù)與北京大學(xué)數(shù)字普惠金融指數(shù)[16]。

3.2 變量說明

3.2.1被解釋變量

本文采用貧困發(fā)生率（Pov）作為被解釋變量。貧困問題不僅代表著經(jīng)濟(jì)上的落后，還代表著公民權(quán)利、能力的缺失，因此減貧工作是重中之重。本文研究的是數(shù)字普惠金融的減貧效應(yīng)，被解釋變量必須能夠可靠地衡量我國(guó)各省減貧情況。目前，學(xué)界對(duì)于減貧效應(yīng)衡量可選用的指標(biāo)眾多，如貧困發(fā)生率、FGT 指數(shù)、恩格爾系數(shù)、泰爾指數(shù)等。本文參考龔沁宜等[17]與夏玲[18]的方法，采用貧困發(fā)生率作為衡量減貧效應(yīng)的指標(biāo)。

3.2.2解釋變量

本文采用北大數(shù)字普惠金融指數(shù)（If）對(duì)數(shù)化后的結(jié)果作為解釋變量。北大數(shù)字普惠金融指數(shù)是在北京大學(xué)數(shù)字金融研究中心與螞蟻金服的共同合作下完成的。該指數(shù)從實(shí)際數(shù)字金融服務(wù)的覆蓋廣度、使用深度和數(shù)字支持程度3 個(gè)維度出發(fā)，通過對(duì)于33 個(gè)指標(biāo)的處理對(duì)我國(guó)數(shù)字普惠金融的發(fā)展進(jìn)行了全面客觀的衡量。

3.2.3控制變量

為了使模型更加科學(xué)準(zhǔn)確，考慮到影響貧困的其他因素，本文引入經(jīng)濟(jì)發(fā)展水平（Eco）、城鎮(zhèn)化水平（Urb）、城鄉(xiāng)收入差距（Gap）、財(cái)政干預(yù)程度（Gov）、產(chǎn)業(yè)結(jié)構(gòu)（Str）、受教育程度（Edu）作為控制變量。

1）經(jīng)濟(jì)發(fā)展水平。一般情況下，經(jīng)濟(jì)發(fā)展水平對(duì)貧困減緩存在一定影響。在一定條件下，經(jīng)濟(jì)增長(zhǎng)與貧困減緩存在正相關(guān)。本文借鑒錢鵬歲的研究對(duì)數(shù)化人均實(shí)際GDP，并以此作為經(jīng)濟(jì)發(fā)展水平的衡量指標(biāo)。

2）城鎮(zhèn)化水平。農(nóng)村人口向城市不斷遷移，導(dǎo)致了農(nóng)村人口的流失、擴(kuò)大了城鄉(xiāng)收入差距，但也在一定程度上提高了人們的收入水平，促進(jìn)了勞動(dòng)力市場(chǎng)的發(fā)展。本文采用城鎮(zhèn)人口占總?cè)丝诘谋戎刈鳛楹饬砍擎?zhèn)化水平的指標(biāo)。

3）城鄉(xiāng)收入差距。我國(guó)社會(huì)的收入分配差距問題十分嚴(yán)重，城鄉(xiāng)收入差距加劇了城鎮(zhèn)鄉(xiāng)村的兩極化發(fā)展，不利于貧困減緩。本文采用城鎮(zhèn)居民人均可支配收入與農(nóng)村居民人均可支配收入的比值作為衡量收入分配水平的指標(biāo)。

4）財(cái)政干預(yù)程度。政府的財(cái)政干預(yù)對(duì)經(jīng)濟(jì)發(fā)展有一定影響。對(duì)貧困人口福利支出甚至直接改善了農(nóng)村貧困現(xiàn)狀。本文采用財(cái)政涉農(nóng)支出金額占財(cái)政支出總額的比重作為衡量財(cái)政干預(yù)水平的指標(biāo)。

5）產(chǎn)業(yè)結(jié)構(gòu)。國(guó)家產(chǎn)業(yè)結(jié)構(gòu)調(diào)整有利于農(nóng)村剩余勞動(dòng)力轉(zhuǎn)移，增加就業(yè)機(jī)會(huì)，對(duì)貧困問題的緩解起到重要作用。本文采用第一、二產(chǎn)業(yè)增加值占國(guó)內(nèi)生產(chǎn)總值的比重作為衡量產(chǎn)業(yè)結(jié)構(gòu)的指標(biāo)。

6）受教育程度。教育是一國(guó)基石，能從根本上提高人們的經(jīng)濟(jì)能力，對(duì)貧困減緩有著正向作用。本文采用地方財(cái)政支出占地方財(cái)政一般預(yù)算支出的比值作為衡量教育水平的指標(biāo)。

3.3 空間自相關(guān)檢驗(yàn)

3.3.1空間自相關(guān)模型

空間自相關(guān)又稱空間依賴性，空間自相關(guān)分析是分析數(shù)據(jù)地理性因素的基本方法之一。Tobler 的地理學(xué)第一定律曾描述： “所有的事物都是有聯(lián)系的，一個(gè)地方發(fā)生的事件總是與它附近發(fā)生的事件有關(guān)聯(lián)，并且相距近的事物之間的聯(lián)系一般比相距遠(yuǎn)的事物之間的聯(lián)系要緊密?！逼栈萁鹑跍p貧效應(yīng)地理間的差異也同樣具有此類空間相關(guān)性。

本文采用北京大學(xué)數(shù)字普惠金融指數(shù)的相關(guān)數(shù)據(jù)，以我國(guó)31 個(gè)省市自治區(qū)和年份作為劃分依據(jù)對(duì)其空間依賴性進(jìn)行分析。對(duì)數(shù)字普惠金融減貧效應(yīng)進(jìn)行空間自相關(guān)分析的前提是要量化各個(gè)省份之間的空間關(guān)系（相鄰—1，不相鄰—0，默認(rèn)海南省和廣東省是相鄰省份），即建立我國(guó)各個(gè)省份之間的空間權(quán)重模型。

模型建立后，一般采用莫蘭分析法和空間熱點(diǎn)分析（Getis-Ord Gi*）兩種方法進(jìn)行數(shù)據(jù)分析，本文則利用莫蘭分析法對(duì)其進(jìn)行描述性統(tǒng)計(jì)，觀測(cè)其空間維度與變量之間的相關(guān)關(guān)系。

3.3.2全局空間自相關(guān)檢驗(yàn)分析

全局指標(biāo)可從區(qū)域整體上測(cè)度某一屬性的空間集聚程度，利用全局（Global）莫蘭指數(shù)進(jìn)行分析，本文利用這一指標(biāo)表示空間相鄰區(qū)域內(nèi)普惠金融減貧效應(yīng)以及普惠金融指數(shù)屬性的相似程度，以此來說明其空間相關(guān)性。常用的莫蘭指數(shù)計(jì)算公式為

式中：i 為地區(qū)；j 為年份；xi為第i 個(gè)地區(qū)的數(shù)據(jù)；x為所有地區(qū)數(shù)據(jù)對(duì)應(yīng)的均值；n 為地區(qū)要素的總數(shù)（本文研究的地區(qū)數(shù)n 是全國(guó)31 個(gè)省市自治區(qū)的合計(jì)數(shù)）；Wij為空間權(quán)重矩陣中行為i，列為j 的元素；S0為所有空間權(quán)重的聚合。莫蘭指數(shù)存在以下性質(zhì)：若取值大于0 小于1，則說明存在正的自相關(guān)關(guān)系；若取值大于-1 小于0，則意味著指數(shù)間存在負(fù)的自相關(guān)關(guān)系；若等于0，則不存在相關(guān)性。

利用Stata 軟件對(duì)2011—2019 年度的Pov，If，Eco，Urb，Gap，Gov，Str，Edu 八大指標(biāo)進(jìn)行莫蘭分析，其結(jié)果見表1。另根據(jù)相關(guān)指數(shù)Z 值與P值，結(jié)合表1 可以得出：Pov，If，Eco，Urb 4 個(gè)指標(biāo)均通過置信度99%的檢驗(yàn)；Gap （除2011 年、2012 年置信度達(dá)到95%外），Gov （除2013 年、2014 年置信度達(dá)到95%外），Edu （除2012 年、2016 年、2017 年置信度達(dá)到95%，2015 置信度達(dá)到90%外）3 個(gè)指標(biāo)置信度也達(dá)到了99%，使本次檢驗(yàn)結(jié)果較為可信。

表1 莫蘭指數(shù)置信度判斷

表2為全局莫蘭指數(shù)，采用單側(cè)檢驗(yàn)（1-tail test）。由表2 數(shù)據(jù)可知，2011—2019 年間，所有指標(biāo)的莫蘭指數(shù)分析都為正，表現(xiàn)出明顯的正自相關(guān)關(guān)系；貧困發(fā)生率的莫蘭指數(shù)均大于0.5，表現(xiàn)出較為明顯的空間差異性；數(shù)字化普惠金融指數(shù)指標(biāo)的莫蘭指數(shù)則隨著時(shí)間的推移呈現(xiàn)增長(zhǎng)的趨勢(shì)，而經(jīng)濟(jì)增長(zhǎng)水平的莫蘭指數(shù)卻隨著時(shí)間的推移呈現(xiàn)下降的趨勢(shì)，近年來經(jīng)濟(jì)發(fā)展越來越好，各個(gè)省份之間的經(jīng)濟(jì)差異相對(duì)來說也在變小，空間相關(guān)性呈下降趨勢(shì)。平均來看，在這八大指標(biāo)中，Pov 的空間相關(guān)性最強(qiáng)，Gov 的空間相關(guān)性最小，其莫蘭指數(shù)最高不超過1.385，顯著性水平不高，這說明了數(shù)字普惠金融的減貧效應(yīng)是與地域相關(guān)的。

表2 全局莫蘭指數(shù)

3.3.3局部空間自相關(guān)檢驗(yàn)分析

局部指標(biāo)可用于探索集聚中心的空間位置，可以利用局部（Local）莫蘭指數(shù)以及局部莫蘭指數(shù)散點(diǎn)圖，對(duì)全國(guó)31 個(gè)省市自治區(qū)減貧效應(yīng)和普惠金融指數(shù)的空間相關(guān)性進(jìn)行探究，局部莫蘭指數(shù)計(jì)算公式為

本文在局部莫蘭指數(shù)檢驗(yàn)的步驟中引入莫蘭指數(shù)散點(diǎn)圖進(jìn)行擬合研究。莫蘭指數(shù)散點(diǎn)圖分為4 個(gè)象限。第一象限代表的是所研究高指標(biāo)地區(qū)出現(xiàn)了集聚現(xiàn)象；第二象限代表的是高指標(biāo)地區(qū)包圍了低指標(biāo)地區(qū)；第三象限代表的是低指標(biāo)地區(qū)出現(xiàn)了集聚現(xiàn)象；第四象限代表的是低指標(biāo)地區(qū)包圍了高指標(biāo)地區(qū)。

本文選取的是數(shù)字普惠金融指數(shù)指標(biāo)和貧困發(fā)生率2011 年和2019 年的指標(biāo)，并對(duì)其數(shù)據(jù)進(jìn)行局部莫蘭指數(shù)散點(diǎn)圖的擬合，結(jié)合Stata 軟件得出結(jié)果見圖1。

圖1 莫蘭指數(shù)散點(diǎn)圖

由圖1-a 和1-b 可知，2011 年和2019 年絕大多數(shù)省市自治區(qū)都處在一三象限中，表明這些地區(qū)的數(shù)字普惠金融指數(shù)表現(xiàn)出正向的空間相關(guān)性，這種正向的空間相關(guān)性就是正向的空間溢出效應(yīng)。湖北省、遼寧省、陜西省、四川省在2011 年處于第四象限（高-低區(qū)域），說明這些省份數(shù)字普惠金融指數(shù)比較高，但其周圍省份的普惠金融水平卻相對(duì)來說很低，而經(jīng)過8 年的發(fā)展，到2019 年時(shí)沒有城市處于第四象限，局部空間相關(guān)性明顯。綜上我國(guó)數(shù)字普惠金融發(fā)展總體呈現(xiàn)出東部地區(qū)發(fā)展程度高，中西部地區(qū)發(fā)展程度低的總體態(tài)勢(shì)。

由圖1-c 和1-d 可知，與數(shù)字普惠金融指數(shù)率莫蘭指數(shù)散點(diǎn)一樣，貧困發(fā)生率莫蘭指數(shù)散點(diǎn)絕大多數(shù)聚集在一三象限中，表現(xiàn)出較強(qiáng)的正向相關(guān)性。在第三象限的省份代表貧困發(fā)生率低的省份，從2011 年到2019 年，其數(shù)量從12 個(gè)增加到16 個(gè)，近年來普惠金融是對(duì)貧困發(fā)生率的降低起到了一定作用。貧困發(fā)生率的地區(qū)差異，空間相關(guān)性是較為明顯的。

3.4 實(shí)證檢驗(yàn)

3.4.1模型建立

目前，空間計(jì)量經(jīng)濟(jì)學(xué)中的控建模型主要是空間誤差模型（Spatial Error Model，SEM）和空間自回歸（Simultaneous Auto-Regressive，SAR）模型。當(dāng)解釋變量的空間滯后項(xiàng)影響被解釋變量時(shí)，還可以建立空間杜賓模型（Spatial Dubin Model，SDM）。以上3 種模型都是根據(jù)傳統(tǒng)空間面板回歸模型而構(gòu)建，空間面板模型的表達(dá)式為式中：i 為地區(qū)截面維度樣本；t 為時(shí)間維度數(shù)據(jù)；α 為空間自回歸系數(shù)；yit為因變量樣本觀測(cè)值；Wij為空間權(quán)重矩陣中行為i，列為j 的元素；θ 為回歸系數(shù)的列向量；Xit為自變量樣本的觀察值；λi為個(gè)體的固定效應(yīng)；μt為時(shí)間固定效應(yīng)；εit為隨機(jī)擾動(dòng)項(xiàng)；ρ 為空間自相關(guān)系數(shù)。

3.4.2模型檢驗(yàn)

要具體確定使用哪種模型，根據(jù)Elhorst J P[19]確定空間面板數(shù)據(jù)模型的方法，首先需要在普通混合OLS 模型的基礎(chǔ)上進(jìn)行拉格朗日乘子（Lagrange multiplier，LM）檢驗(yàn)與穩(wěn)健拉格朗日乘子（Robust Lagrange Multiplier，Robust LM）檢驗(yàn)，根據(jù)回歸結(jié)果確定模型是否具有空間自相關(guān)性，是否需要運(yùn)用空間面板模型。

LM 檢驗(yàn)結(jié)果見表3。LM 空間誤差和Robust LM 空間誤差對(duì)應(yīng)的P 值為0.015 與0.569；在5%的顯著性水平下前者顯著后者不顯著；LM 空間滯后與Robust LM 空間滯后的P 值為0.001 與0.021，在5%的顯著性水平下二者皆顯著。LM 空間滯后相對(duì)于LM 空間誤差更加顯著，且Robust LM 空間滯后顯著而Robust LM 空間誤差不顯著，這表明LM檢驗(yàn)結(jié)果支持SAR 模型，因此有必要對(duì)于SAR，SEM 與SDM 之間的關(guān)系進(jìn)行進(jìn)一步的判斷。

表3 LM 檢驗(yàn)結(jié)果診斷

本文通過LR 檢驗(yàn)假設(shè)以及LR 檢驗(yàn)統(tǒng)計(jì)量對(duì)SDM進(jìn)行了進(jìn)一步分析，以判斷SDM 是否可以簡(jiǎn)化為SAR 或SEM。

LR 模型的檢驗(yàn)結(jié)果見表4，LR 檢驗(yàn)假設(shè)見表5。通過5%顯著性水平下的LR 檢驗(yàn)，可以看出模型對(duì)SAR 和SEM 都存在著顯著性，因此SDM 具有更顯著的優(yōu)勢(shì)——約束條件較少，具有較為廣泛的實(shí)用性，不僅僅考慮了因變量的空間相關(guān)性、殘差相關(guān)性，而且還考慮了因變量受自變量影響的空間交互因素，更具有說服力，因此應(yīng)當(dāng)選取SDM 進(jìn)行接下來的分析。綜上SDM 不能簡(jiǎn)化為SAR 與SEM。

表4 LR 檢驗(yàn)結(jié)果

表5 LR 檢驗(yàn)假設(shè)

本文Hausman 檢驗(yàn)原假設(shè)是支持隨機(jī)效應(yīng)的，χ2=31.33，有伴隨概率Prob≥χ2，說明在5%的顯著水平下應(yīng)拒絕構(gòu)建隨機(jī)效應(yīng)模型的原假設(shè)，轉(zhuǎn)而構(gòu)建固定效應(yīng)模型。本文對(duì)SDM 進(jìn)行時(shí)間固定效應(yīng)、個(gè)體固定效應(yīng)與雙固定效應(yīng)回歸選擇。結(jié)合stata軟件根據(jù)這3 種固定效應(yīng)的R2overall 值確定具體模型：時(shí)間固定效應(yīng)overall=0.550 1，個(gè)體固定效應(yīng)overall=0.719 7，雙固定效應(yīng)overall=0.657 0，因此應(yīng)當(dāng)選取個(gè)體固定效應(yīng)。建立的SDM 方程為

式中：POVit為貧困發(fā)生率指數(shù)；lnIf 為對(duì)數(shù)化數(shù)字普惠金融指數(shù)。模型變量的描述性統(tǒng)計(jì)見第103 頁表6。

表6 描述性統(tǒng)計(jì)

3.4.3實(shí)證結(jié)果分析

第103 頁表7 為個(gè)體固定效應(yīng)的空間杜賓模型估計(jì)結(jié)果。

表7 個(gè)體固定效應(yīng)的空間杜賓模型估計(jì)結(jié)果

由表7 可知，空間自回歸系數(shù)的估計(jì)值為0.717，且在1%的水平下顯著。這意味著我國(guó)的貧困減緩狀況具有顯著的空間關(guān)聯(lián)性，本地區(qū)的減貧狀況對(duì)周邊地區(qū)存在一定影響。

從解釋變量的回歸結(jié)果來看，數(shù)字普惠金融指數(shù)的系數(shù)估計(jì)值為-0.116，通過了1%的顯著性檢驗(yàn)，表明數(shù)字普惠金融發(fā)展對(duì)貧困減緩具有顯著作用。數(shù)字普惠金融指數(shù)的空間滯后項(xiàng)在1%的水平下為0.112，說明本省數(shù)字普惠金融的發(fā)展阻礙了相鄰省份的貧困減緩，可能因?yàn)楸臼?shù)字普惠金融發(fā)展水平的提高吸引了相鄰省份的人才與資源外流，對(duì)其負(fù)面的競(jìng)爭(zhēng)效應(yīng)大于其正向溢出效應(yīng)。

從各控制變量的回歸結(jié)果來看，經(jīng)濟(jì)發(fā)展水平、城鎮(zhèn)化水平與受教育程度的回歸系數(shù)在5%的水平下為-0.034，-0.456 與-0.335，對(duì)貧困減緩具有正向影響，其中經(jīng)濟(jì)增長(zhǎng)具有“涓滴效應(yīng)”，能夠有效促進(jìn)貧困減緩。表明以上變量的發(fā)展水平越高越有利于本省份的貧困減緩。政府干預(yù)程度在10%的水平下系數(shù)為-0.215，表明政府的財(cái)政干預(yù)有利于本省份的貧困減緩；城鄉(xiāng)收入差距與產(chǎn)業(yè)結(jié)構(gòu)雖然系數(shù)估計(jì)為負(fù)，但是在統(tǒng)計(jì)意義上不顯著。

從控制變量的空間滯后項(xiàng)來看，城鎮(zhèn)化水平在5%的顯著性水平下顯著，系數(shù)為0.342，說明本省城鎮(zhèn)化水平的提高不利于相鄰省份的貧困減緩；產(chǎn)業(yè)結(jié)構(gòu)與受教育程度的系數(shù)均為正數(shù)，說明雖然其惡化了相鄰省份的貧困影響，但是其作用在統(tǒng)計(jì)意義上不顯著；本省的經(jīng)濟(jì)發(fā)展水平、城鄉(xiāng)收入差距與政府干預(yù)程度的增加對(duì)于相鄰省份的貧困減緩影響不顯著，見表7。

SDM 將空間總效應(yīng)分解為直接效應(yīng)與間接效應(yīng)。其中直接效應(yīng)是指本地區(qū)自變量對(duì)本地區(qū)因變量的影響；間接效應(yīng)是指本地區(qū)自變量對(duì)其他地區(qū)因變量的影響即空間溢出效應(yīng)?？傂?yīng)則反映了平均影響。對(duì)SDM 分解結(jié)果見第104 頁表8。

由 表8 可 知，本 地 區(qū)If，Eco，Urb，Gap，Gov，Str，Edu 對(duì)本地區(qū)貧困減緩具有一定的影響。拿成都來說，與之相鄰起到直接效應(yīng)的省份只有四川省，其他30 個(gè)省市自治區(qū)帶來的都為間接效應(yīng)，其他省市自治區(qū)同理。我國(guó)普惠金融仍處于初期階段，部分省份憑借自身優(yōu)勢(shì)大力發(fā)展普惠金融而產(chǎn)生空間溢出效應(yīng)，但長(zhǎng)期來說，地區(qū)間的普惠金融差距會(huì)不斷萎縮，從而僅本省數(shù)字普惠金融發(fā)展對(duì)貧困減緩產(chǎn)生積極影響。因此空間溢出效應(yīng)的研究若使用LR 直接數(shù)據(jù)會(huì)存在片面因素，而LR 間接數(shù)據(jù)則會(huì)比較客觀地反映具體現(xiàn)象。由表8 數(shù)據(jù)可知：本地區(qū)的If，Urb 與Str 對(duì)其他地區(qū)具有正面影響，尤其是If，其影響指數(shù)達(dá)到了“***”，置信度達(dá)到了99%，而Eco，Gap，Gov 與Edu 將會(huì)對(duì)其他地區(qū)的貧困減緩產(chǎn)生抑制作用。但從LR 總計(jì)均衡來看，除了Str，If，Eco，Urb，Gap，Gov 與Edu都對(duì)本地區(qū)的貧困減緩具有明顯的影響作用。

表8 空間溢出效應(yīng)分解

4 研究結(jié)論及啟示

本文基于2011—2019 年我國(guó)31 個(gè)省市自治區(qū)相關(guān)數(shù)據(jù)，運(yùn)用空間計(jì)量模型對(duì)數(shù)字普惠金融對(duì)于貧困減緩的空間溢出效應(yīng)進(jìn)行了研究，具體研究結(jié)果如下：一是在這9 年間，我國(guó)數(shù)字普惠金融發(fā)展總體穩(wěn)定，呈現(xiàn)出東部地區(qū)發(fā)展程度高，中西部地區(qū)發(fā)展程度低的總體態(tài)勢(shì)。全國(guó)各地區(qū)貧困狀況均有所減緩，但減緩程度仍存在著一定的地區(qū)差異性。二是從空間自相關(guān)檢驗(yàn)結(jié)果來看，數(shù)字普惠金融發(fā)展對(duì)我國(guó)各省農(nóng)村貧困狀況的減緩呈現(xiàn)顯著空間集聚現(xiàn)象。三是在空間杜賓模型的估計(jì)結(jié)果中，數(shù)字普惠金融發(fā)展對(duì)于貧困發(fā)生率的影響顯著。同時(shí)回歸結(jié)果顯示，各省數(shù)字普惠金融的發(fā)展對(duì)于其貧困狀況的減緩起到正向作用，但這種發(fā)展也會(huì)吸引鄰省人才，造成鄰省資源外流，從而阻礙鄰省的貧困減緩。

綜上所述，可以得到下述啟示。

一是政府應(yīng)積極引導(dǎo)數(shù)字普惠金融進(jìn)一步發(fā)展。數(shù)字普惠金融的發(fā)展不僅可以減少原有金融機(jī)構(gòu)的成本、降低金融市場(chǎng)準(zhǔn)入門檻，還能有效提升貧困人群收入，助力鄉(xiāng)村振興。政府應(yīng)出臺(tái)相關(guān)政策，鼓勵(lì)金融機(jī)構(gòu)創(chuàng)新，構(gòu)建良好數(shù)字普惠金融市場(chǎng)，進(jìn)一步推動(dòng)數(shù)字普惠金融發(fā)展。同時(shí)，國(guó)家應(yīng)盡快完善相關(guān)法律，對(duì)現(xiàn)有金融機(jī)構(gòu)予以監(jiān)管與督察，保護(hù)金融機(jī)構(gòu)與貧困人群雙方的利益。

二是各省應(yīng)加強(qiáng)區(qū)域間合作，合理利用數(shù)字普惠金融對(duì)貧困減緩的空間溢出效應(yīng)，促進(jìn)各省貧困狀況進(jìn)一步減緩。各地政府應(yīng)打破原有的“本位主義”執(zhí)政理念，加強(qiáng)區(qū)域間的合作與聯(lián)系，進(jìn)一步減少乃至消除各地之間的經(jīng)濟(jì)、金融屏障，加大知識(shí)、技術(shù)及信息的分享力度，共同協(xié)作減少貧困。

三是各省政府應(yīng)加強(qiáng)相關(guān)金融知識(shí)普及，提升貧困人群金融素養(yǎng)。較低的金融素養(yǎng)對(duì)于貧困人口的貧困情況也有一定影響。貧困人群對(duì)于金融知識(shí)的缺乏使他們不知如何合理使用金融工具來幫助自己脫離貧困。因此各省政府有必要加強(qiáng)貧困人群對(duì)于金融機(jī)構(gòu)以及相關(guān)金融服務(wù)的了解，擴(kuò)大貧困人群金融服務(wù)接觸面，提高貧困人群對(duì)于數(shù)字化金融服務(wù)的使用能力，進(jìn)一步減緩我國(guó)的貧困狀況。