数字普惠金融指数.docx

《数字普惠金融指数.docx》由会员分享，可在线阅读，更多相关《数字普惠金融指数.docx（53页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、北京大学数字普惠金融指数(2011-2021 年)位值大幅增长34%,主要得益于2021年资本市场的活络。根据监管部门要求， 数字平台的消费信贷产品进行了大幅转型，业务收缩很多，但在政府促进市场经 济增长和“保市场主体”的号召下，数字平台针对小微企业的信用贷款规模增长 很多，一正一负的影响，最后也促使信贷子指数在2021年小幅增长。一 总指数 TI一覆盖广度T 使用深度 T一数字化桂度图2： 2011-2021年数字普惠金融指数及分指数的省级中位值 数据来源：北京大学数字普惠金融指数一 总指数 TI一覆盖广度T 使用深度 T一数字化桂度图2： 2011-2021年数字普惠金融指数及分指数的省级

2、中位值 数据来源：北京大学数字普惠金融指数轻粮吧尔晶轻翱哑图3： 2011-2021年数字普惠金融指数及分指数的省级中位值增长率 数据来源：北京大学数字普惠金融指数（二）数字普惠金融的地区收敛性在之前的报告中，我们一直都非常关注数字普惠金融指数反映出的地区间数字普惠金融发展差距的问题，本次数据更新亦延续此前的分析。从图4中可以看 出，上海市、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 几个地区更高，处于第一梯队。而其他省份之间，虽然也都有一定的差距，但落图4： 2021年各省数字普惠金融指数分布数据来源：北京大学数字普惠金融指数就具体分指数的地区差异而言，如图5所示，普惠金融数

3、字化程度的地区差 距最小、数字金融覆盖广度次之，数字金融使用深度地区差异最大。具体而言, 数字金融的覆盖广度、使用深度和数字化程度2021年指数最高的地区与最低的 地区之比分别为1.3、1.7和1.2。虽然相较于前几年，数字金融使用深度地区间 差异已经大幅缩小，但地区差距仍然较大。在使用深度上，落后地区与发达地区 相比，还有一定的差距。550250200 蜓阳煜右燃小鲤卓超轻阳假圆也卤三概围如目黑槌跟包隆飕胫二茎荽 7M运二胆LH斐由m蛆层:云栅足式斐mHL层:M小会超俺二铿岖布 区段-覆盖广度 T-使用深度 -数字化程度图5： 2021年各省数字普惠金融分类指数分布数据来源：北京大学数字普惠

4、金融指数为了更严谨地论证地区数字普惠金融发展差距的时间趋势，我们也借助经济 学中关于地区经济收敛性的论证方法进行讨论(Barro and Sala-i-Martin, 1992； Sala-i-Martin, 1996)。相关文献中，经济收敛的主要验证方法是o收敛模型和例攵 敛模型。我们这里仅讨论其。收敛趋势。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过程，即如果这种差异越来越小，则可以认为地区 数字普惠金融存在收敛性。具体而言，。收敛模型可以定义为：g = 7, 2” (InindexInindex )2(3)t i=lit n i=lit其

5、中，i代表地区(省、地市和县域等)，n代表地区数量，t代表年份，Inindexit 代表t年i地区的数字普惠金融指数对数值，5代表t年数字普惠金融指数的。收 敛检验系数。如果6+1 6则可以认为什1年的数字普惠金融较t年更趋收敛。在图6当中，我们分别汇报了2011-2021年省级和城市级数字普惠金融指数的 。收敛系数，从中可以看出，中国地区数字普惠金融在前几年的确有非常明显的 收敛趋势，且收敛速度较快。具体来看，中国省级和城市级数字普惠金融指数的 。收敛系数分别从2011年的0.44和0.34下降到2017年的0.08和0.09。但最近几年， 地区收敛速度有所放缓。为了考察近两年地区收敛速度有

6、所放缓的具体原因，我 们在图7当中也汇出了几个分指数的收敛系数，从中可以看出数字金融覆盖广度 和普惠金融数字化程度两个分指数的收敛系数在最近几年维持下降趋势，但是数10字金融使用深度指数收敛系数则有所反弹，这是数字普惠金融地区间收敛速度放 缓的主要原因。在指数发展高度依赖于触达性、覆盖广度时，数字金融的地区间 差异收敛较快，但当数字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，很大程度上可以解释地区间总指数的 收敛速度为什么会逐步放缓。图6:2011-2021年省级和城市级数字普惠金融。收敛系数数据来源：北京大学数字普惠金融指数图7:2011-2021

7、年城市级数字普惠金融分指数。收敛系数数据来源：北京大学数字普惠金融指数（三）数字普惠金融的东西差异为了更直观地考察全国不同地区数字普惠金融指数差异的收敛情况，图6给 出了城市层面的数字普惠金融指数排序：2011年、2015年和2021年的梯队分类11 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%以上范围的城市 列为第一梯队，在图中标记为红色；70%-80%范围内为第二梯队，在图中标记为 橙色；60%-70%为第三梯队，在图中标记为黄色；60%之下的城市列为第四梯队， 在图中标记为绿色。从图8中我们可以发现，在2011年，城市之间发展存在较 大的差距，第一梯队集中在上海邻近地区与大

8、城市，且二三梯队十分单薄，大部 分地区处于第四梯队;在2015年,第一梯队扩展至东南沿海与区域级重点城市， 同时二三梯队发展壮大；而发展到2021年，绝大部分城市处于一二梯队，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%以内，地区之间的差距 进一步缩小。具体而言，对比2021年和之前年份的数据也可以发现，在2021年 处于第三、第四梯队的城市只有数量（27个），比2020年的74个下降很多，更 是与2011年的259个不可同日而语，这表明近期数字普惠金融的地区差异迅速 缩小。图8： 2011、2015和2021年城市数字普惠金融总指数相对排序数据来源：北京大学数字普惠金融指数注：

9、台港澳地区和部分省直辖县市缺少数据，因此为白色。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（王靖一等，2019）,以地理经济学当中著名的“胡焕庸线”为东西部地区 的划分标准，计算了数字金融触达性、覆盖广度等层面的东西部地区差异，发现 这种差异有明显的下降趋势：数字经济跨越“胡焕庸线”，即以移动支付为代表 的数字金融，为西部偏远地区的居民接触、使用先进的数字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，我们基于数字普惠金融 发表在经济学（季刊）上的论文（郭峰等，2020）对于使用深度在胡焕庸线 两侧表现出的发展趋势也进行了分析。总指数的结论相

10、对而言较不明晰，如果我 们将覆盖广度与使用深度分别绘图，结果就相对更为直观。12图9： 2011、2015和2021年城市数字普惠金融覆盖广度（上列）使用深度（下列）相对排序 数据来源：北京大学数字普惠金融指数注：台港澳地区和部分省直辖县市缺少数据，因此为白色。如图9所示，数字金融覆盖广度在2011-2021年间保持了跨越胡焕庸线发展 的趋势，但就使用深度而言，优势发展地区仍在东南集中。从图中我们可以看出 深度与广度发展的一个重要区别是，广度的增长具有一定的跨越性，即部分中西 部地区在相对水平与绝对水平上都实现了跨越式发展，在后期实现了对东南地区 的大幅追赶，而深度的发展则是渐进式、绝对水平意

11、义上的：虽然相较而言东南 地区仍然具有明显的优势，中西部地区依旧相对落后，但绝对水平上，中西部地 区与东部地区的差距仍在缩小。我们认为一个可能的原因是，覆盖广度衡量的是 一种机会上的公平，即是否能够获得相关技术与服务的支持，而使用深度则体现 着结果上的均衡，即最终发展情况位于何种水平，该结果取决于支持数字金融服 务在当地发展的各种软硬环境。数字技术由于其脱离地理空间束缚、边际成本近 乎为零的特点，在分布上促进了落后地区、人口稀疏地区的发展，让不同地区的 居民可以共享普惠结果。而数字金融的本质仍是金融，金融服务的发展仍不能脱 离经济活动生产生活而存在，由于集聚效应和网络效应，东部人口集中地区的发

12、 展水平、使用活跃程度仍将保持优势。数字金融的发展利用技术达到了获取服务 的机会公平，而其服务实体的金融本质依然遵从相对集中的发展结果。（四）数字普惠金融的南北差异13在2021年4月发布的第三期报告中，我们特别分析了中国北方地区和南方 地区数字普惠金融发展水平差异的演变趋势。中国南方地区和北方地区的经济关 系，在上千年的历史上都是一个重要的话题，因此本次报告中，我们继续对此进 行了分析。关于南北分界线，仿照传统做法，我们仍以秦岭-淮河为界，在地级市 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，如图10所示。从图10中可以

13、 得到如下几个结论：第一，中国南北数字普惠金融发展差距并不算太大，北方数 字普惠金融发展水平略低于中国南方地区；第二，中国北方地区数字普惠金融总 体上有追赶南方地区的趋势，特别是在2011-2014年之间，追赶速度很快，北方 城市数字普惠金融指数均值由南方城市的88%上升至95%左右;但2014-2018年, 中国南北数字普惠金融发展差距又有拉大的趋势，但这种趋势并没有持续太久, 2018年之后，南北方之间的差距继续小幅缩小。0.980.96094092().90.880.86().84 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 202

14、1图10：中国南北城市数字普惠金融指数差异变化趋势（北方均值/南方均值）数据来源：北京大学数字普惠金融指数图11展示了数字金融覆盖广度、数字金融使用深度和普惠金融数字化程度 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 市的数字化程度由领先于南方城市，近几年转而逐渐落后于南方城市，这是数字 普惠金融总指数几年来南北差距略微拉大的主要原因。为深入探究北方地区数字 化指数下降的原因，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和信用化，北方地区小微14 企业的融资利率环境相比于南方地区在变差（实惠化），以及信用分的

15、使用场景 有所下降，这说明数字金融的发展需要其他金融和硬件基础设施的相应配套才能 有更大的发展空间。再看数字金融的使用深度，北方城市起初明显落后于南方城 市，但随后几年迅速追赶，这是前几年北方城市数字普惠金融总指数能够追赶南 方城市的主要因素，但总体而言，数字金融使用深度上的南北差距仍然是几个分 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继续追赶南 方地区，主要还是要看数字金融使用深度上能否缩小差距，这一点跟前文得到的 结论是高度契合的。图11:数字普惠金融分指数南北差异变化趋势（北方均值/南方均值）数据来源：北京大学数字普惠金融指数（五）数字普惠金融地区排行榜变化就2021

16、年各省份的数字普惠金融的排行榜而言，可以发现该榜单与2020年 相比，大多数地区排名变化不大。例如，2021年排名前10名的省份，跟2020年 完全没有任何变化。其余省份整体变化也不算太大，大多都是略微上升一位或者 下降一位。不过也有个别地区在2021年排名较2020年变化稍大，如重庆市和吉 林市排名较2020年均下降3位，而甘肃省排名则上升3,这几个省份是排名上 升（下降）较多的几个省份。如果把时间窗口拉长，可以发现不同地区数字普惠 金融指数排名还是有较大的变化。从表2中可以看出，黑龙江省、吉林省和辽宁 省这三个东北省份的2021年指数较2015和2011年下降幅度较大。而地处中部 地区的安

17、徽省、河南省等省份，排名则上升较多。表2： 2021年省份总指数排名及变化情况15省份名称2021 年 指数2021 年排 名较 2020 年变化较2015年 变化较2011年 变化上海458.971000北京445.442000浙江434.613000)1412.924011福建410.3150-11406.53600-2天津395.737000湖北391.908015安徽384.629089山东380.6810024海南375.35111-3-3河南374.371221312陕西374.161300-2重庆373.2214-3-3-4江西372.1715047四川363.61160-2-4

18、湖南362.3617052山西359.701815-1辽宁357.2319-1-9-10广西355.112001-5河北352.442107-1云南346.9322043宁夏344.86231-8-2内蒙古344.76241-8-1西藏342.1025-266新疆341.77260-21甘肃341.1627301黑龙江341.14281-10-12贵州340.8029-110吉林339.4130-3-10-4青海329.89310-2-1数据来源：北京大学数字普惠金融指数而在城市层面，从表3当中可以看出，排名靠前的城市基本上都属于东部沿 海省份，特别是江浙沪地区，扎堆现象明显。排名变化上，20

19、21年排名前10的 城市和2020相比，变化不是很明显。不过，如果跟2015年或者2011年相比， 有些城市会显示出明显的排名变化，比如深圳市和广州市的2021年排名，比2011 年要提高很多，当然这种提升并不是近年才发生的，因为这两个城市的2021年16排名，较2015年并没有太大变化。表3： 2020年城市排名前10及变化情况数据来源：北京大学数字普惠金融指数城市名称2021 年 指数2021 年排 名较2020年 变化较2015年 变化较20n年 变化杭州市359.68CCC上海市351.5cCC深圳市345.33/ .C1E厦门市343.34LC北京市342.02a V.1-ZZ南京市

20、340.04-1C-z武汉市335.747Z/* .7苏州市335.21CeZ广州市333.6EC-z-z1E金华市333.521C-1/不过，上述只针对排名靠前的城市的分析，很难观察出中国数字普惠金融在 不同地区此消彼长的情况。在图10中，我们绘出了 2021年全部城市排名中相对 于2020年、2015年，以及2011年排名上升的城市（红色）和相对下降的城市 （绿色）。其中第一幅图是2021年相对于2020年的排名变化情况，从中可以看 出，在较短时间内，排名变化的空间格局是比较零碎的，不同区域均有上升和下 降的城市。而2021年排名相对于2015 （第二幅图），以及相较于2011年（第三 幅

21、图）就具有明显的空间格局：中部地区城市排名普遍上升，而北方城市，特别 是东北地区的城市，排名普遍下降。图12：城市级数字普惠金融指数排名变化数据来源：北京大学数字普惠金融指数注：左图为2021VS2020的排名变化；中图为2021VS2015的排名变化，右图为2021vs2011的 排名变化。17目录一,内容提要1二、数字普惠金融发展最新趋势5（一）数字普惠金融的增长情况 6（）数字普惠金融的地区收敛性 8（三）数字普惠金融的东西差异 11（四）数字普惠金融的南北差异13（五）数字普惠金融地区排行榜变化 15三、数字普惠金融指数的应用与注意事项18（-）数字普惠金融指数的主要应用 18（-）数

22、字普惠金融指数应用中的问题 24（三）数字普惠金融指数应用中的注意事项 26!1!参考文献30附录1 :省级数字普惠金融指数（2011-2021） 35附录2 :数字普惠金融指标体系与指数计算方法46（-）数字普惠金融指标体系 46（二）指标无量纲化方法 48（三）层次分析法50（四）指数合成方法51附录3 ：北京大学数字金融研究中心简介53三、数字普惠金融指数的应用与注意事项这套数字数字普惠金融指数自2016年首次发布后，逐渐得到了学术界的广 泛关注和使用，对数字普惠金融及相关领域的学术研究，起到了一定的促进作用。 但同时，这个指数也存在不少被误用的地方，为了促进学术界对本指数主要应用 领域

23、和应用中需要注意的事项有更好的了解，我们特此撰写了这一节。（一）数字普惠金融指数的主要应用1 .数字普惠金融与家庭经济活动互联网技术与金融服务的有机结合促进了数字普惠金融的发展，不仅在消费、 支付方式上影响着居民的经济活动，而且也为家庭经济活动提供了更多的选择。 数字普惠金融作为一项新型的金融服务工具，降低了居民对金融服务的使用门槛, 能够有效地为低收入群体提供其无法从传统金融中获得的金融服务，从而在一定 程度上填补了金融服务的空白，体现了普惠金融的应有之义。总结而言，在家庭 经济活动中，数字普惠金融主要从消费、投资和收入三个方面来影响居民的经济 行为。数字普惠金融对居民消费的影响主要表现在增

24、加消费总量与促进消费结构 优化升级上。长期以来，中国居民的消费水平一直处于偏低的状态，在全世界12 个最大的经济体中排名倒数第一（蒋春秀，2010）o除了医疗、养老、住房等体 制不完善外，另一个重要原因在于金融市场的不够完善（Aziz等，2007）o数字 普惠金融依托数字技术积累了大量的客户信息，利用这些信息可以精准地为客户 提供所需的金融服务，大幅度地改善金融服务的可得性与便利性（张勋等,2020）, 从而提高家庭的消费总量。此外，数字普惠金融的发展为广大用户提供了诸多理 财产品和业务（例如余额宝、财付通等），并基于大数据的保险业务为广大用户 的财产安全提供了保障，让居民敢于消费，愿意消费，

25、实现了从“量变”到“质 变”的转变（Dupas和Robinson, 2013；江红莉和蒋鹏程，2020）。同时，数字 普惠金融依托支付宝、微信钱包等数字技术改变了传统的商业模式，买家与卖家 可以直接在线上完成交易，在满足低消费的同时，又能有效地缓解高消费所带来 的资金约束，促进居民消费结构升级（易行健和周利，2018）。本部分内容节选自中国数字普惠金融的测度及其影响研究：一个文献综述（发表于金融评论 2021年第6期，作者：郭峰、熊云军）一文。18而关于数字普惠金融对于家庭经济活动的影响还表现在投资方面。近年来， 随着数字技术的发展，移动支付成为了支付方式的主流，居民的日常生活与数字 金融联系

26、更加紧密，数字金融逐渐有了普惠性（焦瑾璞，2014；李继尊，2015）o 伴随着第三方支付平台的技术与安全性更加成熟，客户逐渐对其产生信任，现如 今，数字普惠金融的发展为投资者提供了更全面的产品信息，扩大了投资者对于 投资产品的选择范围，进一步增加了投资者投资的可能（廖婿琳和周利，2020） 和享受其他金融服务的机会（李晓等，2021 ）0吴雨等（2021）基于数字普惠金 融指数和中国家庭金融调查数据的研究发现，数字金融通过增加投资便利性、促 进金融信息获取和提升风险承担水平等路径提升了家庭金融资产组合的有效性， 同时也提高了家庭金融资产投资组合的多样性，从而降低家庭极端风险投资的可 能性。而

27、且，彭澎和徐志刚（2021）、张海燕和韩晓（2021）的研究还显示，数 字金融的投融资功能，优化了家庭资产配置，可以降低农户的脆弱性，起到防贫、 减贫的作用。不过，吴桐桐和王仁曾（2020）的研究显示，数字金融平台大量推 送包含投资信息的小广告，部分包含有利投资信息的小广告会盲目增加投资者的 乐观情绪，进而助长投资者的“炒新”。除此之外，数字普惠金融的发展还促进了家庭居民收入的增长。一方面，由 于中国金融发展存在结构和功能上的失衡，极大地限制了农村地区的创新创业活 动（温涛等，2005；何婿和李庆海，2019）,进而降低了家庭居民的收入。张勋 等（2019）利用“北京大学数字普惠金融指数”研究

28、发现，数字普惠金融的发展 使得农村居民的借贷更加方便，大大降低了个体小商户创业者的融资约束，提高 了家庭创业活动成功的概率。部分学者利用家庭金融调查数据也得到了类似的结 论（尹志超等，2019；陶云清等，2021；王永仓等，2021 ）o另一方面，数字普 惠金融的发展为广大用户提供了诸多就业信息，数字平台的开放性为失业者提供 了在线学习的机会与就业信息推送的平台，这在一定程度上增加了非农就业的概 率，从而提高了家庭收入水平（余江等，2018；王永仓等，2021 ）o并且，由于 数字普惠金融的发展存在较强的普惠性，这使得数字普惠金融对于低禀赋的家庭 收入提高水平更大，实现了农村地区的包容性增长（

29、张勋等，2019）o2 .数字普惠金融与企业经济活动企业作为生产经营的主体，是推动经济动能转换的重要源泉。当前，国家已19 由高速增长转为高质量发展阶段，企业的生产效率是实现高质量发展的重要一环。 企业的生产离不开资本要素的投入，可以说，金融服务在企业生产中发挥了重要 的作用。与国有企业相比，中小企业无论是在规模上，还是在抗风险能力上都普 遍较弱。一直以来，融资约束是制约中小企业发展的绊脚石。随着数字技术与传 统金融的深入融合，数字普惠金融为中小企业的融资带来了曙光。数字普惠金融 逐渐完善了金融基础设施，扩宽了中小企业的融资渠道，为中小企业的创新、创 业提供了动力（谢平,2014）o在高质量发

30、展的背景下，技术创新成为提高生产效率的主要途径。由于研发 活动具有长周期、风险高、不可逆等特点，因此企业技术创新时就面临着大量的 资金需求。当资金链不足以支撑企业完成研发投入时，企业往往需要寻求金融市 场的帮助完成研发活动（喻平和豆俊霞，2020；谢雪燕和朱晓阳，2021 ）o部分 学者们利用“北京大学数字普惠金融指数”研究发现，数字普惠金融的发展，能 够降低金融交易的成本，为企业技术创新提供强有力的支撑。例如，万佳豉等 （2020）发现数字普惠金融有效地缓解了中小企业融资约束，促使中小企业有充 足的资金进行技术创新活动。唐松等（2020）发现数字普惠金融能够在低成本的 情况下处理海量的数据，

31、将金融市场上大量的零散的小规模投资者，有效地转化 为金融供给，丰富了中小企业的融资渠道。此外，另一部分学者通过百度搜索指 数构建了各省金融科技发展水平指数，也得到了同样的结论（盛天翔和范从来， 2020；李春涛等,2020 ）0而在支持创业方面，数字普惠金融也发挥了同样重要的作用。由于传统金融 服务门槛高、手续繁杂，极大地限制了创业活动的开展（Aghion等，2007）o数 字金融起步于支付业务，后逐渐发展成为包含支付、信贷等多项业务的综合体， 可以说，数字金融的发展为居民的创业活动提供了有力的支持。例如，支付宝的 出现大大地降低了商品的交易成本，促进了电子商务的发展（李继尊，2015）o 谢

32、绚丽等（2018）也认为，数字金融的发展缩小了线下的搜寻成本与匹配成本， 有助于小微企业的创业者获得成功。张正平和王琼（2021）针对数字普惠金融和 农业生产的研究发现，数字普惠金融的发展促进了农业生产中资本对劳动的替代, 提高了农业生产效率。止匕外，随着数字金融的发展，新兴业态不断涌现，吸纳了 很多就业人员，例如零工经济（张传勇和蔡琪梦，2021 ）0203 .数字普惠金融与传统金融和货币政策数字普惠金融作为一种新型的金融服务方式，在促进金融市场转型升级的同 时，也为传统金融的发展带来了冲击。一方面，数字普惠金融的出现为传统商 业银行带来了竞争压力，导致传统商业银行的业务受到一定限制。另一方

33、面，传 统的商业银行利用数字技术谋求转型，开展多功能业务，从而实现了商业银行的 效率提升。例如，2018年，招商银行在金融科技上投入65.02亿元，提高了银行 的营业能力与抗风险能力。此外，由于货币政策的传导主要依靠金融中介来完成, 数字普惠金融的出现，会对传统的金融和货币政策造成一定的冲击。数字普惠金融对商业银行绩效的影响得到了很多文献的证实。以Berger （2003）为代表的部分学者认为，数字普惠金融的发展有助于商业银行绩效的提 升。其主要观点在于数字普惠金融的发展为商业银行的支付、信贷管理等带来了 有效的技术支撑，扩大了其业务量与业务范围。例如，在疫情期间，线下银行网 点无法正常运营，

34、正是数字普惠金融为商业银行的线上运营提供了技术支撑，不 仅使得银行业务能够正常开展，也使得一些小微企业度过了难关（郭峰，2021）。 王诗卉与谢绚丽（2021a）利用157家商业银行的数据与数字普惠金融指数匹配 后，研究发现数字金融发展对银行的数字化创新具有正向影响，他们的另一项研 究显示银行管理层对数字技术所带来的创新机会的认知，对银行的数字化创新和 线下分支机构的调整行为均具有促进作用（王诗卉与谢绚丽，2021b）o李建军和 姜世超（2021）的研究也发现，如果银行能够积极开展金融科技，也能够扩大金 融服务的包容性，提高银行盈利性和成长性。而另一部分学者则认为，数字普惠 金融的发展满足了部

35、分还未被商业银行吸收的小客户群体的金融需求，这将夺走 原本属于商业银行的长尾客户，从而损害了商业银行的业绩（王馨，2015；万佳 豉等，2020）o除此之外，熊健等（2021）研究发现，数字普惠金融导致了商业 银行之间的竞争加剧，挤压了商业银行的利润空间，不利于商业银行绩效的提升。 张岳等（2021）的研究则发现数字普惠金融发展水平与农村金融机构经营风险之 间存在“倒U型”曲线关系：随着数字普惠金融发展，农村金融机构经营风险先 上升后下降。当然，不仅数字金融对传统金融会产生影响，传统金融也会对数字金融产生重要影响（郭峰和王21瑶佩，2020；王吉吉等，2021 )o作为衔接宏观经济政策与微观经

36、济运行的媒介，货币政策传导机制是金融调 控中备受关注的热点。在新兴技术与传统金融业务深度融合的情况下，数字普惠 金融有可能进一步弱化货币当局对宏观经济的调控力度（Mishra和Montiel, 2013）o首先，段永琴和何伦志（2021）研究发现，数字金融对银行贷款利率定 价市场化具有显著正向作用，其中大数据等数字技术提升银行贷款利率定价技术 水平，是促进银行贷款利率定价市场化的核心动力，互联网贷款倒逼银行提高对 市场利率变化的敏感度，是定价市场化的第二推手，而互联网理财通过改进银行 贷款利率的定价模式也发挥了助推作用。其次，从银行视角来看，数字普惠金融 的发展会导致银行资产负债业务增加，零钱

37、通、余额宝等理财产品就是典型的表 现（黄益平和黄卓，2018）,这样一来，货币政策的传导效果就会被减弱。例如， 当中央银行觉得经济发展过热实施货币紧缩政策时，中央银行通常会提高法定准 备金率来限制商业银行的存款储备量，进而压缩了商业银行的贷款规模。为了平 衡盈利的目标，银行主体将大规模发放有价债券或理财产品，从而为信贷业务争 取到了资金来源，即便中央银行缩减了货币供给，市场上仍可能有大量的资金在 流动（战明华等，2018）o最后，从企业的视角来看，数字普惠金融扩宽了传统 金融的融资渠道，让银行的贷款业务受到压缩，从而减弱了企业对银行的依赖。 以支付宝花呗、京东金融等为代表的新型借贷服务，让资金

38、供求双方不再受地域 空间的限制，大大提高了企业的信贷可能性。同时，第三方支付会削弱企业对现 金的持有需求，让货币政策的实施效果大打折扣（Li等，2020）o除此之外，还有部分学者研究了数字普惠金融对系统性金融风险的影响。一 方面，由于数字金融的便利性与快捷性，金融服务随手可及。从支付的角度来说， 每一次交易都意味着一次客户信息的读取，一旦客户的身份信息与账户信息出现 泄露，很容易被犯罪分子所利用，形成金融诈骗。从监管的角度来说，数字普惠 金融降低了金融服务的门槛，在一定程度上弱化了金融中介的作用，会诱使高风 险用户进行贷款，从而增加发生金融风险的可能性（戴国强和方鹏飞，2014；李 优树和张敏

39、，2020）o另一方面，数字普惠金融推动中国金融服务水平不断提高， 提升了金融体系内部的抗风险能力，有助于降低金融风险（欧阳资生等，2021 ）0 同时，数字普惠金融打破了传统的信用定价模式，通过构建大数据仓库重塑金融 监管体系（谢平和邹传伟，2012）,加强了资本回报率的评价机制，能够及时遏22制高风险的金融贷款服务。4 .数字普惠金融与区域经济活动金融资本是现代社会生产的一种要素投入，金融资本的差异是导致地区经济 发展失衡的重要因素。早些年，由于传统的金融机构存在短板，使得金融服务在 各区域间表现出一定的差距，严重影响了国家和地区的可持续发展。数字普惠金 融的发展在一定程度上缓解了传统金融

40、资本在地区上的差距，使得资源的配置方 式更加合理。由于数字普惠金融具有开放、平等、协作、分享等特征，这些特征 就决定了数字普惠金融对经济增长、城乡收入差距以及区域高质量发展具有重要 影响。在经济增长方面，由于中国传统的金融服务是以银行业为主导，其服务对象 大多是国有企业和高净值企业，这就使得中小企业的金融服务相对匮乏，严重制 约着中国经济的可持续发展。张勋等（2019）认为，数字金融的发展使金融服务 的可得性和便利性大幅度改善，有利于中国实现包容性增长，尤其是对农村地区 和不发达地区的影响更大。例如，数字普惠金融通过大数据与信息技术，使得金 融服务的覆盖范围不再受地理空间的限制，极大地提高了金

41、融服务的普惠性，有 利于经济增长（张勋等，2019；钱海章等，2020）0此外，金融服务的发展起源 于大城市，并逐步向周边城市扩张，数字普惠金融的发展在一定程度上促进了城 市创新（潘爽等，2021）。并且，由于数字普惠金融的发展具有明显的空间溢出 效应（沈悦和郭品，2015；郭峰等，2020）,使得受益的范围进一步扩大。在收入差距方面，由于数字普惠金融覆盖面广，金融服务门槛低等特点，数 字普惠金融能够让更多低收入人群受惠。相对而言，低收入人群一般都集中在农 村地区，由于传统金融“嫌贫爱富”的特点，他们很难得到相应的金融服务来从 事生产，增加经营性收入，从而缩小了城乡收入差距（宋晓玲，2017；

42、张勋等， 2019）o此外，王修华和赵亚雄（2020）发现数字普惠金融影响在不同群体的之 间可能存在“马太效应”。一方面，由于“数字鸿沟”的出现，部分弱势群体（老 年人或贫困户）可能由于缺乏相应的数字技术与知识技能（如没有支付宝），并 没有享受到普惠金融所带来的金融服务，因此，数字普惠金融对这部分群体所带 来的影响微乎甚微（贝多广和莫秀根，2019；王修华和赵亚雄，2020）o另一方 面，对于农村地区的非弱势群体（或非贫困户）来说，虽然他们也属于被传统金23 融服务排斥的一部分，但是数字普惠金融的发展使得这种金融排斥逐渐消失。这 部分群体能够有效地使用支付宝、微信等软件，享受普惠金融所带来的优

43、势，家 庭收入增加，进而导致居民收入差距持续扩大（王修华和赵亚雄，2020）o在高质量发展方面，数字普惠金融促进了经济高质量的发展，其影响机制也 是多重的。从微观层面来看，数字普惠金融有效地降低了传统金融服务的门槛, 为低收入的人群提供所需的金融服务，有助于激发大众创业的活动，或者通过缓 解融资约束、优化产业结构，提高区域技术创新水平，从而营造一个良好的经济 发展环境，提高区域经济发展质量（聂秀华等，2021）。从宏观层面来看，普惠 金融将零散的资源重新整合到一起，有助于发挥金融资源的规模经济和范围经济 作用，在此基础上，提高地区经济发展质量（唐松等，2020）o此外，一些学者 从更宏观的数字

44、经济概念上发现数字经济有助于提高地区经济发展质量。例如， 赵涛等（2020）发现数字技术的发展激发了大众创业的积极性，有助于提高区域 的经济发展质量。杨文溥（2021）发现数字经济通过驱动第三产业来实现经济高 质量发展。（二）数字普惠金融指数应用中的问题1 .指数本身存在的局限性（1）指数多样性不足。数字化支持是数字普惠金融与传统普惠金融的主要 区别，与传统普惠金融指数相比，“北京大学数字普惠金融指数”最大的特点就 是包含数字化特征。具体而言，该数据从数字金融覆盖广度、数字金融使用深度 和普惠金融数字化程度等3个维度，利用层次分析法合成一个指数。但是，由于 该指数中仅包括新兴数字普惠金融的特征

45、，不包括传统金融的特征（例如银行等 金融机构的相关指标），这就使得该数据的多样性不足。特别是，随着数字金融 理念的逐渐渗透，传统金融机构也逐渐向数字化转型，成为数字金融服务的主力 军，因此从全方位的视角来看，该指数存在很大的局限。（2）指数来源比较单一。该指数编制过程中所用的原始数据全部来源于蚂 蚁集团体系，指数来源比较单一。作为一个成熟的第三方平台，支付宝在国内普 惠金融体系中确实占据主要地位，但并非全部。除了支付宝外，微信、百度、京 东等也是新兴数字金融服务的重要力量。虽然这部分机构在数字金融业务中所占 比例小于支付宝，但是从严格意义上来讲，数字普惠金融指数的构建应该包含这24 些内容。当

46、然，考虑到商业机构对数据商业价值的看重和对消费者隐私保护的重 视，很难将不同机构的数据整合在一起，编制一个覆盖面更加广泛的数字普惠金 融指数，这是构建全视角数字普惠金融指数的难点和痛点。(3)前期指数缺失和权重没有动态调整。支付宝公司早在2004年就已经成 立，但很多其他数字金融业务是2013年以后才逐渐出现的。在数据编制的过程 中，由于2015年之前部分三级指标存在缺失，因而第一期指数共包括26个指 标，而2019年和2021年发布的第二期和第三期指数则包含33个指标，从而导 致指标体系前后不完全一致。此外，课题组在指数编制中，各指标的权重保持了 一致，这有助于指数的稳定性和可比性，但数字金

47、融发展非常迅速，各业态重要 性也发生很大变动，指标权重如果不能动态调整，对现实的刻画将逐渐产生系统 性的偏差。2 .指数应用中的典型问题近年来，数字经济与数字金融的发展对国民经济发展产生了深远影响，数字 普惠金融指数的编制已经吸引了越来越多的学者加入到数字金融的研究中来。但 是，随着研究的深入，我们发现部分学者在运用该指数进行实证分析时，仍然存 在一些典型的问题，这就可能导致实证结论与现实情况不符。具体而言，在数字 普惠金融指数的应用中，还存在以下几方面的问题。(1)指数跟大企业不当匹配。根据普惠金融的定义，普惠金融的主要目的 是有效和全方位地为社会所有阶层和群体提供服务，主要服务的对象是中小企业 或低收入人群。传统普惠金融如此，数字普惠金融更加如此。而且，北京大学数 字普惠金融指数中所用的基础数据主要来源于支付宝生态系统，而且是从需求端 刻画的不同地区的数字普惠金融发展水平，而上市公司、规模以上企业都不在支 付宝的直接服务范围内，