数字普惠金融指数

北京大学数字普惠金融指数（0-21目录一、容要 1二、字惠融展新趋势 5（一数普金的长情况 6（二数普金的区收性 8（三数普金的西差异 11（四数普金的北差异 13（五数普金地排行变化 15三、字惠融数应用注事项 18（一数普金指的主应用 18（二数普金指应用的题 24（三数普金指应用的意项 26四、论 28参考献 30附录：级字惠融指（） 35附录：字惠融标体与数算法 46（一数普金指体系 46（二指无纲方法 48（三层分法 50（四指合方法 51附录：京学字融研中简介 5311一、内容提要普惠金融（finnialinclusion）可以定义为能有效和全方位地为社会所有阶层和群体提供服务的金融体系，其初衷意在强调通过金融基础设施的不断完善提高金融服务的可得性实现以较低成本向社会各界人士尤其是欠发达地区和社会低收入者提供较为便捷的金融服务。这一概念最初被联合国用于“2005年国际小额信贷年”的宣传中，后被联合国和世界银行大力推广。到2014年世界银行已在全球70多个国家和地区与公私合作伙伴联手开展普惠金融项目，全世界50多个国家和地区设立了改善普惠金融的目（世界银行集团0152005年后普惠金融的概念引入中国并得到中国政府的认可2013年11月党的十八届三中全会通《中共中央关于全面深化改革若干重大问题的决定正式提出发展普惠金融的理念2015年底国务发《推进普惠金融发展规（2016-202对普惠金融事业进行了更具体的部署并在其中明确了普惠金融的定义普惠金融是指立足机会平等要求和商业可持续原则通过加大政策引导扶持加强金融体系建设健全金融基础设施以可负担的成本为有金融服务需求的社会各阶层和群体提供适当的、有效的金融服务。无论是在国际上还是在中国国内普惠金融的概念理论和实践都经历了一个逐步深化的过程从最初重点关注银行物理网点和信贷服务的可获得性到广泛覆盖支付、存款、贷款、保险、信用服务和证券等多种业务领域（焦瑾璞等201在实践层面中国普惠金融实践已经从最初的公益性小额信贷逐步扩展为支付信贷等多业务的综合金融服务并由于网络和移动通讯等技术的广泛应用而得到长足发展当前中国普惠金融的实践与创新型数字金融显示出很强的关联性以互联网科技企业提供金融服务为代表的新型数字金融业务通过信息化技术及产品创新降低金融服务产品的成本扩大金融服务的覆盖范围因此新型数字金融模式已经成为普惠金融的重要源动力和增长点具体而言从覆盖的区域来看由于传统金融业务需要通过设置机构网点来提高覆盖面但机构网点的高成本导致传统金融业务难以渗透到经济相对落后地区而数字技术与金融服务的跨界融合克服了这种弊端，一些地区即便没有银行网点、AM等硬件设施客户仍能通过电脑手机等终端设备获得所需的金融服务与传统金融机构将主要资源分布于人口商业集中地区的状况相比数字金融使得金融服务更直2接客户覆盖面更广泛从覆盖的社会群体来看数字金融的产品创新降低了客户准入门槛使得金融服务平民化趋势更加显现与传统金融机构的排他性对比数字金融可以满足那些通常难以享受到金融服务的中小微企业和低收人群的需求，从而体现了普惠金融的应有之义。2过去数年中国数字金融取得了长足发展在全球都产生了很大影响（益平和黄卓2018但却一直缺乏一个衡量其总体发展水平的指标体系为此北京大学数字金融研究中心和蚂蚁集团研究院的研究团队自2016年开始，利蚂蚁集团关于数字普惠金融的脱敏大数据编制了一“北京大学数字普惠金指数”（ThePkingUnivrsityDiitlinanialnlusionndxofChina，PK_DFIC），并在2019、2021年对指数进行了更新，本报告是该指数的第次更新在现有文献和国际组织提出的传统普惠金融指标基础上结合数字金服务新形势新特征与数据的可得性和可靠性课题组从数字金融覆盖广度字金融使用深度和普惠金融数字化程度等3个维度来构建数字普惠金融指标系。目前数字普惠金融指数一共包含上述3个维度，33个具体指标。基于上指标体系和类似文献中常用的指数编制方法“层次分析法，课题组最终编制了中国内地31个（直辖市自治区337地级以上城（地区自治州等以及约2800个（县级市旗市辖区等三个层级“北京大学数字惠金融指数。在本次更新后，本指数共包括了2012021年的省级和城市级数20142021年的县域指数。指数同时具有纵向和横向上的可比性。而且，总指数基础上课题组还提供了数字金融覆盖广度指数数字金融使用深度指和普惠金融数字化程度指数以及数字金融使用深度指数下属的支付保险币基金、信用服务、投资、信贷等分类指数。编制这套指数的目的是在不泄露金融消费者个人隐私和金融机构商业机密的前提下为各界提供一套反映数字普惠金融发展现状和演变趋势的工具性数据本报告旨在以指数编制的形式对中国的数字普惠金融实践进行定量刻画这一努力至少具有三方面的重要意义第一从理论上看本指数将为国内创新性普惠金融研究以及统计指标体系设计提供重要参考国内现有关于普惠金融的研究主要集中于从传统金融服务的角度来研究普惠金融的概念意义指标构造和作用等尚无一套从创新性数字金融角度来科学全面地概括中国现阶段数字普惠金3融的理论和指标体系本报告通过梳理目前国内外关于普惠金融指标体系和指的研究并结合现阶段国内创新性数字金融快速发展的实际情况构建数字普金融指数体系推动普惠金融研究的深化第二从实践意义上看基于构建指标体系本报告编制各省份各城市以及县域级的数字普惠金融指数反映国创新性数字金融趋势下数字普惠金融发展程度和地区均衡程度这将有助于策制定者和从业者更好地了解中国数字普惠金融的发展现状识别数字普惠金发展面临的瓶颈与障碍为相关政策的制定提供依据促进数字普惠金融健康持续发展。第三，从实际效果上看，指数自2016年第一次发布后，已经逐渐为在中国金融科技普惠金融的研究者中颇具影响力的数据产品一方面许多者研究成果以不同角度分析了数字普惠金融的发展成因与影响另一方面愈蓬勃的发表工作论文与公开报告吸引越来越多的学者与博士生加入到数字普金融的研究之中。3在本次报告中我们基于该指数的最新数（20112021对中国数字普惠金融的最新发展趋势进行了分析得到如下几个主要结论第一经历了早期的高速发展后数字普惠金融发展速度近几年有所放缓但仍然维持了一个可观的增速近十年来数字普惠金融的实践也初步证明了这种模式的可行性可复制性也显示出数字金融服务具有较强的韧性第二与最初几年指数相比最近几年指数增长的驱动力发生了非常明显的变化数字金融使用深度的增长已经成为数字普惠金融指数增长的重要驱动力证明中国的数字普惠金融事业已经走过了粗放式的圈地时代进入了有待深度拓展的新阶段第三前几年数字普惠金融区域间差异收敛速度明显但近两年有所放缓未来差异能否进一步缩小主要体现在使用深度上的地区差异能否进一步缩小第四中国北方和中国南方的数字普惠金融发展水平差距也有所收窄但收敛速度有所放缓而且目前北方地区和南方地区的数字普惠金融发展差异，主要源于使用深度差距。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让学术界对本指数的主要应用领域和应用中需要注意的事项有更好地了解我们在本次报告中也总结了数字普惠金融指数的主要应用领域和应用中需要注意的事项具体而言根据我们的总4结数字普惠金融指数可以与家庭企业传统金融市场以及区域经济活动等类数据进行匹配开展相关领域的研究但在应用该指数时也需要高度关注存在的固有缺陷和其他需要注意的问题，如内生性、影响机制讨论等。4本报告剩余部分的结构安排如下：第二部分对数字普惠金融指数反映出的中国数字普惠金融发展的最新趋势进行分析；第三部分总结了数字普惠金融数主要应用领域和应用中需要注意的事项；第四部分简要总结了本报告得到核心结论。同时在报告最后的附录中，我们也整理了省级数字普惠金融指数数值、数字普惠金融指数的指标体系和指数编制方法，方便大家参考。最后需要说明的是我们在本报告中所分析的只是数字普惠金融指数特征一些直观特征这套指数更重要的价值在于与其他经济社会特征匹配起来进行深入的分析。本指数最早于2016年发布第一期，截至目前已有上千篇论文使过该指数开展相关研究使用本数据开展的研究已经基本实现了经济研究《经济学（季刊管理世界《世界经《金融研究等中权威经济学期刊的全覆盖因此我们欢迎各界人士使用这套指数指数全部数据可向课组免费索取pku_dii@163.om如有使用本数据请注明所用数据“北京学数字普惠金融指数同时烦请按照以下文献引用方式引用我们的成果郭峰王靖一王芳孔涛张勋程志云《测度中国数字普惠金融发展:指数编与空间特征》，2020年第19卷第4期，第14011418页。5二、数字普惠金融发展最新趋势5在这套指数中我们编制了全国内地31个（直辖市自治区简“省、337个地级以上城市（地区、自治州、盟等，简称“城市，以及约2800个县（县级市旗市辖区等简“县域三个层级的数字普惠金融指数②省和城市级指数时间跨度为2011-2021年县域指数时间跨度为2014-2021年总指数基础上我们还从不同维度编制了数字金融覆盖广度数字金融使用深和普惠金融数字化程度指数以及数字金融使用深度下的支付保险货币基金信用服务、投资、信贷等分类指数。2011年-2021年31个省的数普惠金融数如表1所示③。表1：2011年-2021年省级数字普惠金融指省份21222324252627282202北京市743.43.04.84.4天津市653.8313.63.3河北省342833.63.03.4山西省34199内蒙古289962.32.03.6辽宁省422.01013.93.3吉林省2518黑龙省3588911.01.03.4上海市84.7江苏省604.2浙江省732.52.04.84.1安徽省307962.82.03.2福建省6761.11.03.34.1江西省27499山东省3551.51.03.13.8河南省24086湖北省383.83.03.43.0湖南省36897广东省642.52.03.34.3广西389833.13.731海南省453.5重庆市483.2四川省42.0313.23.1②-5年的县域指数仅括县和县级市等地区不包括市辖区-1年县域指数则包含市辖区。本次指数更新基于之前的编制方法，详见附录。报告正文仅讨论该指数反映出的中国数字普惠金融发展的最新趋势，基于前两期指数对数字普惠金融的更全面分析也可以参阅我们课题组之前的报告和论文（郭峰等，；；王靖一等，③分类指数详见附件，城市和县域指数可通过联系课题组获取（pu_dii@13.o）获取。66贵州省14778云南省2918431.03.83.3西藏1226531.03.33.0陕西省4969甘肃省184723.03.6青海省133642.82.03.9宁夏3318新疆2348451.03.53.7数据源北大数普惠融数（一）数字普惠金融的增长情况以省级数据为例，如表1和图1所示，中国的数字普惠金融业务在2021年间实现了跨式发展，2011年各数字普惠金融指数的中位值为336，到205年增长到246，201年进一步增到363.6201年省数字普惠金融指数的中位值是2011年的108倍，指数平均每年增长269，由上可以看出中国数字普惠金融的快速发展趋势从增速来看最近几年数字普惠金融指数速则有所放缓一定程度上表明随着数字金融市场的发展越来越成熟该行业始由高速增长阶段向常态增长过渡。而具体到2021年，一方面，由于我国疫控制比较到位，全年基本没有发生大规模的疫情，因此国民经济较2020年全年较快增长。另一方面，受外界环境变化影响，蚂蚁集团的诸多业务在2021年受到了影响这在一定程度上抑制了指数的增长从数据来看2021年数字普金融指数较2020年增长8.6高于2020年5.6的增速而且进一步的分也显示2021年所有的省级指数都较2020年有所增长。77图1：2011-2021年省级字普惠金融指数的值中位值和增速（%数据源北大数普惠融数从分指数来看，在206年对201-05年第一期指数的分析中，我们曾发现201-215年当数字普惠金融的数字化程度增长最快数字普惠金融的覆盖广度次之，使用深度增长最慢。但在后期针对2016年之后的数分析中，我们又发现，2016年后指数增长情况发生了一些变动，数字金融使用深度指数增长有超过数字金融覆盖广度指数的趋势最新的数据也进一步确认了这一趋势2021年数字金融使深度指数较上年增长119继续快于数字金融覆盖广度指数和数字技术支持程度指数109和3.2的增速。201-221年6间，有5年使用深度指数增速超过了覆盖广度指数数字金融使用深度已经是数字普惠金融指数增长的重要驱动力④。对此，图2和图3中也有非常直观的展示。需要特别强调的是2021年数字金融覆盖广度指数也继续保持可观的增速，这可能是由疫情推动了小微商户经营和消费者行为的数字化转型。而在具体业务层面通过对数字金融使用深度指数下各个具体业务子指数分析可以发现受业务持续区域下沉覆盖人群越来越广等因素影响数字融使用深度中的部“人均数值出现一些下降从而导致支付保险等子指有不同程度的下降体现了更普惠的特征但投资信贷子指数则继续保持增长从而驱动了数字金融使用深度的增长。特别是投资子指数，2021年省级指数④通过分析8年使用深度据，其增速下降的原因主要是在政策限制等因素影响下，货币基金指数投资指数有所下降，其他几个使用深度指标依然保持增长趋势。8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济增长“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。8图2：2011-2021年数字惠金融指数及分指的级中位数据源北大数普惠融数图3：2011-2021年数字惠金融指数及分指的级中位值增长数据源北大数普惠融数（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9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差都比较均匀，很难再像之前的报告一样区分出明显的省级梯队。9图4：2021年各省数字普金融指数分数据源北大数普惠融数就具体分指数的地区差异而言如图5所示普惠金融数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年指数最高地区与最低的地区之比分别为1.3、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。上上北京浙江江苏福建广东天津安徽山东海南河南陕西重庆江西四川湖南山西辽宁广西河北云南宁夏内蒙西藏新疆甘肃黑龙贵州吉林覆盖广度 使用深度 数字化程度图5：2021年各省数字普金融分类指数分数据源北大数普惠融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学中关于地区经济收敛性的论证方法进行讨论（rrondSlairtin，1992；Slirtin1996相关文献中经济收敛的主要验证方法是收敛模型和β收敛模型。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数字普惠金融存在收敛性。具体而言，收敛模型可以定义为：𝜎=√1∑𝑛

(𝑙𝑖𝑑𝑒𝑥

−1∑𝑛

𝑙𝑖𝑑𝑒𝑥)2

(3)𝑡 𝑛 𝑖=1

𝑖𝑡

𝑛 𝑖

𝑖𝑡其中i代表地（地市和县域等n代表地区数量t代表份𝑙𝑖𝑑𝑒𝑖𝑡代表t年i地区的数字普惠金融指数对数值𝑡代表t年数字普惠金融指数的收敛检验系数。如𝑡+1<𝑡则可以认为t+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2012021年省级和城市级数字普惠金融指数收敛系数，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收系数分别从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所放缓的具体原因们在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收敛速度为什么会逐步放缓。图6:2011-2021年省级城市级数字普惠金σ敛系数数据源北大数普惠融图7:2011-2021年城市数字普惠金融分指σ敛系数数据源北大数普惠融（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出了城市层面的数字普惠金融指数排序2011年2015年和021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以上范围的城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橙色60-0为第三梯队在图中标记为黄色60之下的城市为第四梯队，在图中标记为绿色。从图8中我们可以发现在201年，城市之间发展存在大的差距第一梯队集中在上海邻近地区与大城市且二三梯队十分单薄大分地区处于第四梯队在2015年第一梯队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以内地区之间的差进一步缩小具体而言对比2021年和之年份的数据也可以发现在2021处于第三第四梯队的城市只有数（27个比2020年的4个降很多更是与201的29不可同日而语，这表明近期数字普惠金融的地区差异迅缩小。图8：2011、2015和2021城市数字普惠金融指相对排数据源北大数普惠融数注：港地和分直辖市少据因为白。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“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展趋势也进行了分析总指数的结论相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。9：2011、2015和2021城市数字普惠金融盖度（上列）使用深（列）相对排数据源北大数普惠融数注：港地和分直辖市少据因为白。如图9所示数字金融覆盖广度在2012021年间保持了跨越胡焕庸线发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的大幅追赶而深度的发展则是渐进式绝对水平意义上的虽然相较而言东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在201年4月发布第三期报告中，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201-014年之间追赶速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204-218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，南北之间的差距继续小幅缩小。图10：中国南北城市数普惠金融指数差异化势（北方均值/南方均数据源北大数普惠融数图11展示了数字金覆盖广度、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，以及信用分的使用场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结论是高度契合的。图11：数字普惠金融分数南北差异变化趋（方均值/南方均值数据源北大数普惠融数（五）数字普惠金融地区排行榜变化就2021年各省份的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下降一位不过也有个别地区在2021年排较2020年变化稍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（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金融指数排名还是有较大的变化从表2中以看出黑龙江省吉林省和辽省这三个东北省份的2021年指数较2015和011年下降幅度较大。而地处中部地区的安徽省、河南省等省份，排名则上升较多。表2：2021年省份总指数名及变化情省份名称2021年指数2021年名较200年变化较205变化较21变化上海458.971000北京445.442000浙江434.613000江苏412.924011福建410.315011广东406.536002天津395.737000湖北391.908015安徽384.629089山东380.6810024海南375.35133河南374.371221312陕西374.1613002重庆373.2214334江西372.1715047四川363.6116024湖南362.3617052山西359.7018151辽宁357.23191910广西355.120015河北352.4421071云南346.9322043宁夏344.8623182内蒙古344.7624181西藏342.1025266新疆341.7726021甘肃341.1627301黑龙江341.142811012贵州340.8029110吉林339.41303104青海329.8931021数据源北大数普惠融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海省份特别是江浙沪地区扎堆现象明显排名变化上2021年名前10城市和2020相比，变化不是很明显。不过，如果跟2015年或者211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年排名，较2015年并有太大变化。表3：2020年城市排名前1及变化情城市名称2021年指数2021年名较2020年变化较2015年变化较2011年变化杭州68上海53深圳338厦门34北京03-南京04--武汉74苏州21广州65--5金华520--数据源北大数普惠融数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年全部城排名中相于200年、05年以及201年排名上的城市（红色）和相对下降的城市（绿色。其中第一幅图是2021年相对于220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降的城市而2021排名相对于201（第幅图以及相较于2011（第三幅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是东北地区的城市，排名普遍下降。图12：城市级数字普惠融指数排名变数据源北大数普惠融数注左为22v20排名图为0vs05的名化右为0vs11的排名化。三、数字普惠金融指数的应用与注意事项⑤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个最大的经济体中排名倒数第一（蒋春秀，2010。除了医疗、养老、住房等体制不完善另一个重要原因在于金融市场的不够完（ziz等007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（张勋等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实现了“量变“质变的转s和Robinson2013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，2018⑤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》1年第6期，作者：郭峰熊云军）一文。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更加紧密数字金融逐渐有了普惠（焦瑾璞2014李继尊2015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（廖婧琳和周利，和享受其他金融服务的机会（李晓等，2021。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（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动（温涛等，2005；何婧和李庆海，2019，进而降低了家庭居民的收入。张勋(2019)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（尹志超等，2019陶云清等2021王永仓等2021另一方面数字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率，从而提高了家庭收入水平（余江等，2018；王永仓等，2021。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收入提高水平更大，实现了农村地区的包容性增长（张勋等，2019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在高质量发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。部分学者们利“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，万佳彧等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（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202；李春涛等，2020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（hion等2007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谢绚丽等（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（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此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⑥。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gr2003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（郭峰2021王诗卉与绚丽（2021）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（王诗卉与谢绚丽2021b李建军和姜世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（王馨2015万佳彧等2020。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“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。⑥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（郭峰和瑶佩，200；王喆等，01。作为衔接宏观经济政策与微观经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（shra和tiel，201。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通余额宝等理财产品就是典型的表（黄益平黄卓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。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（i等，2020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险用户进行贷款从而增加发生金融风险的可能（戴国强和方鹏飞2014优和张敏2020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（欧阳资生等2021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，能够及时遏制风险的金融贷款服务。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融的发展在一定程度上缓解了传统金融资本在地区上的差距使得资源的配置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约着中国经济的可持续发展张勋（2019认为数字金融的发展使金融服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融服务的普惠性利于经济增长（张勋等，2019；钱海章等，2020。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“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；张勋等201。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“马太效应一方面由“数字鸿沟的出现部分弱势群（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。另一方面对于农村地区的非弱势群（或非贫困户来说虽然他们也属于被传统金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势庭收入增加，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。此外，一些学者从更宏观的数字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（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指数本身存在的局限性指数多样性不足。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该指数中仅包括新兴数字普惠金融的特征不包括传统金融的特（例如银行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军，因此从全方位的视角来看，该指数存在很大的局限。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些内容当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融指数，这是构建全视角数字普惠金融指数的难点和痛点。前期指数缺失和权重没有动态调整付宝公司早在2004年就已经成，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一致这有助于指数的稳定性和可比性但数字金融发展非常迅速各业态重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性的偏差。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普惠金融指数的应用中，还存在以下几方面的问题。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付宝的直接服务范围内因此从逻辑上而言该指数刻画的数字金融发展水平会对上市公司规模以上企业的经营产生直接影响因此该指数实际上不能大企业进行匹配和分析，如果基于WND上市公司数据库、工业企业数据库“大企业数据和该指数的匹配发现该指数对类似大型企业的经营产生了什影响，那么结论是非常令人怀疑的。没有解决内生性问题。从根本上来讲，数字金融的发展依然是一项础性设施建设很容易受到其他经济等因素的影响这就意味着数字金融与经社会之间的影响可能存在反向因果的关系例如从影响居民消费来看数字金融的发展促进了居民的消费已经得到了很多文献的证实（易行健和周利张勋等2020，但反过来，现如今随着消费方式的改变，居民的消费也可能影响数字金融的发展因此如果考察该指数对经济社会的影响时内生性是必须要讨论的问题，但部分文献在这一方面还比较欠缺。异质性效应考察不够。从地区角度而言，由于地域辽阔，区域发展均衡是中国最典的特征数字金融的发展在一定程度上缓解了地区间金融资的差异尤其对落后地区的效果更显著这就说明在分析数字金融对经济行影响的同时也要加强异质性的考察此外从横向来看数字金融对不同地区不同收入水平的居民的影响也可能存在异质性对于创新型企业与非创新型企的影响也可能存在差异从纵向来看数字普惠金融指数可进一步分解为数字融覆盖广度数字金融使用深度和普惠金融数字化程度3个维度在应用数字惠金融指数分析对经济社会的影响时需从多个维度考察结果之间的异质性利于厘清两者之间的因果关系。（三）数字普惠金融指数应用中的注意事项如何解决内生性问题如前文所述由于数字普惠金融对经济社会的影响存在内生性问题即便是在大样本的情况下实证结果仍然有偏因此如何解决内生性问题成为实证研究中的首要任务在现代计量经济理论中解决内生性最好的办法之一就是寻找外生政策的冲击与工具变量法。在外生冲击政策方面，可供选择的政策包括2013年党的十八届三中全会中明确提出“发展普惠金融政（李建军韩珣钱海章等20202013年实施“宽带中国政策（赵涛等2020能在一定程度上消除内生性的干扰另一个办法就是寻找工具变量由“北京大学数字普惠金融指数的编制主要来自支付宝数据而杭州作为阿里巴巴集团所在地离杭州的距离在一定程度上代表了数字普惠金融的发展水平并且距离杭州的地理距离是一个完全外生的变量，符合工具变量的要求（郭峰等，2017；张勋等202。王修华和赵亚雄（2020）则使用周边地区数字普惠金融指数的平均数作为本地区数字普惠金融指数的工具变量这是因为数字金融并没有展现出完全的超地理特征一个地区的数字普惠金融跟其周边地区正相（郭峰等2017峰等2020。此外，由于数字金融发展，脱胎于互联网等基础设施，因此也有文献使用互联网发展水平或者历史上的互联网发展水平作为数字普惠金融指数或者数字经济发展综合指标的工具变（谢绚丽等2018黄群慧等2019涛2020而对于工具变量的选择并无孰优孰劣之分主要根据研究的问题来选择合适的工具变量例如周边地区数字普惠金融指数的平均数对研究家庭经济活动方面的影响可能是一个“好”的工具变量，而对于研究区域经济活动时可能并不是一“好的工具变量因为区域的概念太大并不能完全满足工具变量的排他性约束。控制变量的设置除了内生性问题之外为了排除可观测因素对数字普惠金融的干扰仍需添加一系列控制变量由于地区间经济发展水平和互联网普及率的差距虽然区间的数字普惠金融增长差距比传统金融的地区差距更小但这一问题仍然不忽视因此在分析数字普惠金融指数对某个经济活动影响时就需要添加某特定的控制变量如人均P产业结构等在此基础上得到的实证结论才有说服力。主要机制检验由于数字普惠金融指数是由多个指标合成的一个新指标在不同的经济环境中可能会产生不同的影响因此在考察数字普惠金融对因变量的影响时仍需进一步考察不同机制间的差异考虑到数字普惠金融总指数由覆盖广度使用深度与数字化程度等三个子指标合成在应用数字普惠金融指数分析对经济社会的影响时可以从多个维度考察结果之间的异质性有利于厘清两者之间的因果关系此外如果确实要研究数字普惠金融指数对上市公司大企业产生的影响对于渠道机制的讨论要非常谨慎因为数字普惠金融并不直接服务于大企业可能产生的影响也非常微弱。四、结论在本报告中我们更新“北京大学数字普惠金融指数（20112021析了中国数字普惠金融的最新发展趋势并重点讨论了数字普惠金融发展差距题得到如下几个主要结论第一经历了早期的高速发展后数字普惠金融展速度近几年有所放缓但仍然维持了一个可观的增速近十年来数字普惠金的实践也初步证明了这种模式的可行性可复制性也显示出数字金融服务具较强的韧性第二与前几年指数相比最近几年指数增长的驱动力发生了非明显的变化数字金融使用深度的增长已经成为数字普惠金融指数增长的重要动力证明国的数字普惠金融事业已经走过了粗放式的圈地时代进入了有深度拓展的新阶段第三前几年数字普惠金融区域间差异收敛速度明显但两年有所放缓未来差异能否进一步缩小主要体现在使用深度上的地区差异否进一步缩小第四中国北方和中国南方的数字普惠金融发展水平差距也有收窄但收敛速度有所放缓而且目前北方地区和南方地区的数字普惠金融展差异，主要源于使用深度差距。数字金融是近年来中国社会各界广泛关注的领域但基础数据的不完善极大地限制了相关领域的实证研究这套指数为各界提供了一套反映数字普惠金融发展现和演变趋势的基础数据。在本报告中，我们通过一些尽可能简化的方法已经揭示出这套指数背后所能展现的丰富结论我们相信在与家户企业地区特征等其他经济社会指标匹配之后从这套指数当中还可以得到更多更严谨的结论当然虽然我们对数字普惠金融的指标体系和指数编制方法进行了反复推敲但其中存在的固有缺陷仍然必须承认因此我们在本次报告中也总结了数字普惠金融指数使用中存在的问题，和需要注意的事项。该指数是由来自高校的经济学科研人员和来自金融科技公司的数据科学家共同完成的。在课题分工上，高校科研人员负责课题方案设计、数据分析、部数据收集整理、论文和报告执笔等工作；而来自金融科技公司的数据科学则负责底层数据的整理和汇总等工作，为保护用户隐私信息，高校研究人员始至终不会直接接触金融科技公司的底层微观数据。数据分析工作也一直在融科技公司开发的云实验室当中进行。上述实验室和分工机制使得在保护消者隐私和商业机密的前提下，又可以利用金融科技企业经营中形成的大数据累，来分析国民经济运行中的各种宏微观问题。因此该指数的编制，对国家善国民经济分析手段和渠道，以及学术界和商业界的融合发展，也具有非常要的探索价值。鉴于高校与研究院的这种合作模式条件越来越成熟，未来可将会有更多的高校和科技公司采用这种合作模式，因而本指数的编制也为类的合作提供了借鉴。参考文献陈银、琼徐赟015《国惠融的分动与间同究，《金经学究，第6期。贝多、秀（21《包、康负任—中普金发报告（201《国融社。戴国、鹏（21《利市化银风——于子行互网金视角的究《融坛第8段永、伦（22《数金与行款率定市化《融济学研究第2期。郭峰202数经在抗新肺疫中作用问：个献述产业经评第1期。郭峰孔、靖、勋、志、方、涛、芳《京学普惠融指数202015，大学字融究心016年7郭峰王一程云李勇、芳魏勇北京学字惠融数（202018，京数字融究心209年5郭峰王一王、涛、勋程云202《度国字惠发展:指数制空特经济季第4期。郭峰孔、靖（2互网融间效应—自联金融发展指的《际融研第8期。郭峰王佩202传统融础知门与数金下财研究，第1期。何婧李海201数字融用农创行为《国村济第1黄群、泳、松（201互网展制造生率升内机制中国经中工经》第8期。黄益、卓201中国数金发：在与来《济季，第4期。江红、鹏（22数普金的民费水提和构化应研《现财第10期。蒋春（21《国民消率低省因分—自级板据的证据上经研第6焦瑾21《动付推普金发的用分与策议《国流经济第7期。焦瑾、亭、天、张华王21《中普金发进及实研究上金第4李春、续、敏杨威202金科与企创—新板市公的证据《国业济第1李继21《于联网融思管世界，第7李建、201普惠融收分和困减—推效和平的策框架《融究第3李建、世（22《银金科与惠融的业持—务增效应的观据《济（季第3期。李晓吴、洁202《字融展家业保参统研，第5期。李优、敏202数字惠融展系性金风的响究中特色社主研第1期。廖婧、利202数字惠融受育平与庭险融产资现代经探第1期。聂秀、萍郑佳吴青202数金与区技创水研《融研究，第3潘爽叶叶（2数金普了—来城创的验据《经学第3期。欧阳路、家（202数普金发展中区性融险的响研究安经学报第5彭澎徐刚202数字惠融降农的脆性?《融，第1期。彭非袁、争（27对合价法数功函的种进讨》,《统研第12期。钱海、云、松、曹202中数字融展经增的理与实证量济术济研第6期。沈悦郭（215联网融技溢与业银全素产金融研究第3期。世界行团《204全球融展告普金融，京中财济出版社，215年10月。盛天、从（22《金科、优行市场构小企信供给，《金研第6期。宋晓（21《字惠金缩城收差的实检财科，第6期。唐松伍祝（2数金与业创新—构征机识别与金融管的应异管世第5期。陶云、雨、金、邹（22字融对业影—来地区中国家追调CPS的证浙大学（人社科版，第1期。万佳、勤肖（2数金、资与企创经评，第1期。王喆陈默张（21传金供与金融:充是——基于地制差视经济理，第5王诗、绚（221《经压还社压：数金发与业行数化创新《济家第1期。王诗绚（221《管层字认与业数化—自业银的证据《融论，第6期。王馨201互网融助“尾小企融资问研金研究，第9期。王修、亚（22数金发是存马太?贫户贫困的经验融究第7王伟田、鹏20《国融除的差异影因分西南金融第3期。王靖、峰李华王芳蒋伟李国数字济力国西经济衡发展，京学字研究心究告209年9王永、涛王华02字融农庭增：响应传机制——基中家金调数据实研财论，第9。王喆陈默张（21测全数经展TG数与特事实《金评第6期。温涛冉和熊平00《国融展民收增经研，第9期。伍旭、翔201基于球角普金指数究《方融第6吴桐、仁（22数普金发与资者炒新财研究，第期。吴雨李李、代202数金发展传私借市的影及机制理界第10期。吴雨李、洁周（202数金发与家金资组有性管理世第7期。谢平邹伟201互联金模研金融究，第12谢平201互网融的实未新融第4期。谢绚、艳张星郭峰201数金能促创?来国的证据经学季刊第4谢雪、晓（22数金与小业术创—来新板业的证据国金研第1熊健张、晓（21金科对业经营效影：出应还是技术出?经论第3期。杨文22《字济促高量展生效率升消扩上海经大学报，第10易行、201数字惠融展否著影了民—自中家庭的观《融究第1尹志、号（21《金可性互网融和庭贷—于HS数据实研金研究，第1期。尹志、雪郭瑶01动付创影响—来中家金融调查的观据《国业经第3期。余江孟时张、景（21《字业字化代业论实的新趋势科学究，第0期。喻平豆霞202数字惠融企异性与小企创当代济管理，第12战明、成、娟01《联金发货币策银信渠传导，《经研第4期。张传、蔡梦（021《城规、字惠融发与工济《海财大学学第2期。张海、晓202数字融可续贫应研—贫脆性角金融评第6期。张勋万张佳何宗（21字济、惠融包性长经济研第8期。张勋杨、晨万（22字融展与民费长理与中实践管世第1期。张岳万易金021《字惠融融监与村融构险，《金评第6期。张正、琼202数字惠融展农生产资替效吗《融评论，第6赵涛张、上（2数经、业度与质发—来中国城市的验《理第10期中国民行融费益保局《207中普惠融标析告中国民银行究告208年8月。Agho,.al,.andpea,.207:Cedtcoanssabaeroheenryandposenrygohofr,EconocPoc.22527779.Azz,J.ndCu,.2014:ExplnngChnasowConsupon:TheNegecedReofHoushodncoe,alenceElconcPubg,071Bao,R.J.,ndX.aaiMan,Conegence,nlofcalEcono,1992,1002,2251.Bege,N.003:Bankcncenaonandopeon:aneouonnheakng,JounalofeyCedtandBankg.363.Dupa,.adobnsonJ.013:WhyDonthePoreo?EdenceomHeahngsExpeen”,AecanEcoocRee，103:1131171．,J.u,.ndXao,J.20:ThepactofDgalnanceonHousodConsupon:EdencemChna,Ecnocn,4:317326.a,,ande,.01:owEecesonearyanionnowncoeCoune?AeyofheEprcalEdenc”，EoncSe，37(2):187216.nX.,TheCacalAppoahoonegeneAnas,EconocJoual1996,0647,1091036.a,.,2012,ndexofnancalncusonAeaueofnancalcorncusveneBenokngsonone,nance,adeandeopentNo.072012.附录1：省级数字普惠金融指数（201-21）附表101数普金融数分指数行政区划总指数覆盖广度使用深度支付保险信贷数字化程度北京市794197537223794594876753259天津市6058693753335552757443734472河北省3242184644192436248354495715山西省3341289421611948202522426957内蒙古2889246530272751498322424035辽宁省4329449644644924489842313533吉林省2451237524042389238524132786黑龙江省3358211236283374393735286983上海市8019988586241007282903758江苏省620866779228077784979351571浙江省773985539352965210090482122安徽省330720255584904406362543466福建省617663286851772646127687445江西省29741397548256746658043621山东省385533674716442490763383901河南省28413543811383702553885981湖北省3982351753566915448255473018湖南省3268153360735336517665293902广东省6948634180975996506995966866广西33891998440652174203446133海南省4556309657746056610256067163重庆市4189403847465924570442143677四川省401629025856454973615374435贵州省184730627514921473816795292云南省249174748395511820833583981西藏16223373016066318463333陕西省4096378129743444261630717174甘肃省18844991276108264815597561青海省1833196676021991169342宁夏3131322723161568410916514296新疆203412922362147518412053892行政区划总指数覆盖广度使用深度支付保险信贷数字化程度北京市1505155615921102216814171187天津市1226110113577434212811011404河北省8932654610854352132910521339山西省929875286483743143468171635内蒙古9168750395444563158474751398辽宁省1033890112066954187898211201吉林省8723694393834498127585271339黑龙江省879166481006563715398341359上海市1507149517421364227715641114江苏省1223106915659832228713331094浙江省1465128520021309324915621077安徽省9663660613866784215111321221福建省1231112414051001169213291269江西省919359821328750520731081232山东省1005801512736165176311411178河南省836861939807618104699631297湖北省101282061254908317351097121湖南省9371633913287516204910891236广东省1276111714988173153615541381广西8935664710486907142492721375海南省1024795112028709169910451478重庆市100285391164896180492121195四川省1003743612657866179410981371贵州省7587498789927969155963491361云南省8443527811167543177888671381西藏6853328671071685164537981815陕西省9824836298615838141685231458甘肃省7629547268983632117652571609青海省6147471251851633136520571263宁夏8713767890344051158667531156新疆824560888514462815945851486行政区划总指数覆盖广度使用深度支付保险货基信贷数字化程度北京市21521936247513636173942113172297天津市17561464197211075111538510042297河北省14481056162564924229242288712425山西省14421154139861874224147350212485内蒙古146911671384736636984227232605辽宁省16071267181493894857279390422313吉林省1386106514757292396489276012247黑龙江省14141049152880254182138772842427上海市2224187128031695680410015672303江苏省18081448223912875438700212562243浙江省20571676265816636499952114492222安徽省15031061190695334934375210062245福建省18311573194213044361609412262475江西省1463998118331026478543199342308山东省15931221189789874835458710122282河南省14281056155387453952315183512402湖北省1646123419741112511153979952411湖南省147110361751002454134879042445广东省18481533208410674662592813722451广西141610671534990641720372552322海南省15861215173711064688327180812519重庆市15961257178211