数字普惠金融的相关研究

数字普惠金融的相关研究普惠金融又被称为包容性金融，因为克服金融排斥的需要，进而相对应的普惠金融就出现在大众视野。2005年我国首次引入普惠金融，2015年我国在《推进普惠金融发展规划》一文中明确了普惠金融的内涵，概括为应当坚持机会平等和商业可持性的原则，在为有金融需求的社会上各个阶层与群体提供金融服务时，要保证其成本是群众能够负担得起的。普惠金融与传统的金融服务相比，更注重对服务对象的包容性、服务方式的方便快捷和服务内容的全方位，除此之外还更加注重商业模式的可持续性。随着时间的推移，金融业正在不断地与互联网等各种数字技术进行融合，并且不断地更新改变金融服务交易的形式。在以后金融服务交易方式的发展中，数字普惠金融这一形式已经成为必然。数字普惠金融首次被提出是在2016年，其含义在G20杭州峰会上被给出。是指所有利用数字服务推动普惠金融的行动，通过数字化或者电子化技术为社会所有阶层提供平等、全面和便捷的各种金融产品和服务。数字普惠金融能够利用数字技术来解决普惠金融中遇到的各种问题，能够为之前受金融排斥的群体提供所需要的各种金融服务。与传统金融相比，数字普惠金融能够覆盖更多的地区、降低服务的成本，并且使得其服务的对象更加多样和全面。各类研究表明我国各区域的普惠金融仍具有显的非均质性，且具有聚集性。并且数字普惠金融发展的差距在不同水平地区之间正在缩小并逐渐达到较为平稳状态。经济学家Sarma(2008)最早提出普惠金融指数，在此之后的众多学者开始专注于研究惠普金融指标体系的构建。国内外学者在测算数字普惠金融指数时采用的方法时不同的，目前学术界比较认同的观点是在构建普惠金融指数时从金融金融服务的供需出发考虑。在G20峰会上CPFI(2013)提出在测算普惠金融指标指数时主要是从以下三个维度构建指标体系，主要是金融的服务、使用以及可得性。郭峰等(2020)在对数字普惠金融指数进行编制时不仅考虑了普惠金融与互联网技术的结合，还考虑了普惠金融服务的多元化和系统性，以及服务的多元化和多层次性。主要是从以下三个维度构建指标体系，考虑到在互联网的环境下新型金融服务不受地理位置的限制，因此采用了数字普惠金融的覆盖广度这一维度进行构建，现阶段互联网金融服务的使用较为广泛故选取了使用深度这一维度，而采用数字化程度这一维度主要是考虑到了数字金融服务的方便快捷以及成本和门槛较低的优势，这能够多方位的呈现我国数字普惠金融的现状。对于数字普惠金融指数的合成有很多种方法，主要包括主成分法、熵值法和综合指数法等。国外学者Pineyro(2013)采用主成分分析法对墨西哥的普惠金融指数进行测算。葛和平和朱卉雯(2018)在借助熵值法计算数字普惠金融指数并对数字普惠金融在中国的省域差异和影响因素进行研究。郭峰等(2020)在采用了层次分析法确定各指标的权重后在对指数进行合成时借助加权算术法。作为实证研究的热点，普惠金融引起的经济效应是众多学者研究的重点。Schmied等(2016)通过研究发展中国家的普惠金融现状，提出可以减低贷款成本以及减少抵押物等方式来实现减贫效应。通过对数字普惠金融实证研究的相关文献进行整理归纳，发现国内学者对这方面的研究主要是以下几个方面。赵丙奇(2020)通过面板阈值模型探讨普惠金融对于城乡居民收入差异的影响时发现，在经济水平比较高的区域，数字普惠金融可以很显著的缩小收入差距；但是在经济水平较低的区域，低水平的数字普惠金融是会扩大收入差距的。在对数字普惠金融和经济增长及科技创新方面的文献梳理研究结果主要是：钱海章等(2020)借助了计量模型、中介效应模型和双重差分法等对数字金融与经济增长的理论与实证研究，在解决内生性问题的同时，还深入探究了数字金融对实体经济的影响机制。贺茂斌等(2021)采用了郭峰等(2020)计算的数字普惠金融指数研究了其对全要素生产率的影响效应，借助协整检验、基准回归以及单位根检验，结果表明数字普惠金融能够通过提高服务效率和推进区域技术进步来提高全要素生产率。褚翠翠等(2021)在研究我国省域数字普惠金融对经济增长的影响程度时借助空间计量模型，研究发现在三种空间权重矩阵下二者之间存在着空间相关性，这表明数字普惠金融与经济增长之间的空间相关性较为显著。数字普惠金融在一定程度上制约了相邻地区的经济发展，但是能够促进本地区经济发展。吴金旺等(2018)借助空间自回归模型探究数字普惠金融的影响因素，认为相较于经济发展水平这一影响因素“互联网+”对于数字普惠金融的作用程度更大，与别的因素相比贡献最大。唐文进等(2019)选取我国地级市的2011年到2015年的数据，结合面板门槛模型，探究了数字普惠金融和产业结构升级之间的关系。李峰等(2021)认为科技创新以及产业结构升级可以促进数字金融的长远发展，并且产业结构升级在科技创新促进经济发展中能够起到中介作用。任海军和王艺璇(2021)借助DEA模型和面板Tobit模型研究影响数字普惠金融效率的因素，能够提高数字普惠金融效率的因素包括人口受教育程度和政府支持程度，而城乡收入差距会降低其效率。王媛媛和韩瑞栋(2021)结合双重差分等模型深入城镇化对数字普惠金融的影响效果，研究发现前者对后者的影响是十分