政府关注对数字普惠金融发展的影响

吴海平，李士森 ，孔晓芳 ，任金政

(1.河北经贸大学，河北 石家庄 050061；
2. 石家庄铁路职业技术学院，河北 石家庄 050061；
3.中国农业大学，北京100061)

2005年联合国提出普惠金融的概念，旨在通过减少金融排斥缓解金融资源配置失衡，促进经济发展的均衡性和可持续性。对我国而言，普惠金融是全面建成小康社会的必然要求，有利于推动经济增长转型，促进社会公平和谐，受到党中央、国务院的高度重视。2015年国务院印发《推进普惠金融发展规划(2016-2020年)》，明确了我国普惠金融发展的指导思想和基本原则，推动我国金融服务覆盖率、可得性和满意度不断提升。2022年2月28日，习近平总书记主持召开中央全面深化改革委员会会议，审议通过《推进普惠金融高质量发展的实施意见》，为我国普惠金融高质量发展明确了具体的方向和目标。

普惠金融是“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、有效的金融服务”，但是传统金融机构受到成本、技术、理念等因素的制约，往往将小微企业、农民、城镇低收入人群、贫困人群和残疾人、老年人等“长尾客户”排除在金融服务之外，只为“金字塔顶端”的客户提供金融产品，严重影响金融的普惠程度，而数字普惠金融通过将金融与数字科技高度融合，极大降低了金融服务的门槛和成本，能够有效降低金融排斥，增加金融产品和服务对低收入和弱势群体的包容性，为普惠金融的高质量推进提供了新路径。数字普惠金融的高级原则由我国在2016年G20杭州峰会上首次提出，目前已成为我国金融供给侧结构性改革的重要方式和手段，因此研究数字普惠金融的影响因素，更好发挥普惠金融对我国经济发展、乡村振兴和巩固拓展脱贫攻坚成果的作用具有重要现实意义。

现有文献主要侧重于数字普惠金融的测度方法、发展特征和作用效果，如郭峰等[1]的研究成果为学界提供了一套反映数字普惠金融发展的指标性数据。张勋等[2]、葛和平等[3]的研究结果认为，我国数字普惠金融呈现出由西向东递减发展的总体趋势，并且在经济发展落后地区的发展速度更快。而数字普惠金融的发展具有较为显著的经济效果，主要包括：能够有效缓解金融排斥[4]、优化金融资源的合理配置[5]、提高金融机构的效率[6]并通过更加包容的金融服务促进经济增长[7]，提高农村居民可支配收入[8]，为乡村振兴战略服务。从现有研究成果看，对数字普惠金融影响因素的研究较少，利用文本分析法分析政府关注度对数字普惠金融影响的研究更少。

数字普惠金融的发展离不开数字科技的发展、基础设施的建设、居民教育水平的提高、社会对数字金融方式的接受和财税政策对金融机构的激励，这些因素都需要各级政府的引导和推动，因此政府对相关要素的关注是数字普惠金融发展的主要影响因素。本文通过文本分析法，构建政府关注度指标，衡量政府关注对数字普惠金融的影响作用，为我国数字普惠金融的高质量发展提供参考。

2.1 文本数据的提取

为保证文本数据来源的连续和完整，本文从各地政府网站收集了2011-2021年31个省级行政区的341份《政府工作报告》，通过对其中部分年份和地区的报告进行精读，综合现有研究文献，提取出47个与数字普惠金融发展相关的关键词，并根据对关键词内涵的分析，将关键词分为4个类别：发展规划类、相关概念类、数字技术类和应用实践类。其中发展规划类主要是指当地政府的发展理念和重点方向，政府对“绿色、环境、低碳、减排、生态、能源、污染、新技术、新理念、新方法、升级”等词汇的关注度越高，将越重视数字发展领域；
相关概念类主要包括数字金融发展过程中的流行词汇，如“数字、智慧、数据、大数据、人工智能、信息、智能、知识、工业4.0、虚拟”等；
数字技术类主要包括数字金融发展过程中用到的软硬件技术，如“5G、4G、通信、互联网、网络、新能源、新材料、宽带、光纤、云计算、物联网、区块链、芯片、集成电路、软件”等；
应用实践类主要是指数字金融发展的延展性应用，涉及到如“新零售、线上、直播、电子商务、协同、有线、电子、移动、网上、微信、远程”等词汇。利用Python软件中的jieba工具包逐个对工作报告进行分词和统计，结果如表1所示，其中列出了词频和关键词占比。

表1 2010-2021年政府对数字发展关注的关键词统计结果

表1中的词频是该关键词出现的次数，作为衡量政府关注度的绝对指标，关键词出现的频次越高，表示政府的关注次数越多；
占比是关键词占《政府工作报告》全文总词数的比例，作为衡量政府关注度的相对指标，占比越高，表示政府对数字发展工作的重视程度越高。从表1可以看出，在发展规划类中，政府关注度最高的两个关键词是“生态”和“环境”，社会经济中的生态环境治理离不开数字化的方法和手段，数字化建设是促进数字普惠金融发展的基础；
在相关概念类中，政府关注度最高的两个关键词是“信息”和“数字”，说明数字和信息是政府制定数字经济发展规划中重点关注的核心概念；
在数字技术类中，政府关注度最高的两个关键词是“网络”和“互联网”，表明网络建设仍然是目前各地区数字化建设中的重点任务；
在应用实践类中，政府关注度最高的两个关键词是“协同”和“电子商务”，这意味着数字普惠金融在现阶段的应用更多体现在远程协同和电子商务中。

2.2 政府关注度的变化趋势

图1展示了2011年以来政府对数字发展的关注程度。整体来看，全国各地政府对数字发展关注度总量呈现上升趋势：词频和占比分别从2011年的2 260和1.05%增加至2021年的3 762和1.85%，年均增长率分别为5.23%和5.83%。

图1 2011-2021年政府对数字发展关注度的绝对(上图)和相对指标(下图)变化情况

从图1中可以看出，在“十二五”期间，数字发展的关键词频次和占比都显著提高，“十三五”期间虽然增长速度放缓，但关键词占比仍保持了较为平稳的增长速度，可见政府对数字发展的关注度越来越高。从关键词的结构可以看出，在四类关键词中占比最高的是发展规划类，因为该类中的关键词更多涉及到政府的指导思想和发展理念，因此在政府关注的各项公共事务中可能都会提及，造成该类关键词占比较高，但从发展趋势来看，发展规划类关键词占比并未呈现出明显的增加趋势，尤其是在“十三五”期间，发展规划类关键词占比基本维持在1%，关键词占比显著增加的是相关概念类和数字技术类，表明近年来各地政府逐步完成从发展理念到具体措施的过渡，更加关注数字普惠金融发展过程中的新概念、新技术和新措施。

2011-2021年各省政府在《政府工作报告》中对数字发展相关关键词占比情况如图2所示。从中可以看出，2011-2021年各省政府对数字发展的相关关注度在逐步增强(图2中显示为颜色越来越深)，但各省之间存在一定差距，统计结果显示，2021年各省政府对数字发展的相关关注度在0.63%～2.31%之间，关注度最高的为贵州，是新疆的3.67倍，各省之间的标准差为0.33%。但更进一步的统计计算结果显示，2011-2021年我国各省政府对数字发展关注度的差异存在一定程度的降低趋势，关键词占比的变异系数从2011年的0.203 6降低为2021年的0.183 1。

图2 2011-2021年各省政府对数字发展关注度热力图

3.1 模型设定

从经济学角度分析，政府无法对管辖内的所有事务给予同样的重视程度，因此政府关注度对于社会和经济发展属于一种稀缺资源，不同的资源分配会对经济增长造成差异性影响。政府重视数字经济和数字技术，给予数字普惠金融更多的关注，通常意味着金融机构能够得到更多的资源分配和内在激励，因此政府关注度理论上能够对数字普惠金融的发展起到促进和推动作用：一是政府的关注能够使金融行业和民众更多接触到数字金融发展的相关信息和理念，提高数字普惠金融的社会接受度；
二是《政府工作报告》中的政府关注更容易成为落地政策，在数字技术和基础设施建设等方面给予更多的政策倾斜；
三是主管政府的关注更倾向于在各个部门之间形成协同合力，共同促进数字普惠金融的发展。

为了检验政府关注对数字普惠金融发展的影响效果，本文构建面板数据计量模型如下：

lnDIFit=α+β1lnGwordit+γ1lnXit+εit

其中，DIF为Digital Inclusive Finance的首写字母，表示数字普惠金融发展状况，即模型的因变量；
Gword表示政府关注度，可以选用绝对指标(词频)或相对指标(占比)；
X为控制变量；
面板数据的地区和年份分别用i和t表示，所有变量均进行自然对数处理。

3.2 变量选取

数字普惠金融发展状况(DIF)。本文选择北京大学发布的中国数字普惠金融指数(2021版)来衡量各区域数字普惠金融发展状况，时间跨度为2011-2020 年。该指数除了数字普惠金融的总体指数外，还包括了数字金融覆盖广度、数字金融使用深度以及普惠金融数字化程度等3个子指数，在模型估计中分析了政府关注度对数字普惠金融的总体指数和3个子指数的影响。

政府关注度(Gword)。利用上述基于2011-2020年各省《政府工作报告》文本分析得到的关键词频次和关键词占比作为衡量政府对数字普惠金融关注度的相对和绝对指标(上面的文本分析过程包括2021年的数据，但受到数字普惠金融指数数据可得年限的制约，本文在回归模型中去掉了2021年的政府关注度数据)。为考察该指标的滞后期对数字普惠金融发展的影响，在模型中我们加入了政府关注度的一阶滞后项，同时，对该指标又可以细分为发展规划类、相关概念类、数字技术类和应用实践类，在模型估计中，我们将详细考察四类关注度指标对数字普惠金融发展的影响。

控制变量(X)。从3个方面考虑控制变量的选择：一是与数字普惠金融发展相关的硬件、技术或基础设施的建设情况，本文利用互联网域名个数、移动电话普及率、专利申请授权数等3个变量表示，互联网和移动电话的发展有利于数字技术和手段的普及，专利申请授权数与社会中新技术的推广与应用一般呈正相关关系，因此可以预期互联网域名个数、移动电话普及率、专利申请授权数3个变量的估计系数都为正。二是与数字普惠金融发展相关的居民的受教育情况和消费习惯，本文利用平均受教育年限和移动支付水平表示，居民的受教育程度越高，越容易接受各类数字方式，同时移动支付水平表征居民对数字方式的接受程度，因此可以预期平均受教育年限和移动支付水平两个变量的估计系数为正。三是影响数字普惠金融发展的宏观经济水平状况，本文主要选择了金融业增加值和农业产值占比(占GDP的比例)两个指标，一个区域金融业发展水平越高，相应的金融市场、数字金融所需的基础设施和技术等因素越有利于数字普惠金融的发展，而农业产值占比越高，则“三农”在社会经济生活中的比重相应越大，可能会对数字普惠金融发展造成阻碍，因此预期金融业增加值和农业产值占比的估计系数分别为一正一负。

表2 变量的描述性统计结果

4.1 数据描述

考虑因变量的数据可得性，本文在面板数据模型中选取的是2011-2020年31个省的平衡面板数据，样本量为310个，控制变量数据来自历年《中国统计年鉴》《中国第三产业统计年鉴》《中国科技统计年鉴》以及各省份统计年鉴，部分数据根据Wind咨询数据库进行了补充。所有变量均进行了取对数处理，该变化可以有效降低异方差的影响并且使估计系数为弹性系数。变量的描述性统计结果如表2所示。

4.2 估计结果

基于上述变量数据并利用Stata17.0估计模型计算，结果如表3。表3为政府关注度对数字普惠金融各项发展指标的影响弹性，从中可以看出：①政府关注度指标关键词词频和占比在当期都对数字普惠金融发展的总体指数、覆盖广度、使用深度和数字化程度都存在1%显著水平上的正向影响，以总体指数为例，政府关注度的关键词词频每提高1%，数字普惠金融发展的总体指数提高0.124%，关键词占比每提高1%，总体指数提高0.210%；
②政府关注度指标的一阶滞后项在1%的显著性水平上对使用深度指标产生显著正向影响，关键词占比分别在5%和10%的显著性水平上对总体指数和覆盖广度产生正向影响，说明政府关注度对普惠金融的影响具有一定程度的滞后作用，值得注意的是政府关注度的词频指标对数字化程度呈现显著负向影响，因此政府关注度对数字化程度的综合影响作用会产生较大抵扣；
③控制变量中，除个别指标外，大部分指标的估计系数与预期一致，互联网域名个数、移动电话普及率、平均受教育年限、专利申请授权数、移动支付水平和金融业增加值占比对数字普惠金融具有正向推动作用(部分指标在10%的水平上不显著)；
④值得注意的是，在所有模型估计结果中，农业产值占比的系数均为负，说明在“三农”领域中数字普惠金融的发展仍然具有一定困难，农业产值占比越高，数字普惠金融的发展越受到阻碍，仍然以总体指数为例，估计结果表明，农业产值占比每增加1%，数字普惠金融的总体指数降低0.302%。进一步分析政府关注度细分四类指标对数字普惠金融发展总体指数的影响，估计结果如表4所示。

从中可以看出：①发展规划类和相关概念类的词频与占比均在当期对数字普惠金融发展综合指数具有显著正向影响(均在1%的水平上具有显著性)，但一阶滞后项不具有显著性。发展规划类关键词的影响程度高于相关概念类，发展规划类关键词词频提高1%，数字普惠金融总体指数提高0.093%(是相关概念类的)，关键词占比提高1%，数字普惠金融总体指数提高0.142%；
②数字技术类的词频与占比的当期估计系数在10%的水平上不具有统计显著性，但滞后一期在1%的水平上具有显著的正向作用，可能的原因是数字技术类在实际中的进展更容易受到研发等因素的影响，在时间上具有一定的滞后性，应用实践类关键词占比对数字普惠金融发展总体指数的当期弹性为0.034，滞后一期弹性为0.056；
③与表3的估计结果类似，除平均受教育年限的估计结果在10%的水平上都不具有统计显著性，其他大部分控制变量的估计系数与预期一致，其中农业总产值占比在所有模型中估计系数显著为负，进一步说明“三农”对数字普惠金融发展的影响需要引起关注。

表3 政府关注度对数字普惠金融各项发展指标的影响

表4 政府关注度细分指标对数字普惠金融发展总体指数的影响

表5 发展规划类关键词作为控制变量的估计结果

4.3 稳定性检验

政府关注度的四类关键词中，发展规划类关键词是当地政府对“绿色”“减排”等发展理念和经济增长方式的关注，会影响到地区政府的各项工作，不是专门针对数字普惠金融的特殊关注度。我们将发展规划类关键词作为控制变量，考察其他三类关键词对数字普惠金融的作用是否仍然显著。估计结果如表5所示。从中可以看出，将发展规划类关键词作为控制变量后，相关概念类、数字技术类和应用实践类对数字普惠金融指数的回归系数与表4中的估计结果在方向和大小上不存在显著差异，各类关键词所体现的政府关注度对数字普惠金融仍然具有显著的正向影响，估计结果具有一定的稳定性。

5.1 研究结论

利用Python软件，通过文本分析方法测度了基于2011-2021年各省政府工作报告中政府对数字普惠金融发展的关注度，通过发展规划、相关概念、数字技术和应用实践4类关键词的词频和占比统计，分析了数字发展关注度的变化特征，并基于面板数据模型估计了政府关注度对数字普惠金融发展的影响。结果显示：2011年以来，各省政府对数字普惠金融发展的相关关注度呈现逐步提高的总体趋势，但各省之间存在差异。政府关注度对数字普惠金融发展的总体指数、覆盖广度、使用深度和数字化程度都具有显著的正向效应，即政府关注度越高，当地数字普惠金融发展状况越好。深入分析发现，发展规划类、相关概念类、数字技术类和应用实践类的政府关注度都对数字普惠金融发展存在正向促进作用(其中数字技术类是通过滞后一期实现)，仅应用实践类的关键词词频在滞后项中出现了负向作用，在一定程度上降低了政府关注度对数字普惠金融的推动效果。农业产值占比的提高会影响数字普惠金融发展，“三农”领域的数字化和普惠金融的发展仍然存在一定程度的瓶颈和困难。

5.2 政策启示

基于上述分析结果，本文的政策启示有：①政府关注度对数字普惠金融的发展具有一定的正向作用，应持续保持有为政府的姿态，通过政府的数字发展理念和建设投入，积极推动数字普惠金融发展；
②应更加关注数字普惠金融应用实践等政策的落实，通过新零售、电子商务、远程服务等模式创新更加有效地引导数字普惠金融的发展；
③应更加重视“三农”领域数字化建设，提高农户和涉农企业对数字金融的接受程度，降低“三农”领域数字金融排斥度，创新产品和服务，促进数字普惠金融发展，使其在我国经济发展转型和乡村振兴战略实施过程中发挥更加重要的作用。

猜你喜欢词频关注度普惠探索节能家电碳普惠机制 激发市民低碳生活新动力节能与环保(2022年3期)2022-04-26基于词频分析法的社区公园归属感营建要素研究园林科技(2021年3期)2022-01-19日照银行普惠金融的乡村探索商周刊(2018年10期)2018-06-06农村普惠金融重在“为民所用”商周刊(2018年10期)2018-06-06金融科技助力普惠金融商周刊(2017年12期)2017-06-22雄安新区媒体关注度领导决策信息(2017年15期)2017-06-22全国两会媒体关注度领导决策信息(2017年11期)2017-05-17暴力老妈小雪花·成长指南(2016年11期)2016-12-07“王者”泛海发布会聚焦百万关注度国际公关(2015年10期)2015-12-17词频，一部隐秘的历史读者·校园版(2015年7期)2015-05-14

推荐访问:关注 影响 数字