北京大学数字普惠金融指数_（2011-2020_年）_48页_1mb

北京大学数字普惠金融指数总结（2011-2020年）

核心内容

北京大学数字金融研究中心与蚂蚁集团研究院联合编制了“北京大学数字普惠金融指数”（PKU_DFIIC），以反映中国数字普惠金融的发展现状和演变趋势。该指数从三个维度（覆盖广度、使用深度、数字化程度）构建，包含33个具体指标，覆盖中国31个省级行政区、337个地级城市和约2800个县域。

主要观点

1. 数字普惠金融的快速发展

   • 2011-2020年间，数字普惠金融指数实现了跨越式增长，2011年省级中位值为33.6，2020年增长至334.8，是2011年的10倍。
   • 数字普惠金融增长速度在近几年有所放缓，但仍在持续增长，尤其在疫情后表现出较强的韧性和可持续性。

2. 增长驱动力的变化

   • 早期主要依赖于覆盖广度的扩张，但近年来使用深度的增长成为主要驱动力。
   • 2016-2020年间，使用深度指数增长速度超过覆盖广度和数字化程度指数，表明数字普惠金融进入深度拓展阶段。

3. 地区差异与收敛趋势

   • 数字普惠金融发展存在显著的地区差异，东部沿海省份（如上海、北京、浙江）发展水平较高，而西部和东北地区相对较低。
   • 数字普惠金融指数整体呈现收敛趋势，但近两年收敛速度放缓，尤其是使用深度的地区差异未能有效缩小。
   • 北方与南方之间的差距由前期快速缩小转为停滞，主要受使用深度差异影响。

4. 城乡差异

   • 城市化水平与数字金融发展呈正相关，但核心都市区内部，人口集中度与数字金融发展呈负相关。
   • 西部地区人口集中度与数字金融发展正相关，而北方地区则表现出相反的趋势。

关键信息

• 指数构成：总指数、覆盖广度指数、使用深度指数、数字化程度指数，以及支付、保险、货币基金、信用服务、投资、信贷等分类指数。
• 数据来源：基于蚂蚁集团的海量数据，结合多种地理与经济数据（如夜晚灯光亮度、人口分布等）进行分析。
• 时间跨度：省级和城市级指数覆盖2011-2020年，县域指数覆盖2014-2020年。
• 指数应用：已成为中国金融科技与普惠金融研究的重要数据工具，被广泛用于学术研究和政策分析。

发展趋势分析

（一）数字普惠金融的增长情况

• 2011-2020年间，数字普惠金融指数整体呈快速增长趋势，年均增长约29.1%。
• 疫情期间，数字普惠金融指数仍保持增长，且对经济恢复具有积极作用，如“健康码”对GDP增长的贡献。
• 2020年，数字金融使用深度指数增长7.3%，高于覆盖广度指数（7.2%）和数字化程度指数（-0.1%）。

（二）数字普惠金融的地区差异

• 东部沿海省份（如上海、北京、浙江）数字普惠金融发展水平较高，处于第一梯队。
• 西部和东北地区发展水平相对较低，但近年来有所提升。
• 数字普惠金融指数的地区差异呈现收敛趋势，但2018年后收敛速度有所放缓，主要因使用深度差异未能缩小。
• 数字金融覆盖广度和数字化程度的地区差异较小，而使用深度差异最大。

（三）数字普惠金融地区排行榜变化

• 2020年省份排名变化不大，但部分省份如内蒙古、贵州、黑龙江排名有所波动。
• 城市排名中，东部城市占主导地位，但部分城市如深圳、广州的排名显著提升。
• 从城市化水平和人口集中度来看，数字普惠金融的发展在城市与核心区之间存在负相关关系。

区域发展空间格局分析

（一）数字普惠金融南北差异

• 北方城市数字普惠金融指数均值低于南方城市，但近年来有追赶趋势。
• 北方数字化程度指数下降，使用深度指数增长较慢，是南北差距扩大的主要原因。
• 南方与西部地区人口集中度与数字金融发展呈正相关，而北方则表现出负相关关系。

（二）数字普惠金融城乡差异

• 城市化水平与数字金融发展呈正相关，但核心都市区内部人口集中度与数字金融发展呈负相关。
• 西部地区人口集中度与数字金融发展正相关，而北方地区则相反。
• 城市与县乡之间的数字金融发展差异显著，城市化水平较低的县乡数字金融发展水平相对较高。

结论

• 数字普惠金融发展经历了从覆盖广度向使用深度的转变，进入深度拓展阶段。
• 区域间差异呈现收敛趋势，但近两年有所放缓，主要受使用深度差异影响。
• 北方与南方的差距趋于稳定，城乡差异则因人口集中度与数字金融发展的关系不同而呈现不同趋势。
• 本指数为研究数字普惠金融提供了重要的数据支持，尽管存在数据来源局限性，但在趋势分析和区域比较方面具有较高的代表性。

引用信息

• 指数数据可向北京大学数字金融研究中心免费索取：pku dfic@163.com。
• 请引用：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：指数编制与空间特征》，2020年第19卷第4期，第1401-1418页。