中国海洋大学经济学院，山东 青岛

收稿日期：2021年4月28日；录用日期：2021年5月12日；发布日期：2021年5月31日

摘要

京津冀协同发展政策的提出作为促进地区市场一体化的重要事件，其对沿线地区引进普惠金融数字化产生了重大影响。本文基于2011年~2017年全国省域面板数据，利用双重差分法(DID)模型实证检验了京津冀协同发展政策对沿线省域普惠金融数字化的政策效应。研究结果表明：京津冀协同发展政策倡议显著促进了沿线省域的普惠金融数字化发展，稳健性检验的结果表明结论稳健。因此京津冀协同发展政策沿线地区政府应积极出台相关支持性政策，并加强普惠金融数字化合作，国家也应加大相应的普惠金融数字化支持，同时注意加强金融监管，以良性推动普惠金融数字化发展水平的提高，最终促进地区经济乃至中国整体经济的发展。

关键词

京津冀协同发展，普惠金融数字化，双重差分法，政策效应评估

Studies on the Effect of Beijing-Tianjin-Hebei Collaborative Development on the Digitization of Inclusive Finance in the Region along the Route

Anqi Chen

School of Economics, Ocean University of China, Qingdao Shandong

Received: Apr. 28^th, 2021; accepted: May 12^th, 2021; published: May 31^st, 2021

ABSTRACT

As an important event to promote regional market integration, the proposed Beijing-Tianjin-Hebei coordinated development policy has had a great impact on the introduction of inclusive financial digitization in the regions along the route. Based on the national provincial panel data from 2011 to 2017, using the Difference in Difference (DID) model, this paper empirically tests the Beijing-Tianjin-Hebei collaborative development policy effect on the digitalization of inclusive finance in the provinces along the route. The results show that the Beijing-Tianjin-Hebei Coordinated Development Policy Initiative has significantly promoted the digital development of inclusive finance in the provinces along the route, and the results of the robustness test show that the conclusions are sound. Therefore, the Beijing-Tianjin-Hebei coordinated development policy along the regional government should actively introduce relevant support policies, and strengthen inclusive financial digital cooperation, the state should also try to increase the related inclusive financial digital support, while paying attention to strengthen financial supervision, with the intention of promoting the development of inclusive financial digitalization, and ultimately promoting the regional economy and china’s overall economic development.

Keywords:Beijing-Tianjin-Hebei Co-Development, Inclusive Financial Digitization, Double Differential Method, Policy Effect Evaluation

Copyright © 2021 by author(s) and Hans Publishers Inc.

This work is licensed under the Creative Commons Attribution International License (CC BY 4.0).

http://creativecommons.org/licenses/by/4.0/

1. 引言

根据世界银行定义，“普惠金融”是指能够广泛获得金融服务且不存在价格、非价格方面的障碍，能为社会所有阶层和群体提供合理、便捷、安全的金融服务的一种金融体系(世界银行，2008) [1]。近年来，普惠金融数字化的发展迅速，人们日常使用微信、支付宝缴纳日常生活费用，同时也能通过数字金融平台(如蚂蚁借呗)获得借贷等金融服务。因此，普惠金融数字化的发展有助于缓解民间借贷约束，促进投资和经营活动，有利于促进金融业可持续均衡发展，推动大众创业、万众创新，助推经济发展方式转型升级，增进社会公平和社会和谐。

2014年2月，京津冀协同发展规划提出，核心是京津冀三地作为一个整体协同发展，以疏解非首都核心功能、解决北京“大城市病”为基本出发点，调整优化城市布局和空间结构，推进产业升级转移，推动公共服务共建共享，加快市场一体化，努力形成京津冀目标同向、措施一体、优势互补、互利共赢的协同发展新格局 [2]。同时，与之相关的诸多实质性政策措施陆续落地，例如，首钢二期工程有望启动、一批千亿元级别的央企入驻，2020年5月，河北首次冠名发行“京津冀协同发展专项债券”，重点支持北京大兴国际机场临空经济区开发建设150亿元。同时政策的实施也给普惠金融数字化发展也带来了巨大的发展机遇，其促进了商品流通和资金融通，整合了京津冀地区的普惠金融数字化配套措施和相关资源，在促进京津冀地区经济发展、金融资源整合的同时，也给我国京津冀地区的普惠金融数字化发展带来了新的契机。京津冀作为重要的区域经济政策，致力促进商品流通和资金融通，推动京津冀沿线省域经济发展，但值得注意的是，由于传统融资方式导致的信息不对称，传统融资方式下不良贷款风险分担机制缺乏等等问题，京津冀区域内的小微企业一直面临难以从正规金融机构获得有效融资的问题，数字经济和普惠金融的发展无疑给解决上述问题提供了全新的思路。因此在京津冀建设过程中，推动数字经济和普惠金融的发展是一项重要课题。

中国一直提倡强化投资对京津冀地区建设的支持，自政策提出以来，从中央到沿线省域地方政府积极制定实施科学合理的普惠金融数字化合作方案，促进区域引进普惠金融数字化方式的优化，因此笔者认为实证检验京津冀协同发展政策对我国沿线省域普惠金融数字化发展水平的影响效应具有重要意义，研究结论对完善京津冀地区的引进普惠金融数字化工作、提升普惠金融数字化合作的质量具有参考意义。

2. 文献综述

笔者在梳理以往文献后，发现影响普惠金融数字化的因素包括经济因素、政策因素和其他因素。

经济方面，吴金旺等 [3] 基于空间面板模型的检验，发现经济发展水平会对数字化普惠金融发展产生推动作用；杜佳倩 [4] 运用动态面板系统GMM估计逐步回归和分组回归两种方法检验了各因素与数字普惠金融发展水平之间的关系，发现一个地区的经济发展水平与数字普惠金融发展程度大致呈现正向关系；史晓 [5] 对石家庄的县域普惠金融发展水平进行量化评价，选取人均GDP作为经济发展水平的衡量指标，利用面板数据回归后得出人均GDP在取对数处理后与普惠金融指数正向相关的结论。政策方面，Solo [6] 通过研究玻利维亚等国家，认为政府当局的干预行为在推动普惠金融的繁荣中起到了积极作用；栗芳和方蕾 [7] 发现政府有所作为会对农村普惠金融的发展起到显著促进作用；谭文培 [8] 从理论角度论述了在构建农村普惠金融体系中政府的干预的必要性。此外，国外学者Appleyard [9] 指传统金融机构在地区里的合理布局，是能够提升数字普惠金融发展水平的。Allen [10] 等强调了教育对于数字普惠金融的促进作用；赵德治 [11] 将全国分为东、中、西三个区域进行研究，考虑区域之间教育程度的差异性，也得到了一致结论。宋晓玲和侯金辰 [12] 在对发展国家和发达国家进行严格区分后研究，肯定了互联网的发展水平对普惠金融数字化的普遍提升作用。除了上述方面，相关学者也提出地理因素、交通运输、金融发展水平、城市化水平、对外开放水平等其它因素对普惠金融数字化存在显著影响。然而，前述学者针对PU的研究大多是基于国家层面的，对省域层面的关注甚少，虽然也为我们提供了一些借鉴，但是省域层面的差异显然更值得本研究的关注。因此，当前背景下亟待基于省域视角来研究PU的相关问题。

自京津冀协同发展政策被提出以来，它便引起了众多学者的广泛关注，目前学者对于京津冀协同发展政策的相关研究根据作用对象可以分为京津冀地区和其他地区；研究领域则聚焦于京津冀协同发展政策对人才教育的影响、对生态的影响、对贸易发展、经济发展的影响、对产业发展、企业战略的影响，以及对京津冀地区的协同发展、地区建设及战略问题。不难发现，目前学者相对而言仍缺乏对于普惠金融数字化的关注以及该政策的提出对PU影响机制的量化探究。实际上，政策因素对于普惠金融数字化的影响已经得到许多学者的证明，京津冀协同发展政策作为一个推动经济要素有序自由流动、资源高效配置和市场深度融合的政策，理论上会对相关地区带来巨大的影响。

鉴于上述探讨，本文的研究贡献之处主要在于：首先，本文基于省域视角这一崭新视角进行探究，探究政策对于PU产生的影响效应；其次，本文考虑了京津冀协同发展政策这个特定政策对于普惠金融数字化所产生的政策效应，可以为理解京津冀协同发展政策对沿线地区普惠金融数字化的影响提供新的经验证据；最后，本文采用双重差分法和倾向匹配得分法对京津冀协同发展政策及其普惠金融数字化效应进行评价，通过实证检验，分析了沿线省域在京津冀协同发展政策倡议背景下普惠金融数字化发展新的前景，对于政策制定具有一定的参考意义和价值。

3. 研究设计

(一) 模型设定

1. 双重差分法

本文视京津冀协同发展政策是在沿线省域所进行的“准自然实验”，本文拟采用双重差分法(difference in difference，DID)来评估京津冀协同发展政策对沿线省域的普惠金融数字化发展带来的影响效应。京津冀协同发展政策在国内沿线有3个省市，包括北京、天津和河北省。由于西藏数据的不完整性，本文将该沿线省域样本剔除。本文根据京津冀协同发展政策的实施范围，将我国30个省市分为两组，用treat作为分组虚拟变量，处理组表示京津冀协同发展政策沿线3个省市(包括北京、天津和河北省)，这些省份的treat = 1；控制组为剩余的27个省市，其treat = 0。时间虚拟变量为policy，京津冀协同发展政策为2014年初提出，本文以2014年作为政策节点，政策提出前policy = 0，政策提出后policy = 1。基于上述分析，双重差分模型的基准回归模型如下：

${\text{PU}}_{it}={\beta }_0+{\beta }_{1}trea{t}_{it}+{\beta }_{2}polic{y}_{it}+{\beta }_{3}trea{t}_{it}\times polic{y}_{it}+{\beta }_4{X}_{it}+{\epsilon }_{it}$，

其中下标i和t分别代表第i个省市和第t年，PU表示各省的普惠金融数字化，X表示一系列控制变量， $\epsilon$ 为随机扰动项。其中， $\text{treat}\times \text{policy}$ 为京津冀协同发展政策沿线分组虚拟变量 × 京津冀协同发展政策时间虚拟变量 [13]。

DID模型中一些系数相关项在下表1中展示，京津冀协同发展政策实施前后，处理组的PU变化效应为 $\Delta {\text{PU}}_t={\beta }_2+{\beta }_3$，控制组PU的变化效应为 $\Delta {\text{PU}}_0={\beta }_2$，处理组PU的变化效应减去控制组PU的变化效应即为京津冀协同发展政策对沿线省域PU发展的政策净效应，体现为系数 ${\beta }_3$。该系数也是本文的重点关注对象， ${\beta }_3$ 为正说明京津冀协同发展政策对我国沿线省域PU发展具有正向影响，反之亦然。

表1. DID系数相关项释义表

(二) 数据说明

本文采用中国分省数据，包括从2011~2017年全国30个省市(除西藏外)的面板数据来测度省域普惠金融数字化发展水平，衡量京津冀协同发展政策对PU发展的政策效果。所有数据均通过《中国统计年鉴》、国家统计局以及各省统计年鉴整理计算获得。

(三) 变量选择

1. 被解释变量

PU，普惠金融数字化，来源于北京大学普惠金融发展指数中的普惠金融支付数字化程度。

2. 关键解释变量

由于本文考虑的是京津冀协同发展政策的政策效果，因此将处于京津冀协同发展政策沿线的分组虚拟变量(treat)、京津冀协同发展政策提出的时间(policy)以及两者的交互项(treat × policy)作为核心解释变量，其中交互项的系数是本研究的主要关注变量。

3. 控制变量

为控制一些其他因素对普惠金融数字化程度的影响，本文还选取了一系列控制变量加入模型。根据前文文献分析及逻辑架构，选取影响沿线省域PU发展的一系列其它因素作为控制变量，其中经济层面的因素包括金融发展水平、城市化水平、整体经济发展水平，其次就是产业结构层面，即为产业结构变量。在相关研究中，这些因素对普惠金融数字化的影响均起着显著作用。具体的变量定义及阐释如下表2。

表2. 变量定义表

4. 实证结果及分析

(一) 变量的描述性统计结果

表3和表4分别显示了变量的一般描述性分析和相关性分析结果。可以看到，普惠金融数字化和地区整体经济发展水平及地区产业结构之间的相关性较强，即某一地区的经济发展水平越高，产业布局和结构越为优化，则意味着该地区资金流动量也越大，资金运用效率高，相应地，数字普惠金融就会得到高速发展，而城市化水平、金融发展水平与普惠金融数字化的相关性相对而言不是特别显著。通过描述性统计发现，PU标准差是比较大的，可以合理推测各个省份之间的PU发展情况异质性较强，因此有必要对其深入分析。

表3. 一般描述性统计

表4. 相关性分析

(二) 平行趋势检验

双重差分法的使用前提是需要通过平行趋势检验，所以为直观考量京津冀协同发展政策对沿线省域普惠金融数字化是否存在影响，本文拟绘制了实验组和控制组普惠金融数字化发展的时间趋势对照图，以观察两组省域的普惠金融数字化发展的变化趋势是否趋于一致。在计算得到两组的普惠金融数字化发展均值后，绘制出下图1所示的京津冀协同发展政策下沿线省域(实验组)和非沿线省域(控制组)的时间趋势图。

图1. 2011~2017年普惠金融数字化程度增长趋势

直观上来看，实验组和控制组的普惠金融数字化程度在2014年之前大致呈平行趋势。接着进一步作平行趋势检验，即分别生成政策2011年、政策2012年和政策2013年的双重差分变量did2011、did2012、did2013。在控制年份、省域固定效应的基础上，对面板数据进行回归，所得结果如表5所示。

表5. 平行趋势检验表

注：*，**，***，分别表示显著性水平为10%，5%，1%，括号内为回归得到的稳健标准差。

表5的检验结果显示，政策2011年、政策2012年和政策2013年的双重差分变量均不显著，可判定模型是满足平行趋势假定的，即可认为在政策未实施之前实验组和对照组无明显差异，因而可以使用对照组来近似模拟处理组在未受到政策冲击时的时间效应。

(三) 基准回归结果

表6中列出了双重差分模型回归的结果，其中我们重点关注的为交互项did的回归系数，因为其反映了受京津冀协同发展政策影响的省份和未受政策影响的省份普惠金融数字化发展的交互作用。结果显示，五个模型的did估计系数均为正，且至少通过10%的显著性检验，初步说明京津冀协同发展政策对普惠金融数字化发展有显著的促进作用。模型(1)是未加入控制变量的双重差分回归结果，可以看到从不加入控制变量到逐次加入金融发展水平、产业结构、经济发展水平和城市化水平这些控制变量的过程之中，要研究的主要变量的系数的显著性大致呈现先增强后衰减趋势，原则上随着控制变量的加入，主要变量系数应呈现逐渐衰减之势，究其原因，或许是由于外生事件冲击所致。模型(4)和模型(5)中金融发展水平该变量不显著，说明其可能与其他变量之间存在一定的共线性，从而削弱了彼此的显著性。模型(5)中did的系数为6.7341，这一系数相对稳健，由此可以认为京津冀协同发展政策提出后，在10%的显著性水平之下，其对于沿线省域的普惠金融数字化程度提升有着显著的正向促进作用。

(四) 动态检验

表7显示了京津冀协同发展政策效果的动态性检验结果，用于检验政策是否具有时间滞后性。因为京津冀协同发展政策是国家为实现区域经济社会协调发展的重要举措，政策对于地区影响的作用会受到配套政策和地方政府执行经验的影响，理论上京津冀协同发展政策对沿线省域普惠金融数字化的促进作

表6. 双重差分基准回归表

注：括号中为t值；*，**，***，分别表示显著性水平为10%，5%，1%。

表7. 动态检验表

注：括号中为t值；*，**，***，分别表示显著性水平为10%，5%，1%。

用应该随着时间推移逐渐呈现。而从表中结果可以看出，在考虑控制变量的前提下，京津冀协同发展政策对于沿线省域普惠金融数字化的促进作用在政策实施的第二年比较显著，而在随后的第三年、第四年却不太显著。从系数大小上也可以大致看出，政策实施之后，随着时间的推移，对沿线省域普惠金融数字化的影响系数慢慢减小，也就是说，政策的影响效果从政策实施后的第二年就开始呈现逐渐衰减的趋势，这可能是由多重因素的综合影响所导致，侧面反映出京津冀协同发展政策作用于沿线省域的普惠金融数字化是一个比较复杂的过程。另一方面，也从某种程度上说明了在京津冀协同发展政策的执行过程中政府需加强执行力度，提高执行效率，以促进政策效果的显现。

(五) 反事实分析

为了排除其它事件的干扰，本文选取京津冀协同发展政策提前一年发生和提前两年发生的研究期间进行时间反事实检验，重新设置时间虚拟变量policyc1和policyc2，即假定政策分别于2012年和2013年提出，其中policyc1表示在2012年后取值为1，否则为0，policyc2表示在2013年后取值为1，否则为0。将policyc1和policyc2分别与treat相乘生成二者的双重差分变量：didc1和didc2。检验结果如下表8所示，假定京津冀协同发展政策提前一年和提前两年施行，didc1和didc2的系数均是不显著的，也就是说，实验组省域的普惠金融数字化发展与对照组省份之间无显著差异。

表8. 反事实分析检验表

注：括号中为t值；*，**，***，分别表示显著性水平为10%，5%，1%。

反事实检验说明，如果京津冀协同政策提前发生，将不能对普惠金融数字化发展产生显著促进作用，由此可排除政策泄露、政策效应提前发挥的可能性。

(六) 排除其他事件干扰

在京津冀协同发展政策提出期间，可能存在一些其它事件会对省份普惠金融数字化发展水平产生冲击效应，当存在这些事件时，普惠金融数字化水平受到的影响很可能并不仅限于京津冀协同政策，因此需尽量排除这种外生冲击效应。由于在2014年长江经济带建设上升为国家战略，它与京津冀协同发展政策提出的时间是非常接近的，因而为了排除这种外生冲击效应，本文考虑剔除长江经济带沿线省份之后再次进行双重差分模型回归，估计结果如表9所示。

表9. 排除其它事件干扰检验表

注：括号中为t值；*，**，***，分别表示显著性水平为10%，5%，1%。

由表9可以看出，did的估计系数仍保持为正，且均在5%的显著性水平下是显著的。与前面基准回归结果不同的是，从模型(1)到模型(5)，did的估计系数呈现递减的趋势，符合一般逻辑，说明在排除了外生事件的冲击之后，模型的解释性和合理性有一定提高，模型更为准确。

总的来说，表9的检验结果表明前文所得结果依旧稳健，京津冀协同发展政策在5%的显著性水平上促进了沿线省域的普惠金融数字化发展水平，政策效果得到良好显现。

5. 结论与启示

本文基于2011~2017年全国30个省市的面板数据，探究了京津冀协同发展政策对沿线省域普惠金融数字化发展的影响，在厘清文章的基本思路后，运用双重差分方法实证检验了京津冀协同发展政策对沿线省域普惠金融数字化发展水平的影响。研究发现，京津冀协同发展政策确实有效提升了沿线省域的普惠金融数字化发展水平；从时间效应来看，京津冀协同发展政策对沿线省域的普惠金融数字化发展的影响是个比较复杂的过程，政策影响效果自政策施行第二年起有略微衰减之势；从时间反事实检验的结果可以看出，京津冀协同发展政策对沿线省域普惠金融数字化发展不受政策前的因素影响。除此之外，本文还验证了剔除长江经济带沿线省份后京津冀协同发展政策对沿线省域普惠金融数字化的影响，结果显示依旧是稳健的，因而排除了外生事件的冲击。

本研究对于政策制定者也有着重要的参考意义。我们的研究结论发现此政策对于吸引普惠金融数字化有着显著影响，根据前文所述，普惠金融数字化对于地区经济的发展有着重要意义。基于此，本文提出如下政策建议：

一是沿线地区政府应以推动京津冀协同发展的指导思想为立足点，积极出台相应的支持性政策，加大政策的施行力度，同时加强彼此之间的交流与合作，不断推动京津冀统一要素市场的发展，逐步消除妨碍京津冀协同发展政策效应发挥的各项体制机制障碍，以促进政策效果的良好显现，最终有效推动沿线省域的普惠金融数字化发展水平的提高。

二是沿线地区政府应加强数字普惠金融的基础设施建设，加强普惠金融数字化合作，同时国家应加大相应的普惠金融数字化支持，以进一步促进数字普惠金融的发展。尤其是要从数字普惠金融的使用深度这一维度发力，着重关注互联网金融服务的实际使用情况，密切监控各类业务用户数量和交易额度，不断完善政策设计以促使数字普惠金融体系的深化，提升居民生活的数字化程度，有效提高数字普惠金融的服务覆盖率和服务质量。

三是国家金融监管部门要加强金融监管、推动监管理念和机制创新，由于数字普惠金融不同于传统金融的特殊性，金融监管的复杂性和难度也随之上升，在数字普惠金融的发展过程中，金融监管部门应警惕系统性金融风险的发生，根据实际情况创新监管体制，做好金融科技创新的管控工作和预警机制，构建完善的行业监督治理体系和数字金融机构运行标准，保障金融中介和客户的利益。

文章引用

陈安琪. 京津冀协同发展对沿线区域普惠金融数字化的影响效应研究
Studies on the Effect of Beijing-Tianjin-Hebei Collaborative Development on the Digitization of Inclusive Finance in the Region along the Route[J]. 金融, 2021, 11(03): 176-187. https://doi.org/10.12677/FIN.2021.113021

参考文献