交通基礎設施對數字普惠金融的空間溢出效應：理論與實證一、引言1.1研究背景與意義在當今經濟發展的大格局下，交通基礎設施與數字普惠金融均扮演著極為重要的角色。交通基礎設施作為經濟社會發展的基礎條件和重要支撐，具有基礎性、先導性和戰略性作用。從歷史發展來看，基礎設施的建設，如鐵路，與西歐、日本和美國的快速經濟增長時期相吻合。交通基礎設施投資通常旨在提高市場的可及性，促進當地、區域和國際間的貿易，并推動工業生產力的發展。一個交通帶動經濟增長的主張認為，交通基礎設施投資的產出彈性是突出的，這也顯示了交通基礎設施投資與經濟增長之間的關聯性。在我國，交通基礎設施包括公路、鐵路、港口、機場和水路等，各級政府在這些基礎設施上投入了大量資金，這些支出不僅減少了制造和物流費用，增強了我國在本地和國際上的競爭力，還通過增加獲得設施和金融的機會，直接促進了減貧。離交通網絡更近的地區往往有著更高的人均GDP水平、更多的公司數量和更高的公司平均利潤。而數字普惠金融則是利用互聯網、大數據、人工智能等技術手段，為廣大人民群眾和小微企業提供便捷、高效、低成本的金融服務，助力實體經濟發展，成為推動我國經濟高質量發展的重要力量。中國的普惠金融特別是數字普惠，在全球保持著領跑地位。數字普惠金融通過降低金融服務成本，提高金融服務效率，為企業和個人提供更多的投資機會，刺激經濟增長；通過大數據、云計算等技術手段，實現對金融資源的精準配置，優化資源配置；其發展還為廣大勞動者提供了更多的就業機會，擴大了就業渠道；通過普及金融服務，提升了民生水平；為新興產業提供資金支持，推動了產業升級。盡管交通基礎設施與數字普惠金融各自對經濟發展有著重要影響，但目前對于二者之間空間關聯的研究相對較少。從現實角度來看，交通基礎設施的改善可能會影響數字普惠金融的發展格局。例如，交通便利的地區可能更有利于數字金融服務的推廣和普及，因為便捷的交通能夠促進人員、物資和信息的流動，使得金融機構能夠更高效地開展業務，降低運營成本，進而擴大數字普惠金融的覆蓋范圍和服務深度。反之，數字普惠金融的發展也可能對交通基礎設施建設產生反饋作用，為交通項目的融資提供更多渠道和更便捷的金融服務，促進交通基礎設施的進一步完善。深入研究二者之間的空間關聯，對于全面理解經濟發展的內在機制，制定科學合理的經濟政策具有重要的現實意義。通過探究二者的關系，可以為區域經濟協調發展提供理論支持，有助于政府部門在基礎設施建設和金融政策制定方面實現協同優化，提升經濟發展的整體效率和質量。1.2研究思路與方法本文將從理論與實證兩個層面深入剖析交通基礎設施對數字普惠金融的空間關聯影響。在理論層面，全面梳理交通基礎設施與數字普惠金融的相關理論，深入探究交通基礎設施影響數字普惠金融發展的內在機制，從交易成本、市場范圍、信息傳播、產業集聚等多個角度展開分析，為后續的實證研究筑牢堅實的理論根基。在實證研究階段，首先運用空間自相關分析方法，對交通基礎設施與數字普惠金融的空間分布特征進行細致考察，精準判斷二者是否存在空間相關性以及空間集聚現象。若存在空間相關性，進一步構建空間計量模型，如空間滯后模型（SLM）、空間誤差模型（SEM）等，對交通基礎設施對數字普惠金融的直接效應與空間溢出效應進行定量測度。同時，為確保研究結果的可靠性與穩健性，將進行一系列的穩健性檢驗，如更換空間權重矩陣、采用不同的估計方法等。為實現上述研究，本文綜合運用多種研究方法。通過文獻研究法，廣泛搜集并梳理國內外關于交通基礎設施與數字普惠金融的相關文獻，全面了解已有研究成果與不足，明確本文的研究方向與重點，為研究提供堅實的理論支撐和豐富的研究思路。利用空間計量模型，充分考慮空間因素，對交通基礎設施與數字普惠金融的空間關聯進行嚴謹的實證分析，使研究結果更具科學性和準確性，深入揭示二者之間的復雜關系。結合案例分析法，選取典型地區進行深入剖析，詳細闡述交通基礎設施改善對數字普惠金融發展的具體影響，為研究結論提供生動的實踐案例支持，增強研究的說服力和現實指導意義。1.3研究創新點從研究視角來看，本文創新性地將交通基礎設施與數字普惠金融納入統一的研究框架，深入探討二者之間的空間關聯。以往研究大多集中于交通基礎設施對經濟增長、產業集聚等方面的影響，或者聚焦于數字普惠金融自身的發展特征、影響因素及其對經濟社會的作用，較少關注交通基礎設施與數字普惠金融之間的內在聯系，尤其是從空間維度進行分析。本文從空間溢出視角出發，能夠更全面、深入地揭示二者在地理空間上的相互作用機制，為相關研究開拓了新的視野。在指標構建方面，本文綜合考慮多維度因素，構建了更為全面、科學的交通基礎設施與數字普惠金融指標體系。對于交通基礎設施，不僅涵蓋傳統的交通線路里程、運輸能力等指標，還引入了交通網絡密度、交通可達性等反映交通基礎設施空間布局和便捷程度的指標，更全面地衡量交通基礎設施的發展水平。在數字普惠金融指標選取上，除了常用的覆蓋廣度、使用深度等維度，還進一步細化，納入了數字金融產品創新程度、金融服務的數字化程度等指標，以更準確地刻畫數字普惠金融的發展狀況，使研究結果更具可靠性和說服力。在影響機制分析上，本文突破了傳統的單一因素分析框架，系統地從多個角度剖析交通基礎設施對數字普惠金融的影響機制。不僅從交易成本、市場范圍等經濟層面進行分析，探討交通基礎設施如何通過降低金融交易成本、擴大金融市場范圍來促進數字普惠金融發展；還從信息傳播、產業集聚等角度深入挖掘其內在聯系，研究交通基礎設施改善如何加速信息流通，促進金融知識傳播，以及推動產業集聚，為數字普惠金融發展創造良好的產業生態環境，從而更全面、深入地揭示二者之間的復雜關系。二、理論基礎與文獻綜述2.1相關概念界定2.1.1交通基礎設施交通基礎設施是為交通系統保障安全正常運營而建設的各類設施的統稱，是經濟社會發展的基礎條件和重要支撐，具有基礎性、先導性和戰略性作用。其范疇廣泛，包括公路、鐵路、港口、機場、水路，以及為保障交通系統正常運行的相關配套設施，如車站、通風亭、機電設備、供電系統、通信信號、道路標線等。交通基礎設施對經濟發展至關重要。從宏觀層面看，它是連接不同地區經濟活動的紐帶，能夠促進區域間的貿易往來和資源優化配置。良好的交通基礎設施可以縮短地區之間的時空距離，降低運輸成本，提高物流效率，加強區域間的經濟聯系，從而推動區域經濟的協同發展。從微觀層面講，對于企業而言，交通基礎設施的完善能夠降低企業的運營成本，提高企業的市場競爭力?？拷煌屑~的企業能夠更便捷地獲取原材料和銷售產品，減少運輸時間和成本，提高生產效率。根據不同的運輸方式和功能，交通基礎設施可分為多種類型。公路交通設施包括一般公路和高速公路及其附屬設施，是最常見的交通基礎設施，具有靈活性高、覆蓋面廣的特點，能夠實現“門到門”的運輸服務，在短途運輸和區域內部運輸中發揮著重要作用。鐵路交通設施以其大運量、長距離、低成本的運輸優勢，在大宗貨物運輸和中長途旅客運輸中占據重要地位，是國家綜合交通運輸體系的骨干。港口作為水陸運輸的樞紐，承擔著貨物裝卸、儲存、轉運等功能，對于國際貿易和沿海地區的經濟發展至關重要，可分為海港和內河港，不同類型的港口在地理位置、功能定位和服務范圍上有所差異。機場是航空運輸的關鍵節點，為旅客和貨物提供空中運輸服務，隨著經濟全球化和旅游業的發展，機場在加強國際交流、促進區域經濟發展方面的作用日益凸顯。水路交通設施利用天然河道或人工運河進行運輸，具有運量大、能耗低的特點，在大宗貨物運輸，特別是內河運輸和近海運輸中具有一定的優勢。2.1.2數字普惠金融數字普惠金融是數字技術與普惠金融的深度融合，泛指一切通過使用數字金融服務以促進普惠金融的行動。具體而言，它是運用數字技術，如人工智能、大數據、區塊鏈、云計算等，為無法獲得金融服務或缺乏金融服務的群體提供一系列正規金融服務，這些服務能夠滿足他們的需求，并且是以負責任的、成本可負擔的方式提供，同時對服務提供商而言是可持續的。數字普惠金融具有諸多特點與優勢。其覆蓋面廣，借助互聯網和移動設備，打破了傳統金融服務在地域和時間上的限制，使金融服務能夠延伸到偏遠地區和弱勢群體，讓更多人有機會享受到金融服務。服務便捷，客戶可通過手機銀行、網上銀行等數字化平臺隨時隨地辦理金融業務，無需前往物理網點，大大節省了時間和精力。成本較低，數字技術的應用減少了金融機構的運營成本，如網點建設、人員管理等費用，同時也降低了客戶的交易成本，提高了金融服務的效率。效率較高，通過大數據分析和自動化處理，金融機構能夠快速評估客戶的信用狀況和風險水平，實現快速審批和放款，提高金融服務的響應速度。風險可控，利用大數據和人工智能技術，金融機構可以對客戶的行為數據進行分析，更精準地識別和評估風險，采取有效的風險控制措施，降低違約風險。在中國，數字普惠金融發展迅速。自2013年黨的十八屆三中全會明確將普惠金融上升為國家戰略之后，中國普惠金融事業踏上了發展的快車道，數字普惠金融借助數字技術的力量實現了跨越式發展。從移動支付來看，我國移動支付普及率達到86%，位居全球第一，支付寶、微信、云閃付等第三方支付平臺幾乎覆蓋所有線上、線下消費場景，交易規模增長至2023年的555.33萬億元，年均增速達64.14%。在小微企業貸款方面，截至2024年二季度，銀行業金融機構用于小微企業的貸款余額達78萬億元，較2018年末增長233%。數字普惠金融的發展有效緩解了小微企業和長尾客戶群體的融資難題，借助數字技術全面提升了金融服務的質效，在促進經濟增長、推動創新驅動發展、增強社會包容性等方面發揮著關鍵作用。2.2理論基礎2.2.1金融發展理論金融發展理論主要探討金融體系在經濟發展中的作用，以及金融發展與經濟增長之間的關系。該理論的發展經歷了多個階段，從早期的金融結構理論，到金融深化理論，再到后來的內生金融增長理論，不斷豐富和完善了人們對金融與經濟關系的認識。金融結構理論由戈德史密斯提出，他通過對35個國家近百年金融史料和數據的分析，發現金融發展的實質是金融結構的變化。金融結構包括金融工具、金融機構等方面，不同類型的金融工具與金融機構的組合形成了不同的金融結構。隨著經濟的發展，金融結構會發生相應的變化，從簡單到復雜，從單一到多元。這種變化反映了金融體系的發展和完善，也為經濟增長提供了更多的金融支持。金融深化理論由麥金農和肖提出，他們針對發展中國家的金融抑制現象，強調金融體制與經濟發展之間存在相互制約的關系。在金融抑制的環境下，政府對金融市場進行過多的干預，如利率管制、信貸配給等，導致金融市場無法有效配置資源，抑制了經濟增長。而金融深化則主張減少政府對金融市場的干預，放開利率管制，讓市場機制在金融資源配置中發揮主導作用。通過金融深化，可以提高金融體系的效率，促進儲蓄向投資的轉化，從而推動經濟增長。內生金融增長理論將金融因素內生化，認為金融中介和金融市場是經濟增長的內生變量。金融體系通過提高儲蓄率、促進資本積累、優化資源配置等途徑，推動經濟增長。在該理論中，金融體系不僅能夠動員儲蓄，還能通過對投資項目的篩選和監督，提高投資的效率和回報率，從而促進經濟的長期增長。同時，經濟增長也會對金融體系產生反饋作用，推動金融體系的進一步發展和創新。數字普惠金融的發展在很大程度上符合金融發展理論。數字技術的應用使得金融服務更加便捷、高效，降低了金融服務的門檻和成本，擴大了金融服務的覆蓋范圍，這與金融深化理論中減少金融抑制、提高金融服務可獲得性的理念相契合。數字普惠金融通過大數據、人工智能等技術，能夠更精準地評估客戶的信用狀況和風險水平，優化金融資源配置，提高金融服務的效率，這體現了內生金融增長理論中金融體系對資源配置的優化作用。數字普惠金融的發展還促進了金融創新，推動了金融結構的變化，如移動支付、網絡借貸等新型金融模式的出現，豐富了金融工具和金融機構的類型，符合金融結構理論中金融結構隨經濟發展而變化的觀點。2.2.2空間經濟學理論空間經濟學理論主要研究經濟活動的空間分布和空間組織規律，其核心觀點是經濟活動在空間上并非均勻分布，而是存在集聚和擴散現象，并且這種空間分布會對經濟發展產生重要影響。空間經濟學理論的代表人物包括馮?杜能、阿爾弗雷德?韋伯、保羅?克魯格曼等，他們從不同角度對經濟活動的空間分布進行了研究。馮?杜能的農業區位論是空間經濟學的早期理論之一，他通過研究農業生產的空間布局，發現由于運輸成本的存在，農業生產會圍繞市場形成不同的圈層結構，不同的農作物根據其運輸成本和收益的差異，在不同的圈層進行種植。這一理論揭示了運輸成本對經濟活動空間分布的重要影響，為后來的空間經濟學研究奠定了基礎。阿爾弗雷德?韋伯的工業區位論則側重于研究工業企業的選址問題，認為工業企業在選址時會綜合考慮運輸成本、勞動力成本和集聚因素。運輸成本決定了企業獲取原材料和銷售產品的成本，勞動力成本影響企業的生產成本，而集聚因素則會帶來外部經濟效應，如知識溢出、共享基礎設施等，降低企業的生產和交易成本。企業會在這些因素的綜合作用下，選擇最優的區位進行布局。保羅?克魯格曼的新經濟地理學理論將空間因素納入一般均衡分析框架，強調規模經濟、運輸成本和要素流動之間的相互作用。他認為，規模經濟會導致企業在空間上集聚，形成產業集群，而運輸成本則會影響產業集聚的程度和范圍。當運輸成本降低時，產業集聚的趨勢會增強，因為企業可以更方便地獲取原材料和銷售產品，同時享受集聚帶來的外部經濟效應。要素的流動也會對產業集聚產生影響，勞動力和資本會向經濟發達、就業機會多、回報率高的地區流動，進一步促進產業集聚?？臻g溢出效應是空間經濟學理論中的一個重要概念，指的是一個地區的經濟活動不僅會對本地區產生影響，還會通過各種渠道對相鄰地區或其他地區產生影響。這種影響可以是正向的，也可以是負向的。正向的空間溢出效應表現為技術溢出、知識傳播、產業關聯等，一個地區的技術創新和產業發展會帶動相鄰地區的技術進步和產業升級；負向的空間溢出效應則可能表現為資源競爭、環境污染轉移等，一個地區的發展可能會對相鄰地區的資源和環境造成壓力。交通基礎設施在空間溢出效應中發揮著重要作用。良好的交通基礎設施可以降低運輸成本，提高區域間的可達性，促進要素的流動和經濟活動的聯系，從而增強空間溢出效應。交通基礎設施的改善使得人員、物資和信息能夠更快速、便捷地在地區之間流動，加速了技術、知識的傳播和擴散，促進了產業的協同發展。一條高速公路的建成，會縮短沿線地區之間的時空距離，使得企業之間的交流與合作更加頻繁，有利于產業集群的形成和發展，進而產生正向的空間溢出效應，帶動周邊地區的經濟發展。交通基礎設施對數字普惠金融的影響可以從空間經濟學理論的角度進行分析。交通基礎設施的改善會增強區域間的聯系和互動，促進數字普惠金融的空間溢出效應。在交通便利的地區，金融機構能夠更方便地開展業務，擴大服務范圍，將數字普惠金融服務延伸到周邊地區。交通基礎設施的發展還會促進信息的傳播和共享，提高金融知識的普及程度，增強居民對數字普惠金融的認知和接受度，從而推動數字普惠金融在更大范圍內的發展。2.3文獻綜述國外在交通基礎設施與經濟發展關系方面的研究起步較早，成果豐碩。Aschauer通過對美國1949-1985年的數據進行分析，發現公共基礎設施資本，尤其是交通基礎設施投資，對私人產出具有顯著的正影響，交通基礎設施投資的增加能夠有效提高生產效率，促進經濟增長。Bennathan和Esfahani運用1970-1990年69個發展中國家的數據進行研究，指出交通基礎設施在發展中國家經濟增長中扮演著關鍵角色，良好的交通基礎設施可以降低運輸成本，提高市場的可達性，促進資源的優化配置，從而推動經濟增長。國內學者在交通基礎設施與經濟發展關系的研究上也取得了豐富的成果。張學良運用1993-2006年中國省際面板數據進行實證分析，發現交通基礎設施對區域經濟增長具有顯著的正向影響，且這種影響存在區域差異，東部地區交通基礎設施對經濟增長的促進作用更為明顯。劉生龍和胡鞍鋼通過實證研究表明，交通基礎設施對中國區域經濟增長有著重要的推動作用，特別是在促進區域間的要素流動和產業協同發展方面發揮了積極作用。在數字普惠金融領域，國外學者的研究主要集中在數字普惠金融的發展模式、影響因素及其對經濟社會的作用等方面。Claessens分析了數字金融對金融穩定和包容性的影響，認為數字金融的發展能夠提高金融服務的可獲得性，促進金融包容，但同時也帶來了一些新的風險，如數據安全和隱私保護等問題，需要加強監管以確保金融穩定。Sarma和Pais構建了普惠金融指數，從金融服務的覆蓋廣度、使用深度和可負擔性等維度對普惠金融發展水平進行衡量，為數字普惠金融的量化研究提供了重要的方法和思路。國內關于數字普惠金融的研究也日益深入。謝平等學者探討了互聯網金融模式下數字普惠金融的發展路徑，認為互聯網金融通過創新金融服務模式，降低了金融服務的門檻和成本，為數字普惠金融的發展提供了新的機遇。黃益平和黃卓分析了數字普惠金融在中國的發展現狀、模式與影響，指出數字普惠金融在促進小微企業融資、推動農村金融發展等方面取得了顯著成效，但在發展過程中也面臨著監管滯后、數字鴻溝等問題。關于交通基礎設施與數字普惠金融關系的研究相對較少。部分研究雖關注到基礎設施與金融發展的關系，但多聚焦于傳統金融領域，如孫浦陽等學者研究發現，交通基礎設施通過提高市場潛能，對地區金融發展產生顯著的正向影響。然而，對于交通基礎設施如何影響數字普惠金融的發展，尤其是從空間溢出視角進行的研究還存在明顯的不足與空白?，F有研究未能充分考慮交通基礎設施在空間上的布局和差異對數字普惠金融發展的影響，也缺乏對二者之間空間溢出效應的深入分析和定量研究。在當前交通基礎設施不斷完善和數字普惠金融快速發展的背景下，深入研究二者之間的空間關聯，對于推動區域經濟協調發展、優化金融資源配置具有重要的理論和現實意義。三、交通基礎設施對數字普惠金融影響的理論機制與空間溢出效應分析3.1影響的理論機制3.1.1降低交易成本交通基礎設施的完善能夠顯著降低交易成本，進而有力地促進數字普惠金融的發展。從金融機構的角度來看，便利的交通能夠使金融機構更高效地開展業務。在交通不便的地區，金融機構的工作人員前往實地進行客戶調查、業務拓展和風險評估時，往往需要耗費大量的時間和交通成本。而發達的交通網絡則能大幅縮短通勤時間，減少交通費用，提高工作效率。例如，在一些偏遠山區，過去由于交通閉塞，金融機構的信貸員前往當地進行貸款調查，可能需要花費數天時間，且路途艱難。如今，隨著高速公路、鐵路等交通基礎設施的延伸，信貸員能夠在一天內往返，大大提高了業務開展的效率，降低了運營成本。交通基礎設施的改善還能降低金融機構的物流成本。在傳統金融業務中，金融機構需要運輸現金、憑證等物資，良好的交通條件能夠確保這些物資安全、快速地運輸，減少運輸過程中的損耗和風險。交通基礎設施的完善還能促進金融機構之間的合作與交流，降低信息溝通成本，提高金融市場的整體效率。對于金融服務的需求者而言，交通基礎設施的改善也降低了他們獲取金融服務的成本。在交通不便的情況下，人們可能需要花費大量的時間和費用前往金融機構網點辦理業務，這使得一些人因成本過高而放棄使用金融服務。而便捷的交通使得人們能夠更輕松地到達金融機構，或者金融機構的服務能夠更便捷地觸達客戶，降低了客戶的時間和交通成本，提高了金融服務的可獲得性。在一些農村地區，過去農民辦理金融業務需要前往較遠的縣城，來回奔波一天，耗費大量時間和精力。現在，隨著農村公路的改善以及金融服務的下沉，農民在家門口或者附近的鄉鎮就能辦理大部分金融業務，大大提高了金融服務的便利性。在數字普惠金融領域，交通基礎設施降低交易成本的作用同樣顯著。數字普惠金融雖然依托數字技術，但仍然需要線下的支持和服務。良好的交通基礎設施能夠確保數字金融設備的安裝、維護和升級工作順利進行，降低相關成本。交通便利也有利于金融機構開展數字金融知識的普及和推廣活動，提高居民對數字普惠金融的認知和接受程度，從而促進數字普惠金融的發展。3.1.2促進要素流動交通基礎設施對生產要素流動具有強大的促進作用，進而推動數字普惠金融的發展。交通基礎設施的改善使得勞動力、資本、技術等生產要素能夠在不同地區之間更自由、高效地流動。便捷的交通網絡能夠降低勞動力的流動成本，促進人才的合理配置。在交通發達的地區，人們更容易找到適合自己的工作崗位，企業也更容易招聘到所需的人才。一條新開通的地鐵線路，能夠使城市郊區的居民更便捷地前往市中心的企業工作，擴大了勞動力的就業范圍，提高了勞動力市場的匹配效率。交通基礎設施的完善還能促進資本的流動。良好的交通條件能夠增強投資者對一個地區的信心，吸引更多的資本流入。在交通便利的地區，企業的投資回報率更高，因為交通成本的降低使得企業的生產成本下降，市場競爭力增強。交通基礎設施的改善還能促進金融市場的一體化，使得資本能夠在不同地區的金融市場之間自由流動，提高資本的配置效率。技術要素的流動也離不開交通基礎設施的支持。交通便利的地區更容易吸引先進的技術和創新資源，促進技術的傳播和應用。科技研發人員的交流合作更加頻繁，技術成果的轉化速度更快。例如，一些高新技術產業園區往往位于交通樞紐附近，便于企業與高校、科研機構之間的技術交流與合作，加速技術創新和產業升級。生產要素的流動對數字普惠金融的發展具有重要意義。勞動力的流動會帶來金融需求的變化，隨著人口的流動，人們在就業、消費、住房等方面的金融需求也會發生轉移。數字普惠金融能夠更好地滿足這些流動人群的金融需求，通過線上平臺為他們提供便捷的金融服務。資本的流動為數字普惠金融提供了更多的資金來源。金融機構可以通過數字平臺將資金投向不同地區的優質項目，實現資本的優化配置。技術要素的流動則為數字普惠金融的發展提供了技術支持，推動數字普惠金融的創新和發展。大數據、人工智能等技術的應用，能夠提高數字普惠金融的服務效率和風險控制能力，而這些技術的傳播和應用離不開交通基礎設施的支撐。3.1.3拓展市場范圍交通基礎設施的發展能夠有效拓展市場范圍，為數字普惠金融創造廣闊的發展空間。交通基礎設施的改善使得企業的市場覆蓋范圍得以擴大。良好的交通條件降低了運輸成本，使得企業的產品能夠更便捷地運往更遠的地區，突破了地域限制，擴大了市場份額。一家位于內陸地區的企業，在交通不便時，其產品的銷售范圍可能僅限于周邊地區。但隨著高速公路、鐵路等交通設施的完善，企業的產品能夠運往全國各地，甚至出口到國際市場，企業的市場規模得以大幅擴張。交通基礎設施的完善還能促進區域間的貿易往來，加強區域經濟聯系。不同地區之間的資源稟賦和產業結構存在差異，交通的便利使得地區之間能夠實現優勢互補，開展專業化分工與合作，形成更大規模的市場。沿海地區與內陸地區通過便捷的交通網絡，實現了資源和產品的互通有無，促進了區域經濟的協同發展。市場范圍的拓展對數字普惠金融的發展具有積極影響。隨著市場規模的擴大，企業和居民的金融需求也會相應增加。企業在拓展市場的過程中，需要更多的資金支持，用于擴大生產、研發創新、市場推廣等。數字普惠金融能夠為企業提供多樣化的融資渠道，滿足企業不同階段的資金需求。居民在市場范圍拓展的過程中，也會產生更多的消費和投資需求。數字普惠金融可以通過線上平臺，為居民提供便捷的消費信貸、投資理財等服務，滿足居民日益增長的金融需求。市場范圍的拓展還能促進金融市場的競爭，推動數字普惠金融機構不斷創新產品和服務，提高服務質量和效率，以吸引更多的客戶。3.1.4增強信息傳播交通基礎設施對信息傳播具有顯著的增強作用，從而有力地推動數字普惠金融的發展。交通基礎設施的改善使得人員、物資的流動更加頻繁，這為信息的傳播創造了有利條件。在交通便利的地區，人們的交流更加密切，信息的傳遞速度更快、范圍更廣。人們在出行、商務活動、旅游等過程中，會攜帶各種信息，隨著交通的便捷，這些信息能夠迅速傳播開來。交通基礎設施的發展還能促進媒體、通信等行業的發展，進一步增強信息傳播的能力。高速公路、鐵路沿線的通信基站建設更加完善，信號覆蓋更加廣泛，保障了信息的快速傳輸。交通樞紐地區往往是信息匯聚和傳播的中心，機場、車站等場所匯聚了大量的人流，各種信息在這里快速傳播。信息傳播的增強對數字普惠金融的發展至關重要。在數字普惠金融領域，信息的及時、準確傳播是金融機構開展業務的基礎。金融機構需要了解客戶的信用狀況、金融需求等信息，才能為客戶提供合適的金融產品和服務。而客戶也需要了解金融機構的產品特點、利率水平、風險狀況等信息，才能做出合理的金融決策。交通基礎設施增強信息傳播的作用，使得金融機構能夠更快速地獲取客戶信息，進行風險評估和信用審核，提高業務辦理的效率。交通基礎設施還能促進金融知識的傳播，提高居民的金融素養。居民通過各種渠道獲取金融知識，了解數字普惠金融的優勢和使用方法，從而更愿意接受和使用數字普惠金融服務，推動數字普惠金融的發展。3.2空間溢出效應分析3.2.1空間溢出效應的存在性為了檢驗數字普惠金融是否存在空間溢出效應，本文運用空間自相關分析方法，通過計算全局莫蘭指數（GlobalMoran'sI）和局部莫蘭指數（LocalMoran'sI）來進行判斷。全局莫蘭指數用于衡量整個研究區域內數字普惠金融發展水平的空間相關性，其計算公式為：I=\frac{n}{\sum_{i=1}^{n}\sum_{j=1}^{n}w_{ij}}\frac{\sum_{i=1}^{n}\sum_{j=1}^{n}w_{ij}(y_{i}-\bar{y})(y_{j}-\bar{y})}{\sum_{i=1}^{n}(y_{i}-\bar{y})^{2}}其中，n為研究單元的數量，y_{i}和y_{j}分別表示地區i和地區j的數字普惠金融發展水平，\bar{y}為數字普惠金融發展水平的均值，w_{ij}為空間權重矩陣元素，表示地區i和地區j之間的空間鄰接關系或空間距離關系。局部莫蘭指數則用于分析每個研究單元與其相鄰單元之間的空間相關性，其計算公式為：I_{i}=\frac{(y_{i}-\bar{y})}{\sum_{i=1}^{n}(y_{i}-\bar{y})^{2}}\sum_{j=1}^{n}w_{ij}(y_{j}-\bar{y})其中，I_{i}表示地區i的局部莫蘭指數，其他符號含義與全局莫蘭指數公式相同。通過收集我國各地區數字普惠金融發展水平的數據，并構建空間權重矩陣（如鄰接權重矩陣、距離權重矩陣等），計算得到全局莫蘭指數和局部莫蘭指數。若全局莫蘭指數顯著大于0，則表明數字普惠金融在空間上存在正的自相關，即數字普惠金融發展水平較高的地區傾向于與其他發展水平較高的地區相鄰，發展水平較低的地區傾向于與其他發展水平較低的地區相鄰，存在空間集聚現象；若全局莫蘭指數顯著小于0，則表明存在負的自相關，即發展水平高的地區與發展水平低的地區相鄰，呈現出空間分散的特征；若全局莫蘭指數接近于0，則表明不存在明顯的空間自相關。局部莫蘭指數可以進一步揭示空間集聚的具體位置和類型。通過繪制局部莫蘭指數的散點圖或LISA集聚地圖，可以直觀地看到各地區數字普惠金融發展水平的空間分布特征。在散點圖中，第一象限（HH）表示高值與高值相鄰，即數字普惠金融發展水平較高的地區被其他發展水平較高的地區所包圍，形成高-高集聚；第三象限（LL）表示低值與低值相鄰，即數字普惠金融發展水平較低的地區被其他發展水平較低的地區所包圍，形成低-低集聚；第二象限（LH）表示低值與高值相鄰，即數字普惠金融發展水平較低的地區被發展水平較高的地區所包圍；第四象限（HL）表示高值與低值相鄰，即數字普惠金融發展水平較高的地區被發展水平較低的地區所包圍。通過對我國數字普惠金融數據的實證分析，發現全局莫蘭指數在大多數年份均顯著大于0，表明我國數字普惠金融在空間上存在明顯的正自相關，存在空間集聚現象。局部莫蘭指數分析也進一步驗證了這一結果，發現我國東部地區一些經濟發達省份，如廣東、江蘇、浙江等地，數字普惠金融發展水平較高，形成了高-高集聚區域；而中西部地區一些經濟相對落后的省份，數字普惠金融發展水平較低，形成了低-低集聚區域。這充分說明數字普惠金融在我國存在顯著的空間溢出效應，一個地區的數字普惠金融發展不僅受到本地區因素的影響，還會受到周邊地區的影響。3.2.2溢出路徑分析交通基礎設施影響數字普惠金融的溢出路徑主要體現在區域經濟關聯、要素流動、技術擴散等方面。從區域經濟關聯角度來看，交通基礎設施的改善能夠加強區域間的經濟聯系，促進區域經濟一體化發展。在交通便利的地區，企業之間的貿易往來更加頻繁，產業協同發展效應更加明顯。長三角地區，發達的高速公路、鐵路網絡將上海、南京、杭州等城市緊密連接在一起，形成了一個龐大的經濟圈。在這個經濟圈內，企業之間的合作更加緊密，產業分工更加細化，形成了完整的產業鏈條。這種區域經濟關聯的增強，為數字普惠金融的發展創造了良好的經濟環境。金融機構可以通過區域經濟關聯，將數字普惠金融服務推廣到更廣泛的地區，擴大服務范圍。一家位于上海的數字金融機構，可以借助發達的交通網絡，將其數字普惠金融產品和服務推廣到長三角地區的其他城市，為當地的企業和居民提供金融支持。交通基礎設施的完善還能促進區域間的產業轉移和承接。隨著交通條件的改善，一些產業會從發達地區向欠發達地區轉移，以尋求更低的生產成本和更廣闊的市場空間。在產業轉移過程中，數字普惠金融可以為企業提供資金支持，幫助企業順利實現產業轉移。同時，產業轉移也會帶動數字普惠金融在欠發達地區的發展，促進區域間數字普惠金融的協調發展。從要素流動角度分析，交通基礎設施的發展能夠促進勞動力、資本、技術等生產要素的流動。便捷的交通網絡使得勞動力能夠更自由地在不同地區之間流動，尋找更好的就業機會。隨著高鐵網絡的不斷完善，人們的出行更加便捷，勞動力的跨區域流動更加頻繁。勞動力的流動會帶來金融需求的變化，數字普惠金融可以根據勞動力的流動情況，提供相應的金融服務，如異地就業貸款、消費信貸等。交通基礎設施的改善還能促進資本的流動。良好的交通條件能夠增強投資者對一個地區的信心，吸引更多的資本流入。在交通便利的地區，企業的投資回報率更高，因為交通成本的降低使得企業的生產成本下降，市場競爭力增強。資本的流動為數字普惠金融提供了更多的資金來源，金融機構可以通過數字平臺將資金投向不同地區的優質項目，實現資本的優化配置。技術要素的流動也離不開交通基礎設施的支持。交通便利的地區更容易吸引先進的技術和創新資源，促進技術的傳播和應用。科技研發人員的交流合作更加頻繁，技術成果的轉化速度更快。交通基礎設施的改善使得技術能夠更快速地從發達地區向欠發達地區擴散，為數字普惠金融的發展提供技術支持，推動數字普惠金融的創新和發展。從技術擴散角度來看，交通基礎設施的完善能夠加速技術的傳播和擴散。在交通便利的地區，技術交流和合作更加頻繁，新技術、新方法能夠更快地被傳播和應用。一些科技創新成果可以通過交通網絡迅速傳播到周邊地區，促進數字普惠金融技術的升級和創新。交通基礎設施還能促進金融知識的傳播，提高居民的金融素養。居民通過各種渠道獲取金融知識，了解數字普惠金融的優勢和使用方法，從而更愿意接受和使用數字普惠金融服務，推動數字普惠金融的發展。在數字普惠金融領域，交通基礎設施對技術擴散的影響尤為顯著。數字普惠金融依賴于數字技術的應用，而交通基礎設施的改善能夠促進數字技術的傳播和應用。交通便利的地區更容易獲得先進的數字技術設備和軟件，金融機構能夠更快速地更新和升級其數字金融系統，提高服務效率和質量。交通基礎設施還能促進金融機構與科技企業之間的合作，共同推動數字普惠金融技術的創新和發展。四、研究設計4.1研究假設基于前文對交通基礎設施與數字普惠金融的理論分析，提出以下研究假設：假設1：交通基礎設施對數字普惠金融發展具有顯著的正向影響交通基礎設施的完善能夠降低交易成本、促進要素流動、拓展市場范圍和增強信息傳播，從而為數字普惠金融的發展創造有利條件。便捷的交通可以使金融機構更高效地開展業務，降低運營成本，擴大服務范圍；促進勞動力、資本、技術等生產要素的流動，增加金融需求；拓展市場范圍，為數字普惠金融提供更廣闊的發展空間；增強信息傳播，提高金融知識的普及程度，提升居民對數字普惠金融的認知和接受度。因此，交通基礎設施的發展將對數字普惠金融的發展產生積極的促進作用。假設2：交通基礎設施對數字普惠金融的影響存在空間溢出效應根據空間經濟學理論，一個地區的經濟活動會通過各種渠道對相鄰地區或其他地區產生影響，即存在空間溢出效應。交通基礎設施作為經濟活動的重要支撐，其改善不僅會對本地區的數字普惠金融發展產生影響，還會通過區域經濟關聯、要素流動、技術擴散等途徑對周邊地區的數字普惠金融發展產生溢出效應。發達的交通網絡可以加強區域間的經濟聯系，促進產業協同發展，使得數字普惠金融服務能夠在更大范圍內推廣；促進生產要素的跨區域流動，帶動數字普惠金融需求的轉移和擴散；加速技術和金融知識的傳播，推動周邊地區數字普惠金融的創新和發展。假設3：交通基礎設施對數字普惠金融的影響存在異質性不同地區的經濟發展水平、金融生態環境、人口密度、信息化程度等因素存在差異，這些因素會影響交通基礎設施對數字普惠金融的作用效果，導致交通基礎設施對數字普惠金融的影響存在異質性。在經濟發達地區，交通基礎設施的改善可能會更快地促進數字普惠金融的發展，因為這些地區的金融市場更活躍，金融需求更旺盛，能夠更好地利用交通基礎設施帶來的優勢；而在經濟欠發達地區，由于金融基礎薄弱、居民金融素養較低等原因，交通基礎設施對數字普惠金融的促進作用可能相對較弱。不同類型的交通基礎設施，如公路、鐵路、航空等，對數字普惠金融的影響也可能存在差異，其作用機制和影響程度可能因交通基礎設施的特點和功能不同而有所不同。4.2變量選取與數據來源4.2.1變量選取被解釋變量：數字普惠金融指數（DFI），選取北京大學數字金融研究中心發布的《北京大學數字普惠金融指數（2011-2023）》作為衡量數字普惠金融發展水平的指標。該指數從數字金融覆蓋廣度、數字金融使用深度和普惠金融數字化程度3個維度，構建了包含33項具體指標的數字普惠金融指標體系，能夠全面、準確地反映我國各地區數字普惠金融的發展狀況。數字金融覆蓋廣度主要考察數字金融服務在不同地區的普及程度，如互聯網支付用戶數占比、移動支付交易筆數等指標，體現了數字普惠金融的觸達范圍。數字金融使用深度則關注數字金融服務的實際使用情況，包括數字信貸、數字保險、數字投資等業務的參與度和交易規模，反映了數字普惠金融在經濟活動中的滲透程度。普惠金融數字化程度衡量數字技術在普惠金融領域的應用水平，如金融服務的線上化程度、數字化產品的創新程度等，體現了數字普惠金融的技術特征。核心解釋變量：交通基礎設施指標，選取交通網絡密度（TD）作為衡量交通基礎設施發展水平的核心指標。交通網絡密度通過計算單位面積內的交通線路總長度得到，公式為：交通網絡密度=交通線路總長度/區域面積。其中，交通線路總長度包括公路、鐵路、內河航道等主要交通線路的里程之和。該指標能夠綜合反映一個地區交通基礎設施的豐富程度和布局合理性，交通網絡密度越高，表明該地區交通基礎設施越發達，交通便利性越好，有利于促進區域間的經濟聯系和要素流動。為了更全面地分析不同類型交通基礎設施對數字普惠金融的影響，還分別選取公路密度（RD）、鐵路密度（RRD）作為補充指標。公路密度計算公式為：公路密度=公路里程/區域面積，反映了公路交通基礎設施的覆蓋程度，公路作為最基礎、最靈活的交通方式，在區域內部和短途運輸中發揮著重要作用，其密度的高低直接影響著人員和物資的流動效率。鐵路密度計算公式為：鐵路密度=鐵路營業里程/區域面積，體現了鐵路交通基礎設施的發展水平，鐵路具有大運量、長距離運輸的優勢，對于加強區域間的經濟聯系、促進產業協同發展具有重要意義。控制變量：為了更準確地考察交通基礎設施對數字普惠金融的影響，選取以下控制變量。經濟發展水平（AGDP），采用人均地區生產總值來衡量，反映了一個地區的經濟實力和發展程度。經濟發展水平較高的地區，居民收入水平相對較高，金融需求更為旺盛，同時也能夠為數字普惠金融的發展提供更好的經濟基礎和市場環境。產業結構（IS），用第三產業增加值占地區生產總值的比重來表示，體現了一個地區產業結構的優化程度。第三產業的發展通常與數字經濟、金融服務等領域密切相關，產業結構的升級能夠帶動數字普惠金融的發展，促進金融服務的創新和多元化。城鎮化水平（UR），以城鎮人口占總人口的比重來衡量，反映了一個地區的城鎮化進程。城鎮化水平的提高意味著人口的集聚和經濟活動的集中，有利于數字普惠金融的推廣和應用，同時也會帶來更多的金融需求。教育水平（EDU），使用每萬人中高等學校在校生數來衡量，體現了一個地區的人力資源素質和教育發展程度。教育水平的提高有助于提升居民的金融素養和數字技能，增強他們對數字普惠金融的認知和接受能力。互聯網普及率（IP），采用互聯網寬帶接入用戶數占總人口的比重來表示，反映了一個地區的信息化程度?；ヂ摼W作為數字普惠金融的重要載體，其普及率的高低直接影響著數字普惠金融的發展，較高的互聯網普及率能夠為數字普惠金融提供更好的技術支持和應用環境。4.2.2數據來源本研究的數據主要來源于多個權威渠道，以確保數據的可靠性與代表性。數字普惠金融指數數據來源于北京大學數字金融研究中心發布的《北京大學數字普惠金融指數（2011-2023）》，該指數經過嚴謹的研究和測算，具有較高的權威性和可信度。交通基礎設施相關數據，包括公路里程、鐵路營業里程、內河航道里程等，主要來源于歷年的《中國統計年鑒》《中國交通年鑒》以及各省市的統計年鑒。這些年鑒由政府部門或專業機構編制，數據收集和整理過程嚴格遵循統計標準和規范，數據質量有保障?？刂谱兞繑祿?，人均地區生產總值、第三產業增加值占比、城鎮人口占比、每萬人中高等學校在校生數等數據來源于歷年的《中國統計年鑒》和各省市統計年鑒；互聯網寬帶接入用戶數數據來源于工業和信息化部發布的統計數據。在數據收集過程中，對不同來源的數據進行了仔細的核對和篩選，確保數據的一致性和準確性。對于缺失的數據，采用了合理的填補方法，如均值填補、插值法等，以保證數據的完整性。為了消除價格因素的影響，對涉及金額的變量，如人均地區生產總值等，以2011年為基期，利用居民消費價格指數（CPI）進行了平減處理。在數據處理過程中，對所有變量進行了標準化處理，將其轉化為均值為0、標準差為1的標準變量，以消除量綱差異對實證結果的影響，提高模型的估計精度和穩定性。4.3模型構建4.3.1空間自相關模型（Moran'sI）在對交通基礎設施與數字普惠金融的空間關聯進行深入研究之前，首先運用空間自相關模型（Moran'sI）對數字普惠金融的空間相關性展開細致檢驗，以精準判斷是否存在空間集聚現象。空間自相關分析是研究地理空間數據中變量分布特征和關聯性的一種重要方法，它能夠揭示不同地區數字普惠金融發展水平在空間上的相互關系。全局莫蘭指數（GlobalMoran'sI）是衡量整個研究區域內數字普惠金融發展水平空間相關性的關鍵指標，其計算公式為：I=\frac{n}{\sum_{i=1}^{n}\sum_{j=1}^{n}w_{ij}}\frac{\sum_{i=1}^{n}\sum_{j=1}^{n}w_{ij}(y_{i}-\bar{y})(y_{j}-\bar{y})}{\sum_{i=1}^{n}(y_{i}-\bar{y})^{2}}其中，n為研究單元的數量，在本研究中即我國各省級行政區的數量；y_{i}和y_{j}分別表示地區i和地區j的數字普惠金融發展水平，通過北京大學數字金融研究中心發布的數字普惠金融指數來衡量；\bar{y}為數字普惠金融發展水平的均值，反映了整體的數字普惠金融發展程度；w_{ij}為空間權重矩陣元素，表示地區i和地區j之間的空間鄰接關系或空間距離關系?？臻g權重矩陣W的構建是空間自相關分析的重要環節，它決定了不同地區之間空間相互作用的強度和方式。本研究采用常用的鄰接權重矩陣和距離權重矩陣進行分析。鄰接權重矩陣基于地區之間的地理位置鄰接關系構建，若地區i和地區j相鄰，則w_{ij}=1；若不相鄰，則w_{ij}=0。這種權重矩陣能夠直觀地反映出地理位置相鄰地區之間的空間相關性。距離權重矩陣則根據地區之間的地理距離構建，一般采用反距離權重法，即w_{ij}=\frac{1}{d_{ij}}，其中d_{ij}為地區i和地區j之間的距離。這種權重矩陣考慮了地區之間距離對空間相關性的影響，距離越近，空間相關性越強。通過收集我國各地區數字普惠金融發展水平的數據，并結合構建的空間權重矩陣，計算得到全局莫蘭指數。若全局莫蘭指數顯著大于0，則表明數字普惠金融在空間上存在正的自相關，即數字普惠金融發展水平較高的地區傾向于與其他發展水平較高的地區相鄰，發展水平較低的地區傾向于與其他發展水平較低的地區相鄰，存在空間集聚現象。若全局莫蘭指數顯著小于0，則表明存在負的自相關，即發展水平高的地區與發展水平低的地區相鄰，呈現出空間分散的特征。若全局莫蘭指數接近于0，則表明不存在明顯的空間自相關。為了更深入地了解數字普惠金融發展水平在局部地區的空間分布特征，還計算局部莫蘭指數（LocalMoran'sI）。局部莫蘭指數用于分析每個研究單元與其相鄰單元之間的空間相關性，其計算公式為：I_{i}=\frac{(y_{i}-\bar{y})}{\sum_{i=1}^{n}(y_{i}-\bar{y})^{2}}\sum_{j=1}^{n}w_{ij}(y_{j}-\bar{y})其中，I_{i}表示地區i的局部莫蘭指數，其他符號含義與全局莫蘭指數公式相同。通過繪制局部莫蘭指數的散點圖或LISA集聚地圖，可以直觀地展示各地區數字普惠金融發展水平的空間分布特征。在散點圖中，第一象限（HH）表示高值與高值相鄰，即數字普惠金融發展水平較高的地區被其他發展水平較高的地區所包圍，形成高-高集聚。第三象限（LL）表示低值與低值相鄰，即數字普惠金融發展水平較低的地區被其他發展水平較低的地區所包圍，形成低-低集聚。第二象限（LH）表示低值與高值相鄰，即數字普惠金融發展水平較低的地區被發展水平較高的地區所包圍。第四象限（HL）表示高值與低值相鄰，即數字普惠金融發展水平較高的地區被發展水平較低的地區所包圍。通過對局部莫蘭指數的分析，可以進一步明確數字普惠金融空間集聚的具體位置和類型，為后續的研究提供更詳細的信息。4.3.2空間計量模型在確定數字普惠金融存在空間相關性后，為了深入分析交通基礎設施對數字普惠金融的直接效應、間接效應和總效應，選擇空間杜賓模型（SDM）進行實證研究?？臻g杜賓模型能夠充分考慮變量的空間自相關性和空間溢出效應，全面地分析解釋變量對被解釋變量的影響?？臻g杜賓模型的基本形式為：y_{it}=\rho\sum_{j=1}^{n}w_{ij}y_{jt}+\beta_{1}x_{it}+\beta_{2}\sum_{j=1}^{n}w_{ij}x_{jt}+\mu_{i}+\lambda_{t}+\varepsilon_{it}其中，y_{it}表示t時期i地區的數字普惠金融發展水平，通過數字普惠金融指數來衡量；\rho為空間自回歸系數，反映了被解釋變量的空間滯后項對其自身的影響程度，即一個地區的數字普惠金融發展水平受到其相鄰地區數字普惠金融發展水平的影響程度；\sum_{j=1}^{n}w_{ij}y_{jt}為空間滯后項，表示t時期i地區相鄰地區的數字普惠金融發展水平的加權平均值；x_{it}為解釋變量向量，包括交通基礎設施指標（交通網絡密度、公路密度、鐵路密度等）以及控制變量（經濟發展水平、產業結構、城鎮化水平、教育水平、互聯網普及率等）；\beta_{1}為解釋變量的系數向量，衡量了解釋變量對本地區數字普惠金融發展水平的直接影響；\beta_{2}為空間滯后解釋變量的系數向量，反映了相鄰地區解釋變量對本地區數字普惠金融發展水平的間接影響，即空間溢出效應；\sum_{j=1}^{n}w_{ij}x_{jt}為空間滯后解釋變量向量，表示t時期i地區相鄰地區解釋變量的加權平均值；\mu_{i}為個體固定效應，用于控制地區個體異質性，反映了不同地區不隨時間變化的特征對數字普惠金融發展的影響；\lambda_{t}為時間固定效應，用于控制時間趨勢，反映了隨時間變化的共同因素對數字普惠金融發展的影響；\varepsilon_{it}為隨機誤差項，服從正態分布N(0,\sigma^{2})。在空間杜賓模型中，直接效應表示本地區交通基礎設施等解釋變量對本地區數字普惠金融發展水平的影響，通過\beta_{1}系數來衡量。間接效應，即空間溢出效應，表示相鄰地區交通基礎設施等解釋變量通過空間傳導機制對本地區數字普惠金融發展水平的影響，通過\beta_{2}系數以及空間權重矩陣W來體現?？傂獎t是直接效應和間接效應之和，全面反映了交通基礎設施等解釋變量對數字普惠金融發展水平的綜合影響。為了準確估計空間杜賓模型的參數，采用極大似然估計法（MLE）進行估計。在估計過程中，對模型進行了一系列的檢驗，以確保模型的合理性和估計結果的準確性。通過豪斯曼檢驗（HausmanTest）來選擇固定效應模型還是隨機效應模型，若檢驗結果拒絕原假設，則選擇固定效應模型；若接受原假設，則選擇隨機效應模型。還進行了LM檢驗（LagrangeMultiplierTest），包括LM滯后檢驗和LM誤差檢驗，以判斷空間滯后模型（SLM）和空間誤差模型（SEM）是否適用，若LM滯后檢驗和LM誤差檢驗均不顯著，則選擇空間杜賓模型更為合適。通過對空間杜賓模型的估計和分析，可以清晰地了解交通基礎設施對數字普惠金融的直接效應、間接效應和總效應，為深入研究二者之間的空間關聯提供有力的實證依據。五、實證結果與分析5.1描述性統計對2011-2023年我國31個?。ㄊ小⒆灾螀^）的相關變量進行描述性統計，結果如表1所示。從數字普惠金融指數（DFI）來看，其最大值為447.44，最小值為55.36，均值為284.72，標準差為79.73，表明我國各地區數字普惠金融發展水平存在較大差異，部分地區數字普惠金融發展較為成熟，而部分地區仍有較大的發展空間。變量觀測值均值標準差最小值最大值數字普惠金融指數（DFI）403284.7279.7355.36447.44交通網絡密度（TD）4032.151.320.126.48公路密度（RD）4031.781.050.085.26鐵路密度（RRD）4030.370.250.041.22經濟發展水平（AGDP）4035.321.681.259.86產業結構（IS）4030.520.080.350.78城鎮化水平（UR）4030.620.120.350.89教育水平（EDU）403228.45112.6735.68689.45互聯網普及率（IP）4030.580.150.230.92交通網絡密度（TD）的均值為2.15，標準差為1.32，反映出各地區交通基礎設施的建設水平參差不齊。公路密度（RD）均值為1.78，鐵路密度（RRD）均值為0.37，同樣顯示出不同地區在公路和鐵路交通基礎設施建設方面存在差異。經濟發展水平（AGDP）方面，最大值與最小值差距較大，說明我國地區間經濟發展不平衡，這可能會對數字普惠金融和交通基礎設施的發展產生影響。產業結構（IS）、城鎮化水平（UR）、教育水平（EDU）和互聯網普及率（IP）等控制變量也呈現出一定的差異，這些因素可能通過不同的機制影響數字普惠金融的發展。5.2空間自相關檢驗結果運用空間自相關模型（Moran'sI）對2011-2023年我國31個?。ㄊ小⒆灾螀^）數字普惠金融指數進行檢驗，結果如表2所示。從全局莫蘭指數來看，在鄰接權重矩陣和距離權重矩陣下，各年份的莫蘭指數均顯著為正。在鄰接權重矩陣下，2011年莫蘭指數為0.286，且在1%的水平上顯著；2015年莫蘭指數上升至0.324，同樣在1%的水平上顯著；到2023年，莫蘭指數達到0.357，顯著性水平依然為1%。在距離權重矩陣下，2011年莫蘭指數為0.225，在5%的水平上顯著；2015年莫蘭指數提升至0.263，在1%的水平上顯著；2023年莫蘭指數進一步增長至0.298，在1%的水平上顯著。這表明我國數字普惠金融發展水平在空間上存在明顯的正自相關，即數字普惠金融發展水平較高的地區傾向于與其他發展水平較高的地區相鄰，發展水平較低的地區傾向于與其他發展水平較低的地區相鄰，存在空間集聚現象。年份鄰接權重矩陣距離權重矩陣Moran'sIZ值Moran'sIZ值20110.286***3.2540.225**2.54620120.295***3.3270.234**2.63120130.308***3.4560.247**2.78320140.316***3.5320.255**2.86420150.324***3.6180.263***3.01220160.331***3.6950.271***3.10520170.339***3.7720.279***3.19820180.345***3.8360.285***3.26420190.351***3.9010.291***3.33720200.353***3.9240.293***3.36220210.355***3.9470.295***3.38620220.356***3.9580.296***3.39820230.357***3.9690.298***3.421注：***、**分別表示在1%、5%的水平上顯著。為了更直觀地展示數字普惠金融發展水平的空間集聚特征，繪制了2023年數字普惠金融指數的局部莫蘭指數散點圖，如圖1所示。散點圖中，第一象限（HH）代表高-高集聚，即數字普惠金融發展水平較高的地區被其他發展水平較高的地區所包圍，如長三角地區的上海、江蘇、浙江，珠三角地區的廣東等省份，這些地區經濟發達，交通基礎設施完善，數字普惠金融發展水平較高，形成了明顯的高-高集聚區域。第三象限（LL）代表低-低集聚，即數字普惠金融發展水平較低的地區被其他發展水平較低的地區所包圍，中西部地區的一些省份，如甘肅、青海、寧夏等，由于經濟發展相對滯后，交通基礎設施建設有待加強，數字普惠金融發展水平較低，呈現出低-低集聚的特征。第二象限（LH）和第四象限（HL）的樣本點相對較少，說明低值與高值相鄰、高值與低值相鄰的情況相對較少。通過空間自相關檢驗，可以得出我國數字普惠金融發展水平在空間上存在顯著的正自相關和空間集聚現象，這為進一步研究交通基礎設施對數字普惠金融的空間溢出效應提供了有力的證據，也表明在研究數字普惠金融發展時，考慮空間因素是十分必要的。5.3空間計量模型回歸結果5.3.1全樣本回歸結果運用空間杜賓模型對2011-2023年我國31個?。ㄊ小⒆灾螀^）的數據進行回歸分析，結果如表3所示。從表中可以看出，交通網絡密度（TD）的系數為0.156，在1%的水平上顯著為正，表明交通網絡密度的提高對數字普惠金融發展具有顯著的正向影響，驗證了假設1。交通網絡密度的增加意味著交通基礎設施更加完善，交通便利性提高，能夠降低交易成本、促進要素流動、拓展市場范圍和增強信息傳播，從而為數字普惠金融的發展創造有利條件。變量DFITD0.156***(3.564)RD0.112**(2.478)RRD0.089**(2.156)AGDP0.098***(2.865)IS0.075**(2.341)UR0.068**(2.237)EDU0.056**(2.014)IP0.123***(3.247)\rho0.284***(3.125)\beta_{1}0.156***(3.564)\beta_{2}0.087**(2.034)cons0.356***(3.012)N403R20.856注：***、**分別表示在1%、5%的水平上顯著，括號內為t值。公路密度（RD）的系數為0.112，在5%的水平上顯著為正，說明公路密度的提升也對數字普惠金融發展起到了積極的促進作用。公路作為最基礎、最靈活的交通方式，其密度的增加能夠提高區域內部和短途運輸的效率，促進人員和物資的流動，進而推動數字普惠金融的發展。鐵路密度（RRD）的系數為0.089，在5%的水平上顯著為正，表明鐵路交通基礎設施的發展同樣對數字普惠金融發展具有正向影響。鐵路具有大運量、長距離運輸的優勢，鐵路密度的提高有利于加強區域間的經濟聯系，促進產業協同發展，為數字普惠金融的發展提供更廣闊的市場空間?？刂谱兞糠矫?，經濟發展水平（AGDP）、產業結構（IS）、城鎮化水平（UR）、教育水平（EDU）和互聯網普及率（IP）的系數均顯著為正，說明這些因素對數字普惠金融發展都具有積極的促進作用。經濟發展水平較高的地區，居民收入水平相對較高，金融需求更為旺盛，同時也能夠為數字普惠金融的發展提供更好的經濟基礎和市場環境；產業結構的升級能夠帶動數字普惠金融的發展，促進金融服務的創新和多元化；城鎮化水平的提高意味著人口的集聚和經濟活動的集中，有利于數字普惠金融的推廣和應用；教育水平的提升有助于增強居民對數字普惠金融的認知和接受能力；互聯網普及率的提高為數字普惠金融提供了更好的技術支持和應用環境。空間自回歸系數\rho為0.284，在1%的水平上顯著為正，表明數字普惠金融發展存在顯著的空間自相關性，即一個地區的數字普惠金融發展水平會受到其相鄰地區數字普惠金融發展水平的影響，進一步驗證了假設2。這說明數字普惠金融在空間上存在溢出效應，周邊地區數字普惠金融的發展會對本地區產生正向的帶動作用。5.3.2直接效應、間接效應和總效應分析為了更深入地分析交通基礎設施對數字普惠金融的影響，對空間杜賓模型的結果進行效應分解，得到直接效應、間接效應和總效應，結果如表4所示。變量直接效應間接效應總效應TD0.145***0.092**0.237***(3.324)(2.135)(3.864)RD0.103**0.068**0.171**(2.315)(2.014)(2.567)RRD0.082**0.056**0.138**(2.018)(1.987)(2.235)注：***、**分別表示在1%、5%的水平上顯著，括號內為t值。從表4可以看出，交通網絡密度（TD）對數字普惠金融發展的直接效應為0.145，在1%的水平上顯著，說明本地區交通網絡密度的提高對本地區數字普惠金融發展具有顯著的促進作用。間接效應為0.092，在5%的水平上顯著，表明交通網絡密度的提高通過空間溢出效應，對相鄰地區的數字普惠金融發展也產生了積極的影響?？傂獮?.237，在1%的水平上顯著，是直接效應和間接效應之和，全面反映了交通網絡密度對數字普惠金融發展的綜合影響。公路密度（RD）和鐵路密度（RRD）對數字普惠金融發展的直接效應、間接效應和總效應也均顯著為正。公路密度的直接效應為0.103，間接效應為0.068，總效應為0.171；鐵路密度的直接效應為0.082，間接效應為0.056，總效應為0.138。這表明公路和鐵路交通基礎設施的發展不僅對本地區數字普惠金融發展具有促進作用，還通過空間溢出效應，帶動了相鄰地區數字普惠金融的發展。交通基礎設施對數字普惠金融發展的直接效應體現了交通基礎設施在本地區內對數字普惠金融的直接促進作用，通過降低交易成本、促進要素流動等機制，為數字普惠金融的發展提供了有利條件。間接效應則反映了交通基礎設施通過空間溢出效應，對相鄰地區數字普惠金融發展的影響，這種影響主要通過區域經濟關聯、要素流動、技術擴散等途徑實現。一個地區交通基礎設施的改善，會加強與相鄰地區的經濟聯系，促進要素的流動和技術的傳播，從而帶動相鄰地區數字普惠金融的發展。總效應綜合考慮了直接效應和間接效應，更全面地展示了交通基礎設施對數字普惠金融發展的影響程度。5.4異質性分析5.4.1區域異質性分析為了深入探究交通基礎設施對數字普惠金融影響的區域異質性，將我國31個?。ㄊ?、自治區）劃分為東部、中部和西部三大區域，分別運用空間杜賓模型進行回歸分析，結果如表5所示。變量東部地區中部地區西部地區TD0.185***0.132**0.105*(3.864)(2.567)(1.864)RD0.136**0.098**0.075(2.678)(2.134)(1.567)RRD0.102**0.081**0.063(2.235)(1.987)(1.345)AGDP0.125***0.086**0.068*(3.247)(2.213)(1.786)IS0.098**0.065**0.052(2.456)(2.015)(1.234)UR0.086**0.058**0.045(2.341)(1.986)(1.023)EDU0.072**0.046**0.038(2.105)(1.876)(0.987)IP0.156***0.102**0.086**(3.564)(2.347)(2.014)\rho0.312***0.265***0.224**(3.345)(3.012)(2.567)\beta_{1}0.185***0.132**0.105*(3.864)(2.567)(1.864)\beta_{2}0.102**0.078**0.062(2.345)(1.987)(1.234)cons0.423***0.305***0.256**(3.214)(2.864)(2.345)N130104169R20.8840.8360.812注：*、、*分別表示在1%、5%、10%的水平上顯著，括號內為t值。從表5可以看出，在東部地區，交通網絡密度（TD）的系數為0.185，在1%的水平上顯著為正，公路密度（RD）和鐵路密度（RRD）的系數也均在5%的水平上顯著為正，表明東部地區交通基礎設施的發展對數字普惠金融發展具有顯著的正向促進作用。東部地區經濟發達，交通基礎設施較為完善，數字經濟發展迅速，交通基礎設施的進一步改善能夠更好地發揮其降低交易成本、促進要素流動、拓展市場范圍和增強信息傳播的作用，為數字普惠金融的發展提供更有利的條件。在中部地區，交通網絡密度（TD）的系數為0.132，在5%的水平上顯著為正，公路密度（RD）和鐵路密度（RRD）的系數同樣在5%的水平上顯著為正，說明中部地區交通基礎設施的發展也對數字普惠金融發展具有積極的促進作用。近年來，中部地區加大了對交通基礎設施的投入，交通條件得到了明顯改善，這為數字普惠金融的發展創造了良好的基礎。隨著交通基礎設施的不斷完善，中部地區與東部地區的經濟聯系更加緊密，能夠更好地承接東部地區的產業轉移，促進區域經濟的協同發展，進而推動數字普惠金融的發展。在西部地區，交通網絡密度（TD）的系數為0.105，在10%的水平上顯著為正，公路密度（RD）和鐵路密度（RRD）的系數雖為正，但不顯著，表明西部地區交通基礎設施的發展對數字普惠金融發展的促進作用相對較弱。西部地區地域遼闊，地形復雜，交通基礎設施建設難度較大，交通基礎設施相對落后，這在一定程度上制約了數字普惠金融的發展。西部地區經濟發展水平相對較低，金融生態環境有待改善，居民金融素養相對較低，這些因素也影響了交通基礎設施對數字普惠金融的促進作用。從空間自回歸系數\rho來看，東部地區為0.312，在1%的水平上顯著為正；中部地區為0.265，在1%的水平上顯著為正；西部地區為0.224，在5%的水平上顯著為正。這表明三大區域數字普惠金融發展均存在顯著的空間自相關性，且東部地區的空間溢出效應最強，中部地區次之，西部地區相對較弱。東部地區經濟聯系緊密，交通便利，信息傳播速度快，使得數字普惠金融的空間溢出效應能夠更好地發揮作用；而西部地區由于地域廣闊，交通不便，地區之間的經濟聯系相對較弱，數字普惠金融的空間溢出效應受到一定限制。5.4.2交通基礎設施類型異質性分析進一步分析不同類型交通基礎設施對數字普惠金融的異質性影響，分別以公路密度（RD）、鐵路密度（RRD）作為核心解釋變量，運用空間杜賓模型進行回歸分析，結果如表6所示。變量模型1（以RD為核心解釋變量）模型2（以RRD為核心解釋變量）RD0.128***-(3.012)RRD-0.096**(2.347)AGDP0.102***0.095***(2.987)(2.864)IS0.086**0.078**(2.456)(2.315)UR0.075**0.068**(2.234)(2.105)EDU0.062**0.056**(2.015)(1.987)IP0.135***0.128***(3.247)(3.105)\rho0.296***0.289***(3.214)(3.156)\beta_{1}0.128***0.096**(3.012)(2.347)\beta_{2}0.095**0.072**(2.235)(1.987)cons0.386***0.364***(3.105)(2.987)N403403R20.8640.858注：***、**分別表示在1%、5%的水平上顯著，括號內為t值。從表6可以看出，在模型1中，以公路密度（RD）作為核心解釋變量時，公路密度的系數為0.128，在1%的水平上顯著為正，表明公路交通基礎設施的發展對數字普惠金融發展具有顯著的正向影響。公路具有靈活性高、覆蓋面廣的特點，能夠深入到各個地區，為數字普惠金融的發展提供了便捷的基礎條件。公路密度的增加能夠促進區域內部和短途運輸的發展，提高人員和物資的流動效率，加強地區之間的經濟聯系，從而推動數字普惠金融的發展。在模型2中，以鐵路密度（RRD）作為核心解釋變量時，鐵路密度的系數為0.096，在5%的水平上顯著為正，說明鐵路交通基礎設施的發展對數字普惠金融發展也具有積極的促進作用。鐵路具有大運量、長距離運輸的優勢，能夠加強區域間的經濟聯系，促進產業協同發展。鐵路密度的提高有利于擴大市場范圍，為數字普惠金融的發展提供更廣闊的空間，同時也能夠促進要素的流動和技術的傳播，推動數字普惠金融的創新和發展。比較兩個模型中交通基礎設施變量的系數大小，可以發現公路密度的系數相對較大，說明在對數字普惠金融發展的促進作用上，公路交通基礎設施的影響更為顯著。這可能是因為公路交通在區域內部的聯系和日常經濟活動中發揮著更為基礎和廣泛的作用，與數字普惠金融的應用場景更為貼近，能夠更直接地影響數字普惠金融的發展。然而，鐵路交通基礎設施在加強區域間聯系、促進產業協同發展方面的獨特優勢，也為數字普惠金融的發展提供了重要的支撐，兩者在不同方面共同推動著數字普惠金融的發展。5.5穩健性檢驗為確保實證結果的可靠性與穩健性，采用多種方法進行穩健性檢驗。首先，進行變量替換檢驗。將交通基礎設施指標進行替換，用交通基礎設施投資強度（交通基礎設施投資總額占地區生產總值的比重）替代交通網絡密度、公路密度和鐵路密度。交通基礎設施投資強度能夠從資金投入的角度反映一個地區對交通基礎設施建設的重視程度和投入力度，與交通網絡密度等指標從不同側面衡量交通基礎設施的發展狀況。對模型重新進行估計，結果如表7所示。變量DFI交通基礎設施投資強度0.148***(3.456)AGDP0.095***(2.812)IS0.072**(2.287)UR0.065**(2.198)EDU0.053**(1.987)IP0.120***(3.189)\rho0.281***(3.098)\beta_{1}0.148***(3.456)\beta_{2}0.084**(2.012)cons0.352***(2.987)N403R20.853注：***、**分別表示在1%、5%的水平上顯著，括號內為t值。從表7可以看出，交通基礎設施投資強度的系數為0.148，在1%的水平上顯著為正，表明交通基礎設施投資強度的增加對數字普惠金融發展具有顯著的正向影響，與原模型中交通基礎設