互联网时代的到来，使金融业面临着严峻的挑战和巨大的机遇。随着互联网的成熟发展，金融业与互联网相融合，线上支付、理财、投资等项目逐渐替代了原有的线下金融项目，突破了时间空间的限制，同时也适应新的需求而产生新的模式和业务，具有成本低、效率高、覆盖广的特点[1-3]。但是出于资本和技术经济优势的固有差异，互联网金融存在一定的差异性，特别是区域间经济差异，如果经济差异过大，将会影响整个社会经济的可持续发展，因此人们对互联网金融差异化区域供给协调性的研究十分关注[4]。虽然国内外的经济体系不同，但是对于互联网金融差异化区域供给协调性的问题，其核心目的是相同的，主要是均衡各个区域的金融水平，缩小区域间的差异程度[5-7]。国内以往对区域金融差异和协调问题的研究多数集中在大中尺度范围内，借用可拓学或VECM模型进行研究，这样的研究方法对于小范围的问题，不够敏感，一些数据的计算结果存在一些偏差[8]。因此，提出基于泰尔指数的互联网金融差异化区域供给协调性研究，利用泰尔指数量化不同区域的差异值，用于后续供给协调性研究中，解决上述传统研究方法中存在的问题。
一、基于泰尔指数的互联网金融差异化区域供给协调性研究
(一)计算多个区域金融差异值
对于互联网金融差异化区域供给协调性的研究，首先考察互联网金融差异化水平，利用泰尔指数对多个区域金融差异值进行度量，计算多个区域金融差异值，将差异值用于后续供给协调性研究。
泰尔指数也被称为泰尔熵标准，用来衡量区域之间的收入差距，泰尔指数越接近0，说明研究个体差异越小，反之，研究个体差异越大[9]。为了更好地计算各个区域的互联网金融差异化水平，默认研究中有四个区域，分别是东、南、西、北四个地区，利用泰尔指数计算每个区域内部的金融差异化水平。泰尔指数的计算公式为：
公式中i表示区域层次，Uij表示第i区域的第j个省级行政区的GDP，M表示区域内所有省级行政区的存贷款总和，j表示省级行政区层次，Mij表示第i个区域的第j个省级行政区的存贷款之和，通过公式2计算获得，U表示所有区域内所有省级行政区的GDP总和，通过公式3计算获得。公式如下：
将Tpi值作为衡量第i个区域内各省级行政区之间的差异，则Tpi的计算公式为：
再根据施沃兹分解公式，分解泰尔指数T，得到：
Tbr+Tcr
公式中Mi表示第i区域的所有省级行政区的存贷款之和，Ui表示第i区域的所有省级行政区的GDP之和，Tbr表示区域内差异，主要是由东、南、西、北四个区域内差异加权相加得到；Tcr表示区域间差异。将通过上述计算过程获得的区域间差异值和区域间差异值作为依据，用于后续区域供给协调性分析中。
(二)评价差异化区域互联网金融经济协调发展程度
根据以往对区域金融协调发展内涵的界定和金融供给的“一个基础、六大方向”的内容，对区域互联网金融经济协调程度进行评价[10]。由于区域金融协调发展有程度之分，所以区域金融联系越密切，区域分工越合理，区域经济发展差距的度量越小，区域内互联网金融发展的协调程度也越高[11]。根据以上内容确定评价区域互联网金融经济协调程度的指标，具体评价指标内容如图1所示。
图1 区域互联网金融经济协调性评价指标
图中显示的区域经济一体化程度主要通过目标区域经济联系的密切程度和分工程度来衡量；区域经济发展差异程度衡量的是区域经济发展的公平程度；区域经济增长速度衡量的是区域经济发展的效率[12]。
对差异化区域一体化的度量与评价，采用相对价格法，利用相对价格差异价格差异残差和相对价格方差的计算，反映市场分割度[13]。计算公式如下：
公式中i和j表示不同的省和市，k表示年度，e表示某一类互联网金融业务，表示不同区域对某年某互联网金融业务的均值。最后计算的市场分割度就是在同年、同一区域的条件下求方差[14]。
对区域经济发展差距的度量和评价，测定的目标是区域经济发展差距“警戒线”，也就是目标区域经济发展差距和度量的值。因此，采用基尼系数测量区域经济发展差距，在互联网金融差异性区域内，以0.45作为人均GDP计算的基尼系数的警戒线。
对于区域金融协调发展的程度的测定，默认差异化区域金融供给协调程度的评价指标分别为Y1、Y2和Y3，假定三者重要程度相同，得出差异化区域金融经济供给协调程度评价的数学模型：
公式中F表示协调度，Y1表示差异化区域经济一体化程度，Y2′是Y2区域经济发展差距程度的逆指标，Y3表示差异化经济整体增长速度。考虑到差异化区域分为区域间差异和区域内差异，将上述计算的泰尔指数用于数学模型中，得到的数学模型如下：
科学合理地评价差异化区域互联网金融供给是否协调，量化协调度，将其用[0,1]之间的数字来表示，当协调度为0时，表示完全不协调；当协调度为1时，表示完全协调；当协调度处于0到1之间时，则表示部分协调。具体的评价标准如表1所示。
表1 差异化经济互联网金融供给协调程度评价标准协调度标准协调度评价编号0-0.29极不协调比较不协调弱协调初级协调中级协调良好协调高级协调VII
根据公式7的计算结果即可确定差异化区域互联网金融供给协调程度，实现对差异化区域的供给协调性的研究。至此，基于泰尔指数的互联网金融差异化区域供给协调性研究完成。
二、互联网金融差异化区域供给协调性研究方法实验研究与分析
(一)定义变量及数据来源
对于互联网金融差异化区域供给协调性研究，多数研究方法都是基于当前的互联网环境和资本存量的详细数据，因此在实验研究中以往年的资本存量相关数据作为实验数据，在使用提出的基于泰尔指数的协调性研究方法的基础上，引用传统的基于可拓学的协调性研究方法和基于VECM模型的协调性研究方法。考虑传统研究方法中差异性高和敏感性差的问题，设计多项对比实验，以绝对差异、相对差异和对经济变化的敏感值作为衡量指标。考虑影响区域互联网金融差异化水平的指标比较多，涉及范围比较广，如图2所示，实验中使用的变量均是比较具体、适用范围比较广的变量。
图2 影响区域金融差异化水平的指标
实验中使用的变量及具体解释如表2所示。
表2 实验变量定义及解释变量名称指标解释预测符号实际GDP支出法计算的生产总值,实验中取自然对数人均GDP增长率人均生产指数实际资本存量根据各年网络投资流量及基年资本存量+实际劳动力往年互联网金融从业人员数,实验中取自然对数+实际公共支出增量包括行政管理费、社会保障、政府消费等-实际公共资本存量的增量根据金融资本存量测算公式求得,最后求得自然对数+经济收敛系数-互联网公共环境资本增长率的影响系数+非生产性公共支出增长率的影响系数-
表2中数据均利用往年的数据通过资本形成方程测算获得，在获得完整的数据之后，使用设计的协调性研究方法和传统的协调性研究方法进行差异性实验与敏感性实验。
(二)偏差性实验及分析
以东部区域、南部区域、西部区域和北部区域的差异为目标，使用不同的协调性研究方法，分别计算区域间差异和区域内差异，求得相对偏差值和绝对偏差值，使用第三方软件统计实验结果。结果如下表所示。
表3 不同协调性研究方法的差异性实验结果区域内差异区域间差异相对偏差绝对偏差相对偏差绝对偏差基于泰尔指数的协调性研究方法基于VECM模型的协调性研究方法基于可拓性的协调性研究方法
观察表3中结果，对于区域内差异的计算，传统的两种协调性研究方法的相对差异在0.5以上，绝对差异大于1，其整体计算偏差比较大；设计的基于泰尔指数的协调性研究方法相对误差和绝对误差极低。对于区域间差异的计算，传统的两种协调性研究方法的相对差异同样均在0.5以上，绝对差异大于1；设计的基于泰尔指数的协调性分析方法相对偏差低，绝对偏差小于1。综上所述，设计的基于泰尔指数的互联网金融差异化区域供给协调性研究方法的偏差计算结果满足研究需求。
(三)敏感性实验及分析
不同协调性研究方法的敏感性实验中，以资本变化幅度等级和参数抓取率作为变量，以结果中的曲线密度作为敏感性，曲线越密集说明敏感性越高，在协调性研究中对互联网金融变化和差异化比较敏感，反之，曲线密度不密集，研究方法对互联网金融的变化不敏感，研究结果可能存在一定的失真情况。基于以上内容分析不同的协调性分析方法，结果如图3所示。
(a)基于可拓学的协调性研究方法实验结果
(b)基于VECM模型的协调性研究方法实验结果
(c)基于泰尔指数的协调性研究方法实验结果图3 不同协调性研究方法敏感性实验结果
对比观察图3中结果，在三组实验结果中，图a中的曲线之间距离比较宽，整体分布比较均匀，图b中曲线随着资本变化幅度等级的增加，逐渐越来越密集，说明该方法对于资本变化比较大的参数比较敏感，对于变化比较小的情况，不敏感；与前两组结果相比，图c中曲线整体分布均匀，并且比较密集，说明该方法在面对资本变化不同的幅度等级时，依然能保持较高水平的敏感性。结合偏差实验结果可知，提出的基于泰尔指数的互联网金融差异化区域供给协调性研究方法偏差小、敏感性高，该研究方法优于传统的协调性研究方法。
三、结束语
互联网金融的发展呈现出区域差异化的特点，其原因在于政治、历史、文化、环境等因素的多元化，适度的金融差距对于促进地区竞争是有利的，但是差距过大则会导致区域金融发展失衡，不利于互联网金融业的可持续发展。因此，本文围绕着差异化区域的协调性进行研究，针对传统研究方法中存在问题，提出基于泰尔指数的协调性研究方法，解决传统方法中存在的问题，平衡差异化区域间的金融差异水平，使其达到协调的标准，为各区域的互联网的可持续发展做出贡献。
[1] 汪晗,代晓玲,聂鑫.基于泰尔指数的粤港澳大湾区碳生产率差异分析[J].科技管理研究,2019,39(12):214-221.
[2] 米传民,李丹丹,张婷,等.考虑社交网络和互联网金融的金融市场超网络均衡研究[J].中国管理科学,2018,26(12):56-65.
[3] 刘志云.互联网金融整治背景下的立法思考[J].企业经济,2018,37(7):5-11，2.
[4] 张黎娜,千慧雄.区域金融发展对技术创新的双重作用机制研究[J].金融经济学研究,2020,35(1):104-116.
[5] 孙志红,陈玉路.政策冲击、投资者信心与平台竞争力——来自网络借贷市场经验证据[J].审计与经济研究,2019,34(3):104-116.
[6] 何继新.社区“互联网+公共服务”供给模型建构探究[J].深圳大学学报(人文社会科学版),2018,35(2):116-124.
[7] 薛阳,胡丽娜,冯银虎.区域科技创新“供给-产出-环境”基本面三维耦合协调时空演化研究[J].数学的实践与认识,2019,49(6):23-29.
[8] 蔡之兵,张可云.区域关系视角下的供给侧结构性改革研究[J].河北学刊,2018,38(1):127-132.
[9] 姜松,黄庆华.互联网金融发展与经济增长的关系——非参数格兰杰检验[J].金融论坛,2018,23(3):6-23，51.
[10] 逄淑梅,陈浪南.金融开放对我国区域经济增长非对称性影响的时变分析[J].管理工程学报,2019,33(4):104-112.
[11] 刘震,蔡之骥.政治经济学视角下互联网平台经济的金融化[J].政治经济学评论,2020,11(4):180-192.
[12] 李政,刘淇,梁琪.基于经济金融关联网络的中国系统性风险防范研究[J].统计研究,2019,36(2):23-37.
[13] 夏万军,余功菊.我国区域经济发展不平衡性研究[J].安徽师范大学学报(人文社会科学版),2018,46(4):111-121.
[14] 郭源园,李莉.基于区域经济差异视角的重庆市经济区划研究[J].人文地理,2018,33(1):76-84.
文章来源：区域治理 网址: http://qyzl.400nongye.com/lunwen/itemid-39824.shtml
上一篇： 区域创新一体化的组织基础研究 ——以长三角
下一篇： 中国政治与国际政治论文_黔东南州全面实现安置社区治理提质增效
