2011-2023年 省级-数字普惠金融指数-社科经管实证数据

2011-2023年省级-数字普惠金融指数-社科经管https://download.csdn.net/download/paofuluolijiang/90881450

https://download.csdn.net/download/paofuluolijiang/90881450

北京大学数字金融研究中心联合蚂蚁集团研究院编制的省级数字普惠金融指数,覆盖全国31个省份(含直辖市),时间跨度为2011年至2023年。该指数体系涵盖三个核心维度:覆盖广度(反映服务触达能力)、使用深度(衡量高频业务渗透率)及数字化程度(评估技术驱动效率),并细分为支付、保险、信贷等6项分类业务指标。研究显示,省级指数中位值从2011年的33.6增长至2023年的428.97(以北京为例),年均增速达26.9%,印证了数字普惠金融的跨越式发展。值得注意的是,2020年后指数增速趋稳,表明行业从高速扩张转向高质量发展阶段。

数据字段包含总指数及分项指标:

总指数:综合反映各省数字普惠金融整体水平;

覆盖广度:涉及账户覆盖率、绑卡率等;

使用深度:包括支付笔数、信贷规模、保险渗透率等业务数据;

数字化程度:量化移动支付占比、信用服务调用频率等技术应用指标。

数据源自北京大学与蚂蚁集团的联合研究,通过省级行政单元的实际业务数据(如支付宝交易记录、信贷发放量)构建,并经过标准化处理与空间校验。该数据集已在《经济研究》《管理世界》等权威期刊的多篇论文中作为核心分析工具。

该指数为区域经济研究提供多维度支撑: 识别中西部与东部发展差距(如2023年北京指数为457.48,甘肃为339.77),助力精准施策; 支持数字金融与经济增长、城乡差异等议题的实证分析,例如使用深度对乡村振兴的促进作用;金融机构可基于分项指标优化产品设计,如在支付渗透率高的地区推广数字化信贷服务。

相关推荐
小赖同学2 分钟前
CAMEL 框架之 RolePlaying 角色扮演
人工智能·后端·aigc
智算菩萨13 分钟前
传统机器学习在信用卡交易预测中的卓越表现:从R²=-0.0075到1.0000的华丽转身
人工智能·机器学习·r语言
看月亮的方源33 分钟前
区级技能竞赛-人工智能训练师笔记
人工智能
石迹耿千秋37 分钟前
PyTorch多层感知机(MLP)模型构建与MNIST分类训练
pytorch·深度学习
AKAMAI1 小时前
为何说分布式 AI 推理已成为下一代计算方式
人工智能·云原生·云计算
大连好光景1 小时前
L1正则化 VS L2正则化
人工智能·深度学习·机器学习
国家不保护废物1 小时前
深度学习
人工智能·深度学习·机器学习
LSQ的测试日记1 小时前
深度学习_全连接神经网络
人工智能·深度学习·神经网络
亚马逊云开发者1 小时前
Amazon Q in QuickSight 实战:利用自然语言快速生成数据报表与洞察
人工智能
CoovallyAIHub1 小时前
2025年小目标检测分享:从无人机视角到微观缺陷的创新模型
深度学习·算法·计算机视觉