数字金融与家庭资产配置——来自中国家庭跟踪调查的证据

上海对外经贸大学国际经贸学院 方观富 许嘉怡 蔡 莉

一、引 言

目前我国经济已经由高速发展转向高质量发展阶段。由于世界经济格局不断发生变化，中国经济发展的内在支撑条件和外部需求环境都已今非昔比，我们不再一味地追求经济发展的速度，而是更加重视经济质量的提升。经济发展的转向以及生命周期的演进，使得我国的家庭也从一般商品和劳务需求转向了更高层次的金融市场需求。《中国家庭财富调查报告2019》显示，我国居民家庭财富稳步增长，但是家庭财产结构变化不大，房产投资及银行存款占比居高不下。同时，大量家庭投资者极度厌恶风险，因此家庭股票、基金等风险投资占比很低。王治政等(2015)认为家庭资产配置的差异化是导致家庭居民财产性收入差异的重要原因；且家庭资产配置的有限参与还会阻碍金融产品创新，减少金融创新引起的财富增加，最终导致社会财富分布不均。我国家庭金融资产配置渠道有限，如何拓展家庭金融市场参与渠道，提高家庭的金融市场参与成为政府工作的重点。

习近平总书记在2018年全国网络安全和信息化工作会议上明确指出要发展数字经济，加快推动数字产业化、产业数字化，促进数字经济和实体经济融合发展。李克强总理在2019年《政府工作报告》中提出，深化大数据、人工智能等研发应用，加快在各行各业推进“互联网+”，壮大数字经济。数字金融借助互联网和移动设备，依托云计算等新技术提升了金融服务效率，降低了金融服务成本、信用评估风险和信息不对称，有利于改善家庭资产配置。目前，学界关于数字金融对家庭资产配置影响的研究比较匮乏。本文试图从微观实证的角度入手，探讨数字金融对家庭资产配置的影响。

首先，要识别数字普惠金融对家庭资产配置的影响，本文会面临两个方面的挑战。一是遗漏变量偏差和反向因果问题。在数字金融发展不同的地区，家庭本身的金融素养和投资观念等可能有显著差异。地区数字金融发展也可能和传统数字金融、政府产业政策等其他宏观经济变量相关，而这些变量同时会影响地区居民的资产配置。数字金融相关的企业可能会因为预期当地居民投资需求旺盛而加大数字金融投资。这些因素都可能会干扰我们识别数字金融的影响。二是地区间数字金融的发展程度很难准确地衡量。数字金融涵盖多个维度，地区数字金融发展的侧重点有所不同。我们需要选取合适的指标衡量地区间数字金融的发展差异。

基于支付宝和中国银行等机构的业务数据，北京大学数字金融研究中心课题组编制了“数字普惠金融指数”(郭峰等，2016)，该指数能较好地衡量地区间数字金融发展的差异。为解决遗漏变量偏差和反向因果，我们同时采用个体固定效应模型，使用各省(区、市)移动电话普及率作为数字普惠金融指数的工具变量。利用中国家庭跟踪调查数据，本文发现数字金融发展总体上显著促进了居民家庭储蓄。传统金融发展程度、政府财政支出、法制环境等相关的地方宏观经济变量都不会影响我们的结论。

其次，本文进一步考察数字普惠金融指数的不同维度对家庭资产配置的影响。我们发现，数字金融的覆盖广度、使用深度以及信贷业务都对居民家庭储蓄有显著促进作用。本文也讨论了数字金融对家庭其他资产的影响，发现数字金融对家庭购置汽车的概率及金额、金融产品价值、银行贷款概率及金额都有显著正向作用，但对购买商业保险的概率及金额并无显著影响。

最后，我们通过异质性分析还发现数字金融对小规模家庭、高收入家庭、高老年人口比家庭和农村地区家庭储蓄的影响更大。相较于东部地区，数字金融对西部地区的影响仍然有限。其中可能的原因是西部地区的数字金融发展水平整体较低，数字化建设尚不完善。数字金融的普惠效应仍严重受制于“数字鸿沟”“知识鸿沟”等多方面因素(谢丽霜和董玉峰，2018)。

本文主要有两个方面的理论贡献。第一，本文丰富了关于数字金融社会效应的研究，原有的文献大多从城乡差距、创新创业的角度探究数字金融的影响。本文从金融服务可得性等角度，探究了东西部地区不同收入差距群体之间的异质性影响，从而引申出东西部地区以及城乡地区发展不平衡性等社会问题，拓展了关于数字金融的相关研究。第二，本文拓展了现有关于家庭资产配置的研究。原有的研究主要集中于探讨家庭特征和宏观经济政策对家庭资产配置的影响，而本文主要从数字金融的角度检验了创新型的金融发展模式对家庭储蓄的影响，从而对于研究家庭资产配置的文献作出了一定贡献。

本文对政府和企业实践也具有一定的启示意义。首先，我们发现目前数字金融对西部地区家庭资产配置的促进作用还不明显。这可能是由我国西部地区基础设施建设尚不完善以及西部地区居民金融知识欠缺所导致。因此，政府可以继续完善西部地区的数字金融基础设施建设，包括移动互联网和现代化金融监管系统等。此外，政府应大力普及金融知识，提升西部地区居民的金融素养，从而加快西部数字经济的发展，缩小东西部信息技术时代下的经济发展差距。其次，本文通过家庭的异质性分析发现，人口规模、收入和老年人口比不同的家庭在数字金融对资产配置的反应上是不同的。这对相关金融企业在数字经济时代满足家庭资产配置的差异化需求、开发创新型金融产品具有重要启示意义。

本文余下部分安排为：第二部分对数字金融和家庭资产配置进行文献综述；第三部分介绍使用的数据和实证模型；第四部分析数字金融对家庭资产配置的影响及异质性分析；第五部分总结全文。

二、文献综述

家庭资产配置对于平滑生命周期中的资金缺口，避免通货膨胀侵蚀购买力具有重要作用。目前，关于家庭资产配置的研究大多集中于家庭内部因素分析。一些研究认为健康方面带来的冲击风险促使人们选择更安全的投资组合，降低风险资产投资占比(Fan & Zhao，2009；吴卫星等，2011)。在婚姻层面上，婚姻状况的转变可能对家庭的最佳决策产生重要影响(Love，2010)，已婚者比单身者更倾向于投资风险资产，且女性比男性更倾向于风险投资(王琎和吴卫星，2014；段军山等，2016)。家庭老龄人口比重的提高，会促进家庭银行储蓄和房产投资，同时抑制家庭对股市、基金等金融市场的参与程度(Bogan，2015；王子城，2016；王聪等，2017)。金融知识会影响金融决策，金融素养的提高会增加家庭在风险资产，尤其是股票上的配置(Rooij et al.，2011；尹志超等，2014；吴雨等，2016)。

此外，还有文献研究了宏观经济政策对家庭资产配置的影响。社会医疗保险的提升对家庭金融资产和风险资产配置的概率、规模和比重均有显著正向影响。同时，医疗保险促使农村家庭将从金融资产向生产性资产转移(周钦等，2015；王稳和桑林，2020)。区域金融发展通过降低供给侧的市场摩擦，提升需求侧家庭金融素养、风险偏好和财富水平，进而提升家庭投资组合多样化(路晓蒙等，2019)。互联网渠道对家庭金融资产配置率有显著正向影响(王智茂等，2019)，且该效果主要存在于高收入、高教育程度的人群中(魏昭和宋全云，2016；周广肃和梁琪，2018)。

金融环境和金融发展状况会直接影响家庭资产配置活动。唐时达等(2015)发现传统金融倾向于对大型国有企业提供信贷服务。市场化程度较低且国有银行占比较高的国家，贫困人群及部分中小企业通常难以获得金融服务(Beck et al.，2007；赵岳和谭之博，2012)，进而对家庭资产配置产生不利影响。另外，农村金融一直是我国金融发展的短板。我国农村正规金融机构信贷覆盖面小(马永强，2011)，农村地区金融排斥现象严重(许圣道和田霖，2008；董晓林和徐虹，2012；王修华等，2013)，从而不利于农村地区家庭资产配置。

数字金融的发展为我国金融市场注入活力，促进家庭资产配置的优化。刘澜飚等(2013)发现数字金融对传统金融中介的替代作用较小，两者之间存在着较大的融合空间。互联网科技的进步会提升银行的服务质量和服务多样性(Berger，2003)。数字金融借助大数据分析和云计算，打破地域限制、降低交易成本、拓展金融服务的范围，金融服务可得性大幅提高(Duncombe & Boateng，2009；连耀山，2015；郭峰等，2016)，改善农村及偏远地区家庭的资产配置选择。数字金融还促进小微企业和不发达地区的创业(谢绚丽等，2018)，增强金融市场的竞争，推动创新，有利于家庭资产配置优化。

目前数字金融研究主要从消费、收入差距、农村金融等角度进行讨论，关于数字金融对家庭资产配置影响的研究仍然有限。本文认为数字金融可能从以下两个方面对家庭资产配置产生影响。

第一，数字金融促进居民就业从而增加家庭储蓄。数字金融降低金融服务门槛和服务成本， 改善中小微企业融资难问题(黄益平和黄卓，2018；邓珊珊，2019)，有利于现有企业扩大其规模，进而扩大就业需求，增加家庭储蓄。此外，数字金融发展对创业有显著促进作用(谢绚丽等，2018；何婧和李庆海，2019)。创业率提高有利于改善居民就业状况，从而增加家庭储蓄。

第二，数字金融通过提高金融服务可得性来促进农村及偏远地区家庭储蓄。数字金融的发展极大提高金融服务可得性和便利性，特别是原先无法接触到金融的群体(张勋等，2019)。近年来，诸如互联网、智能手机等新兴技术快速发展，网上银行、手机银行等数字金融服务日益普及。数字金融通过移动互联网的方式触达农户，便捷性得到提高；在降低金融服务成本的同时提高了传统金融机构的服务效率(王曙光和杨北京，2017)，改善了偏远地区家庭资产配置状况。

三、数据和识别策略

(一)数据来源与指标说明

本文的数据主要包括以下几个部分：(1)2011～2018年北京大学数字金融研究中心发布的数字普惠金融指数；(2)2012～2018年共四期的中国家庭跟踪调查数据；(3)国家统计局公布的2011～2018年各省(区、市)移动电话普及率；(4)各省(区、市)统计年鉴和各省(区、市)检察院工作报告中公布的各省(区、市)财政社会保障和就业支出、传统金融发展水平(银行业金融机构各项贷款余额/国内生产总值)和职务犯罪立案数等地区宏观经济变量。

1.数字普惠金融指数。

该指数描述了2011～2018年中国各省(区、市)的数字金融发展程度。它覆盖了中国31个省(区、市)、337个城市和1754个县。数字普惠金融总指数下还划分了一级维度和二级维度。一级维度包括覆盖广度、使用深度和数字支持。覆盖广度指数主要根据互联网支付账号及其绑定的银行账户数等来构建。使用深度指数同时考虑了数字金融服务的实际使用人数、人均交易笔数和人均交易金额。使用深度指数下还划分了6个二级维度指标：支付服务、货币基金、信贷服务、保险服务、投资服务和征信服务。数字化指数衡量数字金融服务的便利性和成本，主要由金融服务的移动化程度和使用者的贷款利率等来构建。本文选用了省级层面的数字普惠金融总指标以及三个子指标(覆盖广度、使用深度、信贷业务)。为方便系数解读，我们将初始的数字金融指数均除以100后进行实证分析。

2.中国家庭跟踪调查。

该调查是北京大学调查中心开展的具有全国代表性的大规模家庭跟踪调查。它搜集了详细的个人及家庭信息，包括家庭成员的人口特征、健康状况、家庭资产等。本文共选择五种家庭资产进行研究，分别是存款、汽车、金融产品、商业保险(包括医疗保险和财产保险)和银行贷款。每种家庭资产分别用两个指标来衡量。一个为是否拥有该资产的虚拟变量，拥有为1，否则为0。另一个为该资产价值加1之后取对数，该设定可以保留零值样本，在下文中统一称为该资产价值的对数。

3.移动电话普及率。

国家统计局公布的2011～2018年各省(区、市)移动电话普及率覆盖了31个省(区、市)数据。该变量被用作数字普惠金融指数的工具变量。

4.各省(区、市)统计年鉴和各省(区、市)检察院工作报告。

本文选取政府财政社会保障和就业支出、银行业金融机构各项贷款余额/国内生产总值，及职务犯罪立案数(1)由于2014～2016年部分省(区、市)只发布了职务犯罪人数，因此对缺失立案数只有立案人数的省(区、市)本文按照前一年近似处理；对于未公布的2017年和2018年这两年数据，我们用平均年增长率计算替代。来分别控制各省(区、市)财政支持、当地传统金融发展水平和当地法律制度环境对家庭储蓄的影响。

表1报告了本文主要结果变量和控制变量的描述性统计值。从表1可知家庭储蓄概率的均值为0.72，有车家庭均值为0.19，有金融产品的家庭均值为0.06，购买商业保险的家庭均值为0.24，有银行贷款的家庭均值为0.17。从以上数据看出，中国家庭储蓄占比居高，而其他金融产品投资占比较小。根据北京大学数字金融研究中心课题组编制的“数字普惠金融指数”，可以发现我国的数字金融服务在2011～2018年间实现了跨越式发展。2011年我国省级数字普惠金融指数中位数为0.40，2014年增至1.77，2018年继续上升至3.0。同时，我国数字金融发展表现出显著的区域异质性。2018年上海数字金融指数最高，是同年数字金融指数最低的青海的1.44倍。这为我们识别数字金融对家庭资产配置的影响提供了足够大的样本差异。

表1 主要变量描述性统计

续表

(二)实证分析策略

本文聚焦于数字普惠金融对储蓄的影响，回归模型如下：

Yipt=β0+β1indexp(t-1)+β2lsocialp(t-1)+β3loan_GDPp(t-1)+β4lawp(t-1)+β5Xipt

+αi+αc+λt+εipt

其中，Yipt代表被解释变量，即储蓄和储蓄额加1的对数。我们用Depositipt表示p省份家庭i在t期的储蓄状态，储蓄为1，否则为0。Ldepositipt代表p省份家庭i在t期的储蓄额的自然对数。indexp(t-1)为核心解释变量，表示p省份滞后一期的数字普惠金融指数。

αi表示家庭固定效应，该固定效应控制了所有不随时间变化或者在短时间内保持稳定的家庭特征变量，如家庭人口结构。αc表示城市固定效应，该固定效应控制了所有不随时间变化的对家庭储蓄有固定影响的城市因素，如城市基础设施建设、宗族文化观念。λt表示年份固定效应，控制所有随时间变化的对家庭储蓄有影响的因素，如物价水平变动。Xipt代表随时间变化的家庭特征变量，如家庭人口数、家庭收入。εipt为随机扰动项。本文使用以省份为聚类变量的聚类稳健标准差。

在稳健性检验部分，我们还控制了与数字金融相关的地方宏观经济变量。lsocialp(t-1)表示p省份滞后一期的财政社会保障和就业支出的自然对数。loan_GDPp(t-1)为p省份滞后一期的银行业金融机构各项贷款余额与GDP的比值。lawp(t-1)代表p省份滞后一期的职务犯罪立案数的自然对数。

在讨论数字普惠金融对家庭储蓄的影响时，我们需要处理两个内生性问题，即反向因果和遗漏变量偏差问题。首先，我们对回归模型解释变量取滞后一期，研究上期数字普惠金融对当期家庭储蓄的影响。我们同时控制个体和时间固定效应，这可以部分缓解遗漏变量偏差问题。其次，我们采用各省(区、市)移动电话普及率作为数字普惠金融指数的工具变量。一方面，移动电话的普及与数字金融发展两者密切相关。另一方面，本文在控制了政府财政支持、传统金融发展水平以及地区制度环境后，移动电话普及率和家庭储蓄之间不存在直接关联渠道。这使得移动电话普及率成为一个有效工具变量(谢绚丽等，2018)。

四、实证结果分析

(一)基准结果分析

表2采用计量模型来检验数字金融对家庭储蓄的影响。第(1)列、第(2)列被解释变量为家庭是否进行储蓄的虚拟变量，第(3)列、第(4)列被解释变量为储蓄额的自然对数。第(1)列和第(3)列仅控制了家庭、年份和城市固定效应。结果表明数字金融对居民家庭储蓄概率以及储蓄金额都有显著正向影响。具体来说，上年数字金融总指数增加0.15个单位，相当于数字金融总指数从2012年全国的25分位数(0.28)上升到当年的75分位数(0.43)，家庭储蓄的概率平均会增加4%，家庭储蓄额平均会提高36%。(2)第(1)列、第(3)列的系数解读如下：上年数字金融总指数增加1个单位，家庭储蓄的概率平均会增加25.2%，家庭储蓄额平均会提高24.2%。为了说明该系数的经济含义，进行了换算。当上年数字金融总指数增加0.15个单位，家庭储蓄的概率平均会增加25.2%×0.15=3.78%，约等于4%，另一个系数算法同上。数据0.15来源如下:根据北京大学数字金融研究中心课题组编制的“数字普惠金融指数”，2012年全国数字金融总指数位于25分位数的省份数值为0.28，而2012年位于75分位数的省份数字金融指标为0.43 ，两者的差距为0.15。

有学者可能会怀疑数字金融对储蓄的正向影响，主要是由于居民家庭收入提高，而不是因为家庭资产配置能力提高。因此在第(2)列和第(4)列的回归中，本文额外加入了家庭规模以及家庭净收入这两个控制变量。结果显示，在控制家庭收入等变量情况下，数字普惠金融总指数对居民家庭储蓄概率及储蓄额的影响系数分别减少了约23%和26%，但是仍然显著为正。这说明，数字金融对家庭储蓄的正面影响部分原因是居民家庭收入的提高，但主要还是由于家庭资产配置能力的提高。

表2 数字金融与家庭资产配置：总指标固定效应回归

地区传统金融和数字金融往往同时发展，而传统金融的发展也可能刺激家庭储蓄的增加。为缓解传统金融对估计结果可能造成的偏差，表3的第(1)列和第(4)列进一步控制了传统金融发展水平。本文采取了信贷总额和GDP的比值来衡量地方传统金融发展水平(Levine，1997)。结果表明控制地方金融发展水平后， 数字金融对居民储蓄仍存在显著正向影响。一个地区的营商环境和法律制度也可能会同时影响数字金融和地区经济发展。在表3的第(2)列和第(5)列，我们额外控制了各省职务犯罪立案数的对数，基本结果依然稳健。

有学者可能会质疑地方宏观经济政策会干扰实证结果。例如，政府大规模的养老保险补助和就业补助会促进当地经济发展，由此可能会对当地数字金融发展程度产生影响。因此，本文增加财政社会保障和就业支出作为控制变量。表3第(3)列和第(6)列控制了上年各省(区、市)财政社会保障和就业支出，回归结果与基准回归结果没有明显差异。这表明政府支出和社会保障等政策不会影响基本结论。

表3 数字金融与家庭资产配置：稳健性检验(固定效应回归)

本文已使用滞后一期的解释变量来减弱反向因果问题，通过控制固定效应和其他宏观经济变量来解决可能存在的遗漏变量偏差。但是，有学者可能仍然会质疑我们的结论是受到反向因果和不可观测的遗漏变量的影响。例如，地方政府可能实施了某些新兴产业的补贴激励政策，这些未被观察到的政策可能会影响估计结果。因此本文使用省级移动电话普及率做工具变量回归，进一步解决可能存在的内生性问题。

表4第(2)列报告的是是否储蓄的回归结果，第(4)列报告的是储蓄额对数的回归结果。第(1)列、第(3)列报告第一阶段回归结果，结果表明移动电话普及率对数字普惠金融发展有显著正向影响。第一阶段回归的F统计量都为26.42，这表明不存在弱工具变量问题。第(2)列、第(4)列报告的是两阶段回归结果。结果表明数字普惠金融对家庭储蓄概率以及储蓄金额对数仍有显著正向影响。工具变量回归系数和OLS回归结果无显著差异。这表明反向因果和遗漏变量偏差对基本结论影响不大。

表4 工具变量回归

(二)数字普惠金融的其他影响

数字普惠金融是多维度发展的。表5报告了数字普惠金融三个指标对家庭储蓄的影响。第(1)、第(2)、第(3)列依次报告覆盖广度指数、使用深度指数和信贷指数对家庭参与储蓄的影响，第(4)、第(5)、第(6)列依次报告覆盖广度指数、使用深度指数和信贷指数对储蓄额对数的影响。我们发现，这三个指数对家庭参与储蓄以及储蓄额都有显著正向影响。近年来，互联网、移动电话普及，电话银行、网上银行、移动银行等相继兴起，使金融服务半径得到拓展(余文建和焦瑾璞，2016)。数字金融覆盖广度的延伸提高了农村及偏远地区金融可得性，改善了人们的储蓄行为。

表5 数字金融子指标的影响

续表

此外，数字金融促进了投资、融资、信贷等多种业务的创新和发展，提供了多样化金融产品，也促进了我国家庭储蓄。其中在信贷业务上，数字金融减轻了信贷配给程度，有利于小微企业融资(王馨，2015)，促进金融产品创新竞争，从而有利于家庭储蓄。

居民金融资产配置存在多种形式。表6中，我们考察数字金融对不同类型资产持有概率和金额的影响。第(1)列和第(2)列报告了数字金融对是否拥有汽车和汽车购置费的影响。结果表明，数字金融显著增加了家庭有车的概率，且增加了家庭汽车购置费。这说明网络信贷业务的推广可能给部分消费者购置长期资产提供便利，满足其对汽车的购置需求。

第(3)列和第(4)列报告了数字金融对金融产品持有概率和金额的影响。结果表明，数字金融对家庭拥有金融产品的影响为正但不显著，对家庭拥有的金融产品价值有显著正向影响。家庭选择投资无风险金融资产而非股票的重要原因是信息成本较高(Haliassos & Bertaut，1995)。但是数字金融通过场景和数据可以降低信息不对称和金融服务门槛(黄益平和黄卓，2018)，从而有利于家庭投资金融产品。

第(5)列和第(6)列报告了数字金融对商业保险持有概率和金额的影响。结果显示，数字普惠金融对家庭购买商业保险以及保险价值都没有显著影响。这可能是因为我国商业保险发展较为缓慢，目前仍不是家庭投资理财的主要方向。第(7)列和第(8)列报告了数字金融对银行贷款概率及其金额的影响。结果显示，数字金融对家庭选择银行贷款以及银行贷款数额都存在显著正向影响。这可能是因为数字金融的发展促进了金融业的竞争，提高银行全要素生产率，推进其产品创新和服务创新(沈悦和郭品，2015)。

表6 其他金融资产配置

续表

(三)异质性分析

本小节进一步分析数字金融影响的异质性。首先，不同规模的家庭储蓄行为也不同(何宁，2019)，数字金融对不同规模家庭的影响也可能存在差异。本文将人口小于等于3的家庭定义为小规模家庭，将人口大于3的家庭定义为大规模家庭。表7第(1)列和第(2)列分别报告了用小规模家庭和大规模家庭样本进行回归的结果。我们发现，数字普惠金融对小规模家庭参与储蓄及储蓄额有显著的促进作用。这可能是因为人口越多的家庭相互保险的能力越强(陈斌开和李涛，2011)，他们原有的储蓄投资渠道也可能比较广泛，对互联网储蓄的需求相对较低。

其次，我们将家庭收入低于中位数(3)该中位数为本文样本基期2012家庭收入的中位数。的样本定义为低收入家庭，将家庭收入高于中位数的样本定义为高收入家庭。表7第(3)列和第(4)列分别报告了低收入和高收入家庭回归结果。我们发现，数字普惠金融对高收入家庭储蓄及储蓄额有显著正向影响，对低收入家庭也有正向影响，但不显著。这可能是因为低收入家庭主要将收入用于满足日常生活开支需要，对金融需求主要集中在现金、转账和保障上(邹红和喻开志，2009)。该结果也表明我国数字金融的普惠性仍有待加强。政府应增强对低收入家庭金融知识的普及，引导他们使用金融服务。

表7 家庭层面的异质性分析

续表

最后，我们探讨老年人口占比对家庭资产配置的影响。本文将老年人口比定义为家庭60岁以上(含60岁)老人数与家庭总人口数之比。本文将老年人口比低于其均值(4)该均值为本文样本基期2012老年人口比的均值。的样本定义为低老年人口比家庭，将老年人口比高于其均值的样本定义为高老年人口比家庭。表7第(5)列、第(6)列分别报告了低、高老年人口比家庭的回归结果。我们发现，数字普惠金融对低老年人口比家庭和高老年人口比家庭的储蓄行为及储蓄额都有显著正向影响，但对高老年人口比家庭的影响更大。王聪等(2017)表示老年人面临更大程度的健康风险，预防性储蓄动机提高。王子城(2016)发现老年抚养比对家庭持有金融市场中的风险资产具有显著负向影响。数字金融服务的低门槛、便捷性以及产品多样化满足了老年人的需求，促进老年人口占比高的家庭的储蓄。

表8第(1)列和第(2)列报告城市和农村子样本的回归结果。我们发现，数字普惠金融对农村家庭储蓄及储蓄额都有显著促进作用，但对城市家庭影响较小且不显著。原本的传统金融机构是通过建立网点来扩大其覆盖范围，建造产生的高额成本使得这些金融机构无法触达到农村。但数字金融的发展促进金融可得性的提高，从而对农村地区家庭参与正规金融市场的边际影响更大(尹志超等，2015)。因此数字金融会对农村家庭的储蓄产生更大的正向影响。

我国东西部经济发展极不平衡。东部地区在资源配置、基础设施、人才引进等方面都有较大优势，数字金融发展相对较快。表8第(3)列和第(4)列报告东、西部样本回归结果。我们发现，数字金融对东部地区的家庭储蓄有显著正向影响，但对西部地区无显著影响。西部地区网络设施建设尚不完善、资金短缺、数字技术人才和金融人才支撑不足，因此数字金融对西部地区家庭储蓄的影响并不显著。

表8 地区层面的异质性分析

五、结论

目前学术界关于数字金融的研究大多着眼于城乡差距、创新创业等，关于数字金融对家庭资产配置的研究仍然不足。本文通过数字普惠金融指数和中国家庭跟踪调查数据实证检验数字金融发展对家庭资产配置的影响。研究发现，数字金融发展显著促进家庭储蓄行为，增加其储蓄额。遗漏变量偏差和反向因果问题对基本结论影响不大。另外，数字普惠金融的覆盖广度、使用深度以及信贷业务对家庭储蓄都有显著促进作用。

我们还研究了数字金融发展对其他家庭资产的影响。研究显示，数字金融对汽车、金融资产价值、银行贷款存在显著正向影响，但是对家庭商业保险并没有显著影响。我们也发现数字金融对家庭储蓄的促进作用在小规模、高收入、高老年人口比的家庭以及农村地区和东部地区家庭中更为显著。

本文研究结论对政府更好地推进数字经济发展具有指导作用。首先，目前农村金融是政府工作的重中之重。《中国农村金融服务报告(2018)》指出，要建立完善金融服务乡村振兴体系，满足乡村振兴多样化、多层次的金融需求，推动城乡融合发展。2019年发布的《数字乡村发展战略纲要》强调，数字乡村是乡村振兴的战略方向，也是建设“数字中国”的重要内容。本文研究结果表明，数字金融在农村金融发展上具有普惠性。因此，政府应坚定不移地推进数字乡村建设，保证信息化、数字化技术在农村农业经济中得到充分发挥。

其次，本文研究表明低收入家庭以及西部地区的金融服务仍然是我国金融服务的短板。政府可以加大对西部地区的政策扶持力度，进一步完善移动互联网等数字金融基础设施建设和技术人才引进。同时，政府应对低收入家庭和西部地区人群加强金融知识教育，提高其金融素养。

最后，本文发现数字金融对商业保险投资的促进作用不明显。目前我国商业保险仍处于发展的初级阶段。《中国商业健康保险发展指数报告(2018)》显示，2018年中国商业健康保险发展指数为63.0，表明我国商业健康保险发展处于基础水平。面对迅猛发展的人口老龄化问题，商业健康保险仍有巨大提升空间。因此，政府应加快推进互联网与保险业的融合，监督和提升商业保险产品和服务质量，引导国民重视商业保险，将商业保险纳入家庭健康保障计划之中。