数字普惠金融对养老服务机构供给的效应分析

2022-07-22刘春楠王昌法张璐龚施予

时代金融 2022年7期

刘春楠王昌法张璐龚施予

当前随着我国社会老龄化程度的加快，养老问题愈加突出，中小养老服务机构融资问题突出，而数字普惠金融的发展为中小企业融资提供了便利。本文利用2014-2020年我国31个省份养老服务机构面板数据，结合北京大学数字普惠金融指数，研究数字普惠金融对养老服务机构供给的发展效应。研究结果表明，数字普惠金融的发展对于养老服务机构供给具有显著的正向效应，数字普惠金融促进了养老服务机构的供给，因此要加强对于数字普惠金融发展的支持，同时要对普惠金融发展过程中的问题加以防范和监管。

一、引言及文献综述

2020年，我国第七次全人口普查正式开始，2021年5月11日，普查结果正式公布。普查数据结果显示，我国总人口增长速度放缓，劳动力人口占比出现首次下降，同时，65岁以上老年人口占比提升较为明显，且首次突破10%。陆杰华和林嘉琪根据第七次人口普查数据指出，在总人口缓慢增速与老年人口快速增速反向变动的背景下，中国将不可逆转地以高速进入中度、重度和深度老龄化社会，并保持长期稳定态势，同时从社会、经济、技术、文化、治理五大方面指出老龄化问题给中国社会各方面带来的不利影响[1]。“十四五”时期，党中央把积极应对人口老龄化上升为国家战略，并在“十四五规划”中做出了专门部署。基于此，随着老龄化的不断加剧，养老问题更加突出，积极应对老龄化社会，妥善处理养老问题成为当前亟待解决的难题。

（一）数字普惠金融分析

2005年，普惠金融的概念由联合国“国际小额信贷年”中提出。2016年，杭州G20峰会中首次提出数字普惠金融的概念，泛指一切通过数字金融服务促进普惠金融的行动。中国信息通信研究院云计算与大数据研究所发布的《数字普惠金融白皮书》中认为：数字普惠金融是在成本可控、模式可持续的前提下，以各类数字化技术为实现条件，为社会各阶层尤其是现有金融体系覆盖不足的城镇低收入群体、农村人口、偏远地区人口等特殊群体以及小微企业提供平等、有效、全面、方便的金融产品和服务[2]。近年来，随着我国网络技术和数字经济的不断成熟，以及对于普惠金融问题的不断关注，众多学者关于数字普惠金融的作用进行了一系列的研究。梁榜，张建华认为，数字普惠金融的发展能够显著的缓解中小企业的融资约束，数字普惠金融的覆盖广度、使用深度和数字支持服务程度均对中小企业融资约束具有缓解作用[3]。张勋，万广华，张佳佳，何宗樾指出中国的数字金融能够显著的提高家庭收入，帮助改善农村居民的创业行为，促进中国经济的包容性增长[4]。同时，还有众多文章表明，数字普惠金融对于促进居民消费[5]、缩小城乡收入差距[6][7]、促进贫困减缓[8][9]和促进产业结构升级[10]等都具有显著作用。但由于数字普惠金融的发展历史较为短暂，其发展模式和发展规律对于政府监管方面提出了更高的要求[11]，同时，数字普惠金融的供给方面仍然多为大中型银行，中小型金融机构发展不成熟，数量少，这也导致了普惠金融无法发挥其最大功用，中小企业仍然存在“借款难”的问题;数字普惠金融与服务对象之间的数字鸿沟问题，以及技术安全风险等问题也都亟待解决。

（二）养老服务机构供给分析

养老服务机构是我国解决人口老龄化问题中的重要一环，养老服务机构的供给在很大程度上决定了一个地区养老服务的发展程度。我国养老服务机构主要由市场养老服务机构、社区养老服务机构和公辦养老服务机构组成。近年来，国家对于养老的重视程度不断提高，对于养老服务供给的政策和财政支持不断上升。2022年2月，国务院发布《“十四五”国家老龄事业发展和养老服务体系规划》，其中提到，在“十三五”期间，全国各类养老服务机构（包括养老服务机构、社区养老服务机构）和设施从11.6万个增加到32.9万个，2020年，全国两证齐全的医养结合机构5857家[12]。其中重点提到推动普惠养老的发展，不断增加养老服务机构的供给，建立一个“居家养老+社区养老+社会养老+公办养老”的多维养老体系，鼓励社会力量进入，强调拓宽金融支持养老服务渠道。但由于我国老年人口基数大，导致养老服务机构仍然存在很大的供给缺口，尤其是农村地区养老需求大与养老水平低之间的矛盾十分突出，养老服务机构发展仍存在较大问题。穆光宗认为，现阶段，我国机构养老存在六大问题：机构养老供不应求且资源利用率不高;利润低甚至负债导致养老机构自我发展能力不强;养、护、医、送四大功能分离;机构养老缺乏家居认同和亲情;专业护工和管理人才缺失;农村养老服务机构发展不规范。基于此，我们认为对于金融支持养老服务机构发展的渠道研究是必要的[13]。

（三）数字普惠金融对养老服务机构供给的影响

尽管从数字普惠金融角度研究对养老服务机构供给的文章相对缺失，但是我们可以从数字普惠金融的融资作用及融资对养老服务机构供给的作用方面进行探究。养老服务机构尤其是民营养老服务机构面临着很明显的“融资难”问题。李小兰，曾盛聪认为，我国民营养老服务机构普遍存在内源性融资的支持能力有限、过于依赖财政性和政策性融资、市场性融资不足且渠道狭窄这三个问题[14]。而普惠金融尤其是数字普惠金融的便捷性和可得性以及数字普惠金融对于融资的促进作用恰好能够补充缓解养老服务机构融资难的问题，从而支持促进养老服务机构的供给。

二、模型构建与数据说明

（一）模型构建

为探究数字普惠金融对普惠养老的影响，本文构建了如下的计量模型

其中，表示地区i在t时期的养老服务机构数指标，表示地区i在t时期数字普惠金融指标，表示其他影响养老服务机构数的控制变量组，C表示常数项，ε表示随机扰动项，α表示核心解释变量的回归系数，β表示控制变量的回归系数。

（二）变量选取

1.被解释变量（OBS）：立足于文章研究目的，我们将我国31个省份2014-2020年的养老服务机构数作为被解释变量，该数据数值越大，表明该省份养老服务机构数量越多。同时，为保证数据的有效性，被解释变量数据均来自官方发布的中国统计年鉴和中国社会统计年鉴。

2.核心解释变量（DIF）：本文采用北大数字金融研究中心所著的《北京大学数字普惠金融指数（2011—2020年）》[15]中省级数字普惠金融指数的对数值作为核心解释变量来衡量。

3.控制变量。为了降低多重共线性与内生性对估计结果的影响，本文进一步引入经济发展水平、政府干预、第三产业发展水平、老年人口抚养比作为控制变量。其中，经济发展水平以各省的人均GDP的对数值衡量，用pgdp表示;政府干预用公共预算支出除以地区生产总值衡量，用pfin表示;第三产业发展水平用第三产业产值占当年GDP比重衡量，用ts表示;老年人口抚养比用drep表示。

（三）数据来源说明

本文选用2014-2020年我国31个省级面板数据进行分析，数据主要来源：《中国统计年鉴》《中国社会统计年鉴》、国泰安数据库、各省《统计年鉴》以及《北京大学数字普惠金融指数（2011-2020）》。

三、实证结果与分析

（一）描述性分析

在确定了研究变量和数据来源后，我们对样本进行了额外的简单描述性分析，并使用stata面板命令对上述变量进行了描述性统计。下表列出了关键变量的描述性统计数据。

（二）效应选择

本文数据样本的个体效应i=31，时间效应t=7，i>t属于短面板数据，且因变量和自变量的取值均无异常值。所有这些值表明模型相对稳定，因此不再进行数据完整性测试。本文对公式（1）连续进行个体随机效应回归和个体固定效应回归，观察F检验结果。

F检验。F统计量用来检验一组面板数据应该建立混合模型还是个体固定效应模型[16]。输入stata命令执行F检验（图2），从图2的实证结果可以看出：F检验P值为0.0000，因此应拒绝原假设，适用固定效应模型进行回归分析。

（三）面板模型估计结果

根据F检验结果，最终选择个体固定效应回归模型。模型结果如图3所示。

通过模型回归结果可以看出：在控制经济发展水平、政府干预、第三产业发展水平、老年人口抚养比这四个变量的条件下，数字普惠金融对养老服务机构供给的影响显著，并且养老服务机构与数字普惠金融存在正相关关系。如图3可知，数字普惠金融指数每增加1%，养老服务机构数量就会增加4.625767家。从整体上看，数字普惠金融可以促进养老服务机构供给。

四、结论及建议

本文基于2014-2020年全国31个省份的省级面板数据，分析了数字普惠金融与养老服务机构供给的关系。本文通过F检验最终选择了个体固定效应回归模型。模型中以各省份的養老服务机构数作为被解释变量，以数字普惠金融指数作为解释变量。此外还加入了经济发展水平、政府干预、第三产业发展水平以及老年人口抚养比这四个控制变量。最后的个体固定效应回归模型结果表明，数字普惠金融每增加1%，就会增加4.625767家养老服务机构，结果显著。上述实证分析表明：数字普惠金融有助于促进养老服务机构供给。

基于此，我们提出以下建议：首先，数字普惠金融的发展依托于网络技术，所以要持续推进互联网技术的发展，使数字普惠金融更加的便捷普惠;第二，由于当前普惠金融的供给方仍多为大型企业，中小型企业发展薄弱，所以在国家政策方面要鼓励支持中小企业进入相关领域，并给予一定的财税优惠政策，从供给方促进数字普惠金融普惠性的发展;第三，相关的金融机构积极创新养老方面的金融产品，为中小型养老企业及老年人提供更多的普惠渠道;最后，我们也要注意到数字普惠金融的发展也伴随着多方面的问题，所以相关部门要加强对于数字普惠金融领域的监管，保证数字普惠金融的普惠性和安全性。

参考文献：

[1]陆杰华，林嘉琪.中国人口新国情的特征、影响及应对方略——基于“七普”数据分析[J].中国特色社会主义研究，2021（03）：57-67+2.

[2] 中国信息通信研究院（http：//www.caict.ac.cn/）：

《数字普惠金融发展白皮书》.

[3]梁榜，张建华.中国普惠金融创新能否缓解中小企业的融资约束[J].中国科技论坛，2018（11）：94-105.DOI：10.13580/j.cnki.fstc.2018.11.013.

[4]张勋，万广华，张佳佳，何宗樾.数字经济、普惠金融与包容性增长[J].经济研究，2019，54（08）：71-86.

[5]易行健，周利.数字普惠金融发展是否显著影响了居民消费——来自中国家庭的微观证据[J].金融研究，2018（11）：47-67.

[6]宋晓玲.数字普惠金融缩小城乡收入差距的实证检验[J].财经科学，2017（06）：14-25.

[7]张贺，白钦先.数字普惠金融减小了城乡收入差距吗？——基于中国省级数据的面板门槛回归分析[J].经济问题探索，2018（10）：122-129.

[8]刘锦怡，刘纯阳.数字普惠金融的农村减贫效应：效果与机制[J].财经论丛，2020（01）：43-53.DOI：10.13762/j.cnki.cjlc.2020.01.004.

[9]黄倩，李政，熊德平.数字普惠金融的减贫效应及其传导机制[J].改革，2019（11）：90-101.

[10]唐文进，李爽，陶云清.数字普惠金融发展与产业结构升级——来自283个城市的经验证据[J].广东财经大学学报，2019，34（06）：35-49.