数字普惠金融赋能居民消费——基于信贷约束的视角

陆日青

（南京师范大学 商学院，江苏 南京 210046）

近年来，全球经济发展的不确定性不断上升，中国经济发展面临着来自疫情与外部环境的严峻挑战。我国于2020年5月首次提出“以国内大循环为主，国内国际双循环相互促进”的新发展格局。数据显示，在新冠疫情对我国经济造成的猛烈冲击下，消费支出对经济增长的贡献率仍达到54.3%，说明消费已成为拉动我国经济增长的第一大引擎。而在新冠疫情全面爆发的情况下，数字金融的快速发展大幅改善了金融服务的可得性，征信记录更容易被获取，有助于缓解他们的信贷约束。鉴于上述背景，数字普惠金融的发展能否促进我国居民消费水平提升呢？以及二者之间的作用机制是什么呢？对上述问题的回答对解决新冠疫情消费低迷问题和构建我国国内大循环新发展格局，具有重要理论和现实指导意义。

虽然数字普惠金融目前属于研究领域的一大热点，但是目前少有研究将数字普惠金融与消费结合起来。第一类研究集中于数字普惠金融对居民消费的宏观影响。南永清[1]研究数字普惠金融和居民消费两者之间的总体效应，并没有深入挖掘其中的传导机制。为了弥补空缺，学者对作用机制进行深入研究，发现数字普惠金融可以通过经济增长、提高经济开放水平、优化产业结构以及缩小城乡收入差距等促进城乡居民消费[2]。第二类侧重于研究微观效应。数字普惠金融的发展使居民消费方式发生变革。其突破了时间、空间的限制，极大地便利了居民的支付方式，促进了居民的消费[3]。数字普惠金融为居民带来了数字保险，减少了家庭所面临的不确定性，从而促进了居民当期消费支出[4]。

1 机理分析和研究假设

本文在OLG模型中加入跨期预算约束，数字普惠金融能降低金融服务的交易成本，缓解传统金融的信贷约束问题。但是家庭是否进行借贷和借贷资金的用途，最终还是取决于家庭最大期望效用函数下的最优消费决策。因此，本文选用家庭两期的借贷模型，第一期进行数字金融借贷，第二期偿还第一期的贷款。通过测算发现，当相对风险规避系数小于1时，数字普惠金融的借贷成本下降，为了实现期望效用最大化，会增加金融借贷，从而增加当期消费。所以，基于上文的文献梳理和数理推导，提出本文的主要研究假设：

假设1：数字普惠金融能够促进居民消费增长。

在信贷市场中比较突出的问题是信息不对称，容易引发逆向选择和道德风险。从信贷供给方来看，逆向选择问题会导致优质信贷需求者被劣质信贷需求者挤出的现象，道德风险问题又提高了贷款无法收回的概率。从需求方来看，信息不对称让相对劣势的家庭在获取信贷信息时要付出更高的交易成本。而且传统的金融机构对抵押担保品有硬性规定，低收入家庭在申请信贷时要经历更为繁琐的程序，因此面临较为严重的信贷约束[5]。

数字普惠金融通过缓解信贷约束促进居民消费的作用机制具体表现为：首先，数字普惠金融将从以下三个方面缓解家庭的信贷约束。第一，数字普惠金融使金融服务的交易成本降低，增加了金融机构信贷供给的意愿，使家庭信贷可得性提高。第二，数字金融缓解了信息不对称问题。一方面，用户在网络进行购物、缴费、理财等活动时留下的“软信息”，再经过整合可以变成信用检验的“硬”信息。另一方面，金融机构可以借助新技术创新风控系统，从更多方面评价用户还款能力，提高整合用户信息的效率。第三，数字金融降低居民融资门槛。数字普惠金融使相对弱势的家庭也能享受便捷的金融服务，使人们更容易获得借贷、转账等服务。其次，生命周期理论表明家庭消费与该时期的可支配收入有关，家庭将合理配置每一期的资产，从而达到家庭长期效用最大化的目标。一方面，外部融资有助于家庭更好地实现资产的跨期配置，当受到信贷约束时，家庭当期收入的敏感性提高。另一方面，家庭信贷约束通过影响家庭借贷水平来影响当期可支配收入，从而对家庭即期消费产生影响。因此家庭信贷约束深刻影响着家庭平滑消费的能力和当期可支配收入，从而带来消费行为的差异。

因此，基于以上分析，提出本文的假设2:

假设2：数字普惠金融通过提高信贷可得性，缓解家庭面临的信贷约束，进而促进居民消费。

2 研究模型设计

2.1 模型设定

本文参考何宗樾[10]的研究，为考察数字普惠金融对居民消费的影响，设定如下主要计量回归模型：

上式中，lnCS ijt表示第j个地区第i个家庭第t期总消费支出的对数，Digital jt表示家庭所在地j地区第t期的数字金融发展程度，X ijt表示控制变量集合，主要包括三类变量：户主特征、家庭特征、地区宏观经济特征。采用面板数据双向固定效应模型，同时将标准误聚类到地区层面。

2.2 变量说明

被解释变量为居民家庭消费，选用CHFS数据库家庭的全部消费支出。核心解释变量为数字普惠金融，选用北京大学编制的各地级市层面的中国数字普惠金融发展指数。为了方便对系数进行解读，本文对初始的数字金融指数总指标进行除以100的处理。

参照以往文献，主要选取了三类控制变量：首先，在家庭特征方面控制了家庭的收入、家庭净资产、家庭规模、老年抚养比（65岁以上人口数占16～65岁劳动人口数的比重）、家庭是否拥有自有住房、儿童抚养比（0～15岁人口数占16～65岁劳动人口数的比重）、是否参与社会医疗保险和是否参与风险金融市场等。其次，在户主特征方面控制了户主的年龄、健康状况、婚姻状况、风险厌恶程度和受教育年限等。最后，在地区层面控制了地级市的人均GDP和年末金融机构余额与地区GDP的比值。

2.3 数据来源

选取中国家庭金融调查（CHFS）2013年、2015年和2017的三期家庭调查数据和北京大学数字普惠金融指数。将两个数据库进行匹配然后进行了以下处理：（1）删除无法识别的样本，包括家庭编码、个体编码存在缺失值的样本；（2）删除户主年龄小于16岁的样本；（3）删除家庭净资产小于0和家庭收入小于0的样本。受篇幅所限，描述性统计结果省略，在描述性统计中，家庭消费均值33212，最大值与最小值相差较大，数字普惠金融发展指数均值为121.1，各地区的发展差异也较大。

3 实证分析

3.1 数字普惠金融与居民消费

在表1的列（1）只考虑了数字普惠金融发展与家庭消费的单变量关系，在第（2）到（4）列，本文逐步控制家庭特征、户主特征和区域经济特征。研究发现，数字普惠金融的系数在所有回归中均显著为正，即数字普惠金融的发展有利于居民消费水平的提高。在逐渐加入家庭特征、户主特征和区域经济特征等控制变量的过程中，数字普惠金融的系数始终显著为正，说明数字普惠金融的发展确实能够促进居民消费提高。

接下来对相关控制变量进行分析。首先，家庭层面的特征变量都基本显著，家庭可支配收入和家庭净资产都在1%水平上显著，对居民消费有显著的正向影响，与生命周期和持久收入理论相符。老年抚养比显著地抑制了家庭消费，可能的原因在于，若家庭拥有较高的老年抚养比，则家庭倾向于增加预防性储蓄从而减少消费。除此之外，家庭规模、是否参与金融风险市场、儿童抚养比和家庭是否参保社会医疗保险均显著地促进了家庭消费。其次，户主特征的变量回归结果基本与预期一致，健康状况和受教育年限显著地提高家庭消费水平，风险厌恶程度显著地降低家庭消费水平。一般而言，户主自评健康程度越高，家庭往往会减少健康方面的消费支出；户主受教育水平越高，对未来的预期收入越高，因此会降低预防性储蓄，增加消费支出；而风险厌恶程度较高的户主更倾向于增加储蓄，减少消费支出。最后，城市人均GDP和金融发展水平对消费也有显著的促进作用。家庭所在城市经济发展水平和金融发展水平越高，消费水平也越高。

表1 数字普惠金融与居民消费：基准回归

3.2 稳健性检验

（1）内生性讨论。为避免本文计量模型可能引发反向因果问题，以及考虑到家庭消费的变动和数字普惠金融的使用可能会受到家庭成员的能力、偏好等不可测因素的影响，本文参考傅秋子和黄益平[6]的做法，选取“受访者所在城市到杭州市的距离”作为工具变量。该工具变量与城市的数字金融发展有直接关系，但不会直接影响受访家庭的消费。表2是两阶段最小二乘法（2SLS）的回归结果。

结果表明，wald检验在1%的水平上显著，拒绝了原假设。第一阶段中工具变量的估计系数在1%水平上显著异于0，并且F值为1118.66，表明“受访者所在城市到杭州市的距离”对数字普惠金融有很强的解释力，不存在弱工具变量的问题。采用工具变量法回归后结果依旧显著，说明上述结论基本稳健可靠。

表2 数字普惠金融与家庭消费：工具变量回归

（2）其他稳健性检验。本部分对变量进行修正来解决数据存在的测量误差问题。第一，为了避免居民消费和收入数据极端值的影响，对其进行了1%的缩尾处理。第二，考虑到可能部分低收入家庭的收入来源为政府的补助，不具有代表性，所以进一步剔除了收入低于5%的家庭。两种对测度误差的修正都没有改变系数的显著性和方向，数字普惠金融依然对居民消费有显著正向促进作用，结论并没有发生实质性的改变。

4 机制检验

4.1 模型设定

为了考察家庭信贷约束作为数字普惠金融影响家庭消费的中介作用，本文参考温忠麟[7]的研究，构建如下模型：

上式中，Constraint ijt是中介变量，表示第j个地区第i个家庭第t期是否受到信贷约束；α、β、γ都为待估计参数，μijt为随机误差项。

4.2 中介变量识别

本文采用直接法来衡量信贷约束，借鉴Jappelli[8]的做法，根据CHFS（中国家庭金融调查）的问卷设计，如果此家庭在农业生产、工商业经营、住房、汽车和信用卡中没有银行贷款的原因是“需要但没有申请，或者申请被拒绝”，则家庭信贷约束变量赋值为1，否则为0。

4.3 中介效应检验

本文参照模型（2）（3）（4），优先使用分步检验，再用系数乘积的sobel区间检验作为替补检验。从表3可以看出，模型（2）的系数α1在1%的水平上显著为正，表明总效应是显著的。由第（3）（4）列可知模型（3）中的系数β1在1%的水平上显著为负，这表明数字普惠金融能缓解信贷约束的程度；同时，从第（5）（6）列可以发现，模型（4）中系数γ2在1%的水平上显著为负，γ1也显著，则说明存在部分中介效应。综上所述，数字普惠金融可以缓解家庭面临的信贷约束，而信贷约束的存在抑制了居民消费，通过信贷约束的传导，普惠数字金融对家庭消费的总效应为正，能够促进家庭消费。

5 研究结论

本文基于微观家庭的研究视角，把2013年、2015年以及2017年中国家庭金融调查（CHFS）数据库与中国数字普惠金融指数进行匹配，深入剖析数字普惠金融如何影响居民消费。考虑到内生性问题，本文选取“受访者所在城市到杭州市的距离”作为工具变量进行两阶段估计。得出以下结论：（1）微观角度来看，数字普惠金融能提高居民消费，在克服内生性后，该结论依旧成立。（2）在研究中介作用时发现：数字普惠金融提高了家庭信贷可得性，因此数字普惠金融能通过缓解家庭的信贷约束来促进居民消费。

表3 中介效应分步检验结果

根据本文的研究内容和结论提出以下四个方面的政策建议。第一，由于数字普惠金融能够赋能居民消费，一定程度上促进居民消费增长。因此我国应积极发展数字普惠金融，响应我国双循环的发展格局，释放消费潜力，刺激内需增长。而数字普惠金融发展的基础是基础设施，因此为了推动数字普惠金融的发展，需要加快5G、人工智能、大数据等数字基础设施的建设，提升数字金融服务的质量和覆盖率。让数字普惠金融真正的做到“普惠”，实现数字金融发展的新时代，为数字金融促进消费发展提供更有力的硬件保障。尤其是中西部地区利用数字技术缩小数字鸿沟。在中西部地区和农村地区，数字普惠金融对居民消费的促进作用更加显著，因此应该更关注中西部与农村地区的信息基础设施建设。利用数字技术缩小农村和偏远地区的数字鸿沟，不仅要提高低消费水平居民的信贷可及性，还要丰富低消费水平居民可接触的金融产品种类。例如可以根据农村地区的特征，为农村居民制定一些个性化的金融产品，规范地推广互联网金融，发挥数字金融的长尾优势。

第二，数字普惠金融可以通过缓解家庭的信贷约束从而促进其消费的增长，因此，我们要顺应数字普惠金融驱动消费的内在机制，发挥数字普惠金融的积极作用。相关部门要鼓励互联网金融机构积极进行数字金融创新，向用户提供更好的数字金融服务质量和产品，提高金融服务的可及性；与此同时，相关部门也要加强金融监管力度，完善信用风险监管体系，营造良好的信用环境。为数字普惠金融缓解居民信贷约束提供一个稳定的市场环境，更好的促进消费的增长。

第三，依托高新技术发展，数字普惠金融打破传统金融服务的时空限制，但当户主的受教育程度较低时，数字金融并不能够有效促进家庭消费的增长。因此普及基础教育、加强金融知识教育显得尤为重要。可以进行数字金融只是教育，提升居民参与数字金融市场的能力。在2015年我国已经将金融知识普及纳入了国民教育体系，但是在调动社会普通民众参与积极性上仍缺乏有力措施。一方面，可以考虑在学校教育中重视数字技术基础知识和金融知识的普及；另一方，可以通过举办数字金融讲座、印刷宣传手册等方式，或者通过新颖的、交互的方式，让金融知识的覆盖范围更广，提高全民金融素养，尤其是对数字金融的认知度及认可度。

第四，金融机构应充分利用互联网技术，积极发展消费信贷。运用大数据分析等技术，打造自助式消费贷款平台，以此来提高信贷的可得性，缓解家庭的信贷约束。在短期内要结合“六稳”要求精准刺激，加快商品消费优化升级、着力培育新型消费。特别是在全球疫情防控阶段，要充分利用数字金融，提高居民基本消费需求，结合电商孕育出的新的消费场景，促进消费结构升级，加快形成以国内大循环为主体的新发展格局。