■劉穎 張高明 孫婉若

一、引言

隨著經(jīng)濟的快速發(fā)展，中國的金融資產(chǎn)總量已經(jīng)躍居全球前列，但與此同時，各種金融服務(wù)供給不均衡的情況也開始凸顯，普惠金融的發(fā)展與推進越來越得到國家和民眾的關(guān)注。2015年《政府工作報告》指出普惠金融就是立足于機會平等要求和商業(yè)可持續(xù)原則，通過加大政策引導(dǎo)扶持、加強金融體系建設(shè)、健全金融基礎(chǔ)設(shè)施，以可負擔的成本為有金融服務(wù)需求的社會各階層和群體提供適當?shù)?、有效的金融服?wù)。普惠金融發(fā)展到現(xiàn)在已經(jīng)和現(xiàn)代互聯(lián)網(wǎng)技術(shù)深度融合，成長為數(shù)字普惠金融3.0[1]。數(shù)字普惠金融相較普惠金融，可獲得性和全面性等特征更加明顯。

在數(shù)字普惠金融走進大眾視野后，越來越多的研究開始著重探索其對創(chuàng)業(yè)、經(jīng)濟發(fā)展、城鄉(xiāng)差距、消費和信貸等方面的影響，但是其對家庭金融資產(chǎn)配置的影響并未得到較多關(guān)注。中國家庭金融起步較晚，金融市場參與度低、金融資產(chǎn)占比小。中國家庭的股票市場參與率2013年為6.5%、2015年為9.4%、2017年為6.8%、2019年為5.9%，整體水平偏低，且呈現(xiàn)逐年走低的趨勢，這與發(fā)達國家10%～20%的家庭股票市場參與率有很大的差距。中國家庭金融資產(chǎn)占比2013年為9.3%、2015年為13.7%、2017年為11.4%、2019年為8.4%，整體平均水平較低。2019年美國家庭金融資產(chǎn)占比為41.8%、英國為43.7%、日本為62.2%，可見中國與這些發(fā)達國家的差距依然很大。這其中很大的原因就是正規(guī)金融機構(gòu)提供給家庭的金融參與機會較少。

在此背景下，研究數(shù)字普惠金融發(fā)展對家庭風(fēng)險金融資產(chǎn)配置的影響具有特殊的意義，能為優(yōu)化中國家庭風(fēng)險金融資產(chǎn)配置提供建議。中國家庭金融調(diào)查與研究中心開展的中國家庭金融調(diào)查，旨在收集家庭的人口特征、資產(chǎn)與負債、保險與保障、收入與支出等方面的信息。北京大學(xué)課題組利用螞蟻金服關(guān)于數(shù)字普惠金融的海量數(shù)據(jù)，編制了數(shù)字普惠金融發(fā)展指數(shù)[2]。以上這些數(shù)據(jù)為本文的實證研究提供了數(shù)據(jù)來源。

本文可能的創(chuàng)新點有以下兩個方面：第一，引入以互聯(lián)網(wǎng)骨干直聯(lián)點為核心的工具變量以解決數(shù)字普惠金融與家庭資產(chǎn)配置之間可能存在的內(nèi)生性問題。第二，創(chuàng)造性地提出“強效地區(qū)”等概念，并通過地區(qū)與城鄉(xiāng)的分樣本回歸進行驗證。

二、文獻綜述與假說提出

（一）文獻綜述

本文致力于研究數(shù)字普惠金融的發(fā)展對家庭的風(fēng)險金融資產(chǎn)配置的影響，相關(guān)文獻主要涉及以下兩個方面。

一方面是關(guān)于數(shù)字普惠金融。數(shù)字普惠金融在中國發(fā)展脈絡(luò)清晰、發(fā)展階段連貫，所以關(guān)于數(shù)字普惠金融和普惠金融這類關(guān)聯(lián)性概念的文章較多。數(shù)字普惠金融能憑借自身的數(shù)字性和普惠性特征為經(jīng)濟發(fā)展提質(zhì)增效[3—5]，能夠顯著促進省域經(jīng)濟增長[6]。針對減貧效應(yīng)，數(shù)字普惠金融的發(fā)展能夠顯著降低農(nóng)村家庭的貧困發(fā)生率[7，8]，但是這種減貧效應(yīng)存在區(qū)域間的不平衡[9]且具有顯著的時滯性[10]。張呈磊等[11]和李牧辰等[12]認為數(shù)字普惠金融的發(fā)展總體上改善了收入不平等的狀況。Demir 等[13]對140 個國家進行面板分析后也得到了一致的結(jié)論。其中，數(shù)字普惠金融激發(fā)了農(nóng)村居民創(chuàng)業(yè)被認為是十分重要的機制[14]，而且可作用于改善家庭在正規(guī)信貸的參與狀況[15]。王永靜等[16]卻認為數(shù)字普惠金融與新型城鎮(zhèn)化發(fā)展欠融合，導(dǎo)致其不能有效地縮小城鄉(xiāng)收入差距，改善收入不平等狀況。Aziz 等[17]也認為由于農(nóng)村居民的金融知識和社會意識較差，數(shù)字普惠金融的潛力不能被完全挖掘，所以其發(fā)揮改善收入不平等的作用十分有限。

另一方面是關(guān)于家庭金融資產(chǎn)配置。家庭金融資產(chǎn)配置要受到家庭和社會等多方面因素影響，其中風(fēng)險偏好程度會正向影響家庭參與風(fēng)險金融市場的廣度與深度[18，19]。家庭成員擁有較好的受教育背景和金融知識也會正向促進家庭配置風(fēng)險金融資產(chǎn)[20，21]。其他諸如商業(yè)保險的發(fā)展情況[22，23]、住房價格的變化及預(yù)期[24，25]和人口老齡化問題[26，27]等也會給家庭參與風(fēng)險金融市場帶來影響。國別對比來看，中國居民家庭儲蓄率和房產(chǎn)占比畸高[28]，而家庭金融資產(chǎn)占比與發(fā)達國家水平相距甚遠。家庭金融資產(chǎn)配置的優(yōu)化有利于提高家庭資金的收益性和流動性[29]，也有助于實現(xiàn)多渠道增加居民財產(chǎn)性收入。

雖然已有很多有關(guān)家庭金融資產(chǎn)配置和數(shù)字普惠金融發(fā)展的研究，但是將兩者結(jié)合起來研究的并不多。周雨晴等[30]利用近兩萬戶農(nóng)業(yè)戶籍家庭樣本進行了實證研究，得出數(shù)字普惠金融能夠正向促進農(nóng)戶家庭的金融市場參與程度和風(fēng)險資產(chǎn)配置比例的結(jié)論。張曉玫等[31]實證檢驗了普惠金融對家庭金融資產(chǎn)配置和股票市場參與的影響，得出了提高普惠金融水平可以增加家庭參與股票市場和風(fēng)險金融市場的概率和比例的結(jié)論。但是這些文獻并沒有著重關(guān)注不同發(fā)展地區(qū)影響的差異性和內(nèi)在原因。這也將是本文研究的重點。

（二）假說提出

雖然數(shù)字普惠金融能在家庭風(fēng)險金融資產(chǎn)的配置概率和配置比例上起到顯著的正向影響已經(jīng)成為目前研究的共識，但是針對不同地區(qū)和城鄉(xiāng)差異性的研究并不深入，張曉玫等[31]認為農(nóng)村家庭所處的金融環(huán)境較差，參與渠道較少會是城鄉(xiāng)差異的原因。本文在此基礎(chǔ)上，結(jié)合數(shù)字普惠金融的性質(zhì)及其對媒介的依賴性特征，進一步分析城鄉(xiāng)以及不同地區(qū)的差異性。

結(jié)合數(shù)字普惠金融的性質(zhì)和既往文獻的研究，可以認為數(shù)字普惠金融要想對某些群體或者地區(qū)的家庭風(fēng)險金融資產(chǎn)配置產(chǎn)生影響需要滿足兩個條件。第一個條件，數(shù)字普惠金融無論是傳播的過程還是發(fā)揮作用的過程均需要以金融和互聯(lián)網(wǎng)設(shè)施作為前提條件，所以受影響的群體和地區(qū)要有著不錯的金融設(shè)施和互聯(lián)網(wǎng)條件。第二個條件，只有當某些群體或地區(qū)過去所處的金融環(huán)境或金融可得性條件較差時，數(shù)字普惠金融的邊際效應(yīng)才會比較明顯。家庭配置風(fēng)險金融資產(chǎn)是一種投資或理財?shù)臓顟B(tài)，如果某些群體或地區(qū)的家庭一直處在較為優(yōu)越的金融環(huán)境下，愿意參與金融市場的家庭已經(jīng)在很大程度上地參與了風(fēng)險金融資產(chǎn)配置，那么數(shù)字普惠金融對其能夠起到的影響就會十分有限。以上兩個條件中任意一個不被滿足時，數(shù)字普惠金融給家庭風(fēng)險金融資產(chǎn)配置帶來的邊際效應(yīng)都會較弱。

綜上，本文認為只有當某些地區(qū)同時滿足上述兩個條件，即其過去所處的金融環(huán)境并不好，但是隨著社會發(fā)展和政策扶持，金融和互聯(lián)網(wǎng)條件都有了明顯改善時，數(shù)字普惠金融的邊際效應(yīng)才會相對變大。本文將這樣的地方稱為“強效地區(qū)”。同時，本文將不滿足第一個條件的地區(qū)，即將目前金融可得性或互聯(lián)網(wǎng)設(shè)施較差等“硬件”存在短板的地區(qū)定義為“硬弱效地區(qū)”；將不滿足第二個條件的地區(qū)，即將該地區(qū)一直所處的金融環(huán)境都較為優(yōu)越，家庭風(fēng)險金融資產(chǎn)配置的潛力已挖掘殆盡的地區(qū)對應(yīng)地定義為“軟弱效地區(qū)”。這兩類地區(qū)統(tǒng)稱為“弱效地區(qū)”。

根據(jù)以上“強效地區(qū)”的提出和相關(guān)理論的推導(dǎo)，本文提出以下假說：

H1：數(shù)字普惠金融對“強效地區(qū)”的家庭風(fēng)險金融資產(chǎn)配置（包括配置概率和配置比例）會有顯著的正向影響。

H2：數(shù)字普惠金融對“弱效地區(qū)”的家庭風(fēng)險金融資產(chǎn)配置（包括配置概率和配置比例）的影響較小或者不顯著。

結(jié)合“強效地區(qū)”概念，本文進一步根據(jù)不同地區(qū)和城鄉(xiāng)的發(fā)展差異對“強效地區(qū)”和“弱效地區(qū)”進行分析。

一般來說，農(nóng)村地區(qū)所處的金融環(huán)境和互聯(lián)網(wǎng)基礎(chǔ)設(shè)施弱于城鎮(zhèn)地區(qū)，但隨著鄉(xiāng)村振興戰(zhàn)略的推進，這一情況也逐步得以改善。一方面，各地區(qū)互聯(lián)網(wǎng)基礎(chǔ)設(shè)施明顯改善。截至2020年末，中國互聯(lián)網(wǎng)普及率達70.4%，其中農(nóng)村地區(qū)互聯(lián)網(wǎng)普及率為55.9%①。且近年來，網(wǎng)絡(luò)扶貧行動向縱深發(fā)展取得了實質(zhì)性進展，包括東中西部在內(nèi)的農(nóng)村和城鎮(zhèn)地區(qū)的互聯(lián)網(wǎng)條件都有明顯改善。另一方面，農(nóng)村商業(yè)銀行這一地方性金融機構(gòu)的設(shè)立對健全農(nóng)村金融體系、提高農(nóng)村金融服務(wù)水平起到了極大的推動作用。截至2020年底，全國共有1539 家農(nóng)村商業(yè)銀行，其中東部地區(qū)占三分之一以上，按資產(chǎn)對農(nóng)村商業(yè)銀行進行排名，前100名中有75名屬于東部地區(qū)，可見東部農(nóng)村地區(qū)的金融可得性已經(jīng)有了極大的改善。但是除了重慶農(nóng)商行之外②，其他中西部地區(qū)發(fā)展情況較為一般，中西部地區(qū)農(nóng)村金融機構(gòu)布點仍然較少[32]，金融可得性情況不容樂觀[33]，而中西部城鎮(zhèn)地區(qū)由于城鎮(zhèn)化建設(shè)和過去相較于中西部農(nóng)村地區(qū)的優(yōu)先發(fā)展戰(zhàn)略，其金融可得性要顯著優(yōu)于中西部的農(nóng)村地區(qū)。

根據(jù)以上分析，本文認為東部農(nóng)村和中西部城鎮(zhèn)較為符合“強效地區(qū)”的定義。這些地區(qū)在受到數(shù)字普惠金融影響時邊際效應(yīng)理應(yīng)更大。東部城鎮(zhèn)地區(qū)所處的金融和互聯(lián)網(wǎng)條件一直較好，中西部農(nóng)村地區(qū)目前的金融可得性尚且不足，故本文將其歸入“弱效地區(qū)”，且他們分別符合“軟弱效地區(qū)”和“硬弱效地區(qū)”的定義。

三、數(shù)據(jù)和實證模型

（一）數(shù)據(jù)

本文使用了兩類數(shù)據(jù)。第一類數(shù)據(jù)來自中國家庭金融調(diào)查（China household finance survey，CHFS）數(shù)據(jù)庫。本文選擇2017年的CHFS 數(shù)據(jù)庫樣本，覆蓋了全國29 個省份（不含新疆、西藏、港澳臺地區(qū)）的355個縣（市），包括40011個家庭的微觀數(shù)據(jù)。在剔除有重要缺失值與無法精確到縣級的樣本后，共有33992個家庭樣本被納入研究。第二類數(shù)據(jù)來自北京大學(xué)課題組利用螞蟻金服關(guān)于數(shù)字普惠金融的海量數(shù)據(jù)編制的北京大學(xué)數(shù)字普惠金融發(fā)展指數(shù)。該指數(shù)利用螞蟻金服微觀數(shù)據(jù)合成，空間跨度包含省級、城市和縣域三個層級，涉及33個指標，包含覆蓋范圍（支付寶賬戶數(shù)量、綁定銀行卡的數(shù)量等）、使用深度（支付、貸款、保險、投資等）和數(shù)字支持服務(wù)程度（手機支付、貸款利率等）三個維度，以及支付、保險、貨幣基金、征信等業(yè)務(wù)分類指數(shù)。

本文使用的是2016—2017年縣級層面數(shù)字普惠金融發(fā)展指數(shù)。其中2017年數(shù)據(jù)是為與2017年CHFS 數(shù)據(jù)做基準回歸，2016年數(shù)據(jù)將作為其中一個工具變量使用。

（二）模型選取

首先建立風(fēng)險金融資產(chǎn)配置概率與數(shù)字普惠金融發(fā)展指數(shù)之間的基準回歸模型。用Pro_riskpi表示p地的i家庭是否配置了風(fēng)險金融資產(chǎn)。由于Pro_riskpi為二元離散變量，如果使用普通最小二乘法回歸，結(jié)果會有偏，故選擇Probit模型進行實證研究。實證模型如下：

其中，Indexp表示家庭所在p地的數(shù)字普惠金融發(fā)展指數(shù)（此處及以下均取對數(shù)處理），X表示戶主個人特征和家庭特征的一系列控制變量，μi為隨機擾動項。根據(jù)模型（1）來衡量數(shù)字普惠金融發(fā)展指數(shù)對家庭風(fēng)險金融資產(chǎn)配置概率的影響。

（2）式是家庭配置風(fēng)險金融資產(chǎn)占家庭總金融資產(chǎn)的比例與數(shù)字普惠金融發(fā)展指數(shù)之間的基準回歸模型。用Ratio_riskpi表示p地的i家庭配置風(fēng)險金融資產(chǎn)占家庭總金融資產(chǎn)的比例，因為這一變量左側(cè)數(shù)據(jù)都集中為0（左刪尾變量），因此選擇Tobit模型。

根據(jù)模型（2）來衡量數(shù)字普惠金融發(fā)展指數(shù)對家庭風(fēng)險金融資產(chǎn)配置比例的影響。

（三）變量

1.被解釋變量。本文選取了兩個被解釋變量，即家庭配置風(fēng)險金融資產(chǎn)的概率和家庭配置風(fēng)險金融資產(chǎn)的比例。將家庭配置風(fēng)險金融資產(chǎn)的概率這一虛擬變量設(shè)定為：如果家庭在股票、基金、公司債券、互聯(lián)網(wǎng)理財產(chǎn)品、金融理財產(chǎn)品、非人民幣資產(chǎn)、貴金屬和金融衍生品等產(chǎn)品上任意配置一項及以上，則變量取值1；否則，取值0。家庭配置風(fēng)險金融資產(chǎn)的比例變量設(shè)定是，家庭在風(fēng)險金融資產(chǎn)項目上配置的資產(chǎn)總和占家庭總金融資產(chǎn)的比例。

2.核心解釋變量。核心解釋變量是縣級層面的數(shù)字普惠金融發(fā)展指數(shù)，包括數(shù)字普惠金融綜合指數(shù)、數(shù)字普惠金融覆蓋廣度指數(shù)和數(shù)字普惠金融使用深度指數(shù)。

3.工具變量。模型中常見的內(nèi)生性問題大多是由遺漏變量和反向因果引起的。本文選取互聯(lián)網(wǎng)骨干直聯(lián)點（國家為匯集和疏通全國網(wǎng)間通信流量而建立的通信樞紐）的合成變量和數(shù)字普惠金融指數(shù)的滯后一期變量分別作為工具變量，來盡可能地避免內(nèi)生性問題。

本文針對互聯(lián)網(wǎng)骨干直聯(lián)點能給本省帶來的影響設(shè)置了四個具有代表性的問題，在進行取對數(shù)壓縮數(shù)值和取平均數(shù)等操作后構(gòu)建了互聯(lián)網(wǎng)得分，具體的問題設(shè)置及統(tǒng)計描述見表1。

表1 互聯(lián)網(wǎng)得分的問題設(shè)置及統(tǒng)計描述

根據(jù)《中國互聯(lián)網(wǎng)發(fā)展報告2017》可知，截至2017年我國已建立三個批次的骨干直聯(lián)點。其中北京、上海和廣州為第一批次，成都、武漢、西安、沈陽、南京、重慶和鄭州為第二批次，杭州、貴陽和福州為第三批次?；ヂ?lián)網(wǎng)骨干直聯(lián)點涵蓋了東中西部地區(qū)，拉動互聯(lián)互通效率逐步提高，網(wǎng)絡(luò)連接效率和用戶體驗得到了極大的提高與改善。數(shù)字普惠金融的發(fā)展很大程度上要依賴于互聯(lián)網(wǎng)設(shè)施的建設(shè)與互聯(lián)網(wǎng)聯(lián)通效率的發(fā)展，所以互聯(lián)網(wǎng)得分能在一定程度上反映數(shù)字普惠金融的發(fā)展情況，但是家庭的金融資產(chǎn)配置情況并不會對互聯(lián)網(wǎng)骨干直聯(lián)點的城市選擇產(chǎn)生影響。因此，互聯(lián)網(wǎng)得分的選取符合工具變量要求。

4.控制變量。戶主層面的控制變量包括戶主的年齡、性別、婚姻狀況、教育程度和風(fēng)險偏好等。家庭層面的控制變量包括家庭成員數(shù)、總資產(chǎn)、總收入和家庭是否擁有自有住房等。表2是相關(guān)變量的統(tǒng)計描述。其中針對如風(fēng)險態(tài)度等在2017年調(diào)查中僅詢問新訪戶的情況，本文采用匹配往年數(shù)據(jù)的方法進行處理；金融素養(yǎng)的衡量沿用尹志超等[34]的做法，對調(diào)查中的三個金融知識問題設(shè)置是否回答正確和是否作答的虛擬變量，然后采用主成分分析法對該變量進行分析得到金融素養(yǎng)這一綜合指標。

表2 各變量統(tǒng)計描述

四、實證和結(jié)果分析

下文從基準回歸、內(nèi)生性分析和穩(wěn)健性檢驗方面，實證分析數(shù)字普惠金融對家庭風(fēng)險金融資產(chǎn)配置的影響。

（一）數(shù)字普惠金融與家庭風(fēng)險金融資產(chǎn)配置的基準分析

本文通過實證分析，從配置概率和配置比例兩個方面探究了數(shù)字普惠金融綜合指數(shù)對家庭風(fēng)險金融資產(chǎn)配置的影響。實證結(jié)果如表3所示。

表3 數(shù)字普惠金融綜合指數(shù)對家庭風(fēng)險金融資產(chǎn)配置的回歸結(jié)果

表3報告了數(shù)字普惠金融綜合指數(shù)（指數(shù)已取對數(shù)，下文均同操作）對家庭風(fēng)險金融資產(chǎn)配置的實證結(jié)果。結(jié)果表明數(shù)字普惠金融發(fā)展對家庭風(fēng)險金融資產(chǎn)配置的概率和比例都有顯著的促進作用，這與已有文獻的結(jié)論相一致，且這一結(jié)果在控制變量前后均一致。

同時，結(jié)果顯示城鄉(xiāng)控制變量的系數(shù)為負，且在1%的統(tǒng)計水平上顯著；地區(qū)控制變量的系數(shù)為正，且在10%的統(tǒng)計水平上顯著。這表明農(nóng)村群體在風(fēng)險金融資產(chǎn)配置上的表現(xiàn)（或者說在金融市場上的表現(xiàn)）要明顯弱于城鎮(zhèn)群體，中西部地區(qū)要弱于東部地區(qū)。但是存量不代表增量，農(nóng)村群體和中西部地區(qū)受數(shù)字普惠金融影響做出的改變是否也弱于城鎮(zhèn)和東部地區(qū)？且這種改變在城鄉(xiāng)和不同地區(qū)之間有著怎樣的強弱分布？這些都是本文將在差異性分析中重點討論的內(nèi)容。

（二）內(nèi)生性分析

本文選取由互聯(lián)網(wǎng)骨干直聯(lián)點信息進行綜合處理得到的互聯(lián)網(wǎng)得分等作為工具變量，以盡可能地解決內(nèi)生性問題。

互聯(lián)網(wǎng)既是大多數(shù)數(shù)字普惠金融業(yè)務(wù)的載體，也是數(shù)字普惠金融發(fā)揮作用的途徑，互聯(lián)網(wǎng)得分能在一定程度上反映出當?shù)鼗ヂ?lián)網(wǎng)建設(shè)水平，可以預(yù)期，互聯(lián)網(wǎng)得分與數(shù)字普惠金融發(fā)展顯著正相關(guān)。相反，互聯(lián)網(wǎng)骨干直聯(lián)點的設(shè)立多是國家基于網(wǎng)絡(luò)強國戰(zhàn)略思想的整體布局，所以不會受家庭層面的影響。綜上，互聯(lián)網(wǎng)得分基本滿足外生性，故可以選取互聯(lián)網(wǎng)得分為工具變量來解決反向因果的內(nèi)生性問題。數(shù)字普惠金融發(fā)展指數(shù)反映的是當年數(shù)字普惠金融整體的發(fā)展情況，這種發(fā)展情況能對下一年的家庭金融資產(chǎn)配置產(chǎn)生導(dǎo)向性甚至直接性影響，但是由于時序的問題，下一年的家庭金融資產(chǎn)配置是無法對上一年的數(shù)字普惠金融發(fā)展產(chǎn)生影響的，故可以選擇數(shù)字普惠金融指數(shù)的滯后一期作為工具變量來解決反向因果的內(nèi)生性問題?；貧w結(jié)果如表4所示：在解決內(nèi)生性問題后，工具變量無論是對家庭風(fēng)險金融資產(chǎn)配置概率還是配置比例而言，系數(shù)都顯著為正。這說明了基準回歸結(jié)果具有穩(wěn)健性。

表4 工具變量回歸

關(guān)于工具變量的有效性?；ヂ?lián)網(wǎng)得分這一工具變量通過了不可識別檢驗③、過度識別檢驗④及弱工具變量檢驗⑤，故工具變量估計是有效的。同樣，數(shù)字普惠金融指數(shù)的滯后一期也通過了以上檢驗⑥。受篇幅所限，本文未列示穩(wěn)健性回歸結(jié)果。

東部地區(qū)的互聯(lián)網(wǎng)得分均值為0.376，中西部地區(qū)的互聯(lián)網(wǎng)得分均值接近-0.200。這種東部與中西部有較大差異的現(xiàn)象與數(shù)字普惠金融指數(shù)在不同地區(qū)的差異接近，而且也說明進一步探究地區(qū)內(nèi)在差異的原因?qū)μ岣邤?shù)字普惠金融影響的重要性。

（三）穩(wěn)健性檢驗

1.替換變量。北京大學(xué)課題組測度中國數(shù)字普惠金融發(fā)展時，除數(shù)字普惠金融綜合指數(shù)外，還得到了覆蓋廣度指數(shù)、使用深度指數(shù)和數(shù)字支持服務(wù)指數(shù)這三個子指標。其中覆蓋廣度指數(shù)和使用深度指數(shù)在指數(shù)編排時所占比重最大，而且數(shù)字支持服務(wù)指數(shù)在各省間波動幅度較小，故本文除使用綜合指數(shù)進行基準回歸外，還選擇了覆蓋廣度指數(shù)和使用深度指數(shù)進行穩(wěn)健性檢驗。

2.縮小樣本量。在進行基準回歸前，本文已經(jīng)按照戶主年齡不小于16 歲和不能存在重要缺失值等條件剔除了部分樣本，但是本文研究的重點是家庭金融問題，所以家庭資產(chǎn)相關(guān)變量的異常性或特殊性會對模型結(jié)果產(chǎn)生直接影響。本文對樣本按照家庭總資產(chǎn)從高到低進行排序，然后把低于10%分位數(shù)值和高于90%分位數(shù)值的樣本予以剔除進行穩(wěn)健性檢驗。兩種穩(wěn)健性檢驗的結(jié)果均與基準回歸一致，表明了基準回歸結(jié)果的可靠性。

五、進一步分析：地區(qū)與城鄉(xiāng)差異性

（一）數(shù)字普惠金融對家庭風(fēng)險金融資產(chǎn)配置影響的差異性分析

1.數(shù)字普惠金融與家庭風(fēng)險金融資產(chǎn)配置的城鄉(xiāng)差異。因數(shù)字普惠金融具有普惠金融的包容性特征，但是又要受制于城鄉(xiāng)基礎(chǔ)設(shè)施差距和政策傾斜等條件的影響，故數(shù)字普惠金融發(fā)展的影響理應(yīng)具有城鄉(xiāng)差異性。表5是將樣本按照戶口性質(zhì)劃分為農(nóng)村群體與城鎮(zhèn)群體，然后對兩組樣本分別進行回歸的結(jié)果。

通過表5（1）列與（2）列系數(shù)的對比，可以發(fā)現(xiàn)數(shù)字普惠金融發(fā)展對家庭風(fēng)險金融資產(chǎn)配置概率的影響程度，農(nóng)村群體要大于城鎮(zhèn)群體。這說明數(shù)字普惠金融發(fā)展確實能在一定程度上起到緩解城鄉(xiāng)在金融可得性、金融參與上的差距的作用；通過（3）列與（4）列的對比，可以發(fā)現(xiàn)數(shù)字普惠金融在城鄉(xiāng)群體中對家庭風(fēng)險金融資產(chǎn)配置比例的影響也有較大差異，農(nóng)村群體受數(shù)字普惠金融的影響從而配置更多的風(fēng)險金融資產(chǎn)的程度要大于城鎮(zhèn)群體。這不僅說明數(shù)字普惠金融有著很好的地理穿透性，能夠在一定程度上克服基礎(chǔ)設(shè)施上的差距，也說明如網(wǎng)絡(luò)基礎(chǔ)設(shè)施這類新型設(shè)施在農(nóng)村地區(qū)的建設(shè)也取得了一定成就，對緩解城鄉(xiāng)差距起到了重要作用。

表5 城鄉(xiāng)差異性

2.數(shù)字普惠金融與家庭風(fēng)險金融資產(chǎn)配置的東中西部地區(qū)差異。數(shù)字普惠金融發(fā)展對家庭風(fēng)險金融資產(chǎn)配置要受到地區(qū)差異的影響，而且數(shù)字普惠金融自身的發(fā)展也會有地區(qū)差異。所以本文將樣本分為西部、中部和東部三組，然后分別進行回歸。表6為回歸結(jié)果。

表6 地區(qū)差異性

從表6結(jié)果可以看出，數(shù)字普惠金融無論是在家庭風(fēng)險金融資產(chǎn)的配置概率還是配置比例的影響上，都變現(xiàn)為中西部地區(qū)顯著為正，而東部地區(qū)不顯著，這說明數(shù)字普惠金融發(fā)揮了應(yīng)有的包容性和良好的地理穿透性。這種影響主要得益于近年來國家對中西部地區(qū)發(fā)展的政策傾斜和戰(zhàn)略布局，這也說明了繼續(xù)推進中西部地區(qū)金融發(fā)展和互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)、縮小地區(qū)間數(shù)字鴻溝和縮減地區(qū)發(fā)展差異的正確性與必要性。

其中，中部地區(qū)受影響的顯著性最高，系數(shù)最大，主要原因可能是中部地區(qū)憑借著地理位置的“中介”和“橋梁”優(yōu)勢，連接著東西地區(qū)數(shù)字普惠金融的合作與發(fā)展[35]，使得中部地區(qū)在數(shù)字普惠金融發(fā)展中占據(jù)了中心位置。

（二）進一步研究城鄉(xiāng)與地區(qū)的差異

本節(jié)將從理論與實證的角度分析將東部農(nóng)村與中西部城鎮(zhèn)納入“強效地區(qū)”的合理性。下面本文將樣本根據(jù)地區(qū)和城鄉(xiāng)分為6個子樣本。

結(jié)果如表7所示：在樣本劃分更為細致后，三個“強效地區(qū)”在受到數(shù)字普惠金融影響時均表現(xiàn)出顯著為正的反應(yīng)，結(jié)果無法拒絕假設(shè)1。這不僅說明“強效地區(qū)”概念提出的正確性，更說明造成城鄉(xiāng)群體和東中西地區(qū)差異的主要原因在于這些群體和地區(qū)所處的金融環(huán)境不成熟，金融發(fā)展不夠完善，家庭的金融可得性較差，所以家庭風(fēng)險金融資產(chǎn)配置受數(shù)字普惠金融的影響顯著。由于中西部地區(qū)農(nóng)村群體的家庭風(fēng)險金融資產(chǎn)配置比例在很大程度上為0，故無法進行Tobit模型回歸，本節(jié)不再對配置比例進行實證分析。

表7 地區(qū)與城鄉(xiāng)差異性

六、機制分析

（一）數(shù)字普惠金融的增收效應(yīng)

根據(jù)相關(guān)文獻可知，數(shù)字普惠金融有提振經(jīng)濟、增加居民收入的作用[36]。所以數(shù)字普惠金融影響家庭風(fēng)險金融資產(chǎn)配置可能的機制是通過影響當?shù)氐慕?jīng)濟增長情況，進而影響家庭收入從而實現(xiàn)促進家庭風(fēng)險金融資產(chǎn)配置。

表8（1）列使用最小二乘法（OLS）分析了數(shù)字普惠金融發(fā)展對經(jīng)濟增長的代理變量——人均GDP的影響。其中，控制變量包括反映政府干預(yù)程度的政府財政支出占GDP的比重、反映貿(mào)易開放程度的進出口貿(mào)易總額占GDP的比重、反映外商投資水平的外商直接投資占GDP的比重、反映傳統(tǒng)金融中介發(fā)展水平的銀行信貸余額占GDP的比重[37]以及反映當?shù)厝丝诮Y(jié)構(gòu)的撫養(yǎng)比和勞動人口占比等。結(jié)果顯示，數(shù)字普惠金融對人均GDP 影響的系數(shù)為8.091，且在1%的水平上顯著。這表明數(shù)字普惠金融發(fā)展能夠顯著促進當?shù)氐慕?jīng)濟增長。

表8（2）列為人均GDP 與家庭總收入的OLS 實證回歸，回歸結(jié)果表明人均GDP與家庭總收入顯著正相關(guān)，即當?shù)氐慕?jīng)濟發(fā)展能顯著提高家庭總收入。（3）和（4）列比較了將人均GDP和家庭總收入納入數(shù)字普惠金融發(fā)展指數(shù)對家庭風(fēng)險金融資產(chǎn)配置影響的模型后的結(jié)果，可以看出，將人均GDP 和家庭總收入納入模型后，數(shù)字普惠金融發(fā)展指數(shù)不再顯著，這說明經(jīng)濟增長影響家庭收入進而影響家庭風(fēng)險金融資產(chǎn)配置是數(shù)字普惠金融影響家庭配置風(fēng)險金融資產(chǎn)的主要渠道。

表8 數(shù)字普惠金融、經(jīng)濟增長與家庭收入

本文對反映當?shù)貍鹘y(tǒng)金融中介發(fā)展水平的指標（Credit，當?shù)劂y行信貸余額與當?shù)谿DP 比值）與數(shù)字普惠金融結(jié)合進行進一步研究。表9結(jié)果表明：在控制了傳統(tǒng)金融中介發(fā)展水平后，中西部地區(qū)家庭風(fēng)險金融資產(chǎn)配置受數(shù)字普惠金融影響會更大，即如果中西部地區(qū)的傳統(tǒng)金融能達到東部地區(qū)水平，則數(shù)字普惠金融的邊際效應(yīng)會更大。這說明了繼續(xù)發(fā)展中西部地區(qū)基礎(chǔ)金融機構(gòu)和金融設(shè)施的重要性。而且基礎(chǔ)金融機構(gòu)除發(fā)展廣度要求外，還要注意加強發(fā)展深度，尤其是向中西部農(nóng)村這樣的“硬弱效地區(qū)”深入發(fā)展。

表9 控制傳統(tǒng)金融中介發(fā)展水平

（二）數(shù)字普惠金融的教育效應(yīng)

數(shù)字普惠金融的發(fā)展讓更多的家庭接觸到金融服務(wù)，家庭整體的金融素養(yǎng)理應(yīng)也會隨著數(shù)字普惠金融的發(fā)展而上升。表10（1）列的實證結(jié)果也佐證了這一點。反過來，金融素養(yǎng)又會正向影響家庭配置風(fēng)險金融資產(chǎn)，這就形成了數(shù)字普惠金融影響家庭配置風(fēng)險金融資產(chǎn)的渠道。

表10（2）和（3）列是未加入金融素養(yǎng)變量的回歸結(jié)果，數(shù)字普惠金融對家庭風(fēng)險金融資產(chǎn)配置概率影響的系數(shù)是0.353，對家庭風(fēng)險金融資產(chǎn)配置比例影響的系數(shù)是0.428。（4）和（5）列是將數(shù)字普惠金融發(fā)展總指數(shù)和金融素養(yǎng)同時加入模型后的回歸結(jié)果，數(shù)字普惠金融發(fā)展總指數(shù)的系數(shù)明顯下降。這表明存在“數(shù)字普惠金融通過提高居民的金融素養(yǎng)進而促進家庭配置風(fēng)險金融資產(chǎn)”的傳導(dǎo)路徑。

表10 數(shù)字普惠金融與家庭金融素養(yǎng)

七、結(jié)論與政策建議

數(shù)字普惠金融利用其數(shù)字金融和普惠金融的優(yōu)勢特征，給中國金融業(yè)緩解發(fā)展不平衡帶來了深刻的影響。本文利用中國家庭金融調(diào)查（CHFS）數(shù)據(jù)與數(shù)字普惠金融發(fā)展指數(shù)，評析了數(shù)字普惠金融的發(fā)展對家庭風(fēng)險金融資產(chǎn)配置的影響，主要得出以下幾點結(jié)論：

第一，本文提出的“強效地區(qū)”等概念在實證中得到了驗證，并且將東部農(nóng)村和中西部城鎮(zhèn)總結(jié)為“強效地區(qū)”，東部城鎮(zhèn)總結(jié)為“軟弱效地區(qū)”，中西部農(nóng)村總結(jié)為“硬弱效地區(qū)”。

第二，數(shù)字普惠金融的發(fā)展能夠顯著提高以東部農(nóng)村和中西部城鎮(zhèn)為代表的“強效地區(qū)”的家庭配置風(fēng)險金融資產(chǎn)的概率，且能夠顯著增加家庭配置風(fēng)險金融資產(chǎn)占家庭總金融資產(chǎn)的比例。

第三，“硬弱效地區(qū)”產(chǎn)生的原因是當?shù)氐慕鹑跈C構(gòu)不發(fā)達，家庭的金融可得性較差；“軟弱效地區(qū)”產(chǎn)生的原因是家庭的風(fēng)險金融資產(chǎn)配置潛力不足。

第四，通過機制分析發(fā)現(xiàn)，數(shù)字普惠金融能通過顯著促進當?shù)亟?jīng)濟增長進而增加家庭收入和提高家庭的金融素養(yǎng)，這都成為了數(shù)字普惠金融影響家庭風(fēng)險金融資產(chǎn)配置的渠道。

基于上文的研究與論證，本文提出以下幾點政策建議：

第一，針對“硬弱效地區(qū)”。除加速數(shù)字金融和普惠金融服務(wù)的進程外，更重要的是完善金融基礎(chǔ)設(shè)施建設(shè)。金融基礎(chǔ)設(shè)施的可及性既是居民生活福祉的保證，也是提高居民金融素養(yǎng)、激發(fā)金融活力和促進金融市場參與的前提條件。但是由于資本的逐利性，“硬弱效地區(qū)”的金融可得性問題往往很難通過市場自發(fā)地改變，需要諸如金融扶貧等方式的政府政策介入。

第二，針對“軟弱效地區(qū)”。應(yīng)加快金融產(chǎn)品創(chuàng)新，探索更多有效的金融模式，以此來激發(fā)居民參與金融市場的潛能。正如東部城鎮(zhèn)這樣的“軟弱效地區(qū)”，在傳統(tǒng)金融服務(wù)已經(jīng)較為發(fā)達的情況下，數(shù)字普惠金融無法大幅地激發(fā)居民參與到金融市場的潛能，只有創(chuàng)新型的金融產(chǎn)品和金融模式的出現(xiàn)才能打破這種局面。

第三，針對“強效地區(qū)”。應(yīng)繼續(xù)推進數(shù)字普惠金融發(fā)展，完善金融體系建設(shè)。從以上的研究也可以看出數(shù)字普惠金融確實能夠?qū)彝ワL(fēng)險金融資產(chǎn)配置帶來顯著的正向影響，所以應(yīng)該繼續(xù)推進數(shù)字普惠金融發(fā)展，讓數(shù)字普惠金融承擔起解決金融業(yè)發(fā)展不均衡不充分的責(zé)任。在發(fā)展數(shù)字普惠金融時，也要注意與地區(qū)的傳統(tǒng)金融機構(gòu)結(jié)合，這樣才能讓數(shù)字普惠金融有根有源，實現(xiàn)可持續(xù)發(fā)展?！?/p>

注 釋

①數(shù)據(jù)來源：國家統(tǒng)計局《中華人民共和國2020年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》。

②重慶農(nóng)商行是西部乃至全國第一大農(nóng)商行，截至2020年底資產(chǎn)規(guī)模達11359.27億元。

③Kleibergen-Paaprk LM 統(tǒng)計量為821.586，p值為0.000，拒絕了工具變量不可識別的原假設(shè)。

④Hansen J 統(tǒng)計量，p 值為0.75，無法拒絕工具變量為外生的原假設(shè)。

⑤Cragg-Donald Wald F 統(tǒng)計量和Kleibergen-Paaprk Wald F統(tǒng)計量，p值均小于0.01，拒絕了存在弱工具變量的原假設(shè)。

⑥相應(yīng)統(tǒng)計量結(jié)果不再羅列贅述。