盛思思　徐展

基金項目：北京市社會科學基金青年項目《數(shù)字化引領北京市企業(yè)高質(zhì)量創(chuàng)新機制研究》（21GLC051）。

作者簡介：盛思思（1986—），女，湖北黃石人，博士，清華大學五道口金融學院博士后，主要研究方向為金融科技、家庭金融;徐展（1989—），女，湖北武漢人，博士，首都經(jīng)濟貿(mào)易大學會計學院副教授、碩士生導師，主要研究方向為金融市場、金融理論。DOI： 10.13253/j.cnki.ddjjgl.2022.03.011數(shù)字普惠金融與生育：促進還是擠出？盛思思1，徐展2（1.清華大學五道口金融學院，北京100083;2.首都經(jīng)濟貿(mào)易大學會計學院，北京100070）

[摘要]基于家庭資源配置的視角，結合數(shù)字普惠金融的“長尾”特征，提出數(shù)字普惠金融會影響生育水平并進行了實證檢驗。結果顯示，數(shù)字普惠金融總體上顯著地提高了出生率，但細分維度存在差異：數(shù)字支付和數(shù)字保險都提高了出生率;數(shù)字信貸降低了出生率;數(shù)字理財?shù)淖饔貌幻黠@。機制檢驗發(fā)現(xiàn)，數(shù)字支付主要通過促進家庭從外部獲得幫助、緩解流動性約束來影響生育，社會資本水平越高，數(shù)字支付對生育的促進作用越大;數(shù)字保險通過為家庭提供補充保障來促進生育，社會保障水平越低，尤其社會保障深度不足時，數(shù)字保險的作用越大;數(shù)字信貸則由于刺激家庭消費對生育產(chǎn)生了“擠出”效應，銀行消費貸款規(guī)模越小、快遞量越大，數(shù)字信貸的生育抑制作用越大。因此，我國應重視并充分發(fā)揮數(shù)字普惠金融在促進人口長期均衡發(fā)展中的作用。

[關鍵詞]數(shù)字金融;生育水平;社會資本;風險保障

[中圖分類號] F832.5[文獻標識碼] A[文章編號] 1673-0461（2022）03-0081-09

一、引言

習近平在《關于制定“十三五”規(guī)劃建議的說明》中指出，“當前，我國人口結構呈現(xiàn)明顯的高齡少子特征，適齡人口生育意愿明顯降低，婦女總和生育率明顯低于更替水平”[1]。低生育水平會導致勞動力供需不均衡、人口老齡化加快[2]，對我國長期經(jīng)濟增長[3-4]和社會保障體系[5]都帶來嚴重威脅。雖然我國從2013年就開始放寬生育政策，但由于收入水平和撫育成本上升、城鎮(zhèn)化和人口流動加劇以及人們價值觀念發(fā)生轉(zhuǎn)變等原因，政策效果并不明顯。如何提高生育意愿和生育水平成為我國持續(xù)穩(wěn)定發(fā)展的關鍵問題。

從經(jīng)濟學視角來看，生育行為實質(zhì)上是對家庭資源的跨期配置。例如，“養(yǎng)兒防老”是通過生育子女來預防老年時期的收入不確定性。而現(xiàn)代金融的主要功能為資源的跨時空配置，因此金融發(fā)展可能影響家庭和個人的資源配置行為，進而影響其生育決策。但長期以來，由于時間、空間等條件限制，以及金融機構風險控制和追逐利潤的考慮，傳統(tǒng)金融多服務于少數(shù)精英群體，對于數(shù)量最為龐大的普通大眾、尤其低收入和農(nóng)村群體覆蓋不足[6-7]。而后者恰好是我國的生育主力[8]。因此，早期的金融發(fā)展對于生育水平的影響可能不太重要。相應地，雖然已有一些研究發(fā)現(xiàn)子女數(shù)量會影響家庭的金融行為[9]，改變家庭對金融資產(chǎn)的持有和配置[10]，但是關于金融發(fā)展如何影響生育行為還缺乏充分的研究。

近年來，數(shù)字普惠金融快速發(fā)展打破了金融的時空限制，降低了金融交易的門檻和成本[11]，提高了金融服務的可獲得性[12]，具有顯著的“長尾”效應[6]。調(diào)查研究發(fā)現(xiàn)，即便是在我國的農(nóng)村地區(qū)，數(shù)字金融也具有較高的知曉度和使用度[7]。隨著數(shù)字普惠金融的不斷發(fā)展和滲透，其對生育水平的作用或逐漸凸顯。

一方面，生育子女預期增大家庭面臨的流動性約束和風險敞口，可能抑制家庭的生育意愿。而數(shù)字普惠金融有助于家庭應對可能產(chǎn)生的困難，從而釋放生育需求。首先，數(shù)字支付使得轉(zhuǎn)賬匯款更加便捷且交易成本更低，有利于家庭快速獲得外部幫助，從而弱化流動性約束;其次，數(shù)字信貸不僅降低了信貸的門檻，還擴大了其應用場景，提升了靈活性，有助于平滑家庭跨期消費，放松家庭預算約束;最后，數(shù)字保險改變了傳統(tǒng)的保單銷售模式，其產(chǎn)品價格更透明、投保和理賠流程更簡潔、客戶洞察更精準，有利于家庭運用保險來分攤風險，降低未來的不確定性。

但另一方面，數(shù)字支付提升了支付的便利性，加速了居民的消費決策，促進了消費增長[13-14]，在家庭資金有限的條件下可能“擠出”生育需求;并且，數(shù)字（消費）信貸也可能促進居民消費，提高家庭杠桿，導致生育意愿降低[15];而數(shù)字理財則為家庭提供了除養(yǎng)育子女以外的高收益投資渠道，可能產(chǎn)生生育替代效應。

可見，數(shù)字普惠金融對生育水平的影響較為復雜，需要進一步研究以明確其作用和影響機制。本文利用北京大學數(shù)字金融研究中心編制的數(shù)字普惠金融指數(shù)和中國各省級政府發(fā)布的2011至2019年的地區(qū)出生率數(shù)據(jù)，采用面板數(shù)據(jù)回歸方法，對數(shù)字普惠金融是否以及如何影響生育水平進行了實證研究。實證結果顯示：從整體上而言，數(shù)字普惠金融發(fā)展顯著地促進了生育，在控制了其他因素的條件下，數(shù)字普惠金融指數(shù)每提高100，出生率增加3‰;從細分維度來看，數(shù)字支付和數(shù)字保險顯著地提高了出生率，而數(shù)字信貸則降低了出生率，數(shù)字理財?shù)淖饔貌幻黠@。進一步對細分維度進行機制檢驗得到以下發(fā)現(xiàn)：第一，數(shù)字支付能夠通過促進家庭從外部獲得幫助、緩解流動性約束來影響生育水平，地區(qū)的社會資本水平越高，數(shù)字支付對生育的促進作用越大;第二，數(shù)字保險通過為家庭提供補充保障來促進生育，地區(qū)的社會保障水平越低，尤其社會保障深度不足時，數(shù)字保險的作用越大;第三，數(shù)字信貸則因為促進家庭超前消費產(chǎn)生了“擠出”效應，抑制了生育水平，地區(qū)的銀行消費貸款規(guī)模越小、快遞量越大，數(shù)字信貸的作用越大。最后使用互聯(lián)網(wǎng)普及率作為工具變量進行穩(wěn)健性檢驗，排除了可能的內(nèi)生性解釋?；诖耍髡哒J為應重視金融在促進人口長期均衡發(fā)展中的作用，大力推廣數(shù)字普惠金融，充分發(fā)揮數(shù)字支付和數(shù)字保險的積極作用，適度發(fā)展數(shù)字消費信貸、倡導理性消費。

本文的主要貢獻在于：第一，基于家庭資源跨期配置的視角，首次提出并證實了數(shù)字普惠金融對生育的促進作用，不僅拓寬了金融領域的研究邊界，也為人口學研究提供了新的視角;第二，明確了數(shù)字普惠金融細分維度對生育水平的不同影響機制，填補了相關文獻的空白;第三，人口問題一直是關乎國家經(jīng)濟和社會發(fā)展的重大問題，在鼓勵生育政策效果不明顯的情況下，本文的研究結論為我國提高生育水平、促進人口長期均衡發(fā)展提供了新的思路。

二、理論分析和研究假設

微觀經(jīng)濟理論認為，生育行為是家庭成員根據(jù)“效用最大化”“風險最小化”等原則對有限的家庭資源進行跨期配置的結果[16]。

“效用最大化”原則是指家庭通過對新增子女產(chǎn)生的成本和效用進行權衡，決定是否生育“邊際子女”[17];并在生育子女與其他家庭消費之間權衡，通過對有限的家庭資源進行分配[18]，實現(xiàn)家庭效用最大化。其中，成本既包括撫育子女需付出的實際支出，也包含因此而產(chǎn)生的機會成本，例如由于撫育子女而損失的時間和收入等;效用則主要包括子女成長為勞動力后可帶來的經(jīng)濟效用，老年時期被子女供養(yǎng)的保險效用，以及撫育子女帶來精神效用等?！俺杀?效用”理論是國內(nèi)人口研究的重要分析框架之一，由于我國實行計劃生育政策，大量文獻主要關注了生育二孩以及更多孩子的成本和效用問題，相關實證研究也證實了生育效用和養(yǎng)育成本會影響家庭和女性的再生育意愿[19-20]。

“風險最小化”原則的基本假設是個人或家庭具備利避害、尋求風險最小的“風險”理性。在此框架下，風險是影響家庭生育決策的重要原因，生育子女是為了預防生活中的各種風險，提高家庭生存的可能性。例如，撫育子女以預防老年生活保障風險，多育以形成以親緣為紐帶的互助保障機制，以及通過多育提高子女“有出息”的概率等[21]?？梢钥闯?，以上提及的風險主要為“遠慮”。但事實上，年輕育齡群體較少會設想老年生活，對子女需承擔的義務和責任也沒有明確的要求[22]。因此，生育帶來的中短期風險預期（即“近憂”）可能對家庭生育決策產(chǎn)生更大的影響，如健康風險、經(jīng)濟風險和職業(yè)風險等。

簡而言之，在“理性人”視角下，生育實際上是家庭進行的一種消費和投資行為——通過“消費”獲得精神效用[20]，通過“投資”獲得經(jīng)濟收益和風險保障。夫婦在生育子女與其他消費和投資之間對有限的家庭資源進行跨期分配，以期最大化家庭效用、最小化家庭風險。這意味著，在效用確定的條件下，如果生育成本和風險較高，則其他消費和投資選擇就可能“擠出”家庭的生育需求;反之，如果生育成本相對可負擔或風險可分攤，則可能促進家庭生育。

現(xiàn)代金融具有跨時空資源配置和風險分散等功能，家庭可利用金融工具平滑消費、管理風險和積累財富。然而，傳統(tǒng)金融受限于時間和網(wǎng)點限制，以及風險和成本控制的考慮，難以覆蓋作為生育主力的“長尾”人群[6-8]。數(shù)字普惠金融通過信息化技術和產(chǎn)品創(chuàng)新，降低了金融服務的成本和門檻，打破了傳統(tǒng)金融的網(wǎng)點限制，擴大了金融服務的覆蓋范圍，逐步實現(xiàn)“以可負擔的成本為有金融服務需求的社會各階層和群體提供適當?shù)?、有效的金融服務”①。?jīng)過不斷地發(fā)展深化，我國的數(shù)字普惠金融實踐已經(jīng)覆蓋支付、保險、信貸以及理財?shù)榷鄠€業(yè)務領域[23]，能夠滿足用戶多方位的金融需求。因此，數(shù)字普惠金融發(fā)展很可能會改變普通家庭的資源配置行為，對其生育行為產(chǎn)生影響，進而影響整個社會的生育水平。

但是，由于數(shù)字普惠金融的業(yè)務領域廣泛，其對生育水平的影響機制和方向較為復雜。下面分別從支付、保險、信貸、理財4個主要業(yè)務維度進行分析。

首先，生育和撫養(yǎng)子女將使家庭的日常支出大幅增加，對于財富累積較少或收入較低的家庭來說，容易導致流動性約束，而對于未來流動性約束的預期可能會抑制家庭的生育需求。一方面，數(shù)字支付的發(fā)展使得轉(zhuǎn)賬匯款更加便捷且交易成本更低，有利于家庭快速利用社會資本獲得外部幫助[24]，從而弱化流動性約束的影響，釋放生育需求。但另一方面，數(shù)字支付提升了支付的便利性，促進了家庭消費[14，25]，可能在一定程度上“擠出”生育需求。

其次，生育會帶來一些中短期的風險預期，如孕婦或嬰兒的健康風險和意外風險。同時，女性職工的“生育懲罰效應”[26]進一步推升了家庭的收入風險，使得家庭對于潛在的生育風險更加敏感。雖然社保能夠在一定程度上降低女性勞動力的生育風險，但是即便到2019年，我國參保生育保險的人數(shù)也只有2.14億人②，且僅能覆蓋城鎮(zhèn)單位的已婚女職工群體。在此背景下，商業(yè)保險的補充保障作用顯得尤為重要。數(shù)字保險改變了傳統(tǒng)商業(yè)保險的保單銷售模式，其產(chǎn)品價格更透明、形式更多樣，投保和理賠流程更簡潔，客戶洞察更精準，有利于家庭運用保險來處置風險，降低未來的不確定性。因此，數(shù)字保險的發(fā)展可能有助于提升生育水平。

再次，一方面，數(shù)字信貸不僅降低了信貸的門檻，擴大了其應用場景，提升了靈活性，有助于家庭平滑跨期消費，同時也提高了家庭固定資產(chǎn)的可變現(xiàn)性[27]，這都能在一定程度上緩解家庭面臨的流動性約束[28]，釋放生育需求。但另一方面，數(shù)字信貸也可能刺激負債性消費，推高家庭杠桿，導致生育意愿降低[15]。

最后，數(shù)字理財提供了更多、更靈活的金融投資渠道，有利于家庭優(yōu)化資產(chǎn)組合，促進家庭財富積累，改善生育條件;但同時，養(yǎng)育子女以外的高收益投資渠道也可能產(chǎn)生生育替代效應，從而“擠出”生育需求。

基于以上分析，提出以下競爭性假設：

H1a：數(shù)字普惠金融越發(fā)達，生育水平越高。

H1b：數(shù)字普惠金融越發(fā)達，生育水平越低。

可以看出，數(shù)字普惠金融對生育水平的影響非常復雜，值得深入研究以明確其作用及影響機理。

三、數(shù)據(jù)來源和實證模型

（一）數(shù)據(jù)來源

本文參考大量相關文獻，選取了2011至2019年北京大學數(shù)字金融研究中心發(fā)布的省級數(shù)字普惠金融指數(shù)作為數(shù)字普惠金融發(fā)展水平的代理變量[13-14]。該數(shù)據(jù)覆蓋了中國31個省、直轄市、自治區(qū)（不包括港澳臺地區(qū)），不僅包括根據(jù)33個具體指標編制的數(shù)字普惠金融總指數(shù)，還提供了數(shù)字支付、數(shù)字保險、數(shù)字信貸和數(shù)字理財?shù)确诸愔笖?shù)，為本文深入分析數(shù)字普惠金融的影響機制提供了有利條件。對于地區(qū)生育水平，本文采用了中國各省級政府發(fā)布的2011至2019年的出生率數(shù)據(jù)，這也是唯一能完整獲取的官方公布并承認的數(shù)據(jù)[29]。其他交互變量和控制變量數(shù)據(jù)均來自Wind數(shù)據(jù)庫或從統(tǒng)計年鑒爬取。經(jīng)過數(shù)據(jù)清洗、匹配和處理，共得到31個省、直轄市、自治區(qū)的279條觀測值，滿足回歸分析的樣本數(shù)量要求。

（二）變量說明

本文采用了各省級政府每年發(fā)布的出生率（又稱粗出生率，Crude Birth Rate）作為被解釋變量。這是因為在本文的研究時間段（2011—2019）內(nèi)，除了2010年的第六次人口普查數(shù)據(jù)比較接近，并沒有可以使用的、隨時間變化的總和生育率的可靠數(shù)據(jù)，并且學術界普遍認為由于出生漏報等原因，人口普查得到的生育率數(shù)值并不準確[30-31]。更重要的是，已有研究發(fā)現(xiàn)用出生率來代替總和生育率的影響非常小且不重要[32]，并且出生率和總和生育率之間存在可估計的特定參數(shù)關系[29]。出生率的定義為每千人中的新生兒數(shù)量，能夠較為客觀地反映各地區(qū)人口的生育水平。

在控制變量方面，已有文獻認為經(jīng)濟增長、收入水平、教育水平、人口城鎮(zhèn)化、人口老齡化、房價以及子女養(yǎng)育成本是影響生育水平的重要因素。因此，本文參考已有研究相應地選取了人均GDP[33-34]、人均可支配收入[35]、地區(qū)教育水平[34-35]、城鎮(zhèn)化水平[30]、撫養(yǎng)比[36]、房價[37]以及物價水平CPI[34]作為控制變量，以控制地區(qū)差異帶來的影響。

此外，在機制分析部分，作者還選取了NGO數(shù)量、無償獻血率來衡量社會資本[38-40]，使用社會保障深度和廣度來衡量社會保障水平，以及使用銀行個人消費貸款余額和快遞業(yè)務量來反映負債性消費水平等，通過分析交互作用來明確數(shù)字普惠金融的影響機制。

具體的變量定義如表1所示。

主要變量的描述性統(tǒng)計如表2所示。其中，觀測值為279，出生率CBR的均值為11.35，即平均每千人中約有11.35個新生兒。最大值為17.89，最小值為5.36，標準差為2.72，說明不同省份地區(qū)的出生率存在較大差異。數(shù)字普惠金融指數(shù)FTindex的均值為202.3，最小值為16.22，最大值達到410.3，數(shù)值跨度較大，其他4個分類指數(shù)的分布也類似，說明不同省份地區(qū)的數(shù)字普惠金融發(fā)展不甚均衡。

（三）計量模型

本文采用面板數(shù)據(jù)回歸方法，檢驗各地區(qū)數(shù)字普惠金融發(fā)展對出生率的影響，建立主回歸模型（1）：

CBR=α+αFTindex+αCapitaGDP

+αCapitaDPI，t+αCPI+αPropertyPrice

+αUrbanization+αYouthDependency

+αElderDependency+α₉Education+ε （1）

其中，i代表?。ê陛犑小⒆灾螀^(qū)），t代表年份;CBR代表i省份在t年份的出生率;FTindex代表i省份在t年份的數(shù)字普惠金融指數(shù);同理，CapitaGDP、CapitaDPI、CPI、PropertyPrice、Urbanization、YouthDependency、ElderDependency、Education分別代表i省份在t年份的人均GDP、人均可支配收入、物價指數(shù)、房價、城鎮(zhèn)化水平、少年兒童撫養(yǎng)比、老年人口撫養(yǎng)比以及人口教育水平，是模型（1）的控制變量。

在機制分析部分，作者將模型（1）中的解釋變量由總指數(shù)FTindex替換為分類指數(shù)，包括數(shù)字支付（Payment）、數(shù)字保險（Insurance）、數(shù)字信貸（Credit），并加入了相應的交互變量，形成了模型（2）、模型（3）和模型（4）：

CBR=α+αPayment+αPayment

×SocialCapital+αSocialCapital

+βControl+ε（2）

CBR=α+αInsurance+αInsurace

×SocialSecurity+αSocialSecurity

+βControl+ε（3）

CBR=α+αCredit+αCredit

×ExcessiveConsumption+αExcessive

×Consumption+βControl+ε（4）

其中，與模型（1）類似，i代表?。ê陛犑小⒆灾螀^(qū)），t代表年份;而交互變量SocialCapital、SocialSecurity和ExcessiveConsumption分別代表省份i在t年份的社會資本、社會保障以及負債性消費（或超前消費）變量;Control為控制變量，與模型（1）相同。

四、實證結果

（一）主回歸分析

表3的第（1）列報告了數(shù)字普惠金融指數(shù)FTindex與出生率CBR之間的關系，即模型（1）的回歸結果?？梢钥闯?，F(xiàn)Tindex與CBR顯著正相關，即數(shù)字普惠金融越發(fā)達，出生率越高。該結果支持了假設H1a，說明數(shù)字普惠金融發(fā)展整體上能夠顯著地提高生育水平——在控制了其他因素的條件下，數(shù)字普惠金融指數(shù)每提高100，出生率增加3‰。

將模型（1）中的總指數(shù)FTindex替換為分類指數(shù)Payment、Insurance、Credit和Investment，回歸結果如列（2）至列（5）所示。結果顯示，Payment和Insurance都與CBR顯著正相關，而Credit和Investment的回歸系數(shù)則并不顯著。但進一步把4個分類指數(shù)同時放入模型，回歸結果如列（6）和（7）所示，Payment和Insurance的回歸系數(shù)仍然保持正向且顯著，同時Credit的回歸系數(shù)也顯著為負了，但Investment的系數(shù)仍不顯著。這說明，數(shù)字支付和數(shù)字保險有助于提高生育水平，數(shù)字信貸會導致生育水平下降，而數(shù)字理財?shù)淖饔脛t并不明顯。

上述實證結果支持了假設H1a，即數(shù)字普惠金融發(fā)展能夠顯著地提高生育水平，并且初步明確了數(shù)字普惠金融的不同維度對生育水平的影響存在差異。接下來，作者通過引入新的變量以及交互項建立了模型（2）、模型（3）、模型（4），對數(shù)字普惠金融影響生育水平的內(nèi)在機理進行了研究和檢驗。

1. 數(shù)字支付、社會資本與出生率

表3主回歸結果顯示，數(shù)字支付與出生率顯著正相關，在控制了其他因素的條件下，支付指數(shù)每增加100，出生率提高1.3‰，支持了假設H1a。這說明，雖然數(shù)字支付會促進家庭消費[14，25]，但并沒有顯著地擠出生育需求;數(shù)字支付可能更多是通過緩解家庭面臨的或預期的流動性約束，起到釋放生育需求的作用。根據(jù)理論分析，數(shù)字支付的發(fā)展使得轉(zhuǎn)賬匯款更加便捷且交易成本更低，有利于家庭快速利用社會資本獲得外部幫助[24]，從而弱化流動性約束的影響。那么，社會資本是否會調(diào)節(jié)數(shù)字支付對出生率的影響呢？社會資本包括社會信任、互惠行為和社會參與[41]，在社會資本比較高的地區(qū)，人們更傾向于互助與合作，資金往來和借貸也容易[42]。因此，如果數(shù)字支付對家庭生育的影響路徑為獲得外部幫助、緩解流動性約束，那么社會資本就可能正向地調(diào)節(jié)數(shù)字支付對生育的影響，即社會資本越高，數(shù)字支付的作用可能更大。

作者參考經(jīng)濟金融領域的相關文獻，選擇了NGO（非政府組織）數(shù)量[38]和自愿無償獻血率[39-40]作為地區(qū)社會資本水平的代理變量。其中，NGO在社會層面上促進了人與人之間的溝通、合作與共享，對增進普遍信任和社會資本形成具有非常積極的影響[43];而自愿無償獻血率則能夠反映一個地區(qū)居民整體的公德心和互助精神。將以上交互變量帶入模型（2）的回歸結果如表4所示。結果顯示，交互項的回歸系數(shù)均與解釋變量Payment的回歸系數(shù)方向相同且顯著，即社會資本越高，數(shù)字支付對出生率的影響就越大，與預期一致。這說明，數(shù)字支付對生育的促進作用主要是通過社會資本產(chǎn)生影響——數(shù)字支付使得家庭能夠快速利用社會資本獲得外部幫助，從而弱化流動性約束對生育的抑制作用。

2. 數(shù)字保險、社會保障與出生率

表3主回歸結果顯示，數(shù)字保險與出生率顯著正相關，在控制了其他因素的條件下，保險指數(shù)每增加100，出生率提高0.6‰，支持了假設H1a，說明數(shù)字保險的發(fā)展有助于提高生育水平，排除了替代效應解釋[44]。那么，數(shù)字保險的作用機制是否為風險保障呢？

我國育齡女性的生育風險主要由社會保障中的生育保險覆蓋，一般通過向生育女職工提供生育津貼、生育醫(yī)療費用等待遇實現(xiàn)，能夠在一定程度上提高家庭生育[45]。但是，生育保險參保人數(shù)較少、覆蓋人群范圍較窄，并且不能保障生育后出現(xiàn)的意外和疾病風險。數(shù)字保險作為商業(yè)保險滿足了家庭的主動避險需求，幫助家庭降低面臨的不確定性和背景風險[46]，是對社會保障的補充。因此，如果數(shù)字保險對生育率的影響機制為風險保障，那么在社會保障水平越低的地區(qū)，數(shù)字保險的作用越大;反之，社會保障水平越高，數(shù)字保險的作用越小。

文章從社會保障深度（Social Security Depth）和社會保障廣度（Social Security Breadth）2個維度對模型（3）進行了檢驗，回歸結果如表5所示。結果顯示，交互項回歸系數(shù)的方向與解釋變量Insurance相反且顯著，即社會保障水平越高，數(shù)字保險的作用越小;并且，社會保障深度相比社會保障廣度的調(diào)節(jié)作用更大。這說明，數(shù)字保險的確是通過補充風險保障作用來促進生育;尤其當社會保障深度不足時，數(shù)字保險的作用更大。

3. 數(shù)字信貸、超前消費與出生率

表3第（7）列的主回歸結果顯示，在控制了其他分類指數(shù)的條件下，數(shù)字信貸（Credit）與出生率顯著負相關，排除了流動性解釋。數(shù)字信貸為什么會降低出生率呢？“成本-效用”理論認為，子女可被視為一種“耐用消費品”，家庭通過“消費”（即撫育子女）獲得精神效用[18，20]。那么，理論上來說，家庭對其他消費品的需求有可能會擠出生育需求。已有研究證實，消費信貸能夠顯著地刺激和提高消費[47]，對經(jīng)常性和非經(jīng)常性消費都有提升作用[48]。數(shù)字信貸不僅提高了消費信貸的可得性，擴大了適用范圍，其與電子商務的共生發(fā)展更是在短時間內(nèi)推動了我國居民消費觀念和消費行為的改變。2020年，僅螞蟻花唄和借唄服務的用戶就達到5億人，每10個“90后”就有4個在用花唄消費。因此，數(shù)字信貸很可能通過刺激超前消費，從而“擠出”生育需求。

作者將銀行個人消費貸款余額（除以人均GDP）（Consumption Loan）和標準化的快遞業(yè)務量（Delivery Volume）2個變量帶入模型（4），來檢驗數(shù)字信貸對出生率的影響機制。首先，銀行是個人或家庭獲得消費貸款的正規(guī)渠道，而數(shù)字信貸是對正規(guī)金融的補充;并且，銀行消費貸款規(guī)模過大時還可能通過未來還款壓力抑制發(fā)展型和享受型消費[49]。因此，銀行消費貸款余額越高，數(shù)字信貸刺激消費的作用就越小，其對出生率的影響也越小;反之，銀行消費貸款規(guī)模越小，數(shù)字信貸的作用就越大。其次，快遞量在一定程度上反映了電商消費。在不考慮進出方向的條件下，快遞量越多可認為電商消費越多，數(shù)字信貸的作用也可能越大。模型（4）的回歸結果如表6所示。結果顯示，Consumption Loan與Credit的交互項系數(shù)與解釋變量Credit的系數(shù)方向相反且顯著;而Delivery Volume與Credit的交互項系數(shù)與解釋變量Credit的系數(shù)方向相同且顯著，與預期一致。說明數(shù)字信貸的確是通過促進家庭超前消費抑制了生育。

（三）穩(wěn)健性檢驗

由于家庭人口增加通常伴隨著家庭支出和風險的提高，因此數(shù)字普惠金融與出生率的以上關系有可能是因為生育引起家庭金融需求增加導致的，即可能存在因果倒置的內(nèi)生性問題。為了排除內(nèi)生性解釋，作者選取了滯后一期的互聯(lián)網(wǎng)普及率（Internet Penetration_1）作為數(shù)字普惠金融的工具變量進行穩(wěn)健性檢驗。上一年的互聯(lián)網(wǎng)普及率會影響數(shù)字普惠金融的推廣和滲透，但與出生率之間沒有必然的聯(lián)系，出生率更不可能反向地影響上一年的互聯(lián)網(wǎng)普及率。因此，滯后一期的互聯(lián)網(wǎng)普及率是一個較好的工具變量。

工具變量兩階段回歸結果如表7所示。第一階段回歸結果說明滯后一期的互聯(lián)網(wǎng)普及率的確與數(shù)字普惠金融指數(shù)顯著正相關，互聯(lián)網(wǎng)普及率能夠很好地估計數(shù)字普惠金融指數(shù)。將估計的FTindex帶入模型，得到第二階段的回歸結果，如列（2）所示?？梢钥闯?，估計的FTindex的回歸系數(shù)為正且在1%的水平上顯著，說明即便剔除了家庭金融需求等因素的干擾，數(shù)字普惠金融仍然顯著地影響出生率，從而排除了以上內(nèi)生性解釋。

五、結論與建議

當前我國適齡人口生育意愿下降，生育水平持續(xù)走低，鼓勵生育政策效果不明顯，在長期嚴重不利于經(jīng)濟增長和社會穩(wěn)定。如何提高生育水平成為我國持續(xù)穩(wěn)定發(fā)展的關鍵問題。本文基于家庭資源跨期配置的視角，結合數(shù)字普惠金融的“長尾”特征，首次提出數(shù)字普惠金融會影響生育水平，并采用宏觀數(shù)據(jù)，利用面板模型回歸方法進行了實證分析。結果顯示，數(shù)字普惠金融總體上顯著地促進了生育，在控制了其他因素的條件下，數(shù)字普惠金融指數(shù)每提高100，出生率增加3‰;但細分維度的影響存在差異，數(shù)字支付和數(shù)字保險顯著地提高了出生率，而數(shù)字信貸則降低了出生率，數(shù)字理財?shù)淖饔貌幻黠@。機制檢驗發(fā)現(xiàn)，數(shù)字支付主要通過促進家庭從外部獲得幫助、緩解流動性約束來影響生育水平，地區(qū)的社會資本水平越高，數(shù)字支付對生育的促進作用越大;數(shù)字保險通過為家庭提供補充保障來促進生育，地區(qū)的社會保障水平越低，尤其社會保障深度不足時，數(shù)字保險的作用越大;數(shù)字信貸則由于刺激家庭消費對生育產(chǎn)生了“擠出”效應，地區(qū)的銀行消費貸款規(guī)模越小、快遞量越大，數(shù)字信貸的生育抑制作用越大。

隨著數(shù)字金融日益普及并滲透居民日常生活，金融對家庭決策和行為的影響逐漸增大，應充分認識并重視金融在促進人口長期均衡發(fā)展中的作用，大力推廣數(shù)字普惠金融，提高金融服務的可獲得性，便利家庭利用金融工具管理風險和流動性，減少生育的后顧之憂，提升生育意愿。同時，還應適度發(fā)展消費信貸、倡導理性消費，避免過度消費“擠出”生育需求。研究結論不僅拓寬了相關研究的邊界，填補了相關文獻的空白，更為我國主動應對“低生育陷阱”提供了新的思路。

[注釋]① 國務院2015年印發(fā)的《推進普惠金融發(fā)展規(guī)劃（2016—2020年）》中關于普惠金融的定義。

② 該數(shù)據(jù)來自國家醫(yī)療保障局。

[參考文獻][1]習近平. 關于《中共中央關于制定國民經(jīng)濟和社會發(fā)展第十三個五年規(guī)劃的建議》的說明[N]. 人民日報. 2015-11-4（2）.

[2]王德文. 人口低生育率階段的勞動力供求變化與中國經(jīng)濟增長[J]. 中國人口科學， 2007（1）： 44-52.

[3]徐翔. 人口老齡化背景下的長期經(jīng)濟增長潛力研究[J]. 金融研究， 2017（6）： 17-32.

[4]都陽. 中國低生育率水平的形成及其對長期經(jīng)濟增長的影響[J]. 世界經(jīng)濟， 2005（12）： 14-23.

[5]凌文豪. 人口老齡化對養(yǎng)老保障體系的挑戰(zhàn)及對策[J]. 求索， 2009（10）： 81-83.

[6]王華，李揚子，曹青子，等. 互聯(lián)網(wǎng)金融發(fā)展的長尾效應與溢出效應分析[J]. 統(tǒng)計與決策， 2018， 34（19）： 172-174.

[7]粟芳，鄒奕格，熊婧，等. 互聯(lián)網(wǎng)金融在中國農(nóng)村地區(qū)的滲透差異及約束[J]. 數(shù)量經(jīng)濟技術經(jīng)濟研究， 2020， 37（10）： 3-23.

[8]莊亞兒，姜玉，王志理，等. 當前我國城鄉(xiāng)居民的生育意愿——基于2013年全國生育意愿調(diào)查[J]. 人口研究， 2014， 38（3）： 3-13.

[9]BROWNING M. Children and household economic behavior[J]. Journal of economic literature， 1992， 30（3）： 1434-1475.

[10]賈男，周穎，楊天池. 二孩生育對家庭金融資產(chǎn)配置有何影響——數(shù)量效應與政策效應評估[J]. 財經(jīng)科學， 2021（1）： 16-28.

[11]吳曉求. 互聯(lián)網(wǎng)金融：成長的邏輯[J]. 財貿(mào)經(jīng)濟， 2015（2）： 5-15.

[12]尹志超，張?zhí)枟? 金融可及性、互聯(lián)網(wǎng)金融和家庭信貸約束——基于CHFS數(shù)據(jù)的實證研究[J]. 金融研究， 2018（11）： 188-206.

[13]張勛，楊桐，汪晨，等. 數(shù)字金融發(fā)展與居民消費增長：理論與中國實踐[J]. 管理世界， 2020， 36（11）： 48-63.

[14]何宗樾，宋旭光. 數(shù)字金融發(fā)展如何影響居民消費[J]. 財貿(mào)經(jīng)濟， 2020， 41（8）： 65-79.

[15]柳清瑞，劉淑娜. 家庭杠桿率的生育效應及其城鄉(xiāng)差異——基于擴展OLG模型的實證檢驗[J]. 人口研究， 2020， 44（2）： 87-101.

[16]陳俊杰，穆光宗. 農(nóng)民的生育需求[J]. 中國社會科學， 1996（2）： 126-137.

[17]LEIBENSTEIN H. Economic backwardness and economic growth[M].New York： Wiley， 1957.

[18]BECKER G S. Demographic and economic change in developed countries[M]. Columbia University Press， 1960： 209-240.

[19]李靜雅. 已育一孩職業(yè)女性的二孩生育意愿研究——基于生育效用感和再生育成本的實證分析[J]. 婦女研究論叢， 2017（3）： 27-39.

[20]鄭真真，李玉柱，廖少宏. 低生育水平下的生育成本收益研究——來自江蘇省的調(diào)查[J]. 中國人口科學， 2009（2）： 93-102.

[21]彭希哲，戴星翼. 生育決定的風險最小化模型與農(nóng)村計劃生育環(huán)境的優(yōu)化[J]. 人口與經(jīng)濟， 1995（2）： 16-21.

[22]彭希哲，戴星翼. 試析風險最小化原則在生育決定中的作用[J]. 人口研究， 1993（6）： 2-7.

[23]焦瑾璞，黃亭亭，汪天都，等. 中國普惠金融發(fā)展進程及實證研究[J]. 上海金融， 2015（4）： 12-22.

[24]吳小丹，李俊文. 社交網(wǎng)絡、流動性約束與家庭消費——基于中國家庭微觀調(diào)查數(shù)據(jù)[J]. 消費經(jīng)濟， 2015， 31（5）： 22-27.

[25]易行健，周利. 數(shù)字普惠金融發(fā)展是否顯著影響了居民消費——來自中國家庭的微觀證據(jù)[J]. 金融研究， 2018（11）： 47-67.

[26]劉娜，盧玲花. 生育對城鎮(zhèn)體制內(nèi)女性工資收入的影響[J]. 人口與經(jīng)濟， 2018（5）： 10-19.

[27]張棟浩，王棟，杜在超. 金融普惠、收入階層與中國家庭消費[J]. 財經(jīng)科學， 2020（6）： 1-15.

[28]姚健，臧旭恒. 普惠金融、流動性約束與家庭消費[J]. 財經(jīng)理論與實踐， 2021， 42（4）： 2-9.

[29]喬曉春，朱寶生. 如何利用（粗）出生率來估計總和生育率？[J]. 人口與發(fā)展， 2018， 24（2）： 65-70.

[30]尹文耀，姚引妹，李芬. 生育水平評估與生育政策調(diào)整——基于中國大陸分省生育水平現(xiàn)狀的分析[J]. 中國社會科學， 2013（6）： 109-128， 206-207.

[31]郭志剛. 中國的低生育水平及其影響因素[J]. 人口研究， 2008（4）： 1-12.

[32]ENTWISLE B. CBR versus TFR in cross-national fertility research[J]. Demography， 1981， 18（4）： 635-643.

[33]丁宏. 增加政府轉(zhuǎn)移支付是否會有助于改善生育率——基于OECD國家的門檻回歸模型檢驗[J]. 南開經(jīng)濟研究， 2017（4）： 59-72.

[34]任棟，李萍. 人口出生率的影響因素與政策選擇：1994～2014年[J]. 改革， 2015（10）： 23-31.

[35]熊永蓮，謝建國. 貿(mào)易開放、女性勞動收入與中國的生育率[J]. 財經(jīng)科學， 2016（4）： 113-122.

[36]徐升艷，夏海勇. 人口老齡化機制研究：基于生育率持續(xù)下降視角[J]. 人口學刊， 2011（4）： 54-60.

[37]易君健，易行健. 房價上漲與生育率的長期下降：基于香港的實證研究[J]. 經(jīng)濟學（季刊）， 2008（3）： 961-982.

[38]雷光勇，邱保印，王文忠. 社會信任、審計師選擇與企業(yè)投資效率[J]. 審計研究， 2014（4）： 72-80.

[39]羅付巖，班旭. 社會信任與現(xiàn)金持有動態(tài)調(diào)整：作用機制與調(diào)整效果——基于尋租理論的解釋[J]. 財經(jīng)論叢， 2021（2）： 57-67.

[40]張茵，劉明輝，彭紅星. 社會信任與公司避稅[J]. 會計研究， 2017（9）： 48-54.

[41]徐延輝，劉彥. 社會資本與農(nóng)民工的社會公平感[J]. 社會科學戰(zhàn)線， 2018（11）： 228-237.

[42]童馨樂，褚保金，楊向陽. 社會資本對農(nóng)戶借貸行為影響的實證研究——基于八省1003個農(nóng)戶的調(diào)查數(shù)據(jù)[J]. 金融研究， 2011（12）： 177-191.

[43]謝慶奎，鄭珠榮. 現(xiàn)代化過程中普遍信任的增進與公益NGO的角色——基于中國和韓國的對比[J]. 云南行政學院學報， 2011， 13（5）： 10-14.

[44]李靜. 社會保障預期、出生率與人口質(zhì)量[J]. 中國軟科學， 2015（2）： 85-95.

[45]沈政，楊華磊，張文超. 生育保險能促進家庭生育嗎[J]. 財經(jīng)科學， 2019（3）： 52-65.

[46]尹志超，嚴雨. 保險對中國家庭儲蓄率的影響[J]. 經(jīng)濟科學， 2020（5）： 99-110.

[47]李江一，李涵. 消費信貸如何影響家庭消費？[J]. 經(jīng)濟評論， 2017（2）： 113-126.

[48]南永清，孫煜. 消費信貸影響了居民消費行為嗎[J]. 現(xiàn)代經(jīng)濟探討， 2020（7）： 10-19.

[49]潘敏，劉知琪. 居民家庭“加杠桿”能促進消費嗎？——來自中國家庭微觀調(diào)查的經(jīng)驗證據(jù)[J]. 金融研究， 2018（4）： 71-87.Digital Inclusive Finance and Crude Birth Rate： Promote or Crowding-out？

Sheng? Sisi Xu? Zhan

（1. PBC School of Finance， Tsinghua University， Beijing 100083， China; 2. College of Accounting， Capital University of

Economics and Business， Beijing 100070， China）

Abstract：? From the perspective of household resource allocation， based on the long-tail characteristics of digital inclusive finance， this paper proposes that digital inclusive finance could affect the fertility level. After empirical tests， authors of the paper find that digital inclusive finance has significantly increased the birth rate in general， but its subdivisions have different effect： both digital payment and digital insurance have increased the birth rate; however digital credit has reduced the birth rate; and the effect of digital investment is not obvious. Through the mechanism test， authors found that digital payment mainly affects fertility by facilitating the family to obtain external help and reducing migration; the higher the level of social capital is， the greater the role of digital payment in promoting fertility will be; whereas the lower the level of social security is， especially when the depth of social security is insufficient， the greater the role of digital insurance will be because digital insurance promotes fertility by providing supplementary assurance for families; due to the crowding-out effect of stimulating household consumption， digital credit reduces fertility; the smaller the scale of bank consumer loans is and the greater the volume of delivery is， the greater suppression effect of digital credit will be on fertility. Therefore， it crucial to give full play to the role of digital inclusive finance in promoting the long-term balance of the population development.

Key words：digital finance; fertility level; social capital; risk guarantee

（責任編輯：蔡曉芹）