黃曉莉 林麗瓊

摘? ?要：隨著數(shù)字技術(shù)更迭推新，數(shù)字普惠金融迎來了跨越式發(fā)展，其零距離接觸長尾客戶群體、提供低價(jià)便捷的服務(wù)，延伸了金融服務(wù)半徑，滿足了中低收入家庭的借貸需求，對居民杠桿率的傳導(dǎo)效應(yīng)不容忽視。本文利用2011—2018年北京大學(xué)數(shù)字普惠金融發(fā)展指數(shù)與我國30個(gè)?。ㄗ灾螀^(qū)、直轄市）的相關(guān)經(jīng)濟(jì)數(shù)據(jù)，采用固定效應(yīng)模型實(shí)證檢驗(yàn)數(shù)字普惠金融發(fā)展對居民杠桿率的影響。研究結(jié)果表明：（1）數(shù)字普惠金融發(fā)展對居民杠桿率產(chǎn)生正向影響。分維度來看，數(shù)字普惠金融發(fā)展主要通過覆蓋廣度和使用深度對居民杠桿率產(chǎn)生正向影響。（2）異質(zhì)性檢驗(yàn)結(jié)果顯示，數(shù)字普惠金融發(fā)展對居民杠桿率的影響隨著杠桿率分位數(shù)水平的上升而下降;數(shù)字普惠金融發(fā)展對西部地區(qū)和中高收入群體影響程度較大。本研究的發(fā)現(xiàn)為認(rèn)識居民杠桿率成因提供了新的證據(jù)，也為有關(guān)部門分類施策管控居民杠桿率提供了經(jīng)驗(yàn)證據(jù)。

關(guān)鍵詞：數(shù)字普惠金融;居民杠桿率;固定效應(yīng)模型;分位數(shù)回歸

中圖分類號：F830? 文獻(xiàn)標(biāo)識碼：A? 文章編號：1674-2265（2021）11-0029-07

DOI：10.19647/j.cnki.37-1462/f.2021.11.004

一、引言

自2007年次貸危機(jī)爆發(fā)以來，債務(wù)成為社會各界關(guān)注的重點(diǎn)話題之一。我國總體債務(wù)風(fēng)險(xiǎn)可控，但危機(jī)之后一系列經(jīng)濟(jì)刺激計(jì)劃和長期以來依靠地方政府融資而后投資的發(fā)展模式，使得實(shí)體經(jīng)濟(jì)杠桿率持續(xù)走高，系統(tǒng)性風(fēng)險(xiǎn)隱患累積。為化解系統(tǒng)性風(fēng)險(xiǎn)，2015年中央經(jīng)濟(jì)工作會議首次提出“去杠桿”的政策方針，并取得顯著效果，但也對居民杠桿率產(chǎn)生一定程度的外溢性（張江濤，2018）[1]。居民杠桿率（債務(wù)/GDP）由2015年的39.2%持續(xù)上升至2018年的52.1%①，接近IMF（2017）②所認(rèn)定的65%的債務(wù)紅線，可能會對經(jīng)濟(jì)的穩(wěn)定增長造成一定影響。為此，2018年12月中央經(jīng)濟(jì)工作會議確立了“穩(wěn)杠桿”的宏觀調(diào)控基調(diào)。2020年為應(yīng)對新冠肺炎疫情，我國宏觀杠桿率由2019年246.5%攀升至2020年的270.1%，增速為9.57%，其中居民部門杠桿率增速為10.87%。相較于政府部門和企業(yè)部門，居民部門債務(wù)承擔(dān)能力和風(fēng)險(xiǎn)控制能力更弱，杠桿使用效率更低，因此，居民杠桿率增速越快，則一國發(fā)生金融危機(jī)的概率越高（紀(jì)洋等，2021）[2]。深入剖析居民杠桿率居高不下的內(nèi)在原因，制定差異化、有針對性的穩(wěn)杠桿政策以防控系統(tǒng)性金融風(fēng)險(xiǎn)具有重要意義。

近年來，我國數(shù)字普惠金融發(fā)展迅速。數(shù)字普惠金融零距離接觸長尾客戶群體，提供低價(jià)、便捷的服務(wù)，延伸了金融服務(wù)半徑，高效滿足了居民日常生活中小額、分散的資金需求。僅就農(nóng)村人口的金融需求而言，《中國“三農(nóng)”互聯(lián)網(wǎng)金融發(fā)展報(bào)告（2017）》顯示，我國“三農(nóng)”金融缺口高達(dá)3.05萬億元。因此，數(shù)字普惠金融在滿足小額信貸資金需求方面的潛力巨大，其對于居民杠桿率的影響不容小覷。

目前已有關(guān)于數(shù)字普惠金融發(fā)展的研究較多聚焦于微觀層面，主要討論其對居民消費(fèi)水平（肖遠(yuǎn)飛和張柯?lián)P，2020;倪瑤和成春林，2020）[3，4]、收入水平（Allen，2016）[5]、創(chuàng)業(yè)家庭金融排斥現(xiàn)象（曾之明和汪晨菊，2018）[6]、家庭借貸活動（楊波等，2020）[7]等的影響。與此同時(shí)，現(xiàn)有關(guān)于居民杠桿率成因的分析大多集中于房價(jià)（周廣肅和王雅琦，2019;阮健弘等，2020）[8，9]、人口結(jié)構(gòu)（周利和王聰，2017;劉哲希等，2020）[10，11]、收入差距（Ryoo和Kim，2013）[12]、社會保障（張榮霞等，2013）[13]、金融自由化程度（Aron和Muellbauer，2000）[14]等方面，鮮有研究揭示數(shù)字普惠金融發(fā)展對居民杠桿率的影響機(jī)制。為此，本文利用2011—2018年北京大學(xué)數(shù)字普惠金融發(fā)展指數(shù)與我國（除西藏自治區(qū)和港澳臺地區(qū)之外）的30個(gè)?。ㄗ灾螀^(qū)、直轄市）（以下簡稱省份）的相關(guān)經(jīng)濟(jì)數(shù)據(jù)，通過固定效應(yīng)模型探究數(shù)字普惠金融發(fā)展對居民杠桿率的影響，揭示數(shù)字普惠金融發(fā)展對居民杠桿率的影響機(jī)制，并從居民杠桿率分位數(shù)水平、居民收入水平、區(qū)域效應(yīng)三個(gè)層面分析數(shù)字普惠金融發(fā)展對居民杠桿率的異質(zhì)性影響，為監(jiān)管部門分類施策管控居民杠桿率提供經(jīng)驗(yàn)依據(jù)。

二、理論分析與研究假說

不少研究均表明數(shù)字普惠金融發(fā)展能夠提高居民獲取正規(guī)信貸服務(wù)的概率，緩解家庭流動性約束，促進(jìn)家庭參與金融市場。Levchenko（2005）[15]認(rèn)為金融發(fā)展能夠優(yōu)化金融資源配置，幫助那些存在流動性約束的居民借助金融市場平滑當(dāng)前與未來的消費(fèi)。楊波等（2020）[7]認(rèn)為數(shù)字普惠金融發(fā)展能夠提高被正規(guī)金融排斥的家庭獲取正規(guī)信貸資源的概率。傅秋子和黃益平（2018）[16]認(rèn)為得益于數(shù)字普惠金融的蓬勃發(fā)展，農(nóng)村居民借助正規(guī)金融獲取消費(fèi)信貸資金的概率增加。適度借貸能夠緩解流動性約束，充分發(fā)揮信貸增收作用，促進(jìn)經(jīng)濟(jì)發(fā)展，但其可能帶來的直接負(fù)面影響是居民杠桿率的攀升。據(jù)此，提出假說1：

假說1：數(shù)字普惠金融發(fā)展對居民杠桿率具有正向影響。

學(xué)者們普遍認(rèn)為數(shù)字普惠金融是一個(gè)綜合性的概念，其主要包含覆蓋廣度、使用深度和數(shù)字化程度三個(gè)維度，因此，數(shù)字普惠金融發(fā)展對居民杠桿率存在差異化影響。就覆蓋廣度而言，郭峰等（2020）[17]認(rèn)為覆蓋廣度主要體現(xiàn)在支付寶賬號數(shù)量、用戶比例和電子賬戶綁定銀行卡數(shù)量等方面。具體而言，數(shù)字普惠金融服務(wù)覆蓋廣度的擴(kuò)大很好地解決了金融機(jī)構(gòu)網(wǎng)點(diǎn)不足、分布不均的困境，促使窮人、婦女和農(nóng)村人口等弱勢群體更容易獲得金融服務(wù)。同時(shí)，得益于大數(shù)據(jù)、云計(jì)算等新型技術(shù)的長足發(fā)展，數(shù)字普惠金融能夠運(yùn)用新型技術(shù)積累客戶信息，并且更加精準(zhǔn)地為客戶提供金融服務(wù)，進(jìn)而大幅提升了居民的信貸可得性，推高了居民杠桿率（楊波等，2020）[7]。據(jù)此，提出假說2：

假說2：數(shù)字普惠金融發(fā)展通過擴(kuò)大覆蓋廣度對居民杠桿率產(chǎn)生正向影響。

數(shù)字普惠金融的使用深度主要反映了用戶互聯(lián)網(wǎng)金融業(yè)務(wù)的實(shí)際使用情況，主要包括數(shù)字支付業(yè)務(wù)、數(shù)字信貸業(yè)務(wù)、數(shù)字保險(xiǎn)業(yè)務(wù)等（郭峰等，2020）[17]。因此，數(shù)字普惠金融發(fā)展對居民杠桿率的差異化影響主要體現(xiàn)在這些互聯(lián)網(wǎng)金融業(yè)務(wù)的使用深度上。首先，數(shù)字支付業(yè)務(wù)所具備的便捷、高效、靈活的特征，能夠減少交易時(shí)間與成本，提高居民消費(fèi)的頻率，增加居民過度消費(fèi)的可能性;同時(shí)，數(shù)字支付使用深度的深化促使居民在支付過程中擺脫了現(xiàn)金的約束，從某種程度上降低支付的透明度，弱化現(xiàn)金流產(chǎn)生的心理落差。依據(jù)心理賬戶理論，居民使用數(shù)字支付時(shí)感受的心理賬戶損失程度小于現(xiàn)金支付程度，某種程度上助長了居民非理性的超前消費(fèi)行為，助推居民信貸需求（鄒新月和王旺，2020）[18]。其次，數(shù)字信貸業(yè)務(wù)使用深度的深化，一方面，更加有效地幫助居民緩解暫時(shí)性的流動性約束和預(yù)算約束，從而平滑居民當(dāng)前與未來的消費(fèi);另一方面，其基于數(shù)字信息技術(shù)實(shí)現(xiàn)了居民信貸可得性的大幅提升，促使“借新債還舊債”的觀念不斷強(qiáng)化，居民信貸需求進(jìn)一步得到釋放（王剛貞和劉婷婷，2020）[19]。最后，數(shù)字保險(xiǎn)業(yè)務(wù)使用深度的提升，能夠緩解未來預(yù)期不確定事件對家庭財(cái)務(wù)的沖擊，減輕負(fù)債家庭未來債務(wù)剛性償付的壓力，保障了居民家庭財(cái)產(chǎn)安全，增強(qiáng)其消費(fèi)信心，增加其超前消費(fèi)的可能性。據(jù)此，提出假說3：

假說3：數(shù)字普惠金融通過提升數(shù)字支付、信貸、保險(xiǎn)等業(yè)務(wù)的使用深度對居民杠桿率產(chǎn)生正向影響。

數(shù)字普惠金融數(shù)字化程度的提升，能夠提高金融服務(wù)效率、降低服務(wù)成本，為居民提供更加便捷、高效的信貸服務(wù)，釋放居民借貸潛力（曾之明和汪晨菊，2018;楊明偉等，2020）[6，20]。《G20數(shù)字普惠金融高級原則》提倡借助移動電話等數(shù)字化設(shè)備消除弱勢群體獲取金融服務(wù)的障礙。因此，相較于數(shù)字化程度較弱的地區(qū)，數(shù)字普惠金融在數(shù)字化程度較高的地區(qū)對弱勢群體信貸獲取的促進(jìn)作用更強(qiáng)。一方面，數(shù)字普惠金融能夠借助互聯(lián)網(wǎng)收集借貸者信息，并依托大數(shù)據(jù)對借貸者信息進(jìn)行分析處理以滿足借貸者差異化的信貸需求，降低了弱勢群體的融資成本和準(zhǔn)入門檻。楊波等（2020）[7]研究發(fā)現(xiàn)，數(shù)字普惠金融發(fā)展提高了偏遠(yuǎn)地區(qū)弱勢群體獲得正規(guī)信貸的可能性。另一方面，數(shù)字技術(shù)促使傳統(tǒng)金融服務(wù)擺脫了對物理網(wǎng)點(diǎn)的依賴，能夠憑借更低成本形成更強(qiáng)的地區(qū)覆蓋度，為居民提供更加便捷、高效的信貸服務(wù)，激發(fā)居民借貸意愿（李繼尊，2015）[21]。據(jù)此，提出假說4：

假說4：數(shù)字普惠金融發(fā)展通過提高數(shù)字化程度對居民杠桿率產(chǎn)生正向影響。

三、數(shù)字普惠金融發(fā)展影響居民杠桿率實(shí)證分析

（一）計(jì)量模型

為了實(shí)證檢驗(yàn)數(shù)字普惠金融發(fā)展對居民杠桿率的影響，本文構(gòu)建如下計(jì)量模型：

其中，[debtit]為被解釋變量，表示[i]省在[t]年的居民杠桿率;[finait]為核心解釋變量，反映了[i]省在[t]年的數(shù)字普惠金融指數(shù);[controlit]為控制變量的集合;[γi]為個(gè)體固定效應(yīng);[εit]為隨機(jī)擾動項(xiàng)。

（二）數(shù)據(jù)來源與變量說明

本文使用了如下數(shù)據(jù)：（1）北京大學(xué)數(shù)字金融研究中心發(fā)布的《中國數(shù)字普惠金融指數(shù)（2011—2018）》;（2）本文中的銀行和非銀行機(jī)構(gòu)向家庭發(fā)放的消費(fèi)信貸數(shù)據(jù)來源于中國人民銀行發(fā)布的區(qū)域金融運(yùn)行報(bào)告;（3）控制變量來源于2011—2018年的《中國統(tǒng)計(jì)年鑒》和萬得數(shù)據(jù)庫?？紤]到數(shù)據(jù)的可得性，本文選擇2011—2018年我國30個(gè)省份的面板數(shù)據(jù)進(jìn)行實(shí)證研究。

1. 被解釋變量。采用債務(wù)與GDP比值測度居民杠桿率（debt），這是目前最常用的宏觀杠桿率指標(biāo)?；谘芯康目尚行院蛿?shù)據(jù)的可得性，參考郭新華和廖知航（2013）[22]研究，采用銀行和非銀行機(jī)構(gòu)向家庭發(fā)放的消費(fèi)信貸來度量家庭債務(wù)。

2. 核心解釋變量。參考郭峰等（2020）[17]、王瑤佩和郭峰（2019）[23]的研究，選取北京大學(xué)的數(shù)字普惠金融指數(shù)（fina）進(jìn)行研究。 該指數(shù)由覆蓋廣度（bread）、使用深度（depth）和數(shù)字化程度（digital）三個(gè)子指數(shù)構(gòu)成。覆蓋廣度主要通過支付寶等互聯(lián)網(wǎng)支付賬號覆蓋率等來體現(xiàn);使用深度指用戶互聯(lián)網(wǎng)金融業(yè)務(wù)的實(shí)際使用情況，主要包括數(shù)字支付使用指數(shù)（pay）、信貸使用指數(shù)（credit）、保險(xiǎn)使用指數(shù)（insur）③等;數(shù)字化程度主要考察地區(qū)數(shù)字普惠金融的便捷性與效率。

3. 其他控制變量。本文控制變量主要考慮以下幾個(gè)方面：一是經(jīng)濟(jì)發(fā)展水平（eco）。借鑒劉哲希等（2020）[11]的研究，采用人均GDP增長率衡量各省份經(jīng)濟(jì)發(fā)展水平。二是人口年齡結(jié)構(gòu)。該因素與生命周期理論相關(guān)，不同年齡段的人群消費(fèi)傾向不同。借鑒周利和王聰（2017）[10]的研究，選取老年人口撫養(yǎng)比（old）和少兒撫養(yǎng)比（child）控制年齡結(jié)構(gòu)對居民杠桿率的影響。三是房價(jià)（house）。由于房價(jià)是居民杠桿率快速增長的重要原因（周廣肅等，2019;阮健弘等，2020）[8，9]，本文借鑒阮健弘等（2020）[9]的研究，選取商品房銷售平均價(jià)格作為房價(jià)的衡量指標(biāo)，其中商品房銷售平均價(jià)格由商品房銷售額與銷售面積之比計(jì)算得出。四是金融發(fā)展水平（fina_level）。居民的信貸可得性與地區(qū)金融發(fā)展水平息息相關(guān)，采用金融機(jī)構(gòu)各項(xiàng)貸款總額與GDP的比值來表示。五是儲蓄率（store）。儲蓄率是居民償付債務(wù)的重要來源之一。本文借鑒劉哲希等（2020）[11]，采用住戶部門儲蓄存款與GDP之比來衡量。六是社會保障程度（social）。社會保障程度是影響居民部門債務(wù)壓力的重要因素，借鑒張榮霞等（2013）[13]的研究，以各地區(qū)財(cái)政支出中社會保障和就業(yè)支出與居民可支配收入之比衡量。七是城鄉(xiāng)收入不平等（gap）。中低收入家庭會在比較心理效應(yīng)的驅(qū)使下，借助信貸資金來維持或提升自己的社會地位，因此，本文參考梁雙陸和劉培培（2018）[24]的研究采用泰爾指數(shù)來衡量城鄉(xiāng)收入不平等。

（三）影響效應(yīng)回歸結(jié)果分析

依據(jù)Hausman檢驗(yàn)結(jié)果，本文選取固定效應(yīng)模型實(shí)證檢驗(yàn)數(shù)字普惠金融發(fā)展對居民杠桿率的影響。在表2的模型1中，加入數(shù)字普惠金融指數(shù)發(fā)現(xiàn)，數(shù)字普惠金融發(fā)展的估計(jì)系數(shù)在1%的水平下顯著正向影響居民杠桿率。在增加控制變量后，數(shù)字普惠金融發(fā)展的系數(shù)估計(jì)值為0.197，統(tǒng)計(jì)顯著性雖有所降低，但仍在5%的水平下顯著正向影響居民杠桿率。整體而言，我國數(shù)字普惠金融發(fā)展確實(shí)推高了居民杠桿率，假說1得到驗(yàn)證。

（四）影響機(jī)制檢驗(yàn)結(jié)果分析

本文在控制了影響居民杠桿率的其他因素前提下，進(jìn)一步利用數(shù)字普惠金融指數(shù)的一級維度和二級維度指標(biāo)，從不同維度剖析數(shù)字普惠金融發(fā)展對居民杠桿率的影響機(jī)制，結(jié)果見表3。

表3的模型1、模型2和模型3分別為數(shù)字普惠金融一級指標(biāo)覆蓋廣度、數(shù)字化程度、使用深度對居民杠桿率的影響。由實(shí)證結(jié)果可知：覆蓋廣度的系數(shù)估計(jì)值為0.222，在5%的水平下顯著;使用深度的系數(shù)估計(jì)值為0.175，在1%的水平下顯著，這說明數(shù)字普惠金融發(fā)展可以通過覆蓋廣度和使用深度對居民杠桿率產(chǎn)生顯著正向影響，與假說2相符。但數(shù)字化程度的系數(shù)估計(jì)值不具有統(tǒng)計(jì)顯著性，這說明數(shù)字普惠金融發(fā)展通過數(shù)字化程度對居民杠桿率產(chǎn)生影響的程度有限，拒絕了假說4。就影響效應(yīng)而言，數(shù)字普惠金融發(fā)展通過覆蓋廣度對居民杠桿率產(chǎn)生的影響效應(yīng)最強(qiáng)，使用深度次之?？赡艿慕忉層校阂皇请S著數(shù)字普惠金融覆蓋廣度的擴(kuò)大，該地區(qū)使用互聯(lián)網(wǎng)電子支付賬戶的用戶數(shù)增多，促使該地區(qū)更多居民能夠享受到數(shù)字普惠金融所提供的便捷且實(shí)惠的金融服務(wù)，有利于提升居民信貸參與積極性。二是數(shù)字化程度是數(shù)字普惠金融得以發(fā)展的重要基石，其對于時(shí)空的壓縮，大幅提升了金融服務(wù)的效率和便捷性。但是由于我國幅員遼闊、地形復(fù)雜多樣，加之西部地區(qū)弱勢群體分布較為分散，數(shù)字通訊技術(shù)基礎(chǔ)設(shè)施建設(shè)面臨諸多挑戰(zhàn)，導(dǎo)致數(shù)字化程度對居民杠桿率的影響有限。三是數(shù)字普惠金融使用深度的縱向深化，更能反映出互聯(lián)網(wǎng)金融服務(wù)的質(zhì)量，有助于邊緣金融群體更加平等地享受高品質(zhì)、多元化的金融業(yè)務(wù)，有效減少金融排斥。

此外，表3中模型4、模型5、模型6分別為數(shù)字普惠金融使用深度的二級指標(biāo)——數(shù)字支付使用指數(shù)、保險(xiǎn)使用指數(shù)、信貸使用指數(shù)對居民杠桿率的影響。由實(shí)證結(jié)果可知，數(shù)字普惠金融使用深度的細(xì)化指標(biāo)均對居民杠桿率產(chǎn)生顯著的正向影響，其中數(shù)字支付使用指數(shù)對居民杠杠率的影響程度最大，信貸使用指數(shù)次之，保險(xiǎn)使用指數(shù)的影響程度相對較弱，假說3得到驗(yàn)證。

（五）穩(wěn)健性檢驗(yàn)

為進(jìn)一步檢驗(yàn)?zāi)Ｐ偷姆€(wěn)健性，本文采用多種回歸方法對上述模型進(jìn)行回歸：（1）采用混合OLS、隨機(jī)效應(yīng)回歸;（2）更換被解釋變量，采用家庭債務(wù)總規(guī)模④（lndebt）來替代居民杠桿率;（3）考慮到數(shù)字普惠金融可能與居民杠桿率存在互為因果問題，參考鄒新月和王旺（2020）[18]、汪亞楠等（2020）[25]的研究，選取數(shù)字普惠金融滯后一期（lag_fina）和互聯(lián)網(wǎng)寬帶接入端口數(shù)（inter）作為工具變量，回歸結(jié)果通過了“不可識別”“弱工具變量”檢驗(yàn)，說明本文選取的工具變量較為合理。以上結(jié)果均顯示，數(shù)字普惠金融發(fā)展對居民杠桿率的影響是穩(wěn)健的⑤。

四、異質(zhì)性分析

（一）杠桿率異質(zhì)性

為了更加細(xì)致地探究數(shù)字普惠金融發(fā)展對居民杠桿率的影響，本文將居民杠桿率按照分位數(shù)劃分為五組（見表4）。根據(jù)實(shí)證結(jié)果：一是數(shù)字普惠金融發(fā)展系數(shù)隨著居民杠桿率分位數(shù)水平的提升而下降。二是數(shù)字普惠金融發(fā)展系數(shù)能夠?qū)μ幱?.3和0.5分位數(shù)的居民杠桿率產(chǎn)生顯著正向影響;而在0.9分位數(shù)水平下，數(shù)字普惠金融發(fā)展對居民杠桿率的影響并不顯著。這主要是由于高杠桿率家庭可能受到信貸約束，使得其被排除在數(shù)字普惠金融的受眾群體之外，弱化了數(shù)字普惠金融發(fā)展對其產(chǎn)生的影響。

（二）收入異質(zhì)性

收入是居民償付債務(wù)的重要來源，也是金融機(jī)構(gòu)為居民提供信貸資金的重要依據(jù)之一。因此，本文進(jìn)一步探究不同收入層級下，數(shù)字普惠金融發(fā)展對居民杠桿率的異質(zhì)性影響。本文借鑒楊沫（2019）[26]將居民人均可支配收入按照分位數(shù)劃分為四組，分別為低收入組（0.25分位數(shù)以下）、中低收入組（0.25～0.5分位數(shù)之間）、中高收入組（0.5～0.75分位數(shù)之間）和高收入組（0.75分位數(shù)以上）。表5實(shí)證結(jié)果顯示，中高收入組的數(shù)字普惠金融發(fā)展系數(shù)估計(jì)值為0.199，且在5%的水平下顯著，表明數(shù)字普惠金融發(fā)展對中高收入群體的杠桿率產(chǎn)生顯著正向影響;數(shù)字普惠金融發(fā)展對其他收入組并不具有統(tǒng)計(jì)顯著性。究其原因：第一，數(shù)字普惠金融發(fā)展雖然在一定程度上能夠緩解偏遠(yuǎn)地區(qū)低收入人群信貸排斥現(xiàn)象，但受制于居民的金融意識、人均收入水平和文化觀念，其對低收入群體杠桿率影響的邊際效應(yīng)有限;第二，與低收入人群相比，中高收入人群有穩(wěn)定且較為充足的收入來源，金融機(jī)構(gòu)更加偏好向其提供信貸資金，與此同時(shí)，數(shù)字普惠金融發(fā)展大幅提升了中高收入人群借貸的便捷性，提高了中高收入人群的借貸欲望;第三，高收入人群本身金融資源獲得率相對較高，擁有豐富的資源稟賦，數(shù)字化的信貸產(chǎn)品對其邊際影響較為有限。

（三）區(qū)域異質(zhì)性

為進(jìn)一步探究數(shù)字普惠金融發(fā)展對居民杠桿率的區(qū)域異質(zhì)性影響，本文將我國30個(gè)省份劃分為東部、中部、西部⑥三大區(qū)域，分別進(jìn)行回歸（見表6）。研究結(jié)果表明，西部地區(qū)數(shù)字普惠金融發(fā)展的估計(jì)系數(shù)在10%的水平下顯著為正，但東部和中部地區(qū)數(shù)字普惠金融發(fā)展的估計(jì)系數(shù)并不顯著。數(shù)字普惠金融發(fā)展對居民杠桿率的影響存在較強(qiáng)的區(qū)域差異，其對西部地區(qū)等較為落后地區(qū)居民杠桿率的邊際影響更強(qiáng)?？赡艿慕忉屖俏鞑康貐^(qū)經(jīng)濟(jì)與金融發(fā)展水平較低，金融基礎(chǔ)設(shè)施仍比較落后，居民信貸可得性較低，數(shù)字普惠金融發(fā)展對于金融排斥的緩解效應(yīng)更為顯著。

五、結(jié)論與建議

本文采用2011—2018年我國30個(gè)省份的經(jīng)濟(jì)數(shù)據(jù)，實(shí)證檢驗(yàn)了數(shù)字普惠金融發(fā)展對居民杠桿率的影響機(jī)制。研究結(jié)果表明：（1）整體上，數(shù)字普惠金融發(fā)展顯著提高了居民杠桿率。（2）影響機(jī)制檢驗(yàn)表明，數(shù)字普惠金融通過擴(kuò)大覆蓋廣度、提升使用深度對居民杠桿率產(chǎn)生顯著正向影響，但通過提高數(shù)字化程度對居民杠桿率產(chǎn)生的影響不顯著。（3）異質(zhì)性分析表明，數(shù)字普惠金融發(fā)展對居民杠桿率的影響隨著杠桿率提升而減弱，數(shù)字普惠金融發(fā)展有效提升了中高收入群體和西部地區(qū)的杠桿率。

綜合以上結(jié)論，本文認(rèn)為數(shù)字普惠金融發(fā)展是居民杠桿率居高不下的重要影響因素之一。一方面，隨著我國金融市場漸趨成熟，數(shù)字普惠金融的覆蓋廣度、使用深度將不斷向縱深發(fā)展，其對于居民杠桿率的影響將愈加快速化、復(fù)雜化。另一方面，數(shù)字普惠金融發(fā)展對居民杠桿率存在異質(zhì)性影響，其對西部和中低杠桿率地區(qū)影響程度較大。因此，數(shù)字普惠金融可能是西部和中低杠桿率地區(qū)居民杠桿率增速較快的原因之一，合理引導(dǎo)與風(fēng)險(xiǎn)管控較為重要。有鑒于此，本文提出以下政策建議：

一是完善普惠征信體系。根據(jù)實(shí)證結(jié)果，數(shù)字普惠金融的信貸指數(shù)對居民杠桿率具有顯著正向影響，因此，構(gòu)建范圍更廣、層次更深的普惠征信體系，從源頭防控違約風(fēng)險(xiǎn)至關(guān)重要。有關(guān)部門應(yīng)進(jìn)一步完善相關(guān)法規(guī)，規(guī)范征信數(shù)據(jù)記錄、保管、應(yīng)用等行為，保護(hù)好居民個(gè)人隱私，提高數(shù)據(jù)安全性。運(yùn)用新興數(shù)字技術(shù)創(chuàng)新征信服務(wù)模式，加快構(gòu)建以中國人民銀行為中心、商業(yè)化征信機(jī)構(gòu)為補(bǔ)充的征信體系，實(shí)現(xiàn)覆蓋面更廣的普惠征信。有關(guān)部門應(yīng)積極推動征信信息交互平臺建設(shè)，促使各監(jiān)管部門與金融機(jī)構(gòu)之間征信信息共享，以充分發(fā)揮聯(lián)動監(jiān)管作用。

二是注重運(yùn)用數(shù)字技術(shù)管控消費(fèi)信貸風(fēng)險(xiǎn)。金融機(jī)構(gòu)應(yīng)積極運(yùn)用大數(shù)據(jù)、云計(jì)算等新興數(shù)字技術(shù)收集和分析客戶信息，構(gòu)建客戶信息收集系統(tǒng)、信用風(fēng)險(xiǎn)評估模型等，緊密結(jié)合貸款用途，對客戶消費(fèi)信貸風(fēng)險(xiǎn)進(jìn)行管控。一方面，利用數(shù)字技術(shù)采集和分析客戶大量的行為數(shù)據(jù)，構(gòu)建信用風(fēng)險(xiǎn)評估模型，提高信貸風(fēng)險(xiǎn)識別能力;另一方面，應(yīng)加強(qiáng)貸后風(fēng)險(xiǎn)監(jiān)測，搭建大數(shù)據(jù)貸后風(fēng)險(xiǎn)監(jiān)測模型，制定貸后風(fēng)險(xiǎn)實(shí)時(shí)預(yù)警評估機(jī)制，有效識別授信風(fēng)險(xiǎn)，防范風(fēng)險(xiǎn)累積。

三是制定差異化的消費(fèi)信貸政策。針對居民杠桿率不高、增速不快區(qū)域，合理引導(dǎo)居民借助數(shù)字普惠金融緩解流動性約束，提高收入水平，提升生活質(zhì)量，同時(shí)設(shè)置風(fēng)險(xiǎn)預(yù)警機(jī)制，防范債務(wù)累積風(fēng)險(xiǎn)。居民杠桿率較高、增速較快區(qū)域，應(yīng)重點(diǎn)關(guān)注高杠杠人群債務(wù)償付情況以及中高收入人群杠桿率水平，引導(dǎo)其合理配置家庭資產(chǎn)，改善消費(fèi)信貸結(jié)構(gòu)，提高杠桿質(zhì)量。

注：

①數(shù)據(jù)來源：國家資產(chǎn)負(fù)債表研究中心（CNBS）。

②引自IMF于2017年10月發(fā)布的 Global Financial Stability Report? （ October 2017 ） — Is Growth at Risk？。

③中國數(shù)字普惠金融發(fā)展指數(shù)的使用深度包括支付、貨基、征信、保險(xiǎn)、投資、信貸6個(gè)二級指標(biāo)，2011—2013年的中國數(shù)字普惠金融指數(shù)的使用深度不包含貨基、征信、投資3個(gè)二級指標(biāo)，因此，本文僅選用支付、保險(xiǎn)、信貸3個(gè)二級指標(biāo)。

④為了消除異方差影響，本文對家庭債務(wù)總規(guī)模取對數(shù)。

⑤因篇幅所限，穩(wěn)健性檢驗(yàn)結(jié)果無法展示，作者備索。

⑥東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東及海南11個(gè)省份;中部地區(qū)包括山西、河南、安徽、湖北、湖南、黑龍江、吉林及江西8個(gè)省份;西部地區(qū)包括陜西、甘肅、寧夏、青海、內(nèi)蒙古、新疆、四川、重慶、云南、貴州、廣西11個(gè)省份。

參考文獻(xiàn)：

[1]張江濤.中國居民部門加杠桿的邏輯和潛在風(fēng)險(xiǎn)[J].國際金融，2018，（7）.

[2]紀(jì)洋，葛婷婷，邊文龍，黃益平.杠桿增速、部門差異與金融危機(jī)——“結(jié)構(gòu)性去杠桿”的實(shí)證分析與我國杠桿政策的討論 [J].經(jīng)濟(jì)學(xué)（季刊），2021，21（3）.

[3]肖遠(yuǎn)飛，張柯?lián)P.數(shù)字普惠金融對城鄉(xiāng)居民消費(fèi)水平的影響——基于省級面板數(shù)據(jù) [J].武漢金融，2020，（11）.

[4]倪瑤，成春林.普惠金融數(shù)字化對城鄉(xiāng)居民福利差異影響的對比研究 [J].金融發(fā)展研究，2020，（3）.

[5]Allen T. 2016. Optimal （partial） Group Liability in Microfinance Lending [J].Journal of Development Economics，121.

[6]曾之明，汪晨菊.數(shù)字普惠金融發(fā)展與突破：效用及啟示 [J].湖南財(cái)政經(jīng)濟(jì)學(xué)院學(xué)報(bào)，2018，34（2）.

[7]楊波，王向楠，鄧偉華.數(shù)字普惠金融如何影響家庭正規(guī)信貸獲得？——來自CHFS的證據(jù) [J].當(dāng)代經(jīng)濟(jì)科學(xué)，2020，42（6）.

[8]周廣肅，王雅琦.住房價(jià)格、房屋購買與中國家庭杠桿率 [J].金融研究，2019，（6）.

[9]阮健弘，劉西，葉歡.我國居民杠桿率現(xiàn)狀及影響因素研究[J].金融研究，2020（8）.

[10]周利，王聰.人口結(jié)構(gòu)與家庭債務(wù)：中國家庭追蹤調(diào)查（CFPS）的微觀證據(jù) [J].經(jīng)濟(jì)與管理，2017，31（3）.

[11]劉哲希，王兆瑞，陳小亮.人口老齡化對居民部門債務(wù)的非線性影響研究 [J].經(jīng)濟(jì)學(xué)動態(tài)，2020（4）.

[12]S.Ryoo，Y.K.Kim. 2013. Income Distribution，Consumer Debt，and Keeping up with the Joneses：A Kaldor-Minsky-Veblen Mode [Z].Working Paper Series，Department of Economics，Trinity College.

[13]張榮霞，何影，史曉丹.民生類政府財(cái)政支出對居民消費(fèi)影響的研究 [J].軟科學(xué)，2013，27（11）.

[14]Aron J，Muellbauer J. 2000. Personal and Corporate saving in South Africa [J].The World Bank Economic Review，14（3）.

[15]Levchenko，A A. 2005. Financial Liberalization and Consumption Volatility in Developing Countries [R].IMF Staff Papers，52（2）.

[16]傅秋子，黃益平.數(shù)字金融對農(nóng)村金融需求的異質(zhì)性影響——來自中國家庭金融調(diào)查與北京大學(xué)數(shù)字普惠金融指數(shù)的證據(jù) [J].金融研究，2018，（11）.

[17]郭峰，王靖一，王芳，孔濤，張勛，程志云.測度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征 [J].經(jīng)濟(jì)學(xué)（季刊），2020，19（4）.

[18]鄒新月，王旺.數(shù)字普惠金融對居民消費(fèi)的影響研究——基于空間計(jì)量模型的實(shí)證分析 [J].金融經(jīng)濟(jì)學(xué)研究，2020，35（4）.

[19]王剛貞，劉婷婷.數(shù)字普惠金融對農(nóng)村居民消費(fèi)的異質(zhì)性影響研究 [J].山西農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會科學(xué)版），2020，19（5）.

[20]楊偉明，粟麟，王明偉.數(shù)字普惠金融與城鄉(xiāng)居民收入——基于經(jīng)濟(jì)增長與創(chuàng)業(yè)行為的中介效應(yīng)分析 [J].上海財(cái)經(jīng)大學(xué)學(xué)報(bào)，2020，22（4）.

[21]李繼尊.關(guān)于互聯(lián)網(wǎng)金融的思考 [J].管理世界，2015，（7）.

[22]郭新華，廖知航.中國分部門債務(wù)水平與經(jīng)濟(jì)增長的動態(tài)關(guān)聯(lián)性分析：1997—2013 [J].當(dāng)代經(jīng)濟(jì)管理，2015，37（6）.

[23]王瑤佩，郭峰.區(qū)域數(shù)字金融發(fā)展與農(nóng)戶數(shù)字金融參與：渠道機(jī)制與異質(zhì)性 [J].金融經(jīng)濟(jì)學(xué)研究，2019，34（2）.

[24]梁雙陸，劉培培.數(shù)字普惠金融、教育約束與城鄉(xiāng)收入收斂效應(yīng) [J].產(chǎn)經(jīng)評論，2018，9（2）.

[25]汪亞楠，譚卓鴻，鄭樂凱.數(shù)字普惠金融對社會保障的影響研究 [J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2020，37（7）.

[26]楊沫.新一輪個(gè)稅改革的減稅與收入再分配效應(yīng)[J].經(jīng)濟(jì)學(xué)動態(tài)，2019，4（7）.