張 櫻

（瀘州職業(yè)技術(shù)學(xué)院 數(shù)字經(jīng)濟學(xué)院，四川 瀘州 646000）

一、引言與文獻綜述

《2017年全球普惠金融指數(shù)報告》指出，世界范圍內(nèi)無正規(guī)金融機構(gòu)賬戶的群體規(guī)模約為17億人次，金融排斥現(xiàn)象在全球范圍內(nèi)普遍存在。Kempson & Whyley（1999）[1]和Kempson et al.（2000）[2]將金融排斥定義為家庭無法獲得主流（正規(guī)）金融產(chǎn)品或金融服務(wù)，包括沒有銀行賬戶、沒有正規(guī)儲蓄和投資產(chǎn)品、沒有保險產(chǎn)品、沒有正規(guī)信貸產(chǎn)品、沒有私人養(yǎng)老金等?！?017年全球普惠金融指數(shù)報告》認定中國的無銀行賬戶群體規(guī)模達到2.25億人，中國家庭也面臨著較為嚴重的金融排斥問題。

國內(nèi)外圍繞家庭金融排斥領(lǐng)域的研究文獻較為豐富，主要從人口統(tǒng)計學(xué)特征、家庭特征、主觀態(tài)度、地區(qū)特征等幾個方面對家庭金融排斥的影響因素展開深入研究。第一，在人口統(tǒng)計學(xué)特征方面，年齡、性別、婚姻狀況、文化程度、就業(yè)情況等個體特征都將對家庭的金融排斥狀況產(chǎn)生影響（Kempson et al.，2000；李濤等，2010）[2-3]。此外，金融知識（張?zhí)枟澓鸵境?016）[4]和認知能力（周洋等，2018）[5]的提升也有助于緩解金融排斥問題。第二，在家庭特征方面，人口規(guī)模越大的家庭越容易受到除人壽保險之外的金融排斥（Hogarth & O’Donnell，2000）[6]。擁有房產(chǎn)的家庭（Devlin，2005）[7]以及財富水平越高的家庭（周洋等，2018）[8]受金融排斥的可能性越低。第三，在主觀態(tài)度方面，居民的主觀感受會影響其風險態(tài)度，進而對金融風險資產(chǎn)投資行為產(chǎn)生影響（Delis & Mylonidis，2015）[9]，心理安全感、利他人格等人格特質(zhì)是主觀幸福感影響家庭參與儲蓄和股票投資的重要影響機制（周雅玲等，2017）[10]。第四，在地區(qū)特征方面，在提倡有效保護私有產(chǎn)權(quán)且積極鼓勵投資的制度環(huán)境中，居民擁有銀行賬戶的可能性更高（Osili & Paulson，2008）[11]。由于我國城鄉(xiāng)區(qū)域發(fā)展不均衡，在農(nóng)村及欠發(fā)達地區(qū)，農(nóng)戶不僅面臨來自傳統(tǒng)金融機構(gòu)的金融排斥問題（王修華等，2013）[12]，而且還遭受著較為嚴重的互聯(lián)網(wǎng)金融排斥問題（何婧等，2017）[13]。

然而，基于互聯(lián)網(wǎng)等信息技術(shù)視角考察家庭金融排斥的研究尚十分不足。伴隨著互聯(lián)網(wǎng)的出現(xiàn)以及智能手機的普及，信息與通信技術(shù)的發(fā)展在拓寬金融服務(wù)的獲取渠道和使用范圍上發(fā)揮著重要的作用（Andrianaivo & Kpodar，2012）[14]。家庭使用信息與通信技術(shù)能增加金融服務(wù)的可獲得性水平并緩解面臨的金融排斥問題（Fanta & Makina，2019）[15]，同時互聯(lián)網(wǎng)使用對低收入、欠發(fā)達地區(qū)農(nóng)戶的金融排斥的抑制作用相對更強（劉長庚和羅午陽，2019）[16]。信息通信技術(shù)對于增加金融包容性、推動普惠金融發(fā)展而言將具有十分重要的意義。

深入探究金融排斥的影響因素，對于減輕家庭金融排斥程度、降低家庭貧困、提高家庭普惠金融水平具有重要的理論價值和現(xiàn)實意義。本文使用2017年中國家庭金融調(diào)查數(shù)據(jù)，考察互聯(lián)網(wǎng)使用對家庭金融排斥的影響及影響機制。本文的貢獻主要體現(xiàn)在以下三個方面：一是先前有關(guān)金融排斥的研究較少關(guān)注信息技術(shù)的影響，本文從數(shù)字技術(shù)視角考察了互聯(lián)網(wǎng)使用對家庭金融排斥的影響。二是先前研究主要關(guān)注互聯(lián)網(wǎng)的信息效應(yīng)，本文從信息獲取渠道、社會互動增強、主觀態(tài)度改善三個方面深入剖析了互聯(lián)網(wǎng)使用對家庭金融排斥的影響機制。三是本文從城鄉(xiāng)、文化程度、家庭收入等多個角度進一步分析了互聯(lián)網(wǎng)使用對家庭金融排斥影響的異質(zhì)性，這為改善不同群體的金融排斥問題提供了解決思路。

二、研究設(shè)計

（一）數(shù)據(jù)來源

本文使用的數(shù)據(jù)來自西南財經(jīng)大學(xué)中國家庭金融調(diào)查與研究中心的第四輪“中國家庭金融調(diào)查”（CHFS），2017年調(diào)查數(shù)據(jù)全面客觀地反映了中國家庭經(jīng)濟特征、金融行為的基本情況，為本文研究互聯(lián)網(wǎng)使用與家庭金融排斥的關(guān)系提供了高質(zhì)量的數(shù)據(jù)支撐。

（二）變量選取

1.本文的被解釋變量是家庭金融排斥。借鑒李濤等（2010）[3]、張?zhí)枟澓鸵境?016）[4]的研究，如果家庭未持有儲蓄、投資、信貸、保險等任何一種正規(guī)金融產(chǎn)品，則定義家庭金融排斥取值為1，否則為0。家庭金融排斥進一步可分解為儲蓄類排斥、投資類排斥、信貸類排斥和保險類排斥。

2.本文的解釋變量是互聯(lián)網(wǎng)使用。2017年CHFS調(diào)查問卷詢問了“您使用過互聯(lián)網(wǎng)嗎”，如果受訪家庭使用過互聯(lián)網(wǎng)，則定義互聯(lián)網(wǎng)使用取值為1，否則為0。

對使用互聯(lián)網(wǎng)的家庭和不使用互聯(lián)網(wǎng)的家庭進行分組，兩組樣本家庭的金融排斥狀況如表1所示。從表1中可以看出，52.9%的家庭面臨金融排斥問題，與不使用互聯(lián)網(wǎng)的家庭相比，使用互聯(lián)網(wǎng)的家庭受到的金融排斥比例（34.6%）、儲蓄類排斥比例（77.4%）、投資類排斥比例（77.3%）、信貸類排斥比例（55.6%）、保險類排斥比例（86.3%）均相對較低，初步表明不使用互聯(lián)網(wǎng)的家庭面臨的金融排斥問題將更為嚴重，互聯(lián)網(wǎng)使用可能是影響家庭金融排斥問題的重要因素。

表1 是否使用互聯(lián)網(wǎng)與家庭金融排斥狀況

3.參考現(xiàn)有相關(guān)文獻，本文從戶主特征、家庭特征、地區(qū)特征三個方面來選取控制變量。此外，還加入省份虛擬變量用來控制地區(qū)差異性。關(guān)于數(shù)據(jù)處理，對家庭資產(chǎn)上下的0.5%進行縮尾處理，并對相關(guān)變量存在缺失值、異常值的樣本進行剔除，最終獲得的有效樣本量為37 345戶家庭。

表2報告了變量說明及描述性統(tǒng)計結(jié)果。

表2 變量說明及描述性統(tǒng)計

三、互聯(lián)網(wǎng)使用影響家庭金融排斥的實證分析

（一）基本回歸結(jié)果

由于家庭金融排斥是二元虛擬變量，本文構(gòu)建如下Probit模型估計互聯(lián)網(wǎng)使用對家庭金融排斥的影響：

其中，fin_exclusion表示家庭金融排斥的二元虛擬變量，若家庭受到金融排斥取值為1，否則為0，具體包括家庭金融排斥、儲蓄類排斥、投資類排斥、信貸類排斥和保險類排斥；internet表示家庭互聯(lián)網(wǎng)使用的解釋變量；X表示控制變量，包括戶主特征變量、家庭特征變量、地區(qū)特征變量和省份虛擬變量；ε表示隨機擾動項。

表3報告了互聯(lián)網(wǎng)使用分別對家庭金融排斥、儲蓄類排斥、投資類排斥、信貸類排斥和保險類排斥影響的Probit模型估計結(jié)果。從表3第（1）列的估計結(jié)果可以看出，互聯(lián)網(wǎng)使用對家庭金融排斥的影響在1%水平上顯著為負，互聯(lián)網(wǎng)使用的邊際效應(yīng)為-0.109，意味著如果家庭使用互聯(lián)網(wǎng)，則家庭受到金融排斥的可能性將降低10.9%，這表明互聯(lián)網(wǎng)使用能顯著緩解家庭面臨的金融排斥問題，互聯(lián)網(wǎng)使用是影響家庭金融排斥的重要因素。第（2）列至第（5）列的估計結(jié)果表明，如果家庭使用互聯(lián)網(wǎng)，則家庭受到投資類排斥、信貸類排斥和保險類排斥的可能性分別顯著降低7.5%、10.8%和3.0%，且互聯(lián)網(wǎng)使用對信貸類排斥的緩解作用要大于對投資類排斥和保險類排斥的緩解作用。

表3 互聯(lián)網(wǎng)使用對家庭金融排斥的影響

從控制變量的估計結(jié)果來看，戶主年齡越大，通過使用互聯(lián)網(wǎng)獲取信息、知識的能力越差，家庭面臨的金融排斥問題越嚴重。戶主文化程度越高，掌握知識、獲取金融信息的能力越強，家庭受到金融排斥的概率越低。戶主的主觀幸福感越高以及風險偏好度越強，家庭金融排斥程度越低。人口規(guī)模越大、擁有自有房產(chǎn)、收入水平越高、社會互動能力越強的家庭，擁有的人脈、財富等資源越豐富，面臨的金融排斥程度越低。與城鎮(zhèn)地區(qū)相比，由于農(nóng)村地區(qū)家庭受制于資本、資源、社會網(wǎng)絡(luò)等約束，因此受到較為嚴重的金融排斥（王修華等，2013）[12]。金融、經(jīng)濟發(fā)展水平越高的地區(qū)，金融可得性越強，越有助于改善家庭金融排斥問題。

此外，考慮到各類金融排斥的差異性，戶主的文化程度以及金融知識水平對儲蓄類排斥、投資類排斥、信貸類排斥和保險類排斥均具有顯著的負面影響，這表明學(xué)歷、金融知識也是影響各類金融排斥的重要因素。擁有工作經(jīng)歷的戶主家庭，受到投資類排斥、信貸類排斥和保險類排斥的可能性較低。人口規(guī)模越大的家庭，儲蓄類排斥、投資類排斥和保險類排斥程度越高。家庭有住房對儲蓄類排斥和投資類排斥的影響不再顯著。農(nóng)村地區(qū)家庭面臨的投資類排斥最為嚴重，但對保險類排斥的影響并不顯著。

（續(xù)表3）

（二）內(nèi)生性問題

上述基本估計結(jié)果可能由于遺漏變量等原因而導(dǎo)致潛在的內(nèi)生性問題，本文嘗試運用工具變量法來克服可能存在的內(nèi)生性。參照周廣肅和樊綱（2018）[17]的方法，本文選取家庭是否擁有電腦作為互聯(lián)網(wǎng)使用的工具變量。一方面，家庭擁有電腦與家庭互聯(lián)網(wǎng)使用具有較強的相關(guān)性；另一方面，家庭擁有電腦與家庭是否受到金融排斥并沒有直接的關(guān)系，總體上家庭擁有電腦滿足工具變量選取的外生性條件。表4報告了兩階段工具變量的估計結(jié)果。從表4中可以看出，一階段估計的F值均大于10%偏誤水平下的臨界值，拒絕了弱工具變量假設(shè)，故而本文選取的工具變量不存在弱工具變量問題。（1）至（5）列的兩階段工具變量估計結(jié)果表明，互聯(lián)網(wǎng)使用的邊際效應(yīng)均顯著為負，表明在解決潛在的內(nèi)生性問題之后，互聯(lián)網(wǎng)使用依然能顯著緩解家庭面臨的金融排斥問題。其他控制變量的估計結(jié)果與表3基本保持一致。

表4 互聯(lián)網(wǎng)使用對家庭金融排斥的影響：工具變量回歸

四、互聯(lián)網(wǎng)使用影響家庭金融排斥的機制探討

以下從信息渠道、社會互動、主觀態(tài)度三個方面進一步探討互聯(lián)網(wǎng)使用對家庭金融排斥的影響機制。

（一）信息獲取渠道機制

互聯(lián)網(wǎng)作為居民家庭獲取信息的重要途徑，通過降低信息搜尋成本（魏金龍等，2019）[18]、擴大信息傳播范圍而提高了居民獲取信息的效率和能力，對家庭參與金融市場行為以及獲得保險、信貸等金融產(chǎn)品和服務(wù)（邱新國和冉光和，2018）[19]產(chǎn)生積極影響。表5 報告了信息獲取渠道對家庭金融排斥影響的估計結(jié)果。從表5中可以看出，如果家庭通過互聯(lián)網(wǎng)渠道獲取財經(jīng)類信息，那么家庭金融排斥概率顯著降低14.0%，這表明互聯(lián)網(wǎng)的確是家庭獲取信息的重要渠道。電視報紙渠道同樣有助于緩解家庭金融排斥問題，但其影響作用要弱于互聯(lián)網(wǎng)渠道。講座論壇渠道對家庭金融排斥的影響作用并不顯著。

表5 信息獲取渠道對家庭金融排斥的影響

（二）社會互動增強機制

中國是一個“人情化”的社會，通過禮尚往來逐漸積累形成的“人情”關(guān)系網(wǎng)絡(luò)或者說“人情”資本，能夠幫助家庭獲取更多更豐富的信息和資源，提高家庭參與金融市場的積極性（魏昭等，2018）[20]。本文選取禮金支出（家庭因節(jié)假日、紅白喜事等活動給予非家庭成員的支出額）和外出聚餐支出兩個指標來定義社會互動。從表6的估計結(jié)果可以看出，互聯(lián)網(wǎng)使用對家庭社會互動的影響在1%水平上顯著為正，這表明使用互聯(lián)網(wǎng)能顯著增強家庭的社會互動水平，擴大家庭的社會關(guān)系網(wǎng)絡(luò)，因此有利于緩解家庭面臨的金融排斥問題。此外，互聯(lián)網(wǎng)作為信息渠道同樣能顯著提高家庭社會互動水平。

表6 互聯(lián)網(wǎng)使用對家庭社會互動的影響

（三）主觀態(tài)度改善機制

主觀幸福感將對家庭的經(jīng)濟金融行為產(chǎn)生影響，家庭的主觀幸福感越高，對金融市場的參與積極性和參與程度相應(yīng)越大（周雅玲等，2017）[10]，有助于減輕家庭金融排斥問題。由于主觀幸福感為離散型排序數(shù)據(jù)，參照祝仲坤和冷晨昕（2018）[21]，本文運用OLS模型和Oprobit模型進行回歸，表7報告了互聯(lián)網(wǎng)使用對家庭主觀幸福感影響的估計結(jié)果。從表7中可以看出，OLS模型和Oprobit模型的回歸結(jié)果相一致，互聯(lián)網(wǎng)使用對家庭主觀幸福感的影響均在1%水平上顯著為正，這表明使用互聯(lián)網(wǎng)能顯著提升家庭的主觀幸福感，促使家庭更積極地參與金融市場，以此緩解家庭面臨的金融排斥問題。

表7 互聯(lián)網(wǎng)使用對家庭主觀幸福感的影響

五、互聯(lián)網(wǎng)使用影響家庭金融排斥的異質(zhì)性分析

進一步地，本文按照城鄉(xiāng)、文化程度、家庭收入進行分組回歸，分析互聯(lián)網(wǎng)使用對不同類型家庭金融排斥的異質(zhì)性影響，家庭異質(zhì)性影響的估計結(jié)果如表8所示。對于城鄉(xiāng)分組，農(nóng)村家庭和城市家庭的互聯(lián)網(wǎng)使用邊際效應(yīng)分別為-0.075和-0.117，且均在1%水平上顯著，這表明互聯(lián)網(wǎng)使用對城市家庭金融排斥的改善作用大于農(nóng)村家庭。這可能是因為城鄉(xiāng)地區(qū)互聯(lián)網(wǎng)普及率存在較大差距，城市家庭的互聯(lián)網(wǎng)使用率高于農(nóng)村家庭，因此互聯(lián)網(wǎng)使用對家庭金融排斥的影響存在城鄉(xiāng)差異性。對于文化程度分組，如果家庭使用互聯(lián)網(wǎng)，那么低學(xué)歷家庭和高學(xué)歷家庭受到的金融排斥概率分別下降12.0%和21.0%，高學(xué)歷家庭的互聯(lián)網(wǎng)使用邊際效應(yīng)大于低學(xué)歷家庭。由于不同學(xué)歷家庭在使用互聯(lián)網(wǎng)的熟練程度和能力等方面存在一定差距（魏金龍等，2019）[18]，因此互聯(lián)網(wǎng)使用對家庭金融排斥的影響存在學(xué)歷差異性。對于家庭收入分組，高收入家庭的互聯(lián)網(wǎng)使用邊際效應(yīng)大于低收入家庭，表明互聯(lián)網(wǎng)使用對家庭金融排斥的影響同樣存在收入差異性。

表8 互聯(lián)網(wǎng)使用對不同類型家庭金融排斥的異質(zhì)性影響

六、研究結(jié)論

本文基于2017 年中國家庭金融調(diào)查（CHFS）問卷數(shù)據(jù)，實證檢驗了互聯(lián)網(wǎng)使用對家庭金融排斥的影響。實證研究表明：互聯(lián)網(wǎng)使用能顯著降低家庭金融排斥、投資類排斥、信貸類排斥和保險類排斥的概率，而且互聯(lián)網(wǎng)使用對信貸類排斥的影響大于投資類排斥和保險類排斥。并從信息渠道、社會互動、主觀態(tài)度三個方面進一步考察了互聯(lián)網(wǎng)使用對家庭金融排斥的影響機制，研究發(fā)現(xiàn)：互聯(lián)網(wǎng)使用通過信息獲取渠道、增強社會互動、改善主觀態(tài)度對家庭金融排斥產(chǎn)生影響。最后，從家庭異質(zhì)性分析結(jié)果來看，互聯(lián)網(wǎng)使用對城市家庭、高學(xué)歷家庭、高收入家庭金融排斥的影響作用相對更大。

鑒于互聯(lián)網(wǎng)使用在降低家庭金融排斥上所產(chǎn)生的重要影響，國家在大力發(fā)展普惠金融的同時，應(yīng)著重強調(diào)互聯(lián)網(wǎng)技術(shù)對于踐行普惠金融的重要性，持續(xù)推進互聯(lián)網(wǎng)技術(shù)在城鄉(xiāng)各地的普及率和覆蓋率，充分發(fā)揮互聯(lián)網(wǎng)的即時、廣泛、低成本甚至零成本優(yōu)勢，縮小居民家庭之間的數(shù)字鴻溝，使廣大家庭能夠更方便地了解和接觸到金融產(chǎn)品和服務(wù)，滿足社會各階層群體的金融需求，提高金融服務(wù)可獲得性。推進互聯(lián)網(wǎng)技術(shù)創(chuàng)新發(fā)展、提高互聯(lián)網(wǎng)普及率對于推進普惠金融縱深發(fā)展具有重要的意義。