普惠金融、流動性約束與家庭消費

姚健 臧旭恒

摘 要：采用中國家庭金融調查（CHFS）四期面板數據和北京大學數字普惠金融指數分析了普惠金融對家庭消費的影響。研究表明，普惠金融顯著促進家庭消費支出，且對處在中低分位數的家庭消費支出的促進作用更強。進一步機制分析發現，普惠金融對高流動性資產不足的家庭消費具有顯著促進作用，而對高流動性資產充足的家庭而言，普惠金融對其消費的促進作用并不穩健，即普惠金融在一定程度上緩減了家庭面臨的流動性約束進而促進家庭消費。

關鍵詞： 普惠金融;家庭消費;異質性消費者;流動性約束;家庭資產

中圖分類號：F063.2 ? 文獻標識碼： A ? ?文章編號：1003-7217（2021）04-0002-08

一、引 言

當前，面對國內外經濟環境的復雜變化，激發國內消費潛力成為促進經濟發展的重要舉措。根據國家統計局數據顯示，2019年，我國最終消費支出增長對經濟增長的貢獻率達到57.8%。2020年最終消費支出占GDP的比重達到54.3%。可見，消費依然是拉動經濟增長的重要動力。盡管2020年以來受到新冠肺炎疫情的影響，但隨著國內疫情防控向好形勢持續鞏固，居民生活秩序明顯恢復，特別是在擴大內需、促進消費等多項政策促進下，居民消費水平逐漸恢復。消費的逐步恢復和平穩增長與消費環境的持續改善是分不開的。其中，金融市場環境的完善，尤其是普惠金融的發展勢必會對居民消費產生一定的影響。本文重點研究普惠金融對家庭消費的影響，并從家庭資產配置的視角識別異質性消費者，實證分析普惠金融對異質性消費者的影響。這對于促進國內大循環，加快構建完整的內需體系，完善促進消費體制機制，增強消費對經濟發展的基礎性作用具有重要現實意義。

作為金融發展的一部分，普惠金融是當下中國金融體制改革的重要工作，是完善中國金融市場的重要內容[1]。普惠金融對消費的影響也越來越受到學者們的關注。普惠金融的廣泛深入推行，不僅提高了金融服務的可得性，使得更多家庭獲得了正規的金融服務，還降低了信貸門檻，使得更多家庭可以享受信貸支持，擁有跨期資源配置的可能性。同時，還有利于家庭通過金融投資優化資產配置，提高家庭固定資產的可變現性[2]。這在一定程度上緩解了流動性約束、便利了居民支付，進而對家庭消費產生影響[3]。一些學者研究發現，普惠金融的發展有效地促進居民消費水平的提高，尤其對中西部地區居民消費有顯著的促進作用[4，5]。也有學者發現，普惠金融不僅提升了居民消費水平，而且優化了消費結構[6]。還有學者認為，普惠金融通過降低收入不確定性促進了低收入和高收入家庭消費，而通過緩解流動性約束促進了中等收入家庭消費[2]。

另一方面，自20世紀30年代以來，消費經濟理論從絕對收入假說到生命周期持久收入假說、再到流動性約束和預防性儲蓄理論等不斷發展。近幾年，學者們開始關注異質性消費者行為。在這類文獻中，Kaplan和Violante（2014）依據家庭資產組成結構的差異識別HtM（Hand-to-Mouth）（僅持有少量或者不持有流動性資產）和非HtM消費者（持有一定數量的流動性資產）的研究被認為是最具代表性的文獻[7]。在此之后，許多文獻對異質性消費者的研究進行了擴展。Kaplan等（2014）進一步將 HtM消費者區分為貧窮型HtM消費者和富裕型HtM消費者。貧窮型HtM消費者僅持有少量或者不持有流動性資產，同時也幾乎沒有非流動性資產。富裕型HtM消費者僅持有少量或者不持有流動性資產，但卻擁有大量的非流動性資產[8]。后續的研究分別從雙資產模型（低回報的高流動性資產和高回報的低流動性資產）[7]、相對收入和相對債務高低[9]、購買住房獲得住房的承諾利益（commitment benefit）[10]以及預期信貸約束（信貸限額、非必需品和服務消費、超前消費）導致的流動型HtM消費者（liquid Hand-to-Mouth）[11]等角度來解釋富裕型HtM消費者的存在。

通過對文獻的梳理可以發現，盡管一些學者研究了普惠金融對消費的影響，但卻缺乏從異質性消費者角度進行分析的文獻。相比已有研究，本文采用中國家庭金融調查（China Household Finance Survey，CHFS）2011、2013、2015、2017四期面板數據分析了普惠金融對家庭總消費和不同類別消費的影響;檢驗了普惠金融對異質性消費者的影響;采用北京大學數字金融研究中心編制的數字普惠金融指數，將其與CHFS數據匹配進行了穩健性檢驗。

二、研究設計

（一）模型設定

（二）數據來源與變量選取

選取中國家庭金融調查（CHFS）2011、2013、2015、2017年構造四期面板數據分析普惠金融對家庭消費的影響。接下來，對相關變量介紹如下：

1.被解釋變量為家庭消費支出。根據CHFS關于家庭消費調查的項目，將其歸類為食品、衣著、居住、家庭設備及用品、醫療保健、交通通信、文教娛樂及其他消費支出等八大類。這八大類消費支出的總和為家庭消費支出。在實證分析中，將家庭消費支出取對數處理。

2.核心解釋變量為普惠金融。關于普惠金融的度量的文獻大致分為兩類。第一類文獻是采用直接指標進行度量。這些指標包括一國擁有正式金融賬戶的家庭百分比[12]，正規金融機構賬戶的使用情況（正式賬戶）、正規金融機構儲蓄（正式儲蓄）和銀行信貸（正式信貸）的使用情況等[13，14]。第二類文獻是通過構建指標體系進行度量。這類文獻認為，普惠金融衡量一個國家或地區金融部門的包容性，構建的普惠金融指數可以涵蓋有關普惠金融各個方面的信息。多數學者從可得性、滲透性和使用效用性等維度構建普惠金融指數[15，16]，如以金融機構和ATM機的覆蓋程度衡量可得性，以每千人擁有銀行賬戶數量衡量地理滲透性，以實際存貸款占GDP比重來衡量使用效用性等。國內一些學者也通過可獲得性、滲透性、使用效用性、可負擔性、便利性、滿意度等方面構建指標體系度量普惠金融[17，18]，但多數學者直接采用北京大學數字普惠金融指數進行研究[3-6]。

本文采用直接指標度量普惠金融。從已有文獻來看，Demirguc-Kunt和Klapper（2013）研究發現，中國的金融排斥主要是由于缺乏正式信貸[19]。Fungacova和Weill（2015）證實了這一結論[14]。因此，使用兩個指標來度量正規信貸市場中的金融包容性：是否使用信用卡（credit）和是否從正規金融機構獲得貸款（floan）。同時，還采用了第三個指標，即是否擁有正式銀行存款賬戶（account），這一指標也被廣泛用于普惠金融的度量[13，14，20]。最后，以上述三種正式金融服務中任何一種的使用（擁有）情況衡量金融普惠性（inclusion）。即利用四個指標度量普惠金融：是否使用信用卡、是否擁有銀行貸款、是否擁有銀行存款賬戶以及是否擁有上述三種金融服務中的任何一種。

在CHFS調查問卷中，每個受訪者被問到以下三組問題。第一組涉及信用卡（credit），其表述如下：“您家使用信用卡嗎？未激活的信用卡不包括在內”。回答“是”的家庭，變量credit取值1。回答“否”的家庭，變量credit取值0。第二組問題涉及正規銀行貸款（floan），調查問卷包括以下問題：“為了農業/工商業生產經營活動，目前您家有銀行貸款嗎”、“您家為購買/維修/改建/擴建/裝修這套房屋，還有沒有銀行貸款”、“您的家人是否通過銀行貸款購買汽車”以及“您家是否因家庭成員教育有銀行貸款”。以上問題中，至少有一個回答“是”的家庭被確定為有正式的銀行貸款。此時，變量floan取值1，否則取值0。第三組問題涉及正式銀行存款賬戶（account），調查涉及以下問題：“您家是否有人民幣活期存款賬戶”和“您家有未到期的人民幣定期存款嗎”。對以上至少一個問題回答“是”的家庭被確定為擁有正式銀行存款賬戶。此時，變量account取值1，否則取值0。最后，根據以上提到的三個指標生成衡量普惠金融的綜合指標inclusion。若家庭擁有上述三種金融服務中的至少一種，則變量inclusion取值1，否則為0。

同時，還分別從個體層面和家庭層面選取控制變量。個體層面控制了戶主年齡、年齡平方/100、受教育程度、健康狀況、工作情況和婚姻狀況。其中，受教育程度為虛擬變量，大專及以上賦值為1，大專以下賦值為0;健康狀況為虛擬變量，將健康和一般賦值為1，其他賦值為0;工作情況為虛擬變量，有工作賦值為1，其他賦值為0;對于婚姻狀況，將在婚賦值為1，其他賦值為0。家庭層面控制了家庭收入、家庭資產、家庭規模等反映家庭狀況的特征變量。關于家庭資產，將其分為高流動性資產和低流動性資產兩類。借鑒臧旭恒和張欣（2018）的做法[21]，使用家庭金融資產凈值（包括儲蓄存款、基金、股票和債券等）度量高流動性資產，即家庭擁有的金融資產與非住房金融負債之差。使用家庭擁有的住房資產和車輛資產凈值度量低流動性資產，即家庭總住房和車輛資產與家庭總住房和車輛貸款之差。此外，還控制了家庭對待風險的態度。根據受訪者對“如果您有一筆資產，您愿意選擇哪種投資項目”的回答來反映家庭的風險態度。風險態度為分類變量，分別為風險偏好、風險厭惡和風險中性。

（三）數據篩選與描述性統計

首先，使用CHFS四期調查數據，將各年家庭樣本和成人樣本進行匹配后共得到25789個樣本量;鑒于數據完整性，剔除了存在缺失值的樣本，得到23494個樣本量;為避免異常值的影響，剔除家庭收入、消費支出、家庭低流動資產和高流動性資產最高和最低1%的樣本，得到22161個樣本量;最后，取四期平衡面板得到12060個樣本量，共3015戶家庭。

表1給出了變量的描述性統計。是否使用信用卡和是否擁有銀行貸款的均值分別為0.090和0.100，意味著大約有10%的家庭使用/擁有信用卡和銀行貸款;是否擁有銀行存款賬戶的均值為0.720，即有72%的家庭擁有銀行存款賬戶;戶主的平均年齡為54.46歲;有10%的家庭戶主接受過大專及以上教育;戶主婚姻狀況均值為0.900，即有90%的在婚樣本;有74%的家庭戶主是有工作的;有82%的戶主身體健康狀況良好;有46%的樣本來自農村，54%的樣本來自城鎮;家庭收入、消費支出、高流動性資產和低流動性資產的最小值和最大值也表明樣本存在變異性。

三、實證分析

（一）基準回歸

依據前文的分析，首先估計普惠金融對家庭消費支出的影響。表2報告了固定效應模型估計結果。第（1）～（4）列分別為是否使用信用卡、是否擁有銀行貸款、是否擁有銀行存款賬戶以及是否擁有上述三種金融服務的任一種對家庭消費支出影響的估計結果。回歸結果顯示，是否使用信用卡的估計系數為0.079，是否擁有銀行貸款的估計系數為0.110，是否擁有銀行存款賬戶的估計系數為0.065，且均在1%的水平上顯著，是否擁有以上任一種金融服務的回歸系數為0.073，在1%的水平上顯著。這表明普惠金融顯著促進了家庭消費支出。第（5）列是將是否使用信用卡、是否擁有銀行貸款、是否擁有銀行存款賬戶對家庭消費支出進行回歸。三者的估計系數均顯著為正，進一步表明普惠金融對家庭消費支出具有顯著的促進作用。

從控制變量來看，相比未婚戶主的家庭，在婚戶主的家庭消費支出更多。是否有工作對家庭消費的影響顯著為負，這可以理解為工作時間對消費產生的替代作用。相比風險中性的家庭，風險厭惡的家庭消費支出更少，可能原因是風險厭惡的家庭為預防未來不確定性而進行預防性儲蓄[22]，進而減少了其當期消費支出。家庭規模、家庭收入和家庭總資產對家庭消費均有顯著的正向影響。

進一步地，討論普惠金融對家庭不同類別消費的影響。表3報告了是否擁有三種金融服務的任一種對不同類別消費影響的估計結果。可知，普惠金融對家庭食品、衣著、醫療保健、交通通信及其他消費均具有顯著正向影響，但對居住、家庭設備及日用品、文教娛樂消費的影響并不顯著。由于居住、家庭設備及日用品、文教娛樂中的教育和培訓支出可以歸類為耐用品大類，這在一定程度上說明，普惠金融對家庭非耐用品消費的促進作用是顯著的，而對耐用品消費支出的影響并不顯著。

（二）機制分析

從家庭資產配置的視角識別家庭面臨的流動性約束。Kaplan等（2014）將由于高流動性資產不足而受到流動性約束的消費者界定為 HtM消費者[8]。借鑒Kaplan等（2014）、臧旭恒和張欣（2018）的做法[8，21]，根據高流動性資產與收入的比例關系，對異質性消費者進行界定，考察普惠金融對異質性消費者的影響，以此檢驗普惠金融對家庭消費的影響機制——緩減家庭面臨的流動性約束。

假設家庭在每期的期末收到當期收入，且在每期內以均勻的速率消費，那么在該期期中家庭的流動性較高的資產的平均值應為當期收入的一半，即y/2。如果高流動性資產水平（m）滿足m

表4分別給出了以y/2、y/4、3y/4為判別標準的HtM消費者與非HtM消費者的比例。如果以y/2為判別標準，那么HtM消費者占比達到65.37%，非HtM消費者占比為34.63%。其中，貧窮型HtM消費者占比為5.27%，富裕型HtM消費者占比為60.10%，貧窮型非HtM消費者占比為2.24%，富裕型非HtM消費者占比為32.39%。隨著判別標準門檻值的提高，HtM消費者的占比越來越高。如果以y/4為判別標準，那么HtM消費者的比例為53.10%。如果以3y/4為判別標準，那么HtM消費者的比例高達72.28%。也就是說，我國有超過一半的家庭面臨著高流動性資產不足的困境。Kaplan 等（2014）研究表明，由于高流動性資產不足而受到流動性約束的消費者通常表現出較高的邊際消費傾向，即這部分消費者對于收入變動有著較高的敏感性[8]。

在測算了HtM消費者與非HtM消費者比例的基礎上，分析普惠金融對異質性消費者的影響。表5給出了是否使用信用卡、是否擁有銀行貸款、是否擁有銀行存款賬戶對異質性消費者影響的估計結果以及是否擁有三種金融服務的任一種對異質性消費者影響的估計結果。其中，第（1）（3）（5）列分別為以y/2、y/4、3y/4為判別標準的HtM消費者回歸結果。第（2）（4）（6）列分別為以y/2、y/4、3y/4為判別標準的非HtM消費者回歸結果。

表5結果顯示，是否使用信用卡、是否擁有銀行貸款對HtM消費者和非HtM消費者的消費支出均有顯著正向影響。是否擁有銀行存款賬戶對HtM消費者消費有顯著正向影響，但是對非HtM消費者的正向顯著影響并不穩健。然后，以是否擁有三種金融服務的任一種即普惠金融綜合指標為解釋變量對異質性消費者進行回歸。結果表明，普惠金融對HtM消費者有顯著的促進作用，而對非HtM 消費者的影響并不穩健。從資產流動性的角度可以解釋為，在控制了其他變量的情況下，相對于非HtM 消費者而言，HtM 消費者由于高流動性資產不足更容易受到流動性約束，普惠金融在一定程度上緩減了這部分消費者面臨的流動性約束，進而顯著促進了HtM消費者的支出。

四、穩健性檢驗

（一）采用不同數據庫的檢驗

這部分采用北京大學數字普惠金融指數替換核心解釋變量，將其與CHFS數據進行匹配做穩健性檢驗。北京大學數字普惠金融指數包括數字普惠金融指數（index）、數字金融覆蓋廣度（breadth）、數字金融使用深度（depth）等[23]。表6報告了采用這套數據的回歸結果。其中，第（1）（2）（3）列分別為數字普惠金融指數、數字金融覆蓋廣度、數字金融使用深度對家庭消費影響的回歸結果。估計系數均顯著為正。這與基準回歸的結果一致，表明普惠金融對家庭消費的促進作用是穩健的。當然，估計結果也表明普惠金融覆蓋廣度和使用深度對家庭消費也具有顯著的促進作用。

表7報告了采用北京大學數字普惠金融指數對HtM和非HtM消費者影響的回歸結果。同樣，第（1）（3）（5）列分別為以y/2、y/4、3y/4為判別標準的HtM消費者回歸結果。第（2）（4）（6）列分別為以y/2、y/4、3y/4為判別標準的非HtM消費者回歸結果。結果表明，普惠金融對HtM消費者消費有顯著正向的影響。隨著普惠金融制度的深入推行，降低了信貸門檻，使得HtM消費者可以享受信貸待遇，進而有效緩解當期流動性約束。然而，盡管普惠金融對非HtM消費者也具有顯著促進作用，但并不穩健。這與前文的估計結果是一致的。

（二）分位數回歸

前文采用面板數據固定效應模型實證檢驗了普惠金融對家庭消費的影響，但這僅僅是均值回歸，容易受到數據總體分布等的影響。為了更加全面地考察條件分布的相關信息，接下來，采用面板分位數回歸方法檢驗普惠金融對家庭消費在不同分位數的影響，分別選擇 10%、25%、50%、75%、90%五個具有代表性的分位點進行了估計。結果如表8所示。

表8分別報告了僅使用CHFS數據，以及CHFS匹配了北京大學數字普惠金融發展指數進行分位數回歸的估計結果。普惠金融的估計系數在所有分位點處均顯著為正，表明普惠金融促進家庭消費的結論是穩健的。其中，50%分位數回歸系數與面板固定效應基準回歸的估計系數相等，兩種指標分別為0.073和0.180。隨著分位數的增加，普惠金融的回歸系數不斷下降。普惠金融帶來最大影響的分位數是下十分位數。這表明，普惠金融對家庭消費的條件分布在較高分位數處的影響低于在較低分位數處的影響，即相對于處在高分位數處的家庭，普惠金融對處在中低分位數處的家庭消費有更顯著的促進作用。

（三）內生性處理

普惠金融對家庭消費的影響可能由于雙向因果及遺漏變量等原因導致內生性問題。首先，普惠金融的發展對家庭消費產生一定的影響。反過來，普惠金融的創新和發展也可能受到家庭消費需求不斷擴大的影響;其次，普惠金融可能與地區經濟社會狀況相關，普惠金融的發展程度可能反映了地區經濟的發展情況，經濟發展迅速的地區，居民家庭消費水平隨之提升。基于上述兩點，普惠金融與家庭消費之間可能存在循環累積的雙向因果關系;最后，由于影響家庭消費的因素有很多，其中包括地區的經濟社會差異等不可觀測的因素，因而可能存在遺漏變量的情況。

為了克服內生性，采用工具變量（IV）策略，參考傅秋子和黃益平（2018）、張勛等（2019）的研究[24，25]，選取“家庭所在省份的省會城市到杭州的距離”作為普惠金融的工具變量。然而，由于家庭所在省份的省會城市到杭州的距離是不隨時間變化的，故采用“家庭所在省份的省會城市到杭州的距離與普惠金融的交互項”作為工具變量。從工具變量與內生變量相關性來看，家庭所在省份的省會城市到杭州的距離與城市的普惠金融發展水平高度相關。從外生性角度看，家庭消費并不會受到家庭所在省份的省會城市到杭州的距離的影響。因而，有理由認為“家庭所在省份的省會城市到杭州的距離與普惠金融的交互項”符合工具變量的選取原則。

表9報告了采用工具變量法進行穩健性檢驗的估計結果。其中，第（1）（2）列為CHFS度量的普惠金融（inclusion）對家庭消費的工具變量估計結果，第（3）（4）列為北京大學數字普惠金融指數（ln index）對家庭消費的工具變量回歸結果。通過第（2）（4）列的2SLS第一階段估計結果可得，所選工具變量與解釋變量均在1%水平上顯著正相關。因此，該工具變量滿足相關性要求。另一方面，工具變量一階段估計F統計量的值均大于10，可以認為弱工具變量的問題在回歸中并不存在。表9的第（1）（3）列報告了2SLS的第二階段估計結果。普惠金融的估計系數無論顯著性還是大小方向均與前文基本一致，表明普惠金融顯著促進家庭消費的結果是穩健的。

五、結論與政策建議

通過中國家庭金融調查CHFS四期面板數據，首先分析了普惠金融對家庭總消費和分類消費支出的影響;然后，在識別異質性消費者并測算其比例的基礎上，分析了普惠金融對HtM消費者和非HtM消費者的異質性影響;最后，分別采用更換核心解釋變量、分位數回歸以及工具變量法進行了穩健性檢驗。研究表明：（1）普惠金融對家庭消費具有顯著促進作用，且促進作用主要表現在家庭食品、衣著、醫療保健、交通通信和其他商品及服務等方面，而對于居住、家庭設備及用品、文教娛樂等方面的影響并不顯著;（2）隨著分位數從10%～90%的提高，普惠金融的估計系數越來越小，即相對于高分位數處的家庭，普惠金融對處在中低分位數的家庭消費支出的促進作用更強;（3）對高流動性資產不足的家庭而言，普惠金融對其消費具有顯著促進作用，而對高流動性資產充足的家庭而言，普惠金融對其消費的促進作用并不穩健。

為此，提出政策建議：（1）以服務人民生活為落腳點發展普惠金融，提高金融機構滲透率，提升正規金融服務的覆蓋率，將更多經濟主體納入金融服務體系，享受普惠金融帶來的紅利，滿足人民群眾日益增長的金融服務需求，進而緩減居民面臨的流動性約束，釋放HtM消費者的消費潛力;（2）充分發揮普惠金融對家庭醫療保健、交通通信等消費的顯著促進作用，以滿足家庭對于發展和享受型消費的需求，進而促進居民消費結構升級;（3）推動普惠金融發展的深度，均衡地提供普惠金融服務，尤其提升中低收入居民普惠金融的可得性，充分發揮普惠金融顯著促進中低分位數處家庭消費的作用，進一步提升金融對促進消費的支持作用，從而完善促進消費體制機制，增強消費對經濟發展的基礎性作用。同時，這也為擴大內需，促進國內大循環提供了一種可行的思路。

參考文獻：

[1] 張棟浩，尹志超.金融普惠、風險應對與農村家庭貧困脆弱性[J].中國農村經濟，2018（4）：54-73.

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

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

[4] 南永清，宋明月，肖浩然.數字普惠金融與城鎮居民消費潛力釋放[J].當代經濟研究，2020（5）：102-112.

[5] 鄒新月，王旺.數字普惠金融對居民消費的影響研究——基于空間計量模型的實證分析[J].金融經濟學研究，2020，35（4）：133-145.

[6] 江紅莉，蔣鵬程.數字普惠金融的居民消費水平提升和結構優化效應研究[J].現代財經（天津財經大學學報），2020，40（10）：18-32.

[7] Kaplan G， Violante G L. A model of the consumption response to fiscal stimulus payments[J].Econometrica，2014，82（4）：1199-1555.

[8] Kaplan G， Violante G L， Weidner J. The wealthy hand-to-mouth[J].Brookings Papers on Economic Activity，2014（1）：77-138.

[9] Park K Y. The wealthy hand-to-mouth households in South Korea[J].Global Economic Review，2017，46（3）：299-324.

[10]Attanasio O， Kovacsy A， Moran P. Temptation and commitment： Understanding hand-to-mouth behavior[R].New York： NBER Working Paper，No.27944，2020.

[11]Olafsson A， Pagel M. The liquid hand-to-mouth： Evidence from personal finance management software[J].The Review of Financial Studies，2018，31（11）：4398-4446.

[12]Honohan P. Cross-country variation in household access to financial services[J].Journal of Banking & Finance，2008，32（11）：2493-2500.

[13]Demirguc-Kunt A， Klapper L. Measuring financial inclusion： The Global Findex Database[R].Washington D C： World Bank Policy Research Working Papers，No.6025，2012.

[14]Fungacova Z， Weill L. Understanding financial inclusion in China[J].China Economic Review，2015，34：196-206.

[15]Sarma M. Index of financial inclusion[R].New Delhi： ICRIER Working Paper，No.215，2008.

[16]Sarma M， Pais J. Financial inclusion and development[J].Journal of International Development，2011，23（5）：613-628.

[17]王修華，趙亞雄.中國金融包容的增長效應與實現機制[J].數量經濟技術經濟研究，2019，36（1）：42-59.

[18]尹志超，彭嫦燕，里昂安吉拉.中國家庭普惠金融的發展及影響[J].管理世界，2019，35（2）：74-87.

[19]Demirguc-Kunt A， Klapper L. Measuring financial inclusion： Explaining variation in use of financial services across and within countries[J].Brookings Papers on Economic Activity，2013（1）：279-340.

[20]齊紅倩，李志創.中國普惠金融發展水平測度與評價——基于不同目標群體的微觀實證研究[J].數量經濟技術經濟研究，2019，36（5）：101-117.

[21]臧旭恒，張欣.中國家庭資產配置與異質性消費者行為分析[J].經濟研究，2018，53（3）：21-34.

[22]宋明月.中國居民預防性儲蓄與消費行為研究[M].北京：中國社會科學出版社，2019：140-151.

[23]郭峰，王靖一，王芳，等.測度中國數字普惠金融發展：指數編制與空間特征[J].經濟學（季刊），2020，19（4）：1401-1418.

[24]傅秋子，黃益平.數字金融對農村金融需求的異質性影響——來自中國家庭金融調查與北京大學數字普惠金融指數的證據[J].金融研究，2018（11）：68-84.

[25]張勛，萬廣華，張佳佳，等.數字經濟、普惠金融與包容性增長[J].經濟研究，2019，54（8）：71-86.

（責任編輯：厲 亞）