數字普惠金融與生育：促進還是擠出？

盛思思，徐 展

(1.清華大學 五道口金融學院，北京 100083；2.首都經濟貿易大學 會計學院，北京 100070)

一、引言

習近平在《關于制定“十三五”規劃建議的說明》中指出，“當前，我國人口結構呈現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”。低生育水平會導致勞動力供需不均衡、人口老齡化加快，對我國長期經濟增長和社會保障體系都帶來嚴重威脅。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、城鎮化和人口流動加劇以及人們價值觀念發生轉變等原因，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穩定發展的關鍵問題。

從經濟學視角來看，生育行為實質上是對家庭資源的跨期配置。例如，“養兒防老”是通過生育子女來預防老年時期的收入不確定性。而現代金融的主要功能為資源的跨時空配置，因此金融發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，傳統金融多服務于少數精英群體，對于數量最為龐大的普通大眾、尤其低收入和農村群體覆蓋不足。而后者恰好是我國的生育主力。因此，早期的金融發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現子女數量會影響家庭的金融行為，改變家庭對金融資產的持有和配置，但是關于金融發展如何影響生育行為還缺乏充分的研究。

近年來，數字普惠金融快速發展打破了金融的時空限制，降低了金融交易的門檻和成本，提高了金融服務的可獲得性，具有顯著的“長尾”效應。調查研究發現，即便是在我國的農村地區，數字金融也具有較高的知曉度和使用度。隨著數字普惠金融的不斷發展和滲透，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。而數字普惠金融有助于家庭應對可能產生的困難，從而釋放生育需求。首先，數字支付使得轉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，數字保險改變了傳統的保單銷售模式，其產品價格更透明、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，在家庭資金有限的條件下可能“擠出”生育需求；并且，數字(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；而數字理財則為家庭提供了除養育子女以外的高收益投資渠道，可能產生生育替代效應。

可見，數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字金融研究中心編制的數字普惠金融指數和中國各省級政府發布的2011至2019年的地區出生率數據，采用面板數據回歸方法，對數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，數字普惠金融發展顯著地促進了生育，在控制了其他因素的條件下，數字普惠金融指數每提高100，出生率增加3‰；從細分維度來看，數字支付和數字保險顯著地提高了出生率，而數字信貸則降低了出生率，數字理財的作用不明顯。進一步對細分維度進行機制檢驗得到以下發現：第一，數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，地區的社會資本水平越高，數字支付對生育的促進作用越大；第二，數字保險通過為家庭提供補充保障來促進生育，地區的社會保障水平越低，尤其社會保障深度不足時，數字保險的作用越大；第三，數字信貸則因為促進家庭超前消費產生了“擠出”效應，抑制了生育水平，地區的銀行消費貸款規模越小、快遞量越大，數字信貸的作用越大。最后使用互聯網普及率作為工具變量進行穩健性檢驗，排除了可能的內生性解釋。基于此，作者認為應重視金融在促進人口長期均衡發展中的作用，大力推廣數字普惠金融，充分發揮數字支付和數字保險的積極作用，適度發展數字消費信貸、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濟和社會發展的重大問題，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展提供了新的思路。

二、理論分析和研究假設

微觀經濟理論認為，生育行為是家庭成員根據“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。

“效用最大化”原則是指家庭通過對新增子女產生的成本和效用進行權衡，決定是否生育“邊際子女”；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，實現家庭效用最大化。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濟效用，老年時期被子女供養的保險效用，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育成本會影響家庭和女性的再生育意愿。

“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。可以看出，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。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生更大的影響，如健康風險、經濟風險和職業風險等。

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，通過“投資”獲得經濟收益和風險保障。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，傳統金融受限于時間和網點限制，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。數字普惠金融通過信息化技術和產品創新，降低了金融服務的成本和門檻，打破了傳統金融的網點限制，擴大了金融服務的覆蓋范圍，逐步實現“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的、有效的金融服務”。經過不斷地發展深化，我國的數字普惠金融實踐已經覆蓋支付、保險、信貸以及理財等多個業務領域，能夠滿足用戶多方位的金融需求。因此，數字普惠金融發展很可能會改變普通家庭的資源配置行為，對其生育行為產生影響，進而影響整個社會的生育水平。

但是，由于數字普惠金融的業務領域廣泛，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個主要業務維度進行分析。

首先，生育和撫養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，數字支付的發展使得轉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，從而弱化流動性約束的影響，釋放生育需求。但另一方面，數字支付提升了支付的便利性，促進了家庭消費，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”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也只有2.14億人，且僅能覆蓋城鎮單位的已婚女職工群體。在此背景下，商業保險的補充保障作用顯得尤為重要。數字保險改變了傳統商業保險的保單銷售模式，其產品價格更透明、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，數字保險的發展可能有助于提升生育水平。

再次，一方面，數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的可變現性，這都能在一定程度上緩解家庭面臨的流動性約束，釋放生育需求。但另一方面，數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。

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

基于以上分析，提出以下競爭性假設：

H1a：數字普惠金融越發達，生育水平越高。

H1b：數字普惠金融越發達，生育水平越低。

可以看出，數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、數據來源和實證模型

(一)數據來源

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

(二)變量說明

本文采用了各省級政府每年發布的出生率(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，除了2010年的第六次人口普查數據比較接近，并沒有可以使用的、隨時間變化的總和生育率的可靠數據，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值并不準確。更重要的是，已有研究發現用出生率來代替總和生育率的影響非常小且不重要，并且出生率和總和生育率之間存在可估計的特定參數關系。出生率的定義為每千人中的新生兒數量，能夠較為客觀地反映各地區人口的生育水平。

在控制變量方面，已有文獻認為經濟增長、收入水平、教育水平、人口城鎮化、人口老齡化、房價以及子女養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、人均可支配收入、地區教育水平、城鎮化水平、撫養比、房價以及物價水平CPI作為控制變量，以控制地區差異帶來的影響。

此外，在機制分析部分，作者還選取了NGO數量、無償獻血率來衡量社會資本，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計如表2所示。其中，觀測值為279，出生率的均值為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，說明不同省份地區的出生率存在較大差異。數字普惠金融指數的均值為202.3，最小值為16.22，最大值達到410.3，數值跨度較大，其他4個分類指數的分布也類似，說明不同省份地區的數字普惠金融發展不甚均衡。

表1 主要變量定義

表2 主要變量描述性統計

(三)計量模型

本文采用面板數據回歸方法，檢驗各地區數字普惠金融發展對出生率的影響，建立主回歸模型(1)：

,=+,+,

+,+,+,

+,+,

+,+,+,

(1)

其中，代表省(含直轄市、自治區)，代表年份；,代表省份在年份的出生率；,代表省份在年份的數字普惠金融指數；同理，,、,、,、,、,、,、,、,分別代表省份在年份的人均GDP、人均可支配收入、物價指數、房價、城鎮化水平、少年兒童撫養比、老年人口撫養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替換為分類指數，包括數字支付()、數字保險()、數字信貸()，并加入了相應的交互變量，形成了模型(2)、模型(3)和模型(4)：

,=+,+,

×,+,

+,+,

(2)

,=+,+,

×,+,

+,+,

(3)

,=+,+,

×,+

×,+,+,

(4)

其中，與模型(1)類似，代表省(含直轄市、自治區)，代表年份；而交互變量,、,和,分別代表省份在年份的社會資本、社會保障以及負債性消費(或超前消費)變量；,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)列報告了數字普惠金融指數與出生率之間的關系，即模型(1)的回歸結果?？梢钥闯?，與顯著正相關，即數字普惠金融越發達，出生率越高。該結果支持了假設H1a，說明數字普惠金融發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，數字普惠金融指數每提高100，出生率增加3‰。

將模型(1)中的總指數替換為分類指數、、和，回歸結果如列(2)至列(5)所示。結果顯示，和都與顯著正相關，而和t的回歸系數則并不顯著。但進一步把4個分類指數同時放入模型，回歸結果如列(6)和(7)所示，和的回歸系數仍然保持正向且顯著，同時的回歸系數也顯著為負了，但的系數仍不顯著。這說明，數字支付和數字保險有助于提高生育水平，數字信貸會導致生育水平下降，而數字理財的作用則并不明顯。

表3 數字普惠金融與出生率

(二)影響機制研究

上述實證結果支持了假設H1a，即數字普惠金融發展能夠顯著地提高生育水平，并且初步明確了數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)，對數字普惠金融影響生育水平的內在機理進行了研究和檢驗。

1. 數字支付、社會資本與出生率

表3主回歸結果顯示，數字支付與出生率顯著正相關，在控制了其他因素的條件下，支付指數每增加100，出生率提高1.3‰，支持了假設H1a。這說明，雖然數字支付會促進家庭消費，但并沒有顯著地擠出生育需求；數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。根據理論分析，數字支付的發展使得轉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，從而弱化流動性約束的影響。那么，社會資本是否會調節數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，在社會資本比較高的地區，人們更傾向于互助與合作，資金往來和借貸也容易。因此，如果數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節數字支付對生育的影響，即社會資本越高，數字支付的作用可能更大。

作者參考經濟金融領域的相關文獻，選擇了NGO(非政府組織)數量和自愿無償獻血率作為地區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；而自愿無償獻血率則能夠反映一個地區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，交互項的回歸系數均與解釋變量的回歸系數方向相同且顯著，即社會資本越高，數字支付對出生率的影響就越大，與預期一致。這說明，數字支付對生育的促進作用主要是通過社會資本產生影響——數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. 數字保險、社會保障與出生率

表3主回歸結果顯示，數字保險與出生率顯著正相關，在控制了其他因素的條件下，保險指數每增加100，出生率提高0.6‰，支持了假設H1a，說明數字保險的發展有助于提高生育水平，排除了替代效應解釋。那么，數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、生育醫療費用等待遇實現，能夠在一定程度上提高家庭生育。但是，生育保險參保人數較少、覆蓋人群范圍較窄，并且不能保障生育后出現的意外和疾病風險。數字保險作為商業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，是對社會保障的補充。因此，如果數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，數字保險的作用越大；反之，社會保障水平越高，數字保險的作用越小。

表4 數字支付、社會資本與出生率

文章從社會保障深度()和社會保障廣度()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，交互項回歸系數的方向與解釋變量相反且顯著，即社會保障水平越高，數字保險的作用越??；并且，社會保障深度相比社會保障廣度的調節作用更大。這說明，數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，數字保險的作用更大。

3. 數字信貸、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的條件下，數字信貸()與出生率顯著負相關，排除了流動性解釋。數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。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，對經常性和非經常性消費都有提升作用。數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展更是在短時間內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，數字信貸很可能通過刺激超前消費，從而“擠出”生育需求。

表5 數字保險、社會保障與出生率

作者將銀行個人消費貸款余額(除以人均GDP)()和標準化的快遞業務量()2個變量帶入模型(4)，來檢驗數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渠道，而數字信貸是對正規金融的補充；并且，銀行消費貸款規模過大時還可能通過未來還款壓力抑制發展型和享受型消費。因此，銀行消費貸款余額越高，數字信貸刺激消費的作用就越小，其對出生率的影響也越??；反之，銀行消費貸款規模越小，數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，與的交互項系數與解釋變量的系數方向相反且顯著；而與的交互項系數與解釋變量的系數方向相同且顯著，與預期一致。說明數字信貸的確是通過促進家庭超前消費抑制了生育。

表6 數字信貸、超前消費與出生率

(三)穩健性檢驗

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生性問題。為了排除內生性解釋，作者選取了滯后一期的互聯網普及率(_1)作為數字普惠金融的工具變量進行穩健性檢驗。上一年的互聯網普及率會影響數字普惠金融的推廣和滲透，但與出生率之間沒有必然的聯系，出生率更不可能反向地影響上一年的互聯網普及率。因此，滯后一期的互聯網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網普及率的確與數字普惠金融指數顯著正相關，互聯網普及率能夠很好地估計數字普惠金融指數。將估計的帶入模型，得到第二階段的回歸結果，如列(2)所示?？梢钥闯?，估計的的回歸系數為正且在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，數字普惠金融仍然顯著地影響出生率，從而排除了以上內生性解釋。

表7 數字普惠金融、互聯網普及率與出生率

五、結論與建議

當前我國適齡人口生育意愿下降，生育水平持續走低，鼓勵生育政策效果不明顯，在長期嚴重不利于經濟增長和社會穩定。如何提高生育水平成為我國持續穩定發展的關鍵問題。本文基于家庭資源跨期配置的視角，結合數字普惠金融的“長尾”特征，首次提出數字普惠金融會影響生育水平，并采用宏觀數據，利用面板模型回歸方法進行了實證分析。結果顯示，數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，數字普惠金融指數每提高100，出生率增加3‰；但細分維度的影響存在差異，數字支付和數字保險顯著地提高了出生率，而數字信貸則降低了出生率，數字理財的作用不明顯。機制檢驗發現，數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，地區的社會資本水平越高，數字支付對生育的促進作用越大；數字保險通過為家庭提供補充保障來促進生育，地區的社會保障水平越低，尤其社會保障深度不足時，數字保險的作用越大；數字信貸則由于刺激家庭消費對生育產生了“擠出”效應，地區的銀行消費貸款規模越小、快遞量越大，數字信貸的生育抑制作用越大。

隨著數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展中的作用，大力推廣數字普惠金融，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。

① 國務院2015年印發的《推進普惠金融發展規劃(2016—2020年)》中關于普惠金融的定義。

② 該數據來自國家醫療保障局。