數字普惠金融對養老服務機構供給的效應分析

劉春楠 王昌法 張璐 龔施予

當前隨著我國社會老齡化程度的加快，養老問題愈加突出，中小養老服務機構融資問題突出，而數字普惠金融的發展為中小企業融資提供了便利。本文利用2014-2020年我國31個省份養老服務機構面板數據，結合北京大學數字普惠金融指數，研究數字普惠金融對養老服務機構供給的發展效應。研究結果表明，數字普惠金融的發展對于養老服務機構供給具有顯著的正向效應，數字普惠金融促進了養老服務機構的供給，因此要加強對于數字普惠金融發展的支持，同時要對普惠金融發展過程中的問題加以防范和監管。

一、引言及文獻綜述

2020年，我國第七次全人口普查正式開始，2021年5月11日，普查結果正式公布。普查數據結果顯示，我國總人口增長速度放緩，勞動力人口占比出現首次下降，同時，65歲以上老年人口占比提升較為明顯，且首次突破10%。陸杰華和林嘉琪根據第七次人口普查數據指出，在總人口緩慢增速與老年人口快速增速反向變動的背景下，中國將不可逆轉地以高速進入中度、重度和深度老齡化社會，并保持長期穩定態勢，同時從社會、經濟、技術、文化、治理五大方面指出老齡化問題給中國社會各方面帶來的不利影響[1]。“十四五”時期，黨中央把積極應對人口老齡化上升為國家戰略，并在“十四五規劃”中做出了專門部署。基于此，隨著老齡化的不斷加劇，養老問題更加突出，積極應對老齡化社會，妥善處理養老問題成為當前亟待解決的難題。

（一）數字普惠金融分析

2005年，普惠金融的概念由聯合國“國際小額信貸年”中提出。2016年，杭州G20峰會中首次提出數字普惠金融的概念，泛指一切通過數字金融服務促進普惠金融的行動。中國信息通信研究院云計算與大數據研究所發布的《數字普惠金融白皮書》中認為：數字普惠金融是在成本可控、模式可持續的前提下，以各類數字化技術為實現條件，為社會各階層尤其是現有金融體系覆蓋不足的城鎮低收入群體、農村人口、偏遠地區人口等特殊群體以及小微企業提供平等、有效、全面、方便的金融產品和服務[2]。近年來，隨著我國網絡技術和數字經濟的不斷成熟，以及對于普惠金融問題的不斷關注，眾多學者關于數字普惠金融的作用進行了一系列的研究。梁榜，張建華認為，數字普惠金融的發展能夠顯著的緩解中小企業的融資約束，數字普惠金融的覆蓋廣度、使用深度和數字支持服務程度均對中小企業融資約束具有緩解作用[3]。張勛，萬廣華，張佳佳，何宗樾指出中國的數字金融能夠顯著的提高家庭收入，幫助改善農村居民的創業行為，促進中國經濟的包容性增長[4]。同時，還有眾多文章表明，數字普惠金融對于促進居民消費[5]、縮小城鄉收入差距[6][7]、促進貧困減緩[8][9]和促進產業結構升級[10]等都具有顯著作用。但由于數字普惠金融的發展歷史較為短暫，其發展模式和發展規律對于政府監管方面提出了更高的要求[11]，同時，數字普惠金融的供給方面仍然多為大中型銀行，中小型金融機構發展不成熟，數量少，這也導致了普惠金融無法發揮其最大功用，中小企業仍然存在“借款難”的問題;數字普惠金融與服務對象之間的數字鴻溝問題，以及技術安全風險等問題也都亟待解決。

（二）養老服務機構供給分析

養老服務機構是我國解決人口老齡化問題中的重要一環，養老服務機構的供給在很大程度上決定了一個地區養老服務的發展程度。我國養老服務機構主要由市場養老服務機構、社區養老服務機構和公辦養老服務機構組成。近年來，國家對于養老的重視程度不斷提高，對于養老服務供給的政策和財政支持不斷上升。2022年2月，國務院發布《“十四五”國家老齡事業發展和養老服務體系規劃》，其中提到，在“十三五”期間，全國各類養老服務機構（包括養老服務機構、社區養老服務機構）和設施從11.6萬個增加到32.9萬個，2020年，全國兩證齊全的醫養結合機構5857家[12]。其中重點提到推動普惠養老的發展，不斷增加養老服務機構的供給，建立一個“居家養老+社區養老+社會養老+公辦養老”的多維養老體系，鼓勵社會力量進入，強調拓寬金融支持養老服務渠道。但由于我國老年人口基數大，導致養老服務機構仍然存在很大的供給缺口，尤其是農村地區養老需求大與養老水平低之間的矛盾十分突出，養老服務機構發展仍存在較大問題。穆光宗認為，現階段，我國機構養老存在六大問題：機構養老供不應求且資源利用率不高;利潤低甚至負債導致養老機構自我發展能力不強;養、護、醫、送四大功能分離;機構養老缺乏家居認同和親情;專業護工和管理人才缺失;農村養老服務機構發展不規范。基于此，我們認為對于金融支持養老服務機構發展的渠道研究是必要的[13]。

（三）數字普惠金融對養老服務機構供給的影響

盡管從數字普惠金融角度研究對養老服務機構供給的文章相對缺失，但是我們可以從數字普惠金融的融資作用及融資對養老服務機構供給的作用方面進行探究。養老服務機構尤其是民營養老服務機構面臨著很明顯的“融資難”問題。李小蘭，曾盛聰認為，我國民營養老服務機構普遍存在內源性融資的支持能力有限、過于依賴財政性和政策性融資、市場性融資不足且渠道狹窄這三個問題[14]。而普惠金融尤其是數字普惠金融的便捷性和可得性以及數字普惠金融對于融資的促進作用恰好能夠補充緩解養老服務機構融資難的問題，從而支持促進養老服務機構的供給。

二、模型構建與數據說明

（一）模型構建

為探究數字普惠金融對普惠養老的影響，本文構建了如下的計量模型

其中，表示地區i在t時期的養老服務機構數指標，表示地區i在t時期數字普惠金融指標，表示其他影響養老服務機構數的控制變量組，C表示常數項，ε表示隨機擾動項，α表示核心解釋變量的回歸系數，β表示控制變量的回歸系數。

（二）變量選取

1.被解釋變量（OBS）：立足于文章研究目的，我們將我國31個省份2014-2020年的養老服務機構數作為被解釋變量，該數據數值越大，表明該省份養老服務機構數量越多。同時，為保證數據的有效性，被解釋變量數據均來自官方發布的中國統計年鑒和中國社會統計年鑒。

2.核心解釋變量（DIF）：本文采用北大數字金融研究中心所著的《北京大學數字普惠金融指數（2011—2020年）》[15]中省級數字普惠金融指數的對數值作為核心解釋變量來衡量。

3.控制變量。為了降低多重共線性與內生性對估計結果的影響，本文進一步引入經濟發展水平、政府干預、第三產業發展水平、老年人口撫養比作為控制變量。其中，經濟發展水平以各省的人均GDP的對數值衡量，用pgdp表示;政府干預用公共預算支出除以地區生產總值衡量，用pfin表示;第三產業發展水平用第三產業產值占當年GDP比重衡量，用ts表示;老年人口撫養比用drep表示。

（三）數據來源說明

本文選用2014-2020年我國31個省級面板數據進行分析，數據主要來源：《中國統計年鑒》 《中國社會統計年鑒》、國泰安數據庫、各省《統計年鑒》以及《北京大學數字普惠金融指數（2011-2020）》。

三、實證結果與分析

（一）描述性分析

在確定了研究變量和數據來源后，我們對樣本進行了額外的簡單描述性分析，并使用stata面板命令對上述變量進行了描述性統計。下表列出了關鍵變量的描述性統計數據。

（二）效應選擇

本文數據樣本的個體效應i=31，時間效應t=7，i>t屬于短面板數據，且因變量和自變量的取值均無異常值。所有這些值表明模型相對穩定，因此不再進行數據完整性測試。本文對公式（1）連續進行個體隨機效應回歸和個體固定效應回歸，觀察F檢驗結果。

F檢驗。F統計量用來檢驗一組面板數據應該建立混合模型還是個體固定效應模型[16]。輸入stata命令執行F檢驗（圖2），從圖2的實證結果可以看出：F檢驗P值為0.0000，因此應拒絕原假設，適用固定效應模型進行回歸分析。

（三）面板模型估計結果

根據F檢驗結果，最終選擇個體固定效應回歸模型。模型結果如圖3所示。

通過模型回歸結果可以看出：在控制經濟發展水平、政府干預、第三產業發展水平、老年人口撫養比這四個變量的條件下，數字普惠金融對養老服務機構供給的影響顯著，并且養老服務機構與數字普惠金融存在正相關關系。如圖3可知，數字普惠金融指數每增加1%，養老服務機構數量就會增加4.625767家。從整體上看，數字普惠金融可以促進養老服務機構供給。

四、結論及建議

本文基于2014-2020年全國31個省份的省級面板數據，分析了數字普惠金融與養老服務機構供給的關系。本文通過F檢驗最終選擇了個體固定效應回歸模型。模型中以各省份的養老服務機構數作為被解釋變量，以數字普惠金融指數作為解釋變量。此外還加入了經濟發展水平、政府干預、第三產業發展水平以及老年人口撫養比這四個控制變量。最后的個體固定效應回歸模型結果表明，數字普惠金融每增加1%，就會增加4.625767家養老服務機構，結果顯著。上述實證分析表明：數字普惠金融有助于促進養老服務機構供給。

基于此，我們提出以下建議：首先，數字普惠金融的發展依托于網絡技術，所以要持續推進互聯網技術的發展，使數字普惠金融更加的便捷普惠;第二，由于當前普惠金融的供給方仍多為大型企業，中小型企業發展薄弱，所以在國家政策方面要鼓勵支持中小企業進入相關領域，并給予一定的財稅優惠政策，從供給方促進數字普惠金融普惠性的發展;第三，相關的金融機構積極創新養老方面的金融產品，為中小型養老企業及老年人提供更多的普惠渠道;最后，我們也要注意到數字普惠金融的發展也伴隨著多方面的問題，所以相關部門要加強對于數字普惠金融領域的監管，保證數字普惠金融的普惠性和安全性。

參考文獻：

[1]陸杰華，林嘉琪.中國人口新國情的特征、影響及應對方略——基于“七普”數據分析[J].中國特色社會主義研究，2021（03）：57-67+2.

[2] 中國信息通信研究院（http：//www.caict.ac.cn/）：

《數字普惠金融發展白皮書》.

[3]梁榜，張建華.中國普惠金融創新能否緩解中小企業的融資約束[J].中國科技論壇，2018（11）：94-105.DOI：10.13580/j.cnki.fstc.2018.11.013.

[4]張勛，萬廣華，張佳佳，何宗樾.數字經濟、普惠金融與包容性增長[J].經濟研究，2019，54（08）：71-86.

[5]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.

[6]宋曉玲.數字普惠金融縮小城鄉收入差距的實證檢驗[J].財經科學，2017（06）：14-25.

[7]張賀，白欽先.數字普惠金融減小了城鄉收入差距嗎？——基于中國省級數據的面板門檻回歸分析[J].經濟問題探索，2018（10）：122-129.

[8]劉錦怡，劉純陽.數字普惠金融的農村減貧效應：效果與機制[J].財經論叢，2020（01）：43-53.DOI：10.13762/j.cnki.cjlc.2020.01.004.

[9]黃倩，李政，熊德平.數字普惠金融的減貧效應及其傳導機制[J].改革，2019（11）：90-101.

[10]唐文進，李爽，陶云清.數字普惠金融發展與產業結構升級——來自283個城市的經驗證據[J].廣東財經大學學報，2019，34（06）：35-49.

[11]邱兆祥，向曉建.數字普惠金融發展中所面臨的問題及對策研究[J].金融理論與實踐，2018（01）：5-9.

[12]中國政府網（https：//www.gov.cn/）：《“十四五”國家老齡事業發展和養老服務體系規劃》.

[13]穆光宗.我國機構養老發展的困境與對策[J].華中師范大學學報（人文社會科學版），2012，51（02）：31-38.

[14]李小蘭，曾盛聰.民營養老機構的融資困境何解[J].人民論壇，2017（09）：72-73.DOI：10.16619/j.cnki.rmlt.2017.09.027.

[15]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.

[16]陳強.高級計量經濟學及STATA應用[M].北京：高等教育出版社，2014.265-273.

作者單位：劉春楠 、王昌法、龔施予，天津商業大學經濟學院;張璐，天津商業大學國際教育合作學院。