數字普惠金融背景下金融素養對中國城鎮家庭財務脆弱性的影響

■王安邦 胡振

一、引言

財務脆弱性衡量的是家庭應對和緩沖債務風險的能力，即當面對風險所帶來收入減少與臨時性支出增加時，家庭是否可以應對既往負債，維持正常生活[1]。隨著負債與杠桿率不斷上升，城鎮居民的家庭財務脆弱性也在不斷上升[2]，當負債上升時，家庭違約風險上升，家庭無力償還債務，難以滿足基本生活需求，家庭財務脆弱性升高[3]。金融素養反映家庭在管理和運用家庭資產、收入和進行消費、投資時所掌握的金融知識和技能[4]，不僅包含金融知識，還包括將金融知識實踐的具體表現，以及對金融工具使用和理解的態度[5]。金融素養對緩解家庭財務脆弱性起著很大作用，金融素養可以通過優化家庭在信貸、儲蓄、資產配置、消費等方面的決策緩解家庭財務脆弱性[6，7]。數字普惠金融是在數字經濟背景下，通過數字金融服務促進普惠金融的行為，有利于為弱勢群體提供更加充分、正規的金融服務[8]。在大數據、5G技術、云計算、人工智能技術和區塊鏈技術不斷發展的背景下，數字普惠金融得到了極大發展。數字普惠金融減少了金融服務交易成本，降低了進入門檻，其使用深度和覆蓋廣度得到快速提升[9]。數字普惠金融的發展提升居民金融素養水平，而居民金融素養水平的提升又進一步緩解家庭財務脆弱性。

通過梳理已有文獻發現，影響家庭財務脆弱性的因素包含微觀因素和宏觀因素兩方面。微觀因素中，在戶主特征方面，受教育程度[2]、風險偏好程度[2]、年齡[3]、戶主性別[10]、婚姻[11]均能影響家庭財務的脆弱性，其中戶主的金融素養更是近期研究的重點[12，13]。在家庭特征方面，主要因素包括家庭收入水平、資產水平、房屋數量[14]、人口數量、家庭成員健康狀況[15]。宏觀因素中，金融體系、政策方向[16]等都會對家庭財務脆弱性產生影響，其中數字普惠金融是目前研究的重點[17—19]。

上述研究對本文有很大啟發，但仍存在完善空間：第一，大多數文獻采用截面數據進行研究，沒有考慮到隨著經濟常態化發展和科技不斷進步，城鎮家庭財務脆弱性的變化。第二，多數研究聚焦于金融素養或數字普惠金融對家庭財務脆弱性的影響，鮮有將二者結合起來研究對城鎮家庭財務脆弱性的影響。基于此，本文利用中國家庭金融調查（CHFS）數據與數字普惠金融指數，從家庭金融視角出發，探究數字普惠金融背景下金融素養對城鎮家庭財務脆弱性的影響及其機制。

二、理論研究和研究假設

（一）金融素養對城鎮家庭財務脆弱性的影響

金融素養是影響城鎮家庭財務脆弱性的關鍵因素[3]。梳理現有文獻發現，金融素養可以從以下三個方面緩解城鎮家庭財務脆弱性：第一，隨著居民金融素養水平的提升，家庭過度負債情況得以緩解，進而減緩家庭財務脆弱性[20]。過度負債是影響和衡量家庭財務脆弱性的重要指標[21]，存在過度負債的家庭，面臨的家庭風險更高，更容易陷入家庭財務脆弱情況中。居民金融素養提升，其掌握的金融知識更豐富，更有利于控制負債水平，減少風險，進一步緩解家庭財務脆弱性。第二，金融素養通過影響家庭消費、收入與投資等金融行為，進一步優化家庭資產配置[22]，同時擴大人們對金融市場的參與度[23]。金融素養通過影響居民家庭合理配置消費、儲蓄、借貸等[22]，以保障家庭未來生存發展，避免家庭面臨應急儲蓄[24]不足的情況，從而緩解家庭財務脆弱性。第三，投資者風險偏好程度會受到其金融素養水平的影響，金融素養水平高的家庭更擅長控制投資風險，進一步減少家庭財務脆弱性所帶來的影響[6]。金融素養低的城鎮家庭大多存在財務困境，財務困境會使得城鎮家庭財務脆弱性不斷上升[2]。在金融素養較高的情況下，城鎮家庭可以有效識別風險并擁有應對風險的能力，對沖風險損失，緩解家庭所面臨的財務風險。財務風險降低，家庭所面臨的財務脆弱性隨之下降。基于此，本文提出以下假說：

假設1：金融素養可以緩解城鎮家庭財務脆弱性。

（二）數字普惠金融、金融素養對城鎮家庭財務脆弱性的影響

數字普惠金融可以突破時間和空間的限制[24]，讓人們通過移動終端獲得金融服務，極大地降低了交易成本[18]。除此之外，數字普惠金融的融資能力和投資能力可以極大程度緩解家庭所面臨的資金約束[19]。因此，數字普惠金融能通過降低融資成本、緩解融資約束，進而緩解家庭財務脆弱性[25]。同時，數字普惠金融的信息提供功能[19]，有助于解決城鎮家庭在風險投資、利率、金融產品等方面的信息不對稱問題，幫助城鎮家庭合理進行金融決策，從而提升其金融素養水平。金融素養水平的提升又可以進一步緩解家庭財務脆弱性。基于此，本文提出以下假說：

假設2：數字普惠金融可以緩解城鎮家庭財務脆弱性。

假設3：數字普惠金融可以通過提升城鎮家庭金融素養水平來緩解家庭財務脆弱性。

三、數據來源、變量選取與模型設計

（一）數據來源

本文所選的城鎮家庭金融數據主要來源于中國家庭金融調查（CHFS）②，根據數據特征與數字普惠金融對城鎮家庭的影響，選擇2013、2015 和2017年三輪跟蹤數據，經過清理得到了28110個總樣本量、9370 個家庭樣本的面板數據集。數字普惠金融指數來源于北京大學數字金融研究中心發布的《北京大學數字普惠金融指數（2011—2020年）》，由于CHFS 調查的是上一年的樣本家庭情況，因此本文選取2012年、2014年和2016年數字普惠金融指數進行匹配。

表1為變量含義及描述性統計。在戶主特征中，男性占比74.4%，已婚占比86.4%，平均年齡61.27歲，學歷多為初中，身體狀況為3.51，屬于中上水平，幸福感為4.03，說明幸福感水平較高。風險偏好均值為0.05，風險厭惡均值為0.49，說明大多數人是厭惡風險的。家庭特征中，家庭規模平均為6.93人，房產數量平均為1.03 套。從區域特征來看，48.2%的受訪者在東部地區，29.1%的受訪者在中部地區，22.7%的受訪者在西部地區。

表1 變量含義及描述性統計

（二）變量說明

1.被解釋變量

本文被解釋變量為家庭財務脆弱性（HFV）。參考已有文獻，本文使用過度負債[21]和應急儲蓄[24]來衡量家庭財務脆弱性[19]。過度負債衡量家庭負債水平，反映家庭信用風險暴露程度。過度負債使用負債收入比進行衡量，當負債收入比超過某一固定閾值時，說明家庭存在過度負債。部分學者將該閾值設定為30%[24，26]，當負債收入比超過30%時，說明該家庭是過度負債家庭。本文沿用此方法，按照問卷數據將家庭負債占家庭總收入的比重超過30%的設為1，沒有超過30%的設為0。應急儲蓄衡量家庭在出現收入沖擊時維持家庭當前生活水平的能力，即當前家庭儲蓄水平與3 個月生活支出的比較[24]，同樣采用客觀指標進行衡量。勞動力失業后，需要3—6個月才能實現再就業[23]。當家庭所擁有的儲蓄水平不足以支撐3 個月生活消費時，說明是應急儲蓄不足的家庭。本文使用這種方法，當家庭儲蓄少于3個月的生活開支時設為1，而當儲蓄高于3個月的生活開支時設為0。

考慮到家庭過度負債和應急儲蓄的情況，取其值為0—2。其中，0 表示家庭財務脆弱性處于低水平，不存在過度負債和應急儲蓄不足的情況；1表示家庭財務脆弱性處于中度脆弱的情況，要么過度負債，要么應急儲蓄不足，但兩者不能同時存在；2 表示家庭財務脆弱性屬于高度脆弱，此時既存在過度負債，又存在應急儲蓄不足。

2.解釋變量

本文重點探究的是數字普惠金融背景下金融素養對城鎮家庭財務脆弱性影響。核心解釋變量包含金融素養水平1（fl）和數字普惠金融總指數（DFIIC）。

（1）金融素養的概念

參考已有研究，將金融素養定義為家庭主觀金融素養與客觀金融素養的總和[27]，其中主觀金融素養是指受訪者的金融知識與技能的主觀方面，主要包含受訪者對金融知識的關注程度、風險的態度等。客觀金融素養是指受訪者關于通貨膨脹率、利率和風險的了解程度。

（2）金融素養問卷處理與賦值

表2反映了對金融素養的問題及賦值處理情況。參考已有文獻做法，“不知道”與回答錯誤所代表的金融知識不同[28]。本文對每個問題設置了兩個虛擬變量：第一個虛擬變量表示該問題是否回答正確；第二個虛擬變量表示是否直接回答（如果不知道或無法計算，這里的答案是間接的）。正確的答案和直接回答被記錄為1，錯誤的答案或沒有直接回答被記錄為0。將客觀指標和主觀指標累計相加即可得到金融素養水平1（fl）。為了保證實證結果的穩健性，本文采用迭代主因子法進行因子分析計算金融素養，得到金融素養水平2（FL）。

表2 金融素養測度指標體系

（3）數字普惠金融指標

參考已有文獻[16]，本文所選取的數字普惠金融指標為省級數據，合理性說明如下：為避免由于離散數據對數據變異度的影響，本文使用Lowess 法估計省級層面數字普惠金融指數與金融素養、家庭財務脆弱性之間的關系。圖1所示的是數字普惠金融指數與金融素養之間的關系，可以看出，數字普惠金融指數與金融素養之間呈現平滑的線性關系，對家庭金融素養存在顯著正向關系。圖2所示的是數字普惠金融指數與家庭財務脆弱性之間的關系，可以看出，數字普惠金融指數與家庭財務脆弱性之間呈現平滑的負向線性關系。綜上所述，選擇省級層面的數據對實證結果的影響不大。

圖1 數字普惠金融與家庭金融素養Lowess平滑估計

圖2 數字普惠金融與家庭財務脆弱性Lowess平滑估計

3.控制變量

本文控制變量的選取參考既往文獻，主要包含戶主特征變量[29]、家庭特征變量[30]。其中，戶主特征變量包括性別、年齡、學歷、政治面貌、婚姻狀況、身體狀況、風險偏好、風險厭惡、幸福感。家庭特征變量包括家庭規模、房產數量、總資產、總收入、總消費、信貸行為、正規借貸。為了減少數據之間的差異，使數據更加穩健，本文對總資產、總收入、總消費取對數，并進行上下1%的縮尾處理，最終得到變量總資產對數、總收入對數、總消費對數。

（三）模型設定

1.金融素養對城鎮家庭財務脆弱性的影響

面板Oprobit 模型將城市居民的家庭經濟脆弱性視為一個排名變量，有必要使用潛變量來推導出MLE（最大似然估計）估計量。

（1）式中，HFVi*t代表第i位城鎮居民在第t期家庭財務脆弱性的潛變量。假定隨機變量εit～N(0,σ2)，HFVit為第i位城鎮居民在第t期的家庭財務脆弱水平，flit表示第i位城鎮居民在第t期對應的金融素養水平，Xit為其他控制變量。與HFVit存在一定數量關系：當HFVi*t小于等于臨界值β1時，HFVit=0 ；大于β1但小于等于β2時，HFVit=1；大于β2時，HFVit=2。具體如（2）式所示：

假定Xt為所有變量，?(·) 累積分布函數，則HFVit可以表示為：

面對貧富差異趨于極化的高基尼系數問題，國際通行方法一般是由國家或地區對社會財富進行二次分配。社會財富的二次分配的確可以發揮“削高填低”的經濟效應，縮小區域間、居民間的社會財富差異，有效降低區域的基尼系數，進而有效提升社會公平，減少各類社會問題。但是，由政府主導的社會財富的二次分配，卻必然會在一定程度上挫傷部分區域、部分群體社會財富創造的積極性，不利于社會經濟整體的高效發展。因而，如何確保社會財富從高收入地區、群體合理流向低收入地區、群體，又能充分調動高收入地區、群體社會財富的創造、創新積極性，似乎是一對矛盾。

面板OLS 估計將HFVit作為基數進行處理，具體模型如下所示：

（4）式中，HFVit為第i位城鎮居民在第t期的家庭財務脆弱水平，flit表示第i位城鎮居民在第t期對應的金融素養水平，Xit為其他控制變量，εit為隨機擾動項。

2.數字普惠金融對金融素養的影響

（5）式中，fl*it代表第i位城鎮居民在第t期的金融素養的潛變量。假定隨機變量εit～N(0,σ2)，flit為第i位城鎮居民在第t期的金融素養水平，lnDFIICit表示第i位城鎮居民在第t期對應的省級數字普惠金融指數對數，Xit為其他控制變量。fl*it與flit存在一定數量關系：當fl*it小于等于臨界值α1時，flit=0 ；大于α1但小于等于α2時，flit=1；以此類推，當fl*it大于α10時，flit=10。具體如（6）式所示：

假定Xt為所有變量，?(·)累積分布函數，則flit可以表示為：

四、實證分析

（一）金融素養對城鎮家庭財務脆弱性影響

1.總體狀況

表3為2013、2015和2017年按金融素養分組統計的家庭財務脆弱性分布情況。可以看出，在各個年份中，隨著金融素養由低到高，家庭財務脆弱性的均值逐漸降低。在低金融素養組中，中度脆弱家庭的比例最高，低度脆弱家庭的比例其次，高度脆弱家庭的比例最低；在中等金融素養和高金融素養組中，低度脆弱家庭的比例最高，其次是中度脆弱家庭，高度脆弱家庭的比例最低。上述統計結果初步表明，金融素養對家庭財務脆弱性有明顯的負面影響。

表3 受訪家庭按金融素養分組的家庭財務脆弱性比較

2.回歸分析

表4 金融素養與城鎮家庭財務脆弱性：面板隨機效應基準回歸結果

控制變量對家庭財務脆弱性的影響如下：從戶主特征層面看，戶主年齡對家庭財務脆弱性的影響顯著為負，并且戶主受教育程度越高，居民的金融素養越高，越可以緩解家庭財務脆弱性。同時，戶主是黨員、已婚、健康程度越高、幸福程度越高時，可以在更大程度上緩解家庭財務脆弱性。但是，如果戶主是一名風險偏好者，家庭陷入財務脆弱的可能性則升高。從家庭層面來看，家庭規模、房屋數量、家庭收入、家庭消費、家庭借貸行為對家庭財務脆弱性的影響顯著為正。從房屋數量統計來看，80%以上家庭的房屋數量不超過1套，所以當房屋數量增加時，反而會增加居民的生活壓力，導致家庭財務脆弱增加。此外，家庭收入對家庭財務脆弱性的影響顯著為正[31]，家庭資產以及正規借貸行為對家庭財務脆弱性的影響顯著為負。這些結果和已有文獻研究一致。由此，假設1得以驗證。

表5報告了數字普惠金融背景下金融素養對家庭財務脆弱性的影響。模型3a 為數字普惠金融對家庭財務脆弱性的回歸系數，顯著為負；模型3b 為金融素養對家庭財務脆弱性的回歸系數，顯著為負；模型3c為數字普惠金融對金融素養的回歸系數，顯著為正；模型3d為數字普惠金融與金融素養對家庭財務脆弱性的回歸系數，均顯著為負。金融素養對家庭財務脆弱性的回歸系數顯著為負，且因數字普惠金融變量的加入，在一定程度上金融素養對家庭財務脆弱性的實際影響變大。以上分析均說明數字普惠金融可以通過提升家庭金融素養進而減緩家庭財務脆弱性。基于此，假設2和假設3得以驗證。

表5 數字普惠金融通過提升金融素養進一步減少家庭財務脆弱性

（二）內生性處理

為了避免內生性問題而造成的實證結果偏差，本文對可能存在的內生性問題逐一進行了分析。

1.測量偏誤問題

測量偏誤主要是因為文件設置中抽樣辦法存在的問題。本文所選數據采用分層、三階段與規模度量成比例（PPS）的抽樣設置，具有較高的穩健性，在一定程度上可以避免由于測量誤差引起的內生性問題。

2.遺漏變量問題

遺漏變量問題是因為殘差項中可能存在影響因素導致系數估計變量的估計偏誤，是內生性問題中最為嚴重的。本文可能存在以下問題：第一，存在不隨時間、地點改變的戶主特征變量與家庭特征變量的因素，所以需要進行更為精準的控制。第二，雖然本文匹配了不少控制變量，但還是可能遺漏部分重要變量。

對于第一類遺漏變量的問題，本文參考傅秋子等[32]的做法，加入時間、地區的雙向固定隨機效應模型，以控制隨時間、地點改變的戶主特征與家庭特征層面的遺漏變量。

對于第二類遺漏變量的問題，本文采用工具變量法進行估計，以減少由內生問題引起的估計誤差。工具變量的選擇要求與內生變量高度相關且與干擾項無關。本文參考現有研究，使用“除自己之外的同一地區其他家庭的平均金融知識水平（mean_fl）”和“滯后兩期家庭金融素養（L2.fl）”作為工具變量[33]，主要原因是同一地區的金融素養水平高，戶主可以通過與同地區的人交流獲得更多的金融知識，從而提高金融知識水平。同時，同一地區其他家庭的金融知識水平不會影響自己家庭的金融知識水平，這符合工具變量的相關性和外生性選擇標準。

兩階段最小二乘法的回歸結果見表6。從結果可以看出，第一階段回歸中工具變量的估計系數顯著異于0，第二階段回歸中金融素養對家庭財務脆弱性的影響在1%的水平上顯著為負。此外，實證均通過了沃爾德檢驗和弱工具變量AR 檢驗，說明工具變量的選擇是符合要求的。估計結果表明，在考慮了內生性之后，金融素養對家庭財務脆弱性的抑制作用依然成立，本文的實證結果是穩健的。

表6 金融素養與家庭財務脆弱性：兩階段最小二乘估計結果

（三）穩健性檢驗

1.替換變量的穩健性檢驗

在金融素養水平的處理上，采用主成分法進行因子分析。表7報告了金融素養水平2（FL）對家庭財務脆弱性的實證結果。實證結果表明，在控制了時間固定效應和區域固定效應后，使用因子分析指標所構建的金融素養來探究其對家庭財務脆弱性的影響時，金融素養水平2（FL）對家庭財務脆弱性的實證回歸系數依然顯著為負，各個變量的回歸系數符號與顯著性大多與基礎回歸保持一致。綜上所述，替換解釋變量后的穩健性檢驗通過，說明本文回歸結果是穩健的，即金融素養提升能顯著降低家庭財務脆弱性。

表7 金融素養與家庭財務脆弱性穩健性檢驗：面板隨機效應基準回歸結果

2.換樣本的穩健性檢驗

本文使用2019年的截面數據替換樣本來檢驗穩健性，并選擇與基礎回歸相同的解釋變量、被解釋變量和控制變量，所得結果如表8所示。金融素養對家庭財務脆弱性的實證回歸系數顯著為負，各變量的回歸系數符號和顯著性與基本回歸一致。綜上所述，替換解釋變量后的穩健性檢驗通過，說明回歸結果是穩健的，這進一步說明金融素養水平的提高能顯著降低家庭財務脆弱性。

表8 金融素養與家庭財務脆弱性穩健性檢驗：2019年截面數據基準回歸結果

五、異質性分析

由于不同的城鎮居民存在個體特征差異，且地域不同，公共資源配置和經濟狀況也不同，另外從基準模型的結果可以發現，年齡等變量回歸系數的顯著性也不相同，因此，進行異質性分析很有必要。本文選取年齡、區域、資產、收入、消費和受教育水平六個角度來進行異質性檢驗。結果如表9所示。

（一）基礎門檻

從年齡角度出發，本文參考羅淳[34]的做法，不考慮20歲以下的樣本，將20—39歲年齡段的樣本分為青年組，將40—59 歲年齡段的樣本分為中年組，將60 歲以上年齡段的樣本分為老年組。從表9可知，在不同年齡段下，金融素養均可以緩解家庭財務脆弱性，其影響效果在中年組和老年組的表現更為明顯，也就是說隨著年齡的不斷增長，其緩解家庭財務脆弱性的能力越來越強。

表9 金融素養對家庭財務脆弱性影響的異質性分析

從區域角度出發，CHFS 中按照東部、中部和西部將各省份進行分類。從結果可知，不管東部、中部和西部，金融素養都可以顯著降低家庭財務脆弱性，且金融素養對家庭財務脆弱性的影響在東部和中部地區略大于西部地區。這是因為東部和中部地區的經濟較發達，居民金融素養水平更高，對家庭財務脆弱性的緩解能力也就更強。

（二）財富門檻

從資產角度出發，本文參照路曉蒙等[35]的做法，將家庭資產從低到高排序，分為低資產組、中資產組和高資產組。在這三組中，金融素養均可以緩解家庭財務脆弱性，且影響程度近乎相同。

從收入角度出發，本文將家庭收入從低到高排序，分為低收入組、中收入組和高收入組。從結果可以看出，金融素養對家庭財務脆弱性的減少作用，在中、高收入組的家庭中表現更為明顯。

從消費角度出發，本文將家庭消費情況從低到高排序，分為低消費組、中消費組和高消費組。從結果可以看出，金融素養對家庭財務脆弱性的減少作用，在中、高消費組的家庭中表現更為明顯。

（三）認知門檻

從受教育角度出發，本文將受教育程度分為三個層次。其中，將初等教育定義為初中及以下學歷的家庭，即edu≤3；將中等教育定義為高中、中專/職高、大專/高職的家庭，即3

六、結論與建議

隨著我國家庭負債水平的上升，城鎮家庭財務脆弱性也在不斷增加，對整個金融系統甚至是國家整體穩定性產生不利影響。家庭財務脆弱性的衡量是多維度的，不僅可以通過家庭的負債情況來衡量，同時也可以通過收入與消費情況來度量。本文使用過度負債與應急儲蓄來度量城鎮家庭財務脆弱性，并結合當前數字普惠金融的時代背景來探究金融素養對城鎮家庭財務脆弱性的影響。

本文研究得到三點結論：第一，金融素養顯著降低了城鎮家庭財務脆弱性。戶主年齡的增加、戶主是黨員、已婚、健康程度越高、幸福程度越高，均可以緩解城鎮家庭財務脆弱性。而如果戶主是風險偏好者，則在一定程度上會提高城鎮家庭財務脆弱性。同時，家庭規模、房屋數量、家庭收入、家庭消費、家庭借貸行為對城鎮家庭財務脆弱性的影響顯著為正。第二，數字普惠金融可以通過提升家庭金融素養進而減緩家庭財務脆弱性。第三，從基礎門檻來看，金融素養均可以緩解城鎮家庭財務脆弱性，其影響效果在中年組、老年組和東部中部地區的表現更為明顯。從財富門檻來看，金融素養對城鎮家庭財務脆弱性的減少作用，在中高收入以及中高消費組的家庭表現更為明顯。從認知門檻角度來看，不論教育程度是初等、中等還是高等，金融素養對城鎮家庭財務脆弱性均具有顯著的抑制作用。

基于研究結論，本文提出以下建議：

第一，全面提升居民金融素養水平。一是將居民金融教育納入日常教育中。將金融技能、金融行為、金融態度和金融知識四個維度的金融知識納入普通義務教育體系，從小培養居民的金融素養水平、金融風險水平和意識。二是構建全方面、多渠道的金融素養相關知識學習平臺。通過學校、培訓等方式開展線下的學習，尤其是可以和一些金融機構開展合作，通過短視頻平臺、社會公眾號、微博以及與金融機構合作開辦的app 等方式，開展線上學習平臺。三是關注弱勢群體的金融素養水平。弱勢群體尤其是西部、部分中部地區居民的金融素養水平處于較低水平，對此應充分利用政府、金融機構等來普及人們日常所需金融知識，提高居民對金融知識的接觸可能性，從而提升居民的金融素養水平。通過耳濡目染的方式，加強群體之間的宣傳，提高人們對金融素養水平的重視程度，從而提升居民金融素養水平。

第二，全面提升數字普惠金融普及程度。一是進一步加強對數字普惠金融的激勵制度建設。大力發展數字技術的硬件和軟件設施，發展移動金融公共服務平臺，鼓勵金融機構實現業務的數字化技術，完善科技領域創新激勵制度，拓展大數據、人工智能、云技術等在金融領域的應用，促進數字普惠金融水平的提升。二是深化不同領域金融服務。擴大支付、保險、信貸和理財等方面技術的宣傳和推廣，采用線下直接宣傳、線上網絡宣傳的方式進行推廣，促進金融服務不斷深化。與高技術互聯網金融企業之間達成合作，以適當的方式提供移動支付等滿減優惠等福利，建議居民多使用數字支付方式，促進數字普惠金融的推廣與深化。■

注 釋

①數據來源：中國社會科學院金融研究所，http：//ifb.cass.cn/newpc/sjk/。

②CHFS 數據覆蓋了29 個省、367 個縣（區、縣級市）、1481個社區；最大范圍調查中覆蓋40011 戶家庭和127012 名個體；覆蓋了東部、中部和西部三類地區經濟發展狀況，數據具有全面性。