數字普惠金融發展能夠緩解家庭經濟脆弱性嗎？
——來自中國家庭的微觀證據

呂學梁，程 歌，司登奎，孫繼國

(1.青島大學 經濟學院， 山東 青島 266061； 2.對外經濟貿易大學 金融學院， 北京 100029)

一、引言

產業結構的調整、勞動力市場的變化以及生老病死等原因使家庭面臨著諸多風險[1]，尤其是新冠肺炎疫情等重大突發公共事件，對我國居民收入產生了負向沖擊，加劇了家庭經濟脆弱性。家庭經濟脆弱性不僅考慮現在的家庭特征與經濟狀況，更將未來家庭可能面臨的風險包括其中，是家庭在未來陷入貧困的概率[2-3]。不同于貧困發生率等事后靜態指標，它在事前全面刻畫了家庭整體的福利狀況，具有較強的前瞻性和動態性。如何有效面對風險沖擊，緩解家庭經濟脆弱性是一個亟待研究的問題。

金融體系通過風險管理可以提高家庭應對風險沖擊的能力[4]，降低家庭經濟脆弱性。但是，長期以來我國的金融體系并不完善，低收入群體、農村居民難以充分地享受到金融服務，也無法利用金融工具擺脫貧困陷阱。黨的二十大報告明確指出“鞏固拓展脫貧攻堅成果，增強脫貧地區和脫貧群眾內生發展動力”。2016年9月，G20杭州峰會發布《G20數字普惠金融高級原則》，數字普惠金融正式成為全球金融扶貧的重要手段。數字普惠金融拓展了傳統金融的服務邊界，完善了金融服務體系，對居民就業和收入存在著正面促進作用。特別在抗擊新冠肺炎疫情期間，各類數字金融機構借助大數據征信等技術手段，提供了精準高效的信息流、資金流等服務，為抗擊新冠肺炎疫情提供了金融服務，有效對沖了家庭所面臨的風險[5]。既然數字普惠金融為風險管理提供了新的方式，那么數字普惠金融的發展能否有效減緩家庭經濟脆弱性？如果可以減緩，其機制為何？其對于特征各異的家庭又會有何種異質性的影響？

目前，直接回答上述問題的研究不多。部分學者從理論和實證層面探究了數字普惠金融的減貧效應，發現其能夠緩解貧困[6-7]。部分學者指出數字金融不僅能夠縮小城鄉收入差距[8]，而且可以通過均等化創業機會等機制促進包容性增長[9-10]。除此之外，還有學者對數字普惠金融和農村正規金融需求、居民消費以及創業行為等因素之間的關系進行了探討[11-13]。

為此，本文借助西南財經大學CHFS調查數據和北京大學數字普惠金融指數等地市級層面的數據，實證研究數字普惠金融發展對居民家庭經濟脆弱性的影響。研究發現：數字普惠金融的發展有效緩解了家庭經濟的脆弱性，其緩解效應在農村家庭、低物質資本家庭的效果更加顯著；數字普惠金融的發展可以通過促進居民創業、緩解信貸約束來降低家庭經濟脆弱性，這種影響在農村家庭、低收入家庭和低凈資產家庭中更加顯著。本文的創新主要有以下3個方面：(1)在研究視角方面，本文使用CHFS調查數據探究了數字普惠金融與經濟脆弱性的因果關系，豐富了家庭經濟脆弱性影響因素的相關研究；(2)在研究內容方面，少數關于數字普惠金融對家庭經濟脆弱性影響的研究對象多集中于農村地區，本文將研究對象擴展至普通家庭，使用“貧困脆弱性”概念來探究減貧問題，建立了數字普惠金融發展影響經濟脆弱性的創業機制和信貸約束機制，厘清了其作用機理；(3)在研究價值方面，本文進一步討論了數字普惠金融對不同類型家庭經濟脆弱性的異質性影響，有助于更加全面認識數字普惠金融發展對“長尾”家庭影響的普惠性。

二、文獻綜述與理論分析

(一)文獻綜述

家庭經濟脆弱性度量了風險沖擊對于家庭福利和消費水平的影響，通常將這些風險視作影響家庭經濟脆弱性的主要因素。Sun等[14]發現在經歷了自然災害沖擊后，農村家庭未來陷入貧困的可能性增大。張冀等[15]的研究表明我國城市居民家庭普遍存在由死亡風險導致的經濟脆弱性，且比較嚴重。能夠緩解這些風險沖擊的制度和宏觀環境等外部因素也會影響家庭經濟脆弱性，如Imai[16]指出降低家庭經濟脆弱性的關鍵在于教育和公共設施的普及；此外，農村養老保險的參與[17]、公共轉移支付[3]、城鄉低保[18]、貿易開放程度[19]等外部因素也會對風險沖擊的應對產生重要影響。家庭經濟脆弱性亦會因為家庭特征或行為差異有所不同，如私人轉移支付[20]、民間借貸[21]、教育支出[22]等。

近年來，隨著信息技術、大數據和云計算等新技術的飛速發展，數字普惠金融充分發揮了其能夠有效降低交易成本和緩解信息不對稱的優點，極大地提高了金融服務的可得性和便利性，為普惠金融注入了新的內涵，提高了普惠金融發展的可行性[23]。目前國內外對數字普惠金融進行了大量的研究，主要集中于數字普惠金融發展的影響效應。從宏觀層面來看，數字普惠金融通過技術溢出效應，顯著提升了我國傳統金融行業的全要素生產率[24]，且在擴展金融服務覆蓋面和降低金融成本等方面發揮了重要作用，對我國居民收入具有顯著的正向影響，尤其是對農村低收入群體的增收效應更大，從而有效縮小城鄉收入差距[25-26]，促進經濟的包容性增長[10，27-28]。但也有學者指出，我國的數字普惠金融發展在貧困戶和非貧困戶之間存在馬太效應[29]，數字普惠金融的發展會增加中老年家庭陷入相對多維貧困的概率[30]。從微觀層面來看，數字普惠金融在促進居民就業和創業[12，26，31-32]、促進家庭商業保險購買[33]、推動消費升級[13]等方面也發揮了積極作用。

金融市場的發展對居民家庭應對風險極為重要。若金融市場發展不完善，低收入階層等弱勢群體缺乏有效的避險工具，難以通過正規金融市場獲取金融服務，這將加劇家庭經濟的脆弱性[1]。目前關于數字普惠金融對家庭經濟脆弱性影響的研究還不充分，現有文獻主要關注數字普惠金融的減貧效應，認為數字普惠金融顯著減緩了居民貧困[6-7，34]，少有文獻系統性地研究其對家庭經濟脆弱性的影響。已有研究也存在以下兩處不足：一方面，相關文獻主要研究了國外問題，缺少基于中國現實的研究，如Choudhury[35]從理論上建立了普惠金融與家庭經濟脆弱性之間的聯系，指出普惠金融通過提高家庭應對風險沖擊的水平降低了經濟脆弱性；另一方面，國內學者較多關注農村家庭的脆弱性問題[1，36]，并未將數字普惠金融對經濟脆弱性的影響擴展至普通家庭。

(二)理論分析

社會結構的變化和社會保障體系的不完善限制了中國家庭的風險應對水平，金融市場的發展狀況對中國家庭應對風險事件來說顯得尤為重要。在激烈的市場競爭中，傳統金融機構僅關注20%的頭部客戶，往往忽略了需要投入更多精力和成本的尾部客戶，“二八法則”使大部分長尾客戶面臨金融服務嚴重不足的問題[37-38]。數字普惠金融的發展使金融基礎設施發生了深刻變化，改變了人們獲取金融服務的方式，從而降低了服務成本，提高了為偏遠地區提供金融服務的效率。一方面，交易成本的下降大大提升了金融服務的觸達能力，促使金融服務需求向“尾部”移動；另一方面，借助大數據、云計算、人工智能等現代化數字技術的應用，風險甄別和數據處理的效率也大大提升，使金融門檻按照風險、信用級別等合理劃分，而不是按高、低收入人群和地理區域劃分，這促進了金融資源的均等化，減弱了不平等因素[25]。總之，諸多風險事件極易導致現有非貧困家庭在未來發生貧困和已脫貧家庭返貧，數字普惠金融通過降低金融交易成本，提升金融服務的觸達能力以及有效的風險控制充分發揮了“長尾”作用，為更多的城鄉居民提供經濟機會，拓寬增收渠道，增強抵御風險的能力，從而降低了家庭在未來陷入貧困的概率。

因此，本文提出如下假說：

假說1：數字普惠金融的發展能夠緩解家庭經濟脆弱性。

數字普惠金融作為一種金融基礎設施，能夠彌補傳統金融的不足，降低小微企業和不發達地區的融資成本，使貧困落后的地區也能享受到便捷的金融服務，為創新提供了基礎，緩解創業者可能面臨的“資金難”問題，從而增加了創業機會[12]。同時，數字普惠金融利用信息科技，緩解了信息不對稱，增強了信息可得性，有利于緩解創業者面臨的有效信息缺乏問題，最終促進居民創業[32]。創業帶來了大量的就業崗位和更高的社會收入流動性，有利于經濟的長期發展，間接通過當地經濟增長的“涓滴效應”提高居民福利[39]。創業還能帶來收入的持續性提升，增加家庭的資本積累，直接降低居民未來陷入貧困的可能性[40]。

因此，本文提出如下假說：

假說2：數字普惠金融可以通過促進創業降低家庭經濟脆弱性。

數字普惠金融依托大數據、云計算和區塊鏈等新興技術積累了大量客戶信息，并且運用這些信息精準提供金融產品和服務，降低了在不同交易環節中存在的信息不對稱問題，從而提高了家庭信貸服務的便利性和可得性[10，12]。居民在傳統金融機構的借貸需求往往受抵押品價值和擔保方式等的制約，導致家庭難以借助信貸產品應對風險事件[41]。Urreasupa等[4]和Choudhuri[2]指出，普惠金融降低了家庭獲取金融服務的門檻，提供了風險管理的新方式，通過提高家庭的風險應對能力，降低了家庭未來陷入貧困的概率。因此，數字普惠金融可以通過降低金融服務門檻，有效緩解脆弱性家庭面臨的信貸約束，從而提高其風險應對能力和增強自身發展動力，擴大家庭增收機會，拓寬家庭增收渠道，降低家庭經濟的脆弱性程度。

因此，本文提出如下假說：

假說3：數字普惠金融可以通過緩解信貸約束降低家庭經濟脆弱性。

三、實證策略

(一)家庭經濟脆弱性的測度

作為一種前瞻性指標，家庭經濟脆弱性代表了家庭未來陷入貧困的可能性，不僅考慮現在的家庭特征與經濟狀況，更將未來家庭可能面臨的風險也包括其中。測量家庭經濟脆弱性的方法主要有以下3種：預期的脆弱性(VEP)、低期望效用的脆弱性(VEU)和風險暴露的脆弱性(VER)。其中，使用低期望效用的脆弱性(VEU)方法需要用到主觀性很強的家庭效用函數，而風險暴露的脆弱性(VER)方法則為事后估算，是通過已發生的風險沖擊來估算其脆弱性。因此，本文采用Chaudhuri[2]提出的預期的脆弱性指標(VEP)。VEP方法是通過t時期的家庭特征計算t+1時期家庭陷入貧困的概率來獲得相應的脆弱性度量，該指標不僅可以體現貧困動態的變化，也可以解決發展中國家數據缺失的問題，因而得到了廣泛的使用。基本的測度方程為：

Vulnerabilityi,t=P(incomei,t+1≤poort)

(1)

式(1)中:Vulnerabilityi,t為第i個家庭在第t年的脆弱性；incomei,t+1為該家庭在第t+1年的家庭人均收入；poort為貧困線。

假設家庭未來的收入呈對數正態分布，得到第i個家庭未來陷入貧困的概率為：

(2)

式(2)中:μi,t+1為第i個家庭在第t+1年的家庭人均收入對數值的期望；σi,t+1為相應的標準差。若要得到Vulnerabilityi,t，就必須對μi,t+1、σi,t+1進行估計。

本研究借鑒Chaudhuri[2]對收入對數均值和方差的測度方法，先采用三階段廣義最小二乘法(FGLS)[42]建立收入均值和收入波動模型，估計人均收入對數，再利用回歸后的殘差平方再進行OLS回歸。

lnYi=Xiβ+ei

(3)

(4)

式(3)中：Yi為家庭的人均收入，Xi為影響收入水平的一系列家庭特征變量。各變量對家庭的暫時性和持久性收入均有不同程度的影響。另外，在上述回歸的基礎上，構建異方差結構權重，重新對殘差平方和收入對數進行加權回歸，獲得估計值。即：

(5)

(6)

將式(5)和式(6)代入式(2)，可得到每個居民家庭的脆弱性指數。

由式(1)可知，在估計脆弱性時需要設定貧困線。本文采用世界銀行發布的2美元/人/天的貧困標準計算家庭經濟脆弱性[20]。除了貧困線外，還需要設定脆弱線，本文遵循樊麗明等[3]的研究，將50%的概率值作為脆弱線的標準，即當某家庭在未來發生貧困的概率大于50%時，則認為該家庭存在經濟脆弱性。

(二)數據選取

本文實證采用的數據包含3個部分：(1)西南財經大學2017年中國家庭金融調查數據(China Household Finance Survey，CHFS)，用于刻畫微觀樣本的基本情況。該調查樣本覆蓋了全國29個省份，樣本規模達到 40 011戶家庭，保證了樣本的隨機性和代表性；(2)北京大學中國數字金融研究中心發布的北京大學數字普惠金融指數，用于衡量中國地級市數字普惠金融發展程度；(3)中國統計年鑒提取的宏觀區域層面數據。本文使用2017年的CHFS調查數據，按照受訪家庭所在城市與2016年的數字普惠金融指數進行匹配，在刪除部分缺失值和異常值，并根據收入、家庭凈資產等變量進行1%的雙邊截尾后，最終樣本量為 23 850個。

(三)變量設定

本文的被解釋變量是家庭經濟的脆弱性(Vul)，計算過程詳見家庭經濟脆弱性的測度部分。得到每個家庭經濟脆弱性指數后與50%的概率值(脆弱線)進行比較，大于該值賦值為1，否則賦值為0(本文將脆弱線設定為29%概率值作為穩健性檢驗，具體見表1)。

解釋變量采用了地級市層面的數字普惠金融指數來度量各樣本家庭所在城市的數字普惠金融發展水平。同時，本文還選用了數字普惠指標體系的3個一級維度指標，即覆蓋廣度、使用深度和數字化程度，分別衡量數字普惠金融的賬戶覆蓋程度、地區使用數字普惠金融的頻率以及數字普惠金融的便利性以及成本。關于數字普惠金融指數的具體計算方式，參見郭峰等[38]的研究。實證分析中，以上指數均取自然對數。

選取居民創業、信貸約束作為中介變量進行機制分析。居民創業變量參考尹志超等[43]的研究，將CHFS問卷中“您家是否參與過工商業經營項目，包括個體戶、租賃、運輸、網店、經營企業等？”回答為有的家庭定義為參與過創業活動的家庭。信貸約束變量參照孫繼國等[37]、尹志超等[44]的研究，對于CHFS問卷中“截至目前，您家是否曾向銀行/信用社申請過貸款，但是被拒絕？”回答為“有”的家庭定義為受到信貸約束的家庭。

本文分析影響家庭經濟脆弱性的因素包括戶主特征、家庭特征以及地區特征。為避免遺漏變量對回歸結果造成偏誤，控制變量的選取遵循張棟浩等[1]的研究，主要有以下3類：戶主特征變量、家庭特征變量以及地區特征變量。其中戶主特征變量包括年齡、年齡的平方、性別、受教育程度、婚姻狀況、戶口、是否為黨員等。家庭特征變量為家庭人均收入對數值、家庭規模、是否領取政府補助、是否領取養老保險、醫療保險余額對數值以及醫療保健支出對數值。地區特征變量選取地區GDP對數值，同時控制了省份等地區啞變量(見表1)。

(四)描述性統計

由表2可知，家庭經濟脆弱性指標一的均值為0.28，指標二的均值為0.29；我國居民家庭的數字普惠金融總指數均值為5.34，其中最小值為5.07，最大值為5.51，其余3個一維指標的均值差異不大；觀察戶主特征變量可以發現，約有82%的戶主為男性，平均年齡為53.38歲，90%的戶主已婚，且受教育程度普遍為初中水平。考慮家庭特征變量，家庭規模均值為1.62，約16%的家庭參與過創業活動，5%的家庭受到過信貸約束，領取政府補助的家庭占比為19%，且居民家庭普遍持有養老保險(占比為82%)。

表1 變量說明

表2 描述性統計

續表(表2)

(五)實證模型

為探討數字普惠金融發展對家庭經濟脆弱性的影響，設計實證模型如下：

Vulnerabilityi=β0+β1DFIi+β2Xi+ei

(7)

式(7)中：Vulnerabilityi為在2美元/人/天的貧困標準下測量的家庭經濟脆弱性[3]；DFIi為數字普惠金融指數；Xi為一系列的控制變量。本文使用Probit模型來探究數字普惠金融發展和家庭經濟脆弱性的因果關系，若Vulnerabilityi≥0.50，則定義Vulnerabilityi=1，表示該家庭具有經濟脆弱性，反之賦值為0。

四、實證分析與結果

(一)基準回歸

表3匯報了數字普惠金融發展對家庭經濟脆弱性的影響。表3的第(1)—(4)列分別是數字普惠金融總指數和3個一級維度指標對家庭經濟脆弱性的回歸結果。由回歸結果可知，數字普惠金融顯著降低了家庭經濟的脆弱性程度，假說1成立。表3第(1)列的邊際效應為-0.024，表示數字普惠金融總指數每提高1%，家庭經濟脆弱性發生的概率降低2.4個百分點，考慮到家庭經濟脆弱性指標的均值為28%，這一影響較大。由表3的第(2)列可知，數字普惠金融指數的3個子維度中，覆蓋廣度的系數顯著為負，表明覆蓋廣度對家庭經濟脆弱性具有顯著緩解作用。

在控制變量中，家庭人均收入對脆弱性具有顯著的負向影響，家庭收入越高，應對風險的能力也越強，經濟脆弱性越低。戶主年齡對家庭經濟脆弱性的影響呈“U”形，隨著年齡的增大，其家庭脆弱性先下降后上升。家庭經濟脆弱性隨著戶主文化水平的提高而降低，已婚家庭相較于未婚家庭來說，應對風險沖擊的能力更強。領取養老保險和醫療保險的家庭比未領取家庭的脆弱性程度更低。

表3 數字普惠金融對家庭經濟脆弱性影響的基準分析結果

(二)基準回歸的穩健性檢驗

1.內生性檢驗

考慮到數字普惠金融對家庭經濟脆弱性的影響可能存在內生性問題，本文試圖通過尋找合適的工具變量來緩解模型的內生性。參照Bartik[45]的做法，構建一個“Bartikinstrument”工具變量，其等于滯后一期的數字普惠金融指數DFIj,t-1與時間維度上的一階差分ΔDFIt,t-1的乘積，即：Bartikinstrument=DFIj,t-1·ΔDFIt,t-1。原因如下：第一，由于全國的數字普惠金融指數來自一百多個地級市，普惠金融指數不會明顯地受到某個地級市經濟脆弱性的影響，全國數字普惠金融指數的變化對具體某地級市而言是相對外生的；第二，地級市層面除數字普惠金融外的需求沖擊也可能導致估計偏誤，但是單個地級市并沒有重要到其內部需求沖擊同整個國家的普惠金融顯著相關；第三，工具變量與所在城市的數字普惠金融發展水平直接相關，但不會通過其他渠道直接影響居民未來陷入貧困的概率，同時滿足工具變量的相關性和外生性兩個條件，因此使用該工具變量是有效的[13]。表4給出的回歸結果顯示：數字普惠金融發展對家庭經濟脆弱性的影響依舊顯著為負，即數字普惠金融能夠顯著減緩家庭經濟的脆弱性，基準分析結論較為穩健。

表4 工具變量回歸結果

Variables(1)一階段結果DFI(2)Ⅳ PprobitVul1marriage-0.001-8.267???(-1.26)(-6.298)health-0.001???4.902???(-4.21)(6.760)government-0.002???0.312(-2.83)(0.611)endowment-0.002???-9.337???(-3.07)(-5.885)medicalinsurance0.000???-0.786???(3.22)(-6.341)healthcare0.000-0.587???(0.14)(-5.670)regionalGDP0.070???3.931??(145.28)(2.110)外生性Wald檢驗2.99對應P值0.083 9第一階段F統計量3 303provinceYESYESN23 85023 850

2.穩健性檢驗

為了驗證數字普惠金融減緩經濟脆弱性的回歸結果是否可靠，本文分別從以下4個方面進行穩健性檢驗：一是為避免家庭經濟脆弱線設定的偏差，將脆弱線由50%的概率值換作29%的概率值以檢驗估計的穩定性，回歸結果如表5第(1)列所示，數字普惠金融仍然減緩了家庭經濟脆弱性，結果依舊穩健[46]；二是為減弱反向因果造成的估計偏誤，并證明數字普惠金融發展對家庭經濟脆弱性具有長期影響，本文使用滯后兩期的數字普惠金融指數作為核心變量進行回歸分析。回歸結果如表5第(2)列所示，數字普惠金融發展依舊緩解了家庭經濟脆弱性；三是為保證實證方法的穩健性，使用 Logit方法進行回歸，回歸結果如表5第(3)列所示，Logit回歸結果中數字普惠金融指數的系數仍然顯著為負，表明數字普惠金融發展能夠有利于降低家庭經濟脆弱性；四是為避免抽樣調查設計的偏差，使用2018年中國家庭追蹤調查數據(CFPS)進行實證檢驗，由表6可知，數字普惠金融指數的回歸系數依然顯著為負。

綜上所述，無論是替換被解釋變量、解釋變量、變換計量分析方法，還是更換調查樣本，數字普惠金融指數對家庭經濟脆弱性的影響與基準回歸一致，本文實證分析結果穩健。

表5 更換回歸方法與變量設定的穩健性檢驗

Variables(1)ProbitVul2(2)ProbitVul1(3)LogitVul1marriage-0.011???-0.009???-0.009???(-13.647)(-10.419)(-9.939)health0.006???0.006???0.006???(16.717)(12.294)(11.281)government-0.002???0.0000.000(-3.203)(0.650)(0.351)endowment-0.012???-0.011???-0.010???(-13.332)(-8.660)(-7.899)medicalinsurance-0.001???-0.001???-0.001???(-7.716)(-9.987)(-9.415)healthcare-0.001???-0.001???-0.001???(-8.328)(-8.138)(-8.079)regionalGDP0.002??0.001?0.001?(2.214)(1.682)(1.806)provinceYesYesYesN23 85023 85023 850Pseudo R20.996 30.992 70.996 2

表6 使用2018年CFPS截面數據的穩健性檢驗

五、進一步分析

(一)異質性分析

“長尾”理論認為，考慮到成本和效率因素，傳統金融機構僅關注重要的客戶，即正態分布曲線所描繪的“頭部和中部”客戶，往往忽略了處于正態分布曲線“尾部”的客戶，即那些需要投入更多精力和成本才能關注到的大多數客戶。而數字普惠金融具有“普惠”特征，其“成本低、速度快、覆蓋廣”的優勢能更有效地突破時空限制，讓金融機構更好地服務“長尾”人群。那么，數字普惠金融是否真的具有普惠性的特點？數字普惠金融是否對弱勢群體和發展落后地區影響更大？本文進一步分析數字普惠金融發展影響的異質性。

1.城鄉異質性

中國是典型的城鄉二元經濟體，相比于城鎮，農村地區金融發展水平較低，城鄉差距較大[47]。數字普惠金融的發展可能會極大地擴展農村地區的金融覆蓋面和提升金融服務可得性，從而對農村家庭經濟脆弱性的改善起到更大的促進作用。為了考察數字普惠金融發展對家庭經濟脆弱性影響的城鄉異質性，將樣本劃分為城鎮樣本和農村樣本進行分樣本估計。表7的第(1)—(2)列匯報了估計結果。其中，數字普惠金融的發展顯著緩解了農村家庭的經濟脆弱性，但并未顯著改善城鎮居民的家庭經濟脆弱性水平。本文采用了基于似無相關模型SUR檢驗，二者組間系數的經驗P值為0.021 7，小于0.1，通過了組間系數差異檢驗，城鄉異質性存在。這可能是因為數字普惠金融的發展擴大了農村地區的金融覆蓋面，使農村居民在數字普惠金融的發展過程中獲益更多，充分體現了數字普惠金融發展的普惠性目標[10]。

2.物質資本異質性

參考周廣肅等[48]的研究，本文將家庭純收入與家庭凈資產作為物質資本的代理變量，將居民家庭分為低收入組(中位數以下)和高收入組(中位數及以上)、低凈資產組(中位數以下)和高凈資產組(中位數及以上)，分別用子樣本估計Probit模型進行回歸，回歸結果如表7的第(3)—(6)列。如表7所示，數字普惠金融的發展僅幫助緩解低收入組和低凈資產家庭的經濟脆弱性水平，對高收入組家庭和高凈資產組家庭的影響并不顯著，可能是因為后者可獲得較為充足的資金進行創業，且面臨較弱的信貸約束。數字普惠金融的發展有益于物質資本匱乏的居民家庭改善其經濟脆弱性狀況，充分體現了其包容性。

表7 異質性分析

(二)機制分析

理論分析表明：數字普惠金融的發展會促進居民創業，增加家庭收入，從而緩解家庭經濟脆弱性；此外，數字普惠金融的發展有利于緩解家庭的信貸約束，使其具有更強的能力應對風險沖擊，降低家庭經濟脆弱性。基于上述分析，本文選取家庭創業水平、是否存在信貸約束作為中介變量進行機制分析。

在機制分析中，參考溫忠麟等[49]提出的中介效應檢驗程序，采用依次檢驗回歸系數的方法，建立回歸方程如下：

Vulnerability=β0+β1DFIi+β2Xi+λi

(8)

Mi=δ0+δ1DFIi+δ2Xi+ζi

(9)

Vulnerabilityi=γ0+γ1DFIi+γ2Mi+γ3Xi+ηi

(10)

式(8)—(10)中：Vulnerabilityi為家庭經濟的脆弱性，DFIi為數字普惠金融指數，Mi為居民家庭是否創業和是否受到信貸約束，Xi為一系列控制變量。

表8展示了基于創業機制的數字普惠金融發展對經濟脆弱性的影響。由表8第(1)列可知，數字普惠金融發展在1%的顯著性水平上會降低家庭經濟脆弱性，邊際效應為-0.024；在第(2)列中，將是否創業作為因變量進行Probit回歸，可知數字普惠金融發展對家庭創業情況具有顯著的正向影響，即在10%的顯著性水平上，數字普惠金融發展越好的地區家庭創業傾向越明顯，這與謝絢麗等[12]的研究結果保持一致；在第(3)列中加入居民創業的中介變量后，采用Probit模型分析對家庭經濟脆弱性的影響，可知創業可有效降低家庭經濟脆弱性，數字普惠金融指數對家庭經濟脆弱性影響的顯著性沒有變化，但是系數由-0.024變為-0.018，影響變小，中介效應占比約為40.91%。同時表8列出了數字普惠金融覆蓋廣度指標的中介效應回歸結果，如第(4)—(6)列所示，結論同數字普惠金融總指數一致。因此，數字普惠金融對家庭經濟脆弱性影響的創業機制存在，數字普惠金融可以通過促進家庭創業進而降低其經濟脆弱性，驗證了假說2。

表8 創業機制的中介效應檢驗

續表(表8)

表9為基于信貸約束機制的數字普惠金融發展對經濟脆弱性的影響。在表9第(1)列中，數字普惠金融發展會顯著降低家庭經濟的脆弱性。在表9第(2)列中，數字普惠金融的發展會緩解居民家庭面臨的信貸約束。在表9第(3)列中加入中介變量后，數字普惠金融指數對家庭經濟脆弱性仍具有顯著的負向影響，且影響有所下降；而信貸約束會加劇家庭經濟脆弱性，其中，中介效應占比約為41.8%。同時表9列出了數字普惠金融覆蓋廣度指標的中介效應回歸結果，如第(4)—(6)列所示，結論同數字普惠金融總指數一致。因此，數字普惠金融對家庭經濟脆弱性影響的信貸約束機制存在，數字普惠金融可以通過緩解家庭信貸約束進而降低其經濟脆弱性，驗證了假說3。

表9 信貸約束機制的中介效應檢驗

續表(表9)

六、研究結論與政策建議

(一)研究結論

文章采用2017年中國家庭金融調查(CHFS)數據，使用預期的貧困脆弱性(VEP)方法測量家庭經濟脆弱性，實證檢驗了數字普惠金融發展對其影響，研究發現：在控制了個體特征、家庭特征及省份啞變量后，數字普惠金融發展對經濟脆弱性具有顯著的負向影響，其中數字普惠金融總指數每提高1%，家庭經濟脆弱性發生的概率就降低2.4個百分點，考慮到家庭經濟脆弱性指標的均值為28%，這一影響較大；而在度量數字普惠金融的3個子維度中，數字普惠金融的覆蓋廣度具有顯著緩解家庭經濟脆弱性的作用；居民家庭創業和信貸約束在數字普惠金融發展與家庭經濟脆弱性之間起著中介效應，數字普惠金融發展水平越高，居民家庭創業傾向越高，面臨的信貸約束也越少，這拓展了家庭增收渠道，增強了應對突發風險事件的能力，從而緩解了其經濟脆弱性；數字普惠金融對家庭經濟脆弱性的“長尾”效應在農村、低收入、低凈資產家庭中更加顯著，有效地降低了這些家庭的經濟脆弱性，體現了其“普惠”特征。

(二)政策建議

基于上述結論，本研究提出如下政策建議，以期發揮數字普惠金融正向作用，降低家庭在未來落入貧困陷阱的可能性。

1.重視數字普惠金融在降低家庭經濟脆弱性方面的作用。數字普惠金融的發展能夠緩解家庭經濟脆弱性，有效預防風險沖擊所帶來的家庭福利水平的下降。家庭經濟脆弱性強調的是居民家庭在未來發生貧困的可能性，因此政府不僅要關注居民的貧困現狀，還需要基于動態視角增強對經濟脆弱性家庭的關注。經過多年努力，我國已經消除了絕對貧困，但是農村地區以及偏遠地區的居民和部分“長尾”人群仍有返貧的可能，數字普惠金融可以有效幫助他們提高收入，增強風險管理能力，從而達到“防貧”的目的。政府應加大對數字金融發展的支持力度，引導其更加關注普惠性目標，優化數字普惠金融發展環境。在擴大數字普惠金融覆蓋面的同時，增強產品和服務的多樣性和便利度，以放大其正向效應。要通過政策引導和市場化手段雙管齊下，通過有序競爭，促使金融機構增強業務的數字化和普惠化。

2.創業在降低家庭經濟脆弱性方面具有重要作用，要為家庭創業提供更適宜的金融環境和政策支持。傳統金融業務對于家庭創業的支持力度較弱，尤其是對“長尾客戶”的關注不足，而創業對我國家庭多渠道增收、新型城鎮化建設都具有重要的意義。政府應通過窗口指導、財政貼息等方式，借助數字金融低成本、便利化的特點，利用人工智能等新技術，與網絡電商等應用場景相結合，推動金融機構開發更多的免抵押、小額度、審批快的創業金融產品，鼓勵并引導農村居民返鄉創業，以創業帶動就業，激發經濟活力，將大眾創業向更大范圍和更深層次推進，多渠道開源，增加收入，降低家庭經濟脆弱性。

3.信貸約束對家庭經濟脆弱性產生了重要影響，要利用數字技術，完善征信和信用評級體系，緩解信貸約束。鼓勵將傳統征信體系納入新型征信機構，充分利用科技企業和平臺公司的另類數據，借助知識圖譜、用戶畫像等新技術，構建大數據征信體系，增強信用評價的準確性，降低擔保要求，緩解“長尾客戶”面臨的信貸約束。

4.數字普惠金融的長尾效應要更有效地發揮，要在農村地區加大數字基礎設施建設力度。政府應繼續通過“村村通”和“電信普遍服務試點”等工程，逐步縮小城鄉間網絡技術差距，普及數字終端設備，延伸金融服務半徑，讓農村地區和偏遠地區享受到優質金融服務，避免因“數字鴻溝”造成的技術性金融排斥；改善地區環境，提升互聯網用戶覆蓋率，降低居民使用互聯網的成本。

5.數字普惠金融的“長尾”效應要更有效地發揮，要加大金融教育和數字技術教育力度。農村居民和低收入群體往往缺乏金融素養，也不能有效使用智能手機等數字化產品，從而存在數字鴻溝中的素養鴻溝，這會影響數字普惠金融的效應發揮，甚至可能造成新的金融不平等。政府應通過政策引導、購買服務等方式，加大金融教育和數字技術教育力度，幫助農村居民和低收入群體更好地了解和理解數字金融產品及服務，增強其金融決策的有效性和科學性。