數字普惠金融能否緩解老年群體的健康不平等

摘要：本文基于2011年、2014年以及2018年的中國老年健康影響因素跟蹤調查（CLHLS）數據，探索數字普惠金融對老年群體健康不平等的影響及其機制。研究結果表明，數字普惠金融的發展加劇了老年群體的健康不平等狀況。異質性分析發現，這種不利影響對與家人同住、受教育水平低、收入水平高的老年人以及城鎮老年群體更為顯著。另外，數字普惠金融通過增強老年人的財富不平等感知這一路徑加劇了其健康不平等。同時，社會支持能夠有效緩解數字普惠金融加劇老年健康不平等的負面影響。這一發現不僅有助于更好地理解數字普惠金融可能帶來的健康后果，還為促進其包容性發展、實現健康公平這一可持續發展目標提供政策啟示。

關鍵詞：數字普惠金融；健康不平等；主觀社會地位認知；社會支持

中圖分類號：F832" " " " 文獻標識碼：A" " " " 文章編號： 1007-0753（2024）12-0041-14

收稿日期：2024-11-16

作者簡介：黃安仲，博士，教授，碩士生導師，江蘇科技大學，研究方向為普惠金融與金融科技。

洪丹丹，碩士研究生，江蘇科技大學，研究方向為普惠金融。

馬英輝，博士，碩士生導師，江蘇科技大學，研究方向為農業經濟。

本文感謝匿名審稿專家的寶貴意見，文責自負。

一、引言

隨著人口老齡化速度的加快以及健康不平等的加劇，改善老年人健康狀況及其家庭生活狀況已經成為當前社會亟需解決的問題?，F有文獻廣泛探討了健康不平等的社會經濟決定因素，尤其關注了收入、教育和職業等社會經濟地位差異的影響（Jayasinghe，2015）。然而，數字普惠金融對健康結果的潛在影響，特別是其對老年人的影響，尚未得到充分研究。

普惠金融是指個人和企業，尤其是低收入群體和小微企業，能夠平等獲得正規金融服務的一種金融發展模式。傳統的普惠金融計劃主要致力于擴大基本銀行服務、信貸設施和保險產品的覆蓋面，有效地為社會各個階層提供綜合服務（Fungá?ová和Weill ，2015）。近年來，在5G和大數據等信息技術的推動下，金融服務迅速向數字化轉型，數字普惠金融（DFI）應運而生。DFI借助數字平臺與創新商業模式，為個人和企業提供了便捷、安全且可負擔的定制化金融產品與服務（Liu等，2021）。這種數字化轉型有望縮小傳統普惠金融差距，特別是提高農村社區、低收入家庭和邊緣化群體等金融服務不足群體的金融健康水平。通過將傳統金融服務與數字技術相結合，DFI展現出更高的透明度、可及性和成本效益等優勢，從而使個體能夠更好地管理自身財務并減輕經濟脆弱性（Liu和 Guo，2023）。

雖然DFI的經濟效益已得到廣泛研究，但其對老年群體健康的影響，還有待進一步深入挖掘。金融福祉與健康之間的相互依存關系已被證實，有證據表明，普惠金融可以對健康和福祉相關領域產生積極影響（Yu等，2021；Lian等，2023；Song等，2024）。例如，獲取可負擔的金融服務能夠幫助個體更好地管理家庭財務，實施平穩消費，應對經濟沖擊，并投資于預防性醫療措施（Ahmed和Cowan，2021；Zhang等，2022） 。此外，DFI可以改善財務狀況，并潛在地增強心理健康，降低與財務不安全相關的壓力水平（Lei 等，2023）。同時，DFI服務的數字化特性也可能有助于公眾獲得健康相關信息，享受遠程醫療和其他數字健康解決方案，從而促進健康知識普及并實現及時干預（Liao和Du，2024）。

然而，對于老年群體而言，DFI的潛在影響尤為復雜。隨著年齡的增長，老年群體面臨收入來源減少、醫療和長期護理費用增加等問題，這使得他們更容易陷入經濟不穩定的境地，進而加劇現有健康問題或限制其獲得醫療服務的能力。因此，DFI對老年人健康不平等的影響可能是雙重的。一方面，DFI通過提供便捷、低成本的金融服務，幫助老年人更好地管理健康支出，緩解服務不足或農村地區老年人面臨的地理和流動障礙（Aziz和Naima ，2021）。另一方面，由于老年群體內部在數字技能和經濟基礎方面存在顯著差異，具備較好的數字技能和經濟基礎的老年人能夠充分利用數字金融服務，獲取更多健康資源，而那些數字素養較低、經濟條件較差的老年人則可能被邊緣化，無法公平獲取相關服務，從而加劇了老年群體內部的健康不平等（Correa和Pavez，2016）。再者，老年人還面臨特殊的普惠金融障礙，如行動不便、認知能力下降和數字文盲等問題，這些因素可能進一步限制他們獲得和使用數字金融服務（Lin等，2024）。最后，數字普惠金融的區域分布差異也可能加大城鄉老年人之間健康水平的差距，進一步凸顯了這一問題的復雜性。

本文基于2011年、2014年以及2018年的中國老年健康影響因素跟蹤調查（CLHLS）數據，探討數字普惠金融對中國老年人健康不平等的影響。本文主要從主觀社會地位認知的中介效應和社會支持的調節效應兩個角度展開，并按居住方式、城鄉、不同受教育水平和收入水平對老年群體進行異質性研究。本文的邊際貢獻在于：第一，從研究視角來看，現有文獻主要關注數字普惠金融對健康水平的整體影響，較少涉及其與健康不平等的關系。本文從理論和實證兩個維度考察了數字普惠金融對老年群體健康不平等的影響，這不僅豐富了健康不平等影響因素的研究，也為數字普惠金融在微觀層面的效應研究提供了重要補充。第二，從研究機制來看，本文構建了“數字普惠金融—主觀社會地位認知—健康不平等”的分析框架，并引入社會支持作為調節變量，深入剖析了數字普惠金融影響老年群體健康不平等的傳導機制。這一研究為制定更具針對性的政策措施，促進老年群體健康公平，提供了重要的實證依據。

二、理論分析與研究假設

（一）數字普惠金融對老年群體健康不平等的直接影響

數字鴻溝理論認為，信息技術的快速發展會導致社會群體之間在獲取和利用數字資源方面存在差異，從而加劇社會分化以及不平等（Lythreatis 等，2022）。有研究發現，數字鴻溝在老年群體中表現得尤為明顯，導致了金融資源獲取能力的差異化（劉雪穎和趙忠，2023）。雖然數字普惠金融旨在提供更廣泛的金融服務，但對于許多老年人而言，獲取這些服務的能力受到數字素養、技術接受度和設備可用性的限制（楊夢瑤等，2022）。具備數字技能的老年人能夠通過數字平臺購買健康保險、參與健康管理項目或獲取高質量醫療咨詢服務，從而獲得更多健康資源和信息（謝明明等，2024）；而社會經濟地位較低的老年人可能會由于受教育水平較低、適應能力較差以及經濟基礎薄弱，難以有效利用數字金融服務，逐漸被邊緣化，從而導致健康不平等的加劇。

此外，數字普惠金融可能會強化現有的健康資源分配不均衡。雖然數字金融服務理論上可以克服地理限制，但在實際操作中，這種優勢可能主要被城市和經濟發達地區的老年人所利用（董曉林等，2021）。農村和欠發達地區的老年人可能因為基礎設施不足、數字化程度較低等，無法充分享受數字普惠金融帶來的便利，這可能進一步加劇城鄉老年人之間的健康差距。并且，數字普惠金融的快速發展可能導致傳統金融服務的逐步退出，特別是在一些農村和偏遠地區。這種轉變可能使得不適應數字技術的老年人連獲取金融服務的傳統渠道也喪失掉，從而影響他們管理健康相關支出的能力（董曉林等，2021）。在這種情況下，數字普惠金融非但沒有提高金融包容性，反而可能加劇部分老年群體的金融排斥，間接導致健康不平等的增加。因此，提出假設1：

H1：數字普惠金融會加劇老年群體的健康不平等。

（二）數字普惠金融對老年群體健康不平等的間接影響

1. 主觀社會地位認知的中介作用

導致健康不平等的原因一直是學術界關注的重點問題，并就此形成了兩種主要觀點：社會因果論和健康選擇論。社會因果論強調，不同群體的社會經濟狀況差異是導致健康水平存在差異的根源。具體而言，社會經濟地位較高者通常擁有更多資源獲取健康服務，因而健康水平相對較好；而社會經濟地位較低者，由于資源匱乏制約了其對健康的投資，健康狀況往往較差（Marmot和Wilkinson，2005）。長期以來，這種客觀上的社會分層最終轉化為個體的主觀認知差距，進而影響健康。

近年來，有關主觀社會地位認知與健康關系的研究開始受到重視。主觀社會地位認知源于一種基于社會比較的心理過程，其雖然與客觀地位相關，但也會受到個體主觀因素的影響（Wolff等，2010）。有研究表明，主觀社會地位認知是健康的重要預測指標，與老年人的自評健康狀況和慢性病患病率等存在顯著相關性（Demakakos等，2008）。這支持了健康不平等不僅受客觀因素影響，主觀心理也是一個重要的作用路徑的觀點。

數字普惠金融的發展可能通過影響主觀社會地位認知，進而加劇老年群體的健康不平等狀況。具體來說，數字普惠金融雖然可以顯著提升家庭的財富，但是卻有明顯的異質性，在一定程度上加劇了財富分布的不平等（Wu等，2023；Li等，2024），進而影響老年群體的主觀社會地位認知。一方面，由于受教育水平、獲取信息的能力等方面的差異，不同老年人對數字技術的接受和使用程度存在明顯差距（Frishammar等，2023）。受教育水平、收入相對較低的老年人，往往難以充分利用數字普惠金融帶來的便利，可能因無法充分融入數字時代而處于相對弱勢地位。這種客觀社會經濟狀況的差距，直接影響其對自身社會地位的評估。另一方面，數字普惠金融可能會加劇資金在不同地區和群體之間的流動，導致資金向高收入群體和發達地區集中（Hao和Zhang ，2024）。這種財富上的差異化分布，使部分老年人感受到更大的社會經濟地位落差，從而降低其主觀社會地位認知。此外，老年人日常生活范圍較窄，對鄰里環境的變化尤為敏感（Zhang Z和Zhang J，2017；Lu 和Wu，2022）。數字普惠金融的發展不僅帶來部分人財富的客觀增長，也使其他群體見證了財富快速積累的過程，從而加劇了主觀層面的相對剝奪感和不平等感受。與高收入、高學歷的同齡人相比，那些收入水平較低、技術使用能力較差的老年人，其財富感知的不平等狀況可能更為嚴重。因此，提出假設2：

H2：數字普惠金融的發展通過影響主觀社會地位認知，進一步加劇老年群體的健康不平等狀況。

2. 社會支持的調節效應

社會支持是一個多維度的概念，不僅僅局限于物質層面，還涉及情感、心理等精神層面。在物質層面，人們通過提供實際的支持，如物資補貼、資源共享等，能夠有效應對現實中存在的困難，減輕生活壓力帶來的憂慮。而在情感和心理層面，社會支持能夠讓個體獲得情感認同、尊重和歸屬感，這對促進健康、緩解壓力同樣至關重要（Cohen 和 Wills，1985）。

數字普惠金融的發展雖然有利于金融服務的普及，但也加劇了老年人群體內部在獲取和利用數字金融服務能力上的“數字鴻溝”，導致不同老年人面臨的壓力和困難存在顯著差異（Lythreatis 等，2022）。這種差異不僅表現在經濟層面，也體現在心理層面。對于獲取和使用數字金融服務能力較差的老年人而言，不僅缺乏經濟上的支持，同時也可能產生焦慮、自卑等負面情緒，進而加大健康風險，擴大健康差距。

在這種情況下，社會支持可以發揮重要的調節作用。充足的社會支持不僅能為經濟困難的老年人提供物質資助，也能為生活自理能力較差的老年人提供生活協助，從而提高他們獲取所需金融和健康服務的可及性（Cohen和Wills，1985）。同時，社會支持還能為老年人提供情感支持和心理咨詢，疏導他們在面臨健康和經濟困境時產生的焦慮、自卑等負面情緒，增強他們應對困難的信心和適應力（Steptoe等，2013）。因此，提出假設3：

H3：數字普惠金融雖然會加劇老年人的健康不平等，但社會支持可以有效緩解這一負面影響。

三、研究設計

（一）健康不平等指標的構建

健康不平等指的是不同群體之間個體健康狀況的差距。它反映了人口健康水平的分布不均，體現為各種人口統計特征、社會經濟和地理等因素所導致的健康結果的系統性差異。健康不平等不僅存在于不同國家之間，也普遍存在于同一國家內部的不同群體之中，如不同收入階層、種族、性別、年齡段以及城鄉地區等（Gakidou等，2000）。傳統的基尼系數或泰爾指數等綜合測量可能無法準確反映個體在健康水平分布中的相對位置。因此，對健康不平等的衡量應從總量層面轉向微觀層面（Yitzhaki，1979）。本文使用相對健康剝奪（RD）作為健康不平等指標。相對剝奪的核心是社會比較，包括某一個體或群體與參照群體的橫向比較，以及期望與現實之間的縱向比較（Kakwani，1984）。

相對健康剝奪的計算基于Kakwani指數而展開。假設X組有n個個體，個體i的自評健康xi按照升序排列。因此，有X=（x1， x2，…，xn），其中x1≤x2≤…≤xn。接下來，將個體i的自評健康狀況與其他所有個體進行比較，并得到該個體的平均相對健康剝奪，可表示為：

RD（xi） = （n+xi × μ+xi - n+xi × xi ） =" γ+xi（μ+xi - xi ）"" " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " " "（1）

式（1）中，μx為所有個體的平均自評健康狀況，n+xi是超過個體i的自評健康的個體的數量，μ+xi是自評健康狀況超過個體i的n+xi個個體的平均健康狀況，γ+xi是自評健康狀況超過xi的個體的百分比。

本文使用中國老年健康影響因素跟蹤調查（CLHLS）數據中的所有受訪老年群體作為參照群體，即在計算每個老年人的相對健康剝奪時，將其與樣本中的其他所有老年人進行比較。選擇全樣本老年群體作為參照群體主要基于以下原因：首先，使用相同年齡段的群體作為參照可以有效控制年齡差異對健康評價的影響，使得健康不平等的測度能更準確地反映老年群體內部的差異；其次，CLHLS數據是專門針對老年人群而設計的，使用全樣本作為參照群體可以最大程度地利用數據信息，提高測量的可靠性；最后，本文旨在考察數字普惠金融對老年群體內部健康不平等的影響，選擇同類群體作為參照更具說服力。

（二）模型設定

建立數字普惠金融和農村居民健康不平等之間的固定效應模型。模型如下：

Healthipt = β0 + β1Difpt + β2Xipt + β3Zpt + δi + ?p +" " " " " " "φt + εipt" " " " " " " " " " " " " " " " " " " " " " "（2）

其中，Healthipt代表了t年p省份個體i的健康指標。Difpt表示p省份在t年的數字普惠金融指數。Xipt為個人層面的控制變量，Zpt表示省份控制變量。δi為家庭個體固定效應，?p為省份固定效應，φt為時間固定效應。εipt為隨機擾動項。β1衡量數字普惠金融對農村群體自評健康和健康不平等的總體影響。考慮到同一個體在不同時期的觀測值可能存在相關性，本文在個體層面進行了標準誤聚類處理以得到更穩健的標準誤估計。

（三）變量選擇

1. 被解釋變量：健康不平等

本文使用自評健康狀況來構造健康不平等指數。自評健康在以往研究中被廣泛使用，是微觀調查數據集中最常見的健康指標之一，可以有效預測死亡率、功能障礙和其他客觀健康指標（Mossey和Shapiro ，1982；M?ller等，1996）。相較于單一的發病率或死亡率等指標，其能更全面地反映個人的整體健康狀況（Fayers 和Sprangers，2002）。本文的自評健康狀況是一個連續變量，取值為1—5，分別表示“很不好”“不好”“一般”“好”“很好”。

2. 核心解釋變量：數字普惠金融指數

本文使用數字普惠金融指數來度量數字普惠金融的發展水平（郭峰等，2020）。數字普惠金融指數是由北京大學數字金融研究中心發布的，運用無量綱化方法和層次分析法，并經過科學驗證得到的系列數據，具有合理性、可靠性和科學性，在國內的相關研究中得到廣泛應用。該指數包含覆蓋廣度、使用深度以及數字化程度三個子指標，從不同維度反映了數字普惠金融的發展狀況。為避免變量間差距過大和方便估計結果的匯報，本文將數字普惠金融指數除以100。

3. 控制變量

本文借鑒已有研究，從個人層面和省份層面選取了控制變量。個人層面包括年齡、性別、婚姻、受教育水平、醫療保險參與、家庭總收入以及居住地，省份層面包括人均GDP、千人擁有醫生數。

（四）數據來源

本文老年群體的健康不平等數據來自中國老年健康影響因素跟蹤調查（CLHLS）數據。該調查采用多階段分層抽樣的方法，在1998年至2018年間隨機抽取了全國23個省（直轄市、自治區）并對其進行了追蹤調查。最近的一次跟蹤調查（2017—2018年）共訪問15 874名65歲及以上老年人。CLHLS數據的信度、效度較好，具有調查內容完整、結構科學、樣本量大、追蹤期長和代表性好等優勢，其相關研究成果獲得了國內外學者的廣泛認可，能夠較好地代表中國居民的健康不平等和個人特征。數字普惠金融變量由北京大學數字金融研究中心與螞蟻集團共同編制的數字普惠金融指數衡量，該指數較好地測度了中國數字普惠金融發展狀況。此外，由于宏觀因素變量也會對農村居民健康不平等產生重要影響，本文根據《中國統計年鑒》和《中國城市統計年鑒》中的相關宏觀數據，描述了老年群體所在省份的經濟社會發展狀況。變量定義與說明詳見表1。

四、實證分析

（一）基準回歸結果

表2展示了數字普惠金融對老年人健康不平等影響的基準回歸結果。列（1）為未控制任何其他變量的回歸結果，列（2）為控制了個人特征變量如年齡、性別、受教育水平和家庭收入等的回歸結果，列（3）在列（2）的基礎上，進一步控制了其他可能影響健康不平等的宏觀因素。

回歸結果顯示，無論是否加入控制變量，數字普惠金融對健康不平等的影響系數均為正且在1%的統計水平下顯著。具體來看，列（3）的結果顯示，數字普惠金融指數每增加1%，健康不平等指數將增加0.149個百分點。假設H1得證。

（二）異質性分析

表3和表4探討了數字普惠金融對老年人健康不平等影響的異質性。表3的列（1）和列（2）為按居住方式對老年群體進行了分組后的回歸結果。結果顯示，雖然數字普惠金融對不同居住方式老年人健康不平等的影響系數均為正值，但只對與家人同住的老年人的影響在1%的統計水平下顯著。這可能是由于與家人同住的老年人更容易獲得家庭支持和照料，從而受益于數字普惠金融帶來的獲取醫療資源和健康管理的便利，進而加大了不同家庭間老年人健康狀況的差距。

表3中的列（3）和列（4）展示了根據城鄉地區進行分組后的檢驗回歸結果。結果發現，數字普惠金融對城市老年群體健康不平等的影響為正且在1%的水平下顯著，而對農村老年群體的影響雖然也為正值但不具有統計顯著性。這可能是由于相比農村，城市地區醫療資源稟賦較好，數字普惠金融應用程度更高，老年群體對互聯網的使用也更為熟練，從而放大了數字普惠金融對城鄉老年人健康差距的影響。

表4中的列（1）、列（2）探討了受教育水平差異對數字普惠金融與老年人健康不平等關系的影響。本文按照學歷的不同對樣本進行分組，將小學及以下的學歷劃分為低學歷組，初中及以上劃分為高學歷組。結果顯示，在低學歷的老年群體中，數字普惠金融顯著加劇了健康不平等。隨著受教育水平的提高，這種影響不再顯著。這一結果說明教育對老年群體具有保護作用，即較高的受教育水平能夠緩解數字普惠金融給老年群體帶來的負面影響。可能的原因在于：首先，受教育水平較高的老年人往往具備更強的學習能力和接受新事物的意愿，能夠更好地適應數字化轉型帶來的變化；其次，較高的學歷往往具有更高的認知能力，這又反過來幫助他們降低健康風險。

表4中的列（3）和列（4）的回歸結果展示了收入水平的異質性效應?？梢钥闯?，數字普惠金融對低收入（年收入50 000元以下）老年群體健康不平等的影響不顯著，而對年收入50 000元及以上的群體，影響系數為0.366且在1%的水平下顯著。這可能是因為低收入群體在數字化轉型過程中往往處于不利地位，缺少智能設備或網絡資源，更多的是依賴基層醫療服務，導致其難以充分享受數字普惠金融帶來的便利，從而對數字金融服務需求較低，導致組內差異不明顯。高收入群體則擁有更多的資源和選擇，但在該群體內部可能存在較大的數字技能差異，從而導致了較大的健康不平等差異。

（三）機制檢驗

在CLHLS數據庫中，財富感知是最接近反映主觀社會地位認知的可得變量。為探討數字普惠金融影響老年人健康不平等的潛在機制，本文選取財富感知差距作為衡量主觀社會地位認知的中介變量。具體而言，根據受訪者對CLHLS問卷中“您的生活在當地比較起來，屬于什么程度？”這一主觀財富感知問題的回答，就五個選項“很困難”“比較困難”“一般”“比較富?！薄昂芨辉！狈謩e賦值1—5分，并按照Kakwani的方法計算老年群體整體的財富感知差距。

表5中的列（1）報告了數字普惠金融對財富感知差距影響的回歸結果。可以發現，數字普惠金融的系數為正且在5%的統計水平下顯著，表明數字普惠金融的發展加劇了老年群體的財富感知差距。結合列（2）的結果，財富感知差距對健康不平等的影響系數為0.180，且在1%的水平下顯著，在控制財富感知差距后，數字普惠金融對健康不平等的影響系數從0.149下降到0.137，雖然依舊保持顯著正向影響，但經濟意義有所減弱。該結果表明，財富感知差距可能是數字普惠金融影響健康不平等的一個重要中介機制。假設H2得證。理論上，數字普惠金融發展可能通過兩條途徑加劇老年群體的財富感知差距：一是客觀財富分布受到影響。數字普惠金融的發展為具備數字技能的老年人帶來了新的投資理財機會和金融服務渠道，能夠熟練使用數字金融工具的老年人更容易獲取優質金融服務，降低交易成本并把握投資機會（Frankham等，2020），這種數字技能的差異最終可能轉化為實際的財富積累差距。二是鄰里效應加劇了主觀財富感知差異，即使實際財富分布未發生變化，數字普惠金融的發展也可能讓老年人對鄰里間的財富差距更加敏感。通過數字媒體和網絡平臺，鄰里間的生活方式、消費習慣和財富狀況更容易被觀察和比較，這增加了老年群體進行社會比較的頻率。這種財富差距的感知會產生顯著的經濟壓力，進而影響到老年人的身體健康。首先，經濟壓力會對心理健康產生直接影響。持續的財富差距感知容易誘發焦慮、抑郁等負面情緒。已有研究表明，長期的經濟壓力會引起慢性應激反應，導致免疫功能下降，增加慢性疾病的發病風險。其次，經濟壓力也會帶來健康投資行為的改變，如減少預防性醫療支出，推遲就醫時間或選擇較低質量的醫療服務，也可能影響營養攝入和運動等健康生活方式的維持，這些行為會降低健康管理的效果。

為探討社會支持在數字普惠金融影響老年人健康不平等中是否具有調節作用，本文選擇社區對老年人提供的幫助來代表社會支持。根據調查對象對CLHLS問卷中“您所在社區有哪些為老年人提供的社會服務？”的回答（多項選擇）進行賦值，如果社區提供了起居照料、上門看病、精神慰藉等9項中的某一項服務，則賦值為1，否則為0，最后將所有得分加總，結果為0—9的連續變量。

表5中的列（3）展示了社會支持的交互作用。其中數字普惠金融的系數為0.117且在1%的水平下顯著，說明數字普惠金融的發展會加劇老年群體的健康不平等。社會支持的系數為-0.007，且在1%水平下顯著，表明社會支持程度越高，老年人健康平等狀況越好。數字普惠金融與社會支持的交互項系數為負，且在5%水平下顯著。假設H3得證。這一發現揭示了社會支持在數字普惠金融影響老年人健康不平等過程中的調節作用。首先，從心理層面看，良好的社會支持能夠緩解數字鴻溝帶來的負面心理影響。當老年人在使用數字金融服務遇到困難時，社會及時提供的幫助和情感支持可以降低其焦慮和挫折感，減小因數字技能差異產生的心理壓力。同時，社會支持也能夠調節老年人對財富差距的感知，通過集體活動增進鄰里互動，可緩解社會比較帶來的負面情緒。其次，在能力提升方面，社會支持為老年人提供了學習和適應數字金融的支持性環境。例如社區及村集體組織的培訓活動、經驗分享會等，能夠幫助數字技能較弱的老年人掌握必要的操作技能，縮小群體內部數字化應用差距。此外，當老年人因數字技能不足而難以獲取某些金融服務時，社會可以提供替代性的服務渠道或資源支持，確保其基本金融需求得到滿足。

人口統計特征和社會經濟地位對財富感知差距的影響表現出顯著的異質性。隨著年齡的增長，老年人的財富感知差距呈現縮小趨勢，這可能是由于高齡老年人對財富的期望值逐漸趨于理性和穩定，減少了主觀感知差異，并且相對于低齡段的老年群體，高齡人群的收入來源（如以養老金為主要來源）以及消費逐漸趨同，客觀上也削弱了財富感知的差異性。在教育方面，學歷越高，財富感知差距程度越高，這一結果可能反映了教育帶來的信息獲取能力的增強，即高學歷群體往往對經濟社會差異更加敏銳，同時也會有更高的社會期望。最為顯著的是收入水平的影響，數據顯示，收入每提升一個單位，財富感知差距縮小0.017，這說明收入的提高能夠帶來更穩定的經濟基礎，不僅減少了財富感知的波動，也使得個體對財富的評估更趨客觀和理性。

（四）穩健性檢驗

1.內生性檢驗

為解決可能存在的遺漏變量、同時決策等內生性問題，本文選取研究與試驗發展（Ramp;D）經費投入強度（張建剛和王星辰，2024）和滯后一期的數字普惠金融指數（易行健和周利，2018）作為工具變量，采用工具變量（IV）的兩階段最小二乘法（2SLS）對原有模型進行估計。選擇Ramp;D經費投入強度作為工具變量主要基于以下兩點考慮：首先，Ramp;D經費投入能夠通過推動金融科技創新促進數字普惠金融發展，從而滿足工具變量的相關性條件；其次，Ramp;D經費投入主要受政府創新政策和企業研發戰略影響，與健康不平等沒有直接關聯，滿足工具變量外生性條件。本文選擇滯后一期的數字普惠金融指數作為工具變量主要是因為滯后項與當期數字普惠金融水平顯著相關，同時與老年群體的健康不平等沒有直接因果關系，滿足工具變量的相關性和外生性的條件。

內生性檢驗結果如表6所示，第一階段回歸結果表明Ramp;D經費投入強度和滯后一期的數字普惠金融與數字普惠金融指數顯著相關，第二階段回歸結果顯示，數字普惠金融對健康不平等的影響系數依舊為正且在1%水平下顯著，經濟意義與基準回歸結果一致，表明基準結果并未受到內生性問題的干擾。在此基礎上，本文還進行了不可識別檢驗、過度識別檢驗和弱相關性檢驗，結果均通過了驗證，證明本文所選取的工具變量是合適的。

因此，無論采用何種工具變量，內生性校正后的結果都與基準回歸保持一致?？偟膩碚f，IV估計結果進一步驗證了本文結論的穩健性，即數字普惠金融的發展會加劇老年群體的健康不平等狀況。

2.穩健性檢驗

為確保結果的穩健性，本文采取以下兩種方式進一步進行穩健性檢驗：一是更換健康不平等的度量指標，使用個體自評健康狀況與最佳可能健康狀況之間的差距作為健康不平等的替代指標；二是用數字普惠金融的使用深度作為核心解釋變量（張建剛和王星辰，2024）。結果如表7所示。

表7中的列（1）展示了個體自評健康狀況與最佳可能健康狀況之間的差距作為健康不平等的替代指標的回歸結果，從中可以發現，數字普惠金融對該變量的影響系數為正且在1%的統計水平下顯著，這與基準結果保持一致，進一步支持了本文的結論。列（2）為以數字普惠金融的使用深度替代原解釋變量衡量指標的回歸結果，數字普惠金融對老年人健康不平等的影響系數仍為正且在5%水平下顯著，進一步說明本文結論穩健。

五、結論與建議

本文基于中國老年健康影響因素跟蹤調查（CLHLS）2011年、2014年和2018年三期面板數據，通過構建固定效應模型，實證考察數字普惠金融對老年群體健康不平等的影響及其作用機制，得到以下幾點結論：（1）數字普惠金融的發展會加劇老年群體的健康不平等狀況，該結論經過一系列檢驗后依然穩健。（2）中介機制分析得出，主觀社會地位認知在數字普惠金融影響老年人健康不平等的過程中發揮著重要的中介作用，具體表現為數字普惠金融的發展會改變老年人的主觀社會地位認知，進而傳導至健康狀況，引致健康不平等；調節機制分析發現，社會支持在數字普惠金融影響老年人健康不平等中具有調節效應，其可以有效緩解數字普惠金融帶來的老年群體健康不平等。（3）數字普惠金融對不同居住方式、受教育水平、收入水平和城鄉老年群體健康不平等的影響存在異質性，與家人同住、低學歷、高收入和城鎮老年群體受到的負面影響更為顯著，這可能源于這四類群體在家庭支持、醫療資源和互聯網使用方面的差異。

基于以上發現，本文提出如下政策建議：

首先，在推進數字普惠金融的進程中，應高度重視其可能加劇老年健康不平等的負面影響，并采取有效措施加以緩解。一方面，加大對老年人數字技能培訓的投入，以社區或村集體為單位開展分層分類的培訓，幫助老年人掌握數字金融工具的使用方法，縮小老年群體在數字金融服務使用能力上的差距。另一方面，優化面向老年群體的數字金融產品設計，開發操作簡便、界面清晰的適老化應用程序，提供個性化的金融服務方案。同時，在數字化轉型過程中，應保留必要的傳統服務渠道，確保特殊群體的基本金融需求得到滿足。

其次，加強老年人主觀社會地位認知的引導，并完善社會支持體系建設。一方面，通過社區或村集體組織開展的教育和心理輔導活動，幫助老年人形成合理的經濟社會地位期望，減少因財富差距感知而造成的心理負擔，緩解其對健康的負面影響。另一方面，完善社區服務體系，發揮社會支持的積極作用。例如，建立社區志愿服務隊伍，為老年人提供生活照料；組織社區文化活動，豐富老年人的精神生活；構建鄰里互助網絡，增強社會聯結等，多方面多途徑提升老年群體幸福感。

最后，實施差異化的普惠金融政策，針對老年群體的異質性特征精準施策。具體而言，對于與家人同住的老年人，加強家庭金融教育和代際支持；針對低學歷老年群體，開展金融知識普及和技能培訓，提升其獨立使用數字金融工具的能力；對于高收入老年群體，提供更專業的風險管理和資產配置指導，幫助其識別和規避潛在的金融風險，確保資產安全；面向城鎮老年人，完善社區金融服務體系，優化線上線下融合的服務模式，提升金融服務的便捷性和可及性。

參考文獻：

[1] Jayasinghe S. Social determinants of health inequalities： towards a theoretical perspective using systems science[J]. International Journal for Equity in Health， 2015， 14（01）： 71.

[2] Fungá?ová Z， Weill L. Understanding financial inclusion in China[J]. China Economic Review， 2015， 34： 196-206.

[3] Liu Y， Luan L， Wu W， et al. Can digital financial inclusion promote China's economic growth？[J]. International Review of Financial Analysis， 2021， 78： 101889.

[4] Liu L， Guo L. Digital financial inclusion， income inequality， and vulnerability to relative poverty[J]. Social Indicators Research， 2023， 170（03）： 1155-1181.

[5] Yu C， Jia N， Li W， et al. Digital inclusive finance and rural consumption structure – Evidence from Peking University digital inclusive financial index and China household finance survey[J]. China Agricultural Economic Review， 2021， 14（01）： 165-183.

[6] Lian X， Mu Y， Zhang W. Digital inclusive financial services and rural income： Evidence from China's major grain-producing regions[J]. Finance Research Letters， 2023， 53： 103622.

[7] Song Y， Gong Y， Song Y， et al. Exploring the impact of digital inclusive finance on consumption volatility： Insights from household entrepreneurship and income volatility[J]. Technological Forecasting and Social Change， 2024， 200： 123179.

[8] Ahmed H， Cowan B. Mobile money and healthcare use： Evidence from East Africa[J]. World Development， 2021， 141： 105392.

[9] Zhang J， Zhang H， Gong X. Mobile payment and rural household consumption： Evidence from China[J]. Telecommunications Policy， 2022， 46（03）： 102276.

[10] Lei X， Shen Y， Yang L. Digital financial inclusion and subjective well-being – Evidence from China health and retirement longitudinal study[J]. China Economic Review， 2023， 81： 102013.

[11] Liao L， Du M. How digital finance shapes residents' health： Evidence from China[J]. China Economic Review， 2024， 87： 102246.

[12] Aziz A， Naima U. Rethinking digital financial inclusion： Evidence from Bangladesh[J]. Technology in Society， 2021， 64： 101509.

[13] Correa T， Pavez I. Digital inclusion in rural areas： A qualitative exploration of challenges faced by people from isolated communities[J]. Journal of Computer-Mediated Communication， 2016， 21（03）： 247-263.

[14] LIN T， FU X P， TING G， et al. Assessing the relationship between digital inclusive finance and the well-being of elderly individuals： A study of life satisfaction[J]. Journal of the Knowledge Economy， 2024， 15（02）： 9597-9628.

[15]" Lythreatis S， Singh S K， El-Kassar A N. The digital divide： A review and future research agenda[J]. Technological Forecasting and Social Change， 2022， 175： 121359.

[16] 劉雪穎， 趙忠. 數字鴻溝與農村家庭商業保險參與[J]. 社會保障研究， 2023（05）： 67-81.

[17] 楊夢瑤， 李知一， 李黎明. 互聯網使用與老年人的心理健康——基于兩級數字不平等的視角[J]. 人口與發展， 2022， 28（06）： 132-147.

[18] 謝明明， 閆文杰， 楊一帆. 數字普惠金融對家庭商業保險需求的影響——基于機制分析與門檻效應的檢驗[J]. 金融理論與實踐， 2024（05）： 108-118.

[19] 董曉林， 吳以蠻， 熊健. 金融服務參與方式對農戶多維相對貧困的影響[J]. 中國農村觀察， 2021（06）： 47-64.

[20] Marmot M， Wilkinson R. Social determinants of health[M]. Oxford： oup， 2005.

[21] Wolff L S， Subramanian S V， Acevedo-Garcia D， et al. Compared to whom？ Subjective social status， self-rated health， and referent group sensitivity in a diverse US sample[J]. Social Science amp; Medicine， 2010， 70（12）： 2019-2028.

[22] Demakakos P， Nazroo J， Breeze E， et al. Socioeconomic status and health： The role of subjective social status[J]. Social Science amp; Medicine， 2008， 67（02）： 330-340.

[23] Wu F， Cui F， Liu T. The influence of digital inclusive finance on household wealth： A study based on CHFS data[J]. Finance Research Letters， 2023， 58： 104460.

[24] Li Y， Jin R， Li X. Research on the impact and mechanism of digital capabilities and digital finance on household wealth in the context of aging[J]. Heliyon， 2024， 10（02）： e24255.

[25] Frishammar J， Essén A， Bergstr?m F， et al. Digital health platforms for the elderly？ Key adoption and usage barriers and ways to address them[J]. Technological Forecasting and Social Change， 2023， 189： 122319.

[26] Hao Y， Zhang B. The impact of digital financial usage on resident's income inequality in China： An empirical analysis based on CHFS data[J]. Journal of Asian Economics， 2024， 91： 101706.

[27] Zhang Z， Zhang J. Perceived residential environment"of neighborhood and subjective well-being among the elderly in China： A mediating role of sense of community[J]. Journal of Environmental Psychology， 2017， 51： 82-94.

[28] Lu N， Wu B. Perceived neighborhood environment， social capital and life satisfaction among older adults in Shanghai， China[J]. Scientific Reports， 2022， 12（01）： 6686.

[29] Cohen S， Wills T A. Stress， social support， and the buffering hypothesis[J]. Psychological Bulletin， 1985， 98（02）： 310.

[30] Steptoe A， Shankar A， Demakakos P， et al. Social isolation， loneliness， and all-cause mortality in older men and women[J]. Proceedings of the National Academy of Sciences， 2013， 110（15）： 5797-5801.

[31] Gakidou E E， Murray C J L， Frenk J. Defining and measuring health inequality： An approach based on the distribution of health expectancy[J]. Bulletin of the World Health Organization， 2000， 78： 42-54.

[32] Yitzhaki S. Relative deprivation and the Gini coefficient[J]. The Quarterly Journal of Economics， 1979， 93（02）： 321-324.

[33] Kakwani N. The relative deprivation curve and its applications[J]. Journal of Business amp; Economic Statistics， 1984， 2（04）： 384-394.

[34] Mossey J M， Shapiro E. Self-rated health： A predictor of mortality among the elderly[J]. American Journal of Public Health， 1982， 72（08）： 800-808.

[35] M?ller L， Kristensen T S， Hollnagel H. Self rated health as a predictor of coronary heart disease in Copenhagen， Denmark[J]. Journal of Epidemiology amp; Community Health， 1996， 50（04）： 423-428.

[36] Fayers P M， Sprangers M A. Understanding self-rated health[J]. The Lancet， 2002， 359（9302）： 187-188.

[37] 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（04）：1401-1418.

[38] Frankham C， Richardson T， Maguire N. Psychological factors associated with financial hardship and mental health： A systematic review[J]. Clinical Psychology Review， 2020， 77： 101832.

[39] 張建剛，王星辰.銀行數字化轉型能否促進家庭消費“擴容提質”[J].金融經濟，2024（07）：50-64.

[40] 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.

（責任編輯：張艷妮）

Can Digital Financial Inclusion Alleviate Health Inequalities

Among the Elderly？

Huang Anzhong， Hong Dandan， Ma Yinghui

（Jiangsu University of Science and Technology）

Abstract： Utilizing data from the Chinese Longitudinal Healthy Longevity Survey （CLHLS） in 2011， 2014， and 2018， this study investigates the impact of digital financial inclusion （DFI） on health inequalities among the older adults and explores the underlying mechanisms. The results indicate that the development of DFI has exacerbated health inequalities among older adults. Heterogeneity analysis found that this negative impact was more pronounced for older adults who live with family members， have low education levels， have high income levels， and reside in urban areas. Furthermore， DFI has intensified the perceived wealth inequality among the elderly， thereby aggravating health inequalities. Notably， social support can effectively mitigate the adverse impact of DFI on health inequalities among older adults. These insights not only enhance our understanding of the potential health consequences associated with DFI but also provide policy implications for promoting its inclusive development and achieving health equity， a key objective of sustainable development goals.

Keywords： Digital financial inclusion; Health inequalities; Subjective social status; Social support