數字普惠金融、居民消費結構與區域性金融風險

摘 要：本文基于2011—2020年中國31個省份的面板數據，借助北京大學數字普惠金融指數，對地區數字普惠金融的發展狀況進行了量化評估，通過覆蓋廣度、使用深度及數字化程度三個關鍵指標檢驗了數字普惠金融如何影響區域性金融風險，并探討了居民消費結構在兩者間的機制作用。研究表明，數字普惠金融的推廣和發展顯著降低了區域性金融風險，普及高效的金融服務在增強區域金融穩定性方面起到了積極作用；居民消費結構在數字普惠金融與區域性金融風險之間扮演了重要的中介角色。結合上述研究結論，文章創新性地構思了在數字普惠金融環境下有效預防和消解區域性金融風險的建議，以供參考。

關鍵詞：數字普惠金融；區域性金融風險；穩健性；中介效應；覆蓋廣度；使用深度；數字化程度

中圖分類號：F832；F063.2 文獻標識碼：A 文章編號：2096-0298（2024）08（a）--05

金融作為國民經濟的動脈和生命線，承擔著為整個經濟體系提供資金流動、風險管理和資產配置的關鍵職能，不僅是國家核心競爭力的重要組成部分，還是推動經濟結構優化和轉型升級的關鍵力量。正因如此，金融的穩健發展對中國經濟的持續健康增長有著不可或缺的作用。區域性金融風險作為金融風險體系中的重要維度，源自地區金融市場的結構性弱點，包括金融機構的資本充足率不足、信貸市場的過熱及資產價格的非理性波動等問題。這些結構性弱點可能引發從流動性緊縮到信用違約的增多，甚至觸發金融市場的系統性崩潰，對地區經濟產生深遠的負面影響。由于金融風險具有潛在的傳染性，區域金融的不穩定性不僅威脅到單一區域，還可能擴散至國家乃至全球范圍，影響整體金融穩定。因此，防范與化解區域性金融風險具有重要的戰略意義。

隨著創新驅動發展戰略的深入實施，數字金融的快速發展引領了數字普惠金融的興起。數字普惠金融的核心優勢在于能夠通過技術手段降低金融服務的門檻，實現更廣泛的市場覆蓋。這種普及性不僅增加了金融市場的參與者數量，還有助于金融資本更有效地分配，從而推動經濟的包容性增長。此外，數字普惠金融通過提供更為多樣化的金融產品和服務，增強了金融市場的深度和廣度，為預防和化解區域性金融風險提供了新的路徑和方法。

基于上述背景，本文選取2011—2020年中國31個省份的面板數據，借助北京大學數字普惠金融指數，對地區數字普惠金融的發展狀況進行了量化評估，通過覆蓋廣度、使用深度及數字化程度三個關鍵指標檢驗了數字普惠金融如何影響區域性金融風險，并探討了居民消費結構在兩者間的機制作用。

1 文獻綜述

數字普惠金融作為一種新興的金融科技應用，已成為廣泛研究的焦點。就其概念界定而言，CGAP將數字普惠金融界定為一種機制，旨在通過數字化途徑向那些未充分獲得金融服務或遭受金融排斥的群體提供正規的金融服務（CGAP，2015）[1]。信息技術的普及極大地推動了數字普惠金融的發展，數字普惠金融產品和服務已涉及個人征信、消費金融、數字化支付、投資理財諸多領域（向潔等，2021）[2]；中國通過促進地方小額貸款、多元化融資服務和引導金融機構關注數字普惠金融，深化了數字普惠金融實踐（周錦鴻，2023）[3]，不斷成熟的數字普惠金融技術推動了傳統金融的發展。從宏觀層面來看，數字普惠金融對經濟高質量發展具有顯著的直接促進效應（上官緒明和葛斌華，2021）[4]，整體上縮小了收入差距（田瑤和郭力宏，2022）[5]。從微觀層面來看，數字普惠金融對中小企業創新研發效率和成果轉化效率發揮了促進作用（齊紅倩等，2023）[6]，能夠有效減輕企業融資約束，提升貸款可得性和企業創新表現（周錦鴻，2023）[3]。

區域性金融風險作為金融風險體系中的重要維度，相關研究也較為豐富。區域性金融風險主要指國內某個經濟區域內金融體系面臨的風險，由微觀金融風險在區域內或區域間傳播和擴散構成（梁靜姝，2018）[7]，最終可能會上升至宏觀的系統性風險（王擎等，2018）[8]，其演變過程受到諸多要素的共同作用。其中，銀行和房地產市場扮演著關鍵角色，成為區域金融風險的主要策源地（榮夢杰和李剛，2020）[9]。信用風險是區域金融風險的主要表現形式（梁靜姝，2018）[7]。目前，銀行業金融機構依然是我國金融系統的核心力量（王擎等，2018）[8]。因此，部分學者主張采用不良貸款率作為直觀衡量區域金融風險的有效指標（歐陽資生等，2021）[10]。

學者在認可數字普惠金融對經濟帶來積極影響的同時，也開始廣泛關注其對區域性金融風險的影響。歐陽資生等（2021）[10]的研究表明，數字普惠金融通過降低交易成本和提高盈利能力等方面，有效抑制區域性金融風險。李晨和丁鑫（2021）[11]進一步發現，這種金融形態通過緩解地方融資困境和減輕地方政府債務壓力，有助于降低區域系統性金融風險。同時，何文彬與王珂凡（2023）[12]指出，鄰近地區數字金融的發展間接降低了本地區的區域性風險。此外，劉驊與崔婧（2023）[13]指出，數字普惠金融提高了金融體系運行效率，優化了傳統金融結構，進而抑制區域金融風險。這些研究共同展示了數字普惠金融對區域性金融風險的抑制效應。

雖然目前的文獻已廣泛探討了數字普惠金融對區域性金融風險的影響，但對其作用機制的分析尚顯不足。本文引入居民消費結構作為中介變量，探討數字普惠金融對區域性金融風險的影響。

2 理論分析

2.1 數字普惠金融對區域性金融風險的直接影響

數字普惠金融的積極推廣不僅拓展了金融資源向包括個體和小型企業在內的較為邊緣化群體的覆蓋范圍，還促使金融服務更加公平地分配于社會的各個角落（郭文偉和羅冰瑩，2024）[14]。這種戰略有效降低了對某單一區域或行業的依賴，顯著減輕了由于特定領域所承擔風險而可能引發的金融系統的沖擊。同時，信息技術在提高金融透明度和流動性方面的應用加強了市場參與方在進行風險評估和機會把握時的準確性，進而有效降低了由信息不對稱導致的市場不穩定性，進一步降低了金融系統面臨的整體風險。

數字普惠金融的普及增強了金融市場的整體包容性，吸引了更廣泛的金融邊緣人群參與到金融體系中來，提高了市場參與者的多樣性。這種多樣性的增加不僅使金融市場生態更加豐富，還有效分散了金融系統可能面臨的特定風險源造成的沖擊。數字技術的運用提高了金融監管的效率和精確性，使得監管機構更加及時和有效地識別、預防和應對潛在的金融風險，從而維護了金融市場的穩定與健康。同時，數字普惠金融作為創新的催化劑，激勵金融機構開發出更加多樣化、更能滿足客戶需求的金融產品和服務。這種創新不僅提高了金融市場的競爭力，還提高了金融系統抵御外部沖擊的能力，為金融體系的穩定發展奠定了堅實的基礎（張夢君，2022）[15]。

綜合上述分析，本文提出以下假設：

H1：數字普惠金融發展可對減少區域性金融風險產生積極影響。

2.2 居民消費結構的中介作用

居民消費結構定義為發展與享受型消費支出占消費總支出的比例，對區域性金融風險的影響具有重要意義。發展型消費支出通常包括教育、健康和長期資產投資等；而享受型消費則涉及休閑、娛樂和非必需品的購買。這種消費結構的衡量方式反映了居民在必需品和非必需品之間的支出偏好，以及其對未來投資與即時滿足之間的權衡。

當居民的消費結構傾向發展與享受型消費時，可能意味著居民具有較高的經濟安全感和相對寬裕的財務狀況，因為他們能夠承擔超出基本生活需求的額外支出。在此情況下，消費者可能更愿意進行風險較高的投資，如購買金融產品或進行其他形式的資本市場投資，能夠提高整個區域的資金流動性和經濟活力。然而，如果這種高比例的發展與享受型消費未被有效的金融監管和宏觀經濟政策支持，可能引發區域性金融市場的不穩定。例如，過度的消費驅動可能導致家庭債務累積、減少儲蓄，增加對信用的依賴，從而在面臨經濟衰退或市場調整時增加區域性金融風險。此外，高比例的非必需品消費可能會在經濟下行期間迅速減少，導致消費需求的大幅波動，這種波動可能對依賴消費驅動的區域經濟產生負面影響。

數字普惠金融通過增強金融教育和提升居民的金融知識，改善了消費者的金融行為，使其在面對消費決策時更加理性。這種提升意味著居民更傾向減少非必需或奢侈性消費，而更多地關注長期的金融健康和儲蓄，導致發展型和享受型消費的比例下降。此外，數字普惠金融服務的便利性和廣泛可及性使得居民能夠更有效NdnH/4PSh9yqc5tIwROP3z2O2UEGzd36kpvYHzwWGps=地管理自己的預算和財務。通過在線工具和應用，居民可以輕松追蹤和規劃自己的收入和支出，促使其做出更加審慎的消費選擇，減少沖動購買，從而進一步優化消費結構。同時，數字普惠金融提高了資金的流動性和獲得性，居民不僅可以更容易消費，還可以更容易地進行投資和儲蓄。在經濟不確定性較高的時期，這種流動性通常促使居民采取更保守的財務策略，如增加儲蓄而非消費，特別是在非必需品上的開支。數字普惠金融還包括改進借貸行為的監管措施，如信用評分系統，這些措施幫助消費者減少過度借貸和降低高風險金融行為，進一步影響消費結構，使得其在借貸決策上更加謹慎。

通過這些機制，數字普惠金融不僅優化了居民的消費結構，還促使消費更加個性化和適應性強，滿足了消費者的具體需求，避免了不必要的金融支出。這一系列的影響降低了非必需品消費的比例，有助于穩定金融市場，并減輕區域性金融風險。

依據前述分析，本文進一步提出以下假設：

H2：數字普惠金融的發展能夠通過調整居民消費結構，進而對降低區域性金融風險產生積極影響。

3 研究Dbz0GNSIHKDy9Bwmk0LsSHnZ5UtGW1wqpDyx+JPOkIw=設計

3.1 樣本選取與數據來源

在深入分析與綜合考量數據的可靠性與詳盡性后，本文選定2011—2020年中國31個省份（港澳臺地區除外）的面板數據，累計獲得310個有效樣本。對于區域性金融風險的相關數據，本文依托EPS數據庫在衡量數字普惠金融發展狀況時，采用了北京大學發布的數字普惠金融權威指數。此外，為提高研究的全面性和深入性，本文從Wind數據庫、國家統計局官網及《中國統計年鑒》中廣泛采集了多元化的輔助數據。

3.2 變量選取

（1）被解釋變量

本文的被解釋變量是區域性金融風險，考慮到其主要來源是商業銀行，參照歐陽資生等（2021）[10]的做法，采用各省的不良貸款率來衡量。

（2）解釋變量

本文參照李晨和丁鑫（2021）[11]的做法，采用北京大學數字金融研究中心構建的數字普惠金融指數作為解釋變量。

（3）中介變量

本文的中介變量是居民消費結構，參照項圓心等（2024）[16]的做法，采用發展與享受型消費支出和消費總支出之比來衡量。

（4）控制變量

本文控制變量選擇影響區域性金融風險的主要因素，包括城鄉居民收入差距（urban）、金融發展水平（finance）、市場化水平（market）、社會消費水平（social）、產業結構（structure）。其中，城鄉居民收入差距（urban）的定義為城鎮居民人均可支配收入與農村居民人均可支配收入之比；金融發展水平（finance）的定義為金融機構存貸款余額總額與地區GDP之比；市場化水平（market）采用綜合反映各地區市場經濟發展狀況的市場化指數作為評價指標；社會消費水平（social）的定義為社會消費品零售總額與地區GDP之比；產業結構（structure）的定義為第三產業產值與第二產業產值之比。另外，本文還控制了年份（year）和省份（province）。

3.3 模型計量設定

3.3.1 基準回歸模型

為了深入探究數字普惠金融與區域性金融風險之間的內在聯系，本文運用了雙向固定效應模型，以排除各省份間及宏觀經濟因素差異帶來的干擾，從而確保研究結論的準確性和可靠性。

基于假設H1，構建如下模型：

其中，Loani，t為被解釋變量區域性金融風險，表示第i個省份第t年的區域性金融風險水平；β0為截距項；β1為衡量數字普惠金融影響區域性金融風險的大小；Xi，t為核心解釋變量，代表第i個省份第t年的數字普惠金融發展水平；controli，t為控制變量集，包含城鄉居民收入差距（urban）、金融發展水平（finance）、市場化水平（market）、社會消費水平（social）、產業結構（structure）；個體固定效應由參數λi表示，它捕捉了每個省份特有的不隨時間變化的影響因素；而時間固定效應則由參數μt呈現，反映了所有省份共同面臨的時間趨勢或周期性影響：εi，t代表隨機誤差項，涵蓋了除個體和時間固定效應外其他未觀測到的隨機擾動。另外，i代表省份，t代表年份，用于區分不同省份和不同時間點的數據。

3.3.2 中介效應檢驗模型

本文參考項圓心等（2024）[16]的方法，在式（1）的基礎上，進一步構建中介效應檢驗模型，檢驗居民消費結構是否為數字普惠金融影響區域性金融風險的渠道，中介效應檢驗模型如下：

其中，Consumei，t為中介變量——居民消費結構；其余變量含義與式（1）一致。

4 實證分析

4.1 基準回歸分析

基準回歸分析的結果如表1所示。數字普惠金融總指數的系數為-0.0313，在1%的顯著性水平上，該指數與區域性金融風險呈現出明顯的負相關關系，即數字普惠金融的發展有助于降低區域性金融風險，假設H1成立。

數字金融使用深度（usedepth）和普惠金融數字化程度（diglevel）在統計上具有高度顯著性，其系數分別為-0.0146和-0.0136，均達到1%的顯著性水平。這一發現揭示了這兩個維度在降低區域性金融風險方面發揮了積極作用。然而，數字金融覆蓋廣度（cobredth）并未顯示出顯著的影響，意味著在影響區域性金融風險方面，并非所有的數字普惠金融維度都扮演著同等重要的角色。這一發現為人們更深入地理解數字普惠金融與區域性金融風險之間的關系提供了新的視角，對理解和實施更精細化的金融普惠政策具有重要意義。

4.2 穩健性檢驗

為了驗證基準回歸結果的穩定性和可信度，本文進行了以下穩健性檢驗：

（1）增加控制變量。由于人力資本水平（human）能夠通過提高經濟的適應性和創新能力對區域性金融風險產生一定的影響。為了使研究結果更加準確，增加人力資本水平（human）作為控制變量進行回歸。數字普惠金融總指數的系數為-0.0256，表明數字普惠金融總指數與區域性金融風險之間呈負相關關系，且這種關系在1%的統計水平上顯著，與之前的基準回歸結果一致。

（2）穩健標準誤。為應對數據中可能存在的異方差性問題，本文在固定效應模型中引入了穩健性（robust）估計方法。結果顯示，回歸系數為負，并通過1%的顯著性檢驗，進一步印證了數字普惠金融水平提升對降低區域金融風險具有積極作用的假設。

（3）縮尾處理。為排除極端值對研究結果的干擾，本文對所有數據進行了1%的縮尾處理，并重新進行了回歸分析。結果顯示，數字普惠金融的總指數系數仍為負值，且顯著，與之前的基準回歸分析結果相吻合（見表2）。

4.3 中介效應分析

理論分析表明，數字普惠金融通過引導和優化居民的消費結構，降低了區域性金融風險。基于這一理論框架，本文進一步對模型（2）和模型（3）進行了實證檢驗，旨在驗證這一中介效應的存在。相關的中介效應結果如表3所示，數字普惠金融的系數是-0.007，且在1%的顯著性水平上顯著。同時，在包含更多變量的分析中，數字普惠金融的系數為-0.0283，居民消費結構的系數為4.6102，分別通過了1%和10%的顯著性水平檢驗。這些結果支持了數字普惠金融通過居民消費結構對區域性金融風險產生影響的傳導機制，因此，第二個假設H2得到驗證。

5 結語

數字普惠金融的發展既對區域性金融風險有著直接的顯著遏制作用，又能通過調整和優化居民的消費結構，間接地對金融市場的穩定性產生積極影響。該結果強調了數字普惠金融通過增強金融可訪問性和提高金融服務質量，使居民更合理地規劃和分配其消費，從而減少不必要的高風險消費行為，增加對發展性和儲蓄性消費的投資。

綜上，本文提出以下三點建議：

第一，加強數字普惠金融的推廣和基礎設施建設。考慮到數字普惠金融對降低區域性金融風險的顯著效果，建議政府與金融機構聯合推進數字金融的基礎設施建設，尤其是在經濟欠發達地區。這包括但不限于提高寬帶互聯網和移動通信的覆蓋率，提高網絡支付系統的安全性與效率，以及加強對金融服務平臺的監管，確保數據安全和用戶隱私。此外，通過設立政策激勵，例如減稅或財政補貼，可以鼓勵更多的金融科技企業參與到這一領域中來。

第二，促進居民消費結構的優化和合理化。居民消費結構在數字普惠金融與區域性金融風險之間起著中介作用，因此優化消費結構具有重要意義。建議政府部門設計并實施一系列促進消費結構優化的政策措施，如提供財務規劃和預算管理的教育項目、增設針對長期投資（如教育、健康保健和養老儲蓄）的稅收優惠及開展廣泛的消費者教育活動，增強消費者對金融產品的認知和理解，從而引導其做出更為理智的消費選擇。

第三，深化金融服務的個性化和普及金融教育。為了提高數字普惠金融的效益，金融機構應根據不同消費者群體的具體需求，設計和推廣更多個性化的金融產品和服務。同時，應加大金融知識普及的力度，通過學校、社區、在線平臺多種渠道普及金融知識，特別是對農村和邊遠地區的居民。這樣的教育不僅有助于提高公眾的金融素養，還能促進消費者更加有效和安全地利用數字金融服務，從而進一步穩固區域金融的安全和發展。

這些策略可以充分發揮數字普惠金融在促進經濟包容性增長和降低區域性金融風險中的作用，為建設更穩健的金融環境提供支撐。

參考文獻

CGAP. What is Digital Financial Inclusion and Why Does it Matter？ [DB/OL] http：//www.cgap.org/blog/what digital finan cialinclusion and why does it matter，2015.

向潔，胡青江，閆海龍.數字普惠金融發展的區域差異及動態演進[J].技術經濟與管理研究，2021（2）：65-70.

周錦鴻.數字普惠金融的普惠效應與異質性特征[J].華南農業大學學報（社會科學版），2023，22（6）：102-114.

上官緒明，葛斌華.數字金融、環境規制與經濟高質量發展[J].現代財經（天津經大學學報），2021，41（10）：84-98.

田瑤，郭立宏.數字普惠金融縮小收入差距了嗎： 來自中國家庭追蹤調查的經驗證據[J].當代經濟科學，2022，44（6）：57-70.

齊紅倩，張佳馨，陳苗.數字普惠金融促進中小企業創新效率研究： 基于創新價值鏈視角[J].宏觀經濟研究，2023（10）：23-40.

梁婧姝.有效防范化解區域金融風險[J].中國金融，2018（24）：47-48.

王擎，劉軍，金致雯.區域性金融風險與區域經濟增長的相關性分析[J].改革，2018（5）：66-75.

榮夢杰，李剛.區域金融風險的空間關聯、傳染效應與風險來源[J].統計與決策，2020，36（24）：119-124.

歐陽資生，路敏，熊家毅.數字普惠金融發展對中國區域性金融風險的影響研究[J].西安財經大學學報，2021，34（5）：5-16.

李晨，丁鑫.數字金融發展緩解了區域系統性金融風險么： 來自中國31個省份的經驗證據[J].區域金融研究，2021（12）：36-42.

何文彬，王珂凡.數字普惠金融賦能我國經濟高質量發展： 基于空間計量模型和中介效應的研究[J].山東財經大學學報，2023， 35（2）：26-39.

劉驊，崔婧.數字金融發展對區域金融風險的抑制效應： 基于省級面板數據的實證檢驗[J].金融理論與實踐，2023（1）：35-44.

郭文偉，羅冰瑩.數字普惠金融聚勢賦能共同富裕的效應[J].金融市場研究，2024（4）：90-103.

張夢君.數字普惠金融對商業銀行信貸風險的影響： 基于中國省級面板數據的分析[J].上海立信會計金融學院學報，2022，34 （5）：19-33.

項圓心，李浩，王雪梅.數字普惠金融與現代服務業高質量發展： 基于服務消費視角的研究[J].統計與決策，2024，40（5）： 138-143.

李季剛，張哲，湯努爾·哈力克.數字普惠金融促進農村產業融合發展的影響研究： 基于中介效應與調節效應的分析[J].武漢金融，2023（12）：22-29+38.