1. 引言
随着进入中国特色社会主义新时代,我国的经济发展迅速,社会制度体系也越来越健全。但中国仍面临着高储蓄率的问题。近年来,受经济下行压力增大,贸易摩擦升级等因素影响,我国的出口与投资受挫。经济发展有所放缓,消费已成为拉动经济发展的主要动力,拉动内需的增长更是成为了促进经济发展的重要动力。但是近些年中国的收入增速放缓,在这种情形下,降低储蓄率就成为了刺激消费,拉动经济的有效手段。现在绝大多数的文献研究都表明,在世界范围内,中国的储蓄率是处于较高水平的。我国居民的储蓄一直较高。但是,“是亦彼也,彼亦是也”,高储蓄率同样有益处也有害处。一方面,它提供了广泛的资金来源,有利于我国经济的发展。高储蓄率有助于我国维持较高的投资率,可以说,高储蓄率是经济持续稳定发展的关键因素,保证了金融机构的稳定性及其资金的流动性。另一方面,高储蓄率无疑一定程度上抑制了即时消费。所以,在个人收入不变时,储蓄增加势必会导致消费降低。直接导致中国的内需不足、产能过剩、对出口依赖加大等问题,此外,也会抑制金融市场的健康发展。
高储蓄率对我国经济由高速增长转向高质量发展存在一定的制约作用。而随着网络技术飞速发展,数字金融应运而生,而且对消费方式的变革产生了诸多影响。数字普惠金融可以有效地减少金融服务成本与费用并有助于解决信息不对称问题,让更多弱势人群参与到金融活动中来,同时也可以促进区域经济发展,缩小收入差距,提高居民金融市场参与率,增加农村地区的居民就业。其中,以阿里巴巴旗下支付宝与腾讯旗下微信支付为代表的数字支付技术迅猛发展,为消费增长创造了重要机遇。这些技术不仅深刻改变了居民的日常支付习惯,更在一定程度上激发了消费潜力,拉动了整体消费水平的提升;各种消费信贷平台以数字普惠金融和提前消费未来的存款为基础,改变了我国居民惯有的消费观;数字普惠金融也有助于理财产品的更新换代,居民的投资途径变多,投资选择更多元化,所以,更多的居民愿意进行投资而非储蓄。因此,从区域、城乡差异两个层面分析数字普惠金融发展对家庭储蓄率的影响,拓展相关领域的实证研究,对促进我国普惠金融发展和经济增长具有重要意义,此外也可以为政府制定拉动经济增长的相关政策提供一定帮助。
本文以中国国情为依据,基于预防性储蓄理论与流动性约束等理论,选择实证分析的变量分析数字普惠金融对家庭储蓄率的影响,以验证数字普惠金融发展对家庭储蓄率的影响。此外,对数字普惠金融的研究也是对传统金融研究的一种扩展和创新,它打破了传统金融时间和空间上的限制,丰富和拓展了金融扶贫理论的相关内容和外延,具有重要的理论意义。
2. 文献综述
现在,关于中国家庭的储蓄率与数字普惠金融的研究,已经有很多的研究成果。中国家庭储蓄率的研究主要基于人口结构变迁、预防性储蓄理论、性别比例失衡和婚姻市场竞争动机、文化习俗和分配收入差距五个方面进行分析。自2005年提出普惠金融概念以来,其发展到现在取得了不小的成果。在中国,数字普惠金融也是重要的议题之一。
2.1. 家庭储蓄率的相关文献
人口结构变迁。Modigliani和Cao (2004)通过对人口变化的分析,发现在1953~2000期间,中国居民的储蓄率不断提高,导致这个情况的原因我国老龄化严重,青年人口的减少与失业或未就业人口比重的提高[1]。Curtis等(2015)以定量OLG模型为基础,并且将家庭中中年人将财产转移给其子女、父母或与子女与父母方获得财产的情况纳入考虑。实证结果显示,大部分的储蓄率增加可以归因于该区域人口架构的变化[2]。Imrohoroglu等(2017)发现,在计划生育政策下,家庭资金安全情况恶化和老年人健康情况变差会导致储蓄水平和人力成本的增加[3]。Choukhmane等(2017)发现,计划生育政策致使人们对未来赡养老人的能力预估下降,这可能是30%的储蓄率增长的原因[4]。Ge等(2018)使用了人口普查的数据和城市居民的调查资料,通过计划生育政策对特定年龄群体的影响不同,以及不同省份对于违反计划生育政策的处罚不同。结果表明,在这一政策的实施下,家庭子女数量变少,储蓄率增加[5]。Horioka和Wan (2007)将年轻抚养比和老年抚养比作为研究对象,使用省际面板数据的结果显示,在1995~2004年期间的中国家庭储蓄率增长并没有得到合理的解释[6]。
汪伟等(2013)、刘生龙等(2021)、袁志刚和宋铮(2000)从生命周期论的角度出发,得出了中国储蓄率高于世界上其他国家的原因是劳动人口比重增加、平均寿命增加。近年来的研究多集中在宏观结构与微观机理的联系上[7]-[9]。周绍杰等(2009)利用UHS数据同样发现,人口结果对于提高居民储蓄的作用并不大。这一解释的缺陷是,我国的人口增长速度较慢,很难对储蓄率的迅速增长给出一个合理的解释[10]。
预防性储蓄理论。Giles和Yoo (2007)指出,那些没有参加过社保和医疗保险的人,他们更愿意进行预防性储蓄,这样就可以在意外情况来临时,拥有更多存款来对冲风险[11]。Chamon和Prasad (2010)认为,预防性储蓄理论与消费的不稳定性相关,教育、住房和医疗等方面的消费存在着未知性导致了人们倾向于存钱[12]。Wang和Wen (2012)通过对居民收入的剖析,得出了房地产价格与储蓄之间没有显著的相关性[13]。Meng (2003)发现,在城市家庭中,如果经历了收入的不确定,那么会偏向储蓄,而对于从来没有成员失去过工作的家庭而言,他们的存款也会因为不稳定的收入而受到冲击[14]。He等(2017)以1990年代后期国有企业改革作为一个自然实验,通过将国有企业员工与政府部门的失业风险进行比较,识别预防性储蓄,从而发现了40%的储蓄增长[15]。Cooper和Zhu (2017)通过结构生命周期模型,对劳动市场风险进行分析,得出了我国居民高储蓄水平的主要原因。但近十几年来,中国的社保体系得到了进一步的改善,医疗、养老保险的覆盖面也在逐步扩大,但是居民的储蓄率却在迅速增长[16]。在国内,关于居民水平的提高原因,何立新等(2008)、凌晨和张安全(2012)、龙志和和周浩明(2000)、杨汝岱和陈斌开(2009)从医疗、住房、社会保障、市场监管缺失等角度进行了探究[17]-[20]。
性别比例失衡和婚姻市场的竞争动机。这些研究大多是建立在中国传统的重男轻女的文化基础之上,Wei和Zhang (2011)相信如果男女比例上升,则会使得家庭为了增强儿子在婚姻中的竞争能力而存储更多的钱[21]。然而,中国的家庭储蓄率高主要是由于城市居民的储蓄水平的提高,而男女比例失调更多发生在农村地区,所以中国的储蓄率不断提高还需要寻找一个更为合理的解释。
文化和习俗。Carroll和Weil (1994)认为,在一个家庭中如果收入增长或生活方式发生改变,都可以导致家庭中的存款增加[22]。Horioka和Wan (2007)研究发现,居民的消费具有惯性,往往倾向于购买经常使用的某些消费品,而滞后储蓄率与居民的消费惯性相吻合,对居民家庭的储蓄具有明显的积极作用[6]。但是,Modigliani和Cao (2004)指出,1950至1970这段时间内,中国家庭的平均储蓄率不足5%,这就说明了“节俭”观念即使存在,其作用也是微不足道的[23]。
分配与收入差距。关于收入分配与整体储蓄率的相关文献中,Schmidt-Hebbel和Serven (2000)运用了跨国的数据进行实证分析,结果表明,这二者之间没有系统性的影响[24]。在有关国民收入分配方面,Kuijs (2005)、Aziz和Cui (2007)、李扬和殷剑峰(2007)、徐忠等(2010)都认为,我国居民储蓄增加的主要原因是企业和政府收入在国民收入中占有过大的比重[25]-[28]。
周绍杰等(2009)、金烨等(2011)、陈斌开(2012)等对我国收入差距进行了定量的研究,并对其影响因素进行了分析,指出了其与储蓄之间的关系,但并未对城乡之间的收入差异进行描述[10] [29] [30]。朱国林等(2002)、杨汝岱和朱诗娥(2007)、陈彦斌和邱哲圣(2011)对我国居民收入差距不断扩大的现象进行了理论与实证研究,但缺少对消费水平的影响机制的探讨与定量研究[31]-[33]。徐忠等(2010)、解垩(2017)、汪伟等(2013)从国家财政对贫困家庭的税收减免和再分配两个方面,对中国居民的高储蓄率进行了实证分析[7] [28] [34]。
2.2. 数字普惠金融的相关文献
数字普惠金融的测度。在国外,Geda等(2006)利用Ethiopia的1994~2000年面板数据,普惠金融可以通过扩大金融服务范围、创新金融产品来改善居民的生活质量[35]。Bittencourt (2010)以Brazil为样本进行研究,结果表明改善低收入者的金融服务水平,拓展其金融服务覆盖面,这对提高20%低收入人口的生活水平是有益的[36]。Sarma (2010)借鉴HDI的构建方法,通过建设普惠金融指数的多项指标体系,用这个体系可以帮助衡量普惠金融的发展情况[37]。Allen (2016)得出普惠金融的普及度高,可以拓宽就业渠道,增加居民的收入[38]。Mahjabeen (2008)基于Cobb-Douglas生产函数的研究显示,在接受机构的金融服务后,家庭的收入将得到相应的提升[39]。
数字普惠金融的影响效应。在国内,王海军等(2014)发现,我国对于普惠金融的相关政策、市场体系与数字化革新都是普惠金融发展迅速的重要原因[40]。结合数字金融的发展历程,焦瑾璞等(2015)运用我国2004~2014年数据,对金融服务革新中数字货币所处地位、金融服务品质提升与相关费用减少等问题进行了实证分析[41]。张晓燕(2016)通过对数字金融的实证研究,认为信息技术的发展可以使得我国普惠金融的发展水平得到有效提升。相应的,普惠金融若得到了明显提升也能够有效地弥补城乡居民的收入差距[42]。
目前,有关数字普惠金融和储蓄率的研究,不仅充实了有关的理论,也为政府拉动经济增长,制定相关政策提供了一定帮助,但在整体研究架构中,缺少了数字普惠金融发展对家庭储蓄率的作用,所以应将其纳入研究范围内。鉴于此,本研究基于2018年中国家庭跟踪调查和2017年北京大学数字普惠金融指数(以下简称“数字普惠金融指数2017”)的数据,对数字普惠金融发展对家庭储蓄的影响进行实证分析,同时,本文对区域差异与城乡差异进行了深入分析,以期为我国政府在制定促进数字普惠金融发展的政策过程中提供借鉴。
3. 理论分析与研究假设
长期以来,中国经济一直保持着很高的储蓄率,中国居民的储蓄水平是我国整体储蓄水平的一个重要的微观基础。中国的储蓄率与全国总体储蓄率相同,在很长一段时间内都处于高位。据国家统计局统计,中国家庭储蓄率在1985~1995年间基本维持在了15%这一区间,比较稳定。但此后出现了明显的增长,从1995年的17%上升至2021年的46%,提高了29个百分点。
根据经济学理论,家庭储蓄等于家庭支出减去家庭消费。家庭中的储蓄增多后,可以通过金融市场将储蓄用于投资。然而,一个地区的金融发展程度不仅仅会影响到家庭的储蓄也会影响家庭的投资。也就是说,家庭所受的流动性约束降低后,家庭的消费也会相应增多,根据预防性储蓄理论,在这时家庭的预防性储蓄就会降低。普惠金融能够提供合理、有效、高效的金融服务,满足各类群体的需求。而数字金融在支持普惠金融事业发展层面展现了极大的优势。一方面,像微信、支付宝这样的网络平台,已经牢牢地抓住了成千上万的手机用户;另一方面,数字普惠金融可以利用用户使用网络购物平台和社交媒体的大数据,分析用户的信用水平,对用户进行信用评价通过对来自社交媒体和网购平台等的大数据进行分析,做信用评估,提出了一种克服普惠融资固有困难的可行方法。也就是说,数字普惠金融是以数字技术为基础,通过构成一套能够有效、全面的为各层次人群提供服务的系统来提升区域的数字金融水平,这也将对居民的金融行为产生积极的影响。此外,如果储蓄更多的转向投资,那么就会提高居民的投资倾向,降低家庭的预防性储蓄。
家庭储蓄与支出之间存在一定的相关性。居民储蓄的变动是由支出的变动决定的,而居民的支出水平变动则是由流动性约束主要决定的。流动性限制可以分为硬性和软性两种,但不管是硬性还是软性,都会降低家庭开支,让家庭把更多的钱存起来,以防将来出现的风险。而数字普惠金融依托互联网技术建立了覆盖范围广阔的电子商务和社交网络,突破了以往的时间和空间限制,使得居民更容易的获得资金,也就更容易参与到金融市场当中,提高了居民的参与意愿。降低了家庭获得资金的成本。因此,数字普惠金融发展好的地方流动性约束也就相应较弱,这有利于刺激家庭的投资欲望,减少预防性储蓄。
但是,由于资本市场存在着规模缺陷、结构缺陷和机制缺陷。这会使家庭不愿意把存款拿去投资,从而大大降低了从储蓄到投资的效率。而数字普惠金融是一种新型的金融形式,这种新的形式对传统形式的金融产生了深远的影响。一方面,传统的银行业可以借助数字普惠金融这一新形式进行产品与技术方面的革新;另一方面,发展数字金融推动了金融市场的快速发展与创新,有利于相关机构开发新的金融产品。数字普惠金融的发展使得新兴的金融市场能够提供高质量、高收益、高稳定性的产品,从而扩大居民的资金来源,减少家庭对资金的限制。同时,在信息分析与传递方面,数字金融有着特殊的优势,这就有助于其打破传统金融市场壁垒,提高市场中信息流动的效率与质量,使得更多家庭有条件了解并接触到金融产品,提高了其投资欲望,从而降低家庭预防性储蓄。
综上本文提出如下研究假设:
假设1:数字普惠金融发展降低家庭受到的流动性约束,有助于提高家庭消费支出,降低家庭预防性储蓄。
假设2:数字普惠金融发展推动金融市场投资环境的改善,有助于提高家庭投资意愿,降低家庭预防性储蓄。
4. 实证分析
本小节对相关数据进行整理,通过Stata软件数字普惠金融指数和家庭储蓄率做相关性分析,并分析回归结果,验证数字普惠金融发展对家庭储蓄率是否呈现负相关关系。
4.1. 样本数据选择
本文研究所采用的数据主要来源于以下三个方面:
首先是中国家庭追踪调查(CFPS)数据库,该数据由北京大学社会科学调查中心(ISSS)发布,覆盖全国25个省区的家庭追踪调查信息,涉及多维度内容,本文选取了2018年的CFPS数据作为研究样本。
其次为中国数字普惠金融发展指数,由北京大学数字金融研究中心课题组编制,系统测算了2011至2020年全国31个省份数字普惠金融发展水平及细分指标,本文重点采用了2017年与2018年的相关数据。
此外,还使用了由国家统计局发布的《中国统计年鉴》,该年鉴全面记录我国经济与社会发展各方面情况,本文选取了2017年和2018年的GDP、城乡居民人均可支配收入及消费支出等关键指标进行分析。
4.2. 变量及统计性描述
本研究以数字普惠金融发展指数作为自变量,直接采用《北京大学数字普惠金融指数》中计算的省级总指数来衡量中国数字普惠金融发展水平。为增强实证结果的显著性,对相关数据进行了取对数处理。采用2017年数据开展回归分析,并选用2018年数据进行稳健性检验。经处理后的数字普惠金融发展指数均值为300.2,标准差为29.77,表明全国31个省份的数字普惠金融发展水平存在较大差异。
因变量为家庭储蓄,本文将家庭储蓄作为主要的因变量进行回归。为了保证稳健性,本文将家庭储蓄率定义为:家庭储蓄 = (可支配收入 − 消费)/可支配收入,这样可以很好地保证数据的可用性。这里的消费有两种统计口径,分别为宽口径和窄口径。根据储蓄率的定义给予家庭储蓄以定义。家庭储蓄的均值为0.111,标准差为0.278。说明家庭储蓄之间的差别并不大。
本文在以往研究基础上加入了其他可能与储蓄率相关的变量作为控制变量。考虑到数据与模型的可行性,控制变量可划分为个人、家庭和地区三个层面。主要包括:户主年龄、人均收入、老人数量、孩子数量、患慢性病比例,如表1所示。第一个层面是个体层面,本文选取了年龄作为控制变量。其中,年龄的平均值为42.46,标准差为5.330,这表明受访住户大多非老年人,基本都为中年人,受访人群之间的年龄差异也不是非常大;本文将家庭总收入定义为:家庭总收入除以家庭人口数的值取对数。其均值为2.318,标准差为0.29,表明人均收入较高且差异较小;老年人的数量均值为0.973,表明家庭中老年人的数量较少,大部分家庭中有一个老人,这会影响家庭中有关养老方面储蓄的占比。孩子数量的均值为1.092,说明大部分家庭中都有一个孩子,这可能影响关于孩子教育、购房方面的储蓄决定;慢性病患者的数量均值为0.026、方差为0.0186,说明患有慢性病的人数量较少且各个家庭之间患有慢性病的人数差异较小;经济发展水平的均值为9.910,说明各省份的经济发展水平总体不高。
Table 1. Descriptive statistics of variables
表1. 变量描述性统计
变量 |
mean |
sd |
min |
max |
数字普惠金融发展指数 |
2.432 |
0.0373 |
2.381 |
2.527 |
家庭储蓄 |
0.259 |
0.0455 |
0.204 |
0.364 |
户主年龄 |
42.46 |
5.33 |
27.67 |
51.99 |
人均收入 |
2.318 |
0.29 |
2.113 |
3.557 |
老人数量 |
0.973 |
0.15 |
0.64 |
1.364 |
孩子数量 |
1.092 |
0.187 |
0.545 |
1.324 |
患慢性病比例 |
0.026 |
0.0186 |
0 |
0.056 |
经济发展水平 |
9.91 |
0.979 |
7.345 |
11.51 |
4.3. 模型设计
为了研究数字普惠金融对家庭储蓄率的影响,本文具体模型如下:
(1)
被解释变量
代表第i个家庭的储蓄率,解释变量
表示第i个家庭所处省份的数字普惠金融发展,控制变量
在文章中被分为三个层面:个人层面、家庭层面和区域层面。
、
、
代表待估残差,表示残差项。
4.4. 回归分析
在模型
的基础上,用了OLS的方法分析了数字普惠金融对家庭储蓄率的影响具体结果如表2所示。
根据表2所示的回归分析结果,数字普惠金融发展与家庭储蓄率之间存在显著负向关系。数字普惠金融发展指数在1%的水平上通过显著性检验,且系数为−0.675,表明数字普惠金融发展水平越高,家庭储蓄率越低。这一现象主要源于数字普惠金融借助网络技术优势,推动传统金融体系革新服务模式与产品类型,从而有效改变了居民的金融行为模式。
控制变量与家庭储蓄之间的关系。如表2所示,家庭人均收入通过了5%水平的显著性检验,并且系数为正,那么就说明家庭收入越多,家庭储蓄相应也就越多,这与家庭储蓄与家庭收入成正比的关系吻合,因为居民的收入增加有利于家庭储蓄的增长。老人数量在未通过显著性检验,并且系数为负,说明家庭中老人数量越少,则储蓄越多,这可能是因为家庭中老人数量少,那么与赡养老人相关的支出就会减少,从而导致家庭中的储蓄增加。孩子数量与家庭高储蓄之间的系数为正,说明孩子越多,家庭越倾向于增加储蓄。这可能因为家庭中的孩子越多,那么家庭中用于给孩子上学、购房和结婚等的费用较多,家庭就更倾向于储蓄。一个家庭中患有慢性病的人占家庭人口比例与家庭储蓄之间的呈现负相关关系,表明家庭中患有慢性病的人比率愈高,则家庭储蓄愈低。近些年国家加大了对公共卫生领域的投入力度,这些举措有效的解决了一些居民的医疗支出问题,导致了家庭中用于预防健康风险的储蓄降低。此外,患有慢性病的人占比越高,家庭储蓄率越低也有可能是因为家庭中用于看病治疗与购买药物的支出增加,从而导致了家庭中储蓄的降低。经济发展水平与家庭储蓄之间的系数为负,说明经济越不发达的地区,家庭储蓄率越高,可能由于经济发达地区的数字金融产品较多,影响了人们的金融行为,促使人们更多的购买金融产品,从而降低了家庭储蓄。而经济不发达的地区的人均收入相对较少,出于预防性储蓄心理,经济不发达地区的人们更倾向于储蓄。并且经济不发达地区数字普惠金融发展程度也较低,金融产品较少,人们往往就更偏向于储蓄而非投资。
Table 2. Regression analysis results 1
表2. 回归分析结果1
变量 |
系数 |
数字普惠金融发展指数 |
−0.675*** (−3.42) |
年龄 |
0 (−0.00) |
人均收入 |
0.064** (−2.74) |
老年人数量 |
−0.062 (−1.14) |
孩子数量 |
0.017 (−0.44) |
患慢性病比例 |
−0.372 (−0.95) |
经济发展水平 |
−0.005 (−0.69) |
观测值 |
31 |
R2 |
0.573 |
F检验 |
0.00311 |
F |
4.41 |
4.5. 异质性分析
由于中国的发展进程中存在区域不平衡、城乡差异显著以及贫富差距较大等问题,这些结构性矛盾同样对数字普惠金融的推广与深化产生重要影响。因此,下文将分别从区域与城乡两个维度,进一步探讨数字普惠金融发展的差异性表现。相应的实证分析结果(见表3)反映了数字普惠金融发展对家庭储蓄行为影响的异质性回归分析结论。
1) 数字普惠金融对家庭储蓄率的影响的区域差异。如表3所示,东部地区和西部地区的数字普惠金融与家庭储蓄率之间的系数为负,系数分别为−0.693和−0.318,并且都通过了1%水平的显著性检验。东西部地区居民储蓄水平与数字普惠金融发展之间的系数为负相关关系。这可能是由于东部的经济相较于西部而言更为发达,金融体系更完善,数字普惠金融的发展也就更快。而这些年国家大力发展西部地区,给予西部地区政策帮扶和资源倾斜,随着西部地区的基建不断完善,数字普惠金融在这些区域也在稳步发展。数字金融产品逐渐增多,那么家庭可选择的数字金融理财也就相应增加,这无疑会刺激家庭的投资投入。因此,家庭中的储蓄率也就随之下降。中部地区的数字普惠金融指数和居民储蓄比率的关系是正的,而在家庭储蓄率中的系数是0.375,并且通过了5%的显著检验。在中部,由于数字普惠金融的发展,这些地区的居民有更多的储蓄需求。这可能是由于随着东部地区的发展,一些产业需要转移到其他地区。而中部地区则是承接产业专业最多的地区。这将促进中部地区的经济发展,从而使其居民收入比数字普惠金融的发展更快。
2) 数字普惠金融发展对家庭储蓄率影响的城乡差异。如表3所示,东部和西部地区数字普惠金融的估计系数分别为−0.693和−0.318,且均在1%的水平上显著,表明这些地区数字普惠金融的发展与家庭储蓄率之间存在负向关系。这说明了城镇和农村的数字普惠金融发展越完善,那么在这些地区的家庭就越倾向于投资或消费而非储蓄。但是,数字普惠金融在城乡间的作用却不尽相同。根据结果显示,随着数字普惠金融发展增长1个百分点,其家庭储蓄率减少0.377个百分点;农村地区则是降低0.370个百分点。结合当下的发展背景来看,导致这个现象的原因可能是数字普惠金融依赖网络技术程度较深,但是在农村地区网络技术的发展不如城市地区,这就可能使得数字普惠金融在农村地区的影响力不如城市地区。
Table 3. Regression analysis results 2
表3. 回归分析结果2
|
区域层面 |
城乡层面 |
|
东部地区 |
中部地区 |
西部地区 |
城镇 |
乡村 |
系数 |
−0.693** |
0.375** |
−0.318*** |
−0.377** |
−0.370*** |
T值 |
(−2.92) |
(−3.05) |
(−5.92) |
(−2.53) |
(−21.19) |
R2 |
0.487 |
0.607 |
0.778 |
0.18 |
0.939 |
4.6. 稳健性检验
在我国,家庭储蓄行为存在明显的异质性,为确保回归结果的可靠性,本文对居民储蓄的衡量方式进行了调整,以进行稳健性检验。具体而言,将家庭储蓄b定义为人均储蓄率,即save b等于save a除以家庭总人数。相应的稳健性回归结果汇报于表4。其中,OLS 2列为将数字普惠金融指数样本区间调整为2018年数据后,对家庭储蓄b进行估计的结果。需要说明的是,控制变量并非本部分讨论重点,因此未作详细展开。由表4可知,在OLS 2中,2018年数字普惠金融指数的系数为−0.007,且在1%水平上显著。该结果与基准回归中系数符号和显著性一致,表明在改变变量定义与样本区间后,数字普惠金融对家庭储蓄率的影响依然保持稳健。
Table 4. Regression analysis results of stability tests
表4. 稳健性检验回归分析结果
变量 |
系数 |
数字普惠金融发展指数 |
−0.007*** (−3.67) |
年龄 |
−0.006 (−0.66) |
人均收入 |
0.062 (−0.39) |
老年人数量 |
−0.068 (−0.24) |
孩子数量 |
−0.35 (−1.50) |
患慢性病比例 |
0.987 (−0.39) |
经济发展水平 |
0.067 (−1.19) |
观测值 |
31 |
R2 |
0.838 |
F检验 |
0.00774 |
F |
3.969 |
5. 结论与政策建议
5.1. 研究结论
在CPFS2018数据和数字普惠金融指数2017、2018年数据的基础上,本文运用了OLS回归模型具体分析了数字普惠金融发展对家庭储蓄率的影响,并进行相关的稳健性检验后,得出以下结论:
数字普惠金融对家庭储蓄率的影响是显著的。随着数字普惠金融的发展,家庭储蓄率则会相应减少,反之,在数字普惠金融发展不太良好的地区,家庭储蓄也相应的较高。整体上,数字普惠金融与家庭储蓄呈现负相关关系。总体来看,数字普惠金融指数每提高1%,则家庭储蓄率下降0.675%。
随着数字普惠金融的发展,我国的家庭储蓄水平出现了明显的区域差异、城乡差异。在这三个区域中,当数字普惠金融发展程度提高时,居民的存款将会随之减少,而在中部地区,随着数字普惠金融的发展,居民的储蓄率则会有所提高。在东部和西部,数字普惠金融发展的差异较大,影响力也就不同。在东部地区数字普惠金融指数每上升1%,家庭储蓄率下降0.693%。在西部地区数字普惠金融每上升1%,家庭储蓄率下降0.318%。我国城乡数字普惠金融发展水平与居民储蓄水平呈显著正相关关系。但是,数字普惠金融对各地区的影响却不尽相同,即数字普惠发展中的增长1%,城市居民的存款比农村居民多减少0.007%。
5.2. 政策建议
近年来,数字普惠金融是我国发展的一项重要内容。要进一步减少居民存款,推动经济发展,必须大力发展普惠的数字金融。针对不同地区建立不同的数字普惠金融政策。我国各地区数字普惠金融发展水平存在不平衡不充分的特点,所以,针对不同的地区应制定不同的政策。根据北京大学发布的《数字普惠金融发展指数》来看,我国西部地区经济欠发达,数字普惠金融发展程度也较低。所以,在政策制定时,应有意识地的倾向于中部与西部欠发达地区。此外,各省市政府也应因地制宜,针对本省市的情况,具体问题具体分析的制定数字普惠金融发展政策。
借助现代科技,加强普惠金融知识的普及。欠发达地区与农村是数字普惠金融急需普及到的地区,但农村居民的受教育程度相对不高,导致数字普惠金融在这些地方难以推行。因此,应依托现有的金融体系和基础设施,利用现有的网络技术发展数字普惠金融,使得金融服务能普及到更多的弱势群体,加快城乡协同发展,以期能消除信息的不对称,保障数字普惠金融的发展。此外,得益于手机的普及,政府于相关部门可以依托移动支付开发更多的金融产品以适应农村与欠发达地区的情况,降低金融服务的门槛,提高金融服务的覆盖面。
加强数字普惠金融体系建设、加强农村以及经济不发达地区的基建。给农村以及经济不发达地区更多的政策倾斜,以期刺激这些地区的经济发展、完善其金融体系,让经济不发达地区的人们能够从数字普惠金融的发展中受益。此外,国家也应给予数字普惠金融更多的技术和创新支持。通过技术创新,让数字普惠金融重新焕发生机,激发其各方面的潜力,使得数字普惠金融可以与各行各业相结合,推动各个行业的发展。