收入風險、普惠金融與居民消費跨期平滑
——基于CHFS的經驗證據

楊碧云 毛欽兵 易行健 尹志超

一、引言

內需是經濟發展的基本動力，中國居民消費占GDP的比重長期偏低且一直以來難以得到有效提升，因此想要滿足中國人民日益增長的美好生活需要乃至賦能經濟高質量發展均離不開居民消費潛力的釋放。目前中國居民家庭面對的收入風險已經成為抑制居民消費潛力釋放的一個重要影響因素，其中部分阻礙源自近年來居民家庭所面臨的收入不確定性有所攀升。針對上述問題，普惠金融發展能夠極大地拓寬金融服務半徑，使得原本面臨較高金融排斥的家庭得以獲取到更多金融服務，這有助于提高家庭的風險分擔能力，從而能緩解收入風險對居民家庭消費的抑制作用，實現消費的跨期平滑，充分釋放居民消費潛力?；诖?，對普惠金融、收入風險與居民家庭消費關系的深入研究能夠為中國進一步擴大內需，穩定經濟運行，促進經濟循環和高質量發展提供新的思路和依據，具有重要的現實意義。隨著中國經濟改革的不斷推進，居民家庭的收入不確定性也在不斷上升。尤其是近幾年持續的中美貿易摩擦以及新冠肺炎全球大流行的影響，中國相關產業鏈供給端受到沖擊，并進一步傳導至居民就業，導致家庭的收入風險攀升。因此，如何緩解收入風險帶來的不確定性沖擊，進而降低居民的預防性儲蓄動機，全面促進居民消費將成為加快構建國內大循環為主體的新發展格局中的重中之重。隨著中國普惠金融工作的不斷推進，從早期的小額信貸以及微型金融發展到目前涵蓋儲蓄、支付、保險、理財和信貸等金融產品和服務的數字普惠金融，使得居民家庭金融服務可得性大大提高。中央金融工作會議進一步強調推動金融高質量發展的重要性，普惠金融與數字金融作為未來一個時期內金融工作“五大篇章”的重要內容，也意味著普惠金融的數字化發展將更加深入。從CHFS問卷調查數據來看，中國居民家庭商業保險參與率在2011年僅有4.79%，而在2019年達到16%，商業保險的發展密度和深度伴隨著數字普惠金融發展也在穩步提升。從消費保險角度來看，這些金融服務的獲取可能在一定程度上強化了居民家庭的風險分擔能力，對于居民家庭實現消費平滑、應對風險沖擊具有重要作用?；诖?，本文試圖研究普惠金融在緩解收入風險對居民消費抑制作用上的經濟效應，并對內在的作用機制及其異質性影響進行深入分析。

本文的貢獻主要有以下三點：一是盡管有較多文獻表明保險、信貸等金融服務參與能夠發揮風險分擔、實現居民消費平滑的作用，但基于整體的普惠金融發展能否起到消費保險的作用，從而緩解收入風險對居民消費的抑制作用的相關研究比較缺乏。不同于局部的研究分析，普惠金融具有更廣泛的概念，更強調其“普惠性”，而保險參與與正規信貸獲取在中國居民家庭中的比例仍比較低，因此不能代表整體普惠金融服務發展的經濟效應?；诖?，本文參考尹志超和張棟浩（2020）構建了家庭層面的普惠金融指數，聚焦于分析普惠金融能否顯著緩解收入風險對居民消費的抑制作用，對相關研究進行補充；另外，已有研究主要給出普惠金融在提高居民消費上的直接經濟效應，但本文從消費保險角度給出了普惠金融促進居民消費的間接經濟效應。二是，本文揭示了普惠金融緩解收入風險對居民消費抑制作用的內在機制，為引導居民參與普惠金融服務進而實現消費平滑提供了理論依據與經驗證據。三是，通過分析普惠金融的緩解效應在不同群體以及地區中的異質性，為提升中國居民金融素養，推進中國普惠金融發展，提高金融服務的覆蓋率、可得性和滿意度的精準施策提供政策建議。

二、文獻回顧與研究假說

居民消費儲蓄理論經歷了從確定性條件假設到不確定性條件假設的演變與發展，Friedman（1957）和Modigliani and Brumberg（1954）基于確定性條件假設提出生命周期—持久收入假說，認為個體將一生的收入進行跨期配置從而實現生命周期的效用最大化，并且消費主要取決于持久性收入。Leland（1968）放松了跨期最優模型中的收入與支出的確定性假設，著重考察了不確定性對微觀主體消費決策的影響，認為未來收支不確定性的增加會導致微觀主體增加預防性儲蓄，從而減少當期消費。Zeldes（1989）、Deaton（1991）、Carroll et al.（1992）先后放松了金融市場完美假設進而提出流動性約束假說和緩沖存貨儲蓄理論，認為當期或預期未來可能受到流動性約束時，消費者將增加預防性儲蓄從而減少當期消費，并且收入或支出不確定性導致的預防性儲蓄動機在流動性約束條件下將進一步增強。

伴隨著理論發展，大量研究從實證角度檢驗收入不確定性與居民消費儲蓄行為之間的關系。其中因“中國高儲蓄之謎”誕生了較多從中國視角研究的相關文獻，認為收入風險作為居民家庭面臨的主要不確定性之一，是造成中國居民家庭“低消費、高儲蓄”現象的重要因素，當收入風險或不確定性上升時，居民的預防性儲蓄動機會增加，進而更多地抑制當前消費（羅楚亮，2004；Choi et al.，2017）?？傊?，無論是基于早期理論的推導還是后續的實證研究檢驗，收入風險或收入不確定性與居民消費之間的負向關系基本確定。

然而，消費作為衡量個體福利的重要指標，當個體消費在其整個生命周期內出現較大波動時，各期消費所帶來的邊際效用也會產生較大差異，從而對居民家庭的整體福利造成損失，這對中國在新發展階段下實現共同富裕的目標以及鞏固脫貧攻堅戰的勝利成果存在不利影響（王貂等，2021）。消費保險（Partial Insurance）作為連接收入和消費的紐帶，衡量了收入風險傳導至消費風險的程度，既是二者內在聯系的測度，也反映了家庭防范收入風險的能力。因此，提高家庭的消費保險能力，是穩定居民家庭各期消費水平的重要方式。從正式的風險分擔機制來看，Deaton（1992）論證了信貸市場在緩解家庭流動性約束進而平滑消費上的重要性，因此，為居民家庭提供信貸資金支持是實現消費保險的一種重要途徑；Gorm ley et al.（2010）則從保險參與的角度分析了居民消費平滑的可能性，并且尹志超等（2021）的研究發現，家庭收入波動的上升會提高居民家庭對商業保險購買的需求。而從非正式的風險分擔機制來看，社會網絡一直是被視為居民家庭應對不確定性沖擊、平滑消費的有效方式（Townsend，1994），章元和黃露露（2022）基于城鎮家庭面板數據，運用雙倍差分法檢驗了社會網絡的風險分擔作用，認為社會網絡能夠為居民分擔健康和收入風險，進而降低其家庭儲蓄率。

2013年黨的十八屆三中全會明確提出發展普惠金融，2015年12月國務院印發《推進普惠金融發展規劃（2016-2020年）》，表明黨中央和國務院對普惠金融的重視早已有之。已有文獻表明，普惠金融對居民家庭的經濟行為產生了顯著的積極影響，表現為通過促進居民創收能夠減少貧困（Bruhn and Love，2014）和緩解收入不平等（Kling et al.，2020；李文秀和劉俊杰，2023），通過提供儲蓄賬戶提高居民自身儲蓄但同時通過提供信貸資金支持促進居民消費支出（Brune et al.，2016）；另外，普惠金融中保險服務的獲取以及移動支付的使用還能夠增強家庭風險分擔水平（Jack and Suri，2014）。從國內相關研究來看，尹志超和張棟浩（2020）基于微觀調查數據研究發現，普惠金融的減貧效果顯著，主要通過促進家庭創業以及提高家庭的風險管理能力來實現，并且這一減貧效應在低收入等弱勢群體中更大。易行健和周利（2018）研究了數字普惠金融對居民消費的促進作用，結論表明數字普惠金融通過提供支付便利性以及滿足流動性需求進而促進居民消費，張勛等（2020）、鄒新陽和霍心如（2023）等也得出類似的結論。另外，部分文獻針對數字普惠金融與收入不平等的關系展開研究，發現數字普惠金融的發展有利于縮小城鄉收入差距（周利等，2020），從而促進了中國的包容性增長（張勛等，2019）。

普惠金融能否實現消費平滑的經濟效果，最直接表現為普惠金融是否對居民家庭的消費保險機制存在顯著地促進作用。前文分析可知，消費保險機制中的正式的風險分擔渠道在很大程度上依賴于居民家庭在相關金融服務獲取上的廣度與深度，諸如保險參與、信貸服務等，并且這一金融服務的獲取對于中國欠發達地區或低收入家庭來說更為重要，因為在過去很長一段時間這些群體居民的金融服務很難得到滿足（馬小勇和白永秀，2009）；與此同時，金融服務的獲取在促進居民家庭開展生產活動、積累社會資本等領域上也發揮了重要作用（張勛等，2019），而社會資本中所帶來的網絡關系在強化家庭的非正式風險分擔機制、實現消費平滑上也同等重要。普惠金融能夠立足機會平等要求和商業可持續原則，以可負擔的成本為有金融服務需求的社會各階層和群體提供適當、有效的金融服務，其中為居民家庭開設銀行賬戶、提供合適的信用卡和正規信貸不僅可以方便居民進行資金往來和儲蓄，更重要的是可以緩解流動性約束從而平滑消費支出，而近10年來科技發展所推動的數字金融發展具有更強的普惠性（黃益平和黃卓，2018；郭峰等，2020）。因此，普惠金融可能在緩解收入風險對居民消費的抑制作用方面存在顯著的正向效果。由此，本文提出如下假說1。

假說1：普惠金融能夠顯著地緩解收入風險對居民消費的抑制作用。

為更清晰了解普惠金融緩解收入風險對居民消費抑制作用的內在機理，本文從流動性約束、風險管理能力與社會網絡等三個方面進行討論并對應地提出三個待驗證假說。Deaton（1991）的理論研究表明，在不確定性條件下，受到流動性約束的居民家庭相對于不受流動性約束的居民家庭，具有更強的預防性儲蓄動機，并且流動性約束越強，居民消費的跨期平滑能力就越差，由此產生更多的謹慎性儲蓄（萬廣華等，2001）。因此，通過降低家庭的流動性約束有助于弱化居民的預防性儲蓄動機，從而緩解收入風險對居民消費的抑制作用。普惠金融發展的總體目標包括提高金融服務的覆蓋率、可得性與滿意度，其中申貸獲得率的提高是一個很重要指標，包括信用卡等均為居民家庭提供更廣泛的正規借貸渠道，而傅秋子和黃益平（2018）研究表明，數字普惠金融能夠顯著地提高居民的消費性正規信貸需求，能夠為居民家庭提供金融資產交易的便利渠道，從而提高居民家庭對金融資產的持有，而金融資產的強變現能力能夠滿足家庭的流動性需求，尹志超等（2019）研究認為，普惠金融在提高居民的風險金融市場參與上具有顯著的正向作用。由此，本文提出如下假說2。

假說2：普惠金融能夠通過降低家庭的流動性約束緩解收入風險對居民消費的抑制作用。

Urrea and Maldonado（2011）認為，普惠金融通過金融服務所提供的風險管理渠道，能夠有效地降低居民家庭的收入波動，改善家庭福利。一般來說，家庭的風險管理能力越強，對未來風險的認知以及預期也會更準確，越能夠更早地通過風險管理手段進行風險防范，對未來不確定性事件可能導致的負向影響形成對沖，比如說購買商業保險、制定養老計劃等。從對沖家庭風險或家庭風險管理這一角度來說，商業保險更為靈活有效（易行健等，2019）。尹志超和張棟浩（2020）以及李建軍和李俊成（2020）的研究認為，具有商業養老保險計劃的家庭其風險管理能力更強。因此，家庭的風險管理能力越強，收入風險對居民消費的負向沖擊可能相對更小。而普惠金融中所涵蓋的商業保險業務，其作為家庭對沖不確定性事件的一種經濟手段，能夠降低風險沖擊所帶來的短期效用下降，提高家庭的風險承擔能力。由此，本文提出如下假說3。

假說3：普惠金融能夠通過提高家庭的風險管理能力進而緩解收入風險對居民消費的抑制作用。

社會網絡的風險分擔作用已被相關文獻證明（易行健等，2012）。當居民家庭缺乏正規的風險應對機制時，通過家庭社會網絡中的親友互助能夠緩解風險沖擊帶來的負向影響，從而平滑家庭消費支出。Ambrus et al.（2014）認為，家庭的社會網絡越廣泛，家庭獲取親友幫助的可能性就越大，社會網絡的風險分擔效果就越明顯，收入風險對居民消費的抑制作用可能也更小。普惠金融在擴大家庭社會網絡上可能存在積極影響，已有文獻表明，獲得信貸服務能夠促進家庭更多地參與社會經濟活動進而發展社會網絡（Zohir and Motin，2004）。與此同時，普惠金融的發展帶來金融服務覆蓋率與可得性的增加，可以使得那些由于受到金融排斥的貧困或中低收入群體更大程度上獲得經濟機會，比如說創業機會等（張勛等，2019），而這些社會經濟活動的參與會進一步影響家庭的社會網絡，這無論是對于城鎮還是農村家庭創業行為均有顯著的促進作用（胡金焱和張博，2014）。戚聿東和褚席（2021）認為數字生活顯著降低了社交成本，從而起到拓展“關系”網絡、提升和維護社會資本的作用。另外，移動支付作為普惠金融發展中的重要組成部分，能在更大程度上降低資金交易或轉移的成本，從而使得家庭在遇到風險沖擊時，能在更快捷、多渠道地獲取他人的轉移支付，進而平滑消費支出（Jack and Suri，2014）。因此，本文提出如下假說4。

假說4：普惠金融通過擴大家庭的社會網絡緩解收入風險對居民消費的抑制作用。

三、研究設計

（一）樣本選取及數據來源

本文所使用數據主要來自2015年西南財經大學中國家庭金融調查與研究中心在全國范圍內開展的中國家庭金融調查（China Household Finance Survey，簡稱CHFS）。此外，本文所使用的城市層面的宏觀經濟金融數據來自于《中國統計年鑒》。

在數據處理上僅保留個體回答問卷時身份為戶主的家庭樣本，同時刪除了戶主年齡小于22歲以及大于65歲的家庭樣本。另外，剔除家庭總收入以及凈資產小于0的樣本，并對家庭總收入、凈資產、負債以及總消費進行1%的雙邊截尾處理，以消除異常值帶來的影響。最后獲得觀測值為24835個。

（二）變量選取與家庭普惠金融指數構建

1.被解釋變量。本文以家庭總消費支出額作為被解釋變量，具體根據中華人民共和國國家統計局公布的《居民消費支出分類（2013）》文件，定義了食品煙酒消費、衣著消費、居住消費、生活用品及服務消費、醫療保健消費、交通通訊消費、文教娛樂消費、其它消費等八大類消費分項，然后對這八類的消費額進行加總得到“家庭總消費”變量。下文描述性統計中匯報了家庭總消費支出額的原始數據，但在回歸中對總消費進行了對數化處理。

2.核心解釋變量。本文的核心解釋變量為收入風險。關于收入風險的測度，本文參考Carroll and Samwick（1997）、羅楚亮（2004）等的做法，選取戶主年齡、受教育年限、工作單位類型、就業性質、所在行業、所在城市進行分組，分別計算家庭收入對數值的組內方差，最后連乘得到“家庭收入風險指標”。具體來說，假設戶主年齡為l，受教育年限為h，工作單位類型為m，就業性質為n，所在行業為k，所在城市為g，家庭總收入為income，則可構建如下收入風險指標為：

3.家庭普惠金融指數的構建。本文參考尹志超和張棟浩（2020）的做法，基于微觀家庭層面，從商業保險覆蓋、擁有銀行賬戶、擁有信用卡、獲得正規信貸以及使用數字金融服務五個方面使用因子分析法來構建家庭普惠金融指數?？紤]到上述五個變量均為二值變量，而常規的因子分析中在使用Pearson相關系數矩陣估計時要求變量為連續型變量，本文使用多分格相關系數矩陣（Polychoric Correlation Matrix）的因子分析法來構建普惠金融指標。該研究方法能夠在一定程度上對二值變量的因子分析進行糾偏。表1匯報了因子分析的結果，KMO檢驗整體值是0.7375，表明所選取的五個指標適合采用因子分析法構建普惠金融指數變量。根據特征值大于1及累計解釋大于75%的常用準則保留第一個有效公共因子，整體有效反映居民家庭的普惠金融水平。采用Bartlett因子得分法構建普惠金融指數，然后將該普惠金融指數標準化處理，使取值介于［0，1］之間。

表1 因子分析結果

4.其他控制變量。為了讓實證結果更具說服力，同時盡可能規避因遺漏變量所導致的回歸結果偏差，本文參考易行健等（2018）的研究經驗，控制影響家庭消費支出的相關變量。首先，控制家庭特征變量，包括家庭總收入、總負債、凈資產、是否經營工商業、家庭規模、家庭少兒人口占比以及老年人口占比。其次，控制戶主特征變量，包括戶主性別、年齡、受教育程度、戶籍、是否已婚、身體是否健康、金融素養以及風險態度。另外，考慮到社會保障在降低不確定性沖擊上的作用，本文進一步控制社會保障體制變量，包括家庭是否購買社會醫療保險、社會養老保險以及失業保險。最后，用家庭所在地級市金融機構年末貸款余額與城市GDP之比來控制宏觀層面的經濟金融水平。另外，參照尹志超和張棟浩（2020）以及甘犁等（2018）的做法進一步控制城市固定效應。

（三）模型設定

本文用Consumptionij代表第i個省份第j個家庭的總消費，并取對數，設定實證模型如下：

在模型（2）中，V_incomeij表示第i個省份第j個家庭的收入風險，Xij表示一系列控制變量，包括戶主特征變量、家庭特征變量等，ωi為城市固定效應，εij為殘差項。根據前文分析，預期核心解釋變量V_incomeij的估計系數βij顯著為負，表明收入風險與居民消費存在顯著的負相關關系。在驗證收入風險顯著地抑制居民消費之后，進一步引入收入風險與普惠金融的交互項，來考察普惠金融是否有助于緩解收入風險對居民消費的抑制作用，實證模型設定如下：

模型（3）中的fin_indexij代表第i個省份第j個家庭的普惠金融指數，而關鍵解釋變量為收入風險V_incomeij以及收入風險與普惠金融的交互項V_incomeij*fin_indexij。預期模型（3）中收入風險變量的估計系數βij依然顯著為負，而交互項估計系數φij顯著為正，從而表明普惠金融能夠有效緩解收入風險對居民消費的抑制作用。需要說明的是，在模型（3）中的控制變量Xij與模型（2）一致。

在假說1成立的基礎上，重點分析普惠金融緩解收入風險對居民消費抑制作用的內在機制，普惠金融可能通過降低家庭流動性約束、提高家庭風險管理能力以及擴大家庭社會網絡進而緩解收入風險對居民消費的抑制作用。由此，本文在模型（2）的基礎上分別單獨引入流動性約束、風險管理能力以及社會網絡變量與收入風險的交互項，得到如下實證模型：

模型（4）中的Mij代表流動性約束、家庭風險管理能力以及家庭社會網絡三個機制變量。預期收入風險變量的估計系數βij如果為負，而流動性約束與收入風險的交互項估計系數也為負，家庭風險管理能力與收入風險的交互項估計系數以及家庭社會網絡與收入風險的交互項估計系數均為正，即γij的估計結果為負或為正，表明家庭受到流動性約束會強化收入風險對居民消費的抑制作用，而家庭風險管理能力以及家庭社會網絡降低了收入風險對居民消費的抑制作用。

在模型（4）交互項系數估計結果符合預期的條件下，進一步考察普惠金融是否顯著影響了家庭的流動性約束、風險管理能力以及社會網絡。因此，設定實證模型：

與模型（4）一致，Mij代表機制變量，即流動性約束、風險管理能力以及社會網絡。其中流動性約束與風險管理能力均為二值變量，即家庭受到流動性約束賦值為1，否則為0；家庭有較強風險管理能力賦值為1，否則為0；而社會網絡變量為連續型變量。當模型（5）中被解釋變量為流動性約束以及風險管理能力時，使用Logit模型進行估計，如果被解釋變量為社會網絡，則使用普通最小二乘法（OLS）進行估計?；谀Ｐ停?）的預期估計結果，如果在模型（5）中普惠金融能夠顯著地降低家庭流動性約束、提高家庭風險管理能力以及擴大家庭社會網絡，即普惠金融對流動性約束的估計系數顯著為負，而普惠金融對風險管理以及社會網絡的估計系數均顯著為正，則表明普惠金融能夠通過降低家庭流動性約束、提高家庭風險管理能力以及擴大家庭社會網絡進而緩解收入風險對居民消費的抑制作用。

四、基準回歸和機制分析

（一）描述性統計

表2展示描述性統計結果。居民家庭平均年總消費支出約為5.8萬元，家庭人口規模平均約為3.7人，由此可知家庭平均人均消費支出大概為1.56萬元，雖然與2014年國家統計局公布的全國人均消費支出1.44萬元存在輕微差異，但考慮到本文在數據處理時刪除了戶主年齡大于65歲的家庭樣本，而這些家庭的消費水平相對較低，因此表2中所計算的人均消費支出可信度相對高。另外，從家庭普惠金融指數來看，中國居民家庭普惠金融指數平均水平為0.28，表明中國2014年總體上居民獲得金融服務的程度還比較低，普惠金融還有很大的發展空間。

表2 主要變量的描述性統計結果

（二）基準回歸

表3第（1）列報告了估計模型（2）的實證結果。在加入所有控制變量以及控制城市固定效應后，收入風險與居民消費存在顯著的負相關關系，表明收入風險對居民消費存在抑制效應。進一步地，基于模型（3）來考察普惠金融是否有助于緩解收入風險對居民消費的抑制作用，表3第（2）列報告相關實證結果，表明收入風險與居民消費的關系依然顯著為負，而收入風險與普惠金融的交互項估計系數顯著為正，說明普惠金融能夠緩解收入風險對居民消費的抑制作用，假說1成立。

表3 基準回歸分析

基于因子分析法構建的普惠金融指數雖能夠在綜合分析上提供幫助，但其掩蓋了其它細化指標的經濟影響?；诖?，本文具體考察各子指標的緩解效應是否存在。從實證結果來看，家庭擁有銀行卡、擁有信用卡以及使用正規信貸和使用數字金融服務均能夠顯著地緩解收入風險對居民消費的抑制作用，表明普惠金融的緩解效應是多渠道的。普惠金融對居民家庭在食品、衣著、居住、日用品以及文娛教育支出等不同類型消費方面的緩解效應顯著存在，在衣著和文娛教育方面更為顯著，這表明普惠金融不僅能夠直接改善居民家庭的消費結構，還能通過緩解收入風險對層級較高的消費的抑制作用來實現消費升級。

（三）機制分析

1.基于流動性約束視角的機制檢驗。借鑒甘犁等（2018）的做法，使用“家庭金融資產總值是否大于兩個月永久性收入”來度量家庭流動性強度。具體來講，用家庭收入作為被解釋變量，對戶主特征變量及家庭特征等變量做回歸，將回歸得到的被解釋變量的擬合值作為家庭的永久性收入。當家庭金融資產總值小于家庭兩個月永久性收入時賦值為1，大于兩個月永久性收入時賦值為0。表4第（1）列回歸結果顯示，收入風險與居民消費的關系依然顯著為負，并且收入風險與流動性約束的交互項估計系數也顯著為負，表明當居民家庭受到流動性約束時，會進一步強化收入風險對居民消費的抑制作用。根據表4第（2）列的回歸結果，普惠金融的估計系數顯著為負，表明普惠金融能夠通過降低家庭的流動性約束這一渠道來緩解收入風險對居民消費的抑制作用。借鑒易行健和周利（2018）的做法，流動性資產包括現金、銀行存款、股票等金融資產，以家庭的流動性資產高低來定義家庭是否受到流動性約束，把流動性資產較低的家庭定義為“受到流動性約束”，賦值為1，反之賦值為0。實證結果如表4第（3）、（4）列所示，依然得到一致結論，由此假說2成立。

表4 流動性約束的機制檢驗

2.基于風險管理能力視角的機制檢驗。借鑒李建軍和李俊成（2020）的做法，選擇以通過“商業養老保險”來實現未來養老計劃的家庭視為風險管理能力較強的家庭，即風險管理能力賦值為“1”，選擇其它養老計劃方式視為風險管理能力較弱的家庭，即風險管理能力賦值為“0”。表5第（1）列回歸結果顯示，收入風險依然顯著地抑制了居民消費，而收入風險與風險管理能力的交互項估計系數顯著為正，表明家庭風險管理能力越強，收入風險對居民消費的抑制效應就越小。表5第（2）列匯報了普惠金融對家庭風險管理能力影響的實證結果。與預期一致，普惠金融與風險管理能力的回歸系數在1%的水平上顯著為正，表明普惠金融顯著地提高了家庭的風險管理能力，由此假說3成立?？紤]到家庭選擇商業養老保險形式作為未來養老計劃的家庭，可能已經購買了商業養老保險，從而使得普惠金融與其可能只是相關關系。為了說明上述結果的穩健性，將樣本中購買了商業養老保險的家庭全部剔除；由于CHFS 2015的問卷中只詢問了家庭是否購買商業人壽、商業健康保險以及其他的商業保險，而商業人壽保險包括商業養老保險，因此本文將購買了商業人壽保險的家庭樣本全部剔除；同時考慮到其它商業保險購買中可能包括商業養老保險，為了避免干擾，本文也一并剔除。剔除樣本后的回歸結果如表5第（3）、（4）列所示，依然表明普惠金融能夠通過提高家庭風險管理能力進而緩解收入風險對居民消費的抑制作用。

表5 基于風險管理能力視角的機制檢驗

3.基于社會網絡視角的機制檢驗。為驗證普惠金融能否通過擴大家庭社會網絡這一渠道來緩解收入風險對居民消費的抑制作用，借鑒易行健等（2012）的做法，使用家庭節假日及紅白喜事“禮金支出”作為家庭社會網絡的代理變量。表6第（1）列匯報了社會網絡作為風險分擔的調節機制是否存在。收入風險與社會網絡代理變量的交互項估計系數顯著為正，表明家庭的社會網絡越大，收入風險對居民消費的抑制作用就越小，即社會網絡的風險分擔作用存在。表6第（2）列報告了普惠金融對社會網絡代理變量的估計結果，表明普惠金融對擴大家庭社會網絡存在顯著的正向效應，且估計系數在1%的水平上顯著，假說4由此成立。孫永苑等（2016）認為，家庭的禮金支出可分為正常支出和非正常支出兩個部分，正常支出是由家庭的經濟狀況、家庭結構等方面引起的，該類支出與家庭新建和維護關系無關；非正常支出是用于新建和維系關系的支出?；诜€健性考慮，借鑒該文做法提取出家庭用于新建和維系關系的禮金支出，以此更換機制變量。表6第（3）、（4）列報告了更換機制變量后的實證結果，依然證明普惠金融能夠通過擴大家庭的社會網絡進而緩解收入風險對居民消費的抑制作用。

表6 基于社會網絡視角的機制檢驗

五、異質性分析

（一）基于金融素養水平高低的異質性分析

本文將總樣本按家庭戶主金融素養得分高低進行分組回歸。具體來說，戶主金融素養得分大于1分的視為金融素養較高的樣本組，其他為金融素養較低的樣本組。另外將戶主金融素養得分按0-3分為四組進行回歸，表7報告分組回歸的實證結果。根據第（1）、（2）列的回歸結果，普惠金融的緩解效應在金融素養水平較高的樣本組中更大。從表7的第（3）列到第（6）列的結果來看，伴隨著戶主金融素養得分越來越高，普惠金融的緩解效應也越來越大。由此表明，個體金融素養的高低會顯著影響普惠金融的緩解效應。我們的解釋是，戶主金融素養越高的家庭越有可能使用金融服務，比如參與商業保險、獲得正規信貸、使用數字金融服務等，本文數據分布也佐證該解釋。隨著樣本組的金融素養得分由低到高（從0分到3分），普惠金融的均值水平分別為0.18、0.30、0.37、0.45，即戶主金融素養越高的家庭，其普惠金融水平也較高。

表7 基于金融素養高低的異質性分析

（二）基于戶主社會信任水平高低的異質性分析

為了識別社會信任程度差異化影響是否存在，本文以“戶主是否信任商業養老保險”來衡量家庭的社會信任程度。具體來講，將信任商業養老保險的家庭視為社會信任水平較高的樣本組家庭，不信任的家庭視為社會信任程度較低的樣本組家庭。表8第（1）、（2）列報告了社會信任水平高低的分組回歸結果。收入風險與普惠金融的交互項估計系數的經濟顯著性在社會信任程度較高的樣本組中更大。從分組的普惠金融水平來看，社會信任程度較高的樣本組家庭普惠金融指數均值為0.33，而社會信任程度較低的樣本組家庭的普惠金融指數均值為0.25。由此說明，家庭的社會信任水平在一定程度上影響了家庭的普惠金融水平，進而影響了普惠金融在緩解收入風險對居民消費抑制作用上的效應?？紤]到信任商業養老保險的家庭往往可能已經購買了商業養老保險，所以本文進一步刪除可能購買商業養老保險的家庭，然后再進行檢驗。剔除樣本后的分組回歸結果如表8第（3）、（4）列所示，依然表明在社會信任程度較高的樣本家庭中，普惠金融的緩解效應更大。

表8 基于社會信任水平高低的異質性分析

（三）基于不同地區居民家庭的異質性分析

為了識別普惠金融能否真正體現“普惠性”，本文依據2014年全國各省份人均GDP排名進行分組回歸。具體來說，將人均GDP排名前15的省份視為經濟較為發達地區，其他則歸類為經濟欠發達地區。同時考慮到普惠金融旨在解決居民的正規金融服務獲得的問題，本文進一步按居民家庭所在省份每萬人所擁有的金融機構數量排名進行分組回歸，即排名前15的省份視為居民家庭所在省份每萬人所擁有的金融機構數量較多的地區，其他為較少的地區。一般來說，首先所在省份每萬人所擁有的金融機構數量越多，居民家庭獲得正規金融服務的可能性就越高，普惠金融所帶來的經濟效益可能就較小。從分組回歸實證結果（表9）來看，相對于經濟發達地區，在欠發達地區，即所在省份人均GDP較低的樣本家庭中，普惠金融緩解收入風險對居民消費抑制作用的效應更大。其次，普惠金融的緩解效應在所在省份每萬人擁有的金融機構數量較低的樣本家庭中更大，兩個分組之間可能存在重合，本文對省份人均GDP與每萬人所擁有的金融機構數量做了簡單的相關系數矩陣分析，發現兩者的相關系數為0.5，并不存在高度相關性。由此表明，普惠金融的“普惠性”顯著存在，即普惠金融在減少金融排斥，滿足欠發達地區居民家庭的金融服務需求上發揮了更大的作用。

表9 基于不同地區的異質性分析

（四）基于居民家庭不同收入水平的異質性分析

按居民家庭收入水平進行低中高均等分組，回歸結果（表10）顯示，收入風險與普惠金融的交互項估計系數在低收入樣本家庭中的經濟顯著性更大，中等收入家庭次之，再次體現了普惠金融的“普惠性”作用，即更有利于低收入群體通過金融服務來實現更大的邊際收益。在高收入樣本家庭中該估計系數不顯著，可能的原因在于高收入家庭的風險分擔渠道更多，應對不確定性沖擊的能力更強，因此較少依賴于一般的金融服務來實現消費平滑。

表10 基于收入水平高低的異質性分析

六、內生性與穩健性討論

（一）內生性討論與處理

1.工具變量估計。借鑒Rozelle et al.（1999）以及尹志超和張棟浩（2020）的研究思路，使用“社區平均”來構建工具變量進行內生性討論與處理，即將家庭所在社區其他家庭的收入風險均值作為收入風險的工具變量，將家庭所在社區其他家庭的普惠金融指數均值作為普惠金融變量的工具變量；同時考慮到收入風險與普惠金融的交互項也是內生變量，本文以兩者的“社區平均”工具變量的交互項作為收入風險與普惠金融交互項的工具變量。上述做法主要基于以下兩方面考慮：一是，同一社區內的具有大致相同特征的群體成員間會相互影響，這意味著其他家庭的收入風險與本家庭的收入風險存在相關性；二是，Rozelle et al.（1999）認為，群體效應只會對群體成員中的同一行為產生影響，不同行為之間并不會相互關聯，其他家庭的收入風險并不會影響本家庭的消費支出。同理，其他家庭的普惠金融指數均值也滿足工具變量選取的要求。

表11展示了相關回歸結果。表11第（1）列只針對收入風險與居民消費的關系進行了工具變量回歸?？紤]了內生性問題后，收入風險對居民消費的影響依然顯著為負，表明收入風險抑制居民消費的結論是穩健的。進一步，針對普惠金融緩解收入風險對居民消費抑制作用的回歸做了工具變量估計處理，表11第（2）列報告了對應的內生性處理結果，三個變量的回歸系數相對于表2第（2）列的結果均有所變大，但顯著性不變。

表11 工具變量估計

2.其它內生性處理。由于本文的普惠金融指數構建中的“是否使用數字金融服務”這一指標在其它年份存在數據缺失，因此無法進行面板數據的估計?；诖?，本文首先將“是否使用數字金融服務”這一指標剔除，僅使用其余四個指標來構建普惠金融指數，由此形成CHFS 2013-2015年的平衡面板數據，其回歸結果依然展現出普惠金融的緩解效應顯著存在。其次，使用近似零方法估計（Local to Zero，簡稱LTZ）來緩解工具變量不嚴格外生的問題，該方法最早見于Conley etal.（2012）的研究。從LTZ估計結果來看，不改變普惠金融的緩解效應顯著存在這一事實。最后，從樣本選擇的角度來看，考慮到收入風險越小的家庭其參與金融服務的可能性越高，家庭的普惠金融指數水平也就越高，進而導致回歸結果不準確。為解決這一問題，進一步剔除在政府單位、事業單位以及國企上班的戶主家庭，依然得到與前文一致的結論（表12）。

表12 其它內生性處理

（二）替換家庭普惠金融指數變量為地級市層面的數字普惠金融指數

本文所使用的普惠金融指數是基于家庭是否使用相關金融服務進行構建的，不但存在較強的自選擇性，而且可能難以體現宏觀層面的普惠金融發展的緩解作用。本文使用北京大學數字金融研究中心所編制的2014年全國各城市數字普惠金融指數代替家庭層面的普惠金融指數，使用數字普惠金融總指數及其分指數，分指數包括覆蓋廣度指數、使用深度指數以及數字化程度指數①數字普惠金融屬于中國普惠金融發展的一部分，其由于依托互聯網等信息技術，能夠打破地理距離限制，更好地將金融服務惠及社會各階層，并且根據最新的各地區數字普惠金融指數分布數據，中國東中西部的數字普惠金融指數趨同性明顯（郭峰等，2020），因此，數字普惠金融的“普惠性”更強，數字普惠金融的發展大大地提高了中國普惠金融發展的可行性（黃益平和黃卓，2018）。。表13第（1）、（4）列的回歸結果顯示，基于地級市層面的總的普惠金融指數、覆蓋廣度指數以及使用深度指數均能夠有效地緩解收入風險對居民消費的抑制影響，但數字化程度指數的緩解效應并不顯著，一個可能的解釋是中國的數字普惠金融發展在2014年仍處于初級階段，更多地是進行數字普惠金融服務的普及和深化工作，盡管數字化程度總體水平較高，但對于個人家庭層面的數字化搭建以及數字化應用仍存在較高成本，并且數字化服務的接受也需要一定的過程，因此在金融服務數字化初始其經濟效應并不顯著。但從總體而言，基于宏觀層面的數字普惠金融發展依然能夠顯著地緩解收入風險對居民消費的抑制作用。

表13 替換普惠金融指數為城市層面的數字普惠金融指數進行分析

（三）替換核心解釋變量與被解釋變量

替換收入風險的衡量為暫時性收入平方①借鑒沈坤榮和謝勇（2012）的做法，使用家庭收入的對數作為被解釋變量，對戶主特征變量、家庭特征變量以及社會保障變量做回歸，同時我們控制了行業虛擬變量以及省份虛擬變量，將回歸得到的殘差值的平方作為收入風險的代理指標。，表14第（1）列報告相關實證結果，依然支持基準檢驗結論，即普惠金融能夠緩解收入風險對消費的抑制影響的結論是穩健的?？紤]到家庭的醫療保健及教育支出不僅具有消費屬性，同時也具有投資屬性（羅楚亮，2004），并且指出教育醫療支出具有很強的剛性，因此用總消費剔除了醫療保健以及教育支出，作為新的被解釋變量放入回歸中，表14第（2）列實證結果依然與上文一致。

表14 替換核心解釋變量以及被解釋變量進行分析

七、結論與啟示

本文利用2015年中國家庭金融調查（CHFS）數據，通過構建家庭層面的普惠金融指數，分析普惠金融在緩解收入風險對居民消費抑制作用上的經濟效應。研究發現，普惠金融能夠顯著地緩解收入風險對居民消費的抑制作用，并且主要通過降低家庭的流動性約束、提高家庭風險管理能力以及擴大家庭社會網絡三條途徑來實現。異質性分析發現，普惠金融的緩解效應在戶主金融素養較高、社會信任程度較高的樣本家庭中更大；同時普惠金融的緩解效應體現出較強的“普惠性”，即相對于發達地區以及高收入家庭，普惠金融的緩解效應在欠發達地區以及低收入家庭中更大。

上述結論，蘊含以下幾個方面的政策建議：第一，普惠金融能夠緩解收入風險對居民消費的抑制作用，這意味著普惠金融在居民家庭應對收入風險沖擊，平滑居民消費上具有積極作用，因此要繼續大力推動普惠金融發展。要進一步依托互聯網科技平臺建設來推進擴大普惠金融服務的廣度和深度，同時要協同保險、信貸、儲蓄、支付、投資等多方面金融服務的發展，緩解傳統金融發展中所形成的不平衡發展現象。第二，普惠金融的緩解效應在欠發達地區以及低收入家庭影響更大，因此政府需要積極引導各類普惠金融服務主體借助互聯網等現代信息技術手段，降低金融交易成本，延伸服務半徑，拓展普惠金融服務的廣度和深度，繼續大幅度提高金融服務的覆蓋率與可得性，加大對欠發達地區居民與中低收入人群的金融支持。第三，普惠金融的發展以及普惠金融的緩解作用受到個體金融素養高低以及社會信任程度高低的限制，因此國家在推進普惠金融發展的同時，需要加強居民的金融知識普及教育以及增強整體的社會信任度。具體來說，在提高居民金融素養方面，可以廣泛利用電視廣播、數字媒體等渠道進行大力宣傳，針對基礎金融知識進行反復教育，也可通過“名人效應”開展公益金融教育綜藝活動，讓金融知識走進尋常百姓家。另外，在提高個體社會信任水平上，最重要的就是要建立起一個互相信任的機制與平臺，逐步完善社會征信體系。第四，結合中央金融工作會議精神，進一步推動普惠金融服務的高質量發展。過去十年，普惠金融在緩解居民家庭金融排斥上發揮了重要作用，讓更多的長尾個體感受到金融服務的便利性。但隨著中國經濟社會形態發生變化，不論是從科技發展、環境變化還是人口結構調整等方面來看，都對金融服務新業態提出了更高要求。因此，要實現普惠金融的高質量發展，必須要做好其與科技金融、綠色金融、養老金融以及數字金融的融合協調發展工作，以前沿數字技術賦能金融服務普惠性觸達面的拓展。