社会保险与数字普惠金融耦合协调的动态演变与减贫效应——基于省际面板的实证检验

王艳艳，张东玲，焦宇新

（青岛大学经济学院，山东青岛，266100）

随着现代化建设的稳步推进，我国扶贫工作取得了显著成效，脱贫攻坚目标任务已经完成，为全球减贫事业做出了卓越贡献。与此同时，我国相对贫困的减缓仍然面临着许多考验，并且由于影响减缓相对贫困的因素较为复杂，可持续贫困治理将具有更高的难度和复杂性。减贫工作的可持续推进需要各项政策措施互相协调配合，因此构建系统协调的整体性治理体系是实现可持续减贫的重要议题。数字普惠金融作为传统普惠金融的重要补充，有助于进一步提高金融服务的可得性，并且数字普惠金融的理念与我国减贫事业的目标高度契合，可以通过直接与间接两种渠道作用于贫困减缓，为我国减贫事业发挥重要作用。“十四五”规划期间，我国将大力促进数字经济和实体经济融合，发展数字经济、打造数字社会，数字支付将变得更加成熟，数字信贷会更加普及，数字普惠金融将步入一个全新的战略发展期，助力巩固拓展我国脱贫攻坚成果。此外，我国“十四五”规划提出健全覆盖全民、统筹城乡、公平统一、可持续的多层次社会保障体系，社会保险作为社会保障的重要组成部分，在减缓贫困、降低社会风险、缩小社会收入差距中发挥重要的兜底作用。数字普惠金融和社会保险作为我国反贫困体系的核心组成部分，将为我国减贫事业做出重要贡献。

当前，国内外相关研究主要包括三个方面：一是数字普惠金融的减贫作用。国外对于数字普惠金融的减贫作用的研究起步较早，研究结果表明数字普惠金融的发展有利于减贫并且还可以改善收入差距悬殊。［1］较长时间以来，我国缺乏对数字普惠金融的发展的综合评价体系，直到2016年北京大学数字金融研究中心与蚂蚁金服集团联合编制了“北京大学数字普惠金融指数”，学界才就此展开了多个维度的探讨。龚沁宜（2018）利用我国西部地区数字普惠金融指数，发现数字普惠金融可以有效减缓贫困，并且数字普惠金融的减贫效应具有门槛效应。［2］还有学者研究发现，数字普惠金融可通过收入分配、经济增长等不同机制来促进减贫。［3］在此之后，学者对数字普惠金融的减贫作用的研究又扩大到空间异质性，肖懿珊等（2020）实证检验了贫困群体、中西部地区能够从数字普惠金融的发展中获益更多。［4］二是社会保险的减贫效应。现阶段，国内外学者主要从社会保险整体与具体某一险种两方面来研究社会保险的减贫效应。左停（2018）认为社会保障可以缩小居民收入差距、降低社会风险，进而实现贫困减缓。［5］刘一伟（2017）研究发现养老保险与医疗保险在不同程度上缓解了农村老人多维贫困，并可以调节防范老人陷入“贫困恶性循环”。［6］张鑫（2020）确定了影响社会医保减贫效果的关键因子——人均社会医疗保险支出与参保结构，并评估了减贫绩效。［7］三是数字普惠金融与社会保障的关系及协同减贫作用。目前，国内外关于数字普惠金融与社会保障的关系的研究较少，部分文献研究表明，数字普惠金融可以通过收入效应、就业机制等中介传导机制显著提升社会保障水平［8］，现阶段关于数字普惠金融与社会保障协同减贫效应的研究尚存在较大的研究空间。

综上，近年来学界的研究主要聚焦于数字普惠金融的减贫效应与社会保险的减贫效应，鲜有学者探究社会保险与数字普惠金融之间是否存在相互关系以及二者之间的相互关系能否促进贫困减缓。鉴于此，本文通过构建数字普惠金融和社会保险的综合测度指标体系，利用系统耦合模型分析二者的耦合协调度，考察社会保险与数字普惠金融协调配合的减贫效应是否具有区域异质性，并响应李克强总理“胡焕庸线怎么破”之问，参考程名望的研究，将我国划分为“胡焕庸线东西两侧”子样本，［9］观测其东西两侧的动态演化特征，进而构建固定效应模型，考察数字普惠金融和社会保险的协同减贫效应。在“十四五”规划提出大力推进数字化与健全多层次社会保障体系的背景下，本文对新时期如何发挥保险在数字普惠金融中的积极作用，实现协调发展和协同减贫效应具有现实性意义。

一、理论分析和研究假设

（一）社会保险与数字普惠金融的协调配合

社保部门在支付宝、微信等数字普惠金融平台开发一系列应用与小程序，居民可以快速便捷了解社保知识、缴纳社保费用，节省了时间成本，从而提高参保意愿。［10］此外，社保部门可以利用数字普惠金融平台存储的资金流向，灵活调整资金配置，提高社保部门资产管理效能。数字普惠金融可以利用社保庞大的客户数，为不同客户群体提供有差异的金融服务，提高普惠金融的服务水平，并且社保聚集的保险基金可为数字普惠金融的发展提供有力的资金补充。社会保险与数字普惠金融的协调配合，有助于我国社会保险可持续稳定发展和提高数字普惠金融服务水平。鉴于此，提出假设H1：社会保险与数字普惠金融存在良好的协调配合关系。

（二）社会保险与数字普惠金融的协调配合对减缓贫困的影响

社会保险作为家庭规避风险的有力金融工具［11］，主要通过风险分散、互助共济两种方式实现减贫。具体而言，参加养老保险的居民在年老时可以得到国家的福利性支付，即得到基础养老金，这直接提高参保人员的收入，降低老年人贫困发生概率。医疗保险可减少家庭支付高额医疗费而导致的“因病致贫”现象的发生。数字普惠金融利用大数据技术分析中低收入人群的偿债能力，并直接为有还款能力的人群提供信贷与个性化融资产品等服务，让其有一定的资金支持去获得教育、就业培训，以增加收入，实现脱贫致富。数字普惠金融还可以改善贫困地区小微企业“融资难”问题，促进贫困地区实体产业的发展，提升当地经济活力，带动地区减贫。综上，数字普惠金融可以通过直接与间接两种作用机制来助力贫困的减缓。［12］基于上述分析，提出假设H2：社会保险与数字普惠金融的协调配合可以有效减缓贫困。

二、社会保险与数字普惠金融的综合测度与耦合协调分析

（一）社会保险和数字普惠金融的综合测度

对于社会保险的综合评价体系，已有学者做了有效探索，参考已有文献，本文从社会保险的投入与产出两个维度来建立社会保险综合评价体系，以期准确测算我国社会保险的整体发展水平。［13］

对数字普惠金融指标体系的构建参考已有指数体系与前人做法，本文选取全国2011—2018年31个省（市、自治区）的“北京大学数字普惠金融指数”构建数字普惠金融指标体系，并利用熵值法进行综合测度，因篇幅限制，略去具体计算方法和步骤，指标设置及其权重如表1所示。

表1 数字普惠金融及社会保险系统指标体系设置及其权重

（二）社会保险和数字普惠金融的耦合协调分析

1.耦合协调模型构建

为了解社会保险与数字普惠金融的相互作用，本文引入物理学中的耦合概念，参考物理学耦合协调模型与其他学者的研究结果，得出二元耦合度计算公式：

其中，C表示两系统的耦合度；X和Y分别为社会保险与数字普惠金融的各自评价结果；k（2≤k≤5）为调节系数，为加强区分度，此处取k=2。

耦合度C不能反映系统之间的协调效应与整体水平高低，本文引入耦合协调度D来衡量两个系统之间良性互动的水平。其中，T为社会保险与数字普惠金融的综合发展指数；α、β为待定系数，其大小取决于两个子系统的重要程度。此处，社会保险与数字普惠金融同等重要，故取α=β=0.5。

2.耦合协调度测度与结果分析

为更好地理解社会保险与数字普惠金融的协调水平，本文参考买哲（2019）的研究结果，将两个系统的耦合度和耦合协调度划分为不同阶段。［14］

一是我国整体社会保险与数字普惠金融耦合协调度。从表2可知，第一，我国社会保险与数字普惠金融的耦合度均在0.6以上，说明我国社会保险与数字普惠金融存在良性互动关系。第二，2011—2018年我国整体社会保险与数字普惠金融的协调度从0.298中度失调缓和到0.587勉强协调的程度。整体来看，两系统的协调程度虽有大幅度提高，但仍存在较大提升空间。

表2 中国社会保险与数字普惠金融系统耦合协调度

二是“胡焕庸线东西两侧”子样本社会保险与数字普惠金融耦合协调度。“胡焕庸线”是我国人口密度分布线，［15］由我国地理学家胡焕庸于1935年提出，随着我国经济的发展，大量研究结果显示，“胡焕庸线”不仅与人口密度分布密切相关，并且与生产要素禀赋、城市和工业布局等均存在某种程度的联系，“胡焕庸线”对我国减贫工作开发具有重要意义。本文参考程名望（2018）的做法，以“胡焕庸线”为界，将我国划分为“胡焕庸线以东”与“胡焕庸线以西”两个区域。［9］

本文将从纵向与横向两个维度比较两区域社会保险与数字普惠金融的耦合协调关系。表3显示，从纵向来看，两大区域耦合协调度的发展趋势基本一致，但其变化过程、年均增速存在明显差异。在样本研究期，“胡焕庸线以东”地区的耦合协调度由中度失调状态上升至勉强协调发展状态，“胡焕庸线以西”地区从中度失调状态调整为中级协调状态。从横向来看，“胡焕庸线以西”的协调状态要优于“胡焕庸线以东”，其可能原因是“胡焕庸线以东”部分省份社会保险的发展水平与数字普惠金融的发展水平差距较大，造成“胡焕庸线以东”地区两系统的相互促进作用不能充分体现。

表3 胡焕庸线分界线两系统耦合协调度

（三）社会保险与数字普惠金融的耦合协调度的动态演变

1.我国整体两系统耦合协调度的动态演变

如图1所示，我国整体样本两系统的耦合协调度的核密度曲线都呈现出一定的“拖尾”形态，并且随着时间的推移，主波峰逐渐右移，表明两系统耦合协调度逐步升高。此外，主波峰高度虽在2015—2016年有所降低，但整体呈升高趋势，并于2017—2018年创下新高，表明各省（市、自治区）两系统耦合协调度2015—2016年的差异相比之前有所扩大，但在2017年之后各省的两系统耦合协调度趋于集中并呈现差距缩小趋势。

图1 我国整体社会保险与数字普惠金融的耦合协调度动态演变

2.“胡焕庸线东西两侧”子样本两系统耦合协调度的动态演变

分析图2中的a、b两图，图a给出了“胡焕庸线以东”25个省（市、自治区）两系统耦合协调度的动态演变规律，观察可知，“胡焕庸线以东”地区耦合协调度形态与整体样本较为相似。两系统耦合协调度的核密度曲线都呈现出一定的“拖尾”形态，并且随着时间的推移，主波峰逐渐右移。此外，主波峰高度呈现波动上升趋势，并在2016—2018年有大幅上升，这表明“胡焕庸线以东”各省（市、自治区）两系统耦合协调度在2016—2018年进一步集中且差异逐渐缩小。

图2 “胡焕庸线东西两侧”子样本社会保险与数字普惠金融的耦合协调度动态演变

图b给出了“胡焕庸线以西”6个省（市、自治区）两系统耦合协调度的动态演化规律，观察可知，“胡焕庸线以西”地区两系统的耦合协调度都呈现出一定的“拖尾”形态，并且随着时间的推移，主波峰逐渐右移且在研究期间主波峰高度呈现波动上升趋势，在2011—2012年主波峰有大幅升高与右移，表明“胡焕庸线以西”地区两系统耦合协调度逐步升高且差距变小。与“胡焕庸线以东”地区相比，“胡焕庸线以西”地区的核密度曲线波峰更窄，表明各省（市、自治区）耦合协调度较“胡焕庸线以东”地区更加集中且差距更小。

三、社会保险与数字普惠金融的协同减贫效应

（一）研究样本与数据来源

本文选取2011—2018年中国31个省（市、自治区）为样本，数字普惠金融评价体系数据来源于“北京大学数字普惠金融指数”。社会保险评价体系相关数据来源于《中国统计年鉴》《中国劳动统计年鉴》，其中自2017年开始，重庆市生育保险试点并入医疗保险，为保证数据齐整性，该部分数据利用stata15补齐。贫困率相关数据来源于中国民政部官网，其余变量数据来源于《中国统计年鉴》、Wind数据库。

（二）研究变量

1.被解释变量

为研究社会保险与数字普惠金融的协调减贫效应，本文采取贫困率（pov）作为模型中的被解释变量，其中贫困率（pov）以各省份最低保障人数与总人数之比来衡量。

2.核心解释变量

本文以社会保险与数字普惠金融的协调度（coor）作为模型中的解释变量，该值由前文中所述熵值法与耦合协调度模型计算得来。

3.控制变量

为了更加精确地衡量两系统的协调配合对贫困减缓的影响，在模型中加入了一些必要的控制变量。主要包括：经济发展水平（rgdp）采用各地区人均GDP来衡量；生产价格指数增长率（ppid）采用各地区生产价格指数同比去年增长率来衡量；产业结构（ind）采用各地区第一产业占比来衡量；基础设施建设（inf）采用各地区公路里程总长度与地区面积之比来衡量；贸易开放程度（tra）采用各地区进出口总额与GDP比之来衡量；人力资源（edu）采用各地区人均受教育平均年限来衡量。各变量描述性统计特征如表4。

表4 变量描述性统计

（三）模型构建

为研究社会保险与数字普惠金融耦合协调的减贫效应，本文建立如下模型：

其中，i代表省份，t代表年份，α与β为回归系数矩阵，μi表示不随时间变化的个体固定效应，εit表示误差项。povit表示i省t年的贫困率情况，X为核心解释变量，即社会保险与数字普惠金融的协调度，Z为控制变量。

（四）回归结果分析

为更直观地了解我国整体与不同区域社会保险与数字普惠金融协调配合的减贫效应，本文以混合回归为无约束模型、存在固定效应为约束条件进行LR检验和chow检验，在5%显著性水平下，相应统计量大于临界值，因此，选用个体固定效应模型进行回归分析，我国整体、“胡焕庸线东西两侧”区域的回归分析结果分别见表5中的模型（1）（2）（3）。

表5 静态面板数据回归模型结果

分析表5可以发现：第一，从我国整体来看，社会保险与数字普惠金融的协调度（coor）的回归系数为负且显著，即社会保险与数字普惠金融的协调配合能够有效作用于贫困减缓。另外，控制变量表明，产业结构（ind）回归系数不显著，这可能是受限于样本选取的时间跨度较短，造成产业结构对贫困减缓的作用效果并不显著。经济发展水平（rgdp）、生产价格指数增长率（ppid）等均具有显著的减贫效应。

第二，“胡焕庸线以东”两系统的耦合协调度（coor）回归系数为负且显著，即社会保险与数字普惠金融的协调配合能有效缓解“胡焕庸线以东”地区的贫困状况。控制变量中经济发展水平（rgdp）系数为负但没有通过显著性检验，原因可能在于“胡焕庸线以东”地区经济较为发达，根据边际效应递减规律，二者耦合协调的边际效用逐步降低，因此对贫困减缓的影响作用有限。人力资源（edu）回归系数为正且不显著，由于“胡焕庸线以东”地区经济相对发达，人才较为聚集，可能会造成一些受过教育的人并不能找到适当的工作，反而加大了教育成本。

第三，“胡焕庸线以西”两系统的耦合协调度（coor）回归系数为负但不显著，由于西部地区工业基础薄弱，第一产业占比相对较高，金融服务与金融产品需求不高，并且互联网的普及率相对较低，从而造成社会保险与数字普惠金融二者耦合协调的减贫效应尚不明显，但两者的协调发展对贫困减缓产生积极作用。就控制变量而言，人力资源（edu）回归系数为负且显著，表明该区域人力资源相对匮乏，加大对人才的培养和引进能有效减缓贫困。经济发展水平（rgdp）、生产价格指数增长率（ppid）等均没有通过显著性检验，这可能是由于该区域生态环境较为脆弱，信息闭塞且缺乏先进技术与资金投入，从而使其经济发展缓慢，因此盲目发展第二三产业、实行贸易开放等与该地区自然禀赋并不适应，所以减贫效果不明显。

（五）稳健性检验

一是在样本中剔除直辖市。因政策偏向性的影响，我国北京、上海等直辖市能够获得更多的经济金融资源，因此有必要剔除这些直辖市来观察社会保险与数字普惠金融的协调配合对减贫的作用。剔除四个直辖市后两系统的耦合协调度系数显著为负，与上文研究结论基本一致。因篇幅限制，回归结果未载明。

二是更换被解释变量。本文进一步采用以泰尔指数测算出的城乡收入差距为被解释变量，结果显示两系统的耦合协调度系数显著为负，与上文研究结论基本一致。因篇幅限制，回归结果未载明。

四、结论与建议

本文基于2011—2018年全国31个省（市、自治区）面板数据，运用耦合协调模型，结合核密度函数与固定效应模型进行实证分析，得到以下结论：第一，我国整体与区域样本两系统的耦合协调度平稳上升，由失调状态跨越至协调状态，“胡焕庸线以西”地区的耦合协调度水平高于“胡焕庸线以东”地区。第二，样本期间我国整体与区域样本两系统的耦合协调度逐步提高，总体上趋于集中且区域间的差异逐步缩小，但“胡焕庸线以西”地区比“胡焕庸线以东”地区两系统的耦合协调度水平集中度高，区域差异更小。第三，我国整体与“胡焕庸以东”两系统的协调配合对贫困减缓有显著的正向作用，而“胡焕庸线以西”地区两系统的协调配合对贫困减缓的作用不显著。

基于上述研究结论，本文提出如下建议：第一，深化社会保险改革，优化统筹社保收支。现阶段我国退休金缺口越来越大，社会统筹资金收不抵支，社保基金运行矛盾日益突显。所以，在提高养老保险与医疗保险覆盖率的基础上，还应注重社保基金的经营管理，扩宽资金来源渠道，寻找合适的筹资模式，加强基金收支管理，扩大社会保险基金规模。第二，提升数字普惠金融服务能力，促进服务市场下沉。进一步加强国家政策引导，借助大数据、云计算等新兴数字技术提高数字普惠金融的服务水平与服务可得性。此外，建议引导金融机构入驻贫困地区，并在贫困地区推广移动支付，打破“数字鸿沟”，打通数字普惠金融“最后一公里”，让贫困地区居民可以充分享受数字普惠金融服务。第三，提高社会保险与数字普惠金融的协调配合程度。社会保险可以借助数字普惠金融开发一系列线上功能，如线上代查、代缴社保等，使居民可以快速便捷地缴纳社保费用、查询社保账户，有助于提高人们的参保意愿。数字普惠金融还可以利用社保庞大的客户群体与丰富数据，为不同客户群体提供有差别的金融服务，焕发社会经济活力。通过将社会保险的兜底作用与数字普惠金融的活力相结合，提高二者的协调配合程度，助力巩固我国脱贫攻坚成果，为我国减贫事业发挥重要作用。