收入风险、普惠金融与居民消费跨期平滑——基于CHFS的经验证据

杨碧云 毛钦兵 易行健 尹志超

一、引言

内需是经济发展的基本动力，中国居民消费占GDP的比重长期偏低且一直以来难以得到有效提升，因此想要满足中国人民日益增长的美好生活需要乃至赋能经济高质量发展均离不开居民消费潜力的释放。目前中国居民家庭面对的收入风险已经成为抑制居民消费潜力释放的一个重要影响因素，其中部分阻碍源自近年来居民家庭所面临的收入不确定性有所攀升。针对上述问题，普惠金融发展能够极大地拓宽金融服务半径，使得原本面临较高金融排斥的家庭得以获取到更多金融服务，这有助于提高家庭的风险分担能力，从而能缓解收入风险对居民家庭消费的抑制作用，实现消费的跨期平滑，充分释放居民消费潜力。基于此，对普惠金融、收入风险与居民家庭消费关系的深入研究能够为中国进一步扩大内需，稳定经济运行，促进经济循环和高质量发展提供新的思路和依据，具有重要的现实意义。随着中国经济改革的不断推进，居民家庭的收入不确定性也在不断上升。尤其是近几年持续的中美贸易摩擦以及新冠肺炎全球大流行的影响，中国相关产业链供给端受到冲击，并进一步传导至居民就业，导致家庭的收入风险攀升。因此，如何缓解收入风险带来的不确定性冲击，进而降低居民的预防性储蓄动机，全面促进居民消费将成为加快构建国内大循环为主体的新发展格局中的重中之重。随着中国普惠金融工作的不断推进，从早期的小额信贷以及微型金融发展到目前涵盖储蓄、支付、保险、理财和信贷等金融产品和服务的数字普惠金融，使得居民家庭金融服务可得性大大提高。中央金融工作会议进一步强调推动金融高质量发展的重要性，普惠金融与数字金融作为未来一个时期内金融工作“五大篇章”的重要内容，也意味着普惠金融的数字化发展将更加深入。从CHFS问卷调查数据来看，中国居民家庭商业保险参与率在2011年仅有4.79%，而在2019年达到16%，商业保险的发展密度和深度伴随着数字普惠金融发展也在稳步提升。从消费保险角度来看，这些金融服务的获取可能在一定程度上强化了居民家庭的风险分担能力，对于居民家庭实现消费平滑、应对风险冲击具有重要作用。基于此，本文试图研究普惠金融在缓解收入风险对居民消费抑制作用上的经济效应，并对内在的作用机制及其异质性影响进行深入分析。

本文的贡献主要有以下三点：一是尽管有较多文献表明保险、信贷等金融服务参与能够发挥风险分担、实现居民消费平滑的作用，但基于整体的普惠金融发展能否起到消费保险的作用，从而缓解收入风险对居民消费的抑制作用的相关研究比较缺乏。不同于局部的研究分析，普惠金融具有更广泛的概念，更强调其“普惠性”，而保险参与与正规信贷获取在中国居民家庭中的比例仍比较低，因此不能代表整体普惠金融服务发展的经济效应。基于此，本文参考尹志超和张栋浩（2020）构建了家庭层面的普惠金融指数，聚焦于分析普惠金融能否显著缓解收入风险对居民消费的抑制作用，对相关研究进行补充；另外，已有研究主要给出普惠金融在提高居民消费上的直接经济效应，但本文从消费保险角度给出了普惠金融促进居民消费的间接经济效应。二是，本文揭示了普惠金融缓解收入风险对居民消费抑制作用的内在机制，为引导居民参与普惠金融服务进而实现消费平滑提供了理论依据与经验证据。三是，通过分析普惠金融的缓解效应在不同群体以及地区中的异质性，为提升中国居民金融素养，推进中国普惠金融发展，提高金融服务的覆盖率、可得性和满意度的精准施策提供政策建议。

二、文献回顾与研究假说

居民消费储蓄理论经历了从确定性条件假设到不确定性条件假设的演变与发展，Friedman（1957）和Modigliani and Brumberg（1954）基于确定性条件假设提出生命周期—持久收入假说，认为个体将一生的收入进行跨期配置从而实现生命周期的效用最大化，并且消费主要取决于持久性收入。Leland（1968）放松了跨期最优模型中的收入与支出的确定性假设，着重考察了不确定性对微观主体消费决策的影响，认为未来收支不确定性的增加会导致微观主体增加预防性储蓄，从而减少当期消费。Zeldes（1989）、Deaton（1991）、Carroll et al.（1992）先后放松了金融市场完美假设进而提出流动性约束假说和缓冲存货储蓄理论，认为当期或预期未来可能受到流动性约束时，消费者将增加预防性储蓄从而减少当期消费，并且收入或支出不确定性导致的预防性储蓄动机在流动性约束条件下将进一步增强。

伴随着理论发展，大量研究从实证角度检验收入不确定性与居民消费储蓄行为之间的关系。其中因“中国高储蓄之谜”诞生了较多从中国视角研究的相关文献，认为收入风险作为居民家庭面临的主要不确定性之一，是造成中国居民家庭“低消费、高储蓄”现象的重要因素，当收入风险或不确定性上升时，居民的预防性储蓄动机会增加，进而更多地抑制当前消费（罗楚亮，2004；Choi et al.，2017）。总之，无论是基于早期理论的推导还是后续的实证研究检验，收入风险或收入不确定性与居民消费之间的负向关系基本确定。

然而，消费作为衡量个体福利的重要指标，当个体消费在其整个生命周期内出现较大波动时，各期消费所带来的边际效用也会产生较大差异，从而对居民家庭的整体福利造成损失，这对中国在新发展阶段下实现共同富裕的目标以及巩固脱贫攻坚战的胜利成果存在不利影响（王貂等，2021）。消费保险（Partial Insurance）作为连接收入和消费的纽带，衡量了收入风险传导至消费风险的程度，既是二者内在联系的测度，也反映了家庭防范收入风险的能力。因此，提高家庭的消费保险能力，是稳定居民家庭各期消费水平的重要方式。从正式的风险分担机制来看，Deaton（1992）论证了信贷市场在缓解家庭流动性约束进而平滑消费上的重要性，因此，为居民家庭提供信贷资金支持是实现消费保险的一种重要途径；Gorm ley et al.（2010）则从保险参与的角度分析了居民消费平滑的可能性，并且尹志超等（2021）的研究发现，家庭收入波动的上升会提高居民家庭对商业保险购买的需求。而从非正式的风险分担机制来看，社会网络一直是被视为居民家庭应对不确定性冲击、平滑消费的有效方式（Townsend，1994），章元和黄露露（2022）基于城镇家庭面板数据，运用双倍差分法检验了社会网络的风险分担作用，认为社会网络能够为居民分担健康和收入风险，进而降低其家庭储蓄率。

2013年党的十八届三中全会明确提出发展普惠金融，2015年12月国务院印发《推进普惠金融发展规划（2016-2020年）》，表明党中央和国务院对普惠金融的重视早已有之。已有文献表明，普惠金融对居民家庭的经济行为产生了显著的积极影响，表现为通过促进居民创收能够减少贫困（Bruhn and Love，2014）和缓解收入不平等（Kling et al.，2020；李文秀和刘俊杰，2023），通过提供储蓄账户提高居民自身储蓄但同时通过提供信贷资金支持促进居民消费支出（Brune et al.，2016）；另外，普惠金融中保险服务的获取以及移动支付的使用还能够增强家庭风险分担水平（Jack and Suri，2014）。从国内相关研究来看，尹志超和张栋浩（2020）基于微观调查数据研究发现，普惠金融的减贫效果显著，主要通过促进家庭创业以及提高家庭的风险管理能力来实现，并且这一减贫效应在低收入等弱势群体中更大。易行健和周利（2018）研究了数字普惠金融对居民消费的促进作用，结论表明数字普惠金融通过提供支付便利性以及满足流动性需求进而促进居民消费，张勋等（2020）、邹新阳和霍心如（2023）等也得出类似的结论。另外，部分文献针对数字普惠金融与收入不平等的关系展开研究，发现数字普惠金融的发展有利于缩小城乡收入差距（周利等，2020），从而促进了中国的包容性增长（张勋等，2019）。

普惠金融能否实现消费平滑的经济效果，最直接表现为普惠金融是否对居民家庭的消费保险机制存在显著地促进作用。前文分析可知，消费保险机制中的正式的风险分担渠道在很大程度上依赖于居民家庭在相关金融服务获取上的广度与深度，诸如保险参与、信贷服务等，并且这一金融服务的获取对于中国欠发达地区或低收入家庭来说更为重要，因为在过去很长一段时间这些群体居民的金融服务很难得到满足（马小勇和白永秀，2009）；与此同时，金融服务的获取在促进居民家庭开展生产活动、积累社会资本等领域上也发挥了重要作用（张勋等，2019），而社会资本中所带来的网络关系在强化家庭的非正式风险分担机制、实现消费平滑上也同等重要。普惠金融能够立足机会平等要求和商业可持续原则，以可负担的成本为有金融服务需求的社会各阶层和群体提供适当、有效的金融服务，其中为居民家庭开设银行账户、提供合适的信用卡和正规信贷不仅可以方便居民进行资金往来和储蓄，更重要的是可以缓解流动性约束从而平滑消费支出，而近10年来科技发展所推动的数字金融发展具有更强的普惠性（黄益平和黄卓，2018；郭峰等，2020）。因此，普惠金融可能在缓解收入风险对居民消费的抑制作用方面存在显著的正向效果。由此，本文提出如下假说1。

假说1：普惠金融能够显著地缓解收入风险对居民消费的抑制作用。

为更清晰了解普惠金融缓解收入风险对居民消费抑制作用的内在机理，本文从流动性约束、风险管理能力与社会网络等三个方面进行讨论并对应地提出三个待验证假说。Deaton（1991）的理论研究表明，在不确定性条件下，受到流动性约束的居民家庭相对于不受流动性约束的居民家庭，具有更强的预防性储蓄动机，并且流动性约束越强，居民消费的跨期平滑能力就越差，由此产生更多的谨慎性储蓄（万广华等，2001）。因此，通过降低家庭的流动性约束有助于弱化居民的预防性储蓄动机，从而缓解收入风险对居民消费的抑制作用。普惠金融发展的总体目标包括提高金融服务的覆盖率、可得性与满意度，其中申贷获得率的提高是一个很重要指标，包括信用卡等均为居民家庭提供更广泛的正规借贷渠道，而傅秋子和黄益平（2018）研究表明，数字普惠金融能够显著地提高居民的消费性正规信贷需求，能够为居民家庭提供金融资产交易的便利渠道，从而提高居民家庭对金融资产的持有，而金融资产的强变现能力能够满足家庭的流动性需求，尹志超等（2019）研究认为，普惠金融在提高居民的风险金融市场参与上具有显著的正向作用。由此，本文提出如下假说2。

假说2：普惠金融能够通过降低家庭的流动性约束缓解收入风险对居民消费的抑制作用。

Urrea and Maldonado（2011）认为，普惠金融通过金融服务所提供的风险管理渠道，能够有效地降低居民家庭的收入波动，改善家庭福利。一般来说，家庭的风险管理能力越强，对未来风险的认知以及预期也会更准确，越能够更早地通过风险管理手段进行风险防范，对未来不确定性事件可能导致的负向影响形成对冲，比如说购买商业保险、制定养老计划等。从对冲家庭风险或家庭风险管理这一角度来说，商业保险更为灵活有效（易行健等，2019）。尹志超和张栋浩（2020）以及李建军和李俊成（2020）的研究认为，具有商业养老保险计划的家庭其风险管理能力更强。因此，家庭的风险管理能力越强，收入风险对居民消费的负向冲击可能相对更小。而普惠金融中所涵盖的商业保险业务，其作为家庭对冲不确定性事件的一种经济手段，能够降低风险冲击所带来的短期效用下降，提高家庭的风险承担能力。由此，本文提出如下假说3。

假说3：普惠金融能够通过提高家庭的风险管理能力进而缓解收入风险对居民消费的抑制作用。

社会网络的风险分担作用已被相关文献证明（易行健等，2012）。当居民家庭缺乏正规的风险应对机制时，通过家庭社会网络中的亲友互助能够缓解风险冲击带来的负向影响，从而平滑家庭消费支出。Ambrus et al.（2014）认为，家庭的社会网络越广泛，家庭获取亲友帮助的可能性就越大，社会网络的风险分担效果就越明显，收入风险对居民消费的抑制作用可能也更小。普惠金融在扩大家庭社会网络上可能存在积极影响，已有文献表明，获得信贷服务能够促进家庭更多地参与社会经济活动进而发展社会网络（Zohir and Motin，2004）。与此同时，普惠金融的发展带来金融服务覆盖率与可得性的增加，可以使得那些由于受到金融排斥的贫困或中低收入群体更大程度上获得经济机会，比如说创业机会等（张勋等，2019），而这些社会经济活动的参与会进一步影响家庭的社会网络，这无论是对于城镇还是农村家庭创业行为均有显著的促进作用（胡金焱和张博，2014）。戚聿东和褚席（2021）认为数字生活显著降低了社交成本，从而起到拓展“关系”网络、提升和维护社会资本的作用。另外，移动支付作为普惠金融发展中的重要组成部分，能在更大程度上降低资金交易或转移的成本，从而使得家庭在遇到风险冲击时，能在更快捷、多渠道地获取他人的转移支付，进而平滑消费支出（Jack and Suri，2014）。因此，本文提出如下假说4。

假说4：普惠金融通过扩大家庭的社会网络缓解收入风险对居民消费的抑制作用。

三、研究设计

（一）样本选取及数据来源

本文所使用数据主要来自2015年西南财经大学中国家庭金融调查与研究中心在全国范围内开展的中国家庭金融调查（China Household Finance Survey，简称CHFS）。此外，本文所使用的城市层面的宏观经济金融数据来自于《中国统计年鉴》。

在数据处理上仅保留个体回答问卷时身份为户主的家庭样本，同时删除了户主年龄小于22岁以及大于65岁的家庭样本。另外，剔除家庭总收入以及净资产小于0的样本，并对家庭总收入、净资产、负债以及总消费进行1%的双边截尾处理，以消除异常值带来的影响。最后获得观测值为24835个。

（二）变量选取与家庭普惠金融指数构建

1.被解释变量。本文以家庭总消费支出额作为被解释变量，具体根据中华人民共和国国家统计局公布的《居民消费支出分类（2013）》文件，定义了食品烟酒消费、衣着消费、居住消费、生活用品及服务消费、医疗保健消费、交通通讯消费、文教娱乐消费、其它消费等八大类消费分项，然后对这八类的消费额进行加总得到“家庭总消费”变量。下文描述性统计中汇报了家庭总消费支出额的原始数据，但在回归中对总消费进行了对数化处理。

2.核心解释变量。本文的核心解释变量为收入风险。关于收入风险的测度，本文参考Carroll and Samwick（1997）、罗楚亮（2004）等的做法，选取户主年龄、受教育年限、工作单位类型、就业性质、所在行业、所在城市进行分组，分别计算家庭收入对数值的组内方差，最后连乘得到“家庭收入风险指标”。具体来说，假设户主年龄为l，受教育年限为h，工作单位类型为m，就业性质为n，所在行业为k，所在城市为g，家庭总收入为income，则可构建如下收入风险指标为：

3.家庭普惠金融指数的构建。本文参考尹志超和张栋浩（2020）的做法，基于微观家庭层面，从商业保险覆盖、拥有银行账户、拥有信用卡、获得正规信贷以及使用数字金融服务五个方面使用因子分析法来构建家庭普惠金融指数。考虑到上述五个变量均为二值变量，而常规的因子分析中在使用Pearson相关系数矩阵估计时要求变量为连续型变量，本文使用多分格相关系数矩阵（Polychoric Correlation Matrix）的因子分析法来构建普惠金融指标。该研究方法能够在一定程度上对二值变量的因子分析进行纠偏。表1汇报了因子分析的结果，KMO检验整体值是0.7375，表明所选取的五个指标适合采用因子分析法构建普惠金融指数变量。根据特征值大于1及累计解释大于75%的常用准则保留第一个有效公共因子，整体有效反映居民家庭的普惠金融水平。采用Bartlett因子得分法构建普惠金融指数，然后将该普惠金融指数标准化处理，使取值介于［0，1］之间。

表1 因子分析结果

4.其他控制变量。为了让实证结果更具说服力，同时尽可能规避因遗漏变量所导致的回归结果偏差，本文参考易行健等（2018）的研究经验，控制影响家庭消费支出的相关变量。首先，控制家庭特征变量，包括家庭总收入、总负债、净资产、是否经营工商业、家庭规模、家庭少儿人口占比以及老年人口占比。其次，控制户主特征变量，包括户主性别、年龄、受教育程度、户籍、是否已婚、身体是否健康、金融素养以及风险态度。另外，考虑到社会保障在降低不确定性冲击上的作用，本文进一步控制社会保障体制变量，包括家庭是否购买社会医疗保险、社会养老保险以及失业保险。最后，用家庭所在地级市金融机构年末贷款余额与城市GDP之比来控制宏观层面的经济金融水平。另外，参照尹志超和张栋浩（2020）以及甘犁等（2018）的做法进一步控制城市固定效应。

（三）模型设定

本文用Consumptionij代表第i个省份第j个家庭的总消费，并取对数，设定实证模型如下：

在模型（2）中，V_incomeij表示第i个省份第j个家庭的收入风险，Xij表示一系列控制变量，包括户主特征变量、家庭特征变量等，ωi为城市固定效应，εij为残差项。根据前文分析，预期核心解释变量V_incomeij的估计系数βij显著为负，表明收入风险与居民消费存在显著的负相关关系。在验证收入风险显著地抑制居民消费之后，进一步引入收入风险与普惠金融的交互项，来考察普惠金融是否有助于缓解收入风险对居民消费的抑制作用，实证模型设定如下：

模型（3）中的fin_indexij代表第i个省份第j个家庭的普惠金融指数，而关键解释变量为收入风险V_incomeij以及收入风险与普惠金融的交互项V_incomeij*fin_indexij。预期模型（3）中收入风险变量的估计系数βij依然显著为负，而交互项估计系数φij显著为正，从而表明普惠金融能够有效缓解收入风险对居民消费的抑制作用。需要说明的是，在模型（3）中的控制变量Xij与模型（2）一致。

在假说1成立的基础上，重点分析普惠金融缓解收入风险对居民消费抑制作用的内在机制，普惠金融可能通过降低家庭流动性约束、提高家庭风险管理能力以及扩大家庭社会网络进而缓解收入风险对居民消费的抑制作用。由此，本文在模型（2）的基础上分别单独引入流动性约束、风险管理能力以及社会网络变量与收入风险的交互项，得到如下实证模型：

模型（4）中的Mij代表流动性约束、家庭风险管理能力以及家庭社会网络三个机制变量。预期收入风险变量的估计系数βij如果为负，而流动性约束与收入风险的交互项估计系数也为负，家庭风险管理能力与收入风险的交互项估计系数以及家庭社会网络与收入风险的交互项估计系数均为正，即γij的估计结果为负或为正，表明家庭受到流动性约束会强化收入风险对居民消费的抑制作用，而家庭风险管理能力以及家庭社会网络降低了收入风险对居民消费的抑制作用。

在模型（4）交互项系数估计结果符合预期的条件下，进一步考察普惠金融是否显著影响了家庭的流动性约束、风险管理能力以及社会网络。因此，设定实证模型：

与模型（4）一致，Mij代表机制变量，即流动性约束、风险管理能力以及社会网络。其中流动性约束与风险管理能力均为二值变量，即家庭受到流动性约束赋值为1，否则为0；家庭有较强风险管理能力赋值为1，否则为0；而社会网络变量为连续型变量。当模型（5）中被解释变量为流动性约束以及风险管理能力时，使用Logit模型进行估计，如果被解释变量为社会网络，则使用普通最小二乘法（OLS）进行估计。基于模型（4）的预期估计结果，如果在模型（5）中普惠金融能够显著地降低家庭流动性约束、提高家庭风险管理能力以及扩大家庭社会网络，即普惠金融对流动性约束的估计系数显著为负，而普惠金融对风险管理以及社会网络的估计系数均显著为正，则表明普惠金融能够通过降低家庭流动性约束、提高家庭风险管理能力以及扩大家庭社会网络进而缓解收入风险对居民消费的抑制作用。

四、基准回归和机制分析

（一）描述性统计

表2展示描述性统计结果。居民家庭平均年总消费支出约为5.8万元，家庭人口规模平均约为3.7人，由此可知家庭平均人均消费支出大概为1.56万元，虽然与2014年国家统计局公布的全国人均消费支出1.44万元存在轻微差异，但考虑到本文在数据处理时删除了户主年龄大于65岁的家庭样本，而这些家庭的消费水平相对较低，因此表2中所计算的人均消费支出可信度相对高。另外，从家庭普惠金融指数来看，中国居民家庭普惠金融指数平均水平为0.28，表明中国2014年总体上居民获得金融服务的程度还比较低，普惠金融还有很大的发展空间。

表2 主要变量的描述性统计结果

（二）基准回归

表3第（1）列报告了估计模型（2）的实证结果。在加入所有控制变量以及控制城市固定效应后，收入风险与居民消费存在显著的负相关关系，表明收入风险对居民消费存在抑制效应。进一步地，基于模型（3）来考察普惠金融是否有助于缓解收入风险对居民消费的抑制作用，表3第（2）列报告相关实证结果，表明收入风险与居民消费的关系依然显著为负，而收入风险与普惠金融的交互项估计系数显著为正，说明普惠金融能够缓解收入风险对居民消费的抑制作用，假说1成立。

表3 基准回归分析

基于因子分析法构建的普惠金融指数虽能够在综合分析上提供帮助，但其掩盖了其它细化指标的经济影响。基于此，本文具体考察各子指标的缓解效应是否存在。从实证结果来看，家庭拥有银行卡、拥有信用卡以及使用正规信贷和使用数字金融服务均能够显著地缓解收入风险对居民消费的抑制作用，表明普惠金融的缓解效应是多渠道的。普惠金融对居民家庭在食品、衣着、居住、日用品以及文娱教育支出等不同类型消费方面的缓解效应显著存在，在衣着和文娱教育方面更为显著，这表明普惠金融不仅能够直接改善居民家庭的消费结构，还能通过缓解收入风险对层级较高的消费的抑制作用来实现消费升级。

（三）机制分析

1.基于流动性约束视角的机制检验。借鉴甘犁等（2018）的做法，使用“家庭金融资产总值是否大于两个月永久性收入”来度量家庭流动性强度。具体来讲，用家庭收入作为被解释变量，对户主特征变量及家庭特征等变量做回归，将回归得到的被解释变量的拟合值作为家庭的永久性收入。当家庭金融资产总值小于家庭两个月永久性收入时赋值为1，大于两个月永久性收入时赋值为0。表4第（1）列回归结果显示，收入风险与居民消费的关系依然显著为负，并且收入风险与流动性约束的交互项估计系数也显著为负，表明当居民家庭受到流动性约束时，会进一步强化收入风险对居民消费的抑制作用。根据表4第（2）列的回归结果，普惠金融的估计系数显著为负，表明普惠金融能够通过降低家庭的流动性约束这一渠道来缓解收入风险对居民消费的抑制作用。借鉴易行健和周利（2018）的做法，流动性资产包括现金、银行存款、股票等金融资产，以家庭的流动性资产高低来定义家庭是否受到流动性约束，把流动性资产较低的家庭定义为“受到流动性约束”，赋值为1，反之赋值为0。实证结果如表4第（3）、（4）列所示，依然得到一致结论，由此假说2成立。

表4 流动性约束的机制检验

2.基于风险管理能力视角的机制检验。借鉴李建军和李俊成（2020）的做法，选择以通过“商业养老保险”来实现未来养老计划的家庭视为风险管理能力较强的家庭，即风险管理能力赋值为“1”，选择其它养老计划方式视为风险管理能力较弱的家庭，即风险管理能力赋值为“0”。表5第（1）列回归结果显示，收入风险依然显著地抑制了居民消费，而收入风险与风险管理能力的交互项估计系数显著为正，表明家庭风险管理能力越强，收入风险对居民消费的抑制效应就越小。表5第（2）列汇报了普惠金融对家庭风险管理能力影响的实证结果。与预期一致，普惠金融与风险管理能力的回归系数在1%的水平上显著为正，表明普惠金融显著地提高了家庭的风险管理能力，由此假说3成立。考虑到家庭选择商业养老保险形式作为未来养老计划的家庭，可能已经购买了商业养老保险，从而使得普惠金融与其可能只是相关关系。为了说明上述结果的稳健性，将样本中购买了商业养老保险的家庭全部剔除；由于CHFS 2015的问卷中只询问了家庭是否购买商业人寿、商业健康保险以及其他的商业保险，而商业人寿保险包括商业养老保险，因此本文将购买了商业人寿保险的家庭样本全部剔除；同时考虑到其它商业保险购买中可能包括商业养老保险，为了避免干扰，本文也一并剔除。剔除样本后的回归结果如表5第（3）、（4）列所示，依然表明普惠金融能够通过提高家庭风险管理能力进而缓解收入风险对居民消费的抑制作用。

表5 基于风险管理能力视角的机制检验

3.基于社会网络视角的机制检验。为验证普惠金融能否通过扩大家庭社会网络这一渠道来缓解收入风险对居民消费的抑制作用，借鉴易行健等（2012）的做法，使用家庭节假日及红白喜事“礼金支出”作为家庭社会网络的代理变量。表6第（1）列汇报了社会网络作为风险分担的调节机制是否存在。收入风险与社会网络代理变量的交互项估计系数显著为正，表明家庭的社会网络越大，收入风险对居民消费的抑制作用就越小，即社会网络的风险分担作用存在。表6第（2）列报告了普惠金融对社会网络代理变量的估计结果，表明普惠金融对扩大家庭社会网络存在显著的正向效应，且估计系数在1%的水平上显著，假说4由此成立。孙永苑等（2016）认为，家庭的礼金支出可分为正常支出和非正常支出两个部分，正常支出是由家庭的经济状况、家庭结构等方面引起的，该类支出与家庭新建和维护关系无关；非正常支出是用于新建和维系关系的支出。基于稳健性考虑，借鉴该文做法提取出家庭用于新建和维系关系的礼金支出，以此更换机制变量。表6第（3）、（4）列报告了更换机制变量后的实证结果，依然证明普惠金融能够通过扩大家庭的社会网络进而缓解收入风险对居民消费的抑制作用。

表6 基于社会网络视角的机制检验

五、异质性分析

（一）基于金融素养水平高低的异质性分析

本文将总样本按家庭户主金融素养得分高低进行分组回归。具体来说，户主金融素养得分大于1分的视为金融素养较高的样本组，其他为金融素养较低的样本组。另外将户主金融素养得分按0-3分为四组进行回归，表7报告分组回归的实证结果。根据第（1）、（2）列的回归结果，普惠金融的缓解效应在金融素养水平较高的样本组中更大。从表7的第（3）列到第（6）列的结果来看，伴随着户主金融素养得分越来越高，普惠金融的缓解效应也越来越大。由此表明，个体金融素养的高低会显著影响普惠金融的缓解效应。我们的解释是，户主金融素养越高的家庭越有可能使用金融服务，比如参与商业保险、获得正规信贷、使用数字金融服务等，本文数据分布也佐证该解释。随着样本组的金融素养得分由低到高（从0分到3分），普惠金融的均值水平分别为0.18、0.30、0.37、0.45，即户主金融素养越高的家庭，其普惠金融水平也较高。

表7 基于金融素养高低的异质性分析

（二）基于户主社会信任水平高低的异质性分析

为了识别社会信任程度差异化影响是否存在，本文以“户主是否信任商业养老保险”来衡量家庭的社会信任程度。具体来讲，将信任商业养老保险的家庭视为社会信任水平较高的样本组家庭，不信任的家庭视为社会信任程度较低的样本组家庭。表8第（1）、（2）列报告了社会信任水平高低的分组回归结果。收入风险与普惠金融的交互项估计系数的经济显著性在社会信任程度较高的样本组中更大。从分组的普惠金融水平来看，社会信任程度较高的样本组家庭普惠金融指数均值为0.33，而社会信任程度较低的样本组家庭的普惠金融指数均值为0.25。由此说明，家庭的社会信任水平在一定程度上影响了家庭的普惠金融水平，进而影响了普惠金融在缓解收入风险对居民消费抑制作用上的效应。考虑到信任商业养老保险的家庭往往可能已经购买了商业养老保险，所以本文进一步删除可能购买商业养老保险的家庭，然后再进行检验。剔除样本后的分组回归结果如表8第（3）、（4）列所示，依然表明在社会信任程度较高的样本家庭中，普惠金融的缓解效应更大。

表8 基于社会信任水平高低的异质性分析

（三）基于不同地区居民家庭的异质性分析

为了识别普惠金融能否真正体现“普惠性”，本文依据2014年全国各省份人均GDP排名进行分组回归。具体来说，将人均GDP排名前15的省份视为经济较为发达地区，其他则归类为经济欠发达地区。同时考虑到普惠金融旨在解决居民的正规金融服务获得的问题，本文进一步按居民家庭所在省份每万人所拥有的金融机构数量排名进行分组回归，即排名前15的省份视为居民家庭所在省份每万人所拥有的金融机构数量较多的地区，其他为较少的地区。一般来说，首先所在省份每万人所拥有的金融机构数量越多，居民家庭获得正规金融服务的可能性就越高，普惠金融所带来的经济效益可能就较小。从分组回归实证结果（表9）来看，相对于经济发达地区，在欠发达地区，即所在省份人均GDP较低的样本家庭中，普惠金融缓解收入风险对居民消费抑制作用的效应更大。其次，普惠金融的缓解效应在所在省份每万人拥有的金融机构数量较低的样本家庭中更大，两个分组之间可能存在重合，本文对省份人均GDP与每万人所拥有的金融机构数量做了简单的相关系数矩阵分析，发现两者的相关系数为0.5，并不存在高度相关性。由此表明，普惠金融的“普惠性”显著存在，即普惠金融在减少金融排斥，满足欠发达地区居民家庭的金融服务需求上发挥了更大的作用。

表9 基于不同地区的异质性分析

（四）基于居民家庭不同收入水平的异质性分析

按居民家庭收入水平进行低中高均等分组，回归结果（表10）显示，收入风险与普惠金融的交互项估计系数在低收入样本家庭中的经济显著性更大，中等收入家庭次之，再次体现了普惠金融的“普惠性”作用，即更有利于低收入群体通过金融服务来实现更大的边际收益。在高收入样本家庭中该估计系数不显著，可能的原因在于高收入家庭的风险分担渠道更多，应对不确定性冲击的能力更强，因此较少依赖于一般的金融服务来实现消费平滑。

表10 基于收入水平高低的异质性分析

六、内生性与稳健性讨论

（一）内生性讨论与处理

1.工具变量估计。借鉴Rozelle et al.（1999）以及尹志超和张栋浩（2020）的研究思路，使用“社区平均”来构建工具变量进行内生性讨论与处理，即将家庭所在社区其他家庭的收入风险均值作为收入风险的工具变量，将家庭所在社区其他家庭的普惠金融指数均值作为普惠金融变量的工具变量；同时考虑到收入风险与普惠金融的交互项也是内生变量，本文以两者的“社区平均”工具变量的交互项作为收入风险与普惠金融交互项的工具变量。上述做法主要基于以下两方面考虑：一是，同一社区内的具有大致相同特征的群体成员间会相互影响，这意味着其他家庭的收入风险与本家庭的收入风险存在相关性；二是，Rozelle et al.（1999）认为，群体效应只会对群体成员中的同一行为产生影响，不同行为之间并不会相互关联，其他家庭的收入风险并不会影响本家庭的消费支出。同理，其他家庭的普惠金融指数均值也满足工具变量选取的要求。

表11展示了相关回归结果。表11第（1）列只针对收入风险与居民消费的关系进行了工具变量回归。考虑了内生性问题后，收入风险对居民消费的影响依然显著为负，表明收入风险抑制居民消费的结论是稳健的。进一步，针对普惠金融缓解收入风险对居民消费抑制作用的回归做了工具变量估计处理，表11第（2）列报告了对应的内生性处理结果，三个变量的回归系数相对于表2第（2）列的结果均有所变大，但显著性不变。

表11 工具变量估计

2.其它内生性处理。由于本文的普惠金融指数构建中的“是否使用数字金融服务”这一指标在其它年份存在数据缺失，因此无法进行面板数据的估计。基于此，本文首先将“是否使用数字金融服务”这一指标剔除，仅使用其余四个指标来构建普惠金融指数，由此形成CHFS 2013-2015年的平衡面板数据，其回归结果依然展现出普惠金融的缓解效应显著存在。其次，使用近似零方法估计（Local to Zero，简称LTZ）来缓解工具变量不严格外生的问题，该方法最早见于Conley etal.（2012）的研究。从LTZ估计结果来看，不改变普惠金融的缓解效应显著存在这一事实。最后，从样本选择的角度来看，考虑到收入风险越小的家庭其参与金融服务的可能性越高，家庭的普惠金融指数水平也就越高，进而导致回归结果不准确。为解决这一问题，进一步剔除在政府单位、事业单位以及国企上班的户主家庭，依然得到与前文一致的结论（表12）。

表12 其它内生性处理

（二）替换家庭普惠金融指数变量为地级市层面的数字普惠金融指数

本文所使用的普惠金融指数是基于家庭是否使用相关金融服务进行构建的，不但存在较强的自选择性，而且可能难以体现宏观层面的普惠金融发展的缓解作用。本文使用北京大学数字金融研究中心所编制的2014年全国各城市数字普惠金融指数代替家庭层面的普惠金融指数，使用数字普惠金融总指数及其分指数，分指数包括覆盖广度指数、使用深度指数以及数字化程度指数①数字普惠金融属于中国普惠金融发展的一部分，其由于依托互联网等信息技术，能够打破地理距离限制，更好地将金融服务惠及社会各阶层，并且根据最新的各地区数字普惠金融指数分布数据，中国东中西部的数字普惠金融指数趋同性明显（郭峰等，2020），因此，数字普惠金融的“普惠性”更强，数字普惠金融的发展大大地提高了中国普惠金融发展的可行性（黄益平和黄卓，2018）。。表13第（1）、（4）列的回归结果显示，基于地级市层面的总的普惠金融指数、覆盖广度指数以及使用深度指数均能够有效地缓解收入风险对居民消费的抑制影响，但数字化程度指数的缓解效应并不显著，一个可能的解释是中国的数字普惠金融发展在2014年仍处于初级阶段，更多地是进行数字普惠金融服务的普及和深化工作，尽管数字化程度总体水平较高，但对于个人家庭层面的数字化搭建以及数字化应用仍存在较高成本，并且数字化服务的接受也需要一定的过程，因此在金融服务数字化初始其经济效应并不显著。但从总体而言，基于宏观层面的数字普惠金融发展依然能够显著地缓解收入风险对居民消费的抑制作用。

表13 替换普惠金融指数为城市层面的数字普惠金融指数进行分析

（三）替换核心解释变量与被解释变量

替换收入风险的衡量为暂时性收入平方①借鉴沈坤荣和谢勇（2012）的做法，使用家庭收入的对数作为被解释变量，对户主特征变量、家庭特征变量以及社会保障变量做回归，同时我们控制了行业虚拟变量以及省份虚拟变量，将回归得到的残差值的平方作为收入风险的代理指标。，表14第（1）列报告相关实证结果，依然支持基准检验结论，即普惠金融能够缓解收入风险对消费的抑制影响的结论是稳健的。考虑到家庭的医疗保健及教育支出不仅具有消费属性，同时也具有投资属性（罗楚亮，2004），并且指出教育医疗支出具有很强的刚性，因此用总消费剔除了医疗保健以及教育支出，作为新的被解释变量放入回归中，表14第（2）列实证结果依然与上文一致。

表14 替换核心解释变量以及被解释变量进行分析

七、结论与启示

本文利用2015年中国家庭金融调查（CHFS）数据，通过构建家庭层面的普惠金融指数，分析普惠金融在缓解收入风险对居民消费抑制作用上的经济效应。研究发现，普惠金融能够显著地缓解收入风险对居民消费的抑制作用，并且主要通过降低家庭的流动性约束、提高家庭风险管理能力以及扩大家庭社会网络三条途径来实现。异质性分析发现，普惠金融的缓解效应在户主金融素养较高、社会信任程度较高的样本家庭中更大；同时普惠金融的缓解效应体现出较强的“普惠性”，即相对于发达地区以及高收入家庭，普惠金融的缓解效应在欠发达地区以及低收入家庭中更大。

上述结论，蕴含以下几个方面的政策建议：第一，普惠金融能够缓解收入风险对居民消费的抑制作用，这意味着普惠金融在居民家庭应对收入风险冲击，平滑居民消费上具有积极作用，因此要继续大力推动普惠金融发展。要进一步依托互联网科技平台建设来推进扩大普惠金融服务的广度和深度，同时要协同保险、信贷、储蓄、支付、投资等多方面金融服务的发展，缓解传统金融发展中所形成的不平衡发展现象。第二，普惠金融的缓解效应在欠发达地区以及低收入家庭影响更大，因此政府需要积极引导各类普惠金融服务主体借助互联网等现代信息技术手段，降低金融交易成本，延伸服务半径，拓展普惠金融服务的广度和深度，继续大幅度提高金融服务的覆盖率与可得性，加大对欠发达地区居民与中低收入人群的金融支持。第三，普惠金融的发展以及普惠金融的缓解作用受到个体金融素养高低以及社会信任程度高低的限制，因此国家在推进普惠金融发展的同时，需要加强居民的金融知识普及教育以及增强整体的社会信任度。具体来说，在提高居民金融素养方面，可以广泛利用电视广播、数字媒体等渠道进行大力宣传，针对基础金融知识进行反复教育，也可通过“名人效应”开展公益金融教育综艺活动，让金融知识走进寻常百姓家。另外，在提高个体社会信任水平上，最重要的就是要建立起一个互相信任的机制与平台，逐步完善社会征信体系。第四，结合中央金融工作会议精神，进一步推动普惠金融服务的高质量发展。过去十年，普惠金融在缓解居民家庭金融排斥上发挥了重要作用，让更多的长尾个体感受到金融服务的便利性。但随着中国经济社会形态发生变化，不论是从科技发展、环境变化还是人口结构调整等方面来看，都对金融服务新业态提出了更高要求。因此，要实现普惠金融的高质量发展，必须要做好其与科技金融、绿色金融、养老金融以及数字金融的融合协调发展工作，以前沿数字技术赋能金融服务普惠性触达面的拓展。