數(shù)字普惠金融與生育：促進(jìn)還是擠出？

盛思思　徐展

基金項(xiàng)目：北京市社會(huì)科學(xué)基金青年項(xiàng)目《數(shù)字化引領(lǐng)北京市企業(yè)高質(zhì)量創(chuàng)新機(jī)制研究》（21GLC051）。

作者簡(jiǎn)介：盛思思（1986—），女，湖北黃石人，博士，清華大學(xué)五道口金融學(xué)院博士后，主要研究方向?yàn)榻鹑诳萍?、家庭金?徐展（1989—），女，湖北武漢人，博士，首都經(jīng)濟(jì)貿(mào)易大學(xué)會(huì)計(jì)學(xué)院副教授、碩士生導(dǎo)師，主要研究方向?yàn)榻鹑谑袌?chǎng)、金融理論。DOI： 10.13253/j.cnki.ddjjgl.2022.03.011數(shù)字普惠金融與生育：促進(jìn)還是擠出？盛思思1，徐展2（1.清華大學(xué)五道口金融學(xué)院，北京100083;2.首都經(jīng)濟(jì)貿(mào)易大學(xué)會(huì)計(jì)學(xué)院，北京100070）

[摘要]基于家庭資源配置的視角，結(jié)合數(shù)字普惠金融的“長(zhǎng)尾”特征，提出數(shù)字普惠金融會(huì)影響生育水平并進(jìn)行了實(shí)證檢驗(yàn)。結(jié)果顯示，數(shù)字普惠金融總體上顯著地提高了出生率，但細(xì)分維度存在差異：數(shù)字支付和數(shù)字保險(xiǎn)都提高了出生率;數(shù)字信貸降低了出生率;數(shù)字理財(cái)?shù)淖饔貌幻黠@。機(jī)制檢驗(yàn)發(fā)現(xiàn)，數(shù)字支付主要通過(guò)促進(jìn)家庭從外部獲得幫助、緩解流動(dòng)性約束來(lái)影響生育，社會(huì)資本水平越高，數(shù)字支付對(duì)生育的促進(jìn)作用越大;數(shù)字保險(xiǎn)通過(guò)為家庭提供補(bǔ)充保障來(lái)促進(jìn)生育，社會(huì)保障水平越低，尤其社會(huì)保障深度不足時(shí)，數(shù)字保險(xiǎn)的作用越大;數(shù)字信貸則由于刺激家庭消費(fèi)對(duì)生育產(chǎn)生了“擠出”效應(yīng)，銀行消費(fèi)貸款規(guī)模越小、快遞量越大，數(shù)字信貸的生育抑制作用越大。因此，我國(guó)應(yīng)重視并充分發(fā)揮數(shù)字普惠金融在促進(jìn)人口長(zhǎng)期均衡發(fā)展中的作用。

[關(guān)鍵詞]數(shù)字金融;生育水平;社會(huì)資本;風(fēng)險(xiǎn)保障

[中圖分類號(hào)] F832.5[文獻(xiàn)標(biāo)識(shí)碼] A[文章編號(hào)] 1673-0461（2022）03-0081-09

一、引言

習(xí)近平在《關(guān)于制定“十三五”規(guī)劃建議的說(shuō)明》中指出，“當(dāng)前，我國(guó)人口結(jié)構(gòu)呈現(xiàn)明顯的高齡少子特征，適齡人口生育意愿明顯降低，婦女總和生育率明顯低于更替水平”[1]。低生育水平會(huì)導(dǎo)致勞動(dòng)力供需不均衡、人口老齡化加快[2]，對(duì)我國(guó)長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)[3-4]和社會(huì)保障體系[5]都帶來(lái)嚴(yán)重威脅。雖然我國(guó)從2013年就開(kāi)始放寬生育政策，但由于收入水平和撫育成本上升、城鎮(zhèn)化和人口流動(dòng)加劇以及人們價(jià)值觀念發(fā)生轉(zhuǎn)變等原因，政策效果并不明顯。如何提高生育意愿和生育水平成為我國(guó)持續(xù)穩(wěn)定發(fā)展的關(guān)鍵問(wèn)題。

從經(jīng)濟(jì)學(xué)視角來(lái)看，生育行為實(shí)質(zhì)上是對(duì)家庭資源的跨期配置。例如，“養(yǎng)兒防老”是通過(guò)生育子女來(lái)預(yù)防老年時(shí)期的收入不確定性。而現(xiàn)代金融的主要功能為資源的跨時(shí)空配置，因此金融發(fā)展可能影響家庭和個(gè)人的資源配置行為，進(jìn)而影響其生育決策。但長(zhǎng)期以來(lái)，由于時(shí)間、空間等條件限制，以及金融機(jī)構(gòu)風(fēng)險(xiǎn)控制和追逐利潤(rùn)的考慮，傳統(tǒng)金融多服務(wù)于少數(shù)精英群體，對(duì)于數(shù)量最為龐大的普通大眾、尤其低收入和農(nóng)村群體覆蓋不足[6-7]。而后者恰好是我國(guó)的生育主力[8]。因此，早期的金融發(fā)展對(duì)于生育水平的影響可能不太重要。相應(yīng)地，雖然已有一些研究發(fā)現(xiàn)子女?dāng)?shù)量會(huì)影響家庭的金融行為[9]，改變家庭對(duì)金融資產(chǎn)的持有和配置[10]，但是關(guān)于金融發(fā)展如何影響生育行為還缺乏充分的研究。

近年來(lái)，數(shù)字普惠金融快速發(fā)展打破了金融的時(shí)空限制，降低了金融交易的門檻和成本[11]，提高了金融服務(wù)的可獲得性[12]，具有顯著的“長(zhǎng)尾”效應(yīng)[6]。調(diào)查研究發(fā)現(xiàn)，即便是在我國(guó)的農(nóng)村地區(qū)，數(shù)字金融也具有較高的知曉度和使用度[7]。隨著數(shù)字普惠金融的不斷發(fā)展和滲透，其對(duì)生育水平的作用或逐漸凸顯。

一方面，生育子女預(yù)期增大家庭面臨的流動(dòng)性約束和風(fēng)險(xiǎn)敞口，可能抑制家庭的生育意愿。而數(shù)字普惠金融有助于家庭應(yīng)對(duì)可能產(chǎn)生的困難，從而釋放生育需求。首先，數(shù)字支付使得轉(zhuǎn)賬匯款更加便捷且交易成本更低，有利于家庭快速獲得外部幫助，從而弱化流動(dòng)性約束;其次，數(shù)字信貸不僅降低了信貸的門檻，還擴(kuò)大了其應(yīng)用場(chǎng)景，提升了靈活性，有助于平滑家庭跨期消費(fèi)，放松家庭預(yù)算約束;最后，數(shù)字保險(xiǎn)改變了傳統(tǒng)的保單銷售模式，其產(chǎn)品價(jià)格更透明、投保和理賠流程更簡(jiǎn)潔、客戶洞察更精準(zhǔn)，有利于家庭運(yùn)用保險(xiǎn)來(lái)分?jǐn)傦L(fēng)險(xiǎn)，降低未來(lái)的不確定性。

但另一方面，數(shù)字支付提升了支付的便利性，加速了居民的消費(fèi)決策，促進(jìn)了消費(fèi)增長(zhǎng)[13-14]，在家庭資金有限的條件下可能“擠出”生育需求;并且，數(shù)字（消費(fèi)）信貸也可能促進(jìn)居民消費(fèi)，提高家庭杠桿，導(dǎo)致生育意愿降低[15];而數(shù)字理財(cái)則為家庭提供了除養(yǎng)育子女以外的高收益投資渠道，可能產(chǎn)生生育替代效應(yīng)。

可見(jiàn)，數(shù)字普惠金融對(duì)生育水平的影響較為復(fù)雜，需要進(jìn)一步研究以明確其作用和影響機(jī)制。本文利用北京大學(xué)數(shù)字金融研究中心編制的數(shù)字普惠金融指數(shù)和中國(guó)各省級(jí)政府發(fā)布的2011至2019年的地區(qū)出生率數(shù)據(jù)，采用面板數(shù)據(jù)回歸方法，對(duì)數(shù)字普惠金融是否以及如何影響生育水平進(jìn)行了實(shí)證研究。實(shí)證結(jié)果顯示：從整體上而言，數(shù)字普惠金融發(fā)展顯著地促進(jìn)了生育，在控制了其他因素的條件下，數(shù)字普惠金融指數(shù)每提高100，出生率增加3‰;從細(xì)分維度來(lái)看，數(shù)字支付和數(shù)字保險(xiǎn)顯著地提高了出生率，而數(shù)字信貸則降低了出生率，數(shù)字理財(cái)?shù)淖饔貌幻黠@。進(jìn)一步對(duì)細(xì)分維度進(jìn)行機(jī)制檢驗(yàn)得到以下發(fā)現(xiàn)：第一，數(shù)字支付能夠通過(guò)促進(jìn)家庭從外部獲得幫助、緩解流動(dòng)性約束來(lái)影響生育水平，地區(qū)的社會(huì)資本水平越高，數(shù)字支付對(duì)生育的促進(jìn)作用越大;第二，數(shù)字保險(xiǎn)通過(guò)為家庭提供補(bǔ)充保障來(lái)促進(jìn)生育，地區(qū)的社會(huì)保障水平越低，尤其社會(huì)保障深度不足時(shí)，數(shù)字保險(xiǎn)的作用越大;第三，數(shù)字信貸則因?yàn)榇龠M(jìn)家庭超前消費(fèi)產(chǎn)生了“擠出”效應(yīng)，抑制了生育水平，地區(qū)的銀行消費(fèi)貸款規(guī)模越小、快遞量越大，數(shù)字信貸的作用越大。最后使用互聯(lián)網(wǎng)普及率作為工具變量進(jìn)行穩(wěn)健性檢驗(yàn)，排除了可能的內(nèi)生性解釋?；诖耍髡哒J(rèn)為應(yīng)重視金融在促進(jìn)人口長(zhǎng)期均衡發(fā)展中的作用，大力推廣數(shù)字普惠金融，充分發(fā)揮數(shù)字支付和數(shù)字保險(xiǎn)的積極作用，適度發(fā)展數(shù)字消費(fèi)信貸、倡導(dǎo)理性消費(fèi)。

本文的主要貢獻(xiàn)在于：第一，基于家庭資源跨期配置的視角，首次提出并證實(shí)了數(shù)字普惠金融對(duì)生育的促進(jìn)作用，不僅拓寬了金融領(lǐng)域的研究邊界，也為人口學(xué)研究提供了新的視角;第二，明確了數(shù)字普惠金融細(xì)分維度對(duì)生育水平的不同影響機(jī)制，填補(bǔ)了相關(guān)文獻(xiàn)的空白;第三，人口問(wèn)題一直是關(guān)乎國(guó)家經(jīng)濟(jì)和社會(huì)發(fā)展的重大問(wèn)題，在鼓勵(lì)生育政策效果不明顯的情況下，本文的研究結(jié)論為我國(guó)提高生育水平、促進(jìn)人口長(zhǎng)期均衡發(fā)展提供了新的思路。

二、理論分析和研究假設(shè)

微觀經(jīng)濟(jì)理論認(rèn)為，生育行為是家庭成員根據(jù)“效用最大化”“風(fēng)險(xiǎn)最小化”等原則對(duì)有限的家庭資源進(jìn)行跨期配置的結(jié)果[16]。

“效用最大化”原則是指家庭通過(guò)對(duì)新增子女產(chǎn)生的成本和效用進(jìn)行權(quán)衡，決定是否生育“邊際子女”[17];并在生育子女與其他家庭消費(fèi)之間權(quán)衡，通過(guò)對(duì)有限的家庭資源進(jìn)行分配[18]，實(shí)現(xiàn)家庭效用最大化。其中，成本既包括撫育子女需付出的實(shí)際支出，也包含因此而產(chǎn)生的機(jī)會(huì)成本，例如由于撫育子女而損失的時(shí)間和收入等;效用則主要包括子女成長(zhǎng)為勞動(dòng)力后可帶來(lái)的經(jīng)濟(jì)效用，老年時(shí)期被子女供養(yǎng)的保險(xiǎn)效用，以及撫育子女帶來(lái)精神效用等?！俺杀?效用”理論是國(guó)內(nèi)人口研究的重要分析框架之一，由于我國(guó)實(shí)行計(jì)劃生育政策，大量文獻(xiàn)主要關(guān)注了生育二孩以及更多孩子的成本和效用問(wèn)題，相關(guān)實(shí)證研究也證實(shí)了生育效用和養(yǎng)育成本會(huì)影響家庭和女性的再生育意愿[19-20]。

“風(fēng)險(xiǎn)最小化”原則的基本假設(shè)是個(gè)人或家庭具備利避害、尋求風(fēng)險(xiǎn)最小的“風(fēng)險(xiǎn)”理性。在此框架下，風(fēng)險(xiǎn)是影響家庭生育決策的重要原因，生育子女是為了預(yù)防生活中的各種風(fēng)險(xiǎn)，提高家庭生存的可能性。例如，撫育子女以預(yù)防老年生活保障風(fēng)險(xiǎn)，多育以形成以親緣為紐帶的互助保障機(jī)制，以及通過(guò)多育提高子女“有出息”的概率等[21]。可以看出，以上提及的風(fēng)險(xiǎn)主要為“遠(yuǎn)慮”。但事實(shí)上，年輕育齡群體較少會(huì)設(shè)想老年生活，對(duì)子女需承擔(dān)的義務(wù)和責(zé)任也沒(méi)有明確的要求[22]。因此，生育帶來(lái)的中短期風(fēng)險(xiǎn)預(yù)期（即“近憂”）可能對(duì)家庭生育決策產(chǎn)生更大的影響，如健康風(fēng)險(xiǎn)、經(jīng)濟(jì)風(fēng)險(xiǎn)和職業(yè)風(fēng)險(xiǎn)等。

簡(jiǎn)而言之，在“理性人”視角下，生育實(shí)際上是家庭進(jìn)行的一種消費(fèi)和投資行為——通過(guò)“消費(fèi)”獲得精神效用[20]，通過(guò)“投資”獲得經(jīng)濟(jì)收益和風(fēng)險(xiǎn)保障。夫婦在生育子女與其他消費(fèi)和投資之間對(duì)有限的家庭資源進(jìn)行跨期分配，以期最大化家庭效用、最小化家庭風(fēng)險(xiǎn)。這意味著，在效用確定的條件下，如果生育成本和風(fēng)險(xiǎn)較高，則其他消費(fèi)和投資選擇就可能“擠出”家庭的生育需求;反之，如果生育成本相對(duì)可負(fù)擔(dān)或風(fēng)險(xiǎn)可分?jǐn)?，則可能促進(jìn)家庭生育。

現(xiàn)代金融具有跨時(shí)空資源配置和風(fēng)險(xiǎn)分散等功能，家庭可利用金融工具平滑消費(fèi)、管理風(fēng)險(xiǎn)和積累財(cái)富。然而，傳統(tǒng)金融受限于時(shí)間和網(wǎng)點(diǎn)限制，以及風(fēng)險(xiǎn)和成本控制的考慮，難以覆蓋作為生育主力的“長(zhǎng)尾”人群[6-8]。數(shù)字普惠金融通過(guò)信息化技術(shù)和產(chǎn)品創(chuàng)新，降低了金融服務(wù)的成本和門檻，打破了傳統(tǒng)金融的網(wǎng)點(diǎn)限制，擴(kuò)大了金融服務(wù)的覆蓋范圍，逐步實(shí)現(xiàn)“以可負(fù)擔(dān)的成本為有金融服務(wù)需求的社會(huì)各階層和群體提供適當(dāng)?shù)摹⒂行У慕鹑诜?wù)”①。經(jīng)過(guò)不斷地發(fā)展深化，我國(guó)的數(shù)字普惠金融實(shí)踐已經(jīng)覆蓋支付、保險(xiǎn)、信貸以及理財(cái)?shù)榷鄠€(gè)業(yè)務(wù)領(lǐng)域[23]，能夠滿足用戶多方位的金融需求。因此，數(shù)字普惠金融發(fā)展很可能會(huì)改變普通家庭的資源配置行為，對(duì)其生育行為產(chǎn)生影響，進(jìn)而影響整個(gè)社會(huì)的生育水平。

但是，由于數(shù)字普惠金融的業(yè)務(wù)領(lǐng)域廣泛，其對(duì)生育水平的影響機(jī)制和方向較為復(fù)雜。下面分別從支付、保險(xiǎn)、信貸、理財(cái)4個(gè)主要業(yè)務(wù)維度進(jìn)行分析。

首先，生育和撫養(yǎng)子女將使家庭的日常支出大幅增加，對(duì)于財(cái)富累積較少或收入較低的家庭來(lái)說(shuō)，容易導(dǎo)致流動(dòng)性約束，而對(duì)于未來(lái)流動(dòng)性約束的預(yù)期可能會(huì)抑制家庭的生育需求。一方面，數(shù)字支付的發(fā)展使得轉(zhuǎn)賬匯款更加便捷且交易成本更低，有利于家庭快速利用社會(huì)資本獲得外部幫助[24]，從而弱化流動(dòng)性約束的影響，釋放生育需求。但另一方面，數(shù)字支付提升了支付的便利性，促進(jìn)了家庭消費(fèi)[14，25]，可能在一定程度上“擠出”生育需求。

其次，生育會(huì)帶來(lái)一些中短期的風(fēng)險(xiǎn)預(yù)期，如孕婦或嬰兒的健康風(fēng)險(xiǎn)和意外風(fēng)險(xiǎn)。同時(shí)，女性職工的“生育懲罰效應(yīng)”[26]進(jìn)一步推升了家庭的收入風(fēng)險(xiǎn)，使得家庭對(duì)于潛在的生育風(fēng)險(xiǎn)更加敏感。雖然社保能夠在一定程度上降低女性勞動(dòng)力的生育風(fēng)險(xiǎn)，但是即便到2019年，我國(guó)參保生育保險(xiǎn)的人數(shù)也只有2.14億人②，且僅能覆蓋城鎮(zhèn)單位的已婚女職工群體。在此背景下，商業(yè)保險(xiǎn)的補(bǔ)充保障作用顯得尤為重要。數(shù)字保險(xiǎn)改變了傳統(tǒng)商業(yè)保險(xiǎn)的保單銷售模式，其產(chǎn)品價(jià)格更透明、形式更多樣，投保和理賠流程更簡(jiǎn)潔，客戶洞察更精準(zhǔn)，有利于家庭運(yùn)用保險(xiǎn)來(lái)處置風(fēng)險(xiǎn)，降低未來(lái)的不確定性。因此，數(shù)字保險(xiǎn)的發(fā)展可能有助于提升生育水平。

再次，一方面，數(shù)字信貸不僅降低了信貸的門檻，擴(kuò)大了其應(yīng)用場(chǎng)景，提升了靈活性，有助于家庭平滑跨期消費(fèi)，同時(shí)也提高了家庭固定資產(chǎn)的可變現(xiàn)性[27]，這都能在一定程度上緩解家庭面臨的流動(dòng)性約束[28]，釋放生育需求。但另一方面，數(shù)字信貸也可能刺激負(fù)債性消費(fèi)，推高家庭杠桿，導(dǎo)致生育意愿降低[15]。

最后，數(shù)字理財(cái)提供了更多、更靈活的金融投資渠道，有利于家庭優(yōu)化資產(chǎn)組合，促進(jìn)家庭財(cái)富積累，改善生育條件;但同時(shí)，養(yǎng)育子女以外的高收益投資渠道也可能產(chǎn)生生育替代效應(yīng)，從而“擠出”生育需求。

基于以上分析，提出以下競(jìng)爭(zhēng)性假設(shè)：

H1a：數(shù)字普惠金融越發(fā)達(dá)，生育水平越高。

H1b：數(shù)字普惠金融越發(fā)達(dá)，生育水平越低。

可以看出，數(shù)字普惠金融對(duì)生育水平的影響非常復(fù)雜，值得深入研究以明確其作用及影響機(jī)理。

三、數(shù)據(jù)來(lái)源和實(shí)證模型

（一）數(shù)據(jù)來(lái)源

本文參考大量相關(guān)文獻(xiàn)，選取了2011至2019年北京大學(xué)數(shù)字金融研究中心發(fā)布的省級(jí)數(shù)字普惠金融指數(shù)作為數(shù)字普惠金融發(fā)展水平的代理變量[13-14]。該數(shù)據(jù)覆蓋了中國(guó)31個(gè)省、直轄市、自治區(qū)（不包括港澳臺(tái)地區(qū)），不僅包括根據(jù)33個(gè)具體指標(biāo)編制的數(shù)字普惠金融總指數(shù)，還提供了數(shù)字支付、數(shù)字保險(xiǎn)、數(shù)字信貸和數(shù)字理財(cái)?shù)确诸愔笖?shù)，為本文深入分析數(shù)字普惠金融的影響機(jī)制提供了有利條件。對(duì)于地區(qū)生育水平，本文采用了中國(guó)各省級(jí)政府發(fā)布的2011至2019年的出生率數(shù)據(jù)，這也是唯一能完整獲取的官方公布并承認(rèn)的數(shù)據(jù)[29]。其他交互變量和控制變量數(shù)據(jù)均來(lái)自Wind數(shù)據(jù)庫(kù)或從統(tǒng)計(jì)年鑒爬取。經(jīng)過(guò)數(shù)據(jù)清洗、匹配和處理，共得到31個(gè)省、直轄市、自治區(qū)的279條觀測(cè)值，滿足回歸分析的樣本數(shù)量要求。

（二）變量說(shuō)明

本文采用了各省級(jí)政府每年發(fā)布的出生率（又稱粗出生率，Crude Birth Rate）作為被解釋變量。這是因?yàn)樵诒疚牡难芯繒r(shí)間段（2011—2019）內(nèi)，除了2010年的第六次人口普查數(shù)據(jù)比較接近，并沒(méi)有可以使用的、隨時(shí)間變化的總和生育率的可靠數(shù)據(jù)，并且學(xué)術(shù)界普遍認(rèn)為由于出生漏報(bào)等原因，人口普查得到的生育率數(shù)值并不準(zhǔn)確[30-31]。更重要的是，已有研究發(fā)現(xiàn)用出生率來(lái)代替總和生育率的影響非常小且不重要[32]，并且出生率和總和生育率之間存在可估計(jì)的特定參數(shù)關(guān)系[29]。出生率的定義為每千人中的新生兒數(shù)量，能夠較為客觀地反映各地區(qū)人口的生育水平。

在控制變量方面，已有文獻(xiàn)認(rèn)為經(jīng)濟(jì)增長(zhǎng)、收入水平、教育水平、人口城鎮(zhèn)化、人口老齡化、房?jī)r(jià)以及子女養(yǎng)育成本是影響生育水平的重要因素。因此，本文參考已有研究相應(yīng)地選取了人均GDP[33-34]、人均可支配收入[35]、地區(qū)教育水平[34-35]、城鎮(zhèn)化水平[30]、撫養(yǎng)比[36]、房?jī)r(jià)[37]以及物價(jià)水平CPI[34]作為控制變量，以控制地區(qū)差異帶來(lái)的影響。

此外，在機(jī)制分析部分，作者還選取了NGO數(shù)量、無(wú)償獻(xiàn)血率來(lái)衡量社會(huì)資本[38-40]，使用社會(huì)保障深度和廣度來(lái)衡量社會(huì)保障水平，以及使用銀行個(gè)人消費(fèi)貸款余額和快遞業(yè)務(wù)量來(lái)反映負(fù)債性消費(fèi)水平等，通過(guò)分析交互作用來(lái)明確數(shù)字普惠金融的影響機(jī)制。

具體的變量定義如表1所示。

主要變量的描述性統(tǒng)計(jì)如表2所示。其中，觀測(cè)值為279，出生率CBR的均值為11.35，即平均每千人中約有11.35個(gè)新生兒。最大值為17.89，最小值為5.36，標(biāo)準(zhǔn)差為2.72，說(shuō)明不同省份地區(qū)的出生率存在較大差異。數(shù)字普惠金融指數(shù)FTindex的均值為202.3，最小值為16.22，最大值達(dá)到410.3，數(shù)值跨度較大，其他4個(gè)分類指數(shù)的分布也類似，說(shuō)明不同省份地區(qū)的數(shù)字普惠金融發(fā)展不甚均衡。

（三）計(jì)量模型

本文采用面板數(shù)據(jù)回歸方法，檢驗(yàn)各地區(qū)數(shù)字普惠金融發(fā)展對(duì)出生率的影響，建立主回歸模型（1）：

CBR=α+αFTindex+αCapitaGDP

+αCapitaDPI，t+αCPI+αPropertyPrice

+αUrbanization+αYouthDependency

+αElderDependency+α₉Education+ε （1）

其中，i代表?。ê陛犑小⒆灾螀^(qū)），t代表年份;CBR代表i省份在t年份的出生率;FTindex代表i省份在t年份的數(shù)字普惠金融指數(shù);同理，CapitaGDP、CapitaDPI、CPI、PropertyPrice、Urbanization、YouthDependency、ElderDependency、Education分別代表i省份在t年份的人均GDP、人均可支配收入、物價(jià)指數(shù)、房?jī)r(jià)、城鎮(zhèn)化水平、少年兒童撫養(yǎng)比、老年人口撫養(yǎng)比以及人口教育水平，是模型（1）的控制變量。

在機(jī)制分析部分，作者將模型（1）中的解釋變量由總指數(shù)FTindex替換為分類指數(shù)，包括數(shù)字支付（Payment）、數(shù)字保險(xiǎn)（Insurance）、數(shù)字信貸（Credit），并加入了相應(yīng)的交互變量，形成了模型（2）、模型（3）和模型（4）：

CBR=α+αPayment+αPayment

×SocialCapital+αSocialCapital

+βControl+ε（2）

CBR=α+αInsurance+αInsurace

×SocialSecurity+αSocialSecurity

+βControl+ε（3）

CBR=α+αCredit+αCredit

×ExcessiveConsumption+αExcessive

×Consumption+βControl+ε（4）

其中，與模型（1）類似，i代表?。ê陛犑?、自治區(qū)），t代表年份;而交互變量SocialCapital、SocialSecurity和ExcessiveConsumption分別代表省份i在t年份的社會(huì)資本、社會(huì)保障以及負(fù)債性消費(fèi)（或超前消費(fèi)）變量;Control為控制變量，與模型（1）相同。

四、實(shí)證結(jié)果

（一）主回歸分析

表3的第（1）列報(bào)告了數(shù)字普惠金融指數(shù)FTindex與出生率CBR之間的關(guān)系，即模型（1）的回歸結(jié)果?？梢钥闯?，F(xiàn)Tindex與CBR顯著正相關(guān)，即數(shù)字普惠金融越發(fā)達(dá)，出生率越高。該結(jié)果支持了假設(shè)H1a，說(shuō)明數(shù)字普惠金融發(fā)展整體上能夠顯著地提高生育水平——在控制了其他因素的條件下，數(shù)字普惠金融指數(shù)每提高100，出生率增加3‰。

將模型（1）中的總指數(shù)FTindex替換為分類指數(shù)Payment、Insurance、Credit和Investment，回歸結(jié)果如列（2）至列（5）所示。結(jié)果顯示，Payment和Insurance都與CBR顯著正相關(guān)，而Credit和Investment的回歸系數(shù)則并不顯著。但進(jìn)一步把4個(gè)分類指數(shù)同時(shí)放入模型，回歸結(jié)果如列（6）和（7）所示，Payment和Insurance的回歸系數(shù)仍然保持正向且顯著，同時(shí)Credit的回歸系數(shù)也顯著為負(fù)了，但I(xiàn)nvestment的系數(shù)仍不顯著。這說(shuō)明，數(shù)字支付和數(shù)字保險(xiǎn)有助于提高生育水平，數(shù)字信貸會(huì)導(dǎo)致生育水平下降，而數(shù)字理財(cái)?shù)淖饔脛t并不明顯。

上述實(shí)證結(jié)果支持了假設(shè)H1a，即數(shù)字普惠金融發(fā)展能夠顯著地提高生育水平，并且初步明確了數(shù)字普惠金融的不同維度對(duì)生育水平的影響存在差異。接下來(lái)，作者通過(guò)引入新的變量以及交互項(xiàng)建立了模型（2）、模型（3）、模型（4），對(duì)數(shù)字普惠金融影響生育水平的內(nèi)在機(jī)理進(jìn)行了研究和檢驗(yàn)。

1. 數(shù)字支付、社會(huì)資本與出生率

表3主回歸結(jié)果顯示，數(shù)字支付與出生率顯著正相關(guān)，在控制了其他因素的條件下，支付指數(shù)每增加100，出生率提高1.3‰，支持了假設(shè)H1a。這說(shuō)明，雖然數(shù)字支付會(huì)促進(jìn)家庭消費(fèi)[14，25]，但并沒(méi)有顯著地?cái)D出生育需求;數(shù)字支付可能更多是通過(guò)緩解家庭面臨的或預(yù)期的流動(dòng)性約束，起到釋放生育需求的作用。根據(jù)理論分析，數(shù)字支付的發(fā)展使得轉(zhuǎn)賬匯款更加便捷且交易成本更低，有利于家庭快速利用社會(huì)資本獲得外部幫助[24]，從而弱化流動(dòng)性約束的影響。那么，社會(huì)資本是否會(huì)調(diào)節(jié)數(shù)字支付對(duì)出生率的影響呢？社會(huì)資本包括社會(huì)信任、互惠行為和社會(huì)參與[41]，在社會(huì)資本比較高的地區(qū)，人們更傾向于互助與合作，資金往來(lái)和借貸也容易[42]。因此，如果數(shù)字支付對(duì)家庭生育的影響路徑為獲得外部幫助、緩解流動(dòng)性約束，那么社會(huì)資本就可能正向地調(diào)節(jié)數(shù)字支付對(duì)生育的影響，即社會(huì)資本越高，數(shù)字支付的作用可能更大。

作者參考經(jīng)濟(jì)金融領(lǐng)域的相關(guān)文獻(xiàn)，選擇了NGO（非政府組織）數(shù)量[38]和自愿無(wú)償獻(xiàn)血率[39-40]作為地區(qū)社會(huì)資本水平的代理變量。其中，NGO在社會(huì)層面上促進(jìn)了人與人之間的溝通、合作與共享，對(duì)增進(jìn)普遍信任和社會(huì)資本形成具有非常積極的影響[43];而自愿無(wú)償獻(xiàn)血率則能夠反映一個(gè)地區(qū)居民整體的公德心和互助精神。將以上交互變量帶入模型（2）的回歸結(jié)果如表4所示。結(jié)果顯示，交互項(xiàng)的回歸系數(shù)均與解釋變量Payment的回歸系數(shù)方向相同且顯著，即社會(huì)資本越高，數(shù)字支付對(duì)出生率的影響就越大，與預(yù)期一致。這說(shuō)明，數(shù)字支付對(duì)生育的促進(jìn)作用主要是通過(guò)社會(huì)資本產(chǎn)生影響——數(shù)字支付使得家庭能夠快速利用社會(huì)資本獲得外部幫助，從而弱化流動(dòng)性約束對(duì)生育的抑制作用。

2. 數(shù)字保險(xiǎn)、社會(huì)保障與出生率

表3主回歸結(jié)果顯示，數(shù)字保險(xiǎn)與出生率顯著正相關(guān)，在控制了其他因素的條件下，保險(xiǎn)指數(shù)每增加100，出生率提高0.6‰，支持了假設(shè)H1a，說(shuō)明數(shù)字保險(xiǎn)的發(fā)展有助于提高生育水平，排除了替代效應(yīng)解釋[44]。那么，數(shù)字保險(xiǎn)的作用機(jī)制是否為風(fēng)險(xiǎn)保障呢？

我國(guó)育齡女性的生育風(fēng)險(xiǎn)主要由社會(huì)保障中的生育保險(xiǎn)覆蓋，一般通過(guò)向生育女職工提供生育津貼、生育醫(yī)療費(fèi)用等待遇實(shí)現(xiàn)，能夠在一定程度上提高家庭生育[45]。但是，生育保險(xiǎn)參保人數(shù)較少、覆蓋人群范圍較窄，并且不能保障生育后出現(xiàn)的意外和疾病風(fēng)險(xiǎn)。數(shù)字保險(xiǎn)作為商業(yè)保險(xiǎn)滿足了家庭的主動(dòng)避險(xiǎn)需求，幫助家庭降低面臨的不確定性和背景風(fēng)險(xiǎn)[46]，是對(duì)社會(huì)保障的補(bǔ)充。因此，如果數(shù)字保險(xiǎn)對(duì)生育率的影響機(jī)制為風(fēng)險(xiǎn)保障，那么在社會(huì)保障水平越低的地區(qū)，數(shù)字保險(xiǎn)的作用越大;反之，社會(huì)保障水平越高，數(shù)字保險(xiǎn)的作用越小。

文章從社會(huì)保障深度（Social Security Depth）和社會(huì)保障廣度（Social Security Breadth）2個(gè)維度對(duì)模型（3）進(jìn)行了檢驗(yàn)，回歸結(jié)果如表5所示。結(jié)果顯示，交互項(xiàng)回歸系數(shù)的方向與解釋變量Insurance相反且顯著，即社會(huì)保障水平越高，數(shù)字保險(xiǎn)的作用越小;并且，社會(huì)保障深度相比社會(huì)保障廣度的調(diào)節(jié)作用更大。這說(shuō)明，數(shù)字保險(xiǎn)的確是通過(guò)補(bǔ)充風(fēng)險(xiǎn)保障作用來(lái)促進(jìn)生育;尤其當(dāng)社會(huì)保障深度不足時(shí)，數(shù)字保險(xiǎn)的作用更大。

3. 數(shù)字信貸、超前消費(fèi)與出生率

表3第（7）列的主回歸結(jié)果顯示，在控制了其他分類指數(shù)的條件下，數(shù)字信貸（Credit）與出生率顯著負(fù)相關(guān)，排除了流動(dòng)性解釋。數(shù)字信貸為什么會(huì)降低出生率呢？“成本-效用”理論認(rèn)為，子女可被視為一種“耐用消費(fèi)品”，家庭通過(guò)“消費(fèi)”（即撫育子女）獲得精神效用[18，20]。那么，理論上來(lái)說(shuō)，家庭對(duì)其他消費(fèi)品的需求有可能會(huì)擠出生育需求。已有研究證實(shí)，消費(fèi)信貸能夠顯著地刺激和提高消費(fèi)[47]，對(duì)經(jīng)常性和非經(jīng)常性消費(fèi)都有提升作用[48]。數(shù)字信貸不僅提高了消費(fèi)信貸的可得性，擴(kuò)大了適用范圍，其與電子商務(wù)的共生發(fā)展更是在短時(shí)間內(nèi)推動(dòng)了我國(guó)居民消費(fèi)觀念和消費(fèi)行為的改變。2020年，僅螞蟻花唄和借唄服務(wù)的用戶就達(dá)到5億人，每10個(gè)“90后”就有4個(gè)在用花唄消費(fèi)。因此，數(shù)字信貸很可能通過(guò)刺激超前消費(fèi)，從而“擠出”生育需求。

作者將銀行個(gè)人消費(fèi)貸款余額（除以人均GDP）（Consumption Loan）和標(biāo)準(zhǔn)化的快遞業(yè)務(wù)量（Delivery Volume）2個(gè)變量帶入模型（4），來(lái)檢驗(yàn)數(shù)字信貸對(duì)出生率的影響機(jī)制。首先，銀行是個(gè)人或家庭獲得消費(fèi)貸款的正規(guī)渠道，而數(shù)字信貸是對(duì)正規(guī)金融的補(bǔ)充;并且，銀行消費(fèi)貸款規(guī)模過(guò)大時(shí)還可能通過(guò)未來(lái)還款壓力抑制發(fā)展型和享受型消費(fèi)[49]。因此，銀行消費(fèi)貸款余額越高，數(shù)字信貸刺激消費(fèi)的作用就越小，其對(duì)出生率的影響也越小;反之，銀行消費(fèi)貸款規(guī)模越小，數(shù)字信貸的作用就越大。其次，快遞量在一定程度上反映了電商消費(fèi)。在不考慮進(jìn)出方向的條件下，快遞量越多可認(rèn)為電商消費(fèi)越多，數(shù)字信貸的作用也可能越大。模型（4）的回歸結(jié)果如表6所示。結(jié)果顯示，Consumption Loan與Credit的交互項(xiàng)系數(shù)與解釋變量Credit的系數(shù)方向相反且顯著;而Delivery Volume與Credit的交互項(xiàng)系數(shù)與解釋變量Credit的系數(shù)方向相同且顯著，與預(yù)期一致。說(shuō)明數(shù)字信貸的確是通過(guò)促進(jìn)家庭超前消費(fèi)抑制了生育。

（三）穩(wěn)健性檢驗(yàn)

由于家庭人口增加通常伴隨著家庭支出和風(fēng)險(xiǎn)的提高，因此數(shù)字普惠金融與出生率的以上關(guān)系有可能是因?yàn)樯鸺彝ソ鹑谛枨笤黾訉?dǎo)致的，即可能存在因果倒置的內(nèi)生性問(wèn)題。為了排除內(nèi)生性解釋，作者選取了滯后一期的互聯(lián)網(wǎng)普及率（Internet Penetration_1）作為數(shù)字普惠金融的工具變量進(jìn)行穩(wěn)健性檢驗(yàn)。上一年的互聯(lián)網(wǎng)普及率會(huì)影響數(shù)字普惠金融的推廣和滲透，但與出生率之間沒(méi)有必然的聯(lián)系，出生率更不可能反向地影響上一年的互聯(lián)網(wǎng)普及率。因此，滯后一期的互聯(lián)網(wǎng)普及率是一個(gè)較好的工具變量。

工具變量?jī)呻A段回歸結(jié)果如表7所示。第一階段回歸結(jié)果說(shuō)明滯后一期的互聯(lián)網(wǎng)普及率的確與數(shù)字普惠金融指數(shù)顯著正相關(guān)，互聯(lián)網(wǎng)普及率能夠很好地估計(jì)數(shù)字普惠金融指數(shù)。將估計(jì)的FTindex帶入模型，得到第二階段的回歸結(jié)果，如列（2）所示?？梢钥闯觯烙?jì)的FTindex的回歸系數(shù)為正且在1%的水平上顯著，說(shuō)明即便剔除了家庭金融需求等因素的干擾，數(shù)字普惠金融仍然顯著地影響出生率，從而排除了以上內(nèi)生性解釋。

五、結(jié)論與建議

當(dāng)前我國(guó)適齡人口生育意愿下降，生育水平持續(xù)走低，鼓勵(lì)生育政策效果不明顯，在長(zhǎng)期嚴(yán)重不利于經(jīng)濟(jì)增長(zhǎng)和社會(huì)穩(wěn)定。如何提高生育水平成為我國(guó)持續(xù)穩(wěn)定發(fā)展的關(guān)鍵問(wèn)題。本文基于家庭資源跨期配置的視角，結(jié)合數(shù)字普惠金融的“長(zhǎng)尾”特征，首次提出數(shù)字普惠金融會(huì)影響生育水平，并采用宏觀數(shù)據(jù)，利用面板模型回歸方法進(jìn)行了實(shí)證分析。結(jié)果顯示，數(shù)字普惠金融總體上顯著地促進(jìn)了生育，在控制了其他因素的條件下，數(shù)字普惠金融指數(shù)每提高100，出生率增加3‰;但細(xì)分維度的影響存在差異，數(shù)字支付和數(shù)字保險(xiǎn)顯著地提高了出生率，而數(shù)字信貸則降低了出生率，數(shù)字理財(cái)?shù)淖饔貌幻黠@。機(jī)制檢驗(yàn)發(fā)現(xiàn)，數(shù)字支付主要通過(guò)促進(jìn)家庭從外部獲得幫助、緩解流動(dòng)性約束來(lái)影響生育水平，地區(qū)的社會(huì)資本水平越高，數(shù)字支付對(duì)生育的促進(jìn)作用越大;數(shù)字保險(xiǎn)通過(guò)為家庭提供補(bǔ)充保障來(lái)促進(jìn)生育，地區(qū)的社會(huì)保障水平越低，尤其社會(huì)保障深度不足時(shí)，數(shù)字保險(xiǎn)的作用越大;數(shù)字信貸則由于刺激家庭消費(fèi)對(duì)生育產(chǎn)生了“擠出”效應(yīng)，地區(qū)的銀行消費(fèi)貸款規(guī)模越小、快遞量越大，數(shù)字信貸的生育抑制作用越大。

隨著數(shù)字金融日益普及并滲透居民日常生活，金融對(duì)家庭決策和行為的影響逐漸增大，應(yīng)充分認(rèn)識(shí)并重視金融在促進(jìn)人口長(zhǎng)期均衡發(fā)展中的作用，大力推廣數(shù)字普惠金融，提高金融服務(wù)的可獲得性，便利家庭利用金融工具管理風(fēng)險(xiǎn)和流動(dòng)性，減少生育的后顧之憂，提升生育意愿。同時(shí)，還應(yīng)適度發(fā)展消費(fèi)信貸、倡導(dǎo)理性消費(fèi)，避免過(guò)度消費(fèi)“擠出”生育需求。研究結(jié)論不僅拓寬了相關(guān)研究的邊界，填補(bǔ)了相關(guān)文獻(xiàn)的空白，更為我國(guó)主動(dòng)應(yīng)對(duì)“低生育陷阱”提供了新的思路。

[注釋]① 國(guó)務(wù)院2015年印發(fā)的《推進(jìn)普惠金融發(fā)展規(guī)劃（2016—2020年）》中關(guān)于普惠金融的定義。

② 該數(shù)據(jù)來(lái)自國(guó)家醫(yī)療保障局。

[參考文獻(xiàn)][1]習(xí)近平. 關(guān)于《中共中央關(guān)于制定國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃的建議》的說(shuō)明[N]. 人民日?qǐng)?bào). 2015-11-4（2）.

[2]王德文. 人口低生育率階段的勞動(dòng)力供求變化與中國(guó)經(jīng)濟(jì)增長(zhǎng)[J]. 中國(guó)人口科學(xué)， 2007（1）： 44-52.

[3]徐翔. 人口老齡化背景下的長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)潛力研究[J]. 金融研究， 2017（6）： 17-32.

[4]都陽(yáng). 中國(guó)低生育率水平的形成及其對(duì)長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)的影響[J]. 世界經(jīng)濟(jì)， 2005（12）： 14-23.

[5]凌文豪. 人口老齡化對(duì)養(yǎng)老保障體系的挑戰(zhàn)及對(duì)策[J]. 求索， 2009（10）： 81-83.

[6]王華，李揚(yáng)子，曹青子，等. 互聯(lián)網(wǎng)金融發(fā)展的長(zhǎng)尾效應(yīng)與溢出效應(yīng)分析[J]. 統(tǒng)計(jì)與決策， 2018， 34（19）： 172-174.

[7]粟芳，鄒奕格，熊婧，等. 互聯(lián)網(wǎng)金融在中國(guó)農(nóng)村地區(qū)的滲透差異及約束[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2020， 37（10）： 3-23.

[8]莊亞兒，姜玉，王志理，等. 當(dāng)前我國(guó)城鄉(xiāng)居民的生育意愿——基于2013年全國(guó)生育意愿調(diào)查[J]. 人口研究， 2014， 38（3）： 3-13.

[9]BROWNING M. Children and household economic behavior[J]. Journal of economic literature， 1992， 30（3）： 1434-1475.

[10]賈男，周穎，楊天池. 二孩生育對(duì)家庭金融資產(chǎn)配置有何影響——數(shù)量效應(yīng)與政策效應(yīng)評(píng)估[J]. 財(cái)經(jīng)科學(xué)， 2021（1）： 16-28.

[11]吳曉求. 互聯(lián)網(wǎng)金融：成長(zhǎng)的邏輯[J]. 財(cái)貿(mào)經(jīng)濟(jì)， 2015（2）： 5-15.

[12]尹志超，張?zhí)枟? 金融可及性、互聯(lián)網(wǎng)金融和家庭信貸約束——基于CHFS數(shù)據(jù)的實(shí)證研究[J]. 金融研究， 2018（11）： 188-206.

[13]張勛，楊桐，汪晨，等. 數(shù)字金融發(fā)展與居民消費(fèi)增長(zhǎng)：理論與中國(guó)實(shí)踐[J]. 管理世界， 2020， 36（11）： 48-63.

[14]何宗樾，宋旭光. 數(shù)字金融發(fā)展如何影響居民消費(fèi)[J]. 財(cái)貿(mào)經(jīng)濟(jì)， 2020， 41（8）： 65-79.

[15]柳清瑞，劉淑娜. 家庭杠桿率的生育效應(yīng)及其城鄉(xiāng)差異——基于擴(kuò)展OLG模型的實(shí)證檢驗(yàn)[J]. 人口研究， 2020， 44（2）： 87-101.

[16]陳俊杰，穆光宗. 農(nóng)民的生育需求[J]. 中國(guó)社會(huì)科學(xué)， 1996（2）： 126-137.

[17]LEIBENSTEIN H. Economic backwardness and economic growth[M].New York： Wiley， 1957.

[18]BECKER G S. Demographic and economic change in developed countries[M]. Columbia University Press， 1960： 209-240.

[19]李靜雅. 已育一孩職業(yè)女性的二孩生育意愿研究——基于生育效用感和再生育成本的實(shí)證分析[J]. 婦女研究論叢， 2017（3）： 27-39.

[20]鄭真真，李玉柱，廖少宏. 低生育水平下的生育成本收益研究——來(lái)自江蘇省的調(diào)查[J]. 中國(guó)人口科學(xué)， 2009（2）： 93-102.

[21]彭希哲，戴星翼. 生育決定的風(fēng)險(xiǎn)最小化模型與農(nóng)村計(jì)劃生育環(huán)境的優(yōu)化[J]. 人口與經(jīng)濟(jì)， 1995（2）： 16-21.

[22]彭希哲，戴星翼. 試析風(fēng)險(xiǎn)最小化原則在生育決定中的作用[J]. 人口研究， 1993（6）： 2-7.

[23]焦瑾璞，黃亭亭，汪天都，等. 中國(guó)普惠金融發(fā)展進(jìn)程及實(shí)證研究[J]. 上海金融， 2015（4）： 12-22.

[24]吳小丹，李俊文. 社交網(wǎng)絡(luò)、流動(dòng)性約束與家庭消費(fèi)——基于中國(guó)家庭微觀調(diào)查數(shù)據(jù)[J]. 消費(fèi)經(jīng)濟(jì)， 2015， 31（5）： 22-27.

[25]易行健，周利. 數(shù)字普惠金融發(fā)展是否顯著影響了居民消費(fèi)——來(lái)自中國(guó)家庭的微觀證據(jù)[J]. 金融研究， 2018（11）： 47-67.

[26]劉娜，盧玲花. 生育對(duì)城鎮(zhèn)體制內(nèi)女性工資收入的影響[J]. 人口與經(jīng)濟(jì)， 2018（5）： 10-19.

[27]張棟浩，王棟，杜在超. 金融普惠、收入階層與中國(guó)家庭消費(fèi)[J]. 財(cái)經(jīng)科學(xué)， 2020（6）： 1-15.

[28]姚健，臧旭恒. 普惠金融、流動(dòng)性約束與家庭消費(fèi)[J]. 財(cái)經(jīng)理論與實(shí)踐， 2021， 42（4）： 2-9.

[29]喬曉春，朱寶生. 如何利用（粗）出生率來(lái)估計(jì)總和生育率？[J]. 人口與發(fā)展， 2018， 24（2）： 65-70.

[30]尹文耀，姚引妹，李芬. 生育水平評(píng)估與生育政策調(diào)整——基于中國(guó)大陸分省生育水平現(xiàn)狀的分析[J]. 中國(guó)社會(huì)科學(xué)， 2013（6）： 109-128， 206-207.

[31]郭志剛. 中國(guó)的低生育水平及其影響因素[J]. 人口研究， 2008（4）： 1-12.

[32]ENTWISLE B. CBR versus TFR in cross-national fertility research[J]. Demography， 1981， 18（4）： 635-643.

[33]丁宏. 增加政府轉(zhuǎn)移支付是否會(huì)有助于改善生育率——基于OECD國(guó)家的門檻回歸模型檢驗(yàn)[J]. 南開(kāi)經(jīng)濟(jì)研究， 2017（4）： 59-72.

[34]任棟，李萍. 人口出生率的影響因素與政策選擇：1994～2014年[J]. 改革， 2015（10）： 23-31.

[35]熊永蓮，謝建國(guó). 貿(mào)易開(kāi)放、女性勞動(dòng)收入與中國(guó)的生育率[J]. 財(cái)經(jīng)科學(xué)， 2016（4）： 113-122.

[36]徐升艷，夏海勇. 人口老齡化機(jī)制研究：基于生育率持續(xù)下降視角[J]. 人口學(xué)刊， 2011（4）： 54-60.

[37]易君健，易行健. 房?jī)r(jià)上漲與生育率的長(zhǎng)期下降：基于香港的實(shí)證研究[J]. 經(jīng)濟(jì)學(xué)（季刊）， 2008（3）： 961-982.

[38]雷光勇，邱保印，王文忠. 社會(huì)信任、審計(jì)師選擇與企業(yè)投資效率[J]. 審計(jì)研究， 2014（4）： 72-80.

[39]羅付巖，班旭. 社會(huì)信任與現(xiàn)金持有動(dòng)態(tài)調(diào)整：作用機(jī)制與調(diào)整效果——基于尋租理論的解釋[J]. 財(cái)經(jīng)論叢， 2021（2）： 57-67.

[40]張茵，劉明輝，彭紅星. 社會(huì)信任與公司避稅[J]. 會(huì)計(jì)研究， 2017（9）： 48-54.

[41]徐延輝，劉彥. 社會(huì)資本與農(nóng)民工的社會(huì)公平感[J]. 社會(huì)科學(xué)戰(zhàn)線， 2018（11）： 228-237.

[42]童馨樂(lè)，褚保金，楊向陽(yáng). 社會(huì)資本對(duì)農(nóng)戶借貸行為影響的實(shí)證研究——基于八省1003個(gè)農(nóng)戶的調(diào)查數(shù)據(jù)[J]. 金融研究， 2011（12）： 177-191.

[43]謝慶奎，鄭珠榮. 現(xiàn)代化過(guò)程中普遍信任的增進(jìn)與公益NGO的角色——基于中國(guó)和韓國(guó)的對(duì)比[J]. 云南行政學(xué)院學(xué)報(bào)， 2011， 13（5）： 10-14.

[44]李靜. 社會(huì)保障預(yù)期、出生率與人口質(zhì)量[J]. 中國(guó)軟科學(xué)， 2015（2）： 85-95.

[45]沈政，楊華磊，張文超. 生育保險(xiǎn)能促進(jìn)家庭生育嗎[J]. 財(cái)經(jīng)科學(xué)， 2019（3）： 52-65.

[46]尹志超，嚴(yán)雨. 保險(xiǎn)對(duì)中國(guó)家庭儲(chǔ)蓄率的影響[J]. 經(jīng)濟(jì)科學(xué)， 2020（5）： 99-110.

[47]李江一，李涵. 消費(fèi)信貸如何影響家庭消費(fèi)？[J]. 經(jīng)濟(jì)評(píng)論， 2017（2）： 113-126.

[48]南永清，孫煜. 消費(fèi)信貸影響了居民消費(fèi)行為嗎[J]. 現(xiàn)代經(jīng)濟(jì)探討， 2020（7）： 10-19.

[49]潘敏，劉知琪. 居民家庭“加杠桿”能促進(jìn)消費(fèi)嗎？——來(lái)自中國(guó)家庭微觀調(diào)查的經(jīng)驗(yàn)證據(jù)[J]. 金融研究， 2018（4）： 71-87.Digital Inclusive Finance and Crude Birth Rate： Promote or Crowding-out？

Sheng? Sisi Xu? Zhan

（1. PBC School of Finance， Tsinghua University， Beijing 100083， China; 2. College of Accounting， Capital University of

Economics and Business， Beijing 100070， China）

Abstract：? From the perspective of household resource allocation， based on the long-tail characteristics of digital inclusive finance， this paper proposes that digital inclusive finance could affect the fertility level. After empirical tests， authors of the paper find that digital inclusive finance has significantly increased the birth rate in general， but its subdivisions have different effect： both digital payment and digital insurance have increased the birth rate; however digital credit has reduced the birth rate; and the effect of digital investment is not obvious. Through the mechanism test， authors found that digital payment mainly affects fertility by facilitating the family to obtain external help and reducing migration; the higher the level of social capital is， the greater the role of digital payment in promoting fertility will be; whereas the lower the level of social security is， especially when the depth of social security is insufficient， the greater the role of digital insurance will be because digital insurance promotes fertility by providing supplementary assurance for families; due to the crowding-out effect of stimulating household consumption， digital credit reduces fertility; the smaller the scale of bank consumer loans is and the greater the volume of delivery is， the greater suppression effect of digital credit will be on fertility. Therefore， it crucial to give full play to the role of digital inclusive finance in promoting the long-term balance of the population development.

Key words：digital finance; fertility level; social capital; risk guarantee

（責(zé)任編輯：蔡曉芹）