劉春楠 王昌法 張璐 龔施予

當前隨著我國社會老齡化程度的加快，養(yǎng)老問題愈加突出，中小養(yǎng)老服務機構融資問題突出，而數(shù)字普惠金融的發(fā)展為中小企業(yè)融資提供了便利。本文利用2014-2020年我國31個省份養(yǎng)老服務機構面板數(shù)據(jù)，結合北京大學數(shù)字普惠金融指數(shù)，研究數(shù)字普惠金融對養(yǎng)老服務機構供給的發(fā)展效應。研究結果表明，數(shù)字普惠金融的發(fā)展對于養(yǎng)老服務機構供給具有顯著的正向效應，數(shù)字普惠金融促進了養(yǎng)老服務機構的供給，因此要加強對于數(shù)字普惠金融發(fā)展的支持，同時要對普惠金融發(fā)展過程中的問題加以防范和監(jiān)管。

一、引言及文獻綜述

2020年，我國第七次全人口普查正式開始，2021年5月11日，普查結果正式公布。普查數(shù)據(jù)結果顯示，我國總人口增長速度放緩，勞動力人口占比出現(xiàn)首次下降，同時，65歲以上老年人口占比提升較為明顯，且首次突破10%。陸杰華和林嘉琪根據(jù)第七次人口普查數(shù)據(jù)指出，在總人口緩慢增速與老年人口快速增速反向變動的背景下，中國將不可逆轉地以高速進入中度、重度和深度老齡化社會，并保持長期穩(wěn)定態(tài)勢，同時從社會、經(jīng)濟、技術、文化、治理五大方面指出老齡化問題給中國社會各方面帶來的不利影響[1]?！笆奈濉睍r期，黨中央把積極應對人口老齡化上升為國家戰(zhàn)略，并在“十四五規(guī)劃”中做出了專門部署?；诖?，隨著老齡化的不斷加劇，養(yǎng)老問題更加突出，積極應對老齡化社會，妥善處理養(yǎng)老問題成為當前亟待解決的難題。

（一）數(shù)字普惠金融分析

2005年，普惠金融的概念由聯(lián)合國“國際小額信貸年”中提出。2016年，杭州G20峰會中首次提出數(shù)字普惠金融的概念，泛指一切通過數(shù)字金融服務促進普惠金融的行動。中國信息通信研究院云計算與大數(shù)據(jù)研究所發(fā)布的《數(shù)字普惠金融白皮書》中認為：數(shù)字普惠金融是在成本可控、模式可持續(xù)的前提下，以各類數(shù)字化技術為實現(xiàn)條件，為社會各階層尤其是現(xiàn)有金融體系覆蓋不足的城鎮(zhèn)低收入群體、農(nóng)村人口、偏遠地區(qū)人口等特殊群體以及小微企業(yè)提供平等、有效、全面、方便的金融產(chǎn)品和服務[2]。近年來，隨著我國網(wǎng)絡技術和數(shù)字經(jīng)濟的不斷成熟，以及對于普惠金融問題的不斷關注，眾多學者關于數(shù)字普惠金融的作用進行了一系列的研究。梁榜，張建華認為，數(shù)字普惠金融的發(fā)展能夠顯著的緩解中小企業(yè)的融資約束，數(shù)字普惠金融的覆蓋廣度、使用深度和數(shù)字支持服務程度均對中小企業(yè)融資約束具有緩解作用[3]。張勛，萬廣華，張佳佳，何宗樾指出中國的數(shù)字金融能夠顯著的提高家庭收入，幫助改善農(nóng)村居民的創(chuàng)業(yè)行為，促進中國經(jīng)濟的包容性增長[4]。同時，還有眾多文章表明，數(shù)字普惠金融對于促進居民消費[5]、縮小城鄉(xiāng)收入差距[6][7]、促進貧困減緩[8][9]和促進產(chǎn)業(yè)結構升級[10]等都具有顯著作用。但由于數(shù)字普惠金融的發(fā)展歷史較為短暫，其發(fā)展模式和發(fā)展規(guī)律對于政府監(jiān)管方面提出了更高的要求[11]，同時，數(shù)字普惠金融的供給方面仍然多為大中型銀行，中小型金融機構發(fā)展不成熟，數(shù)量少，這也導致了普惠金融無法發(fā)揮其最大功用，中小企業(yè)仍然存在“借款難”的問題;數(shù)字普惠金融與服務對象之間的數(shù)字鴻溝問題，以及技術安全風險等問題也都亟待解決。

（二）養(yǎng)老服務機構供給分析

養(yǎng)老服務機構是我國解決人口老齡化問題中的重要一環(huán)，養(yǎng)老服務機構的供給在很大程度上決定了一個地區(qū)養(yǎng)老服務的發(fā)展程度。我國養(yǎng)老服務機構主要由市場養(yǎng)老服務機構、社區(qū)養(yǎng)老服務機構和公辦養(yǎng)老服務機構組成。近年來，國家對于養(yǎng)老的重視程度不斷提高，對于養(yǎng)老服務供給的政策和財政支持不斷上升。2022年2月，國務院發(fā)布《“十四五”國家老齡事業(yè)發(fā)展和養(yǎng)老服務體系規(guī)劃》，其中提到，在“十三五”期間，全國各類養(yǎng)老服務機構（包括養(yǎng)老服務機構、社區(qū)養(yǎng)老服務機構）和設施從11.6萬個增加到32.9萬個，2020年，全國兩證齊全的醫(yī)養(yǎng)結合機構5857家[12]。其中重點提到推動普惠養(yǎng)老的發(fā)展，不斷增加養(yǎng)老服務機構的供給，建立一個“居家養(yǎng)老+社區(qū)養(yǎng)老+社會養(yǎng)老+公辦養(yǎng)老”的多維養(yǎng)老體系，鼓勵社會力量進入，強調拓寬金融支持養(yǎng)老服務渠道。但由于我國老年人口基數(shù)大，導致養(yǎng)老服務機構仍然存在很大的供給缺口，尤其是農(nóng)村地區(qū)養(yǎng)老需求大與養(yǎng)老水平低之間的矛盾十分突出，養(yǎng)老服務機構發(fā)展仍存在較大問題。穆光宗認為，現(xiàn)階段，我國機構養(yǎng)老存在六大問題：機構養(yǎng)老供不應求且資源利用率不高;利潤低甚至負債導致養(yǎng)老機構自我發(fā)展能力不強;養(yǎng)、護、醫(yī)、送四大功能分離;機構養(yǎng)老缺乏家居認同和親情;專業(yè)護工和管理人才缺失;農(nóng)村養(yǎng)老服務機構發(fā)展不規(guī)范。基于此，我們認為對于金融支持養(yǎng)老服務機構發(fā)展的渠道研究是必要的[13]。

（三）數(shù)字普惠金融對養(yǎng)老服務機構供給的影響

盡管從數(shù)字普惠金融角度研究對養(yǎng)老服務機構供給的文章相對缺失，但是我們可以從數(shù)字普惠金融的融資作用及融資對養(yǎng)老服務機構供給的作用方面進行探究。養(yǎng)老服務機構尤其是民營養(yǎng)老服務機構面臨著很明顯的“融資難”問題。李小蘭，曾盛聰認為，我國民營養(yǎng)老服務機構普遍存在內源性融資的支持能力有限、過于依賴財政性和政策性融資、市場性融資不足且渠道狹窄這三個問題[14]。而普惠金融尤其是數(shù)字普惠金融的便捷性和可得性以及數(shù)字普惠金融對于融資的促進作用恰好能夠補充緩解養(yǎng)老服務機構融資難的問題，從而支持促進養(yǎng)老服務機構的供給。

二、模型構建與數(shù)據(jù)說明

（一）模型構建

為探究數(shù)字普惠金融對普惠養(yǎng)老的影響，本文構建了如下的計量模型

其中，表示地區(qū)i在t時期的養(yǎng)老服務機構數(shù)指標，表示地區(qū)i在t時期數(shù)字普惠金融指標，表示其他影響?zhàn)B老服務機構數(shù)的控制變量組，C表示常數(shù)項，ε表示隨機擾動項，α表示核心解釋變量的回歸系數(shù)，β表示控制變量的回歸系數(shù)。

（二）變量選取

1.被解釋變量（OBS）：立足于文章研究目的，我們將我國31個省份2014-2020年的養(yǎng)老服務機構數(shù)作為被解釋變量，該數(shù)據(jù)數(shù)值越大，表明該省份養(yǎng)老服務機構數(shù)量越多。同時，為保證數(shù)據(jù)的有效性，被解釋變量數(shù)據(jù)均來自官方發(fā)布的中國統(tǒng)計年鑒和中國社會統(tǒng)計年鑒。

2.核心解釋變量（DIF）：本文采用北大數(shù)字金融研究中心所著的《北京大學數(shù)字普惠金融指數(shù)（2011—2020年）》[15]中省級數(shù)字普惠金融指數(shù)的對數(shù)值作為核心解釋變量來衡量。

3.控制變量。為了降低多重共線性與內生性對估計結果的影響，本文進一步引入經(jīng)濟發(fā)展水平、政府干預、第三產(chǎn)業(yè)發(fā)展水平、老年人口撫養(yǎng)比作為控制變量。其中，經(jīng)濟發(fā)展水平以各省的人均GDP的對數(shù)值衡量，用pgdp表示;政府干預用公共預算支出除以地區(qū)生產(chǎn)總值衡量，用pfin表示;第三產(chǎn)業(yè)發(fā)展水平用第三產(chǎn)業(yè)產(chǎn)值占當年GDP比重衡量，用ts表示;老年人口撫養(yǎng)比用drep表示。

（三）數(shù)據(jù)來源說明

本文選用2014-2020年我國31個省級面板數(shù)據(jù)進行分析，數(shù)據(jù)主要來源：《中國統(tǒng)計年鑒》 《中國社會統(tǒng)計年鑒》、國泰安數(shù)據(jù)庫、各省《統(tǒng)計年鑒》以及《北京大學數(shù)字普惠金融指數(shù)（2011-2020）》。

三、實證結果與分析

（一）描述性分析

在確定了研究變量和數(shù)據(jù)來源后，我們對樣本進行了額外的簡單描述性分析，并使用stata面板命令對上述變量進行了描述性統(tǒng)計。下表列出了關鍵變量的描述性統(tǒng)計數(shù)據(jù)。

（二）效應選擇

本文數(shù)據(jù)樣本的個體效應i=31，時間效應t=7，i>t屬于短面板數(shù)據(jù)，且因變量和自變量的取值均無異常值。所有這些值表明模型相對穩(wěn)定，因此不再進行數(shù)據(jù)完整性測試。本文對公式（1）連續(xù)進行個體隨機效應回歸和個體固定效應回歸，觀察F檢驗結果。

F檢驗。F統(tǒng)計量用來檢驗一組面板數(shù)據(jù)應該建立混合模型還是個體固定效應模型[16]。輸入stata命令執(zhí)行F檢驗（圖2），從圖2的實證結果可以看出：F檢驗P值為0.0000，因此應拒絕原假設，適用固定效應模型進行回歸分析。

（三）面板模型估計結果

根據(jù)F檢驗結果，最終選擇個體固定效應回歸模型。模型結果如圖3所示。

通過模型回歸結果可以看出：在控制經(jīng)濟發(fā)展水平、政府干預、第三產(chǎn)業(yè)發(fā)展水平、老年人口撫養(yǎng)比這四個變量的條件下，數(shù)字普惠金融對養(yǎng)老服務機構供給的影響顯著，并且養(yǎng)老服務機構與數(shù)字普惠金融存在正相關關系。如圖3可知，數(shù)字普惠金融指數(shù)每增加1%，養(yǎng)老服務機構數(shù)量就會增加4.625767家。從整體上看，數(shù)字普惠金融可以促進養(yǎng)老服務機構供給。

四、結論及建議

本文基于2014-2020年全國31個省份的省級面板數(shù)據(jù)，分析了數(shù)字普惠金融與養(yǎng)老服務機構供給的關系。本文通過F檢驗最終選擇了個體固定效應回歸模型。模型中以各省份的養(yǎng)老服務機構數(shù)作為被解釋變量，以數(shù)字普惠金融指數(shù)作為解釋變量。此外還加入了經(jīng)濟發(fā)展水平、政府干預、第三產(chǎn)業(yè)發(fā)展水平以及老年人口撫養(yǎng)比這四個控制變量。最后的個體固定效應回歸模型結果表明，數(shù)字普惠金融每增加1%，就會增加4.625767家養(yǎng)老服務機構，結果顯著。上述實證分析表明：數(shù)字普惠金融有助于促進養(yǎng)老服務機構供給。

基于此，我們提出以下建議：首先，數(shù)字普惠金融的發(fā)展依托于網(wǎng)絡技術，所以要持續(xù)推進互聯(lián)網(wǎng)技術的發(fā)展，使數(shù)字普惠金融更加的便捷普惠;第二，由于當前普惠金融的供給方仍多為大型企業(yè)，中小型企業(yè)發(fā)展薄弱，所以在國家政策方面要鼓勵支持中小企業(yè)進入相關領域，并給予一定的財稅優(yōu)惠政策，從供給方促進數(shù)字普惠金融普惠性的發(fā)展;第三，相關的金融機構積極創(chuàng)新養(yǎng)老方面的金融產(chǎn)品，為中小型養(yǎng)老企業(yè)及老年人提供更多的普惠渠道;最后，我們也要注意到數(shù)字普惠金融的發(fā)展也伴隨著多方面的問題，所以相關部門要加強對于數(shù)字普惠金融領域的監(jiān)管，保證數(shù)字普惠金融的普惠性和安全性。

參考文獻：

[1]陸杰華，林嘉琪.中國人口新國情的特征、影響及應對方略——基于“七普”數(shù)據(jù)分析[J].中國特色社會主義研究，2021（03）：57-67+2.

[2] 中國信息通信研究院（http：//www.caict.ac.cn/）：

《數(shù)字普惠金融發(fā)展白皮書》.

[3]梁榜，張建華.中國普惠金融創(chuàng)新能否緩解中小企業(yè)的融資約束[J].中國科技論壇，2018（11）：94-105.DOI：10.13580/j.cnki.fstc.2018.11.013.

[4]張勛，萬廣華，張佳佳，何宗樾.數(shù)字經(jīng)濟、普惠金融與包容性增長[J].經(jīng)濟研究，2019，54（08）：71-86.

[5]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——來自中國家庭的微觀證據(jù)[J].金融研究，2018（11）：47-67.

[6]宋曉玲.數(shù)字普惠金融縮小城鄉(xiāng)收入差距的實證檢驗[J].財經(jīng)科學，2017（06）：14-25.

[7]張賀，白欽先.數(shù)字普惠金融減小了城鄉(xiāng)收入差距嗎？——基于中國省級數(shù)據(jù)的面板門檻回歸分析[J].經(jīng)濟問題探索，2018（10）：122-129.

[8]劉錦怡，劉純陽.數(shù)字普惠金融的農(nóng)村減貧效應：效果與機制[J].財經(jīng)論叢，2020（01）：43-53.DOI：10.13762/j.cnki.cjlc.2020.01.004.

[9]黃倩，李政，熊德平.數(shù)字普惠金融的減貧效應及其傳導機制[J].改革，2019（11）：90-101.

[10]唐文進，李爽，陶云清.數(shù)字普惠金融發(fā)展與產(chǎn)業(yè)結構升級——來自283個城市的經(jīng)驗證據(jù)[J].廣東財經(jīng)大學學報，2019，34（06）：35-49.

[11]邱兆祥，向曉建.數(shù)字普惠金融發(fā)展中所面臨的問題及對策研究[J].金融理論與實踐，2018（01）：5-9.

[12]中國政府網(wǎng)（https：//www.gov.cn/）：《“十四五”國家老齡事業(yè)發(fā)展和養(yǎng)老服務體系規(guī)劃》.

[13]穆光宗.我國機構養(yǎng)老發(fā)展的困境與對策[J].華中師范大學學報（人文社會科學版），2012，51（02）：31-38.

[14]李小蘭，曾盛聰.民營養(yǎng)老機構的融資困境何解[J].人民論壇，2017（09）：72-73.DOI：10.16619/j.cnki.rmlt.2017.09.027.

[15]郭峰，王靖一，王芳，等.測度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征[J].經(jīng)濟學（季刊）2020，19（4）：1401-1418.

[16]陳強.高級計量經(jīng)濟學及STATA應用[M].北京：高等教育出版社，2014.265-273.

作者單位：劉春楠 、王昌法、龔施予，天津商業(yè)大學經(jīng)濟學院;張璐，天津商業(yè)大學國際教育合作學院。