查看原文
其他

TFID|中国普惠金融研究半年简评(2022.9-2023.3)

石总 社科大数据 2023-10-24

>>>同系列文章

TFID|中国普惠金融研究半年简评(2022.3-2022.8)

2022-09-16


2022年,中国学者对普惠金融的关注度较2021年有明显提高。据中国知网检索结果显示,2022年全年发表在北京大学核心期刊或CSSCI期刊上的、篇名中包含“普惠金融”的文章共有377篇,而2021年该数字为264篇,增长率为42.8%。截至2023年3月21日,2023年共有63篇符合上述标准的文章,略低于去年同一时间段内的69篇,可以预估今年中国学者对普惠金融仍会保持较高的关注度。

一、最新趋势

分析2022年9月到2023年3月间国内学者发表的普惠金融相关文献,我们发现2022年3月到2022年8月间的普惠金融文献呈现出的主要特点均未发生变化,包括:(1)实证研究占绝对主体地位;(2)主要使用北京大学数字金融研究中心发布的数字普惠金融指数作为数字普惠金融乃至普惠金融的代理变量,并将其作为核心解释变量,以研究其对经济社会其他方面的影响;(3)在研究方法上,中介效应、门槛效应仍是最常用的、研究作用机制的方法,倾向匹配得分、双重差分、工具变量仍是常用的解决内生性的方法等。以上特点在一定程度上是由研究的现实基础决定的,时至今日,北京大学数字普惠金融指数仍是常用数据中时序较长、覆盖地区较广的类型。

在上述特点保持不变的同时,其他方面则逐渐表现出新的趋势,主要有以下几点:

(一)碳排放与碳中和作为新的研究热点开始出现在普惠金融的相关研究中。与半年前相比,与“双碳”议题相关的研究大量涌现,如吴秋丽(2022)、丁凡琳(2022)、王巧和尹晓波(2022)、王守坤和范文诚(2022)等,其主要研究数字普惠金融如何影响中国的碳减排和绿色转型

(二)被解释变量趋于多样化、复杂化。为拓宽研究领域,学者们不再满足于仅用现有的单一指标作为被解释变量,相反学者们开始自己构建综合指数、或计算其他指标,以此作为新的被解释变量。除了之前就较为常见的全要素生产率(庞加兰,张海鑫,王倩倩,2023)外,新涌现的有城乡融合发展水平(崔建军,赵丹玉,2023)、经济与环境协调发展的耦合协调度(张彦彦,胡善成,2022)、流通业绿色转型发展评价指数(吴秋丽,2022)等。

(三)尝试以两个变量的交乘项作为工具变量,克服单一工具变量不随时间变化的弱点。北京大学数字普惠金融指数的常见工具变量有某地到杭州市的地理距离作为工具变量,但是该工具变量在时间维度上是固定不变的,因此学者们尝试将其与其他变量相乘、构造新的工具变量,以此使其同时具备在时间和空间维度上的变化,例如王守坤和范文诚(2022)使用除本县区以外的全国银行网点数量与到杭州市的距离的乘积作为工具变量;张英杰(2023)使用各省份1984年每万人固定电话数量与各年份的邮电业务量的乘积作为工具变量;张乐柱和高士然(2023)使用省会城市到杭州的距离与各数字普惠金融指数的乘积作为工具变量。

(四)北京大学数字普惠金融指数被用作金融科技的衡量标准。由于北京大学数字普惠金融指数与数字金融的概念较为接近,学者们开始尝试将其用作金融科技的代理变量,着重于关注其“数字金融”的属性,如张海军和黄峰(2023)研究了金融科技对民营企业融资约束的影响,黄素心和王姿郁(2023)、游家兴,林慧,柳颖(2023)研究了金融科技对商业银行的影响。

二、主要研究内容

(注:为简洁性考虑,下文中如未特别说明,则数字普惠金融均以“北大数字普惠金融指数”衡量。)

(一)作为解释变量

1.碳达峰与碳中和。2020年9月,中国明确提出“双碳”战略,时隔两年,学者们终于将其与数字普惠金融联系起来:丁凡琳(2022)研究了数字普惠金融对碳强度的影响,发现数字普惠金融分别通过技术进步效应、提高人口素质、降低能源消费三个途径降低碳强度;王守坤和范文诚(2022)研究了数字普惠金融对碳排放的影响,发现数字普惠金融可以通过驱动产业结构优化、促使政府减少向污染企业出让土地、促进企业技术创新三个途径降低碳排放,并且能够推动同一地级市内部的县域间的碳排放均衡化;王巧和尹晓波(2022)同时研究了数字普惠金融对人均碳排放和碳排放总量的影响,发现数字普惠金融和城镇化水平都存在显著的双门槛效应,即随着数字普惠金融水平和城镇化水平的提高,数字普惠金融对碳排放的影响会依次经历降低、升高、再降低的阶段,表明数字普惠金融的发展虽然从总体上是有助于碳减排的,但是在中间阶段可能需要特别关注;吴秋丽(2022)构建了流通业绿色发展转型发展评价指数,经研究发现数字普惠金融能够推动流通业绿色转型,且使用深度、支持服务程度、覆盖广度的作用依次减小。

2.乡村振兴与“三农”问题。张英杰(2023)和孟维福等(2023)分别构建了乡村振兴指数并研究了数字普惠金融对其的影响,发现数字普惠金融推动乡村振兴的主要渠道有促进农村地区创新、缓解资金约束、优化人力资本结构、加快农业数字化进程。数字普惠金融的发展不仅可以缓解农村地区的资金约束,还可以降低非正规借贷的影响,张一昊,刘自强,田晨阳(2022)发现数字普惠金融可以降低借款利率和交易成本,并通过引入信誉机制抑制农户的短期违约行为、从而在长期提高农户正规借贷的参与率。资金约束的缓解可以促进农户生产经营投资(周月书,苗哲瑜,2023),这一作用也可以通过提高农户的信息互动水平实现。谭灵芝等(2022)利用中国劳动力动态调查(CLDS)对回流农民工的收入进行了研究,得出了相似的结论,即数字普惠金融可以通过增加地方政府资金融资规模、提高当地创业活跃度、拓宽农民工社会网络的途径增加回流农民工收入。

3.贫困问题。目前学界对贫困问题的研究主要集中在多维贫困(已是常见的贫困评价标准)、相对贫困(在我国2020年消灭绝对贫困后,相对贫困是现阶段努力改善的方向)、防止返贫(巩固扶贫攻坚成果)三个领域,都与普惠金融的目标人群高度相关,其中多维贫困理论关注能力剥夺的思路更是与普惠金融提高金融服务可得性和金融素养的要义高度契合,王良健等(2022)和陈平,王书华,王小腾(2022)分别研究了数字普惠金融对老年人口的多维贫困、农村普惠金融(作者自行构建指数衡量,指标包括覆盖广度(农村金融服务网点数量、农村金融服务人员数量)、使用深度(信贷业务、存款业务)、可持续性(坏账率))对多维贫困的影响,发现普惠金融缓解多维贫困的主要途径有:缓解信贷约束、降低理财门槛、非对称地提高老年人口的金融可得性进而缩小社会的收入差距(陈平,王书华,王小腾,2022),且在多维贫困的收入、就业、健康、生活四个维度上都有作用(王良健,周婧婧,陈坤秋,等,2022)。徐玮和何启志(2023)在研究农户返贫问题时同样参考了多维贫困理论,自行构建了普惠金融指数(包括实用度(银行开户情况、银行贷款参与情况、信用卡持有情况、商业保险投保情况、数字金融服务使用情况)、满意度(金融服务评价)、便利性(家庭离最近金融机构的距离)),考察了普惠金融通过影响农户的可持续发展能力间接影响其贫困脆弱性的效果,并将可持续发展能力分解为自然资本、物质资本、人力资本、社会资本四类,发现发现普惠金融的发展确实有助于降低贫困脆弱性,且在可持续发展能力的四个维度中物质资本和人力资本的中介效应最为显著。

在其他关于贫困问题的研究中,李瑞晶和王丽媛(2023)发现数字普惠金融对家庭返贫风险的影响呈非线性趋势,即适度的数字金融发展有利于降低居民家庭返贫风险,而当数字金融发展超过合理阈值时则会加剧返贫风险,且在此之中家庭财务脆弱性发挥着非线性的中介作用;杨义武和孙小龙(2022)采用调研数据编制了包含数字可得、数字支付、数字借贷、数字投资四个维度的数字普惠金融指数,并研究了其对家庭相对贫困程度的影响,发现数字普惠金融主要通过数字支付和数字借贷减缓家庭相对贫困;邹静和邓晓军(2022)研究了数字普惠金融和金融素养对家庭收入贫困的联合影响,发现两者均可减缓家庭收入贫困,但机制不同:金融素养主要通过缓解融资约束、平滑消费和增加风险偏好来缓解家庭收入贫困,而数字普惠金融主要是提升家庭风险管理水平。

4.共同富裕。共同富裕方面,尹应凯和陈乃青(2022)发现数字普惠金融显著提高了家庭共同富裕水平,促进了居民物质富裕与精神富裕,并且在物质富裕方面的促进效果更为显著。机制方面,主要有提高融资效率、激发创业活力、促进技术创新(杨玉文,张云霞,2023)、促进家庭消费升级、提高经济活力(尹应凯,陈乃青,2022)。张乐柱和高士然(2023)研究了数字普惠金融对城乡收入差距的影响,发现数字普惠金融能缩小城乡收入差距,且城镇化率存在门槛效应,城镇化率较低时,农村居民利用数字普惠金融不及城镇居民,数字普惠金融会扩大城乡收入差距;而当城镇化率处于较高水平时会缩小收入差距。

5.实体经济效益。当研究主体放到实体经济上时,学者们主要关注普惠金融的发展是否能够改善企业的财务状况、鼓励企业的创新活动、并进而提高企业的经营效益。研究表明,数字普惠金融有助于缓解企业的融资约束,其主要渠道有促进企业进行信用融资、促使银行增加对企业的贷款、提高金融效率、改善营商环境(苏亚民,毕妍,2023);融资约束的改善有助于企业增长(曾雅婷,邢晶晶,李宾,2023),降低企业的信用风险(李羚锐,黄先军,2022),并能提高民营企业的全要素生产率(庞加兰,张海鑫,王倩倩,2023),最终有益于民营经济高质量发展(葛和平,吴倩,2022)。

除了缓解企业融资约束,数字普惠金融还可以通过鼓励技术创新、人力资本积累和消费升级推动制造业升级(潘为华,2022),且技术创新还是数字普惠金融推动实体经济发展的重要途径(李林汉,韩明希,侯毅苇,2022)。 

还有学者研究了数字普惠金融和资本市场的相互作用,陈倩和史桂芬(2022)采用TVP-SV-VAR模型研究了数字普惠金融、股票市场和中小企业三者之间资金融通的作用机制,发现数字普惠金融的大量资金因投机者的短期投机行为流向了股票市场,助长了资本市场的繁荣,数字普惠金融在赋能中小企业发展方面存在脱实向虚现象;但是在国家对互联网金融环境的专项整治下,金融资本的“脱实向虚”趋势有所缓解。

6.普惠金融的其他影响。在其他普惠金融作为核心解释变量的研究中,张彦彦和胡善成(2022)研究了数字普惠金融对经济和环境的协调发展程度的影响,发现其可以直接显著促进城市经济与环境的协调发展,也可以通过改善地区创新水平间接促进城市经济与环境协调发展;崔建军和赵丹玉(2023)研究了数字普惠金融对城乡融合发展水平的影响,发现数字普惠金融及各子维度均存在不同程度的门槛效应,且当各变量超越门槛值时,数字普惠金融对城乡融合发展的推进作用进一步加强,表现出“正向边际递增效应”。徐亚平,潘韵婷,史依铭(2023)研究了数字普惠金融对经济高质量发展水平的影响,发现其能显著促进经济高质量发展,且数字普惠金融同样呈现出边际递增的双重门槛效应;使用王小鲁和樊纲编制的市场化水平得分进行研究,发现市场化水平起到正向的调节效应。

7.作为中介变量和门槛变量的情形。王亚平,魏立乾,罗剑朝(2022)将北大数字普惠金融指数作为门槛变量,发现农村内部收入差距对农村经济发展水平的影响呈U型,而2014年以来,由于数字普惠金融的发展,中国各省份的农村内部收入差距扩大会有利于当地农村经济的增长;刘成杰,冯婷,李勇(2022)以北大数字普惠金融指数作为中介变量研究了网络基础设施对数字鸿沟(以自行构建的城市数字化发展综合指数的差值衡量)的影响,发现网络基础设施建设能够以数字普惠金融发展水平为中介对数字鸿沟产生弥合作用。

(二)其他情形

1.普惠金融自身相关。部分学者研究了影响普惠金融的因素,或者普惠金融自身的演变趋势、以及学界研究热点的转变。周南和张龙耀(2022)采用调研数据研究了金融素养和数字禀赋对农户获得数字信贷(普惠金融的代理变量)的影响,发现数字信贷可以突破传统金融服务物理距离的限制、从而表现出一定的普惠性质,农户自身的数字禀赋对数字信贷获得具有显著的积极作用,而金融素养在农户申请数字信贷时同样重要;许钊,高煜,霍治方(2023)以智慧城市建设试点为切入点研究了城市自身条件对数字普惠金融的影响,发现智慧城市建设显著提高了城市数字普惠金融发展水平,且基础设施效应和创新环境效应起中介作用;杜敏哲和黄杰(2023)采用泰尔指数研究了中国数字普惠金融的发展差异,发现2011-2020年间发展差异不断缩小,金融科技水平和经济发展水平是导致区域差异的主要原因;彭宝玉,张博,孙威(2023)使用Citespace软件研究了中国知网上2005-2021年间发表在核心期刊上的普惠金融研究文献,发现成果产出不断增速,研究热点经历了从金融排斥、普惠金融到数字普惠金融的演变;王婧(2022)将北大数字普惠金融指数的各个维度进行了拆分,分别使用指数中的小额信贷业务、账户覆盖和数字化程度作为被解释变量、中介变量和核心解释变量,发现普惠金融在较低的数字化水平下能有效促进小额信贷,而当数字化水平发展到一定程度后则会出现消极影响,进一步提高数字化水平又会削弱这种消极影响。

2.作为金融科技的代理变量。除了上述研究之外,目前有些学者以北大数字普惠金融指数作为金融科技的代理变量并展开研究,张海军和黄峰(2023)研究了金融科技对民营企业融资约束的影响,发现金融科技水平的提高可以通过提升金融效率和优化营商环境降低企业的融资约束水平;黄素心和王姿郁(2023)分别以北京大学数字普惠金融指数作为外部金融科技发展水平的代理变量、采用文本挖掘法构建银行自身金融科技发展水平的变量,研究了金融科技对商业银行贷款结构的影响,发现外部金融科技会显著挤压商业银行的贷款规模增长,使商业银行信用贷款占比和短期贷款占比缩减、个人贷款占比扩张,而银行自身金融科技水平会显著促进商业银行贷款规模的增长;游家兴,林慧,柳颖(2023)研究了金融科技对银行经营绩效的影响,发现金融科技的发展会削弱银行的盈利水平和成长能力,表现为ROA和主营业务增长率同时下降,金融科技虽然会降低银行的销售费用,但不足以抵消营业成本和管理费用的大幅增长。

三、小结

总的来说,近半年来国内学者关于普惠金融的研究实现了一定程度的创新,研究主题与时俱进、研究方法日趋成熟,对现有数据的使用也更加灵活多样。然而目前的普惠金融相关研究仍然受限于数据可得性的限制,在服务提供层面无法获得商业银行开展普惠金融业务的详细数据;在普惠金融获得方面,想获得充足的个人或中小微企业调研数据也较为困难。期待随着国家数据局的组建和“大兴调查研究工作方案”的印发,未来会有更多高质量数据诞生,为学者研究普惠金融问题提供更有利的基础条件。


💡相关推荐浙商大泰隆-企研中国普惠金融数据库(Tailong Finance School-Qiyan China Financial Inclusion Database(TFID), Zhejiang Gongshang University)是由企研数据携手浙江工商大学泰隆金融学院共同发起,针对普惠金融领域学术研究及智库建设而倾力打造的中国普惠金融数据库,旨在促进中国普惠金融研究的发展,服务新发展格局下国家在普惠金融领域的各项重大战略举措。>>>点此查看TFID更多介绍

浙商大泰隆-企研中国普惠金融数据库(2023版),即TFID2023版,以普惠金融服务的供给、需求和政策环境为切入点,涵盖了中国普惠小微主体数据库中国普惠金融机构数据库中国普惠金融业务数据库中国普惠金融文本数据库四个部分。



💡 如需获取TFID数据请联系客服

参考文献

[1] 吴秋丽. 数字普惠金融对流通业绿色转型的促进作用[J]. 商业经济研究, 2022(19):17-20.
[2] 王巧, 尹晓波. 数字普惠金融能否有效促进碳减排?——基于阶段性效应与区域异质性视角 [J]. 首都经济贸易大学学报, 2022,24(06):3-13.
[3] 王守坤, 范文诚. 数字普惠金融与碳减排——基于中国县级数据的实证分析[J]. 当代财经, 2022(11):53-64.
[4] 庞加兰, 张海鑫, 王倩倩. 数字普惠金融、融资约束与民营经济高质量发展[J]. 统计与决策, 2023,39(05):130-135.
[5] 崔建军, 赵丹玉. 数字普惠金融能够促进城乡融合发展吗?——基于门槛效应模型的实证检验[J]. 经济问题探索, 2023(03):79-96.
[6] 张彦彦, 胡善成. 数字普惠金融对经济与环境协调发展的影响研究——创新驱动的中介效应[J]. 软科学, 2022:1-11.
[7] 张英杰. 数字普惠金融、创新活跃度与乡村振兴[J]. 技术经济与管理研究, 2023(01):78-84.
[8] 张乐柱, 高士然. 金融普惠逻辑、数字化转型与城乡收入差距[J]. 华南农业大学学报(社会科学版), 2023,22(01):107-117.
[9] 张海军, 黄峰. 金融科技缓解民营企业融资约束的效应与机制[J]. 技术经济与管理研究, 2023(01):66-71.
[10] 黄素心, 王姿郁. 金融科技将如何影响商业银行贷款结构?——区分内外部金融科技的对比分析[J]. 金融发展研究, 2023:1-9.
[11] 游家兴, 林慧, 柳颖. 旧貌换新颜:金融科技与银行业绩——基于8227家银行支行的实证研究[J]. 经济学(季刊), 2023,23(01):177-193.
[12] 张一昊, 刘自强, 田晨阳. 数字普惠金融对农村非正规借贷的影响[J]. 武汉金融, 2022(12):79-88.
[13] 周月书, 苗哲瑜. 数字普惠金融对农户生产经营投资的影响[J]. 中国农村观察, 2023(01):40-58.
[14] 谭灵芝, 张宇争, 田诺澜, 等. 数字普惠金融对农村回流劳动力收入影响及解释[J]. 南方人口, 2022,37(06):37-51.
[15] 王良健, 周婧婧, 陈坤秋, 等. 中国农村普惠金融对多维贫困的影响[J]. 地理科学进展, 2022,41(11):1991-2003.
[16] 陈平, 王书华, 王小腾. 数字普惠金融对多维相对贫困的影响研究——基于老龄化的视角[J]. 经济问题, 2022(11):36-43.
[17] 徐玮, 何启志. 普惠金融能否“赋能”以阻断返贫?[J]. 金融与经济, 2023(02):12-24.
[18] 李瑞晶, 王丽媛. 数字金融、家庭财务脆弱性与返贫风险——基于中国家庭金融调查数据的实证检验[J]. 南方金融, 2023:1-13.
[19] 杨义武, 孙小龙. 数字普惠金融与城市相对贫困——来自长三角地区的经验证据[J]. 世界经济文汇, 2022(05):19-35.
[20] 邹静, 邓晓军. 数字普惠金融、金融素养和家庭收入贫困[J]. 产业经济评论, 2022(05):70-85.
[21] 尹应凯, 陈乃青. 数字普惠金融、数字鸿沟与共同富裕——基于新结构经济学的视角[J]. 上海大学学报(社会科学版), 2022,39(06):13-31.
[22] 杨玉文, 张云霞. 数字普惠金融赋能共同富裕的机制与路径研究[J]. 云南民族大学学报(哲学社会科学版), 2023,40(01):123-133.
[23] 苏亚民, 毕妍. 数字普惠金融、债务融资与中小企业融资约束[J]. 财会通讯, 2023(01):81-86.
[24] 曾雅婷, 邢晶晶, 李宾. 数字金融发展对新创企业成长的影响——融资约束和研发投入的链式中介效应与异质性分析[J]. 西部论坛, 2023:1-17.
[25] 李羚锐, 黄先军. 数字普惠金融对企业信用风险的影响研究[J]. 金融理论与实践, 2022(12):43-53.
[26] 葛和平, 吴倩. 数字普惠金融对民营经济高质量发展的影响研究[J]. 经济问题, 2022(11):27-35.
[27] 潘为华. 数字普惠金融与制造业升级:影响机制与经验证据[J]. 财经理论与实践, 2022,43(06):10-16.
[28] 李林汉, 韩明希, 侯毅苇. 数字普惠金融对实体经济的影响——基于系统GMM与面板门槛模型的实证分析[J]. 华东经济管理, 2022,36(12):14-25.
[29] 陈倩, 史桂芬. 数字普惠金融赋能中小企业发展了吗?——基于TVP-SV-VAR模型的动态识别[J]. 云南财经大学学报, 2022,38(12):48-61.
[30] 徐亚平, 潘韵婷, 史依铭. 数字普惠金融、市场化水平与经济高质量发展——来自我国217个地级市的证据[J]. 金融发展研究, 2023:1-10.
[31] 周南, 张龙耀. 传统金融基础、数字禀赋与农村数字金融普惠[J]. 财贸研究, 2022,33(12):49-58.
[32] 许钊, 高煜, 霍治方. 智慧城市建设与数字普惠金融发展:作用机制与经验证据[J]. 财经论丛, 2023(03):47-56.
[33] 杜敏哲, 黄杰. 中国数字普惠金融的发展差异测度、来源分解与形成机理[J]. 广东社会科学, 2023(01):57-67.
[34] 彭宝玉, 张博, 孙威. 国内普惠金融研究的热点演化与展望——基于金融地理学的视角[J]. 地理科学进展, 2023,42(02):406-416.
[35] 王婧. 普惠金融数字化对小额信贷的影响——基于面板门槛模型的实证研究[J]. 武汉金融, 2022(09):24-30.
[36] 王亚平, 魏立乾, 罗剑朝. 数字普惠金融发展、收入差距与农村经济增长[J]. 统计与决策, 2022,38(18):130-135.
[37] 刘成杰, 冯婷, 李勇. 网络基础设施建设、数字普惠金融与数字鸿沟——基于“宽带中国”示范城市创建的政策效应分析[J]. 财经科学, 2022(12):103-116.


加入企研·社科大数据平台数据分享群,获取更多数据资源及新鲜资讯

·END·

星标⭐我们不迷路!

想要文章及时到,文末“在看”少不了!



点击搜索你感兴趣的内容吧

往期推荐

TFID | 2023版来了!小微企业、个体户、民营企业数据库陆续上线中...

共同富裕(第46期 )| 国家发改委印发浙江高质量发展建设共同富裕示范区第一批典型经验

2023年!国家社科项目申请理论经济学、应用经济学、管理学课题指南

企研·社科大数据平台 |【收藏】如何拥有下载数据的权限?

学术前沿 |《经济研究》中“三农”文章都用哪些数据做实证研究?



戳原文,更有料!

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存