進一步討論

為了驗證傳統(tǒng)計量模型分析結論的穩(wěn)健性，本文根據模糊曲線（Fuzzy Curve）原理（李斌，2003；田霖，2005）編程，該方法特別適合復雜系統(tǒng)的多變量、非線性問題的研究，[21]可以有效判別輸入變量對輸出變量的貢獻彈性，既不需要復雜的非線性技術建模，又有效地規(guī)避了傳統(tǒng)計量模型由于內生性、多重共線性、序列相關及異方差所導致的結論非一致性、有效性不足的問題。此外，本文采用空間計量軟件Geoda分析變量的空間相關關系，以檢驗中國金融包容、過度負債及家庭幸福感的空間分布特征，[22]并探討中國是否存在金融沙漠及社會排斥集聚區(qū)域的可能性，這不僅嚴重影響居民的幸福感，也是一個國家經濟穩(wěn)定、社會穩(wěn)定的警戒紅線（Red Line）。

圖1的模糊曲線擬合效果比較好，呈現負向貢獻，即家庭金融包容指數的增加確實降低伙食消費的相對比重，證明居民家庭生活水平隨之在提高，這也是金融包容的福利表現之一。后期擬合曲線略微上升，表明隨著家庭金融包容水平的提高，對食物的要求更精細化、高端化或者綠色消費需求（Green Consumption）增加，[23]如天然綠色、原生態(tài)、價格相對昂貴的有機食品，原裝進口食品等消費量提高；家庭對食物營養(yǎng)配比的要求也越來越高，居民膳食日趨科學與理性，這些均是消費升級的重要特征，會引發(fā)食物支出某種幅度的上升。圖2中hfi對過度負債比的貢獻彈性為0.141，其二次擬合曲線呈現較為明顯的右下傾斜的形狀?？梢?，較高的家庭金融包容水平預示著參與主體金融能力較強及具備相對較高的債務素養(yǎng)，一定程度上可以降低其過度負債的可能性，從而減小對其身體與心理健康的損害；家庭金融包容水平起初會大幅降低過度負債的可能性，隨著包容水平越來越高，擬合曲線變得趨于平緩，即存在一個拐點，雖然拐點的具體位置無法準確定位，但驗證了負債（Debt）對經濟發(fā)展是必要的，只有過度負債才是要避免的，而有時候出于財務靈活安排及周轉目的而導致的延遲付款、償付基本款項以及自我排斥而不愿申領信用卡（自我判斷缺乏還款能力）等情況會在一定程度、一定時期存在，有其合理的一面，且無法完全消除。

圖3的模糊曲線顯示，家庭金融包容水平對居民幸福感具有非常顯著的正向貢獻，其彈性高達0.206。驗證了前文計量結果的穩(wěn)健性，說明金融包容作用于中國家庭福利的第三種渠道或機制是有效的。這也是近期學界與實踐部門強調金融供給側改革的原因之一：催生新金融、促進創(chuàng)新創(chuàng)業(yè)、對接實體經濟、以金融引導供給側結構性改革、介入產業(yè)鏈優(yōu)化與商業(yè)模式創(chuàng)新、建設綠色金融以及實現金融新常態(tài)的引領等（吳敬璉等，2016），而家庭福利的改進也是提升金融包容的題中應有之義。

圖4數據點密集于第一、三象限，且莫蘭指數（Moran's I）為0.2288，說明hfi具有正的空間相關性；overdebt的莫蘭指數為負，呈空間負相關關系（圖5）；hfi與happy的莫蘭指數為0（圖略），表現為空間隨機性。可見，我國家庭金融包容水平存在空間集聚和溢出效應，表現為高高（High-High）、低低（Low-Low）水平的集中，較容易針對不同集聚特征，制定區(qū)域差別化政策；overdebt的特點則為高低（High-Low）、低高（Low-High）的空間分布，導致過度負債的甄別與政策引導難度較大，需要精確到每個社區(qū)及家庭，然而中國家庭由使用排斥引發(fā)接觸排斥進而出現金融沙漠的概率很低，此類區(qū)域金融風險可控；中國居民的主觀幸福感受到諸多要素的影響，金融包容水平顯著影響微觀家庭與個體的幸福程度但兩者的空間擴散效應并不明顯。

中國家庭的happy存在空間正相關，而unhappy則呈空間負相關。說明居民的心理比較健康，樂于分享快樂，社區(qū)的模范示范效應顯著，而攀比心理誘發(fā)的不滿與不快卻微乎其微?？梢妵庑枰攸c解決的紅色風險警戒區(qū)域和社會排斥問題在中國并不存在，總體而言，中國社會保持穩(wěn)定、居民安居樂業(yè)，主觀的不幸福感受僅囿于個案，不會演變成嚴重的社會問題。[24]

結論與啟示

家庭金融包容通過作用于居民消費、家庭負債與主觀幸福感受，可以有效改進家庭福利水平，但其作用的強度、渠道與機制有所不同。家庭金融包容與家庭資產不同，它不納入現金、民間與私人借貸，是家庭微觀金融能力提升的結果，也是家庭金融資產的有效配置和管理，是個體的理性、自主選擇，更是完全融入主流金融的客觀反映。在當前的經濟形勢下，迫切需要激發(fā)家庭對主流金融的需求。CHFS數據顯示，在受訪的28143戶家庭中，明確表示不需要銀行貸款的家庭占比很高：農業(yè)經營只有7.1%的家庭獲取了主流金融支持，沒有貸款的家庭中“不需要”占比78.10%；工商業(yè)貸款、房屋貸款及汽車貸款這一比例分別達到79.79%、77.52%與89.75%，而利用銀行貸款的家庭只分別占到了12.12%、10.52%及9.38%，這是亟待發(fā)掘的業(yè)務藍海。銀監(jiān)會公布了2015年中國31個省、市、自治區(qū)商業(yè)銀行的不良貸款數據，有12個省市的不良貸款率超過了商業(yè)銀行整體不良率（1.74%）。本文研究發(fā)現，家庭對主流金融的違約率卻是極低的，以信用卡為例，延期償還、停止償還的比例僅為0.96%、0.6‰，不良率基本可以忽略不計；沒有還款能力的10.99%人群選擇了自我排斥而不去申領信用卡，對銀行也并未造成實質的損失?？梢?，主流金融機構可以尋找有效路徑，刺激微觀家庭的創(chuàng)業(yè)、創(chuàng)新需求以及消費信貸需求，從而達到既提升了家庭的福利水平，又找了新的業(yè)務生長點，實現供需雙方的共生雙贏。

鑒于某些家庭特征變量和區(qū)域特征變量顯著影響家庭福利水平，需要彌補要素短板并做好配套服務，特別是鼓勵非主流金融參與到家庭經濟生活中。例如，研究已初步表明，互聯(lián)網金融（opi）的接納和逐步普及有利于降低過度負債及增加居民福利。事實上，以阿里、京東為首的一大批互聯(lián)網巨頭早已涉水消費金融，并計劃布局與銀行的信用卡中心平分天下、錯位經營?；ヂ?lián)網金融獨特的智能風控系統(tǒng)、龐大的客戶基數群、靈活的程序處理以及自有的信用評價體系都使其具備了傳統(tǒng)金融所沒有的優(yōu)勢，在帶動消費、提振經濟方面的表現可圈可點；其自有電商平臺滿足客戶個性化需求的產品定制化浪潮對消費結構的升級也具有一定的作用。主流金融的服務對象是中國人民銀行個人征信記錄中的8.6億人口，其余的3500萬在校學生、2.7億藍領及大多數農村戶籍群體都被排斥在主流金融系統(tǒng)之外，[25]而這恰恰是互聯(lián)網企業(yè)未來要拓展的市場。如以“愛學貸”為代表的校園消費金融、以“買單俠”和“拍分期”為代表的藍領消費分期、以及以“農分期”和“什馬金融”為代表的農村消費金融等對各類群體能夠同等享受普惠金融服務、提升微觀主體的生活品質與福利水平等功不可沒。除了鼓勵新興的金融業(yè)態(tài)之外，還需要提升家庭收入水平、提高金融素養(yǎng)、降低失業(yè)率、強化社會保障、發(fā)揮社會網絡的模仿示范效應、倡導家庭資產配置的豐富化、合理化以及防范不同區(qū)域的福利水平差異過大等。

提高家庭福利需要貫徹“精準”原則。與精準扶貧類似，家庭福利的改善不能僅局限于大的區(qū)域層面，微觀個體的性格、年齡、家庭特征、主要經濟來源等都需要全面考慮，因而需要針對不同區(qū)域、不同家庭、不同風險偏好、不同金融素養(yǎng)、不同資金需求等，推行不同的福利改進計劃。如深入到每戶家庭進行調研，確定其收入水平、資產狀況、房屋、汽車擁有情況、成員身體狀況、是否參加社會及商業(yè)保險等，進行精準識別，識別確定后制定相應的增進福利計劃，分年度滾動，視家庭狀況調整；參考國外經驗，社區(qū)醫(yī)生上門服務時可以潛移默化地為家庭成員普及金融知識；銀行深入社區(qū)推介產品，特別是從金融供給側設計、開發(fā)出真正符合消費者需求的可承付的、滿意的金融產品與服務；成立社區(qū)互助委員會，利用社區(qū)的示范效應及親朋、好友、鄰居的影響力，對家庭的經濟決策產生積極影響；相關咨詢與管理機構可以專設家庭金融咨詢與規(guī)劃，幫助每個家庭量體裁衣，定制特色化的家庭資產保值增值管理規(guī)劃；金融素養(yǎng)的終生學習與培訓，針對不同年齡層、不同背景、不同工作性質的人群開展專門的金融素養(yǎng)培訓。金融知識的普及則可以線上線下結合，實現金融教育的網絡化、在線化、形象化、通俗化，使消費者可以利用碎片化的時間了解最新的經濟、金融信息與動態(tài)；關注債務素養(yǎng)的提高，幫助家庭選擇、確定合適的負債水平等。

學科發(fā)展與展望。金融排斥、金融包容的理念是伴隨著2003年金融地理學（Financial Geography）的引入，而逐漸被學者認識和接受的。起初該學科也遭受了種種否定與質疑，從不被認可到目前金融包容理念被普遍接受及深入研究，再到普惠金融上升為國家層面的戰(zhàn)略規(guī)劃（2016年1月，國務院發(fā)布了《推進普惠金融發(fā)展規(guī)劃（2016-2020年）》），每一門新興學科的發(fā)展道路是崎嶇的，也必然要經過懷疑、探索及反復試錯的過程。家庭金融作為一門新興學科在中國的發(fā)展道路也一樣，對其理論框架、實地調研的問卷設計、統(tǒng)計指標值的合理性等，都曾有過不同的聲音。與此同時，它又確實彌補了國內微觀數據長期缺乏的不足，使久被擱置的大規(guī)模家計研究成為可能。一些學者開始利用CHFS數據庫，展開醫(yī)學、養(yǎng)老、救助、住房、投資等方面的研究，這是中國家庭經濟研究的重大進展，也對實踐具有一定的指導意義。未來中國家庭金融的發(fā)展還需要突出學科特色與優(yōu)勢、加強學理層面的闡釋以及豐富家庭金融的數據庫資源，并為有興趣的學者提供包容、開放的交流與討論的平臺與渠道。

（本文系國家社會科學基金項目“虛擬集聚背景下服務鄉(xiāng)村振興的金融包容體系重構研究”的階段性成果，項目批準號：20BJY117）

注釋

[1]國外金融地理學家著重從20世紀90年代開始關注金融排斥問題，2007年之前，翻譯不一。2007年李仁貴編輯與筆者充分討論后，認為翻譯為“金融排斥”更符合經濟學的習慣與范式。具體參見：《金融排斥理論評介》，《經濟學動態(tài)》，2007年第6期。

[2]中國學者多采用“普惠金融”這一表述，事實上，“普惠金融”與“金融包容”學術溯源與概念界定不同。因與本文研究主題不直接相關，故不再贅述。具體可參見筆者對互聯(lián)網金融、金融包容、普惠金融的內在邏輯與差異的相關闡述：《互聯(lián)網金融的發(fā)展軌跡與未來展望》，《人民論壇·學術前沿》，2016年三月下。

[3]2011年開始，西南財經大學的家庭金融調查研究中心每兩年開展一次全國大型的實地調查。目前有2011、2013、2015、2017、2019年的實地調研數據。甘犁教授倡導的家庭金融學將與公司金融、資本定價一起成為金融學研究的三大主導方向，筆者認為家庭金融學也是家庭經濟學的重要構成部分，在中國有很好的發(fā)展前景。

[4]具體參見：《我國城鄉(xiāng)居民金融包容與福利變化的營養(yǎng)經濟學探析》，《金融理論與實踐》，2011年第9期，第3～7頁。該文的分析偏重營養(yǎng)經濟學視角與區(qū)域范疇。

[5]家庭負債指標未計入家庭金融包容指數，原因如下：①時點和時期指標不同，本文以前者為準；②存在交叉重復計算，比如往年借貸已經在下一期以收入或家庭資產再配置的形式體現出來；③容易引發(fā)內生性問題；④一些借款未能嚴格區(qū)分主流借貸與非主流借貸，而后者并不是金融包容所要考察的范疇。金融包容微觀視角的考察和度量參見筆者發(fā)表《金融包容的需求側與供給側》一文，詳見《浙江大學學報》2017年第4期。

[6]VIF不存在大于10的方差膨脹因子，表明不存在多重共線性問題；為了避免異方差問題，進行穩(wěn)健回歸，并輸出穩(wěn)健標準誤；通過變量數量、取值范疇的反復調整試錯，使內生性控制在可接受程度內。

[7]由于存在異常值，需要進行縮尾處理，將落于（1%，99%）之外的觀察值分別替換為1%和99%分位上的數值，缺失值則根據實際情況，采取刪除或者取均值的方法，其他數據的缺失值、異常值采用相同的處理方法，后文不再贅述。實收稅后貨幣工資、農業(yè)經營收入、工商業(yè)經營收入、非風險性資產收入、風險資產收入、現金、其他收入計入該指標。

[8]大型實地調研問卷對受訪者的金融能力進行考評：您平時對經濟、金融方面的信息關注度如何？（非常關注與很關注賦值1，一般、很少關注與從不關注賦值0）；假設您現在有100塊錢，銀行的年利率是4%，如果您把這100元錢存5年定期，5年后您獲得的本金和利息為？假設您現在有100塊錢，銀行的年利率是5%，通貨膨脹率每年是3%，您的這100元錢存銀行一年之后能夠買到的東西將？后兩題，答對賦值1，答錯賦值0。這三題最高得分為3分，任意答對兩題得2分，答對一題得1分，既不關注經濟、金融信息又答不出后兩題，視作缺乏金融能力，得分0。引入金融能力指標以區(qū)別于一般的文化水平與受教育水平指標。

[9]CHFS的問題是“如果您有一筆資產，將選擇哪種投資項目？1.高風險、高回報項目；2.略高風險、略高回報項目；3.平均風險、平均回報項目；4.略低風險、略低回報項目；5.不愿意承擔任何風險。3為參照組，為風險中性；1和2為風險偏好；4和5界定為風險厭惡。

[10]統(tǒng)計了家庭第1、第2、第3套住房的負債及第1、第2輛汽車的負債。

[11]該變量為恩格爾系數（Engel's Coefficient）的替代性指標。恩格爾系數是食物支出總額占個人消費支出總額的比重。低于40%為步入富裕水平，59%以上為貧困，50%～59%為溫飽，40%～50%為小康，30%～40%為富裕，低于30%為最富裕。同理，consum越低，表示生活水平越高，福利越好。consum的取值范圍為[0.0063, 1]。為了便于比較，引入consumption=伙食支出／其他支出。

[12]由于家庭負債/家庭收入其分子分母的某些構成指標存在時點、口徑選取不同或重復計算問題，且無法確定合理的臨界值（究竟超過何值即為過度負債？），因而本文采用如下替代指標度量：“是否按期還款？”“是”與“還未開始還款”界定為不存在過度負債，而“否”則意味延遲付款，可被視為過度負債[9-10]，共計入了農業(yè)借款、工商業(yè)借款、汽車借款、房屋借款、教育貸款及其他借款；信用卡歸還欠款則將“到期只償還最低還款額”、“延期償還”、“停止償還”及“其他”視為過度負債，而“到期償還賬單金額”及“提前償還”視為不存在過度負債；“為什么沒有信用卡”反映家庭的承付能力，“沒有還款能力”被視作過度負債。

[13]由于2013年被稱為中國的互聯(lián)網金融元年，因此opi、borrow指標（模型2需要考察的關鍵變量）不存在2011年數據。筆者曾嘗試采納2011年、2013年的面板數據進行各模型的分析，遺憾的是，這兩年的統(tǒng)計口徑略有差異，如受訪者主觀態(tài)度指標、受訪者對婚姻和家庭的看法等；重復截面僅有6000多個家庭且諸多指標存在大量缺失值，樣本量無法滿足需求；盡管用固定效應做計量檢驗時，部分解決了內生性問題，卻因為遺漏變量產生新的內生性。因此，本文仍然采用2013年的截面數據，并將家庭特征、區(qū)域特征作為控制變量。

[14]CHFS統(tǒng)計了受訪戶去年的消費支出，包括購買衣物、住房裝修與維修擴建、家庭耐用消費品、奢飾品、教育、出國留學、購買交通工具及其零部件、交通工具、旅游與保健支出。本文沒有采納這種統(tǒng)計口徑進行分析。比如耐用消費品支出并不是衡量家庭生活質量的滿意指標，也許家庭已經擁有基本的耐用消費品而選擇不再支出。

[15]問卷中“是否延遲付款”只提供了除銀行貸款之外的借款數據。

[16]為了避免內生性，只采納了基本工資收入，財產性收入與投資性收入不計入。

[17]“阿里小貸”最出名的案例是其最小金額的貸款只有83元。

[18]LPM回歸結果不理想，故不再匯報，而限值因變量模型可以克服LPM的缺陷。

[19]后文IVProbit模型將繼續(xù)討論這一問題。

[20]限于篇幅，兩步估計法的回歸結果略。需要的話可以向作者索取。

[21]特別感謝南開大學的侯慶虎老師提供的編程指導與幫助。

[22]分別統(tǒng)計了29個省份相關變量的數據值，西藏與新疆的缺失值用均值替代；空間權重采納K-nearest-4neighbors。

[23]阿里研究院在2016年7月發(fā)布了中國綠色消費者報告，闡釋了一個以綠色消費者為中心的時代的到來及其衍生的經濟價值、環(huán)境價值和產業(yè)價值。資料來源鏈接：http://mp.weixin.qq.com/s?__biz=MjM5NTg0NDE1Mw==&mid=2652593683&idx=1&sn=881ff98539b519bc71ba24b02c37454c&scene=2&srcid=0805Pcgo4fsoOoLCgfHKOVRF&from=timeline&isappinstalled=0#wechat_redirect。

[24]需要注意的是，本文只給出了全局莫蘭指數（Global Moran's I），并未分析局部莫蘭指數（Local Moran's I）；此外，莫蘭指數只是衡量空間相關性的一個重要指標，如果想要得出更為精確的結果，還需要結合其他數據進行檢驗和綜合考量（Anselin，2000）。

[25]周家俊、Iris：《行業(yè)報告：我國當前的互聯(lián)網消費金融行業(yè)布局》 ，2016年8月11日，http://mp.weixin.qq.com/s?__biz=MjM5MzM4NTYzMw==&mid=2651317608&idx=5&sn=7311e2aea06728714f19cbd359e69d9c&scene=0#wechat_redirect。

參考文獻

胡象明，2004，《福利的狹義概念及廣義概念》，《中國人口報》，2010年02月12日。

蔡宏昭，2004，《社會福利經濟分析》，臺北：揚智文化事業(yè)股份有限公司。

王桂勝，2006，《福利經濟學》，北京：中國勞動社會保障出版社。

陳茜茜，2016，《我國金融包容性發(fā)展的經濟福利效應研究》，碩士論文學位論文，湖南大學。

唐蕾，2016，《構建中國可持續(xù)經濟福利指數》，International Conference on Humanities and Social Science Research會議論文集， 第337～340頁。

周義、李夢玄，2013，《基于多維不平等的中國城市社會福利測度與比較研究》，《中國科技論壇》，第11期。

余謙、高萍，2011，《中國農村社會福利指數的構造及實測分析》，《中國農村經濟》，第7期。

王修華、傅小勇、陳茜茜，2017，《我國包容性金融發(fā)展的經濟福利效應研究》，《湖南商學院學報》，第2期。

王修華、何夢、關鍵，《金融包容理論與實踐研究進展》，《經濟學動態(tài)》，第11期。

田霖，2011，《我國城鄉(xiāng)居民金融包容與福利變化的營養(yǎng)經濟學探析》，《金融理論與實踐》第9期。

田杰、陶建平，2012，《農村普惠性金融發(fā)展對中國農戶收入的影響——來自1877個縣（市）面板數據的實證分析》，《財經論叢（浙江財經大學學報）》，第2期。

湯凱、田璐，2013，《包容性金融對農戶收入的影響研究——以河南與江浙地區(qū)比較為例》，《河南工業(yè)大學學報（社會科學版）》，第3期。

徐強、陶侃，2017，《中國金融包容指數的測度及其與貧困減緩的關系——基于省級數據的分析》，《華中師范大學學報（人文社會科學版）》，第6期。

尋努績，2015，《我國農村包容性金融服務水平的測度及福利增進效應研究》，碩士學位論文，湖南師范大學。

甘犁、尹志超、賈男、徐舒、馬雙，2013，《中國家庭資產狀況及住房需求分析》，《金融研究》，第4期。

金雪軍、田霖，2004，《金融地理學研究評述》，《經濟學動態(tài)》，第4期。

李斌，2003，《識別輸入變量的模糊方法》，《哈爾濱工程大學學報》，第2期。

田霖，2011，《我國金融排斥的城鄉(xiāng)二元性研究》，《中國工業(yè)經濟》，第2期。

田霖，2016，《互聯(lián)網金融視域下金融地理學研究的新動態(tài)述評》，《經濟地理》，第5期。

田霖，2005，《區(qū)域金融綜合競爭力的差異比較與模糊曲線分析》，《南開經濟研究》，第6期。

田霖，2012，《我國農村金融排斥與過度負債》，《金融理論與實踐》，第2期。

吳敬璉、厲以寧、鄭永年等，2016，《讀懂供給側改革》，北京：中信出版社。

Anselin, L., 2000, "Computing environments for spatial data analysis", Journal of Geographical Systems, vol.2, No.3, pp. 201-220.

Arnold, I. J. M. and van Ewijk, S. E., 2011, "Can Pure Play Internet Banking Survive The Credit Crisis?", Journal of Banking & Finance (35), pp. 783–793.

Bhowmik, S.K. and D. Saha., 2013, Financial Inclusion of The Marginalize, Published by Springer, New Delhi Heidelberg, New York Dordrecht, London.

Chakrabarty, K. C., 2011, "Financial Inclusion and Banks—Issues and Perspectives" , in UNDP (The United Nations Development Programme) Seminar on Financial Inclusion: Partnership between Banks, Eds. By MFIs and Communities, New Delhi.

Daly, H. and Cobb, J., 1989, "For the Common Good—Redirecting the Economy Towards Community, the Environment and Sustainable Development", Green Print, pp. 16-37.

Donnelly, G.; Iyer, R. and Howell, R.T., 2012, "The Big Five Personality Traits, Material Values, and Financial Well-being of Self-described Money Managers", Journal of Economic Psychology, (33), pp. 1129–1142.

Gloukoviezoff, G., 2006, "From Financial Exclusion to Over-indebtedness: The Paradox of Difficulties for People on Low Income?", in New Frontiers in Banking Services: Emerging Needs and Tailored Products for Untapped Markets, Eds. by Anderloni, L.; Braga, M.D. and Carluccio, E., Berlin: Springer Verlag.

Gloukoviezoff, G., 2007, "The Link between Financial Exclusion and Over-indebtedness", http://www.fininc.eu/gallery/documents/working-papers/working-paper-financial-exclusion-overindebtedness-final.pdf.

Graham, C. and Nikolova, M., 2013, "Does Access to Information Technology Make People Happier? Insights from Well-being Surveys from Around The World", The Journal of Socio-Economics (44), pp. 126–139.

Jones, P. A., 2006, "Financial Skills Training at HM Prison", Liverpool working paper.

Jones, P. A., 2008, "From Tackling Poverty to Achieving Financial Inclusion—The Changing Role of British Credit Unions in Low Income Communities", Journal of Socio-Economics37(6), pp. 2141-2154.

Kapoor, A., 2014, "Financial Inclusion and The Future of The Indian Economy", Futures(56), pp. 35–42.

Koker, L. D. and Jentzsch, N., 2013, "Financial Inclusion and Financial Integrity: Aligned Incentives? ", World Development(44), pp. 267–280.

Lenton, P. and Mosely, P., 2008, "Debt and Health", Sheffield Economic Research Paper Series, No.2008004.

Oni, O. A., and Adepoju, T. A., 2011, "A capability approach to the analysis of rural households' wellbeing in Nigeria", Mpra Paper, No.34508.

Pigou, C., 1920, "The Economics of Welfare", London, pp. 211-218.

Regan, S. and Paxton, W., 2003, "Beyond Bank Accounts: Full Financial inclusion", EMPHASIS.

Ronald, M. and Valerie, E., 2010, "Egdell. Financial Capability-Evidence Review", Edinburgh Napier University, Working paper.

Financial Inclusion and the Level of Household Welfare in China

—Based on the Survey Data of 28,143 Families in the CHFS Project

Tian Lin

Abstract: Household welfare not only embodies human care, but is also the internal engine and ultimate goal of a country's economic development. From the micro-finance perspective, the author adopts three models, i.e. the multiple linear regression model, Probit model and Logit model, discusses three mechanisms on how financial inclusion influences the level of household welfare: consumption structural upgrading and higher quality of life; reasonable financial planning and less excessive debt; and increase of subjective well-being and spatial self-reinforcing effects. Based on the fuzzy curve method and spatial econometric tools, the robustness of the conclusions of the three measurement models is confirmed, furthermore, a spatial positive correlation is found between financial inclusion and the sense of happiness of families, a spatial negative correlation is found between household debt and the unhappiness of residents, and a spatial random relationship is found between financial inclusion and sense of happiness. The policy implications and insights are as follows: first, the mainstream financial institutions need to discover a new blue ocean market, namely, stimulate the household demand of business start-ups and consumption credit services, in order to realize mutual benefits and promote household welfare; second, the government need to encourage and guide new financial businesses (such as the Internet finance) to participate in the household economy, take targeted measures to address the deficient factors that affect household welfare significantly so as to ensure a smooth and effective channel for them to work on household welfare; third, the principle of tailor-made policy should be followed, and an individualized and differentiated package of welfare improvement programs should be formulated; fourth, household finance should be considered an important part of household economics as an emerging discipline, and it will have a bright future in China.

Keywords: household welfare, financial inclusion, happiness

【作者簡介】田霖，鄭州大學商學院教授、博導，鄭州大學尤努斯社會企業(yè)中心研究員。研究方向為區(qū)域金融、金融地理、區(qū)域經濟、金融理論與政策等。主要著作有《我國中部地區(qū)協(xié)調發(fā)展的金融地理學分析》《中國農村金融排斥與包容——金融地理學視角的分析》等。