疫情传播、金融科技应用与数字鸿沟

美国国家经济研究局工作文件研究了“流行病的传播是否会导致国家内部和国家之间金融技术使用的转变，以及这种转变的参与方。”利用多方数据，对140个国家的大约250,000人进行调查，并将其与流行病的发生率和当地3G互联网基础设施的信息综合考虑。得出如下结论：年轻的、高收入的全职工作者在应对流行病时，最倾向于转向在线或移动交易方面。这些影响对于事先有较好的3G信号覆盖的国家以下地区的个人来说更大，突出了数字鸿沟在适应外部冲击所带来的新技术方面的作用。

绪论

01

疫情通常被认为是经济行为变化和科技趋势加速的诱因。黑死病，被认为加快了早期资本密集型农业技术的采用，如重耕机和水磨，诱使资本取代更昂贵的劳动力。COVID-19增加了远程工作，网上购物，但不同的社会经济群体在利用这些新技术的能力上可能存在重大差异。和其他收入较低的人相比，高科技工人和专业工人更有能力转向远程工作。女性比男性更难利用远程工作的机会，因为她们所从事的职业是专业的。65岁以上的人，在技术上的适应性比年轻人差，往往更难适应新的工作模式。技术能力有限的小公司在调整其商业模式和保持竞争力方面不如大型对手，而宽带有限地区的居民在转向远程工作、远程教育和远程医疗方面的空间较小。如果说在COVID-19之前，数字鸿沟是一个持续普遍化的趋势，那么新冠疫情的爆发可能特别加速了这种趋势。

本文在金融技术采用的背景下研究这些问题。具体来说，本文首先提出问题，“过去的流行病是否诱发了金融科技的变化趋势：由传统的实体银行向线上数字化银行的转变？” 本研究将世界各地的流行病数据与2011年、2014年和2017年在140多个国家进行的具有全国代表性的个人金融行为调查相结合。

首先，在保持个人层面的经济和人口特征以及国家和年份的固定效应不变的情况下，我们发现，同期的流行病传播大大增加了个人通过互联网和移动银行账户进行交易的可能性，使ATM机和银行网点交易的单独影响几乎抵消。这表明，流行病传播主要影响银行活动的形式而不增加或减少其数量或程度，流行病的影响一般是暂时的，不具有持续性。

当调整了我们考虑多种结果的事实后，仍然得到同样的结果。本研究的处理效果不太可能是由遗漏因素驱动的。我们记录了流行病事件之前存在的平行趋势，提出了跨流行国家和非流行国家的平衡测试，报告了对安慰剂效应的无效影响，分析了疾病流行强度，实施了标准误差的替代聚类技术，控制了特定国家的时间趋势，从样本中删除了有影响的治疗观察，并随机处理国家和年份。这些推广都没有从本质上改变我们的解释。

其次，使用Athey和Imbens（2016）建议的数据驱动方法，我们进一步确定处理效果异质性中的关键维度，这些维度是个人收入、就业和年龄。换句话说，主要是年轻的、有全职工作的高收入者在应对流行病时进行在线或移动交易。这些模式与以前对其他数字技术的早期采用者的研究是一致的。

最后，我们通过调查当地互联网基础设施在调节向网上银行转变方面的作用，来强调数字鸿沟的重要性。我们将移动覆盖探测器的全球3G互联网覆盖率的1公里乘1公里的时间变化数据与每个人所在的次国家地区相匹配。我们发现，互联网覆盖率较好地区的用户更有可能在应对疫情时转向网上银行。当2G覆盖率与我们的3G措施并列纳入估计时，我们没有发现任何一致的效果，这证实了我们的直觉，即与流行病反应有关的技术与互联网有关，而不是与整个移动电话的使用有关。

总之，我们发现了有力证据证明了流行病引起的经济和金融行为的变化，经济条件较好和较差的个人在这种转变的程度上存在差异，以及IT基础设施在传播或限制技术替代方案的好处方面的作用。因此，这些结果突出了对流行病和数字鸿沟的行为反应。

研究过去的流行病是否引起了新技术的应用，移动银行业务是一个很有意义的背景。在各种不同的国家和环境中，个人都有可用的银行选择，包括亲自办理（如通过银行分行的出纳员办理银行业务，这在流行病期间可能会出现问题）和数字选择（如通过互联网或手机应用程序办理银行业务）；这些选择已存在一段时间了。对远程医疗的类似研究将面临一个障碍，即在流行病暴露时，许多国家和环境中的医生办公室并不具备远程提供这种服务的能力。同样，在过去的流行病背景下对远程教育的研究也会受到限制，因为很少有学校和家庭拥有灵活的视频会议技术，如Zoom，更不用说操作它所需的可靠互联网。银行业的情况则不同，因为自20世纪90年代以来，在线和移动银行业务的扩散和采用一直在进行中。个人多年来一直在使用电脑和智能手机进行银行业务应用。因此，只要流行病的流行会引起个人行为的重大或持续变化，这些变化在这种情况下可能比其他情况下更明显。

文献综述

02

本文参考了之前众多研究，然而与其他研究不同的是，本文关注“当社交距离成为一种必要时，金融科技有助于人们从面对面方式转换到远程访问以继续他们的金融活动。”

一些研究考察了社会影响的作用，如朋友和家人的做法：Chen, Doerr, Frost, Gambacorta,和Shin (2021)指出，在金融技术的采用方面普遍存在着男女差距，并指出社会规范以及可能的偏好差异和基于性别的歧视，是对女性技术接纳速度较慢的潜在解释。其他研究则关注个人的信任程度，即相信他人不会在数字领域有机会主义行为。最后，Breza, Kanz, and Klapper (2020)和Klapper (2020)等研究发现，通过第一手经验或独立来源获得的关于网上和移动银行的效用和安全性的信息，有利于更广泛的使用。我们的论文对这一文献进行了补充，展示了国家卫生紧急情况如何影响这些技术的使用，并记录了某些经济和人口分组之间存在的数字鸿沟，这些分组是由年龄、收入和就业界定的。

最近的一些论文在COVID-19的背景下研究了金融技术的吸收和效果。Kwan, Lin, Pursiainen, and Tai (2021)研究了银行的IT能力和他们在最近的大流行中为客户服务的能力之间的关系：拥有更好的IT能力的银行，实体网点的访问量减少得更多，网站流量增加得更多，与向数字银行的转变一致。拥有更先进的信息技术的银行发放了更多的小企业工资保障计划（PPP）贷款。Core和De Marco（2021）研究了意大利在COVID-19期间的小企业贷款，同样发现拥有更先进的信息技术的银行能够更好地发放政府担保的贷款。Erel和Liebersohn（2020），同样在PPP贷款的背景下，比较银行分支机构较多和较少的邮编（banks in zip codes），他们发现从金融科技到银行借款的替代性有限，似乎金融科技的存在主要导致了金融服务总体供应的增加，而不是从银行到金融科技的重新分配。Fu和Mishra（2020）表明，COVID-19病毒和政府下令的封锁增加了银行相关应用程序的下载。我们进一步发现：“流行病使国家不仅是采用新技术，而且是放弃旧技术（即相对于自动取款机，银行网点的使用减少）。”

最后，还有关于数字鸿沟的文献。世界银行（2016）强调，由于发展中地区和国家缺乏高速互联网，新数字技术的优势分配是不均匀不公平的。在COVID-19的背景下，高速互联网的可用性大大影响了个人在大流行期间的自我隔离能力。UNCTAD（2020）记录了缺乏互联网接入限制了发展中国家转向远程教育的范围；McKenzie（2021）发现美国服务不足地区的类似模式。本研究进一步说明在2011年至2017年期间，缺乏3G覆盖减缓了对在线和移动金融技术的采用，以应对流行病的爆发。

论文数据

03

我们的分析综合了多个个来源的数据。首先，我们使用Findex来衡量140多个国家的金融行为。其次，Gallup World Polls (GWP)提供了关于家庭特征、收入和财务状况的数据。我们使用个人识别（individual identifiers）将Findex与GWP合并，为我们提供了关于金融技术采用及其相关因素的家庭层面数据。我们使用Ma等人（2020）的流行病数据集来确定一个国家在某年是否发生了流行病。我们用来自世界银行全球金融发展数据库的国家层面的时变指标信息（如经济和金融发展水平，由人均GDP和银行存款占GDP的比例代表）来补充这些数据。最后，我们增加了全球3G互联网（3G internet access），我们在微观的地理层面进行观察。我们将这些数据汇总到GWP为每个受访者确定的次国家地点 （sub-national locations）。

3.1 Findex

Findex是一项具有全国代表性的调查。Findex是关于成年人如何储蓄、借贷、支付和使用金融技术（包括移动电话和互联网）进行金融交易的最全面的数据集。这些数据是与盖洛普公司合作收集的，通过对每一波超过15万名成年人的全国性代表性调查。

3.2 Ma等人的流行病数据库

世界范围内大规模流行病发生的数据来自Ma等人，他们从世纪之交开始构建了一个国家面板数据集。作者利用世界卫生组织的公告日期来确定大流行病的日期。根据他们的列表，世界上几乎所有的国家都在某个时期受到过或正在遭受流行病的影响。

Ma等人的数据集不包含具体国家的强度测量，因此只能以二分法形式使用。然而，这种测量方法的二元性质与我们的处理方法的外生性假设是一致的，因为流行病的发生（不考虑强度）可能与国家特征无关。然而，我们也通过构建一对基于 "A "的虚拟变量来分别分析强度较大和较小的流行病。构建一对哑变量，基于样本期间所有流行病的人均病例（或死亡）的中位数 在我们的样本期间，根据所有流行病的人均病例（或死亡）的中位数构建一对哑变量，来分别分析强度较大和较小的流行病。我们将这些数据与Findex-Gallup数据库合并。

3.3 全球3G覆盖率

于3G移动互联网覆盖的数据来自Collins Bartholomew's Mobile Coverage Explorer，它提供了全世界1乘1公里网格级别的信号覆盖信息。为了计算3G覆盖的人口比例，我们使用了国际地球科学信息网络中心发布的《2015年世界网格人口》中1乘1公里人口数据。为了衡量3G互联网接入，我们计算了某一年3G网络覆盖的地区领土份额，并根据地图上每一点的人口密度进行加权。我们首先计算每个网格的人口覆盖率，然后将这一信息汇总到GWP中提供的次国家地区。我们使用这个人口加权的3G网络覆盖率变量来获取次区域层面的3G移动互联网接入。

经验性策略

04

为了评估过去的流行病接触对个人利用数字和传统金融服务的因果影响，我们用双重差分法来模拟一个线性概率模型。

其中Y是一个哑变量,表示c国的受访者i在t年是否使用数字或传统金融服务。"暴露于流行病"是一个指标变量（indicator variable），反映了一个国家在我们的样本期间的某一年是否发生了流行病。如前所述，我们的识别假设是，流行病的发生与国家层面的特征不相关，因此我们的处理变量似乎是外生的。

为了控制人口和劳动力市场结构的影响，我们使个人特征X的向量中包括以下内涵：个人收入（水平和平方），以及居住在城市地区、有孩子（任何15岁以下的孩子）、性别（男性）、就业状况（全职就业、兼职就业、未就业）、宗教（无神论者、正统派、新教徒、天主教徒、穆斯林）、教育程度（高等教育、中等教育）和国内年收入十分位数的指示变量。我们还将人均GDP和相对于GDP的银行存款作为国家层面的时变回归因子；这些变量反映了各国和不同时期的经济和金融发展。

为了说明不可观察的特征，我们使国家(Cc)和年份(Tt)的层面上包含固定效应。国家假数（The country dummies）控制了结果变量的所有变化，而这些变化是由跨国的因素造成的。这也加强了我们的识别论点，确保我们控制了某些国家在流行病发作时的选择，只要流行病的时间可以被认为是外生的。年份假数控制了同时影响所有国家的全球冲击。

在进一步的稳健性检验中，我们包括互动性国家-时间-收入十分位数，国家-时间-劳动力市场状况，以及国家-时间-教育的固定效应。这些交互项使我们能够在这些特定的门类中比较处理组和控制组。我们按国家对标准误差进行分组，并使用Findex-Gallup提供的抽样权重，使数据在国家层面具有代表性。

主要结果

05

当接触到一种流行病，大大增加了受访者参与网上交易的可能性。这一结果也适用于多种远程访问银行交易。特别是，流行病传播增加了一个人使用自动取款机取款的可能性，而减少了在银行分行（亲自到柜台）取款的可能性。在我们的首选模型（第5栏）中，疫情暴露导致使用互联网和银行账户的在线或移动交易（使用银行账户的移动交易）增加10.6（4.5）个百分点。鉴于这些结果变量的平均值为8.3%，这个影响是相当大的。

这些结果对包括个人层面的收入（线性和非线性）、人口特征、劳动力市场控制、教育固定效应、（国内）收入十分位数固定效应和年度固定效应都是稳健的。这些结果对包括随时间变化的国家层面的控制（人均GDP和银行存款占GDP的比例）和国家固定效应，或者，按教育、按劳动力市场状况和按收入十分位数状况的国家固定效应，使我们的规格饱和（saturating our specification），以限制因变量只在这些范围内变化，都是稳健的。

我们遵循Oster（2019）提出的方法来调查不可观察因素的重要性。对于表1的每个小组，最后一栏报告了我们的主要模型的Oster的delta。这表明相对于可观察变量而言，对经济非观察变量的选择程度，为了使我们的结果完全由遗漏变量偏差来解释，需要这样做。高的delta值（根据结果在10到52之间）是令人欣慰的：考虑到我们在模型中包含的经济控制，似乎不太可能出现未观察到的因素比我们首选规格中包含的观察变量重要10到52倍。

由于我们分析的是多个因变量，而且这可能会产生纯粹的假阳性，所以我们按照Anderson（2008）的方法计算错误发现率（FDR）。FDR计算出第一类错误的预期拒绝比例，并为每个相应的估计值生成一个调整的P值（即锐化的Q值）。当我们采用这种方法时，研究结果并没有改变；事实上，基于这些调整后的p值的估计值的统计学意义通常高于标准p值所显示的意义。

最后，我们调查了在经历流行病的国家，整体金融包容性和银行活动水平是否不同，因为这种地理异质性可能会推动我们样本中银行技术选择的差异。在测试对金融行为的影响时，如果面对面交易和电子交易不是替代品，我们不应该观察到对流行病的行为转变。因此，这可以被看作是一个安慰剂测试，证实在我们的环境中，只有在先验的情况下才会产生影响。

结论

06

我们已经记录了人们在接触到一种流行病时转向网上和移动银行的趋势。这些影响似乎没有反映出金融交易量的变化，只是反映了方式改变。直观地说，在个人接触变得更有风险的环境中，人们应该看到电子交易对人与人之间交易的替代。不太明显的是，我们应该看到这种交易总量的增加（或减少）（我们在这里没有看到）。这种影响在相对年轻、经济条件好、居住在有良好互联网基础设施和覆盖的地区的人中最大，这并不奇怪，因为这些人往往是早期采用新数字技术的人。

这些发现提醒人们，COVID-19流行病的影响情况分布是不均衡的：人口中较贫穷的部分不成比例地受到其经济和健康影响，而且在许多国家，妇女在经济上受到的影响不成比例。3G覆盖是同一现象的另一个例子：在先进国家的贫困、农村和偏远地区以及相对贫困的社区，覆盖往往较晚，为其居民提供的以数字银行取代现场银行的范围较小。数字技术使个人能够保持传统的银行和金融活动水平，同时限制对其健康的流行病风险，但只有当必要的基础设施以涵盖更贫穷、更偏远地区的方式推出时才会如此。