进一步讨论
为了验证传统计量模型分析结论的稳健性，本文根据模糊曲线（Fuzzy Curve）原理（李斌，2003；田霖，2005）编程，该方法特别适合复杂系统的多变量、非线性问题的研究，[21]可以有效判别输入变量对输出变量的贡献弹性，既不需要复杂的非线性技术建模，又有效地规避了传统计量模型由于内生性、多重共线性、序列相关及异方差所导致的结论非一致性、有效性不足的问题。此外，本文采用空间计量软件Geoda分析变量的空间相关关系，以检验中国金融包容、过度负债及家庭幸福感的空间分布特征，[22]并探讨中国是否存在金融沙漠及社会排斥集聚区域的可能性，这不仅严重影响居民的幸福感，也是一个国家经济稳定、社会稳定的警戒红线（Red Line）。
图1的模糊曲线拟合效果比较好，呈现负向贡献，即家庭金融包容指数的增加确实降低伙食消费的相对比重，证明居民家庭生活水平随之在提高，这也是金融包容的福利表现之一。后期拟合曲线略微上升，表明随着家庭金融包容水平的提高，对食物的要求更精细化、高端化或者绿色消费需求（Green Consumption）增加，[23]如天然绿色、原生态、价格相对昂贵的有机食品，原装进口食品等消费量提高；家庭对食物营养配比的要求也越来越高，居民膳食日趋科学与理性，这些均是消费升级的重要特征，会引发食物支出某种幅度的上升。图2中hfi对过度负债比的贡献弹性为0.141，其二次拟合曲线呈现较为明显的右下倾斜的形状。可见，较高的家庭金融包容水平预示着参与主体金融能力较强及具备相对较高的债务素养，一定程度上可以降低其过度负债的可能性，从而减小对其身体与心理健康的损害；家庭金融包容水平起初会大幅降低过度负债的可能性，随着包容水平越来越高，拟合曲线变得趋于平缓，即存在一个拐点，虽然拐点的具体位置无法准确定位，但验证了负债（Debt）对经济发展是必要的，只有过度负债才是要避免的，而有时候出于财务灵活安排及周转目的而导致的延迟付款、偿付基本款项以及自我排斥而不愿申领信用卡（自我判断缺乏还款能力）等情况会在一定程度、一定时期存在，有其合理的一面，且无法完全消除。
图3的模糊曲线显示，家庭金融包容水平对居民幸福感具有非常显著的正向贡献，其弹性高达0.206。验证了前文计量结果的稳健性，说明金融包容作用于中国家庭福利的第三种渠道或机制是有效的。这也是近期学界与实践部门强调金融供给侧改革的原因之一：催生新金融、促进创新创业、对接实体经济、以金融引导供给侧结构性改革、介入产业链优化与商业模式创新、建设绿色金融以及实现金融新常态的引领等（吴敬琏等，2016），而家庭福利的改进也是提升金融包容的题中应有之义。
图4数据点密集于第一、三象限，且莫兰指数（Moran's I）为0.2288，说明hfi具有正的空间相关性；overdebt的莫兰指数为负，呈空间负相关关系（图5）；hfi与happy的莫兰指数为0（图略），表现为空间随机性。可见，我国家庭金融包容水平存在空间集聚和溢出效应，表现为高高（High-High）、低低（Low-Low）水平的集中，较容易针对不同集聚特征，制定区域差别化政策；overdebt的特点则为高低（High-Low）、低高（Low-High）的空间分布，导致过度负债的甄别与政策引导难度较大，需要精确到每个社区及家庭，然而中国家庭由使用排斥引发接触排斥进而出现金融沙漠的概率很低，此类区域金融风险可控；中国居民的主观幸福感受到诸多要素的影响，金融包容水平显著影响微观家庭与个体的幸福程度但两者的空间扩散效应并不明显。
中国家庭的happy存在空间正相关，而unhappy则呈空间负相关。说明居民的心理比较健康，乐于分享快乐，社区的模范示范效应显著，而攀比心理诱发的不满与不快却微乎其微。可见国外需要重点解决的红色风险警戒区域和社会排斥问题在中国并不存在，总体而言，中国社会保持稳定、居民安居乐业，主观的不幸福感受仅囿于个案，不会演变成严重的社会问题。[24]
结论与启示
家庭金融包容通过作用于居民消费、家庭负债与主观幸福感受，可以有效改进家庭福利水平，但其作用的强度、渠道与机制有所不同。家庭金融包容与家庭资产不同，它不纳入现金、民间与私人借贷，是家庭微观金融能力提升的结果，也是家庭金融资产的有效配置和管理，是个体的理性、自主选择，更是完全融入主流金融的客观反映。在当前的经济形势下，迫切需要激发家庭对主流金融的需求。CHFS数据显示，在受访的28143户家庭中，明确表示不需要银行贷款的家庭占比很高：农业经营只有7.1%的家庭获取了主流金融支持，没有贷款的家庭中“不需要”占比78.10%；工商业贷款、房屋贷款及汽车贷款这一比例分别达到79.79%、77.52%与89.75%，而利用银行贷款的家庭只分别占到了12.12%、10.52%及9.38%，这是亟待发掘的业务蓝海。银监会公布了2015年中国31个省、市、自治区商业银行的不良贷款数据，有12个省市的不良贷款率超过了商业银行整体不良率（1.74%）。本文研究发现，家庭对主流金融的违约率却是极低的，以信用卡为例，延期偿还、停止偿还的比例仅为0.96%、0.6‰，不良率基本可以忽略不计；没有还款能力的10.99%人群选择了自我排斥而不去申领信用卡，对银行也并未造成实质的损失。可见，主流金融机构可以寻找有效路径，刺激微观家庭的创业、创新需求以及消费信贷需求，从而达到既提升了家庭的福利水平，又找了新的业务生长点，实现供需双方的共生双赢。
鉴于某些家庭特征变量和区域特征变量显著影响家庭福利水平，需要弥补要素短板并做好配套服务，特别是鼓励非主流金融参与到家庭经济生活中。例如，研究已初步表明，互联网金融（opi）的接纳和逐步普及有利于降低过度负债及增加居民福利。事实上，以阿里、京东为首的一大批互联网巨头早已涉水消费金融，并计划布局与银行的信用卡中心平分天下、错位经营。互联网金融独特的智能风控系统、庞大的客户基数群、灵活的程序处理以及自有的信用评价体系都使其具备了传统金融所没有的优势，在带动消费、提振经济方面的表现可圈可点；其自有电商平台满足客户个性化需求的产品定制化浪潮对消费结构的升级也具有一定的作用。主流金融的服务对象是中国人民银行个人征信记录中的8.6亿人口，其余的3500万在校学生、2.7亿蓝领及大多数农村户籍群体都被排斥在主流金融系统之外，[25]而这恰恰是互联网企业未来要拓展的市场。如以“爱学贷”为代表的校园消费金融、以“买单侠”和“拍分期”为代表的蓝领消费分期、以及以“农分期”和“什马金融”为代表的农村消费金融等对各类群体能够同等享受普惠金融服务、提升微观主体的生活品质与福利水平等功不可没。除了鼓励新兴的金融业态之外，还需要提升家庭收入水平、提高金融素养、降低失业率、强化社会保障、发挥社会网络的模仿示范效应、倡导家庭资产配置的丰富化、合理化以及防范不同区域的福利水平差异过大等。
提高家庭福利需要贯彻“精准”原则。与精准扶贫类似，家庭福利的改善不能仅局限于大的区域层面，微观个体的性格、年龄、家庭特征、主要经济来源等都需要全面考虑，因而需要针对不同区域、不同家庭、不同风险偏好、不同金融素养、不同资金需求等，推行不同的福利改进计划。如深入到每户家庭进行调研，确定其收入水平、资产状况、房屋、汽车拥有情况、成员身体状况、是否参加社会及商业保险等，进行精准识别，识别确定后制定相应的增进福利计划，分年度滚动，视家庭状况调整；参考国外经验，社区医生上门服务时可以潜移默化地为家庭成员普及金融知识；银行深入社区推介产品，特别是从金融供给侧设计、开发出真正符合消费者需求的可承付的、满意的金融产品与服务；成立社区互助委员会，利用社区的示范效应及亲朋、好友、邻居的影响力，对家庭的经济决策产生积极影响；相关咨询与管理机构可以专设家庭金融咨询与规划，帮助每个家庭量体裁衣，定制特色化的家庭资产保值增值管理规划；金融素养的终生学习与培训，针对不同年龄层、不同背景、不同工作性质的人群开展专门的金融素养培训。金融知识的普及则可以线上线下结合，实现金融教育的网络化、在线化、形象化、通俗化，使消费者可以利用碎片化的时间了解最新的经济、金融信息与动态；关注债务素养的提高，帮助家庭选择、确定合适的负债水平等。
学科发展与展望。金融排斥、金融包容的理念是伴随着2003年金融地理学（Financial Geography）的引入，而逐渐被学者认识和接受的。起初该学科也遭受了种种否定与质疑，从不被认可到目前金融包容理念被普遍接受及深入研究，再到普惠金融上升为国家层面的战略规划（2016年1月，国务院发布了《推进普惠金融发展规划（2016-2020年）》），每一门新兴学科的发展道路是崎岖的，也必然要经过怀疑、探索及反复试错的过程。家庭金融作为一门新兴学科在中国的发展道路也一样，对其理论框架、实地调研的问卷设计、统计指标值的合理性等，都曾有过不同的声音。与此同时，它又确实弥补了国内微观数据长期缺乏的不足，使久被搁置的大规模家计研究成为可能。一些学者开始利用CHFS数据库，展开医学、养老、救助、住房、投资等方面的研究，这是中国家庭经济研究的重大进展，也对实践具有一定的指导意义。未来中国家庭金融的发展还需要突出学科特色与优势、加强学理层面的阐释以及丰富家庭金融的数据库资源，并为有兴趣的学者提供包容、开放的交流与讨论的平台与渠道。
（本文系国家社会科学基金项目“虚拟集聚背景下服务乡村振兴的金融包容体系重构研究”的阶段性成果，项目批准号：20BJY117）
注释
[1]国外金融地理学家着重从20世纪90年代开始关注金融排斥问题，2007年之前，翻译不一。2007年李仁贵编辑与笔者充分讨论后，认为翻译为“金融排斥”更符合经济学的习惯与范式。具体参见：《金融排斥理论评介》，《经济学动态》，2007年第6期。
[2]中国学者多采用“普惠金融”这一表述，事实上，“普惠金融”与“金融包容”学术溯源与概念界定不同。因与本文研究主题不直接相关，故不再赘述。具体可参见笔者对互联网金融、金融包容、普惠金融的内在逻辑与差异的相关阐述：《互联网金融的发展轨迹与未来展望》，《人民论坛·学术前沿》，2016年三月下。
[3]2011年开始，西南财经大学的家庭金融调查研究中心每两年开展一次全国大型的实地调查。目前有2011、2013、2015、2017、2019年的实地调研数据。甘犁教授倡导的家庭金融学将与公司金融、资本定价一起成为金融学研究的三大主导方向，笔者认为家庭金融学也是家庭经济学的重要构成部分，在中国有很好的发展前景。
[4]具体参见：《我国城乡居民金融包容与福利变化的营养经济学探析》，《金融理论与实践》，2011年第9期，第3～7页。该文的分析偏重营养经济学视角与区域范畴。
[5]家庭负债指标未计入家庭金融包容指数，原因如下：①时点和时期指标不同，本文以前者为准；②存在交叉重复计算，比如往年借贷已经在下一期以收入或家庭资产再配置的形式体现出来；③容易引发内生性问题；④一些借款未能严格区分主流借贷与非主流借贷，而后者并不是金融包容所要考察的范畴。金融包容微观视角的考察和度量参见笔者发表《金融包容的需求侧与供给侧》一文，详见《浙江大学学报》2017年第4期。
[6]VIF不存在大于10的方差膨胀因子，表明不存在多重共线性问题；为了避免异方差问题，进行稳健回归，并输出稳健标准误；通过变量数量、取值范畴的反复调整试错，使内生性控制在可接受程度内。
[7]由于存在异常值，需要进行缩尾处理，将落于（1%，99%）之外的观察值分别替换为1%和99%分位上的数值，缺失值则根据实际情况，采取删除或者取均值的方法，其他数据的缺失值、异常值采用相同的处理方法，后文不再赘述。实收税后货币工资、农业经营收入、工商业经营收入、非风险性资产收入、风险资产收入、现金、其他收入计入该指标。
[8]大型实地调研问卷对受访者的金融能力进行考评：您平时对经济、金融方面的信息关注度如何？（非常关注与很关注赋值1，一般、很少关注与从不关注赋值0）；假设您现在有100块钱，银行的年利率是4%，如果您把这100元钱存5年定期，5年后您获得的本金和利息为？假设您现在有100块钱，银行的年利率是5%，通货膨胀率每年是3%，您的这100元钱存银行一年之后能够买到的东西将？后两题，答对赋值1，答错赋值0。这三题最高得分为3分，任意答对两题得2分，答对一题得1分，既不关注经济、金融信息又答不出后两题，视作缺乏金融能力，得分0。引入金融能力指标以区别于一般的文化水平与受教育水平指标。
[9]CHFS的问题是“如果您有一笔资产，将选择哪种投资项目？1.高风险、高回报项目；2.略高风险、略高回报项目；3.平均风险、平均回报项目；4.略低风险、略低回报项目；5.不愿意承担任何风险。3为参照组，为风险中性；1和2为风险偏好；4和5界定为风险厌恶。
[10]统计了家庭第1、第2、第3套住房的负债及第1、第2辆汽车的负债。
[11]该变量为恩格尔系数（Engel's Coefficient）的替代性指标。恩格尔系数是食物支出总额占个人消费支出总额的比重。低于40%为步入富裕水平，59%以上为贫困，50%～59%为温饱，40%～50%为小康，30%～40%为富裕，低于30%为最富裕。同理，consum越低，表示生活水平越高，福利越好。consum的取值范围为[0.0063, 1]。为了便于比较，引入consumption=伙食支出／其他支出。
[12]由于家庭负债/家庭收入其分子分母的某些构成指标存在时点、口径选取不同或重复计算问题，且无法确定合理的临界值（究竟超过何值即为过度负债？），因而本文采用如下替代指标度量：“是否按期还款？”“是”与“还未开始还款”界定为不存在过度负债，而“否”则意味延迟付款，可被视为过度负债[9-10]，共计入了农业借款、工商业借款、汽车借款、房屋借款、教育贷款及其他借款；信用卡归还欠款则将“到期只偿还最低还款额”、“延期偿还”、“停止偿还”及“其他”视为过度负债，而“到期偿还账单金额”及“提前偿还”视为不存在过度负债；“为什么没有信用卡”反映家庭的承付能力，“没有还款能力”被视作过度负债。
[13]由于2013年被称为中国的互联网金融元年，因此opi、borrow指标（模型2需要考察的关键变量）不存在2011年数据。笔者曾尝试采纳2011年、2013年的面板数据进行各模型的分析，遗憾的是，这两年的统计口径略有差异，如受访者主观态度指标、受访者对婚姻和家庭的看法等；重复截面仅有6000多个家庭且诸多指标存在大量缺失值，样本量无法满足需求；尽管用固定效应做计量检验时，部分解决了内生性问题，却因为遗漏变量产生新的内生性。因此，本文仍然采用2013年的截面数据，并将家庭特征、区域特征作为控制变量。
[14]CHFS统计了受访户去年的消费支出，包括购买衣物、住房装修与维修扩建、家庭耐用消费品、奢饰品、教育、出国留学、购买交通工具及其零部件、交通工具、旅游与保健支出。本文没有采纳这种统计口径进行分析。比如耐用消费品支出并不是衡量家庭生活质量的满意指标，也许家庭已经拥有基本的耐用消费品而选择不再支出。
[15]问卷中“是否延迟付款”只提供了除银行贷款之外的借款数据。
[16]为了避免内生性，只采纳了基本工资收入，财产性收入与投资性收入不计入。
[17]“阿里小贷”最出名的案例是其最小金额的贷款只有83元。
[18]LPM回归结果不理想，故不再汇报，而限值因变量模型可以克服LPM的缺陷。
[19]后文IVProbit模型将继续讨论这一问题。
[20]限于篇幅，两步估计法的回归结果略。需要的话可以向作者索取。
[21]特别感谢南开大学的侯庆虎老师提供的编程指导与帮助。
[22]分别统计了29个省份相关变量的数据值，西藏与新疆的缺失值用均值替代；空间权重采纳K-nearest-4neighbors。
[23]阿里研究院在2016年7月发布了中国绿色消费者报告，阐释了一个以绿色消费者为中心的时代的到来及其衍生的经济价值、环境价值和产业价值。资料来源链接：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，本文只给出了全局莫兰指数（Global Moran's I），并未分析局部莫兰指数（Local Moran's I）；此外，莫兰指数只是衡量空间相关性的一个重要指标，如果想要得出更为精确的结果，还需要结合其他数据进行检验和综合考量（Anselin，2000）。
[25]周家俊、Iris：《行业报告：我国当前的互联网消费金融行业布局》 ，2016年8月11日，http://mp.weixin.qq.com/s?__biz=MjM5MzM4NTYzMw==&mid=2651317608&idx=5&sn=7311e2aea06728714f19cbd359e69d9c&scene=0#wechat_redirect。
参考文献
胡象明，2004，《福利的狭义概念及广义概念》，《中国人口报》，2010年02月12日。
蔡宏昭，2004，《社会福利经济分析》，台北：扬智文化事业股份有限公司。
王桂胜，2006，《福利经济学》，北京：中国劳动社会保障出版社。
陈茜茜，2016，《我国金融包容性发展的经济福利效应研究》，硕士论文学位论文，湖南大学。
唐蕾，2016，《构建中国可持续经济福利指数》，International Conference on Humanities and Social Science Research会议论文集， 第337～340页。
周义、李梦玄，2013，《基于多维不平等的中国城市社会福利测度与比较研究》，《中国科技论坛》，第11期。
余谦、高萍，2011，《中国农村社会福利指数的构造及实测分析》，《中国农村经济》，第7期。
王修华、傅小勇、陈茜茜，2017，《我国包容性金融发展的经济福利效应研究》，《湖南商学院学报》，第2期。
王修华、何梦、关键，《金融包容理论与实践研究进展》，《经济学动态》，第11期。
田霖，2011，《我国城乡居民金融包容与福利变化的营养经济学探析》，《金融理论与实践》第9期。
田杰、陶建平，2012，《农村普惠性金融发展对中国农户收入的影响——来自1877个县（市）面板数据的实证分析》，《财经论丛（浙江财经大学学报）》，第2期。
汤凯、田璐，2013，《包容性金融对农户收入的影响研究——以河南与江浙地区比较为例》，《河南工业大学学报（社会科学版）》，第3期。
徐强、陶侃，2017，《中国金融包容指数的测度及其与贫困减缓的关系——基于省级数据的分析》，《华中师范大学学报（人文社会科学版）》，第6期。
寻努绩，2015，《我国农村包容性金融服务水平的测度及福利增进效应研究》，硕士学位论文，湖南师范大学。
甘犁、尹志超、贾男、徐舒、马双，2013，《中国家庭资产状况及住房需求分析》，《金融研究》，第4期。
金雪军、田霖，2004，《金融地理学研究评述》，《经济学动态》，第4期。
李斌，2003，《识别输入变量的模糊方法》，《哈尔滨工程大学学报》，第2期。
田霖，2011，《我国金融排斥的城乡二元性研究》，《中国工业经济》，第2期。
田霖，2016，《互联网金融视域下金融地理学研究的新动态述评》，《经济地理》，第5期。
田霖，2005，《区域金融综合竞争力的差异比较与模糊曲线分析》，《南开经济研究》，第6期。
田霖，2012，《我国农村金融排斥与过度负债》，《金融理论与实践》，第2期。
吴敬琏、厉以宁、郑永年等，2016，《读懂供给侧改革》，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
【作者简介】田霖，郑州大学商学院教授、博导，郑州大学尤努斯社会企业中心研究员。研究方向为区域金融、金融地理、区域经济、金融理论与政策等。主要著作有《我国中部地区协调发展的金融地理学分析》《中国农村金融排斥与包容——金融地理学视角的分析》等。
