數字普惠金融對城鎮居民消費影響

緒論：寫作既是個人情感的抒發，也是對學術真理的探索，歡迎閱讀由發表云整理的1篇數字普惠金融對城鎮居民消費影響范文，希望它們能為您的寫作提供參考和啟發。

一、引言

本文使用CHFS（2017）以及縣域數字普惠金融指數，實證分析數字普惠金融對城鎮居民消費差距的影響。本文的可能貢獻在于：第一，現有考察數字普惠金融對居民消費差距的影響研究主要從宏觀角度出發，探究數字普惠金融對縮小居民城鄉消費差距的作用效果。而本文則從數字普惠金融視角切入，專注于考察其對微觀城鎮家庭消費不平等的影響；第二，通過以往研究可以看出，在選擇消費不平等指標時所使用的不平等指數測算方法多使用基尼系數等傳統方法，而傳統測度方法難以反映單個微觀家庭面臨的消費不平等特征與群體異質性。因此，本文構建直觀反映樣本間消費差距的新指標，以此深入考察數字普惠金融影響城鎮居民消費差距的作用效果，以豐富現有成果。

二、理論分析與研究假設

隨著大數據、云計算與移動互聯網技術的革新，數字普惠金融近年來不斷發展，并對居民消費行為產生重要影響。首先，傳統金融服務依托物理網點展開運營，而數字普惠金融則打破了傳統金融服務運營模式，形成了獨特的網絡規模效應，并逐漸滲透到傳統金融服務難以覆蓋的偏遠區域，突破地理區位限制，輻射范圍日趨廣泛，為“長尾客戶”提供了有效金融服務。以移動終端為載體，將掃碼支付、線上支付等方式融入發展模式中，支付便利性打破了消費的時空約束，以此降低了金融供給與交易成本，促進偏遠地區與弱勢群體消費。其次，憑借強大的信息獲取與處理能力，金融機構能通過對用戶交易記錄與交易行為進行深入加工，進而獲得用戶個體信息與信用記錄，減少金融服務中的信息不對稱等問題，實現了在無抵押物情況下提供信用貸款，拓寬了居民消費邊界，在一定程度上緩解流動性約束，從而對拉近居民消費差距產生影響。此外，根據預防性儲蓄理論，居民在面臨消費儲蓄抉擇時將考慮未來不確定性的影響，當未來不確定性增加時將提升預防性儲蓄，進而產生當期消費需求抑制。而數字普惠金融可以為居民提供互聯網保險等多種金融保障服務，提高家庭未來的不確定性保障，能有效釋放居民消費潛力，對居民消費差距產生影響。基于此，得出第一個理論假設：H1：數字普惠金融可以縮小城鎮居民消費差距，且不同維度的數字普惠金融發展均能縮小城鎮居民消費差距。我國經濟發展的區域不平衡性與收入增速的不一致性導致消費不平等現象的普遍存在，且擁有不同稟賦與不同區域的城鎮家庭受消費偏好與風俗習慣的影響會做出不同消費決策。首先，根據持久收入與消費的生命周期理論，收入是影響消費的最主要因素。居民消費在家庭收入和資產總量的影響下產生顯著差異，且擁有不同財富的家庭通常擁有不同消費傾向。就傳統金融服務的特征而言，低收入群體是遭受嚴重金融排斥的群體之一，而數字普惠金融的重點幫扶對象是弱勢群體與小微企業，這可能導致數字普惠金融對低收入階層的城鎮家庭消費產生更顯著的影響。其次，教育是構成人力資本的核心要素，受教育程度對居民認知能力與消費產生重要影響。般而言，擁有較高受教育的家庭金融素養也相對較高，能較為輕易獲得并深度使用金融服務，而較低受教育水平的群體同樣是傳統金融服務所排斥的對象，這可能產生數字普惠金融對較低受教育水平的群體的作用效果更明顯，進而導致對縮小較低受教育水平的群體的消費差距影響更大。此外，考慮到發展的區域差異因素，不同地區之間金融生態與發展水平存在明顯差異，相比于中西部地區，東部地區基礎設施建設較為完善，金融生態較相對較好，對金融服務的認可度相對較高，這可能導致數字普惠金融對東部地區城鎮家庭消費作用效果更加明顯。基于此，得出第二個理論假設：H2：數字普惠金融對縮小不同收入階層、不同受教育群體與不同地區的城鎮家庭消費差距產生不同影響，且對低收入階層、較低受教育水平的群體與東部地區的家庭消費作用效果更明顯。

三、數據來源與變量選取

（一）數據來源

為考察數字普惠金融對城鎮居民消費差距的影響，本文使用中國家庭金融調查（CHFS）數據與北京大學數字普惠金融發展指數（PKU-DFIIC）作為主要數據來源。在剔除了部分包含特異值、缺失值以及質量不高的樣本后，最終獲得了16339個城鎮家庭相關數據。

（二）變量選取與處理

1.被解釋變量：城鎮居民消費差距。本文借鑒Foster等（2010）衡量收入不平等時使用的FGT指數計算方法對消費差距進行測算，獲得了直觀反映樣本間消費差距的指標，并將該指標命名為消費距GSR（Group ConsumptionGap），具體公式如下：（1）其中，Ci為第i個樣本的家庭消費水平，C_為樣本消費平均水平。GSR為樣本總體消費差距，GSR越接近0，表示樣本總體消費差距越小，反之則越大。同時，為保證實證結果的穩健性，本文使用樣本中家庭消費支出中位數替代樣本消費均值，以計算次要消費距GSR1作為衡量城鎮居民消費差距的另一指標。2.核心解釋變量：考慮到數據的權威性與可得性，本文選取北京大學數字研究中心發布的數字普惠金融指數作為核心解釋變量。為盡量保持數據匹配層次的一致性與合理性，對CHFS中的家庭樣本匹配相應縣域級數字普惠金融指數，并對一系列指數進行對數化處理。3.控制變量：主要包括家庭財富、家庭特征、戶主特征與不確定性變量四個大類別。第一，根據持久收入假說與生命周期理論，家庭消費主要取決于家庭收入與家庭財富。因此，將家庭總收入與家庭資產作為控制變量。第二，家庭特征方面主要選取家庭人口規模、是否貧困與網購行為作為家庭特征變量。第三，戶主特征主要由戶主年齡、受教育程度與健康程度構成。第四，考慮到不確定性因素對城鎮居民消費的影響，選取是否參加社會養老保險與社會醫療保險作為控制變量。在選取控制變量后，用對數化方式處理部分數據，表1為變量描述性統計。

四、模型設定與實證分析

（一）模型設定

在選取相關變量后，首先構建包含城鎮居民消費差距、數字普惠金融指數與其他控制變量的回歸模型，具體模型設定如式（2）所示：GSRi=αi+β1LnDigfi+β2χi+εi                 （2）其中，GSRi為第i個家庭距離樣本消費線的消費差距指標，LnDigfi為家庭所在地區的數字普惠金融指數的自然對數，χi為一系列控制變量，βi是模型中的估計參數，αi為常數項，εi為隨機擾動項。

（二）實證分析

1.基準回歸：本文基準回歸部分利用OLS估計方法進行檢驗。表2為估計結果，其中模型1和模型2使用消費距與平方消費距作為衡量消費差距指標進行估計，模型3和模型4則使用次要消費距與平方次要消費距指標進行估計，檢驗結果均顯示數字普惠金融能顯著縮小城鎮居民消費差距。對此可能的解釋是，數字普惠金融的網絡外部性優勢與邊際成本遞減機制降低了金融服務成本，數字化發展方式突破地理區位與物理網點限制，使其輻射范圍與影響群體日趨廣泛。在數字技術的支持下，移動終端產生的交易記錄為緩解信息不對稱提供了極大幫助，降低了金融服務的準入門檻，使被傳統金融機構排斥的群體獲得了諸如消費信貸、商業保險等一系列服務，促進了居民消費水平的提升，進而縮小了城鎮居民消費差距。在選取的控制變量中，家庭收入、家庭資產的增加與網購行為顯著縮小消費差距，家庭收入與資產的增加提升了家庭消費能力，網購則為城鎮家庭提供了便利的消費渠道與更加全面的信息平臺，修正了部分因信息不對稱而造成的價格扭曲現象，釋放了家庭消費需求，進而縮小了城鎮居民消費差距。而家庭人口規模與家庭貧困則與城鎮居民消費差距呈現顯著正相關，這可能是因為家庭人口規模越大，產生的消費需求越大，而貧困家庭受消費能力限制導致其部分消費意愿無法實現，所以產生了消費差距的擴大。在戶主變量特征中，戶主受教育程度對消費差距影響顯著，人力資本作為影響收入水平與消費能力的重要因素，對縮小消費差距產生了顯著效果。2.異質性分析。為進一步探討數字普惠金融影響城鎮居民消費差距的多維效應，本文使用覆蓋廣度、使用深度與數字支持服務程度三個細分指標進行深入分析。表3檢驗結果顯示，各維度指數發展均對縮小城鎮居民消費差距產生顯著影響。具體來講，覆蓋群體與范圍的不斷擴大使更多城鎮居民獲得有效金融服務。隨著支付、信貸、保險等具有代表性業務的不斷深化，其發展不僅增加了居民消費的便利性與隨機可能性，同樣為緩解家庭流動性約束、增強不確定性保障提供了更堅實的倚靠。此外，數字支持服務程度的發展進一步降低了金融服務成本，移動支付、消費信用化等習慣的變化改善了居民消費觀念，進而對縮小城鎮居民消費差距產生影響。收入是制約消費的最主要因素，本文將城鎮家庭樣本按收入水平差異劃分為低、中、高三個收入組別。表4回歸結果表明，數字普惠金融對縮小不同收入組別的消費差距均能產生顯著效果，且對低收入群體的作用效果更明顯。對此可能的解釋是，低收入群體是傳統金融服務排斥的主要對象，且收入水平越低受到的排斥越嚴重。數字普惠金融的發展則為以往被視為“長尾客戶”的低收入群體開放了金融服務通道，增加了金融服務的可觸達性，緩解了城鎮家庭的流動性約束，擴大了其消費的可能性邊界，進而縮小城鎮居民消費差距。 受教育程度是影響認知能力、轉化數字紅利的重要因素。考慮到戶主擁有家庭消費的最終決策權，根據樣本中戶主受教育程度的異質性，分別劃分小學及以下、初中、高中、大學及以上四個組別進行實證檢驗。表5回歸結果表明，數字普惠金融在不同受教育群體中均能產生顯著效果，且對受教育程度越低的群體產生的影響越大。這可能是因為，受教育水平越高，個人認知能力與金融素養也就越強，所以在接觸數字普惠金融之前就已經獲得了較好的金融服務。而數字普惠金融的發展則為低受教育水平群體提供了便捷有效的金融工具，同時對其金融素養與消費行為產生潛移默化的影響，致使數字普惠金融在低受教育水平群體中的作用效果更加明顯。區域發展不平衡是我國經濟發展的特點之一，不同地區發展水平與金融生態存在較大差異。本文將城鎮家庭樣本按所處地域分為東、中、西三個組別。表6回歸結果表明，數字普惠金融對縮小東、中、西部地區的消費差距均能產生顯著效果，且對東部的作用效果更明顯。對此可能的解釋是，東部地區基礎設施較為完善，金融生態系統與金融認可度較高，而數字普惠金融的展開以基礎設施與金融生態為依托，由此導致數字普惠金融對東部地區作用效果更強，而對中西部地區影響相對較弱。3.內生性處理。雖然以上回歸結果整體驗證了研究假設，但因遺漏變量與反向因果所導致的內生性問題仍有待進一步處理。故本文采用Li（2020）和易行健（2018）處理內生性的方法，選取人均移動電話數量（IV1）及其滯后一期指數與滯后一期的一階差分乘積（IV2）作為工具變量進行2SLS檢驗，并得出如表7所示的結果。回歸結果顯示，關鍵解釋變量系數均顯著不為0，與前文估計結果基本保持一致。在進行F值與Wald檢驗時發現均遠大于臨界點，可以視IV1與IV2均為較合格的工具變量。4.穩健性檢驗。對既往研究消費不平等的文獻進行梳理后發現，剝奪指數、泰爾指數、Mehran指數、基尼系數為較為常見的衡量消費差距的指標。為增加實證結果的穩健性，分別使用不同方法測算的消費差距指標與數字普惠金融指數進行回歸。表8檢驗結果顯示，使用不同的消費不平等指標均與數字普惠金融發展呈現顯著負相關，說明數字普惠金融能夠顯著縮小城鎮居民消費差距的結論較為可靠。政策建議首先，應該完善數字普惠金融服務體系，加強數字普惠金融服務的多維度發展，完善相關聯的基礎設施建設，使數字普惠金融的可觸達性在合理、有效、精準的前提下進一步增強。其次，應加大數字普惠金融的宣傳和教育，加強居民對數字普惠金融的認識與理解，以確保弱勢群體能夠準確認知并有效利用數字普惠金融優勢，更好發揮數字工具的長處，從而增強數字普惠金融的可得性和利用性。再次，應根據消費者風險偏好與金融偏好，利用大數據技術持續加強數字普惠金融的精準供給，尤其是對于低收入群體與低受教育水平群體，在培養其風險意識的同時，使其準確衡量自身風險承受能力與認知能力，以更好利用金融服務。最后，政府有關部門應加強對數字普惠金融的監管，嚴格控制杠桿水平，以確保金融市場健康平穩發展，進而在保證安全性的基礎上釋放城鎮居民消費潛力，更好滿足人民群眾的美好生活需要，增進人民福祉。

作者:劉乃剛 宋書山 單位:河北金融學院馬克思主義學院 河北省科技金融重點實驗室 西南民族大學經濟學院