数字普惠金融的居民消费水平提升和结构优化效应研究 江...
数字普惠金融的居民消费水平提升和结构优化效应研究江红莉 蒋鹏程
(江苏大学财经学院，江苏 镇江 212013)
摘 要： 本文基于2011-2017年省级面板数据，构建动态面板模型，实证研究了数字普惠金融对居民消费水平和结构的影响及其作用机制。研究发现：数字普惠金融提升了居民消费水平，优化了居民消费结构，实现了居民消费结构升级，经过内生性处理和稳健性检验后，这一结论仍然成立；数字普惠金融对消费水平和结构的影响因总体消费水平高低、结构化消费水平高低、消费群体以及数字普惠金融结构的差异而呈现异质性；数字普惠金融主要通过缩小城乡收入差距和优化产业结构两种机制提升居民消费水平和优化消费结构。本文拓展了数字普惠金融对居民消费影响的研究边界，丰富了关于居民消费结构的文献，并为中国扩大内需和经济转型升级提供了有益思考。
关键词： 数字普惠金融； 居民消费水平； 居民消费结构； 异质性； 作用机制
一、引言
当前，我国经济正处于“结构性”减速和向高质量发展转型阶段，依靠投资和出口的双轮驱动发展模式难以支撑我国经济转型升级。经济新常态下，消费型发展模式将成为我国未来经济增长的主导模式。但是，我国最终消费支出占GDP的比重在新世纪以来一路下滑，居民消费支出占GDP的比重更是从2000年的46.9%下滑至2018年的38.9%(1)数据来自于EPS数据库。，居民消费水平远远低于世界平均水平。低迷的居民消费成为我国可持续发展和结构调整的制约因素。随着居民生活水平的提升，居民消费结构应当实现从生存型消费向享受型消费的转变，但现实情况却是我国居民服务型消费支出占比的上升趋势在2013年以来有所放缓，关于居民“消费降级”的话题也一度引发全民热议。随着中国社会主要矛盾的转变，消费结构的优化不仅关系到人民生活水平是否得到提升，还关系到能否助推中国实现结构性转型升级。
现有研究普遍认为金融能够缓解流动性约束以释放潜在的消费需求，但是中国以银行业为主导的传统金融体系一直以来都忽视了金融发展的广度，农村居民受到严重的金融排斥。随着数字技术的发展，为了让社会各阶层享受到金融服务，2016年G20峰会正式提出了“数字普惠金融”。借助于数字技术发展的新型普惠金融，降低了金融服务门槛和金融服务成本，减少了信息不对称，提高了金融服务的可得性、便捷性。根据北京大学数字金融研究中心公布的数据，数字普惠金融发展总指数由2011年的49.4上升到2018年的229.9，短短几年内实现了迅猛增长。宏观层面，数字普惠金融显著地提升了城市居民消费水平，但是数字普惠金融如何影响消费需求的“黑箱”尚未打开，而且作为一种新的金融业态，数字普惠金融对消费结构的影响及其背后的作用机制，仍然是未解之谜。而这些问题的研究将为我国如何扩大内需，以实现经济发展转型升级提供新的思路，尤其在贸易摩擦升级、新冠疫情冲击的背景下，具有重要的理论价值和现实意义。
二、文献综述
作为拉动经济增长“三驾马车”之一的消费，一直以来倍受学术界和实务界关注，已有文献从不同角度对其进行了研究，涉及到房价、家庭债务、金融知识等，形成了绝对收入假说、相对收入假说、持久收入假说、预防型储蓄假说和流动性约束假说等经典理论。自Deaton(1992)基于生命周期和持久性收入理论的框架分析流动性约束对消费的影响后，一些学者开始研究金融因素对居民消费的影响，涉及到金融发展、消费金融、互联网(消费)金融、数字金融等。
金融发展对居民消费的影响。学术界关于金融发展对居民消费的影响尚未形成共识。一种观点认为，由于金融体系的不完善和金融服务的偏向性政策，金融发展抑制了居民消费，尤其是实施“优先发展工业赶超战略”的发展中国家。另一种观点认为金融发展缓解了消费者流动性约束，分散了风险，对消费支出起到了平滑作用，能提升消费。由于中国的二元经济结构，金融发展对居民消费的影响呈现非线性特征，对消费结构的影响也存在异质性。
消费金融对居民消费的影响。由于金融发展对居民消费影响的不确定性，为了促进消费、刺激经济，一些国家提出了消费金融，以区别于生产投资服务的生产金融，其实质是服务于消费需求的金融资源。借助于支付、风险管理、储蓄和投资、借贷四个关键职能，消费金融打破了消费者流动性约束，能显著促进消费。关于消费金融对消费结构的影响，臧旭恒和李燕桥(2012)发现消费信贷促进了耐用品消费的增长，但对非耐用品与服务消费的影响较弱，田长海和刘锐(2013)，王和平和王琴梅(2018)均发现消费金融发展有助于消费升级。
互联网(消费)金融对居民消费的影响。随着互联网的普及和移动支付的快速发展，信息技术减少了金融服务成本，互联网金融和数字金融等新型金融业态在中国逐渐兴起。互联网(消费)金融通过平滑机制、保障机制和收入机制等三种途径影响居民消费，已成为促进消费增长和结构优化的重要动力因素。关于互联网(消费)金融对消费结构的影响，赵保国和盖念(2020)发现互联网消费金融有利于扩大居民的发展享受型消费支出，从而优化消费结构，张李义和涂奔(2017)，邢天才和张夕(2019)均发现互联网金融发展对居民消费结构升级存在显著影响。
数字普惠金融对居民消费的影响。互联网金融更多地被看作互联网公司从事金融业务，数字金融的概念更加中性，所涵盖的面也更广泛。自从北京大学数字金融研究中心2017年发布了“数字普惠金融指数”后，国内学者开始基于该指数研究数字(普惠)金融对消费的影响，易行健和周利(2018)，Li等(2020)，谢家智和吴静茹(2020)基于微观调查数据研究发现，数字普惠金融通过便利支付、缓解信贷约束等机制显著地促进了居民和家庭消费。南永清等(2020)实证研究了数字普惠金融的居民消费总体效应，但没有分析其作用机制，也没有探讨数字普惠金融对消费结构的影响。
通过对现有文献的梳理，可以发现从金融视角研究消费的文献主要聚焦于消费水平，对消费结构关注不够。为数不多的关于数字普惠金融对居民消费影响的研究，主要是从微观视角展开的。虽然微观数据可以避免宏观数据的“合成谬误”，但是微观样本数据可能存在样本选择偏差，截面数据难以反映个体在时间维度的变化趋势，静态面板模型难以解决遗漏变量问题，更重要的是微观数据忽视了宏观结构性因素对于消费者行为的重要作用。本文将从宏观层面探讨数字普惠金融对居民消费水平和结构的影响，深入挖掘其背后的作用机制。本文的贡献为：(1)立足宏观层面，在消费疲软背景下实证检验了数字普惠金融对居民消费水平和消费结构的影响；(2)探讨了数字普惠金融对差异化消费水平和结构的异质性影响、消费群体差异的异质性影响以及数字普惠金融结构对居民消费水平与结构的异质性影响；(3)探讨了数字普惠金融影响消费水平和结构的作用机制，从理论上分析了数字普惠金融通过缩小城乡收入差距和促进产业结构优化进而提升居民消费水平和优化消费结构的作用机制，并进行了实证检验，丰富了现有研究成果。
三、理论分析
(一)数字普惠金融对居民消费水平的直接影响
数字普惠金融兼具数字金融和普惠金融的双重特点和功能，被认为是数字技术驱动的普惠金融实现形式。数字普惠金融通过便利化支付和缓解消费者的流动性约束，实现消费“量”的提升。(1)数字普惠金融借助于数字技术，便捷了支付，刺激了消费需求。以支付宝为代表的第三方支付平台提供了“简单、安全、快速”的支付解决方案，让互联网消费获得了强有力的支付支持。随着智能手机的普及，移动支付通过节省居民购物时间、便利支付而增加闲暇，从而影响消费者效用，刺激居民消费的欲望。(2)数字普惠金融缓解了消费者的流动性约束，提高了消费水平。数字普惠金融借助于大数据，缓解了借贷双方的信息不对称，降低了金融服务门槛和成本；借助于数字技术，提高了金融服务的触达能力，使得被传统金融服务排斥的“长尾”群体也能享受到金融服务，诸如蚂蚁花呗、京东白条等场景消费金融的发展克服了消费者资产流动性不足的局限，释放了原本因流动性约束而被限制的消费潜力，提升了居民整体消费水平。
(二)数字普惠金融对居民消费结构的直接影响
首先，数字普惠金融增加了消费者的“财富效应”，降低了“预防性储蓄”。一方面，数字普惠金融的发展提供了诸多的互联网理财业务和产品，如余额宝、财付通等货币基金业务，P2P网贷等。截至2018年12月，我国购买互联网理财产品的网民规模达到1.51亿，同比增长18.3%；互联网理财规模也由2013年的0.22万亿元增长到2017年的3.15万亿元，预计到2020年将达15.5万亿元(2)数据来源：新浪：https://tech.sina.com.cn/roll/2019-12-10/doc-iihnzahi6569348.shtml.。互联网理财使消费者获得相对于传统储蓄更多的财富增值。另一方面，货币基金业务往往与支付平台无缝对接，满足了消费者不同期限的缓冲储备需求的同时，基于大数据的数字保险业务为消费者的消费、财产安全等提供了保障，有效降低了消费者尤其是风险规避型消费者的预防性储蓄动机，刺激居民消费实现从“量”到“质”的转变，优化消费结构。其次，数字普惠金融的发展促进消费的热点转变和服务的优化，促进了消费结构优化。数字普惠金融依托数字技术改变了商业格局和商业服务模式，营造了良好的商业氛围，提供新的消费品和服务，依托支付宝、微信钱包和京东金融等数字金融服务使得消费者与商家在线上完成交易成为可能，在满足居民低层次消费的同时，既能够为高层次消费缓解预算约束，又能够为居民提供便捷支付的发展型与享受型消费商品(如线上教育培训、各类旅游产品和服务)，促进了居民消费结构的优化。
(三)数字普惠金融对消费水平提升和结构优化的作用机制
收入差距扩大不利于居民消费水平的提升和消费结构的优化。根据绝对收入假说，居民消费率受制于消费倾向。收入差距扩大会降低居民消费倾向进而抑制居民消费水平的提升。不仅如此，收入差距的扩大同样会通过供给侧降低消费需求，导致消费“低端锁定”。基于凯恩斯的边际消费倾向递减理论，高收入群体对高端消费的边际效用是递减的，而低收入群体受限预算约束，高端消费不足，这就意味着收入差距的扩大会在需求侧阻碍消费结构的优化。数字普惠金融发展能显著缩小收入差距。数字普惠金融将数字技术与金融服务相结合，缓解了信息不对称，降低了金融服务的成本和门槛，打破了金融服务的地域和阶层限制，使得受传统金融服务排斥的农村居民等“长尾”群体成为数字普惠金融服务的对象。不仅可以增加农村居民的经营性投入，提高其当前收入，而且可以增加教育投入，提高其未来收入。同时，数字普惠金融能促进经济增长，进而缩小城乡收入差距。由此推断，数字普惠金融通过缩小收入差距，进而提升消费水平和优化消费结构。
产业结构升级可以提升消费水平和优化消费结构。近年来，中国游客海外“爆买”成为热点话题。2000-2016年中国进口消费品占总消费比重平均为42.47%，且在统计期内呈上升趋势。供给侧产品质量较低、供需脱节是导致居民消费需求外溢的重要原因。孙早和许薛璐(2018)从理论和实证两个层面均证明了消费升级主要是通过产业创新引致产出结构高级化实现的。产业升级能提高产品的技术含量(附加值)，弥补国内高端产品“供给缺口”，满足居民对高端产品的需求，优化消费结构。商业模式创新引致的产业升级，尤其是信息技术与传统制造业、服务业的融合，拓展了商品、服务的营销空间，拓宽了消费者的选择范围，线上线下销售渠道一体化提升了消费市场的交易效率，进而能促进居民消费需求的增长(黄卫东和岳中刚，2016)。数字普惠金融能优化产业结构(唐文进等，2019)。首先，数字普惠金融主要通过优化资源配置渠道促进产业结构升级。开展数字普惠金融业务的金融机构能够通过大数据等数字技术关注贷款企业的最佳资本投入量，同时简化金融服务程序，提升资金的获得效率和配置效力，优化信贷资金在产业间的配置。其次，数字普惠金融通过提升技术创新进而促进产业结构升级。数字普惠金融的普惠性能够拓宽企业融资渠道、降低融资成本和提升融资效率，缓解中小微企业等技术创新生力军面临的“融资贵”和“融资难”困境，促进企业技术创新，进而优化产业结构。数字普惠金融通过优化产业结构以确保供给侧能够提供高质量产品与服务，释放该部分消费群体的消费潜力以促进整体消费水平的提升，同时也从供给侧为实现消费结构优化提供了保障。即数字普惠金融通过优化产业结构，进而提升消费水平和优化消费结构。
四、研究设计
(一)模型设计
为了解决因遗漏变量而造成的内生性问题，同时考虑居民消费习惯，构建如下基准动态面板模型
conit=β0+β1coni,t-1+β2dfit+βj Xjit+φi+εit
(1)
cs1it=β0+β1cs1i,t-1+β2dfit+βj Xjit+φi+εit
(2)
cs2it=β0+β1cs2i,t-1+β2dfit+βjXjit+φi+εit
(3)
其中，conit代表居民消费率，coni,t-1为居民消费率的滞后一期，dfit为数字普惠金融，X代表控制变量集合，φi代表个体效应，εit为扰动项。cs1it代表居民生存型消费，cs2it代表发展和享受型消费，式(2)和(3)的其他变量同式(1)。研究消费群体异质性时将被解释变量分别替换为农村居民消费率与消费结构、城镇居民消费率与消费结构。由于系统广义矩估计能够解决普通OLS估计中因内生性问题致使的模型偏误问题，故本文采用两步系统GMM进行估计，在稳健性检验部分将采用一步系统GMM进行检验。
(二)变量与数据说明
1.因变量
(1)居民消费水平。借鉴方福前和孙文凯(2014)的做法，使用居民消费率来表示，具体计算为支出法下GDP核算中的居民消费支出与GDP的比重进行衡量。
(2)居民消费结构。随着我国经济结构和发展方式的转变，消费不单单要注重水平的提升，更需要注意结构的改善，以消费结构升级促进经济高质量发展成为当前经济发展的应有之义。借鉴李晓楠和李锐(2013)的做法，将我国居民消费划分为生存型消费和发展与享受型消费。其中生存型消费指的是满足居民基本生存的消费，包含了食品、衣着和居住三类消费；发展与享受型消费指的是满足居民发展和享受所进行的消费，包含了交通通讯支出、医疗支出、教育和娱乐支出、家庭设备支出以及其他商品和服务支出五项。其中，生存型消费结构即为(人均食品支出+人均衣着支出+人均居住支出)/人均总消费支出，发展与享受型消费结构的刻画方法同生存型消费，发展与享受型消费也可以视作为消费结构升级。由于2014年以前，我国消费子项目支出的数据没有进行城乡统一口径进行公布，因此借鉴朱雅玲(2019)的做法，统一采用城镇和农村分开统计的人均各项消费支出，最后以城乡人口作为权重进行加总，在异质性分析部分则区分了农村消费结构和城镇消费结构，数据均来自2012-2018年的《中国统计年鉴》。
2.自变量
本文使用北京大学数字金融研究中心发布的数字普惠金融的最新测度结果(3)为了保证所有数值大小相对一致，对数字普惠金融总指数和各维度的指数均除以100处理。，由于数字普惠金融指数包含了数字覆盖广度、使用深度和数字化程度三个子指数构成，为了深入剖析数字普惠金融对于居民消费的影响程度，探究数字普惠金融哪些层面发展促进了居民消费，在实证部分包含了总指数和三个子指数。
表1 变量描述性统计
3.控制变量
借鉴朱雅玲(2019)的做法，选取以下控制变量：(1)实际居民可支配收入，由于《中国统计年鉴》在2014年才开始公布城乡统一口径的居民可支配收入数据，因此借鉴孙早和许薛璐(2018)的做法，本文使用城镇居民人均可支配收入和农村居民人均可支配收入的加权平均值来表示居民可支配收入，同时以CPI按照2000为基期进行定基处理；(2)政府支出规模，使用政府财政支出与GDP的比值进行衡量；(3)道路基础设施，使用(铁路里程数+公路里程数)/省域面积来衡量；(4)地区金融发展程度，以地区金融机构贷款与GDP的比值进行刻画；(5)人口老龄化，采用老年人口抚养比衡量。上述数据均来自《中国统计年鉴》和EPS数据库，变量描述性统计如表1所示。
五、实证分析
(一)基准回归
基于两步系统GMM方法估计式(1)—(3)以研究数字普惠金融对消费水平和结构的影响，回归结果如表2所示。模型(1)—(3)均通过AR(1)、AR(2)和Hansen检验，说明模型合理。从模型(1)的回归结果来看，居民消费率滞后一期的系数在1%的显著性水平下显著为正，即消费习惯对于居民消费行为具有显著影响；核心解释变量数字普惠金融对于居民消费率的影响显著为正，这与易行健和周利(2018)的基准研究结论一致，说明我国数字普惠金融的发展能够缓解消费者的流动性约束，并且能够突破地域限制和关注到“尾部”群体，提供便利支付等促进居民消费。控制变量的结果表明政府支出对于居民消费水平存在显著的挤出作用，而金融发展能够显著地促进居民消费率的提升。
表2 基准回归
注：*，**，***分别代表10%，5%和1%的显著性水平；AR(1)、AR(2)和Hansen检验均报告的是P值，括号内为稳健标准误，下同。
从模型(2)和模型(3)的回归结果来看，居民消费结构依旧存在显著的“粘性”。但数字普惠金融对居民消费结构的影响存在异质性，其对生存型消费具有显著的负向作用，对发展与享受型消费的影响系数则在1%的显著性水平下为正。由于发展与享受型消费代表着消费结构升级，也就意味着数字普惠金融显著促进了居民消费结构升级。居民可支配收入和数字普惠金融对于两类消费结构的影响作用刚好相反，本文认为居民可支配收入首要满足居民温饱和生存问题，近年来居民负债问题严重，面对较高的偿债压力，特别是可支配收入用于生存型消费中的居住支出从而对发展与享受型消费产生了挤出作用。李旭洋等(2019)则发现可支配收入和发展与享受型消费的关系呈现倒“U”型，即收入水平对于居民消费结构升级呈现先抑制后促进的作用，本文研究表明可支配收入对发展与享受型消费为负也有可能是没有考虑居民可支配收入的非线性作用(4)本文在实证阶段放入居民可支配收入的二次项时同样发现可支配收入与居民发展与享受型消费也呈现倒“U”型关系。。对于更高层次的消费追求面临的流动性约束问题则利用数字普惠金融等新金融业态进行解决，即数字普惠金融的发展会减少低层次消费，弥补可支配收入不足以支撑高层次消费的困境，推动中高层次消费进而优化消费结构。此外，政府支出和人口老龄化同样抑制了消费结构升级。
表3 不同消费水平和结构下的异质性影响回归结果
(二)异质性分析
1.不同消费水平和结构下的异质性影响
为了厘清在不同的消费水平和结构下，数字普惠金融对居民消费水平和结构的影响，按照实证期内各样本消费水平、生存型消费和发展与享受型消费均值的中位值将样本分为两组，同时采用CHOW检验进行组间差异系数检验。CHOW检验表明三组的组间系数存在显著性差异，即可以进行系数比较。根据消费水平的分组回归结果(根据表3列(1)可知)，只有当居民消费率较高时，数字普惠金融才能显著促进消费。可能的原因是，居民消费率低，意味着消费倾向较低，由于消费习惯的存在，数字普惠金融虽然缓解了流动性约束，但难以大幅度提升其消费水平。根据表3列(2)可知，无论生存型消费水平高与低，数字普惠金融均显著抑制了其消费，但是生存型消费水平越高，数字普惠金融对其抑制作用越强。根据表3列(3)可知，无论发展与享受型消费水平高与低，数字普惠金融均能显著提升其消费水平，但是发展与享受型消费水平越低，数字普惠金融的促进作用越强。结合列(2)和列(3)的结果，数字普惠金融对高生存型消费的抑制作用更强，对低发展与享受型消费的促进作用更强，一定程度上说明数字普惠金融优化了消费结构，同时实现了普惠性。
2.消费群体异质性
考虑到我国是典型的二元经济体，进一步研究数字普惠金融对城镇居民消费与农村居民消费的影响是否存在异质性，回归结果如表4所示。就整体居民消费水平而言，数字普惠金融显著促进了城镇居民消费率，但是对于农村居民消费的作用不显著。虽然数字普惠金融发展对农村居民的流动性约束缓解作用大于对城镇居民的作用，但数字普惠金融发挥作用还受限于其他的因素，如消费者金融素养、教育水平等，拥有丰富的金融知识、较高的教育水平的消费者，其对数字普惠金融的“自我排斥”越低，数字普惠金融越能发挥作用，反之亦然。中国人民银行于2017年和2019年开展了两次消费者金融素养问卷调查，发现低学历、低收入群体在金融知识、技能和行为等方面的表现与高学历、高收入群体差距很大(5)具体见《2019年消费者金融素养调查简要报告》。。相对于城镇居民，农村居民的金融素养相对较低，而农村教育水平落后于城镇教育水平是一个不争的事实。还有一种可能的原因是数字普惠金融对不同类型消费的影响存在异质性，有促进有抑制，导致在整体层面表现为影响不显著。为此，需要进一步研究数字普惠金融对城乡居民消费结构的影响。
表4 消费群体异质性回归
数字普惠金融对于城镇居民生存型消费的作用不显著，对于农村居民生存型消费显著为负；对于城镇和农村居民的发展与享受型消费均存在显著的正向促进作用，说明数字普惠金融能够发挥其缓解流动性约束、资产配置效应和便利支付等优势促进消费结构升级。从影响系数及显著性水平来看，数字普惠金融对于农村居民发展与享受型消费的促进作用大于城镇居民。
表5 数字普惠金融分维度对消费水平影响的回归结果
表6 数字普惠金融分维度对消费结构影响的回归结果
3.数字普惠金融结构异质性
由于数字普惠金融指数由覆盖广度、使用深度和数字化程度三个维度构成，为了探究各个维度对消费水平和结构的影响是否具有异质性，采用系统GMM分别就三个维度对式(1)-(3)进行回归，回归结果如表5所示。5%的显著水平下，覆盖广度和数字化程度均能显著促进居民消费率的提升，可能原因是覆盖广度体现了数字金融的普惠性，数字支持服务程度包含移动化、实惠化、信用化和便利化四个子维度，支付的移动化和便利化方便了消费者的支付，信用化(花呗、芝麻信用)、实惠化(平均贷款利率)缓解了消费者的流动性约束。而使用深度对于居民消费水平的影响则不显著。
就消费结构而言，无论是数字金融覆盖广度、数字化程度，还是数字普惠金融使用深度对生存性消费产生了挤出效应，发展和享受型消费都显著为正，说明无论是数字普惠金融的普惠性、还是数字性都能够推动消费结构升级。
(三)内生性处理与稳健性检验
1.内生性问题讨论
虽然系统GMM方法一定程度上能够缓解遗漏变量和反向因果所引致的内生性问题，但是数字普惠金融和居民消费有可能会受到居民消费偏好等共同因素的影响，导致扰动项相关。易行健和周利(2018)借鉴Bartik(2009)的做法，构建了工具变量“Bartik instrument”，即数字普惠金融指数滞后一阶和数字普惠金融指数在时间上的一阶差分的乘积。本文也采用该做法，以此为数字普惠金融的工具变量(IV1)进行2SLS回归。同时借鉴臧旭恒和李燕桥(2012)做法，采用数字普惠金融滞后两期作为工具变量(IV2)进行两阶段最小二乘法回归，第一阶段(6)第一阶段估计结果备索。的F值和第二阶段Wald检验均大于其临界值，故认为不存在弱工具变量问题。回归结果如表7所示，根据工具变量的估计结果，数字普惠金融对居民消费率和消费结构的影响同基准回归保持一致。
表7 工具变量的2SLS回归(第二阶段)
2.稳健性检验
采用更换计量方法(一步系统GMM)和更换时间段进行稳健性检验，首先采用一步系统GMM对基准回归进行估计；其次，由于业界普遍认为数字金融在2013年进入元年，因此将时间段缩短到2013-2017，采用两步系统GMM对基准回归进行估计，估计结果如表8所示。无论是更换计量还是分时间段估计，结果都表明数字普惠金融显著地提升消费水平，并促进消费结构优化，实现了消费升级，结论同基准回归一致，说明结果是稳健的。
六、进一步研究：机制分析
近年来我国经济发展水平和居民收入均呈现同步回升，但居民消费支出增速却出现小幅度下滑，刘哲希和陈彦斌(2018)认为城乡收入差距和产品供给无法满足消费需求是其中的重要原因。本文从宏观视角研究发现数字普惠金融能够促进消费和实现消费结构优化升级，但是这种促进作用是否是通过缩小城乡收入差距、促进产业结构优化升级两个途径进行的尚需检验。借鉴Baron和Kenny(1999)的做法，构建如下中介效应检验模型。
表8 稳健性检验
trit=γ0+γ1trit-1+γ2dfit+αjXjit+φi+εit
(4)
conit=α0+α1conit-1+α2dfit+α3 trit+αjXjit+φi+εit
(5)
cs2it=α0 +α1cs2it-1+α2dfit+α3trit+αjXjit+φi+εit
(6)
isit=γ0+γ1isit-1+γ2dfit+αjXjit+φi+εit
(7)
conit=α0+α1conit-1+α2dfit+α3isit+αj Xjit+φi+εit
(8)
cs2it=α0+α1cs2it-1+α2dfit+α3isit+αjXjit+φi+εit
(9)
式(4)和(7)分别检验了数字普惠金融对城乡收入差距和产业结构升级的影响，式(5)和(8)则在式(1)的基础上分别加入城乡收入差距、产业结构升级以及各控制变量。至此，式(1)(4)(5)和式(1)(7)(8)两组模型分别构成城乡收入差距和产业结构升级在消费水平提升中的中介效应检验模型。式(1)(4)(6)和式(1)(7)(9)两组模型则是构成了数字普惠金融对消费结构升级的中介效应检验模型。根据温忠麟和叶宝娟(2014)提出的中介效应判别方法，式(1)中系数β2显著是中介效应成立的前提，如果β2不显著，则停止中介效应检验；如果式(4)和(7)中的系数γ2与式(5)(6)和式(8)(9)中的系数α3皆显著，则说明是间接效应显著；如果α2不再显著，则是直接效应不显著，只存在中介效应；如果α2也显著，且γ2*α3与α2同号，则表明直接效应和间接效应均成立，即为部分中介效应，中介效应强度为γ2*α3与β2的比值。
需要说明的是，由于城乡收入差距和产业结构升级的影响因素不同，式(4)和式(7)放入了不同的控制变量。借鉴刘金全和毕振豫(2019)的做法，在式(4)中加入城镇化水平、政府干预、对外开放程度和人力资本四个控制变量；借鉴唐文进等(2019)的做法，在式(7)中加入城镇化水平、政府干预、地区经济发展水平和人力资本四个控制变量；式(5)(6)和式(8)(9)的控制变量同式(1)保持一致。此外，为了处理好产业结构升级和居民消费存在的反向因果关系，借鉴Bartik(2009)的做法基础上，构建一个“Bartik instrument”，在对式(8)和(9)进行回归时，同时采用数字普惠金融和产业结构升级的工具变量作为额外的工具变量进行GMM估计。其中，城乡收入差距以泰尔指数进行刻画，产业结构升级采用第三产业与第二产业的比值进行衡量，数据均来自EPS数据库和2012-2018年的《中国统计年鉴》。
在基准回归部分中式(1)的β2显著，中介效应前提成立。采用两步系统GMM对(4)-(9)进行估计，回归结果如表9所示。模型(4)和(7)与模型(5)、(8)和(6)、(9)中数字普惠金融与中介变量均至少在10%的显著性水平下显著，说明数字普惠金融通过缩小城乡收入差距和促进产业升级，进而提升消费水平和优化消费结构。具体来看：在数字普惠金融实现消费结构优化的过程中，有12.52%的效应是通过缩小城乡收入差距实现的，有3.87%的效应是通过优化产业结构进行传导；这两条途径一共能解释数字普惠金融提升消费水平效应的28.76%。
表9 机制检验回归结果
七、结论与启示
在中国经济结构型转型升级和数字普惠金融磅礴发展的背景下，首先分析了数字普惠金融对居民消费水平和消费结构的影响及其作用机制，然后构建动态面板数据模型，基于系统GMM方法和2011-2017年省级面板数据实证检验了数字普惠金融对居民消费水平和消费结构的影响及其异质性，并进一步探究了其作用机制。研究结果表明：(1)整体上，数字普惠金融显著地提升了居民消费水平和优化了消费结构，采用工具变量2SLS回归以及经过一系列稳健性检验后，该结论依旧成立。(2)异质性分析表明，数字普惠金融仅能促进高消费水平组的消费；数字普惠金融显著地抑制了生存型消费、提升了发展与享受型消费，并且对高生存型消费水平组的抑制作用更强，对低发展与享受型消费水平组的促进作用更强；数字普惠金融能够提升城镇居民的消费水平，对于农村居民消费率的影响不显著，但是数字普惠金融均能提升城镇和农村的消费结构升级；数字普惠金融的覆盖广度和数字化程度能够显著的促进居民消费率，但是数字使用深度对于居民消费率的影响不显著，三个维度对消费结构的影响都显著为正。(3)基于中介效应模型检验发现，城乡收入差距和产业结构升级在数字普惠金融影响居民消费水平和结构中发挥着中介作用，即数字普惠金融对居民消费率和结构优化的影响是通过缩小城乡收入差距和促进产业结构升级两种机制实现的。相对于现有文献，本文从宏观层面深入地研究了数字普惠金融对居民消费水平影响的作用机制，并进一步探讨了数字普惠金融对居民消费结构的影响及其作用机制，拓展了研究的边界，具有一定的增量贡献。
由此，首先，我国应大力发展数字普惠金融，以实现消费水平的提升和结构的优化，最终为经济高质量发展注入内生动力。加强数字基础设施建设，为数字普惠金融的发展夯实硬件基础。政府要增加专项经费建设投入，尤其提高经济欠发达地区的互联网普及率和互联网的使用技能。提高数字普惠金融的覆盖广度。与淘宝、腾讯、京东、苏宁等互联网电商平台以及移动、联通、电信等运营商合作，推广电子支付和移动支付，进一步提高电子支付账户的覆盖率，拓宽数字普惠金融的覆盖广度。由于目前数字普惠金融无法有效提升农村地区的居民消费，需要加强金融知识的教育、宣传，提高居民的金融素养以及对数字金融的信任度，缓解居民对数字金融服务的“自我排斥”，先提升数字普惠金融的覆盖广度，再逐步提升数字化程度。值得一提的是，在此过程中要防范因消费引致的家庭债务风险。
其次，数字普惠金融的发展应以缩小城乡收入差距和提升产业结构升级为导向，发挥城乡收入差距和产业结构在数字普惠金融影响消费过程中的中介效应。落实数字普惠金融的“普惠”功能，为低收入群体提供精准化的金融服务，提高其收入，共享经济发展的成果；政府应增加对低收入群体的转移支付，增加对农村地区基础设施建设投资、人力资本投资，加强农村地区教育发展，提高农村地区教育水平，改善农村地区经济环境，促进农村经济发展，缩小收入差距。数字普惠金融服务主体应坚守数字普惠金融发展的初衷，消除金融服务的企业所有制歧视，营造公平竞争的融资环境；借助于大数据、云计算等数字技术，推动普惠金融创新发展，提高中小微企业的金融服务可得性，缓解其融资约束，提高技术创新能力，为产业升级提供持续动力。
参考文献
刘哲希，陈彦斌.消费疲软之谜与扩大消费之策.财经问题研究，2018(11):3-12.
杜丹清，占智康.新经济背景下发挥消费基础性作用研究——基于流通功能拓展与平台组织再造的视角.经济学家，2018(2):62-69.
李涛，陈斌开.家庭固定资产、财富效应与居民消费：来自中国城镇家庭的经验证据.经济研究，2014,49(3):62-75.
樊继达.新时代居民扩大消费的梗阻及疏解.人民论坛·学术前沿，2019(2):20-27.
石明明，江舟，周小焱.消费升级还是消费降级.中国工业经济，2019(7):42-60.
LEVCHENKO A A. Financial liberalization and consumption volatility in developing countries . IMF Economic Review, 2005, 52(2):237-259.
郭峰，王靖一，王芳，孔涛，张勋，程志云.测度中国数字普惠金融发展：指数编制与空间特征.经济学季刊，2020，19(4):1401-1418.
南永清，宋明月，肖浩然.数字普惠金融与城镇居民消费潜力释放.当代经济研究,2020(5):102-112.
孙兴杰，鲁宸，张璇.消费降级还是消费分层？—中国居民消费变动趋势动态特征研究.商业研究，2019(8):25-35.
宋明月，臧旭恒.异质性消费者、家庭债务与消费支出.经济学动态，2020(6):74-90.
FRENCH D, MCKILLOP D. Financial literacy and over-indebtedness in low-income households . International Review of Financial Analysis, 2016, 48: 1-11.
宋全云，肖静娜，尹志超.金融知识视角下中国居民消费问题研究.经济评论,2019(1):133-147.
DUESENBERRY J S. Income, saving, and the theory of consumer behavior . :Oxford University Press, 1949.
FRIEDMAN M. A theory of the consumption function . Princeton, NJ:Princeton University Press, 1957.
HALL R E. Intertemporal substitution in consumption . Journal of Political Economy, 1988, 96(2):339-357.
DEATON A. Understanding consumption . : Oxford University Press, 1992.
FLAVIN M. Excess sensitivity of consumption to current income: liquidity constraints or myopia? . Canadian Journal of Economics, 1985, 18(1):117-136.
JAPPELLI T, PAGANO M. Consumption and capital market imperfections:an international comparison . The American Economic Review, 1989, 79(5):1088-1105.
姜弘，李程.二元经济条件下的金融发展与消费需求研究.财经问题研究，2018(9):83-89.
任鑫，葛晶.金融发展、收入结构与城镇居民消费结构.宏观经济研究，2019(1):30-37.
TUFANO P. Consumer finance . Annual Review of Financial Economics, 2009, 1(1):227-247.
GROSS D B, SOULELES N S. Do liquidity constraints and interest rates matter for consumer behavior? Evidence from credit card data . Quarterly Journal of Economics, 2002,117(1):149-185.
李江一，李涵.消费信贷如何影响家庭消费?.经济评论，2017(2):113-126.
李广子，王健.消费信贷如何影响消费行为?——来自信用卡信用额度调整的证据.国际金融研究，2017(10):55-64.
臧旭恒，李燕桥.消费信贷、流动性约束与中国城镇居民消费行为——基于2004-2009年省际面板数据的经验分析.经济学动态，2012(2):61-66.
田长海，刘锐.消费金融促进消费升级的理论与实证分析.消费经济，2013,29(6):18-21+26.
王平，王琴梅.消费金融驱动城镇居民消费升级研究——基于结构与质的多重响应.南京审计大学学报，2018,15(2):69-77.
凌炼，龙海明.消费金融影响居民消费行为的机制分析.求索，2016(5):78-82.
崔海燕.互联网金融对中国居民消费的影响研究.经济问题探索，2016(1):162-166.
赵保国，盖念.互联网消费金融对国内居民消费结构的影响——基于VAR模型的实证研究.中央财经大学学报，2020(3):33-43.
张李义，涂奔.互联网金融对中国城乡居民消费的差异化影响——从消费金融的功能性视角出发.财贸经济，2017(8):70-83.
邢天才，张夕.互联网消费金融对城镇居民消费升级与消费倾向变动的影响.当代经济研究，2019(5):89-97+113.
易行健，周利.数字普惠金融发展是否显著影响了居民消费——来自中国家庭的微观证据.金融研究，2018(11):47-67.
LI J, WU Y, XIAO J J, et al. The impact of digital finance on household consumption: evidence from China . Economic Modelling, 2020, 86:317-326.
谢家智，吴静茹.数字金融、信贷约束与家庭消费.中南大学学报(社会科学版)，2020,26(2):9-20.
杨阔，郭克莎.结构跃变带来的新变化：一个消费函数理论的新假说——“消费函数之谜”的破解.经济学家，2017(10):42-53.
胡日东，钱明辉，郑永冰.中国城乡收入差距对城乡居民消费结构的影响——基于LA/AIDS拓展模型的实证分析.财经研究，2014,40(5):75-87.
刘东皇，沈坤荣.劳动收入占比与居民消费率:机理与中国经验.社会科学研究，2017(1):15-21.
刘悦，陈雅坤，李兵.收入不平等对消费升级的影响——基于奢侈品消费的跨国分析.经济科学，2019(6):30-42.
陈啸，陈鑫.普惠金融数字化对缩小城乡收入差距的空间溢出效应.商业研究，2018(8):167-176.
钱海章，陶云清，曹松威，曹雨阳.中国数字金融发展与经济增长的理论与实证.数量经济技术经济研究，2020,37(6):26-46.
孙早，许薛璐.产业创新与消费升级：基于供给侧结构性改革视角的经验研究.中国工业经济，2018(7):98-116.
黄卫东，岳中刚.信息技术应用、包容性创新与消费增长.中国软科学，2016(5):163-171.
唐文进，李爽，陶云清.数字普惠金融发展与产业结构升级——来自283个城市的经验证据.广东财经大学学报，2019,34(6):35-49
BRUHN M, LOVE I. The real impact of improved access to finance: evidence from Mexico . Journal of Finance, 2014, 69(3): 1347-1376.
方福前，孙文凯.政府支出结构、居民消费与社会总消费——基于中国2007—2012年省级面板数据分析.经济学家，2014(10):35-44.
李晓楠，李锐.我国四大经济地区农户的消费结构及其影响因素分析.数量经济技术经济研究，2013,30(9):89-105.
朱雅玲.晋升锦标赛下地方政府竞争对消费结构的影响——基于公共品供给竞争视角.中国经济问题，2019(5):76-93.
李旭洋，李通屏，邹伟进.互联网推动居民家庭消费升级了吗?——基于中国微观调查数据的研究.中国地质大学学报(社会科学版)，2019,19(4):145-160.
郭峰，王瑶佩.传统金融基础、知识门槛与数字金融下乡.财经研究，2020,46(1):19-33.
BARTIK T J. How do the effects of local growth on employment rates vary with initial labor market conditions? . Upjohn Working Papers & Journal Articles, 2009.
BARON R M, KENNY D A. The moderator-mediator variable distinction in social psychological research: conceptual, strategic, and statistical considerations . Journal of Personality and Social Psychology, 1999, 51(6): 1173-1182.
温忠麟，叶宝娟.中介效应分析:方法和模型发展.心理科学进展，2014,22(5):731-745.
刘金全，毕振豫.普惠金融发展及其收入分配效应——基于经济增长与贫困减缓双重视角的研究.经济与管理研究，2019,40(4):37-46.
Research on the Effect of Digital Inclusive Finance on the Improvement of Consumption Level and Structure Optimization
JIANG Hong-li, JIANG Peng-cheng
(School of Finance and Economics, Jiangsu University, Zhenjiang 212013, China)
Abstract：This paper uses the 2011-2017 provincial panel data to empirically study the impact of digital financial inclusion on the level and structure of household consumption and its mechanism. First, the study found that digital financial inclusion has improved the consumption level of residents, optimized the consumption structure of residents, and realized the upgrading of the consumption structure of residents. This conclusion is still valid through endogenous treatment and robustness test. Second, the impact of structure is heterogeneous due to differences in overall consumption levels, structured consumption levels, consumer groups, and the structure of digital inclusive finance. Third, digital inclusive finance promotes the residents’ consumption level and optimizes the consumption structure mainly by reducing the income gap between urban and rural areas and optimizing the industrial structure. This article expands the research boundary of the impact of digital financial inclusion on household consumption, enriches the literature on household consumption structure, and provides useful thinking for China’s expansion of domestic demand and economic transformation and upgrades.
Key words：digital inclusive finance; residents’ consumption level; residents’ consumption structure; heterogeneity; mechanism
页:
[1]