数字普惠金融对城镇居民消费影响

绪论：写作既是个人情感的抒发，也是对学术真理的探索，欢迎阅读由发表云整理的1篇数字普惠金融对城镇居民消费影响范文，希望它们能为您的写作提供参考和启发。

一、引言

本文使用CHFS（2017）以及县域数字普惠金融指数，实证分析数字普惠金融对城镇居民消费差距的影响。本文的可能贡献在于：第一，现有考察数字普惠金融对居民消费差距的影响研究主要从宏观角度出发，探究数字普惠金融对缩小居民城乡消费差距的作用效果。而本文则从数字普惠金融视角切入，专注于考察其对微观城镇家庭消费不平等的影响；第二，通过以往研究可以看出，在选择消费不平等指标时所使用的不平等指数测算方法多使用基尼系数等传统方法，而传统测度方法难以反映单个微观家庭面临的消费不平等特征与群体异质性。因此，本文构建直观反映样本间消费差距的新指标，以此深入考察数字普惠金融影响城镇居民消费差距的作用效果，以丰富现有成果。

二、理论分析与研究假设

随着大数据、云计算与移动互联网技术的革新，数字普惠金融近年来不断发展，并对居民消费行为产生重要影响。首先，传统金融服务依托物理网点展开运营，而数字普惠金融则打破了传统金融服务运营模式，形成了独特的网络规模效应，并逐渐渗透到传统金融服务难以覆盖的偏远区域，突破地理区位限制，辐射范围日趋广泛，为“长尾客户”提供了有效金融服务。以移动终端为载体，将扫码支付、线上支付等方式融入发展模式中，支付便利性打破了消费的时空约束，以此降低了金融供给与交易成本，促进偏远地区与弱势群体消费。其次，凭借强大的信息获取与处理能力，金融机构能通过对用户交易记录与交易行为进行深入加工，进而获得用户个体信息与信用记录，减少金融服务中的信息不对称等问题，实现了在无抵押物情况下提供信用贷款，拓宽了居民消费边界，在一定程度上缓解流动性约束，从而对拉近居民消费差距产生影响。此外，根据预防性储蓄理论，居民在面临消费储蓄抉择时将考虑未来不确定性的影响，当未来不确定性增加时将提升预防性储蓄，进而产生当期消费需求抑制。而数字普惠金融可以为居民提供互联网保险等多种金融保障服务，提高家庭未来的不确定性保障，能有效释放居民消费潜力，对居民消费差距产生影响。基于此，得出第一个理论假设：H1：数字普惠金融可以缩小城镇居民消费差距，且不同维度的数字普惠金融发展均能缩小城镇居民消费差距。我国经济发展的区域不平衡性与收入增速的不一致性导致消费不平等现象的普遍存在，且拥有不同禀赋与不同区域的城镇家庭受消费偏好与风俗习惯的影响会做出不同消费决策。首先，根据持久收入与消费的生命周期理论，收入是影响消费的最主要因素。居民消费在家庭收入和资产总量的影响下产生显著差异，且拥有不同财富的家庭通常拥有不同消费倾向。就传统金融服务的特征而言，低收入群体是遭受严重金融排斥的群体之一，而数字普惠金融的重点帮扶对象是弱势群体与小微企业，这可能导致数字普惠金融对低收入阶层的城镇家庭消费产生更显著的影响。其次，教育是构成人力资本的核心要素，受教育程度对居民认知能力与消费产生重要影响。般而言，拥有较高受教育的家庭金融素养也相对较高，能较为轻易获得并深度使用金融服务，而较低受教育水平的群体同样是传统金融服务所排斥的对象，这可能产生数字普惠金融对较低受教育水平的群体的作用效果更明显，进而导致对缩小较低受教育水平的群体的消费差距影响更大。此外，考虑到发展的区域差异因素，不同地区之间金融生态与发展水平存在明显差异，相比于中西部地区，东部地区基础设施建设较为完善，金融生态较相对较好，对金融服务的认可度相对较高，这可能导致数字普惠金融对东部地区城镇家庭消费作用效果更加明显。基于此，得出第二个理论假设：H2：数字普惠金融对缩小不同收入阶层、不同受教育群体与不同地区的城镇家庭消费差距产生不同影响，且对低收入阶层、较低受教育水平的群体与东部地区的家庭消费作用效果更明显。

三、数据来源与变量选取

（一）数据来源

为考察数字普惠金融对城镇居民消费差距的影响，本文使用中国家庭金融调查（CHFS）数据与北京大学数字普惠金融发展指数（PKU-DFIIC）作为主要数据来源。在剔除了部分包含特异值、缺失值以及质量不高的样本后，最终获得了16339个城镇家庭相关数据。

（二）变量选取与处理

1.被解释变量：城镇居民消费差距。本文借鉴Foster等（2010）衡量收入不平等时使用的FGT指数计算方法对消费差距进行测算，获得了直观反映样本间消费差距的指标，并将该指标命名为消费距GSR（Group ConsumptionGap），具体公式如下：（1）其中，Ci为第i个样本的家庭消费水平，C_为样本消费平均水平。GSR为样本总体消费差距，GSR越接近0，表示样本总体消费差距越小，反之则越大。同时，为保证实证结果的稳健性，本文使用样本中家庭消费支出中位数替代样本消费均值，以计算次要消费距GSR1作为衡量城镇居民消费差距的另一指标。2.核心解释变量：考虑到数据的权威性与可得性，本文选取北京大学数字研究中心发布的数字普惠金融指数作为核心解释变量。为尽量保持数据匹配层次的一致性与合理性，对CHFS中的家庭样本匹配相应县域级数字普惠金融指数，并对一系列指数进行对数化处理。3.控制变量：主要包括家庭财富、家庭特征、户主特征与不确定性变量四个大类别。第一，根据持久收入假说与生命周期理论，家庭消费主要取决于家庭收入与家庭财富。因此，将家庭总收入与家庭资产作为控制变量。第二，家庭特征方面主要选取家庭人口规模、是否贫困与网购行为作为家庭特征变量。第三，户主特征主要由户主年龄、受教育程度与健康程度构成。第四，考虑到不确定性因素对城镇居民消费的影响，选取是否参加社会养老保险与社会医疗保险作为控制变量。在选取控制变量后，用对数化方式处理部分数据，表1为变量描述性统计。

四、模型设定与实证分析

（一）模型设定

在选取相关变量后，首先构建包含城镇居民消费差距、数字普惠金融指数与其他控制变量的回归模型，具体模型设定如式（2）所示：GSRi=αi+β1LnDigfi+β2χi+εi                 （2）其中，GSRi为第i个家庭距离样本消费线的消费差距指标，LnDigfi为家庭所在地区的数字普惠金融指数的自然对数，χi为一系列控制变量，βi是模型中的估计参数，αi为常数项，εi为随机扰动项。

（二）实证分析

1.基准回归：本文基准回归部分利用OLS估计方法进行检验。表2为估计结果，其中模型1和模型2使用消费距与平方消费距作为衡量消费差距指标进行估计，模型3和模型4则使用次要消费距与平方次要消费距指标进行估计，检验结果均显示数字普惠金融能显著缩小城镇居民消费差距。对此可能的解释是，数字普惠金融的网络外部性优势与边际成本递减机制降低了金融服务成本，数字化发展方式突破地理区位与物理网点限制，使其辐射范围与影响群体日趋广泛。在数字技术的支持下，移动终端产生的交易记录为缓解信息不对称提供了极大帮助，降低了金融服务的准入门槛，使被传统金融机构排斥的群体获得了诸如消费信贷、商业保险等一系列服务，促进了居民消费水平的提升，进而缩小了城镇居民消费差距。在选取的控制变量中，家庭收入、家庭资产的增加与网购行为显著缩小消费差距，家庭收入与资产的增加提升了家庭消费能力，网购则为城镇家庭提供了便利的消费渠道与更加全面的信息平台，修正了部分因信息不对称而造成的价格扭曲现象，释放了家庭消费需求，进而缩小了城镇居民消费差距。而家庭人口规模与家庭贫困则与城镇居民消费差距呈现显著正相关，这可能是因为家庭人口规模越大，产生的消费需求越大，而贫困家庭受消费能力限制导致其部分消费意愿无法实现，所以产生了消费差距的扩大。在户主变量特征中，户主受教育程度对消费差距影响显著，人力资本作为影响收入水平与消费能力的重要因素，对缩小消费差距产生了显著效果。2.异质性分析。为进一步探讨数字普惠金融影响城镇居民消费差距的多维效应，本文使用覆盖广度、使用深度与数字支持服务程度三个细分指标进行深入分析。表3检验结果显示，各维度指数发展均对缩小城镇居民消费差距产生显著影响。具体来讲，覆盖群体与范围的不断扩大使更多城镇居民获得有效金融服务。随着支付、信贷、保险等具有代表性业务的不断深化，其发展不仅增加了居民消费的便利性与随机可能性，同样为缓解家庭流动性约束、增强不确定性保障提供了更坚实的倚靠。此外，数字支持服务程度的发展进一步降低了金融服务成本，移动支付、消费信用化等习惯的变化改善了居民消费观念，进而对缩小城镇居民消费差距产生影响。收入是制约消费的最主要因素，本文将城镇家庭样本按收入水平差异划分为低、中、高三个收入组别。表4回归结果表明，数字普惠金融对缩小不同收入组别的消费差距均能产生显著效果，且对低收入群体的作用效果更明显。对此可能的解释是，低收入群体是传统金融服务排斥的主要对象，且收入水平越低受到的排斥越严重。数字普惠金融的发展则为以往被视为“长尾客户”的低收入群体开放了金融服务通道，增加了金融服务的可触达性，缓解了城镇家庭的流动性约束，扩大了其消费的可能性边界，进而缩小城镇居民消费差距。 受教育程度是影响认知能力、转化数字红利的重要因素。考虑到户主拥有家庭消费的最终决策权，根据样本中户主受教育程度的异质性，分别划分小学及以下、初中、高中、大学及以上四个组别进行实证检验。表5回归结果表明，数字普惠金融在不同受教育群体中均能产生显著效果，且对受教育程度越低的群体产生的影响越大。这可能是因为，受教育水平越高，个人认知能力与金融素养也就越强，所以在接触数字普惠金融之前就已经获得了较好的金融服务。而数字普惠金融的发展则为低受教育水平群体提供了便捷有效的金融工具，同时对其金融素养与消费行为产生潜移默化的影响，致使数字普惠金融在低受教育水平群体中的作用效果更加明显。区域发展不平衡是我国经济发展的特点之一，不同地区发展水平与金融生态存在较大差异。本文将城镇家庭样本按所处地域分为东、中、西三个组别。表6回归结果表明，数字普惠金融对缩小东、中、西部地区的消费差距均能产生显著效果，且对东部的作用效果更明显。对此可能的解释是，东部地区基础设施较为完善，金融生态系统与金融认可度较高，而数字普惠金融的展开以基础设施与金融生态为依托，由此导致数字普惠金融对东部地区作用效果更强，而对中西部地区影响相对较弱。3.内生性处理。虽然以上回归结果整体验证了研究假设，但因遗漏变量与反向因果所导致的内生性问题仍有待进一步处理。故本文采用Li（2020）和易行健（2018）处理内生性的方法，选取人均移动电话数量（IV1）及其滞后一期指数与滞后一期的一阶差分乘积（IV2）作为工具变量进行2SLS检验，并得出如表7所示的结果。回归结果显示，关键解释变量系数均显著不为0，与前文估计结果基本保持一致。在进行F值与Wald检验时发现均远大于临界点，可以视IV1与IV2均为较合格的工具变量。4.稳健性检验。对既往研究消费不平等的文献进行梳理后发现，剥夺指数、泰尔指数、Mehran指数、基尼系数为较为常见的衡量消费差距的指标。为增加实证结果的稳健性，分别使用不同方法测算的消费差距指标与数字普惠金融指数进行回归。表8检验结果显示，使用不同的消费不平等指标均与数字普惠金融发展呈现显著负相关，说明数字普惠金融能够显著缩小城镇居民消费差距的结论较为可靠。政策建议首先，应该完善数字普惠金融服务体系，加强数字普惠金融服务的多维度发展，完善相关联的基础设施建设，使数字普惠金融的可触达性在合理、有效、精准的前提下进一步增强。其次，应加大数字普惠金融的宣传和教育，加强居民对数字普惠金融的认识与理解，以确保弱势群体能够准确认知并有效利用数字普惠金融优势，更好发挥数字工具的长处，从而增强数字普惠金融的可得性和利用性。再次，应根据消费者风险偏好与金融偏好，利用大数据技术持续加强数字普惠金融的精准供给，尤其是对于低收入群体与低受教育水平群体，在培养其风险意识的同时，使其准确衡量自身风险承受能力与认知能力，以更好利用金融服务。最后，政府有关部门应加强对数字普惠金融的监管，严格控制杠杆水平，以确保金融市场健康平稳发展，进而在保证安全性的基础上释放城镇居民消费潜力，更好满足人民群众的美好生活需要，增进人民福祉。

作者:刘乃刚 宋书山 单位:河北金融学院马克思主义学院 河北省科技金融重点实验室 西南民族大学经济学院