数字普惠金融发展对城乡居民消费的影响

□涂颖清 万建军

一、问题的提出

《中华人民共和国国民经济和社会发展第十四个五年规划和2035 年远景目标纲要》 提出，“培育新型消费，发展信息消费、数字消费”。根据党的十九届六中全会的精神，继续深化金融供给侧结构性改革，就必须增强金融服务新发展格局的能力，大力推进普惠金融、绿色金融发展，践行以人民为中心的发展思想，推动城乡居民消费转型升级。

普惠金融最早由联合国于2005 年提出，通常指能有效和全方位地为社会所有阶层的群体提供服务的金融体系。根据2016 年杭州二十国集团峰会提出的《二十国集团数字普惠金融高级原则》，数字普惠金融泛指借助数字技术手段来促进金融服务普惠的金融服务。数字普惠金融通过（移动）互联网、大数据、云计算等数字技术的运用，一方面为服务对象提供了更加便捷和低成本的金融服务渠道，另一方面也极大地丰富了金融服务的方式与产品类型。数字普惠金融与传统金融在服务经济主体对象上存在明显的差别，数字普惠金融主要服务于农户（如普通农户和贫困农户）、城市低收入群体（如低收入人群、个体创业和失业人群）、企业（如小微企业、中型企业、初期龙头企业）。数字普惠金融的另一个重要特征，就是凭借数字技术的运用，数字普惠金融可以突破线下物理网点的限制，提供更加多元的服务和产品，在扩大金融服务范围、降低金融服务成本、降低交易费用等方面具有显著的优势。数字普惠金融的主要形态有网络借贷（P2P 网贷）、网络众筹、网络支付、互联网保险等（焦瑾璞，2014）。

近年来，征信、支付清算、数字货币等金融基础设施不断完善，数字普惠金融在我国得到了长足的发展（王智东，2019）。经计算可知，中国31 个省级层面（除港澳台）的数字普惠金融指数均值从2011 年的40.00增长至2019 年的323.73。从细分指标来看，自2011 年至2019 年，数字普惠金融广度均值从34.28 增长至307.76，数字普惠金融深度均值从46.93 增长至312.83，金融数字化均值从46.32 增长至396.30（见下图）。由此可见，数字普惠金融广度、深度和普惠金融数字化指数均保持了良好的增长态势。

图 31省级层面数字普惠金融总指数与3 个分指数年度均值（2011—2019 年）

与世界成熟市场经济体最终消费支出对经济增长的贡献率（约为70%-80%）相比，中国居民消费和最终消费长期徘徊在60%左右，消费不足仍然是制约中国经济持续稳定增长的障碍，仍然存在很大的提升空间。巨大的国内大市场和14 亿人口消费潜力，是“十四五”时期和今后很长一段时间中国经济高质量发展的重要支撑，毫无疑问，数字普惠金融发展是促进全社会需求潜力释放的重要方向和可靠途径。在数字技术应用基础上，数字普惠金融在推进经济高质量发展、拉动居民消费的过程中大有作为，数字技术与普惠金融的结合为中国扩大消费和消费转型升级提供了新的契机，数字普惠金融发展为解除制约消费增长的桎梏提供了新路径，是体制机制优化推动消费转型升级、促进全社会消费潜力释放的重要途径。

二、相关文献综述

（一）数字普惠金融与经济发展

数字普惠金融发展如果能够提升金融包容性，提供有效的融资渠道、满足社会大众的资金需求，降低交易成本，就将有助于社会再生产和经济持续增长，促进潜在消费需求的释放（李涛等，2016；易信和刘凤良，2015；孙继国等，2020）。何德旭和苗文龙（2015）认为普惠金融的发展可以抑制金融排斥现象对经济发展的阻碍作用，从可持续性原则推动普惠性和包容性金融健康发展，为有贡献的资金需求项目提供公平的机会，进而促进经济发展和鼓励居民消费。张勋等（2019）从效率与公平的视角探求了数字普惠金融的效应及其传导机制。通过将CFPS 数据与数字普惠金融数据进行有效的结合，实证研究发现数字普惠金融有益于改善弱势群体的状况，助推包容性增长，在这个过程中农村居民将收益更多。通过中介效应检验，认为数字普惠金融对农村居民创业行为的影响是重要的传导机制，可以显著改善贫困人口的创业环境，进而体现出数字普惠金融的“普惠性”和“包容性”。唐文进等（2019）利用城市层面的面板数据探求了数字普惠金融对产业升级的影响及其在区域上存在的差异性，研究发现数字普惠金融与产业升级之间的门槛效应是非常显著的，表明二者之间的关系存在非线性的转变，即在数字普惠金融发展程度的不同阶段，数字普惠金融对产业结构的升级存在一个阶段转变的过程，但是数字普惠金融在区域上也存在明显的差异特征。

（二）数字普惠金融与收入分配

如果数字普惠金融发展能够提高不同阶层居民的收入水平，尤其是改善低收入阶层的收入状况，改善现有的收入分配结构，就将大大助推全社会消费能力的提升。宋晓玲（2017）在阐述数字普惠金融对城乡居民收入差距影响机制的基础上，基于省级层面的面板数据和逐步回归方法、随机效应回归方法，实证检验了二者之间的关系，研究发现数字普惠金融的提高显著降低了收入差距，有利于实现包容性发展。黄倩等（2019）从减少贫困的视角探求了数字普惠金融的效应，研究发现数字普惠金融发展总体上有利于居民贫困的减缓，贫困群体能够从数字普惠金融发展中获益更多，对中西部地区贫困缓解的边际贡献要显著高于东部地区，数字普惠金融发展改善了居民收入不均等的状况。何海霞（2020）从收入增长和银行竞争的视角对普惠金融与农民消费支出的关系进行了实证检验，发现普惠金融可以通过增加农民收入和强化农村金融市场竞争的途径来促进农民消费。Soekarno 等（2020）研究发现，数字金融普惠是发挥金融科技减少收入不平等的重要方式，有利于实现包容性发展，优化收入分配结构。肖威（2011）从区域发展不平衡的视角探求了数字普惠金融的效应，利用面板分位数回归模型实证检验了数字普惠金融在东部和中西部地区经济增长效应的差异，研究发现在促进经济增长上数字普惠金融的效应是显著的，并且在存款和贷款两个方面具有传导机制。数字普惠金融不仅能够缩小区域之间的经济发展差异，而且有助于东部和中西部区域内部的差异，在相对落后区域具有明显的“后发优势”，有利于改善地区经济结构和发展不平衡的结构。

（三）数字普惠金融与居民就业

居民就业和社会就业是保证居民具有稳定收入来源的基础，只有具有稳定可持续的就业收入，才能提高居民消费信心。林春等（2019）从总体就业、产业就业和区域就业的不同层面探讨了普惠金融的效应，以272 个地级市层面数据为样本，通过固定效应回归模型和门槛效应回归模型发现，普惠金融显著促进了整体就业的增加，东部、中部、西部地区分样本回归结果也呈现出显著的正向效应，其中东部地区的正向效应最大。从产业层面看，普惠金融显著推动了第二产业、第三产业就业的增加，对后者的正向效应大于前者。同时，普惠金融对就业的效应存在明显的非线性门槛特征，表明普惠金融对就业的影响是随着普惠金融的发展水平（规模）发生转变。方观富和许嘉怡（2020）结合中国家庭跟踪调查数据和数字普惠金融指数，从微观层面验证了数字普惠金融的就业效应，发现数字普惠金融显著增加了居民就业，对社会就业的促进作用主要体现在非农就业领域和私营企业就业规模的扩大，也提高了居民的就业收入。但是，数字普惠金融对不同地区、不同行业、不同性别、不同阶层的效应存在明显的异质性，对弱势群体、落后地区、女性、低教育程度阶层的正向效应更大，表现出“普惠性”和“包容性”的特征。

（四）数字普惠金融与居民消费

张李义和涂奔（2017）基于月度数据探求了互联网金融发展指数及各分指数对城乡居民消费的影响，发现互联网金融发展对城乡居民消费升级具有显著的正向效应，但是互联网金融发展对城镇居民和农村居民消费功能上的效应存在明显的差异，总体而言对城镇居民的效应远远高于农村居民，互联网金融在促进农村居民消费的作用上有待提升。任碧云和李柳颍（2019）基于京津冀农村居民微观调查数据，研究发现数字普惠金融可以显著促进农村地区包容性增长，数字支付服务、数字借贷服务等四个维度对农村包容性增长存在非对称性，要真正发挥数字普惠金融的功效需要根据各地区实际情况加强数字普惠金融指标体系中的子维度。江红莉和蒋鹏程（2020）的研究表明数字普惠金融能够显著缩小收入差距，增加低收入群体的经营性收入，提高居民消费水平，促进居民消费结构的优化升级。洪铮等（2021）运用空间计量模型探讨了普惠金融对居民消费的影响，发现普惠金融有利于显著提升城乡居民消费，对城镇居民和农村居民生存型消费、发展享受型消费存在异质性，从而对城乡居民消费结构产生非对称性效果。颜建军和冯君怡（2021）使用LASSO 回归和面板数据模型阐述了数字普惠金融对城镇居民消费升级和农村居民消费升级的影响，研究发现数字普惠金融有利于促进我国城乡居民消费升级，但是东部、中部、西部存在明显的异质性特征。

综合而言，现有文献普遍强调了金融融资约束对消费的影响，金融的可得性、金融成本等是影响居民消费的重要因素。在探索普惠金融对居民消费是否存在显著的影响及效应大小上，既有文献进行了颇为丰富的研究并得出了一些可供借鉴参考的成果，然而鲜有持续追踪数字普惠金融发展变化对消费的作用，尤其是缺乏对城镇居民和农村居民消费的异质性加以分析。因此，本研究试图探讨数字普惠金融对中国城乡居民、城镇居民和农村居民消费的影响，并分析数字普惠金融在这3 个层面效应的差异性。

三、研究设计

（一）模型设定

根据凯恩斯的理论，收入是影响消费者消费行为最主要的因素之一，居民可支配收入的多少直接制约着居民的购买能力，金融服务发展为居民提供了收入增长的机会和收入跨期选择的可能。在考察数字普惠金融对居民消费的影响时，本文将居民收入作为控制变量加入分析。同时，为了控制不可观测的个体差异和时间趋势，本文采用了时间-个体双向的固定效应模型。模型设定如下：

式（1）中，Consu代表居民消费变量，反映第t 年i 省份的居民消费规模。Dfi代表数字普惠金融变量，反映第t 年i 省份数字普惠金融指标。X代表其他控制变量，本文中主要使用居民人均收入水平来衡量。μ代表不可观测的个体特征变量，反映不同省份居民消费的个体差异。λ代表时间趋势变量，反映系统性宏观趋势的变化特征。ε为随机扰动变量。

（二）变量选择与定义

考虑到消费变量数据和普惠金融数据的可获得性、有效性，本文数据的时间跨度为2013 年至2019 年，样本个体为31 个省（自治区、直辖市，除港澳台），共计217 个样本。基于数字普惠金融对居民消费的效应，居民消费是模型的被解释变量，被解释变量可以具体划分为中国城乡居民消费变量（Consu_al）、中国城镇居民消费变量（Consu_ur）、中国农村居民消费变量（Consu_ru）。居民消费被解释变量以人均居民消费支出规模为衡量，使用居民消费价格指数（CPI）剔除价格因素的干扰，通过取自然对数的方式得到。解释变量为省级层面的数字普惠金融指数（Dfi），通过取自然对数的方式得到，反映第t 年i 省份数字普惠金融指标。除了省份、年份控制变量之外，还引入了居民收入控制变量，以人均居民收入来衡量收入变量，通过取自然对数的方式得到（见表1）。居民消费变量、居民收入变量、CPI 数据均来自历年《中国统计年鉴》，数字普惠金融变量数据来自北京大学数字金融研究中心。

表1 各变量的定义和说明

（三）数据描述性统计

变量数据描述性统计见表2。可以看出，无论是消费支出还是收入，城镇居民均值都明显高于农村居民均值；在消费支出领域，城镇居民均值是农村居民均值的210%左右；在收入领域，前者约为后者的250%，这反映出城镇居民消费支出和收入情况存在明显的差异特征。从数字普惠金融指数变量来看，省级层面的平均值为240.21，最大值为410.28，最小值为115.1，标准差为62.91。

表2 变量描述性统计结果

表3 反映了数字普惠金融变量、城乡居民收入变量、城乡居民消费变量各主要变量之间相关系数的结果。可以看出，数字普惠金融变量、居民收入变量、居民消费变量之间的相关程度在1%统计水平上均是显著的，且相关系数值普遍较高。具体来看，城镇居民消费支出与城乡居民收入和城镇居民收入的相关性最高，农村居民消费支出与城乡居民收入和农村居民收入的相关性最高。从对城镇和农村居民消费与数字普惠金融的相关性差异来看，数字普惠金融与农村居民消费支出的相关系数（0.740）要高于与城镇居民消费支出的相关系数（0.699）。从数字普惠金融与城乡居民收入相关性的差异来看，城镇居民收入的相关系数值（0.756）要高于农村居民（0.702），二者差异并不明显。

表3 主要变量之间的相关系数

四、实证结果与分析

（一）基准回归结果与分析

表4 反映了数字普惠金融发展与居民消费基准回归结果，其中列（1）反映了城乡居民消费的整体估计结果，列（2）、列（3）分别代表了城镇居民消费和农村居民消费的估计结果。可以看出，数字普惠金融指数变量（Dfi）无论是在整体估计结果还是在城镇居民、农村居民消费的独立估计结果中，系数均为正数，且在1%水平是非常显著的，这表明数字普惠金融较好地解释了三个层面的居民消费的变动，从而数字普惠金融发展有利于促进中国居民消费水平的提升。不仅如此，无论是在城镇范围的居民消费抑或农村范围的居民消费，数字普惠金融均产生了显著的正向效应，体现出数字普惠金融广泛的“普惠性”特征。

表4 基准回归结果

从三个基准回归的比较来看，整体方程（列1）数字普惠金融指数变量（Dfi）系数最大（0.497），其次是城镇居民消费方程的估计结果（列2）为0.347，农村居民消费的估计结果（列2）系数最小（0.315），这表明数字普惠金融解释城乡居民消费整体的变化要优于对城镇居民和农村居民消费变化的解释。从调整的R来看，列（1）至（3）调整的R都在0.94 以上，且差别不大，表明三个基准回归方程的效果整体很好。

（二）进一步检验与分析

根据凯恩斯的消费理论，收入是影响消费非常重要的变量，在前文基准回归（表4）基础上进一步将收入变量纳入回归方程中。表5 反映了考虑居民收入控制变量之后数字普惠金融发展与居民消费的回归结果，其中列（1）反映了城乡居民消费的整体回归结果，列（2）、列（3）分别反映了城镇和农村居民消费的回归结果。可以看出，在考虑收入变量之后，列（1）和列（2）估计结果中数字普惠金融指数变量（Dfi）的系数在1%水平上仍然是显著为正的，分别为0.261 和0.251，二者几乎没有差异，这表明数字普惠金融较好地解释了中国城乡居民消费水平以及城镇居民消费水平的变动，对中国城乡居民消费和城镇居民消费产生了显著的正向效应，体现了数字普惠金融发展对扩大内需的积极作用。

表5 数字普惠金融与居民消费的回归结果

值得注意的是，表5 中列（3）反映的农村居民消费估计结果与表4 中列（3）数字普惠金融指数变量（Dfi）发生了明显的变化。在加入收入控制变量之后，估计结果列（3）中Dfi 系数是正数，在10%水平上也变得不显著，而且列（1）和列（2）结果中Dfi 系数均明显大于列（3）。这表明数字普惠金融对增加中国城乡居民消费、城镇居民消费的推动作用大于对农村居民消费，换言之，城镇居民成为数字普惠金融的主要受益者，数字普惠金融不能很好地解释农村区居民消费水平的变化。与城镇居民相比，数字普惠金融对农村居民消费增加的效应偏小，表明数字普惠金融在农村领域未得到充分的应用或者说积极效应发挥得不够明显，在推动农村居民消费转型升级过程中数字普惠金融的“普惠性”作用有待提升。

同时，列（1）至列（3）结果中收入变量均在1%水平上显著为正，列（3）中的收入变量系数值（0.871）明显大于中国城乡居民消费（0.781）和城镇居民消费（0.605），这表明农村居民消费对收入的变化更加敏感，增加同等的收入，农村居民消费增加的程度大于城镇居民，与经济理论相吻合。城乡居民消费在收入和数字普惠金融上的明显差异从侧面反映了我国城乡居民消费观念或者对消费金融的接受存在差异，从而制约了数字普惠金融在拉动农村居民消费积极效应的发挥。因而，扩大内需和形成双循环新发展格局都需要大力推动数字普惠金融的发展，不断提高城乡居民金融服务的可得性和便捷性，更好发挥数字普惠金融的“普惠性”效应。

五、稳健性检验分析

（一）数字金融覆盖广度

数字金融覆盖广度体现了一个地区数字金融服务端口和互联网金融服务可达性程度，可以很好地衡量数字普惠金融发展的状况。利用北京大学数字金融研究中心提供的数字金融覆盖广度来替代数字普惠金融指数，考察基于支付宝、第三方支付等渠道的数字金融覆盖度对居民消费影响进行稳健性检验，以缓解数字普惠金融指数作为总指标可能忽视了数字金融供给覆盖范围的问题。从表6 可以看出，数字金融覆盖广度(Coverage) 对城镇居民消费和城乡居民消费整体估计结果仍然是非常显著的，而对农村居民消费的影响是不显著的，这一经验结果与文章之前的发现具有一致性，结论具备较好的稳健性。

表6 金融覆盖面与居民消费的回归结果

（二）引入解释变量滞后效应

引入解释变量的滞后项是缓解内生性问题的重要方法。除了控制核心解释变量的内生性偏误之外，笔者还担心其他控制变量也可能存在潜在的内生性问题，为了检验结果稳健并排除这一种担忧，本文将其他所有控制变量滞后一期。从表7 的回归估计结果来看，数字普惠金融影响居民消费的结论仍然非常稳健。

表7 数字普惠金融对居民消费的滞后效应回归结果

（三）区域层面经济发展水平的稳健性

由于不同地区的样本可能对于所得的结果具有不同的敏感性，在按照城乡进行分类回归的基础上，进一步按照区域经济发展水平进行分类回归，以检验结论的敏感程度。我国东部省份经济发展水平较高，而中西部省份经济发展水平相对落后，数字普惠金融对不同区域的影响可能存在较大的差异，同时，数字普惠金融对不同区域的城镇和农村的影响可能也会得到与全国层面相似的结论。因此，通过不同区域分组的回归以及区域内部城镇、农村的分组回归，可以进一步检验表4 和表5 得到的结论。从区域分组稳健性结果可以看出，数字普惠金融对东部地区整体居民、城镇居民、农村居民消费的影响均十分显著，而数字普惠金融仅对中西部地区城镇居民消费在10%水平上是显著的，对中西部地区整体居民和农村居民消费的影响都是不显著的（见表8）。这表明，从我国目前的实际来看，数字普惠金融对经济发展水平较高地区的居民消费产生了较大的积极效应，而对欠发达地区居民消费，特别是农村居民消费的效应不明显，这与前面得到的结论具有较强的一致性。

表8 数字普惠金融影响居民消费的区域稳健性检验结果

六、研究结论与管理启示

（一）研究结论

1.总体上来看，数字普惠金融具有增加中国居民消费的正向效应，数字普惠金融的发展有利于促进我国城乡居民消费水平的提升。

2.从数字普惠金融对居民消费在城乡差异上看，数字普惠金融更好地解释了城镇居民消费的情况，表明普惠金融对促进城镇居民消费的作用明显大于农村居民，数字普惠金融在促进城镇与农村居民消费中存在明显的异质性（非对称性）特征。

（二）管理启示

1.完善支付清算等数字金融基础设施，扩大数字普惠金融覆盖面，推动数字普惠金融促进居民消费发挥更大的积极作用。结论发现，数字普惠金融具有增加中国居民消费的正向效应，这要求我们积极发挥政府“有形的手”和市场“无形的手”的作用，吸引民营资本和其他社会力量参与到数字金融融资、普惠金融融资、数字普惠金融研发投资、新基建投资，全力提高中国数字普惠金融发展水平，发挥数字普惠金融降低交易费用等优势，更好提高中国居民消费水平。

2.改善数字普惠金融发展不平衡的状况，优化数字普惠金融供给结构，积极发挥数字普惠金融增加农村居民和中西部地区居民消费的正向效应。研究结论发现，数字普惠金融对城镇居民与农村居民消费、对东部地区居民与中西部地区居民消费影响具有很大的差异，这要求我们正视数字普惠金融在城镇地区与农村地区、东部经济发展水平较高地区与中西部经济发展水平较低地区的实际情况，加大对商业银行、保险、第三方支付等企业下沉农村、入驻农村开展农村金融服务提供相应的政策优惠导向，例如增值税优惠、所得税优惠等。推动增加农村数字金融基础设施投资，改善数字普惠金融发展失衡的结构，大力促进农村数字普惠金融事业发展，从而让数字普惠金融真正发挥广泛的“普惠性”效应，拉动广大农村地区和中西部地区居民消费。