互聯網金融對中國城鄉居民消費的差異化影響
——從消費金融的功能性視角出發

張李義 涂 奔

(武漢大學 信息管理學院，湖北 武漢 430072)

財貿研究2017.8

互聯網金融對中國城鄉居民消費的差異化影響
——從消費金融的功能性視角出發

張李義 涂 奔

(武漢大學 信息管理學院，湖北 武漢 430072)

從消費金融的功能性視角出發，以平滑、保障和增值三個效應解析互聯網金融在促進消費方面較傳統金融的優勢所在，繼而結合2011—2016年中國互聯網金融各領域發展及居民消費的有關月度數據，通過信息熵方法和Panel Data模型實證研究互聯網金融及各領域發展對中國居民消費行為和結構的差異化影響。研究結果表明，互聯網金融發展對居民消費結構升級有著顯著影響，同時對城鎮居民消費的影響程度大于農村居民，互聯網金融不同領域對城鎮和農村居民消費結構的影響也各有側重。基于此，提出提高國民收入水平、加強移動互聯和物聯網建設、下沉互聯網金融服務重心、強化互聯網金融監管保障等政策建議，從而為國家找準互聯網金融促進城鄉居民消費結構升級的發力點提供參考。

消費金融；居民消費；互聯網金融發展指數；信息熵；棘輪效應

發展消費金融①在學術界，有關消費金融內涵的界定并不統一。一般來講，認為消費金融應對的是一個消費者所面臨的金融問題，即如何在給定的金融環境中，利用所掌握的資產來最大程度地滿足其各種消費需求，包括考慮到消費者的消費目標、儲蓄、信貸、資產配置以及面臨的各種風險和約束(Samuelson，1969；Merton，1969，1971)。是促進消費的重要手段之一。從中國的現實情況來看，當前消費金融包括三大主流形態：第一類是傳統金融機構提供的消費金融服務，包括銀行、消費金融公司等；第二類是獨立的互聯網金融平臺，從支付起步，逐步向消費信貸、理財、保險等延伸；第三類是電商企業在掌握了消費者的大量數據后，逐步進入支付和消費信貸等領域。后兩類在消費金融發展上正在不斷融合，大量應用新的信息技術，催生了多樣化平臺交易模式，不僅降低了交易成本，而且拓展了消費交易的空間與時間，正在潛移默化地影響著中國居民的消費行為和消費結構。與傳統的金融機構相比，互聯網金融在消費金融端的優勢已不斷顯現。有鑒于此，本文運用消費金融的功能性定義(Tufano，2009)，對互聯網金融領域進行劃分，進而運用相關數據分析互聯網金融及其各領域發展對中國居民消費行為和消費結構的差異化影響，擬為更好地發展互聯網金融以滿足國內消費結構升級需求、促進中國經濟結構轉型和良性發展提供參考。

一、 互聯網金融影響居民消費行為的三種效應

凌煉等(2016)認為，消費金融通過平滑機制、保障機制和增值機制影響了居民消費行為。以此為基礎，按照消費金融的功能性，本文對互聯網金融領域做如下劃分：互聯網支付和互聯網網貸對應消費金融的平滑效應，補充了支付和信貸功能；互聯網保險對應消費金融的保障效應，豐富了風險管理和金融保障功能；互聯網投資對應消費金融的增值效應，提升了儲蓄和資產增值功能；互聯網貨幣基金既有保障效應，也有增值效應(見圖1)。與傳統消費金融相比，互聯網金融的三種效應更加顯著。

(一) 互聯網金融影響居民消費的平滑效應

圖1互聯網金融主要業務領域影響居民消費的三種效應

互聯網金融影響居民消費的平滑效應主要通過互聯網支付和互聯網信貸來實現。

與傳統支付相比，互聯網支付業務的發展促進了支付平滑效應。首先，互聯網具備隨時隨地可接入性，讓消費者可以在任意時間和地點都能購買到所需的商品和服務，從而提高了消費的滿足感和隨機性，同時網絡支付的便捷性也有效提高了居民消費的支付轉結效率；其次，網絡支付與網絡信貸組合，減低了消費者當期消費資金壓力，進一步刺激了購買沖動；最后，由于“心理賬戶”*由于心理賬戶的存在，居民在做出消費決策時往往會產生一些非理性的消費行為，這些行為集中表現為三大心理效應：沉沒成本效應、非替代效應和交易效用效應(Thaler，1980)。盡管互聯網支付與現金支付在消費者的心理賬戶中具有非替代效應，但使用互聯網支付所引起的心理賬戶受損程度要遠低于使用現金支付導致的實際賬戶受損帶來的心理沖擊。因此，互聯網支付將使居民的消費決策更為迅速，消費行為更加活躍，從而達到了平滑消費的效果。等因素，網絡支付能促使消費行為更加活躍。

互聯網網貸業務的發展，主要是互聯網消費信貸的發展，相較于傳統的消費信貸，互聯網網貸能夠更加有效地幫助消費者應對流動性約束和預算約束*大量研究表明，中國居民在做消費決策時通常會基于一個更長時期考慮，期間一些大額支出，如購房、教育等會對當期居民的消費產生較大的抑制作用，人們為應對大額消費支出而考慮削減消費預算就會形成預算約束。，最終實現現期和跨期的連續消費，促進預算平滑效應的發揮。一是能夠基于居民的往期消費大數據，科學分配信用額度，促使消費者更加合理地規劃跨期消費，滿足住房、家電等當期大額剛性需求；二是能夠緩慢釋放消費者日常、小額或者非確定性的預算約束。隨著授信商戶生態聯盟的增多(比如跨商家的消費積分激勵、節假日優惠等)、可獲得的消費信貸范圍的擴展(比如消費越多可獲得的信貸額度越高)，消費者的非確定性消費意愿被刺激和強化，在心理賬戶和消費沖動的雙重因素下，消費者最終兌現消費意愿的幾率大大增加。

(二)互聯網金融影響居民消費的保障效應

互聯網金融對居民消費的保障效應主要通過互聯網貨幣基金和互聯網保險來實現。

互聯網貨幣基金既提高了居民消費的自我保障能力，也有利于保持居民的消費慣性。理性消費者一般會采取“預防性儲蓄”，加強自我保障(杭斌 等，2009)。互聯網貨幣基金對傳統儲蓄具有較強的替代效應，同時又能和互聯網支付平臺無縫對接，既滿足了消費者不同期限的緩沖儲備*在緩沖儲備模型(Deaton，1991；Carroll，1992)中，消費者會制定一個與其收入預期相匹配的財富目標，如果當前財富值低于該目標，預防儲蓄動機被強化，消費者就會增加儲蓄同時減少消費；如果當前財富值高于該目標，消費者又會減少儲蓄同時增加消費。需求，有效降低了消費者尤其是風險規避型消費者的預防性儲蓄動機，又能夠通過基金理財的方式，使消費者獲得相對于傳統儲蓄更多的財富增值，從而保持了消費習慣的穩定，最終更加有力地拉動居民消費。

在互聯網保險領域，除了傳統的壽險、養老險等產品線上化外，圍繞消費場景的互聯網保險正在興起，并逐漸涉及質量保障、物流保障、售后保障、價格保障和信用保障等諸多消費環節。有了信息技術和大數據的支撐，互聯網保險可以更加準確地基于市場需求和消費行為等而產生，能夠與商家、平臺和監督機構等形成良性互動，切實保護消費者利益，進而幫助消費者穩定未來的消費預期，并最終促進居民的消費需求。

(三)互聯網金融影響居民消費的增值效應

互聯網金融對居民消費的增值效應主要通過財富效應和收入效應發揮作用，并主要通過互聯網投資來實現。相比于傳統的投資，在互聯網金融時代，投資能夠更好地依托于在線支付、云計算、社交網絡以及搜索引擎等互聯網工具，可以有效地緩解市場信息的不對稱，打破線下融通的區域性局限，同時也可延伸線下投資的網絡機體，使之更加注重用戶體驗，讓服務更加完善。

二、 互聯網金融及各領域發展程度的衡量

中國人民銀行于2014年4月發布了《中國金融穩定報告2014》，將互聯網金融的范疇界定為廣義和狹義兩種(中國人民銀行金融穩定分析小組，2014)。廣義的互聯網金融既包括作為非金融機構的互聯網企業從事的金融業務，也包括傳統金融機構通過互聯網開展的金融業務；狹義的互聯網金融僅指互聯網企業開展的、基于互聯網技術的金融業務。互聯網金融發展程度的量化一直以來都是學術研究的一個難點，一方面量化的指標需要建立在核心且充分的數據基礎上，另一方面量化的數理統計方法必須具有科學性和權威性，因而通常需要權威科研機構和行業代表性企業的共同合作來完成。

為了區別于傳統的消費金融服務，本文的互聯網金融范疇僅代表狹義的互聯網金融，即非金融機構的互聯網企業利用互聯網平臺和技術涉入消費金融創新領域。為此，我們選擇北京大學互聯網金融研究中心發布的“北京大學互聯網金融發展指數”作為互聯網金融發展程度的量化指標(北京大學互聯網金融研究中心課題組，2016)。從消費金融的功能視角出發，按照互聯網金融業務的屬性，將互聯網金融業務劃分為六大板塊，即互聯網支付、互聯網貨幣基金、互聯網信貸、互聯網保險、互聯網投資理財和互聯網征信，根據各業務的廣度指標和深度指標，合成單項業務的發展指數，然后匯總為反映互聯網金融整體發展的總指數。

(一) 互聯網金融發展指數的指標及權重

互聯網金融發展指數的指標體系有四個層級，按照總體至局部的脈絡延伸(見圖2)。

圖2互聯網金融發展指數形成體系

(參考北京大學互聯網金融發展指數指標體系框架圖繪制)

各級指標的權重確立采用主觀定性法和客觀定量法相結合，具體標準為：在四級指標中交易滲透率*滲透率為該業務最近1個月有購買(或發生)記錄的總人數除以當期全國總人數得到。占50%，人均交易金額占25%，人均交易筆數占25%；在三級指標中采用平移定量以減少指數波動(按照互聯網金融機構業務實際交易金額的3個月移動平均值占兩者之和的方法確定)；在二級指標中根據各領域發展的時長和穩定程度確定權重(互聯網支付占30%，互聯網貨幣基金占25%，互聯網網貸占15%，互聯網保險占15%，互聯網投資占10%，互聯網征信占5%)。

(二)總指數及各領域指數的計算公式

指數的計算按照由局部至總體的路徑逐級加權，首先計算出基于環比的各層級指數，然后通過鏈式相乘的方法得到該層級的定基指數。

(1)層級環比指數計算公式

公式中：It

It-1是互聯網金融發展一級指數的環比；Li,t

Li,t-1是互聯網金融發展二級指數的環比(i=1,2,3,…,6，代表不同領域，t為期數)；Ki,j,t

Ki,j,t-1是互聯網金融發展三級指數的環比(i代表不同領域，j=1,2，代表不同部分*即數據來源螞蟻金服或非螞蟻金服。，t為期數)；Xi,j,k,tXi,j,k,t-1是互聯網金融發展四級指數的環比(i代表不同領域，j代表不同部分，k=1,2,3，用以區分不同的四級指標，t為期數)；wi是二級權重；pi,j,t是三級權重；mk是四級權重。

圖3 互聯網金融發展指數時序圖(2014年1月— 2016年3月)

注：FIN、FUN、INS、IVE、LEN、PAY分別代表互聯網金融整體指數、互聯網貨幣基金指數、互聯網保險指數、互聯網投資指數、互聯網網貸指數以及互聯網支付指數，其中FIN、FUN、INS、IVE、PAY數據來源于北京大學互聯網金融研究中心，LEN數據根據網貸之家公布的行業成交數據測算得出。

(2)層級定基指數計算公式

t-1期的定基指數由各期環比指數鏈式相乘獲得，計算公式如下：

公式中，i1,i2,…,it分別表示各期的月環比指數*環比、定基指數的詳細計算，有興趣讀者可參見北京大學互聯網金融研究中心課題組(2016)《互聯網金融發展指數的編制與分析》第四部分。。

將各領域和整體指數基期(比如2014年1月)基準值設為100，根據以上方法就可以計算出所需要的不同時期各個領域的互聯網金融發展指數(見圖3)。

三、 互聯網金融發展對中國居民消費支出及結構狀態的影響判斷

如何刻畫和描述消費者結構狀態，是消費金融研究面臨的又一項挑戰。考慮到消費者的消費金融行為相當復雜，在實證研究中，如將傳統的經濟學因素(如消費者的金融環境、金融狀態以及知識和信息水平等)都考慮到理論模型中，無疑會增加模型的復雜程度，使模型的求解、估計和分析變得更加困難。因此，為了能夠有效判斷互聯網金融發展引致居民消費行為狀態的變化，本文采用信息熵的方法。“熵”是描述系統自發演變過程中不可逆性的狀態函數，以熱力學第二定律為基礎，由 Shannon(1948)在信息論中最早引入，近年來被廣泛應用于信息經濟學研究。首先將居民消費進行解構，按一定的邏輯關系劃分為n類消費領域，然后分別統計各類消費對應的消費金額c1,c2,…,cn，總消費C=∑ci，則各類消費占總消費的比重為ki=ci

C，其中∑ki=1，那么居民消費結構信息熵的計算公式為：

CDS=-∑kiln ki

(1)

CDS反映了居民消費結構的復雜程度，其值越大表明居民的消費結構越高級，其值越小表明居民的消費結構越簡單。

根據國家統計局的統計口徑，中國居民人均消費支出通常被解構為八種類別，分別是：食品煙酒類、衣著類、居住類、生活用品及服務類、交通和通信類、教育文化和娛樂類、醫療保健類以及其他用品和服務類。遵照這種分類標準，本文篩選 2011—2016年全國居民消費支出月度數據*中國第十二個五年計劃從2011年開始，互聯網金融也在該時期誕生并進入快速發展階段，因此本文分析所利用的是2011— 2016年中國人均居民消費支出數據，數據樣本主要來自于Wind宏觀經濟數據庫、國家統計局官方網站和《中國統計年鑒》。為了消除通貨膨脹對所選變量的影響，人均居民消費支出數據以居民消費價格指數CPI(2011年=100)為定基價格指數進行折算。所有的月度消費支出數據均采用X12準則以消除季節波動性因素。，按照方程(1)計算出中國居民消費結構信息熵的時間序列cds。運用EViews 9.0對時間序列cds和fin(互聯網金融發展整體指數)進行回歸分析，可知cds和fin均為一階單整序列，因此可以進一步檢驗居民消費結構熵值和互聯網金融發展之間的協整關系。本文采用基于殘差的EG兩步法，利用普通最小二乘法對序列cds和fin進行回歸，得到回歸方程如下：

ln cdst= 0.6047+0.0040 ln fint+et

t= (97.2557***)(3.3972***)

(2)

對殘差et進行ADF平穩性檢驗，et序列平穩表明cds和fin有長期協整關系，即人均居民消費結構熵和互聯網金融發展指數間存在長期穩定的均衡關系。進一步地，構建誤差修正模型如下：

Δln cdst= 0.2813+0.0098 Δln fint-0.4660et-1

t= (2.6531**)(2.2805*)(-2.6596**)

(3)

對序列ln cds和ln fin進行格蘭杰因果關系檢驗，結果見表1。

表1 互聯網金融發展指數序列對居民消費結構信息熵序列的格蘭杰因果檢驗

表1結果表明，序列fin的變化能夠合理地解釋序列cds的變化，因此，上述誤差修正模型是穩定且有意義的。式(3)回歸結果表明，互聯網金融發展指數的變動對居民消費結構信息熵存在持續正向影響，當期互聯網金融發展指數變動每增加1個單位，當期居民消費結構信息熵將增加0.0098；此外，短期調整系數對應的t值顯著，這意味著每個月的實際居民消費結構信息熵與長期均衡值的誤差中有46.6%(0.4660)的部分可以被修正，也可以認為如果居民消費因短期波動偏離了長期均衡，則將被46.6%的調整力度拉回到均衡狀態。

中國消費結構信息熵值由2011 年的1.82 增加到 2016 年的1.89，上升了0.07，反映出 “十二五”期間中國居民消費呈現多樣性，消費結構逐漸向更高層次演變。居民消費結構信息熵與互聯網金融發展指數的回歸結果，表明中國互聯網金融的發展不僅拉動了居民的消費支出水平，而且還促進了居民消費結構的不斷升級優化。

四、 互聯網金融各領域對中國城鄉居民消費的差異化影響研究

(一)變量描述與模型設定

為進一步研究互聯網金融不同領域的發展對中國居民消費的差異化影響，本文選取互聯網金融發展指數中最具有代表性的五種指數，分別是：互聯網貨幣基金(fun)和互聯網投資(ive)指數，以之代表互聯網金融在消費金融領域里的增值功能性發展；互聯網支付(pay)和互聯網網貸(len)指數，以之代表互聯網金融在消費金融領域里的平滑功能性發展；互聯網保險(ins)指數，以之代表互聯網金融在消費金融領域里的保障功能性發展。遵照國家統計局的統計口徑，本文認為，中國居民人均消費支出結構可以由食品煙酒(sp)、衣著(yz)、居住(jz)、生活用品及服務(sh)、交通和通信(jttx)、教育文化和娛樂(jywh)、醫療保健(yl)以及其他用品和服務(qt)支出共同構成，其人均支出數據全部源自國家統計局官方網站和Wind數據庫的公開數據，數據涵蓋的時間跨度為2014年1月至2016年3月，各有關變量的統計性描述見表2。

表2 互聯網金融與居民消費相關變量的統計性描述

美國經濟學家Duesenberry(1949)提出了相對收入假定理論，首次將習慣因素引入消費函數中，并提出了消費的棘輪效應*根據消費經濟理論，居民消費支出不僅受到即期收入的影響，還應考慮前期消費支出的大小，這種消費習慣的繼承性被稱為棘輪效應。(Ratchet Effects)。為了更好地對比城鎮和農村居民消費結構對互聯網金融發展的不同響應，考慮到居民消費事實存在的慣性特征，本文在實證研究中使用Panel Data 的分析方法，并通過在回歸方程中加入被解釋變量和解釋變量的滯后值來衡量消費的慣性特征。具體而言，分別對城鎮和農村居民消費建立如下動態面板模型：

(4)

其中：Cit分別代表城鎮和農村居民的消費水平；Xit是解釋變量序列；隨機誤差項μit反映模型中忽略的隨截面成員和時期變化的因素的影響；p和q為最大滯后階，常規的判斷方法是根據信息準則AIC和SC進行選擇。本文采用月度面板數據，因此根據式(4)選取合適的滯后階，結果如表3所示。

表3 居民消費棘輪效應滯后階數比較

注：3階及以上滯后階相關系數不顯著。

根據AIC、SC準則結果最小化原則，本文構建了具有棘輪效應的二階滯后變系數Panel Data模型：

consit=αit+β1t-1consit-1+β2t-2consit-2+β3netj+uit

(5)

式(5)中：cons代表人均居民消費支出，i代表消費支出的類型，t代表支出時期，net代表互聯網金融發展指數，j代表指數類型。αit代表常數項，uit為隨機誤差項。

通常Panel Data模型分為無個體影響的不變系數模型、變截距模型和含有個體影響的變系數模型(高鐵梅，2009)。因此，我們需要先進行F統計值檢驗，判斷所采集面板數據適合使用哪一類模型，其原假設有如下兩個：

H1∶β1=β2=…=βN

判定規則為：首先檢驗假設H2，如果檢驗結果接受原假設，則模型應為不變系數模型。如果檢驗結果拒絕原假設，則需要進一步檢驗假設H1，如檢驗結果接受原假設，則模型應為變截距模型；如果檢驗結果繼續拒絕原假設，則模型應為變系數模型。具體方法是,首先根據公式：

(6)

(7)

計算相應的F值，其中S1、S2和S3分別為變系數、變截距和不變系數模型的殘差平方和，N為Panel Data模型中的截面數，k為自由度。然后，利用EViews中函數@QFDIST(d,k1,k2)，其中d=1-α(α為顯著性水平)，求得臨界值F1α和F2α。最后，比較F與Fα確定合理的模型形式，如果模型需要采用變截距或者變系數的形式，則還需進行相應的固定效應/隨機效應檢驗。

(二)互聯網金融各領域發展對城鎮和農村居民消費結構影響的差異化解析

首先根據式(6)、式(7)進行計算以確定雙截面消費模型的最終形式，結果表明除個別消費模型選擇了混合模型外，大多數消費模型均在5%顯著水平下選擇固定效應變系數模型；之后根據式(5)進行消費截面數據對互聯網金融各領域發展指數的回歸，結果如表4-8所示。

表4 互聯網貨幣基金發展對居民消費結構影響回歸結果

(續上表)

解釋變量滯后一階滯后二階fun常數項CR2F/Wald冗余固定效應F檢驗模型選取yl_urban_rural1.5843***(0.1111)-0.7326***(0.1181)0.0326**(0.0156)0.0137(0.0106)10.7728***(3.1692)0.9836673.74———混合模型jttx_urban_rural1.0657***(0.1300)-0.6096***(0.1313)0.2357***(0.0597)0.1202***(0.0399)56.6000***(11.9484)0.99692847.2319.9435***個體固定時期隨機jywh_urban_rural1.2529***(0.1072)-0.6822***(0.1002)0.1675***(0.0440)0.0391***(0.0117)35.9681***(6.7130)0.99592133.2516.4019***個體固定qt_urban_rural1.1079***(0.1214)-0.5130***(0.1154)0.0154***(0.0041)0.0039**(0.0019)9.5624***(2.1043)0.999415101.4220.8870***個體固定

注：如無特殊說明，本文一律用*、**、***分別表示10%、5%、1%的顯著水平；括號內值為標準誤差值。

表5 互聯網投資發展對居民消費結構影響回歸結果

表6 互聯網支付發展對居民消費結構影響回歸結果

表7 互聯網網貸發展對居民消費結構影響回歸結果

(續上表)

解釋變量滯后一階滯后二階len常數項CR2F/Wald冗余固定效應F檢驗模型選取yl_urban_rural1.4629***(0.1124)-0.6739***(0.1048)0.0030**(0.0012)0.0035***(0.0013)18.9775***(4.3933)0.9856602.2610.5011***個體固定jttx_urban_rural1.1010***(0.1312)-0.5333***(0.1297)0.0160***(0.0046)0.0090**(0.0036)60.2719***(13.6877)0.99662577.4119.5689***個體固定時期隨機jywh_urban_rural1.2104***(0.1048)-0.6794***(0.0988)0.0180***(0.0037)0.0036***(0.0012)51.9861***(8.1040)0.99672624.0739.0795***個體固定qt_urban_rural1.2306***(0.1256)-0.5282***(0.1318)0.0009**(0.0004)0.0002(0.0002)7.8905***(2.3391)0.999312592.2511.3801***個體固定

表8 互聯網保險發展對居民消費結構影響回歸結果

對表4-8的回歸結果進行梳理，并就不同類型消費支出受不同互聯網金融發展指數影響的狀況按照系數大小排序(見表9-12)，可知在消費金融功能性視角下，互聯網金融的發展對中國居民消費結構影響的差異化主要體現在以下三個方面：

第一，互聯網金融的不同功能性發展對居民消費支出的影響程度存在差異。從居民消費總體和各項支出的響應來看，互聯網支付的正向影響最為顯著(與城鎮和農村居民人均消費支出的影響系數分別達到了0.78和0.46)，其次是互聯網貨幣基金的正向影響(與城鎮和農村居民人均消費支出的影響系數分別達到了0.56和0.31)，而互聯網保險和互聯網網貸對居民消費的正向影響相對較小。這說明：在消費金融功能性視角下，互聯網金融平滑效應的影響居于主導地位，并主要通過互聯網支付的發展得以體現；互聯網金融增值效應的影響次之，并主要通過互聯網貨幣基金的發展得以體現；互聯網金融的保障效應在中國居民的實際消費行為中還沒有發揮出明顯的作用。分析其原因，既有支付功能在消費金融居于基礎性地位的固有因素，同時也是因為中國互聯網金融自支付起步，在這一領域的創新最多、應用最廣泛，而互聯網保險等領域無論是體量、產品還是渠道等都還不夠成熟，未來的發展空間和潛力巨大。

第二，城鎮和農村居民對互聯網金融不同功能性發展的響應敏感性存在差異。針對同類型消費支出(醫療領域除外)，城鎮居民消費對互聯網金融指數相關系數的顯著頻度要高于農村居民，說明城鎮居民受互聯網金融整體及不同功能性發展的影響程度普遍要高于同時期的農村居民。

第三，城鎮和農村居民對互聯網金融不同功能性發展的響應側重存在差異。就城鎮居民而言：教育文化娛樂和交通通信消費支出受互聯網金融各項功能性發展的影響最為顯著，其中，教育文化娛樂消費領域互聯網金融的增值和平滑功能的影響居于主導地位，交通通信消費領域互聯網金融的保障和平滑功能的影響又稍強于增值功能。其次是食品類消費支出，受互聯網金融各項功能性發展的影響比較均衡。再次，生活用品及服務類以及其他類消費受互聯網金融各項功能性發展的影響較小(見表11)。對農村居民來說：交通通信消費支出受互聯網金融各項功能性發展的影響最為顯著，但只受到互聯網金融增值和平滑功能的影響，保障功能基本沒有發揮作用。其次是居住和食品類消費支出，居住消費領域互聯網金融的保障功能的影響居于主導地位，而食品消費領域互聯網金融的保障功能基本沒有發揮作用。再次，教育文化消費、醫療保健等其他類型的消費支出受互聯網金融各項功能性發展的影響較小(見表12)。可見，相比于城鎮居民，互聯網金融的發展更能影響農村居民的物質類消費需求。

分析城鎮和農村居民消費支出受互聯網金融發展影響差異性的主要原因：一是農村的經濟形態相比于城鎮更為閉環，農村居民的消費習慣和消費意識更為固化，不太容易受到新興消費金融功能性發展的沖擊和影響；二是得益于城鎮優勢資源的集中、信息化發展水平和受教育程度，城鎮居民能夠更為有效地從互聯網金融的發展中獲得收入效應和財富效應，也能夠更好地利用各種網絡金融工具合理規劃自身消費，從而在預算約束的情況下，獲得更大的消費效用。

在看到差異化的同時，上述研究還顯示，若干居民類型消費支出(食品、居住、醫療和交通通信)對互聯網貨幣基金、互聯網投資、互聯網支付和互聯網網貸發展的響應程度，城鎮和農村的差距并不十分明顯(體現為相關系數并不存在級數上的差距)，特別是，對于醫療健康類消費支出而言，農村居民受互聯網金融發展的影響程度還要高于城鎮居民(體現為相關系數農村高于城鎮)。這表明互聯網金融的發展對農村居民消費結構的改變正在潛移默化的進行中。可以預見，隨著互聯網金融的下沉，農村居民在若干領域的消費習慣和消費行為可以變得更加富有彈性。這將給國家相關惠農政策的制定和實施提供更大的操作空間。

表9 互聯網金融不同功能性發展影響城鎮居民各類消費支出排序

注：在表9-12中，數字“1-8”表示受影響程度從高至低，“-”表示影響系數不顯著。

表10 互聯網金融不同功能性發展影響農村居民各類消費支出排序

表11 單個類型城鎮居民消費支出受互聯網金融發展影響排序

表12 單個類型農村居民消費支出受互聯網金融發展影響排序

五、結論及建議

本文首先從消費金融的功能性視角出發，從支付平滑、財富增值以及消費保障三個方面分析了中國互聯網金融在促進消費方面較傳統金融更具優勢，然后結合2011—2016年中國互聯網金融發展及居民人均消費支出的有關數據，運用信息熵方法證明了互聯網金融發展對中國居民消費結構狀態的正面影響，繼而通過二階滯后雙截面Panel Data模型實證分析了互聯網金融各領域對中國城鄉居民消費結構的差異化影響。得出結論：

第一，中國互聯網金融的發展拉動了居民的消費支出水平，促進了居民消費結構的不斷升級優化，同時，互聯網金融發展對城鎮居民消費結構的影響程度總體大于經濟發展相對緩慢的農村地區。

第二，從互聯網金融不同功能性發展來看，互聯網支付對居民消費支出的影響最大，其次是互聯網貨幣基金和互聯網投資，最后是互聯網網貸和互聯網保險。這表明中國互聯網金融的支付平滑功能得到了充分發展，但財富增值功能和消費保障功能還有待于進一步加強，特別是互聯網消費信貸對居民消費的拉動能力還亟待提升。

第三，目前為止，城鎮居民的精神需求類消費支出受到互聯網金融發展的影響更大，而農村居民物質需求類消費支出受互聯網金融發展的影響更大。這表明互聯網金融具有促進居民消費結構由傳統型消費向享受型和發展型消費升級的潛力。

第四，在某些消費領域比如食品、醫療、居住和交通通信領域，城鄉居民受互聯網影響區分度不大。這表明互聯網金融的發展在部分領域抵消了城鎮居民相比于農村居民的先發優勢，為拉動居民消費，緩解新“三座大山”即“看病難、住房難、上學難”對中國居民消費的抑制提供了新的思路。

基于以上結論，為更好地發揮互聯網金融在促進消費升級、推動中國經濟結構轉型升級中的作用，本文提出以下政策建議:

(1)努力提高國民收入，縮小城鄉貧富差距。收入較低仍然是制約居民消費結構升級的最主要因素，為此需要充分利用互聯網金融發展引致的消費金融增值效應，增加國民收入特別是增加農民收入，引導國民消費結構朝更合理、高級化的方向發展。與此同時，還要注意平衡城鎮與農村在人均收入、信息化環境和教育水平之間的差距，加速發展農村經濟，使占中國人口絕大多數的農村居民敢于消費、善于消費，以便能夠不斷地從互聯網金融的發展中獲得更多、更大的消費效用。

(2)加強信息化基礎設施建設，努力推動移動互聯網和物聯網的全面覆蓋和服務質量提升。在信息經濟時代，買賣雙方的信息不對稱程度大大降低，體驗更好的線上消費將有利于互聯網金融各功能更加充分地發揮作用。移動互聯網接入和物流覆蓋是實現線上消費的前提與保證。因此，需要充分鼓勵和加速互聯網支付、互聯網理財等一系列創新型消費金融產品與移動智能通信終端的進一步整合，最大限度地發揮互聯網金融無差別享有的特性，以進一步縮小城鎮和農村居民在未來消費中的差異。

(3)加速互聯網金融發展的下沉。金融服務與增加居民財產性收入密切相關，讓國民享受非歧視性的金融服務，普遍能夠獲得更為豐厚的投資理財回報，一直是金融改革的重點及方向。近幾年來，盡管農民財產性收入有所增加，但多集中在土地或住房財產權益上，對如何利用互聯網理財則知之甚少。從城鎮和農村居民消費應對不同互聯網金融功能性發展的響應敏感程度來看，農村居民更需要充分了解繼而感受互聯網金融發展所帶來的財富增值和消費保障效應。因此，應加速互聯網金融發展的下沉，具體措施是：一是考慮農村居民資金額度較小、金融認知有限、抗風險能力較弱的實際情況，發揮互聯網金融“門檻低”、善于創新的優勢，有效挖掘農村“沉睡”的資產和資金，創造合理的投資理財收益；二是進一步完善符合農村消費特點的網上信貸體系建設，為農民獲取方便快捷的網絡信貸服務創造條件；三是積極在農村居民中開展金融投資與理財技能培訓，引導農民更好地利用互聯網投資理財獲得更多的財產性收入。

(4)完善互聯網金融保障體系，促進互聯網金融健康發展。盡管互聯網金融的發展空間廣闊，但金融發展的安全問題不容忽視。現階段，無論是城鎮居民還是農村居民，在面對繁復的互聯網金融產品及服務時，風險識別能力均有限，遭遇網絡欺詐等行為時很容易受到傷害。因此，需要政府引導全社會共同努力：一方面，不斷完善保險市場建設，尤其是建立健全互聯網保險機制，發揮其對經濟和居民財產的保障作用；另一方面，必須立法強制建立互聯網金融的信息披露和風險提示制度，形成充分且全面的互聯網金融監管體系，將互聯網金融發展的系統性風險控制在合理范圍內，使之能夠更好地服務經濟發展，提高人民生活水平。

北京大學互聯網金融研究中心課題組. 2016. 互聯網金融發展指數的編制與分析[J]. 新金融評論(1):101-129.

高鐵梅. 2009. 計量經濟分析方法與建模 [M]. 北京:清華大學出版社.

杭斌,郭香俊. 2009. 基于習慣形成的預防性儲蓄:中國城鎮居民消費行為的實證分析[J]. 統計研究(3):38-43.

凌煉,龍海明. 2016. 消費金融影響居民消費行為的機制分析[J]. 求索(5):78-82.

中國人民銀行金融穩定分析小組. 2014. 中國金融穩定報告2014[M]. 北京:中國金融出版社.

CARROLL C D, HALL R E, ZELDES S P. 1992. The buffer stock theory of saving: some macroeconomic evidence [J]. Brookings Papers on Economic Activity, (2):61-156.

DEATON A. 1991. Saving and liquidity constraints [J]. Econometrica, 59(5):1221-1248.

DUESENBERRY J S. 1949. Income, saving and the theory of consumer behavior [J]. Cambridge: Harvard University Press.

MERTON R C. 1969. Lifetime portfolio selection under uncertainty: the continuous-time case [J]. Review of Economics and Statistics, 51(3):247-257.

MERTON R C. 1971. Optimum consumption and portfolio rules in a continuous-time model [J]. Journal of Economic Theory, 3(4):373-413.

SAMUELSON P A. 1969. Lifetime portfolio selection by dynamic stochastic programming [J]. Review of Economics and Statistics, 51(3):239-246.

SHANNON C E, WEAVER W. 1948. The mathematical theory of information [J]. Mathematical Gazette, 97(333):170-180.

THALER R H. 1980. Toward a positive theory of consumer choice [J]. Journal of Economic Behavior & Organization, 1(1):39-60.

TUFANO P. 2009. Consumer finance [J]. Annual Review of Financial Economics, 1:227-247.

Abstract: Based on the functions of consumer finance, this paper analyzes the intrinsic mechanism of internet financial impacts on household consumptions from three angles of smoothness, security and appreciation, and with the monthly related data from 2014 to 2016 of China′s internet financial development and consumptions, conducts series empirical researches about where and how the internet financial developments affect the household consumption expenditures in general or in an independent field through an information entropy way and a panel data model method. The results show that the internet finance has a significant influence on the structure′s updating of Chinese consumers, at the same time, degrees of impacts on consumptions of urban residents are obvious than that in rural areas with different emphasis. The proposals are advanced to improve the level of national incomes, to strengthen the mobile Internet and networking constructions, to sink the internet financial service centers, and to strengthen financial supervision of internet security. These suggestions are helpful reference for the nation to identify focuses where the internet finance can effectively promote upgrading consumption structures both in urban and rural areas.

Keywords: consumer finance; household consumption; internet financial development index; information entropy; ratchet effects

(責任編輯 彭 江)

ImpactoftheInternetFinanceontheConsumptionofUrbanandRuralResidentsinChina:FromthePerspectiveofConsumerFinancialFunctions

ZHANG LiYi TU Ben

(School of Information Management, Wuhan University, Wuhan 430072)

F832

A

1001-6260(2017)08-0070-14

10.19337/j.cnki.34-1093/f.2017.08.008

2017-05-22

張李義(1965--)，男，安徽安慶人，武漢大學信息管理學院教授，博士生導師。 涂 奔(1980--)，男，湖北荊州人，武漢大學信息管理學院博士生。

國家自然科學基金項目“融合情境的移動閱讀推薦系統研究”(71373192)；教育部人文社會科學重點研究基地重大項目“商品評論源信息獲取方法與技術研究”(4JJD870002)。