數字普惠金融對于居民消費水平的影響分析
——基于31個省市自治區的面板數據分析

張藝 鐘粵婷

(1.南京師范大學 江蘇南京 210046；2.常州大學懷德學院 江蘇靖江 214500)

1 研究綜述

1.1 關于數字普惠金融的研究綜述

普惠金融由聯合國提出于2015年，小額信貸作為普惠金融體系的核心，目的是服務于低收入群體，使其共享經濟增長的福利。普惠金融提供新型創新范式更好地服務于小微企業(張娟，2021)，賦能小微企業，在不同時期助力成長，提升其數字化金融能力(唐寧，2019)。金融科技對于不同地域、不同規模的企業的激勵作用存在異質性(雷漢云,譚卓敏，2020)。

通過對既有文獻的梳理，發現關于數字普惠金融的研究主要集中在低收入群體、小微企業、金融科技等多個方面。消費作為經濟增長的三駕馬車的一駕重要馬車，根據國家統計局數據，2020年消費對于經濟增長的貢獻率為54.3%，但數字普惠金融對于居民消費的影響的研究較少。

1.2 關于數字普惠金融對于居民消費影響的研究綜述

易行健、周利(2018)通過對于16000戶的跟蹤調查發現，普惠金融顯著影響居民消費，并表現為促進作用。周涵(2019)利用東部地區的面板數據，引入房價作為解釋變量研究發現，數字普惠金融、人均可支配收入、房價等都能顯著促進消費水平的增長。在數字普惠金融的快速發展過程中，在考慮由數字金融對于居民消費水平的作用及居民消費行為帶給數字金融的反作用形成的居民消費總體效應的基礎上，進一步分析不同區域的數字金融與居民消費水平的影響程度(南永清，宋明月，等,2020)。張昭昭(2020)將樣本分為城鎮居民和農村居民、不同地域兩類異質性研究得出普惠金融的便利性對于居民消費起促進作用。唐世輝(2020)引入SR、SE等四個變量作為控制變量，逐步添加變量發現不同區域，促進作用不同，主要表現為東部強，中西部弱。肖遠飛、張柯揚(2021)在流動性約束、收入不確定情形下，分析了普惠金融對于城鎮和農村居民影響的差異性，并且得出其對于調整居民消費結構具有顯著影響。孫玉環、張汀昱等(2021)將居民變量分成主城區、鎮中心等六類，研究數字普惠金融對于不同類型的居民消費的影響。王明洋通過收入分層的視角從邊際效應、彈性效應分析得出普惠金融對于不同收入分層的居民存在差異性影響。

通過對既有文獻的梳理發現，目前研究數字普惠金融對于居民消費的影響研究者主要是通過引入不同的解釋變量來完善模型和將進行地區分類，再研究不同區域的數字普惠金融對于消費水平的影響，本文采用前者，通過引入新的解釋變量進行研究。

2 模型假設

通過查閱國家統計年鑒、Wind數據庫等公開數據。近年來，數字普惠金融發展情況較好，這與31個省市自治區的人均消費支出的趨勢相一致，因此本文猜測數字普惠金融對居民消費水平有正向影響。

3 數字普惠金融對于居民消費影響的實證研究

3.1 變量確定及其描述

本文在變量選取過程中借鑒諸多學者模型中的變量，選取 2013—2019 年我國 31 個省、市、區的如下變量：被解釋變量為人均消費支出(PC)，核心解釋變量為數字普惠金融指數(DIFI)，控制變量為少年撫養比(CDR)、老年撫養比(ODR)、外商直接投資(FDI)、人均GDP(PGDP)和全體居民人均可支配收入(PCDI)。

因2020年及2021年受新冠疫情沖擊，經濟發展受不可控因素的負面影響，所以本文不使用2020年及2021年的數據。數據來源于中國統計年鑒、歷年的《北京大學數字普惠金融指數》及Wind數據庫,其中部分數據缺失，使用線性插值法進行補齊。

人均消費支出(PC)：消費是經濟發展的三駕馬車之一，人均消費支出能較好地反映該地區的消費水平。

數字普惠金融指數(DIFI)：數字普惠金融指數涵蓋廣度和深度,同時還展現普惠金融的多元性，能夠較好表示數字普惠金融的發展。

少年撫養比(CDR)與老年撫養比(ODR)：依據生命周期理論，人口年齡結構對于消費存在影響。在探究影響居民消費的因素時，需考慮人口年齡結構的影響。

人均GDP(PGDP)：根據宏觀經濟學GDP核算方法，GDP=C+I+G+(X-M),人均GDP意為人均國內生產總值。

全體居民人均可支配收入(PCDI)：根據消費理論，居民收入水平影響居民消費水平，收入在很大程度上影響消費。

3.2 模型設定

為了研究數字普惠金融對于不同地區的人均消費的影響，本文參考梁偉、李舒等人所建立的三維面板數據模型,設定如下模型：

其中，i=1，2，…，31,t=2013，2014，…，2019。

3.3 面板回歸模型結果及分析

利用Eviews7.2進行數據逐步回歸分析，得到結果，如表1所示。

表1 數據回歸結果

從回歸結果來看，支持研究假設,回歸系數均在1%的置信水平上顯著。數據普惠金融對于居民的消費水平有正向影響，即數字普惠金融指數每提升1%，人均消費支出將提高0.073%，而少兒撫養比、老年撫養比的系數分別為-0.076552和-0.076693，表明少年撫養比和老年撫養比對居民消費水平有負影響，即少兒撫養比每提升1%，人均消費支出將減少0.076552%；老年撫養比每提升1%，人均消費支出將減少0.076693%。人均GDP的回歸系數為0.046093，表明人均GDP對于居民消費水平有正影響，即人均GDP每提升1%，人均消費支出增加0.046093個百分點。全體居民人均可支配收入的回歸系數為0.834891，表明全體居民人均可支配收入每提高1%，人均居民消費消費支出將提升0.834891%。

3.4 實證結論分析

研究模型采用2013—2019年的省級數據，對人均消費支出、人均可支配收入、數字普惠金融指數等指標通過建立面板模型，從全國層面分析了數字普惠金融發展對于居民消費水平的影響，得出的結論與前文的假設一致，即發展數字普惠金融對于我國居民消費水平的提升有顯著的促進影響。少年撫養比、老年撫養比的提升不利于居民消費水平的提升，少年撫養比、老年撫養比增加會給青年人帶來負擔，不利于促進消費。人均可支配收入的提升可以顯著促進人均消費支出的提升。

4 政策建議

4.1 看準數字普惠金融著力點，精準發力促進居民消費

在國內大循環、國際國內雙循環的政治經濟環境下，通過數字普惠金融精準發力，促進居民消費水平的提升，發揮居民消費對于國民經濟的拉動影響。傳統金融門檻高、服務對象匹配度低，數字金融是利用互聯網技術、大數據技術，強調解決農民等低收入群體的需求。數字普惠金融精準度高、門檻低、審核快的優勢解決了中小企業融資難、個人融資麻煩的問題，在促進脫貧攻堅、實現共同富裕、發展成果共享等方面發揮了重要的作用。

4.2 綜合數字普惠金融與多種因素，協同助力居民消費提升

本文研究結果發現，數字普惠金融的發展能夠有效提升居民的消費水平，而少年撫養比、老年撫養比的提升不利于居民消費水平的提升，對居民消費支出存在負效應。此外，人均GDP和人均可支配收入均對居民消費水平有負影響。居民消費水平的提升，不僅要靠數字普惠金融，也要同時關注其他數字指標對于居民消費水平的影響，要數字普惠金融和其他指標發揮協同效應。

4.3 發展數字普惠金融，促進實體經濟行穩致遠

2019年末的新冠疫情，帶給國內經濟深遠影響。小微企業作為國民經濟的重要組成部分，在促進就業、改善民生等方面有著重要貢獻。逐漸復工復產的小微企業面臨著內部資金緊張、外部訂單減少使資金少流入減少、現金流差的窘境。加快普惠金融在實體經濟中的應用，高效率、低成本的風險可控范圍內，加快資金流動，更好服務小微企業、農民等群體，利用普惠金融解決問題。