數(shù)字普惠金融、居民消費(fèi)結(jié)構(gòu)與經(jīng)濟(jì)增長實(shí)證分析

□文/彭芳春 葉枝方

（湖北工業(yè)大學(xué) 湖北·武漢）

［提要］ 本文利用全國30 個省（不包含西藏和港澳臺地區(qū)）2011～2020 年年度數(shù)據(jù)建立PVAR 模型，對數(shù)字普惠金融、居民消費(fèi)結(jié)構(gòu)與經(jīng)濟(jì)增長的互動關(guān)系進(jìn)行實(shí)證分析，結(jié)果發(fā)現(xiàn)：經(jīng)濟(jì)增長會促進(jìn)數(shù)字普惠金融發(fā)展，而數(shù)字普惠金融發(fā)展會促進(jìn)居民消費(fèi)結(jié)構(gòu)升級，有助于提升居民幸福感，但研究還發(fā)現(xiàn)，如果經(jīng)濟(jì)增長僅僅體現(xiàn)在GDP 的增長，那么短期內(nèi)不利于居民消費(fèi)結(jié)構(gòu)升級。

2021 年的政府工作報告以及“十四五”規(guī)劃中都強(qiáng)調(diào)增強(qiáng)金融的數(shù)字性與普惠性，使其能更好地支持實(shí)體經(jīng)濟(jì)。而“數(shù)字普惠金融”就是在這一背景下應(yīng)運(yùn)而生的，數(shù)字普惠金融的作用一直是學(xué)術(shù)界研究的焦點(diǎn)，也取得了豐富的學(xué)術(shù)成果，然而關(guān)于數(shù)字普惠金融與產(chǎn)業(yè)升級和經(jīng)濟(jì)增長間協(xié)同作用的研究較少，存在一些疑點(diǎn)和難點(diǎn)。本文利用PVAR 模型研究三者間的協(xié)同作用，豐富了數(shù)字普惠金融領(lǐng)域的研究，同時為促進(jìn)經(jīng)濟(jì)增長提供方案。

一、文獻(xiàn)綜述

數(shù)字普惠金融不僅符合信息技術(shù)的發(fā)展趨勢，也符合國家希望金融能更好支持實(shí)體的政策導(dǎo)向，因此數(shù)字普惠金融引起了眾多學(xué)者的關(guān)注，而學(xué)者們對數(shù)字普惠金融如何影響消費(fèi)結(jié)構(gòu)和經(jīng)濟(jì)增長展開了研究。

（一）數(shù)字普惠金融與居民消費(fèi)結(jié)構(gòu)之間的關(guān)系研究。數(shù)字普惠金融可以通過促進(jìn)居民創(chuàng)業(yè)或促進(jìn)小微企業(yè)發(fā)展而提供大量就業(yè)崗位等形式提高居民收入，從而促進(jìn)居民消費(fèi)結(jié)構(gòu)轉(zhuǎn)換。數(shù)字普惠金融還具有長尾效應(yīng)，能夠在一定程度上挖掘居民消費(fèi)潛力。同時，數(shù)字普惠金融還能通過提升金融效率、減少金融抑制、促進(jìn)金融發(fā)展、減少收入差距等方式改善居民消費(fèi)結(jié)構(gòu)，提升居民的享樂型消費(fèi)和發(fā)展型消費(fèi)。

（二）數(shù)字普惠金融與經(jīng)濟(jì)增長的關(guān)系研究。數(shù)字普惠金融可以通過提升農(nóng)村全要素生產(chǎn)率、促進(jìn)農(nóng)村居民創(chuàng)業(yè)、促進(jìn)小微企業(yè)發(fā)展等途徑促進(jìn)經(jīng)濟(jì)增長。數(shù)字普惠金融通過優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)等方式促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展。學(xué)者通過研究發(fā)現(xiàn)，總體而言，數(shù)字普惠金融對經(jīng)濟(jì)增長起促進(jìn)作用，數(shù)字普惠金融與經(jīng)濟(jì)增長的數(shù)量之間存在先降后升的正“U”型發(fā)展，而數(shù)字普惠金融與經(jīng)濟(jì)增長質(zhì)量之間存在先升后降的倒“U”型關(guān)系。

（三）居民消費(fèi)結(jié)構(gòu)與經(jīng)濟(jì)增長的關(guān)系研究。消費(fèi)一直以來都是拉動經(jīng)濟(jì)增長的三駕馬車之一，也是國內(nèi)國外雙循環(huán)的核心要素。居民消費(fèi)結(jié)構(gòu)將居民消費(fèi)支出劃分成享樂型、生存型與發(fā)展型，隨著經(jīng)濟(jì)增長，居民收入增長會促進(jìn)消費(fèi)升級，提升居民的享樂型消費(fèi)和發(fā)展型消費(fèi)。而消費(fèi)結(jié)構(gòu)的升級又會進(jìn)一步對產(chǎn)業(yè)結(jié)構(gòu)提出要求，倒逼產(chǎn)業(yè)結(jié)構(gòu)升級，促進(jìn)經(jīng)濟(jì)增長。

通過對現(xiàn)有研究成果進(jìn)行整理與分析，我們可以發(fā)現(xiàn)學(xué)者們對數(shù)字普惠金融、消費(fèi)結(jié)構(gòu)和經(jīng)濟(jì)增長之間關(guān)系的研究取得了一定的成果，但這些成果大部分都是建立在單向影響的假設(shè)基礎(chǔ)上的，而在經(jīng)濟(jì)增長對消費(fèi)結(jié)構(gòu)和數(shù)字普惠金融的反饋?zhàn)饔梅矫婵紤]還不夠充分。實(shí)際上，數(shù)字普惠金融、消費(fèi)結(jié)構(gòu)和經(jīng)濟(jì)增長之間的關(guān)系是一種相互影響，同時又隨著時間和環(huán)境變化不斷演進(jìn)的復(fù)雜變化過程。而現(xiàn)有的這方面的研究對于這三個變量間的內(nèi)生性和滯后性問題考慮不足，并沒有將三者納入同一內(nèi)生系統(tǒng)框架進(jìn)行研究，從而無法揭示這三者間動態(tài)演化的復(fù)雜關(guān)系。

本文采用PVAR 模型研究數(shù)字普惠金融、消費(fèi)結(jié)構(gòu)和經(jīng)濟(jì)增長三者之間的關(guān)系，這既可以解決VAR 模型對時間序列長度的限制，又可以利用面板數(shù)據(jù)形式，從時間和地區(qū)兩個維度豐富樣本，兼具時序分析與面板模型分析的優(yōu)勢。

二、方法模型和數(shù)據(jù)

（一）模型構(gòu)建及估計方法。面板向量自回歸模型（PVAR）建立在多元回歸方程基礎(chǔ)上，本文運(yùn)用PVAR 模型分析數(shù)字普惠金融、消費(fèi)結(jié)構(gòu)和經(jīng)濟(jì)增長的動態(tài)關(guān)系。該模型一般形式為：

式中，yi，t為包含三個變量｛DIFI，CS，GDP｝的向量，DIFI、CS 和GDP分別表示數(shù)字普惠金融、消費(fèi)結(jié)構(gòu)和經(jīng)濟(jì)增長；j 為滯后階數(shù)，yi，t-j為j階滯后所有內(nèi)生變量；a0為截距；Aj為回歸系數(shù)矩陣；fi為固定效應(yīng)；dt為時間效應(yīng)；ui，t為隨機(jī)擾動項(xiàng)。

（二）變量選取及數(shù)據(jù)來源。根據(jù)上文所述，本文是為了研究數(shù)字普惠金融、消費(fèi)結(jié)構(gòu)與經(jīng)濟(jì)增長三者間的互動關(guān)系，對2011～2020 年全國30 省份（不包括西藏和港澳臺地區(qū)）的普惠金融、消費(fèi)結(jié)構(gòu)與經(jīng)濟(jì)增長變量建立PVAR 進(jìn)行分析。具體表現(xiàn)為，經(jīng)濟(jì)增長在短期會減緩消費(fèi)升級的速度；由于數(shù)字普惠金融發(fā)展促使消費(fèi)更加便捷，提升消費(fèi)結(jié)構(gòu)升級速度；而經(jīng)濟(jì)增長則促進(jìn)金融發(fā)展，促進(jìn)數(shù)字普惠金融發(fā)展。

數(shù)字普惠金融（DIFI）：數(shù)字普惠金融指數(shù)來源于《北京大學(xué)數(shù)字普惠金融指數(shù)）（2011-2020）》，該數(shù)據(jù)包含全國31 個省份數(shù)據(jù)，此外該數(shù)據(jù)還從廣度、深度和數(shù)字化程度3 個維度刻畫數(shù)字普惠金融。

消費(fèi)結(jié)構(gòu)（CS）：本文借鑒已有學(xué)者研究并結(jié)合數(shù)據(jù)的可獲得性，使用熵值（el，t）增長率來衡量消費(fèi)結(jié)構(gòu)變化。熵值公式如下：

其中，el，t為l 省份t 年的熵值，i 代表第i 種消費(fèi)支出，N 代表消費(fèi)支出總數(shù)，Wi，l，t代表l 省份t 年的第i 種消費(fèi)支出在總支出中的占比。因此，熵值變大代表消費(fèi)結(jié)構(gòu)升級。

本文采用全國30 個省份2011～2020 年的年度數(shù)據(jù)建立PVAR 模型，其中數(shù)字普惠金融指數(shù)來源于《北京大學(xué)普惠金融指數(shù)》，居民消費(fèi)支出和各省GDP 數(shù)據(jù)來源于國泰安數(shù)據(jù)庫（CSMAR）。為了合理控制異方差的影響，對GDP 數(shù)據(jù)進(jìn)行對數(shù)化處理。變量描述性統(tǒng)計如表1 所示。（表1）

表1 變量描述性統(tǒng)計結(jié)果一覽表

三、實(shí)證分析

（一）平穩(wěn)性檢驗(yàn)。在建立PVAR 模型前，要對各變量進(jìn)行平穩(wěn)性檢驗(yàn)，避免偽回歸的出現(xiàn)。雖然本文運(yùn)用的是短面板，默認(rèn)是平穩(wěn)的，但還是進(jìn)行平穩(wěn)性檢驗(yàn)。本文用Eviews 對各變量進(jìn)行平穩(wěn)性檢驗(yàn)，檢驗(yàn)結(jié)果如表2 所示。從表2 可以看出，所有變量在95%的置信水平上平穩(wěn)。（表2）

表2 平穩(wěn)性檢驗(yàn)結(jié)果一覽表

（二）最優(yōu)滯后階數(shù)選擇。滯后期的選擇不能太大也不能太小，太大會減小方程的自由度，模型的估計精度會降低；太小會導(dǎo)致方程捕捉到的信息不足，影響參數(shù)的有效性。關(guān)于選擇最優(yōu)的PVAR 模型滯后期，我們利用信息準(zhǔn)則確定PVAR 模型的滯后階數(shù)。檢驗(yàn)結(jié)果如表3 所示。因?yàn)槲覀儜?yīng)該盡量選取信息準(zhǔn)則小的階數(shù)，所以根據(jù)表3 可知，當(dāng)滯后1 階時，所有信息準(zhǔn)則都是最小的，因此我們應(yīng)該選取滯后1 階建立PVAR 模型。（表3）

表3 最優(yōu)滯后階數(shù)選擇一覽表

（三）模型平穩(wěn)性檢驗(yàn)。在確定新的滯后階數(shù)、利用GMM 估計建立PVAR 模型后，我們應(yīng)該對模型的平穩(wěn)性進(jìn)行檢驗(yàn)，只有當(dāng)模型是平穩(wěn)的，最終運(yùn)用脈沖響應(yīng)等估計結(jié)果才可能是可靠的。由圖1 可知，所有點(diǎn)都落在單位元內(nèi)，所以模型是平穩(wěn)的。（圖1）

圖1 模型平穩(wěn)性檢驗(yàn)圖

（四）格蘭杰因果檢驗(yàn)。在經(jīng)濟(jì)變量中會出現(xiàn)一些變量顯著相關(guān)，但不一定都具有意義。所以，我們運(yùn)用格蘭杰因果檢驗(yàn)法，判斷DIFI、CS 和LGDP 之間是否具有經(jīng)濟(jì)學(xué)意義上的因果關(guān)系。檢驗(yàn)結(jié)果如表4所示。由表4 可知，原假設(shè)LGDP 不是CS 的格蘭杰原因，P 值=0.0043，小于0.05，表明在5%的顯著水平下拒絕原假設(shè)；而原假設(shè)CS 不是LGDP 的格蘭杰原因，P 值=0.474，大于0.1，表示在10%的顯著性水平下接受原假設(shè)。即LGDP 是CS 變化的格蘭杰原因，但CS 不是引起LGDP 的格蘭杰原因。（表4）

表4 格蘭杰因果檢驗(yàn)結(jié)果一覽表

原假設(shè)DIFI 不是CS 的格蘭杰原因，P 值=0.0055，小于0.05，表明在5%的顯著性水平下拒絕原假設(shè)；原假設(shè)CS 不是DIFI 的格蘭杰原因，P 值=0.385，大于0.1，表明在10%的顯著性水平下接受原假設(shè)，即DIFI 是引起CS 變化的格蘭杰原因，但CS 不是引起DIFI 變化的格蘭杰原因。

原假設(shè)DIFI 不是LGDP 的格蘭杰原因，P 值=0.278，大于0.1，表明在10%的顯著性水平下接受原假設(shè)；原假設(shè)LGDP 不是DIFI 的格蘭杰原因，P 值=0.071，小于0.1，表明在10%的顯著性水平下拒絕原假設(shè)，即LGDP 是引起DIFI 變化的格蘭杰原因，但DIFI 不是引起LGDP 變化的格蘭杰原因。

（五）方差分解。由方差分解的結(jié)果可以得到，在初始狀態(tài)下居民消費(fèi)結(jié)構(gòu)升級速度對自身變化的解釋程度為1，隨著期數(shù)增加、經(jīng)濟(jì)增長，LGDP 與數(shù)字普惠金融DIFI 對消費(fèi)升級速度變化的解釋程度也逐漸增大。經(jīng)濟(jì)增長LGDP 對消費(fèi)結(jié)構(gòu)升級速度CS 變化的最大解釋程度為20.03%，數(shù)字普惠金融DIFI 對消費(fèi)結(jié)構(gòu)升級速度CS 變化的最大解釋程度僅為4.2%，說明消費(fèi)結(jié)構(gòu)升級速度CS 的變化主要來自經(jīng)濟(jì)增長LGDP 的影響，數(shù)字普惠金融DIFI 存在影響，但產(chǎn)生的影響較小。（表5）

表5 CS 方差分解結(jié)果一覽表

由方差分解的結(jié)果可以得到，在初始狀態(tài)經(jīng)濟(jì)增長LGDP 對自身變化的解釋程度為67%，CS 對經(jīng)濟(jì)增長的解釋程度為33.4%，數(shù)字普惠金融DIFI 對經(jīng)濟(jì)增長LGDP 的解釋程度為0。隨著期數(shù)增加，消費(fèi)結(jié)構(gòu)升級速度CS 對經(jīng)濟(jì)增長變化的解釋程度下降，數(shù)字普惠金融DIFI 對經(jīng)濟(jì)增長變化的解釋程度增大。消費(fèi)結(jié)構(gòu)升級速度CS 對經(jīng)濟(jì)增長LGDP 變化的最大解釋程度為33.4%，數(shù)字普惠金融DIFI 對經(jīng)濟(jì)增長LGDP 變化的最大解釋程度僅3.7%，說明經(jīng)濟(jì)增長LGDP 的變化主要來自消費(fèi)結(jié)構(gòu)升級速度CS 的影響，數(shù)字普惠金融DIFI 存在影響，但產(chǎn)生的影響較小。（表6）

表6 LGDP 方差分解結(jié)果一覽表

由方差分解的結(jié)果可以得到，在初始狀態(tài)數(shù)字普惠金融DIFI 對自身變化的解釋程度為83.6%，CS 對數(shù)字普惠金融DIFI 變化的解釋程度為16.3%，經(jīng)濟(jì)增長LGDP 對數(shù)字普惠金融DIFI 的解釋程度為0.1%。隨著期數(shù)增加，經(jīng)濟(jì)增長LGDP 對數(shù)字普惠金融DIFI 變化的解釋程度逐漸變強(qiáng)。消費(fèi)結(jié)構(gòu)升級速度CS 變化對數(shù)字普惠金融DIFI 變化的最大解釋程度為16.3%，經(jīng)濟(jì)增長LGDP 對數(shù)字普惠金融DIFI 變化的最大解釋程度為64.3%，說明數(shù)字普惠金融DIFI 的變化在長期主要來自經(jīng)濟(jì)增長LGDP 變化的影響，短期主要來自消費(fèi)結(jié)構(gòu)升級速度CS 的影響。（表7）

表7 DIFI 方差分解結(jié)果一覽表

四、結(jié)論及建議

研究居民消費(fèi)結(jié)構(gòu)、經(jīng)濟(jì)增長與數(shù)字普惠金融三者間的關(guān)系對于制定經(jīng)濟(jì)政策、提升居民幸福感、改善民生、發(fā)展新金融具有重要意義。本文利用全國30 個省份2011～2020 年的年度數(shù)據(jù)建立PVAR 模型，研究居民消費(fèi)結(jié)構(gòu)、經(jīng)濟(jì)增長與數(shù)字普惠金融三者間的關(guān)系，結(jié)論如下：（一）經(jīng)濟(jì)增長如果只停留在數(shù)量增長而非改善產(chǎn)業(yè)結(jié)構(gòu)、提升經(jīng)濟(jì)質(zhì)量，在短期會對居民消費(fèi)結(jié)構(gòu)升級產(chǎn)生負(fù)面影響，不利于提升居民幸福感。（二）數(shù)字普惠金融的發(fā)展不僅促使電商等行業(yè)突飛猛進(jìn)發(fā)展，大大促進(jìn)居民消費(fèi)的便捷程度，同時數(shù)字普惠金融發(fā)展促使小微企業(yè)發(fā)展，鼓勵居民創(chuàng)業(yè)，增加就業(yè)，實(shí)際上提升居民收入，而消費(fèi)金融公司的發(fā)展大大提升居民的消費(fèi)能力，促使居民消費(fèi)結(jié)構(gòu)以更快的速度升級。（三）經(jīng)濟(jì)增長為數(shù)字普惠金融發(fā)展創(chuàng)造了需求，促進(jìn)了數(shù)字普惠金融的發(fā)展。

通過實(shí)證分析，基于以上結(jié)論提出以下建議：（一）經(jīng)濟(jì)增長應(yīng)該將重點(diǎn)放在改善產(chǎn)業(yè)結(jié)構(gòu)，淘汰落后產(chǎn)業(yè)，促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展，而非僅僅是GDP 的增長，否則不利于居民消費(fèi)結(jié)構(gòu)的改善，不利于改善民生。（二）經(jīng)濟(jì)增長可以為數(shù)字普惠金融發(fā)展創(chuàng)造需求，促進(jìn)數(shù)字普惠金融發(fā)展，因此應(yīng)該穩(wěn)定經(jīng)濟(jì)增長，促進(jìn)金融數(shù)字化、普惠化改革，讓金融更好地支持實(shí)體，反過來又促進(jìn)經(jīng)濟(jì)增長。（三）應(yīng)該大力發(fā)展數(shù)字普惠金融，數(shù)字普惠金融發(fā)展能夠更好地支持實(shí)體，促進(jìn)經(jīng)濟(jì)增長，同時提高居民收入，促進(jìn)居民消費(fèi)結(jié)構(gòu)升級，改善民生，提升居民幸福感。