數字普惠金融對農村消費結構和城鄉差距的影響研究

摘 要：本文聚焦于數字普惠金融對農村家庭消費結構的影響研究，旨在開拓家庭微觀領域的研究邊界。鑒于農村消費供給相對薄弱的現實情況，本文運用主成分分析構建家庭數字普惠金融指數作為核心解釋變量，經過回歸分析，深入探究其對農村家庭消費結構的影響。研究發現，數字普惠金融可以顯著提升城市家庭消費結構，但對農村家庭的影響并不明顯。本文進一步通過對樣本分組回歸及進行組間系數差異檢驗，結果表明數字普惠金融在改善消費結構方面存在數字鴻溝，這會導致城市家庭和農村家庭在消費結構上的差異進一步擴大。同時，回歸結果顯示，教育水平的提升有助于優化消費結構，并縮小城鄉之間的差距。基于此，本文提出以下建議：優化農村消費環境，增加相關農村發展型和享受型消費產品的供給；堅持加強農村教育建設，以充分發揮教育水平提升對消費結構升級的帶動作用。

關鍵詞：數字普惠金融；農村消費結構；數字鴻溝；主成分分析；組間系數差異檢驗

中圖分類號：F832.35；F323.8 文獻標識碼：A 文章編號：2096-0298（2025）04（a）--05

1 引言

近年來，數字普惠金融縱深發展、移動支付與農村電商興起，在改善消費環境、增加收入、促進借貸便利等方面大有作為，農村人均消費支出增長，農村家庭消費結構不斷改善。消費水平提升有利于增強農村居民幸福感，同時是促進經濟發展的重要推動力量。

20世紀以來，我國農村消費水平長期落后于城市消費水平（范劍平，2000），并處于低端消費結構，以維持溫飽的生存型消費為主（劉玉玲，2002）。進入21世紀后，農村消費結構不斷改善，基礎型消費占比越來越少，恩格爾系數不斷下降（李勁松和金蓮，2020）。然而，農村消費仍同城市存在差距，直到數字經濟崛起，數字普惠金融帶來農村消費環境改善、改善農民消費結構，但是對城鄉消費結構差距的作用效果仍不明晰。

當前正處于數字經濟蓬勃發展時期，數字經濟正以一種非常迅猛的發展方式改變著社會經濟發展，研究數字普惠金融如何激發農村家庭消費活力，是否存在城鄉數字差距，對于數字經濟發展的公平性、普惠性具有重要意義。

本文將從普惠金融微觀層面研究引入農村消費研究領域，拓展數字經濟在農村消費領域的研究邊際，從家庭微觀角度，使用中國家庭金融調查數據，建立家庭數字普惠金融指數，通過多元回歸模型實證及組間系數檢驗評價數字金融對農村家庭消費結構的影響，并與城市進行對照。鑒于城鄉之間存在數字差距的事實，建議解決數字經濟背景下的城鄉差距問題，通過提高農村商品供給質量、提高農民受教育程度等舉措來縮小城鄉數字普惠金融差距，進而推動數字經濟背景下的城鄉均衡發展。

2 文獻綜述與理論分析

數字普惠金融作為數字經濟衍生出的新事物，受到國內外學者的廣泛關注，本文吸收國內外學者的研究經驗，并借鑒G20峰會對數字普惠金融的定義，將“以負責任、成本可負擔、商業可持續為關鍵，一切通過使用數字金融服務以促進普惠金融的正規金融服務行動”定義為本文的研究對象。

數字普惠金融對于消費的有益作用得到大部分學者的認可，它能通過減少支付成本，顯著刺激消費（Agarwal， Set al，2020），還可優化城市和鄉村的消費結構（焦晉鵬和李純昊，2024）。然而，也有學者認為這種改善是不平衡的，對農村居民的影響比較有限（譚思進和陶士貴，2024）。當前，學者在數字普惠金融改善農村消費結構上達成共識，但對其是否縮小城鄉消費結構差距存在不同意見。大多數學者認同數字普惠金融有助于縮小城鄉消費差距，從數字普惠金融的定義來看，它以弱勢群體為重點服務對象，這與弱勢群體追求更高物質水平的公平感和獲得感內在一致，所以能縮小城鄉居民消費差距。在實際中，數字普惠金融提高了信貸可得性、客戶金融能力，還能防范化解金融風險，依靠數字化工具實現了金融資源配置效率的根本提升，為縮小城鄉居民消費結構差距提供了現實支持（王奕霏等，2023）。但是，部分學者的實證檢驗結果與這一觀點相反，比如在岳喜優和陳桂生（2022）的檢驗中發現，數字普惠金融在東部地區分組中對農民消費升級存在負向作用；黃漫宇和竇雪萌（2022）的研究顯示，數字經濟發展的增益是不均衡的，導致城鄉數字差距的出現，進一步阻礙了農村居民消費結構升級；Ozili（2020）也指出，數字金融會使經濟弱勢群體面臨風險，對數字金融的普惠性提出了質疑。

農村長久受制于較差的經濟環境、收入差距、不良的未來預期、沉重的經濟負擔、流動性限制、不合理的產品結構等因素（胡寶娣和梅洪常，2005；王珊珊和王德勇，2005；萬廣華等，2001），導致消費水平較低。數字普惠金融有助于緩解流動性缺乏，并提高農民的風險承受能力（劉彤彤和吳福象，2020），通過增加創業機會和更豐富的就業渠道來幫助農民增加收入（張勛等，2019），但是對于農村消費品供給結構的影響仍然有限。本文對山東日照市嵐山區、壽光市羊口鎮及河北衡水故城縣等地的農村進行調研，農村產品豐富程度遠低于城市。大部分農村地區缺乏兒童素質培養機構，電影院和KTV等娛樂場所也很少見，諸如瑜伽、健身和舞蹈這類面對成人的興趣拓展課程更是不存在，且村民對這類文藝消費品興趣較低，即便數字普惠金融可提高農民收入，并優化支付環境，但受制于消費品供給結構和觀念認知，消費結構難以有效改善。

本文通過實證分析，驗證數字普惠金融是否改善消費結構，并進一步分析這種改善效果是否存在城鄉差異。考慮到類似研究使用北大數字普惠金融指數（Li，J.et al，2020），存在統計口徑問題，因此本文對研究方法有所優化，借鑒尹志超等（2019）編制家庭數字普惠金融指數的方法，將家庭微觀指數引入農村消費結構領域進行研究。

3 指標構建

3.1 數據描述

本文使用2019年中國家庭金融調查（CHFS）數據編制家庭數字普惠金融指數，該調查數據質量高，樣本覆蓋全國29個省（自治區、直轄市）、343個區縣、1360個村（居）委會，最終搜集34643戶家庭、107008個家庭成員的信息，該數據具有全國及省級代表性（甘犁等，2013）。

指數區間在0～100，越接近1，則代表該家庭數字金融使用程度越高。由表1可知，全部樣本的數據特征為：商業保險普及率較低，僅12.6%，僅有11%的家庭申請獲得正規貸款，家庭平均持有2.28張銀行卡，使用數字金融服務的家庭達到50.88%，持有信用卡的比例為16.24%。

3.2 家庭數字普惠金融指數

參考國際貨幣基金組織（IMF）編制數字普惠金融指數所使用的變量（Khera， P.，Ng，S.，Ogawa，S.，amp; Sahay，R，2021），按照尹志超（2020）設定的五個維度，從銀行賬戶、正規貸款、商業保險、信用卡和使用數字普惠金融情況這五方面入手，選擇問卷中的相關數據構建指數，并對五個因子進行分析，通過主成分分析打分，獲得家庭數字普惠金融指數。

本文對五個因子進行Bartlett檢驗，在0.05顯著性水平上p值顯著；在KMO檢驗中，KMO=0.700，高于0.5，故可以進行主成分分析。

計算得到各成分的特征值如表2所示。

依據表2結果，特征值超過1的僅有一個因子，該因子累計解釋力度為37.19%。因此，可通過主成分分析計算得到每個家庭的得分f，將該評分標準化至區間1～100，記錄為每個家庭的數字普惠金融指數，匯報結果如表3所示。

由表3可知，城鄉家庭數字金融水平差距較大，均值相差兩個單位。雖然農村有個別家庭擁有較高的數字金融水平，但是整體數字金融水平落后于城市。

4 實證分析

4.1 建立回歸模型

以往研究已證明數字普惠金融水平可以促進農村家庭消費，提高消費結構（Feng，G.，amp; Zhang，M；2022）。基于此，本文提出以下假設：

H1：數字普惠金融可以提高農村家庭消費結構。

建立基本回歸模型（1）如下：

Leveli=β0+β1*Fini+Controli+μi， i=1…n（1）

其中，i代表每個家庭。

再分別對農村家庭樣本和城市家庭樣本進行分組回歸，并進行組間系數的比較。基于此，本文提出以下假設：

H2：數字金融對于家庭消費結構的影響存在城鄉差異。

因為城市組和農村組在相同的宏觀經濟社會背景下，兩組之間的干擾項可能相關，為了表述方便，本文將城市組和農村組的模型簡寫如下：

城市組：Leveli1=β01+β11*Fini+βk1*control+μ1i，i=1…n， k=2…5

農村組：Leveli2=β02+β12*Fini+βk2*control+μ2i，i=1…n， k=2…5

其中，i代表每個家庭；k代表每個控制變量。

若假設corr（μ1i，μ2i）=0，則可使用OLS分組進行回歸估計，但是本文假設干擾項存在不同分布，且可能相關，因此采用基于似無相關模型SUR的檢驗進行分組系數比較（連玉君，2017）。

回歸模型的核心解釋變量是前文計算得到的家庭數字普惠金融指數。被解釋變量為家庭消費結構水平（cons_level）），根據已有研究，可以使用享受型消費和發展型消費在所有消費中的占比作為消費結構（Hu，D.等，2023），本文以該比例作為消費結構，并將該變量規范化到0～100。

出于以下考慮，本文選擇家庭總收入、受教育程度、年齡、性別作為控制變量：胡寶娣和梅洪常（2005）認為，收入是影響居民消費結構的重要原因，收入差距的擴大導致農村居民內部消費差異擴大。賈小玫和焦陽（2016）認為，人口結構對消費結構有影響，更高的少年撫養率會降低消費結構，而更高的老年撫養率會提高消費結構。借鑒陳戰波等（2019）的研究，考慮教育水平和家庭性別結構兩類社會人口觀察變量的影響，本文引入家庭總收入（total_income）、年齡水平（age）、家庭教育水平（education）、家庭性別結構（gender）作為控制變量（control）。其中，家庭總收入（total_income）使用項目組自行匯總生成的家庭層面變量；年齡水平（age）取家庭成員的年齡均值；家庭教育水平（education）取家庭成員的教育均值，教育水平從低到高編號為1～9，分別代表：1為沒上過學；2為小學；3為初中；4為高中；5為中專/職高；6為大專/高職；7為大學本科；8為碩士研究生；9為博士研究生。另外，家庭性別結構（gender）取家庭成員性別虛變量的均值，男=1，女=0。由于問卷未收集16歲以下受訪戶的教育水平，缺失值被剔除，故只計算家庭16歲以上成員的教育水平（表4）。

4.2 實證分析

本文使用Stata執行上述檢驗，檢驗步驟為：（1）分別對城市組和農村組進行OLS估計；（2）檢驗組間系數差異。相關檢驗及關鍵步驟結果如下：

首先，分別對兩個組進行OLS估計，得到結果如表5所示。

由表5可知，該回歸方程整體是顯著的，可以解釋城鄉兩組的消費結構變化。其中，對于城市組，數字金融顯著提高消費結構；對于農村組，該系數并不顯著，無法驗證本文假設H1。觀察控制變量的結果，可以得到收入提高對城市組的消費水平有正向影響，但是會抑制農村消費結構的提高。無論是對于城市組還是農村組，教育水平提升都可以顯著促進消費升級，而年齡增加會顯著抑制消費水平提升，且控制變量性別的系數顯示男性成員增多也會抑制消費水平提升。

其次，通過分組系數回歸差異檢驗，如表6所示，可以證明城鄉兩組的所有組間系數存在顯著差異，說明后續可以將兩組系數進行比較。

最后，根據表6可以驗證本文假設H2，數字金融對消費結構的提振存在城鄉差異，且城市組得到的益處遠大于農村組。對于控制變量而言，收入、年齡和性別的效果都存在城鄉差異，會使城市消費結構提高快于農村。唯一不同的是教育一項，雖然存在城鄉差異，但是會使農村消費結構提高多于城市。

4.3 分組檢驗

按照城市發展水平，本文將樣本分為“一線/新一線城市”“二線城市”“三線及以下城市”，分組進行回歸分析，得到初步估計系數結果，如表7所示。

由表7可知，按照所屬幾線城市對樣本進行分類后，所有回歸數字金融系數均顯著，可以證明假設H1，數字金融能夠提高家庭的消費結構。在前述報告中，不顯著的原因可能是樣本之間差異過大，整體回歸時便不顯著。收入系數的顯著性在一線城市組中發生變化，該組別收入提高也可促進農村家庭消費結構提高。年齡、性別和教育的結論未發生改變，具有穩定性。

對組間系數差異顯著性進行檢測，結果如表8所示。

由表8可知，一線城市除了性別不再具有組間差異，其他系數均顯著有差異；二線城市的教育、性別均不具備組間系數差異；三線城市全部系數都具有組間差異。在三組不同城市片區檢驗中，數字金融存在城鄉差異的穩定性得到證實，更有力地證明假設H2，數字金融存在城鄉差異，且這種城鄉差異無一例外，使得城市消費結構提高多于農村。在具有組間系數差異的收入、年齡和性別上，仍然保持城鄉差異，且對城市家庭消費結構提高多于農村。教育在二線城市組別不具有組間系數差異，在一線和三線城市組別具有差異，且這種城鄉差異有利于農村，使得農村家庭的消費結構提高多于城市。

5 結論與建議

數字普惠金融顯著提高城市居民消費結構，對農村居民的消費結構無明顯作用，說明數字經濟發展中數字鴻溝的存在。經過分組檢驗，進一步說明數字普惠金融對消費結構的改善存在城鄉差異，對城市消費結構的影響力度遠大于農村。

本文分一、二、三線城市檢驗得到的結果，雖然說明數字普惠金融顯著提高農村家庭優化消費結構，但是也顯著存在城鄉差異。由于城市消費結構提高遠多于農村，消費結構的城鄉差距進一步擴大。在數字經濟蓬勃發展的浪潮中，農村家庭正逐漸被邊緣化，調研顯示，即使數字普惠金融讓農村家庭的消費變得更為便捷，但由于農村消費品的匱乏，僅消費總量增加，消費結構也無法提升。

根據實證分析結果，本文還發現另一結論：在控制變量中，家庭受教育程度不僅顯著提高農村消費結構，還能顯著縮小城鄉消費結構差距，且在分組回歸中具有穩定性。這說明在發揮數字普惠金融對消費的積極作用時，為了兼顧城鄉發展的公平協調，應注重農村人口的教育改善。具有更高水平的家庭平均受教育程度，有利于農村家庭選擇結構更優化的消費方式，進而縮小城鄉消費結構差距。

針對數字金融在提高家庭消費結構上存在的城鄉差距，本文提出以下建議：

（1）優化農村消費環境，增加農村發展型和享受型消費產品供給。借助數字普惠金融可以為特色化農村文旅產業提供信貸支持，刺激鄉村文旅消費市場發展，增加融合中華優秀傳統文化和農業文化的文旅產品供給。另外，數字普惠金融還可對農村養老體系建設提供個性化服務，豐富農村養老產品供給，保障老年人的生活幸福感（周華敏等，2024）。

（2）堅持加強農村教育建設。保障和鞏固農村基礎教育建設，鼓勵農村家庭接受更高程度的教育，推動農村受教育水平向更高層次發展，通過教育開拓眼界，改善消費者的消費偏好和消費觀念，實現消費結構的提高。

參考文獻

陳戰波，黃文己，郝雄磊.移動支付對中國農村消費影響研究[J].宏觀經濟研究，2021（5）：123-141.

董志勇，黃邁.信貸約束與農戶消費結構[J].經濟科學，2010（5）：72-79.

范劍平.我國城鄉居民消費結構的變化趨勢[J].宏觀經濟研究，2000（6）：32-36+50.

甘犁，尹志超，賈男，等.中國家庭資產狀況及住房需求分析[J].金融研究，2013（4）：1-14.

胡寶娣，梅洪常.中國農村居民消費差異研究[J].農業現代化研究，2005（1）：75-79.

黃漫宇，竇雪萌.城鄉數字鴻溝會阻礙農村居民消費結構升級嗎： 基于中國家庭追蹤調查（CFPS）數據的分析[J].經濟問題探索，2022（9）：47-64.

賈小玫，焦陽.我國農村居民消費結構變化趨勢及影響因素的實證分析[J].消費經濟，2016，32（2）：29-34.

焦晉鵬，李純昊.數字普惠金融對城鄉居民消費結構的影響：理論機制、實證分析與政策建議[J].商業經濟研究，2024（4）：184-188.

李勁松，金蓮.我國農村居民消費結構演變趨勢與區域特征[J].商業經濟研究，2020，（12）：134-137.

連玉君，廖俊平.如何檢驗分組回歸后的組間系數差異？[J].鄭州航空工業管理學院學報，2017，35（06）：97-109.DOI：10.19327/j.cnki.zuaxb.1007-9734.2017.06.010.

劉彤彤，吳福象.鄉村振興戰略下的互聯網金融與農村居民消費[J].福建論壇（人文社會科學版），2020（3）：115-125.

劉玉玲.我國農民消費現狀及對策研究[J].當代經濟研究，2002（6）：53-56.

譚思進，陶士貴.數字普惠金融對城鄉居民消費升級影響效應研究[J].統計與決策，2024，40（4）：152-156.

萬廣華，張茵，牛建高.流動性約束、不確定性與中國居民消費[J].經濟研究，2001（11）：35-44+94.

王珊珊，王德勇.淺析農民消費結構變化[J].商業研究，2005（11）：144-146.

王奕霏，楊衛東，王海南.數字普惠金融縮小城鄉消費差距的理論邏輯和優化路徑[J].農村經濟，2023（8）：98-105.

商海巖，孫云涵，趙培坊.數字經濟、普惠金融與農村消費升級[J].農村金融研究，2021（10）：37-46.

尹志超，彭嫦燕，里昂安吉拉.中國家庭普惠金融的發展及影響[J].管理世界，2019，35（2）：74-87.

尹志超，張棟浩.金融普惠、家庭貧困及脆弱性[J].經濟學（季刊），2020，20（5）：153-172.

岳喜優，陳桂生.財政支農、數字普惠金融與農村居民消費升級[J].中國流通經濟，2022，36（9）：60-70.

張勛，萬廣華，張佳佳，等.數字經濟、普惠金融與包容性增長[J].經濟研究，2019，54（8）：71-86.

周華敏，方冬莉，李國英.數字普惠金融驅動農村消費市場擴容增量的機理與措施完善[J].農業經濟，2024（5）：129-131.

祝仲坤.互聯網技能會帶來農村居民的消費升級嗎： 基于CSS2015數據的實證分析[J].統計研究，2020，37（9）：68-81.

S. Agarwal， W. Qian， Y. Ren， H. Tsai and B. Yeung， The Real Impact of FinTech： Evidence from Mobile Payment Technology[J]. Productivity.2020

G. Feng， and M. Zhang， A Literature Review on Digital Finance， Consumption Upgrading and High-quality Economic Development[J]. Journal of Risk Analysis and Crisis Response， 2022， 11（4）.

D. Hu， C. Zhai， and S. Zhao. Does digital finance promote household consumption upgrading？ An analysis based on data from the China family panel studies[J]. Economic Modelling， 2023，125： 106-377.

Khera， P.， Ng， S.， Ogawa， S.， Measuring digital financial inclusion in emerging market and developing economies： A new index[J]. Asian Economic Policy Review， 2022，17（2）：" 213-230.

J. Li， Y. Wu， and J. Xiao. The impact of digital finance on household consumption： Evidence from China[J]. Economic modelling，2020，86：317-326.

P. K. Ozili. Contesting digital finance for the poor[J]. Digital Policy， Regulation and Governance，2020， 22（2）：135-151.