第五章 数字普惠金融影响居民消费升级的实证分析

第一节 变量选取与数据来源

一、变量选取

被解释变量为居民消费升级，核心解释变量为各省的数字普惠金融指数，控 制变量包括经济发展水平、城镇化水平、老年抚养比、传统金融发展水平和交通 基础设施水平。具体的变量选取如下：

（一）被解释变量 消费升级包括消费水平升级和消费结构升级，故可把被解释变量消费升级设 置为居民消费水平和居民消费结构分别进行实证分析。

1.    居民消费水平（Con）

居民消费水平以居民人均消费支出表示，居民人均消费支出采用各省统计年 鉴中的居民消费水平相关指标，居民消费水平用按城乡年末总人口计算的居民平 均消费支出表示，农村居民消费水平用按农村年末常住人口计算的农村居民平均 消费支出表示，城镇居民消费水平用按城镇常住人口计算的城镇居民平均消费支 出表示，对数化处理后引入计量模型。

2.     居民消费结构（Cs）

根据国家统计局对居民消费的划分，可以将居民消费分为八类：食品烟酒消 费支出、衣着消费支出、居住消费支出、生活用品及服务消费支出、交通通信消 费支出、教育文化娱乐消费支出、医疗保健消费支出和其他用品及服务消费支出。 而居民消费类型共有三种，包括生存型消费、发展型消费和享受型消费。生存型 消费包括食品烟酒消费支出、衣着消费支出、居住消费支出，发展型和享受型消 费包括生活用品及服务消费支出、交通通信消费支出、教育文化娱乐消费支出、 医疗保健消费支出和其他用品及服务消费支出。在满足了基本生存需要后，居民 产生了更高层次的消费需求，开始追求发展和享受型消费，消费结构实现升级。 本文用发展型和享受型消费支出占总消费支出的比重来表示居民消费结构（Cs）。

（二）核心解释变量

数字普惠金融发展水平（Difi）用2011-2019年各省、市、自治区的北京大学数 字普惠金融指数来衡量，该指数是由北京大学互联网金融研究中心编制的，并进 行滞后一期处理。

（三）控制变量

考虑到影响居民消费升级的因素较多，基于经济发展、人口结构、金融发展、基础设施等因素的考虑，选取了以下控制变量：(1)经济发展水平：用省级人均 国内生产总值来体现经济发展水平；( 2)城镇化水平：城镇化发展为农村人口提 供了更多的就业机会，用各省城镇人口占该省总人口的比重来反映城镇化水平； (3)老年抚养比：农村地区普遍存在人口老龄化问题，在一定程度上加剧了相 对贫困，用 65 岁以上老年人口数与劳动力人口数之比表示老年抚养比； (4)传 统金融发展水平：地区传统金融发展在一定程度上影响数字普惠金融发展，将地 区金融机构贷款余额与当年地区生产总值的比值来反映传统金融发展水平；(5) 交通基础设施水平：基础设施建设是数字普惠金融发展的基础，故用地区铁路里 程数与公路里程数之和与省域面积之比来反映交通基础设施水平。

二、数据来源

本文选取 2011-2019 年我国大陆 31 个省、直辖市、自治区(后简称省级) 的面板数据，来探究数字普惠金融与居民消费升级之间的关系。本文的核心解释 变量数字普惠金融指数由北京大学数字金融研究中心测算公布，其他变量数据来 自国家统计局中国统计年鉴等数据库。本文实证分析使用 Stata16.1。

三、描述性分析

各变量的描述性统计分析如表 5-1 所示。被解释变量居民消费水平的对数均 值为9.63，最小值为8.462，最大值为10.728，标准差为0.38，说明各省之间的 居民消费水平差距较大。居民消费结构的均值为 0.40，最小值为 0.251，最大值 为 0.490，标准差为 0.04，说明各省之间的居民消费结构差距较大。核心解释变 量数字普惠金融指数的对数均值为5.14，最小值为2.786，最大值为6.017，标准 差为 0.68，最大值和最小值相差较大，说明我国各省之间的数字普惠金融发展水 平差距较大。

表 5-1 各变量的描述性统计

第二节 模型设定

为了实证分析数字普惠金融对居民消费升级的影响，构建了如下的基准回归 模型。

lnConi,t = 0o + PilnDifii,t-i + ^Xt,t + ① + 色 + £i,t                     （5-1）

Csi,t = 0o + PilnDifiit-i + ^Xit + ① + 色 + £i,t                         （5-2）

其中，下标i和t分别表示省份和年份,Coniit表示被解释变量居民消费水平，Csiit表示被解释变量居民消费结构，Difiiit-i表示滞后一期的核心解释变量数字 普惠金融发展水平，xiit表示控制变量表示控制变量，部分变量取对数。①表示省 域的地区固定效应，与时间无关；色表示年份固定效应，与地区无关。％表示随 机扰动项。0o表示截距项，01、卩为待估系数，本文假设Pi > 0，即数字普惠金 融发展与消费升级正相关。

第三节 实证分析

一、全样本分析

分别对式（5-1）和（5-2）进行基准回归，并进行Hausman检验后采用双向 固定效应模型来估计数字普惠金融影响居民消费水平和消费结构升级的回归方 程，回归结果见表5-2。

表 5-2 数字普惠金融对居民消费升级影响的基准回归

注：括号内数据为t值，*、**、***分别代表在5%、1%、0.1%水平上显著。

模型（1）、（2）分别为数字普惠金融影响居民消费水平、消费结构升级的回 归结果。从实证结果可以看出核心解释变量数字普惠金融对居民消费水平和消费 结构的影响系数显著为正，其回归系数分别为0.126和0.077，且都在0.1%的显 著性水平下显著，说明数字普惠金融发展指数每增加一个单位，消费水平会提高 12.6%，消费结构会提高 7.7%，即数字普惠金融可以显著促进居民消费水平提升 和消费结构改善，实现居民消费升级。控制变量的回归结果中，经济发展水平的 系数分别为0.149和-0.068且在0.1%的显著性水平上显著，说明经济发展水平每 增加一个单位，消费水平会提高14.9%，消费结构会降低 6.8%，即经济发展水平 可以显著促进居民消费水平提升，但对消费结构改善的存在显著的抑制作用。城 镇化水平的系数分别为0.617和0.340且在5%的显著性水平上显著，说明城镇 化水平每增加一个单位，消费水平会提高 61.7%，消费结构会提高34.0%，即城 镇化水平对消费水平和消费结构均有显著的正向作用。传统金融发展水平的系数 为 0.115 和-0.015，但只有关于消费水平的系数在 0.1%的显著性水平上显著，说 明传统金融发展水平更易影响消费水平，且每增加一个单位，消费水平提升 11.5%，即传统金融发展水平对居民消费水平提升存在显著的积极影响，但对消 费结构改善的影响不显著。而老年抚养比和交通基础设施水平对消费水平和消费 结构的影响并不显著。

二、异质性分析

由于经济发展水平、资源储备、产业结构等因素在各地域间都存在一定程度 上的差异，因此有必要对数字普惠金融对消费水平提升和消费结构改善的影响进 行地区异质性检验，检验数字普惠金融的影响系数是否存在地区差异。根据中国 地理划分，本文将样本中的 31 个省份划分成东、中、西三个区域，具体分布如 表 5-3 所示：

表 5-3 我国东中西部区域划分

区域

东部地区 北京市、天津市、河北省、辽宁省、上海市、江苏省、浙江省、福建省、山东 省、广东省、海南省

中部地区 山西省、吉林省、黑龙江省、安徽省、江西省、河南省、湖北省、湖南省 西部地区 内蒙古自治区、广西自治区、重庆市、四川省、贵州省、云南省、西藏自治区、 陕西省、甘肃省、青海省、宁夏自治区、新疆自治区

分别对三大区域内的数字普惠金融对居民消费水平和消费结构的影响进行 回归分析，回归结果见表 5-4。

表 5-4 不同区域数字普惠金融对消费升级影响的回归结果

东部地区               中部地区              西部地区

注：括号内数据为t值，*、**、***分别代表在5%、1%、0.1%水平上显著。

从实证结果可以看出，数字普惠金融对居民消费升级的影响存在地区异质性 差异。东部地区的数字普惠金融影响系数分别为0.034和0.101，关于消费结构 的系数在 1%的显著性水平上显著，说明东部地区的数字普惠金融指数每增加一 个单位，消费结构会提高 10.1%，即东部地区的数字普惠金融发展能够显著促进 居民消费结构改善，但对消费水平提升的影响不显著。结合实际，很可能是因为 东部地区多为沿海发达城市，经济发展水平和金融发展层次较高，居民对数字普 惠金融接受度较高，消费水平已经处于较高层次，故数字普惠金融对消费结构优 化升级的作用更为显著。中部地区的数字普惠金融影响系数分别是-0.118 和- 0.072，关于消费结构的系数在5%的显著性水平下显著，说明中部地区的数字普 惠金融指数每增加一个单位，消费结构会降低 7.2%，即中部地区的数字普惠金 融发展对居民消费水平提升的影响并不显著，而对消费结构改善存在显著的抑制 作用。结合实际，很可能是因为中部地区虽然经济发展水平逐年提升，但数字普 惠金融接受度、基础设施建设等方面可能存在不协调问题，数字普惠金融对居民 消费结构产生了负向影响。西部地区的数字普惠金融影响系数分别是 0.137 和 0.057且分别在5%和1%的显著性水平上显著，说明西部地区的数字普惠金融指数每增加一个单位，消费水平提升13.7%，消费结构提升 5.7%，即西部地区的数 字普惠金融发展能够显著促进消费水平提升和消费结构改善。结合实际，由于西 部地区经济发展水平较低，数字普惠金融对社会经济产生的积极作用更明显，有 利于居民消费水平升级和消费结构优化。综合东部、中部、西部三个地区而言， 数字普惠金融更易促进西部地区的居民消费升级。

同时，由于我国城乡二元经济体制的存在，可能会导致数字普惠金融对城镇 居民和农村居民的消费升级的影响存在差异。故本文进行进一步的研究，对样本 中的 31 个省份中的城镇居民和农村居民数据分别进行回归分析，进行城乡异质 性检验，探究数字普惠金融对居民消费升级的影响是否存在城乡差异，回归结果 见表 5-5。

表 5-5 数字普惠金融对城乡居民消费升级影响的回归结果

城镇居民                   农村居民

注：括号内数据为t值，*、**、***分别代表在5%、1%、0.1%水平上显著。

由表 5-5 可知，数字普惠金融对城镇居民消费的影响系数分别是 0.063 和 0.087，对农村居民消费的影响系数分别是0.219和 0.077，且都在0.1%的显著性 水平上显著，说明数字普惠金融指数每增加一个单位，城镇居民消费水平提升 6.3%，消费结构提升 8.7%，农村居民消费水平提升21.9%，消费结构提升 7.7%， 即数字普惠金融能够显著促进城镇居民和农村居民消费升级，但数字普惠金融对城乡居民消费升级存在城乡差异。在提升消费水平方面，相较于城镇居民，数字 普惠金融对农村居民具有更强的正向影响；在改善消费结构方面，相较于农村居 民，数字普惠金融对城镇居民具有更强的正向影响。总的来说，数字普惠金融更 容易促进农村居民的消费水平提升和消费结构改善，实现消费升级。

三、工具变量检验

由于可能存在反向因果，居民消费升级可能会促进数字普惠金融蓬勃发展， 故本文采用工具变量估计法处理内生性问题。借鉴张勋等(2020)的研究，本文 以2011-2019年各省份的省会城市到杭州的球面距离与除本省外的各省数字普惠 金融发展指数均值的交互项作为工具变量。数字普惠金融高度依赖互联网，而杭 州是当前移动互联网发展的中心城市，更是全国数字普惠金融的服务中心，对周 边城市的影响源源不断。“各省份的省会城市到杭州的球面距离”与数字普惠金 融的发展水平有关，但该地理位置特征与居民消费升级因素无关，是不受任何主 观因素影响的外生变量。故可认为该工具变量与数字普惠金融密切相关，又具有 时间变化效应，与随机扰动项不相关，故具有相关性和外生性，满足工具变量的 选取要求。本文构建了如下模型，使用两阶段最小二乘法进行回归分析。

InDifi— = ao + ailnSdaDifiit_i + 血竝上 + 8t + 0t + pi：t                ( 5-3)

Ci,t = a0 + allnDifi— + a2Xit + 那 + 0^： + p'i,t                       (5-4)

第一阶段回归如式(5-3)所示，各省份的省会城市到杭州的球面距离与其余 省的数字普惠金融指数均值的交互项InSdaDifii^即为数字普惠金融的工具变 量，由于基准回归中对数字普惠金融进行了一阶滞后，故此处也对工具变量进行 一阶滞后处理。第二阶段回归如式(5-4)所示，Cix表示居民消费水平和消费结 构。Pi,t表示随机扰动项。

采用两阶段最小二乘法对式(5-3)和式(5-4)进行回归分析，回归结果见 表 5-6。在对工具变量进行不可识别检验、弱工具变量检验后，发现结果均拒绝 原假设，认为工具变量有效。由于工具变量数与内生解释变量数一致，故不进行 过度识别检验。由表5-6可得，第( 1 )列是第一阶段的回归结果，工具变量与数 字普惠金融的影响系数为-29.078且在0.1%的显著性水平上显著，说明离杭州即 数字普惠金融发展的中心越远，数字普惠金融的发展水平就越低。第(2)和(4) 列是第二阶段回归结果，采用工具变量检验后数字普惠金融的影响系数分别为 0.122和0.089，并且仍然在0.1%的显著性水平上显著。说明数字普惠金融仍然 能够显著促进居民消费水平提升和消费结构改善，从而实现居民消费升级。控制 变量中系数与基准模型回归结果基本一致，验证了基准回归的估计结果。

注：小括号内数据为t值，中括号内的数据为Z值，*、**、***分别代表在5%、1%、0.1%水平上显著。

四、稳健性检验

进一步地，对基准模型回归结果进行稳健性检验，本文将数字普惠金融指数 变量替换为三个子指数,包括覆盖广度(Coverage breadth)、使用深度(Usage depth) 和数字化程度(Digitization level)，回归结果见表5-7。

由表 5-7可知，数字普惠金融覆盖广度的影响系数分别是0.060 和 0.023且 都在 0.1%的显著性水平上显著，说明数字普惠金融覆盖广度指数每增加一个单 位，居民消费水平提升 6.0%，消费结构提升2.3%，即数字普惠金融的覆盖广度 对居民消费水平和消费结构均有显著的正向促进作用。数字普惠金融使用深度对 消费结构的影响系数为 0.033 且在 1%的显著性水平上显著，说明数字普惠金融使用深度系数每增加一个单位，居民消费结构提升 3.3%，即数字普惠金融的使 用深度对消费结构具有显著的正向影响，而对消费水平的影响不显著。数字普惠 金融数字化程度对消费结构的影响系数为-0.021 且在 1%的显著性水平上显著， 说明数字普惠金融数字化程度系数每增加一个单位，居民消费结构降低 2.1%， 即数字普惠金融的数字化程度对消费结构具有显著的抑制作用，而对消费水平的 影响不显著。回归结果说明数字普惠金融在总体上是有利于促进居民消费升级的。 控制变量的显著性和符号也与基准回归基本一致，验证了上文的结论，因此结论 是稳健的。

表 5-7 数字普惠金融的三个子指数对居民消费升级影响的回归结果

注：括号内数据为t值，*、**、***分别代表在5%、1%、0.1%水平上显著。

第四节 中介效应和门限回归分析

一、收入中介模型设定

收入与消费息息相关，收入决定了消费的上限，故有必要将收入水平加以考 虑，探究收入水平是否在数字普惠金融与居民消费升级之间存在中介效应影响机 制。根据上文的实证分析结果，本文构建了中介效应模型对影响机制进行检验。 在式(5-1)和(5-2)的基础上，构建了如下的三个回归方程。

Ci,t = Bo + 0ilnDifii,t-i + ^Xit + 3i + 6t + %                      (5-5)

Mj,,t = Yo+ yMDifii,t-i + ^Xit + 6t + 6t + eit                       (5-6)

S =          + TilnDifiit-i + nMit + ^Xit + 8^ + 0t + ait            (5-7)

其中，Miit为中介变量，表示收入水平，收入水平用居民人均可支配收入来 衡量，兀为中介变量系数。G为居民消费变量，即消费水平(Con)和消费结构 (Cs)。Bo、Y0' ^0表示常数项，阻、Y1> T1表示解释变量系数，6,t、eit为随机 扰动项。其余变量均与上文一致。

检验中介效应时，第一步要检验式(5-5)中的01是否显著，若01不显著则说 明数字普惠金融并不能通过提高收入水平来促进居民消费升级。在上文的实证分 析中，认为数字普惠金融能够有效地促进居民消费升级，因此若屁>0且显著，则 认为通过了第一步检验。第二步通过验证式(5-6)中的川是否显著和验证式(5- 7)中的兀是否显著来判断中介效应是否显著。

二、收入中介效应和门限回归结果分析

数字普惠金融对居民消费升级的收入中介效应回归结果如表5-8所示。 由于当期收入水平可能影响当期消费水平，前一期的收入水平对消费结构的 影响可能存在一定的滞后性，故当被解释变量分别为居民消费水平和消费结构时， 分别以当期收入水平和前一期的收入水平作为中介变量加入式(5-6)回归。式 (5-5、中的数字普惠金融系数％在以居民消费水平和居民消费结构为被解释变 量的方程中分别为 0.126和 0.077，且都在0.1%的显著性水平下显著，说明在剔 除了收入水平因素时，数字普惠金融仍然能够显著促进居民消费升级，数字普惠 金融指数每增加一个单位，消费水平提升 12.6，消费结构提升 7.7%。式(5-6) 中，关于当期收入水平的数字普惠金融系数为0.079，关于前一期收入水平的 数字普惠金融系数为0.104，且都在0.1%的显著性水平下显著。式(5-7、中， 收入水平的系数兀为0.495,前一期收入水平的系数为0.123,且分别在0.1%和1%的显著性水平下显著。综上所述，收入水平在数字普惠金融对居民消费升级的影 响中存在显著的中介效应，验证了假设 1。

表 5-8 数字普惠金融的收入中介效应检验结果

注：括号内数据为t值，*、**、***分别代表在5%、1%、0.1%水平上显著。

由此，本文进一步地将收入水平作为门限变量进行门限效应检验，经检验分 析后认为收入水平在数字普惠金融对居民消费水平升级不存在门限效应，但对消 费结构升级存在双重门限，关于消费结构的收入门限效应检验结果如下表5-9和 表 5-10 所示。

由表5-9、5-10可知，以收入水平为门限的模型中，单一门限的P值为0.0033 小于5%,故认为存在门限效应。双重门限效应的P值为0.0233小于5%,三重 门限效应的P值为0.3133大于5%,说明在5%的显著性水平上存在双重门限效 应。收入水平的门槛值分别为9.43 10和10.5842。在此基础上继续得到双重门限 模型的估计结果如表5-11所示，LR图如图5-1所示。

表 5-9 收入门限效应检验结果

表 5-10 收入的双重门限值估计结果及置信区间

表 5-11 收入双门限模型估计结果

CSj,t

注：括号内数据为t值，*、**、***分别代表在5%、1%、0.1%水平上显著。

图 5-1 收入双重门限的 LR 图

表 5-9、 5-10、 5-11 和图 5-1 的结果表明，以收入水平为门限变量，可以将 全样本分成低收入水平(incomeW9.4310)、中收入水平(9.4310WincomeW 10.5842)和高收入水平(income^ 10.5842)三个区间。在不同门限区间内数字 普惠金融对居民消费结构优化升级具有不同程度的效应。当收入水平小于9.4310 时，数字普惠金融影响消费结构的系数为0.062；当收入水平大于9.4310而小于 10.5842时，系数上升到0.068；当收入水平大于10.5842时，系数下降到0.061。 该系数均在 0.1%的显著性水平下通过了检验，说明收入水平对数字普惠金融促 进消费结构改善发挥着积极作用，且存在最优区间，最优区间是中收入水平即 9.4310WincomeW10.5842。

三、其他中介效应和门限回归分析

(一)     储蓄效应

借鉴胡翠等(2014)的研究，用(收入-消费)/收入表示储蓄率(Save)。表 5-12为收入既定时的储蓄中介效应回归结果。

有关消费水平的结果显示,数字普惠金融的系数01为0.087和系数yi为-0.065 都在0.1%的显著性水平上显著，且储蓄率的系数兀为-1.276显著不为零，但数字 普惠金融的系数“为0.004不显著，故可认为存在完全中介。有关消费结构的结 果显示，数字普惠金融的系数01为0.064和系数“为-0.066都在0.1%的显著性水 平上显著，但储蓄率的系数兀不显著，故认为不存在关于消费结构的储蓄中介效 应。进一步地将储蓄水平作为门限变量进行门限效应检验，经检验分析后认为储 蓄水平在数字普惠金融对居民消费升级的影响中不存在门限效应。

注：括号内数据为t值，*、**、***分别代表在5%、1%、0.1%水平上显著。

（二）支付效应

借鉴张勋等（ 2020）的研究，用北京大学数字普惠金融指数的子指数使用深 度中的支付业务来表示支付技术的便利性（Pay），回归结果如下表5-13。

由表5-13可知，有关消费水平的结果显示，数字普惠金融的系数％为0.087 和系数为0.467,都在0.1%的显著性水平上显著，但支付的系数兀不显著，故 认为不存在关于消费水平的支付中介效应。有关消费结构的结果显示，数字普惠 金融的系数01为0.064和系数为0.508都在0.1%的显著性水平上显著，且支付 的系数兀为-0.019在5%的显著性水平下显著，故认为存在关于消费结构的支付中 介效应。即数字普惠金融数字普惠金融对消费水平升级的支付中介效应不显著，而数字普惠金融对消费结构升级的支付中介效应在5%的显著性水平下显著。

表 5-13 收入既定时的支付中介效应检验结果

注：括号内数据为t值，*、**、***分别代表在5%、1%、0.1%水平上显著。

进一步地将支付水平作为门限变量进行门限效应检验，经检验分析后认为支 付水平分别在数字普惠金融对居民消费水平和消费结构升级的影响中存在单一 门限，检验结果如下表 5-14、表 5-15。

以支付水平为门限的模型中，消费水平和消费结构对应的单一门限效应P值 分别为0.0233和0.0000，小于5%，说明在5%的显著性水平上均存在单一门限 效应。双重门限效应P值分别为0.3167和0.1833,大于5%,故不存在双重门 限。支付水平的单一门槛值分别为4.4034和4.6295。在此基础上继续得到单门 限模型的估计结果如表5-16所示，LR图如图5-2所示。

表 5-15 支付的单一门限值估计结果及置信区间 

门限估计值                  95%的置信区间

注：括号内数据为t值，*、**、***分别代表在5%、1%、0.1%水平上显著。

图 5-2 支付单一门限的 LR 图

表5-14、 5-15、 5-16和图5-2的结果表明，以支付水平为门限变量，将全样 本分成低支付水平和高支付水平两个区间。在不同门限区间内数字普惠金融对居 民消费水平和消费结构优化升级具有不同程度的效应。当支付水平小于 4.4034 时，数字普惠金融影响消费水平的系数为0.125；当支付水平大于4.4034时，系 数降低为0.113。当支付水平小于4.6295时，数字普惠金融影响消费结构的系数 为0.063；当支付水平大于4.6295时，系数上升至0.071。该系数均在0.1%的显 著性水平下通过了检验，说明支付水平对数字普惠金融促进消费升级具有积极作 用，同时对消费水平和消费结构的影响存在区别，支付水平越低时更易促进消费 水平提升，支付水平越高时更易促进消费结构优化。

(三)     保障效应

本文用数字普惠金融指数的使用深度子指数中的保险业务来代表数字化保 障 (Guarantee),回归结果如下表5-17。

由表5-17可知，有关消费水平的结果显示，数字普惠金融的系数％为0.087 和系数为0.125,分别在0.1%和5%的显著性水平上显著，但数字化保障的系 数兀不显著，故认为不存在关于消费水平的保障中介效应。有关消费结构的结果 显示，数字普惠金融的系数％为0.064和系数yi为0.135,分别在0.1%和5%的显 著性水平上显著，但数字化保障的系数兀不显著，故认为不存在关于消费结构的 支付中介效应。即数字普惠金融对消费水平和消费结构的保障中介效应皆不显著。

表 5-17 收入既定时的保障中介效应检验结果

注：括号内数据为t值，*、**、***分别代表在5%、1%、0.1%水平上显著。 

四）相对贫困减缓效应

借鉴已有研究，用城镇居民和农村居民可支配收入的泰尔指数（Gap）来表 示相对贫困程度，具体公式如式（5-8），回归结果如下表5-18。

其中，％为第t年的城镇与农村总可支配收入，i=1和2时分别表示城镇居 民可支配收入和农村居民纯收入；毗为第t年的城镇与农村年末总人数，i=1和2 时分别表示城镇居民和农村居民年末人口数。

由表5-18可知，有关消费水平的结果显示，数字普惠金融的系数％为0.087 和系数yi为-0.018，都在0.1%的显著性水平上显著，但相对贫困减缓的系数兀不显著，故认为不存在关于消费水平的相对贫困减缓中介效应。有关消费结构的结 果显示，数字普惠金融的系数01为0.064和系数为-0.017,都在0.1%的显著性 水平上显著，但相对贫困减缓的系数兀不显著，故认为不存在关于消费结构的相 对贫困减缓中介效应。即数字普惠金融对消费水平和消费结构的相对贫困减缓中 介效应皆不显著。

表 5-18 收入既定时的相对贫困减缓中介效应检验结果

注：括号内数据为t值，*、**、***分别代表在5%、1%、0.1%水平上显著。

综上所述，当收入水平既定时，数字普惠金融对消费升级的中介效应中存在储蓄效应和支付效应，而不存在保障效应和相对贫困减缓效应。究其原因，可能 是因为储蓄和支付在居民生活中起到了至关重要的作用，而当前我国数字化保障 手段并没有被所有社会阶层所采纳，同时由于城乡收入差距依旧较大，收入分配不公导致了相对贫困减缓不显著。经过门限分析后，发现收入水平对消费结构存在双重门限，储蓄水平和相对贫困减缓水平不存在门限，支付水平对消费水平和 消费结构存在单一门限，且支付水平对消费水平和消费结构的影响存在区别，支 付水平越低时更易促进消费水平提升，支付水平越高时更易促进消费结构优化。

第六章 研究结论与政策启示

一、研究结论

基于 2011 年至2019 年我国大陆 31 个省、直辖市、自治区的面板数据，研 究数字普惠金融与消费升级之间的关系，得出以下结论。第一，数字普惠金融能 够显著促进居民消费升级，即显著提升消费水平和改善消费结构；第二，地区异 质性检验中，数字普惠金融能够显著促进西部地区的消费水平提升，并且显著促 进东部地区和西部地区的消费结构改善，但对东部地区和中部地区的消费水平提 升不显著，并且显著抑制中部地区的消费结构改善；第三，城乡异质性检验中， 数字普惠金融能够显著促进城镇居民和农村居民消费升级，但数字普惠金融对城 乡居民消费升级存在城乡差异，数字普惠金融更容易促进农村居民的消费水平提 升和消费结构改善，实现消费升级。并在此基础上，本文通过内生性处理和稳健 性检验验证了研究结果的可靠性。第四，通过引入中介效应和门限回归模型发现 数字普惠金融可以通过收入路径促进居民消费升级，并在收入既定时，数字普惠 金融可通过储蓄效应和支付效应分别促进消费水平提升和消费结构改善。第五， 收入水平在数字普惠金融对消费结构改善的影响中存在双重门限，且最优区间是 中收入水平。支付水平在数字普惠金融对消费升级存在单一门限，但对消费水平 和消费结构的影响存在区别，支付水平越低时更易促进消费水平提升，支付水平 越高时更易促进消费结构优化。

二、政策启示

基于以上研究结论，本文提出如下政策建议。第一，加快全国数字普惠金融 基础设施建设，这有利于降低金融服务门槛，降低金融服务成本，减少金融市场 中存在的信息不对称，提高“长尾部用户”的金融服务可得性，充分发挥数字普 惠金融对消费升级的积极作用。第二，对不同地区采取因地制宜的发展策略。根 据我国东中西部的经济水平和人才储备，探索更适合自身的数字普惠金融发展模 式，推动数字普惠金融高质量发展。第三，依托现有的金融体系和基础设施，建 立城乡互惠数字普惠金融体系，加快城乡协同发展，发挥城镇金融资源优势，带 动农村数字普惠金融发展，发挥出数字普惠金融对改善城乡消费结构的积极作用。 第四，稳步提升居民收入水平，由于收入增长是数字普惠金融促进消费升级的重 要中介渠道，应努力缩小城乡居民收入差距，提升居民整体收入水平。第五，加 强居民数字普惠金融知识教育，提高居民对数字普惠金融的认可和接受程度，提 升居民金融素养，有利于降低金融风险，提升消费信心。第六，加快建设更先进、 完备的支付体系，发挥互联网移动支付等新支付技术在居民生活中的重要作用，为居民消费提供更加便利、快捷的支付渠道和手段，促进居民消费。

参考文献

[1]      陈晓霞. 数字普惠金融支持居民消费升级的影响效应——基于收入渠道视角的实证检验 [J]. 商业经济研究, 2020(18):45-48.

[2]      崔海燕.数字普惠金融对我国农村居民消费的影响研究J].经济研究参考,2017(64):54- 60.

[3]      陈银娥，孙琼，徐文赟.中国普惠金融发展的分布动态与空间趋同研究J].金融经济学 研究, 2015(06):72-81.

[4]      董云飞，李倩，张璞.我国普惠金融发展对农村居民消费升级的影响分析J].商业经济 研究, 2019(20):135-139.

[5]      董玉峰，陈俊兴，杜崇东.数字普惠金融减贫:理论逻辑、模式构建与推进路径J].南方金 融， 2020(02):64-73.

[6]      福建银监局普惠金融课题组，陈树福.普惠金融评估指数构建及其监管应用研究J].金 融监管研究， 2016(12):22-33.

[7]      郭峰， 王靖一， 王芳， 孔涛， 张勋， 程志云. 测度中国数字普惠金融发展:指数编制与空间 特征[J].经济学(季刊),2020(04):1401-1418.

[8]      龚沁宜，成学真.数字普惠金融、农村贫困与经济增长[J].甘肃社会科学，2018(06):139- 145.

[9]      何宗樾，宋旭光.数字金融发展如何影响居民消费[J].财贸经济,2020(08):65-79.

[10]   胡翠，许召元.人口老龄化对储蓄率影响的实证研究——来自中国家庭的数据[J].经济 学(季刊)， 2014(04):1345-1364.

[11]     黄隽，李冀恺.中国消费升级的特征、度量与发展[J].中国流通经济,2018(04):94-101.

[12]     黄倩，李政，熊德平.数字普惠金融的减贫效应及其传导机制[J].改革,2019(11):90-101.

[13]     黄卫挺.居民消费升级的理论与现实研究[J].科学发展,2013(03):43-52.

[14]   江红莉，蒋鹏程.数字普惠金融的居民消费水平提升和结构优化效应研究J].现代财经 (天津财经大学学报)， 2020(10):18-32.

[15]   蒋竹媛.数字普惠金融对居民消费的影响一一来自省级面板数据的实证J].商业经济 研究， 2020(10):56-59.

[16]    焦瑾璞，黄亭亭，汪天都，张韶华，王瑱.中国普惠金融发展进程及实证研究J].上海 金融， 2015(04):12-22.

[17]   孔维汉，李爱喜.普惠金融发展对农村居民消费的影响研究[J].东北财经大学学报, 2019(04):47-55.

[18]     吕雁琴，赵斌.数字普惠金融与城乡居民消费差距[J].金融与经济,2019(12):76-81.

[19]   陆凤芝，黄永兴，徐鹏.中国普惠金融的省域差异及影响因素[J].金融经济学研究, 2017(01):111-120.

[20]   李毅，杨蓬勃.普惠金融视角下的农资消费信贷行为和违约风险[J].开发研究, 2017(02):150-155.

[21]   李牧辰，封思贤.数字普惠金融与城乡收入差距一一基于文献的分析[J].当代经济管理, 2020(10):84-91.

[22]   梁伟, 李舒, 冯叶. 数字普惠金融的发展对居民消费影响研究——基于省际面板数据的 实证分析[J].吉林金融研究,2020(07):4-9.

[23]   南永清，宋明月，肖浩然.数字普惠金融与城镇居民消费潜力释放[J].当代经济研究， 2020(05):102-112.

[24]     潘红虹.消费升级的国际经验与我国消费升级路径分析[J].企业经济,2019(03):11-22.

[25]   苏冬蔚，陈纯纯，许振国，李斌.商业银行社会网络与微型金融可持续发展[J].经济研 究， 2017(02):140-155.

[26]     石奇，尹敬东，吕磷.消费升级对中国产业结构的影响[J].产业经济研究,2009(06):7-12.

[27]   唐宇， 龙云飞， 郑志翔. 数字普惠金融的包容性经济增长效应研究——基于中国西部12 省的实证分析[J].西南金融,2020(09):60-73.

[28]   吴金旺， 郭福春， 顾洲一. 数字普惠金融能否显著减缓贫困?——来自浙江嘉兴调研的 行为数据[J].浙江学刊,2019(04):140-151.

[29]   谢家智，吴静茹.数字金融、信贷约束与家庭消费[J].中南大学学报(社会科学版), 2020(02):9-20.

[30]   薛军民， 靳媚. 消费升级还是消费降级:来自上海市农村居民数据的测算——兼论恩格 尔系数衡量居民生活水平的有效性[J].上海经济,2019(02):56-67.

[31]   俞剑，方福前.中国城乡居民消费结构升级对经济增长的影响[J].中国人民大学学报, 2015(05):68-78.

[32]     严先溥.消费升级为经济增长提供强劲动力[J].消费经济,2004(01):46-49.

[33]   易行健， 周利. 数字普惠金融发展是否显著影响了居民消费——来自中国家庭的微观 证据[J].金融研究,2018(11):47-67.

[34]     周小川.更好地发展普惠金融[N].金融时报,2016-03-18(001).

[35]   周弘，管世源，汪惠玉.普惠金融水平与家庭消费的实证研究[J].齐齐哈尔大学学报 (哲学社会科学版), 2019(07):65-69.

[36]   中国人民银行武汉分行金融研究处课题组, 邓亚平. 信度加权普惠金融发展指数:编制、 评价及运用——来自湖北的案例[J].武汉金融,2018(04):17-23.

[37]   张珩, 罗剑朝, 郝一帆. 农村普惠金融发展水平及影响因素分析——基于陕西省 107家 农村信用社全机构数据的经验考察[J].中国农村经济,2017(01):2-15.

[38]   张李义， 涂奔. 互联网金融对中国城乡居民消费的差异化影响——从消费金融的功能 性视角出发[J].财贸研究,2017(08):70-83.

[39]   张勋，万广华，张佳佳，何宗樾.数字经济、普惠金融与包容性增长[J].经济研究, 2019(08):71-86.

[40]   邹新月， 王旺. 数字普惠金融对居民消费的影响研究——基于空间计量模型的实证分 析[J].金融经济学研究，2020(04):133-145.

[41]   郑海勇.数字普惠金融发展对消费的刺激效应一一基于非线性影响检验J].商业经济 研究， 2020(17):41-45.

[42]     凯恩斯.就业利息和货币通论[M].北京：商务印书馆出版社,2019.

[43]   Claessens S， Feijen E， Laeven L. Political Connections and Preferential Access to Finance: The Role of Campaign Contributions[J]. CEPR Discussion Papers，2007，88(3):554-580.

[44]   Duesenberry J S. Income， Saving， and the Theory of Consumer Behavior[J]. Review of Economics & Statistics，1949，33(3):111.

[45]   Dev S M. Financial Inclusion: Issues and Challenges[J]. Economic & Political Weekly， 2006，41(41): 4310-4313.

[46]     Friedman M. A Theory of the Consumption Function[M]. Princeton University Press，1957.

[47]   Gupte R， Venkataramani B， Gupta D. Computation of Financial Inclusion Index for India[J]. Procedia-Social and Behavioral Sciences，2012，37(1):133-149.

[48]   Klapper L， Singer D. The Role of Informal Financial Services in Africa[J]. Journal of African Economies，2015，24(1):12-31.

[49]   Lauer K， Lyman T. Digital financial inclusion: Implications for customers， regulators， supervisors， and standard-setting bodies[R]. The World Bank，2015.

[50]   Leland H E. Saving and Uncertainty: The Precautionary Demand for Saving[J]. Uncertainty in Economics，1968，82(3): 465-473.

[51]   Levchenko A. Financial Liberalization and Consumption Volatility in Developing Countries [J]. IMF Staff Papers，2005，52 (2): 237-259.

[52]   Modigliani F， Brumberg R. Utility analysis and the consumption function: An interpretation of cross-section data[J]. Franco Modigliani，1954，1(1): 388-436.

[53]   Sarma M. Index of Financial Inclusion[J]. Indian Council for Research on International Economic Relations New Delhi Working papers，2008.