Upgradation of Rural Residents’ Consumption by Digital Inclusive Finance: The Regulatory Effects of Fiscal Support for Agriculture
-
摘要:
本文采用2011—2022年的省级面板数据，通过构建双向固定效应模型，深入剖析并详细阐述数字普惠金融如何在推动农村居民消费升级过程中发挥关键作用及其内在的影响机制。研究表明：第一，数字普惠金融在促进农村地区居民消费水平与消费结构升级方面发挥着关键作用，显著提升了其生活质量。财政支农政策发挥着积极的调节作用，有效放大了数字普惠金融在促进农村居民消费升级方面的正面效应。第二，当数字普惠金融达到一定发展阶段后，其促进农村居民消费增长的作用将逐渐加强，这种推动主要表现为一种“边际递增”的非线性趋势。第三，在结构异质性的视角下，数字普惠金融的覆盖广度、应用深度与数字化进程，对农村地区的消费行为产生了显著影响。从地域视角审视，数字普惠金融对东部农村地区的消费升级产生了显著影响，与中西部相比，显得更为突出。为此，提出建设并完善数字普惠金融基础设施、加大财政支农力度、实施差异化数字普惠金融发展政策，期冀为促进农村居民消费升级提供经验参照。
Abstract:By using provincial panel data from 2011 to 2022, through the construction of an innovative two-way fixed effects model, this article analyzed in depth and elaborated on how digital inclusive finance played a key role in promoting the upgrading of consumption among rural residents and its underlying impact mechanisms. Research showed that, firstly, digital inclusive finance played a key role in promoting the consumption levels and consumption strutures of rural residents, significantly enhancing their quality of life. Financial support policies for agriculture played a positive regulatory role, effectively amplifying the positive effects of digital inclusive finance in promoting rural residents’ consumption upgrades. Secondly, when digital inclusive finance reached a certain stage of development, its role in promoting consumption growth among rural residents would gradually strengthen. This promotion mainly manifested as a “marginal increasing” non-linear trend. Thirdly, from the perspective of structural heterogeneity, the prevalence and depth of digital inclusive finance, as well as the level of digitization, had significantly impacted consumer behavior in rural areas. From a regional perspective, digital inclusive finance had a significant impact on the consumption upgrade in rural areas of eastern China, which appeared more prominent compared to central and western regions.To this end, it was proposed to build and improve digital inclusive financial infrastructure, increase fiscal support for agriculture, implement differentiated policies for the development of digital inclusive finance. It was hoped that, these measures will provide reference experiences in promoting consumption upgrades among rural residents.
-
党的二十大报告提出，把实施扩大内需战略同深化供给侧结构性改革有机结合起来，并突出了扩大内需在促进经济增长和提升人民生活品质方面的关键作用。目前，在我国农村地区，居民的消费能力仍然相对较低，主要是在满足基础生活需求的生存型消费方面，对于发展型和享受型消费的资金投入则相对较少。根据国家统计局公布的统计数据，到2023年，农村的常住人口数量已达4.77亿，占全国总人口的33.84%。伴随着我国经济的迅猛增长和居民收入水平的持续上升，农村居民的生活品质有了明显提升，消费水平也在逐年提升。然而，与城市居民的
32994 元人均生活消费支出相比，农村居民的人均生活消费支出仅为18175 元，存在着显著的差异。因此，为了促进农村居民消费，2023年国务院印发了《关于推进普惠金融高质量发展的实施意见》，指出未来五年高质量的普惠金融体系将基本完善，同时，经营实体的融资将变得更为便捷，金融将加大对乡村振兴的支持力度，金融消费者的教育和保障机制也将更为完善。金融作为现代经济的核心，其对拉动消费具有不可忽视的作用。最早McKinnon在他的金融深化与金融抑制的理论中，对金融发展与消费行为之间的关系进行了深入探究。这一理论认为金融深化能够减轻居民流动性约束，而金融抑制则会妨碍经济的发展[1]。此后，国内外学者对金融与消费之间的关系进行了众多的学术研究。Campbell认为，随着金融的发展，那些受到流动性约束的消费者可以通过合理且高效的资源分配，轻松地在金融市场中实现消费的跨期平衡[2]。Levchenko研究得出，金融发展可以帮助家庭更有效地应对未来收入的不确定性[3]。杜蓉等研究发现金融发展对农村居民消费具有正向效应，但消费层次受影响程度存在差异[4]。张永明也发现了金融发展通过提供更多的信贷机会和投资渠道缩小了与城市地区的收入差距[5]。
数字金融在科技创新浪潮的驱动下迎来了迅猛的增长。因此，部分学者开始关注数字普惠金融影响经济增长及城乡差距的研究领域。张勋等研究发现，数字金融的发展对于提升农村地区低收入家庭的经济具有显著的正面效应[6]。此外，钱海章等经过深入研究，得出了一个结论：数字金融主要依靠技术革新与对本地创业的扶持，以推动区域经济的发展[7]。宋科等主张，数字普惠金融具备两个关键作用：一是收入结构优化效应，二是信贷配置优化效应，有效缩减城乡收入差距[8]。众多学者已开始深入探讨数字普惠金融在促进农村居民消费方面的作用与影响。易行健等在其研究中指出，相较于城市地区，数字普惠金融对于促进农村居民消费的作用更加显著，尤其是在中西部地区的农村家庭以及收入水平较低的家庭中，这一影响表现得尤为明显[9]。根据郭华等的研究，增强数字金融服务的普及度、促进农村居民使用数字支付手段以及参与数字投资活动，被证实为有效策略以提升其消费能力[10]。根据颜建军等的研究发现，数字普惠金融在促进提升城乡居民消费水平方面展现出显著效果[11]。蔡桂云等指出，数字普惠金融在一定层面上能够优化农村居民的消费行为[12]。
综上所述，现有文献提供了有价值的参考，然而，关于财政支农在数字普惠金融促进农村居民消费升级过程中所扮演的角色，以及数字普惠金融对农村居民消费升级可能产生的非线性效应，现有文献探讨尚显不足。基于此，本研究搜集并分析2011—2022年期间中国31个省级行政区（不包括港澳台地区）的面板数据集，旨在运用实证分析手段，探究数字普惠金融对乡村居民消费模式演变的作用，并细致剖析财政支农政策在这一进程中的功能与影响。此外，本研究深入挖掘当数字普惠金融达到特定发展阶段后，对于提升农村居民消费能力的积极作用，并进一步探讨数字普惠金融在驱动农村居民消费模式升级过程中的异质性效应。最后，本文为推动农村居民的消费水平提升和充分挖掘其消费潜力提出政策建议。
一、 理论分析与研究假设
（一） 数字普惠金融与农村居民消费升级
数字普惠金融借助移动互联网与大数据手段，对传统金融运作体系实施了优化改造，大幅削减了金融机构的中介服务及交易开支，有效降低了民众获取金融服务的门槛，从而让农村的居民更方便地接触到各种金融产品[13]。数字普惠金融与传统金融机构所提供的单一产品和服务有所不同，它可以通过提供小额信贷等多种金融产品来增强信贷、保险、支付和基金理财等多个领域的产品和服务，有效地减轻农村居民在流动性方面的约束[14]。得益于大数据技术的高度精准匹配，金融机构能够高效地收集和记录农村居民的支付行为，这一过程降低了因信息不对称所引发的信用风险。数字普惠金融有效降低了金融服务的进入壁垒，显著减轻了农村居民在传统金融框架内遭遇的金融排斥问题。通过利用数字设备与互联网接入，农村居民得以接触并利用正规金融机构所提供的广泛服务[15]。这不仅提升了农村居民的生活水平，也优化了消费结构，使得消费更加多元化。
假设H1：数字普惠金融有助于推动农村居民的消费升级。
（二） 财政支农的调节作用
公共物品理论指出，农业提供的产品具有公共物品属性，需要政府通过财政手段进行支持和干预，以确保公共利益的实现[16]，而财政支农就是政府通过财政渠道对农业和农村地区进行投资的一系列措施。普惠金融本质上是通过提供金融服务促进社会经济公平，然而，农村地区因发展瓶颈导致金融服务供给不足。为加速乡村振兴，政府应积极施策，促进财政与金融体系协同创新，共同为乡村发展注入动力[17]。鉴于此，在数字普惠金融推动农村居民消费升级的过程中，财政对农业的支持起到了不可或缺的作用。一方面，在资本追求利润的本质驱动下，数字普惠金融往往难以有效渗透到农村地区。因此，如果政府能够制定并实施针对性的财政政策，将有助于纠正市场失灵现象，激励数字普惠金融服务于农业领域。另一方面，财政支农资金主要投向农村发展的薄弱环节和关键领域，这一策略引导金融资源向农业倾斜，鼓励金融机构开发适合农村市场的数字金融产品，通过完善农村基础设施、加强监管和风险管理，确保数字普惠金融的健康有序发展。具体作用路径见图1。
假设H2：财政支农正向调节数字普惠金融对农村居民消费升级的影响。
（三） 数字普惠金融的门槛效应
依据梅特卡夫法则，数字信息产品的价值呈现指数级增长，这一现象归因于其网络效应的外部性[18]。金融过度发展理论提出，过量的金融活动可能引发风险传播及一系列负面效应。同时，金融扩张与消费间展现出一种复杂且非线性的相互影响模式[19]。数字普惠金融作为数字技术和普惠金融的融合，其对农村居民消费模式升级的作用可能呈现出非线性的特点[20]。探究其背后的原因，一是数字普惠金融依托于互联网数据及创新的生产要素，显著地展现出网络外部性的特征。新型生产要素在成本效益方面展现出显著优势，相较于传统的物质资源，其应用成本更为低廉[21]。二是数字普惠金融面临着匹配过度的挑战。由于信息不对称，消费者往往无法准确地判断自己的偏好是否与企业所提供的产品或服务相匹配，过度的匹配可能会造成资源的浪费，因此，当超出一定的阈值后，数字普惠金融对消费升级的推动效果会呈现出边际递减的趋势。
假设H3：农村居民消费升级受到数字普惠金融的门槛效应的影响。
二、 研究设计
（一） 模型设定
基于先前的理论探讨，构建以下双向固定效应模型:
$$ {c} _{ {itz} } ={\text{β}}_{ {0} } +{\text{β}}_{ {1} } {index} _{ {it} } +{\text{β}}_{ {2} } {contrals} _{ {it} } {+R} _{ {i} } {+S} _{ {t} } {+} \mu_{ {it} } $$ (1) 式（1）中，i和t分别表示省区市和年份，c表示农村居民消费升级程度，若z=1则表示农村居民消费水平的升级，若z=2则表示农村居民消费结构的升级；β0、β1和β2为待估参数；contralsit表示控制变量；index表示数字普惠金融发展水平；μit表示随机扰动项；St表示时间固定效应，Ri表示地区固定效应。
为了深入理解财政支出在这一现象中的作用机制，本研究采用温忠麟等提出的调节效应分析方法[22]，在式（1）的基础上，引入数字普惠金融与财政支出的交互项，将其作为调节变量，从而对模型进行扩展：
$$ \begin{split} {c} _{ {itj} } =\;&{\text{λ}}_{ {0} } +{\text{λ}}_{ {1} } {index} _{ {it} } +{\text{λ}}_{ {2} } {fsa} _{ {it} } +{\text{λ}}_{ {3} } {index} _{ {it} } {\times fsa} _{ {it} } +\\ &{\text{λ}}_{ {4} } {contrals} _{ {it} } {+R} _{ {i} } {+S} _{ {t} } {+} \mu_{ {it} }\end{split} $$ (2) 式（2）中，fsait为财政支农，indexit×fsait代表数字普惠金融以及财政支农的交互项，系数λ3为调节效应的影响程度，其他变量的含义与式（1）保持一致。
为进一步深入剖析数字普惠金融与农村居民消费升级间的非线性关联，借鉴Hansen的理论框架[23]，建立一套面板门槛模型：
$$\begin{split} {c} _{ {itj} } =\;&{\text{ρ}}_{ {0} } +{\text{ρ}}_{ {1} } {index} _{ {it} } {\times I(Threshold} _{ {it} } <\gamma _{ {1} } )+\\ &{\text{ρ}}_{ {2} } {index} _{ {it} } {\times I(\gamma } _{ {1} } <Threshold _{ {it} } <\gamma _{ {2} } )+\\ &{\text{ρ}}_{ {3} } {index} _{ {it} } {\times I(\gamma } _{ {2} } <Threshold _{ {it} } <\gamma _{ {3} } )+\\ &{\text{ρ}}_{ {4} } {{\mathrm{ln}}index} _{ {it} } {\times I(Threshold} _{ {it} } {\ge \gamma } _{ {3} } )+\\ &{\text{ρ}}_{ {5} } {contrals} _{ {it} } {+R} _{ {i} } {+S} _{ {t} } {+\mu_{it}} \end{split}$$ (3) 式（3）中，括号为示性函数，如果满足括号里的条件，那么它的值是1，否则是0。Thresholdit是一个门槛变量，也就是数字普惠金融，其中γ代表待评估的门槛值，其他变量的含义与式（1）相同。
（二） 变量定义
1. 被解释变量
（1）农村居民消费水平（c1）。为剔除通货膨胀及价格波动的影响，本研究借鉴唐勇[24]的方法，选定2011年为基准年，采用2011—2022年期间各省级行政区的农村居民消费价格指数，进行平减处理，得出实际的农村居民人均消费支出值，这一数值将被用作评估农村居民消费能力的关键指标。为使数据更加平稳，对该数据进行对数处理。
（2）农村居民消费结构（c2）。本文参考郭华等[10]的研究方法，依据统计年鉴中的分类标准，农村居民的消费结构主要分为两大类：基本生存型消费和发展享受型消费。参考杨玲[25]的研究方法，本文采用将我国各省区市的农村居民消费支出中，发展型消费支出与享受型消费支出的合计部分，与农村居民整体消费支出进行比较，并计算其占比的方式，以此作为衡量农村居民消费结构的指标。
2. 核心解释变量
数字普惠金融指数（index）。本研究采纳了第五期数字普惠金融发展指数报告作为核心工具，旨在全面评估并深入分析不同地理区域的数字普惠金融发展水平与特点[26]，数字普惠金融指数由3个核心子维度构成：覆盖广度（bre）、使用深度（dep）以及数字化程度（dig），为了降低异方差性的影响，采取了对数转换方法。
3. 控制变量
借鉴张林等[27]、赵德起等[28]的做法，选取如下控制变量：政府干预程度（gov），以各省区市财政支出占地区生产总值的比率衡量；人力资源水平（hum），以各省区市人均受教育年限指代；少儿抚养比（cdr），采用各省区市年末少年儿童人口数与劳动年龄人口数的比值表示；老年抚养比（dr），采用各省区市年末老年人口数与劳动年龄人口数的比值表示；信息化水平（dl），以邮电业务总量占地区生产总值衡量。
4. 调节变量
财政支农（fsa）。农业财政投入系指政府于当年度用于支援农村与农业领域的开支，依据乔翠霞等[29]的做法，通过分析各省区市在财政总支出中用于农林水事务的占比，可以量化评估不同地区财政政策对于农业领域的支出偏向。
（三） 数据来源
本研究数据主要来源于北京大学数字普惠金融指数、中国统计年鉴和各省区市的历年统计年鉴。考虑到数据的可用性，本文选取2011—2022年间中国除港澳台地区以外的31个省区市数据，共372个样本。相关变量的描述性统计见表1。
表 1 描述性统计变量 观测值 平均值 标准差 最小值 最大值 农村居民消费水平 372 8.975 0.346 7.916 9.774 农村居民消费结构 372 0.396 0.051 0.229 0.511 数字普惠金融指数 372 5.331 0.673 2.786 6.133 覆盖广度 372 5.203 0.835 0.673 6.122 使用深度 372 5.307 0.648 1.911 6.236 数字化程度 372 5.598 0.667 2.026 6.147 财政支农 372 11.51 3.412 4.040 20.38 政府干预程度 372 0.277 0.193 0.107 1.334 人力资源水平 372 9.191 1.128 4.222 12.78 少儿抚养比 372 23.46 6.481 9.880 38.38 老年抚养比 372 38.81 7.423 19.27 57.79 信息化水平 372 0.0670 0.138 0.0150 2.513 三、 实证结果分析
（一） 数字普惠金融对农村居民消费升级的回归分析
将数字普惠金融作为核心解释变量，农村居民人均消费支出、发展和享受型消费占比分别作为被解释变量进行基准回归，深度探索数字普惠金融在促进农村居民消费水平和消费结构方面的影响效应。依据表2中列（1）和列（3）的回归结果，数字普惠金融对农村居民消费水平和消费结构具有正向影响，且均通过了1%的显著性检验。这一结果明确揭示了数字普惠金融显著提高了我国农村居民的消费水平，改善了消费结构，假设H1得以验证。
表 2 基准回归与调节效应回归结果变量 c1 c2 （1） （2） （3） （4） index 0.180*** 0.107** 0.084*** 0.058*** （0.044） （0.048） （0.015） （0.013） fsa −0.003 0.004*** （0.003） （0.001） index×fsa 0.007** 0.002** （0.003） （0.001） gov −0.653*** −0.675*** 0.002 −0.022 （0.131） （0.134） （0.047） （0.038） hum 0.041* 0.044** 0.001 −0.002 （0.023） （0.022） （0.010） （0.006） cdr −0.003 −0.003 −0.003*** −0.003*** （0.003） （0.003） （0.001） （0.001） dr −0.001 −0.000 −0.000 −0.000 （0.001） （0.001） （0.000） （0.000） dl −0.003 −0.001 0.002 −0.002 （0.012） （0.012） （0.004） （0.008） _cons 7.917*** 8.297*** 0.016 0.139 （0.341） （0.354） （0.128） （0.099） year Yes Yes Yes Yes province Yes Yes Yes Yes N 372 372 372.000 372.000 r2_a 0.965 0.965 0.849 0.858 注：*、**、***分别表示在10%、5%、1%的水平下通过显著性检验，括号内为稳健标准误，下同。 表2中列（2）在列（1）的基础上加入数字普惠金融和财政支出的交互项（index×fsa），结果显示，财政支农的系数不显著，但交互项系数为0.007，且在5%的水平上显著为正，说明财政支农本身对消费水平的提升作用不显著，但它可以通过改善农村地区的基础设施增加农民收入的提升。列（4）在列（3）的基础上进一步引入了数字普惠金融与财政支出的交互项（index×fsa）进行分析。结果显示，财政支农的系数为0.004，这一结果在1%的显著性水平上显著，且呈现出正向影响。交互项系数为0.002，且在5%的水平上显著为正。这说明财政支农水平越高，越有助于加强数字普惠金融对农村居民消费结构的升级作用。因此，假设H2得以验证。
（二） 稳健性分析
黄益平等认为我国在2013年后互联网不断地普及和发展，数字普惠金融也是从那时候开始引起人们更多的关注，因此，从研究期内剔除2011—2012年的数据进行重新回归[30]；鉴于直辖市因其独特定位而在经济、政治、文化等多方面快速发展，本研究选择剔除直辖市数据后，重新进行回归分析；为了消除异常值可能对回归分析结果产生的干扰，对核心变量执行1%的缩尾操作。表3列（1）~（6）所示数字普惠金融结果方向和显著性与前文一致。综上，本文核心结论是稳健的。
表 3 稳健性检验改变样本区间 剔除直辖市 剔除异常值 变量 c1 c2 c1 c2 c1 c2 （1） （2） （3） （4） （5） （6） index 0.726*** 0.247*** 0.117*** 0.069*** 0.137*** 0.088*** （0.162） （0.067） （0.037） （0.016） （0.049） （0.013） controls Yes Yes Yes Yes Yes Yes year Yes Yes Yes Yes Yes Yes province Yes Yes Yes Yes Yes Yes N 310 310 341 341 341 341 r2_a 0.966 0.863 0.968 0.872 0.964 0.856 （三） 门槛效应分析
在进行门槛分析之前，首先应验证门槛变量是否展现出门槛效应，并进一步确定是否存在多重门槛。根据表4的数据，在探索数字普惠金融如何影响农村居民消费水平的过程中，发现通过三门槛模型进行检验时，F值并未达到统计学上的显著性水平。这揭示出，数字普惠金融在促进农村居民消费水平提升的同时，也呈现出显著的双重门槛效应，并且，数字普惠金融的单门槛值为5.108，双门槛值为5.502。在检验数字普惠金融对农村居民消费结构可能存在的门槛效应时，发现双门槛检验的F值未达到显著性水平。揭示了数字普惠金融对农村居民消费结构的影响存在单门槛效应，且数字普惠金融的单门槛值是5.120。
表 4 门槛效应检验门槛变量 被解释变量 门槛数 门槛值 F值 P值 临界值/% 1 5 10 index c1 单门槛 5.108 190.95 0.000 53.360 45.752 40.868 双门槛 5.502 38.31 0.007 30.083 26.211 21.579 三门槛 5.264 29.45 0.557 96.726 76.640 68.376 c2 单门槛 5.120 57.33 0.007 55.807 47.072 44.063 双门槛 6.017 21.67 0.670 51.197 43.496 38.724 表5展示了门槛回归结果。当被解释变量为农村居民消费水平时，数字普惠金融指数未达到首个门槛值5.108时，影响系数为0.134，在1%的水平上显著；当数字普惠金融指数超过首个门槛值5.108未达到第二门槛值5.502 时，数字普惠金融指数对农村居民消费水平的影响系数为0.170，同样具有1%的显著性；当数字普惠金融超过第二门槛值5.502时，数字普惠金融对农村居民消费水平的影响系数为0.189，也具有1%的显著性。由此得出结论，随着数字普惠金融的发展，农村居民消费水平也会随之提升且呈现“边界递增”的非线性特征。当被解释变量为农村居民消费结构时，数字普惠金融指数低于首个门槛值5.120时，数字普惠金融对农村居民消费结构的影响系数为0.026，且在1%的水平下显著；当数字普惠金融指数大于首个门槛值5.120时，数字普惠金融对农村居民消费结构的影响系数为0.032，且在1%的水平上显著，这表明中国农村居民消费结构会随着数字普惠金融的发展而优化，同样呈现出“边际递增”的非线性特征。因此，假设H3得以验证。
表 5 门槛效应回归结果变量 c1 c2 双门槛 单门槛 index<5.108 0.134*** index<5.120 0.026*** （0.007） （0.004） 5.108<index<5.502 0.170*** index>5.120 0.032*** （0.006） （0.004） index>5.502 0.189*** （0.006） Control variables Yes Yes N 341 341 r2_a 0.906 0.635 （四） 异质性效应分析
1. 数字普惠金融结构异质性
表6的数据显示，数字普惠金融覆盖广度显著促进了农村居民消费升级；使用深度显著优化了农村居民消费结构，但对农村居民消费水平无显著作用，在农村地区，互联网使用与数字支付基础建设的不充分，成为普及数字普惠金融工具的障碍。同时，较高的数字化水平对农村居民的消费升级产生了明显的负面影响，农村地区的金融服务需求与数字化产品可能存在差异，这些服务可能未能有效满足农村居民对于便捷性、易用性和个性化服务的需求。
表 6 分维度异质性回归结果变量 c1 c2 （1） （2） （3） （4） （5） （6） bre 0.071*** 0.032*** （0.022） （0.006） dep 0.037 0.047*** （0.027） （0.008） dig −0.102*** −0.043*** （0.023） （0.007） controls Yes Yes Yes Yes Yes Yes _cons 8.483*** 8.818*** 9.508*** 0.289*** 0.278*** 0.734*** （0.283） （0.269） （0.250） （0.105） （0.083） （0.079） year Yes Yes Yes Yes Yes Yes province Yes Yes Yes Yes Yes Yes N 372.000 372.000 372.000 372.000 372.000 372.000 r2_a 0.965 0.962 0.964 0.844 0.833 0.834 2. 地区异质性
本文按照中国统计年鉴分为东、中、西部三大地区，随后进行实证回归分析，具体见表7。根据研究结果发现，数字普惠金融对东部地区的农村消费者支出水平和消费结构产生了显著的正面效应，这一影响在统计上达到了1%的显著性水平。相比之下，数字普惠金融对于提振中西部农村居民消费能力的作用颇为有限，然而，它对中部农村居民的消费结构产生了明显的负面效应，与此形成对比的是，对于西部农村居民的消费结构，数字普惠金融则表现出显著的正面影响。这一现象可归因于数字普惠金融为以往传统金融服务难以触及的地域与人群，提供了更加便利的金融获取途径，从而降低了农村居民所遭遇的金融排斥。
表 7 地区异质性回归结果变量 c1 c2 （1） （2） （3） （4） （5） （6） 东部 中部 西部 东部 中部 西部 index 0.335*** -0.210 0.014 0.187*** -0.060* 0.045* （0.087） （0.131） （0.086） （0.030） （0.035） （0.025） controls Yes Yes Yes Yes Yes Yes _cons 8.263*** 10.450*** 8.178*** −0.353 0.660*** 0.247 （0.652） （0.897） （0.547） （0.246） （0.231） （0.192） year Yes Yes Yes Yes Yes Yes province Yes Yes Yes Yes Yes Yes N 144 96 132 144 96 132 r2_a 0.964 0.959 0.959 0.834 0.915 0.855 四、 结论与政策建议
（一） 结论
本文立足于数字普惠金融对农村居民消费升级的内在影响机制，选取中国2011—2022年除港澳台以外的31个省区市的省级面板数据，借助实证研究手段探讨财政支农在促进数字普惠金融作用下，对农村居民消费升级的影响效应。研究表明：（1）数字普惠金融促进了农村居民消费升级，这一结论在稳健性检验后依然稳固；（2）在财政支出的积极调节作用下，数字普惠金融能有效推动农村居民消费水平和结构的升级；（3）在推动农村居民消费升级的过程中，数字普惠金融展现出边际效应递增的非线性特性；（4）进一步的异质性研究揭示，相比之下，数字普惠金融在促进东部地区农村居民消费增长方面的积极作用更为明显，相较于中西部地区展现出显著的差异效应。
（二） 政策建议
1. 深化数字普惠金融发展
首先，加大网络基础设施的投资，确保农村地区有稳定且覆盖广泛的互联网接入；其次，应推广移动支付和在线银行等便捷服务，简化操作流程，降低使用难度，使农村居民能够轻松地进行金融交易；最后，建立健全相关法律法规，为数字普惠金融的健康发展提供制度保障。通过这些综合措施，可以逐步构建起一个安全、便捷、高效的数字普惠金融基础设施网络，为农村居民提供高质量的金融服务，促进农村经济的全面发展。
2. 加大财政支农力度
财政支农应顺应农业高质量发展的趋势，重点支持绿色和高品质农产品的生产，通过完善农产品等级划分和建立合理的价格机制来确保优质优价。与此同时，应加大对农业科技研发的投资力度，推广优质种子与现代农业机械化种植，并运用“互联网+”技术达成智慧农业的管理目标。此外，还需要充分发挥财政对农业的支持政策和数字普惠金融的协同作用，通过财政支农“激活”数字普惠金融在农村的普及，减少农业生产的成本，缓解农村居民在金融领域的限制。
3. 实施差异化数字普惠金融发展政策
政策制定者应考虑地区经济发展水平、居民收入水平、教育等因素，识别农村地区和低收入群体的特殊需求。对于网络基础设施薄弱的地区，政策应着重于提升网络覆盖和互联网普及率；而在教育水平较低的地区，则需要加强金融知识普及和数字技能培训。此外，政府应鼓励金融机构开发适应不同用户需求的金融产品和服务，为小微企业提供的灵活融资方案等。这些措施可以更有效推动数字普惠金融的发展，缩小东部和中西部的金融服务差距。
-
表 1 描述性统计
变量 观测值 平均值 标准差 最小值 最大值 农村居民消费水平 372 8.975 0.346 7.916 9.774 农村居民消费结构 372 0.396 0.051 0.229 0.511 数字普惠金融指数 372 5.331 0.673 2.786 6.133 覆盖广度 372 5.203 0.835 0.673 6.122 使用深度 372 5.307 0.648 1.911 6.236 数字化程度 372 5.598 0.667 2.026 6.147 财政支农 372 11.51 3.412 4.040 20.38 政府干预程度 372 0.277 0.193 0.107 1.334 人力资源水平 372 9.191 1.128 4.222 12.78 少儿抚养比 372 23.46 6.481 9.880 38.38 老年抚养比 372 38.81 7.423 19.27 57.79 信息化水平 372 0.0670 0.138 0.0150 2.513 
下载: 导出CSV
表 2 基准回归与调节效应回归结果
变量 c1 c2 （1） （2） （3） （4） index 0.180*** 0.107** 0.084*** 0.058*** （0.044） （0.048） （0.015） （0.013） fsa −0.003 0.004*** （0.003） （0.001） index×fsa 0.007** 0.002** （0.003） （0.001） gov −0.653*** −0.675*** 0.002 −0.022 （0.131） （0.134） （0.047） （0.038） hum 0.041* 0.044** 0.001 −0.002 （0.023） （0.022） （0.010） （0.006） cdr −0.003 −0.003 −0.003*** −0.003*** （0.003） （0.003） （0.001） （0.001） dr −0.001 −0.000 −0.000 −0.000 （0.001） （0.001） （0.000） （0.000） dl −0.003 −0.001 0.002 −0.002 （0.012） （0.012） （0.004） （0.008） _cons 7.917*** 8.297*** 0.016 0.139 （0.341） （0.354） （0.128） （0.099） year Yes Yes Yes Yes province Yes Yes Yes Yes N 372 372 372.000 372.000 r2_a 0.965 0.965 0.849 0.858 注：*、**、***分别表示在10%、5%、1%的水平下通过显著性检验，括号内为稳健标准误，下同。
下载: 导出CSV
表 3 稳健性检验
改变样本区间 剔除直辖市 剔除异常值 变量 c1 c2 c1 c2 c1 c2 （1） （2） （3） （4） （5） （6） index 0.726*** 0.247*** 0.117*** 0.069*** 0.137*** 0.088*** （0.162） （0.067） （0.037） （0.016） （0.049） （0.013） controls Yes Yes Yes Yes Yes Yes year Yes Yes Yes Yes Yes Yes province Yes Yes Yes Yes Yes Yes N 310 310 341 341 341 341 r2_a 0.966 0.863 0.968 0.872 0.964 0.856
下载: 导出CSV
表 4 门槛效应检验
门槛变量 被解释变量 门槛数 门槛值 F值 P值 临界值/% 1 5 10 index c1 单门槛 5.108 190.95 0.000 53.360 45.752 40.868 双门槛 5.502 38.31 0.007 30.083 26.211 21.579 三门槛 5.264 29.45 0.557 96.726 76.640 68.376 c2 单门槛 5.120 57.33 0.007 55.807 47.072 44.063 双门槛 6.017 21.67 0.670 51.197 43.496 38.724
下载: 导出CSV
表 5 门槛效应回归结果
变量 c1 c2 双门槛 单门槛 index<5.108 0.134*** index<5.120 0.026*** （0.007） （0.004） 5.108<index<5.502 0.170*** index>5.120 0.032*** （0.006） （0.004） index>5.502 0.189*** （0.006） Control variables Yes Yes N 341 341 r2_a 0.906 0.635
下载: 导出CSV
表 6 分维度异质性回归结果
变量 c1 c2 （1） （2） （3） （4） （5） （6） bre 0.071*** 0.032*** （0.022） （0.006） dep 0.037 0.047*** （0.027） （0.008） dig −0.102*** −0.043*** （0.023） （0.007） controls Yes Yes Yes Yes Yes Yes _cons 8.483*** 8.818*** 9.508*** 0.289*** 0.278*** 0.734*** （0.283） （0.269） （0.250） （0.105） （0.083） （0.079） year Yes Yes Yes Yes Yes Yes province Yes Yes Yes Yes Yes Yes N 372.000 372.000 372.000 372.000 372.000 372.000 r2_a 0.965 0.962 0.964 0.844 0.833 0.834
下载: 导出CSV
表 7 地区异质性回归结果
变量 c1 c2 （1） （2） （3） （4） （5） （6） 东部 中部 西部 东部 中部 西部 index 0.335*** -0.210 0.014 0.187*** -0.060* 0.045* （0.087） （0.131） （0.086） （0.030） （0.035） （0.025） controls Yes Yes Yes Yes Yes Yes _cons 8.263*** 10.450*** 8.178*** −0.353 0.660*** 0.247 （0.652） （0.897） （0.547） （0.246） （0.231） （0.192） year Yes Yes Yes Yes Yes Yes province Yes Yes Yes Yes Yes Yes N 144 96 132 144 96 132 r2_a 0.964 0.959 0.959 0.834 0.915 0.855
下载: 导出CSV
-
[1] MCKINNON R I. Money and Capital in Economic Development[M]. Washington DC: Brookings Institution, 1973.
[2] CAMPBELL JOHN Y, MANKIW N GREGORY. The response of consumption to income: A cross-country investigation[J]. European Economic Review, 1991, 35(4): 723.
[3] ANDREI A LEVCHENKO. Financial Liberalization and Consumption Volatility in Developing Countries[J]. IMF Staff Papers, 2005, 52(2): 237.
[4] 杜蓉, 乔均. 金融发展对农村居民消费的影响及作用机制研究[J]. 南京财经大学学报, 2021(6): 1. [5] 张永明. 金融发展对居民消费潜力的影响研究: 基于城乡收入差距的中介效应[J]. 商业经济研究, 2024(3): 89. DOI: 10.3969/j.issn.1002-5863.2024.03.021. [6] 张勋, 万广华, 张佳佳, 等. 数字经济、普惠金融与包容性增长[J]. 经济研究, 2019, 54(8): 71. [7] 钱海章, 陶云清, 曹松威, 等. 中国数字金融发展与经济增长的理论与实证[J]. 数量经济技术经济研究, 2020, 37(6): 26. DOI: 10.13653/j.cnki.jqte.2020.06.002. [8] 宋科, 刘家琳, 李宙甲. 数字普惠金融能缩小县域城乡收入差距吗: 兼论数字普惠金融与传统金融的协同效应[J]. 中国软科学, 2022(6): 133. DOI: 10.3969/j.issn.1002-9753.2022.06.012. [9] 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. [10] 郭华, 张洋, 彭艳玲, 等. 数字金融发展影响农村居民消费的地区差异研究[J]. 农业技术经济, 2020(12): 66. DOI: 10.13246/j.cnki.jae.2020.12.005. [11] 颜建军, 冯君怡. 数字普惠金融对居民消费升级的影响研究[J]. 消费经济, 2021, 37(2): 79. [12] 蔡桂云, 聂祎卉, 隋鹏昌. 数字普惠金融对农村居民消费的影响: 基于江西省的实证分析[J]. 农林经济管理学报, 2022, 21(5): 547. DOI: 10.16195/j.cnki.cn36-1328/f.2022.05.58. [13] 赵立业, 吴卫星. 数字普惠金融发展能促进代际收入流动吗?[J]. 财经问题研究, 2023(5): 64. DOI: 10.19654/j.cnki.cjwtyj.2023.05.006. [14] 段永琴, 何伦志. 数字金融对我国货币政策利率传导机制有效性的影响[J]. 统计与决策, 2021, 37(9): 136. DOI: 10.13546/j.cnki.tjyjc.2021.09.032. [15] 黎翠梅, 周莹. 数字普惠金融对农村消费的影响研究: 基于空间计量模型[J]. 经济地理, 2021, 41(12): 177. DOI: 10.15957/j.cnki.jjdl.2021.12.019. [16] 李倩, 杜江. 金融发展与财政支农对农村居民收入影响的实证[J]. 统计与决策, 2020, 36(4): 159. DOI: 10.13546/j.cnki.tjyjc.2020.04.035. [17] 岳喜优, 陈桂生. 财政支农、数字普惠金融与农村居民消费升级[J]. 中国流通经济, 2022, 36(9): 60. DOI: 10.14089/j.cnki.cn11-3664/f.2022.09.005. [18] 裴长洪, 倪江飞, 李越. 数字经济的政治经济学分析[J]. 财贸经济, 2018, 39(9): 5. DOI: 10.19795/j.cnki.cn11-1166/f.2018.09.001. [19] 郑海勇. 数字普惠金融发展对消费的刺激效应: 基于非线性影响检验[J]. 商业经济研究, 2020(17): 41. DOI: 10.3969/j.issn.1002-5863.2020.17.012. [20] 杜家廷, 何勇, 顾谦农. 数字普惠金融对农村居民消费结构升级的非线性影响[J]. 统计与信息论坛, 2022, 37(9): 63. DOI: 10.3969/j.issn.1007-3116.2022.09.005. [21] 李义姝, 严奉宪. 数字普惠金融对农业经济韧性的空间溢出及门槛效应: 以长江中下游地级市为例[J]. 中国农业大学学报, 2024, 29(9): 282. DOI: 10.11841/j.issn.1007-4333.2024.09.24. [22] 温忠麟, 侯杰泰, 张雷. 调节效应与中介效应的比较和应用[J]. 心理学报, 2005(2): 268. [23] HANSEN B E. Sample splitting and threshold estimation[J]. Econometrica, 2000, 68(3): 575. DOI: 10.1111/1468-0262.00124.
[24] 唐勇, 吕太升, 侯敬媛. 数字普惠金融与农村居民消费升级[J]. 武汉金融, 2021(7): 18. DOI: 10.3969/j.issn.1009-3540.2021.07.003. [25] 杨玲. 流通创新视角下农村居民消费升级机制: 基于省级面板数据的实证[J]. 商业经济研究, 2019(14): 68. DOI: 10.3969/j.issn.1002-5863.2019.14.018. [26] 郭峰, 王靖一, 王芳, 等. 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, 19(4): 1401. DOI: 10.13821/j.cnki.ceq.2020.03.12. [27] 张林, 张雯卿, 温涛. 数字普惠金融与城乡居民消费结构升级: 基于拓展AIDS模型的实证研究[J/OL]. 数理统计与管理, 1−20[2024−09−19]. DOI: 10.13860/j.cnki.sltj.20240523-002. [28] 赵德起, 王世哲. 数字普惠金融对城乡收入差距的影响研究: 基于中国省域空间计量模型的实证分析[J]. 经济问题探索, 2023(5): 13. [29] 乔翠霞, 刘韵致, 杨晨曦. FDI对农业技术创新的影响: 基于财政支农的调节效应分析[J]. 东岳论丛, 2023, 44(5): 148. DOI: 10.15981/j.cnki.dongyueluncong.2023.05.017. [30] 黄益平, 黄卓. 中国的数字金融发展: 现在与未来[J]. 经济学(季刊), 2018, 17(4): 1489. DOI: 10.13821/j.cnki.ceq.2018.03.09.
计量
- 文章访问数: 438
- HTML全文浏览量: 114
- PDF下载量: 7