鄒新月 王 旺
廣東財經(jīng)大學 金融學院,廣東 廣州 510320
在中共十九大報告中,習近平總書記提出中國社會的主要矛盾已經(jīng)轉(zhuǎn)變?yōu)椤叭嗣袢找嬖鲩L的物質(zhì)文化需求與不平衡不充分發(fā)展之間的矛盾”,人民對物質(zhì)文化的需求集中體現(xiàn)在消費水平上。十九大還指出中國經(jīng)濟已由高速增長階段轉(zhuǎn)入高質(zhì)量發(fā)展階段(馬宇和安曉慶,2018[1]),提出在投資、出口和消費這三駕馬車之中,必須大力發(fā)揮消費在經(jīng)濟發(fā)展中的基礎性作用。消費升級對于提高中國經(jīng)濟“內(nèi)循環(huán)”具有非常重要的意義。但是中國居民的消費率一直徘徊在較低的水平,1990年中國居民的消費率為46.7%,2017年也僅為38.4%,不僅低于歐美發(fā)達國家,甚至還低于60%的世界平均水平(1)數(shù)據(jù)來源:《國際統(tǒng)計年鑒2018》。。傳統(tǒng)理論認為消費水平與收入密切相關,但中國居民收入從2007年的12522元人民幣(下同)增加到2017年的25973.8元,增長了107.42% ,居民消費率過低,意味著中國居民消費需求相對不足,仍然存在更大的進步空間。
消費理論認為收入約束、信貸約束、預防性儲蓄動機是壓抑居民消費的主要原因,但是中國居民收入逐漸增長,收入約束對消費的約束明顯減小,因此可以通過推動金融發(fā)展來緩解上述因素的制約。2013年中共十八屆三中全會正式從國家戰(zhàn)略的角度提出發(fā)展普惠金融;2016年,杭州舉辦的G20峰會正式通過了第一個數(shù)字普惠金融發(fā)展的國際性共同綱領。作為普惠金融發(fā)展的新形式,數(shù)字普惠金融憑借其低成本、廣覆蓋等戰(zhàn)略優(yōu)勢,能夠有效為偏遠地區(qū)和低收入群體提供更為簡便、快捷的金融服務。數(shù)字普惠金融在緩解金融排斥方面具有重要作用,那么其是否能夠緩解居民的信貸約束進而提高居民消費水平?數(shù)字普惠金融對中國不同地區(qū)居民消費的影響有何差異?數(shù)字普惠金融影響居民消費的作用機制是如何傳導的?對這些問題的回答,在經(jīng)濟新常態(tài)下對于促進中國居民消費升級,轉(zhuǎn)變經(jīng)濟發(fā)展方式,推動經(jīng)濟“內(nèi)循環(huán)”具有非常重要的現(xiàn)實意義。
作為普惠金融發(fā)展的新形式,數(shù)字普惠金融具有低成本、廣覆蓋等傳統(tǒng)普惠金融所不具備的戰(zhàn)略優(yōu)勢;但是由于缺乏統(tǒng)一的數(shù)據(jù)衡量標準,關于數(shù)字普惠金融的數(shù)據(jù)獲取難度較大,目前國內(nèi)外的相關研究主要關注傳統(tǒng)的普惠金融及其對經(jīng)濟發(fā)展的相關影響。
早期學者認為,普惠金融的發(fā)展主要通過緩解企業(yè)的融資約束,進而降低企業(yè)的管理風險促進經(jīng)濟增長(Levine,2005[2];Elhorst et al.,2010[3])。一部分學者以企業(yè)內(nèi)部創(chuàng)新的角度為切入點,發(fā)現(xiàn)數(shù)字普惠金融可以有效促進企業(yè)創(chuàng)新,進而推動經(jīng)濟增長(Kapoor,2014[4];謝絢麗等,2018[5])。張勛等(2019)[6]從居民創(chuàng)業(yè)的視角進行實證研究,發(fā)現(xiàn)數(shù)字普惠金融能夠有效推動低收入群體的創(chuàng)業(yè)活動,進而促進中國經(jīng)濟的包容性增長。任碧云和李柳潁(2019)[7]以及邢小強等(2019)[8]使用京津冀農(nóng)村居民調(diào)查數(shù)據(jù)研究了數(shù)字普惠金融與農(nóng)村經(jīng)濟發(fā)展之間的關系,認為數(shù)字普惠金融的發(fā)展能夠有效促進中國農(nóng)村地區(qū)經(jīng)濟發(fā)展水平的提高。
Ozili(2018)[9]等分析了數(shù)字普惠金融對金融自身的影響,認為數(shù)字普惠金融是今后一段時期金融服務的主要手段,借助于移動互聯(lián)網(wǎng)這個信息媒介,能夠以最小的成本服務最廣的客戶,為偏遠地區(qū)和低收入群體提供便利,有利于抑制“金融排斥”現(xiàn)象的發(fā)生。傅秋子和黃益平(2018)[10]使用微觀調(diào)查數(shù)據(jù)研究數(shù)字普惠金融對農(nóng)村居民非正規(guī)金融需求的影響,發(fā)現(xiàn)數(shù)字普惠金融對傳統(tǒng)商業(yè)銀行的業(yè)務形成了一定的沖擊,但同時也提升了農(nóng)村居民非正規(guī)性金融需求。
中國國內(nèi)較早研究數(shù)字普惠金融與居民收入差距的學者認為,數(shù)字普惠金融的發(fā)展能夠促進地區(qū)經(jīng)濟高質(zhì)量發(fā)展,有效縮小城鄉(xiāng)居民之間的收入差距(蔣長流和江成濤,2020[11]等)。賀大維(2019)[12]在考慮內(nèi)生性的基礎上,建立面板數(shù)據(jù)回歸模型分析了數(shù)字普惠金融與居民收入差距之間的收斂關系。近年來,對數(shù)字普惠金融減貧效應的研究逐漸增多。黃倩等(2019)[13]發(fā)現(xiàn)數(shù)字普惠金融主要是通過收入增長和改善收入分配來減少貧困。劉錦怡和劉純陽(2020)[14]實證研究發(fā)現(xiàn)數(shù)字普惠金融主要通過兩條途徑減緩農(nóng)村貧困現(xiàn)象的發(fā)生:一是通過互聯(lián)網(wǎng)信貸和互聯(lián)網(wǎng)保險的發(fā)展直接減緩農(nóng)村貧困;二是通過增加個體就業(yè)間接減緩農(nóng)村貧困。
隨著數(shù)字普惠金融的快速發(fā)展,尤其是2016年和2019年北京大學編制的數(shù)字普惠金融指數(shù)對外發(fā)布,國內(nèi)學者逐漸將研究重點轉(zhuǎn)向數(shù)字普惠金融與居民消費這一領域。張李義和涂奔(2017)[15]從城鄉(xiāng)消費結構視角進行研究,發(fā)現(xiàn)數(shù)字普惠金融能夠有效促進居民消費結構升級;但這種促進作用對城鎮(zhèn)居民的影響要遠遠大于農(nóng)村居民。崔海燕(2017)[16]通過GMM模型從東、中、西部三大區(qū)域的視角分析數(shù)字普惠金融對農(nóng)村居民消費的影響,發(fā)現(xiàn)數(shù)字普惠金融雖然能夠有效提高居民消費水平,但這種作用在不同區(qū)域之間存在較大差異,東部地區(qū)影響作用最大,中部次之,西部最小。而易行健和周利(2018)[17]通過對中國家庭追蹤調(diào)查的數(shù)據(jù)進行分析,發(fā)現(xiàn)數(shù)字普惠金融對居民消費水平的提高作用在中西部地區(qū)和農(nóng)村地區(qū)更為顯著。Li et al. (2020)[18]利用CHFS非平衡面板數(shù)據(jù)進行研究,發(fā)現(xiàn)數(shù)字普惠金融能夠有效促進家庭經(jīng)常性支出水平的提高,數(shù)字普惠金融的發(fā)展還能夠縮小城鄉(xiāng)居民消費差距。
通過梳理相關文獻不難發(fā)現(xiàn),國內(nèi)外對于數(shù)字普惠金融與居民消費之間的研究仍然較少,大多數(shù)研究還是局限于農(nóng)村居民消費,對于居民總體消費水平的考察以及內(nèi)在傳導機制的研究依然缺乏。本文的貢獻在于:使用宏觀面板數(shù)據(jù),將數(shù)字普惠金融與居民消費支出聯(lián)系起來,從總體性視角梳理二者之間的關系;首次引入空間計量模型分析數(shù)字普惠金融與居民消費之間的關系,從時間和空間的角度進行梳理,并探究是否存在空間溢出效應,彌補了現(xiàn)有研究的不足;從數(shù)字普惠金融內(nèi)部切入,多角度梳理其影響居民消費的傳導機制;運用LASSO方法篩選控制變量,使用移動電話普及率和移動電話基站數(shù)量作為工具變量進行內(nèi)生性檢驗,為今后相關研究提供了良好的工具變量來解決內(nèi)生性問題。
隨著社會經(jīng)濟的發(fā)展,各地區(qū)之間的經(jīng)濟聯(lián)系和群眾交往也越來越密切,區(qū)域之間的消費水平在空間上也可能存在相關性,如果使用傳統(tǒng)的計量分析方法可能會導致結論缺乏科學性,不能真正反映變量之間的真實關系。因此,本文使用空間計量來研究數(shù)字普惠金融與居民消費之間的關系,構建空間自回歸模型:
(1)
其中,Y是被解釋變量;X是解釋變量;ρ為空間自相關系數(shù);λ為空間殘差相關系數(shù);W為空間權重矩陣;β為自變量系數(shù);ε為殘差;σ是μ的方差。
1.被解釋變量。本文的被解釋變量是居民消費,鑒于數(shù)據(jù)的可得性和連續(xù)性,使用居民人均消費性支出(tvc)作為居民消費的代理變量;同時,為了消除物價上漲因素對居民消費支出所帶來的影響,以2011年為基期對該變量進行平減化處理。數(shù)據(jù)主要來源于各省統(tǒng)計年鑒。
2.解釋變量。數(shù)字普惠金融主要是借助互聯(lián)網(wǎng)通信技術服務大眾,所以具體指標的獲取難度較大。本文使用北京大學互聯(lián)網(wǎng)研究中心提供的數(shù)字普惠金融總指數(shù)(fina)作為解釋變量,該指數(shù)依托螞蟻金服的海量數(shù)據(jù),在一定程度上能夠反映中國數(shù)字普惠金融發(fā)展現(xiàn)狀。
3.控制變量??紤]到其他影響居民消費水平的因素,本文用LASSO方法對控制變量進行篩選,根據(jù)LASSO的運行結果,主要保留以下控制變量:(1)居民人均可支配收入(tvi)。收入決定理論認為當期收入對居民消費支出的影響是絕對的,因為數(shù)據(jù)統(tǒng)計口徑的變化,居民人均可支配收入是從2013年開始發(fā)布,對于2011年和2012年缺失的數(shù)據(jù)使用插值法進行填補。(2)城鎮(zhèn)化水平(city)。作為衡量一個地區(qū)經(jīng)濟發(fā)展水平的重要指標,城鎮(zhèn)化對居民消費水平具有重要影響,本文使用城鎮(zhèn)人口占總?cè)丝诘谋戎剡M行測算。(3)教育水平(edu)。本文使用6歲以上受教育程度高于初中的人口占總?cè)丝诘谋戎貋泶淼貐^(qū)教育水平。(4)醫(yī)療服務水平(tre)。流動性約束理論認為醫(yī)療和社會保障水平的高低對居民消費具有重要影響,因此本文使用醫(yī)療支出占財政支出的比重作為衡量指標。(5)人口結構。生命周期假說認為人口結構與居民消費之間具有緊密關聯(lián),因此本文使用少兒撫養(yǎng)比(young)和老年撫養(yǎng)比(old)來衡量人口結構。(6)性別結構(sex)。本文引入性別比來衡量各地區(qū)人口性別結構情況。(7)產(chǎn)業(yè)結構(IS)。本文使用第三產(chǎn)業(yè)增加值占GDP的比重來衡量地區(qū)產(chǎn)業(yè)結構。(8)政府行為(gov)。政府行為對居民消費同樣具有重要影響,因此本文使用財政支出占 GDP的比重來衡量政府行為。
本文選擇了中國30個省、市、自治區(qū)(不含西藏和港澳臺地區(qū))從2011~2018年的數(shù)據(jù),部分缺失數(shù)據(jù)使用插值法進行填補,樣本觀測值的數(shù)量為240。描述性統(tǒng)計分析結果如表1所示。
從表1可以看出,從2011~2018年,中國各地區(qū)居民消費水平差異非常明顯,居民人均消費性支出最高為43351.312元,平均值為15405.611元,而最小值僅為6216.601元。數(shù)字普惠金融指數(shù)最高值為377.734,平均值為84.98,地區(qū)之間也存在較大差異。各省市居民收入、城鎮(zhèn)化、教育水平等控制變量之間也同樣存在非常明顯的差異。
為了檢驗各地區(qū)居民消費水平是否存在空間相關性,必須建立空間權重矩陣,因此本文基于各省份之間的地理位置構建空間鄰接矩陣;并且基于各省份之間的經(jīng)濟發(fā)展水平構建經(jīng)濟距離矩陣和反經(jīng)濟距離矩陣;同時根據(jù)數(shù)字普惠金融發(fā)展水平構建數(shù)字普惠金融嵌套矩陣。
1.空間鄰接矩陣。空間鄰接矩陣是根據(jù)各省市的相鄰關系(擁有非零長度的公共邊界)來構造的空間權重矩陣,若兩個省市之間有共同邊界記為“1”;若兩省市之間沒有共同邊界則記為“0”。其數(shù)學表達式為:
(2)
其中,i、j(i,j=1,2,…,N)是不同地理單元的個體觀測點。雖然海南省作為“孤島變量”在地理位置上沒有接壤省份,但本文將其設置為與廣東省相鄰。
2.空間嵌套矩陣。本文首先計算出各省市的GDP和數(shù)字普惠金融平均值,然后在此基礎上進一步構建經(jīng)濟距離矩陣、反經(jīng)濟距離矩陣和數(shù)字普惠金融嵌套矩陣。
(3)
其中,i、j(i,j=1,2,…,N)是不同地理單元的個體觀測點;y表示嵌入矩陣的經(jīng)濟變量。本文主要嵌入各省份的GDP平均值和數(shù)字普惠金融指數(shù)平均值,分別構建經(jīng)濟距離矩陣、反經(jīng)濟距離矩陣和數(shù)字普惠金融嵌套矩陣。
3.標準化處理。為了避免分析誤差,本文對矩陣進行標準化處理,使其行和為1,標準化公式為:
(4)
檢驗空間相關性通常有兩類方法:一是分析空間數(shù)據(jù)在整個系統(tǒng)內(nèi)表現(xiàn)出來的分布特征,通常被稱為全局空間相關性,一般用Moran’I指數(shù)、Geary’C指數(shù)測度;二是用來分析局部子系統(tǒng)所表現(xiàn)出的分布特征,又被稱為局部空間相關性,一般用Moran散點圖來測度。
1.全局空間相關性。Moran’I指數(shù)能夠有效檢驗整個空間區(qū)域中鄰近地區(qū)之間的相關關系,判斷各省市在空間范圍內(nèi)是正相關、負相關還是不相關,其計算公式如式(5):
(5)
其中,n是研究區(qū)域內(nèi)地區(qū)總數(shù);S2為樣本方差;ωij為空間權重矩陣的(i,j)元素。Moran’I指數(shù)的取值范圍一般為-1I1,當指數(shù)取值大于0時表示各省份在空間上是正相關;當指數(shù)取值小于0時表示各省份在空間上是負相關;當取值接近于0時表示不存在空間相關性。
本文分別計算了空間鄰接矩陣和經(jīng)濟距離矩陣之下居民消費水平、數(shù)字普惠金融的空間相關性(表2)。
表2 空間相關性檢驗
空間矩陣計算出的指數(shù)值均通過顯著性檢驗,所有年份對應的Z值均大于1.96,表明中國各地區(qū)居民消費水平存在非常顯著的空間自相關性,即消費水平相近的省份具有地理鄰近性。
2.局部空間相關性。本文使用局部Moran's I散點圖來檢驗局部地區(qū)是否存在集聚性;并基于上文建立的經(jīng)濟距離權重矩陣,畫出中國30個省、市、自治區(qū)(不含西藏和港澳臺地區(qū))2011年和2018年各地區(qū)居民消費水平、數(shù)字普惠金融發(fā)展水平的Moran指數(shù)散點圖(2)限于篇幅,這里僅顯示了2011年和2018年的結果,其余備索。。
表3和表4分別是2011年和2018年Moran指數(shù)散點圖結果。從表3和表4可知,中國居民消費支出和數(shù)字普惠金融主要分布在第一象限和第三象限內(nèi),呈現(xiàn)出明顯的H-H集聚和L-L集聚狀態(tài),觀測點高值與高值關系緊密、低值與低值關系緊密。這表明中國居民消費水平高的省份,其臨近省份消費水平也比較高;居民消費水平低的省份,其臨近省份的水平也同樣比較低。但第三象限的集聚數(shù)量明顯高于第一象限,說明中國仍然有相當多的地區(qū)消費水平較低。數(shù)字普惠金融集聚狀態(tài)和消費支出集聚狀態(tài)總體保持一致。
表3 2011年結果匯總
續(xù)表3
表4 2018年結果匯總
本文使用的面板數(shù)據(jù)加上了地理空間維度,因此在選擇模型時必須考慮兩個方面的問題:一是選擇固定效應還是隨機效應,hausman檢驗結果說明模型設定應該選擇固定效應;二是哪一個空間模型最優(yōu),本文便在空間鄰接矩陣和經(jīng)濟距離矩陣的基礎上分別對空間自回歸模型(SAR)、空間誤差模型(SEM)以及空間杜賓模型(SDM)進行檢驗,所有的模型均設定了時點固定效應,在分析之前本文所有的數(shù)據(jù)均取自然對數(shù)(表5)。
表5 數(shù)字普惠金融與城鄉(xiāng)消費差距的SDM估計結果
續(xù)表5
估計結果表明,無論是空間鄰接矩陣還是經(jīng)濟距離矩陣,數(shù)字普惠金融的系數(shù)和顯著性水平大體上保持一致。空間模型的系數(shù)顯著為正,說明數(shù)字普惠金融的發(fā)展不僅能促進本地區(qū)內(nèi)部消費水平的提高,而且對鄰近省市消費水平同樣具有正向溢出作用。居民收入和城鎮(zhèn)化的系數(shù)均為正,說明收入水平的提高和城鎮(zhèn)化的推進對居民消費支出的增加具有積極推動作用。在人口結構方面,少兒撫養(yǎng)比和老年撫養(yǎng)比與居民消費支出呈現(xiàn)出明顯的負相關關系;但少兒撫養(yǎng)比的抑制作用要顯著大于老年撫養(yǎng)比。產(chǎn)業(yè)結構因素的系數(shù)為正,說明第三產(chǎn)業(yè)的發(fā)展能夠顯著提高居民消費水平。各省市的性別構成和政府行為對居民消費支出的影響效果不明顯。
本文通過LM檢驗判斷空間自回歸模型是最優(yōu)的,為了避免上文系數(shù)估計的誤差,進一步測算空間自回歸模型之下數(shù)字普惠金融對居民消費水平的空間效應(表6)。
表6 空間效應分解
效應分解結果表明,數(shù)字普惠金融在鄰接矩陣和經(jīng)濟距離矩陣下的直接效應分別為0.13和0.14,在5%的顯著性水平下正向促進居民消費支出的提高,間接效應基本保持在0.02,說明對其他地區(qū)消費水平的提升同樣具有積極作用。
為了檢驗上文估計結果的穩(wěn)健性,本文將空間鄰接矩陣和經(jīng)濟距離矩陣進行更換,用反經(jīng)濟距離矩陣和普惠金融嵌套矩陣進行重新估計;同時用全體居民消費水平替換居民人均消費性支出作為被解釋變量,用數(shù)字普惠金融指數(shù)中的覆蓋廣度和使用深度這兩個二級指標替換數(shù)字普惠金融總指數(shù);若估計結果和上文一致,則說明穩(wěn)健性檢驗通過(表7)。
表7 穩(wěn)健性檢驗
續(xù)表7
表7第(1)、第(2)、第(3)列是反經(jīng)濟距離矩陣的估計結果;第(4)、第(5)、第(6)列是數(shù)字普惠金融嵌套矩陣的估計結果;第(2)和第(5)列用覆蓋廣度替換數(shù)字普惠金融總指數(shù)作為解釋變量;第(3)和第(6)列用深度替換數(shù)字普惠金融總指數(shù)作為解釋變量。穩(wěn)健性檢驗結果表明,數(shù)字普惠金融的發(fā)展能夠提高本地居民消費水平,促進臨近地區(qū)消費水平的提高。這與上文的研究結論基本一致,說明文章的結論具有穩(wěn)定性。
根據(jù)上文的分析結果可以發(fā)現(xiàn),在空間計量的視角下,數(shù)字普惠金融的發(fā)展能夠有效促進居民消費水平的提高。但是很少有研究涉及其內(nèi)在的影響機制。為了進一步梳理數(shù)字普惠金融對居民消費支出的影響機制,在參考劉世鵬(2019)[19]相關研究的基礎上,本文對其影響機制進行檢驗。劉丹等(2019)[20]發(fā)現(xiàn)數(shù)字普惠金融的發(fā)展可以直接促進居民收入水平的提高,因此本文將收入水平作為間接傳導機制。高遠(2019)[21]發(fā)現(xiàn)數(shù)字普惠金融能夠通過支付方式的創(chuàng)新來促進零售業(yè)的發(fā)展,居民也基本使用移動支付進行網(wǎng)購。因此,結合北京大學數(shù)字普惠金融體系的構成,本文將移動支付作為直接傳導機制,同時將數(shù)字普惠金融指數(shù)中的互聯(lián)網(wǎng)信貸和互聯(lián)網(wǎng)保險也作為直接傳導機制。
首先,數(shù)字普惠金融自身的戰(zhàn)略優(yōu)勢有效降低了低收入群體獲取金融服務的門檻,能夠為居民提供了更為豐富的投資理財平臺。以支付寶和零錢通為代表的互聯(lián)網(wǎng)理財產(chǎn)品的出現(xiàn),有效分散了居民的投資風險,顯著提高了居民的投資性收入,進而促進了消費水平的提高。其次,高效便捷的數(shù)字化支付手段使消費者擺脫了現(xiàn)金的束縛,隨機消費的可能性增大,消費頻率和消費金額也同樣會增加。再次,以花唄為代表的互聯(lián)網(wǎng)信貸能夠有效緩解居民的流動性約束,進而促進消費支出的增加。最后,數(shù)字普惠金融的發(fā)展催生出了眾多的互聯(lián)網(wǎng)保險,保險參與水平的提高有助于減少居民預期的不確定性,進而增加了當期消費。表8給出了機制檢驗的估計結果。
表8 中介機制檢驗
表8中,前3列將收入作為間接傳導機制進行檢驗,后3列分別檢驗數(shù)字普惠金融內(nèi)部的直接傳導機制。第(1)列表明數(shù)字普惠金融與居民消費支出存在正相關關系;第(2)列檢驗結果表明,數(shù)字普惠金融對居民收入也有顯著的正向影響;第(3)列中,作為中介變量的數(shù)字普惠金融和居民收入通過了顯著性檢驗;第(4)列將支付使用指數(shù)(pay)作為解釋變量;第(5)列將信貸使用指數(shù)(credit)作為解釋變量;第(6)列將保險使用指數(shù)(insur)作為解釋變量。后3列的回歸系數(shù)均顯著為正,并通過顯著性檢驗,因此中介效應存在。
雖然本文使用LASSO方法進行控制變量篩選,但依然可能遺漏其他變量,進而造成估計結果存在偏差。為了解決可能存在的內(nèi)生性問題,本文分別使用動態(tài)空間面板、GMM模型、工具變量這三種辦法進行內(nèi)生性檢驗(表9)。
表9 內(nèi)生性檢驗
表9中,第(1)列和第(2)列分別在經(jīng)濟距離矩陣和反經(jīng)濟距離矩陣的基礎上引入了被解釋變量的空間滯后項,fina的系數(shù)分別為0.193和0.172,說明在動態(tài)空間面板下,數(shù)字普惠金融仍然能夠促進居民消費水平的提高;第(3)列使用GMM方法進行估計,fina的系數(shù)為0.279,在5%的顯著性水平下顯著為正。
目前國內(nèi)對于數(shù)字普惠金融工具變量的研究較少,梁雙陸和劉培培(2019)[22]主要是使用互聯(lián)網(wǎng)普及率作為工具變量,本文在其研究的基礎上選取移動電話普及率和移動電話基站數(shù)量作為工具變量。之所以選取這兩個變量作為工具變量有兩個原因。第一,數(shù)字普惠金融主要是借助互聯(lián)網(wǎng)來實現(xiàn)自身發(fā)展,隨著移動互聯(lián)網(wǎng)技術的普及,移動互聯(lián)網(wǎng)逐漸取代寬帶成為人們上網(wǎng)的首要選擇,同時一個地區(qū)移動電話普及率越高,基站的數(shù)量也相對越多,數(shù)字普惠金融發(fā)展的基礎和潛力也越大,因此移動電話普及率和移動電話基站的數(shù)量與數(shù)字普惠金融發(fā)展水平密切相關,滿足相關性要求。第二,移動電話普及率和移動電話基站的數(shù)量并不直接影響居民消費水平;尤其是移動電話基站數(shù)量,主要受制于當?shù)氐娜丝跔顩r和通信公司的決策,受其他因素干預較少,具有很強的政策性,滿足排他性要求。表9中,第(4)列在沒有加入控制變量的情況下使用移動電話普及率作為工具變量;第(5)列在引入控制變量的情況下使用移動電話普及率作為工具變量;第(6)列使用移動電話基站數(shù)量作為工具變量。表9的結果表明,在使用工具變量后,數(shù)字普惠金融的發(fā)展仍對居民消費水平產(chǎn)生顯著正向影響,且估計系數(shù)與上文的估計結果相比,作用得到了明顯的提升,基本保持在0.2左右,說明移動電話普及率和移動電話基站數(shù)量會影響數(shù)字普惠金融的發(fā)展,作為工具變量對模型具有較好的解釋能力。
數(shù)字普惠金融的發(fā)展能夠促進居民消費水平的提高,但中國東部、中部和西部地區(qū)的經(jīng)濟社會發(fā)展存在非常明顯的差異。為了深入分析各個地區(qū)之間的影響大小,本文根據(jù)中國地理分區(qū)對經(jīng)濟距離矩陣進行分解來檢驗不同地區(qū)之間影響大小(表10)。
空間異質(zhì)性檢驗表明,中部地區(qū)的回歸系數(shù)不顯著,數(shù)字普惠金融的發(fā)展對東部地區(qū)和西部地區(qū)的促進作用非常顯著,東部地區(qū)的系數(shù)為0.171,而西部地區(qū)的系數(shù)為0.251。這同時也說明數(shù)字普惠金融對于西部地區(qū)的影響作用大于東部地區(qū),發(fā)展數(shù)字普惠金融有助于縮小地區(qū)之間的消費差距。
本文通過建立空間自回歸模型分析了2011~2018年中國30個省、市、自治區(qū)(不含西藏和港澳臺地區(qū))的數(shù)字普惠金融與居民消費水平的關系,主要得出三點結論。第一,從整體來看,數(shù)字普惠金融的發(fā)展能夠通過收入、移動支付、消費信貸和保險促進消費。第二,在空間計量的視角下,數(shù)字普惠金融對消費的影響具有正向空間溢出,本地區(qū)數(shù)字普惠金融的發(fā)展會對周圍地區(qū)的消費產(chǎn)生促進作用。在考慮內(nèi)生性后,結論依然成立。第三,數(shù)字普惠金融對消費的影響在不同地區(qū)之間存在較大差異,對西部地區(qū)的影響最大,東部次之。
基于以上研究結論,本文提出三點建議。第一,持續(xù)推進數(shù)字普惠金融的發(fā)展。政府可以通過加強互聯(lián)網(wǎng)基礎設施建設來進一步推動數(shù)字普惠金融的發(fā)展,以此提升居民消費水平;尤其要加強中、西部地區(qū)互聯(lián)網(wǎng)基礎設施建設,因為中、西部地區(qū)經(jīng)濟發(fā)展水平相對較弱,一些偏遠山區(qū)很難鋪設金融服務網(wǎng)點;而通過數(shù)字普惠金融低成本的投入,可以降低這些地區(qū)獲取金融服務的門檻,助力脫貧攻堅工作的順利推進,有助于這些地區(qū)實現(xiàn)彎道超車。第二,發(fā)展重點應有所側(cè)重。在數(shù)字普惠金融內(nèi)部,互聯(lián)網(wǎng)信貸對居民消費支出的影響作用最為顯著,互聯(lián)網(wǎng)信貸能夠有效降低居民獲取貸款的門檻,緩解低收入群體的信貸約束。政府應發(fā)揮數(shù)字普惠金融對消費的引導作用,在互聯(lián)網(wǎng)信貸方面多投入,同時積極推動互聯(lián)網(wǎng)保險的發(fā)展。第三,各地區(qū)之間應加強合作,落后地區(qū)要學習發(fā)達地區(qū)發(fā)展數(shù)字普惠金融的先進經(jīng)驗,增強彼此之間的技術交流,促進數(shù)字普惠金融在地區(qū)之間協(xié)調(diào)均衡發(fā)展;特別應注意數(shù)字普惠金融促進消費過程中的杠桿積累問題,數(shù)字普惠金融的發(fā)展雖然緩解了低收入群體的信貸約束,但是過度使用互聯(lián)網(wǎng)貸款可能會導致家庭負債過度積累。