鄒新月 王 旺
廣東財(cái)經(jīng)大學(xué) 金融學(xué)院,廣東 廣州 510320
在中共十九大報(bào)告中,習(xí)近平總書(shū)記提出中國(guó)社會(huì)的主要矛盾已經(jīng)轉(zhuǎn)變?yōu)椤叭嗣袢找嬖鲩L(zhǎng)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(duì)物質(zhì)文化的需求集中體現(xiàn)在消費(fèi)水平上。十九大還指出中國(guó)經(jīng)濟(jì)已由高速增長(zhǎng)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(fèi)這三駕馬車(chē)之中,必須大力發(fā)揮消費(fèi)在經(jīng)濟(jì)發(fā)展中的基礎(chǔ)性作用。消費(fèi)升級(jí)對(duì)于提高中國(guó)經(jīng)濟(jì)“內(nèi)循環(huán)”具有非常重要的意義。但是中國(guó)居民的消費(fèi)率一直徘徊在較低的水平,1990年中國(guó)居民的消費(fèi)率為46.7%,2017年也僅為38.4%,不僅低于歐美發(fā)達(dá)國(guó)家,甚至還低于60%的世界平均水平(1)數(shù)據(jù)來(lái)源:《國(guó)際統(tǒng)計(jì)年鑒2018》。。傳統(tǒng)理論認(rèn)為消費(fèi)水平與收入密切相關(guān),但中國(guó)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(zhǎng)了107.42% ,居民消費(fèi)率過(guò)低,意味著中國(guó)居民消費(fèi)需求相對(duì)不足,仍然存在更大的進(jìn)步空間。
消費(fèi)理論認(rèn)為收入約束、信貸約束、預(yù)防性?xún)?chǔ)蓄動(dòng)機(jī)是壓抑居民消費(fèi)的主要原因,但是中國(guó)居民收入逐漸增長(zhǎng),收入約束對(duì)消費(fèi)的約束明顯減小,因此可以通過(guò)推動(dòng)金融發(fā)展來(lái)緩解上述因素的制約。2013年中共十八屆三中全會(huì)正式從國(guó)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(huì)正式通過(guò)了第一個(gè)數(shù)字普惠金融發(fā)展的國(guó)際性共同綱領(lǐng)。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?xún)?yōu)勢(shì),能夠有效為偏遠(yuǎn)地區(qū)和低收入群體提供更為簡(jiǎn)便、快捷的金融服務(wù)。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(jìn)而提高居民消費(fèi)水平?數(shù)字普惠金融對(duì)中國(guó)不同地區(qū)居民消費(fèi)的影響有何差異?數(shù)字普惠金融影響居民消費(fèi)的作用機(jī)制是如何傳導(dǎo)的?對(duì)這些問(wèn)題的回答,在經(jīng)濟(jì)新常態(tài)下對(duì)于促進(jìn)中國(guó)居民消費(fèi)升級(jí),轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式,推動(dòng)經(jīng)濟(jì)“內(nèi)循環(huán)”具有非常重要的現(xiàn)實(shí)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?xún)?yōu)勢(shì);但是由于缺乏統(tǒng)一的數(shù)據(jù)衡量標(biāo)準(zhǔn),關(guān)于數(shù)字普惠金融的數(shù)據(jù)獲取難度較大,目前國(guó)內(nèi)外的相關(guān)研究主要關(guān)注傳統(tǒng)的普惠金融及其對(duì)經(jīng)濟(jì)發(fā)展的相關(guān)影響。
早期學(xué)者認(rèn)為,普惠金融的發(fā)展主要通過(guò)緩解企業(yè)的融資約束,進(jìn)而降低企業(yè)的管理風(fēng)險(xiǎn)促進(jìn)經(jīng)濟(jì)增長(zhǎng)(Levine,2005[2];Elhorst et al.,2010[3])。一部分學(xué)者以企業(yè)內(nèi)部創(chuàng)新的角度為切入點(diǎn),發(fā)現(xiàn)數(shù)字普惠金融可以有效促進(jìn)企業(yè)創(chuàng)新,進(jìn)而推動(dòng)經(jīng)濟(jì)增長(zhǎng)(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(jìn)行實(shí)證研究,發(fā)現(xiàn)數(shù)字普惠金融能夠有效推動(dòng)低收入群體的創(chuàng)業(yè)活動(dòng),進(jìn)而促進(jìn)中國(guó)經(jīng)濟(jì)的包容性增長(zhǎng)。任碧云和李柳潁(2019)[7]以及邢小強(qiáng)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(jì)發(fā)展之間的關(guān)系,認(rèn)為數(shù)字普惠金融的發(fā)展能夠有效促進(jìn)中國(guó)農(nóng)村地區(qū)經(jīng)濟(jì)發(fā)展水平的提高。
Ozili(2018)[9]等分析了數(shù)字普惠金融對(duì)金融自身的影響,認(rèn)為數(shù)字普惠金融是今后一段時(shí)期金融服務(wù)的主要手段,借助于移動(dòng)互聯(lián)網(wǎng)這個(gè)信息媒介,能夠以最小的成本服務(wù)最廣的客戶(hù),為偏遠(yuǎn)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(duì)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(duì)傳統(tǒng)商業(yè)銀行的業(yè)務(wù)形成了一定的沖擊,但同時(shí)也提升了農(nóng)村居民非正規(guī)性金融需求。
中國(guó)國(guó)內(nèi)較早研究數(shù)字普惠金融與居民收入差距的學(xué)者認(rèn)為,數(shù)字普惠金融的發(fā)展能夠促進(jìn)地區(qū)經(jīng)濟(jì)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(zhǎng)流和江成濤,2020[11]等)。賀大維(2019)[12]在考慮內(nèi)生性的基礎(chǔ)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(guān)系。近年來(lái),對(duì)數(shù)字普惠金融減貧效應(yīng)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(guò)收入增長(zhǎng)和改善收入分配來(lái)減少貧困。劉錦怡和劉純陽(yáng)(2020)[14]實(shí)證研究發(fā)現(xiàn)數(shù)字普惠金融主要通過(guò)兩條途徑減緩農(nóng)村貧困現(xiàn)象的發(fā)生:一是通過(guò)互聯(lián)網(wǎng)信貸和互聯(lián)網(wǎng)保險(xiǎn)的發(fā)展直接減緩農(nóng)村貧困;二是通過(guò)增加個(gè)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(xué)編制的數(shù)字普惠金融指數(shù)對(duì)外發(fā)布,國(guó)內(nèi)學(xué)者逐漸將研究重點(diǎn)轉(zhuǎn)向數(shù)字普惠金融與居民消費(fèi)這一領(lǐng)域。張李義和涂奔(2017)[15]從城鄉(xiāng)消費(fèi)結(jié)構(gòu)視角進(jìn)行研究,發(fā)現(xiàn)數(shù)字普惠金融能夠有效促進(jìn)居民消費(fèi)結(jié)構(gòu)升級(jí);但這種促進(jìn)作用對(duì)城鎮(zhèn)居民的影響要遠(yuǎn)遠(yuǎn)大于農(nóng)村居民。崔海燕(2017)[16]通過(guò)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(duì)農(nóng)村居民消費(fèi)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(fèi)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(guò)對(duì)中國(guó)家庭追蹤調(diào)查的數(shù)據(jù)進(jìn)行分析,發(fā)現(xiàn)數(shù)字普惠金融對(duì)居民消費(fèi)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(jìn)行研究,發(fā)現(xiàn)數(shù)字普惠金融能夠有效促進(jìn)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(fèi)差距。
通過(guò)梳理相關(guān)文獻(xiàn)不難發(fā)現(xiàn),國(guó)內(nèi)外對(duì)于數(shù)字普惠金融與居民消費(fèi)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(fèi),對(duì)于居民總體消費(fèi)水平的考察以及內(nèi)在傳導(dǎo)機(jī)制的研究依然缺乏。本文的貢獻(xiàn)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(fèi)支出聯(lián)系起來(lái),從總體性視角梳理二者之間的關(guān)系;首次引入空間計(jì)量模型分析數(shù)字普惠金融與居民消費(fèi)之間的關(guān)系,從時(shí)間和空間的角度進(jìn)行梳理,并探究是否存在空間溢出效應(yīng),彌補(bǔ)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(fèi)的傳導(dǎo)機(jī)制;運(yùn)用LASSO方法篩選控制變量,使用移動(dòng)電話普及率和移動(dòng)電話基站數(shù)量作為工具變量進(jìn)行內(nèi)生性檢驗(yàn),為今后相關(guān)研究提供了良好的工具變量來(lái)解決內(nèi)生性問(wèn)題。
隨著社會(huì)經(jīng)濟(jì)的發(fā)展,各地區(qū)之間的經(jīng)濟(jì)聯(lián)系和群眾交往也越來(lái)越密切,區(qū)域之間的消費(fèi)水平在空間上也可能存在相關(guān)性,如果使用傳統(tǒng)的計(jì)量分析方法可能會(huì)導(dǎo)致結(jié)論缺乏科學(xué)性,不能真正反映變量之間的真實(shí)關(guān)系。因此,本文使用空間計(jì)量來(lái)研究數(shù)字普惠金融與居民消費(fèi)之間的關(guān)系,構(gòu)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(guān)系數(shù);λ為空間殘差相關(guān)系數(shù);W為空間權(quán)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(fèi),鑒于數(shù)據(jù)的可得性和連續(xù)性,使用居民人均消費(fèi)性支出(tvc)作為居民消費(fèi)的代理變量;同時(shí),為了消除物價(jià)上漲因素對(duì)居民消費(fèi)支出所帶來(lái)的影響,以2011年為基期對(duì)該變量進(jìn)行平減化處理。數(shù)據(jù)主要來(lái)源于各省統(tǒng)計(jì)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(shù)服務(wù)大眾,所以具體指標(biāo)的獲取難度較大。本文使用北京大學(xué)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(guó)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(fèi)水平的因素,本文用LASSO方法對(duì)控制變量進(jìn)行篩選,根據(jù)LASSO的運(yùn)行結(jié)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(rèn)為當(dāng)期收入對(duì)居民消費(fèi)支出的影響是絕對(duì)的,因?yàn)閿?shù)據(jù)統(tǒng)計(jì)口徑的變化,居民人均可支配收入是從2013年開(kāi)始發(fā)布,對(duì)于2011年和2012年缺失的數(shù)據(jù)使用插值法進(jìn)行填補(bǔ)。(2)城鎮(zhèn)化水平(city)。作為衡量一個(gè)地區(qū)經(jīng)濟(jì)發(fā)展水平的重要指標(biāo),城鎮(zhèn)化對(duì)居民消費(fèi)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(jìn)行測(cè)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?lái)代表地區(qū)教育水平。(4)醫(yī)療服務(wù)水平(tre)。流動(dòng)性約束理論認(rèn)為醫(yī)療和社會(huì)保障水平的高低對(duì)居民消費(fèi)具有重要影響,因此本文使用醫(yī)療支出占財(cái)政支出的比重作為衡量指標(biāo)。(5)人口結(jié)構(gòu)。生命周期假說(shuō)認(rèn)為人口結(jié)構(gòu)與居民消費(fèi)之間具有緊密關(guān)聯(lián),因此本文使用少兒撫養(yǎng)比(young)和老年撫養(yǎng)比(old)來(lái)衡量人口結(jié)構(gòu)。(6)性別結(jié)構(gòu)(sex)。本文引入性別比來(lái)衡量各地區(qū)人口性別結(jié)構(gòu)情況。(7)產(chǎn)業(yè)結(jié)構(gòu)(IS)。本文使用第三產(chǎn)業(yè)增加值占GDP的比重來(lái)衡量地區(qū)產(chǎn)業(yè)結(jié)構(gòu)。(8)政府行為(gov)。政府行為對(duì)居民消費(fèi)同樣具有重要影響,因此本文使用財(cái)政支出占 GDP的比重來(lái)衡量政府行為。
本文選擇了中國(guó)30個(gè)省、市、自治區(qū)(不含西藏和港澳臺(tái)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(jìn)行填補(bǔ),樣本觀測(cè)值的數(shù)量為240。描述性統(tǒng)計(jì)分析結(jié)果如表1所示。
從表1可以看出,從2011~2018年,中國(guó)各地區(qū)居民消費(fèi)水平差異非常明顯,居民人均消費(fèi)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(yàn)各地區(qū)居民消費(fèi)水平是否存在空間相關(guān)性,必須建立空間權(quán)重矩陣,因此本文基于各省份之間的地理位置構(gòu)建空間鄰接矩陣;并且基于各省份之間的經(jīng)濟(jì)發(fā)展水平構(gòu)建經(jīng)濟(jì)距離矩陣和反經(jīng)濟(jì)距離矩陣;同時(shí)根據(jù)數(shù)字普惠金融發(fā)展水平構(gòu)建數(shù)字普惠金融嵌套矩陣。
1.空間鄰接矩陣??臻g鄰接矩陣是根據(jù)各省市的相鄰關(guān)系(擁有非零長(zhǎng)度的公共邊界)來(lái)構(gòu)造的空間權(quán)重矩陣,若兩個(gè)省市之間有共同邊界記為“1”;若兩省市之間沒(méi)有共同邊界則記為“0”。其數(shù)學(xué)表達(dá)式為:
(2)
其中,i、j(i,j=1,2,…,N)是不同地理單元的個(gè)體觀測(cè)點(diǎn)。雖然海南省作為“孤島變量”在地理位置上沒(méi)有接壤省份,但本文將其設(shè)置為與廣東省相鄰。
2.空間嵌套矩陣。本文首先計(jì)算出各省市的GDP和數(shù)字普惠金融平均值,然后在此基礎(chǔ)上進(jìn)一步構(gòu)建經(jīng)濟(jì)距離矩陣、反經(jīng)濟(jì)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(gè)體觀測(cè)點(diǎn);y表示嵌入矩陣的經(jīng)濟(jì)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(gòu)建經(jīng)濟(jì)距離矩陣、反經(jīng)濟(jì)距離矩陣和數(shù)字普惠金融嵌套矩陣。
3.標(biāo)準(zhǔn)化處理。為了避免分析誤差,本文對(duì)矩陣進(jìn)行標(biāo)準(zhǔn)化處理,使其行和為1,標(biāo)準(zhǔn)化公式為:
(4)
檢驗(yàn)空間相關(guān)性通常有兩類(lèi)方法:一是分析空間數(shù)據(jù)在整個(gè)系統(tǒng)內(nèi)表現(xiàn)出來(lái)的分布特征,通常被稱(chēng)為全局空間相關(guān)性,一般用Moran’I指數(shù)、Geary’C指數(shù)測(cè)度;二是用來(lái)分析局部子系統(tǒng)所表現(xiàn)出的分布特征,又被稱(chēng)為局部空間相關(guān)性,一般用Moran散點(diǎn)圖來(lái)測(cè)度。
1.全局空間相關(guān)性。Moran’I指數(shù)能夠有效檢驗(yàn)整個(gè)空間區(qū)域中鄰近地區(qū)之間的相關(guān)關(guān)系,判斷各省市在空間范圍內(nèi)是正相關(guān)、負(fù)相關(guān)還是不相關(guān),其計(jì)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(quán)重矩陣的(i,j)元素。Moran’I指數(shù)的取值范圍一般為-1I1,當(dāng)指數(shù)取值大于0時(shí)表示各省份在空間上是正相關(guān);當(dāng)指數(shù)取值小于0時(shí)表示各省份在空間上是負(fù)相關(guān);當(dāng)取值接近于0時(shí)表示不存在空間相關(guān)性。
本文分別計(jì)算了空間鄰接矩陣和經(jīng)濟(jì)距離矩陣之下居民消費(fèi)水平、數(shù)字普惠金融的空間相關(guān)性(表2)。
表2 空間相關(guān)性檢驗(yàn)
空間矩陣計(jì)算出的指數(shù)值均通過(guò)顯著性檢驗(yàn),所有年份對(duì)應(yīng)的Z值均大于1.96,表明中國(guó)各地區(qū)居民消費(fèi)水平存在非常顯著的空間自相關(guān)性,即消費(fèi)水平相近的省份具有地理鄰近性。
2.局部空間相關(guān)性。本文使用局部Moran's I散點(diǎn)圖來(lái)檢驗(yàn)局部地區(qū)是否存在集聚性;并基于上文建立的經(jīng)濟(jì)距離權(quán)重矩陣,畫(huà)出中國(guó)30個(gè)省、市、自治區(qū)(不含西藏和港澳臺(tái)地區(qū))2011年和2018年各地區(qū)居民消費(fèi)水平、數(shù)字普惠金融發(fā)展水平的Moran指數(shù)散點(diǎn)圖(2)限于篇幅,這里僅顯示了2011年和2018年的結(jié)果,其余備索。。
表3和表4分別是2011年和2018年Moran指數(shù)散點(diǎn)圖結(jié)果。從表3和表4可知,中國(guó)居民消費(fèi)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(cè)點(diǎn)高值與高值關(guān)系緊密、低值與低值關(guān)系緊密。這表明中國(guó)居民消費(fèi)水平高的省份,其臨近省份消費(fèi)水平也比較高;居民消費(fèi)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(shuō)明中國(guó)仍然有相當(dāng)多的地區(qū)消費(fèi)水平較低。數(shù)字普惠金融集聚狀態(tài)和消費(fèi)支出集聚狀態(tài)總體保持一致。
表3 2011年結(jié)果匯總
續(xù)表3
表4 2018年結(jié)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(shí)必須考慮兩個(gè)方面的問(wèn)題:一是選擇固定效應(yīng)還是隨機(jī)效應(yīng),hausman檢驗(yàn)結(jié)果說(shuō)明模型設(shè)定應(yīng)該選擇固定效應(yīng);二是哪一個(gè)空間模型最優(yōu),本文便在空間鄰接矩陣和經(jīng)濟(jì)距離矩陣的基礎(chǔ)上分別對(duì)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(jìn)行檢驗(yàn),所有的模型均設(shè)定了時(shí)點(diǎn)固定效應(yīng),在分析之前本文所有的數(shù)據(jù)均取自然對(duì)數(shù)(表5)。
表5 數(shù)字普惠金融與城鄉(xiāng)消費(fèi)差距的SDM估計(jì)結(jié)果
續(xù)表5
估計(jì)結(jié)果表明,無(wú)論是空間鄰接矩陣還是經(jīng)濟(jì)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(shuō)明數(shù)字普惠金融的發(fā)展不僅能促進(jìn)本地區(qū)內(nèi)部消費(fèi)水平的提高,而且對(duì)鄰近省市消費(fèi)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(shuō)明收入水平的提高和城鎮(zhèn)化的推進(jìn)對(duì)居民消費(fèi)支出的增加具有積極推動(dòng)作用。在人口結(jié)構(gòu)方面,少兒撫養(yǎng)比和老年撫養(yǎng)比與居民消費(fèi)支出呈現(xiàn)出明顯的負(fù)相關(guān)關(guān)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(jié)構(gòu)因素的系數(shù)為正,說(shuō)明第三產(chǎn)業(yè)的發(fā)展能夠顯著提高居民消費(fèi)水平。各省市的性別構(gòu)成和政府行為對(duì)居民消費(fèi)支出的影響效果不明顯。
本文通過(guò)LM檢驗(yàn)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(jì)的誤差,進(jìn)一步測(cè)算空間自回歸模型之下數(shù)字普惠金融對(duì)居民消費(fèi)水平的空間效應(yīng)(表6)。
表6 空間效應(yīng)分解
效應(yīng)分解結(jié)果表明,數(shù)字普惠金融在鄰接矩陣和經(jīng)濟(jì)距離矩陣下的直接效應(yīng)分別為0.13和0.14,在5%的顯著性水平下正向促進(jìn)居民消費(fèi)支出的提高,間接效應(yīng)基本保持在0.02,說(shuō)明對(duì)其他地區(qū)消費(fèi)水平的提升同樣具有積極作用。
為了檢驗(yàn)上文估計(jì)結(jié)果的穩(wěn)健性,本文將空間鄰接矩陣和經(jīng)濟(jì)距離矩陣進(jìn)行更換,用反經(jīng)濟(jì)距離矩陣和普惠金融嵌套矩陣進(jìn)行重新估計(jì);同時(shí)用全體居民消費(fèi)水平替換居民人均消費(fèi)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(gè)二級(jí)指標(biāo)替換數(shù)字普惠金融總指數(shù);若估計(jì)結(jié)果和上文一致,則說(shuō)明穩(wěn)健性檢驗(yàn)通過(guò)(表7)。
表7 穩(wěn)健性檢驗(yàn)
續(xù)表7
表7第(1)、第(2)、第(3)列是反經(jīng)濟(jì)距離矩陣的估計(jì)結(jié)果;第(4)、第(5)、第(6)列是數(shù)字普惠金融嵌套矩陣的估計(jì)結(jié)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(yàn)結(jié)果表明,數(shù)字普惠金融的發(fā)展能夠提高本地居民消費(fèi)水平,促進(jìn)臨近地區(qū)消費(fèi)水平的提高。這與上文的研究結(jié)論基本一致,說(shuō)明文章的結(jié)論具有穩(wěn)定性。
根據(jù)上文的分析結(jié)果可以發(fā)現(xiàn),在空間計(jì)量的視角下,數(shù)字普惠金融的發(fā)展能夠有效促進(jìn)居民消費(fèi)水平的提高。但是很少有研究涉及其內(nèi)在的影響機(jī)制。為了進(jìn)一步梳理數(shù)字普惠金融對(duì)居民消費(fèi)支出的影響機(jī)制,在參考劉世鵬(2019)[19]相關(guān)研究的基礎(chǔ)上,本文對(duì)其影響機(jī)制進(jìn)行檢驗(yàn)。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(jìn)居民收入水平的提高,因此本文將收入水平作為間接傳導(dǎo)機(jī)制。高遠(yuǎn)(2019)[21]發(fā)現(xiàn)數(shù)字普惠金融能夠通過(guò)支付方式的創(chuàng)新來(lái)促進(jìn)零售業(yè)的發(fā)展,居民也基本使用移動(dòng)支付進(jìn)行網(wǎng)購(gòu)。因此,結(jié)合北京大學(xué)數(shù)字普惠金融體系的構(gòu)成,本文將移動(dòng)支付作為直接傳導(dǎo)機(jī)制,同時(shí)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(xiǎn)也作為直接傳導(dǎo)機(jī)制。
首先,數(shù)字普惠金融自身的戰(zhàn)略?xún)?yōu)勢(shì)有效降低了低收入群體獲取金融服務(wù)的門(mén)檻,能夠?yàn)榫用裉峁┝烁鼮樨S富的投資理財(cái)平臺(tái)。以支付寶和零錢(qián)通為代表的互聯(lián)網(wǎng)理財(cái)產(chǎn)品的出現(xiàn),有效分散了居民的投資風(fēng)險(xiǎn),顯著提高了居民的投資性收入,進(jìn)而促進(jìn)了消費(fèi)水平的提高。其次,高效便捷的數(shù)字化支付手段使消費(fèi)者擺脫了現(xiàn)金的束縛,隨機(jī)消費(fèi)的可能性增大,消費(fèi)頻率和消費(fèi)金額也同樣會(huì)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(dòng)性約束,進(jìn)而促進(jìn)消費(fèi)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(xiǎn),保險(xiǎn)參與水平的提高有助于減少居民預(yù)期的不確定性,進(jìn)而增加了當(dāng)期消費(fèi)。表8給出了機(jī)制檢驗(yàn)的估計(jì)結(jié)果。
表8 中介機(jī)制檢驗(yàn)
表8中,前3列將收入作為間接傳導(dǎo)機(jī)制進(jìn)行檢驗(yàn),后3列分別檢驗(yàn)數(shù)字普惠金融內(nèi)部的直接傳導(dǎo)機(jī)制。第(1)列表明數(shù)字普惠金融與居民消費(fèi)支出存在正相關(guān)關(guān)系;第(2)列檢驗(yàn)結(jié)果表明,數(shù)字普惠金融對(duì)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(guò)了顯著性檢驗(yàn);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(xiǎn)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(guò)顯著性檢驗(yàn),因此中介效應(yīng)存在。
雖然本文使用LASSO方法進(jìn)行控制變量篩選,但依然可能遺漏其他變量,進(jìn)而造成估計(jì)結(jié)果存在偏差。為了解決可能存在的內(nèi)生性問(wèn)題,本文分別使用動(dòng)態(tài)空間面板、GMM模型、工具變量這三種辦法進(jìn)行內(nèi)生性檢驗(yàn)(表9)。
表9 內(nèi)生性檢驗(yàn)
表9中,第(1)列和第(2)列分別在經(jīng)濟(jì)距離矩陣和反經(jīng)濟(jì)距離矩陣的基礎(chǔ)上引入了被解釋變量的空間滯后項(xiàng),fina的系數(shù)分別為0.193和0.172,說(shuō)明在動(dòng)態(tài)空間面板下,數(shù)字普惠金融仍然能夠促進(jìn)居民消費(fèi)水平的提高;第(3)列使用GMM方法進(jìn)行估計(jì),fina的系數(shù)為0.279,在5%的顯著性水平下顯著為正。
目前國(guó)內(nèi)對(duì)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(chǔ)上選取移動(dòng)電話普及率和移動(dòng)電話基站數(shù)量作為工具變量。之所以選取這兩個(gè)變量作為工具變量有兩個(gè)原因。第一,數(shù)字普惠金融主要是借助互聯(lián)網(wǎng)來(lái)實(shí)現(xiàn)自身發(fā)展,隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)的普及,移動(dòng)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(shí)一個(gè)地區(qū)移動(dòng)電話普及率越高,基站的數(shù)量也相對(duì)越多,數(shù)字普惠金融發(fā)展的基礎(chǔ)和潛力也越大,因此移動(dòng)電話普及率和移動(dòng)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(guān),滿足相關(guān)性要求。第二,移動(dòng)電話普及率和移動(dòng)電話基站的數(shù)量并不直接影響居民消費(fèi)水平;尤其是移動(dòng)電話基站數(shù)量,主要受制于當(dāng)?shù)氐娜丝跔顩r和通信公司的決策,受其他因素干預(yù)較少,具有很強(qiáng)的政策性,滿足排他性要求。表9中,第(4)列在沒(méi)有加入控制變量的情況下使用移動(dòng)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(dòng)電話普及率作為工具變量;第(6)列使用移動(dòng)電話基站數(shù)量作為工具變量。表9的結(jié)果表明,在使用工具變量后,數(shù)字普惠金融的發(fā)展仍對(duì)居民消費(fèi)水平產(chǎn)生顯著正向影響,且估計(jì)系數(shù)與上文的估計(jì)結(jié)果相比,作用得到了明顯的提升,基本保持在0.2左右,說(shuō)明移動(dòng)電話普及率和移動(dòng)電話基站數(shù)量會(huì)影響數(shù)字普惠金融的發(fā)展,作為工具變量對(duì)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(jìn)居民消費(fèi)水平的提高,但中國(guó)東部、中部和西部地區(qū)的經(jīng)濟(jì)社會(huì)發(fā)展存在非常明顯的差異。為了深入分析各個(gè)地區(qū)之間的影響大小,本文根據(jù)中國(guó)地理分區(qū)對(duì)經(jīng)濟(jì)距離矩陣進(jìn)行分解來(lái)檢驗(yàn)不同地區(qū)之間影響大小(表10)。
空間異質(zhì)性檢驗(yàn)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(duì)東部地區(qū)和西部地區(qū)的促進(jìn)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(shí)也說(shuō)明數(shù)字普惠金融對(duì)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(fèi)差距。
本文通過(guò)建立空間自回歸模型分析了2011~2018年中國(guó)30個(gè)省、市、自治區(qū)(不含西藏和港澳臺(tái)地區(qū))的數(shù)字普惠金融與居民消費(fèi)水平的關(guān)系,主要得出三點(diǎn)結(jié)論。第一,從整體來(lái)看,數(shù)字普惠金融的發(fā)展能夠通過(guò)收入、移動(dòng)支付、消費(fèi)信貸和保險(xiǎn)促進(jìn)消費(fèi)。第二,在空間計(jì)量的視角下,數(shù)字普惠金融對(duì)消費(fèi)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(huì)對(duì)周?chē)貐^(qū)的消費(fèi)產(chǎn)生促進(jìn)作用。在考慮內(nèi)生性后,結(jié)論依然成立。第三,數(shù)字普惠金融對(duì)消費(fèi)的影響在不同地區(qū)之間存在較大差異,對(duì)西部地區(qū)的影響最大,東部次之。
基于以上研究結(jié)論,本文提出三點(diǎn)建議。第一,持續(xù)推進(jìn)數(shù)字普惠金融的發(fā)展。政府可以通過(guò)加強(qiáng)互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)來(lái)進(jìn)一步推動(dòng)數(shù)字普惠金融的發(fā)展,以此提升居民消費(fèi)水平;尤其要加強(qiáng)中、西部地區(qū)互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè),因?yàn)橹?、西部地區(qū)經(jīng)濟(jì)發(fā)展水平相對(duì)較弱,一些偏遠(yuǎn)山區(qū)很難鋪設(shè)金融服務(wù)網(wǎng)點(diǎn);而通過(guò)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(wù)的門(mén)檻,助力脫貧攻堅(jiān)工作的順利推進(jìn),有助于這些地區(qū)實(shí)現(xiàn)彎道超車(chē)。第二,發(fā)展重點(diǎn)應(yīng)有所側(cè)重。在數(shù)字普惠金融內(nèi)部,互聯(lián)網(wǎng)信貸對(duì)居民消費(fèi)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(mén)檻,緩解低收入群體的信貸約束。政府應(yīng)發(fā)揮數(shù)字普惠金融對(duì)消費(fèi)的引導(dǎo)作用,在互聯(lián)網(wǎng)信貸方面多投入,同時(shí)積極推動(dòng)互聯(lián)網(wǎng)保險(xiǎn)的發(fā)展。第三,各地區(qū)之間應(yīng)加強(qiáng)合作,落后地區(qū)要學(xué)習(xí)發(fā)達(dá)地區(qū)發(fā)展數(shù)字普惠金融的先進(jìn)經(jīng)驗(yàn),增強(qiáng)彼此之間的技術(shù)交流,促進(jìn)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(yīng)注意數(shù)字普惠金融促進(jìn)消費(fèi)過(guò)程中的杠桿積累問(wèn)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(guò)度使用互聯(lián)網(wǎng)貸款可能會(huì)導(dǎo)致家庭負(fù)債過(guò)度積累。