數(shù)字普惠金融對居民消費的影響研究
——基于空間計量模型的實證分析

鄒新月 王 旺

廣東財經(jīng)大學 金融學院，廣東 廣州 510320

一、引言

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。

二、文獻綜述

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。

三、研究設計

(一)模型構建

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。

(二)變量選取與數(shù)據(jù)來源

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。

(三)描述性統(tǒng)計分析

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。

四、實證分析

(一)構建空間權重矩陣

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)

(二)空間相關性檢驗

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

(三)實證結果分析

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。

(四)穩(wěn)健性檢驗

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。

(五)影響機制檢驗

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。

(六)內(nèi)生性檢驗

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。

(七)空間異質(zhì)性分析

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。

五、結論

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。