數(shù)字經(jīng)濟(jì)、普惠金融與農(nóng)村消費(fèi)升級

◎商海巖 孫云涵 趙培坊

引言

2020年我國啟動了以國內(nèi)循環(huán)為主體、國內(nèi)國際“雙循環(huán)”相互促進(jìn)的新發(fā)展格局，拉動內(nèi)需成為新時代社會主義建設(shè)的主題。大規(guī)模農(nóng)村消費(fèi)市場對國民經(jīng)濟(jì)的持續(xù)發(fā)展影響重大，農(nóng)村消費(fèi)升級是拉動內(nèi)循環(huán)需求的重要部分，隨著城市化進(jìn)程的加快，農(nóng)村消費(fèi)水平與城市消費(fèi)水平的對接不僅會提升我國整體消費(fèi)水平，而且會逐步消除消費(fèi)的“長尾”，驅(qū)動整個產(chǎn)業(yè)升級的規(guī)模效應(yīng)。國家統(tǒng)計年鑒顯示，2018年消費(fèi)需求對收入增長的貢獻(xiàn)率達(dá)76.2%，而農(nóng)村人口占比40.42%，農(nóng)村消費(fèi)升級已成為創(chuàng)造全國消費(fèi)增量的重要力量。相關(guān)文獻(xiàn)中，孫暢（2019）指出農(nóng)村居民正在擺脫溫飽狀態(tài)，開始重視精神生活需求和提升生活品質(zhì)，對拉動需求起著重要作用。吳星等（2019）分析發(fā)現(xiàn)，目前農(nóng)村服務(wù)消費(fèi)在農(nóng)村消費(fèi)中的占比不斷提高，消費(fèi)升級的現(xiàn)象已經(jīng)非常普遍。

農(nóng)村消費(fèi)升級需要金融的支持。農(nóng)民收入的不確定性，時常面臨流動性問題，因此，金融資源的普惠性對啟動農(nóng)村消費(fèi)非常重要。從金融資源普惠性來說，開拓農(nóng)村消費(fèi)市場需要合理的普惠金融體系，以緩解金融抑制和信貸約束，促進(jìn)農(nóng)村消費(fèi)結(jié)構(gòu)轉(zhuǎn)型升級。王希文（2018）認(rèn)為，農(nóng)村金融發(fā)展促使相關(guān)金融機(jī)構(gòu)通過消費(fèi)信貸和金融支持，側(cè)面提高居民收入，支撐消費(fèi)結(jié)構(gòu)升級。董云飛等（2019）則運(yùn)用實(shí)證模型，驗(yàn)證了普惠金融發(fā)展能緩解農(nóng)村流動性約束，不僅促進(jìn)了農(nóng)村消費(fèi)量的擴(kuò)張，而且提升了服務(wù)消費(fèi)占比，推動了農(nóng)村消費(fèi)升級。

數(shù)字經(jīng)濟(jì)帶來的金融普惠，正逐漸滲透入農(nóng)村的生活中，無論是生產(chǎn)還是消費(fèi)，都更高水平地提高了農(nóng)村金融資源的獲得性，另外，還從以下兩個方面刺激了農(nóng)村消費(fèi)，促進(jìn)了農(nóng)村消費(fèi)升級。一是推動金融更“親密”地服務(wù)。劉彤彤和吳福象（2020）的分析表明，多元化互聯(lián)網(wǎng)金融服務(wù)推動傳統(tǒng)金融業(yè)與數(shù)字經(jīng)濟(jì)加速融合，通過降低流動性約束增加農(nóng)村消費(fèi)。Evan Gibsonet al.（2015）指出，在發(fā)展中國家，數(shù)字金融服務(wù)（DFS）作為促進(jìn)普惠金融發(fā)展的有效方式，推動了金融深化。Ananth Singavarapuet al.（2016）認(rèn)為尤其在農(nóng)村地區(qū)，移動互聯(lián)網(wǎng)的發(fā)展、電子商務(wù)的普及以及技術(shù)投資的興起，讓農(nóng)民更容易獲得普惠金融，增加了金融服務(wù)的“親密度”。Francis Kohet al.（2018）認(rèn)為實(shí)現(xiàn)全面普惠金融可以分為四個階段，即基礎(chǔ)連通性、移動支付系統(tǒng)、先進(jìn)或急需的數(shù)字金融服務(wù)、數(shù)字普惠經(jīng)濟(jì)。Anchitet al.（2018）認(rèn)為，數(shù)字化是普惠金融發(fā)展的主要原因之一，互聯(lián)網(wǎng)金融服務(wù)促進(jìn)了普惠金融進(jìn)程。傅秋子和黃益平（2018）實(shí)證說明數(shù)字金融發(fā)展在改善居民生產(chǎn)和生活的同時改變了信貸服務(wù)，增加了農(nóng)村的消費(fèi)性信貸需求。何廣文（2011）指出，農(nóng)村消費(fèi)很大程度上取決于金融投入水平，金融抑制與消費(fèi)信貸約束導(dǎo)致農(nóng)村消費(fèi)環(huán)境和條件落后，制約著農(nóng)村消費(fèi)結(jié)構(gòu)升級，認(rèn)為可以融入互聯(lián)網(wǎng)建設(shè)發(fā)展金融電子化以改善消費(fèi)金融服務(wù)。

表1：2011-2018年全國農(nóng)村人均消費(fèi)支出及增長率 單位：千元/人

表2：2011-2018年各省市農(nóng)村人均消費(fèi)支出增長量 單位：千元/人

二是降低了服務(wù)成本，縮小了城鄉(xiāng)金融資源獲取的差異性，有利于提高農(nóng)村收入，從而提升農(nóng)民生活水平。Friedlineaet al.（2019）調(diào)查發(fā)現(xiàn)，缺乏接入金融科技創(chuàng)新所需互聯(lián)網(wǎng)的農(nóng)村地區(qū)，往往是經(jīng)濟(jì)發(fā)展緩慢的地區(qū)，會加劇其在金融市場中的邊緣化。尹應(yīng)凱、侯蕤（2017）認(rèn)為，數(shù)字普惠金融將傳統(tǒng)小額貸款擴(kuò)展到綜合性金融服務(wù)，利用數(shù)據(jù)分析提升風(fēng)險控制能力，實(shí)現(xiàn)低成本、廣覆蓋、可持續(xù)，促進(jìn)地區(qū)間發(fā)展平衡。顏培麗（2018）認(rèn)為我國農(nóng)村缺乏多樣化金融服務(wù)、信貸申請難，普惠金融通過與互聯(lián)網(wǎng)結(jié)合提高其在農(nóng)村的效用，能提高農(nóng)村小額信貸，增加居民收入，縮小城鄉(xiāng)差距。宋曉玲（2017）通過實(shí)證分析得出，數(shù)字普惠金融可以降低金融獲得的門檻、實(shí)現(xiàn)減貧，長期實(shí)施可以降低金融服務(wù)的城鄉(xiāng)差距，并進(jìn)一步縮小收入差距。易行健、周利（2018）則提出，數(shù)字化的普惠金融主要是提高了支付便利性，使得居民更容易消費(fèi)，這種效應(yīng)在農(nóng)村尤為顯著，并提出應(yīng)注意數(shù)字金融對可支配收入的影響，畢竟消費(fèi)主要由可支配收入決定，便利化只能產(chǎn)生短期效應(yīng)。

文獻(xiàn)還證實(shí)了互聯(lián)網(wǎng)對農(nóng)村消費(fèi)存在正向影響?；ヂ?lián)網(wǎng)通過增強(qiáng)消費(fèi)便捷性，優(yōu)化了農(nóng)村消費(fèi)結(jié)構(gòu)，促進(jìn)了農(nóng)產(chǎn)品和消費(fèi)品的雙向流通，直接或間接導(dǎo)致農(nóng)村消費(fèi)結(jié)構(gòu)優(yōu)化，提升了農(nóng)村居民生活水平（陳玲，2019；陳林波，2019；溫紹春，2019；郝承堯等，2020）。在近幾年的新農(nóng)村建設(shè)中，國家加大了對農(nóng)村移動互聯(lián)網(wǎng)設(shè)施等的投入，互聯(lián)網(wǎng)經(jīng)濟(jì)的直接性、便利性、滲透性特征融合到農(nóng)村消費(fèi)的方方面面，提高了消費(fèi)效率和消費(fèi)品多樣性，有助于農(nóng)村消費(fèi)轉(zhuǎn)型。隨著“雙循環(huán)”新發(fā)展格局的提出，分析探討農(nóng)村消費(fèi)升級的差異性及其與數(shù)字普惠金融的關(guān)系，具有重要的現(xiàn)實(shí)意義。

農(nóng)村消費(fèi)支出的偏離份額分析

近年來，農(nóng)村居民的恩格爾系數(shù)不斷下降，服務(wù)類消費(fèi)占比日益提升，伴隨著消費(fèi)方式的轉(zhuǎn)變，農(nóng)村消費(fèi)層次獲得升級。袁清（2017）指出，隨著農(nóng)村居民人均收入的增長，消費(fèi)趨向個性化、多元化，高層次消費(fèi)呈現(xiàn)明顯的個體差異，農(nóng)村消費(fèi)由基礎(chǔ)生活用品消費(fèi)為主轉(zhuǎn)向服務(wù)類消費(fèi)為主。為動態(tài)考察各省份農(nóng)村消費(fèi)支出的變動情況，以全國相應(yīng)的農(nóng)村消費(fèi)支出增長作為參考，將各省份農(nóng)村消費(fèi)支出在2011-2018年的變動分解為份額分量、結(jié)構(gòu)偏離分量和競爭力偏離分量，以說明各省份消費(fèi)支出增長的原因，評價各省份消費(fèi)支出結(jié)構(gòu)優(yōu)劣及其自身的競爭力水平，并找出各地區(qū)具有相對競爭優(yōu)勢的消費(fèi)支出部類，進(jìn)而確定今后增加消費(fèi)支出的合理方向及消費(fèi)部門的調(diào)整方向。

表3：2011-2018年各省市農(nóng)村人均服務(wù)消費(fèi)支出增長量 單位：千元/人

（一）模型的設(shè)定

首先假設(shè)省份i的農(nóng)村消費(fèi)支出在經(jīng)過時間[0,t]后，其消費(fèi)總量和結(jié)構(gòu)均已發(fā)生變化。以2011年為基期，2018年為末期，令2011年省份i的農(nóng)村消費(fèi)支出規(guī)模為ci,0，2018年省份i的農(nóng)村消費(fèi)支出規(guī)模為ci,t。將農(nóng)村消費(fèi)支出分為8個部分，即食品煙酒支出、衣著支出、居住支出、生活用品及服務(wù)支出、交通通信支出、教育文化娛樂支出、醫(yī)療保健支出、其他用品及服務(wù)支出，用cij，0和cij，0(j=1,2,…,8)表示省份i的第j個農(nóng)村消費(fèi)支出部分在2011年與2018年的規(guī)模。并用C0和Ct表示全國農(nóng)村消費(fèi)支出在2011年和2018年的總規(guī)模， Cj,0和Cj,t表示全國農(nóng)村消費(fèi)支出在2011年及2018年第j部類的規(guī)模。

省份i農(nóng)村消費(fèi)支出的第j部類在[0,t]時期的增長率為：

全國農(nóng)村消費(fèi)支出第j部類在t時期的增長率為：

則[0,t]時間段內(nèi)省份i農(nóng)村消費(fèi)支出第j部類支出的增加量為：

份額分量N表示2011-2018年間，省份i農(nóng)村消費(fèi)支出指標(biāo)j根據(jù)全國在2011-2018年間總的消費(fèi)支出增長率所獲得的增長量；結(jié)構(gòu)偏離分量P表示2011-2018年間，省份i農(nóng)村消費(fèi)支出指標(biāo)j根據(jù)全國在2011-2018年間各消費(fèi)指標(biāo)增長率與總的消費(fèi)支出增長率之差所獲得的增長量，P值為正的省份中，有增長前景的、增長較快的服務(wù)性支出占比較大，農(nóng)村消費(fèi)結(jié)構(gòu)優(yōu)于全國平均農(nóng)村消費(fèi)結(jié)構(gòu)，代表著省份農(nóng)村消費(fèi)結(jié)構(gòu)對全國農(nóng)村消費(fèi)支出水平發(fā)展的貢獻(xiàn)程度；競爭偏離分量D表示在2011-2018年間，省份i農(nóng)村消費(fèi)支出指標(biāo)j根據(jù)其自身的指標(biāo)增長率與全國相對應(yīng)的各消費(fèi)支出指標(biāo)增長率之差所獲得的增長量，代表著省份自身的競爭力對其消費(fèi)水平發(fā)展的貢獻(xiàn)，D值越大，代表省份各農(nóng)村消費(fèi)支出指標(biāo)的增長勢頭越大，具有較強(qiáng)的競爭力；總偏離分量PD=P+D表示各省份總的消費(fèi)支出增長優(yōu)勢。

（二）總體分析

如表1所示，2011-2018年，全國農(nóng)村人均消費(fèi)支出由4733.4元增加到9862元，增加了108.35%，其中，農(nóng)村人均服務(wù)消費(fèi)支出增加了179.30%，農(nóng)村基本生活用品人均消費(fèi)支出增加了75.37%。2011-2018年，全國農(nóng)村人均服務(wù)消費(fèi)支出由1502.2元增加到4195.6元，其中，農(nóng)村人均交通通信支出增加了208.04%，農(nóng)村人均教育、文化、娛樂支出增加了228.08%，農(nóng)村人均醫(yī)療保健支出增加了128.34%，農(nóng)村人均其他用品及服務(wù)支出增加了74.34%。

從全國農(nóng)村消費(fèi)支出結(jié)構(gòu)來看，2011-2018年農(nóng)村人均消費(fèi)支出和人均服務(wù)消費(fèi)支出均在量上提高了，其中人均服務(wù)消費(fèi)支出增加比例高出基本生活用品消費(fèi)人均支出增加比例103.93%，由此可知農(nóng)村服務(wù)消費(fèi)支出的增長幅度遠(yuǎn)大于基本生活用品消費(fèi)支出的增長幅度。并且，農(nóng)村人均服務(wù)消費(fèi)支出的增長幅度大于全國農(nóng)村人均消費(fèi)支出的增長幅度，而人均基本生活用品消費(fèi)支出的增長幅度低于全國人均消費(fèi)支出的增長幅度。因此可知，農(nóng)村消費(fèi)支出增長主要依賴于服務(wù)性消費(fèi)增長。

農(nóng)村地區(qū)消費(fèi)支出雖然不斷增長，但是區(qū)域上表現(xiàn)出差異性。如表2、表3所示，農(nóng)村人均服務(wù)性消費(fèi)支出的實(shí)際增長額從最低的西藏自治區(qū)1587.4元到最高的天津市3782.4元不等。

（三）偏離-份額分析

根據(jù)全國及31個省份2011-2018年的8項(xiàng)農(nóng)村消費(fèi)支出指標(biāo)數(shù)據(jù)，計算獲得全國各省份農(nóng)村消費(fèi)支出各指標(biāo)的份額增長分量（Nij）、消費(fèi)結(jié)構(gòu)偏離分量（Pij）、競爭力偏離分量（Dij）、偏離總分量（PDij）、消費(fèi)支出總增長量（Gij），其偏離分析結(jié)果見圖1。

1.農(nóng)村消費(fèi)支出分類分析

根據(jù)全國消費(fèi)支出結(jié)構(gòu)偏離分量Pij和競爭偏離分量Dij的對應(yīng)情況，對全國31個省市數(shù)據(jù)進(jìn)行偏離-份額因素分類，將農(nóng)村消費(fèi)支出結(jié)構(gòu)分為四類：

（1）Pij>0，Dij>0：內(nèi)蒙古、甘肅、重慶。第一類屬于消費(fèi)支出增長中的消費(fèi)結(jié)構(gòu)較合理且自身競爭力較大的地區(qū)，其結(jié)構(gòu)偏離分量和競爭力偏離分量均大于零，同時具有消費(fèi)增長結(jié)構(gòu)優(yōu)勢和競爭力優(yōu)勢。

（2）Pij>0，Dij<0：遼寧、山西、吉林、上海、黑龍江、江蘇、浙江、福建、山東。第二類屬于消費(fèi)結(jié)構(gòu)較優(yōu)但自身競爭力較弱的地區(qū)，其結(jié)構(gòu)偏離分量大于零，但競爭力偏離分量小于零，具有消費(fèi)支出結(jié)構(gòu)優(yōu)勢，但不具備農(nóng)村消費(fèi)的競爭力優(yōu)勢，共計9個省份。

（3）Pij<0，Dij>0：河北、天津、安徽、江西、河南、湖北、湖南、廣西、海南、四川、貴州、云南、西藏、青海、寧夏、新疆。第三類屬于消費(fèi)結(jié)構(gòu)水平較差但自身競爭力較強(qiáng)的地區(qū)，各消費(fèi)部門總的增長勢頭強(qiáng)，具有較強(qiáng)的競爭能力，但此類地區(qū)消費(fèi)結(jié)構(gòu)水平上的落后限制了其自身的消費(fèi)增長，不利于消費(fèi)水平的長遠(yuǎn)發(fā)展，共計16個省份，超過所選取省份數(shù)目的半數(shù)。

（4）Pij<0，Dij<0：北京、廣東、陜西。第四類屬于消費(fèi)結(jié)構(gòu)水平和競爭力都落后于全國水平的地區(qū)，其結(jié)構(gòu)偏離分量和競爭力偏離分量均為負(fù)，需要調(diào)整消費(fèi)結(jié)構(gòu)以提升消費(fèi)增長的競爭力水平。北京與廣東都屬于發(fā)達(dá)省份，出現(xiàn)指標(biāo)落后顯示出這些區(qū)域的城鄉(xiāng)差距較大。

2.各省農(nóng)村消費(fèi)支出指標(biāo)增長總偏離（PD）分析

總消費(fèi)支出方面，湖北省以2168.547(元/人)位居第一，北京以-7333.99(元/人)排最后一位；其中17個省份的消費(fèi)支出總偏離分量為正，說明2011-2018年湖北省等17個省份的農(nóng)村總消費(fèi)支出增長速度快于全國；14個省份的消費(fèi)支出總偏離分量為負(fù)，說明2011-2018年北京等14個省份的農(nóng)村消費(fèi)的支出增長速度落后于全國農(nóng)村消費(fèi)的增長速度。

3.各省農(nóng)村消費(fèi)支出整體偏離分量（G）分析

除居住消費(fèi)支出和北京市其他用品及服務(wù)支出外，其余農(nóng)村消費(fèi)支出指標(biāo)及總的農(nóng)村消費(fèi)支出指標(biāo)都屬于增長型指標(biāo)。

4.各省農(nóng)村消費(fèi)支出結(jié)構(gòu)偏離分量（P）分析

農(nóng)村消費(fèi)支出方面，江蘇省以665.72（元/人）位居第一，青海以-348.72（元/人）居最后一位；其中12個省份的結(jié)構(gòu)偏離分量為正，說明江蘇等12個省份的區(qū)域農(nóng)村消費(fèi)支出結(jié)構(gòu)優(yōu)于全國，具有發(fā)展前景的、增長快的消費(fèi)部門，即服務(wù)性消費(fèi)占比較大；19個省份的結(jié)構(gòu)偏離分量為負(fù)，說明青海等19個省份的區(qū)域農(nóng)村消費(fèi)支出結(jié)構(gòu)落后于全國消費(fèi)支出結(jié)構(gòu)，服務(wù)性消費(fèi)支出占比落后于全國平均水平。

增長快于全國農(nóng)村消費(fèi)支出平均速度的指標(biāo)有生活用品及服務(wù)、交通通信支出、教育文化娛樂支出、醫(yī)療保健支出。而食品煙酒支出、衣著支出、居住支出、其他用品及服務(wù)支出指標(biāo)的增長速度均慢于全國平均速度。因此，除其他用品及服務(wù)支出指標(biāo)外，農(nóng)村服務(wù)消費(fèi)支出指標(biāo)增長均快于全國消費(fèi)支出的平均增長速度。由此可以看出，絕大多數(shù)服務(wù)性消費(fèi)部門對全國農(nóng)村消費(fèi)的支出增長具有正向的貢獻(xiàn)作用，其部門結(jié)構(gòu)優(yōu)于非服務(wù)性消費(fèi)部門。

5.各省農(nóng)村消費(fèi)支出競爭力偏離分量（D）分析

農(nóng)村消費(fèi)支出方面，湖北省以2443.2（元/人）位居第一，北京市以-7247.11（元/人）位居最后一位；其中19個省份的競爭力偏離分量為正，說明湖北等19個省份的農(nóng)村消費(fèi)支出增長競爭力優(yōu)勢大于全國平均情況，消費(fèi)部門總的增長勢頭強(qiáng)勁，具有很強(qiáng)的競爭力；12個省份的競爭力偏離分量為負(fù)，說明北京等12個省份的農(nóng)村消費(fèi)支出增長競爭力優(yōu)勢落后于全國平均情況，總的農(nóng)村消費(fèi)支出增長勢頭不足。

在對各省份2011-2018年農(nóng)村消費(fèi)支出的偏離-份額分析中，P>0的省份共12個，不足所選取全國省份數(shù)目的一半，因此，上述省份平均所貢獻(xiàn)的消費(fèi)結(jié)構(gòu)偏離分量的優(yōu)勢地位對全國消費(fèi)水平的拉動作用十分明顯；而D>0的省份數(shù)量為19個，大于所選省份數(shù)目半數(shù)，這些省份平均所貢獻(xiàn)的競爭力偏離分量對全國消費(fèi)水平增長的拉動作用并不大。提高朝陽消費(fèi)部門比例、促進(jìn)高增長速率消費(fèi)部門的有序優(yōu)化、重視服務(wù)性消費(fèi)的發(fā)展前景，將大幅促進(jìn)整體農(nóng)村消費(fèi)水平和消費(fèi)層級的提高，有利于省份消費(fèi)支出的長遠(yuǎn)發(fā)展。因此，農(nóng)村地區(qū)消費(fèi)結(jié)構(gòu)的優(yōu)化，即服務(wù)性消費(fèi)占比的提高對農(nóng)村消費(fèi)支出的發(fā)展影響巨大。

研究方法及數(shù)據(jù)來源

（一）工具變量法

考慮到西藏數(shù)據(jù)的可獲得性，以及影響農(nóng)村服務(wù)消費(fèi)升級的各方面因素后，選取2011-2018年30個省份的面板數(shù)據(jù)，采用2SLS工具變量模型實(shí)證分析數(shù)字普惠金融對農(nóng)村消費(fèi)升級的影響。

工具變量法是當(dāng)OLS估計值的不一致性歸因于與擾動項(xiàng)相關(guān)的解釋變量時經(jīng)常使用的計量方法。2SLS工具變量模型通過兩個回歸完成：第一階段回歸是內(nèi)生解釋變量對工具變量回歸，得到擬合值；第二階段回歸是被解釋變量對第一階段回歸所得擬合值進(jìn)行回歸。本文同時也通過比較LIML工具變量模型和GMM模型進(jìn)一步確定回歸結(jié)果。

（二）數(shù)據(jù)來源

選取由北京大學(xué)數(shù)字金融研究中心和螞蟻金服集團(tuán)組成的聯(lián)合課題組編制的北京大學(xué)數(shù)字普惠金融指數(shù)（2011-2018年省級數(shù)據(jù)）作為核心解釋變量，這套指數(shù)還包括了數(shù)字金融覆蓋廣度、數(shù)字金融使用深度以及普惠金融數(shù)字化程度，其中，使用深度指數(shù)中還包含支付、信貸、保險、信用、投資、貨幣基金等業(yè)務(wù)分類指數(shù)。其他所使用數(shù)據(jù)來自《中國統(tǒng)計年鑒》及《中國農(nóng)村統(tǒng)計年鑒》。

（三）面板數(shù)據(jù)描述

1.被解釋變量

農(nóng)村居民服務(wù)型消費(fèi)占比（yit）。本文采用閆海鷹（2020）服務(wù)消費(fèi)計算方法，選取農(nóng)村居民四項(xiàng)服務(wù)消費(fèi)（交通通信支出、教育文化娛樂支出、醫(yī)療保健支出、其他用品及服務(wù)支出）在農(nóng)村居民八大類消費(fèi)中所占比例，以衡量農(nóng)村消費(fèi)升級情況和消費(fèi)結(jié)構(gòu)優(yōu)化變動。

表4：描述性統(tǒng)計

表5：基準(zhǔn)回歸及工具變量法回歸結(jié)果

2.核心解釋變量

數(shù)字普惠金融指數(shù)（levelit）。胡濱（2016）指出，數(shù)字技術(shù)的發(fā)展增加了小微企業(yè)、農(nóng)民、偏遠(yuǎn)地區(qū)居民、低收入居民等邊際群體的金融服務(wù)可得性，推動了金融產(chǎn)品大眾化與普惠金融的實(shí)現(xiàn)，數(shù)字普惠金融的創(chuàng)新和發(fā)展，為傳統(tǒng)金融模式下信息不對稱、風(fēng)險大、成本高等難題提供了新的解決方案。Francis Koh（2018）指出，數(shù)字普惠金融發(fā)揮的益處超出支付、儲蓄、小額貸款的范疇，當(dāng)其他社會支持方式無法獲取時，數(shù)字普惠金融能夠?yàn)闊o法通過其他途徑獲取緊急資金的人提供合適的金融產(chǎn)品，此外，為沒有銀行賬戶的人群提供了無形的社會福利，使他們對未來更有信心。因此，數(shù)字銀行可能會形成一種新的金融體系，在這種體系中，支付流程、存款和短期信貸等風(fēng)險較低的活動將與大型商業(yè)銀行風(fēng)險較高的活動分開運(yùn)行，區(qū)塊鏈技術(shù)和分類賬戶使這種分散的系統(tǒng)成為可能。因此有理由認(rèn)為，將數(shù)字普惠金融指數(shù)作為核心解釋變量對農(nóng)村消費(fèi)升級的影響是有意義的。

3.其他控制變量

（1）農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)狀況。張廣柱（2020）的實(shí)證結(jié)果表明，自2000年后，居民消費(fèi)結(jié)構(gòu)變動與第一產(chǎn)業(yè)增加值呈負(fù)向關(guān)系。姜文鳳（2020）指出，農(nóng)村固定資產(chǎn)投資額與第一產(chǎn)業(yè)的增長比例之間有著很明顯的正向關(guān)系。因此，本文用農(nóng)村固定資產(chǎn)投資（gudingit）描述農(nóng)村第一產(chǎn)業(yè)的增長比例情況。

（2）農(nóng)村物流基礎(chǔ)設(shè)施。袁清（2017）指出，農(nóng)村消費(fèi)升級與農(nóng)村流通業(yè)發(fā)展正相關(guān)聯(lián)。本文采用農(nóng)村投遞線路（toudiit）變量描述農(nóng)村物流的建設(shè)情況。

（3）城鄉(xiāng)差距（gapit）。傅雅慧（2016）認(rèn)為，我國城鄉(xiāng)居民收入差距制約了農(nóng)村消費(fèi)市場的發(fā)展。

（4）農(nóng)業(yè)生產(chǎn)機(jī)械化程度。農(nóng)業(yè)生產(chǎn)的機(jī)械化發(fā)展解放了部分農(nóng)村勞動力，增加了農(nóng)民通過其他渠道獲得收入的閑暇時間。本文用農(nóng)村人均農(nóng)業(yè)機(jī)械總動力（productive）來描述這一變量。

（5）農(nóng)村基礎(chǔ)建設(shè)環(huán)境。林毅夫（2001）指出，增加農(nóng)民收入需要牢固的農(nóng)村基礎(chǔ)設(shè)施，耿曄強(qiáng)（2012）的實(shí)證研究表明基礎(chǔ)設(shè)施發(fā)展對農(nóng)村居民消費(fèi)水平的提高有顯著作用。本文用集中供水供電的行政村比例（surroundings）描述農(nóng)村基礎(chǔ)環(huán)境建設(shè)狀況。

4.工具變量

滯后一期的農(nóng)村社會保障情況，由農(nóng)民最低生活保障標(biāo)準(zhǔn)（l_guarantee）描述，滯后一期的城鎮(zhèn)化水平用l_citilize表示。

回歸分析

（一）數(shù)據(jù)描述性統(tǒng)計分析

數(shù)據(jù)的描述性統(tǒng)計分級見表4。

（二）基準(zhǔn)回歸結(jié)果分析

使用穩(wěn)健標(biāo)準(zhǔn)誤的OLS基準(zhǔn)回歸結(jié)果，即表5第（1）列，此時數(shù)字普惠金融系數(shù)0.0415在1%的顯著水平上顯著，說明數(shù)字普惠金融對農(nóng)村服務(wù)消費(fèi)占比具有顯著正向影響，即當(dāng)數(shù)字普惠金融指數(shù)變動一單位時，農(nóng)村服務(wù)消費(fèi)占比將上升4.15%，除核心解釋變量外，基準(zhǔn)回歸結(jié)果顯示，農(nóng)村物流發(fā)展?fàn)顩r和農(nóng)村生產(chǎn)機(jī)械化程度對農(nóng)村消費(fèi)結(jié)構(gòu)優(yōu)化具有顯著正向影響，而城鄉(xiāng)差距和農(nóng)村固定資產(chǎn)投資對農(nóng)村消費(fèi)結(jié)構(gòu)升級呈負(fù)向影響。

考慮到回歸方程中存在遺漏變量“農(nóng)村基礎(chǔ)建設(shè)環(huán)境”，因此引入供水供電的行政村比例（surroundings）作為其代理變量，再進(jìn)行穩(wěn)健標(biāo)準(zhǔn)誤的OLS回歸，結(jié)果見表5第（2）列，此時數(shù)字普惠金融系數(shù)下降為0.0317，在1%的水平上顯著。

（三）加入工具變量

1.工具變量的外生性檢驗(yàn)

但由于使用surroundings度量農(nóng)村基礎(chǔ)環(huán)境建設(shè)存在測量誤差，該變量為內(nèi)生變量，選取滯后一期的城鎮(zhèn)化和農(nóng)村居民最低生活保障標(biāo)準(zhǔn)（l_citilize，l_guarantee）作為surroundings的工具變量，進(jìn)行穩(wěn)健標(biāo)準(zhǔn)誤的2SLS回歸?；貧w的第二階段結(jié)果即表5第（3）列所示，數(shù)字普惠金融系數(shù)下降至0.0244，在10%的顯著水平上顯著。表6顯示過度識別檢驗(yàn)的p值為0.35，接受“工具變量外生”的原假設(shè)，則工具變量與擾動項(xiàng)不相關(guān)。

表6：加入工具變量的2SLS回歸第一階段

2.工具變量的相關(guān)性檢驗(yàn)

通過表6的回歸結(jié)果可以看出，工具變量（l_guarantee，l_citilize）對內(nèi)生變量surroundings的p值小于0.01，具有顯著影響性。

表7中F統(tǒng)計量為23.40（大于10），且F統(tǒng)計量的p值為0.0000。在2SLS是一致但有偏向的情況下，會出現(xiàn)“顯著性的水平扭曲”現(xiàn)象，且會隨弱工具變量趨勢性增大。當(dāng)對內(nèi)生解釋變量進(jìn)行沃爾德檢驗(yàn)時，如接受“真實(shí)的顯著性水平”不大于15%，就可以拒絕原假設(shè)。因?yàn)樽钚√卣髦到y(tǒng)計量為33.54，大于臨界值11.59，因此這里應(yīng)該拒絕弱工具變量原假設(shè)。并且，因?yàn)橛邢扌畔⒌淖畲笏迫环ǎ↙IML）對弱工具變量更不具敏感性，其回歸結(jié)果為表5第（4）列，LIML的數(shù)字普惠金融估計值為0.0242，與2SLS回歸結(jié)果非常接近，可以驗(yàn)證不存在弱工具變量。

表7 :弱工具變量檢驗(yàn)

在對工具變量的冗余檢驗(yàn)中，結(jié)果表示弱工具變量檢驗(yàn)的兩個統(tǒng)計量為33.54和23.40，均大于臨界值，對于名義顯著性水平為5%的檢驗(yàn)，真實(shí)顯著性水平不會超過15%，強(qiáng)烈拒絕冗余工具變量的原假設(shè)。

3.內(nèi)生解釋變量檢驗(yàn)

采用異方差穩(wěn)健的DWH檢驗(yàn)方法來進(jìn)行內(nèi)生解釋變量檢驗(yàn)，由于DWH檢驗(yàn)的p值小于0.05，故可認(rèn)為surroundings為內(nèi)生解釋變量。并且，內(nèi)生性檢驗(yàn)的x2(10統(tǒng)計量為5.677，其p值為0.0172，接近Wu-Hausman F檢驗(yàn)結(jié)果(見表8)。

表8 內(nèi)生解釋變量檢驗(yàn)

4.GMM估計比較

表5第（5）列顯示，最優(yōu)GMM估計系數(shù)為0.02325，與2SLS估計結(jié)果非常接近，迭代GMM估計結(jié)果為表5第（6）列，數(shù)字普惠金融估計的系數(shù)為0.02322，與兩步GMM的估計系數(shù)相近。

5.2SLS工具變量法實(shí)證結(jié)果

（1）如果不考慮內(nèi)生解釋變量surroundings，回歸模型會高估數(shù)字普惠金融對農(nóng)村消費(fèi)升級的正向作用；假如不使用工具變量（l_guarantee，l_citilize），將內(nèi)生解釋變量直接加入到模型中，回歸結(jié)果也會高估數(shù)字普惠金融對農(nóng)村消費(fèi)結(jié)構(gòu)優(yōu)化的影響。

（2）通過上述檢驗(yàn)可知，所選取的工具變量沒有不可識別或無意義問題，具有外生性，和擾動項(xiàng)并不相關(guān)，而且對內(nèi)生解釋變量surroundings具有顯著影響，也不存在弱工具變量，因此，引入模型回歸中的工具變量（l_guarantee，l_citilize）是有效的。

（3）根據(jù)2SLS回歸結(jié)果，數(shù)字普惠金融能夠顯著地促進(jìn)農(nóng)村消費(fèi)升級，提升服務(wù)消費(fèi)在農(nóng)村消費(fèi)中的所占比例。量化結(jié)果顯示，數(shù)字普惠金融指數(shù)每變動一單位，農(nóng)村居民服務(wù)消費(fèi)占總消費(fèi)的比例增加2.437%。此外，與基準(zhǔn)回歸基本一致的是，農(nóng)村物流發(fā)展?fàn)顩r對農(nóng)村生產(chǎn)機(jī)械化程度的影響系數(shù)為正，均能顯著促進(jìn)農(nóng)村消費(fèi)升級，但兩者系數(shù)都有所上升，且農(nóng)村物流發(fā)展程度的影響顯著性提高，農(nóng)村固定資產(chǎn)投資影響系數(shù)仍顯著為負(fù)，顯著抑制了農(nóng)村消費(fèi)結(jié)構(gòu)優(yōu)化，不同的是其系數(shù)有所縮小。與基準(zhǔn)回歸明顯不同的是，城鄉(xiāng)差距不再顯著對農(nóng)村消費(fèi)升級產(chǎn)生顯著負(fù)向影響。因此，選取滯后一期的城鎮(zhèn)化水平和農(nóng)村居民保障水平作為內(nèi)生解釋變量農(nóng)村基礎(chǔ)環(huán)境設(shè)施建設(shè)的工具變量是有效且必要的。

結(jié)論與政策建議

（一）結(jié)論

通過以上分析，得出如下結(jié)論：

1.農(nóng)村消費(fèi)結(jié)構(gòu)偏離分量在拉動消費(fèi)支出增長方面占據(jù)主要地位

由于除其他用品及服務(wù)支出指標(biāo)外，其他農(nóng)村服務(wù)消費(fèi)增長均快于全國消費(fèi)支出的平均增長速度，因此，具有農(nóng)村消費(fèi)結(jié)構(gòu)偏離分量優(yōu)勢的地區(qū)，其服務(wù)消費(fèi)支出占消費(fèi)支出總量的比例領(lǐng)先于全國平均水平，其農(nóng)村消費(fèi)結(jié)構(gòu)較為高級。分析表明，農(nóng)村消費(fèi)結(jié)構(gòu)偏離分量對消費(fèi)水平的拉動優(yōu)于競爭力偏離分量對消費(fèi)增長的促進(jìn)程度，服務(wù)消費(fèi)的升級發(fā)展將大幅拉動我國農(nóng)村消費(fèi)水平和消費(fèi)層級的優(yōu)化。

2.數(shù)字普惠金融對農(nóng)村消費(fèi)升級有顯著正向貢獻(xiàn)

從實(shí)證結(jié)果看，數(shù)字普惠金融促進(jìn)了消費(fèi)的服務(wù)化升級。這是因?yàn)閿?shù)字普惠金融的發(fā)展，一方面增加了農(nóng)村居民金融資源獲取的可得性，另一方面，生產(chǎn)性信貸也增加了農(nóng)民可支配收入，并進(jìn)一步促進(jìn)了農(nóng)村消費(fèi)水平提高。

3.回歸方程中的其他變量也表現(xiàn)出了對農(nóng)村消費(fèi)結(jié)構(gòu)優(yōu)化的影響

農(nóng)村物流流通業(yè)的發(fā)展?fàn)顩r以及農(nóng)村生產(chǎn)機(jī)械化水平對農(nóng)村消費(fèi)升級也具有明顯的正向作用。農(nóng)村物流業(yè)的發(fā)展能夠通過促進(jìn)其他相關(guān)產(chǎn)業(yè)的發(fā)展和轉(zhuǎn)型，降低流通成本和消費(fèi)品成本，使農(nóng)村居民獲得更低價位的消費(fèi)品，促進(jìn)農(nóng)村居民消費(fèi)由集中化向日?；D(zhuǎn)變。農(nóng)業(yè)生產(chǎn)機(jī)械化的發(fā)展降低了生產(chǎn)農(nóng)副產(chǎn)品的成本，促進(jìn)了農(nóng)產(chǎn)品的銷售，進(jìn)而通過增加農(nóng)村居民的可支配收入促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展和消費(fèi)升級。模型分析中所使用的工具變量，即滯后一期的農(nóng)村居民保障水平和城鎮(zhèn)化水平，通過農(nóng)村基礎(chǔ)環(huán)境建設(shè)這一渠道，拉動了農(nóng)村消費(fèi)結(jié)構(gòu)的優(yōu)化。而農(nóng)村固定資產(chǎn)投資變量對農(nóng)村消費(fèi)升級的影響是負(fù)向的，由于農(nóng)村固定資產(chǎn)投資與第一產(chǎn)業(yè)的增長比例有很強(qiáng)的正向關(guān)聯(lián)性，因此農(nóng)業(yè)固定資產(chǎn)投資不利于產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型，進(jìn)而抑制了農(nóng)村居民對服務(wù)消費(fèi)品的需求。

（二）政策建議

1.大力發(fā)展數(shù)字普惠金融，進(jìn)一步消除區(qū)域間的數(shù)字鴻溝

應(yīng)重視金融機(jī)構(gòu)的布局，在相對落后的農(nóng)村區(qū)域增設(shè)網(wǎng)絡(luò)和金融網(wǎng)點(diǎn)，逐步消除數(shù)字金融在區(qū)域之間的差異，提高金融的普惠性。同時，要注重風(fēng)險防范，尤其在農(nóng)村地區(qū)要改進(jìn)對金融風(fēng)險的識別技能和評估手段，謹(jǐn)慎使用未成熟的創(chuàng)新性數(shù)字技術(shù)。相關(guān)監(jiān)督管理機(jī)構(gòu)要根據(jù)相關(guān)法律法規(guī)為金融服務(wù)提供建立合適的約束機(jī)制，并隨著數(shù)字普惠金融體系發(fā)展的不斷完善，通過建立與金融機(jī)構(gòu)的聯(lián)系記錄對金融客戶的信貸評估，確保每位購買數(shù)字普惠金融產(chǎn)品的居民能平等享受同樣的權(quán)利并承擔(dān)同等義務(wù)，為接受數(shù)字普惠金融服務(wù)的群體努力創(chuàng)造一個更有保障，公平性更高的金融環(huán)境。

2.充分利用新的網(wǎng)絡(luò)終端，創(chuàng)新數(shù)字普惠金融產(chǎn)品

政府機(jī)構(gòu)應(yīng)該在完善農(nóng)村物流體系的同時，繼續(xù)擴(kuò)展農(nóng)村地區(qū)移動互聯(lián)網(wǎng)基礎(chǔ)設(shè)施的建設(shè)和升級，擴(kuò)大移動金融產(chǎn)品的服務(wù)面。數(shù)字普惠金融體系的創(chuàng)新同時還意味著電子商務(wù)革新與普惠金融產(chǎn)品的結(jié)合，得益于近年來信息技術(shù)的迅速發(fā)展，公共或私人金融機(jī)構(gòu)與互聯(lián)網(wǎng)市場的合作通過加強(qiáng)信息共享能夠更好地識別農(nóng)村群體對金融服務(wù)的需求，通過加強(qiáng)線上信息獲取與線下服務(wù)的溝通，結(jié)合農(nóng)村普惠金融服務(wù)群體的商品需求不斷完善金融產(chǎn)品的提供。同時，通過發(fā)揮移動互聯(lián)網(wǎng)的信息獲取功能，進(jìn)一步規(guī)范金融產(chǎn)品市場的良性競爭，加快數(shù)字金融產(chǎn)品的革新速度，提高數(shù)字金融產(chǎn)品的實(shí)用程度。

3.針對農(nóng)村地區(qū)不同的金融產(chǎn)品需求，精細(xì)化設(shè)計具有特色的數(shù)字普惠金融產(chǎn)品

即便同屬農(nóng)村地區(qū)，由于地理因素、人文因素、歷史因素、城鄉(xiāng)因素、政策因素等原因，農(nóng)村居民對金融的需求具有差異。金融機(jī)構(gòu)應(yīng)精細(xì)化設(shè)計金融產(chǎn)品，突出農(nóng)村生產(chǎn)、消費(fèi)及農(nóng)村服務(wù)特色，制定合適的金融普惠政策，利用移動互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等數(shù)字技術(shù)升級更具優(yōu)勢的個性化數(shù)字金融產(chǎn)品，同時根據(jù)不同地區(qū)的網(wǎng)點(diǎn)分布特點(diǎn)，將總體發(fā)展布局考慮在內(nèi)，以最大程度發(fā)揮地區(qū)優(yōu)勢。