長江經(jīng)濟帶數(shù)字普惠金融對農(nóng)村居民消費的影響研究
——基于空間計量模型的實證分析

□ 劉健挺 謝一凡

一、引言

黨的二十大明確提出要堅持擴大內(nèi)需，強化消費在經(jīng)濟發(fā)展中的基礎(chǔ)性作用，全面推進鄉(xiāng)村振興的要求。農(nóng)村地區(qū)的居民消費增長有廣闊的空間和巨大的潛力，但農(nóng)村地區(qū)消費設(shè)施不夠健全、居民收入水平偏低（向玉冰，2022）。擴大數(shù)字消費，強化金融在消費領(lǐng)域的支持力度，已經(jīng)成為拓展農(nóng)村消費的關(guān)鍵舉措。金融服務(wù)通過互聯(lián)網(wǎng)、大數(shù)據(jù)分析和人工智能等系列技術(shù)催生了數(shù)字普惠金融新業(yè)態(tài)，數(shù)字普惠金融服務(wù)成本低、覆蓋面廣，可以為農(nóng)村地區(qū)居民提供更高效、更快捷的金融科技服務(wù)（鄒新月等，2020）。由于我國特殊的二元經(jīng)濟結(jié)構(gòu)，數(shù)字金融對城鄉(xiāng)居民消費的影響存在差異，數(shù)字金融主要通過提高居民收入來促進城鎮(zhèn)居民消費，通過緩解流動性約束促進農(nóng)村居民消費（黃凱南等，2021），進一步影響農(nóng)村居民的消費習(xí)慣和提高即期消費能力來推動消費（易行健等，2018）。

自從2017年北京大學(xué)金融研究中心發(fā)布“數(shù)字普惠金融指數(shù)”以來，國內(nèi)外學(xué)者基于該指數(shù)分析數(shù)字普惠金融影響居民消費的研究成果日益豐富，主要集中在以下三個方面：第一是數(shù)字普惠金融對居民消費的影響。崔海燕（2017）基于全國省級動態(tài)面板數(shù)據(jù)和系統(tǒng)GMM模型進行實證研究，認為數(shù)字普惠金融對農(nóng)村居民消費有顯著的正向作用。傅秋子等（2018）基于全國市級面板數(shù)據(jù)和Probit模型發(fā)現(xiàn)數(shù)字普惠金融增加了農(nóng)村消費性正規(guī)信貸的需求進而提高農(nóng)村消費水平。向玉冰等（2022）基于省級面板數(shù)據(jù)和門檻回歸模型認為數(shù)字普惠金融在促進農(nóng)村居民消費方面存在單一門檻，第一產(chǎn)業(yè)占比越低，數(shù)字普惠金融對農(nóng)村居民消費的促進作用越大。第二是數(shù)字普惠金融促進居民消費的作用機制。已有研究表明，數(shù)字普惠金融能夠通過增加可支配收入（楊偉明等，2020）、產(chǎn)業(yè)結(jié)構(gòu)高級化和提升農(nóng)村居民創(chuàng)業(yè)能力（范方志等，2023）以及提升金融素養(yǎng)（胡寧寧等，2023）等途徑促進居民消費。第三是分析數(shù)字普惠金融對居民消費影響存在異質(zhì)性。現(xiàn)有文獻基于區(qū)域差異視角分析了數(shù)字普惠金融對東部、中部和西部地區(qū)居民消費的影響差異（崔海燕，2017；郭華，2020），也有文獻從城鄉(xiāng)二元角度（黃凱南等，2021）、不同教育程度和不同收入水平（龍海明等，2022）分析數(shù)字普惠金融對居民消費的差異。

當(dāng)前關(guān)于數(shù)字普惠金融對居民消費影響的相關(guān)文獻已十分豐富，一般認為數(shù)字普惠金融顯著促進了居民消費，但研究角度多立足于整個群體而缺乏對農(nóng)村居民群體的針對性分析，更缺乏關(guān)于數(shù)字普惠金融作用于農(nóng)村居民消費內(nèi)在機制的深入研究。其次，已有文獻多以傳統(tǒng)計量模型進行回歸分析，忽視可能存在的空間效應(yīng)而較少從地理空間角度展開，而且實證研究中多利用全國層面的微觀數(shù)據(jù)，忽略了不同地區(qū)間的環(huán)境差異，若全部采用歸一化處理則容易導(dǎo)致效應(yīng)抵消，因此應(yīng)選擇具體區(qū)域進行討論。長江經(jīng)濟帶作為我國重大戰(zhàn)略發(fā)展區(qū)域之一，其數(shù)字普惠金融呈現(xiàn)蓬勃發(fā)展之態(tài)，同時，長江經(jīng)濟帶涵蓋了中西部多個省份和大量農(nóng)村地區(qū)，因此分析長江經(jīng)濟帶數(shù)字普惠金融對農(nóng)村居民消費的影響，對于促進區(qū)域協(xié)調(diào)發(fā)展，構(gòu)建新發(fā)展格局具有重要意義。本文的潛在邊際貢獻有：第一，研究視角上，基于2011-2021年長江經(jīng)濟帶11個省市級面板數(shù)據(jù)分析數(shù)字普惠金融對農(nóng)村居民消費的影響；第二，研究內(nèi)容上，以農(nóng)村居民目標(biāo)對象，系統(tǒng)厘清了數(shù)字普惠金融對農(nóng)村居民消費產(chǎn)生影響的理論機制；第三，研究方法上，引入空間計量模型實證檢驗了數(shù)字普惠金融及其下屬指標(biāo)數(shù)字支付、數(shù)字信貸、數(shù)字保險等因素對農(nóng)村居民消費影響的空間效應(yīng)，并分樣本檢驗了其區(qū)域異質(zhì)性。

二、理論分析與研究假設(shè)

數(shù)字普惠金融通過數(shù)字支付、數(shù)字信貸和數(shù)字保險三種途徑直接影響農(nóng)村居民消費。同時，數(shù)字普惠金融還通過提供普惠性金融服務(wù)和鼓勵農(nóng)民就業(yè)創(chuàng)業(yè)等方式幫助農(nóng)村居民增加收入，拉動農(nóng)村居民消費。

（一）數(shù)字支付、數(shù)字信貸、數(shù)字保險影響農(nóng)村居民消費

第一，數(shù)字支付能夠減輕農(nóng)村居民心理支付壓力、降低交易費用，使其更加愿意進行消費。心理賬戶理論認為人們會在心理上對金錢設(shè)立不同的賬戶進行分別管理。對消費觀念更加保守的農(nóng)村居民而言，數(shù)字支付會降低農(nóng)村消費者對現(xiàn)金的感知（陳寶珍等，2021），產(chǎn)生一種非現(xiàn)金支付的心理賬戶效應(yīng)（郭華等，2020），促進農(nóng)村居民的消費支出。同時，農(nóng)村居民在使用移動支付工具時無需將存款兌換成現(xiàn)金，從而大大減少了銀行往來的時間及費用、柜臺等待時間、跨行取款的手續(xù)費等，更加便利農(nóng)村居民消費。第二，數(shù)字信貸能夠緩解農(nóng)村居民面臨的金融排斥、流動性約束等問題，為他們提供更多的消費資金支持。Zelder（1989）研究表明，消費信貸和消費支出有顯著的正相關(guān)關(guān)系，消費者信貸約束越弱則消費意愿越強。農(nóng)村居民作為金融弱勢群體一般不符合正規(guī)金融機構(gòu)的信用審查資格，無法享受正規(guī)金融機構(gòu)提供的信貸服務(wù)。而大數(shù)據(jù)和數(shù)字技術(shù)的推動下，數(shù)字普惠金融可以為農(nóng)村居民提供借貸服務(wù)，緩解了農(nóng)村居民長期面臨的流動性約束，使其消費意愿在一定程度上得到提升。第三，數(shù)字保險可使農(nóng)村居民減少預(yù)防性儲蓄，釋放出更多的消費潛力。我國目前在教育、醫(yī)療、住房、就業(yè)等領(lǐng)域進行市場經(jīng)濟改革所帶來的不確定性增加了居民預(yù)防性儲蓄的傾向（陳琦等，2012），農(nóng)村居民往往會選擇將收入中的一部分儲蓄起來以備不時之需。數(shù)字普惠金融通過重塑原有保險的承保風(fēng)控模式，顯著提高了農(nóng)村居民購買數(shù)字保險的意愿，釋放農(nóng)村居民的消費能力，進一步促進了農(nóng)村居民消費。

基于此，本文提出假說H1：數(shù)字普惠金融通過數(shù)字支付、數(shù)字信貸、數(shù)字保險等方式直接促進農(nóng)村居民消費。

（二）數(shù)字普惠金融通過增加農(nóng)村居民收入影響農(nóng)村居民消費

根據(jù)Keynes（1937）和Johnston（1958）提出的絕對收入假說和持久收入假說，居民的消費行為受到當(dāng)期和未來收入的影響。此外，金融發(fā)展被普遍認為具有增收作用（崔艷娟等，2012）。數(shù)字普惠金融可以通過以下兩個方面增加農(nóng)村居民收入進而促進農(nóng)村居民消費。一是提供普惠性金融服務(wù)。數(shù)字普惠金融提升了農(nóng)村地區(qū)金融資本的可獲得性，為農(nóng)村居民提供更低門檻的金融信貸服務(wù)，助力其開展經(jīng)營活動提高農(nóng)村居民經(jīng)營性收入，數(shù)字技術(shù)本身是知識密集型產(chǎn)業(yè)，數(shù)字普惠金融投入到農(nóng)村基礎(chǔ)設(shè)施建設(shè)或者農(nóng)業(yè)產(chǎn)業(yè)生產(chǎn)中，能夠促進農(nóng)業(yè)技術(shù)進步和居民增收（黃倩等，2019）。數(shù)字普惠金融還提升了農(nóng)村居民的數(shù)字金融素養(yǎng)，還能夠使農(nóng)村地區(qū)居民更容易獲得數(shù)字金融產(chǎn)品信息，利用閑置資金購買數(shù)字理財產(chǎn)品增加其財產(chǎn)性收入，拓寬收入渠道（司傳寧等，2022）。同時減少了農(nóng)村居民因盲目投資而造成的損失，可以提升農(nóng)村居民的持續(xù)消費信心，從而刺激消費。二是激勵農(nóng)村居民就業(yè)創(chuàng)業(yè)。數(shù)字普惠金融能夠強化農(nóng)村居民對外部信息的認知，提升農(nóng)村居民的金融素養(yǎng)，為其創(chuàng)業(yè)提供信息支持（趙丙奇，2022），還能更加合理有效分配資源，為農(nóng)村居民提供信貸支持降低其融資成本，為農(nóng)村潛在的創(chuàng)業(yè)者降低創(chuàng)業(yè)門檻，促進創(chuàng)業(yè)（謝絢麗等，2018）。農(nóng)村居民創(chuàng)業(yè)能夠催生出農(nóng)村眾多的民營小微企業(yè)，不僅能夠解決自身的就業(yè)問題還能夠提供新的就業(yè)崗位（羅明忠等，2023），為農(nóng)村居民創(chuàng)造了更多的收入來源。農(nóng)村居民創(chuàng)業(yè)能夠形成一種羊群效應(yīng)（羅琦等，2016），吸引更多的資金和人才回流農(nóng)村，更好地推動農(nóng)村居民收入增長，增強農(nóng)村居民購買力，擴大農(nóng)村居民的消費規(guī)模。

基于此，本文提出假說H2：數(shù)字普惠金融可通過增加農(nóng)村居民收入間接促進農(nóng)村居民消費。

（三）數(shù)字普惠金融影響農(nóng)村居民消費的空間效應(yīng)

根據(jù)空間效應(yīng)理論，任何事物都存在著因空間位置的不同而導(dǎo)致相關(guān)性的差異（Tobler，1970）。隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，數(shù)字經(jīng)濟已經(jīng)成為全球經(jīng)濟新的增長點。數(shù)字普惠金融具有突破時空限制的優(yōu)越性，使金融資源能跨地區(qū)流動，其空間特征日益受到重視，我國的數(shù)字普惠金融具有正向的空間集聚趨勢和空間溢出效應(yīng)（梁榜等，2020），呈現(xiàn)出“東強西弱”的分布格局（楊繼梅等，2022）。數(shù)字普惠金融除了對當(dāng)?shù)剞r(nóng)村居民的消費產(chǎn)生影響外，還可能通過擴散效應(yīng)對周邊農(nóng)村居民的消費產(chǎn)生影響。在低收入人群中，消費所帶來的“示范效應(yīng)”更加顯著，消費增長對經(jīng)濟的拉動作用日益突出，也表現(xiàn)出空間溢出效應(yīng)特征。因此，數(shù)字普惠金融對居民消費的影響也可能存在空間溢出作用。由于我國農(nóng)村居民消費不平等現(xiàn)象的普遍存在以及區(qū)域經(jīng)濟發(fā)展不均衡差異的影響，長江經(jīng)濟帶中上游農(nóng)村地區(qū)相對于下游地區(qū)，其經(jīng)濟和數(shù)字普惠金融的發(fā)展水平相對較低，因此受到的金融抑制更加嚴重。因此，數(shù)字化普惠金融或許能夠為農(nóng)村居民的消費水平提升提供更為有力的支持。

基于此，本文提出假說H3：數(shù)字普惠金融對農(nóng)村居民消費水平的影響存在空間溢出效應(yīng)，并且在長江上游、中游、下游省市間具有區(qū)域異質(zhì)性。

三、長江經(jīng)濟帶數(shù)字普惠金融對農(nóng)村居民消費的研究設(shè)計

（一）實證模型的構(gòu)建

1.構(gòu)建空間權(quán)重矩陣

本文為驗證長江經(jīng)濟帶各省市農(nóng)村居民消費和數(shù)字普惠金融是否存在空間相關(guān)性，基于長江經(jīng)濟帶各省市的距離范圍構(gòu)建空間鄰接矩陣；為保證結(jié)果的穩(wěn)健性，構(gòu)造地理距離矩陣和經(jīng)濟距離矩陣進行對照，具體空間權(quán)重矩陣如下所示。

（1）空間鄰接矩陣W1，反映地區(qū)間相鄰關(guān)系的影響，本文采用Queen連接，當(dāng)兩個區(qū)域存在公共邊界或者公共頂點時，賦值為1，否則為0。

（2）地理距離矩陣W2，以區(qū)域間地理距離長短為依據(jù)建立矩陣，反映地區(qū)間地理因素的影響，dij為區(qū)域i和區(qū)域j之間的地理距離。若距離越近，空間權(quán)重系數(shù)越大，空間相關(guān)性越強。

（3）經(jīng)濟距離矩陣W3，在研究區(qū)域集聚現(xiàn)象時地理位置的遠近不能完全代表空間相關(guān)性，還要考慮區(qū)域間的經(jīng)濟社會關(guān)系，本文y為2011-2021年人均GDP的平均值，yi-yj代表兩個區(qū)域間的經(jīng)濟距離。經(jīng)濟距離越小，空間內(nèi)經(jīng)濟聯(lián)系越密切。

為了避免分析誤差，本文對矩陣進行標(biāo)準(zhǔn)化處理，使其行和為1，標(biāo)準(zhǔn)化公式為：

2.空間相關(guān)性檢驗

目前用來考察空間相關(guān)性的指標(biāo)為Moran’s I指數(shù)和Geary’s C指數(shù)，其中Moran’s I指數(shù)是最常用于全局聚類檢驗的方法，用來判斷各省市在空間范圍內(nèi)是否存在空間相關(guān)性。其計算公式如下：

其中，n是樣本內(nèi)地區(qū)總數(shù)；S2是樣本方差；Wij為空間權(quán)重矩陣的（i，j）元素，yi、yj分別為觀測值，y為平均值。Moran’s I指數(shù)的取值范圍一般介于-1到1之間，大于0表示正自相關(guān)，即高值與高值相鄰、低值與低值相鄰；小于0表示負自相關(guān)，即高值與低值相鄰；當(dāng)取值接近于0時表示不存在空間相關(guān)性。

3.空間計量模型

本文研究了數(shù)字普惠金融對農(nóng)村居民消費的影響，并考慮到空間因素。為了構(gòu)建一個統(tǒng)一的空間計量模型，我們將常用的空間誤差模型（SAR）、空間滯后模型（SEM）和空間杜賓模型（SDM）納入研究。通過進行LR檢驗和Wald檢驗來選擇適合的空間計量模型。具體的模型構(gòu)建如下：

其中InConsume代表農(nóng)村居民消費水平，In DIFI代表數(shù)字普惠金融，i代表控制變量組合，t代表不同地區(qū)，Wn代表時間，μ、γ、ε代表空間權(quán)重矩陣，分別為固定效應(yīng)、時間效應(yīng)以及隨機擾動項，λ為空間誤差系數(shù)，ρ為空間滯后系數(shù)。

（二）變量的選取與數(shù)據(jù)來源

1.被解釋變量。本文選取農(nóng)村居民人均生活消費支出（lnconsume）作為被解釋變量，考慮到物價上漲對農(nóng)村居民消費所帶來的影響，以2011年為基期，對農(nóng)村居民消費價格指數(shù)（2011=100）進行平減化處理。

2.核心解釋變量。為了能夠保證長江經(jīng)濟帶不同區(qū)域間的可比性，本文選取北京大學(xué)2022年公布的省級層面數(shù)字普惠金融指數(shù)為核心解釋變量。該指數(shù)包括金融覆蓋廣度（lncover）、使用深度（lndepth）、數(shù)字化程度（lndigital）三級維度，共33個具體指標(biāo)。

3.控制變量。綜合考慮農(nóng)村居民消費的其他影響因素，為了削弱模型多重共線性效應(yīng)的過度擬合現(xiàn)象，采用LASSO回歸方法，主要選擇如下控制變量：（1）城鎮(zhèn)化率（urban）。城鎮(zhèn)化率越高，本地區(qū)的經(jīng)濟發(fā)展水平越高，金融對農(nóng)村居民的活動影響越大，對農(nóng)村居民消費的拉動作用也越大。本文采用城鎮(zhèn)人口在全省人口中所占比例來計算。（2）人口撫養(yǎng)比例（raise）。生命周期假說提出人口年齡結(jié)構(gòu)與其居民消費關(guān)系密切，文章選擇農(nóng)村地區(qū)少兒撫養(yǎng)比與老年撫養(yǎng)比加總匯總的方式來衡量。（3）學(xué)歷層次（edu）。以文盲人口在15歲以上總?cè)丝谥兴急壤硎?。?）人均鄉(xiāng)村公路里程數(shù)（road）。提高農(nóng)村人均公路里程，有利于農(nóng)村居民消費者提高各類貨物和勞務(wù)消費。本文以區(qū)域內(nèi)農(nóng)村地區(qū)公路占人口總數(shù)之比作為測度指標(biāo)。（5）政府支農(nóng)力度（finance）。財政扶持農(nóng)業(yè)越多，將在某種程度上減輕農(nóng)戶資金壓力和減少農(nóng)戶預(yù)防性儲蓄，進而提高消費，本文用農(nóng)林水事物支出占一般公共預(yù)算支出比重進行衡量。

（三）數(shù)據(jù)來源及統(tǒng)計性描述

本文數(shù)據(jù)均來源于北京大學(xué)數(shù)字金融研究中心課題組發(fā)布的數(shù)字普惠金融指數(shù)、EPS數(shù)據(jù)庫和各省統(tǒng)計年鑒，包括長江經(jīng)濟帶11省市2011-2021年共121個觀測值，缺失值采用現(xiàn)行插補法進行填充。此外，本文還對所有數(shù)據(jù)在1%水平上進行縮尾處理，避免極端值造成實證回歸結(jié)果的偏誤。表1為變量的描述性統(tǒng)計結(jié)果。

表1 變量描述性統(tǒng)計結(jié)果

四、長江經(jīng)濟帶數(shù)字普惠金融影響農(nóng)村居民消費的實證分析

（一）空間相關(guān)性檢驗

1.全局空間相關(guān)性

本文利用Moran’s I指數(shù)對農(nóng)村居民消費和數(shù)字普惠金融的空間集聚現(xiàn)象進行研究，并以此來判斷是否能夠使用空間計量模型。表2結(jié)果顯示空間鄰接矩陣和經(jīng)濟距離矩陣下的Moran’s I指數(shù)值均為正，在1%顯著性水平上通過檢驗，其中空間鄰接矩陣下有更顯著的空間正相關(guān)特征，這說明長江經(jīng)濟帶11省市農(nóng)村居民消費和數(shù)字普惠金融存在空間相關(guān)性，可以運用空間計量模型對進行估計。

表2 全局Moran’I檢驗結(jié)果

2.局部空間相關(guān)性

進一步地本文基于空間鄰接矩陣，繪制2011年、2021年長江經(jīng)濟帶11個省市農(nóng)村居民消費水平、數(shù)字普惠金融發(fā)展水平的Moran散點圖，來檢驗11個省市的局部空間相關(guān)性。

具體情況如圖1、圖2所示，長江經(jīng)濟帶11省市農(nóng)村居民消費水平在中上游地區(qū)形成低-低集聚、在下游呈現(xiàn)出明顯的高-高集聚狀態(tài)。說明在農(nóng)村居民消費水平較高的省市，其周邊地區(qū)消費水平也相對較高，且各省市在局部空間上具有較強的正向促進效應(yīng)，在農(nóng)村消費水平低的地區(qū)，鄰近地區(qū)消費水平也類似；形成低-低集聚的省市數(shù)量遠遠多于高-高集聚省市數(shù)量，這說明長江經(jīng)濟帶許多地區(qū)的農(nóng)村居民消費水平仍然較低。圖3、圖4顯示數(shù)字普惠金融集聚狀態(tài)，與農(nóng)村居民消費水平集聚狀態(tài)基本一致，同樣主要集中在第三象限，表明大部分地區(qū)的數(shù)字普惠金融水平也處于較低水平。

圖1 2011農(nóng)村居民消費水平局部莫蘭圖

圖3 2011年數(shù)字普惠金融局部莫蘭圖

圖4 2021年數(shù)字普惠金融局部莫蘭圖

由于Moran散點圖沒有提供顯著性水平，因此還需要用LISA (local indicationrofspatialassociation)聚類圖及其顯著性指數(shù)對這種分布格局進一步檢驗。從圖5的結(jié)果來看，2021年長江經(jīng)濟帶數(shù)字普惠金融空間布局逐步形成了2個重要集聚區(qū)，其中江蘇，上海和浙江3個經(jīng)濟點是高水平集聚區(qū)，四川，云南和貴州是低水平集聚區(qū)，2011年尚未形成這種集聚格局，由此可見十年來數(shù)字普惠金融空間溢出效應(yīng)顯著增強。如圖6所示，長江三角洲地區(qū)農(nóng)村居民的消費呈現(xiàn)連片高水平分布，上中游地區(qū)出現(xiàn)低值集聚中心。農(nóng)村居民消費水平和數(shù)字普惠金融水平均具有局域空間關(guān)聯(lián)效應(yīng)且空間集群程度顯著增強。

圖5 2011和2021年數(shù)字普惠金融LISA聚類變化

圖6 2011和2021年農(nóng)村居民消費水平LISA聚類變化

（二）空間計量模型選擇

經(jīng)過LM檢驗，結(jié)果如表3顯示，原假設(shè)被顯著拒絕，說明存在空間滯后和空間誤差效應(yīng)，應(yīng)該采用空間計量模型分析數(shù)字普惠金融對長江經(jīng)濟帶11省市農(nóng)村居民消費的影響；Hausman檢驗還發(fā)現(xiàn)采用固定效應(yīng)模型更為恰當(dāng)，效應(yīng)檢驗的結(jié)果表示選用時間固定的效應(yīng)模型；Wald檢驗、LR檢驗結(jié)果如表4所示，均顯著拒絕原假設(shè)，結(jié)果表明相較于空間滯后模型（SAR）和空間誤差模型（SEM），選擇空間杜賓模型（SDM）更加合適。綜上所述，本文最終選擇時間固定效應(yīng)下的SDM進行分析，并結(jié)合OLS、SEM和SAR模型分析的結(jié)果進行參考。表5列示了基于空間鄰接矩陣的實證及相關(guān)檢驗結(jié)果。

表3 LM檢驗

表4 Wald檢驗和LR檢驗

表5 數(shù)字普惠金融與農(nóng)村居民消費的估計結(jié)果

基于上表，通過OLS回歸及3種空間計量模型（SAR、SEM、SDM）估計，長江經(jīng)濟帶省市數(shù)字普惠金融顯著提升了農(nóng)村居民消費。另外，三個空間計量模型的空間滯后項系數(shù)均顯著為正值，即農(nóng)村居民消費不僅受當(dāng)?shù)財?shù)字普惠金融水平影響較大，而且周邊各省市數(shù)字普惠金融的發(fā)展對該區(qū)域農(nóng)村居民消費水平同樣有推動作用，驗證了本文的假說3。

三種空間計量模型的結(jié)果顯示SDM的log-l為126.15，且在3種計量模型中數(shù)值最高，表明SDM模型具有較好的估計效果。接著重點分析SDM模型結(jié)果發(fā)現(xiàn)，數(shù)字普惠金融的空間滯后項系數(shù)在10%的水平顯著為正，即周邊地區(qū)數(shù)字普惠金融每增加一個單位，本地區(qū)農(nóng)村居民消費水平將平均提高0.31個單位。另外，農(nóng)村居民的消費空間滯后項系數(shù)呈顯著正值，鄰近區(qū)域農(nóng)村居民消費水平提升會持續(xù)拉動該區(qū)域農(nóng)村居民消費，這一結(jié)果再一次證實了農(nóng)村居民在空間上具有集聚特征。

在控制變量方面，結(jié)果顯示城鎮(zhèn)化水平、人均公路里程數(shù)以及人口撫養(yǎng)比對于農(nóng)村居民的消費水平具有積極的推動作用。具體來講，城鎮(zhèn)化程度提高，農(nóng)村地區(qū)交通便利程度改善和撫養(yǎng)壓力加大均能正向作用于農(nóng)村居民消費水平。教育水平對農(nóng)村居民消費水平的影響具有不確定性，有可能促進農(nóng)村居民消費水平提高，同時又有可能起到制約作用。另一方面，結(jié)果表明財政支農(nóng)水平對于農(nóng)村居民消費水平并沒有顯著影響。這說明現(xiàn)行財政支農(nóng)政策對促進農(nóng)村居民消費作用有限?？傮w來看，除了教育水平之外，4個模型對于系數(shù)估計的方向基本一致，表明估計結(jié)果具有穩(wěn)健性。

接下來，本文參考LeSage等（2013）提出的偏微分方法將數(shù)字普惠金融對農(nóng)村居民消費的空間溢出效應(yīng)進一步分解為直接效應(yīng)、間接效應(yīng)以及總效應(yīng)，以避免在空間效應(yīng)估計可能存在的不足，結(jié)果見表6。

表6 空間效應(yīng)分解

從表中可以看到數(shù)字普惠金融對于農(nóng)村居民的三個效應(yīng)均在10%水平為正，表明利用空間計量模型估計數(shù)字普惠金融的合理性，同時也進一步驗證了假設(shè)3。其中直接效應(yīng)系數(shù)和顯著度大于間接效應(yīng)，表明數(shù)字普惠金融對于當(dāng)?shù)剞r(nóng)村居民消費水平影響更為顯著，而鄰邊地區(qū)輻射帶動效果有限，長江經(jīng)濟帶區(qū)域局部莫蘭散點圖表現(xiàn)出相同的高低-高低集聚狀態(tài)。

此外選擇城鎮(zhèn)化水平與人均公路里程數(shù)作為效應(yīng)分解的指標(biāo)，其直接效應(yīng)相同而間接效應(yīng)更大，且城鎮(zhèn)化水平對于農(nóng)村居民的消費影響系數(shù)更大，這表明一個區(qū)域在發(fā)展時仍應(yīng)從自身出發(fā)，積極采取數(shù)字普惠金融發(fā)展措施來提高農(nóng)村居民的消費水平。

（三）穩(wěn)健型檢驗

更換空間矩陣，本文用地理距離矩陣和經(jīng)濟距離矩陣代替空間鄰接矩陣分別重新估計；替換解釋變量，用數(shù)字普惠金融指數(shù)中的覆蓋廣度（lnbreadth）、使用深度（lndepth）這兩個二級指標(biāo)代替數(shù)字普惠金融總指數(shù)。若估計結(jié)果和上文一致，則說明穩(wěn)健性檢驗通過。

估計結(jié)果如表7所示，第（1）、（2）、（3）列是地理距離矩陣的結(jié)果；第（4）、（5）、（6）列是經(jīng)濟距離矩陣的結(jié)果；第（2）列和第（5）列解釋變量為覆蓋廣度；第（3）列和第（6）列解釋變量為使用深度，在兩種矩陣和三個維度下，可以看出數(shù)字普惠金融的系數(shù)大小稍有變動，但是正負號和顯著性沒有發(fā)生明顯變化，可以說明本文的估計結(jié)果是穩(wěn)健的。

（四）作用機制檢驗

通過上文分析，可以看出數(shù)字普惠金融的發(fā)展對農(nóng)村居民消費水平起到了明顯的推動作用，但還需在實證角度上進一步厘清數(shù)字普惠金融影響農(nóng)村居民消費的作用機制，接下來通過直接和間接兩種作用機制進行分析。

首先，數(shù)字普惠金融通過增加農(nóng)村居民收入進而拉動農(nóng)村居民消費。檢驗結(jié)果如表8第（1）列和第（2）列所示。第（1）列中數(shù)字普惠金融對農(nóng)村居民收入水平的影響效應(yīng)為0.231，在1%的水平上顯著。第（2）列農(nóng)村居民收入對農(nóng)村居民消費回歸結(jié)果顯著為正，同時數(shù)字普惠金融對農(nóng)村居民消費的系數(shù)依舊顯著，并且系數(shù)值較表4第（1）列回歸系數(shù)值下降，說明數(shù)字普惠金融能夠拉動農(nóng)村居民收入以促進農(nóng)村居民消費，機制檢驗的結(jié)果驗證了假設(shè)2。

其次，本文將數(shù)字化水平下的二級指標(biāo)數(shù)字支付指數(shù)（lnpayment）、數(shù)字保險指數(shù)（lninsurance）、數(shù)字信貸指數(shù)（lncredit）作為直接傳導(dǎo)機制。表8第（3）、（4）、（5）列回歸結(jié)果顯示，第（3）列估計結(jié)果顯示三個指標(biāo)均在1%的水平下顯著，三個指標(biāo)對農(nóng)村居民消費正向影響系數(shù)從大到小分別是數(shù)字支付服務(wù)、數(shù)字信貸服務(wù)和數(shù)字保險服務(wù)，可能是由于數(shù)字普惠金融減少了農(nóng)村居民的消費成本，使其支付更方便，而農(nóng)村居民的消費觀念更注重量入為出并盡量避免提前消費，導(dǎo)致數(shù)字保險業(yè)務(wù)對農(nóng)村居民消費的影響最小。表8的回歸結(jié)果也驗證了假說1。

（五）內(nèi)生性檢驗

考慮到除上文LASSO回歸篩選出的控制變量外仍存在遺漏變量，且數(shù)字普惠金融和農(nóng)村居民消費間可能存在雙向因果關(guān)系，由此造成內(nèi)生性問題。因此，本文選擇互聯(lián)網(wǎng)接入率（lninternet）、數(shù)字普惠金融滯后一期數(shù)據(jù)（L.lndifi）作為數(shù)字普惠金融的工具變量，利用動態(tài)空間杜賓模型、兩階段最小二乘法（2SLS）進行回歸，以消除內(nèi)生性帶來的估計偏差影響。

1.動態(tài)空間杜賓模型

表9第（1）列和第（2）列分別基于經(jīng)濟距離矩陣和地理距離矩陣，將被解釋變量農(nóng)村居民消費水平的一階時間滯后項加入面板數(shù)據(jù)進行回歸，都通過了顯著性檢驗。以第（1）列為例，農(nóng)村居民消費水平的時間滯后項和時空滯后項分別為0.756和0.656，都顯著為正，說明長江經(jīng)濟帶各省市的農(nóng)村居民消費發(fā)展會受到前期農(nóng)村消費水平的影響，同時臨近地區(qū)的農(nóng)村居民消費水平的提升也會帶動本地區(qū)農(nóng)村居民消費。數(shù)字普惠金融的回歸結(jié)果空間滯后項系數(shù)為1.891，說明數(shù)字普惠金融對農(nóng)村居民消費的影響具有空間溢出效應(yīng)，與前文估計結(jié)果一致。

表9 內(nèi)生性檢驗

2.工具變量法

雖然動態(tài)空間杜賓模型一定程度上能夠緩解遺漏變量和反向因果所引致的內(nèi)生性問題，但是數(shù)字普惠金融和農(nóng)村居民消費有可能會受到居民消費偏好等共同因素的影響，導(dǎo)致擾動項相關(guān)。本文先進行異方差穩(wěn)健的杜賓吳豪斯曼（DWH）檢驗，p值在5%顯著水平上拒絕“變量均為外生”原假設(shè)，可以認為數(shù)字普惠金融的確具有內(nèi)生性，有必要運用工具變量法進行估計。接著本文借鑒梁雙陸、劉培培等（2019）的做法，選取互聯(lián)網(wǎng)接入率（lninternet）作為數(shù)字普惠金融的工具變量進行兩階段最小二乘法回歸?；ヂ?lián)網(wǎng)的普及與數(shù)字普惠金融密切相關(guān)，但與農(nóng)村居民消費水平變化并不存在必然的關(guān)系，因此互聯(lián)網(wǎng)接入率是一個較為理想的工具變量，用各省市互聯(lián)網(wǎng)接入端口與各省人口總量之比表示。

表9第（4）列顯示一階段回歸結(jié)果，互聯(lián)網(wǎng)接入率對數(shù)字普惠金融的影響系數(shù)是2.992，并在1%的水平上顯著，說明工具變量可以強有力的解釋數(shù)字普惠金融。為驗證工具變量有效性，本文運用了多種統(tǒng)計檢驗方法： Kleibergen-Paap Wald rk F統(tǒng)計量為27.85，說明工具變量不是弱工具變量；Anderson-Rubin Wald檢驗在5%的水平上顯著，說明了工具變量與數(shù)字普惠金融相關(guān)性較強。Kleibergen-Paap rk LM檢驗也排除了不可識別的問題。以上各項統(tǒng)計檢驗均顯示互聯(lián)網(wǎng)接入率可以作為數(shù)字普惠金融的工具變量，第（5）列顯示二階段方程結(jié)果，數(shù)字普惠金融對農(nóng)村居民消費的影響同空間杜賓模型結(jié)果一致，說明回歸結(jié)果的可靠性。

（六）進一步討論：空間異質(zhì)性

長江經(jīng)濟帶各省市經(jīng)濟發(fā)展水平，資源稟賦以及比較優(yōu)勢等方面都存在著差異，這導(dǎo)致數(shù)字普惠金融對于農(nóng)村居民的消費影響會在各地域間產(chǎn)生差異。因此本文從區(qū)域角度出發(fā)，將11個省市劃分為上游、中游和下游三個區(qū)域，以檢驗對不同地區(qū)之間影響是否存在差異。

表7的穩(wěn)健性檢驗結(jié)果顯示數(shù)字普惠金融對農(nóng)村居民消費影響的主效應(yīng)上使用深度大于覆蓋廣度，而在空間效應(yīng)上覆蓋廣度的作用更明顯，那么對于長江經(jīng)濟帶上中下游三個不同區(qū)域也是一樣的情況嗎？

表10展示了數(shù)字普惠金融總指數(shù)、覆蓋廣度和使用深度三類指數(shù)對不同區(qū)域回歸的結(jié)果。根據(jù)表10第（1）、（2）、（3）列結(jié)果顯示，數(shù)字普惠金融總指數(shù)對上游、中游、下游農(nóng)村居民消費的回歸系數(shù)分別為0.332、0.105和0.269，在10%的水平上顯著，其中，對上游和下游的影響系數(shù)大于中游；第（4）～（6）列覆蓋廣度和（7）～（9）列使用深度的回歸結(jié)果與總指數(shù)大體一致，同樣是在上游和下游回歸系數(shù)值更大，并且使用深度對農(nóng)村居民消費的影響要高于覆蓋廣度。

表10 數(shù)字普惠金融一、二級指標(biāo)對不同區(qū)域農(nóng)村居民消費異質(zhì)性回歸結(jié)果

從空間視角出發(fā)，數(shù)字普惠金融空間滯后項回歸系數(shù)對三個區(qū)域的影響分別是0.573、0.186和1.289，全部通過顯著性檢驗，再次驗證本地和臨近地區(qū)的數(shù)字普惠金融發(fā)展會帶動本地農(nóng)村居民消費，但是間接效應(yīng)系數(shù)值要低于直接效應(yīng)，說明更多的還是要加強本地區(qū)數(shù)字普惠金融的發(fā)展；橫向?qū)Ρ瓤?，使用深度的空間溢出效應(yīng)明顯高于覆蓋廣度，與穩(wěn)健性結(jié)果一致。這是因為下游地區(qū)數(shù)字普惠金融的發(fā)展水平較高，協(xié)同作用更強，空間溢出效應(yīng)更加顯著，中上游地區(qū)處于數(shù)字金融集聚的發(fā)展階段，數(shù)字普惠金融資源對農(nóng)村地區(qū)的影響還相對有限。

進一步地，本文繼續(xù)檢驗數(shù)字普惠金融使用深度下的三個子指標(biāo)數(shù)字支付、數(shù)字信貸和數(shù)字保險對長江經(jīng)濟上中下游省市異質(zhì)性檢驗的結(jié)果。表11中橫向?qū)Ρ蕊@示，三個子指標(biāo)對農(nóng)村居民消費的影響均通過了顯著性檢驗，回歸系數(shù)從高到低依次是數(shù)字支付、數(shù)字信貸和數(shù)字保險。

表11 數(shù)字普惠金融三級指標(biāo)對不同區(qū)域農(nóng)村居民消費異質(zhì)性回歸結(jié)果

同時僅數(shù)字支付間接效應(yīng)上、中、下游均通過顯著檢驗，且對長江經(jīng)濟帶農(nóng)村居民的消費存在顯著空間溢出，而數(shù)字信貸、數(shù)字保險僅對下游農(nóng)村居民存在空間溢出?？赡茉蛟谟谵r(nóng)村居民消費觀念保守、數(shù)字普惠金融認知有限、較難受數(shù)字信貸、數(shù)字保險等沖擊，同時下游區(qū)域經(jīng)濟發(fā)達、數(shù)字普惠金融具備良好的發(fā)展基礎(chǔ)、數(shù)字保險空間溢出效應(yīng)具備充分條件表現(xiàn)。

六、結(jié)論與政策建議

本文運用空間杜賓模型實證分析長江經(jīng)濟帶2011-2021年11個省市的數(shù)字普惠金融對農(nóng)村居民消費的影響。主要結(jié)論如下：長江經(jīng)濟帶沿線11個省市的數(shù)字普惠金融和農(nóng)村居民消費呈現(xiàn)出“東高西低”的空間集聚態(tài)勢，且集聚程度在近十年顯著加強；數(shù)字普惠金融能夠顯著提升農(nóng)村居民消費水平，在空間視角下，數(shù)字普惠金融的正向空間溢出效應(yīng)明顯，區(qū)域內(nèi)和臨近地區(qū)的數(shù)字普惠金融發(fā)展對本區(qū)域的農(nóng)村居民消費均具有顯著的促進作用，其中數(shù)字普惠金融的直接效應(yīng)更為明顯；數(shù)字普惠金融通過數(shù)字支付、數(shù)字信貸、數(shù)字保險等方式推動農(nóng)村居民消費增長，數(shù)字支付和數(shù)字信貸的空間溢出作用更強，數(shù)字保險的溢出效應(yīng)有限；數(shù)字普惠金融通過增加農(nóng)村居民收入間接帶動農(nóng)村居民消費；數(shù)字普惠金融的空間溢出效應(yīng)在長江經(jīng)濟帶上游、中游、下游間有明顯的異質(zhì)性，呈現(xiàn)出兩頭大中間小的特點。

基于此，本研究提出了如下建議：第一，加強農(nóng)村數(shù)字化基礎(chǔ)設(shè)施建設(shè)，提高農(nóng)村移動互聯(lián)網(wǎng)的發(fā)展。促進數(shù)字終端向農(nóng)村地區(qū)推廣，有利于進一步提升長江經(jīng)濟帶各省市數(shù)字普惠金融服務(wù)能力，讓數(shù)字普惠金融能有效拉動農(nóng)村居民消費。第二，促進金融資源的空間整合。為了充分發(fā)揮數(shù)字普惠金融在空間上溢出于農(nóng)村居民消費，應(yīng)更快地構(gòu)建數(shù)字普惠金融區(qū)域協(xié)同機制以推動地區(qū)間技術(shù)與服務(wù)交流。一改農(nóng)村居民傳統(tǒng)的消費觀念，提倡新的消費模式。在農(nóng)村地區(qū)廣泛宣傳和普及數(shù)字普惠金融相關(guān)知識，經(jīng)常舉辦數(shù)字普惠金融專項培訓(xùn)、專項金融服務(wù)，把信用消費、超前消費的消費觀念融入農(nóng)村居民消費理念，增強農(nóng)村居民數(shù)字普惠金融認知和運用能力。在各省推行有區(qū)別的數(shù)字普惠金融政策。應(yīng)加大數(shù)字普惠金融特別是對長江經(jīng)濟帶中游區(qū)域數(shù)字普惠金融的布局，提升自身數(shù)字普惠金融發(fā)展水平，增強長三角區(qū)域雙向交流合作、協(xié)同發(fā)展，深入促進農(nóng)村居民消費。