普惠金融對(duì)京津冀地區(qū)居民消費(fèi)的影響分析

摘要：本文基于2011—2023年京津冀地區(qū)居民消費(fèi)的相關(guān)數(shù)據(jù)，使用多種回歸模型分析數(shù)字普惠金融對(duì)京津冀地區(qū)居民消費(fèi)的影響與作用機(jī)制。結(jié)果表明，數(shù)字普惠金融發(fā)展程度的增加能夠顯著促進(jìn)京津冀地區(qū)居民消費(fèi)，這是以基礎(chǔ)設(shè)施水平為中介變量的部分中介效應(yīng)。數(shù)字普惠金融對(duì)京津冀居民消費(fèi)的促進(jìn)作用受地區(qū)經(jīng)濟(jì)發(fā)展水平、常住人口撫養(yǎng)比與城鎮(zhèn)化率變化的正向調(diào)控。研究表明，我國(guó)應(yīng)全面且因地制宜地加強(qiáng)京津冀地區(qū)數(shù)字普惠金融建設(shè)，并鼓勵(lì)北京市作為領(lǐng)頭羊，幫助天津市與河北省建立更加完善、全面、健康的數(shù)字普惠金融體系。

關(guān)鍵詞：數(shù)字普惠金融；居民消費(fèi)；中介效應(yīng)；調(diào)節(jié)效應(yīng)；隨機(jī)效應(yīng)

中圖分類號(hào)：F061.5；F833文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2096-0298（2025）01（b）--05

習(xí)近平總書記在中央全面深化改革委員會(huì)第二十四次會(huì)議上強(qiáng)調(diào)，要始終堅(jiān)持以人民為中心的發(fā)展思想，推進(jìn)普惠金融高質(zhì)量發(fā)展。在此背景下，研究數(shù)字普惠金融的發(fā)展對(duì)于消費(fèi)的影響具有重要的現(xiàn)實(shí)意義。

1文獻(xiàn)綜述

“普惠金融”的概念最初在2005年由聯(lián)合國(guó)提出，指在金融消費(fèi)者成本可負(fù)擔(dān)的前提下，通過政策扶持、市場(chǎng)競(jìng)爭(zhēng)和金融創(chuàng)新，使中小微企業(yè)、欠發(fā)達(dá)地區(qū)、弱勢(shì)群體逐步獲得適當(dāng)金融產(chǎn)品和服務(wù)（焦瑾璞，2016）。數(shù)字普惠金融則是指通過云計(jì)算、區(qū)塊鏈等數(shù)字化手段實(shí)現(xiàn)普惠金融。近年來，學(xué)界對(duì)相關(guān)領(lǐng)域的研究逐漸增多。部分學(xué)者從國(guó)家層面揭示了數(shù)字普惠金融的發(fā)展有助于提升居民消費(fèi)并縮小城鄉(xiāng)收入差距（蔣竹媛，2020；呂雁琴等，2019）。也有部分學(xué)者通過分析省際數(shù)據(jù)研究了數(shù)字普惠金融對(duì)我國(guó)不同地區(qū)影響效果的差異（鄒新月，2020；Li，J等，2020）。另有部分學(xué)者從微觀角度分析了數(shù)字普惠金融對(duì)家庭各類消費(fèi)的影響（何宗樾等，2020）。研究方法方面，學(xué)界大多使用固定效應(yīng)模型（易行健等，2018）、中介效應(yīng)模型（Irfan，M等，2022；Wang，HL等，2022；黃倩等，2019）、工具變量與差分DID法（Zhao，CK，2022）進(jìn)行靜態(tài)面板研究，并采用廣義矩估計(jì)（Dong，KY等，2022；呂雁琴等，2019；付波航等，2013）進(jìn)行動(dòng)態(tài)面板研究。

以往的研究大多聚焦于全國(guó)范圍內(nèi)的宏觀分析，或是以東部、西部、中部等地域劃分為基礎(chǔ)的區(qū)域性探討，抑或深入到家戶行為、城鄉(xiāng)差異等微觀層面的細(xì)致剖析。本文則聚焦于特定經(jīng)濟(jì)圈或國(guó)家戰(zhàn)略分區(qū)內(nèi)的數(shù)字普惠金融發(fā)展情況及其對(duì)居民消費(fèi)行為的影響。

本文采用調(diào)節(jié)效應(yīng)模型進(jìn)行回歸分析。目前，類似研究主要聚焦于固定效應(yīng)模型、中介變量模型等進(jìn)行靜態(tài)面板研究，或采用GMM進(jìn)行動(dòng)態(tài)面板研究，而鮮有采用中介效應(yīng)模型與調(diào)節(jié)效應(yīng)模型進(jìn)行研究的先例。本研究可以彌補(bǔ)同類研究在模型選擇上的缺失。

本文將首先闡述研究假設(shè)，隨后建立研究模型并給予數(shù)據(jù)與變量說明，進(jìn)而根據(jù)研究假設(shè)進(jìn)行實(shí)證檢驗(yàn)與穩(wěn)健性檢驗(yàn)，最后給出研究的主要結(jié)論與不足之處，并提出政策建議與啟示。

2理論基礎(chǔ)

2.1模型設(shè)定

本文的模型主要參考Keynes的收入決定理論構(gòu)建。在這一理論中，居民消費(fèi)主要由現(xiàn)期收入決定。在此基礎(chǔ)上，本文引入了衡量數(shù)字普惠金融發(fā)展的指標(biāo)，以研究其對(duì)居民消費(fèi)的影響。由此，一個(gè)擴(kuò)展的消費(fèi)函數(shù)模型可表示：

lnCit=α0+βlnindit+γincit+δjXjit+εit（1）

其中，Cit表示第i個(gè)地區(qū)第t年的居民年度人均消費(fèi)支出，為研究的被解釋變量。indit表示第i個(gè)地區(qū)第t年的數(shù)字普惠金融發(fā)展程度，為研究的主要解釋變量。為消除異方差的影響，本文對(duì)兩者均進(jìn)行了對(duì)數(shù)處理。incit表示第i個(gè)地區(qū)第t年的居民人均可支配收入。Xjit代表一系列其他可能影響消費(fèi)的控制變量，具體見表1。

為降低通脹因素影響，表1變量中消費(fèi)、收入、支出、進(jìn)出口、GDP均乘以。rai、los在2023年的數(shù)據(jù)缺失，inf在2022—2023年的數(shù)據(jù)缺失。本文通過平均增長(zhǎng)率處理將其補(bǔ)全。

2.2數(shù)據(jù)來源

本文除解釋變量外的所有數(shù)據(jù)均來自中國(guó)統(tǒng)計(jì)年鑒、各地統(tǒng)計(jì)年鑒、國(guó)泰安數(shù)據(jù)庫(kù)與中經(jīng)數(shù)據(jù)網(wǎng)，實(shí)證分析所用軟件為Stata18。解釋變量indit源自北京大學(xué)數(shù)字金融研究中心發(fā)布的數(shù)字普惠金融指數(shù)。該指數(shù)自2011年起發(fā)布，故本文所選數(shù)據(jù)時(shí)間跨度為2011—2023年，樣本涵蓋北京、天津、河北三地。主要變量的描述性統(tǒng)計(jì)見表2。

2.3實(shí)證方法

本文采用各地的時(shí)間序列數(shù)據(jù)與地區(qū)間的面板數(shù)據(jù)分別進(jìn)行研究。對(duì)于時(shí)間序列數(shù)據(jù)，本文統(tǒng)一采用多元線性回歸模型進(jìn)行分析，對(duì)面板數(shù)據(jù)則采用隨機(jī)效應(yīng)模型進(jìn)行分析。此外，為進(jìn)一步研究數(shù)字普惠金融對(duì)居民消費(fèi)影響的作用機(jī)制，本文引入中介效應(yīng)模型與調(diào)節(jié)效應(yīng)模型進(jìn)一步研究。

3實(shí)證分析

3.1普惠金融發(fā)展程度對(duì)京津冀地區(qū)居民消費(fèi)的影響

本文首先對(duì)三地整體的面板數(shù)據(jù)采用個(gè)體固定效應(yīng)模型進(jìn)行回歸分析。為緩解遺漏變量的影響，本文采用逐步添加變量進(jìn)行回歸分析的方法。表3展示了逐步回歸結(jié)果，由（1）（2）列可見，加入變量inc后，解釋變量由1%變?yōu)?%水平顯著，回歸系數(shù)由0.424大幅下降至0.127。由表3（3）～（9）列可見，依次加入其他控制變量后，解釋變量始終在1%水平上顯著，回歸系數(shù)均為正且波動(dòng)較小。研究結(jié)論：（1）數(shù)字普惠金融發(fā)展程度與居民消費(fèi)呈顯著正相關(guān)。（2）居民當(dāng)期人均可支配收入在統(tǒng)計(jì)學(xué)上是影響居民消費(fèi)的顯著因素，此結(jié)果與何宗樾等（2020）、張勛等（2020）相同?？梢?，數(shù)字普惠金融發(fā)展程度是影響居民消費(fèi)的重要因素。

進(jìn)一步地，本文對(duì)三地整體的面板數(shù)據(jù)采用中介效應(yīng)模型進(jìn)行分析。表4展示了inf作為中介變量時(shí)的三段式回歸結(jié)果?？梢姡谙禂?shù)c于1%水平顯著的基礎(chǔ)上，系數(shù)a、系數(shù)b均在5%水平顯著，系數(shù)c’則在1%水平上顯著，中介系數(shù)為0.164。由此可知，對(duì)京津冀地區(qū)，數(shù)字普惠金融對(duì)居民消費(fèi)的影響存在部分中介效應(yīng)，中介變量為基礎(chǔ)設(shè)施水平，占比16.4%?？梢?，數(shù)字普惠金融不僅直接提升了居民消費(fèi)水平，部分還通過提升基礎(chǔ)設(shè)施水平間接提升居民消費(fèi)水平。

本文對(duì)京津冀整體的面板數(shù)據(jù)采用調(diào)節(jié)效應(yīng)模型進(jìn)行分析。表5－表8分別展示了urb、rai、ope、inf作為調(diào)節(jié)變量時(shí)的調(diào)節(jié)效應(yīng)模型結(jié)果。表5、表6中，交叉變量在1%水平下顯著，且系數(shù)符號(hào)與解釋變量相同。表7、表8中，交叉變量在5%水平下顯著，系數(shù)符號(hào)也與解釋變量相同。可見，城鎮(zhèn)化率、常住人口撫養(yǎng)比、對(duì)外開放水平、基礎(chǔ)設(shè)施水平的提升對(duì)普惠金融促進(jìn)居民消費(fèi)均有顯著的正向調(diào)節(jié)作用，且城鎮(zhèn)化率、常住人口撫養(yǎng)比的作用在統(tǒng)計(jì)學(xué)上更為顯著。

3.2普惠金融發(fā)展程度對(duì)京津冀地區(qū)居民消費(fèi)影響的地區(qū)間差異

基于三地?cái)?shù)據(jù)的整體分析，本文對(duì)各地的時(shí)間序列數(shù)據(jù)分別進(jìn)行了多元線性回歸分析。為緩解樣本量較少帶來的異常值影響，在線性回歸過程中采用穩(wěn)健標(biāo)準(zhǔn)誤處理。表9展示了三個(gè)地區(qū)的多元線性回歸結(jié)果。表9（1）列中，所有回歸系數(shù)均為正，且僅有河北一地的回歸系數(shù)在5%水平上顯著。表9（2）列中，財(cái)政支出比率、常住人口撫養(yǎng)比與對(duì)外開放水平的回歸系數(shù)均在5%水平上顯著。表9（3）列中，基礎(chǔ)設(shè)施水平在5%水平上顯著。由此可知，對(duì)京津冀地區(qū)：（1）普惠金融發(fā)展能夠促進(jìn)居民消費(fèi)，這與上述研究結(jié)果相吻合。（2）僅有河北地區(qū)的普惠金融發(fā)展對(duì)居民消費(fèi)的促進(jìn)作用在統(tǒng)計(jì)學(xué)上顯著。（3）除數(shù)字普惠金融發(fā)展程度外，天津市居民消費(fèi)對(duì)財(cái)政支出比率、常住人口撫養(yǎng)比與對(duì)外開放水平較為敏感；河北地區(qū)居民消費(fèi)則對(duì)基礎(chǔ)設(shè)施水平較為敏感。

3.3穩(wěn)健性檢驗(yàn)

本文對(duì)三地整體的面板數(shù)據(jù)與各地的時(shí)間序列數(shù)據(jù)分別進(jìn)行了回歸分析。為進(jìn)一步確認(rèn)研究結(jié)果的穩(wěn)健性，本文對(duì)所用隨機(jī)效應(yīng)模型與多元線性回歸模型進(jìn)行穩(wěn)健性檢驗(yàn)。2021年后部分?jǐn)?shù)據(jù)存在缺失，可能影響研究結(jié)果，本文將時(shí)間周期由2011—2023年調(diào)整為2011—2021年后再次進(jìn)行回歸分析。表10、表11分別展現(xiàn)了隨機(jī)效應(yīng)模型與多元線性回歸穩(wěn)健性檢驗(yàn)結(jié)果。由表10可知，加入inc回歸后解釋變量回歸系數(shù)由0.395下降至0.105，顯著性水平由1%下降至5%。添加其他變量后，回歸系數(shù)波動(dòng)不大且維持在1%水平上顯著。由表11可知，解釋變量所有回歸系數(shù)均為正，且僅有河北一地的回歸系數(shù)在5%水平上顯著，與上文回歸結(jié)果相同。由此說明，本文研究結(jié)果相對(duì)穩(wěn)健。

4結(jié)論與啟示

4.1主要結(jié)論與研究不足

基于京津冀協(xié)同發(fā)展的國(guó)家戰(zhàn)略，本文重點(diǎn)研究了數(shù)字普惠金融發(fā)展水平對(duì)京津冀地區(qū)居民消費(fèi)的影響。在實(shí)證檢驗(yàn)方面，本文綜合隨機(jī)效應(yīng)模型、中介效應(yīng)模型、調(diào)節(jié)效應(yīng)模型與多元線性回歸模型，從省際與省內(nèi)兩個(gè)角度分析了數(shù)字普惠金融對(duì)京津冀地區(qū)居民消費(fèi)的作用機(jī)制與效果差異。

（1）數(shù)字普惠金融發(fā)展程度的增加能夠顯著促進(jìn)京津冀地區(qū)居民消費(fèi)。（2）數(shù)字普惠金融的發(fā)展除直接促進(jìn)京津冀地區(qū)居民消費(fèi)外，部分通過提升基礎(chǔ)設(shè)施水平間接提升了居民消費(fèi)水平。（3）在經(jīng)濟(jì)發(fā)展水平較低的地區(qū)，數(shù)字普惠金融發(fā)展程度的提升對(duì)消費(fèi)的促進(jìn)作用更為顯著。（4）數(shù)字普惠金融對(duì)京津冀居民消費(fèi)的促進(jìn)作用主要受常住人口撫養(yǎng)比與城鎮(zhèn)化率變化的正向調(diào)控。常住人口撫養(yǎng)比越高，城鎮(zhèn)化率越高，數(shù)字普惠金融對(duì)京津冀居民消費(fèi)的促進(jìn)作用越強(qiáng)。（5）除數(shù)字普惠金融發(fā)展程度外，財(cái)政支出比率與對(duì)外開放程度的上升可以顯著促進(jìn)天津市居民的消費(fèi)；基礎(chǔ)設(shè)施建設(shè)的提升可以顯著促進(jìn)河北省居民的消費(fèi)。

本研究存在以下不足：

（1）普惠金融概念早在2005年被聯(lián)合國(guó)提出。然而受限于北京大學(xué)數(shù)字普惠金融指數(shù)的發(fā)布時(shí)間，本文對(duì)2005—2011年京津冀地區(qū)的數(shù)字普惠金融發(fā)展情況未進(jìn)行研究。（2）本文缺少對(duì)動(dòng)態(tài)面板的分析研究，可能影響結(jié)論的穩(wěn)健性。

4.2研究啟示

數(shù)字普惠金融的發(fā)展大幅提升了我國(guó)金融服務(wù)所覆蓋的廣度、深度、密度，為廣大消費(fèi)者特別是低收入群體帶來了便捷的支付、信貸、保險(xiǎn)、投資等金融服務(wù)。進(jìn)一步發(fā)展普惠金融，釋放消費(fèi)潛力，對(duì)新時(shí)代維持我國(guó)經(jīng)濟(jì)的平穩(wěn)增長(zhǎng)具有重大影響。京津冀協(xié)同發(fā)展作為國(guó)家戰(zhàn)略，大力發(fā)展數(shù)字普惠金融有助于領(lǐng)導(dǎo)全國(guó)范圍內(nèi)的資源優(yōu)化配置和區(qū)域經(jīng)濟(jì)均衡發(fā)展，進(jìn)而縮小區(qū)域發(fā)展差距，實(shí)現(xiàn)全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家的目標(biāo)?；诖?，本文從支持?jǐn)?shù)字普惠金融發(fā)展促進(jìn)京津冀地區(qū)居民消費(fèi)的角度提出以下建議：

（1）深化國(guó)家戰(zhàn)略引領(lǐng)，加速京津冀數(shù)字普惠金融一體化進(jìn)程。在國(guó)家宏觀戰(zhàn)略指導(dǎo)下，將京津冀數(shù)字普惠金融的發(fā)展視為推動(dòng)區(qū)域經(jīng)濟(jì)一體化的重要引擎。政府應(yīng)出臺(tái)一系列具體政策措施，如稅收減免、財(cái)政補(bǔ)貼等，以激發(fā)市場(chǎng)活力，吸引更多社會(huì)資本投入。同時(shí)，加大對(duì)金融科技研發(fā)的支持力度，鼓勵(lì)技術(shù)創(chuàng)新與應(yīng)用，構(gòu)建高效、安全的數(shù)字普惠金融技術(shù)體系。

（2）實(shí)施精準(zhǔn)施策，促進(jìn)區(qū)域間數(shù)字普惠金融協(xié)同發(fā)展。在“一區(qū)一策”的基礎(chǔ)上，進(jìn)一步細(xì)化政策措施，確保精準(zhǔn)對(duì)接各地發(fā)展需求。北京作為核心城市，應(yīng)充分利用其科技資源和金融優(yōu)勢(shì)，搭建區(qū)域性的金融科技創(chuàng)新平臺(tái)，為天津、河北提供技術(shù)支持和解決方案。同時(shí)，推動(dòng)京津冀三地金融機(jī)構(gòu)間的深度合作，共同開發(fā)符合區(qū)域特色的數(shù)字普惠金融產(chǎn)品，如跨區(qū)域的小微企業(yè)貸款、農(nóng)業(yè)保險(xiǎn)等，以滿足多樣化的市場(chǎng)需求。天津在國(guó)際貿(mào)易領(lǐng)域具有獨(dú)特優(yōu)勢(shì)，應(yīng)積極探索跨境電商金融服務(wù)創(chuàng)新，如建立跨境支付結(jié)算中心，為外貿(mào)企業(yè)提供更加便捷、低成本的金融服務(wù)，助力國(guó)際貿(mào)易發(fā)展。河北則需持續(xù)加大基礎(chǔ)設(shè)施投入，特別是信息網(wǎng)絡(luò)建設(shè)和移動(dòng)支付終端的普及，確保數(shù)字普惠金融能覆蓋到每一個(gè)偏遠(yuǎn)角落，縮小區(qū)域之間發(fā)展差距。

（3）強(qiáng)化公眾教育與服務(wù)創(chuàng)新，提升數(shù)字普惠金融的社會(huì)認(rèn)知與接受度。針對(duì)低收入和老年群體，應(yīng)構(gòu)建更加全面、系統(tǒng)的公眾教育體系。同時(shí)，利用電視、廣播、網(wǎng)絡(luò)等多種媒體渠道，開展形式多樣的金融知識(shí)宣傳活動(dòng)，提高公眾的金融風(fēng)險(xiǎn)防范意識(shí)。金融機(jī)構(gòu)在產(chǎn)品開發(fā)上應(yīng)注重適老化設(shè)計(jì)，如推出大字版App、語音助手等便捷功能，降低使用門檻，提升用戶體驗(yàn)。此外，還應(yīng)加強(qiáng)從業(yè)人員培訓(xùn)，建立一支高素質(zhì)、專業(yè)化的金融服務(wù)隊(duì)伍，為不同群體提供個(gè)性化、差異化的金融服務(wù)。通過政府、學(xué)校、企業(yè)三方合作，建立長(zhǎng)期穩(wěn)定的人才培養(yǎng)機(jī)制，為數(shù)字普惠金融的可持續(xù)發(fā)展提供堅(jiān)實(shí)的人才支撐，最終實(shí)現(xiàn)數(shù)字普惠金融惠及全民，推動(dòng)京津冀地區(qū)乃至全國(guó)經(jīng)濟(jì)的持續(xù)健康發(fā)展。

參考文獻(xiàn)

付波航，方齊云，宋德勇.城鎮(zhèn)化、人口年齡結(jié)構(gòu)與居民消費(fèi)：基于省際動(dòng)態(tài)面板的實(shí)證研究[J].中國(guó)人口·資源與環(huán)境，2013，23（11）：108-114.

郭峰，王靖一，王芳，等.測(cè)度中國(guó)數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征[J].經(jīng)濟(jì)學(xué)（季刊），2020，19（4）：1401-1418.

何宗樾，宋旭光.數(shù)字金融發(fā)展如何影響居民消費(fèi)[J].財(cái)貿(mào)經(jīng)濟(jì)，2020，41（8）：65-79.

黃倩，李政，熊德平.數(shù)字普惠金融的減貧效應(yīng)及其傳導(dǎo)機(jī)制[J].改革，2019（11）：90-101.

焦瑾璞.“普”與“惠”：新時(shí)期下的普惠金融發(fā)展思路[J].金融市場(chǎng)研究，2016（6）：42-49.

蔣竹媛.數(shù)字普惠金融對(duì)居民消費(fèi)的影響：來自省級(jí)面板數(shù)據(jù)的實(shí)證[J].商業(yè)經(jīng)濟(jì)研究，2020（10）：56-59.

呂雁琴，趙斌.數(shù)字普惠金融與城鄉(xiāng)居民消費(fèi)差距[J].金融與經(jīng)濟(jì)，2019（12）：76-81.

易行健，周利.數(shù)字普惠金融發(fā)展是否顯著影響了居民消費(fèi)：來自中國(guó)家庭的微觀證據(jù)[J].金融研究，2018（11）：47-67.

鄒新月，王旺.數(shù)字普惠金融對(duì)居民消費(fèi)的影響研究：基于空間計(jì)量模型的實(shí)證分析[J].金融經(jīng)濟(jì)學(xué)研究，2020，35（4）：133-145.

張勛，楊桐，汪晨，等.數(shù)字金融發(fā)展與居民消費(fèi)增長(zhǎng)：理論與中國(guó)實(shí)踐[J].管理世界，2020，36（11）：48-63.

Irfan，Muhammad，etal.“Influencemechanismbetweengreenfinanceandgreeninnovation：exploringregionalpolicyinterventioneffectsinChina.”TechnologicalForecastingandSocialChange182（2022）：121882.

JieLi，YuWu，JingJianXiao，Theimpactofdigitalfinanceonhouseholdconsumption：EvidencefromChina，EconomicModelling，Volume86，2020，Pages317-326，ISSN0264-9993

KangyinDong，F(xiàn)arhadTaghizadeh-Hesary，JunZhao，HowinclusivefinancialdevelopmenteradicatesenergypovertyinChina？Theroleoftechnologicalinnovation，EnergyEconomics，Volume109，2022，106007，ISSN0140-9883

WangH，GuoJ.ImpactsofdigitalinclusivefinanceonCO2emissionsfromaspatialperspective：evidencefrom272citiesinChina[J].JournalofCleanerProduction，2022，355：131618.

ZhaoC，WuY，GuoJ.MobilepaymentandChineseruralhouseholdconsumption[J].ChinaEconomicReview，2022，71：101719.