【数字普惠金融影响城乡消费支出结构差距的实证分析6800字（论文）】

数字普惠金融影响城乡消费支出结构差距的实证分析目录TOC\o"1-3"\h\u2111数字普惠金融影响城乡消费支出结构差距的实证分析 1252501.1研究假设 1272651.2数据来源与变量的选取 1250851.2.1数据来源与处理 145231.2.2变量选取 3138041.3模型建立 436401.4实证分析 5228711.1.1描述性分析 5210901.1.2相关性检验 553061.1.3回归分析 6202771.1.5稳健性检验 11157251.5本章小结 131.1研究假设本文就数字普惠金融对居民消费支出结构的影响提出以下3点研究假设：假设1：全国来看，数字普惠金融发展对城乡消费支出结构差距的缩小具有正向影响。根据城乡消费及数字普惠金融相关理论，数字普惠金融发展可以提高金融服务可得性，达到缩小城乡消费的目的。首先，数字化支付带来了便捷高效的支付方式，极大便捷了居民消费，在一定程度上改变了居民的消费习惯与消费方式；其次，信贷服务可得性的提升，可以降低信贷约束；再者，保险服务可以减少居民面临的不确定性，减弱居民的预防性储蓄动机。以上途径都能正向影响居民消费支出差距。假设2：数字普惠金融发展对城乡消费支出结构差距影响呈现区域异质性的特点。数字普惠金融对城乡消费支出影响在西部地区表现得最为明显，中部地区次之，东部地区影响力最小。假设3：数字普惠金融通过不同途径对城乡消费支出结构差距的影响程度不一。1.2数据来源与变量的选取1.2.1数据来源与处理本文的研究主要使用的是2011-2020年我国除港澳台地区外的31个省、市、自治区的面板数据。数字普惠金融发展指数(DAI)数据由北京大学数字金融研究中心计算并于2016年和2019年发布。而其他控制变量和解释变量数据均来自国家统计局、wind、国泰安等数据库。（1）城乡居民消费支出结构差距数据的来源与处理影响城乡消费支出结构差异的因素为了进一步缩小城乡消费支出结构的差异，许多学者对此进行了研究。过去，学者们主要通过实证和理论分析来研究收入和消费差距。为了准确反映城乡消费支出结构差异的因变量，泰尔指数可根据研究需要采用GDP加权或占人口百分比加权。一是泰尔指数可以根据不同的基本空间单元，灵活衡量城乡居民消费支出在不同尺度上的结构性差距，其次，泰尔指数衡量的是城乡居民消费支出结构在群体间和群体内的差异，可以灵活区分群体内和群体间的不平等。家庭消费支出的差异可以在群体内部和群体之间灵活确定。该计算公式可以按照公式（4-1）对城市、城镇和村庄进行分组，计算出我国31个省份的泰尔指数。（4-1）分地区样本下的泰尔指数表示为：（4-2）其中指城市，指农村，指的2013-2018每年，表示表示我国31个省级行政单位中j省的在t时期的城乡消费支出结构差距，表示农村或城镇在t时期的消费量，表示农村和城镇两组消费的总消费，表示t时期城镇或农村的人口，表示t时期的总人口。（2）数字普惠金融指数的来源与处理本论文实证过程中的数字普惠金融发展指数主要来自于北大在2016及2019年发布的数字普惠金融发展报告，本论文的研究样本选自于31个省级行政单位的数字普惠金融发展指数。图1.12013-2018年间各省数字普惠金融发展指数趋势通过图1.1不难看出，我国31个省级行政单位的数字普惠金融指数在样本研究期2013-2018年间呈现向上发展态势，就北京来说，2013年数字普惠金融发展指数仅为222.14，而在2018年，则达到了377.73，上涨幅度达到1.7倍，其他地区的数字普惠金融发展指数的数据变化虽呈现差异，总体呈现上升趋势，在样本研究期内，我国数字普惠金融处于高速发展期内。地区之间的数字普惠金融发展指数比较不难发现，东部地区中北京、上海等地的数字普惠金融发展指数处于全国最高水平，而中部地区的辽宁、西部地区的西藏等地的数字普惠金融发展指数处在全国低水平区域。这种现象出现的原因主要是由于东部地区经济发达，金融可获得水平较大，西部及部分中部地区经济发展水平较低，金融门槛较高，一定程度上影响了数字普惠金融的发展。1.2.2变量选取（1）被解释变量被解释变量为城乡消费支出结构差距：本论文实证过程中使用泰尔指数对城乡居民消费支出结构差距进行测度，其数值越大表示城乡居民消费支出结构差距越大；反之，影响越小。（2）解释变量数字普惠金融发展水平（DIFI）：本文采用北京大学互联网金融研究中心编制的北京大学数字普惠金融指数（2013-2018）来计量数字普惠金融发展水平。（3）控制变量根据城乡居民消费差距影响因素的相关文献，可知以城乡居民消费支出结构差距为代表的众多因素会对城乡居民消费差距造成影响。因此，本文引入传统普惠金融发展水平、城镇化率、产业结构、财政支出、经济发展水平、进出口水平的影响共6个指标作为控制变量以增强模型的精确性。表1.1变量的指标选取和度量变量名符号衡量方法被解释变量城乡消费支出结构差距Con泰尔指数解释变量数字普惠金融发展水平difi北京大学数字普惠金融指数/100控制变量传统普惠金融发展水平IFI以各地金融机构年末存贷款与GDP的比值来衡量产业结构is第二、三产业增加值总和/GDP财政支出gov财政支出/GDP经济发展水平RGDP国内生产总值的人均数值城镇化率ur城镇人口/年末总人口对外开放程度IEP进出口总额/GDP1.3模型建立为实证分析数字普惠金融发展对城乡居民消费支出结构差距的影响，对所提3点假设进行检验，本文就数字普惠金融对城乡居民消费差距的影响构建如下的计量模型：（4-3）为使模型中的变量更加平稳，本文对原始变量取对数,衡量数字普惠金融发展水平，其数值越大，发展水平越高，同样对其进行了对数处理，若为正，消费支出结构表示数字普惠金融与城乡消费支出结构差距成正相关关系，其值越大，对城乡消费差距影响越明显，若为负，表示数字普惠金融与城乡消费支出结构差距成负相关关系，其值越小，越能对城乡消费差距产生负向影响。控制变量人均GDP的对数，衡量经济发展水平、表示t年j省政府财政支出占GDP的比例，衡量财政支出水平；表示t年j省第二三产业增量占GDP增量的比例，衡量我国产业结构；表示t年j省进出口总额占GDP的比值，衡量当地经济开放性；表示t年j省城镇化率，衡量城镇化发展水平。1.4实证分析1.1.1描述性分析在数字经济普惠对城乡消费支出结构性差距影响的实证分析中，共选取了8个变量，分别是城乡消费支出结构性差距(con)、数字发展水平。普惠金融(滴滴)、传统参与式金融发展水平(If)、城镇化程度(UR)、产业结构(IS)、财政支出(GOV)、经济发展水平(RGDP)、对外开放程度(IEP)。现对原始数据取对数后进行描述统计分析如下：表1.2变量的描述性统计分析变量定义变量标签均值标准差最小值最大值样本数被解释变量城乡消费支出结构差距Con16,3590.5924,09845605186关键解释变量数字普惠金融发展指数对数Didi216.297.0316.22431.9186控制变量经济发展水平GDP10.030.2526.62111.356186财政支出Gov29.6621.0111.88135.4186产业结构Is90.165.24871.1699.73186城镇化率Ur58.0513.1422.8189.6186传统普惠金融发展水平IFI37.517.04719.2757.79186对外开放程度IEP37.517.04719.2757.791861.1.2相关性检验在已有文献的基础上，本文的目的是利用stata软件对已建立的模型进行协整检验，以确定变量之间是否存在长期均衡关系，并根据检验结果确定下一步是否可以进行回归分析。试验结果见表1.3。检验模型的检验P值均小于0.01，表明明确拒绝了不存在协整关系的零假设，即模型变量之间存在长期均衡关系。表1.3变量相关性检验模型统计量名统计量值（P值）Westerlund-2.403（0.008）Kao检验-6.621（0.000）1.1.3回归分析本文创建一个随机效应和固定效应模型的数字经济包容性发展的影响在31个省级行政单位在我国城市和农村消费支出之间的差距的零假设测试是随机效应比固定效应。本论文没有拒绝该假设，故本论文后续研究过程中选用随机效应模型。为对模型1中的变量显著性进行检验，将该模型中变量相关数据加入模型，回归分析发现IS和IFI这两个控制变量不满足显著性水平检验要求，故剔除这两个控制变量对模型进行优化。（5-4）表1.4随机效应模型随机效应模型Didi0.0959*（0.0054）GDP0.4185*（0.0287）Gov-0.6270***（0.0146）Is-0.0297***（0.0101）Ur-0.0438***（0.0735）IFI-0.0421***（0.0238）IEP-0.0389***（0.0131）C3.4604***（0.0146）（注：***、**、*分别表示1%、5%和10%显著性水平，括号内为标准差值）为了确定数字经济包容性对居民消费支出结构影响的区域异质性，本文对研究假设2进行检验并进行回归。第一栏为31个省份行政管理的回归分析结果。在子样本结果的子样本回归中，数字经济包容性指数对东、中、西部三地的影响为负。但东部地区的回归因子不显著。上述回归结果表明，数字经济包容性对居民消费支出结构的影响在不同地区差异较大，在经济发展相对滞后的地区，如西部地区，数字经济包容性对消费促进的影响更为显著。可能的原因有:西部地区经济发展水平相对较低和金融市场发展滞后，经济发展较为滞后及基础设施较为薄弱，这些现象造成当地产生严重的金融排斥现象，而数字普惠金融的发展能够有效抑制这一现场的加剧，因而数字普惠金融发展指数对城乡消费支出结构差距的影响在这一区域表现得更为显著，这正好验证了研究假设2中关于区域差异对城乡消费支出结构差距的影响。表1.5数字普惠金融影响城乡居民消费支出结构差异变量全国东部中部西部Didi0.188**0.178***0.136***0.064*（0.085）（0.033）（0.017）（0.035）GDP-0.341*-0.334*-0.264*-0.364*（0.028）（0.011）（0.025）（0.024）Gov0.051-0.088*0.0470.051（0.119）（0.046）（0.051）（0.050）Ur-0.048***-0.016***-0.026***-0.034***（0.075）（0.032）（0.070）（0.009）IEP-0.039***-0.030***-0.022***-0.034***（0.011）（0.004）（0.016）（0.020）C6.7195.368***-0.8761.137**（1.093）（1.601）（1.536）（1.612）样本量186664872R30.9510.96470.9310.958（注：***、**、*分别表示1%、5%和10%显著性水平）由回归分析结果发现，从全国层面看，数字普惠金融的回归系数为-0.0678，通过10%的实质性检验，数字参与式金融的发展将对降低我国城乡居民的消费支出结构产生显著的正向影响。根据实证分析的结果，数字经济包容性指数对城乡居民消费支出存在显著的负面影响。普惠数字金融的发展能够缩小城乡消费支出模式差距的主要原因是:随着数字普惠金融的发展，金融体系不断得到完善，农村及偏远地区的金融获得性提升及信贷门槛显著降低有效避免了金融抑制现场的产生，同时，由于预防性储蓄的降低、涓滴效应的出现以及减贫效应的产生，有效地缩减了城乡收入差距，刺激了农村消费支出，最终达到城乡消费支出结构差距缩小目的。RGDP对泰尔指数影响显著为负，其回归系数为-0.3442，换言之，经济发展水平的发展能够显著缩小城乡消费支出结构差距。由于经济水平的提升能够显著拉动农村及偏远地区的经济投入及产业发展，能够为当地提供更多的就业岗位，为农民增收，增加农村地区的居民消费边际倾向，刺激消费支出，最终缩小城乡消费支出结构差距。财政支出的增加能够显著缩小城乡消费支出结构差距。财政支出的增加及政府政策的推出有助于进一步刺激农村地区经济的发展，如前所述，经济的发展能够为农民创收，增加增加农村地区的居民消费边际倾向，提高农村地区居民消费率，达到缩小城乡消费支出结构差距的目的，此外，财政支出的政策倾向有助于收入的公平分配，同等收入水平下，农村居民的消费动机更强，这也在一定程度降低了城乡消费支出结构差距。IEP对泰尔指数影响显著为负，其回归系数为-0.0386，换言之，即城市对外开放程度的提升能够显著降低城乡消费支出结构差距。国外资金主要投资于我国东部沿海及开放化程度较高的城市，外资的大量投入能够为当地打来大量就业机会，能够明显抑制劳动力过剩现象的产生，从而降低城乡消费支出结构差距。在城市化过程中，许多农民工进入城市，从农业工作转向服务和生产工作。这一变化提高了农村居民的收入水平，缩小了城乡消费支出结构差距。越来越多的农村资本和劳动力流向生产力更高的行业，增加了农村和贫困人口的收入，缩小了城乡消费支出结构的差距。1.1.4模型的分维度检验及分析结果数字普惠金融作为一个新兴的金融发展领域，以支付，信贷和保险为主要方式影响着城乡消费差距。本文在充分考虑数据统一性的基础上，选择了支付，保险，信贷3个指标来分析其效果。实证结果见表1.6。由回归结果可知，支付与居民生存型消费支出回归系数分别是-0.0366，在10%显著水平下显著，说明线上支付的普及抑制了居民生存型消费支出；信贷对于居民消费结果的影响与支付水平相似。表1.6数字普惠金融对全国居民消费支出结构的回归检验结果（1）（2）（3）Ln支付指数-0.0366*（0.0021）Ln保险指数-0.0081（0.0076）Ln信贷指数-0.0244*（0.0005）Didi0.4115*0.9357*0.9351*（0.0630）（0.0539）（0.0655）GDP-0.8556*-0.8030*-0.8219*（0.2141）（0.131）（0.2049）Gov-1.4632***-1.4845***-1.3547***（1.4214）（1.2445）（1.3678）Ur-1.6357***-1.6032***-1.155***（2.2168）（3.2257）（2.5874）IEP-0.0131***-0.0254***-0.0351***（0.0074）（0.0029）（0.0052）常数项1.3545***1.2486***1.6854***（0.8965）（0.5864）（0.6894）观测值186186186R30.91510.90660.9964（注：***、**、*分别表示1%、5%和10%显著性水平，括号内为标准差值）表1.7中部，西部，东部区域划分表东部中部西部上海，广东，海南，山东，福建，浙江，江苏，北京，河北，天津，辽宁湖南，湖北，山西，安徽，河南，江西，吉林，黑龙江陕西，甘肃，内蒙古，重庆，四川，青海，宁夏，新疆，西藏，贵州，云南，广西通过表1.8可知，数字支付和消费信贷是数字普惠融资弥合西部地区城乡消费支出结构差距的主要渠道，这也与居民的消费舒适度、信贷约束和预防性储蓄直接相关。政府应重点从数字支付、消费信贷等方面构建长效机制，帮助弥合西部地区城乡消费支出结构差距。表1.8数字普惠金融对西部地区居民消费支出结构的回归检验结果（1）（2）（3）Ln支付指数-0.0326*（0.0035）Ln保险指数-0.0214（0.0145）Ln信贷指数-0.0323*（0.0012）Didi0.9234***0.8454***0.8545***（0.0253）（0.0356）（0.0024）GDP-0.9585***-0.8546***-0.3584***（0.2122）（0.133）（0.2036）Gov-1.4611***-1.4852***-1.3544***（1.4213）（1.2483）（1.3656）Ur-1.6356***-1.6034***-1.155***（2.2168）（3.2254）（2.5844）IEP-0.2542***-0.3202**-0.0362***（0.0068）（0.0021）（0.0053）常数项2.3212***3.2544***2.2586***（0.8967）（0.5861）（0.6893）观测值727272R30.91020.90110.9264（注：***、**、*分别表示1%、5%和10%显著性水平，括号内为标准差值）从中央政府角度，研究发现数字支付和消费信贷是数字普惠融资弥补中部地区城乡消费支出结构差距的主要渠道。保险机制是，虽然互联网保险在中部地区出现较早，但行业发展较快，但整体规模仍有限，对城乡消费支出结构产生了有益影响。表1.9数字普惠金融对中部地区居民消费支出结构的回归检验结果（1）（2）（3）Ln支付指数-0.0201*（0.0369）Ln保险指数-0.0121（0.0425）Ln信贷指数-0.0214*（0.0131）Didi-0.8145***-0.6985***-0.9140***（0.0252）（0.0361）（0.0024）GDP-0.6876***-0.7159**-0.5874***（0.0251）（0.1048）（0.0336）Gov-1.1483***-1.3658***-1.4788***（1.0132）（1.0243）（1.3014）Ur-1.617***-1.2156***-1.1053***（2.2025）（3.0251）（2.3654）IEP-0.3241***-0.3423**-0.3245**（0.0153）（0.0314）（0.0201）常数项2.4711***3.2147***3.2057***（0.8020）（0.4011）（0.6022）观测值484848R30.90150.89660.9264（注：***、**、*分别表示1%、5%和10%显著性水平，括号内为标准差值）东部方面，第一列对支付指数对数进行回归，可以看出回归系数达到了-0.0169，在显著水平下达到了极显著水平，数据显示，数字支付指数每增加1个百分点，中国居民消费支出结构差异减小0.0169个百分点。可以看出,电子支付是一个重要的渠道机制减少消费差距。第二列的回归结果显示，保险指数与家庭消费支出结构之间的回归因子已达到-0.0131，在显著水平以下达到显著水平，说明数字支付指数每增加一个百分点，我国家庭消费支出结构差异减小0.0311。回归因子为-0,0186，并于正向显著程度显著，亦即消费信贷指数每一增加一百分点，消费支出结构差异就会减少-0.0186。表1.10数字普惠金融对东部地区居民消费支出结构的回归检验结果（1）（2）（3）Ln支付指数-0.0169*（0.03685）Ln保险指数-0.0131*（0.0158）Ln信贷指数-0.0186*（0.0135）Didi0.9214***0.8455***0.8447***（0.0251）（0.0357）（0.0015）GDP-0.9585***-0.8547***-0.3587***（0.2126）（0.135）（0.2036）Gov-1.4613***-1.4854***-1.3548***（1.4215）（1.2486）（1.3658）Ur-1.6358***-1.6035***-1.158***（2.2169）（3.2258）（2.5846）IEP-0.2543***-0.3205**-0.0365***（0.0069）（0.0025）（0.0058）常数项2.3214***3.2547***2.2587***（0.8968）（0.5864）（0.6895）观测值666666R30.91150.89660.9314（注：***、**、*分别表示1%、5%和10%显著性水平，括号内为标准差值）1.1.5稳健性检验第一，本文基于顾霞明等人(2018)的研究思路，利用解释变量和控制变量的一阶延迟方法来验证模型。通过固定影响回归模型，表1.11显示，数字经济包容性对居民消费支出和消费结构改善