【《数字普惠金融对城乡消费差距影响的实证研究》10000字（论文）】

图6可知，DIFI、inc、IS、RGDP等七个变量均与Gap存在明显的线性相关性。其中变量DIFI、IS、edu和age分别与Gap呈现出负相关性，而其余变量则与Gap表现出正相关关系。图SEQ图\*ARABIC6城乡消费差距与各解释变量的散点图矩阵（四）回归分析本文使用R语言对各变量进行OLS回归估计，回归结果REF_Ref95424218\h表2如所示。其中变量产业结构（IS）和老龄人口比（age）分别在回归方程1，2和回归方程1，3中没有通过显著性检验，而其余变量则均在95%的置信水平下通过了显著性检验。通过观察核心解释变量数字普惠金融指数（DIFI）可以发现，在四个回归方程，其关于城乡消费差距泰尔系数（Gap）的回归系数均为负数，并且都通过了0.01的显著性水平检验。故有此可以证实数字普惠金融能够缩小城乡消费差距，即数字普惠金融对城乡消费差距具有收敛效应。除此以外，inc、RGDP、policy和edu四个变量的回归系数均为正数，说明经济增速加快，老龄化程度加深等情况不能缩小城乡消费差距，反而会扩大这一差距。表SEQ表\*ARABIC2数字普惠金融与城乡消费差距关系回归结果表OLS1OLS2OLS3OLS4DIFI-0.048**-0.048**-0.038***-0.038***(0.018)(0.018)(0.013)(0.013)inc0.052***0.052***0.055***0.054***(0.014)(0.013)(0.014)(0.013)IS0.0830.084(0.099)(0.097)RGDP0.462**0.461**0.472**0.471**(0.201)(0.197)(0.200)(0.195)policy0.120***0.118***0.123***0.120***(0.031)(0.026)(0.031)(0.026)edu0.001*0.001*0.001*0.001**(0.001)(0.001)(0.001)(0.001)age0.0130.026(0.173)(0.171)Constant-0.014-0.0110.0160.023(0.083)(0.072)(0.074)(0.060)R20.8690.8690.8650.865Adj-R20.8290.8360.8310.838F-Statistic21.748***26.469***25.576***31.933***注：括号内为标准误，*、**和***分别表示0.05、0.01和0.001的显著性水平。从REF_Ref95424218\h表2可知，四个回归方程的整体显著性F检验的怕值均小于0.01，说明在99%的置信水平下，该模型是显著的。而回归方程4的调整R2为83.8%，说明该模型整体的拟合效果不错，故选择回归方程4进行模型诊断。（五）模型诊断为验证回归方程4是否符合经典假定，本文对该方程4进行了异方差、多重共线性和自相关检验。1.异方差检验本文采用Breush-Pagan检验来对回归方程4进行异方差检验。检验结果如REF_Ref95487630\h表3所示，BP检验的p值大于0.05，故在95%的置信水平下，认为该回归方程满足同方差假定。表SEQ表\*ARABIC3Breusch-Pagan异方差检验结果BPDfp-value4.607150.46572.多重共线性检验对于多重共线性的检验，常用的有三种方法：简单相关系数法，辅助回归法，直观判定法和方差膨胀因子法。方差膨胀因子（VIF）的大小反映了解释变量之间多重共线性的程度，因此可由它来度量多重共线性的严重程度。经验表明，当VIF>10时，就说明解释变量与其余解释变量之间存在严重的多重共线性，同时也可以用平均方差膨胀因子（VIF）来表示多重共线性的严重程度李占风．经济计量学．北京：中国统计出版社，2010：94-129．。故本文利用方差膨胀因子（VIF）对方程进行多重共线性检验，检验结果如REF_Ref95490993\h表4所示。李占风．经济计量学．北京：中国统计出版社，2010：94-129．表SEQ表\*ARABIC4回归方程4多重共线性检验结果表变量VIFDIFI1.5931inc1.3813RGDP1.2905policy1.9883edu1.5894VIF1.5685由REF_Ref95490993\h表4可知，DIFI、inc和RGDP等五个变量的方差膨胀因子均小于2，且平均方差膨胀因子也小于2，表明我们可以认为该回归方程不存在多重共线性问题。3.自相关性检验利用LM检验对回归方程进行自相关检验，检验结果如REF_Ref95491759\h表5所示。LM检验的p值大于0.05，在95%的置信水平下，不拒绝原假设，可以认为该回归方程不存在自相关。表SEQ表\*ARABIC5回归方程4自相关检验结果表LagLMtestp-value10.01750.8949Alternativehypothesis:rho!=04.模型确立综上所述，在经过异方差、多重共线性和自相关检验后，本文将回归方程4确定为最终模型，该模型如式3所示：Gapi（式3）依据该回归模型，发现城乡消费差距与数字普惠金融呈现负相关，数字普惠金融指数每增长一单位，城乡消费差距则会缩小0.038单位。而与城乡收入差距、经济增长、财政政策和教育支出呈现正相关关系，其中教育支出对扩大城乡消费差距的影响最小，经济增长率的影响最大。教育支出和财政政策的回归系数为正可能是因为城镇居民能够更加便利地享受到财政和教育福利，从而扩大城乡收入差距，最终导致城乡消费差距的扩大。（六）稳健性检验为了验证式3所示模型的稳健性，本文采用替换解释变量法进行检验。我们用数字普惠金融覆盖广度（breadth）、使用深度（depth）以及数字化程度（di）指数代替总指数来衡量我国数字普惠金融的发展状况，重新建立回归模型，估计结果如REF_Ref95569994\h表6所示。并对其分别进行异方差、多重共线性和自相关检验，检验结果如所示。表SEQ表\*ARABIC6数字普惠金融与城乡消费差距稳健性检验结果OLS5OLS6OLS7breadth-0.038**(0.015)depth-0.023***(0.008)di-0.066***(0.023)inc0.060***0.050***0.054***(0.013)(0.013)(0.013)RGDP0.467**0.484**0.430**(0.202)(0.195)(0.198)policy0.117***0.129***0.113***(0.027)(0.025)(0.027)edu0.001*0.001**0.001**(0.001)(0.001)(0.001)Constant0.007-0.0220.155(0.063)(0.047)(0.107)R20.8550.8640.862Adj-R20.8260.8370.834F-Statistic29.567***31.889***31.150***注：括号内为标准误，*、**和***分别表示0.05、0.01和0.001的显著性水平。由REF_Ref95569994\h表6可知，变量数字普惠金融覆盖广度、使用深度以及数字化程度指数的回归系数均为负数，并且均通过1%的显著性水平检验。其余变量的回归系数均为正数，并且也都通过了1%的显著性检验。回归方程5、6和7的调整后R2都大于80%，表明模型的拟合效果较好，且三个回归方程的总体显著性F检验在99%的置信水平下均是显著的。同时，由REF_Ref95574775\h表7可知，这三个回归方程均满足多元线性回归的经典假定。回归方程5中，覆盖广度的系数为-0.038，表明数字普惠金融的覆盖广度每提高一单位，城乡消费差距则会缩小0.038个单位。回归方程6中，使用深度的系数为-0.023，表明数字普惠金融的使用深度每提高一单位，城乡消费差距则会缩小0.023个单位。回归方程7中，数字化程度的系数为-0.066，表明数字普惠金融的数字化程度每提高一单位，城乡消费差距则会缩小0.066个单位。从回归方程5、6和7可以看出，数字普惠金融的覆盖广度、使用深度以及数字化程度都对农村居民的消费支出有显著影响，但其中数字化程度的影响最大。表SEQ表\*ARABIC7异方差、多重共线性和自相关检验结果表OLS5OLS6OLS7异方差BP3.22976.36846.6331p-value0.66460.27200.2494多重共线性breadth(depth/di)1.43481.61101.9920inc1.29091.49381.3880RGDP1.29081.29061.2997policy2.06201.91192.1069edu1.52171.63411.6504自相关LMtest0.00410.06700.0175p-value0.94910.79580.8949使用覆盖广度、使用深度及数字化程度这三个变量对数字普惠金融总指数进行替换后，其对城乡消费差距的回归系数符号未变，数值变化较小。综上所述，稳健性检验的估计结果与前文的分析是一致的，均证实了数字普惠金融能够有效缩小城乡消费差距，表明前文构建的回归模型（式3）具有较好的稳健性，且模型的估计结果可信度强。研究结论与政策建议（一）研究结论数字普惠金融通过降低投资门槛、释放消费信贷等方式促进居民消费水平的提升，进而缩小城乡消费差距。本文通过相关回归分析研究得出如下结论：发展数字普惠金融能够有效缩小城乡消费差距，并且数字普惠金融的覆盖广度、数字化程度和使用深度均对城乡消费差距具有收敛效应，但是三者的影响力不同，数字化程度的影响力最强，而使用深度的影响力最弱。城乡收入差距与城乡消费差距城乡正相关关系，通过缩小城乡收入差距的减小能够进而缩小城乡消费差距，缓解我国二元经济结构。经济增长速度、财政政策和教育支出的增加则会扩大城乡消费差距，其中教育支出的作用而最不明显经济增长的影响力最大。（二）政策建议第一，加强农村地区数字化金融设施的基础建设，优化数字普惠金融的运营环境，提高数字普惠金融在低收入地区的覆盖率。加大数字普惠金融的推广力度，通过税收优惠或者财政支持鼓励金融机构或者金融科技公司向低收入人群提供金融产品和服务。第二，加强金融与科技的结合，进行技术升级，构建多元化的数字普惠金融产品与服务体系。通过人工智能、大数据以及云计算等技术对数字化金融产品进行创新，提高数字普惠金融的使用深度和数字化程度。第三，向农村居民普及金融知识，提高他们使用数字普惠金融产品及服务的能力。相较于城镇居民来说，农村居民的文化程度相对较低，因此他们可能更不愿意去了解或者使用数字化金融产品和服务，从而限制了数字普惠金融提高居民消费水平的作用。主要参考文献蔡平，蔡刚，王文浩．数字普惠金融是否促进了城乡居民消费升级？——基于省级面板数据的实证分析．湖北经济学院学报（人文社会科学版），2021，18（07）：33-38．郭峰，王靖一，王芳等．测度中国数字普惠金融发展：指数编制与空间特征．经济学(季刊)，2020，19（04）：1401-1418．胡国晖，王婧．金融排斥与普惠金融体系构建：理论与中国实践．北京：中国金融出版社，2015：23．李占风．经济计量学．北京：中国统计出版社，2010：94-129．吕雁琴，赵斌．数字普惠金融与城乡居民消费差距．金融与经济，2019（12）：76-81．罗娟，李宝珍．数字普惠金融对我国消费不平等的影响研究——来自中国家庭金融调查及县级数据的证据．消费经济，2021，37（04）：75-83．孟奎．财政支出对城乡居民消费影响的实证分析．统计与决策，2012（18）；137-139．王柏杰．农村制度变迁、流动性约束与中国农村居民消费增长．山西财经大学学报，2014，36（10）：1-10．王笳旭．人口老龄化对我国城乡居民消费差距的影响研究——基于省际动态面板数据的实证分析．当代经济科学，2015，37（05）：109-115+128．肖云，米双红．城乡一体化视角下数字普惠金融发展与城乡居民消费差距的动态关系检验——兼论收入差距的中介效应．商业经济研究，2021（18）：60-63．熊素宜，周婷．产业结构升级对城乡消费差距的影响机理与实证检验．商业经济研究，2018（22）：170-173．杨家栋．消费经济学．北京：中国商业出版社，2008：91-96.易行健，周利．数字普惠金融发展是否显著影响了居民消费——来自中国家庭的微观证据．金融研究，2018（11）：47-67．张彤进，蔡宽宁．数字普惠金融缩小城乡居民消费差距了吗？——基于中国省级面板数据的经验检验．经济问题，2021（09）：31-39．周璐瑶．数字普惠金融发展研究综述．财会月刊，2022（01）：147-153．Marwân-al-QaysBousmahetal.FinancialOpenness,Aggregate