【《数字普惠金融对城乡消费差距影响的实证分析》4200字】

数字普惠金融对城乡消费差距影响的实证分析目录TOC\o"1-3"\h\u29151数字普惠金融对城乡消费差距影响的实证分析 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)1.43481.61101.9920inc1.29091.49381.3880RGDP1.29081.29061.2997policy2.06201.91192.1069edu1.52171.63411.650