空間視角下數字金融與居民消費結構升級

吳迪

本文基于2011—2018年中國大陸31個省域的相關數據，利用空間杜賓模型探討數字金融發展對居民消費結構的影響。結果表明，數字金融能夠促進本地居民消費結構的升級，對鄰近地區則呈現負面的空間效應;分樣本結果則表明數字金融推動消費升級的作用對東部地區、城鎮居民更為顯著。總的來說，本文為數字金融對居民消費升級的影響研究提供了新視角，為未來政策引導數字金融良性發展以改善居民消費結構提供了新思路。

一、引言

作為經濟增長的重要推動力，在2010年至2018年間，最終消費支出對我國國內生產總值增長貢獻率從47.4%增長至76.2%①。自2014年以來，消費已經穩居我國經濟增長第一動力的地位。然而，值得注意的是，作為世界第二大經濟體，我國的居民消費率由2000年的46.9%降至2010年的35.4%，之后才緩慢增長至2017年的38.4%②，遠低于世界平均消費率。2020年新冠肺炎疫情的全球蔓延更是阻礙了我國投資與出口的增長，使得消費對我國經濟發展的基礎性作用愈發凸顯。消費對于經濟的影響不僅源于總體消費水平的提升，更源于消費結構的優化升級。近年來，隨著互聯網的普及，數字金融服務在促進我國居民消費方面發揮了重要作用。在此背景下，研究如何挖掘國內巨大的內需潛力、促進居民消費結構向更高層次升級，對于今后我國經濟在“新常態”下實現健康可持續增長，進而完成高質量發展具有十分重要的理論和現實意義。

二、文獻綜述與理論分析

目前，學界關于數字金融與居民消費之間的研究主要集中在數字金融對消費水平的促進作用。如，易行健和周利（2018）利用中國家庭追蹤調查數據研究發現，數字金融有利于提升整體居民消費，尤其是對農村、中西部地區及中低收入人群的影響更為顯著。部分研究則聚焦于數字金融對城鄉消費差距的影響，如，呂雁琴和趙斌（2019）認為數字金融能夠改善城鄉消費差距問題，且減弱了收入對于消費的限制作用。此外，亦有部分學者考慮了數字金融在居民消費結構優化方面的作用，如，江紅莉和蔣鵬程（2020）發現，數字金融對消費結構的優化可通過縮小城鄉收入差距和優化產業結構兩個途徑實現。

已有研究在探究數字金融與居民消費方面比較深入，但還存在一些不足：第一，已有研究更多地關注數字金融對居民總體消費水平的影響，針對消費結構的文獻較少。第二，目前的實證分析中，大多學者仍使用傳統面板模型來進行估計，但我國數字金融及居民消費在現實中均存在顯著的空間聯系（郭峰等，2020），因此在研究數字金融對消費結構的影響時，也應把變量的空間項納入模型當中才能得出更為準確全面的結論。

數字金融對居民消費結構的影響可以分為直接效應與空間效應。其中，直接效應是指某地區數字金融發展對當地居民消費結構的影響，而空間效應是指某地數字金融對周邊地區居民消費產生的作用?，F有研究認為，數字金融能夠促進居民就業并提高收入水平（方觀富和許嘉怡，2020），在滿足居民生存所需支出后，額外增加的收入將被用于自身發展及享受。同時，數字金融的發展有利于改善當地產業結構（杜金岷等，2020），而產業結構升級亦能推動居民消費結構的升級。此外，數字金融的發展降低了金融服務的門檻，讓居民能夠獲得一定額度的信貸用于消費。因此，本文認為數字金融發展對消費結構升級具有積極的直接效應。

數字金融雖然可以在一定程度上突破傳統地理的局限，但其活動仍依賴于地區的實體經濟發展狀況。在遵循傳統金融發展規律的情況下，數字金融會在資源利用率更高的地區形成空間聚集現象，而這種金融聚集對周邊地區的空間效應可分為兩類，即極化效應和涓滴效應（Hirshman，1985）。數字金融的發展意味著當地比周邊地區擁有更高的資本投資回報率及勞動報酬，從極化效應的視角看，周邊地區可能面臨資本及勞動力的流出，經濟發展處于相對抑制的狀態，同時居民可獲得的數字金融資源變少，不利于居民消費水平提升及結構優化;從涓滴效應視角來說，數字金融發展到一定階段時，當地資本、勞動力等生產要素價格上漲會導致邊際利潤率下降，一部分資源會向周邊地區轉移，逐漸帶動鄰近地區的經濟增長，進而為其居民消費狀況的改善提供條件。目前國內數字金融的發展對消費結構產生的空間效應，還需在之后的實證檢驗中進行具體分析。

三、研究設計

（一）模型設定及變量選擇

本文采用空間杜賓模型來衡量數字普惠金融與居民消費結構之間的聯系。使用空間模型的前提是被解釋變量存在顯著的空間自相關性，目前較為常見的檢驗指標為莫蘭I指數：

wij為空間權重矩陣W的（i，j）元素，本文采用空間鄰接矩陣，具體公式為：

一般情況下，莫蘭 I指數取值介于-1到1之間，且大于0時表明存在正相關，反之即為負相關，接近于0時表明該變量的空間分布是隨機的。

本文空間杜賓模型具體公式為：

其中，為第i個省在t時期的第j類消費占總消費的比例，具體公式為：

借鑒程名望和張家平（2019）的做法，將居民消費分為：j=1，生存型消費，包括食品、衣著及居住支出;j=2，發展型消費，包括教育文化娛樂及醫療保健支出;j=3，享受型消費，包括交通通信及生活用品支出。則為各類消費結構的空間滯后項。核心解釋變量為第i個省在t時期的數字金融水平，為其空間滯后項。參考部分已有文獻，本文選取了部分影響居民消費的控制變量，包括居民可支配收入、城鎮化率、老年撫養比、少兒撫養比、產業結構及政府基礎服務。數據來源于2011年至2018年國家統計局發布的《中國統計年鑒》數據以及北京大學數字普惠金融指數。

（二）描述性統計分析

上式中主要變量的描述性統計如表1所示。

從表1中可以看出，2011年至2018年間，生存型消費占比達總體消費的60%，遠高于另外兩類消費，說明我國居民的消費結構仍有很大的升級空間，且各省的居民消費結構存在顯著差異。數字金融指數跨度也十分明顯，最大值達377，最小值僅為16。此外，作為控制變量的居民可支配收入、城鎮化率、老年及少兒撫養比、產業結構及政府基礎服務，各省間也存在著巨大的差異。

（三）空間自相關檢驗

表2為居民三類消費結構在樣本期內的莫蘭 I指數（雙邊檢驗）情況：

由表2可知，除2014年與2015年生存型消費、2016年享受型消費的莫蘭指數不顯著外，其余使用空間鄰接矩陣計算得出的莫蘭指數值基本通過了顯著性檢驗，可以認為，樣本期內中國各省份居民三類消費比重存在顯著的空間自相關性，即在地理上鄰接的省份其居民各類消費水平也會趨于相近。因此，在研究數字金融對消費結構的影響時，采用空間計量模型是十分必要的。

四、實證分析

（一）基準模型分析

本文使用面板數據，在進行模型估計前需考慮選擇固定效應還是隨機效應。根據豪斯曼檢驗結果，豪斯曼統計量為負數，應考慮使用隨機效應模型。因此，本文選用空間杜賓隨機效應模型，在數據分析時將價值型變量調整為以2011年為基期的實際值，并連同數字金融指數進行對數化處理。

表3中基準模型估計結果表明，數字金融對生存型消費結構的影響系數在1%的水平上顯著為負，同時發展型和享受型消費結構的系數均為正，且分別在1%和5%的水平上顯著，表明數字金融能夠推動消費結構優化，促使居民的消費支出更多地由生存方面轉向發展和享受方面?？刂谱兞恐?，老年撫養比增高會在一定程度上降低家庭的享受型消費比例，可能的原因為：老年人口的增加會提高家庭中食品和醫療方面的支出，從而對享受型消費占比有一定的負面影響。產業結構的變化顯著促進了發展型消費占比的增加，但同時會略微降低享受型消費占比，可能的原因為：第三產業占比提高在一定程度上對農村居民服務性消費產生了負向沖擊，且目前城鄉居民消費總體上受第二產業占比影響更顯著（董佳，2020），因此產業結構升級對居民高層次消費存在較弱的消極影響。此外，值得注意的是，當地政府基礎公共服務支出占總支出比重的提高亦能促進居民在教育、醫療等方面的消費支出增長。

為檢驗上述模型的穩健性，本文將空間鄰接矩陣替換成各省間的經濟距離矩陣進行估計，結果與基準回歸基本一致③。因此，可以認為，數字金融的發展顯著推動了居民消費結構的升級。

（二）空間效應分解

由于表3中被解釋變量空間項系數均在1%的水平上顯著不為0，為了避免對上表中數字金融系數直接解讀所可能產生的誤差，本文進一步將其對三類消費所產生的總效應分解為直接效應與空間效應。估計結果如表4所示，數字金融對居民消費結構的直接效應均與基準模型一致，也就是說，數字金融的發展能促進本地居民消費結構的改善和升級。

數字金融對消費結構的影響亦存在顯著的空間效應。表4的結果顯示，數字金融對居民消費升級的空間效應是負向的，其發展仍具有很大的極化效應?？赡艿脑驗椋旱谝?，發達地區的數字金融在發展過程中因區域性核心地位、金融服務效率高、投資收益率高等優勢而不斷吸納更多的金融資源，并且能夠讓當地居民有效地利用這些金融資源和服務來改善自身消費結構，但此時數字金融仍屬于高競爭性的金融資源，而非普惠性的金融服務，因此其發展暫時表現為對周圍地區居民消費結構的負面影響。第二，數字金融的發展促進當地產業結構合理化的同時也削弱了周邊地區的發展基礎，形成抑制周邊地區經濟增長的結果（李林漢和田衛民，2021），從而對鄰近地區居民的消費升級產生了一定的消極作用。第三，發達地區更容易吸引年輕勞動力的大量流入，也可以促進當地發展型與享受型消費的快速增長;反之周邊地區的人口結構會因青年勞動力的外流而變化，因此數字金融發展對鄰近地區居民消費結構的影響與本地完全相反。

（三）異質性檢驗

1. 區域異質性。由于我國幅員遼闊，從東部沿海到西部內陸地區經濟發展狀況差異較大，數字金融發展對居民消費結構的影響也可能存在一定的區域差異。表5報告了相應的分樣本回歸結果。從表5中可以得出，在東部地區，數字金融能夠顯著降低當地居民生存型消費占比并提升發展型消費，對消費結構升級存在一定的推動作用，其空間效應與全國樣本相似。在中部地區，數字金融指數的提高僅帶動本地居民生存型消費比例上升，對更高層次的發展及享受型消費則不存在促進作用。在西部，數字金融的發展基本對居民三類消費結構無顯著影響。這可能是因為數字金融水平也呈現由東到西逐漸變弱的趨勢，相對于中西部地區而言，東部地區的消費環境更能滿足居民對高層次消費的需求，同時居民的金融素養平均水平更高，且能夠獲取并利用的數字金融資源更豐富，所以數字金融促進東部地區居民消費升級的直接效應更為突出。

2. 城鄉異質性。城鄉二元結構始終是我國經濟發展過程中的一項重要突破點，其導致的資源配置的不同也可能影響數字金融改善居民消費結構的效果。為此，本文進行了城鎮與農村居民的分樣本回歸，表6報告了相應的估計結果。在城鎮地區，數字金融對當地居民消費結構的改善作用十分明顯，同時也對周邊省份居民消費結構存在較強的極化效應。對于農村地區來說，數字金融對本地居民發展型消費增長的推動作用最為顯著，但對享受型消費存在一定的消極影響，可能的原因是農村居民生存型消費占比不變的情況下，發展型消費支出的增加對享受型消費支出產生了一部分擠出效應，從而表現為發展型消費占比提升而享受型消費占比下降。目前，我國接觸到數字金融資源的農村居民僅為少數，“農貸精英俘獲”現象及金融資源分配的“馬太效應”仍然存在?？傮w來說，近年來數字金融的發展的確帶動了城鎮居民整體消費結構的優化，而在促進農村居民消費升級方面仍有很大的發揮空間。

五、結論與啟示

本文利用空間杜賓模型，從宏觀層面分析了2011—2018年間中國大陸31個?。ㄊ?、自治區）數字金融發展與居民消費升級的影響，并在此基礎上分析了區域及城鄉異質性。研究發現，數字金融能夠顯著提升發展型及享受型消費占比，對促進本地居民消費升級具有積極作用，但同時存在顯著的負向空間效應。進一步分析結果顯示，數字金融對居民消費結構的調整效果存在明顯的區域及城鄉差異，總體而言，數字金融對消費結構的優化作用在東部地區、城鎮地區更為突出。綜上所述，數字金融的發展在一定程度上能夠有助于我國居民整體消費升級，但同時暴露出當前數字金融發展高競爭性及非平衡性的缺點。

基于本文研究結論，結合我國的實際情況，本文提出以下建議：第一，推進中西部地區數字金融發展。目前，數字普惠金融發展的重心仍偏向于東部沿海等經濟較為發達的地區，中西部地區居民可獲得的數字金融服務仍較為有限。所以，在數字金融發展的政策制定上應稍向中西部傾斜，這樣才能進一步提高數字金融服務的普惠性。第二，加強鄰近省份之間的合作聯動。在人力資本及物質資本跨省流動較為便捷的情況下，各省的經濟及社會發展并不是獨立的，會與鄰近省份產生依賴與競爭并行的情況。因此，鄰近的地區之間要形成積極的合作關系，推動由點帶面、協同發展模式，共同提升屬地居民生活質量，避免彼此間在產業、就業方面因競爭而陷入惡性循環的局面。第三，注重城鄉數字金融發展平衡性。要完善農村互聯網、移動基站等邁向數字化時代所必需的各項基礎設施建設，利用好數字化帶來的低成本優勢，引導數字金融服務深入農村地區，讓更多群體能夠獲得可靠且優質的金融服務。

注釋：

①數據來源于國家統計局。

②數據來源于國家統計局。

③具體穩健性檢驗結果可向作者索取。

參考文獻：

[1]易行健，周利.數字普惠金融發展是否顯著影響了居民消費——來自中國家庭的微觀證據[J].金融研究，2018，（11）：47-67.

[2]呂雁琴，趙斌.數字普惠金融與城鄉居民消費差距[J].金融與經濟，2019，（12）：76-81.

[3]江紅莉，蔣鵬程.數字普惠金融的居民消費水平提升和結構優化效應研究[J].現代財經，2020（10）：18-32.

[4]郭峰，王靖一，王芳，等.測度中國數字普惠金融發展：指數編制與空間特征[J].經濟學（季刊），2020，19（4）：1401-1418.

[5]方觀富，許嘉怡.數字普惠金融促進居民就業嗎——來自中國家庭跟蹤調查的證據[J].金融經濟學研究，2020，35（2）：75-86.

[6]杜金岷，韋施威，吳文洋.數字普惠金融促進了產業結構優化嗎？[J].經濟社會體制比較，2020，4（6）：38-49.

[7]Hirshman（1985）.經濟發展戰略[M].潘照東，曹征海，譯.北京：經濟科學出版社，1991.

[8]程名望，張家平.新時代背景下互聯網發展與城鄉居民消費差距[J].數量經濟技術經濟研究，2019，（7）：22-41.

[9]董佳.產業結構變化對城鄉服務消費發展的影響[J].商業經濟研究，2020（23）：178-181.

[10]李林漢，田衛民.數字金融發展、產業結構轉型與地區經濟增長——基于空間杜賓模型的實證分析[J].金融理論與實踐，2021，4（2）：8-16.

作者單位：華南理工大學經濟與金融學院