數字經濟發展對居民消費的影響

賀唯唯 侯俊軍

摘? ?要：將居民消費問題納入數字經濟的分析框架，研究數字經濟發展如何影響居民消費。理論分析發現：數字經濟發展會通過降低交易成本、擴大流動性約束等手段影響居民消費。利用數字經濟發展數據和手工查找的城鄉居民消費數據，對2011—2019年我國263個地級及以上城市數字經濟發展的居民消費帶動效應進行檢驗。研究發現：數字經濟發展將增加本地人均消費支出，且該結果具有穩健性；數字經濟發展對居民消費的影響在地理位置、城市規模、城市層級等層面存在顯著的異質性；機制分析結果顯示，支付便利性、流動性約束以及家庭不確定性是數字經濟發展影響居民消費的重要作用機制；基于城鄉不平等視角的擴展研究發現，數字經濟發展不僅能顯著縮小城鄉居民消費差距，而且有利于帶動城鄉居民消費升級。

關鍵詞：數字經濟發展；居民消費；城鄉協調發展

中圖分類號：F49? ?文獻標識碼：A? ?文章編號：1003-7543（2023）05-0041-13

消費作為經濟發展的三駕馬車之一，對于擴大國內市場需求、推動經濟社會發展尤為關鍵。黨的二十大報告指出，要著力擴大內需，增強消費對經濟發展的基礎性作用。21世紀以來，以互聯網、大數據、云計算、人工智能等信息通信技術為核心生產力的數字經濟，全方位、深層次、多領域地快速滲透，成為繼農業經濟、工業經濟后的增長新引擎，將生產力發展推向全新高度。數字經濟在提高生產效率、改善產品供需銜接等方面具有重要作用：數字經濟有助于誘導人力資本投資，刺激創新活力；數字經濟發展有利于擴大產業鏈分工邊界、促進技術跨行業滲透，加快傳統產業轉型與技術革新［1］；數字經濟通過對海量信息進行整合、處理與投送，顯著降低了生產者與消費者的搜尋成本，使市場供需銜接水平大幅提升。隨著中國經濟進入“新常態”，全面發掘數字經濟潛力對于助推高質量發展［2］、促進共同富裕［3］具有重要意義。數字經濟能夠更為有效地滿足消費者個性化、長尾化需求，引發消費內容、形式乃至理念的新變革和消費傾向的結構性變化，居民消費格局亦隨之發生轉變，尤其是“十三五”期間電商向農村市場下沉，帶動農村網絡零售發展，實現了農村網絡零售規模跨越式增長，更是為中國經濟增長擴展了消費新空間［4］。鐘若愚和曾潔華指出，數字化浪潮下的我國各地區居民消費支出均呈現快速增長的趨勢［5］。相關典型事實為數字經濟與居民消費研究的展開指明了方向。

那么，這能否說明數字經濟對居民消費具有帶動作用？如果該作用得到證實，其背后的影響機制又是什么？遺憾的是，目前針對上述問題的研究較為有限。既有相關文獻集中于理論闡述［6-7］，以及探討互聯網或數字金融對居民消費規模［8-10］和不平等［11-13］的影響。可以發現，既有研究并未針對數字經濟的居民消費帶動效應進行全面深入探討，結合相關研究梳理與中國現實背景對數字經濟與居民消費的關系進行實證分析成為必然選擇，這也是本文的價值所在。

一、相關文獻綜述與研究假設提出

既有涉及數字經濟與居民消費的實證研究主要圍繞互聯網發展與數字金融兩個維度展開。在互聯網層面，既有研究認為，互聯網發展將提升居民消費信息獲取能力，進而擴大消費。黃衛東和岳中剛、向玉冰均指出，互聯網技術應用能夠推動線上線下渠道深化融合，有利于提升市場效率、增加居民消費［9，14］。張永麗和徐臘梅基于微觀農戶樣本分析后也認為，互聯網兼具“擴大消費規?！迸c“優化消費結構”的雙重作用，因而有助于引導農村居民增加消費支出、實現消費升級［15］。在數字金融層面，相關研究指出，數字金融發展有利于激發有效需求，因而對帶動居民消費具有重要作用。一些學者結合CFPS數據與北京大學數字普惠金融指數對數字金融的居民消費效應展開實證分析，結果發現數字金融發展確實有助于帶動居民增加消費［16-18］?；诖?，提出如下假設：

假設1：數字經濟對居民消費具有帶動作用。

既有研究對數字經濟影響居民消費的作用機制主要集中于支付便利性、流動性約束、家庭不確定性三個維度。首先，數字技術有利于降低市場交易成本，直接帶動居民消費。劉湖和張家平、張勛等均指出，數字技術發展有效提升了居民購物的支付便捷度，有助于引導居民增加消費［8，11］。其次，數字金融通過增加流動性供給的方式改善了金融可得性，成為釋放消費潛力的重要推手。易行健和周利、尹志超和張號棟經過研究發現，數字金融的快速發展放松了流動性約束，使得消費水平進一步提升［10，19］。最后，數字經濟背景下家庭不確定性逐漸降低，為居民擴大消費提供了風險保障。何宗樾和宋旭光、Li等強調，除互聯網支付、增加流動性之外，數字保險業務的全面鋪開能夠增強個體對外部風險的抵御能力，使居民更敢于消費［16-17］?；诖耍岢鋈缦录僭O：

假設2：提升支付便利性、放松流動性約束、降低家庭不確定性是數字經濟影響消費的作用機制。

二、實證模型設定和變量說明

（一）實證模型設定

為考察數字經濟發展對居民消費的實際影響，本文構建以下實證模型：

consumptionit=β0+β1digitalit+λDit+μi+δt+εit（1）

式（1）中，consumptionit與digitalit分別為中國地級及以上城市i在t年的城鄉居民消費以及數字經濟發展水平，D為地區控制變量集合，μ、δ分別為地區效應和年份效應，ε為隨機擾動項。

（二）變量說明

1.被解釋變量

居民消費（consumption）。本文選取城鄉居民人均消費支出對數作為反映本地居民消費規模的指標，具體計算方法為：城鄉居民人均消費支出對數=ln（城鎮居民人均消費支出×城鎮常住人口比重+農村居民人均消費支出×農村常住人口比重）。

2.解釋變量

數字經濟（digital）。本文參考趙濤、張智、梁上坤的研究方法［20］，選取每百人互聯網寬帶接入用戶數、計算機服務和軟件業從業人員占單位從業人員比重、人均電信業務總量、每百人移動電話用戶數、數字普惠金融指數五項指標，利用主成分分析法對我國地級及以上城市數字化指數進行測度并用以反映數字經濟水平。在數據測度之前，本文對上述指標進行歸一化處理，具體方法為：處理值=（實際值-最小值）/（最大值-最小值）。在實證分析時，本文對測度的數字化指數進行對數化處理以反映數字化水平，具體為：digital=ln（數字化指數×100）。

3.機制變量

本文選取支付便利性（payment）、流動性約束（constraint）以及家庭不確定性（uncertainty）以考察數字經濟帶動居民消費的作用機制，分別對北京大學公布的中國數字普惠金融指數中的數字支付指數、數字信用指數以及數字保險指數取對數作為度量指標。

4.控制變量

產業高度化（structure）。產業升級有助于提升供給質量，進而提高供需銜接效率、帶動消費，本文選取產業高度化（第三產業增加值與第二產業增加值之比）反映地區產業結構。收入水平（income）。收入水平對消費具有直接決定作用，本文選取城鄉居民人均可支配收入（單位：萬元/人）的對數反映居民收入水平，具體計算方法為：城鄉居民人均可支配收入對數=ln（城鎮居民人均可支配收入×城鎮常住人口比重+農村居民人均可支配收入×農村常住人口比重）。經濟發展水平（gdp）。本文選取人均GDP（單位：萬元/人）的對數作為反映經濟發展水平的指標。人力資本（hc）。人力資本對于增加財富、提高邊際消費傾向均具有正面影響，本文對中國地級及以上城市人力資本水平進行了測算，計算方法為：人力資本=（高校在校學生數×16+普通中學在校學生數×12+小學在校學生數×6）/地區總人口。公共醫療供給（medicine）。增加公共醫療供給、減少居民醫療負擔對于帶動居民消費具有重要意義，本文選取地區人均醫院床位數（單位：床/萬人）反映本地公共醫療供給規模。公共交通（vehicle）。公共交通水平提升有利于降低居民出行成本，進而鼓勵居民擴大消費支出和優化消費結構，本文選取人均公共交通車輛數（單位：輛/萬人）作為反映地區公共交通水平的指標。環境規制（regulation）。環境污染會通過加快健康資本折舊的方式增加醫療成本，這可能對居民消費造成不利影響，本文根據葉琴等［21］的研究方法，采用人均廢水排放量（單位：噸/人）、人均二氧化硫排放量（單位：噸/萬人）以及人均煙塵排放量（單位：噸/萬人）構造2011—2019年中國地級及以上城市環境規制指數并取其對數以衡量本地環境規制力度。

（三）數據來源與變量描述性統計

由于中國數字經濟相關數據最早可追溯至2011年，且中國地級及以上城市相關數據在2019年后缺失較為嚴重，因而本文將研究時間確定為2011—2019年，并剔除了研究時間內數據缺失嚴重的城市，以及在經濟規模、人口規模、行政面積等方面均具有明顯優勢的直轄市，獲得了包含263個地級及以上城市的平衡面板數據。進一步地，本文對各地歷年的數字化指數進行測度，并考察了數字經濟發展對居民消費的實際帶動作用。其中，城鄉居民人均消費支出、城鄉常住人口、人均可支配收入等數據均來自中國各地級及以上城市國民經濟與社會發展統計公報及政府工作報告。數字普惠金融指數數據來自北京大學公布的中國數字普惠金融指數。其余數據則來自《中國城市統計年鑒》。相關變量的描述性統計如表2所示。

三、實證檢驗及結果分析

（一）基本模型檢驗結果

基本模型結果如表3（下頁）所示。列（1）展示了僅控制年份效應后數字經濟對居民消費的大體影響，結果發現數字化水平的系數顯著為正。列（2）在列（1）的基礎上進一步控制了地區效應，可以發現數字化水平的系數仍然顯著為正，表明數字化對居民消費具有正面帶動作用。列（3）則在列（2）的基礎上加入各項控制變量，結果顯示數字化水平的系數依然為正且顯著，此時數字化水平每提高1%，居民消費就增加0.052%。

就基本模型各控制變量而言，產業高度化的系數顯著為正，即產業升級有利于改善供求銜接效率并帶動居民消費。收入水平的系數顯著為正，表明收入提高會引導居民增加消費。經濟發展水平的系數顯著為正，即經濟水平提升同樣有利于居民增加消費支出。人力資本系數顯著為正，表明人力資本積累同樣是居民消費增加的原因之一。人均醫院床位數、人均公共交通車輛數的系數均不顯著，表明現階段公共醫療服務、公交交通服務供給增加對于降低居民生活成本、刺激消費的作用較為有限。環境規制的系數不顯著，表明現階段環境規制不是居民消費的決定性因素。

（二）內生性及穩健性檢驗

1.內生性檢驗

（1）工具變量檢驗。測量誤差、反向因果、遺漏變量等因素可能導致模型出現潛在內生性問題，對模型進行系統的內生性檢驗以排除上述因素對檢驗結果的干擾就顯得尤為重要。本文首先使用工具變量法對模型進行內生性檢驗，檢驗結果如表4列（1）所示。本文參考黃群慧等［22］的研究思路，選取2004年郵政設施歷史數據作為數字化水平的工具變量對基本模型進行內生性處理。一方面，數字技術是傳統通信的新型技術延伸，郵政設施作為傳統通信的重要載體之一，其當期規模會通過產業基礎、使用習慣等路徑對當地后續數字技術應用產生深遠影響。另一方面，傳統郵政業務使用頻率隨著新型通信技術發展而逐步減少，郵局作為傳統郵政通信設施，對本地經濟發展的重要性日益降低，故呈現明顯的排他性特征。鑒于選取的工具變量原始數據為截面數據，無法直接用于面板數據的內生性檢驗分析，本文參考Nunn & Qian的研究［23］，通過引入一個隨時間變化的變量的方法來構造面板工具變量。本文以時間年份與2004年各地級及以上城市每萬人郵局數量構造交互項，作為該年地級及以上城市數字化水平的工具變量。

表4列（1）結果顯示，對于原假設“工具變量識別不足”的檢驗，Kleibergen—Paap rk LM的統計量p值為0.000，小于0.01的臨界值，故顯著拒絕原假設。在工具變量弱識別的檢驗中，Kleibergen—Paap rk Wald F 統計量為30.820，大于Stock—Yogo弱識別檢驗10%水平上的臨界值。以上結果表明，選取歷史上各城市人均郵局數量與年份的交互項作為數字化水平的工具變量具有合理性。就模型檢驗結果而言，經工具變量處理后的數字化水平的系數顯著為正，與基本模型結果一致。

（2）系統GMM檢驗。表4列（2）展示了經過系統GMM方法處理內生性后的模型檢驗結果?？梢园l現，此時Hansen值為0.453，表明工具變量的選取是有效的。系統GMM模型中數字化水平的系數顯著為正，也就是說，經過該內生性處理后數字化發展仍然有利于促進居民消費，與基本模型結果類似。

2.穩健性檢驗

基本模型檢驗結果顯示，數字化增加了居民消費支出，即數字經濟發展有利于帶動居民消費。進一步地，本文針對數字經濟的居民消費帶動效應進行系統的穩健性檢驗，結果如表5所示。

表5列（1）展示了解釋指標替換的穩健性檢驗結果。本文選取數字化水平的滯后1期替代原當期指標進行檢驗發現，數字化水平的系數顯著為正，與基本模型檢驗結果一致，表明此時數字化仍對居民消費具有帶動作用。

列（2）給出了被解釋變量替換的檢驗結果。本文參考董直慶和王輝［24］的研究方法選取地區人均居民儲蓄（單位：萬元/人）的對數（saving）反映地區居民消費潛力，并替換原被解釋變量開展檢驗。結果發現，數字化水平的系數經被解釋變量替換處理后依然顯著為正，與基本模型檢驗結果類似。

為排除因控制變量選取遺漏而造成的結果偏誤，本文進一步采用各控制變量滯后1期替換原控制變量進行再次檢驗，結果如列（3）所示。經過控制變量替換處理后，數字化水平對居民消費的影響依然顯著為正，與基本模型結果無明顯差異。

由于部分城市城鎮化率極高、本地農村人口樣本過少，可能會導致農村居民特征難以統計，故本文在基本模型實證部分假定上述地區農村居民人均消費支出等于城鎮居民人均消費支出，再對該地區的城鄉居民人均消費支出進行計算。事實上，即使城鎮化率為100%的地區仍可能存在少量農村居民，本文對上述地區城鄉居民人均消費支出指標的處理可能導致結果偏差。為排除這一潛在風險，本文剔除了城鎮化率為100%的樣本，再次進行穩健性檢驗，結果如列（4）所示。結果表明，此時數字化水平對人均消費的影響顯著為正，與基本模型結果保持一致。

綜合內生性與穩健性檢驗結果可以認為，數字經濟對居民消費具有正向帶動作用，因而假設1成立。

（三）異質性檢驗

前文系統檢驗了中國地級及以上城市數字經濟發展對居民消費的整體帶動效應。事實上，中國區域間經濟基礎、地理位置、要素稟賦、發展政策、文化風俗等均存在明顯差異，就數字經濟的居民消費帶動效應開展異質性檢驗，對于全面刻畫數字經濟的居民消費帶動效應十分重要。本文主要從地理位置、城市規模、城市層級三個層面對數字經濟的居民消費帶動效應進行異質性分析，結果如表6（下頁）所示。

就地理位置而言，本文根據所屬省級行政區將各地級及以上城市劃分為東部、中部、西部、東北四個子樣本以開展地理位置異質性分析，相關結果如列（1）—（4）所示。結果顯示，數字化水平的系數在東部、中部地區均顯著為正，而在西部、東北地區不顯著。換言之，數字化發展的居民消費帶動效應在東部、中部地區強于西部、東北地區?？赡艿脑蚴?，由于以信息傳遞為載體的數字經濟發展具有明顯的規模效應、網絡效應，東部、中部地區人口密度高、數字基礎設施建設力度大、經濟基礎好，當地居民依托數字經濟所獲取的收益更多，因而消費也以更快的速度增長。

就城市規模而言，本文參考袁冬梅等的研究［25］，將年末總人口大于500萬人的地級及以上城市劃為大中型城市，其余為小城市，并以此開展城市規模異質性檢驗。城市規模異質性檢驗結果如列（5）—（6）所示。可以發現，數字化水平在大中型城市、小城市的系數均顯著為正，且大中型城市系數值略大于小城市。也就是說，大中型城市居民消費受數字經濟發展帶動的效果稍強于小城市。上述現象形成的原因可能在于，小城市相較于大中型城市在信息、物流、人口規模和密度等傳統消費條件上均存在劣勢，導致數字技術向經濟社會滲透的效果有限，因而限制了居民消費進一步增加。

就城市層級而言，本文將省會城市以及計劃單列市作為中心城市，其余則劃為外圍城市，以考察數字經濟發展影響居民消費的城市層級異質性，結果如列（7）—（8）所示。結果發現，數字化對居民消費的帶動作用主要體現在外圍城市。原因可能是，中心城市信息化程度高、物流通暢、消費品供給豐富，居民消費能力已經得到較好釋放，數字經濟發展對于進一步刺激本地居民增加消費作用不足。而對于外圍城市，數字經濟能夠通過提升供求匹配效率、拓寬消費渠道、豐富產品種類等方式有效彌補當地消費市場的諸多短板，有利于加快市場下沉、帶動本地居民消費。

四、作用機制分析

為進一步討論數字經濟發展對居民消費的內在作用機制，本文構建中介效應模型討論數字經濟帶動居民消費的作用機制。具體如下：

interit=β0+β1digitalit+λDit+μi+δt+εit（2）

consumptionit=β0+β1digitalit+β2interit+λDit+μi+δt+εit（3）

其中，inter為機制項。本文分別從支付便利性（payment）、流動性約束（constraint）以及家庭不確定性（uncertainty）三個維度探討數字經濟帶動居民消費的作用機制，機制檢驗結果如表7（下頁）所示。

表7列（1）—（3）給出了數字經濟對各機制變量的實際影響。結果發現，數字化水平對數字支付指數對數、數字信用指數對數以及數字保險指數對數的影響系數均顯著為正，表明數字經濟有利于提升支付便利性、擴大流動性約束、降低家庭不確定性。

列（4）—（6）展示了數字經濟影響居民消費的作用機制檢驗結果。列（4）中數字化水平與支付便利性的系數均顯著為正，即數字經濟發展提升了支付便利性，進而增加了居民消費。列（5）中數字化水平與數字信用指數的系數同樣顯著為正，換言之，數字經濟發展能夠通過放松流動性約束的方式帶動居民消費。列（6）中數字化水平與數字保險指數的系數顯著為正，也就是說，數字化水平有利于帶動數字保險發展、降低家庭不確定性，從而促進居民消費。

作用機制檢驗結果表明，數字經濟通過提升支付便利性、放松流動性約束、降低家庭不確定性等途徑對本地居民消費形成帶動作用，因而假設2成立。

五、進一步擴展分析：基于城鄉不平等視角

前文系統考察了數字經濟發展的居民消費帶動效應及其作用機制。需要指出的是，即使在同一地區，不同收入群體的消費行為和消費習慣也存在明顯區別。理論上，不同收入群體在消費支出規模、產品流向、邊際傾向等維度的差異將導致消費出現群體分化。就支出規模維度而言，高收入群體明顯高于中低收入群體。就產品流向維度而言，高收入群體往往偏向于高品質、高價格、享受型產品消費，中低收入群體則更多是增加日常用品消費。就邊際傾向維度而言，受邊際消費傾向遞減規律的影響，高收入群體邊際消費傾向明顯低于中低收入人群。此外，數字經濟發展使得群體間消費差異出現新特征。首先，數字經濟對產品消費的帶動類型存在群體差別。數字經濟對高收入群體消費的帶動作用在智能電子耐用品、住房、醫療、教育、文化、休閑等的消費中有集中體現。就中低收入群體而言，數字經濟發展更多聚焦于降低信息不對稱、減少盲目消費，以及增加服裝、日用品、食品及普通耐用品等消費。其次，5G通信基站、大數據中心等數字基礎設施在群體間分布不均，加劇了居民消費間的數字鴻溝。再次，參與數字經濟活動受到終端設備成本的限制，這導致數字終端在不同收入群體間接入程度不一，可能放大居民消費的不平等問題。最后，不同群體之間數字技術使用能力存在差異，這將進一步導致居民間消費出現分化。

隨著改革開放以來城鎮化的全面鋪開，我國城鎮人口比重從1978年的17.92%快速提升至2022年的65.22%，城鄉人口結構發生劇烈變動。農村人口大量向城市轉移，以加速驅動產業現代化的方式帶動了經濟增長，同時也顯著提升了城鄉居民消費水平。然而，由于不同群體間消費行為、習慣等存在顯著差異，我國居民內部之間消費不平等問題長期存在，這不僅會對居民消費潛力的進一步釋放造成直接阻礙，而且可能衍生出一系列社會性問題。因此，在帶動居民消費的過程中，兼顧實現“效率”和“公平”將成為擴大內需的有力推手。事實上，中國于2008、2021、2022年分別圍繞“家電下鄉”“改善物流”“家電更新”等主題，力求進一步激活農村消費市場、擴大內需、全方位釋放消費“紅利”，這與“效率”和“公平”相統一的發展內涵高度一致。

鑒于數字經濟對居民消費的帶動作用可能存在群體差異，那么對于二元結構特征突出的中國而言，數字經濟背景下城鄉居民消費有何特征呢？為解答這一問題，本文系統檢驗了數字經濟對城鄉居民消費的實際影響，結果如表8（下頁）所示。

表8列（1）—（2）分別展示了數字經濟發展對城鎮居民、農村居民人均消費支出對數的影響。數字化水平的系數在列（1）—（2）中均顯著為正，且列（2）系數值大于列（1），表明數字經濟發展對于農村居民消費的帶動作用更強?？赡艿脑蚴牵撼擎偩用裣M水平更高且邊際消費傾向更小，數字經濟引導城鎮居民進一步增加消費的難度更大。而數字經濟通過提升市場供需效率的方式推動農村消費環境改善，有效降低了農村居民盲目消費的概率，繼而更快地帶動了農村居民消費增長。

列（3）—（5）則展示了數字經濟發展對城鄉居民消費“公平”問題的實際影響。列（3）結果顯示，數字化水平對城鄉個體居民消費比（consumptionratio）的影響顯著為負，即數字經濟發展有利于直接縮小城鄉居民個體相對消費差距。列（4）結果表明，數字化水平顯著提高了本地城鎮人口比重（urbanization）。原因在于，數字經濟通過海量信息投放、放松居民流動性約束、降低不確定性風險、擴大就業等手段加快引導農村富余勞動力向非農業部門轉移，進而加速本地城鎮化進程。進一步地，本文構造城鄉消費基尼系數（consumptioninequality）作為考察城鄉消費“公平”問題的度量指標，具體計算方法為：城鄉消費基尼系數=城鎮居民總消費占城鄉居民總消費比重-城鎮人口比重。數字經濟對城鄉消費基尼系數的影響如列（5）所示。結果顯示，數字化水平顯著拉低了城鄉消費基尼系數。綜合列（3）—（5）結果可以發現，數字經濟發展對城鄉消費“公平”具有積極影響，且該影響通過直接縮小城鄉居民個體相對消費差距，以及引導農村居民“進城”并實現消費的跨越式發展兩條途徑實現。

接下來，本文以居民食品支出為切入點，結合“規模效應”和“結構效應”兩個角度考察數字經濟發展對居民消費升級的影響。由于中國各地級及以上城市年度統計公報、政府工作報告等資料系統公布的城鄉居民食品數據絕大部分截至2015年，因此本文將考察范圍確定為2011—2015年。數字經濟發展的居民消費升級效應檢驗結果如表9（下頁）所示。

表9列（1）—（3）基于“規模效應”視角展示了數字經濟發展對居民人均非必需支出對數的影響，其中人均非必需支出=人均消費支出-人均食品支出。結果發現，數字化水平的系數在列（1）—（3）中均顯著為正，且在列（3）中數值更大，即數字經濟發展增加了城鄉居民非必需品消費，且對農村居民的增加作用更大。這表明，數字經濟發展有利于通過擴大非必需支出規模的方式促進居民擴大非必需品消費，進而帶動消費升級。

列（4）—（6）則給出了“結構效應”視角下數字經濟對居民恩格爾系數的影響，其中恩格爾系數=人均食品支出/人均消費支出。結果顯示，數字化水平明顯降低了城鄉居民恩格爾系數，且主要是降低了農村居民恩格爾系數，對城鎮居民恩格爾系數的影響并不顯著。也就是說，數字經濟能夠通過降低必需支出占總消費比重的方式提高非必需支出比重，這也會對居民消費升級形成積極影響，且該作用更多地體現在農村地區。

六、結論與政策建議

隨著數字經濟向國民經濟全方位、深層次、多領域地快速滲透，如何加快數字經濟發展、構建高質量發展格局，成為我國經濟社會發展關注的重點議題。本文將居民消費納入研究框架并探討其在數字經濟發展背景下的現狀及演變規律，以期在我國經濟加快數字化轉型背景下為各地助推高質量發展、促進共同富裕提供借鑒。第一，本文對既有研究開展系統梳理后明確指出，數字經濟能夠通過提升交易便利性、放松流動性約束、減少不確定性等途徑對居民消費形成正面帶動作用。第二，本文利用2011—2019年中國263個地級及以上城市面板數據進行實證檢驗后發現，數字經濟發展顯著增加了居民人均消費支出。經過解釋變量替換、被解釋變量替換、控制變量替換、不可觀測樣本剔除、工具變量法以及系統GMM等方法處理后，結果具有穩健性。在異質性檢驗中，數字經濟的消費帶動效應在東部地區、中部地區、大中型城市以及外圍城市強于西部地區、東北地區、小城市以及中心城市。第三，本文從交易便利性、流動性約束、不確定性三個維度對數字經濟帶動居民消費的作用機制進行檢驗，結果顯示提高支付便利性、放寬流動性約束、降低家庭不確定性是數字經濟帶動居民消費的重要途徑。第四，基于城鄉不平等視角對數字經濟發展的居民消費帶動效應進行擴展研究發現，數字經濟發展較好地維護了城鄉居民消費“公平”。數字經濟一方面直接帶動農村居民群體消費更快增長，從而縮小城鄉居民個體消費差距，另一方面又通過引導農村富余勞動力加快流向城市，實現轉移勞動力群體消費的跨越式提升。此外，數字經濟對于本地居民非必需支出規模增加和比重提升均具有重要作用，且相關效應在農村地區更強。

基于上述結論，提出如下政策建議：

第一，加快數字經濟發展，擴大居民消費。鑒于數字經濟發展對居民消費行為發揮的關鍵作用，加快數字經濟發展，對于帶動居民消費、助推高質量發展、促進共同富裕具有重要意義。具體而言，要從如下方面著手：一是加快數字要素市場建設，全面激發數據要素潛力；二是完善數字治理體系，平衡數據隱私保護與開放共享，并防止數字壟斷；三是推動數字化轉型，積極引導傳統企業進行數字化改造，并致力于構建適應數字化轉型需求的人力資本體系；四是加強對高端芯片、操作系統、工業設計軟件等數字核心技術的重點攻關。

第二，聚焦數字經濟發展的城鄉特征，推動居民消費“效率”和“公平”相統一。長期以來，農村居民消費水平偏低、城鄉居民消費不平等現象在中國較為突出，這不僅對消費規模進一步擴張造成了直接阻礙，而且會進一步加劇城鄉割裂，衍生諸多社會問題。擴大數字經濟發展對農村地區居民消費的帶動作用，科學有效地治理城鄉消費不平等問題，需要打破二元結構和數字鴻溝的桎梏，加大農村地區數字經濟基礎設施投入，提高農村居民數字經濟參與能力；擴大數字金融普惠供給，增強對農村居民的金融支持，提升農村地區消費潛力；加大數字技術培訓力度，全面提高城鄉居民數字技術使用能力。

第三，科學構建數字經濟發展與居民消費綜合治理體系。鑒于數字經濟背景下居民消費的實際變動規律呈現復雜特征，構建科學而全面的綜合治理體系就顯得尤為重要。一是引導農村富余勞動力向城市集中，優化城鄉要素配置效率，引導個體消費實現跨越式增長。二是統籌消費規模與結構治理，在推動消費規模擴大的同時積極引導消費升級，多維度提升居民消費福利。三是提高公共交通、醫療、教育等傳統公共服務供給效率，降低居民生活成本，使居民能消費、敢消費、愿消費。

參考文獻

［1］楊慧梅，江璐.數字經濟、空間效應與全要素生產率［J］.統計研究，2021（4）：3-15.

［2］王小明，邵睿，朱莉芬.數字經濟賦能制造業高質量發展探究［J］.改革，2023（3）：148-155.

［3］師博，胡西娟.高質量發展視域下數字經濟推進共同富裕的機制與路徑［J］.改革，2022（8）：76-86.

［4］國家發展和改革委員會.大力推動我國數字經濟健康發展［J］.求是，2022（2）：15-21.

［5］鐘若愚，曾潔華.數字經濟對居民消費的影響研究——基于空間杜賓模型的實證分析［J］.經濟問題探索，2022（3）：31-43.

［6］裴長洪，倪江飛，李越.數字經濟的政治經濟學分析［J］.財貿經濟，2018（9）：5-22.

［7］馬香品.數字經濟時代的居民消費變革：趨勢、特征、機理與模式［J］.財經科學，2020（1）：120-132.

［8］劉湖，張家平.互聯網對農村居民消費結構的影響與區域差異［J］.財經科學，2016（4）：80-88.

［9］黃衛東，岳中剛.信息技術應用、包容性創新與消費增長［J］.中國軟科學，2016（5）：163-171.

［10］ 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.

［11］ 張勛，楊桐，汪晨，等.數字金融發展與居民消費增長：理論與中國實踐［J］.管理世界，2020（11）：48-63.

［12］ 張李義，涂奔.互聯網金融對中國城鄉居民消費的差異化影響——從消費金融的功能性視角出發［J］.財貿研究，2017（8）：70-83.

［13］ 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.

［14］ 向玉冰.互聯網發展與居民消費結構升級［J］.中南財經政法大學學報，2018（4）：51-60.

［15］ 張永麗，徐臘梅.互聯網使用對西部貧困地區農戶家庭生活消費的影響——基于甘肅省1 735個農戶的調查［J］.中國農村經濟，2019（2）：42-59.

［16］ 何宗樾，宋旭光.數字金融發展如何影響居民消費［J］.財貿經濟，2020（8）：65-79.

［17］ LI J， WU Y， XIAO J. The impact of digital finance on household consumption： Evidence from China［J］. Economic Modelling， 2020， 86（3）： 317-326.

［18］ SONG Q， LI J， Wu Y， et al. Accessibility of financial services and household consumption in China： Evidence from micro data［J］. The North American Journal of Economics and Finance， 2020， 53（7）： 101213.

［19］ 尹志超，張號棟.金融可及性、互聯網金融和家庭信貸約束——基于CHFS數據的實證研究［J］.金融研究，2018（11）：188-206.

［20］ 趙濤，張智，梁上坤.數字經濟、創業活躍度與高質量發展——來自中國城市的經驗證據［J］.管理世界，2020（10）：65-76.

［21］ 葉琴，曾剛，戴劭勍，等.不同環境規制工具對中國節能減排技術創新的影響——基于285個地級市面板數據［J］.中國人口·資源與環境，2018（2）：115-122.

［22］ 黃群慧，余泳澤，張松林.互聯網發展與制造業生產率提升：內在機制與中國經驗［J］.中國工業經濟，2019（8）：5-23.

［23］ NUNN N， QIAN N. US food aid and civil conflict［J］. American Economic Review， 2014， 104（6）： 1630-1666.

［24］ 董直慶，王輝.城市財富與綠色技術選擇［J］.經濟研究，2021（4）：143-159.

［25］ 袁冬梅，信超輝，袁珶.產業集聚模式選擇與城市人口規模變化——來自285個地級及以上城市的經驗證據［J］.中國人口科學，2019（6）：46-58.