長江經濟帶數字普惠金融對農村居民消費的影響研究
——基于空間計量模型的實證分析

□ 劉健挺 謝一凡

一、引言

黨的二十大明確提出要堅持擴大內需，強化消費在經濟發展中的基礎性作用，全面推進鄉村振興的要求。農村地區的居民消費增長有廣闊的空間和巨大的潛力，但農村地區消費設施不夠健全、居民收入水平偏低（向玉冰，2022）。擴大數字消費，強化金融在消費領域的支持力度，已經成為拓展農村消費的關鍵舉措。金融服務通過互聯網、大數據分析和人工智能等系列技術催生了數字普惠金融新業態，數字普惠金融服務成本低、覆蓋面廣，可以為農村地區居民提供更高效、更快捷的金融科技服務（鄒新月等，2020）。由于我國特殊的二元經濟結構，數字金融對城鄉居民消費的影響存在差異，數字金融主要通過提高居民收入來促進城鎮居民消費，通過緩解流動性約束促進農村居民消費（黃凱南等，2021），進一步影響農村居民的消費習慣和提高即期消費能力來推動消費（易行健等，2018）。

自從2017年北京大學金融研究中心發布“數字普惠金融指數”以來，國內外學者基于該指數分析數字普惠金融影響居民消費的研究成果日益豐富，主要集中在以下三個方面：第一是數字普惠金融對居民消費的影響。崔海燕（2017）基于全國省級動態面板數據和系統GMM模型進行實證研究，認為數字普惠金融對農村居民消費有顯著的正向作用。傅秋子等（2018）基于全國市級面板數據和Probit模型發現數字普惠金融增加了農村消費性正規信貸的需求進而提高農村消費水平。向玉冰等（2022）基于省級面板數據和門檻回歸模型認為數字普惠金融在促進農村居民消費方面存在單一門檻，第一產業占比越低，數字普惠金融對農村居民消費的促進作用越大。第二是數字普惠金融促進居民消費的作用機制。已有研究表明，數字普惠金融能夠通過增加可支配收入（楊偉明等，2020）、產業結構高級化和提升農村居民創業能力（范方志等，2023）以及提升金融素養（胡寧寧等，2023）等途徑促進居民消費。第三是分析數字普惠金融對居民消費影響存在異質性。現有文獻基于區域差異視角分析了數字普惠金融對東部、中部和西部地區居民消費的影響差異（崔海燕，2017；郭華，2020），也有文獻從城鄉二元角度（黃凱南等，2021）、不同教育程度和不同收入水平（龍海明等，2022）分析數字普惠金融對居民消費的差異。

當前關于數字普惠金融對居民消費影響的相關文獻已十分豐富，一般認為數字普惠金融顯著促進了居民消費，但研究角度多立足于整個群體而缺乏對農村居民群體的針對性分析，更缺乏關于數字普惠金融作用于農村居民消費內在機制的深入研究。其次，已有文獻多以傳統計量模型進行回歸分析，忽視可能存在的空間效應而較少從地理空間角度展開，而且實證研究中多利用全國層面的微觀數據，忽略了不同地區間的環境差異，若全部采用歸一化處理則容易導致效應抵消，因此應選擇具體區域進行討論。長江經濟帶作為我國重大戰略發展區域之一，其數字普惠金融呈現蓬勃發展之態，同時，長江經濟帶涵蓋了中西部多個省份和大量農村地區，因此分析長江經濟帶數字普惠金融對農村居民消費的影響，對于促進區域協調發展，構建新發展格局具有重要意義。本文的潛在邊際貢獻有：第一，研究視角上，基于2011-2021年長江經濟帶11個省市級面板數據分析數字普惠金融對農村居民消費的影響；第二，研究內容上，以農村居民目標對象，系統厘清了數字普惠金融對農村居民消費產生影響的理論機制；第三，研究方法上，引入空間計量模型實證檢驗了數字普惠金融及其下屬指標數字支付、數字信貸、數字保險等因素對農村居民消費影響的空間效應，并分樣本檢驗了其區域異質性。

二、理論分析與研究假設

數字普惠金融通過數字支付、數字信貸和數字保險三種途徑直接影響農村居民消費。同時，數字普惠金融還通過提供普惠性金融服務和鼓勵農民就業創業等方式幫助農村居民增加收入，拉動農村居民消費。

（一）數字支付、數字信貸、數字保險影響農村居民消費

第一，數字支付能夠減輕農村居民心理支付壓力、降低交易費用，使其更加愿意進行消費。心理賬戶理論認為人們會在心理上對金錢設立不同的賬戶進行分別管理。對消費觀念更加保守的農村居民而言，數字支付會降低農村消費者對現金的感知（陳寶珍等，2021），產生一種非現金支付的心理賬戶效應（郭華等，2020），促進農村居民的消費支出。同時，農村居民在使用移動支付工具時無需將存款兌換成現金，從而大大減少了銀行往來的時間及費用、柜臺等待時間、跨行取款的手續費等，更加便利農村居民消費。第二，數字信貸能夠緩解農村居民面臨的金融排斥、流動性約束等問題，為他們提供更多的消費資金支持。Zelder（1989）研究表明，消費信貸和消費支出有顯著的正相關關系，消費者信貸約束越弱則消費意愿越強。農村居民作為金融弱勢群體一般不符合正規金融機構的信用審查資格，無法享受正規金融機構提供的信貸服務。而大數據和數字技術的推動下，數字普惠金融可以為農村居民提供借貸服務，緩解了農村居民長期面臨的流動性約束，使其消費意愿在一定程度上得到提升。第三，數字保險可使農村居民減少預防性儲蓄，釋放出更多的消費潛力。我國目前在教育、醫療、住房、就業等領域進行市場經濟改革所帶來的不確定性增加了居民預防性儲蓄的傾向（陳琦等，2012），農村居民往往會選擇將收入中的一部分儲蓄起來以備不時之需。數字普惠金融通過重塑原有保險的承保風控模式，顯著提高了農村居民購買數字保險的意愿，釋放農村居民的消費能力，進一步促進了農村居民消費。

基于此，本文提出假說H1：數字普惠金融通過數字支付、數字信貸、數字保險等方式直接促進農村居民消費。

（二）數字普惠金融通過增加農村居民收入影響農村居民消費

根據Keynes（1937）和Johnston（1958）提出的絕對收入假說和持久收入假說，居民的消費行為受到當期和未來收入的影響。此外，金融發展被普遍認為具有增收作用（崔艷娟等，2012）。數字普惠金融可以通過以下兩個方面增加農村居民收入進而促進農村居民消費。一是提供普惠性金融服務。數字普惠金融提升了農村地區金融資本的可獲得性，為農村居民提供更低門檻的金融信貸服務，助力其開展經營活動提高農村居民經營性收入，數字技術本身是知識密集型產業，數字普惠金融投入到農村基礎設施建設或者農業產業生產中，能夠促進農業技術進步和居民增收（黃倩等，2019）。數字普惠金融還提升了農村居民的數字金融素養，還能夠使農村地區居民更容易獲得數字金融產品信息，利用閑置資金購買數字理財產品增加其財產性收入，拓寬收入渠道（司傳寧等，2022）。同時減少了農村居民因盲目投資而造成的損失，可以提升農村居民的持續消費信心，從而刺激消費。二是激勵農村居民就業創業。數字普惠金融能夠強化農村居民對外部信息的認知，提升農村居民的金融素養，為其創業提供信息支持（趙丙奇，2022），還能更加合理有效分配資源，為農村居民提供信貸支持降低其融資成本，為農村潛在的創業者降低創業門檻，促進創業（謝絢麗等，2018）。農村居民創業能夠催生出農村眾多的民營小微企業，不僅能夠解決自身的就業問題還能夠提供新的就業崗位（羅明忠等，2023），為農村居民創造了更多的收入來源。農村居民創業能夠形成一種羊群效應（羅琦等，2016），吸引更多的資金和人才回流農村，更好地推動農村居民收入增長，增強農村居民購買力，擴大農村居民的消費規模。

基于此，本文提出假說H2：數字普惠金融可通過增加農村居民收入間接促進農村居民消費。

（三）數字普惠金融影響農村居民消費的空間效應

根據空間效應理論，任何事物都存在著因空間位置的不同而導致相關性的差異（Tobler，1970）。隨著互聯網技術的發展，數字經濟已經成為全球經濟新的增長點。數字普惠金融具有突破時空限制的優越性，使金融資源能跨地區流動，其空間特征日益受到重視，我國的數字普惠金融具有正向的空間集聚趨勢和空間溢出效應（梁榜等，2020），呈現出“東強西弱”的分布格局（楊繼梅等，2022）。數字普惠金融除了對當地農村居民的消費產生影響外，還可能通過擴散效應對周邊農村居民的消費產生影響。在低收入人群中，消費所帶來的“示范效應”更加顯著，消費增長對經濟的拉動作用日益突出，也表現出空間溢出效應特征。因此，數字普惠金融對居民消費的影響也可能存在空間溢出作用。由于我國農村居民消費不平等現象的普遍存在以及區域經濟發展不均衡差異的影響，長江經濟帶中上游農村地區相對于下游地區，其經濟和數字普惠金融的發展水平相對較低，因此受到的金融抑制更加嚴重。因此，數字化普惠金融或許能夠為農村居民的消費水平提升提供更為有力的支持。

基于此，本文提出假說H3：數字普惠金融對農村居民消費水平的影響存在空間溢出效應，并且在長江上游、中游、下游省市間具有區域異質性。

三、長江經濟帶數字普惠金融對農村居民消費的研究設計

（一）實證模型的構建

1.構建空間權重矩陣

本文為驗證長江經濟帶各省市農村居民消費和數字普惠金融是否存在空間相關性，基于長江經濟帶各省市的距離范圍構建空間鄰接矩陣；為保證結果的穩健性，構造地理距離矩陣和經濟距離矩陣進行對照，具體空間權重矩陣如下所示。

（1）空間鄰接矩陣W1，反映地區間相鄰關系的影響，本文采用Queen連接，當兩個區域存在公共邊界或者公共頂點時，賦值為1，否則為0。

（2）地理距離矩陣W2，以區域間地理距離長短為依據建立矩陣，反映地區間地理因素的影響，dij為區域i和區域j之間的地理距離。若距離越近，空間權重系數越大，空間相關性越強。

（3）經濟距離矩陣W3，在研究區域集聚現象時地理位置的遠近不能完全代表空間相關性，還要考慮區域間的經濟社會關系，本文y為2011-2021年人均GDP的平均值，yi-yj代表兩個區域間的經濟距離。經濟距離越小，空間內經濟聯系越密切。

為了避免分析誤差，本文對矩陣進行標準化處理，使其行和為1，標準化公式為：

2.空間相關性檢驗

目前用來考察空間相關性的指標為Moran’s I指數和Geary’s C指數，其中Moran’s I指數是最常用于全局聚類檢驗的方法，用來判斷各省市在空間范圍內是否存在空間相關性。其計算公式如下：

其中，n是樣本內地區總數；S2是樣本方差；Wij為空間權重矩陣的（i，j）元素，yi、yj分別為觀測值，y為平均值。Moran’s I指數的取值范圍一般介于-1到1之間，大于0表示正自相關，即高值與高值相鄰、低值與低值相鄰；小于0表示負自相關，即高值與低值相鄰；當取值接近于0時表示不存在空間相關性。

3.空間計量模型

本文研究了數字普惠金融對農村居民消費的影響，并考慮到空間因素。為了構建一個統一的空間計量模型，我們將常用的空間誤差模型（SAR）、空間滯后模型（SEM）和空間杜賓模型（SDM）納入研究。通過進行LR檢驗和Wald檢驗來選擇適合的空間計量模型。具體的模型構建如下：

其中InConsume代表農村居民消費水平，In DIFI代表數字普惠金融，i代表控制變量組合，t代表不同地區，Wn代表時間，μ、γ、ε代表空間權重矩陣，分別為固定效應、時間效應以及隨機擾動項，λ為空間誤差系數，ρ為空間滯后系數。

（二）變量的選取與數據來源

1.被解釋變量。本文選取農村居民人均生活消費支出（lnconsume）作為被解釋變量，考慮到物價上漲對農村居民消費所帶來的影響，以2011年為基期，對農村居民消費價格指數（2011=100）進行平減化處理。

2.核心解釋變量。為了能夠保證長江經濟帶不同區域間的可比性，本文選取北京大學2022年公布的省級層面數字普惠金融指數為核心解釋變量。該指數包括金融覆蓋廣度（lncover）、使用深度（lndepth）、數字化程度（lndigital）三級維度，共33個具體指標。

3.控制變量。綜合考慮農村居民消費的其他影響因素，為了削弱模型多重共線性效應的過度擬合現象，采用LASSO回歸方法，主要選擇如下控制變量：（1）城鎮化率（urban）。城鎮化率越高，本地區的經濟發展水平越高，金融對農村居民的活動影響越大，對農村居民消費的拉動作用也越大。本文采用城鎮人口在全省人口中所占比例來計算。（2）人口撫養比例（raise）。生命周期假說提出人口年齡結構與其居民消費關系密切，文章選擇農村地區少兒撫養比與老年撫養比加總匯總的方式來衡量。（3）學歷層次（edu）。以文盲人口在15歲以上總人口中所占比例表示。（4）人均鄉村公路里程數（road）。提高農村人均公路里程，有利于農村居民消費者提高各類貨物和勞務消費。本文以區域內農村地區公路占人口總數之比作為測度指標。（5）政府支農力度（finance）。財政扶持農業越多，將在某種程度上減輕農戶資金壓力和減少農戶預防性儲蓄，進而提高消費，本文用農林水事物支出占一般公共預算支出比重進行衡量。

（三）數據來源及統計性描述

本文數據均來源于北京大學數字金融研究中心課題組發布的數字普惠金融指數、EPS數據庫和各省統計年鑒，包括長江經濟帶11省市2011-2021年共121個觀測值，缺失值采用現行插補法進行填充。此外，本文還對所有數據在1%水平上進行縮尾處理，避免極端值造成實證回歸結果的偏誤。表1為變量的描述性統計結果。

表1 變量描述性統計結果

四、長江經濟帶數字普惠金融影響農村居民消費的實證分析

（一）空間相關性檢驗

1.全局空間相關性

本文利用Moran’s I指數對農村居民消費和數字普惠金融的空間集聚現象進行研究，并以此來判斷是否能夠使用空間計量模型。表2結果顯示空間鄰接矩陣和經濟距離矩陣下的Moran’s I指數值均為正，在1%顯著性水平上通過檢驗，其中空間鄰接矩陣下有更顯著的空間正相關特征，這說明長江經濟帶11省市農村居民消費和數字普惠金融存在空間相關性，可以運用空間計量模型對進行估計。

表2 全局Moran’I檢驗結果

2.局部空間相關性

進一步地本文基于空間鄰接矩陣，繪制2011年、2021年長江經濟帶11個省市農村居民消費水平、數字普惠金融發展水平的Moran散點圖，來檢驗11個省市的局部空間相關性。

具體情況如圖1、圖2所示，長江經濟帶11省市農村居民消費水平在中上游地區形成低-低集聚、在下游呈現出明顯的高-高集聚狀態。說明在農村居民消費水平較高的省市，其周邊地區消費水平也相對較高，且各省市在局部空間上具有較強的正向促進效應，在農村消費水平低的地區，鄰近地區消費水平也類似；形成低-低集聚的省市數量遠遠多于高-高集聚省市數量，這說明長江經濟帶許多地區的農村居民消費水平仍然較低。圖3、圖4顯示數字普惠金融集聚狀態，與農村居民消費水平集聚狀態基本一致，同樣主要集中在第三象限，表明大部分地區的數字普惠金融水平也處于較低水平。

圖1 2011農村居民消費水平局部莫蘭圖

圖3 2011年數字普惠金融局部莫蘭圖

圖4 2021年數字普惠金融局部莫蘭圖

由于Moran散點圖沒有提供顯著性水平，因此還需要用LISA (local indicationrofspatialassociation)聚類圖及其顯著性指數對這種分布格局進一步檢驗。從圖5的結果來看，2021年長江經濟帶數字普惠金融空間布局逐步形成了2個重要集聚區，其中江蘇，上海和浙江3個經濟點是高水平集聚區，四川，云南和貴州是低水平集聚區，2011年尚未形成這種集聚格局，由此可見十年來數字普惠金融空間溢出效應顯著增強。如圖6所示，長江三角洲地區農村居民的消費呈現連片高水平分布，上中游地區出現低值集聚中心。農村居民消費水平和數字普惠金融水平均具有局域空間關聯效應且空間集群程度顯著增強。

圖5 2011和2021年數字普惠金融LISA聚類變化

圖6 2011和2021年農村居民消費水平LISA聚類變化

（二）空間計量模型選擇

經過LM檢驗，結果如表3顯示，原假設被顯著拒絕，說明存在空間滯后和空間誤差效應，應該采用空間計量模型分析數字普惠金融對長江經濟帶11省市農村居民消費的影響；Hausman檢驗還發現采用固定效應模型更為恰當，效應檢驗的結果表示選用時間固定的效應模型；Wald檢驗、LR檢驗結果如表4所示，均顯著拒絕原假設，結果表明相較于空間滯后模型（SAR）和空間誤差模型（SEM），選擇空間杜賓模型（SDM）更加合適。綜上所述，本文最終選擇時間固定效應下的SDM進行分析，并結合OLS、SEM和SAR模型分析的結果進行參考。表5列示了基于空間鄰接矩陣的實證及相關檢驗結果。

表3 LM檢驗

表4 Wald檢驗和LR檢驗

表5 數字普惠金融與農村居民消費的估計結果

基于上表，通過OLS回歸及3種空間計量模型（SAR、SEM、SDM）估計，長江經濟帶省市數字普惠金融顯著提升了農村居民消費。另外，三個空間計量模型的空間滯后項系數均顯著為正值，即農村居民消費不僅受當地數字普惠金融水平影響較大，而且周邊各省市數字普惠金融的發展對該區域農村居民消費水平同樣有推動作用，驗證了本文的假說3。

三種空間計量模型的結果顯示SDM的log-l為126.15，且在3種計量模型中數值最高，表明SDM模型具有較好的估計效果。接著重點分析SDM模型結果發現，數字普惠金融的空間滯后項系數在10%的水平顯著為正，即周邊地區數字普惠金融每增加一個單位，本地區農村居民消費水平將平均提高0.31個單位。另外，農村居民的消費空間滯后項系數呈顯著正值，鄰近區域農村居民消費水平提升會持續拉動該區域農村居民消費，這一結果再一次證實了農村居民在空間上具有集聚特征。

在控制變量方面，結果顯示城鎮化水平、人均公路里程數以及人口撫養比對于農村居民的消費水平具有積極的推動作用。具體來講，城鎮化程度提高，農村地區交通便利程度改善和撫養壓力加大均能正向作用于農村居民消費水平。教育水平對農村居民消費水平的影響具有不確定性，有可能促進農村居民消費水平提高，同時又有可能起到制約作用。另一方面，結果表明財政支農水平對于農村居民消費水平并沒有顯著影響。這說明現行財政支農政策對促進農村居民消費作用有限?？傮w來看，除了教育水平之外，4個模型對于系數估計的方向基本一致，表明估計結果具有穩健性。

接下來，本文參考LeSage等（2013）提出的偏微分方法將數字普惠金融對農村居民消費的空間溢出效應進一步分解為直接效應、間接效應以及總效應，以避免在空間效應估計可能存在的不足，結果見表6。

表6 空間效應分解

從表中可以看到數字普惠金融對于農村居民的三個效應均在10%水平為正，表明利用空間計量模型估計數字普惠金融的合理性，同時也進一步驗證了假設3。其中直接效應系數和顯著度大于間接效應，表明數字普惠金融對于當地農村居民消費水平影響更為顯著，而鄰邊地區輻射帶動效果有限，長江經濟帶區域局部莫蘭散點圖表現出相同的高低-高低集聚狀態。

此外選擇城鎮化水平與人均公路里程數作為效應分解的指標，其直接效應相同而間接效應更大，且城鎮化水平對于農村居民的消費影響系數更大，這表明一個區域在發展時仍應從自身出發，積極采取數字普惠金融發展措施來提高農村居民的消費水平。

（三）穩健型檢驗

更換空間矩陣，本文用地理距離矩陣和經濟距離矩陣代替空間鄰接矩陣分別重新估計；替換解釋變量，用數字普惠金融指數中的覆蓋廣度（lnbreadth）、使用深度（lndepth）這兩個二級指標代替數字普惠金融總指數。若估計結果和上文一致，則說明穩健性檢驗通過。

估計結果如表7所示，第（1）、（2）、（3）列是地理距離矩陣的結果；第（4）、（5）、（6）列是經濟距離矩陣的結果；第（2）列和第（5）列解釋變量為覆蓋廣度；第（3）列和第（6）列解釋變量為使用深度，在兩種矩陣和三個維度下，可以看出數字普惠金融的系數大小稍有變動，但是正負號和顯著性沒有發生明顯變化，可以說明本文的估計結果是穩健的。

（四）作用機制檢驗

通過上文分析，可以看出數字普惠金融的發展對農村居民消費水平起到了明顯的推動作用，但還需在實證角度上進一步厘清數字普惠金融影響農村居民消費的作用機制，接下來通過直接和間接兩種作用機制進行分析。

首先，數字普惠金融通過增加農村居民收入進而拉動農村居民消費。檢驗結果如表8第（1）列和第（2）列所示。第（1）列中數字普惠金融對農村居民收入水平的影響效應為0.231，在1%的水平上顯著。第（2）列農村居民收入對農村居民消費回歸結果顯著為正，同時數字普惠金融對農村居民消費的系數依舊顯著，并且系數值較表4第（1）列回歸系數值下降，說明數字普惠金融能夠拉動農村居民收入以促進農村居民消費，機制檢驗的結果驗證了假設2。

其次，本文將數字化水平下的二級指標數字支付指數（lnpayment）、數字保險指數（lninsurance）、數字信貸指數（lncredit）作為直接傳導機制。表8第（3）、（4）、（5）列回歸結果顯示，第（3）列估計結果顯示三個指標均在1%的水平下顯著，三個指標對農村居民消費正向影響系數從大到小分別是數字支付服務、數字信貸服務和數字保險服務，可能是由于數字普惠金融減少了農村居民的消費成本，使其支付更方便，而農村居民的消費觀念更注重量入為出并盡量避免提前消費，導致數字保險業務對農村居民消費的影響最小。表8的回歸結果也驗證了假說1。

（五）內生性檢驗

考慮到除上文LASSO回歸篩選出的控制變量外仍存在遺漏變量，且數字普惠金融和農村居民消費間可能存在雙向因果關系，由此造成內生性問題。因此，本文選擇互聯網接入率（lninternet）、數字普惠金融滯后一期數據（L.lndifi）作為數字普惠金融的工具變量，利用動態空間杜賓模型、兩階段最小二乘法（2SLS）進行回歸，以消除內生性帶來的估計偏差影響。

1.動態空間杜賓模型

表9第（1）列和第（2）列分別基于經濟距離矩陣和地理距離矩陣，將被解釋變量農村居民消費水平的一階時間滯后項加入面板數據進行回歸，都通過了顯著性檢驗。以第（1）列為例，農村居民消費水平的時間滯后項和時空滯后項分別為0.756和0.656，都顯著為正，說明長江經濟帶各省市的農村居民消費發展會受到前期農村消費水平的影響，同時臨近地區的農村居民消費水平的提升也會帶動本地區農村居民消費。數字普惠金融的回歸結果空間滯后項系數為1.891，說明數字普惠金融對農村居民消費的影響具有空間溢出效應，與前文估計結果一致。

表9 內生性檢驗

2.工具變量法

雖然動態空間杜賓模型一定程度上能夠緩解遺漏變量和反向因果所引致的內生性問題，但是數字普惠金融和農村居民消費有可能會受到居民消費偏好等共同因素的影響，導致擾動項相關。本文先進行異方差穩健的杜賓吳豪斯曼（DWH）檢驗，p值在5%顯著水平上拒絕“變量均為外生”原假設，可以認為數字普惠金融的確具有內生性，有必要運用工具變量法進行估計。接著本文借鑒梁雙陸、劉培培等（2019）的做法，選取互聯網接入率（lninternet）作為數字普惠金融的工具變量進行兩階段最小二乘法回歸?；ヂ摼W的普及與數字普惠金融密切相關，但與農村居民消費水平變化并不存在必然的關系，因此互聯網接入率是一個較為理想的工具變量，用各省市互聯網接入端口與各省人口總量之比表示。

表9第（4）列顯示一階段回歸結果，互聯網接入率對數字普惠金融的影響系數是2.992，并在1%的水平上顯著，說明工具變量可以強有力的解釋數字普惠金融。為驗證工具變量有效性，本文運用了多種統計檢驗方法： Kleibergen-Paap Wald rk F統計量為27.85，說明工具變量不是弱工具變量；Anderson-Rubin Wald檢驗在5%的水平上顯著，說明了工具變量與數字普惠金融相關性較強。Kleibergen-Paap rk LM檢驗也排除了不可識別的問題。以上各項統計檢驗均顯示互聯網接入率可以作為數字普惠金融的工具變量，第（5）列顯示二階段方程結果，數字普惠金融對農村居民消費的影響同空間杜賓模型結果一致，說明回歸結果的可靠性。

（六）進一步討論：空間異質性

長江經濟帶各省市經濟發展水平，資源稟賦以及比較優勢等方面都存在著差異，這導致數字普惠金融對于農村居民的消費影響會在各地域間產生差異。因此本文從區域角度出發，將11個省市劃分為上游、中游和下游三個區域，以檢驗對不同地區之間影響是否存在差異。

表7的穩健性檢驗結果顯示數字普惠金融對農村居民消費影響的主效應上使用深度大于覆蓋廣度，而在空間效應上覆蓋廣度的作用更明顯，那么對于長江經濟帶上中下游三個不同區域也是一樣的情況嗎？

表10展示了數字普惠金融總指數、覆蓋廣度和使用深度三類指數對不同區域回歸的結果。根據表10第（1）、（2）、（3）列結果顯示，數字普惠金融總指數對上游、中游、下游農村居民消費的回歸系數分別為0.332、0.105和0.269，在10%的水平上顯著，其中，對上游和下游的影響系數大于中游；第（4）～（6）列覆蓋廣度和（7）～（9）列使用深度的回歸結果與總指數大體一致，同樣是在上游和下游回歸系數值更大，并且使用深度對農村居民消費的影響要高于覆蓋廣度。

表10 數字普惠金融一、二級指標對不同區域農村居民消費異質性回歸結果

從空間視角出發，數字普惠金融空間滯后項回歸系數對三個區域的影響分別是0.573、0.186和1.289，全部通過顯著性檢驗，再次驗證本地和臨近地區的數字普惠金融發展會帶動本地農村居民消費，但是間接效應系數值要低于直接效應，說明更多的還是要加強本地區數字普惠金融的發展；橫向對比看，使用深度的空間溢出效應明顯高于覆蓋廣度，與穩健性結果一致。這是因為下游地區數字普惠金融的發展水平較高，協同作用更強，空間溢出效應更加顯著，中上游地區處于數字金融集聚的發展階段，數字普惠金融資源對農村地區的影響還相對有限。

進一步地，本文繼續檢驗數字普惠金融使用深度下的三個子指標數字支付、數字信貸和數字保險對長江經濟上中下游省市異質性檢驗的結果。表11中橫向對比顯示，三個子指標對農村居民消費的影響均通過了顯著性檢驗，回歸系數從高到低依次是數字支付、數字信貸和數字保險。

表11 數字普惠金融三級指標對不同區域農村居民消費異質性回歸結果

同時僅數字支付間接效應上、中、下游均通過顯著檢驗，且對長江經濟帶農村居民的消費存在顯著空間溢出，而數字信貸、數字保險僅對下游農村居民存在空間溢出?？赡茉蛟谟谵r村居民消費觀念保守、數字普惠金融認知有限、較難受數字信貸、數字保險等沖擊，同時下游區域經濟發達、數字普惠金融具備良好的發展基礎、數字保險空間溢出效應具備充分條件表現。

六、結論與政策建議

本文運用空間杜賓模型實證分析長江經濟帶2011-2021年11個省市的數字普惠金融對農村居民消費的影響。主要結論如下：長江經濟帶沿線11個省市的數字普惠金融和農村居民消費呈現出“東高西低”的空間集聚態勢，且集聚程度在近十年顯著加強；數字普惠金融能夠顯著提升農村居民消費水平，在空間視角下，數字普惠金融的正向空間溢出效應明顯，區域內和臨近地區的數字普惠金融發展對本區域的農村居民消費均具有顯著的促進作用，其中數字普惠金融的直接效應更為明顯；數字普惠金融通過數字支付、數字信貸、數字保險等方式推動農村居民消費增長，數字支付和數字信貸的空間溢出作用更強，數字保險的溢出效應有限；數字普惠金融通過增加農村居民收入間接帶動農村居民消費；數字普惠金融的空間溢出效應在長江經濟帶上游、中游、下游間有明顯的異質性，呈現出兩頭大中間小的特點。

基于此，本研究提出了如下建議：第一，加強農村數字化基礎設施建設，提高農村移動互聯網的發展。促進數字終端向農村地區推廣，有利于進一步提升長江經濟帶各省市數字普惠金融服務能力，讓數字普惠金融能有效拉動農村居民消費。第二，促進金融資源的空間整合。為了充分發揮數字普惠金融在空間上溢出于農村居民消費，應更快地構建數字普惠金融區域協同機制以推動地區間技術與服務交流。一改農村居民傳統的消費觀念，提倡新的消費模式。在農村地區廣泛宣傳和普及數字普惠金融相關知識，經常舉辦數字普惠金融專項培訓、專項金融服務，把信用消費、超前消費的消費觀念融入農村居民消費理念，增強農村居民數字普惠金融認知和運用能力。在各省推行有區別的數字普惠金融政策。應加大數字普惠金融特別是對長江經濟帶中游區域數字普惠金融的布局，提升自身數字普惠金融發展水平，增強長三角區域雙向交流合作、協同發展，深入促進農村居民消費。