普惠金融對京津冀地區居民消費的影響分析

摘要：本文基于2011—2023年京津冀地區居民消費的相關數據，使用多種回歸模型分析數字普惠金融對京津冀地區居民消費的影響與作用機制。結果表明，數字普惠金融發展程度的增加能夠顯著促進京津冀地區居民消費，這是以基礎設施水平為中介變量的部分中介效應。數字普惠金融對京津冀居民消費的促進作用受地區經濟發展水平、常住人口撫養比與城鎮化率變化的正向調控。研究表明，我國應全面且因地制宜地加強京津冀地區數字普惠金融建設，并鼓勵北京市作為領頭羊，幫助天津市與河北省建立更加完善、全面、健康的數字普惠金融體系。

關鍵詞：數字普惠金融；居民消費；中介效應；調節效應；隨機效應

中圖分類號：F061.5；F833文獻標識碼：A文章編號：2096-0298（2025）01（b）--05

習近平總書記在中央全面深化改革委員會第二十四次會議上強調，要始終堅持以人民為中心的發展思想，推進普惠金融高質量發展。在此背景下，研究數字普惠金融的發展對于消費的影響具有重要的現實意義。

1文獻綜述

“普惠金融”的概念最初在2005年由聯合國提出，指在金融消費者成本可負擔的前提下，通過政策扶持、市場競爭和金融創新，使中小微企業、欠發達地區、弱勢群體逐步獲得適當金融產品和服務（焦瑾璞，2016）。數字普惠金融則是指通過云計算、區塊鏈等數字化手段實現普惠金融。近年來，學界對相關領域的研究逐漸增多。部分學者從國家層面揭示了數字普惠金融的發展有助于提升居民消費并縮小城鄉收入差距（蔣竹媛，2020；呂雁琴等，2019）。也有部分學者通過分析省際數據研究了數字普惠金融對我國不同地區影響效果的差異（鄒新月，2020；Li，J等，2020）。另有部分學者從微觀角度分析了數字普惠金融對家庭各類消費的影響（何宗樾等，2020）。研究方法方面，學界大多使用固定效應模型（易行健等，2018）、中介效應模型（Irfan，M等，2022；Wang，HL等，2022；黃倩等，2019）、工具變量與差分DID法（Zhao，CK，2022）進行靜態面板研究，并采用廣義矩估計（Dong，KY等，2022；呂雁琴等，2019；付波航等，2013）進行動態面板研究。

以往的研究大多聚焦于全國范圍內的宏觀分析，或是以東部、西部、中部等地域劃分為基礎的區域性探討，抑或深入到家戶行為、城鄉差異等微觀層面的細致剖析。本文則聚焦于特定經濟圈或國家戰略分區內的數字普惠金融發展情況及其對居民消費行為的影響。

本文采用調節效應模型進行回歸分析。目前，類似研究主要聚焦于固定效應模型、中介變量模型等進行靜態面板研究，或采用GMM進行動態面板研究，而鮮有采用中介效應模型與調節效應模型進行研究的先例。本研究可以彌補同類研究在模型選擇上的缺失。

本文將首先闡述研究假設，隨后建立研究模型并給予數據與變量說明，進而根據研究假設進行實證檢驗與穩健性檢驗，最后給出研究的主要結論與不足之處，并提出政策建議與啟示。

2理論基礎

2.1模型設定

本文的模型主要參考Keynes的收入決定理論構建。在這一理論中，居民消費主要由現期收入決定。在此基礎上，本文引入了衡量數字普惠金融發展的指標，以研究其對居民消費的影響。由此，一個擴展的消費函數模型可表示：

lnCit=α0+βlnindit+γincit+δjXjit+εit（1）

其中，Cit表示第i個地區第t年的居民年度人均消費支出，為研究的被解釋變量。indit表示第i個地區第t年的數字普惠金融發展程度，為研究的主要解釋變量。為消除異方差的影響，本文對兩者均進行了對數處理。incit表示第i個地區第t年的居民人均可支配收入。Xjit代表一系列其他可能影響消費的控制變量，具體見表1。

為降低通脹因素影響，表1變量中消費、收入、支出、進出口、GDP均乘以。rai、los在2023年的數據缺失，inf在2022—2023年的數據缺失。本文通過平均增長率處理將其補全。

2.2數據來源

本文除解釋變量外的所有數據均來自中國統計年鑒、各地統計年鑒、國泰安數據庫與中經數據網，實證分析所用軟件為Stata18。解釋變量indit源自北京大學數字金融研究中心發布的數字普惠金融指數。該指數自2011年起發布，故本文所選數據時間跨度為2011—2023年，樣本涵蓋北京、天津、河北三地。主要變量的描述性統計見表2。

2.3實證方法

本文采用各地的時間序列數據與地區間的面板數據分別進行研究。對于時間序列數據，本文統一采用多元線性回歸模型進行分析，對面板數據則采用隨機效應模型進行分析。此外，為進一步研究數字普惠金融對居民消費影響的作用機制，本文引入中介效應模型與調節效應模型進一步研究。

3實證分析

3.1普惠金融發展程度對京津冀地區居民消費的影響

本文首先對三地整體的面板數據采用個體固定效應模型進行回歸分析。為緩解遺漏變量的影響，本文采用逐步添加變量進行回歸分析的方法。表3展示了逐步回歸結果，由（1）（2）列可見，加入變量inc后，解釋變量由1%變為5%水平顯著，回歸系數由0.424大幅下降至0.127。由表3（3）～（9）列可見，依次加入其他控制變量后，解釋變量始終在1%水平上顯著，回歸系數均為正且波動較小。研究結論：（1）數字普惠金融發展程度與居民消費呈顯著正相關。（2）居民當期人均可支配收入在統計學上是影響居民消費的顯著因素，此結果與何宗樾等（2020）、張勛等（2020）相同。可見，數字普惠金融發展程度是影響居民消費的重要因素。

進一步地，本文對三地整體的面板數據采用中介效應模型進行分析。表4展示了inf作為中介變量時的三段式回歸結果。可見，在系數c于1%水平顯著的基礎上，系數a、系數b均在5%水平顯著，系數c’則在1%水平上顯著，中介系數為0.164。由此可知，對京津冀地區，數字普惠金融對居民消費的影響存在部分中介效應，中介變量為基礎設施水平，占比16.4%。可見，數字普惠金融不僅直接提升了居民消費水平，部分還通過提升基礎設施水平間接提升居民消費水平。

本文對京津冀整體的面板數據采用調節效應模型進行分析。表5－表8分別展示了urb、rai、ope、inf作為調節變量時的調節效應模型結果。表5、表6中，交叉變量在1%水平下顯著，且系數符號與解釋變量相同。表7、表8中，交叉變量在5%水平下顯著，系數符號也與解釋變量相同。可見，城鎮化率、常住人口撫養比、對外開放水平、基礎設施水平的提升對普惠金融促進居民消費均有顯著的正向調節作用，且城鎮化率、常住人口撫養比的作用在統計學上更為顯著。

3.2普惠金融發展程度對京津冀地區居民消費影響的地區間差異

基于三地數據的整體分析，本文對各地的時間序列數據分別進行了多元線性回歸分析。為緩解樣本量較少帶來的異常值影響，在線性回歸過程中采用穩健標準誤處理。表9展示了三個地區的多元線性回歸結果。表9（1）列中，所有回歸系數均為正，且僅有河北一地的回歸系數在5%水平上顯著。表9（2）列中，財政支出比率、常住人口撫養比與對外開放水平的回歸系數均在5%水平上顯著。表9（3）列中，基礎設施水平在5%水平上顯著。由此可知，對京津冀地區：（1）普惠金融發展能夠促進居民消費，這與上述研究結果相吻合。（2）僅有河北地區的普惠金融發展對居民消費的促進作用在統計學上顯著。（3）除數字普惠金融發展程度外，天津市居民消費對財政支出比率、常住人口撫養比與對外開放水平較為敏感；河北地區居民消費則對基礎設施水平較為敏感。

3.3穩健性檢驗

本文對三地整體的面板數據與各地的時間序列數據分別進行了回歸分析。為進一步確認研究結果的穩健性，本文對所用隨機效應模型與多元線性回歸模型進行穩健性檢驗。2021年后部分數據存在缺失，可能影響研究結果，本文將時間周期由2011—2023年調整為2011—2021年后再次進行回歸分析。表10、表11分別展現了隨機效應模型與多元線性回歸穩健性檢驗結果。由表10可知，加入inc回歸后解釋變量回歸系數由0.395下降至0.105，顯著性水平由1%下降至5%。添加其他變量后，回歸系數波動不大且維持在1%水平上顯著。由表11可知，解釋變量所有回歸系數均為正，且僅有河北一地的回歸系數在5%水平上顯著，與上文回歸結果相同。由此說明，本文研究結果相對穩健。

4結論與啟示

4.1主要結論與研究不足

基于京津冀協同發展的國家戰略，本文重點研究了數字普惠金融發展水平對京津冀地區居民消費的影響。在實證檢驗方面，本文綜合隨機效應模型、中介效應模型、調節效應模型與多元線性回歸模型，從省際與省內兩個角度分析了數字普惠金融對京津冀地區居民消費的作用機制與效果差異。

（1）數字普惠金融發展程度的增加能夠顯著促進京津冀地區居民消費。（2）數字普惠金融的發展除直接促進京津冀地區居民消費外，部分通過提升基礎設施水平間接提升了居民消費水平。（3）在經濟發展水平較低的地區，數字普惠金融發展程度的提升對消費的促進作用更為顯著。（4）數字普惠金融對京津冀居民消費的促進作用主要受常住人口撫養比與城鎮化率變化的正向調控。常住人口撫養比越高，城鎮化率越高，數字普惠金融對京津冀居民消費的促進作用越強。（5）除數字普惠金融發展程度外，財政支出比率與對外開放程度的上升可以顯著促進天津市居民的消費；基礎設施建設的提升可以顯著促進河北省居民的消費。

本研究存在以下不足：

（1）普惠金融概念早在2005年被聯合國提出。然而受限于北京大學數字普惠金融指數的發布時間，本文對2005—2011年京津冀地區的數字普惠金融發展情況未進行研究。（2）本文缺少對動態面板的分析研究，可能影響結論的穩健性。

4.2研究啟示

數字普惠金融的發展大幅提升了我國金融服務所覆蓋的廣度、深度、密度，為廣大消費者特別是低收入群體帶來了便捷的支付、信貸、保險、投資等金融服務。進一步發展普惠金融，釋放消費潛力，對新時代維持我國經濟的平穩增長具有重大影響。京津冀協同發展作為國家戰略，大力發展數字普惠金融有助于領導全國范圍內的資源優化配置和區域經濟均衡發展，進而縮小區域發展差距，實現全面建設社會主義現代化國家的目標。基于此，本文從支持數字普惠金融發展促進京津冀地區居民消費的角度提出以下建議：

（1）深化國家戰略引領，加速京津冀數字普惠金融一體化進程。在國家宏觀戰略指導下，將京津冀數字普惠金融的發展視為推動區域經濟一體化的重要引擎。政府應出臺一系列具體政策措施，如稅收減免、財政補貼等，以激發市場活力，吸引更多社會資本投入。同時，加大對金融科技研發的支持力度，鼓勵技術創新與應用，構建高效、安全的數字普惠金融技術體系。

（2）實施精準施策，促進區域間數字普惠金融協同發展。在“一區一策”的基礎上，進一步細化政策措施，確保精準對接各地發展需求。北京作為核心城市，應充分利用其科技資源和金融優勢，搭建區域性的金融科技創新平臺，為天津、河北提供技術支持和解決方案。同時，推動京津冀三地金融機構間的深度合作，共同開發符合區域特色的數字普惠金融產品，如跨區域的小微企業貸款、農業保險等，以滿足多樣化的市場需求。天津在國際貿易領域具有獨特優勢，應積極探索跨境電商金融服務創新，如建立跨境支付結算中心，為外貿企業提供更加便捷、低成本的金融服務，助力國際貿易發展。河北則需持續加大基礎設施投入，特別是信息網絡建設和移動支付終端的普及，確保數字普惠金融能覆蓋到每一個偏遠角落，縮小區域之間發展差距。

（3）強化公眾教育與服務創新，提升數字普惠金融的社會認知與接受度。針對低收入和老年群體，應構建更加全面、系統的公眾教育體系。同時，利用電視、廣播、網絡等多種媒體渠道，開展形式多樣的金融知識宣傳活動，提高公眾的金融風險防范意識。金融機構在產品開發上應注重適老化設計，如推出大字版App、語音助手等便捷功能，降低使用門檻，提升用戶體驗。此外，還應加強從業人員培訓，建立一支高素質、專業化的金融服務隊伍，為不同群體提供個性化、差異化的金融服務。通過政府、學校、企業三方合作，建立長期穩定的人才培養機制，為數字普惠金融的可持續發展提供堅實的人才支撐，最終實現數字普惠金融惠及全民，推動京津冀地區乃至全國經濟的持續健康發展。

參考文獻

付波航，方齊云，宋德勇.城鎮化、人口年齡結構與居民消費：基于省際動態面板的實證研究[J].中國人口·資源與環境，2013，23（11）：108-114.

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.

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，2020，41（8）：65-79.

黃倩，李政，熊德平.數字普惠金融的減貧效應及其傳導機制[J].改革，2019（11）：90-101.

焦瑾璞.“普”與“惠”：新時期下的普惠金融發展思路[J].金融市場研究，2016（6）：42-49.

蔣竹媛.數字普惠金融對居民消費的影響：來自省級面板數據的實證[J].商業經濟研究，2020（10）：56-59.

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.

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.

鄒新月，王旺.數字普惠金融對居民消費的影響研究：基于空間計量模型的實證分析[J].金融經濟學研究，2020，35（4）：133-145.

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，2020，36（11）：48-63.

Irfan，Muhammad，etal.“Influencemechanismbetweengreenfinanceandgreeninnovation：exploringregionalpolicyinterventioneffectsinChina.”TechnologicalForecastingandSocialChange182（2022）：121882.

JieLi，YuWu，JingJianXiao，Theimpactofdigitalfinanceonhouseholdconsumption：EvidencefromChina，EconomicModelling，Volume86，2020，Pages317-326，ISSN0264-9993

KangyinDong，FarhadTaghizadeh-Hesary，JunZhao，HowinclusivefinancialdevelopmenteradicatesenergypovertyinChina？Theroleoftechnologicalinnovation，EnergyEconomics，Volume109，2022，106007，ISSN0140-9883

WangH，GuoJ.ImpactsofdigitalinclusivefinanceonCO2emissionsfromaspatialperspective：evidencefrom272citiesinChina[J].JournalofCleanerProduction，2022，355：131618.

ZhaoC，WuY，GuoJ.MobilepaymentandChineseruralhouseholdconsumption[J].ChinaEconomicReview，2022，71：101719.