数字普惠金融对农村居民消费...直接效应和间接效应模型分析_龙莹.pdf

第 37 卷第 1 期2023 年 1 月长沙大学学报 Vol.37No.1Jan.2 0 2 344数字普惠金融对农村居民消费的影响基于直接效应和间接效应模型分析龙莹，陈新安徽大学经济学院，安徽 合肥 230601摘要：基于 20112019 年全国 31 个省（自治区、直辖市）的面板数据，采用动态面板和中介效应模型，实证分析数字金融对农村居民消费的影响。结果表明：数字金融显著促进了农村居民消费，其中 3 个分指数对农村居民消费均产生正向影响，覆盖广度、使用深度的促进效应略强于数字化程度；数字普惠金融有助于增加农村居民收入，间接影响村民消费支出，其中介效应占比为 10.54%。进一步分析发现，数字普惠金融的发展有利于农村居民消费结构的转型升级。关键词：数字普惠金融；农村居民消费；动态面板；中介效应中图分类号：F323；F832文献标识码：A文章编号：1008-4681（2023）01-0044-08畅通国内大循环的关键在于扩大内需，扩大内需的关键则在于鼓励与引导居民消费，从而更好地发挥消费对经济增长的基础性作用。商务部数据表明，2021 年上半年最终消费支出对经济增长的贡献率达到 61.7%，突出了消费在国民经济增长中的“稳定器”作用。尽管近些年来消费对我国经济增长的贡献率维持在较高比重，我国的消费率却一直处于偏低水平且波动不定。国家统计局数据显示，我国 2020 年最终消费率约为 55%，同一般发达国家对比依旧偏低。另外，长期存在的城乡二元经济结构把促进消费的主战场放在城市，相对落后的农村地区受不完善的商业网点等因素制约，庞大的消费群体和市场缺乏消费活力。因此，促进农村地区消费增长的意义不仅仅是扩大内需，还是实现乡村振兴战略的关键一环。普惠金融应运而生，旨在为社会各阶层群体提供有效的金融服务，使金融业务不再只面向“金字塔顶端”群体。普惠金融能够破除“金融排斥”壁垒，缓解流动性约束，为经济发展落后地区和低收入群体提供方便快捷的金融服务和产品。近年来，高速发展的互联网信息技术同金融创新接轨，普惠金融衍生了数字普惠金融的新发展模式。与传统金融业务相比，数字化技术下的数字普惠金融具有较强的优越性。首先，不需要设置特定的金融机构网点，互联网技术发展使金融业务能够覆盖到落后或偏僻的农村地区，克服地域差异；其次，不断创新的金融产品不仅降低了交易成本，还拓宽了金融服务的范围与对象，金融门槛的降低将更多的长尾客户纳入金融服务对象中，农村居民的金融需求得到有效满足；最后，数字金融与居民生产生活日益融合，网络信贷的出现提高了居民消费的意愿，支付宝、微信等的流行改变了消费方式。鉴于此，文章从影响消费的基础理论出发，基于理论建模，从直接效应与间接效应两方面探讨数字普惠金融对农村居民消费的影响，以期为我国数字普惠金融发展、激发农村居民消费潜力的相关研究做出边际贡献。一文献综述最早关于金融发展与消费之间的研究来自McKinnon 的金融深化理论：流动性约束会随着金融的发展深化得以缓解，从而间接促进消费1。之后，国内外学者围绕金融与消费的关系展开了大量理论与实证研究。Zeldes 和 Pagano et al.从收稿日期：2022-10-24基金项目：安徽省社会科学基金项目“高质量发展视角下民生福祉测度及其提升路径研究”，编号：AHSKF2019D035。作者简介：龙莹，安徽大学经济学院副教授，博士。研究方向：宏观经济统计分析。陈新，安徽大学经济学院硕士生。研究方向：经济统计分析。45总第 171 期龙莹，陈新：数字普惠金融对农村居民消费的影响基于直接效应和间接效应模型分析流动性约束视角出发，研究探索金融信贷服务对居民消费的促进作用，发现严重的信贷约束遏制了消费者的消费意愿，消费对现期收入更为敏感，而金融的发展可以缓解流动性约束，释放居民潜在的消费需求2-3。Levchenko 则从风险分散视角研究发现，金融的发展能够平滑消费，促进消费增长4。国内学者主要从流动性约束及不确定性两方面对金融发展与居民消费展开研究。万广华等研究发现，日益提高的不确定性强化了流动性约束的程度，使得消费者进行谨慎储蓄，降低消费5。毛中根等基于全国层面的分析发现，金融的发展能够降低预防性储蓄，减少流动性约束，从而促进居民消费，但区域之间存在显著差异6。部分学者关注到了农村金融。张凯等研究发现，不论从长期还是短期来看，农村金融的发展虽然在一定程度上增加了农民的消费支出，但受发展水平限制，现阶段农村金融不能满足农民消费需 求7。刘刚等发现，相较于正规金融，在我国农村地区非正规金融在缓解流动性约束、降低不确定性方面的优势更强8。从城乡消费差距视角出发，鲁钊阳等认为，城乡金融发展通过影响消费预期、降低流动性约束等作用于城乡居民消费，消费差距的扩大在一定程度上归因于非均衡化的金融发 展9。刘志仁等也得出相似结论，并认为加快农村金融改革可缩小城乡消费差距10。作为金融与互联网技术的结合体，数字金融在科技创新的推动下得到迅速发展。得益于北京大学数字金融研究中心创建的数字普惠金融指数11，越来越多的学者利用此指数对我国经济社会问题进行探索研究。部分学者聚焦数字普惠金融与经济增长及贫困人口减少的关系。张勋等从微观层面实证分析发现，数字金融的发展显著提高了农村低收入家庭的收入水平，并促进创业机会的均等化12。钱海章等研究发现，数字金融的发展主要通过提升技术创新和支持地区创业来推动地区经济增长13。成学真等研究得出，数字金融对实体经济的发展存在显著正向作用14。周利等基于分位数回归方法研究发现，数字金融发展通过增加金融可得性、降低金融门槛进而缩小城乡居民的收入差距，且在低分位点处边际效应更大15。张贺等基于门槛回归模型也得出类似结论16。而有些学者认为数字金融不能为所有群体带来“红利”。何宗樾等研究发现数字金融在发展过程中存在数字鸿沟，其会导致失业率的提升，使位于贫困线附近及以下的居民贫困程度加深17。也有部分学者将目光投向居民消费领域。宋旭光等基于微观视角研究发现，数字金融对同生活相关的基础型消费有显著的促进作用18。郭华等研究发现，数字普惠金融对农村居民消费影响存在异质性，在西部地区促进作用更强19。易行健等则基于中国家庭的微观数据得到相似结论，认为相较于城镇地区，农村地区的数字普惠金融对居民消费的促进效应更为明显20。杨桐等基于一般均衡理论框架发现，数字金融主要通过提升支付便利性来促进农村居民消费21。黄凯南和颜建军等研究发现，在中国居民消费水平和消费结构升级方面，数字普惠金融也有所助 力22-23。纵观历年文献可发现，关于数字普惠金融对农村居民消费影响的文献较少，有限的研究大多是从数字金融的可得性和便利性视角出发，探讨其对消费的促进作用，未能充分考虑数字普惠金融通过促进农村居民收入这一间接效应对消费产生的影响。本文基于最新发布的北京大学数字普惠金融指数，采用系统 GMM 方法进行动态面板建模，分析数字普惠金融对农村居民消费的直接效应，并采用中介效应模型将收入作为中介变量探讨其间接效应，最后为扩大农村居民消费、释放农村居民消费潜力提供切实可行的建议。二理论分析与假设相较于传统金融，数字普惠金融拥有普惠性的同时还兼具更强的便捷性、更高的服务效率以及更低的服务成本等优势。本文结合数字金融的特点，从直接效应和间接效应两方面入手，分析其对农村居民消费影响的内在机制，以此提出以下 4 个研究假设。第一，数字普惠金融能够有效缓解地域对金融业务开展的限制，其提供的金融服务可以触及更广泛的地区和人群，克服相对落后的农村地区金融基础设施设备不完善、不能满足农村居民金融需求的弊端，从而有效缓解农村居民所面临的流动性约束462023 年 1 月长 沙 大 学 学 报问题，对农村居民消费起到促进作用。基于以上分析，提出假设 1：数字普惠金融通过其覆盖广度的扩大更好地缓解流动性约束问题，促进农村居民的消费支出。第二，随着金融服务与互联网技术的不断融合与创新，数字金融提供的服务呈现多元化的发展特征，让原本被排斥在外的客户群体有机会享受到相关的金融服务，从而增强金融服务的可得性，使得居民的消费需求得到满足。此外，居民消费也受预防性储蓄的影响。预防性储蓄理论表明，对未来收支的不确定性往往会导致人们减少当期消费，人们对当期收入更倾向于进行储蓄，而数字金融服务中的保险业务可以降低家庭所面临的不确定性风险，增强居民的当期消费意愿。基于以上分析，提出假设 2：数字普惠金融提供的信贷服务可以克服金融排斥，提供的保险业务能够降低居民面临的不确定性风险，从而促进居民消费。第三，普惠金融的数字化具有便利性高、成本低、信用化消费等特点。首先，新型的支付方式（如支付宝、微信）的出现给居民消费提供了极大的便利，线上交易为居民节省了大量时间与精力，释放了居民的消费潜力，提升了居民的消费意愿。其次，信用化消费支付方式（如花呗支付）相较于传统的现金支付可以降低消费者的心理损失，产生平滑消费的效果，使居民更倾向于消费。因此，提出假设 3：普惠金融的数字化通过其便利性和改变消费者消费心理的特点对居民消费支出产生正向影响。第四，数字金融的普惠性能够有效解决金融资源分配不均衡的问题。对于农村居民、小微企业等位于传统金融行业长尾区域的低收入群体而言，数字普惠金融提供了相对公平的金融服务，且成本更低、效率更高。金融服务的可得性增加、资源的合理有效配置，一方面可以提升地区的就业水平，另一方面可为居民创业提供资金服务，从而对居民收入产生积极影响。可见，加大农村金融支持力度有利于农民致富增收24。基于凯恩斯的绝对收入假说，当期收入水平决定消费水平，收入增长会正向影响居民消费。基于上述分析，提出假设 4：数字普惠金融可作用于农村居民可支配收入的增长，进而间接影响农村居民消费的增加。三实证模型构建与数据说明（一）实证模型构建1.直接效应模型消费习惯形成理论认为过去的消费水平会对现期消费产生影响，内部消费习惯形成之后较难改变，因此有必要在模型中引入居民消费的滞后项来提高模型的合理性与准确性。故本文关于数字普惠金融对农村居民消费的直接效应构建以下动态面板模型：Consui，t=a0+a1Consui，t-1+a2DFIi，t+a3Zi，t+i+t+i，t （1）上式中，Consui，t表示农村居民的当期人均消费支出，Consui，t-1为上一期的人均消费，前面系数a1用来刻画消费习惯的形成，DFIi，t表示核心解释变量数字普惠金融总指数，由 3 个分指数，共计 33 个具体指标通过指标无量纲化处理后加权综合得到。分指数中，数字普惠金融的覆盖广度（Coveri，t）以账户覆盖率衡量，使用深度（Depthi，t）以支付业务、信贷业务、保险业务、投资业务、货币基金及信用业务来衡量，数字普惠金融的数字化程度（Digitali，t）通过移动化、信用化、便利化、实惠化 4 个方面来衡量。将3个分指数依次替换公式（1）中总指数DFIi，t，放入模型中进行回归，用以研究数字普惠金融的不同维度对因变量居民消费的影响。其他可能对农村居民消费产生作用的控制变量用,i tZ表示，i表示省份个体效应，t为时间效应，,i t为随机干扰项，反映省略变量、观测误差、随机因素对模型的影响。下标 i 和 t 表示各省份与年份。在上述动态面板模型中，我们将被解释变量的滞后期纳入回归模型中作为解释变量，可能会存在其与误差项相关，使得模型的估计结果产生偏差，因此，对此模型的估计采用系统 GMM 方法，即系统广义矩估计方法。该方法将差分 GMM 与水平 GMM结合在一起，能够较好地缓解内生性问题。此外，系统 GMM 提供两种检验方法来判断工具变量是否有效：第一是扰动项的差分自相关检验，一般情况下扰动项的一阶差分允许存在自相关，但扰动项的二阶差分不能存在自相关；第二是过度识别检验，用于检验在样本矩条件中工具变量的联合有效性。2.间接效应模型为了检验数字普惠金融能否通过促进农村居47总第 171 期龙莹，陈新：数字普惠金融对农村居民消费的影响基于直接效应和间接效应模型分析民可支配收入的增长来间接影响农村居民的消费支出，文章又从中介效应的视角出发，以可支配收入作为中介变量，参考温忠麟中介效应检验25，建立如下模型：,01,12,3,i ti ti ti titi tConsuConsuDFIZ=+（2）,01,12,3,i ti ti ti titi tConsuConsuDFIZ=+,01,2,i ti ti titi tIncomeDFIZ=+（3）,01,12,3,4,i ti ti ti ti titi tConsuConsuDFIIncomeZ=+,01,12,3,4,i ti ti ti ti titi tConsuConsuDFIIncomeZ=+（4）,01,12,3,4,i ti ti ti ti titi tConsuConsuDFIIncomeZ=+,01,12,3,4,i ti ti ti ti titi tConsuConsuDFIIncomeZ=+其中,i tIncome 表示农村居民当期人均可支配收入，其他变量含义同公式（1）。系数 2描述核心解释变量的直接效应，即数字普惠金融依靠自身优势对农村居民消费产生的直接影响。1、3描述中介效应，解释为数字普惠金融通过促进农村居民收入进而影响其消费，若结果显著，则中介效应在总效应中的占比为()1 31 32/+。（二）变量选取1.被解释变量选择农村居民人均消费支出作为被解释变量，并对数据进行取对数处理。2.解释变量北京大学数字金融研究中心发布的数字普惠金融指数为核心解释变量，同时数据提供了 3 个二级指标。其中，用数字金融的覆盖广度分指数代入模型来验证假设 1，即覆盖广度扩大对农村居民消费存在正向促进；数字金融的使用深度分指数反映提供的金融服务，包括信贷服务、保险服务等，以其作为解释变量来验证假设 2；用数字化程度分指数代入模型以验证假设 3，即支付的便利性与消费心理的改变对消费支出产生影响。3.中介变量在中介效应模型中，选择农村居民人均可支配收入（2013 年以前用农村居民纯收入代替）作为中介变量，来探讨数字金融是否通过促进农村居民收入的增加来扩大消费支出，验证假设 4。4.控制变量考虑其他因素对农村居民消费的影响，选择以下控制变量：地区经济发展水平、城镇化水平、城乡居民间的收入差距。其中，用各省份的人均国内生产总值衡量地区经济发展水平的高低，城镇化水平的高低用各省份城镇居民人数与总人数之比来衡量，城乡居民收入差距用城镇居民人均可支配收入同农村居民人均可支配收入之比来衡量。（三）数据来源及描述性统计全国 31 个省（自治区、直辖市）的省级层面数字普惠金融指数为核心解释变量，来源于北京大学数字金融研究中心课题组于 2021 年 4 月最新发布的 北京大学数字普惠金融指数（20112020），其余变量数据来源于中国统计年鉴 中国农村统计年鉴及各相关地区的统计年鉴。具体变量名称与描述性统计结果如表 1所示。表 1变量描述性统计变量样本数均值标准差最小值最大值Consu（农村居民人均消费支出）2799.0840.4017.91610.02DFI（数字普惠金融总指数）2795.1430.6792.7866.017Cover（覆盖广度）2794.9790.8520.6735.952Depth（使用深度）2795.1260.6491.9116.087Digital（数字化程度）2795.4580.7172.0266.136Income（农村居民人均可支配收入）2799.3040.4038.27110.41Rjgdp（人均国内生产总值）27910.740.4578.78512.01Urban（城镇化率）2790.5670.1310.2270.896Gap（城乡居民收入差距）2790.9650.1540.6131.381482023 年 1 月长 沙 大 学 学 报表直接效应模型回归结果变量（1）（2）（3）（4）ConsuConsuConsuConsuConsui，t-10.410 2*（0.096 7）0.452 1*（0.108 3）0.679 3*（0.051 0）0.602 8*（0.072 5）DFI0.187 5*（0.053 9）Cover0.132 2*（0.036 4）Depth0.125 1*（0.025 1）Digital0.077 6*（0.017 0）Income0.219 6*（0.115 8）0.232 3*（0.121 7）0.000 9（0.086 8）0.211 0*（0.090 4）Rjgdp0.034 6（0.030 3）0.010 3（0.020 2）0.032 0（0.021 2）0.011 3（0.021 2）Urban0.355 3*（0.169 4）0.340 5*（0.151 8）0.271 0*（0.094 3）0.255 7*（0.099 8）Gap-0.034 6（0.068 6）-0.011 9（0.071 6）-0.087 7（0.062 4）0.025 2（0.056 9）Constant1.844 1*（0.538 1）1.905 3*（0.575 4）1.924 2*（0.409 5）0.993 6*（0.297 0）AR（1）0.0000.0000.0000.000AR（2）0.5560.4770.6630.110Hansen0.3680.6520.5520.585N248248248248注：1.括号内为省级层面的稳健聚类标准误；2.*、*和*分别表示在 1%、5%和 10%的水平下显著。四实证分析（一）数字普惠金融对农村居民消费的直接效应基于式（1）探讨数字金融对农村居民消费的直接效应，动态面板模型系统 GMM 方法的回归结果如表 2 所示。其中，第（1）列为数字普惠金融总指数对农村居民消费的回归结果，用以研究两者总体间的关系，第（2）列至第（4）列分别为分指数覆盖广度、使用深度、数字化程度同农村居民消费的回归结果，用以探讨数字金融发挥自身优势对居民消费的直接影响。回归结果表明，无论是数字金融总指数还是 3 个分指数，都显著促进农村居民消费。具体而言，第（1）列的回归结果表明，在 1%的显著性水平下数字普惠金融显著促进农村居民消费，数字普惠金融的大力发展对农村地区的消费存在正向促进作用。前期消费对当期消费在 1%显著性水平下显著为正，表明在模型中加入前期消费水平这一变量的合理性与必要性。另外，人均可支配收入对因变量产生积极作用，城镇化水平越高的地区，其农村居民消费水平也会相应越高。第（2）列回归结果表明覆盖广度分指数对农村居民消费产生正向影响，覆盖范围的增加有利于扩大居民消费，假设 1 得到验证。传统金融服务受地域限制，某些地区因金融基础设施不完善而不能有效提供金融服务，数字金融完美地弥补了这一缺陷。在较为落后的农村地区，金融与互联网融合势头加剧，数字金融覆盖程度迅速扩大，金融服务可被提供到更多农村客户手中，使其获得资金支持、49总第 171 期龙莹，陈新：数字普惠金融对农村居民消费的影响基于直接效应和间接效应模型分析表 3中介效应模型回归结果变量（1）（2）（3）ConsuConsuConsuConsui，t-10.605 6*（0.071 5）0.410 2*（0.096 7）Income0.219 6*（0.115 8）DFI0.150 8*（0.047 1）0.100 7*（0.024 2）0.187 5*（0.053 9）Gap-0.134 2*（0.062 4）-0.468 8*（0.071 0）-0.034 6（0.068 6）Rjgdp0.069 4*（0.037 3）0.026 8（0.024 9）0.034 6（0.030 3）Urban0.299 5*（0.141 8）0.477 8（0.308 9）0.355 3*（0.169 4）Constant2.083 5*（0.410 1）8.457 0*（0.290 2）1.844 1*（0.538 1）N248279248注：1.括号内为省级层面的稳健聚类标准误；2.*、*和*分别表示在 1%、5%和 10%的水平下显著。展开经济活动，从而促进消费。第（3）列回归结果说明数字金融的使用深度同样显著促进了农村居民消费，验证了假设 2。新型互联网金融产品出现后，人们有了更为丰富的信贷、保险、投资等方面的选择，较低的金融门槛使得金融业务能服务于长尾客户；同时，保险等业务的推广与普及降低了家庭面临的不确定性风险，使得农村居民的防范性储蓄有所减少，从而扩大其消费支出。第（4）列回归结果表明，数字化程度的加深也能够对农村居民消费产生显著促进效应，假设 3 得到验证。但是，相较于第（2）（3）列的回归结果，可以发现，数字化程度的影响效用较弱一些。一方面，移动支付极大地提升了支付的便利性，即使是交通等基础设施落后的农村的居民，也能通过网络进行线上交易，减少交通成本和时间成本，提升消费意愿；另一方面，类似花呗、借呗等的支付方式的流行改变了人们的消费心理，使用户拥有更多的资金额度满足自身消费需求，促进消费增加。在表 2 中，AR（1）、AR（2）给出了自相关检验结果，表明各模型扰动项存在一阶自相关，但不存在二阶自相关。过度识别检验认为工具变量有效，因此可以认为估计结果有良好的稳健性。（二）数字普惠金融对农村居民消费的间接效应表 3 为中介效应模型回归结果，用以研究数字金融通过影响农村居民收入进而对居民消费产生的间接效应。如表 3 所示，数字普惠金融对农村居民消费和收入的回归系数均在 1%的水平下显著，第（3）列结果显示数字金融和农村居民的人均可支配收入都显著促进了农村居民消费。核心解释变量均显著，说明数字金融与农村居民消费之间存在着以可支配收入为中介变量的中介效应，验证了假设 4。其中，可计算得出中介效应为 0.022 1，直接效应为 0.187 5，在全部效应中，中介效应的占比为10.54%。这说明数字普惠金融一方面因其普惠性让更多农村居民和小微企业享受到金融服务，提供了创业所需资金以及丰富的就业机会，另一方面因其相对较低的交易成本和贷款利率等减少了居民和小微企业的经济负担，从这两方面双向提升农村居民总体收入，进而作用于消费水平的提升。（三）数字普惠金融对农村居民消费结构的影响国家统计局数据将居民消费分为八大类，这八大类消费支出又可归纳为生存型消费、发展型消费及享受型消费。其中，生存型消费包括食品、衣着、居住的消费支出，发展型消费包括家庭设备502023 年 1 月长 沙 大 学 学 报表 4数字普惠金融对农村居民消费升级回归结果变量（1）（2）（3）（4）生存型消费发展型消费享受型消费消费升级DFI-0.093 1*（0.054 3）0.178 0*（0.091 1）0.251 5*（0.146 0）0.064 6*（0.242 8）Control variables控制控制控制控制Constant3.446 1（2.703 2）1.468 5*（4.524 4）5.071 6（6.147 7）0.357 2*（0.743 5）R20.9120.8620.6650.290N248248248248注：1.括号内为省级层面的稳健聚类标准误；2.*、*和*分别表示在 1%、5%和 10%的水平下显著。回归结果显示，数字普惠金融发展对农村居民生存型消费存在一定的抑制作用，而对发展型与享受型消费存在显著的正向促进作用，并且对享受型消费的促进效应要略强于发展型消费。随着经济发展水平的不断提高，农村居民的基础消费，如衣、食、居住消费得到了基本满足，且基于互联网数字金融的发展助力，农村居民消费由生存型消费向发展型和享受型消费方向升级。数字普惠金融提供的信贷业务有效解决了农村家庭贷款难等问题，拓宽了资金获得渠道；保险业务的普及降低了家庭所面临的不确定性风险，使家庭减少储蓄、扩大在科教文娱等方面的支出。同时，数字普惠金融促进了居民收入水平的提高，收入的增加也使得更多的农村家庭将消费目光投向更高级别的商品与服务，这对生存型消费存在一定的挤出效应。可见，数字金融助力于居民消费结构的升级。作为互联网信息技术与传统金融服务业态相结合的新一代金融服务，数字金融以其高效率、低成本、穿透性强等优势在互联网时代得到迅猛发展，对人民生活产生影响。文章主要探讨数字普惠金融是否影响农村居民消费，通过理论分析和实证研究得出以下结论。首先，基于动态面板模型系统 GMM 方法得知，数字金融显著促进农村居民消费增长，数字金融覆盖广度、使用深度、数字化程度 3 个分指数均对农村居民消费产生正向影响。其中，覆盖广度和使用深度的影响效果较数字化程度的影响效果更为明显，说明相较于支付便利性，流动性约束对农村居民消费的制约更大，而数字普惠金融的发展提升了金融服务可得性，使得农村居民也能享受“数字红利”。其次，基于中介效应模型分析发现，数字金融服务存在通过提升农村居民收入进而扩大消费的中介效应，其中介效应值为10.54%。可以看出，数字金融在其中所发挥的效用还是处于较低水平，这可能是因为相较于城市，农村地区金融设施落后，金融产品服务缺乏，农村居民相关金融知识不足，部分农村居民无法通过数字普惠金融给自身带来收入增长。文章进一步分析发现，数字普惠金融发展显著促进了农村居民发展型与享受型消费，对消费升级产生了积极影响。根据以上结论，关于进一步通过数字金融扩大农村居民消费，文章提出以下建议。第一，需进一步加强农村地区数字金融业务的发展，加快推进偏远落后地区相关基础设施的建设，继续发挥好覆盖广度、使用深度对农村居民消费的促进作用。同时，应进一步激发数字化服务对消费的积极效应。第二，加深金融服务与互联网科技的融合，完善现有的金融体制体系，针对各类群体的金融需求提供适配的产品与服务，使数字金融普惠于众。第三，加大数字金融业务在农村地区的推广，使农村居民了解数字金融产品的特点与优势，使其能根据自身需求选择相应的金融产品和服务。第四，发挥数字金融对农村居民的增收效用，加强对小微企业、农及服务支出、交通通信支出、教育文化娱乐支出、医疗保健支出等，享受型消费包括奢侈品等其他用品和服务支出。文章进一步探讨数字普惠金融对农村居民不同消费类型支出的影响，并将发展型与享受型消费占总体农村居民消费的比重作为消费升级的代理变量，讨论数字金融是否促进了消费结构的转型升级。具体回归结果见表 4。51总第 171 期龙莹，陈新：数字普惠金融对农村居民消费的影响基于直接效应和间接效应模型分析村居民等的信贷优惠，鼓励创业，提升农村居民整体收入水平，进而带动消费增长。参考文献：1MCKINNON R I.Money and capital in economic developmentM.Washington D C：Brookings institution，1973.2ZELDES S P.Consumption and liquidity constraints：an empirical investigationJ.Journal of political economy，1989（2）：305-346.3JAPPELLI T，PAGANO M.Consumption and capital market imperfections：an international comparisonJ.American economic review，1989（5）：1088-1105.4LEVCHENKO A A.Financial liberalization and consumption volatility in development countries J.IMF staff papers，2005（2）：237-259.5万广华，张茵，牛建高.流动性约束、不确定性与中国居民消费J.经济研究，2001（11）：35-44.6毛中根，洪涛.金融发展与居民消费：基于 19972007 年中国省际面板数据的实证分析J.消费经济，2010（5）：36-40.7张凯，李磊宁.农民消费需求与农村金融发展关系研究：基于协整分析与误差修正模型J.中国农村观察，2006（3）：16-22，80.8朱信凯，刘刚.二元金融体制与农户消费信贷选择：对合会的解释与分析J.经济研究，2009（2）：43-55.9鲁钊阳，黄津.城乡金融发展非均衡化与城乡居民消费差距：基于省级动态面板数据模型的研究 J.当代经济研究，2012（7）：40-44.10刘志仁，黎翠梅.金融非均衡性发展与城乡居民消费差距研究J.消费经济，2007（6）：50-53.11郭峰，王靖一，王芳，等.测度中国数字普惠金融发展：指数编制与空间特征J.经济学（季刊），2020（4）：1401-1418.12张勋，万广华，张佳佳，等.数字经济、普惠金融与包容性增长J.经济研究，2019（8）：71-86.13钱海章，陶云清，曹松威，等.中国数字金融发展与经济增长的理论与实证J.数量经济技术经济研究，2020（6）：26-46.14成学真，龚沁宜.数字普惠金融如何影响实体经济的发展：基于系统 GMM 模型和中介效应检验的分析J.湖南大学学报（社会科学版），2020（3）：59-67.15周利，冯大威，易行健.数字普惠金融与城乡收入差距：“数字红利”还是“数字鸿沟”J.经济学家，2020（5）：99-108.16张贺，白钦先.数字普惠金融减小了城乡收入差距吗？：基于中国省级数据的面板门槛回归分析J.经济问题探索，2018（10）：122-129.17何宗樾，张勋，万广华.数字金融、数字鸿沟与多维贫困J.统计研究，2020（10）：79-89.18何宗樾，宋旭光.数字金融发展如何影响居民消费J.财贸经济，2020（8）：65-79.19郭华，张洋，彭艳玲，等.数字金融发展影响农村居民消费的地区差异研究J.农业技术经济，2020（12）：66-80.20易行健，周利.数字普惠金融发展是否显著影响了居民消费：来自中国家庭的微观证据J.金融研究，2018（11）：47-67.21张勋，杨桐，汪晨，等.数字金融发展与居民消费增长：理论与中国实践J.管理世界，2020（11）：48-63.22黄凯南，郝祥如.数字金融是否促进了居民消费升级？J.山东社会科学，2021（1）：117-125.23颜建军，冯君怡.数字普惠金融对居民消费升级的影响研究J.消费经济，2021（2）：79-88.24李凌寒.金融支持、扶贫政策与农民致富增收的关联性研究J.长沙大学学报，2020（2）：142-146.25温忠麟，叶宝娟.中介效应分析：方法和模型发展J.心理科学进展，2014（5）：731-745.Impact of Digital Financial Inclusion on Rural Residents Consumption：Based on Model Analysis of Direct Effects and Indirect EffectsLONG Ying，CHEN XinSchool of Economics，Anhui University，Hefei Anhui 230601，ChinaAbstract：Based on the panel data of 31 provinces（autonomous regions，municipalities）across the country from 2011 to 2019，this article uses dynamic panels and intermediary effect models to empirically analyze the impact of digital finance on rural residents consumption.The results show that digital finance has significantly promoted the rural residents consumption.The three sub-indexes all have a positive impact on rural residents consumption；the promotion effect of coverage and depth of use is stronger than the degree of digitalization.Digital financial inclusion helps increase the income of rural residents andindirectly affects their consumption expenditure，and the mediation effect accounts for 10.54%.Further analysis shows that the development of digital inclusive finance is conducive to the transformation and upgrading of rural residents consumption structure.Key Words：digital financial inclusion；rural residents consumption；dynamic panel；mediation effect（责任编辑：陈婷）