数字经济如何影响家庭消费——基于CHFS微观数据的实证研究.pdf

2023 年第 8 期 总第 417 期数字经济如何影响家庭消费基于CHFS微观数据的实证研究李泽坤（对外经济贸易大学 国际经济研究院，北京 100029）摘要：在“双循环”新发展格局下，数字经济和实体经济的深度融合展现出驱动消费需求增长和促进消费升级的巨大潜力。本文基于中国家庭金融调查数据（CHFS），从微观视角考察了数字经济对居民消费的整体影响、结构效应和作用机制。研究发现：数字经济的发展显著提升了家庭的消费水平，对家庭线上消费和线下消费均有促进作用，且对线上消费的促进作用更明显。从消费结构的角度来看，数字经济推动了居民的中高端消费的发展，有助于消费结构升级。异质性分析表明，数字经济对农村家庭、东部家庭、高收入家庭和有负债的家庭消费促进作用更明显。进一步验证表明，数字经济主要通过提高家庭收入、缓解流动性约束、提升居民金融素养以及风险偏好来促进家庭消费。关键词：数字经济；居民消费；流动性约束；风险偏好DOI：10.3969/j.issn.1003-9031.2023.08.002中图分类号：F270文献标识码：A文章编号：1003原9031（2023）08原0022原17收稿日期：2023-06-13作者简介：李泽坤（1999-），男，山东烟台人，对外经济贸易大学国际经济研究院硕士研究生。一、引言消费是人类社会的永恒社会现象，消费方式和消费心态映射出人们需求的转变，也是经济发展的重要表征。当前中国人均 GDP 已连续三年突破 1 万美元，居民的消费观念和消费行为正在发生深刻变革。然而，我国居民最终消费率却从 2000 年的 46.7%降低到 2020 年的38.2%，在同等发展水平的中高收入国家中，我国的个人消费水平比其他国家低 9 个百分点，相较于高收入国家，我国较低的消费率和较高的投资率更加突出。长期居民消费不振是我国经济持续增长的掣肘，尤其是在全球经济增长放缓、疫情形势不稳定和逆全球化加剧的国际背MonthlyHAINAN FINANCE理 论 研 究222023 年第 8 期 总第 417 期景下，亟待充分激发消费需求的增长潜力。中国数字经济发展白皮书（2022 年）显示，近十年来中国数字经济平均增速高达15.9%，2021 年我国数字经济规模首次突破 40 万亿美元，占 GDP 比重达到 39.8%，数字经济正逐渐成为我国经济发展的新引擎和重要支撑力量。在消费领域，数字经济的影响力同样不容小觑，其在稳定我国居民消费方面起到了至关重要的支撑作用。“十四五”规划和 2035 年远景目标纲要中指出“必须强化国内大循环的主导作用”，国内大循环的战略基点在于扩大内需，因此深入全面研究数字经济和居民消费的关系以及内在机制具有一定的现实意义。本文基于微观家庭调查数据，分析了数字经济快速发展对家庭消费的总体影响和对不同特征家庭、不同消费类型的影响。针对数字经济对经济发展、产业升级等方面的冲击和影响，国内外文献做了大量分析，但鲜有文献直接关注数字经济对微观家庭的影响，本文对微观效应的分析有助于丰富现有数字经济影响的研究，也为审慎制定消费促进政策提供经验依据。此外，本文将收入、流动性约束、金融素养和风险偏好引入数字经济影响消费的路径分析中，这为理解以人为本的消费趋势和挖掘消费潜力提供了有益参考。二、文献综述和理论假说（一）数字经济与居民消费在数字经济迅猛发展的同时，我国学术界相关研究主要从高质量发展（李三希、黄卓，2022）、就业（马述忠、胡增玺，2022；张广胜、王若男，2023；赵涛等，2020）、企业转型（赵宸宇等，2021）、创新（唐要家等，2022；张新民、金瑛，2022）等方面对数字经济所产生的经济和社会效应进行研究。目前直接以数字经济为切入口来研究其和消费的关系的文献数量较少，大多数文献以数字金融（易行健、周利，2018；张勋等，2020）或互联网（赵保国、盖念，2020；程名望、张家平等，2019）的视角进行研究分析，但相关文献都肯定了数字经济对消费产生的正面影响。如钟若愚和曾洁华（2022）利用空间杜宾模型发现数字经济能够促进城市及周边地区的居民消费，说明数字经济的发展具有一定的空间溢出效应。杨文溥（2022）认为数字经济可以通过降低消费者搜寻商品的成本、简化交易过程以及降低商品价格来提高居民的消费水平。司增绰和李燕（2022）基于省份面板数据发现数字经济通过产业结构升级、电子商务、城镇化缩小了城乡居民消费差距。本文认为，数字经济可以同时促进居民的线上消费和线下消费。具体来说：数字经济依托先进的数字技术，使得生产与消费在时间和空间上进一步分离，消费者不必耗费大量的时间成本和精力成本到实体店挑选和购买商品，在线上就能够通过图片、视频和 VR 等渠道了解商品信息，降低了消费者的交易成本，创造了新的消费需求。另外，数字经济时代背景下催生出平台经济这一新经济形态，颠覆了居民的消费习惯和消费方式，尤其以天猫、淘宝、拼多多为代表的购物平台近年来的快速成长，扩大了消费市场，丰富了消费者的消费选择。因此，数字经济的发展在理论上可以促进家庭的线上消费。数字经济在促进居民线上消费的同时，会对其线下消费产生什么影响呢？尽管早年间学术界有研究认为网购会对居民的线下消费产生挤出效应（Mokhtarian，2002；汪明峰等，2010），MonthlyHAINAN FINANCE理 论 研 究232023 年第 8 期 总第 417 期但随着互联网的快速普及和数字经济的日益成熟，越来越多的研究表明，线上消费和线下消费并非简单的零和博弈（尹振东等，2022）。本文认为数字经济可以从两方面促进居民的线下消费：其一，线上消费可以帮助消费者减少搜寻成本和物流成本，进而降低居民整体交易成本，这意味着消费者可以将更多的资金用来进行线下消费。其二，数字经济所带来的“新零售”模式突破了线上消费和线下消费之前各自隔离封闭的状态，两者得以相互结合、扬长避短且相辅相成。商家可以利用互联网平台宣传自己的商品，吸引消费者到线下体验，在线下打造智能消费新场景，形成“线上为线下引流、线下为线上服务”的新型消费模式。综上，本文提出假说 1。假说 1：数字经济的发展对居民线上消费和线下消费均有促进作用。（二）数字经济影响居民消费的内在机制1.数字经济、收入与居民消费根据凯恩斯消费理论，居民的消费水平取决于其收入水平，而数字经济可以从多角度提高居民收入水平。首先，有学者发现数字经济可以通过拉动 GDP 增长来提高居民收入水平有学者（钱海章等，2020；杨伟明等，2020）。其次，数字经济能够通过促进居民就业和创业来提升其消费水平。具体来说，数字背景下高新技术领域迅速发展，催生出的新就业形态，增加就业机会。另外数字经济拓宽了创业者的信息获取渠道，有利于其把握商机以及了解相关信息，进而提升创业意愿。最后，数字经济能够提升居民的综合素质，随着网络教育、线上培训的快速普及，居民可以在线上进行学习，以此增加知识储备或提高工作能力，进而提升居民的收入水平。2.数字经济、流动性约束与居民消费流动性约束理论认为，由于金融市场的不完善，若居民当下收入偏低，即便其有消费欲望但也很难通过金融借贷来平滑消费。此时，居民只能被迫减少当期消费，进而造成宏观上总需求不足的现象（Hayashi，1985；Zeldes，1989）。随着数字经济的发展，消费信贷、网上银行、金融服务外包等金融产物大量涌现，很大程度上提高了金融服务的便利性和可得性，使得社会上的一部分弱势群体有机会缓解资金约束，实现跨期消费（张勋等，2019）。易行健和周利（2018）通过实证发现，数字经济的发展能够让受流动性约束的家庭实现消费平滑，进而释放消费潜力。因此，本文认为数字经济在一定程度上对居民的流动性约束有缓解作用。3.数字经济、金融素养与居民消费金融素养（Financial Literacy）一般是指居民对金融相关知识的了解程度。通常来说，金融素养较高的家庭面对复杂的金融市场时表现更好，他们在金融市场中能以较低的风险获得较高收益。数字经济时代下衍生出的数字银行、互联网支付、网上贷款等新兴金融衍生品，能够在一定程度上帮助居民拓宽信息渠道，增加居民的金融知识进而提升其金融素养。关于金融素养和居民消费的关系，大量文献从实证上肯定了金融素养对居民消费的正向影响（吴卫星等，2021；吴琨等，2022）。具体来说，金融素养高的居民对于金融市场中各类金融产品有着更为充分的了解，他们一方面可以合理持有适当的金融资产以获得理财收益进而促进消费。另一方面，当金融素养高的居民因流动性约束而无法平滑当期消费时，会通过适度参与借贷市MonthlyHAINAN FINANCE理 论 研 究242023 年第 8 期 总第 417 期场来有效缓解信贷约束从而维持当期消费水平。4.数字经济、风险偏好与居民消费现有文献中有关居民风险偏好的研究认为，信息对个体的风险偏好有着至关重要的影响（Wijayaratna and Dixit，2016）。有研究发现由于无法有效获取信息，导致农村居民相比于城镇居民更厌恶风险（高杨、牛子恒，2019）。随着信息化技术的不断发展，依托现代数字技术而产生的数字经济一方面可以通过拓宽居民的信息获取方式、提升获取信息的能力来提升居民的风险偏好；另一方面数字经济为居民提供了丰富的金融工具，有效缓解了金融市场不完善导致的背景风险进而提升居民的风险偏好（范猛，2023）。风险偏好是解释居民消费、投资等微观行为的重要因素（张光利，2018），本文认为风险偏好程度较高的居民对未来经济不确定性的敏感程度相对较低，导致这类居民不会将大量资金用于预防性储蓄，所以其当期消费水平也相对较高。另外，风险偏好较高的居民对信贷消费的接受程度也相对较高，这在一定程度上缓解了居民所面对的流动性约束，能够更好的实现消费平滑。综上，本文提出假说 2。假说 2：数字经济可以通过提升收入、缓解流动性约束、提高金融素养以及风险偏好来促进居民消费。三、研究设计（一）数据和变量1.数据来源本文的数据主要来源于2019 年中国家庭金融调查（China Household Finance Survey，CHFS）。由于中国家庭金融调查仅询问了受访家庭中某一受访者的金融素养和风险偏好，所以本文只保留那些户主参与问卷调查的样本，这是因为家庭各类经济活动的决策权通常掌握在户主手中。在删除存在缺失值和异常值的样本后，本文最终保留了 15688 个家庭样本进行实证分析。另外，本文的核心解释变量数字经济发展指数参考王军（2021）的方法进行构造，省份层面数据来源于 中国统计年鉴。2.变量及说明（1）被解释变量：家庭消费支出。包括家庭的总消费、线上消费和线下消费，其中总消费包含食物、居住、衣着、家庭设备、医疗保健、交通通信、文教娱乐以及其他用品及服务八大类方面的支出。家庭的线上消费支出来源于调查问卷中统计的家庭上一年中网购消费总金额，家庭的线下消费由总消费减去该家庭线上消费金额得到。（2）核心解释变量：2018 年数字经济发展水平综合指数（dedci）。由于 CHFS2019 调查的是家庭上一年度的各项经济数据，所以我们要构造各省份 2018 年的数字经济发展水平综合指数与之匹配。本文参考了王军（2021）的做法，选取了 30 个衡量数字经济发展程度的指标淤，由于各项指标所属层次不同，以及各项指标在数量和单位上存在很大差异，我们需要对各项指标利用熵值法进行规范化处理，具体做法如下：正向指标：XijXij-min Xij嗓瑟max Xij嗓瑟-min Xij嗓瑟（1）淤限于篇幅，具体指标留存备索。MonthlyHAINAN FINANCE理 论 研 究252023 年第 8 期 总第 417 期负向指标：Xijmax Xj嗓瑟-Xijmax Xj嗓瑟-min Xj嗓瑟（2）其中，max Xij嗓瑟是指标 j 在所有省份中的最大值，min Xj嗓瑟为指标 j 在所有省份中的最小值，Xij 为各项指标进行标准化后的结果。然后将各个指标的客观权重利用熵值法计算出来，如第 i 个省份 j 项指标所占比重，使用 棕ij表示：棕ij=Xij撞mi=1Xij（3）计算指标的信息熵 ej：ej=-11n m撞mi=1棕ij1n棕ij（4）计算信息熵冗余度 dj：dj=1-ej（5）根据信息熵冗余度计算指标权重：渍j=dj撞mj=1dj（6）最后利用标准化后的指标以及指标权重，使用多重线性函数的加权求出数字经济发展水平的指数水平（dedci）。计算公式如下：dedci=撞mj=1渍j棕ij（7）经过处理后的 dedci 的值大于 0 小于 1。dedci 越接近于 1，表示该省份或直辖市的数字经济发展程度越好，反之，dedci 越接近 0，则表示该省份或直辖市数字经济发展程度越落后。（3）控制变量：户主个人特征、家庭特征和省份特征。其中户主个人特征包括：户主年龄、户主是否已婚、户主性别、户主所属民族、户主受教育程度以及户主身体健康状况。家庭特征包括：家庭年收入、家庭总资产、家庭人口数、65 岁以上老人数量、家庭户籍。最后，由于 CHFS调查问卷区分了来自不同省份的家庭，所以在控制变量中加入 2018 年各省份及直辖市的人均 GDP 和省份及直辖市的人均收入来剔除宏观经济发展程度对居民消费的影响。此外，本文对上述控制变量中的家庭年收入、家庭总资产、省份 GDP、省份人均收入做对数处理，其余数据不变。（二）基准模型设定结合上文分析和现有数据，为考察数字经济对家庭消费的影响，本文构建基准回归模型如下：1n Y=茁0+茁1dedci+茁2X+着（8）由于本文的研究核心是数字经济对消费的影响，所以我们以家庭的消费支出为被解释变量。省份数字经济发展水平综合指数（dedci）为本文的核心解释变量 Y。茁1为核心解释变量dedci 的系数，是本文关注的重点。X 是一些影响家庭消费的控制变量，包括家庭特征变量、户MonthlyHAINAN FINANCE理 论 研 究262023 年第 8 期 总第 417 期主个人特征变量以及省份经济发展程度变量，着 为残差项。表 1 变量描述性统计变量类型变量名称观测量均值标准差最小值最大值被解释变量家庭总消费1568810.890.897.3415.47网购156880.400.4901家庭线上消费156883.153.94013.02家庭线下消费1568810.860.887.3415.47核心解释变量数字经济发展水平156880.330.170.110.74家庭层面控制变量家庭年收入1568810.61.46015.8家庭总资产1568812.761.72321.47家庭人口数156883.082.39138六十五岁以上老人156880.570.7904城镇156880.30.4601户主层面控制变量年龄1568854.9114.316101性别156880.750.4401民族156880.850.3501党员156880.190.3901婚姻状况156880.830.3701健康状况156882.71115受教育水平156883.51.719省份层面控制变量人均 GDP1568811.080.3810.4012.01人均收入1568810.210.299.7611.07（三）描述性统计表 1 是与本文相关变量的描述性统计分析。不难看出，受访家庭总消费均值和家庭线下消费均值相差无几，并且有过网购经历的家庭只占 40%。这说明在 2018 年，线上购物还没有如今这么普及，大部分家庭的消费行为都只限于线下。另外，各省的经济发展水平判若云泥，数字经济发展指数最高的是广东，为 0.74。这一部分得益于其强大的通信实力，尤其是广东的电子信息产业规模持续三十余年稳居全国首位，5G 基站、移动电话普及率、企业电子商务销售额等数字指标也均排名全国靠前。并且广东的产业链和供应链完善，企业数字化程度高，高科技人才聚集，国家政策扶持力度大，这些优势为其数字经济的发展提供了坚实基础。数字经济发展指数最低的是青海省，仅有 0.11。值得一提的是，新疆、青海、宁夏、内蒙古、甘肃五省 dedci均值也仅有 0.17。这是因为西部地区经济发展水平偏低，人才流失严重，大量资本外流导致其MonthlyHAINAN FINANCE理 论 研 究272023 年第 8 期 总第 417 期资本积累不足，同时西部地区的数字基建也较为落后。由此可见我国东西部数字经济发展存在巨大的不平衡性，这导致很多西部地区居民无法享受到数字经济所带来的福利。所以近些年，我国加大对西部地区的数字化开发，加快西部数字化基础设施建设力度。持续推进以人工智能、5G 为代表的创新驱动发展战略，促进实体经济与数字经济交融，这一举措有助于进一步缩小东西部数字经济差距。四、实证结果分析（一）基准回归表 2 是在剔除异常值和缺失值之后的基准回归结果，表中的系数表示核心解释变量 dedci的边际效应，若系数为正则说明数字经济可以促进家庭消费，若系数为负则意义相反。其中，列（1）只加入了家庭层面的控制变量，列（2）在列（1）的基础上加入了省份层面控制变量，列（3）则在前两列的基础上进一步控制了户主特征。从列（1）我们可以看到数字经济发展指数的系数为 0.327，在 1%的显著性水平上显著为正，说明在不添加其他控制变量的情况下，数字经济对家庭的总消费有显著的促进作用。对比列（1）和列（2）可以发现，在加入了省份层面的控制变量后，尽管核心解释变量系数值由 0.327 下降至 0.167，但显著性仍然保持不变。列（3）在列（2）的基础上进一步控制了户主特征，dedci 的系数仍在 1%的显著性水平上显著为正，表明数字经济发展显著促进了家庭消费。表 2 基准回归结果注：*、*和*分别表示在 1%、5%和 10%的显著性水平上显著，括号内为标准误（下同）。变量（1）总消费（2）总消费（3）总消费dedci0.327*（0.034）0.167*（0.047）0.150*（0.045）家庭特征姨姨姨省份特征伊姨姨户主特征伊伊姨样本量156881568815688R20.3990.4000.453为了进一步探索数字经济对线上消费和线下消费的影响，我们将家庭线上消费和线下消费作为被解释变量分别进行回归分析，结果如表 3 所示。其中，列（1）-列（3）被解释变量为家庭的线上消费，列（4）-列（6）的被解释变量为家庭的线下消费。不难看出无论是线上消费还是线下消费，核心解释变量的系数值都显著为正，说明数字经济对两者都有很明显的促进作用，即使加入各类控制变量后核心解释变量系数有所下降，但列（3）和列（6）的系数值仍在 1%的显著性水平上显著。综上，假说 1 得以验证。MonthlyHAINAN FINANCE理 论 研 究282023 年第 8 期 总第 417 期为了考察数字经济对消费结构的影响，本文将家庭总消费分为食物消费、住宅消费、衣着消费、房屋设备消费、医疗消费、教育消费、交通消费七项淤，回归结果如表 4 所示。从表中可以看到数字经济发展主要通过提高居民在食品、居住、家庭设备、教育娱乐和交通通信方面的支出来促进消费，这也表示数字经济使得居民在满足基本的衣食住行后，有富余资金用于发展型消费和享受型消费，进而帮助消费者实现消费结构升级。表 3 数字经济与线上、线下消费变量（1）线上消费（2）线上消费（3）线上消费（4）线下消费（5）线下消费（6）线下消费dedci1.341*（0.163）1.591*（0.226）1.096*（0.207）0.310*（0.033）0.147*（0.047）0.139*（0.045）家庭特征姨姨姨姨姨姨省份特征伊姨姨伊姨姨户主特征伊伊姨伊伊姨样本量156881568815688156881568815688R20.2870.3840.4310.3830.3840.431淤由于 CHFS 调查问卷中关于其他消费的调查存在过多缺失项，所以本文不将其列入。表 4 按消费类别的分组回归结果变量（1）食品消费（2）衣着消费（3）居住消费（4）家庭设备消费（5）医疗保险消费（6）交通通信消费（7）教育娱乐消费dedci0.080*（0.046）0.099（0.167）0.546*（0.073）0.264*（0.083）-0.770*（0.178）0.091*（0.026）1.256*（0.228）家庭特征姨姨姨姨姨姨姨省份特征姨姨姨姨姨姨姨户主特征姨姨姨姨姨姨姨样本量15688156881568815688156881568815688R20.3120.2200.3170.3860.2760.3520.256（二）稳健性检验首先，更换被解释变量，基准回归中衡量居民消费水平的被解释变量属于绝对指标，不能反映数字经济对居民相对消费水平产生的影响，故本文在稳健性检验中引入消费率、线上消费率以及线下消费率进行回归分析，回归结果如表 5 所示。其中，列（1）-列（3）dedci 系数均为正值，且在 1%显著性水平上显著，说明数字经济的发展程度不仅促进了总消费、线上消费和线下消费这类绝对指标，也促进了消费率这类相对指标。MonthlyHAINAN FINANCE理 论 研 究292023 年第 8 期 总第 417 期其次，重新划分统计范围，本文参考李波（2015）的方法，为了避免由于户主就业与退休等因素对家庭消费产生的影响，本文剔除了未成年以及 65 岁以上的户主的家庭样本来进行稳健性检验，结果如表 6 所示。从表中我们不难看出在剔除就业与退休等因素影响后，核心解释变量系数仍显著为正，证明了结果的稳健性。表 6 剔除未成年以及 65 岁以上的户主的家庭样本表 5 更换被解释变量变量（1）消费率（2）线上消费率（3）线下消费率dedci0.133*（0.033）0.080*（0.018）0.130*（0.033）家庭特征姨姨姨省份特征姨姨姨户主特征姨姨姨样本量156881568815688R20.7340.3990.735变量（1）总消费（2）线上消费（3）线下消费dedci0.182*（0.051）1.042*（0.244）0.174*（0.051）家庭特征姨姨姨省份特征姨姨姨户主特征姨姨姨样本量117471174711747R20.4090.3900.384（三）内生性讨论由于本文核心解释变量采用的是省份层面的数字经济发展指数，而被解释变量是家庭层面的消费支出，微观家庭层面的消费很难对一个省的数字经济发展产生影响，所以存在反向因果的可能性较低。其次是测量误差问题，由于 CHFS 在数据采集具有随机性和代表性，所以因测量误差而导致的结果有偏的情况可忽略不计。最后可能引发内生性问题的原因只剩下遗漏变量问题，为了尽可能减少由于遗漏变量而产生的内生性问题，本文参考赵涛（2020）等人的做法，用各省市的邮政业务总量作为工具变量来解决内生性问题。一方面，数字经济的发展与传统通信技术密不可分，邮政业务量在一定程度上代表了当地的传统通信能力，符合相关性。另一方面，尽管邮政业务深刻影响着数字经济，但其本身并不会直接对居民的消费支出造成影响，符合外生性条件。表 7 展示了两阶段最小二乘结果，从表中我们可以看到各列解释变量系数值均通过 1%水平的显著性检验，说明在考虑内生性问题后，数字经济对家庭消费仍具MonthlyHAINAN FINANCE理 论 研 究302023 年第 8 期 总第 417 期有显著促进作用。表 7 工具变量回归结果变量（1）dedci（2）总消费（3）线上消费（4）线下消费邮政业务总量0.011*（0.000）dedci0.416*（0.058）1.667*（0.271）0.398*（0.059）控制变量是是是是一阶段 F 值5472.8样本量15688156881568815688R20.9920.4480.4090.427五、异质性分析（一）城乡异质性分析长期以来，在消费习惯、消费观念和消费行为上，城镇居民和农村居民存在差异。为了探索数字经济影响居民消费的城乡异质性，本文对城乡两个样本分别进行实证分析，回归结果如表 8 所示。其中，列（1）-列（3）dedci 在 1%的显著性水平上显著为正，说明数字经济发展可以提升农村居民的消费水平。列（4）-列（6）的系数也为正，但均在 10%的显著性水平上不显著，说明数字经济对城市居民的消费促进作用不明显。这可能是因为：数字经济为农村地区提供了产业转型升级的契机，而乡村产业的转型升级有助于农村居民收入的提高，因为农村居民的人均收入相对偏低，其边际消费倾向较高，所以相比于城镇家庭，农村家庭收入的增加带来的消费增加比例更大。另外，互联网的普及和数字经济的发展缩小了城乡居民之间知识和文化差异，改变了农村居民传统的消费观，在一定程度上激发了农村居民的消费潜力。表 8 城乡异质性分析变量农村家庭城镇家庭（1）总消费（2）线上消费（3）线下消费（4）总消费（5）线上消费（6）线下消费dedci0.168*（0.050）0.915*（0.244）0.158*（0.051）0.123（0.102）0.512（0.382）0.122（0.102）家庭特征姨姨姨姨姨姨省份特征姨姨姨姨姨姨户主特征姨姨姨姨姨姨样本量109561095610956473247324732R20.3960.4140.3690.3610.2170.356MonthlyHAINAN FINANCE理 论 研 究312023 年第 8 期 总第 417 期（二）东西部异质性分析本文在描述性统计中发现，相比于东部地区，我国中西部数字经济发展水平相对较低。新疆、青海、宁夏、内蒙古、甘肃五省 dedci 均值仅有 0.17，远低于东部各省份。这说明我国东西部数字经济发展存在巨大差异，西部尤其是西北地区数字经济发展较慢，那么东西部之间如此大的数字鸿沟是否影响了数字经济对居民消费的促进作用呢？为了找到上述问题的答案，本文根据家庭所在地区的不同，将样本分成东部地区家庭和中西部地区家庭进行回归分析，回归结果见表 9。其中，列（1）-列（3）的样本来自东部，列（4）-列（6）样本来自中西部。从前三列可以看到 dedci 的系数值均为正值，且都在 1%的显著性水平上显著。而后三列核心解释变量系数值均没有通过显著性检验。这表明数字经济对东部地区家庭的消费有明显的促进作用，而对中西部地区家庭的消费影响不显著。表 9 东西部异质性分析（三）家庭收入异质性分析根据凯恩斯的经典消费理论，收入决定消费，但现有关数字经济对不同收入水平家庭的消费影响的研究结论尚未统一。一种观点认为相对于高收入家庭，低收入家庭因为收入水平偏低且收入的不确定性较高，导致其更有可能面临流动性约束，降低了消费水平。随着数字经济的发展，各种衍生金融产物大量涌现，提高了金融服务的便利性和可得性，使得社会上的一部分低收入群体有机会缓解信贷约束，从而得以平滑消费（易行健、周利，2018）。另一种观点则认为由于数字鸿沟的存在，低收入群体不能有效获取和利用信息，进而导致其难以享受到数字经济带来的益处，具有“马太效应”（何宗樾、宋旭光，2020）。基于此，本文将样本按照其收入水平分成高收入家庭和低收入家庭两组进行回归分析，回归结果见表 10。从表中可以看到数字经济提升了高收入家庭的消费支出，且系数均在 1%的显著性上显著。而虽然列（4）列（6）系数也为正，但在统计学上不显著，说明数字经济对低收入家庭的消费影响不明显。本文在一定程度上支撑了学术界的第二种看法，即现阶段高低收入群体之间的数字鸿沟导致收入较低的弱势群体无法有效获取信息，无法充分从数字经济中获利。变量东部地区家庭中西部地区家庭（1）总消费（2）线上消费（3）线下消费（4）总消费（5）线上消费（6）线下消费dedci0.281*（0.056）1.337*（0.253）0.268*（0.054）-0.058（0.099）1.006（0.463）-0.077（0.100）家庭特征姨姨姨姨姨姨省份特征姨姨姨姨姨姨户主特征姨姨姨姨姨姨样本量733773377337835183518351R20.4630.4480.4370.4380.3840.419MonthlyHAINAN FINANCE理 论 研 究322023 年第 8 期 总第 417 期表 10 家庭收入异质性分析变量高收入家庭低收入家庭（1）总消费（2）线上消费（3）线下消费（4）总消费（5）线上消费（6）线下消费dedci0.156*（0.054）0.800*（0.291）0151*（0.053）0.069（0.075）0.610（0.282）0.063（0.075）家庭特征姨姨姨姨姨姨省份特征姨姨姨姨姨姨户主特征姨姨姨姨姨姨样本量784478447844784478447844R20.3250.3620.2910.3110.3140.300表 11 家庭负债异质性分析变量无负债家庭有负债家庭（1）总消费（2）线上消费（3）线下消费（4）总消费（5）线上消费（6）线下消费dedci0.095*（0.054）0.874*（0.367）0.070（0.054）0.295*（0.080）0.990*（0.249）0.299*（0.081）家庭特征姨姨姨姨姨姨省份特征姨姨姨姨姨姨户主特征姨姨姨姨姨姨样本量106751067510675501350135013R20.4480.4320.4300.4220.3840.394（四）家庭负债异质性分析我国家庭债务逐年上升，家庭债务“灰犀牛”隐现。近十三年间，我国家庭部门贷款余额由6 万亿元飙升至 71 万亿元，家庭债务负担日益加重。现有文献从多个角度分析了家庭债务和家庭消费的关系，那么在当下数字经济快速发展的时代，家庭债务的存在是会进一步促进数字经济对消费的正向影响，还是反向抑制家庭的消费支出呢？为了找到上述问题的答案，本文将样本分成两组，一组是有负债的家庭，另一组是没有负债的家庭。这里的负债包含房屋负债、工商业负债、农业负债、商铺负债等。表 11 为区分有无负债样本的分组回归结果，从表中我们可以看出对于没有负债的家庭，核心解释变量的系数值都偏小且显著性不强。列（1）的系数为 0.095，仅在 10%的显著性水平上显著，而列（2）的系数降至 0.070 且不显著。这说明数字经济对无负债家庭的总消费有一定程度的促进作用，但对其线下消费的促进作用并不明显。而观察后三列不难看出 dedci 的系数明显增大，且都在 1%的显著性水平上显著。说明对于有负债的家庭来讲，数字经济对消费的促进作用更为明显。与负债水平较低的家庭相比，数字经MonthlyHAINAN FINANCE理 论 研 究332023 年第 8 期 总第 417 期济更能提高负债水平较高的家庭消费，对此可能的解释是：有负债的家庭会面临着比较大的信贷约束和流动性约束，而数字经济衍生出的一系列新型金融产品能在一定程度上缓解这类家庭的借贷约束，从而促进家庭的消费支出。六、机制分析基准回归结果表明，数字经济对家庭消费有显著促进作用。为了更深入地分析数字经济对消费的影响方法，本文根据之前的讨论展开，利用中介效应模型探究数字经济影响家庭消费的机制，具体步骤如下：Y=cdedci+a1X+着1（9）M=adedci+a2X+着2（10）Y=cdedci+bM+a3X+着3（11）其中，Y 为被解释变量，dedci 为核心解释变量，M 为中介变量，X 为一系列控制变量，着 为残差。模型（9）中 dedci 的系数 C 代表数字经济对家庭消费的总效应，模型（10）中 dedci 的系数a 与模型（11）中 M 的系数 b 的乘积 ab 代表数字经济对家庭消费的间接效应，模型（11）中dedci 的系数 c是数字经济对家庭消费的直接效应。（一）基于收入的中介效应检验首先，验证数字经济能否通过提高收入水平来促进居民消费，回归结果如表 12 所示。表12 列（1）-列（3）是基于家庭收入因素的中介效应检查，分别对应方程（9）-（11），验证结果显示，数字经济的发展对家庭收入的提升有正向影响，估计系数为 0.143，在 5%的显著性水平上显著。从列（3）可以发现，收入越高的家庭消费也越高，证实了数字经济可以通过提升家庭收入来提高家庭消费水平。表 12 数字经济、家庭收入与家庭消费变量（1）总消费（2）家庭收入（3）总消费dedci0.156*（0.045）0.143*（0.642）0.150*（0.045）家庭收入0.144*（0.004）家庭特征姨姨姨省份特征姨姨姨户主特征姨姨姨样本量156881568815688R20.4130.2900.452（二）基于流动性约束的中介效应检验接下来，我们对第二种可能的机制进行讨论：数字经济能够通过缓解流动性约束来促进消费。本文参考吴锟（2020）和黄凯南（2021）的研究，将家庭是否使用信用卡作为衡量家庭是MonthlyHAINAN FINANCE理 论 研 究342023 年第 8 期 总第 417 期否面临的流动性约束的代理变量。因为信用卡是消费者缓解信贷约束，进行平滑消费的重要来源。本文将家庭是否使用过信用卡作为中介变量，若家庭使用过信用卡则赋值为 1，反之为0。从表 13 中不难看出列（1）、列（2）和列（3）的核心解释变量均为正值且通过了统计学检验，这说明数字经济可以通过缓解流动性约束来促进家庭消费。表 13 数字经济、流动性约束与家庭消费变量（1）总消费（2）信用卡（3）总消费dedci0.156*（0.045）0.065*（0.023）0.143*（0.046）信用卡0.361*（0.016）家庭特征姨姨姨省份特征姨姨姨户主特征姨姨姨样本量156881568815688R20.4520.3940.431（三）基于金融素养的中介效应检验接下来，对第三种可能的机制进行讨论：数字经济能够提升居民的金融素养来促进消费。本文参考尹志超等（2014）的做法，利用 CHFS2019 中的问题“您平时对经济、金融方面的信息关注程度如何？”来衡量户主的金融素养。因为通常情况下，日常生活中对经济金融方面较为关注的户主，其相关的知识储备也较高，所以金融素养也相对较高。若户主回答非常关注、很关注和一般关注，则赋值为 1。若户主回答很少关注和从不关注，则赋值为 0。表 14 中，列（2）的系数为 0.086，在 1%的显著性水平上显著为正，说明数字经济可以显著提升户主的金融素养。列（3）中金融素养的系数值也显著为正，证实了数字经济可以通过提升居民的金融素养来促进家庭消费。表 14 数字经济、金融素养与家庭消费变量（1）总消费（2）金融素养（3）总消费dedci0.156*（0.045）0.086*（0.020）0.140*（0.045）金融素养0.159*（0.013）家庭特征姨姨姨省份特征姨姨姨户主特征姨姨姨样本量156881568815688R20.4520.0570.458MonthlyHAINAN FINANCE理 论 研 究352023 年第 8 期 总第 417 期（四）基于风险偏好的中介效应检验最后，为了研究数字经济是否能通过影响居民的风险偏好进而影响其消费水平，本文利用 CHFS2019 中的问题“如果您有一笔资金用于投资，您最愿意选择哪种投资项目？”来构造主观风险态度的代理变量。户主可选择不愿意承担任何风险、低风险低回报、平均风险平均回报、略高风险略高回报、高风险高回报取值和不知道。在回归分析中，我们剔除了回答不知道的样本，并且对上述问题的答案依次赋值 1-5。值得一提的是，有文献发现个体的主观风险偏好态度和客观风险偏好行为存在不一致性（Hanna，1997）。因此，本文把中介变量从居民的主观风险偏好态度替换为客观风险偏好行为，再进行上述中介机制检验。其中，对于居民的客观风险偏好行为，我们参考张光利和刘小元（2018）的做法，采用家庭是否拥有股票账户来作为其代理变量，若有股票账户则取哑变量值为 1，反之为 0。回归结果如表 15 所示，列（1）-列（3）为基于主观风险态度为中介变量的中介效应检验，列（2）dedci 系数在 1%的显著性水平上显著为正，说明数字经济能够提升居民的主观风险态度，列（3）系数也显著为正，证实了中