【论文导读+复刻】数字普惠金融对居民消费的影响研究

前言

本期简要分享《金融经济学研究》2020年第4期的一篇文章。
邹新月,王旺.数字普惠金融对居民消费的影响研究——基于空间计量模型的实证分析[J].金融经济学研究,2020,35(04):133-145.
首先，看一下文章的结构框架。

一、引言
二、文献综述
三、研究设计
（一）模型构建
（二）变量选取与数据来源
（三）描述性统计分析
四、实证分析
（一）构建空间权重矩阵
（二）空间相关性检验
（三）实证结果分析
（四）稳健性检验
（五）影响机制检验
（六）内生性检验
（七）空间异质性分析
五、结论

一.

引言

文章引言分为两段。
第一段简要介绍我国居民消费水平，引出对中国居民消费需求不足的思考；
第二段通过消费理论引出研究主题：数字普惠金融对居民消费的影响。

二.

文献综述

本部分对相关文献进行梳理，国内外相关研究主要关注传统的普惠金融及其对经济发展的相关影响，对数字普惠金融与居民消费之间的研究较少，大多数局限于农村居民消费，对于居民总体消费水平以及内在传导机制的研究较为缺乏。文章的边际贡献在于：（1）使用宏观面板数据，从总体视角梳理数字普惠金融对居民消费支出的影响；（2）首次引入空间计量模型及空间溢出效应进行分析；（3）多角度梳理数字普惠金融影响居民消费的传导机制；（4）运用LASSO方法筛选控制变量，使用移动电话普及率和移动电话基站数量作为工具变量进行内生性检验。

三.

研究设计

（一）模型构建
文章采用空间计量模型进行实证分析，空间自回归模型如下：

Y是被解释变量；X是解释变量；ρ为空间自相关系数；λ为空间残差相关系数；W为空间权重矩阵；β为自变量系数；ε为残差；σ是μ的方差。

（二）变量选取与数据来源
1.被解释变量（居民消费）。使用居民人均消费性支出（tvc）表示，以2011年为基期进行平减化处理，数据主要来源于各省统计年鉴。
2.解释变量（数字普惠金融指数）。使用北京大学互联网研究中心提供的数字普惠金融总指数。
3.控制变量：（1）居民人均可支配收入（tvi）；（2）城镇化水平（city），使用城镇人口占总人口的比重进行测算；（3）教育水平（edu），使用6岁以上受教育程度高于初中的人口占总人口的比重进行测算；（4）医疗服务水平（tre），使用医疗支出占财政支出的比重进行测算；（5）人口结构，使用少儿抚养比（young）和老年抚养比（old）衡量；（6）性别结构（sex）；（7）产业结构（IS），使用第三产业增加值占GDP的比重来衡量；（8）政府行为（gov），使用财政支出占GDP的比重来衡量。

（三）描述性统计分析
文章选择中国30个省、市、自治区（不含西藏和港澳台地区）2011-2018年的数据，

四.

实证分析

（一）构建空间权重矩阵
文章基于各省份之间的地理位置构建空间邻接矩阵; 并且基于各省份之间的经济发展水平构建经济距离矩阵和反经济距离矩阵; 同时根据数字普惠金融发展水平构建数字普惠金融嵌套矩阵。

（二）空间相关性检验
文章分别使用Moran’I指数检验全局空间相关性，使用局部Moran’I散点图检验局部空间相关性。全局空间相关性检验结果表明，空间矩阵计算出的指数值均通过显著性检验，中国各地区居民消费水平存在非常显著的空间自相关性；Moran’I指数散点图显示，中国居民消费支出和数字普惠金融主要分布在第一象限和第三象限，呈现出明显的H-H集聚和L-L集聚。

（三）实证结果分析
文章在空间邻接矩阵和经济距离矩阵的基础上分别对空间自回归模型（SAR）、空间误差模型（SEM）和空间杜宾模型（SDM）进行检验，空间模型的系数显著为正，说明数字普惠金融的发展不仅能促进本地区内部消费水平的提高，而且对邻近省市消费水平同样具有正向溢出作用。居民收入和城镇化的系数均为正，说明收入水平的提高和城镇化的推进对居民消费支出的增加具有积极推动作用。在人口结构方面，少儿抚养比和老年抚养比与居民消费支出呈现出明显的负相关关系; 但少儿抚养比的抑制作用要显著大于老年抚养比。产业结构因素的系数为正，说明第三产业的发展能够显著提高居民消费水平。各省市的性别构成和政府行为对居民消费支出的影响效果不明显。
进一步对数字普惠金融会居民消费水平的空间效应进行分解，直接效应、间接效应和总效应均显著为正。

（四）稳健性检验
文章将空间邻接矩阵和经济距离矩阵进行更换，用反经济距离矩阵和普惠金融嵌套矩阵进行重新估计；同时用全体居民消费水平替换居民人均消费性支出作为被解释变量，用数字普惠金融指数中的覆盖广度和使用深度这两个二级指标替换数字普惠金融总指数进行稳健性检验。
稳健性检验结果表明，数字普惠金融的发展能够提高本地居民消费水平，促进临近地区消费水平的提高。这与上文的研究结论基本一致，说明文章的结论具有稳定性。

（五）影响机制检验

中介机制检验结果表明，作为中介变量的数字普惠金融和居民收入通过了显著性检验；数字普惠金融内部传导机制表明，数字普惠金融可以通过移动支付、互联网信贷和互联网保险影响居民消费。

（六）内生性检验
文章分别使用动态空间面板、GMM模型、工具变量（移动电话普及率和移动电话基站数量）三种方法进行内生性检验，结果均显著为正。

（七）空间异质性分析
文章根据中国地理分区对经济距离矩阵进行分解来检验不同地区之间影响大小。空间异质性检验表明，中部地区的回归系数不显著，数字普惠金融的发展对东部地区和西部地区的促进作用非常显著，说明数字普惠金融对于西部地区的影响作用大于东部地区，发展数字普惠金融有助于缩小地区之间的消费差距。

五.

结论

（一）研究结论
（1）数字普惠金融的发展能够通过收入、移动支付、消费信贷和保险促进消费；
（2）数字普惠金融对消费的影响具有正向空间溢出，考虑内生性后，结论依然成立；
（3）数字普惠金融对消费的影响在不同地区之间存在较大差异，对西部地区的影响最大，东部次之。

（二）政策建议
（1）持续推进数字普惠金融的发展，加强中、西部地区互联网基础设施建设。
（2）发展重点应有所侧重，政府应发挥数字普惠金融对消费的引导作用，在互联网信贷方面多投入，同时积极推动互联网保险的发展。
（3）各地区之间应加强合作，促进数字普惠金融在地区之间协调均衡发展; 特别应注意数字普惠金融促进消费过程中的杠杆积累问题。

数据说明
文章基于中国2011-2018年中国省际相关数据，使用空间计量模型分析数字普惠金融对中国居民消费的影响，并分别探究数字普惠金融对中国城乡居民消费的影响机制。

时间跨度：2011-2018年
区域范围：中国30个省、市、自治区（不含西藏和港澳台地区）
指标说明：城镇化水平（city），使用城镇人口占总人口的比重进行测算；教育水平（edu），使用6岁以上受教育程度高于初中的人口占总人口的比重进行测算；医疗服务水平（tre），使用医疗支出占财政支出的比重进行测算；产业结构（IS），使用第三产业增加值占GDP的比重来衡量；政府行为（gov），使用财政支出占GDP的比重来衡量。（包含原始数据）
数据概况：