朱宝林

（上海外国语大学 国际工商管理学院，上海 201620）

自2020年初新冠肺炎疫情暴发以来，居民消费理念、习惯、方式、能力和水平等都受到了不同程度的影响。李柳颍等（2020）指出新冠肺炎疫情降低居民消费主要体现在预期收入减少、预防性储蓄动机增强和理性消费。关利欣（2020）从供需两端分析了疫情下国内消费的改变：从需求端看，消费者的消费理念、能力等都在改变；从供给端看，传统服务业如旅游、餐饮等都受到了冲击，而线上服务补充了线下服务的不足。尹志超（2020）进一步提出新冠肺炎疫情会加速家庭消费数字化。根据国家统计局的月度数据，2020年3—7月社会消费品零售总额和去年同期相比呈下降趋势（图1），这也说明了疫情期间居民消费在减少且疫情初期尤为明显。

图1 2020年3—7月社会消费品零售总额同比增长

消费的下降会减少内需，从而抑制经济的快速增长。现有文献关于消费影响因素的研究主要集中在收入、人口年龄结构、房价、信贷等方面。数字金融作为普惠金融主要的表现形式，通过有效和全方位地为社会所有阶层和群体提供服务助力消费增长。

本文用的是北大的数字普惠金融指数，从这个指数看，数字金融涵盖了中国内地所有的省、地级市、县。其具体特征如下：第一，增长迅速，2018年省份的均值和中位值大概是2011年的8．9倍，指数平均增长36．4%；第二，数字化程度明显提高，相比于第一期指数（2011—2015年）覆盖广度高速增长，第二期指数（2016—2018年）使用深度显著增长，这意味着用户的活跃度在上升；第三，数字金融的增长存在地区差距，但差距的收敛速度很快。

在实证检验数字金融指数对消费以及消费细分项目影响的基础上，进一步在细分的数字金融二级指标和三级指标上进行实证分析。本文的创新点是在数字金融影响居民消费的基础上，进一步探究这种影响体现出的消费者异质性和产品异质性。消费者的异质性分析表现为城乡、区域、收入和有无保险的条件下数字金融对家庭消费的影响；产品的异质性分析表现为探究数字金融对不同消费类别的影响。

本文结构如下：第一部分回顾数字金融的相关文献，第二部分阐述实证模型和变量，第三部分展示实证结果，最后得出结论。

1 文献回顾和理论假设

Anand（2013）将数字金融分为三个维度：第一维度是银行服务，例如收款、转账和支票服务；第二维度是保护性服务，它提供了长期和中期的金融安全以及防止收入和支出波动的保护措施，例如保险、储蓄和信贷；第三维度是推广服务，它促进了自治并帮助个人提升了自己，例如为创业提供贷款。Dupas和Robinson（2013）使用肯尼亚现场实验的数据研究证明，为个人提供简单的非正式储蓄技术可以大大增加对预防性健康的投资，并减少遭受健康冲击的风险。Karlan和Zinman（2010）通过实证研究得出当贷款以高利率发放时，扩大获得消费者信贷的渠道能为借款人带来了可观的净收益。

李燕桥等（2013）认为消费信贷可以缓解城镇居民当期的流动性约束，促进其当期消费，但是消费信贷对城镇居民消费的积极效应也受到“大额刚性支出”和未来收入不确定性的抑制。易行健等（2018）认为数字金融能够促进居民消费，特别是衣着、居住、日用品、交通通信等方面消费，其作用机制为缓解居民面临的流动性约束和便利支付。董云飞（2019）则提出数字金融的发展对农村居民的生活用品消费支出并未产生明显的作用，但能明显促进高级服务性消费。崔海燕（2017）运用广义矩估计法进行实证分析得出数字金融能显著促进农村居民的消费，农村居民的消费行为存在显著的“棘轮效应”，城镇居民的消费行为对农村居民的消费存在显著的“示范效应”。尹志超和彭嫦燕（2019）从家庭视角展现了数字金融的发展状况和群体间的差异。从需求端看，数字金融服务发展的广度和深度都有待提升；从供给端看，基层社区金融服务的可及性较低。傅秋子和黄益平（2018）实证得出数字金融水平的提高会降低农村生产性正规信贷需求，增加消费性正规信贷需求。张栋浩和尹志超（2018）从金融服务的渗透度、使用度和满意度三个层面构建数字金融指数，实证得出数字金融指数与农村贫困脆弱性之间显著负相关。李建军和韩珣（2019）认为数字金融体系能够解决金融机构高门槛、高成本和逆向选择问题，在一定程度上可缩小收入分配差异。

综合以上文献可以看出，现有文献较多体现在经济发展和信贷需求方面。本文在现有文献的基础上，利用数字金融指数实证分析其与居民消费之间的关系并提出以下假设：

假设1：数字金融能够促进居民消费。

假设2：数字金融对居民消费的影响存在消费者异质性。

假设3：数字金融对居民消费的影响存在产品异质性。

2 数据与计量模型

2.1 数据及实证模型

本文选取中国家庭追踪调查（CFPS）2014年、2016年、2018年31个省（直辖市、自治区）的居民消费数据，结合北京大学数字金融研究中心数字金融指数来进行实证研究。

根据生命周期理论，消费者会合理分配其生命周期内各个阶段的收入和消费，以实现效用的最大化。参照万广华等（2001）的研究，设定如下计量模型：

lncit表示i个家庭t年份消费支出的对数。IFIit表示i个家庭t年份的数字金融指数。Xit为控制变量，μit为残差项。

2.2 变量

2．2．1 家庭消费

家庭消费分为八项支出：食品烟酒支出、衣着支出、居住支出、生活用品及服务支出、交通通信支出、教育文化娱乐支出、医疗保健支出、其他支出。

2．2．2 数字金融指数

根据北大数字金融研究中心的数字金融指数体系，本文分三个层面对数字金融进行分析：第一层面选取数字金融综合指数，第二层面选取二级指标覆盖广度、使用深度和数字支持服务程度，第三个层面从支付、保险、货币基金、投资、信贷五个三级指标进行分析。

2．2．3 控制变量

第一，家庭变量有收入、是否为城镇户口和家庭人口；第二，年龄结构变量有少儿抚养比和老年抚养比；第三，社会保障变量有是否有养老保险、是否有医疗保险。

表1 主要变量的描述性统计

表1报告了一些主要变量的描述性统计。收入的均值大于消费的均值，说明从平均来看消费能力能够得到保障。消费的标准差为66801，说明样本内居民家庭的消费水平差异很大。在一、二级数字金融指标中，数字支持服务程度的均值最高，体现了移动支付具有较高的便利性。

3 实证结果分析

3.1 基准回归结果

由于Hausman检验结果是拒绝原假设，因此本文选择固定效应模型作为主要模型进行实证分析。同时为了保证实证结果的稳健性，还添加了OLS和IV作为辅助回归分析。

表2 基准回归结果

表2第1、2列显示的是OLS回归模型的结果，第3、4列为固定效应的回归结果，第5、6列为IV回归的结果。

从固定效应模型看，当模型加入控制变量后，估计参数从0．004上升到0．005且都显著，意味着在考虑其他条件时，当居民所在省份数字金融指数上升1个单位时，居民消费能够上升0．5%。从OLS的回归结果看，数字金融指数对居民消费的影响也是显著的，但是随着控制变量的加入，数字金融指数对于居民消费的影响会减弱，从0．004减少到0．003。在IV模型中，本文采用IFI滞后两期作为工具变量，回归结果仍是显著的。所以，数字金融指数确实能够显著促进居民消费支出，假设1成立。

在控制变量中，家庭纯收入对居民消费的影响也都显著为正，这也与大多数学者的观点一致。相对于农村户口，城镇户口对于消费支出的影响更大且显著，拥有养老保险和医疗保险也并非都能促进居民消费支出。在OLS和IV模型中，少儿抚养比和老年抚养比对于居民消费支出的影响显著为负，说明少儿抚养比和老年抚养比越高，对居民消费支出的抑制作用越强。

表3 二、三级指标固定效应回归结果

从二级指标来看，覆盖广度、使用深度和数字支持服务程度对消费都有显著的正向影响。覆盖广度方面，传统金融机构的直接表现形式是“金融机构网点数”和“金融服务人员数”，而新金融模式依托互联网的发展，克服了地域、时间的限制，其覆盖广度体现为支付账户绑卡比例和支付账户绑定银行卡数量。使用深度方面的指标主要选取使用金融服务的类型，如支付服务、信贷服务、保险服务、投资服务和征信服务。服务类型的细分与增加，能够极大程度上促进个人和小微经营者筹资和投资业务的发展。数字服务支持方面，影响用户使用金融服务的主要因素是便利性和成本。互联网金融以其较高的移动化程度和较低的贷款成本体现了便利和低成本的优势。

从使用深度的子指标即金融服务类型来看，支付服务、保险服务、货币基金服务、信贷服务及投资服务都对消费支出具有显著的促进作用。支付服务用用户活跃度、人均支付笔数和金额来衡量。移动支付释放了因信贷约束、高支付成本而受抑制的消费。保险服务的衡量指标和支付服务类似，随着用户保险笔数和金额的增加，消费者对未来的不确定性预期会降低，消费支出也会增加。马双（2011）认为新农合医疗保险能够减少不确定性。互联网金融下的贷款门槛低、贷款利率相对较低并且囊括了小微经营者的贷款需求，在很大程度上促进了小微贷款者的消费水平。总体来说，数字金融通过便捷的支付渠道、多样化和低门槛的金融服务促进了居民消费支出。

3.2 异质性分析

3．2．1 分城乡分析

表4显示了分城乡回归的结果。总体来看，无论是在城镇还是农村地区，数字金融指数都显著促进消费支出，尤其是农村地区。农村地区传统金融服务的获取渠道要少于城镇地区，金融排斥现象比较普遍，而数字金融服务的出现能够使得更多农村居民获取低成本的金融服务，并且移动支付的出现也打破了传统金融模式下地理位置的约束，从而刺激了农村居民的消费。

3．2．2 分收入阶层分析

随着经济的不断增长，居民收入也在增长，但也拉大了收入差距。在传统金融模式下，收入以及收入差距影响着居民消费水平，相对于中高收入人群，数字金融更能促进低收入人群的消费。数字金融通过方便支付、缓解流动性约束最终转化为低收入者消费支出的增加。而对于中高收入者来说，其本身面临的流动性约束和收入等问题并不突出，因此数字金融的发展对于其消费支出的促进作用也就不显著。

表4 分城乡回归结果

3．2．3 分地区分析

本文将样本分为东部、中部和西部三个经济带。区域经济发展不平衡是当前经济的现状，而数字金融对不同区域的消费支出会产生不同的影响。从表6中可以看出数字金融对于东部地区居民的消费支出影响最显著，而中部和西部只有在工具变量法下是显著的。东部地区经济发展更快，数字金融指数无论是在覆盖广度、使用深度还是数字支持服务程度上都明显优于中西部地区，因此数字金融对消费支出的影响在东部地区更为突出。

3．2．4 分有无保险分析

在基准回归中，保险对于消费支出的影响并不都显著，因此本文进一步区分在有无保险的条件下，数字金融对居民消费支出有何影响。在固定效应和工具变量法下，对于参保居民来说，数字金融对其消费支出具有明显的促进作用，而未参保的居民则需要考虑未来生活中的不确定性因素，如重大意外事件、失业等。这也说明了在同等条件下，若能提高医疗保险和养老保险参保率以降低不确定性，数字金融对于居民消费支出的促进作用会更加显著。

综上，数字金融对农村家庭、东部居民、低收入阶层和参保家庭的影响更显著，假设2成立，即数字金融对消费的影响存在消费者异质性。

表5 分收入回归结果

表6 分地区回归结果

表7 分有无保险回归结果

3．2．5 分消费类别分析

表8和表9进一步将消费支出分为食品烟酒、衣着、居住、日常生活、交通通信、教育娱乐、医疗保险和其他消费支出作为被解释变量进行分析。数字金融指数对所有部分的消费支出都具有显著的促进作用，这也说明了数字金融对居民消费支出的影响已经渗透到了各个方面，而不是只局限于某几个消费类别。从表中可以看出数字金融对衣着、居住、教育娱乐、医疗保险和其他方面的影响参数更大，这也说明了数字金融不仅促进了居民对于基本生活资料的消费支出，同时也促进了居民对享受型商品与服务的消费，假设3成立，即数字金融对居民消费的影响存在产品异质性。

表8 分消费项支出固定效应回归结果

表9 分消费项支出工具变量回归结果

4 结论

根据中国家庭追踪调查（CFPS）和数字金融的数据，本文从实证角度对数字金融对消费的影响进行了分析，结果表明数字金融的发展确实能够显著促进居民消费。数字金融对居民消费的影响存在消费者异质性和产品异质性。从消费者类别看，数字金融对农村家庭消费的影响大于城镇居民，对东部地区居民消费的影响最显著，对低收入阶层的消费支出影响更突出，对参保家庭消费支出的影响是显著且积极的；从消费产品类别来看，数字金融更能刺激教育娱乐、医疗保险等享受型商品与服务的消费。

根据本文结论，数字金融确实能够促进居民消费支出，尤其是对农村居民和低收入者的促进作用更显著，这对于金融模式的创新和金融支持政策的完善具有重要的借鉴意义。继续推进中西部、乡村地区数字金融的发展，扩大覆盖广度和使用深度以及提高数字化程度能够使更多的家庭享受到数字金融的普惠性，从而提升中国居民的整体消费水平。