摘要
数字化建设为贵州经济带来新机遇，同时也加快了贵州省的经济发展方式转型。本文简要分析了贵州省金融发展状况，基于金融发展现状及相关理论，对数字普惠金融影响贵州居民消费需求的机制进行探究。本文选取2014年至2018年我省九个市（州）数字普惠金融指数以及面板数据，采用随机效应模型估计方法讨论数字普惠金融发展对贵州居民消费需求的影响，并进一步讨论城乡差异和维度的影响。研究表明：数字普惠金融发展能够显著促进贵州居民消费需求提升，且表现为对农村居民消费需求的影响更为显著，维度分析中覆盖广度对居民消费影响更深。最后基于研究结论，提出相关建议。
关键词：数字普惠金融；居民消费需求；随机效应模型
1绪论
1.1研究背景及意义
1.1.1研究背景
疫情肆虐使我国贸易、经济发展面临着巨大挑战，国际环境变化不断冲击着我国经济发展目标，加快经济发展方式转变成为了我国十分重要的事项。2008年金融危机以来，贵州省数字经济增速在国内多次名列前茅，投资驱动在其中扮演了重要的角色。国际新形势与贵州省居民生活水平提高的双重变化背景下，投资拉动贵州经济发展的效果逐渐降低，居民消费的影响力越来越大。贵州省统计局数据（见图1.1）显示，2015—2019年，固定资产投资增速从21.3%下降至1%，进出口总额占地区生产总值比率从7.2%降至2.7%，被喻为“三驾马车”中的投资和进出口呈现出软疲之态；尽管贵州省居民消费率略有下降趋势[1]，但仍处于一个较为平稳的水平，受时间趋势影响较小，居民消费逐渐成为拉动贵州经济增长的新驱动。
图1.1贵州省经济增长驱动力比率图
居民消费率的下降也进一步显示出居民消费欲望的下降，消费经济理论认为收入和信贷约束会在一定程度上抑制消费需求，国际环境变化也促使消费者增加预防性储蓄，致使消费欲望降低，从而使经济增速放缓。为建设完整内需体系，贵州省经济增长模式正努力地由投资驱动转变为消费驱动，同时响应国家金融科技布局，将普惠金融与数字技术进行融合，为影响贵州居民消费需求提供了更多的实践可能。本文通过对数字普惠金融影响贵州省居民消费机制的研究，以实证分析方式展示数字普惠金融发展对贵州居民消费需求的影响情况，借此为贵州省数字金融服务以及贵州省数字经济高质量发展提供建议。
1.1.2研究意义
贵州省长期处于一种依靠投资拉动经济增长的状态，自身资源比较优势不断弱化、经济机构不协调、内需十分不足，迫切需要增强消费对经济增长的拉动作用。由于数字化技术在普惠金融这一方面的建设尚未成熟，有关数字普惠金融影响贵州居民消费需求的文献甚少，对此类问题缺少较为系统分析与研究。于是本文就数字普惠金融影响贵州省居民消费进行理论分析和实证分析，丰富相关领域的内容研究，具有一定的理论意义。同时探究影响贵州省居民消费的因素，把握其影响机制，对调整贵州省消费经济发展具有一定的作用。并且数字普惠金融旨在降低金融服务门槛和成本，希望能为长期受金融排斥的群体提供更加多元化的金融产品与服务，借此降低消费者的流动性约束，进而可能会促使居民实现消费升级。因此本文通过数字普惠金融对贵州居民消费需求产生的影响进行研究，并根据所得结论提供适合于贵州省地区的相关建议，对创新贵州省数字金融服务体系和加快完善贵州省内需体系具有一定的实践意义。
1.2国内外研究现状及发展趋势
1.2.1国外关于金融发展影响消费需求的研究综述
国外学者较早就金融发展与消费需求之间的影响关系做了一些研究，较多国外学者认为金融发展能够推动消费升级。Mckinnon(1973)认为发展中国家的金融发展受到XX过多干预，必然存在需求抑制型信贷配给，进而抑制消费需求[1]。Campbell和Mankiw(1991)认为金融约束会对居民消费产生一定的影响[2]。
Levchenko(2005)认为存在流动性约束的消费领域能够通过金融市场进行合理有效的资源分配起到平滑消费的作用，从而刺激消费[3]。Aron和Duca(2012)在其研究中指出获得信贷的难易程度能够影响居民的消费需求，消费者在自由信贷市场上能更方便的获取信贷，进而刺激消费[4]。Bousmah和Onori(2016)认为金融市场化的发展程度对不同收入群体的消费影响存在差异，当人均收入水平较低时，影响更加显著[5]。
1.2.2国内关于金融发展影响居民消费需求的研究综述
目前国内对金融发展影响居民消费的研究已经形成了正向影响的主流趋势。叶耀明和王胜(2007)基于国内1979年至2004年的31个省市面板数据，在实证分析中指出金融市场化的发展能够减少消费流动性约束，提高消费水平[6]。花中东和高静(2016)就本域与邻域的金融发展水平如何影响本域城镇居民消费进行了空间面板杜宾模型分析研究，认为本域的金融水平提高会促进该区域城镇居民消费，邻域起抑制作用[7]。郭庆和刘彤彤(2018)基于2011年到2015年省级面板数据，通过建立动态跨期模型分析发现P2P网贷对居民消费存在促进效应和挤出效应，对于农户群体促进效应更加显著[8]。何启志和彭明生(2019)认为互联网金融发展能够提高网络消费，进而影响居民消费模式改变和促进居民消费[9]。夏仕龙(2020)认为普惠金融发展对各地区居民的收入和消费以及边际消费倾向等均有正向刺激作用[10]。段辉娜、王雪梅和孙敬怡(2020)认为互联网消费金融可以提升居民总体消费水平[11]。
数字普惠金融是普惠金融随互联网技术革新应运而生的，概念提出时间尚短，关于数字普惠金融发展影响居民消费需求的研究体系不完善，国内研究此问题的学者多数认为数字普惠金融发展正向影响着居民消费需求。易行健和周利(2018)认为数字普惠金融发展能够提高居民消费支出，在农村地区、中西部地区及中低收入阶层家庭促进作用更加明显[12]。刘世鹏(2019)利用2011-2017年北大数字普惠金融发展指数与我国31个省级相关经济数据，通过固定效应模型发现数字普惠金融发展显著正向影响我国居民消费[13]。周涵(2019)对数字普惠金融的发展与东部地区居民消费之间的影响关系进行了理论分析和实证分析，认为数字普惠金融的发展可以显著正向影响东部地区居民消费[14]。邹新月和王旺(2020)认为数字普惠金融的发展能够有效促进居民消费水平的提高,且发现对于西部地区的影响程度大于东部地区[15]。肖远飞和张柯扬(2020)认为数字普惠金融的覆盖广度和数字化程度的提高可以增加城乡居民的消费[16]。
1.2.3文献评述
通过对国内外现有相关文献梳理总结可以发现，国内外较多学者都认为金融服务水平的提高对居民消费具有正向刺激作用，且随着金融服务体系的不断完善，对于地区和城乡差异化带来的差异影响会不断降低，促进作用会越来越明显。但现有文献对数字普惠金融影响全国居民消费的讨论较多，对局部地区的研究分析较少，由于不同地区的居民结构不同，消费需求也可能存在不同，而贵州省的城乡差异性具有一定的代表性，故而本文选择贵州省居民消费作为研究对象，希望能进一步反映数字普惠金融的发展对省级不同消费水平的居民消费需求所产生的不同影响。
1.3研究方法与内容
本文主要采用文献综述法、描述性研究法、实证研究法以及比较分析法这四种方法对本篇研究进行阐述和分析。首先笔者使用文献综述法归纳分析所涉及领域内学者的观点以及研究趋势，主要为引题开篇的作用；在文献研究分析的基础下，使用描述性研究法阐述相关概述及理论，进一步分析研究标的之间的影响机制，并提出研究假设；基于前述理论和研究假设，使用实证研究法构建合理的实证分析模型，着重分析数字普惠金融与居民消费需求的影响关系；最后在实证分析的基础上，对城乡差异产生的结果做探讨，使用比较分析法对其结果进行分析归纳。
1.4创新与不足
本文的可能创新有：（1）本文研究视角落于贵州省常驻居民消费情况，贵州省作为经济增速快，脱贫力度大的典型省份，研究金融发展对贵州省居民消费升级产生的影响，能对研究省级情况的学者提供一定的实践意义；（2）本文采用的数据均为贵州省近几年数据，研究更具时效性。
受限于笔者研究水平，本文存在着以下不足：（1）本文所研究领域仍在探索阶段，有关数字普惠金融区域性的主流理论模型还未完善，本文可能存在分析疏浅，研究深度欠缺等问题；（2）本文在选取实证变量中可能遗漏了影响重大的控制变量，实证方法未考虑周全等；（3）鉴于区域数据可获得性不足，相关变量处理可能存在不合理之处。上述不足笔者将会在日后的学习中逐渐完善。
2贵州省数字普惠金融与居民消费需求发展状况
2.1贵州省金融业和数字普惠金融发展状况
2.1.1贵州省金融机构网点数量增长状况
一般来说，金融体系构成越完善、金融机构网点分布密度越大的地区，普惠金融建设情况就会越好。因此，可利用贵州省金融机构网点数量增长情况，从服务可能性上来衡量贵州省普惠金融建设状况。
如表2.1所示，2015年以来贵州省金融机构数量总体上有所增加，但增速缓慢。由于村镇银行、地区合作社等小型商业银行的相继准入，商业银行营业网点数量由2654家上涨至4308家，增幅达62.3%，成为金融机构服务网点数量增长翘楚，逐渐形成了一种以银行类金融机构为主导地位，其他非银行类金融机构缓慢发展的普惠金融服务发展体系。
2.1.2贵州省及各市（州）存贷发展状况
金融服务供给水平是普惠金融发展水平评价体系中重要的衡量指标，但是，若不能产生与金融服务供给相匹配的有效的金融需求，那么这种供给就是无效供给。居民的金融服务需求情况可以通过当地金融机构的存贷款情况反映出来。
图2.1贵州省存贷款情况图（2015-2019年）
图2.2贵州省各市（州）存贷款情况图（2019年）
图2.1表示，2015年至2019年间，贵州省总体存款额由19438.64亿元上涨到27170.60亿元，增长39.78%，但存款增速略显放缓姿态；贷款额由15051.94亿元上涨到28448.73亿元，增长89.00%，贷款额较存款额呈较快增长趋势，据此居民消费需求可能存在上涨趋势。此外金融机构的存贷比可以一定程度上反映出某个地区的资金利用情况[2]，图2.1还能看出存贷比呈上升趋势，至2019年末突破1，贵州省居民金融需求欲望逐渐增高。另外从图2.2的2019年的各市（州）存贷款情况来看，各市（州）的存贷情况存在明显差异，其中贵阳市存贷需求位列全省最高，存款额为11936.17亿元，占全省存款总额的44%，贷款额为14057.59亿元，占全省贷款总额的49.4%。除遵义市外，其余市（州）的存贷款情况处于较低水平，金融资源利用率低下，金融需求潜力有待释放，其中安顺市存款额为1088.77亿元，贷款额为1077.40亿元，金融有效需求最低。从2019年各市（州）存贷比来看，贵阳市、六盘水市、铜仁市以及黔南州地区存贷比高于全省存贷比，这几个地区或有产业支撑，或有地理条件优越等因素，这说明金融有效需求可能受到产业建设程度等因素影响，进一步推断出推动产业发展可能会提高金融资源利用率。总的来说，无论是贵州省总体还是各市（州），存款数量和贷款数量均保持着平稳上升的趋势，贵州省居民金融服务有效需求持续上涨，贵州省普惠金融建设在金融资源分配上逐渐完善。
2.1.3贵州省保险业发展状况
保险业是普惠金融建设的重要成员之一，以其独特的金融衍生效用，能够一定程度地减少金融排斥问题，有效防范未知性，减少居民预防性储蓄，承担着社会保障、经济补偿、配置社会资源、资金融通、直接创造经济价值等作用。本文使用保费收入作为衡量贵州省保险业发展状况的标的。
图2.3贵州省保险业发展情况（2015-2019年）
贵州省保费收入包含财产保费收入与人寿保费收入两大类，图2.3数据显示，2015年贵州省保险保费合计收入为2577966.03万元，至2019年这一数字值则高达4892585.04万元，幅度达190%。贵州省两类保险业务保费均逐年稳步增加。但2019年贵州省保险业保费收入与银行业机构存贷款额之比小于1%，可以看出贵州省保险业保费收入的基数还较小，在普惠金融建设中贡献较小，正面反映出贵州省目前金融行业的畸形发展现象，普惠金融建设主要依赖于商业银行业务的支撑，保险业需要加大发展力度。
2.1.4贵州省数字普惠金融发展状况
自普惠金融提出以来，金融就逐渐从富人门庭中走出来，商业银行中的长尾市场需要放开，尤其是贵州省内庞大基数的低收入工薪阶层和农户家庭。搭载数据和互联网时代的发动机，数字普惠金融孕育而生，伸延了金融普惠服务的效用半径，释放长期受金融排斥的群体的金融需求欲望。
当前贵州省数字普惠金融发展已由粗放式扩张转变为稳健延拓阶段，服务广度和使用深度日新月异，关联企业集腋成裘，辐射效应逐渐显著。本文使用北京大学数字金融研究中心编制的有关贵州省的数字普惠金融发展指数来衡量贵州省数字普惠金融发展状况[17]。2014—2018年贵州省九个市（州）的数字普惠金融发展指数如图2.4所示。
图2.4贵州省各市（州）数字普惠金融发展指数（2014-2018年）
图2.4显示，首先从整体走势来看，全省九市（州）数字普惠金融平均发展指数由176.86增长到275.86，平均增速达56%，其中在2014—2015年增速最快，2015年后增速放缓。从各地区走势看，各地区在2016年之前发展参差不齐，此后差距缩小，发展走势趋同，再看增幅情况，贵阳市、六盘水市、遵义市、铜仁市、黔西南州、黔东南州和黔南州增幅较大，这些地区均拥有较好的工商业支持或地理环境优越，可见工商业和优越的地理环境能够在一定程度上推动数字普惠金融建设；此外六盘水市和安顺市在2015—2017年出现了下降趋势，可能与当时金融市场波动、产业政策调整和人口流出有关。
2.2贵州省居民消费需求发展情况
消费驱动俨然成为贵州省经济发展追求的首要模式，本文使用居民人均消费性支出衡量贵州居民消费需求发展情况，并借鉴陈渠(2019)对城乡居民消费差距的计算方法[18]，进一步使用城乡居民消费的绝对差距以及相对差距来衡量贵州省居民消费的状况。
图2.5贵州省城乡居民消费绝对差距（2015-2019年）
图2.6贵州省城乡居民消费相对差距（2015-2019年）
图2.5及图2.6数据都表明贵州省城乡居民人均消费性支出都在逐年上升，结合贵州省金融业和数字普惠金融发展状况来看，随着金融服务的稳健发展，居民消费需求也在稳健上升。同时还可以观察到城镇居民消费性支出是农村居民消费性支出的两倍有余。从消费差距上来看，图2.5表明城乡居民消费绝对差距先上涨后微降，整体绝对差距略有涨势；图2.6的相对差距表示，贵州省城乡居民消费相对差距在逐渐减小，反映出农村居民消费需求涨幅更快，相对于绝对差距来说，相对差距更能反映出城乡消费欲望涨幅，于是认为城镇居民消费需求增幅可能小于农村居民消费需求增幅，其可能原因有社会保障倾斜、精准扶贫落实、农村教育发展等。因此，稳扎稳打推进第二个“一百年”计划，落实利农政策，缩小城乡经济发展差距，加快贵州经济发展模式转型，促进消费升级。
3数字普惠金融发展影响贵州居民消费的理论分析
3.1相关理论概述
3.1.1金融排斥理论
金融排斥是普惠金融建设中主要服务对象之一，其主要是指社会中存在着部分群体无法或有条件的、非易的获得正常的金融服务。何德旭和苗文龙(2015)通过在其研究中详细阐述了金融排斥与中国普惠金融现状[19]，结合其研究成果本文认为中国存在的金融排斥包括：（1）受地理因素限制的机会排斥；（2）受金融服务准入门槛限制的条件排斥；（3）金融产品价格导致的价格排斥；（4）受市场定位被排挤的市场排斥；（5）自身心理因素导致的自我排斥。金融排斥的产生会使被排斥的消费者出现无法或不易跨期平滑消费、消费欲望降低等。
3.1.2长尾理论
长尾理论主要是指在自由市场经济条件下，由于任何人都能进行生产以及销售，从而导致商品成本趋低，低廉的商品充斥着主流商品市场中的优选品，与之抗衡甚至占据市场成为主体。因此可以认为，只要合理开发处于尾部的社会群体，这些非主流的群体也能为社会经济带来巨大的效益。
3.1.3预防性储蓄理论
预防性储蓄是那些为了避免未知情况所引起的无法或不易平滑消费的风险厌恶者所进行的储蓄。其理论认为，风险偏好存在厌恶的人，在感知预期收入不稳定或消费可能增加时，会将当期的收入储存起来防止变数，偏好当期赚当期花。因此根据预防性储蓄理论，消费支出与风险感知有很大联系。
3.1.4收入决定理论
凯恩斯的收入绝对假说认为消费是关于收入的正相关函数，其边际消费倾向随着收入增加而减少。随后的生命周期理论认为消费者在不同年龄阶段所产生的消费行为是不同的，有效消费欲望呈下降趋势。杜森贝利的相对收入理论则还考虑了心理因素，其认为收入对消费的影响并不是绝对的，心理因素同样会对消费者进行购买决策时产生影响。
3.2数字普惠金融影响贵州居民消费需求的机制分析
图3.1数字普惠金融影响贵州省居民消费需求路径图
互联网的飞速发展，众多企业将线下业务转移到线上进行，金融行业的变化尤其显著，这为普惠金融建设提供了至关重要的实践基础。普惠金融建设途中，风险管控是其中十分重视的问题之一，而数字普惠金融利用先进的金融数据处理技术和行为模型分析，能够提高各种金融性操作所产生的数据的利用程度，降低相关机构金融风险发生率和金融服务成本，为普惠金融建设提供了安全保障，也较好地体现了金融科技的初衷。于是本文结合对贵州省金融发展状况、居民消费现状的分析及相关理论，本文对数字普惠金融的发展所产生的金融影响做一个概述，于此进一步分析对贵州省居民消费所产生的影响，总结其影响机制。
首先，贵州省数字普惠金融建设顺应数据处理技术革新时代，合理运用大数据中心所在地所带来的资源，搭建更加完善的风控系统，金融风险可控性变高；其次，响应国家金融科技布局，贵阳各类金融机构对长期受金融排斥的地区和居民持续提供更便捷、更高效、更多元的金融服务；最后，互联网技术与金融服务的深度结合，让金融服务不再“高端”，各层次用户均能享受到合理的金融服务，增加数字普惠金融建设在经济落后地区所产生的影响的深度和广度。如图3.1所示，消费者受数字普惠金融发展带来的影响主要包括：支付环境变化，信贷获得可能性增加，保险安全感提升和便捷理财。
3.2.1支付环境
数字普惠金融可以利用其互联网便捷性，将转付功能融入于移动设备、磁卡之中，进而改善支付环境，一方面减少了现金交易所产生的磨损、丢失和时间，另一方面增加了交易安全性，消费者进行消费决策次数增加，消费需求提高。从贵州省各地区居民交易方式倾向来看，以支付宝、微信支付、云闪付等为代表的第三方支付工具备受喜爱，乘车使用云闪付，零碎消费倾向于微信支付，网上购物依靠支付宝，交易方式五花八门，消费途径千姿百态。
3.2.2信贷获得可能性
近年来贵州省信贷交易数量突飞猛进，交易风险也随之产生。收入决定理论指出收入是影响消费的关键因素之一，而信贷作为跨期收入的一种，其对消费的影响作用不言而喻。同时金融排斥理论认为部分人较难满足金融服务门槛，因此信贷服务会受到限制。信贷对实现跨期消费极为重要，但获得一笔信贷需要申请方满足多方面的准入条件，而不具备完全条件的申请者会通过各种方式解决或隐瞒自身真实情况，因此信贷交易充满不确定性。数字普惠金融可以通过先进模型对信贷申请方进行评级，再对借贷者消费行为进行追溯，及时处理风险交易，不仅能降低借贷门槛和交易成本，放开更多的准入用户，拓宽服务市场；还能降低风险发生率，增加信贷交易质量和数量。
3.2.3保险安全
预防性储蓄理论指出消费者可能会因为预期的收入不确定性而进行储蓄。而保险是应对风险最有效的途径之一，当消费者获得保险程度较高时，会更容易感受到安全感、幸福感，预期未来是稳定的，便会减少预防性储蓄，从而增加当期消费。数字普惠金融的迅速发展同样刺激着保险业的转型发展，特别在保险产品革新、保费下调、险种增加和网上选保等方面的发展，不仅丰富了保险业的服务模式，还拓宽了保险产品的销售渠道，居民获得保险的途径增多，选取险种也更加的方便快捷，居民幸福指数和安全指数上涨，消费欲望便会上涨。
3.2.4便捷理财
数字普惠金融的产生，撕掉了投资理财的“贵族”属性，投资理财逐渐平民化。长尾理论表示，如果对处于尾部的群体善用得当，也能造福社会经济发展。随着数字普惠金融的推广，投资理财散户将会逐年增加，金融市场管理也将日渐完善，居民投资性收入增加，消费可能性增大；同时本地上市企业的生产可能会受益于证券市场的股价变动，企业的资金和产出增加，进一步影响XX财政收入增加，从而XX会考虑转移支出的投入量，居民福利增加，社会消费需求上涨。
3.3研究假设提出
结合贵州省居民消费现状与理论分析，本文对数字普惠金融发展如何影响贵州居民消费需求提出以下两个假设：
（1）数字普惠金融发展对贵州居民消费需求有促进作用。数字普惠金融通过支付环境的改善、信贷获取的便捷、保险途径的丰富、“睡后”收入的增加等几大方面释放消费者流动性，进而刺激居民消费。
（2）数字普惠金融发展对贵州农村居民消费需求的影响大于城镇居民消费需求的影响。受城乡地理、人文、成本等因素的影响，农村的数字普惠金融建设程度远低于城镇，农村居民受排斥度更显著，数字金融发展空间更大，数字普惠金融发展的影响力可能更高。随着居民消费文化的改善，人民生活质量的提高，农村居民对数字金融的认同感会越来越强，其流动性会逐步变大，农村居民消费需求的增幅可能会大于城镇居民消费需求。
4数字普惠金融促进贵州居民消费需求的实证分析
4.1变量选取及数据处理
4.1.1被解释变量
常驻居民人均消费性支出。鉴于数据可获得性和数据一致性，本文直接选取《贵州统计年鉴》中2014—2018年的贵州省各市（州）的城乡常驻居民人均消费性支出来衡量贵州省城乡居民消费需求，由于贵州省各市（州）整体常驻居民人均消费性支出数据获取不便，本文利用各市（州）城乡人均消费性支出、城镇化率以及常驻人口计算得出的值作为贵州省各市（州）整体常驻居民人均消费性支出数据。
4.1.2解释变量
贵州省各市（州）数字普惠金融发展指数。本文借鉴北大金融研究所编制的《中国数字普惠金融指标体系与指数编制》的研究成果[17]，选取其中2014—2018年的贵州省各市（州）的数字普惠金融发展指数及其维度指数作为核心解释变量。
4.1.3控制变量
本文综合相关领域内众多文献成果，并考虑贵州省各市（州）相关数据的可获得性，笔者选取如下三个具有代表意义的变量作为本文模型中的控制变量，样本时间区间均为2014—2018年，数据均来源于《贵州统计年鉴》。
城乡收入差距。收入决定理论认为收入对消费的影响是显著的，故本文使用城乡常住居民人均可支配收入之比的形式将其纳入模型中。
财政支出占比。财政支出作为满足社会特殊需求的资金支出，对居民消费需求可能存在一定的影响，于是本文用贵州省一般公共预算财政支出占地区生产总值的比值将其纳入模型中。
非农产业结构。工业化程度较高的地区往往展现出较好的经济发展水平，如果农村剩余劳动力向非农产业进行转移，一方面能够有效促进产业结构调整，另一方面也能够促进社会消费需求的增长，故有必要将非农产业结构考虑进模型中，具体数值计算为第二、第三产业生产总值之和占地区生产总值。
4.2描述性统计分析
在模型构建及回归分析之前，本文先对上述选取的变量数据进行描述性统计分析，了解数据分布特征。
观察表4.1的描述性统计结果，贵州省常驻居民人均消费支出的最大值和最小值分别为24865、8106，其均值明显更临近于最小值，表明贵州省常驻居民消费水平更集中于低水平段。城乡常驻居民人均消费的结果显示，城镇常驻居民消费均值为17013，农村常驻居民消费均值为7711，比值超2倍，反映出城乡居民消费存在着较大的差距；但城镇常驻居民消费的标准差更大，说明城镇居民不同消费水平的间距更大。从数字普惠金融发展指数来看，最值相差144.7，其均值处于中间水平，说明2014年之后，贵州省各地区数字普惠金融建设处于一个较平稳的良性发展趋势；继续看其维度数据，覆盖广度和使用深度在均值和极值上相差不大，发展均衡，而数字化程度各数值较大，其原因为初始值较高。从控制变量上来看，城乡收入差距的最大值为3.419，最小值为2.244，标准差为0.334，说明贵州省城乡居民收入仍然存在着较为严重的差距；财政支出占比的最大值与最小值相差0.276，其比值约为2.7，结合其所对应的原始值来看，除贵阳市、六盘水市和遵义市之外，其余市（州）财政支出占比均大于或约等于均值0.298，这些地区都存在着较多的贫困地区，说明各市（州）XX对当地财政支出投入是相对重视的；反观非农产业结构的极值、均值与标准差，处于一个较为平稳的波动趋势，但其均值仍低于中国大部分城市的非农产业结构的均值，说明贵州省脱农政策仍有待完善。
4.3模型构建及回归分析
4.3.1模型构建
为验证本文提出的理论假设，本文结合上述变量选取的过程构建如下计量模型：
式中，为地区第年的人均消费性支出，为i地区第t年的北大数字普惠金融发展指数，为i地区第t年的城乡居民收入差距，为i地区第t年的财政支出占比，为i地区第t年的非农产业结构占比，，，为待估系数，为随机误差项。
4.3.2基准分析
由于本文变量均采用2014—2018年的贵州省九个市（州）的面板数据，面板模型中截面变量N=9大于时间序列变量T=5，故上述计量模型为短面板模型，因此本文没有对模型进行协整检验以及单位根检验。因式4.1无滞后项，故认为本文实证模型为静态模型，而静态面板估计包括固定效应模型、随机效应模型和混合回归模型三种基本的估计方法，所以在进行上述模型回归分析之前，需要先确定模型属于类型。本文使用计量软件stata16进行本文所有的前置检验及实证分析，前置检验包括BP检验和Hausman检验，其中BP检验的P值低于0.01，表明随机效应模型优于混合回归模型；Hausman检验结果所对应的P值高于0.1，故接受原假设，选择随机效应模型进行估计效果更好。
确定选择随机效应模型估计本文计量模型后，考虑到变量之间的相互影响以及遗漏变量的影响，本文采用逐步随机效应估计的方式来排除前述因素的影响。
注：***、**、*分别表示0.01、0.05、0.1的显著水平
表4.2显示，在没有添加任何控制变量时，模型（1）表明数字普惠金融的发展对贵州居民消费需求有显著的促进作用，其系数为0.819，得到初步验证。模型（2）表示添加控制变量城乡收入差距之后，数字普惠金融指数所对应的系数下降至0.717，但仍然在1%的水平上显著，而城乡收入差距对应的回归系数为负且显著，表示城乡收入差距的扩大会降低居民消费需求，符合经济意义解释；逐步加入财政支出占比和非农产业结构之后，模型（3）和（4）中数字普惠金融指数对应的回归系数逐步稳定且显著，均为正向影响，至此假设完全得到验证，表明数字普惠金融发展正向显著的影响着贵州居民消费需求。另外，模型（3）和（4）中的财政支出占比变量存在着互相矛盾的经济意义影响，且不具有计量显著性，为探究该变量是否受其他变量影响，本文单独对其进行回归，模型（5）结果显示财政支出占比对应的系数为-1.192，通过1%显著性检验，故本文推断财政支出可能对贵州居民消费需求存在负向影响，所表现的经济意义与理论相悖，推断其可能原因为财政支出未体现在居民福利增加中且支出增幅未跟上物价膨胀规律。另在模型（4）中，非农产业结构对应的系数分别为1.115且通过显著检验，说明优化非农产业结构可以刺激贵州居民消费需求。对比各系数发现，非农产业结构在本文计量模型中对居民消费需求影响最甚。
4.3.3城乡差异分析
尽管贵州省作为近年来经济增速的翘楚，但城乡差距大仍是贵州省十分显著的问题，且贵州省作为全国脱贫攻坚战最后一批脱帽的省份之一，反映出贵州省解决贫困问题是非常艰难的，此外贵州省大部分地区存在着较多的少数民族居民，甚至存在着尚未受数字金融直接影响的居民，致使增加数字普惠金融建设在此类地区的难度。因此数字普惠金融对贵州居民消费需求可能存在着一些差异，为进一步分析城乡差异带来的影响，本文分别采用贵州省城镇常驻居民人均消费性支出对数和农村常驻居民人均消费性支出对数来替换式4.1中的被解释变量，继续通过随机效应模型方法进行估计。
注：***、**、*分别表示0.01、0.05、0.1的显著水平
表4.3回归结果显示，当无控制变量时，模型（1）和（3）的结果表明数字普惠金融发展均正向影响城乡居民消费需求，从各自系数上来看，数字普惠金融发展对农村居民的影响甚于城镇居民，初步验证。当添加控制变量后，城镇所代表的模型（2）中数字普惠金融指数对应的回归系数为0.558，而农村模型（4）中相应的回归系数为0.681，均通过0.01的显著性检验，表明数字普惠金融发展对贵州省农村居民消费需求的影响大于对城镇居民消费需求的影响，于是假设得到验证。
4.3.4维度分析
数字普惠金融发展指数是一个综合指标，为进一步分析数字普惠金融各维度指标是如何影响贵州省居民消费的，本文使用覆盖广度、使用深度及数字化程度替代式4.1中的核心解释变量，继续采用随机效应估计策略探究数字普惠金融维度指标对居民消费的影响。
注：***、**、*分别表示0.01、0.05、0.1的显著水平
表4.4所示，覆盖广度对应的系数为0.866，使用深度对应的系数为0.444，数字化程度对应的系数为0.599，均通过1%的显著性检验，其中覆盖广度的影响作用最大，使用深度影响作用最小，说明拓宽数字普惠金融的影响范围能够有效刺激贵州省居民消费。结合贵州省省情分析，省辖区包含大量阻碍交通和基础设施建设的地理环境，地势十分复杂，数字普惠金融建设相对较难，因此增加其辐射半径对提高居民消费欲望卓有成效，同时省辖区居住着很多山区居民，对云上支付、投资理财和互联网金融知之甚少，导致很多居民对数字普惠金融衍生产品使用较少，对消费的促进率较低。
5结论与建议
5.1研究结论
基于实证分析结果，本文得出以下研究结论：
首先，从整体贵州省居民来看，数字普惠金融的发展对全省居民消费需求具有显著的促进作用，缩小城乡收入差距和优化产业结构均可以提高居民消费欲望。
其次，从城乡表现上来看，数字普惠金融建设对贵州农村居民消费需求的促进效果更好，同时降低城乡收入差距对激发农村居民消费需求作用力更强。
最后，从数字普惠金融维度指标来看，增加数字普惠金融辐射广度可以更好的提高贵州省居民消费，刺激效果胜于加强使用深度和数字化程度带来的提升率。
5.2建议
贵州省数字经济建设正与日俱进，越来越多的消费者会受到数字普惠金融带来的便捷，消费升级也会拉动贵州省经济增长，早日实现经济发展方式转型。结合贵州省本土情况和上述结论，提出如下建议：
（1）丰富数字普惠金融产品，创新数字普惠金融服务体系
本文结论表明，数字普惠金融对贵州省全体居民消费促进效果是显著的，因此丰富并切合各消费水平人群需求的普惠性金融产品与服务，进一步完善数字普惠金融产品与服务体系是非常有必要的。本土金融机构可以利用好贵州省大数据建设发展迅速的优势，增加与互联网科技公司的接壤交互，搭建更加丰富且安全的网页系统和手机APP，勇于创新适用于各群体的数字金融产品；在用户体验上，应合理的开放用户功能，避免“富人性”功能占据主要页面，并实时接受用户反馈，完善自身的金融服务能力，合理推出金融普惠性活动，增强用户粘性，把握住用户所产生的大量数据，努力向数字普惠金融建设进军，加快业务营销模式转型。
（2）增加农村地区金融网点数量，加快农村地区基础设施建设
结论表明数字普惠金融建设对农村居民消费促进效果更好，且增加数字普惠金融的服务范围对居民消费升级效果显著。由于贵州省各地区发展差异较大，其西北部、南部、东南部都存在较多落后地区，并且落后地区多数为少数民族农村常驻居民，金融机构鉴于风险因素容易将这类居民排斥在外，同时其金融服务墨守成规，金融产品不丰富，风险管控能力差，导致金融资源利用效率远低于城镇地区。首先，增加金融机构驻农网点数量，着重落足于少数民族地区和偏远地区，通过驻点至村、邻里拜访等方式获取用户信用信息，提高金融机构风险控制能力，增加农村居民信贷获得可能性；其次，当地XX可以根据地理环境增建适量的移动网络基站，并通过福利支持改善贫困用户互联网设备持有率，并对这些地区的网民予以提速降费的优惠，提高居民网络使用率，增加非工资性收入可能性；最后，提倡聘用当地居民，一方面能够增加就业率和居民工资性收入，另一方面还能提高居民对数字普惠金融发展的认同感，蛛网式传播数字普惠金融知识，共同推进网络基础设施建设，进而促进消费需求。
（3）提高数字普惠金融覆盖率，普及数字普惠金融知识
从本文基准分析结果来看，缩减城乡收入差距及优化非农产业结构均对居民消费产生正向影响，但是贵州省仍有部分居民存在克制消费的观念，因此当地XX可以合理普及适用于农村居民的经济知识，例如通过投资理财方式使自身财产保值增值，增加数字普惠金融衍生产品覆盖率，不仅能缩减城乡收入差距，还可以促使农村剩余劳动力向非农产业转移，增加工资性收入，优化贵州省产业结构。此外，相关XX单位可以宣传移动互联网、大数据、人工智能、区块链等高新技术所带来的好处，金融科技企业可以根据当地互联网建设情况适当举办“云想法”大赛，提高居民与企业的思想互通；同时相关机构还可通过举办数字普惠金融讲座、印刷宣传杂志等方式，增加居民对数字普惠金融的关注度和使用率，共建贵州省特色数字普惠金融体系和消费驱动经济发展新体系。
参考文献
[1]Mckinnon,Ronald I.Money and Capital in Economic Development[M].Washington:The Brookings Institution,1973.
[2]Campbell John Y.,Mankiw N.Gregory.The response of consumption to income:A cross-country investigation[J].Campbell John Y.;Mankiw N.Gregory,1991,35(4).
[3]Levchenko Andrei A..Financial Liberalization and Consumption Volatility in Developing Countries[J].IMF Staff Papers,2005,52(2).
[4]Janine Aron,John V.Duca,John Muellbauer,Keiko Murata,Anthony Murphy.Credit,Housing Collateral,and Consumption:Evidence from Japan,The U.K.,and The U.S.[J].Review of Income and Wealth,2012,58(3).
[5]Marwân‐al‐Qays Bousmah,Daria Onori.Financial Openness,Aggregate Consumption and Threshold Effects[J].Pacific Economic Review,2016,21(3).
[6]叶耀明,王胜.关于金融市场化减少消费流动性约束的实证分析[J].财贸研究,2007(01):80-86+97.
[7]花中东,高静.区域金融发展对城镇居民消费的实证分析——基于空间面板杜宾模型[J].消费经济,2016,32(06):77-84+44.
[8]郭庆,刘彤彤.P2P网贷对中国城乡居民消费的多重影响效应——基于省际动态面板模型的分析[J].经济体制改革,2018(02):49-56.
[9]何启志,彭明生.互联网金融对居民消费的影响机理与实证检验[J].学海,2019(03):146-153.
[10]夏仕龙.普惠金融究竟如何影响居民生活?——来自我国省际层面的经验证据[J].金融监管研究,2020(01):16-29.
[11]段辉娜,王雪梅,孙敬怡.互联网消费金融对居民消费行为的影响研究[J].商业经济研究,2020(07):48-52.
[12]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.
[13]刘世鹏.数字普惠金融发展对我国居民消费支出的影响研究[D].华中师范大学,2019.
[14]周涵.关于数字普惠金融对东部地区居民消费影响的分析[J].市场周刊,2019(06):135-136.
[15]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.
[16]肖远飞,张柯扬.数字普惠金融对城乡居民消费水平的影响——基于省级面板数据[J].武汉金融,2020(11):61-68.
[17]郭峰、孔涛、王靖一、张勋、程志云、阮方圆、孙涛、王芳，2016＆2019，《中国数字普惠金融指标体系与指数编制》,北京大学互联网金融研究中心工作论文.
[18]陈渠.普惠金融发展对我国城乡消费差距的影响[D].上海外国语大学,2019.
[19]何德旭,苗文龙.金融排斥、金融包容与中国普惠金融制度的构建[J].财贸经济,2015(03):5-16.
[20]陈彦宇,任玎.金融可获得性与农村居民消费结构变化:基于普惠金融视角[J].商业经济研究,2020(14):133-136.
[21]唐世辉.数字普惠金融影响居民消费的测度分析[J].商业经济研究,2020(21):57-60.
[22]王璇.数字普惠金融发展对城乡居民消费差距的影响研究[D].重庆工商大学,2020.
致谢
时至初夏，细雨绵绵；岁至辛丑，不胜惶恐。求学数十载，所学甚少，人微词穷，杯水之作，只道一家之言。回首在眸，银杏贵财，鸿鹄书馆，良师益友，引经传教，四载春秋，所获颇多。
师从XXX教师，老师微言大义，和蔼近人。相识三春，舳舻鼓励，躬先表率，受益匪浅。文行于寒冬，老师言传身教，以心传心，学生委诚求当，终得鄙作。吾师垂教之恩，恩长笔短，所述难表学生之心。昔寄予厚望，未报以琼瑶，内疚神明，来日若干霄凌云，定投桃报李。
古有孟母三迁，今是父母恩勤，养育之恩，求学之恩，辛劳之恩，子樗栎庸材，寸草春晖；父母迟暮，挂肠悬胆，当积厚成器，反哺之情。
四载肝胆，八人情深，同学少年，群英荟萃，各有所长。笔难抒相助之心，彼以倾心慷慨解囊。儒魂商才，别易会难，愿前程锦绣，育李无疆。
辛丑年初夏于贵财图书馆
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“文章版权申述”（推荐），也可以打举报电话：18735597641(电话支持时间：9:00-18:30)。
2、网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友投稿，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务。
原创文章，作者：1158，如若转载，请注明出处：https://www.447766.cn/chachong/198835.html,
