数字普惠金融对城镇居民消费潜力释放的影响研究

唐倩倩 何启志

摘要：运用我国31个省级行政区2011～2019年省级面板数据，采用动态面板模型、面板分位数模型等方法，实证检验数字普惠金融及其二维分类指数对城镇居民消费的影响。研究发现：数字普惠金融及其二维分类指数均能显著的促进城镇居民消费的提升。通过异质性检验发现，数字普惠金融会随着城镇居民消费分位点右移的变化，对其促进作用变大;进一步通过聚类分析分析发现，数字普惠金融对消费水平低的地域促进作用更大;最后，通过地域异质性分析发现，数字普惠金融对西部城镇居民消费的促进作用最大，中部其次，东部最小。据此得出结论：应该大力发展数字普惠金融，加强数字普惠金融与居民消费的有机结合，这对释放居民消费潜力具有重要意义。

关键词：数字普惠金融;居民消费;动态面板模型;聚类分析

中图分类号：F49      文献标志码：A      文章编号：1008-4657（2021）05-0052-09

0        引言

十四五规划中明确提出“要全面促进消费，增强消费对经济发展的基础性作用”。深度挖掘居民消费动力源，可以释放消费活力，畅通中国经济内外循环。近年来，消费成为拉动我国经济增长的动力源，引起国家的重视，而城镇居民消费作为消费的主力，在居民总消费中贡献较多。数据显示，2019年城镇居民人均消费支出为28 063.40元，是农村人均消费支出的2.10倍，城镇居民消费对国内经济的贡献不言而喻。因此，研究如何释放城镇居民消费潜力，提高城镇居民消费水平具有现实意义。

随着信息科学技术的发展，数字技术快速渗透到各行业，数字技术与金融服务的交织相融，使得数字普惠金融应运而生。数字普惠金融自诞生之日起，便凭借其特性在消费领域发挥着重要的动力作用。数字普惠金融能挖掘更多城镇居民消费新动能，引领城镇居民消费的新方向，改变城镇居民的消费观念和消费方式，在消费领域发挥着不可或缺的催化剂作用。但是，数字普惠金融怎么影响城镇居民消费，怎样作用于城镇居民消费？影响程度如何？在不同区域有何差距？

1        文献综述

居民消费不仅为畅通经济双循环提供动力，还为解决产业升级以及就业等问题提供途径[ 1-2 ]。现有学者对居民消费的研究，主要从金融因素和作用效果两方面入手。关于金融因素影响居民消费涉及到金融发展、金融集聚、消费金融、普惠金融、互联网（消费）金融以及数字（普惠）金融等;关于作用效果的研究涉及到消费质量、消费水平、消费结构以及消费潜力释放。随着数字普惠金融的快速发展，国内外学者研究重点逐渐聚焦在数字普惠金融与居民消费关系的研究[ 3 ]。

1.1        数字普惠金融的研究

数字普惠金融是在“普惠金融”的基础上发展而来，由互联技术催生的数字普惠金融相较于普惠金融具有其独特优点[ 4 ]。第一，数字普惠金融能够扩大金融服务受众，降低自我排斥性，而且互联网的包容性可以降低金融资源排斥性，缓解低收入群体及偏远地区的信贷约束，从而降低“金融排斥”[ 5 ]。第二，数字普惠金融借助互联网技术的便利性比传统普惠金融效率更高、价格更低[ 6 ]。一方面，数字普惠金融通过互联网平台的多场景应用，可以多方吸引客源，提高传播效率，扩大传播范围;另一方面，数字普惠金融依据网络平台收集的海量信息，可以进行风险预测及评估，这大大降低获客成本，避免了资金浪费，有利于实现金融资源的合理配置[ 7 ]。第三，数字普惠金融比“普惠金融”更能发挥“普惠性”。数字普惠金融更易下沉到低收入群体及弱势群体，提高居民消费能力[ 8 ];同时，数字普惠金融能增加金融可得性，降低资金交易成本，实现资金供求之间合理匹配，具有良好的商业可持续性[ 9-10 ]。

1.2        城镇居民消费的研究

对于城镇居民消费的研究是居民消费研究的细分，进一步激发消费对经济内生动力的探索[ 11 ]。由于中国是城乡二元结构体制，城乡居民消费具有差异[ 12 ]，城镇居民消费的基础条件具有一定的先天优势：第一，城镇居民触网较早，金融信息接受能力较强，其互联网消费能力也较高[ 13 ]。第二，收入是决定消费的关键因素[ 14 ]，城镇居民的收入总体高于农村，其居民的购买力也较强。第三，城镇居民消费环境良好，买方市场已经形成，消费需求旺盛，随着居民消费观念改变，人们逐渐从数量追求转变到质量追求，从物质消费转变到精神消费，城镇居民多层次消费格局逐渐明显[ 15-16 ]。城镇居民消费优势显著，凭借新时代互联网技术的发展，城镇居民消费与大数据相结合的优势更加突显，而数字普惠金融能搭载数字技术的“便车”，积极促进城镇居民消费增加，助力城镇居民消费潜力释放[ 17 ]。

1.3        数字普惠金融与城镇居民消费

随着信息技术的快速发展，诞生了越来越多的金融服务方式，数字普惠金融也是数字技术与金融服务相融合而成的一种新型金融服务[ 18 ]。作为城镇居民消费的“助推剂”的数字普惠金融具有以下特点：

第一，地区覆盖面广。相较于傳统金融服务，数字普惠金融具有更大的地理穿透力，能够填补传统金融服务空白领域和地区[ 19 ]，而城镇居民具备数字普惠金融发展的“土壤”，城镇居民的基础条件和思想意识更容易克服“金融排斥”，快速转化数字普惠金融的能量[ 20 ]。

第二，高效便利。数字普惠金融借助于互联网技术，不仅能对客户信息的海量数据进行快速处理，还能进一步挖掘潜在数据价值，促进价格发现与信息流通，降低信息不对称风险，缩短运营周期，提高资源配置效率[ 21-22 ]。城镇居民借助于数字普惠金融不仅能快速匹配资金需求，简化资金审批手续，缩短审批时间，满足城镇居民创业、就业融资需要，还为创造新的消费模式和消费热点提供方便[ 23-25 ]。

第三，透明度高，准入门槛低。数字普惠金融提高了金融服务的触达能力，降低了传统金融的“财富门槛”[ 26 ]，扩宽了投资渠道，降低了信贷排斥，缩小了消费不平等[ 27 ]。而且数字普惠金融群体受众广，进入门槛低，为不同层次的个人和机构提供不同的金融产品，通过金融服务高效渗透[ 28 ]，可以惠及城镇居民弱势群体。通过提高“长尾群体”的收入和投资水平，可以缓解流动性约束，释放潜在消费需求[ 29-30 ]。

经过文献梳理，不难发现数字普惠金融对城镇居民消费的影响较为广泛，而相关研究却较少。因此，拟基于城镇居民消费总体和异质性两个层面，运用动态面板模型探讨数字普惠金融及其二维分类指数对城镇居民消费的影响差异，以弥补现有研究的不足。

2        模型构建

2.1        模型变量选取

2.1.1        被解释变量

居民消费能够助力我国经济高质量发展，所以促进居民消费的提升具有现实意义[ 31 ]。被解释变量的选取采用杨玉敬[ 32 ]的做法，用城镇居民人均消费支出（consit）来表示，为了消除异方差，对城镇居民人均消费支出进行对数化处理。

2.1.2        核心解释变量

数字普惠金融（difit），使用北大数字金融研究中心发布的“北京大学数字普惠金融指数”，该指数包括数字普惠金融总指数及其分类指数：覆盖广度、覆盖深度、数字化程度，分别研究其对城镇居民消费的影响。实证中，把所有指数均缩小100倍，以减少异方差。

2.1.3        控制变量

控制变量具体包括：第三产业占比（san），用第三产业增加值占GDP的比重表示。人力资本（human），用王芳等[ 33 ]的测算方法：未上过学*0+小学*6+初中*9+高中*12+大专及以上*16。少儿抚养比（sn），蔡海亚等[ 34 ]认为少儿抚养比会促进居民教育、居住支出等上升，从而对居民的消费水平造成影响，因此把它纳入到模型中去。政府财政支出（budget），白雪秋等[ 35 ]认为政府财政支出增加能够促进消费总量的提升。人均财产性收入（inc），财产性收入能够显著影响居民消费，提高居民的消费倾向[ 36 ]，所以把城镇居民人均财产性净收入也纳入模型。以上各变量，对于缺乏直接城镇数据的，采用马德功[ 37 ]的做法：用各变量值占城镇人口比率来计算，然后所有变量取对数，以减少异方差性。城镇化率（urb），用城镇人口占总人口的的比重表示。

2.1.4        工具变量

模型中可能存在遗漏重要变量以及反向因果关系，造成模型设定存在误差，从而产生内生性影响，为了解决内生性做如下处理：首先，在模型中加入工具变量，把被解释变量滞后一期，用以消除内生性带来的误差影响;其次，采用固定电话普及率（gdd）作为工具变量，选择其原因是因为：一方面，数字普惠金融的发展与固定电话普及率相关，另一方面，固定电话普及率与城镇居民消费没有直接联系，所以固定电话普及率是一个比较有效的工具变量 [ 38 ]。

2.2        动态面板模型设定

consit  =  αit  +  λ0coni，t-1  + λ1difit  + ΣωXit  + εit

其中，consit为被解释变量，coni，t-1为被解释变量滞后一期，difit为核心解释变量，Xit包含一组控制变量，λ0、λ1、ω为系数，αit为截距项，εit为随机扰动项，i表示省级行政区，t表示年份。

2.3        数据来源

数据涵盖31个省级行政区（不含港、澳、台）2011～2019年面板数据，所有数据均来自于《中国统计年鉴》、《城市统计年鉴》以及《国民经济和社会发展统计公报》。

2.4        变量描述性分析

各变量经过处理后，描述性统计结果如表1所示。

3   实证结果分析

3.1   基准回归

数字普惠金融与居民消费之间是否具有因果关系，先对其做基准回归进行分析，观察二者之间的关系以及影响效果，回归结果如表2所示。

实证结果表明，数字普惠金融及其分类指数对城镇居民消费都具有正向促进作用，且在1%的显著的性水平上都具有显著性。其中，数字普惠金融覆盖广度影响最大，系数值达到21.90%，表明数字普惠金融每增加一个单位，城镇居民消费支出就能提升21.90%，影响效应较大。总体实证结果表明数字普惠金融与城镇居民消费之间确实存在因果关系，数字普惠金融能够显著影响居民消费。

3.2   动态面板回归

动态面板回归中考虑了模型中的内生性问题，加入了被解释变量的滯后一期以及工具变量从而消除内生性影响，实证结果如表3所示。

在动态面板回归结果中，首先，发现城镇居民消费滞后一期对当期城镇居民消费影响的系数值显著为正，说明我国各省域上一期的城镇居民消费对当期的城镇居民消费有着显著的影响，即城镇居民消费具有“棘轮效应”。

其次，发现数字普惠金融总指数及其分类指数对城镇居民消费都具有影响效应，且在1%的显著性水平上都显著，这说明无论是静态面板模型还是动态面板模型，数字普惠金融都对城镇居民消费都具有良好的正向促进作用。但是，相比于静态面板模型的数字普惠金融系数值，动态面板的数字普惠金融系数值都变小了，说明模型中的内生性会高估数字普惠金融对城镇居民的促进作用。

最后，探究数字普惠金融影响城镇居民消费的可能原因。在数字普惠金融影响城镇居民消费的分类指数中，数字普惠金融覆盖广度对城镇居民消费的影响最大，数字普惠金融覆盖广度是通过电子账户数等来体现。移动支付手段的广泛应用极大的降低了交易费用，缩短了资金循环时间，提高了居民消费的效率。数字技术与金融服务的有机结合，脱离了物理网点的束缚，具有更加广泛的客户覆盖面，能够惠及更多的城镇弱势群体。凭借数字金融服务，城镇居民能够最大限度的缓解信息不对称带来的消费供需失衡问题，也就是说，这种更加直接方便的金融服务能够进一步的挖掘城镇居民的消费潜力。

从控制变量看，人均财产性收入和人力资本总体来说对城镇居民消费都具有正向显著影响，这说明普及居民金融知识、加大人才引进力度，都有利于居民消费的提升;城镇化和少儿抚养比对城镇居民消费的影响不具备规律性，说明城镇化进程和少儿人口的增加对促进居民消费还有成长的空间;政府财政支出对城镇居民消费也具有显著影响，但是影响效果为负，原因可能是地方政府热衷终于将财政资金投入基础建设，而基础建设投资会引起房价等价格上涨，对于消费具有不利影响;第三产业对城镇居民消费的提升有着显著的推动作用，第三产业包括各类服务或商品，也就是说，提高服务、商品质量以及增加服务、商品种类能够为城镇居民创造巨大的消费空间。

3.3   异质性回归

3.3.1   面板分位数回归

对城镇居民人均消费支出进行面板分位数回归，因为面板分位数回归能够精确的描述城镇居民消费对数字普惠金融的变化范围和分布形状，揭示各个分位点处存在的重要信息，观察出不同分位点下消费的不同特征[ 39 ]，结果如表4所示。

选取城镇居民消费分位点0.1、0.5、0.9和OLS回归进行对比分析，从表4可以看出，在混合回归以及各分位点处，数字普惠金融对城镇居民消费都具有正向影响，且在1%的显著性水平上都显著。随着城镇居民消费分位点的变大，数字普惠金融指数的系数也变大，说明数字普惠金融与城镇居民消费二者之间存在正向关系，即数字普惠金融的发展，会推动城镇居民消费提升。

控制变量方面：人均财产性收入在不同分位点上都非常显著，但是其系数会随着城镇居民消费水平的提高而降低;人力资本对城镇居民消费具有负向影响，其系数随着分位点增加呈现倒“U”变化;城镇化会随着分位点的增加其系数值也变大，且一直大于混合回归的系数，说明城镇化会随着消费水平的提高而提高;少儿抚养率的结果不显著，说明其对城镇居民消费的潜在价值还等待挖掘;政府财政支出在各分位点上都显著为正，但其呈现逐渐减少的变化趋势;第三产业也会促进城镇居民消费，但是不具有规律性。

3.3.2   聚类分析

使用聚类分析中的k-means算法对城镇居民2011～2019年的消费八大项（ 1 ）进行分组划分，经过实验发现最终分为二组城镇居民消费组间差距最大，分类结果如下：第一类包括北京市、天津省、上海市、浙江省和廣东省，为城镇高消费组;第二类是31个省级行政区中剔除第一类，为城镇低消费组。两类回归结果分别如表5、表6所示。

从表5可以看出，第一类城镇居民消费能力较强，消费意愿意识也高，所以其实际消费支出水平也较高。数字普惠金融在发达省级行政区贡献值也较高，因为经济越发达地区，数字技术越成熟，人们的消费更加具有便利性。

从表6可以看出，数字普惠金融依然能够非常显著的促进低消费水平城镇居民消费的增加，促进作用大于高消费省级行政区。原因可能是数字普惠金融能够发挥它的普惠性，提高城镇弱势群体的消费能力，挖掘潜在的客户群体，针对不同的消费群体提供不同的金融服务方式，创造新的消费形式，以缩小发达和不发达城市的差距。

3.3.3   区域异质性回归

由于我国各地区自然禀赋条件具有差异以及经济发展阶段不同，数字普惠金融和城镇居民消费水平存在着区域异质性，因此对全国31个省级行政区进行东、中、西（ 2 ）划分，来观察数字普惠金融对城镇居民消费的影响。回归结果分别如表7～9所示。

从表7可以看出，在东部地区，数字普惠金融总指数及其二维分类指数对城镇居民消费都具有影响，且在1%的水平上都显著。数字普惠金融总指数系数值相比中部和西部来说最小，可能的原因是东部地区数字普惠金融发展较快，处于领先水平，数字普惠金融发挥其特性与城镇居民消费相辅相成互相作用，处于良性循环之中。

从表8可以看出，数字普惠金融总指数对城镇居民消费的促进作用有所提升。对比东部和西部回归结果发现，中部数字普惠金融覆盖广度对城镇居民消费的促进作用最大，不仅达到了24.80%，而且非常显著，说明数字普惠金融对中部经济发展具有良好的动能。

从表9可以看出，数字普惠金融总指数对城镇居民消费的影响系数值相较于东部和西部最大。可能是由于西部地区更加需要发展数字经济来降低交易成本、提高资金利用率以及利用数字化技术促进区域创新能力的增长，从而把数字技术转化为生产力和消费动能，促进地区经济转型。相比于东部和中部地区，西部地区数字化程度对城镇居民消费的促进作用最大，这说明积极推动西部地区数字普惠金融的发展应用，更能挖掘城镇居民的消费动能释放。

4   结论和建议

对数字普惠金融总指数及其分类指数与城镇居民消费之间的关系进行分析，实证得出以下结论：从总体回归来看，数字普惠金融总指数及其二维分类指数对城镇居民消费都具有显著的促进作用。从面板分位数异质性分析来看，数字普惠金融会随着城镇居民消费分位点的变大，对城镇居民消费的促进作用也变高，数字普惠金融总指数对高消费地区的影响要小于低消费地区;从地区异质性分析，得出数字普惠金融对西部地区城镇居民消费的促进作用最大，中部其次，东部最小。

基于以上研究结果，提出以下建议：

第一，加大数字普惠金融推广力度。数字技术与金融服务的有效结合，能够为城镇居民消费提供技术支持，加大数字普惠金融的使用力度，积极促进数字普惠金融与电商平台、通信部门合作，提高数字普惠金融使用效率，加快构建数字普惠金融信用体系，可以为城镇居民消费提供前提保障，充分发挥数字普惠金融对城镇居民消费的福利。

第二，增加数字普惠金融与城镇居民消费的粘性。数字普惠金融能释放更多的城镇居民消费潜力，打破城镇居民消费的技术壁垒，它的优点能贯穿到消费环节的全过程，因此促进数字普惠金融与城镇居民消费的有机结合就非常重要。大力推广数字普惠金融与城镇居民消费场景的嵌入式应用，可以全方位、多层次的扩宽城镇居民消费渠道，提高城镇居民消费质量和改善城镇居民消费体验。

第三，加大金融知识的普及。由于我国地理位置的差异，各地之间数字普惠金融发展程度存在差距。加大金融知识的普及力度，可以提高数字普惠金融覆盖面，为数字普惠金融的发展提供良好的社会环境，环境的优化又有利于数字普惠金融服务发挥其优点，实现居民实际消费能力的提升。

第四，加快搭建数字普惠金融管理平台。为了推动数字普惠金融全面高质量发展，要设立风险联合预警系统，加强对数字普惠金融产品的监管和审查力度，防止数字普惠金因发展过快而带来不确定性风险，做好风险防范可以强化数字普惠金融服务对居民消费的承载力，释放更多消费潜能。

注释：

（1）城镇居民消费八大项有：食品、衣着、家庭设备用品及服务、医疗保健、交通和通信、教育文化娱乐服务、居住、杂项商品和服务。

（2）东部地区10个省级行政区：北京市、天津市、河北省、上海市、江苏省、山东省、广东省、海南省、浙江省、福建省;中部地区6个省级行政区：山西省、安徽省、江西省、河南省、湖北省、湖南省;西部地区12个省级行政区：内蒙古自治区、广西壮族自治区、重庆市、四川省、贵州省、云南省、西藏自治区、陕西省、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区。划分标准来源：中国国家统计局。

参考文献：

[1] 吴晓瑜，王敏，李力行.中国的高房价是否阻碍了创业？[J].经济研究，2014，49（9）：121-134.

[2] 龙少波，张梦雪，田浩.产业与消费“双升级”畅通经济双循环的影响机制研究[J].改革，2021（2）：90-105.

[3] 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（4）：133-145.

[4] 宋晓玲.数字普惠金融缩小城乡收入差距的实证检验[J].财经科学，2017（6）：14-25.

[5] Ozili P K. Impact of digital finance on financial inclusion and stability[J].Borsa Istanbul Review，2018，18（4）：329-340.

[6] 崔海燕.數字普惠金融对我国农村居民消费的影响研究[J].经济研究参考，2017（64）：54-60.

[7] 黄益平，黄卓.中国的数字金融发展：现在与未来[J].经济学（季刊），2018，17（4）：1 489-1 502.

[8] 王永仓，温涛.数字金融的经济增长效应及异质性研究[J].现代经济探讨，2020（11）：56-69.

[9] 吴金旺，顾洲一.数字普惠金融文献综述[J].财会月刊，2018（19）：123-129.

[10] 蒋竹媛.数字普惠金融对居民消费的影响——来自省级面板数据的实证[J].商业经济研究，2020（10）：56-59.

[11] 邓坤，李雪莲.中国城镇居民消费对经济增长的产出效应研究[J].西南民族大学学报（人文社会科学版），2014，35（11）：103-107.

[12] 宋丕丞.北京城乡居民消费结构趋同的比较分析[J].商业研究，2010（10）：190-194.

[13] 李连梦，吴青.数字普惠金融对城镇弱势群体收入的影响[J].经济与管理，2021，35（2）：47-53.

[14] 顾欣，应珊.我国城镇居民不同收入组群的消费结构研究[J].湖北大学学报（哲学社会科学版），2018，45（6）：123-130.

[15] 张彩华.新世纪城镇居民消费的基本特点与发展趋势[J].中南民族学院学报（人文社会科学版），2002（3）：50-52.

[16] 江逸.我国城镇居民消费行为影响因素研究——基于消费者行为理论[J].商业经济研究，2019（5）：46-48.

[17] 南永清，宋明月，肖浩然.数字普惠金融与城镇居民消费潜力释放[J].当代经济研究，2020（5）：102-112.

[18] 封思贤，宋秋韵.数字金融发展对我国居民生活质量的影响研究[J].经济与管理评论，2021，37（1）：101-113.

[19] 郭峰，王瑶佩.传统金融基础、知识门槛与数字金融下乡[J].财经研究，2020，46（1）：19-33.

[20] 张号栋，尹志超.金融知识和中国家庭的金融排斥——基于CHFS数据的实证研究[J].金融研究，2016（7）：80-95.

[21] 黄倩，李政，熊德平.数字普惠金融的减贫效应及其传导机制[J].改革，2019（11）：90-101.

[22] 孙玉环，张汀昱，王雪妮，等.中国数字普惠金融发展的现状、问题及前景[J].数量经济技术经济研究，2021，38（2）：43-59.

[23] Mollick E. The dynamics of crowdfunding： an exploratory study[J].Journal of Business Venturing，2014，29（1）：1-16.

[24] 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，2019，54（8）：71-86.

[25] 汪亚楠，谭卓鸿，郑乐凯.数字普惠金融对社会保障的影响研究[J].数量经济技术经济研究，2020，37（7）：92-112.

[26] 梁双陆，刘培培.数字普惠金融与城乡收入差距[J].首都经济贸易大学学报，2019，21（1）：33-41.

[27] Li Jie， Wu Yu， Jing Jianxiao. The impact of digital finance on household consumption：evidence from China[J]. Economic Modelling，2020，86（1）：317-326.

[28] 杨伟明，粟麟，王明伟.数字普惠金融与城乡居民收入——基于经济增长与创业行为的中介效应分析[J].上海财经大学学报，2020，22（4）：83-94.

[29] 江红莉，蒋鹏程.数字普惠金融的居民消费水平提升和结构优化效应研究[J].现代财经（天津财经大学学报），2020，40（10）：18-32.

[30] 蒋长流，江成涛.数字普惠金融能否促进地区经济高质量发展？——基于258个城市的经验证据[J].湖南科技大学学报（社会科学版），2020，23（3）：75-84.

[31] 任杲，宋迎昌.中国居民消费结构变迁研究——基于城镇居民与农村居民的统计数据[J].兰州学刊，2021（3）：33-45.

[32] 杨玉敬.城镇化助力下流通业对居民消费潜力释放的影响—基于中部六省的实证[J].商业经济研究，2020（10）：9-12.

[33] 王芳，胡立君.居民消费结构在城镇化与产业结构优化中的传导作用[J].中南财经政法大学学报，2018（6）：33-43.

[34] 蔡海亚，赵永亮，顾沛.互联网发展促进了居民消费趨同吗？[J].哈尔滨商业大学学报（社会科学版），2020（6）：57-68.

[35] 白雪秋，张晶.技术进步、劳动力需求和居民消费的关系研究——基于我国消费性服务业的实证分析[J].当代经济管理，2021，43（6）：27-35.

[36] 易行健，朱力维，杨碧云.城乡居民不同来源收入对其消费行为的影响——基于2002-2013年省级面板数据的实证检验[J].产业经济评论，2018（5）：103-113.

[37] 马德功，韩喜昆，赵新.互联网消费金融对我国城镇居民消费行为的促进作用研究[J].现代财经（天津财经大学学报），2017，37（9）：19-27.

[38] 沈国兵，袁征宇.互联网化、创新保护与中国企业出口产品质量提升[J].世界经济，2020，43（11）：127-151.

[39] 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，2021，37（2）：79-88.

[责任编辑：许立群]