数字金融、收入差距与居民消费——基于中国280个地级市的实证研究

■芦彩梅，王海艳

一、引言与文献综述

自我国经济发展进入新常态以来，消费增速持续放缓，居民消费率仍处于偏低水平。国家统计局数据显示，2019 年我国最终消费对经济增长的贡献率仅为57.8%，相比2018 年，居民消费率下降18.4%，消费增速放缓1%。特别是2020 年初新冠肺炎疫情爆发，由于疫情期间的停工停产增加了预期收入的不确定性，居民消费意愿整体偏低，消费支出出现断崖式下滑。2020 年3 月，国家发展改革委等23 个部门联合印发《关于促进消费扩容提质加快形成强大国内市场的实施意见》，旨在改善消费环境，提升消费领域治理水平，扩大内需。在此背景下，深入探讨居民消费的影响因素及其作用机制，无疑具有重要的理论意义和现实价值。

从中长期看，要为我国供给侧结构性改革以及经济持续稳定增长营造良好的需求环境，数字金融驱动居民消费必不可少。伴随数字金融的快速发展，居民消费率处于相对低位的同时也呈现小幅上升（谢家智和吴静茹，2020）。相较于传统金融机构的“嫌贫爱富”，数字金融利用互联网、云数据等信息技术手段降低了金融服务门槛和成本，提高了金融弱势群体对金融产品的可得性，促进了我国经济的包容性发展（张勋等，2019）。中国一直致力于解决贫困问题与消除不平等，中共十九届四中全会明确指出，要坚决打赢脱贫攻坚战，巩固脱贫攻坚成果，建立解决相对贫困的长效机制。而数字金融的发展能显著缩小城乡收入差距，助力我国脱贫攻坚事业（周利等，2020）。那么，数字金融、收入差距与居民消费究竟是什么关系？数字金融是否通过影响收入差距进而影响居民消费？

作为一种新兴的金融科技，数字金融拉动居民消费的作用不容忽视。易行健和周利（2018）基于家庭微观证据发现，数字金融的发展显著促进了居民消费。Li et al.（2020）分析发现，网络购物、数字支付、网络信贷获取、互联网理财产品购买和商业保险是数字金融影响居民消费的主要中介变量。谢家智和吴静茹（2020）指出，数字金融方便快捷、普惠可得，缓解了家庭信贷约束，进而激励了家庭消费。张栋浩等（2020）认为，数字金融通过降低收入不确定性促进了低收入和高收入家庭消费，而通过缓解流动性约束促进了中等收入家庭消费。南永清等（2020）和崔海燕（2017）则重点考察了数字金融对城镇和农村居民消费的促进作用。另外，也有许多学者研究了数字金融对城乡收入差距的影响。李娜（2021）基于中国省际面板数据，证实了数字金融的发展有利于缩小城乡收入差距。李建军和韩珣（2019）发现，数字金融发展初期能够缩小城乡收入差距。周利等（2020）指出，数字金融主要通过增加金融可得性、降低门槛效应来缩小城乡收入差距。Omar & Inaba（2020）通过调查116个发展中国家，发现数字金融对减少贫困和收入不平等有显著影响。Fintel&Orthofer（2020）则证实了数字金融与收入差距之间的跨国负相关关系。关于收入差距对居民消费的影响研究，梁艳艳等（2018）基于我国宏观数据，证实了收入差距的缩小有助于刺激居民消费。李江一和李涵（2016）发现，收入差距的扩大显著促进了农村家庭的人力资本和社会资本投入，挤出了生存型和享受型商品消费，城镇家庭则反之。江剑平等（2020）则实证检验了收入差距与居民消费率之间存在倒U型关系。

综上，现有文献分别研究了数字金融、收入差距和居民消费之间的两两关系，鲜有学者研究三者之间的复杂关系。根据凯恩斯绝对收入假说，不同收入的家庭具有不同的边际消费倾向，低收入家庭具有较高的边际消费倾向，而高收入家庭具有较低的边际消费倾向。因此，可以借助数字金融调节收入分配的方式将财富从高收入家庭转移到低收入家庭，从而增加总消费。据此，本文将深入考察数字金融对居民消费的影响并揭示其作用机制。

二、研究假设

从已有文献看，数字金融对居民消费的影响主要有以下几方面：第一，数字金融借助大数据、云计算等数字技术，简化支付方式，优化金融服务，更大程度地降低信息不对称程度，缓解了流动性约束，进而直接带动居民消费。第二，数字金融的发展显著提升了农村地区居民收入（张勋等，2019），在促进创业、产业升级、贫困减缓等方面也发挥着越来越重要的作用，推动居民收入持续均衡增长，为驱动居民消费提供有力支撑。第三，数字金融吸引了世界目光，更多人借此提高金融素养，优化投资结构，由此带来居民财产性收入的增长，进而激发消费潜能。基于此，提出假设H1：

H1：数字金融的发展促进了居民消费。

凯恩斯绝对收入假说认为，随着收入的增加，消费也将增加，但消费的增长低于收入的增长，消费增量在收入增量中所占的比重是递减的，即边际消费倾向递减规律。由于富人的边际消费倾向通常低于穷人的边际消费倾向，借助数字金融可以调整和优化收入分配结构，从而提升社会整体消费水平。众所周知，数字金融最大的优点是普惠性，不少学者认为其具有突破“胡焕庸线”①中国地理学家胡焕庸在1935 年提出的划分我国人口密度的对比线，称为“瑷珲—腾冲一线”（或作“爱辉—腾冲一线”）。该线东西两侧国土面积相似，但人口密度、经济发展水平等差异显著，在某种程度上也成为城镇化水平的分割线。的潜力。数字金融显著提高居民收入，减少贫困和收入不平等，缩小城乡收入差距，促进我国经济包容性增长。值得注意的是，收入差距缩小意味着穷人收入相对提高，这将导致社会总体的平均消费倾向和边际消费倾向上升，不仅有助于升级消费结构、释放消费潜力，而且对提升我国居民消费率具有重要意义。基于此，提出如下假设：

H2：收入差距的扩大抑制了居民消费。

H3：数字金融的发展降低了收入差距，进而促进了居民消费。

从现实看，受历史、自然、社会等综合因素的影响，我国东中西部地区经济发展差距显著。长期以来，东部地区凭借其区位优势发展迅速，而中西部地区各种基础条件和实力均处于劣势，地区间发展不均衡，收入差距逐步拉大，居民消费水平参差不齐。近年来，数字金融兴起于我国东部，因其普惠性在全国范围内蓬勃发展，但仍有部分西部偏远地区难以共享这一发展成果。因此，数字金融在东中西部发展程度不一，导致其缩小各地收入差距进而推动居民消费的影响也存在差别。张彤进和任碧云（2017）认为，数字金融对缩小城乡居民收入差距的影响在中西部地区显著。崔海燕（2017）则指出，数字金融对东部地区农村居民消费的正向影响最显著，对中部地区农村居民消费的正向影响次之，而对西部地区农村居民消费的影响不显著。基于此，提出假设H4：

H4：数字金融通过收入差距影响居民消费的中介效应存在区域异质性。

三、研究设计

（一）模型设定

1.数字金融与居民消费。为探讨数字金融对居民消费的影响，本文设定如下模型：

其中，Consu 为居民消费；Digfin 为数字金融；Control为控制变量；ε表示随机误差项；下标i和t 分别代表地区和时间。若λ1显著为正，则说明数字金融的发展显著促进了居民消费，即H1得到实证支持。

2.收入差距与居民消费。为了探讨收入差距对居民消费的影响，本文设定如下模型：

其中，Theil 代表收入差距。若δ1显著为负，则说明收入差距的扩大显著抑制了居民消费，即H2得到实证支持。

3.作用机制检验。为检验数字金融影响居民消费的作用机制，以收入差距为中介变量，借鉴温忠麟和叶宝娟（2014）的思路和方法，建立如下回归模型进行中介效应检验（图1为相应的路径图）：

图1 中介模型示意图

首先，在模型（1）成立的基础上，使用模型（3）检验数字金融与收入差距两者之间的关系，若系数β1显著为负，则说明数字金融的发展显著降低了城乡收入差距。其次，在模型（4）中同时将数字金融（Digfin）与收入差距（Theil）作为自变量对居民消费（Consu）进行回归，若系数γ2显著为负，则中介效应显著。最后，重点关注系数γ1。若γ1显著且γ1<λ1，则称为部分中介；若γ1变得不再显著，则称为完全中介。

（二）变量定义

1.被解释变量

居民消费（Consu）。按照现有文献的普遍做法，选用居民人均消费支出作为衡量居民消费的代理指标，居民人均消费支出=（城镇人口×城镇人均消费支出+农村人口×农村人均消费支出）∕总人口。

2.解释变量

数字金融（Digfin）。本文采用各地级市层面的北京大学数字普惠金融指数来衡量我国数字金融的发展。在总指数的基础上，实证分析中，将两个指数均除以100，调整为以1 为基准的变量。选用了使用深度指数（Depth）进行稳健性检验。

收入差距（Theil）。由于泰尔指数对两端（高收入和低收入）阶层的收入变化较为敏感，更能体现我国城乡收入差距情况，故本文选择泰尔指数来衡量收入差距。借鉴王少平和欧阳志刚（2007）的做法，泰尔指数的计算公式如下：

其中，下标i和t分别表示地区和年份；j=1，2分别表示城镇和农村；zi，t表示该地区总人口，zij，t表示该地区城镇或农村人口；pi，t表示该地区总收入，pij，t表示该地区城镇或农村总收入。地区总收入采用地区人口乘以地区人均可支配收入计算得出。

3.控制变量

为控制其他因素对居民消费的影响，在梳理相关文献并结合现实情况的基础上，选择的控制变量包括：（1）经济发展（Pergdp），经济发展能增加居民收入，提供多样化的消费产品，满足了居民的个性化需求，采用人均GDP 作为经济发展的代理指标。（2）储蓄存款（Sav），居民消费水平的高低很大程度上受其家庭财富的影响，储蓄存款作为衡量居民财富的重要指标，深刻影响着居民消费，以人均居民储蓄年末余额来表示。（3）金融发展（Fin），金融的核心功能是资源配置与资金融通，其自身的性质与功能决定了其在建立扩大居民消费需求的长效机制中发挥至关重要的作用，以年末金融机构各项贷款余额与GDP 之比衡量。（4）对外开放（Open），对外开放是世界经济全球化背景下的客观要求，其程度的高低直接影响着国内市场的消费需求，以贸易依存度（进出口总额∕GDP）衡量。（5）失业保险（Jobsec），不确定性预期容易导致预防性储蓄，因此社会保障对居民消费具有重要影响，以万人失业保险参保人数作为社会保障的表征。（6）教育水平（Edu），教育作为促进人类文明幸福的重要途径，在消费活动中起着重要的增值、引导和调节作用，对居民消费观念和行为有着重要影响，以万人普通高等学校在校学生数来表示。在下文的实证分析中，所有价值型变量均采用省级CPI 指数（2011 年为基期）进行平减后取对数处理，并对失业保险和教育水平进行对数化处理。所有变量的定义与说明详见表1。

表1 变量定义与说明

（三）样本选择与数据来源

以2011—2018 年中国280 个地级市为样本，本文将居民消费等经济数据与北京大学数字普惠金融指数相匹配展开实证研究。其中，数字金融数据均来自北京大学数字金融研究中心和蚂蚁金服集团联合编制的“北京大学数字普惠金融指数”，该指数目前分为两期，第一期跨度为2011—2015 年，第二期跨度为2016—2018年（郭峰等，2019）。另外，本文采用的经济层面宏观数据涵盖我国31 个省份（不含港澳台地区），并参考韩立岩和杜春越（2012）的区域划分标准分成东部、中部及西部地区①东部地区包括11个省、直辖市：北京市、天津市、河北省、辽宁省、上海市、江苏省、浙江省、福建省、山东省、广东省和海南省。中部地区包括8个省、直辖市：山西省、吉林省、黑龙江省、安徽省、江西省、河南省、湖北省和湖南省。西部地区包括12个省市地区：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、宁夏回族自治区和新疆维吾尔自治区。，其中部分城市个别年份缺失数据通过插值法进行补齐。原始数据均来自于EPS 数据平台、Wind 数据库以及各省市统计年鉴。删除相关变量缺失和存在极端值的样本之后，最终得到2240 个观测值。所有数据使用Stata15 软件进行统计与分析，主要变量的描述性统计如表2所示。

表2 变量描述性统计

四、实证分析

（一）变量相关性分析

表3 报告了本文主要变量间的相关系数及其显著性检验结果。数字金融（Digfin）与居民消费（Consu）之间的相关系数为0.364，且在1%的水平上通过了显著性检验，部分验证了本文的H1，即数字金融的发展促进了居民消费。收入差距（Theil）与居民消费（Consu）在1%的水平上显著负相关，相关系数达到了-0.705，说明收入差距的扩大抑制了居民消费，H2得证。同时，数字金融（Digfin）与收入差距（Theil）在1%的水平上显著负相关，相关系数达到了-0.408，本文的H3 得到了部分支持，但需进一步验证收入差距在数字金融与居民消费之间的中介作用。此外，本文的控制变量均与居民消费显著正相关，在1%的水平上通过了显著性检验，表明经济和金融的发展、对外开放程度的提高、人均储蓄的增加、社会保障的完善、教育程度的提高都对我国居民消费起到积极的促进作用。

表3 变量相关性分析

（二）回归结果分析

1.数字金融与居民消费

表4 为数字金融与居民消费的回归结果。由表4 第（1）列可知，在不加任何控制变量的情况下，数字金融（Digfin）对居民消费的回归系数为0.2，且通过了显著性检验；在加入一系列控制变量后，模型的拟合程度提升，数字金融（Digfin）的回归系数仍在1%水平上显著为正，这表明数字金融的发展显著促进了居民消费，H1 得到实证支持。进一步地，从表4第（2）列可知，数字金融每增加1个单位，人均居民消费平均而言将提高约0.05 个单位，数字金融的快速发展对解决我国长期以来的消费难题具有重要意义。

表4 数字金融与居民消费回归结果

分城乡来看，由表4第（3）列可知，数字金融（Digfin）对城镇居民消费（Ur_Consu）的回归系数为0.064，且在1%水平上通过了显著性检验，表明数字金融的发展显著促进了城镇居民消费。由表4 第（4）列的回归结果可知，数字金融（Digfin）对农村居民消费（Ru_Consu）的正向影响也同样显著，回归系数为0.054，可见数字金融的发展对我国城镇居民消费的促进作用更为显著。这可能是因为城镇居民受教育程度普遍较高，更容易接受新事物，数字金融与城镇居民的生活深入融合，从而带动城镇居民消费水平更快提升。综上可知，数字金融的发展显著促进了居民消费，且在城镇地区更为明显。

2.收入差距与居民消费

表5 为收入差距与居民消费的回归结果。由表5第（1）列可知，在不加控制变量的情况下，收入差距（Theil）对居民消费的回归系数为-5.379，且通过了显著性检验；在加入一系列控制变量后，模型的拟合程度提升，收入差距（Theil）的回归系数仍在1%水平上显著为负，这表明收入差距的扩大显著抑制了居民消费，H2 得到实证支持。进一步地，从表5第（2）列可知，收入差距每缩小1个单位，居民消费平均而言将提高约1.38个单位。这意味着，收入差距的缩小可以有效带动居民消费。

表5 收入差距与居民消费回归结果

分城乡来看，由表5第（3）列可知，收入差距（Theil）对城镇居民消费（Ur_Consu）的回归系数为-0.295，且在1%水平上通过了显著性检验，说明收入差距的扩大显著抑制了城镇居民消费。由表5 第（4）列可知，收入差距（Theil）与农村居民消费（Ru_Consu）也呈现显著的负相关关系，且回归系数为-1.88，可见收入差距的扩大对我国农村居民消费的抑制作用更为明显。这可能是因为收入差距的扩大在很大程度上意味着农村居民收入水平的相对走低，其长期较高的边际消费倾向也将进一步受到制约，消费支出显著下滑。综上可知，收入差距的扩大显著抑制了居民消费，且在农村地区更为明显。

3.作用机制检验

表6为中介效应检验结果。第（1）列结果显示，数字金融（Digfin）在1%水平上显著促进了居民消费，回归系数为0.05。第（2）列结果显示，数字金融（Digfin）在1%水平上显著降低了收入差距，印证了周利等（2020）“数字红利”显著的观点。在第（3）列中，将数字金融与收入差距同时置于模型中作为自变量对居民消费进行回归。实证结果显示，收入差距（Theil）的回归系数在1%水平上显著为负，表明我国收入差距越大的地区，其居民消费水平越低。同时，数字金融（Digfin）的回归系数仍在1%水平上显著为正，但相比于在第（1）列中有明显下降（由0.05 下降至0.026）。由此可以判定，收入差距在数字金融对居民消费的影响中存在中介效应。经计算，数字金融影响居民消费的总效应为0.050，收入差距的中介效应为0.023，因此中介效应占总效应的46.97%。

表6 中介效应检验结果

续表6

为增强结论的可靠性，在表6 第（3）列最后一行中对收入差距在数字金融与居民消费之间的中介效应进行了Sobel检验。可以看到，Sobel检验的统计量为10.57，且在1%水平上显著为正，中介效应通过了显著性检验，再次证实收入差距在数字金融影响居民消费过程中的中介作用，即数字金融的发展带来收入差距的缩小，进而促进我国居民消费水平的提升。由此，H3 得到实证支持。

4.异质性分析

为进一步探究数字金融通过收入差距影响居民消费的中介效应是否存在区域异质性，按照东中西部对样本进行划分，回归结果见表7。可以发现，东部、中部和西部地区的检验结果与全国基本一致，即收入差距在数字金融对居民消费的影响中起到部分中介作用。经计算，在东部、中部和西部地区中，收入差距分别解释了数字金融对居民消费总影响的50.18%、64.31%和49.21%，收入差距的中介效应在中部地区更加显著。由样本数据可知，我国东部地区的收入差距最小，中部地区居中，西部地区最大。数字金融的发展显著缩小了收入差距，较之东部地区来说，中部地区收入差距受其影响更为明显，因而带动中部地区居民消费快速增长。对于西部地区来说，由于长期以来各方面条件的相对落后，短时间内居民受数字金融的影响难以普遍和深入，收入差距的中介效应也受到一定制约，因此收入差距的中介效应在我国中部地区更为显著。由此，H4得到实证支持。

表7 异质性分析

总体来看，上述结果支持了本文的研究逻辑，即数字金融的发展显著降低了收入差距，进而促进了居民消费。同时，收入差距在数字金融与居民消费之间的中介效应存在区域异质性，其在中部地区更为显著。

（三）稳健性检验①

①篇幅所限，检验结果留存备索。

一是变量替换法。采用社会消费品零售总额（Sale）衡量居民消费，数字金融使用深度指数（Depth）衡量数字金融，城镇与农村居民收入的比值（Gap）衡量收入差距。二是排除极端值法。为了排除极端值对回归结果产生的偏差，将样本中4个直辖市和27个省会城市的数据进行剔除，对数字金融、收入差距与居民消费三者之间的关系进行重新估计。上述两种检验的结果没有发生实质性变化，即前文研究结论稳健可靠。

五、结语

本文以2011—2018 年中国280 个地级市为研究样本，实证检验了数字金融对居民消费的影响及其作用机制，并考察了收入差距作为中介变量的区域异质性。研究表明，数字金融的发展显著促进了居民消费，且在城镇地区更为明显；收入差距的扩大显著抑制了居民消费，且在农村地区更为明显；收入差距在数字金融影响居民消费过程中起到部分中介作用，且在中部地区更为显著。

基于研究结论，提出以下三点建议：第一，政府应加大对数字金融的支持力度，在有效防控金融风险的前提下，扩大数字金融使用范围，弥补传统金融在服务弱势群体和偏远地区上的不足。优化收入分配结构，着力提高农村和中西部地区居民收入，促进地区均衡发展。第二，金融机构应加强信息基础设施建设，提高数字金融服务的可得性和包容性，加快数字金融与社会经济的深度融合。依据消费者偏好变化和数字技术演变特征，持续推进金融产品研发和服务模式创新，不断满足居民多元化的金融需求。第三，社会公众应努力提升个人金融素养，增强参与数字金融市场的能力。树立正确的消费观念，养成良好的消费习惯，逐步适应网络消费、电子支付、共享经济等消费模式的变化，共享科技进步带来的发展成果。