数字普惠金融是否促进了城乡居民消费升级？

2021-09-02蔡平蔡刚王文浩

湖北经济学院学报·人文社科版 2021年7期

蔡平蔡刚王文浩

摘要：提振消费是我国经济转入高质量发展阶段的必然要求，然而当前我国的消费升级面临困境，需要寻找刺激消费的新渠道。本文构建数字普惠金融与城乡居民消费升级模型，运用GMM系统分析法分析数字普惠金融指数对于城乡居民消费升级的影响，研究结果表明，数字普惠金融指数对城乡人均消费支出有显著影响，对农村居民人均消费支出的影响大于城镇居民人均消费支出的影响。最后，论文提出通过数字普惠金融促进城乡居民消费升级的措施。

关键词：数字普惠金融;消费升级;GMM

一、引言

消费是拉动我国经济增长的重要动力之一。党的十九大报告指出，我国经济已由高速增长阶段转向高质量发展阶段，在当前经济转型升级的关键时期，我国经济增长仍面临产能过剩、出口增长乏力、消费动力不足等一系列问题，消费对经济发展的作用更加不可忽视。吴晓瑜等（2014）指出，居民消费不仅是经济增长的动力，而且是解决发展中国家产业升级、结构转型等挑战的重要渠道[1]。2017年，我国居民消费率为38.7%，不仅低于美、法、德、日、韩等发达国家，还低于印度、泰国、哈萨克斯坦等一系列发展中国家。花中东和高静（2016）的研究发现，消费低迷使得经济过于依赖投资和出口，既不利于经济的转型升级，也不利于经济增长和社会福利效应提高，还容易造成系统性的通缩风险[2]。居民消费不足的原因之一是部分低收入群体不能享受金融服务带来的好处，在一定程度上抑制了居民消费欲望的实现。互联网的兴起和数字技术的发展，使得数字普惠金融得以广泛应用。数字普惠金融突破了时间和空间的限制，提升了普惠金融的区域覆盖度和地域穿透性，降低了运营成本和进入门槛，使得低收入群体能有机会享受金融服务带来的好处，为居民消费升级创造了条件。数字普惠金融会对城乡居民消费升级产生怎样的影响？关于这方面的文献比较少，因此，本文拟立足中国的现实探讨数字普惠金融对城乡居民消费升级的影响，为消费升级提供政策建议。

二、文献综述及理论机制

（一）文献综述

梳理学者们关于数字普惠金融与消费的文献，主要集中在以下几个方面：

第一，金融发展与消费的研究。早期的学者主要关注金融发展对消费的影响，列夫钦科（Levchenko，2005）的研究发现，金融发展可以促进资源的优化配置，刺激消费需求，从而帮助受到流动性约束的消费者利用金融市场实现跨期消费[3]，但金融发展不充分会抑制消费。丁杰（2015）指出，传统的金融机构在金融资源分配等方面，对于普通消费者的重视程度明显不足[4]。坎贝尔曼昆（Campbell & Mankiw，1991）提出，金融约束会影响居民的消费行为[5]。花中东和高静（2016）利用我国省际面板数据建立了空间面板杜宾模型，发现我国现阶段的金融发展水平仍然不够成熟，且金融资源竞争性问题突出，邻近地区的金融发展会对本地区城镇居民消费产生抑制作用[2]。郭长林（2016）研究发现，扭曲的金融市场会阻碍积极财政政策作用的发挥，从而抑制居民消费[6]。

第二，普惠金融与消费的研究。普惠金融发展弥补了传统金融的不足，为低收入群体享受金融服务，增加消费提供了可能。樊纲和王小鲁（2004）通过研究发现，银行卡普及率对居民消费具有正向影响[7]。杜帕斯和罗宾逊（Dupas & Robinson，2013）、卡普兰和津曼（Karlan & Zinman，2010）指出，如果一个低收入者在金融机构具有一个使用频率较高的账户，那么，这个低收入者往往具有相对较高的消费[8-9]。谭燕芝和彭千芮（2018）指出，普惠金融可以通过提高金融账户使用率的方式促进经济社会生活的发展，进而达到提高个人消费的目的[10]。董云飞等（2019）利用动态面板数据模型分析了普惠金融的发展水平对农村居民消费的影响，发现普惠金融发展促进了农村居民服务性消费支出增加，同时显著提高了农村居民服务性消费支出在总消费量中所占的比例，进而对农村居民消费升级起到了良好的促进作用[11]。张李义和涂奔（2017）研究指出，互联网金融具有平滑消费的功能，能提高居民消费支出水平，且对城镇居民消费结构的影响大于农村居民[12]。黄星刚和杨敏（2020）的研究发现，互联网保险可以发挥其普惠功能，促进一些条款相对简单的保险消费[13]。张栋浩等（2020）指出，普惠金融可以通过降低收入的不确定性来推动低收入和高收入家庭消费[14]。

第三，数字普惠金融与消费。数字普惠金融作为普惠金融的一种方式，具有覆盖面更广、成本更低的特点，有利于满足低收入群体对金融服务的需求，促进消费水平提高和消费结构改善。张勋等（2019）提出，数字普惠金融弥补了传统金融模式的不足，可以有效缓解信贷约束问题[15]。南永清等（2020）指出，数字金融在一定程度上克服了傳统金融机构对于物理网点的依赖性，降低了数字普惠金融产品和服务的门槛，提高了居民消费支出水平，且对中西部地区的城镇居民尤为明显[16]。谢家智和吴静茹（2020）提出，数字金融可以提高家庭消费水平，而且在享受型和发展型消费方面的影响最为显著[17]。易行健和周利（2018）的研究发现，数字普惠金融可以显著提高样本期的居民消费，且对于中西部地区、农村地区以及中低收入阶层家庭的促进效果更为明显[18]。罗楚亮（2004）研究发现，失业风险、医疗支出和教育支出等不确定性因素会显著降低城镇居民的消费水平。数字普惠金融可以增强居民的抗风险能力，降低因意外风险而导致收入大幅下降的可能性[19]。白重恩等（2012）指出，医疗保险可以通过减少居民的预防性储蓄，促进居民消费水平的提高[20]。

综上所述，国内外学者对数字普惠金融与消费的研究取得了一定的成果，为本文研究奠定了基础，但鲜有关于数字普惠金融与消费升级的研究。本文的贡献主要体现在以下几个方面：第一，从数字普惠金融的视角，探讨数字普惠金融是否对消费升级有影响及其影响方向，为扩大内需，实现经济高质量发展提供决策参考;第二，揭示数字普惠金融对城乡居民消费升级的差异性，为数字普惠金融政策的制定提供理论依据。鉴于数据的可获得性，本文选取中国31个省份2011—2017年的宏观数据，研究数字普惠金融对城乡居民消费升级的影响，试图揭示数字普惠金融对城乡居民消费升级影响的差异性，探讨数字普惠金融促进城乡居民消费升级的对策，为政府扩大内需提供理论依据。

（二）理论机制

1. 数字普惠金融直接和间接促进了消费升级

第一，数字普惠金融直接促进了消费升级。居民消费会受到流动性约束和未来收入不确定性的影响。流动性约束使得居民因缺乏流动性支持而压抑消费欲望，而失业、疾病和意外事件等不确定性因素会逼迫消费者增加预防性储蓄，减少消费支出。数字普惠金融通过数字化和信息化的手段拓宽了普惠金融的服务范围和服务能力，降低了金融服务的成本，促进了金融发展，金融发展进一步通过优化资源配置的方式刺激消费需求，促使消费者利用金融市场实现跨期消费。同时，数字化技术的应用也为居民的消费提供了便利，缓解了流动性约束問题。数字普惠金融的普惠性原则要求为低收入群体和小微企业提供更多的金融服务，使低收入群体和小微企业有机会享受储蓄、贷款、保险和教育基金等基本金融服务，通过规避风险、提高人力资本水平、创造就业、优化资源配置等方式降低了未来收入的不确定性，提高他们的消费能力。缓解流动性约束和降低收入不确定性可以促进消费量的增加，而消费量的增加会进一步影响消费结构。根据马斯洛的需求层次理论，居民的需求经历一个从低到高不断发展的过程，当基础性实物消费等低层次的消费需求得到满足甚至还没有得到满足时，就会产生对服务性消费等更高层次的消费需求，从而促进消费升级。第二，数字普惠金融间接促进了消费升级。数字普惠金融通过包容性经济增长间接作用于消费，表现在数字普惠金融作用于家庭部门、企业部门、政府部门以及整个经济环境，促进包容性经济增长;包容性经济增长通过改变经济增长方式、改善收入分配方式、强化金融基础设施和提高金融素养等途径提高低收入群体的收入。随着收入增加，家庭消费中基础性实物消费支出所占份额下降，服务性消费支出所占份额上升，从而实现消费升级。因此，我们提出本文第一个假设：

H1：数字普惠金融促进居民消费升级。

2. 数字普惠金融对于居民消费升级的影响存在异质性

第一，数字普惠金融对农村居民服务性消费的影响效应大于基础性实物消费的影响效应。食品、衣着、居住等物品是生活必需品，其需求弹性较小，而家庭设备、交通通信、教育文化娱乐和医疗保健等物品的需求弹性较大。相对于城市而言，农村地区基础性物品基本是自给自足，而服务性产品的需求完全来自市场，农民对服务性产品的需求更为强烈，故数字普惠金融对自给自足型产品的影响较弱，对市场性产品的影响较为明显，数字普惠金融对农村居民基础性消费和服务性消费的影响存在差异。第二，数字普惠金融对农村居民消费升级的影响更加显著。由于农村居民收入和消费水平相对较低，根据恩格尔定律和马斯洛的需求层次理论，当农村居民消费增加时，消费结构可能会发生较为明显的变化，而城镇居民的收入和消费已经位于一个相对较高的水平，农村居民消费结构的变化可能相较城镇居民更加明显。因此，我们提出第二个假设：

H2：数字普惠金融对于农村居民消费升级的影响更加显著。

三、数据来源、变量选择与模型

（一）数据来源

鉴于数据的可获得性，本文的研究数据期间为2011-2017年，原始数据主要来自《中国统计年鉴》、各省统计年鉴及国家统计局网站、北京大学数字普惠金融中心计算的数字普惠金融指数[21]（2011-2018）。

（二）变量选择

被解释变量：我们选取两类指标作为被解释变量。一类是以消费数量的变化作为解释变量。参照中国统计局关于人均消费支出的分类，我们将食品烟酒消费、衣着消费、居住消费归为基础性实物消费，将家庭设备及用品消费、交通通信消费、教育文化娱乐消费和医疗保健消费归为服务性消费，以此来考察城乡居民基础性实物消费与服务性消费数量的变化。农村基础性实物消费和服务性消费分别用rbc和rsc表示，城镇基础性实物消费和服务性消费分别用cbc和csc表示。另一类是以城乡居民消费结构作为解释变量。城乡居民消费结构分为两部分，包括城乡内部消费结构变化和城乡间消费结构变化。城乡内部消费结构变化包括农村居民消费结构变化，城镇居民消费结构变化，分别用农村居民服务性消费与基础性实物消费之比、城镇居民服务性消费与基础性实物消费之比来衡量，分别表示为rcc和ccc;城乡间消费结构变化反映城乡间居民消费差距，用农村居民人均消费支出与城镇居民人均消费支出的比值来衡量，表示为rrc。通过城乡居民消费数量的变化、消费结构的变化，及城乡间居民消费差距的变化来探究数字普惠金融对消费升级的影响。

核心解释变量：核心解释变量为北京大学数字普惠金融指数、数字普惠金融覆盖广度和数字普惠金融使用深度，分别用IFI、wid和dep表示。数字普惠金融指数大小反映一个区域数字普惠金融的发展程度，该指数越大，数字普惠金融越发达。

控制变量：除核心解释变量外，需要控制的其他变量有以下几个：（1）人均GDP。影响消费的主要因素是人均可支配收入，但2013年前衡量农村居民收入的指标为农村人均年纯收入，2013年始衡量农村居民收入的指标为农村人均可支配收入，由于统计口径不统一，我们采用人均GDP来衡量。人均GDP是衡量一个地区经济发展水平的重要指标，人均GDP越高，该地区经济越发达，居民消费能力越强，人均GDP用pgdp表示。（2）人均教育支出。教育投入影响人力资源的素质，一个地区的教育支出越多，该地区居民文化程度越高，收入相对较高，消费支出越多，我们用财政支出中人均教育支出来衡量教育水平，表示为pedu。（3）人均医疗支出。一个地区的医疗支出水平影响当地居民的社会保障程度，居民社会保障程度越高，消费越多，我们用财政支出中人均医疗支出来衡量，表示为pmed。（4）城市化率。城市化表现为农村人口向城市流动的过程，城市化的发展促进了经济增长，从而促进了消费。城市化率用城镇人口与总人口的比值来衡量，表示为rc。（5）通货膨胀率。通货膨胀率影响人们的实际收入，从而影响消费，我们用消费物价指数的变化率来衡量通货膨胀率，表示为inf。

为了防止变量出现异方差，我们对农村和城镇基础性消费与服务性消费的比值、农村人均消费支出与城镇人均消费支出的比值、城市化率和通货膨胀率以外的其他数据取自然对数，表1为各变量的描述性统计结果。

（三）模型及方法

本文主要研究数字普惠金融发展对城乡居民消费升级的影响，由于本文使用的数据为动态面板数据，容易产生内生性问题，为了避免估计出现偏误，本文采用系统GMM方法。系统GMM估计使用自变量的滞后项作为工具变量，无须事先知道随机误差项的准确分布信息，无须考虑异方差和序列相关问题，因而所得到的估计结果更为有效（崔艳娟，孙刚，2012）[22]。借鉴学者卢盼盼、張长全（2017）、蒋竹媛（2020）的模型[23-24]，我们构建GMM动态面板数据模型，即：

（1）

（2）

（3）

其中，■是农村居民消费;■是城市居民消费;Strit是农村/城镇居民消费比;IFIit是核心解释变量数字普惠金融指数;Conit是一组控制变量，主要包含人均GDP、人均教育支出、人均医疗支出、城市化率和通货膨胀率。i表示省份，j表示消费类别，包括基础性消费、服务性消费和消费结构，t表示时间，μi表示未观测到的区域效应，φt表示未观测到时间固定效应，εit表示随机误差项，a0、a1和a2表示各变量的回归系数。

四、实证分析

（一）数字普惠金融对城乡居民基础性实物消费和服务性消费的影响

为了分析数字普惠金融对城乡居民基础性消费和服务性消费方面的影响差异，我们对城乡居民基础性实物消费和服务性消费进行回归，表2报告了回归的结果。模型（1）和（2）分别报告了数字普惠金融指数对农村居民和城镇居民基础性实物消费的影响结果，模型（3）和（4）分别报告了数字普惠金融指数对农村居民和城镇居民服务性消费的影响结果。各模型的AR（2）均不能拒绝原假设，说明模型扰动项差分不存在二阶自相关，采用二阶系统GMM估计方法较为合理。同时各模型的Sargan检验不显著，说明工具变量的选择是合适的，不存在过度识别问题。

就基础性实物消费来看，在模型（1）中，数字普惠金融指数在0.1%水平下对农村居民基础性消费有显著正影响，影响系数为0.168，说明数字普惠金融指数每提高1%，农村居民基础性实物消费增加16.8%。在模型（2）中，数字普惠金融指数在0.5%水平下对城镇居民基础性消费有显著正影响，影响系数为0.049，说明数字普惠金融指数每提高1%，城镇居民基础性实物消费增加4.9%，数字普惠金融指数对农村居民基础性消费的影响更大。就服务性消费来看，在模型（3）中，数字普惠金融指数在0.1%水平下对农村居民服务性消费有显著正向影响，影响系数为0.429，说明普惠金融指数每提高1%，农村居民服务性消费提高42.9%。在模型（4）中，数字普惠金融指数对城镇居民服务性消费的影响不显著，且为负值，可能的原因是城镇居民收入较高，数字普惠金融指数对城镇居民服务性消费的影响远大于对基础性实物消费的影响;数字普惠金融指数对城乡居民服务性消费存在异质性，对农村居民服务性消费影响显著而对城镇居民服务性消费不显著。

从上述分析可以看出，加强农村地区数字普惠金融建设有利于农村居民消费结构的优化。

（二）数字普惠金融对城乡居民消费结构的影响

模型（5）和（6）报告了数字普惠金融指数对农村居民和城镇居民消费结构的回归结果，模型（7）报告了数字普惠金融指数对城乡居民消费差距的回归结果。各模型的AR（2）及Sargan检验均通过检验，说明模型是合适的。在模型（5）中，数字普惠金融指数在1%水平下对农村居民消费结构有显著正向影响，影响系数为0.043，说明数字普惠金融指数每提高1%，农村居民消费结构提高4.3%，数字普惠金融促进了农村居民消费升级。在模型（6）中，数字普惠金融指数对城镇居民消费结构的影响不显著，且为负值，可能的原因是近年来房价快速上涨，城镇居民将更多的资金用于房产的购买上，在一定程度上挤占了服务性消费的资金。在模型（7）中，数字普惠金融指数在0.1%水平下对城乡居民消费差距影响显著且影响系数为0.102，说明数字普惠金融指数每提高1%，城乡居民消费差距缩小10.2%，数字普惠金融指数有利于缩小城乡居民消费差距，促进城乡居民消费升级。

综上所述，数字普惠金融可以促进农村居民消费结构优化，也可以缩小城乡居民消费差距，优化城乡居民消费结构。

（三）数字普惠金融对城乡居民七种消费类别的影响

为了探究城市消费升级不显著的原因并进行城乡居民消费升级的异质性比较，我们进一步对城乡内部消费结构进行回归，表4报告了数字普惠金融指数对城乡居民食品烟酒消费、衣着消费和居住消费的回归结果，各模型的AR（2）及Sargan检验均通过检验。在此，我们仅列出数字普惠金融指数的回归结果。

在食品烟酒消费方面，数字普惠金融指数对农村居民消费有显著正向影响，对城镇居民消费的影响不显著，这一结果符合恩格尔定律下的城乡收入差距情况。城镇居民收入水平较高，数字普惠金融指数对城镇居民食品烟酒方面的消费支出影响不大;农村居民收入水平较低，数字普惠金融指数可以有效促进农村居民食品烟酒消费增加。在衣着消费方面，数字普惠金融指数对城镇居民衣着消费有显著负向影响，对农村居民衣着消费影响不显著。在居住消费方面，我们发现数字普惠金融指数对农村居民和城镇居民居住消费的影响系数均显著且为正，分别为0.305和0.572，数字普惠金融指数对城镇居民居住消费的影响系数远大于农村居民居住消费的影响系数，可能的原因是近年来我国房地产价格大幅上涨，数字普惠金融缓解了城乡居民流动性约束，为居民购房提供了强有力的贷款支持，城乡居民的居住消费支出均大幅上升。数字普惠金融对城镇居民的消费影响尤为明显。在三种基础性实物消费中，相对于衣着而言，食品烟酒和住房消费是刚性需求，城镇居民比农村居民更偏好在大城市或好地段购买住房，因此，消费支出倾向居住消费，挤占了一部分衣着消费，故数字普惠金融指数对城乡居民衣着消费影响系数值均为负值。

表5报告了数字普惠金融指数对城乡居民家庭生活用品及服务消费、交通通信消费、教育文化娱乐消费和医疗保健消费的影响，各模型的AR（2）及Sargan检验均通过检验。对农村居民而言，数字普惠金融指数对四种服务性消费的影响均显著且为正值，影响系数从大到小依次是教育文化娱乐消费、家庭用品及服务消费、医疗保健消费和交通通信消费，说明数字普惠金融指数在教育和文化娱乐方面对农村居民的影响最大。对城镇居民而言，数字普惠金融指数对四种服务性消费影响均显著且为正值，影响系数从大到小依次是医疗保健消费、交通通信消费、教育文化娱乐消费、家庭用品及服务消费。数字普惠金融指数对城镇居民影响最大的是医疗保健消费，其次是交通通信消费和教育文化娱乐消费，对于家庭用品及服务的影响则不显著。在四种服务性消费中，数字普惠金融指数对农村居民服务性消费的影响系数均大于城镇居民服务消费的影响系数，说明数字普惠金融指数对农村居民消费支出的影响更大，这是由城乡居民收入差距所决定。

（四）稳健性检验

为了检验模型的稳健性，本文采用替换解释变量的方法对模型进行稳健性检验，我们用数字普惠金融的覆盖广度和使用深度作为数字普惠金融指数的替代变量进行回归，表6报告了稳健性检验的结果。模型（8）和（9）分别报告了数字普惠金融覆盖广度和数字普惠金融使用深度对城乡居民消费差距的影响。在模型（8）中，数字普惠金融的覆盖广度在0.1%的水平下对城乡居民消费差距有显著正影响，影响系数为0.105，说明数字普惠金融覆盖广度每提高1%，城乡居民消费差距缩小10.5%。在模型（9）中，数字普惠金融使用深度在0.1%的水平下对城乡居民消费差距影响显著且影响系数为0.054，说明数字普惠金融使用深度每提高1%，城乡居民消费差距缩小5.4%，数字普惠金融覆盖广度和数字普惠金融使用深度均对城乡居民消费差距有缩小作用，数字普惠金融覆盖广度的作用更大一些。

模型（10）和（11）分别报告了数字普惠金融广度和数字普惠金融使用深度对农村居民消费结构的影响。在模型（10）中，数字普惠金融覆盖广度在5%水平下对农村居民消费结构影响显著，影响系数为0.036，表示数字普惠金融覆盖广度每提高1%，农村居民消费结构比提高3.6%，说明数字普惠金融覆盖广度有利于优化农村居民消费结构。在模型（11）中，数字普惠金融使用深度在5%水平下对农村居民消费结构有显著正向影响，影响系数为0.030，表示数字普惠金融使用深度每提高1%，农村居民消费结构比提高3%，说明数字普惠金融使用广度有利于农村居民消费结构的优化。

从模型（8）、（9）、（10）、（11）可以看出，数字普惠金融的覆盖广度和数字普惠金融使用深度均对农村居民消费支出影响显著，但数字普惠金融覆盖广度的影响更大一些。

使用数字普惠金融覆盖广度和数字普惠金融使用深度这两个变量替换数字普惠金融指数后，数字普惠金融覆盖广度和数字普惠金融使用深度对城乡居民消费差距和农村居民消费结构的影响依然显著，符号没有改变，数值变化不大。可以看出，模型是稳健的。

五、结论及政策建议

本文运用北京大学数字普惠金融中心发布的中国31个省份2011-2017年数字普惠金融指数，构建数字普惠金融指数对城乡居民消费升级影响的理论模型，运用GMM方法分析数字普惠金融指数对城乡居民消费升级的影响，研究结果表明：第一，数字普惠金融发展正向促进了城乡居民消费升级。第二，数字普惠金融指数对城乡居民消费升级的影响存在差异。数字普惠金融指数能够显著影响农村居民的消费支出结构，对城镇居民消费支出结构的影响并不显著。第三，数字普惠金融指数显著缩小了城乡居民消费差距。

为此，应从以下几个方面采取措施促进数字普惠金融的发展：

第一，加快各地区数字普惠金融建设。从政府层面来看，政府要加大各地区数字普惠金融基础设施建设力度，尤其是加快农村地区信用体系建设和涉农数据共享平台建设。对于数字普惠金融建设的相关企业予以一定的税收优惠。要推广电子账户的使用范围，提升数字普惠金融的覆盖广度。从金融机构来看，要在兼顾成本、效益和用户安全的基础上，依托人工智能、大数据和云计算等现代化手段开发适合低收入群体需要的安全、简单和易操作的使用界面与数字化金融产品，营造数字普惠金融发展的良好环境。

第二，提高农村居民的金融素养及使用数字化普惠金融产品的能力。相较城镇，数字普惠金融对于农村居民消费支出的提升效果更为明显。城乡发展差距过大不但会抑制消费水平的提升，也不利于经济的转型升级。农村居民受教育程度相对较低，金融知识和数字知识欠缺，对数字普惠金融不了解、不接受，甚至不愿使用数字普惠金融服务。同时，这些群体风险意识和使用数字普惠金融的能力较弱，一定程度上阻碍了数字普惠金融的有效应用。因此，金融机构要利用网络、电视、媒体等宣传手段普及数字普惠金融的相关知识，提高低收入群体的金融素养。农闲季节在农村免费开展数字普惠金融的相关培训，提高农村居民的金融素养、风险意识和安全意识，提高农村居民使用数字普惠金融服务的能力。

第三，实施差异化的数字普惠金融发展政策。由于数字普惠金融对城乡居民消费的影响存在异质性，因此，应该在城乡实施差异化的数字普惠金融发展政策。对于农村地区来说，加大数字普惠金融在基础性实物消费领域的应用与推广，促进农村基础性实物消费增加，同时加强数字普惠金融在服务性消费领域的普及与应用，尤其注重教育文化娱乐消费对农村居民消费升级的带动作用。对于城镇而言，住房消费一定程度挤占服务性消费，高昂的房价已经成为阻碍城镇居民消费升级的重要因素，政府应该通过有效的行政手段合理控制房价或抑制炒房，释放沉淀在居住消费中的資金，更好发挥数字普惠金融对于城镇居民消费升级的推动作用，实现经济高质量均衡发展。

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] 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（6）：77-84+44.

[3] Levchenko A.A. Financial Liberalization and Consumption Volatility in Developing Countries[J].IMF Staff Papers，2005，（52）：237-259.

[4] 丁杰.互联网金融与普惠金融的理论及现实悖论[J].财经科学，2015，（6）：1-10.

[5] Campbell J.Y， Mankiw N.G.1991. The Response of Consumption to Income： A Cross-Country Investigation[J]. European Economic Review，1991，（35）：723-767.

[6] 郭长林.积极财政政策、金融市场扭曲与居民消费[J].世界经济，2016，39（10）：28-52.

[7] 樊纲，王小鲁.消费条件模型和各地区消费条件指数[J].经济研究，2004，（5）：13-21.

[8] Dupas P， Robinson J.2013. Why Don't the Poor Save More？ Evidence from Health Savings Experiments[J]. American Economic Review，2013，（103）：1138-1171.

[9] Karlan D， Zinman J. Expanding Credit Access： Using Randomized Supply Decisions to Estimate the Impacts[J]. Review of Financial Studies，2010，（23）：433-464.

[10] 谭燕芝，彭千芮.普惠金融发展与贫困减缓：直接影响与空间溢出效应[J].当代财经，2018，（6）：56-67.

[11] 董云飞，李倩，张璞.我国普惠金融发展对农村居民消费升级的影响分析[J].商业经济研究，2019，（20）：35-139.

[12] 张李义，涂奔.互联网金融对中国城乡居民消费的差异化影响——从消费金融的功能性视角出发[J].财贸研究，2017，28（8）：70-83.

[13] 黄星刚，杨敏.互联网保险能否促进保险消费——基于北大数字普惠金融指数的研究[J].宏观经济研究，2020，（5）：28-40.

[14] 张栋浩，王栋，杜在超.金融普惠、收入阶层与中国家庭消费[J].财经科学，2020，（6）：1-15.

[15] 张勋，万广华，张佳佳，何宗樾.数字经济、普惠金融与包容性增长[J].经济研究，2019，54（8）：71-86.

[16] 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.

[17] 谢家智，吴静茹.数字金融、信贷约束与家庭消费[J].中南大学学报（社会科学版），2020，26（2）：9-20.

[18] 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.

[19] 罗楚亮.经济转轨、不确定性与城镇居民消费行为[J].经济研究，2004，（4）：100-106.

[20] 白重恩，李宏彬，吴斌珍.医疗保险与消费：来自新型农村合作医疗的证据[J].经济研究，2012，47（2）：41-53.

[21] 郭峰，王靖一，王芳，孔涛，张勋，程志云，2019，《测度中国数字普惠金融发展：指数编制与空间特征》，北京大学数字金融研究中心工作论文.