电子商务发展如何影响居民消费

郭守亭　熊颖　赵昕

【摘要】在传统行业数字化转型背景下， 电子商务作为我国数字经济中的重要组成部分， 在促进居民消费方面发挥了重要作用。 基于中国电子商务发展指数与中国家庭追踪调查（CFPS）的匹配数据进行实证检验发现， 电子商务发展显著促进了居民消费， 有效提升了农村居民消费及城市居民生存型消费水平， 且对中青年群体、未接受过高等教育的群体消费的影响较显著。 在此基础上， 进一步分析电子商务发展对居民消费的作用机制， 发现电子商务发展通过提升居民信心度和居民幸福感， 促进居民消费。 因此， 应加快推进电子商务新发展， 增进民生福祉， 提振居民消费。

【关键词】电子商务发展;居民消费;居民信心度;居民幸福感

【中图分类号】F724.6      【文献标识码】A      【文章编号】1004-0994（2022）12-0147-7

当前， 数字经济迎来变革， 电子商务作为数字经济时代消费结构升级、产业转型的重要驱动力， 有助于扩大居民消费需求， 激发居民消费潜力。 當前， 网络购物已成为人们日常生活中的重要组成部分， 可以预见的是， 随着政府消费政策的刺激， 消费将继续保持恢复性增长。 然而， 目前我国电子商务发展存在区域失衡， 特别是农村地区的电子商务发展相对滞后。 城乡居民消费差距明显[1] ， 消费率偏低， 储蓄率偏高， 居民消费不足严重制约着我国经济的持续健康发展。 如何采取有效举措扩大居民消费需求？ 如何让我国大部分群体拥有高质量的消费力， 进而实现经济高质量发展和人民共同富裕？ 这些一直是理论界和决策层关注的重要话题。 在世界经济下行、风险加剧的今天， 释放居民消费潜力已经成为我国实现共同富裕、扩大内需、有效应对经济风险和挑战的政策着力点。

一、文献综述

目前与电子商务发展和居民消费有关的研究已较为丰富， 本文从新时期电子商务发展促进居民消费的价值、居民消费的影响因素以及电子商务发展影响居民消费的社会经济属性这三个方面对相关文献进行回顾。

（一）新时期电子商务发展促进居民消费的价值

电子商务起源于电子数据处理技术， 后来实现了从科学计算向商务统计应用的转变[2] 。 Zwass[3] 认为， 电子商务的核心要义是“通过远程通讯网络共享商业资源信息、维持业务联系， 进而开展商业行为”。 国内学者侧重于从网络化这一角度来定义电子商务。 刘志超等[4] 认为， 电子商务是指交易参与者利用网络进行产品交易和信息交流， 其可以削减中间环节的成本， 通过垂直细分对象提供个性化产品服务。 从宏观经济发展方面来看， 电子商务作为网络交易平台和数字经济发展的支撑工具， 在促进产业结构升级[5] 、推动农村经济高质量发展[6] 、加强区域经济协同发展[7] 、优化收入分配[8] 等领域发挥了巨大作用; 从企业健康发展和个体生活需要方面来看， 其也产生了深远影响， 如电子商务利用网络等虚拟手段充分挖掘企业潜力[9] ， 从多方面有效提升企业的竞争力[10] 。 此外， 白丽[11] 指出， 电子商务实现了产品销售的纵向一体化发展， 能够充分满足人们的多元化需求。

（二）居民消费的影响因素

居民消费是经济平稳运行的重要保障， 与经济社会发展密切相关， 因此受到多维度因素的影响。 从微观视角来看， 居民消费会受到消费者当期可支配收入[12] 、储蓄水平[13] 、年龄[14] 、消费者心理和习惯[15] 等诸多因素的影响。 从宏观视角来看， 关利欣、梁威[16] 通过实证研究发现， 经济社会的发展阶段、居民的收入水平及其预期会影响居民消费。 此外， 关利欣[17] 认为， 公共突发卫生事件等外生冲击会影响居民消费。 户籍制度[18] 、收入分配[19] 、数字经济发展水平[20] 等宏观因素也会对居民消费产生影响。

（三）电子商务发展影响居民消费的社会经济属性

电子商务是活跃城乡市场的重要渠道之一。 孙浦阳等[21] 和江小涓[22] 发现， 电子商务通过利用交易平台， 使买家和卖家之间实现“零距离”沟通， 从而提高社会福利， 极大地降低信息搜集成本、内部协调和时间传递等交易成本。 因此， 借助电子商务手段可以有效提高知识的可获得性， 丰富和拓展传统交易场所、交易时间、交易种类等， 进而对居民消费产生影响[23]。 方福前、邢炜[24]发现， 电子商务发展能够有效提升消费的边际效用和产品竞争力， 且居民人均消费、总消费与电子商务市场销售规模之间呈现出“U”型关系。 李海舰等[25]认为， 电子商务可以扩大企业的边界， 使企业进一步重视与消费者的沟通交流。 值得关注的是， Akhter[26]认为， 网上购物的可能性随着收入的增加而增加， 这是因为富人们看中了网络购物能够节省时间的特点。 另有文献指出， 电子商务有效促进了农村居民消费水平的提升[27]， 并通过社会资本对农村居民消费产生正向影响[28]。

从现有文献来看， 近年来， 伴随着数字经济的兴起， 电子商务与居民消费均已成为学术界关注的热点话题。 本文可能的边际贡献如下： 第一， 结合中国电子商务发展指数与中国家庭追踪调查（CFPS）数据， 从生存型消费、发展型消费等细分角度研究了电子商务发展对居民消费的促进作用; 第二， 通过实证分析探究了电子商务发展影响居民消费的具体作用机制， 发现电子商务发展提升了居民信心度和居民幸福感， 进而促进了居民消费。

二、研究设计

（一）计量模型及变量选取

本文检验模型如下：

totalcit=β0+β1dszsit+β2fincomeit+β3marrigeit+β4ageit+β5registerit+β6genderit+β7educationit+

β8healthyit+β9informationit+μi+εit （1）

其中： 居民消费水平（totalc）为被解释变量， 用家庭的总消费支出衡量， 家庭消费包括食品、衣着、居住、家庭设备及用品、医疗保健、交通通信、教育文化娱乐、其他用品及服务八大类， 本文借鉴李晓楠、李锐[29] 的做法， 将食品、衣着、居住、其他用品及服务划分为生存型消费， 家庭设备及用品、医疗保健、交通通信、教育文化娱乐划分为发展型消费; 电子商务发展水平（dszs）为核心解释变量， 用中国电子商务发展指数衡量; fincome、marriage、age、register、gender、education、healthy、information为一系列控制变量， 分别度量家庭收入水平（用家庭收入除以10000表示）、婚姻状况（已婚=1， 其他=0）、户主的年龄、户籍状况（城市户籍=1， 农村户籍=0）、性别（男=1， 女=0）、受教育程度（用受教育年限衡量）、健康状况（健康=1， 其他=0）、信息搜寻能力（用互联网作为信息渠道的重要性衡量， 1～5分别表示非常不重要、比较不重要、一般、比较重要、非常重要）; μ为各省份不随时间变化的因素， 控制地区固定效应; ε为误差扰动项; i表示省份; t表示年份。

（二）数据说明

本文中国家庭追踪调查（CFPS）数据来源于北京大学中国社会科学调查中心， CFPS数据是具有全国代表性的高质量数据库[30]， 本文最终选定2014年、2016年和2018年的数据进行匹配; 电子商务发展指数来源于清华大学工程实验室编制的《中国电子商务发展指数报告》（2013 ～ 2018年）， 这一指数已经被广泛认可并用于测度我国电子商务发展程度。 本文主要变量的描述性统计结果见表1。

三、实证研究及结果分析

（一）电子商务发展对居民消费的影响

首先， 利用基准回归分析电子商务发展与居民消费的关系， 回归结果如表2所示。 表2中列（1）的结果表明， 核心解释变量电子商务发展水平的系数显著为正， 说明电子商务发展有利于提升居民消费水平。 家庭收入水平、户籍状况、受教育程度、健康状况、信息搜寻能力都与居民消费水平显著正相关， 说明收入高、擁有城市户籍、受教育程度高、信息搜寻能力强的群体更倾向于消费; 婚姻状况与居民消费水平显著负相关， 说明已婚群体在消费时比未婚群体更谨慎。 其他控制变量的系数大致符合预期。

电子商务发展和居民消费之间可能存在着内生性问题。 一方面， 消费支出较高的居民往往收入也较高， 进而利用电子商务平台消费的机会和能力可能更高， 即电子商务发展水平和居民消费之间可能存在反向因果关系; 另一方面， 影响城乡居民消费的因素较多， 可能存在着居民能力（消费方式、习惯）等不可观测的因素。 黄群慧等[31] 认为： 互联网技术应用是从电话普及开始的， 邮局是铺设固定电话的执行部门， 因此邮局也可能会影响电子商务发展水平， 而且不受当期城市群内地区发展差距的影响， 具有充分的外生性; 同时， 这个工具变量具有相对延续性， 且与省份电子商务发展水平存在着较强的相关性， 与随机干扰项的相关性较低， 满足工具变量的选择条件。 基于以上逻辑， 本文选取1984年各省人均邮电业务量作为电子商务发展水平的工具变量进行IV回归， 以克服模型的内生性。 表2第一阶段的回归结果显示， 该工具变量与核心解释变量电子商务发展水平显著正相关， 符合预期; 表2第二阶段的回归结果中弱工具变量F值大于10， 说明不存在弱工具变量的问题， 且工具变量的结果与基准回归结果一致。 因此， 本文不存在严重的内生性问题。

（二）电子商务发展对居民消费结构的影响

本文进一步探讨电子商务发展对居民消费结构的影响， 即： 电子商务发展对家庭中的哪一种消费有促进作用; 电子商务发展是否改变了居民的消费行为以及消费结构。 为了回答以上问题， 本文将样本划分为城市生存型消费、农村生存型消费、城市发展型消费和农村发展型消费四组， 并进行分样本回归， 以考察电子商务发展对城乡消费类型的差异化影响， 结果如表3所示。

表3中列（1）和列（2）的回归结果显示， 电子商务发展能够显著促进农村生存型消费和城市生存型消费， 且对居民消费的影响更多地体现在农村生存型消费层面; 表3中列（3）和列（4）的结果显示， 电子商务发展能够显著促进农村发展型消费， 对城市发展型消费的影响则不显著。 可见， 电子商务发展对城市生存型消费和农村消费有显著的促进作用。 产生这一结果的原因可能是： 在电子商务还未普及时， 我国城市居民的生存型消费依赖线下购买， 且广大农村地区网络不通畅、基础设施落后， 导致我国城市和农村居民的生存型消费需求以及农村发展型消费需求受到抑制。 而电子商务发展能够降低交易成本， 便捷支付手段， 促进城市生存型消费， 并且互联网技术的普及促进了农村电子商务的兴起， 助推了乡村振兴政策的快速落地， 刺激了农村消费市场的蓬勃发展， 使农村居民的消费不再停留于生存层面， 而是向更高层次的发展型消费跃迁。 然而， 近年来城市房价的不断攀升对城市居民的可支配收入产生了严重的挤出效应， 随之而来的是城市高层次消费的快速降级。 对比来看， 电子商务发展在激发消费潜力的作用方面呈现出显著的城乡差异。

（三）电子商务发展对居民消费影响的异质性分析

为了更进一步加深对电子商务发展与居民消费之间关系的理解和认识， 本文按照年龄和受教育程度对样本进行分组， 以进行异质性分析。

1. 按年龄分组。 在考察电子商务发展对居民消费的影响时， 本文根据世界卫生组织的分组标准及受访者年龄的大小， 将样本分为青年组（16 ～ 39岁）、中年组（40～59岁）及老年组（60岁及以上）， 回归结果如表4中列（1） ～ 列（3）所示。 结果表明， 电子商务发展可以在一定程度上促进青年群体和中年群体的消费， 但对老年群体的消费无显著影响。 究其原因， 购物习惯是导致这种差异化影响的关键因素。 相对于中青年群体， 老年群体更倾向于线下购物。 充足的闲暇时间为其线下消费提供了客观条件， 而互联网技能的缺失及较高的学习成本是阻碍其进行网络购物的主观因素。 因此， 加快探索适老化产品， 开展个性化、智能化线上服务， 让老年人更好地融入数字消费， 能够有效挖掘“银发市场”的消费潜力。

2. 按受教育程度分组。 教育会影响居民的消费观念和消费行为， 那么受教育程度的差异是否会导致电子商务发展对居民消费的影响存在差异？ 为了研究这一问题， 本文根据户主的受教育程度将样本分为未接受过高等教育和接受过高等教育两个子样本， 并分别对其进行回归， 回归结果如表4中列（4）和列（5）所示。 可以看出， 无论群体是否接受过高等教育， 电子商务发展都能显著促进居民消费， 且对未接受过高等教育群体消费的促进作用更加突出。 对此， 可能的解释是： 对于接受过高等教育的群体而言， 其互联网素养普遍较高， 而电子商务发展水平的整体提升对这一部分群体消费的影响并不明显， 或者说边际影响不高， 因此对于接受过高等教育的群体来说， 无论其身处一线都市还是边远乡村， 他们消费习惯和消费能力的差距都不会太明显; 与此同时， 随着电子商务的高速发展， 直播电商和社交电商等平台因具有操作便捷、互动性强等特点， 让受教育程度相对较低的群体也能快速接收外部信息， 迅速做出购买决策， 从而刺激这一部分群体的消费。

四、影响机制探讨

结合CFPS数据的特点和新经济、新技术背景下对个体消费的主观认知[32] ， 本文借鉴马红鸽、席恒[33] 的研究思路， 构建中介效应模型以探究电子商务发展是否会通过对自我的主观认知进而影响居民消费。 本文构建了信心度（confidence）、满意度（satisfied）和幸福感（happiness）三个中介变量， 数据来源于CFPS成人问卷的“M部分： 主观态度”。 具体来说： 信心度用问题“您给自己未来的信心程度打几分”的评分（1 ～ 5分）进行衡量， 分值越高代表信心度越高; 满意度用问题“您对自己生活满意度打几分”的评分（1 ～ 5分）进行衡量， 分值越高代表满意度越高; 幸福感用问题“您有多幸福”的评分（1～10分）进行衡量， 分值越高代表幸福感越强。 根据中介效应模型， 本文对电子商务发展通过影响居民满意度、信心度、幸福感作用于居民消费这一路径进行实证检验， 表5报告了相应的回归结果。

在表5列（1）中， 电子商务发展水平的系数显著， 而信心度的系数不显著。 中介效应系数至少存在一个不显著时， 需要进行Sobel检验。 由检验结果可知， Sobel检验中的Z统计量为1.998， P值在5%的水平上显著为正， 通过检验。 这说明存在以信心度为中介变量的中介效应， 即电子商务发展使我国步入多元消费时代的速度加快， 各种新兴消费、升级消费越来越常态化， 进一步提振居民信心， 促进居民消费。 在表5列（2）中， 电子商务发展水平和满意度的系数均不显著。 在表5列（3）中， 电子商务发展水平和幸福感的系数显著为正， 无须进行Sobel检验， 表明存在以幸福感为中介变量的中介效应， 说明以幸福感为主观态度在居民消费过程中发挥着显著的中介效应， 同时这也与党的十九大提出的增进民生福祉的发展理念同步。 因此， 本文从计量上验证了电子商务发展能够提升居民信心度和幸福感， 进而促进居民消费。

五、稳健性检验

（一）基于双重差分倾向得分匹配的实证检验

2015年国务院发布《关于大力发展电子商务加快培育经济新动力的意见》（国发[2015]24号）， 着力解决电子商务发展中的矛盾和问题， 积极拓展消费渠道。 因此， 本文将“国发[2015]24号”电子商务国家战略的实施作为一项外生冲击政策。 首先， 以2015年为界， 2015年之前取0， 2015年及以后取1; 然后， 确定实验组和对照组， 由于我国电子商务发展存在显著的地域差异， 西部欠发达地区与中东部地区相比受到政策的影响强度存在差异， 借鉴钱海章等[34] 的思路， 将西部地区作为实验组， 将中东部地区作为控制组， 考察电子商务发展影响居民消费的政策效应。 基于省际层面数据， 采用双重差分倾向得分匹配法（PSM-DID）， 使用一对一最近邻匹配法对实验组与对照组样本进行倾向得分匹配， 以解决实验组与对照组变动趋势的系统性偏误及样本偏差问题， 回归结果如表6中列（1）所示。 可以看出， PSM-DID的估计系数在5%的水平上显著为正， 表明“国发[2015]24号”电子商务国家战略的实施能显著促进西部地区居民消费。 这与本文前述关于“城乡分样本回归结果”部分实证结果相印证， 说明前文的结论是稳健的。

（二）替换核心解释变量

我国各地区经济发展水平差异较大， 且区域发展不平衡， 因此用电子商务规模指数（gmzs）替换电子商务发展指数（dszs）变量。 该指数能反映各个区域电子商务发展的市场规模， 是中国电子商务发展指数的分类项目， 来源于清华大学工程实验室编制的《中国电子商务发展指数报告》（2013 ～ 2018年）。重新对样本进行回归， 结果如表6中列（2）所示。 可以看出， 电子商务发展显著促进了居民消费， 说明前文的研究结果是稳健的。

（三）替换被解释变量

用网上购物花费（onlinec）代替家庭总消费（totalc）变量， 网上的购物花费来自CFPS成人問卷的“U部分： 手机和网络模块”， 通过询问受访者过去12个月网上购物（含网上缴费）金额获取。 重新对样本进行回归， 回归结果见表6中列（3）。 可见， 模型的参数估计和显著性均无明显变化， 说明前文的结果是稳健的。

（四）替换工具变量

选取历史固定电话数量代替历史邮局数量构造新的工具变量， 并重新进行回归， 回归结果见表6中列（4）。 可以看出， 回归结果均通过了弱工具变量的检验及显著性检验。

六、结论和建议

（一）结论

本文基于中国电子商务发展指数与CFPS的匹配数据进行实证分析， 从微观角度检验了电子商务发展对居民消费的影响和作用机制。 结果表明， 电子商务发展对居民消费有明显的促进作用， 主要带动了城市生存型消费和农村消费的增长， 对城市居民发展型消费的影响尚不显著。 通过异质性分析发现， 电子商务发展对不同群体消费的影响不同， 其对中青年群体、未接受过高等教育群体消费的影响较大， 对老年人群体、接受过高等教育群体消费的影响并不明显。 在影响机制分析方面， 以居民信心度和幸福感为代表的主观态度在电子商务发展影响居民消费的过程中发挥着显著的中介效应。

（二）政策建议

1. 大力发展农村电子商务， 释放居民消费潜力。 我国各地区发展不平衡， 中东部地区信息畅通、交易便捷， 基础设施环境较好; 而西部地区信息相对闭塞、技术落后、交易分散， 基础设施建设相对较差。 因此， 政府应健全和完善偏远地区的信息基础设施建设， 积极推动网络覆盖工程、农村电商工程、扶贫的贯彻落实， 采取“互联网+扶贫”等手段多角度助力脱贫攻坚， 实施乡村振兴战略， 推进城乡协调发展， 逐步缩小城乡差距， 释放居民消费潜力， 促进居民消费升级。

2. 推动电子商务发展， 增强居民信心， 提升居民幸福感。 发展电子商务需要“政府引导、市场运作”式的双轮驱动。 一方面， 政府需要统筹全局， 推出国家层面的电子商务发展战略和具体发展目标; 另一方面， 积极提升居民的数字素养， 充分利用新业态， 以社交裂变、直播、短视频等展现方式盘活消费资源， 挖掘消费潜力， 让消费的内容生动、环节畅通。 此外， 关注居民发展型消费， 激发和促进中高端消费， 重视“银发经济”消费， 开展个性化、智能化线上服务， 满足不同人群的消费需求， 提升居民信心度和幸福感。

【 主 要 参 考 文 献 】

[1] 张建平，葛扬.土地融资影响城乡消费差距的传导机制——基于房价与城乡交通基础设施差距的研究[ J].财政研究，2021（8）：31 ～ 46+76.

[2] 饶叶玲，罗震东.数字化转型与深度扩散：基于B2B电商企业的长三角产业空间演化研究[ J].城市规划学刊，2021（3）：82 ～ 89.

[3] Vladimir Zwass. Electronic Commerce：Structures and Issues[ J]. International Journal of Electronic Commerce，1996（1）：3 ～ 23.

[4] 刘志超，陈勇，姚志立.大数据时代的电子商务服务模式革新[ J].科技管理研究，2014（1）：31 ～ 34.

[5] 赵晓军，刘晓莹，桑义汉，易帅湘.电子商务发展对产业结构升级的异质性影响——基于中国省际面板数据的实证分析[ J].工业技术经济，2021（7）：134 ～ 140.

[6] 马晓河，胡拥军.“互联网+”推动农村经济高质量发展的总体框架与政策设计[ J].宏观经济研究，2020（7）：5 ～ 16.

[7] 王七苟.我国农村电商与区域经济协同发展关系研究[ J].商业经济研究，2020（23）：129 ～ 132.

[8] 李宏兵，王爽，赵春明.农村电子商务发展的收入分配效应研究——来自“淘宝村”的经验证据[ J].经济经纬，2021（1）：37 ～ 47.

[9] Jiban Khuntia， et al.. Information Technology and Sustainability：Evidence from an Emerging Economy[J]. Production and Ope-

rations Management，2018（4） ：756 ～ 773..

[10] 韩彩珍，高婧怡.平台资源提升了电子商务企业竞争力吗？——基于广东省企业调查数据的经验证据[ J].商业经济与管理，2020（9）：19 ～ 32.

[11] 白丽.供应链视角下电子商务运营的规律及其对企业发展的影响——评《电子商务运營管理实务》[ J].科技管理研究，2021（5）：231 ～ 232.

[12] John Maynard Keynes. The General Theory of Employment，Interest，and Money[M]. New York：Palgrave Macmillan，2018.

[13] Christopher D. Carroll， Andrew A. Samwick. The Nature of Precautionary Wealth[ J]. Journal of Monetary Economics，1997（1）：41 ～ 71.

[14] Solveig Erlandsen， Ragnar Nymoen. Consumption and Population Age Structure[ J]. Journal of Population Economics，2008（3）：505 ～ 520.

[15] Thorstein Veblen. The Theory of the Leisure Class[M]. Ozford： Oxford University Press，2017.

[16] 关利欣，梁威.中美消费发展升级历程比较及启示[ J].中国流通经济，2019（5）：13 ～ 21.

[17] 关利欣.新冠肺炎疫情后中国消费发展趋势及对策[ J].消费经济，2020（3）：27 ～ 34.

[18] 陈斌开，陆铭，钟宁桦.户籍制约下的居民消费[ J].经济研究，2010（S1）：62 ～ 71.

[19] Marco Guerrazzi， Mauro Sodini. Efficiency-wage Competition and Nonlinear Dynamics[ J]. Communications in Nonlinear Science and Numerical Simulation，2018（58）：62 ～ 77.

[20] 马玥.数字经济对消费市场的影响：机制、表现、问题及对策[ J].宏观经济研究，2021（5）：81 ～ 91.

[21] 孙浦阳，张靖佳，姜小雨.电子商务、搜寻成本与消费价格变化[ J].经济研究，2017（7）：139 ～ 154.

[22] 江小涓.高度联通社会中的资源重组与服务业增长[ J].经济研究，2017（3）：4 ～ 17.

[23] Johan Jansson. Inside the Internet Industry：The Importance of Proximity in Accessing Knowledge in the Agglomeration of Internet Firms in Stockholm[ J]. European Planning Studies，2008（2） ：211 ～ 228.

[24] 方福前，邢煒.居民消费与电商市场规模的U型关系研究[ J].财贸经济，2015（11）：131 ～ 147.

[25] 李海舰，田跃新，李文杰.互联网思维与传统企业再造[ J].中国工业经济，2014（10）：135 ～ 146.

[26] Syed H. Akhter. Digital Divide and Purchase Intention：Why Demographic Psychology Matters[ J]. Journal of Economic Psychology，2003（3）：321 ～ 327.

[27] 罗健萍，刘佳.电子商务对农村居民消费影响研究——基于省际面板数据的中介效应分析[ J].价格理论与实践，2018（5）：131 ～ 134.

[28] 温雪，吴定伟，潘明清.互联网、社会资本与农村居民消费[ J].消费经济，2019（4）：47 ～ 54.

[29] 李晓楠，李锐.我国四大经济地区农户的消费结构及其影响因素分析[ J].数量经济技术经济研究，2013（9）：89 ～ 105.

[30] Yu Xie， Ping Lu. The Sampling Design of the China Family Panel Studies （CFPS）[ J]. Chinese Journal of Sociology，2015（4）：471 ～ 484.

[31] 黄群慧，余泳泽，张松林.互联网发展与制造业生产率提升：内在机制与中国经验[ J].中国工业经济，2019（8）：5 ～ 23.

[32] 任保平，苗新宇.新经济背景下扩大新消费需求的路径与政策取向[ J].改革，2021（3）：14 ～ 25.

[33] 马红鸽，席恒.收入差距、社会保障与提升居民幸福感和获得感[ J].社会保障研究，2020（1）：86 ～ 98.

[34] 钱海章，陶云清，曹松威，曹雨阳.中国数字金融发展与经济增长的理论与实证[ J].数量经济技术经济研究，2020（6）：26 ～ 46.

【基金项目】国家社会科学基金项目“数字普惠金融背景下贫困农户金融能力提升路径研究”（项目编号：20BJY168）