财政支农、数字普惠金融与农村居民消费升级

岳喜优，陈桂生

（天津师范大学政治与行政学院，天津市 300387）

一、引言

“十四五”是全面推进乡村振兴战略实施的关键时期，缩小我国城乡发展差距迫切需要补齐农业农村发展短板。加快农业现代化建设和现代乡村建设需要强化农业农村优先发展投入保障，扩大财政支农支出规模，加大金融服务农业农村力度，构建并完善乡村振兴金融服务体系。2021年中央一号文件指出，构建新发展格局的潜力后劲在“三农”，迫切需要扩大农村消费需求，畅通城乡经济循环。而我国农村地区受基础设施不完善、电子商务物流体系建设滞后、收入水平较低等限制，消费市场有待进一步开发。消费作为驱动经济增长的路径之一，激发农村消费活力必将拉动农村经济发展，实现城乡共同繁荣。数字普惠金融依靠科技化、信息化、覆盖面广等优势增强了农村金融服务的可得性，缓解了农村在传统金融体系中的金融约束，更好地满足了农村居民生产与消费的金融需求。中国人民银行印发的《关于做好2022年金融支持全面推进乡村振兴重点工作的意见》强调各银行业金融机构要围绕农村发展完善金融服务，支持县域商业发展和农村流通网络建设，加强金融消费者权益保护，提升金融服务乡村质效。财政部、商务部、国家乡村振兴局发布的《关于支持实施县域商业建设行动的通知》提出要通过中央财政资金引导各省（自治区、直辖市）推进县域商业建设，完善县乡村三级物流配送体系，促进农民收入和农村消费持续提升。为了推动农村消费市场发展，政府在财政与金融领域出台多项措施，促进农村消费经济的崛起。对财政支农、数字普惠金融发展能否促进我国农村居民消费升级以及财政支农能否促进数字普惠金融发展等问题的研究，能够为进一步提高财政支农效率、促进数字普惠金融发展、推动农村消费经济发展和实现乡村振兴提供借鉴与参考。

二、相关文献回顾

（一）财政支农与农村居民消费升级关系的研究

政府财政通过扶贫资金、专项救助、临时救助等帮扶措施增加困难群体的收入，通过发放种粮、农业保费、农机购置等补贴增加农民发展型消费支出；农业农村现代化建设使农业基础设施更加完善，农村居民收入持续增长并快于城镇居民收入增长，为农村居民消费升级提供了保障。目前，学界关于农村居民消费升级的定义尚未统一，但学者们普遍认为农村居民消费升级意味着居民消费结构的不断改善，发展和享受型消费占消费总支出比重的不断增大，消费品质的逐渐提升。释放农村消费潜力是乡村振兴战略的重要内容，2021年商务部、财政部等12部门印发的《关于提振大宗消费重点消费促进释放农村消费潜力若干措施的通知》指出要完善财税政策支持农村消费市场发展。在关于财政支农对农村居民消费升级影响的相关研究中，财政支农与农村居民消费水平关系的研究成果较多。温涛等[1]研究表明，财政金融能够拉动农村居民消费支出，财政支农投入的拉动作用比金融支农更强。杨琦[2]研究发现，我国农村基础设施投资对中部地区农村居民消费存在挤出效应，而对东、西部地区则无显著影响，这与区域基础设施建设水平差异有关。马艾等[3]验证了我国各地区财政支农支出对农村居民消费升级的挤入效应，区域异质性明显。巴尔达奇（Baldacci）等[4]研究发现，政府财政支出对居民消费水平具有明显的促进作用。蒋团标等[5]认为财政支农支出对农村居民消费品质提升作用明显，能够改善农村居民消费结构。可以看出，大多数学者认为财政支农支出对农村居民消费存在正向促进作用，而消费水平的提升并不意味着消费升级的发生，验证财政支农对农村居民消费升级的影响对推进农村消费经济发展具有现实意义。

（二）数字普惠金融与农村居民消费升级关系的研究

数字普惠金融发展打破了农村在传统金融体系中的金融约束困境，为涉农企业和农户生产发展所需要的信贷资金提供可得性和便捷性，带动农村经济发展和农村居民收入水平提升，收入水平的提高必将引致消费需求的扩大，进而提高消费水平和改善消费结构。中国人民银行印发的《关于做好2022年金融支持全面推进乡村振兴重点工作的意见》提出要深化金融供给侧结构性改革，支持农村流通网络建设，促进消费经济发展。关于数字普惠金融与农村居民消费升级的相关研究，主要是基于宏观数据与微观调查的视角进行考察。在宏观层面上，江红莉等[6]研究发现数字普惠金融通过缩小城乡收入差距和优化产业结构两条路径对我国农村居民消费水平和消费结构起到正向影响。邹新月等[7]发现数字普惠金融的发展能够有效促进居民消费水平的提高，在西部地区的促进效应大于在东部地区的。颜建军等[8]验证了数字普惠金融对东部和西部地区农村居民消费升级的正向作用主要是通过促进第三产业发展这一路径实现的。赵雪薇等[9]利用CFPS 数据研究发现数字金融通过放松流动性约束促进农村家庭消费升级。李（Li）等[10]基于CHFS 数据验证了数字普惠金融对家庭经常性消费支出促进作用更明显。张梦林等[11]研究发现，普惠金融可以促进农村居民消费潜力释放，提高农村居民发展和享受型消费的占比，推动消费结构升级。

（三）财政支农与数字普惠金融关系的研究

普惠金融不同于“财政”，本质上要追求经济利润，调动金融市场主体服务农村发展的积极性需要政府采取一定的激励措施，推动财政与金融形成合力，构建财政金融协同支持乡村振兴的互动机制。国务院印发的《推进普惠金融发展规划（2016—2020年）》指出，要发挥财税政策对普惠金融的引导作用，提高农村金融服务覆盖率和可得性。卡巴科娃（Kabakova）等[12]认为，政府作为推动普惠金融发展的重要力量，应参与普惠金融生态系统建设。我国学者对财政支农以及财政金融事务支出对普惠金融的影响进行了探讨。王永仓等[13]实证发现，财政支农能够引导涉农信贷和农业保险发展，促进农民收入水平提升；黄明清[14]验证了中央、地方两级政府的财政支出对普惠金融发展均具有明显的促进作用；吴庆田等[15]研究表明，适度的财政支持会显著发挥数字普惠金融的多维减贫效应；任海军等[16]以我国西部地区为对象的研究验证了政府支持能够显著提升数字普惠金融效率。可见，财政能够撬动金融服务“三农”发展。在全面实施乡村振兴战略进程中，应该进一步发挥财政投入引领作用，带动农村数字普惠金融发展。

综上所述，诸多学者验证财政支农与数字普惠金融对农村居民消费升级具有促进作用，但这些学者多对财政支农、数字普惠金融与农村居民消费升级三个变量中两两变量间关系进行研究，较少对三者之间作用关系进行研究，且现有文献多从静态层面研究变量之间的影响关系，缺少对变量之间动态影响关系的分析，因此，三者间关系仍有较大的研究价值。本文通过面板向量自回归（Panel Vector Autoregression，PVAR）模型，将财政支农、数字普惠金融、农村居民消费作为内生变量，从动态角度探讨财政支农与数字普惠金融对农村居民消费升级的影响，并验证财政支农对数字普惠金融发展的影响。

三、研究设计

（一）模型选择

PVAR 模型是面板数据和向量自回归模型相结合的经济数量分析方法，适用于利用面板数据分析多经济变量间的动态关系。利用PVAR 模型进行回归分析时，不用考虑约束条件，将模型变量均作为内生变量，不需要加入控制变量，能够验证所有变量滞后项的影响。进一步，本文用向量自回归模型，通过脉冲响应函数探究财政支农、数字普惠金融对农村居民消费升级的影响及其随时间变化的趋势，并验证财政支农对数字普惠金融的影响。本文参考刘呈庆等[17]的做法，构建计量模型：

其中，yi，t是包含变量Finagr、Digfin、Conupg的向量，Finagr、Digfin、Conupg分别表示财政支农、数字普惠金融、农村居民消费升级；α0为截距项；下标t-j对应变量的滞后期数，Finagri，t表示当期财政支农支出，Finagri，t-1为滞后一期的财政支农支出；p为最优滞后阶数，通过后续检验确定；Aj为回归系数矩阵；μi,t为随机扰动项。

（二）变量选择与数据说明

以中国31个省份（不含我国港澳台地区）的数据作为样本，并考虑地区发展差异，将样本按照东、中、西部地区进行分组。东部地区包括京、津、冀、辽、鲁、沪、苏、浙、闽、粤、琼共11 个省份，中部地区包括黑、吉、晋、豫、鄂、皖、湘、赣共8 个省，西部地区包括川、贵、渝、云、藏、陕、甘、青、宁、新、蒙、桂共12个省份。

本文选取数字普惠金融（Digfin）、财政支农（Finagr）和农村居民消费升级（Conupg）为变量。其中，数字普惠金融（Digfin）用北京大学数字普惠金融指数衡量[18]；财政支农（Finagr）用一般公共预算支出中的农林水支出衡量，以反映政府对“三农”发展的支持程度；农村居民消费升级（Conupg）用农村居民发展和享受型消费支出占总消费支出的比重衡量，该比重越大，农村居民消费结构越高级。财政支农和农村居民消费升级数据来源于2012—2020年《中国统计年鉴》①。由于北大数字普惠金融指数的测算从2011年开始，考虑数据的可得性，将研究期间设定为2011—2019年。为了避免异方差的影响，对变量进行对数化处理，描述性统计如表1所示。

表1 变量描述性统计

四、实证分析

（一）数据的平稳性检验

如果面板数据是非平稳数据，则在实证分析中会产生“伪回归”现象。因此，在进行PVAR估计前，需要对模型中各变量进行单位根检验，以保证数据的平稳性。面板数据单位根检验的方法有多种，LLC检验、PP-Fisher检验等适用于宏观面板数据的非平稳性检验，且LLC 检验适用于同质面板单位根检验，PP-Fisher 检验适用于异质面板单位根检验[19]。为保证结论的稳定性和可靠性，本文选择LLC 检验和PP-Fisher 检验判别变量的平稳性，结果如表2所示。

LLC 检验、PP-Fisher 检验的原假设均存在单位根。从表2 结果看，3 个变量的原序列均在10%的显著性水平下拒绝原假设，说明3个变量的原始数据为平稳序列。

表2 平稳性检验结果

（二）最优滞后阶数的选择

PVAR模型需要选择合适的滞后阶数，滞后阶数的选择依据信息最小化准则，利用Stata 软件计算出滞后1~4 期情况下各模型所对应的赤池信息准则（Akaike Informa⁃tion Criterion，AIC）、贝叶斯信息准则（Bayesian Information Criterion，BIC）、汉南-奎因信息准则（Han⁃nan-Quinn Information Criterion，HQ⁃IC）的值，选择使三个准则数值最小的滞后阶数为模型最优滞后阶数，如各准则确定的滞后阶数不一致，以AIC 准则为依据。表3 为AIC、BIC、HQIC值的估计结果，可以确定全国层面的最后滞后阶数为4阶，东部、中部、西部的最优滞后阶数分别为2阶、1阶、1阶。

表3 不同滞后阶数下模型的AIC、BIC、HQIC值估计结果

（三）脉冲响应分析

脉冲响应函数用以反映各期随机扰动项一个标准差冲击对系统中其他变量的影响轨迹，说明变量间的相互影响关系和时滞关系。本文的脉冲响应采用500 次蒙特卡洛模拟，时间跨度为10期。为探究财政支农、数字普惠金融对农村居民消费升级的动态影响，展现变量之间关系的总体特征及区域异质性，本文先进行全样本脉冲响应分析，结果如图1所示；再进行东部、中部、西部地区脉冲响应分析，结果如图2至图4所示。

1.各变量对自身的动态影响

财政支农对自身的冲击作用，如图1 至图4 中（a）图所示。从全国层面上看，财政支农支出在受到自身正向冲击后，当期呈现正向响应，到2 期后变为微弱的负值，这说明我国财政支农支出依赖自身惯性且惯性存续期较短。分地区来看，东部地区财政支农对自身影响在受到一个标准差的正向冲击后持续为正，前期影响较大后来逐渐减小，到10期趋于微弱；中部和西部地区较为相似，受到正向冲击后，前期呈现出较强正向响应后来持续减弱，并在8 期趋于稳定。总体上，财政支农对自身具有正向影响，这反映出我国在不断加大财政支农力度，财政支农支出总量持续增加、比例稳步提高，财政支出优先支持农业农村发展得到保证。

数字普惠金融对自身的冲击作用，如图1至图4中（b）图所示。全国数字普惠金融在受到自身正向冲击后，呈现正向响应，且随时间推移，影响逐渐减小，表现为震荡下降，在8 期之后趋于稳定。东、中、西部三大地区的数字普惠金融对自身冲击均在短期内呈现出较大的正向响应。随着期数的推进，影响逐渐减小，东部地区在6期趋于稳定，中部地区在8 期趋于稳定，西部地区在4 期趋于稳定。总体上，我国各地区的数字普惠金融发展对自身发展具有正向影响，惯性存续时间存在地区差异。

居民消费升级对自身的冲击作用，如图1至图4中（c）图所示。在全国范围内，农村居民消费升级对自身冲击的响应为正，但随着期数增加逐渐减弱，在6 期后趋于稳定。在区域异质性上，东中部地区农村居民消费升级对自身冲击表现出正向响应，响应程度在前两期内有大幅下降，之后响应趋于微弱；西部地区脉冲响应曲线与东中部的差异较大，当期响应为正，之后正向响应程度较低。因此，东中部地区为农村居民消费升级的惯性区。

图1 财政支农、数字普惠金融对农村居民消费升级的影响（全国）

图2 财政支农、数字普惠金融对农村居民消费升级的影响（东部地区）

图3 财政支农、数字普惠金融对农村居民消费升级的影响（中部地区）

图4 财政支农、数字普惠金融对农村居民消费升级的影响（西部地区）

2.财政支农对农村居民消费升级的动态影响

图1至图4中的（d）图反映了全国及三大区域农村居民消费升级在财政支农受到冲击后的响应状态。在全国层面上，财政支农受到1个标准差的正向冲击后，农村居民消费升级当期无响应，之后有轻微的负向响应并逐渐弱化，这表明财政支农对农村居民消费升级负向影响较小。其原因可能是随着我国社会发展，农村地区相对富裕人口逐渐转移到城镇居住，留在农村生活的居民相对不富裕，财政支农刺激农村居民扩大一般性生活支出，发展和享受型消费占比降低。分地区看，东部地区农村居民消费升级对财政支农支出冲击的响应当期为负，随后为正，在1 期达到最大值后逐渐减弱，持续为正向影响，这说明财政支农支出带动了东部地区农村居民的发展和享受型消费支出。东部地区农村经济发展水平相对较高，财政支农更多用于现代化新农村建设，带动了当地农村居民发展和享受型消费支出的扩大。中部地区农村居民消费升级在财政支农受到冲击后的响应持续为正，与东部地区较为相似，这说明财政支农对中部地区居民消费升级也具有促进作用。西部地区农村居民消费升级在财政支农受到正向冲击后，当期响应为负，随后响应微弱，这反映出西部地区农村经济发展水平较低，农村居民所获得的财政帮扶和补贴要先保障基本生活支出，因此发展和享受型消费支出扩大不明显。以甘肃省为例，国家统计局公布的数据显示，2019年甘肃省农村居民人均消费支出为9 694元，其中食品烟酒支出达2 827元，占比超过29%，在所有消费支出类型中占比最大。总体而言，财政支农对各区域农村居民消费升级的影响不同，财政支农支出对东部、中部地区农村居民消费升级的正向影响更为明显。

3.数字普惠金融对农村居民消费升级的动态影响

图1 至图4 中的（e）图反映了全国及三大区域农村居民消费升级在数字普惠金融受到冲击后的响应状况。在数字普惠金融受到1 个标准差的正向冲击后，农村居民消费升级当期响应为正，在1期达到最大值后开始减弱，在4期后趋于平稳。西部地区脉冲响应曲线与全国类似，当期响应为正，达到峰值后逐渐减弱。中部地区的农村居民消费升级在数字普惠金融受到正向冲击后响应为正，在当期处于顶峰，随后逐渐减弱，在第6 期趋于稳定。东部地区脉冲响应曲线状态较为特殊，在数字普惠金融受到正向冲击后，农村居民消费升级当期为正并处于峰值，之后大幅降低，在1 期之后为负向响应，说明数字普惠金融对东部地区的农村居民消费升级起到负向作用。因此，就全国整体而言，数字普惠金融能够促进农村居民消费升级，在中西部地区更是如此，但数字普惠金融抑制了东部地区农村居民消费升级。其原因可能在于数字普惠金融本质上是利用数字科技手段优化普惠金融服务，其目的在于优化“三农”、小微和民营企业等领域中的金融服务，而东部地区整体经济发展水平较高，众多小微和民营企业成为金融机构践行金融普惠理念的主要服务对象，农村居民金融需求不受重视，这会限制该地区农村居民金融资源获取，并最终影响居民消费升级。中西部地区小微和民营企业相对较少，农村居民获得普惠金融服务的机会增加，这能在缓解金融约束的同时改善农民收入来源，刺激农村居民发展与享受型消费支出，从而促进中西部地区农村居民消费升级。中西部地区的地方政府也印发了推进普惠金融发展的实施方案，明确指出要完善农村金融服务，推进消费金融发展，激发消费潜力。因此，数字普惠金融对农村居民消费升级的影响存在地区差异性，对中西部地区农村居民消费升级的正向作用更强[20]。

4.财政支农对数字普惠金融发展的动态影响

图1 至图4 中的（f）图反映了全国及三大区域数字普惠金融在财政支农受到冲击后的响应状态。从全国层面上看，数字普惠金融在财政支农受到1 个标准差正向冲击后，当期响应为正，随后为负，随着期数增加负向响应逐渐减弱，表明财政支农对数字普惠金融存在负向影响。整体上，随着我国财政支农支出规模的扩大，财政支农支出结构不断优化，资金管理水平和使用效益不断提高，农村居民所获得的政府帮扶和补贴在一定程度上缓解了其对金融机构的融资依赖，导致整体上我国财政支农对数字普惠金融发展存在负向影响。从区域差异视角看，东部地区数字普惠金融在财政支农受到正向冲击后，当期响应为正，前2期响应为负，之后持续为正，这说明东部地区财政支农在短期内对数字普惠金融有着负向影响，之后是正向影响，其原因可能是东部地区城乡一体化水平高，金融服务覆盖率较高，财政支农支出的增加在短期内会对金融资源需求形成一定的挤出效应，但随着政府加大对农村的财政投入力度，农村基础设施条件逐步改善，对社会资本的吸引力逐渐增强，涉农投资的增加必将引致更多的金融需求，而这一连锁效应的显现需要一定的时间，遂导致东部地区财政支农对数字普惠金融的正向影响存在时滞。中部和西部地区数字普惠金融面对财政支农受到的正向冲击，响应状态较为一致，均在当期响应为正，在1 期到达顶峰，之后响应逐渐减弱，这说明中西部地区财政支农能够带动数字普惠金融的发展，改善农村经济发展的基础条件，催生农村居民对金融服务的需求，实现财政金融协同支农效应。中西部地区的地方政府为发挥财政对普惠金融的撬动作用，出台了普惠金融发展专项资金管理办法，明确要求强化财政扶持惠农金融服务点建设。

（四）方差分解：各因素对农村居民消费升级的贡献度

在探究财政支农、数字普惠金融与农村居民消费升级之间相互作用的基础上，进一步评价各内生变量对预测方差的贡献度，并通过方差分解将各个内生变量（即财政支农、数字普惠金融、农村居民消费升级）的单位增量按一定比例分解为自身和其他两个变量的贡献，用以反映模型的动态特征。从表4 可以看出，在全国层面上，农村居民消费升级对当期自身波动的贡献程度为98.7%，随着期数的增加，贡献程度逐渐下降并稳定在95.6%。分地区看农村居民消费升级对自身波动的贡献程度，中部地区和西部地区的贡献程度在各期均保持在89%以上，东部地区的贡献程度较低。整体上农村居民消费升级对自身的贡献程度最高，这说明农村居民消费升级对后期有着显著的正向影响，农村居民消费结构具有惯性，能对自身产生良性循环效应。

表4 基于PVAR模型的农村居民消费升级的方差分解结果

财政支农对农村居民消费升级波动的贡献程度：全国层面上的贡献程度在0.3%~1.7%之间，东部地区的贡献程度在1.1%~19.6%之间，中部地区的贡献程度在1.9%~2.5%之间，西部地区的贡献程度在0.4%~0.8%之间，趋于稳定之后，东部地区的贡献程度最高，中部地区次之，西部地区最低，这说明我国财政支农对农村居民消费升级有正向促进效应，在东部地区表现更为明显，同时需要强化中西部地区财政支农对农村居民消费升级的促进效应。数字普惠金融对农村居民消费升级波动的贡献程度：全国层面上的贡献程度在1%~3%之间，东部地区的贡献程度在10.2%~12.9%之间，中部地区的贡献程度在6%~8.2%之间，西部地区的贡献程度在0.1%~0.6%之间，在趋于稳定之后，东部地区数字普惠金融对农村居民消费升级波动的贡献程度明显高于中部和西部地区，西部地区的贡献程度较低，应推动西部地区普惠金融发展，满足西部地区农村居民金融需求。

通过对比分析发现，全国及三大区域的农村居民消费升级对自身波动的各期贡献程度均较高，前期的发展与享受型消费习惯对后期的消费升级有很大的影响。财政支农与数字普惠金融对农村居民消费升级波动均具有解释力，两者对农村居民消费升级波动均具有贡献，但区域差异较大：东部地区的数字普惠金融对农村居民消费升级贡献程度前期高于财政支农，但后期提高缓慢并落后于财政支农；中部地区的财政支农对农村居民消费升级的贡献程度一直低于数字普惠金融；西部地区财政支农对农村居民消费升级的贡献程度在趋于稳定之后高于数字普惠金融。

（五）固定效应回归分析

为了进一步验证PVAR 模型得出结论的可靠性，本文建立固定效应模型验证财政支农、数字普惠金融对农村居民消费升级的影响及区域异质性。本文参考蒋团标等[5]和杨伟明等[21]的方法，在农村居民消费升级的影响因素之中，除财政支农与数字普惠金融核心因素之外，还选择城镇化水平（Urblev）、城乡收入差距（Incgap）和农业保险发展水平（Isuden）作为控制变量。其中，城镇化水平用城镇人口占地区总人口比重衡量，城乡收入差距用城镇居民人均可支配收入与农村居民人均可支配收入的比值衡量，农业保险发展水平用农村人均农业保险保费收入衡量。数据来源于2012—2020年《中国统计年鉴》和《中国保险年鉴》②。

根据表5可知，在全国层面上，财政支农、数字普惠金融以及农业保险发展水平均显著推动了农村居民消费升级，城乡收入差距抑制了农村居民消费升级。分地区看，东部地区的财政支农、城镇化水平、农业保险发展水平对农村居民消费升级均有显著正向作用；中部地区财政支农、数字普惠金融均对农村居民消费升级产生正向作用，城乡居民收入差距显著地阻碍居民消费升级；西部地区数字普惠金融显著推动农村居民消费升级，而财政支农对消费升级的正向影响并不显著，城乡收入差距对消费升级影响显著为负。综上所述，通过静态模型（即固定效应模型）和动态模型（即面板向量自回归模型）对财政支农、数字普惠金融与农村居民消费升级之间影响关系进行实证分析所得到的结论具有一致性。

表5 固定效应模型回归结果

五、结论与建议

（一）结论

本文通过构建面板向量自回归模型（PVAR）探讨和研究了我国财政支农、数字普惠金融发展对农村居民消费升级的影响，得出：

第一，财政支农与农村居民消费升级的关系。从全国层面上看，财政支农对数字普惠金融发展存在负向影响，西部地区也是如此，而东部、中部地区则相反。

第二，数字普惠金融与农村居民消费升级的关系。从全国层面上看，数字普惠金融能够正向影响农村居民消费升级，中部、西部地区也是如此，而东部地区则相反。

第三，财政支农与数字普惠金融发展的关系。从全国层面上看，财政支农对数字普惠金融的发展影响为负，而在中部、西部地区影响为正，在东部地区正向影响存在短期滞后。

（二）建议

第一，坚持加大财政支农力度与优化财政支农结构。财政支农对农村经济发展、农民收入增加、农村居民消费升级具有正向促进作用，是农民生产与消费的坚实保障。在促进农村消费经济发展过程中应继续加大财政支农力度，建立健全涉农财政资金供给长效机制，完善农村物流体系，推进农村电子商务基础设施建设，满足农村居民消费升级需要。同时，财政支农政策要根据区域经济社会发展差异进行调整，对于西部经济欠发达地区，财政支农尚未能够促进农村居民发展与享受型消费支出规模的扩大，财政支农应注重支持西部地区农村经济发展，促进乡村产业振兴，以产业振兴带动农民收入增加，进而促进消费升级。

第二，实施差异化的数字普惠金融发展政策。与东部地区相比，中西部地区数字普惠金融对消费升级的正向促进效应更为显著，应鼓励各金融服务向中西部地区倾斜，积极布局中西部地区市场，扩大数字金融产品供给，提高金融服务覆盖广度，以促进中西部地区经济发展，提升对农村消费升级的贡献程度。

第三，注重发挥财政金融协同支农效应。就中西部地区而言，财政支农支出能够带动数字普惠金融发展，发挥财政支农的正向引导效应。在乡村振兴的关键时期，应继续坚持为农服务宗旨，通过财政引导金融机构深耕农村市场，推动农村数字普惠金融高质量发展。

注释：

①数据来源：http：//www.stats.gov.cn/tjsj/ndsj/。

②根据《中国保险年鉴》中的数据整理而得。