数字普惠金融、居民消费结构与经济增长实证分析

□文/彭芳春 叶枝方

（湖北工业大学 湖北·武汉）

［提要］ 本文利用全国30 个省（不包含西藏和港澳台地区）2011～2020 年年度数据建立PVAR 模型，对数字普惠金融、居民消费结构与经济增长的互动关系进行实证分析，结果发现：经济增长会促进数字普惠金融发展，而数字普惠金融发展会促进居民消费结构升级，有助于提升居民幸福感，但研究还发现，如果经济增长仅仅体现在GDP 的增长，那么短期内不利于居民消费结构升级。

2021 年的政府工作报告以及“十四五”规划中都强调增强金融的数字性与普惠性，使其能更好地支持实体经济。而“数字普惠金融”就是在这一背景下应运而生的，数字普惠金融的作用一直是学术界研究的焦点，也取得了丰富的学术成果，然而关于数字普惠金融与产业升级和经济增长间协同作用的研究较少，存在一些疑点和难点。本文利用PVAR 模型研究三者间的协同作用，丰富了数字普惠金融领域的研究，同时为促进经济增长提供方案。

一、文献综述

数字普惠金融不仅符合信息技术的发展趋势，也符合国家希望金融能更好支持实体的政策导向，因此数字普惠金融引起了众多学者的关注，而学者们对数字普惠金融如何影响消费结构和经济增长展开了研究。

（一）数字普惠金融与居民消费结构之间的关系研究。数字普惠金融可以通过促进居民创业或促进小微企业发展而提供大量就业岗位等形式提高居民收入，从而促进居民消费结构转换。数字普惠金融还具有长尾效应，能够在一定程度上挖掘居民消费潜力。同时，数字普惠金融还能通过提升金融效率、减少金融抑制、促进金融发展、减少收入差距等方式改善居民消费结构，提升居民的享乐型消费和发展型消费。

（二）数字普惠金融与经济增长的关系研究。数字普惠金融可以通过提升农村全要素生产率、促进农村居民创业、促进小微企业发展等途径促进经济增长。数字普惠金融通过优化产业结构等方式促进经济高质量发展。学者通过研究发现，总体而言，数字普惠金融对经济增长起促进作用，数字普惠金融与经济增长的数量之间存在先降后升的正“U”型发展，而数字普惠金融与经济增长质量之间存在先升后降的倒“U”型关系。

（三）居民消费结构与经济增长的关系研究。消费一直以来都是拉动经济增长的三驾马车之一，也是国内国外双循环的核心要素。居民消费结构将居民消费支出划分成享乐型、生存型与发展型，随着经济增长，居民收入增长会促进消费升级，提升居民的享乐型消费和发展型消费。而消费结构的升级又会进一步对产业结构提出要求，倒逼产业结构升级，促进经济增长。

通过对现有研究成果进行整理与分析，我们可以发现学者们对数字普惠金融、消费结构和经济增长之间关系的研究取得了一定的成果，但这些成果大部分都是建立在单向影响的假设基础上的，而在经济增长对消费结构和数字普惠金融的反馈作用方面考虑还不够充分。实际上，数字普惠金融、消费结构和经济增长之间的关系是一种相互影响，同时又随着时间和环境变化不断演进的复杂变化过程。而现有的这方面的研究对于这三个变量间的内生性和滞后性问题考虑不足，并没有将三者纳入同一内生系统框架进行研究，从而无法揭示这三者间动态演化的复杂关系。

本文采用PVAR 模型研究数字普惠金融、消费结构和经济增长三者之间的关系，这既可以解决VAR 模型对时间序列长度的限制，又可以利用面板数据形式，从时间和地区两个维度丰富样本，兼具时序分析与面板模型分析的优势。

二、方法模型和数据

（一）模型构建及估计方法。面板向量自回归模型（PVAR）建立在多元回归方程基础上，本文运用PVAR 模型分析数字普惠金融、消费结构和经济增长的动态关系。该模型一般形式为：

式中，yi，t为包含三个变量｛DIFI，CS，GDP｝的向量，DIFI、CS 和GDP分别表示数字普惠金融、消费结构和经济增长；j 为滞后阶数，yi，t-j为j阶滞后所有内生变量；a0为截距；Aj为回归系数矩阵；fi为固定效应；dt为时间效应；ui，t为随机扰动项。

（二）变量选取及数据来源。根据上文所述，本文是为了研究数字普惠金融、消费结构与经济增长三者间的互动关系，对2011～2020 年全国30 省份（不包括西藏和港澳台地区）的普惠金融、消费结构与经济增长变量建立PVAR 进行分析。具体表现为，经济增长在短期会减缓消费升级的速度；由于数字普惠金融发展促使消费更加便捷，提升消费结构升级速度；而经济增长则促进金融发展，促进数字普惠金融发展。

数字普惠金融（DIFI）：数字普惠金融指数来源于《北京大学数字普惠金融指数）（2011-2020）》，该数据包含全国31 个省份数据，此外该数据还从广度、深度和数字化程度3 个维度刻画数字普惠金融。

消费结构（CS）：本文借鉴已有学者研究并结合数据的可获得性，使用熵值（el，t）增长率来衡量消费结构变化。熵值公式如下：

其中，el，t为l 省份t 年的熵值，i 代表第i 种消费支出，N 代表消费支出总数，Wi，l，t代表l 省份t 年的第i 种消费支出在总支出中的占比。因此，熵值变大代表消费结构升级。

本文采用全国30 个省份2011～2020 年的年度数据建立PVAR 模型，其中数字普惠金融指数来源于《北京大学普惠金融指数》，居民消费支出和各省GDP 数据来源于国泰安数据库（CSMAR）。为了合理控制异方差的影响，对GDP 数据进行对数化处理。变量描述性统计如表1 所示。（表1）

表1 变量描述性统计结果一览表

三、实证分析

（一）平稳性检验。在建立PVAR 模型前，要对各变量进行平稳性检验，避免伪回归的出现。虽然本文运用的是短面板，默认是平稳的，但还是进行平稳性检验。本文用Eviews 对各变量进行平稳性检验，检验结果如表2 所示。从表2 可以看出，所有变量在95%的置信水平上平稳。（表2）

表2 平稳性检验结果一览表

（二）最优滞后阶数选择。滞后期的选择不能太大也不能太小，太大会减小方程的自由度，模型的估计精度会降低；太小会导致方程捕捉到的信息不足，影响参数的有效性。关于选择最优的PVAR 模型滞后期，我们利用信息准则确定PVAR 模型的滞后阶数。检验结果如表3 所示。因为我们应该尽量选取信息准则小的阶数，所以根据表3 可知，当滞后1 阶时，所有信息准则都是最小的，因此我们应该选取滞后1 阶建立PVAR 模型。（表3）

表3 最优滞后阶数选择一览表

（三）模型平稳性检验。在确定新的滞后阶数、利用GMM 估计建立PVAR 模型后，我们应该对模型的平稳性进行检验，只有当模型是平稳的，最终运用脉冲响应等估计结果才可能是可靠的。由图1 可知，所有点都落在单位元内，所以模型是平稳的。（图1）

图1 模型平稳性检验图

（四）格兰杰因果检验。在经济变量中会出现一些变量显著相关，但不一定都具有意义。所以，我们运用格兰杰因果检验法，判断DIFI、CS 和LGDP 之间是否具有经济学意义上的因果关系。检验结果如表4所示。由表4 可知，原假设LGDP 不是CS 的格兰杰原因，P 值=0.0043，小于0.05，表明在5%的显著水平下拒绝原假设；而原假设CS 不是LGDP 的格兰杰原因，P 值=0.474，大于0.1，表示在10%的显著性水平下接受原假设。即LGDP 是CS 变化的格兰杰原因，但CS 不是引起LGDP 的格兰杰原因。（表4）

表4 格兰杰因果检验结果一览表

原假设DIFI 不是CS 的格兰杰原因，P 值=0.0055，小于0.05，表明在5%的显著性水平下拒绝原假设；原假设CS 不是DIFI 的格兰杰原因，P 值=0.385，大于0.1，表明在10%的显著性水平下接受原假设，即DIFI 是引起CS 变化的格兰杰原因，但CS 不是引起DIFI 变化的格兰杰原因。

原假设DIFI 不是LGDP 的格兰杰原因，P 值=0.278，大于0.1，表明在10%的显著性水平下接受原假设；原假设LGDP 不是DIFI 的格兰杰原因，P 值=0.071，小于0.1，表明在10%的显著性水平下拒绝原假设，即LGDP 是引起DIFI 变化的格兰杰原因，但DIFI 不是引起LGDP 变化的格兰杰原因。

（五）方差分解。由方差分解的结果可以得到，在初始状态下居民消费结构升级速度对自身变化的解释程度为1，随着期数增加、经济增长，LGDP 与数字普惠金融DIFI 对消费升级速度变化的解释程度也逐渐增大。经济增长LGDP 对消费结构升级速度CS 变化的最大解释程度为20.03%，数字普惠金融DIFI 对消费结构升级速度CS 变化的最大解释程度仅为4.2%，说明消费结构升级速度CS 的变化主要来自经济增长LGDP 的影响，数字普惠金融DIFI 存在影响，但产生的影响较小。（表5）

表5 CS 方差分解结果一览表

由方差分解的结果可以得到，在初始状态经济增长LGDP 对自身变化的解释程度为67%，CS 对经济增长的解释程度为33.4%，数字普惠金融DIFI 对经济增长LGDP 的解释程度为0。随着期数增加，消费结构升级速度CS 对经济增长变化的解释程度下降，数字普惠金融DIFI 对经济增长变化的解释程度增大。消费结构升级速度CS 对经济增长LGDP 变化的最大解释程度为33.4%，数字普惠金融DIFI 对经济增长LGDP 变化的最大解释程度仅3.7%，说明经济增长LGDP 的变化主要来自消费结构升级速度CS 的影响，数字普惠金融DIFI 存在影响，但产生的影响较小。（表6）

表6 LGDP 方差分解结果一览表

由方差分解的结果可以得到，在初始状态数字普惠金融DIFI 对自身变化的解释程度为83.6%，CS 对数字普惠金融DIFI 变化的解释程度为16.3%，经济增长LGDP 对数字普惠金融DIFI 的解释程度为0.1%。随着期数增加，经济增长LGDP 对数字普惠金融DIFI 变化的解释程度逐渐变强。消费结构升级速度CS 变化对数字普惠金融DIFI 变化的最大解释程度为16.3%，经济增长LGDP 对数字普惠金融DIFI 变化的最大解释程度为64.3%，说明数字普惠金融DIFI 的变化在长期主要来自经济增长LGDP 变化的影响，短期主要来自消费结构升级速度CS 的影响。（表7）

表7 DIFI 方差分解结果一览表

四、结论及建议

研究居民消费结构、经济增长与数字普惠金融三者间的关系对于制定经济政策、提升居民幸福感、改善民生、发展新金融具有重要意义。本文利用全国30 个省份2011～2020 年的年度数据建立PVAR 模型，研究居民消费结构、经济增长与数字普惠金融三者间的关系，结论如下：（一）经济增长如果只停留在数量增长而非改善产业结构、提升经济质量，在短期会对居民消费结构升级产生负面影响，不利于提升居民幸福感。（二）数字普惠金融的发展不仅促使电商等行业突飞猛进发展，大大促进居民消费的便捷程度，同时数字普惠金融发展促使小微企业发展，鼓励居民创业，增加就业，实际上提升居民收入，而消费金融公司的发展大大提升居民的消费能力，促使居民消费结构以更快的速度升级。（三）经济增长为数字普惠金融发展创造了需求，促进了数字普惠金融的发展。

通过实证分析，基于以上结论提出以下建议：（一）经济增长应该将重点放在改善产业结构，淘汰落后产业，促进经济高质量发展，而非仅仅是GDP 的增长，否则不利于居民消费结构的改善，不利于改善民生。（二）经济增长可以为数字普惠金融发展创造需求，促进数字普惠金融发展，因此应该稳定经济增长，促进金融数字化、普惠化改革，让金融更好地支持实体，反过来又促进经济增长。（三）应该大力发展数字普惠金融，数字普惠金融发展能够更好地支持实体，促进经济增长，同时提高居民收入，促进居民消费结构升级，改善民生，提升居民幸福感。