数字普惠金融、农村劳动力就业与农村居民消费

□ 宋佳颖

一、引言

党的十八大以来，以习近平同志为核心的党中央坚持把解决好“三农”问题作为全党工作的重中之重，举全党全社会之力推动乡村振兴。近年来我国乡村发展取得显著成就，不断在农业强国之路上踏实前进。2022年我国农村居民人均可支配收入达到20133元，较2012年增加约140%。经济迅猛发展的同时，消费不足仍是我国长期存在的重要问题（陈斌开等，2014）。2022年我国居民消费率为65.8%，远低于欧美发达国家的水平。由于消费对经济的基础性作用，消费潜力未能充分释放也成为抑制我国经济增长的重要阻碍（雷潇雨和龚六堂，2014）。

根据全国第七次人口普查结果显示，居住在乡村的人口为5.1亿，约占全国人口的36%。尽管我国城镇化率在不断提高，但农村人口仍然占全国人口很大的比重。根据国家统计局数据显示，2022年城镇和农村居民人均可支配收入分别为49283元和20133元。由于城乡收入差距的客观存在，农村居民的消费能力显著偏低。因此，农村人口占比大且农村居民消费过低，是造成我国消费总体不足的重要原因（李金昌和窦雪霞，2007）。现如今如何扩大农村居民消费，不仅是提高居民生活水平的民生问题，也是提升消费对经济增长贡献的关键环节。

相比于城市，农村地区存在生产经营风险高、融资成本和交易费用大等天然劣势，但近年来飞速发展的数字金融在逐步缓解这些问题。根据中国互联网络信息中心（CNNIC）发布的数据，截至2022年12月，我国农村网民规模达到3.08亿，全国农村宽带用户总数为1.76亿户，农村地区互联网普及率达61.9%。较于传统金融，数字金融跨越了城乡间的鸿沟，大幅提高了农村地区的金融发展，进而促进了我国的包容性增长（张勋等，2019）。鉴于此，数字普惠金融能否促进农村居民消费增长、如何影响农村居民消费效率是现阶段值得关注的问题。

现有不少研究结果表明数字金融发展会显著影响居民消费。李涛等（2016）认为数字金融扩大了金融服务的覆盖范围，通过缓解金融约束使得更多居民和企业获得所需要的金融产品。易行健和周利（2018）基于中国家庭追踪调查数据（CFPS）发现数字普惠金融对中低收入阶层家庭消费的促进作用更明显，这是因为高收入阶层家庭受到的流动性约束往往较弱。何宗樾和宋旭光（2020）通过实证研究发现数字金融会提振家庭面对未来不确定因素的信心，从而释放居民消费的需求，尤其是与生活相关的基础性消费。江红莉和蒋鹏程（2020）基于省级面板数据分析发现数字普惠金融能够提升城市居民的消费水平，同时在异质性分析中发现发展与享受型消费相比于生存型消费受到的影响更大，这说明数字金融也会对优化消费结构产生积极影响。

金融服务惠及所有地区和所有群体是普惠金融的应有之义，尤其体现在欠发达地区和低收入群体（郭峰等，2020）。因此，不少学者将研究对象聚焦到农村居民，分析农村居民消费如何受到数字普惠金融的影响。由于目前我国城乡之间收入差距依然较大，农村居民的消费水平尽管有大幅提升，但仍较大程度低于城市居民的消费水平。傅秋子和黄益平（2018）基于中国家庭金融调查数据（CHFS）发现，由于农村地区有网购经验和习惯的群体在不断扩大，数字金融会显著增加农村居民的消费性正规信贷需求。黎翠梅和周莹（2021）构建空间杜宾模型发现数字金融对农村消费的促进作用在经济中等和发达地区显著，并且只在经济发达地区具有正向的空间溢出效应。

梳理现有文献，对于数字普惠金融如何影响农村居民消费的研究仍不够充分。尤其对作用机制的分析，现有研究更多关注于收入变化对消费产生的作用，而没有更深入考虑何种因素带来收入变化。本文基于2011-2021年省级面板数据研究数字普惠金融对农村居民消费的影响及其影响机制。研究发现，数字金融的发展显著促进了农村居民消费。分项消费的异质性分析发现，该促进作用主要体现在基本生活资料消费。分区域的异质性分析发现，数字普惠金融对西部地区农村居民消费的影响更明显。机制分析发现，数字普惠金融促进了农村劳动力就业，进而提高了农村居民收入，最终促进了农村居民消费。

二、理论分析与研究假设

（一）数字普惠金融与农村居民消费

根据莫迪利安尼生命周期消费理论，人们会根据当前收入和预计的未来收入来计划很长时间范围内的消费支出，以达到一生中最佳的收入配置。而生命周期理论的假设前提是严格的，除了未来收入可预期外，资金可借贷也是重要的条件，这样消费者才能够做到用借贷或储蓄来平滑生命周期内的消费。生命周期消费理论的基础是费雪提出的跨期消费理论，该理论研究的是理性消费者根据个人偏好和实际利率如何做出当前时期和未来时期的消费选择。跨期消费理论中，实际利率对消费的影响正是通过改变借贷的成本或储蓄的收益。

在传统金融时代，金融机构受限于距离和成本等因素不会在农村地区开设更多分支机构，农村居民的金融服务可得性严重偏低。随着数字普惠金融的发展，信贷服务逐步向数字化转型，可以有效缓解农村地区的流动性约束问题。数字普惠金融将传统信贷的优势延伸至更大的地区和人群范围，农村居民的流动性约束得到缓解，能够实现跨期交易、提高资金配置的合理性（Dupas和Robinson，2011）。数字普惠金融对信贷服务的另一方面重大影响在于可以有效缓解借贷双方的信息不对称。数字化信贷平台能够更加全面地对客户信息进行采集和处理，同时人们也可以通过数字化平台去了解金融机构和信贷产品（郭华等，2020）。

数字普惠金融也推动了支付方式的数字化发展，颠覆了传统支付方式，为人们生活带来极大便利。数字支付方式不仅具有便捷、高效的优势，还能通过网络安全技术保证交易和账户的安全性。数字化的移动支付方式在日常生活中得到迅速推广，从而对居民的消费习惯和方式产生显著影响。第一，数字支付消除了现金支付中存在的交易障碍，提高了支付效率（张勋等，2020）。第二，采用数字支付方式的网络购物平台具有灵活性和便利性的特点，越来越多的人选择网络购物。足不出户即可购买需要的商品，网购降低了交易成本，也刺激了居民消费。第三，数字支付方式降低了消费者对交易价格的敏感程度，从而提高消费者的购买意愿（Dilip，2001）。

由此，本文提出假说H1：数字普惠金融对农村居民消费具有正向影响。

（二）农村劳动力就业的中介作用分析

数字经济和金融科技的发展使得互联网产品更加成熟和多样，由此提供了更多的就业机会。数字化的交易和服务方式，不仅提高了工作的便捷性和灵活性，也降低了就业技能门槛，为低技能劳动力创造出更多就业机会（刘皓琰和李明，2017）。互联网技术变革催生了一代又一代网络达人，粉丝经济为数字化消费平台创造出重要的贡献，也为社会提供了新的职业类型（江小涓，2017）。数字平台的迅猛发展极大拓宽了“零工经济”的应用场景，如外卖、网约车、房租租赁等平台创造了多种新型就业方式，为低技能劳动力市场打开多条新出路（莫怡青和李力行，2022）。

从数字金融赋能工业发展的视角来看，工业制造自动化和智能化虽然会对劳动力有负向的替代效应，但同时又由于生产力效应而存在正向的就业影响（Autor等，2003）。数字普惠金融对工业数字化转型的促进作用，不仅体现在具有颠覆性影响的智能制造技术上，也会催生出一大批新就业形态。目前，我国已经建成世界上规模最大、门类最齐全的制造业体系，更具韧性的产业链条和更加完善的工业体系对劳动力的需求不断增加。数字经济也为劳动力市场有效缓解了信息不对称的问题，提高了劳动力资源配置效率，从而促进农村劳动力向非农产业转移。

由此，本文提出假说H2：数字普惠金融会通过促进农村劳动力就业对农村居民消费产生正向影响。

三、研究设计

（一）模型设定

充分考虑现实意义和数据可获取性，本文构建省级面板数据模型研究数字金融如何影响农村居民消费。考虑到不同省份间的个体差异以及经济形势随时间的变化，初步认为模型应当加入个体和时间固定效应。首先，通过F检验判别是否存在显著的固定效应，并使用聚类稳健标准误。检验结果认为存在个体效应，拒绝使用混合回归。然后，由Hausman检验的结果判断得出，面板数据应构建固定效应模型而非随机效应模型。最后，模型中加入年份虚拟变量，回归结果拒绝了“无时间效应”的原假设。因此，本文构建如下个体、时间双固定效应模型。

其中，i表示省份，t表示年份。consumptionit表示农村居民消费，digital_financeit表示数字普惠金融水平，Xit为一系列控制变量。μi、γt分别为省份、时间固定效应，εit是随机误差项。若α为正表明数字普惠金融促进农村居民消费，反之亦反。β为控制变量对应的系数，cons是截距项。

（二）变量说明

1.被解释变量。本文的被解释变量为农村居民消费，选取农村居民人均消费支出来衡量。该数据使用2011年为基期的农村居民消费价格指数消除了物价变动的影响。

2.核心解释变量。本文的核心解释变量为数字普惠金融，采用北京大学互联网金融研究中心发布的省级数字普惠金融指数来衡量。数据除了包括数字普惠金融总指数外，还包括不同维度上的覆盖广度、使用深度和数字化程度指数，以及支付、保险、货币基金、信用服务、投资、信贷六项分类指数。考虑到数据完整性，本文在分类指数中选取了支付、保险和信贷指数。

3.其他控制变量。本文选择的控制变量包括：城镇化率（urbanization），采用城镇户籍人口与总人口的比值衡量；产业结构（industry_structure），采用第二、三产业产值占GDP的比重衡量；农村人口规模（population），采用年末农村户籍人口数量衡量；少年儿童抚养比（children_dependency），采用0-14岁人口数与总人口数的比值衡量；老年人口抚养比（elder_dependency），采用65岁以上人口数与总人口数的比值衡量。

（三）数据来源

本文选取我国31个省、自治区、直辖市2011-2021年的341个观测值作为研究样本。其中，数字普惠金融指数来源自北京大学数字金融研究中心编制的《中国数字普惠金融指数》。其他数据均来源自2012-2022年《中国统计年鉴》和《中国农村统计年鉴》。

表1为各变量的描述性统计。观察农村居民消费的统计数据发现最大值是最小值的八倍之多，说明目前我国不同省份之间仍存在巨大的居民消费差距。从数字普惠金融的各项指数看，不同省份数字金融发展水平是参差不齐的。其中，支付和信贷指数的标准差最小，可以看出当前阶段数字普惠金融对各个地区数字支付和信贷支持的普及力度是更强的。

表1 变量的描述性统计

四、基准回归分析

（一）基准回归

表2展示了基准回归结果。所有模型中均加入了各项控制变量以及省份和时间固定效应。从第（1）列数字普惠金融总指数的估计结果看，数字普惠金融会显著促进农村居民消费。第（2）-（4）列不同维度的细分指数回归结果显示，使用深度和数字化程度指数对农村居民消费存在显著的正向影响，而覆盖广度指数的估计系数不显著。由于目前我国区域发展差距的存在，数字金融在不同地区的发展阶段也不尽相同。在一些经济发达地区，数字普惠金融的覆盖广度已经达到接近饱和的程度，因此这些地区并不能体现出覆盖广度对居民消费的促进作用。本文认为数字普惠金融覆盖广度指数的估计系数不显著是因为基准回归的样本中包含了经济发达省份，而不能说明覆盖广度没有促进农村居民消费。为了证实此观点，本文以覆盖广度指数为解释变量，以中西部地区省份为样本进行回归，结果显示覆盖广度的估计系数显著为正（由于篇幅所限，上述回归结果并未展示）。

表2 基准回归

第（5）-（7）列分别为支付、保险和信贷三项分类指数的回归结果，支付和保险指数的估计系数显著为正，而信贷指数的回归系数不显著。根据国家金融监督管理局的统计数据，2022年底我国银行业金融机构乡镇覆盖率达到97.92%。这说明近年来我国乡村地区的信贷支持力度处于较高水平，因此信贷指数回归系数不显著并不能说明对农村地区的信贷支持没有为居民消费带来正向影响。不同于银行机构的高覆盖率，由于智能手机未在农村地区全面普及，数字化支付和保险方式仍具有较大的推广潜力。因此，数字普惠金融支付和保险指数的提高显著刺激了农村居民消费。由上述数字普惠金融各项指数的基准回归结果表明，数字普惠金融能够显著促进农村居民消费，验证了假说H1。

（二）其他稳健性检验

为了证明基准回归结果的稳健性，本文还从其他方面进行了稳健性检验：第一，将被解释变量由农村居民消费支出替换为农村居民消费率（农村居民消费支出/农村居民可支配收入）；第二，分别对2011-2015年和2016-2021年两个子样本数据进行回归分析；第三，加入更多控制变量，如农村基础设施投资、农村医疗水平、城乡居民收入差距等；第四，依次对变量进行1%分位上的双边缩尾。以上四种处理后的回归结果中，数字普惠金融指数的估计系数均显著为正，即数字普惠金融会促进农村居民消费（由于篇幅所限，上述回归结果并未展示）。综合考虑基准回归以及稳健性检验，本文的基本结论是稳健的：数字金融的发展对农村居民消费的提高存在显著的促进作用。

五、异质性分析

（一）分项消费的异质性分析

为了研究数字普惠金融对农村居民分项消费促进作用的异质性，本文对农村居民分项消费进行了分组回归。农村居民消费支出细分为八个子项：食品、衣着、居住、家庭设备及用品、交通通信、文教娱乐、医疗保健和其他。本文根据现实意义将前四个子项归类为基本生活资料消费，将后四个子项归类为享受和发展资料消费。表3的回归结果表明，数字普惠金融对农村居民基本生活资料消费和享受、发展资料消费均具有促进作用。值得注意的是，第（2）列回归结果的显著性和数值均有降低，说明数字普惠金融的促进作用更多体现在满足农村居民基本生活资料消费上，同时反映了目前我国农村居民生活水平有待进一步提高。回归结果也与马斯洛需求层次理论相一致，居民在满足基本生活需要后才会将收入用于交通通信、文教娱乐等享受、发展资料消费。

表3 分项消费的异质性分析

（二）分区域的异质性分析

考虑到不同省份间的资源禀赋和发展水平存在明显地区差异，本文将样本划分为东部、中部和西部地区并进行分组回归。表4为区域异质性的回归结果，可以看到数字普惠金融对农村居民消费的促进作用在东部、中部和西部地区均是显著的。比较不同地区分组回归中数字普惠金融指数的估计系数，发现数字普惠金融对西部地区农村居民消费的促进作用相较于东部和中部地区更明显。造成这种差异的原因可能在于，西部地区经济发展水平相比于东部和中部地区较为落后，数字普惠金融的发展对金融水平较低的地区会发挥更大的积极作用。相比于东部和中部地区，西部地区金融发展有更大的提升空间，因此数字普惠金融会对西部地区产生更明显的正向影响，从而西部地区农村居民消费会有相较于东中部地区更大幅度的提高。

表4 分区域的异质性分析

六、机制分析

关于数字普惠金融发展通过何种机制影响居民消费，现有文献更多从居民收入层面去进行研究。邹新月和王旺（2020）使用空间计量模型分析发现居民收入水平是数字普惠金融影响居民消费支出的传导机制。颜建军和冯君怡（2021）将城乡收入差距作为中介变量，使用中介效应模型研究发现数字普惠金融会通过缩小城乡收入差距来提升居民消费。本文基于省级数据也对数字普惠金融带来的农村居民收入效应进行了分析，以农村居民人均可支配收入作为被解释变量做回归检验。农村居民人均可支配收入以2011年为基期的农村居民消费指数进行平减而得出。表5第（1）列展示了回归结果，数字普惠金融指数的估计系数显著为正，说明数字金融的发展提升了农村居民收入水平，进而提高了农村居民消费，这与上述研究的结论一致。

表5 机制分析

根据凯恩斯的绝对收入假说，消费会随着收入增加而增加，在现实中这也是显而易见的事实。那么，居民收入水平提高的背后又是何种因素发挥作用使得数字普惠金融对居民消费产生影响？本文尝试对更深层次的内在机制进行分析。早有学者基于数字金融早期发展阶段的数据分析发现，数字普惠金融会通过增加农村就业机会发挥农村减贫效应（刘锦怡和刘纯阳，2020）。由于农村居民的财产性收入很低，农村居民收入主要来自劳动性收入。随着农业机械化的发展，农民用于农业生产的时间被大大缩短，更多农村居民选择外出打工或创业，这也逐渐成为农村居民重要的收入来源。数字普惠金融的发展增加了大量岗位需求，也催生了一大批新就业形态，特别是为低技能劳动力提供了更多就业机会。

于是，本文从就业层面分析数字普惠金融影响农村居民消费的作用机制。本文对乡村私营企业就业人数与乡村个体就业人数进行加总得到农村劳动力就业人数，然后采用农村劳动力就业人数与农村人口的比值反映农村劳动力就业水平。表5第（2）列展示了农村劳动力就业水平作为被解释变量的回归结果，发现数字普惠金融显著促进了农村劳动力就业。数字普惠金融对农促居民消费的促进过程中，农村劳动力就业发挥了重要的中介效应，从而验证了假说H2。机制分析中乡村私营企业和个体就业人数的数据来源自《中国统计年鉴》，由于2019年后的年鉴数据未对这两项指标进行统计，本文在该部分选取的样本期为2011-2019年。

七、结论及启示

随着科技不断进步和创新，数字普惠金融的发展正在对经济社会的方方面面发挥作用，也为居民生活带来了重要影响。面对我国区域经济发展不平衡的现象，数字普惠金融如何赋能乡村振兴已经成为具有重要现实意义的研究课题。本文基于中国31个省、直辖市、自治区2011-2021年面板数据，考察了数字普惠金融对农村居民消费的影响以及影响机制。研究发现，数字普惠金融能够显著促进农村居民消费。分项消费的异质性分析发现，数字普惠金融对农村居民基本生活资料消费和享受、发展资料消费均会产生促进作用，但主要作用于基本生活资料消费。分区域的异质性分析发现，数字普惠金融对西部地区农村居民消费的促进作用强于东部和中部地区。机制分析发现，数字普惠金融会对农村劳动力就业产生显著的积极影响，进而提高农村居民消费。

为充分发掘农村消费潜力、提高消费对经济的贡献，本文基于研究结果提出如下政策启示：第一，完善农村金融制度框架和政策体系。实施乡村振兴战略，实现农业强、农村美、农民富的目标任务，离不开公正、高效的农村金融服务体系。一方面，通过建立健全农村金融机构运作体系，为农村创业者和投资者提供更广泛的金融服务覆盖面和便利性。另一方面，通过技术创新和数字化手段，提高农村金融服务的可获得性，不断满足农村居民的多样化金融需求。第二，疏通数字普惠金融促进农村劳动力就业的作用渠道。依托于网络和数字化发展，农村劳动就业形式也越来越多样。数字普惠金融不仅提供了可以充分发挥农村资源优势的电商平台，也不断满足了农村居民的正规信贷需求，这些方式都会显著增加农村劳动力的就业机会。第三，完善扩大农村居民消费的长效机制，及时消除制约农村消费扩大和升级的体制机制障碍，优化农村居民消费结构，营造更加安全放心的消费环境，满足农村居民多层次多样化消费需求，进一步激发农村居民消费潜力。