数字普惠金融对农村居民消费结构升级的非线性影响

杜家廷,何 勇,顾谦农

(1.重庆师范大学 经济与管理学院,中国 重庆 401331;2.鲍尔州立大学 米勒商学院,美国 印第安纳州 47306)

一、引 言

当前,国外新冠肺炎疫情漫延,逆全球化思潮逐步抬头,大国博弈日趋激烈。国内,中国经济发展进入新常态,人口红利逐渐消失,产业转型升级正进入关键时期。面对复杂的国际国内环境,2020年5月14日中共中央政治局常委会提出要“充分发挥国内超大规模市场优势和内需潜力,构建国内国际双循环相互促进的新发展格局”。习近平总书记也多次指出要“推动形成以国内大循环为主体、国内国际双循环相互促进的新发展格局”。作为内循环的核心,消费内需是中国“双循环”战略的重要推动力量。但从现实来看,中国农村居民消费结构仍处于较低层级。2020年中国农村居民人均消费支出8 383元,其中发展型和享受型消费人均支出分别为1 519元和1 613元,占比仅为18.120%和19.241%。

数字普惠金融具有“成本低、速度快、覆盖广”的优势。作为一种新兴金融模式,数字普惠金融克服了传统金融对物理网点的依赖,整合了消费者的动态行为信息,降低了数字金融的服务门槛,可有效提升居民消费水平,优化消费结构。北京大学编制的数字普惠金融指数显示,近年来中国数字普惠金融实现了跨越式发展。2011年中国数字普惠金融指数的中位值为34,到2020年则快速增长到335,十年间增长了近10倍。探究数字普惠金融对中国农村居民消费结构升级的影响及路径,对中国及时把握“数字红利”,通过扩大内需促进“双循环”战略的顺利实现具有重要意义。

二、文献综述与理论假说

(一)文献综述

从国内外既有研究成果来看,人们对数字普惠金融与消费间关系的研究主要围绕金融发展与居民消费、数字普惠金融与居民消费、数字普惠金融与农村居民消费三个方面的主题展开,具体表现在:

1.金融发展对居民消费的影响

McKinnon提出的金融抑制和金融深化理论认为,金融抑制会降低居民消费,金融深化能有效缓解流动性约束,促进居民消费[1]。Campbell和Mankiw的研究证实了这一结论[2]。Barrell和Davis认为金融发展可通过分散金融风险来发挥平滑消费,刺激消费增长的功能[3]。任鑫和葛晶研究发现,金融发展可通过增加居民收入来提升城镇居民消费倾向[4]。针对农村居民消费问题,樊纲和王小鲁认为金融发展会促进农村居民消费,金融发展水平越高,对农村居民消费的促进作用越明显[5]。此外,部分学者对金融发展与农村居民消费之间的关系也存在不同观点。如王小斌认为金融发展不仅没有促进农村居民消费,有时甚至可能存在抑制作用[6]。

2.数字普惠金融对居民消费的影响

张勋等研究发现,数字普惠金融主要通过提升支付的便利性来促进居民消费[7]。谢家智和吴静茹运用代际交替模型进行研究,结果发现数字普惠金融可通过缓解信贷约束来刺激家庭消费[8]。易行健和周利的实证检验结果发现,数字普惠金融可同时通过缓解流动性约束、便利居民支付两种机制促进居民消费[9]。Grossman和Tarazi认为除了通过提高支付便捷度来促进居民消费外,数字普惠金融还可通过提供储蓄和补贴等方式来刺激居民消费[10]。Zeng和Reinartz认为数字普惠金融可通过互联网技术降低消费者的信息搜寻成本、评估成本与交易成本,打破时间与地域限制来改变消费者的消费行为[11]。江红莉和蒋鹏程认为数字普惠金融还能通过优化产业结构来促进居民消费[12]。

3.数字普惠金融对农村居民消费的影响

傅秋子和黄益平研究发现,数字普惠金融能显著增加农村居民的消费性信贷需求[13]。崔海燕研究发现,数字普惠金融对农村居民消费的促进作用存在“棘轮效应”和“示范效应”[14]。究其原因,张勋等认为数字普惠金融更贴近那些通常难以享受到金融服务的低收入和弱势群体的需求,这能大幅改善金融服务的可得性和便利性,刺激农村居民的基本消费需求[7]。孔维汉和李爱喜从理论上分析了数字普惠金融发展对农村居民消费的直接与间接影响,结果发现数字普惠金融与农村居民消费在短期内存在显著的线性关系[15]。此外,吕雁琴和赵斌研究发现,相较城市居民来说,数字普惠金融对农村居民消费的促进作用更大,数字普惠金融是中国城乡居民消费差距缩小的重要原因[16]。

既有成果科学的研究方法、丰富的研究思路和严谨的研究结论对本研究提供了重要借鉴。但与此同时应看到,既有研究成果更多聚焦于数字普惠金融对居民消费量的影响,有关数字普惠金融对居民消费结构升级的影响,尤其是对农村居民消费结构升级的影响关注尚少。鉴于此,本文利用北京大学编制的数字普惠金融指数,采用门槛效应和中介效应模型实证考察数字普惠金融对农村居民消费结构升级的非线性影响。其边际贡献在于:一是基于非线性关系视角分析数字普惠金融对农村居民消费结构升级的影响,更好地揭示了数字普惠金融影响农村居民消费结构升级的内在机理与路径。二是聚焦农村居民消费结构升级问题,为中国“双循环”发展战略的顺利实施拓展政策新思路。

(二)理论假说

数字普惠金融对农村居民消费结构升级的影响是多维的。从直接影响效应来看,依靠现代数字通信技术,数字普惠金融不仅可突破地理距离带来的高成本和信息不对称问题,缓解农村居民消费结构升级所面临的流动性约束;而且可为农村居民消费结构升级提供更加便利的支付环境,增强农村居民消费结构升级的意愿。从间接影响效应来看,依靠流动性约束缓解功能,数字普惠金融可通过促进区域经济发展,从供给端为农村居民消费结构升级提供更加丰富的消费产品。同时,数字普惠金融也可通过激励农村居民从事投资创业活动来增加经营性收入,从需求端增强农村居民消费结构升级的能力[7]。为此提出假说H1和假说H2。

H1:数字普惠金融对农村居民消费结构升级具有直接促进作用;

H2:数字普惠金融可通过区域经济发展和经营性收入增长对农村居民消费结构升级产生间接促进作用。

作为数字技术与普惠金融的结合,数字普惠金融对农村居民消费结构升级的影响可能存在非线性特征。究其原因,一是数字普惠金融所使用的数据等生产要素具有规模经济效应。当数字普惠金融发展水平超过某个阈值,其金融产品和服务的边际成本趋近于0,即对农村居民消费结构升级的促进作用表现为边际递增趋势。二是与传统金融相似,数字普惠金融也存在适度和过度匹配问题。当数字普惠金融匹配度超过某一阈值后,其对农村居民消费结构升级的促进效应也可能存在边际递减趋势。三是数字普惠金融与技术和网络等风险相互叠加容易滋生新型风险。当该类风险集聚水平超过某个阈值后,可能会对数字普惠金融的消费促进功能产生不确定性影响。为此提出假说H3。

H3:数字普惠金融对农村居民消费结构升级存在非线性影响。

中国农村幅员辽阔,自然环境条件、经济发展水平和信息化程度等资源禀赋往往不同,再加上在不同的农村地区,人们对数字普惠金融的关注度不同,因此不同农村地区的数字普惠金融发展往往存在较大差异。如郭锋等研究发现,中国数字普惠金融发展具有很强的空间异质性[17],孙玉环等研究发现,中国数字普惠金融在空间上存在显著的非均衡性,整体上呈由东至西逐步递减的发展趋势[18]。基于这种差异性的存在,数字普惠金融对农村居民消费结构升级的影响也可能存在区域异质性,为此提出假说H4。

H4:数字普惠金融对农村居民消费结构升级的影响存在区域异质性。

三、模型构建与变量选取

(一)模型构建

为了揭示数字普惠金融与农村居民消费结构升级之间可能存在的非线性关系,采用Hansen的面板门槛效应模型进行实证研究[19],其单一门槛、双重门槛和多重门槛模型如公式(1)～(3)所示。

Consumeit=δ+β1Indexit×I(qit≤γ)+β2Indexit×I(qit>γ)+αControlsit+εit

(1)

Consumeit=δ+β1Indexit×I(qit≤γ1)+β2Indexit×I(γ1γ2)+

αControlsit+εit

(2)

Consumeit=δ+β1Indexit×I(qit≤γ1)+β2Indexit×I(γ1γn)+

αControlsit+εit

(3)

上式中,Consume为被解释变量农村居民消费结构升级;Index为关键解释变量数字普惠金融,q为门限变量,γ为门槛值,I(·)为指示函数;Controls为控制变量,包括农村少儿抚养比、农村老年抚养比、农村居民受教育程度、社保支出水平、医疗支出水平、政府行为、农村居民收入水平、城镇化水平、对外开放度、产业结构、基础设施;i表示省份,t表示年份,ε为残差项。

(二)变量设计与数据选取

基于数据可得性,本文选取2011—2020年中国31个省份(除港澳台外)的省级面板数据样本作为考察对象。其中数字普惠金融数据来源于《北京大学数字普惠金融指数(2011—2020年)》,其他指标数据分别来源于国家统计局网站、各地历年统计年鉴和中经网统计数据库,以下是相关变量的具体构成及说明。

1.被解释变量

农村居民消费结构升级(Consume):根据国家统计局的定义,农村居民消费由生存型消费、发展型消费和享受型消费三种类型构成。其中生存型消费包括食物、衣着和居住消费,发展型消费包括家庭设备和交通通信消费,享受型消费包括教育、文化、娱乐和医疗保健消费等。借鉴李晓楠等的做法[20],这里采用发展型消费和享受型消费占农村居民总消费的比值来表示。

2.门槛变量和关键解释变量

数字普惠金融(Index):这里以北京大学数字金融研究中心测算的数字普惠金融指数代表。该指数包括覆盖广度(Wide)、使用深度(Depth)、数字化程度(Digital)三个维度。其中,覆盖广度反映的是数字普惠金融覆盖人群状况,使用深度反映的是实际使用互联网金融服务的频率,数字化程度考察的是数字金融服务的便利性和效率。

3.控制变量

农村居民抚养比:生命周期理论认为,人口年龄结构是影响居民消费的重要因素。借鉴杨汝岱等的做法[21],分别用农村少儿抚养比(Youth)和老年抚养比(Older)两个指标来测度农村居民抚养比。其中少儿抚养比用0～14岁儿童人口数与15～64岁人口数的比值来衡量,老年抚养比用65岁及以上老年人口与15～64岁人口数的比值来衡量。

农村居民受教育程度(Edu):根据舒尔茨的人力资本理论,受教育程度越高的消费者拥有的人力资本越高,收入和消费水平往往也越高。参照国家统计局的测算方法,这里的农村居民人均受教育年限=(小学受教育人数×6+初中受教育人数×9+高中受教育人数×12+大专及以上受教育人数×16)/6岁及以上人口总数。

社保及医疗支出水平:养老和医疗等社会保障会降低居民消费所面临的不确定性因素影响,通过挤入效应促进居民消费结构升级。同时,社会保障也可能会提升居民退休欲望,通过挤出效应抑制居民消费结构升级[22]。这里分别用政府财政支出中的社保支出占比和医疗支出占比来表示社保支出水平(Insure)和医疗支出水平(Medical)。

农村居民收入(Income):无论是绝对收入假说还是相对收入假说均证明收入是影响居民消费的重要因素。考虑到消费结构升级主要测度的是发展型和享受型消费在总消费中的占比,而可支配收入是影响居民发展型和享受型消费的主要因素,这里用农村居民人均可支配收入来表示。

政府行为(Gov):新凯恩斯主义认为居民消费存在“拇指规则”,财政支出增加会促进居民消费水平提升。而“负财富效应”论认为财政支出是以税收为基础,财政支出增加会抑制居民消费能力[23]。借鉴大多数学者的做法,这里用政府财政支出与GDP的比值来测度。

此外,借鉴易行健和周利的做法[9],这里还选取了影响区域经济发展的部分重要因素作为控制变量。包括:(1)城镇化水平(Urbn),用城镇常住人口占地区总人口的比重来表示;(2)对外开放度(Open),用进出口总额与GDP的比值来衡量;(3)产业结构(Open),用第三产业占GDP的比重表示;(4)基础设施(Road),用公路和铁路的总里程来衡量。

(三)变量的描述性分析

各变量的具体构成及特征值如表1所示,其中所有相对量指标的单位均为%。由表1可见,被解释变量的均值为37.346%,最大值为48.931%,最小值为20.543%,样本标准差为5.428%。这说明中国农村居民消费结构层次不高,各省份间农村居民消费结构升级水平较为均衡。从关键解释变量及其构成维度来看,其最大值与最小值间的差距以及样本标准差的绝对值都非常大,说明中国各省份间数字普惠金融及其构成维度的发展极不均衡。其中发展水平最高的是数字化程度指数,其均值为290.142;发展水平最低的是覆盖广度指数,其均值仅为196.670。

表1 变量构成及特征值

四、实证检验及结果分析

(一)基准模型回归

根据门槛效应模型的检验思路,首先判断是否存在门槛效应和门槛值的数量。对于单一门槛模型,门槛效应检验的原假设为H0:A1=A2。若原假设成立,门槛效应不存在。若拒绝原假设,即A1≠A2,则存在单一门槛效应。如存在单一门槛效应,就以此为基础检验双重门槛效应的显著性和置信区间。若检验没有通过,则不拒绝原假设,接受单一门槛假设。若拒绝原假设,则存在双重门槛效应。三重门槛效应检验方法可依此类推。按照这一思路,使用Stata16.1软件对基准回归模型进行检验,通过300次Bootstrap自抽样估计得到95%显著度水平下的F统计量和P值,结果发现存在单一门槛,不存在双重门槛和多重门槛情形,具体如表2所示。

表2 门槛效应检验结果

在确定门槛数量后,进一步运用极大似然函数对门槛值进行搜索,可知其单一门槛估计值为147.710,落在95%置信水平的置信区间[146.360,148.370]之内,通过有效性检验。同时可得到基准回归模型的估计结果,具体如表3所示。由表3可见,无论是在门槛低值区还是高值区,数字普惠金融对农村居民消费结构升级的影响系数均为正且在1%水平上均显著。说明数字普惠金融依靠自身高效率、低成本、包容发展等属性对中国农村居民消费结构升级起到了显著促进作用,假说H1成立。此外,数字普惠金融在门槛高值区的影响系数0.046高于门槛低值区的影响系数0.028。这说明数字普惠金融发展水平越高,其对农村居民消费结构升级的促进作用越强,呈现为边际效应递增的非线性影响特征,假说H3成立。

表3 基准门槛效应模型回归结果

从控制变量来看,农村居民受教育程度、社保支出、城镇化水平、对外开放度、产业结构、基础设施建设等变量的估计参数均为正,对农村居民消费结构升级具有促进作用,与理论预期基本一致。其中城镇化水平、对外开放度和产业结构的参数是显著的。农村少儿抚养比和老年抚养比的估计参数为负,对农村居民消费结构升级具有抑制作用,这与生命周期理论的基本观点一致。医疗支出变量的估计参数为负,对农村居民消费结构升级存在挤出效应。此外,政府财政支出对农村居民消费结构升级也具有抑制作用。这可能是由于中国农村居民与西方国家的农业工人不同,政府财政支出所带来的反周期工资溢价对中国农村居民的工作时间和消费并无显著影响。总体上看,医疗支出和政府财政支出行为对农村居民消费结构升级的影响均不显著。

需要特别说明的是,估计结果中农村人均收入指标的参数为负且在1%水平上显著,出现了与理论预期相反的结果。原因可能是近年来中国房地产业高速发展,农村居民收入提高后将更多收入用于购买城市住房这种生存型消费所致,这一定程度上说明房地产业过度发展对中国农村居民消费结构升级具有挤出效应。

(二)异质性检验

1.数字普惠金融不同维度对农村居民消费结构升级的影响

考虑到数字普惠金融不同维度对农村居民消费结构升级的影响可能存在异质性,以数字普惠金融的三个构成维度,即数字普惠金融覆盖广度、使用深度和数字化程度为门槛变量进行检验,结果显示数字普惠金融使用深度对农村居民消费结构升级的影响存在单一门槛,数字普惠金融覆盖广度和数字化程度对农村居民消费结构升级的影响存在双重门槛。为此,分别基于单一门槛和双重门槛效应模型考察数字普惠金融覆盖广度、使用深度、数字化程度对农村居民消费结构升级的影响,结果如表4中的模型(1)～(3)所示。

表4 不同维度数字普惠金融对农村居民消费结构升级的异质性检验结果

从数字普惠金融覆盖广度来看,其在门槛低值区、中值区和高值区对农村居民消费结构升级的影响系数分别为0.041、0.058和0.053,且均在1%水平上显著,门槛中值区的影响系数最大。其整体影响路径呈“倒S型”,即随着数字普惠金融覆盖广度的提升,对农村居民消费结构升级的促进作用会经历一个由小到大再到小的过程。说明数字普惠金融覆盖广度超过某一阈值后,对农村居民消费结构升级的促进作用会出现边际递减现象。从数字普惠金融数字化程度来看,其在门槛低值区、中值区和高值区对农村居民消费结构升级的影响系数分别为0.009、0.017和0.013,且均在1%水平上显著,门槛中值区的影响系数最大,其影响路径在整体上仍呈现“倒S型”。从数字普惠金融使用深度来看,其在低值区和高值区的影响系数分别为0.012和0.005,但仅有低值区的影响系数在5%水平上显著,这可能与中国数字普惠金融使用深度不够有关。由此可见,数字普惠金融不同维度对农村居民消费结构升级的影响存在异质性。

2.区域异质性检验

中国农村幅员辽阔,无论是经济发展水平、居民消费结构还是居民消费总量均存在较大差异,数字普惠金融对不同区域农村居民消费结构升级的影响可能存在异质性。从经济发展水平来看,中国东部农村地区比中西部农村地区整体水平更高。为此:首先,将样本划分为东部和中西部地区两个子样本;其次,根据考察期间各省份农村居民消费结构均值大小,将考察对象分为消费结构高水平区和低水平区两个子样本;再次,根据考察期间各省份农村地区零售总额均值大小,将样本分为高零售总额区和低零售总额区两个子样本;最后,以此为基础,运用门槛效应模型对各子样本进行异质性检验。如结果显示不存在门槛效应,则采用普通面板固定效应模型进行检验,结果如表5中的模型(4)～(9)所示。

表5 区域异质性检验结果

从东部和中西部地区的拟合模型(4)～(5)来看,东部地区数字普惠金融对农村居民消费结构升级具有正向促进作用,其影响系数为0.032且在1%水平上显著,并不存在门槛效应。中西部地区数字普惠金融对农村居民消费结构升级的影响存在双重门槛,门槛低值区、中值区和高值区的影响系数分别为0.001、0.025、0.016,只有中值区的影响系数在1%水平上显著。从农村居民消费结构水平高低两个子样本的拟合模型(6)～(7)来看,消费结构高水平区数字普惠金融对农村居民消费结构升级的影响具有双重门槛,门槛低值区、中值区和高值区的影响系数分别为0.027、0.040和0.034并均在1%水平上显著。消费结构低水平区数字普惠金融对农村居民消费结构升级的影响存在单一门槛,门槛低值区和高值区的影响系数分别为0.008和0.032,但只有门槛高值区的影响系数在1%水平上显著。从农村消费零售额高低两个子样本的拟合模型(8)～(9)来看,在高零售总额区数字普惠金融对农村居民消费结构升级的影响具有单一门槛,门槛低值区和高值区的影响系数分别为0.035和0.051且均在1%水平上显著。低零售总额区数字普惠金融对农村居民消费结构升级的影响存在双重门槛,门槛低值区、中值区和高值区的影响系数分别为-0.007、0.019和0.011,只有中值区的影响系数在10%水平上显著。

由此可见,除低零售总额区的门槛低值区外,数字普惠金融对农村居民消费结构升级的影响系数均为正,即对农村居民消费结构升级具有正向促进作用。但同时应看到,在不同区域,数字普惠金融对农村居民消费结构升级的促进作用存在显著异质性。具体表现在:东部农村地区不存在门槛效应,这或许与该地区金融较为发达,农村居民消费结构升级所面临的信贷约束水平较低有关。在中西部农村地区,消费结构高水平区和低零售总额区,数字普惠金融对农村居民消费结构升级的影响均存在双重门槛,且影响路径均呈“倒S型”。在消费结构低水平区和高零售总额区,数字普惠金融对农村居民消费结构升级的影响则存在单一门槛,且门槛高值区的影响系数比门槛低值区大,即数字普惠金融对农村居民消费结构升级的促进作用具有边际递增特征。因此,假说H4得以验证。

(三)稳健性检验

1.内生性检验

考虑到数字普惠金融在促进农村居民消费结构升级的同时,农村居民消费结构升级所引起的消费习惯改变等因素可能对数字普惠金融产生反向作用,进而引起内生性问题。为此,借鉴邱晗等的做法[24],以互联网宽带普及率和移动电话拥有量作为数字普惠金融的工具变量,采用工具变量两阶段最小二乘估计法(IV-2SLS)进行内生性检验。结果如表6中模型(7)所示,数字普惠金融对农村居民消费结构升级的影响系数为0.089且在1%水平上显著,对农村居民消费结构升级具有显著促进作用,与基准回归模型的结论一致。同时Sargan检验的P值均大于0.1,说明工具变量的选取是有效的,不存在过度识别问题,这里的IV-2SLS估计具有较高可信度。

表6 稳健性检验结果

2.转换估计方法

分别运用普通面板固定效应模型、差分GMM和系统GMM模型进行稳健性检验,结果如表6中模型(8)～(10)所示。由普通面板固定效应模型(8)的回归结果可见,数字普惠金融对农村居民消费结构升级的影响系数为0.045并在1%水平上显著。由差分GMM模型(9)和系统GMM模型(10)的回归结果可见,数字普惠金融对农村居民消费结构升级具有显著正向促进作用,与基准回归模型的检验结果仍保持一致。

3.替换变量检验

考虑到农村居民消费结构升级既表现为发展型消费和享受型消费之和在农村居民总消费中所占比重的提升,也表现为发展型消费与享受型消费之和对生存型消费相对占比的提升,以及发展型消费和享受型消费总量的增长。这里分别用农村居民(发展型消费+享受型消费)/生存型消费,以及发展型消费与享受型消费之和的对数来代替被解释变量进行稳健性检验。结果如表6中模型(11)～(12)所示,数字普惠金融对农村居民消费结构升级均有促进作用。模型(12)存在单一门槛且门槛高值区的促进作用更大,与基准回归模型的检验结果一致。

4.改变样本检验

一是缩减样本时间长度,分别用2014—2020年和2015—2020年的样本进行检验。二是缩减样本数量,采用不可重复随机抽样,分别抽取其中80%和70%的个体样本进行检验。结果显示数字普惠金融对农村居民消费结构升级均存在显著正向促进作用,且这种影响作用均呈现为单一门槛或双重门槛的非线性特征。基于篇幅所限,这里只展示了时间年份为2014—2020年的样本检验结果和样本数量为80%的抽样检验结果,具体如表6中模型(13)～(14)所示。

五、影响机制分析

为了考察数字普惠金融影响农村居民消费结构升级的内在作用机制,借鉴张勋等的思想[7],选取农村经济发展(Agric)和农村居民经营性收入(Business)作为中介变量构建如下中介效应模型进行研究,其中农村经济发展用农林牧渔总产值来表示。

(4)

(5)

(6)

式(4)～(6)中,Consume为被解释变量农村居民消费结构升级,Index为关键解释变量数字普惠金融,Mediate为中介变量,包括农村经济发展和农村居民经营性收入。Controls为控制变量,包括农村少儿抚养比、农村老年抚养比、农村居民受教育程度、社保支出水平、医疗支出水平、政府行为、农村居民收入水平、城镇化水平、对外开放度、产业结构、基础设施。i表示省份,t表示年份,ε为残差项。

以该中介效应模型为基础,运用Stata16.1软件中的Sgmediation命令对数字普惠金融影响农村居民消费结构升级的内在机制进行Sobel检验,结果如表7所示。由表7可见,当中介变量为农村居民经营性收入时,数字普惠金融对农村居民消费结构升级的直接效应、间接效应和总效应分别为0.031、0.002、0.033。其中直接效应和总效应在1%水平上显著,中介效应系数为正但并不显著。究其原因,可能是因为投资创业活动风险较高,需要较高的知识和技能予以支撑。数字普惠金融虽能缓解农村居民创业过程中的信贷约束问题,但并不能有效改变农村居民知识能力不足、风险承受力低、投资创业意愿不强的问题。当中介变量为农村经济增长时,数字普惠金融对农村居民消费结构升级的直接效应、间接效应和总效应分别为0.031、0.002、0.033。其中直接效应和总效应在1%水平上显著,间接效应在5%水平上显著,即农村经济增长在数字普惠金融对农村居民消费结构升级的影响过程中具有显著的中介传导作用。

表7 中介效应检验结果

为保证中介效应检验结果的稳健性,进一步采用Bootstrap法进行检验,结果如表8所示。Bootstrap法是一种非参数估计法,当置信区间不包含0时,说明中介效应显著。由表8可见,当中介变量为农村居民经营性收入时,95%显著度水平上的置信区间包含0,中介效应不显著。当中介变量为农村经济发展时,95%显著度水平上的置信区间不包括0,中介效应显著,与Sobel检验结果一致。由此可见,数字普惠金融可通过农村经济发展和农村居民经营性收入两条中介路径来促进农村居民消费结构升级,但仅有农村经济发展这一中介路径是显著的,假说H2得以验证。

表8 Bootstrap检验结果

六、结论与对策建议

基于中国2011—2020年的省级面板数据,运用面板门槛效应和中介效应模型对数字普惠金融与农村居民消费结构升级之间的关系进行研究。结果发现:(1)从整体上看,数字普惠金融对农村居民消费结构升级的影响存在单一门槛。无论是门槛低值区还是高值区,数字普惠金融对农村居民消费结构升级均具有显著正向促进作用,且这种促进作用具有边际递增的非线性特征。(2)从不同维度看,中国数字普惠金融的三个构成维度对农村居民消费结构升级也均具有正向促进作用。其中覆盖广度和数字化程度对农村居民消费结构升级的影响存在双重门槛,其作用路径呈“倒S型”;使用深度对农村居民消费结构升级的影响存在单一门槛,仅有门槛低值区的促进作用是显著的。(3)从区域异质性看,除低零售总额区的门槛低值区外,数字普惠金融对农村居民消费结构升级均具有正向促进作用。其中东部地区不存在门槛效应;中西部农村地区、消费结构高水平区和低零售总额区存在双重门槛,其影响路径也均呈“倒S型”;消费结构低水平区和高零售总额区存在单一门槛,数字普惠金融对农村居民消费结构升级的促进作用具有边际递增效应。(4)从作用机制来看,数字普惠金融主要通过农村经济增长和农村居民经营性收入增长对中国农村居民消费结构升级产生正向促进作用,但仅有农村经济增长的中介效应是显著的。

基于此,本文提出以下对策建议:(1)夯实农村数字普惠金融基础设施建设。通过不断夯实软硬件基础设施建设,大力推进中国农村地区数字普惠金融发展,为中国农村居民消费结构顺利升级创造坚实的物质条件。(2)提升农村居民消费结构升级能力和意愿。在给予数字普惠金融支持的同时,要加强农村居民投资创业的知识技能培训,通过投资创业能力的增强和经营性收入的增加,不断提升农村居民的消费结构升级能力。要大力支持农林牧渔业发展,不断壮大农村经济,为农村消费市场提供更多高质量产品与服务,不断提升农村居民消费结构升级意愿。(3)实施农村数字普惠金融差异化发展策略。在大力发展数字普惠金融的同时,要重视数字普惠金融对农村居民消费结构升级的异质性影响。考虑到可能存在的“倒S型”路径特征,要注意数字普惠金融覆盖广度和数字化程度的适度性,以及中西部地区、消费结构高水平区和低零售总额区数字普惠金融的适度规模发展。