蔡桂云,聂祎卉,隋鹏昌
(江西农业大学经济管理学院,江西南昌 330045)
中国农村人口基数大,农村消费市场潜力巨大,农村居民消费不容忽视。2018年中共中央、国务院印发《关于完善促进消费体制机制进一步激发居民消费潜力的若干意见》,指出要着力提升农村居民消费能力以及推动农村居民梯次消费升级;2022年中央一号文件进一步强调要促进农村消费扩容提质升级,充分体现政府推进农村居民消费增加和消费结构升级的决心。当前,投资、出口作为拉动经济增长的三驾马车之二,其对经济增长的拉动作用愈来愈疲软;而“十三五”以来,我国消费对经济增长的贡献率平均在60%以上①国家发改委主任唐登杰于2020年11月在“后疫情时代经济复苏与国际合作”中国发展高层论坛发言。,消费已成为中国经济增长的主要拉动力。与此同时,发达国家经验表明,经济持续稳定增长也需要依靠居民消费拉动。然而,农村居民作为我国一个不可或缺的庞大消费群体,依旧存在消费支出较低、消费结构不合理等问题。数据显示,2020年农村居民人均消费支出仅为13 713.4元,远低于全国平均水平(21 209.9元),其中生存型消费约占总消费支出的59.5%,略低于全国平均水平(60.6%)②根据《中国统计年鉴》(2021年)数据整理获得。补充说明一点:之所以出现农村生存型消费比例略低于全国评价水平,是因为城市住房支出远高于农村,如果剔除住房支出这一块,则结果恰恰相反。。
伴随着“互联网+”的快速发展,互联网普及率达到64.5%③数据来源于《中国互联网络发展状况统计报告》。,以及人工智能、大数据等技术手段的广泛利用,数字普惠金融发展迅速,自2010年起,数字普惠金融指数值年均增长29.1%④根据北京大学数字金融研究中心课题组《北京大学数字普惠金融指数(2010—2020年)》整理获得。。同时,数字普惠金融已全面渗透到居民生活中,对家庭消费产生重要的影响[1]。这源于数字普惠金融一方面可以节省交易时间和降低交易成本[2],且线上支付能被多数商家接受,线上支付手段比例逐渐扩大并成为主要支付手段[3],数字普惠金融使居民消费更加便捷、高效;另一方面可以通过理财产品等多样化的途径,提高居民收入以促进居民消费支出增加。因此,在实施扩大内需战略和推进数字乡村建设背景下,探索数字普惠金融对激发农村居民消费潜力的影响,对带动城乡居民消费和拉动一国经济增长显得尤为重要。
当前,针对数字普惠金融对居民消费影响的研究主要从以下两个方面展开。第一,从总体上研究数字普惠金融对居民消费的影响。数字普惠金融通过有效缓解流动性约束[4-6]、便利于居民支付[7-8]以及提高居民理财收益等[9-10],从而促进居民消费支出的提高[4],且这种促进作用与居民收入水平和受教育程度呈正相关[11];考虑到城乡居民消费的差异性,学者分别采用省级面板数据模型[7,12]、动态面板固定效应模型和门槛效应模型[13]等进行实证分析,得到数字普惠金融对农村居民消费有显著的正向影响的结论;而何宗樾等[8]进一步探讨数字普惠金融对居民消费结构的影响,将消费细分为食品、衣着类消费、居住、其他用品等,认为数字普惠金融因能降低交易成本,对家庭食品、衣着类消费具有显著的促进作用,而对其他类型消费的作用并不显著。第二,从区域差异性上研究数字普惠金融对居民消费的影响。数字普惠金融会促进居民消费,且这种促进作用呈现地区差异性特征。甄静[14]认为数字普惠金融对消费扩容的影响呈现中、东、西部依次递减,而对消费升级的影响则呈现西、中、东部依次递减。当然,也有学者观点截然相反,认为数字金融对农村居民消费支出的影响呈现东、中、西部依次递减[12,15]。
梳理现有文献发现,学者们主要基于国家或区域层面研究数字普惠金融与居民消费之间的关系,忽视了区域内省际的差异性;农村消费结构是衡量农村居民消费高低的重要指标,但针对数字普惠金融对农村居民消费结构影响的研究相对比较缺乏。鉴于此,本文基于江西省11 个地级市面板数据,集中研究数字普惠金融的发展对农村居民消费支出和消费结构的影响以及影响程度,为更好发挥数字普惠金融在促进农村居民消费方面的作用提出有效建议。
首先,依据流动性约束假说,流动性约束的存在会使得一个人想要的消费明显高于其当前消费。农村居民因收入相对较低且不稳定、信贷抵押物有限[16]等原因,除了通过“友情借贷”和民间高利贷等方式进行少量借贷以外[17],很难从银行等金融机构获得信贷来增加消费,农村居民流动性约束问题凸显。同时,为了防范未来可能出现的流动性约束问题,其主要的应对方法是通过减少消费以扩大储蓄[13-14]。而数字普惠金融能够有效缓解农村居民的流动性约束[4-6],进而提高农村居民消费支出,且农村可支配收入越少,数字普惠金融促进消费支出的增加作用就更显著[4]。
其次,根据凯恩斯消费理论,居民消费支出取决于其个人可支配收入,个人可支配收入越高,居民消费支出越大。数字普惠金融的发展一方面可以促进信息共享及拓宽居民投资理财途径,为农村居民带来投资收益[18-19];另一方面激发小微农村企业的活力以提供更多就业岗位以促进农村居民收入增加[5],数字普惠金融的这两种增收效应显然会促进农村居民消费支出的增加。
最后,数字普惠金融的发展使得在线支付方式发展迅速并逐渐成为主要支付手段,居民消费变得更加便捷,从而激发消费者在线教育和在线医疗等线上消费潜力,促进居民消费支出的增加。基于此,提出第一个研究假说:
H1:数字普惠金融对农村居民消费支出有显著的促进作用。
根据马斯洛需求层次理论,消费者的需求是由低向高层次呈递进规律。当消费者低层次(生存型)消费需求得到满足后,会逐渐追求更高层次(发展与享受型)消费需求[20-21],且生存型消费品的需求收入弹性要小于发展与享受型消费品的需求收入弹性。因此,数字普惠金融的增收效应所带来居民收入的增加会更多地用于发展与享受型消费支出。
预防性储蓄理论认为,风险厌恶者在面对未来收支不确定性风险时,会选择增加当期储蓄、减少当期消费的方式以规避这种风险。数字普惠金融中各种商业保险可以有效提升农村居民的风险防控能力,减少农村居民用来应付未来收支不确定风险的预防性储蓄,促进农村居民发展与享受型高层次消费支出的增加①人们只有在基本的生存型消费得到满足后,才会有欲望和能力进行预防性储蓄,故释放出来的预防性储蓄会主要用于发展与享受型消费支出。。当然,数字普惠金融的发展会改变居民消费习惯如网购等,并为居民消费提供丰富多样化的选择,这在一定程度上有利于居民消费品质的提升和消费结构的优化升级[22]。基于此,提出第二个研究假说:
H2:数字普惠金融能够促进农村居民消费结构优化升级。
本文选取2013—2020 年江西省地级市数据,数据主要来源于北京大学数字普惠金融指数和EPS数据库。其中,数字普惠金融指数、覆盖广度指数、使用深度指数以及数字化程度指数等数字普惠金融相关数据均来自北京大学数字普惠金融指数,该指数由北京大学数字金融研究中心领衔,与蚂蚁金服集团共同编制而成②由于EPS数据库中有关江西省农村地区少年抚养比和老年抚养比等数据2013年之前均有缺失,故选取2013年作为本文的研究节点。[23];农村居民人均消费支出、人均可支配收入、第三产业产值占GDP 比例、少年抚养比、老年抚养比等指标均来自EPS 数据库,本文样本覆盖江西南昌、九江、上饶、抚州、宜春、吉安、赣州、景德镇、萍乡、新余、鹰潭等11个地级市,且数据类型均为面板数据。
1.被解释变量 本文的被解释变量为农村居民消费支出④因EPS数据库中2015年农村人均消费支出数值有所缺失,本文利用SPSS软件中临近点的线性趋势法替换缺失值。,选用的是2013—2020 年EPS 数据库中江西省全部11 个地级市的农村居民人均消费支出指标,在分析的过程中,进一步探讨生存型消费支出以及发展与享受型消费支出两大类农村居民人均消费支出的变化。
2.核心解释变量 本文的核心解释变量是数字普惠金融发展程度,采用数字普惠金融指数来衡量。考虑到数字普惠金融服务的多维性选用数字普惠金融发展指数的3 个细化的一级维度指标:覆盖广度指数、使用深度指数以及数字化程度指数(其覆盖广度指数是用账户覆盖率来衡量;使用深度指数用支付业务、货币基金业务、信贷业务、保险业务、信用业务、投资业务6个二级维度来衡量;数字化程度指数用移动化、实惠化、信用化、便利化4 个二级维度来衡量),以进一步分析数字普惠金融在不同层面对农村居民消费的不同影响。
3.控制变量 本文的控制变量主要分为三大类:第一类是居民收入水平,用农村居民人均可支配收入指标来刻画。根据凯恩斯消费理论,居民消费支出主要取决于个人可支配收入。第二类是人口年龄结构变量。根据莫迪利安尼生命周期理论可知,人口年龄结构对居民消费支出有显著的影响。人口年龄结构变量主要包括少年抚养比和老年抚养比。第三类是第三产业发展程度,用第三产业产值占地区GDP 比例指标来刻画。第三产业的不断发展在一定程度上能直接改善可能出现的居民消费抑制局面,从而促进居民消费支出的提高和消费结构的改善[24]。
各变量说明与描述性统计如表1 所示。由表1 可知,2013 年与2020 年的数字普惠金融指数的标准差与覆盖广度、使用深度及数字化程度3 个子指标指数的标准差均比较小且变动不大,说明江西省11个地级市数字普惠发展相对比较均衡。与2013 年相比,2020 年江西省数字普惠金融指数均值增长在100%以上,表明江西省数字普惠金融发展比较迅速;需要补充的是,3 个子指标相比较而言,覆盖广度指数均值最低且标准差最大,说明数字普惠金融覆盖率相对较低且地区间差异相对较大。江西省11个地级市之间农村居民人均消费支出标准差非常大,这表明江西省地区间农村居民消费不均衡;生存型消费支出比例均高达75%以上,远高于发展与享受型消费支出比例,这说明江西省农村居民消费结构不尽合理,农村人均可支配收入的标准差也很大,这从一定程度上说明江西省经济增长呈现地区发展不平衡特征。
表1 变量说明与描述性统计
与2013 年相比,2020 年江西省老年抚养比和少年抚养比的均值均有较小幅度的上升,说明江西省农村居民抚养压力较大并逐渐增加;老年抚养比和少年抚养比的标准差均低于25%,说明江西省各地区养老压力的地区差异比较小。同时,由表1和图1可以初步推测,数字普惠金融与江西省农村居民消费存在一定的相关关系。
图1 数字普惠金融指数与农村居民人均消费支出(2013年与2020年)
由于本文数据类型为面板数据,故可选用混合OLS模型或固定效应模型或随机效应模型。考虑到本文采用的数据时间维度较短以及样本观测值较少,使用固定效应模型或随机效应模型可能会出现自变量的组间变异性被吸收等问题,从而得出与实际不相符合的结论。因此,本文采用混合OLS 模型以探究数字普惠金融对江西省农村居民消费的影响,其函数具体形式如下:
式(1)中,con表示农村居民人均消费支出,index表示一系列数字普惠金融指数,具体包括数字普惠金融指数、覆盖广度指数、使用深度指数以及数字化程度指数,dpi代表人均可支配收入,young代表少年抚养比,old代表老年抚养比,industry代表第三产业产值占地区GDP比例,β0为常数项,βi为回归系数,μ为随机扰动项。
在式(1)的基础上,继续考察数字普惠金融指数对江西省农村居民消费结构的影响,建立模型如下:
式(2)中,当i=1时,代表生存型消费支出,i=2时,代表发展与享受型消费支出。
1.数字普惠金融对农村居民消费支出的影响分析 为了保证实证结果的有效性,在进行多元回归分析前先测算方差膨胀因子(VIF)以检验变量之间是否存在多重共线性问题,结果显示VIF 值均小于10,最大值仅为4.03,说明本模型基本不存在严重的多重共线性问题。
利用Stata 软件采用向后逐步回归法,将数字普惠金融指数和控制变量纳入式(1)得到模型(1),再逐步用覆盖广度指数、使用深度指数、数字化程度指数分别替换数字普惠金融指数进行回归分析,得到模型(2)、模型(3)和模型(4)。回归结果显示,4 个模型的R2值均较大,说明模型拟合程度较好,回归结果能够很好解释样本情况,结果如表2 所示。数字普惠金融总体上促进江西省农村居民的消费支出增加,即数字普惠金融指数越高,农村居民人均消费支出越高,H1得以验证。
表2 数字普惠金融对农村居民消费支出的基准回归结果
由模型(1)可知,数字惠普金融指数对江西省农村居民人均消费支出的回归系数为正值,在1%的统计水平上通过显著性检验,数字普惠金融指数每增加1 个单位,农村居民人均消费支出将上升0.576 个百分点。数字普惠金融指数越大,表示数字普惠金融发展程度越高,而数字普惠金融可以缓解农村居民流动性约束,为农村居民消费支付带来便利,从而促进农村居民消费支出的增加。
从模型(2)和模型(4)的结果来看,覆盖广度指数和数字化程度指数对江西省农村居民人均消费支出的回归系数均为正值(分别为0.656和0.366),均在1%的统计水平上显著促进江西省农村居民的人均消费支出的增加。其中,覆盖广度指数每增加1个单位,人均消费支出将上升0.656个百分点;数字化程度指数每增加1个单位,人均消费支出将上升0.366个百分点。显然,覆盖广度对人均消费支出正向影响比数字化程度对人均消费支出正向影响更大。这可能是因为数字普惠金融数字化程度已经发展得十分成熟,其对消费支出的推动作用因边际贡献递减会慢慢减弱;然而,由于覆盖广度主要表现在电子账户的覆盖率,江西省农村受人口年龄结构和农村居民受教育程度低等因素的影响,当前电子账户的覆盖率较低,故通过普及手机银行的使用来扩大电子账户的覆盖率会促进人均消费支出的大幅增加。
由模型(3)可知,使用深度指数对江西省农村居民人均消费支出的影响未通过显著性检验,且回归系数为负。这说明数字普惠金融使用深度不是影响江西省农村居民消费支出的主要因素,但在一定程度上会抑制农村居民消费支出的增加。
从控制变量回归结果可以看出,人均可支配收入在1%的统计水平上显著促进人均消费支出的增加。按照凯恩斯的绝对收入消费假说,消费支出是个人可支配收入单调递增函数;第三产业增加值占地区生产总值比例在10%的统计水平上显著促进人均消费支出的增加。第三产业的快速发展一方面能够扩宽居民的消费选择尤其是服务性消费选择,另一方面会带来就业增加、居民收入提高,这两方面共同作用促进居民消费的增加;此外,老年抚养比的回归系数为正数,少年抚养比的回归系数为负,但均未通过显著性检验,表明人口抚养比可能不是影响农村居民消费支出的主要因素。
2.数字普惠金融对农村居民消费结构的影响分析 为了进一步考察数字普惠金融对江西省农村居民消费结构的影响,运用模型(1)将消费支出项目细化为生存型消费、发展与享受型消费重新进行混合OLS回归,得到模型(5)和模型(6),回归结果如表2所示。
表2 的回归结果显示,数字普惠金融指数对江西省农村居民生存型消费支出和发展与享受型消费支出的影响均在1%的统计水平上通过显著性检验,且数字普惠金融指数对农村居民发展与享受型消费支出的正向影响大于其对农村居民生存型消费支出的正向影响,这意味着数字普惠金融的发展在一定程度可以优化农村居民的消费结构,H2得以验证。数字普惠金融缓解居民的流动性约束,如可以通过为居民提供更多的信贷资金等,以满足居民发展与享受型等高层次消费需求。
从控制变量的结果来看,尽管人均可支配收入在1%的统计水平上显著促进人均生存型消费支出和发展与享受型消费支出,但是人均可支配收入对农村居民发展与享受型消费支出的正向影响大于其对农村居民生存型消费支出的正向影响,这意味着人均可支配收入的提升可以优化农村居民的消费结构。在乡村振兴和巩固(拓展)脱贫攻坚背景下,农村居民的生存型消费基本已经能够得到保障。因此,当人均可支配收入进一步增加时,根据马斯洛需求层次理论,农村居民会将增加的收入更多地用于发展与享受型(高层次)消费,这样农村居民收入增加可以优化其消费结构;第三产业产值占GDP 比例仅对江西省农村居民生存型消费支出在5%的统计水平上通过显著性检验,老年抚养比、少年抚养比对生存型消费、发展与享受型消费影响均不显著,说明人口结构不是影响农村居民消费结构的主要因素。
1.江西省农村居民消费支出的稳健性检验 为了进一步验证结论的稳健性,采取变量替换法以检验结论是否稳健,将被解释变量的人均消费支出替换成农村居民消费水平指数进行回归,结果如表3所示。回归结果表明:数字普惠金融指数、覆盖广度、数字化程度对江西省农村居民消费支出有显著的促进作用,与模型(1)、模型(2)、模型(4)估计结果一致,使用深度对江西省农村居民消费支出有抑制作用,与模型(3)估计结果一致,表明本文的研究结果具有很强的稳健性。
表3 数字普惠金融对江西省农村居民消费支出的稳健性检验结果
2.江西省农村居民消费结构的稳健性检验 由于2015 年江西省各市农村居民人均消费支出数据缺失,缺失的数据前文利用临近点的线性趋势法进行补齐处理。为了避免实证结果受处理后的数据干扰,参考李卫兵等[25]的做法,采取调整样本期法来检验结论是否稳健,将原本2013—2020年的样本期缩短至2015—2019 年后重新进行回归,结果如表4 所示。回归结果表明:数字普惠金融指数对江西省农村居民人均生存型消费支出、人均发展与享受型消费支出有显著的促进作用,且数字普惠金融指数对发展与享受型消费支出带来的正向作用远大于其对生存型消费支出带来的正向作用,与模型(5)和模型(6)研究结果一致,说明研究结果稳健。
基于2013—2020年江西省11个地级市的数字普惠金融指数以及农村居民收支的统计数据采用混合OLS模型,从宏观视角研究数字普惠金融与江西省农村居民消费的关系。得到以下主要结论:(1)数字普惠金融的发展对江西省农村居民消费支出的增加具有显著的促进作用,其中,覆盖广度和数字化程度对江西省农村居民消费具有显著的正向效应,而使用深度未通过显著性检验。(2)数字普惠金融对江西省农村居民发展与享受型消费支出的正向影响要明显高于其对生存型消费支出的影响,说明数字普惠金融的发展在一定程度上能够优化江西省农村居民消费结构、促进农村居民的消费升级。(3)在控制变量方面,人均可支配收入、第三产业增加值占地区生产总值比例和老年抚养比均对消费支出有显著的正向效应,而少年抚养比则对江西省农村地区消费起到抑制作用。
为推动江西省农村地区数字普惠金融发展以实现农村居民消费的“提质扩容”,提出如下政策建议:第一,加大对数字金融的普及教育。政府可以提供相关知识讲座,邀请相关学者解答农民的相关疑问,提升农村居民金融知识的素养,从而提高对数字普惠金融的信任程度。第二,进一步完善江西省农村的网络基础设施建设。政府应加大完善网络基础设施建设以提高江西省农村地区的互联网普及率,为数字普惠金融的账户覆盖率即覆盖广度的提升提供有力支持。第三,完善金融市场监管。通过完善数字金融市场的监管来减少其在移动支付中存在的风险等,给农村居民提供一个安全可靠的交易环境,实现金融服务的移动化、实惠化、信用化、便利化,进而实现数字普惠数字化程度的深化。第四,进一步提高农村居民收入。通过产业振兴、帮助扩大就业、大力发展第三产业等提高农村居民收入,以更好地发挥数字普惠金融在刺激消费支出增加和消费结构优化升级方面的作用。