互联网金融、居民消费结构与产业结构的关系研究

摘 要：本文从影响居民消费需求的因素出发，分析了互联网金融、居民消费结构与产业结构的影响机理，并基于2013年第三季度到2022年第三季度的全国季度数据，利用VAR模型实证检验了互联网金融、居民消费结构和产业结构之间的相关关系。结论表明：长期来看，互联网金融对居民消费结构产生正向影响，互联网金融与产业结构呈现相互促进状态，互联网金融对产业结构的影响随时间推移下降，而产业结构对互联网金融发展的影响较为稳定；相较互联网金融，居民消费结构对产业结构的促进作用更大，产业结构变化也能显著影响居民消费结构变化。本文根据实证结论，为我国发展互联网金融行业、优化居民消费结构和产业结构提供合理建议，以供参考。

关键词：互联网金融；居民消费结构；产业结构；VAR模型

本文索引：刘雨诺.<变量 1>[J].中国商论，2023（13）：-023.

中图分类号：F832 文献标识码：A 文章编号：2096-0298（2023）07（a）--05

1 引言与文献综述

随着互联网技术的迅猛发展，互联网企业和金融行业之间的联系日益密切。在“互联网+”背景下的互联网金融，利用第三方支付的便捷性和安全性，拓宽了消费渠道，提高了居民消费能力，同时提高了投融资企业的资金匹配和支付效率，助推产业数字化转型。“十四五”时期，我国经济增长潜力巨大，居民生活质量不断提高，传统实物消费持续升级，产业结构也在调整中不断优化，服务业发展迎来新机遇。现阶段，互联网金融行业进入规范化发展阶段，但仍有诸多问题和挑战，居民消费结构和产业结构之间存在供需不匹配的结构性矛盾。因此，研究互联网金融、居民消费结构和产业结构的关系，对促进我国互联网金融行业发展、优化居民消费结构和产业结构具有重要意义。

现有对我国互联网金融、居民消费结构与产业结构之间关系的研究主要集中于三点。一是互联网金融与居民消费结构。崔海燕（2016）认为，互联网金融从收入效应和转换效应两方面影响居民消费，凭借第三方支付平台刺激居民消费的欲望；何启志（2019）认为，互联网金融可以从消费需求、心理、方式多方面影响居民消费行为，并从马克思消费信贷理论入手，应用STR、动态面板和面板VAR模型，实证检验得出互联网金融对居民消费有正向促进作用；蓝管秀锋、匡贤明（2022）扩展了跨期消费的基准理论模型，并通过实证分析得出互联网金融能够通过缓解居民的流动性约束来提高居民消费需求，通过信贷期限间接影响居民消费层级。二是互联网金融与产业结构。殷小丽（2018）指出，互联网金融通过企业生产和消费两方面影响产业转型升级；何宜庆等（2020）认为，互联网金融通过融资便利和增强扩散效应推动企业技术进步，技术进步分别从“硬性”技术进步和“软性”技术进步影响省内和邻近省份的产业结构升级。三是居民消费结构与产业结构。查道中、吉文惠（2011）认为，城乡居民消费结构同产业结构、经济增长之间存在长期的均衡关系，城市居民消费结构升级对产业结构升级有较弱的正向诱导效应；余红心等（2019）利用DEA方法研究中国居民消费结构和产业结构的和谐性，研究结果表明它们之间处于基本和谐状态；张广柱（2020）对居民消费数据和资本投资方面的关系进行数理推导和实证检验，证明居民消费结构变动可以带动产业结构转型升级。

从现有文献资料来看，学者缺乏对互联网金融、居民消费结构和产业结构三者之间相关关系的深层次理论和实证剖析，相关文献主要集中于其中两者之间关系的研究。基于此，本文应用VAR模型，实证研究互联网金融、居民消费结构和产业结构之间的相关关系，以期为我国发展互联网金融、优化居民消费结构和产业结构提出对策建议。

2 理论基础与作用机制

2.1 互联网金融对居民消费结构的影响分析

本文借鉴张李义和涂奔（2017）互联网金融的业务分类角度和王紫鹦（2020）互联网发展的功能性角度，从收入、成本和供求匹配程度三大角度入手，分析互联网金融对居民消费结构变化的理论影响。

互联网金融对我国居民消费结构的影响效应主要有三点：一是收入效应。一方面，居民利用互联网理财产品缓解资金流动，实现财富增值，增加自身收入；另一方面，居民利用互联网借贷获得融通资金，当期可配置资金增加。二是成本效应。互联网支付突破了时空限制，实现了线上便捷支付，居民交易成本降低。收入、成本效应使得居民消费需求增加，进而作用于居民消费结构。三是匹配效应。根据消费者行为理论，消费需求的满足极大程度取决于消费偏好。互联网支付使线上消费市场环境优化，网络购物平台依靠大数据的个性化分析，向消费者推送与其需求匹配的产品，居民更高层次的潜在消费需求得到满足。互联网保险根据消费者在风险保障需求方面的变化推出各种各样的产品，提升了居民的消费预期和倾向，居民消费结构得以整体升级。

2.2 互联网金融对产业结构的影响分析

互联网金融主要通过科学技术进步影响我国产业结构。当今，科学技术已广泛渗透到社会生产的各个环节，科技进步是产业结构升级的根本途径和直接动力。互联网金融解决了现实中小型市场主体长期以来“融资难、融资贵”的问题，利用其融资便捷的优势，实现资金流从低效领域向产业升级领域转移，优化了企业资本结构。例如，网络小额贷利用纯线上或线上线下相结合的模式，为个人或企业提供无担保、无抵押的综合贷款服务，缓解了中小企业的融资约束。此外，互联网金融能依托大数据、人工智能等新技术，加速企业金融业务多元化创新发展，助力产业结构优化。

2.3 互联网金融与居民消费结构对产业结构的交互作用

互联网金融与居民消费结构的融合，有助于推动产业结构升级。胡永翔（2015）指出，居民消費结构对产业结构的影响主要通过需求收入弹性和需求价格弹性实现。以此为基础，本文对居民消费结构变动做以下划分：一是居民消费结构通过需求收入弹性和需求价格弹性直接影响产业结构的升级，该影响体现在结构上；二是居民消费结构通过消费需求总量变化影响相关产业的产出值，间接导致产业结构升级，该影响体现在数量上。

居民消费结构优化后，消费质量提高，消费数量增加，加上互联网金融发展推动了科学技术进步，进而厂商及时扩大和优化相关产业规模，实现产业结构升级。具体表现在：首先，理性的消费者会根据自己的收入水平和产品价格调整自身需求量。产品的需求收入弹性和需求价格弹性越高，居民收入、产品价格变动引起的消费者需求量变动幅度越大，因此厂商会及时扩大这类产业的规模。其次，消费需求总量变化，企业为了抓住居民多样化的需求，会创新产品、渠道、服务等，使传统生产经营模式转变，间接实现产业结构优化。最后，互联网金融的发展能有效推动服务业的技术进步，刺激新兴产业结构发展，促进产业结构升级。居民需求数量增长促进产业规模扩张，同时居民需求质量提高能推动厂商改进生产技术，提高产品质量，最终带动产业结构优化。

综上，本文建立的互联网金融与居民消费结构促进产业结构的作用机理，如图1所示。

3 指标选取及数据来源

本文选取的变量数据为季度数据，时间跨度为2013年第三季度到2022年第三季度。

（1）互联网金融。互联网金融的发展模式主要有众筹融资、P2P网贷、第三方支付等，其中第三方支付在互联网金融市场的交易量占比具有绝对优势。因此，为了更好地体现互联网金融的发展状况，本文将互联网金融（EF）变量设置为第三方支付交易总额的对数值，数据源自移动支付网的数据库。

（2）我国居民消费结构。本文采用恩格尔系数（EC）度量我国居民消费结构，并进行对数化处理。恩格尔系数是根据国家统计局中人均食品烟酒消费支出累计值与人均消费支出累计值计算得出。根据马斯洛需求层次理论，当低层次需求被满足，居民继而转向追求更高层次的需求，表现为对衣食住行等基本需求的需求数量相对降低。恩格尔系数越高，即食品消费比重越高，则表示居民生活越贫困，相应的居民消费结构就越差；反之，越优。

（3）产业结构。产业结构中，第三产业增加值的规模增加就是我国产业结构持续改善的明显成果。产业结构升级是指产业结构系统从低级向高级的转化过程。因此，本文使用第二产业增加值与第三产业增加值的比率作为反映产业结构情况的替代变量，记为ISU。该比重越低，说明我国的产业结构优化程度越高；反之，则越低。根据国家统计局的相关公开数据计算得到第二、三产业增加值的比率，并进行了取对数处理。

4 实证分析

4.1 模型建立

向量自回归模型（VAR）将所有变量都视为内生变量，并将这些内生变量的滞后项作为解释变量带入模型中进行回归，可以较好地反映各变量之间的相互关系。为了研究我国互联网金融（EF）、居民消费结构（EC）和产业结构（ISU）之间的综合动态反映，本文构建非结构化的VAR模型。以此为基础，Johansen协整检验、脉冲响应等进一步开展。VAR模型将所有变量视为内生变量，故p阶滞后的VAR模型，即VAR（p）的具体形式为：

其中，是k维内生变量；t是样本个数；A1，…，Ap是待估计的参数矩阵；p是自回归滞后阶数；c是常数项；et是随机误差项。

4.2 单位根检验

建立VAR模型要求每个变量是平稳序列。为避免出现伪回归现象，本文先采用ADF检验法对各变量进行平稳性检验，对非平稳变量进行差分处理。检验过程中的原假设为存在单位根，序列不平稳，利用Eviews11的检验结果如表1所示。

根据ADF检验结果可知，只有LNEF在1%、5%、10%的显著水平上拒绝变量存在单位根原假设，为平稳时间序列；而LNEC、LNISU在各显著性水平上不拒绝变量存在单位根原假设，为非平稳时间序列。但将各变量变为一阶差分序列之后，它们都在5%的显著水平上通过显著性检验，即一阶差分后的各变量都是平稳的。因此，原序列LNEF、LNEC、LNISU是一阶单整的。

4.3 最優滞后期阶数

VAR模型正式建立前，要先确定模型的最优滞后期阶数。在最优滞后阶数方面，包括模型全部变量：LNEF、LNEC、LNISU。考虑到阶数的充足性，尽量选择较大的滞后阶数，但滞后阶数过大会降低模型的自由度。最优滞后阶数检验结果如表2所示，当滞后2阶时，LR、FPE、AIC、HQ值均达到最小值，且结合样本容量和模型自由度的限制，本文最终将最优滞后阶数设定为2阶，构建VAR（2）模型。

4.4 模型平稳性检验

为了保证后续脉冲响应和方差分解的有效性，本文还需对构建的VAR模型进行稳定性检验。AR根检验结果如图2所示，该VAR模型6个特征根的模型的倒数均小于1，即所有根的倒数都在单位圆内，表明构建的VAR（2）模型拟合度较高，稳定性条件得到满足。

4.5 协整检验

由ADF检验可知，一阶差分后的各变量都是平稳的，可以进行协整检验。为了估计各个变量之间的长期变化关系，对变量LNEF、LNEC、LNISU开展Johansen协整检验，检验结果如表3所示。由表3可知，检验拒绝了最多有2个协整关系的原假设，各变量之间在5%的显著性水平上至少有3个协整关系，说明它们之间存在长期协整关系，具有经济意义。

4.6 脉冲响应

构建脉冲响应函数，可以更直观地描述变量间的动态交互作用及其效应。本文绘制了LNEF、LNEC及LNISU分别对其他两个变量及自身冲击的动态反应路径，将期数定为10期，如图3所示。以下对各变量之间的冲击响应程度进行具体分析。

由图3可知，LNEF给LNEC一个正向冲击后，响应程度先上升后下降，在第2期达到最大值，随后这种影响变为负向，在第3期达到最低值，最后影响水平近似于0。LNISU对LNEC的冲击影响较强烈，LNEC的响应程度在第2期达到峰值，呈短暂迅速上升的趋势，但随后呈现下降的状态，2期之后响应程度明显下降，在9期后维持在0水平线上。LNEC给LNEF一个冲击后，LNEF在1～2期先有负向影响，响应程度在1～3期缓慢上升，第4期之后下降并开始收敛于0。LNISU对LNEF的冲击影响程度较弱，冲击造成的负向影响在第3期达到负向峰值，随后缓慢下降趋于稳定。LNEC给LNISU施加一个正向冲击后，响应程度在第3期达到最高值后开始下降，随着时间的推移，最终对其影响逐渐趋于0。LNEF对LNISU的冲击响应程度在第2期处于低谷，再上升后在第3期又开始下降，最后趋于0。综上所述，居民消费结构对产业结构冲击的响应程度较大，对互联网金融发展冲击的响应程度较小；互联网金融发展对居民消费结构冲击的响应程度较小，对产业结构冲击的响应程度稍大些；产业结构对居民消费结构冲击的响应程度较高，对互联网金融发展冲击的响应程度较小。

4.7 方差分解

为了进一步分析各变量之间的相互影响程度，并评价不同结构冲击的重要性，本文分别对各变量进行方差分解，结果如表4所示。

由表4可知，LNEC的方差分解中，LNEF对LNEC的贡献率相对较小，维持在3%左右；LNISU对LNEC的方差贡献很大，前2期快速上升，最后稳定在43%左右。LNEF的方差贡献中，LNEC对LNEF的贡献率很小且总体变化幅度不大，LNISU对LNEF的贡献率总体上随着时间的推移缓慢波动上升，在第10期才达到2.94%。LNISU的方差分解中，LNEC对LNISU波动的贡献率是递减的，最终稳定在26%左右；LNEF对LNISU的贡献率在前2期快速上升到10%左右，后呈现缓慢波动上升趋势，到第10期达到12.18%。由此可以看出，互联网金融发展对居民消费结构和产业结构的贡献程度趋势大致相同，贡献度虽然并不大，但随着时间的推移处于缓慢上升阶段，说明互联网金融发展在一定程度上会影响居民消费结构和产业结构；长期来看，居民消费结构对产业结构的贡献度虽有下降但仍较大，超过了25%，说明居民消费结构的冲击对产业结构已经产生了较大的影响，这都与脉冲响应分析结果一致。

5 结语

本文采用2013年第三季度到2022年第三季度的全国季度数据，对互联网金融发展水平、居民消费结构和产业结构变量建立了VAR模型，实证研究各变量之间的关系，得到以下结论：

（1）脉冲响应分析表明：我国互联网金融发展对恩格尔系数先有正影响再有负影响，表明互联网金融发展对居民消费结构在初期具有负向作用，在长期具有正向作用且逐渐减弱；我国居民消费结构优化有助于产业结构优化，但该作用具有滞后性，而产业结构优化能显著促进居民消费结构优化；互联网金融发展与产业结构之间相互影响，长期来看，互联网金融发展对第二三产业增加值的比率的冲击力为负，即互联网金融发展能够使产业结构优化，反过来产业结构优化也能推动互联网金融发展。

（2）方差分解表明：与互联网金融发展相比，居民消费结构优化对产业结构优化的贡献度更高。互联网金融发展对居民消费结构和产业结构的贡献逐年缓慢增大，即互联网金融的影响在长期内才能体现出来。

针对以上结论，为实现互联网金融发展、居民消费结构与产业结构的协调互动，本文提出以下几点建议：一是积极调整居民消费政策，支持互联网金融发展。面对互联网金融的不断发展，各种新商业模式如微商快速涌现，政府需要鼓励发展新消费模式，推动线上线下消费的有机融合。此外，需特别关注老年人和农村地区消费者，多给这类消费群体普及互联网金融知识，帮助其适应新型消费模式，使得居民消费加快适应互联网金融的发展步伐，全面优化居民消费结构。二是引领产业结构升级，发展战略性新兴产业。现阶段，居民生活质量提高，为满足居民的高端消费需求，政府要牢牢抓住有利条件和新的机遇，共同重视消费端和供给端，引导资金投向重大战略产业领域，同时企业要不断拓展新产品与服务，以培育新的消费热点和消费模式，从而深入推动新兴产业发展。三是大力提升监管水平，优化互联网金融发展环境。互聯网金融的各种模式不断创新发展，但仍有一些企业带来不少行业乱象，如洗钱、网上传销、非法集资等。监管部门要出台互联网金融细分监管办法，以促进互联网金融的可持续化健康发展，为消费者更好地抵御互联网金融风险的发生，为企业创新发展创造更加稳定的金融

环境。

参考文献

崔海燕.互联网金融对中国居民消费的影响研究[J].经济问题探索，2016（1）：162-166.

何启志，彭明生.互联网金融对居民消费的影响机理与实证检验[J].学海，2019（3）：146-153.

蓝管秀锋，匡贤明.中国互联网金融发展对居民消费的影响研究[J].东北大学学报（社会科学版），2022，24（3）：14-21.

殷小丽.互联网金融对产业结构升级的影响探析[J].现代经济探讨，2018（12）：110-114.

何宜庆，李菁昭，汤文静，等.互联网金融、技术进步与产业结构升级[J].金融与经济，2020（4）：34-40+90.

查道中，吉文惠.城乡居民消费结构与产业结构、经济增长关联研究：基于VAR模型的实证分析[J].经济问题，2011（7）：19-22.

余红心，赵袁军，陈青祝.中国居民消费结构与产业结构的和谐性研究[J].区域经济评论，2019（1）：95-100.

张广柱.居民消费结构与产业结构关系的实证[J].统计与决策， 2020，36（6）：118-122.

张李义，涂奔.互联网金融对中国城乡居民消费的差异化影响：从消费金融的功能性视角出发[J].财贸研究，2017，28（8）：70-83.

王紫鹦.互联网发展对城乡居民消费结构的影响研究[D].杭州：浙江工商大学，2020.

胡永翔.我国居民消费结构变动对产业结构升级的影响研究[D].长沙：湖南大学，2015.

何涌，齐佳思.互联网金融，居民消费与经济增长[J].财会月刊，2022（6）：7.

赵振波，岳玮.进出口贸易、产业结构与消费结构的相关关系：基于VAR模型的实证[J].商业经济研究，2019（7）：113-116.