摘要：在数字经济高速发展的大背景下，数字普惠金融对我国居民消费水平的提升起到了重要推动作用，尤其是在前几年经济下行的冲击下，数字金融能够突破地域限制，通过线上为居民提供便捷的消费服务。文章基于我国2011—2022年省级面板数据进行实证分析，探讨数字化时代数字普惠金融发展对我国居民消费支出的影响。研究结果显示，数字普惠金融的发展正向影响了我国居民的消费水平。

　　关键词：数字经济；数字普惠金融；居民消费

　　引言

　　近年来，我国经济水平高速发展，如今已成为世界主要经济体。与此同时，我国经济发展环境发生了复杂且深刻变化。因经济下行，我国经济受到了不同程度的冲击，仅依靠投资与出口的策略难以维持我国经济平稳健康发展。2020年我国提出了要构建“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，着重凸显扩大内需、刺激消费政策，对实现国民经济高质量发展起到了重大作用。

　　金融作为现代经济的核心，在居民消费中发挥着不可或缺的作用。数字普惠金融将数字技术与传统的金融业务融合，以其低成本、覆盖面广、效率高的优势有效弥补了传统金融服务的不足。在数字化时代，数字普惠金融带来了购物方式与支付手段的变革，并通过重塑居民的消费心理以及消费习惯潜移默化地改变居民的消费方式。基于此，探究数字普惠金融对居民消费的影响作用，能够有针对性地为居民消费提供更多的金融支持，对于扩大内需、促进高质量发展具有重要现实意义。

　　一、文献综述

　　2016年G20杭州峰会上，数字普惠金融作为全球金融治理的创新议题被提出。这一概念将传统金融业务与现代信息技术深度融合，通过数字化手段重构金融服务的供给模式，打破了传统金融服务在时空、成本和门槛上的限制[1],为数字普惠金融的发展开辟了新路径。

　　作为新兴金融业态，数字普惠金融的发展现状与影响机制已成为学术研究的热点。从服务特性看，其核心优势体现在三大维度：第一，服务边界的包容性拓展。相较于传统金融对高收入群体的服务倾斜，数字普惠金融通过大数据风控、移动支付等技术，将金融服务延伸至中低收入群体［2］。例如，依托数字平台开发的普惠型保险和理财产品，以低门槛、高灵活性特征降低了居民预防性储蓄动机，同时通过财产性收入提升消费能力［3］。第二，消费场景的数字化革新。网络购物、移动支付及直播电商等数字技术的迭代，突破了消费行为的时空约束。线上支付的普及优化了交易效率，直播带货等新模式则通过即时互动激发消费需求，显著释放了居民消费潜力［4］。第三，信贷服务的可获取性提升。数字技术降低了小额信贷的准入门槛，消费平台提供的分期付款、小额贷款等服务，有效缓解了居民流动性约束，直接提升了即期消费能力［5］。在学术研究中也对上述机制形成了理论支撑。易行健等（2018）证实，数字普惠金融可通过信贷服务优化与支付方式升级刺激消费［6］；蓝乐琴等（2021）进一步发现，网络支付、数字信贷及保险理财等业务的协同发展，对居民消费水平提升具有显著推动作用［7］。

　　基于上述理论分析与实践观察，本文将结合2011—2022年省级面板数据，系统检验数字普惠金融对居民消费水平的影响效应，以期为完善数字金融服务体系、释放内需潜力、推动经济高质量发展提供经验证据。

　　二、研究设计

　　（一）研究假设

　　结合以上理论分析，数字普惠金融依托数字技术拓展了金融服务范围，不断创新移动支付、信贷、保险和投资理财等金融业务，为广泛群体提供金融服务。在给居民带来消费便利的同时，也改变了居民的消费习惯和消费行为，从而在无形中刺激了消费。因此，本文提出研究假设。

　　假设：数字普惠金融发展能够对我国居民消费水平产生正向影响。

　　（二）数据来源及选取

　　本研究的时间跨度为2011—2022年，研究样本为我国31个省（自治区、直辖市）面板数据，其中共包含了372个样本。研究主要包括了以下两类数据：一是数字普惠金融总指数，来源于北京大学数字金融中心，由郭峰等搭建了以数字普惠金融覆盖广度和使用深度等为基础的数字普惠金融体系［8］。二是各省年度数据，查询各省年度指标。主要来源于中国经济统计数据库和中国统计年鉴。

　　1.被解释变量和解释变量

　　本文的被解释变量是居民消费水平，选用居民人均消费支出（lncon）指标来衡量。核心解释变量是北京大学数字普惠金融总指数（lndifi），其中包含了3个子维度即覆盖广度（lnbreadth）、使用深度（lndepth）和数字化程度（lndigit）。

　　2.控制变量

　　本文选取的控制变量包括地区发展水平，采用人均生产总值来衡量（lngdpper）；政府干预行为（gov），利用一般公共预算支出与地区生产总值GDP的比值来衡量，以此来代表该地区发生的经济行为；产业结构（is），采用第三产业增加值与GDP的比值来衡量地区产业结构的发展；少儿抚养比（young），以0~14岁少儿人口数与15~64岁劳动年龄人口数的比值来衡量；老年抚养比（old），以65岁及以上老年人口数量与劳动年龄人口数的比值来衡量；医疗服务水平（med），使用医疗支出占财政支出的比重作为衡量指标人，变量定义如表1所示。

　　（三）模型设定

　　为了探讨数字普惠金融对居民消费支出的影响，本文建立如下模型。

　　三、实证分析及检验

　　（一）变量描述性统计

　　表2是各变量的描述性统计。从该表来看，样本总量为372个样本。被解释变量居民人均消费支出在2011—2022年期间取对数后（lnconit）的平均值为9.70，最大值为10.80，最小值为8.53，标准差为0.41。解释变量中取对数后的数字普惠金融指数（lndifiit）平均值为5.33，标准差为0.67，其中最小值为2.79，最大值为6.13。

　　（二）相关性分析

　　通过相关性分析研究被解释变量与各解释变量的相关关系，采用皮尔逊相关系数来显示数据之间的相关关系，结果如表3所示。解释变量lndifi与被解释变量lncon在1%水平上显著且为正相关。控制变量与被解释变量在1%水平上也显著，且与变量lndifi、lngdpper、is、old、med正相关；与变量gov、young是负相关。

　　（五）固定效应模型

　　本文基于Stata18进行回归分析，结果如表6所示。列（1）为仅考虑数字普惠金融指数（lndifi）与居民消费水平（lncon）的回归分析，变量lndifi的系数为0.19，且在1%显著性水平下显著为正，表明使用数字金融指数能很好解释人均消费支出的变化，即数字普惠金融对居民消费水平有明显的直接刺激效应，表明数字普惠金融对居民消费水平具有促进作用。列（2）为引入5个控制变量后的回归分析，数字金融发展总指数（lndifi）指标系数依然为正，且估计系数的P值小于0.01，表明考虑了其他控制变量后，数字普惠金融依然对居民消费水平具有促进作用。假设成立。

　　列（3）—（5）为数字普惠金融的3个子维度覆盖广度（lnbreadth）、使用深度指数（lndepth）以及数字化程度（lndigit）对居民消费水平影响。其F值也均显著，同时可决系数值也较好，模型拟合效果好。同时，3个子维度系数值均显著为正，对居民消费有正向效应。其中覆盖广度、使用深度对居民消费水平作用更突出，侧面反映出扩大数字普惠金融覆盖范围、提升使用深度，能够更有效地释放居民消费水平。

　　（六）稳健性检验

　　为增强研究结论的可靠性，更改研究时间段进行稳健性检验，由于数字普惠金融在2013年进入快速发展阶段，因此，研究将样本时间段调整为2013—2022年，重新进行回归分析。表7回归结果显示，列（1）—（4）为更换时间段后，数字普惠金融总指数（lndifi）、覆盖广度（lnbreadth）、使用深度（lndepth）在1%显著性水平下仍显著正向促进了居民消费，而列（5）数字化程度系数（lndigit）为正，但不显著，证明数字化程度对居民消费影响较弱。稳健性检验与前文基准回归结果一致。因此，可以证明假设是稳健的。

　　（七）内生性检验

　　虽然本文已尽可能控制各类变量，但仍可能存在误差，且数字普惠金融与居民消费水平间的反向因果关系也易引发内生性问题。因此，本文借鉴温涛等（2025）的方法，以各地区到杭州的球面距离作为数字普惠金融指数的工具变量［9］。杭州作为数字普惠金融发展高地，各地区到杭州的距离与数字普惠金融发展程度相关，从而满足工具相关性要求；同时，该距离属于固定地理特征，与农村电商发展主观因素无关，符合外生性要求。因此，本文将各省省会城市距杭州的球面距离（dist）与全国（除本省市）年度数字普惠金融均值交互并对其取对数，构建出一个随时间变化的工具变量。

　　根据内生性检验结果，在第一阶段回归中，交互性（即工具变量）对居民消费水平的系数显著为正。第二阶段的Kleiber-gen–Paap rk LM统计量显著，拒绝了工具变量不可识别的原假设，Kleibergen–Paap rk Wald F统计量大于16.38，说明不存在弱工具变量的问题。在第二阶段回归结果中，数字普惠金融指数的回归系数仍正向显著，这表明数字普惠金融仍然显著促进了居民消费，进一步验证了假设有效性。内生性检验结果如表8所示。

　　四、结论与建议

　　（一）结论

　　本文基于2011—2022年我国31个省份宏观数据，分析数字普惠金融发展对我国居民消费支出的影响，并建立了固定效应模型。实证分析结果显示，数字普惠金融指数对居民消费有显著的正向影响，指数越高，越能够刺激消费。同时其3个子维度覆盖广度、使用深度以及数字化程度也对居民消费水平产生正向影响。其中，覆盖广度、使用深度对居民消费影响较强，数字化程度影响较为薄弱。

　　（二）建议

　　第一，夯实数字基建与消费场景双底座。加快数字化基础设施建设，构建覆盖城乡的数字金融服务网络。依托云计算、大数据搭建一体化数字金融服务平台，整合消费信贷、移动支付、保险等功能，形成“一站式”消费金融服务入口。同步拓展多元化消费场景，推动数字金融与电商平台、生活服务平台深度融合。

　　第二，深化数字金融产品创新与消费赋能。针对居民消费升级需求开发差异化金融产品：设计灵活额度的消费信贷产品、低门槛的普惠型理财工具，以及覆盖健康、教育等领域的场景化保险产品。同时，强化居民数字金融素养培育：通过社区宣讲、线上课程等形式普及数字支付、信用管理等知识，尤其加强对农村居民和中老年群体的使用指导，提升其对数字金融工具的信任度与使用频次，释放下沉市场消费潜力。

　　第三，强化信用与监管体系建设，构建“信用+消费”联动机制：运用区块链技术整合居民消费行为数据与金融信用信息，建立覆盖全生命周期的个人信用评价体系，为居民提供基于信用等级的消费信贷优惠，激励理性消费行为。在监管层面，搭建智能化风险监测平台，利用人工智能技术实时追踪数字金融产品的消费信贷流向，重点防范“过度借贷”“诱导消费”等风险；建立跨部门消费金融监管协同机制，强化对平台企业的数据合规性监管与消费者权益保护。

参考文献：

　　［1］李凡空，李雪瑜.数字普惠金融对居民消费水平的影响机制分析［J］.征信，2023，41（3）：87-92.

　　［2］安强身，刘俊杰，李文秀.数字普惠金融与居民消费结构升级：作用机制与经验证据［J］.云南财经大学学报，2023，39（3）：1-23.

　　［3］李平，李伯楷.数字普惠金融发展与居民消费升级［J］.统计与决策，2023，39（13）：144-149.

　　［4］何宗樾，宋旭光.数字金融发展如何影响居民消费［J］.财贸经济，2020，41（8）：65-79.

　　［5］杨伟明，粟麟，孙瑞立，等.数字金融是否促进了消费升级？——基于面板数据的证据［J］.国际金融研究，2021（4）：13-22.

　　［6］易行健，周利.数字普惠金融发展是否显著影响了居民消费：来自中国家庭的微观证据［J］.金融研究，2018（11）：47-67.

　　［7］蓝乐琴，杨卓然.数字普惠金融能提升居民消费水平吗？［J］.财经问题研究，2021（12）：49-57.

　　［8］郭峰，王靖一，王芳，等.测度中国数字普惠金融发展：指数编制与空间特征［J］.经济学，2020，19（4）：1401-1418.

　　［9］温涛，廖家旭.数字乡村建设何以驱动乡村创新创业？——来自1750个县域的经验证据［J］.湖南农业大学学报（社会科学版），2025，26（5）：24-35.