【数字普惠金融对居民消费的影响实证探究10000字（论文）】

数字普惠金融对居民消费的影响实证研究第1章绪论 51.1研究背景 51.2选题意义 51.3研究目的与内容 61.4可能的创新点与不足 7第2章理论基础和文献综述 82.1理论基础 82.2文献综述 8第3章模型构建与变量选取 113.1模型构建 113.2变量选取与数据来源 12第4章实证分析 144.1固定效应模型回归 144.2稳健性检验 164.3城乡消费差距分析 17结论 19参考文献 21中文摘要本文通过用我国中部地区8省2013-2019年的面板数据，研究数字普惠金融对居民消费的影响。研究结果发现，越发展数字普惠金融，中部地区的居民消费水平就越高，再进一步将被解释变量换成城市居民和农村居民的消费水平，研究发现，城市居民消费水平和农村居民消费水平也由于数字普惠金融的发展而增高，并且数字普惠金融对城市居民消费水平的影响略小于对农村居民消费水平的影响。在后续又进行稳健性检验，分别用数字普惠金融广度指数和深度指数研究来替换数字普惠金融指数，发现总体居民人均消费水平均会被数字普惠金融的广度指数和深度指数的影响，是正向促进作用，城市居民消费水平和农村居民消费水平也同样如此；最后通过将被解释变量换成城乡居民消费差距来研究数字普惠金融指数对城乡居民消费差距的影响，发现发展数字普惠金融能缩小城乡消费差距。关键词：数字普惠金融；总体人均消费水平；城市居民消费水平；农村居民消费水平；城乡居民消费差距第1章绪论1.1研究背景近些年来，全球经济形势日渐复杂，由美国发起的大规模“贸易战”不断升级以及新冠肺炎疫情在全世界持续蔓延等，剧烈冲击了中国经济的发展。由此，习近平总书记在中央政治局常委会会议上提出了以推动形成国内大循环为主体、国内国际双循环相互促进为主要内容的“双循环”新发展格局，这将成为今后这一段时期国内经济发展的重要工作依据。居民消费升级作为发展内循环的主要途径之一，对于扩大内需和拉动经济增长具有非常重要的作用。尤其受新冠肺炎疫情影响，居民消费发生了非常大的的改变，因此，刺激居民消费能力来刺激经济增长并恢复以往正常水平具有重大意义。近些年来，随着互联网的普及，数字普惠金融发展迅速，在其“低成本”、“广覆盖”、“可持续性”的特点下，信息资源共享得到了有效的促进，并且降低了金融的交易成本和服务门槛，扩大了金融服务覆盖范围，满足了中小微企业和各类群体的生产经营需求。消费由于是拉动经济发展的三驾马车中的其一，在我国过去的经济增长中起到了有限的作用。伴随着我国经济从高速增长转入高质量发展的新阶段，消费对经济发展的影响是不容忽视的。但是，在过去四十余年里，一直困扰我国的一个非常现实的问题就是消费不足。国家出台了若干政策来刺激内需，但效果并不是很明显。随着互联网的发展和电商的发展愈发成熟，居民为了实现自己的消费需求，更多人开始加入“网购”大军。而且作为数字普惠金融的体现之一的移动支付发展逐渐安全成熟，给居民创造了更好的消费环境，居民消费水平是否会随着数字普惠金融的发展而提升值得我们研究。1.2选题意义一方面由于数字普惠金融这个概念是近些年才提出的，所以有关于数字普惠金融对居民消费的影响研究数量极少，而关于数字普惠金融对中国中部地区的居民消费研究更是缺乏的，所以本文通过实证分析研究数字普惠金融对中国中部地区居民消费的影响从另一角度丰富了相关的研究范围；另一方面数字普惠金融能通过直接和间接的方式影响居民消费水平，而消费对于我国经济增长具有重要作用，但目前我国居民消费现状并不利于我国经济增长，所以研究数字普惠金融对我国中部地区居民消费的影响对促进经济增长有非常重要的现实意义。1.3研究目的与内容1.3.1研究目的本文通过对中国中部地区（包括黑龙江省、吉林省、山西省、江西省、河南省、安徽省、湖南省、湖北省）八省的2013-2019年面板数据，建立计量经济模型，考察数字普惠金融对中国中部地区居民消费的影响，并在此基础上进一步分析数字普惠金融广度和深度对中国中部地区居民人均消费水平、城市居民消费水平和农村居民消费水平的影响。通过计量经济模型得出数字普惠金融对中国中部地区居民消费水平的影响以及发展数字普惠金融是否能缩小城乡居民消费差距。本文用北京大学数字金融研究中心的数字普惠金融指数来研究数字普惠金融的影响，通过对数据的简单处理，并用stata15.0对处理后的数据进行描述性统计分析，对数据的整体进行简单的分析；再通过固定效应模型进行回归，将解释变量和被解释变量先做回归，得出的结果再与加入控制变量之后做回归的结果进行比较，在利用数字普惠金融的两个维度（广度和深度）进行稳健性检验，由此得出结论，最后将模型中的被解释变量换成城乡消费差距由此来研究发展数字普惠金融能否缩小城乡消费差距。1.3.2研究内容本文第1章为绪论，主要阐述选题的研究背景、理论、实际意义及论文的目的和整体结构安排等；第2章为理论和文献综述，主要论述本文的所涉及的理论支撑与以往国内外研究所得结论；第3章为构建计量经济模型以及本文中涉及的变量选取和数据来源；第4章为实证分析，通过hausman检验得知使用固定效应模型，并使用固定效应模型进行回归得出结果，并进行稳健性检验，最后对城乡收入差距进行分析；最后是结果部分，根据第4章的结结果，得出三点结论。1.4可能的创新点与不足以往研究中，采取的是全国的31个省的面板数据，但很难通过全国整体的数据来看出某些地区的具体情况，也可能存在部分数字普惠金融发展水平低的地区混杂在整体的数据中，使得全国整体得出的结论并不适用于某些个别省份。为了研究中国某些地区的具体情况，本文为了研究中国中部地区的数字普惠金融对居民消费的影响，就收集中国中部地区的面板数据，分别研究数字普惠金融对中国中部地区居民消费的影响，从而从各个方面了解居民消费如何被数字普惠金融影响。但由于数据年份太少，只有2013-2019年的数据，可能得出的结果并不能预测在今后的发展中仍然适应。第2章理论基础和文献综述数字普惠金融是通过互联网技术，借助计算机的数据通讯、信息处理、云计算、大数据分析等技术在金融领域的应用，通过数字来实现金融共享、安全、便捷等优势，来降低交易成本、促进信息共享。2.1理论基础数字普惠金融主要通过降低流动性约束来直接对居民消费产生影响；通过优化居民消费环境、提高居民收入，降低居民消费成本，以此来间接影响居民消费。数字普惠金融一方面能减少居民消费信贷，因此居民的储蓄压力能得以降低，降低储蓄压力就能减少居民的储蓄率，储蓄减少，居民的收入会更多的用来消费；另一方面依托于消费信贷的发展，居民消费理念发生变化，各种融资贷款的方式使得居民可以通过各种银行贷款来进行提前消费。这将从正面直接影响我国居民的消费水平。影响居民消费的很重要的一个因素是收入，数字普惠金融正是能影响居民收入来间接影响居民消费水平。第一，金融基础设施水平的发展，得益于数字普惠金融的发展，因此数字普惠金融使居民更加便利的组织生产经营活动，并通过降低活动成本而能生产更高质量的、更具有竞争力的产品以此来增加居民收入，收入增加必然导致居民消费增加；第二，数字普惠金融的发展带动了金融产品的创新，居民能通过购买金融产品来获得更多的理财收入，而创新的金融产品能满足更多人的投资喜好，从而更大范围的使居民的收入提高，以此来增加消费。2.2文献综述数字普惠金融是普惠金融发展的新形式，具有传统普惠金融没有的优势；但数字普惠金融的数据获取难度较大，目前国内外的研究主要关注传统的普惠金融对居民消费的影响。目前国内有很少关于数字普惠金融的研究，主要讨论数字普惠金融与经济增长等宏观层面的关系(朱一鸣和王伟，2017)，相比而言国外的研究比国内更加充分些，有从宏观角度研究普惠金融的影响(AnandandChhikara，2013)，还有从微观角度(KarlanandZinman，2010)探究数字普惠金融的影响。因此非常有必要研究我国数字普惠金融对居民消费的影响。本文主要研究数字普惠金融的发展与中国中部地区居民消费的关系，CampbellandMankiw（1991）认为金融约束会影响居民消费，因为大家普遍认为资源分配更加公平合理得益于金融的发展，在受到流动性约束时，消费者为了自己的消费需求，一般通过在金融市场买卖来实现(Levchenko，2005)。研究表明金融发展十分迅速，使得越来越多的人们可以方便的使用金融工具来进行消费，以此来促进居民消费水平（樊纲和王小鲁，2004）;李涛等(2016)认为越来越多的居民使用金融产品和服务，得益于金融体系覆盖范围的增大和数字普惠金融的发展，才能使金融产品和服务能满足居民各式各样的喜好。DupasandRobinson(2013)以及KarlanandZinman(2010)的研究也表明，很多收入较低的人频繁使用金融产品，会增加其收入，从而间接刺激消费增加消费。研究表明普惠金融的服务范围在创新互联网金融的促进下进一步扩大，也促使普惠金融被更多的金融机构使用（郭峰等，2016）。在2005年联合国提出的普惠金融这个概念已经成为金融发展的一部分，它是能满足所有人不同需求的金融服务体系(焦瑾璞等，2015)，得益于互联网金融而发展的数字普惠金融在我们生活中随处可见(Chen，2016)。张勋等（2019）发现数字普惠金融给很多低收入家庭创造了良好的投资环境，中国的包容性增长从而被促进。数字金融的发展使拥有智能手机的群体减少了去农村生产性正规信贷；通过增加农村消费性正规信贷，激发出有各种需求的群体进行消费，以此来促进居民消费（傅秋子和黄益平，2018）。易行健等（2018）发现居民消费会被数字普惠金融的发展影响，尤其对较为落后的地区影响更大，并且数字普惠金融的覆盖广度和使用深度也都能促进居民消费。本文通过中国数字普惠金融指数和五个控制变量来研究数字普惠金融对中国中部地区八个省居民消费的影响和实证分析，同时还分别研究数字普惠金融的覆盖广度和使用深度分别对中国中部地区居民消费的影响，并考察数字普惠金融对中部地区城乡居民消费的影响，由此得出中部地区居民消费水平是否受数字普惠金融的影响以及发展数字普惠金融是否能缩小城乡居民消费差距。第3章模型构建与变量选取从第二章中可知，数字普惠金融可以通过直接影响和间接影响居民的消费水平，通过以往文献的阅读，本文构建计量经济模型并挑选五个控制变量来进行后续的研究。3.1模型构建本文将通过对中部地区2013-2019年的面板数据，通过建立计量经济模型，考察数字普惠金融对中国中部地区居民消费的影响，模型如下：（3.1）其中，和分别表示省份和年份，为居民的消费水平，为数字普惠金融指数；和分别代表省份固定效应和年份固定效应，用于控制那些随着省份和年份变化的因素，比如城镇化率、财政收支比等；为随机干扰项。在公式（3.1）的前提下，本文继续考察数字普惠金融对中部地区城市居民消费和农村居民消费的影响，其模型如下：（3.2）（3.3）其中，和分别表示中国中部地区城市居民消费水平和农村居民消费水平。消费水平的提升是刺激内需的一个方面，在中国二元经济体制下，缩小城乡居民消费差距也是非常重要的。因此，本文继续利用计量经济模型考察数字普惠金融对中国中部地区城乡居民消费差距的影响：（3.4）其中，为城乡居民收入差距。因此，本文的被解释变量，主要有总体居民人均消费水平（）、城市居民的消费水平（）、农村居民的消费水平（）和城乡居民消费差距（）。这四个变量的数据均来自于《中国统计年鉴》和《中国区域经济统计年鉴》，数据获得来源主要为中国知网和国家统计局官网。3.2变量选取与数据来源（1）被解释变量。本文的被解释变量是中国中部地区的居民消费，本文居民消费的代理变量使用居民人均消费性支出。数据主要来源于各省统计年鉴。其中，对总体居民人均消费水平、城市居民的消费水平、农村居民的消费水平三个变量取对数处理（见表1）。（2）解释变量。数字普惠金融指数难以获得，因为数字普惠金融是跟互联网技术结合的新型普惠金融形式，所以本文使用北京大学互联网研究中心提供的数字普惠金融总指数作为解释变量。（3）控制变量。由于有很多因素都会影响居民消费，本文将采用以下五个控制变量：①人均国民收入（pergdp）。由收入决定理论可知，收入影响居民消费，由于统计数据口径的变化，本文将采用2013-2019年的数据来研究。②城镇化率（city）。城市的发展会使居民消费更多，所以城镇化对居民消费水平有着非常重要的影响，本文将使用《中国统计年鉴》中的城镇化率带入模型回归。③政府行为（gov）。政府政策也将影响居民消费，因此，本文将使用各省的财政支出占各省生产总值（GDP）的比重来代表政府行为。④财政收支比（finre_ex）。财政收支比能反映人民生活状况，因此也能影响居民消费水平。⑤十万人在校大学生数（stu_coll）。十万人在校大学生数一定程度上反映了教育水平，本文用中国统计年鉴中各省在校大学生以及大专人数除以十万进行测算。表1描述性统计表 变量变量说明样本量平均值标准差最小值最大值被解释变量lnsum总消费水平的自然对数569.5610.1909.2119.979lnurbsum城市居民消费水平的自然对数569.8440.1649.53010.201Lnrursum农村居民消费水平的自然对数569.1560.2168.7589.637Gapsum城乡居民消费差距569391.4341285.1217035.612955.2解释变量IFI数字普惠金融指数56232.46058.700138.36344.4IFIG数字普惠金融广度指数56205.93362.03799.81320.79IFID数字普惠金融深度指数56225.45464.982124.78348.53控制变量lnpergdp人均国民收入的自然对数569.9040.1749.56110.251city城镇化率561.4326.63820.43850.22gov政府行为560.2450.0610.1720.377finre_ex财政收支比560.4260.0740.2520.590stu_coll十万人在校大学生数5611.05364.13925.995323.1965从描述性统计分析结果显示:总消费水平的自然对数平均水平为9.561，最小值为9.211，最大值为9.979，标准差为0.190，说明该数据整体离散程度小，整体差别不大;城市居民消费水平的对数平均水平为9.844，最小值为9.530，最大值为10.201，标准差为0.164，说明城市居民消费水平整体差别不大；农村居民消费水平的对数为平均水平为9.156，最大值为9.637，最小值为8.758，标准差为0..216，相比较总消费水平和城市居民消费水平，农村居民消费水平差距稍微大点，但整体也算差别不大；而城乡居民消费差距的平均水平为9391.434，最小值为7036.6，最大值为12955.2，标准差为1285.121，从这个数据看来，中部地区的城乡收入差距较大，各省的城市居民消费水平与农村居民消费水平之间的差距各不相同；解释变量中的数字普惠金融指数（IFI）的平均值为232.460，最小值为138.36，最大值为344.4，最大值为最小值是两倍多，说明中部地区各省的数字普惠金融指数离散程度大，从表1中看出数字普惠金融的广度指数（IFIG）与深度指数（IFID）也是离散程度较大，标准差分别为62.037和64.982；控制变量中的人均国民收入的对数、政府行为、以及财政收支比的离散程度都较小，说明在中部地区各省中的人均国民收入都差不多相同，以及各省政府采取的一些财政分配的比例政策；十万人在校大学生数的中国中部地区各省平均水平为11.0536，最小值为5.9953，最大值为23.1956，最大值为最小值的近四倍，标准差为4.1392，数据的离散程度较大，说明各省的十万人在校大学生数有一定差距，教育程度存在一定的差异性；城镇化率的平均水平为1.632，，最小值为0.438，最大值为50.22，标准差为6.6382，数据离散程度也较大，说明在中国中部地区各省中的城镇化率差别较大，也说明在中部地区中存在相对落后的地区，城镇化率较低，未达到中部地区的平均水平。第4章实证分析本章采用实证分析法分析数字普惠金融对中国中部地区居民消费水平的影响。前文已经进行了描述性统计分析，本章通过固定效应模型进行回归，最后通过前文构建的模型对中部地区的总体居民人均消费水平、城市居民消费水平、农村居民消费水平以及城乡居民消费差距进行研究，最后得出结论。首先，利用stata进行Hausman检验，结果显示P值为0.0207，小于0.1，所以拒绝选取随机效应的原假设，因此本文采用固定效应模型进行回归。4.1固定效应模型回归根据公式（3.1）、（3.2）和（3.3）,在Stata15.0软件中使用固定效应模型进行回归分析，结果见表2所示。从表2可知，核心解释变量数字普惠金融指数（IFI）在加入五个控制变量之后不显著，说明加入的控制变量中存在干扰变量，即与解释变量存在竞争性。表2固定效应模型5控制变量回归被解释变量：lnsum被解释变量：lnurbsum被解释变量：lnrursum（1）（2）（3）IFI-0.00006580.0000204-.0002401（0.0003226）（.0003763）（.0006464）lnpergdp1.0930058***0.9458615***1.257545***（0.1082051）（0.1262406）（0.216834）city0.0000564-0.00001810.0002715（0.0003331）（0.0003886）（0.0006675）cov-0.03583307***-0.4310758***0.3169076（0.1728758）（0.2016906）（0.3464286）finre_ex-0.0078182-0.09588710.15476630.1164489***（0.1358585）（0.2333539）stu_coll-0.0008997-0.0015372***-0.00073980.0002994（0.0003493）（0.0006）常数项-1.0585170.7876614-3.304304（1.002348）（1.169419）（2.008622）省份固定控制变量控制变量控制变量年份固定控制变量控制变量控制变量R20.99410.98950.9811样本数565656注：括号内为稳健性标准误，***、**和*分别表示在1%、5%和10%的水平上显著，下表同。通过试验发现，将人均国民收入去除之后，核心解释变量数字普惠金融指数（IFI）显著，其结果如表4所示。第（1）列是研究数字普惠金融对总体居民人均消费水平的影响，第（2）列是在控制了省份和年份的固定效应情况下，加入控制变量后，数字普惠金融对总体居民人均消费水平的影响。从表中看出数字普惠金融指数（IFI）的系数为0.0029，并且显著为正，说明中国中部地区总体人均消费水平当数字普惠金融指数系数上升一个百分点时，将会上升0.29%；第（2）列为控制了其他变量之后的回归，结果显示数字普惠金融指数（IFI）的系数为0.0031，且在1%的水平上显著为正，说明不考虑其他因素的情况下，数字普惠金融正向影响中国中部地区总体居民人均消费，并在控制其他变量之后，也会产生相同影响，总体人均消费水平会随着数字普惠金融指数上升一个百分点而上升0.31%。第（3）列和第（4）列分别为在不加控制变量和加入控制变量之后，数字普惠金融对我国中部地区城市居民消费水平的影响回归结果，从表中看出数字普惠金融指数（IFI）的系数为0.0025，并且显著为正，说明我国中部地区城市居民消费水平随着数字普惠金融指数系数上升一个百分点，将会上升0.25%；第（4）列为控制了其他控制变量之后的回归，结果显示数字普惠金融指数（IFI）的系数为0.0027，且在1%的水平上显著为正，说明不考虑其他因素的情况下，数字普惠金融正向影响中国中部地区城市居民消费水平，并在控制其他变量之后，也会产生相同影响，城市居民消费水平会随着数字普惠金融指数上升一个百分点而上升0.27%。第（5）列和第（6）列分别为在不加控制变量和加入控制变量之后，数字普惠金融对我国中部地区农村居民消费水平的影响回归结果，从表中看出数字普惠金融指数（IFI）的系数为0.0032，并且显著为正，说明我国中部地区农村居民消费水平随着数字普惠金融指数系数上升一个百分点，将会上升0.32%；在第（6）列为控制了其他控制变量之后的回归，结果显示数字普惠金融指数（IFI）的系数为0.0034，且在1%的水平上显著为正，说明说明不考虑其他因素的情况下，数字普惠金融正向影响中国中部地区农村居民消费水平，并在控制其他变量之后，也会产生相同影响，农村居民消费水平会随着数字普惠金融指数上升一个百分点而上升0.34%。表3固定效应模型4控制变量回归对比被解释变量：lnsum被解释变量：lnurbsum被解释变量：lnrursum（1）（2）（3）（4）（5）（6）IFI0.0029***0.0031***0.0025***0.0027***0.0032***0.0034***（0.0001）（0.0001）（0.0001）（0.0001）（0.0001）（0.0002）city-0.0003-0.0003-0.0001（0.0006）（0.0006）（0.0009）cov-0.6634**-0.6951**-0.0341（0.3115）（0.3000）（0.4524）finre_ex0.0883-0.01270.2653（0.2124）（0.2046）（0.3085）stu_coll-0.0005-0.0012**-0.0003（0.0005）（0.0005）（0.0008）常数项8.8812***9.0239***9.2526***9.51238.4023***8.2953***（0.0162）（0.1690）（0.0160）（0.1627）（0.0216）（0.2454）省份固定控制变量控制变量控制变量控制变量控制变量控制变量年份固定控制变量控制变量控制变量控制变量控制变量控制变量R20.97540.97990.96860.97550.96480.9659样本数5656565656564.2稳健性检验数字普惠金融具有两个维度：广度指数和深度指数。根据以上的分析，本文采用这两个指数对上述结果进行稳健检验。表4为稳健性检验的结果。（1）、（2）和（3）列分别为数字普惠金融广度指数对总体居民人均消费水平、城市居民消费水平和农村居民消费水平的影响。从表中看出，数字普惠金融广度指数在控制了固定效应和其他控制变量时，均能正向影响中国中部地区总体人均消费水平、城市居民消费水平和农村居民消费水平。数字普惠金融的覆盖我国中部地区的程度就是数字普惠金融广度，而人均消费水平会随着数字普惠金融的覆盖程度的不断加大而不断提高，结合表4中数据，也就是说，每当数字普惠金融的广度指数提升一个百分点，中国中部地区总体居民人均消费水平将提升0.27%；中国中部地区城市居民消费水平将提升0.24%；中国中部地区农村居民消费水平将提升0.30%。每个数字普惠金融的使用的强度为数字普惠金融深度指数，根据表4的结果，每当数字普惠金融的深度指数提升一个百分点，中国中部地区总体居民人均消费水平将提升0.25%；中国中部地区城市居民消费水平将提升0.22%；中国中部地区农村居民消费水平将提升0.28%。对比数字普惠金融广度指数与数字普惠金融深度指数的影响结果，可以发现数字普惠金融深度对居民消费的影响略低于数字普惠金融广度对居民消费的影响，但对他们都具有正向的影响。表4稳健性检验lnsumlnurbsumlnrursumlnsumlnurbsumlnrursum（1）（2）（3）（4）（5）（6）IFIG0.0027***0.0024***0.0030***（0.0001）（0.0001）（0.0001）IFID0.0025***0.0022***0.0028***（0.0002）(0.0001)（0.0002）R20.97320.96620.96320.84700.84340.8313样本数5656565656564.3城乡消费差距分析表5城乡消费差距分析被解释变量：gapsum（1）（2）（3）（4）（5）（6）IFI-16.8144***-16.1908***（1.1926）（1.8928）IFIG-15.8726***-14.3959***（1.1363）（1.6817）IFID-14.9087***-12.6190***（1.3486）（2.1910）常数项5482.764***10160.84***6122.74***12103.63***6030.218***11561.43***（285.557）（3000.375）（243.9625）（2835.213）（315.0485）（3869.92）R20.80880.82450.80590.82470.72220.7347样本数565656565656从表3、表4中能看出，数字普惠金融指数（IFI）对农村居民消费水平的影响略大，普遍比对城市居民消费水平的影响大0.06~0.07个百分点，但是要想得到数字普惠金融指数可以降低城乡居民消费的差距这个结论，单靠表3和表4还远远不够，所以我们增加了公式（3.4）来进行结果估计，以便看出数字普惠金融指数能否缩小我国中部地区城乡居民消费水平差距。将被解释变量换为城乡居民消费差距，分别对数字普惠金融指数（IFI）、数字普惠金融广度指数（IFIG）和数字普惠金融深度指数（IFIG）做固定效应模型回归，结果如表5所示。奇数列为不加控制变量的回归结果；偶数列为加了控制变量之后的结果。从第（1）列和第（2）列看出，数字普惠金融指数的估计系数在不考察控制变量的情况下为-16.8144，而数字普惠金融指数的估计系数在加入了其他控制变量后为-16.1908，两者均通过1%以上的显著性检验；说明数字普惠金融指数系数每上升一个点，城乡居民消费之差将下降16.8144，从第（3）列和第（4）列看出，数字普惠金融广度指数的估计系数在不考察控制变量的情况下为-15.8726，而数字普惠金融广度指数的估计系数在加入了其他控制变量后为-14.3953，说明数字普惠金融指数系数每上升一个点，城乡居民消费之差将下降15.8726，且对中国中部城乡居民消费差距的影响受其他因素的波动小，不易受影响。从第（5）列和第（6）列看出，数字普惠金融深度指数的估计系数在不考察控制变量的情况下为-14.9087，而数字普惠金融指数的估计系数在加入了其他控制变量后为-12.6190，这两个数据显然小于前面两类的数据，也能得出数字普惠金融指数和数字普惠金融广度指数对中国中部地区城乡居民消费差距的影响略大于数字普惠金融深度指数对中部地区城乡居民消费差距的影响。结论本文通过考察数字普惠金融对中国中部地区居民消费水平的影响，可以得到以下三点结论：第一，发展数字普惠金融能显著促进居民消费水平。本文考察总体居民人均消费水平受数字普惠金融的影响，并在此基础上考察城市、农村的居民消费水平受数字普惠金融的影响，并利用数字普惠金融广度指数和数字普惠金融深度指数来对结果做稳健性检验，稳健性检验结果显示之前的回归结果是可靠的，因此得出国家大力发展数字普惠金融能在政策失效时，通过正面或侧面提高居民消费水平。第二，城乡居民消费差距的缩小也得益于数字普惠金融的发展。从表5中发现数字普惠金融能影响中部地区的城乡居民消费差距，它的两个指数，即广度指数和深度指数都能影响城乡居民消费差距，其结果为它们都能负向影响城乡居民消费差距，也就是说国家发展数字普惠金融，有助于缩小城乡居民消费差距。第三，数字普惠金融广度要更大力度发展，数字普惠金融深度要适当力度发展。从表3和表4的估计结果来看，数字普惠金融深度指数对居民消费的影响作用没有数字普惠金融广度指数对居民消费水平的影响作用大。综上，随着中国互联网行业的发展，尤其是近年来互联网创新和基础设施的建设，让我国中部地区的居民有更好的网络环境和支付环境，并由于居民思想的进步，更多的居民接受并掌握了在网上购物，再加上网络支付的安全性得到保障，越来越多的居民将使用网络移动支付，未来的金融形态将使居民普遍使用的数字普惠金融。在新的社会发展形势下，国家将更加大力发展数字普惠金融，居民消费水平也会进一步提升，从而改变人们的消费倾向和消费结构，通过消费增长带来我国经济的高质量发展。参考文献[1]樊纲、王小鲁，《消费条件模型和各地区消费条件指数》[J]，《经济研究》,2004,第5期.[2]傅秋子、黄益平，《数字金融对农村金融需求的异质性影响——来自中国家庭金融调查与北京大学数字普惠金融指数的证据》[J]，《金融研究》,2018,第11期.[3]黄倩、李政、熊德平，《