《数字普惠金融发展对居民收入的实证分析案例》2500字

[21]。综上所述，本文假设数字普惠金融对福建省居民城乡收入水平和促进该地区经济增长有正向影响。（二）指标与变量确定借鉴已有学者对数字普惠金融的研究成果，本文选取2014-2020年福建省各市中的九个城市（福州市、厦门市、莆田市、三明市、泉州市、漳州市、南平市、龙岩市和宁德市）的历年统计年鉴和数字普惠金融指数作为变量：1、被解释变量城乡居民人均可支配收入（Y）：是指城乡居民家庭那部分可以用于日常生活的收入，在根本情况上反映该地区城乡居民生活水平的高低。2、核心解释变量数字普惠金融发展指数（DIFI）：数字普惠金融市场指数包括覆盖广度和应用进行深度学习以及数字支出服务程度三个问题主要研究方面，着重体现的是普惠金融的数字化发展，以及数字普惠金融的实际经济发展研究状况。3、控制变量财政支出水平（GE）：采用一般公共预算支出占地区GDP的比例，为了更好的反映数字普惠金融发展对城乡居民的影响，我们将财政支出水平放入模型之中。经济发展水平（RGDP）：采用人均生产总值来衡量该地区社会经济的发展情况。（三）模型设定借鉴已有学者对数字普惠金融的研究成果，本文采用随机效应模型、固定效应模型、混合回归模型，根据选择的数据类型，构建模型如下：Yit=β0+β1DIFIitβ2GEit+β3RGDPit+εit其中：i表示各市，t表示年份，β0为代估参数，εit为随机扰动项。（四）数据来源及处理本文采集北京大学数字金融研究中心编制的2014年-2020年数字普惠金融发展指标与福建省各年统计年鉴所收集的城乡居民人均可支配收入、数字普惠金融发展指数、一般公共预算支出、地区生产总值、人均生产总值的数据，并做如下处理：将城乡居民人均可支配收入单位，元改换为百元；将地区一般公共预算支出占地区生产总值的比值以代表地区财政支出水平；将数字普惠金融指数和地区财政支出水平的数值保留四位小数点，以便后续实证分析，最终各项数据如表5-1所示。表5-12014-2020年福建省各市指标数值年市城乡居民人均可支配收入（百元）数字普惠金融发展指数财政支出水平人均（元）生产总值2014福州市140.12121.79350.1112699952015福州市152.03002.09400.1292752592016福州市163.46002.26290.1339822512017福州市409.73002.57850.1325930472018福州市194.19002.72670.11771020372019福州市213.20002.85120.07111208792020福州市226.69002.96090.09501210152014厦门市162.19551.88260.1713868322015厦门市175.58002.18390.1879903792016厦门市188.85002.38030.2005972822017厦门市500.19002.71240.18321097532018厦门市224.10002.84910.18631180152019厦门市248.02003.01470.12821427392020厦门市266.12003.14270.15301239622014莆田市128.28791.49140.1051528902015莆田市138.82001.87900.1140578882016莆田市151.31002.12210.1135633142017莆田市344.90002.41120.1127699362018莆田市179.91002.56470.1017773252019莆田市196.87002.70230.0551893422020莆田市208.23002.81330.0969827532014三明市116.65181.51250.1227645902015三明市128.06001.85860.1405679782016三明市139.18002.09720.1364732612017三明市322.61002.35560.1384821342018三明市166.01002.48220.1262914062019三明市183.12002.58140.04141006412020三明市195.33002.69570.12381083042014泉州市145.86031.60620.0831682542015泉州市158.61001.95460.0880724212016泉州市171.79002.14540.0899777842017泉州市426.96002.43430.0845876132018泉州市202.77002.62140.0747976142019泉州市221.42002.76140.04601140672020泉州市234.59002.87610.07041157682014漳州市126.90151.53830.1095506852015漳州市138.66001.84330.1286555692016漳州市153.20002.04190.1181621962017漳州市333.59002.37960.1216695282018漳州市181.86002.52480.1089771022019漳州市198.85002.64930.0463920742020漳州市211.03002.75170.0979898342014南平市112.51541.51900.1545470442015南平市122.64001.83490.1792509292016南平市133.31002.04160.1714550092017南平市300.70002.31950.1750606942018南平市158.68002.43410.1654667602019南平市173.85002.54060.0483740362020南平市185.57002.63850.1662749032014龙岩市120.54431.58020.1270627302015龙岩市132.74001.89500.1484668652016龙岩市144.29002.12800.1447723542017龙岩市330.22002.40490.1392817132018龙岩市171.54002.53530.1260906552019龙岩市188.59002.65370.05811014762020龙岩市201.50002.75940.11611055482014宁德市113.01881.62220.1453483692015宁德市123.91001.93580.1667520062016宁德市135.16002.13550.1644563582017宁德市305.02002.42780.1692606652018宁德市161.47002.56560.1539668782019宁德市178.04002.68970.0517842512020宁德市190.50002.82400.136383541资料来源：福建省各年统计年鉴和北京大学数字普惠金融指数众所周知，面板数据的建模方法有三类，依次是随机效应模型、固定效应模型、以及混合回归模型。该文根据北京大学数字金融研究中心编制的2014年-2020年数字普惠金融发展指标与福建省各年统计年鉴所收集的数据为基础，依次采用了这三个模型，并分别对数字普惠金融对福建城乡收入的影响做出了实证检验。表5-2随机效应模型、固定效应模型、以及混合回归模型实证检验(1)(2)(3)VARIABLES随机效应模型固定效应模型混合回归模型数字普惠金融指数(DIFI)102.010**-19.816121.700**(2.07)(-0.49)(2.58)财政支出水平（GE）-200.301-312.851-184.143(-1.58)(-1.52)(-1.66)经济发展水平（RGDP）0.001**0.0010.001*(2.18)(1.84)(2.18)Constant-61.059145.361*-88.190(-0.99)(2.30)(-1.45)Observations636363R-squared0.9560.9580.948Numberofcityid99CompanyFENOYESNOYearFEYESYESYESz-statisticsinparentheses***p<0.01，**p<0.05，*p<0.1从表5-2的结果分析来看，固定效应进行模型的结果不显著，随机效应研究模型和混合回归方程模型的显著性水平较好，但是具体使用哪一种模型，还需进一步检验。首先，对该模型进行了豪斯曼测试，由表5-2所得模型的Hausman检验的t统计量为2.54，P值为0.6375，大于显著性水平10%，因此，可以初步确定为随机效应模型。接下来，进行LM检验，检验使用随机效应模型还是混合回归模型。从表5-3可以看出，LM测试结果拒绝了原始假设，因此，确定使用随机效应模型。表5-3Hausman检验、LM检验modelchi-squarestatisticprobconclusionHausman2.540.6375随机效应模型LM2.470.0579表5-4随机效应模型检验Income1Coef.Std.Err.ZP>|z|[95%Conf.Interval]Digtal102.010449.302882.070.0395.378508198.6422GE-200.301126.6072-1.580.114-448.446647.84457RGDP.0008308.00038092.180.029.0000843.0015773year2015-21.6863716.77258-1.290.196-54.5600211.187272016-35.6591824.66813-1.450.148-84.0078212.689462017137.147936.540433.750.00065.52995208.76582018-67.6883741.67625-1.620.104-149.372313.995572019-88.5066147.48933-1.860.062-181.5844.5707762020-74.3654750.45712-1.470.141-173.259624.52867_Cons-61.0589361.39621-0.990.320-181.393359.27542资料来源：福建省各年统计年鉴（五）实证结果与讨论由表5-4可知，模型回归方程调整R方为0.9563，可以看出样本的拟合优度良好，且具有很强解释意义。模型wald统计