吴华敏 杨兴洪
关键词：居民消费：金融排斥：农村金融：空间溢出效应：SDM模型
近年来，数字普惠金融发展已经渗透到我们生活的方方面面，金融市场的发展可以满足居民更便利地获得金融资源和服务，有效缓解金融排斥。带动居民消费是经济增长的必要动力，农村传统金融体系中存在着诸多的借贷问题，使得农村金融体系缺乏有效的融资，因此对农民能够获得更多的金融服务造成了一定的阻碍进而降低其消费意愿。农村金融排斥对我国居民消费的异质性效应如何？这一问题的研究对破解农村金融排斥、带动农村经济发展以促进乡村振兴具有重要作用。
我国居民消费水平的持续增长对于保持经济稳定与高质量发展起着举足轻重的作用，而金融排斥是阻碍金融发展程度的重要影响因素。关于金融与消费的关系一直是研究的热点问题。易行健和周利运用实证分析得出结论：发展数字经济能够缓解流动性约束、便利居民支付等机制促进居民消费。中国居民家庭消费需求与其资产结构存在相关关系，不同类型资产及金融资产规模对居民消费异质性影Ⅱ向存在差异。臧旭恒和张欣根据资产结构识别异质性消费验证了资产变现难易程度对消费路径平滑和流动性约束的作用。其中，以移动支付为主导的数字支付方式主要是因为其支付的便利性而非流动性限制。邹新月和王旺使用空间计量模型进一步分析发现，数字普惠金融可以通过收入、移动支付、消费信贷、保险等方式来推动消费。
由此，农村金融是金融经济体系发展中不可或缺的推动力，但由于金融机构的趋利性使得金融资源配置时远离了农村地区，与城镇相比，农村金融服务的获取存在一定成本和门槛，农村资金流向相对高收入的城市经济，大量低收入农户支付成本的能力较低、可抵押资产较少，获取金融服务的难度较大，农村金融排斥问题更为突出，农民的低储蓄率进而影响其消费意愿。综上所述，已有大量文献验证了金融排斥会对居民消费造成显著的影口向，但少有文献从空间视角进行研究。因此，本文从空间視角来研究农村金融排斥对居民消费的异质性效应影口向，以便为后续研究提供参考价值。
一、农村金融排斥影响居民消费的内在机理分析
对发展中国家而言，金融发展面临的难题常常不在于金融深度不足，而在于它只能为少数人提供，大部分人则被排除在外。面对日益复杂而竞争激烈的金融市场，中国金融业的发展重点仍是经济较发达的城镇地区。在农村地区，无论是增加网点数或是提供金融服务又或是加大信贷投入等，都存在着较大的金融排斥。基于此，居民消费水平波动最主要的原因是现有资金储蓄量及其收入状况，农村金融排斥则主要通过以下三个效应影响居民消费：
地理排斥效应抑制居民消费。地理排斥效应是指由于地理位置偏远，农民难以获得金融服务甚至是不能获得金融服务从而被排除在外。大部分金融机构往往以追求自身经济利益最大化，而将网点设置在经济较发达的城镇地区，从而造成农村地区大量的资金外流。因此，由于地理因素使得农民难以获得金融机构的信贷以及其他金融服务从而制约其增收，进而影响其消费意愿及水平。
评估排斥及条件排斥效应抑制居民消费。评估排斥和条件排斥都是指由于市场营销对象的不同所引起的金融排斥，两者之间具有高度的重叠性，即金融机构在追求“最大价值”的情况下进入“质量竞争”的市场中以权衡风险控制、成本控制和增长利润，在扩大金融机构种类、金融产品及服务的基础上，也将部分低收入农户排斥在外从而抑制其消费水平。
营销排斥效应抑制居民消费。营销排斥效应是指金融组织的目标营销市场战略通常会把特定的经济组织排除在外，由于金融机构的趋利性使其更倾向于为富人提供服务。因此，针对低收入的农民群体获得较高农村金融服务的机会减少。营销排斥使得农村经济发展动力不足，加之其他各种因素的共同作用，使得农民收入增长受到了极大限制，从而抑制居民消费。
二、数据来源、模型设定与变量描述
（一）数据来源
选择2011-2019年我国30个省市区（不包含西藏、台湾、香港和澳门地区）的面板数据进行研究。其中，农村金融相关数据通过中国人民银行历年发布的各省《中国区域金融运行报告》整理而得，居民人均消费支出、农村人均贷款水平、人均GDP、产业结构、财政支出水平、城市化率和经济开放度指标数据则来源于《中国统计年鉴》《中国农村统计年鉴》，其中海南省2017-2018年以及新疆自治区2018年农村金融机构网点数及从业人员数据的缺失则通过插值法预测得到。
（二）模型设定
采用空间计量相关模型研究我国农村金融排斥对居民消费产生影响的异质性作用时。由于存在空间特性问题，被解释变量通常除会受到本省区自身变量的影响外，还会受到邻近省区的溢出效应，空间杜宾模型囊括了空间滞后和空间误差两种结构模型，一并度量了被解释变量受到自身解释变量和周边省市自变量的影响，其公式为：
（三）变量选取
1．被解释变量
本文以居民消费作为核心研究变量，用居民人均消费支出指标来衡量。
2．核心解释变量
关于农村金融排斥的测度指标已有大量文献对其阐述，本文选择受到国际上广为认可的“金融排斥六维度测算法”。由于评估排斥和条件排斥都指的是营销对象范围的不同而产生的金融排斥现象，二者具有高度的重叠性，因此可合并为一个维度进行测算。价格排斥是指由于金融产品及服务的价格过高而将特定人群排除在外的现象。但根据我国农村地区的情况来看，其价格难以构成对农村金融的排斥。目前，金融市场发展迅速，普遍存在的小额贷款公司的金融服务远远落后于农村金融供给。因此，可排除价格排斥和自我排斥。综上所述，本文从地理排斥、评估排斥及条件排斥、营销排斥三个维度来综合衡量我国农村金融排斥程度。
3．控制变量
借鉴刘玉荣等以及任蓉等的研究，本文选取人均GDP、产业结构、财政支出水平、城市化率和经济开放度作为控制变量。各变量的描述性统计结果如表1所示。
三、农村金融排斥对居民消费影响的实证分析
（一）空间相关性检验
本文选取邻接权重矩阵对我国2011-2019年农村金融排斥程度和居民人均消费支出进行了全局Moran"s，指数检验。Moran"s，的取值在[-1，1]之间，绝对值越接近于1表示空间相关性越高，越接近于0则表示空间分布是随机的，不存在空间自相关。结果显示：2011-2019年，我国居民人均消费支出和农村金融排斥程度的Moran"s，是大于-1且小于1的，P值小于0. 05，拒绝原假设，表明变量之间存在正向的空间相关性，在空间地理位置上呈现出一定的空间集聚性。
（二）空间计量结果分析
在确定变量存在空间自相关性后，进行LR检验以选择合适的空间计量模型，检验结果如表2所示。以农村地区金融机构覆盖率（Inst）、农村人均贷款水平（Ploan）、农村地区万人拥有服务人员数（Wat）作为核心解释变量，每一个维度均在1%显著性水平上显著，由此拒绝了“SDM模型退化为SAR模型或者SEM模型”的原假设。因此，选择SDM模型作为描述农村金融排斥对居民消费影响的最优模型，同时各个核心解释变量还受到了距离较近省市区的空间溢出效应。
由上文LR检验结果得出SDM空间计量模型更为合适，其中采用固定效应还是随机效应需进行豪斯曼检验。结果显示，SDM模型的检验值为49. 10，P值=0．OOOO<0.01，拒绝了随机效应的原假设。因此，选择采用固定效应的SDM模型研究农村金融排斥对居民消费的影响，其模型回归结果如表3所示。农村地区金融机构覆盖率、农村人均贷款水平的系数为正且通过了5%的显著性水平检验，说明地理排斥、评估排斥及条件排斥程度对居民消费产生显著的正向影响，即缓解地理排斥、评估及条件排斥会促进居民消费。核心解释变量Inst及Ploan的空间滞后变量分别经过了5%和1%的显著性水平检验，说明居民消费在地理空间上具有明显的空间关联性，被解释变量PCE受到了距离较近省市区明显的溢出效应，表明距离较近省市区的Inst、Ploan变化会对本省的居民消费产生显著的影响作用。
（三）分區域估计结果
为了进一步分析不同区域间农村金融排斥对我国居民消费影响的差异性，还需对各个地区做局部的影口向分析。本文参考“十五”期间我国区域划分方法，将全国分为东、中、西部三个区域分别进行讨论。在对模型进行回归分析前，通过比较F检验和Hausman检验结果，得出东部和中部地区的P值小于0.01，说明使用固定效应模型更好，西部地区的P值=0.9999>0.05接受了原假设，选择随机效应更好，其模型估计结果如表4所示。
从农村人均贷款水平的直接效应来看，东部和西部地区得到相同的结论，即农村人均贷款水平变化对居民消费的影响不显著，而中部地区的农村人均贷款水平不仅对居民消费起到显著的负向影响作用，还具有明显的外溢作用，表明周边省市的评估及条件排斥程度会对本省区的居民消费产生正向作用。
从农村地区万人拥有服务人员数的直接效应来看，东部和中部地区的营销排斥均通过了显著性检验。其中，东部地区在5%水平下显著，中部地区在1%水平下显著。从系数的正负性来看，中部地区农村地区万人拥有服务人员数系数为-0.0410，表明农村地区营销排斥程度每提高1个百分点，消费水平会下降0.041个百分点。东部地区的农村地区万人拥有服务人员数系数为0.1438，表明农村地区营销排斥程度每提高1个百分点，消费水平会提高0.1438个百分点。
而地理排斥维度，无论是从东部、中部还是西部，其直接效应和间接效应均不显著，说明本省市由于受到地理排斥导致居民消费意愿受到了阻碍。这主要是因为地理位置偏远，金融资源和服务难以获得，居民利用金融产品增收的比重较小，对农民增收的制约扩大致使综合消费意愿及消费能力不够。
对控制变量进行分析发现，人均GDP对居民消费支出的直接效应均显著为正，但其间接效应不显著，说明本省市人均GDP的发展并不会促进邻近省区居民消费的增加。中部和西部地区的财政支出水平对居民消费支出具有正向拉动效应，分别在10%和1%显著性水平上显著；
而城市化水平在东部和中部地区得到了相同结论，即城市化水平发展对居民消费的影响均在5%水平下显著为负；
而在中部地区，提高经济开放度会显著抑制本地区居民消费水平提升。
四、稳健型检验
为了考察上文模型估计结果的可靠性，本文选择两种方法对其进行稳健型检验。一是对面板数据的解释变量Inst、Ploan及Wat进行1%水平的缩尾处理；
二是剔除北京、上海、天津和重庆四个直辖市。考虑到结果的一致性，同样选择采用固定效应的SDM模型进行稳健型检验，结果见表5。可以发现，两种检验估计结果与前文所得的结论均无明显变化，由此可以判断该结论是稳健可行的。
五、结论与对策建议
本文基于2011-2019年省级面板数据，采用stata15.0软件从全国和各分区域不同空间角度考察了农村金融排斥对居民消费的影Ⅱ向，得出主要结论：缓解农村金融地理排斥、评估排斥及条件排斥对居民消费支出的影口向显著为正，其中居民消费还受到相邻省市区农村人均贷款水平的外溢作用，这主要是因为有更多的居民享受到有效公平的金融资源与服务，从而缓解流动性约束或者是调整收入分配以增加居民消费；
从区域层面上来看，农村金融排斥对居民消费的影响存在区域异质性，而西部地区不呈现显著性，这可能是因为这种异质性效应导致了不同地区之间的劳动力迁移，从而导致了地域之间的经济差距进一步扩大。
为此，本文提出以下对策建议：
第一，各级政府要加大对农村金融的扶持力度，从优化县域金融生态、营造良好信贷环境、引入各种金融机构、优化配置金融资源、构建资金回流机制等方面，防止金融机构或部门在较低收入地区撤并机构以缓解地理排斥。这就需要政府通过政策性引导将金融持续倾斜以支持“三农”，各大商业银行应该加强针对“三农”特性的产品创新，通过向农村转移资金帮助农民增收以促进消费需求。
第二，扩大农村金融服务机构和农村信贷规模，增加农村金融机构从业人员，加大新型及小型农村金融机构对农业领域的支持力度，构建新型化的农村金融组织体系，降低农村资金的大量转移。
第三，在当前金融体制改革中，应采取降低门槛、规范和开展互联网金融等措施，对金融业进行增量改革。由于各大商业银行和农户信息不对称使得交易费用增加，金融机构在农村市场设置网点不足。因此，通过引入民营资本、加大农村民营企业比重，放宽对农村金融市场的准入限制就显得尤为重要。
猜你喜欢空间溢出效应居民消费农村金融《农村金融研究》征稿启事农村金融研究(2021年5期)2021-09-15《农村金融研究》征稿启事农村金融研究(2021年12期)2021-03-14农村金融要多些“乡土味”今日农业(2019年10期)2019-01-042018年8月份居民消费价格同比上涨2.3%消费导刊(2018年20期)2018-10-192017年居民消费统计数据资料中国经贸导刊(2018年12期)2018-05-29倾向中西部的土地供给如何推升了房价贵州财经大学学报(2017年1期)2017-02-13京津冀产业结构变化及其空间溢出效应分析商业经济研究(2016年24期)2017-01-10环境约束条件下中国省际经济效率空间溢出效应分析现代经济信息(2016年5期)2016-09-22环境约束条件下中国省际经济效率空间溢出效应分析现代经济信息(2016年7期)2016-05-19农村金融扶贫 脱贫要“精准”红土地(2016年10期)2016-01-28
