吳華敏 楊興洪

關(guān)鍵詞：居民消費(fèi)：金融排斥：農(nóng)村金融：空間溢出效應(yīng)：SDM模型

近年來，數(shù)字普惠金融發(fā)展已經(jīng)滲透到我們生活的方方面面，金融市場的發(fā)展可以滿足居民更便利地獲得金融資源和服務(wù)，有效緩解金融排斥。帶動居民消費(fèi)是經(jīng)濟(jì)增長的必要動力，農(nóng)村傳統(tǒng)金融體系中存在著諸多的借貸問題，使得農(nóng)村金融體系缺乏有效的融資，因此對農(nóng)民能夠獲得更多的金融服務(wù)造成了一定的阻礙進(jìn)而降低其消費(fèi)意愿。農(nóng)村金融排斥對我國居民消費(fèi)的異質(zhì)性效應(yīng)如何？這一問題的研究對破解農(nóng)村金融排斥、帶動農(nóng)村經(jīng)濟(jì)發(fā)展以促進(jìn)鄉(xiāng)村振興具有重要作用。

我國居民消費(fèi)水平的持續(xù)增長對于保持經(jīng)濟(jì)穩(wěn)定與高質(zhì)量發(fā)展起著舉足輕重的作用，而金融排斥是阻礙金融發(fā)展程度的重要影響因素。關(guān)于金融與消費(fèi)的關(guān)系一直是研究的熱點(diǎn)問題。易行健和周利運(yùn)用實(shí)證分析得出結(jié)論：發(fā)展數(shù)字經(jīng)濟(jì)能夠緩解流動性約束、便利居民支付等機(jī)制促進(jìn)居民消費(fèi)。中國居民家庭消費(fèi)需求與其資產(chǎn)結(jié)構(gòu)存在相關(guān)關(guān)系，不同類型資產(chǎn)及金融資產(chǎn)規(guī)模對居民消費(fèi)異質(zhì)性影Ⅱ向存在差異。臧旭恒和張欣根據(jù)資產(chǎn)結(jié)構(gòu)識別異質(zhì)性消費(fèi)驗(yàn)證了資產(chǎn)變現(xiàn)難易程度對消費(fèi)路徑平滑和流動性約束的作用。其中，以移動支付為主導(dǎo)的數(shù)字支付方式主要是因?yàn)槠渲Ц兜谋憷远橇鲃有韵拗?。鄒新月和王旺使用空間計(jì)量模型進(jìn)一步分析發(fā)現(xiàn)，數(shù)字普惠金融可以通過收入、移動支付、消費(fèi)信貸、保險(xiǎn)等方式來推動消費(fèi)。

由此，農(nóng)村金融是金融經(jīng)濟(jì)體系發(fā)展中不可或缺的推動力，但由于金融機(jī)構(gòu)的趨利性使得金融資源配置時遠(yuǎn)離了農(nóng)村地區(qū)，與城鎮(zhèn)相比，農(nóng)村金融服務(wù)的獲取存在一定成本和門檻，農(nóng)村資金流向相對高收入的城市經(jīng)濟(jì)，大量低收入農(nóng)戶支付成本的能力較低、可抵押資產(chǎn)較少，獲取金融服務(wù)的難度較大，農(nóng)村金融排斥問題更為突出，農(nóng)民的低儲蓄率進(jìn)而影響其消費(fèi)意愿。綜上所述，已有大量文獻(xiàn)驗(yàn)證了金融排斥會對居民消費(fèi)造成顯著的影口向，但少有文獻(xiàn)從空間視角進(jìn)行研究。因此，本文從空間視角來研究農(nóng)村金融排斥對居民消費(fèi)的異質(zhì)性效應(yīng)影口向，以便為后續(xù)研究提供參考價(jià)值。

一、農(nóng)村金融排斥影響居民消費(fèi)的內(nèi)在機(jī)理分析

對發(fā)展中國家而言，金融發(fā)展面臨的難題常常不在于金融深度不足，而在于它只能為少數(shù)人提供，大部分人則被排除在外。面對日益復(fù)雜而競爭激烈的金融市場，中國金融業(yè)的發(fā)展重點(diǎn)仍是經(jīng)濟(jì)較發(fā)達(dá)的城鎮(zhèn)地區(qū)。在農(nóng)村地區(qū)，無論是增加網(wǎng)點(diǎn)數(shù)或是提供金融服務(wù)又或是加大信貸投入等，都存在著較大的金融排斥?；诖?，居民消費(fèi)水平波動最主要的原因是現(xiàn)有資金儲蓄量及其收入狀況，農(nóng)村金融排斥則主要通過以下三個效應(yīng)影響居民消費(fèi)：

地理排斥效應(yīng)抑制居民消費(fèi)。地理排斥效應(yīng)是指由于地理位置偏遠(yuǎn)，農(nóng)民難以獲得金融服務(wù)甚至是不能獲得金融服務(wù)從而被排除在外。大部分金融機(jī)構(gòu)往往以追求自身經(jīng)濟(jì)利益最大化，而將網(wǎng)點(diǎn)設(shè)置在經(jīng)濟(jì)較發(fā)達(dá)的城鎮(zhèn)地區(qū)，從而造成農(nóng)村地區(qū)大量的資金外流。因此，由于地理因素使得農(nóng)民難以獲得金融機(jī)構(gòu)的信貸以及其他金融服務(wù)從而制約其增收，進(jìn)而影響其消費(fèi)意愿及水平。

評估排斥及條件排斥效應(yīng)抑制居民消費(fèi)。評估排斥和條件排斥都是指由于市場營銷對象的不同所引起的金融排斥，兩者之間具有高度的重疊性，即金融機(jī)構(gòu)在追求“最大價(jià)值”的情況下進(jìn)入“質(zhì)量競爭”的市場中以權(quán)衡風(fēng)險(xiǎn)控制、成本控制和增長利潤，在擴(kuò)大金融機(jī)構(gòu)種類、金融產(chǎn)品及服務(wù)的基礎(chǔ)上，也將部分低收入農(nóng)戶排斥在外從而抑制其消費(fèi)水平。

營銷排斥效應(yīng)抑制居民消費(fèi)。營銷排斥效應(yīng)是指金融組織的目標(biāo)營銷市場戰(zhàn)略通常會把特定的經(jīng)濟(jì)組織排除在外，由于金融機(jī)構(gòu)的趨利性使其更傾向于為富人提供服務(wù)。因此，針對低收入的農(nóng)民群體獲得較高農(nóng)村金融服務(wù)的機(jī)會減少。營銷排斥使得農(nóng)村經(jīng)濟(jì)發(fā)展動力不足，加之其他各種因素的共同作用，使得農(nóng)民收入增長受到了極大限制，從而抑制居民消費(fèi)。

二、數(shù)據(jù)來源、模型設(shè)定與變量描述

（一）數(shù)據(jù)來源

選擇2011-2019年我國30個省市區(qū)（不包含西藏、臺灣、香港和澳門地區(qū)）的面板數(shù)據(jù)進(jìn)行研究。其中，農(nóng)村金融相關(guān)數(shù)據(jù)通過中國人民銀行歷年發(fā)布的各省《中國區(qū)域金融運(yùn)行報(bào)告》整理而得，居民人均消費(fèi)支出、農(nóng)村人均貸款水平、人均GDP、產(chǎn)業(yè)結(jié)構(gòu)、財(cái)政支出水平、城市化率和經(jīng)濟(jì)開放度指標(biāo)數(shù)據(jù)則來源于《中國統(tǒng)計(jì)年鑒》《中國農(nóng)村統(tǒng)計(jì)年鑒》，其中海南省2017-2018年以及新疆自治區(qū)2018年農(nóng)村金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)及從業(yè)人員數(shù)據(jù)的缺失則通過插值法預(yù)測得到。

（二）模型設(shè)定

采用空間計(jì)量相關(guān)模型研究我國農(nóng)村金融排斥對居民消費(fèi)產(chǎn)生影響的異質(zhì)性作用時。由于存在空間特性問題，被解釋變量通常除會受到本省區(qū)自身變量的影響外，還會受到鄰近省區(qū)的溢出效應(yīng)，空間杜賓模型囊括了空間滯后和空間誤差兩種結(jié)構(gòu)模型，一并度量了被解釋變量受到自身解釋變量和周邊省市自變量的影響，其公式為：

（三）變量選取

1．被解釋變量

本文以居民消費(fèi)作為核心研究變量，用居民人均消費(fèi)支出指標(biāo)來衡量。

2．核心解釋變量

關(guān)于農(nóng)村金融排斥的測度指標(biāo)已有大量文獻(xiàn)對其闡述，本文選擇受到國際上廣為認(rèn)可的“金融排斥六維度測算法”。由于評估排斥和條件排斥都指的是營銷對象范圍的不同而產(chǎn)生的金融排斥現(xiàn)象，二者具有高度的重疊性，因此可合并為一個維度進(jìn)行測算。價(jià)格排斥是指由于金融產(chǎn)品及服務(wù)的價(jià)格過高而將特定人群排除在外的現(xiàn)象。但根據(jù)我國農(nóng)村地區(qū)的情況來看，其價(jià)格難以構(gòu)成對農(nóng)村金融的排斥。目前，金融市場發(fā)展迅速，普遍存在的小額貸款公司的金融服務(wù)遠(yuǎn)遠(yuǎn)落后于農(nóng)村金融供給。因此，可排除價(jià)格排斥和自我排斥。綜上所述，本文從地理排斥、評估排斥及條件排斥、營銷排斥三個維度來綜合衡量我國農(nóng)村金融排斥程度。

3．控制變量

借鑒劉玉榮等以及任蓉等的研究，本文選取人均GDP、產(chǎn)業(yè)結(jié)構(gòu)、財(cái)政支出水平、城市化率和經(jīng)濟(jì)開放度作為控制變量。各變量的描述性統(tǒng)計(jì)結(jié)果如表1所示。

三、農(nóng)村金融排斥對居民消費(fèi)影響的實(shí)證分析

（一）空間相關(guān)性檢驗(yàn)

本文選取鄰接權(quán)重矩陣對我國2011-2019年農(nóng)村金融排斥程度和居民人均消費(fèi)支出進(jìn)行了全局Moran's，指數(shù)檢驗(yàn)。Moran's，的取值在[-1，1]之間，絕對值越接近于1表示空間相關(guān)性越高，越接近于0則表示空間分布是隨機(jī)的，不存在空間自相關(guān)。結(jié)果顯示：2011-2019年，我國居民人均消費(fèi)支出和農(nóng)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，拒絕原假設(shè)，表明變量之間存在正向的空間相關(guān)性，在空間地理位置上呈現(xiàn)出一定的空間集聚性。

（二）空間計(jì)量結(jié)果分析

在確定變量存在空間自相關(guān)性后，進(jìn)行LR檢驗(yàn)以選擇合適的空間計(jì)量模型，檢驗(yàn)結(jié)果如表2所示。以農(nóng)村地區(qū)金融機(jī)構(gòu)覆蓋率（Inst）、農(nóng)村人均貸款水平（Ploan）、農(nóng)村地區(qū)萬人擁有服務(wù)人員數(shù)（Wat）作為核心解釋變量，每一個維度均在1%顯著性水平上顯著，由此拒絕了“SDM模型退化為SAR模型或者SEM模型”的原假設(shè)。因此，選擇SDM模型作為描述農(nóng)村金融排斥對居民消費(fèi)影響的最優(yōu)模型，同時各個核心解釋變量還受到了距離較近省市區(qū)的空間溢出效應(yīng)。

由上文LR檢驗(yàn)結(jié)果得出SDM空間計(jì)量模型更為合適，其中采用固定效應(yīng)還是隨機(jī)效應(yīng)需進(jìn)行豪斯曼檢驗(yàn)。結(jié)果顯示，SDM模型的檢驗(yàn)值為49. 10，P值=0．OOOO<0.01，拒絕了隨機(jī)效應(yīng)的原假設(shè)。因此，選擇采用固定效應(yīng)的SDM模型研究農(nóng)村金融排斥對居民消費(fèi)的影響，其模型回歸結(jié)果如表3所示。農(nóng)村地區(qū)金融機(jī)構(gòu)覆蓋率、農(nóng)村人均貸款水平的系數(shù)為正且通過了5%的顯著性水平檢驗(yàn)，說明地理排斥、評估排斥及條件排斥程度對居民消費(fèi)產(chǎn)生顯著的正向影響，即緩解地理排斥、評估及條件排斥會促進(jìn)居民消費(fèi)。核心解釋變量Inst及Ploan的空間滯后變量分別經(jīng)過了5%和1%的顯著性水平檢驗(yàn)，說明居民消費(fèi)在地理空間上具有明顯的空間關(guān)聯(lián)性，被解釋變量PCE受到了距離較近省市區(qū)明顯的溢出效應(yīng)，表明距離較近省市區(qū)的Inst、Ploan變化會對本省的居民消費(fèi)產(chǎn)生顯著的影響作用。

（三）分區(qū)域估計(jì)結(jié)果

為了進(jìn)一步分析不同區(qū)域間農(nóng)村金融排斥對我國居民消費(fèi)影響的差異性，還需對各個地區(qū)做局部的影口向分析。本文參考“十五”期間我國區(qū)域劃分方法，將全國分為東、中、西部三個區(qū)域分別進(jìn)行討論。在對模型進(jìn)行回歸分析前，通過比較F檢驗(yàn)和Hausman檢驗(yàn)結(jié)果，得出東部和中部地區(qū)的P值小于0.01，說明使用固定效應(yīng)模型更好，西部地區(qū)的P值=0.9999>0.05接受了原假設(shè)，選擇隨機(jī)效應(yīng)更好，其模型估計(jì)結(jié)果如表4所示。

從農(nóng)村人均貸款水平的直接效應(yīng)來看，東部和西部地區(qū)得到相同的結(jié)論，即農(nóng)村人均貸款水平變化對居民消費(fèi)的影響不顯著，而中部地區(qū)的農(nóng)村人均貸款水平不僅對居民消費(fèi)起到顯著的負(fù)向影響作用，還具有明顯的外溢作用，表明周邊省市的評估及條件排斥程度會對本省區(qū)的居民消費(fèi)產(chǎn)生正向作用。

從農(nóng)村地區(qū)萬人擁有服務(wù)人員數(shù)的直接效應(yīng)來看，東部和中部地區(qū)的營銷排斥均通過了顯著性檢驗(yàn)。其中，東部地區(qū)在5%水平下顯著，中部地區(qū)在1%水平下顯著。從系數(shù)的正負(fù)性來看，中部地區(qū)農(nóng)村地區(qū)萬人擁有服務(wù)人員數(shù)系數(shù)為-0.0410，表明農(nóng)村地區(qū)營銷排斥程度每提高1個百分點(diǎn)，消費(fèi)水平會下降0.041個百分點(diǎn)。東部地區(qū)的農(nóng)村地區(qū)萬人擁有服務(wù)人員數(shù)系數(shù)為0.1438，表明農(nóng)村地區(qū)營銷排斥程度每提高1個百分點(diǎn)，消費(fèi)水平會提高0.1438個百分點(diǎn)。

而地理排斥維度，無論是從東部、中部還是西部，其直接效應(yīng)和間接效應(yīng)均不顯著，說明本省市由于受到地理排斥導(dǎo)致居民消費(fèi)意愿受到了阻礙。這主要是因?yàn)榈乩砦恢闷h(yuǎn)，金融資源和服務(wù)難以獲得，居民利用金融產(chǎn)品增收的比重較小，對農(nóng)民增收的制約擴(kuò)大致使綜合消費(fèi)意愿及消費(fèi)能力不夠。

對控制變量進(jìn)行分析發(fā)現(xiàn)，人均GDP對居民消費(fèi)支出的直接效應(yīng)均顯著為正，但其間接效應(yīng)不顯著，說明本省市人均GDP的發(fā)展并不會促進(jìn)鄰近省區(qū)居民消費(fèi)的增加。中部和西部地區(qū)的財(cái)政支出水平對居民消費(fèi)支出具有正向拉動效應(yīng)，分別在10%和1%顯著性水平上顯著；而城市化水平在東部和中部地區(qū)得到了相同結(jié)論，即城市化水平發(fā)展對居民消費(fèi)的影響均在5%水平下顯著為負(fù)；而在中部地區(qū)，提高經(jīng)濟(jì)開放度會顯著抑制本地區(qū)居民消費(fèi)水平提升。

四、穩(wěn)健型檢驗(yàn)

為了考察上文模型估計(jì)結(jié)果的可靠性，本文選擇兩種方法對其進(jìn)行穩(wěn)健型檢驗(yàn)。一是對面板數(shù)據(jù)的解釋變量Inst、Ploan及Wat進(jìn)行1%水平的縮尾處理；二是剔除北京、上海、天津和重慶四個直轄市?？紤]到結(jié)果的一致性，同樣選擇采用固定效應(yīng)的SDM模型進(jìn)行穩(wěn)健型檢驗(yàn)，結(jié)果見表5?？梢园l(fā)現(xiàn)，兩種檢驗(yàn)估計(jì)結(jié)果與前文所得的結(jié)論均無明顯變化，由此可以判斷該結(jié)論是穩(wěn)健可行的。

五、結(jié)論與對策建議

本文基于2011-2019年省級面板數(shù)據(jù)，采用stata15.0軟件從全國和各分區(qū)域不同空間角度考察了農(nóng)村金融排斥對居民消費(fèi)的影Ⅱ向，得出主要結(jié)論：緩解農(nóng)村金融地理排斥、評估排斥及條件排斥對居民消費(fèi)支出的影口向顯著為正，其中居民消費(fèi)還受到相鄰省市區(qū)農(nóng)村人均貸款水平的外溢作用，這主要是因?yàn)橛懈嗟木用裣硎艿接行Ч降慕鹑谫Y源與服務(wù)，從而緩解流動性約束或者是調(diào)整收入分配以增加居民消費(fèi)；從區(qū)域?qū)用嫔蟻砜矗r(nóng)村金融排斥對居民消費(fèi)的影響存在區(qū)域異質(zhì)性，而西部地區(qū)不呈現(xiàn)顯著性，這可能是因?yàn)檫@種異質(zhì)性效應(yīng)導(dǎo)致了不同地區(qū)之間的勞動力遷移，從而導(dǎo)致了地域之間的經(jīng)濟(jì)差距進(jìn)一步擴(kuò)大。

為此，本文提出以下對策建議：

第一，各級政府要加大對農(nóng)村金融的扶持力度，從優(yōu)化縣域金融生態(tài)、營造良好信貸環(huán)境、引入各種金融機(jī)構(gòu)、優(yōu)化配置金融資源、構(gòu)建資金回流機(jī)制等方面，防止金融機(jī)構(gòu)或部門在較低收入地區(qū)撤并機(jī)構(gòu)以緩解地理排斥。這就需要政府通過政策性引導(dǎo)將金融持續(xù)傾斜以支持“三農(nóng)”，各大商業(yè)銀行應(yīng)該加強(qiáng)針對“三農(nóng)”特性的產(chǎn)品創(chuàng)新，通過向農(nóng)村轉(zhuǎn)移資金幫助農(nóng)民增收以促進(jìn)消費(fèi)需求。

第二，擴(kuò)大農(nóng)村金融服務(wù)機(jī)構(gòu)和農(nóng)村信貸規(guī)模，增加農(nóng)村金融機(jī)構(gòu)從業(yè)人員，加大新型及小型農(nóng)村金融機(jī)構(gòu)對農(nóng)業(yè)領(lǐng)域的支持力度，構(gòu)建新型化的農(nóng)村金融組織體系，降低農(nóng)村資金的大量轉(zhuǎn)移。

第三，在當(dāng)前金融體制改革中，應(yīng)采取降低門檻、規(guī)范和開展互聯(lián)網(wǎng)金融等措施，對金融業(yè)進(jìn)行增量改革。由于各大商業(yè)銀行和農(nóng)戶信息不對稱使得交易費(fèi)用增加，金融機(jī)構(gòu)在農(nóng)村市場設(shè)置網(wǎng)點(diǎn)不足。因此，通過引入民營資本、加大農(nóng)村民營企業(yè)比重，放寬對農(nóng)村金融市場的準(zhǔn)入限制就顯得尤為重要。