原文刊载于《社科纵横》2024年第4期

李 泉¹，邓淑婧¹，赵 巍²

（1. 兰州大学 经济学院，兰州 730000；2.中国邮政集团公司培训中心，石家庄 050022）

【内容摘要】基于2013—2022年中国31个省区市的面板数据，运用空间自相关分析法和空间杜宾模型，探究数字普惠金融对居民消费水平时空格局的影响。研究发现：第一，中国居民消费水平在空间分布上呈现不均衡格局，具有明显的集聚特征。第二，数字普惠金融提升了当地居民消费水平，但对邻近地区居民消费水平具有负向溢出作用，产生虹吸效应。第三，数字普惠金融对城镇居民消费水平的影响显著强于对农村居民消费水平的影响。根据研究结果提出相应的政策建议：推动更高效率发展数字普惠金融、促进区域间的分工与协作、增强居民金融意识，以推动居民消费水平更上一层台阶。

【关 键 词】数字普惠金融；空间杜宾模型；虹吸效应；居民消费水平

中图分类号：F49；F832        文献标识码：A          文章编号：1007-9106（2024）04-0044-09

一、引言

中国居民消费方式从最初凭票领取生活必需品，到如今网购、海淘的日益普及，折射出居民有底气消费和有意愿消费的现状，居民消费也逐渐显示出数字化、多样化、个性化、高级化等特征。当下，中国投资和出口正处于疲软期，消费作为拉动经济增长的三驾马车之一，成为经济增长的主推力。然而各行各业受新冠疫情冲击，消费者的悲观情绪不断高涨，消费理念趋向节制与实用主义，导致可选消费市场需求大幅下降^[1]。虽然后疫情时代，经济社会全面恢复常态化运行，但因就业压力增大，创新驱动作用不足等问题，经济面临下行压力，消费增速放缓。在中国经济稳中向好的发展过程中，消费增速减缓是形成内需压力的重要方面。如何激发消费潜能、让消费成为巩固和加强经济复苏向好、更好地满足人民对美好生活需求的重要支撑，成为我国经济高质量发展面临的重要挑战。金融作为解决我国发展不平衡不充分问题的关键一环，其缓解消费者流动性约束、实现跨期平滑消费^[2]等功能对于提振消费具有重要作用。但传统金融因成本高昂和服务形式单一的特性，使“长尾群体”处于金融服务的边缘。数字普惠金融凭借低成本、广覆盖、数字化等特点脱颖而出，有效地减轻了金融排斥^[3]等问题，为我国居民消费注入了新活力。数字普惠金融利用云计算、大数据等科技手段，对各种产品的使用价值进行分析，满足消费者的个性化消费；数字普惠金融依托区域间的数字化连接，打破消费、供求两个方面的屏障，降低消费的时间和空间成本，激发居民消费意愿；数字普惠金融通过开展信用、货币基金等业务，大大减轻消费者的流动性约束^[4]，减少居民的预防性储蓄，稳定居民的未来收入预期，从而增加了居民消费的可能性。

在人民生活日益改善和数字普惠金融迅速发展的今天，研究数字普惠金融的发展对居民消费水平的影响符合国家扩大内需的战略需求。基于已有的研究成果，本研究拟采用空间杜宾模型，从省级和居民总体两个层面，就数字普惠金融对居民消费水平的影响以及是否存在空间溢出效应、呈现出怎样的空间特征等问题进行实证研究。

  二、文献综述和理论分析

（一）文献综述

G20峰会上明确了中国对数字普惠金融的定义，即任何通过数字金融服务来促进普惠金融的行动都属于数字普惠金融的范畴。

在现有研究中，较多学者认为数字普惠金融会产生正向的经济效应。Li等^[5]研究发现数字金融的发展能够显著促进经常性项目支出以及金融知识匮乏、收入低、资产少的家庭和非一、二线城市居民的消费。Omar等^[6]研究发现金融包容性显著降低了发展中国家的贫困率和收入不平等程度。谢旭升等^[7]认为数字普惠金融能够缓解企业的融资难等问题，推动中小企业技术创新。宋晓玲^[8]基于互联网金融服务视角，通过分析省级面板数据，得出数字普惠金融发展在缩小城乡收入差距方面有显著作用。崔建军等^[9]运用门槛模型得出数字普惠金融能够推动城乡融合发展。钱海章等^[10]运用双重差分法，得出数字普惠金融能够推动经济增长，同时技术创新在二者之间发挥中介作用。

关于数字普惠金融和居民消费的研究主要包括居民消费不公平、城乡消费差距、消费结构等方面。廖悦[11]根据门槛效应得出数字普惠金融显著地缩小了各省和城乡之间的消费差距，显著地扩大了群体消费差距，并且随着共同富裕这一门槛值的增大，效应将进一步加强。吕雁琴和赵斌等^[12]运用静态面板和动态面板进行实证分析，得出数字普惠金融能够缩小城乡消费差距。江红莉等^[13]根据动态面板模型，得出数字普惠金融提升了消费水平、优化了消费结构。

此外，较多学者深入探讨了二者关系在不同层面呈现的差异特征。郭净等^[14]根据市级面板数据构建双向固定效应模型，得出二者之间具有显著的促进关系，同时呈现出结构异质性和空间异质性。崔海燕^[15]运用GMM模型对东、中、西三个区域进行对比，得出作用存在区域差异，对东部影响最大、对西部影响最小。易行健等^[16]通过对微观数据进行实证分析，得出二者存在显著的正向关系，并且这种促进作用在农村、中西部和中、低收入家庭更为显著。邹新月等^[17]通过构建空间杜宾模型，得出数字普惠金融能够提升居民消费水平，但对消费的影响存在区域差异,其中数字普惠金融对西部地区的影响最大。徐振宇等^[18]和张箭^[19]等以城镇居民为研究对象，通过构建空间杜宾模型，得出数字普惠金融能够推动当地居民消费水平提升，但会对周边地区的居民消费水平产生负向影响。黎翠梅等^[20]以农村居民为研究对象，得出数字普惠金融能够促进居民消费水平增长，且存在较为显著的空间溢出效应。

通过简要梳理相关文献可知，数字普惠金融发展不仅具有正向的经济效应，而且能促进居民消费。尽管二者相关的文献已经较为丰富，但是已有研究主要关注消费不平等、消费水平、消费结构等方面，研究对象集中于城镇居民或者农村居民，缺乏对于整体居民的针对性分析和城乡之间的对比，运用空间计量探讨二者关系的研究甚少。因此本文运用空间计量模型，探讨数字普惠金融对居民消费的影响是否存在空间溢出效应,以及城镇居民和农村居民所呈现的作用差异，以期补充现有研究的不足。

（二）理论分析

数字普惠金融的发展通过直接效应和空间效应对居民消费水平产生影响。直接效应指的是当地数字普惠金融的发展对当地居民消费水平的直接影响，而空间效应则指当地数字普惠金融对周边地区居民消费水平所产生的影响。

1. 数字普惠金融对居民消费水平的直接效应

数字普惠金融凭借云计算等技术更大范围、更有效地捕捉数字普惠金融的“长尾用户”，按需制定个性化的金融产品和服务，拓宽数字普惠金融服务对象的范围^[21]，减轻相对贫困^[22]，增多金融客户，壮大消费群体，促进区域消费水平提升。不仅如此，数字普惠金融通过拓宽金融服务范围，使消费者获得更多的投资理财型金融产品，如股票、债券、金融衍生品等，并激发居民参与风险型投资^[23]，促进资产配置多样化，增加消费者的非工资性收入，提升消费水平。同时，通过发展保险业^[24]、简化投保流程等，不仅能刺激消费者的投保动机，也能改善消费者的未来收入预期，降低了预防性储蓄，提高当期消费支出。抵押贷款、花呗等产品的广泛使用，增大了消费者的短期预算空间，消费者预算线外移，缓解消费者流动性约束，刺激消费者消费。此外凭借第三方支付平台的优势，如支付宝、微信等快捷支付，加快了消费者的消费决策^[25]，依托在线支付的心理低成本^[26]，增加消费者的意外性消费和偶然性消费。从数字普惠金融对企业的影响而言，一方面拓宽企业融资渠道，为企业提供更加便利的运营平台和销售途径，以及培养、引进数字人才和引进智能生产设备等，增加生产要素、降低生产成本，提升资源配置效率，推动供给端产品提质升级。另一方面，利用信息技术有效防范风险、发展新型金融服务，如烟草e贷等，并在贷前对贷款人的信用进行风险识别，贷中实时关注贷款用户是否存在新增信用风险，贷后建立预警系统等，保障金融市场安全，促进经济良性循环，最终推动居民收入提高^[27]。

根据以上分析，提出研究假设1：

 H1：数字普惠金融能够促进当地居民消费水平提升。

2. 数字普惠金融对消费水平的空间效应

Tobler^[28]提出“地理学第一定律”,认为万物之间都存在着一定的空间相关性，二者距离越近，相关性越大。根据这一定律在现实中的反映，梁榜等^[29]提出数字普惠金融具有显著的空间自相关性，且存在显著的空间集聚效应。从作用机制看，数字普惠金融利用跨区域信息成本降低和支付便利，将其他区域的消费“拉入”该区域^[30]，使消费突破区域界限，促进了周边居民消费水平的提升。数字普惠金融还改变了原有传统金融发展的区域落差，促进金融资源扩散，使金融资源更有效地普及到欠发达地区，通过技术、人才和知识等资源外溢促进金融和经济水平提升，进而带动消费增长^[31]。数字普惠金融凭借数字化优势打通区域之间的时空壁垒，加速各资源在区域间高效流通、强化区域间的互通关系；降低金融服务门槛、降低融资成本、完善征信体系等缓解企业融资约束[32]，吸引居民参与就业，解决周边地区一部分居民的失业问题，促进周边地区居民消费水平提升。

根据以上分析，提出研究假设2：

H2：数字普惠金融对居民消费水平的影响存在空间溢出效应。

  三、研究设计

（一）空间权重矩阵及计量模型构建

1. 空间权重矩阵构建

本文通过建立空间权重矩阵，检验各地区居民消费水平是否存在空间相关性。因此基于经纬度和GDP构建经济地理嵌套矩阵，以衡量空间单元间相互依赖特征。

W₁表示基于经纬度构建的空间地理距离矩阵，以距离的倒数为权重；W₂为基于人均GDP构建的经济距离空间权重矩阵，Q_i和Q_j表示各省区市在2013—2022年间的人均地区生产总值；W_de表示经济地理嵌套矩阵，参考邵帅等^[33]的做法，将φ取值为0.5，该矩阵反映了空间距离和经济距离的空间影响和辐射效应，能够更加全面地体现各个地区间的空间关联程度。

2. 计量模型构建

本文选取空间杜宾模型，将数字普惠金融和居民消费水平以及相关控制变量引入模型，模型设定如下：

其中，CON_it代表被解释变量，是居民消费水平；X_nit包括核心解释变量和居民收入水平、经济发展水平、受教育程度、城镇化水平、人口结构等控制变量；ρ为被解释变量的空间自相关系数；W_ij为前文所定义的空间权重矩阵；μ_i代表个体固定效应；γ_t代表时间固定效应；ε_it为随机误差项；ρ、β_n、δ_n为变量的待估系数。

 （二）数据选取和数据来源

1. 被解释变量

居民消费水平（CON）。考虑到人均指标更具代表性，且为保证数据连续可得，选择人均消费支出（万元）作为衡量居民消费水平的指标。

2. 核心解释变量

为全面衡量数字普惠金融发展水平，本文参考已有研究，选取北京大学最新测算并发布的数字普惠金融指数（X）为核心解释变量。

3. 控制变量

居民收入水平（INCOME）。收入是影响居民消费的关键因素，本文选取人均可支配收入（万元）衡量居民消费水平。

经济发展水平（GDP）。通常情况下，经济发展水平能够为居民消费奠定基础，本文采用人均GDP（万元/人）作为衡量指标。

受教育程度（EDU）。受教育程度往往影响居民的消费理念，进而影响消费水平，本文使用不同受教育程度人数占6岁以上人口的比重乘以对应的平均累计受教育年限（权重分别为6、9、12、16），再求和表示受教育程度。

城镇化水平（URBAN）。城镇化水平的提高与本地区经济发展水平的提高呈正相关，同时对居民消费具有拉动作用。本研究通过计算城镇人口在全省人口中所占比例来反映城镇化水平,并乘以100引入模型。

人口结构（OLD、YOUNG）。生命周期理论的研究表明，居民的消费购买力与其年龄结构的变动有着密切的内在关系。因此，我们选择使用老年抚养比和少年儿童抚养比来衡量当地的人口结构。这两个指标对于反映不同年龄段人口在社会中的分布对消费能力的影响具有重要意义。

4. 数据来源及描述性统计

人均消费支出及其他控制变量均来自国家统计局和各省区市统计年鉴；数字普惠金融指数取自北京大学数字金融研究中心。关于所涉及变量的描述性统计结果见表1。根据表1中的数据，居民消费水平和数字普惠金融指数的对数值最小值和最大值之间的差异较为显著，表明各省区市在居民消费水平和数字普惠金融发展水平方面存在较大的差异。同时，其他控制变量的标准差也存在较大差距，说明各省区市在各方面都存在显著的差异（见表1）。

 四、实证分析

（一）空间相关性检验

在考虑空间相关性时，本研究选择了具有较强稳定性且对偏离正态分布不敏感的莫兰指数I，用以评估居民消费水平的空间相关性。在构建嵌套矩阵后，观察到2013—2022年间居民消费水平的全局莫兰指数I均在1%的显著水平下呈正向关联，表明我国居民消费水平存在显著的正向空间相关性，从而证实了可以采用空间计量模型。通过绘制局部莫兰指数的散点图发现，居民消费水平的莫兰指数主要分布在第一和第三象限，表明存在显著的空间集聚性，具体表现为“H-H”（高-高）和“L-L”（低-低）状态。在居民消费水平较高的地区，周边地区的居民消费水平通常也较高；处在第三象限的省区市多于处于第一象限的省区市，表明全国绝大部分省区市的居民消费水平仍存在进步空间。

（二）模型选择

为确保该研究的结论具有稳健性，本文通过相关检验选取最优模型进行分析。首先通过OLS回归得出LM检验结果。LM检验结果显示，模型检验和对应的稳健检验的P值均显著拒绝原假设，因此初步判定可以使用空间杜宾模型。

通过进行WALD检验和LR检验，验证空间杜宾模型是否可能退化为空间滞后模型或者空间误差模型。从检验结果观察到P值均为0.0000，拒绝空间杜宾模型可能退化为空间滞后模型或空间误差模型的假设，接受空间杜宾模型；同时，LR检验的结果与Wald检验一致，P值均显著拒绝了原假设，即空间杜宾模型不会退化为空间滞后模型或空间误差模型，应当选择空间杜宾模型^[34]。随后，通过豪斯曼检验探究了本文空间杜宾模型在随机效应和固定效应中的选择。根据显著拒绝原假设的检验结果，同时为了避免内生性问题，参考相关研究，最终选取双向固定效应下的空间杜宾模型作为基准模型。

（三）基准分析

数字普惠金融对居民消费水平建立在双向固定空间杜宾模型上的基准回归结果显示，数字普惠金融对居民消费水平的主效应和空间溢出效应的系数分别为0.003和-0.012，均在1%的水平下显著，表明随着数字普惠金融的发展，当地居民消费水平呈现提升趋势，并在相邻地区表现出显著的负向空间溢出效应，从而验证了假设1和假设2。空间自相关系数正向显著，表明居民消费水平存在正向的空间自相关性，本地居民消费水平提升会对周边地区的居民消费水平产生拉动作用，有利于缩小区域之间的发展差距。

为进一步分析数字普惠金融对我国居民消费水平的影响程度，并对空间溢出效应进行更加深入的分析，本文参照Lesage等^[35]的做法，将居民消费水平的总效应进行分解，其中直接效应表示当地的数字普惠金融对当地的居民消费水平的影响程度，空间效应表示当地的数字普惠金融对周边地区居民消费水平的影响程度。结果显示，直接效应和间接效应的系数分别为0.002和-0.019，并分别在1%、5%的水平下显著，通过效应分解得出数字普惠金融能够推动当地居民消费水平的提升。本文认为，数字普惠金融通过改善交易方式，如支付宝、抖音等平台推出的当期支付和分期支付等，为居民提供了便利支付；通过推出数字化金融产品，增加了居民的非工资性收入，实现了居民的财产增值。以上两种方式都缓解了居民的流动性约束，进而推动居民消费。同时，由于线上电子平台的发展，虚拟VR、直播等的推出，推动居民通过“足不出户”的方式即可消费，降低了居民的消费成本，使消费者面临更多、更优质的选择，进而提升居民的消费水平。经过数据分析，数字普惠金融抑制了周边地区居民消费水平的提升，本文给出的经济学解释是现今数字普惠金融发展不均衡，使得发展程度较高的地区具备一定的区位优势，使数字普惠金融欠发展地区的资源向数字普惠金融发展高的地区聚集，如人力资源、金融资源等，形成“虹吸效应”，将原本可能在周边地区产生的消费吸引到中心地区，从而降低周边地区的居民消费水平。

从控制变量方面分析，直接效应中的居民受教育程度、老年人口抚养比未通过显著性检验，当地经济发展水平抑制了当地居民消费水平的提升。本文给出的解释是经济发展后减轻了对要素投入的依赖、增强了对技术的依赖^[36]，使劳动力就业陷入困境、劳动力工资水平降低等，当地居民减少消费支出。空间效应中的收入水平系数为正，并在5%的水平下显著，可能是因为收入水平提升，居民能够付出更多的时空成本参与消费，进而增加跨区域消费的时间和频率，促进周边地区的居民消费水平。城镇化水平的系数都显著为正，说明城镇化水平促进了当地和周边地区居民消费水平提升。少年儿童抚养比在直接和间接效应检验中呈现负向显著，可能是因为居民出于对子女未来教育、婚育等考虑而增加预防性储蓄，最终抑制居民消费支出。

（四）异质性分析

考虑到我国城乡二元经济结构突出，城乡居民收入水平、消费观念、消费习惯等因素的不同，数字普惠金融对城乡居民消费水平的影响也不尽相同。因此进一步分析了数字普惠金融对居民消费水平的影响在城镇居民和农村居民之间的差异性。结果显示，数字普惠金融发展能够促进城镇当地居民和农村当地居民的消费水平，回归系数分别为0.004和0.002，但显著水平存在差异，说明数字普惠金融对居民消费水平的促进作用存在城乡异质性，这可能是因城镇的居民受教育程度、基础设施建设、信息技术普及等使城镇居民得到的红利更加明显，能够更好地利用金融工具，更高效地管理自身消费；农村受地域限制，经济更加封闭，且农村居民的消费认知、习惯较为固化，受到的新兴金融的冲击低于城镇居民，最终导致数字普惠金融对居民消费水平在城镇的促进作用强于在农村的促进作用。数字普惠金融发展对城镇周边地区居民的消费水平起到抑制作用，本文的解释是城镇及其周边地区的交通便捷程度高于农村及周边地区，消费时空成本低，消费者面临的选择更多，周边地区和当地消费市场之间的竞争较强，存在“此消彼长”的关系。相比之下，农村虽和周边地区相邻，但因农村人口密集度低于城镇，且集市等地点设置固定，因此农村当地和周边地区的影响甚微，故数字普惠金融发展对农村周边地区居民的影响未通过显著性检验。

（五）稳健性检验

分别将被解释变量和解释变量进行缩尾处理、增加个人消费信贷额（LNPCC）这一控制变量，经过全局莫兰指数检验，系数均为正，且在1%的水平下显著。经过LM检验、WALD检验和LR检验，均显示和前文一致的结果，即选择双向固定效应下的空间杜宾模型。为了和前文保持一致，仍保持双向固定的空间杜宾模型，最后得出模型基准回归和效应分解结果。结果显示，数字普惠金融对居民消费水平的主效应、空间溢出效应、直接效应、间接效应均保持同号显著。因此，本文研究结论具有稳健性。

五、结论和政策建议

本文基于GDP和地理距离构建经济地理嵌套矩阵，运用空间杜宾模型得出数字普惠金融会提升当地居民消费水平，但也对周边地区的居民消费水平具有负面溢出效应而产生“虹吸效应”。在对被解释变量和解释变量进行缩尾处理、增加控制变量后，结论仍旧稳健。根据城镇居民和农村居民的异质性分析，得出城镇居民的作用效果强于农村居民的作用效果，并给出了相应的经济学解释。根据以上研究结论，可以得出以下政策启示：

（一）发展数字普惠金融，奠定消费增长基础

  数字普惠金融会推动居民消费水平提升，而网络基础设施是数字普惠金融发展的必要条件。因此政府及相关部门应该通过支持性政策，鼓励和帮扶数字基础设施的建设，尤其应提升对我国中西部和农村地区的网络覆盖率，进一步拓宽数字普惠金融的覆盖广度。因数字普惠金融相较于传统金融，减轻了对“长尾群体”的金融排斥，为推动数字普惠金融进一步促进居民消费水平提升，金融机构应紧跟数字化趋势，创新金融服务方式和途径，更大程度减轻金融客户参与金融服务的成本。政府要发挥“引导者”的作用，支持和鼓励传统金融机构创新发展、制定相关的帮扶政策，让金融服务能够更多地面向弱势群体，提升数字普惠金融的使用深度。此外，政府应加强与金融机构合作，鼓励构建“一站式”服务平台，提升业务处理效率、拉近金融机构与金融客户的距离，加强当地的数字化程度。

（二）加强区域合作，实现协同发展

  数字普惠金融水平较低的地区应多参与地区间的交流，学习高水平地区的经验，实现彼此信息共享，促进数字普惠金融的区域协调发展。一方面，发展水平较高的地区应继续加强金融监管，保障金融市场的正常、高效运行，起好示范引领作用；另一方面，发展水平较低的地区，政府应加强对数字普惠金融的重视，加大对企业的扶持力度。为了缓解区域之间出现的负向溢出作用，邻近的地区应积极寻求合作，根据当地优势明确能否形成“上下游”或者“合作”关系，实现区域间的分工协作，最终在提升居民消费水平的基础上，更好地促进区域经济社会协调发展。

（三）增强居民金融意识，缩小城乡差距

在异质性分析中，数字普惠金融与居民消费水平之间的作用关系在城镇居民和农村居民中呈现出较大差异，农村居民的金融素养和金融意识是短板。因此政府应联合金融机构，通过金融知识讲座、竞赛、主题教育等活动，增强农村居民的金融意识，提升其参与金融服务的积极性。同时，金融机构应利用好抖音、快手等平台的大流量优势，通过平台直播、作品发布等方式，促进金融知识进万家，更好缓解金融排斥、促进城乡一体化，提升居民整体的消费水平。

参考文献：

［1］李政，李薇，武坤，等.中国行业间上下行风险溢出效应研究［J］.国际金融研究，2024（4）：24-36.

［2］KARLAN D，ZINMAN J.Expanding credit access：Using randomized supply decisions to estimate the impacts［J］.The Review of Financial Studies，2010， 23（1）：433-464.

［3］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（季刊），2020，19（4）：1401-1418.

［4］LEVCHENKO A A.Financial liberalization and consumption volatility in developing countries［J］.IMF Economic Review，2005，52（2）：237-259．

［5］LI J，WU Y，XIAO，J J.The impact of digital finance on household consumption：Evidence from China［J］.Economic Modelling，2020，86（5）：317-326.

［6］OMAR M A，INABA K.Does Financial inclusion reduce poverty and income inequality in developing countries A panel data analysis［J］.Economic Structures，2020，9（2）：37.

［7］谢旭升，严思屏.融资约束视角下数字普惠金融促进中小企业技术创新的路径研究［J］.金融理论探索，2022（4）：49-63.

［8］宋晓玲.数字普惠金融缩小城乡收入差距的实证检验［J］.财经科学，2017（6）：14-25.

［9］崔建军，赵丹玉.数字普惠金融能够促进城乡融合发展吗？——基于门槛效应模型的实证检验［J］.经济问题探索，2023（3）：79-96.

［10］钱海章，陶云清，曹松威，等.中国数字金融发展与经济增长的理论与实证［J］.数量经济技术经济研究，2020，37（6）：26-46.

［11］廖悦.数字普惠金融对消费不平等的异质性影响--基于共同富裕视角［J］.商业经济研究，2022（19）：45-48.

［12］吕雁琴，赵斌.数字普惠金融与城乡居民消费差距［J］.金融与经济，2019（12）：76-81.

［13］江红莉，蒋鹏程.数字普惠金融的居民消费水平提升和结构优化效应研究［J］.现代财经（天津财经大学学报），2020，40（10）：18-32.

［14］郭净，王俊然，刘玮.数字普惠金融如何影响居民消费水平？——基于市级面板数据的机制检验［J］.金融理论探索，2023（5）：46-56.

［15］崔海燕.数字普惠金融对我国农村居民消费的影响研究［J］.经济研究参考，2017（64）：54-60.

［16］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.

［17］邹新月，王旺.数字普惠金融对居民消费的影响研究——基于空间计量模型的实证分析［J］.金融经济学研究，2020，35（4）：133-145.

［18］徐振宇，徐超，陈昱州.空间外溢视域下数字金融影响城镇居民消费的机制［J］.南京审计大学学报，2022，19（5）：71-80.

［19］张箭.数字普惠金融对山东省城镇居民消费影响的空间效应［J］.华北金融，2023（6）：43-56.

［20］黎翠梅，周莹.数字普惠金融对农村消费的影响研究--基于空间计量模型［J］.经济地理，2021，41（12）：177-186.

［21］李建伟，崔传浩.数字普惠金融与居民消费水平提升［J］.金融理论与教学，2022（3）：16-23.

［22］刘鹏举，张一童，周升起.数字普惠金融抑制了家庭相对贫困吗？［J］.现代财经（天津财经大学学报），2022，42（7）：20-36.

［23］ 胡宁宁，侯冠宇.数字普惠金融对家庭资产多样化配置的影响［J］.统计与决策，2022，38（18）：151-155.

［24］江红莉，蒋鹏程.数字普惠金融的居民消费水平提升和结构优化效应研究［J］.现代财经（天津财经大学学报），2020，40（10）：18-32.

［25］张勋，杨桐，汪晨，等.数字金融发展与居民消费增长：理论与中国实践［J］.管理世界，2020，36（11）：48-63.

［26］陈宝珍，余洁，任金政.数字支付影响农户消费吗？--基于微观调查数据的经验分析［J］.财经论丛，2021（1）：33-42.

［27］颜建军，冯君怡.数字普惠金融对居民消费升级的影响研究［J］.消费经济，2021，37（2）：79-88.

［28］TOBLER W.A computer movie simulating urban growth in the detroit region［J］.Economic Geography，1970，46（2）：234-240

［29］梁榜，张建华.中国城市数字普惠金融发展的空间集聚及收敛性研究［J］.财经论丛，2020（1）：54-64.

［30］韩雷，张磊.电商经济是效率和公平的完美结合吗［J］.当代经济科学，2016，38（3）：80-90+127.

［31］王修华，黄明.金融资源空间分布规律：一个金融地理学的分析框架［J］.经济地理，2009，29（11）：1808-1811+1815.

［32］郎香香，张朦朦，王佳宁.数字普惠金融、融资约束与中小企业创新——基于新三板企业数据的研究［J］.南方金融，2021（11）：13-25.

［33］邵帅，李欣，曹建华，等.中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角［J］.经济研究，2016，51（9）：73-88.

［34］ELHORST J P.Spatial econometrics.From cross-sectional data to spatial panels［M］.Heidelberg：Springer，2014：63-67.

［35］LESAGE J P，PACE R K.Introduction to Spatial Econometrics［M］.CRC Press，Boca Raton，FL，2009.

［36］陶长琪，彭永樟.从要素驱动到创新驱动：制度质量视角下的经济增长动力转换与路径选择［J］.数量经济技术经济研究，2018，35（7）：3-21.

本文章仅供学习交流，为便于阅读，已省去原文中图表、注释等部分，如需学术引用，请以其发表期刊全文为准。版权归原作者、原发单位、原发期刊所有。如对我们发布的内容有异议，请与我们联系，我们会及时修改、删除。

欢迎转载，转载请注明出处。