【《數字普惠金融對城鄉消費差距影響的實證分析》4200字】

數字普惠金融對城鄉消費差距影響的實證分析目錄TOC\o"1-3"\h\u29151數字普惠金融對城鄉消費差距影響的實證分析 圖6可知，DIFI、inc、IS、RGDP等七個變量均與Gap存在明顯的線性相關性。其中變量DIFI、IS、edu和age分別與Gap呈現出負相關性，而其余變量則與Gap表現出正相關關系。圖SEQ圖\*ARABIC6城鄉消費差距與各解釋變量的散點圖矩陣（四）回歸分析本文使用R語言對各變量進行OLS回歸估計，回歸結果REF_Ref95424218\h表2如所示。其中變量產業結構（IS）和老齡人口比（age）分別在回歸方程1，2和回歸方程1，3中沒有通過顯著性檢驗，而其余變量則均在95%的置信水平下通過了顯著性檢驗。通過觀察核心解釋變量數字普惠金融指數（DIFI）可以發現，在四個回歸方程，其關于城鄉消費差距泰爾系數（Gap）的回歸系數均為負數，并且都通過了0.01的顯著性水平檢驗。故有此可以證實數字普惠金融能夠縮小城鄉消費差距，即數字普惠金融對城鄉消費差距具有收斂效應。除此以外，inc、RGDP、policy和edu四個變量的回歸系數均為正數，說明經濟增速加快，老齡化程度加深等情況不能縮小城鄉消費差距，反而會擴大這一差距。表SEQ表\*ARABIC2數字普惠金融與城鄉消費差距關系回歸結果表OLS1OLS2OLS3OLS4DIFI-0.048**-0.048**-0.038***-0.038***(0.018)(0.018)(0.013)(0.013)inc0.052***0.052***0.055***0.054***(0.014)(0.013)(0.014)(0.013)IS0.0830.084(0.099)(0.097)RGDP0.462**0.461**0.472**0.471**(0.201)(0.197)(0.200)(0.195)policy0.120***0.118***0.123***0.120***(0.031)(0.026)(0.031)(0.026)edu0.001*0.001*0.001*0.001**(0.001)(0.001)(0.001)(0.001)age0.0130.026(0.173)(0.171)Constant-0.014-0.0110.0160.023(0.083)(0.072)(0.074)(0.060)R20.8690.8690.8650.865Adj-R20.8290.8360.8310.838F-Statistic21.748***26.469***25.576***31.933***注：括號內為標準誤，*、**和***分別表示0.05、0.01和0.001的顯著性水平。從REF_Ref95424218\h表2可知，四個回歸方程的整體顯著性F檢驗的怕值均小于0.01，說明在99%的置信水平下，該模型是顯著的。而回歸方程4的調整R2為83.8%，說明該模型整體的擬合效果不錯，故選擇回歸方程4進行模型診斷。（五）模型診斷為驗證回歸方程4是否符合經典假定，本文對該方程4進行了異方差、多重共線性和自相關檢驗。1.異方差檢驗本文采用Breush-Pagan檢驗來對回歸方程4進行異方差檢驗。檢驗結果如REF_Ref95487630\h表3所示，BP檢驗的p值大于0.05，故在95%的置信水平下，認為該回歸方程滿足同方差假定。表SEQ表\*ARABIC3Breusch-Pagan異方差檢驗結果BPDfp-value4.607150.46572.多重共線性檢驗對于多重共線性的檢驗，常用的有三種方法：簡單相關系數法，輔助回歸法，直觀判定法和方差膨脹因子法。方差膨脹因子（VIF）的大小反映了解釋變量之間多重共線性的程度，因此可由它來度量多重共線性的嚴重程度。經驗表明，當VIF>10時，就說明解釋變量與其余解釋變量之間存在嚴重的多重共線性，同時也可以用平均方差膨脹因子（VIF）來表示多重共線性的嚴重程度李占風．經濟計量學．北京：中國統計出版社，2010：94-129．。故本文利用方差膨脹因子（VIF）對方程進行多重共線性檢驗，檢驗結果如REF_Ref95490993\h表4所示。李占風．經濟計量學．北京：中國統計出版社，2010：94-129．表SEQ表\*ARABIC4回歸方程4多重共線性檢驗結果表變量VIFDIFI1.5931inc1.3813RGDP1.2905policy1.9883edu1.5894VIF1.5685由REF_Ref95490993\h表4可知，DIFI、inc和RGDP等五個變量的方差膨脹因子均小于2，且平均方差膨脹因子也小于2，表明我們可以認為該回歸方程不存在多重共線性問題。3.自相關性檢驗利用LM檢驗對回歸方程進行自相關檢驗，檢驗結果如REF_Ref95491759\h表5所示。LM檢驗的p值大于0.05，在95%的置信水平下，不拒絕原假設，可以認為該回歸方程不存在自相關。表SEQ表\*ARABIC5回歸方程4自相關檢驗結果表LagLMtestp-value10.01750.8949Alternativehypothesis:rho!=04.模型確立綜上所述，在經過異方差、多重共線性和自相關檢驗后，本文將回歸方程4確定為最終模型，該模型如式3所示：Gapi（式3）依據該回歸模型，發現城鄉消費差距與數字普惠金融呈現負相關，數字普惠金融指數每增長一單位，城鄉消費差距則會縮小0.038單位。而與城鄉收入差距、經濟增長、財政政策和教育支出呈現正相關關系，其中教育支出對擴大城鄉消費差距的影響最小，經濟增長率的影響最大。教育支出和財政政策的回歸系數為正可能是因為城鎮居民能夠更加便利地享受到財政和教育福利，從而擴大城鄉收入差距，最終導致城鄉消費差距的擴大。（六）穩健性檢驗為了驗證式3所示模型的穩健性，本文采用替換解釋變量法進行檢驗。我們用數字普惠金融覆蓋廣度（breadth）、使用深度（depth）以及數字化程度（di）指數代替總指數來衡量我國數字普惠金融的發展狀況，重新建立回歸模型，估計結果如REF_Ref95569994\h表6所示。并對其分別進行異方差、多重共線性和自相關檢驗，檢驗結果如所示。表SEQ表\*ARABIC6數字普惠金融與城鄉消費差距穩健性檢驗結果OLS5OLS6OLS7breadth-0.038**(0.015)depth-0.023***(0.008)di-0.066***(0.023)inc0.060***0.050***0.054***(0.013)(0.013)(0.013)RGDP0.467**0.484**0.430**(0.202)(0.195)(0.198)policy0.117***0.129***0.113***(0.027)(0.025)(0.027)edu0.001*0.001**0.001**(0.001)(0.001)(0.001)Constant0.007-0.0220.155(0.063)(0.047)(0.107)R20.8550.8640.862Adj-R20.8260.8370.834F-Statistic29.567***31.889***31.150***注：括號內為標準誤，*、**和***分別表示0.05、0.01和0.001的顯著性水平。由REF_Ref95569994\h表6可知，變量數字普惠金融覆蓋廣度、使用深度以及數字化程度指數的回歸系數均為負數，并且均通過1%的顯著性水平檢驗。其余變量的回歸系數均為正數，并且也都通過了1%的顯著性檢驗。回歸方程5、6和7的調整后R2都大于80%，表明模型的擬合效果較好，且三個回歸方程的總體顯著性F檢驗在99%的置信水平下均是顯著的。同時，由REF_Ref95574775\h表7可知，這三個回歸方程均滿足多元線性回歸的經典假定。回歸方程5中，覆蓋廣度的系數為-0.038，表明數字普惠金融的覆蓋廣度每提高一單位，城鄉消費差距則會縮小0.038個單位。回歸方程6中，使用深度的系數為-0.023，表明數字普惠金融的使用深度每提高一單位，城鄉消費差距則會縮小0.023個單位。回歸方程7中，數字化程度的系數為-0.066，表明數字普惠金融的數字化程度每提高一單位，城鄉消費差距則會縮小0.066個單位。從回歸方程5、6和7可以看出，數字普惠金融的覆蓋廣度、使用深度以及數字化程度都對農村居民的消費支出有顯著影響，但其中數字化程度的影響最大。表SEQ表\*ARABIC7異方差、多重共線性和自相關檢驗結果表OLS5OLS6OLS7異方差BP3.22976.36846.6331p-value0.66460.27200.2494多重共線性breadth(depth/di)1.43481.61101.9920inc1.29091.49381.3880RGDP1.29081.29061.2997policy2.06201.91192.1069edu1.52171.63411.650