互联网消费金融与居民消费结构升级

导语：互联网消费金融与居民消费结构升级一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

互联网消费金融通过改善居民消费的流动性约束，刺激各阶层扩大消费需求并提高消费层次。基于互联网便捷通联的天然优势，互联网金融在居民消费行为中不断呈现高频次参与、高透明度和低成本等特征，尤其是第三方支付的快速发展颠覆了传统的消费方式，其跨空间和广覆盖的快捷结算方式在催生新型商业模式的同时对城乡居民消费习惯产生了深刻影响。根据国家信通院统计，截至2019年底，我国移动支付用户规模已经超过7.33亿，在城镇和农村地区的手机用户渗透率分别高达93.8%和89.6%，互联网消费金融在完善普惠金融体系的过程中提高了城乡居民消费水平，并对中国经济的消费创新驱动转型提供了新动能。综上，本文基于2007-2019年的互联网消费金融与居民消费支出数据，构建联立方程组模型，实证检验双循环格局下互联网消费金融与居民消费结构升级的动态关联效应，并提出政策选择。

双循环下互联网消费金融与居民消费结构升级的关联机制

（一）互联网消费金融体系的完善扩大居民消费服务范围一方面，互联网消费金融在海量消费数据的支撑下覆盖了更广阔的消费群体。现阶段，随着消费市场的细分化发展，个性化和差异化的消费需求对消费金融提出了细分和垂直化的要求，互联网消费金融的普惠特征能够覆盖更分散化的消费领域，将农村人口等传统金融渗透困难的群体纳入消费金融服务范畴。另一方面，互联网消费金融的场景化进入深度应用阶段。第一，“线上线下”双轮驱动的互联网金融增长模式凭借更丰富的数字化产品体系和服务模式构建了更完善的金融服务生态圈，强化场景引流消费。第二，互联网金融的场景范围引导消费向制造、物流等全产业链垂直化延伸。在工业互联网和互联网金融的深度融合下，非接触化的金融服务模式逐渐成为居民消费的刚需，多触点和互动频繁成为互联网消费金融服务前端客户和管理贷后的新常态。（二）互联网消费金融的下沉释放消费潜力首先，在当前碎片化和高频化的社会消费环境下，互联网消费金融的下沉和渗透不断影响并改变消费者的消费模式和消费习惯，在更加便捷的金融支撑中潜移默化地创新居民消费的商业价值增值渠道。例如，在普惠数字金融的发展框架下，居民消费的偏好更加容易形成量化数据，通过互联网金融衍生的大数据匹配技术能够更加精确地向消费者传递同偏好商品的关键信息，通过金融云平台解决传统消费市场中“填鸭式”销售策略无法精准把握市场消费信息的短板，形成数字金融与数字消费经济互动发展的良性机制。其次，消费创新型经济的本质是对市场消费需求的创造，互联网消费金融的下沉能够通过细分消费市场和挖掘潜在消费者创造新的消费需求。一方面，互联网消费金融的消费需求创造来自消费数据库的大数据技术应用，零售企业能够借助相关的数字技术快速把握消费市场的消费趋势，并将消费信息根据消费者的价格偏好、功能偏好及购物体验等进行细化，从而制定精准的营销策略。另一方面，互联网消费金融创造消费者的个性化和实时需求。互联网数字金融技术在居民消费市场信息的捕捉中能够科学的统计和分析天量的交易数据信息，并对消费周期及消费评价等关键数据构建一个更加精准且充实的数字化消费模拟场景，为居民消费与社会供给打造更加精准的商品价值共创闭环，满足高频次消费场景中产生的个性化和实时消费需求。此外，消费移动终端的普及和便捷的支付也不断挖掘并维持了消费者的个性化与实时需求。最后，互联网消费金融的下沉引导刺激消费行为。一方面，互联网消费金融创新了消费信贷金融，通过数字金融的下沉缓解了居民消费的流动性约束，通过移动支付平滑了居民消费周期，通过“信用卡效应”提升居民当期消费倾向，丰富居民消费行为。另一方面，互联网消费金融对消费者心理产生适时性和冲动性的影响，在便捷的支付手段下更加提升了居民边际消费倾向，促进了居民采用移动支付进行消费的产品感知满意度。

互联网消费金融与居民消费结构升级的关联效应实证检验

（一）模型构建本文实证中考虑到检验数据需要满足误差同方差的分布假设，选择构建联立方程模型实证检验互联网消费金融与居民消费结构升级的关联效应。模型的基础结构为：AYt+BXT=ut假设联立方程组模型中的方程个数为m，方程组内的前定变量及内生变量所组成的矢量方程分别为Xt和Yt，与m相关的随机变量组成的矢量方程为ut，前定变量及内生变量的参数矩阵分别为（A）和（B）。构建联立方程的结构参数矩阵表达如下：（二）变量说明核心解释变量：互联网消费金融。考虑数据的可得性并结合大部分学者的研究思路，本文使用互联网消费金融放贷规模考察互联网消费金融的发展水平。被解释变量：消费结构升级。消费结构升级在现有大部分研究文献中已经形成了较为统一的认识，但受到研究目标的限制及数据的严谨性选取原则，本文将消费结构升级认定为是消费资料从低标准向高标准的转化过程，并将其分解为消费类型和消费品质的双重升级。在具体测算中，对城乡居民消费结构升级率进行消费初级、中级和高级的支出赋权，计算公式如下：其中，Jun、Int和Sen表示消费的初级、中级和高级支出，分别赋权重1/6、1/3和1/2； Pit为t期i地区的人口总量；Cit为总消费。基于上式测算的消费结构升级率Upconsu属于正向衡量指标，即该值越大表明高级消费比重越大，消费结构升级效果越明显。数据来源方面。互联网普及度及城乡居民人口和消费数据来自《中国统计年鉴》《中国人口与就业统计年鉴》和国家统计局网站的“分省年度数据”；互联网消费金融放贷规模中的2012-2020年数据来自艾瑞咨询，2007-2011年数据参考相关学者的普遍做法，设置规模变量取值0.00001。（三）实证结果与分析总体性检验。基于联立方程组的实证检验需要依据备选条件设定约束条件，本文在实证分析中结合互联网消费金融与居民消费结构升级等截面数据的维度差异现状，选择三阶段最小二乘法进行实证估计。通过R软件运算后的具体结果见表1所示。可以看出，城镇和农村地区的Up方程估计系数均为为正值，且分别通过1%和5%置信水平下的显著性检验。城镇地区互联网消费金融水平对居民消费结构升级的改善系数为0.2114，农村地区为0.1728，即互联网金融房贷规模增长1%将优化消费结构系数0.2114%和0.1728%。本文认为，我国长期存在的城乡二元经济结构对居民消费结构升级存在明显的阻碍，而互联网消费金融作为数字普惠金融的下沉从缓解流动性的角度打破了二元性消费结构，在“互联网+”战略的推进下不断释放城乡居民的消费潜力。从城乡居民的SPE方程估计看，仅城镇地区的估计系数显著有效，其原因可能是国家的“互联网+”战略优先在经济基础和互联网基础更加良好的城镇地区凸显了成效。从IN方程的估计系数看，城镇和农村地区的互联网消费金融发展均受到了互联网普及的正向改善效果，同时在城镇地区二者形成了互动发展机制，而农村地区的互联网金融发展反向机制不明显；农村地区的互联网普及与互联网消费金融水平存在正向单向关联，互联网消费金融发展对互联网普及的影响未通过显著性检验。（四）地区异质性检验构建面板数据的联立方程组模型进行异质性检验，结果如表2所示。可以看出东部地区的互联网消费金融对居民消费结构升级的改善效果最为明显，互联网消费金融水平每提升1%分别促进城镇和农村居民消费结构升级0.2554%和0.1768%，而居民消费结构升级对互联网消费金融发展的反向改善效果微弱，仅有0.0011%和0.0004%。互联网普及水平每提升1%分别促进城镇和农村居民消费结构升级0.2068%和0.1065%，其原因是互联网消费和电商购物的迅速发展极大调动了居民消费的积极性，而互联网的普及为此提供了必要的技术支撑。总体上看，东部地区互联网消费金融与城乡居民消费结构升级之间存在良好的互动机制，东部地区的流通渠道、网络建设和电子商务发展在发达的硬件条件下更顺畅，互联网消费金融与城乡居民消费形成了金融创新与消费结构中“量”与“质”的良性转化。中部地区的互联网消费金融发展对城乡居民消费结构升级也表现出了显著的正向改善效应，但改善效果低于东部地区，尤其是农村地区的改善提升十分有限，消费结构的升级与互联网消费金融仅在城镇地区存在微弱的双向关联，在与互联网普及水平的双向关联上表现为城镇与农村的均不显著。西部地区的互联网消费金融对城镇地区的消费结构升级存在正向促进，但对农村地区的消费结构升级表现为负向抑制；互联网普及对城镇地区的消费结构升级促进较为明显，对农村地区的影响有限。研究启示第一，丰富互联网消费金融的数字化应用场景。互联网消费金融的便捷性和普惠性创新了众多消费服务场景，通过对相应数字化应用场景的丰富能够进一步触发消费欲望，并形成消费市场与生产供给侧的消费偏好匹配，因此需要深入搭建和丰富相关应用场景，在交通、旅游和医疗等领域发挥互联网消费金融强引擎的消费拉动机制。第二，创新互联网消费金融与居民消费的深度融合业务。一方面，可以通过加强金融科技创新进一步降低互联网消费金融的交易成本或提升交易便捷性，在缓解流动性约束的同时降低消费的支出成本，另一方面，创新支付手段，例如研发支持移动支付的可穿戴智能电子产品。通过互联网消费金融中移动支付与消费的深度融合挖掘居民跨期消费潜力，适度刺激超前消费。第三，强化互联网消费金融安全风险管理。互联网消费金融为居民消费带来便捷的同时存在下沉客户风险及居民个人信息泄露风险，因此互联网消费金融平台和消费者应高度重视风险安全管理，需要建立互联网消费金融的大数据风控系统来保护支付终端客户的消费安全。此外，消费者需要培养健康的消费习惯，政府部门应出台相关信息安全保护政策和法规，通过消费者、互联网消费金融平台和政府部门的共同努力搭建安全消费金融生态闭环。

作者：许静 单位：四川财经职业学院