Digital Economy, Financial Asset Allocation and Consumption Upgrading
-
摘要: 数字经济是驱动国民经济稳定增长与消费结构持续升级的关键力量。将数字经济与金融资产因素引入Kongsanmut包含非位似偏好特征的效用函数，探讨数字经济发展对家庭消费升级的影响机理，并采用中国家庭金融调查(CHFS)2013—2019年的四轮追踪数据，实证检验数字经济发展对家庭消费升级的影响及机制。研究发现：数字经济发展显著驱动了家庭消费升级，对消费层次较高的家庭影响尤其明显，该结论在一系列稳健性检验后仍然成立；机制检验表明，数字经济通过影响家庭资产配置特别是促进无风险金融资产持有驱动了消费升级；异质性分析表明，城市家庭、拥有自有住房家庭、户主已婚家庭、户主具有党员身份家庭、户主年龄在37岁及以上家庭、“胡焕庸线”东南侧家庭以及东部家庭，其数字经济的驱动效应更强。因此，应加大网络基础设施投资力度，因地制宜实施动态化、差异化的数字经济发展战略，加快完善社会保障体系，健全资本市场运作机制，推进数字经济与实体经济的深度融合。
-
关键词:
- 数字经济 /
- 家庭资产配置 /
- 消费结构 /
- 家庭消费升级 /
- 中国家庭金融调查(CHFS)
Abstract: The digital economy is a key force driving the stable growth of the national economy and the continuous upgrading of consumption structure. This paper introduces the factors of digital economy and financial assets into the utility function of Kongsanmut featured with non-homothetic preference, and discusses the impact mechanism of digital economy development on household consumption upgrading. Then, using four rounds of tracking data from the China Household Finance Survey (CHFS) from 2013 to 2019, this study empirically tests the impact and mechanism of digital economy development on household consumption upgrading. It is found that the development of the digital economy has significantly driven the upgrading of household consumption, especially for households with higher consumption levels. For every 1% increase in the development level of the digital economy, the proportion of household service-oriented consumption will increase year-on-year. This conclusion is still valid after a series of robustness tests. Mechanism testing shows that the digital economy drives consumption upgrading by influencing household asset allocation, especially promoting risk-free financial asset holdings. Heterogeneity analysis shows that the driving effect of the digital economy is stronger in urban households, households with self-owned housing, households with married householder, householder with CPC membership, householder aged 37 and above, households on the southeast side of the "Hu Huanyong Line", and households in the east of China. Therefore, it is necessary to increase investment in network infrastructure, implement a dynamic and differentiated digital economy strategy according to local conditions, accelerate the improvement of the social security system, improve the operating mechanism of the capital market, and promote the deep integration of the digital economy and the real economy. -
表 1 主要变量的描述性统计
变量名称 变量含义 观测值 均值 标准差 最小值 最大值 consupg 家庭消费升级 66 029 0.161 0.194 0.000 0.840 digeco 数字经济发展水平 66 029 0.000 0.992 -1.366 4.852 fundmt 基本消费占比 66 029 0.563 0.243 0.100 0.850 dependrate 家庭抚养比 66 029 0.406 0.349 0.045 0.875 fincome 家庭总收入并取对数 66 029 9.164 3.601 0.034 15.425 age 户主年龄 66 029 55.110 13.706 16 100 age2 户主年龄平方/100 66 029 32.250 15.315 2.560 100 education 户主受教育年限/100 66 029 0.158 0.061 0 0.220 pgdp 省级经济发展水平并取对数 66 029 1.619 0.422 0.464 2.612 
下载: 导出CSV
表 2 数字经济发展对家庭消费升级的基准回归结果
变量 混合OLS FE consupg
(1)consupg
(2)consupg
(3)fundmt
(4)consupg
(5)consupg
(6)consupg
(7)fundmt
(8)digeco 0.013*** 0.011*** 0.020*** -0.015*** 0.012** 0.011** 0.010** -0.014** (0.001) (0.001) (0.001) (0.001) (0.005) (0.005) (0.005) (0.006) dependrate 0.030*** 0.030*** 0.043*** 0.018*** 0.018*** 0.031*** (0.003) (0.003) (0.003) (0.006) (0.006) (0.007) fincome 0.000 0.000 0.008*** 0.002*** 0.002*** 0.001 (0.000) (0.000) (0.000) (0.000) (0.000) (0.001) age -0.004*** -0.004*** 0.009*** -0.009*** -0.009*** 0.008*** (0.000) (0.000) (0.000) (0.001) (0.001) (0.001) age2 0.004*** 0.004*** -0.006*** 0.008*** 0.008*** -0.006*** (0.000) (0.000) (0.000) (0.001) (0.001) (0.001) education 0.031** 0.034** -0.028* 0.009 0.009 -0.014 (0.013) (0.013) (0.016) (0.031) (0.031) (0.039) pgdp -0.031*** 0.007* -0.080*** 0.119*** (0.003) (0.003) (0.024) (0.030) constant 0.113*** 0.161*** 0.209*** 0.351*** 0.115*** 0.353*** 0.456*** 0.257*** (0.002) (0.010) (0.011) (0.013) (0.005) (0.030) (0.043) (0.053) 时间固定效应 是 是 是 是 是 是 是 是 家庭固定效应 否 否 否 否 是 是 是 是 观测值 66 029 66 029 66 029 66 029 66 029 66 029 66 029 66 029 R2 0.061 0.079 0.080 0.100 0.083 0.088 0.089 0.069 注：*、* *、* * *分别代表 10%、5%、1%的显著性水平。括号内为双向聚类在省份-家庭层面的稳健标准误。下表同。
下载: 导出CSV
表 3 稳健性检验Ⅰ：替换解释变量与被解释变量
变量 以省级移动电话数替换数字经济发展水平 以家庭服务消费总额替换消费升级 (1) (2) (3) (4) (5) (6) mobile 0.025* 0.027* 0.031** (0.015) (0.015) (0.015) digeco 0.324*** 0.316*** 0.311*** (0.085) (0.085) (0.085) 家庭、户主控制变量 否 是 是 否 是 是 省级控制变量 否 否 是 否 否 是 时间固定效应 是 是 是 是 是 是 家庭固定效应 是 是 是 是 是 是 常数项 -0.096 0.126 0.202 0.764*** 1.493** 2.314*** (0.122) (0.125) (0.127) (0.082) (0.583) (0.731) 观测值 66 029 66 029 66 029 66 029 66 029 66 029 R2 0.083 0.088 0.089 0.056 0.056 0.057
下载: 导出CSV
表 4 稳健性检验Ⅱ：广义双重差分、控制前期趋势与领先1期回归结果
变量 以“宽带中国”作为外生冲击 趋势项1 趋势项2 领先1期 (1) (2) (3) (4) (5) (6) lnusabre_13 0.030** 0.031** 0.024* (0.013) (0.013) (0.013) digeco 0.011* 0.011* (0.006) (0.006) f1.digeco 0.004 (0.013) Trend1 -0.000 -0.016 (0.000) (0.183) Trend2 0.000 (0.000) 家庭、户主控制变量 否 是 是 是 是 是 省级控制变量 否 否 是 是 是 是 时间固定效应 是 是 是 是 是 是 家庭固定效应 是 是 是 是 是 是 常数项 0.105*** 0.343*** 0.442*** 0.500 121.582 0.246*** (0.003) (0.030) (0.044) (0.917) (1 365.655) (0.080) 观测值 66 029 66 029 66 029 66 029 66 029 15 814 R2 0.084 0.088 0.088 0.089 0.089 0.075
下载: 导出CSV
表 5 稳健性检验Ⅲ：面板分位数回归结果
变量 分位数 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 digeco 0.004 0.021*** 0.019*** 0.036*** 0.031** 0.035** 1.839*** 0.010 1.108*** (0.003) (0.007) (0.004) (0.006) (0.015) (0.018) (0.193) (0.063) (0.296) 控制变量 是 是 是 是 是 是 是 是 是 观测值 66 029 66 029 66 029 66 029 66 029 66 029 66 029 66 029 66 029
下载: 导出CSV
表 6 内生性检验：工具变量的回归结果
变量 TSLS(dis_rev) TSLS(post_net) LIML GMM (1) (2) (3) (4) (5) (6) digeco 0.025** 0.034*** 0.031*** 0.021** 0.027*** 0.026*** (0.011) (0.010) (0.009) (0.009) (0.007) (0.007) 家庭、户主控制变量 否 是 否 是 是 是 省级控制变量 否 是 否 是 是 是 时间固定效应 是 是 是 是 是 是 家庭固定效应 是 是 是 是 是 是 常数项 0.098*** 0.221*** 0.075*** 0.268*** 0.246*** 0.249*** (0.037) (0.052) (0.028) (0.048) (0.044) (0.044) 观测值 66 029 66 029 66 029 66 029 66 029 66 029 KPF 1 125.357 1 198.880 1 816.047 1 786.485 R2 0.069 0.086 0.069 0.086 0.086 0.086
下载: 导出CSV
表 7 机制分析：数字经济发展对家庭金融资产配置的影响
变量 Probit Heckman FE tasset_dum
(1)tasset_dum
(2)augfra
(3)augra
(4)housenum
(5)digeco 0.092*** 0.056*** 1.070** -0.004 -0.039* (0.011) (0.005) (0.441) (0.116) (0.024) 控制变量 是 是 是 是 是 时间固定效应 是 是 是 是 是 家庭固定效应 否 否 是 是 是 常数项 -0.656*** -0.622*** 2.680 0.350 1.141*** (0.105) (0.119) (4.000) (1.055) (0.191) 逆米尔斯比 0.685*** (0.085) 观测值 57 547 57 547 20 508 20 797 51 759 R2 0.006 0.000 0.001
下载: 导出CSV
表 8 机制分析：中介效应检验结果
变量 consupg
(1)consupg
(2)consupg
(3)digeco 0.007(0.013) 0.005(0.012) 0.002(0.007) augfra -0.001*(0.000) augra 0.002***(0.000) housenum -0.000(0.003) 控制变量 是 是 是 时间固定效应 是 是 是 家庭固定效应 是 是 是 常数项 0.358***(0.105) 0.361***(0.105) 0.493***(0.069) Sobel test -0.034 0.073 观测值 20 508 20 797 51 759 R2 0.059 0.061 0.085 注：Sobel test检验结果为对应的检验统计量。
下载: 导出CSV
表 9 异质性分析：家庭性质
变量 户籍 财务状况 住房状况 农村
(1)城市
(2)有贷款
(3)无贷款
(4)有住房
(5)无住房
(6)digeco 0.004 0.014** -0.112** 0.008 0.010* -0.033 (0.008) (0.007) (0.044) (0.005) (0.005) (0.024) 控制变量 是 是 是 是 是 是 时间固定效应 是 是 是 是 是 是 家庭固定效应 是 是 是 是 是 是 常数项 0.401*** 0.526*** -0.191 0.460*** 0.457*** 0.688** (0.054) (0.077) (0.474) (0.044) (0.046) (0.285) 观测值 28 897 37 002 3 417 62 390 57 472 8 427 R2 0.081 0.111 0.048 0.107 0.083 0.176
下载: 导出CSV
表 10 异质性分析：户主特征
变量 婚姻状况 政治面貌 年龄 户主已婚
(1)户主未婚
(2)党员
(3)非党员
(4)不超过37岁
(5)37岁及以上
(6)digeco 0.011** 0.019 0.022* 0.008 -0.014 0.013** (0.005) (0.021) (0.013) (0.006) (0.013) (0.006) 控制变量 是 是 是 是 是 是 时间固定效应 是 是 是 是 是 是 家庭固定效应 是 是 是 是 是 是 常数项 0.507*** 0.394** 0.322 0.518*** 0.231 0.951*** (0.051) (0.165) (0.373) (0.063) (0.329) (0.071) 观测值 57 227 8 672 29 589 36 310 6 973 58 926 R2 0.084 0.113 0.061 0.127 0.168 0.089
下载: 导出CSV
表 11 异质性分析：地理位置
变量 “胡焕庸线” 南北方 东、中西部 东南侧
(1)西北侧
(2)南方
(3)北方
(4)东部
(5)中西部
(6)digeco 0.012** -0.029 -0.007 0.011 0.016** 0.002 (0.006) (0.029) (0.008) (0.007) (0.007) (0.008) 控制变量 是 是 是 是 是 是 时间固定效应 是 是 是 是 是 是 家庭固定效应 是 是 是 是 是 是 常数项 0.512*** -0.038 0.412*** 0.356*** 0.734*** 0.385*** (0.056) (0.259) (0.069) (0.076) (0.102) (0.051) 观测值 49 495 4 540 36 655 29 244 29 481 36 418 R2 0.090 0.124 0.077 0.103 0.097 0.085
下载: 导出CSV
-
[1] AHMED S, WIRJANTO T S. The impact of sales taxation on internet commerce—an empirical analysis[J]. Economics Letters, 2008, 99(3): 557-560. doi: 10.1016/j.econlet.2007.10.001 [2] 方福前, 邢炜. 居民消费与电商市场规模的U型关系研究[J]. 财贸经济, 2015(11): 131-147. doi: 10.3969/j.issn.1005-913X.2015.11.060 [3] CHOI Y J, SUH C S. The death of physical distance: an economic analysis of the emergence of electronic marketplaces[J]. Papers in Regional Science, 2010, 84(4): 597-614. [4] NAKAYAMA Y. The impact of e-commerce: it always benefits consumers, but may reduce social welfare[J]. Japan & the World Economy, 2009, 21(3): 239-247. [5] 张红伟, 向玉冰. 网购对居民总消费的影响研究——基于总消费水平的数据分析[J]. 上海经济研究, 2016(11): 36-45. doi: 10.19626/j.cnki.cn31-1163/f.2016.11.005 [6] 刘长庚, 张磊, 韩雷. 中国电商经济发展的消费效应研究[J]. 经济理论与经济管理, 2017(11): 5-18. doi: 10.3969/j.issn.1000-596X.2017.11.001 [7] BRYNJOLFSSON E, SMITH M D. Frictionless commerce? a comparison of internet and conventional retailers[J]. Management Science, 2000, 46(4): 563-585. doi: 10.1287/mnsc.46.4.563.12061 [8] CHEVALIER J, GOOLSBE A. Measuring prices and price competition online: Amazon. com and Barnesand Noble. com[J]. Quantitative Marketing & Economics, 2003, 1(2): 203-222. [9] FERGUSON C, FINN F, HALL J, et al. Speculation and e-commerce: the long and the short of IT[J]. International Journal of Accounting Information Systems, 2010, 11(2): 79-104. doi: 10.1016/j.accinf.2009.12.001 [10] 黄卫东, 岳中刚. 信息技术应用、包容性创新与消费增长[J]. 中国软科学, 2016(5): 163-171. doi: 10.3969/j.issn.1002-9753.2016.05.015 [11] 祝仲坤, 冷晨昕. 互联网与农村消费——来自中国社会状况综合调查的证据[J]. 经济科学, 2017(6): 115-128. doi: 10.19523/j.jjkx.2017.06.009 [12] 孙浦阳, 张靖佳, 姜小雨. 电子商务、搜寻成本与消费价格变化[J]. 经济研究, 2017(7): 139-154. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201707011.htm [13] 刘湖, 张家平. 互联网对农村居民消费结构的影响与区域差异[J]. 财经科学, 2016(4): 80-88. https://www.cnki.com.cn/Article/CJFDTOTAL-CJKX201604010.htm [14] DICKSON P R. Understanding the trade winds: the global evolution of production, consumption, and the internet[J]. Journal of Consumer Research, 2000, 27(1): 115-122. doi: 10.1086/314313 [15] KOUFARIS M. Applying the technology acceptance model and flow theory to online consumer behavior[J]. Information Systems Research, 2002, 13(2): 205-223. doi: 10.1287/isre.13.2.205.83 [16] 杜丹清. 互联网助推消费升级的动力机制研究[J]. 经济学家, 2017(3): 48-54. doi: 10.16158/j.cnki.51-1312/f.2017.03.008 [17] 王茜. "互联网+"促进我国消费升级的效应与机制[J]. 财经论丛, 2016(12): 94-102. doi: 10.3969/j.issn.1004-4892.2016.12.011 [18] BAKOS J Y. Reducing market search costs: implications for electronic marketplaces[J]. Management Science, 1997, 6(12): 38-66. [19] 黄浩. 匹配能力、市场规模与电子市场的效率——长尾与搜索的均衡[J]. 经济研究, 2014(7): 165-175. https://www.cnki.com.cn/Article/CJFDTOTAL-JJYJ201407014.htm [20] COASE R H. The nature of the firm[J]. Economica, 1937, 4(16): 386-405. doi: 10.1111/j.1468-0335.1937.tb00002.x [21] BORGHANS L. The division of labour, worker organisation, and technological change[J]. The Economic Journal, 2006, 116(509): 45-72. doi: 10.1111/j.1468-0297.2006.01064.x [22] 杨小凯, 张永生. 新兴古典经济学与超边际分析[M]. 北京: 社会科学文献出版社, 2003. [23] YOUNG A A. Increasing returns and economic progress[J]. Economic Journal, 1928, 38(152): 527-542. doi: 10.2307/2224097 [24] KONGSAMUT P P, REBELO S T, XIE D. Beyond balanced growth[J]. Reviews of Economic Studies, 2001, 68: 869-882. doi: 10.1111/1467-937X.00193 [25] 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(4): 1401-1418. https://www.cnki.com.cn/Article/CJFDTOTAL-JJXU202004013.htm [26] 柏培文, 喻理. 数字经济发展与企业价格加成: 理论机制与经验事实[J]. 中国工业经济, 2021(11): 59-77. doi: 10.3969/j.issn.1006-480X.2021.11.004 [27] 刘军, 杨渊鋆, 张三峰. 中国数字经济测度与驱动因素研究[J]. 上海经济研究, 2020(6): 81-96. doi: 10.19626/j.cnki.cn31-1163/f.2020.06.008 [28] 黄群慧, 余泳泽, 张松林. 互联网发展与制造业生产率提升: 内在机制与中国经验[J]. 中国工业经济, 2019(8): 5-23. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201908001.htm [29] 赵涛, 张智, 梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J]. 管理世界, 2020(10): 65-76. doi: 10.19744/j.cnki.11-1235/f.2020.0154 [30] 徐朝阳, 张斌. 经济结构转型期的内需扩展: 基于服务业供给抑制的视角[J]. 中国社会科学, 2020(1): 64-83. https://www.cnki.com.cn/Article/CJFDTOTAL-ZSHK202001004.htm [31] BAKER M, GRUBER J, MILLIGAN K. Universal childcare, maternal labor supply, and family well-being[J]. Journal of Political Economy, 2008, 116(4): 709-745. doi: 10.1086/591908 [32] ZHANG X, ZHANG X, CHEN X. Happiness in the air: how does a dirty sky affect mental health and subjective well-being?[J]. Journal of Environmental Economics & Management, 2017, 85(9): 81-94. [33] 何宗樾, 宋旭光. 数字金融发展如何影响居民消费[J]. 财贸经济, 2020(8): 65-79. doi: 10.3969/j.issn.1002-8102.2020.08.005 [34] STIGLITZ J E. The theory the of "screening" education, and the distribution of income[J]. American Economic Review, 1975, 65(3): 283-300. [35] ACIDIACONO P, BAYER P, HIZMO A. Beyond signaling and human capital: education and the revelation of ability[J]. American Economic Journal: Applied Economics, 2010, 2(4): 76-104. doi: 10.1257/app.2.4.76 [36] 李晓嘉, 蒋承. 我国农村家庭消费倾向的实证研究——基于人口年龄结构的视角[J]. 金融研究, 2014(9): 115-127. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201409008.htm [37] ABADIE A, ATHEY S, IMBENS G W, et al. When should you adjust standard errors for clustering?[R]. NBER Working Papers, 2017. [38] CHEN S, LIU W, SONG H. Broadband internet, firm performance, and worker welfare: evidence and mechanism[J]. Economic Inquiry, 2020, 58(3): 1146-1166. doi: 10.1111/ecin.12854 [39] DUFLO E. Schooling and labor market consequences of school construction in indonesia[J]. American Economic Review, 2001, 91(4): 795-813. doi: 10.1257/aer.91.4.795 [40] 郭威, 郑子龙. 专有技术转让、融资成本差异与PPP最优股权架构: 来自发展中国家的实证研究[J]. 世界经济研究, 2018(12): 96-114. https://www.cnki.com.cn/Article/CJFDTOTAL-JING201812009.htm [41] 傅秋子, 黄益平. 数字金融对农村金融需求的异质性影响——来自中国家庭金融调查与北京大学数字普惠金融指数的证据[J]. 金融研究, 2018(11): 68-84. https://www.cnki.com.cn/Article/CJFDTOTAL-JRYJ201811005.htm [42] 郭峰, 孔涛, 王靖一. 互联网金融空间集聚效应分析——来自互联网金融发展指数的证据[J]. 国际金融研究, 2017(8): 75-85. https://www.cnki.com.cn/Article/CJFDTOTAL-GJJR201708008.htm [43] 陈云松. 逻辑、想象和诠释: 工具变量在社会科学因果推断中的应用[J]. 社会学研究, 2012(6): 192-216. https://www.cnki.com.cn/Article/CJFDTOTAL-SHXJ201206010.htm [44] NUNN N, QIAN N. US food aid and civil conflict[J]. American Economic Review, 2014, 104(6): 1630-1666. [45] GOLDSMITH-PINKHAM P, SORKIN I, SWIFT H. Bartik instruments: what, when, why, and how[J]. American Economic Review, 2020, 110(8): 2586-2624. [46] 温忠麟, 侯杰泰, 张雷. 调节效应与中介效应的比较和应用[J]. 心理学报, 2005(2): 268-274. https://www.cnki.com.cn/Article/CJFDTOTAL-XLXB20050200F.htm [47] 李旭洋, 李通屏, 邹伟进. 互联网推动居民家庭消费升级了吗?——基于中国微观调查数据的研究[J]. 中国地质大学学报: 社会科学版, 2019(4): 145-160. https://www.cnki.com.cn/Article/CJFDTOTAL-DDXS201904013.htm [48] 范子英, 刘甲炎. 为买房而储蓄——兼论房产税改革的收入分配效应[J]. 管理世界, 2015(5): 18-27. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ201505005.htm [49] 陈昭, 陈钊泳, 谭伟杰. 数字经济促进经济高质量发展的机制分析及其效应[J]. 广东财经大学学报, 2022(3): 4-20. http://xb.gdufe.edu.cn/article/id/069aff43-6d27-4030-a042-2537bb07f0b0 -
点击查看大图
图(2) / 表(11)
计量
- 文章访问数: 132
- HTML全文浏览量: 64
- PDF下载量: 173
- 被引次数: 0