现阶段，消费已然成为我国经济增长的第一拉动力，其对经济增长的贡献率自“十三五”以来年均保持在60%以上^①。农村地区拥有数量庞大的消费群体，积极释放农村居民消费动力对于稳增长、扩内需十分重要。然而，由于长期受“城乡二元经济结构”的不利影响，农村居民普遍存在消费支出水平较低、消费意愿不强以及消费结构不尽合理等突出问题。根据国家统计局的数据，2022年农村居民人均消费支出仅有16 632元，相比于城镇居民人均消费支出水平(30 391元)明显偏低^②。近年来，随着数字化技术在金融领域的应用深度与广度不断拓展，普惠金融的数字化发展趋势日益加快。普惠金融数字化有助于缓解农村居民的流动性约束，满足农村居民的多元化金融产品需求，增强农村居民的金融服务满意度，进而提升农村居民消费倾向并释放其消费动力。与此同时，农村居民消费动力释放与消费环境状况密切相关，而普惠金融数字化一方面有助于优化消费环境，另一方面也会受到消费环境的制约。那么，普惠金融数字化能否促进农村居民消费动力释放？普惠金融数字化、消费环境优化与农村居民消费动力释放之间究竟存在何种关系？厘清上述问题对于深入实施扩大内需战略和推进数字乡村建设具有重要意义。

① 数据来源：https://www.cet.com.cn/zhpd/zgfzgclt2020/2703473.shtml。

② 数据来源：https://www.gov.cn/xinwen/2023-02/28/content_5743623.htm。

目前涉及普惠金融数字化、消费环境优化与农村居民消费动力释放关系的研究文献主要涉及两个领域：一是考察数字普惠金融对农村居民消费的影响效应。在微观层面，王小华等^[1]、许兰壮等^[2]利用中国家庭金融调查数据研究发现，数字金融显著提升了农村居民家庭消费水平，其影响机制包括缓解传统信贷约束和降低家庭预防性储蓄动机。在宏观层面，数字普惠金融显著促进了农村居民消费^[3]，相对于生存型消费，数字普惠金融更有利于促进发展享受型消费^[4]，从而推动农村居民消费结构升级^[5-6]；相对于东部地区，数字普惠金融更有利于促进中西部地区农村居民消费^[7-8]。此外，黎翠梅和周莹指出，数字普惠金融对农村居民消费的促进作用存在空间溢出效应，有利于带动周边邻近地区农村居民消费增长^[9]。二是考察消费环境对农村居民消费的影响效应。在消费经济环境层面，经济持续快速增长和产业结构升级是影响农村居民消费增长的重要因素^[10-12]。在消费政策环境层面，农村社会保障、税收政策优化有利于促进农村居民消费增长及其消费结构升级^[13-15]。在消费设施环境层面，冯晓燕和刘兆征^[16]、吴学品^[17]、聂昌腾^[18]分别研究指出，流通设施环境、网络基础设施显著提升了农村居民消费水平。在消费文化环境层面，文化水平对农村居民消费水平的提高有显著作用^[19]。

以上文献为本文研究提供了重要的理论参照与逻辑起点，但其也存在明显的研究空白，即目前尚未有研究从消费环境优化的视角出发，系统考察普惠金融数字化对农村居民消费动力释放的影响效应。理论上，普惠金融数字化有助于优化消费环境，消费环境优化反过来也可以为普惠金融数字化提供基本保障。因此，将普惠金融数字化、消费环境优化与农村居民消费动力释放统一纳入研究框架具有现实必要性。与既有研究相比，本研究主要的贡献包括：首先，从消费环境优化的视角系统阐述了普惠金融数字化对农村居民消费动力释放的传导机制与门槛效应，有助于丰富和拓展普惠金融的消费效应领域的研究文献；其次，借助我国2011—2021年省域面板数据，实证检验了普惠金融数字化对农村居民消费动力释放的影响效应，并揭示了普惠金融数字化对农村居民消费动力的释放作用存在基于消费环境的传导机制与门槛效应，有助于明晰普惠金融数字化、消费环境优化与农村居民消费动力释放之间的关系原理；最后，本文依据消费层次的不同，进一步考察了普惠金融数字化对农村居民消费结构的异质性影响效应，持续拓展了有关普惠金融数字化的消费效应讨论。

普惠金融的核心目标在于全方位、有效地为社会所有阶层和群体提供金融服务。然而，传统普惠金融尚存在服务门槛高、资金来源单一以及运营成本高昂等弊端，不利于农村居民消费动力释放。在金融科技大力发展的背景下，普惠金融的数字化发展使得其相比传统普惠金融具有渗透性强、获取成本低以及便利度高等优势，可以有效降低农村居民面临的流动性约束，满足农村居民的多元化金融需求，增强农村居民的金融服务满意度，进而充分释放农村居民消费动力，提升农村居民消费水平。

首先，普惠金融数字化能拓宽金融服务覆盖广度，有利于缓解农村居民的流动性约束，进而提高农村居民消费能力。根据流动性约束理论，流动性约束的存在会对居民消费产生显著的负向影响^[20-21]。对于农村居民而言，由于缺乏有效抵押物和没有较为稳定的收入作为保障，其难以从传统金融机构获得充足的信贷资金来增加消费，因而迫不得已抑制自身的消费意愿。普惠金融数字化是普惠金融的延伸发展，通过将普惠性作为核心原则，以数字化作为技术支撑，跨时空地服务农村地区的居民群体，有效拓宽了普惠金融的服务范围，克服了传统普惠金融对物理网点的依赖，使更多农村居民参与金融市场，有助于提高农村居民金融可得性，缓解农村居民在消费活动中面临的流动性约束，充分释放农村居民被压抑的消费需求，进而提高其消费活力和消费水平。

其次，普惠金融数字化能提升金融服务使用深度，有利于满足农村居民多元化、差异化的金融诉求，进而挖掘其消费潜力。从以往普惠金融所提供的金融服务种类来看，仍然是以信贷业务和保险业务为主，无法适应农村居民消费活动对金融服务的多元化需求。依据生命周期理论，农村居民预期在全生命周期中发生大额支出，将导致其缩减当前消费预算^[22-23]，从而形成预算约束，并对当期消费产生抑制作用。普惠金融的数字化发展有助于推动理财、保险等业务向农村地区延伸，农村居民除了传统存款业务外，还可以利用数字化平台投资理财以获取较高的收益，增加自身收入水平。在收入水平显著提升的情形下，农村居民显然会增加其消费预算^[24]；农村居民通过数字化平台购买商业保险，可以有效提升风险防控能力和生活稳定性，减少对未来悲观的消费预期和预防性储蓄行为，进而有利于挖掘自身消费潜力。

最后，普惠金融数字化能增加金融服务便利程度，有利于改善农村居民的金融服务满意度，进而提升农村居民消费倾向。长期以来，传统普惠金融在提供金融服务过程中存在的成本高、效率低、服务不均衡、商业不可持续等问题备受诟病^[25]。伴随数字技术在农村的逐步普及，普惠金融的数字化发展催生了新型的支付方式(如微信、支付宝等)，支付的移动化和信用化突破了消费活动的时空制约，使得农村居民的消费选择越发多样化、消费方式越发便捷化，并为其节省了大量时间与精力，从而有利于释放农村居民的消费动力，提升农村居民的消费意愿。与此同时，相较于传统的现金支付，支付的移动化和信用化显著降低了消费者对交易金额的敏感性，能够减少农村居民消费实际现金支付所造成的“心理损失”，起到“平滑消费”的效果，进而提升农村居民的消费倾向与消费水平。

综上，本文提出研究假说1：普惠金融数字化有利于释放农村居民消费动力。

除了对农村居民消费产生直接影响外，普惠金融数字化还有助于优化消费环境，进而为农村居民消费动力释放提供良好的外部条件。一方面，普惠金融数字化通过优化金融资源配置，可以显著扩大农村发展的要素供给，带动农村基础设施建设和农村经济增长，改善消费设施环境和经济环境；另一方面，普惠金融数字化通过移动支付端、网络平台普及金融知识技能和宣传金融惠民政策，能够提升农村居民的金融素养和金融消费权益保护意识，改善消费文化环境和政策环境。而一个地区的消费环境是否优良关系到农村居民的消费意愿和消费信心，必然会对农村居民消费动力释放产生直接影响。发达的设施环境通过提高消费品流通时效促进农村居民消费，优良的经济环境通过收入效应与财富效应促进农村居民消费，完善的政策环境是农村居民愿意消费的重要前提，健康的文化环境则可以通过改善农村居民的消费观念和消费习惯进而释放农村居民消费动力。

由此，本文提出研究假说2：普惠金融数字化对农村居民消费动力的释放作用存在基于消费环境的传导机制。

普惠金融数字化有助于优化消费环境，消费环境优化反过来可以为普惠金融数字化提供基本保障。一个地区金融体系功能的发挥会明显受到当地消费环境的影响，因而消费环境对普惠金融数字化促进农村居民消费动力释放存在显著的调节作用。一般来说，消费环境越优良的地区，经济发展水平和基础设施水平越高，越能够为普惠金融数字化提供必要的经济基础和设施基础，从而带动普惠金融数字化的功能作用发挥，进一步促进农村居民消费动力释放。与此相反，在消费环境较差的地区，金融发展水平相对也较低，会极大地抑制普惠金融数字化的功能发挥，进而导致农村居民消费面临金融排斥、信贷约束和流动性约束的窘境。由此可见，普惠金融数字化对农村居民消费动力的释放作用会受到消费环境的制约。换句话讲，普惠金融数字化对农村居民消费动力的释放作用会因消费环境水平的不同而存在明显差异，普惠金融数字化对农村居民消费动力的释放作用可能存在基于消费环境的门槛效应。

由此，本文提出研究假说3：普惠金融数字化对农村居民消费动力的释放作用存在基于消费环境的门槛效应。

为了考察普惠金融数字化是否有利于促进农村居民消费，释放农村居民消费动力，即验证研究假说1，本文借鉴黄容和毛中根^[26]、姚星等^[27]的实证思路，构建面板计量模型如下：

上式中：i为地区，t为年份；CSU为农村居民消费；α₀表示常数项；IFD为普惠金融数字化；CTR为控制变量；ε_it表示随机扰动项。若系数α₁显著为正，表明普惠金融数字化有利于促进农村居民消费，释放农村居民消费动力。

为了验证研究假说2，本文依据江艇^[28]提出的有关机制变量的识别建议，在机制检验中仅考察普惠金融数字化对机制变量的直接影响，而机制变量对农村居民消费的影响采用已有文献进行验证，从而增强模型识别的可信度。具体地，本文中构建如下面板计量模型：

上式中，CER表示消费环境。若系数β₁显著为正，表明普惠金融数字化有助于优化消费环境。其他变量含义与式(1)一致。

为了验证研究假说3，本文中将消费环境作为门槛变量，普惠金融数字化作为门槛依赖变量，在计量模型(1)的基础上，进一步构建了面板门槛效应模型：

其中：γ表示门槛变量(消费环境)的具体值；δ₁、δ₂、…、δ_n与δ_n+1表示在消费环境水平的不同区间，普惠金融数字化的回归系数；I(·)表示指示函数。

本文被解释变量为农村居民消费，借鉴现有研究的普遍做法^[29-30]，以农村居民人均消费支出来衡量。在选取该变量的过程中，首先，使用CPI指数将农村居民人均消费支出折算成以2011年不变价的数值；其次，为了尽可能地消除异方差，增强回归参数的经济学意义，以及消除单位不同对参数估计的巨大影响，对农村居民人均消费支出进行了对数处理。

本文解释变量为普惠金融数字化，参考现有文献的惯常思路^[31-32]，以北京大学数字金融研究中心编制的数字普惠金融指数来衡量。该指数在计算过程中同时考虑了金融产品和服务的覆盖广度、使用深度与数字化程度，并且在横向与纵向两个维度均具有可比性，能够较好地反映我国普惠金融的数字化状况。为了平衡指数量纲差异，便于估计结果汇报，本文中对数字普惠金融指数除以100进行了缩小处理。

本文机制变量与门槛变量为消费环境，借鉴毛中根和孙豪^[33]、杨荷^[34]、龙少波等^[35]的研究思路，同时基于消费环境的内涵与特征，从消费经济环境、政策环境、设施环境、供给环境以及文化环境五个维度着手，系统构建消费环境评价指标体系(详见表 1)，并利用熵值法计算获得消费环境综合指数。

表 1(Table 1)

表 1 消费环境评价指标体系 目标层 一级指标 二级指标 三级指标 指标类型 消费环境 消费经济环境 经济发展水平 人均国内生产总值(GDP) 正向 经济发展结构 第三产业增加值占比 正向 收入分配差距 城乡居民人均可支配收入比 负向 消费政策环境 税收负担 个人所得税占GDP比重 负向 社会保障 财政社会保障和就业支出占比 正向 消费者权益保护 食品监督抽检合格率 正向 消费设施环境 交通设施 铁路营业里程与陆地面积之比 正向 公路营业里程与陆地面积之比 正向 网络设施 互联网普及率 正向 人均电信业务总量 正向 服务设施 快递业务量与年末总人口之比 正向 消费供给环境 科技发展情况 科技支出占财政支出比重 正向 企业创新能力 大中型工业企业平均专利申请数 正向 市场化程度 市场化指数 正向 消费文化环境 国外消费文化辐射 进口总额与GDP之比 正向 居民受教育程度 居民人均受教育年限 正向 网络媒体发展情况 电视节目综合人口覆盖增长率 正向

表 1 消费环境评价指标体系

(1) 收入水平(INC)。收入是居民消费的基本前提，本文中以扣除价格因素之后的农村居民人均可支配收入衡量收入水平。(2)城镇化水平(URB)。城镇化可以通过改善消费习惯、提升消费能力以及增加外部成本等方式影响居民消费^[7]，本文中以城镇人口数与总人口数的比值表征城镇化水平。(3)政府行为(GOV)。财政支出以税收为基础，财政支出增加会对居民消费能力产生负面影响^[36]，本文中以财政支出与GDP之比来反映政府行为。(4)人口年龄结构(DR)。人口年龄结构会对总储蓄与总消费产生重要影响，本文的少年抚养比(JDR)以0~14岁人口数与15~64岁人口数之比衡量，老年抚养比(ODR)以65岁及以上人口数与15~64岁人口数之比衡量。(5)人口性别结构(PSS)。性别不同的消费群体在消费的品味、习惯以及方式上存在明显差异，本文中以男性人口数与女性人口数的比值表征人口性别结构。

本文研究涉及31个省(直辖市、自治区)^③2011年至2021年的观测数据。所有观测数据均来源于《中国统计年鉴》《中国农村统计年鉴》、EPS数据平台以及北京大学数字金融研究中心，并经笔者相关整理计算得出。本文主要变量的描述性统计结果见表 2。

③ 不包括台湾省、香港特别行政区和澳门特别行政区。

表 2(Table 2)

表 2 主要变量的描述性统计结果 变量名称 变量符号 观测值 均值 标准差 最小值 最大值 农村居民消费 CSU 341 9.175 1 0.423 1 7.916 3 10.211 1 普惠金融数字化 IFD 341 2.304 6 1.033 6 0.162 2 4.589 7 消费环境 CER 341 3.252 6 0.774 2 1.973 0 6.547 4 收入水平 INC 341 9.393 7 0.428 4 8.271 1 10.559 0 城镇化水平 URB 341 0.586 4 0.130 7 0.228 1 0.896 0 政府行为 GOV 341 0.281 3 0.206 0 0.106 6 1.379 2 少年抚养比 JDR 341 0.232 5 0.064 4 0.098 8 0.383 8 老年抚养比 ODR 341 0.148 0 0.041 5 0.067 1 0.267 0 男女性别比 PSS 341 1.049 2 0.040 1 0.957 7 1.231 7

表 2 主要变量的描述性统计结果

本文中采用计量模型(1)进行基准检验，结果详见表 3。表中的R²和F统计值表明，本文构建的面板计量模型拟合程度较好，模型回归结果可信度较高。其中，第(1)列是不纳入控制变量的回归结果，普惠金融数字化(IFD)的回归系数在1%的统计水平上显著为正，说明普惠金融数字化对农村居民消费产生了显著的促进作用，有利于释放农村居民消费动力；第(2)列—第(7)列是逐步纳入控制变量的回归结果，普惠金融数字化(IFD)的回归系数尽管有所缩小，但依旧显著为正，并且至少通过了10%的统计水平检验，充分表明普惠金融数字化的确有效释放了农村居民消费动力，从而验证了本文研究假说1是成立的。这也与已有研究数字金融影响农村消费的文献结论保持一致^[1-2]，说明相比于传统普惠金融，普惠金融的数字化发展具备了渗透性强、获取成本低以及便利度高等优势，是释放农村居民消费动力、提升农村居民消费水平的重要利器。

表 3(Table 3)

表 3 基准检验结果 变量 (1) (2) (3) (4) (5) (6) (7) IFD 0.329 0*** (0.010 0) 0.067 2* (0.037 3) 0.084 5** (0.030 8) 0.088 2** (0.034 5) 0.099 8*** (0.033 5) 0.112 9*** (0.032 7) 0.114 4*** (0.032 4) INC 0.871 4*** (0.117 0) 0.746 7*** (0.107 3) 0.733 4*** (0.118 3) 0.709 3*** (0.116 8) 0.701 5*** (0.111 8) 0.702 5*** (0.110 5) URB 0.507 4(0.387 0) 0.521 9(0.387 6) 0.623 5* (0.348 1) 0.618 9* (0.320 0) 0.588 3* (0.347 2) GOV -0.055 9(0.127 7) -0.101 0(0.126 8) -0.067 2(0.137 8) -0.076 7(0.140 2) JDR -1.002 7*** (0.325 0) -0.779 5* (0.407 5) -0.789 1* (0.413 2) ODR -0.521 0* (0.300 0) -0.542 1* (0.300 1) PSS -0.081 7(0.143 2) 常数项 8.416 9*** (0.023 0) 0.834 2(1.014 8) 1.668 2* (0.865 0) 1.792 2* (0.982 5) 2.177 7** (0.992 0) 2.239 1** (0.951 0) 2.338 7** (0.925 3) 固定效应 是 是 是 是 是 是 是 拟合优度R2 0.958 4 0.973 2 0.973 5 0.973 6 0.974 8 0.975 2 0.975 3 F统计值 1 083.920 7 1 394.510 3 967.638 0 756.170 4 623.710 8 521.097 5 458.031 7 观测值 341 341 341 341 341 341 341 注：1. * **、**和*分别表示P值小于0.01、0.05和0.1；2.小括号内为稳健标准误。下同。

表 3 基准检验结果

从控制变量的回归结果来看，收入水平(INC)的回归系数在1%的统计水平上显著为正，表明农村居民收入增长是扩大其消费支出的重要前提；城镇化水平(URB)的回归系数显著为正，说明城镇化可以通过改善农村居民消费习惯，提升农村居民消费能力，进而有利于促进农村居民消费动力释放；少年抚养比(JDR)和老年抚养比(ODR)的回归系数均至少在10%的统计水平上显著为负，表明少年抚养比和老年抚养比对农村居民消费动力释放存在明显的抑制作用，这印证了生命周期理论的基本观点；政府行为(GOV)的回归系数为负，但并未通过显著性水平检验，可能的原因是，与西方国家的农业工人不同，政府支出所带来的反周期性工资溢价对我国农村居民消费并无显著影响。此外，人口性别结构(PSS)对农村居民消费的影响系数为负，但并不显著，表明男女性别结构可能不是影响农村居民消费动力释放的主要因素。

为了确保基准检验结果的稳健性，本文中采取以下四种方式重新进行估计：第一，内生性问题处理。为了避免遗漏变量可能造成的内生性问题，本文参考Bartik^[37]的研究思路，在构造合适的工具变量基础上^④，采用两阶段最小二乘法进行回归，结果见表 4第(1)列。第二，外生冲击检验。本文借鉴林春等^[38]的做法，将《G20数字普惠金融高级原则》(2016年)的出台视为一项外生政策冲击，以中西部地区、东部地区分别作为实验组和对照组，采用双重差分法来检验普惠金融数字化的政策效应，结果见表 4第(2)列。第三，改变估计方法。考虑到计量模型可能存在的自相关问题，采用广义最小二乘法(FGLS)进行回归，结果如表 4第(3)列所示。第四，变量缩尾处理。本文中对所有变量做了1%和99%水平上的缩尾处理，以尽可能消除离群值的不利影响，回归结果见表 4第(4)列。根据上述四种稳健性检验的结果，普惠金融数字化对农村居民消费动力的释放作用始终显著，从而表明前文基准检验结论稳健性较好。

④ 本文中构造的工具变量等于普惠金融数字化滞后一阶与普惠金融数字化一阶差分的乘积。

表 4(Table 4)

表 4 稳健性检验结果 变量 内生性问题处理 外生冲击检验 改变估计方法 变量缩尾处理 (1) (2) (3) (4) IFD 0.154 0*** (0.016 4) 0.094 8*** (0.031 2) 0.134 8*** (0.012 1) 0.129 1*** (0.032 0) 常数项 4.344 6*** (0.363 4) 1.425 7** (0.745 1) 2.866 4*** (0.353 4) 3.110 3*** (0.908 2) 控制变量 是 是 是 是 固定效应 是 是 是 是 LM检验 110.759 0 [0.000 0] Wald F检验 1 134.966 0 {19.93} Sargan检验P值 0.991 6 拟合优度R2 0.935 9 0.973 2 0.974 4 F统计值 648.162 7 420.125 3 400.057 4 观测值 341 341 341 341 注：1.方括号内为P值；2.大括号内为Stock-Yogo检验在10%水平上的临界值。

表 4 稳健性检验结果

为了检验研究假说2，本文中以消费环境作为被解释变量，以普惠金融数字化作为解释变量，采用前文计量模型(2)进行回归。表 5列示了消费环境的传导机制检验结果。从结果来看，在未纳入控制变量和纳入控制变量两种情形下，核心解释变量普惠金融数字化(IFD)对消费环境的影响系数均显著为正，并且都通过了1%的显著性水平检验，说明普惠金融数字化显著优化了消费环境。此外，已有文献基本证实了消费环境优化对农村居民消费具有显著的促进作用^{[16, 19]}。因此，消费环境优化是普惠金融数字化影响农村居民消费动力释放的重要传导机制，研究假说2得到验证。如前文理论分析所述，普惠金融数字化可以改善消费设施环境、经济环境、文化环境以及政策环境，而优良的消费环境有利于促进农村居民消费增长，充分释放农村居民消费动力。

表 5(Table 5)

表 5 消费环境的传导机制检验结果 变量 被解释变量：消费环境 (1) (2) IFD 0.329 4*** (0.022 5) 0.427 5*** (0.099 2) 常数项 2.493 5*** (0.051 9) 6.883 0* (3.477 8) 控制变量 否 是 固定效应 是 是 拟合优度R2 0.811 0 0.835 4 F统计值 214.303 3 66.746 3 观测值 341 341

表 5 消费环境的传导机制检验结果

根据前文理论分析，普惠金融数字化对农村居民消费动力释放的促进作用可能在一定程度上受到消费环境的影响，即存在基于消费环境的门槛效应。为此，本文中以消费环境作为门槛变量，利用前文计量模型(3)进行实证检验。首先，使用Bootstrap方式进行门槛效应检验，以确定面板门槛模型的具体形式(单门槛、双门槛和三门槛)。表 6列示了门槛效应检验结果，从中可以看出，无论是否纳入控制变量，消费环境作为门槛变量均通过了单门槛效应检验，表明应该选择面板单门槛效应模型。其次，本文中借助最小残差平方和方法估计门槛值。从门槛值估计结果来看，在未纳入和纳入控制变量时，消费环境(CER)的门槛值分别为4.121 0和4.038 0。在确定面板门槛模型形式和估计获得门槛值的基础上，本文接下来进一步对面板单门槛模型进行回归。

表 6(Table 6)

表 6 消费环境的门槛效应检验结果 是否纳入控制变量 模型 F统计值 P值 Bootstrap次数 临界值 10% 5% 1% 否 单一门槛 83.82*** 0.000 0 300 20.958 9 27.526 2 36.893 4 双重门槛 18.85 0.130 0 300 20.943 1 30.804 6 50.705 4 三重门槛 4.74 0.746 7 300 14.583 0 17.343 9 25.828 6 是 单一门槛 23.26* 0.086 7 300 22.618 6 26.090 1 31.491 0 双重门槛 14.08 0.226 7 300 20.770 4 27.036 0 45.713 5 三重门槛 8.60 0.593 3 300 24.715 4 28.381 6 41.692 9

表 6 消费环境的门槛效应检验结果

表 7列示了基于消费环境的面板单门槛模型的回归结果。从第(2)列纳入控制变量的结果来看，当消费环境变量低于门槛值(4.038 0)时，普惠金融数字化的回归系数在1%的统计水平上显著为正(0.115 1)；当消费环境变量跨越门槛值之后，普惠金融数字化的回归系数增大到0.138 6，并且依旧通过了1%的显著性水平检验，表明普惠金融数字化对农村居民消费动力的释放作用存在基于消费环境的门槛效应。在消费环境的不同门槛范围，普惠金融数字化的释放作用差异较为明显。随着消费环境的进一步优化，普惠金融数字化对农村居民消费动力的释放作用也会不断增强。未纳入控制变量的第(1)列结果分析逻辑与此类似，同样证实了上述结论。综上，面板门槛模型回归结果充分说明，在消费环境越优化的地区，普惠金融数字化对农村居民消费动力的释放作用越强，从而证实了前文的研究假说3。

表 7(Table 7)

表 7 门槛模型回归结果 变量 (1) 变量 (2) IFD(CER≤4.121 0) 0.296 1*** (0.012 4) IFD(CER≤4.038 0) 0.115 1*** (0.033 8) IFD(CER>4.121 0) 0.342 1*** (0.008 1) IFD(CER>4.038 0) 0.138 6*** (0.034 1) 常数项 8.402 7*** (0.017 9) 常数项 2.660 0*** (0.932 1) 门槛值 4.121 0 门槛值 4.038 0 控制变量 否 控制变量 是 固定效应 是 固定效应 是 拟合优度R2 0.966 8 拟合优度R2 0.976 9 F统计值 934.395 8 F统计值 421.718 0 观测值 341 观测值 341

表 7 门槛模型回归结果

普惠金融数字化的消费动力释放效应是否存在消费结构异质性，是一个值得进一步讨论的重要问题。为此，本文中将农村居民消费划分为生存型消费和发展享受型消费两类^⑤，并分别作为被解释变量纳入计量模型(1)进行回归。由表 8的异质性分析结果可知，普惠金融数字化(IFD)对两类消费的影响系数均显著为正，表明普惠金融数字化有利于农村居民消费动力的全面释放。但相对于生存型消费，普惠金融数字化更有利于促进农村居民发展享受型消费。可能的原因是，随着收入水平不断攀升和物质生活逐步丰富，农村居民的基本生活需求已经得到极大满足，其在发展享受方面的消费需求快速提升，因此普惠金融数字化对农村居民发展享受型消费的促进作用要明显大于生存型消费。此外，普惠金融数字化与电子商务的有机结合激发了农村居民的新型消费需求，极大地释放了原本被压抑的发展享受型消费需求。综上，普惠金融数字化有利于推动农村居民消费结构升级，即实现以生存型消费为主到以发展享受型消费为主的转变。

⑤ 前者包含人均食品烟酒、衣着、居住等消费支出，后者包含人均生活用品及服务、交通通信、教育文化娱乐、医疗保健、其他用品及服务等消费支出。

表 8(Table 8)

表 8 农村居民消费结构的异质性分析结果 变量 生存型消费 发展享受型消费 (1) (2) IFD 0.072 5** (0.029 6) 0.104 6* (0.053 1) 常数项 1.865 8* (1.059 2) -1.143 8 (1.578 2) 控制变量 是 是 固定效应 是 是 拟合优度R2 0.958 8 0.955 4 F统计值 344.287 2 441.259 4 观测值 341 341

表 8 农村居民消费结构的异质性分析结果

加快释放农村居民消费动力是构建新发展格局、促进乡村振兴和经济稳定增长的重要基础。完善普惠金融服务、优化消费环境对于农村居民消费动力释放至关重要。本文在理论分析普惠金融数字化、消费环境优化与农村居民消费动力释放三者关系原理的基础上，利用我国2011—2021年的省际面板数据，实证检验了普惠金融数字化对农村居民消费动力释放的影响，并从消费环境优化的视角讨论了该影响的传导机制与门槛效应。研究发现：(1)普惠金融数字化显著促进了农村居民消费，有助于释放农村居民消费动力；(2)消费环境优化是普惠金融数字化影响农村居民消费动力释放的传导机制，即普惠金融数字化可以通过促进消费环境优化进而释放农村居民消费动力；(3)普惠金融数字化对农村居民消费动力释放的影响存在基于消费环境优化的门槛效应，在消费环境越好的地区，普惠金融数字化对农村居民消费动力的释放作用越强；(4)相比于生存型消费，普惠金融数字化更有利于促进农村居民发展享受型消费，有利于推动农村居民消费结构升级。

本文研究结论所蕴含的政策含义可以从以下几个方面进行概括。

首先，深耕普惠金融数字化，助力农村居民消费动力释放。完善数字金融的中长期信贷规划与金融科技应用对乡村振兴的推动作用，促进普惠金融数字化与农村产业发展的深度融合，不断扩容升级农村居民的消费意愿与购买能力；深化网络消费贷款与互联网金融等数字化金融产品创新，综合考虑普惠金融产品的流动、风险与收益等异质性因素，满足不同类型农村居民的消费需求；统筹区域间普惠金融数字化的协调发展，依据消费类型与地区分布特点，实施差异化的普惠金融数字化发展策略，有效缩小农村居民间的消费差距。

其次，全力推进消费环境优化，充分激发农村居民消费潜能。将消费环境治理聚焦于农村服务流通领域，构建通畅高效的农村流通设施体系，弥补物流配送“最后一公里”短板，提高农村居民消费便捷度；加强农村市场监督管理，营造安全良好的农村消费环境，逐步升级居民消费品质，有效释放农村居民消费潜能，激发农民消费意愿；建设系统的农村消费者权益保护平台，强化城乡间的执法联动，从源头治理以保障农村消费者的合法权益；优化农村商业资源配置，均衡布局农村商业网点，提升农村医疗、养老及旅游等服务消费供给水平。

最后，系统发挥农村居民收入、城镇化发展、人口年龄结构等因素的居民消费协同效应。针对不同地区农村居民收入增长的制约因素，兼顾居民的当前收入水平与预期收入不确定性，发挥数字普惠金融缓解农村居民融资约束的功能^[39]，促进农村居民的非农就业和创业，制定差异化的居民收入提升策略，以农村居民可支配收入增长拉动消费需求上升；科学规划小城市与城镇协调发展，促进农村劳动力与人口向城镇聚集，发挥城镇化对农村消费结构升级与消费观念转变的“示范效应”；通过合理规划资源配置、健全老幼服务综合管理等方式，统筹解决“一老一小”人口结构问题，缓解年龄结构对居民消费的抑制作用。