一、模型设定
（一）基准回归模型
本文核心目的在于从省级行政区划层面细致剖析数字普惠金融对中国城乡居民消费不平等现象产生的具体影响，为此，确立了如下固定效应模型：Inecit=α1+β1difit−1+γ1X+μi+εit（1）其中，Inecit表示i省份在t时期的消费不平等状况，α1代表截距项，difit−1表示i省份t-1时刻数字普惠金融指数数值，X表示控制变量，μi表示地区固定效应，εit代表随机误差项。β1数字普惠金融变量的系数，当该系数呈现显著负值时，意味着数字普惠金融的发展有利于缩减城乡消费差异；反之，若该系数为正值，表示数字普惠金融可能会加剧城乡居民间的消费不平等情况。
（二）影响机制模型
1.直接影响机制模型
在前期理论在完成相关分析之后，为进一步明确数字普惠金融对城乡居民消费不平等影响效果这一机制，现设计以下模型进行实证研究：Inecit=a1+b1covit−1+c1X+μi+εit（2）Inecit=a2+b2useit−1+c2X+μi+εit（3）Inecit=a3+b3digit−1+c3X+μi+εit（4）
在上述模型中，居民消费不平等状况用𝐼𝑛表示，cov、use及dig分别代指普惠金融覆盖广度、使用深度以及数字化程度。此外，还包括了一系列控制变量X，以排除其他可能影响消费不平等的因素。同时，纳入了地区固定效应μi以考虑不同区域间的固有差异。最后，模型中引入了随机扰动项εit，用于捕捉未被解释的随机变异。
第五章研究结论与政策建议
第一节研究结论
在追求实现共同富裕的社会愿景下，构建一个以“中部宽厚、两端渐缩”为特征的创新性收入分配格局，已经成为推动我国消费总量不断增长的核心驱动力。同时，数字普惠金融的发展不仅极大增强了金融服务的可获得性和针对性，也在很大程度上缩窄了城乡间金融资源配置的鸿沟。这一发展趋势对于提升农民收入水平、破解消费信贷瓶颈、助推农村及边远地区消费能力以及推动消费质量和总量的双重提升均起到了积极作用。基于以上背景，本文首先依托中国家庭追踪调查（CFPS）及其所含的家庭消费支出数据，运用基尼系数与泰尔指数统计方法，对2014年至2020年中国各省份四期居民消费不平等状况进行了精确估算。其次，以北京大学构建的数字普惠金融指数为核心，在固定效应模型和中介效应模型的理论架构内，深度探讨了数字普惠金融如何影响居民消费的不平等性及其背后的作用机制；最后经过实证研究，得到了以下的研究结论：
首先，数字普惠金融缓解城乡消费不平等。不同类型的消费不平等现象呈现出一种层级递进的趋势，即“发展型消费不平等最为显著，其次是享受型消费不平等，最后是生存型消费不平等”。总体而言，数字普惠金融在各维度上的发展增速迅猛，其中尤以数字化程度的发展最为突出，整体发展态势强劲。数字普惠金融指数在不同省份和地区间展现出显著的不平等现象，即东部地区的指数水平常常优于中西部地区。尽管近期某些中西部省份在数字普惠金融指数上有强劲的增长态势，但在全国范围内的排名依然偏低。
其次，针对数字普惠金融三个子维度对消费不平等问题的直接效应，研究发现其结论并非完全统一。一方面，不论是扩大覆盖广度还是提升数字化程度，都有助于减少城乡居民消费不平等，尤其是在消费不平等缓解方面，数字化程度的提高展现出了最显著的效果。然而，就使用深度的增加而言，其并未表现出明确的缓解作用，这揭示了数字普惠金融对消费不平等影响主要在于覆盖面的扩大和数字化水平的提升。
再次，数字普惠金融能够通过影响收入不平等间接作用于居民消费不平等。研究表明，数字普惠金融的发展显著缓和了城乡居民收入不平等，随着收入不平等状况的逐渐改善，居民在消费层面的不平等现象也会随之得到相应的缓解。城乡居民消费不平等问题也将相应得到改善，这揭示了收入不平等是普惠金融影响我国城乡居民消费不平等问题的一个重要传导机制。
参考文献（略）
