| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 经济/产业 |
| 数字金融对农村旅游消费影响实证研究 |
| 第736期 作者：□文/赵 政 时间：2024/9/2 9:42:27 浏览：184次 |
［提要］ 本文主要探讨数字金融的发展是否为影响农村旅游消费的重要因子，以数字金融、GDP和农村人均旅游消费为研究变量，运用VAR模型进行实证分析。分析发现：数字金融的发展对于农村旅游消费具有一定的影响，但影响有限，且对农村旅游消费的贡献度小于收入。据此，提出相关建议。
关键词：数字金融；农村旅游消费；国内生产总值；VAR模型
中图分类号：F59 文献标识码：A
收录日期：2023年12月26日
旅游业是我国国民经济的重要部分，也是我国居民消费中的重要内容之一。根据《2020年国内旅游数据情况》数据来看，2020年旅游业市场迎来寒冬期。与2019年的数据相比，我国的旅游者数量及旅游收益分别有51.2%和61.1%的减少，这两项数值分别是28.79亿元和2.23万亿元。这一数据反映出了我国旅游业在这几年的严峻形势。在这种情况下，如何有效地激活和恢复国内旅游消费，是政府和社会各界关心的重要问题。而我国公众的购物方式与品质，都在受到数字金融的普遍运用与飞速增长的推动。数字金融是一种以数字技术为基础，充分发挥数字技术的独特特点与优势的金融创新服务，在传统金融的基础上进行了改造和提升。数字金融具有成本低廉、普惠性等特点，可以降低居民消费的困难，提高居民消费质量与消费动力。本文旨在探讨中国数字金融的发展对农村旅游消费的影响。
一、文献综述与理论分析
下面通过文献综述和理论剖析，探讨数字金融发展对农村旅游消费的影响，并提出相应的研究假设。
许多研究均发现数字金融对于消费有正向影响。其中，Aslihan Gizem Korkmaz等（2021）发现数字金融显著改善了消费水平。邓瑜（2022）通过对面板数据的研究，探讨了数字金融服务能力的增强如何推动家庭消费的提升，并得出结论：家庭可以通过调整其财富配置并减少投资的约束，从而达到消费的提升。杨伟明等（2021）认为数字金融可以显著提升居民的总体消费能力。张昭昭（2020）通过对省级面板数据的分析，研究了数字普惠金融的有序发展如何影响消费者的行为，并认为这种发展方式能够增强我国居民的消费规模和品质。崔海燕（2017）通过动态面板分析，探讨了数字金融在农村消费中的影响，并发现其具备推动作用。
尽管数字金融的发展对居民的总体消费产生了显著的提升效果，但是有些研究提出，数字金融对于农村居民的消费的影响受限于教育水平等方面。例如，郭昌荣等（2023）发现数字金融对西部农村家庭的基本消费支出有正向影响，但无法提升其他消费支出。刘婷婷（2022）根据异质性回归理论的研究，发现数字金融对于低收入群体的消费产生了更大的影响，但这种影响受到教育程度的限制。罗剑朝等（2019）从供给与需求的角度说明了农村金融发展的困境与障碍。徐紫嫣（2022）通过实证研究，探讨影响国内旅游消费的各种影响因素，并确定居民收入为最关键的决定性因素。
依据以上理论分析，提出以下假设：
H1：发展数字金融对乡村旅游消费具有促进作用
H2：农村居民的旅游消费并不是主要受到数字金融的影响，其影响力甚至不如收入
二、研究方法
（一）变量选取。数字金融服务主要涵盖第三方支付、网络银行、网络贷款以及网络保险等。第三方支付因为其便利性和普惠性在市场上占有很大的份额，对农村旅游消费也有较大的影响。本文借鉴崔海燕（2016）的数字金融衡量标准，把第三方支付和互联网支付的市场规模作为衡量数字金融进步程度的依据。另外，收入对消费有着最重要的影响，这是凯恩斯的绝对收入观念和杜森贝里的相对收入消费观念的概括。徐紫嫣（2022）还通过灰色关联度的研究，深入了解了影响我国旅游消费的各个方面，研究结果揭示出，收益和人力资源是两个最重要的元素。因此，为了研究数字金融发展如何影响农村居民的旅游消费行为，选择GDP作为调控因素。
（二）模型设计。VAR模型是有利于检验内生平稳变量的动态关系的模型。其被广泛地运用于宏观经济学的研究中。本文将运用VAR模型进行实证分析。本文首先进行平稳性检测以验证数据的平稳性，然后确定最优滞后阶数，接下来，为了确认变量间的因果关系，本文采用Granger的因果分析。本文采用模型中的特征根检测稳定性，然后使用脉冲响应函数以及方差分析的手段对数据进行探讨。VAR模型的常见表现形式如下：
Yt=C+η1Yt-1+…ηk-1Yt-k-1+εt
式中，Yt代表内生变量向量，η1…ηk-1代表待估计系数矩阵，k代表滞后阶数，C代表常数项，εt代表随机项。
（三）数据来源及描述性统计。本文收集了2012年第一季度至2019年第四个季度的数据，并对数据的可获得性进行了评估，权威性和样本区间的一致性。易观智库的季度报告提供了关于第三方支付和互联网支付的信息。农村人均旅游消费和国内生产总值的季度数据来自EPS数据库。
为了减轻通货膨胀或收缩，同时排除价格波动的干扰，本文利用CPI指数来衡量第三方支付在线交易的规模，所有的农村人均旅游消费以及国内生产总值的数据都已经转化为实际值。由于国家权威部门，例如中国统计局所发布的CPI指数的统计中只有年份和月份的数据，本文的调查时期从2012年的第一个季度延伸至2019年的第四个季度，将2012年第一个月的CPI指数作为参考，计算接下来的每个月的价格指数，最终选择每个季度的月平均数作为CPI指数的季度数据。此外，为了减小数据的波动性，对所有数据采用自然对数处理。（表1）
三、实证结果
（一）单位根检验。为了确保实证分析的合理性和完整性，防止伪回归的出现，本文需要确保VAR模型中的变量是稳定的时间序列变量。如果一个变量有单位根，那么它就不再是稳定的。因此，本文使用ADF单位根测试来评估变量的稳定性。（表2）
从表3的数据中我们能够观察到，当显著性水平达到5%时，lnscale的p值分别是0.9995，这表明它并非均匀的时间序列。而C与T各自象征着检验公式里的截距项与趋势项。在相等的重要性标准下，lnGDP和lnco的p值分别是0.0000和0.0004，它们是具有截距项和趋势项的平稳时间序列。当我们对所有变量进行了一阶差分处理后，它们就转化为一个稳定的时间序列。（表3）
（二）VAR模型最优滞后阶数的确定。在构建VAR模型之前，我们需要精心筛选恰当的滞后阶数。因此，本文使用LR、AIC、SBC等指标来找到最佳的滞后阶数。表4揭示了最佳的滞后阶数为2。（表4）
（三）格兰杰因果检验。表5显示，当Dlnco作为被解释变量，Dlnscale 和DlnGDP作为解释变量时，Dlnscale的Chi-sq值达到7.571，p值达到0.0227，低于5%，这就证明拒绝Dlnscale不是Dlnco的格兰杰原因的原假设；DlnGDP的Chi-sq值达到60.642，p值低于5%，拒绝DlnGDP不是Dlnco的格兰杰原因的原假设。根据以上检验，可以得出结论：数字金融的发展对于旅游消费有影响，在5%的显著水平下，Dlnscale是Dlnco的格兰杰原因。（表5）
（四）平稳性检验。进行平稳性检验的原因是想要检验模型的参数是否保持不变，看看变量是否会随着时间的推移而产生重要的变化。由图1可以看出，点均落在单位圆内，由此可知变量稳定，所建的模型具有较好的稳定性，可以避免发生伪回归现象。（图1、图2）
（五）脉冲响应分析。为了进一步分析数字金融发展对农村旅游消费的影响，本文在VAR模型的基础上，采用脉冲响应的方法分析农村旅游消费与数字金融的发展程度之间的反应状态和影响程度。由图3可以看出，Dlnscale由正向冲击时，Dlnscale第一期出现负向反应，随后出现波动，最后对自身的波动影响逐渐消失。从图4可以看出，Dlnco对Dlnscale的冲击的正交脉冲响应在第2期达到最大值，然后波动，最终趋于0。这说明在时间维度上，推动数字化金融的发展，在某种程度上对农村居民的旅游消费产生了影响。这符合前文的假设H1，且数字金融发展对于农村居民旅游消费的正向冲击作用在初期达到峰值，可以说明数字金融的发展对于农村旅游消费具有一定的正向作用。（图3、图4）
（六）方差分解。从图2可以看出，Dlnscale对Dlnco的贡献在第一期为0，之后有一个缓慢增长的趋势，最后稳定在6%左右。而收入对于农村旅游消费的贡献远大于数字金融，在第二期后，贡献度均大于20%，到响应末期最终稳定在33%左右的状态。可见，农村旅游消费确实受到收入的正向作用。
四、结论及建议
（一）结论。本文研究我国数字金融发展对农村旅游消费的影响。从数字金融的角度研究其刺激农村居民旅游消费的可能性。在实证分析上，采用VAR模型研究所选取的时间序列数据，检验数字金融发展对于农村旅游消费的影响。主要结论如下：第一，数字金融的发展对于农村旅游消费确有影响，但其对于农村居民旅游消费的影响并不大；第二，数字金融发展对于农村旅游消费的影响要小于收入所带来的影响。
（二）建议
1、提高农村居民收入水平，增强他们的旅游消费能力和意愿。除了发展农村特色产业、提供就业培训和技能提升以及完善农村社会保障制度等措施外，还可以通过建立农村旅游收入分配机制，让农村居民分享旅游发展的成果，激发他们参与旅游经营和管理的积极性。
2、做好农民数字金融服务的普及，增强农村居民的数字金融服务素质与信任度。增加农村金融服务网点，开展数字金融知识宣传和培训，以及加强数字金融监管和风险防范等措施，让农村居民在相互信任和支持的基础上使用数字金融产品和服务，增强他们的数字金融体验和满意度。
3、利用数字金融技术创新农村旅游消费模式，提高农村旅游消费的便利性。除了推广移动支付、共享经济等数字金融应用以及建立数字金融与旅游产业的合作机制等措施外，还可以建立农村旅游大数据平台，利用数据分析和挖掘技术，为农村旅游消费者提供更个性化、智能化、便捷化的旅游服务。
（作者单位：南京审计大学）
主要参考文献：
［1］Pengpeng Yue，Aslihan Gizem Korkmaz，Zhichao Yin，Haigang Zhou .The rise of digital finance：Financial inclusion or debt trap［J］.Finance Research Letters，2022.
［2］崔海燕.互联网金融对中国居民消费的影响研究［J］.经济问题探索，2016（01）.
［3］邓瑜.数字金融能力对家庭消费升级影响的实证［J］.统计与决策，2022.38（18）.
［4］郭昌荣，邢菁.数字金融对农村居民家庭消费升级的影响与异质性分析［J］.商业经济研究，2023（17）.
［5］刘婷婷.数字金融对居民消费不平等的影响力分析与机理评估［J］.商业经济研究，2022（20）.
［6］罗剑朝，曹瓅，罗博文.西部地区农村普惠金融发展困境、障碍与建议［J］.农业经济问题，2019（08）.
［7］徐紫嫣.国内旅游消费与人力资本相关性研究——基于GRA与VAR模型的实证分析［J］.价格理论与实践，2022（06）.
［8］杨伟明，粟麟，孙瑞立等.数字金融是否促进了消费升级？——基于面板数据的证据［J］.国际金融研究，2021（04）.
［9］张昭昭.数字普惠金融助力我国居民消费扩容提质的影响机制［J］.商业经济研究，2020（19）.
|
|
|
|
