博客 / 詳情

返回

Stata空間面板數據模型SAR、中介效應模型、分位數迴歸分析數字普惠金融指數與農村人均消費支出關係及區域異質性研究|附代碼數據

全文鏈接：https://tecdat.cn/?p=44740
原文出處：拓端數據部落公眾號

關於分析師

在此對Xue Zhang對本文所作的貢獻表示誠摯感謝，她在對應院校完成了應用統計學專業的學習，專注數字金融與農村經濟分析領域。擅長SPSS、Stata、R語言、SAS、數據分析、數據收集。Xue Zhang曾參與多項農村經濟數據分析項目，聚焦數字普惠金融對農村消費的賦能研究，憑藉紮實的統計建模能力和數據處理經驗，為項目提供了精準的分析支撐與可行建議。

封面

專題名稱：數字普惠金融賦能農村消費的多維統計建模與實證分析

引言

在需求側管理成為經濟發展重要抓手的背景下，農村消費作為擴大內需的關鍵陣地，其增長潛力的釋放備受關注。截至2019年，農村居民人均消費與城鎮居民差距顯著，數字普惠金融憑藉互聯網技術優勢，打破傳統金融地域限制，為填補農村消費短板提供了新路徑。從數據科學視角看，探究數字普惠金融對農村消費的影響機制、空間特徵及區域異質性，需依託多元統計模型構建完整分析框架，這也是實務中解決農村金融與消費聯動問題的核心需求。

本文內容改編自過往客户定製諮詢項目的技術沉澱並且已通過實際業務校驗，該項目完整代碼與數據已分享至交流社羣。閲讀原文進羣，可與800+行業人士交流成長；還提供人工答疑，拆解核心原理、代碼邏輯與業務適配思路，幫大家既懂怎麼做，也懂為什麼這麼做；遇代碼運行問題，更能享24小時調試支持。

我們聚焦實際業務場景，通過空間面板、中介效應、分位數迴歸三大模型，系統剖析數字普惠金融對農村消費的作用路徑，同時針對學生羣體痛點，提供高人工創作比例的分析內容與代碼，規避查重風險和邏輯漏洞，配套24小時代碼運行異常應急修復服務。

全文分析脈絡（豎版流程圖）

<pre data-index="0" name="code" style="color: rgb(0, 0, 0); font-size: 14px; font-style: normal; font-variant-ligatures: normal; font-variant-caps: normal; font-weight: 400; letter-spacing: normal; orphans: 2; text-align: left; text-indent: 0px; text-transform: none; widows: 2; word-spacing: 0px; -webkit-text-stroke-width: 0px; background-color: rgb(255, 255, 255); text-decoration-thickness: initial; text-decoration-style: initial; text-decoration-color: initial;"><img alt="" height="1412" src="https://i-blog.csdnimg.cn/direct/68919e3b15b64572b2fcad38ba8f8529.png" width="570" style="border: 0px;">
</pre>

項目文件目錄

數據

空間面板數據模型分析

分析背景與變量設定

數字普惠金融對農村消費的影響並非孤立存在，區域間的空間關聯可能產生溢出效應。本部分以農村人均消費支出（tvc）為被解釋變量，數字普惠金融總指數（index_aggregate）為核心解釋變量，選取人均收入（income）、地區生產總值（GDP）為控制變量，基於2012年、2014-2019年31個省份數據，構建空間面板模型探究空間效應特徵。

數據預處理與權重矩陣構建

數據預處理核心是解決權重矩陣合理性與數據連續性問題，Stata代碼及解釋如下（關鍵代碼保留，省略部分省份重命名代碼）：

pwd // 顯示當前工作路徑// 導入權重矩陣並調整海南與廣東的鄰接關係import excel "D:\Desktop\省級權重矩陣.xlsx", sheet("01 矩陣") firstrow clearreplace 海南省 = 1 in 19 // 修正海南與廣東鄰接權重為1replace 廣東省 = 1 in 21 // 修正廣東與海南鄰接權重為1drop A // 刪除省份名稱列// 省份變量重命名（省略其餘26個省份重命名代碼）rename 北京市 x1rename 天津市 x2rename 河北省 x3...save "D:\Desktop\z.dta", replace // 保存處理後權重數據// 導入消費及解釋變量數據並標準化年份import excel "D:\Desktop\2012+2014-2019.xlsx", sheet("Sheet1") firstrow clear// 連續化年份變量（1代表2012，2代表2014，直至7代表2019）replace year = 1 in 1/31replace year = 2 in 32/62...save "D:\Desktop\x.dta", replace // 保存處理後核心數據// 構建空間面板權重矩陣use z.dta, clearspatwmat using z.dta, name(w) standardize // 行標準化權重矩陣spmat dta w x*, norm(row) replace // 生成31×31標準化矩陣set matsize 5000 // 設定矩陣規模適配面板數據mat TMAT = I(7) // 生成7階單位矩陣（對應7個時間維度）mat Wxt = TMAT#w // 合併時間與截面權重矩陣svmat Wxt // 擴展為217階方陣save Wxt.dta, replace // 保存面板權重矩陣

空間效應檢驗

  1. 普通線性迴歸鋪墊：先通過線性迴歸驗證變量關聯性，結果顯示核心解釋變量與控制變量係數P值均為0，拒絕原假設，變量顯著性達標，為後續空間檢驗奠定基礎。
  2. LM檢驗：用於判斷是否存在空間效應，結果如下表所示，空間誤差模型與空間滯後模型的檢驗統計量均顯著拒絕原假設，説明數據存在顯著空間效應，需構建空間面板模型。
  3. 莫蘭指數檢驗：全局莫蘭指數為0.653，P值為0.000，表明農村人均消費支出存在顯著正向空間相關性，即高消費地區聚類、低消費地區聚類特徵明顯。

  4. 各年份全局莫蘭指數均顯著為正，進一步驗證空間正相關性的穩定性：


  5. 莫蘭散點圖顯示，多數省份集中在第三象限，印證了高消費地區被高消費地區包圍、低消費地區被低消費地區包圍的局部空間正相關特徵，與全局檢驗結果一致。

相關文章

Stata智慧城市建設對經濟高質量發展的影響面板數據分析：超效率SBM模型引入中介變量及空間杜賓模型SDM

原文鏈接：https://tecdat.cn/?p=43746

模型選擇與結果分析

  1. Hausman檢驗：用於判斷固定效應與隨機效應，空間杜賓模型（SDM）、空間誤差模型（SEM）的Hausman統計量為負，接受隨機效應假設；空間滯後模型（SAR）統計量為正，擬合度最優，初步選定SAR模型。

  2. 效應類型選擇：通過LR檢驗對比個體、時點與雙向固定效應，結果顯示雙向固定效應無法退化為個體或時點固定效應（P值分別為0.0206、0.000），最終確定構建雙向固定效應SAR模型。


    注：原文中時點與雙向模型效應對比圖未明確標註鏈接，此處保留原始分析邏輯，結合檢驗結果説明雙向固定效應的合理性。
  3. 模型結果：數字普惠金融總指數的直接效應、間接效應及總效應均顯著為正，表明本省數字普惠金融發展不僅能促進本地農村消費，還能通過空間溢出效應帶動周邊省份消費增長，為區域協同提升農村消費提供了實證支撐。

中介效應模型分析

分析邏輯

探究數字普惠金融是否通過提升農村居民收入間接促進消費增長，構建中介效應模型，以農村居民收入（income）為中介變量，通過逐步因果法、Sobel檢驗與Bootstrap檢驗驗證傳導路徑。核心模型公式簡化為：

  1. 總效應：tvc = i1 + c×index_aggregate + e1（c顯著説明總效應存在）
  2. 中介路徑：income = i2 + a×index_aggregate + e2（a顯著説明核心變量影響中介變量）
  3. 直接與間接效應：tvc = i3 + c’×index_aggregate + b×income + e3（b顯著説明中介效應存在，c’≠0為部分中介）

檢驗結果與分析

  1. 逐步因果法：總效應檢驗中，數字普惠金融指數係數P值為0.000，總效應顯著；中介路徑檢驗中，該指數對農村收入的係數同樣顯著；直接與間接效應檢驗中，收入係數顯著，且數字普惠金融指數係數仍顯著，説明存在部分中介效應。

  2. Sobel檢驗與Bootstrap檢驗：Sobel檢驗中，ab乘積顯著不為零，間接效應占總效應比例75.2%；考慮到Sobel檢驗的有限樣本偏差，Bootstrap檢驗進一步驗證，間接效應P值均為0，置信區間不包含0，中介效應穩定性得到確認。

  3. 帶協變量的檢驗：為增強結果可靠性，加入控制變量後重複檢驗，Sobel檢驗顯示間接效應占比68.3%，Bootstrap檢驗仍顯著，中介效應依然成立。

  4. 迴歸方程明確：通過模型擬合得到具體迴歸關係，進一步量化變量間影響強度：
  • tvc = -1832.307 + 52.85605×index_aggregate + e1
  • income = -5773.283 + 80.3999×index_aggregate + e2
  • tvc = 1039.694 + 12.85999×index_aggregate + 0.4974641×income + e3



    數字普惠金融通過緩解農村信貸約束、支持生產經營，提升居民收入，進而帶動消費增長，這一傳導路徑在實務中具有明確應用價值。

分位數迴歸模型分析

分析目標

探究數字普惠金融對不同消費水平地區的影響差異，以某一年橫截面數據為樣本，通過分位數迴歸判斷其對高、中、低消費地區的影響強度。

建模與結果

  1. 分位數劃分：以0.25、0.5、0.75分位數為界，將31個省份劃分為低、中、高消費地區，構建分位數迴歸模型，核心代碼如下（省略部分迴歸參數設置代碼）：
use x.dta, clearssc install quantreg, replace // 安裝分位數迴歸命令// 分位數迴歸（0.25、0.5、0.75分位數）qreg tvc index_aggregate income GDP, quantile(0.25)...qreg tvc index_aggregate income GDP, quantile(0.75)// 繪製分位數係數趨勢圖quietly forvalues q = 0.2(0.2)0.8 { qreg tvc index_aggregate income GDP, quantile(`q') matrix coeff = e(b) scalar beta = coeff[1,1] ...}graph twoway line beta q, title("數字普惠金融係數分位數趨勢")
  1. 迴歸結果：三個分位數下，數字普惠金融指數係數均顯著為正，且係數存在顯著差異，表明影響具有區域異質性。
  2. 係數趨勢分析：分位數係數趨勢圖顯示，0.4分位數前係數波動小，低消費地區受影響較弱；0.4-0.8分位數係數持續上升，中消費地區受影響最強；0.8分位數後係數下降，高消費地區影響減弱。這一結果源於中消費地區金融服務可及性提升空間大，數字普惠金融的邊際效用最高，而低消費地區受收入基數限制，高消費地區消費升級動力轉向非金融因素。

結論與業務建議

核心結論

  1. 數字普惠金融對農村消費具有顯著正向影響，且存在空間溢出效應，區域間協同發展能放大促進作用。
  2. 農村居民收入是數字普惠金融影響消費的中介變量，部分效應通過收入傳導實現，印證了“金融賦能生產-增收-促消費”的傳導鏈條。
  3. 影響存在區域異質性，對中消費地區賦能效果最優，低、高消費地區需針對性施策。

業務建議

  1. 強化區域協同，擴大數字普惠金融覆蓋面，重點完善中消費地區服務體系，藉助空間溢出效應帶動周邊發展。
  2. 聚焦收入傳導路徑，開發適配農村生產經營的金融產品，通過支持特色農業、鄉村產業，提升居民收入水平。
  3. 實施差異化策略：對低消費地區側重基礎金融普及與收入扶持，對中消費地區強化服務創新，對高消費地區適配消費升級金融需求。

工具適配説明

本文使用Stata完成全流程分析，該軟件國內可直接訪問，無需科學上網，其空間計量、分位數迴歸等命令成熟，適合面板數據與多元建模。國內替代品可選用EViews（操作更簡便，適合入門）、R語言（開源免費，拓展性強），但Stata在結果穩定性與代碼簡潔性上更具優勢。

參考文獻

  1. 黎翠梅, 周瑩. 數字普惠金融對農村消費的影響研究——基於空間計量模型 [J]. 經濟地理,2021,41(12):177-186.
  2. 鄒新月,王旺.數字普惠金融對居民消費的影響研究——基於空間計量模型的實證分析[J].金融經濟學研究,2020,35(04):133-145.
  3. 劉健挺, 謝一凡. 長江經濟帶數字普惠金融對農村居民消費的影響研究——基於空間計量模型的實證分析[J]. 現代金融, 2023, (08): 3-13.
  4. 賈海娟. 一元線性模型的分位數迴歸解的求法 [J]. 白城師範學院學報, 2016(5):3.DOI:CNKI:SUN:BCSF.0.2016-05-009.
  5. 薛晴.農村數字普惠助推鄉村振興[J].光明日報，2020.08.09,11版

封面

數據挖掘 , 算法 , 人工智能 , 深度學習
user avatar
0 位用戶收藏了這個故事！

發佈 評論

Some HTML is okay.