[21]。綜上所述，本文假設(shè)數(shù)字普惠金融對(duì)福建省居民城鄉(xiāng)收入水平和促進(jìn)該地區(qū)經(jīng)濟(jì)增長(zhǎng)有正向影響。（二）指標(biāo)與變量確定借鑒已有學(xué)者對(duì)數(shù)字普惠金融的研究成果，本文選取2014-2020年福建省各市中的九個(gè)城市（福州市、廈門市、莆田市、三明市、泉州市、漳州市、南平市、龍巖市和寧德市）的歷年統(tǒng)計(jì)年鑒和數(shù)字普惠金融指數(shù)作為變量：1、被解釋變量城鄉(xiāng)居民人均可支配收入（Y）：是指城鄉(xiāng)居民家庭那部分可以用于日常生活的收入，在根本情況上反映該地區(qū)城鄉(xiāng)居民生活水平的高低。2、核心解釋變量數(shù)字普惠金融發(fā)展指數(shù)（DIFI）：數(shù)字普惠金融市場(chǎng)指數(shù)包括覆蓋廣度和應(yīng)用進(jìn)行深度學(xué)習(xí)以及數(shù)字支出服務(wù)程度三個(gè)問題主要研究方面，著重體現(xiàn)的是普惠金融的數(shù)字化發(fā)展，以及數(shù)字普惠金融的實(shí)際經(jīng)濟(jì)發(fā)展研究狀況。3、控制變量財(cái)政支出水平（GE）：采用一般公共預(yù)算支出占地區(qū)GDP的比例，為了更好的反映數(shù)字普惠金融發(fā)展對(duì)城鄉(xiāng)居民的影響，我們將財(cái)政支出水平放入模型之中。經(jīng)濟(jì)發(fā)展水平（RGDP）：采用人均生產(chǎn)總值來衡量該地區(qū)社會(huì)經(jīng)濟(jì)的發(fā)展情況。（三）模型設(shè)定借鑒已有學(xué)者對(duì)數(shù)字普惠金融的研究成果，本文采用隨機(jī)效應(yīng)模型、固定效應(yīng)模型、混合回歸模型，根據(jù)選擇的數(shù)據(jù)類型，構(gòu)建模型如下：Yit=β0+β1DIFIitβ2GEit+β3RGDPit+εit其中：i表示各市，t表示年份，β0為代估參數(shù)，εit為隨機(jī)擾動(dòng)項(xiàng)。（四）數(shù)據(jù)來源及處理本文采集北京大學(xué)數(shù)字金融研究中心編制的2014年-2020年數(shù)字普惠金融發(fā)展指標(biāo)與福建省各年統(tǒng)計(jì)年鑒所收集的城鄉(xiāng)居民人均可支配收入、數(shù)字普惠金融發(fā)展指數(shù)、一般公共預(yù)算支出、地區(qū)生產(chǎn)總值、人均生產(chǎn)總值的數(shù)據(jù)，并做如下處理：將城鄉(xiāng)居民人均可支配收入單位，元改換為百元；將地區(qū)一般公共預(yù)算支出占地區(qū)生產(chǎn)總值的比值以代表地區(qū)財(cái)政支出水平；將數(shù)字普惠金融指數(shù)和地區(qū)財(cái)政支出水平的數(shù)值保留四位小數(shù)點(diǎn)，以便后續(xù)實(shí)證分析，最終各項(xiàng)數(shù)據(jù)如表5-1所示。表5-12014-2020年福建省各市指標(biāo)數(shù)值年市城鄉(xiāng)居民人均可支配收入（百元）數(shù)字普惠金融發(fā)展指數(shù)財(cái)政支出水平人均（元）生產(chǎn)總值2014福州市140.12121.79350.1112699952015福州市152.03002.09400.1292752592016福州市163.46002.26290.1339822512017福州市409.73002.57850.1325930472018福州市194.19002.72670.11771020372019福州市213.20002.85120.07111208792020福州市226.69002.96090.09501210152014廈門市162.19551.88260.1713868322015廈門市175.58002.18390.1879903792016廈門市188.85002.38030.2005972822017廈門市500.19002.71240.18321097532018廈門市224.10002.84910.18631180152019廈門市248.02003.01470.12821427392020廈門市266.12003.14270.15301239622014莆田市128.28791.49140.1051528902015莆田市138.82001.87900.1140578882016莆田市151.31002.12210.1135633142017莆田市344.90002.41120.1127699362018莆田市179.91002.56470.1017773252019莆田市196.87002.70230.0551893422020莆田市208.23002.81330.0969827532014三明市116.65181.51250.1227645902015三明市128.06001.85860.1405679782016三明市139.18002.09720.1364732612017三明市322.61002.35560.1384821342018三明市166.01002.48220.1262914062019三明市183.12002.58140.04141006412020三明市195.33002.69570.12381083042014泉州市145.86031.60620.0831682542015泉州市158.61001.95460.0880724212016泉州市171.79002.14540.0899777842017泉州市426.96002.43430.0845876132018泉州市202.77002.62140.0747976142019泉州市221.42002.76140.04601140672020泉州市234.59002.87610.07041157682014漳州市126.90151.53830.1095506852015漳州市138.66001.84330.1286555692016漳州市153.20002.04190.1181621962017漳州市333.59002.37960.1216695282018漳州市181.86002.52480.1089771022019漳州市198.85002.64930.0463920742020漳州市211.03002.75170.0979898342014南平市112.51541.51900.1545470442015南平市122.64001.83490.1792509292016南平市133.31002.04160.1714550092017南平市300.70002.31950.1750606942018南平市158.68002.43410.1654667602019南平市173.85002.54060.0483740362020南平市185.57002.63850.1662749032014龍巖市120.54431.58020.1270627302015龍巖市132.74001.89500.1484668652016龍巖市144.29002.12800.1447723542017龍巖市330.22002.40490.1392817132018龍巖市171.54002.53530.1260906552019龍巖市188.59002.65370.05811014762020龍巖市201.50002.75940.11611055482014寧德市113.01881.62220.1453483692015寧德市123.91001.93580.1667520062016寧德市135.16002.13550.1644563582017寧德市305.02002.42780.1692606652018寧德市161.47002.56560.1539668782019寧德市178.04002.68970.0517842512020寧德市190.50002.82400.136383541資料來源：福建省各年統(tǒng)計(jì)年鑒和北京大學(xué)數(shù)字普惠金融指數(shù)眾所周知，面板數(shù)據(jù)的建模方法有三類，依次是隨機(jī)效應(yīng)模型、固定效應(yīng)模型、以及混合回歸模型。該文根據(jù)北京大學(xué)數(shù)字金融研究中心編制的2014年-2020年數(shù)字普惠金融發(fā)展指標(biāo)與福建省各年統(tǒng)計(jì)年鑒所收集的數(shù)據(jù)為基礎(chǔ)，依次采用了這三個(gè)模型，并分別對(duì)數(shù)字普惠金融對(duì)福建城鄉(xiāng)收入的影響做出了實(shí)證檢驗(yàn)。表5-2隨機(jī)效應(yīng)模型、固定效應(yīng)模型、以及混合回歸模型實(shí)證檢驗(yàn)(1)(2)(3)VARIABLES隨機(jī)效應(yīng)模型固定效應(yīng)模型混合回歸模型數(shù)字普惠金融指數(shù)(DIFI)102.010**-19.816121.700**(2.07)(-0.49)(2.58)財(cái)政支出水平（GE）-200.301-312.851-184.143(-1.58)(-1.52)(-1.66)經(jīng)濟(jì)發(fā)展水平（RGDP）0.001**0.0010.001*(2.18)(1.84)(2.18)Constant-61.059145.361*-88.190(-0.99)(2.30)(-1.45)Observations636363R-squared0.9560.9580.948Numberofcityid99CompanyFENOYESNOYearFEYESYESYESz-statisticsinparentheses***p<0.01，**p<0.05，*p<0.1從表5-2的結(jié)果分析來看，固定效應(yīng)進(jìn)行模型的結(jié)果不顯著，隨機(jī)效應(yīng)研究模型和混合回歸方程模型的顯著性水平較好，但是具體使用哪一種模型，還需進(jìn)一步檢驗(yàn)。首先，對(duì)該模型進(jìn)行了豪斯曼測(cè)試，由表5-2所得模型的Hausman檢驗(yàn)的t統(tǒng)計(jì)量為2.54，P值為0.6375，大于顯著性水平10%，因此，可以初步確定為隨機(jī)效應(yīng)模型。接下來，進(jìn)行LM檢驗(yàn)，檢驗(yàn)使用隨機(jī)效應(yīng)模型還是混合回歸模型。從表5-3可以看出，LM測(cè)試結(jié)果拒絕了原始假設(shè)，因此，確定使用隨機(jī)效應(yīng)模型。表5-3Hausman檢驗(yàn)、LM檢驗(yàn)modelchi-squarestatisticprobconclusionHausman2.540.6375隨機(jī)效應(yīng)模型LM2.470.0579表5-4隨機(jī)效應(yīng)模型檢驗(yàn)Income1Coef.Std.Err.ZP>|z|[95%Conf.Interval]Digtal102.010449.302882.070.0395.378508198.6422GE-200.301126.6072-1.580.114-448.446647.84457RGDP.0008308.00038092.180.029.0000843.0015773year2015-21.6863716.77258-1.290.196-54.5600211.187272016-35.6591824.66813-1.450.148-84.0078212.689462017137.147936.540433.750.00065.52995208.76582018-67.6883741.67625-1.620.104-149.372313.995572019-88.5066147.48933-1.860.062-181.5844.5707762020-74.3654750.45712-1.470.141-173.259624.52867_Cons-61.0589361.39621-0.990.320-181.393359.27542資料來源：福建省各年統(tǒng)計(jì)年鑒（五）實(shí)證結(jié)果與討論由表5-4可知，模型回歸方程調(diào)整R方為0.9563，可以看出樣本的擬合優(yōu)度良好，且具有很強(qiáng)解釋意義。模型wald統(tǒng)計(jì)