【正文】 （η jt）。 NBI 是指內(nèi)羅畢， MSA蒙巴薩和 Poor 指底部財富的五分之三。手機的所有權。最后一排的報告，對未使用者的用戶的平均特性的評價的影響。 *在 10%的顯著水平 。在第四列和第五列中，我們添加了全套的控制，包括對其他金融工具的控制，以及這些控制與負面沖擊的相互作用 。異方差穩(wěn)健標準誤差在括號中。手機的所有權。最后一排的報告，對未使用者的用戶的平均特性的評價的影響。 *在 10%的顯著水平 。結果是穩(wěn)健的添加這些協(xié)變量和相互作用。在第一列和第二列我們展示了非內(nèi)羅比地區(qū)樣本的相似的結果。在第五列，我們限制在第一輪財富分配底部五分之三的家庭的樣本，我們發(fā)現(xiàn)影響是否大多集中貧困家庭中，我排除那些富裕的家庭，因為他們在移動支付錢包出現(xiàn)之前就能夠很好地平滑風險。用戶在所有列的均值是 。 * * *在 1%的顯著水平。用戶在沖擊期間的反映是消費的增長，而非用戶的消費反應不但沒有增長，反而下落了。例如，通過提供一個安全的，雖然沒有報酬的儲蓄工具，它可能會導致家庭建立一個預防性的儲蓄余額。縱觀這個圖表，相關的交互項是一致的正和顯著，顯示了用戶在遭受負面沖擊的期間收到了更多的匯款，就接收的概率而言，接收到的數(shù)和總收入。更低的交易成本可能會導致 37 每一筆收到的匯款規(guī)模的增加或減少：更低的成本意味著收款人可以收到更大份額，但是也使其經(jīng)濟 性的發(fā)送更小量的匯款增加。我們進行的兩個額外的調(diào)查表明，儲蓄不是主要的機制 —— 這些結果在網(wǎng)上附錄表 2 和 3 被展示。異方差穩(wěn)健標準誤差在括號中。自始至終，當時間地點 FE 都包括在內(nèi)，時間農(nóng)村 FE 也包括在內(nèi)。 下面是我們理論 上的動機，我們探討當人們受到支持時，移動支付錢包對網(wǎng)絡的規(guī)模和性質(zhì)的影響。異方差穩(wěn)健標準誤差在括號中。 * * *在 1%的顯著水平。我們通過構建在一個網(wǎng)絡中設置兩個活躍的成員來進行測量檢驗。第二個 網(wǎng)絡規(guī)模大小的測量，我們構建的這一措施是每個家庭的總潛在的網(wǎng)絡規(guī)模的比例。 在使用代理部署數(shù)據(jù)中，我們首先在等式⑽建立了一個簡化的雙差分模型。自始至終，占長右尾的代理的數(shù)量，以及在零一些密度，我們采取的代理數(shù)的平方根。對所有列來說，負沖擊效果在代理變量的平均值下進行評價。 *在 10%的顯著水平 。圖表 6B中的第一列和第二列檢查了兩公里范圍內(nèi)代理密度的整體沖擊反應，分別為有和沒有位置按時間的虛擬變量。這個交互作用的系數(shù)和沖擊之前如之前預判的一樣為負值 —— 一個家庭越接近代理能夠在越大程度上抵消負面沖擊（擊更好的平滑沖擊）。測量距離最近的代理日志的距離 (米 )的距離測量。疾病沖擊的因變量為人均非醫(yī)療消費。 在表 6c 中 ,我們看看是否代理首次出現(xiàn)與我們可以觀察出來的數(shù)據(jù)是有關聯(lián)的。然而 ,做與代理的兩個虛擬變量的負面沖擊 ,雖然經(jīng)濟系數(shù)小 (記住 ,涉及家庭給定距離之內(nèi)的代理數(shù)量的測量辦法的代理變量不是虛擬變量 )。 備注：注：因變量：代理準入措施。在頂部面板，所有的控制時間地點和時間 FE 農(nóng)村。 43 *在 10%的顯著水平 。我們將在降雨沖擊量和家庭消費（見 Suri2020 的描述）量上的區(qū)域型數(shù)據(jù)與兩種后來的代理接近的測量辦法（ 2km 密度和到最近代理的距離）連接起來，并且在表格 7A 部分報告的結果。我的結果證實消費量與降雨沖擊量是有很大關系的，但是它對后來的有經(jīng)驗的差別的代理首次展示的地區(qū)是沒有差別效應的。 在表 7B 中，我們使用我們的 MPESA 調(diào)查和限制了盡可能接近的例子去匹配在不吻合實驗中使用的資料組，僅包括鄉(xiāng)村或農(nóng)業(yè)住戶。此外 ,值得注意的是 ,多數(shù)像 MPESA 一樣不能幫助平滑平均食品消費（表 4A），它為我們的家庭做子樣本。另外，本說明書中控制用于位置和時間模型和的家庭人口的措施。 *在 10%的顯著水平 。我們還提出了一些魯棒性檢查試圖對磨損進行解釋。在上面的分析中，我們控制了所有的可見（除了 MPESA 的使用），面板和非 面板樣本之間的差異及其相互作用的沖擊。自始至終，當時間地點 FE 都包括在內(nèi)，時間農(nóng)村FE 也包括在內(nèi)。 盡管 1 期的沖擊跟未來的摩擦不相關，這種情況可能發(fā)生時期 1與時期 2 之間的沖擊驅動損耗。在表 8B 中我們報告結果集的一個子集的 146 個社區(qū) ,消耗小于約 20%在社區(qū)一級 (也就是說 ,大約十個家庭的每個社區(qū)接受采訪 ,至少有 8 個 )。 異方差穩(wěn)健標準誤差在括號中。 *在 10%的顯著水平。自始至終，當時間地點 FE 都包括在內(nèi)，時間農(nóng)村 FE也包括在內(nèi)。 表 9 為消費提供了這些結果和匯款變量。然而，我們?nèi)匀豢刂凄l(xiāng)村時間模型和結果，尤其是當我們看樣品不含 Mombasa 在表 9中 ,我們顯示截面估計第一列 ,列 2到 8我們提出各種面板版本?？偟膩碚f ,我們發(fā)現(xiàn)結果與我們先前的研究成果一致。所有這些規(guī)范被時間固定效應控制了位置。 *在 10%的顯著水平。而明顯的，移動技術和移動貨幣具體轉化窮人生活的潛力，到目前為止是很少被證明的。 像這樣的保險確實自身是有價值的，他們休克的可能性和尺度建議收入的 3%4%的福利收益的封底計算。 盡管這個技術也提供一個方便又安全的存款方法，它可以促進自我保險，我們發(fā)現(xiàn)在提高風險傳播的背 50 后一個很重要的原理就是匯款。除此之外，他們收到的匯款來自于更深層次的戰(zhàn)場和更大的網(wǎng)絡工作成員的團體。我們沒有證據(jù)表明使用 MPESA 的人比那些不使用者相關的約束更弱。有一個文獻表示，有親密關系的網(wǎng)絡工作可以在他們的工作中通過要求過多收稅來利 用 成本，然后迫使他們隱藏收入或財富 ， MPESA 提供的交易成本的減少可以要求更簡單更普遍的傳遞。在這種情況下，更低的交易成本的 MPESA 的收益就是足夠大補償保 險的任何會導致信息和保證問題的不完整性。移動貨幣在風險分享網(wǎng)絡共工作時，傾 向于提高參與者的有效的尺度和數(shù)量，看似沒有惡化的信息、運作和保證成本。他們收到更多數(shù)量的匯款。期限越長福利收益越高，如果資產(chǎn)活性是由在消費上任意的減少控制的，那么會導致一直的低收入，從長遠來看，隨著電子支付完善和促進更加頻繁和更好的相符的貿(mào)易，這種金融革命對消費水平的影響和它的變異一樣，是有重大意義的。這個結果通過不同的說明證明是健康的，并且當我們使MPESA 代理在全國首次展示的數(shù)據(jù)的 時候，它對進入服務的外因變化提供了一個附加的原始資料。小特質(zhì)的風險可能是在本地網(wǎng)絡共享，但更大和更總的沖擊可能會直接影響到消費。 ***在 1%的顯著水平。 備注：異方差穩(wěn)健標準誤差在括號中。瓦爾德測試 ,當有兩個內(nèi)生變量和四個儀器 ,股票 ,賴特 ,優(yōu)格 (2020)提 出 一 個 檢 驗 統(tǒng) 計 量 的 臨 界 值 為 11 。我們不包括時間地點控制模型。 **在 5%的顯著水平。 備注：異方差穩(wěn)健標準誤差在括號中。 ***在 1%的顯著水平?？梢钥吹?,我們的主要結果支撐了這個樣本。我們還提出了一個我們結果的子集，這些結果已被使用在Fitzgerald 的戰(zhàn)略在加權， Gottschalk,Moffitt(1998)今后， FGM這些都顯示我們的結果對這些的影響是強大的。 **在 5%的顯著水平。 備注：異方差穩(wěn)健標準誤差在括號中。我們報告的不包括內(nèi)羅畢的樣本的全樣本的多元回歸分析的結果，與相應的 F 統(tǒng)計數(shù)據(jù)?？紤]到其潛在的影響，通過以上的結果，我們通過時間控制模型控制了鄉(xiāng)村，除此以外還有時間地點控制模型。 * * *在 1%的顯著水平。異括號中的穩(wěn)健標準誤。如表 7B 所示，我們可以復制先前從表 4 到 6 中得出的結果作為子樣本，確實，如果真的發(fā)現(xiàn)什么區(qū)別的話，結果會更強大。值得一提的是，這些結果不同與 ，然而她在鄉(xiāng)村里也發(fā)現(xiàn)了 這個。我們包括了地點時間模型和一定數(shù)量的規(guī)格的人口控制。為了證實這種可能性并不能掌控我們的結果，我們利用在 MPESA 成立之前的 19972020 年的數(shù)據(jù)進行了一個不吻合實驗。 * * *在 1%的顯著水平。代理最近的距離為米。在這里 ,對于一個給定的家庭來說到內(nèi)羅畢的距離是固定的，我們看看代理測量 辦法是否與第一回合的代理接近的水平有關，它和與兩個回合之間的代理增長分離一樣。雖然在表 6B 有幾個重要系數(shù) ,我們希望靠偶然發(fā)生一些有重大意義的事。 **在 5%的顯著水平。如果時間地點固定效果是包含在內(nèi)的，代理沖擊系數(shù)交互在列 1不是明顯不同。 備注 :因變量 :日人均家庭消 費。第三列和第四列展示了 5 千米和 20千米范圍內(nèi)的代理密度測量結果，交互項的系數(shù)在 5 公里的情況下顯 41 著偏?。ūM管我們失去了一些動力，當我們包括農(nóng)村按時間的虛擬變量），并且在 20 公里的情況下無異于零（如果我們使用 10 公里的密度測量，這后者的結果也是如此）。在第二列中，我們控制了農(nóng)村按時間的虛擬變量，并且在三列中，我們增加了位置按時間的虛擬變量，這兩者都不影響相互作用的評估系數(shù)。 * * *在 1%的顯著水平 。 備注：因變量：記錄的人均家庭消費。標準誤差聚集在村一級為使用代理的所有數(shù)據(jù)規(guī)格。通過使用這些測量措施，我們發(fā)現(xiàn)移動支付錢包幫助家庭更深入的接觸他們的網(wǎng)絡，就像我們模型所預測的一樣。盡管我們無法確定是哪一個具體的個體給這個家庭發(fā)送的匯款，我們知道他們與對接戶主的關系和他們居住的城鎮(zhèn) /村。 39 *在 10%的顯著水平 。網(wǎng)絡的分數(shù)除以這個數(shù)目由見過任何輪數(shù)據(jù)，都在發(fā)送側以及接收側上的獨特的城鎮(zhèn)組合關系的總數(shù)。像在圖表 5B 中的第一列和第二列所示，對于疾病沖擊，這些匯款來源顯著地是更遠的地方。 * *在 5%的顯著水平。之所以使用平方根是因為接收總量有很長的右尾以及多個零。第二，如果我們限制我們收集了儲蓄的數(shù)據(jù)和只關注西部省份第三輪和第四輪的樣本，我們 發(fā)現(xiàn)對移動支付錢包的用戶和非用戶來說，很少有證據(jù)表明儲蓄差異對收入的沖擊。（未報告結果） 縱觀圖表 4B 和 5A，我們發(fā)現(xiàn)，在那些非內(nèi)羅比的樣本中，非用戶收入者的年消費額下降了 6%?？v觀所有的列，對用戶和非用戶的影響是顯著不同的。我們通過詳細的匯款調(diào)查數(shù)據(jù)建立 rijt是匯款的量度，和β是利率的系數(shù)。第四、五和六列確認 了這些結果：疾病沖擊影響的消費措施的測量不包括移動非支付錢包用戶保健開支是消極的（下降8％至 10％），但是對用戶來說統(tǒng)計不等于零。 *在 10%的顯著水平 。負面沖擊對用戶（非用戶）的影響在用戶（非用戶） 的樣本均值下被評價。 備注：因變量：記錄的人均家庭消費。我們會在下面的 VD 部分對食物消費進行更詳細的討論。這兩個系數(shù)是相互顯著不同的（在整個表中都如此）。在列 3和 5 的沖擊的系數(shù)不能直接比較，因為第 5 列包括相互作用。 * * *在 1%的顯著水平。當包括相互作用是，對沖 擊的整體效果在協(xié)變量的平均值進行評價。戶主教育和職業(yè) 。然而，比較第三列對人口統(tǒng)計的控制和有著全套控制與相互作用的第五列，該系數(shù)是非常相似的，說明在我們調(diào)查的時間框架中，移動支付錢包在導致金融變量變化是扮演了一個很小的角 色?？紤]到這一點，我們在第三列和第五列使用有著固定影響家庭的面板規(guī)格和一系列的協(xié)變量，在第四列和第五列，有著協(xié)變量的小雞沖擊的相互作用，如上⑼圖所示。 * * *在 1%的顯著水平。當包括相互作用是，對沖擊的整體效果在協(xié)變量的平均值進行評價。戶主教育和職業(yè) 。 備注：因變量：記錄的人均家庭總消費量。根據(jù)基準結果，沖擊使得非移 32 動支付錢包的用戶家庭人均的消費額減少了 21%，但是移動支付錢包用戶可以保護自己免收這些沖擊，我們看到，人均消費量的下降額僅為 12%。我們的分析指出，對于消費平滑的影響部分原因是移動支付錢包提供了較低的匯款交易成本，改善了風險分擔，而不是移動支付錢包可能提供的流動性和節(jié)約的影響造成的。鑒于有兩個內(nèi)生變量，移動支付錢包的使用和消極的收入沖擊的相互作用，我們需要對每個都建 立一個工具。因為在那個時期沒有 Tegemeo 關于移動支付錢包的調(diào)查，因此就沒有代理，未來代理的訪問不應該提高風