【正文】 付錢包用戶的內生性。作為排除工具，我們使用大最近代理點的距離，家庭用戶5千米以內代理點的數(shù)量和每一個對沖擊的相互影響。（ρ ≈ ）我們從上面列出的實證策略展示結果，包括機制方面的證據(jù)和現(xiàn)象。之后我們展示使用代理部署數(shù)據(jù)和隨性的證偽檢驗的分析結果。圖表4A的第一列展示了除了時間固定效應的OLS分析結果。然而這個影響與零（注意底部固定面板）是非常不同的，這比非用戶所盡力的下降21%相比要小很多。結果非常相似：移動支付錢包用戶可以平滑掉很大一部分的沖擊，而非用戶則有著更不穩(wěn)定的消費。異方差穩(wěn)健標準誤差在括號中?？刂疲杭彝ト丝诮Y構。銀行賬戶的使用，SACCOs和ROSCAs?；邮侵概c沖擊的控件交互。為用戶（非使用者）的沖擊效應為用戶（非使用者）的方式進行評估。自始至終，當時間地點FE都包括在內，時間FE農村也包括在內。 * *在5%的顯著水平。用戶和非用戶對于沖擊的一些不同反應可能是因為觀察的不同允許家庭更好的平滑風險。在第三列中，我們只包括了人口的控制——大部分的風險分擔測試靈活的控制了家庭的人口結構。一個所關心的是，移動支付錢包可能會影響這些控制，尤其是一些其他金融工具的使用，所以控制他們可能能夠掩蓋移動支付錢包的全部影響。備注：因變量：記錄的人均家庭總消費量?？刂疲杭彝ト丝诮Y構。銀行賬戶的使用，SACCOs和ROSCAs?；邮侵概c沖擊的控件交互。為用戶（非使用者）的沖擊效應為用戶（非使用者）的方式進行評估。自始至終，當時間地點FE都包括在內，時間FE農村也包括在內。 * *在5%的顯著水平?？v觀圖表4A，系數(shù)在對利率的影響方面是強烈顯著地。然而，在底部的一行，我們報告沖擊的整體影響以及對用戶和非用戶的分別影響進行了跨列的比較。從底部的這一行，非用戶的消費經歷了7%的減少，而用戶則能夠完美的平滑掉沖擊和經歷消費的不顯著減少。在圖表4B中，我們展示不同的樣本和其他消費措施的結果。在第三列，我們展示了食物消費沒有影響，在我們的樣本中這意味著，食物消費能夠被用戶和非用戶很好地平滑。第四列展示了相似的總消費結果，當我們排除了肯尼亞第二大城市蒙巴薩的時候。我們需要發(fā)現(xiàn)是否對第一輪財富分配底部的五分之三的家庭產生強烈影響（我們發(fā)現(xiàn)對頂部的五分之二沒有影響）。異方差穩(wěn)健的括號中的標準誤差。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。 * * *在1%的顯著水平。 *在10%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。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。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。我們通過詳細的匯款調查數(shù)據(jù)建立rijt是匯款的量度，和β是利率的系數(shù)?？v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?？v觀所有的列，對用戶和非用戶的影響是顯著不同的。更低的交易成本可能會導致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，但是也使其經濟性的發(fā)送更小量的匯款增加。（未報告結果）縱觀圖表4B和5A，我們發(fā)現(xiàn)，在那些非內羅比的樣本中，非用戶收入者的年消費額下降了6%。我們進行的兩個額外的調查表明，儲蓄不是主要的機制——這些結果在網上附錄表2和3被展示。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。異方差穩(wěn)健標準誤差在括號中。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。自始至終，當時間地點FE都包括在內，時間農村FE也包括在內。 * *在5%的顯著水平。下面是我們理論上的動機，我們探討當人們受到支持時，移動支付錢包對網絡的規(guī)模和性質的影響。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。異方差穩(wěn)健標準誤差在括號中。網絡的分數(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)。 * * *在1%的顯著水平。 *在10%的顯著水平。我們通過構建在一個網絡中設置兩個活躍的成員來進行測量檢驗。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。第二個網絡規(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絡規(guī)模的比例。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絡，就像我們模型所預測的一樣。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。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。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。備注：因變量：記錄的人均家庭消費。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1%的顯著水平。 *在10%的顯著水平。在第二列中，我們控制了農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)。圖表6B中的第一列和第二列檢查了兩公里范圍內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。第三列和第四列展示了5千米和20千米范圍內的代理密度測量結果，交互項的系數(shù)在5公里的情況下顯著偏?。ūM管我們失去了一些動力，當我們包括農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）。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）。備注:因變量:日人均家庭消費。測量距離最近的代理日志的距離(米)的距離測量。如果時間地點固定效果是包含在內的，代理沖擊系數(shù)交互在列1不是明顯不同。疾病沖擊的因變量為人均非醫(yī)療消費。 **在5%的顯著水平。 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。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。然而,做與代理的兩個虛擬變量的負面沖擊,雖然經濟系數(shù)小 (記住,涉及家庭給定距離之內的代理數(shù)量的測量辦法的代理變量不是虛擬變量)。在這里,對于一個給定的家庭來說到內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。備注：注：因變量：代理準入措施。代理最近的距離為米。在頂部面板，所有的控制時間地點和時間FE農村。 * * *在1%的顯著水平。 *在10%的顯著水平。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19972007年的數(shù)據(jù)進行了一個不吻合實驗。我們將在降雨沖擊量和家庭消費（見Suri2012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。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驗的差別的代理首次展示的地區(qū)是沒有差別效應的。值得一提的是，然而她在鄉(xiāng)村里也發(fā)現(xiàn)了這個。在表7B中，我們使用我們的MPESA調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)村或農業(yè)住戶。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。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。異括號中的穩(wěn)健標準誤。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1%的顯著水平。 *在10%的顯著水平?？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。我們還提出了一些魯棒性檢查試圖對磨損進行解釋。我們報告的不包括內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)。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。備注：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，時間農村FE也包括在內。 **在5%的顯著水平。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。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，F(xiàn)GM這些都顯示我們的結果對這些的影響是強大的。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)?？梢钥吹?我們的主要結果支撐了這個樣本。 異方差穩(wěn)健標準誤差在括號中。 ***在1%的顯著水平。 *在10%的顯著水平。備注：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，時間農村FE也包括在內。 **在5%的顯著水平。表9為消費提供了這些結果和匯款變量。我們不包括時間地點控制模型。然而，我們仍然控制鄉(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。瓦爾德測試,當有兩個內生變量和四個儀器,股票,賴特,優(yōu)格(2002)提出一個檢驗統(tǒng)計量的臨界值為11?？偟膩碚f,我們發(fā)現(xiàn)結果與我們先前的研究成果一致。備注：異方差穩(wěn)健標準誤差在括號中。所有這些規(guī)范被時間固定效應控制了位置。 ***在1%的顯著水平。 *在10%的顯著水平。小特質的風險可能是在本地網絡共享，但更大和更總的沖擊可能會直接影響到消費。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。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。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。期限越長福利收益越高，如果資產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。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后一個很重要的原理就是匯款。他們收到更多數(shù)量的匯款。除此之外，他們收到的匯款來自于更深層次的戰(zhàn)場和更大的網絡工作成員的團體。移動貨幣在風險分享網絡共工作時，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。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。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。有一個文獻表示，有親密關系的網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