数字普惠金融对农户家庭经济韧性的影响研究——基于CHFS数据的实证分析

Research on the Impact of Digital Inclusive Finance on the Economic Resilience of Rural Households—An Empirical Analysis Based on CHFS Data

摘要: 本文基于中国家庭金融调查(CHFS) 2019年的数据，深入分析了数字普惠金融通过促进农村家庭创业行为、提高风险承担能力和社会资本、优化家庭财务结构等多种途径，显著增强了农户家庭经济韧性。研究采用普通最小二乘法(OLS)回归分析模型，发现数字普惠金融指数增加一个单位时，农户家庭经济韧性将相应地增长0.07个单位。此外，研究还发现数字普惠金融对农户家庭经济韧性的影响存在显著的地区差异，东部地区得益于经济发展、金融资源积累以及数字技术应用上的优势，其促进效果最为明显，中部和西部地区虽然也表现出积极影响，但效果相对较弱。东北部地区则可能因为样本量较小和经济结构特点等原因，表现出数字普惠金融反而降低了农户家庭经济韧性的特殊情况。同时，研究还发现地区数字化水平与教育程度对数字普惠金融的效应具有调节作用。

Abstract: Based on the data from the China Household Finance Survey (CHFS) in 2019, this paper conducts an in-depth analysis of how digital inclusive finance significantly enhances the economic resilience of rural households through multiple channels, such as promoting entrepreneurial behavior, enhancing risk-taking capacity and social capital, and optimizing household financial structure. The study employs an ordinary least squares (OLS) regression analysis model and finds that when the digital inclusive finance index increases by one unit, the economic resilience of rural households will increase by 0.07 units accordingly. Additionally, the study discovers that the impact of digital inclusive finance on the economic resilience of rural households varies significantly by region. The eastern region, benefiting from economic development, accumulation of financial resources, and advantages in digital technology application, shows the most obvious promoting effect. The central and western regions also demonstrate positive impacts, but the effects are relatively weaker. The northeastern region, possibly due to smaller sample size and economic structure characteristics, shows a special case where digital inclusive finance reduces the economic resilience of rural households. Moreover, the study finds that regional digitalization levels and educational attainment have a moderating effect on the impact of digital inclusive finance.

1. 引言

在国家将全面推进乡村振兴提升至战略高度，并持续强调巩固拓展脱贫攻坚成果、坚决防止出现规模性返贫的宏观背景下，如何有效提升农村家庭应对外部风险冲击、实现可持续发展的经济韧性，已成为当前中国农村发展领域亟待解决的关键问题。乡村振兴战略不仅关乎农村经济、社会、文化和生态的全面进步，更是实现全体人民共同富裕宏伟目标的重要基石。然而，随着全球经济形势的复杂多变以及自然灾害等不可预测因素的频发，农村家庭，尤其是部分脱贫地区和低收入群体，依然面临着诸多不确定性带来的挑战，这些挑战直接影响着其经济状况的稳定性和可持续性。

经济韧性作为衡量家庭应对和克服经济困境能力的重要指标，对于保障农村居民福祉、缩小城乡差距具有至关重要的意义。近年来，数字普惠金融凭借其覆盖范围广、服务成本低、使用便捷等优势，在促进金融服务可得性、提升金融服务效率方面展现出巨大潜力。作为一种新兴的金融发展模式，数字普惠金融被普遍认为能够通过多种途径赋能农村家庭，例如促进其创业活动的开展、增强其风险应对能力、拓展其社会资本网络以及优化其家庭财务结构，从而有效提升其经济韧性。

鉴于此，本研究旨在深入探讨数字普惠金融对中国农户家庭经济韧性的具体影响机制和作用效果，并进一步考察这种影响在不同区域之间是否存在差异，以及是否存在影响效应的调节因素。通过对中国家庭金融调查(CHFS) 2019年的微观数据进行实证分析，本研究期望能够为更好地理解数字普惠金融在提升农户家庭经济韧性方面的作用提供经验证据，并为政府制定相关政策、充分发挥数字普惠金融在服务乡村振兴战略和防返贫攻坚战中的积极作用提供有益的理论参考和决策支持。

2. 文献综述与研究假设

2.1. 家庭经济韧性

家庭经济韧性是指家庭在面临经济冲击时，能够有效应对、维持或恢复其经济福利的能力。现有研究从不同视角对家庭经济韧性进行了探讨，例如，一些研究侧重于分析家庭面对风险冲击时的脆弱性[1]，另一些研究则从福利标准的角度衡量家庭的抗风险能力[2]。本研究借鉴已有研究，将农户家庭经济韧性定义为在遭受内外部冲击时，能够通过自身的资源和能力进行缓冲、适应和恢复，维持家庭经济稳定的能力。需要强调的是，农户家庭并非一个同质化的群体。不同农户在年龄结构、受教育程度、收入水平、资产禀赋、经营类型、风险偏好以及数字素养等方面存在显著差异(即农户异质性)。这种异质性意味着不同农户家庭在面对相同的外部冲击时，其脆弱性和抵御、恢复能力可能截然不同。因此，在分析数字普惠金融等外部干预措施对农户家庭经济韧性的影响时，必须充分考虑农户异质性可能带来的差异化效应。例如，受教育程度较高、风险偏好较强的年轻农户可能更容易利用数字金融工具进行创业或投资，从而更快提升经济韧性，而老年或低学历农户则可能面临不同的挑战[3]。

2.2. 数字普惠金融

数字普惠金融是指通过运用数字技术，例如移动互联网、大数据、云计算等，以更低的成本、更高的效率和更广的覆盖范围，向传统金融服务难以触及或服务不足的弱势群体和偏远地区提供支付、信贷、储蓄、保险和投资等全面的金融服务。与传统普惠金融相比，数字普惠金融具有显著的优势，包括能够有效降低服务门槛和交易成本，提高金融服务的可获得性和便利性，从而更好地满足农村地区和低收入群体的金融需求。现有研究已经证实，数字普惠金融在促进经济发展、减少贫困等方面发挥着越来越重要的作用[4]。然而，数字普惠金融的推广和应用并非没有挑战。一个关键问题是“数字鸿沟”的存在。数字鸿沟不仅指城乡之间、区域之间在互联网、智能设备等数字基础设施接入方面的差距，也包括不同人群在数字技能、数字素养和应用能力上的差异。在农村地区，年龄较大、受教育程度较低、收入水平较低的农户群体可能因为缺乏必要的设备、技能或信任，难以有效接入和使用数字金融服务。这种数字鸿沟的存在，可能限制了数字普惠金融的实际覆盖范围和普惠效果，甚至可能加剧部分弱势农户群体在金融服务获取上的不平等，进而影响其经济韧性的提升。因此，探讨数字普惠金融对农户家庭经济韧性的影响，不能忽视数字鸿沟所扮演的角色[5]。

2.3. 数字普惠金融影响农户家庭经济韧性的机制分析

本研究认为，数字普惠金融可以通过以下多种机制提升农户家庭的经济韧性，但需要注意的是，这些机制的有效性可能会受到农户异质性和数字鸿沟的影响而存在差异。

2.3.1. 收入增长与创业促进机制

创业是增加家庭收入、改善经济状况的重要途径。数字普惠金融的发展，特别是数字信贷业务的普及，为缺乏传统抵押物的农户提供了更容易获得的融资渠道，有效缓解了创业过程中的资金约束[6]。但对于数字技能较弱或风险规避型的农户而言，数字信贷的可及性优势可能难以转化为实际的创业行动。同时，数字支付等基础设施的完善也降低了创业的交易成本和运营风险，激发了农户的创业活力，从而提升其家庭的经济韧性。

2.3.2. 风险管理与消费平滑机制

农业生产和农村生活面临诸多风险，如自然灾害、市场波动等。数字普惠金融提供的数字保险、小额信贷等金融产品和服务，能够帮助农户有效分散和管理这些风险，减轻冲击带来的负面影响，增强其在面临不确定性时的风险承担能力。此外，便捷的信贷获取渠道也为农户在遭遇突发变故时提供了重要的应急资金来源。王修华等的实证研究也证实，数字金融显著降低了健康冲击导致的消费下降幅度[7]。

2.3.3. 增强农户社会资本与信息共享机制

数字普惠金融的发展在一定程度上也促进了农村地区的信息传播和交流。例如，通过移动支付和社交媒体等数字工具，农户之间的联系更加紧密，信息共享更为便捷，有助于构建和加强农户之间的社会网络。但这种效应可能在已经具备一定数字接入和使用能力的农户中更为明显。更丰富的社会资本能够为农户在面临经济困难时提供更多的信息、互助和支持，从而增强其抵御风险的能力[8]。

2.3.4. 流动性约束缓解与资产配置优化

传统的金融服务往往门槛较高，使得农户难以进行多元化的资产配置。数字普惠金融的发展为农户提供了更多样化的金融工具选择，例如便捷的数字理财产品等，有助于农户根据自身的风险偏好和收益预期进行合理的资产配置，提高家庭资金的利用效率，增强家庭财务的稳健性，从而提升其经济韧性。同样，对数字理财产品的认知、信任和操作能力上的差异会影响农户实际参与资产配置的广度和深度。

2.4. 研究假设

综上所述，本文提出研究假说。

H：数字普惠金融可以促进农户家庭经济韧性的提升。

3. 实证研究设计

本章节将确定研究所用数据和指标衡量方法，并给出具体的研究方程为下文实证作铺垫。

3.1. 数据来源

本研究使用的数据来源于2019年中国家庭金融调查(CHFS)。CHFS是由西南财经大学中国家庭金融调查与研究中心开展的一项全国性、大规模的抽样调查，旨在全面收集中国家庭的金融资产、负债、收入、支出以及其他基本信息。2019年的CHFS数据覆盖了中国大陆多个省份的家庭，具有良好的地域代表性，为本研究分析数字普惠金融对农户家庭经济韧性的影响提供了高质量的微观数据基础。本研究选取16,561份有效数据。

3.2. 变量选取

3.2.1. 被解释变量

本研究借鉴已有关于家庭经济韧性的研究成果，从风险冲击力、抵御纾缓力和恢复发展力三个维度构建综合指数来衡量农户家庭的经济韧性。风险冲击力主要反映家庭在遭受冲击前的脆弱程度；抵御纾缓力反映家庭在冲击发生时采取应对措施以减轻损失的能力；恢复发展力则反映家庭在冲击后恢复并实现可持续发展的能力。关于家庭经济韧性的概念和测量方法，可参考相关研究[9]。具体维度如表1所示。

Table 1. Indicators of family economic resilience

表1. 家庭经济韧性指标

一级指标	二级指标	指标属性	指标名称
风险冲击力	户主是否健康	正向	HEALTH
	重大事故	负向	MA
抵御舒缓力	是否有养老保险	正向	INSECURITY_1
	是否有医疗保险	正向	INSECURITY_2
	是否有政府补贴	正向	GOVSUBSIDY
	生存性支出占比	负向	EXISTCON
恢复发展力	净资产	正向	NASSET
	人均收入	正向	LNAVGIC
	家庭人数	正向	SIZE

本文采用熵值法对农户家庭经济韧性指数进行测度。具体的做法如下：

(1) 对数据进行标准化处理

对正向指标：

$$ $X_{ij}=\frac{x_{ij}-\min \left(x_j\right)}{\max \left(x_j\right)-\min \left(x_j\right)}$ (1)

对负向指标：

$X_{ij}=\frac{\max \left(x_j\right)-x_{ij}}{\max \left(x_j\right)-\min \left(x_j\right)}$ (2)

其中，max(X)和min(X)分别表示样本集合中的最大值与最小值，X代表无量纲化处理后的结果，且对标准化后的数据执行整体平移操作，即所有值均增加0.001。

(2) 计算第j个指标第i个项目的数值比重$P_{ij}$

$P_{ij}=\frac{x_{ij}^1}{{\displaystyle {\sum }_{i=1}^m{x}_{ij}^1}}$ $\left(i=1,2,\cdots ,m;j=1,2,\cdots ,n\right)$ (3)

(3) 计算熵值e

$e_j=-k{\displaystyle {\sum }_{i=1}^m{P}_{ij}}\ln \left(P_{ij}\right)$ (4)

$k=\frac{1}{\ln \left(m\right)}且k\succ 0$ (5)

(4) 计算变异指数d

$d_j=1-e_j$ (6)

(5) 计算农户家庭经济韧性指数RESIST

将各农户家庭在各个指标上的分布数据分别乘以相应的权重系数，随后对这些加权后的指标数据进行求和，以合成代表各农户家庭经济韧性的综合指数。

$w_j=\frac{d_j}{{\displaystyle {\sum }_{j=1}^n{d}_j}}$ (7)

通过应用上述数学模型，我们计算出农户家庭的经济韧性综合指数，其中，该指数以符号表示特定为第i家庭的经济韧性综合水平，其数值范围界定在0至1之间。具体而言，该指数值越大，表明第i家庭的经济韧性越强；相反，指数值越小，则反映出该家庭的经济韧性水平越低。

3.2.2. 核心解释变量

本研究采用包含数字支付、数字理财和数字信贷三个维度的综合指数来衡量数字普惠金融的发展水平。这三个维度分别代表了数字普惠金融在支付便捷性、财富增值以及融资可得性方面对农户的影响。现有研究中，研究了数字普惠金融与农村贫困的关系，分析了数字金融、数字鸿沟与多维贫困之间的联系，这些研究为理解数字普惠金融的内涵和维度提供了参考[10] [11]。具体指标定义如表2。

Table 2. Digital inclusive finance indicator system

表2. 数字普惠金融指标体系

指标名称	指标定义
A1数字支付	家庭若开通第三方支付账号，认定为参与数字支付，取值为1，否则为0
A2数字理财	家庭参与到互联网理财产品，且市值大于0，则取值为1，否则为0
A3数字借贷	若家庭中有互联网借贷行为，有则视为参与，选值为1，否则为0

根据三个指标，计算出数字普惠金融指数。本文采用平均欧几里得距离法得到综合指标[12]。该方法运用多维几何学的理论框架，将多个维度综合为一个矢量表示。具体的定义及计算公式阐述如下：

$f{i}_w=\frac{\sqrt{{\displaystyle {\sum }_{i=1}^3{A}_i^2}}}{\sqrt{3}}$ (8)

$f{i}_m=1-\frac{\sqrt{{\displaystyle {\sum }_{i=1}^3\left(1-A_i^2\right)}}}{\sqrt{3}}$ (9)

$\text{DIGF}=\frac{f{i}_w+f{i}_m}{2}$ (10)

$f{i}_w$ 代表数字普惠金融实践水平与最差表现点之间的距离，$f{i}_m$ 则代表该实践水平相对于最优表现点的反向距离。而DIGF是上述两个距离的平均值，即实际表现点到最优点的反向距离与到最差点距离的平均度量，用以综合反映数字金融的发展水平。

3.2.3. 控制变量

为了更准确地识别数字普惠金融对农户家庭经济韧性的净效应，本研究选取了一系列可能影响农户家庭经济韧性的控制变量。这些变量主要包括：户主特征，家庭特征，以及地区特征。在相关研究中，控制家庭特征和地区特征是常见的做法，以排除潜在的混淆因素的影响[13]。具体控制变量表如表3。

Table 3. Distribution of indicators for economic resilience of rural households

表3. 农户家庭经济韧性指标分布

控制变量	变量名称	变量定义	符号
户主层面	性别	男 = 1，女 = 0	GENDER
	年龄	2019年减出生年	AGE
	年龄平方	年龄平方/100	AGECSQR
	教育	受教育程度	EDU
家庭层面	劳动力占比	劳动人口占家庭人数的比例	LABCOUNT
	是否经营工商业	是 = 1，否 = 0	ICO
	对金融关注度	关注度越高值越大	FA
地区层面	地区经济	各省市GDP	RGDP

3.3. 构建模型

为了深入研究数字普惠金融对我国农户家庭经济韧性所产生的影响，本文构建了最小二乘法(OLS)回归分析模型。在此模型中，采用变量RESIST来表示2019年第i户农户家庭的经济韧性状况，而农户家庭参与数字普惠金融的情况则通过变量DIGF来表示。具体的模型设定如下所示：

${\text{RESIST}}_i={\alpha }_0+{\beta }_0{\text{DIGF}}_i+{\delta }_0{\text{controls}}_i+{\epsilon }_i$ (11)

在该公式中，${\alpha }_0$ 是常数项，${\beta }_0$ 是数字普、惠金融发展对农户家庭经济韧性所产生的总体效应系数；控制变量集合${\text{controls}}_i$ 涵盖了户主特征、家庭属性以及地域因素等多个维度；而${\epsilon }_i$ 则代表随机误差项。

4. 实证研究分析

4.1. 基准回归结果

Table 4. Regression analysis of the impact of digital inclusive finance on the economic resilience of rural households

表4. 数字普惠金融对农户家庭经济韧性影响的回归分析

	(1)	(2)	(3)	(4)
	RESIST	RESIST	RESIST	RESIST
DIGF	0.131^***	0.087^***	0.070^***	0.070^***
	(0.009)	(0.009)	(0.009)	(0.009)
GENDER		0.017^***	0.016^***	0.016^***
		(0.002)	(0.002)	(0.002)
AGE		0.002^***	0.001^*	0.001^*
		(0.000)	(0.000)	(0.000)
AGECSQR		−0.002^***	−0.002^***	−0.002^***
		(0.000)	(0.000)	(0.000)
EDU		0.008^***	0.007^***	0.007^***
		(0.001)	(0.001)	(0.001)
LABCOUNT			0.007^**	0.007^**
			(0.002)	(0.002)
ICO			0.018^***	0.018^***
			(0.002)	(0.002)
FA			0.004^***	0.004^***
			(0.001)	(0.001)
RGDP				−0.000
				(0.000)
_cons	0.558^***	0.525^***	0.534^***	0.534^***
	(0.004)	(0.012)	(0.012)	(0.012)
N	16,561	16,561	16,561	16,561
adj. R^2	0.012	0.050	0.056	0.056

注：^*、^**和^***分别表示在10%、5%和1%的统计水平上显著；()为稳健标准误。

本研究采用普通最小二乘法(OLS)对数字普惠金融与农户家庭经济韧性之间的关系进行了基准回归分析。计量分析结果显示，数字普惠金融指数在1%的显著性水平下对农户家庭经济韧性呈现显著的正向影响，综合回归模型中，数字普惠金融指数的回归系数为0.07，表明其每增加一个单位，农户家庭经济韧性将增长0.07个单位。在控制变量方面，户主年龄与家庭经济韧性呈现先上升后下降的复杂关系；受教育程度和家庭劳动力占比均显著促进家庭经济韧性；经营工商业项目也具有显著的提升作用，但需注意其潜在风险；农户家庭对金融的关注度极低，可能阻碍了其利用数字金融提升韧性；而地区经济水平对农户家庭经济韧性的影响不显著。具体回归结果如表4。

4.2. 稳健性检验

为了验证基准回归模型中数字普惠金融发展对农户家庭经济韧性影响结果的稳健性，本研究在此采用了一系列方法来进行稳健性检验，具体包括：运用工具变量法以缓解内生性问题；变更被解释变量以观察关系的稳定性；采用不同的回归模型以检验结果的普遍性；从而进一步确认变量间关系的稳健性。

4.2.1. 工具变量法

为解决潜在的内生性问题，本研究借鉴向萌的研究，选取互联网普及率作为工具变量[14]。该变量通过各省市的互联网宽带接入用户数与年均常住人口数之比计算，数据来源于各省市的国民经济和社会发展统计公报，符合工具变量的相关性和外生性要求，并采用两阶段最小二乘法(2SLS)进行分析。工具变量法的第二阶段分析结果显示，数字普惠金融对家庭经济韧性的影响依然显著为正(p = 0.000)，表明所选工具变量不存在识别不足问题。外生性检验的Wald统计量显著(p = 0.002)，证实了内生性的存在。第一阶段回归的F值为214.34，排除了弱工具变量的担忧。第二阶段，数字普惠金融的系数为1.732，在1%的显著性水平下保持显著且为正，进一步支持了数字普惠金融能够显著提升农户家庭经济韧性的结论，与基准研究结果一致，结果如表5所示。

Table 5. The instrumental variable regression results of digital inclusive finance on the economic resilience of rural households

表5. 数字普惠金融对农户家庭经济韧性的工具变量回归结果

	(1)	(2)
	DIGF	RESIST
IPOPULARITY	0.020^***
	(0.007)
DIGF		1.732^***
		(0.642)
GENDER	−0.002	0.019^***
	(0.001)	(0.003)
AGE	−0.005^***	0.010^***
	(0.000)	(0.003)
AGECSQR	0.004^***	−0.009^***
	(0.000)	(0.003)
EDU	0.005^***	−0.002
	(0.001)	(0.003)
LABCOUNT	0.012^***	−0.018^*
	(0.002)	(0.010)
ICO	0.024^***	−0.025
	(0.002)	(0.017)
FA	0.006^***	−0.006
	(0.001)	(0.004)
RGDP	0.000^***	−0.000^**
	(0.000)	(0.000)
Constant	0.503^***	−0.334
	(0.008)	(0.336)
Observations	16,561	16,561
Wald统计量	333.95
R-squared	0.093
P值	0.002
F值	217.34

注：^*、^**和^***分别表示在10%、5%和1%的统计水平上显著；()为稳健标准误。

4.2.2. 变更被解释变量

收入作为家庭经济韧性的核心之一，高收入农户家庭在数字金融参与后的家庭经济韧性显著高于低收入农户家庭[11]。因此本研究选择用变量家庭总收入替换家庭经济韧性，并重新对其进行回归，结果如表6。表中数据可以看到DIGF数字金融指数p仍然远小于0.01且此时DIGF系数为141,929说明数字金融指数对总收入的正向促进作用十分显著，与前文的研究结果高度一致，证明之前的结果是稳健的。

Table 6. Regression analysis results of digital inclusive finance on the income of rural households

表6. 数字普惠金融对农户家庭收入的回归分析结果

VARIABLES	total_income
DIGF	141,929^***
	(15,054)
GENDER	1746
	(2806)
AGE	−640.8
	(585.6)
AGECSQR	190.5
	(542.5)
EDU	12,521^***
	(1071)
LABCOUNT	18,610^***
	(3808)
ICO	36,625^***
	(3298)
FA	2788^**
	(1098)
RGDP	0.409^***
	(0.0399)
Constant	−38,678^**
	(17,884)
Observations	16,561
R-squared	0.052

注：^*、^**和^***分别表示在10%、5%和1%的统计水平上显著；()为稳健标准误。

4.3. 区域异质性检验

区域异质性分析旨在考察数字普惠金融对农户家庭经济韧性的影响在不同地区是否存在差异。研究结果显示，数字普惠金融对农户家庭经济韧性的促进作用存在显著的地区异质性。具体而言，东部地区由于其经济发展水平较高、金融资源相对丰富以及数字技术应用普及程度较高等优势，数字普惠金融对农户家庭经济韧性的提升效果最为显著。中部和西部地区虽然也观察到数字普惠金融的积极影响，但其促进效果相较于东部地区略显不足。值得注意的是，东北部地区的研究结果呈现特殊性，数字普惠金融发展水平(DIGF)的系数为负(−0.0996)，且在10%的水平上显著。这一反直觉的结果提示我们需要更深入地探讨其背后原因，而非简单归因于样本量(N = 1317)或笼统的经济结构。结合东北地区的现实情况，我们提出以下几点可能的解释：第一，在经济下行和结构调整压力下，部分农户可能将易于获取的数字信贷用于非生产性开支或高风险投资，导致债务积累，反而损害了经济韧性。第二，东北农业规模化特征显著，当前数字普惠金融产品可能与大型农场或合作社等主体的金融需求匹配度不高，未能有效支持其发展。第三，较高的人口老龄化水平可能伴随着数字金融素养的相对不足，使得农户在利用数字金融时面临更高的风险，例如过度负债或遭遇欺诈。第四，也不能完全排除模型中可能存在的遗漏变量或特定区域数据质量问题对估计结果造成了干扰。因此，对于东北地区数字普惠金融与农户经济韧性的负向关系，应持谨慎态度，这恰恰说明了未来需要针对该地区进行更具深度和针对性的调查研究，以揭示其内在机制并制定合适的应对策略。这些发现表明，在推广数字普惠金融以提升农户家庭经济韧性时，需要充分考虑不同地区的经济发展水平、金融基础设施和数字技术普及程度等因素，制定差异化的政策措施，以实现更精准有效的帮扶。其结果如表7所示。

Table 7. Regression results of regional variation of digital inclusive finance on the economic resilience of rural households

表7. 数字普惠金融对农户家庭经济韧性分区域回归结果

	(1)	(2)	(3)	(4)
RESIST	Northeast	Eastern	Central	Western
DIGF	−0.0996^*	0.0913^***	0.0595^***	0.0474^**
	(0.0567)	(0.0138)	(0.0177)	(0.0192)
GENDER	0.0380^***	0.0114^***	0.0147^***	0.0157^***
	(0.00708)	(0.00312)	(0.00358)	(0.00332)
AGE	−0.00129	0.000880	0.00119	0.00145^**
	(0.00188)	(0.000635)	(0.000870)	(0.000719)
AGECSQR	0.000137	−0.00128^**	−0.00196^**	−0.00177^***
	(0.00180)	(0.000597)	(0.000801)	(0.000680)
EDU	0.0134^***	0.00692^***	0.00570^***	0.00675^***
	(0.00313)	(0.00112)	(0.00139)	(0.00126)
LABCOUNT	−0.0106	0.00901^**	0.0145^***	0.00309
	(0.00921)	(0.00394)	(0.00495)	(0.00450)
ICO	0.00967	0.0185^***	0.0186^***	0.0161^***
	(0.0102)	(0.00328)	(0.00409)	(0.00386)
FA	0.00386	0.00458^***	0.00362^***	0.00453^***
	(0.00274)	(0.00124)	(0.00137)	(0.00116)
RGDP	2.50e−07	−4.92e−08	1.17e−07	−4.89e−07^***
	(3.91e−07)	(3.36e−08)	(1.08e−07)	(9.28e−08)
Constant	0.624^***	0.531^***	0.541^***	0.544^***
	(0.0565)	(0.0191)	(0.0264)	(0.0210)
Observations	1317	5745	4194	5305
R-squared	0.063	0.068	0.077	0.044

注：^*、^**和^***分别表示在10%、5%和1%的统计水平上显著；()为稳健标准误。

5. 研究结论和建议

5.1. 研究结论

在当前中国经济不确定性加剧的背景下，提升家庭经济韧性是降低脆弱性、巩固脱贫成果、维护金融稳定和推动经济高质量发展的关键。基于2019年中国家庭金融调查(CHFS)数据的本研究发现，数字金融素养的提升能够显著增强家庭经济韧性，且该结论经过多种稳健性检验依然成立。此外，数字普惠金融对农户家庭经济韧性的积极作用受到地区数字化水平和教育程度的显著调节，在数字化程度和教育水平较高的地区，数字普惠金融更能有效地优化家庭经济决策，从而更充分地发挥其提升家庭经济韧性的潜力。

5.2. 政策建议

基于上述研究结论，为更有效地利用数字普惠金融提升农户家庭经济韧性、服务乡村振兴战略，提出以下政策建议：

第一，鉴于数字普惠金融对农户家庭经济韧性的普遍积极效应(平均提升0.07个单位)，应继续支持和推广数字普惠金融在农村地区的发展，但需注重提升其发展的质量和促进韧性的实际效果，而非仅关注覆盖广度。

第二，基于显著的区域异质性发现，应实施差异化的数字普惠金融发展策略：东部地区可在现有基础上鼓励服务深化与模式创新；中西部地区需着力补齐短板，在推动数字普惠金融普及的同时，加强配套支持以提升其作用效果；对于呈现负向效应的东北地区，则应采取审慎态度，深入调研其深层原因，加强金融风险教育与防范，探索更符合当地实际需求的数字金融服务路径。

第三，根据地区数字化水平的正向调节作用，建议将数字普惠金融推广与区域数字基础设施建设、数字经济发展规划更紧密地结合起来，通过改善地区整体数字化环境，为数字普惠金融更好地赋能农户经济韧性创造有利条件。

第四，依据户主受教育程度的正向调节效应，应认识到提升农户数字素养和整体受教育水平是增强数字普惠金融效果的关键。建议加大对农村地区的教育投入，并将数字金融知识与技能培训纳入现有农民教育和培训体系，特别是针对低学历群体，以帮助他们更好地利用数字工具增强自身韧性。