数字金融使用对农村家庭消费多样性的影响研究

Research on the Impact of Digital Finance Utilization on Consumption Diversity of Rural Households

摘要: 扩大农村家庭消费对提高农村居民生活质量与持续推动乡村振兴具有重要意义。数字金融凭借低成本、覆盖广以及便利性等优势为刺激农村家庭消费潜力提供了新的思路。本文采用2019年中国家庭金融调查(CHFS)数据，使用OLS模型与调节效应模型，基于农村家庭消费多样性视角，探讨数字金融使用对其的影响及作用机制。研究发现：(1) 数字金融使用正向促进农村家庭消费多样性增长；(2) 数字金融使用对未婚户主、高资产农村家庭以及西部地区的农村家庭的消费多样性增长的促进作用更为突出；(3) 金融素养在数字金融使用对农村家庭消费多样性的影响中存在正向调节作用。鉴于此，应大力促进农村数字金融发展，提高农户金融素养和文化程度，为农村家庭增加收入与消费信心从而提振消费提供新动能。

Abstract: Expanding rural household consumption is of great significance for improving the quality of life of rural residents and sustainably promoting rural revitalization. Digital finance, with its advantages of low cost, wide coverage, and convenience, offers new insights into stimulating the consumption potential of rural households. This paper employs data from the China Household Finance Survey (CHFS) 2019 and utilizes both OLS and moderation effect models to explore the impact and mechanism of digital finance usage on rural household consumption diversity. The findings reveal that: (1) The use of digital finance positively promotes an increase in the diversity of rural household consumption; (2) The positive effect of digital finance usage on consumption diversity is more pronounced among unmarried heads of households, high-asset rural households, and rural households in the western regions; (3) Financial literacy plays a positive moderating role in the influence of digital finance usage on the diversity of rural household consumption. In light of this, efforts should be made to vigorously promote the development of rural digital finance, enhance farmers’ financial literacy and educational level, and provide new momentum for increasing rural households’ income and consumption confidence, thereby boosting consumption.

1. 引言

消费是市场经济的起点与落脚点，对国民经济增长发挥着基础性作用。2022年10月，党的二十大报告指出，着力扩大内需，增强消费对经济发展的基础性作用。2023年12月，中央经济工作会议再次提出，要激发有潜能的消费。消费作为增强国内大循环内生动力的重要因素，不仅是缓解经济下行压力的重要途径，还是驱动产业升级优化与催生新就业形态的重要手段。根据国家统计局数据，2023年我国城镇居民与农村居民人均消费支出分别为32,994元、18,175元，而农村居民人均消费支出约占城镇居民人均消费支出的1/2，可见，城乡居民消费水平存在较大差距。城乡居民消费差距的逐步扩大不仅制约了农村地区的经济发展，更是束缚了中国经济的可持续发展[1]。此外，尽管当前我国农村家庭消费水平不断提升，但是消费品类过于单一与消费结构不够优化等问题依然存在，极大地影响农村家庭生活质量[2] [3]。因而，我国农村地区作为提振消费的重点区域，探究促进农村家庭消费的有效途径，对激发农村家庭消费潜力与助推农村家庭消费扩容升级具有重要意义。

作为互联网时代的产物，数字金融逐步成为一种新兴金融服务模式[4]，相较于传统金融服务，其具有便利、快捷、安全、高效等特点，可以有效缓解流动性约束，对促进居民消费具有潜在优势。一方面，数字金融通过缓解居民信贷约束以提高居民家庭收入水平。同时，数字金融亦能够通过为居民提供多种金融服务的方式，拓宽居民家庭财富增值途径[5]，使其更有信心、更有能力进行消费，且不满足于单一消费，促使其家庭消费多样化。但农村消费市场不完善、消费品类较单一且存在消费交易障碍等问题[6]，严重制约着农村家庭消费多样性增长。那么，在此背景下，数字金融使用能否显著影响农村家庭消费多样性？其作用机制是什么？不同婚姻状况、家庭总资产以及地区之间是否存在影响效应差异？本文通过探讨这些问题，试图更好地理解数字金融使用对农村家庭消费多样性的影响，分析存在的问题并提出相关建议。

农村家庭数字金融使用决策的影响因素较多，现有文献主要可从自身禀赋与外部环境两个层面进行分析。自身禀赋层面，受教育程度是影响数字金融使用决策的首要因素。丁杰等[7]指出受教育程度较高的农户拥有更强的数字金融认知能力，数字金融使用频率更高。同时，数字金融使用过程中可能存在的潜在风险与威胁亦是农村家庭关注的重点。除此之外，农户金融素养以及家庭经济特征亦是影响其家庭数字金融使用决策的重要因素[8]。外部环境层面，现有研究已证实了区域数字金融发展程度、基础设施水平、政府干预等均是农村家庭数字金融使用的重要影响因素[9] [10]。

居民消费问题一直是学术界关注的重点。从微观层面来看，陈训波和周伟[11]运用中国家庭追踪调查(CFPS)数据，证实了居民财富有助于促进居民消费。亦有学者从性别角色观念、信贷约束、家庭内部人口年龄结构以及家庭杠杆率等视角研究居民消费情况[12]-[15]。从宏观层面来看，黄漫宇和窦雪萌[16]提出数字经济发展能够通过提升收入水平和更新消费方式两种途径刺激居民消费潜力。朱迪和龚顺[17]则强调地区城市化率越高、拥有高铁，对居民消费刺激作用越强。同时，公共服务获得、贸易自由化、政府转移支付等亦有助于促进居民消费[18]-[20]。

现有文献对于居民消费研究甚多，但是亦存在如下不足：从研究视角来看，在城乡居民收入的不断增长、国内外宏观经济环境的逐步提高与改善的背景下，虽然学者们从消费的多个层面进行了讨论，但是研究消费多样性这一消费新现象的文献较少。从研究内容来看，现有研究多探究数字金融使用对农村家庭消费的直接影响，而少有文献关注数字金融使用与农村家庭消费之间的影响路径，造成对两者之间的作用机理揭示不充分。基于此，本文使用2019年中国家庭金融调查数据，采用OLS模型进行回归及相关分析，同时，借助调节效应模型，探究数字金融使用对农村家庭消费多样性的影响机制，并从户主婚姻状况、家庭总资产与所处地区三个方面进行异质性讨论，进一步提出本文相关政策建议。

2. 理论分析与研究假说

2.1. 数字金融使用对农村家庭消费多样性的影响

广大农村地区既是巩固脱贫攻坚成果的主战场，亦是推动我国经济高质量发展的主要地区。消费拉动内需，刺激经济增长，应当将城镇地区的相关资源合理应用于广大农村地区，就应让占据全国人口36.11%¹的农村居民能消费、懂消费、敢消费。数字金融的普及提高了农村家庭消费的频率。伴随着网络电商的兴起与兴盛，网购已经成为了农村家庭消费的重要手段。并且，从实际来看，微信、支付宝等数字支付平台为百姓生活提供了极大的便利，可以有效降低农村家庭进行消费活动的交易成本和搜寻成本[21]，这不仅极大地满足了农村家庭消费需求，还能够为其提供个性化与多样化的商品，促使家庭消费多样性增加。此外，数字金融在农村地区的普及与推广，极大地改变了农村消费者的消费习惯。具体来说，一方面，基于流动性约束理论，当消费者面临流动性约束时，其消费能力将受到抑制。数字金融通过提供便捷的支付、信贷等服务，有效缓解了农村家庭的流动性约束，使其更易获得信贷支持，从而增加消费支出，推动家庭消费多样化。另一方面，根据预防性储蓄原理，随着收入不确定性减少，家庭预防性储蓄减少，将更多的收入用于当期消费，进而对农村家庭消费行为产生影响。基于此，本文提出研究假说：

H1：数字金融使用能够促进农村家庭消费多样性增长。

2.2. 数字金融使用影响农村家庭消费多样性的调节效应

一方面，金融素养通过提升农村家庭的金融信息关注度和风险偏好程度两种途径来缓解数字金融排斥[22]。首先，金融素养的提升显著增强了农户关注金融信息的意愿，并提高了其识别与处理金融信息的能力，使他们在金融市场中更加积极活跃，能够更好地捕捉市场机遇，做出更明智的投资决策。金融素养的提高使得农户更愿意尝试和接受新的金融产品与服务，从而拓宽了其参与数字金融的渠道。

另一方面，金融素养的提升有助于拓宽农村家庭的收入渠道，进而通过收入效应影响其消费多样性。具体来说，金融素养通过投资效应整合技术、劳动力、土地等生产要素[23]，提高农村家庭创业倾向。即农户金融素养水平越高，创业倾向越高，对就业及收入改善越有信心，消费意愿亦就越强烈，从而更加重视家庭消费的多样化。基于此，本文提出研究假说：

H2：金融素养在数字金融使用对农村家庭消费多样性的影响中存在调节作用。

3. 研究设计

3.1. 模型构建

1) 基准回归模型

为检验数字金融使用对农村家庭消费多样性的影响，设定模型如下：

${\text{Diversity}}_i={\partial }_0+{\partial }_1{\text{Dig}}_i+{\partial }_2{\text{Con}}_i+{\epsilon }_i$ (1)

其中，${\text{Diversity}}_i$ 是本文的被解释变量，表示第$i$ 个农村家庭消费多样性；${\text{Dig}}_i$ 为解释变量，即数字金融使用；${\text{Con}}_i$ 则表示包含户主、家庭以及地区特征信息的控制变量；${\epsilon }_i$ 是随机误差项。

2) 调节效应检验模型

为验证研究假说H2，本文基于消费意愿视角，选取金融素养作为调节变量。根据CHFS数据库中“您平时对经济、金融方面的信息关注程度如何”的回答来衡量。具体的模型设定如下：

$Y_i={\theta }_0+{\theta }_1{\text{Dig}}_i+{\theta }_2{\text{Fin}}_i+{\theta }_3{\text{Dig}}_i\times {\text{Fin}}_i+{\theta }_4{\text{Con}}_i+{\zeta }_i$ (2)

其中，${\text{Fin}}_i$ 为调节变量(金融素养)，${\text{Dig}}_i\times {\text{Fin}}_i$ 表示解释变量与调节变量的交互项。

3.2. 数据来源与样本选择

本文数据主要来源于2019年中国家庭金融调查(CHFS)数据。该数据覆盖了全国29个省份，共245个县或市区，具有全国代表性。除此之外，本文部分变量数据主要来自2019年各省统计年鉴。借鉴王奕霏等[24]的思路，本文保留了农村地区样本，并去除了缺失数据，最后共得到了11,050份样本。

3.3. 变量说明

1) 被解释变量

本文基于农村家庭视角，探究数字金融使用对其消费多样性的影响。本文借鉴了李刚等[25]与Ma等[26]的研究，使用辛普森指数计算农村家庭消费多样性指数，具体公式如下：

${\text{CD}}_i=1-{\displaystyle \sum }_j^J{S}_{i,j}^2$

$S_{i,j}$ 表示第$j$ 种类型的消费支出占家庭消费总支出的比重。当辛普森指数为0时，表示家庭消费支出仅用于某一种消费类型；当值为($1-1/J$ )时则说明了家庭消费支出均匀用于各类消费。简言之，辛普森指数越大，说明家庭消费类型更加多样。

2) 解释变量

本文解释变量为数字金融使用。借鉴何婧和李庆海[27]的研究思路，若农村家庭中至少一位成员参与了数字支付、数字信贷、数字理财三项中任意一项则视为该家庭使用了数字金融，赋值为1，若均未使用，则赋值为0。具体而言，若农村家庭中至少一位成员开通支付宝、微信支付、京东网银钱包、百度钱包等第三方支付账户，则视为参与了数字支付；若农村家庭中至少一位成员进行教育、医疗、住房、汽车、农业、工商业以及其他互联网贷款或互联网借出款，则视为参与了数字信贷；若农村家庭中至少一位成员通过第三方平台、网页或APP购买理财产品，则视为参与了数字理财。

3) 控制变量

参考黄凯南和郝祥如[28]与Li等[29]的研究，选取了户主特征(年龄、性别、婚姻状况、健康状况、受教育年限、是否有工作、风险态度)、家庭特征(家庭规模、家庭总收入、家庭非金融资产、现金存款、老人比例)以及地区特征(金融发展水平)三类控制变量。

4) 工具变量

本文借鉴何婧和李庆海[27]的做法，选取区县数字金融使用均值为工具变量，用除受访农村家庭以外，区县中其他家庭的数字金融使用均值来表示。根据同群效应理论，区县其他家庭的数字金融使用行为会影响受访家庭的数字金融使用决策，但并不会直接影响受访者家庭消费多样性，因此，该工具变量符合外生性与相关性假设。

3.4. 描述性统计

表1汇报了本文相关变量定义方式与描述性统计。可见，样本中有33.8%的农村家庭使用了数字金融。同时，辛普森指数的均值是0.235。

Table 1. Descriptive statistics

表1. 描述性统计

变量	定义及赋值	均值	标准差
消费多样性	辛普森指数	0.235	0.324
数字金融使用	使用数字支付、数字信贷或数字理财 = 1，未使用 = 0	0.338	0.473
年龄	年龄(岁)	58.311	11.814
性别	男性 = 1，女性 = 0	0.845	0.362
婚姻状况	已婚 = 1，未婚 = 0	0.858	0.350
健康状况	非常好 = 5，好 = 4，一般 = 3，不好 = 2，非常不好 = 1	3.070	1.045
受教育年限	未上过学 = 0，小学 = 6，初中 = 9，高中/中专 = 12，大专/高职 = 15，本科 = 16，硕士 = 19，博士 = 22	7.095	3.427
是否有工作	有工作 = 1，无工作 = 0	0.799	0.400
风险态度	倾向高风险、高回报 = 5，倾向略高风险、高回报 = 4，倾向平均风险、平均回报 = 3，倾向略低风险、略低回报 = 2，不愿意承担风险 = 1	1.392	0.874
家庭规模	家庭人口数量	3.286	1.694
家庭总收入	家庭总收入取对数	10.014	1.377
家庭非金融资产	家庭非金融资产取对数	11.758	1.639
现金存款	现金存款取对数	5.717	3.285
老人比例	家庭中65岁以上人口数量占比(%)	0.275	0.380
金融发展水平	各省人民币贷款余额与GDP之比(%)	1.497	0.325
区县数字金融使用均值	除受访家庭以外，区县中其他家庭的数字金融使用均值	0.336	0.129

4. 实证分析

4.1. 基准回归

本文运用了OLS方法评估数字金融使用对农村家庭消费多样性的影响，回归结果如表2所示。第2列中，在未加入控制变量的情况下，数字金融使用对于农村家庭消费多样性的回归系数为0.1418，在1%水平下显著。第3~5列，分别纳入了户主特征、家庭特征以及地区特征层面的控制变量，可知，使用OLS方法下，数字金融使用的估计系数分别为0.1068、0.0729、0.0727，且均在1%水平下显著，说明数字金融使用能够促进农村家庭消费多样性的增长。即相较于未使用数字金融的农村家庭，使用数字金融的农村家庭消费更加多元化。

Table 2. Baseline regression results

表2. 基准回归结果

	消费多样性
数字金融使用	0.1418^*** (0.007)	0.1068^*** (0.008)	0.0729^*** (0.008)	0.0727^*** (0.008)
年龄		−0.0015^*** (0.000)	−0.0008^** (0.000)	−0.0008^** (0.000)
性别		−0.0424^*** (0.009)	−0.0436^*** (0.009)	−0.0437^*** (0.009)
婚姻状况		0.0368^*** (0.009)	0.0063 (0.009)	0.0062 (0.009)
健康状况		0.0090^*** (0.003)	0.0019 (0.003)	0.0017 (0.003)
受教育年限		0.0044^*** (0.001)	0.0025^** (0.001)	0.0024^** (0.001)
是否有工作		−0.0115 (0.008)	−0.0189^** (0.008)	−0.0171^** (0.008)
风险态度		0.0176^*** (0.004)	0.0145^*** (0.004)	0.0143^*** (0.004)
家庭规模			0.0105^*** (0.002)	0.0107^*** (0.002)
家庭总收入			0.0209^*** (0.002)	0.0208^*** (0.002)
家庭非金融资产			0.0120^*** (0.002)	0.0118^*** (0.002)
现金存款			0.0056^*** (0.001)	0.0057^*** (0.001)
老人比例			−0.0035 (0.010)	−0.0030 (0.010)
金融发展水平				0.0179^* (0.009)
常数项	0.1872^*** (0.003)	0.2191^*** (0.026)	−0.1569^*** (0.037)	−0.1815^*** (0.039)
观测值	11,050	11,050	11,050	11,050

注：^*、^**、^***分别表示10%、5%、1%显著水平；括号内数值为标注差，下同。

4.2. 内生性讨论

1) 工具变量法

Table 3. Instrumental variable method test

表3. 工具变量法检验

	第一阶段	第二阶段
数字金融使用	—	0.3124^*** (0.101)
区县数字金融使用均值	0.2511^*** (0.030)	—
常数项	−0.2082^*** (0.053)	−0.1406^*** (0.044)
控制变量	已控制	已控制
F统计量	530.74	—
观测值	11,050	11,050

为缓解内生性问题导致的估计偏误，本文引入工具变量法以规避数字金融使用与农村家庭消费多样性之间内生性问题。同时，文章选取区县数字金融均值作为工具变量，进行两阶段最小二乘法回归处理。为验证工具变量的有效性，进行弱工具变量检验。表3结果显示，第一阶段中，F统计量为530.74，远大于10，通过了弱工具检验。同时，区县数字金融使用均值的估计值均在1%统计水平下显著为正，表明了工具变量选择的合理性。第二阶段中，数字金融使用的估计系数为0.3124，且满足1%显著性水平，这与基准回归结果保持一致，进一步说明数字金融的使用能够显著促进农村家庭消费多样性的增加。

2) 倾向得分匹配法

考虑到农村家庭的数字金融使用行为是非随机事件，即亦可能是其自选择的结果。因此，本文引入倾向得分匹配法(PSM)进一步排除样本自选择偏误。表4汇报了基于近邻匹配、半径匹配以及核匹配方法下的数字金融使用的平均处理效应(ATT)，可以看出，这三种方法下的回归系数均在1%水平下显著为正，这表明数字金融使用能够促进农村家庭消费多样性的增长。

Table 4. PSM regression

表4. PSM回归

	匹配方法	处理组	控制组	ATT	标准误	T值
数字金融使用	近邻匹配	0.3288	0.2490	0.0798	0.013	6.37
	半径匹配	0.3288	0.2472	0.0816	0.009	8.64
	核匹配	0.3288	0.2445	0.0843	0.009	9.10

4.3. 稳健性检验

1) 更换计量模型

考虑到本文被解释变量(农村家庭消费多样性)采用辛普森指数进行测度，其取值范围限定于0、1之间，且呈现非负截断特征。因此，本文借鉴高兆祥和温涛[30]的做法，采用Tobit模型重新进行回归分析，结果见表5第2列。结果表明，数字金融使用的回归系数仍在1%水平下显著为正，说明基准回归结果具有稳健性。

2) 缩尾处理

对被解释变量(农村家庭消费多样性)进行1%缩尾处理，并进行OLS回归。回归结果见表5第3列。可见，对被解释变量进行缩尾处理后，数字金融使用仍然正向影响农村家庭消费多样性，因而，证明了上文基准回归结果具有稳健性，研究假说H1再次得到验证。

Table 5. Robustness test

表5. 稳健性检验

	更换计量模型	缩尾处理
数字金融使用	0.1676^*** (0.020)	0.0726^*** (0.008)
常数项	−1.3708^*** (0.111)	−0.1814^*** (0.039)
控制变量	已控制	已控制
观测值	11,050	11,050

4.4. 异质性分析

1) 户主婚姻状况分组

为检验户主婚姻状况对其家庭消费多样性的异质性影响，本文根据CHFS数据库问卷信息将农村户主的婚姻状况分为未婚和已婚两种类型进行分组回归。从表6第2~3列可见，相较于已婚户主家庭，未婚户主家庭的数字金融使用行为对其家庭消费多样性的影响更为显著。可能有两方面的原因：一是，与已婚户主相比，未婚户主承担的家庭经济负担较轻，其消费决策更加自主灵活，因而，更愿意尝试多元化的消费产品及服务；二是，未婚户主年纪相对较小，对数字金融的接受程度更高，更有可能通过数字借贷、数字支付及数字理财等数字金融服务实现多样化消费。

2) 不同家庭总资产分组

本文根据家庭总资产中位数将样本家庭分为低资产家庭(家庭总资产小于中位数)与高资产家庭(家庭资产大于等于中位数)两组，分组回归结果见表6第4~5列。结果显示，不论是低资产家庭还是高资产家庭，数字金融使用均显著促进了其家庭消费多样性的增加。并且，相较于低资产水平的家庭，高资产家庭受到的正向影响更为显著。可能的原因在于，不同资产水平反映的是不同的农村家庭消费潜力与消费能力。具体而言，高资产家庭拥有更多的家庭财富，因而具备更强的消费潜力和消费能力。此外，高资产家庭通常具备更高的金融素养，这使得他们能够更有效地理解和运用数字金融平台所提供的多样化产品和服务。他们更擅长利用数字金融工具进行投资理财，进而增加家庭收入，提升消费能力，因此，更倾向于追求多样性消费。

3) 不同地区分组

为进一步分析不同区域的影响效应差异，本文将样本分为东中部与西部两组，并采用OLS模型进行分组回归，结果如表6第6~7列所示。可以看出，不论是在东中部地区，还是在西部地区，数字金融使用均正向影响农村家庭消费多样性。但在西部地区，数字金融使用对农村家庭消费多样性增长效应更为明显。可能的解释是：由于东中部地区的数字金融发展水平较高，数字金融使用对该地区的农村家庭消费行为影响有限，而在西部地区，数字金融发展水平较低，金融服务覆盖率较低，将数字金融引入至农村地区，可以有效缓解农村家庭的资金约束，有利于释放农村家庭消费潜力，从而推动农村家庭追求多元化消费[31]。

Table 6. Heterogeneity analysis

表6. 异质性分析

变量	婚姻状况		不同家庭资产		不同地区
	已婚	未婚	低资产家庭	高资产家庭	东中部	西部
数字金融使用	0.0703^*** (0.008)	0.0714^*** (0.024)	0.0582^*** (0.013)	0.0752^*** (0.010)	0.0721^*** (0.010)	0.0734^*** (0.013)
常数项	−0.1868^*** (0.045)	−0.2029^** (0.087)	−0.0288^*** (0.057)	−0.3173^*** (0.081)	−0.2221^*** (0.048)	−0.1032 (0.068)
控制变量	已控制	已控制	已控制	已控制	已控制	已控制
观测值	9476	1574	5525	5525	7135	3915

4.5. 调节效应检验

作为数字化时代的人力资本之一，金融素养会直接或间接地影响人们的数字金融使用水平，进而对消费活动产生影响。为了检验金融素养是否真正影响数字金融使用与农村家庭的消费多样性的相关关系，并对数字金融使用与金融素养两变量进行中心化处理，做如下调节效应检验。表7的结果显示，数字金融使用、金融素养以及二者交互项的估计系数分别为0.0699、0.0092、0.0180，且均在1%水平下显著，这表明金融素养的提高能够强化数字金融使用对农村家庭消费多样性的促进作用，本文的假说2得到了验证。

Table 7. Test of the moderating effect of financial literacy

表7. 金融素养的调节效应检验

变量	消费多样性
数字金融使用	0.0699^*** (0.008)
数字金融使用 × 金融素养	0.0180^*** (0.007)
金融素养	0.0092^*** (0.003)
常数项	−0.1829^*** (0.039)
控制变量	已控制
观测值	11,050

5. 结论与建议

本文利用2019年中国家庭金融调查数据库，采用OLS模型评估数字金融使用对农村家庭消费多样性的影响，同时使用调节效应模型进行影响机制检验，并从户主婚姻状况、家庭总资产以及所在地区进行异质性讨论。研究发现：(1) 数字金融使用正向影响农村家庭消费多样性；(2) 异质性分析发现，数字金融使用对未婚户主、高资产家庭和西部地区的农村家庭的消费多样性增长具有更为明显的促进作用；(3) 金融素养能够增强数字金融使用对农村家庭消费多样性的促进作用。

根据上述结论，提出以下建议：第一，大力推进数字乡村建设，加快推动农村地区宽带、通信等数字基础设施的布局与完善，为农村数字金融的蓬勃发展奠定坚实基础。同时，持续强化数字金融的普惠性，拓宽服务覆盖范围，扩大数字金融服务的受众群体，使更多农村居民能够享受到便捷高效的数字金融服务。此外，持续开展金融知识宣讲活动，引导农户学习与了解金融常识，提高其金融素养，增强农户防范金融风险的能力；第二，充分重视农户个体作用，提高农户金融素养以及文化程度，推动释放农村家庭消费潜力。具体来说，政府方面，应举办金融知识活动、发放教育经费补贴等，以增强农户消费信心。农户个体方面，首先，可主动参加各银行下乡活动并主动学习金融知识，掌握基本金融技能，以提高金融素养。其次，农户应重视教育的作用，送子女进入学校学习知识，改善家庭就业及收入结构。最后，为满足自身生活及消费需要，农户亦应重视对个人与家庭的投资，紧跟时代主题，追求长远发展。

NOTES

¹数据来源：第七次全国人口普查数据。