1. 研究背景与意义
1.1. 研究背景
传统金融行业长期以来遵循着较为固定的业务模式和运营流程,在服务效率、客户体验以及产品创新速度等方面存在一定局限。随着信息技术的飞速迭代,大数据、云计算、区块链、人工智能等前沿技术迅猛发展,在金融领域掀起了变革的浪潮,打破了原有的市场格局。与此同时,社会经济的发展使得消费者的生活方式和价值观念发生了深刻变化,他们对金融产品和服务的需求也日益多元化和个性化。传统金融服务由于受到手续、流程等诸多限制,难以满足这些需求。数字金融应运而生,数字金融是指互联网及信息技术手段与传统金融服务业态相结合的新一代金融服务,是传统的金融业务与互联网新兴领域的结合。数字金融时代,个体数字金融素养的差异化逐步显现。数字金融素养,即指在数字时代下,个体对于数字金融知识的理解、掌握和运用能力,以及在此基础上做出合理金融决策、管理金融风险的能力。随着数字金融持续性纵向化发展,金融与互联网得到了深度融合,相关产业和服务相继迭代更新,现今社会数字金融市场规模持续扩大,前景十分广阔。农户作为农村经济发展的核心主体,是乡村振兴战略的关键力量,培养农户的数字金融素养,是促进农村产业升级、提升农民收入水平的有效路径。
2024年8月,中国人民银行等五部门联合发布《关于开展学习运用“千万工程”经验加强金融支持乡村全面振兴专项行动的通知》,文件强调要实施巩固拓展金融帮扶成效专项活动,为农户提供优质高效金融服务,优化金融连农带农举措,助力盘活农村资产资源,满足新型农业经营主体多样化融资需求,助推农民增收致富。同年11月,中国人民银行等七部门联合印发了《推动数字金融高质量发展行动方案》,该方案提出:到2027年底,要基本建成与数字经济发展高度适应的金融体系。在此背景下,深入研究数字金融素养对农户消费的影响具有重要意义,有助于促进农村地区金融资源的合理配置,提高金融产品服务农户的效率,进而助推乡村振兴战略的实施和农村经济的稳健发展。
1.2. 研究意义
研究数字金融素养对农户消费的影响具有多方面重要意义。第一,其可以着力提升农户的数字金融素养,以帮助农户做出更明智的消费决策,提升农村地区资金利用效率。第二,其有利于金融机构深入了解农户的消费需求,并依据研究结果针对性研究和优化数字金融产品,提高数字金融市场的农户消费者的参与度;有助于促进金融资源在各地区之间的合理配置,提高金融产品服务农户消费者的效率。第三,本研究能为政府监管部门制定政策提供理论和实证依据,有利于促进农村地区数字金融市场健康、有序发展,进而助推乡村振兴战略的实施和农村经济的稳健发展。
2. 文献综述
2.1. 研究现状
2.1.1. 数字金融素养内涵研究
数字金融素养由金融素养与数字素养融合而来,目前学界尚未形成统一定义。其概念最早由Hanuman Prasad等[1]提出,强调对数字平台及其使用方式的认识。普惠金融联盟将其界定为安全使用数字金融服务并做出有利决策所需的知识、技能与信心。Morgan等(2019)则从产品认识、风险意识、风险控制和权益了解四个维度进行衡量。
随着研究深入,重点转向衡量个体使用数字金融产品及防范风险的综合能力。近年来,学者进一步从综合能力角度进行界定,例如丁洋洋等学者认为其是为实现个人金融健康所必需的知识、技能与行为的综合[2];展凯等学者则强调其是运用数字技术与金融知识以提升金融福祉的能力[3]。总体而言,数字金融素养的核心体现为数字技能与金融知识的结合,是参与数字金融活动的基础素养。
2.1.2. 数字金融对农户消费的影响研究
数字金融为农户消费增长提供了新的路径。学者们普遍认为其能有效提升农户消费水平。研究发现,由于非农收入的边际消费倾向更高,数字金融通过促进非农就业,能够增加农户收入并提升其消费意愿[4]。同时,数字金融有助于释放农村家庭的消费潜力,它借助信息技术弥补传统金融覆盖不足,缓解信贷约束,从而提高农户的金融可得性,优化其消费决策[5]。这种促进作用对中低收入农户尤为明显。
此外,宏观实证研究也提供了支持,宋佳颖基于省级面板数据发现,数字金融特别是其支付与保险功能显著促进了农村居民消费[6];郭华等学者的研究也证实,数字普惠金融在覆盖广度和使用深度上均对农村居民消费支出有积极影响,且存在区域差异[7]。
2.1.3. 金融素养对农户消费的影响研究
数字金融时代之前的研究已证实金融素养对农户消费具有重要影响。研究表明,金融素养的提升能够优化农户的金融决策,进而改善消费行为。例如,王慧玲等学者发现,金融素养通过影响金融行为,有助于降低农户消费不平等[8]。曾学文和张斌指出,在金融健康背景下,金融素养有助于农户更有效地利用消费信贷,从而提升消费能力[9]。蔡栋梁等进一步证实,金融素养能缓解信贷约束,促进农户消费结构升级[10]。
此外,金融素养的影响还通过心理和结构性机制发挥作用。谢家智等学者认为金融借贷会改变农户的心理财富感知,间接影响其消费决策[11]。涂先进等学者则从消费分层视角指出,金融借贷对不同层次农户产生差异化的虚拟财富效应[12]。从宏观与渠道视角看,胡帮勇和张兵表明农村金融深化能显著促进农户消费[13],而徐和清提出供应链金融可为农户提供便捷融资[14],这些均凸显了金融素养在帮助农户获取并利用金融资源方面的重要作用。
2.2. 对现有研究评述
目前学术界在数字金融对农户消费的影响以及金融素养对农户消费的影响方面研究已取得了丰硕的成果。学者们既对数字金融素养的内涵进行了多维度的探索,也对数字金融对农户消费的正向促进作用进行了深入研究;同时,还对金融素养影响农户消费的机制进行了探讨。
然而,尽管现有研究在数字金融、金融素养与居民消费等方面取得了诸多进展,但专门针对农户这一特定群体,深入探讨数字金融素养对其消费影响的研究却相对匮乏。大多数研究仅停留在数字金融或金融素养的单一视角,未能将二者有机结合,以探究数字金融素养对农户消费的具体影响机制和路径。因此,本课题将聚焦于数字金融素养对农户消费的影响,深入探究其底层作用机制,填补现有研究的空白,为促进农户消费升级、推动农村经济发展提供新的理论依据和政策建议。
3. 理论分析与研究假设
3.1. 数字金融素养与农户消费
基于数字金融素养的相关理论,农户的数字金融素养水平对其消费行为具有显著的促进作用。
首先,金融知识是农户参与金融活动的基础,也是影响其消费决策的重要因素之一。在传统金融市场中,由于农村地区的金融基础设施相对薄弱,农户往往面临信息不对称的问题,难以获取准确、全面的金融产品和服务信息。而数字金融素养中的金融知识能够使农户更好地理解金融市场信息和服务,掌握如利率、储蓄、信贷等基本金融概念。当农户具备了一定的金融知识后,他们能够更加理性地评估金融产品和服务的收益与潜在风险,从而减轻因金融知识匮乏或对金融产品不信任而产生的“自我排斥”心理,提高家庭采用数字金融产品和服务的倾向。同时,农户在了解了消费信贷的利息计算和还款方式后,能够更加准确地评估自身的还款能力,合理规划消费支出,避免因盲目借贷而导致的债务危机。因此,凭借对金融知识的深入理解,农户能更好地结合家庭经济状况和未来规划,选择合适的金融产品和服务,不仅能增强家庭经济的稳定性,为突发事件做好充足的资金保障,还能避免因盲目跟风或误解产品信息而陷入金融陷阱。
然后,数字金融技能是农户将金融知识转化为实际消费行为的重要手段。掌握一定数字金融技能的农户能够有效处理金融市场中繁杂的信息,减少因信息不对称带来的逆向选择和道德风险问题。农户通过学习如何使用移动支付工具、网上银行等数字金融平台,能够更加便捷地获取金融产品和服务信息,进行交易和理财操作。数字金融技能的提升也使得原本被传统金融排斥的农户能够更便捷地接入数字金融平台,享受数字金融的普惠性和数字红利。一方面,农户有机会获得数字支付、借贷和理财等服务,降低交易成本和时间成本,提高消费效率;另一方面,通过搭建基于数字平台的金融服务交流社群,促进农户之间的信息共享与交流,进一步削弱信息不对称和传统金融的负面影响,缓解农村家庭经济贫困,从而为消费提供更多的资金支持和便利条件。此外,数字金融技能的提高还能够激发农户的内在动力,提升其学习能力和适应能力,防止农户陷入贫困恶性循环,进一步促进消费增长。
最后,数字金融意识是农户对数字金融服务所持态度的集中体现,对农户消费行为具有重要的引导作用。数字金融意识的增强能够降低农村家庭对风险的厌恶程度,使其从仅满足生计需求的立场转化为对高风险高收益的需求。在数字金融环境下,农户通过数字平台了解不同金融产品的风险收益特征,以数字技术提供的风险评估为保障,选择最优的投资策略,从而提升家庭财富的创造能力,为消费提供更多的资金来源。数字金融意识的提高还能够促使农户更加积极地尝试新的消费模式和金融产品,如网络购物、消费分期等,拓展消费领域,满足多样化和个性化的消费需求。此外,较强的数字金融意识还能够增强农户的风险防范能力和消费维权能力,使其在消费过程中更加注重保护自身权益,避免因金融诈骗等风险事件导致的经济损失,从而保障消费活动的顺利进行,维护良好的消费环境。
基于上述分析,提出本文假设:
H1:数字金融素养能增强农户消费。
3.2. 数字支付使用与财富积累的中介效应
数字支付使用的普及是数字金融素养影响农户消费行为的重要路径。交易成本理论指出,支付方式的演进旨在降低交易过程中的时间、精力和风险成本。当农户具备较高的数字金融素养时,他们能够更快速地掌握支付宝、微信支付等第三方数字支付工具的操作流程与安全机制,从而克服使用新支付技术的学习壁垒与信任障碍。数字支付工具打破了传统现金交易在时空上的限制,使支付行为得以瞬间完成,极大提升了支付的便捷性。支付便利性的提升不仅直接刺激了农户的即时消费意愿,特别是在日常小额、高频的消费场景中,还显著减少了因支付不便而放弃消费的“摩擦”损失。此外,数字支付平台所集成的消费券、折扣活动以及积分奖励等激励机制,与便捷的支付体验相结合,进一步激发了农户的消费欲望。通过将支付环节无缝嵌入线上购物、线下扫码等多元消费场景,数字支付潜移默化地增加了农户的消费频率与消费总额,从而成为连接数字金融素养与消费增长的关键桥梁。
基于上述分析,提出如下假设:
H2:数字金融素养能通过促进数字支付使用来增强农户消费。
数字金融素养对农户财富积累的促进作用是提升其消费能力的根本路径之一。根据生命周期持久收入假说,家庭的消费决策不仅取决于当期收入,更依赖于其整个生命周期内的总财富资源。当农户具备较高的数字金融素养时,他们能更有效地利用数字金融服务进行储蓄管理和投资规划。数字金融素养使农户能够深入理解不同金融产品的收益风险特征,从而制定出更合理的资产配置方案。他们可以将闲置资金从传统的低收益储蓄,转向货币市场基金、数字理财产品等收益更高的渠道,实现资产的保值增值。同时,数字金融技能本身降低了金融交易的成本,提高了资金流转与配置的效率,为财富积累创造了更有利的条件。此外,提升的数字金融素养也增强了农户的风险识别与防范能力,使其在追求财富增长的过程中能有效规避金融诈骗和过度投资陷阱,保障资产安全。持续增长的财富存量直接提升了农户的购买力,并通过“财富效应”增强其消费信心,使他们更愿意将潜在的财富转化为实实在在的、更高水平的消费,从而驱动家庭消费升级。
基于上述分析,提出如下假设:
H3:数字金融素养能通过促进农户财富积累来增强农户消费。
数字金融素养的衡量指标及影响农户消费的作用机制如图1所示。
Figure 1. The mechanism of digital financial literacy affecting farmers’ consumption
图1. 数字金融素养影响农户消费的机制
4. 实证研究设计
4.1. 数据来源及处理
本文采用的数据来源于西南财经大学于2019年在全国范围内开展的中国家庭金融调查(China Household Finance Survey,简称CHFS)。为确保研究结果的可靠性,本文仅保留了农村家庭样本,剔除核心变量和控制变量存在缺失值及异常值的样本,并对数量级较大的变量作对数化处理,最终获得8828个观测数据,以此展开实证研究。
4.2. 重要变量及其测度
(1) 被解释变量:农户消费。本文对家庭总消费支出取对数处理。
(2) 解释变量:数字金融素养。本研究借鉴前人所建立的数字金融素养指标体系,从金融知识、数字金融技能和数字金融意识三个方面构建数字金融素养指标体系[6]。首先,金融知识具体表现为受访者是否掌握通货膨胀知识和利率知识,考虑到回答正确、回答错误与回答不出来的受访者的数字金融素养存在差异,因此,本文设置是否回答正确、是否直接回答两个哑变量,利率问题是否计算正确:是 = 1、否 = 0;利率问题是否直接回答:是 = 1、否 = 0;通货膨胀问题是否计算正确:是 = 1、否 = 0;通货膨胀问题是否直接回答:是 = 1、否 = 0。然后,数字金融技能使用受访者是否使用智能手机进行衡量,是 = 1、否 = 0;受访者是否具备金融产品持有所需技能:是 = 1、否 = 0。最后,数字金融意识涵盖了受访者对经济金融信息的关注程度和对金融产品投资的风险态度这两个角度,平时对经济、金融方面的信息关注程度:从不关注 = 0、一般关注 = 1、非常关注 = 2;投资风险愿意承受程度:不承担风险 = 0、低风险 = 1、平均风险 = 2、高风险 = 3。本文对以上8个二级指标进行Bartlett球形检验,所得P值为0.000,说明各指标之间存在相关性,同时KMO检验结果为0.666,进一步验证了本文样本数据使用因子分析法的合理性。因而,本文采用了因子分析法对这8个子维度进行降维处理,根据方差贡献率与累积方差贡献率的比值计算各主因子的权重,并综合得分,最终得出农村家庭数字金融素养水平。
(3) 控制变量。本文在选择控制变量时,考虑了户主和家庭两个层面。户主层面的特征涵盖年龄(岁)、性别(男 = 1;女 = 0)、婚姻状况(已婚 = 1;未婚 = 0)。家庭层面则包括家庭人口数量(人)、家庭年收入(取自然对数)以及家庭总资产(取自然对数),其中家庭收入和资产经过了对数转换处理。表1详细列出了各变量的描述性统计情况。
Table 1. Descriptive statistics of variables
表1. 变量描述性统计
变量 |
均值 |
标准差 |
最小值 |
最大值 |
家庭总消费支出 |
10.4903 |
0.8465 |
7.6138 |
14.6635 |
数字金融素养 |
0.3566 |
0.2867 |
0 |
1.2982 |
户主年龄 |
55.9494 |
11.0074 |
16 |
92 |
户主性别 |
0.8723 |
0.3337 |
0 |
1 |
户主婚姻状况 |
0.9038 |
0.2948 |
0 |
1 |
家庭人口数量 |
3.4483 |
1.6936 |
1 |
12 |
家庭年收入 |
10.077 |
1.3278 |
2.3749 |
15.8777 |
家庭总资产 |
12.029 |
1.3972 |
2.9957 |
16.8332 |
4.3. 模型设定
(1) 基准回归模型。为了分析数字金融素养对农户消费的影响情况,本文建立以下基准回归模型:
(1)
式(1)中,Consumption表示农户消费;DFL表示农户的数字金融素养,Control代表各控制变量,包括农户特征和家庭特征;
为随机扰动项;i代表农户;
为常数项,
和
为待估计参数,其中本文重点关注系数为
,该系数反映数字金融素养对农户消费的实际影响。
(2) 中介效应模型。本文借鉴温忠麟和叶宝娟(2014) [15]的中介效应三步法,构建中介效应模型,以进一步验证数字金融素养增强农户消费的影响机制。
(2)
(3)
在式(2)和式(3)中,M为本文的中介变量,其他变量含义与式(1)一致。式(2)用于检验数字金融素养对中介变量的影响,式(3)用于检验中介变量对农户消费的影响。当式(2)和式(3)的系数
和
都显著时,说明中介效应成立。
5. 实证结果分析
5.1. 基准回归结果
由于家庭总消费支出及部分控制变量存在缺失值,本文的回归分析基于不同模型的有效观测值进行。模型(1)包含6742个观测值,模型(2)包含6739个观测值,模型(3)在纳入全部控制变量后包含6446个观测值。样本量的变化主要源于部分家庭在收入、资产等控制变量信息上的缺失,但缺失值检验表明,这种缺失与主要解释变量无系统性关联,因此不会导致严重的样本选择偏差。随着控制变量的逐步加入,数字金融素养的系数从0.2480降至0.0773,但始终保持1%水平上的统计显著性。这一结果表明,数字金融素养对农户消费具有稳健的促进作用:即使在控制户主特征与家庭经济状况后,数字金融素养每提升1个单位,农户消费支出仍可增长约7.73%。结果验证了研究假说H1,证实具备较高数字金融素养的农户更能有效运用数字工具优化资源配置,从而推动家庭消费升级。
5.2. 稳健性检验
为检验基准回归结果的稳健性,本文采用变量替换法和更换阈值法进行稳健性检验。首先,将被解释变量替换为人均消费支出对数;其次,将数字金融素养的度量方式从因子得分更换为通过对各维度指标进行算术平均构建的算术平均指标;最后,通过对基准回归样本中的DFL变量进行两端各2.5%的缩尾处理,得到去极值指标,以及将连续型DFL变量依据其中位数转换为分类变量等方式更换阈值,其中低素养组代表数字金融素养低于或等于中位数的农户,而高素养组代表数字金融素养高于中位数的农户。检验结果表明,在不同模型设定下,数字金融素养的系数估计值始终保持显著为正,证明基准回归结果具有较好的稳健性。
基准回归与稳健性检验结果如表2所示。
Table 2. Results of benchmark regression and robustness tests
表2. 基准回归与稳健性检验结果
|
(1) |
(2) |
(3) |
(4) |
(5) |
(6) |
(7) |
|
家庭总消费支出 |
家庭总消费支出 |
家庭总消费
支出 |
替换被解释变量 |
替换解释
变量 |
剔除
极端值 |
更换阈值 |
数字金融素养 |
0.2480*** |
0.1840*** |
0.0773*** |
0.0780*** |
|
|
|
|
(0.0099) |
(0.0098) |
(0.0088) |
(0.0087) |
|
|
|
算术平均指标 |
|
|
|
|
0.0869*** |
|
|
|
|
|
|
|
(0.0078) |
|
|
去极值指标 |
|
|
|
|
|
0.0783*** |
|
|
|
|
|
|
|
(0.0094) |
|
低素养组 |
|
|
|
|
|
|
0.0000 |
|
|
|
|
|
|
|
(0.0000) |
高素养组 |
|
|
|
|
|
|
0.1087*** |
|
|
|
|
|
|
|
(0.0170) |
户主年龄 |
|
−0.0207*** |
−0.0075*** |
−0.0047*** |
−0.0080*** |
−0.0076*** |
−0.0081*** |
|
|
(0.0009) |
(0.0008) |
(0.0009) |
(0.0008) |
(0.0009) |
(0.0009) |
户主性别 |
|
0.0308 |
−0.0252 |
−0.0297 |
−0.0303 |
−0.0285 |
−0.0242 |
|
|
(0.0300) |
(0.0258) |
(0.0257) |
(0.0220) |
(0.0263) |
(0.0259) |
户主婚姻状况 |
|
0.3628*** |
0.0650** |
−0.1171*** |
0.0873*** |
0.0662** |
0.0624** |
|
|
(0.0342) |
(0.0298) |
(0.0306) |
(0.0259) |
(0.0308) |
(0.0306) |
家庭人口数量 |
|
|
0.1636*** |
−0.1033*** |
0.1550*** |
0.1640*** |
0.1644*** |
|
|
|
(0.0055) |
(0.0059) |
(0.0052) |
(0.0060) |
(0.0059) |
家庭年收入 |
|
|
0.1076*** |
0.0978*** |
0.1081*** |
0.1099*** |
0.1107*** |
|
|
|
(0.0071) |
(0.0080) |
(0.0070) |
(0.0081) |
(0.0081) |
家庭总资产 |
|
|
0.1591*** |
0.1556*** |
0.1423*** |
0.1560*** |
0.1631*** |
|
|
|
(0.0069) |
(0.0073) |
(0.0063) |
(0.0074) |
(0.0073) |
常数 |
10.5272*** |
11.3144*** |
7.3109*** |
7.2675*** |
7.5461*** |
7.3322*** |
7.2124*** |
|
(0.0099) |
(0.0668) |
(0.1169) |
(0.1168) |
(0.1012) |
(0.1186) |
(0.1168) |
观测值 |
6742 |
6739 |
6446 |
6446 |
8427 |
6289 |
6446 |
R2 |
0.0847 |
0.1706 |
0.4109 |
0.1959 |
0.4044 |
0.4060 |
0.4075 |
调整后的R2 |
0.0846 |
0.1701 |
0.4102 |
0.1951 |
0.4039 |
0.4054 |
0.4069 |
注:***、**、*分别表示在1%、5%、10% 的水平上显著,括号内为稳健标准误。下同。
5.3. 中介效应检验结果
为深入探究数字金融素养影响农户消费的内在机制,本文基于温忠麟和叶宝娟(2014)的中介效应检验方法,分别考察数字支付使用和财富积累参与两条传导路径,检验结果如表3所示。
5.3.1. 数字支付使用的中介效应
需要说明的是,由于“数字支付使用”为二元变量,本步骤采用Logit模型进行估计,因此未报告线性回归(2)中的R2与调整后R2指标,该模型估计结果有效且系数显著。检验结果显示,数字金融素养对农户消费存在显著总效应。数字金融素养对数字支付使用具有显著正向影响,且在纳入该中介变量后,数字金融素养对消费的直接效应降至0.050,同时数字支付使用本身对消费存在显著促进作用。结果验证了假说H2,表明数字金融素养通过促进数字支付使用来增强农户消费,其机制在于提升支付便利性、降低交易成本。
5.3.2. 财富积累的中介效应
本研究以净资产衡量财富积累,检验其中介作用。结果显示,数字金融素养对农户消费存在显著总效应。同时,数字金融素养对财富积累也具有显著促进作用。在纳入财富积累变量后,数字金融素养的系数降至0.080,且财富积累对消费影响显著,验证了数字金融素养通过促进财富积累增强农户消费能力的假说H3。
Table 3. Test results of intermediary effect between digital payment use and wealth accumulation
表3. 数字支付使用和财富积累的中介效应检验结果
|
(1) |
(2) |
(3) |
(4) |
(5) |
(6) |
|
数字金融素养对农户消费总效应 |
数字金融素养对数字支付使用 |
加入数字支付后数字金融素养对农户消费 |
数字金融素养对农户消费总效应 |
数字金融素养对财富积累 |
加入财富积累后数字金融素养对农户消费 |
数字金融素养 |
0.077*** |
0.544*** |
0.050*** |
0.108*** |
0.197*** |
0.080*** |
|
(0.009) |
(0.033) |
(0.009) |
(0.009) |
(0.017) |
(0.009) |
户主年龄 |
−0.007*** |
−0.069*** |
−0.004*** |
−0.010*** |
−0.012*** |
−0.008*** |
|
(0.001) |
(0.003) |
(0.001) |
(0.001) |
(0.002) |
(0.001) |
户主性别 |
−0.025 |
0.117 |
−0.029 |
−0.029 |
0.000 |
−0.029 |
|
(0.026) |
(0.104) |
(0.025) |
(0.028) |
(0.051) |
(0.027) |
户主婚姻状况 |
0.065** |
−0.434*** |
0.087*** |
0.119*** |
0.316*** |
0.074** |
|
(0.031) |
(0.122) |
(0.030) |
(0.032) |
(0.064) |
(0.031) |
家庭人口数量 |
0.164*** |
0.263*** |
0.150*** |
0.171*** |
0.034*** |
0.166*** |
|
(0.006) |
(0.021) |
(0.006) |
(0.006) |
(0.011) |
(0.006) |
家庭年收入 |
0.108*** |
0.223*** |
0.097*** |
0.168*** |
0.363*** |
0.116*** |
|
(0.008) |
(0.029) |
(0.008) |
(0.008) |
(0.015) |
(0.008) |
家庭总资产 |
0.159*** |
0.471*** |
0.140*** |
|
|
|
|
(0.007) |
(0.029) |
(0.007) |
|
|
|
数字支付使用 |
|
|
0.289*** |
|
|
|
|
|
|
(0.021) |
|
|
|
财富积累 |
|
|
|
|
|
0.142*** |
|
|
|
|
|
|
(0.007) |
常数 |
7.311*** |
−5.411*** |
7.388*** |
8.677*** |
8.605*** |
7.457*** |
|
(0.117) |
(0.445) |
(0.115) |
(0.107) |
(0.190) |
(0.120) |
观测值 |
6446 |
6446 |
6446 |
6248 |
6248 |
6248 |
R2 |
0.411 |
|
0.429 |
0.364 |
0.219 |
0.407 |
调整后的R2 |
0.410 |
|
0.429 |
0.364 |
0.218 |
0.406 |
5.4. 基于家庭生命周期视角的异质性分析
为检验数字金融素养对农户消费的影响是否存在群体差异,本文依据户主年龄将样本划分为青年户主组(≤45岁)、中年户主组(45~60岁)和老年户主组(>60岁)三个子样本,分别进行回归分析。表4展示了分组回归结果。数字金融素养对三组农户消费均具有显著促进作用,但系数大小存在差异。在p < 0.01水平下,中年户主组的系数为0.082,老年户主组系数为0.070,青年户主组系数为0.051。为检验这些差异是否具有统计显著性,本文进一步引入年龄组与数字金融素养的交互项进行回归分析。结果显示,青年组交互项和老年组交互项的系数均不显著,且联合显著性检验也表明交互项整体不显著。这意味着数字金融素养对消费的促进作用在不同年龄组之间并无统计上显著的异质性。
Table 4. Heterogeneity test results
表4. 异质性检验结果
|
(1) |
(2) |
(3) |
(4) |
|
青年户主 |
中年户主 |
老年户主 |
交互项回归 |
数字金融素养 |
0.051*** |
0.082*** |
0.070*** |
0.087*** |
|
(0.019) |
(0.013) |
(0.016) |
(0.012) |
青年组虚拟变量 |
|
|
|
0.039 |
|
|
|
|
(0.034) |
老年组虚拟变量 |
|
|
|
−0.066** |
|
|
|
|
(0.031) |
青年组交互项 |
|
|
|
−0.031 |
|
|
|
|
(0.021) |
老年组交互项 |
|
|
|
−0.012 |
|
|
|
|
(0.020) |
户主年龄 |
−0.009** |
−0.008*** |
−0.001 |
−0.004** |
|
(0.004) |
(0.003) |
(0.003) |
(0.002) |
户主性别 |
−0.080 |
0.033 |
−0.076* |
−0.025 |
|
(0.059) |
(0.038) |
(0.043) |
(0.026) |
户主婚姻状况 |
0.176** |
0.007 |
0.091** |
0.064** |
|
(0.082) |
(0.054) |
(0.042) |
(0.031) |
家庭人口数量 |
0.093*** |
0.156*** |
0.201*** |
0.163*** |
|
(0.015) |
(0.008) |
(0.011) |
(0.006) |
家庭年收入 |
0.085*** |
0.097*** |
0.124*** |
0.107*** |
|
(0.018) |
(0.011) |
(0.015) |
(0.008) |
家庭总资产 |
0.189*** |
0.179*** |
0.123*** |
0.159*** |
|
(0.019) |
(0.011) |
(0.011) |
(0.007) |
常数 |
7.484*** |
7.239*** |
7.055*** |
7.170*** |
|
(0.319) |
(0.225) |
(0.270) |
(0.146) |
观测值 |
1147 |
3050 |
2249 |
6446 |
调整后的R2 |
0.252 |
0.335 |
0.402 |
0.410 |
边际效应分析进一步验证了这一结论。如图2所示,三个年龄组的边际效应值完全一致,置信区间完全重叠,表明尽管农户处于不同的生命周期阶段,但数字金融素养提升所带来的消费促进效应是普遍且均质的。
Figure 2. Marginal effects based on family life cycle groups
图2. 基于家庭生命周期组别的边际效应
6. 研究结论与政策启示
6.1. 研究结论
本研究基于CHFS2019年数据,实证检验了数字金融素养对农户消费的影响及其内在作用机制。主要结论如下:第一,数字金融素养显著促进农户消费水平提升。农户数字金融素养的提高,通过增强其对金融知识的理解、数字技能的应用、金融行为的优化及风险意识的强化,有效提升了其参与数字金融活动的意愿与能力,进而优化消费决策并增加消费支出。第二,数字支付使用与财富积累是两条关键的中介路径。数字金融素养既通过提升支付便利性、降低交易成本来直接刺激消费,也通过促进家庭财富持续积累来增强农户的消费能力与信心,两者均发挥了显著的中介作用。第三,研究结论在更换变量测度方法、排除极端值干扰及缓解内生性问题后依然稳健,证实了数字金融素养对农户消费积极影响的可靠性。第四,研究发现数字金融素养对农户消费的促进作用在不同生命周期阶段具有一致性,未发现显著的群体异质性。这反映出数字金融在农村的普及已使各年龄段农户均能从中受益。
6.2. 政策启示
基于上述结论,本文提出如下政策启示:第一,强化数字金融素养精准培育。政府部门与金融机构应协同开展面向农户的差异化数字金融能力提升计划。重点普及基础金融知识和实用数字技能,并针对不同年龄、教育背景的农户设计易理解、可操作的培训内容与渠道,降低其使用数字金融工具的心理门槛与技术障碍。第二,聚焦数字支付应用与财富管理服务。应着力丰富农村数字支付应用场景,提升支付便利性对消费的直接拉动效应;同时拓展面向农户的数字财富管理服务,帮助其通过优化资产配置实现财富积累,为消费增长提供持续动力。完善数字金融风险防控体系,保障农户安心参与数字金融活动。第三,深化普惠金融服务与风险防控:推动数字普惠金融向农村纵深覆盖,重点拓展支付、信贷、保险等基础服务的数字化渗透,满足农户日常消费与生产性融资需求。同步加强数字金融消费者权益保护宣传,普及反诈骗知识,建立便捷的纠纷处理机制,增强农户使用数字金融的安全感与信任度,为其扩大消费提供制度保障。第四,数字金融素养的提升应面向全体农户而非特定年龄群体,政策制定应为各年龄段农户提供平等的数字金融教育机会。针对不同年龄群体的培训可采取统一目标下的差异化形式,青年农户可侧重数字消费场景的创新应用,中老年农户则侧重于基础操作技能和风险防范。
综上,提升农户数字金融素养是激活农村消费市场、助推乡村振兴的关键着力点。通过能力建设、服务优化与环境保障的多维施策,可有效释放数字金融对农户消费的促进潜能,助力农村经济高质量发展。
基金项目
扬州大学科创基金项目“数字金融素养对农户消费影响研究”(XCX20250960)。