1. 引言
党的二十大报告要求加快构建新发展格局，着力推动高质量发展。其中，全面推进乡村振兴是关键领域，而农户金融能力则提供重要的人力资源保障。如何提高农户金融能力，成为改善农村普惠金融效果，从而促进乡村振兴的关键步骤。社会交往指的是人在生产及其他社会活动中发生的相互联系、交流和交换，也是人获得信息、交换信息的主要过程。在数字经济高速发展的今天，社交也分为面对面的线下社交与无需谋面的互联网模式的线上社交。理论上而言，这种直接或者间接的人际交往，会产生或大或小的、各种各样的“同伴效应”，显然，“同伴金融效应”也不例外，会对农户的金融能力产生积极的影响 [1] 。
根据本次调查可知，有95%以上农村居民存在线上交流经历，超过85%的农村居民经常有面对面线下社交，这为提高金融能力、从而提升农村数字普惠金融的效果打下了坚实基础。随着社会经济的发展，当下的农村也日益碎片化，各类合作社成为他们为数不多的谋面之所。因此，本文以农户为研究对象，分析其参与线下合作社、互助社等组织情况，以及线上QQ、微信等交流等方式，结合农村金融活动场所及特点，对农村居民金融能力进行全面测度，并讨论社交参与对其金融能力的影响。
2. 文献综述
结合本文研究主题，从以下几个视角展开文献梳理：
1) 金融能力的测度。其中世界银行于2013 [2] 年提出的测度框架影响力较大，涵盖金融知识、金融技能、金融态度以及金融行四大维度；李明贤，吴琦(2018) [3] 归纳整理我国农村居民金融能力时，考虑到农村地区的经济活动包括更多种植活动和纸币交易，在二级指标上做出相应调整，使其更加符合农村金融现状。吴锟、李鸿波(2021) [4] 则在研究金融素养时对居民消费的影响时，从金融素养主观与客观两方面着手分析。
2) 农户金融能力现状。张欢欢、熊学萍(2017) [5] 通过问卷调查，结果发现农村居民对金融知识的认知偏差较大、应用能力不足，金融规划意识薄弱、信息分析能力两级分化，认为金融责任意识有待普及；朱雪明、杨虎锋、刘相宏(2019) [6] 在探索关中地区农村居民金融能力现状时，发现金融知识理解较浅、金融行为素养较低以及金融态度素养较低；王姣等(2019) [7] 从金融知识现状、金融态度现状以及金融行为、金融技能现状四个方面分析了农村居民金融素养现状，结果表明在金融知识方面农村居民民整体金融知识掌握情况不理想，认知水平存在较大偏差；在金融参与态度方面，农村居民金融素养虽普遍较低，但仍有超过80%的农村居民持理性信用态度；在金融风险意识方面，农村居民在参与金融市场活动时的风险意识较为薄弱，但整体情况在逐年向善。
3) 影响农村居民金融能力因素与提升路径。主要围绕个人特征变量和环境场景因素层面展开。其一，在个人特征变量层面，朱雪明、杨虎锋、刘相宏(2019) [6] 考虑了性别、年龄、受教育年限、家庭收入、从业类型、拥有在政府部门工作的亲朋以及家中网络接通情况对金融素养的影响；肖勇光(2021) [8] 在对我国农村居民金融素养的研究中，从年龄、性别、金融教育程度、家庭收入和地域因素角度入手，分析农村居民金融素养现状并提出相应政策建议；罗荷花、谢晋元(2020) [9] 分析了健康情况、婚姻状况、金融教育时间、家庭社会关系、家庭供养比等影响因素。多项研究也表明个人收入与金融素养呈正比；其二，在环境场景因素层面，游筱婷(2018) [10] 分析了互联网金融场景特征包括对生活场景的高频渗透和跨界场景需求明显；吴卫星、吴锟、王琎(2018) [11] 考虑到社会环境(如普惠金融的推进、政府金融政策)对居民金融素养的影响；孟科学，魏霄，侯贵生(2020) [12] 在分析网络社交金融活动场景时考虑到多样性和跨界融合，以及社交关系的复杂蕴含着金融风险，证明线上社交场景依旧是需求与风险并存。线上社交和线下社交对金融能力的影响相辅相成，不可分离；罗荷花、刘津辰(2021) [13] 通过结构方程模型实证性研究后发现，农村贫困人口金融能力与政府相关部门以及普惠金融机构影响因素均成正相关，自主学习金融知识、掌握金融技能是提高金融能力较显著的方法，政府及相关部门对农村居民金融能力的间接作用大于普惠金融机构。
显然，既有研究从多个角度，对农户金融能力测度、现状以及影响因素进行了比较详实的分析，并且得出了不少有益的研究结论。不过，目前还没有出现社交参与这个角度，探讨其对农户金融能力的影响，本文的边际贡献主要体现于此。
3. 样本选择及描述性分析
3.1. 样本选择来源
本文数据主要来源于2022年1~2月对湖北省、广西省、贵州省、四川省等多个省份不同市里的各个乡镇的实地调查。每个乡镇随机选取150户农村居民发放问卷，展开调查。调查共发放1100份，有效回收833份。
3.2. 样本描述性分析
本文样本数据人口特征主要从性别、年龄区间、收入来源、家庭最高学历、家庭人数、有无党员、有无村干部、有无进城务工人员这8个维度进行初步考察 [14] ，并且从金融知识、金融技能、金融态度以及金融行为等四个方面来调查农村居民金融能力。样本分布描述如表1。
Table 1. Demographic characteristics of sample
表1. 样本人口特征描述
对人口特征进行统计后发现：家庭人员接受最高教育程度分布差距较大，但绝大多数都完成九年义务教育，具有一定的学习能力。党员、村干部占比较少，一半以上家庭有进城务工人员。
分析农村村庄特征可见，绝大多数地区公路硬化都已经落实，证明在对外交通方面问题不大；电话、物流和快递开通情况也较为理想，仅有2.8%的地区三项均为开通，与外界信息交流情况也较乐观，闭塞程度低。
问卷整体平均值对问卷个人特征变量和村庄特征每项均对金融能力各分项(金融知识、金融态度、金融技能、金融行为)以及金融能力整体 [15] ，数值越高表示对应能力越强。其中，金融知识包括通胀、单利以及风险的辩解三个问题；金融技能包括计算能力与学习能力两个方面；金融态度包括储蓄的偏好以及投资金融品的偏好；金融行为包括开支平成、长期计划、金融品持有以及金融咨询等四个方面；详细的问题说明请参考4.2节，根据不同作答取值计算得分，整体得分情况如表2所示。
4. 社交场景参与对农村居民金融能力影响的逐步回归分析
4.1. 社交场景的相关变量说明
社交场景分为线下社交和线上社交场景。线下社交场景更多选取贴近农村居民需求的场景，其中包括生产合作社、供销合作社、资金互助社、公司 + 合作社 + 农户或公司 + 农户等相关场景，并按照参与种类多少统计农村居民线下社交活跃程度得分。线上社交场景多以群交流为主，其中包括社员QQ群、亲友QQ群、社员微信群、亲友微信群、游戏区等线上社交场景，同样也按照农村居民加入的数量为指标，评估线上社交活跃程度，并计算得分。
4.2. 金融能力相关变量说明
本文金融能力因素测度主借鉴世界银行金融能力测度框架，结合李明贤，吴琦(2018) [3] 衡量金融行为的研究，制定一套指标体系。
1) 金融知识测度
对金融知识度量，针对调研对象本研究选取计算本息问题、通货膨胀问题和基金股票风险把控情况三个问题，前面两个问题赋值0~2分，最后一个问题赋值区间为0~3分。分数越高能力越高，综合三项总分以全面评估个体的金融知识。
2) 金融技能测度
金融态度采取两项题目来综合测度，涉及到我们生活方方面一些基本经济/金融知识点。大多数研究表明学历越高，金融技能越好。选取计算用100元买一只24元的鸡和一只37元的鸭，店家找钱的正确性以及学历情况，统计回答得分，分值越大，代表金融技能越高。
3) 金融态度测度
金融态度采取两项题目来综合测度，涉及到我们生活方方面对金融使用的态度。本研究选取对“今天有钱今天花，明天的事情明天再说，存钱干嘛”的看法和投资项目两个问题，统计回答得分，分值越大，代表金融态度越积极。
4) 金融行为测度
金融行为研究选取是否借钱购买金融产品、对未来的计划、购买的金融产品类型以及有金融困惑的解决方式四个问题进行衡量金融行为。统计回答得分，分值越大，代表金融行为越积极。
5) 金融能力测度
本文中金融能力研究采取金融知识、金融技能、金融态度、金融行为的总和。分值越大，金融能力越大。
6) 其他变量说明
控制变量主要基于个体的社会经济特征因素，本文采取性别、区域、家庭最高教育水平、家庭收入来源、家庭人口数、有无党员、有无村委会干部、有无进城务工人员、村级公路路面硬化情况、地貌、电话线/网络线/物流情况。其中，地貌按常规分类分为两类；家庭最高教育水平分为四类；家庭收入来源以间接地工作类型为替代变量，分为5类。
4.3. 社交场景参与对金融能力的回归分析
1) 线下社交场景参与对金融能力影响
a.预测变量：(常量)，线下场景。
模型判断如表3，可以看出R方值为0.095，针对社会类研究，模型拟合效果符合预期。模型残差独立性检验，DW = 1.335，认定残差独立，通过检验。
Table 4. Estimation coefficient of regression model for the impact of offline social interaction on financial ability
表4. 线下社交对金融能力影响回归模型估计系数
系数估计如表4，Y = 6.645 + 0.789X来看，自变量线下场景的回归系数是否通过检验，t检验原假设回归系数没有意义，由最后一列回归系数显著性值 = 0.00 < 0.01 < 0.05，表明回归系数b存在，有统计学意义，线下场景与金融能力之间是正比关系，而且极显著。
2) 线上社交场景参与对金融能力影响
a.预测变量：(常量)，线上交流。
模型判断如表5，可以看出R方值为0.075，初步判断模型拟合效果符合预期。模型残差独立性检验，DW = 1.266，认定残差独立，通过检验。
Table 6. Estimation coefficient of regression model for the impact of online social interaction on financial ability
表6. 线上社交对金融能力影响回归模型估计系数
系数估计如表6，Y = 6.069 + 0.473X。看自变量线上交流的回归系数是否通过检验，t检验原假设回归系数没有意义，由回归系数显著性值 = 0.00 < 0.01< 0.05，表明回归系数b存在，有统计学意义，线上交流与金融能力之间是正比关系，结果极其明显。
3) 全部因素对金融能力影响的逐步回归分析
a.预测变量：(常量)，线上交流；
b.预测变量：(常量)，线上社交，线下场景；
c.预测变量：(常量)，线上交流，线下场景，收入来源，家庭人数，公路设施硬化，男，最高学历地貌为高原、盆地、平原，有进城务工，年龄，电话线、物流、快递等开通情况，有村干部，有党员。
表7是采取逐步回归方法，第一次采用线上交流回归，第二次加入线下场景参与，第三次是加入全部人口特征、村庄特征等控制变量。从表7中可以看出R方值为0.521，初步判断模型拟合效果符合预期。模型残差独立性检验，DW = 1.592，认定残差独立，通过检验。根据表7的回归结果，表明线上社交和线下场景对农村居民的金融能力，都有正向的积极影响，并且都在1%水平下显著。
Table 8. Estimation coefficient of regression model for the impact of all factors on financial ability
表8. 全部因素对金融能力影响逐步回归模型估计系数
通过表8可见，无论是线上社交还是现下社交，都对金融能力有正向的积极影响，并且线上社交在5%的水平下显著，影响系数为0.195，线下社交在1%的水平下显著，影响系数为0.695。因此，在提升农户金融能力方面，积极的线上、线下社交行为，都是值得特别鼓励。
其它方面，性别方面，男性为正向影响，可以理解为男性相对女性而言，金融能力更加突出，不过统计上不显著；收入水平方面，收入越高，金融能力越高，并且在1%水平下显著；年龄方面的影响是负向，年龄越大，金融能力越低，在10%水平下显著；学历方面存在正向影响，并且1%水平下显著；家里有村干部有积极影响，在5%水平下显著；有进城务工经历、村里交通设施比较好，都存在积极影响，并且在1%的水平下显著。外部环境方面，村庄信息化水平越高，正向的影响农户金融能力，并且在10%水平上显著。
5. 政策建议
基于上述研究结论，提出如下政策建议：
1) 鼓励农户参与各类社交活动
针对素质普遍不太高的农村居民而言，希望通过金融教育等模式，来提升其金融能力，过于理想化而实践操作性不强；基于“干中学”理论、“同伴效应”理论，切合实际的模式是鼓励、支持、引导农户在各种社交场合，比如线下的各类合作社社交场景，线上的QQ群、微信群、钉钉群等社交参与，来获取金融知识，改善金融态度，跟随金融行为，进而获得较好的金融福祉。
2) 提升个体内部素质与外部环境
从前述研究可见，农户收入水平越高、教育水平越高，是否进城务工、是否有村干部等，这些家庭内部素质越高，金融能力越高，因此，应努力提升农户个体及家庭内部素质。此外，外部环境方面，基础设施良好、村庄信息化水平较高的地方，农户金融能力越高，因此，政府应创造良好的外部环境，以更好地提升农户金融能力。
基金项目
本文系国家社科基金项目：数字普惠金融背景下贫困农户金融能力提升路径研究(20BJY168)、大学生创新创业训练计划项目：社交场景对农村居民金融能力影响的研究(22S022)的阶段性研究成果。