農戶非農就業、金融素養與家庭金融資產配置

周雨晴 何廣文

摘要：通過建立對數正態跨期決策模型從理論上探討了非農就業、金融素養和金融資產配置三者之間的關系，利用中國家庭金融調查（cHFS）2015年全國調查數據進行實證檢驗。結論顯示，相對于在家務農，農戶非農就業會顯著提高其金融市場參與率和風險金融資產配置比例，而且金融素養是非農就業影響農戶金融行為的一條重要渠道，其中介效應可達14%左右。研究結論指出，擴大農戶非農就業空間、提高農戶金融素養能夠有效緩解農村金融排斥，提高農戶金融市場參與，使農戶有更多機會進入金融市場進行投資理財并實現其資產的保值增值。

關鍵詞：非農就業：金融素養;金融資產配置

中圖分類號：F015 文獻標識碼：A 文章編號：1007-2101（2020）06-0083-11

一、引言與文獻綜述

長期以來，在我國城市和工業化改革進程中，存在著以戶籍制度為基礎的城鄉壁壘，城鄉治理體制、市場體系和資源投人均存在顯著差異，這不僅造成了城鄉經濟“二元結構”。同時也導致城鄉金融“二元結構”。中國工業和城市發展戰略及二元金融結構必然會以農村金融排斥為代價。金融排斥使一部分人不能以恰當的方式獲得儲蓄、基金、保險、貸款等方面的金融服務。也就是說，農村金融排斥使得農戶難以進入主流金融體系享受金融產品與服務，這不僅表現為農戶難以從正規金融機構獲得信貸支持，同時也阻礙了農戶參與金融市場進行投資理財并實現財產性收入。

黨的十七大報告指出“創造條件讓更多群眾擁有財產性收入”。隨著社會經濟發展，越來越多的城市家庭開始注重資產的保值增值，而農村家庭卻普遍難以參與到金融市場中去。無論是金融市場參與率還是股票、基金、理財等風險金融資產的配置比例均顯著低于城市居民。李芳（2018）進一步指出。城市地區勞動力相對較少卻擁有大量的金融資產。而農村地區金融資產不足卻有眾多勞動力。這種要素的不匹配嚴重影響了金融和經濟結構的協調性，加劇了城鄉發展差異。然而，勞動力從農村到城市的自由流動可能會緩解這一問題。

隨著農業現代化和土地經營規模化的發展。大量的農村勞動力從土地上釋放出來。為了謀求更廣闊的發展空間和更高的勞動收入，農村勞動力開始向城市遷移，城鄉勞動力和金融資產這兩種要素的分布迎來了重新洗牌的機遇。據中國國家統計局2018年發布的《2017年農民工監測調查報告》顯示，2017年中國農民工總量達到2.87億人，其中1980年及以后出生的新生代農民工和大專及以上學歷農民工占比顯著提高。這些農民工在建設城市的過程中也享受著現代城市發展帶來的紅利，相對留在家中務農，非農就業的農民則有更大的幾率了解、獲得和使用金融服務與產品，同時也有更多機會和意愿參與到金融市場中去進行投資和理財。

受微觀數據制約，我國金融資產配置領域的研究始于2010年，研究尚不全面、不成熟。目前并未見到研究農戶非農就業對金融資產配置影響的文章。但是非農就業作為重要的人力資本因素，會給農戶帶來收入、觀念、知識與信息等多方面的影響，所以勢必對其金融資產配置行為產生影響。一般研究認為，收入增長無疑會提高金融市場參與率與風險金融資產配置比例。因此直觀來看，非農就業可能是通過影響農戶收入進而影響到其金融資產配置行為。但是據西南財經大學2015年《中國家庭金融調查》數據顯示，對沒有投資股票的受訪者采集原因時。46.64%選擇了“沒有相關知識”或“沒聽說過”。而選擇“資金有限”的僅有17.32%。因此，我們可以猜想。非農就業對金融素養的正向提升才可能是影響農戶金融決策更為重要的途徑。2018年11月，中國金融教育發展基金會首份《中國農村居民金融素養抽樣調查報告》顯示，我國農村居民金融素養水平整體偏低，67%的農戶對如何區分假幣有所掌握。對其他金融知識的掌握很薄弱，甚至沒有接觸渠道。由此可見，農村居民金融知識貧瘠，而隨著大量農民跳出農地桎梏。農戶非農就業帶來的不僅是收入增長，同時也可以使他們有更多渠道和機會接觸到金融知識或參與金融培訓，從而促進其金融素養提升，并最終影響到他們的金融資產配置行為。

二、理論模型

金融資產配置模型最早源于經典的Markowitz（1952）均方差分析，此后經濟學家在資產選擇模型的構建和推導上做出了許多努力。筆者將在前人理論成果的基礎上，借鑒Gollier（2001）的效用理論觀點及Campbell和Viceira（2002）的資產配置分析框架，建立一個含相對風險厭惡系數的冪效用對數正態跨期決策模型.在經典模型基礎上新引入參與金融市場固定成本（金融素養和其他因素的函數）參數，并就此探討了務農者和非農就業者的差異化金融資產配置行為。

假設家庭僅在兩期內進行決策。在第t期進行投資決策，第t+1期獲得收益并進行消費。則家庭效用的目標函數與約束條件可以表示為：

H1：相對于在家務農，農戶非農就業會顯著提高其金融市場參與率和風險金融資產配置比例。

在研究非農就業對農戶金融決策影響時，由于金融素養是我們考察的重要的中介渠道之一，當kf>kn，即非農就業者有更多機會和渠道接觸金融知識、提升金融素養。而金融素養會影響投資者參與金融市場需克服的信息等固定成本，即Tf（kf，δf）

H2：農戶非農就業影響其金融資產配置行為的一條主要中介渠道是金融素養的提升。

其中H2中包含兩個子假設：H2a：非農就業使得農戶金融素養提升;H2b：金融素養的提升會促進農戶更多地參與金融市場并持有更高份額的風險金融資產。

同時，我們需要注意到的是，非農就業者除了金融素養k有所差異，人力財富（預期未來勞動收入）L和其他影響參與成本的因素δ均是不同的。因此，金融素養并非唯一的中介渠道。金融素養的中介過程是不完全的。據此，我們提出假設3。

H3：金融素養并非唯一的中介渠道，即存在不完全中介效應，即使非農就業者與務農者金融素養相同，其金融決策行為也會有所差異。

三、數據、變量和模型方法

（一）數據介紹

筆者使用西南財經大學中國家庭金融調查與研究中心主持的“中國家庭金融（CHFS）”2015年全國調查數據。CHFS采用三階段、分層、與人口規模成比例（PPs）的抽樣方法調查了不含港澳臺地區和新疆、西藏自治區以外的全國29個?。ㄗ灾螀^、直轄市）。調查內容包括家庭成員的人口統計特征、家庭資產負債、保險與保障、支出與收入四大方面。2015年調查樣本規模總計37 289戶家庭，提供戶籍信息的有36 691戶。其中農業戶籍家庭有19 661戶，非農業戶籍家庭14 770戶。統一居民戶籍家庭2 257戶，無戶籍家庭3戶。筆者在19 661戶農業戶籍家庭中排除因年老、喪失勞動能力等原因核心成員不再工作的5 392戶家庭，選取核心成員有工作的14 269戶家庭作為研究對象。

需要說明的是，CHFS將家庭總資產分為流動性較差的非金融資產和流動性較好的金融資產兩部分。非金融資產包括農業經營資產、工商業經營資產、土地資產、房產、車輛資產和其他非金融資產。金融資產包括無風險金融資產和風險金融資產.其中無風險金融資產包括社保賬戶余額、現金、存款、債券等：風險金融資產包括股票、基金、衍生品、理財、外幣資產、黃金等。

（二）變量選擇

1.被解釋變量。在研究家庭金融資產配置問題時。我們主要關注的被解釋變量有“是否參與金融市場（Ifrisk）”和“風險金融資產占金融資產比例（Risk-finance）”。前者衡量家庭是否參與金融市場，即是否配置風險金融資產：后者衡量參與金融市場的深度，即家庭配置的風險金融資產占金融資產的比重。

2.核心解釋變量。我們關注的核心解釋變量是“非農就業（Non-farm）”。如果受訪的農村戶籍居民仍以務農為主業，這一解釋變量賦值為0，如果以非農行業為主業，則賦值為1。

3.中介變量。我們選取的中介變量是金融素養（F_Literacy）。金融素養可以分為主觀金融素養和客觀金融素養，主觀金融素養一般是讓受訪者自我評價其對股票、基金、理財等產品的了解程度，而客觀金融素養是要求受訪者客觀回答金融知識問題。因此，客觀金融素養比主觀金融素養更可靠。受受訪者主觀意識影響較小。CHFS調查問卷中設置了四個客觀的經濟金融知識問題：“是否上過經濟金融類課程？”“假設銀行的年利率是4%，如果把100元錢存1年定期，1年后獲得的本金和利息為？”“假設銀行的年利率是5%，通貨膨脹率每年是3%，把100元錢存銀行1年之后能夠買到的東西將？”“您認為一般而言，股票和基金哪個風險更大？”受訪者接受過經濟金融課程培訓以及正確回答任一問題，均可累積1分。沒有參與過課程培訓、問題回答錯誤或無法回答則不記分。因此，根據受訪者答題情況，金融素養指標最大賦值為4。最小賦值為0。

4.控制變量。在我們關注的解釋變量外，還有許多因素會影響家庭金融市場參與和金融資產配置.我們必須對這些因素加以控制。我們通過對相關文獻的整理和分析，構造了如下一系列控制變量。首先，家庭的資產和收入水平是影響金融決策的主要因素，因此我們控制了“家庭總資產（Asset）”和“家庭年收入（Income）”。其次，家庭規模和社會網絡也是影響家庭金融資產配置的重要因素。因此我們控制了“家庭成員數量（Num）”和“同城血親數量（Relatives）”。最后，受訪者的人口統計學特征也是重要的影響因素，考慮到這點，我們控制了“受訪者風險規避程度（Risk aversion）”“受訪者受教育年限（Education）”“受訪者年齡（Age）”“受訪者性別（Gender）”“受訪者婚姻狀態（Married）”“受訪者健康狀況（Health）”。由于“家庭總資產”和“家庭總收入”在不同樣本戶中的分布差異較大，為了平穩數據。我們實證中采用對數形式。

表1是變量說明及其描述性統計。從被解釋變量分布特征來看，樣本家庭金融市場參與率為5.72%，配置風險金融資產占總金融資產的比例平均為1.97%，金融市場參與率和風險金融資產配置比例均處于非常低的水平，由此可見，我國農村家庭金融市場“有限參與”問題非常嚴重，農村金融排斥問題廣泛存在。從核心解釋變量分布特征來看，樣本農戶家庭中有45.32%屬于非農就業，非農就業比例較高。從中介變量特征來看，金融素養指標取值范圍為0～4，而均值僅為0.748 1，農戶金融素養水平相對較低。具體而言，能正確回答三個經濟金融問題的農戶占比分別為20.48%、14.57%、36.62%。而參加過經濟金融類課程培訓的農戶僅有3.14%。

（三）模型設定與實證方法

1.模型設定。根據前文提出的三個假設，我們可以構建以下模型：

由于被解釋變量Yi“是否參與金融市場”或“風險金融資產占金融資產的比例”皆是受限因變量。因此被解釋變量Yi由其潛變量Yi*決定。其中式（15）的系數a1為非農就業影響金融資產配置行為

當不可觀測因素同時影響二元選擇變量，Di和結果變量Yi時，選擇方程與結果方程中的誤差項相關系數不為0。即存在內生性問題。需要采用內生轉換模型予以糾正。內生轉換模型將在估計二元選擇方程（18）的基礎上，計算得出逆米爾斯比率入，后將入引入結果方程來糾正估計偏差。

其次，在檢驗式（16）中非農就業對農戶金融素養的影響時，從理論上分析，思維能力、認知能力等一些不可觀測的遺漏變量也會同時影響非農就業和金融素養。謹慎起見，我們同樣采用了內生轉換模型加以克服，在設定上除了將結果方程（19）和（20）中的因變量更換為金融素養，其余均無變化，故不再加以贅述。

最后，在檢驗式（17）時，除了多引入了中介變量金融素養，其余與檢驗式（15）時的設定相同，因此同樣使用內生轉換模型予以糾正。

四、實證檢驗和結果分析

（一）農戶非農就業對家庭金融資產配置的影響

表2和表3分別給出了以“是否參與金融市場”和“風險金融資產占總金融資產比例”為因變量的內生轉換模型估計結果，兩表回歸結果較為相近。代表選取的一系列控制變量對是否參與金融市場和參與金融市場深度的影響機制是類似的。表2和表3最后一列是我們選取的控制變量影響農戶“是否非農就業”的選擇方程。第二和第三列則是控制變量影響處理組（非農就業者）和對照組（農業就業者）兩類群體家庭金融市場參與和風險金融資產配置的結果方程。

首先。如表2和表3中選擇方程結果所示。家庭及個人特質會顯著影響農戶非農就業。其一，家庭資產和收入水平對農戶非農就業具有顯著正向影響。這可能是因為經濟較為充裕的農戶更容易進入到非農行業從事非農工作。其二，家庭規模對農戶非農就業具有負向影響。這可能是因為農戶家庭人口越多，撫養比越高。家庭中的核心勞動力為了照顧家庭更多地選擇在家務農。其三。同城親戚數量負向降低了農戶非農就業的概率。這可能是因為受血緣地緣限制。在農村區域親屬越多。越不愿外出從事非農行業。其四，受教育程度和健康狀況對農戶非農就業具有正向影響，而年齡增長、女性、已婚等因素不利于農戶從事非農就業。

其次，如表2與表3中資產配置決策的結果方程所示，我們選取的大多數控制變量對處理組和對照組家庭金融市場參與和金融資產配置具有顯著影響。其一。資產水平對農業就業農戶和非農就業農戶家庭金融市場參與和風險金融資產配置均有顯著的正向影響。其二，隨著家庭規模的擴大，非農就業農戶家庭的金融市場參與率和風險金融資產配置比例降低，但對農業就業農戶并無顯著影響。這可能是由于非農就業農戶多數在城鎮地區務工。城鎮生活、教育和醫療成本更高，規模較大的家庭一般負擔較大。風險意識更強。傾向于減持風險金融資產。其三，隨著同城親戚數量增多，務農者金融市場參與積極性更強，但對非農就業者沒有顯著影響。這可能是因為這種依托血緣地緣的社會網絡所能提供的援助可能對務農家庭更為重要。其四，風險規避程度對非農就業農戶和農業就業農戶的金融決策均具有顯著的負向影響。其五，受教育程度正向提高了兩類農戶的金融市場參與率和風險金融資產配置比例。其六。年齡增長對農戶金融行為具有負向影響。這是因為成年人隨著年齡增長，投資期限和預期平均壽命變短，會逐步減持風險金融資產。其七，相對于男性受訪者，女性受訪者掌握家庭經濟決策時參與金融市場的概率和配置風險金融資產的比例更高。其八，對非農就業者來說，未婚時其金融行為更加積極。這可能是因為未婚非農就業者負擔相對較輕，當流動資金允許時更愿意進入金融市場投資理財：但對農業就業者來說，已婚反而能夠促進其金融市場參與。這可能是因為務農者結婚后心理狀態更安全穩定，從而更愿意參與金融市場。

最后，表2和表3的最后一行是選擇方程與資產配置決策方程中殘差項的相關系數。兩表中相關系數在統計上均顯著，樣本存在內生性問題。這代表非農就業農戶和農業就業農戶并非隨機產生。而是根據其自身和家庭特征作出的“自選擇”，有一些不可觀測的遺漏變量會同時影響農戶非農就業與金融行為。我們采用內生轉換模型加以糾正是合理的。

在內生轉換模型回歸之后。我們可以通過構造反事實計算非農就業這一內生處理變量的處理效應。表4給出了農戶非農就業對家庭金融市場參與和風險金融資產配置的總處理效應。其中，ATE是非農就業對所有農戶的平均處理效應。ATET是非農就業對處理組（非農就業農戶）的平均處理效應。總的來說，四項處理效應結果都顯著為正，農戶非農就業會顯著提高其金融市場參與率和風險金融資產配置比例。假設1成立。

（二）農戶非農就業對金融素養的影響

在檢驗過農戶非農就業影響家庭金融資產配置的總效應之后，我們進一步檢驗農戶非農就業對中介變量金融素養的影響。在這一部分我們同樣使用了內生轉換模型。模型檢驗結果殘差項的相關系數顯著，拒絕外生性的原假設，這代表內生轉換模型是適用的。因變量為“金融素養”的內生轉換模型回歸結果如表5所示。

首先。表5中選擇方程的結果同樣表明了家庭及個人特質對內生處理變量“是否非農就業”的影響，因此與表2和表3中結果基本類似。

其次，表5中的結果方程顯示。多數控制變量對農戶金融素養起到了顯著影響。第一，資產和收入水平對農戶金融素養具有顯著的正向影響;第二。家庭規模對非農就業農戶金融素養存在負向影響，這可能是因為在人口數量較多的家庭中。核心勞動力往往需要付出更多時間和精力維持家庭成員的物質需求，從而缺乏對金融素養的重視和培訓。第三，同城親戚數量正向提升了農業就業農戶的金融素養。即對于務農家庭來說，依托血緣地緣的社會網絡是他們了解金融知識提高金融素養的重要渠道。第四，農戶風險規避程度越高，越不利于金融素養的提升，這可能是因為風險規避意識高的農戶更為謹慎和保守，更少參與金融活動和接觸金融培訓，從而金融素養較低。第五，受教育程度和健康狀況顯著提升了農戶金融素養，而年齡對金融素養存在負向影響，這代表受教育程度高且身體健康的年輕人一般具有更高的金融素養。

最后，我們關注農戶非農就業對金融素養的影響。表5的最后兩行是我們通過構造反事實計算出的非農就業這一內生處理變量的處理效應。ATE和ATET均顯著為正，這代表農戶非農就業顯著提升了其金融素養。假設2的第一個子假說H2a成立。

（三）農戶非農就業、金融素養與家庭金融資產配置

在檢驗過農戶非農就業對中介變量金融素養的影響之后，我們將金融素養同時加入到金融資產配置決策模型中。檢驗中介效應是否成立以及中介效應的完全性。與檢驗式（15）總效應時的邏輯基本一致，我們同樣采用內生轉換模型，仍舊將非農就業視為內生性處理變量，將新引入的金融素養作為控制變量?；貧w結果如表6和表7所示。首先。選擇方程結果與未加入中介變量前的表3和表4結果基本一致，不再加以贅述。其次。結果方程中金融素養對兩類農戶的家庭金融市場參與和風險金融資產配置均起到了顯著的正向影響，金融素養的提升會促進農戶更多地參與金融市場并持有更高份額的風險金融資產，假設2的第二個子假設H2b成立。H2a和H2b的成立表明農戶非農就業影響其金融資產配置行為的一條主要的中介渠道是金融素養的提升，中介效應得證，H2成立。最后，除金融素養之外，多數控制變量的影響方向和顯著程度與表3和表4相比均未發生顯著改變，僅有受教育年限的顯著性和系數大小相對降低，這說明金融素養包含了與教育有關的一些信息。

在引入中介變量并進行內生轉換回歸之后。我們同樣通過構造反事實計算非農就業的處理效應，此處的處理效應是非農就業對金融資產配置影響的直接效應。如表8所示，在引入金融素養后，ATE和ATET仍舊顯著為正，即非農就業對家庭金融市場參與和風險金融資產配置的正向影響仍舊十分顯著。這說明不存在完全中介效應，即金融素養并不是非農就業影響金融資產配置的唯一渠道，假設3成立。此外，我們可以根據表4中的總效應和表8中的直接效應，計算金融素養所起到的中介效應的大小及其比例。如表4和表8所示，非農就業對農戶是否參與金融市場的總效應為0.140 8，直接效應為0.1207。因此非農就業通過中介變量金融素養對農戶是否參與金融市場起到的間接效應為0.020 1。在總效應中占比為14.28%：非農就業對農戶參與金融市場深度的總效應為0.887 3。直接效應為0.762 1。因此非農就業通過中介變量金融素養對農戶參與金融市場深度起到的間接效應為0.125 1。在總效應中占比為14.11%。總的來說，金融素養是非農就業影響農戶金融行為的一條重要渠道。其中介效應可以達到14%左右。

五、穩健性檢驗

筆者利用內生轉換模型逐步檢驗了非農就業、金融素養及家庭金融資產配置三者之間的關系。農戶非農就業顯著提高了家庭金融市場參與概率和風險金融資產配置比例，而金融素養則是一條重要的中介渠道。為了進一步證明結論的可靠性，我們更換檢驗方法進行穩健性檢驗。Sobel（1982）提出的Sobel法也是比較有名的中介效應檢驗方法。除顯示中介效應的顯著性之外.可以直接計算出中介效應占比。

檢驗結果如表9和表10所示.與逐步法結果基本一致。首先，兩表中第二列可以看出非農就業對家庭金融市場參與和風險金融資產配置的總效應顯著為正，假設1成立。其次，第三列結果表明非農就業顯著提升了農戶金融素養，同時第四列顯示金融素養對農戶家庭金融市場參與和風險金融資產配置具有顯著正向影響，這代表金融素養的中介作用顯著，假設2成立。最后，第四列結果顯示，在控制金融素養后，非農就業對家庭金融市場參與和風險金融資產配置的直接效應仍舊顯著。這說明中介效應是不完全的，假設3成立。

此外。表9和表10中Sobel Tests的結果顯示中介效應十分顯著。在研究非農就業對農戶家庭是否參與金融市場的影響時，金融素養的中介效應占總效應的13.00%：在研究非農就業對農戶家庭參與金融市場深度的影響時，金融素養的中介效應占總效應的15.21%。由此可見，Sobel方法與前文依次檢驗的結果基本類似，中介效應占比也同樣在14%左右，結果較為穩健。

六、研究結論與政策建議

筆者通過建立一個含相對風險厭惡系數的冪效用對數正態跨期決策模型。從理論上探討了非農就業、金融素養和金融資產配置決策三者之間的關系。在此基礎上，依托中國家庭金融調查（CHFS）2015年全國調查數據。采用內生轉換模型對三者的關系進行了依次檢驗，之后又使用Sobel法進行了穩健性檢驗，主要得出兩個結論：（1）相對于在家務農，農戶非農就業會顯著提高其金融市場參與率和風險金融資產配置比例。這是因為非農就業作為重要的人力資本因素，不僅會提升農戶收人，還會帶來思想觀念、知識信息等多方面的影響，這些因素又會進一步影響農戶金融行為。（2）農戶非農就業影響其金融資產配置行為的一條主要中介渠道是金融素養的提升，但金融素養并非唯一的中介渠道，其中介效應可達14%左右。農村地區金融知識相對貧乏，而隨著大量農民跳出農地桎梏從事非農行業。他們可以有更多渠道和機會接觸金融知識或參加金融培訓。從而促進金融素養提升，并最終影響到他們的金融資產配置行為。

為緩解我國農村地區金融排斥和金融市場“有限參與”問題，使農戶有更多機會進入金融市場進行投資理財并實現其資產的保值增值?；谝陨系睦碚摲治龊脱芯拷Y論，我們提出以下政策建議。

（一）擴大農戶非農就業空間，改善農戶非農就業的外部環境

農戶非農就業直接關系農村經濟發展和農民增收.同時也影響到農戶金融行為和財產性收人的實現。非農就業能夠在一定程度上改變農戶思想觀念、提高農戶金融素養。從而使農戶更有能力和意愿參與金融市場并配置股票、基金、理財產品等風險金融資產。為了擴大農戶非農就業空間。促進農村勞動力非農就業，政府應當采取更加積極的就業政策，在經濟結構轉變和調整過程中創造更多的非農就業機會。首先，積極扶持中小企業、勞動密集型產業和服務業，使其盡可能向社會提供較多的就業崗位，增強吸納進城務工人員就業的能力;其次.加強非農就業人員技能培訓和職業教育，提高其擇業競爭能力和非農就業適應能力：再次，以財政貼息、信貸支持等手段引導擁有一定技能和資金積累的進城務工人員返鄉創業，鼓勵其發展農產品加工銷售為主的農村二三產業、生態休閑農業和縣域中小企業，以創業帶動就業。最后，完善非農就業人員的權益保障，確保工資按時足額發放，做好子女教育、醫療保險等社會保障和公共服務，努力為非農就業農戶創造穩定良好的就業環境。

（二）重視農戶金融知識培訓，提高農戶金融素養

良好的金融素養有助于農戶作出適當的金融決策，提高金融市場參與度并降低金融風險。相對于非農就業者，那些土生土長的務農者，很少有機會和渠道接觸金融知識。缺乏金融素養，因此更多選擇不參與金融市場，而那些參與了的也往往會做出不合理的金融決策，不僅無法實現資產保值增值，甚至會蒙受虧損。央行2017年7月13日公布的《消費者金融素養調查分析報告（2017）》顯示，我國城鄉居民金融素養差異顯著，農村居民在貸款、投資、保險等方面的金融知識非常薄弱。農戶金融素養的提高非一日之功，地方政府應該聯合地方商業銀行或農信社，定期走入鄉鎮舉辦金融培訓，結合農戶生活實際，普及反金融詐騙、存貸款、規劃理財等金融知識。例如，貴州黔南州12個縣（市）農信社（農商行）早在2014年開始創辦“金融夜?！?。抽調業務骨干分組巡回宣講，內容包括風險防范、存貸款、理財以及優化資金配置等內容，逐步培養了農村居民的金融素養，提高了他們對金融工具、金融產品的認知和應用。

（三）推動農村金融服務下沉.實現數字普惠金融創新

農村金融排斥的問題，不僅體現在農戶信貸可得性上，理財、證券、保險等各種金融服務的缺失同樣值得重視。長期以來，農村地區金融市場“有限參與”問題十分嚴重。農戶缺乏機會接觸并享受金融服務，很少進入金融市場投資理財并獲得財產性收入。隨著城鄉統籌、新農村建設、鄉村振興等戰略的實施，農村居民的收入不斷增長，對理財投資的需求也會隨之提升。金融機構應當充分認識到農村金融發展的廣闊前景，推進金融服務下沉，讓農戶也有機會參與金融市場并實現資產保值增值。而數字金融則是突破農村金融服務困境的利器。隨著智能手機的普及，微信、支付寶等集生活服務和支付功能一體的應用軟件也逐漸貼近農村群眾的生活。已成為廣大農戶獲取資訊、互動交流、享受信息化成果的主要手段。例如螞蟻金服旗下的支付寶，在購物娛樂、便民生活等吸引客戶的基礎板塊之外，開發了“學知識”“看行情”等基礎金融訊息板塊和“財富管理”板塊，與多家銀行、基金、保險公司合作，推出了各種理財工具、基金產品和保險服務。數字金融的發展一定程度上化解了農村金融服務交易成本過高的問題。農戶也不再受地域限制，可以享受與城市居民同等的金融機會。足不出戶即可通過手機學習金融知識、投資金融產品。