數字鴻溝與農戶數字信貸行為
——基于2019年欠發達地區農村普惠金融調查數據

《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》明確提出提升金融科技水平，增強金融普惠性的要求。數字金融成為推動普惠金融體系構建的重點和助力金融支持實體經濟的抓手。數字信貸作為區別于商業銀行間接融資和資本市場直接融資的第三種融資模式，具有依托互聯網、突破地域限制、交易成本較低、資源配置去中介化帶來的高效率優勢，有利于緩解信息不對稱引致的供給型信貸約束。然而從需求方角度出發，數字信貸能否踐行普惠金融理念仍有待商榷。2016年對中國欠發達地區的調研發現，約98.81%的農戶存在數字信貸排斥，需求型數字信貸約束突出，欠發達地區長尾群體難以享受到數字金融紅利。

解決需求型數字信貸約束問題是數字信貸在農村信貸市場發揮金融包容作用的前提條件。數字信貸作為數字技術嵌入金融服務的新興產物，對需求者的數字素養有較高要求。但第48次《中國互聯網絡發展狀況統計報告》顯示，截至2021年6月，農村地區的互聯網用戶規模為2.97億，僅占全國互聯網用戶規模的29.38%，并且有40.8%的農村人口難以獲得觸及和使用互聯網的機會。在城鄉互聯網普及率差距縮小至19.1%的背景下，欠發達地區不同群體間的數字鴻溝差距值得關注。那么，在欠發達地區，存在數字鴻溝的農戶是否面臨數字金融紅利的不平等呢？基于此，本研究重點關注和解決欠發達地區農戶數字信貸行為特征表現、數字鴻溝對數字信貸行為的影響和作用機制，以及數字信貸的普惠效果問題。

從需求方角度出發，揭示數字鴻溝對不同群體數字信貸需求壓抑的差異化作用，能夠為解決需求型數字信貸約束問題找到突破口，進而賦予欠發達地區農戶享受數字金融紅利的平等機會，具有深化普惠金融理念的實踐意義。同時，數字信貸業務在農村地區屬于新事物，有關欠發達地區農戶微觀層面的數字信貸行為研究尚處于初步探索階段。學者們甚少關注到欠發達地區傳統信貸排斥群體的數字信貸需求壓抑問題，也欠缺數字鴻溝視角下的討論，可參考借鑒的理論文章不足。本研究從數字鴻溝視角出發，厘清數字鴻溝對農戶數字信貸行為的作用機理，為解釋需求型數字信貸約束提供一個新的理論視角，豐富相關研究。

首先，設計合適的視頻，否則會帶來反效果。例如，某次翻轉課堂中的微視頻教學重點給學生講解了有關語音語調的知識，接著就在任務單中給學生布置了有關語音語調的任務，讓學生根據課文中錄音的內容對課文進行語音、語調以及重音等進行標注。等學生學習完之后對學生的學習成果進行統計，至少有一半的學生沒有完成相應的任務。仔細分析學生的學習結果，是有一定原因的，小學英語語音語調的學習并不是一朝一夕的事情，并不能僅僅強調學習的速度。此外，在學習中并不是每句話都是涵蓋語音、語調的，在任務中讓學生對每句話都進行標注是不符合學習規律的。

本文的邊際貢獻在于：第一，以2019年欠發達地區農村普惠金融調查數據為樣本，數據較為新穎，能反映農戶數字鴻溝和數字信貸行為特征的最新情況；第二，關注農戶這一微觀主體的需求型數字信貸約束問題，并從數字鴻溝的新視角出發，探討工具型數字鴻溝、知識型數字鴻溝和使用型數字鴻溝對農戶數字信貸行為的差異化影響；第三，為探討數字信貸的普惠效果，進一步討論了傳統信貸可獲得性對數字信貸行為的影響，同時將農戶劃分為相對貧困群體和相對富裕群體、傳統信貸排斥群體和非傳統信貸排斥群體進行異質性分析；第四，僅有極少數農戶參與數字信貸，運用適用于稀有事件分析的PMLE方法構建Firthlogit模型實證分析數字鴻溝對農戶數字信貸行為的影響，能避免Probit模型或Logit模型的估計偏差。

一、影響機理與研究假說

(一)數字鴻溝的定義及內涵

數字鴻溝的初始定義是個人、家庭、企業、區域之間在獲取信息和通信技術(ICT)方面的不平等，強調信息技術的可及性。Wei等(2011)結合個體能力差異，將數字鴻溝的內涵從一級數字鴻溝(數字訪問鴻溝)拓展到二級數字鴻溝(數字能力鴻溝)和三級數字鴻溝(數字結果鴻溝)。其中，二級數字鴻溝(數字能力鴻溝)指一級數字鴻溝和其他背景因素引起的使用ICT能力的不平等，三級數字鴻溝(數字結果鴻溝)指二級數字鴻溝和其他背景因素引起的利用ICT成果的不平等。隨著互聯網普及率的不斷提升，一級數字鴻溝的群體間差異逐漸縮小，二級數字鴻溝和三級數字鴻溝更受關注。本研究將數字鴻溝與數字信貸行為相聯系，在上述內涵基礎上結合數字技術應用于金融領域的特有場景，將數字鴻溝分成工具型數字鴻溝、知識型數字鴻溝和使用型數字鴻溝，其中工具型數字鴻溝指缺乏能觸及互聯網的智能手機、電腦等設備，知識型數字鴻溝指欠缺將互聯網技術運用到其他領域的相關知識，使用型數字鴻溝指將互聯網技術應用到其他領域的經驗不足，分別表征數字技術的可及性、理解能力和使用結果。

(二)數字鴻溝影響農戶數字信貸行為的直接作用機理

這下許飛高興了，他偷了一塊豬油抹在頭發上，用黑色畫筆涂了一張蝴蝶結綁在脖子上，他說要當我的新郎官，我咧嘴笑了一下，讓他背過去，跳到他的背上死命壓住他往地上撲。

假說1:數字鴻溝與農戶數字信貸參與呈負相關關系。

假說2:工具型數字鴻溝、知識型數字鴻溝和使用型數字鴻溝負向影響農戶數字信貸參與行為。

(三)數字鴻溝影響農戶數字信貸行為的間接作用機制

前景理論認為，風險偏好是決策者對風險的一種主觀心理態度，不同個體由于心理預設參照點存在差異會產生不同的風險態度，表現為風險偏好、風險中性和風險規避。在信貸決策過程中，風險規避心理強的決策者會偏好保留確定性收入，而不愿承擔風險成本，從而形成需求型信貸約束。同時，數字信貸具有高風險特性，其內核性風險主要表現為透明度風險，外置風險則取決于技術和系統安全性，且風險的疊加性和累積效應明顯，風險規避程度較強者可能表現出較明顯的數字信貸排斥。另外，依據勝任力假說，當個體對不確定性較強的決策事件具有高勝任力時，會表現出較強的風險偏好。數字鴻溝的縮小會使決策者認為信貸決策失誤的可能性較小，自信能夠規避或分散風險，進而增強風險偏好。由此，本文提出如下假說：

數字信貸是將數字技術嵌入貸款業務流程促使貸款技術發生變遷的產物。數字鴻溝的存在會增加農戶與數字信貸供給方之間的交易難度，阻礙農戶的數字信貸參與。首先，數字信貸供需主體間的交易需要依托互聯網可及的電腦、手機等載體，工具型數字鴻溝成為農戶參與數字信貸的第一道屏障。其次，根據有限理性理論，人的行為是有意識地理性的，但這種理性又是有限的，知識約束(認知局限)應納入人的行為決策方程，即理解能力不足會對數字信貸參與行為產生影響。同時，理解能力不足會增加農戶進行數字信貸參與決策時的信息搜尋和處理成本，進而降低農戶數字信貸參與的積極性。所以，知識型數字鴻溝會負向影響農戶的數字信貸參與行為。再次，電子商務平臺將數字技術融入日常生活場景，開發了網絡銷售或網絡購物的功能。擁有網絡銷售或網絡購物經歷的農戶，能通過熟悉數字支付等數字技術在金融領域的應用成果，掌握使用數字技術的技巧(使用型數字鴻溝縮小)，進而減少對數字信貸的陌生感。由此，本文提出如下假說：

進行邊坡減載技術，降低坡面的承載力，增加邊坡建設的堅固性。我國目前常用的邊坡減載技術主要分為兩種：削坡減載和削頭減載。削坡減載主要是減少坡面的土，降低坡面高度，使坡度放緩；削頭技術主要是對坡體的上部分的巖石結構進行削除處理，降低邊坡的整體高度，降低坡面的緩度[5]。目前，這兩種減載技術中，削頭技術被我國建筑業普遍運用，因為削頭減載技術受附近建筑物的干擾程度較小，實施起來不太受限制，可以運用在大多數邊坡工程中，因此比較受行業歡迎。

假說3:縮小數字鴻溝有利于提高農戶的風險偏好程度，進而促使其參與數字信貸。

二、研究設計

(一)數據來源

本文使用的數據來源于2019年7月中國農業大學經濟管理學院課題組開展的“中國農村普惠金融調查”。該調查采用分層隨機抽樣法選取了東部地區的山東省安丘市、壽光市和高密市，中部地區的河南省孟津縣、方城縣和湯陰縣，以及西部地區的貴州省務川縣、大方縣和福泉市作為調研地，通過隨機入戶調查共收集了1733份農戶問卷。在剔除存在異常值和缺失值的樣本后，獲得有效問卷1586份，樣本有效率為91.52%。考慮到數字信貸行為需要承擔法律責任以及數字金融屬于新鮮事物，本文剔除了年齡低于18歲和高于60歲的樣本，且通過“沒有嘗試過互聯網借款或眾籌的原因是什么？”識別調查對象是否存在有效數字信貸需求(若選擇“自有資金已滿足需要”則視為無有效數字信貸需求)，只保留表現出有效數字信貸需求的農戶樣本，最終樣本容量為964。

(二)變量說明

1.被解釋變量：數字信貸參與

借鑒中國人民銀行征信中心與金融研究所聯合課題組(2014)對數字信貸的定義，將互聯網金融平臺提供的消費金融產品、互聯網借款和眾籌納入數字信貸的范疇，并通過“您是否使用過互聯網借款或眾籌？1.使用過花唄、京東白條等消費金融購買商品；2.使用過互聯網借款或眾籌；3.都沒有。”來識別農戶的數字信貸行為。若選擇“1”和“2”，表示參與數字信貸，被解釋變量賦值為1，否則賦值為0。

通過對上述兩個方面的分析和思考，筆者認為，程小青采用這種策略去翻譯原因有二：其一，符合當時的翻譯潮流，當時大多翻譯作品中的稱謂很多都是采用異化的翻譯方法；其二，配合偵探小說這一外來的文學形式，異化了的稱謂語和紀年法可以增加譯文的“洋味”，激發讀者的興趣并給讀者帶來新鮮感。

特征特性：晚熟鮮薯鮮食品種，出苗后生育期120天。株型直立，生長勢強，株高73.6cm左右。莖、葉綠色，單株主莖數2.9個。花冠白色，花期長，天然結實性中等。塊莖卵圓形，淺黃皮，乳白肉，芽眼淺，薯皮光滑。單株平均結薯數為4.3塊，平均單薯重102g，平均畝產1775kg，商品薯率75.3%。干物質23.24%，淀粉16.82%，蛋白質2.25%，維生素C含量16.40mg/100g，還原糖0.28%。輕感晚疫病，高抗PVX和PVY病毒病，高抗早疫病。適宜在河北張家口和承德、山西大同和忻州、內蒙古呼和浩特和烏蘭察布、陜西榆林中晚熟華北一作區種植。

1.模型選擇

3.控制變量

=++++

控制變量包括個人特征、家庭特征和區域特征變量。(1)個人特征涵蓋受訪者的性別、年齡、受教育年限、風險態度。(2)家庭特征包含家庭收入水平和社會資本。由于受訪者對個人收入多持保密態度，收入調查數據可能比實際收入低，此處采用五等級分類法將家庭收入設置成低收入、中低收入、中等收入、中高收入和高收入五類，依次賦值為1—5，數值越大說明收入越高。社會資本是一種根植于社會關系網絡的優勢，社會成員的關系人所擁有的社會資源會隨著社會地位提高而增加。在農村地區，縣、鄉、村的干部具有較高的社會地位，能影響資源的配置，且擁有獲取外部資源(含信貸資源)的優勢，所以使用“家庭中是否有人從事以下行業(可多選)：1.在本地或外地企業長期就業；2.個體工商戶；3.當教師或醫生；4.在縣鄉村當干部；5.無。”來識別受訪者的社會資本情況，如其選擇“4”則將社會資本變量賦值為1，否則賦值為0。(3)區域特征使用縣域層面的“北京大學數字普惠金融指數”來衡量，以反映縣域的數字金融發展程度。另外，還對調研樣本縣進行編號，形成分組變量，對縣域內其他不可觀測的特征進行控制。

(三)樣本農戶特征的描述性統計分析

使用同樣適用于稀有事件分析但可操作性較弱的Relogit模型進行基準回歸，得到表6第(1)列的估計結果。數字鴻溝的估計系數仍然在1%的水平上顯著為負，假說1成立。

德國在其發達的銀行體系基礎上，經過巧妙的制度安排，董治（2017）經研究發現，德國形成了以商業銀行為核心，資助銀行、擔保銀行以及社會信用信息體系為補充的中小企業融資供給體系。在這個融資體系內，信息較為對稱，中小企業有較為便捷的融資渠道，且有較強的應對宏觀經濟形式變動的能力。

(四)實證模型選擇與設定

數字鴻溝的內涵已逐漸從“以互聯網為代表的新興信息技術在國家或地區間的普及差距”的工具型數字鴻溝拓展到涵蓋反映群體間信息技術的理解能力和使用不平衡的知識型數字鴻溝、使用型數字鴻溝。工具型數字鴻溝以是否擁有能上網的手機或電腦來衡量，若擁有則說明不存在工具型數字鴻溝，賦值為0，否則賦值為1。知識型數字鴻溝以數字金融知識水平與滿分(1分)的差值來衡量，差值越大說明鴻溝越大。數字金融知識包括基礎金融知識和數字信貸知識兩個部分。基礎金融知識的衡量方法參照尹志超等(2014)，通過利率、通貨膨脹率、匯率和固定資產收益這4個問題的回答正確性來計分，每答對1題得1分，否則得0分；數字信貸知識采用是否了解數字信貸進行識別，了解得1分，不了解得0分。然后對這5個問題的得分給予相同權重，綜合得分即為各農戶的數字金融知識水平。使用型數字鴻溝通過是否具有網絡購物和銷售相關經歷來衡量，若選擇“否”說明存在該類型數字鴻溝，賦值為1，否則賦值為0。最后，對工具型數字鴻溝、知識型數字鴻溝和使用型數字鴻溝的結果賦予相同權重構建數字鴻溝指數。

納他霉素是一種多烯大環內脂類抗菌劑，外觀呈白色或奶油色，為無味結晶粉末，相對分子量為665.75。納他霉素是一種兩性物質，分子中含有酸性、堿性兩種基團，等電點為pH 6.5。其微溶于水和有機溶劑中，難溶于大部分非極性有機溶劑，室溫下水中的溶解度為30～100 mg/L。在pH 4.5～9之間非常穩定，在極端pH條件下會迅速失活，但是對其抗真菌活性沒有明顯影響。熱穩定性好，121 ℃加熱30 min，活性幾乎無損失，但是對紫外線敏感，不宜與光接觸。一些氧化劑(過氧化氫、漂白粉)和重金屬(鐵、鉛、汞等)也會影響納他霉素的活性。

被解釋變量“數字信貸參與”為二值變量，一般采用Probit或Logit模型。但樣本農戶中參與數字信貸的農戶僅占5.19%，屬于稀有事件，采用傳統的Probit或Logit模型會導致被解釋變量取值為1的概率被系統地低估，不是無偏估計，需要對偏差進行矯正。針對稀有事件情形，國外學者廣為討論和采用的實證分析模型包括Exact Logistic Regression(極小樣本邏輯回歸)、Relogit模型和Penalized Maximum Likelihood Estimation(簡寫PMLE，罰分似然估計)。Exact Logistic Regression只適用于樣本容量小于200和解釋變量個數非常少的情形。Relogit模型可用于矯正回歸估計系數的偏誤，但其對應的Stata操作程序1999年后不再更新，無法報告模型回歸的聯合顯著統計量結果，實用性不強，本文利用該模型進行穩健性檢驗。PMLE方法能矯正小樣本情況下MLE方法的估計偏差，且在樣本容量大于200和被解釋變量取值為1的樣本占比很小的情況下也能獲得無偏估計，同時其對應的Stata程序包(Firthlogit)持續更新。本文的樣本容量為964，被解釋變量取值為1屬于稀有事件(僅占5.19%)，適合采用PMLE方法進行參數估計。

2.基準模型設定

秸稈灰渣是生物質發電廠生物質燃料燃燒后的未燃物，一般含燃燒不完全的碳和無機礦物質，呈小顆粒或粉狀，少量是燒熔結成的小塊。它具有質輕、密度小、孔隙多、比表面積大等的特點。目前，我國以秸稈為燃料的電廠發展較快，秸稈灰渣形成新的環境問題。

=+++

(1)

=+++++

由授課老師親自選擇典型病例，并確定一些問題，注意案例、問題等應與教學目標一致[2] 。授課老師將典型病例制作成幻燈片、視頻等，在課堂上進行播放，并配合簡單介紹，播放結束后，提出相應的問題，護士生則根據授課內容、問題等進行思考、分析，護士生之間亦可進行討論，做好筆記，在下節課上課之前1天交給授課老師，在第二節課時選擇1名學生做現場匯報，并做總結和分析。

(2)

基準模型中，代表數字信貸參與，和為常數項，表示數字鴻溝，表示工具型數字鴻溝，表示知識型數字鴻溝，表示使用型數字鴻溝，為包括個人特征、家庭特征和區域特征的控制變量。和表示隨機擾動項。當顯著為負，假說1成立；當、和顯著為負，假說2成立。

3作用機制的模型設定

為進一步檢驗數字鴻溝對農戶數字信貸參與的作用機制，本文采用依次檢驗法在公式(1)基礎上增加公式(3)和公式(4)構成中介效應模型：

=+++

(3)

《通知》強調，鄉村就業創業促進行動要堅持自主就業創業，堅持人才優先培養，堅持特色產業帶動，堅持產業融合發展。一是培育主體促進就業創業，二是打造園區促進就業創業，三是發展特色產業促進就業創業，四是推動產業融合促進就業創業。

(4)

公式(3)的被解釋變量為風險態度()，是有序分類變量，適合采用Ologit模型。當、和均顯著，風險態度的中介效應存在，假說3成立。公式(4)和公式(1)的被解釋變量相同，使用PMLE方法進行參數估計。

三、實證結果分析

(一)數字鴻溝影響農戶數字信貸參與的結果分析

使用方差膨脹因子法對解釋變量間多重共線性進行檢驗，得到VIF=1.18，遠小于5，說明不存在多重共線性問題。為進一步體現解釋變量間的獨立性，運用逐步回歸法，將核心解釋變量與個人特征、家庭特征和區域特征逐一納入回歸分析，來驗證數字鴻溝對農戶數字信貸參與的直接作用。表4結果顯示，數字鴻溝在1%的水平上顯著負向影響數字信貸參與。控制個人特征、家庭特征和區域特征后，該結論仍然成立，說明數字鴻溝是導致樣本農戶數字信貸參與不足的重要因素，假說1成立。控制變量方面，在其他變量保持不變的前提下，風險偏好程度、受教育年限、數字金融發展程度的提升均有利于提高農戶的數字信貸參與度，同時年輕人的數字信貸參與度較高。

(二)不同類型的數字鴻溝影響農戶數字信貸參與的結果分析

為考察不同類型的數字鴻溝對農戶數字信貸參與的影響是否存在差異，本研究將工具型數字鴻溝、知識型數字鴻溝和使用型數字鴻溝三個變量納入回歸方程，采用Firthlogit模型進行估計，得到如表5所示的估計結果。由第(1)列結果可知，工具型數字鴻溝對數字信貸參與沒有顯著影響，而知識型和使用型數字鴻溝均在1%的水平上顯著負向影響數字信貸參與。控制個人特征、家庭特征和區域特征后，第(2)列結果表明該結論仍然成立。

(三)穩健性檢驗

本研究分別采用替換基準回歸的估計模型、變換數字鴻溝和數字信貸參與的度量方法以及工具變量法進行穩健性檢驗。檢驗結果均表明，實證分析結果可靠。

1.替換基準回歸的估計模型

樣本農戶的個體特征和家庭特征表現為(見表1)：男女比例相當，平均年齡為47歲，受教育程度平均為初中，風險態度表現為偏好中低風險，家庭收入平均處于中等收入水平，極少農戶的家人具有縣、鄉、村干部身份。數字信貸行為特征為：僅有極少數農戶參與數字信貸(5.19%)，其中絕大部分為非建檔立卡貧困戶和相對富有者(見表2)，大部分農戶參與數字信貸的年限在一年以下，且主要通過親朋好友了解數字信貸，農戶參與數字信貸的主要原因在于借款和還款方式靈活，融資成本不是最主要的考量因素，絕大部分需求者因購物消費獲取數字信貸資金，借款金額集中于5000元以下。數字鴻溝指數均值為0.52，其中知識型數字鴻溝最明顯，其次是使用型數字鴻溝，而工具型數字鴻溝最小(見表1)。對比參與數字信貸與不參與數字信貸兩類農戶的數字鴻溝情況發現，參與數字信貸的農戶數字鴻溝指數和各類型數字鴻溝的均值都較小(見表3)。

2.核心解釋變量：數字鴻溝

2.變換數字鴻溝和數字信貸參與的度量方法

第一，使用主成分因子分析法替代原來的等權重賦權方法重新構建數字鴻溝指數，再進行基準回歸，得到表6第(2)列的估計結果。數字鴻溝(新)的估計系數為-5.76，在1%的水平上顯著，說明假說1仍然成立。第二，改變數字信貸參與的度量方法。使用“您能接受以下哪種方式的互聯網借貸？1.所有網絡借貸都不能接受；2.無利息的消費性借貸；3.低于銀行利息的小額借貸；4.與銀行利息相當的一般借貸；5.高于銀行利息的生產性借貸。”來識別數字信貸參與，若選擇“1”表示不能接受數字信貸，即不參與數字信貸，否則視為參與數字信貸。變更被解釋變量的度量方法后重新進行基準回歸以及不同類型數字鴻溝影響數字信貸參與的實證分析，得到表6第(3)列和第(4)列的估計結果，結論與前文一致。

3.工具變量法

近年來國內旅游市場出現供需兩旺的快速發展態勢。2009年國務院在《關于加快發展旅游業的意見》中提出“把旅游業培育成國民經濟的戰略性支柱產業和人民群眾更加滿意的現代服務業”為發展目標，國內旅游人次連年增長，社會投資規模持續擴大，旅游越來越融入百姓生活。“全域旅游”的提出不僅是順應時代發展潮流，也是拓展了旅游的發展空間。隨著中國特色社會主義進入新時代，人民群眾對旅游消費個性化、多元化、品質化的需求日益凸顯。2018年初山東省首批中醫藥健康旅游示范區（基地、項目）創建單位名單公布，這也昭示著中醫藥旅游作為新業態已經從概念過渡到落地實施。

為解決可能存在遺漏個人性格特征等不可觀測變量和測量誤差引致的內生性問題，本研究借鑒尹志超等(2021)的方法，選取每萬人每平方公里移動電話基站數(個)作為數字鴻溝的工具變量。一方面，移動電話基站的覆蓋程度能體現互聯網基礎設施的服務能力，提高移動電話基站的覆蓋程度有利于縮小農戶的數字鴻溝，符合相關性條件；另一方面，通信企業對移動電話基站的投資建設不會對個體的信貸決策產生直接影響，符合外生性要求。表7第一階段的回歸結果顯示，每萬人每平方公里移動電話基站數在5%的水平上顯著負向影響農戶的數字鴻溝水平，且F統計量大于10，表明不存在弱工具變量問題。由表7第二階段的回歸結果可知，數字鴻溝在1%的水平上顯著負向影響農戶的數字信貸參與行為，與前文的結論保持一致，驗證了基準回歸結果的可靠性。

四、數字鴻溝影響農戶數字信貸參與的作用機制與異質性

(一)作用機制檢驗的結果分析

基于前文的理論分析，將風險態度作為中介變量，驗證其在數字鴻溝與農戶數字信貸參與間中介效應的存在性。表8第(1)—(3)列分別報告了中介效應模型中公式(1)、(3)和(4)的估計結果。數字鴻溝與數字信貸參與在1%的水平上呈現顯著的負相關關系(顯著為負)，風險態度在5的水平上顯著正向影響數字信貸參與(顯著為正)，同時數字鴻溝的縮小能顯著增強農戶的風險偏好程度(顯著為負)。由于、和都顯著，所以風險態度的作用機制存在，假說3成立。

(二)異質性分析

1.相對貧困的異質性

表9報告了數字鴻溝影響數字信貸參與的相對貧困群體異質性分析結果。由第(1)列的估計結果可知，相對貧困對數字信貸參與的影響不顯著，說明相較于相對富裕者，相對貧困者并不存在較強的數字信貸參與積極性。對比第(2)列和第(3)列的結果發現，數字鴻溝對相對貧困組數字信貸參與的抑制作用比相對富裕組更嚴重。

2.傳統信貸排斥群體的異質性

考慮到該車曾進行過發動機拆裝，所以筆者特地檢查了發動機，查看是否有漏裝件，是否有傳感器插頭未連接的情況，結果未發現異常。

農戶數字信貸參與可能與傳統金融機構信貸業務覆蓋有關。為了避免遺漏重要變量，將“傳統信貸可獲得性”作為控制變量納入基準回歸模型，得到的結果如表10第(1)列所示。該控制變量的回歸系數不顯著，說明沒有充分理由認為欠發達地區農戶的傳統信貸和數字信貸參與間存在完全替代關系。進一步，將農戶按照“是否被傳統信貸排斥”進行分組，并采用Firthlogit模型進行分組回歸，得到表10第(2)、(3)列的回歸結果。與全樣本農戶相同的是，兩組農戶的數字鴻溝均顯著負向影響數字信貸參與。但兩組農戶在風險態度對數字信貸參與的作用方面存在差異，其中，傳統信貸排斥者的風險態度顯著正向影響數字信貸參與，說明風險規避心理是其數字信貸參與不足的重要因素。數字信貸要填補農村地區金融服務空白，特別是覆蓋被傳統金融排斥群體的信貸需求，不僅要縮小數字鴻溝，還要減少心理排斥。

五、結論與建議

數字普惠金融是普惠金融理念與數字技術深度融合的金融創新，有利于緩解信息不對稱引致的供給型信貸約束，但在欠發達地區，需求型數字信貸約束問題突出。本研究基于2019年欠發達地區農村普惠金融調查數據，剖析了欠發達地區農戶參與數字信貸的特征：僅有極少數農戶存在數字信貸參與行為，其中絕大部分為非建檔立卡貧困戶和相對富有者；大部分農戶參與數字信貸的年限在一年以下，且主要通過親朋好友了解數字信貸；農戶參與數字信貸的主要原因為借款和還款方式靈活，融資成本不是最主要的考量因素，借款用途主要為購物消費，借款金額集中于5000元以下。進一步構建Firthlogit模型和中介效應模型對理論假說進行實證驗證，得到以下結論：第一，數字鴻溝的存在會抑制農戶參與數字信貸，其中知識型和使用型數字鴻溝是數字信貸參與不足的主要原因，工具型數字鴻溝沒有顯著影響；第二，數字鴻溝主要通過降低農戶的風險偏好程度來抑制其數字信貸參與；第三，數字鴻溝的存在使得相對貧困群體和傳統信貸排斥群體面臨更突出的數字信貸約束，導致數字信貸難以填補欠發達地區的金融服務空白；第四，傳統信貸排斥群體對數字信貸的排斥與風險規避心理相關。另外，風險偏好程度、受教育年限、數字金融發展程度的提升均有利于提高農戶的數字信貸參與度，同時年輕人的數字信貸參與度較高。

為破解欠發達地區農戶的數字信貸排斥，實現數字普惠金融紅利共享，提出以下建議：第一，加快推進欠發達地區數字技術基礎設施建設，提高縣域數字金融發展程度；第二，數字信貸供給方應堅持“負責任金融”原則，強化自身風險管理機制，并將數字金融知識培訓作為客戶金融能力建設的重要內容，縮小欠發達地區農戶的知識型數字鴻溝；第三，數字信貸業務的開展要關注年輕群體的個性化需求，創新業務模式；第四，建立欠發達地區農戶間暢通的信息傳遞機制，通過群體間交流和參與數字金融知識培訓，填補知識型和使用型數字鴻溝，縮短心理距離。特別是對于傳統金融排斥者，要縮小數字鴻溝，減少心理排斥，避免信貸機會完全排斥(傳統信貸渠道和數字信貸渠道雙排斥)，緩解金融資源分配不平等。