數字素養、金融知識與農戶數字金融行為響應

溫 濤，劉淵博

（1.西南大學經濟管理學院，重慶 400715；2.西南大學“一帶一路”研究院，重慶 400715）

一、問題的提出

數字金融區別于傳統金融，其借助互聯網、大數據、云計算、人工智能等科學技術，實現了移動支付、資金融通、投資理財、信息中介等跨越時間和空間的普惠性金融服務，不僅克服了傳統金融對物理網點的依賴，也通過降低交易成本、減少信息不對稱、創新風險控制模式，有效彌補了傳統金融的諸多難點和痛點［1-2］。因此，數字金融被普遍認為可能是破解農村金融發展難題的一個突破口。黨的十九屆五中全會提出，提升金融科技水平，增強金融普惠性。《關于做好2022年金融支持全面推進鄉村振興重點工作的意見》中進一步強調，強化金融科技賦能鄉村振興。各金融機構要充分運用大數據、云計算、5G等新一代信息技術，優化風險定價和管控模型，有效整合涉農主體信用信息，提高客戶識別和信貸投放能力，減少對抵押擔保的依賴，積極發展農戶信用貸款。要充分發揮數字金融的技術優勢和普惠特性，必須讓農戶接觸、認可并使用數字金融產品，提高農戶的數字金融行為響應。但是，現實中農戶數字金融行為響應程度并不高。張龍耀等［3］對云南、湖南、四川和甘肅四個省份2019年的調研數據表明，有63.41%的農戶使用過一種數字金融產品即移動支付，而使用兩種以上數字金融產品的農戶僅占18.91%，農戶自身所具備的金融知識水平不僅能夠提高數字金融的響應概率，還能夠提高數字金融的響應廣度。劉俊杰等［4］與Su等［5］研究發現，農戶參與網絡社交和電子商務能夠顯著提升數字金融行為響應概率。此外，2019年中國家庭金融調查數據顯示，76.48%的城鎮居民使用過數字支付產品，而農村居民僅有23.52%使用過數字支付產品；2021年《鄉村振興戰略背景下中國鄉村數字素養調查分析報告》顯示，城鎮居民的數字素養平均得分為56.3分（百分制），而農村居民的數字素養平均得分僅為35.1分，城鄉居民之間的數字素養差距已達37.7%；《消費者金融素養調查分析報告（2021）》中指出，農村地區消費者金融素養水平低于城鎮地區，城鎮地區金融消費者平均得分為68.06，比農村地區高3.45分，其中，金融素養方面的差異最大，農村地區消費者的金融素養得分為61.13，比城鎮地區低6.41分；在數字素養方面，67.03%的農村受訪者最近兩年有過手機付款行為，但仍然比城鎮地區低15.69個百分點；35.88%的農村受訪者最近兩年有過使用銀行自助設備行為，比城鎮地區低13.84個百分點。可見，目前農村地區與城鎮地區存在明顯的數字素養和金融知識的差距，影響農戶數字金融行為的同時制約著農村數字普惠金融的發展。李實［6］、周澤紅和郭勁廷［7］與萬廣華等［8］的研究結果也表明，人力資本的差異可能是導致農村貧困群體無法共享數字經濟發展紅利的關鍵。

現有文獻已經關注到數字素養、金融知識這兩種不同的人力資本對農戶數字金融行為的影響及效應，但仍存在進一步拓展的研究空間。基于此，本文探討數字素養和金融知識以及二者的交互項對農戶數字金融行為響應的影響。本文可能的學術貢獻如下：第一，本文將數字素養、金融知識與農戶數字金融行為響應納入了統一的分析框架，是對現有研究的補充。第二，本文數據來源于2021年中國農村經濟與農村金融微觀調查，該數據涵蓋了數字支付、數字信貸、數字理財、數字授信和數字保險五種數字金融產品，數據來源更全面、具體、貼合實際，對于構建全面詳細的指標開展研究提供了便利。第三，本文通過相對貧困農戶和非相對貧困農戶的比較研究，分析農戶數字金融行為響應的差異，為制定更有針對性的農村數字普惠金融政策提供參考。

二、理論分析與研究假設

Gilster［9］提出，數字素養為獲取、理解、整理和批判數字信息的綜合能力。Eshet［10-11］與Martin和Grudziecki［12］指出，數字素養是在數字經濟背景下居民工作、學習、生活、交流、創作所需要的生存技能。在數字時代具備一定數字素養的農戶，更容易接觸到各式各樣、不斷發展的數字服務。Lusardi和Mitchell［13］認為，金融知識是基本金融概念的知識和進行簡單計算的能力，美國金融素養和教育委員會（PACFL）認為，金融知識是個人利用知識和技能對自身金融資源與財產進行有效投資與管理的能力。關于數字金融行為的影響因素，劉俊杰等［4］認為，農村電商的發展不僅有助于提升農戶數字信貸行為，還能夠顯著提高農戶獲取數字信貸的額度，但囿于資本稟賦差異，高物質資本和高社會資本的農戶獲取的信貸額度更高，農戶內部數字不平等現象逐漸顯現。陳曉潔等［14］認為，由于數字鴻溝的存在，農戶的認知局限可能影響其行為決策過程，降低了農戶的數字信貸參與行為。王曉青［15］研究表明，數字技術水平與金融素養越高的家庭，農戶數字金融行為響應的概率和參與程度越高。此外，王杰等［16］研究表明，數字素養通過提升農村居民的創業活動來緩解多維相對貧困。孫繼國和王倩［17］發現，金融能力同樣能夠緩解相對貧困，并且在加入數字金融行為的基礎上，緩解作用進一步提升。張龍耀等［3］認為，金融知識通過提高農戶風險偏好水平，對農戶數字金融行為響應產生正向影響。

通過相關研究可以看出，數字素養側重于數字設備以及數字技能的運用，而金融知識側重于金融概念的掌握和金融知識的積累。兩者雖然同屬于人力資本的范疇，但具體內容存在差異。在數字時代，隨著智能設備的不斷普及，數字金融脫離了傳統金融在時間和空間上的限制，農戶不需要前往金融機構的固定營業網點，業務雙方僅需通過手機或電腦進行可視化操作即可辦理。也就是說，一些較為基礎和簡單的數字金融產品與服務并不需要農戶掌握一定的金融知識，即金融知識可能對是否使用不反應。在面臨這兩種不同人力資本的影響時，農戶可能作出不同的決策。因此，對于一款或多款數字金融產品的使用廣度以及使用深度，數字素養和金融知識可能在不同的使用視角上呈現互補或替代關系。基于此，筆者提出如下假設：

假設1a：數字素養對農戶數字金融行為是否響應、響應廣度和響應深度具有正向影響。

假設1b：金融知識對農戶數字金融行為響應深度具有正向影響。

假設1c：在對農戶數字金融行為是否響應和響應廣度的影響上，數字素養與金融知識具有替代關系，在對農戶數字金融行為響應深度的影響上，二者則具有互補關系。

在傳統金融與數字技術的深度融合之下，數字金融產品可實現的功能與服務也多種多樣。其中，數字支付作為數字金融最基礎、最便捷、最實用的產品，并不需要農戶掌握利率、通貨膨脹等金融知識，僅需要擁有數字設備、數字賬戶及相應的操作技術即可使用［18-19］。數字支付不僅能夠解決日常生產生活當中小額支付的問題，還能夠解決產業經營活動中的大額結算等問題，完全有可能替代傳統現金、支票、信用卡等支付結算手段［20］。伴隨著數字場景在農村地區的不斷應用，數字支付得以有效普及，農戶對待數字支付的態度也從嘗試轉變為依賴，并逐步提升數字素養，提高農戶數字金融行為響應。農戶通過數字支付不斷累積的數字足跡有助于積累信用，拓寬了信貸渠道［21］，進而打開數字信貸和數字授信產品的潛在需求。同時，以往害怕數字化界面以及數字風險等情況而不愿意接觸數字理財的局面也隨之被打破，促使農戶嘗試并依賴數字理財產品，因此，數字素養會加深農戶數字金融行為響應深度。而數字保險產品可能并不受到農戶數字素養的影響。基于此，筆者提出如下假設：

假設2a：在數字支付、數字信貸、數字理財、數字授信產品中，數字素養對農戶數字金融行為是否響應具有正向影響。

假設2b：在數字支付、數字信貸、數字理財、數字授信產品中，數字素養對農戶數字金融行為響應深度具有正向影響。

在數字素養影響農戶數字金融行為響應的傳導過程中，金融知識能夠幫助農戶獲取更多的金融信息，有效緩解供需雙方之間的信息不對稱，激活農戶對于數字信貸產品的潛在需求［22］。同時，農戶金融知識水平的提高，可以增加識別數字金融產品與服務以及防范風險的能力，減少信息搜尋成本［3］，進而提高其對數字理財產品的依賴程度。此外，農戶憑借數字足跡可以進行數字授信，進而提高其數字授信產品的使用概率，并根據金融能力的提升，加深數字授信的使用深度。因此，金融知識能夠幫助農戶搜集金融信息、辨認金融產品、防范金融風險，進而提高農戶對數字金融產品的依賴程度，并加深其融資強度。基于此，筆者提出如下假設：

假設3a：在數字信貸、數字理財、數字授信產品中，金融知識對農戶數字金融行為是否響應具有正向影響。

假設3b：在數字信貸、數字理財、數字授信產品中，金融知識對農戶數字金融行為響應深度具有正向影響。

在數字素養與金融知識的共同作用之下，農戶識別和防范數字金融風險的能力不斷加強，對數字金融產品的潛在需求被打開，從而提高了農戶數字金融行為響應。但相對貧困戶和非相對貧困戶有所不同。相較于相對貧困戶，非相對貧困戶的資源稟賦優勢明顯，能夠憑借自身優勢更有效地接觸、選擇及使用數字金融產品與服務。而相對貧困戶由于受教育程度低、缺乏社會資本，存在明顯的“數字鴻溝”“知識鴻溝”現象，并且受限于“信息繭房”效應，①“信息繭房”效應指的是在信息傳播中居民只會關注自己偏好的領域，久而久之會將自身的信息需求桎梏。該部分群體在數字素養和金融知識上與非相對貧困群體有明顯差異；在數字素養偏低的情況下，基本的金融常識是否具備，會成為影響其家庭財務管理和制定投融資決策的優先因素，尤其是在是否利用數字金融解決融資需求以及融資數量上會有明顯影響［4，15，22］。基于此，筆者提出如下假設：

假設4：數字素養對相對貧困戶數字金融行為響應的作用弱于非相對貧困戶，而金融知識對相對貧困戶數字金融行為響應的作用則強于非相對貧困戶。

三、研究設計

（一）數據來源

本文數據來源于中國農村經濟與農村金融調查（China Rural Economy and Rural Finance Survey，簡稱CRERFS）。CRERFS是中華人民共和國農業農村部委托西南大學智能金融與鄉村數字經濟研究團隊實施的微觀調查項目，調查內容具體涵蓋了農戶家庭的社會經濟特征、生產經營特征、家庭金融行為、數字金融行為和數字素養等信息。CRERFS2021完成了對云南、貴州、四川、重慶、湖南等中西部5個省份的調查，共收集農戶樣本1 620份，刪除農戶數字金融行為響應缺失樣本以及其他相關變量缺失樣本后得到有效樣本1 545個，樣本有效率為95.37%。

（二）變量定義

1.被解釋變量

本文被解釋變量為農戶數字金融行為響應。在借鑒何婧和李慶海［23］、張龍耀等［3］與郭峰等［24］的基礎上，用是否響應、響應廣度和響應深度②由于調研數據當中缺乏數字保險的相關數據，故未分析數字保險產品中農戶數字金融行為響應深度。三個指標表示，具體指標體系如表1所示。

表1 數字金融行為響應的指標體系

2.解釋變量

數字素養。參考Reddy等［25］的定義，將數字素養界定為個人采用數字技術或通過數字設備安全有效地獲取、使用、交流、管理、評價、創造和應用信息或數據的能力，同時借鑒《全球數字素養框架》中的7個素養領域（Competence Area，CA），并參考蘇嵐嵐和彭艷玲［26］的4個素養領域構建符合農戶行為特征的數字素養指標體系，具體如表2所示。針對農戶數字素養的測度方法，本文借鑒尹志超等［27］與蘇嵐嵐和彭艷玲［26］的做法，同時采用賦值加總方法對數字素養進行測度，其結果用于穩健性檢驗。其中，數字素養通過因子分析法的KMO檢驗，KMO=0.878，Bartlett球形度檢驗統計量的顯著性P值為0.000，故因子分析結果有效。

表2 數字素養指標體系

金融知識。參考Calcagno和Monticone［28］的定義，并結合中國農村金融與農戶的實際特點，從金融認知、金融應用、金融風險、金融規劃和金融分析5個方面選取7個指標構建農戶金融知識測度指標體系，如表3所示。其中，金融知識水平測度通過因子分析法的KMO檢驗，KMO=0.818，Bartlett球形度檢驗統計量的顯著性P值為0.000，故因子分析結果有效。

表3 金融知識水平測度指標體系

3.控制變量

為了盡可能控制影響農戶數字金融行為響應的影響因素，本文借鑒尹志超等［27］、何婧和李慶海［23］與張龍耀等［3］選取控制變量的思路，從戶主特征、家庭特征、經濟特征和風險類型四個方面選取控制變量。具體而言，戶主特征變量包括：年齡，用（2021-戶主出生年份）表示；性別，男性為1，女性為0；婚姻，已婚為1，其他為0。家庭特征變量包括：最高學歷，小學及以下學歷為1、初中學歷為2、高中學歷為3、中專或技校學歷為4、大專或高職學歷為5、本科學歷為6、研究生及以上學歷為7；家庭規模，用家庭人口數量表示。經濟特征變量包括：家庭收入，用家庭一年總收入的自然對數衡量；銀行借貸，有為1、無為0；親友借貸，有為1、無為0；網點距離，用家庭距離最近金融網點的千米數衡量。風險類型變量包括：風險偏好，選擇高風險高回報的農戶為1，其他為0；風險厭惡，選擇低風險低回報和不愿承擔任何風險的農戶為1，其他為0。在地區層面，引入省份虛擬變量來消除地區異質性的影響。

4.工具變量

無論是關于數字素養還是金融知識的研究，都無法回避個體基礎素養與數字金融行為之間可能存在的內生性問題，嚴重的內生性會使模型估計結果有偏和非一致，為個體基礎素養尋找合適的工具變量一直是行為經濟學相關研究的重點和難點。本文借鑒蘇嵐嵐和彭艷玲［26］的方法，分別選取“除受訪戶主自身外同一村莊其他農戶平均數字素養均值”“除受訪戶主自身外同一村莊其他農戶平均金融知識的均值”作為數字素養和金融知識的工具變量。理論上，同一村莊的金融化和數字化水平具有相似性，個體的素養水平受到同一村莊內部他人素養水平的影響，而農戶自身數字決策和金融決策能力與他人素養水平并不直接相關，符合相關性和外生性要求。

（三）模型構建

由于本文實證分析當中包含農戶數字金融行為是否響應、響應廣度和響應深度3個被解釋變量，這3個變量都是屬于不同類型的變量。因此，本文選用Probit模型、Poisson模型和OLS模分別進行回歸。其中，Probit模型主要針對農戶數字金融行為是否響應，其數值類型屬于二值變量，Poisson模型主要針對農戶數字金融行為響應廣度，其數值類型屬于離散變量，并且具有典型的計數特征，而OLS模型主要針對農戶數字金融行為響應深度。考慮到截面數據的異方差問題可能導致參數估計偏誤，因此，在實證分析過程中均采用穩健標準誤。具體形式如下：

其中，DFi表示數字金融行為是否響應，DFi=1表示是，DFi=0表示否；DF_scope表示農戶數字金融行為響應廣度；DF_deep表示農戶數字金融行為響應深度；DLi表示數字素養；FLi表示金融知識；DLi×FLi表示數字素養與金融知識的交互項，i表示農戶；β1，β2和β3為待估計系數，其中，若β3顯著大于0，則表示二者之間存在明顯的互補關系，若β3顯著小于0，則表示二者之間存在替代關系；controli表示上文所述一系列控制變量，μi表示隨機誤差項。

（四）描述性統計

本文主要變量的描述性統計結果如表4所示。從表4可以看出，77.2%的農戶使用數字金融產品。數字金融行為響應廣度的均值為1.025，這說明，農戶平均僅使用了1種數字金融產品。數字金融行為響應深度的均值為1.105，數字素養的因子得分均值為1.94e-10，標準差為0.541，金融知識的因子得分均值為-2.47e-09，標準差為0.735。戶主的平均年齡為49.217，家庭最高學歷平均為中專或技校，家庭規模平均為4.357。24.6%的農戶有銀行借貸行為，12.8%的農戶有親友借貸行為，農戶距離最近銀行網點的平均距離為3.523千米。5.2%的農戶屬于風險偏好，49.2%的農戶屬于風險厭惡。

表4 描述性統計結果（N=1 545）

四、實證分析

（一）基準回歸分析

數字素養和金融知識以及二者交互項對農戶數字金融行為響應影響的基準回歸結果如表5所示。數字素養和金融知識對農戶數字金融行為響應影響的結果分析以列（1）—列（3）的無交互項模型為準，二者交互效應影響的結果分析以列（4）—列（6）的有交互項模型為準。從表5列（1）—列（3）回歸結果可以看出，數字素養的估計系數分別為0.273、0.707和0.559，均在1%水平上顯著。這說明，數字素養對農戶數字金融行為響應具有顯著的提升作用，數字素養不僅能夠提高農戶使用數字金融產品的概率，還能夠增加農戶數字金融行為的響應廣度和響應深度，本文假設1a成立。金融知識與農戶數字金融行為是否響應和響應廣度的估計系數雖然為正，但統計上不顯著，金融知識與農戶數字金融行為響應深度的估計系數為0.370，在1%水平上顯著。這說明，金融知識雖然對農戶數字金融行為是否響應和響應廣度沒有統計上的顯著影響，但對響應深度具有顯著的促進作用，能夠顯著增加農戶對數字金融產品的依賴程度和融資強度，本文假設1b成立。從表5列（4）—列（6）回歸結果可以看出，數字素養與金融知識交互項的估計系數為-0.074、-0.302和0.484，在1%水平上顯著。這說明，數字素養與金融知識在對農戶數字金融行為是否響應和響應廣度的影響上存在明顯的替代關系，而數字素養與金融知識對農戶數字金融行為響應深度的影響存在明顯的互補關系，因此，本文的假設1c成立。存在這一現象的原因可能在于，數字金融服務不再局限于某一固定地點和固定時間，農戶能夠借助智能手機或者智能終端隨時隨地獲取金融服務，使得農村地區具有一定數字素養的農戶有更多機會產生數字金融行為并選擇更多數字金融產品服務類型，打破了以往傳統金融服務必須在固定地點和固定時間以及需要農戶具備一定金融知識的嚴格約束。若農戶同時具備一定的金融知識，可能令農戶對待數字金融產品的態度由拒絕到嘗試并逐步轉變為依賴，進而擴大使用廣度并加深其使用程度。

從表5列（1）—列（3）控制變量的回歸結果可以看出，年齡與農戶數字金融行為是否響應、響應廣度和響應深度均在1%水平上顯著負相關，這是由于年輕人對新事物更容易接受，更容易學習和使用數字金融技術，并且能夠根據自身需求選擇適合的數字金融產品，增加其響應廣度。因此，在農村勞動力呈現老齡化現實格局下，要高度重視中老年勞動力群體“數字鴻溝”的跨越，幫助這一群體解決數字金融使用的難題［29］。性別與農戶數字金融行為是否響應和響應廣度在10%和1%水平上顯著正相關，可能的原因在于，男性具有較高的風險偏好和好奇心，更容易接觸并使用數字金融服務，從而提高其響應概率和響應廣度。婚姻與農戶數字金融行為響應深度在1%水平上顯著正相關，可能是由于家庭生活會造成較多的生活、教育、醫療支出，激活了金融需求，再加之網上商城的飛速發展，農戶具有較高的數字參與度，從而增加了使用數字金融產品的深度。最高學歷與農戶數字金融行為響應廣度和響應深度在5%和1%水平上顯著正相關，這是由于家庭最高學歷成員能夠接觸和使用更多的數字金融產品，可以幫助家庭其他成員產生更多的數字金融交易，進而提高了農戶數字金融行為的響應廣度和深度。銀行借貸和親友借貸與農戶數字金融行為響應廣度和響應深度在1%和10%水平上顯著正相關，這可能在于，不論正規借貸或非正規借貸都能激發農戶的信貸需求，從而促使農戶選擇多種數字金融產品并且加強其依賴程度和融資強度。風險偏好與農戶數字金融行為是否響應顯著正相關，但其對農戶數字金融行為的響應廣度和響應深度沒有統計上的顯著影響，可能的原因在于，喜好風險的特性可能會使農戶積極嘗試數字金融產品，但其使用數字金融產品的多樣性和依賴性影響因素更為復雜。此外，網點距離和風險厭惡對農戶數字金融行為響應并沒有統計上的顯著影響。

表5 基準回歸結果

（二）內生性討論

考慮到數字素養與農戶數字金融行為響應之間可能存在反向因果關系以及遺漏關鍵解釋變量所導致的內生性問題，可能使得基準回歸結果缺乏可靠性。因此，本文基于前文工具變量的選擇，使用工具變量法進行內生性討論，回歸結果如表6所示。從表6可以看出，數字素養對農戶數字金融行為是否響應、響應廣度和響應深度的估計系數為1.977、0.988和0.472，在1%、1%和10%水平上顯著，金融知識對響應深度的估計系數為0.445，在10%水平上顯著。數字素養與金融知識的交互項對農戶數字金融行為是否響應和響應廣度的估計系數為-0.027和-1.042，在1%水平上顯著，而對響應深度的估計系數為1.263，在10%水平上顯著。上述結果表明，考慮了內生性問題之后，回歸結果仍然支持基準回歸結果。同時，K-P LM檢驗的零假設是工具變量識別不足，若拒絕零假設則說明工具變量合理。結果顯示，K-P LM統計量P值為0.000，說明本文選擇的工具變量合理。綜上所述，運用工具變量法重新估計基準回歸模型后，實證結論保持一致，本文的核心結論依舊成立。

表6 內生性回歸結果

（三）穩健性檢驗① 穩健性檢驗結果未在正文中列出，留存備索。

為了確保前文基準回歸結果的穩健性，本文從改變核心變量測度方式和增加新變量兩個方面進行穩健性檢驗。第一，改變數字素養和金融知識的測度方式。參考單德朋［30］的做法，采用賦值加總方法對數字素養和金融知識進行測度，加總得到每個農戶的數字素養和金融知識評分。根據賦值加總指標重新進行回歸，檢驗結果與基準回歸結果一致。第二，增加家庭工商業經營、戶主技能培訓兩個變量。由于當下二維碼付款的普及，從事工商業經營，極有可能使用數字支付功能，同時，工商業經營所需的資金可能借助數字信貸或數字授信獲取，因此，家庭工商業經營極可能影響到農戶數字金融行為響應。戶主是否參加過相關技能培訓，同樣有可能影響農戶數字金融行為響應。將上述兩個變量加入控制變量重新回歸，檢驗結果依然與基準回歸結果保持一致。因此，本文的實證結果穩健。

（四）異質性分析

1.基于數字金融產品的異質性

基于數字金融產品進行回歸分析的結果如表7所示。從表7可以看出，在數字支付、數字信貸、數字理財、數字授信產品中，數字素養與農戶數字金融行為是否響應在1%水平上顯著正相關，但數字保險產品中，二者并無統計上的顯著影響。在數字信貸、數字理財、數字授信產品中，金融知識與農戶數字金融行為是否響應在10%和1%水平上顯著正相關，而數字支付和數字保險產品中，二者并無統計上的顯著影響。假設2a和假設3a得以驗證。在數字支付和數字保險產品中，數字素養與金融知識交互項與農戶數字金融行為是否響應在1%和5%水平上顯著負相關，在數字信貸、數字理財和數字授信產品中，二者并無統計上的顯著性，這說明，在數字支付和數字保險這兩款產品的使用當中，數字素養與金融知識的替代效應明顯，需要重點關注數字素養。而在數字信貸、數字理財和數字授信這三種金融產品的使用中，替代效應并不明顯，該類產品的使用仍需要農戶具備一定的金融知識。

表7 行為響應機制：數字金融產品是否響應

進一步分析不同的數字金融產品中，數字素養、金融知識以及二者交互項對農戶數字金融行為響應深度的影響，回歸結果如表8所示。

表8 行為響應機制：數字金融產品響應深度

從表8可以看出，在數字支付和數字理財產品中，數字素養與農戶數字金融行為響應深度在1%和5%水平上顯著正相關，而在數字信貸和數字授信產品中，二者沒有統計上的顯著影響。在數字理財和數字授信產品中，金融知識與農戶數字金融行為響應深度在5%和1%水平上顯著正相關，而在數字支付和數字信貸產品中，二者沒有統計上的顯著影響。假設2b和假設3b部分得以驗證。在數字支付產品中，數字素養與金融知識交互項與農戶數字金融行為響應深度在1%水平上顯著負相關，這說明，數字素養的提升效果顯著高于金融知識。在數字理財產品中，數字素養與金融知識交互項與農戶數字金融響應深度在1%水平上顯著正相關，在數字授信產品中，二者在5%水平上顯著正相關，這說明，數字素養與金融知識互補。原因可能是，數字素養較高的農戶在日常生活中更傾向于使用數字支付進行交易結算，進而加深農戶對數字支付的依賴，增加其響應深度，并不需要農戶具備一定的金融知識。同時，數字素養與金融知識的提升，可以幫助農戶選擇合理的數字理財產品與授信產品，增加其接受程度，此時數字素養與金融知識互補。

2.基于收入水平的異質性

（1）相對貧困戶與非相對貧困戶數字金融行為響應差異分析

由于貧困群體一直受到傳統金融的排斥［31］，本文采用孫繼國等［32］的方法，以農戶家庭收入中位數的40%作為相對貧困線，將農戶分為相對貧困和非相對貧困兩組，討論數字素養和金融知識以及二者交互項對不同相對貧困狀態下農戶數字金融行為響應的影響，同時采用費舍爾組合檢驗（Fisher” s Permutation Test）組間系數差異，①參考連玉君和廖俊平［33］檢驗分組回歸后的組間系數差異方法，通常有三種：Chow檢驗、似無相關（SUR）模型檢驗和費舍爾組合（Fisher” s Permutation Test）檢驗。由于本文基于三種不同數值類型的被解釋變量設置了三種回歸模型，故采用費舍爾組合檢驗，因為其檢驗具有較為寬松的假定條件并且不受計量模型的限制。回歸結果如表9所示。

表9 行為響應差異：相對貧困戶與非相對貧困戶

由于農戶數字金融行為響應廣度的系數都沒有通過組間系數差異檢驗，因此，僅從農戶數字金融行為是否響應和響應深度兩個角度進行討論。從農戶數字金融行為是否響應來看，相對貧困戶數字素養的估計系數為0.212，非相對貧困戶數字素養的估計系數為0.299，且都在1%水平上顯著，非相對貧困戶數字素養的估計系數邊際效應更大。相對貧困戶金融知識的估計系數為0.075，且在5%水平上顯著，而非相對貧困戶金融知識的估計系數為-0.021，且無統計上的顯著影響，相對貧困戶金融知識的估計系數邊際效應更大。數字素養與金融知識交互項的估計系數并未通過組間系數差異檢驗。從農戶數字金融行為響應深度來看，相對貧困戶數字素養的估計系數為0.150，但并無統計上的顯著影響，而非相對貧困戶數字素養的估計系數為0.602，在1%水平上顯著為正，數字不平等現象逐漸凸顯。相對貧困戶金融知識的估計系數為0.451，在5%水平上顯著，而非相對貧困戶金融知識的估計系數為0.290，在1%水平上顯著，金融知識對相對貧困戶的重要性凸顯。相對貧困戶數字素養與金融知識交互項的估計系數為0.331，但并無統計上的顯著影響，而非相對貧困戶數字素養與金融知識交互項的估計系數為0.476，且在1%水平上顯著為正，數字不平等問題愈加嚴重。可見，數字素養對非相對貧困戶數字金融行為是否響應和響應深度的提升效果要優于相對貧困戶，并且在對農戶數字金融響應深度的影響中存在明顯的數字素養與金融知識的互補。金融知識對相對貧困戶數字金融行為是否響應和響應深度的提升效果優于非相對貧困戶，其重要性不斷提升，但在對農戶數字金融響應深度的影響中尚未與數字素養形成有效的互補。因此，假設4得以驗證。

（2）相對貧困戶與非相對貧困戶數字金融產品選擇差異分析

由于在數字保險產品中，農戶數字金融行為是否響應的系數都沒有通過組間系數差異檢驗，故在此不做討論。數字金融產品選擇差異分析的回歸結果如表10所示。

表10 產品選擇差異：相對貧困戶和非相對貧困戶

在數字支付產品中，數字素養對相對貧困戶數字金融行為是否響應和響應深度的估計系數為0.202和0.370，對非相對貧困戶數字金融行為是否響應和響應深度的估計系數為0.303和0.524，且均在1%水平上顯著，這說明，數字素養對非相對貧困戶的提升效果更好。雖然金融知識通過組間系數差異檢驗，但其估計系數在統計上不顯著。在數字信貸產品中，數字素養在數字金融行為是否響應中未通過組間系數差異檢驗，響應深度雖通過檢驗，但估計系數在統計上不顯著。而金融知識通過組間系數差異檢驗，金融知識對相對貧困戶數字金融行為是否響應和響應深度的估計系數為0.038和0.190，在10%水平上顯著，與非相對貧困戶數字金融行為是否響應和響應深度的估計系數為0.011和-0.003，但在統計上不顯著，進一步驗證金融知識對于低收入群體的重要性。在數字理財產品中，數字素養對相對貧困戶數字金融行為是否響應和響應深度的估計系數為0.202和0.076，在統計上不顯著，對非相對貧困戶數字金融行為是否響應和響應深度的估計系數為0.052和0.104，且均在5%水平上顯著。金融知識在數字金融行為是否響應和響應深度上未通過組間系數差異檢驗。在數字授信產品中，數字素養對相對貧困戶數字金融行為是否響應的估計系數為0.113，但在統計上不顯著，對非相對貧困戶數字金融行為是否響應的估計系數為0.116，且在1%水平上顯著。金融知識對非相對貧困戶數字金融行為響應深度的估計系數為0.165，且在5%水平上顯著，而對相對貧困戶數字金融行為響應深度的估計系數為0.070，但在統計上不顯著。金融知識在數字金融行為是否響應上未通過組間系數差異檢驗。假設4得到再次驗證。

五、研究結論與政策建議

（一）研究結論

本文基于2021年中國農村經濟與農村金融調查（CRERFS）數據，運用Probit模型、Poisson模型和OLS模型實證分析了數字素養、金融知識以及二者交互項對農戶數字金融行為響應的影響。研究結果表明：第一，數字素養和金融知識均是影響農戶數字金融行為響應的關鍵因素，數字素養對于數字金融行為是否響應和響應廣度具有顯著的提升效應，而金融知識對農戶數字金融行為響應深度的提升效應更為明顯。第二，數字素養與金融知識在對數字金融行為是否響應和響應廣度上存在顯著的替代關系，數字素養是主導因素，在對數字金融行為響應深度的影響上則顯現出互補關系，兩者共同加深數字金融依賴程度和融資強度。第三，在不同數字金融產品中，數字支付、數字信貸、數字理財、數字授信產品中，數字素養對農戶數字金融行為是否響應具有顯著的正向影響；數字支付和數字理財產品中，數字素養對農戶數字金融行為響應深度具有顯著的正向影響。數字信貸、數字理財、數字授信產品中，金融知識對農戶數字金融行為是否響應具有顯著正向影響，數字理財、數字授信產品中，金融知識對農戶數字金融行為響應深度具有顯著的正向影響。同時，二者的替代與互補關系仍然存在。第四，在不同收入水平群體中，數字素養對相對貧困戶數字金融行為響應的提升效應弱于非相對貧困戶，引發數字不平等現象，而金融知識對相對貧困戶數字金融行為響應的提升效應要優于非相對貧困戶，一定程度上緩解了數字差距。在細分不同數字金融產品對比后，該現象依然存在。

（二）政策建議

金融科技的不斷進步深刻改變了傳統金融環境，金融服務的數字化趨勢不可抵擋。同時，數字金融借助數字技術克服了傳統金融的諸多難點和痛點，極大改善了農村金融服務環境，能夠為農村弱勢群體提供更為便捷的金融產品與服務。基于上述研究結論，筆者提出以下政策建議：

第一，加快構建農村地區數字素養與金融知識培育體系，優先關注數字素養培育，跨越數字鴻溝，培養高素質農民群體。要完善數字素養與金融知識培育課程，采用數字化設備，運用動畫、視頻、直播等課程手段開展數字技術與數字軟件的學習。拓寬數字素養與金融知識的培育渠道，采取電商技能培訓、現場觀摩學習、線上云視頻會議等多種高效培育方式。

第二，加深農村地區數字金融覆蓋廣度和深度，創新數字金融產品，健全農村金融服務體系。要按照農戶的切實需求，豐富數字金融產品，降低使用難度，使農戶敢用、愿意用。

第三，政府要在完善農村數字基礎設施的同時加快推進適合農戶生產經營、生活消費、信貸授信、保險理財的開發，針對農村中老年群體，提供與之相對應的適齡化產品和服務。

第四，加快低收入群體以及相對貧困群體的人力資本提升，重點關注其金融知識培育，扶持其發展。政府在推動農村數字金融發展過程中要重點關注弱勢群體，構建包容性發展路徑，并從多角度提升弱勢群體的數字素養與金融知識，跨越數字鴻溝，緩解數字不平等，鞏固拓展脫貧攻堅成果，助力全面鄉村振興。