農(nóng)戶數(shù)字普惠金融增收效應(yīng)的實(shí)證分析
——基于農(nóng)戶調(diào)查數(shù)據(jù)和分位數(shù)模型的再檢驗(yàn)

劉艷華 張國(guó)釗 余暢婉

（安徽工業(yè)大學(xué)商學(xué)院，安徽 馬鞍山 243000）

一、引言

實(shí)現(xiàn)農(nóng)民增收， 是黨的二十大所提出的鄉(xiāng)村振興和共同富裕的重要內(nèi)涵。 據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，盡管我國(guó)城鄉(xiāng)居民收入比由2010 年的3.23，下降到2022 年的2.45， 但農(nóng)民相對(duì)較低的收入問題依然存在。 如何進(jìn)一步提高農(nóng)民參與社會(huì)收入分配的比重，增強(qiáng)其收入“獲得感”，仍然是迫切需要解決的問題。金融發(fā)展作為資源配置的重要途徑， 理應(yīng)發(fā)揮其在改善農(nóng)民收入格局中的重要作用[1]。 當(dāng)前，數(shù)字普惠金融的快速發(fā)展有效緩解了傳統(tǒng)普惠金融普遍存在的金融排斥[2]、金融機(jī)構(gòu)“使命漂移”、農(nóng)村信貸市場(chǎng)“資源錯(cuò)配”[3]以及信貸風(fēng)險(xiǎn)積累上升[4]等問題，提供了緩解因機(jī)會(huì)與權(quán)利不平等造成的相對(duì)貧困的長(zhǎng)效機(jī)制[5]。

梳理現(xiàn)有文獻(xiàn)發(fā)現(xiàn)， 相關(guān)研究主要集中于普惠金融或數(shù)字普惠金融的減貧效應(yīng)、 收入效應(yīng)及城鄉(xiāng)收入差距效應(yīng)等方面。 首先，在數(shù)字普惠金融的減貧效應(yīng)方面， 基于互聯(lián)網(wǎng)對(duì)普惠金融供給成本與使用成本的節(jié)約和經(jīng)濟(jì)機(jī)會(huì)創(chuàng)造功能， 很多學(xué)者認(rèn)為數(shù)字普惠金融可以減緩貧困[6-8]。 因?yàn)閿?shù)字普惠金融可以提升長(zhǎng)尾客戶獲得金融服務(wù)的獲得機(jī)會(huì)， 以此來增加其增收脫貧的機(jī)會(huì)[9]。 也有學(xué)者認(rèn)為，在短期內(nèi)數(shù)字普惠金融發(fā)展的減貧效應(yīng)顯著， 長(zhǎng)期減貧效應(yīng)不顯著[10]，并發(fā)現(xiàn)經(jīng)濟(jì)增長(zhǎng)的速度對(duì)數(shù)字普惠金融的農(nóng)村減貧力度具有“閾值”效應(yīng)[11]。 其次，在數(shù)字普惠金融對(duì)農(nóng)民收入影響方面， 大多數(shù)學(xué)者都持積極觀點(diǎn)[12-14]，認(rèn)為數(shù)字普惠金融可以從整體上促進(jìn)居民收入公平[15]。 其原因是數(shù)字普惠金融的多元化發(fā)展提高了金融服務(wù)的地理覆蓋度和可獲性，有助于農(nóng)村居民發(fā)揮既有優(yōu)勢(shì)進(jìn)行項(xiàng)目投資，進(jìn)而增加收入[16]。最后，在數(shù)字普惠金融發(fā)展對(duì)城鄉(xiāng)收入差距的影響研究方面，學(xué)術(shù)界基本支持?jǐn)?shù)字普惠金融對(duì)城鄉(xiāng)收入差距的縮小作用[17-19]，具有顯著的“數(shù)字紅利”效應(yīng)[20]。 但是，其數(shù)字紅利大小會(huì)受到教育水平、門檻效應(yīng)、互聯(lián)網(wǎng)技術(shù)等方面的影響[21-22]，并具有結(jié)構(gòu)異質(zhì)性[23-24]和非線性效應(yīng)[25]。

毫無疑問， 已有研究對(duì)我們探究數(shù)字普惠金融的收入效應(yīng)具有積極作用。 但需要指出的是，現(xiàn)有研究視角主要集中在宏觀領(lǐng)域， 基于微觀視角的研究較少，尤其是通過調(diào)查數(shù)據(jù)加以分析的文獻(xiàn)較少。 由于數(shù)字普惠金融與收入存在交互關(guān)系， 現(xiàn)有研究可能存在嚴(yán)重的內(nèi)生性問題。 因此，如何剔除收入對(duì)數(shù)字普惠金融的反作用，需要進(jìn)一步探究。 另外，在探究數(shù)字普惠金融的收入效應(yīng)時(shí)， 多數(shù)研究采用的是北京大學(xué)數(shù)字金融中心編制的數(shù)字普惠金融指數(shù)， 然而該指數(shù)測(cè)度的對(duì)象包括城鄉(xiāng)中小微企業(yè)、 城鎮(zhèn)個(gè)體工商戶等非農(nóng)戶主體，使用該指數(shù)探討其對(duì)農(nóng)戶的收入作用關(guān)系，會(huì)造成映射關(guān)系有偏， 所得參數(shù)不能真實(shí)反映數(shù)字普惠金融對(duì)農(nóng)戶收入的真實(shí)作用效果。 為此，本文借鑒北京大學(xué)數(shù)字金融中心數(shù)字普惠金融指數(shù)的編制原理，編制專門針對(duì)農(nóng)戶主體的數(shù)字普惠金融指數(shù)， 進(jìn)而以微觀調(diào)查數(shù)據(jù)為研究樣本， 采用收入分位數(shù)模型實(shí)證分析數(shù)字普惠金融對(duì)農(nóng)戶增收的效果， 為探索數(shù)字普惠金融對(duì)農(nóng)戶的真實(shí)收入效應(yīng)提供現(xiàn)實(shí)和理論依據(jù)。

二、作用機(jī)制分析

從農(nóng)戶金融行為的視角看，數(shù)字普惠金融對(duì)農(nóng)戶收入的作用機(jī)制主要體現(xiàn)為信貸服務(wù)增收機(jī)制、投資理財(cái)增收機(jī)制和互聯(lián)網(wǎng)保險(xiǎn)的收入穩(wěn)定機(jī)制三個(gè)方面。

（一）信貸服務(wù)增收機(jī)制。 農(nóng)業(yè)產(chǎn)業(yè)的脆弱性、農(nóng)戶的低收入水平、征信數(shù)據(jù)不完善、互聯(lián)網(wǎng)普及率低等問題，導(dǎo)致了農(nóng)戶在信貸市場(chǎng)受到嚴(yán)重的信貸配給。數(shù)字普惠金融機(jī)構(gòu)借助大數(shù)據(jù)、云計(jì)算等技術(shù)工具，可以提高征信效率，降低金融機(jī)構(gòu)與農(nóng)戶之間的信息不對(duì)稱程度；數(shù)字普惠金融服務(wù)的獲取門檻低，可獲性強(qiáng)，可以有效地緩解信貸約束問題。 信貸服務(wù)可獲性的提高，有助于解決低收入農(nóng)戶在生產(chǎn)投資、教育投資和創(chuàng)業(yè)投資面臨的資金約束，為其提高收入創(chuàng)造條件。

（二）投資理財(cái)增收機(jī)制。 金融服務(wù)的數(shù)字化和網(wǎng)絡(luò)化，打破了時(shí)空的限制，拓寬了農(nóng)戶的投資理財(cái)渠道， 余額寶、 零錢通等理財(cái)工具的低門檻和高效率，為農(nóng)戶提供了豐富的理財(cái)產(chǎn)品，為其資產(chǎn)保值增值創(chuàng)造了條件。

（三）互聯(lián)網(wǎng)保險(xiǎn)的收入穩(wěn)定機(jī)制。 數(shù)字化社會(huì)將改變?cè)斜ｋU(xiǎn)的外部環(huán)境， 互聯(lián)網(wǎng)保險(xiǎn)成為農(nóng)戶收入增加的“助推器”和“穩(wěn)定器”。 一方面，人壽保險(xiǎn)、財(cái)產(chǎn)保險(xiǎn)等險(xiǎn)種既可以轉(zhuǎn)移風(fēng)險(xiǎn)，免受財(cái)產(chǎn)重大損失，也可以穩(wěn)定收入。 另一方面，互聯(lián)網(wǎng)保險(xiǎn)機(jī)構(gòu)通過數(shù)據(jù)挖掘技術(shù)手段獲取農(nóng)戶客戶的基本信息，通過大數(shù)據(jù)和云計(jì)算技術(shù)分析客戶消費(fèi)傾向和消費(fèi)行為習(xí)慣，為客戶提供精準(zhǔn)保險(xiǎn)服務(wù)。

三、研究設(shè)計(jì)、指標(biāo)選取與變量定義

（一）研究設(shè)計(jì)

1.問卷內(nèi)容設(shè)計(jì)。 根據(jù)本文的研究主旨，調(diào)研問卷的內(nèi)容主要包括農(nóng)戶特征、農(nóng)戶收入狀況、農(nóng)戶數(shù)字普惠金融特征和地區(qū)特征等四部分內(nèi)容。 其中，農(nóng)戶特征主要包括戶主性別、年齡、學(xué)歷、家庭勞動(dòng)力數(shù)量、家庭成員身體健康總體狀況等；農(nóng)戶收入特征主要為農(nóng)戶人均月收入水平； 農(nóng)戶數(shù)字普惠金融特征包括數(shù)字普惠金融的滲透性、可獲得性、使用效用性和使用深度五個(gè)維度； 地區(qū)特征包括所在村是否為信息服務(wù)站、農(nóng)村地區(qū)網(wǎng)絡(luò)信號(hào)強(qiáng)度等內(nèi)容。

2.調(diào)研對(duì)象與調(diào)查方法。 本文通過采用實(shí)地調(diào)查及線上調(diào)查結(jié)合的方式， 調(diào)查了全國(guó)29 個(gè)省市的農(nóng)戶。由于調(diào)查樣本需要保證隨機(jī)性與可代表性，因此本次調(diào)查在各省市進(jìn)行分層抽樣。 根據(jù)分層抽樣技術(shù)來確定樣本數(shù)量，公式如下：

其中，N、Z、d、σ 分別表示樣本量、置信區(qū)間Z 統(tǒng)計(jì)量、抽樣誤差范圍和標(biāo)準(zhǔn)差。

由表1 可知， 樣本量的確定主要取決于置信水平和抽樣誤差。 為了提高研究結(jié)果的可信度，本文將樣本容量的置信度控制為99%， 抽樣誤差不超過5%，查表得Z=2.5，σ=0.5，d=5%。因此，N==665.64， 得出此次調(diào)查所需最小樣本量。 抽樣過程為：每個(gè)省市抽取3 個(gè)地級(jí)市，每個(gè)地級(jí)市抽取2 個(gè)縣市，每個(gè)縣市抽取2 個(gè)鄉(xiāng)鎮(zhèn)，每個(gè)鄉(xiāng)鎮(zhèn)抽取2 個(gè)村，每個(gè)村抽取2 戶居民。 在調(diào)查期間獲得總樣本數(shù)1 019份，遠(yuǎn)超此次調(diào)查時(shí)所需最小樣本量的設(shè)定，其中有效樣本1 003 份，有效樣本率達(dá)到98.43%。

表1 不同置信區(qū)間和抽樣誤差下的樣本量

（二）變量選取與測(cè)度

1.被解釋變量（Income）：本文將戶人均月收入定為被解釋變量， 通過分位數(shù)模型來研究解釋變量及控制變量對(duì)不同區(qū)間的戶人均月收入的影響程度。

2.核心解釋變量：農(nóng)戶數(shù)字普惠金融發(fā)展水平及其測(cè)度（DIFI）。

（1）指標(biāo)體系的構(gòu)建

通過查閱有關(guān)文獻(xiàn)， 發(fā)現(xiàn)北京大學(xué)編制的數(shù)字普惠金融指數(shù)（2011—2015 年）在學(xué)術(shù)界中占有重要的權(quán)威性，因此，我們?cè)诮梃b北京大學(xué)數(shù)字普惠金融指數(shù)編制原理的基礎(chǔ)上， 選取了符合農(nóng)戶數(shù)字普惠金融特征的指標(biāo)體系。 指標(biāo)體系如下頁表2 所示。

表2 農(nóng)戶數(shù)字普惠金融發(fā)展水平指標(biāo)體系

（2）數(shù)字普惠金融指數(shù)的計(jì)算方法

第一步，基于變異系數(shù)法確定權(quán)重。 本文借鑒楊艷琳等學(xué)者的計(jì)算方法[26]，客觀上對(duì)農(nóng)戶數(shù)字普惠金融變量賦予權(quán)重，計(jì)算公式為：

其中Wmp為變異系數(shù)；SDi為每個(gè)變量的標(biāo)準(zhǔn)差；Meanj為每個(gè)變量的平均值，且i=j。

第二步，計(jì)算農(nóng)戶數(shù)字普惠金融水平。 本文借鑒楊艷琳和付晨玉（2019）[26]等學(xué)者的計(jì)算方法，采用如下公式計(jì)算：

其中，DIFI 為農(nóng)戶數(shù)字普惠金融指數(shù),Wmp為變異系數(shù)，即第m 個(gè)具體指標(biāo)在第p 個(gè)農(nóng)戶的權(quán)重，通過變異系數(shù)法確定；Vmp表示每個(gè)指標(biāo)計(jì)算值， 由xmp進(jìn)行統(tǒng)一量綱處理后再乘以其權(quán)重Wmp得到。

3.控制變量

為了提高回歸結(jié)果的準(zhǔn)確性， 本文還選取了以下控制變量來研究其對(duì)農(nóng)戶人均月收入的影響，主要包括戶主性別（gender）、年齡（age）、學(xué)歷（edu）、農(nóng)村地區(qū)網(wǎng)絡(luò)信號(hào)強(qiáng)度（sig）、身體健康狀況（health）以及家庭勞動(dòng)力人數(shù)（fm）。

（三）描述性分析

從統(tǒng)計(jì)表3 中可以看出， 調(diào)研樣本農(nóng)戶的男女性別比例相當(dāng)，但男性略多于女性。 家庭勞動(dòng)力人數(shù)主要集中在3 至4 人， 該樣本數(shù)約占總樣本的69.59%。戶主的年齡主要分布在18~30 歲之間，占比63.01%。 被調(diào)查者的文化程度普遍不高，高中及以下學(xué)歷者占比56.93%； 達(dá)到本科及以上學(xué)歷的農(nóng)戶占比略低，為30.51%。

表3 樣本農(nóng)戶基本特征

農(nóng)戶所在地網(wǎng)絡(luò)信號(hào)一般及以下的占全部樣本的66%。 由于國(guó)家新基建的實(shí)施，農(nóng)村地區(qū)的網(wǎng)絡(luò)信號(hào)強(qiáng)度有所增強(qiáng)，但是相比城市地區(qū)，網(wǎng)絡(luò)強(qiáng)度較差。主要原因在于部分農(nóng)村地區(qū)地處偏遠(yuǎn)，基站數(shù)量少，而使用智能設(shè)備數(shù)量較多，造成網(wǎng)絡(luò)供不應(yīng)求。

樣本農(nóng)戶的人均月收入水平總體較低，其中，在2 000 元以下的樣本數(shù)最多，占總樣本的比重為41.48%。本文的具體變量名稱及定義、統(tǒng)計(jì)性描述結(jié)果如表4 所示。

表4 變量定義及統(tǒng)計(jì)性描述

四、實(shí)證研究

（一）模型設(shè)計(jì)

為了考察農(nóng)戶數(shù)字普惠金融及其他變量對(duì)農(nóng)戶的增收效應(yīng)，本文建立如下基準(zhǔn)模型：

其中，Incomei是被解釋變量， 為農(nóng)戶人均月收入；DIFIi是核心解釋變量，代表的是第i 個(gè)農(nóng)戶數(shù)字普惠金融發(fā)展水平；Controli是控制變量， 包括age、gender、edu、health、sig、fm、β0和β1為待估參數(shù)，α0、α1為截距項(xiàng)；εi為隨機(jī)干擾項(xiàng)。

本文認(rèn)為， 不同農(nóng)戶的數(shù)字普惠金融發(fā)展水平不同，進(jìn)而具有不同的增收效應(yīng)。 但是，傳統(tǒng)的回歸模型一般分析的是解釋變量x 對(duì)被解釋變量y 的條件期望E(y|x)，其目標(biāo)函數(shù)（）容易受極端值的影響。所以，本文真正關(guān)心的是x 對(duì)整個(gè)條件分布y|x的影響。 如果能夠估計(jì)出條件分布y|x 的若干條件分位數(shù)，就能更加全面地獲得條件分布y|x 信息。 分位數(shù)回歸將殘差絕對(duì)值的加權(quán)平均（）作為最小化的目標(biāo)函數(shù)，故其不受極端值的影響，較為穩(wěn)健、可靠，能夠更好地反映出數(shù)字普惠金融對(duì)不同收入水平的農(nóng)戶收入的作用差異。 基于此，本文構(gòu)建關(guān)于農(nóng)戶人均月收入ω 的分位數(shù)模型：

其中，Incomeω是條件分布下Income|(DIFI，ci)的ω 條件分位數(shù)；c 是控制變量；ξ 是隨機(jī)擾動(dòng)項(xiàng)。

（二）回歸結(jié)果與分析

為了研究數(shù)字普惠金融對(duì)不同收入水平農(nóng)戶的增收效應(yīng)及其異質(zhì)性，本文選擇25%、50%、75%、90%、95%的收入分位數(shù)進(jìn)行回歸分析， 并與OLS 基準(zhǔn)模型進(jìn)行比較。 其中25%、50%、75%、90%、95%分位數(shù)分別對(duì)應(yīng)人均月收入為2 000 元以下、2 001~5 000元、5 001~8 000 元、8 001~11 000元、11 000 元以上的農(nóng)戶。 為了更好的考察農(nóng)戶的基本狀況對(duì)其收入的影響，本文首先分析未引入控制變量下不同分位數(shù)農(nóng)戶數(shù)字普惠金融對(duì)其收入的影響， 然后再引入控制變量進(jìn)行估計(jì)分析。 表5 是分別采用了OLS 回歸與分位數(shù)回歸的結(jié)果。 未引入控制變量的估計(jì)結(jié)果表明， 數(shù)字普惠金融發(fā)展水平（DIFI）對(duì)農(nóng)戶人均月收入的回歸系數(shù)顯著為正， 且作用系數(shù)的變化態(tài)勢(shì)表現(xiàn)為先上升后下降， 呈現(xiàn)為倒“U”型趨勢(shì)，且對(duì)低收入農(nóng)戶的影響程度稍小。 這說明數(shù)字普惠金融有助于農(nóng)戶增收。

表5 OLS 與分位數(shù)回歸結(jié)果

為了更好地分析控制變量對(duì)收入的異質(zhì)性影響，本文引入了控制變量來進(jìn)行檢驗(yàn)。

在引入控制變量后，F(xiàn) 統(tǒng)計(jì)量的P 值是顯著的，但是不同分位數(shù)的回歸與普通最小二乘回歸得到的結(jié)果存在明顯的差異。 當(dāng)人均月收入由25% 向95%變化時(shí)，影響農(nóng)戶收入的變量系數(shù)、標(biāo)準(zhǔn)誤和顯著性發(fā)生了變化。 這說明，各變量的作用并不像基準(zhǔn)回歸模型所揭示的那么簡(jiǎn)單，而是在不同的分位數(shù)下，其影響作用不同。

從分位數(shù)回歸結(jié)果可以看出：

（1）在不同分位點(diǎn)處，數(shù)字普惠金融對(duì)農(nóng)戶收入的影響程度呈現(xiàn)出不同的變化規(guī)律。

對(duì)人均月收入的回歸系數(shù)呈現(xiàn)出準(zhǔn)倒U 型曲線。 具體而言，在25%的收入處，數(shù)字普惠金融發(fā)展水平（DIFI）每提高一個(gè)單位，在2 000 元以下的人均月收入相應(yīng)增加0.235 個(gè)單位。 隨著收入水平區(qū)間的增高，數(shù)字普惠金融發(fā)展水平對(duì)農(nóng)戶收入增加的貢獻(xiàn)程度持續(xù)升至到最高點(diǎn)90%分位點(diǎn)處的0.538，此后又下降到95%的0.351。 同時(shí)，數(shù)字普惠金融發(fā)展水平（DIFI）對(duì)于低收入和高收入?yún)^(qū)間的農(nóng)戶影響都比較小，收入提高程度最大的則是中間收入階層。

結(jié)果顯示：在低收入群體和高收入群體中，性別不同對(duì)農(nóng)戶收入的影響較小，反而是在收入?yún)^(qū)間為5 001~8 000 元及以上的農(nóng)戶更容易受到性別的影響，即男性對(duì)人均月收入提升的貢獻(xiàn)更大。 這主要源于，在農(nóng)業(yè)體力勞作中，男性要優(yōu)于女性，相對(duì)而言，男性會(huì)承擔(dān)更多的勞務(wù)工作和體力工作； 在農(nóng)村地區(qū)，家庭勞動(dòng)力越多，從事農(nóng)業(yè)勞動(dòng)的人數(shù)相對(duì)較多。從農(nóng)戶年齡來看，隨著年齡的增長(zhǎng)，工作技能和經(jīng)驗(yàn)的不斷累積會(huì)帶來經(jīng)濟(jì)收入的增加；一般而言，身體越健康的農(nóng)戶個(gè)體，勞作能力越強(qiáng)，其收入水平會(huì)相對(duì)較高。

受教育程度 （edu） 和農(nóng)村地區(qū)網(wǎng)絡(luò)信號(hào)強(qiáng)度（sig）對(duì)農(nóng)戶收入作用呈現(xiàn)出一種“上升-下降”的變化態(tài)勢(shì)。 受教育的程度越高、農(nóng)村網(wǎng)絡(luò)基礎(chǔ)設(shè)施越完善， 農(nóng)戶家庭成員越能從自身學(xué)歷優(yōu)勢(shì)中享受的更多的資源，所獲取的信息也會(huì)增多，相應(yīng)的也會(huì)帶來收入渠道的增多，其收入會(huì)有一定程度的增加。

（2）在不同分位點(diǎn)處，農(nóng)戶個(gè)體特征呈現(xiàn)出較大的異質(zhì)性作用。

在2 000 元以下的收入?yún)^(qū)間（25%分位點(diǎn)），數(shù)字普惠金融發(fā)展水平（DIFI）、教育（edu）、所處地區(qū)網(wǎng)絡(luò)信號(hào)強(qiáng)度（sig）等變量是決定農(nóng)戶收入的關(guān)鍵因素，此時(shí)， 增加農(nóng)戶收入的有效途徑主要是提高居民的數(shù)字普惠金融素養(yǎng)、 提高受教育程度以及增強(qiáng)農(nóng)村地區(qū)網(wǎng)絡(luò)基礎(chǔ)設(shè)施的有效性與及時(shí)性。

在2 001~5 000 元的收入?yún)^(qū)間（50%分位點(diǎn)），農(nóng)戶增收的主要因素除包括25%分位點(diǎn)因素之外，還包括健康狀況（health），這說明農(nóng)戶應(yīng)該在以上措施的基礎(chǔ)上，保持良好的健康狀況，為創(chuàng)造收入奠定基礎(chǔ)。

在5 001~8 000 元的收入?yún)^(qū)間（75%分位點(diǎn)），所有解釋變量都顯著地影響農(nóng)戶的收入， 農(nóng)戶可以從多維方面來提高其自身的收入水平。 從對(duì)增收的作用來看，數(shù)字普惠金融發(fā)展水平的貢獻(xiàn)率最高，其次為年齡（age）和地區(qū)網(wǎng)絡(luò)的信號(hào)強(qiáng)度（sig），貢獻(xiàn)最小的是性別（gender）。

在8 001~11 000 元的收入?yún)^(qū)間 （90%分位點(diǎn)），顯著變量變成數(shù)字普惠金融發(fā)展水平（DIFI）、性別（gender）、年齡（age）、農(nóng)村地區(qū)網(wǎng)絡(luò)信號(hào)強(qiáng)度（sig），而此時(shí)年齡的貢獻(xiàn)能力持續(xù)下降， 數(shù)字普惠金融發(fā)展水平（DIFI）和農(nóng)村地區(qū)的網(wǎng)絡(luò)信號(hào)強(qiáng)度（sig）的貢獻(xiàn)能力出現(xiàn)了飛躍， 農(nóng)戶收入分別提高了11.39%和18.41%的貢獻(xiàn)程度。 需要注意網(wǎng)絡(luò)信號(hào)強(qiáng)度（sig）回歸系數(shù)在95%置信區(qū)間寬度的變化情況， 置信區(qū)間變寬可能對(duì)其精確性產(chǎn)生一定的影響。

在11 000 元以上的收入?yún)^(qū)間（95%分位點(diǎn)），網(wǎng)絡(luò)信號(hào)強(qiáng)度由顯著轉(zhuǎn)變?yōu)椴伙@著， 顯著變量?jī)H僅保留數(shù)字普惠金融發(fā)展水平（DIFI）和年齡（age），數(shù)字普惠金融發(fā)展水平下降34.76%，在此分位點(diǎn)處95%的置信區(qū)間變得更寬，而此時(shí)的教育程度（edu）雖不顯著，但與農(nóng)村居民收入呈負(fù)相關(guān)。

（三）數(shù)字普惠金融結(jié)構(gòu)對(duì)農(nóng)戶收入的影響

為了進(jìn)一步分析數(shù)字普惠金融對(duì)農(nóng)戶收入的作用，本文將從滲透性（penetrability）、可獲得性（accessibility）、使用效用性（utility）和使用深度（depth）四個(gè)方面分別進(jìn)行回歸分析。 回歸結(jié)果見表6。

表6 數(shù)字普惠金融結(jié)構(gòu)的農(nóng)戶增收效應(yīng)估計(jì)結(jié)果

從整體來看， 數(shù)字普惠金融各維度均通過顯著性檢驗(yàn)。 滲透性、使用效用性、使用深度回歸系數(shù)分別為0.220、-0.070 7、0.201、0.351，且均通過了1%水平上的顯著性檢驗(yàn)，表明在農(nóng)村地區(qū)，數(shù)字普惠金融這三個(gè)維度的發(fā)展能夠促進(jìn)農(nóng)戶增收， 對(duì)農(nóng)戶增收都具有正向效應(yīng)。 可獲得性（accessibility）的回歸系數(shù)為負(fù)，通過了5%水平上的顯著性檢驗(yàn)，這說明數(shù)字普惠金融的可得性沒有顯著促進(jìn)農(nóng)戶收入的增長(zhǎng)，其原因可能在于，由于農(nóng)村征信體系不夠完善，數(shù)字普惠金融對(duì)信貸等資源的配置效率較低。

（四）內(nèi)生性檢驗(yàn)與穩(wěn)健性檢驗(yàn)

1.內(nèi)生性檢驗(yàn)

為解決變量遺漏產(chǎn)生的內(nèi)生性問題， 本文在調(diào)研時(shí)盡可能將影響因素納入模型之中。 為解決數(shù)字普惠金融發(fā)展水平與農(nóng)戶收入之間的互為因果關(guān)系， 本文引入了農(nóng)戶所在村組織是否設(shè)置信息服務(wù)站作為工具變量， 這在一定程度上會(huì)影響數(shù)字普惠金融的發(fā)展， 但與農(nóng)戶收入基本不相關(guān)， 滿足“所有變量均為外生”的原假設(shè)，具體而言，符合工具變量的兩個(gè)條件：(1)相關(guān)性，即兩個(gè)工具變量與數(shù)字普惠金融發(fā)展水平相關(guān)， 檢驗(yàn)得P 值為0.000；(2)獨(dú)立性，經(jīng)過檢驗(yàn)P 值為0.160 9，即農(nóng)戶人均月收入與選取的工具變量之間不相互獨(dú)立。而且內(nèi)生變量的個(gè)數(shù)小于工具變量的個(gè)數(shù)，故可以進(jìn)行過度識(shí)別檢驗(yàn)，來驗(yàn)證其有效性。

根據(jù)以上分析，本文重新構(gòu)建以下模型：

其中，R 為工具變量；DIFI 為第一階段回歸結(jié)果預(yù)測(cè)值。

本文對(duì)聯(lián)立方程組采用2SLS 進(jìn)行回歸，下表7 的結(jié)果表示工具變量的選擇是合適的，首先，F(xiàn)=22.94>10，P=0.000，拒絕原假設(shè)“工具變量沒有解釋能力”；其次，弱工具變量的問題在這里也不明顯；同時(shí)，過度識(shí)別統(tǒng)計(jì)量為2.047，P 值為0.152 5，故接受“存在一個(gè)工具變量的原假設(shè)”；最后，Durbin-Wu-Hausman 檢驗(yàn)結(jié)果說明數(shù)字普惠金融發(fā)展水平與農(nóng)戶收入存在內(nèi)生性的問題。 兩階段回歸結(jié)果見表7。

表7 兩階段回歸

2.穩(wěn)健性檢驗(yàn)

為了進(jìn)行穩(wěn)健性檢驗(yàn)， 本文采用主成分分析法重新確定權(quán)重來計(jì)算數(shù)字普惠金融發(fā)展水平， 重新對(duì)（5）式進(jìn)行回歸。

主成分分析法是一種客觀賦權(quán)的方法，在實(shí)際中廣泛運(yùn)用。 本文利用SPSS23.0 軟件計(jì)算得出A1至A10的權(quán)重帶入公式（3）計(jì)算出數(shù)字普惠金融發(fā)展水平，再用STATA14 軟件重新進(jìn)行回歸測(cè)算其穩(wěn)健性。穩(wěn)健性回歸結(jié)果見表8。

表8 穩(wěn)健性檢驗(yàn)結(jié)果

通過上述檢驗(yàn)，得出的結(jié)果與前文基本一致。 此外，本文還通過減少樣本量來進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果在主要變量上與前文基本一致。 因此，本文研究得出的結(jié)論是穩(wěn)健、可靠的。

五、研究結(jié)論與政策啟示

基于農(nóng)戶調(diào)查數(shù)據(jù)和分位數(shù)模型實(shí)證數(shù)字普惠金融的增收效應(yīng)進(jìn)行了再檢驗(yàn)，結(jié)論總結(jié)如下。

第一， 數(shù)字普惠金融是促進(jìn)農(nóng)戶增收的關(guān)鍵因素， 數(shù)字普惠金融對(duì)不同收入水平的農(nóng)戶都具有顯著的影響，但是影響程度呈現(xiàn)準(zhǔn)倒“U”型；而戶主年齡越大、男性勞動(dòng)力越多、家庭勞動(dòng)人口數(shù)量越多和家庭成員身體越健康程度，對(duì)農(nóng)戶收入增加越明顯；戶主受教育程度與農(nóng)村地區(qū)網(wǎng)絡(luò)的信號(hào)強(qiáng)度對(duì)農(nóng)戶收入的增加都呈現(xiàn)出“上升—下降”的趨勢(shì)。

第二，在不同分位點(diǎn)處，農(nóng)戶收入影響因素呈現(xiàn)出較大的異質(zhì)性特征。 數(shù)字普惠金融發(fā)展水平對(duì)低收入水平農(nóng)戶和高收入水平農(nóng)戶的正向作用均小于中等收入水平農(nóng)戶的影響。

以下是上述研究結(jié)論帶來下的政策啟示。

一方面，要不斷提升農(nóng)村居民的金融素養(yǎng)。 通過提高農(nóng)村居民的金融知識(shí)和技能、 資信水平和受教育程度，提高數(shù)字普惠金融的滲透性、使用效用和使用深度，發(fā)揮數(shù)字普惠金融對(duì)農(nóng)戶增收的積極作用。

另一方面， 增強(qiáng)對(duì)數(shù)字普惠金融發(fā)展的軟硬件支撐。 通過完善數(shù)字普惠金融相關(guān)的法律法規(guī)，加強(qiáng)通訊技術(shù)在普惠金融領(lǐng)域的創(chuàng)新應(yīng)用， 推動(dòng)農(nóng)村數(shù)字基礎(chǔ)設(shè)施高質(zhì)量發(fā)展， 強(qiáng)化數(shù)字金融交易平臺(tái)建設(shè)，有助于規(guī)范數(shù)字普惠金融市場(chǎng)的秩序，降低金融風(fēng)險(xiǎn)，提高數(shù)字普惠金融的運(yùn)行效率，進(jìn)而提高數(shù)字普惠金融對(duì)農(nóng)戶收入的正向作用。