胡 振，張曉鈺

（西北農(nóng)林科技大學(xué) 經(jīng)濟(jì)管理學(xué)院，陜西 楊凌712100）

一、引言

得益于科技進(jìn)步和經(jīng)濟(jì)發(fā)展，中國(guó)互聯(lián)網(wǎng)金融異軍突起，以支付、P2P、眾籌為代表的互聯(lián)網(wǎng)金融業(yè)態(tài)迅速發(fā)展。2010 年以來(lái)，中國(guó)第三方支付市場(chǎng)的交易規(guī)模保持年均50%以上的增速，2017 年中國(guó)第三方移動(dòng)支付交易規(guī)模達(dá)到102.1萬(wàn)億元，同比增長(zhǎng)率達(dá)73.6%①《中國(guó)第三方支付的現(xiàn)狀和發(fā)展趨勢(shì)》，http://www.sohu.com/a/129823739_655346。；2017年中國(guó)眾籌行業(yè)成功融資項(xiàng)目數(shù)達(dá)到69637 個(gè)，融資總額突破260 億元②《2017中國(guó)眾籌行業(yè)發(fā)展年報(bào)》，https://www.weiyangx.com/276760.html。。在互聯(lián)網(wǎng)金融業(yè)態(tài)中，支付扮演著特殊角色，是金融最重要的基礎(chǔ)設(shè)施之一，第三方支付對(duì)互聯(lián)網(wǎng)金融行業(yè)具有深遠(yuǎn)的影響（謝平、鄒傳偉，2012）[1]。

中國(guó)的支付市場(chǎng)發(fā)展存在不平衡性，尤其是互聯(lián)網(wǎng)移動(dòng)支付。2018 年中國(guó)第三方移動(dòng)支付交易規(guī)模達(dá)到277.4 萬(wàn)億元③《2019年中國(guó)移動(dòng)支付行業(yè)發(fā)展及帶來(lái)的影響分析預(yù)測(cè)》，http://www.chyxx.com/industry/201905/740217.html。，但城鄉(xiāng)支付市場(chǎng)發(fā)展存在巨大差異。研究發(fā)現(xiàn)，農(nóng)村居民中從未使用過(guò)二維碼支付的比例為34%，遠(yuǎn)高于城市居民④成都農(nóng)商銀行：《2017農(nóng)村電子化調(diào)研報(bào)告》，http://www.199it.com/archives/710352.html。。由此可見(jiàn)，農(nóng)村地區(qū)支付市場(chǎng)潛力巨大。在此背景下，深入分析農(nóng)村居民互聯(lián)網(wǎng)第三方移動(dòng)支付行為特征及其影響因素具有重要的現(xiàn)實(shí)意義，一方面可以深入認(rèn)識(shí)農(nóng)村居民移動(dòng)支付行為規(guī)律，另一方面也有助于降低農(nóng)村居民的金融排斥，推動(dòng)普惠金融發(fā)展，進(jìn)而助力鄉(xiāng)村振興。

目前學(xué)術(shù)界對(duì)移動(dòng)支付行為的研究大致包括以下幾個(gè)方面：支付市場(chǎng)、規(guī)模及支付行為的影響因素等。根據(jù)計(jì)劃行為理論，人力資本對(duì)支付行為具有重要影響（肖經(jīng)建，2011[2]；吳衛(wèi)星等，2018[3]）。而大量研究進(jìn)一步證實(shí)，金融素養(yǎng)對(duì)諸多金融行為也影響深遠(yuǎn)，如投資方式（Jappelli、Padula，2013）[4]、融資成本（Huston，2012）[5]、資產(chǎn)組合（胡振等，2018[6]；Mouna、Jarboui，2015[7]）以及理財(cái)規(guī)劃（Agarwal 等，2015[8]；胡振、臧日宏，2017[9]）等。文獻(xiàn)檢索發(fā)現(xiàn)，目前尚未有研究分析金融素養(yǎng)對(duì)消費(fèi)者支付行為的影響。當(dāng)前中國(guó)互聯(lián)網(wǎng)第三方移動(dòng)支付體系中，微信支付是最具有代表性的支付方式之一。提高農(nóng)村居民第三方移動(dòng)支付采納概率可以顯著降低農(nóng)村居民互聯(lián)網(wǎng)金融排斥，尤其是支付排斥（何婧等，2017）[10]。因此，本研究將基于陜西省農(nóng)村家庭金融調(diào)查數(shù)據(jù)，分析金融素養(yǎng)對(duì)農(nóng)村居民微信支付采納行為的影響。

和既有的研究相比，本研究具有以下特點(diǎn)：第一是在研究視角上，本研究從金融素養(yǎng)這一獨(dú)特視角分析農(nóng)村居民微信支付采納行為；第二是在核心解釋變量金融素養(yǎng)的測(cè)度上，采用國(guó)際通用標(biāo)準(zhǔn)，使測(cè)度結(jié)果具有國(guó)際可比性；第三是在研究方法上，基于離散選擇模型進(jìn)行實(shí)證分析，并采用PSM 等多種方法對(duì)實(shí)證結(jié)論進(jìn)行穩(wěn)健性檢驗(yàn)。

本研究余下部分安排如下：第二部分是文獻(xiàn)綜述及理論框架，第三部分是數(shù)據(jù)來(lái)源與變量度量，第四部分是計(jì)量模型與統(tǒng)計(jì)分析，第五部分是實(shí)證分析，第六部分是穩(wěn)健性檢驗(yàn)，第七部分是研究結(jié)論及政策啟示。

二、文獻(xiàn)綜述及理論框架

（一）金融素養(yǎng)與金融行為

金融素養(yǎng)是一種重要的人力資本，是個(gè)體掌握的管理金融資源的知識(shí)和技能（Lusard、Mitchell，2014）[11]。大量研究表明，金融素養(yǎng)的提升有利于消費(fèi)者做出更合理的金融決策。金融素養(yǎng)水平越高，個(gè)體參與金融市場(chǎng)的概率越高（Yoong，2011[12]；Almenberg 等，2015[13]；Von，2015[14]；Chu 等，2017[15]），越有可能制定完善的退休規(guī)劃（Boisclair 等，2017[16]；Rooij 等，2011[17]），資產(chǎn)組合的有效性更高（吳衛(wèi)星等，2018）[18]，持有資產(chǎn)組合的分散化水平也越高（Abreu、Mendes，2010[19]；曾志耕等，2015[20]）。而金融素養(yǎng)低的居民更可能使用高成本融資，過(guò)度負(fù)債的概率也更高。

（二）微信支付行為

消費(fèi)者移動(dòng)支付采納意愿影響因素可以歸納為以下幾個(gè)方面：第一個(gè)方面是個(gè)體特征，比如年齡、受教育水平等（曹倩等，2016）[21]；第二個(gè)方面是客戶感知，感知易用性和有用性對(duì)消費(fèi)者移動(dòng)支付采納行為具有顯著的正向影響（Ooi、Tan，2016）[22]；第三個(gè)方面是外部環(huán)境（Oliveira 等，2016）[23]；Mallat，2007）[24]。

微信支付作為移動(dòng)支付的一種形式，其影響因素也受到學(xué)者的廣泛關(guān)注。微信支付行為是消費(fèi)者金融行為的一個(gè)重要方面，可能會(huì)受到包括金融素養(yǎng)在內(nèi)的人力資本的影響。比如，常亮（2018）的研究發(fā)現(xiàn)感知安全性、創(chuàng)新性等對(duì)微信支付的使用意向有直接或間接影響[25]。陳潔和朱小棟（2015）也同意此類觀點(diǎn)，并提出初始信任以及便利條件等也是微信支付使用的影響因素[26]。具體的，消費(fèi)者的年齡和風(fēng)險(xiǎn)感知程度與微信支付使用意愿呈現(xiàn)負(fù)相關(guān)關(guān)系（周新發(fā)等，2015）[27]。冷晨昕和陳前恒（2017）基于農(nóng)戶調(diào)研數(shù)據(jù)發(fā)現(xiàn)僅有8.5%的被調(diào)查農(nóng)村居民使用了第三方支付[28]，由此可見(jiàn)微信支付等方式在農(nóng)村地區(qū)的普及度較低。

通過(guò)文獻(xiàn)回顧可以發(fā)現(xiàn)：第一，既有研究從多個(gè)角度對(duì)消費(fèi)者移動(dòng)支付行為進(jìn)行分析，但基于人力資本視角的研究相對(duì)較少，特別是從金融素養(yǎng)視角切入的研究更是少見(jiàn)；第二，研究?jī)?nèi)容方面，已有研究多聚焦于消費(fèi)者互聯(lián)網(wǎng)金融市場(chǎng)的參與行為，而具體到微信支付行為的研究還不多；第三，由于農(nóng)村地區(qū)互聯(lián)網(wǎng)支付發(fā)展較為緩慢，現(xiàn)有文獻(xiàn)多是城市居民樣本，隨著農(nóng)村支付市場(chǎng)的發(fā)展，基于農(nóng)村樣本的研究亟須拓展。因此，有必要遵循國(guó)際通用的金融素養(yǎng)測(cè)度方法，探討金融素養(yǎng)對(duì)農(nóng)村居民微信支付采納行為的影響，這對(duì)深入認(rèn)識(shí)農(nóng)村居民微信支付行為特征具有重要的現(xiàn)實(shí)意義。

（三）理論框架

圖1 理論框架

美國(guó)經(jīng)濟(jì)學(xué)家Schultz（1960）[29]認(rèn)為人力資本是體現(xiàn)在人身上的資本，即對(duì)生產(chǎn)者進(jìn)行教育、職業(yè)培訓(xùn)等支出及其在接受教育時(shí)的機(jī)會(huì)成本等的總和，表現(xiàn)為蘊(yùn)含于人身上的各種生產(chǎn)知識(shí)、勞動(dòng)與管理技能以及健康素質(zhì)的存量加總。研究表明，人力資本對(duì)消費(fèi)者金融行為具有重要影響（Cole，2008）[30]，且教育是其中最重要的因素之一（肖作平、張欣哲，2012）[31]，同時(shí)，金融素養(yǎng)與教育水平正相關(guān)（張歡歡、熊學(xué)萍，2017）[32]。根據(jù)現(xiàn)有文獻(xiàn)，家庭人口社會(huì)學(xué)特征、經(jīng)濟(jì)特征等也會(huì)對(duì)金融行為產(chǎn)生重要影響。因此，本研究基于相關(guān)理論及文獻(xiàn)，還將性別、年齡、婚姻、健康、房產(chǎn)以及收入水平等引入理論框架中。具體如圖1所示。

表1 金融素養(yǎng)水平及微信支付采納情況統(tǒng)計(jì)

三、數(shù)據(jù)來(lái)源與變量度量

（一）數(shù)據(jù)來(lái)源

本研究使用的數(shù)據(jù)來(lái)源于2017 年陜西省農(nóng)村家庭金融調(diào)查。調(diào)查采用隨機(jī)抽樣的方法，在陜西省境內(nèi)抽取4 個(gè)縣，每個(gè)縣選取2 個(gè)鄉(xiāng)鎮(zhèn)，然后在每個(gè)鄉(xiāng)鎮(zhèn)選取5 個(gè)村，每個(gè)村再隨機(jī)抽取20 個(gè)農(nóng)戶。然后通過(guò)實(shí)地走訪開(kāi)展問(wèn)卷調(diào)查，共發(fā)放問(wèn)卷800份，刪除關(guān)鍵變量缺失等無(wú)效問(wèn)卷，最后得到有效問(wèn)卷734 份，問(wèn)卷回收率91.75%。問(wèn)卷收集了受訪者的家庭人口特征、經(jīng)濟(jì)特征、網(wǎng)絡(luò)條件設(shè)施情況及金融素養(yǎng)等各方面的信息，為本研究分析金融素養(yǎng)對(duì)農(nóng)村居民微信支付采納行為的影響提供了有力的數(shù)據(jù)支撐。

（二）變量度量

1．核心解釋變量：金融素養(yǎng)

參考Mitchell和Lusardi（2008）[33]的測(cè)度方法，通過(guò)利率、通貨膨脹和分散風(fēng)險(xiǎn)三個(gè)相關(guān)問(wèn)題來(lái)考察農(nóng)村居民金融素養(yǎng)水平，答對(duì)題目的數(shù)量越多，表示金融素養(yǎng)水平越高。三個(gè)問(wèn)題中，每個(gè)問(wèn)題回答正確賦值為1，反之為0，三題都對(duì)則記作fl3=1，否則fl3 賦值為0。樣本統(tǒng)計(jì)結(jié)果發(fā)現(xiàn)，三題都對(duì)的比例僅為20.6%，表明受訪者金融素養(yǎng)水平總體上較低；從單個(gè)問(wèn)題的回答情況來(lái)看，通貨膨脹題的回答正確率最低，僅為35.15%，而利率題和分散風(fēng)險(xiǎn)題的正確比例相對(duì)要高，分別為50%和80.5%。由此可見(jiàn)，農(nóng)村居民對(duì)分散風(fēng)險(xiǎn)相關(guān)知識(shí)比較熟悉，對(duì)通貨膨脹的了解較少。

本研究以fl3 為核心解釋變量，進(jìn)一步統(tǒng)計(jì)了不同特征變量下受訪者的金融素養(yǎng)情況（見(jiàn)表1）。通過(guò)表1-1可以看出，金融素養(yǎng)存在明顯的性別差異，男性高于女性，女性三題都對(duì)的比例為17.60%，比男性低6.3個(gè)百分點(diǎn)；不同婚姻狀態(tài)的受訪者金融素養(yǎng)差別不大；金融素養(yǎng)與受訪者教育水平、收入水平及富裕程度正相關(guān)；在鄉(xiāng)鎮(zhèn)及以上城市購(gòu)置商品性房產(chǎn)以及經(jīng)營(yíng)工商業(yè)的受訪者金融素養(yǎng)水平往往更高。此外，家庭接入互聯(lián)網(wǎng)的受訪者金融素養(yǎng)水平相對(duì)較高。

2．被解釋變量：微信支付采納行為

本研究以微信支付采納情況作為被解釋變量，使用過(guò)微信支付賦值為1，未使用過(guò)則賦值為0。樣本統(tǒng)計(jì)結(jié)果顯示，整體上，微信支付使用比例為66.5%，不同特征下微信支付使用比例的統(tǒng)計(jì)結(jié)果如表1—2 所示?？梢钥闯?，男性和女性微信支付使用比例差別不大；已婚受訪者比其他受訪者使用比例高4.6個(gè)百分點(diǎn)；教育水平與微信支付使用比例存在正相關(guān)關(guān)系；同時(shí)，受訪者微信支付使用比例隨著收入水平和富裕程度的增加呈現(xiàn)上升趨勢(shì)；在鄉(xiāng)鎮(zhèn)及以上城市購(gòu)置房產(chǎn)的受訪者微信支付使用比例更高；接入互聯(lián)網(wǎng)者比未接入互聯(lián)網(wǎng)者的微信支付使用比例高28.7個(gè)百分點(diǎn)；而家庭人口規(guī)模較大的受訪者，其微信支付使用比例也更高。

四、計(jì)量模型與統(tǒng)計(jì)分析

（一）計(jì)量模型

本研究使用的方法是Probit 模型和傾向分值匹配法。因本研究的被解釋變量是微信支付，采納微信支付賦值為1，否則為0，屬于二元虛擬變量，對(duì)于此類數(shù)據(jù)，傳統(tǒng)多元回歸的線性性、無(wú)偏性、有效性等優(yōu)良特性很難顯現(xiàn)。因此，本研究采用專門(mén)處理此類數(shù)據(jù)類型的模型：Probit 模型，實(shí)證模型設(shè)定如（1）式：

其中wechatpay 表示微信支付采納行為，是0-1型虛擬變量；fl 是核心解釋變量金融素養(yǎng)，X 表示影響居民微信采納行為的相關(guān)控制變量，比如教育水平、收入、年齡等，詳見(jiàn)表2；ε 表示隨機(jī)誤差項(xiàng)。參數(shù)估計(jì)β1表示金融素養(yǎng)對(duì)微信支付采納行為的具體影響，β2表示相關(guān)控制變量的影響。

（二）變量描述性統(tǒng)計(jì)分析

參考已有的研究，本研究控制變量包括：性別、年齡、教育、房產(chǎn)等，其含義及描述性統(tǒng)計(jì)結(jié)果見(jiàn)表2。受訪者年齡介于18—71 歲之間，平均年齡為41.92 歲，且受教育程度較低，普遍處于初中文化水平。居民的富裕程度位于中低和中等水平之間，19.4%的受訪者在鄉(xiāng)鎮(zhèn)及以上城市購(gòu)置房產(chǎn)，67.5%的家庭接入了互聯(lián)網(wǎng)。同時(shí)，超過(guò)一半的受訪者表示經(jīng)營(yíng)過(guò)工商業(yè)項(xiàng)目。

表2 變量描述性統(tǒng)計(jì)

（三）金融素養(yǎng)與微信支付采納行為的相關(guān)性分析

圖2 金融素養(yǎng)與微信支付使用率的相關(guān)性

圖2 表示受訪者金融素養(yǎng)與微信支付采納的相關(guān)性。從整體上可以看出，金融素養(yǎng)和微信支付使用之間存在明顯的正相關(guān)關(guān)系，即金融素養(yǎng)水平越高，其采納微信支付的比例也越高。具體而言，從測(cè)度金融素養(yǎng)所用的三道題目的統(tǒng)計(jì)結(jié)果分別來(lái)看，利率題、通貨膨脹題及分散風(fēng)險(xiǎn)題答對(duì)的受訪者其微信支付使用比例均高于未答對(duì)者，因此金融素養(yǎng)高的群體，其采納微信支付的比例更高。另外，就fl3 指標(biāo)而言，fl3=1 時(shí)微信支付采納概率為78.7%，遠(yuǎn)高于fl3=0 時(shí)，高出15.3 的百分點(diǎn)，可知金融素養(yǎng)高（fl3=1）的受訪者，其微信支付采納比率更高。圖2 右側(cè)折線圖給出的是不同的回答正確題目數(shù)量下的消費(fèi)者微信支付采納比率，可以發(fā)現(xiàn)隨著金融素養(yǎng)的提高，消費(fèi)者微信支付采納概率也越高，即兩者之間正相關(guān)。因此，通過(guò)圖2 分析可得，金融素養(yǎng)與微信支付采納行為具有顯著的正相關(guān)關(guān)系。但金融素養(yǎng)對(duì)微信支付影響的程度如何，仍需進(jìn)一步分析。

五、實(shí)證分析

（一）金融素養(yǎng)對(duì)農(nóng)村居民微信支付采納行為的影響：fl3

表3 金融素養(yǎng)對(duì)農(nóng)村居民微信支付采納行為的影響

相關(guān)分析只能顯示出金融素養(yǎng)與消費(fèi)者微信支付采納比率正相關(guān)，接下來(lái)進(jìn)一步考察金融素養(yǎng)對(duì)受訪者微信支付采納行為的具體影響。如計(jì)量模型部分所述，此處采用Probit模型，因?yàn)閒l3為金融素養(yǎng)總指標(biāo)，可以作為受訪者金融素養(yǎng)的測(cè)度標(biāo)準(zhǔn)，即這里用fl3 來(lái)分析金融素養(yǎng)對(duì)微信支付采納的具體影響。回歸策略是：首先單獨(dú)分析fl3 的影響，然后在此基礎(chǔ)上逐步加入人口社會(huì)學(xué)特征變量、家庭經(jīng)濟(jì)特征變量及條件設(shè)施變量，探究在加入一系列控制變量后金融素養(yǎng)影響的變化情況，回歸結(jié)果如表3所示。

通過(guò)模型1 至模型6 可以看出，整體上，金融素養(yǎng)對(duì)農(nóng)村居民微信支付采納行為具有顯著的正向影響。模型1 給出的是金融素養(yǎng)單一變量的實(shí)證結(jié)果，發(fā)現(xiàn)金融素養(yǎng)每提升一單位，農(nóng)村居民微信支付采納比例就提高15.3%。模型2 在模型1 的基礎(chǔ)上加入人口特征變量，此時(shí)金融素養(yǎng)的參數(shù)估計(jì)結(jié)果由0.153 降低為0.132，說(shuō)明加入的人口社會(huì)學(xué)特征變量也對(duì)微信支付采納行為具有重要影響；模型3又進(jìn)一步加入房產(chǎn)、收入等家庭經(jīng)濟(jì)特征變量，結(jié)果顯示金融素養(yǎng)的影響仍然顯著，但其參數(shù)估計(jì)結(jié)果由模型2 的0.132 進(jìn)一步降低到0.123，說(shuō)明模型3新加入的家庭經(jīng)濟(jì)特征類變量對(duì)受訪者微信支付采納行為產(chǎn)生了重要影響；接下來(lái)，模型4 和模型5 將進(jìn)一步調(diào)整控制變量的引入，模型4在模型1的基礎(chǔ)上引入條件設(shè)施變量如是否接入互聯(lián)網(wǎng)，模型5 則在模型4的基礎(chǔ)上引入家庭經(jīng)濟(jì)特征變量，通過(guò)模型4和模型5 均可以發(fā)現(xiàn)，金融素養(yǎng)對(duì)微信支付采納行為仍具有顯著的提升作用；進(jìn)一步的，模型6 則在模型3 的基礎(chǔ)上，加入條件設(shè)施變量，此時(shí)控制變量已經(jīng)全部引入，結(jié)果顯示，金融素養(yǎng)仍然會(huì)顯著提升受訪者的微信支付采納概率。這與相關(guān)分析部分的結(jié)論也是一致的，是相關(guān)分析內(nèi)容的進(jìn)一步深化。

控制變量方面，年齡、教育、收入水平、是否接入互聯(lián)網(wǎng)及社會(huì)資本對(duì)農(nóng)村居民微信支付采納行為均有顯著影響。年齡的影響顯著為負(fù)，這可能是因?yàn)殡S著年齡的增長(zhǎng)，居民接受和學(xué)習(xí)新興事物的能力逐漸降低，對(duì)于年齡更大的老年人群，使用智能手機(jī)尚存在一定難度，因而其采納微信支付的可能性也更低。教育水平對(duì)微信支付采納行為有顯著的促進(jìn)作用，受教育程度較高的個(gè)人，對(duì)互聯(lián)網(wǎng)金融的認(rèn)知和學(xué)習(xí)能力較強(qiáng)，從而提高了其微信支付采納行為的概率。收入水平越高，居民的消費(fèi)能力也越強(qiáng)，購(gòu)物和支付越頻繁，同時(shí)微信支付具有付款方便、快捷的特點(diǎn)，因此居民更愿意使用該種方式，即收入的提高顯著增加了居民采納微信支付的概率。此外，接入互聯(lián)網(wǎng)對(duì)農(nóng)村居民微信支付采納行為也具有顯著的正向影響，互聯(lián)網(wǎng)為居民使用微信支付提供了必要的條件設(shè)施，降低了農(nóng)村居民的條件排斥，大大提高了居民微信支付采納概率。

（二）金融素養(yǎng)對(duì)農(nóng)村居民微信支付采納行為的影響：分指標(biāo)

除了要證明金融素養(yǎng)總指標(biāo)對(duì)微信支付的影響外，還需要進(jìn)一步證明金融素養(yǎng)分指標(biāo)的影響，以便更好地論證金融素養(yǎng)的作用，這里參考Lusardi 和Mitchell（2010）[34]研究中的做法，使用fl3的各構(gòu)成要素進(jìn)行分析。具體做法如下：利用金融素養(yǎng)測(cè)度中的三個(gè)問(wèn)題表征金融素養(yǎng)水平，即利率題、通貨膨脹題和分散風(fēng)險(xiǎn)題，分別探究其對(duì)農(nóng)村居民微信支付采納行為的影響，以印證金融素養(yǎng)影響的可靠性。此外，考慮到收入是影響家庭金融行為的重要變量（Campbell，2006）[35]，同時(shí)家庭相對(duì)收入也從另一個(gè)側(cè)面反映了家庭的收入情況，因此這里在收入變量上，將家庭自評(píng)收入作為絕對(duì)收入的替代變量，在模型中調(diào)整使用，以此可以進(jìn)一步驗(yàn)證金融素養(yǎng)影響的一致性。具體結(jié)果見(jiàn)表4。心解釋變量的參數(shù)估計(jì)結(jié)果均顯著為正。具體而言，模型1 和模型2 中，利率題表征的金融素養(yǎng)參數(shù)估計(jì)結(jié)果顯著為正；模型3 和模型4 顯示，通貨膨脹題回答正確，會(huì)顯著提高居民微信支付采納概率。與前文類似，模型5 和模型6 顯示，風(fēng)險(xiǎn)分散化題目表征的金融素養(yǎng)對(duì)微信支付采納概率也具有顯著的提升作用。表4 與相關(guān)分析部分的結(jié)論一致，這也進(jìn)一步支撐了表3 的研究結(jié)論，即金融素養(yǎng)對(duì)農(nóng)村居民微信支付采納行為具有顯著的正向影響?？刂谱兞糠矫?，年齡因素的影響顯著為負(fù)，說(shuō)明針對(duì)農(nóng)村居民而言，年齡越大，其采納微信支付方式的概率越低（何婧等，2017）[10]；互聯(lián)網(wǎng)接入以及較高的社會(huì)資本均會(huì)顯著提高受訪者微信支付的采納概率。

表4 金融素養(yǎng)對(duì)農(nóng)村居民微信支付采納行為的影響

（三）金融素養(yǎng)影響農(nóng)村居民微信支付采納行為傳導(dǎo)機(jī)制

通過(guò)上文實(shí)證分析可知，金融素養(yǎng)對(duì)農(nóng)村居民微信支付采納具有顯著的正向影響，在此基礎(chǔ)上，本部分進(jìn)一步探究金融素養(yǎng)影響微信支付采納行為的機(jī)制。參考Behrman 等（2012）[36]的研究，本部分的分析思路如下：先單獨(dú)觀察金融素養(yǎng)、教育水平以及兩者交互項(xiàng)的影響，然后調(diào)整三個(gè)變量的組合。這里采用Probit 模型進(jìn)行估計(jì)，結(jié)果見(jiàn)表5。模型1 至模型3 依次給出的是金融素養(yǎng)、教育水平及兩者交互項(xiàng)的影響，可以發(fā)現(xiàn)三者對(duì)微信支付采納行為均具有顯著的正向影響，且金融素養(yǎng)的影響最為顯著。模型4 至模型6 給出的是上述三個(gè)變量?jī)蓛山M合后的參數(shù)估計(jì)結(jié)果，模型7 是同時(shí)將三個(gè)變量放進(jìn)去的估計(jì)結(jié)果，可以發(fā)現(xiàn)在不考慮交互作用時(shí)（模型4），金融素養(yǎng)和教育水平均具有顯著的正向影響，而在加入交互項(xiàng)后（模型7），交互項(xiàng)的作用變?yōu)椴伙@著的負(fù)向影響，同時(shí)金融素養(yǎng)的參數(shù)估計(jì)值進(jìn)一步增加到0.211，且顯著，說(shuō)明交互作用更多地表現(xiàn)在金融素養(yǎng)的影響，即金融素養(yǎng)在其中起主要作用。

表5 金融素養(yǎng)、教育與農(nóng)村居民微信支付采納行為①出于壓縮篇幅的需要，這里并沒(méi)有給出相關(guān)控制變量的參數(shù)估計(jì)結(jié)果，如有需要可以向作者索取。

從表4 整體上可以看出，模型1 至模型6 中，核

綜上可知，僅僅通過(guò)提升學(xué)歷教育并不是提高農(nóng)村居民微信支付采納行為的最佳方法，更優(yōu)的選擇是通過(guò)金融素養(yǎng)教育來(lái)提升金融素養(yǎng)水平，進(jìn)而影響居民的微信支付采納行為。

六、穩(wěn)健性檢驗(yàn)

為了檢驗(yàn)實(shí)證結(jié)論的穩(wěn)健性，本研究采用四種不同的做法進(jìn)行驗(yàn)證，其總體思路是：通過(guò)使用新的研究方法以及采用核心解釋變量的替代變量。第一種做法是采用傾向分值匹配法（Propensity Score Matching，PSM），主要是考慮到內(nèi)生性問(wèn)題；第二種做法是采用替代變量，這是基于fl3處理基礎(chǔ)上對(duì)核心解釋變量的進(jìn)一步細(xì)化；第三種是用自評(píng)金融知識(shí)表征金融素養(yǎng)；第四種是采用新的金融素養(yǎng)處理方法，計(jì)算金融素養(yǎng)得分。四種做法均是在相關(guān)文獻(xiàn)基礎(chǔ)上來(lái)進(jìn)行的。四種做法具體如下。

做法一：采用傾向分值匹配法（Propensity Score Matching，PSM）（Rubin，2001）[37]?？紤]到模型可能存在因遺漏變量所導(dǎo)致的內(nèi)生性問(wèn)題，本研究采用PSM 進(jìn)行檢驗(yàn)，使用PSM 主要基于其兩個(gè)優(yōu)點(diǎn)：一是其操作簡(jiǎn)單且穩(wěn)健性較好；二是可以解決選擇性偏誤（Selection Bias）問(wèn)題，進(jìn)而降低內(nèi)生性問(wèn)題的嚴(yán)重性。在具體匹配時(shí)，為了增強(qiáng)結(jié)果的可靠性，本研究同時(shí)采用一對(duì)一匹配、近鄰匹配、半徑匹配、核匹配以及局部線性回歸匹配五種匹配方法，結(jié)果如表6 所示。ATT 的均值為0.117，除一對(duì)一匹配的T 值為1.75 外，其余四種匹配方法的T 值均大于臨界值1.96，這說(shuō)明不同的匹配方法均顯示金融素養(yǎng)對(duì)微信支付采納行為具有顯著正向影響，與實(shí)證部分結(jié)論一致。

表6 金融素養(yǎng)對(duì)微信支付采納行為的影響

做法二：采用金融素養(yǎng)替代變量，用fl0、fl1、fl2和fl3表示金融素養(yǎng)，對(duì)應(yīng)設(shè)置四個(gè)虛擬變量。當(dāng)三道題目都回答錯(cuò)誤時(shí)，記為fl0=1，否則將fl0 賦值為0；僅答對(duì)一題時(shí)記為fl1=1，否則為0；僅回答正確兩道題目時(shí)，記為fl2=1，否則為0；三道題目均回答正確時(shí)，記為fl3=1，否則為0。隨著正確回答題目數(shù)量的上升，從fl0 到fl3 表示的金融素養(yǎng)水平也越來(lái)越高，理論上fl0 至fl3 的參數(shù)估計(jì)值應(yīng)該越來(lái)越大。同時(shí)，我們預(yù)期，正常情況下fl0 的參數(shù)估計(jì)值應(yīng)為負(fù)值，因?yàn)閒l0=1 表示三題均未回答正確，至少回答正確1 題記為fl0=0，即和至少答對(duì)一題的受訪者相比，三題都回答錯(cuò)誤表示金融素養(yǎng)很低，此時(shí)會(huì)顯著降低其微信支付采納的概率。Probit 模型的實(shí)證結(jié)果如表7 所示，從模型1 可以看出，fl0 的參數(shù)估計(jì)值為-0.178，而且顯著，和至少答對(duì)一題的受訪者相比，三題都不對(duì)即低金融素養(yǎng)會(huì)顯著降低微信支付采納概率，與我們的理論預(yù)期完全一致。模型2 也與此類似。模型3 中fl2 的參數(shù)估計(jì)值為0.090 且顯著，遠(yuǎn)大于模型1和模型2。模型4中fl3參數(shù)估計(jì)值進(jìn)一步上升到0.133，大于模型3中fl2的參數(shù)估計(jì)結(jié)果，表明隨著金融素養(yǎng)水平的提高，其對(duì)微信支付采納行為的影響越來(lái)越大，與理論預(yù)期一致。

表7 金融素養(yǎng)對(duì)微信支付采納行為的影響

做法三：采用金融素養(yǎng)的替代變量自評(píng)金融知識(shí)。因?yàn)榻鹑谥R(shí)是金融素養(yǎng)的重要組成部分，且兩者正相關(guān)，因此，參考Lusardi 和Carlo（2013）[38]的研究，這里采用受訪者的自評(píng)金融知識(shí)（selffl）作為金融素養(yǎng)的替代變量。受訪者對(duì)自身金融知識(shí)的評(píng)價(jià)從低到高分為五個(gè)不同的類別，分別賦值1—5，并結(jié)合其他變量進(jìn)行Probit 回歸分析?；貧w策略是將家庭人口社會(huì)學(xué)特征變量和經(jīng)濟(jì)類變量分別引入，考察金融知識(shí)影響的可靠性，具體結(jié)果見(jiàn)表8-1（模型1 至模型3）。模型1 僅含自評(píng)金融知識(shí)，結(jié)果顯示其對(duì)微信支付采納行為具有顯著的正向影響。模型2在模型1的基礎(chǔ)上加入性別、健康等人口特征變量，模型3 又進(jìn)一步加入收入、房產(chǎn)等家庭經(jīng)濟(jì)特征變量以及互聯(lián)網(wǎng)接入等條件設(shè)施變量，回歸結(jié)果顯示金融知識(shí)的影響均十分顯著，這也間接證實(shí)了金融素養(yǎng)對(duì)農(nóng)村居民微信支付采納行為影響的可靠性。

表8 金融素養(yǎng)對(duì)農(nóng)村居民微信支付采納行為的影響

做法四：采用新的金融素養(yǎng)計(jì)算方法。參考Lusardi和Mitchell（2011）[39]的做法，使用新的金融素養(yǎng)測(cè)度指標(biāo)，重新進(jìn)行Probit 分析。具體做法是在前文實(shí)證中使用的金融素養(yǎng)測(cè)度題目的基礎(chǔ)上，用正確回答題目的數(shù)量加總來(lái)表征金融素養(yǎng)，記為flsum。理論上，flsum 值越大，表示金融素養(yǎng)水平越高，預(yù)期flsum 對(duì)受訪者微信支付采納概率具有正向影響。計(jì)量方法及回歸思路同穩(wěn)健性檢驗(yàn)做法三，結(jié)果見(jiàn)表8-2。從表8-2的模型4至模型6中可以明顯看出，總體上flsum 對(duì)微信支付采納行為具有顯著的正向影響，即高金融素養(yǎng)水平對(duì)微信支付采納具有顯著的提升作用。這也進(jìn)一步證實(shí)了實(shí)證分析結(jié)論的穩(wěn)健性。

綜上，通過(guò)四種穩(wěn)健性檢驗(yàn)做法，均證實(shí)金融素養(yǎng)對(duì)農(nóng)村居民微信支付采納行為具有顯著正向影響，實(shí)證結(jié)論具有穩(wěn)健性。

七、研究結(jié)論及政策啟示

主要結(jié)論如下。

（1）整體上樣本區(qū)域農(nóng)村居民金融素養(yǎng)水平較低，且存在顯著的性別差異，男性明顯高于女性。教育水平和金融素養(yǎng)存在正相關(guān)關(guān)系；隨著收入水平和富裕程度的提高，金融素養(yǎng)也越來(lái)越高；在鄉(xiāng)鎮(zhèn)及以上城市購(gòu)置商品性房產(chǎn)和接入互聯(lián)網(wǎng)的受訪者，其金融素養(yǎng)水平往往更高。

（2）受訪者微信支付采納比例的均值為66.5%。男性和女性微信支付使用比例差別不大，教育和收入水平與微信支付采納比例存在正相關(guān)關(guān)系，接入互聯(lián)網(wǎng)對(duì)農(nóng)村居民微信支付使用比例具有明顯的促進(jìn)作用。

（3）金融素養(yǎng)和農(nóng)村居民微信支付采納行為存在正相關(guān)關(guān)系，回歸結(jié)果進(jìn)一步發(fā)現(xiàn)，金融素養(yǎng)對(duì)農(nóng)村居民微信支付采納行為具有顯著的促進(jìn)作用。教育、收入水平以及接入互聯(lián)網(wǎng)對(duì)微信支付采納行為有顯著正向影響。實(shí)證結(jié)論具有穩(wěn)健性。

基于研究結(jié)論，本研究提出以下政策建議。

第一，政府部門(mén)應(yīng)采取有效措施提升農(nóng)村居民金融素養(yǎng)，重點(diǎn)關(guān)注女性、老人、低教育水平以及低收入群體。通過(guò)微信公眾號(hào)、網(wǎng)站、電視、廣播、報(bào)刊等媒體向社會(huì)公眾普及金融知識(shí)，并針對(duì)不同群體開(kāi)展靈活多樣、喜聞樂(lè)見(jiàn)的培訓(xùn)活動(dòng)。

第二，加強(qiáng)農(nóng)村地區(qū)網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)，鼓勵(lì)農(nóng)村居民使用智能手機(jī)等終端設(shè)備，提高互聯(lián)網(wǎng)在農(nóng)村地區(qū)的普及率與滲透率。

第三，加大互聯(lián)網(wǎng)支付在農(nóng)村地區(qū)的宣傳力度，詳細(xì)講解互聯(lián)網(wǎng)支付的基本常識(shí)，比如具體操作方法、業(yè)務(wù)流程、安全防范常識(shí)等，提高農(nóng)村居民互聯(lián)網(wǎng)支付接受意愿及參與度。