王曉青

(南京審計(jì)大學(xué)，江蘇 南京 211815)

一、引言

不同于洪水、干旱、地震等自然災(zāi)害，新冠肺炎疫情具有全面性、不可預(yù)知性和需求-供給雙抑制性的特征(馮永琦 等，2020)，不僅對(duì)家庭成員生命安全帶來威脅，還給家庭財(cái)產(chǎn)收入帶來損失，對(duì)全球經(jīng)濟(jì)金融產(chǎn)生了巨大沖擊。在社會(huì)隔離和安全社交距離等疫情防控措施下，人們通過減少外出消費(fèi)、勞動(dòng)時(shí)間以及居家辦公等來減緩病毒傳播，但與之而來的是對(duì)經(jīng)濟(jì)活動(dòng)造成的嚴(yán)重影響，并且在國(guó)際和國(guó)內(nèi)表現(xiàn)出高度的同步性(Ludvigson et al.,2020；Bartik et al.,2020；Baker et al.,2020)。

鑒于金融服務(wù)的公共物品屬性，傳統(tǒng)金融模式下的近距離接觸服務(wù)為疫情提供了可能的傳播途徑。而近年來依托大數(shù)據(jù)、云計(jì)算、人工智能、區(qū)塊鏈等新興技術(shù)的金融數(shù)字化融合則有效地緩沖了來自疫情的外生沖擊，通過搭建平臺(tái)整合金融和泛金融場(chǎng)景以滿足金融服務(wù)的線上化需求，凸顯其無接觸式業(yè)務(wù)模式的優(yōu)勢(shì)(肖宇 等，2020)。同時(shí)，數(shù)字金融為克服普惠金融的天然困難提供了解決方案，能夠有效校正傳統(tǒng)金融中存在的“屬性錯(cuò)配”、“領(lǐng)域錯(cuò)配”和“階段錯(cuò)配”等問題(唐松 等，2020)，促使原本被排斥在正規(guī)金融體系之外的群體能夠以較低的成本相對(duì)容易地獲取金融服務(wù)，并且越來越多的原有客戶選擇使用手機(jī)銀行和網(wǎng)上銀行等新興業(yè)務(wù)替代傳統(tǒng)銀行業(yè)務(wù)，金融服務(wù)的可得性大幅提高(Duncombe et al.,2009；齊紅倩 等，2019)。在后疫情時(shí)代，隨著人們認(rèn)知和習(xí)慣的改變以及金融機(jī)構(gòu)物理場(chǎng)所業(yè)務(wù)模式的重構(gòu)，線上金融服務(wù)將越來越普遍，對(duì)推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展起到穩(wěn)定器作用。

根據(jù)我國(guó)互聯(lián)網(wǎng)信息中心(CNNIC)發(fā)布的《中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》，隨著數(shù)字農(nóng)村建設(shè)的推進(jìn)，我國(guó)農(nóng)村互聯(lián)網(wǎng)普及率從2007年的不足10%增加到2021年6月的59.2%，農(nóng)村家庭對(duì)聯(lián)網(wǎng)計(jì)算機(jī)、智能手機(jī)等信息化設(shè)備的擁有量也在不斷增加，為以電子支付、手機(jī)銀行、網(wǎng)絡(luò)購物等為主要媒介的數(shù)字金融在農(nóng)村地區(qū)推廣提供了基礎(chǔ)設(shè)施條件。2017年我國(guó)家庭金融調(diào)查數(shù)據(jù)顯示，參與過互聯(lián)網(wǎng)理財(cái)、網(wǎng)絡(luò)借貸或數(shù)字支付其中一種的農(nóng)村家庭比例僅為20.96%(潘爽 等，2020)。但2019年云南、湖南、四川與甘肅4省農(nóng)村金融調(diào)查結(jié)果顯示，農(nóng)戶使用移動(dòng)支付、數(shù)字理財(cái)、數(shù)字信貸與數(shù)字保險(xiǎn)任意一種數(shù)字金融產(chǎn)品的比例高達(dá)79.8%(張龍耀 等，2021)，同一時(shí)期江蘇農(nóng)村家庭數(shù)字金融產(chǎn)品使用率為77.5%(董曉林 等，2020)，這反映出數(shù)字金融產(chǎn)品能夠融入農(nóng)村居民生活，且具有較大的增長(zhǎng)空間和潛力。自新冠肺炎疫情發(fā)生以來，農(nóng)村家庭生產(chǎn)經(jīng)營(yíng)活動(dòng)和平滑生活消費(fèi)受到了重大影響(陳詩一 等，2020)，嚴(yán)防嚴(yán)控措施、自我隔離和無接觸應(yīng)用場(chǎng)景模式等促使信息獲取、傳播的方式發(fā)生進(jìn)一步變革，這些都對(duì)數(shù)字金融服務(wù)農(nóng)村經(jīng)濟(jì)發(fā)展提出了新的命題和要求。那么，當(dāng)前農(nóng)村家庭數(shù)字金融產(chǎn)品使用現(xiàn)狀如何？疫情對(duì)農(nóng)村家庭數(shù)字金融行為有何影響？其背后具有怎樣的邏輯？是否存在異質(zhì)性？這些問題尚且缺少微觀數(shù)據(jù)的解答。

鑒于此，本文利用2021年江蘇農(nóng)村金融調(diào)查數(shù)據(jù)，研究疫情對(duì)農(nóng)村家庭數(shù)字金融行為的影響，并深入討論其作用機(jī)理以及異質(zhì)性特征。與已有研究相比，本文可能的邊際貢獻(xiàn)主要體現(xiàn)在以下幾個(gè)方面：第一，現(xiàn)有文獻(xiàn)側(cè)重于研究數(shù)字金融的影響效應(yīng)，鮮少對(duì)制約農(nóng)村家庭參與數(shù)字金融的因素展開研究，而本文從外生沖擊的角度彌補(bǔ)了這一不足；第二，結(jié)合農(nóng)村家庭生產(chǎn)生活的現(xiàn)實(shí)情況，以疫情所引起的收入、消費(fèi)和生產(chǎn)經(jīng)營(yíng)三方面具有代表性的活動(dòng)變化衡量沖擊影響及其程度，較為全面地反映了農(nóng)村家庭受疫情沖擊的表現(xiàn)特征，豐富了農(nóng)村家庭數(shù)字金融行為的研究?jī)?nèi)容，為后疫情時(shí)期促進(jìn)農(nóng)村數(shù)字普惠金融發(fā)展提供了經(jīng)驗(yàn)依據(jù)；第三，對(duì)疫情沖擊影響農(nóng)村家庭數(shù)字金融行為的機(jī)制進(jìn)行分析，發(fā)現(xiàn)疫情能夠通過提升家庭的風(fēng)險(xiǎn)管理動(dòng)機(jī)和預(yù)防性動(dòng)機(jī)水平，進(jìn)而影響其數(shù)字金融行為，這為政府有效應(yīng)對(duì)疫情沖擊提供了重要啟示。

本文余下部分的結(jié)構(gòu)安排為：第二部分為文獻(xiàn)綜述與理論假說；第三部分為研究設(shè)計(jì)；第四部分為實(shí)證結(jié)果分析；第五部分為結(jié)論與討論。

二、文獻(xiàn)綜述與理論假說

(一)農(nóng)村家庭數(shù)字金融行為及其影響因素的文獻(xiàn)綜述

目前，關(guān)于農(nóng)村數(shù)字金融的微觀研究著重分析了數(shù)字金融的福利效應(yīng)以及農(nóng)戶數(shù)字金融行為的影響因素。在數(shù)字金融的影響效應(yīng)方面，現(xiàn)有研究發(fā)現(xiàn)數(shù)字金融使用不僅有助于促進(jìn)農(nóng)戶創(chuàng)業(yè)和提升創(chuàng)業(yè)績(jī)效(何婧 等，2019；劉丹 等，2019)，也推動(dòng)了農(nóng)戶家庭參與金融市場(chǎng)和風(fēng)險(xiǎn)金融資產(chǎn)配置優(yōu)化(周雨晴 等，2020)，緩解家庭信貸約束、降低正規(guī)信貸需求和促進(jìn)居民消費(fèi)增長(zhǎng)(Jack et al.，2014；何宗樾 等，2020)。王修華等(2020)認(rèn)為，非貧困戶能夠有效利用數(shù)字金融功能防范風(fēng)險(xiǎn)、平滑消費(fèi)、積累要素和休閑娛樂，存在明顯的馬太效應(yīng)，并且不同數(shù)字金融產(chǎn)品的馬太效應(yīng)具有顯著差異，數(shù)字征信的效應(yīng)最大，數(shù)字信貸、數(shù)字支付次之。在制約數(shù)字金融行為響應(yīng)的因素方面，張龍耀等(2021)指出金融知識(shí)通過提高農(nóng)戶的風(fēng)險(xiǎn)偏好水平，提升其數(shù)字金融行為的響應(yīng)概率和響應(yīng)廣度；郭峰等(2020b)認(rèn)為農(nóng)戶是否使用數(shù)字金融依賴于其對(duì)傳統(tǒng)金融的使用，并且家庭成員受教育程度越高，數(shù)字金融的使用概率也越高；董曉林等(2020)研究發(fā)現(xiàn)社會(huì)互動(dòng)通過內(nèi)生互動(dòng)提升了金融素養(yǎng)，通過情景互動(dòng)增進(jìn)了對(duì)數(shù)字金融產(chǎn)品的信任度，進(jìn)而提高了家庭使用數(shù)字金融產(chǎn)品的可能性。然而，相較于城鎮(zhèn)家庭，當(dāng)前農(nóng)村家庭數(shù)字金融參與度仍然較低，其關(guān)鍵影響因素的研究仍有待微觀調(diào)查的持續(xù)深入。

(二)疫情沖擊對(duì)農(nóng)村家庭數(shù)字金融行為的影響

從現(xiàn)有文獻(xiàn)來看，關(guān)于農(nóng)村突發(fā)事件的研究主要集中于從微觀層面分析自然災(zāi)害或疫情等外生沖擊對(duì)家庭個(gè)體的影響以及農(nóng)村社會(huì)應(yīng)對(duì)能力、應(yīng)對(duì)策略等方面。首先，突發(fā)事件所產(chǎn)生的直接影響是無法正常開展生產(chǎn)活動(dòng)，面臨較大的勞動(dòng)生產(chǎn)率損失和經(jīng)濟(jì)虧損，導(dǎo)致農(nóng)戶收入水平下降，特別是對(duì)于重點(diǎn)脆弱群體，極易形成新的致貧或返貧風(fēng)險(xiǎn)(Arouri et al.,2015;蔣和平 等，2020；李少星 等，2020)。其次，在面對(duì)突發(fā)事件的沖擊時(shí)，受影響個(gè)體可能因生活成本增加、可支配收入減少等原因而壓縮各項(xiàng)消費(fèi)支出(Mottaleb et al.,2013；Baker et al.，2020)，從而制約家庭長(zhǎng)期發(fā)展能力和整體效用水平。同時(shí)，受到?jīng)_擊的農(nóng)村家庭也會(huì)采取各種正規(guī)或非正規(guī)措施來緩解負(fù)面影響，如向親友借款或向正規(guī)金融機(jī)構(gòu)申請(qǐng)借貸，動(dòng)用預(yù)防性儲(chǔ)備資產(chǎn)彌補(bǔ)資金缺口，以及向政府、媒體、社會(huì)團(tuán)體等機(jī)構(gòu)尋求補(bǔ)貼或援助(Mazumdar et al.,2014；Sawada,2017；蔣培,2020)。Gallagher et al.(2014)也發(fā)現(xiàn)，短期自然災(zāi)害援助、信用卡使用和洪災(zāi)保險(xiǎn)賠付使得颶風(fēng)受災(zāi)最嚴(yán)重的居民足以應(yīng)對(duì)自然災(zāi)害沖擊。此外，我國(guó)家庭金融調(diào)查研究中心和螞蟻集團(tuán)研究院聯(lián)合調(diào)查了新冠肺炎疫情沖擊下家庭財(cái)富變動(dòng)趨勢(shì)，研究發(fā)現(xiàn)：我國(guó)家庭線上投資意愿逐年增加，疫情推動(dòng)了線上理財(cái)需求增長(zhǎng)，并具有普惠性質(zhì)；疫情增加了家庭商業(yè)保險(xiǎn)類資產(chǎn)的配置意愿；消費(fèi)負(fù)債和未來預(yù)期等對(duì)家庭日常消費(fèi)產(chǎn)生重要影響；逾四分之一家庭信貸需求增加，低收入群體信貸獲取難度下降(甘犁 等，2020)。

數(shù)字金融擁有天然的技術(shù)優(yōu)勢(shì)，能夠有效解決地理排斥，實(shí)現(xiàn)遠(yuǎn)距離資金供需雙方對(duì)接(黃益平 等，2018)，被認(rèn)為是拓寬金融供給和提升金融普惠的變革性創(chuàng)新模式(Bj?rkegren et al., 2018)。Pierrakis et al.(2013)指出數(shù)字金融可以通過提供儲(chǔ)蓄和貸款、平滑消費(fèi)、便利支付等途徑幫助農(nóng)戶，可有效借助數(shù)字金融平滑生存型消費(fèi)和積累發(fā)展型要素。因此，針對(duì)新冠肺炎疫情初期階段的社會(huì)隔離措施對(duì)農(nóng)村實(shí)體經(jīng)濟(jì)造成的供需雙向沖擊、伴隨疫情持續(xù)沖擊深入而導(dǎo)致的各類要素收入下降，現(xiàn)實(shí)中面臨的非接觸式場(chǎng)景應(yīng)用需求，以及數(shù)字信息技術(shù)與金融供給不斷融合的基礎(chǔ)設(shè)施條件，農(nóng)村居民個(gè)體使用數(shù)字金融所具備的既有稟賦資源條件，這些都成為農(nóng)村家庭參與數(shù)字金融的動(dòng)力，促使數(shù)字金融產(chǎn)品融入居民的生產(chǎn)生活，有助于其應(yīng)對(duì)和緩沖疫情造成的影響。

基于以上分析，提出：

研究假說

1

：

疫情沖擊對(duì)農(nóng)村家庭數(shù)字金融行為有正向影響。

但對(duì)于居民家庭而言，新冠肺炎疫情對(duì)微觀經(jīng)濟(jì)主體的沖擊存在極大的異質(zhì)性，對(duì)不同生命周期階段、收入階層、職業(yè)類型、就業(yè)行業(yè)、健康程度、就業(yè)情況的居民家庭存在巨大差異(易行健，2020)。數(shù)字金融能夠降低地理、條件、成本等方面的金融排斥，但是數(shù)字金融服務(wù)的實(shí)際可獲得性與家庭自身金融素養(yǎng)及信息技術(shù)水平有一定的相關(guān)性。擁有一定金融知識(shí)、金融素養(yǎng)水平高意味著家庭有較好的金融規(guī)劃能力，對(duì)不確定性的控制能力較強(qiáng)，在遇到突發(fā)事件時(shí)能夠更有意識(shí)、主動(dòng)地運(yùn)用金融工具，進(jìn)而更多地得到金融產(chǎn)品帶來的好處(Campbell,2006；吳衛(wèi)星 等，2021)；數(shù)字信息渠道有助于拓寬行為主體關(guān)注問題的途徑，降低交易成本和信息獲取成本(Bogan,2008；郭士祺 等，2014)，從而促進(jìn)家庭數(shù)字金融參與，因而在受到疫情沖擊時(shí)，不同信息技術(shù)水平的農(nóng)村家庭參與程度也有所差異。

據(jù)此，提出：

研究假說

2

：

農(nóng)村家庭金融素養(yǎng)和數(shù)字信息化水平越高，疫情沖擊激發(fā)其數(shù)字金融參與意愿進(jìn)而使用數(shù)字金融產(chǎn)品的可能性也隨之提高。

(三)疫情沖擊影響農(nóng)村家庭數(shù)字金融行為的機(jī)制

追溯歷史，每一次自然災(zāi)害和瘟疫大暴發(fā)，在給人類造成直接沖擊的同時(shí)，也對(duì)其生產(chǎn)生活方式產(chǎn)生了重要影響并催生新的變革，主要原因在于災(zāi)害和疫情本身會(huì)給人們帶來巨大的刺激與壓力，增強(qiáng)了對(duì)不確定性的感知，迫使人們對(duì)自己的生活生產(chǎn)模式以及行為做出一定的理性化調(diào)整(唐魁玉 等，2007)。Phelps et al.(1968)最早在模型中引入行為人的自我控制心理因素，Pollak(1968)進(jìn)一步討論了行為人對(duì)自我控制的認(rèn)知判斷能力，進(jìn)而O’Donoghue et al.(2003)豐富和完善了認(rèn)知判斷的假設(shè)體系，認(rèn)為有限認(rèn)知和有效累積欲望能夠與行為人的認(rèn)知判斷和自我控制相對(duì)應(yīng)。在此基礎(chǔ)上，系列研究關(guān)注了災(zāi)害沖擊對(duì)個(gè)體風(fēng)險(xiǎn)預(yù)期的影響，并將自我控制的心理因素應(yīng)用于家庭消費(fèi)和儲(chǔ)蓄的跨期決策分析中。Brown et al.(2018)發(fā)現(xiàn)個(gè)體經(jīng)歷災(zāi)害沖擊后，其災(zāi)害風(fēng)險(xiǎn)預(yù)期會(huì)明顯提高。Skidmore(2001)驗(yàn)證了“預(yù)防性儲(chǔ)蓄”動(dòng)機(jī)的存在，發(fā)現(xiàn)自然災(zāi)害風(fēng)險(xiǎn)和儲(chǔ)蓄率呈顯著正相關(guān)關(guān)系，厭惡風(fēng)險(xiǎn)的消費(fèi)者為了預(yù)防未來收入的意外下降或融資約束，會(huì)增加當(dāng)期儲(chǔ)蓄以平滑未來的消費(fèi)。Schoenfeld(2020)研究了始于14世紀(jì)的15次重大疫情，發(fā)現(xiàn)大的疫情發(fā)生后實(shí)際回報(bào)率顯著受到抑制，而實(shí)際工資則有所提高，這可能是因?yàn)橐咔閷?dǎo)致勞動(dòng)力供給降低或預(yù)防性儲(chǔ)蓄提高。姚東旻等(2019)使用2007—2008年CHIP樣本數(shù)據(jù)，發(fā)現(xiàn)汶川地震使得四川省城鎮(zhèn)家庭戶主的自我控制能力或認(rèn)知判斷能力得到提升，最終導(dǎo)致戶主的時(shí)間偏好增強(qiáng)，家庭傾向于未來消費(fèi)并提高儲(chǔ)蓄率。

通常家庭考慮到可能存在的隱私性、安全性等潛在風(fēng)險(xiǎn)而進(jìn)行自我排斥，對(duì)相關(guān)數(shù)字產(chǎn)品的使用持謹(jǐn)慎態(tài)度(Malady,2016)。但面臨短時(shí)間內(nèi)發(fā)生較大影響的突發(fā)疫情和自然災(zāi)害沖擊時(shí)，家庭都會(huì)采取一些事前或事后風(fēng)險(xiǎn)管理策略來積極應(yīng)對(duì)。數(shù)字金融產(chǎn)品因其無接觸技術(shù)服務(wù)優(yōu)勢(shì)和普惠特征，往往具有避險(xiǎn)屬性，并伴隨疫情持續(xù)呈現(xiàn)避險(xiǎn)慣性。具體而言，面對(duì)疫情個(gè)體的風(fēng)險(xiǎn)防范意識(shí)增強(qiáng)，為減少近距離接觸，家庭使用非接觸式金融支付服務(wù)的意愿明顯提高。疫情造成企業(yè)生產(chǎn)、勞動(dòng)就業(yè)不足，農(nóng)村戶口外來務(wù)工人員、受教育程度低、技術(shù)水平低的人員失業(yè)率提高(Che et al.，2020)，收入降低造成農(nóng)村家庭面臨流動(dòng)性約束，尤其是低收入和自由職業(yè)者家庭財(cái)富持續(xù)縮水。同時(shí)，疫情下家庭消費(fèi)支出在一段時(shí)間內(nèi)也可能會(huì)呈現(xiàn)出下降趨勢(shì)，特別是一些非必要消費(fèi)(比如旅游、文娛支出)比重明顯下降。由于新冠肺炎疫情導(dǎo)致不確定性增加，收入下降或遭受損失的風(fēng)險(xiǎn)概率提高，個(gè)體心理安全感缺失，風(fēng)險(xiǎn)管理動(dòng)機(jī)和預(yù)防性動(dòng)機(jī)加強(qiáng)，人們需要想方設(shè)法提升資產(chǎn)價(jià)值，家庭線上投資意愿增加且偏好中低風(fēng)險(xiǎn)類資產(chǎn)。當(dāng)預(yù)防性動(dòng)機(jī)加強(qiáng)時(shí)，收入減少、金融資產(chǎn)減少的家庭更傾向于配置保險(xiǎn)，線上保險(xiǎn)產(chǎn)品自然是其中一個(gè)選擇項(xiàng)(甘犁 等，2020)。但是，并非所有風(fēng)險(xiǎn)預(yù)期的上升都會(huì)導(dǎo)致數(shù)字借貸增加，還要取決于家庭收入水平及其需求。對(duì)初始資源稟賦較好、收入本身較高的家庭而言，疫情影響不大，增加數(shù)字借貸的可能性較??；而對(duì)于初始資源稟賦不佳、收入本身不高，但同時(shí)因?yàn)橐咔楫a(chǎn)生生產(chǎn)性或消費(fèi)性借貸需求的家庭，借貸使用會(huì)提高。因此，本文認(rèn)為疫情帶來的不確定性會(huì)給農(nóng)村家庭造成心理沖擊，提高個(gè)體的風(fēng)險(xiǎn)預(yù)期，進(jìn)而對(duì)其數(shù)字金融行為產(chǎn)生正向影響。

基于此，提出：

研究假說

3

：

疫情沖擊能夠通過提升家庭的風(fēng)險(xiǎn)管理動(dòng)機(jī)和預(yù)防性動(dòng)機(jī)水平，對(duì)其數(shù)字金融行為產(chǎn)生正效應(yīng)。

三、研究設(shè)計(jì)

(一)模型設(shè)定

1.Probit模型

農(nóng)村家庭是否具有數(shù)字金融行為是二元選擇變量，因此構(gòu)建Probit模型，基本形式表示如下：

(1)

其中：φ(·)為標(biāo)準(zhǔn)正態(tài)的累積分布函數(shù)，y為被解釋變量，x為解釋變量。依據(jù)式(1)，本文用于考察農(nóng)村家庭數(shù)字金融選擇行為的Probit模型具體如下：

P(y=1)=φ(α+βES+θx+ε)

(2)

其中：y是啞變量，用于衡量農(nóng)村家庭數(shù)字金融行為，其值為1時(shí)表示家庭使用過數(shù)字金融產(chǎn)品，0則表示未使用過數(shù)字金融產(chǎn)品；ES表示第i戶受訪家庭受到的疫情外生沖擊；x為控制變量，包括農(nóng)村家庭人口特征、經(jīng)濟(jì)特征、金融知識(shí)、數(shù)字技術(shù)水平和地區(qū)變量；α為截距項(xiàng)；β、θ表示各解釋變量待估系數(shù)；ε為殘差。

2.Possion模型

考慮到數(shù)字金融使用程度是具有計(jì)數(shù)特征的離散變量，因此采用Possion模型估計(jì)疫情沖擊對(duì)農(nóng)村家庭數(shù)字金融使用程度的影響。假設(shè)Y=y的概率由參數(shù)為λ的泊松分布決定，具體形式如下：

(3)

其中：Y為被解釋變量；λ為泊松到達(dá)率，表示事件發(fā)生的平均次數(shù)，由解釋變量x決定。

3.中介效應(yīng)模型

為進(jìn)一步考察疫情沖擊對(duì)農(nóng)村家庭數(shù)字金融行為的影響機(jī)制，借鑒溫忠麟等(2005)中介效應(yīng)檢驗(yàn)方法，設(shè)定模型如下：

y=α+βES+θx+ε

(4)

RE=α+βES+θx+ε

(5)

y=α+βES+γRE+θx+ε

(6)

其中：RE為中介變量，表示農(nóng)村家庭的風(fēng)險(xiǎn)預(yù)期程度;α、β、θ、γ為待估系數(shù)，ε為殘差。

在式(3)的基礎(chǔ)上增加風(fēng)險(xiǎn)預(yù)期路徑變量，機(jī)制檢驗(yàn)方程與上式相同。檢驗(yàn)步驟如下：式(4)中系數(shù)β代表疫情沖擊影響家庭數(shù)字金融行為的總效應(yīng)，若β顯著，則檢驗(yàn)式(5)、(6)中的系數(shù)β和γ。如果β、γ均顯著則繼續(xù)檢驗(yàn)式(6)中的系數(shù)β，若β顯著，則說明變量RE存在部分中介效應(yīng)，若不顯著，則說明存在完全中介效應(yīng)。如果系數(shù)β和γ至少有一個(gè)不顯著，則進(jìn)行Sobel檢驗(yàn)。

(二)數(shù)據(jù)來源

本文實(shí)證分析的數(shù)據(jù)源于本課題組2021年1～9月在江蘇省開展的農(nóng)村家庭金融調(diào)查。依據(jù)隨機(jī)抽樣方法，樣本涵蓋蘇南、蘇中和蘇北的農(nóng)村地區(qū)。由于江蘇金融科技發(fā)展總體程度相對(duì)較高，但同時(shí)兼具農(nóng)村金融發(fā)展不平衡的特征，因此選擇省內(nèi)不同地區(qū)調(diào)研農(nóng)村家庭數(shù)字金融行為特征具有較強(qiáng)的現(xiàn)實(shí)意義。調(diào)查問卷內(nèi)容信息主要包括農(nóng)村家庭基本情況、家庭金融需求、數(shù)字金融使用以及疫情影響等方面。此次調(diào)查共收集到863份問卷，在剔除關(guān)鍵變量缺失的無效樣本后，最終得到821戶有效樣本，覆蓋江蘇9個(gè)市26個(gè)縣43個(gè)村，其中蘇南、蘇中和蘇北地區(qū)分別為138戶、209戶和474戶。此外，文中樣本地區(qū)經(jīng)濟(jì)水平的數(shù)據(jù)源于江蘇市縣2020年統(tǒng)計(jì)年鑒，數(shù)字金融發(fā)展指數(shù)源于“北京大學(xué)數(shù)字普惠金融指數(shù)”。

(三)變量說明

1.被解釋變量

本文的被解釋變量為農(nóng)村家庭數(shù)字金融行為。依據(jù)黃益平等(2018)對(duì)數(shù)字金融的界定，其主要指?jìng)鹘y(tǒng)金融機(jī)構(gòu)和互聯(lián)網(wǎng)公司利用數(shù)字技術(shù)所提供的支付、融資、投資和其他新型的金融業(yè)務(wù)，以及現(xiàn)實(shí)中數(shù)字金融服務(wù)的實(shí)際應(yīng)用情況。本文重點(diǎn)考察數(shù)字支付、數(shù)字借貸、數(shù)字理財(cái)和數(shù)字保險(xiǎn)等使用頻度較高的金融業(yè)務(wù)，以此作為家庭數(shù)字金融行為的代理變量。借鑒何婧等(2019)的數(shù)字金融識(shí)別和分類方法，設(shè)計(jì)了四個(gè)方面問題：(1)是否使用過網(wǎng)上銀行、手機(jī)銀行、支付寶、微信等支付方式；(2)是否使用過網(wǎng)上信用支付、互聯(lián)網(wǎng)借款或眾籌；(3)是否購買過網(wǎng)上理財(cái)產(chǎn)品；(4)是否購買過網(wǎng)上保險(xiǎn)產(chǎn)品。根據(jù)問卷調(diào)查中獲得的農(nóng)村家庭實(shí)際使用數(shù)字金融情況的信息，對(duì)被解釋變量進(jìn)行兩個(gè)層面的定義和測(cè)度：一為是否使用數(shù)字金融，如果農(nóng)村家庭使用過數(shù)字支付、數(shù)字借貸、數(shù)字理財(cái)和數(shù)字保險(xiǎn)這四類中的任何一種，則認(rèn)為其具有數(shù)字金融行為，取值為1，反之為0；二為數(shù)字金融使用程度，以農(nóng)村家庭數(shù)字金融產(chǎn)品使用的種類數(shù)來衡量。

2.關(guān)鍵解釋變量

本文的關(guān)鍵解釋變量是疫情沖擊。如何準(zhǔn)確識(shí)別農(nóng)村家庭受到的疫情外生沖擊，直接關(guān)系到本文實(shí)證結(jié)果的可靠性。結(jié)合研究目標(biāo)，關(guān)注疫情對(duì)農(nóng)村家庭生產(chǎn)生活可能帶來的實(shí)際影響，參考孫巍等(2020)和王桂軍等(2019)的方法，使用外生沖擊產(chǎn)生的顯著性結(jié)果并用二值變量描述重大事件的發(fā)生對(duì)疫情沖擊進(jìn)行度量。在借鑒蔣培(2020)調(diào)查新冠肺炎疫情對(duì)農(nóng)村地區(qū)影響的問卷基礎(chǔ)上，本次調(diào)研設(shè)計(jì)了家庭收入、消費(fèi)支出、經(jīng)營(yíng)投資等三個(gè)方面的問題，其中家庭收入包括種植業(yè)、養(yǎng)殖業(yè)和務(wù)工創(chuàng)業(yè)三項(xiàng)收入，分別對(duì)其詢問“2020年是否受到疫情影響”，能夠較為全面地反映農(nóng)村家庭受到疫情沖擊的主要表現(xiàn)特征。如果受訪家庭在任何一個(gè)方面問題的回答為“是”，即認(rèn)為該樣本戶受到新冠肺炎疫情的沖擊。

3.控制變量

借鑒郭峰等(2020b)的研究思路，本文主要從個(gè)體、家庭和地區(qū)三個(gè)層面選取控制變量。個(gè)體特征變量包括戶主年齡、受教育程度、性別、婚姻狀況。家庭特征變量包括家庭勞動(dòng)力數(shù)量、健康狀況、實(shí)物資產(chǎn)、社會(huì)資本。其中，健康狀況使用“家中是否有長(zhǎng)期慢性病或重大疾病成員”作為代理變量，以評(píng)估家庭的撫養(yǎng)壓力；家庭實(shí)物資產(chǎn)反映的是農(nóng)村家庭實(shí)物財(cái)富配置情況，能夠提供家庭經(jīng)濟(jì)擔(dān)保、社會(huì)聲望以及被用于創(chuàng)造更多財(cái)富等，取折算總額的對(duì)數(shù)來表示；社會(huì)資本使用“家中是否出過村干部或在政府部門工作”作為代理變量，較為豐富的社會(huì)資本通常具有社會(huì)互動(dòng)的示范效應(yīng)，進(jìn)而影響家庭數(shù)字金融參與。地區(qū)特征方面，引入家庭所在區(qū)域的人均GDP對(duì)數(shù)、蘇南和蘇北虛擬變量，以控制區(qū)域固定效應(yīng)影響。

4.工具變量

疫情沖擊對(duì)農(nóng)村家庭數(shù)字金融行為影響的估計(jì)結(jié)果可能會(huì)受到內(nèi)生性的影響。首先，由于調(diào)查中涉及農(nóng)村家庭收入財(cái)產(chǎn)等問題，出于保護(hù)個(gè)人隱私的目的，受訪者可能主觀上存在著瞞報(bào)、漏報(bào)或錯(cuò)報(bào)等情況，這必然會(huì)造成估計(jì)結(jié)果的偏誤。其次，受訪家庭的個(gè)體特征難以做到全面觀測(cè)，這使得不可觀測(cè)變量可能對(duì)家庭受到的疫情沖擊情況產(chǎn)生影響，造成解釋變量相關(guān)的內(nèi)生性問題。此外，本文在量化疫情沖擊程度指標(biāo)時(shí)，受到調(diào)查問卷問題和獲取反饋信息的限制，變量選取和指標(biāo)設(shè)置存在一定局限性和主觀性，這也可能導(dǎo)致部分實(shí)證結(jié)果的有偏估計(jì)和內(nèi)生性問題。為防止農(nóng)村家庭疫情沖擊代理變量可能存在的測(cè)量誤差，而最終導(dǎo)致估計(jì)結(jié)果的不一致，本文使用同村其他家庭平均受沖擊程度作為工具變量，并采用2SLS和IV-Probit進(jìn)行檢驗(yàn)，以消除模型因以上關(guān)系可能存在的內(nèi)生性問題。現(xiàn)實(shí)中，由于村莊是一定區(qū)域的人口聚集地，同村居民互動(dòng)聯(lián)系通常較頻繁，村落其他家庭受到疫情沖擊也會(huì)對(duì)本家庭的生產(chǎn)生活產(chǎn)生影響，具有相關(guān)性，但是該平均水平往往不會(huì)直接影響單個(gè)農(nóng)村家庭的數(shù)字金融需求，這滿足外生性條件。

5.中介變量

根據(jù)前文分析，疫情沖擊對(duì)農(nóng)村家庭數(shù)字金融行為的影響主要通過風(fēng)險(xiǎn)管理和預(yù)防機(jī)制來實(shí)現(xiàn)，即疫情帶來的不確定性提高了個(gè)體的風(fēng)險(xiǎn)預(yù)期，進(jìn)而對(duì)其數(shù)字金融行為產(chǎn)生影響。因此，參考張龍耀等(2021)的研究思路，選取家庭現(xiàn)金和儲(chǔ)蓄占總金融資產(chǎn)的比例作為農(nóng)村家庭風(fēng)險(xiǎn)預(yù)期程度中介變量的代理變量，占比越高，表明家庭風(fēng)險(xiǎn)管理和預(yù)防性程度越高。

(四)描述性統(tǒng)計(jì)

1.農(nóng)村家庭受疫情沖擊的統(tǒng)計(jì)分析

表1對(duì)農(nóng)村家庭受疫情影響情況進(jìn)行了比較分析，統(tǒng)計(jì)結(jié)果顯示，2020年樣本農(nóng)村家庭在勞動(dòng)收入、消費(fèi)支出、生產(chǎn)經(jīng)營(yíng)投資這三方面家庭活動(dòng)中受到疫情影響的比例分別為25.58%、42.14%和7.8%。在勞動(dòng)收入中，種植業(yè)、養(yǎng)殖業(yè)和務(wù)工創(chuàng)業(yè)這三項(xiàng)收入受影響比例分別為14.49%、11.69%和13.28%。分地區(qū)來看，蘇北農(nóng)村家庭在消費(fèi)支出和種植業(yè)方面受疫情影響較大，而蘇南地區(qū)農(nóng)村家庭在務(wù)工創(chuàng)業(yè)和生產(chǎn)經(jīng)營(yíng)投資這兩方面受到疫情影響的比例遠(yuǎn)高于其他地區(qū)。這體現(xiàn)了農(nóng)村居民的生產(chǎn)經(jīng)營(yíng)和收入水平不僅受到農(nóng)業(yè)自然資源稟賦的制約，同時(shí)還取決于各地區(qū)生產(chǎn)投資水平、地區(qū)經(jīng)濟(jì)金融環(huán)境等條件，因而在受到突發(fā)事件的外生沖擊時(shí)，不同農(nóng)村家庭所受到的影響程度也有差異。

表1 農(nóng)村家庭受疫情沖擊基本情況

2.農(nóng)村家庭數(shù)字金融行為的統(tǒng)計(jì)分析

樣本農(nóng)村家庭中，113戶沒有使用過數(shù)字金融產(chǎn)品，558戶僅使用過一種數(shù)字金融產(chǎn)品，186戶使用過兩種以上數(shù)字金融產(chǎn)品，使用過三種及以上的僅有47戶。農(nóng)村家庭使用兩種以上和三種以上數(shù)字金融產(chǎn)品的比例分別為22.65%和5.72%，說明總體使用程度仍不高。四類數(shù)字金融產(chǎn)品中，數(shù)字支付使用率為86.1%，普及范圍最廣；其次為數(shù)字借貸19.5%；數(shù)字理財(cái)和數(shù)字保險(xiǎn)的使用率較低，分別為7.1%和4.6%。

3.變量描述性統(tǒng)計(jì)分析

主要變量的定義及描述性統(tǒng)計(jì)如表2所示。樣本中86.2%的農(nóng)村家庭具有數(shù)字金融行為，參與比率較高。數(shù)字金融使用程度的均值為1.195，說明農(nóng)村家庭平均僅使用了一種數(shù)字金融產(chǎn)品，參與程度較低。疫情沖擊的得分均值為0.559，表明疫情對(duì)農(nóng)村家庭的生產(chǎn)生活各方面均產(chǎn)生了較大影響。戶主平均受教育程度為初中，家庭平均擁有2.903個(gè)勞動(dòng)力，家庭實(shí)物資產(chǎn)和地區(qū)人均GDP的對(duì)數(shù)均值分別為4.638和2.225。

表2 主要變量的定義及描述性統(tǒng)計(jì)

四、實(shí)證結(jié)果分析

(一)基準(zhǔn)估計(jì)結(jié)果

為檢驗(yàn)疫情沖擊對(duì)農(nóng)村家庭數(shù)字金融參與率和參與程度的影響，在實(shí)證分析過程中采取逐一添加各維度特征變量的方法。鑒于模型可能存在異方差問題進(jìn)對(duì)參數(shù)估計(jì)產(chǎn)生影響，對(duì)估計(jì)參數(shù)的標(biāo)準(zhǔn)誤進(jìn)行了異方差修正，并對(duì)極端數(shù)值進(jìn)行了1%水平上的縮尾處理。此外，為降低變量之間可能存在的多重共線性對(duì)實(shí)證結(jié)果的影響，本文對(duì)數(shù)據(jù)進(jìn)行了VIF診斷，結(jié)果顯示，所有解釋變量的方差膨脹因子均小于3，故認(rèn)為不存在嚴(yán)重的多重共線性問題。

表3列出了采用聚類穩(wěn)健標(biāo)準(zhǔn)誤修正的基準(zhǔn)回歸結(jié)果。其中，列(1)、(5)未控制任何變量，疫情沖擊的系數(shù)顯著為正，表明農(nóng)村家庭受疫情沖擊越大，越能激發(fā)其金融服務(wù)的線上化需求，從而提升其數(shù)字金融率以及使用程度。列(2)、(6)僅加入了個(gè)體層面的控制變量，列(3)、(7)增加了家庭層面的控制變量，列(4)、(8)進(jìn)一步加入地區(qū)層面的控制變量。可以看出，疫情沖擊的系數(shù)始終在1%水平上顯著為正，說明結(jié)論是穩(wěn)健的。由此，研究假說1得到驗(yàn)證。

表3 基準(zhǔn)回歸結(jié)果

控制變量方面，以列(4)結(jié)果為例，在個(gè)體層面，戶主的年齡、文化和性別變量對(duì)農(nóng)村家庭數(shù)字金融參與率有顯著影響。戶主較年輕的家庭更容易接受新型金融產(chǎn)品，隨著家庭決策者年齡增長(zhǎng)，使用數(shù)字金融產(chǎn)品的可能性會(huì)降低，這與現(xiàn)實(shí)觀察到的結(jié)果一致；文化程度較高的戶主通常人力資本較高，更能接受和嘗試新興事物，相應(yīng)地，金融意識(shí)和參與能力也較高，這會(huì)促使家庭數(shù)字金融行為的產(chǎn)生；相比較于女性，男性戶主的風(fēng)險(xiǎn)承受力相對(duì)較強(qiáng)，同時(shí)在社會(huì)網(wǎng)絡(luò)中與外界交往也較多，更可能接受和使用數(shù)字金融。在家庭層面，家庭實(shí)物資產(chǎn)顯著正向影響數(shù)字金融的使用，表明擁有較多實(shí)物資產(chǎn)的農(nóng)村家庭，無論是用于生產(chǎn)經(jīng)營(yíng)的固定投資，還是用于生活消費(fèi)的家庭資產(chǎn)，往往與較多的家庭財(cái)富相對(duì)應(yīng)，其參與數(shù)字金融的能力和可能性也越高；社會(huì)資本系數(shù)顯著為正，表明社會(huì)資本越豐富的農(nóng)村家庭越容易獲得金融信息，越易于通過社會(huì)互動(dòng)的示范效應(yīng)接觸數(shù)字金融產(chǎn)品；家庭成員健康狀況對(duì)數(shù)字金融行為參與率具有負(fù)向影響。地區(qū)層面，GDP水平對(duì)數(shù)字金融行為參與率有促進(jìn)作用，說明經(jīng)濟(jì)較發(fā)達(dá)地區(qū)的農(nóng)村家庭資源稟賦條件相對(duì)較好，所面對(duì)的環(huán)境有利于其參與數(shù)字金融。從列(8)控制變量的估計(jì)結(jié)果來看，戶主文化、性別、實(shí)物資產(chǎn)、社會(huì)資本、地區(qū)GDP水平均對(duì)農(nóng)村家庭數(shù)字金融使用程度有正向影響，年齡、健康狀況、到最近的銀行網(wǎng)點(diǎn)距離的影響為負(fù)，婚姻狀況、勞動(dòng)力數(shù)等對(duì)農(nóng)村家庭數(shù)字金融參與程度的影響則不顯著。

(二)內(nèi)生性檢驗(yàn)

表4為加入工具變量后疫情沖擊影響農(nóng)村家庭數(shù)字金融行為的估計(jì)結(jié)果。本文對(duì)模型進(jìn)行了Kleibergen-Paaprk LM檢驗(yàn)，結(jié)果顯示統(tǒng)計(jì)量P值為0.000，在1%水平上拒絕零假設(shè)，說明選擇的工具變量合理且可靠。表4列(1)、(2)分別使用2SLS和IV-Probit進(jìn)行內(nèi)生性問題的處理，從回歸結(jié)果看，內(nèi)生性偏誤修正后的回歸結(jié)果仍然支持表3的基準(zhǔn)回歸結(jié)果，表明結(jié)論穩(wěn)健。進(jìn)一步，使用IV-Tobit進(jìn)行估計(jì)，列(2)、(4)結(jié)果顯示，疫情沖擊依然顯著正向影響農(nóng)村家庭數(shù)字金融的使用程度。綜上，在考慮模型可能存在的內(nèi)生性偏誤問題后，本文研究假說1仍然成立。

表4 內(nèi)生性檢驗(yàn)結(jié)果

(三)穩(wěn)健性檢驗(yàn)

本文主要采用如下四種方式進(jìn)行穩(wěn)健性檢驗(yàn)：

1.替換被解釋變量和關(guān)鍵解釋變量

首先，由于疫情期間采取了防疫管制等措施，農(nóng)村居民自由流動(dòng)受到一定限制，以無接觸配送為特征的電商迅速發(fā)展，為居民日常生產(chǎn)生活需要提供了保障，客觀上也提高了家庭使用數(shù)字支付的概率和程度，進(jìn)而為了解互聯(lián)網(wǎng)平臺(tái)相關(guān)數(shù)字金融產(chǎn)品提供了可能的渠道和機(jī)會(huì)。鑒于此，本文用農(nóng)村家庭相比較疫情之前的網(wǎng)購是否增加和月平均頻次兩個(gè)變量替換被解釋變量。其次，封村封路管控措施會(huì)對(duì)家庭數(shù)字金融使用產(chǎn)生影響，故而用疫情期間是否封村封路(fc)替換核心解釋變量。將上述替換變量加入基準(zhǔn)模型進(jìn)行回歸，結(jié)果由表5所示。列(1)、(3)為替換被解釋變量的回歸結(jié)果，列(2)、(4)為疫情沖擊替代變量的回歸結(jié)果。不難發(fā)現(xiàn)，關(guān)鍵解釋變量的估計(jì)值系數(shù)符號(hào)、顯著性水平與基礎(chǔ)回歸模型的估計(jì)結(jié)果基本保持一致，疫情沖擊對(duì)農(nóng)村家庭數(shù)字金融參與率和參與程度的影響均為正，并且在1%的統(tǒng)計(jì)水平上顯著，這進(jìn)一步表明本文研究結(jié)論是穩(wěn)健的。

表5 穩(wěn)健性檢驗(yàn)結(jié)果一

2.改變關(guān)鍵解釋變量測(cè)度方式

參考蔣培(2020)的分類標(biāo)準(zhǔn)，根據(jù)農(nóng)村家庭在家庭收入、消費(fèi)支出、經(jīng)營(yíng)投資三個(gè)方面問題的回答來衡量疫情沖擊的程度，其中家庭收入細(xì)分為種植業(yè)、養(yǎng)殖業(yè)和務(wù)工創(chuàng)業(yè)三類。五個(gè)變量均為二值變量，加總得到疫情沖擊程度指標(biāo)(yqcd)，其為取值范圍在0～5之間的自然數(shù)。利用這一指標(biāo)進(jìn)行重新回歸，結(jié)果見表6。其中，列(1)、(4)結(jié)果顯示，疫情沖擊顯著正向影響農(nóng)村家庭數(shù)字金融的參與率和參與程度的結(jié)論依然成立。

表6 穩(wěn)健性檢驗(yàn)結(jié)果二

3.增加新變量

數(shù)字金融產(chǎn)品主要通過互聯(lián)網(wǎng)移動(dòng)客戶端獲取相關(guān)信息和進(jìn)行交易，在考慮到家庭自身信息化水平的前提下，數(shù)字信息技術(shù)有可能激發(fā)農(nóng)村家庭潛在的線上化金融服務(wù)需求，因此增加數(shù)字技能變量。鑒于智能手機(jī)等移動(dòng)終端是數(shù)字金融產(chǎn)品使用的重要基礎(chǔ)條件，故使用農(nóng)村家庭是否擁有智能手機(jī)、是否有聯(lián)網(wǎng)電腦衡量其數(shù)字技能，兩個(gè)二值變量加總得到家庭數(shù)字技術(shù)水平指標(biāo)(szjs)。將這一指標(biāo)加入控制變量重新回歸，結(jié)果如表6列(2)、(5)所示?？梢园l(fā)現(xiàn)，在考慮數(shù)字技能因素后，疫情沖擊的估計(jì)系數(shù)仍然在1%水平上顯著，可見本文研究結(jié)論是穩(wěn)健的。

4.改變模型設(shè)定形式

采用Logit模型和ZIP模型分別替換原方程模型，通過改變離散隨機(jī)變量的分布形式進(jìn)一步檢驗(yàn)穩(wěn)健性。ZIP回歸決策首先決定取零(無)或取正整數(shù)(有)，相當(dāng)于二元選擇，如果有則進(jìn)一步確定選擇哪個(gè)正整數(shù)。表6列(3)、(6)回歸結(jié)果顯示，改變模型設(shè)定形式后，前文研究結(jié)論仍然成立。

(四)異質(zhì)性分析

本文從金融素養(yǎng)和數(shù)字技術(shù)水平這兩個(gè)維度，分別考察疫情沖擊對(duì)農(nóng)村家庭數(shù)字金融行為的異質(zhì)性影響。同時(shí)，考慮到農(nóng)村家庭使用不同數(shù)字金融產(chǎn)品的動(dòng)機(jī)以及數(shù)字金融產(chǎn)品自身存在的差異，有必要進(jìn)一步分析疫情沖擊對(duì)不同數(shù)字金融產(chǎn)品使用的影響。

1.金融素養(yǎng)異質(zhì)性

借鑒周雨晴等(2020)的分組方法，研究方案設(shè)置了四個(gè)問題：一是對(duì)經(jīng)濟(jì)、金融方面的信息關(guān)注程度，回答“很關(guān)注”得3分、“一般”得2分、“不關(guān)注”得1分；二是對(duì)銀行業(yè)務(wù)和產(chǎn)品的了解程度，回答“很了解”得3分、“一般”得2分、“不了解”得1分；三是假設(shè)100元存1年定期，年利率2%，一年后賬戶余額？(1)超過102元(2)等于102元(3)少于102元(4)算不出來?；卮鹫_得1分、錯(cuò)誤得0分；四是假設(shè)借給別人100元，年利率20%，利滾利計(jì)算，兩年后多少錢？(1)多于140元(2)等于140元(3)少于140元(4)算不出來?；卮鹫_得1分、錯(cuò)誤得0分。將以上各項(xiàng)得分相加，得到農(nóng)村家庭的金融素養(yǎng)水平指標(biāo)，并按照得分在3分以下、3～6分和6分以上進(jìn)行分類，分別歸為較低、中等、較高三個(gè)層次，研究疫情沖擊對(duì)不同金融素養(yǎng)水平的農(nóng)村家庭數(shù)字金融行為的影響，分組回歸結(jié)果如表7所示。較高金融素養(yǎng)組的模型系數(shù)邊際效應(yīng)最大，具有顯著正向影響。這說明農(nóng)村家庭金融素養(yǎng)水平越高，金融相關(guān)知識(shí)越豐富，金融信息的篩選效率也越高，受到疫情外生沖擊時(shí)，發(fā)生數(shù)字金融行為的概率以及參與程度也就越高。由此，研究假說2得以驗(yàn)證。

表7 按金融素養(yǎng)分組回歸結(jié)果

2.數(shù)字技術(shù)水平異質(zhì)性

按照家庭人均智能手機(jī)數(shù)1部以下和1部及以上將樣本劃分為較低、較高兩個(gè)組別，分別進(jìn)行回歸，結(jié)果列于表8。

表8 按數(shù)字技術(shù)水平分組回歸結(jié)果

由表8的估計(jì)結(jié)果可以看出，疫情沖擊對(duì)不同數(shù)字技術(shù)水平的農(nóng)村家庭數(shù)字金融參與率和參與程度的影響均顯著為正。疫情對(duì)較高數(shù)字技術(shù)組家庭的數(shù)字金融參與程度影響更大，這與研究假說2一致，但疫情對(duì)較低數(shù)字技術(shù)組家庭數(shù)字金融參與率的邊際影響更大，顯著性水平也更高。這可能是因?yàn)閿?shù)字技能高的家庭原本就已經(jīng)使用數(shù)字金融，疫情沖擊促使其更積極地使用并提高參與程度。對(duì)于數(shù)字技能較低的家庭而言，疫情所帶來的無接觸要求和不確定性，迫使人們對(duì)原有生活生產(chǎn)模式以及行為做出理性化調(diào)整，從而促進(jìn)其數(shù)字金融行為的產(chǎn)生，這一結(jié)果符合客觀現(xiàn)實(shí)邏輯。

3.疫情沖擊對(duì)農(nóng)村家庭不同數(shù)字金融產(chǎn)品使用的影響

如表9回歸結(jié)果所示，疫情沖擊對(duì)農(nóng)村家庭不同數(shù)字金融產(chǎn)品使用均有正向顯著影響。疫情對(duì)數(shù)字保險(xiǎn)的邊際影響最大，顯著性高，表明家庭更傾向于通過參與保險(xiǎn)來滿足家庭保障需求。對(duì)數(shù)字借貸的邊際影響也較大，應(yīng)對(duì)疫情沖擊，農(nóng)村家庭對(duì)安全穩(wěn)健的滿足基本生存的消費(fèi)信貸需求大于不確定環(huán)境下相對(duì)冒險(xiǎn)激進(jìn)的生產(chǎn)借貸需求，故疫情對(duì)數(shù)字借貸也有增幅作用。對(duì)數(shù)字理財(cái)?shù)挠绊戄^弱，說明疫情期間的防控措施有效阻斷了病毒傳播，但對(duì)農(nóng)村家庭增收產(chǎn)到了一定程度的影響，因此對(duì)家庭使用數(shù)字理財(cái)產(chǎn)品實(shí)現(xiàn)資產(chǎn)增值的作用不明顯。此外，對(duì)數(shù)字支付的影響顯著性高但邊際效應(yīng)較小，這表明隨著農(nóng)村數(shù)字建設(shè)推進(jìn)和智能手機(jī)等移動(dòng)終端的普及，數(shù)字支付這一非接觸式交易方式已成為農(nóng)村家庭生產(chǎn)生活的基本所需。

表9 疫情沖擊與農(nóng)村家庭不同數(shù)字金融產(chǎn)品使用

(五)機(jī)制檢驗(yàn)

運(yùn)用中介效應(yīng)Sobel法檢驗(yàn)疫情沖擊通過風(fēng)險(xiǎn)預(yù)期效應(yīng)影響農(nóng)村家庭的數(shù)字金融行為。表10結(jié)果顯示，Sobel、Goldman1(Aroian)和Goldman2三種顯著性檢驗(yàn)的P值均小于0.05,拒絕了原假設(shè),表明中介效應(yīng)成立,符合檢驗(yàn)要求。其中，列(1)、(4)為中介效應(yīng)檢驗(yàn)的第一步，檢驗(yàn)關(guān)鍵解釋變量疫情沖擊對(duì)農(nóng)村家庭數(shù)字金融參與率及參與程度的影響。疫情沖擊變量的系數(shù)均顯著為正，表明疫情促進(jìn)了農(nóng)村家庭數(shù)字金融行為，支持了假說1的觀點(diǎn)。列(2)、(5)為中介效應(yīng)檢驗(yàn)的第二步，檢驗(yàn)關(guān)鍵解釋變量對(duì)中介變量的作用，反映疫情沖擊變量的系數(shù)均在1%統(tǒng)計(jì)水平上顯著為正，表明疫情帶來的不確定性會(huì)給農(nóng)村家庭造成心理沖擊，促使其風(fēng)險(xiǎn)管理和預(yù)防性水平提高。作為中介效應(yīng)檢驗(yàn)的第三步，列(3)關(guān)鍵解釋變量與中介變量的系數(shù)均在1%水平上顯著為正，但列(6)中介變量的系數(shù)為正不顯著，這表明疫情沖擊能夠提高農(nóng)村家庭的風(fēng)險(xiǎn)預(yù)期程度，進(jìn)而促進(jìn)其數(shù)字金融參與率，但對(duì)數(shù)字金融參與程度的影響不顯著。 由此，假說3得到驗(yàn)證。

表10 機(jī)制檢驗(yàn):風(fēng)險(xiǎn)預(yù)期效應(yīng)

(六)進(jìn)一步討論

為檢驗(yàn)普惠金融發(fā)展趨勢(shì)下疫情對(duì)農(nóng)村家庭數(shù)字金融行為的影響，使用2020年“北京大學(xué)數(shù)字普惠金融指數(shù)”的縣域?qū)用鏀?shù)據(jù)(郭峰 等，2020a)。鑒于北京大學(xué)數(shù)字普惠金融指數(shù)具有覆蓋區(qū)域廣、評(píng)價(jià)口徑一致和分類指標(biāo)細(xì)化等特征，適合作為交互項(xiàng)變量進(jìn)行進(jìn)一步檢驗(yàn)，因此在基準(zhǔn)回歸中加入疫情沖擊和數(shù)字普惠金融總指數(shù)的交互項(xiàng)以及疫情沖擊和金融數(shù)字化水平指數(shù)的交互項(xiàng)。由表11可知，兩個(gè)交互項(xiàng)的系數(shù)均顯著為正，即隨著數(shù)字普惠金融的發(fā)展，疫情影響對(duì)農(nóng)村家庭數(shù)字金融參與率和參與程度的正效應(yīng)逐步增加。

表11 普惠金融發(fā)展下疫情沖擊對(duì)農(nóng)村家庭數(shù)字金融行為的影響

五、結(jié)論與討論

基于2021年江蘇農(nóng)村家庭金融調(diào)查數(shù)據(jù)，考察了疫情沖擊對(duì)農(nóng)村家庭數(shù)字金融行為的影響。研究結(jié)果表明：(1)疫情沖擊顯著促進(jìn)了農(nóng)村家庭數(shù)字金融參與率和參與程度，使用工具變量對(duì)基礎(chǔ)回歸模型進(jìn)行內(nèi)生性問題處理，并通過替換被解釋變量和關(guān)鍵解釋變量、改變關(guān)鍵解釋變量測(cè)度方式、增加新變量和改變模型設(shè)定形式進(jìn)行穩(wěn)健性檢驗(yàn)，主要結(jié)論基本保持一致。(2)農(nóng)村家庭金融素養(yǎng)水平越高，受到疫情外生沖擊時(shí)，發(fā)生數(shù)字金融行為的概率和參與程度也越高；疫情對(duì)數(shù)字技術(shù)水平較高家庭的數(shù)字金融參與程度影響更大，但對(duì)數(shù)字技術(shù)較低家庭的參與率影響更大；疫情沖擊對(duì)農(nóng)村家庭不同金融產(chǎn)品使用均有顯著促進(jìn)作用，但邊際效應(yīng)不同。(3)作用機(jī)制檢驗(yàn)結(jié)果顯示，疫情沖擊會(huì)提高農(nóng)村家庭的風(fēng)險(xiǎn)預(yù)期，導(dǎo)致個(gè)體的風(fēng)險(xiǎn)管理動(dòng)機(jī)加強(qiáng)、預(yù)防性動(dòng)機(jī)提升，進(jìn)而影響其數(shù)字金融行為。而隨著數(shù)字普惠金融的發(fā)展，疫情對(duì)農(nóng)村家庭數(shù)字金融行為的正效應(yīng)逐步增加。

本文研究結(jié)論對(duì)于認(rèn)清疫情沖擊的微觀影響具有重要政策啟示。第一，加快農(nóng)村傳統(tǒng)金融機(jī)構(gòu)數(shù)字化轉(zhuǎn)型，基于互聯(lián)網(wǎng)技術(shù)創(chuàng)新出貼合場(chǎng)景、覆蓋廣泛、門檻較低的數(shù)字金融產(chǎn)品，提高金融供給效率和風(fēng)險(xiǎn)防范能力，有效支持和促進(jìn)疫情后農(nóng)村家庭的金融需求，幫助其平滑消費(fèi)和復(fù)工復(fù)產(chǎn)。第二，充分考慮農(nóng)村家庭自身信息技術(shù)水平及其潛在、多元化的金融需求，加強(qiáng)正規(guī)金融機(jī)構(gòu)的服務(wù)意識(shí)，并致力于緩解金融排斥、提高多樣化正規(guī)數(shù)字金融產(chǎn)品服務(wù)渠道的可得性，提升疫情期間和后疫情時(shí)期農(nóng)村家庭效用水平。第三，充分利用數(shù)字信息技術(shù)的優(yōu)勢(shì)，通過數(shù)字金融手段實(shí)現(xiàn)普惠金融高效率發(fā)展，針對(duì)不同群體尤其是文化水平較低、金融素養(yǎng)不高的農(nóng)村家庭設(shè)計(jì)和提供相應(yīng)的數(shù)字金融產(chǎn)品和服務(wù)，緩解負(fù)外部沖擊、實(shí)現(xiàn)包容性增長(zhǎng)。第四，在數(shù)字金融下鄉(xiāng)服務(wù)中，農(nóng)村金融機(jī)構(gòu)應(yīng)加大金融宣傳力度和基礎(chǔ)知識(shí)培訓(xùn)力度，為農(nóng)村家庭提供必要的金融服務(wù)信息，培養(yǎng)農(nóng)村居民運(yùn)用數(shù)字信息化渠道、手段的現(xiàn)代金融意識(shí)和金融參與能力，提高數(shù)字金融服務(wù)產(chǎn)品在農(nóng)村地區(qū)的認(rèn)知度和使用率，是通過數(shù)字金融化手段規(guī)避不確定性風(fēng)險(xiǎn)、實(shí)現(xiàn)金融普惠的關(guān)鍵。

需要說明的是，因受限于目前能夠反映疫情等相關(guān)情況的我國(guó)家庭金融調(diào)查數(shù)據(jù)的可得性和公布時(shí)間的滯后性，本文主要基于江蘇省樣本進(jìn)行實(shí)證分析，對(duì)于現(xiàn)實(shí)中疫情沖擊影響農(nóng)村家庭數(shù)字金融行為的區(qū)域異質(zhì)性以及跨期考察得還不夠全面?？紤]到截面數(shù)據(jù)所帶來的局限性問題，后續(xù)研究工作將持續(xù)關(guān)注全國(guó)家庭跟蹤調(diào)查數(shù)據(jù)，改進(jìn)、完善研究設(shè)計(jì)，以加強(qiáng)研究結(jié)論的嚴(yán)謹(jǐn)程度和普適性。