安叢梅

（中共杭州市委黨校，浙江 杭州 310024）

一、引 言

習近平總書記在二十大報告中強調，要“全面推進鄉(xiāng)村振興”。鄉(xiāng)村要實現(xiàn)振興離不開金融資金的有效支持[1]，數(shù)字普惠金融憑借數(shù)據和科技的力量切實緩解了農村居民的金融約束，滿足了農村居民多樣化的金融需求，是帶動農民增收和鄉(xiāng)村振興的有效途徑[2][3]。然而，普惠金融不是“大水漫灌”，數(shù)字金融也不是社會救助。一方面，商業(yè)的可持續(xù)性原則要求金融機構以可負擔的成本為有金融需求的社會各階層群體提供金融服務，這就意味著金融機構與農戶之間必須是成本收益相匹配的，采用市場化行為方式的金融機構只能為有金融需求、有還款能力的農戶提供價格合理的金融服務。另一方面，部分農村居民屬于能力稟賦匱乏的群體，加之所在地區(qū)的自然和社會環(huán)境較差，即使賦予其金融資源，也很難撬動他們的內生發(fā)展動力，金融扶貧對該群體貧困狀況的改善作用有限，甚至存在消極影響[4][5]，采用財政扶貧[6]和就業(yè)扶貧[7]等政策效果更佳。有金融需求和有生產能力的農戶面臨的金融約束才是普惠金融關注的重點，通過賦能這類目標農戶，普惠金融能最大程度地釋放他們的經濟活力和創(chuàng)新潛力，而這一部分農戶也正是帶動鄉(xiāng)村經濟發(fā)展、推進鄉(xiāng)村振興的主力。因此，農村的數(shù)字普惠金融應將目標瞄準為需求得不到滿足、能力得不到釋放的農戶，幫助其獲得價格合理的金融服務，從而以金融助力農民增收，并實現(xiàn)農村數(shù)字金融的可持續(xù)發(fā)展，確保金融在全面推進鄉(xiāng)村振興中發(fā)揮重要支撐作用。

本文運用中國社會科學院農村發(fā)展研究所編制的中國縣域數(shù)字普惠金融指數(shù)，將其與農戶微觀數(shù)據進行匹配，并以是否為目標農戶為標準對研究樣本進行劃分，重點考察數(shù)字金融對農戶信貸可得性的差異化影響，分析數(shù)字金融對目標農戶瞄準的影響因素，并探究數(shù)字金融對目標農戶收入的作用效果。相較于已有研究，本文在以下幾個方面有所推進：第一，從目標瞄準視角出發(fā)，識別了數(shù)字金融能夠發(fā)揮較大作用的農戶群體，一定程度上解決了以往研究由于未進行目標人群定位而導致的效率損失問題；第二，從硬件設備、網絡條件和村莊信息網絡傳遞3 個方面對影響數(shù)字金融目標瞄準的因素進行驗證，特別是對村莊信息由人際傳遞轉為網絡傳遞這一重要影響因素的關注，擴展了以往文獻的研究范疇；第三，從農業(yè)經營性收入、非農經營性收入、工資/創(chuàng)業(yè)性收入和財產性收入等多個維度考察了數(shù)字金融對目標農戶收入的影響，并探究了信貸可得性的中介效應機制；第四，文章所使用的微觀數(shù)據來自于中國社會科學院開展的全國大型農村追蹤調查，數(shù)據覆蓋面廣、質量較高，彌補了相關研究多采用區(qū)域性小規(guī)模數(shù)據和個別案例的問題，提高了研究結論的可靠性和精確度。

二、文獻綜述與研究假設

（一）數(shù)字金融與目標農戶瞄準

農村的勞動年齡人口是擁有勞動能力的農村居民，也是實現(xiàn)貧困戶“穩(wěn)定就業(yè)一人，脫貧致富一家”的關鍵目標群體[8]，而那些受教育水平較高的農村居民，接受新鮮事物的能力和學習能力都比較強，是農村最具發(fā)展?jié)摿Φ娜后w。然而，傳統(tǒng)金融的排斥效應[5]限制了這類群體發(fā)展能力的提升和發(fā)展機會的獲得，數(shù)字金融只有瞄準這類目標農戶，才能有效提高金融資源的配置效率。與此同時，農村社會同樣存在“數(shù)字鴻溝”和“知識鴻溝”[9]，部分農村居民由于受教育水平較低且金融素養(yǎng)不高，在互聯(lián)網上留存的數(shù)據和信息有限，導致數(shù)字金融對其存在識別障礙；相較于這類群體，擁有較高能力稟賦的農村居民則可以通過數(shù)字金融獲得更多的金融支持。另外，數(shù)字金融的發(fā)展放松了金融機構對農戶抵押物和初始財富的約束，提高了正規(guī)金融對農戶的可及性和可負擔性，特別是互聯(lián)網的精準定位和個性化推薦功能，將極大促進正規(guī)金融與那些本身在生產、生活上有資金需要的農戶的主動對接，激勵有需求、有能力的農戶從正規(guī)渠道申請貸款，促使農戶將名義信貸需求轉變?yōu)橛行刨J需求[10]?；谝陨戏治?，本文提出假設1：

假設1:數(shù)字金融對有需求、有能力的農戶的信貸可得性的影響更加顯著，且在目標群體中存在信貸需求側的放大機制。

（二）數(shù)字金融對目標農戶瞄準的影響因素

數(shù)字金融對目標農戶的精準識別要求農戶在網絡上留下豐富的數(shù)據痕跡，并能夠實現(xiàn)暢通的信息傳遞。首先，就農戶的數(shù)據痕跡而言，網絡數(shù)據的積累需要農戶擁有基礎硬件設備和良好的網絡條件[11]，能夠順利接入互聯(lián)網，產生網絡交易和社交足跡等信息。數(shù)字金融依托大數(shù)據模型和互聯(lián)網生態(tài)對農戶各類信息進行有效識別和實時監(jiān)測[12]，從而為農戶提供數(shù)字金融服務，使其享受數(shù)字經濟的紅利。其次，就信息傳遞而言，農戶會通過網絡主動搜索就業(yè)創(chuàng)業(yè)、金融知識、生產指導等信息，數(shù)字金融則根據農戶的不同偏好進行個性化推送，從而提高金融服務與農戶信貸需求的匹配度。與此同時，農村地區(qū)是典型的熟人社會，鄉(xiāng)村內部的信息傳遞呈現(xiàn)出明顯的差序格局[13]，最先獲取信息的是居于中心地位的村干部等精英階層[14][15]，然后逐漸向其他群體擴散，普通農戶獲取信息的渠道少、信息化水平低。隨著互聯(lián)網的普及，農村的內部信息開始通過網絡進行傳播，傳輸過程逐漸扁平化，打破了傳統(tǒng)信息傳遞的差序格局，極大提高了普通農戶的信息水平，使得有需求、有能力的普通農戶也可以及時獲取信貸信息，數(shù)字金融對農戶的觸達性明顯提升。綜上，本文提出假設2：

假設2:硬件設備、網絡條件和村莊信息網絡傳遞均會影響數(shù)字金融對目標農戶的瞄準。

（三）數(shù)字金融、信貸可得性與目標農戶增收

數(shù)字金融的發(fā)展極大提高了農村金融的滲透性和可負擔性，增加了農村居民的信貸可得性，特別是原來被排斥在金融體系之外的有需求、有能力的農戶，可以更有效地對接并使用數(shù)字金融，并通過將信貸資金投向農業(yè)生產、非農經營、打工創(chuàng)業(yè)和理財?shù)阮I域，擴寬家庭收入來源。對此，既有研究已經提供了豐富的經驗證據。例如，謝絢麗等的研究表明，數(shù)字普惠金融的發(fā)展通過緩解農戶的信貸約束，顯著推動了農戶的創(chuàng)業(yè)行為，增加了農戶的收入來源[16]；孫學濤等指出，數(shù)字金融在農村地區(qū)的普及，拓展了農業(yè)部門的資本要素來源，為農業(yè)生產提供了資金，同時也提升了農業(yè)生產的機械化和科技化水平，從而有助于提高農戶收入[17]；田鴿和張勛[18]的研究表明，以數(shù)字金融為代表的消費互聯(lián)網的發(fā)展促進了農村低技能勞動力向數(shù)字化低技能的非農行業(yè)流動，帶動了農村的非農就業(yè)[18]；吳雨等認為數(shù)字金融的發(fā)展提高了投資便利性、促進了金融信息獲取、提升了家庭的風險承擔水平，從而優(yōu)化了家庭的金融資產配置[19]；盧亞娟和張菁晶也指出，隨著普惠金融的發(fā)展，農村居民的家庭收入格局將發(fā)生改變，受教育程度高、身體健康和投資經驗豐富的農村居民將更傾向于進行多元化的金融資產配置，也將獲得更多的財產性收入[20]。綜上，本文提出假設3：

假設3:數(shù)字金融通過提高目標農戶的信貸可得性，增加了農戶的多維收入。

基于以上分析，可以繪制出數(shù)字金融影響目標農戶收入的作用機制圖，見圖1。

圖1 數(shù)字金融影響目標農戶收入的作用機制

三、研究設計

（一）數(shù)據說明

本文實證分析所采用的數(shù)據庫包含兩個部分：第一，中國社會科學院農村發(fā)展研究所創(chuàng)建的中國鄉(xiāng)村振興綜合調查（CRRS）數(shù)據庫。CRRS 是一項全國性的大型農村追蹤調查，依托中國社會科學院重大經濟社會調查項目“鄉(xiāng)村振興綜合調查及中國農村調查數(shù)據庫建設”而開展。調查范圍覆蓋我國廣東、浙江、山東、黑龍江等10 個省（自治區(qū)）、50個縣(市、區(qū))、156 個鄉(xiāng)(鎮(zhèn))、308 個行政村和3833 戶農戶，樣本數(shù)據在全國范圍內具有較強代表性。本文使用的農戶和村莊數(shù)據均出自該數(shù)據庫。第二，中國社會科學院農村發(fā)展研究所編制的中國縣域數(shù)字普惠金融指數(shù)（2019 年）數(shù)據庫。該指數(shù)基于網商銀行開展縣域數(shù)字普惠金融業(yè)務的相關數(shù)據編制而成，從數(shù)字金融服務總體情況、服務深度、服務廣度、服務質量等多個維度構建了縣域數(shù)字普惠金融的評價體系，能夠較為系統(tǒng)地反映我國縣域數(shù)字普惠金融的發(fā)展情況。

（二）模型設定與變量選取

1.數(shù)字金融與目標農戶瞄準

為考察數(shù)字金融對目標農戶信貸可得性的影響，并驗證假設1，本文根據農戶是否有需求、有能力對總樣本進行分組，并參照Chari 等[21]、仇煥廣等學者[22]的方法，構建如下基準回歸模型（1），分別對子樣本進行估計。

其中，CAi和CDi為被解釋變量，分別作為農戶信貸可得性和農戶信貸需求的代理變量；DFc為核心解釋變量，作為數(shù)字金融的代理變量；FCi和VCv分別表示農戶層面的控制變量和村莊層面的控制變量；ε1為隨機擾動項；α0為常數(shù)項。下標i、v 和c分別表示農戶、村莊和縣域。另外，本文依據調查問卷中“2019 年以來您家生產經營和生活上有沒有遇到什么事情需要借錢”將農戶樣本劃分為有借款需求和無借款需求兩個子樣本，并參照楊艷琳和付晨玉[8]的思路，以農戶的年齡是否在16-60 歲作為是否具備勞動能力的劃分依據（16-60 歲為具備勞動能力）；以教育水平是否為初中及以上作為是否具備學習能力的劃分依據（初中及以上學歷為具備學習能力）。

（1）被解釋變量。假設1 主要聚焦于數(shù)字金融對目標農戶信貸可得性的影響，因此模型（1）采用農戶在正規(guī)金融機構中實際獲得的貸款額度作為主要的被解釋變量。此外，假設1 還要求驗證數(shù)字金融對農戶信貸需求側的放大作用，因此本文還進一步將農戶在正規(guī)金融機構中申請的貸款額度作為信貸需求的代理變量，以此對假設1 進行全面的檢驗。

（2）核心解釋變量。文章主體部分以中國社會科學院農村發(fā)展研究所編制的中國縣域數(shù)字普惠金融指數(shù)[23]對數(shù)字金融進行度量，后續(xù)穩(wěn)健性檢驗中，本文將采用北京大學數(shù)字金融研究中心發(fā)布的北京大學數(shù)字普惠金融指數(shù)[24]作為數(shù)字金融的代理變量，對文章研究假設做進一步檢驗。

（3）控制變量。參照周力和沈坤榮[25]、李曉靜等學者[26]的做法，本文從農戶特征和村莊特征兩個層面添加控制變量。農戶特征變量包括：戶主的年齡和年齡的平方；戶主受教育年限；戶主的性別，男性為1，女性為0；戶主是否擔任本村職務，是賦值為1，否賦值為0。村莊特征變量包括：村委會距離鄉(xiāng)鎮(zhèn)政府的距離；村莊是否位于山區(qū)，是為1，否為0；村莊是否為城市郊區(qū)，是為1，否為0；村莊人均可支配收入。

2.數(shù)字金融對目標農戶瞄準的影響因素

為考察數(shù)字金融對各類目標農戶瞄準的過程中，硬件設備、網絡條件和村莊信息網絡傳遞等因素是否會加深數(shù)字金融對目標農戶信貸可得性的影響，并對假設2 進行驗證，本文在模型（1）的基礎上，分別引入硬件設備、網絡條件、村莊信息網絡傳遞與數(shù)字金融的交互項，以此驗證數(shù)字金融影響目標農戶信貸可得性過程中的調節(jié)機制，具體模型設定如下：

上式中，RMi為調節(jié)變量，代表數(shù)字金融對目標農戶瞄準的影響因素。其中，硬件設備根據問卷中“家庭上網設備”的答案設定，無家庭上網設備取值為0，在智能手機、平板、筆記本電腦/臺式電腦等3種設備中，每擁有1 項便賦值為1，并將得分加總；網絡條件根據問卷中“您家里網絡條件如何”的答案設定，回答“非常好”取值為1，其他回答取值為0；村莊信息網絡傳遞則依據問卷中“您所在村是否會通過網絡及時發(fā)布和傳遞重要信息”的回答設定，沒有通過網絡發(fā)布和傳遞信息取值為0，通過網絡發(fā)布和傳遞信息但不及時取值為1，通過網絡且及時發(fā)布和傳遞信息取值為2。DFc*RMi為數(shù)字金融與上述3 個調節(jié)變量的交互項，本文將重點關注交互項系數(shù)的方向和顯著性水平。其余變量上文已做解釋，不再贅述。

3.數(shù)字金融、信貸可得性與目標農戶增收

基于假設3，本文將進一步考察數(shù)字金融通過增加目標農戶的信貸可得性進而對目標農戶收入的影響。此部分將采用中介效應模型進行檢驗，回歸模型設定如下：

其中，模型（3）中FIi代表目標農戶的收入，本文分別選取了農業(yè)經營性收入、非農經營性收入、工資/創(chuàng)業(yè)性收入和財產性收入作為農戶收入的代理變量，從多個維度考察數(shù)字金融對目標農戶收入的影響，并側面驗證數(shù)字金融的“造血”功能。模型（4）中CAi為中介變量，表示目標農戶的信貸可得性，與上文選取的代理變量一致。本文根據溫忠麟等[27]提出的中介效應檢驗步驟進行檢驗。首先，檢驗（3）式中γ1的顯著性，如果γ1不顯著則停止中介效應檢驗；其次，分別檢驗（4）式和（5）式中δ1和2的顯著性水平，如若δ1和2兩個系數(shù)都顯著，則繼續(xù)檢驗1的顯著性，1顯著表示存在部分中介效應，1不顯著則表示存在完全中介效應。如果系數(shù)δ1和2中至少有一個不顯著，則進行Sobel 檢驗，檢驗通過表示存在中介效應，否則則表示中介效應不顯著。

表1 匯報了本文主要變量的名稱、標識和含義，并對變量進行了描述性統(tǒng)計。

表1 變量定義及描述性統(tǒng)計

四、實證結果

（一）數(shù)字金融與目標農戶瞄準

為驗證假設1，本文依據問卷中“2019 年以來您家生產經營和生活上有沒有遇到什么事情需要借錢”將樣本劃分為有借款需求農戶和無借款需求農戶兩個子樣本，并以年齡和教育水平為分組依據，進一步將樣本劃分為有/無勞動能力和有/無學習能力的子樣本?；谀Ｐ停?），本文分別對上述子樣本進行OLS 估計，實證結果見表2。其中，（1）列和（2）列分別為無借款需求和有借款需求的農戶樣本的回歸結果，在有借款需求的農戶樣本中，數(shù)字金融對農戶信貸可得性的影響系數(shù)為0.163，在1%統(tǒng)計水平下顯著為正，而在無借款需求的樣本中，數(shù)字金融對農戶信貸可得性的影響系數(shù)僅為0.055?？梢园l(fā)現(xiàn)，有明顯借款需求的農戶在數(shù)字金融的發(fā)展過程中，可以獲得更多的信貸支持。（3）列和（4）列的結果分別對應的是未處于勞動年齡和處于勞動年齡的農戶樣本，不難發(fā)現(xiàn)，只有在16-60歲的勞動年齡農戶樣本中，數(shù)字金融對信貸可得性的影響是顯著的，系數(shù)為0.105。同樣，（5）列和（6）列的實證結果表明，只有在初中及以上學歷的農戶樣本中，數(shù)字金融對信貸可得性的影響顯著為正，系數(shù)為0.138。以上結果表明，數(shù)字金融對處于勞動年齡的農戶以及教育水平較高的農戶所產生的正向影響更加顯著。進一步地，數(shù)字金融（DF）組間系數(shù)差異性檢驗的P 值在1%的顯著性水平上拒絕了兩組系數(shù)不存在差異的原假設，這意味著數(shù)字金融對農戶信貸可得性的影響在不同組別間存在顯著差異。由此，假設1 前半部分的推論得到驗證。

表2 數(shù)字金融對農戶信貸可得性的影響

接下來進一步考察數(shù)字金融對有需求、有能力的農戶信貸需求側的影響，以驗證數(shù)字金融對目標農戶信貸需求的放大效果。表3 匯報了當被解釋變量為農戶申請的貸款額度時，模型（1）的OLS 實證結果。其中，（1）列和（2）列為不同借款需求樣本的組間對比結果，在無借款需求的農戶樣本中，數(shù)字金融對農戶信貸需求的影響在5%水平下顯著為正，系數(shù)為0.057，而在有借款需求的農戶樣本中，數(shù)字金融的系數(shù)為0.162，在1%水平下顯著。不難看出，相較于無借款需求樣本，在有借款需求的樣本中，數(shù)字金融的影響系數(shù)更大，顯著性水平也更高。繼續(xù)分析第（3）列和第（4）列，在年齡為16-60 歲的農戶樣本中，數(shù)字金融對信貸需求的影響系數(shù)為0.106，在1%水平下顯著，而在非勞動年齡的農戶樣本中，數(shù)字金融的影響系數(shù)并不顯著；同樣地，在（5）列和（6）列中，只有在初中及以上學歷的農戶樣本中，數(shù)字金融對信貸需求的影響是顯著為正的，系數(shù)為0.139。另外，數(shù)字金融（DF）組間系數(shù)差異性檢驗的P 值在1%的顯著性水平上拒絕了兩組系數(shù)不存在差異的原假設。以上結果證明，數(shù)字金融的發(fā)展提高了正規(guī)金融的可及性和可負擔性，特別是對于本身具有借款需求和能力稟賦的農戶，數(shù)字金融極大推動了正規(guī)金融與該群體的主動對接，有效激勵有需求、有能力的農戶通過正規(guī)渠道申請貸款，放大了農戶的信貸需求，并支持農戶信貸從名義上的需求向有效需求轉變。綜上，假設1 的全部推論得到驗證。

表3 數(shù)字金融對農戶信貸需求的影響

（二）數(shù)字金融對目標農戶瞄準的影響因素

為驗證數(shù)字金融對目標農戶瞄準的影響因素，探究數(shù)字金融作用于不同目標農戶信貸可得性過程中存在的調節(jié)機制，接下來本文將分別對有借款需求、有勞動能力和有學習能力的3 個目標樣本采用模型（2）進行實證估計，并通過估計交乘項的系數(shù)來識別這一機制。

表4 匯報了有借款需求的農戶樣本的回歸結果。第（1）列中，數(shù)字金融和硬件設備的交互項（DF*Internet device）系數(shù)為0.235，在5%水平下顯著為正；第（2）列中，數(shù)字金融和網絡條件的交互項（DF*Network conditions）系數(shù)為0.167，在10%水平下顯著為正；第（3）列中，數(shù)字金融與村莊信息網絡傳遞的交互項（DF*Village-NIT）系數(shù)為0.088，在5%水平下顯著為正?？梢钥闯?，硬件設備、網絡條件和村莊信息網絡傳遞均會影響數(shù)字金融對有借款需求農戶的瞄準，這3 個影響因素的改善將會加深數(shù)字金融對有借款需求農戶信貸可得性的積極作用，特別是數(shù)字金融與硬件設備的交互項（DF*Internet device）系數(shù)達到0.235，表示在硬件設備的平均值1.297 處，數(shù)字金融每增加1 個單位，農戶的信貸可得性將會增加約0.304 個單位，與信貸可得性的均值（13.108）相比，相當于會增加農戶2.33%的信貸可得性，具有經濟上的顯著性。

表4 數(shù)字金融對目標農戶信貸可得性影響的調節(jié)機制：有借款需求的農戶樣本

表5 和表6 分別匯報了有勞動能力和有學習能力的農戶樣本中模型（2）的實證結果。其中，表5報告了年齡在16-60 歲的農戶樣本結果。當調節(jié)變量為硬件設備時，交互項（DF*Internet device）系數(shù)為0.154，在5%水平下顯著；當調節(jié)變量為網絡條件時，交互項（DF*Network conditions）系數(shù)為0.129，在5%水平下顯著；當調節(jié)變量為村莊信息網絡傳遞時，交互項（DF*Village-NIT）系數(shù)為0.113，在1%水平下顯著。上述結果表明，硬件設備、網絡條件和村莊信息網絡傳遞均會提高數(shù)字金融對于有勞動能力農戶的識別效率，并加深數(shù)字金融對此類群體信貸可得性的影響。表6 報告了初中及以上學歷農戶樣本的回歸結果。第（1）列中，數(shù)字金融與硬件設備的交互項（DF*Internet device）系數(shù)為0.180，在1%水平下顯著為正，說明農村上網設備的普及將會顯著加深數(shù)字金融對有較強學習能力的目標農戶信貸可得性的影響；第（2）列中，數(shù)字金融與網絡條件的交互項（DF*Network condi-tions）系數(shù)為0.095，但并不顯著，說明對于初中及以上學歷的農戶，網絡條件并不是影響數(shù)字金融對其瞄準的關鍵因素；第（3）列中，數(shù)字金融與村莊信息網絡傳遞的交互項（DF*Village-NIT）系數(shù)為0.141，在1%水平下顯著為正，表示在村莊信息網絡傳遞的平均值1.569 處，數(shù)字金融每增加1 個單位，農戶的信貸可得性將會增加約0.221 個單位，與信貸可得性的均值（13.108）相比，相當于會增加農戶1.69%的信貸可得性。

表5 數(shù)字金融對目標農戶信貸可得性影響的調節(jié)機制：年齡在16-60 歲的農戶樣本

表6 數(shù)字金融對目標農戶信貸可得性影響的調節(jié)機制：初中及以上學歷的農戶樣本

接下來，本文將對3 個調節(jié)機制的作用效果進行比較，以檢驗各影響因素對不同目標群體的作用效率和敏感性。首先，硬件設備方面，數(shù)字金融與硬件設備的交互項（DF*Internet device）系數(shù)在有借款需求的農戶樣本中最大，在有勞動能力的樣本中最?。黄浯?，網絡條件方面，數(shù)字金融與網絡條件的交互項（DF*Network conditions）對有借款需求的農戶影響最大，在初中及以上學歷的農戶樣本中影響不顯著；最后，村莊信息網絡傳遞方面，數(shù)字金融與村莊信息網絡傳遞的交互項（DF*Village-NIT）系數(shù)在有學習能力的農戶樣本中最大，在有勞動能力的樣本中次之，在有借款需求的樣本中最小。以上結果表明，硬件設備、網絡條件和村莊信息網絡傳遞均會影響數(shù)字金融對目標農戶的瞄準，但不同影響因素在不同目標群體中的作用效率和效果是不同的。綜上，本文驗證了假設2。

（三）數(shù)字金融、信貸可得性與農戶增收

為探究數(shù)字金融對不同目標農戶收入的影響，以及信貸可得性在其中發(fā)揮的中介作用，下文將分別對有借款需求、有勞動能力、有學習能力的3 個目標樣本采用中介效應模型進行實證估計，結果見表7-9。因為中介效應模型中的（4）式與模型（1）的結果一致，故不再重復匯報，只報告中介效應模型中（3）式和（5）式的實證結果。表7 為數(shù)字金融對有借款需求的農戶樣本的多維收入的影響結果，（1）列和（2）列的被解釋變量為農業(yè)經營性收入，但（1）列中數(shù)字金融的系數(shù)并不顯著，故停止中介效應檢驗。同樣地，（3）列和（4）列中，當被解釋變量為非農經營性收入時，數(shù)字金融的影響系數(shù)也不顯著，說明數(shù)字金融對這兩類收入無顯著影響，且不存在中介效應。（5）列和（6）列的被解釋變量為工資/創(chuàng)業(yè)性收入，數(shù)字金融的系數(shù)均在1%水平上顯著為正，但Sobel 檢驗的結果表明不存在以信貸可得性為中介變量的中介效應，這說明對于有借款需求的農戶而言，數(shù)字金融提高了其工資和創(chuàng)業(yè)性收入，但該影響作用并不是通過信貸可得性的增加而產生的。最后，（7）列和（8）列中，數(shù)字金融對目標農戶財產性收入的影響顯著為正，且通過了中介效應檢驗，Sobel 檢驗的Z 值為1.88，大于5%顯著性水平上的臨界值0.97，中介效應顯著，表明數(shù)字金融通過提升目標農戶的信貸可得性從而增加了農戶的財產性收入。綜上，只有當被解釋變量為財產性收入時，目標農戶才通過了中介效應檢驗。

表7 數(shù)字金融對目標農戶收入影響的中介效應：有借款需求的農戶樣本

表8 和表9 分別匯報了有勞動能力和有學習能力的農戶樣本中中介效應模型的實證結果。其中，表8 報告了年齡在16-60 歲的農戶樣本的實證結果。（1）列和（2）列的被解釋變量為農業(yè)經營性收入，但（1）列中數(shù)字金融的系數(shù)并不顯著，停止中介效應檢驗。（3）列中，數(shù)字金融對農戶的非農經營性收入的系數(shù)在10%水平下顯著為正，且δ1和2兩個系數(shù)都顯著，繼續(xù)檢驗1的顯著性，第（4）列1（即DF 的系數(shù)）不顯著，表明存在完全中介效應。進一步地，當被解釋變量為工資/創(chuàng)業(yè)性收入時，（5）列和（6）列中數(shù)字金融的系數(shù)均在1%水平下顯著為正，但并沒有通過Sobel 檢驗，表明數(shù)字金融對目標農戶的工資/創(chuàng)業(yè)性收入有正向影響，但不存在以信貸可得性為中介變量的中介效應。最后，（7）列和（8）列中，數(shù)字金融對目標農戶的財產性收入的影響系數(shù)均在1%水平上顯著為正，且Sobel 檢驗的Z 值為2.26，中介效應顯著。綜上，在有勞動能力的農戶樣本中，數(shù)字金融對目標農戶的非農經營性收入和財產性收入存在中介效應。

表8 數(shù)字金融對目標農戶收入影響的中介效應：年齡在16-60 歲的農戶樣本

表9 數(shù)字金融對目標農戶收入影響的中介效應：初中及以上學歷的農戶樣本

接下來分析表9 中初中及以上學歷農戶樣本的實證結果。可以看到，（1）列和（2）列中，當被解釋變量為農業(yè)經營性收入時，數(shù)字金融的影響系數(shù)并不顯著，停止中介效應檢驗。（3）列中，當被解釋變量為非農經營性收入時，數(shù)字金融的系數(shù)在10%水平下顯著為正，且δ1和2兩個系數(shù)都顯著，但第（4）列1（即DF 的系數(shù)）不顯著，則表示存在完全中介效應。（5）列和（6）列中，當被解釋變量為工資/創(chuàng)業(yè)性收入時，數(shù)字金融的系數(shù)均在1%水平下顯著為正，但并沒有通過Sobel 檢驗，表明數(shù)字金融對目標農戶的工資/創(chuàng)業(yè)性收入有正向影響，但不存在以信貸可得性為中介變量的中介效應。（7）列和（8）列中，數(shù)字金融對目標農戶的財產性收入的影響系數(shù)均在5%水平上顯著為正，且通過了Sobel 檢驗，中介效應顯著。

由中介效應檢驗結果可知，在有借款需求、有勞動能力和有學習能力的3 個農戶樣本中，數(shù)字金融對目標農戶的財產性收入均存在以信貸可得性為中介變量的中介效應；只有在有勞動能力和有學習能力的目標農戶樣本中，數(shù)字金融對非農經營性收入存在中介效應，且為完全中介效應；在3 個目標農戶樣本中，數(shù)字金融對農戶的工資/創(chuàng)業(yè)性收入的影響均顯著為正，但不存在以信貸可得性為中介變量的中介效應。

（四）穩(wěn)健性及內生性檢驗

本文從3 個方面進行了穩(wěn)健性檢驗和內生性檢驗①，所得結果與上文回歸結果基本一致。

（1）替換核心解釋變量。上文采用中國社會科學院農村發(fā)展研究所編制的中國縣域數(shù)字普惠金融指數(shù)對數(shù)字金融進行度量。在穩(wěn)健性檢驗中，本文采用北京大學數(shù)字金融研究中心發(fā)布的北京大學數(shù)字普惠金融指數(shù)作為數(shù)字金融的代理變量，對研究假設做進一步檢驗。穩(wěn)健性檢驗結果與上文實證結果高度一致，證明本文結論具有穩(wěn)健性。

（2）添加解釋變量滯后項。考慮到經濟因素本身具有慣性，數(shù)字金融對農戶信貸可得性和農戶收入的影響可能存在路徑依賴，從而產生滯后效應，因此本文在模型中引入數(shù)字金融的滯后項，對研究假設做進一步驗證。實證結果表明，確實存在數(shù)字金融的滯后影響，但在考慮該因素后，并不影響前文結論。

（3）選取合適的工具變量。盡管本文選取的數(shù)字金融指數(shù)為縣域數(shù)據，農戶數(shù)據為微觀個體數(shù)據，在一定程度上緩解了農戶微觀數(shù)據影響縣域數(shù)字金融的逆向因果問題，但仍不能完全排除變量之間潛在的相關和自相關關系。為了進一步解決由此產生的內生性問題，本文參照張勛等[28]的做法，選取縣域與杭州的空間距離作為數(shù)字金融的工具變量，并采用2SLS 法進行檢驗估計。選取這一工具變量的合理性體現(xiàn)在：首先，縣域與杭州的空間距離并不會影響樣本內農戶的微觀行為，至少不會直接影響，滿足外生性要求；其次，縣域與杭州的空間距離會顯著影響縣域數(shù)字普惠金融指數(shù)，杭州作為網商銀行所在地、數(shù)字經濟示范區(qū)，會對周邊城市產生明顯的輻射帶動作用，滿足相關性要求。2SLS估計的實證結果與上文的回歸分析結果基本一致，OLS 估計并沒有過度高估因果處理效應。另外，2SLS 估計的第一階段結果顯示，工具變量與數(shù)字金融顯著正相關，且第一階段F 值均大于10，故不存在弱工具變量問題。

五、結論與建議

農村數(shù)字普惠金融不應“大水漫灌”，而應“精準滴灌”，積極尋求與目標農戶的精準對接。如此才能一方面充分發(fā)揮金融扶貧的功效，另一方面保障農村金融的可持續(xù)發(fā)展，讓金融真正釋放“造血”功能，為全面推進鄉(xiāng)村振興提供強勁支撐。本文基于中國鄉(xiāng)村振興綜合調查（CRRS）數(shù)據庫，探究了數(shù)字金融、目標瞄準與農戶增收之間的關系，得出了以下幾點結論：首先，數(shù)字金融顯著增加了有需求、有能力的目標農戶的信貸可得性，且對目標農戶存在信貸需求側的放大機制。其次，硬件設備、網絡條件和村莊信息網絡傳遞均會影響數(shù)字金融對目標農戶的瞄準，但在不同目標群體中的影響效果不同，硬件設備和網絡條件在有借款需求的農戶樣本中影響最大，村莊信息網絡傳遞在有學習能力的農戶樣本中影響最大。最后，在有借款需求、有勞動能力和有學習能力的3 個農戶樣本中，數(shù)字金融對目標農戶的財產性收入均存在以信貸可得性為中介變量的中介效應；在有勞動能力和有學習能力的目標農戶樣本中，數(shù)字金融對非農經營性收入存在完全中介效應；數(shù)字金融對農戶的工資/創(chuàng)業(yè)性收入雖然不存在中介效應，但具有顯著正向影響?；谝陨辖Y果，本文提出以下3 點政策建議。

第一，在發(fā)展農村數(shù)字普惠金融的過程中，應著重賦能有需求、有能力的農村居民，并繼續(xù)充分依托互聯(lián)網和科技的力量，深度挖掘用戶數(shù)據，不斷豐富應用場景，完善下沉服務。進一步細化農戶的網絡畫像，準確把握目標農戶的個性化信貸需求，加強數(shù)字金融對目標農戶的瞄準和對接能力，從而最大程度地提高金融資源的利用效率，為農村數(shù)字金融的可持續(xù)發(fā)展提供保障。

第二，加強農村通訊基礎設施建設，提升上網設備的覆蓋率，改善農戶的網絡條件，使更多農戶可以接入互聯(lián)網，促使其信貸需求被有效捕捉。另外，應進一步推進鄉(xiāng)村治理數(shù)字化和信息傳播網絡化，提高村莊內部信息的傳播效率、增加傳播廣度，進而提升農戶的信息化水平，助力數(shù)字金融提升對目標農戶的瞄準效果。

第三，數(shù)字金融對農戶的增收效應表明，我國應繼續(xù)加大對農村數(shù)字普惠金融的推廣力度，在注重區(qū)分目標農戶的前提下，多層次、有針對性地提高數(shù)字金融對不同目標農戶在多個維度的增收效果。對于有勞動能力和有學習能力的農戶，應加強創(chuàng)業(yè)知識、專業(yè)技能和就業(yè)培訓，提高數(shù)字金融對其非農經營性收入和工資/創(chuàng)業(yè)性收入的影響；通過增強目標農戶的專業(yè)理財知識儲備和風險防范意識，提高數(shù)字金融對目標農戶財產性收入的影響；鑒于數(shù)字金融對農業(yè)經營性收入的影響較小，可以持續(xù)加強數(shù)字金融對農業(yè)生產環(huán)節(jié)的投入，賦能農業(yè)現(xiàn)代化，不斷提升農業(yè)機械化水平，為多維度促進農民增收和推進鄉(xiāng)村振興貢獻更多金融力量。

注：

①受篇幅所限，正文中未呈現(xiàn)穩(wěn)健性和內生性檢驗的實證結果，備索。