党的二十大报告明确指出,中国式现代化是全体人民共同富裕的现代化,实现全体人民共同富裕是中国式现代化的本质要求。
近年来,随着互联网技术的迅猛发展和广泛应用,金融数字化带来的便捷和服务越来越多地惠及农户等长尾群体。农户使用数字技术不仅会提高必要的金融信息获取能力,还会全面了解和清晰认识金融产品的特征,拓宽金融知识边界,提高金融技能。因此,数字金融素养正成为有效使用数字金融服务的先决条件(Morgan等,2019;张龙耀等,2021)。数字金融素养不仅能够影响家庭储蓄和消费行为,推动家庭消费结构升级,还能够显著减少相对贫困的发生概率,促进共同富裕(罗煜和曾恋云,2021;Setiawan等,2022)。但是与城市相比,目前我国农村地区数字基础设施建设水平和数字工具普及率还相对较低,在互联网技术接入及使用等方面仍存在数字排斥现象,导致农户在适应金融数字化方面还存在明显不足。大部分农户仍依旧依赖传统渠道和方式满足自身的金融需求,出现金融排斥(熊健和杨军,2022)。金融排斥和数字排斥会抑制数字金融素养效用的发挥,扩大城乡收入差距,不利于共同富裕的实现。
那么,基于农户金融素养相对偏低、城乡数字化水平存在一定差异的现状,数字金融素养能否显著促进农民农村共同富裕?数字金融素养促进农民农村共同富裕的作用机制是什么?数字基础设施建设和数字工具普及在数字金融素养促进农民农村共同富裕中是否具有推动作用?在把实现农民农村共同富裕作为推进农业农村现代化核心目标的背景下,对以上问题进行系统的理论和实证分析,对于巩固拓展脱贫攻坚成果与乡村振兴有效衔接进而实现全体人民共同富裕具有重要的理论意义和现实意义。
自从金融素养这一概念在1992年被Noctor等开创性地提出以来,诸多学者对金融素养的含义展开了细致的研究,主要集中于以下三类:一是基于对金融知识的理解,认为金融素养是对复利计算、名义价值与实际价值的差异以及风险分散等生活中必备的基本金融概念的掌握(Lusardi,2008);二是关注运用金融知识的能力,认为金融素养是对所掌握的金融技能加以运用的能力(Moore,2003);三是将前两类结合,把金融素养进一步定义为在对基本的经济和财务知识有所了解的同时,能够运用这些财务知识和技能来合理配置金融资源以获得收益的能力(Hung等,2009)。此外,在金融素养的度量方面,Lusardi和Mitchell(2011)提出的运用复利计算、通货膨胀以及风险分散这三大基础问题衡量居民金融素养水平的方法一直以来被学者们广泛认可。
随着金融数字化转型的推进,移动货币和数字钱包等数字支付工具已成为日常交易的常态,数字投资应用程序的日益流行也逐渐改变着人们的理财方式,传统的金融素养定义和度量指标已经不足以捕捉数字环境下金融服务的特殊性,所以有学者提出需要将数字金融素养概念化和操作化,进一步探究数字背景下获得数字金融服务以及扩大财务收益的途径(Lyons和Kass-Hanna,2021;Stephen,2022;Ravikumar等,2022)。国外学者大多认为,数字金融素养是个人利用数字设备积极进行金融交易及使用数字金融服务所必需的知识、技能、态度和行为习惯(Saini,2019;Azeez和Akhtar,2021)。在数字金融素养的度量方面,Lyons和Kass-Hanna(2021)从基本知识和技能、意识、实践知识、决策和自我保护五个维度构建了数字金融素养的概念框架,具体度量指标有复利计算、通货膨胀以及风险分散三大问题,以及数字支付的能力、金融账户的开通等。Prasad等(2018)则提出了数字金融素养的四个维度,即基本知识、实践经验、风险意识以及金融技能。近年来,国内也有学者在复利计算、通货膨胀以及风险分散三大问题的基础上,增加了数字支付、数字理财、数字借贷来对数字金融素养进行度量(司传宁等,2022)。
目前,国内外学者主要关注金融素养对农户创业、减贫以及消费结构改善等方面的影响。创业方面,金融素养的提升有利于提高农户创业积极性,对创业存续及创业绩效都表现出积极的正外部效应(宋全云等,2020)。减贫方面,金融素养的提升有助于居民减少对金融市场的认知偏差,优化家庭金融投资决策,缓解流动性约束,进而提升农户收入,实现相对贫困的缓解(Sevim等,2012;孙继国和王倩,2022)。改善消费结构方面,金融素养越高的农户,越有可能通过制定养老计划、参与社会养老保险提高参保程度,进而提升发展性消费在家庭总消费中的占比,改善消费结构(Jappelli和Padula,2013;贾立和李铮,2021)。近年来,随着数字技术与金融的深度融合,一些学者开始关注数字金融素养对家庭消费和创业的影响,认为金融数字化可以增加金融普惠性,数字金融素养能够通过优化资产配置与缓解融资约束提升发展型消费占总消费的比重,进而促进家庭消费结构升级(Tony和Desai,2020;邓瑜,2022)。还有学者认为数字金融素养对企业所有权、企业创新和财务绩效都具有显著的积极影响,而且数字金融素养可以通过销售、借贷和投资渠道影响家庭创业绩效(Luo等,2021)。
随着中国现代化进程的不断推进,共同富裕成为了一个全新的时代课题。学者们普遍认为共同富裕不仅要实现物质富裕这个核心目标,还要达到物质富裕和精神富裕两个层面的协调发展(万海远和陈基平,2021)。还有学者认为,共同富裕除了提高人均国民收入水平,达到物质和精神的总体富裕,还旨在缩小群体、区域、城乡收入差距,体现富裕共享性(刘培林等,2021)。基于共同富裕的理论内涵,近年来开始有学者构建共同富裕的测度指标,利用宏微观数据实证研究金融对共同富裕的影响,而且主要是从普惠金融、数字金融的角度切入。部分学者基于宏观面板数据实证研究发现,普惠金融不仅能够提升居民收入、降低收入不平等,而且能够在一定程度上缩小城乡收入差距,实现对共同富裕的积极推进(邹克和倪青山,2021;吕勇斌和文琳,2022)。还有学者利用CHFS等微观调查数据实证研究发现,数字普惠金融能够通过促进居民创业和改善居民风险偏好来缓解相对贫困,显著缓解居民所面临的机会不平等,缩小收入差距,从而在一定程度上推进共同富裕的实现(田瑶等,2022;孙继国和杨晓倩,2022)。
综上所述,已有文献为本文提供了有益借鉴与参考,但现有研究大多从全体居民共同富裕出发,鲜有文献针对农民农村共同富裕开展研究。此外,目前国内关于数字金融素养的研究还相对较少,从个人禀赋出发对数字金融素养和农民农村共同富裕两者的作用机制进行系统理论分析和实证检验的研究也比较少见,分析数字基础设施建设以及数字工具普及在数字金融素养对农民农村共同富裕影响中发挥何种作用的研究更是鲜见。鉴于此,本文基于中国家庭金融调查(CHFS)数据,利用双向固定效应模型实证检验数字金融素养对农民农村共同富裕的影响效应及其作用机制。可能的边际贡献在于:第一,将研究对象聚焦农民农村共同富裕,从总体富裕和共享富裕两个层面选取代表性指标衡量农民农村共同富裕水平,探讨数字金融素养对共同富裕的影响,是对已有研究的进一步深化;第二,从农户创业与社会资本两个角度验证了数字金融素养推动农民农村共同富裕的内在传导机制,全面阐释数字金融素养促进农民农村共同富裕的科学内涵;第三,从数字基础设施建设和数字工具普及两个角度探析数字金融素养推动农民农村共同富裕的外部影响因素,验证两者对数字金融素养促进农民农村共同富裕是否存在助推作用。
二、理论分析与研究假设农民农村共同富裕,绝非仅仅是农户之间的财富合理分配,而是需要创造更多财富的人和释放这些有创造力的人的能力,即未来具有“创造力”的人才是产生农户增量财富的关键所在,也是农民农村共同富裕的关键所在。如果未能解决可行能力层面的困境,则可行能力不足会在一生中不断积累,进而形成终身劣势(刘波,2022)。金融素养水平高的居民不仅能够识别金融风险,作出客观合理的金融决策,以此守护财产安全,还具有清晰地计算借款、贷款成本和利息的能力,能够为长期与短期目标作出合理的资金规划,实现相对贫困人口收入的“开源”和资产配置的“节流”,加快财富积累,提升收入稳健性(单德朋,2019)。当前,新一代数字技术正深刻影响着经济社会的各领域,数字金融素养作为一种数字时代的人力资本,是解决相对贫困问题、促进共同富裕的重要前提(罗煜和曾恋云,2021)。农村居民可以通过使用数字化金融工具培养自身参与金融活动的主观意愿,逐渐提升其获得收益的能力和概率,以恰当的形式获得必要的金融服务,有效缓解金融排斥现象,增加获得财产性收入的渠道。数字金融素养的提升还能够直接影响居民金融信息获取及金融工具使用效率,能够让居民通过数字化金融交易享受更多的选择权,对实现家庭财富增长有着重要作用(邓瑜,2022;司传宁等,2022)。同时,数字化过程能够缓解信息不对称,降低居民接受金融教育、办理保险、休闲娱乐等方面的成本,增加保险、基金等金融产品的投资收益,优化消费结构,满足居民的物质和精神需求。据此,本文提出以下假设:
H1:数字金融素养的提升能够显著促进农民农村共同富裕。
金融素养是影响创业活动的重要因素,它能够帮助创业者判断投融资形势,作出理性的创业决策,保证创业资源的合理分配。同时也能够加强资金计算和统筹规划能力,增强创业过程中的风险防范意识,实现企业的良好运转(尹志超等,2015)。金融素养的改善能提高农户创业融资意愿,显著提升非创业农民未来的创业倾向和创业概率(苏岚岚和孔荣,2019)。从现实来看,农户创业需要多方面的禀赋共同发挥作用,不仅需要较高的金融素养以达成融资需求,有效规避风险,更需要较高的数字素养以获取创业信息,甄别创业机会,避免由于信息不对称或错误信息造成的决策失误,保证创业活动的顺利开展。因此,在数字经济快速发展的背景下,培养农户数字素养进而帮助其提升数字应用技术和技能成为助推农户创业成功的重要手段(李晓静等,2022)。数字素养和金融素养一并成为建立积极金融行为和长期金融安全的关键因素,展示了传统金融素养以包括数字素养的必要性。数字金融素养的提高,能够提升家庭数字能力与财务能力,有助于降低创业门槛,促进家庭创业和创新(Luo和Zeng,2020)。而农户创业不仅会增加农村家庭的非农就业机会,提升低收入群体的工资性收入,还显著缩小了农民内部收入差距与区域收入差距,有利于推进共同富裕(王轶和刘蕾,2022)。
金融素养较高的农户往往具有较强的人际关系处理能力,而且社会活动参与和组织能力也较强,更易搭建广泛牢固的社会网络,因而也会具有较高的社会资本(阿丽娅等,2021)。数字金融素养较高的农户可以通过数字技术整合人际信任关系,打破社交距离的固化,进一步实现社会资本的拓展(聂爱云和郭莹,2021)。在我国农村地区,农民交往阶层长期以来维持在以亲缘和地缘为主的社会网络之中,导致农村居民很难获得跨越阶层的资源和信息。而数字设备的普及使用、数字联通方式能够打破农村居民传统熟人社会的交往圈层,增加圈子之外的社会互动,扩展社会网络,有助于隐形信息的有效传播,从而改变农村居民的社会资本(王金杰等,2019)。社会资本的积累可以促进农村社会制度质量的改善,带来农户收入水平的提高,实现农村居民的物质富裕(杨怡和王钊,2021)。现实中,由于社交群体固化致使农村居民获取信息途径闭塞,而社会网络的扩展可以有效获取群体之外的信息,作为对生产性资产的补充或替代,提高农户劳动生产率并增加收入,在一定程度上可以有效摆脱相对贫困。另外,社会资本除了可以显著提升农户收入外,还可以通过降低工资性收入差距、经营性收入差距和财产性收入差距三条途径来缓解农户内部收入差距(于福波和张应良,2019)。据此,本文提出以下假设:
H2a:数字金融素养通过提升农村居民创业水平促进农民农村共同富裕。
H2b:数字金融素养通过增加农村居民社会资本促进农民农村共同富裕。
目前,信息化、网络化、数字化成为当今社会发展的大趋势,互联网已经全面融入经济社会发展和人民的生产生活。但我们也发现,数字时代的“马太效应”日益突出。由于地区数字基础设施建设水平以及年龄、学历等自身技能因素的差异使得农户在数字工具使用中存在明显差距,造成部分群体缺乏必要的金融信息获取渠道及能力,形成金融素养水平的不一致,这将限制其数字金融行为响应,致使不同群体收入水平出现分化,造成收入差距进一步加大(张龙耀等,2021)。数字资源禀赋的失衡,可能会影响数字金融素养对农民农村共同富裕促进作用的发挥。
习近平总书记在2022年4月召开的中央财经委员会第十一次会议中强调要“加快新型基础设施建设”,作为新型基础设施建设的关键组成部分,数字基础设施建设的优化发展具有十分重要的意义。随着数字基础设施建设的推进,农村居民可以获得更为便捷的学习和应用渠道,能够进一步拓宽其金融知识边界,拓展其金融技能,摆脱农村居民现存的金融素养低下的发展困境。农村数字基础设施建设水平越高,农户可及的数字基础设施越好,农户使用数字技术就会越频繁,也越有利于农户享受数字技术带来的增收红利,促进共同富裕(祝志勇和刘畅畅,2022)。此外,受限于收入水平的分化,不同家庭的数字工具普及率存在一定差距。数字工具作为金融产品与服务的重要媒介,在一定程度上能够缓解农村居民面临的数字排斥现象,使得低收入人群有了获取数字金融服务的可能,因而可以充分享受个体数字金融素养水平提升带来的红利(胡联等,2021)。据此,本文提出以下假设:
H3a:数字基础设施建设能够进一步推动数字金融素养促进农民农村共同富裕。
H3b:数字工具普及能够进一步推动数字金融素养促进农民农村共同富裕。
三、研究设计 (一) 数据来源本文的研究数据为西南财经大学2017年、2019年在全国范围内实地调研得到的中国家庭金融调查(CHFS)数据。该数据提供了衡量数字金融素养和农民农村共同富裕所需的相关问题指标。本文的研究样本为两年都接受问卷调查的农村户主,为避免异常值和缺失值带来的误差,对样本进行数据处理,最终获取7926个农村受访户的样本数据。
(二) 变量选取与描述性统计1.被解释变量:农民农村共同富裕(CP)。参照张金林等(2022)的研究,从总体富裕和共享富裕两个子维度对农民农村共同富裕水平进行定量测度,具体衡量指标见表1。将所有负向指标取倒数进行正向化处理,运用熵值法计算农民农村共同富裕的综合得分,得分越大,表明农民农村共同富裕水平越高。同时,进一步将农民农村共同富裕分为总体富裕(CP1)和共享富裕(CP2)两个子维度并计算各维度得分,得分越大表明总体富裕(CP1)和共享富裕(CP2)水平越高。
一级指标 | 二级指标 | 三级指标 | 临界值及赋值 | 指标性质 |
总体富裕 | 物质富裕 | 家庭人均收入 | 家庭人均收入占国家统计局发布的年度地区农村居民人均
可支配收入中位数的比重 |
正向 |
家庭人均消费 | 家庭人均消费占国家统计局发布的年度农村居民人均
消费支出的比重 |
正向 | ||
家庭总资产 | 以调查样本年度家庭总资产的中位数为界,不低于此数值
赋值为1,反之为0 |
正向 | ||
精神富裕 | 文娱支出 | 家庭文娱支出占家庭消费总支出的比重 | 正向 | |
教育培训支出 | 家庭教育培训支出占家庭消费总支出的比重 | 正向 | ||
主观幸福感 | 自评非常幸福和幸福赋值为1,反之为0 | 正向 | ||
受教育程度 | 16岁及以上家庭成员教育程度为高中及以上的比重 | 正向 | ||
社会保障 | 养老保险 | 16岁及以上家庭成员参加养老保险的比重 | 正向 | |
医疗保险 | 16岁及以上家庭成员参加医疗保险的比重 | 正向 | ||
健康状况 | 家庭成员身体状况好和非常好的比重 | 正向 | ||
工作状况 | 最近一年内有工作赋值为1,反之为0 | 正向 | ||
共享富裕 | 城乡差距 | 城乡居民收入比 | 调查样本所在地区的城乡居民收入水平比 | 负向 |
城乡居民消费比 | 调查样本所在地区的城乡居民消费水平比 | 负向 | ||
群体差距 | 收入差异 | 以调查样本人均收入的均值为界,计算各样本与均值的离散值的
绝对值,并取对数 |
负向 | |
消费差异 | 以调查样本人均消费的均值为界,计算各样本与均值的离散值的
绝对值,并取对数 |
负向 |
2.解释变量:数字金融素养(DFL)。数字金融素养不仅涵盖金融知识、金融技能,还强调居民使用金融产品的数字技能。参照Prasad等(2018)、Lyons和Kass-Hanna(2021)的研究,首先,选取利率计算、通货膨胀计算和风险三大问题对受访者的金融知识水平进行衡量。Van Rooij等(2011)认为,回答错误与选择不知道或算不出来的受访者他们的金融素养水平是不一致的,相对于回答错误来讲,选择不知道或算不出来表明受访者缺乏基本金融知识,其金融素养水平更低。因此借鉴其研究,对每个问题分别设置是否正确回答和是否直接回答(回答不知道或算不出来即为间接回答)两个哑变量。其次,选取是否有股票账户、是否持有基金、是否持有信用卡来衡量金融技能的运用。再次,选取是否持有互联网理财产品、是否选用电脑或者手机等移动终端支付、是否因生产经营和购买房车等日常生活活动进行网络借贷来对居民使用金融产品的数字技能进行衡量。最后,对以上12个变量进行迭代因子分析,计算综合得分,以此得分来衡量农村居民数字金融素养水平。
3.控制变量。选取反映户主个人特征、家庭特征以及地区特征的变量作为控制变量。户主个人特征变量包括年龄(Age)、性别(Gender,男性=1)、婚姻状况(Marry,已婚=1)、受教育年限(Edu)、政治面貌(Party,中共党员=1)、户口(Reg,非农业户口=1),为了分析年龄对农民农村共同富裕的影响是否存在正U形或倒U形的关系,引入年龄的平方项(Age2,除以100);家庭特征变量包括家庭人口规模(Scale,家庭总人口数)、人口负担比(Ratio,老年和儿童占比)、是否拆迁(Dem,拆迁=1)、有几套自住房(Houses);地区特征变量为所在地区经济发展水平(Lnpgdp,实证分析中取对数)。各变量的基本描述性统计如表2所示。
变量名称 | 变量符号 | 观测值 | 平均值 | 标准差 | 最小值 | 最大值 |
农民农村共同富裕 | CP | 7926 | 0.323 | 0.185 | 0.027 | 0.964 |
数字金融素养 | DFL | 7926 | −0.001 | 0.417 | −0.350 | 5.620 |
年龄 | Age | 7926 | 59.360 | 11.049 | 24 | 94 |
年龄的平方/100 | Age2 | 7926 | 36.457 | 13.216 | 5.760 | 88.360 |
性别 | Gender | 7926 | 0.941 | 0.235 | 0 | 1 |
婚姻状况 | Marry | 7926 | 0.886 | 0.318 | 0 | 1 |
受教育年限 | Edu | 7926 | 7.222 | 3.289 | 0 | 19 |
政治面貌 | Party | 7926 | 0.320 | 0.467 | 0 | 1 |
户口 | Reg | 7926 | 0.054 | 0.226 | 0 | 1 |
家庭人口规模 | Scale | 7926 | 3.247 | 1.589 | 1 | 9 |
人口负担比 | Ratio | 7926 | 0.403 | 0.375 | 0 | 1 |
是否拆迁 | Dem | 7926 | 0.050 | 0.218 | 0 | 1 |
有几套自住房 | Houses | 7926 | 1.107 | 0.516 | 0 | 21 |
经济发展水平 | Lnpgdp | 7926 | 10.943 | 0.345 | 10.258 | 12.009 |
为探究数字金融素养对农民农村共同富裕的影响效果,基准回归模型构建如下:
$ CP_{it} = \alpha _0 + \alpha _1DFL_{it} + \alpha_ 2X_{it} + \theta_ i + \delta_ t + \varepsilon_{it} $ | (1) |
其中,
对基准模型进行回归检验,结果如表3所示。其中列(1)是数字金融素养对农民农村共同富裕总体的回归结果,结果显示,在控制了反映户主个人特征、家庭特征以及地区特征的变量后,数字金融素养的回归系数显著为正,表明数字金融素养的提升能够显著促进农民农村共同富裕,假设H1成立。列(2)和列(3)是数字金融素养分别对总体富裕和共享富裕两个子维度的回归结果,可以看出,数字金融素养对总体富裕的回归系数在1%的水平上显著为正,而对共享富裕的促进作用不明显,可能的原因在于,实现农民农村共同富裕,首要目标是物质资料的富足,其次是精神需求的满足。目前,数字金融素养对农村居民的影响主要还是在促进农民增收和提高精神文化消费支出两方面,由于农村地区大量相对贫困人口的存在,数字金融素养提升的福利效应还未能得到进一步的有效发挥。
(1) | (2) | (3) | |
CP | CP1 | CP2 | |
DFL | 0.018**(0.007) | 0.020***(0.007) | −0.001(0.001) |
Age | −0.010*(0.006) | −0.011*(0.006) | −0.001(0.001) |
Age2 | 0.004(0.005) | 0.004(0.005) | 0.001**(0.001) |
Gender | 0.011(0.034) | 0.011(0.036) | −0.004(0.003) |
Marry | 0.008(0.011) | 0.008(0.012) | 0.001(0.001) |
Edu | 0.012***(0.001) | 0.012***(0.001) | 0.0001(0.0001) |
Party | −0.0004(0.004) | −0.001(0.004) | 0.001(0.001) |
Reg | −0.027(0.017) | −0.028(0.017) | −0.003**(0.001) |
Scale | 0.028***(0.002) | 0.029***(0.002) | −0.0002(0.0004) |
Ratio | 0.018(0.011) | 0.019(0.012) | −0.0005(0.003) |
Dem | 0.000(0.009) | −0.0002(0.010) | 0.001(0.001) |
Houses | 0.011**(0.005) | 0.011**(0.005) | 0.001(0.001) |
Lnpgdp | −0.010(0.019) | −0.020(0.020) | 0.021***(0.003) |
Cons | 0.651**(0.287) | 0.761**(0.299) | 0.061(0.049) |
Ind FE | YES | YES | YES |
Year FE | YES | YES | YES |
N | 7926 | 7926 | 7926 |
R2 | 0.134 | 0.128 | 0.067 |
注:***、**、*分别表示 1%、5%、10%的显著性水平,括号内为聚类标准误。下同。 |
户主特征控制变量方面,受教育年限越高的户主,对共同富裕水平的提高越有显著积极效应。原因可能是受教育年限越长的农户,其拥有更多的致富知识,对金融技能的掌握也更熟练,金融素养的“溢出效应”也更显著。家庭特征控制变量方面,人口规模越大,共同富裕水平越高。虽然人口多的家庭会消耗更多的家庭物质财富,从而削弱物质富裕度,但是相较于人口少的家庭,其精神需求相对容易获得满足。另外,拥有自住房且房产数量越多的家庭,共同富裕水平也越高,原因可能是房产作为固定资产,不仅可以提升居民物质富裕度,还使得居民在心理上更容易获得满足,促使家庭有余力进行更多的消费行为,进而提升居民总体富裕度。
(二) 内生性检验本文可能面临的内生性问题主要是:一方面,尽管本文尽量控制了可能影响农民农村共同富裕水平的相关因素,但是依旧存在未被纳入实证模型中的相关变量,造成遗漏变量问题;另一方面,共同富裕水平越高的农村居民,其金融活动越频繁,在实践过程中会引起自身数字金融素养水平的提升,由此引起反向因果关系。此外,还可能存在样本选择偏误问题。为此,本文从以下三方面缓解内生性问题。
1.为解决数字金融素养与农民农村共同富裕可能存在因遗漏变量等导致的内生性问题,参考宋全云等(2020)的做法,选取同一社区除自身以外的其他家庭受访者的平均数字金融素养(IV)作为数字金融素养的工具变量。受访者可以通过向同社区其他家庭学习来提高自身数字金融素养水平,而其他家庭数字金融素养水平对受访者家庭共同富裕水平是严格外生的。工具变量的两阶段回归结果见表4列(1)和列(2)。Anderson LM 统计量的值为48.030,说明工具变量与数字金融素养相关,满足了相关性的要求;弱识别检验的Cragg-Donald Wald F统计量为48.448,说明不存在弱工具变量问题。列(1)一阶段回归结果显示,工具变量的回归系数显著为正,验证了数字金融素养与工具变量存在正相关关系。列(2)二阶段回归结果显示,与基准回归相比,在考虑内生性并加入工具变量后,数字金融素养回归系数的值变大且符号保持不变。这意味着,考虑了内生性问题后,数字金融素养对农民农村共同富裕仍然存在显著的正向影响,与前文基准回归结论一致。
(1) | (2) | (3) | |
DFL | CP | CP | |
IV | 0.169*** | ||
(0.028) | |||
DFL | 0.124** | ||
(0.062) | |||
F.DFL | 0.061*** | ||
(0.006) | |||
控制变量 | YES | YES | YES |
Ind FE | YES | YES | NO |
Year FE | YES | YES | NO |
N | 7926 | 7926 | 3963 |
R2 | 0.043 | 0.079 | 0.404 |
2.为缓解由于反向因果而导致的内生性问题,本文借鉴董春风和司登奎(2022)的研究,将核心解释变量提前一期进行回归,以尽可能减弱“共同富裕水平越高的农村居民,其数字金融素养也越高”这一反向因果关系。回归结果见表4列(3)。列(3)表明,将自变量提前一期后,数字金融素养的系数依旧显著为正。
3.为缓解样本选择偏误问题,使用倾向得分匹配法进行检验。以数字金融素养的均值为标准将全样本划分为处理组和控制组,大于均值的为处理组,赋值为1;小于均值的为控制组,赋值为0。采用四种不同的匹配方法,根据匹配后的样本计算处理组的平均处理效应ATT,结果见表5。由表5可知,四种匹配方法得到的结果均显著匹配,说明数字金融素养水平的提升能够显著促进农民农村共同富裕。
匹配方法 | CP | ||||
处理组 | 控制组 | ATT | t值 | 标准误 | |
K近邻匹配 | 0.379 | 0.344 | 0.035*** | 7.14 | 0.005 |
卡尺匹配 | 0.379 | 0.341 | 0.038*** | 8.29 | 0.005 |
核匹配 | 0.379 | 0.283 | 0.096*** | 21.94 | 0.004 |
局部线性回归匹配 | 0.379 | 0.344 | 0.035*** | 5.82 | 0.006 |
注:K近邻匹配(K=4);卡尺匹配采用卡尺为 0.01。 |
首先,更换被解释变量的度量方法。运用主成分分析法重新测度农民农村共同富裕,表6列(1)显示,数字金融素养的回归系数依旧显著为正。其次,更换解释变量的衡量指标。根据被调查样本对衡量数字金融素养问题的回答,计算回答正确的个数,以此指标重新度量数字金融素养。列(2)显示,在更换了数字金融素养指标后,回归系数仍然显著为正。再次,剔除经济发展水平相对较高的四个直辖市的家庭样本。列(3)显示,在剔除了直辖市的家庭样本后,数字金融素养的回归系数依然显著为正。最后,对数字金融素养进行上下1%的缩尾处理。列(4)显示,在对数字金融素养缩尾处理之后,其回归系数依旧显著为正。综上可以看出,无论是更换被解释变量的度量方法、替换解释变量的衡量指标,还是剔除部分样本、抹平极端值,数字金融素养的回归系数均显著为正,前文基准回归分析结果稳健。
(1) | (2) | (3) | (4) | |
CP | CP | CP | CP | |
DFL | 0.051**(0.023) | 0.006*(0.003) | 0.019**(0.007) | 0.020**(0.008) |
Cons | 1.281(0.978) | 0.601**(0.286) | 0.632**(0.296) | 0.650**(0.287) |
控制变量 | YES | YES | YES | YES |
Ind FE | YES | YES | YES | YES |
Year FE | YES | YES | YES | YES |
N | 7926 | 7926 | 7402 | 7926 |
R2 | 0.034 | 0.133 | 0.137 | 0.134 |
前文的理论分析认为,数字金融素养能够通过提升创业水平和增加社会资本促进农民农村共同富裕。为验证假设的合理性,本文借鉴江艇(2022)的研究,在基准回归模型基础上构建如下中介效应模型:
$ Med_{it} = \beta_0 + \beta_1DFL_{it} + \beta_2X_{it} + \theta _i + \delta _t + \varepsilon _{it} $ | (2) |
其中,Med是中介变量,其余变量定义同前。中介变量包括:(1)创业(Emp),根据受访者对“目前,您家是否从事工商业生产经营项目,包括个体户、租赁、运输、网店、经营企业等?”这一问题的回答来衡量创业水平,如果回答“是”,则认为居民进行了创业,赋值为1,否则赋值为0。(2)社会资本(Cap),采用家庭在春节、中秋节等节假日礼金支出、红白喜事支出、通讯费支出的对数,利用主成分分析法构建社会资本综合指数。模型(2)用于探究核心解释变量与中介变量之间的关系,若数字金融素养的系数显著、符号与预期相同,并且既有文献已论证中介变量能显著影响农民农村共同富裕,则说明数字金融素养能通过中介变量促进农民农村共同富裕。
1.创业渠道。不断发展的社会生产力是实现共同富裕的物质前提,创业是促进社会生产力跃升的重要路径。创新创业主体不断利用个体能动性创造满足市场需求的产品和服务,不仅充分体现了个人价值,也为社会不断提供工作岗位与就业机会,提高相关利益群体的收入水平和财富总量,创造社会价值。为此,本文从创业渠道探究数字金融素养对农民农村共同富裕的作用机制。表7列(1)为基准回归结果,与前文一致。列(2)显示数字金融素养对创业的回归系数正向显著,表明数字金融素养的提升有助于农村居民创业。农村居民创业能够提高其总体富裕水平,缩小城乡收入差距。综合理论分析和实证结果可知,数字金融素养能够通过增加农村居民创业进而促进农民农村共同富裕,假设H2a成立。
(1) | (2) | (3) | |
CP | Emp | Cap | |
DFL | 0.018**(0.007) | 0.026**(0.012) | 0.421***(0.110) |
Cons | 0.651**(0.287) | −0.497(0.520) | −5.106(4.425) |
控制变量 | YES | YES | YES |
Ind FE | YES | YES | YES |
Year FE | YES | YES | YES |
N | 7926 | 7926 | 7926 |
R2 | 0.134 | 0.011 | 0.055 |
2.社会资本渠道。社会网络是农村重要信息的获取渠道,也是互动交流的主要方式。社会资本的高低在很大程度上决定着农村居民之间信息的有效传播,是改善自身收入状况、实现共同富裕的有效路径。为此,本文从社会资本渠道探究数字金融素养对农民农村共同富裕的作用机制。表7列(3)显示数字金融素养对社会资本的回归系数正向显著,表明数字金融素养的提升能够明显增加农村居民的社会资本。社会资本有助于促进农民增收,缩小群体及区域收入差距。综合理论分析和实证结果可知,数字金融素养能够通过增加农村居民社会资本促进农民农村共同富裕,假设H2b成立。
五、进一步研究目前,以云计算、大数据、人工智能、区块链等为代表的信息技术正日益融入农业农村各领域,数字经济正在深刻影响和重塑广大农村居民的生活模式,成为促进农民农村共同富裕的重要助推器。然而农村地区部分农户存在互联网使用的数字鸿沟,无法获得数字红利,最终带来机会不平等,抑制共同富裕的实现。数字基础设施作为数字经济的基石,是弥合数字鸿沟的重要基础。通过数字化服务平台建设、数字化应用场景开拓、基础设施数字化改造升级等一系列举措,能够助力农村居民获取优质信息、打造全新社会网络,提升数字金融素养,降低在就业及创业中的融资成本,使其充分享受数字红利,实现多渠道增收,达到共同富裕。此外,伴随移动互联网的发展以及数字工具的普及,越来越多的农村居民开始偏爱数字化、移动式的服务体验,期望获得更加优质、便捷和安全的金融服务。数字工具作为数字金融服务的媒介,在提升居民数字资源禀赋、降低居民金融市场参与门槛中发挥着重要作用,使农村低收入群体有了获取数字金融服务的可能。
为进一步验证数字基础设施建设与数字工具普及是否会促进数字金融素养对农民农村共同富裕的正向影响,构建如下模型进行分析:
$ CP_{it} = \beta _0 + \beta_1DFL_{it} + \beta_2Adj_{it} + \beta_3DFL_{it} \times Adj_{it} + \beta_4X_{it} + \theta_i + \delta_t + \varepsilon_{it} $ | (3) |
其中,Adj是调节变量,其余变量定义同前。调节变量具体包括:(1)地区数字基础设施建设水平(DF),借鉴冀雁龙等(2022)的研究,从电话普及率、长途光缆线路长度、互联网普及率、互联网宽带接入端口和互联网域名数五方面运用熵值法对各地区数字基础设施建设水平进行衡量。(2)数字工具普及(DT),借鉴张金林等(2022)的研究,选取是否拥有智能手机来衡量。
实证检验结果如表8所示,其中列(1)为数字基础设施建设调节效应的回归结果,列(2)为数字工具普及调节效应的回归结果。由列(1)可知,数字金融素养与数字基础设施建水平的交互项对农民农村共同富裕的回归结果显著为正,表明数字基础设施建设促进了数字金融素养对农民农村共同富裕的正向影响,即数字基础设施建设水平越高,数字金融素养对农民农村共同富裕的促进效用越大,假设H3a成立。由列(2)可知,数字金融素养与数字工具普及的交互项对农民农村共同富裕的回归结果显著为正,表明数字工具普及促进了数字金融素养对农民农村共同富裕的正向影响,即数字工具普及状况越好,数字金融素养对农民农村共同富裕的促进效用越大,假设H3b成立。综合来看,随着数字基础设施建设水平的提高和数字工具的普及,农村居民对数字技术的应用越来越频繁,进而能够缩小在农村群体间由于数字设施和技能门槛而带来的数字鸿沟,在整体上会提高数字金融素养对农民农村共同富裕水平的推动作用。
(1) | (2) | |
CP | CP | |
DFL | 0.013(0.008) | 0.013*(0.007) |
DFL×DF | 0.085**(0.042) | |
DF | −0.081 | |
(0.052) | ||
DFL×DT | 0.024**(0.012) | |
DT | 0.015***(0.006) | |
Cons | 0.656**(0.292) | 0.639**(0.287) |
控制变量 | YES | YES |
Ind FE | YES | YES |
Year FE | YES | YES |
N | 7926 | 7926 |
R2 | 0.136 | 0.137 |
提高数字金融素养有助于实现共同富裕的长远目标。本文基于中国家庭金融调查(CHFS)数据,对农民农村共同富裕与数字金融素养水平进行了科学的定量测度,并采用双向固定效应模型实证分析了数字金融素养对农民农村共同富裕的影响和作用机制。结果发现,数字金融素养能够显著促进农民农村共同富裕。分维度来看,数字金融素养对农村居民的总体富裕促进作用更显著,对共享富裕的促进作用不明显。在考虑内生性问题以及更换共同富裕的测度方法、替换数字金融素养的衡量指标、改变样本及缩尾处理等一系列稳健性检验后,这一结论依然成立。机制分析表明,数字金融素养能够通过提升创业水平和增加社会资本促进农民农村共同富裕。进一步研究表明,数字基础设施建设和数字工具普及对数字金融素养促进农民农村共同富裕具有助推作用。
基于以上研究结论,提出如下对策建议:第一,强化农村居民金融知识和技能常态化教育培训,培养居民数字金融素养。整理金融知识、金融技能相关信息,以符合农户认知能力的方式呈现,使金融理论融入农民生活实践。必要时将数字金融素养的培养纳入基础教育体系,利用数字技术创造更为丰富的金融知识教育和培训方法,提升农村居民金融素养和数字技能。第二,培育和提高农户的金融风险防范意识,增加创业收入。加强金融风险教育,帮助农村居民清楚地判断自身的财务状况、正确认识风险和收益的关系,选择成本比较合适的贷款产品与适度的负债规模,在创业行为中实现借贷成本最小化和风险可控,作出更为合理的创业决策,增加农村居民创业收入。鼓励农村居民通过数字化平台获取真实准确、系统全面的互联网金融信息,避免盲目投资借贷而引发创业风险。第三,鼓励农村居民进行金融信息交互,扩展社会资本。重视社会资本这一非正式制度因素在获取有利于盈利信息的潜在作用,合理有效地调动社会网络中的资源,使农户有渠道获取金融方面的资讯,以更好地完成资产配置,从而提高农村居民获得财产性收入的水平。重视数字化平台在扩大社交网络中的重要作用,利用移动化、节点化的沟通方式打破地域限制,实现从“弱连接”关系到“强连接”关系的转化,促进社会资本累积。第四,完善农村数字基础设施建设,加快数字工具普及,消弭数字鸿沟。加快推进农村物联网、5G网络、信息平台、大数据等数字信息基础设施建设,充分发挥数字平台在金融服务当中的优势地位,帮助农户以更少的交易成本获取金融产品。强化对农户的数字工具普及教育,提高农村居民数字生活的参与度与接入能力,使农村居民也能充分享受到数字技术发展带来的便捷服务。同时,在加强农村数字设施建设、促进数字工具普及的同时也应加强网络安全教育,提高农户的自我保护能力,以便更稳健地跨越数字鸿沟,实现共同富裕。
[1] | 阿丽娅, 王汀汀, 韩复龄. 金融能力、信贷约束缓解与家庭消费——地区差异的视角[J].金融评论,2021(4). |
[2] | 邓瑜. 数字金融能力对家庭消费升级影响的实证[J].统计与决策,2022(18). |
[3] | 董春风, 司登奎. 数字普惠金融改善城市技术创新“低端锁定”困境了吗?[J].上海财经大学学报,2022(4). |
[4] | 何学松, 孔荣. 金融素养、金融行为与农民收入——基于陕西省的农户调查[J].北京工商大学学报(社会科学版),2019(2). |
[5] | 胡联, 姚绍群, 杨成喻, 等. 数字普惠金融有利于缓解相对贫困吗?[J].财经研究,2021(12). |
[6] | 冀雁龙, 李金叶, 赵华. 数字化基础设施建设与旅游经济增长——基于中介效应与调节效应的机制检验[J].经济问题,2022(7). |
[7] | 贾立, 李铮. 金融素养能改善农村家庭消费结构吗——基于农户参保行为的中介作用分析[J].农业技术经济,2021(10). |
[8] | 江艇. 因果推断经验研究中的中介效应与调节效应[J].中国工业经济,2022(5). |
[9] | 李晓静, 陈哲, 夏显力. 数字素养对农户创业行为的影响——基于空间杜宾模型的分析[J].中南财经政法大学学报,2022(1). |
[10] | 刘波. 共同富裕愿景下可行能力差距的测度与分解——基于中国家庭追踪调查数据的实证研究[J].湘潭大学学报(哲学社会科学版),2022(3). |
[11] | 刘培林, 钱滔, 黄先海, 等. 共同富裕的内涵、实现路径与测度方法[J].管理世界,2021(8). |
[12] | 罗煜, 曾恋云. 数字金融能力与相对贫困[J].经济理论与经济管理,2021(12). |
[13] | 吕勇斌, 文琳. 数字普惠金融与乡村治理——来自农村土地承包合同纠纷的证据[J].东方论坛,2022(4). |
[14] | 聂爱云, 郭莹. 互联网使用与居民社会资本——基于中国家庭追踪调查数据的研究[J].宏观经济研究,2021(9). |
[15] | 单德朋. 金融素养与城市贫困[J].中国工业经济,2019(4). |
[16] | 司传宁, 李亚红, 孙乐. 数字金融能力、收入多样化与家庭消费升级[J].消费经济,2022(6). |
[17] | 宋全云, 吴雨, 尹志超. 金融素养与家庭创业存续[J].科研管理,2020(11). |
[18] | 苏岚岚, 孔荣. 金融素养、创业培训与农民创业决策[J].华南农业大学学报(社会科学版),2019(3). |
[19] | 孙继国, 王倩. 金融能力、数字化金融行为与相对贫困缓解——基于CHFS数据的实证研究[J].重庆社会科学,2022(1). |
[20] | 孙继国, 杨晓倩. 普惠金融、数字鸿沟与共同富裕——基于农村相对贫困缓解的视角[J].金融论坛,2022(10). |
[21] | 田瑶, 赵青, 郭立宏. 数字普惠金融与共同富裕的实现——基于总体富裕与共享富裕的视角[J].山西财经大学学报,2022(9). |
[22] | 万海远, 陈基平. 共同富裕的理论内涵与量化方法[J].财贸经济,2021(12). |
[23] | 王金杰, 牟韶红, 盛玉雪. 电子商务有益于农村居民创业吗?——基于社会资本的视角[J].经济与管理研究,2019(2). |
[24] | 王轶, 刘蕾. 农民工返乡创业何以促进农民农村共同富裕[J].中国农村经济,2022(9). |
[25] | 吴卫星, 吴锟, 张旭阳. 金融素养与家庭资产组合有效性[J].国际金融研究,2018(5). |
[26] | 熊健, 杨军. 数字化背景下的农村金融排斥: 数字机遇还是数字鸿沟[J/OL]. 农业技术经济. https://doi.org/10.13246/j.cnki.jae.20221130.001, 2022-12-01/2023-03-19. |
[27] | 杨怡, 王钊. 社会资本、制度质量与农民收入——基于CHFS数据的微观计量分析[J].宏观经济研究,2021(8). |
[28] | 尹志超, 宋全云, 吴雨, 等. 金融知识、创业决策和创业动机[J].管理世界,2015(1). |
[29] | 于福波, 张应良. 外出务工、社会资本与农户内部收入差距[J].经济与管理研究,2019(8). |
[30] | 张金林, 董小凡, 李健. 数字普惠金融能否推进共同富裕?——基于微观家庭数据的经验研究[J].财经研究,2022(7). |
[31] | 张龙耀, 李超伟, 王睿. 金融知识与农户数字金融行为响应——来自四省农户调查的微观证据[J].中国农村经济,2021(5). |
[32] | 祝志勇, 刘畅畅. 数字基础设施对城乡收入差距的影响及其门槛效应[J].华南农业大学学报(社会科学版),2022(5). |
[33] | 邹克, 倪青山. 普惠金融促进共同富裕: 理论、测度与实证[J].金融经济学研究,2021(5). |
[34] | Azeez N P A, Akhtar S M J. Digital financial literacy and its determinants: An empirical evidences from Rural India[J]. South Asian Journal of Social Studies and Economics,2021,11(2):8–22. |
[35] | Hung A A, Parker A M, Yoong K. Defining and measuring financial literacy[R]. RAND Corporation Working Paper No.WR-708, 2009. |
[36] | Jappelli T, Padula M. Investment in financial literacy and saving decisions[J]. Journal of Banking & Finance,2013,37(8):2779–2792. |
[37] | Luo Y, Peng YC, Zeng LY. Digital financial capability and entrepreneurial performance[J]. International Review of Economics & Finance,2021,76:55–74. |
[38] | Luo Y, Zeng LY. Digital financial capabilities and household entrepreneurship[J].Economic and Political Studies,2020,8(2):165–202. |
[39] | Lusardi A. Household saving behavior: The role of financial literacy, information, and financial education programs[R]. NBER Working Paper No.13824,2008. |
[40] | Lusardi A, Mitchell O S. Financial literacy around the world: An overview[J]. Journal of Pension Economics & Finance,2011,10(4):497–508. |
[41] | Lyons A C, Kass-Hanna J. A methodological overview to defining and measuring “digital” financial literacy[J]. Financial Planning Review, 2021, 4(2): https://doi.org/10.1002/cfp2.1113. 10.1002/cfp2.1113 |
[42] | Moore D L. Survey of financial literacy in Washington State: Knowledge, behavior, attitudes, and experiences[R]. SESRC Technical Report 03-39, 2003. |
[43] | Morgan P J, Huang B, Trinh L Q. The need to promote digital financial literacy for the digital age[A]. Realizing education for all in the digital age[M]. Asian Development Bank Institute, 2019:40-46. |
[44] | Prasad H, Meghwal D, Dayama V. Digital financial literacy: A study of households of udaipur[J]. Journal of Business and Management,2018,5(1):23–32. |
[45] | Ravikumar T, Suresha B, Prakash N, et al. Digital financial literacy among adults in India: Measurement and validation[J]. Cogent Economics & Finance, 2022, 10(1): https://doi.org/10.1080/23322039.2022.2132631. 10.1080/23322039.2022.2132631 |
[46] | Saini S. Digital financial literacy: Awareness and access[J].International Journal of Management, IT and Engineering,2019,9(4):201–207. |
[47] | Setiawan M, Effendi N, Santoso T, et al. Digital financial literacy, current behavior of saving and spending and its future foresight[J].Economics of Innovation and New Technology,2022,31(4):320–338. |
[48] | Sevim N, Temizel F, Sayılır Ö. The effects of financial literacy on the borrowing behaviour of Turkish financial consumers[J].International Journal of Consumer Studies,2012,36(5):573–579. |
[49] | Stephen G. Digital financial literacy skills among library and information science professionals in Northeast India. A study[J]. Library Philosophy and Practice, 2022: https://digitalcommons.unl.edu/libphilprac/6709. |
[50] | Tony N, Desai K. Impact of digital financial literacy on digital financial inclusion[J]. International Journal of Scientific & Technology Research,2020,9(1):1911–1915. |
[51] | Van Rooij M, Lusardi A, Alessie R. Financial literacy and stock market participation[J].Journal of Financial Economics,2011,101(2):449–472. |