數字普惠、城鄉差異和家庭金融參與

周天蕓　張政　陳銘翔

摘 ? 要：數字技術滲透在居民生活之中，影響著家庭的行為和經濟決策。基于現有研究成果和技術接受理論模型，本文探討數字技術對金融參與的影響機制，運用2016年中國家庭動態跟蹤調查（CFPS）的微觀統計數據，對城鄉家庭的金融參與進行實證研究。Logit模型結果表明：數字技術有效提升了家庭購買金融產品的概率和金額，如果城鄉同時實現數字普惠，農村家庭購買金融產品的概率遠高于城鎮家庭，但由于資產、收入等因素的限制，其購買金融產品的金額相對較低。

關鍵詞：數字普惠;技術接受模型;家庭金融參與;城鄉差異

中圖分類號：F830 ? 文獻標識碼：A ?文章編號：1674-2265（2019）07-0003-09

DOI：10.19647/j.cnki.37-1462/f.2019.07.001

一、引言

黨的十八大以來，黨中央、國務院高度重視普惠金融工作。黨的十八屆三中全會通過的《中共中央關于全面深化改革若干重大問題的決定》提出要“發展普惠金融，鼓勵金融創新，豐富金融市場層次和產品”，2016年1月，國務院頒布《推進普惠金融發展規劃（2016—2020年）》，明確提出推進普惠金融發展的總體思路、原則要求和實施方案，2017年全國金融工作會議進一步要求建設普惠金融體系。由此，我國普惠金融發展進入“頂層設計”視野，成為實現“中國夢”的重要途徑。

以互聯網和云計算等為代表的數字技術正在逐步改變著傳統經濟社會，并成為推動經濟發展的新動力。近年來，隨著互聯網金融技術的不斷推進，金融服務質量和效率得到快速提升，多元化投融資需求不斷被滿足，由此促進了普惠金融的發展。

數字普惠利用移動通信、網絡等形式提供服務，能夠覆蓋更加廣泛的范圍，尤其是在農村地區。根據中國互聯網絡信息中心（CNNIC）數據，截至2018年6月30日，我國網民規模達8.02億，普及率為57.7%。其中農村網民占比為26.3%，規模為2.11億;城鎮網民占比73.7%，規模為5.91億。在所有使用互聯網的個體中，網絡支付用戶規模達到5.69億，較2017年末增長7.1%;使用互聯網理財的用戶規模約為1.69億，半年期增長率為30.9%，呈現較快的增長態勢①。

此外，基于數字化技術開展普惠金融服務的互聯網金融機構不斷增加，第三方支付平臺、P2P 、眾籌等平臺數量增長迅猛，數字普惠下的金融優勢日益凸顯。央行數據顯示，2018年第三季度，銀行業金融機構共處理電子支付業務452.36億筆，金額592.43萬億元。其中網上支付業務148.93億筆，金額為495.24萬億元，同比分別增長23.21%和12.58%;移動支付業務169.35億筆，金額為65.48萬億元，同比分別增長74.19%和32.91%②。

數字技術的社會滲透性對人們的金融決策有著不容忽視的影響。因此，數字技術的發展如何影響家庭金融參與成為亟待研究的問題。本文以2016年我國10000余戶家庭的截面數據為樣本，分析探究數字技術對中國家庭金融選擇的影響，旨在通過研究發現如何更大地發揮數字普惠對金融活動的積極效益，給予其更為清晰的發展定位和方向。

二、文獻綜述

隨著信息和通信技術（ICT）的創新與發展，數字鴻溝現象引起了學術界的廣泛關注與討論，當前研究大多將數字鴻溝劃分為四代：第一代數字鴻溝即“信息技術與工具擁有程度之間存在的差距”（NTIA，1999）;第二代數字鴻溝指“信息技術與工具使用差異所出現的鴻溝”（Selwyn，2004）;第三代數字鴻溝表現在信息資源和知識層面的鴻溝;第四代是從社會排斥與不平等的角度看待數字鴻溝（閆慧和孫立立，2012）。隨著對數字鴻溝現象研究的深入，數字歐洲咨詢組（eEurope Advisory Group）于2004年提出了數字普惠的概念，指出“在知識和經濟社會中，個人和團體通過ICT對信息獲取的有效參與，消除和打破信息獲取屏障，并能夠按照意愿和能力去獲取社會利益”，這一概念的提出旨在彌合數字鴻溝。Steyaert（2005）認為“數字普惠僅僅是技術的可獲得性問題”，Helsper（2008）指出，數字普惠是由更廣泛的社會因素決定的影響社會數字參與的個體數字資源，區別于數字鴻溝僅關注技術獲取與使用的差異，數字普惠強調采用社會政治學的方法將數字技術作為社會參與的手段（Jaeger等，2012），這不但涉及取得信息技術的層次，同時也關注獲取的能力與機會以及如何創造新技術以獲取信息（Warschauer，2003）。數字普惠與社會包容的概念相似，都以自由參與社會政治、經濟活動以及自主決定個人命運和獲取能力為前提（Parsons和Hick，2008），Jane Seale（2010）則從對特殊人群的研究發現“數字普惠是殘障人士可以與他人一樣有效獲取和參與金融活動、雇傭活動以及公民參與的現象”。

對于數字普惠程度的量化目前尚無統一定論，僅有部分國際組織和學者通過構建指數等方法，對數字普惠的情況進行了初步的對比分析。數字經濟與社會指數（DESI）基于連通性、人力資本、網絡應用、數字技術整合與數字公共服務五類因素總結了歐盟成員國的數字特征。英國的數字普惠測量框架（DIOF）將互聯網的獲取途徑、應用、技能以及使用動機作為度量數字普惠程度的指標。數字機會指數（DOI）基于機會、基礎設施和利用率三個集群，使用算術平均數對數字普惠情況進行度量。ICT-機遇指數則用幾何平均值測量，更多地關注如電視等傳統ICT的影響，同時著重測量了民眾的讀寫能力和入學率。

Ahmed Tareq Rashid（2016）創建了一個基于技能、態度、使用頻率、使用地點和使用范圍五大類的數字包容性指數，通過5點量表的形式測量數字的普及程度。Ali等（2010）將ICT機會指數歸納為技術網絡、技能、技術接入以及應用密度等四類指標，其中技術網絡通過固定電話、手機以及網絡寬帶的普及率測量，由成人識字率以及小學、中學及高等教育的入學率衡量技能指標，通過網民數量、每百人擁有電腦數量以及擁有電視機的家庭比例衡量技術接入，通過每百人擁有互聯網寬帶用戶以及人均對（國）外電話流量度量技術的應用密度。

由于數字鴻溝在某種程度上與數字普惠存在一定的對立關系，因此分析數字鴻溝的度量對于數字普惠的量化研究具有一定參考借鑒意義。G.D.M. Wijers（2010）一項關于柬埔寨IT發展的研究指出，數字鴻溝可以從三個層面反映：一是與繁榮和現代化有關的經濟和技術決定因素，如收入水平、電力和電信基礎設施;二是與政治制度和法治有關的制度決定因素，如區域規則和社會安排;三是社會決定因素關注于以人為本的過程，如人口統計和教育水平。Frederico Cruz-Jesus等（2012）在歐盟數字鴻溝的分析中，通過因特網連接家庭的百分比、寬帶普及率、經常使用因特網的人口百分比、使用移動設備上網的比例、使用互聯網尋找商業信息的人口比例、使用電子郵件的人口百分比以及參與電子健康、電子學習、電子銀行和電子政務的人口比例等指標，對歐盟各國的數字普惠水平進行了對比研究。國內學者閆慧等（2012）對1989年以來國內外數字鴻溝的研究成果進行匯總，將數字鴻溝從接入與獲取鴻溝、心理鴻溝、素養鴻溝、使用鴻溝等維度進行了歸類總結。劉駿（2014）從網絡技術的意識、接入、利用、環境四個層面的15項指標出發，采用因子分析的方法，對我國31個省市自治區的城鄉數字鴻溝進行了測度。肖有國（2015）對國內外已有的數字鴻溝測量方法進行了梳理，提出了綜合評分比較法和數字鴻溝指數法兩種測度方法，且二者在本質上趨同。

數字技術通過新的通信和互動方式運用于各種日常活動（OECD，2011）。世界銀行（2009）的報告指出，以信息和通信技術為代表的數字普惠正在改變世界各地人民、政府和企業之間的互動。Carlsson（2004）認為占GDP比重超過75%的服務業（如衛生保健、政府和金融服務）的影響超過了商品生產行業，而服務業對數字化的要求高，因此信息和通信技術對經濟有著重大影響。Katz等（2001）通過5年的追蹤調查，發現民眾參與互聯網的程度越高，參政意識越強烈，社會關系網越穩固。Wattai等（2010）研究了數字普惠對政治的影響，通過分析2008年美國總統大選中社交網絡的作用，得出了互聯網正在改變政治競爭本質的結論。在分析數字普惠影響經濟、政治之外，部分學者就數字普惠的社會影響展開研究，M. Castells等（2002、2007）的研究證明，數字技術的普及給社會大眾創造了新的契機，在這樣的機制下減少了距離限制，創造了新的產業，提供了新的就業機會。FreshMinds（2008）認為，數字普惠可以帶來多方面的好處，包括公共服務提供的成本節約，以及為社會進步爭取更多的解決措施。OCLC Webjunction（2014）、Younghee Noh（2016）從個人、企業、社會等方面闡述了數字普惠的影響，提出數字普惠對學習、工作、公民參與、教育、醫療和公共安全等方面的發展都至關重要。學生能在學習中利用數字技術獲得益處，企業和組織可以通過降低提供公共服務的成本來服務客戶，同時數字普惠可以改善社區的參與和整合，使人們能夠充分地表達自己，并與他人交流。

國內學者的研究則主要針對數字普惠的對立面進行分析，研究數字鴻溝的不利影響。韓民春（2001）指出，以ICT為典型代表的技術差距與使用信息過程中形成的數字鴻溝是引起不同性質國家間貧富差距的關鍵原因。韓圣龍等（2017）采用相關分析法對貴州省近年來城鄉數字鴻溝情況和城市化發展水平進行了研究，結果表明數字鴻溝的存在抑制了城市化進程的推進。羅廷錦（2018）基于我國31個省市的面板數據，分析了數字鴻溝與貧困之間的關系，得出縮小數字鴻溝將減少貧困的結論。同時，現有研究發現我國城鄉之間數字普惠存在一定差距，但目前仍缺少對其不同影響程度的探究。

數字普惠對金融發展有所滲透，世界銀行（2014）指出，發展中國家有近一半的人已經擁有移動電話，因而數字普惠可以帶來更大的金融包容性。GSMA（2015）的一項調查表明，目前約有4億多人通過以移動為基礎的支付方式相互聯系，這為養老金和匯款等活動創造了更多機會。從宏觀角度看，Manyika等（2016）認為數字普惠促進了數字金融的發展，通過搭建平臺促進了總支出的增加，從而帶來了因金融交易數量增加而產生的更高的稅收收入。GPFI（2016）提出數字化的金融有助于減少流通中的現金，并有助于降低發展中國家和貧窮國家的高通脹水平。宋曉玲（2017）提出，在數字包容下的普惠金融相較于傳統金融更為便捷、高效，對于金融市場的“長尾群體”而言，有利于降低其金融參與門檻，緩解金融排斥現象;而董玉峰等（2018）針對我國現狀，指出數字化金融下的數字排斥可能會阻礙普惠金融政策的實施。

綜上所述，現有研究主要從宏觀層面就數字技術對金融發展的影響進行研究，對微觀個體的金融參與相關研究相對較少，尤其缺乏數字技術影響城鄉家庭金融選擇和決策的研究。本文嘗試基于現有的研究，運用微觀家庭調查數據，從理論和實證角度探討數字普惠與城鄉家庭的金融參與及其影響因素，從而探討數字普惠對金融發展的作用力度。

三、理論與研究假設

Davis（1989）在理性行為理論與計劃行為理論的基礎上，提出了技術接受模型（Technology Acceptance Model，TAM），模型通過建立外部變量、感知有用性、感知易用性、態度、行為意愿及實際行為間的聯系，對使用者的技術接受行為進行解釋和判斷。TAM模型認為，外部變量通過影響感知的有用性、易用性，對用戶的態度及行為意愿產生影響進而改變行為的選擇。行為的實施取決于行為意愿，而行為意愿由客戶使用態度和感知有用性共同決定，態度則反映了感知的有用性和易用性。在一系列中介變量的傳導下，最終將改變用戶的行為。

本文基于技術接受模型探討數字普惠對于居民金融參與的影響。當以互聯網為代表的數字技術得到普及時，潛在的數字技術使用者是否使用數字技術，進而參與金融活動，取決于其兩種認識：一是數字技術對于金融活動是否有用;二是技術的普及是否易于使用。

在這一問題的研究中，可以從多方面對感知有用性進行衡量，如使用網上電子服務可以提高居民處理金融業務的效率;使用網上電子服務來處理金融業務變得更加方便快捷;互聯網數字技術普惠下的用戶能清晰地接觸各類信息，從而對金融產品及相關訊息有相對深入的認識，將為其金融決策奠定更為堅實的基礎。同時，運用數字技術，居民的金融參與能夠克服時間和空間上的障礙，大量的產品信息、專家建議、定制化服務、快速的訂單過程等都改變了傳統金融形式。對于感知易用性而言，主要反映在居民是否能很容易地學會使用互聯網的金融服務，是否能熟練操作相關的數字化平臺，相應基礎設施是否完備齊全等。上述兩大關鍵要素影響著居民想要使用數字技術的態度，如果接受者認為使用網上銀行等數字媒介是一個明智的選擇，使用的體驗感受是令人愉悅的，總體值得使用互聯網金融服務，那么居民更加樂于使用數字技術參與金融活動，這也是有用性、易用性的共同作用結果。

居民參與金融活動的行為，可以從其行為意圖進行合理推測，態度影響居民購買金融產品的意愿，引發其實際系統性的行為和決策。而這一意愿如何得到強化則取決于居民對數字技術普及的反應，當使用者真正感知到數字技術能提高參與金融的效率，帶來生活上的質變時，其參與金融活動的意愿就會得到提升。在當今互聯網金融及金融科技蓬勃發展的背景下，如果數字技術能廣泛傳播且被更多群體接納和使用，居民參與金融活動的難度將會降低，促進其金融參與意愿的上升，從而改變其實際的行為。

但由于接受的主體不同，技術接受模型的影響因素及作用路徑也存在著差異。如以城鄉作為劃分依據，探討數字技術的普及對居民金融行為的影響程度也將有所不同。對于城鎮家庭而言，在不考慮數字技術普及的前提下，受到教育、環境等因素的影響，其擁有相對較高的金融參與率。因此，城鄉數字普惠的作用路徑呈現“錦上添花”和“從無到有”。從感知的有用性和易用性來看，農村家庭經歷了質變的過程，正因為數字技術的普及使其領會到技術對于金融參與的高效性、便利性，進而扭轉了其傳統思維，影響其行為意愿，逐漸從不參與轉向參與金融活動。

基于已有研究成果及理論分析，本文認為，數字普惠通過影響居民的感知，最終改變居民的金融參與行為。同時，數字普惠對于城鄉家庭金融參與的影響存在差異。由此，本文提出以下假設：

H1：數字普惠程度越高（居民使用互聯網的程度越高），家庭參與金融活動的可能性越大。

H2：城鄉家庭的金融參與存在顯著差異，相較于城市家庭而言，農村地區家庭一旦通網則更傾向于投資金融產品。

四、實證檢驗

（一）數據來源

本文研究數據來源于北京大學中國社會科學調查中心的中國家庭動態跟蹤調查（Chinese Family Panel Studies，CFPS），這項調查覆蓋占全國總人口數95%的25個省市自治區，具有較強的代表性。本文整合該項調查2016年的家庭數據庫及個人數據庫信息，刪除部分嚴重缺失信息的樣本，本研究得到13142個樣本數據。

本文首先對所有家庭的金融參與狀況進行描述性統計，如表1所示。統計結果顯示，參與金融產品購買的家庭，無論是農村家庭還是城市家庭，都遠遠低于無金融參與行為的家庭，比例僅為1.51%與15.03%，相對而言，城市家庭更傾向于購買金融產品，表明金融普惠在城市地區更易推廣。

（二）變量設定

本文主要研究數字普惠的程度對居民金融參與的影響，以是否持有股票、基金、國債、信托產品、外匯產品等金融產品作為被解釋變量，反映家庭參與金融活動的情況，解釋變量主要檢驗數字普惠的影響程度。基于現有的研究成果，本文結合問卷的內容設置，對涉及使用互聯網學習、工作、社交、娛樂、商業活動的頻率等問題進行匯總，采用因子分析的處理方法，將影響因素最大的因子作為居民互聯網使用程度的代表，反映數字普惠的程度。本文同時引入戶主特征變量及家庭特征變量作為控制變量，并考察在不斷引入變量種類的情況下，數字普惠的作用是否穩定且顯著。個人特征變量主要針對該家庭在支出事項中起決策性作用的個人（記為戶主），采用其年齡、性別以及受教育程度等基本特征作為控制變量，家庭特征變量方面，選用家庭戶口性質及近1年來的家庭總收入作為控制變量，具體如表2所示。

（三）描述性統計

對各項變量進行描述性統計，如表3所示。結果顯示，各項指標取值皆在合理范圍。參與金融活動的平均值在0.054，說明了在受訪對象中參與金融活動的人數比例相對較低，反映出我國當前的金融普惠程度仍有待提升。進一步分析居民的互聯網參與，13142名受訪對象中使用互聯網的有4858名，占比約為37%，相對較低，說明互聯網的普及程度仍有待提升。具體從學習、工作、社交、娛樂、商業活動等方面探討互聯網的普及程度，可以看出，使用互聯網進行社交、娛樂的頻率明顯高于用其進行學習、工作、商業活動。

針對個人特征變量進行研究，受訪家庭中男性戶主略多于女性戶主，且戶主的年齡自16歲至95歲不等，平均年齡在50歲左右。從其受教育的程度來看，整體的文化程度較低，受高中以上教育的人相對占比僅為8.77%。通過對近12個月來家庭總收入的描述可以看出，不同家庭間存在較大的差異。對樣本家庭的屬性進行分類，約有71.6%的家庭來自農村，這也能在一定程度上解釋上述其他變量的描述性特征。

（四）數字普惠的度量

考慮到研究中所采用的變量“互聯網使用頻率”，在問卷的設計中包含了“使用互聯網學習的頻率”“使用互聯網工作的頻率”“使用互聯網社交的頻率”“使用互聯網娛樂的頻率”“使用互聯網進行商業活動的頻率”等五個問題，若將其作為自變量統一放入模型則容易出現多重共線性，因而采用因子分析進行降維處理。

本文采用主成分分析法，對多維的變量系統進行降維，使之能以一個較高的精度轉換成低維變量系統。根據結果分析，只有一個成分大于1的特征值（特征值為3.457），其余成分特征值均遠小于1，通過碎石圖可以檢驗得到，digital是本研究的5個變量中的重要潛在因子，將其命名為“互聯網使用頻率”，用以表明數字普惠的程度。由于因子分析的目的不在于獲得因子本身，而在于對獲得因子做進一步分析，因而本文基于主成分分析結果，預測因子得分變量digital。根據表4，變量digital的平均值為-1.19e-08，有8574名受訪對象的得分為最小值-0.644，這表明我國居民互聯網參與普及程度較低。

（五）實證結果

在對二者關系有了初步判斷后，鑒于已對兩個變量進行了初步處理，符合二值響應模型的特征，本文進一步討論解釋變量對于因變量取值概率的影響。

本文采用Logit模型分析數字的普惠能否促進居民的金融參與，將每一個家庭的數據作為一個樣本，假設效用函數的誤差項是獨立同分布的，那么家庭參與金融活動的概率為：

[prob（y=1）=exp（αX+βV+γZ）1+exp（αX+βV+γZ）] ? ? ? （1）

其中，被解釋變量y是二分變量，y=0表示家庭不持有金融產品，y=1代表家庭持有金融產品;X是模型中的主要解釋變量，代表數字普惠的程度，由因子得分變量構成;V是反映個人特征的控制變量;Z則是反映家庭特征的控制變量。

表5列示根據Logit模型檢驗得到的結果，模型（1）表明在未控制其他變量的條件下，互聯網使用頻率的高低在1%顯著性水平上正向影響家庭金融參與行為，家庭使用互聯網的程度每增加1個單位，購買金融產品的概率增加150.2%。在不斷引入變量種類的情況下，僅發生概率有些許變化，其顯著性不發生改變，表明數字普惠為居民家庭提供了更廣闊的金融服務平臺，購買多樣化金融產品的途徑增多，科技的普及一定程度改變了居民對金融產品風險與收益的認識，從而在家庭資產分配時具備了更大的金融包容性，提升了家庭的金融參與能力。上述實證結果與本文理論假設H1相一致。

從表5的模型（2）、（3）中關于家庭特征變量的回歸結果來看，戶主（對家庭支出起決策性作用的個體）的年齡、受教育程度、家庭的收入及所屬地域等因素都顯著影響家庭金融參與的變動可能性。具體而言，戶主的年齡越大，其家庭參與金融活動的概率越高。將教育水平作為分類變量進行回歸，結果表明戶主的教育水平越高，其家庭參與金融活動的概率就越大，并且增加的概率呈遞增趨勢。從家庭層面看，收入每提高1個對數單位，參與金融活動的可能性將提高112.6%，符合一般的現實觀察。從家庭類型分析，農村家庭參與金融活動的概率顯著低于城鎮家庭，僅為城鎮家庭的27%，說明目前我國仍存在城鄉數字鴻溝，城鄉之間仍然呈現金融二元結構。

本文的實證結果表明了個體特征、家庭收入及外部環境等因素對居民金融參與的共同影響，其中性別對金融參與的影響并不顯著，兩性的金融參與逐漸趨同，一定程度反映了性別在金融參與方面的平等趨勢。

為了進一步確認上述結果的穩健性，本文采用更換被解釋變量的方法進行穩健性檢驗。將被解釋變量由二分變量“是否參與金融活動”替換為“家庭擁有金融產品總價”，進而對各主要變量進行回歸分析，建立如下多元線性回歸模型：

[Fintotal=β0+β1X+β2V+β3Z+ε] ? ?（2）

其中被解釋變量Fintotal是數值型變量，為更好地擬合模型，對其進行取對數變換;其余解釋變量遵照前述模型設置保持不變。

如表6所示，通過對于家庭持有金融產品總額的回歸檢驗，實證結果與表5的結論基本保持一致，進一步表明互聯網的使用程度與家庭金融參與存在顯著的正相關關系。除此之外，戶主的年齡、受教育程度以及家庭收入和性質對家庭金融資產總額均具有顯著影響。

表6的模型（1）說明，在不控制其他因素的情況下，家庭使用互聯網的程度每增加1個單位，其擁有的金融資產增加0.849個對數單位。在依次納入個人特征和家庭特征變量的情況下，互聯網使用程度對金融資產數量增加的影響幅度略有下降，但總體上始終具有顯著的正向影響，從而進一步論證了前述結論，驗證了本文前述的假設H1。

在證明了假設H1的基礎上，為進一步驗證H2的可靠性，本文將樣本按照區域屬性進行劃分，分別探討數字普惠對城鎮及農村地區家庭金融參與的影響。

表7是運用Logit模型分別就城鄉家庭的用網程度對金融參與的回歸結果，結果表明城鎮家庭與農村家庭在影響金融參與的因素方面有較大不同。模型（1）、（2）表明，在未控制其他變量的條件下，家庭互聯網使用頻率與金融參與存在顯著正向關系，其中城鎮家庭使用互聯網程度每增加1個單位，購買金融產品的概率增加93.8%，而農村家庭將增加192.4%。這也表明，城鎮家庭在教育程度、收入等方面較農村家庭具有優勢，從而具有相對較高的互聯網普及率，數字鴻溝的存在進一步放大了城鄉家庭對金融產品有用性與易用性的認知差異，互聯網接觸程度越高的農村家庭實現了認知上的“從無到有”，從而在金融參與方面較城市家庭有更大幅度的提升。

表7中的模型（3）、（4）和模型（5）、（6）依次納入個人特征變量及家庭特征變量。結果顯示，在控制個人特征變量及家庭特征變量后，農村家庭金融參與行為受互聯網技術普及的影響較城市家庭更高，這與上述結論吻合。此外，戶主的年齡、受教育程度以及家庭收入均對城鄉家庭具有顯著影響。具體而言，在其他條件不變的情況下，戶主的年齡每增加1歲，農村家庭參與金融活動的概率僅提高1.6%，而城市家庭提高4.3%。盡管城鄉家庭均表現出戶主的教育水平越高，家庭參與金融活動的概率越大，但影響程度仍有所差異，表現為義務教育相對于高等教育對農村地區金融參與的影響更加突出，而在城市地區，二者正好相反。家庭收入每提高1個對數單位，農村家庭參與金融活動的可能性則提高86.6%，而城市家庭提高125.4%。最后，性別在以上模型中對金融參與均不具有顯著影響。通過以上分析可以得出，互聯網技術的普及與應用對農村家庭具有更大的沖擊作用，實現了對金融產品從0到1的改觀，使其領會到參與金融活動的高效性與便利性，從而更大程度改變其金融參與行為。上述結論印證了本文的假設H2，即相較于城市家庭而言，農村家庭一旦通網就更易購買金融產品。

表8利用“家庭擁有金融產品總價”的數據進一步研究數字普惠對城鄉家庭金融參與的影響。在控制其他變量后，城鄉家庭使用互聯網程度與其持有的金融產品價值顯著正相關。此外，戶主的年齡、受教育程度以及家庭收入和城鄉類別均顯著影響家庭的金融資產總額。基于表8模型（1）、（2）的結果，家庭使用互聯網程度每增加1個單位，城鎮家庭擁有金融資產增加1.221個對數單位，而農村家庭僅增加0.336個對數單位，繼續納入個人特征變量和家庭特征變量后，數值略有波動。這種作用對城鎮家庭的影響仍遠高于農村家庭，進一步表明城鄉家庭收入與資產仍存在較大差距，由于經濟條件的約束，一定程度上抑制了農村家庭的金融參與。

五、結論與政策建議

由于我國城鄉之間存在顯著的數字鴻溝，可能阻礙金融普惠的戰略實施，由此，探討數字普惠對家庭的金融參與具有理論和政策意義。本文根據技術接受模型，闡述數字普惠促進家庭金融參與的理論機制，提出研究的相關假設，然后利用2016年中國家庭動態跟蹤調查數據，實證檢驗數字普惠對家庭金融參與的影響。結果顯示，數字普惠對家庭金融參與的可能性存在顯著的正向影響，數字普惠有效提高家庭參與購買金融產品的概率。基于中國城鄉的二元結構，本文進一步考察數字普惠對城鄉家庭的影響。研究發現，中國的城鄉家庭存在一定差異，數字普惠對農村家庭的金融參與“從無到有”改變的概率較大，但受限于資產等因素，其參與數額不及城鎮家庭。同時，數字普惠不僅促進城鎮家庭參與金融活動，也同樣促進農村家庭的金融參與。

本文結論對我國普惠金融的政策制定提供參考。整體而言，我國數字技術普及程度較低，在一定程度上局限了居民對金融產品的了解，抑制了家庭金融參與的積極性;同時，“數字鴻溝”限制了農村金融產品、金融服務的提升，阻礙了農村普惠金融的發展，導致城鄉之間的金融發展差距。由此，本文提出如下政策建議：

首先，在推行普惠金融政策時，政府應充分考慮數字技術對家庭金融參與的積極作用，推進數字技術尤其是互聯網技術的發展，給予普惠金融更有力的政策與技術支持。

其次，促進城鄉間金融服務合作，充分利用農村地區的市場優勢和城市的資金技術優勢，加快農村地區數字技術的普及，為農村家庭提供更優質的金融服務，優化城鄉金融結構，縮小城鄉之間的數字鴻溝。

最后，加大公共財政支出力度，積極推進城鄉基礎設施建設，提高居民教育水平，有效促進金融普惠。同時，制定切實可行的政策，創造良好的經濟環境，實現金融產品的良性發展，以加快城鄉金融普惠的進程。

注：

①來源：中國互聯網絡信息中心（CNNIC）在京發布的第42次《中國互聯網絡發展狀況統計報告》。

②來源：盈燦咨詢聯合網貸之家及第一財經雜志共同推出的《2016數字普惠金融白皮書》。

參考文獻：

[1]United States. National Telecommunications and Information Administration. 1999. Falling through the net：defining the digital divide：a report on the telecommunications and information technology gap in America. Washington，D.C.：U.S. Department of Commerce， National Telecommunications and Information Administration.

[2]Selwyn， N. 2004. Reconsidering political and popular understandings of the digital divide. New Media&Society，6（3）.

[3]Kaplan，D. 2005. E-inclusion： New challenges and Policy Recommendations： eEurope Advisory Group - Working Group 2-e-Inclusion： Final report. Retrieved June 16， 2010 from http：//www.epractice.eu/files/media/media_764.pdf.

[4]Steyaert， J. 2005. Web based higher education， the inclusion/exclusion paradox. Journal of Technology in Human Services，23（1-2）.

[5]Helsper，E. J. 2008. Digital inclusion： An analysis of social disadvantage and the information society. Department of Communities and Local Government.

[6]Paul T. Jaeger，John Carlo Bertot，Kim M. Thompson， Sarah M. Katz，&Elizabeth J. DeCoster. 2012. The intersection of public policy and public access：digital divides，digital literacy，digital inclusion， and public libraries. Public Library Quarterly，31（1）.

[7]Warschauer， M. 2008. Technology and social inclusion： rethinking the digital divide. Journal of Economic Issues，38（1）.

[8]Parsons，C.，& Hick，S. 2008 . Moving from digital divide to digital inclusion. Currents：New Scholarship in the Human Services，7（2）.

[9]Jane Seale，E.A. Draffan，&Mike Wald. 2010. Digital agility and digital decision-making： conceptualising digital inclusion in the context of disabled learners in higher education. Studies in Higher Education，35（4）.

[10]Rashid，A. T. 2016. Digital inclusion and social inequality：gender differences in ict access and use in five developing countries. Gender Technology&Development，20（3）.

[11]Emrouznejad，A.，Cabanda，E.，&Gholami，R. 2010. An alternative measure of the ict-opportunity index. Information & Management，47（4）.

[12]Wijers，G. D. M. 2010. Determinants of the digital divide：a study on it development in cambodia. Technology in Society，32（4）.

[13]Frederico Cruz-Jesus，Tiago Oliveira，&Fernando Bacao. 2012. Digital divide across the european union. Information & Management，49（6）.

[14]Richard Joseph. 2001. Understanding the digital divide. Oecd Digital Economy Papers，19（4）.

[15]The World Bank. 2009. Information and Communications for Development 2009：Extending Reach and Increasing Impact，Washington，DC.

[16]B. Carlsson. 2004. The digital economy：what is new and what is not？.Structural Change & Economic Dynamics，15（3）.

[17]James E. Katz， Ronald E. Rice，&Philip Aspden. 2001. The internet，1995—2000 access， civic involvement， and social interaction. American Behavioral Scientist，45（3）.

[18]Wattal，S.，Schuff，D.，Mandviwalla，M.，&Williams，C. B. 2010. Web 2.0 and politics： the 2008 u.s. presidential election and an e-politics research agenda. Mis Quarterly，34（4）.

[19]M. Castells，P. Himanen. 2002. The Information Society and the Welfare State：The Finnish Model， 1st ed.，Oxford University Press，New York.

[20]M. Castells. 2007 .The Network Society，vol. III， 1st ed.，Fundac?a?o Calouste Gulbenkian，Lisbon.

[21]FreshMinds. 2008. Economic Benefits of Digital Inclusion：Building the Evidence. Freshminds/UK Online Centres. Available at： http：//www.tinderfoundation.org/sites/default/files/research-publications/economic_benefits_of_dig

gital_inclusion_building_the_evidence.pdf

[22]OCLC WebJunction. 2014. What is Digital Inclusion？ Available at： http：//www.webjunction.org/explore-topics/digital-inclusion. html.

[23]Younghee Noh. 2016. A comparative study of public librariescontribution to digital inclusion in Korea and the United States. Journal of Librarianship and Information Science.

[24]The GSMA Global Adoption SurveyI. 2015. 2015 state of the industry report： Mobile money. GSMA. Available at：http：//www.gsma.com/mobilefordevelopment/wp-content/uploads/2016/04/SOTIR_2015.pdf.

[25]Manyika，J.，Lund，S.，Singer，M.，White，O.，&Berry，C. 2016. Digital finance for all： Powering inclusive growth in emerging economies. USA：McKinsey Global Institute. September.

[26]GPFI. 2016. G20 High-level principles for digital financial inclusion. Available at：https：//www.gpfi.org/sites/default/files/G20%20High%20Level% 20Principles%20for%20Digital%20 Financial%20Inclusion.pdf.

[27]Davis，F. D. 1989. Perceived usefulness，perceived ease of use， and user acceptance of information technology. Mis Quarterly， 13（3），.

[28]閆慧，孫立立.1989年以來國內外數字鴻溝研究回顧：內涵、表現維度及影響因素綜述[J].中國圖書館學報，2012，（5）.

[29]劉駿，薛偉賢.中國城鄉數字鴻溝的測度[J].統計與決策，2014，（14）.

[30]肖友國，鄔曉鷗.數字鴻溝測度方法述略[J].情報資料工作，2015，（1）.

[31]宋曉玲.數字普惠金融縮小城鄉收入差距的實證檢驗[J].財經科學，2017，（6）.

[32]韓民春.從“數字鴻溝”看世界經濟發展與貧富差距[J].太平洋學報，2001，（1）.

[33]張子豪，譚燕芝.數字普惠金融與中國城鄉收入差距——基于空間計量模型的實證分析[J].金融理論與實踐，2018，（6）.

[34]韓圣龍，魏琴，張藝山，李梅.貴州省城鄉數字鴻溝及其對城市化進程影響研究[J].圖書情報工作，2017，61（16）.

[35]羅廷錦，茶洪旺.“數字鴻溝”與反貧困研究——基于全國31個省市面板數據的實證分析[J].經濟問題探索，2018，（2）.

Digital Inclusion， Urban-Rural Differences and Family Financial Participation

Zhou Tianyun ? Zhang Zheng ? Chen Mingxiang

（International School of Business Finance，Sun Yat-sen University，Guangdong ? Zhuhai ? 519082）

Abstract：Digital technology permeates the lives of residents and affects family behavior. Based on the existing research，using technology acceptance model， this paper focuses on how digital technology impact on family's financial participation. This paper uses Chinese Family Panel Studies（CFPS）in 2016 to conduct an empirical study on financial participation of urban and rural households. The results of the logistic binary choice model show that digital technology effectively increases the probability and amount of financial asset purchased by households. Under same level of digital inclusiveness，the probability of rural households purchasing financial products is much higher than that of urban households，but due to the limitations of assets and income，the amount is relatively low in rural area.

Key Words：digital inclusion，technology acceptance model，family financial participation，urban-rural differences