傳統金融基礎、數字稟賦與農村數字金融普惠

周 南 張龍耀

(1.北京大學，北京 100871；2.南京農業大學，江蘇 南京 210095)

一、引言

發展中國家的農村金融市場普遍存在信息不對稱、抵押品缺失、物理距離排斥以及交易成本高等缺陷，導致農戶長期面臨不同程度的信貸約束(Boucher et al.，2009；Li et al.，2013；Shee et al.，2018)，限制了農戶對投資機會的響應(Tarozzi et al.，2013)、對收入沖擊的應對(Dupas et al.，2013)、生產效率的提高(Ali et al.，2014)以及收入和福利水平的增加(Li et al.，2013)。長期以來，政策制定者們緩解農村信貸約束問題的主要政策是增加物理網點，一方面，借鑒發達國家的經驗，增加農村地區銀行網點數量并建立征信體系；另一方面，允許設立新型金融機構，如小額信貸機構、合作金融組織等。然而，對于小額貸款或偏遠地區的人群而言，通過物理接觸方式促成信貸交易始終面臨交易成本高的問題(Bj?rkegren et al.，2018)，制約了農村地區金融覆蓋面的擴大。何廣文等(2018)發現，即使在2017年，仍有31.21%有信貸需求的農戶無法從任何渠道獲得信貸支持，信貸約束問題較為嚴重。

近年來，數字金融在發展中國家尤其是中國農村地區發展迅猛。數字金融在理論層面所具備的降低交易成本和信息不對稱程度等特點，為農村金融供給主體借助數字技術、拓寬金融服務邊界提供了新思路(Arjunwadkar，2018)。隨著數字金融的快速發展，數字金融能否提高農村金融普惠程度引發了學界的密切關注。部分研究通過比較數字信貸與傳統信貸的市場關系，進而檢驗農村金融市場的服務邊界是否得到了拓寬。積極的一方認為，數字金融能夠為那些由于物理距離、信息不對稱問題而被傳統金融部門排斥的農戶提供金融服務，提高了普惠程度(謝平 等，2012；吳曉求，2015)。而反對的一方則指出，數字金融的使用仍需依賴使用者的傳統金融基礎(郭峰 等，2020；何婧，2017)，最早使用數字信貸的人群可能擁有更多的數字足跡并精通技術(譬如受教育程度較高、具有穩定就業的城鎮居民)(Costa et al.，2015)，傳統金融亦是如此。還有少數學者從數字金融依托的技術手段出發，認為更高識別能力的審批模型是“雙刃劍”：既可識別潛在優質客戶，也可強化價格歧視(Fuster et al.，2022)。

數字金融在拓展金融服務邊界方面的潛在優勢和現階段實證研究經驗證據的相左引發了本文的思考：數字金融并未脫離金融的本質，部分原先影響傳統金融服務獲得的稟賦特征在數字金融世界中可能依舊甚至更為重要。本文的創新之處主要在于：第一，構建了傳統金融基礎和數字稟賦影響數字信貸獲得及其普惠性質的理論分析框架，并在此基礎上，將傳統金融基礎細分為供給端的傳統金融服務便利性和農戶自身需求端的金融素養兩個方面，厘清了傳統金融基礎、數字稟賦分別以及共同對數字金融發展的影響，加深了對數字金融發展的理解；第二，豐富了農村數字金融發展的經驗證據，現有關于數字金融普惠效應或數字金融與傳統金融關系的研究，多停留于理論或宏觀層面，而本文基于甘肅、湖南、四川以及云南4省686戶農戶數據，以數字信貸獲得為核心，給出了傳統金融基礎、數字稟賦影響農村數字金融普惠的微觀證據，這不僅能夠為傳統金融基礎、數字稟賦如何影響農村數字金融普惠提供實證證據，同時也為中國農村地區的數字金融發展和金融普惠提供理論依據和現實參考。

二、理論分析

(一)傳統金融基礎與農村數字信貸獲得

首先，本文將農戶的傳統金融基礎細分為供給端的傳統金融服務便利性和農戶自身需求端的金融素養。從供給端來看，雖然近年來中國農村金融市場經歷了一系列依靠傳統金融手段的市場改革，但多是依托物理網點的鋪設和相應信貸服務人員的配套完成業務拓展，具有高固定成本和運營成本的特點。據測算，在空白鄉鎮新設一個金融機構的固定成本超過120萬元，年變動成本至少為70萬元(1)數據來自https://baijiahao.baidu.com/s?id=1667660271656415741&wfr=spider&for=pc。。同時又由于農戶群體地理位置分散、單筆業務額度較小以及金融服務需求多樣化，為偏遠少數農戶設立銀行網點很難實現盈利目標。因此，傳統金融機構會基于網點距離遠近對農戶施加地理排斥(粟芳 等，2016)，農村地區的大量金融需求仍然難被有效滿足。《中國普惠金融指標分析報告(2020年)》的數據顯示，在消費者認為線下傳統金融服務需要改進的地方中，“排隊等待時間長”以及“距離遠、不方便”兩個反映金融服務獲取時間和距離的選項分別占總選項的58.54%和33.03%，遠超其他選項位居一二位(2)詳細數據可見http://www.pbc.gov.cn/goutongjiaoliu/113456/113469/4335821/2021090816343161697.pdf。。而在數字金融服務模式中，智能終端的普及和數字技術的引入使信貸主體得以實現動態、實時、自動化的貸前審批，為貸后資金使用情況和還款行為進行監督(Francis et al.，2017；羅明雄 等，2018)，突破了物理距離的限制，幫助地處偏僻、交通不便的農戶群體獲得了與地理位置便利農戶相同的數字金融服務，最終大大降低了開展信貸業務的固定成本和可變成本。謝平等(2012)對美國銀行業不同服務渠道的交易成本進行核算后發現，人工柜員完成一筆金融服務的交易成本為1美元以上，但在網上銀行或移動電話銀行端，成本會下降至0.1美元以下。因此本文認為，數字信貸依靠具體到個人的智能終端，突破了傳統金融服務所面臨的物理距離限制，表現出一定的普惠性質。

從需求端來看，信貸需求方自身金融素養的高低對獲得信貸支持至關重要，對金融機構的信貸產品和政策缺乏了解會使得農戶對自身施加信貸配給。來自世界銀行2014年的調查顯示，近80%的受訪者認為金融素養和知識的不足是獲取金融服務的重要障礙(3)數據來自 https://xs.studiodahu.com/books?hl=zh-CN&lr=&id=GEcXAgAAQBAJ&oi=fnd&pg=PP2&dq=Global+Financial+Development+Report+2014:+Financial+Inclusion。。上述結論也得到了基于中國樣本的研究支持(張號棟 等，2016)。對于數字信貸而言，數字信貸和傳統信貸只是技術載體的轉變和融資渠道的補充，信貸需求方對風險、利率等金融知識的恰當認知以及對貸款產品的基本了解，理應仍然是有效利用金融手段的必要前提。

(二)數字稟賦與農村數字信貸獲得

除傳統金融基礎外，本文同樣關注數字稟賦的差距對數字信貸獲得的影響。關于數字稟賦的差距，已有研究將其定義為“數字鴻溝”，并將其細分為數字世界接入階段引致的“數字鴻溝”和使用階段引致的“數字鴻溝”(Chipeva et al.，2018)。本文采集的數據顯示，在接入階段，樣本農戶持有智能手機比例為90.96%，寬帶入戶率高達85%以上；在使用階段，使用微信、支付寶等第三方支付軟件的農戶占比為79%，而使用網上(手機)銀行的農戶僅有48%。農戶數字稟賦的差異，更多應歸為使用階段的差距驅動。數字技術的使用強度和深度決定了農戶對數字信貸產品熟悉程度的高低，同時決定了可用于數字信貸決策的信息總量，即數字世界的基礎稟賦也同樣會影響農戶的數字信貸行為。

(三)傳統金融基礎與數字稟賦在影響數字信貸獲得方面的關系

結合前文理論分析，本文使用圖1所示的分析框架討論傳統金融基礎與數字稟賦在影響數字信貸獲得方面的關系。首先，在未有數字信貸的情況下，農戶主要通過傳統信貸渠道獲得信貸支持，此時銀行物理網點距離、附近金融網點數量等金融服務獲取便利程度是影響傳統信貸獲得的重要因素(郭峰 等，2020)。數字信貸增加了農戶面臨資金缺口時的融資渠道選擇，幫助部分因地處偏僻、難以觸及傳統金融渠道的農戶實現了融資渠道的從無到有，彌補了由于傳統金融服務便利性不足造成的信貸供給缺陷。而數字稟賦是使用數字信貸渠道的技術基礎，數字稟賦的提高有利于數字信貸渠道的使用。因此，相比于因傳統金融服務便利性較高、資金缺口已部分滿足的群體而言，數字稟賦通過拓寬信貸渠道提高數字信貸獲得的作用，理應在那些傳統金融服務便利性低的農戶群體中更大，本文將其定義為數字稟賦提高所帶來的地理排斥緩解效應。進一步地，面對數字稟賦提高所帶來的融資渠道相同程度擴展，不同金融素養群體的響應程度不同。金融素養是農戶使用數字金融服務的知識前提，有效利用農村數字金融服務，依賴于農戶對金融產品服務的了解程度和使用能力。因此，本文認為，在較高的金融素養群體中，數字稟賦提高所帶來的地理排斥緩解效應更大。

圖1 傳統金融基礎、數字稟賦與數字信貸獲得

綜上所述，首先，傳統金融服務便利性和金融素養是影響傳統信貸獲得的重要因素。其次，數字信貸獲得具有突破傳統金融服務便利性限制的普惠性質，并且這種普惠性質伴隨著數字稟賦的提高而增強。再者，數字信貸本質上仍是信貸行為，金融素養的高低決定了農戶數字信貸需求的有效表達，即對于傳統金融服務便利性較低的群體，金融素養是此類群體借助數字信貸渠道的補充，縮小同傳統金融服務便利性較高群體信貸獲得水平差距的關鍵因素。

三、數據來源與模型選擇

本文數據由南京農業大學金融學院依托中和農信項目管理有限公司在全國21個省建立的近340個縣域小額貸款分支機構開展實地入戶調研得到。首先，結合樣本金融機構業務的地理分布，在農村傳統金融供給更受約束的中西部地區中，選定北方的甘肅、中部的湖南、以及南方的四川和云南作為樣本省份。其次，在同一省份內，按2018年縣域人均GDP對中和農信開展小額信貸業務的縣域進行降序排列，選取經濟發展水平較高和較低的縣域各一個。在縣域中選取有業務覆蓋的鄉鎮，再按鄉鎮經濟發展水平選取好、中、差三個鄉鎮，每個鄉鎮中隨機選取一個行政村，每個村隨機入戶訪問25～30個農戶。本次調研于2019年10月開展，內容涵蓋2018年農戶家庭基本特征、生產經營、收支與資產、金融市場參與以及金融素養等情況。剔除無效問卷后，共獲得有效問卷686份。

傳統正規信貸獲得和數字信貸獲得均為二元變量，因此實證檢驗采用Logit模型。以數字信貸獲得方程為例，該模型設置如下：

P(digital_finance=1)=α+βfinance_conv+φfinance_lit+γXt+δi+εi

(1)

其中：被解釋變量為digital_finance，代表農戶2018年是否獲得數字信貸，若獲得數字信貸，則賦值為1，否則為0；finance_conv代表農戶所處鄉鎮的金融便利性程度，以鄉鎮每萬人擁有銀行網點數反映；finance_lit代表戶主金融素養水平；Xt代表一系列控制變量，包括戶主特征、收入資產特征以及家庭基本特征；δi為縣域固定效應；εi為隨機擾動項。

傳統金融基礎部分，金融素養通過農戶對現行銀行定期存款利率了解、單利計算、復利計算、通貨膨脹計算、風險認知、理財知識等6大類金融知識的回答綜合得出，每個問題的答案均包括一個正確選項、一個錯誤選項和“不知道”選項。與尹志超等(2014)和Rooij et al.(2011)一致的是，本文認為回答錯誤和回答不知道所反映的金融素養水平并不相同，因此針對同一個金融知識問題設置兩個虛擬變量，第一個用于反映是否給出明確答案，第二個用于反映是否給出正確答案，而后基于特征值和累計解釋貢獻率的標準篩選因子個數，計算因子總得分，以此反映金融素養的高低(蘇嵐嵐 等，2017)。KMO檢驗值為0.7664，說明適宜使用因子分析。同時，本文使用SPSS進行信效度檢驗，結果顯示所有測量題項的克朗巴哈系數(Cronbach’α)為0.877，且因子載荷均大于0.50，表明量表具有較好的信度和效度。傳統金融服務便利性采用樣本農戶所在鄉鎮每萬人擁有銀行網點數衡量，其均值為0.951個/萬人，遠低于2018年末全國農村地區1.65個/萬人的平均水平(4)該數據來自中國人民銀行發布的《中國普惠金融指標分析報告(2018年)》，網址為https://baijiahao.baidu.com/s?id=1647997080431682510&wfr=spider&for=pc。。而數字稟賦高低則是基于家庭擁有智能手機數量、擁有電腦數量、戶主使用手機銀行APP數量、家庭使用第三方手機支付軟件人數以及每個月的通信費用等5個指標運用因子分析法得到的因子總得分反映，其KMO檢驗值為0.7293，同樣說明使用因子分析較為適宜(5)限于篇幅問題，本文不再詳細匯報用因子分析法計算金融素養和數字稟賦的詳細過程，備索。。使用離差標準化方法將因子得分映射，使最終數值落在0到1之間(蘇嵐嵐 等，2021)。本文選取的控制變量具體包括戶主年齡、受教育程度、性別、婚配狀況，特殊社會資本，人均消費支出(6)考慮到消費水平亦能夠反映農戶的收入水平，且數據具有更好的真實性，采用人均消費支出替代人均收入水平。，人均總資產，家庭人口數，家庭勞動力占比，土地經營規模以及非農收入占比。變量定義及描述性統計結果詳見表1。

表1 變量定義及描述性統計結果

(續表1)

四、實證結果與分析

雖然已有多數研究驗證了傳統金融服務便利性以及金融素養對傳統正規信貸獲得的積極作用(張號棟 等，2016)，但為了檢驗傳統金融基礎對數字信貸獲得的影響，并提供基于同一套數據的可比較參考，本文仍使用Logit模型給出了金融服務便利性以及金融素養影響傳統正規信貸獲得的實證證據。

(一)基本回歸結果

傳統金融基礎與傳統正規信貸獲得的回歸結果見表2，其中列(1)的解釋變量為傳統金融服務便利性，列(2)的解釋變量為金融素養，而列(3)中則同時納入了傳統金融服務便利性和金融素養。

表2 基礎回歸結果：傳統金融基礎對傳統正規信貸獲得的影響

由表2列(1)、(3)的結果可知，傳統金融服務便利性的回歸系數均顯著為正，說明農戶所在鄉鎮的每萬人擁有銀行網點數越多，其傳統正規信貸獲得水平越高。列(2)、(3)的回歸結果顯示，金融素養的回歸系數均為正，且分別在1%和5%的水平上顯著，說明農戶金融素養水平越高，其能夠獲得的傳統正規信貸水平越高?？刂谱兞恐?，戶主年齡的回歸系數顯著為負，說明伴隨戶主年齡增加，傳統正規信貸獲得水平逐漸下降。列(1)中，戶主受教育程度、人均消費支出以及人均總資產的回歸系數顯著為正，原因主要在于受教育程度、人均消費支出和人均總資產分別反映了戶主的人力資本、家庭現金流水以及可用于抵押的資產價值，這三個指標都是傳統信貸審批的重點，因此受教育程度、人均消費支出和人均總資產越高的農戶群體，所能獲得傳統正規信貸水平越高。此外，在控制家庭規模后，家庭勞動力占比的回歸系數顯著為正，說明勞動力越多的家庭越易獲得傳統正規信貸。上述結論與已有研究(程恩江 等，2008；孫永苑 等，2016)的結論基本一致。

以上述回歸結果為比較基底，考察傳統金融服務便利性和金融素養對數字信貸獲得的影響，結果如表3所示。由列(1)、(3)可見，農戶所在地區的傳統金融服務便利性對數字信貸獲得的影響不顯著，結合表2列(1)、(3)中傳統金融服務便利性對傳統正規信貸獲得的顯著積極作用，一定程度上說明在數字信貸中，農戶并不會因為與金融機構網點的遠近而被數字信貸供給方施加物理距離方面的排斥，此時金融發展相對落后地區的農戶群體能夠獲得和金融發展相對發達地區農戶無差異的數字信貸支持。依托智能終端和通信技術開展業務的天然優勢，數字信貸得以突破傳統信貸因物理距離難以實現普惠的系統性缺陷，在供給端表現出一定普惠性質。此外，表3列(2)、(3)匯報了需求端的農戶金融素養高低對數字信貸獲得的影響，結果顯示，金融素養的回歸系數在5%的水平下顯著為正。這意味著與傳統正規信貸相似，數字信貸也主要被高金融素養水平的農戶獲得，原因可能在于：傳統信貸服務和數字信貸服務雖然技術載體有所區別，但本質上都是為農戶提供融資支持，對風險、利率等金融知識的掌握和理解仍然是農戶有效利用金融手段的必要條件。將數字信貸獲得和傳統正規信貸獲得合并后回歸，結果如列(5)所示。不難發現，與表2列(3)相比，傳統金融服務便利性的系數值有所下降，并且顯著性水平也從1%變為10%；而金融素養的系數值有所提高，同時顯著性水平也由5%變為1%。上述系數大小和顯著性水平的變化再次印證了數字信貸雖然突破了原先傳統正規信貸在供給端施加的地理排斥，但在需求端，數字信貸獲得與傳統正規信貸一樣，均受到農戶自身金融素養的影響。進一步，關注數字稟賦對農戶數字信貸獲得的影響。表3列(4)中數字稟賦回歸系數為正，且在5%的水平下顯著，說明農戶自身的數字稟賦對數字信貸獲得具有顯著的積極作用。

表3 基礎回歸結果：傳統金融基礎、數字稟賦對數字正規信貸獲得的影響

(二)內生性討論

除傳統金融服務便利性外，農戶自身金融素養、數字稟賦和農戶信貸獲得之間也可能存在互為因果的問題。借鑒Lewbel(2012)提出的異方差工具變量法，以金融素養的工具變量構建為例，第一階段以農戶金融素養為被解釋變量、其余外生變量為解釋變量進行回歸，求得殘差(7)若存在多個內生變量，則將內生變量作為被解釋變量、其余外生變量作為解釋變量進行回歸，求得殘差，繼續完成第二階段的估計。。如果此階段的殘差拒絕殘差同方差檢驗(Breusch-Pagan檢驗)，則認為殘差滿足構建工具變量的異方差假設。表4匯報了第一階段的Breusch-Pagan檢驗P值和基于多個內生變量第一階段回歸的殘差異方差檢驗P值，例如列(3)中的Breusch-Pagan檢驗P值，前者對應金融素養作為被解釋變量進行第一階段回歸的殘差異方差檢驗P值，后者對應數字稟賦作為被解釋變量進行第一階段回歸的殘差異方差檢驗P值。第二階段，將殘差中心化后與其余外生變量分別相乘得到工具變量，而后再使用Ivprobit模型重新回歸。由表4可見，考慮內生性問題后的實證結果與原先相比并未發生根本性變化，本文的主要結論依然得到支持。

表4 內生性討論

(三)穩健性檢驗

首先，將金融素養和數字稟賦的因子得分替換為題目回答正確或是擁有對應數字技術的算數平均值，重復基本回歸，結果匯報于表5。其次，借鑒孫永苑(2016)和吳雨等(2016)的研究，使用Biporbit模型和Mlogit模型重新回歸，結果匯報于表6。從表5和表6可見，在替換核心解釋變量的測量方法以及調整回歸模型后，所得結果與基本回歸結果保持一致，說明本文研究結論是可靠的。

表5 穩健性檢驗結果：替換變量的測量方法

表6 穩健性檢驗結果：調整回歸模型

(四)進一步討論

進一步地，本文試圖厘清不同傳統金融服務便利性和金融素養水平下，數字稟賦對農戶數字信貸獲得的影響差異。

表7列(1)以設置數字稟賦與傳統金融服務便利性虛擬變量交互項的方式，識別數字稟賦影響信貸獲得的地理排斥緩解效應。交互項的回歸系數顯著為正，說明數字稟賦可以拓寬融資渠道，影響數字信貸獲得的作用在傳統金融服務便利性低的農戶群體中更大。其原因可能在于，傳統金融服務便利性較高的農戶群體的金融需求已經在部分程度上被傳統金融服務滿足，此時數字稟賦通過拓展金融服務渠道，進而作用于信貸獲得的邊際貢獻一定程度被削弱。而地處偏僻、難以觸及傳統金融的農戶群體借助數字稟賦的提高實現了融資渠道的從無到有，填補了由于傳統金融服務便利性不足造成的信貸供給缺失，因此作用更為顯著。

表7 異質性檢驗結果

表7列(2)、(3)進一步以縣域內不同金融素養高低分組進行分樣本回歸，結果發現在金融素養較高的農戶群體中，數字稟賦提高所帶來的信貸地理排斥緩解效應更為顯著，這與前文的實證結果相呼應。數字金融在興起之初就被視為提高金融普惠程度的有效手段，而向低收入群體的邊界拓展是普惠金融的應有之意，因此關注數字稟賦對數字信貸獲得的影響在不同收入階層的異質性可以為數字金融的普惠效應提供更多經驗證據。

表7列(4)、(5)按收入高低分組進行的分樣本結果顯示，數字稟賦對數字信貸獲得的積極作用在收入較低群體中更為顯著。這可能是因為當農戶收入水平較低時，其資源稟賦較為有限且單一，數字稟賦的提高在更大程度上為原本在傳統金融市場表現不佳的低收入群體拓寬了金融服務渠道。

五、結論與啟示

本文基于甘肅、湖南、四川以及云南4省686戶農戶數據，使用Logit模型考察了傳統金融基礎、數字稟賦對農村數字金融普惠的影響。實證結果顯示，從供給端來看，傳統金融僅依靠物理網點鋪設拓寬農村金融業務，諸多依靠傳統手段試圖改善農村金融供給水平、提高農村金融普惠程度的政策措施成效有限，并沒有徹底解決農戶面臨的融資難問題(傅秋子 等，2018)，大量地處偏遠、交通不便的農戶群體依舊遭受著較為嚴重的正規信貸地理排斥。而依托智能手機和信息基礎設施的快速覆蓋，數字信貸為偏遠農戶提供了同質的數字金融服務，實現了一定程度的普惠金融。從需求端來看，作為一項新技術引致的金融產品創新，數字稟賦會影響農戶對數字技術的使用程度和接受程度，其也相應成為獲得數字信貸支持的前提條件。同時，技術載體的進步并未使數字信貸脫離金融的本質，此時農戶自身對金融知識的掌握仍然是影響其進入金融市場的重要因素。

本文研究結論的政策啟示如下：首先，數字信貸渠道雖然突破了傳統金融服務便利性的限制，但金融素養仍是農戶使用數字金融服務的知識前提，因此政府以及金融監管部門應借助已有的正規機構網點配合廣泛持有的智能手機為農戶普及基礎性，特別是和數字金融服務相關的金融知識，幫助其培育金融素養。其次，政府應幫助農戶積累數字稟賦，在保護個人信息安全的前提下，嘗試構建諸如個人稅務數據、征信數據以及非結構化數據等多方信用信息使用平臺，以有償形式實現多方信用數據的使用、傳遞與融合，有效緩解農村地區的信息不對稱問題。