數字素養與農村流動人口數字金融使用行為——基于江蘇省5市農村流動人口的調查數據

■翁辰 朱紅根 陳杰

一、引言

隨著我國城鎮化的不斷推進，外來勞動力已成為城市建設的重要力量，并為城市經濟發展作出了巨大貢獻[1]。國家統計局發布的《2020年農民工監測調查報告》顯示，2016年以來，農民工總量規模年平均增速達0.6%，截至2020年，全國農民工總量已達2.86億人①。由于農民工總量不斷提升，農村流動人口需要加速積累財富和社會資源，以縮小與城鎮居民資本積累的差距。農村流動人口資本積累的需求也帶來了更為豐富的階段性金融需求[2]。然而，長期以來我國城鄉二元結構帶來的戶籍制度差異使得農村流動人口難以平等地享受流入地的公共服務和福利[3]。傳統金融服務業存在較為嚴重的排斥現象，低收入人群和弱勢群體難以從正規渠道獲得金融服務。農村流動人口在進入城市后，面臨的金融市民化障礙之一就是流入地城市的金融機構面向農村流動人口的授信門檻要系統性地高于城鎮家庭[4]。

近年來，數字金融通過大數據、云計算等信息技術創新，降低了使用門檻和成本，擴大了金融服務的覆蓋面和滲透率，有效地彌補了傳統金融服務的短板，使低收入人群和弱勢群體的金融需求得以滿足[5，6]。2017年中國家庭金融調查數據顯示，使用過互聯網理財、網絡借貸或第三方支付的城鎮家庭占全部家庭的比重約為61.11%，而農村家庭占比僅為20.96%，城鄉居民數字金融使用存在明顯差距[7]。然而，目前較少有研究關注農村流動人口的數字金融使用情況。那么，農村流動人口數字金融使用現狀如何？影響農村流動人口數字金融使用的關鍵因素是什么？

現有關于數字金融的相關研究主要聚焦于數字金融發展的特征及其影響。例如，張暉[8]、張龍耀等[9]探討了數字金融發展的區域及空間特征。在數字金融發展的影響方面，學者們分別從宏觀和微觀視角展開了探討。宏觀層面的研究發現，數字金融發展可以促進經濟高質量增長，從而提振我國實體經濟[10，11]；微觀層面上，研究發現數字金融發展有利于激勵家庭消費[12，13]、驅動企業創新[14，15]、促進居民創業[16]。從數字金融參與影響因素的相關研究來看，現有研究主要關注了交通地理[17]、傳統金融使用[18，19]以及金融知識[20，21]等因素的影響。然而，較少研究關注到個體數字金融參與中可能存在的“數字鴻溝”問題。

當前我國金融科技發展不平衡不充分的問題仍然突出，數字金融發展受到“數字鴻溝”的制約[22]。“數字鴻溝”是指不同社會群體在互聯網可及性和使用方面的差異[23，24]。據統計，截至2020年12月，我國城鎮地區互聯網普及率為79.8%，農村地區互聯網普及率為55.9%，城鄉地區互聯網普及率差異較2018年縮小了12.3個百分點②。在互聯網可及性差異縮小的同時，人們在互聯網使用上的差異正逐漸顯現[25]，“數字鴻溝”已逐步從初期的互聯網“接入溝”轉化為現階段的互聯網“使用溝”。部分弱勢群體由于缺乏使用數字技術的知識和技能，容易形成“工具排斥”“評估排斥”等新的金融排斥[26，27]，而緩解這類金融排斥的關鍵則在于提高個體的數字素養。國外學者和相關機構較早便開始對數字素養的概念內涵進行有益探索。Eshet[28]最早提出“數字素養”的概念，認為數字素養是數字時代的生存技能，具有整合性以及跨學科特點。2017年，《國際圖聯數字素養宣言》發布，認為數字素養是個體利用數字工具并發揮其潛能的能力。2018年，聯合國教科文組織發布數字素養全球框架，將數字素養定義為通過數字設備和網絡技術，安全適當地訪問、管理、理解、集成、通信、評估和創造信息的能力，具體包括7個素養域：操作域、信息域、交流域、內容創作域、安全倫理域、問題解決域和職業相關域[29]。然而，現有對數字素養的研究多集中于教育學領域，對諸如教師[30]、大學生[31，32]和青少年[33]的數字素養水平進行了分析探討，但在經濟學領域的應用仍不多見。隨著數字金融的不斷發展，數字素養會對農村流動人口數字金融使用行為產生怎樣影響？能否提高農村流動人口數字金融使用的概率和廣度？其內在影響機理如何？本文試圖對上述問題進行探討。

為此，本文以江蘇省為例，基于農村流動人口調查數據考察數字素養對農村流動人口數字金融使用行為的影響及其作用機制。與以往研究相比，本文的貢獻主要體現在：第一，在研究對象上，本文重點關注農村流動人口的數字金融使用行為，數字金融有助于解決農村流動人口在融入城市過程中面臨的“金融市民化”障礙問題。第二，在研究視角上，本文從數字素養視角探討其對農村流動人口數字金融使用行為的影響，數字素養水平是關系個體能否積極靈活使用數字金融的重要因素。第三，在研究方法上，本文不僅采用Poisson Hurdle模型修正樣本選擇偏誤，還綜合采用IV-Probit模型、IV-Poisson模型和CMP模型處理可能存在的內生性問題，并通過遺漏變量檢驗、改變核心自變量的測度方式進行穩健性檢驗。

二、理論基礎與研究假說

（一）數字素養對農村流動人口數字金融使用行為的影響

根據國外學者及相關機構提出的數字素養基本框架，國內學者也對數字素養的核心要素進行了探討，指出數字素養不僅包括數字技術使用技能，還涉及認知、情感和社交等技能[34]，還應注重個體運用數字媒介對社會經濟文化等的認知能力、批判性分析與質疑能力，以及運用數字技術整合、再生產超文本內容并進行負責任傳播與有效互動交往的能力[35]。基于此，本文結合農村流動人口個體特征，將數字素養界定為個體在工作、學習、休閑及社會活動參與中所具備的數字技術使用和認知的能力。農村流動人口個體的數字金融使用決策不僅依賴于其自身的數字金融使用能力，還取決于其對使用數字金融可能存在的風險的綜合評估與所能帶來的預期效用的比較。一般來說，個體數字技術使用素養水平越高，則其采用數字化工具進行信息收集、整理和加工的知識越豐富，對數字理財、數字支付、數字信貸等各類數字金融平臺的基本操作能力越好，這可以有效降低個體數字金融使用的技術門檻。而個體數字技術認知素養水平越高，則其對使用數字金融可能存在的風險及預期效用的綜合評估能力越強，這有助于降低其使用數字金融的潛在成本和風險，提高預期效用。因此，本文提出如下假說：

假說1：數字素養可以促進農村流動人口的數字金融使用行為。

（二）數字素養對農村流動人口數字金融使用行為的影響機制

在互聯網時代，社會權力結構變化中影響最廣泛的是信息權力[36]。信息權力是與信息、知識和認同緊密聯系在一起的，有效使用互聯網可以使個體獲得有價值的信息，形成行動與策略的優勢結果，從而帶來信息權力的收獲[37]。金融信息的有效獲取與處理是影響個體數字金融使用的重要因素。一方面，倘若農村流動人口個體缺乏有效獲取金融信息的能力，則難以了解不同數字金融產品的特征及差異，這可能會限制其數字金融使用行為。而數字素養水平較高的農村流動人口個體可以有效獲取金融信息，其通過增加對金融信息的關注，緩解數字金融產品使用中可能存在的信息不對稱問題，從而增強數字金融使用的內生動力。另一方面，農村流動人口個體獲取金融信息后，倘若缺乏處理金融信息所必需的理解和認知能力，則會增加金融信息的處理成本，從而制約其數字金融使用行為。而農村流動人口個體數字素養水平提高有助于其金融知識水平的提升，從而幫助個體認識和理解新興的數字金融產品，降低個體數字金融使用決策中的金融信息處理成本。因此，本文提出如下假說：

假說2：數字素養促使農村流動人口增加金融信息關注，進而促進其數字金融使用行為。

假說3：數字素養促使農村流動人口提高金融知識水平，進而促進其數字金融使用行為。

個體在進行各種決策時所面臨的外部條件總是不確定的，不確定性會產生風險，而對待風險的態度是影響個體決策的重要因素[38]。數字金融產品在降低個體獲得金融服務成本的同時，也存在著財務安全和隱私泄露等潛在風險。因而，部分個體對數字金融使用持謹慎態度[39]。曹倩等[40]研究發現風險厭惡程度越高的個體使用第三方支付的概率越低。隨著互聯網時代的到來，信息通信基礎設施的完善和智能設備的普及全方位提升了個體獲取信息的能力，這對個體的思想觀念也產生了深刻影響[41，42]。張世虎等[38]研究發現互聯網信息技術的應用可以有效緩解長時間處于信息劣勢的個體的風險厭惡態度。因此，農村流動人口個體數字素養水平的提升，有助于改善其風險態度，進而促進其數字金融使用。據此，本文提出如下假說：

假說4：數字素養促使農村流動人口提升風險偏好水平，進而促進其數字金融使用行為。

三、研究設計

（一）數據來源

為調查農村流動人口數字素養與數字金融使用情況，課題組以江蘇省為例，根據2020年外來就業人口在江蘇省各市的分布情況，選擇外來就業人口的主要流入地蘇南3市（南京市、無錫市、蘇州市）和蘇中2市（南通市、揚州市）共5市作為調研地。課題組于2021年1—2月對上述地區的農村流動人口進行了調查。本文將農村流動人口界定為離開農村戶籍所在地6個月以上的外出務工人員。本次調查內容涵蓋農村流動人口個體的基本特征、就業狀況、社會交往、家庭特征、數字使用及認知行為等信息。課題組采用多階段分層隨機抽樣方法，每個市抽取3個縣（區），每個縣（區）抽取3個社區（村），每個社區（村）調查10—15 個農村流動人口個體。本次調查共獲得農村流動人口個體樣本總數540個。刪除關鍵變量數據缺失的樣本后，最終得到有效樣本總數446個，樣本有效率為83%。

（二）變量選取

1.被解釋變量：數字金融使用行為。數字金融指傳統金融機構與互聯網公司利用數字技術實現融資、支付、投資和其他新型金融業務模式[5]。根據農村流動人口數字金融工具使用情況，本文重點分析數字支付、數字信貸和數字理財三類數字金融工具，并從兩個方面探討農村流動人口數字金融使用：第一，是否使用數字金融。如果農村流動人口個體使用過數字支付、數字信貸和數字理財三類數字金融工具中的任意一類，本文則認為該個體使用了數字金融。第二，數字金融使用廣度。本文定義為農村流動人口個體使用的數字金融工具種類數。

2.核心解釋變量：數字素養。本文參考現有國內外學者提出的數字素養基本框架[29，34，35]，結合農村流動人口個體特征，從數字技術使用和數字技術認知兩個層面構建數字素養指標體系。具體指標選取及定義如表1所示。

表1 數字素養指標體系

本文采用Sarma[43]提出的平均歐幾里得距離構建數字素養指數。該方法能避免分項指標出現完全可替代性，滿足單位無關、有界、單調等良好指標特性，且便于計算。具體計算步驟如下：

（1）各維度指標標準化。

其中，Xij表示第i維度下第j個指標處理后的標準值，Bij表示該指標的實際值，mij表示該指標的最小值，Mij表示該指標的最大值。

（2）權重確定。各維度賦權是數字素養指數構建的關鍵，本文采用變異系數賦權法。與主觀賦權法相比，該方法更具客觀性。同時，本文還對各維度分別計算權重，這可以有效避免所有維度混合計算賦權可能帶來的某一維度指標數量過多而權重過大的問題。

首先，計算第i 維度下各指標的變異系數Vij和權重wij。如式（2）和式（3）所示：

其中，Sij表示第i 維度下第j 個指標的標準差，表示該指標的平均值。

其次，計算各維度的變異系數Vi和權重wi。如式（4）和式（5）所示：

其中，Si表示第i維度數字素養指數的標準差，表示該維度數字素養指數的平均值。

（3）指數合成。通過計算獲得各維度指數Di后，進一步計算得到數字素養指數D。具體如下：

3.控制變量。本文分別選取了農村流動人口個體特征、就業狀況、社會資本和家庭特征的控制變量。此外，采用虛擬變量控制地區效應，從而消除可能存在的地區層面的異質性影響。主要變量定義及描述分析如表2所示。

表2 變量說明及描述性統計

（三）模型構建

1.基準模型。首先，為分析數字素養對農村流動人口使用數字金融工具的影響，本文構建了如下Probit模型：

其中，被解釋變量yi是衡量農村流動人口是否使用數字金融工具的啞變量；G()· 為標準正態分布函數；Di為核心解釋變量，表示農村流動人口數字素養水平；Xk為反映個體、家庭及地區等特征的控制變量；β1和βk為待估參數，k=2,3,…,K。

其次，為分析數字素養對農村流動人口數字金融使用廣度的影響，考慮到被解釋變量數字金融使用廣度為具有計數特征的非負整數，本文構建了如下Poisson模型進行估計：

其中，農村流動人口數字金融使用廣度Ti=ti的概率由參數為λi的泊松分布決定，λi＞0 為“泊松到達率”，表示事件發生的平均次數，由解釋變量xi決定。

2.樣本選擇偏差問題。基準模型中，本文分別采用Probit模型和Poisson模型估計數字素養對農村流動人口是否使用數字金融工具和數字金融使用廣度的影響，得到一致估計結果的前提是參與方程（是否使用）和結果方程（使用廣度）相互獨立。由于一部分農村流動人口并未使用數字金融工具，從而其數字金融使用廣度為零，造成被解釋變量數字金融使用廣度具有數據截斷特征。為解決上述問題，本文參考Mullahy[44]的研究思路，運用Poisson Hurdle模型（PH模型）進行估計，該模型可以有效解決被解釋變量受限問題。PH模型的構成如下：

首先，采用Complementary Log-log 模型（CLL 模型）估計農村流動人口個體是否使用數字金融工具。具體模型如下：

其中，x是影響農村流動人口個體是否使用數字金融工具的外生變量集，η是對應的系數向量。

其次，如果個體使用數字金融工具（yi=1），則進一步采用Truncated Poisson Regression 模型（TPR模型）估計其數字金融使用廣度。具體模型如下：

其中，h是影響農村流動人口個體數字金融使用廣度的外生變量集，κ是對應的系數向量。

將（10）、（11）和（12）式聯立，可得PH 模型的對數似然方程：

3.內生性問題。本文采用工具變量法解決可能存在的內生性問題。由于本文的被解釋變量分別為是否使用數字金融工具的二值型變量和數字金融使用廣度的計數型變量，核心解釋變量數字素養水平為連續型變量，因此，本文分別采用處理二值型被解釋變量的IV-Probit 模型和處理計數型被解釋變量的IV-Poisson模型進行工具變量回歸分析。

對于工具變量的選取，考慮到有效的工具變量應滿足以下條件：第一，相關性。工具變量應與數字素養水平相關。第二，外生性。工具變量并不直接影響個體數字金融使用。據此，本文采用個體所在流入地農村流動人口數字素養平均水平作為工具變量。

四、實證分析

（一）基準回歸分析

表3報告了數字素養對農村流動人口數字金融使用行為影響的基準回歸結果。其中，（1）和（3）列僅加入了數字素養這一變量，（2）和（4）列是引入了控制變量后的回歸結果。從（1）和（3）列可以看出，數字素養變量的回歸系數均在1%的水平上顯著為正，表明數字素養不僅顯著提升了農村流動人口數字金融使用概率，還提升了其數字金融使用廣度。（2）和（4）列加入控制變量后，所得結論依然穩健。

表3 數字素養與農村流動人口數字金融使用行為基準回歸結果

（二）糾正樣本選擇偏差

上文采用Probit模型和Poisson模型分別探討數字素養對農村流動人口是否使用數字金融和數字金融使用廣度的影響，估計結果可能會因為參與方程（是否使用）和結果方程（使用廣度）并非相互獨立而存在樣本選擇偏差問題。為糾正模型估計中可能存在的選擇性偏誤，本文進一步采用Poisson Hurdle模型進行估計，結果如表4所示。

表4 數字素養與農村流動人口數字金融使用的Poisson Hurdle模型結果

由于Poisson Hurdle 模型要求CLL 模型和TPR模型中至少有一個排他性解釋變量，不同時出現在兩個模型中。本文選擇農村流動人口個體經常使用的銀行卡開戶行數作為排他性解釋變量，原因是個體經常使用的銀行卡開戶行數越多，其金融需求可能越多樣化，從而可使其數字金融使用廣度增加。而數字金融使用僅需個體有銀行卡就能實現，與銀行卡開戶行數量的多少并無直接聯系。從模型估計結果來看，控制樣本選擇性偏差后，數字素養變量的回歸系數仍顯著為正，即數字素養有利于促進農村流動人口個體數字金融使用概率及廣度的提高。排他性解釋變量銀行卡開戶行數與數字金融使用廣度也存在顯著的正相關關系，表明農村流動人口個體銀行卡開戶行越多，其數字金融使用廣度也會提高。

（三）內生性處理

除了樣本選擇偏差，數字素養對農村流動人口數字金融使用影響的回歸模型可能還面臨潛在的內生性問題。本文選用“個體所在流入地農村流動人口數字素養平均水平”作為核心解釋變量數字素養的工具變量，分別采用IV-Probit 模型和IV-Poisson模型估計數字素養對農村流動人口是否使用數字金融和數字金融使用廣度的影響，并采用CMP方法的估計結果做對照檢驗，結果如表5所示。

表5 數字素養與農村流動人口數字金融使用的工具變量回歸結果

從一階段回歸結果來看，個體所在流入地農村流動人口數字素養平均水平與個體本身的數字素養水平在5%的水平上顯著正相關，表明本文選用的工具變量滿足相關性條件。進一步地，數字素養對農村流動人口是否使用數字金融影響的IV-Probit 模型估計結果顯示，Wald 檢驗的χ2統計量為17.11，且在1%的水平上顯著，表明在該模型中數字素養為內生變量，基準回歸結果可能會受到內生性問題的干擾。同時，本文也采用CMP 估計做進一步驗證，估計所得內生性參數在1%的水平上顯著為正，說明采用的工具變量來處理模型可能存在的內生性是合理的。通過矯正可能存在的內生性問題后，數字素養對農村流動人口是否使用數字金融的影響仍在1%的水平上顯著為正。從數字素養對農村流動人口數字金融使用廣度的IV-Poisson模型和CMP估計所得結果來看，模型的內生性參數均不顯著，表明在該模型中，核心解釋變量數字素養并不存在顯著的內生性問題，因而前文基準回歸所得結果是較為穩健的。

（四）數字素養對農村流動人口使用不同數字金融工具的影響

為進一步考察數字素養對農村流動人口使用不同數字金融工具的影響，本文分別檢驗了數字素養對農村流動人口使用數字理財、數字融資和數字支付三類數字金融工具的影響，估計結果如表6所示。農村流動人口數字素養水平越高，其使用數字理財和數字支付的概率就越大。從邊際影響效果來看，農村流動人口數字素養水平的提高對其使用數字理財的促進作用相對更大。但是，數字素養對農村流動人口使用數字融資的影響并不顯著。可能的原因是，互聯網借貸平臺存在一定風險，尤其是網貸平臺違規跑路事件頻發，隨著個體數字素養水平的提高，其對數字融資方式的選擇也會更為謹慎。

表6 數字素養對農村流動人口使用不同數字金融工具的影響

（五）不同類型數字素養對農村流動人口數字金融使用行為的影響

本文還考察了不同類型數字素養對農村流動人口數字金融使用行為的影響，結果如表7所示。根據數字素養指標構建思路，本文將數字素養細分為數字技術使用素養和數字技術認知素養。結果顯示，數字技術使用素養和數字技術認知素養均對農村流動人口個體數字金融使用概率的提高具有顯著的正向影響。從邊際影響效果來看，數字技術使用素養水平的提高更有利于農村流動人口個體數字金融使用概率的提高。從不同類型數字素養對農村流動人口數字金融使用廣度的影響來看，數字技術使用素養對個體數字金融使用廣度的增強具有顯著正向影響，而數字技術認知素養的影響并不顯著。這說明要促進農村流動人口使用數字金融需側重強化其數字技術使用技能。

表7 不同類型數字素養對流動人口數字金融使用行為的影響

（六）數字素養對農村流動人口數字金融使用行為的影響機制

前文分析表明數字素養對農村流動人口數字金融使用具有顯著的正向影響，接下來本文進一步探討數字素養影響農村流動人口數字金融使用的內在機制。一方面，數字素養的提升可以使個體獲得更多的信息，通過個體增加對金融相關信息的關注或自身金融知識水平的提升，從而促使其使用數字金融；另一方面，數字素養的提升也可以提高個體風險偏好水平，從而使個體更愿意接觸新興事物，促進其對數字金融的使用。鑒于此，本文采用中介效應模型實證檢驗數字素養對農村流動人口數字金融使用行為的影響機制。

1.金融信息關注機制。數字素養的提升可以拓展個體信息獲取渠道，增強其信息獲取能力，提高其對金融相關信息的關注。金融信息關注增加有助于個體及時跟蹤掌握金融產品信息，從而促進其對數字金融的使用。在對流動人口的問卷調查中詢問了受訪者“您平時對金融方面的信息關注程度如何？”，本文將回答“從不關注”“很少關注”“一般”的賦值為0，將回答“很關注”“非常關注”的賦值為1。表8報告了檢驗數字素養通過金融信息關注機制進而影響農村流動人口數字金融使用行為的實證結果。（1）列的回歸結果顯示，數字素養與中介變量金融信息關注的回歸系數在1%的水平上顯著為正，表明數字素養提升會顯著增加個體對金融信息的關注。（2）列在解釋變量中引入中介變量金融信息關注后，結果表明金融信息關注對農村流動人口個體是否使用數字金融并沒有顯著影響。根據中介效應檢驗程序，需進一步采用Sobel 檢驗來判斷數字素養對農村流動人口數字金融使用決策影響中是否存在金融信息關注的影響機制。Sobel 檢驗值為1.047，在統計上并不顯著，表明數字素養對農村流動人口是否使用數字金融的影響中并不存在金融信息關注的中介效應。（3）列在解釋變量中引入中介變量金融信息關注后，結果表明金融信息關注對農村流動人口數字金融使用廣度在1%的水平上顯著為正，但數字素養對數字金融使用廣度的影響并不顯著，表明數字素養可以通過促進個體對金融信息的關注進而擴大其數字金融使用廣度。在這一過程中，金融信息關注起到了完全中介效應作用。

表8 數字素養與農村流動人口數字金融使用行為：金融信息關注機制的檢驗

2.金融知識機制。數字素養的提升不僅可以拓寬個體信息獲取渠道，促使個體增加關注金融相關信息，還可以促進個體相關金融知識的積累，進而提升金融知識水平。現有研究也發現金融知識水平的提升可以促進個體數字金融的參與[20，21]。調查中，對農村流動人口金融知識水平進行測試，設置了復利計算、通貨膨脹理解和風險認知等測試題目③，并采用因子分析法測算得到個體金融知識綜合得分。表9報告了檢驗數字素養通過金融知識機制進而影響農村流動人口數字金融使用行為的實證估計結果。（1）列結果顯示，數字素養與中介變量金融知識的回歸系數在1%的水平上顯著為正，表明數字素養提升會促進個體金融知識水平的提高。（2）列在解釋變量中引入中介變量金融知識后，結果表明金融知識對個體是否使用數字金融并沒有顯著影響。進一步采用Sobel 檢驗的結果表明，Sobel 檢驗值為0.045，在統計上并不顯著，表明數字素養對農村流動人口是否使用數字金融的影響中并不存在金融知識的中介效應。（3）列在解釋變量中引入中介變量金融知識后，結果表明金融知識對個體數字金融使用廣度在1%的水平上顯著為正，且數字素養對數字金融使用廣度的影響也仍在10%的水平上顯著為正。這表明數字素養可以通過金融知識機制影響個體數字金融使用廣度，且在該過程中，金融知識起到了部分中介效應作用。

表9 數字素養與農村流動人口數字金融使用：金融知識機制的檢驗

3.風險偏好機制。數字素養的提升可以使個體更全面地了解數字相關產品，提高其風險偏好水平，進而促進其數字金融使用。問卷調查中詢問了受訪者“如果有一筆錢，更愿意選擇何種投資項目”，根據受訪者的回答，本文對“不愿意承擔任何風險”“略低風險、略低回報的項目”“平均風險、平均回報的項目”“略高風險、略高回報的項目”“高風險、高回報的項目”依次賦值1 至5，以此衡量受訪者的風險偏好程度。表10報告了檢驗數字素養通過風險偏好機制進而影響數字金融使用行為的實證估計結果。（1）列結果顯示，數字素養與中介變量風險偏好的回歸系數在5%的水平上顯著為正，表明數字素養的提高可以提升個體的風險偏好水平。（2）列加入中介變量風險偏好后，風險偏好的系數并不顯著。進一步采用Sobel 檢驗結果顯示，Sobel 值為0.856，在統計上并不顯著，表明數字素養對農村流動人口是否使用數字金融的影響中并不存在風險偏好的中介作用。（3）列加入中介變量風險偏好后，結果表明風險偏好的系數在1%的水平上顯著為正，且數字素養的系數也在10%的水平上顯著為正。這表明數字素養對農村流動人口數字金融使用廣度的影響中存在風險偏好的中介作用，且在該過程中，風險偏好起到了部分中介效應作用。

表10 數字素養與農村流動人口數字金融使用：風險偏好機制的檢驗

五、穩健性檢驗

本文分別采用遺漏變量檢驗和改變自變量的測度方式進行穩健性檢驗。

（一）遺漏變量檢驗

雖然本文在基準回歸過程中已盡可能地控制了農村流動人口個體特征、就業狀況、社會資本、家庭特征及地區特征等多方面因素，但仍無法確保模型中不存在遺漏變量問題，從而帶來估計偏誤。因此，本文采用Oster[45]提出的兩種方法來檢驗遺漏變量及其對回歸的影響。

Oster[45]指出當回歸模型存在不可觀測的遺漏變量時，可根據估計量β*=β*(Rmax,δ)獲得核心解釋變量對被解釋變量的一致估計。在本文中，β*衡量的是數字素養對農村流動人口數字金融使用行為的影響；Rmax為當不可觀測的遺漏變量能夠被觀測時，回歸方程的最大擬合優度；δ為選擇比例，衡量的是可觀測變量與關注變量的相關關系相較于不可觀測遺漏變量與關注變量的相關關系的強弱。具體地，參考Oster[45]，本文采用以下兩種方法對實證結果進行穩健性檢驗：方法一，根據當前回歸擬合優度的1.3倍確定Rmax，且δ值取-1時，如果β*=β*(Rmax,δ)落在了估計參數的95%置信區間內，則意味著數字素養對農村流動人口數字金融使用行為的影響并不會因遺漏變量問題而發生變化；方法二，Rmax取值方法如前所述，計算使β=0 的δ值，若δ值大于1，則表明估計結果通過了穩健性檢驗。

由于Oster[45]的方法主要適用于被解釋變量為連續變量的情形，本文采用了OLS 回歸，結果如表11所示。采用方法一的穩健性檢驗結果顯示，數字素養對農村流動人口是否使用數字金融和數字金融使用廣度的影響的計算結果落在了β的95%置信區間內。采用方法二的穩健性檢驗結果顯示，當不可觀測的遺漏變量能夠被觀測時，計算所得δ值均大于1。上述結果表明，數字素養對農村流動人口數字金融使用行為的影響并不會因遺漏變量的存在而發生顯著變化，即前文結論是穩健的。

表11 遺漏變量檢驗結果

（二）改變核心自變量的測度方式

本文還通過改變核心自變量數字素養的測度方式來檢驗估計結果的穩健性。采用熵值法對數字素養進行測度后，所得估計結果如表12所示。數字素養對農村流動人口是否使用數字金融和數字金融使用廣度的系數均在1%的水平上顯著為正，再次驗證了數字素養可以提升農村流動人口使用數字金融的概率和廣度這一結論。

表12 穩健性檢驗結果：改變核心自變量測度方式

六、研究結論與啟示

本文基于2021年江蘇省5 市15 縣（區）農村流動人口調查數據，考察了數字素養對農村流動人口數字金融使用行為的影響。研究結果表明：第一，數字素養是影響農村流動人口數字金融使用行為的重要因素。數字素養不僅可以提升農村流動人口數字金融使用概率，還可以擴大其數字金融使用廣度。第二，數字素養對農村流動人口不同數字金融工具使用行為的影響存在差異。相比于數字融資工具的使用，數字素養可以顯著提升農村流動人口對數字理財和數字支付工具的使用。第三，不同類型數字素養對農村流動人口數字金融使用行為的影響存在差異。不同類型數字素養均可以顯著提高農村流動人口數字金融使用概率，但僅數字技術使用有助于擴大農村流動人口數字金融使用廣度。第四，數字素養對農村流動人口數字金融使用的影響機制檢驗表明，數字素養可以通過增加金融信息關注、提高金融知識水平和提升風險偏好水平來提高農村流動人口數字金融使用廣度。本文在采用Poisson Hurdle模型修正樣本選擇偏誤，以及綜合采用IV-Probit模型、IV-Poisson 模型和CMP 模型處理可能存在內生性問題，并通過遺漏變量檢驗、改變核心自變量的測度方式進行穩健性檢驗后，所得研究結論依然成立。

基于此，為在數字化時代更好地實現數字技術賦能，推動數字金融發展，有效提升農村流動人口“金融市民化”水平，本文提出如下建議：第一，多措并舉提高農村流動人口的數字素養水平。一方面，積極在農村地區開展數字化普及教育，鼓勵學校、行業組織和社會教育機構等參與農村數字化教育體系建設；另一方面，農村流動人口是當前數字鄉村建設和城市數字經濟發展中不可或缺的參與主體，政府應調動多方資源，采用線上線下等多種形式開展面向農村流動人口的基礎數字技能科普與培訓，適當地對參與數字技能學習及培訓的農村流動人口提供財政補貼和獎勵，激發其學習的積極性，從而在農村流動人口群體中形成數字化學習的優良環境。第二，金融信息關注不足抑或金融知識水平低下會限制農村流動人口數字金融使用。因此，在提升農村流動人口數字素養水平的同時，還應加大金融知識教育普及力度，從而提高農村流動人口數字金融行為決策的有效性。第三，建立健全數字金融風險管理的相關體制機制，保護數字金融參與者的合法權益。個體在使用數字金融工具時也會面臨安全性風險，政府應規范完善數字金融產品設計，防范潛在的金融風險，保護數字金融參與者的合法權益，從而使農村流動人口能夠真正享受數字金融成果。■

注 釋

①詳 見http：∕∕www.stats.gov.cn∕tjsj∕zxfb∕202104∕t20210430_1816933.html。

②數據來自《第47次中國互利網絡發展狀況統計報告》，中國互聯網絡信息中心，2021年。

③調查問卷中設置了如下金融知識水平測試題：Ⅰ假設銀行的年利率是40%，如果把100元錢存1年定期，1年后獲得的本金和利息為？a.小于104 元；b.等于104 元；c.大于104元；d.算不出來。Ⅱ假設銀行的年利率是5%，通貨膨脹率每年是3%，把100 元錢存銀行一年后能夠買到的東西將？a.比一年前多；b.跟一年前一樣多；c.比一年前少；d.算不出來。Ⅲ一般而言，股票和基金哪個風險更大？a.股票；b.基金；c.沒有聽過股票；d.沒有聽過基金；e.兩者都沒有聽過。