疫情沖擊與農村家庭數字金融行為
——來自江蘇農村家庭金融調查的微觀證據

王曉青

(南京審計大學，江蘇 南京 211815)

一、引言

不同于洪水、干旱、地震等自然災害，新冠肺炎疫情具有全面性、不可預知性和需求-供給雙抑制性的特征(馮永琦 等，2020)，不僅對家庭成員生命安全帶來威脅，還給家庭財產收入帶來損失，對全球經濟金融產生了巨大沖擊。在社會隔離和安全社交距離等疫情防控措施下，人們通過減少外出消費、勞動時間以及居家辦公等來減緩病毒傳播，但與之而來的是對經濟活動造成的嚴重影響，并且在國際和國內表現出高度的同步性(Ludvigson et al.,2020；Bartik et al.,2020；Baker et al.,2020)。

鑒于金融服務的公共物品屬性，傳統金融模式下的近距離接觸服務為疫情提供了可能的傳播途徑。而近年來依托大數據、云計算、人工智能、區塊鏈等新興技術的金融數字化融合則有效地緩沖了來自疫情的外生沖擊，通過搭建平臺整合金融和泛金融場景以滿足金融服務的線上化需求，凸顯其無接觸式業務模式的優勢(肖宇 等，2020)。同時，數字金融為克服普惠金融的天然困難提供了解決方案，能夠有效校正傳統金融中存在的“屬性錯配”、“領域錯配”和“階段錯配”等問題(唐松 等，2020)，促使原本被排斥在正規金融體系之外的群體能夠以較低的成本相對容易地獲取金融服務，并且越來越多的原有客戶選擇使用手機銀行和網上銀行等新興業務替代傳統銀行業務，金融服務的可得性大幅提高(Duncombe et al.,2009；齊紅倩 等，2019)。在后疫情時代，隨著人們認知和習慣的改變以及金融機構物理場所業務模式的重構，線上金融服務將越來越普遍，對推動經濟高質量發展起到穩定器作用。

根據我國互聯網信息中心(CNNIC)發布的《中國互聯網絡發展狀況統計報告》，隨著數字農村建設的推進，我國農村互聯網普及率從2007年的不足10%增加到2021年6月的59.2%，農村家庭對聯網計算機、智能手機等信息化設備的擁有量也在不斷增加，為以電子支付、手機銀行、網絡購物等為主要媒介的數字金融在農村地區推廣提供了基礎設施條件。2017年我國家庭金融調查數據顯示，參與過互聯網理財、網絡借貸或數字支付其中一種的農村家庭比例僅為20.96%(潘爽 等，2020)。但2019年云南、湖南、四川與甘肅4省農村金融調查結果顯示，農戶使用移動支付、數字理財、數字信貸與數字保險任意一種數字金融產品的比例高達79.8%(張龍耀 等，2021)，同一時期江蘇農村家庭數字金融產品使用率為77.5%(董曉林 等，2020)，這反映出數字金融產品能夠融入農村居民生活，且具有較大的增長空間和潛力。自新冠肺炎疫情發生以來，農村家庭生產經營活動和平滑生活消費受到了重大影響(陳詩一 等，2020)，嚴防嚴控措施、自我隔離和無接觸應用場景模式等促使信息獲取、傳播的方式發生進一步變革，這些都對數字金融服務農村經濟發展提出了新的命題和要求。那么，當前農村家庭數字金融產品使用現狀如何？疫情對農村家庭數字金融行為有何影響？其背后具有怎樣的邏輯？是否存在異質性？這些問題尚且缺少微觀數據的解答。

鑒于此，本文利用2021年江蘇農村金融調查數據，研究疫情對農村家庭數字金融行為的影響，并深入討論其作用機理以及異質性特征。與已有研究相比，本文可能的邊際貢獻主要體現在以下幾個方面：第一，現有文獻側重于研究數字金融的影響效應，鮮少對制約農村家庭參與數字金融的因素展開研究，而本文從外生沖擊的角度彌補了這一不足；第二，結合農村家庭生產生活的現實情況，以疫情所引起的收入、消費和生產經營三方面具有代表性的活動變化衡量沖擊影響及其程度，較為全面地反映了農村家庭受疫情沖擊的表現特征，豐富了農村家庭數字金融行為的研究內容，為后疫情時期促進農村數字普惠金融發展提供了經驗依據；第三，對疫情沖擊影響農村家庭數字金融行為的機制進行分析，發現疫情能夠通過提升家庭的風險管理動機和預防性動機水平，進而影響其數字金融行為，這為政府有效應對疫情沖擊提供了重要啟示。

本文余下部分的結構安排為：第二部分為文獻綜述與理論假說；第三部分為研究設計；第四部分為實證結果分析；第五部分為結論與討論。

二、文獻綜述與理論假說

(一)農村家庭數字金融行為及其影響因素的文獻綜述

目前，關于農村數字金融的微觀研究著重分析了數字金融的福利效應以及農戶數字金融行為的影響因素。在數字金融的影響效應方面，現有研究發現數字金融使用不僅有助于促進農戶創業和提升創業績效(何婧 等，2019；劉丹 等，2019)，也推動了農戶家庭參與金融市場和風險金融資產配置優化(周雨晴 等，2020)，緩解家庭信貸約束、降低正規信貸需求和促進居民消費增長(Jack et al.，2014；何宗樾 等，2020)。王修華等(2020)認為，非貧困戶能夠有效利用數字金融功能防范風險、平滑消費、積累要素和休閑娛樂，存在明顯的馬太效應，并且不同數字金融產品的馬太效應具有顯著差異，數字征信的效應最大，數字信貸、數字支付次之。在制約數字金融行為響應的因素方面，張龍耀等(2021)指出金融知識通過提高農戶的風險偏好水平，提升其數字金融行為的響應概率和響應廣度；郭峰等(2020b)認為農戶是否使用數字金融依賴于其對傳統金融的使用，并且家庭成員受教育程度越高，數字金融的使用概率也越高；董曉林等(2020)研究發現社會互動通過內生互動提升了金融素養，通過情景互動增進了對數字金融產品的信任度，進而提高了家庭使用數字金融產品的可能性。然而，相較于城鎮家庭，當前農村家庭數字金融參與度仍然較低，其關鍵影響因素的研究仍有待微觀調查的持續深入。

(二)疫情沖擊對農村家庭數字金融行為的影響

從現有文獻來看，關于農村突發事件的研究主要集中于從微觀層面分析自然災害或疫情等外生沖擊對家庭個體的影響以及農村社會應對能力、應對策略等方面。首先，突發事件所產生的直接影響是無法正常開展生產活動，面臨較大的勞動生產率損失和經濟虧損，導致農戶收入水平下降，特別是對于重點脆弱群體，極易形成新的致貧或返貧風險(Arouri et al.,2015;蔣和平 等，2020；李少星 等，2020)。其次，在面對突發事件的沖擊時，受影響個體可能因生活成本增加、可支配收入減少等原因而壓縮各項消費支出(Mottaleb et al.,2013；Baker et al.，2020)，從而制約家庭長期發展能力和整體效用水平。同時，受到沖擊的農村家庭也會采取各種正規或非正規措施來緩解負面影響，如向親友借款或向正規金融機構申請借貸，動用預防性儲備資產彌補資金缺口，以及向政府、媒體、社會團體等機構尋求補貼或援助(Mazumdar et al.,2014；Sawada,2017；蔣培,2020)。Gallagher et al.(2014)也發現，短期自然災害援助、信用卡使用和洪災保險賠付使得颶風受災最嚴重的居民足以應對自然災害沖擊。此外，我國家庭金融調查研究中心和螞蟻集團研究院聯合調查了新冠肺炎疫情沖擊下家庭財富變動趨勢，研究發現：我國家庭線上投資意愿逐年增加，疫情推動了線上理財需求增長，并具有普惠性質；疫情增加了家庭商業保險類資產的配置意愿；消費負債和未來預期等對家庭日常消費產生重要影響；逾四分之一家庭信貸需求增加，低收入群體信貸獲取難度下降(甘犁 等，2020)。

數字金融擁有天然的技術優勢，能夠有效解決地理排斥，實現遠距離資金供需雙方對接(黃益平 等，2018)，被認為是拓寬金融供給和提升金融普惠的變革性創新模式(Bj?rkegren et al., 2018)。Pierrakis et al.(2013)指出數字金融可以通過提供儲蓄和貸款、平滑消費、便利支付等途徑幫助農戶，可有效借助數字金融平滑生存型消費和積累發展型要素。因此，針對新冠肺炎疫情初期階段的社會隔離措施對農村實體經濟造成的供需雙向沖擊、伴隨疫情持續沖擊深入而導致的各類要素收入下降，現實中面臨的非接觸式場景應用需求，以及數字信息技術與金融供給不斷融合的基礎設施條件，農村居民個體使用數字金融所具備的既有稟賦資源條件，這些都成為農村家庭參與數字金融的動力，促使數字金融產品融入居民的生產生活，有助于其應對和緩沖疫情造成的影響。

基于以上分析，提出：

研究假說

1

：

疫情沖擊對農村家庭數字金融行為有正向影響。

但對于居民家庭而言，新冠肺炎疫情對微觀經濟主體的沖擊存在極大的異質性，對不同生命周期階段、收入階層、職業類型、就業行業、健康程度、就業情況的居民家庭存在巨大差異(易行健，2020)。數字金融能夠降低地理、條件、成本等方面的金融排斥，但是數字金融服務的實際可獲得性與家庭自身金融素養及信息技術水平有一定的相關性。擁有一定金融知識、金融素養水平高意味著家庭有較好的金融規劃能力，對不確定性的控制能力較強，在遇到突發事件時能夠更有意識、主動地運用金融工具，進而更多地得到金融產品帶來的好處(Campbell,2006；吳衛星 等，2021)；數字信息渠道有助于拓寬行為主體關注問題的途徑，降低交易成本和信息獲取成本(Bogan,2008；郭士祺 等，2014)，從而促進家庭數字金融參與，因而在受到疫情沖擊時，不同信息技術水平的農村家庭參與程度也有所差異。

據此，提出：

研究假說

2

：

農村家庭金融素養和數字信息化水平越高，疫情沖擊激發其數字金融參與意愿進而使用數字金融產品的可能性也隨之提高。

(三)疫情沖擊影響農村家庭數字金融行為的機制

追溯歷史，每一次自然災害和瘟疫大暴發，在給人類造成直接沖擊的同時，也對其生產生活方式產生了重要影響并催生新的變革，主要原因在于災害和疫情本身會給人們帶來巨大的刺激與壓力，增強了對不確定性的感知，迫使人們對自己的生活生產模式以及行為做出一定的理性化調整(唐魁玉 等，2007)。Phelps et al.(1968)最早在模型中引入行為人的自我控制心理因素，Pollak(1968)進一步討論了行為人對自我控制的認知判斷能力，進而O’Donoghue et al.(2003)豐富和完善了認知判斷的假設體系，認為有限認知和有效累積欲望能夠與行為人的認知判斷和自我控制相對應。在此基礎上，系列研究關注了災害沖擊對個體風險預期的影響，并將自我控制的心理因素應用于家庭消費和儲蓄的跨期決策分析中。Brown et al.(2018)發現個體經歷災害沖擊后，其災害風險預期會明顯提高。Skidmore(2001)驗證了“預防性儲蓄”動機的存在，發現自然災害風險和儲蓄率呈顯著正相關關系，厭惡風險的消費者為了預防未來收入的意外下降或融資約束，會增加當期儲蓄以平滑未來的消費。Schoenfeld(2020)研究了始于14世紀的15次重大疫情，發現大的疫情發生后實際回報率顯著受到抑制，而實際工資則有所提高，這可能是因為疫情導致勞動力供給降低或預防性儲蓄提高。姚東旻等(2019)使用2007—2008年CHIP樣本數據，發現汶川地震使得四川省城鎮家庭戶主的自我控制能力或認知判斷能力得到提升，最終導致戶主的時間偏好增強，家庭傾向于未來消費并提高儲蓄率。

通常家庭考慮到可能存在的隱私性、安全性等潛在風險而進行自我排斥，對相關數字產品的使用持謹慎態度(Malady,2016)。但面臨短時間內發生較大影響的突發疫情和自然災害沖擊時，家庭都會采取一些事前或事后風險管理策略來積極應對。數字金融產品因其無接觸技術服務優勢和普惠特征，往往具有避險屬性，并伴隨疫情持續呈現避險慣性。具體而言，面對疫情個體的風險防范意識增強，為減少近距離接觸，家庭使用非接觸式金融支付服務的意愿明顯提高。疫情造成企業生產、勞動就業不足，農村戶口外來務工人員、受教育程度低、技術水平低的人員失業率提高(Che et al.，2020)，收入降低造成農村家庭面臨流動性約束，尤其是低收入和自由職業者家庭財富持續縮水。同時，疫情下家庭消費支出在一段時間內也可能會呈現出下降趨勢，特別是一些非必要消費(比如旅游、文娛支出)比重明顯下降。由于新冠肺炎疫情導致不確定性增加，收入下降或遭受損失的風險概率提高，個體心理安全感缺失，風險管理動機和預防性動機加強，人們需要想方設法提升資產價值，家庭線上投資意愿增加且偏好中低風險類資產。當預防性動機加強時，收入減少、金融資產減少的家庭更傾向于配置保險，線上保險產品自然是其中一個選擇項(甘犁 等，2020)。但是，并非所有風險預期的上升都會導致數字借貸增加，還要取決于家庭收入水平及其需求。對初始資源稟賦較好、收入本身較高的家庭而言，疫情影響不大，增加數字借貸的可能性較小；而對于初始資源稟賦不佳、收入本身不高，但同時因為疫情產生生產性或消費性借貸需求的家庭，借貸使用會提高。因此，本文認為疫情帶來的不確定性會給農村家庭造成心理沖擊，提高個體的風險預期，進而對其數字金融行為產生正向影響。

基于此，提出：

研究假說

3

：

疫情沖擊能夠通過提升家庭的風險管理動機和預防性動機水平，對其數字金融行為產生正效應。

三、研究設計

(一)模型設定

1.Probit模型

農村家庭是否具有數字金融行為是二元選擇變量，因此構建Probit模型，基本形式表示如下：

(1)

其中：φ(·)為標準正態的累積分布函數，y為被解釋變量，x為解釋變量。依據式(1)，本文用于考察農村家庭數字金融選擇行為的Probit模型具體如下：

P(y=1)=φ(α+βES+θx+ε)

(2)

其中：y是啞變量，用于衡量農村家庭數字金融行為，其值為1時表示家庭使用過數字金融產品，0則表示未使用過數字金融產品；ES表示第i戶受訪家庭受到的疫情外生沖擊；x為控制變量，包括農村家庭人口特征、經濟特征、金融知識、數字技術水平和地區變量；α為截距項；β、θ表示各解釋變量待估系數；ε為殘差。

2.Possion模型

考慮到數字金融使用程度是具有計數特征的離散變量，因此采用Possion模型估計疫情沖擊對農村家庭數字金融使用程度的影響。假設Y=y的概率由參數為λ的泊松分布決定，具體形式如下：

(3)

其中：Y為被解釋變量；λ為泊松到達率，表示事件發生的平均次數，由解釋變量x決定。

3.中介效應模型

為進一步考察疫情沖擊對農村家庭數字金融行為的影響機制，借鑒溫忠麟等(2005)中介效應檢驗方法，設定模型如下：

y=α+βES+θx+ε

(4)

RE=α+βES+θx+ε

(5)

y=α+βES+γRE+θx+ε

(6)

其中：RE為中介變量，表示農村家庭的風險預期程度;α、β、θ、γ為待估系數，ε為殘差。

在式(3)的基礎上增加風險預期路徑變量，機制檢驗方程與上式相同。檢驗步驟如下：式(4)中系數β代表疫情沖擊影響家庭數字金融行為的總效應，若β顯著，則檢驗式(5)、(6)中的系數β和γ。如果β、γ均顯著則繼續檢驗式(6)中的系數β，若β顯著，則說明變量RE存在部分中介效應，若不顯著，則說明存在完全中介效應。如果系數β和γ至少有一個不顯著，則進行Sobel檢驗。

(二)數據來源

本文實證分析的數據源于本課題組2021年1～9月在江蘇省開展的農村家庭金融調查。依據隨機抽樣方法，樣本涵蓋蘇南、蘇中和蘇北的農村地區。由于江蘇金融科技發展總體程度相對較高，但同時兼具農村金融發展不平衡的特征，因此選擇省內不同地區調研農村家庭數字金融行為特征具有較強的現實意義。調查問卷內容信息主要包括農村家庭基本情況、家庭金融需求、數字金融使用以及疫情影響等方面。此次調查共收集到863份問卷，在剔除關鍵變量缺失的無效樣本后，最終得到821戶有效樣本，覆蓋江蘇9個市26個縣43個村，其中蘇南、蘇中和蘇北地區分別為138戶、209戶和474戶。此外，文中樣本地區經濟水平的數據源于江蘇市縣2020年統計年鑒，數字金融發展指數源于“北京大學數字普惠金融指數”。

(三)變量說明

1.被解釋變量

本文的被解釋變量為農村家庭數字金融行為。依據黃益平等(2018)對數字金融的界定，其主要指傳統金融機構和互聯網公司利用數字技術所提供的支付、融資、投資和其他新型的金融業務，以及現實中數字金融服務的實際應用情況。本文重點考察數字支付、數字借貸、數字理財和數字保險等使用頻度較高的金融業務，以此作為家庭數字金融行為的代理變量。借鑒何婧等(2019)的數字金融識別和分類方法，設計了四個方面問題：(1)是否使用過網上銀行、手機銀行、支付寶、微信等支付方式；(2)是否使用過網上信用支付、互聯網借款或眾籌；(3)是否購買過網上理財產品；(4)是否購買過網上保險產品。根據問卷調查中獲得的農村家庭實際使用數字金融情況的信息，對被解釋變量進行兩個層面的定義和測度：一為是否使用數字金融，如果農村家庭使用過數字支付、數字借貸、數字理財和數字保險這四類中的任何一種，則認為其具有數字金融行為，取值為1，反之為0；二為數字金融使用程度，以農村家庭數字金融產品使用的種類數來衡量。

2.關鍵解釋變量

本文的關鍵解釋變量是疫情沖擊。如何準確識別農村家庭受到的疫情外生沖擊，直接關系到本文實證結果的可靠性。結合研究目標，關注疫情對農村家庭生產生活可能帶來的實際影響，參考孫巍等(2020)和王桂軍等(2019)的方法，使用外生沖擊產生的顯著性結果并用二值變量描述重大事件的發生對疫情沖擊進行度量。在借鑒蔣培(2020)調查新冠肺炎疫情對農村地區影響的問卷基礎上，本次調研設計了家庭收入、消費支出、經營投資等三個方面的問題，其中家庭收入包括種植業、養殖業和務工創業三項收入，分別對其詢問“2020年是否受到疫情影響”，能夠較為全面地反映農村家庭受到疫情沖擊的主要表現特征。如果受訪家庭在任何一個方面問題的回答為“是”，即認為該樣本戶受到新冠肺炎疫情的沖擊。

3.控制變量

借鑒郭峰等(2020b)的研究思路，本文主要從個體、家庭和地區三個層面選取控制變量。個體特征變量包括戶主年齡、受教育程度、性別、婚姻狀況。家庭特征變量包括家庭勞動力數量、健康狀況、實物資產、社會資本。其中，健康狀況使用“家中是否有長期慢性病或重大疾病成員”作為代理變量，以評估家庭的撫養壓力；家庭實物資產反映的是農村家庭實物財富配置情況，能夠提供家庭經濟擔保、社會聲望以及被用于創造更多財富等，取折算總額的對數來表示；社會資本使用“家中是否出過村干部或在政府部門工作”作為代理變量，較為豐富的社會資本通常具有社會互動的示范效應，進而影響家庭數字金融參與。地區特征方面，引入家庭所在區域的人均GDP對數、蘇南和蘇北虛擬變量，以控制區域固定效應影響。

4.工具變量

疫情沖擊對農村家庭數字金融行為影響的估計結果可能會受到內生性的影響。首先，由于調查中涉及農村家庭收入財產等問題，出于保護個人隱私的目的，受訪者可能主觀上存在著瞞報、漏報或錯報等情況，這必然會造成估計結果的偏誤。其次，受訪家庭的個體特征難以做到全面觀測，這使得不可觀測變量可能對家庭受到的疫情沖擊情況產生影響，造成解釋變量相關的內生性問題。此外，本文在量化疫情沖擊程度指標時，受到調查問卷問題和獲取反饋信息的限制，變量選取和指標設置存在一定局限性和主觀性，這也可能導致部分實證結果的有偏估計和內生性問題。為防止農村家庭疫情沖擊代理變量可能存在的測量誤差，而最終導致估計結果的不一致，本文使用同村其他家庭平均受沖擊程度作為工具變量，并采用2SLS和IV-Probit進行檢驗，以消除模型因以上關系可能存在的內生性問題。現實中，由于村莊是一定區域的人口聚集地，同村居民互動聯系通常較頻繁，村落其他家庭受到疫情沖擊也會對本家庭的生產生活產生影響，具有相關性，但是該平均水平往往不會直接影響單個農村家庭的數字金融需求，這滿足外生性條件。

5.中介變量

根據前文分析，疫情沖擊對農村家庭數字金融行為的影響主要通過風險管理和預防機制來實現，即疫情帶來的不確定性提高了個體的風險預期，進而對其數字金融行為產生影響。因此，參考張龍耀等(2021)的研究思路，選取家庭現金和儲蓄占總金融資產的比例作為農村家庭風險預期程度中介變量的代理變量，占比越高，表明家庭風險管理和預防性程度越高。

(四)描述性統計

1.農村家庭受疫情沖擊的統計分析

表1對農村家庭受疫情影響情況進行了比較分析，統計結果顯示，2020年樣本農村家庭在勞動收入、消費支出、生產經營投資這三方面家庭活動中受到疫情影響的比例分別為25.58%、42.14%和7.8%。在勞動收入中，種植業、養殖業和務工創業這三項收入受影響比例分別為14.49%、11.69%和13.28%。分地區來看，蘇北農村家庭在消費支出和種植業方面受疫情影響較大，而蘇南地區農村家庭在務工創業和生產經營投資這兩方面受到疫情影響的比例遠高于其他地區。這體現了農村居民的生產經營和收入水平不僅受到農業自然資源稟賦的制約，同時還取決于各地區生產投資水平、地區經濟金融環境等條件，因而在受到突發事件的外生沖擊時，不同農村家庭所受到的影響程度也有差異。

表1 農村家庭受疫情沖擊基本情況

2.農村家庭數字金融行為的統計分析

樣本農村家庭中，113戶沒有使用過數字金融產品，558戶僅使用過一種數字金融產品，186戶使用過兩種以上數字金融產品，使用過三種及以上的僅有47戶。農村家庭使用兩種以上和三種以上數字金融產品的比例分別為22.65%和5.72%，說明總體使用程度仍不高。四類數字金融產品中，數字支付使用率為86.1%，普及范圍最廣；其次為數字借貸19.5%；數字理財和數字保險的使用率較低，分別為7.1%和4.6%。

3.變量描述性統計分析

主要變量的定義及描述性統計如表2所示。樣本中86.2%的農村家庭具有數字金融行為，參與比率較高。數字金融使用程度的均值為1.195，說明農村家庭平均僅使用了一種數字金融產品，參與程度較低。疫情沖擊的得分均值為0.559，表明疫情對農村家庭的生產生活各方面均產生了較大影響。戶主平均受教育程度為初中，家庭平均擁有2.903個勞動力，家庭實物資產和地區人均GDP的對數均值分別為4.638和2.225。

表2 主要變量的定義及描述性統計

四、實證結果分析

(一)基準估計結果

為檢驗疫情沖擊對農村家庭數字金融參與率和參與程度的影響，在實證分析過程中采取逐一添加各維度特征變量的方法。鑒于模型可能存在異方差問題進對參數估計產生影響，對估計參數的標準誤進行了異方差修正，并對極端數值進行了1%水平上的縮尾處理。此外，為降低變量之間可能存在的多重共線性對實證結果的影響，本文對數據進行了VIF診斷，結果顯示，所有解釋變量的方差膨脹因子均小于3，故認為不存在嚴重的多重共線性問題。

表3列出了采用聚類穩健標準誤修正的基準回歸結果。其中，列(1)、(5)未控制任何變量，疫情沖擊的系數顯著為正，表明農村家庭受疫情沖擊越大，越能激發其金融服務的線上化需求，從而提升其數字金融率以及使用程度。列(2)、(6)僅加入了個體層面的控制變量，列(3)、(7)增加了家庭層面的控制變量，列(4)、(8)進一步加入地區層面的控制變量。可以看出，疫情沖擊的系數始終在1%水平上顯著為正，說明結論是穩健的。由此，研究假說1得到驗證。

表3 基準回歸結果

控制變量方面，以列(4)結果為例，在個體層面，戶主的年齡、文化和性別變量對農村家庭數字金融參與率有顯著影響。戶主較年輕的家庭更容易接受新型金融產品，隨著家庭決策者年齡增長，使用數字金融產品的可能性會降低，這與現實觀察到的結果一致；文化程度較高的戶主通常人力資本較高，更能接受和嘗試新興事物，相應地，金融意識和參與能力也較高，這會促使家庭數字金融行為的產生；相比較于女性，男性戶主的風險承受力相對較強，同時在社會網絡中與外界交往也較多，更可能接受和使用數字金融。在家庭層面，家庭實物資產顯著正向影響數字金融的使用，表明擁有較多實物資產的農村家庭，無論是用于生產經營的固定投資，還是用于生活消費的家庭資產，往往與較多的家庭財富相對應，其參與數字金融的能力和可能性也越高；社會資本系數顯著為正，表明社會資本越豐富的農村家庭越容易獲得金融信息，越易于通過社會互動的示范效應接觸數字金融產品；家庭成員健康狀況對數字金融行為參與率具有負向影響。地區層面，GDP水平對數字金融行為參與率有促進作用，說明經濟較發達地區的農村家庭資源稟賦條件相對較好，所面對的環境有利于其參與數字金融。從列(8)控制變量的估計結果來看，戶主文化、性別、實物資產、社會資本、地區GDP水平均對農村家庭數字金融使用程度有正向影響，年齡、健康狀況、到最近的銀行網點距離的影響為負，婚姻狀況、勞動力數等對農村家庭數字金融參與程度的影響則不顯著。

(二)內生性檢驗

表4為加入工具變量后疫情沖擊影響農村家庭數字金融行為的估計結果。本文對模型進行了Kleibergen-Paaprk LM檢驗，結果顯示統計量P值為0.000，在1%水平上拒絕零假設，說明選擇的工具變量合理且可靠。表4列(1)、(2)分別使用2SLS和IV-Probit進行內生性問題的處理，從回歸結果看，內生性偏誤修正后的回歸結果仍然支持表3的基準回歸結果，表明結論穩健。進一步，使用IV-Tobit進行估計，列(2)、(4)結果顯示，疫情沖擊依然顯著正向影響農村家庭數字金融的使用程度。綜上，在考慮模型可能存在的內生性偏誤問題后，本文研究假說1仍然成立。

表4 內生性檢驗結果

(三)穩健性檢驗

本文主要采用如下四種方式進行穩健性檢驗：

1.替換被解釋變量和關鍵解釋變量

首先，由于疫情期間采取了防疫管制等措施，農村居民自由流動受到一定限制，以無接觸配送為特征的電商迅速發展，為居民日常生產生活需要提供了保障，客觀上也提高了家庭使用數字支付的概率和程度，進而為了解互聯網平臺相關數字金融產品提供了可能的渠道和機會。鑒于此，本文用農村家庭相比較疫情之前的網購是否增加和月平均頻次兩個變量替換被解釋變量。其次，封村封路管控措施會對家庭數字金融使用產生影響，故而用疫情期間是否封村封路(fc)替換核心解釋變量。將上述替換變量加入基準模型進行回歸，結果由表5所示。列(1)、(3)為替換被解釋變量的回歸結果，列(2)、(4)為疫情沖擊替代變量的回歸結果。不難發現，關鍵解釋變量的估計值系數符號、顯著性水平與基礎回歸模型的估計結果基本保持一致，疫情沖擊對農村家庭數字金融參與率和參與程度的影響均為正，并且在1%的統計水平上顯著，這進一步表明本文研究結論是穩健的。

表5 穩健性檢驗結果一

2.改變關鍵解釋變量測度方式

參考蔣培(2020)的分類標準，根據農村家庭在家庭收入、消費支出、經營投資三個方面問題的回答來衡量疫情沖擊的程度，其中家庭收入細分為種植業、養殖業和務工創業三類。五個變量均為二值變量，加總得到疫情沖擊程度指標(yqcd)，其為取值范圍在0～5之間的自然數。利用這一指標進行重新回歸，結果見表6。其中，列(1)、(4)結果顯示，疫情沖擊顯著正向影響農村家庭數字金融的參與率和參與程度的結論依然成立。

表6 穩健性檢驗結果二

3.增加新變量

數字金融產品主要通過互聯網移動客戶端獲取相關信息和進行交易，在考慮到家庭自身信息化水平的前提下，數字信息技術有可能激發農村家庭潛在的線上化金融服務需求，因此增加數字技能變量。鑒于智能手機等移動終端是數字金融產品使用的重要基礎條件，故使用農村家庭是否擁有智能手機、是否有聯網電腦衡量其數字技能，兩個二值變量加總得到家庭數字技術水平指標(szjs)。將這一指標加入控制變量重新回歸，結果如表6列(2)、(5)所示。可以發現，在考慮數字技能因素后，疫情沖擊的估計系數仍然在1%水平上顯著，可見本文研究結論是穩健的。

4.改變模型設定形式

采用Logit模型和ZIP模型分別替換原方程模型，通過改變離散隨機變量的分布形式進一步檢驗穩健性。ZIP回歸決策首先決定取零(無)或取正整數(有)，相當于二元選擇，如果有則進一步確定選擇哪個正整數。表6列(3)、(6)回歸結果顯示，改變模型設定形式后，前文研究結論仍然成立。

(四)異質性分析

本文從金融素養和數字技術水平這兩個維度，分別考察疫情沖擊對農村家庭數字金融行為的異質性影響。同時，考慮到農村家庭使用不同數字金融產品的動機以及數字金融產品自身存在的差異，有必要進一步分析疫情沖擊對不同數字金融產品使用的影響。

1.金融素養異質性

借鑒周雨晴等(2020)的分組方法，研究方案設置了四個問題：一是對經濟、金融方面的信息關注程度，回答“很關注”得3分、“一般”得2分、“不關注”得1分；二是對銀行業務和產品的了解程度，回答“很了解”得3分、“一般”得2分、“不了解”得1分；三是假設100元存1年定期，年利率2%，一年后賬戶余額？(1)超過102元(2)等于102元(3)少于102元(4)算不出來。回答正確得1分、錯誤得0分；四是假設借給別人100元，年利率20%，利滾利計算，兩年后多少錢？(1)多于140元(2)等于140元(3)少于140元(4)算不出來。回答正確得1分、錯誤得0分。將以上各項得分相加，得到農村家庭的金融素養水平指標，并按照得分在3分以下、3～6分和6分以上進行分類，分別歸為較低、中等、較高三個層次，研究疫情沖擊對不同金融素養水平的農村家庭數字金融行為的影響，分組回歸結果如表7所示。較高金融素養組的模型系數邊際效應最大，具有顯著正向影響。這說明農村家庭金融素養水平越高，金融相關知識越豐富，金融信息的篩選效率也越高，受到疫情外生沖擊時，發生數字金融行為的概率以及參與程度也就越高。由此，研究假說2得以驗證。

表7 按金融素養分組回歸結果

2.數字技術水平異質性

按照家庭人均智能手機數1部以下和1部及以上將樣本劃分為較低、較高兩個組別，分別進行回歸，結果列于表8。

表8 按數字技術水平分組回歸結果

由表8的估計結果可以看出，疫情沖擊對不同數字技術水平的農村家庭數字金融參與率和參與程度的影響均顯著為正。疫情對較高數字技術組家庭的數字金融參與程度影響更大，這與研究假說2一致，但疫情對較低數字技術組家庭數字金融參與率的邊際影響更大，顯著性水平也更高。這可能是因為數字技能高的家庭原本就已經使用數字金融，疫情沖擊促使其更積極地使用并提高參與程度。對于數字技能較低的家庭而言，疫情所帶來的無接觸要求和不確定性，迫使人們對原有生活生產模式以及行為做出理性化調整，從而促進其數字金融行為的產生，這一結果符合客觀現實邏輯。

3.疫情沖擊對農村家庭不同數字金融產品使用的影響

如表9回歸結果所示，疫情沖擊對農村家庭不同數字金融產品使用均有正向顯著影響。疫情對數字保險的邊際影響最大，顯著性高，表明家庭更傾向于通過參與保險來滿足家庭保障需求。對數字借貸的邊際影響也較大，應對疫情沖擊，農村家庭對安全穩健的滿足基本生存的消費信貸需求大于不確定環境下相對冒險激進的生產借貸需求，故疫情對數字借貸也有增幅作用。對數字理財的影響較弱，說明疫情期間的防控措施有效阻斷了病毒傳播，但對農村家庭增收產到了一定程度的影響，因此對家庭使用數字理財產品實現資產增值的作用不明顯。此外，對數字支付的影響顯著性高但邊際效應較小，這表明隨著農村數字建設推進和智能手機等移動終端的普及，數字支付這一非接觸式交易方式已成為農村家庭生產生活的基本所需。

表9 疫情沖擊與農村家庭不同數字金融產品使用

(五)機制檢驗

運用中介效應Sobel法檢驗疫情沖擊通過風險預期效應影響農村家庭的數字金融行為。表10結果顯示，Sobel、Goldman1(Aroian)和Goldman2三種顯著性檢驗的P值均小于0.05,拒絕了原假設,表明中介效應成立,符合檢驗要求。其中，列(1)、(4)為中介效應檢驗的第一步，檢驗關鍵解釋變量疫情沖擊對農村家庭數字金融參與率及參與程度的影響。疫情沖擊變量的系數均顯著為正，表明疫情促進了農村家庭數字金融行為，支持了假說1的觀點。列(2)、(5)為中介效應檢驗的第二步，檢驗關鍵解釋變量對中介變量的作用，反映疫情沖擊變量的系數均在1%統計水平上顯著為正，表明疫情帶來的不確定性會給農村家庭造成心理沖擊，促使其風險管理和預防性水平提高。作為中介效應檢驗的第三步，列(3)關鍵解釋變量與中介變量的系數均在1%水平上顯著為正，但列(6)中介變量的系數為正不顯著，這表明疫情沖擊能夠提高農村家庭的風險預期程度，進而促進其數字金融參與率，但對數字金融參與程度的影響不顯著。 由此，假說3得到驗證。

表10 機制檢驗:風險預期效應

(六)進一步討論

為檢驗普惠金融發展趨勢下疫情對農村家庭數字金融行為的影響，使用2020年“北京大學數字普惠金融指數”的縣域層面數據(郭峰 等，2020a)。鑒于北京大學數字普惠金融指數具有覆蓋區域廣、評價口徑一致和分類指標細化等特征，適合作為交互項變量進行進一步檢驗，因此在基準回歸中加入疫情沖擊和數字普惠金融總指數的交互項以及疫情沖擊和金融數字化水平指數的交互項。由表11可知，兩個交互項的系數均顯著為正，即隨著數字普惠金融的發展，疫情影響對農村家庭數字金融參與率和參與程度的正效應逐步增加。

表11 普惠金融發展下疫情沖擊對農村家庭數字金融行為的影響

五、結論與討論

基于2021年江蘇農村家庭金融調查數據，考察了疫情沖擊對農村家庭數字金融行為的影響。研究結果表明：(1)疫情沖擊顯著促進了農村家庭數字金融參與率和參與程度，使用工具變量對基礎回歸模型進行內生性問題處理，并通過替換被解釋變量和關鍵解釋變量、改變關鍵解釋變量測度方式、增加新變量和改變模型設定形式進行穩健性檢驗，主要結論基本保持一致。(2)農村家庭金融素養水平越高，受到疫情外生沖擊時，發生數字金融行為的概率和參與程度也越高；疫情對數字技術水平較高家庭的數字金融參與程度影響更大，但對數字技術較低家庭的參與率影響更大；疫情沖擊對農村家庭不同金融產品使用均有顯著促進作用，但邊際效應不同。(3)作用機制檢驗結果顯示，疫情沖擊會提高農村家庭的風險預期，導致個體的風險管理動機加強、預防性動機提升，進而影響其數字金融行為。而隨著數字普惠金融的發展，疫情對農村家庭數字金融行為的正效應逐步增加。

本文研究結論對于認清疫情沖擊的微觀影響具有重要政策啟示。第一，加快農村傳統金融機構數字化轉型，基于互聯網技術創新出貼合場景、覆蓋廣泛、門檻較低的數字金融產品，提高金融供給效率和風險防范能力，有效支持和促進疫情后農村家庭的金融需求，幫助其平滑消費和復工復產。第二，充分考慮農村家庭自身信息技術水平及其潛在、多元化的金融需求，加強正規金融機構的服務意識，并致力于緩解金融排斥、提高多樣化正規數字金融產品服務渠道的可得性，提升疫情期間和后疫情時期農村家庭效用水平。第三，充分利用數字信息技術的優勢，通過數字金融手段實現普惠金融高效率發展，針對不同群體尤其是文化水平較低、金融素養不高的農村家庭設計和提供相應的數字金融產品和服務，緩解負外部沖擊、實現包容性增長。第四，在數字金融下鄉服務中，農村金融機構應加大金融宣傳力度和基礎知識培訓力度，為農村家庭提供必要的金融服務信息，培養農村居民運用數字信息化渠道、手段的現代金融意識和金融參與能力，提高數字金融服務產品在農村地區的認知度和使用率，是通過數字金融化手段規避不確定性風險、實現金融普惠的關鍵。

需要說明的是，因受限于目前能夠反映疫情等相關情況的我國家庭金融調查數據的可得性和公布時間的滯后性，本文主要基于江蘇省樣本進行實證分析，對于現實中疫情沖擊影響農村家庭數字金融行為的區域異質性以及跨期考察得還不夠全面。考慮到截面數據所帶來的局限性問題，后續研究工作將持續關注全國家庭跟蹤調查數據，改進、完善研究設計，以加強研究結論的嚴謹程度和普適性。