數字普惠金融發展對農戶收入增長的影響

高夢穎 尚林屹

（西京學院會計學院，西安 710123）

引 言

近年來，鄉村振興戰略和實現共同富裕的目標成為黨的領導集體重要會議的核心議題，為推進這一目標的實現，中國政府高度重視在農村地區推廣數字普惠金融，并相繼出臺多項鼓勵政策。其中，近幾年頒布的相關政策提出要加大數字金融服務在農村地區的投入力度，旨在提升金融服務的普惠性和可持續性。這些政策的實施已經開始顯示出數字普惠金融在中國農村地區的應用和影響。

本文的重點是探討數字普惠金融發展對農戶收入增長的影響。通過研究數字普惠金融在鄉村振興中的影響，可以為推動鄉村經濟的發展、提高農戶收入水平及實現鄉村振興的目標提供有益的參考和指導。同時，針對數字普惠金融在鄉村振興中的應用和發展，本文將提出相關的建議和措施，以促進數字普惠金融的深入發展并最大限度地提升農戶收入水平。

一、理論機制與研究假設

（一）數字普惠金融對貧困減少和農戶增收的影響

在部分農村地區，農戶由于缺乏金融知識，且受到地理環境等因素的限制，阻礙了他們的經濟發展和收入增長。數字普惠金融通過應用現代化信息技術，如互聯網、移動支付、物聯網和大數據分析，為農戶提供了更便利的金融服務渠道。除此之外，數字普惠金融還能通過提供金融素養培訓和教育，增強農戶的金融知識和技能，幫助他們更好地利用金融工具和產品。數字普惠金融的應用使農戶能夠方便地進行支付、儲蓄、借貸和保險等金融交易，提高他們的金融包容性和經濟活動的效率。農戶可以輕松進行農產品銷售、采購農資、支付勞動力工資等，增加農村經濟的活力和流動性，進一步擴大農村經營規模和增加農戶收入來源。綜上所述，本文認為數字普惠金融能夠促進農戶收入水平提高。

（二）數字普惠金融對收入分配的影響

數字普惠金融對收入分配的影響主要表現在以下兩個方面：一是幫助欠發達地區積累資金；二是為低收入群體（缺乏勞動力家庭、缺乏男性勞動力等）提供增收和發展機會。通過數字普惠金融，農戶居民能夠通過手機獲得所需的金融產品與服務，這拓展了金融服務的覆蓋廣度和深度，讓偏遠、欠發達地區的微觀經濟主體也能享受到便捷的金融服務，幫助他們積累資金，提高經濟發展的基礎，縮小地區間的發展差距。數字普惠金融降低了金融服務的準入門檻，為低收入群體提供了更多的增收和發展機會。通過數字金融服務的支持，低收入群體和農村居民能夠參與經濟活動，增加收入和積累財富。基于此，本文認為數字普惠金融的普及與發展有助于推動社會和經濟的整體發展，促進更公平的收入分配。

二、研究設計

（一）數據來源

本文數據源自2019 年西南財經大學進行的全國范圍CHFS 項目，調查內容覆蓋了家庭人口與就業、資產與負債、收入與消費等方面的詳細信息，能夠提供較為全面的家庭金融數據。在對原始樣本進行處理時，首先排除了存在缺失值和異常數據的樣本。其次，對18 歲以下的戶主、收入和總資產小于等于0 的異常樣本進行了排除，并對收入等指標進行了對數轉換。最后，為了減少極端值對結果的影響，對連續變量進行了上下1%的縮尾處理，最終得到了34 200 個有效樣本。

（二）變量選擇

（1）被解釋變量。為了研究數字普惠金融與農村居民收入之間的關系，本文采用了2019 年CHFS 項目中的數據。其中，農村居民收入水平被選為被解釋變量，并通過自然對數變換對農村居民收入數據進行處理，以增強數據的可比性和符合統計分析要求。

（2）解釋變量。本文以北京大學數字金融研究中心課題組2019 年北京大學數字普惠金融指數（DIFI）為主要解釋變量。

（3）控制變量。在以往的研究中，已經有證據表明農戶收入受到多個重要因素的影響。本文考慮將以下影響農村居民收入水平的其他因素作為控制變量。首先是戶主的人口特征，本文選擇了性別、年齡和婚姻狀況作為控制變量；另外，考慮到數字經濟的發展，本文將智能手機擁有情況作為一個控制變量；同時，本文還將受教育程度作為一個控制變量，受教育程度將被分為1 至9 級，級數依次上升，以反映不同教育水平對居民收入的影響。其次，本文將健康程度和家庭黨員數量作為控制變量。最后，本文選擇農村居民對金融信息的關注程度作為控制變量，以控制其對家庭收入的潛在影響。

（三）模型的設定

傳統方法用生產函數方程估計數字普惠金融對農戶收入的影響，將數字普惠金融指數作為額外變量添加到資本和勞動投入中。然而，由于資本和勞動力投入不可觀測，無法用傳統模型進行估計。因此，本文采用線性回歸模型分析數字普惠金融對農戶收入的影響。模型設置如下所示：

Iog（Incomeij）=β1*DIFIxj+β2*CHARij+μij

式中，i表示家庭，j表示家庭所在的省份。主要因變量是省份j中農民i的總收入的對數。DIFIxj是主要解釋變量，代表j省的數字普惠金融指數。CHARij為控制變量，包括年齡、性別、婚姻狀況、受教育程度、家中黨員數量、健康程度，以及是否使用智能手機和對金融信息的關注度，μij是隨機擾動項，在考慮同一省內不同農戶隨機擾動項之間相關性的情況下，回歸分析通常會報告省級層面集聚的標準誤。這意味著回歸結果中的標準誤度量了省級單位的變異性，而不是個體農戶的變異性。這種報告方式能夠更準確地反映出同一省內不同農戶之間可能存在的相關性，并提供更穩健的推斷。

（四）描述性統計

由表1 可知，在樣本家庭中顯示我國農村家庭中戶主平均年齡在54.4 歲，反映出我國人口的老齡化問題及農村勞動力不足；在接下來的控制變量中，有一項是我國農村家庭戶主的性別，其中男性占比為52.3%。此外，高達81.8%的農村家庭的戶主是已婚。我國農村的教育水平為0.55 級。在34 200 個樣本中，智能手機擁有率達73.20%。每戶家庭黨員人數在1 個左右。最后，分析樣本數據得出，我國農村的傳統金融較不發達，村民對金融信息關注度不高。

表1 變量描述性統計

三、實證分析

（一）基準回歸分析

本文首先使用線性回歸模型對數字普惠金融對農戶收入的影響進行了檢驗（表2）。

表2 線性回歸分析結果（n=34 200）

根據表2 可知，將對應的2019 年普惠金融指數作為自變量，而將收入作為因變量進行線性回歸分析，可以看出模型公式為：收入=-224 059.150+934.947*DIFI。模型R2值為0.022，意味著對應的2019 年普惠金融指數可以解釋收入的2.2%變化原因。對模型進行F檢驗時發現模型通過了F檢驗（F=771.542，p=0.000＜0.05），也即說明對應的2019 年普惠金融指數一定會對收入產生影響。最終具體分析可知：對應的2019 年普惠金融指數的回歸系數值為934.947（t=27.777，p=0.000＜0.01），意味著對應的2019年普惠金融指數會對收入產生顯著的正向影響。

（二）多元回歸分析

根據表3 可知，將對應的2019 年普惠金融指數、年齡、性別、婚姻狀況、文化程度、是否為黨員、健康程度、智能手機、金融信息關注度作為自變量，而將收入作為因變量進行線性回歸分析。模型的R2值為0.063，意味著這些自變量可以解釋收入的6.3%變化原因。對模型進行F檢驗時，模型通過了F檢驗（F=255.949，p=0.000＜0.05），說明這些自變量中至少有一項與收入存在顯著影響關系。

此外，對模型進行了多重共線性檢驗，發現模型中所有變量的方差膨脹因子（VIF）值均小于5，這意味著模型中不存在嚴重的共線性問題。同時，模型的德賓-沃森（D-W）值接近2，表明不存在自相關性問題。

四、研究結論與建議

本文以2019 年CHFS 數據和數字普惠金融數據作為研究樣本，探討數字普惠金融發展對農戶收入的影響。研究表明：數字普惠金融的應用對農戶收入具有顯著的正向影響；數字普惠金融的普及改善了農村金融包容性，農民通過數字金融技術可以獲得更多的金融資源和機會，從而改善農戶的收入水平。

基于上述研究結論，本文提出以下建議。第一，加大數字普惠金融技術的推廣力度。政府和金融機構應進一步推動數字金融技術在農村地區的普及，提供更多的數字金融服務，包括移動支付、金融儲蓄、貸款等，確保農戶能夠充分享受到數字金融帶來的經濟效益。同時，應推動農業科技創新與數字金融結合。政府應支持和鼓勵農業科技公司與數字平臺的合作，開發更多適應農戶需求的數字化農業解決方案，提高農業生產效率和質量，推動農產品的市場化和升值。第二，加強金融監管和風險管理。政府和金融監管機構需要加強對數字金融機構的監管，保障農戶的金融安全和權益。同時，要加強風險管理和防范機制的建設，防止金融風險發生，保護農戶的利益。