欠发达地区农户金融素养对微信支付采纳行为影响——以陕西省为例

胡 振，张晓钰

（西北农林科技大学 经济管理学院，陕西 杨凌712100）

一、引言

得益于科技进步和经济发展，中国互联网金融异军突起，以支付、P2P、众筹为代表的互联网金融业态迅速发展。2010 年以来，中国第三方支付市场的交易规模保持年均50%以上的增速，2017 年中国第三方移动支付交易规模达到102.1万亿元，同比增长率达73.6%①《中国第三方支付的现状和发展趋势》，http://www.sohu.com/a/129823739_655346。；2017年中国众筹行业成功融资项目数达到69637 个，融资总额突破260 亿元②《2017中国众筹行业发展年报》，https://www.weiyangx.com/276760.html。。在互联网金融业态中，支付扮演着特殊角色，是金融最重要的基础设施之一，第三方支付对互联网金融行业具有深远的影响（谢平、邹传伟，2012）[1]。

中国的支付市场发展存在不平衡性，尤其是互联网移动支付。2018 年中国第三方移动支付交易规模达到277.4 万亿元③《2019年中国移动支付行业发展及带来的影响分析预测》，http://www.chyxx.com/industry/201905/740217.html。，但城乡支付市场发展存在巨大差异。研究发现，农村居民中从未使用过二维码支付的比例为34%，远高于城市居民④成都农商银行：《2017农村电子化调研报告》，http://www.199it.com/archives/710352.html。。由此可见，农村地区支付市场潜力巨大。在此背景下，深入分析农村居民互联网第三方移动支付行为特征及其影响因素具有重要的现实意义，一方面可以深入认识农村居民移动支付行为规律，另一方面也有助于降低农村居民的金融排斥，推动普惠金融发展，进而助力乡村振兴。

目前学术界对移动支付行为的研究大致包括以下几个方面：支付市场、规模及支付行为的影响因素等。根据计划行为理论，人力资本对支付行为具有重要影响（肖经建，2011[2]；吴卫星等，2018[3]）。而大量研究进一步证实，金融素养对诸多金融行为也影响深远，如投资方式（Jappelli、Padula，2013）[4]、融资成本（Huston，2012）[5]、资产组合（胡振等，2018[6]；Mouna、Jarboui，2015[7]）以及理财规划（Agarwal 等，2015[8]；胡振、臧日宏，2017[9]）等。文献检索发现，目前尚未有研究分析金融素养对消费者支付行为的影响。当前中国互联网第三方移动支付体系中，微信支付是最具有代表性的支付方式之一。提高农村居民第三方移动支付采纳概率可以显著降低农村居民互联网金融排斥，尤其是支付排斥（何婧等，2017）[10]。因此，本研究将基于陕西省农村家庭金融调查数据，分析金融素养对农村居民微信支付采纳行为的影响。

和既有的研究相比，本研究具有以下特点：第一是在研究视角上，本研究从金融素养这一独特视角分析农村居民微信支付采纳行为；第二是在核心解释变量金融素养的测度上，采用国际通用标准，使测度结果具有国际可比性；第三是在研究方法上，基于离散选择模型进行实证分析，并采用PSM 等多种方法对实证结论进行稳健性检验。

本研究余下部分安排如下：第二部分是文献综述及理论框架，第三部分是数据来源与变量度量，第四部分是计量模型与统计分析，第五部分是实证分析，第六部分是稳健性检验，第七部分是研究结论及政策启示。

二、文献综述及理论框架

（一）金融素养与金融行为

金融素养是一种重要的人力资本，是个体掌握的管理金融资源的知识和技能（Lusard、Mitchell，2014）[11]。大量研究表明，金融素养的提升有利于消费者做出更合理的金融决策。金融素养水平越高，个体参与金融市场的概率越高（Yoong，2011[12]；Almenberg 等，2015[13]；Von，2015[14]；Chu 等，2017[15]），越有可能制定完善的退休规划（Boisclair 等，2017[16]；Rooij 等，2011[17]），资产组合的有效性更高（吴卫星等，2018）[18]，持有资产组合的分散化水平也越高（Abreu、Mendes，2010[19]；曾志耕等，2015[20]）。而金融素养低的居民更可能使用高成本融资，过度负债的概率也更高。

（二）微信支付行为

消费者移动支付采纳意愿影响因素可以归纳为以下几个方面：第一个方面是个体特征，比如年龄、受教育水平等（曹倩等，2016）[21]；第二个方面是客户感知，感知易用性和有用性对消费者移动支付采纳行为具有显著的正向影响（Ooi、Tan，2016）[22]；第三个方面是外部环境（Oliveira 等，2016）[23]；Mallat，2007）[24]。

微信支付作为移动支付的一种形式，其影响因素也受到学者的广泛关注。微信支付行为是消费者金融行为的一个重要方面，可能会受到包括金融素养在内的人力资本的影响。比如，常亮（2018）的研究发现感知安全性、创新性等对微信支付的使用意向有直接或间接影响[25]。陈洁和朱小栋（2015）也同意此类观点，并提出初始信任以及便利条件等也是微信支付使用的影响因素[26]。具体的，消费者的年龄和风险感知程度与微信支付使用意愿呈现负相关关系（周新发等，2015）[27]。冷晨昕和陈前恒（2017）基于农户调研数据发现仅有8.5%的被调查农村居民使用了第三方支付[28]，由此可见微信支付等方式在农村地区的普及度较低。

通过文献回顾可以发现：第一，既有研究从多个角度对消费者移动支付行为进行分析，但基于人力资本视角的研究相对较少，特别是从金融素养视角切入的研究更是少见；第二，研究内容方面，已有研究多聚焦于消费者互联网金融市场的参与行为，而具体到微信支付行为的研究还不多；第三，由于农村地区互联网支付发展较为缓慢，现有文献多是城市居民样本，随着农村支付市场的发展，基于农村样本的研究亟须拓展。因此，有必要遵循国际通用的金融素养测度方法，探讨金融素养对农村居民微信支付采纳行为的影响，这对深入认识农村居民微信支付行为特征具有重要的现实意义。

（三）理论框架

图1 理论框架

美国经济学家Schultz（1960）[29]认为人力资本是体现在人身上的资本，即对生产者进行教育、职业培训等支出及其在接受教育时的机会成本等的总和，表现为蕴含于人身上的各种生产知识、劳动与管理技能以及健康素质的存量加总。研究表明，人力资本对消费者金融行为具有重要影响（Cole，2008）[30]，且教育是其中最重要的因素之一（肖作平、张欣哲，2012）[31]，同时，金融素养与教育水平正相关（张欢欢、熊学萍，2017）[32]。根据现有文献，家庭人口社会学特征、经济特征等也会对金融行为产生重要影响。因此，本研究基于相关理论及文献，还将性别、年龄、婚姻、健康、房产以及收入水平等引入理论框架中。具体如图1所示。

表1 金融素养水平及微信支付采纳情况统计

三、数据来源与变量度量

（一）数据来源

本研究使用的数据来源于2017 年陕西省农村家庭金融调查。调查采用随机抽样的方法，在陕西省境内抽取4 个县，每个县选取2 个乡镇，然后在每个乡镇选取5 个村，每个村再随机抽取20 个农户。然后通过实地走访开展问卷调查，共发放问卷800份，删除关键变量缺失等无效问卷，最后得到有效问卷734 份，问卷回收率91.75%。问卷收集了受访者的家庭人口特征、经济特征、网络条件设施情况及金融素养等各方面的信息，为本研究分析金融素养对农村居民微信支付采纳行为的影响提供了有力的数据支撑。

（二）变量度量

1．核心解释变量：金融素养

参考Mitchell和Lusardi（2008）[33]的测度方法，通过利率、通货膨胀和分散风险三个相关问题来考察农村居民金融素养水平，答对题目的数量越多，表示金融素养水平越高。三个问题中，每个问题回答正确赋值为1，反之为0，三题都对则记作fl3=1，否则fl3 赋值为0。样本统计结果发现，三题都对的比例仅为20.6%，表明受访者金融素养水平总体上较低；从单个问题的回答情况来看，通货膨胀题的回答正确率最低，仅为35.15%，而利率题和分散风险题的正确比例相对要高，分别为50%和80.5%。由此可见，农村居民对分散风险相关知识比较熟悉，对通货膨胀的了解较少。

本研究以fl3 为核心解释变量，进一步统计了不同特征变量下受访者的金融素养情况（见表1）。通过表1-1可以看出，金融素养存在明显的性别差异，男性高于女性，女性三题都对的比例为17.60%，比男性低6.3个百分点；不同婚姻状态的受访者金融素养差别不大；金融素养与受访者教育水平、收入水平及富裕程度正相关；在乡镇及以上城市购置商品性房产以及经营工商业的受访者金融素养水平往往更高。此外，家庭接入互联网的受访者金融素养水平相对较高。

2．被解释变量：微信支付采纳行为

本研究以微信支付采纳情况作为被解释变量，使用过微信支付赋值为1，未使用过则赋值为0。样本统计结果显示，整体上，微信支付使用比例为66.5%，不同特征下微信支付使用比例的统计结果如表1—2 所示。可以看出，男性和女性微信支付使用比例差别不大；已婚受访者比其他受访者使用比例高4.6个百分点；教育水平与微信支付使用比例存在正相关关系；同时，受访者微信支付使用比例随着收入水平和富裕程度的增加呈现上升趋势；在乡镇及以上城市购置房产的受访者微信支付使用比例更高；接入互联网者比未接入互联网者的微信支付使用比例高28.7个百分点；而家庭人口规模较大的受访者，其微信支付使用比例也更高。

四、计量模型与统计分析

（一）计量模型

本研究使用的方法是Probit 模型和倾向分值匹配法。因本研究的被解释变量是微信支付，采纳微信支付赋值为1，否则为0，属于二元虚拟变量，对于此类数据，传统多元回归的线性性、无偏性、有效性等优良特性很难显现。因此，本研究采用专门处理此类数据类型的模型：Probit 模型，实证模型设定如（1）式：

其中wechatpay 表示微信支付采纳行为，是0-1型虚拟变量；fl 是核心解释变量金融素养，X 表示影响居民微信采纳行为的相关控制变量，比如教育水平、收入、年龄等，详见表2；ε 表示随机误差项。参数估计β1表示金融素养对微信支付采纳行为的具体影响，β2表示相关控制变量的影响。

（二）变量描述性统计分析

参考已有的研究，本研究控制变量包括：性别、年龄、教育、房产等，其含义及描述性统计结果见表2。受访者年龄介于18—71 岁之间，平均年龄为41.92 岁，且受教育程度较低，普遍处于初中文化水平。居民的富裕程度位于中低和中等水平之间，19.4%的受访者在乡镇及以上城市购置房产，67.5%的家庭接入了互联网。同时，超过一半的受访者表示经营过工商业项目。

表2 变量描述性统计

（三）金融素养与微信支付采纳行为的相关性分析

图2 金融素养与微信支付使用率的相关性

图2 表示受访者金融素养与微信支付采纳的相关性。从整体上可以看出，金融素养和微信支付使用之间存在明显的正相关关系，即金融素养水平越高，其采纳微信支付的比例也越高。具体而言，从测度金融素养所用的三道题目的统计结果分别来看，利率题、通货膨胀题及分散风险题答对的受访者其微信支付使用比例均高于未答对者，因此金融素养高的群体，其采纳微信支付的比例更高。另外，就fl3 指标而言，fl3=1 时微信支付采纳概率为78.7%，远高于fl3=0 时，高出15.3 的百分点，可知金融素养高（fl3=1）的受访者，其微信支付采纳比率更高。图2 右侧折线图给出的是不同的回答正确题目数量下的消费者微信支付采纳比率，可以发现随着金融素养的提高，消费者微信支付采纳概率也越高，即两者之间正相关。因此，通过图2 分析可得，金融素养与微信支付采纳行为具有显著的正相关关系。但金融素养对微信支付影响的程度如何，仍需进一步分析。

五、实证分析

（一）金融素养对农村居民微信支付采纳行为的影响：fl3

表3 金融素养对农村居民微信支付采纳行为的影响

相关分析只能显示出金融素养与消费者微信支付采纳比率正相关，接下来进一步考察金融素养对受访者微信支付采纳行为的具体影响。如计量模型部分所述，此处采用Probit模型，因为fl3为金融素养总指标，可以作为受访者金融素养的测度标准，即这里用fl3 来分析金融素养对微信支付采纳的具体影响。回归策略是：首先单独分析fl3 的影响，然后在此基础上逐步加入人口社会学特征变量、家庭经济特征变量及条件设施变量，探究在加入一系列控制变量后金融素养影响的变化情况，回归结果如表3所示。

通过模型1 至模型6 可以看出，整体上，金融素养对农村居民微信支付采纳行为具有显著的正向影响。模型1 给出的是金融素养单一变量的实证结果，发现金融素养每提升一单位，农村居民微信支付采纳比例就提高15.3%。模型2 在模型1 的基础上加入人口特征变量，此时金融素养的参数估计结果由0.153 降低为0.132，说明加入的人口社会学特征变量也对微信支付采纳行为具有重要影响；模型3又进一步加入房产、收入等家庭经济特征变量，结果显示金融素养的影响仍然显著，但其参数估计结果由模型2 的0.132 进一步降低到0.123，说明模型3新加入的家庭经济特征类变量对受访者微信支付采纳行为产生了重要影响；接下来，模型4 和模型5 将进一步调整控制变量的引入，模型4在模型1的基础上引入条件设施变量如是否接入互联网，模型5 则在模型4的基础上引入家庭经济特征变量，通过模型4和模型5 均可以发现，金融素养对微信支付采纳行为仍具有显著的提升作用；进一步的，模型6 则在模型3 的基础上，加入条件设施变量，此时控制变量已经全部引入，结果显示，金融素养仍然会显著提升受访者的微信支付采纳概率。这与相关分析部分的结论也是一致的，是相关分析内容的进一步深化。

控制变量方面，年龄、教育、收入水平、是否接入互联网及社会资本对农村居民微信支付采纳行为均有显著影响。年龄的影响显著为负，这可能是因为随着年龄的增长，居民接受和学习新兴事物的能力逐渐降低，对于年龄更大的老年人群，使用智能手机尚存在一定难度，因而其采纳微信支付的可能性也更低。教育水平对微信支付采纳行为有显著的促进作用，受教育程度较高的个人，对互联网金融的认知和学习能力较强，从而提高了其微信支付采纳行为的概率。收入水平越高，居民的消费能力也越强，购物和支付越频繁，同时微信支付具有付款方便、快捷的特点，因此居民更愿意使用该种方式，即收入的提高显著增加了居民采纳微信支付的概率。此外，接入互联网对农村居民微信支付采纳行为也具有显著的正向影响，互联网为居民使用微信支付提供了必要的条件设施，降低了农村居民的条件排斥，大大提高了居民微信支付采纳概率。

（二）金融素养对农村居民微信支付采纳行为的影响：分指标

除了要证明金融素养总指标对微信支付的影响外，还需要进一步证明金融素养分指标的影响，以便更好地论证金融素养的作用，这里参考Lusardi 和Mitchell（2010）[34]研究中的做法，使用fl3的各构成要素进行分析。具体做法如下：利用金融素养测度中的三个问题表征金融素养水平，即利率题、通货膨胀题和分散风险题，分别探究其对农村居民微信支付采纳行为的影响，以印证金融素养影响的可靠性。此外，考虑到收入是影响家庭金融行为的重要变量（Campbell，2006）[35]，同时家庭相对收入也从另一个侧面反映了家庭的收入情况，因此这里在收入变量上，将家庭自评收入作为绝对收入的替代变量，在模型中调整使用，以此可以进一步验证金融素养影响的一致性。具体结果见表4。心解释变量的参数估计结果均显著为正。具体而言，模型1 和模型2 中，利率题表征的金融素养参数估计结果显著为正；模型3 和模型4 显示，通货膨胀题回答正确，会显著提高居民微信支付采纳概率。与前文类似，模型5 和模型6 显示，风险分散化题目表征的金融素养对微信支付采纳概率也具有显著的提升作用。表4 与相关分析部分的结论一致，这也进一步支撑了表3 的研究结论，即金融素养对农村居民微信支付采纳行为具有显著的正向影响。控制变量方面，年龄因素的影响显著为负，说明针对农村居民而言，年龄越大，其采纳微信支付方式的概率越低（何婧等，2017）[10]；互联网接入以及较高的社会资本均会显著提高受访者微信支付的采纳概率。

表4 金融素养对农村居民微信支付采纳行为的影响

（三）金融素养影响农村居民微信支付采纳行为传导机制

通过上文实证分析可知，金融素养对农村居民微信支付采纳具有显著的正向影响，在此基础上，本部分进一步探究金融素养影响微信支付采纳行为的机制。参考Behrman 等（2012）[36]的研究，本部分的分析思路如下：先单独观察金融素养、教育水平以及两者交互项的影响，然后调整三个变量的组合。这里采用Probit 模型进行估计，结果见表5。模型1 至模型3 依次给出的是金融素养、教育水平及两者交互项的影响，可以发现三者对微信支付采纳行为均具有显著的正向影响，且金融素养的影响最为显著。模型4 至模型6 给出的是上述三个变量两两组合后的参数估计结果，模型7 是同时将三个变量放进去的估计结果，可以发现在不考虑交互作用时（模型4），金融素养和教育水平均具有显著的正向影响，而在加入交互项后（模型7），交互项的作用变为不显著的负向影响，同时金融素养的参数估计值进一步增加到0.211，且显著，说明交互作用更多地表现在金融素养的影响，即金融素养在其中起主要作用。

表5 金融素养、教育与农村居民微信支付采纳行为①出于压缩篇幅的需要，这里并没有给出相关控制变量的参数估计结果，如有需要可以向作者索取。

从表4 整体上可以看出，模型1 至模型6 中，核

综上可知，仅仅通过提升学历教育并不是提高农村居民微信支付采纳行为的最佳方法，更优的选择是通过金融素养教育来提升金融素养水平，进而影响居民的微信支付采纳行为。

六、稳健性检验

为了检验实证结论的稳健性，本研究采用四种不同的做法进行验证，其总体思路是：通过使用新的研究方法以及采用核心解释变量的替代变量。第一种做法是采用倾向分值匹配法（Propensity Score Matching，PSM），主要是考虑到内生性问题；第二种做法是采用替代变量，这是基于fl3处理基础上对核心解释变量的进一步细化；第三种是用自评金融知识表征金融素养；第四种是采用新的金融素养处理方法，计算金融素养得分。四种做法均是在相关文献基础上来进行的。四种做法具体如下。

做法一：采用倾向分值匹配法（Propensity Score Matching，PSM）（Rubin，2001）[37]。考虑到模型可能存在因遗漏变量所导致的内生性问题，本研究采用PSM 进行检验，使用PSM 主要基于其两个优点：一是其操作简单且稳健性较好；二是可以解决选择性偏误（Selection Bias）问题，进而降低内生性问题的严重性。在具体匹配时，为了增强结果的可靠性，本研究同时采用一对一匹配、近邻匹配、半径匹配、核匹配以及局部线性回归匹配五种匹配方法，结果如表6 所示。ATT 的均值为0.117，除一对一匹配的T 值为1.75 外，其余四种匹配方法的T 值均大于临界值1.96，这说明不同的匹配方法均显示金融素养对微信支付采纳行为具有显著正向影响，与实证部分结论一致。

表6 金融素养对微信支付采纳行为的影响

做法二：采用金融素养替代变量，用fl0、fl1、fl2和fl3表示金融素养，对应设置四个虚拟变量。当三道题目都回答错误时，记为fl0=1，否则将fl0 赋值为0；仅答对一题时记为fl1=1，否则为0；仅回答正确两道题目时，记为fl2=1，否则为0；三道题目均回答正确时，记为fl3=1，否则为0。随着正确回答题目数量的上升，从fl0 到fl3 表示的金融素养水平也越来越高，理论上fl0 至fl3 的参数估计值应该越来越大。同时，我们预期，正常情况下fl0 的参数估计值应为负值，因为fl0=1 表示三题均未回答正确，至少回答正确1 题记为fl0=0，即和至少答对一题的受访者相比，三题都回答错误表示金融素养很低，此时会显著降低其微信支付采纳的概率。Probit 模型的实证结果如表7 所示，从模型1 可以看出，fl0 的参数估计值为-0.178，而且显著，和至少答对一题的受访者相比，三题都不对即低金融素养会显著降低微信支付采纳概率，与我们的理论预期完全一致。模型2 也与此类似。模型3 中fl2 的参数估计值为0.090 且显著，远大于模型1和模型2。模型4中fl3参数估计值进一步上升到0.133，大于模型3中fl2的参数估计结果，表明随着金融素养水平的提高，其对微信支付采纳行为的影响越来越大，与理论预期一致。

表7 金融素养对微信支付采纳行为的影响

做法三：采用金融素养的替代变量自评金融知识。因为金融知识是金融素养的重要组成部分，且两者正相关，因此，参考Lusardi 和Carlo（2013）[38]的研究，这里采用受访者的自评金融知识（selffl）作为金融素养的替代变量。受访者对自身金融知识的评价从低到高分为五个不同的类别，分别赋值1—5，并结合其他变量进行Probit 回归分析。回归策略是将家庭人口社会学特征变量和经济类变量分别引入，考察金融知识影响的可靠性，具体结果见表8-1（模型1 至模型3）。模型1 仅含自评金融知识，结果显示其对微信支付采纳行为具有显著的正向影响。模型2在模型1的基础上加入性别、健康等人口特征变量，模型3 又进一步加入收入、房产等家庭经济特征变量以及互联网接入等条件设施变量，回归结果显示金融知识的影响均十分显著，这也间接证实了金融素养对农村居民微信支付采纳行为影响的可靠性。

表8 金融素养对农村居民微信支付采纳行为的影响

做法四：采用新的金融素养计算方法。参考Lusardi和Mitchell（2011）[39]的做法，使用新的金融素养测度指标，重新进行Probit 分析。具体做法是在前文实证中使用的金融素养测度题目的基础上，用正确回答题目的数量加总来表征金融素养，记为flsum。理论上，flsum 值越大，表示金融素养水平越高，预期flsum 对受访者微信支付采纳概率具有正向影响。计量方法及回归思路同稳健性检验做法三，结果见表8-2。从表8-2的模型4至模型6中可以明显看出，总体上flsum 对微信支付采纳行为具有显著的正向影响，即高金融素养水平对微信支付采纳具有显著的提升作用。这也进一步证实了实证分析结论的稳健性。

综上，通过四种稳健性检验做法，均证实金融素养对农村居民微信支付采纳行为具有显著正向影响，实证结论具有稳健性。

七、研究结论及政策启示

主要结论如下。

（1）整体上样本区域农村居民金融素养水平较低，且存在显著的性别差异，男性明显高于女性。教育水平和金融素养存在正相关关系；随着收入水平和富裕程度的提高，金融素养也越来越高；在乡镇及以上城市购置商品性房产和接入互联网的受访者，其金融素养水平往往更高。

（2）受访者微信支付采纳比例的均值为66.5%。男性和女性微信支付使用比例差别不大，教育和收入水平与微信支付采纳比例存在正相关关系，接入互联网对农村居民微信支付使用比例具有明显的促进作用。

（3）金融素养和农村居民微信支付采纳行为存在正相关关系，回归结果进一步发现，金融素养对农村居民微信支付采纳行为具有显著的促进作用。教育、收入水平以及接入互联网对微信支付采纳行为有显著正向影响。实证结论具有稳健性。

基于研究结论，本研究提出以下政策建议。

第一，政府部门应采取有效措施提升农村居民金融素养，重点关注女性、老人、低教育水平以及低收入群体。通过微信公众号、网站、电视、广播、报刊等媒体向社会公众普及金融知识，并针对不同群体开展灵活多样、喜闻乐见的培训活动。

第二，加强农村地区网络基础设施建设，鼓励农村居民使用智能手机等终端设备，提高互联网在农村地区的普及率与渗透率。

第三，加大互联网支付在农村地区的宣传力度，详细讲解互联网支付的基本常识，比如具体操作方法、业务流程、安全防范常识等，提高农村居民互联网支付接受意愿及参与度。