疫情冲击与农村家庭数字金融行为——来自江苏农村家庭金融调查的微观证据

王晓青

(南京审计大学，江苏 南京 211815)

一、引言

不同于洪水、干旱、地震等自然灾害，新冠肺炎疫情具有全面性、不可预知性和需求-供给双抑制性的特征(冯永琦 等，2020)，不仅对家庭成员生命安全带来威胁，还给家庭财产收入带来损失，对全球经济金融产生了巨大冲击。在社会隔离和安全社交距离等疫情防控措施下，人们通过减少外出消费、劳动时间以及居家办公等来减缓病毒传播，但与之而来的是对经济活动造成的严重影响，并且在国际和国内表现出高度的同步性(Ludvigson et al.,2020；Bartik et al.,2020；Baker et al.,2020)。

鉴于金融服务的公共物品属性，传统金融模式下的近距离接触服务为疫情提供了可能的传播途径。而近年来依托大数据、云计算、人工智能、区块链等新兴技术的金融数字化融合则有效地缓冲了来自疫情的外生冲击，通过搭建平台整合金融和泛金融场景以满足金融服务的线上化需求，凸显其无接触式业务模式的优势(肖宇 等，2020)。同时，数字金融为克服普惠金融的天然困难提供了解决方案，能够有效校正传统金融中存在的“属性错配”、“领域错配”和“阶段错配”等问题(唐松 等，2020)，促使原本被排斥在正规金融体系之外的群体能够以较低的成本相对容易地获取金融服务，并且越来越多的原有客户选择使用手机银行和网上银行等新兴业务替代传统银行业务，金融服务的可得性大幅提高(Duncombe et al.,2009；齐红倩 等，2019)。在后疫情时代，随着人们认知和习惯的改变以及金融机构物理场所业务模式的重构，线上金融服务将越来越普遍，对推动经济高质量发展起到稳定器作用。

根据我国互联网信息中心(CNNIC)发布的《中国互联网络发展状况统计报告》，随着数字农村建设的推进，我国农村互联网普及率从2007年的不足10%增加到2021年6月的59.2%，农村家庭对联网计算机、智能手机等信息化设备的拥有量也在不断增加，为以电子支付、手机银行、网络购物等为主要媒介的数字金融在农村地区推广提供了基础设施条件。2017年我国家庭金融调查数据显示，参与过互联网理财、网络借贷或数字支付其中一种的农村家庭比例仅为20.96%(潘爽 等，2020)。但2019年云南、湖南、四川与甘肃4省农村金融调查结果显示，农户使用移动支付、数字理财、数字信贷与数字保险任意一种数字金融产品的比例高达79.8%(张龙耀 等，2021)，同一时期江苏农村家庭数字金融产品使用率为77.5%(董晓林 等，2020)，这反映出数字金融产品能够融入农村居民生活，且具有较大的增长空间和潜力。自新冠肺炎疫情发生以来，农村家庭生产经营活动和平滑生活消费受到了重大影响(陈诗一 等，2020)，严防严控措施、自我隔离和无接触应用场景模式等促使信息获取、传播的方式发生进一步变革，这些都对数字金融服务农村经济发展提出了新的命题和要求。那么，当前农村家庭数字金融产品使用现状如何？疫情对农村家庭数字金融行为有何影响？其背后具有怎样的逻辑？是否存在异质性？这些问题尚且缺少微观数据的解答。

鉴于此，本文利用2021年江苏农村金融调查数据，研究疫情对农村家庭数字金融行为的影响，并深入讨论其作用机理以及异质性特征。与已有研究相比，本文可能的边际贡献主要体现在以下几个方面：第一，现有文献侧重于研究数字金融的影响效应，鲜少对制约农村家庭参与数字金融的因素展开研究，而本文从外生冲击的角度弥补了这一不足；第二，结合农村家庭生产生活的现实情况，以疫情所引起的收入、消费和生产经营三方面具有代表性的活动变化衡量冲击影响及其程度，较为全面地反映了农村家庭受疫情冲击的表现特征，丰富了农村家庭数字金融行为的研究内容，为后疫情时期促进农村数字普惠金融发展提供了经验依据；第三，对疫情冲击影响农村家庭数字金融行为的机制进行分析，发现疫情能够通过提升家庭的风险管理动机和预防性动机水平，进而影响其数字金融行为，这为政府有效应对疫情冲击提供了重要启示。

本文余下部分的结构安排为：第二部分为文献综述与理论假说；第三部分为研究设计；第四部分为实证结果分析；第五部分为结论与讨论。

二、文献综述与理论假说

(一)农村家庭数字金融行为及其影响因素的文献综述

目前，关于农村数字金融的微观研究着重分析了数字金融的福利效应以及农户数字金融行为的影响因素。在数字金融的影响效应方面，现有研究发现数字金融使用不仅有助于促进农户创业和提升创业绩效(何婧 等，2019；刘丹 等，2019)，也推动了农户家庭参与金融市场和风险金融资产配置优化(周雨晴 等，2020)，缓解家庭信贷约束、降低正规信贷需求和促进居民消费增长(Jack et al.，2014；何宗樾 等，2020)。王修华等(2020)认为，非贫困户能够有效利用数字金融功能防范风险、平滑消费、积累要素和休闲娱乐，存在明显的马太效应，并且不同数字金融产品的马太效应具有显著差异，数字征信的效应最大，数字信贷、数字支付次之。在制约数字金融行为响应的因素方面，张龙耀等(2021)指出金融知识通过提高农户的风险偏好水平，提升其数字金融行为的响应概率和响应广度；郭峰等(2020b)认为农户是否使用数字金融依赖于其对传统金融的使用，并且家庭成员受教育程度越高，数字金融的使用概率也越高；董晓林等(2020)研究发现社会互动通过内生互动提升了金融素养，通过情景互动增进了对数字金融产品的信任度，进而提高了家庭使用数字金融产品的可能性。然而，相较于城镇家庭，当前农村家庭数字金融参与度仍然较低，其关键影响因素的研究仍有待微观调查的持续深入。

(二)疫情冲击对农村家庭数字金融行为的影响

从现有文献来看，关于农村突发事件的研究主要集中于从微观层面分析自然灾害或疫情等外生冲击对家庭个体的影响以及农村社会应对能力、应对策略等方面。首先，突发事件所产生的直接影响是无法正常开展生产活动，面临较大的劳动生产率损失和经济亏损，导致农户收入水平下降，特别是对于重点脆弱群体，极易形成新的致贫或返贫风险(Arouri et al.,2015;蒋和平 等，2020；李少星 等，2020)。其次，在面对突发事件的冲击时，受影响个体可能因生活成本增加、可支配收入减少等原因而压缩各项消费支出(Mottaleb et al.,2013；Baker et al.，2020)，从而制约家庭长期发展能力和整体效用水平。同时，受到冲击的农村家庭也会采取各种正规或非正规措施来缓解负面影响，如向亲友借款或向正规金融机构申请借贷，动用预防性储备资产弥补资金缺口，以及向政府、媒体、社会团体等机构寻求补贴或援助(Mazumdar et al.,2014；Sawada,2017；蒋培,2020)。Gallagher et al.(2014)也发现，短期自然灾害援助、信用卡使用和洪灾保险赔付使得飓风受灾最严重的居民足以应对自然灾害冲击。此外，我国家庭金融调查研究中心和蚂蚁集团研究院联合调查了新冠肺炎疫情冲击下家庭财富变动趋势，研究发现：我国家庭线上投资意愿逐年增加，疫情推动了线上理财需求增长，并具有普惠性质；疫情增加了家庭商业保险类资产的配置意愿；消费负债和未来预期等对家庭日常消费产生重要影响；逾四分之一家庭信贷需求增加，低收入群体信贷获取难度下降(甘犁 等，2020)。

数字金融拥有天然的技术优势，能够有效解决地理排斥，实现远距离资金供需双方对接(黄益平 等，2018)，被认为是拓宽金融供给和提升金融普惠的变革性创新模式(Björkegren et al., 2018)。Pierrakis et al.(2013)指出数字金融可以通过提供储蓄和贷款、平滑消费、便利支付等途径帮助农户，可有效借助数字金融平滑生存型消费和积累发展型要素。因此，针对新冠肺炎疫情初期阶段的社会隔离措施对农村实体经济造成的供需双向冲击、伴随疫情持续冲击深入而导致的各类要素收入下降，现实中面临的非接触式场景应用需求，以及数字信息技术与金融供给不断融合的基础设施条件，农村居民个体使用数字金融所具备的既有禀赋资源条件，这些都成为农村家庭参与数字金融的动力，促使数字金融产品融入居民的生产生活，有助于其应对和缓冲疫情造成的影响。

基于以上分析，提出：

研究假说

1

：

疫情冲击对农村家庭数字金融行为有正向影响。

但对于居民家庭而言，新冠肺炎疫情对微观经济主体的冲击存在极大的异质性，对不同生命周期阶段、收入阶层、职业类型、就业行业、健康程度、就业情况的居民家庭存在巨大差异(易行健，2020)。数字金融能够降低地理、条件、成本等方面的金融排斥，但是数字金融服务的实际可获得性与家庭自身金融素养及信息技术水平有一定的相关性。拥有一定金融知识、金融素养水平高意味着家庭有较好的金融规划能力，对不确定性的控制能力较强，在遇到突发事件时能够更有意识、主动地运用金融工具，进而更多地得到金融产品带来的好处(Campbell,2006；吴卫星 等，2021)；数字信息渠道有助于拓宽行为主体关注问题的途径，降低交易成本和信息获取成本(Bogan,2008；郭士祺 等，2014)，从而促进家庭数字金融参与，因而在受到疫情冲击时，不同信息技术水平的农村家庭参与程度也有所差异。

据此，提出：

研究假说

2

：

农村家庭金融素养和数字信息化水平越高，疫情冲击激发其数字金融参与意愿进而使用数字金融产品的可能性也随之提高。

(三)疫情冲击影响农村家庭数字金融行为的机制

追溯历史，每一次自然灾害和瘟疫大暴发，在给人类造成直接冲击的同时，也对其生产生活方式产生了重要影响并催生新的变革，主要原因在于灾害和疫情本身会给人们带来巨大的刺激与压力，增强了对不确定性的感知，迫使人们对自己的生活生产模式以及行为做出一定的理性化调整(唐魁玉 等，2007)。Phelps et al.(1968)最早在模型中引入行为人的自我控制心理因素，Pollak(1968)进一步讨论了行为人对自我控制的认知判断能力，进而O’Donoghue et al.(2003)丰富和完善了认知判断的假设体系，认为有限认知和有效累积欲望能够与行为人的认知判断和自我控制相对应。在此基础上，系列研究关注了灾害冲击对个体风险预期的影响，并将自我控制的心理因素应用于家庭消费和储蓄的跨期决策分析中。Brown et al.(2018)发现个体经历灾害冲击后，其灾害风险预期会明显提高。Skidmore(2001)验证了“预防性储蓄”动机的存在，发现自然灾害风险和储蓄率呈显著正相关关系，厌恶风险的消费者为了预防未来收入的意外下降或融资约束，会增加当期储蓄以平滑未来的消费。Schoenfeld(2020)研究了始于14世纪的15次重大疫情，发现大的疫情发生后实际回报率显著受到抑制，而实际工资则有所提高，这可能是因为疫情导致劳动力供给降低或预防性储蓄提高。姚东旻等(2019)使用2007—2008年CHIP样本数据，发现汶川地震使得四川省城镇家庭户主的自我控制能力或认知判断能力得到提升，最终导致户主的时间偏好增强，家庭倾向于未来消费并提高储蓄率。

通常家庭考虑到可能存在的隐私性、安全性等潜在风险而进行自我排斥，对相关数字产品的使用持谨慎态度(Malady,2016)。但面临短时间内发生较大影响的突发疫情和自然灾害冲击时，家庭都会采取一些事前或事后风险管理策略来积极应对。数字金融产品因其无接触技术服务优势和普惠特征，往往具有避险属性，并伴随疫情持续呈现避险惯性。具体而言，面对疫情个体的风险防范意识增强，为减少近距离接触，家庭使用非接触式金融支付服务的意愿明显提高。疫情造成企业生产、劳动就业不足，农村户口外来务工人员、受教育程度低、技术水平低的人员失业率提高(Che et al.，2020)，收入降低造成农村家庭面临流动性约束，尤其是低收入和自由职业者家庭财富持续缩水。同时，疫情下家庭消费支出在一段时间内也可能会呈现出下降趋势，特别是一些非必要消费(比如旅游、文娱支出)比重明显下降。由于新冠肺炎疫情导致不确定性增加，收入下降或遭受损失的风险概率提高，个体心理安全感缺失，风险管理动机和预防性动机加强，人们需要想方设法提升资产价值，家庭线上投资意愿增加且偏好中低风险类资产。当预防性动机加强时，收入减少、金融资产减少的家庭更倾向于配置保险，线上保险产品自然是其中一个选择项(甘犁 等，2020)。但是，并非所有风险预期的上升都会导致数字借贷增加，还要取决于家庭收入水平及其需求。对初始资源禀赋较好、收入本身较高的家庭而言，疫情影响不大，增加数字借贷的可能性较小；而对于初始资源禀赋不佳、收入本身不高，但同时因为疫情产生生产性或消费性借贷需求的家庭，借贷使用会提高。因此，本文认为疫情带来的不确定性会给农村家庭造成心理冲击，提高个体的风险预期，进而对其数字金融行为产生正向影响。

基于此，提出：

研究假说

3

：

疫情冲击能够通过提升家庭的风险管理动机和预防性动机水平，对其数字金融行为产生正效应。

三、研究设计

(一)模型设定

1.Probit模型

农村家庭是否具有数字金融行为是二元选择变量，因此构建Probit模型，基本形式表示如下：

(1)

其中：φ(·)为标准正态的累积分布函数，y为被解释变量，x为解释变量。依据式(1)，本文用于考察农村家庭数字金融选择行为的Probit模型具体如下：

P(y=1)=φ(α+βES+θx+ε)

(2)

其中：y是哑变量，用于衡量农村家庭数字金融行为，其值为1时表示家庭使用过数字金融产品，0则表示未使用过数字金融产品；ES表示第i户受访家庭受到的疫情外生冲击；x为控制变量，包括农村家庭人口特征、经济特征、金融知识、数字技术水平和地区变量；α为截距项；β、θ表示各解释变量待估系数；ε为残差。

2.Possion模型

考虑到数字金融使用程度是具有计数特征的离散变量，因此采用Possion模型估计疫情冲击对农村家庭数字金融使用程度的影响。假设Y=y的概率由参数为λ的泊松分布决定，具体形式如下：

(3)

其中：Y为被解释变量；λ为泊松到达率，表示事件发生的平均次数，由解释变量x决定。

3.中介效应模型

为进一步考察疫情冲击对农村家庭数字金融行为的影响机制，借鉴温忠麟等(2005)中介效应检验方法，设定模型如下：

y=α+βES+θx+ε

(4)

RE=α+βES+θx+ε

(5)

y=α+βES+γRE+θx+ε

(6)

其中：RE为中介变量，表示农村家庭的风险预期程度;α、β、θ、γ为待估系数，ε为残差。

在式(3)的基础上增加风险预期路径变量，机制检验方程与上式相同。检验步骤如下：式(4)中系数β代表疫情冲击影响家庭数字金融行为的总效应，若β显著，则检验式(5)、(6)中的系数β和γ。如果β、γ均显著则继续检验式(6)中的系数β，若β显著，则说明变量RE存在部分中介效应，若不显著，则说明存在完全中介效应。如果系数β和γ至少有一个不显著，则进行Sobel检验。

(二)数据来源

本文实证分析的数据源于本课题组2021年1～9月在江苏省开展的农村家庭金融调查。依据随机抽样方法，样本涵盖苏南、苏中和苏北的农村地区。由于江苏金融科技发展总体程度相对较高，但同时兼具农村金融发展不平衡的特征，因此选择省内不同地区调研农村家庭数字金融行为特征具有较强的现实意义。调查问卷内容信息主要包括农村家庭基本情况、家庭金融需求、数字金融使用以及疫情影响等方面。此次调查共收集到863份问卷，在剔除关键变量缺失的无效样本后，最终得到821户有效样本，覆盖江苏9个市26个县43个村，其中苏南、苏中和苏北地区分别为138户、209户和474户。此外，文中样本地区经济水平的数据源于江苏市县2020年统计年鉴，数字金融发展指数源于“北京大学数字普惠金融指数”。

(三)变量说明

1.被解释变量

本文的被解释变量为农村家庭数字金融行为。依据黄益平等(2018)对数字金融的界定，其主要指传统金融机构和互联网公司利用数字技术所提供的支付、融资、投资和其他新型的金融业务，以及现实中数字金融服务的实际应用情况。本文重点考察数字支付、数字借贷、数字理财和数字保险等使用频度较高的金融业务，以此作为家庭数字金融行为的代理变量。借鉴何婧等(2019)的数字金融识别和分类方法，设计了四个方面问题：(1)是否使用过网上银行、手机银行、支付宝、微信等支付方式；(2)是否使用过网上信用支付、互联网借款或众筹；(3)是否购买过网上理财产品；(4)是否购买过网上保险产品。根据问卷调查中获得的农村家庭实际使用数字金融情况的信息，对被解释变量进行两个层面的定义和测度：一为是否使用数字金融，如果农村家庭使用过数字支付、数字借贷、数字理财和数字保险这四类中的任何一种，则认为其具有数字金融行为，取值为1，反之为0；二为数字金融使用程度，以农村家庭数字金融产品使用的种类数来衡量。

2.关键解释变量

本文的关键解释变量是疫情冲击。如何准确识别农村家庭受到的疫情外生冲击，直接关系到本文实证结果的可靠性。结合研究目标，关注疫情对农村家庭生产生活可能带来的实际影响，参考孙巍等(2020)和王桂军等(2019)的方法，使用外生冲击产生的显著性结果并用二值变量描述重大事件的发生对疫情冲击进行度量。在借鉴蒋培(2020)调查新冠肺炎疫情对农村地区影响的问卷基础上，本次调研设计了家庭收入、消费支出、经营投资等三个方面的问题，其中家庭收入包括种植业、养殖业和务工创业三项收入，分别对其询问“2020年是否受到疫情影响”，能够较为全面地反映农村家庭受到疫情冲击的主要表现特征。如果受访家庭在任何一个方面问题的回答为“是”，即认为该样本户受到新冠肺炎疫情的冲击。

3.控制变量

借鉴郭峰等(2020b)的研究思路，本文主要从个体、家庭和地区三个层面选取控制变量。个体特征变量包括户主年龄、受教育程度、性别、婚姻状况。家庭特征变量包括家庭劳动力数量、健康状况、实物资产、社会资本。其中，健康状况使用“家中是否有长期慢性病或重大疾病成员”作为代理变量，以评估家庭的抚养压力；家庭实物资产反映的是农村家庭实物财富配置情况，能够提供家庭经济担保、社会声望以及被用于创造更多财富等，取折算总额的对数来表示；社会资本使用“家中是否出过村干部或在政府部门工作”作为代理变量，较为丰富的社会资本通常具有社会互动的示范效应，进而影响家庭数字金融参与。地区特征方面，引入家庭所在区域的人均GDP对数、苏南和苏北虚拟变量，以控制区域固定效应影响。

4.工具变量

疫情冲击对农村家庭数字金融行为影响的估计结果可能会受到内生性的影响。首先，由于调查中涉及农村家庭收入财产等问题，出于保护个人隐私的目的，受访者可能主观上存在着瞒报、漏报或错报等情况，这必然会造成估计结果的偏误。其次，受访家庭的个体特征难以做到全面观测，这使得不可观测变量可能对家庭受到的疫情冲击情况产生影响，造成解释变量相关的内生性问题。此外，本文在量化疫情冲击程度指标时，受到调查问卷问题和获取反馈信息的限制，变量选取和指标设置存在一定局限性和主观性，这也可能导致部分实证结果的有偏估计和内生性问题。为防止农村家庭疫情冲击代理变量可能存在的测量误差，而最终导致估计结果的不一致，本文使用同村其他家庭平均受冲击程度作为工具变量，并采用2SLS和IV-Probit进行检验，以消除模型因以上关系可能存在的内生性问题。现实中，由于村庄是一定区域的人口聚集地，同村居民互动联系通常较频繁，村落其他家庭受到疫情冲击也会对本家庭的生产生活产生影响，具有相关性，但是该平均水平往往不会直接影响单个农村家庭的数字金融需求，这满足外生性条件。

5.中介变量

根据前文分析，疫情冲击对农村家庭数字金融行为的影响主要通过风险管理和预防机制来实现，即疫情带来的不确定性提高了个体的风险预期，进而对其数字金融行为产生影响。因此，参考张龙耀等(2021)的研究思路，选取家庭现金和储蓄占总金融资产的比例作为农村家庭风险预期程度中介变量的代理变量，占比越高，表明家庭风险管理和预防性程度越高。

(四)描述性统计

1.农村家庭受疫情冲击的统计分析

表1对农村家庭受疫情影响情况进行了比较分析，统计结果显示，2020年样本农村家庭在劳动收入、消费支出、生产经营投资这三方面家庭活动中受到疫情影响的比例分别为25.58%、42.14%和7.8%。在劳动收入中，种植业、养殖业和务工创业这三项收入受影响比例分别为14.49%、11.69%和13.28%。分地区来看，苏北农村家庭在消费支出和种植业方面受疫情影响较大，而苏南地区农村家庭在务工创业和生产经营投资这两方面受到疫情影响的比例远高于其他地区。这体现了农村居民的生产经营和收入水平不仅受到农业自然资源禀赋的制约，同时还取决于各地区生产投资水平、地区经济金融环境等条件，因而在受到突发事件的外生冲击时，不同农村家庭所受到的影响程度也有差异。

表1 农村家庭受疫情冲击基本情况

2.农村家庭数字金融行为的统计分析

样本农村家庭中，113户没有使用过数字金融产品，558户仅使用过一种数字金融产品，186户使用过两种以上数字金融产品，使用过三种及以上的仅有47户。农村家庭使用两种以上和三种以上数字金融产品的比例分别为22.65%和5.72%，说明总体使用程度仍不高。四类数字金融产品中，数字支付使用率为86.1%，普及范围最广；其次为数字借贷19.5%；数字理财和数字保险的使用率较低，分别为7.1%和4.6%。

3.变量描述性统计分析

主要变量的定义及描述性统计如表2所示。样本中86.2%的农村家庭具有数字金融行为，参与比率较高。数字金融使用程度的均值为1.195，说明农村家庭平均仅使用了一种数字金融产品，参与程度较低。疫情冲击的得分均值为0.559，表明疫情对农村家庭的生产生活各方面均产生了较大影响。户主平均受教育程度为初中，家庭平均拥有2.903个劳动力，家庭实物资产和地区人均GDP的对数均值分别为4.638和2.225。

表2 主要变量的定义及描述性统计

四、实证结果分析

(一)基准估计结果

为检验疫情冲击对农村家庭数字金融参与率和参与程度的影响，在实证分析过程中采取逐一添加各维度特征变量的方法。鉴于模型可能存在异方差问题进对参数估计产生影响，对估计参数的标准误进行了异方差修正，并对极端数值进行了1%水平上的缩尾处理。此外，为降低变量之间可能存在的多重共线性对实证结果的影响，本文对数据进行了VIF诊断，结果显示，所有解释变量的方差膨胀因子均小于3，故认为不存在严重的多重共线性问题。

表3列出了采用聚类稳健标准误修正的基准回归结果。其中，列(1)、(5)未控制任何变量，疫情冲击的系数显著为正，表明农村家庭受疫情冲击越大，越能激发其金融服务的线上化需求，从而提升其数字金融率以及使用程度。列(2)、(6)仅加入了个体层面的控制变量，列(3)、(7)增加了家庭层面的控制变量，列(4)、(8)进一步加入地区层面的控制变量。可以看出，疫情冲击的系数始终在1%水平上显著为正，说明结论是稳健的。由此，研究假说1得到验证。

表3 基准回归结果

控制变量方面，以列(4)结果为例，在个体层面，户主的年龄、文化和性别变量对农村家庭数字金融参与率有显著影响。户主较年轻的家庭更容易接受新型金融产品，随着家庭决策者年龄增长，使用数字金融产品的可能性会降低，这与现实观察到的结果一致；文化程度较高的户主通常人力资本较高，更能接受和尝试新兴事物，相应地，金融意识和参与能力也较高，这会促使家庭数字金融行为的产生；相比较于女性，男性户主的风险承受力相对较强，同时在社会网络中与外界交往也较多，更可能接受和使用数字金融。在家庭层面，家庭实物资产显著正向影响数字金融的使用，表明拥有较多实物资产的农村家庭，无论是用于生产经营的固定投资，还是用于生活消费的家庭资产，往往与较多的家庭财富相对应，其参与数字金融的能力和可能性也越高；社会资本系数显著为正，表明社会资本越丰富的农村家庭越容易获得金融信息，越易于通过社会互动的示范效应接触数字金融产品；家庭成员健康状况对数字金融行为参与率具有负向影响。地区层面，GDP水平对数字金融行为参与率有促进作用，说明经济较发达地区的农村家庭资源禀赋条件相对较好，所面对的环境有利于其参与数字金融。从列(8)控制变量的估计结果来看，户主文化、性别、实物资产、社会资本、地区GDP水平均对农村家庭数字金融使用程度有正向影响，年龄、健康状况、到最近的银行网点距离的影响为负，婚姻状况、劳动力数等对农村家庭数字金融参与程度的影响则不显著。

(二)内生性检验

表4为加入工具变量后疫情冲击影响农村家庭数字金融行为的估计结果。本文对模型进行了Kleibergen-Paaprk LM检验，结果显示统计量P值为0.000，在1%水平上拒绝零假设，说明选择的工具变量合理且可靠。表4列(1)、(2)分别使用2SLS和IV-Probit进行内生性问题的处理，从回归结果看，内生性偏误修正后的回归结果仍然支持表3的基准回归结果，表明结论稳健。进一步，使用IV-Tobit进行估计，列(2)、(4)结果显示，疫情冲击依然显著正向影响农村家庭数字金融的使用程度。综上，在考虑模型可能存在的内生性偏误问题后，本文研究假说1仍然成立。

表4 内生性检验结果

(三)稳健性检验

本文主要采用如下四种方式进行稳健性检验：

1.替换被解释变量和关键解释变量

首先，由于疫情期间采取了防疫管制等措施，农村居民自由流动受到一定限制，以无接触配送为特征的电商迅速发展，为居民日常生产生活需要提供了保障，客观上也提高了家庭使用数字支付的概率和程度，进而为了解互联网平台相关数字金融产品提供了可能的渠道和机会。鉴于此，本文用农村家庭相比较疫情之前的网购是否增加和月平均频次两个变量替换被解释变量。其次，封村封路管控措施会对家庭数字金融使用产生影响，故而用疫情期间是否封村封路(fc)替换核心解释变量。将上述替换变量加入基准模型进行回归，结果由表5所示。列(1)、(3)为替换被解释变量的回归结果，列(2)、(4)为疫情冲击替代变量的回归结果。不难发现，关键解释变量的估计值系数符号、显著性水平与基础回归模型的估计结果基本保持一致，疫情冲击对农村家庭数字金融参与率和参与程度的影响均为正，并且在1%的统计水平上显著，这进一步表明本文研究结论是稳健的。

表5 稳健性检验结果一

2.改变关键解释变量测度方式

参考蒋培(2020)的分类标准，根据农村家庭在家庭收入、消费支出、经营投资三个方面问题的回答来衡量疫情冲击的程度，其中家庭收入细分为种植业、养殖业和务工创业三类。五个变量均为二值变量，加总得到疫情冲击程度指标(yqcd)，其为取值范围在0～5之间的自然数。利用这一指标进行重新回归，结果见表6。其中，列(1)、(4)结果显示，疫情冲击显著正向影响农村家庭数字金融的参与率和参与程度的结论依然成立。

表6 稳健性检验结果二

3.增加新变量

数字金融产品主要通过互联网移动客户端获取相关信息和进行交易，在考虑到家庭自身信息化水平的前提下，数字信息技术有可能激发农村家庭潜在的线上化金融服务需求，因此增加数字技能变量。鉴于智能手机等移动终端是数字金融产品使用的重要基础条件，故使用农村家庭是否拥有智能手机、是否有联网电脑衡量其数字技能，两个二值变量加总得到家庭数字技术水平指标(szjs)。将这一指标加入控制变量重新回归，结果如表6列(2)、(5)所示。可以发现，在考虑数字技能因素后，疫情冲击的估计系数仍然在1%水平上显著，可见本文研究结论是稳健的。

4.改变模型设定形式

采用Logit模型和ZIP模型分别替换原方程模型，通过改变离散随机变量的分布形式进一步检验稳健性。ZIP回归决策首先决定取零(无)或取正整数(有)，相当于二元选择，如果有则进一步确定选择哪个正整数。表6列(3)、(6)回归结果显示，改变模型设定形式后，前文研究结论仍然成立。

(四)异质性分析

本文从金融素养和数字技术水平这两个维度，分别考察疫情冲击对农村家庭数字金融行为的异质性影响。同时，考虑到农村家庭使用不同数字金融产品的动机以及数字金融产品自身存在的差异，有必要进一步分析疫情冲击对不同数字金融产品使用的影响。

1.金融素养异质性

借鉴周雨晴等(2020)的分组方法，研究方案设置了四个问题：一是对经济、金融方面的信息关注程度，回答“很关注”得3分、“一般”得2分、“不关注”得1分；二是对银行业务和产品的了解程度，回答“很了解”得3分、“一般”得2分、“不了解”得1分；三是假设100元存1年定期，年利率2%，一年后账户余额？(1)超过102元(2)等于102元(3)少于102元(4)算不出来。回答正确得1分、错误得0分；四是假设借给别人100元，年利率20%，利滚利计算，两年后多少钱？(1)多于140元(2)等于140元(3)少于140元(4)算不出来。回答正确得1分、错误得0分。将以上各项得分相加，得到农村家庭的金融素养水平指标，并按照得分在3分以下、3～6分和6分以上进行分类，分别归为较低、中等、较高三个层次，研究疫情冲击对不同金融素养水平的农村家庭数字金融行为的影响，分组回归结果如表7所示。较高金融素养组的模型系数边际效应最大，具有显著正向影响。这说明农村家庭金融素养水平越高，金融相关知识越丰富，金融信息的筛选效率也越高，受到疫情外生冲击时，发生数字金融行为的概率以及参与程度也就越高。由此，研究假说2得以验证。

表7 按金融素养分组回归结果

2.数字技术水平异质性

按照家庭人均智能手机数1部以下和1部及以上将样本划分为较低、较高两个组别，分别进行回归，结果列于表8。

表8 按数字技术水平分组回归结果

由表8的估计结果可以看出，疫情冲击对不同数字技术水平的农村家庭数字金融参与率和参与程度的影响均显著为正。疫情对较高数字技术组家庭的数字金融参与程度影响更大，这与研究假说2一致，但疫情对较低数字技术组家庭数字金融参与率的边际影响更大，显著性水平也更高。这可能是因为数字技能高的家庭原本就已经使用数字金融，疫情冲击促使其更积极地使用并提高参与程度。对于数字技能较低的家庭而言，疫情所带来的无接触要求和不确定性，迫使人们对原有生活生产模式以及行为做出理性化调整，从而促进其数字金融行为的产生，这一结果符合客观现实逻辑。

3.疫情冲击对农村家庭不同数字金融产品使用的影响

如表9回归结果所示，疫情冲击对农村家庭不同数字金融产品使用均有正向显著影响。疫情对数字保险的边际影响最大，显著性高，表明家庭更倾向于通过参与保险来满足家庭保障需求。对数字借贷的边际影响也较大，应对疫情冲击，农村家庭对安全稳健的满足基本生存的消费信贷需求大于不确定环境下相对冒险激进的生产借贷需求，故疫情对数字借贷也有增幅作用。对数字理财的影响较弱，说明疫情期间的防控措施有效阻断了病毒传播，但对农村家庭增收产到了一定程度的影响，因此对家庭使用数字理财产品实现资产增值的作用不明显。此外，对数字支付的影响显著性高但边际效应较小，这表明随着农村数字建设推进和智能手机等移动终端的普及，数字支付这一非接触式交易方式已成为农村家庭生产生活的基本所需。

表9 疫情冲击与农村家庭不同数字金融产品使用

(五)机制检验

运用中介效应Sobel法检验疫情冲击通过风险预期效应影响农村家庭的数字金融行为。表10结果显示，Sobel、Goldman1(Aroian)和Goldman2三种显著性检验的P值均小于0.05,拒绝了原假设,表明中介效应成立,符合检验要求。其中，列(1)、(4)为中介效应检验的第一步，检验关键解释变量疫情冲击对农村家庭数字金融参与率及参与程度的影响。疫情冲击变量的系数均显著为正，表明疫情促进了农村家庭数字金融行为，支持了假说1的观点。列(2)、(5)为中介效应检验的第二步，检验关键解释变量对中介变量的作用，反映疫情冲击变量的系数均在1%统计水平上显著为正，表明疫情带来的不确定性会给农村家庭造成心理冲击，促使其风险管理和预防性水平提高。作为中介效应检验的第三步，列(3)关键解释变量与中介变量的系数均在1%水平上显著为正，但列(6)中介变量的系数为正不显著，这表明疫情冲击能够提高农村家庭的风险预期程度，进而促进其数字金融参与率，但对数字金融参与程度的影响不显著。 由此，假说3得到验证。

表10 机制检验:风险预期效应

(六)进一步讨论

为检验普惠金融发展趋势下疫情对农村家庭数字金融行为的影响，使用2020年“北京大学数字普惠金融指数”的县域层面数据(郭峰 等，2020a)。鉴于北京大学数字普惠金融指数具有覆盖区域广、评价口径一致和分类指标细化等特征，适合作为交互项变量进行进一步检验，因此在基准回归中加入疫情冲击和数字普惠金融总指数的交互项以及疫情冲击和金融数字化水平指数的交互项。由表11可知，两个交互项的系数均显著为正，即随着数字普惠金融的发展，疫情影响对农村家庭数字金融参与率和参与程度的正效应逐步增加。

表11 普惠金融发展下疫情冲击对农村家庭数字金融行为的影响

五、结论与讨论

基于2021年江苏农村家庭金融调查数据，考察了疫情冲击对农村家庭数字金融行为的影响。研究结果表明：(1)疫情冲击显著促进了农村家庭数字金融参与率和参与程度，使用工具变量对基础回归模型进行内生性问题处理，并通过替换被解释变量和关键解释变量、改变关键解释变量测度方式、增加新变量和改变模型设定形式进行稳健性检验，主要结论基本保持一致。(2)农村家庭金融素养水平越高，受到疫情外生冲击时，发生数字金融行为的概率和参与程度也越高；疫情对数字技术水平较高家庭的数字金融参与程度影响更大，但对数字技术较低家庭的参与率影响更大；疫情冲击对农村家庭不同金融产品使用均有显著促进作用，但边际效应不同。(3)作用机制检验结果显示，疫情冲击会提高农村家庭的风险预期，导致个体的风险管理动机加强、预防性动机提升，进而影响其数字金融行为。而随着数字普惠金融的发展，疫情对农村家庭数字金融行为的正效应逐步增加。

本文研究结论对于认清疫情冲击的微观影响具有重要政策启示。第一，加快农村传统金融机构数字化转型，基于互联网技术创新出贴合场景、覆盖广泛、门槛较低的数字金融产品，提高金融供给效率和风险防范能力，有效支持和促进疫情后农村家庭的金融需求，帮助其平滑消费和复工复产。第二，充分考虑农村家庭自身信息技术水平及其潜在、多元化的金融需求，加强正规金融机构的服务意识，并致力于缓解金融排斥、提高多样化正规数字金融产品服务渠道的可得性，提升疫情期间和后疫情时期农村家庭效用水平。第三，充分利用数字信息技术的优势，通过数字金融手段实现普惠金融高效率发展，针对不同群体尤其是文化水平较低、金融素养不高的农村家庭设计和提供相应的数字金融产品和服务，缓解负外部冲击、实现包容性增长。第四，在数字金融下乡服务中，农村金融机构应加大金融宣传力度和基础知识培训力度，为农村家庭提供必要的金融服务信息，培养农村居民运用数字信息化渠道、手段的现代金融意识和金融参与能力，提高数字金融服务产品在农村地区的认知度和使用率，是通过数字金融化手段规避不确定性风险、实现金融普惠的关键。

需要说明的是，因受限于目前能够反映疫情等相关情况的我国家庭金融调查数据的可得性和公布时间的滞后性，本文主要基于江苏省样本进行实证分析，对于现实中疫情冲击影响农村家庭数字金融行为的区域异质性以及跨期考察得还不够全面。考虑到截面数据所带来的局限性问题，后续研究工作将持续关注全国家庭跟踪调查数据，改进、完善研究设计，以加强研究结论的严谨程度和普适性。