《中華人民共和國國民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》明確提出提升金融科技水平，增強(qiáng)金融普惠性的要求。數(shù)字金融成為推動(dòng)普惠金融體系構(gòu)建的重點(diǎn)和助力金融支持實(shí)體經(jīng)濟(jì)的抓手。數(shù)字信貸作為區(qū)別于商業(yè)銀行間接融資和資本市場直接融資的第三種融資模式，具有依托互聯(lián)網(wǎng)、突破地域限制、交易成本較低、資源配置去中介化帶來的高效率優(yōu)勢(shì)，有利于緩解信息不對(duì)稱引致的供給型信貸約束。然而從需求方角度出發(fā)，數(shù)字信貸能否踐行普惠金融理念仍有待商榷。2016年對(duì)中國欠發(fā)達(dá)地區(qū)的調(diào)研發(fā)現(xiàn)，約98.81%的農(nóng)戶存在數(shù)字信貸排斥，需求型數(shù)字信貸約束突出，欠發(fā)達(dá)地區(qū)長尾群體難以享受到數(shù)字金融紅利。

解決需求型數(shù)字信貸約束問題是數(shù)字信貸在農(nóng)村信貸市場發(fā)揮金融包容作用的前提條件。數(shù)字信貸作為數(shù)字技術(shù)嵌入金融服務(wù)的新興產(chǎn)物，對(duì)需求者的數(shù)字素養(yǎng)有較高要求。但第48次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》顯示，截至2021年6月，農(nóng)村地區(qū)的互聯(lián)網(wǎng)用戶規(guī)模為2.97億，僅占全國互聯(lián)網(wǎng)用戶規(guī)模的29.38%，并且有40.8%的農(nóng)村人口難以獲得觸及和使用互聯(lián)網(wǎng)的機(jī)會(huì)。在城鄉(xiāng)互聯(lián)網(wǎng)普及率差距縮小至19.1%的背景下，欠發(fā)達(dá)地區(qū)不同群體間的數(shù)字鴻溝差距值得關(guān)注。那么，在欠發(fā)達(dá)地區(qū)，存在數(shù)字鴻溝的農(nóng)戶是否面臨數(shù)字金融紅利的不平等呢？基于此，本研究重點(diǎn)關(guān)注和解決欠發(fā)達(dá)地區(qū)農(nóng)戶數(shù)字信貸行為特征表現(xiàn)、數(shù)字鴻溝對(duì)數(shù)字信貸行為的影響和作用機(jī)制，以及數(shù)字信貸的普惠效果問題。

從需求方角度出發(fā)，揭示數(shù)字鴻溝對(duì)不同群體數(shù)字信貸需求壓抑的差異化作用，能夠?yàn)榻鉀Q需求型數(shù)字信貸約束問題找到突破口，進(jìn)而賦予欠發(fā)達(dá)地區(qū)農(nóng)戶享受數(shù)字金融紅利的平等機(jī)會(huì)，具有深化普惠金融理念的實(shí)踐意義。同時(shí)，數(shù)字信貸業(yè)務(wù)在農(nóng)村地區(qū)屬于新事物，有關(guān)欠發(fā)達(dá)地區(qū)農(nóng)戶微觀層面的數(shù)字信貸行為研究尚處于初步探索階段。學(xué)者們甚少關(guān)注到欠發(fā)達(dá)地區(qū)傳統(tǒng)信貸排斥群體的數(shù)字信貸需求壓抑問題，也欠缺數(shù)字鴻溝視角下的討論，可參考借鑒的理論文章不足。本研究從數(shù)字鴻溝視角出發(fā)，厘清數(shù)字鴻溝對(duì)農(nóng)戶數(shù)字信貸行為的作用機(jī)理，為解釋需求型數(shù)字信貸約束提供一個(gè)新的理論視角，豐富相關(guān)研究。

首先，設(shè)計(jì)合適的視頻，否則會(huì)帶來反效果。例如，某次翻轉(zhuǎn)課堂中的微視頻教學(xué)重點(diǎn)給學(xué)生講解了有關(guān)語音語調(diào)的知識(shí)，接著就在任務(wù)單中給學(xué)生布置了有關(guān)語音語調(diào)的任務(wù)，讓學(xué)生根據(jù)課文中錄音的內(nèi)容對(duì)課文進(jìn)行語音、語調(diào)以及重音等進(jìn)行標(biāo)注。等學(xué)生學(xué)習(xí)完之后對(duì)學(xué)生的學(xué)習(xí)成果進(jìn)行統(tǒng)計(jì)，至少有一半的學(xué)生沒有完成相應(yīng)的任務(wù)。仔細(xì)分析學(xué)生的學(xué)習(xí)結(jié)果，是有一定原因的，小學(xué)英語語音語調(diào)的學(xué)習(xí)并不是一朝一夕的事情，并不能僅僅強(qiáng)調(diào)學(xué)習(xí)的速度。此外，在學(xué)習(xí)中并不是每句話都是涵蓋語音、語調(diào)的，在任務(wù)中讓學(xué)生對(duì)每句話都進(jìn)行標(biāo)注是不符合學(xué)習(xí)規(guī)律的。

本文的邊際貢獻(xiàn)在于：第一，以2019年欠發(fā)達(dá)地區(qū)農(nóng)村普惠金融調(diào)查數(shù)據(jù)為樣本，數(shù)據(jù)較為新穎，能反映農(nóng)戶數(shù)字鴻溝和數(shù)字信貸行為特征的最新情況；第二，關(guān)注農(nóng)戶這一微觀主體的需求型數(shù)字信貸約束問題，并從數(shù)字鴻溝的新視角出發(fā)，探討工具型數(shù)字鴻溝、知識(shí)型數(shù)字鴻溝和使用型數(shù)字鴻溝對(duì)農(nóng)戶數(shù)字信貸行為的差異化影響；第三，為探討數(shù)字信貸的普惠效果，進(jìn)一步討論了傳統(tǒng)信貸可獲得性對(duì)數(shù)字信貸行為的影響，同時(shí)將農(nóng)戶劃分為相對(duì)貧困群體和相對(duì)富裕群體、傳統(tǒng)信貸排斥群體和非傳統(tǒng)信貸排斥群體進(jìn)行異質(zhì)性分析；第四，僅有極少數(shù)農(nóng)戶參與數(shù)字信貸，運(yùn)用適用于稀有事件分析的PMLE方法構(gòu)建Firthlogit模型實(shí)證分析數(shù)字鴻溝對(duì)農(nóng)戶數(shù)字信貸行為的影響，能避免Probit模型或Logit模型的估計(jì)偏差。

一、影響機(jī)理與研究假說

(一)數(shù)字鴻溝的定義及內(nèi)涵

數(shù)字鴻溝的初始定義是個(gè)人、家庭、企業(yè)、區(qū)域之間在獲取信息和通信技術(shù)(ICT)方面的不平等，強(qiáng)調(diào)信息技術(shù)的可及性。Wei等(2011)結(jié)合個(gè)體能力差異，將數(shù)字鴻溝的內(nèi)涵從一級(jí)數(shù)字鴻溝(數(shù)字訪問鴻溝)拓展到二級(jí)數(shù)字鴻溝(數(shù)字能力鴻溝)和三級(jí)數(shù)字鴻溝(數(shù)字結(jié)果鴻溝)。其中，二級(jí)數(shù)字鴻溝(數(shù)字能力鴻溝)指一級(jí)數(shù)字鴻溝和其他背景因素引起的使用ICT能力的不平等，三級(jí)數(shù)字鴻溝(數(shù)字結(jié)果鴻溝)指二級(jí)數(shù)字鴻溝和其他背景因素引起的利用ICT成果的不平等。隨著互聯(lián)網(wǎng)普及率的不斷提升，一級(jí)數(shù)字鴻溝的群體間差異逐漸縮小，二級(jí)數(shù)字鴻溝和三級(jí)數(shù)字鴻溝更受關(guān)注。本研究將數(shù)字鴻溝與數(shù)字信貸行為相聯(lián)系，在上述內(nèi)涵基礎(chǔ)上結(jié)合數(shù)字技術(shù)應(yīng)用于金融領(lǐng)域的特有場景，將數(shù)字鴻溝分成工具型數(shù)字鴻溝、知識(shí)型數(shù)字鴻溝和使用型數(shù)字鴻溝，其中工具型數(shù)字鴻溝指缺乏能觸及互聯(lián)網(wǎng)的智能手機(jī)、電腦等設(shè)備，知識(shí)型數(shù)字鴻溝指欠缺將互聯(lián)網(wǎng)技術(shù)運(yùn)用到其他領(lǐng)域的相關(guān)知識(shí)，使用型數(shù)字鴻溝指將互聯(lián)網(wǎng)技術(shù)應(yīng)用到其他領(lǐng)域的經(jīng)驗(yàn)不足，分別表征數(shù)字技術(shù)的可及性、理解能力和使用結(jié)果。

(二)數(shù)字鴻溝影響農(nóng)戶數(shù)字信貸行為的直接作用機(jī)理

這下許飛高興了，他偷了一塊豬油抹在頭發(fā)上，用黑色畫筆涂了一張蝴蝶結(jié)綁在脖子上，他說要當(dāng)我的新郎官，我咧嘴笑了一下，讓他背過去，跳到他的背上死命壓住他往地上撲。

假說1:數(shù)字鴻溝與農(nóng)戶數(shù)字信貸參與呈負(fù)相關(guān)關(guān)系。

假說2:工具型數(shù)字鴻溝、知識(shí)型數(shù)字鴻溝和使用型數(shù)字鴻溝負(fù)向影響農(nóng)戶數(shù)字信貸參與行為。

(三)數(shù)字鴻溝影響農(nóng)戶數(shù)字信貸行為的間接作用機(jī)制

前景理論認(rèn)為，風(fēng)險(xiǎn)偏好是決策者對(duì)風(fēng)險(xiǎn)的一種主觀心理態(tài)度，不同個(gè)體由于心理預(yù)設(shè)參照點(diǎn)存在差異會(huì)產(chǎn)生不同的風(fēng)險(xiǎn)態(tài)度，表現(xiàn)為風(fēng)險(xiǎn)偏好、風(fēng)險(xiǎn)中性和風(fēng)險(xiǎn)規(guī)避。在信貸決策過程中，風(fēng)險(xiǎn)規(guī)避心理強(qiáng)的決策者會(huì)偏好保留確定性收入，而不愿承擔(dān)風(fēng)險(xiǎn)成本，從而形成需求型信貸約束。同時(shí)，數(shù)字信貸具有高風(fēng)險(xiǎn)特性，其內(nèi)核性風(fēng)險(xiǎn)主要表現(xiàn)為透明度風(fēng)險(xiǎn)，外置風(fēng)險(xiǎn)則取決于技術(shù)和系統(tǒng)安全性，且風(fēng)險(xiǎn)的疊加性和累積效應(yīng)明顯，風(fēng)險(xiǎn)規(guī)避程度較強(qiáng)者可能表現(xiàn)出較明顯的數(shù)字信貸排斥。另外，依據(jù)勝任力假說，當(dāng)個(gè)體對(duì)不確定性較強(qiáng)的決策事件具有高勝任力時(shí)，會(huì)表現(xiàn)出較強(qiáng)的風(fēng)險(xiǎn)偏好。數(shù)字鴻溝的縮小會(huì)使決策者認(rèn)為信貸決策失誤的可能性較小，自信能夠規(guī)避或分散風(fēng)險(xiǎn)，進(jìn)而增強(qiáng)風(fēng)險(xiǎn)偏好。由此，本文提出如下假說：

數(shù)字信貸是將數(shù)字技術(shù)嵌入貸款業(yè)務(wù)流程促使貸款技術(shù)發(fā)生變遷的產(chǎn)物。數(shù)字鴻溝的存在會(huì)增加農(nóng)戶與數(shù)字信貸供給方之間的交易難度，阻礙農(nóng)戶的數(shù)字信貸參與。首先，數(shù)字信貸供需主體間的交易需要依托互聯(lián)網(wǎng)可及的電腦、手機(jī)等載體，工具型數(shù)字鴻溝成為農(nóng)戶參與數(shù)字信貸的第一道屏障。其次，根據(jù)有限理性理論，人的行為是有意識(shí)地理性的，但這種理性又是有限的，知識(shí)約束(認(rèn)知局限)應(yīng)納入人的行為決策方程，即理解能力不足會(huì)對(duì)數(shù)字信貸參與行為產(chǎn)生影響。同時(shí)，理解能力不足會(huì)增加農(nóng)戶進(jìn)行數(shù)字信貸參與決策時(shí)的信息搜尋和處理成本，進(jìn)而降低農(nóng)戶數(shù)字信貸參與的積極性。所以，知識(shí)型數(shù)字鴻溝會(huì)負(fù)向影響農(nóng)戶的數(shù)字信貸參與行為。再次，電子商務(wù)平臺(tái)將數(shù)字技術(shù)融入日常生活場景，開發(fā)了網(wǎng)絡(luò)銷售或網(wǎng)絡(luò)購物的功能。擁有網(wǎng)絡(luò)銷售或網(wǎng)絡(luò)購物經(jīng)歷的農(nóng)戶，能通過熟悉數(shù)字支付等數(shù)字技術(shù)在金融領(lǐng)域的應(yīng)用成果，掌握使用數(shù)字技術(shù)的技巧(使用型數(shù)字鴻溝縮小)，進(jìn)而減少對(duì)數(shù)字信貸的陌生感。由此，本文提出如下假說：

進(jìn)行邊坡減載技術(shù)，降低坡面的承載力，增加邊坡建設(shè)的堅(jiān)固性。我國目前常用的邊坡減載技術(shù)主要分為兩種：削坡減載和削頭減載。削坡減載主要是減少坡面的土，降低坡面高度，使坡度放緩；削頭技術(shù)主要是對(duì)坡體的上部分的巖石結(jié)構(gòu)進(jìn)行削除處理，降低邊坡的整體高度，降低坡面的緩度[5]。目前，這兩種減載技術(shù)中，削頭技術(shù)被我國建筑業(yè)普遍運(yùn)用，因?yàn)橄黝^減載技術(shù)受附近建筑物的干擾程度較小，實(shí)施起來不太受限制，可以運(yùn)用在大多數(shù)邊坡工程中，因此比較受行業(yè)歡迎。

假說3:縮小數(shù)字鴻溝有利于提高農(nóng)戶的風(fēng)險(xiǎn)偏好程度，進(jìn)而促使其參與數(shù)字信貸。

二、研究設(shè)計(jì)

(一)數(shù)據(jù)來源

本文使用的數(shù)據(jù)來源于2019年7月中國農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院課題組開展的“中國農(nóng)村普惠金融調(diào)查”。該調(diào)查采用分層隨機(jī)抽樣法選取了東部地區(qū)的山東省安丘市、壽光市和高密市，中部地區(qū)的河南省孟津縣、方城縣和湯陰縣，以及西部地區(qū)的貴州省務(wù)川縣、大方縣和福泉市作為調(diào)研地，通過隨機(jī)入戶調(diào)查共收集了1733份農(nóng)戶問卷。在剔除存在異常值和缺失值的樣本后，獲得有效問卷1586份，樣本有效率為91.52%?？紤]到數(shù)字信貸行為需要承擔(dān)法律責(zé)任以及數(shù)字金融屬于新鮮事物，本文剔除了年齡低于18歲和高于60歲的樣本，且通過“沒有嘗試過互聯(lián)網(wǎng)借款或眾籌的原因是什么？”識(shí)別調(diào)查對(duì)象是否存在有效數(shù)字信貸需求(若選擇“自有資金已滿足需要”則視為無有效數(shù)字信貸需求)，只保留表現(xiàn)出有效數(shù)字信貸需求的農(nóng)戶樣本，最終樣本容量為964。

(二)變量說明

1.被解釋變量：數(shù)字信貸參與

借鑒中國人民銀行征信中心與金融研究所聯(lián)合課題組(2014)對(duì)數(shù)字信貸的定義，將互聯(lián)網(wǎng)金融平臺(tái)提供的消費(fèi)金融產(chǎn)品、互聯(lián)網(wǎng)借款和眾籌納入數(shù)字信貸的范疇，并通過“您是否使用過互聯(lián)網(wǎng)借款或眾籌？1.使用過花唄、京東白條等消費(fèi)金融購買商品；2.使用過互聯(lián)網(wǎng)借款或眾籌；3.都沒有。”來識(shí)別農(nóng)戶的數(shù)字信貸行為。若選擇“1”和“2”，表示參與數(shù)字信貸，被解釋變量賦值為1，否則賦值為0。

通過對(duì)上述兩個(gè)方面的分析和思考，筆者認(rèn)為，程小青采用這種策略去翻譯原因有二：其一，符合當(dāng)時(shí)的翻譯潮流，當(dāng)時(shí)大多翻譯作品中的稱謂很多都是采用異化的翻譯方法；其二，配合偵探小說這一外來的文學(xué)形式，異化了的稱謂語和紀(jì)年法可以增加譯文的“洋味”，激發(fā)讀者的興趣并給讀者帶來新鮮感。

特征特性：晚熟鮮薯鮮食品種，出苗后生育期120天。株型直立，生長勢(shì)強(qiáng)，株高73.6cm左右。莖、葉綠色，單株主莖數(shù)2.9個(gè)?；ü诎咨?，花期長，天然結(jié)實(shí)性中等。塊莖卵圓形，淺黃皮，乳白肉，芽眼淺，薯皮光滑。單株平均結(jié)薯數(shù)為4.3塊，平均單薯重102g，平均畝產(chǎn)1775kg，商品薯率75.3%。干物質(zhì)23.24%，淀粉16.82%，蛋白質(zhì)2.25%，維生素C含量16.40mg/100g，還原糖0.28%。輕感晚疫病，高抗PVX和PVY病毒病，高抗早疫病。適宜在河北張家口和承德、山西大同和忻州、內(nèi)蒙古呼和浩特和烏蘭察布、陜西榆林中晚熟華北一作區(qū)種植。

1.模型選擇

3.控制變量

=++++

控制變量包括個(gè)人特征、家庭特征和區(qū)域特征變量。(1)個(gè)人特征涵蓋受訪者的性別、年齡、受教育年限、風(fēng)險(xiǎn)態(tài)度。(2)家庭特征包含家庭收入水平和社會(huì)資本。由于受訪者對(duì)個(gè)人收入多持保密態(tài)度，收入調(diào)查數(shù)據(jù)可能比實(shí)際收入低，此處采用五等級(jí)分類法將家庭收入設(shè)置成低收入、中低收入、中等收入、中高收入和高收入五類，依次賦值為1—5，數(shù)值越大說明收入越高。社會(huì)資本是一種根植于社會(huì)關(guān)系網(wǎng)絡(luò)的優(yōu)勢(shì)，社會(huì)成員的關(guān)系人所擁有的社會(huì)資源會(huì)隨著社會(huì)地位提高而增加。在農(nóng)村地區(qū)，縣、鄉(xiāng)、村的干部具有較高的社會(huì)地位，能影響資源的配置，且擁有獲取外部資源(含信貸資源)的優(yōu)勢(shì)，所以使用“家庭中是否有人從事以下行業(yè)(可多選)：1.在本地或外地企業(yè)長期就業(yè)；2.個(gè)體工商戶；3.當(dāng)教師或醫(yī)生；4.在縣鄉(xiāng)村當(dāng)干部；5.無?！眮碜R(shí)別受訪者的社會(huì)資本情況，如其選擇“4”則將社會(huì)資本變量賦值為1，否則賦值為0。(3)區(qū)域特征使用縣域?qū)用娴摹氨本┐髮W(xué)數(shù)字普惠金融指數(shù)”來衡量，以反映縣域的數(shù)字金融發(fā)展程度。另外，還對(duì)調(diào)研樣本縣進(jìn)行編號(hào)，形成分組變量，對(duì)縣域內(nèi)其他不可觀測(cè)的特征進(jìn)行控制。

(三)樣本農(nóng)戶特征的描述性統(tǒng)計(jì)分析

使用同樣適用于稀有事件分析但可操作性較弱的Relogit模型進(jìn)行基準(zhǔn)回歸，得到表6第(1)列的估計(jì)結(jié)果。數(shù)字鴻溝的估計(jì)系數(shù)仍然在1%的水平上顯著為負(fù)，假說1成立。

德國在其發(fā)達(dá)的銀行體系基礎(chǔ)上，經(jīng)過巧妙的制度安排，董治（2017）經(jīng)研究發(fā)現(xiàn)，德國形成了以商業(yè)銀行為核心，資助銀行、擔(dān)保銀行以及社會(huì)信用信息體系為補(bǔ)充的中小企業(yè)融資供給體系。在這個(gè)融資體系內(nèi)，信息較為對(duì)稱，中小企業(yè)有較為便捷的融資渠道，且有較強(qiáng)的應(yīng)對(duì)宏觀經(jīng)濟(jì)形式變動(dòng)的能力。

(四)實(shí)證模型選擇與設(shè)定

數(shù)字鴻溝的內(nèi)涵已逐漸從“以互聯(lián)網(wǎng)為代表的新興信息技術(shù)在國家或地區(qū)間的普及差距”的工具型數(shù)字鴻溝拓展到涵蓋反映群體間信息技術(shù)的理解能力和使用不平衡的知識(shí)型數(shù)字鴻溝、使用型數(shù)字鴻溝。工具型數(shù)字鴻溝以是否擁有能上網(wǎng)的手機(jī)或電腦來衡量，若擁有則說明不存在工具型數(shù)字鴻溝，賦值為0，否則賦值為1。知識(shí)型數(shù)字鴻溝以數(shù)字金融知識(shí)水平與滿分(1分)的差值來衡量，差值越大說明鴻溝越大。數(shù)字金融知識(shí)包括基礎(chǔ)金融知識(shí)和數(shù)字信貸知識(shí)兩個(gè)部分?；A(chǔ)金融知識(shí)的衡量方法參照尹志超等(2014)，通過利率、通貨膨脹率、匯率和固定資產(chǎn)收益這4個(gè)問題的回答正確性來計(jì)分，每答對(duì)1題得1分，否則得0分；數(shù)字信貸知識(shí)采用是否了解數(shù)字信貸進(jìn)行識(shí)別，了解得1分，不了解得0分。然后對(duì)這5個(gè)問題的得分給予相同權(quán)重，綜合得分即為各農(nóng)戶的數(shù)字金融知識(shí)水平。使用型數(shù)字鴻溝通過是否具有網(wǎng)絡(luò)購物和銷售相關(guān)經(jīng)歷來衡量，若選擇“否”說明存在該類型數(shù)字鴻溝，賦值為1，否則賦值為0。最后，對(duì)工具型數(shù)字鴻溝、知識(shí)型數(shù)字鴻溝和使用型數(shù)字鴻溝的結(jié)果賦予相同權(quán)重構(gòu)建數(shù)字鴻溝指數(shù)。

納他霉素是一種多烯大環(huán)內(nèi)脂類抗菌劑，外觀呈白色或奶油色，為無味結(jié)晶粉末，相對(duì)分子量為665.75。納他霉素是一種兩性物質(zhì)，分子中含有酸性、堿性兩種基團(tuán)，等電點(diǎn)為pH 6.5。其微溶于水和有機(jī)溶劑中，難溶于大部分非極性有機(jī)溶劑，室溫下水中的溶解度為30～100 mg/L。在pH 4.5～9之間非常穩(wěn)定，在極端pH條件下會(huì)迅速失活，但是對(duì)其抗真菌活性沒有明顯影響。熱穩(wěn)定性好，121 ℃加熱30 min，活性幾乎無損失，但是對(duì)紫外線敏感，不宜與光接觸。一些氧化劑(過氧化氫、漂白粉)和重金屬(鐵、鉛、汞等)也會(huì)影響納他霉素的活性。

被解釋變量“數(shù)字信貸參與”為二值變量，一般采用Probit或Logit模型。但樣本農(nóng)戶中參與數(shù)字信貸的農(nóng)戶僅占5.19%，屬于稀有事件，采用傳統(tǒng)的Probit或Logit模型會(huì)導(dǎo)致被解釋變量取值為1的概率被系統(tǒng)地低估，不是無偏估計(jì)，需要對(duì)偏差進(jìn)行矯正。針對(duì)稀有事件情形，國外學(xué)者廣為討論和采用的實(shí)證分析模型包括Exact Logistic Regression(極小樣本邏輯回歸)、Relogit模型和Penalized Maximum Likelihood Estimation(簡寫PMLE，罰分似然估計(jì))。Exact Logistic Regression只適用于樣本容量小于200和解釋變量個(gè)數(shù)非常少的情形。Relogit模型可用于矯正回歸估計(jì)系數(shù)的偏誤，但其對(duì)應(yīng)的Stata操作程序1999年后不再更新，無法報(bào)告模型回歸的聯(lián)合顯著統(tǒng)計(jì)量結(jié)果，實(shí)用性不強(qiáng)，本文利用該模型進(jìn)行穩(wěn)健性檢驗(yàn)。PMLE方法能矯正小樣本情況下MLE方法的估計(jì)偏差，且在樣本容量大于200和被解釋變量取值為1的樣本占比很小的情況下也能獲得無偏估計(jì)，同時(shí)其對(duì)應(yīng)的Stata程序包(Firthlogit)持續(xù)更新。本文的樣本容量為964，被解釋變量取值為1屬于稀有事件(僅占5.19%)，適合采用PMLE方法進(jìn)行參數(shù)估計(jì)。

2.基準(zhǔn)模型設(shè)定

秸稈灰渣是生物質(zhì)發(fā)電廠生物質(zhì)燃料燃燒后的未燃物，一般含燃燒不完全的碳和無機(jī)礦物質(zhì)，呈小顆粒或粉狀，少量是燒熔結(jié)成的小塊。它具有質(zhì)輕、密度小、孔隙多、比表面積大等的特點(diǎn)。目前，我國以秸稈為燃料的電廠發(fā)展較快，秸稈灰渣形成新的環(huán)境問題。

=+++

(1)

=+++++

由授課老師親自選擇典型病例，并確定一些問題，注意案例、問題等應(yīng)與教學(xué)目標(biāo)一致[2] 。授課老師將典型病例制作成幻燈片、視頻等，在課堂上進(jìn)行播放，并配合簡單介紹，播放結(jié)束后，提出相應(yīng)的問題，護(hù)士生則根據(jù)授課內(nèi)容、問題等進(jìn)行思考、分析，護(hù)士生之間亦可進(jìn)行討論，做好筆記，在下節(jié)課上課之前1天交給授課老師，在第二節(jié)課時(shí)選擇1名學(xué)生做現(xiàn)場匯報(bào)，并做總結(jié)和分析。

(2)

基準(zhǔn)模型中，代表數(shù)字信貸參與，和為常數(shù)項(xiàng)，表示數(shù)字鴻溝，表示工具型數(shù)字鴻溝，表示知識(shí)型數(shù)字鴻溝，表示使用型數(shù)字鴻溝，為包括個(gè)人特征、家庭特征和區(qū)域特征的控制變量。和表示隨機(jī)擾動(dòng)項(xiàng)。當(dāng)顯著為負(fù)，假說1成立；當(dāng)、和顯著為負(fù)，假說2成立。

3作用機(jī)制的模型設(shè)定

為進(jìn)一步檢驗(yàn)數(shù)字鴻溝對(duì)農(nóng)戶數(shù)字信貸參與的作用機(jī)制，本文采用依次檢驗(yàn)法在公式(1)基礎(chǔ)上增加公式(3)和公式(4)構(gòu)成中介效應(yīng)模型：

=+++

(3)

《通知》強(qiáng)調(diào)，鄉(xiāng)村就業(yè)創(chuàng)業(yè)促進(jìn)行動(dòng)要堅(jiān)持自主就業(yè)創(chuàng)業(yè)，堅(jiān)持人才優(yōu)先培養(yǎng)，堅(jiān)持特色產(chǎn)業(yè)帶動(dòng)，堅(jiān)持產(chǎn)業(yè)融合發(fā)展。一是培育主體促進(jìn)就業(yè)創(chuàng)業(yè)，二是打造園區(qū)促進(jìn)就業(yè)創(chuàng)業(yè)，三是發(fā)展特色產(chǎn)業(yè)促進(jìn)就業(yè)創(chuàng)業(yè)，四是推動(dòng)產(chǎn)業(yè)融合促進(jìn)就業(yè)創(chuàng)業(yè)。

(4)

公式(3)的被解釋變量為風(fēng)險(xiǎn)態(tài)度()，是有序分類變量，適合采用Ologit模型。當(dāng)、和均顯著，風(fēng)險(xiǎn)態(tài)度的中介效應(yīng)存在，假說3成立。公式(4)和公式(1)的被解釋變量相同，使用PMLE方法進(jìn)行參數(shù)估計(jì)。

三、實(shí)證結(jié)果分析

(一)數(shù)字鴻溝影響農(nóng)戶數(shù)字信貸參與的結(jié)果分析

使用方差膨脹因子法對(duì)解釋變量間多重共線性進(jìn)行檢驗(yàn)，得到VIF=1.18，遠(yuǎn)小于5，說明不存在多重共線性問題。為進(jìn)一步體現(xiàn)解釋變量間的獨(dú)立性，運(yùn)用逐步回歸法，將核心解釋變量與個(gè)人特征、家庭特征和區(qū)域特征逐一納入回歸分析，來驗(yàn)證數(shù)字鴻溝對(duì)農(nóng)戶數(shù)字信貸參與的直接作用。表4結(jié)果顯示，數(shù)字鴻溝在1%的水平上顯著負(fù)向影響數(shù)字信貸參與。控制個(gè)人特征、家庭特征和區(qū)域特征后，該結(jié)論仍然成立，說明數(shù)字鴻溝是導(dǎo)致樣本農(nóng)戶數(shù)字信貸參與不足的重要因素，假說1成立?？刂谱兞糠矫?，在其他變量保持不變的前提下，風(fēng)險(xiǎn)偏好程度、受教育年限、數(shù)字金融發(fā)展程度的提升均有利于提高農(nóng)戶的數(shù)字信貸參與度，同時(shí)年輕人的數(shù)字信貸參與度較高。

(二)不同類型的數(shù)字鴻溝影響農(nóng)戶數(shù)字信貸參與的結(jié)果分析

為考察不同類型的數(shù)字鴻溝對(duì)農(nóng)戶數(shù)字信貸參與的影響是否存在差異，本研究將工具型數(shù)字鴻溝、知識(shí)型數(shù)字鴻溝和使用型數(shù)字鴻溝三個(gè)變量納入回歸方程，采用Firthlogit模型進(jìn)行估計(jì)，得到如表5所示的估計(jì)結(jié)果。由第(1)列結(jié)果可知，工具型數(shù)字鴻溝對(duì)數(shù)字信貸參與沒有顯著影響，而知識(shí)型和使用型數(shù)字鴻溝均在1%的水平上顯著負(fù)向影響數(shù)字信貸參與?？刂苽€(gè)人特征、家庭特征和區(qū)域特征后，第(2)列結(jié)果表明該結(jié)論仍然成立。

(三)穩(wěn)健性檢驗(yàn)

本研究分別采用替換基準(zhǔn)回歸的估計(jì)模型、變換數(shù)字鴻溝和數(shù)字信貸參與的度量方法以及工具變量法進(jìn)行穩(wěn)健性檢驗(yàn)。檢驗(yàn)結(jié)果均表明，實(shí)證分析結(jié)果可靠。

1.替換基準(zhǔn)回歸的估計(jì)模型

樣本農(nóng)戶的個(gè)體特征和家庭特征表現(xiàn)為(見表1)：男女比例相當(dāng)，平均年齡為47歲，受教育程度平均為初中，風(fēng)險(xiǎn)態(tài)度表現(xiàn)為偏好中低風(fēng)險(xiǎn)，家庭收入平均處于中等收入水平，極少農(nóng)戶的家人具有縣、鄉(xiāng)、村干部身份。數(shù)字信貸行為特征為：僅有極少數(shù)農(nóng)戶參與數(shù)字信貸(5.19%)，其中絕大部分為非建檔立卡貧困戶和相對(duì)富有者(見表2)，大部分農(nóng)戶參與數(shù)字信貸的年限在一年以下，且主要通過親朋好友了解數(shù)字信貸，農(nóng)戶參與數(shù)字信貸的主要原因在于借款和還款方式靈活，融資成本不是最主要的考量因素，絕大部分需求者因購物消費(fèi)獲取數(shù)字信貸資金，借款金額集中于5000元以下。數(shù)字鴻溝指數(shù)均值為0.52，其中知識(shí)型數(shù)字鴻溝最明顯，其次是使用型數(shù)字鴻溝，而工具型數(shù)字鴻溝最小(見表1)。對(duì)比參與數(shù)字信貸與不參與數(shù)字信貸兩類農(nóng)戶的數(shù)字鴻溝情況發(fā)現(xiàn)，參與數(shù)字信貸的農(nóng)戶數(shù)字鴻溝指數(shù)和各類型數(shù)字鴻溝的均值都較小(見表3)。

2.核心解釋變量：數(shù)字鴻溝

2.變換數(shù)字鴻溝和數(shù)字信貸參與的度量方法

第一，使用主成分因子分析法替代原來的等權(quán)重賦權(quán)方法重新構(gòu)建數(shù)字鴻溝指數(shù)，再進(jìn)行基準(zhǔn)回歸，得到表6第(2)列的估計(jì)結(jié)果。數(shù)字鴻溝(新)的估計(jì)系數(shù)為-5.76，在1%的水平上顯著，說明假說1仍然成立。第二，改變數(shù)字信貸參與的度量方法。使用“您能接受以下哪種方式的互聯(lián)網(wǎng)借貸？1.所有網(wǎng)絡(luò)借貸都不能接受；2.無利息的消費(fèi)性借貸；3.低于銀行利息的小額借貸；4.與銀行利息相當(dāng)?shù)囊话憬栀J；5.高于銀行利息的生產(chǎn)性借貸。”來識(shí)別數(shù)字信貸參與，若選擇“1”表示不能接受數(shù)字信貸，即不參與數(shù)字信貸，否則視為參與數(shù)字信貸。變更被解釋變量的度量方法后重新進(jìn)行基準(zhǔn)回歸以及不同類型數(shù)字鴻溝影響數(shù)字信貸參與的實(shí)證分析，得到表6第(3)列和第(4)列的估計(jì)結(jié)果，結(jié)論與前文一致。

3.工具變量法

近年來國內(nèi)旅游市場出現(xiàn)供需兩旺的快速發(fā)展態(tài)勢(shì)。2009年國務(wù)院在《關(guān)于加快發(fā)展旅游業(yè)的意見》中提出“把旅游業(yè)培育成國民經(jīng)濟(jì)的戰(zhàn)略性支柱產(chǎn)業(yè)和人民群眾更加滿意的現(xiàn)代服務(wù)業(yè)”為發(fā)展目標(biāo)，國內(nèi)旅游人次連年增長，社會(huì)投資規(guī)模持續(xù)擴(kuò)大，旅游越來越融入百姓生活?！叭蚵糜巍钡奶岢霾粌H是順應(yīng)時(shí)代發(fā)展潮流，也是拓展了旅游的發(fā)展空間。隨著中國特色社會(huì)主義進(jìn)入新時(shí)代，人民群眾對(duì)旅游消費(fèi)個(gè)性化、多元化、品質(zhì)化的需求日益凸顯。2018年初山東省首批中醫(yī)藥健康旅游示范區(qū)（基地、項(xiàng)目）創(chuàng)建單位名單公布，這也昭示著中醫(yī)藥旅游作為新業(yè)態(tài)已經(jīng)從概念過渡到落地實(shí)施。

為解決可能存在遺漏個(gè)人性格特征等不可觀測(cè)變量和測(cè)量誤差引致的內(nèi)生性問題，本研究借鑒尹志超等(2021)的方法，選取每萬人每平方公里移動(dòng)電話基站數(shù)(個(gè))作為數(shù)字鴻溝的工具變量。一方面，移動(dòng)電話基站的覆蓋程度能體現(xiàn)互聯(lián)網(wǎng)基礎(chǔ)設(shè)施的服務(wù)能力，提高移動(dòng)電話基站的覆蓋程度有利于縮小農(nóng)戶的數(shù)字鴻溝，符合相關(guān)性條件；另一方面，通信企業(yè)對(duì)移動(dòng)電話基站的投資建設(shè)不會(huì)對(duì)個(gè)體的信貸決策產(chǎn)生直接影響，符合外生性要求。表7第一階段的回歸結(jié)果顯示，每萬人每平方公里移動(dòng)電話基站數(shù)在5%的水平上顯著負(fù)向影響農(nóng)戶的數(shù)字鴻溝水平，且F統(tǒng)計(jì)量大于10，表明不存在弱工具變量問題。由表7第二階段的回歸結(jié)果可知，數(shù)字鴻溝在1%的水平上顯著負(fù)向影響農(nóng)戶的數(shù)字信貸參與行為，與前文的結(jié)論保持一致，驗(yàn)證了基準(zhǔn)回歸結(jié)果的可靠性。

四、數(shù)字鴻溝影響農(nóng)戶數(shù)字信貸參與的作用機(jī)制與異質(zhì)性

(一)作用機(jī)制檢驗(yàn)的結(jié)果分析

基于前文的理論分析，將風(fēng)險(xiǎn)態(tài)度作為中介變量，驗(yàn)證其在數(shù)字鴻溝與農(nóng)戶數(shù)字信貸參與間中介效應(yīng)的存在性。表8第(1)—(3)列分別報(bào)告了中介效應(yīng)模型中公式(1)、(3)和(4)的估計(jì)結(jié)果。數(shù)字鴻溝與數(shù)字信貸參與在1%的水平上呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系(顯著為負(fù))，風(fēng)險(xiǎn)態(tài)度在5的水平上顯著正向影響數(shù)字信貸參與(顯著為正)，同時(shí)數(shù)字鴻溝的縮小能顯著增強(qiáng)農(nóng)戶的風(fēng)險(xiǎn)偏好程度(顯著為負(fù))。由于、和都顯著，所以風(fēng)險(xiǎn)態(tài)度的作用機(jī)制存在，假說3成立。

(二)異質(zhì)性分析

1.相對(duì)貧困的異質(zhì)性

表9報(bào)告了數(shù)字鴻溝影響數(shù)字信貸參與的相對(duì)貧困群體異質(zhì)性分析結(jié)果。由第(1)列的估計(jì)結(jié)果可知，相對(duì)貧困對(duì)數(shù)字信貸參與的影響不顯著，說明相較于相對(duì)富裕者，相對(duì)貧困者并不存在較強(qiáng)的數(shù)字信貸參與積極性。對(duì)比第(2)列和第(3)列的結(jié)果發(fā)現(xiàn)，數(shù)字鴻溝對(duì)相對(duì)貧困組數(shù)字信貸參與的抑制作用比相對(duì)富裕組更嚴(yán)重。

2.傳統(tǒng)信貸排斥群體的異質(zhì)性

考慮到該車曾進(jìn)行過發(fā)動(dòng)機(jī)拆裝，所以筆者特地檢查了發(fā)動(dòng)機(jī)，查看是否有漏裝件，是否有傳感器插頭未連接的情況，結(jié)果未發(fā)現(xiàn)異常。

農(nóng)戶數(shù)字信貸參與可能與傳統(tǒng)金融機(jī)構(gòu)信貸業(yè)務(wù)覆蓋有關(guān)。為了避免遺漏重要變量，將“傳統(tǒng)信貸可獲得性”作為控制變量納入基準(zhǔn)回歸模型，得到的結(jié)果如表10第(1)列所示。該控制變量的回歸系數(shù)不顯著，說明沒有充分理由認(rèn)為欠發(fā)達(dá)地區(qū)農(nóng)戶的傳統(tǒng)信貸和數(shù)字信貸參與間存在完全替代關(guān)系。進(jìn)一步，將農(nóng)戶按照“是否被傳統(tǒng)信貸排斥”進(jìn)行分組，并采用Firthlogit模型進(jìn)行分組回歸，得到表10第(2)、(3)列的回歸結(jié)果。與全樣本農(nóng)戶相同的是，兩組農(nóng)戶的數(shù)字鴻溝均顯著負(fù)向影響數(shù)字信貸參與。但兩組農(nóng)戶在風(fēng)險(xiǎn)態(tài)度對(duì)數(shù)字信貸參與的作用方面存在差異，其中，傳統(tǒng)信貸排斥者的風(fēng)險(xiǎn)態(tài)度顯著正向影響數(shù)字信貸參與，說明風(fēng)險(xiǎn)規(guī)避心理是其數(shù)字信貸參與不足的重要因素。數(shù)字信貸要填補(bǔ)農(nóng)村地區(qū)金融服務(wù)空白，特別是覆蓋被傳統(tǒng)金融排斥群體的信貸需求，不僅要縮小數(shù)字鴻溝，還要減少心理排斥。

五、結(jié)論與建議

數(shù)字普惠金融是普惠金融理念與數(shù)字技術(shù)深度融合的金融創(chuàng)新，有利于緩解信息不對(duì)稱引致的供給型信貸約束，但在欠發(fā)達(dá)地區(qū)，需求型數(shù)字信貸約束問題突出。本研究基于2019年欠發(fā)達(dá)地區(qū)農(nóng)村普惠金融調(diào)查數(shù)據(jù)，剖析了欠發(fā)達(dá)地區(qū)農(nóng)戶參與數(shù)字信貸的特征：僅有極少數(shù)農(nóng)戶存在數(shù)字信貸參與行為，其中絕大部分為非建檔立卡貧困戶和相對(duì)富有者；大部分農(nóng)戶參與數(shù)字信貸的年限在一年以下，且主要通過親朋好友了解數(shù)字信貸；農(nóng)戶參與數(shù)字信貸的主要原因?yàn)榻杩詈瓦€款方式靈活，融資成本不是最主要的考量因素，借款用途主要為購物消費(fèi)，借款金額集中于5000元以下。進(jìn)一步構(gòu)建Firthlogit模型和中介效應(yīng)模型對(duì)理論假說進(jìn)行實(shí)證驗(yàn)證，得到以下結(jié)論：第一，數(shù)字鴻溝的存在會(huì)抑制農(nóng)戶參與數(shù)字信貸，其中知識(shí)型和使用型數(shù)字鴻溝是數(shù)字信貸參與不足的主要原因，工具型數(shù)字鴻溝沒有顯著影響；第二，數(shù)字鴻溝主要通過降低農(nóng)戶的風(fēng)險(xiǎn)偏好程度來抑制其數(shù)字信貸參與；第三，數(shù)字鴻溝的存在使得相對(duì)貧困群體和傳統(tǒng)信貸排斥群體面臨更突出的數(shù)字信貸約束，導(dǎo)致數(shù)字信貸難以填補(bǔ)欠發(fā)達(dá)地區(qū)的金融服務(wù)空白；第四，傳統(tǒng)信貸排斥群體對(duì)數(shù)字信貸的排斥與風(fēng)險(xiǎn)規(guī)避心理相關(guān)。另外，風(fēng)險(xiǎn)偏好程度、受教育年限、數(shù)字金融發(fā)展程度的提升均有利于提高農(nóng)戶的數(shù)字信貸參與度，同時(shí)年輕人的數(shù)字信貸參與度較高。

為破解欠發(fā)達(dá)地區(qū)農(nóng)戶的數(shù)字信貸排斥，實(shí)現(xiàn)數(shù)字普惠金融紅利共享，提出以下建議：第一，加快推進(jìn)欠發(fā)達(dá)地區(qū)數(shù)字技術(shù)基礎(chǔ)設(shè)施建設(shè)，提高縣域數(shù)字金融發(fā)展程度；第二，數(shù)字信貸供給方應(yīng)堅(jiān)持“負(fù)責(zé)任金融”原則，強(qiáng)化自身風(fēng)險(xiǎn)管理機(jī)制，并將數(shù)字金融知識(shí)培訓(xùn)作為客戶金融能力建設(shè)的重要內(nèi)容，縮小欠發(fā)達(dá)地區(qū)農(nóng)戶的知識(shí)型數(shù)字鴻溝；第三，數(shù)字信貸業(yè)務(wù)的開展要關(guān)注年輕群體的個(gè)性化需求，創(chuàng)新業(yè)務(wù)模式；第四，建立欠發(fā)達(dá)地區(qū)農(nóng)戶間暢通的信息傳遞機(jī)制，通過群體間交流和參與數(shù)字金融知識(shí)培訓(xùn)，填補(bǔ)知識(shí)型和使用型數(shù)字鴻溝，縮短心理距離。特別是對(duì)于傳統(tǒng)金融排斥者，要縮小數(shù)字鴻溝，減少心理排斥，避免信貸機(jī)會(huì)完全排斥(傳統(tǒng)信貸渠道和數(shù)字信貸渠道雙排斥)，緩解金融資源分配不平等。