从发展韧性的内涵来看，农村低收入家庭需要在不确定环境中保持收入稳定、生活向好的能力。数字普惠金融以数字技术为支撑，将支付、储蓄、借贷、结算等基础金融服务嵌入低收入家庭日常生产生活中^[18]，为提升农村低收入家庭的抗冲击能力、调整能力与恢复能力提供了数字化工具。

金融排斥理论强调，因地理、门槛、信息等因素，弱势群体容易被排除在正规金融服务之外，而数字普惠金融具有覆盖广、成本低、即时性强等特征，能够缓解农村低收入家庭的金融排斥。具体来看，数字普惠金融通过大数据风控、缴费记录、线上服务、工资流水等，降低了金融机构获取农户信用信息的成本，使许多过去因收入低、收入不稳定、抵押物缺乏等限制而被传统金融机构拒之门外的群体，也能依托数字平台获得金融服务。数字普惠金融覆盖面广，能够将金融服务延伸至“长尾”农户，尤其使低收入家庭和欠发达地区获得贷款、储蓄、保险等服务^[19]，比如通过降低融资门槛，为家庭参与附加值更高的经济活动(如自主创业)提供必要的初始资金条件。数字普惠金融还能拓展低收入家庭参与金融资产配置的渠道，在一定程度上促进财产性收入来源的多元化^[20]，也拓宽了家庭投资渠道，多元化的资产组合有助于改善投资收益的风险结构，促进家庭财富积累，增强其在外部冲击下的缓冲能力与发展韧性^[21]。

交易成本理论认为，市场交换除价格外，还包含搜寻、支付等成本，成本越高，交易越难发生或效率越低，农村低收入家庭容易在关键环节被“摩擦性阻断”。传统现金交易下，家庭在存取款、转账等方面往往具有更高的时间和交通成本，在资金周转上容易出现时间错配问题，部分必要性支出可能被迫延迟甚至压缩。而随着数字普惠金融的深化发展，需求方能够突破地理限制，快速便捷地获得资金支持^[22]。移动支付、二维码收付款等工具提供了更为广泛的汇款渠道，能够帮助家庭在风险冲击下平滑消费^[23]。家庭还能够随时接收外出务工家属的转账收入，提高了家庭在遭遇临时性冲击时的缓冲能力。而且数字普惠金融能够促进传统金融机构向数字化转型，推动成本较低的金融产品和服务模式的创新，以更好满足不同群体的差异化需求^[24]。如数字支付平台将余额管理与支付功能打通，农户能够更有效、及时、便利地通过“线上”方式管理收入和储蓄，以微额资产滚动积累小型“缓冲池”，提高其微型储蓄能力，在遭遇小规模冲击时可以直接发挥平滑消费的功能。

从金融中介理论看，数字普惠金融把交易、支付、信用等模块整合为系统平台，推动资金在主体间更有效流动。随着数字化程度的提升，数字普惠金融在与实体经济不断融合的过程中，催生了新型就业形态和就业机会，通过拓展家庭的收入获取渠道和提升就业稳定性，增强家庭对经济波动和外部冲击的应对能力^[25]。有研究表明，数字化支付工具的广泛应用在一定程度上提高了欠发达地区家庭参与创业活动的积极性，并对经营绩效产生积极影响^[26]。数字普惠金融通常嵌入平台经济和电商体系中，而低收入家庭主要从事的行业，如外卖配送员、快递员、电商客服、网约车司机等新业态岗位普遍依托数字账户进行接单、结算和佣金发放，相较于传统现金集中发放工资的方式，数字化程度的提升实现了按日甚至按单结算和即时转账，使低收入家庭能够实时查看并灵活支取劳动报酬，提升劳动收入的可及性和周转效率，从而在一定程度上缓解短期资金约束，增强其应对收入波动的能力，有助于提升家庭发展韧性。综合上述分析，本文提出第一个研究假设。

H1：数字普惠金融对农村低收入家庭发展韧性具有显著的正向影响。

数字金融能够通过缓解信贷约束、增加家庭借贷可得性，增强家庭应对风险冲击的能力^[27]。系统考察脱贫地区农村金融需求的异质性，识别不同地区、不同群体的差异化金融服务需求，有利于提高金融资源的配置效率，为巩固脱贫攻坚成果提供金融支持路径^[28]。对于家庭而言，发展韧性提升需要稳定的生产性投资资金、应对风险缓冲资金等支持，然而在传统金融中，部分农村低收入家庭由于缺乏抵押品和信用记录，长期面临信贷约束问题。数字普惠金融通过数字化手段有效评估消费记录、社交数据等，可以将传统信贷体系中难以识别和观测的农户信用信息加以分析和验证，显著降低了金融机构获取信息、评估风险的成本与信息不对称难题，可将原本被排除在银行体系之外的农户纳入金融供给覆盖范围，缓解了长期存在的“融资难、融资贵”问题。数字普惠金融嵌入的线上小额信贷产品，为部分低收入家庭提供了更为便捷和及时的短期流动性支持，使其在遭遇突发支出或资金周转时，能够通过正规渠道获得相对可负担的资金支持，不再完全依赖亲友借贷或高成本民间借贷，也避免通过变卖生产资料等方式应急，从而保持生产和生活的基本稳定。获得信贷支持的家庭能够更好地满足当期资金需求，实现平滑消费^[29]。在家庭面临突发支出(如大病治疗、子女教育、住房改善)时，数字普惠金融能够提供流动性支持，获得贷款的农户还能利用资金开展投资活动，获得更多回报，如发展经营或扩大生产^[30]。与脱贫户、监测户等特殊低收入家庭可获得的财政贴息政策性小额信贷以及村级发展互助资金相比，数字普惠金融的信贷作用更多体现为对既有政策性资金的补充，其优势在于提高信贷资金获取的便利性与及时性，覆盖更多低收入家庭，尤其能够改善非政策覆盖人群的金融可得性，从而多渠道增强家庭的资金应急选择空间。因此，数字普惠金融通过缓解信贷约束、增加金融借贷可得性，提高生产性投资以及增强风险缓冲能力，进而提高低收入家庭发展韧性。基于以上分析，提出第二个研究假设。

H2：数字普惠金融通过缓解农村低收入家庭信贷约束、增加农村低收入家庭金融借贷可得性，进而间接增强其发展韧性。

农村低收入家庭往往由于保费负担和信息不对称等原因，参保意愿较低，保障水平有限。收入水平较低且现金流波动较大，使低收入家庭对保费支出更为敏感，即便保费额度不高，也可能在家庭预算安排中被边缘化，加之保险合同条款专业性强、保障边界与理赔规则不易理解，容易使投保家庭难以准确判断产品价值与风险覆盖范围，从而降低参保意愿。而数字普惠金融能够有效降低交易成本，缓解家庭购买保险产品时的信息不对称。一方面，保险机构通过移动互联网平台，可以低成本地向农村地区宣传和推广农作物险、小额人身保险、小额商业医疗保险等产品，农户家庭可直接通过手机应用投保，降低了农户家庭在保险网点购买产品的交易成本。另一方面，基于信息不对称理论，市场主体在信息获取与掌握方面往往存在差异，且信息传递过程并不充分^[31]，这种信息不均衡会影响农户对风险和保险产品的准确判断。而数字渠道的便捷性使农户可以随时在线了解保险产品，对比险种与价格，也可随时咨询工作人员关于保险保障范围、保费水平与理赔流程等事项，减少了因信息劣势导致的投保迟疑或产品错配问题，提高了农户投保的意愿。随着保险保障的增强，农村家庭在遭遇自然灾害、疾病等冲击时能够获得赔付金来弥补损失，避免家庭资产因意外事件而严重缩水，从而保持家庭生计的稳定^[32]。已有研究表明，数字金融有助于提升家庭金融素养与信息获取能力，减少了投保人与保险公司之间的信息不对称，并降低投保搜寻与办理成本，扩大了家庭对保险等金融产品的可得性与可使用性^[33]，有利于提高保险产品购买率^[34]，如购买农业保险，建立风险分散和共担机制^[35]，提高家庭应对风险能力，从而提升家庭发展韧性^[36]。由此可见，数字普惠金融通过推动保险创新和普及，为农村低收入家庭提供了必要的风险保障机制，从而为其抵御冲击提供更具韧性的保障支撑。据此，提出本文第三个研究假设。

H3：数字普惠金融可以促使农村低收入家庭购买保险服务，进而有利于增强其发展韧性。

本文使用的微观数据来自中国家庭追踪调查(China Family Panel Studies，CFPS)数据。CFPS由北京大学社会科学调查中心组织实施，是覆盖全国、具有代表性的跟踪调查项目。考虑到北京大学数字普惠金融指数的县级数据从2014年开始发布，本文利用2012-2022年共6期CFPS数据，分析2012年属于低收入的农村家庭在未来年度是否提升发展韧性，最终构建2014-2022年共5期家庭层面的平衡面板数据。本文在参考既有研究^[37]并结合数据可得性的基础上，以2012年国家统计局公开发布的5等分年度居民(农村口径)家庭人均纯收入组别数据为参照，将2012年农村样本中家庭人均纯收入符合最低收入组别的家庭识别为低收入家庭^[38]。通过筛选与清理原始样本，剔除核心变量缺失的观测值，删除关键变量取值明显异常的样本，最后形成初期1 038个农村低收入家庭的平衡面板数据。衡量数字普惠金融发展水平的数据来源于北京大学数字普惠金融研究中心发布的“北京大学数字普惠金融指数”县级数据^[39]，因数据覆盖广、时间序列长、可比性强等特点，已被学界和政策研究部门广泛用作衡量数字普惠金融发展的代理指标。

被解释变量为农村低收入家庭发展韧性。参考文献[40]的测度方法，假设家庭消费服从一阶马尔可夫过程：

其中：W_it是福利指标；i为第i个家庭；t为时间；k为高阶中心距的阶数；下标M为期望方程；X_it为特征变量；ε_Mit为随机误差项；β_j和γ为待估计系数。考虑到多重均衡贫困陷阱理论具有的典型“S”形曲线特征，将k取值为3。

利用随机误差项ε_Mit的零均值假设，估计家庭i在时间t的条件期望预测值：

参照文献[41]使用一阶中心距的残差来估计二阶中心距方程，其中V为方差方程：

同时，遵循零均值假设，使用残差平方估计条件方差的预测值：

根据文献[3]的框架，发展韧性$ \hat{\rho}_{i t}$的含义是低收入家庭i在时间t的福利达到规范阈值的$\overline{W} $概率，计算公式如下：

其中：$\overline{W} $表示福利标准；$\overline{F} $为累积概率密度函数。假设家庭福利水平服从泊松分布，参照文献[42]，家庭福利水平用家庭人均纯收入的自然对数值来衡量。本文采用广义线性模型(GLM)进行最大似然估计，将$\overline{W} $设定为农村家庭人均纯收入中位数的50%。

本文将县级层面的中国数字普惠金融发展指数作为核心解释变量来衡量数字普惠金融的发展水平，同时分析覆盖广度、使用深度和数字化程度3个分指数对家庭发展韧性的影响。考虑到量纲及回归系数大小的问题，本文将数字普惠金融指数和3个分指数除以100^[43]。

本文中介变量包括信贷约束和保险服务：

1) 信贷约束。借鉴文献[44]的做法，根据CFPS家庭金融模块中“借款被拒经历”代理变量来衡量家庭面临的信贷约束，若家庭当年有过被银行等正规金融机构拒绝贷款的经历，则赋值为1，否则赋值为0，检验数字普惠金融是否通过缓解信贷约束提升低收入家庭发展韧性。

2) 保险服务。借鉴文献[45]的做法，根据CFPS中“家庭商业保险保费支出”的回答，得到保险服务变量，检验数字普惠金融是否通过购买保险进行风险对冲进而增强低收入家庭发展韧性。

借鉴学界常用做法，引入户主特征、家庭特征与地区经济发展水平3类控制变量。户主特征选取户主年龄、性别、受教育年限和婚姻状况；家庭特征引入家庭老年抚养比、少儿抚养比、家庭健康负担比率以及家庭有效劳动力占比等变量；地区经济发展水平以地级市人均GDP的自然对数值作为地区经济发展水平的代理变量，并在回归中统一控制年度虚拟变量和县份固定效应。主要变量定义和描述性统计结果如表 1所示。

如表 1所示，农村低收入家庭发展韧性的均值为0.573 2，标准差为0.195 2，最小值为0.150 5，最大值为0.966 2。整体上低收入家庭的发展韧性处于中等略偏上水平，验证了脱贫攻坚时期农户生计可持续增强的结果，但最小值与最大值的差距较大，不同低收入家庭的发展韧性存在较为明显的差异。数字普惠金融综合指数的均值为0.897 7，其中覆盖广度、使用深度和数字化程度的均值分别为0.821 5、1.031 4和0.906 0。3个维度的最小值与最大值差距明显，说明不同地区的数字普惠金融发展水平参差不齐。

为考察数字普惠金融对农村低收入家庭发展韧性的影响，设定基准模型如下：

其中：DRLH_it代表家庭i在时期t的发展韧性；DIF为普惠金融指数水平；Control_it为所有控制变量；φ_i和μ_t分别表示家庭固定效应和年份固定效应；ε_it表示随机误差项；α₀为常数项；α₁和α₂为待估计参数。

在基准回归模型基础上构建中介效应模型，检验数字金融是否通过缓解信贷约束和购买保险服务影响家庭发展韧性，模型设定如下：

其中：M_it为中介变量；β和γ均为待估参数；其他变量定义同式(6)。

在基准回归前，本文对变量共线性和模型选择进行了检验。方差膨胀因子(VIF)均值为1.96，且各变量的VIF均未超过3，表明模型不存在明显的多重共线性问题。豪斯曼检验的p值为0，在1%显著性水平下拒绝原假设，因此基准回归采用固定效应模型。表 2为数字普惠金融影响农村低收入家庭发展韧性的基准回归结果。模型(1)以数字普惠金融综合指数为核心解释变量，估计系数为0.139 4，且在1%水平显著为正，表明数字普惠金融发展水平越高，农村低收入家庭的发展韧性越强。假设H1成立。进一步地，模型(2)-(4)将综合指数分解为覆盖广度、使用深度与数字化程度，影响系数分别为0.070 6、0.069 3和0.050 1，均在1%水平显著为正，说明数字普惠金融不仅通过扩大可得性发挥作用，也能通过更高频、更深入的使用以及更强的数字化支撑实现消费平滑和风险缓冲，从而促进韧性提升。其中，覆盖广度和使用深度的估计系数相对较大，说明覆盖面更广的金融服务降低了农村低收入家庭获取金融服务的门槛，支付结算、资金周转、日常金融管理等工具的实际应用更有助于将金融服务转化为低收入家庭的风险缓冲能力，从而提升其发展韧性。

从控制变量来看，户主年龄的系数显著为负，表明随着户主年龄上升，低收入家庭获取稳定收入与调整资源配置的能力趋弱，发展韧性随之下降。受教育年限显著为正，且在1%显著水平上通过检验，可能的原因为受教育水平越高，金融素养水平往往也更高，对金融产品与服务的理解和应用更到位，更有助于提升发展韧性。家庭健康负担比率显著为负，说明不健康家庭成员占比提高会导致劳动供给减少与医疗支出上升，从而削弱家庭的消费平滑与抗冲击能力。家庭有效劳动力占比系数显著为正，意味着劳动力供给更充足的家庭更容易形成持续现金流，有利于提高应对冲击的恢复能力。地区人均GDP系数显著为正，说明经济发展水平越高，就业机会、公共服务供给等外部环境越好，越有利于提高低收入家庭的外部支持和资源可获得性，从而增强韧性。

考虑到数字普惠金融与发展韧性指标可能存在的反向因果和遗漏变量偏误等问题，借鉴既有做法，以“家庭所在地与杭州市之间的球面距离”作为工具变量。其合理性在于，杭州是我国数字金融特别是以支付宝、蚂蚁金服为代表的数字普惠金融服务最早起源并高度集聚的地区，距离杭州越近，越容易得到数字金融技术扩散和数字基础设施溢出的积极作用，促使当地数字普惠金融发展水平整体提高。同时，到杭州的地理距离由自然和历史因素决定，不会直接影响家庭发展韧性，也难以通过除数字金融之外的其他途径系统性影响家庭层面的抗冲击能力，从而在理论上满足工具变量与被解释变量之间的外生性要求。

如表 3所示，工具变量有效性检验结果中，各模型的First-stage F统计量分别为374.237 4、127.827 4、497.342 6和45.638 9，均远大于10这一常用经验阈值，也显著高于Stock-Yogo针对单内生变量给出的弱工具判别临界值，说明排除工具变量联合显著性为零的假设可以被拒绝，模型不存在明显的弱工具问题。同时，Cragg-Donald F统计量与Kleibergen-Paaprk LM统计量在4个模型中数值均较大，在通常显著性水平下可以拒绝欠识别假设，表明工具变量与内生解释变量之间具有较强相关性，模型识别良好。采用工具变量法后，数字普惠金融综合指数和各维度指数对发展韧性的估计系数均为正，且在1%显著性水平上显著，说明在考虑内生性问题后，上述结论具有较强的稳健性。

为分析数字普惠金融影响农村低收入家庭发展韧性的作用机制，本文对信贷约束和保险服务两个中介变量进行检验，表 4列出了中介变量方程的估计结果。就信贷约束而言，在仅控制年份与地区的模型(1)中，综合指数系数为-0.366 4，且在1%水平上显著；进一步加入控制变量后，模型(2)系数为-0.253 8，仍在1%水平上显著，表明数字普惠金融发展水平越高，农村低收入家庭面临的信贷约束越弱，正规信贷资金的可获得性提高，越能为平滑消费和风险缓冲提供资金支持。假设H2成立。

就保险服务而言，模型(3)与(4)中，数字普惠金融综合指数的系数分别为0.375 5与0.487 4，均在1%水平显著为正，表明数字普惠金融的发展降低了低收入家庭购买保险产品的搜寻和办理成本，同时增加了低收入家庭对数字化保险产品的了解。购买保险产品可以分担家庭面临意外、冲击的风险，从而提升其风险承受能力和恢复能力。假设H3成立。

表 5展示了基于分组样本的异质性回归结果。数字普惠金融综合指数在各组中均呈显著正向影响，说明数字普惠金融对农村低收入家庭发展韧性的促进作用具有较好的稳健性，但不同群体的边际效应存在一定差异。从互联网使用维度看，使用互联网的家庭的估计系数高于未使用互联网的家庭，表明数字金融的收益不仅取决于当地是否实施数字普惠金融政策，更取决于设备、使用自主性与操作技能等差异，使用互联网的家庭具有更高的数字素养，更容易获取信息、比较产品、识别风险，从而更充分地应用支付、信贷、保险等工具，将数字普惠金融转化为实际红利。未使用互联网的家庭也显著受益，可能与家庭内部代际代办使用、村庄层面的数字服务外溢或线下渠道的同步改善有关。从工作类型看，非农就业者组的估计系数更高，可能源于其更频繁地进行支付结算、资金周转等活动，数字支付、线上信贷与保险等金融服务更容易被实际采用并转化为风险缓冲能力，从而使数字普惠金融的边际作用更为突出。区域方面，与东部地区相比，中西部地区的边际效应明显更高，可能的原因在于：东部地区数字设施、金融产品、公共服务相对完善，数字普惠金融更多体现为效率提升；而中西部地区传统金融可得性较弱，数字普惠金融更具有“补缺口”作用，有利于缓解地理位置、信息不对称等约束，使低收入家庭获得金融服务的边际效应更大。

为检验前述结论的可靠性，本文替换家庭发展韧性和数字普惠金融衡量方式、改变样本结构后，再次进行估计，结果如表 6所示。模型(1)参考文献[46]使用世界银行公布的最低贫困线标准，即人均日消费1.9美元作为农户家庭的福利水平的阈值。替换家庭发展韧性后，回归结果的方向和显著性与原结果保持一致，表明数字普惠金融对家庭发展韧性的促进作用是稳健的。模型(2)将县级数字普惠金融综合指数改为地级市综合指数，研究结果依然在1%水平上显著为正。模型(3)在样本中剔除了北京、上海、天津、重庆等直辖市，以避免因直辖市数字普惠金融指标值较高而对整体估计产生不成比例的影响。结果显示，综合指数系数在1%水平上显著为正，说明基准结论并非由个别发达城市“拉动”。由此可见，研究结论具有较强稳健性。

利用2012-2022年共5期CFPS平衡面板数据以及“北京大学数字普惠金融指数”中的县级数据，实证研究了数字普惠金融对农村低收入家庭发展韧性的影响。研究发现：

1) 数字普惠金融影响农村低收入家庭发展韧性的估计系数在1%的水平上显著为正，覆盖广度、使用深度和数字化程度等不同维度的估计系数也均为正向显著。采用工具变量法，替换家庭发展韧性衡量方式、数字普惠金融量化方式，改变样本结构，对基准回归重新进行估计，结论均具有较强的稳健性。

2) 信贷约束和保险服务是数字普惠金融影响农村低收入家庭发展韧性的作用机制，数字普惠金融通过缓解信贷约束促进家庭增收，还通过提供风险保障以降低意外支出对家庭资产的冲击，进而提升家庭风险承受能力和恢复能力。

3) 从异质性来看，对于使用互联网、非农就业、位于中西部地区的低收入家庭来说，数字普惠金融指数对发展韧性的影响更大。

上述研究结论为如何进一步发挥数字普惠金融的积极作用、提升农村低收入家庭韧性提供了新的对策思考。

第一，进一步提高数字乡村建设水平，补齐数字普惠金融的触达短板。政府和金融监管部门应加大对农村通信网络和数字支付网络的投入建设，实现包括偏远乡村在内的光纤宽带和4G/5G基站全覆盖，消除“信号差、难使用”的问题。同时推动银行、保险机构与支付平台在行政村或乡镇层面完善便民服务网络，使身份核验、开户、缴费、理赔等关键环节均能实现线下查询和办理，确保数字金融服务“最后一公里”的通达，让农村低收入家庭敢用、会用数字普惠金融产品，为提升发展韧性奠定坚实基础。

第二，进一步优化金融服务，缓解信贷约束，开发小额保险产品。一方面，监管部门应引导银行等金融机构完善针对农村低收入家庭的金融服务体系，鼓励大型商业银行下放审批权限，在风险可控前提下适度放宽低收入家庭贷款的准入条件，扩大支农支小信贷规模。加强政策性金融工具与数字普惠金融服务的衔接，把政策性小额信贷的低成本优势与数字渠道的高效率优势结合起来，提升资金可得性与使用便利性。另一方面，支持保险机构依托数字普惠金融平台开发可负担、易理解、易理赔的小额农业险、健康险和意外险等，并对部分农村低收入家庭给予保险消费券或保费补贴，降低参保门槛，同时依托村级服务站、平台企业网点开展保险知识培训，加深低收入家庭对保险产品的理解和认可。

第三，面向异质性群体实施差异化的数字金融赋能策略。采用通俗易懂的方式为互联网使用能力不足、数字能力相对薄弱的低收入家庭讲解手机银行、移动支付等工具，开展反诈、合同要点、利率费用、理赔规则等关键知识点培训，提高其数字素养和安全意识。针对非农就业的低收入家庭，应强化数字金融与就业服务衔接，完善工资代发、即时结算和低费率转账，并配套小额普惠保险以应对失业、疾病等冲击；对以农业为主的低收入家庭，应加大力度推广数字化农贷与农业保险，同时提升气象预警、理赔协助等服务可及性，增强抗灾减损能力。对中西部欠发达地区，通过财政与金融政策协同、风险补偿机制和金融机构激励，引导金融资源向弱势地区配置，防止数字红利过度向优势地区集中。