數字基礎設施建設能否緩解農村家庭金融脆弱性？

摘要：農村家庭在信息獲取上的劣勢是其金融脆弱性比城市家庭更高的原因之一，數字基礎設施的完善能夠有效緩解農村家庭面臨的信息約束與信息劣勢，從而可以通過增加家庭收入和優化家庭資產負債配置來緩解農村家庭的金融脆弱性。采用中國家庭追蹤調查2010—2018年的5期數據，運用多期雙重差分模型進行政策效應分析，結果表明，“寬帶中國”示范城市建設顯著降低了農村家庭的金融脆弱性；機制分析發現，數字基礎設施建設可以提高農村居民非農就業和購買商業保險的概率，并提高農村家庭的非農就業收入和保險參與度，即數字基礎設施建設可以通過促進非農就業和保險參與兩條路徑來緩解農村家庭金融脆弱性；異質性分析結果顯示，數字基礎設施建設對戶主為男性、戶主未婚、平均文化程度較低、收入水平較低的農村家庭具有更為顯著的金融脆弱性緩解作用。因此，應加強農村地區數字基礎設施建設，并充分發揮“數字下鄉”促進農民非農就業和保險參與的積極作用，有效緩解農村家庭金融脆弱性。

關鍵詞：數字基礎設施；家庭金融脆弱性；“寬帶中國”戰略；非農就業；保險參與；家庭收入；資產負債配置

中圖分類號：F299.24；F328文獻標志碼：A文章編號：1674-8131（2024）0-0001-17

引用格式：胡中立，崔澤園，王書華.數字基礎設施建設能否緩解農村家庭金融脆弱性？——“寬帶中國”示范城市的政策效應分析［J］.西部論壇，2024，34（1）：1-17.

HU Zhong-li， CUI Ze-yuan， Wang Shu-hua. Can the construction of digital infrastructure alleviate the financial vulnerability of rural households？ Analyzing the policy effects of “Broadband China” demonstration cities［J］. West Forum， 2024， 34（1）： 1-17.

一、引言

有效防范化解金融風險特別是系統性風險是國家重要的經濟工作之一。家庭是經濟運行的細胞，家庭金融風險不僅是引發系統性金融風險的主要來源之一，也是影響國家安全和社會穩定的重要因素。對家庭金融風險的研究，不僅要關注特定風險對家庭的影響，還須考慮不同風險之間的關聯性。家庭金融脆弱性（Household Financial Vulnerability）是指家庭由于無法按時或完全履行債務而陷入財務危機的可能性（Lusardi et al.，2011）［1］，其通過追蹤家庭資產負債表的變化來評估家庭金融風險，可以有效避免不同風險之間相互關聯對風險測度的影響（張冀 等，2016）［2］。有研究分析發現，2015年我國有6.01%的農村家庭存在金融脆弱性，到2017年這一比例上升至9.72%；相比之下，同一時期存在金融脆弱性的城市家庭比例分別為3.44%和4.57%（徐佳 等，2022）［3］?？梢钥闯?，2015至2017年間農村家庭的金融脆弱性比例不僅高于城市家庭，而且上升較快。因此，有效緩解農村家庭的金融脆弱性對于防范和化解金融風險具有重要意義。對于家庭金融脆弱性的研究，較多的文獻從家庭內部的視角對其影響因素展開討論（如家庭資產負債結構、家庭成員特征等），而基于經濟社會環境視角的探討相對較少。事實上，家庭金融脆弱性的本質是風險，既包括家庭差異性特征引起的風險，也包括宏觀風險，因而有效防范化解金融風險需要深入研究社會、經濟和制度環境對家庭金融脆弱性的影響（Ampudia et al.，2016；張冀 等，2016；李波 等，2020；張冀 等，2022）［4-7］。

數字技術的快速發展和廣泛應用對社會生產和生活方式產生了深遠影響，數字經濟已經成為新發展階段的重要特征?！吨袊鴶底纸洕l展白皮書（2021年）》和《中國數字經濟發展報告（2022年）》的數據顯示，2021年中國GDP中數字經濟占比已達39.8%，其中農業和非農業的滲透率分別為8.9%和61.7%。已有文獻關注到數字（普惠）金融對家庭金融脆弱性的影響（陳池波 等，2021；徐榮貞 等，2021；李容 等，2023；溫博慧 等，2023）［8-11］，認為數字（普惠）金融的發展顯著緩解了家庭金融脆弱性。然而，關于數字經濟其他領域與家庭金融脆弱性之間的關系，目前還鮮有文獻進行深入探討。

數字經濟的發展離不開數字基礎設施的支持。2023年中共中央、國務院印發《數字中國建設整體布局規劃》，明確提出數字中國建設要按照“2522”的整體框架進行布局，將“數字基礎設施”和“數據資源體系”作為數字中國建設的“兩大基礎”。作為推動數字經濟發展的重要基礎和引擎，數字基礎設施的重要作用日益凸顯，數字基礎設施建設的宏微觀經濟效應也成為近年來的研究熱點之一。在微觀層面，多數研究集中于探討數字基礎設施建設對企業發展的影響（溫湖煒 等，2022；邱洋冬，2022；張輝 等，2022；羅奇 等，2022；沈坤榮 等，2023；王海 等，2023；董媛香 等，2023；葉永衛 等，2023）［12-19］，盡管有部分學者關注到了數字基礎設施建設對工資、就業、家庭收入和分工以及代際收入流動等的影響（Forman et al.，2012；Hiort et al.，2019；張景娜 等，2020；田鴿 等，2022；方福前 等，2023）［20-24］，但對于數字基礎設施建設在家庭層面的微觀效應的研究仍然較為薄弱，并且還未涉及數字基礎設施建設對家庭金融脆弱性的影響。

國務院于2013年8月發布《“寬帶中國”戰略及實施方案》，旨在通過提高寬帶接入速率、擴大寬帶網絡覆蓋范圍、提升寬帶網絡服務質量和應用水平等方式，構建適應經濟社會發展需要的新一代數字基礎設施體系。為推動“寬帶中國”戰略的實施，工業和信息化部、國家發展和改革委員會分別于2014年、2015年和2016年分三批共遴選出117個“寬帶中國”示范城市（城市群）。寬帶發展聯盟2016年公布的《“寬帶中國”示范城市經驗案例集》以及工業和信息化部公布的相關數據顯示：“寬帶中國”戰略實施的第一年，中國網民平均每周的上網時長較上一年同比增加4.5小時；2014年度的“寬帶中國”示范城市中，吳忠市的農村電子商務覆蓋率超過一半；2015年度的“寬帶中國”示范城市中，德州市網速在8 Mbps及以上的寬帶用戶滲透率高達94.3%?！皩拵е袊睉鹇缘膶嵤┯行苿恿藬底纸洕母咚僭鲩L，也促進了數字基礎設施建設“下鄉”。因此，可以通過考察“寬帶中國”示范城市建設的政策效應來檢驗數字基礎設施建設對農村家庭金融脆弱性的影響。

基于上述思考，本文在探究數字基礎設施建設對農村家庭金融脆弱性的影響及其路徑的基礎上，將“寬帶中國”示范城市建設作為一項準自然實驗，采用中國家庭追蹤調查（China Family Panel Studies，CFPS）以及中國城市統計年鑒的數據，運用多期雙重差分（DID）模型考察數字基礎設施建設對農村家庭金融脆弱性的影響。本文的邊際貢獻主要在于：第一，研究了數字基礎設施建設對農村家庭金融脆弱性的影響及其機制，拓展了數字基礎設施建設的微觀效應以及家庭金融脆弱性的影響因素研究。第二，揭示了數字基礎設施建設通過促進農村居民非農就業和保險參與來緩解農村家庭金融脆弱性的作用路徑，深化了有效防范化解金融風險的研究，有助于深入認識和理解家庭金融風險的來源與防范策略。第三，通過實證檢驗為數字基礎設施建設對農村家庭金融脆弱性的緩解作用提供了經驗證據，并探討了戶主性別和婚姻狀態以及家庭文化程度和收入水平等方面的異質性，為在數字經濟高速發展背景下有效提高農村家庭的風險承受能力和不確定性應對能力提供了借鑒和啟示。

二、理論分析與研究假說

1.數字基礎設施建設對農村家庭金融脆弱性的影響

家庭金融脆弱性反映了家庭對于不確定性沖擊的承受能力，這種能力主要由家庭純收入、流動性資產、支出和負債水平決定：較高的收入水平能夠有效降低家庭陷入財務危機的可能性，流動性資產憑借其較強的變現能力也能夠在家庭面對不確定性沖擊時發揮一定的緩釋作用，而較高的支出和負債水平降低了家庭的實際可支配收入，會導致家庭在面對不確定性沖擊時因無法承擔各項支出或履行債務而陷入財務困境（Brunetti et al.，2016）［25］。當家庭的收入和流動性資產能夠覆蓋支出和負債時，其金融脆弱性較低，反之，家庭金融脆弱性較高（徐佳 等，2022）［3］。

根據徐佳等（2022）的研究框架［3］，農村家庭在信息獲取方面的劣勢是其金融脆弱性高于城市家庭的主要原因之一。在信息經濟學理論中，信息不僅是一種特殊的商品，而且對于生產和生活具有重要意義，現代經濟發展中的額外交易成本、道德風險以及逆向選擇等弊端均源于信息不對稱問題。隨著互聯網的廣泛應用，以數據為代表的信息已成為決定社會經濟發展狀態最為關鍵的要素，而數字基礎設施建設提高了網絡覆蓋率和質量，使得更多的人能夠通過互聯網獲得更優質的信息服務。光纖和無線網絡基礎設施建設能夠提升網絡覆蓋率、提高網絡速度，并降低網絡使用成本，進而促使更多的家庭能夠接入高速寬帶網絡。尤其是對于農村家庭而言，數字基礎設施的完善會提高互聯網及數字經濟的普惠性，從而降低了其與城市家庭在信息獲取方面的差距。數字基礎設施建設促使農村家庭可以低成本地接入高速寬帶網絡，進而借助互聯網打破傳統信息獲取方式的時空限制，大大提高了農村家庭獲取信息的數量和質量。農村家庭對各種信息的掌握程度越高，越有可能利用相關信息獲得各種紅利，比如得到更加優質的工作機會、進行合理的資產負債配置等（Wang et al.，2022）［26］，就業改善帶來的收入增加以及資產結構的優化則能夠增強農村家庭應對風險的能力，進而緩解其家庭金融脆弱性。

據此，本文提出假說H1：數字基礎設施建設能夠顯著緩解農村家庭金融脆弱性。

2.數字基礎設施建設、非農就業與農村家庭金融脆弱性

收入是決定家庭金融脆弱性最重要的因素，而非農就業是農村家庭提高其家庭收入最直接的渠道（田鴿 等，2022）［23］。就業本質上是勞動雇傭者和勞動出讓者在就業市場中的交易和匹配問題，如果就業市場中不存在交易費用（即所謂的交易市場“無摩擦”），則交易雙方間的最優匹配能夠自然完成（齊秀琳 等，2023）［27］。然而，現實中的就業市場往往存在信息不對稱，導致勞動買賣雙方需要耗費一定的市場交易成本。由于農村地區提供的非農工作崗位有限，大多數農村剩余勞動力會選擇進城務工，而農民工的自身特點導致其在城市就業市場中會面臨較大的“摩擦”。一方面，進城務工的農民原來在農村建立的社會網絡在城市就業市場中能夠發揮的作用有限，且戶籍身份的限制縮小了農民工在城市就業市場中的選擇范圍（章元 等，2009）［28］。另一方面，農民獲取就業信息大多依賴于農村地區的“熟人社會”，親朋好友間的信息傳遞雖然降低了工作搜尋中的交易成本，但傳遞效率相對較低（朱明寶 等，2017）［29］。有限的就業信息與工作崗位導致農民工難以找到合適的就業機會，而數字基礎設施建設有效拓寬了信息的傳遞渠道，提高了信息傳遞效率，有助于農民工的非農就業實現和就業改善。數字基礎設施建設使得農民工可以通過互聯網獲取大量就業信息，同時，微信等社交軟件為信息流動提供了多樣化的線上通道，大數據、云計算等技術的應用則進一步提高了信息傳遞、篩選和匹配的效率，從而通過緩解就業市場中的信息不對稱大幅降低勞動交易雙方的匹配成本，促進農民工的非農就業（戚聿東 等，2021）［30］。此外，數字基礎設施建設推動了勞動組織模式從以往的集中化、標準化向松散化、靈活化轉變，“送外賣”“網約車”等更加靈活的就業方式降低了對勞動力的技能要求，吸引了大量農民工參與其中。因此，數字基礎設施建設為農村居民提供了更加豐富的非農就業信息與非農工作崗位，促進了農村居民的非農就業。非農就業往往具有比農業經營更加優厚的薪資待遇，可以顯著增加農村家庭的實際收入，進而提升農村家庭應對不確定性的能力，使農村家庭的金融脆弱性得到有效緩解。

據此，本文提出假說H2：數字基礎設施建設能夠通過促進農村居民非農就業的路徑來緩解農村家庭金融脆弱性。

3.數字基礎設施建設、保險參與與農村家庭金融脆弱性

支出是農村家庭金融脆弱性的另一重要決定因素，而保險參與能夠保障農村家庭在面對不確定性沖擊時大幅降低其實際支出。相較于其他金融資產，保險具有一定的特殊性。傳統的保險產品僅具有單一的風險保障功能，但隨著保險市場的不斷發展，一些兼顧保障與投資的保險產品逐漸在市場中占據一席之地。這類保險不僅具有傳統保險的風險保障功能，還能夠定期分紅，具備一定的投資屬性，但這類保險條款的專業性較強，具有較高的購買門檻（秦芳 等，2016）［31］。農村居民的投資理財觀念相對保守，加上金融素養普遍較低，通常保留著對保險的刻板印象，導致農村家庭的保險參與度較低（孫武軍 等，2018）［32］。此外，保險機構的分布也存在較大的城鄉差異，農村地區的保險機構為數不多，加上保險產品市場存在較為嚴重的重復供給問題，農村居民難以買到所需要的保險，導致農村居民對保險產品的有效需求不足。而數字基礎設施建設能夠有效緩解上述問題。一方面，數字基礎設施建設提供了線上學習平臺，農村居民可以通過互聯網學習保險知識，在了解保險的同時改變傳統保險觀念，從而愿意提高保險參與度。另一方面，數字基礎設施建設帶來的“5G”網絡普及等促使移動支付成為人們日常商品買賣的主要方式，移動支付的使用也讓農村居民能夠接觸更多的金融產品，如微信的零錢通、支付寶的余額寶等，這能夠幫助農村居民了解更多的保險知識和保險產品，進而促使其更多地參與保險。同時，數字基礎設施建設縮小了城鄉間保險可得性的差距，并弱化了保險參與行為對傳統實體保險機構的依賴，使農村居民擺脫了保險參與的途徑約束（楊碧云 等，2019）［33］。因此，數字基礎設施建設提高了農村居民的保險參與意愿，并拓寬了農村居民的保險參與渠道，可以有效提高農村居民的保險參與度，從而提高農村家庭應對風險的能力，使農村家庭的金融脆弱性得到有效緩解。

據此，本文提出假說H3：數字基礎設施建設能夠通過促進農村居民保險參與的路徑來緩解農村家庭金融脆弱性。

三、實證檢驗方法設計

隨著新一輪科技革命和產業變革的不斷推進，以5G和千兆光網為代表的數字基礎設施在推動經濟社會發展和塑造國家競爭力中的重要作用日益凸顯。數字基礎設施是產業數字化、網絡化和智能化發展的基礎，不僅為顛覆傳統生產組織模式提供了條件，也促進了企業創新發展。為了搶占國際經濟、科技和產業競爭的制高點，我國實施了“寬帶中國”戰略，并開展了創建“寬帶中國”示范城市（城市群）的工作?！皩拵е袊笔痉冻鞘薪ㄔO顯著推動了農村居民信息獲取的“提效率”和“降成本”，而信息獲取是影響家庭收入水平和資產負債配置的重要因素之一。因此，本文基于“寬帶中國”示范城市建設這一外生沖擊，通過其政策效應分析來檢驗數字基礎設施建設能否有效緩解農村家庭的金融脆弱性。

1.模型設定與變量測度

為檢驗數字基礎設施建設（“寬帶中國”示范城市建設）對農村家庭金融脆弱性的影響，構建如下基準模型：

HFVit=α+β1DIDit+β2Xit+γi+ρp+μt+εit

其中，i、p、t分別代表家庭、省份和年份，γi、ρp和μt分別表示家庭、省份和年份固定效應，εit為隨機擾動項。

被解釋變量（HFVit）為“家庭金融脆弱性”，借鑒張冀等（2022）、袁成和于雪（2022）的方法［7］［34］，基于家庭的金融風險積累程度和家庭應對風險沖擊的能力進行賦值，具體計算過程如下：（1）家庭金融風險積累的計算公式為HFMit=INCit－EXPit。其中，HFMit表示家庭金融風險的積累程度（反映家庭的財務邊際），INCit表示家庭純收入（包括工資性收入、經營性收入、財產性收入、轉移性收入以及其他收入等） 本文直接使用CFPS數據庫提供的調整后的“全部家庭純收入”數據，并通過對工資性收入、經營性收入、財產性收入、轉移性收入以及其他收入進行加總來驗證，結果與全部家庭純收入一致。，EXPit表示家庭的基本生活支出和負債（基本生活支出包括消費性支出、轉移性支出、福利性支出等，家庭負債包括銀行貸款、非正規渠道借貸等）。（2）家庭應對風險能力的計算公式為HSit=（INCit+LAit）/EXPit。其中，HSit表示家庭應對風險沖擊的能力（反映家庭的償付能力），LAit表示家庭的流動性資產（包括現金、各類銀行存款和金融資產等） 本文直接使用CFPS數據庫提供的“現金及存款總額”與“家庭總金融資產”數據。。（3）根據HFMit和HSit的計算結果對家庭金融脆弱性進行判定和賦值：當HFMit≥0時，家庭收入能夠覆蓋支出和負債，視為無金融脆弱性的家庭，賦值為0；當HFMit<0，且1≤HSit<（1+LAit/EXPit）時，家庭收入雖然無法覆蓋支出和負債，但流動性資產能夠彌補部分生活支出，視為低金融脆弱性的家庭，賦值為1；當HFMit<0，且HSit<1時，家庭收入與流動性資產之和不足以覆蓋基本生活支出和負債，視為高金融脆弱性的家庭，賦值為2。

核心解釋變量（DIDit）為“數字基礎設施建設”，采用樣本家庭是否在“寬帶中國”示范城市（城市群）的虛擬變量作為代理變量，若樣本家庭所在城市當年屬于“寬帶中國”示范城市（城市群），則在該年及之后賦值為1，否則賦值為0。

考慮到戶主特征、家庭結構以及地區經濟發展等因素可能對估計結果產生影響，參考李波和朱太輝（2020）、張冀等（2022）、袁成和于雪（2022）的研究［6-7］［34］，選取以下控制變量（Xit）：戶主層面的變量包括“戶主性別”“戶主年齡”“戶主年齡的平方”“戶主婚姻狀態”“戶主健康狀況”“戶主學歷”，家庭層面的變量包括“家庭收入”“家庭勞動人口占比”“家庭老年人口占比”，地區層面的變量為“城市人均GDP”。相關變量的具體說明見表1注。

2.樣本選擇與數據處理

本文以中國家庭追蹤調查（CFPS）的農村家庭為研究樣本。CFPS是由北京大學中國社會科學調查中心自2010年開始實施的一項重要的社會調查項目，每兩年公布一次數據，本文使用其2010—2018年發布的5年面板數據，并剔除了城市家庭樣本以及所用變量存在缺失值和異常值的樣本，最終得到5年4 266戶農村家庭樣本。在樣本期間，工業和信息化部與國家發展和改革委員會于2014年、2015年、2016年發布了3批“寬帶中國”示范城市（城市群）名單，包括117個城市（城市群）。需要說明的是，由于CFPS調查的間隔期為2年，并且所公布的數據為上一年的調查結果，即2014年所公布的數據為2013年的調查結果，2016年所公布的數據為2015年的調查結果，因此本文將2016年作為第一、二批示范城市的設立年份，將2018年作為第三批示范城市的設立年份。此外，城市人均GDP的數據來源于《中國城市統計年鑒》。

表1為主要變量的描述性統計結果?！凹彝ソ鹑诖嗳跣浴钡木禐?.050，說明樣本農村家庭的平均金融脆弱性處于低水平；樣本中戶主為男性的家庭占比為50.7%，戶主平均年齡大致為50歲，90.8%的戶主婚姻狀態為已婚，戶主的平均健康狀態為比較健康，戶主的平均學歷在初中以下，說明樣本的受教育程度普遍較低；樣本家庭平均勞動人口占比和老年人口占比分別為56%和20.9%。進一步比較實驗組與對照組的農村家庭金融脆弱性（如圖1所示），可以看出，2010—2018年實驗組家庭金融脆弱性的均值呈現出先上升后下降的趨勢，由2010年的1.029下降至2018年的0.866，而對照組未呈現明顯的上升或下降趨勢。同時，在2016年之前實驗組家庭的金融脆弱性高于對照組，而2016年之后實驗組家庭的金融脆弱性低于對照組，這在一定程度上說明“寬帶中國”示范城市建設有效降低了示范城市的農村家庭金融脆弱性。

四、實證檢驗結果分析

1.基準模型回歸與平行趨勢檢驗

基準模型回歸結果見表2，“數字基礎設施建設”的回歸系數顯著為負，表明“寬帶中國”示范城市建設產生了降低農村家庭金融脆弱性的政策效應，即數字基礎設施建設可以顯著緩解農村家庭金融脆弱性，本文提出的假說1得到驗證。在控制變量方面，戶主健康狀況越好的家庭金融脆弱性越低，家庭勞動人口占比和家庭收入較高的家庭金融脆弱性較低，但地區經濟發展水平提高對農村家庭金融脆弱性的影響并不顯著。

本文采用多期雙重差分法估計“寬帶中國”示范城市建設對農村家庭金融脆弱性的影響，需要滿足平行趨勢假設，即實驗組和對照組的家庭金融脆弱性在政策實施之前應具有相似的變化趨勢。由于“寬帶中國”示范城市設立的時間不同，采用Jacobson等（1993）的研究范式進行平行趨勢檢驗［35］。構建如下模型：

HFVit=α+∑1k=－3δkDi，k+βXit+γi+ρp+μt+εit。

其中，Di，k表示“寬帶中國”示范城市建設的政策虛擬變量，k取-3、-2，-1分別表示政策實施前3、2、1期，k取0表示政策實施當期，k取1表示政策實施后1期，系數δk反映了政策實施效應。圖2展示了平行趨勢檢驗結果，在“寬帶中國”示范城市政策實施之前，δk的95%置信區間中包含0，表明實驗組和對照組沒有顯著差異，滿足平行趨勢假設。此外，在政策實施后1期，δk的95%置信區間中不包含0，表明政策效應顯著。

雖然上述方法證明本文的研究樣本滿足平行趨勢假設，但由于在使用固定效應模型進行估計時會存在異質性處理效應，即同一政策對于不同個體產生的效果存在差異，而這種差異可能會導致估計結果存在偏誤（Goodman-bacon，2021；劉沖 等，2022）［36-37］。為了修正模型估計的潛在偏誤，進一步借鑒Chaisemartin和DHaultfoeuille（2020）的方法［38］，將實驗組限制為“寬帶中國”示范城市政策實施前后處理狀態發生變化的家庭，對照組限制為政策時點前后處理狀態未發生變化的家庭，進而構造雙重差分異質性處理效應的穩健估計量。圖3展示了處理效應異質性估計的結果，相比平行趨勢檢驗結果，政策實施之前回歸系數的波動性更大，且政策實施前后的回歸系數也發生了變化，說明異質性處理確實對系數估計結果產生了影響；但從整體趨勢來看，與平行趨勢檢驗的結果大體一致，均表現為政策實施之前3期實驗組與對照組的家庭金融脆弱性不存在系統性差異，而在政策實施之后1期實驗組的家庭金融脆弱性顯著低于對照組。因此，雖然基準模型的回歸系數存在偏誤，但異質性處理并不影響存在政策效應的結論，即“寬帶中國”示范城市建設顯著緩解了農村家庭金融脆弱性的結論仍然成立。

2.內生性處理與穩健性檢驗

（1）工具變量法檢驗。為了緩解可能存在的內生性問題，本文分別選取各城市的地形起伏度和1984年固定電話數量作為“數字基礎設施建設”的工具變量，運用兩階段最小二乘法進行回歸?！皩拵е袊笔痉冻鞘械腻噙x通常傾向于地勢較為平坦、網絡發展基礎較好的城市，地形起伏度反映了城市的地勢是否平坦，固定電話數量則反映了城市信息化發展的基礎，滿足工具變量選取的相關性要求；同時，城市的地形起伏度及1984年固定電話數量分別屬于自然數據和歷史數據，滿足工具變量選取的外生性要求。工具變量法第二階段的檢驗結果見表3：K-PLM統計量的P值為0，拒絕工具變量識別不足的原假設；C-DW統計量的F值顯著大于10%偏誤的臨界值，表明不存在弱工具變量問題；擬合“數字基礎設施建設”的回歸系數在1%的水平上顯著為負，表明在緩解模型內生性問題后，數字基礎設施建設顯著緩解了農村家庭金融脆弱性的結論依然成立。

（2）安慰劑檢驗。為了排除一些偶然性事件等隨機因素的影響，借鑒魏志華等（2022）的研究［39］，采用隨機選取示范城市的方式進行安慰劑檢驗，并重復進行500次模擬回歸。圖4展示了安慰劑檢驗結果，其中橫坐標表示隨機選取示范城市檢驗的回歸系數，縱坐標表示P值，曲線為回歸系數的核密度分布，黑色圓圈為回歸系數的P值，垂直虛線為基準模型的估計值（-0.169），水平虛線為10%的顯著性水平?？梢钥闯?，大部分回歸系數都分布在0值附近，且大多數P值高于0.1（未通過10%的顯著性檢驗），并且與基準模型的估計值之間存在一定差距，表明基準模型驗證的政策效應并非偶然因素引起的。

（3）PSM-DID檢驗。為了排除實驗組樣本與對照組樣本本身具有不同特征對模型估計結果的影響，采用PSM-DID方法對樣本選擇性偏差進行修正。具體而言，將樣本期內“寬帶中國”示范城市的農村家庭作為實驗組，選取戶主和家庭層面的控制變量進行Logit回歸，估計出相應的傾向得分值，進而采用無放回的1∶1近鄰匹配法進行樣本匹配，并對匹配后的樣本進行雙重差分回歸。PSM-DID檢驗結果見表4的（1）列?！皵底只A設施建設”的回歸系數仍然顯著為負，表明基準模型的分析結果是穩健的。

（4）替換被解釋變量。借鑒Michelangeli和Pietrunti（2014）的方法［40］，采用債務收入比來衡量農村家庭金融脆弱性，將債務收入比大于30%的家庭視為具有金融脆弱性的家庭，債務收入比小于30%的家庭則視為無金融脆弱性的家庭。替換被解釋變量的估計結果見表4的（2）列。政策變量的回歸系數還是顯著為負，再次表明本文分析結果具有穩健性。

（5）剔除直轄市樣本?？紤]到直轄市的經濟發展水平較高，其網絡基礎設施建設水平、家庭收入水平等均顯著高于其他城市，剔除直轄市樣本后重新進行模型估計，回歸結果見表4的（3）列。政策變量的回歸系數依然顯著為負，與基準模型檢驗結果保持一致。

（6）控制其他政策影響?？紤]到在本文樣本期間（2010—2018年）還有精準扶貧政策能夠有效緩解農村家庭金融脆弱性，借鑒哈秀珍等（2021）的研究思路［41］，將人均收入低于2 300元（2010年可比價）的家庭作為實驗組 2011年召開的中央扶貧開發工作會議將農民人均純收入2 300元（2010年不變價）作為扶貧標準。，政策時點設定為2014年 由于CFPS所提供的是滯后一期數據，2010、2012、2014年的調查視為政策處理前，2016、2018年的調查視為政策處理后。，據此構建精準扶貧政策的虛擬變量，并將其作為控制變量納入基準模型進行回歸，檢驗結果見表4的（4）列?！皵底只A設施建設”的回歸系數依然顯著為負，表明本文的分析結果具有良好的穩健性。此外，“精準扶貧政策”的回歸系數也顯著為負，表明精準扶貧政策的實施顯著緩解了農村貧困家庭的金融脆弱性。

3.影響路徑檢驗

為檢驗數字基礎設施建設能否通過促進農村居民非農就業和保險參與來緩解農村家庭金融脆弱性，本文在基準模型的基礎上，采用如下中介效應模型進行分析：

Mit=α+β1DIDit+β2Xit+γi+ρp+μt+εit

HFVit=α+β1DIDit+β2Mit+β3Xit+γi+ρp+μt+εit

其中，Mit為中介變量。根據前文理論分析，選取以下4個中介變量：一是“從事非農工作”，為被調查樣本是否非農就業的虛擬變量

CFPS提供了有關工作性質的問題：“您的這份工作是農業工作還是非農工作？1.農業工作（農、林、牧、副、漁），2.非農工作”。本文根據該項問題的答案，將從事非農工作的樣本賦值為1，否則賦值為0。，

用以檢驗數字基礎設施建設能否通過提高農村居民非農就業的概率來緩解農村家庭金融脆弱性；二是“非農收入占比”，采用非農收入占家庭純收入的比重來衡量，用以檢驗數字基礎設施建設能否通過增加農村居民非農就業的收入來緩解農村家庭金融脆弱性；三是“購買商業保險”，為樣本家庭是否購買商業保險的虛擬變量

CFPS提供了有關商業保險購買的問題：“過去12個月，您家用于購買商業性保險（如商業醫療保險、汽車險、房屋財產保險、商業人壽等）的支出是多少？”本文將有該項開支的樣本家庭賦值為1，否則賦值為0。，

用以檢驗數字基礎設施建設能否通過提高農村家庭購買保險的概率來緩解其金融脆弱性；四是“商業性保險支出占比”，采用商業性保險支出占家庭總支出的比重來衡量，以檢驗數字基礎設施建設能否通過提高農村家庭的保險參與度來緩解其金融脆弱性。此外，本文進一步采用帶有固定效應的Sobel檢驗和Bootstrap檢驗來驗證中介效應的有效性。

非農就業的中介效應檢驗結果見表5的Panel A?！皵底只A設施建設”對“從事非農工作”和“非農收入占比”的回歸系數均顯著為正，表明數字基礎設施建設能夠顯著提高農村居民的非農就業概率和非農就業收入；“從事非農工作”和“非農收入占比”對“家庭金融脆弱性”的回歸系數均顯著為負，表明農村居民非農就業能夠有效緩解農村家庭的金融脆弱性；同時，與基準模型回歸結果相比，“數字基礎設施建設”對“家庭金融脆弱性”的回歸系數依然顯著為負，但絕對值減小。上述結果說明非農就業在數字基礎設施建設影響農村家庭金融脆弱性中具有顯著的部分中介效應，Sobel檢驗和Bootstrap檢驗的結果也顯示中介效應成立且有效。因此，數字基礎設施能夠通過促進農村居民非農就業的路徑來緩解農村家庭金融脆弱性，本文提出的假說H2得到驗證。

保險參與的中介效應檢驗結果見表5的Panel B?！皵底只A設施建設”對“購買商業保險”和“商業性保險支出占比”的回歸系數均顯著為正，表明數字基礎設施建設能夠顯著提高農村居民購買商業保險的概率和保險參與度；“購買商業保險”和“商業性保險支出占比”對“家庭金融脆弱性”的回歸系數均顯著為負，表明保險參與能夠有效緩解農村家庭的金融脆弱性；同時，與基準模型回歸結果相比，“數字基礎設施建設”對“家庭金融脆弱性”的回歸系數依然顯著為負，但絕對值減小。上述結果說明保險參與在數字基礎設施建設影響農村家庭金融脆弱性中具有顯著的部分中介效應，Sobel檢驗和Bootstrap檢驗的結果也顯示中介效應成立且有效。因此，數字基礎設施能夠通過促進農村居民保險參與的路徑來緩解農村家庭金融脆弱性，本文提出的假說H3得到驗證。

五、進一步的討論：異質性分析

由于不同的家庭具有不同的金融脆弱性，受數字技術和數字經濟的影響也不同，因而數字基礎設施建設對農村家庭金融脆弱性的影響可能具有異質性表現。對此，本文基于戶主及家庭特征的差異從以下方面對數字基礎設施建設影響農村家庭金融脆弱性的異質性進行探討：

一是戶主性別異質性。由于數字技能水平、數字設備使用能力以及信息獲取能力等方面存在性別差異，數字經濟的發展會產生“數字性別鴻溝”。在農村地區，男性的數字素養、數字技能掌握程度以及使用數字設備的時間和頻率往往高于女性，而且會更多地基于就業、商業等經濟目的進行信息獲取和交流，因而數字基礎設施的完善可以為其帶來更多的收入紅利（宋月萍，2021）［42］；相比之下，女性的互聯網使用率較低，且更多的是通過互聯網進行日常社交和消費，因而數字基礎設施的完善為其帶來的更多是消費紅利。根據戶主性別將樣本家庭分為“男性戶主”和“女性戶主”兩組，分別進行回歸的結果見表6的Panel A。兩組樣本中，“數字基礎設施建設”對“家庭金融脆弱性”的回歸系數均顯著為負，但“男性戶主”樣本的系數顯著性和絕對值均大于“女性戶主”樣本，表明數字基礎設施建設對戶主為男性的農村家庭具有更強的金融脆弱性緩解作用。

二是戶主婚姻狀態異質性。鄉土社會的典型特征在農村地區仍然廣泛存在，紅白喜事、節假日往來的頻率與時長均高于城市地區，已婚戶主在日常生活中不僅要處理自己家庭的事務，還需應付配偶及其家庭的事情（張博 等，2023）［43］，也因此壓縮了其使用互聯網的時間。相比之下，未婚戶主只需處理自己家庭的事務，參與的紅白喜事與節假日往來也相對較少，有更多的時間和精力使用互聯網，因而數字基礎設施的完善能夠為其提供更多的信息紅利。根據戶主的婚姻狀況將樣本家庭分為“已婚”和“未婚”（包括未婚、離婚、喪偶）兩組，分別進行回歸的結果見表6的Panel B。兩組樣本中，“數字基礎設施建設”對“家庭金融脆弱性”的回歸系數均顯著為負，但“未婚”樣本的系數絕對值大于“已婚”樣本（費舍爾組合檢驗的組間系數差異在1%的置信水平上顯著），表明數字基礎設施建設對戶主未婚的農村家庭具有更強的金融脆弱性緩解作用。

三是家庭平均文化程度異質性。文化程度較低的勞動者在勞動力市場中缺乏競爭力，較難找到薪資待遇優厚的工作，且對于知識的掌握程度以及獲取信息的能力較低，難以理性地配置其家庭資產和負債（尹志超 等，2021）［44］?；ヂ摼W覆蓋率的擴大和網速的提升打通了勞動者學習知識和獲取信息的通道，文化程度較低的勞動者不僅可以在網絡平臺接受繼續教育，還能夠以更低的成本獲取就業和金融市場信息，有效彌補了其在知識儲備和信息獲取方面的劣勢。因此，數字基礎設施的完善更有助于平均文化程度較低家庭的收入增長和資產結構優化。根據家庭成員的平均學歷將樣本家庭劃分為“文化程度較低”（高中以下）和“文化程度較高”（高中及以上）兩組，分別進行回歸的結果見表6的Panel C。兩組樣本中，“數字基礎設施建設”對“家庭金融脆弱性”的回歸系數均顯著為負，但“文化程度較低”樣本的系數顯著性和絕對值均大于“文化程度較高”樣本，表明數字基礎設施建設對金融脆弱性的緩解作用在平均文化程度較低的農村家庭中更為顯著。

四是家庭收入水平異質性。相對于高收入家庭，低收入家庭具有更強的提高收入欲望，會更加關注招聘和就業等有助于收入增長的信息，但其往往又面臨比高收入家庭更強的信息約束。數字基礎設施的完善使低收入家庭可以通過互聯網獲取更多信息，能夠有效緩解低收入家庭的信息約束并降低其信息劣勢（于樂榮 等，2023）［45］，有助于其實現收入增長，進而緩解其金融脆弱性。根據家庭純收入的中位數將樣本家庭劃分為“收入較低”和“收入較高”兩組，分別進行回歸的結果見表6的Panel D。兩組樣本中，“數字基礎設施建設”對“家庭金融脆弱性”的回歸系數均顯著為負，但“收入較低”樣本的系數顯著性和絕對值均大于“收入較高”樣本，表明數字基礎設施建設對金融脆弱性的緩解作用在收入水平較低的農村家庭中更為顯著。

六、結論與啟示

黨的二十大報告中指出，全面建設社會主義現代化國家，最艱巨最繁重的任務仍然在農村。有效防范化解金融風險不能忽視農村金融風險，而且農村家庭比城市家庭有更高的金融脆弱性，因此有效緩解農村家庭金融脆弱性具有重要意義。與城市家庭相比，在信息獲取上的劣勢是農村家庭金融脆弱性較高的主要原因之一，而數字基礎設施的完善能夠有效緩解農村家庭面臨的信息約束與信息劣勢，從而緩解農村家庭的金融脆弱性。具體來講，數字基礎設施建設帶來的信息紅利有助于農村居民的非農就業和保險參與，進而通過增加家庭收入和優化家庭資產負債配置來緩解農村家庭的金融脆弱性。本文將“寬帶中國”示范城市建設作為一項準自然實驗，采用中國家庭追蹤調查2010年、2012年、2014年、2016年、2018年的數據，運用多期雙重差分模型分析“寬帶中國”示范城市建設對示范城市農村家庭金融脆弱性的政策效應，結果發現：（1）“寬帶中國”示范城市建設顯著降低了示范城市農村家庭的金融脆弱性，該結論在工具變量法檢驗、安慰劑檢驗、PSM-DID檢驗、替換被解釋變量、剔除直轄市樣本、控制其他政策等一系列穩健性檢驗中均成立，表明數字基礎設施建設能夠有效緩解農村家庭金融脆弱性。（2）數字基礎設施建設顯著提高了農村居民非農就業和購買商業保險的概率，并提高了農村家庭的非農就業收入和保險參與度，表明數字基礎設施建設可以通過促進非農就業和保險參與兩條路徑來緩解農村家庭金融脆弱性。（3）數字基礎設施建設對農村家庭金融脆弱性的緩解作用，在戶主為男性的家庭、戶主未婚的家庭、平均文化程度較低的家庭、收入水平較低的家庭中更為顯著。

本文證實了數字基礎設施建設具有緩解農村家庭金融脆弱性的作用，為在數字經濟快速發展背景下防范和化解農村地區金融風險提供了啟示。首先，要持續加強農村地區數字基礎設施建設，不斷提升農村地區的數字化水平。積極推動“數字下鄉”，提高農村地區的寬帶覆蓋率和互聯網的速度，切實保障農村地區“網絡到戶”，促進“數字鄉村”和“數字中國”建設。尤其是對于金融脆弱性較高的家庭，應予以重點關注，激勵和幫助其利用數字技術和互聯網有效緩解金融脆弱性。其次，要重視數字基礎設施建設的微觀家庭效應，充分發揮數字基礎設施建設緩解家庭金融脆弱性的積極作用。一方面，要強化數字基礎設施建設和數字經濟發展對農村居民非農就業的促進作用，切實提高農村家庭收入。比如：加快非農產業的數字化和智能化發展，在建立數字產業發展集群的同時豐富數字經濟發展業態，為農村居民提供更多的非農就業崗位；提高傳統農業的“數字”含量，強化數字技術在農業全產業鏈中的應用，通過平臺直播、快遞到村、信息到戶等方式促進農產品的智慧化生產和銷售；積極推動就業市場的一體化和數字化發展，優化農村居民非農就業環境，促進農村居民非農就業質量提升。另一方面，要進一步推動數字經濟與商業保險相融合，拓寬農村居民參與商業保險的數字渠道。充分利用數字化的信息傳播優勢，積極引導農村居民了解、接觸、理性參與保險；不斷提高商業保險的智能化和數字化水平，積極開發滿足農村居民實際需求的保險產品，并有效保障線上保險市場的合規發展，持續提高農村家庭的保險參與率。最后，還須防范和避免數字基礎設施建設可能帶來的負面影響。數字基礎設施的完善也可能帶來一些負面影響，比如電信網絡詐騙的頻發。農村居民普遍受教育程度較低，加上農村老年群體因子女外出務工而缺乏照料和幫助，很容易上當受騙（胡振 等，2023）［46］，這無疑會加劇農村家庭的金融脆弱性。因此，在積極推動“數字下鄉”的同時，應加大對電信網絡詐騙的打擊力度，充分保障互聯網信息的安全性。

參考文獻：

［1］LUSARDI A，SCHNEIDER D J，TUFANO P. Financially fragile households：evidence and implications［R］. National Bureau of Economic Research，2011.

［2］張冀，祝偉，王亞柯.家庭經濟脆弱性與風險規避［J］.經濟研究，2016，51（6）：157-171.

［3］徐佳，李冠華，齊天翔.中國家庭償債能力：衡量與影響因素［J］.金融研究，2022（11）：98-116.

［4］AMPUDIA M，VAN VLOKHOVEN H，OCHOWSKI D. Financial fragility of euro area households［J］. Journal of Financial Stability，2016，27：250-262.

［5］張冀，王亞柯.家庭經濟脆弱性：理論、實證與應對［J］.學習與探索，2016（5）：112-117.

［6］李波，朱太輝.債務杠桿、金融素養與家庭金融脆弱性——基于中國家庭追蹤調查CFPS 2014的實證分析［J］.國際金融研究，2020（7）：25-34.

［7］張冀，史曉，曹楊.動態健康沖擊下的中老年家庭金融風險評估［J］.財經研究，2022，48（2）：153-168.

［8］陳池波，龔政.數字普惠金融能緩解農村家庭金融脆弱性嗎？［J］.中南財經政法大學學報，2021（4）：132-143.

［9］徐榮貞，何婷婷，王森.數字普惠金融發展對降低農戶家庭金融脆弱性的影響研究——基于Ordered Probit模型的分析［J］.價格理論與實踐，2021（11）：91-95.

［10］李容，張凱，曹斌，等.普惠金融、數字滲透與家庭金融脆弱性［J］.財經科學，2023（11）：17-32.

［11］溫博慧，孟新新，趙志尚.數字金融對家庭社會關系網絡風險分擔的影響——基于家庭金融脆弱性視角［J］.廣東財經大學學報，2023，38（6）：54-71.

［12］溫湖煒，鐘啟明.數字基礎設施與企業全要素生產率——來自中國上市公司的證據［J］.軟科學，2022，36（8）：64-71.

［13］邱洋冬.網絡基礎設施建設提升企業創新績效的路徑與異質性——來自“寬帶中國”示范城市的經驗證據［J］.西部論壇，2022，32（4）：89-107.

［14］張輝，王庭錫，孫詠.數字基礎設施與制造業企業技術創新——基于企業生命周期的視角［J］.上海經濟研究，2022（8）：79-93.

［15］羅奇，陳梁，趙永亮.數字基礎設施建設與企業產能利用率——來自“寬帶中國”戰略的經驗證據［J］.產業經濟研究，2022（5）：1-14.

［16］沈坤榮，林劍威，傅元海.網絡基礎設施建設、信息可得性與企業創新邊界［J］.中國工業經濟，2023（1）：57-75.

［17］王海，閆卓毓，郭冠宇，等.數字基礎設施政策與企業數字化轉型：“賦能”還是“負能”？［J］.數量經濟技術經濟研究，2023，40（5）：5-23.

［18］董媛香，張國珍.數字基礎設施建設能否帶動企業降碳綠色轉型？——基于生產要素鏈式網狀體系［J］.經濟問題，2023（6）：50-56.

［19］葉永衛，陶云清，李鑫.數字基礎設施建設與企業投融資期限錯配改善［J］.經濟評論，2023（4）：123-137.

［20］FORMAN C，GOLDFARB A，GREENSTEIN S. The Internet and local wages：a puzzle［J］. American Economic Review，2012，102（1）： 556-575.

［21］HIORT J，POULSEN J. The arrival of fast internet and employment in Africa［J］. American Economic Review，2019，109（3）： 1032-1079.

［22］張景娜，朱俊豐.互聯網使用與農村勞動力轉移程度——兼論對家庭分工模式的影響［J］.財經科學，2020（1）：93-105.

［23］田鴿，張勛.數字經濟、非農就業與社會分工［J］.管理世界，2022，38（5）：72-84.

［24］方福前，田鴿，張勛.數字基礎設施與代際收入向上流動性——基于“寬帶中國”戰略的準自然實驗［J］.經濟研究，2023，58（5）：79-97.

［25］BRUNETTI M，GIARDA E，TORRICELLI C. Is financial fragility a matter of illiquidity？ an appraisal for Italian households［J］. Review of Income and Wealth，2016，62（4）：628-649.

［26］WANG X，FU Y. Digital financial inclusion and vulnerability to poverty：evidence from Chinese rural households［J］. China Agricultural Economic Review，2022，14（1）：64-83.

［27］齊秀琳，江求川.數字經濟與農民工就業：促進還是擠出？——來自“寬帶中國”政策試點的證據［J］.中國農村觀察，2023（1）：59-77.

［28］章元，陸銘.社會網絡是否有助于提高農民工的工資水平？［J］.管理世界，2009（3）：45-54.

［29］朱明寶，楊云彥.近年來農民工的就業結構及其變化趨勢［J］.人口研究，2017，41（5）：89-100.

［30］戚聿東，褚席.數字生活的就業效應：內在機制與微觀證據［J］.財貿經濟，2021，42（4）：98-114.

［31］秦芳，王文春，何金財.金融知識對商業保險參與的影響——來自中國家庭金融調查（CHFS）數據的實證分析［J］.金融研究，2016（10）：143-158.

［32］孫武軍，高雅.金融知識、流動性約束與家庭商業保險需求［J］.金融學季刊，2018，12（2）：53-75.

［33］楊碧云，吳熙，易行健.互聯網使用與家庭商業保險購買——來自CFPS數據的證據［J］.保險研究，2019（12）：30-47.

［34］袁成，于雪.多層次醫療保障體系改善我國家庭金融脆弱性的效果評估［J］.東南大學學報（哲學社會科學版），2022，24（3）：51-60+147.

［35］JACOBSON L S，LALONDE R J，SULLIVAN D G. Earnings losses of displaced workers［J］. The American Economic Review，1993，83（4）：685-709.

［36］GOODMAN-BACON A. Difference-in-differences with variation in treatment timing［J］. Journal of Econometrics，2021，225（2）：254-277.

［37］劉沖，沙學康，張妍.交錯雙重差分：處理效應異質性與估計方法選擇［J］.數量經濟技術經濟研究，2022，39（9）：177-204.

［38］CHAISEMARTIN C D，DHAULTFOEUILLE X. Two-way fixed effects estimators with heterogeneous treatment effects［J］. American Economic Review，2020，110（9）：2964-2996.

［39］魏志華，王孝華，蔡偉毅.稅收征管數字化與企業內部薪酬差距［J］.中國工業經濟，2022（3）：152-170.

［40］MICHELANGELI V，PIETRUNTI M. A microsimulation model to evaluate Italian households financial vulnerability［J］. Bank of Italy Occasional Paper，2014，7（3）：53-79.

［41］哈秀珍，陳小昆，陳海龍.精準扶貧政策的減貧效應：基于CFPS數據的實證［J］.統計與決策，2021，37（22）：68-71.

［42］宋月萍.數字經濟賦予女性就業的機遇與挑戰［J］.人民論壇，2021（30）：82-85.

［43］張博，郭方，孫璐.正式制度、非正式制度與農村內部收入差距——基于數字普惠金融和社會網絡的維度［J］.南方金融，2023（4）：19-32.

［44］尹志超，劉泰星，嚴雨.勞動力流動能否緩解農戶流動性約束——基于社會網絡視角的實證分析［J］.中國農村經濟，2021（7）：65-83.

［45］于樂榮，張亮華，廖陽欣.普及互聯網使用有助于縮小農村內部收入差距嗎？——來自CLDS村級數據的經驗證據［J］.西部論壇，2023，33（4）：1-16.

［46］胡振，朱明昊.數字金融素養會降低農村居民網絡詐騙風險嗎？［J］.山西農業大學學報（社會科學版），2023，22（5）：53-62.

Can the Construction of Digital Infrastructure Alleviate the Financial Vulnerability of Rural Households？ Analyzing the Policy Effects of “Broadband China” Demonstration Cities

HU Zhong-li1a， CUI Ze-yuan2， WANG Shu-hua1b

（1a. School of Finance， 1b. Institute of Shanxi Merchant Studies， Shanxi University of Finance and Economics， Taiyuan 030006， Shanxi， China; 2. Department of Economics， Shanxi Institute of Energy， Jinzhong 030600， Shanxi， China）

Abstract： The financial vulnerability of households effectively measures their financial risks， and the proportion of financially vulnerable households in rural areas is not only increasing year by year， but also higher than that in urban areas. Against the backdrop of the digital economy becoming an important feature of the new development stage， can digital infrastructure construction， as an important engine for promoting the development of the digital economy， alleviate the financial vulnerability of rural households？ Existing literature focuses on exploring the impact of digital infrastructure construction on enterprise income and production efficiency， with less attention paid to the micro household effects of digital infrastructure construction.

This article is based on the meaning and main determining factors of household financial vulnerability and theoretically demonstrates the alleviating effect of digital infrastructure construction on rural household financial vulnerability. It analyzes the impact channels of digital infrastructure construction on rural household financial vulnerability from the perspectives of non-agricultural employment and insurance participation. Furthermore， this article combines the 2010—2018 China Household Tracking Survey （CFPS） and China Urban Statistical Yearbook data， drawing on the measurement methods of household financial vulnerability proposed by Yuan Chenghe and Yu Xue （2022） and Zhang Ji et al. （2022）， to calculate the financial vulnerability indicators of rural households in China. The “Broadband China” strategy is used as a quasi-natural experiment， and a multi-period DID model is applied to examine the mitigating effect of digital infrastructure construction on the financial vulnerability of rural households. Empirical research has found that the construction of digital infrastructure can effectively alleviate the financial vulnerability of rural households， and this result is still robust after considering the impact of household debt to income ratio as a substitute for household financial vulnerability， endogeneity， selective bias， municipalities， and precision poverty alleviation policies. Further analysis shows that the construction of digital infrastructure has a greater alleviating effect on the financial vulnerability of male-headed， unmarried， and low-income rural households. Moreover， the construction of digital infrastructure can alleviate the financial vulnerability of rural households by promoting non-agricultural employment and insurance participation.

Compared with previous literature， the potential marginal contributions of this article are： firstly， it expands the micro household effects of digital infrastructure construction and related research on household financial vulnerability and provides a new perspective for improving the ability of rural households to withstand and cope with uncertainty. Secondly， it is revealed that the increase in non-agricultural employment and insurance participation of rural households brought about by digital infrastructure construction is an important channel to alleviate the financial vulnerability of rural households， providing specific paths and micro evidence for alleviating the financial vulnerability of rural households. Thirdly， it provides more effective policy support for policy authorities to further strengthen digital infrastructure construction and alleviate the financial vulnerability of rural households.

This study to some extent reveals the inherent logic between digital infrastructure construction and the financial vulnerability of rural households， which helps government departments formulate more targeted policy measures to alleviate the financial vulnerability of rural households in the context of the booming digital economy， provide differentiated policy support for rural households with different characteristics， and more effectively prevent and resolve financial risks in rural areas.

Key words： digital infrastructure; household financial vulnerability; “Broadband China” strategy; non-agricultural employment; insurance participation; household income; asset and liability allocation

CLC number：F299.24; F328Document code：AArticle ID：1674-8131（2024）0-0001-17

（編輯：劉仁芳;黃依潔）