《表9 全样本的互联网金融普惠度差异的根源分解(7)》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《中国农村地区互联网金融普惠悖论的调查研究——基于上海财经大学2017年“千村调查”》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

表8互联网金融普惠度影响模型中具有显著影响的解释变量有16个，删掉了宏观环境中村一级的“教育水平”和“人口流动”．这说明这两个因素对于全国范围内互联网金融普惠度没有显著影响．除“年龄”和“学习培训”之外，其他解释变量的回归系数均为正．这也与表2中都按“对互联网金融发展具有正向影响的假设赋值”完全一致．表2中“年龄”采用的是实际年龄，表8中“年龄”的系数为负，这说明年轻人更愿意使用互联网金融，从而提高了互联网金融的普惠度．表8中的“学习培训”系数为负，表明在政府提供有关互联网培训越多的地区，互联网金融普惠度却越低．这说明在互联网金融较为发达的地区，人们已经熟知相关的技术和操作，政府也在互联网相关培训方面少有投入；反之，在互联网金融较为落后的地区，政府敏锐地感知了农户所存在的互联网培训需求，也在培训方面积极投入了，但目前尚未显示出积极的效果（6）．进一步在回归分析的基础上就显著的16个解释变量进行差异分解，观察它们对互联网金融普惠度差异的贡献（表9）.