《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”》
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).
图表编号 | XD00196161600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 粟芳、邹奕格、韩冬梅 |
绘制单位 | 上海财经大学金融学院、上海财经大学金融学院、上海财经大学信息管理与工程学院、上海市金融信息技术研究重点实验室 |
更多格式 | 高清、无水印(增值服务) |