数字金融视角下农户金融能力对融资行为的影响研究*

周月书，居雨昂，于 涵，严丹妮

（南京农业大学金融学院，南京 210095）

一、引 言

融资是农户扩大生产、从贫困走向富裕的重要手段，而农户融资难的情况却长期存在。为解决农户融资问题，2021年中央一号文件提出要推进农村数字普惠金融建设，大力发展涉农贷款，创新专属金融产品，提高中长期信贷支持等方针。尽管国家一直推广各种惠农政策，但农户依旧面临不同程度的融资阻碍。为研究并解决此问题，除了从已有角度进一步完善政策，还可从金融能力（Financial Capability）的角度加以考查。Amartya Sen的可行能力（Capability）理论指出，个体行动受自身与社会环境的约束，存在一个可行能力集，该集合包括所有可实现的功能性活动（Functioning）。该理论为融资问题的解决提供了思路，即提升农户的金融能力有助于解决融资难问题。

已有与可行能力理论相关的研究主要集中于金融知识或金融素养层面，内容涵盖家庭金融市场参与和家庭资产选择（尹志超等，2014）、家庭负债（吴卫星等，2019）等，从金融能力出发研究的文献较少。金融能力作为个体内在主观能动性和外在环境机会的结合，是更加全面的衡量指标，具有较高研究价值。该指标最初基于英国的一项调查研究（Atkinson等，2007），比“金融素养”（Financial Literacy）或“金融知识”（Financial knowledge）更为综合。金融知识偏重于个体对基本经济知识的理解和掌握（Hung等，2009），而金融素养则额外考虑到个体在认知、意识和偏好上的差异（刘国强，2018）。已有研究对金融能力的定义有所区别，总体而言分为“行为观”和“机会观”两种视角：“行为观”认为金融能力应包括金融知识、金融行为和由此获得的金融福利，即个体能力、行为和有效结果的结合体。如Xiao等（2015）在此视角上将金融能力划分为金融意识（Perceived Financial Capability）、金融素养和金融行为。“机会观”则认为金融能力不仅包括知识、技能等个人素质，还包括个体外在环境，如地理位置、信贷约束等影响其信贷可获得性的因素（Johnson等，2007；Chowa等，2014）。由此可见，“行为观”视角下的金融能力概念包括本研究的“因”和“果”，而“机会观”视角下的金融能力概念侧重于“因”，将其视作农户融资行为的影响因素，具有全面和贴切的特点。

已有文献从受教育视角（吴雨等，2016），代际差异视角（刘丹等，2019）入手分析金融知识对融资行为的影响，尚缺少从数字金融视角入手的研究。在数字化转型背景下，信息技术被广泛运用于金融领域，数字金融得到进一步发展。数字金融依托互联网可有效解决因信息不对称、交易成本、区域限制等因素导致的发展阻碍，具有普惠性（连耀山，2015）。为使研究主题和调查对象实际情况相适应，同时考虑到数字金融不断下沉，对农户融资行为影响逐渐增大的现实情景，本文将采用“机会观”视角下的金融能力定义，并在金融能力测度中融入数字金融元素。此外，本文还将按照“是否通过数字平台进行融资”来区分农户的融资方式，分别调查农户的线下融资规模和线上融资规模，以更好地考查农户金融能力对融资行为的影响。

综上，现有研究虽然广泛探讨了农户融资影响因素，但仍缺少从金融能力出发的研究。在测度金融能力时，大多数研究都采用金融能力的“行为观”定义，即包含金融行为的金融能力衡量体系，未考查金融环境对农户金融能力的影响。本文边际创新在于两方面：第一，从“机会观”金融能力理论出发，构建其对农户融资行为影响的综合分析框架，相较于金融知识和金融素养而言，对农户个体特征的刻画更为细致和全面；第二，基于数字金融视角，在金融能力衡量体系中融入数字金融元素，并将农户融资行为分为线上和线下两种基准模式，更能体现出数字金融视角下农户金融能力对融资行为的影响。因此，本文将基于以上方面探究农户金融能力与融资行为间的影响机制，以期为改善农户融资困境提供依据。

二、理论分析

农户能否成功融资与金融能力密切相关。农户融资受到信息不对称、交易成本、区域限制等发展瓶颈限制（连耀山，2015）。一方面，农户自身存在的认知偏差和行为偏差是导致贷款困境的关键原因（王冀宁等，2007）；另一方面，相较城市居民，农户居住地分散且距离金融机构远，更容易受到地理排斥（董晓林等，2012）。此外，通过正规金融机构融资常常面临手续复杂等方面问题，因此部分农户会因过高的交易成本而主动放弃融资，产生需求性信贷约束（程郁等，2009）。再者，因部分农户不了解金融机构的甄选机制，产生自己不能获得融资的信念，变成“无信心借款人”。农户和机构间信息不对称也导致金融机构因控制风险而削减农户贷款金额，甚至拒绝发放贷款。这种农村金融市场失灵现象是农村金融机构偏向商业目标、实施排斥行为的后果（程惠霞，2014）。因此，金融能力较强的个体，更具备融资所需的多种能力和素质，也更能做出有效的金融决策（谭燕芝等，2019），可以有效克服信息不对称等因素带来的弊端。在数字金融广泛发展前，线下融资是农户融资的主要手段，这种方式所需的交通费用和沟通成本通常较高，而线上融资很大程度上可减少此类交易成本。有学者在研究家庭消费的影响机制时发现，数字金融可通过缓解信贷约束的方式提高家庭信贷可得性（谢家智等，2020）。因此，出于交易成本考虑，金融能力强的农户更有可能采用线上融资方式。此外，进行大额融资的农户为满足融资需求，通常会采用线上融资和线下融资相结合的方式，因此金融能力在直接作用于农户线上融资行为的同时，也会带动其线下融资行为。据此，提出假说一：

H1：农户金融能力对线上融资方式的偏好程度有显著正向影响，即农户金融能力越强，越倾向于选择“仅线上”或“线上+线下”的融资方式。

对于融资规模，金融能力强的农户通常具备更高的融资需求，因此具有更大融资规模，如吴卫星等（2019）研究指出金融素养的提高可显著促进家庭负债行为。此外，提高农户金融能力也可提升融资成功率，因此其线上融资规模和线下融资规模均会增大。据此，提出假说二：

H2：农户金融能力对融资规模有显著正向影响，即金融能力越高，农户线上融资规模和线下融资规模均越大。

具体分析农户金融知识、金融意识、金融技能和金融环境水平对融资行为的影响：农户金融意识越强，就越能识别自身当前是否需要融资，需要融资的额度是多少，以及通过何种方式融资，避免因为存在类似“无债一身轻”的传统思想而主动拒绝负债。如此，农户在面临资金需求时就不会产生畏难心理，而是倾向于通过各种方式融资，以支持创业或脱离经济困境。因此，农户金融意识水平可促进农户融资行为。其次，融资行为需要知识和技能作为基础，因此农户金融知识和技能水平越高，对于融资行为的掌握程度越高，就能更好地利用各种方式融资，减少其在实施或准备实施融资行为时的主客观障碍，即减少金融排斥，提高融资需求（张号栋等，2016），并因此扩大融资规模。金融环境决定着农户融资的部分客观机会成本，当农户向银行等正规金融机构贷款，因为“不了解手续”“害怕银行不贷款给自己”等因素而放弃贷款，抑或是银行对贷款群体有“歧视”导致农户不能获得或只能获得部分贷款等情况发生时，改善农户的金融环境就显得十分必要。在金融可及性问题上，尹志超等（2018）分析了其对家庭信贷约束的影响，发现互联网金融可显著提升家庭信贷可及性，并提升家庭信贷需求。这说明良好的金融环境有助于农户以较低的成本获得贷款，进而减少融资阻碍，促进农户融资。因此，农户金融能力及各维度对线上融资规模和线下融资规模均有正向影响。综上，提出假说三：

H3：农户金融能力各维度对融资规模有显著正向影响，即金融知识、金融意识、金融技能和金融环境水平的提高均会增加农户的线上融资规模和线下融资规模。

三、数据来源与样本描述性分析

（一）数据来源

本文数据来自2020年夏季江苏连云港市农户的调查。样本地区的经济发展水平在全国范围内属于中等水平，可较好代表中等收入地区农户实际情况。调查地区临近，避免了资源禀赋和自然条件的差距，具有较好代表性和较高贴合度。调查中，调查组通过简单抽样方法，随机抽取该市所属同兴镇、四队镇、板浦镇、新坝镇、锦屏镇5 个乡镇进行调查，在样本地点再随机抽取若干个村进行入户调查。调查过程共发出399份问卷，经筛选后得到285份有效问卷，有效问卷占比71.43%。样本主要来自于连云港市下灌云和海州两个行政区。

（二）变量选择

1.融资行为

本文融资行为包括融资方式和融资规模两方面。首先按是否使用数字手段，即是否通过计算机或移动手机等媒介操作，将融资方式分为“未曾融资”“仅线上融资”“仅线下融资”和“线上+线下融资”四类，可较好地反映农户对融资方式的选择。融资规模指样本农户最近3年内通过对应的融资方式筹集的资金总额。根据《中国统计年鉴》，我国2019年人均可支配收入为30 733元，因此本文以3万元作为分界点。其中，“未曾融资”记为0，“3万元以下”视为小额融资并记为1，“3万元及以上”视为大额融资并记为2。将融资规模划分为三个等级可更充分地利用样本数据的信息，提高结果准确性。

2.金融能力

参照已有研究，本文的金融能力被划分为金融知识、金融意识、金融技能和金融环境四个维度（见表1）。前三个维度为个体的内在属性，与金融素养类似，第四个维度为外在的环境属性。金融知识和金融技能的测度借鉴2013年世界银行金融能力指标体系和《2016升级版G20普惠金融指标体系》。金融知识包括通货膨胀、利率、风险、保险及其他方面的理论性知识。金融技能考查个体对于数字媒介的了解和操作水平，包括手机、电脑等工具的使用熟练度，以及线上金融服务的操作情况。金融意识指对金融事物的主观性态度、偏好、需求及感知能力，是比世界银行指标“金融态度”更加全面的指标体系，本文将其具体划分为“融资需求认知”“储蓄倾向”“金融态度”“政策感知”和“自我认知”五个维度。金融环境主要考查金融服务的可获得性。学界大部分从消极的角度审视农户金融服务可获得性，主要以“金融排斥”为指标，集中于农户想要获得融资所面对的阻力。基于此，将金融环境定义为个体实施金融行为的客观环境机会，并从物质可及性、金融可及性（尹志超，2018）两个思路进行衡量，其中物质可及性指农户是否拥有能够实施金融行为所需的工具或设备，包括手机、电脑、网络等拥有情况，金融可及性衡量个体对金融产品和服务的可获得性，包括所能接触到的银行数量、所遭受的供给型信贷约束（程郁，2009）以及去银行路程上所需的平均时间，在变量中分别体现为“常用银行”“供给型信贷约束”和“地理可及性”。各维度变量的最终取值由对应二级变量进行归一化（Min-Max标准化）后加总，并且在所有样本中再次进行归一化后得出。

表1 农户金融能力测评框架

续表

3.控制变量

参照其他文献，本文选取年龄、净收入、储蓄、教育程度、家庭规模、社会资本和地区作为控制变量。其中地区变量指样本农户所在市下的一级行政区。

（三）描述性统计

如表2所示，对样本数据初步分析。从户主特征来看，年龄均值为45.66岁，标准差为10.14，可较好覆盖大部分年龄阶段。户主普遍学历较低，高中毕业及以下占比约为89%。农户社会资本均值为0.337，标准差为0.759，表明农户在政府或银行工作的亲戚朋友数较少。从家庭特征来看，平均每个家庭有4.5口人，标准差为1.526，即大部分农户家庭人口数在1～9之间。全年家庭净收入分布集中在1～3 万元，明显小于城市全年家庭净收入数据。从农户储蓄数据来看，有64.91%的农户储蓄金额较低，不超过3万元，其余数额分布较为零散，从3万元到50万元不等。

表2 被解释变量及控制变量描述性统计结果

根据表3，通过对比样本农户线上融资规模和线下融资规模频率分布可发现，线下融资规模整体高于线上融资规模。在大额融资领域（3万元及以上），采用线下融资方式的户数是采用线上融资方式的2.36倍，而在小额融资领域（3万元以下），两种融资方式的人数无明显差异。这可能说明农户在融资时，各种因素使得较大数额难以通过线上融资的手段筹得。

表3 样本农户融资规模频数及频率分布

金融能力四维度测量的详细描述性统计结果如表4 和表5 所示，其中各维度均由若干题项组成，得分按照农户回答正确的个数，是否符合客观实际情况，以及是否符合理性人假设进行累计得分，最终对各维度总分进行归一化得到实际总分，范围为[0,100]。由得分频率分布可见，金融知识水平分布呈现“左边高、右边低”的形态，说明大部分农户的基础理论知识掌握情况较弱。其余三个维度的数据呈现“中间高、两边低”的形态，数据分布可体现出不同农户间各项水平的区别。

表4 农户金融能力各题项测评结果

表5 农户金融能力各维度水平描述性统计

四、金融能力测度与实证分析

（一）金融能力测度

1.模型选取和检验

学界对于综合金融能力的测度，通常使用两种方法：一种是假定各维度重要性相同，将各个成分等权相加得到综合指数（Xiao等，2015）。另一种是使用因子分析法得到各变量权重，然后加权求和得到综合指数（刘国强等，2018）。由于第二种方法在学界使用频率较高，且具有更强客观性，因此采用因子分析法对金融能力进行测度。

2.提取公共因子并旋转

参照刘国强等（2018）、尹志超等（2014）对因子分析法的使用，所提取的公共因子累计载荷平方值达到60%以上即可认为包括足量的信息。本文共在标准化变量的基础上提取9个公共因子，累积载荷平方值达63.203%。对变量进行因子旋转可使载荷矩阵中因子载荷的绝对值向0和1两个方向分化，以便于查看各公共因子所主要包含金融能力评估指标的信息，最常用的方法是最大方差正交旋转（Varimax）法。旋转后的因子载荷矩阵表6所示。

表6 旋转后各成分的因子载荷矩阵

续表

为得到各因子的经济含义，本文通过最优值归类的方法选取9个主成分因子的主要代表变量，即将给定变量归类于其最大载荷绝对值对应的因子。由表6可知，“电脑使用”“注册账号”“网络拥有”“手机拥有”“网购方式”和“数字金融使用”六个二级指标在公因子1 处有最大的载荷绝对值，分别为0.853、0.810、0.694、0.651、0.482和0.414。考虑六个题项间联系，本文将公因子1命名为“数字工具使用”因子。以此类推，其他因子最大载荷绝对值对应指标及含义如表7所示。

3.计算综合得分

以表7 中的各因子旋转载荷平方占9 个因子总和的比例作为权重，对所有因子加权求和得到Fi，最后，将Fi进行百分制归一化得到最终农户综合金融能力（Financial Capability，FC）指数：

应用SPSS18.0统计学系统进行分析,数据以(±s)表示,差异性比较用t检验,计数资料采用X2检验,P<0.05代表差异具统计学意义。

表7 旋转后的因子载荷

采用因子分析法得到的金融能力指数均值为44.27，中位数为44.10，可见中位数和均值差异不大，且偏度计算为0.15，说明样本农户的金融能力分布较为均匀，无明显偏态。样本超额峰度（相比标准正态分布峰度的差额部分）为-0.56，标准差为19.41，说明数据离散程度适中，农户间金融能力有一定差异。对金融能力水平分布进行Jarque-Bera检验得到统计量为4.8341，对应的P值为0.0892，在5%显著性水平上接受数据服从正态分布的原假设，便于进一步建模分析。

（二）农户金融能力对融资行为影响的实证分析

1.模型选取和检验

由于融资方式和融资规模变量均为离散型数据，因此本文采用多元Logit模型进行分析。

①Mlogit 模型：融资方式变量属于无序离散变量，取值范围是0、1、2、3。其中0 代表“未曾融资”；1代表“仅线下”融资；2代表“仅线上”融资；3代表“线上+线下”融资，有：

其中y代表融资方式变量，X=(x1,x2,…,xn)T表示样本数据，β表示系数向量。

②Ologit模型：融资规模变量属于有序离散变量，取值为0、1、2，其中0代表“未曾融资”，即融资规模为0；1代表借三万元以下金额；2代表借三万元或以上金额。首先定义：

其中，θ为在可观察融资规模外部施加的端点，用于将3个融资规模隔开，满足θi＜θi+1；y*是无法直接观测的潜变量。y的条件响应概率为：

其中φ函数为logistics函数的累积分布函数，Ologit回归方程可定义为：

此方程的含义为：对于给定的分类端点θi，样本个体大于与小于此类别概率之比的对数值。给定β中的分量大于0时，对应自变量的增加将会增加因变量进入高级别组的概率。

以上两个模型中，Mlogit模型的被解释变量为融资行为，核心解释变量为金融能力，用于检验假说一。Ologit模型的被解释变量为融资规模，核心解释变量为金融能力或其四维度（金融知识、金融意识、金融技能和金融环境），分别用于检验假说二和三。两模型的控制变量相同，包括年龄、受教育程度、净收入、储蓄、社会资本、家庭规模和地区。

对于有序Logit模型，为保证其多个子回归方程中自变量的系数相同，需要平行性检验。通常检验方法有得分（Score）检验、Wald检验及似然比检验。以上检验的原假设均为模型满足平行性，若P值大于0.05，则通过平行性假设检验。对下文模型（2）至（5）进行平行性检验，结果显示模型（2）（4）（5）均通过三种检验，模型（3）的似然比检验P值为0.08＞0.05通过检验；得分检验和Wald检验的P值分别为0.046 和0.047，略小于0.05。考虑到Ologit 模型对平行性检验的结果具有一定宽容度，当P值略小于0.05时，仍可接受模型的估计结果，因而模型有效。

2.回归结果分析

表8显示：模型（1）为农户金融能力对融资方式的影响检验结果。其中金融能力变量在子模型①中不显著，说明农户金融能力对其选择线下融资方式无显著影响。传统融资方式对农户自身要求较低，具有不同金融能力的农户均有机会接触到线下融资渠道，因此在采用线下融资行为的概率上无显著差异。由于本文的金融能力测评框架含有较多数字金融元素，农户金融能力强就意味着其对数字工具的使用更加熟练，对各种数字金融产品和服务也更加了解，因此会倾向于选择线上融资，同时也会一定程度上减少农户线下融资行为的选择概率，呈现出一种“替代效应”。此外，金融能力强的农户也一般具有更大融资需求，因此在增加线上融资行为选择概率的同时，也会连带增加线下融资行为的选择概率，呈现出一种“财富效应”。“替代效应”和“财富效应”大致相抵，就会导致金融能力对线下融资行为选择概率的影响不显著。事实上，在下文的分析中可发现金融能力对农户融资行为的影响主要体现在融资规模上。金融能力变量在子模型②和③中显著，影响系数分别为0.0455和0.0256，说明农户金融能力越强，越倾向于选择“仅线上”或“线下+线上”融资方式。线上融资兼有手续成本较低和操作门槛较高的特点，金融能力强的农户可熟练掌握线上融资的操作流程，因而会更多地使用线上融资方式。金融能力较低的农户则面临数字工具使用上的壁垒，存在融资难的情况，一般只能采用线下融资方式，假说一得证。

表8 农户金融能力对融资行为影响的回归结果

模型（2）和（3）为农户金融能力对线上融资规模和线下融资规模的影响检验结果。金融能力变量分别在1%和5%水平上显著，系数分别为0.0266 和0.0181，说明金融能力对农户的线上融资规模和线下融资规模均有显著正向影响。农户金融能力越强，各数字平台使用能力越强，也更了解各种数字融资工具、金融服务，有良好的风险承受能力，因此，线上融资规模就会越大。此外，金融能力强意味着农户具有更全面的知识，更高的操作能力和心理承受能力，以及更宽松的借贷环境，因此线下金融机构也很少有对此类农户的排斥现象，更愿意发放贷款，使得农户线下融资规模越大。据此，假说二得证。

模型（4）和（5）为农户金融能力四维度对融资规模的影响检验结果。农户金融意识对线上融资规模和线下融资规模均呈现1%水平显著的正向影响，系数分别为0.308和0.332，说明农户金融意识越强，线上融资规模和线下融资规模越大。想要完成融资，首先需要准确识别自身融资需求，还要准确把控融资风险和相关政策规范。因此，金融意识是农户融资的主要影响变量，对农户融资起到关键作用。农户金融技能水平对线上融资规模有着5%水平显著的正向影响，对线下融资规模影响不显著。究其原因，金融技能主要针对线上融资，线下融资较少涉及技能操作，更多的是交通和手续上的成本。金融知识对农户线上融资规模和线下融资规模均无显著影响。这可能是因为金融知识只代表了农户对基本金融常识的了解，对于实际的融资操作和规模无直接影响，而能否将知识内化并运用于实际操作，使得金融意识和金融技能水平提升，才是农户能够成功融资的关键。对于金融环境而言，变量不显著，其原因一方面可能是样本农户的选取范围较小，数据存在局限性，导致数字金融发展的地域差异性较小，金融环境同质化程度高。另一方面，对于线下融资而言，样本数据显示大部分农户在融资时倾向于亲友借贷，只有约三分之一的农户倾向于正规金融机构，不能较好地反映金融机构对农户的排斥。因此，金融环境对线下融资行为的影响不显著。综上，金融能力四维度中的金融意识和金融技能两个维度对融资行为起主要作用，在不同程度上对农户线上融资规模或线下融资规模产生影响，其他维度的影响则不显著，假说三得证。

五、稳健性检验

一般研究通常将融资规模视为二分类变量，但如果原始样本是多分类，手动减少分类会损失大量原始信息。本文为检验分类数对结果的影响，将线上融资规模和线下融资规模两个被解释变量分别划分为二分类变量。对线下融资规模变量而言，0代表过去三年内没有进行过线下融资，1代表过去三年内进行过线下融资；线上融资规模变量亦然。核心解释变量和控制变量与之前相同，并对样本进行二元Logit回归。

结果如表9所示，模型（6）（7）（8）显示金融能力、金融意识和金融技能系数仍然在5%显著性水平上为正。由模型（9）可知，金融意识仍在1%显著性水平上为正。金融环境系数的P值由原来的0.197（t=1.29）降低到0.092（t=1.68），在5%显著性水平的双侧检验上仍然不显著。因此，小范围的模型改动对回归结果无显著影响，说明本文回归结果具有良好的稳健性。

表9 二元Logit模型下农户金融能力对融资规模影响的回归结果

六、结论与政策建议

（一）结论

本研究基于数字金融视角和金融能力理论框架，采用因子分析法构建金融能力测度模型，并使用多元Logit模型分析农户金融能力对融资方式和融资规模的影响，得出以下主要结论：第一，农户金融能力对“仅线上”和“线上+线下”融资方式的选择有显著正向影响，而对“仅线下”融资方式的影响不显著。第二，农户金融能力对其线上融资规模和线下融资规模均有显著正向影响，即金融能力越高农户融资规模越大。第三，农户金融意识对线上融资规模和线下融资规模均有显著正向影响；金融技能对线上融资规模有显著正向影响，对线下规模影响不显著；金融知识和金融环境对融资规模作用不显著。

（二）政策建议

根据以上结论，为进一步缓解农户融资困难，本文认为可从提升金融能力和发展数字金融两个角度入手，并形成以下三条具体建议。

第一，健全金融能力培养体系，落实农村基层培养任务。为提升农户金融能力水平，应统筹推进农村金融能力培养工作，提供制度及财政保障，使金融能力教育普及工作有序开展。地方各级政府据各地农户金融能力实际情况制定《农村金融能力提高规划》，明确金融能力教育的目的与标准，设立阶段性目标和查验计划。由于金融意识的增强离不开金融知识的增长，在具体落实层面，政府应注重金融知识的普及和宣传，潜移默化地提升农户金融意识水平。此外，政府还应加强农户金融技能的培训，帮助农户使用并适应线上融资平台。具体而言，可以整合高校、企业等社会力量，划分责任区，聘请金融相关领域的专家定期为其责任区内的农户进行金融知识、技能等方面培训，同时加强金融机构基层网点员工的培训，为农户在融资过程中遇到的各种问题提供专业服务，以提高农户融资成功率，使得农户有能力按照自身需求成功实施融资行为。

第二，完善农户信息数据库，统一金融能力指标体系。在农户信用数据不全面的大背景下，可联合各大企业和政府部门，打破数据壁垒，推进数字普惠金融发展，建立农户金融能力统一评估体系和数据库，并以此作为绩效评价和动态监管的依据，使政策实施更具针对性。在此前提下，责任机构以提升农户综合金融能力为总体目标，定期抽样评估农户金融能力，持续跟踪金融知识教育普及和金融技能培训情况，实时反馈并进行动态调整，总结经验，保障培养任务平稳推进。

第三，充分利用新兴媒体平台，多样化金融能力提升方式。农村基层在推进农户金融能力培养进程时，可结合农户易于接受的传播方式，利用短视频、公众号等新媒体平台，以趣味金融案例的形式讲解金融知识，除了帮助农户了解基本的金融概念、树立金融风险防范意识外，还能让农户对金融产生兴趣，进而使得农户产生主动学习的习惯。此外，可建立统一的线上金融教育平台，或者将其集成为“国家反诈骗中心”APP专项模块。平台除了进行金融知识宣传外，还应着眼于农户金融技能培训，并与金融机构、金融监管机构、公安部门等合作，深入移动终端建设，培养农户定期、持久学习的习惯，激励其主动学习金融知识，形成良性循环。