11 浏览第四章 研究设计
4.1 数据来源与样本构建
4.1.1 数据介绍（如 CHFS）
4.1.2 数字账户样本划分：开通/未开通/开通但未使用
4.1.3 区域与财富分组方法
4.2 变量设定
4.2.1 被解释变量：数字金融排斥（0/1）
4.2.2 核心解释变量：信息通信基础设施水平
4.2.3 中介变量：数字账户使用状况
4.2.4 调节变量：区域互联网普及度
4.2.5 控制变量：家庭特征、户主特征、金融素养
4.3 模型构建
4.3.1 Logit/Probit 基准模型
4.3.2 中介效应模型
4.3.3 调节效应模型
4.3.4 异质性模型
4.3.5 稳健性检验模型
第五章 实证分析
5.1 基础统计
5.1.1 信息通信基础设施的区域差异
5.1.2 数字账户使用率与未开立比例
5.1.3 数字金融排斥的财富差异
5.2 基准回归结果
5.2.1 信息通信基础设施的影响
5.2.2 数字账户未开通家庭的显著性特征
5.3 中介效应分析
5.3.1 数字账户使用作为关键路径
5.3.2 深度使用 vs 浅层使用的差异
5.4 异质性分析
5.4.1 东/中/西部地区的差异
5.4.2 农村 vs 城镇
5.4.3 高财富 vs 低财富家庭
5.5 稳健性检验
5.5.1 替换变量
5.5.2 拓展排斥定义
5.5.3 工具变量法
第六章 案例研究
6.1 案例一：基础设施落后的农村家庭
6.1.1 信号弱 → 无法使用数字支付
6.1.2 设备老旧 → 无法完成实名认证
6.1.3 成本敏感 → 不愿承担流量费用
6.2 案例二：中等财富但技能不足的家庭
6.2.1 不理解操作流程
6.2.2 对网络诈骗高度担忧
6.3 案例三：高财富但“风险敏感”的家庭
6.3.1 拒绝绑定银行卡
6.3.2 信息泄露顾虑
6.3.3 现金支付偏好
6.4 案例比较与综合分析
第七章 结论与政策建议
7.1 主要结论
7.1.1 数字鸿沟显著影响家庭金融排斥
7.1.2 数字账户使用不足是核心路径
7.1.3 财富水平显著调节排斥强度
7.1.4 区域基础设施差异的重要性
7.2 政策建议
7.2.1 加大农村与欠发达地区基础设施建设
7.2.2 推广适应弱势群体的数字账户设计
7.2.3 完善隐私保护与安全机制
7.2.4 开展数字技能培训
7.2.5 降低数字金融服务成本
7.3 研究展望
7.3.1 数据局限
7.3.2 动态跟踪不足
7.3.3 深化个案研究
