金融素养对城乡居民家庭收入的影响研究——基于CFPS数据的实证分析

陶维荣

（湖南省科技信息研究所，湖南 长沙 410001）

提高城乡居民收入，是我国决胜全面小康的关键基础，也是党的初心与使命。改革开放以来，我国城乡居民收入出现持续增长态势，依据国家统计局数据显示，2017年末全国居民人均可支配收入为25 974元，相比1978年增长了22.8倍。但我国城乡居民收入结构不科学，居民人均工资性收入、转移性收入、经营性收入和财产性收入分别占居民总收入比重的56.29%、18.26%、17.33%和8.12%。其中，农村居民各收入占比分别为40.93%、19.38%、37.43%和2.26%。城镇居民工资性收入在总收入中占绝对性比重，而农村居民工资性收入比重相对较低。如何可持续提高城乡居民家庭收入，优化收入结构具有重要现实意义。

根据《消费者金融素养调查（2017）》公布数据，全国消费者金融素养属于中等水平。其中，农村消费者关于金融知识答卷的平均正确率仅为50.7%，比城镇居民低14.08%。可见，当前我国居民金融知识整体水平还偏低，且农村消费者金融知识水平明显低于城镇消费者。另外，消费者能正确辨别与选择金融产品或服务占比为62.38%，其中城镇消费者占比为67.66%，农村消费者仅为53.43%。说明我国城镇消费者正确辨别与选择金融产品与服务行为优于农村消费者。刘国强[1]通过分析2017年中国人民银行的消费者金融素养调研数据，指出我国消费者金融素养为中等水平。张欢欢和熊学萍[2]通过对湖北和河南381份农户的实地调研，发现目前我国农村居民金融素养水平较低。因此，探究金融素养影响城乡居民收入的机理对优化城乡居民收入结构，提高城乡居民综合收入具有一定的指导作用。

目前虽然已有一些成果关注金融素养与居民收入之间的关系，但其家庭收入研究仅着重于收入数量[3-4]。事实上，居民金融素养不仅包括金融知识和金融技能，还应包括金融行为[5]。为此，本文利用2014年中国家庭追踪调查（CFPS）数据，在已有金融知识与金融技能研究基础上纳入金融行为因子，运用因子分析法测算居民金融素养指数，构建2SLS模型，深入探究金融素养对居民家庭收入总量与结构的影响，并将二元城乡结构、居民年龄在金融素养与家庭投资获利收入之间的中介作用纳入分析框架，以期对现有研究做一些有益补充，同时在帮助居民通过提高金融素养来持久提升家庭收入，实现居民家庭长效增收提出可行性建议。

1 理论分析与研究假设

目前国内外学术界对居民金融素养概念没有统一界定。Wiener等[6]认为金融素养是居民管理与决策资金使用的能力。Hung等[7]认为金融素养是居民掌握基本经济金融概念、运用金融知识和技能有效配置资金以实现终身财务保障的能力。Huston[8]和OECD INFE[9]认为金融素养是居民利用金融知识去做金融决策以获得金融福利的能力。Lusardi和Mitchell[10]通过基础金融素养和高级金融素养两个方面度量居民金融素养。Dumitru-Cristian和Adina[11]认为测度居民金融素养应包括金融知识、金融技能和金融意识等三个方面。Allgood和Walstad[12]、胡振和臧日宏[13]则从主观金融素养和客观金融素养两个方面衡量居民金融素养。张欢欢和熊学萍[2]基于PISA金融素养测评的基础上，运用加总法从金融知识理解与应用、基本金融知识认知、金融规划等方面衡量我国农村居民金融素养水平。何学松和孔荣[3]通过信贷知识、通货膨胀知识等指标构建居民金融素养指数。Xia等[14]和吴卫星等[15]运用因子分析法，基于居民对股票、债券和基金等金融知识构建了居民金融素养指标。

学者们开始关注金融素养对家庭收入或财富的影响。单德朋[16]提出从基本金融素养和高级金融素养两个维度测度金融素养指数，运用Probit模型实证分析金融素养对城市贫困的影响。研究发现，金融素养对城镇贫困人口的收入产生积极影响，进而对城市贫困减缓产生正向影响。何学松和孔荣[17]通过农户对金融知识、金融能力的11个相关指标问题的回答情况衡量居民金融素养，研究认为金融素养通过金融行为正向影响农民收入水平。Van Rooij等[18]和胡振[19]认为金融素养对家庭财富产生重要影响。

关于金融素养衡量指标的问题回答时，学者们往往将正确答案赋值为1，错误答案赋值为0[20-22]。但居民在面对金融素养问题的回答时，回答“不知道”比“错误”的居民金融素养更低。为此，本文将针对居民金融素养问题的回答情况划分为回答“正确”、“错误”和“不知道”，并设计了金融素养问题回答正确率因子。在此基础上提出假设：居民金融素养水平高低直接影响着居民对金融知识认知和金融决策行为，是影响居民家庭收入提升的重要因素。

2 研究方法

2.1 数据来源

本文使用的数据来源于北京大学中国社会科学调查中心（ISSS）2014年在全国范围内开展的中国家庭追踪调查（China Family Panel Studies，CFPS）。CFPS关注中国居民的家庭成员、家庭收入与开支、金融知识与行为等内容，是一项大规模的社会跟踪调查项目。CFPS样本覆盖25个省（市、自治区），目标样本规模为16 000户，调查对象包含样本家户中的全部家庭成员，CFPS调查问卷共有社区问卷、家庭问卷、成人问卷和少儿问卷4种主体问卷类型。本文所使用的数据主要来源于家庭问卷，部分控制变量亦取自于成人问卷。在剔除部分异常值和数据缺失样本后，共得到有效样本3 671个。

2.2 家庭收入结构的划分

本文将家庭收入结构划分为工资性收入、经营性收入、转移性收入和财产性收入4个部分。其中，家庭工资性收入根据问题“打工收入”和“工资收入总额”两个问题的回答进行加总。家庭经营性收入则包括两个部分：一部分是从事农林牧副渔（简称农业）的收入，通过问题“您家农副产品总值”再减去种子化肥农药费等一系列生产成本得到的农业经营净收入；另一部分是从事个体私营活动的收入，通过问题“所有经营的净利润”得到的工商业经营净收入。家庭转移性收入则为“政府补贴总额”、“收到的社会捐助总额”、“领取离退休或养老金总额”、“亲戚给的钱”、“其他人给的钱”等几个问题回答的加总。家庭财产性收入包括“房租总收入”、“住房拆迁补偿总额”、“出租土地所得”、“土地征用补偿总额”、“出租其他资产所得”、“金融投资获利”等问题的答案。由于居民家庭收入的私密性以及部分家庭仅回答收入区间，导致居民家庭收入数据精确性受到很大影响。因此本文把居民家庭收入数据由低到高划分为五分位，依据样本收入所处的等级分别赋值1～5，并将赋值结果作为本文的被解释变量。为更直观地展示居民金融素养的分布特征，本文还将对各变量的分位数分别计算居民金融素养均值和总体均值。

2.3 变量选择

1）金融素养。2014年CFPS家庭问卷中专门设有金融知识模块，共有38个问题。经过仔细筛选后，删除部分内层嵌套的问题和与本文主题不相关的问题后，选取其中19个问题（表1）。采用吴卫星等[13]研究中使用的方法，通过因子分析法构建居民金融素养指标，对问题的答案赋值后进行因子分析，从而计算得到金融素养水平。在金融知识与技能因子问题中，回答正确=2，回答错误=1，不知道=0，金融行为因子问题中的正确率为回答“完全符合”与“比较符合”的样本占总样本的比重；金融行为因子问题中，完全符合、比较符合=2，一般符合=1，比较不符合、完全不符合、不知道=0。

依据因子分析法的特征值大于等于1的原则，保留2个公因子Factor1和Factor2，分别将公因子命名为金融知识与技能因子和金融行为因子（表1和表2）。通过将19个指标纳入到这两个公因子中，计算两个公因子的得分和比重，进而最终计算出金融素养得分（LIT），其计算公式为：

表1 因子分析问题选取与结果Table 1 Problem selection and results of factor analysis

表2 因子分析结果Table 2 Results of factor analysis

2）其他控制变量。为了进一步考查户主个体特征、家庭结构和地区发展差异对研究结果的影响，本文选取居民年龄（户主）、性别、是否从事农业、是否从事个体私营、自评健康（自评健康状况来自于成人问卷，根据不健康、一般、比较健康、很健康、非常健康赋值1～5）、户口、婚姻状况、是否高中学历、是否大学及以上学历等人口统计学特征指标，以及家庭青壮年劳动力个数（16～65岁，剔除在校家庭成员）和家庭所在省份的地理位置（是否位于东部或是否位于中部）作为控制变量。为了便于分析，将居民收入按照标准分为低收入、中等偏下收入、中等收入、中等偏上收入和高收入五档，分别赋值1～5。表3为各变量的描述性统计。

表3 各变量的描述性统计Table 3 Descriptive statistics of variables

2.4 模型选取

为考察居民金融素养对家庭收入的影响，本文将OLS回归作为基准回归，而将考虑内生性后的2SLS回归作为最终的参数估计结果，基本模型为：

式中：LNC表示各收入的分位数，具体包括家庭总收入及经营性收入、工资性收入、转移性收入和财产性收入；LIT表示样本居民金融素养，为核心解释变量；X为控制变量，ε为模型的误差项。

3 结果与分析

3.1 城乡居民金融素养与收入表征分析

目前我国居民金融素养处于中等偏低水平。仅半数居民正确回答了银行利率知识认知、通货膨胀知识认知、货币时间价值认知等问题，而准确知道投资风险分散认知的居民仅有35.11%（表1）。另一方面，居民对风险认知具有相当高的敏感性，其中84.83%的居民知道高收益投资具有高风险，75.54%的居民知道股票的投资风险最高。而居民对于股票性质知识认知、股票市场功能认知等问题的正确率仅介于10%～30%之间。可见，居民在较高层次的金融知识认知上相当薄弱。在金融行为相关问题上，大部分居民都比较关注自身日常的金融行为，71.02%的居民在购物时会评估自身经济能力，83.90%的居民会按时缴纳账单，77.77%的居民会在生活中量入为出，日常资金管理能力较强。尽管有60.26%的居民非常关注自身财务状况，但却仅有32.65%的居民会制定长期财务规划，说明有超过三分之二的居民对家庭收支缺乏长远规划。

居民家庭总收入的均值接近第三档（表3），说明大部分居民家庭的收入处于中等水平。家庭经营性收入和财产性收入均值仅处于第一、二档之间，说明大部分家庭的两项收入还处于较低水平，有待于进一步提高。家庭转移性收入略高于第二档，反映出部分家庭的转移性收入仍然处于较高水平。家庭工资性收入则亦接近第三档，说明大部分家庭都有较高的工资性收入。金融素养均值仅为0.009，说明我国居民金融素养仍然为较低水平，需进一步提升。主要是由于居民平均年龄为49.5岁，说明大部分居民都处于中年阶段；学历偏低，只要25.5%的居民具有高中学历，仅21%的居民具有大学及以上学历。

表4反映了部分变量的各分位数居民金融素养均值和总体均值。数据显示，随着居民家庭总收入不断提高，居民金融素养的均值也处于上升趋势。无论是各分位数均值还是总体金融素养均值，男性都要高于女性，说明男性金融素养普遍高于女性。城镇户口的居民金融素养也高于农村户口的居民，主要原因在于城镇居民往往有更多机会接触各种金融知识和金融技能，优化其金融行为。高中学历的居民金融素养低于大学及以上学历的居民，可见学历对居民金融素养的影响有重要影响。东部、中部、西部的居民金融素养则呈依次递减趋势，说明区域经济发展水平对居民金融素养也有着重要影响。另外，本文对各年龄段的描述统计结果与吴卫星等[15]的研究存在相似性，发现随着居民年龄增长，居民金融素养也在持续降低，与国外学者Van Rooij等[18]所认为的金融素养与年龄呈现倒U型的结果有点不符。更精确的研究结论还需通过回归分析进一步 实现。

表4 部分变量各分位数的金融素养均值和总体均值Table 4 Financial literacy mean and population mean of each quantile of variables

3.2 金融素养对城乡居民收入的影响

金融素养对居民家庭总收入、工资性收入和财产性收入都具有显著正向影响，且均通过了1%显著性水平检验（表5）。说明居民拥有较高的金融素养，往往会合理利用各种金融信息与知识、做出更优的金融决策以提高居民家庭总收入水平，同时也增加家庭工资性和财产性收入。无论是在薪资市场还是资本市场，拥有较高金融素养的居民都具有更强的竞争力，其获得的收入会更高。

表5 金融素养对居民家庭收入影响的OLS回归结果Table 5 OLS regression results of the influence of financial literacy on household income

从其他变量结果来看，年龄对家庭总收入、经营性收入和工资性收入产生负向的显著影响。随着年龄不断增加，居民的家庭总收入、经营性收入和工资性收入存在一定程度的下降。其主要原因在于，居民年龄越大，其认知能力、思维能力和体能等方面的限制也越发明显，其赚取较高的收入难度越大。性别优势则存在于家庭总收入和经营性收入当中，说明男性相比女性能获取更多的家庭总收入和经营性收入。Buser等[22]研究认为男性与女性之间竞争能力存在显著差异，无论是经营家庭副业还是个体私营，居民都需要具备一定的竞争意识，这或许是导致女性在收入上存在劣势的原因。

居民从事农业活动对家庭经营性收入和转移性收入具有正向影响，对工资性收入和财产性收入则具有负向影响。本文将家庭农林牧副渔净收入作为经营性收入，居民从事农业无疑对经营性收入存在正面影响。而由于国家对农业政策倾斜和农业收入不稳定性，政府会对农业活动进行必要补贴，这也意味着家庭转移性收入的上升，而农业活动对劳动力的需求则会减少家庭外出打工的人数，从而降低其工资性收入。由于农业活动对居民活动范围和投资机会的限制，无疑会对家庭财产性收入产生不利影响。居民从事个体私营对家庭总收入、经营性收入存在正向影响，对工资性收入和转移性收入存在负向影响。个体私营对劳动力需求往往会对家庭工资性收入造成挤出效应，同时从事个体私营的家庭一般具备较强的经济能力，不需要针对弱势群体的补贴和经济救助。

青壮年劳动力人数对家庭总收入、工资性收入和财产性收入都具有正向作用。青壮年劳动力越多，说明家庭中外出工作的成员数也会越多，从而会提高家庭工资性收入。同时，较多的青壮年成员也意味着较低的抚养比，居民家庭没有太大的资金支出压力，存在资金盈余进而促使财产性投资收入也 增加。

居民健康程度对家庭总收入和工资性收入具有正向作用，而对转移性收入存在负面影响。居民的身体健康程度越高，劳动供给能力越强，工资性收入也相应增加。与此同时，居民对政府补贴和亲戚经济救助的需求也越小。

农村户口会增加家庭转移性收入，但对财产性收入产生不利影响。农村居民相比于城市居民，会存在更多的弱势群体，农村居民家庭对转移性收入的需求也大于城市居民。并且，农村居民存在较强的金融排斥[23]，不轻易涉足资本市场。江静琳等[24]的研究发现有农村成长经历的居民会减少股票市场参与，这都降低了农村户口家庭的财产性收入水平。

已婚家庭在家庭总收入、工资性收入、财产性收入上更具有优势，对转移性收入则存在负向影响。这可能与婚姻溢价[25]和“相夫效应”[26]有关。家庭婚姻状况增加了家庭内部分工的专业化[27]，使得家庭在社会中更具竞争力和风险抵御能力，进而对家庭工资性收入和财产性收入存在促进作用，并有效降低对转移性收入的需求。

受教育程度对家庭总收入、工资性收入存在显著正向激励。并且，大学教育对收入的促进作用要大于高中教育，说明教育可以提高劳动者技能[28]和认知能力，在劳动力市场上会得到更高的薪酬。居民受过大学及以上教育对家庭转移性收入具有反向激励。说明高等教育群体对风险防范或抵抗能力远高于未受过高等教育群体，对以救济性为主的转移性收入需求较低。而教育对家庭经营性收入存在负面影响，可能与经营性收入的计算方式有关，本文是将农林牧副渔净产值计入家庭经营性收入，但受过较高教育的群体往往具有脱农倾向，更愿意进入城市从事白领行业而不是在乡村进行农业生产。

区域因素亦影响着居民家庭收入。相比于西部地区，家庭所在省份位于中部和东部对家庭总收入均产生正向影响。而家庭位于中部地区对家庭经营性收入存在正向影响，家庭位于东部地区则对家庭工资性收入存在正向影响，对转移性收入造成负向作用。

3.3 金融素养对城乡居民家庭收入结构的影响

金融素养和居民家庭收入之间可能存在反向因果和遗漏变量而导致的内生性问题。金融素养不仅会影响家庭总收入及其构成部分，家庭总收入及其构成部分也会在某方面影响着金融素养。比如说收入较少的家庭可能由于缺乏参与金融决策的机会，难以锻炼自身的金融素养，从而导致其金融素养较低。同时，本文对居民家庭收入的影响因素也难以完全进行控制，不可避免地会存在着一定的遗漏变量。据此，本文参照尹志超等[29]的做法，将样本所在社区的平均金融素养作为居民金融素养的工具变量，构建2SLS模型对样本数据进行回归分析，回归结果见表6。

根据F值大于10的经验法则，说明结果均不存在弱工具变量的问题。DWH检验也都在10%的水平上拒绝了不存在内生性的假设，说明该工具变量是合适的。在克服内生性后，原有回归结果基本保持不变，进一步论证了金融素养对居民家庭收入的重要影响。而金融素养对家庭转移性收入的影响在10%的统计水平上变得显著，且符号为负（表6），这可能是由OLS回归的内生性问题引起的估计偏误，低估了金融素养对家庭转移性收入的影响。因此，本文以2SLS作为最终的模型估计结果。

表6 金融素养对居民家庭收入影响的回归结果Table 6 Regression results of the influence of financial literacy on household income

由于传统OLS估计无法保证“零条件均值”这一严格假定，容易引发内生性问题，导致OLS为有偏估计，因此采用工具变量法（iv估计）来解决内生性问题，确保模型参数为无偏估计。考虑到政府补贴、社会捐助等收入虽然和养老金收入同为家庭转移性收入，但是两者的性质截然不同，前者为收入救济，具有扶贫色彩，而后者则是一种“我为人人，人人为我”的风险转嫁形式。因此，本文将转移性收入细分为救济性转移收入和养老金收入进行模型回归，探究金融素养对两个不同性质转移收入方式的影响。另外，金融素养对非投资获利收入的影响却少有学者进行研究，为验证金融素养对两种不同性质财产性收入的影响，本文亦将家庭财产性收入细分为投资获利收入与非投资获利收入，纳入模型中进行回归分析。结果表明，金融素养对家庭救济性收入存在负向作用（表7）。说明居民金融素养越高，其对救济金的需求也就越少。金融素养对养老金收入影响在1%的水平上显著为正，说明金融素养可以显著增加居民养老金收入。原因可能是金融素养较强的居民，也具备较高的金融风险意识，更善于做个人的财务规划，对购买各类保险的偏好更强，吴雨等[30]的研究也证明了这一点。金融素养对家庭投资获利收入的影响在1%的统计水平上高度显著，说明金融素养可以显著地增加家庭投资获利收入，原因在于金融素养可以有效提高家庭投资组合的有效性和股市盈利可能性[31]。而金融素养对家庭非投资获利收入的影响，从iv估计结果可以看出，工具变量没有通过DWH检验，说明金融素养在该模型中是外生的，因此本文以OLS回归结果作为最终估计结果。回归结果显示，金融素养对家庭非投资获利收入亦存在积极影响。家庭非投资收入主要由房租收入、地租收入、其他资产出租收入以及征地、拆迁补偿等组成，其中租金收入占据主导地位。在获取租金收入的过程中，租约拟定、租金结算和违约风险防控都需要居民拥有一定的金融素养。

表7 细分家庭转移性收入及财产性收入的回归结果Table 7 Regression results of household transfer income and property income

鉴于我国独特的二元化城乡结构与各年龄段之间的巨大差异。为了进一步探究金融素养是否通过二元城乡结构、年龄因素进而对家庭投资获利收入产生影响，本文分别将金融素养与居民户口的交互项、金融素养与年龄的交互项纳入原有回归方程，深入分析金融素养通过居民户口和年龄因素对家庭投资获利收入产生的影响。从回归结果可知，金融素养与居民户口的交互项显著为负值（表8），说明如果居民为农村户口，会削弱金融素养对家庭投资获利收入的正面影响。进一步分析样本的分布与描述性统计，发现农村地区居民家庭年龄标准差更大，高年龄段居民更低，学历层次也更低，长辈可能会对金融素养更高的晚辈产生一定的负影响，进而制约了家庭投资获利收入。回归结果显示年龄也会削弱金融素养对家庭投资获利收入的正面影响，原因可能是在2014年的截面数据中，受访居民平均年龄偏大，为49.501岁（表3），人的精力与投资意愿会跟年龄成倒U型，而调查对象的年龄已经过了倒U型的后半段，居民对金融知识的应用能力和金融决策能力逐步下降，进而制约家庭投资获利收入。

表8 金融素养与居民户口和年龄的交互项对家庭投资获利收入的回归结果Table 8 Regression results of the interaction between financial literacy and household registration and age on household investment income

3.4 稳健性检验

为了检验上述研究结果的稳健性，参考吴卫星等[15]和尹志超等[29]的做法，将问题回答的赋值结果进行加总，作为金融素养的替代变量进行回归。为了降低替代变量的离散程度（最大值高达38，最小值仅为0），以金融素养评分加总标准化后的结果作为核心解释变量（样本金融素养加总的原始值减去均值再除以标准差）。金融素养对居民家庭收入影响的稳健性检验结果显示，金融素养对居民家庭总收入、工资性收入和财产性收入存在显著正向影响，对转移性收入具有负向影响，与前文的结果是一致的。

细分家庭转移性收入及家庭投资获利收入的稳健性检验结果显示，金融素养对救济性转移收入存在负向影响，对养老金收入和家庭投资获利收入的影响则都在1%的水平上显著为正。

金融素养与居民户口和年龄的交互项对家庭投资获利收入的稳健性检验结果显示，工具变量回归结果与前文的回归结果大体保持一致，农村户口和年龄都对居民金融素养的发挥存在削弱作用。综上所述，本文的回归结果是稳健的。

4 结论与建议

4.1 结论

研究表明，整体上我国居民金融素养水平偏低，对金融知识认知层次不高，与此相对应的则是当前居民家庭经营性收入和财产性收入水平仍处于低位；结构分布亦不均衡，男性、城镇居民、高学历居民、区域经济发达地区和年轻者金融素养较高。

回归结果表明，金融素养对居民家庭总收入、工资性收入和财产性收入均具有正向影响，提高居民金融素养水平有助于增加居民家庭收入水平。居民从事农业活动、个体私营活动、青壮年劳动力人数、居民健康程度、农村户口、婚否、受教育程度、区域固定效应对家庭总收入、工资性收入、财产性收入和转移性收入均存在差异化影响。东部和中部地区居民家庭的经营性收入和财产性收入更高；户主年龄对家庭收入产生负向影响，这与通常的倒U型认知结论不吻合，可能与样本当中户主年龄较大有关。

4.2 建议

1）政府要加大金融通识教育，提高居民金融素养。开展金融通识教育提高居民金融素养，有助于提高居民投资理财的意识和动力，提高居民抵御金融诈骗和金融风险的能力。一是要积极发挥高等学校的职能，在大学课程中开展金融通识课程，提高大学生的金融素养，并积极发挥知识外溢作用，辐射和提升相关居民的金融素养。二是要积极发挥银行等金融服务部门的职能，正确宣传和推广金融知识，提升网点周边居民的金融素养。三是要发挥社区的服务职能，通过开展金融相关主题的教育和文艺活动，推动金融知识进区入户，全面提升社区居民的金融素养。

2）政府要加大金融立法和监管力度，维护良好的金融秩序。研究发现影响居民金融素养提升动力的重要影响因素是不规范的金融秩序，包括不规范的金融宣传和不规范的金融合同，各类防不胜防的金融诈骗行为等，政府及主管部门应该对金融宣传和金融合同文本进行认真审核，保护居民的合法权益。要大力打击各类金融诈骗行为，通过立法和严格执法来提高金融违法成本，通过制度来保障良好的金融秩序。

致谢：感谢北京大学中国社会科学调查中心（ISSS）在数据上的支持，感谢匿名评审专家对本文提出的宝贵意见 。