数字金融能力对家庭财产性收入的影响研究

刘姗姗

(北京工商大学 北京 100048)

1 引言

随着经济的高速发展，我国对于家庭财产性收入的重视程度日益增加。党的十七大、十八大、十九大报告中均提到“财产性收入”。其中，十七大报告中提出了“要创造条件让群众拥有财产性收入”，十八大报告中又提出了“多渠道增加居民财产性收入”，十九大报告中再次提出了“要拓宽居民财产性收入渠道”。因此，在共同富裕的大背景下，研究影响居民财产性收入的因素，具有很强的现实意义。

现有关于财产性收入的研究分为宏观和微观两个视角。宏观视角大多认为，影响财产性收入的因素有经济发展(陈跃等，2017)、金融发展(张三峰和杨德才，2015)、土地制度(陈寒冰，2019)、财税制度(李文和王佳，2020)。宁光杰(2014)认为，家庭财产性收入的获得既与宏观制度的支持有关，也与微观个体的能力有关。但目前微观视角的研究较少。

近年来，随着人工智能、云计算、大数据的蓬勃发展，互联网技术与传统金融的融合为普惠金融注入了新的活力。但有学者发现，数字普惠金融对于中西部地区缩小财产性收入差距的影响并不显著，这主要是因为中西部的金融基础和数字基础设施较差(Naishu Yu和Yanzhe Wang，2021)。在互联网时代，我们应重视欠发达地区的数字建设，缩小地区间的收入差距。已有研究发现，如果个体缺少金融知识和互联网技能，就无法有效使用数字金融服务(郭峰和王瑶佩，2020)。因此，在数字时代，我们应从崭新的视角来考察金融素养与家庭财产性收入的关系。

本文基于中国家庭金融调查(CHFS)2017年的数据，采用OLS、Tobit模型实证分析了数字金融能力对家庭财产性收入的影响，尝试回答以下问题：第一，数字金融能力对家庭财产性收入的规模有何影响。第二，数字金融能力影响家庭财产性收入的机制是什么。本文的主要成果是：以往的研究多关注传统金融素养对居民财产性收入的影响，而本文引入了更契合时代背景的人力资本变量——数字金融能力。

2 理论分析

已有大量研究表明金融素养可以影响个体行为，比如金融市场参与、资产组合多样性、消费行为。在互联网蓬勃发展的今天，数字金融能力被看作是数字时代的一种人力资本，那么它是否和金融素养一样影响家庭行为呢？一方面，数字金融能力高的家庭能够充分利用网络信息，另一方面，数字金融能力高的家庭能够享受智能投顾和新型基金产品(罗煜和曾恋云，2021)。因此本文提出第一个假设：

假设1：数字金融能力对家庭财产性收入具有正向影响。

已有文献发现，金融素养可以提高家庭金融市场参与(胡振和臧日宏，2016)。那么，数字金融能力作为数字时代的人力资本，是否也能提高家庭金融市场参与呢？参与金融市场是家庭财产性收入获得的渠道之一。已有研究表明股票市场参与能够显著提高财产性收入(余劲松，2011)。因此本文提出第二个假设：

假设2：数字金融能力通过促进家庭参与风险金融市场，进而影响家庭财产性收入。

3 研究设计

3.1 数据来源

本文采用了2017年中国家庭金融调查(CHFS)数据，鉴于2017年数据中关于风险态度的问题只针对新受访户进行调查，本文用2015年数据对老受访户的缺失数据进行补充。在对数据进行处理后，共得到23379个有效样本。

3.2 变量定义

3.2.1 财产性收入

根据问卷设计及百科定义，本文界定财产性收入为金融资产和土地房屋的收入，它是指家庭拥有的动产(如银行存款、有价证券等)、不动产(如房屋、车辆、土地、收藏品等)所获得的收入。

3.2.2 数字金融能力

罗煜和曾恋云首次提出了“数字金融能力”这一概念，数字金融能力是在数字时代背景下，个人或家庭使用数字金融产品和服务的能力。借鉴他们的做法，本文选取“是否使用电脑支付”“是否使用移动支付”“是否使用互联网理财服务”“是否使用信用卡”四个变量来衡量数字金融能力。因子分析发现KMO值为0.725，Bartlett球形检验统计量在1%的水平上显著，表明适合进行因子分析。

3.2.3 控制变量

本文选取以下变量作为控制变量：户主个体特征变量(年龄、性别、文化程度、婚姻状况、健康状况、风险态度)、家庭特征变量(老年抚养比、少年抚养比、家庭人口规模、有无购买商业保险、家庭总资产、社会互动)、地区特征变量(城乡)。表1是相关变量的描述性统计。

表1 描述性统计

3.3 研究方法

为检验数字金融能力是否对家庭财产性收入有正向影响，本文采用了OLS模型进行估计：

考虑到财产性收入中有较多为0，本文也采用了Tobit模型进行验证，具体模型如下：

其中，i代表家庭，p代表省份，Yip表示第i个样本的财产性收入水平，DFip表示数字金融能力，Xip表示控制变量，εip表示随机扰动项。

4 实证分析

4.1 基准回归

为验证假设1，本文分别进行了OLS、Tobit回归，估计结果如表2。加入其他可能影响财产性收入的因素后，第(1)列和第(2)列数字金融能力对财产性收入的回归系数分别为1.6536和1.7999，均在1%的水平上显著。这说明数字金融能力对家庭的财产性收入有正向影响。可能的原因是，数字金融能力促进了家庭风险市场参与，进而增加了家庭财产性收入。

表2 回归结果

4.2 机制分析

为验证假设2，本文利用Probit和Tobit模型进一步分析(见表3)。列(1)结果表明居民数字金融能力能促进家庭参与风险市场的概率。列(2)加入数字金融能力和风险金融市场参与变量，发现风险金融市场参与的系数显著为正。同时，数字金融能力的系数也显著为正，且与表2中估计结果相比有一定程度下降，表明假设2成立。

表3 机制分析

5 稳健性检验

为检验模型估计结果是否具有可靠性，本文采取了两种方式进行稳健性检验。一是采用所在地区其余家庭数字金融能力平均水平作为数字金融能力的工具变量进行两阶段回归，二是改变数字金融能力的测度方式，即用4个子问题直接加总得分数来衡量数字金融能力。所得回归结果中，数字金融能力系数的符号和显著性水平与基准回归基本一致，这表明得到的结论具有可靠性。

6 结语

本文根据中国家庭金融调查(CHFS)2017年的数据，采用OLS和Tobit模型实证分析了数字金融能力对家庭财产性收入的影响，得出以下结论：数字金融能力对家庭财产性收入有正向影响。其中，风险金融市场参与在其中起到了中介作用。鉴于我国特殊的城乡二元结构，应重视农村地区互联网的普及以及金融素养的教育。普惠金融的发展，一定程度上弥补了传统金融的不足，但要想辐射更广，还需要重视居民的相关技能培养。基于此，本文认为，应该多开展金融知识和互联网技能的培训，提高家庭的数字金融能力，特别是对互联网和金融发展较落后的地区。此外，还应加强家庭的风险防范意识教育，避免家庭过度借贷、不理智投资等行为。