数字普惠金融背景下金融素养对中国城镇家庭财务脆弱性的影响

■王安邦 胡振

一、引言

财务脆弱性衡量的是家庭应对和缓冲债务风险的能力，即当面对风险所带来收入减少与临时性支出增加时，家庭是否可以应对既往负债，维持正常生活[1]。随着负债与杠杆率不断上升，城镇居民的家庭财务脆弱性也在不断上升[2]，当负债上升时，家庭违约风险上升，家庭无力偿还债务，难以满足基本生活需求，家庭财务脆弱性升高[3]。金融素养反映家庭在管理和运用家庭资产、收入和进行消费、投资时所掌握的金融知识和技能[4]，不仅包含金融知识，还包括将金融知识实践的具体表现，以及对金融工具使用和理解的态度[5]。金融素养对缓解家庭财务脆弱性起着很大作用，金融素养可以通过优化家庭在信贷、储蓄、资产配置、消费等方面的决策缓解家庭财务脆弱性[6，7]。数字普惠金融是在数字经济背景下，通过数字金融服务促进普惠金融的行为，有利于为弱势群体提供更加充分、正规的金融服务[8]。在大数据、5G技术、云计算、人工智能技术和区块链技术不断发展的背景下，数字普惠金融得到了极大发展。数字普惠金融减少了金融服务交易成本，降低了进入门槛，其使用深度和覆盖广度得到快速提升[9]。数字普惠金融的发展提升居民金融素养水平，而居民金融素养水平的提升又进一步缓解家庭财务脆弱性。

通过梳理已有文献发现，影响家庭财务脆弱性的因素包含微观因素和宏观因素两方面。微观因素中，在户主特征方面，受教育程度[2]、风险偏好程度[2]、年龄[3]、户主性别[10]、婚姻[11]均能影响家庭财务的脆弱性，其中户主的金融素养更是近期研究的重点[12，13]。在家庭特征方面，主要因素包括家庭收入水平、资产水平、房屋数量[14]、人口数量、家庭成员健康状况[15]。宏观因素中，金融体系、政策方向[16]等都会对家庭财务脆弱性产生影响，其中数字普惠金融是目前研究的重点[17—19]。

上述研究对本文有很大启发，但仍存在完善空间：第一，大多数文献采用截面数据进行研究，没有考虑到随着经济常态化发展和科技不断进步，城镇家庭财务脆弱性的变化。第二，多数研究聚焦于金融素养或数字普惠金融对家庭财务脆弱性的影响，鲜有将二者结合起来研究对城镇家庭财务脆弱性的影响。基于此，本文利用中国家庭金融调查（CHFS）数据与数字普惠金融指数，从家庭金融视角出发，探究数字普惠金融背景下金融素养对城镇家庭财务脆弱性的影响及其机制。

二、理论研究和研究假设

（一）金融素养对城镇家庭财务脆弱性的影响

金融素养是影响城镇家庭财务脆弱性的关键因素[3]。梳理现有文献发现，金融素养可以从以下三个方面缓解城镇家庭财务脆弱性：第一，随着居民金融素养水平的提升，家庭过度负债情况得以缓解，进而减缓家庭财务脆弱性[20]。过度负债是影响和衡量家庭财务脆弱性的重要指标[21]，存在过度负债的家庭，面临的家庭风险更高，更容易陷入家庭财务脆弱情况中。居民金融素养提升，其掌握的金融知识更丰富，更有利于控制负债水平，减少风险，进一步缓解家庭财务脆弱性。第二，金融素养通过影响家庭消费、收入与投资等金融行为，进一步优化家庭资产配置[22]，同时扩大人们对金融市场的参与度[23]。金融素养通过影响居民家庭合理配置消费、储蓄、借贷等[22]，以保障家庭未来生存发展，避免家庭面临应急储蓄[24]不足的情况，从而缓解家庭财务脆弱性。第三，投资者风险偏好程度会受到其金融素养水平的影响，金融素养水平高的家庭更擅长控制投资风险，进一步减少家庭财务脆弱性所带来的影响[6]。金融素养低的城镇家庭大多存在财务困境，财务困境会使得城镇家庭财务脆弱性不断上升[2]。在金融素养较高的情况下，城镇家庭可以有效识别风险并拥有应对风险的能力，对冲风险损失，缓解家庭所面临的财务风险。财务风险降低，家庭所面临的财务脆弱性随之下降。基于此，本文提出以下假说：

假设1：金融素养可以缓解城镇家庭财务脆弱性。

（二）数字普惠金融、金融素养对城镇家庭财务脆弱性的影响

数字普惠金融可以突破时间和空间的限制[24]，让人们通过移动终端获得金融服务，极大地降低了交易成本[18]。除此之外，数字普惠金融的融资能力和投资能力可以极大程度缓解家庭所面临的资金约束[19]。因此，数字普惠金融能通过降低融资成本、缓解融资约束，进而缓解家庭财务脆弱性[25]。同时，数字普惠金融的信息提供功能[19]，有助于解决城镇家庭在风险投资、利率、金融产品等方面的信息不对称问题，帮助城镇家庭合理进行金融决策，从而提升其金融素养水平。金融素养水平的提升又可以进一步缓解家庭财务脆弱性。基于此，本文提出以下假说：

假设2：数字普惠金融可以缓解城镇家庭财务脆弱性。

假设3：数字普惠金融可以通过提升城镇家庭金融素养水平来缓解家庭财务脆弱性。

三、数据来源、变量选取与模型设计

（一）数据来源

本文所选的城镇家庭金融数据主要来源于中国家庭金融调查（CHFS）②，根据数据特征与数字普惠金融对城镇家庭的影响，选择2013、2015 和2017年三轮跟踪数据，经过清理得到了28110个总样本量、9370 个家庭样本的面板数据集。数字普惠金融指数来源于北京大学数字金融研究中心发布的《北京大学数字普惠金融指数（2011—2020年）》，由于CHFS 调查的是上一年的样本家庭情况，因此本文选取2012年、2014年和2016年数字普惠金融指数进行匹配。

表1为变量含义及描述性统计。在户主特征中，男性占比74.4%，已婚占比86.4%，平均年龄61.27岁，学历多为初中，身体状况为3.51，属于中上水平，幸福感为4.03，说明幸福感水平较高。风险偏好均值为0.05，风险厌恶均值为0.49，说明大多数人是厌恶风险的。家庭特征中，家庭规模平均为6.93人，房产数量平均为1.03 套。从区域特征来看，48.2%的受访者在东部地区，29.1%的受访者在中部地区，22.7%的受访者在西部地区。

表1 变量含义及描述性统计

（二）变量说明

1.被解释变量

本文被解释变量为家庭财务脆弱性（HFV）。参考已有文献，本文使用过度负债[21]和应急储蓄[24]来衡量家庭财务脆弱性[19]。过度负债衡量家庭负债水平，反映家庭信用风险暴露程度。过度负债使用负债收入比进行衡量，当负债收入比超过某一固定阈值时，说明家庭存在过度负债。部分学者将该阈值设定为30%[24，26]，当负债收入比超过30%时，说明该家庭是过度负债家庭。本文沿用此方法，按照问卷数据将家庭负债占家庭总收入的比重超过30%的设为1，没有超过30%的设为0。应急储蓄衡量家庭在出现收入冲击时维持家庭当前生活水平的能力，即当前家庭储蓄水平与3 个月生活支出的比较[24]，同样采用客观指标进行衡量。劳动力失业后，需要3—6个月才能实现再就业[23]。当家庭所拥有的储蓄水平不足以支撑3 个月生活消费时，说明是应急储蓄不足的家庭。本文使用这种方法，当家庭储蓄少于3个月的生活开支时设为1，而当储蓄高于3个月的生活开支时设为0。

考虑到家庭过度负债和应急储蓄的情况，取其值为0—2。其中，0 表示家庭财务脆弱性处于低水平，不存在过度负债和应急储蓄不足的情况；1表示家庭财务脆弱性处于中度脆弱的情况，要么过度负债，要么应急储蓄不足，但两者不能同时存在；2 表示家庭财务脆弱性属于高度脆弱，此时既存在过度负债，又存在应急储蓄不足。

2.解释变量

本文重点探究的是数字普惠金融背景下金融素养对城镇家庭财务脆弱性影响。核心解释变量包含金融素养水平1（fl）和数字普惠金融总指数（DFIIC）。

（1）金融素养的概念

参考已有研究，将金融素养定义为家庭主观金融素养与客观金融素养的总和[27]，其中主观金融素养是指受访者的金融知识与技能的主观方面，主要包含受访者对金融知识的关注程度、风险的态度等。客观金融素养是指受访者关于通货膨胀率、利率和风险的了解程度。

（2）金融素养问卷处理与赋值

表2反映了对金融素养的问题及赋值处理情况。参考已有文献做法，“不知道”与回答错误所代表的金融知识不同[28]。本文对每个问题设置了两个虚拟变量：第一个虚拟变量表示该问题是否回答正确；第二个虚拟变量表示是否直接回答（如果不知道或无法计算，这里的答案是间接的）。正确的答案和直接回答被记录为1，错误的答案或没有直接回答被记录为0。将客观指标和主观指标累计相加即可得到金融素养水平1（fl）。为了保证实证结果的稳健性，本文采用迭代主因子法进行因子分析计算金融素养，得到金融素养水平2（FL）。

表2 金融素养测度指标体系

（3）数字普惠金融指标

参考已有文献[16]，本文所选取的数字普惠金融指标为省级数据，合理性说明如下：为避免由于离散数据对数据变异度的影响，本文使用Lowess 法估计省级层面数字普惠金融指数与金融素养、家庭财务脆弱性之间的关系。图1所示的是数字普惠金融指数与金融素养之间的关系，可以看出，数字普惠金融指数与金融素养之间呈现平滑的线性关系，对家庭金融素养存在显著正向关系。图2所示的是数字普惠金融指数与家庭财务脆弱性之间的关系，可以看出，数字普惠金融指数与家庭财务脆弱性之间呈现平滑的负向线性关系。综上所述，选择省级层面的数据对实证结果的影响不大。

图1 数字普惠金融与家庭金融素养Lowess平滑估计

图2 数字普惠金融与家庭财务脆弱性Lowess平滑估计

3.控制变量

本文控制变量的选取参考既往文献，主要包含户主特征变量[29]、家庭特征变量[30]。其中，户主特征变量包括性别、年龄、学历、政治面貌、婚姻状况、身体状况、风险偏好、风险厌恶、幸福感。家庭特征变量包括家庭规模、房产数量、总资产、总收入、总消费、信贷行为、正规借贷。为了减少数据之间的差异，使数据更加稳健，本文对总资产、总收入、总消费取对数，并进行上下1%的缩尾处理，最终得到变量总资产对数、总收入对数、总消费对数。

（三）模型设定

1.金融素养对城镇家庭财务脆弱性的影响

面板Oprobit 模型将城市居民的家庭经济脆弱性视为一个排名变量，有必要使用潜变量来推导出MLE（最大似然估计）估计量。

（1）式中，HFVi*t代表第i位城镇居民在第t期家庭财务脆弱性的潜变量。假定随机变量εit～N(0,σ2)，HFVit为第i位城镇居民在第t期的家庭财务脆弱水平，flit表示第i位城镇居民在第t期对应的金融素养水平，Xit为其他控制变量。与HFVit存在一定数量关系：当HFVi*t小于等于临界值β1时，HFVit=0 ；大于β1但小于等于β2时，HFVit=1；大于β2时，HFVit=2。具体如（2）式所示：

假定Xt为所有变量，∅(·) 累积分布函数，则HFVit可以表示为：

面对贫富差异趋于极化的高基尼系数问题，国际通行方法一般是由国家或地区对社会财富进行二次分配。社会财富的二次分配的确可以发挥“削高填低”的经济效应，缩小区域间、居民间的社会财富差异，有效降低区域的基尼系数，进而有效提升社会公平，减少各类社会问题。但是，由政府主导的社会财富的二次分配，却必然会在一定程度上挫伤部分区域、部分群体社会财富创造的积极性，不利于社会经济整体的高效发展。因而，如何确保社会财富从高收入地区、群体合理流向低收入地区、群体，又能充分调动高收入地区、群体社会财富的创造、创新积极性，似乎是一对矛盾。

面板OLS 估计将HFVit作为基数进行处理，具体模型如下所示：

（4）式中，HFVit为第i位城镇居民在第t期的家庭财务脆弱水平，flit表示第i位城镇居民在第t期对应的金融素养水平，Xit为其他控制变量，εit为随机扰动项。

2.数字普惠金融对金融素养的影响

（5）式中，fl*it代表第i位城镇居民在第t期的金融素养的潜变量。假定随机变量εit～N(0,σ2)，flit为第i位城镇居民在第t期的金融素养水平，lnDFIICit表示第i位城镇居民在第t期对应的省级数字普惠金融指数对数，Xit为其他控制变量。fl*it与flit存在一定数量关系：当fl*it小于等于临界值α1时，flit=0 ；大于α1但小于等于α2时，flit=1；以此类推，当fl*it大于α10时，flit=10。具体如（6）式所示：

假定Xt为所有变量，∅(·)累积分布函数，则flit可以表示为：

四、实证分析

（一）金融素养对城镇家庭财务脆弱性影响

1.总体状况

表3为2013、2015和2017年按金融素养分组统计的家庭财务脆弱性分布情况。可以看出，在各个年份中，随着金融素养由低到高，家庭财务脆弱性的均值逐渐降低。在低金融素养组中，中度脆弱家庭的比例最高，低度脆弱家庭的比例其次，高度脆弱家庭的比例最低；在中等金融素养和高金融素养组中，低度脆弱家庭的比例最高，其次是中度脆弱家庭，高度脆弱家庭的比例最低。上述统计结果初步表明，金融素养对家庭财务脆弱性有明显的负面影响。

表3 受访家庭按金融素养分组的家庭财务脆弱性比较

2.回归分析

表4 金融素养与城镇家庭财务脆弱性：面板随机效应基准回归结果

控制变量对家庭财务脆弱性的影响如下：从户主特征层面看，户主年龄对家庭财务脆弱性的影响显著为负，并且户主受教育程度越高，居民的金融素养越高，越可以缓解家庭财务脆弱性。同时，户主是党员、已婚、健康程度越高、幸福程度越高时，可以在更大程度上缓解家庭财务脆弱性。但是，如果户主是一名风险偏好者，家庭陷入财务脆弱的可能性则升高。从家庭层面来看，家庭规模、房屋数量、家庭收入、家庭消费、家庭借贷行为对家庭财务脆弱性的影响显著为正。从房屋数量统计来看，80%以上家庭的房屋数量不超过1套，所以当房屋数量增加时，反而会增加居民的生活压力，导致家庭财务脆弱增加。此外，家庭收入对家庭财务脆弱性的影响显著为正[31]，家庭资产以及正规借贷行为对家庭财务脆弱性的影响显著为负。这些结果和已有文献研究一致。由此，假设1得以验证。

表5报告了数字普惠金融背景下金融素养对家庭财务脆弱性的影响。模型3a 为数字普惠金融对家庭财务脆弱性的回归系数，显著为负；模型3b 为金融素养对家庭财务脆弱性的回归系数，显著为负；模型3c为数字普惠金融对金融素养的回归系数，显著为正；模型3d为数字普惠金融与金融素养对家庭财务脆弱性的回归系数，均显著为负。金融素养对家庭财务脆弱性的回归系数显著为负，且因数字普惠金融变量的加入，在一定程度上金融素养对家庭财务脆弱性的实际影响变大。以上分析均说明数字普惠金融可以通过提升家庭金融素养进而减缓家庭财务脆弱性。基于此，假设2和假设3得以验证。

表5 数字普惠金融通过提升金融素养进一步减少家庭财务脆弱性

（二）内生性处理

为了避免内生性问题而造成的实证结果偏差，本文对可能存在的内生性问题逐一进行了分析。

1.测量偏误问题

测量偏误主要是因为文件设置中抽样办法存在的问题。本文所选数据采用分层、三阶段与规模度量成比例（PPS）的抽样设置，具有较高的稳健性，在一定程度上可以避免由于测量误差引起的内生性问题。

2.遗漏变量问题

遗漏变量问题是因为残差项中可能存在影响因素导致系数估计变量的估计偏误，是内生性问题中最为严重的。本文可能存在以下问题：第一，存在不随时间、地点改变的户主特征变量与家庭特征变量的因素，所以需要进行更为精准的控制。第二，虽然本文匹配了不少控制变量，但还是可能遗漏部分重要变量。

对于第一类遗漏变量的问题，本文参考傅秋子等[32]的做法，加入时间、地区的双向固定随机效应模型，以控制随时间、地点改变的户主特征与家庭特征层面的遗漏变量。

对于第二类遗漏变量的问题，本文采用工具变量法进行估计，以减少由内生问题引起的估计误差。工具变量的选择要求与内生变量高度相关且与干扰项无关。本文参考现有研究，使用“除自己之外的同一地区其他家庭的平均金融知识水平（mean_fl）”和“滞后两期家庭金融素养（L2.fl）”作为工具变量[33]，主要原因是同一地区的金融素养水平高，户主可以通过与同地区的人交流获得更多的金融知识，从而提高金融知识水平。同时，同一地区其他家庭的金融知识水平不会影响自己家庭的金融知识水平，这符合工具变量的相关性和外生性选择标准。

两阶段最小二乘法的回归结果见表6。从结果可以看出，第一阶段回归中工具变量的估计系数显著异于0，第二阶段回归中金融素养对家庭财务脆弱性的影响在1%的水平上显著为负。此外，实证均通过了沃尔德检验和弱工具变量AR 检验，说明工具变量的选择是符合要求的。估计结果表明，在考虑了内生性之后，金融素养对家庭财务脆弱性的抑制作用依然成立，本文的实证结果是稳健的。

表6 金融素养与家庭财务脆弱性：两阶段最小二乘估计结果

（三）稳健性检验

1.替换变量的稳健性检验

在金融素养水平的处理上，采用主成分法进行因子分析。表7报告了金融素养水平2（FL）对家庭财务脆弱性的实证结果。实证结果表明，在控制了时间固定效应和区域固定效应后，使用因子分析指标所构建的金融素养来探究其对家庭财务脆弱性的影响时，金融素养水平2（FL）对家庭财务脆弱性的实证回归系数依然显著为负，各个变量的回归系数符号与显著性大多与基础回归保持一致。综上所述，替换解释变量后的稳健性检验通过，说明本文回归结果是稳健的，即金融素养提升能显著降低家庭财务脆弱性。

表7 金融素养与家庭财务脆弱性稳健性检验：面板随机效应基准回归结果

2.换样本的稳健性检验

本文使用2019年的截面数据替换样本来检验稳健性，并选择与基础回归相同的解释变量、被解释变量和控制变量，所得结果如表8所示。金融素养对家庭财务脆弱性的实证回归系数显著为负，各变量的回归系数符号和显著性与基本回归一致。综上所述，替换解释变量后的稳健性检验通过，说明回归结果是稳健的，这进一步说明金融素养水平的提高能显著降低家庭财务脆弱性。

表8 金融素养与家庭财务脆弱性稳健性检验：2019年截面数据基准回归结果

五、异质性分析

由于不同的城镇居民存在个体特征差异，且地域不同，公共资源配置和经济状况也不同，另外从基准模型的结果可以发现，年龄等变量回归系数的显著性也不相同，因此，进行异质性分析很有必要。本文选取年龄、区域、资产、收入、消费和受教育水平六个角度来进行异质性检验。结果如表9所示。

（一）基础门槛

从年龄角度出发，本文参考罗淳[34]的做法，不考虑20岁以下的样本，将20—39岁年龄段的样本分为青年组，将40—59 岁年龄段的样本分为中年组，将60 岁以上年龄段的样本分为老年组。从表9可知，在不同年龄段下，金融素养均可以缓解家庭财务脆弱性，其影响效果在中年组和老年组的表现更为明显，也就是说随着年龄的不断增长，其缓解家庭财务脆弱性的能力越来越强。

表9 金融素养对家庭财务脆弱性影响的异质性分析

从区域角度出发，CHFS 中按照东部、中部和西部将各省份进行分类。从结果可知，不管东部、中部和西部，金融素养都可以显著降低家庭财务脆弱性，且金融素养对家庭财务脆弱性的影响在东部和中部地区略大于西部地区。这是因为东部和中部地区的经济较发达，居民金融素养水平更高，对家庭财务脆弱性的缓解能力也就更强。

（二）财富门槛

从资产角度出发，本文参照路晓蒙等[35]的做法，将家庭资产从低到高排序，分为低资产组、中资产组和高资产组。在这三组中，金融素养均可以缓解家庭财务脆弱性，且影响程度近乎相同。

从收入角度出发，本文将家庭收入从低到高排序，分为低收入组、中收入组和高收入组。从结果可以看出，金融素养对家庭财务脆弱性的减少作用，在中、高收入组的家庭中表现更为明显。

从消费角度出发，本文将家庭消费情况从低到高排序，分为低消费组、中消费组和高消费组。从结果可以看出，金融素养对家庭财务脆弱性的减少作用，在中、高消费组的家庭中表现更为明显。

（三）认知门槛

从受教育角度出发，本文将受教育程度分为三个层次。其中，将初等教育定义为初中及以下学历的家庭，即edu≤3；将中等教育定义为高中、中专/职高、大专/高职的家庭，即3

六、结论与建议

随着我国家庭负债水平的上升，城镇家庭财务脆弱性也在不断增加，对整个金融系统甚至是国家整体稳定性产生不利影响。家庭财务脆弱性的衡量是多维度的，不仅可以通过家庭的负债情况来衡量，同时也可以通过收入与消费情况来度量。本文使用过度负债与应急储蓄来度量城镇家庭财务脆弱性，并结合当前数字普惠金融的时代背景来探究金融素养对城镇家庭财务脆弱性的影响。

本文研究得到三点结论：第一，金融素养显著降低了城镇家庭财务脆弱性。户主年龄的增加、户主是党员、已婚、健康程度越高、幸福程度越高，均可以缓解城镇家庭财务脆弱性。而如果户主是风险偏好者，则在一定程度上会提高城镇家庭财务脆弱性。同时，家庭规模、房屋数量、家庭收入、家庭消费、家庭借贷行为对城镇家庭财务脆弱性的影响显著为正。第二，数字普惠金融可以通过提升家庭金融素养进而减缓家庭财务脆弱性。第三，从基础门槛来看，金融素养均可以缓解城镇家庭财务脆弱性，其影响效果在中年组、老年组和东部中部地区的表现更为明显。从财富门槛来看，金融素养对城镇家庭财务脆弱性的减少作用，在中高收入以及中高消费组的家庭表现更为明显。从认知门槛角度来看，不论教育程度是初等、中等还是高等，金融素养对城镇家庭财务脆弱性均具有显著的抑制作用。

基于研究结论，本文提出以下建议：

第一，全面提升居民金融素养水平。一是将居民金融教育纳入日常教育中。将金融技能、金融行为、金融态度和金融知识四个维度的金融知识纳入普通义务教育体系，从小培养居民的金融素养水平、金融风险水平和意识。二是构建全方面、多渠道的金融素养相关知识学习平台。通过学校、培训等方式开展线下的学习，尤其是可以和一些金融机构开展合作，通过短视频平台、社会公众号、微博以及与金融机构合作开办的app 等方式，开展线上学习平台。三是关注弱势群体的金融素养水平。弱势群体尤其是西部、部分中部地区居民的金融素养水平处于较低水平，对此应充分利用政府、金融机构等来普及人们日常所需金融知识，提高居民对金融知识的接触可能性，从而提升居民的金融素养水平。通过耳濡目染的方式，加强群体之间的宣传，提高人们对金融素养水平的重视程度，从而提升居民金融素养水平。

第二，全面提升数字普惠金融普及程度。一是进一步加强对数字普惠金融的激励制度建设。大力发展数字技术的硬件和软件设施，发展移动金融公共服务平台，鼓励金融机构实现业务的数字化技术，完善科技领域创新激励制度，拓展大数据、人工智能、云技术等在金融领域的应用，促进数字普惠金融水平的提升。二是深化不同领域金融服务。扩大支付、保险、信贷和理财等方面技术的宣传和推广，采用线下直接宣传、线上网络宣传的方式进行推广，促进金融服务不断深化。与高技术互联网金融企业之间达成合作，以适当的方式提供移动支付等满减优惠等福利，建议居民多使用数字支付方式，促进数字普惠金融的推广与深化。■

注 释

①数据来源：中国社会科学院金融研究所，http：//ifb.cass.cn/newpc/sjk/。

②CHFS 数据覆盖了29 个省、367 个县（区、县级市）、1481个社区；最大范围调查中覆盖40011 户家庭和127012 名个体；覆盖了东部、中部和西部三类地区经济发展状况，数据具有全面性。