金融素养对家庭财产性收入的...——基于共同富裕视角的研究_唐丹云.pdf

当代财经Contemporary Finance&Economics2023年第4期总第461期当 代 财 经CONTEMPORARYFINANCEECONOMICSNo4，2023Serial No461收稿日期：2022-12-03修返日期：2023-02-16基金项目：高等学校学科创新引智计划（中国家庭金融调查和研究创新引智基地 B16040）；教育部哲学社会科学研究后期资助项目“中国家庭数字金融行为变化及影响研究”（21JHQ060）作者简介：唐丹云，西南财经大学博士研究生，主要从事家庭金融学研究；李洁（通信作者），西南财经大学讲师，经济学博士，主要从事家庭金融学研究，联系方式 ；吴雨，西南财经大学研究员，经济学博士，主要从事家庭金融学研究。一、引言共同富裕是社会主义的本质要求，党的十九大明确提出，到本世纪中叶，我国全体人民共同富裕基本实现；党的二十大再次强调要扎实推进共同富裕。习近平（2021）在 扎实推动共同富裕 中强调，要增加城乡居民住房、农村土地、金融资产等各类财产性收入。1提高居民财产性收入是实现共同富裕的重要途径。然而，目前我国家庭财产性收入拥有率和占比都处于较低水平。根据中国家庭金融调查（CHFS）数据，2019 年我国仅有 39%的家庭拥有除活期存款利息外的财产性收入，家庭财产性收入占家庭总收入的比重仅 4.46%，这一比例远低于欧美国家约 40%的平均水平（何绍周等，2012）。2同时，我国家庭财产性收入在不同收入群体间分布不均（陈建东等，2009），财产性收入对我国总收金融素养对家庭财产性收入的影响基于共同富裕视角的研究唐丹云a，李洁b，吴雨c（西南财经大学 a.经济与管理研究院，b.中国金融研究院，c.中国家庭金融调查与研究中心，四川 成都611130）摘要：提高居民财产性收入是实现共同富裕的题中之义和必然要求。基于 20132019 年中国家庭金融调查（CHFS）数据并使用 Probit 和 Tobit 模型的实证研究表明，金融素养是影响家庭财产性收入的重要因素，金融素养的提升不仅能提高家庭拥有财产性收入的可能性，还能提高家庭财产性收入总额和财产性收入在家庭总收入中的占比。该结论在更换解释变量、剔除有金融从业人员家庭样本后和使用社区同一收入阶层其他家庭的平均金融素养作为工具变量进行内生性检验后依然成立。相比于非金融财产性收入，金融素养对家庭金融财产性收入的影响更为明显，尤其是非存款类金融财产性收入。机制分析表明，提高风险资产占比、提高风险资产收益率、促进投资性房地产持有和土地转出是金融素养影响家庭财产性收入的四个渠道。进一步分析显示，金融素养对低收入群体财产性收入的边际影响更大，说明金融素养的提升让低收入群体财产性收入更快增长，有助于低收入群体更快积累财富，助力共同富裕实现。上述结论表明，提高家庭金融素养尤其是低收入家庭的金融素养是缩小收入差距的重要手段，对于实现共同富裕具有重要的意义。关 键 词：金融素养；财产性收入；共同富裕中图分类号：F832文献标识码：A文章编号：10050892(2023)0400551355DOI:10.13676/36-1030/f.2023.04.003当代财经Contemporary Finance&Economics入差距的贡献在不断扩大（Chi，2012）。3-4因此，如何提高家庭财产性收入尤其是低收入群体的财产性收入，已成为缩小收入差距、实现共同富裕的关键所在。随着我国经济的发展和金融市场的完善，房地产市场发展迅速，居民收入增长明显，各类金融产品层出不穷，家庭获取财产性收入的条件更为成熟，渠道也更为丰富。但如何把握机会，将其转化成现实收益则与家庭能力息息相关。现有研究表明，财富积累、学历、教育培训、政治面貌等家庭微观能力因素会对财产性收入产生重要影响（陈建东等，2009；宁光杰，2014；宁光杰等，2016）。3，5-6金融素养是对金融类相关知识掌握和运用的能力，与家庭财产性收入密切相关。一方面，金融素养有助于促进家庭参与金融市场（尹志超等，2014；Van Rooij 等，2011）、优化资产配置（曾志耕等，2015；Lu 等，2021），从而提升家庭金融资产投资收益。7-10另一方面，金融素养越高的城镇居民信息获取能力越强，更可能投资房产；同时，金融素养较高的农村居民从事非农就业的可能性更高，更可能将耕地流出从而获取土地租金收入。而现有文献鲜有研究金融素养对家庭财产性收入的影响，也未关注金融素养对财产性收入的影响在不同收入群体之间是否存在差异。对于这些问题的探讨不仅能丰富财产性收入方面的研究，在提升家庭财产性收入从而缩小收入差距、实现共同富裕方面也具有重要的现实意义和政策启示。因此，本文基于 CHFS 2013 年、2015 年、2017 年、2019 年四轮调查数据，实证检验了金融素养对家庭财产性收入的影响，并探讨了金融素养影响家庭财产性收入的作用机制，最后基于共同富裕视角重点考察了不同收入群体间的影响差异。本文研究表明，金融素养的提高对于提升家庭财产性收入具有显著的正向效应，具体表现为拥有财产性收入的可能性、财产性收入总额和财产性收入占家庭总收入比重的提升。异质性分析显示，金融素养对财产性收入的提升效应在低收入群体中更为明显，说明金融素养能更有效地促进低收入群体的财富积累，有助于缩小收入差距、推动共同富裕的实现，体现了提高金融素养对于提升弱势群体财产性收入进而缩小收入差距、实现共同富裕的重要性。机制分析表明，金融素养主要通过提升家庭风险资产占比和投资收益率、促进城镇家庭房地产投资和农村家庭土地转出进而影响家庭财产性收入。本文可能的贡献主要体现在以下几个方面：第一，本文通过层次更加丰富的数据论证了金融素养与家庭财产性收入之间的关系。目前关于财产性收入影响因素的研究文献相对较少，且往往采用截面数据进行实证分析（王文涛和谢家智，2017；张国林和何丽，2021）。11-12截面数据无法反映财产性收入随时间的动态变化趋势，无法解决不可观察的个体差异导致的遗漏变量问题。本文采用全国大型微观调查四期面板数据，较好地弥补了截面数据的不足，提高了本文实证结果的可靠性。第二，本文从提高收入层面拓展了金融素养研究。现有文献主要从家庭投资（尹志超等，2014）、融资（张号栋和尹志超，2016）、创业（孙光林等，2019）、养老（Lusardi 和 Mitchell，2008）、储蓄与消费（吴卫星等，2021）等各项决策行为方面探讨了金融素养的影响。7，13-16本文则关注决策优化后的经济后果，即收入的增加，从财产性收入提高的视角检验了金融素养对家庭金融福利提升的积极作用，进一步丰富了金融素养相关研究。第三，本文从微观视角丰富了共同富裕相关研究。现有关于如何实现共同富裕的研究，多集中于中观区域和宏观制度层面（覃成林和杨霞，2017；孙豪和曹肖烨，2022）。17-18本文从提升金融素养进而促进低收入家庭财产性收入更快增长的微观角度为缩小收入差距、实现共同富裕提供了新思路和数据支撑。本文余下部分安排如下：第二部分通过理论分析和文献归纳提出本文研究主题；第三部分介绍本文所用的模型、数据与变量；第四部分展示实证回归结果，研讨金融素养对家庭财产性收入的影响及作用机制；第五部分得出结论，提出政策建议。当代财经 2023 年第 4 期 总第 461 期56当代财经Contemporary Finance&Economics二、理论分析家庭财产性收入是指家庭将其所拥有的金融资产、住房等非金融资产和自然资源交由其他机构单位、住户或个人支配而获得的回报。家庭财产性收入包括金融财产性收入和非金融财产性收入。金融财产性收入是指从金融资产获得的财产性收入，包括存款利息，理财产品收入，股票、基金和债券收入，金融衍生品收入，非人民币资产收入，贵金属收入，其他金融资产收入和借款利息收入等（甘犁等，2019）。19可见，金融财产性收入主要源自家庭对金融资产的投资。金融资产中，存款类金融资产具有低风险低收益的特性，在通货膨胀的背景下并不利于家庭财富的保值和增值。因此，持有非存款类金融资产（也即风险资产）有利于家庭获取财产性收入，故而提升风险资产占比和风险资产收益率有利于提高家庭金融财产性收入。现有研究表明，金融素养有益于居民做出理性、高效的投资决策。一方面，金融素养可以促进家庭的金融市场参与，尤其是股票市场参与（尹志超等，2014；Van Rooij 等，2011）。7-8中国家庭普遍存在高储蓄、低风险投资的现象，其重要原因是金融知识相对匮乏。金融素养较低的家庭对金融市场和金融产品了解较少，对经济信息的获取和解读不足，当其存在闲置资金时优先考虑银行储蓄从而影响到其金融市场的参与。提高家庭金融素养，有利于降低信息搜集和处理成本，有利于其从海量信息中发现投资机会，也有利于增进其对金融产品风险收益特征的了解，在存在剩余资金时更可能抓住股票、基金等风险投资机会，从而促进其金融市场的参与，提高风险资产占比（尹志超等，2014），进而提高财产性收入。7另一方面，金融素养有利于提高家庭风险资产收益率。首先，传统金融理论认为，家庭投资组合缺乏多样性不利于分散风险，容易导致较低的投资收益。金融素养越高的家庭对金融市场风险认知更充分，更可能多样化投资以分散或对冲风险，有效提升家庭的投资组合多样性（曾志耕等，2015），从而有助于优化资产配置（Lu 等，2021）。9-10其次，风险投资是一个复杂的过程，非常依赖于投资者对信息的掌握和判断，金融素养较高的家庭能够运用其金融知识搜集和分析经济信息，并准确判断交易时机，做出更为正确的风险资产买卖决策，从而获取风险资产收入（张腾文等，2016），最终助力家庭取得较高的资产收益（Bianchi，2018；Gaudecker，2015），提升财产性收入。20-22非金融财产性收入是从住房等非金融资产和自然资源获得的财产性收入，主要包括房产出租收入和土地租金收入等。金融素养的提高能促进城镇家庭对投资性房地产的投资和农村家庭土地转出，从而获取非金融财产性收入。一方面，近年来，随着房价和房租的不断攀升，房产投资成为城镇家庭投资的理想选项（欧阳艳艳等，2020）。23金融素养反映了家庭对经济信息的获取、理解与运用能力（黄宇虹和黄霖，2019）。24金融素养较高的城镇居民较有可能审时度势，衡量房产投资的成本与收益，从而做出投资二套甚至多套房产的决策，进而赚取房产出租收入。因此，金融素养可能会影响城镇居民的房产出租收入。另一方面，金融素养也可能会对农村居民的土地租金收入产生影响。近年来，土地确权的推进使得农村土地产权更为明确，这为土地流转提供了制度保障，使得土地流转更为便捷和安全。在此背景下，金融素养较高的农村居民更有可能识别非农就业机会或选择自主创业（黄宇虹和黄霖，2019；尹志超等，2015），在不依赖农业生产经营的情况下，更有可能将自有耕地流出以赚取土地租金收入（苏岚岚等，2018）。24-26综合以上分析可知，金融素养高的家庭更可能参与金融市场并取得较高的资产回报，从而促进金融财产性收入提升；同时也更可能拥有投资性房地产以及转出土地从而获取租金收入，促进非金融财产收入的提升。因而，金融素养较高的家庭财产性收入也可能更高。基于此，本文将实证分析金融素养能否助力家庭财产性收入提升。金融素养对家庭财产性收入的影响基于共同富裕视角的研究57当代财经Contemporary Finance&Economics此外，由于家庭自身禀赋的差异，金融素养对财产性收入的影响在不同收入群体间可能存在差异。具体而言，根据已有研究，低收入群体存在明显的金融排斥现象（钱芳，2019）。27金融排斥是指家庭在正规金融服务方面受到约束。受到金融排斥的家庭拥有金融账户的可能性较低，从而在金融市场上的参与度更低，难以通过金融资产投资获取财产性收入。因此，金融素养的提高有助于降低低收入家庭金融排斥，从而使得低收入群体获取财产性收入的可能性显著增加。据此，本文还将实证分析金融素养的提高对不同群体财产性收入的边际影响是否存在差异。三、研究设计（一）模型设定本文主要检验金融素养对家庭财产性收入的影响。由于被解释变量家庭是否持有财产性收入为取值 0、1 的二元虚拟变量，因而借鉴尹志超等（2014）的做法，本文首先采用 Probit 模型分析金融素养对家庭是否拥有财产性收入的影响。7模型设定如下：Prob properdumit=()1=0+1FLit+jjControlsjit+p+t+it()（1）其中，i 表示家庭个体；t 表示年份；properdum 为被解释变量，即家庭是否拥有财产性收入，拥有则取值为 1，否则取值为 0；FL 为家庭金融素养水平；Controls 为一系列可能影响家庭是否持有财产性收入的控制变量集，包括户主个人特征变量、家庭特征变量和区域变量等；1衡量了金融素养对家庭财产性收入的影响；p代表省份固定效应；t为年份固定效应；it为随机扰动项。由于家庭持有财产性收入的总额以及占比存在较多取值为 0 的样本，属于受限因变量，因而参考张晓玫等（2020），本文使用 Tobit 模型进行估计。28模型设定如下：Y*it=0+1FLit+jjControlsjit+p+t+it（2）Yit=max0,Y*it()（3）其中，被解释变量 Yit表示家庭财产性收入总额的对数或财产性收入占家庭总收入的比重；Y*it表示家庭财产性收入总额的对数或财产性收入占家庭总收入的比重大于等于 0 的观测值；其余变量定义和式（1）相同。（二）数据来源本文使用的数据主要来自西南财经大学中国家庭金融调查与研究中心在 2013 年、2015 年、2017年和 2019 年进行的中国家庭金融调查。项目自 2011 年开展，每两年进行一次。其中，2013 年调查样本规模为 28141 户，覆盖全国 29 个省（自治区、直辖市）、264 个区县、1048 个社区/村；2015 年调查样本扩大到 37289 户，涵盖全国 29 个省（自治区、直辖市）、351 个区县、1396 个社区/村；2017 年调查样本扩大到 40011 户，覆盖全国 29 个省（自治区、直辖市）、355 个区县；2019 年调查覆盖全国 29 个省（自治区、直辖市）、345 个区县，样本规模 34643 户。项目采用分层、三阶段与规模度量成比例的抽样设计，保证了样本的代表性。调查采集了家庭的人口统计特征、资产与负债、收入与消费、保险与保障等方面的微观信息，全面反映了家庭金融的基本状况，为本文的研究提供了良好的数据基础。在剔除关键变量缺失以及异常的样本观测值后，最后保留 124016 个样本。（三）变量选取1.被解释变量本文主要关注家庭财产性收入的影响因素，被解释变量包括是否拥有财产性收入、财产性收入总额、财产性收入占比三个变量。本文财产性收入具体包括房产出租收入、土地租金、汽车租金、存款当代财经 2023 年第 4 期 总第 461 期58当代财经Contemporary Finance&Economics利息、理财产品收入、股票收入、基金收入、债券收入、衍生品收入、非人民币资产收入、黄金收入、其他金融资产收入和借出款利息收入。具体变量定义如下：（1）拥有财产性收入，若家庭至少持有以上任意一类财产性收入，则取值为 1，否则取值为 0。（2）财产性收入总额，即家庭持有的财产性收入总额，回归中进行了对数化处理。（3）财产性收入占比，即家庭财产性收入占家庭总收入的比重。2.关键解释变量本文主要考察金融素养对家庭财产性收入的影响，因而合理构造家庭金融素养指标至关重要。学界测度金融素养的方法主要包括客观评价法和主观评价法两种。其中，客观评价法是指通过受访者客观答对金融问题的程度来测度金融素养（尹志超等，2015），主观评价法则是采用受访者主观评价对金融的了解程度衡量其金融素养（吴卫星等，2018）。25，29在金融素养变量的构建上，因子分析法和评分加总法是现有研究中较为常用的变量构建方法，前者是指采用迭代主因子法进行因子分析得到金融素养指标，后者是采用受访者正确回答问题的个数来衡量金融素养。由于主观评价法可能因受访者过度自信产生高估，或因受访者悲观消极而产生低估；而评分加总法无法区分各个问题重要性的不同，且无法区分答错和无法回答问题所体现的金融素养差异。因此，参考尹志超等（2014），本文采用因子分析法构建客观金融素养指标来衡量家庭的金融素养水平。7具体构建过程如下：中国家庭金融调查问卷设计了利率、通货膨胀、投资风险三个相关问题来考察受访者的金融素养。为了进一步区分答错和无法回答问题所体现的金融素养差异，本文对每个问题都构建了两个虚拟变量。一个表示是否回答正确，另一个表示是否正面回答（回答不知道视为非正面回答）。表 1 的列（1）汇报了各个问题的回答情况。由表中数据可知，53.2%的受访者能够正面回答利率相关问题，20.9%的受访者能正确回答；57.4%的受访者能够正面回答通货膨胀相关问题，18.3%的受访者能够正确回答；60.7%的受访者能够正面回答投资风险相关问题，32.6%的受访者能够正确回答。同时，仅3.7%的受访者能答对所有问题。可见，我国家庭金融知识相对不足，金融素养水平总体较低。首先，使用 KMO 检验检测因子分析的适用程度。表 1 的列（2）为 KMO 检验结果。由结果可知，所有因子的 KMO 值都大于 0.6，且整体 KMO 值为 0.631，说明因子分析法是适用的。其次，根据特征根大于 1，本文共提取两个因子，累计贡献率为 0.631。最后，根据因子得分和旋转后因子所占比例，得出综合因子得分，构建家庭金融素养指标（FL）。3.控制变量除以上变量外，本文还控制了一系列可能影响家庭财产性收入的控制变量。户主层面的控制变量包括户主性别、户主年龄、户主已婚、户主受教育年限、风险态度，家庭层面的控制变量包括家庭可支配收入、家庭总资产、未成年人占比、老年人占比、社会保险情况、家庭自有房产、家庭人口规模，区域层面的控制变量包括人均国内生产总值（GDP）和银行贷款余额占比。考虑到城乡差异，本文还控制了城乡虚拟变量。此外，回归中还控制了年份固定效应和省份固定效应。具体变量定义见表 2。表 1金融素养指标构建(1)正确率或正面回答率（%）(2)KMO 检验结果利率相关问题答对20.90.671利率相关问题正面回答53.20.629通货膨胀相关问题答对18.30.615通货膨胀相关问题正面回答57.40.622投资风险相关问题答对32.60.634投资风险相关问题正面回答60.70.620整体3.70.631金融素养对家庭财产性收入的影响基于共同富裕视角的研究59当代财经Contemporary Finance&Economics表 2变量定义表变量名称变量描述变量名称变量描述拥有财产性收入当家庭在样本年份拥有财产性收入取值为 1，否则取值为 0风险规避户主规避风险取值为 1，否则取值为 0财产性收入总额家庭财产性收入总额，回归中进行了对数化处理家庭可支配收入样本年份前一年家庭可支配收入的自然对数财产性收入占比家庭财产性收入占家庭总收入的比重家庭总资产家庭总资产的自然对数金融财产性收入占比家庭金融财产性收入占家庭总收入的比重未成年人占比小于 18 岁家庭成员数与家庭总人数之比非金融财产性收入占比家庭非金融财产性收入占家庭总收入的比重老年人占比大于 60 岁家庭成员数与家庭总人数之比金融素养采用因子分析法构建的金融素养指标社会保险有家庭成员拥有社会保险则取值为1，否则为 0户主性别户主为男性取值为 1，女性取值为0家庭自有房产家庭拥有房产则取值为 1，否则为0户主年龄户主的年龄家庭总人口家庭成员数量户主已婚户主已婚取值为1，否则取值为0人均 GDP地级市人均 GDP，回归中进行了对数化处理户主受教育年限户主的受教育年限银行贷款余额占比各地级市银行业金融机构贷款余额与地级市GDP 之比风险偏好户主偏好风险取值为 1，否则取值为 0农村家庭位于农村取值为 1，城镇取值为 04.描述性统计在剔除异常、存在缺失值样本，并对所有连续变量进行上下各 1水平上的缩尾处理后，得到主要回归变量的描述性统计。统计结果表明，68%的家庭持有财产性收入；平均而言，财产性收入占家庭总收入的比重为 3.6%，其中金融财产性收入占家庭总收入的比重为 1.7%，非金融财产性收入占家庭总收入的比重为 1.9%。总体而言，中国家庭财产性收入占比较低。家庭平均金融素养水平为0.023，最小值为-0.972，最大值为 1.376，说明家庭金融素养水平差异较大。家庭特征方面，76.4%的家庭户主为男性，户主平均年龄为 54.46 岁，85.2%的户主已婚，户主平均受教育年限为 9.367 年；风险偏好家庭占 8.5%，风险规避家庭占 64.1%；平均而言，中国家庭人口规模为 3.285 人，未成年人占 5%，老年人占 30.2%；97.4%的中国家庭至少有一名家庭成员拥有社会保险；90.6%的家庭拥有自有房产；样本中有 30.7%的家庭来自农村地区（由于篇幅限制，描述性统计表未列示）。四、实证结果分析（一）金融素养与家庭财产性收入本文首先检验了金融素养对家庭财产性收入的具体影响，回归结果如表 3 所示。其中，列（1）为金融素养对家庭是否拥有财产性收入的影响结果。由结果可知，在控制了户主、家庭和区域等各层面变量后，金融素养依然显著提高了家庭拥有财产性收入的可能性。具体而言，金融素养的边际效应为0.078 且显著，说明家庭金融素养水平每增加 1 个单位，家庭持有财产性收入的可能性提高 7.8%，占均值的 11.5%（0.078/0.68）。列（2）为金融素养对财产性收入总额的影响结果。可见，金融素养指标的回归系数显著为正，说明金融素养越高的家庭其财产性收入总额也越多。列（3）汇报了金融素养对财产性收入占比的影响。由结果可知，金融素养对家庭财产性收入占比同样具有显著的正向影依据问题“如果您有一笔资金用于投资，您最愿意选择哪种投资项目？”的选择，选择“略低风险、略低回报”或者“不愿意承担任何风险”看作规避风险。依据问题“如果您有一笔资金用于投资，您最愿意选择哪种投资项目？”的选择，选择“高风险、高回报”或者“略高风险、略高回报”看作偏好风险。当代财经 2023 年第 4 期 总第 461 期60当代财经Contemporary Finance&Economics响。以上结果表明，金融素养的提高不仅能增加家庭持有财产性收入的可能性，还进一步提升了家庭财产性收入总额和财产性收入占比。控制变量方面，对于家庭财产性收入拥有，户主为男性、户主受教育年限、家庭可支配收入、家庭总资产、老年人占比和社会保险均具有显著正向影响，而未成年人占比、家庭自有房产和家庭总人口则具有显著负向影响。这可能是因为未成年人教育和购房决策很可能让家庭缺乏剩余资金用于投资，从而降低家庭拥有财产性收入的可能性。财产性收入总额方面，户主为男性、已婚、受教育程度高的家庭以及收入高、资产高、有社保、所在地级市人均 GDP 越高的家庭财产性收入总额更高；而家庭未成年人占比越高、拥有房产和人口规模越大的家庭财产性收入总额越少。在财产性收入占比方面，户主为男性、户主受教育年限、风险偏好、家庭总资产、老年人占比和人均 GDP 等变量具有显著正向影响；家庭收入、未成年人占比、社会保险、自有房产和家庭总人口则具有显著负向影响。表 3金融素养对家庭财产性收入的影响（1）拥有财产性收入（Probit）（2）财产性收入总额（Tobit）（3）财产性收入占比（Tobit）金融素养0.078*(0.002)0.812*(0.026)0.021*(0.001)户主性别0.016*(0.004)0.271*(0.034)0.007*(0.001)户主年龄-0.003*(0.001)-0.004(0.008)0.001*(0.000)户主年龄平方-2e-4*(0.000)-0.000(0.001)-1e-4*(0.000)户主已婚0.002(0.005)0.079*(0.046)-0.001(0.002)户主受教育年限0.009*(0.001)0.066*(0.007)0.002*(0.000)风险偏好0.003(0.005)0.065(0.045)0.013*(0.003)风险规避0.003(0.003)0.026(0.032)-0.001(0.001)家庭可支配收入0.031*(0.002)0.561*(0.027)-0.027*(0.002)家庭总资产0.060*(0.001)0.980*(0.019)0.034*(0.001)未成年人占比-0.027*(0.013)-0.426*(0.135)-0.015*(0.005)老年人占比0.016*(0.006)0.497*(0.055)0.007*(0.002)社会保险0.049*(0.008)0.285*(0.088)-0.013*(0.005)家庭自有房产-0.101*(0.006)-1.332*(0.061)-0.044*(0.003)家庭总人口-0.015*(0.001)-0.186*(0.014)-0.003*(0.001)农村-0.001(0.007)0.088(0.096)-0.011*(0.003)人均 GDP0.008(0.006)0.137*(0.067)0.009*(0.002)银行贷款余额占比0.001(0.004)0.047(0.047)0.004*(0.002)年份固定效应控制控制控制省份固定效应控制控制控制样本量124016124016124016伪 R20.1510.070-1.233注：*、*和*分别表示 1%、5%和 10%的显著性水平；表中汇报的结果均为边际效应，括号内是城市层面聚类的稳健标准误。（二）金融素养与家庭各类财产性收入财产性收入分为金融财产性收入和非金融财产性收入，金融财产性收入可进一步分为存款类金融财产性收入和非存款类金融财产性收入，非金融财产性收入也可进一步分为房产出租收入和土地出租金融素养对家庭财产性收入的影响基于共同富裕视角的研究61当代财经Contemporary Finance&Economics收入。本部分进一步考察金融素养对家庭各类财产性收入的影响。为此，本文计算了家庭各类财产性收入占家庭总收入的比重，构造了家庭金融财产性收入占比、存款类金融财产性收入占比、非存款类金融财产性收入占比、非金融财产性收入占比、房产出租收入占比和土地出租收入占比等变量作为被解释变量进行回归。表 4 汇报了具体的估计结果。从结果可知，金融素养对除土地出租类财产性收入外的各类财产性收入占比都具有显著的正向影响。从边际系数来看，相比于非金融财产性收入，金融素养对家庭金融财产性收入占比的影响更为明显，尤其是非存款类金融财产性收入占比。表 4金融素养对家庭各类财产性收入占比的影响（1）金融类（2）存款类（3）非存款类（4）非金融类（5）房产类（6）地租类金融素养0.019*(0.001)0.013*(0.001)0.062*(0.003)0.009*(0.003)0.013*(0.006)0.004(0.003)控制变量控制控制控制控制控制控制年份固定效应控制控制控制控制控制控制省份固定效应控制控制控制控制控制控制样本量124016124016124016124016124016124016伪 R2-0.334-0.1970.3710.0700.2360.078注：*、*和*分别表示 1%、5%和 10%的显著性水平；表中汇报的结果均为边际效应，括号内是城市层面聚类的稳健标准误。（三）机制检验由上文分析结果可知，金融素养对家庭除土地出租外的各类财产性收入占比均具有显著影响，且对非存款类金融财产性收入的影响最大。非存款类金融财产性收入主要来自金融资产中的风险资产，因此，下面本文将首先以家庭风险资产为切入点，讨论金融素养对财产性收入影响的作用机制；随后考察投资性房地产和土地转出等非金融财产性收入渠道是否是金融素养影响财产性收入的机制。具体而言，参考耀友福（2022），本文采用递归方程检验家庭金融素养的影响机制。30递归方程如下：Channelit=0+1FLit+jjControlsjit+p+t+it（4）Properatioit=0+1FLit+2Channelit+jjControlsjit+p+t+it（5）其中，Channelit为机制变量；1代表金融素养对机制变量的影响；1是控制机制变量后金融素养对家庭财产性收入的影响；2是在控制了金融素养的影响后，机制变量对财产性收入的影响。1.提升风险资产占比和风险资产收益率根据以往文献，家庭金融素养越高，越有可能持有股票等风险资产投资（尹志超等，2014；VanRooij 等，2011），也越有可能分散风险和取得较理想的资产收益（曾志耕等，2015；Bianchi，2018）。7-9，21因此本文认为，金融素养通过提高风险资产占比和风险资产收益率来最终提高家庭财产性收入。风险资产包括理财产品、股票、基金、债券、金融衍生品、非人民币资产、贵金属、其他金融资产和借出款，风险资产占比等于家庭风险资产总额占家庭总资产的比重。参考吴卫星等（2018）将公司经营效率的评价指标类比家庭金融研究的指标，本文将风险资产收益率定义为通过风险资产取得的财产性收入与风险资产总额之比。29表 5 汇报了递归方程回归结果。由表 5 列（1）可知，金融素养越高的家庭风险资产占比越高；列（2）结果显示，金融素养和家庭风险资产占比对家庭财产性收入占比的影响均显著为正，说明金融素养通过提高风险资产占比进而影响家庭财产性收入。列（3）结果表明，金融素养对家庭风险资产收益率的影响系数显著为正；列（4）结果显示，金融素养和家庭风险资产收益率均促进了家庭财产性收入占比的提升，说明风险资产收益率也是金融素养影响家庭财产性收入的渠道。由以上分析结当代财经 2023 年第 4 期 总第 461 期62当代财经Contemporary Finance&Economics果可知，家庭金融素养的提高促进了家庭金融市场参与，提升了家庭风险资产占比和风险资产收益率，从而对家庭财产性收入产生了显著的正向影响。表 5机制检验回归结果（一）（1）风险资产占比（2）财产性收入占比（3）风险资产收益率（4）财产性收入占比金融素养0.055*(0.002)0.018*(0.001)0.289*(0.021)0.020*(0.001)风险资产占比0.362*(0.016)风险资产收益率0.095*(0.005)控制变量控制控制控制控制年份固定效应控制控制控制控制省份固定效应控制控制控制控制样本量124016124016124016124016伪 R20.566-1.3660.296-1.353注：*、*和*分别表示 1%、5%和 10%的显著性水平；回归汇报的结果均为边际效应，括号内是城市层面聚类的稳健标准误。2.促进投资性房地产和土地转出根据上文分析，在城镇房价上涨和农村土地确权背景下，金融素养较高的城镇居民较有可能投资二套房，金融素养较高的农村居民更可能将耕地流出以赚取土地租金收入（苏岚岚等，2018）。26因此本文认为，金融素养可能通过影响家庭投资性房地产的持有和土地转出最终提高家庭财产性收入。为此，本部分进一步采用递归方程检验投资性房地产的持有和土地转出是否是金融素养影响财产性收入的机制。一般而言，家庭首套住房为自住型刚需住房，而持有二套房则可能出于获取租金或房价上涨买卖差价动机。因此，本文通过家庭是否拥有二套房来衡量家庭是否拥有投资性房地产，若家庭拥有大于等于两套房产则投资性房地产取值为 1，否则投资性房地产取值为 0。同时依据 CHFS 问卷中“您家的耕地的经营权是否转给他人或机构？”的回答衡量土地转出，若回答“是”则土地转出取值为 1，若回答“否”则取值为 0。表 6 是机制检验回归结果。其中，表 6 列（1）结果表明，金融素养越高的城镇家庭拥有投资性房地产的可能性越高。列（2）结果显示，金融素养和投资性房地产对家庭财产性收入占比的影响均表 6机制检验回归结果（二）（1）投资性房地产（2）财产性收入占比（3）土地转出（4）财产性收入占比金融素养0.014*(0.003)0.021*(0.001)0.008*(0.004)0.017*(0.001)投资性房地产0.040*(0.003)土地转出0.142*(0.010)控制变量控制控制控制控制年份固定效应控制控制控制控制省份固定效应控制控制控制控制调整的 R20.3570.053样本量85887858873812938129伪 R2-0.864-5.318注：*、*和*分别表示 1%、5%和 10%的显著性水平；括号内是城市层面聚类的稳健标准误；列（1）和列（2）中投资性房地产基于城镇家庭数据回归，列（3）和列（4）中土地转出基于农村家庭数据回归。金融素养对家庭财产性收入的影响基于共同富裕视角的研究63当代财经Contemporary Finance&Economics显著为正，说明投资性房地产是金融素养影响财产性收入的机制之一。由表 6 列（3）结果可知，金融素养越高的农村家庭转出土地的可能性越大；列（4）结果显示，金融素养和土地转出均促进了家庭财产性收入占比的提升，说明金融素养通过提高农村家庭土地转出可能性影响财产性收入。由以上分析结果可知，家庭投资性房地产的持有和土地转出是金融素养影响家庭财产性收入的作用机制。（四）内生性讨论和稳健性检验1.内生性讨论本文的研究可能存在一定的内生性问题。家庭可能因为长期参与金融市场而不断积累经验，使得金融素养有所提高，从而存在反向因果关系。为了缓解内生性问题，借鉴尹志超等（2015）、苏岚岚等（2018），本文选取家庭所在社区同一收入阶层除本家庭外其他家庭的平均金融素养作为金融素养的工具变量，采用 IV-Probit 和 IV-Tobit 模型进行工具变量回归。25-26一方面，同社区同一收入阶层其他家庭平均金融素养水平和受访者的金融素养水平密切相关，满足工具变量的相关性要求；另一方面，同社区同一收入阶层其他家庭平均金融素养水平难以直接影响家庭的财产性收入，满足工具变量外生性要求。因而它是一个较为理想的工具变量。表 7 汇报了工具变量的回归结果。其中，列（1）为一阶段回归结果。由结果可知，一阶段回归F 值为 1483.02，远大于经验值 16.38，表明不存在弱工具变量问题。因此，选用家庭所在社区同一收入阶层除本家庭外其他家庭平均金融素养作为工具变量是合适的。由列（2）、列（3）、列（4）二阶段结果可知，Wald 检验结果均拒绝了原模型不存在内生性的假设，表明采用工具变量模型和原模型之间是有差异的。估计结果表明，金融素养对家庭是否拥有财产性收入、财产性收入总额和财产性收入占比的正向影响依然显著存在，表明了本文估计结论的可靠性。表 7金融素养和家庭财产性收入：工具变量估计结果（3）财产性收入总额（4）财产性收入占比社区同一收入阶层其他家庭平均金融素养金融素养1.410*(0.132)0.065*(0.006)控制变量控制控制年份固定效应控制控制省份固定效应控制控制样本量122640122640调整的 R2一阶段 F 值Wald 检验21.28*63.83*（2）拥有财产性收入0.408*(0.042)控制控制控制12264012.97*二阶段（1）金融素养0.277*(0.010)控制控制控制1226400.3061483.02一阶段注：*、*和*分别表示 1%、5%和 10%的显著性水平；括号内是城市层面聚类的稳健标准误。2.稳健性检验为进一步保证本文估计结果的可靠性，本文进行了如下稳健性检验。（1）替换关键解释变量。本部分首先采用评分加总法构建客观金融素养指标进行稳健性检验。采用评分加总法构建金融素养指标后，金融素养对家庭财产性收入拥有的可能性、财产性收入总额和财产性收入占比的影响系数依然均显著为正，表明本文的结果是较为稳健的。（2）剔除有金融从业人员家庭样本。家庭金融素养受按照收入的分位数将样本家庭分为四组，在同一分位数组中的家庭视为同一阶层