罗荷花，叶谊锋

（湖南农业大学 经济学院，长沙 410128）

0 引言

收入稳定增长是家庭维持可持续生计安全的重要策略，也是更好满足人民日益增长的美好生活需要的重要保障。然而，在经济恢复势头不够强劲、劳动力市场修复迟缓等现实问题的冲击下，内外部不确定性因素均极大地考验着我国居民家庭抵御风险能力，直接影响到家庭收入脆弱性，制约家庭收入持续增长。研究也表明，居民家庭在遭受自然灾害、健康恶化等风险冲击时，家庭收入脆弱性较高[1]，可能会加大家庭之间收入差距。随着数字金融蓬勃发展，居民数字金融能力的提升可能成为缓解家庭收入脆弱性的良方。数字金融能力通常被理解为居民金融素养和数字认知能力的集合，是家庭在数字时代进行资源配置的一种能力，在缓解家庭信贷约束、实现风险分散等方面具有显著作用[2]。数字金融能力较强的居民可以通过人力资本效应实现资产跨期优化和风险有效管理，借助互联网理财、数字保险等产品来防范收入风险，降低家庭对未来收入的不确定预期。同时，数字金融能力帮助家庭获得更多参与现代金融市场的机会和选择权，缓解机会不平等和优化家庭资源配置，不断拓宽家庭增收渠道。因此，研究数字金融能力能否有效缓解居民家庭收入脆弱性对化解家庭收入风险和增强家庭内生发展动力具有重要意义。

关于居民家庭收入及脆弱性影响因素方面的探讨，近年来学术界主要趋向于关注文化教育、债务水平、信贷资金可得性等因素的影响，如陈晓东（2021）[3]研究发现文化教育对家庭收入不平等的影响力要高于经济因素和社会环境因素。Berisha 等（2015）[4]发现家庭负债程度的提高会导致收入差距扩大。Uddin 等（2020）[5]通过研究孟加拉国茶园工人的调研数据发现，提升茶园工人的信贷资金可得性助于降低家庭收入脆弱性。然而，现有关于数字金融能力对家庭收入脆弱性影响的直接研究较少，大部分文献从金融素养、数字认知能力或互联网金融参与等间接视角分析，如胡振（2018）[6]认为居民不断提升金融素养能够促进家庭收入和财富规模的增长；单德朋等（2022）[7]认为数字认知能力是影响农户财产性收入的重要因素；尹志超等（2022）[8]发现居民互联网金融参与虽然能增进家庭总收入，但也会强化收入波动性。

综合已有文献可知，学者们虽已逐步关注到金融素养、数字认知能力、互联网金融参与等因素对居民家庭收入及脆弱性的影响，但并未同时将其进行综合分析，缺乏从数字金融能力等新兴因素视角探讨其对居民家庭收入脆弱性影响的研究。基于此，本文从以下三个方面进行拓展：一是对居民家庭收入脆弱性的测度方法进行改进，从“收入水平缩减”“收入差距扩大”两个维度来进行科学测度；二是从数字金融能力视角，发现其对居民家庭收入脆弱性存在负向的影响；三是基于投资多样化与风险承担两种机制，检验并解释了数字金融能力影响居民家庭收入脆弱性的路径。

1 研究假设

早期古典经济学收入分配理论认为，居民家庭所掌握的资源禀赋及要素价格是决定其收入的关键因素。在假设当前要素价格归属于市场调控前提下，信息不对称成为制约居民家庭资源获取能力和资产配置效率的重要因素，而居民数字金融能力的提升恰好为降低信息不对称提供了良好基础，成为缓解家庭收入脆弱性的新解方。首先，居民数字金融能力的提高有助于提升家庭人力资本积累水平，意味着居民在参与金融市场活动时能做出更合理判断，对金融市场信息进行甄别、分析和整合，减缓信息不对称，驱使家庭利用信息优势来提升金融资产收入。其次，当居民具有较高的数字金融能力时，能够强化数字场景下居民对经济行为的分析和决策能力，提高家庭参与金融经济活动的便利性，促使家庭快速获取各类信息资源，以此提升家庭资产配置效率，为家庭收入增长提供更多元化路径[9]。可见，居民数字金融能力对提高家庭收入起着重要作用，有助于增强家庭的收入韧性和内生发展能力，进而缓解家庭收入脆弱性。

因此，本文提出假设1：数字金融能力能够有效缓解居民家庭收入脆弱性。

理论上，数字金融能力对居民家庭收入脆弱性的缓解效应至少来源于两种渠道：一是在促进投资多样化方面，具有较高数字金融能力的居民家庭在数字技术使用和金融信息获取方面更具有优势，能够降低因信息不对称所造成的交易成本，促使家庭在保留一定储蓄的基础上配置更加多元化的金融资产。随着居民家庭金融资产配置不断得到优化，其所持有的闲散资金也得以盘活，利于家庭扩大潜在的资产性收益，推动家庭因金融福利的获得而有效缓解家庭收入脆弱性。二是在提升风险承担水平方面，个体对金融行为的风险预期及心理承受能力会随着时间而改变。随着数字金融发展水平不断提升，移动支付、网络购物等数字化的金融场景会逐渐渗透到居民家庭生活的方方面面。居民在参与数字金融活动过程中，其对数字金融产品和服务的认知力和体验感会更强，风险承受能力也会随之增强，使其更可能利用互联网理财或融资平台进行投融资，获得更多的资产性回报，有利于增加和稳定家庭收入来源，从而对缓解家庭收入脆弱性产生重要影响。

因此，本文提出假设2：数字金融能力能够通过促进投资多样化和提升风险承担水平来缓解居民家庭收入脆弱性。

那么，数字金融能力是否会因地区差异而对居民家庭收入脆弱性产生异质性影响呢？相比经济发达地区，中西部、农村等欠发达地区的区域产业、经济环境较差，致使当地家庭资源获得有限，居民数字金融能力往往较低。而东部及城市地区的居民家庭具有资源禀赋优势，接受高等教育的机会更多，促使其积累金融素养和人力资本，且这部分家庭更容易拥有触及互联网的智能手机、电脑等数字资源，在数字终端普及率上会高于欠发达地区家庭，便于其享受数字金融发展带来的“数字红利”，并利用数字金融平台创造更多融资和就业机会，提升家庭增收创收的可能性，从而在缓解家庭收入脆弱性过程中获得更大的边际效应。

因此，本文提出假设3：数字金融能力对居民家庭收入脆弱性的缓解效应在东部和城市地区更为显著。

2 研究设计

2.1 方法介绍

在已有文献当中，收入脆弱性一般被理解为居民家庭未来收入水平低于既定贫困标准的概率，测度方法往往从单一维度来进行测度[10]。然而，由于居民家庭之间存在异质性，如果仅以贫困线作为衡量标准，难以动态反映不同家庭收入脆弱性的变换情况。且影响家庭收入脆弱性的因素是多方面的，既有可能是家庭收入水平未能持续增长，也有可能是家庭之间收入差距持续扩大，甚至是二者兼具。鉴于此，本文参考刘波等（2020）[11]的做法，在单一维度收入脆弱性的测度方式的基础上进行改进，从收入水平缩减和收入差距扩大两个维度来测度居民家庭收入脆弱性。

2.1.1 单一维度收入脆弱性的测度方法

其中，Vuli,t为第i个居民家庭在t年的收入脆弱性；Yi,t+1为i居民家庭在t+1年的收入水平；Z为设定的贫困线。假设居民家庭未来收入水平的对数服从正态分布，估计居民家庭收入方程。

以上一步获得的拟合值为基础来构造权重，对收入和残差平方进行加权回归，得到估计量，将结果分别代入式（2）和式（3），从而得到t+1期的居民家庭收入水平对数的期望和方差分别为：

设定贫困线，测算得到居民家庭收入脆弱性。具体公式如下：

2.1.2 双维度收入脆弱性的测度方法

令Yi,t+1、Yi,t+2分别代表第i个居民家庭在t+1 期、t+2 期的收入水平；令Di,t+1、Di,t+2分别代表第i个居民家庭在t+1期、t+2 期的收入差距。收入差距为第i个居民家庭收入与相对收入（社区中除第i个居民家庭之外的社区平均收入）的差值。假设居民家庭未来收入水平、收入差距的对数值服从正态分布，则需要对式（1）进行转换：

对式（7）进行恒等变换，采用收入水平比、收入差距比来测度居民家庭收入脆弱性：

进一步计算家庭的收入水平比、收入差距比的估计方程：

残差项ωi、ci的方差为：

如果残差项ωi与ci、γi与τi之间不存在相关性，则可以采用OLS 单独回归。但依据Breusch-Pagan 检验，卡方值为672.209，说明应拒绝两个方程残差项独立的原假设。考虑到残差项ωi与ci、γi与τi之间并不相互独立，因此本文采用似不相关回归（SUR）来估计式（9）和式（10）、式（11）和式（12）。在得到收入水平比、收入差距比的期望、方差的估计值后，利用式（8）可得到居民家庭收入脆弱性的估计值：

2.2 模型设定

通过豪斯曼检验发现“随机效应”的原假设并不成立，说明基准模型选取固定效应模型更优，其具体模型如下：

其中，Vulit表示第i个居民家庭t年的收入脆弱性；DFit表示第i个居民家庭在t年的数字金融能力；Controlit表示户主年龄、受教育程度、家庭规模等一系列控制变量；ϕi为固定效应；μit为随机扰动项。为缓解当期变量之间的内生性问题，本文参考余明桂等（2022）[12]研究中的做法，对核心解释变量和控制变量都滞后一期。

在中介效应检验模型设定方面，传统的逐步检验法存在不足之处：中介变量一般是发生在核心解释变量之后、被解释变量之前的变量，致使中介变量也可能存在内生性问题，使得中介效应估计出现偏误。为克服传统逐步检验分析存在的内生性问题，本文借鉴江艇（2022）[13]研究中的中介效应检验思路，将重心聚焦核心解释变量对被解释变量的因果关系识别可信度上，先在理论分析部分对核心解释变量、中介变量对家庭收入脆弱性的影响进行探讨，然后在实证分析部分只检验数字金融能力对中介变量的影响，从而降低估计上的偏误。具体模型构建如下：

式中，Simpsonit为i居民家庭在t年的投资多样化水平，Riskit为i居民家庭在t年的风险承担水平。同时，为增强中介效应检验的可靠性，本文参考张洪鸣和孙铁山（2022）[14]研究中的做法，采用工具变量法再次对中介效应进行检验。

2.3 变量说明

2.3.1 解释变量

解释变量为数字金融能力（DF）。借鉴阿马蒂亚·森的“可行能力理论”，本文将数字金融能力界定为在数字时代背景下居民家庭通过使用数字金融服务来改善自身金融福祉的能力。根据这一定义，本文参考邓瑜（2022）[15]的做法，采用迭代主因子法，从CHFS 问卷中选取如下三个变量来测度数字金融能力：一是家庭是否具有网购行为；二是家庭是否使用互联网理财服务；三是家庭是否使用信用卡（不包含未激活的信用卡）。表1 结果显示，全样本KMO值为0.6254，巴特利特球形检验P值为0，说明变量适合运用迭代主因子法。

表1 迭代主因子法分析结果

2.3.2 被解释变量

被解释变量为收入脆弱性（Vul），由前文构建模型测度所得。

2.3.3 中介变量

中介变量为投资多样化（Simpson）和风险承担（Risk）。对于投资多样化指标，采用Simpson多样化指数来计算，其公式为：

其中，Pi,k为i居民家庭第k种金融资产占总金融资产的比重，具体包含存款、股票、基金、理财（不包含互联网理财资产）、债券、衍生品、非人民币资产、黄金、其他金融资产、现金共10 种金融资产。对于风险承担指标，本文选取问卷中风险投资项目的问题“如果您有一笔资金用于投资，您最愿意选择哪种投资项目？”，将回答“高风险、高回报”或“略高风险、略高回报”赋值为2；“略低风险、略低回报”或“低风险、低回报”赋值为1；“不愿承担任何风险”赋值为0。该数值越小，说明居民家庭风险承担水平越低。

2.3.4 控制变量

参考已有成果，控制变量从户主、家庭及地区三个层面考量。户主特征层面，具体包括性别（Gender）、受教育程度（Edu）、年龄（Age）、婚姻状况（Marriage）、健康水平（Health）、户主是否具有工作（Work）、户主是否在国企工作（Department）等指标。家庭特征层面，选取家庭规模（Size）、家庭是否从事工商业（Business）、家庭是否拥有汽车（Car）、资产水平（Asset）、负债水平（Debt）、少儿抚养比（Cdr）、老年抚养比（Odr）等指标。地区特征变量选取家庭的户籍地址（Rural）。其中，家庭资产水平与负债水平进行对数化处理。

2.4 数据来源

数据来源于中国家庭金融调查（CHFS）数据。该数据库覆盖居民家庭资产与负债、支出与收入、金融知识等一系列可研究居民数字金融能力、家庭收入的微观信息，能真实反映我国居民家庭关系、家庭金融与经济活动等情况，具有一定的全面性和代表性。考虑到CHFS数据库中变量衡量的一致性及连续性，结合本文选取变量的实际需求，最终选取CHFS 2015 年、2017 年、2019 年的样本。另外，在对数据进行处理过程中，本文剔除了编码缺失无法识别的样本、关键变量缺失的样本和样本期内未能持续追踪的样本，最终得到4847 户家庭数据共9694 个观测值进行研究。

3 实证分析

3.1 基准回归

表2 为数字金融能力对居民家庭收入脆弱性影响的基准回归结果。结果表明，未加入控制变量之前（列（1）），数字金融能力的系数值为-0.0397，在1%的水平上显著为负；而在考虑控制变量后（列（2）），数字金融能力系数值虽上升为-0.0189，但仍在1%的水平上对居民家庭收入脆弱性呈现负向影响，说明居民数字金融能力逐步提升能够有效缓解家庭收入脆弱性，不断提高家庭收入水平和缩小家庭收入差距，激发家庭持续增收与内生发展动力。可见，假设1得以验证。

表2 基准回归结果

表2中列（1）、列（2）的估计结果并未对模型可能存在的内生性问题进行考虑。事实上，数字金融能力对居民家庭收入脆弱性的影响可能由于受到遗漏变量、反向因果等因素的影响，致使模型产生内生性问题。一方面，家庭收入水平较高的居民家庭更容易拥有智能手机、电脑等数字工具，为其参与数字金融服务提供基本载体，进而影响家庭的整体数字金融能力；另一方面，随着居民家庭收入水平不断提升，家庭成员出于管理家庭资产及财富保值增值的需要，会积极选择合适的数字理财产品，在支付场景中更容易使用数字支付服务，促使居民数字金融能力水平也随之提升。

因而，本文借鉴Combes 等（2019）[16]的做法，使用有限信息最大似然法（LIML）和条件混合回归方法（CMP）来进一步解决内生性问题。在处理弱工具变量时，LIML 比2SLS 较不敏感，估计结果更为稳健。CMP 是基于似不相关回归（SUR），并运用极大似然估计来构建递归方程组，从而实现两阶段回归。具体估计过程为：一是用内生解释变量、工具变量及其他控制变量进行估计；二是将估计结果代入原基准模型再次进行回归，并基于两阶段回归残差的内生性检验参数atanhrho_12来判断。本文借鉴强国令等（2022）研究中的做法，选取“同一社区内除自身外其他居民家庭的平均数字金融能力”作为工具变量，选取原因主要有：一是同一社区内家庭数字金融能力容易通过社交网络、知识外溢影响到其他家庭；二是个体家庭的收入脆弱性不会对社区内其他家庭的平均数字金融能力产生影响。为此，该变量是一个合适的工具变量。

表2中列（3）、列（4）为内生性处理后的回归结果。一阶段F 值为182.0870，说明不存在弱工具变量问题。列（3）结果显示，数字金融能力在5%的水平上对居民家庭收入脆弱性产生显著负向作用。由列（4）结果可知，数字金融能力对居民家庭收入脆弱性在1%的水平上显著为负，系数值为-0.1174。且参数atanhrho_12为0.1867，表明CMP估计结果更有效。上述结果说明在考虑内生性问题后，回归结果依旧能支撑假设1的结论。

3.2 稳健性检验

为进一步考察基准回归结果的可靠性，采取了以下方法进行稳健性检验：（1）重新确立数字金融能力，采用直接加总方式，根据居民家庭对三个构成变量的得分进行累加，最后得到新的数字金融能力指标（DF*sum）。（2）用家庭收入水平（Income）、家庭收入差距（Gini）替代居民家庭收入脆弱性，利用无条件分位数回归（RIF）再次回归。表3 为稳健性检验结果。列（1）显示，数字金融能力的回归系数仍显著为负，与前文基准回归结果基本吻合。观察列（2）、列（3）的回归结果发现，数字金融能力的回归系数对家庭收入水平、收入差距具有显著的正向和负向影响，表明数字金融能力能有效提升家庭收入水平和缩小家庭之间收入差距，减缓家庭收入脆弱性。上述结果表明，数字金融能力对居民家庭收入脆弱性的影响结果是稳健可靠的。

表3 稳健性检验结果

3.3 中介效应检验

为探究数字金融能力通过何种影响机制来缓解居民家庭收入脆弱性，依据模型（15）、模型（16），分别对“数字金融能力—促进投资多样化—缓解收入脆弱性”“数字金融能力—提升风险承担水平—缓解收入脆弱性”两种中介机制进行实证检验。表4 列（2）的结果显示，数字金融能力对家庭投资多样化的估计系数在1%的水平上显著为正，表明数字金融能力能够促使家庭配置风险金融资产，推动家庭金融资产组合不断优化。同时，居民家庭通过多样化理财方式帮助其扩大家庭收入来源，借此可获得更高的收益回报，促进家庭收入增长，进而缓解家庭收入脆弱性。类似地，列（3）的结果显示，数字金融能力对家庭风险承担水平在1%的水平上存在正向影响，说明数字金融能力可直接影响家庭风险偏好，有效提升风险承担水平。说明回归结果与前文理论分析相一致，即数字金融能力能减缓信息不对称，改善居民金融认知，增强家庭风险管理能力。同时，随着家庭风险承担能力的提升，更容易推动家庭职业流动，促使家庭敢于承担创业风险，创造更多的增收机会，从而有效缓解家庭收入脆弱性。列（4）、列（5）为采取工具变量法的回归结果，数字金融能力对家庭资产多样化水平和风险承担水平的影响系数仍然在1%的水平上显著，进一步证明了中介效应检验的稳健性。可见，假设2得到验证。

3.4 异质性分析

数字金融能力可能因家庭所处地区不同致使其对居民家庭收入脆弱性的缓解效应产生差异。为此，本文从区域、城乡视角考察不同细分样本中数字金融能力对居民家庭收入脆弱性的影响。按照国家统计局的定义，将样本分为乡村和城镇居民家庭，对乡村居民家庭赋值为0，城镇居民家庭赋值为1。同时，根据居民家庭所在地省份，把样本划分为东部和中西部地区两类，对东部地区省份赋值为1，对其余的中西部地区省份赋值为0。表5 结果显示，在城市和东部地区，数字金融能力对居民家庭收入脆弱性的回归系数分别为-0.0160 和-0.0161，均在5%的水平上显著；而在乡村和中西部地区，数字金融能力的回归系数值未通过显著性检验。说明相对于乡村和中西部地区，数字金融能力对城市、东部地区居民家庭收入脆弱性的缓解效应更大，这与赵亚雄和王修华（2022）[9]的研究结果相类似。其中原因可能是位于发达地区的居民家庭更具有资源禀赋优势，可充分使用互联网渠道进行信息投资，借助数字金融功能来平滑家庭消费、优化资源配置和促进生产经营，助推居民家庭收入来源多样化，进而促使家庭收入脆弱性得到有效缓解。可见，假设3得以验证。

表5 异质性分析结果

4 结论与建议

本文基于2015年、2017年、2019年中国家庭金融调查数据，在运用迭代主因子法对居民数字金融能力进行科学测算的基础上，实证考察了数字金融能力对居民家庭收入脆弱性的影响，并利用LIML 和CMP 进行内生性处理，同时还就数字金融能力对居民家庭收入脆弱性的影响机制及地区异质性进行了深入探讨。结果显示：（1）数字金融能力对居民家庭收入脆弱性具有显著的缓解作用；（2）数字金融能力能够通过促进收入多样化和提升风险承担水平来缓解居民家庭收入脆弱性；（3）数字金融能力对东部、城市地区居民家庭收入脆弱性的缓解效应更为显著。

基于以上研究结论，本文提出以下对策建议：一是不断提高数字终端的覆盖广度，打通数字金融发展最后一公里。政府部门可根据当地居民家庭特征和需求制定针对性的数字金融普及方案，为居民家庭数字终端的普及提供更多补贴，帮助家庭有效利用数字金融服务提供数字设备保障。二是注重居民数字金融技能培训，并依据居民数字金融能力差异制定区别化的金融教育内容。社区可积极主动与地方高校、金融机构合作，广泛开展公益性的数字金融能力培训，多角度、多方式培养居民金融意识，增强居民对数字金融有用性、易懂性和收益性的感知度，逐步提升居民尤其是弱势群体数字金融能力。三是加大中西部、农村等欠发达地区金融基础设施建设投入。引导金融机构在中西部和农村地区搭建数字金融平台，同时设立数字金融服务体验专区，推出更多普惠性的数字金融产品，为居民家庭提供更多享用数字金融服务的机会，不断提升家庭数字金融能力，为持续提高家庭收入和缓解收入脆弱性提供新思路。