張歡歡，熊學(xué)萍

（華中農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，湖北 武漢 430070）

自2013年十八屆三中全會(huì)正式提出“發(fā)展普惠金融，鼓勵(lì)金融創(chuàng)新，豐富金融市場(chǎng)層次和產(chǎn)品”的目標(biāo)以來，各種普惠金融機(jī)構(gòu)及其金融產(chǎn)品的數(shù)量迅速增加，覆蓋的農(nóng)村居民也越來越多。但值得注意的是，隨著互聯(lián)網(wǎng)金融、數(shù)字金融逐漸滲透到金融領(lǐng)域，普惠金融的服務(wù)深度快速增加，服務(wù)模式也逐漸向技術(shù)型金融邁進(jìn)，普惠金融的這種縱深發(fā)展對(duì)居民的金融素養(yǎng)也提出了更高的要求和挑戰(zhàn)。金融素養(yǎng)是影響普惠金融發(fā)展的最重要因素已成為了國際主流共識(shí)。

普惠金融國際行動(dòng)中心2012年針對(duì)世界300多家金融機(jī)構(gòu)代表所做的問卷調(diào)查顯示，70%的受訪者認(rèn)為金融素質(zhì)教育是促進(jìn)普惠金融發(fā)展的最重要因素（30個(gè)選項(xiàng)中被排在第1位），而在制約普惠金融發(fā)展的因素中，顧客金融素質(zhì)低下被排在第5位[1]。這從正反兩方面再一次說明金融素質(zhì)或金融能力對(duì)發(fā)展普惠金融的重要性。

但現(xiàn)實(shí)情況卻是全球居民普遍缺乏金融素養(yǎng)，其中，低收入國家的狀況更為嚴(yán)重[2-5]。針對(duì)這一現(xiàn)實(shí)，2013年以來，國內(nèi)機(jī)構(gòu)和學(xué)者對(duì)中國居民的金融素養(yǎng)進(jìn)行了大量的調(diào)查和研究，結(jié)果顯示，中國居民的金融知識(shí)整體水平不高。同時(shí)，國內(nèi)調(diào)查和研究對(duì)象主要是特定地區(qū)的城市居民[6]或大學(xué)生[7]，沒有專門針對(duì)農(nóng)村居民的金融素養(yǎng)調(diào)查或研究。但近幾年，隨著普惠金融在農(nóng)村地區(qū)的發(fā)展，以及互聯(lián)網(wǎng)金融在農(nóng)村市場(chǎng)的滲透，農(nóng)村居民的金融素養(yǎng)已經(jīng)跟不上農(nóng)村金融發(fā)展的步伐。那么，我國農(nóng)村居民的金融素養(yǎng)到底呈現(xiàn)怎樣的特征？不同地區(qū)的農(nóng)村居民的金融素養(yǎng)是否存在差異？

除此之外，我們更想知道的是影響農(nóng)村居民金融素養(yǎng)的因素有哪些？已有研究顯示，性別[6,8-10]、年齡[9]、個(gè)人受教育程度[6,8,10]、父母受教育程度[8]、金融教育[11-12]、收入水平[6,13-14]、職業(yè)類型[6,11]和風(fēng)險(xiǎn)類型[10,15]是影響居民金融素養(yǎng)的主要因素。但也有研究表明，中國居民的金融素養(yǎng)基本不存在性別差異；金融素養(yǎng)與收入也沒有顯著關(guān)系[10]。那么這些因素對(duì)農(nóng)村居民金融素養(yǎng)的影響作用到底如何？不同地區(qū)的影響作用是否存在差異？

為了回答以上問題，本文基于PISA金融素養(yǎng)測(cè)評(píng)框架，結(jié)合中國農(nóng)村金融與農(nóng)村居民的實(shí)際特點(diǎn)，構(gòu)建針對(duì)中國農(nóng)村居民的金融素養(yǎng)測(cè)評(píng)指標(biāo)體系，分別從東、中、西部地區(qū)選取山東省、河南省和貴州省的農(nóng)村進(jìn)行問卷調(diào)查，分析中國不同地區(qū)農(nóng)村居民的金融素養(yǎng)特征，探討其影響因素，為提高農(nóng)村居民金融素養(yǎng)，提高其享受普惠金融紅利的能力，提供一定的參考。

1 研究方法

1.1 數(shù)據(jù)來源

本文調(diào)查主要采取分層隨機(jī)抽樣的方法，即以東、中、西部地區(qū)為初級(jí)抽樣單位，在每個(gè)地區(qū)隨機(jī)抽取1個(gè)省，在每個(gè)省隨機(jī)抽取兩個(gè)市，在每個(gè)市隨機(jī)抽取1-2個(gè)縣（區(qū)），在每個(gè)縣（區(qū)）隨機(jī)抽取3個(gè)鄉(xiāng)鎮(zhèn)，再在每個(gè)鄉(xiāng)鎮(zhèn)隨機(jī)選取農(nóng)村居民開展問卷調(diào)查。調(diào)查地點(diǎn)的基本情況見表1。三省有效樣本在其他方面的基本特征見表2。

1.2 因變量定義

本文的因變量是農(nóng)村居民的金融素養(yǎng)。目前，較為全面的金融素養(yǎng)測(cè)評(píng)框架是由經(jīng)濟(jì)合作與發(fā)展組織（OECD）在2000年開發(fā)的PISA（Program for International Student Assessment）金融素養(yǎng)測(cè)評(píng)框架，該測(cè)評(píng)框架從金融知識(shí)認(rèn)知的內(nèi)容（貨幣和交易、規(guī)劃和理財(cái)、風(fēng)險(xiǎn)和回報(bào)、金融環(huán)境）、過程（識(shí)別金融信息、分析金融背景中的信息、評(píng)估金融問題、應(yīng)用和理解金融知識(shí)）和背景（教育和工作、家庭和家人、個(gè)人金融、社會(huì)金融）3大范疇共12個(gè)方面對(duì)金融素養(yǎng)進(jìn)行了分析和界定。但其測(cè)評(píng)對(duì)象是學(xué)生，注重的是基礎(chǔ)知識(shí)和學(xué)習(xí)能力，反映的是知識(shí)教育的結(jié)果，因此，該測(cè)評(píng)框架在適用對(duì)象的廣泛性上存在缺陷，研究者在實(shí)際應(yīng)用過程中，需要根據(jù)調(diào)查對(duì)象進(jìn)行調(diào)整。而2004年，一組由Lusardi 和Mitchell[16]為美國健康與退休研究（HRS）開發(fā)的3個(gè)指標(biāo)（復(fù)利、通貨膨脹和風(fēng)險(xiǎn)分散）自產(chǎn)生以來就被普遍使用[8,10,17-18]。但這3個(gè)指標(biāo)在其測(cè)度內(nèi)容的有效性和適用性方面頗受爭(zhēng)議。因此，首先對(duì)PISA金融素養(yǎng)測(cè)評(píng)框架進(jìn)行剖析，再在三大經(jīng)典指標(biāo)（復(fù)利、通貨膨脹和風(fēng)險(xiǎn)分散）的基礎(chǔ)上，結(jié)合中國農(nóng)村金融與農(nóng)村居民的實(shí)際特點(diǎn)，對(duì)PISA金融素養(yǎng)測(cè)評(píng)框架內(nèi)容進(jìn)行轉(zhuǎn)換（即本土化處理），最后，對(duì)該測(cè)評(píng)框架本土化處理后的指標(biāo)歸納、綜合，從基本金融知識(shí)認(rèn)知、金融知識(shí)理解和應(yīng)用、風(fēng)險(xiǎn)和回報(bào)、金融規(guī)劃、金融背景信息認(rèn)知和金融責(zé)任認(rèn)知共6個(gè)方面12個(gè)指標(biāo)來構(gòu)建評(píng)估中國農(nóng)村居民金融素養(yǎng)測(cè)評(píng)的指標(biāo)體系（表3）。

表2 三省有效樣本的基本特征Table 2 Basic characteristics of surveyed samples in Shandong, Henan and Guizhou Provinces

表3 農(nóng)村居民金融素養(yǎng)測(cè)評(píng)的指標(biāo)體系Table 3 Index system of rural residents’ fi nancial literacy

目前，在金融素養(yǎng)的測(cè)評(píng)方法上，大多數(shù)研究都通過設(shè)置幾個(gè)問題（選擇或判斷），根據(jù)問題的回答情況打分（正確得1分，錯(cuò)誤為0分），然后對(duì)得分進(jìn)行直接加總[6,8,10,17-18]，或通過因子分析得出綜合得分來測(cè)度其金融素養(yǎng)[18-19]。本文認(rèn)為，以上測(cè)評(píng)方法還有待于進(jìn)一步細(xì)化。例如，很少有學(xué)者會(huì)進(jìn)一步細(xì)化處理回答錯(cuò)誤與回答“不知道”所代表的金融素養(yǎng)的差異。因此，本文沿用Lusardi和Mitchell[3]、Rooij等[20]和尹志超等[18]的處理方法，對(duì)以上兩種回答進(jìn)行區(qū)別處理。用于測(cè)度農(nóng)村居民金融素養(yǎng)的指標(biāo)共12個(gè)，其中，“貸款前準(zhǔn)備”選項(xiàng)包括一個(gè)最合適的、最不合適的和介于兩者的選項(xiàng)，將最不合適的選項(xiàng)、介于兩者之間的選項(xiàng)和最合適的選項(xiàng)，依次視為選擇不知道、答案錯(cuò)誤和答案正確，分別賦值為0分、1分和2分；對(duì)“銀行基本產(chǎn)品了解”這個(gè)多項(xiàng)選擇問題，將了解銀行產(chǎn)品1類或2類、3類或4類、5類或6類的選項(xiàng)，依次視為選擇不知道、答案錯(cuò)誤和答案正確，分別賦值為0分、1分和2分；其余10個(gè)問題均為單項(xiàng)選擇問題，其答案都包括一個(gè)“不知道”選項(xiàng)、一個(gè)或兩個(gè)錯(cuò)誤選項(xiàng)、一個(gè)正確選項(xiàng)，依次賦值為0分、1分和2分。最后，對(duì)被調(diào)查者在測(cè)評(píng)農(nóng)村居民金融素養(yǎng)的12項(xiàng)指標(biāo)得分進(jìn)行加總，得到每個(gè)被調(diào)查者的金融素養(yǎng)綜合得分。

1.3 自變量定義

參照已有研究，選擇性別、年齡、個(gè)人受教育程度、父母最高受教育程度、金融教育、從業(yè)類型、家庭年人均收入和風(fēng)險(xiǎn)類型變量作為自變量，研究金融素養(yǎng)的影響因素。各變量的定義、賦值及系數(shù)預(yù)期符號(hào)見表4。

表4 變量定義、賦值及系數(shù)預(yù)期符號(hào)Table 4 Variable de fi nitions, assignments and expected coef fi cient signs

1.4 模型構(gòu)建

為了分析農(nóng)村居民金融素養(yǎng)的影響因素，本文構(gòu)建的實(shí)證模型為：

式中：y為因變量，表示被調(diào)查者的金融素養(yǎng)綜合得分；α為常數(shù)項(xiàng)；β為系數(shù)項(xiàng)；ε為隨機(jī)誤差項(xiàng)；xi表示影響農(nóng)村居民金融素養(yǎng)的第i個(gè)因素（i=1，2，…，n），本文中，n=9。

2 結(jié)果與分析

2.1 金融素養(yǎng)的描述性統(tǒng)計(jì)分析

根據(jù)被調(diào)查者對(duì)測(cè)度金融素養(yǎng)的12個(gè)問題的回答情況，得到其在金融素養(yǎng)各級(jí)測(cè)評(píng)指標(biāo)的得分情況（表5）。表中“分?jǐn)?shù)”是指被調(diào)查者在每個(gè)問題上的得分，“個(gè)數(shù)”是指被調(diào)查者在每個(gè)一級(jí)指標(biāo)總和中回答正確/合適/不知道/不好的二級(jí)指標(biāo)個(gè)數(shù)。三省被調(diào)查者具體表現(xiàn)為以下幾個(gè)特征。

1）基本金融知識(shí)認(rèn)知差異較大。從不同省份來看。首先，在“信用評(píng)價(jià)”和“銀行基本產(chǎn)品了解”2個(gè)方面，被調(diào)查者的認(rèn)知大致呈現(xiàn)出山東省、河南省和貴州省依次遞減的態(tài)勢(shì)。其次，從基本金融知識(shí)認(rèn)知的總體水平來看，被調(diào)查者在2個(gè)方面都回答較優(yōu)的比例依次為29.1%、26.8%和14.7%，在“信用評(píng)價(jià)”方面回答“不知道”且在“銀行基本產(chǎn)品了解”方面了解1種或2種的比例依次為0.4%、2.6%和3.9%?？傮w上，山東省被調(diào)查者的基本金融知識(shí)認(rèn)知水平最優(yōu)，河南省居中，貴州省最劣，且貴州省與山東省、河南省的差異較大。

從不同測(cè)度指標(biāo)來看。被調(diào)查者在“信用評(píng)價(jià)”和“銀行基本產(chǎn)品了解”2個(gè)方面的回答差異較大：在“信用評(píng)價(jià)”方面的回答正確率均在90.0%以上，而在“銀行基本產(chǎn)品了解”方面的回答情況則不佳，約1/4以上的被調(diào)查者在列舉的6種基本銀行產(chǎn)品中，只知道存折和/或銀行卡。這說明，我國農(nóng)村居民對(duì)銀行基本產(chǎn)品的了解有限。在實(shí)際調(diào)查中，我們發(fā)現(xiàn)不少老年人只了解存折，而對(duì)于銀行卡，只知道是什么，卻不了解如何使用。

表5 三省被調(diào)查者金融素養(yǎng)的描述性分析結(jié)果Table 5 Descriptive results of the surveyed samples’ fi nancial literacy in Shandong, Henan and Guizhou provinces

2）金融知識(shí)理解和應(yīng)用能力不足。從不同省份來看。首先，在“金融知識(shí)理解和應(yīng)用能力”的4個(gè)問題上，貴州省被調(diào)查者在每個(gè)問題上的回答情況均最差，山東省和河南省被調(diào)查者的回答情況較好，且差異很小。其次，從總體水平來看，山東、河南和貴州省被調(diào)查者對(duì)這4個(gè)問題都做了正面回應(yīng)（即都沒有回答“不知道”或“沒有對(duì)貸款產(chǎn)品進(jìn)行了解、比較”）的比例依次為33.8%、33.0%和25.5%，但能夠全部回答正確（其中，“貸款前準(zhǔn)備”問題為最合適答案）的比例依次為7.9%、7.1%和3.9%?？傮w上，貴州省被調(diào)查者的金融知識(shí)理解和應(yīng)用能力最差，河南省居中，山東省最好，且貴州省與山東省、河南省的差異較大，河南省與山東省的差異較小。

從不同測(cè)度問題來看。貸款前準(zhǔn)備和利率比較能力：被調(diào)查者能夠在貸款前進(jìn)行有效準(zhǔn)備以及能夠準(zhǔn)確理解并比較出不同貸款利率的比例分別依次為40.3%、45.8%、24.0%和66.4%、63.3%、46.3%，貴州省與山東、河南兩省差距均較大。復(fù)利計(jì)算能力：被調(diào)查者能夠正確計(jì)算復(fù)利的比例依次為33.2%、24.8%和17.3%，不知道復(fù)利知識(shí)或不知道如何計(jì)算的比例依次為26.6%、38.2%和44.8%，其中，河南省和貴州省被調(diào)查者不知道的比例均遠(yuǎn)大于能夠正確計(jì)算的比例。通貨膨脹理解能力：被調(diào)查者能夠正確理解通貨膨脹知識(shí)的比例依次為50.5%、53.6%和26.6%，貴州省與山東省、河南省差異很大，且貴州省被調(diào)查者不知道通貨膨脹知識(shí)或不知道如何比較通貨膨脹與利率間關(guān)系的比例為52.6%，遠(yuǎn)大于能夠正確理解通貨膨脹知識(shí)的比例。

3）風(fēng)險(xiǎn)和回報(bào)認(rèn)知仍須加強(qiáng)。從不同省份來看。三省被調(diào)查者在衡量風(fēng)險(xiǎn)和回報(bào)認(rèn)知的兩個(gè)問題上的回答差異性不大。總體上，被調(diào)查者在2個(gè)問題上都回答較優(yōu)的比例依次為44.1%、43.4%和51.7%，都回答“不知道”的比例依次為74.1%、70.4%和76.0%。這說明，貴州省被調(diào)查者在風(fēng)險(xiǎn)和回報(bào)認(rèn)知方面相對(duì)較優(yōu)，而山東省和河南省的認(rèn)知情況較差，但差距不大。

從不同測(cè)度指標(biāo)來看。差異均不大：被調(diào)查者能夠正確認(rèn)知風(fēng)險(xiǎn)與回報(bào)關(guān)系的比例依次為64.6%、68.5%和68.0%；能夠正確認(rèn)知風(fēng)險(xiǎn)多樣性的比例依次為52.7%、57.7%和60.2%。

4）金融規(guī)劃意識(shí)不強(qiáng)。被調(diào)查者表示會(huì)對(duì)收入進(jìn)行規(guī)劃的比例依次為57.8%、38.7%和47.6%，河南省最低；被調(diào)查者表示不知道要對(duì)收入進(jìn)行規(guī)劃的比例依次為21.8%、20.5%和32.3%，說明河南省很大一部分被調(diào)查者知道要對(duì)收入進(jìn)行規(guī)劃，但卻沒有進(jìn)行規(guī)劃（40.8%）；而貴州省被調(diào)查者進(jìn)行規(guī)劃（47.6%）和不知道要規(guī)劃（32.3%）的比例均較大，兩端現(xiàn)象較明顯（要么進(jìn)行收入規(guī)劃，要么不知道要進(jìn)行收入規(guī)劃）?？傮w來看，三省被調(diào)查者都缺乏收入規(guī)劃的意識(shí)和行動(dòng)，由此可推斷農(nóng)村居民在作為收入規(guī)劃一部分的投資規(guī)劃上的意識(shí)和行動(dòng)將更為缺乏。

5）金融背景信息認(rèn)知兩級(jí)分化明顯。被調(diào)查者能夠在特定金融背景下，準(zhǔn)確分析貸款信息并做出正確選擇的比例依次為46.9%、29.6%和32.2%，河南省最差，且河南和貴州兩省與山東省的差距比較明顯。被調(diào)查者不知道如何分析金融背景信息，或不知道如何在特定的金融背景信息下做出選擇的比例依次為33.6%、43.8%和48.3%，比例均較大，說明大多數(shù)被調(diào)查不能回答正確是因?yàn)椴恢廊绾畏治鼋o定的金融環(huán)境信息。總體上，被調(diào)查者對(duì)金融背景信息認(rèn)知的兩級(jí)分化現(xiàn)象明顯（要么能夠準(zhǔn)確分析，要么不知道如何分析）。

6）金融責(zé)任認(rèn)知有待糾錯(cuò)與普及。從不同省份來看。山東、河南和貴州省被調(diào)查者在衡量金融責(zé)任認(rèn)知的2個(gè)問題上都回答較優(yōu)的比例依次為9.4%、19.0%和16.7%，都回答“不知道”的比例依次為9.6%、10.1%和15.1%。河南省被調(diào)查者在金融責(zé)任認(rèn)知方面表現(xiàn)最優(yōu)，貴州省居中，山東省最劣。

從不同測(cè)度指標(biāo)來看。儲(chǔ)蓄與責(zé)任意識(shí)：被調(diào)查者認(rèn)為政府是居民儲(chǔ)蓄最后擔(dān)保人的比例依次為73.0%、65.5%和57.1%，而有正確意識(shí)，認(rèn)為自己需要承擔(dān)其儲(chǔ)蓄行為風(fēng)險(xiǎn)和責(zé)任的比例依次為11.8%、20.1%和21.7%，說明絕大部分被調(diào)查者都沒有正確認(rèn)識(shí)到個(gè)人在其儲(chǔ)蓄行為中的責(zé)任，其中，山東省被調(diào)查者的錯(cuò)誤意識(shí)最明顯。投資與責(zé)任意識(shí)：被調(diào)查者認(rèn)為政府是居民銀行投資理財(cái)行為的最后擔(dān)保人的比例依次為36.0%、30.4%和41.3%，而有正確意識(shí)，認(rèn)為自己需要承擔(dān)銀行投資理財(cái)行為風(fēng)險(xiǎn)和責(zé)任的比例依次為42.0%、46.9%和37.0%，兩類回答比例比較接近。

2.2 金融素養(yǎng)綜合水平對(duì)比分析

首先對(duì)每個(gè)被調(diào)查者在這12個(gè)問題上的得分進(jìn)行加總，得到各自的金融素養(yǎng)綜合得分。根據(jù)三省被調(diào)查者的金融素養(yǎng)綜合得分（表6）可知，山東省被調(diào)查者的金融素養(yǎng)平均得分最高（15.28分），河南省居中（14.64分），貴州省最低（13.02分）。根據(jù)三省被調(diào)查者的金融素養(yǎng)綜合得分分布（圖1）可以看出，山東省和河南省被調(diào)查者的金融素養(yǎng)綜合得分分布均右偏，其中，山東省被調(diào)查者的金融素養(yǎng)綜合得分分布右偏的程度更強(qiáng)；貴州省被調(diào)查者的金融素養(yǎng)綜合得分分布相對(duì)比較對(duì)稱，偏度較小。為了進(jìn)一步探究三省被調(diào)查者金融素養(yǎng)差異的具體表現(xiàn)，進(jìn)行了三省被調(diào)查者在金融素養(yǎng)6個(gè)方面的Kruskal-Wallis檢驗(yàn)，該檢驗(yàn)主要用于檢驗(yàn)多個(gè)獨(dú)立樣本來自的多個(gè)總體的分布是否存在顯著差異。結(jié)果（表7）顯示：基本金融知識(shí)認(rèn)知、金融知識(shí)理解和應(yīng)用、金融規(guī)劃、金融背景信息認(rèn)知和金融責(zé)任認(rèn)知5個(gè)金融素養(yǎng)方面的相伴概率均小于0.10，可以認(rèn)為三省被調(diào)查者在這5個(gè)金融素養(yǎng)方面存在顯著差異，而風(fēng)險(xiǎn)和回報(bào)的近似相伴概率大于0.10，可以認(rèn)為三省被調(diào)查者在該金融素養(yǎng)方面不存在顯著差異，即三省被調(diào)查者的金融素養(yǎng)差異主要體現(xiàn)在“基本金融知識(shí)認(rèn)知、金融知識(shí)理解和應(yīng)用、金融規(guī)劃、金融背景信息認(rèn)知和金融責(zé)任認(rèn)知”5個(gè)方面。

表6 被調(diào)查者的金融素養(yǎng)綜合得分的基本情況Table 6 Aggregative scores of the surveyed samples’ fi nancial literacy

圖1 三省被調(diào)查者金融素養(yǎng)綜合得分分布圖Table 1 Distribution of the surveyed samples’ fi nancial literacy in Shandong, Henan and Guizhou provinces

表7 Kruskal-Wallis檢驗(yàn)結(jié)果Table 7 Test of Kruskal-Wallis

2.3 農(nóng)村居民金融素養(yǎng)影響因素分析

利用Stata13軟件對(duì)三省樣本數(shù)據(jù)分別進(jìn)行回歸分析，分析均依據(jù)相同的方式建立對(duì)應(yīng)的模型。將性別、年齡、年齡的平方、個(gè)人受教育程度、父母最高受教育程度、金融教育、從業(yè)類型、家庭年人均收入和風(fēng)險(xiǎn)類型引入模型，進(jìn)行普通最小二乘法（OLS法）估計(jì)；利用懷特檢驗(yàn)法對(duì)模型進(jìn)行異方差檢驗(yàn)，結(jié)果顯示：均需要對(duì)模型進(jìn)行異方差修正（三省模型中偏度檢驗(yàn)P值均為0.00），采用可行的廣義最小二乘法（FGLS法）進(jìn)行異方差修正；再對(duì)修正后的模型的變量進(jìn)行多重共線性檢驗(yàn)，發(fā)現(xiàn)山東、河南和貴州省模型中膨脹因子（VIF）的平均值依次為7.92、9.75和7.69，均大于經(jīng)驗(yàn)值2，可以認(rèn)為三省模型均存在多重共線性，采用自動(dòng)逐步回歸法中的前向搜尋法進(jìn)行回歸，回歸后模型的VIF平均值依次為1.25、1.35和1.39，不存在多重共線性。三省樣本的最終模型中，顯著影響金融素養(yǎng)的變量結(jié)果見表8。

為了進(jìn)一步分析不同地區(qū)農(nóng)村居民金融素養(yǎng)的影響因素是否存在區(qū)域差異，同時(shí)確保研究結(jié)果的可靠性和穩(wěn)定性，加入地區(qū)虛擬變量以做進(jìn)一步檢驗(yàn)并緩解模型的設(shè)定偏誤。由于調(diào)查涵蓋3個(gè)省，故引入兩個(gè)虛擬變量D1和D2，其中：

再次進(jìn)行回歸分析，將性別、年齡、年齡的平方、個(gè)人受教育程度、父母最高受教育程度、金融教育、從業(yè)類型、家庭平均收入和風(fēng)險(xiǎn)類型引入模型，進(jìn)行OLS法估計(jì)（表9）。三省樣本量較大，需要使用BP（Breusch-Pagan）檢驗(yàn)法對(duì)模型進(jìn)行異方差檢驗(yàn)，結(jié)果顯示：模型存在異方差（卡方檢驗(yàn)P值為0.00）；使用FGLS法進(jìn)行異方差修正。對(duì)修正后的模型的變量進(jìn)行多重共線性檢驗(yàn)，發(fā)現(xiàn)存在多重共線性；采用自動(dòng)逐步回歸法中的前向搜尋法進(jìn)行回歸，得到最終的回歸結(jié)果。

比較三省全部樣本的OLS估計(jì)結(jié)果（表8）和引入地區(qū)虛擬變量與影響因素交互項(xiàng)的OLS估計(jì)結(jié)果（表9），可以發(fā)現(xiàn)：三省獨(dú)立模型與加入地區(qū)虛擬變量和影響因素的交互項(xiàng)后的全部樣本模型的結(jié)果大體上一致。因此，綜合兩種回歸模型，分析農(nóng)村居民金融素養(yǎng)影響因素。

表8 三省金融素養(yǎng)影響因素的實(shí)證結(jié)果Table 8 Estimation results of the in fl uencing factors of fi nancial literacy in Shandong, Henan and Guizhou provinces

表9 地區(qū)虛擬變量與影響因素交互項(xiàng)的回歸結(jié)果Table 9 Estimation results of the interactions among regional dummy variables and in fl uencing factors

1）金融素養(yǎng)的性別特征。山東省模型中性別變量不顯著，河南省和貴州省模型中性別變量均顯著為正，且貴州省模型的性別變量系數(shù)為1.06，大于河南省的系數(shù)0.91（表8）。性別變量顯著為正，系數(shù)為0.95，性別與D1的交互項(xiàng)顯著為負(fù)，系數(shù)為-0.60，性別與D2的交互項(xiàng)不顯著，說明山東省模型中性別變量的系數(shù)0.35（=0.95-0.60）遠(yuǎn)小于河南省和貴州省的系數(shù)0.95（表9）。

綜合兩個(gè)模型可知，河南省和貴州省被調(diào)查者的金融素養(yǎng)存在顯著的性別差異，女性的金融素養(yǎng)顯著低于男性；山東省被調(diào)查者的金融素養(yǎng)的性別差異不顯著或即使顯著但差異很小。幾乎在所有被調(diào)查的發(fā)達(dá)國家和發(fā)展中國家都存在女性金融素養(yǎng)偏低的現(xiàn)象，但專注于女性金融素養(yǎng)的調(diào)查卻非常少，尤其是在發(fā)展中國家[9]。目前，隨著中國農(nóng)村地區(qū)女性在生產(chǎn)生活中地位的提升，金融素養(yǎng)的性別差距問題更應(yīng)得到特別的關(guān)注。

2）金融素養(yǎng)的年齡特征。山東省和河南省模型中，僅年齡的平方變量顯著，系數(shù)分別為0.000 5和-0.000 3，貴州省模型中，僅年齡變量顯著為負(fù)，系數(shù)為-0.082 4（表8）。年齡變量顯著為負(fù)，系數(shù)為-0.08，年齡與D1、D2的交互項(xiàng)均顯著為正，系數(shù)依次為0.12和0.04，因此，山東省被調(diào)查者的年齡變量系數(shù)為0.04 (= -0.08+0.12)，河南省和貴州省被調(diào)查者的年齡變量系數(shù)分別為-0.04（=-0.08+0.04）和-0.08（表9）。

綜合兩個(gè)模型可知，山東省被調(diào)查者的金融素養(yǎng)在整個(gè)生命周期內(nèi)大致呈現(xiàn)遞增趨勢(shì)，青年人的金融素養(yǎng)最低，老年人最高；河南省和貴州省被調(diào)查者的金融素養(yǎng)在整個(gè)生命周期內(nèi)大致呈現(xiàn)遞減態(tài)勢(shì)，青年人的金融素養(yǎng)最高，老年人最低。山東省與河南、貴州兩省被調(diào)查者的金融素養(yǎng)存在的兩種截然不同的年齡特征的原因，有待于進(jìn)一步研究。

3）金融素養(yǎng)的教育特征。金融素養(yǎng)的個(gè)人教育特征。三個(gè)省的模型中，個(gè)人受教育程度變量均顯著為正，其中，貴州省模型變量的系數(shù)最大，為0.78，河南省居中，系數(shù)為0.75，山東省最小，系數(shù)為0.49（表8）。個(gè)人受教育程度變量顯著為正，系數(shù)為0.78，個(gè)人受教育程度與D1的交互項(xiàng)顯著為負(fù)，系數(shù)為-0.27，個(gè)人受教育程度與D2的交互項(xiàng)不顯著，說明山東省個(gè)人受教育程度變量的系數(shù)0.51（=0.78-0.27）小于河南省和貴州省的系數(shù)0.78（表9）。綜合兩個(gè)模型可知：三省被調(diào)查者的受教育程度越高，金融素養(yǎng)就越高，其中，山東省個(gè)人受教育程度對(duì)其金融素養(yǎng)的提高效應(yīng)最小。

金融素養(yǎng)的家庭教育特征。在三個(gè)省的模型中，父母最高受教育程度變量均顯著為正，且貴州省模型中變量的系數(shù)最大，為0.41，河南省居中，系數(shù)為0.33，山東省最小，系數(shù)為0.24（表8）。父母最高受教育程度變量顯著為正，系數(shù)為0.31，而交互項(xiàng)均不顯著，說明三省父母最高受教育程度變量系數(shù)的差異不顯著（表9）。綜合兩個(gè)模型可知：父母最高受教育程度越高，子女的金融素養(yǎng)越高，說明金融知識(shí)和技能可以通過父母?jìng)鬟f給子女，提高居民教育水平對(duì)當(dāng)代和后代的金融素養(yǎng)提高均具有重要的意義。

金融素養(yǎng)的金融教育特征。山東和河南兩省模型的金融教育變量均顯著為正，且山東省模型中變量的系數(shù)3.02大于河南省的系數(shù)1.66，而貴州省模型中變量不顯著（表8）。金融教育變量不顯著，但交互項(xiàng)均顯著為正，系數(shù)依次為3.00和1.74，說明山東省被調(diào)查者的金融教育變量的系數(shù)3.00大于河南省的系數(shù)1.74，而貴州省的金融教育變量不顯著（表9）。綜合兩個(gè)模型可知：在山東省和河南省，參加金融教育能提高被調(diào)查者的金融素養(yǎng)，且山東省的提高效應(yīng)更高，邊際效應(yīng)均為3.00，而貴州省的金融教育對(duì)居民金融素養(yǎng)提高沒有顯著作用。

4）金融素養(yǎng)的從業(yè)類型特征。三個(gè)省的模型中，從業(yè)類型變量均顯著為正，其中，貴州省模型中變量的系數(shù)最大，為0.95，河南省居中，系數(shù)為0.73，山東省最小，系數(shù)為0.51（表8）。從業(yè)類型的變量顯著為正，系數(shù)為1.02，交互項(xiàng)均顯著為負(fù)，系數(shù)依次為-0.50和-0.40，說明貴州省從業(yè)類型變量的系數(shù)最大，為1.02，河南省居中，系數(shù)為0.62（=1.02-0.40），山東省最小，系數(shù)為0.52（=1.02-0.50）（表9）。

綜合兩個(gè)模型可知，非農(nóng)就業(yè)被調(diào)查者的金融素養(yǎng)最高，其次為非農(nóng)兼業(yè)和農(nóng)業(yè)兼業(yè)，純農(nóng)業(yè)就業(yè)被調(diào)查者的金融素養(yǎng)最低。這可能是因?yàn)閺氖路寝r(nóng)程度越高職業(yè)的農(nóng)村居民所需的金融知識(shí)以及接觸金融知識(shí)的機(jī)會(huì)越多，從而其自身的金融素養(yǎng)越高。其中，貴州省非農(nóng)程度對(duì)其金融素養(yǎng)的提高效應(yīng)最強(qiáng)，河南省居中，山東省最弱。

5）金融素養(yǎng)的家庭收入特征。僅河南省模型中的家庭平均收入變量顯著為正，但系數(shù)較小，為0.32（表8）。僅家庭人均收入與D2的交互項(xiàng)顯著，系數(shù)為0.29，說明僅河南省的家庭平均收入變量顯著（表9）。

綜合兩個(gè)模型可知：在山東省和貴州省，家庭平均收入變量對(duì)居民金融素養(yǎng)的提高均沒有顯著作用；而在河南省，家庭人均收入越高的居民的金融素養(yǎng)越高，但其作用效果較弱，家庭人均收入每提高1萬元，居民金融素養(yǎng)平均提高0.3分左右。

6）金融素養(yǎng)的風(fēng)險(xiǎn)類型特征。三個(gè)省模型中，風(fēng)險(xiǎn)類型變量均顯著為正，其中，河南省模型中變量的系數(shù)最大，為1.02，貴州省居中，系數(shù)為0.70，山東省最小，系數(shù)為0.54（表8）。風(fēng)險(xiǎn)類型變量顯著為正，系數(shù)為0.85，風(fēng)險(xiǎn)類型與D1的交互項(xiàng)顯著為負(fù)，系數(shù)為-0.30，風(fēng)險(xiǎn)類型與D2的交互項(xiàng)不顯著，說明山東省的風(fēng)險(xiǎn)類型變量系數(shù)0.55（=0.85-0.30）小于河南省和貴州省的系數(shù)0.85（表9）。

綜合兩個(gè)模型可知：被調(diào)查者越偏好風(fēng)險(xiǎn)，金融素養(yǎng)越高。這可能源于偏好風(fēng)險(xiǎn)的被調(diào)查者，會(huì)更主動(dòng)參與一些金融活動(dòng)，可以積累更多的金融知識(shí)和技能，從而具有更高的金融素養(yǎng)。其中，河南省被調(diào)查者風(fēng)險(xiǎn)偏好程度對(duì)其金融素養(yǎng)的提高效應(yīng)最強(qiáng)，貴州省居中，山東省最弱。

7）實(shí)證分析結(jié)果的進(jìn)一步解釋：大多數(shù)的調(diào)查顯示，居民金融素養(yǎng)存在很強(qiáng)的地區(qū)差異，即使在同一地區(qū)，也存在地區(qū)內(nèi)的金融素養(yǎng)差異，這可能源于不同地區(qū)或群體間金融獲得、教育水平等方面的差異[9]。我國東、中、西地區(qū)的經(jīng)濟(jì)社會(huì)發(fā)展不同，存在顯著的區(qū)域金融差異[21-23]，加之其它因素存在的地區(qū)差異（如教育水平），出現(xiàn)了上文一些影響三省農(nóng)村居民金融素養(yǎng)因素（如年齡、家庭收入、風(fēng)險(xiǎn)類型）的區(qū)域差異。具體哪些因素導(dǎo)致了這種差異及如何發(fā)揮效用，有待于進(jìn)一步的研究。

3 結(jié)論及建議

3.1 結(jié)論

研究表明，不同地區(qū)農(nóng)村居民在金融素養(yǎng)總體水平上，存在明顯的區(qū)域差異，呈現(xiàn)山東省、河南省、貴州省遞減的態(tài)勢(shì)，且在金融素養(yǎng)不同方面上的表現(xiàn)差異也較大。表明我國農(nóng)村居民金融素養(yǎng)總體存在東中西遞減趨勢(shì)，還存在同一地區(qū)在金融素養(yǎng)不同方面上的差異，以及金融素養(yǎng)同一方面不同地區(qū)的差異。

從金融素養(yǎng)的影響因素方面來看，農(nóng)村居民個(gè)人受教育程度、父母最高受教育程度、非農(nóng)程度和偏好風(fēng)險(xiǎn)程度對(duì)其金融素養(yǎng)均存在顯著的正效應(yīng)；性別、年齡、金融教育和家庭人均收入對(duì)農(nóng)村居民金融素養(yǎng)的影響存在區(qū)域差異。

3.2 建議

第一，將金融教育納入到九年義務(wù)教育中，根據(jù)不同階段學(xué)生的需求，確定不同的金融教育內(nèi)容：讓學(xué)生從小學(xué)階段就接觸金融，了解金融知識(shí)；到中學(xué)階段，可針對(duì)中學(xué)學(xué)生可能面臨的金融知識(shí)和問題，幫助他們樹立初步的金融消費(fèi)觀念、金融理財(cái)觀念和風(fēng)險(xiǎn)意識(shí)觀念；到大學(xué)階段，可以開展一些與金融相關(guān)的公共或必修科目，讓他們更深入地了解金融知識(shí)。

第二，金融教育計(jì)劃和方案的內(nèi)容與形式要注意針對(duì)性。首先，在內(nèi)容上，要針對(duì)不同地區(qū)不同農(nóng)村群體進(jìn)行信息收集分類，以提供他們可以依賴的金融信息，如針對(duì)女性，提供專門的金融教育方案和金融咨詢；針對(duì)老人，更多地提供養(yǎng)老規(guī)劃和退休儲(chǔ)蓄的信息和知識(shí)；對(duì)純農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)者，培養(yǎng)其在農(nóng)業(yè)生產(chǎn)資料購買和農(nóng)產(chǎn)品銷售環(huán)節(jié)所必需的金融能力；對(duì)“月光族”、“啃老族”的年輕人，進(jìn)行“幫助年輕人樹立理財(cái)觀”計(jì)劃。其次，做到金融教育形式有針對(duì)性，如針對(duì)農(nóng)村居民的需求和生活特點(diǎn)，專設(shè)一個(gè)公眾金融教育服務(wù)區(qū)或利用電視、網(wǎng)絡(luò)等大眾媒體，借鑒南非的經(jīng)驗(yàn)，通過戲劇表演、金融教育電影或案例回放的方式，為農(nóng)村居民提供易于接受的金融知識(shí)學(xué)習(xí)渠道和平臺(tái)，還可以充分發(fā)揮農(nóng)民工、返鄉(xiāng)創(chuàng)業(yè)大學(xué)生和務(wù)工人員的作用，通過身邊人使用、獲益來帶動(dòng)農(nóng)村居民學(xué)習(xí)金融知識(shí)。

[1]俞達(dá), 劉墨海. 金融素質(zhì)教育的國際經(jīng)驗(yàn)[J]. 中國金融,2014(10): 58-59.Yu D, Liu M H. International experience of financial quality education[J]. China Finance, 2014(10): 58-59.

[2]Behrman J R, Mitchell O S, Soo C, et al. Financial literacy,schooling, and wealth accumulation[R]. National Bureau of Economic Research Working Paper No. 16452, 2010.

[3]Lusardi A, Mitchell O S. Financial literacy around the world: An overview[J]. Journal of Pension Economics and Finance, 2011,10(4): 497-508.

[4]Agnew J, Bateman H, Thorp S. Financial literacy and retirement planning in Australian[J]. Numeracy, 2013, 6(2): 1-25.

[5]Boisclair D, Lusardi A, Michaud P C. Financial literacy and retirement planning in Canada[R]. NBER Working Paper No.20297, 2014.

[6]王宇熹, 范潔. 消費(fèi)者金融素養(yǎng)影響因素研究——基于上海地區(qū)問卷調(diào)查數(shù)據(jù)的實(shí)證分析[J]. 金融理論與實(shí)踐, 2015(3): 70-76.Wang Y X, Fan J. Study on the consumers’ fi nancial in fl uencing factors: An empirical analysis based on Shanghai questionnaire survey data[J]. Financial Theory and Practice, 2015(3): 70-76.

[7]劉丹, 朱濤, 李蘇南. 大學(xué)生金融態(tài)度與金融行為研究——基于家庭教育的視角[J]. 教育學(xué)術(shù)月刊, 2015(6): 77-82.Liu D, Zhu T, Li S N. College students’ financial attitudes and behaviors from perspective of family education[J]. Education Research Monthly, 2015(6): 77-82.

[8]Lusardi A, Mitchell O S, Curto V. Financial literacy among the young: Evidence and implications for consumer policy[J]. Journal of Consumer Affairs, 2010, 44(2): 358-380.

[9]Xu L, Zia B. Financial literacy around the world: An overview of the evidence with practical suggestions for the way forward[R].World Bank Policy Research Working Paper No. 6107, 2012.

[10]Agarwal S, Amromin G, Ben-David I, et al. Financial literacy and financial planning: Evidence from India[J]. Journal of Housing Economics, 2015, 27: 4-21.

[11]Lusardi A, Mitchell O S. Financial literacy and retirement planning: New evidence from the Rand American Life Panel[R].Michigan Retirement Research Center Working Paper No. 157,2007.

[12]Walstad W B, Rebeck K, MacDonald R A. The effects of fi nancial education on the fi nancial knowledge of high school students[J].Journal of Consumer Affairs, 2010, 44(2): 336-357.

[13]Guiso L, Jappelli T. Financial literacy and portfolio diversification[R]. European University Institute Working Paper No. 31, 2008.

[14]Monticone C. How much does wealth matter in the acquisition of fi nancial literacy?[J]. Journal of Consumer Affairs, 2010, 44(2):403-422.

[15]Benjamin D J, Brown S A, Shapiro J M. Who is “behavioral”?Cognitive ability and anomalous preferences[J]. Journal of the European Economic Association, 2013, 11(6): 1231-1255.

[16]Lusardi A, Mitchell O S. Financial literacy and planning:Implications for retirement wellbeing[R]. Michigan Retirement Research Center Working Paper No. 108, 2005.

[17]Lusardi A. Risk literacy[J]. Italian Economic Journal, 2015, 1(1):5-23.

[18]尹志超, 宋全云, 吳雨. 金融知識(shí)、投資經(jīng)驗(yàn)與家庭資產(chǎn)選擇[J]. 經(jīng)濟(jì)研究, 2014(4): 62-75.Yin Z C, Song Q Y, Wu Y, Financial literacy, trading experience and household portfolio choice[J]. Economic Research Journal,2014(4): 62-75.

[19]Lusardi A, Mitchell O S. Baby boomer retirement security: The roles of planning, fi nancial literacy, and housing wealth[J]. Journal of Monetary Economics, 2007, 54(4): 205-224.

[20]Rooij M V, Lusardi A, Alessie R. Financial literacy and stock market participation[J]. Journal of Financial Economics, 2011,101(2): 449-472.

[21]楊德勇, 陳妍, 辛士波. 區(qū)域視角下我國農(nóng)村金融差異的影響因素分析[J]. 中央財(cái)經(jīng)大學(xué)學(xué)報(bào), 2014(8): 22-30.Yang D Y, Chen Y, Xin S B. An analysis on differences and influencing factors of rural finance in China from regional differences perspective[J]. Journal of Central University of Finance & Economics, 2014(8): 22-30.

[22]彭寶玉, 謝桂珍, 魏雪燕, 等. 中國區(qū)域經(jīng)濟(jì)、金融發(fā)展差異分析[J]. 地域研究與開發(fā), 2016, 35(4): 1-5.Peng B Y, Xie G Z, Wei X Y, et al. Regional disparity comparisons between economic and fi nancial development in China[J]. Areal Research and Development, 2016, 35(4): 1-5.

[23]周澤炯, 馬艷平. 區(qū)域視角下我國農(nóng)村金融發(fā)展差異及影響因素研究[J]. 華東經(jīng)濟(jì)管理, 2016, 30(7): 100-106.Zhou Z J, Ma Y P. A study on the differences and influential factors of China’s rural fi nancial development from the regional perspective[J]. East China Economic Management, 2016, 30(7):100-106.