■ 郝龍華，張 蓓

一、引言

改革開放以來，我國經(jīng)濟快速增長，城鎮(zhèn)化進程不斷推進，貧困人口大幅減少，但依舊存在著發(fā)展不平衡不充分的矛盾，城鄉(xiāng)發(fā)展失衡、收入差距過大和貧困問題嚴重影響著我國經(jīng)濟轉(zhuǎn)型發(fā)展（李實，2005；李國正，2020）。2022 年中央一號文件中單獨列出“強化鄉(xiāng)村振興金融服務”，旨在促進金融扶貧，增加農(nóng)民家庭收入，縮小城鄉(xiāng)發(fā)展差距，實現(xiàn)發(fā)展成果由人民共享。當前，我國已經(jīng)進入扎實推進共同富裕的階段，推動包容性發(fā)展是促進社會轉(zhuǎn)型發(fā)展的必然要求。如何提升城鄉(xiāng)居民收入，特別是縮小城鄉(xiāng)收入差距成為亟待解決的現(xiàn)實問題。

在實踐層面，政府針對不同群體出臺各項政策，大力發(fā)展普惠金融，為促進居民就業(yè)增收提供有力支持。金融知識作為一種特定人力資本，客觀上體現(xiàn)了居民有效配置金融資源和挖掘就業(yè)機會的能力，但是目前我國居民的金融知識水平較為匱乏，與世界發(fā)達國家相比還存在較大差距。隨著城市化進程不斷推進，區(qū)域之間、城鄉(xiāng)之間經(jīng)濟發(fā)展不平衡問題突出，城市與農(nóng)村居民的金融知識水平差距也較為明顯（張偉強和周從意，2017）。在此背景下，金融知識對居民家庭收入是否產(chǎn)生影響？這種影響在城市和農(nóng)村之間是否產(chǎn)生顯著差異？金融知識對收入影響的內(nèi)在傳導機制如何？創(chuàng)業(yè)決策是否在金融知識影響城鄉(xiāng)居民家庭收入中具有中介效應？金融知識的包容性經(jīng)濟效應在不同資本所有者中表現(xiàn)如何？這正是本文要解決的核心問題。這有助于我們了解金融知識的收入效應和包容性經(jīng)濟效應，為縮小城鄉(xiāng)居民金融知識水平差距進而促進空間均衡包容發(fā)展提供科學參考。

二、文獻綜述

（一）金融知識及其收入效應的研究進展

目前，國內(nèi)外已有不少關于金融知識及其收入效應的研究。金融知識具體包括對資本市場基礎知識、融資方式、信貸政策、金融政策等的理解，能夠反映人們在管理自身或他人財富時是否能有效運用自身知識以維持良好財務狀況的能力（Noctor，1992）。國際上對金融知識的考察源于2005 年荷蘭中央銀行組織的家庭調(diào)查，之后其他國家也紛紛效仿，開始對本國居民金融素養(yǎng)水平進行評估。對金融知識的度量方法，既有通過設計含有專業(yè)知識的調(diào)查問卷進行度量的客觀方式（孫光林等，2019；Lusardi &Mitchell，2014），又有基于調(diào)查對象對金融相關產(chǎn)品的主觀認識進行評價的方式（Guiso &Paiella，2008）。

在評估金融知識的收入效應時，有不少學者認為金融知識具有顯著的收入增長效應，如李云峰等（2018）使用2016年江西省農(nóng)村家庭金融知識問卷調(diào)查數(shù)據(jù)，采用有序Probit模型實證研究發(fā)現(xiàn)金融知識可以顯著推動農(nóng)村居民家庭收入的增加。李慶海等（2018）使用2012年中國消費金融現(xiàn)狀及投資者教育調(diào)查數(shù)據(jù)，采用IVProbit 模型實證表明金融知識對城鎮(zhèn)居民財產(chǎn)性收入的影響顯著為正。吳衛(wèi)星等（2018）利用家庭微觀調(diào)查數(shù)據(jù)實證研究發(fā)現(xiàn)，金融知識水平的提高可以抑制過度負債。Lusardi &Mitchell（2008）使用美國數(shù)據(jù)研究發(fā)現(xiàn)，金融知識可以促進財富積累。

（二）金融知識影響創(chuàng)業(yè)決策的研究進展

現(xiàn)有文獻在研究創(chuàng)業(yè)決策的影響因素時，主要從創(chuàng)業(yè)環(huán)境入手，關注流動性約束、政府管制等因素，研究發(fā)現(xiàn)創(chuàng)業(yè)家庭仍然面臨顯著的流動性約束（蔡棟梁等，2018），制度環(huán)境是影響企業(yè)家投資導向的關鍵影響因素（明秀南，2016）。還有學者關注到社會資本、數(shù)字金融對創(chuàng)業(yè)的影響，認為社會資本能夠提高正規(guī)或民間融資的可能性，從而對城鎮(zhèn)和農(nóng)村家庭創(chuàng)業(yè)行為有顯著促進作用（馬光榮和楊恩艷，2011；胡金焱和張博，2014），數(shù)字金融對金融知識豐富群體創(chuàng)業(yè)活動的促進效果更明顯（張兵和盛洋虹，2021）。還有部分學者從個人特征出發(fā)，探討個人職業(yè)（陳昊和呂越，2017）、風險態(tài)度（張云亮等，2020）對中國家庭創(chuàng)業(yè)的影響機制。

金融知識是企業(yè)家才能的重要組成部分，必然會對創(chuàng)業(yè)產(chǎn)生影響，于是一些學者在創(chuàng)業(yè)研究領域中加入金融知識因素，但并未得出一致結論。Oseifuah（2010）對南非研究發(fā)現(xiàn)，居民金融知識水平與其所在地區(qū)發(fā)生的創(chuàng)業(yè)活動呈正相關關系。金融知識可以降低家庭和個人遭受信貸約束的可能性，從而促進家庭和個人創(chuàng)業(yè)（馬雙和趙朋飛，2015）。孫光林等（2019）基于2018 年江蘇和山東兩省失地農(nóng)民的312 份問卷調(diào)查數(shù)據(jù)，運用Heckman 模型實證研究發(fā)現(xiàn)，金融知識對失地農(nóng)民的創(chuàng)業(yè)決策和創(chuàng)業(yè)績效具有顯著的正向影響。而羅荷花等（2020）運用武陵山區(qū)、羅霄山區(qū)和秦巴山區(qū)516戶農(nóng)村居民家庭的調(diào)研數(shù)據(jù)，實證研究發(fā)現(xiàn)金融知識對農(nóng)村居民家庭創(chuàng)業(yè)決策的具有顯著的負向影響。

縱觀現(xiàn)有文獻不難發(fā)現(xiàn)：其一，在關于金融知識收入效應的文獻中，對我國城鄉(xiāng)居民收入影響的研究仍然較少。其二，較少關注微觀個體因素的包容性經(jīng)濟效應，金融知識影響居民家庭收入的內(nèi)在機制尚未得到充分研究，金融知識對城鄉(xiāng)居民創(chuàng)業(yè)決策的影響還未形成一致意見。其三，缺乏對農(nóng)村內(nèi)部不同資本擁有者創(chuàng)業(yè)概率的異質(zhì)性影響研究。

本文貢獻之處主要在于：一是利用CFPS 數(shù)據(jù)，考察金融知識對城鄉(xiāng)居民家庭收入及創(chuàng)業(yè)決策的影響，擴展金融知識經(jīng)濟效應的微觀機制探討。二是挖掘金融知識在不同物質(zhì)資本、人力資本和社會資本中發(fā)揮的經(jīng)濟效應，有助于明確普及金融知識未來的著力點。

三、研究設計

（一）計量模型設定

由于樣本中各類收入變量存在一部分0值，其概率分布就變成混合分布，因此對OLS 與Tobit 模型對比發(fā)現(xiàn)，使用Tobit 模型能克服OLS不能得出一致估計的問題，選取Tobit 模型進行歸并回歸。金融知識與居民收入之間的方程設定如下：

其中，income表示收入，literacy表示金融知識，是核心自變量，X為控制變量，ε為誤差項。在此基礎上，再采用Tobit 模型對家庭不同來源收入以及分城鄉(xiāng)樣本進行回歸。

其次考慮家庭創(chuàng)業(yè)決策的傳導機制。金融知識可以降低家庭和個人遭受信貸約束的可能性，促進中小微企業(yè)的創(chuàng)立（Guiso & Viviano，2015；黃宇虹和黃霖，2019），進而解決一部分就業(yè)問題，促進包容性發(fā)展。為證實這一傳導機制，本文構建Probit 模型進行估計，并從多元資本視角出發(fā)，討論金融知識水平的提升對創(chuàng)業(yè)決策的影響。具體模型設定如下：

其中，entrep表示是否創(chuàng)業(yè)，如果居民選擇創(chuàng)業(yè)，則取值為1，否則為0。采用Probit 模型繼續(xù)進行分樣本回歸，并檢驗創(chuàng)業(yè)決策變量在其中的中介效應，模型表達式如下：

其中，α為總效應，是關于核心自變量金融知識對居民家庭收入影響的考察。式（2）中的估計系數(shù)β衡量的是金融知識對于中介變量即創(chuàng)業(yè)決策的影響。式（3）稱為直接效應模型，?與?為金融知識和創(chuàng)業(yè)決策影響居民家庭收入的直接效應，創(chuàng)業(yè)決策的中介效應為β?的系數(shù)乘積。這幾個參數(shù)的關系為：α=β?+?。根據(jù)該關系式，結論可能出現(xiàn)以下4 種情況：（1）α=0，即β=0 或?=0，且?=0，即金融知識不影響居民家庭收入；（2）?=0，β?≠0，完全中介效應，金融知識完全通過創(chuàng)業(yè)決策作用于居民家庭收入；（3）?≠0，β?=0，即不存在間接效應，金融知識完全通過直接效應作用于居民家庭收入；（4）?≠0，β?≠0，部分中介效應，即在金融知識對居民家庭收入的影響中直接效應和間接效應并存。

（二）數(shù)據(jù)來源

數(shù)據(jù)來源于北京大學2018年中國家庭追蹤調(diào)查（CFPS）。中國家庭追蹤調(diào)查于2018 年共調(diào)查收集了10000 多戶家庭數(shù)據(jù)，共覆蓋了31個省份，調(diào)查數(shù)據(jù)較為全面反映了我國家庭經(jīng)濟、社會等方面信息，具有一定代表性。在數(shù)據(jù)處理過程中，將問卷中的個人、家庭與地區(qū)三個層面的數(shù)據(jù)進行匹配，基于所要研究的問題篩選變量，最終保留了4807個樣本。

（三）變量選取與描述

1.家庭收入。城鄉(xiāng)家庭收入變量來自CFPS調(diào)查問卷中的家庭純收入，收入來源分為工資性收入、經(jīng)營性收入、財產(chǎn)性收入、轉(zhuǎn)移性收入和其他收入。考慮到可能出現(xiàn)的異方差問題，我們對家庭收入及不同來源收入取對數(shù)處理。

2.金融知識。選取CFPS調(diào)查問卷中涉及的存款利率計算、通貨膨脹和風險理解3個問題來反映居民的金融知識水平。表1 給出了金融知識3個問題的設計和各選項的回答人數(shù)占比，可以看出，定期存款利率計算回答正確的家庭占比較少，通貨膨脹理解問題回答正確人數(shù)較多，投資風險問題回答正確的比例略低于通貨膨脹問題，但回答不知道的也高達46.99%，綜合來看，我國居民的金融知識較為匱乏。

表1 金融知識相關問題回答情況的描述性統(tǒng)計

本文采用主客觀結合的組合賦權法構建金融知識指標，根據(jù)受訪者對3個問題是否回答正確及是否直接回答構建兩個啞變量（回答不知道視為間接回答）?？陀^賦權法中采用主成分分析法以確定權重，主觀賦權根據(jù)不同變量的重要程度賦權。如果回答錯誤說明居民了解金融知識概念但不具備計算能力，如果回答不知道，則表明居民金融知識基礎匱乏，可能并不了解基本的概念（孫光林等，2019）。因此筆者認為是否回答正確比直接回答不知道所體現(xiàn)的金融知識水平更高，進而賦予是否正確回答的3個變量更高權重。

3.創(chuàng)業(yè)決策。一般而言，創(chuàng)業(yè)決策是由主要家庭成員做出并由其他成員共同參與的，可以體現(xiàn)家庭的整體經(jīng)營理念，因此本文在家庭層面定義創(chuàng)業(yè)決策變量。如果家庭中有人從事個體經(jīng)營，則令創(chuàng)業(yè)決策變量為1，否則為0。

4.其他變量。參考已有文獻，選取戶主層面的控制變量包括性別、年齡、受教育年限、政治面貌、健康狀況、戶口類型、風險態(tài)度等基本特征變量，家庭層面的控制變量包括家庭人口規(guī)模和固定資產(chǎn)價值。由于家庭收入可能與地區(qū)經(jīng)濟發(fā)達程度密切相關，因此地區(qū)層面控制變量的選取首先考慮地域分布（東、中、西部）。另外考慮地方的市場化發(fā)展水平，根據(jù)樊綱和王小魯測量的中國各地區(qū)市場化指數(shù)，并以歷年市場化指數(shù)的平均增長幅度作為推算2018年指數(shù)的依據(jù)，從而引入2018 年各省份的市場化指數(shù)作為地區(qū)經(jīng)濟發(fā)展水平的代理變量。

四、實證結果分析

（一）金融知識與家庭收入

表3 報告了運用Tobit 模型的實證結果。在控制了戶主、家庭和地區(qū)特征變量后，結果顯示金融知識對收入的影響為正，金融知識對財產(chǎn)性收入和其他收入的影響未通過顯著性檢驗，而對家庭純收入、經(jīng)營性收入、工資性收入和轉(zhuǎn)移性收入的影響顯著為正。

表2 變量的描述性統(tǒng)計

表3 金融知識對家庭收入影響的估計結果

從控制變量看，個人特征如教育年限、健康狀況、手機使用和戶口性質(zhì)，家庭特征如家庭規(guī)模和固定資產(chǎn)價值對家庭純收入的影響顯著為正。戶主身體狀況較好、受教育程度越高的家庭收入越高，說明“知識改變命運”，駁斥了“讀書無用論”的觀點。使用手機的居民能夠獲取更多的信息，可能對市場風向、增收機會更為敏感。城市居民的家庭收入相較農(nóng)村家庭更高，農(nóng)村居民即使去了城市打工也可能受到一些公共服務、社會保障和社會認同等流動性障礙，而且較多農(nóng)民工在城市只能從事制造業(yè)、餐飲服務業(yè)等工作，收入相對較低。人口規(guī)模越大的家庭勞動力相對越豐富，擁有的各類資源可能越多，客觀上提高了家庭的總體收入水平。而戶主年齡對家庭年收入具有顯著的負向影響。地區(qū)市場化指數(shù)對家庭收入具有顯著的正向影響，地區(qū)經(jīng)濟發(fā)展水平越高，勞動力市場越完善，居民越容易找到合適的工作機會，從而提高其收入水平。

（二）城鄉(xiāng)差異

從表4可以看出，城鄉(xiāng)居民金融知識水平與家庭收入存在較大差異性，城市居民的金融知識水平均值為0.657，遠高于農(nóng)村居民，城市居民的家庭收入也顯著高于農(nóng)村居民。

表4 城鄉(xiāng)地區(qū)、金融知識水平與居民家庭收入

從表5 可以發(fā)現(xiàn)，在分樣本回歸中，金融知識對農(nóng)村居民和城市居民的家庭收入的影響系數(shù)相差不大，均在1%置信水平上顯著。

表5 金融知識對城鄉(xiāng)居民家庭收入影響的估計結果

五、金融知識影響城鄉(xiāng)居民家庭收入的作用機制：創(chuàng)業(yè)決策

已有研究表明，具備一定金融知識如了解國家信貸政策、資本市場知識等的居民市場敏感度更強（Graham&Harvey，2009），金融知識可以降低信貸約束，提升居民創(chuàng)業(yè)積極性（艾小青等，2021），金融知識普及度的提升可能帶來創(chuàng)業(yè)機會的均等化，從而有助于實現(xiàn)收入均等化（張勛等，2019），因此假設金融知識可以通過創(chuàng)業(yè)決策這一傳導路徑作用于居民家庭收入。

（一）金融知識與創(chuàng)業(yè)決策

表6 匯報了金融知識對家庭創(chuàng)業(yè)決策的影響以及創(chuàng)業(yè)決策在金融知識影響城鄉(xiāng)居民家庭收入中的中介作用。從第（1）列可以看出，金融知識對創(chuàng)業(yè)決策影響的系數(shù)不顯著，說明總體而言，金融知識對創(chuàng)業(yè)的影響效應極為有限。但是通過第（3）列和第（4）列的城鄉(xiāng)異質(zhì)性分析發(fā)現(xiàn)，金融知識對農(nóng)村居民的創(chuàng)業(yè)決策產(chǎn)生顯著影響，而對城市居民的創(chuàng)業(yè)決策影響不顯著，農(nóng)村居民更容易從金融知識水平的提高中獲益。此外，還發(fā)現(xiàn)創(chuàng)業(yè)決策在金融知識影響農(nóng)村家庭收入過程中發(fā)揮部分中介作用。

表6 創(chuàng)業(yè)決策的影響機制估計結果

（二）多元資本的異質(zhì)性分析

將農(nóng)村家庭按照不同資本如物質(zhì)資本、人力資本和社會資本進行分組，考察在不同資本條件下哪類農(nóng)村居民群體的創(chuàng)業(yè)概率更高。

從物質(zhì)資本視角出發(fā)，使用家庭固定資產(chǎn)價值衡量物質(zhì)資本，將農(nóng)村家庭固定資產(chǎn)價值按平均值劃分為低物質(zhì)資本和高物質(zhì)資本兩組。采用Probit模型估計不同群體的創(chuàng)業(yè)概率，從表7 的回歸結果可以看出金融知識對農(nóng)村居民創(chuàng)業(yè)決策的影響均為正向，但對不同物質(zhì)資本群體的影響不一，金融知識可以顯著提高農(nóng)村高物質(zhì)資本群體的創(chuàng)業(yè)概率，而對低物質(zhì)資本群體的影響不顯著，沒有體現(xiàn)出包容性。

從人力資本視角出發(fā)，依據(jù)戶主受教育年限，按平均值將樣本數(shù)據(jù)劃分為低教育水平和高教育水平兩組，采用Probit 模型估計其創(chuàng)業(yè)概率，表7 的第（3）列和第（4）列估計結果表明，相比高教育水平居民，金融知識更能推動農(nóng)村低教育水平居民創(chuàng)業(yè)的概率，有利于農(nóng)村人力資本匱乏的家庭實現(xiàn)階級跨越，充分體現(xiàn)其包容性。

從社會資本視角出發(fā)，考慮到我國親友之間交流溝通的重要途徑之一便是“飯局”，參照胡金焱和張博（2014）的做法，基于家庭每月外出就餐費用，按平均值將數(shù)據(jù)劃分為低社會資本和高社會資本兩組，繼續(xù)采用Probit模型得出回歸結果，表7中第（5）列和第（6）列的結果表明金融知識水平的提高可以顯著提升低社會資本群體的創(chuàng)業(yè)概率，有助于實現(xiàn)包容性發(fā)展。

表7 金融知識與農(nóng)村家庭創(chuàng)業(yè)：多元資本的異質(zhì)性

六、穩(wěn)健性分析

（一）傾向得分匹配

首先，將金融知識劃分為二分變量，如果3個問題回答對2道和3道，則金融知識賦值為1，否則為0。其次，選取影響金融知識的特征變量作為協(xié)變量，并考察匹配結果是否較好地平衡了數(shù)據(jù)，結果表明除風險態(tài)度外，其他變量的平均數(shù)在匹配前均存在顯著性差異，而匹配后不存在顯著差異。最后，運用多種匹配方法計算平均處理效應以衡量金融知識的“毛收益”，表8的傾向得分匹配結果表明五種匹配方法在匹配前和匹配后均通過了顯著性檢驗，說明在全樣本中具備金融知識和不具備金融知識的群體在家庭收入提升效果上存在顯著差異，金融知識對提高家庭收入有顯著影響，這證明了前文的分析結果比較穩(wěn)健。

表8 穩(wěn)健性檢驗一：傾向得分匹配法

（二）內(nèi)生性處理

工具變量法是解決內(nèi)生性問題的重要方法之一。借鑒李云峰等（2018）的做法，選擇戶主所在地區(qū)其他家庭金融水平的均值作為金融知識的工具變量。個人金融知識水平在一定程度上受到當?shù)亟逃降挠绊?，但金融知識水平均值并不直接影響家庭收入。表9 中穩(wěn)健性檢驗二結果表明，金融知識的代理變量對家庭總收入以及城鄉(xiāng)家庭收入均具有顯著的正向作用，證明前文中的估計結果基本穩(wěn)健。

表9 金融知識對城鄉(xiāng)家庭收入的穩(wěn)健性檢驗結果

（三）替換變量

首先，改用金融知識3個問題回答正確的個數(shù)測度金融知識變量。其次，考慮到居民持有金融產(chǎn)品，對金融知識越敏感，因此進一步選用居民是否持有金融產(chǎn)品來衡量金融知識。穩(wěn)健性檢驗三和四的結果顯示，替換金融知識變量對家庭總收入和城鄉(xiāng)家庭收入的系數(shù)顯著性無明顯變化，表明估計結果是穩(wěn)健的。

（四）剔除部分樣本

本文剔除25歲以下、55歲以上的樣本，選擇25歲到55歲的最容易參與創(chuàng)業(yè)的這部分中青年人口作為穩(wěn)健性分析的對象。從穩(wěn)健性檢驗五可以看出，剔除小于25歲和大于55歲的年齡人口后，核心解釋變量對收入影響的相關系數(shù)略有變化，但沒有改變前文的基本結論，再次表明估計結果較為穩(wěn)健。

七、結論與對策建議

本文基于中國家庭追蹤調(diào)查數(shù)據(jù)，采用Tobit模型實證檢驗了金融知識對家庭純收入和收入結構的影響，并從家庭創(chuàng)業(yè)決策角度出發(fā)探討了其內(nèi)在傳導機制。研究結果表明：第一，金融知識對家庭收入具有正向影響，且對經(jīng)營性收入、工資性收入和轉(zhuǎn)移性收入的影響正向顯著，異質(zhì)性分析發(fā)現(xiàn)金融知識可以推動城市和農(nóng)村居民家庭收入的增加。第二，金融知識可以通過創(chuàng)業(yè)對農(nóng)村家庭收入產(chǎn)生影響，創(chuàng)業(yè)在金融知識影響農(nóng)村居民家庭收入過程中具有部分中介作用。第三，與高人力資本和社會資本居民相比，金融知識對低人力資本和低社會資本農(nóng)村居民群體的創(chuàng)業(yè)決策影響更大，金融知識水平的提高在一定程度上可以促進經(jīng)濟增長的機會分享，發(fā)揮包容性經(jīng)濟效應。

本文的研究結論可為政府部門普及信貸政策、信貸結構等各類金融知識，縮小城鄉(xiāng)發(fā)展差距和城鄉(xiāng)居民金融知識水平差距，鼓勵創(chuàng)新創(chuàng)業(yè)，推動收入穩(wěn)步增長，夯實共同富裕基礎提供實證參考：第一，應建立健全各方面協(xié)調(diào)配合的金融知識培訓體系，制定差異化的創(chuàng)業(yè)扶持政策。多措并舉向居民宣傳普及金融知識，尤其是強化農(nóng)民創(chuàng)業(yè)教育，解決當前突出的就業(yè)問題，推動農(nóng)村創(chuàng)業(yè)高質(zhì)量發(fā)展，縮小城鄉(xiāng)發(fā)展差距。第二，進一步完善金融市場，著重提高農(nóng)村金融機構服務水平，加深農(nóng)村地區(qū)金融教育和創(chuàng)業(yè)扶持政策的普及程度。