刘雪颖｜互联网使用对家庭财富积累与分配的影响 —— 基于中国家庭追踪调查（CFPS）面板数据的经验研究

    近年来，学术界对家庭财富积累与分配的影响因素进行了大量有益的探索。在财富积累方面，海蒂 （Headey）等分析了澳大利亚家庭财富结构与分布情况，发现家庭财富与年龄、出生国家、父母职业状况、教育、婚姻状况、收入、储蓄行为、风险偏好以及生活方式等一系列因素相关。贝尔曼（Behrman）等认为，金融素养有助于增加人们的退休储蓄，从而促进家庭财富积累。靳永爱和谢宇着重分析了政治因素和市场因素对家庭财产积累的影响。在财富分配方面，已有文献从通货膨胀、住房价格等宏观因素，以及金融知识、社会网络、代际联系等微观因素展开研究。在宏观层面，贝里沙(Berisha)和梅萨罗斯 (Meszaros)认为通货膨胀和提高利率均有助于降低财富不平等。原鹏飞和冯蕾研究发现房价上涨已经成为近年来贫富差距恶化的主要原因。在微观层面，尹志超和张号栋指出，与高财富组家庭相比，金融知识对低财富组家庭财富的促进作用更大，普及金融知识能够缩小家庭财富差距。何金财、杨灿等探讨了社会网络对家庭财富差距的影响。一些文献还探讨了代际遗赠对财富不平等的影响，发现自愿遗赠会加剧财富不平等，也有研究认为遗赠对财富不平等没有显著影响。虽然关于家庭财富积累与分布影响因素的相关研究较为丰富，但大多忽视了信息时代以互联网为代表的数字技术可能对家庭财富产生的影响。

    作为现代信息技术的重要组成部分，互联网发展迅猛并得到广泛应用，对经济社会发展带来了深远的影响。在宏观层面，互联网带来了多个维度的影响，主要包括经济增长、国际贸易、劳动力市场等方面。在微观层面，互联网影响着人们的就业方式、消费与投资决策、幸福感等方方面面。虽然互联网技术已经成为影响个体经济决策的重要因素，但探讨互联网影响家庭财富积累与分配的文献还较为缺乏。仅有强国令、商城使用微观截面数据探讨了地区互联网普及与家庭财富差距的关系，但该研究使用社区层面互联网普及率这一指标进行分析，忽略了在互联网使用方面的个体异质性。该文使用不同分位点家庭财富规模之间的差值作为财富不平等的度量指标，只考虑了分位点的财富分配状况，而忽略了分位点之间群体的财富分配信息；在研究内容方面，该文也并未进一步探讨互联网影响家庭财富分配的具体作用机制。

    基于上述分析，本文使用2014年、2016年和2018年的中国家庭追踪调查（China Family Panel Studies，CFPS）3期面板数据，研究互联网使用对家庭财富积累与分配的影响。与已有研究相比，本文主要有以下几点贡献：第一，本文从互联网的视角分析家庭财富积累与分配问题，既补充了已有关于互联网微观经济效应的研究，也丰富了家庭财富领域的研究成果。第二，在研究内容上，已有文献集中于分析家庭财富水平的影响因素，鲜有研究对家庭财富结构展开分析。在验证互联网对家庭财富水平的影响后，本文区分了不同资产类型，考察了互联网使用对财富结构的影响，全面揭示了互联网使用对家庭财富积累的数量效应和质量效应。第三，本文分别从收入效应和金融素养两个方面探索互联网对家庭财富积累与分配的影响机制，不仅有助于明晰互联网对家庭财富积累及财富不平等的作用路径，而且有利于政策制定者制定更具有针对性的政策。第四，在因果关系识别方面，本文使用双向固定效应模型并结合工具变量法进行估计，保证实证结果准确可靠。

（一）互联网使用与家庭收入

    从微观家庭视角来看，互联网技术能够对家庭经济决策产生积极影响，从而有利于提高家庭收入水平。通过梳理文献可以发现，互联网对家庭收入的影响主要体现在以下几个方面：第一，就业效应。互联网的使用能够有效提高非农就业概率,促进居民高质量就业,从而提高居民工资性收入。第二，创业效应。互联网通过信息渠道效应、社会资本效应、融资效应、风险偏好效应等作用渠道，促进家庭创业,从而提高家庭经营性收入。第三，投资效应。无论是互联网技术本身，还是其与传统金融业的结合，都具有降低交易成本、促进信息获取、增加投资便利性的优势，进而对家庭投资行为产生积极影响。已有研究证实，互联网、网络交易以及数字普惠金融均能提高家庭风险金融市场参与，优化家庭金融资产配置，从而增加家庭财产性收入。家庭财富与收入之间具有密切联系，收入的结余促成了财富的积累，因此互联网的增收效应有利于家庭财富积累。

    与此同时，一些研究发现互联网普及对弱势群体的增收效应更大。左孝凡和陆继霞使用分位数回归模型检验互联网增收效应的群体异质性，研究发现互联网具有明显益贫性，其对低收入群体边际收入效应明显高于高收入群体。单德朋等利用中国家庭追踪调查（CFPS）问卷中的互联网用途信测度居民数字素养，探讨数字素养对农户财产性收入的影响，研究发现数字素养对中老年和低教育水平农户的增收效应更大。关于增收效应城乡差异的研究，程名望和张家平发现与城镇居民相比，互联网使用对农村居民的增收效应更大。此外，互联网与传统金融业的融合发展有效增强了金融服务的普惠性，使得原本被传统金融、传统征信排除在外的群体也能够获得金融服务，对弱势群体产生了更显著的影响。张勋等研究发现数字金融特别有助于提高低收入、低物质资本、低社会资本家庭的收入水平，促进了包容性增长。由此可见，互联网对弱势群体的增收效应更大，更有利于弱势群体的财富积累，从而起到降低财富不平等的作用。

（二）互联网使用与金融素养

    互联网技术能够打破信息传播的时空限制，让知识传播更快捷、交流互动更方便，同时互联网具有规模经济、边际成本递减的特点，能够有效降低知识获取成本。因此，互联网的使用有益于家庭金融素养的提升，相关研究也为此提供了佐证。金融素养是影响家庭经济行为的重要因素，具备金融素养的个体具备基本的计算和分析能力，能够准确理解与金融相关的核心概念。已有文献表明，提高金融素养水平有助于优化家庭经济决策，从而影响家庭财富的积累与分配。在财富积累方面，范·鲁伊 （Van Rooij）等发现金融素养的增加有助于提高家庭制定退休计划的倾向，从而促进家庭财富积累。胡振认为金融素养能够显著增加家庭房产、金融资产、总资产和净资产规模。在财富分配方面，尹志超和张号栋研究发现，金融知识对低财富组家庭的创富效应更大，能够有效缩小家庭财富差距。因此，互联网使用能够提高家庭金融素养，进而影响家庭财富积累与分配。

    基于以上论述，我们提出如下假说：

（一）数据来源

    本文所使用的数据来自北京大学社会科学调查中心在全国范围内展开的中国家庭追踪调查(CFPS)。该数据样本覆盖全国25个省（自治区、直辖市），包含了家庭人口统计特征、收入、资产与负债等信息，适合开展本文拟进行的研究工作。本文使用2014年、2016年和 2018年中国家庭追踪调查(CFPS)数据，通过对原始数据进行清理，删除家庭净资产小于 0的样本，同时剔除缺失值以及明显异值，最终获得由6289个家庭构成的3期面板数据，有效样本量为18867个。

（二）变量介绍

１．被解释变量

    本文被解释变量为家庭财富水平和财富不平等。本文使用家庭净资产度量家庭财富水平，并且在回归时取对数。根据中国家庭追踪调查（CFPS）数据，家庭净资产等于家庭总资产与家庭总负债差，其中家庭资产包括住房资产、土地资产、生产性固定资产、金融资产和耐用消费品，家庭负债包括住房负债和非住房负债。

    本文使用基于家庭净资产水平计算得到的 Kakwani指数度量家庭财富不平等程度。目前关于测度不平等程度的指标主要分为3类：一是从整体层面测度，如基尼系数、泰尔指数；二是从阶层层面进行测度，如各分位点比值、差值等；三是从个体层面测度，如Kakwani 指数、Podder指数、Yitzhaki指数。前两类不平等指标刻画的是整体不平等程度，无法反映不同个体之间的真实福利差异，故本文选取个体不平等指标Kakwani指数测度家庭财富不平等程度。Kakwani指数能够测度个体财富的相对剥夺程度，与Podder指数、Yitzhaki指数相比，具有无量纲性、正规性等优点。在测算时，本文以省份为单位选取参照群，分年份计算Kakwani指数。Kakwani指数的阈值为［0,1］，数值越大代表相对剥夺越严重。

２．核心解释变量

   本文核心解释变量为家庭互联网使用情况。根据受访者的回答，如果户主使用互联网，该变量赋值为1,否则为0。本文将中国家庭追踪调查（CFPS）问卷中家庭财务回答人视为户主。

３．机制变量

    基于前文理论分析，互联网使用可能通过影响家庭收入与金融素养来影响家庭财富水平及财富不平等，因此本文机制变量为收入和金融素养，其中收入变量用家庭纯收入来测度。参照已有文献做法，我们对金融素养做出如下定义：中国家庭追踪调查（CFPS）问卷中对受访者询问了与金融知识相关的问题，受访者每回答正确一道题得1分，否则为0分，将答题分数直接加总来测度家庭金融素养水平。由于2016年中国家庭追踪调查（CFPS）问卷中没有家庭金融知识模块，2018年中国家庭追踪调查（CFPS）年问卷中关于家庭金融知识的信息较少，而 2014年中国家庭追踪调查（CFPS）问卷的金融知识模块包含12道题，同时考察了家庭基本金融素养和高级金融素养信息，内容较全面，故本文选取2014年中国家庭追踪调查（CFPS）样本进行金融素养机制分析。

４．控制变量

    本文控制变量包括户主特征变量、家庭特征变量和区域变量。其中，户主特征变量主要包括户主性别、年龄及其平方项、受教育程度、健康状况、婚姻状况、政治面貌和户口情况。家庭特征变量包括家庭规模、人口结构变量（少儿抚养比、老人抚养比）、家庭消费水平（回归时取对数）。区域变量包括家庭所在省份人均国内生产总值（GDP）和省份虚拟变量。主要变量的定义、赋值及描述性统计结果见表1。

（一）基准回归

    首先，本文运用双向固定效应模型估计了互联网使用对家庭财富水平的影响。如表2所示，Ⅰ列为互联网使用与家庭财富水平的单变量回归结果，估计结果显示互联网使用在1％显著水平上提升了家庭净资产水平。Ⅱ—Ⅳ列依次加入户主特征变量、家庭特征变量以及区域变量后，互联网与家庭净资产之间依然存在显著的正向关系。以Ⅳ列为例，互联网使用的估计系数为0.069，并且在5％水平上显著，这表明如果家庭使用互联网，净资产规模将增加6.9个百分点。因此，假说1得到了验证。

    其次，本文运用双向固定效应模型估计了互联网使用对家庭财富不平等的影响。如表3所示，Ⅰ列为互联网使用与家庭财富不平等的单变量回归结果，估计结果显示，互联网使用 1％显著水平上降低了家庭财富不平等。第Ⅱ—Ⅳ列依次加入户主特征变量、家庭特征变量以及区域变量后，互联网与家庭财富不平等之间依然存在显著的负向关系。以Ⅳ列为例，互联网使用的估计系数为-0.017，且在1％水平上显著，这表明家庭使用互联网后，Kakwani指数会降低0.017个单位，互联网使用显著降低了家庭财富不平等程度。因此，假说2得到了验证。

（二）稳健性检验

    为了验证本文结果是否稳健可靠，我们采用以下3种方法进行稳健性检验：

１．替换核心解释变量

    上文讨论了是否使用互联网对家庭财富水平及其不平等的影响，然而不同家庭的互联网使用强度存在很大差异。为了探究互联网使用强度与家庭财富及其不平等的关系，本文上网时间替换核心解释变量进行估计。中国家庭追踪调查（CFPS）问卷对户主每周业余上网时间进行了询问，我们将换算成每天上网时长（单位：分钟），回归时取对数，估计结果见表4前两列。结果显示，当上网时间增加 1％时，家庭净资产增加2％，Kakwani指数下降0.005个单位。

２．替换被解释变量

    前文用家庭净资产度量家庭财富，家庭净资产等于家庭总资产减去总负债。为了检验结果的稳健性，本文选取家庭总资产及基于总资产计算得到的Kakwani指数替换被解释变量进行回归，估计结果见表4的Ⅲ和Ⅳ列。可以看出，互联网使用与家庭总资产正相关，与家庭总资产不平等负相关，且均在1％水平上显著，结论与前文一致，结果具有稳健性。

３．改变样本（剔除极端值）

    样本数据中少数家庭的财富水平极高，为了排除极端值对估计结果的影响，本文通过剔除财富水平位于顶端5％的家庭样本，以验证估计结果的稳健性，估计结果见表4的Ⅴ和Ⅵ列。可以看出，剔除财富极端值后，估计系数依然表明互联网使用能够显著促进家庭财富积累，降低家庭财富不平等程度，与基准回归结论一致。

４．内生性分析

    虽然上述一系列稳健性检验一致认为本文结论较为可靠，但可能由于内生性问题导致结论存在局限性。具体来说，尽管本文在回归中加入了尽可能多的控制变量，并且运用面板双向固定效应模型控制了不随时间变化的遗漏变量带来的内生性问题，但由于存在随时间变化的不可观测因素以及反向因果的问题，是否使用互联网这一关键解释变量仍可能存在内生性问题。一方面，存在诸如个人能力、投资偏好、社会环境等不可观测或无法准确度量的因素，这些因素可能会对家庭财富状况以及互联网使用情况产生影响；另一方面，家庭财富积累与分配情况可能会反过来影响互联网的使用，例如财富水平较高、财富相对剥夺程度较低的家庭拥有上网设备、接入互联网的可能性更大。为了保证估计结果准确性，本文通过寻找工具变量克服内生性带来的估计偏差。参照已有文献，本文选取区县层面其他家庭互联网使用率均值作为工具变量。合理的工具变量要与所替代的内生性解释变量高度相关，同时与模型中的随机误差项不相关。地区互联网使用率均值反映了互联网在当地的普及程度，由于社会网络、信息交流等原因，地区互联网使用率与家庭互联网使用情况高度相关，同时区县内其他家庭互联网使用情况与本家庭的财富状况没有直接关系。因此，该工具变量较好地满足了相关性和外生性要求。表5报告了工具变量法的估计结果。结果显示，在第一阶段回归中，工具变量的估计系数在1％水平上显著为正，表明工具变量与家庭互联网使用情况高度相关。第二阶段回归结果显示，互联网使用在 5％显著水平上与家庭净资产正相关，在1％显著水平上与家庭财富不平等负相关，与基准回归结论一致。

（一）互联网使用目的的异质性影响

    互联网作为信息化社会的基本工具，应用场景众多，其使用目的不同对家庭财富积累与分布的影响可能会存在差异。为此，基于中国家庭追踪调查（CFPS）中互联网使用频率的相关数据，本文将互联网使用目的划分为工作学习、社交娱乐、商业活动3个类型，以明晰不同使用目的对家庭财富积累与分布的影响效应。互联网使用目的变量设定如下：当被访者使用互联网学习或者工作时，“互联网学习工作”变量赋值为1，否则为0；当被访者使用互联网社交或者娱乐时，“互联网社交娱乐”变量赋值为1，否则为0；当被访者使用互联网进行商业活动时，“互联网商业活动”变量赋值为 1，否则为0。

    表6汇报了以互联网使用目的为关键解释变量的估计结果，结果显示互联网使用目的对家庭财富积累与分配的影响具有异质性，使用互联网学习工作对促进家庭财富积累、缩小财富差距的影响最大，使用互联网进行商业活动的影响次之，而使用互联网社交娱乐产生的影响最小。可能是因为使用互联网学习、工作以及进行商业活动有助于提高人力资本与金融素养水平，改善就业状况以及提升劳动生产率，增加家庭收入，从而对家庭财富积累与分配的产生较大的积极影响。由于上网聊天、看视频等社交娱乐行为仅能通过获取外界信息，对家庭经济行为产生影响，因此对家庭财富积累与分配的影响较小。

（二）不同特征家庭的异质性影响

    本文根据家庭城乡状况和所在区域对样本进行分组，探究互联网使用对不同特征家庭财富积累与分配的影响差异，估计结果见表7。

    表7中显示，Ⅰ和Ⅱ列是城乡分组的估计结果，依据国家统计局划分的城乡代码将样本划分为农村家庭和城镇家庭。可以看出，互联网使用能够显著促进农村家庭财富积累，降低其财富不平等程度，但是对城镇家庭的影响不显著。Ⅲ和Ⅳ列是区域分组的估计结果，根据家庭所处省份，将样本分为东部地区家庭和中西部地区家庭。结果显示，互联网使用能够显著促进中西部地区家庭财富积累，降低其财富不平等程度，但是对东部地区家庭的影响不显著。从异质性分析结果可以看出，互联网对农村及中西部地区家庭的促进作用更显著，这可能是因为农村和中西部地区本身就属于劣势地区，经济基础薄弱、信息流通不畅、资源也较为匮乏。因此，互联网的普及对于农村以及中西部地区家庭信息获取、收入提升等方面的积极影响更为明显，从而导致了互联网使用对农村以及中西部地区家庭财富积累与分配有更显著的积极影响。

（一）作用机制分析

    接下来，本文将分别从收入和金融素养两个角度，运用中介效应模型探讨互联网使用对居民家庭财富水平及其不平等的作用机制。

１．家庭收入

    本文选取家庭纯收入作为机制变量，中介效应模型的估计结果见表8。Ⅰ和Ⅳ列分别汇报了互联网使用对家庭财富水平和财富不平等的估计结果，可以看出，互联网使用能够显著促进家庭财富积累，降低家庭财富不平等程度。Ⅱ和Ⅴ列汇报了互联网使用对机制变量（家庭收入）的估计结果，表明互联网能够显著提升家庭收入水平。Ⅲ和Ⅵ列汇报了互联网和中介变量对家庭财富水平和财富不平等的估计结果，可以看出，互联网和家庭收入均能显著促进家庭财富积累，降低家庭财富不平等，并且在引入中介变量后，互联网使用对家庭财富水平的估计系数由0。069下降到0.060，家庭收入在互联网使用与家庭财富水平之间起到部分中介作用；互联网使用对家庭财富不平等的估计系数由-0.017上升到-0.015，说明家庭收入在互联网使用与家庭财富不平等之间也发挥部分中介作用。由此，假说3得到了验证。

２．金融素养

    以金融素养作为机制变量的中介效应模型的估计结果见表9。Ⅰ和Ⅳ列分别汇报了互联网使用对家庭财富水平和财富不平等的估计结果，可以看出，互联网使用能够显著促进家庭财富积累，降低家庭财富不平等程度。Ⅱ和Ⅴ列汇报了互联网使用对机制变量（金融素养）的估计结果，表明互联网能够显著提升家庭金融素养水平。Ⅲ和Ⅵ列汇报了互联网和金融素养对家庭财富水平和财富不平等的估计结果，可以看出，互联网和金融素养均能显著促进家庭财富积累，降低家庭财富不平等，并且在引入中介变量后，互联网使用对家庭财富水平的估计系数由0.423下降到0.322，金融素养在互联网使用与家庭财富水平之间起到部分中介作用；互联网使用对家庭财富不平等的估计系数由-0.072上升到-0.057，说明金融素养在互联网使用与家庭财富不平等之间也发挥部分中介作用。由此，假说4得到了验证。

（二）互联网使用与家庭财富结构

    当前，我国居民家庭财富结构存在严重的不合理问题，家庭财富中绝大多数为非金融资产，其中住房资产占比较高，而金融资产占比较低。家庭财富结构失衡不利于财富积累的可持续性，同时也会对居民消费、经济发展等方面产生诸多不利影响。前文研究结果表明，互联网使用能够显著提升家庭净资产和总资产水平，体现的是互联网使用对家庭财富积累的数量效应。那么，互联网使用是否能够优化家庭财富结构，对家庭财富积累带来质量效应呢？回答这一问题有助于全面认识互联网使用对居民家庭财富积累的影响，对实现财富积累可持续性有重要意义。接下来，本文以财富结构为被解释变量，检验互联网使用对家庭财富积累的质量效应。

    根据中国家庭跟踪调查（CFPS）数据的划分标准，家庭财富包括金融资产、生产性固定资产、住房资产、土地资产和耐用消费品。本文选取各类资产占家庭总资产的比重反映家庭财富结构，运用面板双向固定效应模型检验互联网使用对家庭财富结构的影响，估计结果见表10。可以看出，互联网使用能够显著提升金融资产占比，可能的原因是互联网能够通过降低市场摩擦、提高金融素养等渠道促进家庭配置金融资产，因而有助于提高金融资产占比。此外，互联网使用也显著提升了生产性固定资产占比。生产性固定资产主要指与家庭生产、经营或开办企业相关的固定资产，互联网使用能够通过促进家庭创业的渠道促进生产性固定资产的积累，因而有利于提高生产性固定资产占比。互联网使用降低了家庭住房资产占比，可能的解释是互联网使用有助于提升家庭金融素养，从而发挥对资产配置的优化作用，使得家庭资产结构中房产占比减少。此外，本文未发现互联网使用对土地资产占比、耐用消费品占比的影响。综上所述，互联网使用能够显著提高金融资产占比、降低住房资产占比，表明互联网使用能够优化家庭财富结构，体现了互联网使用对家庭财富积累的质量效应。

    基于2014年、2016年和 2018年中国家庭追踪调查（CFPS）数据，本文探讨了互联网使用对家财富积累与分配的影响，并深入分析了其中的作用机制。研究发现，互联网使用能够显著提升家庭财富水平、降低财富不平等程度。在一系列稳健性检验以及运用工具变量法解决内生性问题后，结论仍然成立。异质性分析表明，使用互联网学习工作对家庭财富积累与分配的影响最大，使用互联网进行商业活动的影响次之，而使用互联网社交娱乐产生的影响最小；互联网使用对农村以及中西部地区家庭财富积累与分配的影响更显著。作用机制分析发现，互联网使用能够提升家庭收入和金融素养水平，进而促进家庭财富积累、缩小财富差距。进一步分析发现，互联网使用能够显著提高金融资产占比，降低住房资产占比，助力家庭财富结构优化。总的来说，互联网能够在促进家庭财富积累的同时缓解财富不平等，有助于缓解当前社会的主要矛盾、推动全体人民共同富裕。

    基于上述结论，本文提出如下政策建议。第一，应进一步加强互联网基础设施建设，提高互联网普及率；也要进一步提高互联网普及率，让亿万人民共享数字红利，可以采取网络知识科普、数字技能培训等措施引导居民合理使用互联网，同时相关部门要深入推进提速降费工作，进一步降低互联网使用成本。第二，继续深化收入分配改革，着力提高低收入群体收入。收入是影响家庭财富积累与分配的重要因素之一，政府应当引导社会资源向弱势群体倾斜，可以采取上调最低工资标准、扩大就业、鼓励创业等措施，提升弱势群体收入水平，有利于缩小贫富差距。第三，提高全民金融素养水平。金融素养也是互联网影响家庭财富积累与分配的重要因素之一，政府部门可以和金融机构协同合作，加强金融知识宣教力度，结合社区宣传、科普讲座等方式普及金融知识，从而提高居民的金融素养水平。教育部门应当将金融知识教育在义务教育阶段推广普及，从而提高青少年金融素养。

(图源网络，侵权删除)