中國家庭金融資產配置對居民收入差距的影響研究

喻 平（博士生導師），徐浩洋

一、引言

改革開放以來我國居民收入實現了高速增長，居民收入差距呈現出不斷擴大的趨勢。解決收入差距問題，推動收入分配制度逐步改革，一直是黨和政府高度重視的問題，同時也是學術界研究的熱點。收入的增加和金融市場的發展，使得越來越多的居民家庭開始使用金融產品來配置金融資產。家庭金融是運用金融工具實現資源跨期優化配置，達到家庭長期金融效用最大化的學科，金融資產配置也開始成為影響居民收入差距的重要因素之一。家庭金融資產配置作為影響居民家庭收入的重要因素其作用不容忽視。早些年我國金融市場發展較為緩慢，我國家庭在金融資產配置方面尚存在資產結構相對單一、城鄉居民投資行為差異大等問題。隨著金融市場日益成熟，金融資產種類日益繁多，同時金融工具不斷推陳出新，再加上居民理財意識的增強，居民進行金融資產投資的選擇也相應增多。居民進行金融資產的選擇的同時，其家庭財產性收入也相應提高，研究中國家庭金融資產配置對居民收入差距的影響，對于維護金融體系的穩定具有重要的現實意義。因此，如何引導家庭進行合理的金融資產投資并營造理性的投資氛圍，對于優化家庭金融資產配置、增加居民財產性收入、穩定經濟增長發揮著重要的作用。

二、文獻回顧

居民收入差距一直是被全球范圍廣泛關注的問題，想要提高居民生活水平，促進經濟平穩運行，收入增長和經濟增長同等重要。當前我國的收入增速低于經濟增速，金融發展快于收入增長，在這種情況下需要提高居民對金融資產配置的自主意識，同步實現金融發展與收入增長，有效改善居民收入分配的不平等狀況?，F有文獻關于家庭金融資產配置和居民收入差距關系的研究主要可以分為四種，即金融發展的收入分配效應對居民收入差距的影響、家庭金融資產配置和居民收入差距的關系、財產性收入對收入差距的影響、金融城鄉二元結構對收入差距的影響。

1.金融發展的收入分配效應對居民收入差距的影響。金融發展的收入分配效應對居民收入差距的影響研究起步較早，國內外學者已經進行了大量的研究，并取得了豐富的理論成果。Kuznets[1]認為在經濟發展過程中，收入分配情況不是一成不變的，會逐漸發生變化，他將其劃分為幾個不同的階段：第一階段，經濟發展起步時期，經濟發展速度較快，逐漸拉開了城鄉收入差距；第二階段，經濟發展速度開始放緩，收入差距保持在穩定的水平；第三階段，經濟發展速度開始下滑，收入差距逐漸縮小。在一國經濟發展過程中，收入差距的變動規律是先上升、再平緩，最后下降，用圖形表達可以看到收入差距呈現出倒U 型的變動曲線。謝金樓[2]選取了我國部分區域的金融數據，得到的結論是我國部分地區金融發展對城鄉居民收入分配差距的影響呈現上下波動的狀態，符合倒U型假說的描述。徐汝峰[3]利用時間序列數據，建立SVAR 模型進行分析，研究得出我國金融發展與收入差距的關系在不同區域呈現不同特征，倒U型曲線的前端符合我國西部欠發達地區的狀況，頂部符合我國中部地區的狀況，而后端則同我國東部發達地區的情況非常接近。在經濟發展的初期，經濟的發展水平還比較低，這時候低收入居民是沒有額外的現金投入到金融市場上購買金融產品的，但等到經濟發展到一定的階段，低收入居民在解決了溫飽問題之后也可以享受到良好的金融服務，這樣會在一定的程度上縮小居民收入差距。學者們的研究結論強調了家庭金融發展對于縮小收入差距的重要性。

2.家庭金融資產配置和居民收入差距的關系。關于家庭金融資產配置和居民收入差距的關系，國內外學者主要關注居民家庭是如何進行資產投資組合決策并對居民家庭收入產生影響的。Sonnenberg等[4]研究了家庭收入狀況和財務決策的關聯性，其結果表明，收入差距可能會對家庭消費和投資組合決策產生巨大的影響。他們認為家庭收入的差異會使得居民做出不同的金融資產投資決策，而投資決策和投資領域的不同會造成未來投資收益的不同，這是導致收入差距擴大的重要因素之一。周廣肅等[5]使用2010年、2012年及2014年三輪我國家庭追蹤調查形成的面板數據，考察了收入差距對我國家庭風險金融資產投資的影響，發現收入不平等對家庭股票及廣義風險金融資產投資有顯著的正向影響。對于家庭金融資產配置對收入差距的影響，王書華、蘇劍[6]基于2100戶家庭的2005～2009年的微觀數據，對家庭金融資產配置作用于收入差距的機制進行了研究，農村家庭金融資產配置的差異確實對農戶收入產生了重要影響，改善農村家庭金融資產配置的環境及結構可能有助于縮減農村家庭間的收入差距。王書華、楊有振[7]基于 1997～2010年28 個省份城鄉居民家庭的面板數據，研究發現兩部門模型中城鄉居民家庭金融資產配置對居民收入差距的動態影響確實呈現倒U型動態趨勢，這表明從長期看城鄉居民家庭金融資產配置的優化確實會縮小收入差距。

3.財產性收入對收入差距的影響。部分學者選擇從財產性收入的角度分析家庭金融資產配置對收入差距的影響，居民擁有財產的不同也對居民家庭金融資產配置的選擇產生影響，進而對財產性收入產生影響。寧光杰等[8]選取了2003～2013年我國居民收入數據，發現財產性收入增長較快，但財產性收入占總收入的比重仍較小。財產性收入差距呈現出逐漸擴大的趨勢，其對收入不平等的影響在增強。金融資產是財產性收入的主要來源，金融資產收益的增加能夠在一定程度上抑制居民收入差距的增大。王婷[9]認為，財產性收入差距取決于財產占有量的大小。貧富差距的不平等已經超過了收入分配的不平等程度，由于房地產行業和股市的發展，能夠獲得這些紅利的人群財產價值和財產收益大幅度增加，而大量的農民和貧困人群并不是金融市場發展的受益群體，財富的積累在這一過程中具有馬太效應。財產性投資具有不確定性，由此導致收入差距不可控，政府想要調節居民收入差距首先需要調控居民的財產性資產數量，改善收入分配的不平等，防止收入差距繼續擴大。

通過文獻的梳理可以發現，從各個角度研究居民收入的文獻較多，國內外學者重點關注了金融發展與居民收入差距之間的關系、家庭金融資產投資組合與居民收入之間的關系和城鄉二元經濟結構與居民收入差距之間的關系，并對其進行了大量的理論與實證研究。學者們一般從宏觀數據著手對收入差距進行研究，這一領域的理論已經相對成熟，利用家庭金融資產配置微觀數據探討其與居民收入差距互動關系的文章較少。隨著我國居民家庭財富積累日益增多，金融資產在家庭資產中的比重日益提高，如何從家庭金融資產配置的角度來探討收入差距的影響機制顯得愈發重要。本文針對居民家庭收入差距現狀及其特點，嘗試運用空間計量方法，結合二元經濟結構，從經濟地理的角度分析家庭金融資產配置對城鄉居民家庭收入差距的影響。

三、模型選取與變量設定

本文從空間計量模型著手，選取西南財經大學的中國家庭金融調查報告（CHFS）中2011年和2013年的家庭金融調查數據，該數據能夠比較全面地反映我國家庭金融資產持有現狀，為研究家庭金融提供了客觀的現實依據，在此基礎上對家庭金融配置與居民收入差距之間的關系進行了探討。

1.空間相關性分析。空間計量模型主要研究空間效應問題，要研究空間效應問題首先要考慮其空間相關性，需要對選取的數據進行空間相關性分析。空間自相關分析在地理統計學科中應用較多，現已有多種指數可以使用，但最主要的有兩種指數，即Moran的I系數和Geary的c系數。在本文中，我們選取Moran's I 指數法對25 個省份的數據進行全局空間相關性檢驗。Moran's I 指數是衡量空間相關性的重要指標，其表達式為：

其中：Zi和Zj分別代表第i省和第j省的居民收入代表各省份居民收入的均值；n 為樣本容量（n=25）；S2代表各省居民收入的方差；Wij代表二進制的空間權重矩陣，我們用Wij來定義兩個省份的地理鄰接關系，用“0-1 法”對鄰接空間權重矩陣進行賦值，如果兩個省份相鄰則為1，如果兩個省份不相鄰則取0。判斷居民收入是否存在空間自相關性的標準為：Moran's I＞0 表示存在空間正相關性，其值越大，空間相關性越明顯；Moran's I＜0 表示空間負相關性，其值越小，空間差異越大；Moran's I=0，則表明空間呈隨機性。

2.空間計量模型的建立。確定空間面板模型時，首先需要建立非空間面板模型來檢驗空間自相關性?？臻g計量模型的選擇有很多，其中運用比較廣泛的主要有3種模型，即空間滯后模型（SAR）、空間誤差模型（SEM）和空間杜賓模型（SDM）?？臻g杜賓模型的一般形式為：

式（2）可進一步變化為：

其中：i=1，…，n；t=1，…，T；wij為空間權重矩陣W的（i，j）元素；αln為常數項乘以單位列向量；εit為隨機誤差項。將所選取的變量代入式（3）中可以得到本文所需要的模型：

據筆者統計，具有代表性的語言文化類客戶端共計15個，作為工具類客戶端占比66.7%，其余類型包括娛樂類與社交類。語言文化類APP具有較強互動性，增強用戶與平臺的黏性，在知識普及、游戲互動以及社交方面起到積極作用。同時也具有較強實用性，如古詩詞典APP，下載量高達875萬人次。該APP內容豐富，涵蓋唐詩、宋詞、元曲、古詩、楚辭等經典之作，針對學生人群打造與教育部專屬配套小學、初中和高中語文教材配合使用，讓學習和課程相結合，系統會根據用戶使用情況智能安排學習和復習。

其中：yit為因變量，表示第i 省t年的家庭總收入；自變量包含asset、ra、rf、aw，分別代表家庭總資產、家庭金融風險資產總值、家庭金融無風險資產總值和家庭金融風險資產權重；控制變量為Xcontrol，具體包括家庭規模（size）、教育年限（edu）、戶主年齡（age）、金融知識（fin）、風險偏好（rp）、是否居住城鎮（rural）；βi和θi分別代表各自變量的回歸系數和空間相關系數。

根據Lesage 等[12]的研究，當加入空間滯后項以后，回歸的系數不再簡單地反映自變量對因變量的影響。為了更好地描述區域之間的交互關系，Lesage等[12]提出將總效應分為直接效應和間接效應兩種來表達自變量和因變量之間的關系。由于空間杜賓模型不能較好地反映因變量和自變量之間的關系，需要運用直接變量和間接變量來衡量因變量和自變量之間的影響。我們可以將式（2）改寫為：

其中：Hm（W）=N（W）（lnβm+Wθm），N（W）=（ln-ρW）-1。將式（6）展開可以得到如下矩陣：

因此，自變量對因變量產生的幾種影響可以表示為：

總效應（Total Effect）=Hm（W）ii+Hm（W）ij

總效應等于矩陣加總的均值，直接效應是通過計算矩陣Hm（W）中的對角元素Hm（W）ii的平均值得出的，間接效應則是通過計算矩陣Hm（W）中的非對角元素Hm（W）ij平均值得出的。總效應可以通過直接效應和間接效應相加得到。

3.相關變量說明。本文使用的CHFS 在全國范圍內通過科學抽樣，采取現代的調查技術和調查管理手段，該數據庫收集了全國25個省份的家庭金融微觀數據，并匯總后形成報告。在選取樣本時由于數據收集困難剔除了新疆、西藏和內蒙古3個自治區，香港和澳門2 個特別行政區，為了統計的方便將北京市、天津市、上海市、重慶市這4 個直轄市數據分別合并到河北省、江蘇省和四川省中。樣本分布于全國25個?。ㄊ?、區），80個縣（區、市），320個村（居）委會，共涉及8438戶家庭，重點收集了關于家庭資產、負債、收入支出、社會保障和保險等方面的信息，為國內外的研究者提供了研究中國家庭金融問題的高質量的微觀數據，能夠比較詳細地反映受調查家庭的金融資產配置和可支配收入情況。本文在對數據進行收集后，對所有數據進行了初步處理，刪除無效變量及敏感數據，剔除了收入最低的0.5%的數據，剔除了收入最高的0.5%的數據，拆分家庭和個人數據等，最終得到8353個有效的家庭樣本。

通過查閱相關文獻，本文從CHFS 中選取了以下變量作為模型的影響因素：

（1）因變量。因變量為家庭收入（income），家庭總收入（income）包括工資收入和財產性收入。

（2）解釋變量。主要的解釋變量為：家庭總資產（asset）包括家庭金融資產和實物資產；家庭金融風險資產總值（ra），由股票、債券、基金和其他金融衍生工具構成；家庭金融無風險資產總值（rf），主要是現金及銀行存款；家庭金融資產總值（ra），為家庭所有金融資產的價值之和；家庭金融風險資產權重（aw），即家庭持有金融風險資產占總資產比重，該變量通過家庭金融風險資產權重反映家庭金融資產配置情況。

（3）控制變量?？刂谱兞窟x取了家庭規模（size）、戶主年齡（age）、教育年限（edu）、金融知識（fin）、風險偏好（rp）、是否居住城鎮（rural）。戶主在家庭經濟決策的過程中發揮主要作用，往往能夠決定如何進行家庭金融資產配置。反映戶主個人特性的變量有戶主年齡、教育年限，金融知識和風險偏好。根據以往的學者研究，考慮到戶主年齡大小、教育程度高低和是否厭惡風險對其決策有一定作用，因此將其納入影響因素。反映家庭特性的有家庭規模、是否居住城鎮。家庭規模大小能夠直接影響家庭可支配收入，是否居住城鎮能夠反映出城鄉之間的差異，家庭總資產能夠直接反映家庭財富水平。對自變量、解釋變量和控制變量進行描述性統計，其結果如表1所示。

表1 研究變量描述性統計

四、實證分析

1.空間自相關分析。對2011年和2013年全國25個省份家庭總收入進行Moran's I檢驗，結果如表2所示。

表2 我國居民家庭收入的Moran's I指數統計

通過表2 我們可以看到，我國居民家庭收入2011年和2013年的統計值I分別為0.543和0.547，P值均為0.01。從全局空間自相關檢驗的結果，可以得出我國家庭總收入的Moran's I 在5%的水平上顯著，且數值較大，證明我國25個省份的家庭總收入存在顯著的空間正相關，我國各省份之間的居民家庭收入并不是相互獨立的，并且相鄰省份之間的家庭金融資產配置存在著空間溢出效應，某一省份的家庭金融資產配置不僅會對本省的居民家庭收入造成影響，還會對鄰近省份產生影響。可見我們在探討居民家庭收入問題時要考慮空間因素的影響，可以選擇空間模型進行研究。

2.空間模型分析。通過空間自相關分析驗證了空間自相關的存在之后，需要通過Wald 檢驗和LR檢驗來選擇合適的空間模型?？臻g杜賓模型（SDM）是空間滯后模型（SAR）和空間誤差模型（SEM）的擴展模型，整合了SAR 模型和SEM 模型，一般而言都可以替代這兩種模型。Wald 檢驗和LR 檢驗是檢驗SDM 能否簡化成SAR 和SEM 的判定方法，在選取空間杜賓模型（SDM）前，需要判斷哪個空間模型的擬合優度更高。通過檢驗得出的結果如表3所示。

表3 Wald檢驗和LR檢驗

從表3 中可以看出，通過Wald 檢驗和LR 檢驗的SAR模型和SEM模型得出的P值均小于0.05，兩種模型均在5%的水平上顯著；SAR 模型和SEM 模型得出的Z值都為正，而且數值均較大，呈現出明顯的聚類特征。所以SAR模型不能簡化成SAR模型和SEM 模型，應該選用SDM 模型進行分析。對于應該選擇固定效應模型還是隨機效應模型，我們進行了Hausman檢驗，發現結果為拒絕原假設。本文的樣本數據來源于全國固定的25個省份，因此選用固定效應模型分析本文研究的數據最為合適。

表4 兩種權重下空間杜賓模型固定效應回歸結果

根據表4可知，家庭金融風險資產權重（aw）、風險偏好（rp）和是否居住城鎮（rural）通過了1%的顯著性水平檢驗，家庭規模（size）、教育年限（edu）、金融知識（fin）在5%的水平上顯著，而戶主年齡（age）在10%的水平上顯著。這說明對待金融風險的態度和家庭金融資產配置的影響效應更強，此外城鄉差距也是非常重要的影響因素。為了進一步說明家庭金融資產配置對居民家庭收入差距的影響，我們通過SDM 模型在鄰接空間矩陣和地理空間矩陣下進一步用偏微分法將空間溢出效應分解為直接效應、間接效應和總效應，結果如表5所示。

從空間效應來看，得出的解釋變量回歸系數均為正，證明各變量都有顯著的空間效應。鄰接空間矩陣和地理空間矩陣回歸系數基本保持同向，在家庭規模和受教育水平方面，地理空間矩陣回歸系數較鄰接空間矩陣顯著，可能的原因是受到了不同地區經濟和社會因素的影響。在兩種權重矩陣下，家庭金融資產總值和家庭金融風險資產權重對居民收入差距的直接效應、間接效應、總效應均為顯著正向作用，表明本地區金融資產配置對收入差距的影響具有明顯的擴散效應。教育年限（age）和金融知識（fin）在兩種權重矩陣下對收入差距的直接效應在1%的水平上顯著，證明教育水平對于本地區家庭金融資產配置優化和長期內收入差距縮小具有正向作用，但對周邊地區的影響不顯著，居民金融知識的增長、文化水平的提高都可能會影響居民家庭提高金融資產中風險資產的占比。家庭規模（size）的直接效應和間接效應均為正且在5%的水平上顯著，其對于家庭金融資產總量具有直接影響，家庭規模越大，可配置金融資產總量也越大，產生的收益也會出現差異，這也間接影響了居民的收入水平。戶主年齡（age）的直接效應、間接效應均在10%的水平上顯著，對本地區和周邊的收入差距影響較小。是否居住城鎮（rural）對收入差距的影響在1%的水平上顯著，對周邊城市的溢出效應較大，這意味著本地區人口城鎮化對居民收入差距產生了明顯的經濟輻射效應。從回歸結果我們可以得出，家庭金融總資產、家庭金融風險資產權重和是否居住城鎮對收入差距的影響最為顯著；受教育水平和金融知識有一定影響；戶主年齡對收入差距影響最小。

表5 兩種矩陣下的空間模型效應

五、結論與政策建議

1.主要結論。本文主要針對我國目前的家庭金融資產和居民收入差距之間的關系進行了分析，研究家庭部門在資產配置過程中資產配置結構及其他相關因素對收入差距的影響，主要結論如下：

（1）家庭金融資產配置和家庭金融資產總值對居民收入差距具有顯著影響。隨著金融產品的創新和金融機構的多樣化，金融市場的日益完善，家庭金融資產種類也越來越多，居民家庭總資產中金融資產的價值也在不斷上升，資產總值越高可供選擇的投資領域也越多，不同投資領域的投資回報率差異較大，這也是造成收入差距擴大的原因之一。高風險資產的配置投資收益具有不確定性，會導致居民收入不穩定，不僅會造成本地區的居民收入差距呈現擴大的趨勢，還會擴大周圍地區的收入差距。

（2）居民受教育水平、金融知識和家庭規模對居民收入差距的直接效應、間接效應、總效應呈顯著正向作用。通過研究可以發現居民金融知識的增長、文化水平的提高都會促進居民家庭提高金融資產中風險資產的占比。一般而言，金融知識缺失的居民對于如何進行財務規劃沒有概念，鮮少將勞動所得投入金融市場，在進行金融資產配置時也傾向于選擇無風險資產。由此我們可以認為居民受教育水平和金融知識水平會在一定程度上影響家庭金融資產配置，這些因素會增加縮小收入差距的難度。

（3）而家庭規模的大小會直接作用于居民收入差距，家庭規模越大，可配置金融資產總量也越大，由此造成了居民財產性收入的不同，也會導致收入差距擴大。隨著年齡的增長，投資者會減少家庭金融資產的配置、風險資產的購買，同樣會對收入造成影響。

（4）我國城鄉收入差距表現出明顯的空間集群特征，城鄉收入差距相對較大的省份往往與其他具有較大城鄉收入差距的省份相鄰近，城鄉收入差距相對較小的省份則剛好相反。統計發現，東部經濟發達省份的居民家庭收入差距較小，而西部欠發達省份的居民收入差距較大，收入差距具有明顯的空間集聚效應。這是因為我國發達地區城鎮化水平較高，欠發達地區城鎮化水平較低。金融資源在農村地區十分稀缺，居民投資手段比較單一，即便農村存在金融資源，它的配置效率也極其低下，城鄉居民家庭金融資產配置效率差異擴大了城鄉收入差距。

通過構建居民家庭金融資產配置對居民家庭收入差距影響的空間計量模型進行實證分析，能夠看出我國各省份的居民收入差距具有確切的空間自相關性，并且證明了居民家庭金融資產配置差異對于收入差距的影響，從理論上豐富了收入分配效應的研究，為如何從家庭金融資產配置著手調節收入差距提供了參考。

2.相關建議?；谝陨蠈嵶C分析和結論，我國居民收入差距與家庭金融資產配置的空間依賴性是客觀存在的，而且這種空間依賴性表現出鮮明的區域差異性。通過家庭金融資產配置的優化來調節居民收入差距是我國當前改善收入分配格局的重要措施，從這一角度可以提出以下建議。

（1）配置家庭金融資產的基礎建立在家庭財富儲量上，財富儲量較高的家庭在金融市場中的參與度較高，股票、債券和基金等風險金融資產占家庭總資產的權重較高，金融資產較多且資產配置更多樣化，財富儲量較低的家庭可供支配財富較少，在進行金融資產配置時投資決策趨于保守和單一。當前我國金融產品對于低收入家庭不夠友好，種類不夠豐富，可以根據居民不同的資產總量和風險偏好來設計面向不同收入水平居民的金融產品，降低低收入家庭進入金融市場的門檻，鼓勵居民優化金融資產配置，通過提高低收入家庭的財富收入來縮小居民收入差距。

（2）豐富的金融知識和良好的教育水平能夠提高居民獲取金融市場信息的能力，顯著增強居民的理財意識，一方面能夠優化金融資產配置提高收益率，另一方面能夠規避金融風險，減少財富的損失。由此提出以下幾個建議：第一，政府應該大力開展金融教育，通過多種渠道普及金融知識。第二，金融機構應該及時披露相關金融產品信息，讓居民熟悉金融市場情況。第三，居民要積極學習金融知識和積累理財經驗，避免投資過程中的非理性行為，優化家庭金融資產配置。

（3）針對我國現有的城鄉二元結構，研究發現金融發展對城鎮居民收入具有顯著的正向作用，而其對農村居民的收入具有顯著的負向作用，金融發展顯著擴大了城鄉收入差距，原因是金融資源在農村地區十分稀缺，且金融資產配置效率相比城鎮地區較低。針對我國城鄉收入差距表現出明顯的空間集群特征，制定金融政策時不能忽視各區域之間的空間溢出效應，要因地制宜充分發揮相鄰區域的聯動作用，實現發達地區帶動欠發達地區的金融發展，使金融資源更好地為農村服務，促進我國居民收入差距逐步縮小。