中國老年人參與互聯(lián)網(wǎng)金融影響因素研究
——以理財(cái)產(chǎn)品為例

于 瀟，韓 帥

（吉林大學(xué)a.東北亞研究中心；b.東北亞研究院，長春130012）

一、問題的提出

中國政府高度重視普惠金融的發(fā)展。黨的十八屆三中全會(huì)明確提出發(fā)展普惠金融；2015年《政府工作報(bào)告》提出，要大力發(fā)展普惠金融，讓所有市場主體都能分享金融服務(wù)的雨露甘霖。《推進(jìn)普惠金融發(fā)展規(guī)劃（2016～2020年）》指出，老年人是當(dāng)前我國普惠金融重點(diǎn)服務(wù)對(duì)象之一，要發(fā)揮互聯(lián)網(wǎng)促進(jìn)普惠金融發(fā)展的有益作用，目標(biāo)到2020年建立與全面建成小康社會(huì)相適應(yīng)的普惠金融服務(wù)和保障體系，有效提高金融服務(wù)可得性，讓老年人及時(shí)獲取價(jià)格合理、便捷安全的金融服務(wù)。

互聯(lián)網(wǎng)金融具有“草根”和普惠特征，成本低、效率高、服務(wù)便捷（李繼尊，2015[1]），老年人積極參與互聯(lián)網(wǎng)金融，對(duì)提高普惠金融發(fā)展水平和促進(jìn)積極老齡化有重大意義。但是，目前我國老年人對(duì)互聯(lián)網(wǎng)金融認(rèn)識(shí)不足并且面臨數(shù)字鴻溝，參與互聯(lián)網(wǎng)金融的比例仍處于較低水平。根據(jù)人民銀行等十部門①十部門指：人民銀行、工業(yè)和信息化部、公安部、財(cái)政部、工商總局、法制辦、銀監(jiān)會(huì)、證監(jiān)會(huì)、保監(jiān)會(huì)和國家互聯(lián)網(wǎng)信息辦公室發(fā)布的《關(guān)于促進(jìn)互聯(lián)網(wǎng)金融健康發(fā)展的指導(dǎo)意見》中給出的定義，互聯(lián)網(wǎng)金融是傳統(tǒng)金融機(jī)構(gòu)與互聯(lián)網(wǎng)企業(yè)利用互聯(lián)網(wǎng)技術(shù)和信息通信技術(shù)實(shí)現(xiàn)資金融通、支付、投資和信息中介服務(wù)的新型金融業(yè)務(wù)模式。本文關(guān)注互聯(lián)網(wǎng)金融的投資業(yè)務(wù)部分，以是否參與互聯(lián)網(wǎng)理財(cái)為標(biāo)準(zhǔn)，衡量老年人是否參與互聯(lián)網(wǎng)金融①本文使用中國家庭金融調(diào)查數(shù)據(jù)進(jìn)行分析，受數(shù)據(jù)限制，僅能選取是否參與互聯(lián)網(wǎng)理財(cái)作為參與互聯(lián)網(wǎng)金融的衡量標(biāo)準(zhǔn)，對(duì)于使用互聯(lián)網(wǎng)渠道投資其他金融資產(chǎn)的行為無法識(shí)別，故未加以研究。。從家庭金融調(diào)查數(shù)據(jù)來看，參與互聯(lián)網(wǎng)理財(cái)?shù)募彝ケ壤龔?015年的5.4%增加到2019年的11.3%，互聯(lián)網(wǎng)理財(cái)?shù)募彝⑴c率雖有大幅提升，但總體參與率還比較低。其中老年人為戶主的家庭互聯(lián)網(wǎng)理財(cái)參與率從3.90%提升到6.90%②數(shù)據(jù)來自《疫情下中國家庭的財(cái)富變動(dòng)趨勢——中國家庭財(cái)富指數(shù)調(diào)研報(bào)告（2020Q2）》，大部分老年人沒有享受到互聯(lián)網(wǎng)理財(cái)帶來的普惠性。

互聯(lián)網(wǎng)金融可以提供便捷安全的金融服務(wù)，本應(yīng)是幫助老年人解決投資需求、增加金融服務(wù)可得性的重要渠道，但是目前由于老年人互聯(lián)網(wǎng)理財(cái)參與率低，互聯(lián)網(wǎng)金融沒能發(fā)揮應(yīng)有的作用。故本文將從互聯(lián)網(wǎng)理財(cái)視角③后文均以是否參與互聯(lián)網(wǎng)理財(cái)為標(biāo)準(zhǔn)，衡量老年人是否參與互聯(lián)網(wǎng)金融。對(duì)老年人參與互聯(lián)網(wǎng)金融的影響因素進(jìn)行探究，以期找到促進(jìn)老年人參與互聯(lián)網(wǎng)金融的方法，滿足老年人投資需求，進(jìn)而提高普惠金融發(fā)展水平，增進(jìn)老年人生活質(zhì)量和幸福感。

二、文獻(xiàn)綜述與研究假設(shè)

由于互聯(lián)網(wǎng)金融兼具互聯(lián)網(wǎng)和金融雙重屬性，故其會(huì)從兩個(gè)方面影響老年人參與互聯(lián)網(wǎng)金融的深度與廣度。

一方面，互聯(lián)網(wǎng)使用是后天學(xué)習(xí)的能力體現(xiàn)，學(xué)習(xí)能力弱是阻礙老年人使用互聯(lián)網(wǎng)，造成老年人數(shù)字鴻溝的重要原因（朱濤，2016[2]；汪斌，2020[3]）。眾多文獻(xiàn)已證明，受教育年限會(huì)影響老年人使用互聯(lián)網(wǎng)（張碩，2013[5]；魏昭、宋全云，2016；[6]蘭青，2019[7]；丁志宏，2021[8]）?；ヂ?lián)網(wǎng)金融具有互聯(lián)網(wǎng)屬性，所以可以推測，受教育年限是影響老年人參與互聯(lián)網(wǎng)金融的影響因素之一。

另一方面，根據(jù)信息成本理論，參與金融投資的前提是能夠獲取足夠多的有效信息，但這一過程需要付出成本，其是阻礙老年人參與金融投資的又一重要因素（孟亦佳，2014）[9]。不過通過學(xué)習(xí)金融知識(shí)，可以降低金融投資的信息成本，由此促進(jìn)老年人參與金融市場（尹志超，2014）[10]、增加投資組合多樣性（曾志耕，2015）[11]、配置保險(xiǎn)（吳雨，2017[12]；曹國華，2020[13]）和制訂養(yǎng)老計(jì)劃（徐佳，2019）[14]。由此可以推測，金融知識(shí)是影響老年人互聯(lián)網(wǎng)金融參與的影響因素之一。

假設(shè)1：受教育程度和金融素養(yǎng)越高的老年人參與互聯(lián)網(wǎng)金融可能性越大。

其次，從家庭支持對(duì)互聯(lián)網(wǎng)金融參與的影響看，老年人與子女同住往往會(huì)得到經(jīng)濟(jì)支持，與子女及孫輩的互動(dòng)也是老年人獲取新知識(shí)和信息的重要渠道。所以家庭支持對(duì)老年互聯(lián)網(wǎng)金融參與的影響不容忽略。已有研究認(rèn)為，家庭的經(jīng)濟(jì)支持和情感支持有助于老年人對(duì)互聯(lián)網(wǎng)的使用（張碩，2013；[5]彭青云，2018[15]；汪斌，2020[3]）。這將意味著，一方面家庭收入越高，對(duì)老年人經(jīng)濟(jì)支持越高；另一方面，與子女或?qū)O輩同住提高了老年人信息獲取渠道。

假設(shè)2：家庭收入越高、與子女同住和與孫輩同住的老年人參與互聯(lián)網(wǎng)金融的可能性更高。

最后，從區(qū)域信息化發(fā)展差異對(duì)互聯(lián)網(wǎng)金融參與的影響看，當(dāng)前我國區(qū)域間互聯(lián)網(wǎng)金融發(fā)展的差異明顯（吳琦、王維才，2019[16]；王瑤佩、郭峰，2019[17]；劉傳明、王卉彤、魏曉敏，2017[18]；方蕾、粟芳，2017[19]）。這使得信息技術(shù)相對(duì)落后的區(qū)域，老年人互聯(lián)網(wǎng)接入更困難，阻礙了互聯(lián)網(wǎng)金融的參與。由信息社會(huì)指數(shù)（Information Society Index，ISI）可知，2017年全國的平均值為0.489，排名第一的北京市為0.808，排名最后的西藏自治區(qū)為0.33，前者是后者的2.45倍。區(qū)域間信息化發(fā)展非常不平衡。

假設(shè)3：區(qū)域信息化發(fā)展水平越高，其老年人參與互聯(lián)網(wǎng)金融的可能性更大

三、數(shù)據(jù)、變量與研究方法

（一）數(shù)據(jù)來源

本文選取了中國家庭金融調(diào)查2017年數(shù)據(jù)。這一調(diào)查每兩年在全國范圍內(nèi)進(jìn)行一次家庭隨機(jī)抽樣，現(xiàn)已完成了2011、2013、2015和2017四次調(diào)查。2017年第四輪調(diào)查樣本覆蓋全國29個(gè)省（自治區(qū)、直轄市），355個(gè)縣（區(qū)、縣級(jí)市），1428個(gè)村（居）委會(huì)，樣本規(guī)模為40 011戶。調(diào)查內(nèi)容包括人口統(tǒng)計(jì)學(xué)特征、資產(chǎn)與負(fù)債、保險(xiǎn)與保障、支出與收入、金融知識(shí)等信息，滿足本文數(shù)據(jù)需求。本文使用中國家庭金融調(diào)查2017年數(shù)據(jù)，選取戶主年齡大于60歲的家庭，并刪去家庭總收入小于0及質(zhì)量不高①中國家庭金融數(shù)據(jù)中評(píng)價(jià)樣本質(zhì)量的變量名稱為qc，qc=1代表樣本質(zhì)量不高。的樣本，最終得到13 424個(gè)樣本。

（二）變量設(shè)定

1.因變量

本文因變量為是否參與互聯(lián)網(wǎng)金融。根據(jù)調(diào)查問卷中問題D7106h（目前您家購買的互聯(lián)網(wǎng)理財(cái)產(chǎn)品余額是多少？）的回答，將互聯(lián)網(wǎng)理財(cái)產(chǎn)品余額大于0的定義為參與互聯(lián)網(wǎng)金融，將互聯(lián)網(wǎng)理財(cái)產(chǎn)品余額等于0或不知道的定義為不參與互聯(lián)網(wǎng)金融。

2.自變量

根據(jù)上文分析，自變量從個(gè)人稟賦、家庭支持和區(qū)域發(fā)展三個(gè)方面選取。

個(gè)人稟賦方面，以受教育程度和金融素養(yǎng)示之。受教育程度根據(jù)問題A2012（入過學(xué)的最高學(xué)歷）的回答，劃分為初中及以下、高中和大專及以上三類。金融素養(yǎng)用客觀金融知識(shí)進(jìn)行衡量，參照尹志超（2019）[20]的方法，選取H3105（利率計(jì)算）、H3016（通貨膨脹）和H3111（投資風(fēng)險(xiǎn)理解）三個(gè)問題，對(duì)每個(gè)問題設(shè)置是否正確回答和是否直接回答②回答不知道的計(jì)為不直接回答，回答正確或錯(cuò)誤計(jì)為直接回答。兩個(gè)啞變量，對(duì)6個(gè)變量使用因子分析法計(jì)算金融素養(yǎng)得分。根據(jù)表1中kmo檢驗(yàn)結(jié)果可知，樣本適合于因子分析。因子回歸結(jié)果如表2所示，其中特征值大于1的有兩個(gè)因子，根據(jù)表2中旋轉(zhuǎn)后因子載荷可以看出因子1主要解釋利率和通貨膨脹知識(shí)，因子2主要解釋投資風(fēng)險(xiǎn)知識(shí)。同時(shí)依據(jù)表1中各變量的因子載荷，即可計(jì)算出金融素養(yǎng)得分。

表1 kmo檢驗(yàn)結(jié)果、因子載荷及旋轉(zhuǎn)后因子載荷

表2 因子分析結(jié)果

家庭支持方面，選取家庭收入分類、是否與子女同住和是否與孫輩同住為自變量。將變量to?tal income作為家庭總收入，并取對(duì)數(shù)處理。根據(jù)問題A1014（你是戶主的什么人）的回答，將家庭成員中有戶主的子女或兒媳∕女婿的歸類為“與子女同住”，將家庭成員中有戶主的孫子、孫女或?qū)O媳∕孫女婿的歸類為“與孫輩同住”。

區(qū)域信息化發(fā)展方面，選取信息社會(huì)指數(shù)為自變量。本文選取《中國信息年鑒》（2017卷）中的信息社會(huì)指數(shù)（ISI），作為衡量各省份信息社會(huì)發(fā)展水平的指標(biāo)。《中國信息年鑒》由國家信息中心發(fā)布，自2001年起，每年編印一卷，重點(diǎn)記載上一年與當(dāng)年我國信息化建設(shè)發(fā)展的新情況。信息社會(huì)指數(shù)是從信息經(jīng)濟(jì)、網(wǎng)絡(luò)社會(huì)、在線政府和數(shù)字生活四個(gè)維度賦以不同權(quán)重而生成的指標(biāo)，其主要考察信息社會(huì)發(fā)展水平，是目前用以測量我國信息社會(huì)發(fā)展水平科學(xué)性較高、權(quán)威性較強(qiáng)、代表性較好的指標(biāo)（汪斌，2020[3]）。

3.控制變量

根據(jù)現(xiàn)有文獻(xiàn)，年齡、性別、城鄉(xiāng)分類、婚姻狀況、健康狀況（冷晨昕，2018）[21]和風(fēng)險(xiǎn)態(tài)度（魏麗萍、陳德棉、謝勝強(qiáng)，2018）[22]都可能影響老年人參與互聯(lián)網(wǎng)金融，故作為控制變量引入。年齡按調(diào)查年份2017減去出生年份（a2005）計(jì)算。城鄉(xiāng)分類以變量rural為標(biāo)準(zhǔn)。婚姻狀況根據(jù)A2024（目前婚姻狀況）劃分，將已婚、同居、再婚歸類為“有配偶”，其他歸類為“無配偶”。身體狀況根據(jù)問題A2025b（與同齡人相比身體狀況如何）調(diào)查答案，劃分為好、一般和不好三類。風(fēng)險(xiǎn)態(tài)度根據(jù)問題H3014（如果您有一筆資金用于投資，您最愿意選擇哪種投資項(xiàng)目）的回答，將選擇高風(fēng)險(xiǎn)和略高風(fēng)險(xiǎn)的歸類為“風(fēng)險(xiǎn)偏好”，將選擇平均風(fēng)險(xiǎn)的歸類為“風(fēng)險(xiǎn)中性”，將選擇略低風(fēng)險(xiǎn)和不承擔(dān)風(fēng)險(xiǎn)的歸類為“風(fēng)險(xiǎn)厭惡”。

（三）研究方法

Goldstein（1995）[23]指出當(dāng)研究對(duì)象面臨著多層次、多元化的因素影響且樣本數(shù)據(jù)存在多層次交叉結(jié)構(gòu)時(shí)，應(yīng)該考慮消除樣本對(duì)象組內(nèi)同質(zhì)或組間異質(zhì)帶來的有偏估計(jì)。由于個(gè)人稟賦變量和家庭支持變量屬于個(gè)體層次，區(qū)域發(fā)展變量屬于省級(jí)層次，所以本文使用分層Logit模型，以彌補(bǔ)傳統(tǒng)OLS回歸模型不適用嵌套數(shù)據(jù)結(jié)構(gòu)的不足，回歸結(jié)果更加穩(wěn)健有效（Hofmann，1997）[24]。

模型表達(dá)式為：

其中pij為j省i樣本參與互聯(lián)網(wǎng)金融的概率，β0j為隨機(jī)截距，δ00為總平均值，ε0j為省級(jí)殘差。xkij為個(gè)體層次自變量，包括個(gè)人稟賦和家庭支持，Sqj為省級(jí)層次自變量，即信息社會(huì)指數(shù)。

為驗(yàn)證使用分層Logit模型的必要性，需計(jì)算組內(nèi)相關(guān)系數(shù)（ICC）。一般認(rèn)為，當(dāng)ICC≥0.059時(shí)，使用分層Logit模型糾正由于樣本自相關(guān)而引起的參數(shù)估計(jì)誤差是必要的（汪斌，2020）[3]。

組內(nèi)相關(guān)系數(shù)計(jì)算公式：

其中，T00為組間變異，α2為組內(nèi)變異，分層Logit模型個(gè)體層次的誤差假定服從Logistic分布，所以有σ2=π23。

四、描述統(tǒng)計(jì)與實(shí)證分析

（一）描述統(tǒng)計(jì)

主要變量的分類、占比和參與互聯(lián)網(wǎng)金融比率如表3所示。總體上看，老年人參與互聯(lián)網(wǎng)金融的比例不高，僅有2.08%，說明對(duì)于老年群體，互聯(lián)網(wǎng)金融還有很大的普及空間。不同群體老年人參與互聯(lián)網(wǎng)金融比例有較大差異：從年齡分類看①本文將60～69歲的老年人劃分為低齡老人，將70～79歲的老年人劃分為中齡老人，將80歲及以上的老年人劃分為高齡老人。，低齡老年人參與互聯(lián)網(wǎng)金融比例最高，中齡老人次之，高齡老人參與比例最小，說明不同年齡段的老年人參與互聯(lián)網(wǎng)金融存在明顯異質(zhì)性。從人口學(xué)基本特征看，城市老年人參與互聯(lián)網(wǎng)金融比例明顯高于農(nóng)村老年人，有配偶老年人互聯(lián)網(wǎng)金融參與比例略高于無配偶老年人，女性老年人參與互聯(lián)網(wǎng)金融比例略高于男性老年人，自評(píng)健康狀況越好和風(fēng)險(xiǎn)偏好越高的老年人越可能使用互聯(lián)網(wǎng)金融；從個(gè)人稟賦看，受教育程度高的老年人互聯(lián)網(wǎng)金融參與比例更高；從家庭支持來看，與子女同住、與孫輩同住均提高了老年人互聯(lián)網(wǎng)金融參與比例?？刂剖〖?jí)層次的差異之后各變量是否仍然有顯著影響，需要使用分層Logit模型做進(jìn)一步驗(yàn)證。

表3 主要變量描述表

（二）實(shí)證分析

1.回歸分析

首先，使用分層Logistic模型，以驗(yàn)證個(gè)人稟賦、家庭支持和區(qū)域發(fā)展對(duì)中國老年人互聯(lián)網(wǎng)金融參與的影響，回歸結(jié)果如表4所示。其中，模型1使用零模型，不引入任何解釋變量，用以判斷使用分層Logistic模型代替常規(guī)Logistic模型的必要性；模型2引入信息社會(huì)指數(shù)作為省級(jí)解釋變量，一方面檢驗(yàn)省級(jí)變量對(duì)省級(jí)差異的解釋程度，另一方面驗(yàn)證信息社會(huì)指數(shù)對(duì)老年人互聯(lián)網(wǎng)金融參與的影響；模型3引入年齡分類、性別、戶口性質(zhì)、婚姻狀況、自評(píng)健康和風(fēng)險(xiǎn)態(tài)度作為控制變量，檢驗(yàn)人口學(xué)基本特征對(duì)老年人互聯(lián)網(wǎng)金融參與的影響；模型4中在控制變量的基礎(chǔ)上引入金融素養(yǎng)得分、受教育程度，檢驗(yàn)人口稟賦對(duì)老年人互聯(lián)網(wǎng)金融參與的影響；模型5中在控制變量、人口稟賦因素的基礎(chǔ)上引入家庭總收入對(duì)數(shù)、是否與子女同住和是否與孫輩同住，檢驗(yàn)家庭支持因素對(duì)老年人互聯(lián)網(wǎng)金融參與的影響；在模型6中引入控制變量、個(gè)人稟賦因素、家庭支持因素和信息社會(huì)指數(shù)作為完整模型。

表4 中國老年人互聯(lián)網(wǎng)金融參與影響因素的分層Logistic模型

在模型1中不引入任何自變量，省際間的估計(jì)方差為0.274，卡方結(jié)果p＜0.01，具備足夠的顯著性。經(jīng)計(jì)算，組內(nèi)相關(guān)系數(shù)（Intraclass Correlation Coefficient，ICC）為0.077①計(jì)算公式：0.274(0.274+π2∕3)≈0.077。，說明老年人互聯(lián)網(wǎng)金融參與差異的7.7%是由省級(jí)差異因素造成的。當(dāng)ICC較大①一般認(rèn)為，當(dāng)ICC≥0.059時(shí)，有必要采用多層模型。時(shí)，傳統(tǒng)回歸中的樣本獨(dú)立性假設(shè)將無法滿足，這時(shí)使用多層模型可糾正由于樣本自相關(guān)而引起的參數(shù)估計(jì)誤差（汪斌，2020）[3]。模型1中ICC大于0.059，且在統(tǒng)計(jì)上顯著，證明群組效應(yīng)明顯，應(yīng)當(dāng)使用分層Logistic模型取代普通Logistic模型進(jìn)行分析。

在模型2中引入信息社會(huì)指數(shù)作為省級(jí)層次的解釋變量。與模型1相比，加入信息社會(huì)指數(shù)使得組內(nèi)相關(guān)系數(shù)由7.7%下降到了1.6%②計(jì)算公式：0.053/(0.53+π2/3)≈0.016。，說明信息社會(huì)指數(shù)能很好地反映省際差異，作為省級(jí)層次變量引入是合適的。信息社會(huì)指數(shù)的回歸結(jié)果顯著且系數(shù)為正，說明信息指數(shù)越高省份的老年人參與互聯(lián)網(wǎng)金融的可能性更高，各省份信息化發(fā)展差異是影響老年人參與互聯(lián)網(wǎng)金融的重要原因。在引入其他變量后省份差異是否仍然顯著，有待進(jìn)一步驗(yàn)證。

模型3引入控制變量，檢驗(yàn)人口學(xué)基本特征對(duì)老年人互聯(lián)網(wǎng)金融參與的影響。結(jié)果顯示，性別與婚姻狀況對(duì)老年人互聯(lián)網(wǎng)金融參與影響不顯著，年齡分類、戶口性質(zhì)、自評(píng)健康狀況和風(fēng)險(xiǎn)態(tài)度有顯著影響。男性與女性老年人在參與互聯(lián)網(wǎng)金融決策時(shí)沒有顯著差異，是否有配偶也不是造成老年人參與互聯(lián)網(wǎng)金融幾率差異的顯著原因。從年齡角度看，按照本文的年齡分組，80歲以上的高齡老年人和70到79歲的中齡老人，參與互聯(lián)網(wǎng)金融的可能性均顯著小于60到69歲的低齡老人，說明隨著年齡的增長老年人對(duì)互聯(lián)網(wǎng)金融的接受程度逐漸降低。從戶口性質(zhì)看，非農(nóng)業(yè)戶口老年人參與互聯(lián)網(wǎng)金融的幾率顯著大于農(nóng)村戶口的老年人，反映了明顯的城鄉(xiāng)差異。自評(píng)健康狀況為健康或者中等的老年人參與互聯(lián)網(wǎng)金融幾率顯著高于自認(rèn)為身體很差的老年人，風(fēng)險(xiǎn)態(tài)度為風(fēng)險(xiǎn)偏好和風(fēng)險(xiǎn)中性的老年人參與互聯(lián)網(wǎng)金融幾率高于風(fēng)險(xiǎn)厭惡型老年人。

模型4中在控制變量的基礎(chǔ)上引入了金融素養(yǎng)得分和受教育程度兩類個(gè)人稟賦因素?；貧w結(jié)果顯示金融素養(yǎng)、受教育程度影響均顯著。即金融素養(yǎng)得分越高的老年人參與互聯(lián)網(wǎng)金融可能性越大，這體現(xiàn)了互聯(lián)網(wǎng)金融的金融本質(zhì)，掌握豐富金融知識(shí)的老年人更可能參與其中；受教育程度為大專及以上的老年人參與互聯(lián)網(wǎng)金融的幾率，顯著高于受教育程度為初中及以下的老年人，但是受教育程度從初中提高到高中不能顯著促進(jìn)老年人參與互聯(lián)網(wǎng)金融綜上，受教育程度越高、金融素養(yǎng)越高的老年人參與互聯(lián)網(wǎng)金融可能性更高，假設(shè)1得到初步驗(yàn)證。

模型5在控制變量和個(gè)人稟賦變量的基礎(chǔ)上引入家庭支持變量，從家庭視角探索影響老年人參與互聯(lián)網(wǎng)金融的因素。回歸結(jié)果顯示，家庭總收入、是否與子女同住和是否與孫輩同住均顯著。家庭總收入（取對(duì)數(shù)處理）回歸系數(shù)為正且顯著，從家庭支持角度看，家庭收入越高對(duì)老年人經(jīng)濟(jì)支持能力越高，老年人風(fēng)險(xiǎn)承受能力更強(qiáng)，使得老年人更敢于參與互聯(lián)網(wǎng)金融；與子女同住及與孫輩同住回歸系數(shù)均為正，說明與子女或?qū)O輩同住均可促使老年人參與互聯(lián)網(wǎng)金融，同時(shí)與子女或?qū)O輩同住可使老年人接觸到更多互聯(lián)網(wǎng)和金融相關(guān)信息，進(jìn)而促進(jìn)老年人對(duì)互聯(lián)網(wǎng)和金融的了解，最終提高老年人參與互聯(lián)網(wǎng)金融的幾率。綜上，家庭收入越高、與子女同住和與孫輩同住的老年人參與互聯(lián)網(wǎng)金融的可能性更高，假設(shè)2得到初步驗(yàn)證。

模型6中引入了全部變量，回歸結(jié)果顯示，控制變量、個(gè)人稟賦因素、家庭支持因素和省級(jí)層次因素的顯著性和影響方向均與之前一致。一方面證明了上文結(jié)論的穩(wěn)健性，假設(shè)1和假設(shè)2得到充分驗(yàn)證；另一方面，在充分考慮個(gè)人稟賦和家庭支持影響的基礎(chǔ)上，省級(jí)差異影響仍然顯著，信息發(fā)展指數(shù)高的地區(qū)，老年人參與互聯(lián)網(wǎng)金融的可能性更大，假設(shè)3得到充分驗(yàn)證。

2.異質(zhì)性分析

按年齡將總體樣本劃分為低齡老人、中齡老人和高齡老人，分別使用分層Logistic模型回歸，檢驗(yàn)不同年齡段中國老年人互聯(lián)網(wǎng)金融參與影響因素是否存在差異，回歸結(jié)果如表5所示。

低齡老人回歸結(jié)果與全樣本的基本一致。個(gè)人稟賦因素、家庭支持因素和省級(jí)層次因素影響的顯著性和方向沒有改變，金融素養(yǎng)得分高、受教育程度為大專及以上的低齡老人參與互聯(lián)網(wǎng)金融比率更大；家庭總收入越高、與子女或?qū)O輩同住的低齡老人更傾向于參與互聯(lián)網(wǎng)金融；信息社會(huì)發(fā)展指數(shù)顯著提高低齡老人參與互聯(lián)網(wǎng)金融的比率。

中齡老人回歸結(jié)果與全樣本的差異較大。對(duì)于中齡老人，雖然人口學(xué)基本特征的回歸結(jié)果與全樣本回歸結(jié)果一致，但是金融素養(yǎng)得分和受教育程度影響不顯著，說明中齡老人互聯(lián)網(wǎng)金融參與不由自身稟賦決定，更多依靠外界的支持。家庭支持方面，家庭總收入和與子女同住影響顯著，家庭總收入高和與子女同住的中齡老人參與互聯(lián)網(wǎng)金融比例更高，但是與孫輩同住影響不顯著，可能的原因是中齡老人的年齡過大，學(xué)習(xí)能力太低，即使與孫輩同住接觸到金融和互聯(lián)網(wǎng)信息也不能加以吸收學(xué)習(xí)，而與子女同住增加了老年人風(fēng)險(xiǎn)承受能力，因而依舊顯著。省級(jí)因素影響顯著，信息社會(huì)指數(shù)高省份的中齡老人參與互聯(lián)網(wǎng)金融的概率更高。

高齡老人回歸結(jié)果與全樣本差異巨大。對(duì)于高齡老人，人口學(xué)基本特征和個(gè)人稟賦因素的影響均不顯著，家庭支持中家庭總收入和與子女同住影響顯著，家庭收入高和與子女同住的高齡老人更傾向于參與互聯(lián)網(wǎng)金融，與孫輩同住影響不顯著，省級(jí)影響因素影響依舊顯著，省份信息發(fā)展指數(shù)高顯著促進(jìn)了高齡老人參與互聯(lián)網(wǎng)金融。

綜上，個(gè)人稟賦僅對(duì)低齡老人影響顯著，家庭支持和信息社會(huì)指數(shù)對(duì)低齡、中齡和高齡老年人影響均顯著。個(gè)人稟賦因素影響人群有局限性，家庭支持和信息社會(huì)指數(shù)影響范圍更廣。針對(duì)不同年齡段的老年人顯著影響的因素制定差異化政策，可以提高政策的效果。

3.穩(wěn)健性檢驗(yàn)

去除家庭總收入排名最高和最低1%的樣本，重新進(jìn)行分層Logistic模型回歸，以檢驗(yàn)?zāi)Ｐ偷姆€(wěn)健性，回歸結(jié)果如表6所示。各因素重新回歸結(jié)果的顯著性和方向均與原模型一致，說明以上結(jié)果具有穩(wěn)健性。

表6 穩(wěn)健性檢驗(yàn)

五、結(jié)論與討論

（一）結(jié)論

信息化和老齡化正成為當(dāng)代中國社會(huì)轉(zhuǎn)型過程中最突出的時(shí)代特征（汪斌，2020）[3]。本文在此背景下基于2017年中國家庭金融調(diào)查數(shù)據(jù)，從個(gè)人稟賦、家庭支持和區(qū)域發(fā)展三個(gè)角度構(gòu)建了中國老年人互聯(lián)網(wǎng)金融參與影響因素的多維解釋模型。根據(jù)描述統(tǒng)計(jì)、回歸分析和穩(wěn)健性檢驗(yàn)，得出以下結(jié)論：

1.從總體上看，個(gè)人稟賦、家庭支持和區(qū)域發(fā)展對(duì)老年人互聯(lián)網(wǎng)金融參與均有顯著影響。個(gè)人稟賦中，受教育程度越高和金融素養(yǎng)越高的老年人參與互聯(lián)網(wǎng)金融幾率越大；家庭支持中，家庭總收入高、與子女同住和與孫輩同住的老年人擁有更高的經(jīng)濟(jì)支持和更多的信息渠道，進(jìn)而更多地參與互聯(lián)網(wǎng)金融；信息社會(huì)發(fā)展指數(shù)越高省份的老年人，使用互聯(lián)網(wǎng)更便利，進(jìn)而更容易參與互聯(lián)網(wǎng)金融。

2.隨著老年人年齡的增加，個(gè)人稟賦對(duì)互聯(lián)網(wǎng)金融參與的影響逐漸不顯著，家庭支持和區(qū)域發(fā)展的影響始終顯著。對(duì)于低齡老人，個(gè)人稟賦、家庭支持和區(qū)域發(fā)展影響均顯著；對(duì)于中齡老人，個(gè)人稟賦影響變得不顯著，家庭支持和區(qū)域發(fā)展影響依舊顯著；對(duì)于高齡老人，個(gè)人稟賦影響不顯著，家庭支持和區(qū)域發(fā)展影響依舊顯著

3.本文在考查個(gè)人稟賦對(duì)老年人參與互聯(lián)網(wǎng)金融影響的基礎(chǔ)上，根據(jù)老年人受家人經(jīng)濟(jì)支持和通過家人獲取信息的特點(diǎn)，引入家庭支持因素，考查經(jīng)濟(jì)支持和信息渠道支持的影響；根據(jù)老年人使用互聯(lián)網(wǎng)的能力與區(qū)域信息化發(fā)展水平高度相關(guān)的特點(diǎn)，將省級(jí)層次的變量信息社會(huì)發(fā)展指數(shù)納入模型，最終形成從個(gè)人稟賦、家庭支持、區(qū)域發(fā)展三個(gè)維度解釋老年人互聯(lián)網(wǎng)金融使用影響因素的模型。本文研究也有局限性，一方面未檢驗(yàn)老年人是否退休對(duì)互聯(lián)網(wǎng)金融參與的影響，另一方面未區(qū)分個(gè)人投資與家庭投資。

（二）政策建議

本研究構(gòu)建了老年人互聯(lián)網(wǎng)金融參與影響因素的多維度解釋模型，驗(yàn)證了個(gè)人稟賦、家庭支持和區(qū)域發(fā)展對(duì)老年人互聯(lián)網(wǎng)金融參與的影響，針對(duì)這三個(gè)維度提出以下政策建議：

1.宏觀層面加強(qiáng)各地區(qū)的信息化、數(shù)字化建設(shè)，提升老年人數(shù)字參與，消除老年人數(shù)字鴻溝和數(shù)字歧視。本研究發(fā)現(xiàn)信息社會(huì)指數(shù)越高省份的老年人參與互聯(lián)網(wǎng)金融的幾率越大，一方面說明信息化建設(shè)越完善，老年人互聯(lián)網(wǎng)接入越容易；另一方面說明全國各省份信息化發(fā)展程度有較大差異，地域發(fā)展不平衡。建議加強(qiáng)各省信息化建設(shè)，特別是對(duì)信息化程度低的省份加大投入，減小區(qū)域發(fā)展差異，促進(jìn)互聯(lián)網(wǎng)金融在全國普及。

2.鼓勵(lì)家庭通過代際支持提高老年人互聯(lián)網(wǎng)參與水平。本研究創(chuàng)新性引入家庭支持視角，發(fā)現(xiàn)與子女或?qū)O輩同住增加了老年人互聯(lián)網(wǎng)信息獲取渠道，進(jìn)而促使老年人參與互聯(lián)網(wǎng)金融。據(jù)此建議鼓勵(lì)子女和孫輩與老年人增加代際互動(dòng)，使老年人獲得更多信息，促進(jìn)老年人的互聯(lián)網(wǎng)接入，減少互聯(lián)網(wǎng)使用困難造成的互聯(lián)網(wǎng)金融排斥。

3.社區(qū)、企業(yè)、社會(huì)組織應(yīng)當(dāng)加強(qiáng)對(duì)老年人互聯(lián)網(wǎng)使用的支持，降低學(xué)習(xí)成本。社區(qū)和互聯(lián)網(wǎng)企業(yè)可以通過舉辦培訓(xùn)、公益講座，幫助老年人學(xué)習(xí)使用互聯(lián)網(wǎng)以及智能手機(jī)的基本操作，消除數(shù)字歧視，使老年人享受互聯(lián)網(wǎng)的便利。老年大學(xué)可以進(jìn)一步開設(shè)相關(guān)課程，幫助老年人系統(tǒng)學(xué)習(xí)互聯(lián)網(wǎng)使用的各項(xiàng)操作，比如搜索信息、手機(jī)支付和網(wǎng)上購物，排除使用互聯(lián)網(wǎng)金融的技術(shù)障礙

4.對(duì)老年人加強(qiáng)互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)教育。一方面，普及互聯(lián)網(wǎng)金融知識(shí)。根據(jù)本研究回歸結(jié)果，金融素養(yǎng)對(duì)低齡老年人互聯(lián)網(wǎng)金融參與的影響是顯著的，金融素養(yǎng)提高能顯著促進(jìn)老年人參與互聯(lián)網(wǎng)金融，加強(qiáng)金融教育可以減少老年人因缺乏金融知識(shí)而產(chǎn)生互聯(lián)網(wǎng)金融排斥的可能性；另一方面，提高老年人防范互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)的意識(shí)和能力。缺少金融知識(shí)的老年人參與互聯(lián)網(wǎng)金融可能超出自身風(fēng)險(xiǎn)承受范圍或者遭遇詐騙，所以應(yīng)該針對(duì)老年人進(jìn)行風(fēng)險(xiǎn)教育，降低網(wǎng)絡(luò)詐騙幾率。綜上，應(yīng)該對(duì)老年人加強(qiáng)金融教育，使老年人享受互聯(lián)網(wǎng)金融帶來的便利，并防止互聯(lián)網(wǎng)詐騙的傷害。