受教育程度對城鎮(zhèn)居民財產性收入影響的實證研究

孫景波 周春平

摘? ?要：基于西南財經大學中國家庭金融調查與研究中心“2017中國家庭金融問卷調查（CHFS）”數據，實證研究受教育程度對城鎮(zhèn)居民財產性收入的影響。結果表明，受教育程度與城鎮(zhèn)居民財產性收入之間存在顯著的正相關關系，即受教育程度越高，城鎮(zhèn)居民擁有的財產性收入就越多。同時，中介效應的檢驗結果表明，受教育程度通過金融知識提高城鎮(zhèn)居民的財產性收入。因此，政府應當采取適當的政策提高居民受教育程度，并多渠道、全方位普及金融知識，從而增加居民的財產性收入。

關鍵詞：受教育程度；金融知識；財產性收入；影響；實證研究

中圖分類號：F121? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2023）05-0095-05

引言

財產性收入水平是衡量一個國家居民富裕程度的重要指標。黨的十七大和十八大報告分別提出要“創(chuàng)造條件讓更多群眾擁有財產性收入”“多渠道增加居民財產性收入”，黨的十九大報告中再次強調要“拓寬居民勞動收入和財產性收入渠道”。據統(tǒng)計，我國城鎮(zhèn)居民的人均財產性收入從2007年的348.53元增長到2019年的4 390.6元，年均增速達到23.5%，財產性收入占人均可支配收入的比重從2.53%增長到10.37%。另一方面，盡管我國城鎮(zhèn)居民財產性收入增長速度較快，但在人均可支配收入中的比重依然較低，與歐美發(fā)達國家占人均可支配收入約20%—40%的居民財產性收入相比還存在較大差距（李慶海，2019）。

自黨的十七大報告提出“創(chuàng)造條件讓更多群眾擁有財產性收入”以來，對財產性收入的研究成為學者們關注的焦點，研究領域主要集中在厘清財產性收入的概念及其性質、財產性收入的影響因素（關柏春，2010；楊新銘，2010；何麗芬等，2011），財產性收入對居民收入差距的影響等方面（王婷，2012）。本研究關注的一個焦點是教育是否顯著提高了城鎮(zhèn)居民的財產性收入水平，如果回答是肯定的，教育對財產性收入水平的影響機制又是什么？然而，現有文獻中受教育程度對財產性收入的影響及其機制研究缺乏足夠的關注。本研究基于西南財經大學中國家庭金融調查與研究中心“2017中國家庭金融問卷調查”數據，嘗試以金融知識作為中介變量，構建中介效應模型，研究城鎮(zhèn)居民受教育程度對其財產性收入的影響，從而提出針對性的對策建議。

一、文獻綜述與研究假設

關于受教育程度對財產性收入的影響研究。張三峰等（2015）采用系統(tǒng)GMM方法基于中觀層面的省級面板數據實證研究表明，受教育年限的提高會顯著增加城鄉(xiāng)居民的財產性收入。周安華（2018）基于1999—2016年我國31個省級面板數據實證研究，進行系統(tǒng)分析后提出，教育人力資本能夠顯著提高居民的財產性收入。微觀層面，楊新銘（2010）研究發(fā)現，提高城鎮(zhèn)居民的受教育年限可以顯著提高其教育收益率，從而增加城鎮(zhèn)居民的財產性收入；寧光杰（2014）研究發(fā)現學歷更高的人在獲取財產性收入時更有優(yōu)勢。根據以上分析，提出理論假設H1。

H1：受教育程度能夠顯著提高城鎮(zhèn)居民的財產性收入水平。

關于受教育程度對金融知識的影響研究。宋敏（2021）基于2017年中國家庭調查數據（CHFS）研究發(fā)現，受教育年限的增加會通過提高個體的認知能力和社會資本積累而增強個體對金融信息的收集、分析與處理能力，進而提高居民的金融知識水平。

關于金融知識對財產性收入的影響研究。李慶海（2018）、張兵等（2020）分別選取不同的微觀層面數據研究了金融知識水平對城鎮(zhèn)家庭財產性收入的影響，實證結果表明，金融知識對城鎮(zhèn)居民財產性收入具有顯著的正向影響，加強金融知識的普及可以顯著提高城鎮(zhèn)家庭財產性收入。基于以上分析提出假設H2和H3。

H2：受教育程度能夠顯著提高城鎮(zhèn)居民的金融知識水平。

H3：受教育程度能夠通過提高金融知識水平顯著提高城鎮(zhèn)居民的財產性收入。

二、研究設計

（一）數據來源

本研究采用的數據來自2017年西南財經大學中國家庭金融調查（CHFS）。該調查在全國范圍內收集有關中國家庭金融微觀層次的相關信息，如房產、土地、存款、債券、股票、基金、保險以及就業(yè)和消費等。該調查樣本覆蓋了全國29個?。ú话陆?、西藏、港澳臺等地）353個市（區(qū)/縣）1 417個社區(qū)，共獲得40 000多戶家庭的微觀數據，具有一定代表性和權威性。本研究選用其中戶籍為非農業(yè)的城鎮(zhèn)居民的數據，并將財產性收入小于零的樣本以及缺失的樣本剔除。

（二）變量選擇和定義

1.被解釋變量。本研究的被解釋變量為財產性收入（property）。根據國家統(tǒng)計局2020中國統(tǒng)計年鑒統(tǒng)計指標解釋，財產性收入是指住戶或住戶成員將其所擁有的金融資產、住房等非金融資產和自然資源交由其他機構單位、住戶或個人支配而獲得的回報。本文選取CHFS（2017）調查問卷中“過去一年，您家從股票買賣或分紅中實際得到多少收入？”“過去一年，您家從這些基金買賣或分紅中實際得到多少收入？”“去年，您家從債券買賣或分紅中實際得到多少收入？”三個問題，對受訪者的回答進行整理，并將答案整合加總，構造出關于股息和紅利的財產性收入的度量指標，即家庭過去一年中在股票、債券和基金中所取得的總收益。

2.核心解釋變量。本研究的核心解釋變量為受教育程度（education）。一方面，獲得財產性收入的最大前提是擁有財產，受教育程度的提高能幫助居民獲得一份高薪的工作，為其投資理財增加初始資本從而獲得更高的財產性收入；另一方面，學歷高的人有更多機會和渠道接受金融知識普及從而提升自身金融知識儲備，所以更懂得如何進行資產配置，實現收益最大化和風險最小化。故本研究選取受教育程度為核心解釋變量，它是一個1—9的有序變量，數字越大，代表的學歷越高。

3.中介變量。本研究的中介變量為金融知識（financial literacy）。目前，學者們對于金融知識的度量尚并沒有統(tǒng)一的標準，已有文獻主要是從主觀和客觀兩方面進行度量?？陀^金融知識是通過受訪者回答的關于金融基礎知識的問題的正確數量來度量的；主觀金融知識則是通過受訪者對自身金融知識水平的主觀評價或自認為對某些金融產品的了解程度來度量的（李慶海，2018）。經過整理問卷發(fā)現受訪人關于客觀金融知識問題的回答有效性不足，因此本文選擇主觀金融知識作為中介變量金融知識的代理變量，該變量由受訪者對問卷中“您對股票、債券、基金的整體了解程度如何？”這一問題的回答來度量，這是一個1—5的有序變量，數字越大表示受訪者了解的金融知識越多。

4.控制變量。本文選擇年齡（age）、性別（gen）和工資（wage）等作為控制變量。隨著年齡的增加，居民的工資性收入、總財產都會相應增加，從而有更多資本參與資本市場進行投資；并且，隨著年齡的增長，居民會擁有更復雜的社會網絡關系，對金融知識的關注度、了解程度及了解渠道也會相應增加。

楊新銘（2010）研究認為，財產性收入的性別差異是明顯的，男性的財產性收入明顯高于女性，并且隨著收入的增加，男性的財產性收入呈現遞增趨勢。這可能是由于男性更善于運用現代金融工具，也可能是傳統(tǒng)家庭男性地位較高所以能夠運用收入進行投資。

本文的另一個控制變量為工資。獲得財產性收入的最大前提是擁有財產進行投資，工資性收入的高低可能會影響財產性收入的高低，因此本文選擇工資作為控制變量。變量的含義及解釋見表1。

三、實證分析

（一）描述性統(tǒng)計

表2列出了本文各變量的描述性統(tǒng)計結果。數據統(tǒng)計表明，在38 649個樣本中，受教育程度為初中及以下的居民占64.72%，受教育程度為高中或大專的居民占26.73%，而受教育程度為本科及以上的居民僅占8.55%。采用1—9的有序變量度量居民受教育程度，其平均值為3.4，中位數和眾數為3?？偟膩砜?，一半以上的居民受教育程度較低，受到高等教育的居民較少。表2所示居民的財產性收入均值為775元。

使用1—5的有序變量衡量居民對金融知識的了解程度，其均值為1.38。對金融知識完全不了解和比較不了解的居民分別占75.64%和13.38%，對金融知識比較了解和非常了解的居民分別占1.98%和0.43%?？偟膩砜矗用駥鹑谥R的了解程度很低，近八成的居民對金融知識完全不了解。

將居民的受教育程度重新分為三組，分別考察不同受教育程度居民的財產性收入水平和金融知識水平，同時考察不同金融知識水平居民的財產性收入情況，如表3所示，隨著居民受教育程度的提高，居民獲得的財產性收入和對金融知識的了解也相應地增加。另外，居民對金融知識越了解，其獲得的財產性收入就越多。這初步驗證了本研究的假設。

（二）受教育程度對財產性收入影響的回歸分析

為了驗證假設H1，使用Stata15軟件對受教育程度和財產性收入進行回歸，表4是在普通最小二乘估計模型下解釋變量受教育程度對被解釋變量財產性收入的回歸分析結果。從表4的第（1）列可以看出，受教育程度與財產性收入的相關系數在1%的水平上顯著，表明受教育程度對財產性收入存在顯著的正向影響，受教育程度每提高一個等級，城鎮(zhèn)居民過去一年所擁有的財產性收入會增加580.15元。進一步分析發(fā)現，在表4的模型（2）中加入控制變量性別、年齡和工資進行回歸以后，受教育程度與財產性收入的相關系數依然在1%的水平上顯著。假設H1得到驗證。

（三）中介效應分析

為了驗證假設H2和假設H3，本節(jié)將構建中介效應模型進行分析，中介變量為金融知識（f_literacy），該變量是一個1－5的有序變量，當城鎮(zhèn)居民對金融知識完全不了解時f_literacy=1，當城鎮(zhèn)居民對金融知識非常了解時f_literacy=5。被解釋變量為財產性收入（property），核心解釋變量為受教育程度（education），為殘差項模型，其余為控制變量，考慮居民對金融、經濟信息的關注度會在很大程度上影響居民的主觀金融知識，因此在考察受教育程度對金融知識的影響時加入控制變量對金融知識的關注度（attention），該變量由受訪者對“您平時對經濟、金融方面的信息關注程度如何？”這一問題的回答來度量，該變量也是一個1—5 的有序變量，當居民對金融知識非常不關注時attention=1，當居民對金融知識非常關注時attention=5。具體回歸模型如下：

property=α0+α1education+α2gen+α3age+α4wage+ε（1）

f_interacy=β0+β1education+β2gen+β3age+β4attention+ε（2）

property=γ0+γ1education+γ2f_interacy+γ3gen+γ4age+ε（3）

其中（1）式是主效應回歸方程，是受教育程度與財產性收入的相關系數；（2）式是受教育程度的變化對中介變量金融知識影響的回歸方程，是其相關系數；（3）式是把解釋變量受教育程度和中介變量金融知識同時放進回歸方程，檢驗中介效應是否存在，主要是考察和的顯著性。

本文使用的中介效應檢驗方法是逐步檢驗法，具體結果如表5所示。第（1）列和第（2）列是檢驗解釋變量受教育程度對中介變量金融知識是否存在顯著影響的估計結果。根據表5第（1）列可以看出，受教育程度與金融知識的相關系數為0.206，顯著性水平高達1%，即受教育程度每提高一個等級，居民對金融知識的了解程度會相應提高0.206，并且在第（2）列中加入控制變量以后結果依然在1%的水平上顯著。假設H2通過驗證。

由于β1顯著，繼續(xù)進行下一步檢驗。表5的第（3）列和第（4）列是中介效應檢驗結果，將解釋變量受教育程度和中介變量金融知識同時放進方程中進行回歸，金融知識與財產性收入的相關系數為3 902.3，且在1%的水平上顯著，表明城鎮(zhèn)居民對金融知識了解的等級每高一級，財產性收入就多3 902.3元；而核心解釋變量受教育程度與財產性收入的相關系數并不顯著，即γ2顯著而γ1不顯著，因此金融知識在受教育程度對財產性收入的影響中起到完全中介作用。假設H3得到驗證。

（四）穩(wěn)健性檢驗

為了進行穩(wěn)健性檢驗，本文剔除家庭中有金融從業(yè)人員的樣本，對剩余的樣本進行回歸，結果如表6所示。從表6第（1）列和第（2）列可以看出，受教育程度對城鎮(zhèn)居民財產性收入和對金融知識的了解程度均有顯著促進作用，回歸系數分別為562.4和0.144；此外，由表6第（3）列可知金融知識的中介效應顯著，并且為完全中介效應。這表明受教育程度對財產性收入的正向影響是穩(wěn)健的，且金融知識的中介效應也是穩(wěn)健的。

四、結論與政策建議

提高居民受教育水平，增加居民財產性收入，是政策制定者和經濟學研究者共同聚焦的問題。本文基于中國家庭金融調查（CHFS）2017年的數據，運用OLS模型并結合中介效應研究了受教育程度對城鎮(zhèn)居民財產性收入的影響。實證研究表明，受教育程度的提高能夠顯著促進城鎮(zhèn)居民財產性收入的增加。另外，中介效應檢驗結果表明，金融知識作為一個中介變量，能夠完全促進受教育程度對財產性收入正向影響的形成。

結合國內外經驗以及上述研究結果，本文提出如下建議：一是深入推進中高等教育發(fā)展，進一步提高國民受教育水平；同時居民自身也應該重視文化程度的提升，增加家庭教育投入，積累人力資本。二是建立一個長效的金融知識普及機制，加強金融知識宣傳普及力度，逐步提升國民金融素養(yǎng)；同時建立有效的評估系統(tǒng)，檢驗金融知識宣傳的效果，據此結果對宣傳的方向和力度做出適當調整。

參考文獻：

[1]? ?陳曉楓.馬克思論資本主義社會財產性收入[J].福建師范大學學報：哲學社會科學版，2010，（1）：40-44.

[2]? ?關柏春.財產性收入的性質問題辨析[J].經濟縱橫，2010，（8）：8-12.

[3]? ?何麗芬，潘慧峰，林向紅.中國城鄉(xiāng)家庭財產性收入的二元特征及影響因素[J].管理世界，2011，（9）：168-169.

[4]? ?洪銀興.社會主義條件下的私人資本及其收入的屬性[J].中國社會科學，2002，（4）：13-20，203.

[5]? ?李恒春.對我國居民財產性收入及其屬性的研究[J].湖北經濟學院學報，2009，6（1）：25-27.

[6]? ?李慶海，錢衛(wèi)娟.社會網絡對居民財產性收入的影響——基于CHFS數據的實證分析[J].南京財經大學學報（雙月刊），2019，（4）：13-25.

[7]? ?李慶海，張銳，孟凡強.金融知識與中國城鎮(zhèn)居民財產性收入[J].金融經濟學研究，2018，（33）：93-103.

[8]? ?寧光杰.居民財產性收入差距：能力差異還是制度障礙？——來自中國家庭金融調查的證據[J].經濟研究，2014，49（S1）：102-115.

[9]? ?秦海林，潘麗莎.人力資本、專業(yè)技能與家庭財產性收入——基于家庭追蹤調查數據（CFPS）的實證檢驗[J].西南金融，2019，（8）：20-34.

[10]? ?宋敏，甘煦，周洋.教育與居民金融知識水平——來自中國家庭金融調查數據的證據[J].北京工商大學學報：社會科學版，2021，36（2）：80-91.

[11]? ?王婷.增加財產性收入對居民收入差距的影響評析[J].當代經濟研究，2012，（7）：45-49.

[12]? ?楊新銘.城鎮(zhèn)居民財產性收入的影響因素——兼論金融危機對城鎮(zhèn)居民財產性收入的沖擊[J].經濟學動態(tài)，2010，（8）：62-66.

[13]? ?尹志超.金融知識、創(chuàng)業(yè)決策和創(chuàng)業(yè)動機[J].管理世界，2015，（1）：87-98.

[14]? ?周安華.公共教育支出對居民財產性收入影響的作用機制分析[J].湖南社會科學，2018，（4）：135-145.

[15]? ?張兵，生晗.金融知識對城鎮(zhèn)家庭財產性收入的影響研究——基于中國家庭金融調查（CHFS）數據[J].金融發(fā)展研究，2020，（6）：65-71.

[16]? ?張福軍.對馬克思的工資和利息理論的再認識——兼與關柏春等有關觀點的商榷[J].嶺南學刊，2007，（3）：93-96.

[17]? ?張三峰，楊德才.金融發(fā)展促進城鄉(xiāng)居民財產性收入增長嗎？——基于1999—2010年省際面板數據的經驗研究[J].當代經濟管理，2015，37（8）：86-92.

[18]? ?曾志耕，何青，吳雨，尹志超.金融知識與家庭投資組合多樣性[J].經濟學家，2015，（6）：86-94.

An Empirical Study on the Impact of Education Level on Urban Residents Property Income

— Based on the Mediating Effect of Financial Knowledge

Sun Jingbo， Zhou Chunping

（Business College， Yangzhou University， Yangzhou 225100， China）

Abstract： Based on the data of “2017 China Family Finance Questionnaire Survey （CHFS）” of China Family Finance Research Center of Southwestern University of Finance and Economics， the empirical research results show that there is a significant positive correlation between education level and urban residents property income， that is， the higher the education level， the more property income urban residents have. At the same time， the test results of intermediary effect show that the education level is to improve the property income of urban residents through financial knowledge. Therefore， the government should adopt appropriate policies to improve residents education level， and popularize financial knowledge through multiple channels and in all directions， so as to increase residents property income.

Key words： education level; financial knowledge; property income; influence; empirical research

[責任編輯? ?衛(wèi)? ?星]