周雨晴 何廣文

摘要：通過建立對(duì)數(shù)正態(tài)跨期決策模型從理論上探討了非農(nóng)就業(yè)、金融素養(yǎng)和金融資產(chǎn)配置三者之間的關(guān)系，利用中國家庭金融調(diào)查（cHFS）2015年全國調(diào)查數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)。結(jié)論顯示，相對(duì)于在家務(wù)農(nóng)，農(nóng)戶非農(nóng)就業(yè)會(huì)顯著提高其金融市場參與率和風(fēng)險(xiǎn)金融資產(chǎn)配置比例，而且金融素養(yǎng)是非農(nóng)就業(yè)影響農(nóng)戶金融行為的一條重要渠道，其中介效應(yīng)可達(dá)14%左右。研究結(jié)論指出，擴(kuò)大農(nóng)戶非農(nóng)就業(yè)空間、提高農(nóng)戶金融素養(yǎng)能夠有效緩解農(nóng)村金融排斥，提高農(nóng)戶金融市場參與，使農(nóng)戶有更多機(jī)會(huì)進(jìn)入金融市場進(jìn)行投資理財(cái)并實(shí)現(xiàn)其資產(chǎn)的保值增值。

關(guān)鍵詞：非農(nóng)就業(yè)：金融素養(yǎng);金融資產(chǎn)配置

中圖分類號(hào)：F015 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-2101（2020）06-0083-11

一、引言與文獻(xiàn)綜述

長期以來，在我國城市和工業(yè)化改革進(jìn)程中，存在著以戶籍制度為基礎(chǔ)的城鄉(xiāng)壁壘，城鄉(xiāng)治理體制、市場體系和資源投人均存在顯著差異，這不僅造成了城鄉(xiāng)經(jīng)濟(jì)“二元結(jié)構(gòu)”。同時(shí)也導(dǎo)致城鄉(xiāng)金融“二元結(jié)構(gòu)”。中國工業(yè)和城市發(fā)展戰(zhàn)略及二元金融結(jié)構(gòu)必然會(huì)以農(nóng)村金融排斥為代價(jià)。金融排斥使一部分人不能以恰當(dāng)?shù)姆绞将@得儲(chǔ)蓄、基金、保險(xiǎn)、貸款等方面的金融服務(wù)。也就是說，農(nóng)村金融排斥使得農(nóng)戶難以進(jìn)入主流金融體系享受金融產(chǎn)品與服務(wù)，這不僅表現(xiàn)為農(nóng)戶難以從正規(guī)金融機(jī)構(gòu)獲得信貸支持，同時(shí)也阻礙了農(nóng)戶參與金融市場進(jìn)行投資理財(cái)并實(shí)現(xiàn)財(cái)產(chǎn)性收入。

黨的十七大報(bào)告指出“創(chuàng)造條件讓更多群眾擁有財(cái)產(chǎn)性收入”。隨著社會(huì)經(jīng)濟(jì)發(fā)展，越來越多的城市家庭開始注重資產(chǎn)的保值增值，而農(nóng)村家庭卻普遍難以參與到金融市場中去。無論是金融市場參與率還是股票、基金、理財(cái)?shù)蕊L(fēng)險(xiǎn)金融資產(chǎn)的配置比例均顯著低于城市居民。李芳（2018）進(jìn)一步指出。城市地區(qū)勞動(dòng)力相對(duì)較少卻擁有大量的金融資產(chǎn)。而農(nóng)村地區(qū)金融資產(chǎn)不足卻有眾多勞動(dòng)力。這種要素的不匹配嚴(yán)重影響了金融和經(jīng)濟(jì)結(jié)構(gòu)的協(xié)調(diào)性，加劇了城鄉(xiāng)發(fā)展差異。然而，勞動(dòng)力從農(nóng)村到城市的自由流動(dòng)可能會(huì)緩解這一問題。

隨著農(nóng)業(yè)現(xiàn)代化和土地經(jīng)營規(guī)?；陌l(fā)展。大量的農(nóng)村勞動(dòng)力從土地上釋放出來。為了謀求更廣闊的發(fā)展空間和更高的勞動(dòng)收入，農(nóng)村勞動(dòng)力開始向城市遷移，城鄉(xiāng)勞動(dòng)力和金融資產(chǎn)這兩種要素的分布迎來了重新洗牌的機(jī)遇。據(jù)中國國家統(tǒng)計(jì)局2018年發(fā)布的《2017年農(nóng)民工監(jiān)測(cè)調(diào)查報(bào)告》顯示，2017年中國農(nóng)民工總量達(dá)到2.87億人，其中1980年及以后出生的新生代農(nóng)民工和大專及以上學(xué)歷農(nóng)民工占比顯著提高。這些農(nóng)民工在建設(shè)城市的過程中也享受著現(xiàn)代城市發(fā)展帶來的紅利，相對(duì)留在家中務(wù)農(nóng)，非農(nóng)就業(yè)的農(nóng)民則有更大的幾率了解、獲得和使用金融服務(wù)與產(chǎn)品，同時(shí)也有更多機(jī)會(huì)和意愿參與到金融市場中去進(jìn)行投資和理財(cái)。

受微觀數(shù)據(jù)制約，我國金融資產(chǎn)配置領(lǐng)域的研究始于2010年，研究尚不全面、不成熟。目前并未見到研究農(nóng)戶非農(nóng)就業(yè)對(duì)金融資產(chǎn)配置影響的文章。但是非農(nóng)就業(yè)作為重要的人力資本因素，會(huì)給農(nóng)戶帶來收入、觀念、知識(shí)與信息等多方面的影響，所以勢(shì)必對(duì)其金融資產(chǎn)配置行為產(chǎn)生影響。一般研究認(rèn)為，收入增長無疑會(huì)提高金融市場參與率與風(fēng)險(xiǎn)金融資產(chǎn)配置比例。因此直觀來看，非農(nóng)就業(yè)可能是通過影響農(nóng)戶收入進(jìn)而影響到其金融資產(chǎn)配置行為。但是據(jù)西南財(cái)經(jīng)大學(xué)2015年《中國家庭金融調(diào)查》數(shù)據(jù)顯示，對(duì)沒有投資股票的受訪者采集原因時(shí)。46.64%選擇了“沒有相關(guān)知識(shí)”或“沒聽說過”。而選擇“資金有限”的僅有17.32%。因此，我們可以猜想。非農(nóng)就業(yè)對(duì)金融素養(yǎng)的正向提升才可能是影響農(nóng)戶金融決策更為重要的途徑。2018年11月，中國金融教育發(fā)展基金會(huì)首份《中國農(nóng)村居民金融素養(yǎng)抽樣調(diào)查報(bào)告》顯示，我國農(nóng)村居民金融素養(yǎng)水平整體偏低，67%的農(nóng)戶對(duì)如何區(qū)分假幣有所掌握。對(duì)其他金融知識(shí)的掌握很薄弱，甚至沒有接觸渠道。由此可見，農(nóng)村居民金融知識(shí)貧瘠，而隨著大量農(nóng)民跳出農(nóng)地桎梏。農(nóng)戶非農(nóng)就業(yè)帶來的不僅是收入增長，同時(shí)也可以使他們有更多渠道和機(jī)會(huì)接觸到金融知識(shí)或參與金融培訓(xùn)，從而促進(jìn)其金融素養(yǎng)提升，并最終影響到他們的金融資產(chǎn)配置行為。

二、理論模型

金融資產(chǎn)配置模型最早源于經(jīng)典的Markowitz（1952）均方差分析，此后經(jīng)濟(jì)學(xué)家在資產(chǎn)選擇模型的構(gòu)建和推導(dǎo)上做出了許多努力。筆者將在前人理論成果的基礎(chǔ)上，借鑒Gollier（2001）的效用理論觀點(diǎn)及Campbell和Viceira（2002）的資產(chǎn)配置分析框架，建立一個(gè)含相對(duì)風(fēng)險(xiǎn)厭惡系數(shù)的冪效用對(duì)數(shù)正態(tài)跨期決策模型.在經(jīng)典模型基礎(chǔ)上新引入?yún)⑴c金融市場固定成本（金融素養(yǎng)和其他因素的函數(shù)）參數(shù)，并就此探討了務(wù)農(nóng)者和非農(nóng)就業(yè)者的差異化金融資產(chǎn)配置行為。

假設(shè)家庭僅在兩期內(nèi)進(jìn)行決策。在第t期進(jìn)行投資決策，第t+1期獲得收益并進(jìn)行消費(fèi)。則家庭效用的目標(biāo)函數(shù)與約束條件可以表示為：

H1：相對(duì)于在家務(wù)農(nóng)，農(nóng)戶非農(nóng)就業(yè)會(huì)顯著提高其金融市場參與率和風(fēng)險(xiǎn)金融資產(chǎn)配置比例。

在研究非農(nóng)就業(yè)對(duì)農(nóng)戶金融決策影響時(shí)，由于金融素養(yǎng)是我們考察的重要的中介渠道之一，當(dāng)kf>kn，即非農(nóng)就業(yè)者有更多機(jī)會(huì)和渠道接觸金融知識(shí)、提升金融素養(yǎng)。而金融素養(yǎng)會(huì)影響投資者參與金融市場需克服的信息等固定成本，即Tf（kf，δf）

H2：農(nóng)戶非農(nóng)就業(yè)影響其金融資產(chǎn)配置行為的一條主要中介渠道是金融素養(yǎng)的提升。

其中H2中包含兩個(gè)子假設(shè)：H2a：非農(nóng)就業(yè)使得農(nóng)戶金融素養(yǎng)提升;H2b：金融素養(yǎng)的提升會(huì)促進(jìn)農(nóng)戶更多地參與金融市場并持有更高份額的風(fēng)險(xiǎn)金融資產(chǎn)。

同時(shí)，我們需要注意到的是，非農(nóng)就業(yè)者除了金融素養(yǎng)k有所差異，人力財(cái)富（預(yù)期未來勞動(dòng)收入）L和其他影響參與成本的因素δ均是不同的。因此，金融素養(yǎng)并非唯一的中介渠道。金融素養(yǎng)的中介過程是不完全的。據(jù)此，我們提出假設(shè)3。

H3：金融素養(yǎng)并非唯一的中介渠道，即存在不完全中介效應(yīng)，即使非農(nóng)就業(yè)者與務(wù)農(nóng)者金融素養(yǎng)相同，其金融決策行為也會(huì)有所差異。

三、數(shù)據(jù)、變量和模型方法

（一）數(shù)據(jù)介紹

筆者使用西南財(cái)經(jīng)大學(xué)中國家庭金融調(diào)查與研究中心主持的“中國家庭金融（CHFS）”2015年全國調(diào)查數(shù)據(jù)。CHFS采用三階段、分層、與人口規(guī)模成比例（PPs）的抽樣方法調(diào)查了不含港澳臺(tái)地區(qū)和新疆、西藏自治區(qū)以外的全國29個(gè)?。ㄗ灾螀^(qū)、直轄市）。調(diào)查內(nèi)容包括家庭成員的人口統(tǒng)計(jì)特征、家庭資產(chǎn)負(fù)債、保險(xiǎn)與保障、支出與收入四大方面。2015年調(diào)查樣本規(guī)?？傆?jì)37 289戶家庭，提供戶籍信息的有36 691戶。其中農(nóng)業(yè)戶籍家庭有19 661戶，非農(nóng)業(yè)戶籍家庭14 770戶。統(tǒng)一居民戶籍家庭2 257戶，無戶籍家庭3戶。筆者在19 661戶農(nóng)業(yè)戶籍家庭中排除因年老、喪失勞動(dòng)能力等原因核心成員不再工作的5 392戶家庭，選取核心成員有工作的14 269戶家庭作為研究對(duì)象。

需要說明的是，CHFS將家庭總資產(chǎn)分為流動(dòng)性較差的非金融資產(chǎn)和流動(dòng)性較好的金融資產(chǎn)兩部分。非金融資產(chǎn)包括農(nóng)業(yè)經(jīng)營資產(chǎn)、工商業(yè)經(jīng)營資產(chǎn)、土地資產(chǎn)、房產(chǎn)、車輛資產(chǎn)和其他非金融資產(chǎn)。金融資產(chǎn)包括無風(fēng)險(xiǎn)金融資產(chǎn)和風(fēng)險(xiǎn)金融資產(chǎn).其中無風(fēng)險(xiǎn)金融資產(chǎn)包括社保賬戶余額、現(xiàn)金、存款、債券等：風(fēng)險(xiǎn)金融資產(chǎn)包括股票、基金、衍生品、理財(cái)、外幣資產(chǎn)、黃金等。

（二）變量選擇

1.被解釋變量。在研究家庭金融資產(chǎn)配置問題時(shí)。我們主要關(guān)注的被解釋變量有“是否參與金融市場（Ifrisk）”和“風(fēng)險(xiǎn)金融資產(chǎn)占金融資產(chǎn)比例（Risk-finance）”。前者衡量家庭是否參與金融市場，即是否配置風(fēng)險(xiǎn)金融資產(chǎn)：后者衡量參與金融市場的深度，即家庭配置的風(fēng)險(xiǎn)金融資產(chǎn)占金融資產(chǎn)的比重。

2.核心解釋變量。我們關(guān)注的核心解釋變量是“非農(nóng)就業(yè)（Non-farm）”。如果受訪的農(nóng)村戶籍居民仍以務(wù)農(nóng)為主業(yè)，這一解釋變量賦值為0，如果以非農(nóng)行業(yè)為主業(yè)，則賦值為1。

3.中介變量。我們選取的中介變量是金融素養(yǎng)（F_Literacy）。金融素養(yǎng)可以分為主觀金融素養(yǎng)和客觀金融素養(yǎng)，主觀金融素養(yǎng)一般是讓受訪者自我評(píng)價(jià)其對(duì)股票、基金、理財(cái)?shù)犬a(chǎn)品的了解程度，而客觀金融素養(yǎng)是要求受訪者客觀回答金融知識(shí)問題。因此，客觀金融素養(yǎng)比主觀金融素養(yǎng)更可靠。受受訪者主觀意識(shí)影響較小。CHFS調(diào)查問卷中設(shè)置了四個(gè)客觀的經(jīng)濟(jì)金融知識(shí)問題：“是否上過經(jīng)濟(jì)金融類課程？”“假設(shè)銀行的年利率是4%，如果把100元錢存1年定期，1年后獲得的本金和利息為？”“假設(shè)銀行的年利率是5%，通貨膨脹率每年是3%，把100元錢存銀行1年之后能夠買到的東西將？”“您認(rèn)為一般而言，股票和基金哪個(gè)風(fēng)險(xiǎn)更大？”受訪者接受過經(jīng)濟(jì)金融課程培訓(xùn)以及正確回答任一問題，均可累積1分。沒有參與過課程培訓(xùn)、問題回答錯(cuò)誤或無法回答則不記分。因此，根據(jù)受訪者答題情況，金融素養(yǎng)指標(biāo)最大賦值為4。最小賦值為0。

4.控制變量。在我們關(guān)注的解釋變量外，還有許多因素會(huì)影響家庭金融市場參與和金融資產(chǎn)配置.我們必須對(duì)這些因素加以控制。我們通過對(duì)相關(guān)文獻(xiàn)的整理和分析，構(gòu)造了如下一系列控制變量。首先，家庭的資產(chǎn)和收入水平是影響金融決策的主要因素，因此我們控制了“家庭總資產(chǎn)（Asset）”和“家庭年收入（Income）”。其次，家庭規(guī)模和社會(huì)網(wǎng)絡(luò)也是影響家庭金融資產(chǎn)配置的重要因素。因此我們控制了“家庭成員數(shù)量（Num）”和“同城血親數(shù)量（Relatives）”。最后，受訪者的人口統(tǒng)計(jì)學(xué)特征也是重要的影響因素，考慮到這點(diǎn)，我們控制了“受訪者風(fēng)險(xiǎn)規(guī)避程度（Risk aversion）”“受訪者受教育年限（Education）”“受訪者年齡（Age）”“受訪者性別（Gender）”“受訪者婚姻狀態(tài)（Married）”“受訪者健康狀況（Health）”。由于“家庭總資產(chǎn)”和“家庭總收入”在不同樣本戶中的分布差異較大，為了平穩(wěn)數(shù)據(jù)。我們實(shí)證中采用對(duì)數(shù)形式。

表1是變量說明及其描述性統(tǒng)計(jì)。從被解釋變量分布特征來看，樣本家庭金融市場參與率為5.72%，配置風(fēng)險(xiǎn)金融資產(chǎn)占總金融資產(chǎn)的比例平均為1.97%，金融市場參與率和風(fēng)險(xiǎn)金融資產(chǎn)配置比例均處于非常低的水平，由此可見，我國農(nóng)村家庭金融市場“有限參與”問題非常嚴(yán)重，農(nóng)村金融排斥問題廣泛存在。從核心解釋變量分布特征來看，樣本農(nóng)戶家庭中有45.32%屬于非農(nóng)就業(yè)，非農(nóng)就業(yè)比例較高。從中介變量特征來看，金融素養(yǎng)指標(biāo)取值范圍為0～4，而均值僅為0.748 1，農(nóng)戶金融素養(yǎng)水平相對(duì)較低。具體而言，能正確回答三個(gè)經(jīng)濟(jì)金融問題的農(nóng)戶占比分別為20.48%、14.57%、36.62%。而參加過經(jīng)濟(jì)金融類課程培訓(xùn)的農(nóng)戶僅有3.14%。

（三）模型設(shè)定與實(shí)證方法

1.模型設(shè)定。根據(jù)前文提出的三個(gè)假設(shè)，我們可以構(gòu)建以下模型：

由于被解釋變量Yi“是否參與金融市場”或“風(fēng)險(xiǎn)金融資產(chǎn)占金融資產(chǎn)的比例”皆是受限因變量。因此被解釋變量Yi由其潛變量Yi*決定。其中式（15）的系數(shù)a1為非農(nóng)就業(yè)影響金融資產(chǎn)配置行為

當(dāng)不可觀測(cè)因素同時(shí)影響二元選擇變量，Di和結(jié)果變量Yi時(shí)，選擇方程與結(jié)果方程中的誤差項(xiàng)相關(guān)系數(shù)不為0。即存在內(nèi)生性問題。需要采用內(nèi)生轉(zhuǎn)換模型予以糾正。內(nèi)生轉(zhuǎn)換模型將在估計(jì)二元選擇方程（18）的基礎(chǔ)上，計(jì)算得出逆米爾斯比率入，后將入引入結(jié)果方程來糾正估計(jì)偏差。

其次，在檢驗(yàn)式（16）中非農(nóng)就業(yè)對(duì)農(nóng)戶金融素養(yǎng)的影響時(shí)，從理論上分析，思維能力、認(rèn)知能力等一些不可觀測(cè)的遺漏變量也會(huì)同時(shí)影響非農(nóng)就業(yè)和金融素養(yǎng)。謹(jǐn)慎起見，我們同樣采用了內(nèi)生轉(zhuǎn)換模型加以克服，在設(shè)定上除了將結(jié)果方程（19）和（20）中的因變量更換為金融素養(yǎng)，其余均無變化，故不再加以贅述。

最后，在檢驗(yàn)式（17）時(shí)，除了多引入了中介變量金融素養(yǎng)，其余與檢驗(yàn)式（15）時(shí)的設(shè)定相同，因此同樣使用內(nèi)生轉(zhuǎn)換模型予以糾正。

四、實(shí)證檢驗(yàn)和結(jié)果分析

（一）農(nóng)戶非農(nóng)就業(yè)對(duì)家庭金融資產(chǎn)配置的影響

表2和表3分別給出了以“是否參與金融市場”和“風(fēng)險(xiǎn)金融資產(chǎn)占總金融資產(chǎn)比例”為因變量的內(nèi)生轉(zhuǎn)換模型估計(jì)結(jié)果，兩表回歸結(jié)果較為相近。代表選取的一系列控制變量對(duì)是否參與金融市場和參與金融市場深度的影響機(jī)制是類似的。表2和表3最后一列是我們選取的控制變量影響農(nóng)戶“是否非農(nóng)就業(yè)”的選擇方程。第二和第三列則是控制變量影響處理組（非農(nóng)就業(yè)者）和對(duì)照組（農(nóng)業(yè)就業(yè)者）兩類群體家庭金融市場參與和風(fēng)險(xiǎn)金融資產(chǎn)配置的結(jié)果方程。

首先。如表2和表3中選擇方程結(jié)果所示。家庭及個(gè)人特質(zhì)會(huì)顯著影響農(nóng)戶非農(nóng)就業(yè)。其一，家庭資產(chǎn)和收入水平對(duì)農(nóng)戶非農(nóng)就業(yè)具有顯著正向影響。這可能是因?yàn)榻?jīng)濟(jì)較為充裕的農(nóng)戶更容易進(jìn)入到非農(nóng)行業(yè)從事非農(nóng)工作。其二，家庭規(guī)模對(duì)農(nóng)戶非農(nóng)就業(yè)具有負(fù)向影響。這可能是因?yàn)檗r(nóng)戶家庭人口越多，撫養(yǎng)比越高。家庭中的核心勞動(dòng)力為了照顧家庭更多地選擇在家務(wù)農(nóng)。其三。同城親戚數(shù)量負(fù)向降低了農(nóng)戶非農(nóng)就業(yè)的概率。這可能是因?yàn)槭苎壍鼐壪拗?。在農(nóng)村區(qū)域親屬越多。越不愿外出從事非農(nóng)行業(yè)。其四，受教育程度和健康狀況對(duì)農(nóng)戶非農(nóng)就業(yè)具有正向影響，而年齡增長、女性、已婚等因素不利于農(nóng)戶從事非農(nóng)就業(yè)。

其次，如表2與表3中資產(chǎn)配置決策的結(jié)果方程所示，我們選取的大多數(shù)控制變量對(duì)處理組和對(duì)照組家庭金融市場參與和金融資產(chǎn)配置具有顯著影響。其一。資產(chǎn)水平對(duì)農(nóng)業(yè)就業(yè)農(nóng)戶和非農(nóng)就業(yè)農(nóng)戶家庭金融市場參與和風(fēng)險(xiǎn)金融資產(chǎn)配置均有顯著的正向影響。其二，隨著家庭規(guī)模的擴(kuò)大，非農(nóng)就業(yè)農(nóng)戶家庭的金融市場參與率和風(fēng)險(xiǎn)金融資產(chǎn)配置比例降低，但對(duì)農(nóng)業(yè)就業(yè)農(nóng)戶并無顯著影響。這可能是由于非農(nóng)就業(yè)農(nóng)戶多數(shù)在城鎮(zhèn)地區(qū)務(wù)工。城鎮(zhèn)生活、教育和醫(yī)療成本更高，規(guī)模較大的家庭一般負(fù)擔(dān)較大。風(fēng)險(xiǎn)意識(shí)更強(qiáng)。傾向于減持風(fēng)險(xiǎn)金融資產(chǎn)。其三，隨著同城親戚數(shù)量增多，務(wù)農(nóng)者金融市場參與積極性更強(qiáng)，但對(duì)非農(nóng)就業(yè)者沒有顯著影響。這可能是因?yàn)檫@種依托血緣地緣的社會(huì)網(wǎng)絡(luò)所能提供的援助可能對(duì)務(wù)農(nóng)家庭更為重要。其四，風(fēng)險(xiǎn)規(guī)避程度對(duì)非農(nóng)就業(yè)農(nóng)戶和農(nóng)業(yè)就業(yè)農(nóng)戶的金融決策均具有顯著的負(fù)向影響。其五，受教育程度正向提高了兩類農(nóng)戶的金融市場參與率和風(fēng)險(xiǎn)金融資產(chǎn)配置比例。其六。年齡增長對(duì)農(nóng)戶金融行為具有負(fù)向影響。這是因?yàn)槌赡耆穗S著年齡增長，投資期限和預(yù)期平均壽命變短，會(huì)逐步減持風(fēng)險(xiǎn)金融資產(chǎn)。其七，相對(duì)于男性受訪者，女性受訪者掌握家庭經(jīng)濟(jì)決策時(shí)參與金融市場的概率和配置風(fēng)險(xiǎn)金融資產(chǎn)的比例更高。其八，對(duì)非農(nóng)就業(yè)者來說，未婚時(shí)其金融行為更加積極。這可能是因?yàn)槲椿榉寝r(nóng)就業(yè)者負(fù)擔(dān)相對(duì)較輕，當(dāng)流動(dòng)資金允許時(shí)更愿意進(jìn)入金融市場投資理財(cái)：但對(duì)農(nóng)業(yè)就業(yè)者來說，已婚反而能夠促進(jìn)其金融市場參與。這可能是因?yàn)閯?wù)農(nóng)者結(jié)婚后心理狀態(tài)更安全穩(wěn)定，從而更愿意參與金融市場。

最后，表2和表3的最后一行是選擇方程與資產(chǎn)配置決策方程中殘差項(xiàng)的相關(guān)系數(shù)。兩表中相關(guān)系數(shù)在統(tǒng)計(jì)上均顯著，樣本存在內(nèi)生性問題。這代表非農(nóng)就業(yè)農(nóng)戶和農(nóng)業(yè)就業(yè)農(nóng)戶并非隨機(jī)產(chǎn)生。而是根據(jù)其自身和家庭特征作出的“自選擇”，有一些不可觀測(cè)的遺漏變量會(huì)同時(shí)影響農(nóng)戶非農(nóng)就業(yè)與金融行為。我們采用內(nèi)生轉(zhuǎn)換模型加以糾正是合理的。

在內(nèi)生轉(zhuǎn)換模型回歸之后。我們可以通過構(gòu)造反事實(shí)計(jì)算非農(nóng)就業(yè)這一內(nèi)生處理變量的處理效應(yīng)。表4給出了農(nóng)戶非農(nóng)就業(yè)對(duì)家庭金融市場參與和風(fēng)險(xiǎn)金融資產(chǎn)配置的總處理效應(yīng)。其中，ATE是非農(nóng)就業(yè)對(duì)所有農(nóng)戶的平均處理效應(yīng)。ATET是非農(nóng)就業(yè)對(duì)處理組（非農(nóng)就業(yè)農(nóng)戶）的平均處理效應(yīng)?？偟膩碚f，四項(xiàng)處理效應(yīng)結(jié)果都顯著為正，農(nóng)戶非農(nóng)就業(yè)會(huì)顯著提高其金融市場參與率和風(fēng)險(xiǎn)金融資產(chǎn)配置比例。假設(shè)1成立。

（二）農(nóng)戶非農(nóng)就業(yè)對(duì)金融素養(yǎng)的影響

在檢驗(yàn)過農(nóng)戶非農(nóng)就業(yè)影響家庭金融資產(chǎn)配置的總效應(yīng)之后，我們進(jìn)一步檢驗(yàn)農(nóng)戶非農(nóng)就業(yè)對(duì)中介變量金融素養(yǎng)的影響。在這一部分我們同樣使用了內(nèi)生轉(zhuǎn)換模型。模型檢驗(yàn)結(jié)果殘差項(xiàng)的相關(guān)系數(shù)顯著，拒絕外生性的原假設(shè)，這代表內(nèi)生轉(zhuǎn)換模型是適用的。因變量為“金融素養(yǎng)”的內(nèi)生轉(zhuǎn)換模型回歸結(jié)果如表5所示。

首先。表5中選擇方程的結(jié)果同樣表明了家庭及個(gè)人特質(zhì)對(duì)內(nèi)生處理變量“是否非農(nóng)就業(yè)”的影響，因此與表2和表3中結(jié)果基本類似。

其次，表5中的結(jié)果方程顯示。多數(shù)控制變量對(duì)農(nóng)戶金融素養(yǎng)起到了顯著影響。第一，資產(chǎn)和收入水平對(duì)農(nóng)戶金融素養(yǎng)具有顯著的正向影響;第二。家庭規(guī)模對(duì)非農(nóng)就業(yè)農(nóng)戶金融素養(yǎng)存在負(fù)向影響，這可能是因?yàn)樵谌丝跀?shù)量較多的家庭中。核心勞動(dòng)力往往需要付出更多時(shí)間和精力維持家庭成員的物質(zhì)需求，從而缺乏對(duì)金融素養(yǎng)的重視和培訓(xùn)。第三，同城親戚數(shù)量正向提升了農(nóng)業(yè)就業(yè)農(nóng)戶的金融素養(yǎng)。即對(duì)于務(wù)農(nóng)家庭來說，依托血緣地緣的社會(huì)網(wǎng)絡(luò)是他們了解金融知識(shí)提高金融素養(yǎng)的重要渠道。第四，農(nóng)戶風(fēng)險(xiǎn)規(guī)避程度越高，越不利于金融素養(yǎng)的提升，這可能是因?yàn)轱L(fēng)險(xiǎn)規(guī)避意識(shí)高的農(nóng)戶更為謹(jǐn)慎和保守，更少參與金融活動(dòng)和接觸金融培訓(xùn)，從而金融素養(yǎng)較低。第五，受教育程度和健康狀況顯著提升了農(nóng)戶金融素養(yǎng)，而年齡對(duì)金融素養(yǎng)存在負(fù)向影響，這代表受教育程度高且身體健康的年輕人一般具有更高的金融素養(yǎng)。

最后，我們關(guān)注農(nóng)戶非農(nóng)就業(yè)對(duì)金融素養(yǎng)的影響。表5的最后兩行是我們通過構(gòu)造反事實(shí)計(jì)算出的非農(nóng)就業(yè)這一內(nèi)生處理變量的處理效應(yīng)。ATE和ATET均顯著為正，這代表農(nóng)戶非農(nóng)就業(yè)顯著提升了其金融素養(yǎng)。假設(shè)2的第一個(gè)子假說H2a成立。

（三）農(nóng)戶非農(nóng)就業(yè)、金融素養(yǎng)與家庭金融資產(chǎn)配置

在檢驗(yàn)過農(nóng)戶非農(nóng)就業(yè)對(duì)中介變量金融素養(yǎng)的影響之后，我們將金融素養(yǎng)同時(shí)加入到金融資產(chǎn)配置決策模型中。檢驗(yàn)中介效應(yīng)是否成立以及中介效應(yīng)的完全性。與檢驗(yàn)式（15）總效應(yīng)時(shí)的邏輯基本一致，我們同樣采用內(nèi)生轉(zhuǎn)換模型，仍舊將非農(nóng)就業(yè)視為內(nèi)生性處理變量，將新引入的金融素養(yǎng)作為控制變量?；貧w結(jié)果如表6和表7所示。首先。選擇方程結(jié)果與未加入中介變量前的表3和表4結(jié)果基本一致，不再加以贅述。其次。結(jié)果方程中金融素養(yǎng)對(duì)兩類農(nóng)戶的家庭金融市場參與和風(fēng)險(xiǎn)金融資產(chǎn)配置均起到了顯著的正向影響，金融素養(yǎng)的提升會(huì)促進(jìn)農(nóng)戶更多地參與金融市場并持有更高份額的風(fēng)險(xiǎn)金融資產(chǎn)，假設(shè)2的第二個(gè)子假設(shè)H2b成立。H2a和H2b的成立表明農(nóng)戶非農(nóng)就業(yè)影響其金融資產(chǎn)配置行為的一條主要的中介渠道是金融素養(yǎng)的提升，中介效應(yīng)得證，H2成立。最后，除金融素養(yǎng)之外，多數(shù)控制變量的影響方向和顯著程度與表3和表4相比均未發(fā)生顯著改變，僅有受教育年限的顯著性和系數(shù)大小相對(duì)降低，這說明金融素養(yǎng)包含了與教育有關(guān)的一些信息。

在引入中介變量并進(jìn)行內(nèi)生轉(zhuǎn)換回歸之后。我們同樣通過構(gòu)造反事實(shí)計(jì)算非農(nóng)就業(yè)的處理效應(yīng)，此處的處理效應(yīng)是非農(nóng)就業(yè)對(duì)金融資產(chǎn)配置影響的直接效應(yīng)。如表8所示，在引入金融素養(yǎng)后，ATE和ATET仍舊顯著為正，即非農(nóng)就業(yè)對(duì)家庭金融市場參與和風(fēng)險(xiǎn)金融資產(chǎn)配置的正向影響仍舊十分顯著。這說明不存在完全中介效應(yīng)，即金融素養(yǎng)并不是非農(nóng)就業(yè)影響金融資產(chǎn)配置的唯一渠道，假設(shè)3成立。此外，我們可以根據(jù)表4中的總效應(yīng)和表8中的直接效應(yīng)，計(jì)算金融素養(yǎng)所起到的中介效應(yīng)的大小及其比例。如表4和表8所示，非農(nóng)就業(yè)對(duì)農(nóng)戶是否參與金融市場的總效應(yīng)為0.140 8，直接效應(yīng)為0.1207。因此非農(nóng)就業(yè)通過中介變量金融素養(yǎng)對(duì)農(nóng)戶是否參與金融市場起到的間接效應(yīng)為0.020 1。在總效應(yīng)中占比為14.28%：非農(nóng)就業(yè)對(duì)農(nóng)戶參與金融市場深度的總效應(yīng)為0.887 3。直接效應(yīng)為0.762 1。因此非農(nóng)就業(yè)通過中介變量金融素養(yǎng)對(duì)農(nóng)戶參與金融市場深度起到的間接效應(yīng)為0.125 1。在總效應(yīng)中占比為14.11%。總的來說，金融素養(yǎng)是非農(nóng)就業(yè)影響農(nóng)戶金融行為的一條重要渠道。其中介效應(yīng)可以達(dá)到14%左右。

五、穩(wěn)健性檢驗(yàn)

筆者利用內(nèi)生轉(zhuǎn)換模型逐步檢驗(yàn)了非農(nóng)就業(yè)、金融素養(yǎng)及家庭金融資產(chǎn)配置三者之間的關(guān)系。農(nóng)戶非農(nóng)就業(yè)顯著提高了家庭金融市場參與概率和風(fēng)險(xiǎn)金融資產(chǎn)配置比例，而金融素養(yǎng)則是一條重要的中介渠道。為了進(jìn)一步證明結(jié)論的可靠性，我們更換檢驗(yàn)方法進(jìn)行穩(wěn)健性檢驗(yàn)。Sobel（1982）提出的Sobel法也是比較有名的中介效應(yīng)檢驗(yàn)方法。除顯示中介效應(yīng)的顯著性之外.可以直接計(jì)算出中介效應(yīng)占比。

檢驗(yàn)結(jié)果如表9和表10所示.與逐步法結(jié)果基本一致。首先，兩表中第二列可以看出非農(nóng)就業(yè)對(duì)家庭金融市場參與和風(fēng)險(xiǎn)金融資產(chǎn)配置的總效應(yīng)顯著為正，假設(shè)1成立。其次，第三列結(jié)果表明非農(nóng)就業(yè)顯著提升了農(nóng)戶金融素養(yǎng)，同時(shí)第四列顯示金融素養(yǎng)對(duì)農(nóng)戶家庭金融市場參與和風(fēng)險(xiǎn)金融資產(chǎn)配置具有顯著正向影響，這代表金融素養(yǎng)的中介作用顯著，假設(shè)2成立。最后，第四列結(jié)果顯示，在控制金融素養(yǎng)后，非農(nóng)就業(yè)對(duì)家庭金融市場參與和風(fēng)險(xiǎn)金融資產(chǎn)配置的直接效應(yīng)仍舊顯著。這說明中介效應(yīng)是不完全的，假設(shè)3成立。

此外。表9和表10中Sobel Tests的結(jié)果顯示中介效應(yīng)十分顯著。在研究非農(nóng)就業(yè)對(duì)農(nóng)戶家庭是否參與金融市場的影響時(shí)，金融素養(yǎng)的中介效應(yīng)占總效應(yīng)的13.00%：在研究非農(nóng)就業(yè)對(duì)農(nóng)戶家庭參與金融市場深度的影響時(shí)，金融素養(yǎng)的中介效應(yīng)占總效應(yīng)的15.21%。由此可見，Sobel方法與前文依次檢驗(yàn)的結(jié)果基本類似，中介效應(yīng)占比也同樣在14%左右，結(jié)果較為穩(wěn)健。

六、研究結(jié)論與政策建議

筆者通過建立一個(gè)含相對(duì)風(fēng)險(xiǎn)厭惡系數(shù)的冪效用對(duì)數(shù)正態(tài)跨期決策模型。從理論上探討了非農(nóng)就業(yè)、金融素養(yǎng)和金融資產(chǎn)配置決策三者之間的關(guān)系。在此基礎(chǔ)上，依托中國家庭金融調(diào)查（CHFS）2015年全國調(diào)查數(shù)據(jù)。采用內(nèi)生轉(zhuǎn)換模型對(duì)三者的關(guān)系進(jìn)行了依次檢驗(yàn)，之后又使用Sobel法進(jìn)行了穩(wěn)健性檢驗(yàn)，主要得出兩個(gè)結(jié)論：（1）相對(duì)于在家務(wù)農(nóng)，農(nóng)戶非農(nóng)就業(yè)會(huì)顯著提高其金融市場參與率和風(fēng)險(xiǎn)金融資產(chǎn)配置比例。這是因?yàn)榉寝r(nóng)就業(yè)作為重要的人力資本因素，不僅會(huì)提升農(nóng)戶收人，還會(huì)帶來思想觀念、知識(shí)信息等多方面的影響，這些因素又會(huì)進(jìn)一步影響農(nóng)戶金融行為。（2）農(nóng)戶非農(nóng)就業(yè)影響其金融資產(chǎn)配置行為的一條主要中介渠道是金融素養(yǎng)的提升，但金融素養(yǎng)并非唯一的中介渠道，其中介效應(yīng)可達(dá)14%左右。農(nóng)村地區(qū)金融知識(shí)相對(duì)貧乏，而隨著大量農(nóng)民跳出農(nóng)地桎梏從事非農(nóng)行業(yè)。他們可以有更多渠道和機(jī)會(huì)接觸金融知識(shí)或參加金融培訓(xùn)。從而促進(jìn)金融素養(yǎng)提升，并最終影響到他們的金融資產(chǎn)配置行為。

為緩解我國農(nóng)村地區(qū)金融排斥和金融市場“有限參與”問題，使農(nóng)戶有更多機(jī)會(huì)進(jìn)入金融市場進(jìn)行投資理財(cái)并實(shí)現(xiàn)其資產(chǎn)的保值增值?；谝陨系睦碚摲治龊脱芯拷Y(jié)論，我們提出以下政策建議。

（一）擴(kuò)大農(nóng)戶非農(nóng)就業(yè)空間，改善農(nóng)戶非農(nóng)就業(yè)的外部環(huán)境

農(nóng)戶非農(nóng)就業(yè)直接關(guān)系農(nóng)村經(jīng)濟(jì)發(fā)展和農(nóng)民增收.同時(shí)也影響到農(nóng)戶金融行為和財(cái)產(chǎn)性收人的實(shí)現(xiàn)。非農(nóng)就業(yè)能夠在一定程度上改變農(nóng)戶思想觀念、提高農(nóng)戶金融素養(yǎng)。從而使農(nóng)戶更有能力和意愿參與金融市場并配置股票、基金、理財(cái)產(chǎn)品等風(fēng)險(xiǎn)金融資產(chǎn)。為了擴(kuò)大農(nóng)戶非農(nóng)就業(yè)空間。促進(jìn)農(nóng)村勞動(dòng)力非農(nóng)就業(yè)，政府應(yīng)當(dāng)采取更加積極的就業(yè)政策，在經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)變和調(diào)整過程中創(chuàng)造更多的非農(nóng)就業(yè)機(jī)會(huì)。首先，積極扶持中小企業(yè)、勞動(dòng)密集型產(chǎn)業(yè)和服務(wù)業(yè)，使其盡可能向社會(huì)提供較多的就業(yè)崗位，增強(qiáng)吸納進(jìn)城務(wù)工人員就業(yè)的能力;其次.加強(qiáng)非農(nóng)就業(yè)人員技能培訓(xùn)和職業(yè)教育，提高其擇業(yè)競爭能力和非農(nóng)就業(yè)適應(yīng)能力：再次，以財(cái)政貼息、信貸支持等手段引導(dǎo)擁有一定技能和資金積累的進(jìn)城務(wù)工人員返鄉(xiāng)創(chuàng)業(yè)，鼓勵(lì)其發(fā)展農(nóng)產(chǎn)品加工銷售為主的農(nóng)村二三產(chǎn)業(yè)、生態(tài)休閑農(nóng)業(yè)和縣域中小企業(yè)，以創(chuàng)業(yè)帶動(dòng)就業(yè)。最后，完善非農(nóng)就業(yè)人員的權(quán)益保障，確保工資按時(shí)足額發(fā)放，做好子女教育、醫(yī)療保險(xiǎn)等社會(huì)保障和公共服務(wù)，努力為非農(nóng)就業(yè)農(nóng)戶創(chuàng)造穩(wěn)定良好的就業(yè)環(huán)境。

（二）重視農(nóng)戶金融知識(shí)培訓(xùn)，提高農(nóng)戶金融素養(yǎng)

良好的金融素養(yǎng)有助于農(nóng)戶作出適當(dāng)?shù)慕鹑跊Q策，提高金融市場參與度并降低金融風(fēng)險(xiǎn)。相對(duì)于非農(nóng)就業(yè)者，那些土生土長的務(wù)農(nóng)者，很少有機(jī)會(huì)和渠道接觸金融知識(shí)。缺乏金融素養(yǎng)，因此更多選擇不參與金融市場，而那些參與了的也往往會(huì)做出不合理的金融決策，不僅無法實(shí)現(xiàn)資產(chǎn)保值增值，甚至?xí)墒芴潛p。央行2017年7月13日公布的《消費(fèi)者金融素養(yǎng)調(diào)查分析報(bào)告（2017）》顯示，我國城鄉(xiāng)居民金融素養(yǎng)差異顯著，農(nóng)村居民在貸款、投資、保險(xiǎn)等方面的金融知識(shí)非常薄弱。農(nóng)戶金融素養(yǎng)的提高非一日之功，地方政府應(yīng)該聯(lián)合地方商業(yè)銀行或農(nóng)信社，定期走入鄉(xiāng)鎮(zhèn)舉辦金融培訓(xùn)，結(jié)合農(nóng)戶生活實(shí)際，普及反金融詐騙、存貸款、規(guī)劃理財(cái)?shù)冉鹑谥R(shí)。例如，貴州黔南州12個(gè)縣（市）農(nóng)信社（農(nóng)商行）早在2014年開始創(chuàng)辦“金融夜校”。抽調(diào)業(yè)務(wù)骨干分組巡回宣講，內(nèi)容包括風(fēng)險(xiǎn)防范、存貸款、理財(cái)以及優(yōu)化資金配置等內(nèi)容，逐步培養(yǎng)了農(nóng)村居民的金融素養(yǎng)，提高了他們對(duì)金融工具、金融產(chǎn)品的認(rèn)知和應(yīng)用。

（三）推動(dòng)農(nóng)村金融服務(wù)下沉.實(shí)現(xiàn)數(shù)字普惠金融創(chuàng)新

農(nóng)村金融排斥的問題，不僅體現(xiàn)在農(nóng)戶信貸可得性上，理財(cái)、證券、保險(xiǎn)等各種金融服務(wù)的缺失同樣值得重視。長期以來，農(nóng)村地區(qū)金融市場“有限參與”問題十分嚴(yán)重。農(nóng)戶缺乏機(jī)會(huì)接觸并享受金融服務(wù)，很少進(jìn)入金融市場投資理財(cái)并獲得財(cái)產(chǎn)性收入。隨著城鄉(xiāng)統(tǒng)籌、新農(nóng)村建設(shè)、鄉(xiāng)村振興等戰(zhàn)略的實(shí)施，農(nóng)村居民的收入不斷增長，對(duì)理財(cái)投資的需求也會(huì)隨之提升。金融機(jī)構(gòu)應(yīng)當(dāng)充分認(rèn)識(shí)到農(nóng)村金融發(fā)展的廣闊前景，推進(jìn)金融服務(wù)下沉，讓農(nóng)戶也有機(jī)會(huì)參與金融市場并實(shí)現(xiàn)資產(chǎn)保值增值。而數(shù)字金融則是突破農(nóng)村金融服務(wù)困境的利器。隨著智能手機(jī)的普及，微信、支付寶等集生活服務(wù)和支付功能一體的應(yīng)用軟件也逐漸貼近農(nóng)村群眾的生活。已成為廣大農(nóng)戶獲取資訊、互動(dòng)交流、享受信息化成果的主要手段。例如螞蟻金服旗下的支付寶，在購物娛樂、便民生活等吸引客戶的基礎(chǔ)板塊之外，開發(fā)了“學(xué)知識(shí)”“看行情”等基礎(chǔ)金融訊息板塊和“財(cái)富管理”板塊，與多家銀行、基金、保險(xiǎn)公司合作，推出了各種理財(cái)工具、基金產(chǎn)品和保險(xiǎn)服務(wù)。數(shù)字金融的發(fā)展一定程度上化解了農(nóng)村金融服務(wù)交易成本過高的問題。農(nóng)戶也不再受地域限制，可以享受與城市居民同等的金融機(jī)會(huì)。足不出戶即可通過手機(jī)學(xué)習(xí)金融知識(shí)、投資金融產(chǎn)品。