1. 引言
2022年,党在二十大报告中明确指出要“增进民生福祉,提高人民生活质量”。当前富裕社会下,物质与精神的双重富裕成为人们的新要求,包括居民获得感、安全感在内的居民幸福感成为讨论热点与发展目标。家庭作为社会的基本单位,家庭的幸福度对整个社会的稳定和繁荣具有重要作用。现有研究表明,家庭幸福度与诸多社会问题,如犯罪率、青少年问题、健康问题等,皆存在负向相关关系。因此,研究和讨论如何有效提高家庭幸福度不仅能够增进每个家庭成员的幸福感,更有助于社会的稳定与发展。随着电子商务的不断进步和发展,家庭网络覆盖率持续提升,互联网金融作为依托互联网技术、通信技术等实现资金融通、支付、投资、信息中介服务的一种新型金融业务模式[1],拓展了传统金融的业务广度和发展路径,降低融资门槛、通畅金融服务链条,大幅提升金融服务的效率,互联网金融通过提高家庭收入、增加家庭消费与效用等方式满足居民不断提高的生活质量要求。家庭通过不断参与互联网金融,优化家庭资产配置或提高家庭收入能够有效提升自身幸福度。因此,家庭的互联网金融参与程度或将正向促进家庭幸福感的改变。互联网金融参与是否切实地提高了家庭的幸福感?其影响作用是否存在区域差异?为探寻以上两个问题,通过理论与实证相结合的方式,探讨互联网金融参与对家庭幸福感的影响作用,为进一步提升家庭幸福感提供可能的有益参考。
2. 文献综述与研究假设
当前,多数文献将对家庭幸福度的影响因素研究聚焦于三个维度:一是个人因素。包括性别、年龄[2]、个人收入[3]等在内的个人因素皆会影响家庭的幸福感受,个人行为也会影响个体所在家庭的幸福度变化,如婚姻行为[4]和网络购物行为[5]等。二是家庭因素。在众多家庭影响因素中又分为家庭经济因素和家庭非经济因素,其中,家庭经济因素主要包括家庭负债和资产,李江一等(2015)认为家庭负债的增加往往不利于家庭幸福度的提高,家庭资产的增加有利于家庭幸福度的向好变化[6],张翔等(2015)认为房产、车产等家庭资产对幸福度亦有显著促进作用[7]。户籍因素是家庭非经济因素中主要因素,王晨璐等(2019),通过户籍差异的实证证明了家庭幸福度会随着户籍类型的不同产生结构性差异[4]。三是经济因素。一方面,江求川等(2022)实证得出,区域数字普惠金融的发展能够提升居民幸福感[8],其主要作用途径为改善区域经济环境、居民收入和消费水平。另一方面,随着数字金融的发展,金融服务产品和服务得以拓宽,周雨晴等(2020)认为各家庭通过互联网进行金融投资等活动的机会得以增加,有效提升了居民的收入和家庭参与感,从而促进了家庭幸福感的提升[9]。
区域金融发展水平在互联网的急速发展影响下形成的互联网金融对于家庭幸福度有着明显的推动作用,而家庭作为经济微观个体,通过参与互联网金融能够有效地提升家庭的整体幸福度。其主要影响途径有三:第一,提升金融服务便利性。互联网金融为家庭提供了更加方便、快捷的金融服务。通过在线银行、支付宝等平台,家庭成员可以轻松完成各类金融交易,如转账、缴纳账单、购物支付等。如此便利性有效降低了家庭的时间成本和人力成本,使得家庭成员能够更加专注于家庭生活和幸福感的提升。第二,增强财务管理能力。互联网金融工具可以通过多种工具帮助家庭成员更好地管理个人或家庭财务。如智能手机应用程序的合理使用可以随时查看个人银行账户余额、投资组合价值等信息,以及进行更有效率的预算规划和理财分析。家庭财务管理能力的提升有助于家庭成员更好地掌控自己的经济状况,有效降低财务风险的出现几率,增加家庭的稳定感和幸福感。第三,拓展家庭投资机会。互联网金融为家庭成员提供了更多的投资机会。通过在线投资平台,家庭成员可以参与股票、基金、债券等各类金融市场,从而实现资产增值的机会。这种投资机会的拓展无疑为家庭增加了财务上的多样性,为家庭成员的未来提供了更多的选择。因此,提出如下假说:
H1:互联网金融参与能够有效提高家庭幸福度。
经典理论认为,风险资产的最优持有比例仅与投资者的风险态度有关[10]。因此,理论上每个家庭虽然对金融市场的参与程度不同,但应当都会参与到金融市场当中。然而,现实情况却与理论预测存在较大差距,实际参与金融市场的家庭数量或其参与程度远远低于预期[11],且各地区家庭参与互联网金融的现状不尽相同。截至2022年,我国的互联网普及率已达75.6% [12],其与金融服务相互融合,推动各地区互联网金融迅速发展。由于各地区互联网基础设施发展水平参差,金融业务发展受到的网络红利不同,导致互联网金融发展存在较为明显的区域水平差异,微观家庭成员因此受到有差异的金融知识或互联网知识教育,在互联网金融与电子商务发展较为缓慢的地区,其家庭互联网金融参与倾于消极,对家庭幸福度的影响较小;在发展较为迅速发达的地区,存在区域内个体间的相互影响,互联网金融参与会随该影响传播扩大,因此对家庭幸福度的影响更为显著。因此,提出另一假说:
H2:互联网金融参与对家庭幸福度的影响具有区域异质性。
3. 数据与方法
3.1. 数据来源与处理
选取西南财经大学中国家庭金融调查项目即CHFS2019数据库的最新数据形成截面数据,为匹配家庭与个体数据,仅筛选户主作为家庭特征代表,并剔除离群值、残缺值等异常样本后,共得到有效数据15954份。数据中包含受访家庭内部成员的性别、年龄、受教育水平、健康状况和家庭成员数量、户口类型等信息。
3.2. 变量选取及描述性统计
被解释变量为家庭幸福感(sat)。根据CHFS数据库中848题“总的来说,您现在觉得幸福吗?”来进行衡量,评分越高则表示该家庭居民幸福度越高,其值域为[0, 5],从0到5表示从很不幸福到非常幸福。
核心解释变量为金融市场参与(inte)。借鉴以往学者的做法,将该家庭的金融市场参与度定义为该家庭是否拥有金融市场中的相关风险资产,考虑在互联网背景下,互联网金融市场参与定义为是否参与互联网金融(如包括分期付款和多期免息蚂蚁金服和京东白条在内的互联网借款、互联网银行、P2P平台、百度金融等),主要为在第三方支付账户、互联网理财产品、互联网贷款三种互联网金融业务中,家庭每参与一项则计一分,分数越高则表示互联网金融参与程度越深。
为控制互联网金融参与家庭自身的影响作用,选取户主特征变量及家庭特征变量两个方面变量为控制变量。一方面,包含户主年龄、性别、受教育水平及健康状况为个体特征的控制变量。根据生命周期理论等相关理论,人们往往会根据自身所处的人生阶段对资产进行不同的分配,即年龄会影响受访者的资金分配从而对被解释变量进行一定的影响,年龄变量(age)由当前年份减去受访者出生年份得到;在传统观念中,人们对于风险的认知和承受能力呈现出性别差异,因此,将户主性别(gender)纳入考虑范围,男性赋值为1,女性赋值为2;在以往文献中,受教育程度对家庭存在一定的影响,其对家庭收入和金融资产分配等有着不同的影响,进而影响到家庭的幸福感,因此对户主的最高学历进行分别赋值以表示其受教育水平(edu);与年龄相似,人们往往会根据自身健康情况对家庭资产进行不同的分配,因此在模型中对户主健康状况(heal)进行控制。另一方面,选取家庭成员数量和户口类型为家庭特征的控制变量。一般地,家庭成员数量越多,家庭收入越高,家庭幸福感越高,同时,家庭各方支出也会增加,因此,对家庭成员数量(lab)进行控制;由于我国的城乡发展仍存在发展不平衡的问题,因此将样本按户口类型(peas)进行分类并加以控制,农业赋值为1、非农业赋值为2、一般居民户口赋值为3。
对各变量进行相关性检验,剔除与被解释变量相关性不显著的变量后,得到以下变量描述性统计表即表1。在15,954个受访家庭中,家庭平均幸福感为2.17,整体幸福感不足,因此研究讨论家庭幸福感的影响因素具有一定的现实意义。互联网金融参与均值仅为0.61,该值远小于理论均值,表示当前家庭虽然普遍进行互联网金融的参与,但其参与程度仍有较大上升空间。根据其余变量描述性统计可知,户主特征变量与家庭特征变量均具有一定的差异性,为研究提供了较好的数据基础。
Table 1. Variable description and descriptive statistics table
表1. 变量说明及描述性统计表
类型 |
变量名称 |
符号 |
变量说明 |
均值 |
标准差 |
被解释变量 |
家庭幸福感 |
sat |
题目“总的来说,您现在觉得幸福吗?”的主观评分,其值域为[0, 5] |
2.17 |
0.86 |
核心解释 变量 |
互联网 金融参与 |
inte |
第三方支付账户、互联网理财产品、互联网贷款三种互联网金融业务中,每参与一项则计一分,其值域为[0, 3] |
0.61 |
0.60 |
控制变量 |
户主特征 |
年龄 |
age |
受访者年龄,根据其出生年份计算得到 |
59.70 |
14.18 |
性别 |
gender |
受访者性别,“男性” = 1、“女性” = 2 |
1.25 |
0.43 |
受教育水平 |
edu |
受访者最高学历,“没上过学” = 1、“小学” = 2、“初中” = 3、“高中” = 4、“中专/职高” = 5、“大专/高职” = 6、“大学本科” = 7、“硕士研究生” = 8、“博士研究生” = 9 |
3.51 |
1.69 |
健康状况 |
heal |
受访者身体状况,“非常好” = 1、“好” = 2、“一般” = 3、“不好” = 4、“非常不好” = 5 |
2.71 |
1.00 |
家庭特征 |
家庭成员 数量 |
lab |
受访者所在房屋住户数量 |
2.99 |
1.49 |
户口类型 |
peas |
受访者户口类型,“农业” = 1、“非农业” = 2、“一般居民户口” = 3 |
1.61 |
0.72 |
3.3. 模型设定
为分析互联网金融参与对家庭幸福度的影响,建立以下回归模型:
其中,
为被解释变量,代表第i位受访者的居民满意度评分,
为核心解释变量,代表第i位受访者所处家庭的互联网金融参与程度,
代表一系列的控制变量,为省份固定效应,β0、β1、βj为各项系数,
为随机误差项。
4. 实证分析
4.1. 基准回归
表2为互联网金融参与对家庭满意度的基准回归表,由表可知:模型(1)至模型(4)分别为各基准回归结果,主要解释变量在1%的水平上对家庭满意度的影响显著为正,即家庭互联网金融参与程度越高,该户家庭的满意度越高,互联网金融参与对家庭满意程度呈现显著的正向影响。进一步分析可知,模型(2)的R2高于模型(1),模型在加入控制变量后主要解释变量仍在1%的水平上显著为正,且其拟合度升高,表明该模型的控制变量选取合适,能够有效控制家庭自身特征对家庭满意度的影响。模型(4)为加入控制变量的省份固定效应,其R2较模型(2)更高,证明省份固定效应模型比OLS模型拟合度更高,为最佳拟合模型,在该模型下,互联网金融参与在1%的水平下显著为正,其对家庭满意度有正向促进作用。假说1得证。
Table 2. Regression table of Internet financial participation on household satisfaction
表2. 互联网金融参与对家庭满意度的基准回归表
Various |
(1) model 1 |
(2) model 2 |
(3) model 3 |
(4) model 4 |
inte |
0.1075*** |
0.0703*** |
0.1080*** |
0.0664*** |
0.0114 |
0.0135 |
0.0115 |
0.0136 |
Constant |
2.1017*** |
2.2444*** |
2.0018*** |
2.2831*** |
(0.0097) |
(0.0549) |
(0.0463) |
(0.0744) |
Controls |
NO |
YES |
NO |
YES |
省份固定 |
NO |
NO |
YES |
YES |
N |
15,954 |
15,954 |
15,954 |
15,954 |
R2 |
0.0055 |
0.0613 |
0.0251 |
0.0766 |
注:括号内为稳健标准误,***、**、*分别表示在1%、5%、10%的统计水平下显著,下同。
4.2. 稳健性检验
为解决遗漏变量带来的内生性问题,借助工具变量使用2SLS估计进一步进行模型检验。借鉴霍江林等(2024)的做法[13],选取家庭所在省份其他人的互联网金融参与均值作为家庭互联网金融参与的工具变量。一方面,家庭可以通过该地区其他人的学习沟通提高自身对互联网金融的参与,因此该工具变量与替代的解释变量相关,满足相关性条件;另一方面,地区其他家庭的互联网金融参与不在该受访家庭的控制范围内,因此该工具变量相对于受访家庭是严格外生的,满足工具变量外生性条件。由表3列(1)结果可知,模型第一阶段F检验P值为0.0000,即不存在若工具变量问题,同时,模型在1%的水平下通过Wald检验,拒绝工具变量外生的假设,该工具变量是有效的。二阶段估计结果表明互联网金融参与能够显著提高家庭幸福度。
为进一步验证上述结果的可靠性,通过减少控制变量和删除特殊样本两种方法进行模型稳健性检验。表3列(2)为减少控制变量后的回归结果,剔除受教育程度和户口类型两个显著水平较低的控制变量后,互联网金融参与仍在1%的水平下显著为正。列(3)为剔除特殊样本后的回归结果,借鉴熊芳等(2024)的做法[14],考虑到直辖市较其他城市拥有更优质的金融基础设施和更优越的经济基础,因此将四个直辖市样本剔除后进行重新回归,根据结果可知,互联网金融参与在1%的水平下显著为正,对家庭幸福度有显著的正向作用。综上所述,互联网金融参与正向提高家庭幸福度的结论稳健可靠。
Table 3. Robustness test table of Internet finance participation on family satisfaction
表3. 互联网金融参与对家庭满意度的稳健性检验表
Various |
(1) 2SLS |
(2) model 3 |
(3) model 4 |
model 1 |
model 2 |
inte |
|
0.1949* |
0.0695*** |
0.0713*** |
|
(0.1166) |
(0.0135) |
(0.0147) |
IV |
0.5517*** |
|
|
|
(0.0391) |
|
|
|
Constant |
0.5476*** |
2.1383*** |
2.2874*** |
2.2624*** |
(0.0396) |
(0.1130) |
(0.0744) |
(0.0673) |
Controls |
YES |
YES |
YES |
YES |
第一阶段F检验P值 |
0.0000 |
|
|
|
Wald检验P值 |
|
0.0000 |
|
|
N |
15,954 |
15,954 |
15,954 |
14,272 |
R2 |
0.3379 |
0.0564 |
0.0764 |
0.0779 |
4.3. 异质性检验
为进一步分析互联网金融参与对居民满意度影响的区域差异,将总样本分为东、中、西三个区域进行分组回归,回归结果如表4所示。由回归结果可知,互联网金融参与对三个区域皆有着显著的正向促进作用,其中对西部地区的作用系数最小,其原因可能是西部地区互联金融发展尚存在较大改进空间,金融市场效率未达最大化,冲减了家庭互联网金融参与对家庭幸福度的正向作用。由列(2)可知,互联网金融参与提高家庭幸福度的影响作用在中部地区最为有效,其原因可能是中部地区的电子商务和互联网金融融合发展最优,使得家庭在互联网金融参与中获得的收益较大,能够产生较高的效用,从而有效提高家庭的居民满意程度。因此,假说2得证。
Table 4. Regional heterogeneity test table of Internet financial participation on household satisfaction
表4. 互联网金融参与对家庭满意度的区域异质性检验表
Various |
(1) 东部 model 1 |
(2) 中部 model 2 |
(3) 西部 model 3 |
inte |
0.0684*** |
0.0788*** |
0.0516** |
(0.0192) |
(0.0283) |
(0.0261) |
Constant |
2.1303*** |
2.4534*** |
2.1976*** |
(0.0983) |
(0.1222) |
(0.1057) |
Controls |
YES |
YES |
YES |
省份固定 |
YES |
YES |
YES |
N |
7,153 |
4,169 |
4,632 |
R2 |
0.0771 |
0.0864 |
|
5. 结论与建议
在追求物质与精神双重富裕的当下,人们对于生活质量的要求不断提高。本文基于中国家庭金融调查(CHFS)数据库,理论与实证分析家庭互联网金融参与对家庭满意度的影响作用后,结果表明:互联网金融参与能够显著提高家庭幸福度,且该促进作用在东、中、西部地区存在差异,其中对中部地区的作用做大,东部地区次之,对西部地区的促进作用相对较小。
根据以上理论分析与实证结果,提出以下几点建议:第一,加大力度推动互联网金融与电子商务的融合发展。将发展重点放于二者融合发展的核心“互联网+”上,不断拓展其发展模式与路径,丰富互联网金融服务,提高居民的互联网金融使用效用,从而促进家庭幸福度的提升。第二,着重发展数字技术发展欠发达地区,多措并举推动家庭互联网金融参与。一要着力发展互联网金融服务,完善欠发达地区的金融体系建设;二要提高居民金融素养,提高其互联网金融参与程度;三是不断开拓互联网金融市场,多方补充传统金融服务,激发家庭的投资积极性。第三,充分发挥受益地区互联网金融优势,带动周边地区互联网金融参与。要注重科技赋能,强化风险防控,协调区域金融发展,维持长板补充短板,形成多方共同发展格局,实现互联网金融高参与,家庭高幸福感的整体发展。