數字金融素養的量表開發與實證檢驗

【摘要】掌握個人用戶數字金融素養情況，是金融機構貼合用戶實際需求，進而有效開展產品研發及運營服務的必要前提。本文基于金融科技的最新實踐，結合文獻綜述、訪談及專家評價等方法設計數字金融素養量表初始題目，以408份問卷數據對初始量表進行項目分析和探索性因子分析，以887份問卷數據對最終量表完成信效度檢驗，最終構建了涵蓋數字支付與賬務、數字投資、數字信貸、數字安全四個維度的數字金融素養量表。進一步研究發現國內個人用戶數字金融素養在不同年齡、性別、戶口所在地與個人年收入上存在顯著差異。文章最后針對金融機構業務創新發展提出了建議。

【關鍵詞】數字金融素養；因子分析；評價模型；測量量表

引言

隨著數字科技的快速發展，商業銀行等傳統金融機構紛紛加大對金融科技的投入和應用，加快推進產品、服務、營銷、風控等多方面的數字化升級。根據艾瑞咨詢的《2023年中國銀行業數字化轉型研究報告》， 中國銀行業的IT投入規模近年來呈現穩步增長，已于2022年突破3000億元，預計將以約24.6%的復合增長率繼續增長，有可能在2025年接近6000億元。數字金融

業務蓬勃發展，不斷為用戶帶來更加豐富、新穎、智能 的服務。但與此同時，用戶對于在數字終端辦理支付、 投資、融資等不同金融業務的知識與技能仍然存在差 異，例如，部分用戶僅能完成少量基礎功能操作、盲目 跟風購買投資理財產品、缺乏個人金融信息保護意識 等，這就造成了金融機構業務創新與用戶的實際需求、 接受水平不相匹配，用戶依然無法獲得相應服務，無法 保護自身權益。因此，了解并掌握個人用戶在不同業務維度的數字金融素養水平，對于金融機構不同業務板塊開展真正有效的產品研發及宣傳運營、提供個性化的投資者教育服務等意義重大。

文獻綜述

數字金融素養的內涵

數字金融主要是指傳統金融機構與互聯網公司采取數字技術來達成融資、支付、投資及其他的新型金融業務模式（黃益平和黃卓，2018；馬寅棟，2023； 徐然，2024）。與傳統金融服務相比，數字金融服務具備獨特的市場運行規律、用戶交互特征及業務辦理方式（陳收等，2021）。因此，傳統金融素養已經不能涵蓋個人用戶在數字時代下辦理金融業務所需的全部素養。數字金融素養被認為是一個綜合的概念， 是數字素養與傳統金融素養的有機結合（丁洋洋等， 2023），是微觀層面個人用戶使用數字金融服務提升自身金融福祉及經濟利益的基礎（司傳寧等，2022； 羅荷花等，2023）。目前，學術界對數字金融素養的研究仍處于起步階段（李靖遠和于文成，2023；郝楊，2021），尚未對數字金融素養形成統一完整的內涵界定。Prasad等（2018）最早將數字金融素養界定為對各種數字金融平臺的認識及使用頻率。后期學者逐漸擴充數字金融素養的內涵，認為數字金融素養應涵蓋一系列相關的意識、知識及行為技能（Lyons和Kass-Hanna，2021；武志偉等，2023）。也有研究開始關注不同數字金融業務類型下的素養情況（孫繼國等，2023；羅煜等，2021；司傳寧等，2022；羅荷花等，2023）。本文綜合前人研究，基于數字金融的內涵及范圍，將數字金融素養定義為個人用戶充分認知并使用數字金融產品與服務的素養，具體可包含掌握數字支付、數字賬務、數字投資、數字信貸和數字安全等各類高頻產品服務相關的數字知識、金融知識、應用意識與應用技能。

數字金融素養的測量

現有研究對數字金融素養的測量路徑主要涵蓋兩個方面：一方面，部分研究從意識、知識及行為技能多層面對數字金融素養開展測量。例如，Lyons和Kass- Hanna（2021）構建了包含數字金融知識和技能、數字金融意識、數字金融軟件操作能力、數字金融決策能力、自我保護能力的五維評價體系；武志偉等（2023） 基于調研數據提出國內居民數字金融素養涵蓋金融知識、數字知識、數字金融可得性意識、數字金融參與性意識、數字金融使用技能、數字金融維權意識六個維度。但此類研究在指標設計過程中往往未關注到辦理支付、投資、融資等不同高頻數字金融業務所需素養的差異，指標所考察的素養深度也有待提升。例如，在武志偉等（2023）的研究中僅采用手機銀行注冊手續、手機銀行轉賬手續、手機銀行信息查詢三個題項來衡量數字金融使用技能，但在實際應用過程中，用戶在掌握這些基礎操作后，可能仍然缺乏線上投資、融資等復雜流程與專屬功能的操作能力，或者并不具備調整限額、設置免密支付等更深層的實用技能，只有對相關內容補充具體化的提問，用戶才有可能意識到自己在相關領域、更強深度上素養水平的不足。

另一方面，目前也有研究主要以具體知識與操作行為來衡量用戶的數字金融素養或數字金融能力，從不同數字金融業務角度入手開展測量。例如，孫繼國等（2023）基于中國家庭金融調查（CHFS）數據， 通過金融知識問題及是否持有基金、是否選用移動終端支付等具體行為指標測量數字金融素養；羅煜等（2021）通過使用電腦支付、使用移動支付、使用互聯網理財、使用信用卡四個指標對數字金融能力進行測量；司傳寧等（2022）從數字支付、數字理財、數字借貸使用行為及主觀金融知識情況共選取六個指標測量數字金融能力；羅荷花等（2023）則選取是否有網購行為、是否使用互聯網理財、是否使用信用卡三個行為指標測量數字金融能力。但此類研究題項設計較為單一，同樣缺乏測量深度，指標選取往往缺乏完整的信效度檢驗。

綜上所述，以往研究對數字金融素養的界定與測量，往往未能全面考察個人用戶在支付、賬務、投資、信貸、安全這些不同數字金融高頻業務上的素養水平，測量深度仍停留于部分基礎素養，或者受限于二手數據等原因，無法詳細考察微觀個體從意識至行為技能的素養情況。隨著數字金融的快速迭代，用戶的使用場景不斷豐富，使用習慣也逐漸建立，有必要對數字金融素養開展更加深入及適應發展的測量研究。因此，本文基于金融科技的最新實踐，從金融機構產品研發與用戶實際應用角度出發，區分考量數字金融服務涵蓋的不同業務領域，并從“冰山之上”的數字知識、金融知識、應用技能層面下探，從“冰山之下”的應用意識層面挖掘， 編制數字金融素養量表，系統檢驗其信效度，以期為量化評價個人用戶數字金融素養提供更精準、更具適用性的工具。

數字金融素養量表的構建及檢驗

初始量表的編制

本文根據文獻綜述中前人研究與相關理論，參考中國家庭金融調查（CHFS）等問卷中與數字金融素養、數字金融能力等相關的測量題項，并訪談8位郵儲銀行總行數字金融領域的業務專家，設計出能夠反映個人用戶數字金融素養的條目共81題。根據訪談法概括出5個初始維度，包括：數字支付、數字賬務、數字投資、數字信貸、數字安全。量表采用李克特五級計分， 1—5分分別表示“非常不符合”“比較不符合”“一般”“比較符合”及“非常符合”。本文采用專家評價法對每個問題條目與數字金融素養的相關性進行評價，共邀請7位郵儲銀行總行數字金融領域的專家開展評價，并采取四級評分方法，1—4分分別表示“不相關”“弱相關”“較強相關”“非常相關”，以I-CVI 計算調整后的kappa值為判斷標準，刪除內容效度過低的條目，保留的76個條目中除1個條目kappa值為0.65 （良好），其他條目kappa值均為0.85—1.00（優秀） （史靜琤等，2012）。

量表適用性評價及修正

初始量表發放與回收。2023年9月，本文通過線上調查平臺發放包含76個題目的數字金融素養初始量表問卷，調查覆蓋北京、廣東、天津、青海、廣西等國內18 個省份，共回收問卷410份，有效問卷達408份，有效問卷率為99.51%，其中，年齡為20—68歲（M=31.37， SD=6.63）；男性208人，女性200人；戶口所在地為城鎮199人，農村209人；個人年收入5萬元以下的為61 人，個人年收入在5萬—10萬元的為113人，個人年收入在10萬—20萬元的為172人，個人年收入在20萬元以上的為62人。

項目分析。對初始量表的7 6個題目開展項目分析。（1）臨界比率法：針對高分組及低分組（以總分排名前27%為高分組，總分排名后27%為低分組）個人用戶各題目得分開展獨立樣本t檢驗，結果顯示，共68 道題高分組分數顯著大于低分組，t值為9.207—24.548 （P＜0.001），表明這些題目具有區分度，能夠有效區分出高低水平，因此保留68個題目。（2）題總相關法：對保留下來的題目進行題總相關分析，所有題目與總分的相關系數為0.508—0.828（P＜0.001）。（3） 同質性檢驗：采取Cronbach α系數進一步檢驗測量題目間的內在一致性，結果顯示，無題目的校正題目與總分的相關低于0.4，這說明無題目與其余題目的相關為低度關系，因此保留這68個題目。

探索性因子分析。對保留下來的6 8 個題目開展探索性因子分析，探索數據中潛在的因子結構。KMO及Bartlett球形檢驗結果顯示，χ2=35747.486 （df=2278，P＜0.001），KMO=0.971，說明適合進行因子分析。使用主成分分析法及最大方差正交旋轉法，采取以下標準：因子特征值>1；題目因子負荷>0.4，不存在交叉負荷過大的情況；每個維度下的題目至少有三個；以簡潔性為原則，綜合考量維度特征及可解釋性。經過多次探索，最終保留了36個題目，得到4個維度，可解釋總變異的75.28%，即將數字支付與數字賬務兩個基礎功能維度完成合并，數字支付與賬務保留9個題目、數字投資保留9個題目、數字信貸保留9個題目、數字安全保留9個題目（見表1）。

正式量表的信效度檢驗

正式量表的發放與回收。2023年12月至2024年1 月，本文通過線上調查平臺發放包含36個題目的數字金融素養正式量表問卷，調查覆蓋北京、河北、天津、廣東、黑龍江等全國29個省份，共回收問卷898份，有效問卷為887份，有效問卷率為98.78%，其中，年齡為14—90歲（M=29.89，SD=10.09）；男性668人， 女性219人；戶口所在地為城鎮的有650人，所在地為農村的有237人；個人年收入5萬元以下的為296人，個人年收入在5萬—10萬元的為239人，個人年收入在10 萬—20萬元的為188人，個人年收入在20萬元以上的為164人。

信度分析。數字金融素養總問卷Cronbachα系數為0.979，數字支付與賬務、數字投資、數字信貸、數字安全四個維度的Cronbachα系數分別為0.945、0.954、0.960、0.935，表明本量表內在一致性具有較高水平。

效度分析。通過驗證性因子分析對數字金融素養量表的四因子結構進行驗證。若NNFI（TLI）和CFI值大于0.9，RMSEA值小于0.08，則可認為假設模型與研究數據的擬合程度良好（郭建鵬和計國君，2019）， 量表效度良好。本量表驗證性因子分析的結果為：χ2/ df=4.899，NFI=0.909，IFI=0.926，NNFI（TLI） =0.921，CFI=0.926，RMSEA=0.066，因此，本量表模型擬合程度良好。

根據表2的結果，數字支付與賬務、數字投資、數字信貸、數字安全四個潛變量所對應每個測量題目的標準化因子載荷均高于0.7，這說明本量表各測量題目均擁有很好的代表性。同時，四個潛變量的平均方差提取量AVE值在0.619—0.729 之間（均高于0.5），組合信度CR值在0.936—0.960之間（均高于0.7），這表明本量表的聚斂效度理想（見表2）。

為進一步驗證四因子模型的區分效度，本文構建了11個競爭模型開展模型間對比分析。根據表3結果， 與其他模型相比，四因子模型各項擬合指標最優，這表明數字支付與賬務、數字投資、數字信貸、數字安全四個維度間具備良好的區分效度（見表3）。

國內個人用戶數字金融素養差異分析

采用獨立樣本t檢驗進一步探索國內個人用戶得分在不同年齡、性別、戶口所在地上的差異，結果如表4 所示。在數字金融素養總體得分及各維度得分上，中老年用戶（年齡≥45歲）顯著低于非中老年用戶，男性用戶顯著高于女性用戶，城鎮用戶顯著高于農村用戶。采

用單因素方差分析探索國內個人用戶得分在不同個人年收入上的差異，根據方差齊性檢驗結果，數字支付與賬務維度得分方差不齊，因此采用漸進F分布檢驗法（韋爾奇檢驗）及塔姆黑尼事后檢驗；數字金融素養總體得分及其他維度得分均滿足方差齊性，因此采用F檢驗及LSD事后檢驗，結果如表4所示。不同個人年收入用戶在總體及各維度得分上存在顯著性差異，事后檢驗結果表明，在總體及各維度得分上，年收入在5萬元以下用戶顯著低于在5萬元以上各組用戶，其余各組間差異不顯著。

結論與建議

本文從金融科技最新實踐與用戶實際應用角度出發，在前人研究基礎上，結合訪談法與專家評價法，編制了數字金融素養量表。采用前后兩次調查數據對量表進行內容效度分析、項目分析、結構效度分析（探索性因子分析、驗證性因子分析、聚斂效度及區分效度分析）與信度分析，形成涵蓋數字支付與賬務、數字投資、數字信貸、數字安全四個維度的正式量表。正式量表結構清晰、指標全面、具備良好的信效度，可作為未來測量國內個人用戶數字金融素養的有效工具。在理論上，以往學者往往忽略數字金融素養應涵蓋用戶辦理不同數字金融業務時的素養，在指標選取過程中缺乏對用戶綜合素養的深度考察，或者缺乏完整的信效度檢驗， 本文基于數字金融業務最新實踐，更新測量指標、深化素養考察，較為全面地刻畫了個人用戶數字金融素養的內涵，可以對未來數字金融素養相關研究提供有價值的參考。在實踐上，本文提供了涵蓋四個業務板塊的數字金融素養測量工具，為金融機構分版塊監測并指導實踐提供了便利方法，也為個人用戶答題自測、識別短板提供了具有趣味性的方式，有助于監督并引導金融機構創新發展貼合用戶需求，賦能金融機構開展有效的產品研發、宣傳運營及投教服務。

進一步分析發現，中老年用戶（年齡≥45歲）在數字金融素養總體及各維度得分上更低，這可能是由于中老年用戶受到生理因素、保守觀念及文化水平等影響，在當前數字經濟快速發展的背景下，缺乏新興產品的應用意愿與知識技能（江瑩，2024）。女性用戶在數字金融素養總體及各維度得分上更低，與以往研究結果基本一致（郝楊，2021；武志偉等，2023），這可能是因為男性用戶對于金融產品與科技產品具有更強的興趣偏好，更加愿意學習與使用。農村用戶在數字金融素養總體及各維度得分上更低，原因可能是對于農村用戶而言，仍存在移動設備與互聯網普及較低、數字金融認識與信任不足、借貸成本過高等問題，進而引發數字金融排斥與素養不足（熊健和楊軍，2023）。另外，個人年收入在5萬元以下的用戶在數字金融素養總體及各維度得分上更低，這可能是因為個人年收入越低，用戶可用于辦理數字金融業務的資產就越低，因此降低了用戶了解相關知識的意愿及鍛煉相關技能的機會，同時，缺乏數字金融素養也可能導致用戶產生非理性的投資融資行為，造成個人年收入的損失（武志偉等，2023）。

基于上述結論，本文為金融機構數字金融創新發展提供如下建議。一方面，金融機構應定期監測國內個人用戶在不同業務板塊的數字金融素養水平，指導具體的數字金融產品的創新研發。同時，應針對用戶在數字金融素養方面的特定短板，為用戶提供個性化的產品推薦與投教服務。另一方面，金融機構應充分關注中老年用戶、女性用戶、農村用戶、低收入用戶等重點客群的數字金融素養現狀，基于客群偏好與特征，積極推進適老化及無障礙改造，綜合運用操作指引、優惠活動、內容運營等方式幫助用戶培養使用意識，鼓勵用戶積累相關知識與應用技能，促進重點客群數字金融素養提升， 切實提高數字金融產品與服務的可獲得性。

【參考文獻】

[1]黃益平，黃卓.中國的數字金融發展：現在與未來[J].經濟學（季刊），2018，17（4）：1489-1502.

[2]馬寅棟.數字金融與消費升級對零售企業發展的影響——以滬深A股零售上市企業為例[J].商業經濟研究，2023（4）：154-157.

[3]徐然.數字金融對流通企業經營績效的影響研究[J].商業經濟研究，2024（1）：140-143.

[4]陳收，蒲石，方穎，等.數字經濟的新規律[J].管理科學學報，2021，24（8）：36-47.

[5]丁洋洋，戰天舒，肖翔.數字金融素養建設的國際經驗與政策建議[J].清華金融評論，2023（8）：91-95.

[6]司傳寧，李亞紅，孫樂.數字金融能力、收入多樣化與家庭消費升級[J].消費經濟，2022，38（6）：70-80.

[7]羅荷花，葉誼鋒.數字金融能力對居民家庭收入脆弱性影響的實證[J].統計與決策，2023，39（10）：160- 165.

[8]李靖遠，于文成.數字金融素養能否助推家庭共同富裕？——基于中國家庭金融調查的研究[J].金融發展研究，2023（6）：25-35.

[9]郝楊.提升數字金融素養的前沿探討[J].福建金融，2021（4）：50-54.

[10]Prasad H， Meghwal D， Dayama V. Digital Financial Literacy： A Study of Households of Udaipur[J].Journal of Business and Management， 2018， 5（1）：23-32.

[11]Lyons A C， Kass-Hanna J. A Multidimensional Approach to Defining and Measuring Financial Literacy in the Digital Age[J].

[12]Lyons A C， Kass-Hanna J. A Methodological Overview to Defining and Measuring "Digital" Financial Literacy[J].Financial Planning Review， 2021， 4（2）.

[13]武志偉，殷明，吳宜真.居民數字金融素養度量及其影響因素研究——基于2022年中國居民數字金融素養問卷調查數據的實證檢驗[J].中央財經大學學報， 2023（8）：103-115.

[14]孫繼國，趙文燕.數字金融素養何以推動農民農村共同富裕[J].上海財經大學學報，2023，25（3）：33-46.

[15]羅煜，曾戀云.數字金融能力與相對貧困[J].經濟理論與經濟管理，2021，41（12）：11-29.

[16]史靜琤，莫顯昆，孫振球.量表編制中內容效度指數的應用[J].中南大學學報（醫學版），2012， 37（2）：152-155.

[17]郭建鵬，計國君.大學生學習體驗與學習結果的關系：學生投入的中介作用[J].心理科學，2019， 42（4）：868-875.

[18]江瑩.認知行為療法提升城鎮老年人數字金融素養的實務研究[D].遼寧大學，2024.

[19]熊健，楊軍.數字化背景下的農村金融排斥：數字機遇還是數字鴻溝[J].農業技術經濟，2023（12）：111- 122.

（本文系企事業單位委托基金項目“人—機—環境交互作用下中小制造型企業生產安全系統設計與實施方案”2108047成果）

（作者單位：中國郵政儲蓄銀行網絡金融部，哈爾濱工程大學人文社會科學學院）

責任編輯：董 治

Yhj_dz@126.com