數(shù)字鴻溝對家庭養(yǎng)老金融資產配置的影響研究

摘 要：隨著我國人口老齡化程度加劇和數(shù)字化進程深化，數(shù)字鴻溝對家庭養(yǎng)老金融資產配置產生顯著影響，且這種影響正逐漸增強。選取中國家庭金融調查（CHFS）2017 年與 2019 年兩個時期的微觀數(shù)據作為分析基礎，深入探討數(shù)字鴻溝因素在家庭養(yǎng)老金融資產配置決策過程中發(fā)揮的作用機制及其影響效應。實證研究發(fā)現(xiàn)，數(shù)字鴻溝的存在會顯著負向影響家庭養(yǎng)老金融資產規(guī)模的擴大、家庭持有風險性金融資產的可能性以及家庭金融資產占比，研究結論通過多重穩(wěn)健性檢驗后仍顯著成立。進一步的機制分析表明，數(shù)字鴻溝通過阻礙個體獲取金融知識、降低金融素養(yǎng)的積累，繼而抑制家庭養(yǎng)老金融資產配置。異質性分析顯示，數(shù)字鴻溝對農村家庭和數(shù)字基建程度落后家庭的養(yǎng)老金融資產配置抑制作用更顯著，這分別歸因于農村地區(qū)金融知識匱乏、收入水平低、金融服務監(jiān)管不完善，以及數(shù)字基礎設施建設滯后地區(qū)面臨設備供給不足、金融市場發(fā)育遲緩及產品同質化問題等因素。基于研究結論，提出加強農村社區(qū)數(shù)字化建設、普及養(yǎng)老金融知識、強化農村和落后地區(qū)金融服務監(jiān)管等政策建議，旨在縮小數(shù)字鴻溝，優(yōu)化家庭養(yǎng)老金融資產配置。

關鍵詞：數(shù)字鴻溝；家庭養(yǎng)老金融資產配置；金融素養(yǎng)；人口老齡化

中圖分類號：F062.5；F832 文獻標志碼：A 文章編號：1672-626X（2025）04-0074-13

一、引言

伴隨著我國人口老齡化問題的日益嚴峻，養(yǎng)老問題已然成為社會各界廣泛關注的焦點議題[1]，當下迫切需要探索契合我國國情的應對人口老齡化策略，以期尋覓出切實有效的“中國方案”[2]。在此背景下，2020年，黨的十九屆五中全會首次明確將“積極應對人口老齡化”提升至國家戰(zhàn)略高度；2023年10月召開的中央金融工作會議首次確立“養(yǎng)老金融”作為國家金融體系的重點發(fā)展方向。當前我國養(yǎng)老保障制度已初步形成由政府、企業(yè)和個人共同參與的三支柱體系，但在制度運行中呈現(xiàn)出顯著的結構性失衡問題[3]。具體表現(xiàn)為：基本養(yǎng)老保險（第一支柱）在養(yǎng)老金供給中占比持續(xù)超過70%，企業(yè)年金和職業(yè)年金（第二支柱）覆蓋范圍僅占城鎮(zhèn)就業(yè)人口的25%，而個人商業(yè)養(yǎng)老保險（第三支柱）尚處于制度試點階段。值得關注的是，隨著1962年后出生的“主力嬰兒潮”一代陸續(xù)步入退休年齡（如圖1所示），根據國家衛(wèi)健委的預測，2035年我國老年人口規(guī)模將超過4億，養(yǎng)老金需求年均增長率預計達到5%以上。這種人口年齡結構的劇烈變動將使公共養(yǎng)老金支出壓力指數(shù)級增長，現(xiàn)有養(yǎng)老保障體系面臨替代率下降與支付缺口擴大的雙重挑戰(zhàn)。因此，構建多層次養(yǎng)老金融服務體系，優(yōu)化養(yǎng)老資產配置結構，已成為保障我國人口長期均衡發(fā)展的重要制度安排。

在全球數(shù)字化轉型的歷史進程中，信息技術革命的深度演進在重塑社會生產生活方式的同時，也催生出新型的社會分化機制。數(shù)字不平等現(xiàn)象呈現(xiàn)結構性深化趨勢，業(yè)已成為制約包容性發(fā)展的重要瓶頸[4]。根據經濟合作與發(fā)展組織（OECD）的權威界定，這種數(shù)字分化主要體現(xiàn)為不同群體在信息基礎設施可及性、數(shù)字技術應用能力以及數(shù)據素養(yǎng)等方面的系統(tǒng)性差異。根據民政部發(fā)布的《2022年度國家老齡事業(yè)發(fā)展公報》，截至2022年末，我國60歲以上人口規(guī)模達2.8億，占總人口比重為19.8%，規(guī)模龐大的銀發(fā)群體正在形成顯著的數(shù)字鴻溝現(xiàn)象，老年群體的數(shù)字化融入水平與社會整體發(fā)展進程存在明顯脫節(jié)[5]。盡管國家層面已出臺《關于切實解決老年人運用智能技術困難的實施方案》等政策文件，通過技術適老化改造、數(shù)字技能培訓等措施推進老年群體數(shù)字融入，但數(shù)字鴻溝問題依然存在結構性特征[6]。統(tǒng)計數(shù)據顯示，在數(shù)字服務應用領域，目前部分老年群體在數(shù)字化社會中被逐漸邊緣化，處于相對弱勢的地位[7]。更值得關注的是，老年群體在數(shù)字安全防護方面存在顯著短板，其遭遇網絡詐騙的概率是其他群體的3.2倍[8]。這種數(shù)字素養(yǎng)與風險防范能力的雙重不足，直接影響家庭養(yǎng)老金融資產配置的科學性。在金融服務數(shù)字化轉型背景下，智能投顧、區(qū)塊鏈存證等技術創(chuàng)新為養(yǎng)老資產配置提供了新型工具，但老年群體由于數(shù)字技能欠缺和金融知識儲備不足，導致其養(yǎng)老資產配置呈現(xiàn)出明顯的技術排斥傾向，具體表現(xiàn)為：一方面，對數(shù)字化金融服務工具的使用存在認知障礙，難以有效利用智能算法進行資產組合優(yōu)化；另一方面，在缺乏專業(yè)指導的情況下，容易陷入非正規(guī)金融渠道的投資陷阱。這種技術應用能力的代際差異，不僅影響?zhàn)B老資產的保值增值效率，更可能加劇代際間的財富不平等。深入探究數(shù)字鴻溝對家庭養(yǎng)老金融資產配置的作用機制，構建適老化數(shù)字金融生態(tài)系統(tǒng)，已成為完善多層次養(yǎng)老保險體系的重要研究課題。

本文基于2017年和2019年中國家庭金融調查（CHFS）微觀數(shù)據，系統(tǒng)探究數(shù)字鴻溝通過影響金融素養(yǎng)進而抑制家庭養(yǎng)老金融資產配置的可能性，并聚焦城鄉(xiāng)差異與區(qū)域數(shù)字基建水平展開異質性分析。研究發(fā)現(xiàn)：數(shù)字鴻溝顯著降低家庭養(yǎng)老金融資產規(guī)模、風險性金融資產持有概率及金融資產占比，其核心作用機制在于數(shù)字鴻溝削弱了金融知識積累能力；異質性檢驗進一步揭示，農村家庭與數(shù)字基建程度落后家庭因金融知識匱乏、設備供給不足及監(jiān)管缺失，所受抑制作用更為顯著。

相較于現(xiàn)有研究，本文可能的邊際貢獻在于：第一，基于微觀層面實證研究，從家庭養(yǎng)老金融資產配置的角度深入探討了數(shù)字鴻溝的經濟效應。迄今為止，已有文獻主要討論了數(shù)字鴻溝對家庭收入、家庭金融脆弱性、多維貧困等方面的影響，尚未就數(shù)字鴻溝與家庭養(yǎng)老金融資產配置之間的關系給予充分關注，本文對這一領域的研究做了較好的補充。第二，本文從影響金融素養(yǎng)的視角厘清數(shù)字鴻溝抑制家庭養(yǎng)老金融資產配置的作用機制，并探討了家庭戶口類型以及數(shù)字基建程度異質性帶來的不同影響，為更高效地彌合數(shù)字鴻溝的同時，實現(xiàn)家庭養(yǎng)老金融資產配置的優(yōu)化升級，助力構建更具韌性的家庭養(yǎng)老保障體系的相關政策實施提供有益參考。

二、文獻綜述和研究假設

（一）文獻綜述

鑒于本文聚焦于數(shù)字鴻溝與家庭養(yǎng)老金融資產配置的關聯(lián)性分析，后續(xù)將圍繞數(shù)字鴻溝內涵、作用機理，以及影響家庭養(yǎng)老金融資產配置的多元要素等維度，展開系統(tǒng)性的文獻梳理與評述。

1. 數(shù)字鴻溝及其作用機制

數(shù)字鴻溝在本質上體現(xiàn)為特定群體在數(shù)字技術使用過程中形成的結構性能力差異，其核心是數(shù)字基礎設施可及性不足與數(shù)字技能稟賦缺失共同作用下產生的技術排斥現(xiàn)象，這種現(xiàn)象進一步加劇了社會發(fā)展的不均衡性[4，6]。此外，數(shù)字鴻溝作為影響收入分配的關鍵因素，能夠顯著提升收入不平等水平，且相較于其他因素，數(shù)字鴻溝對收入差距的影響更為突出[9]。數(shù)字鴻溝的形成是多重因素耦合作用的結果。從技術供給來看，適老化信息技術研發(fā)滯后導致產品服務與老年群體需求錯位；網絡媒體內容生產存在顯著的“代際偏好”，忽視銀發(fā)群體的信息獲取需求。從需求側分析，老年群體的認知能力衰減、學習意愿不足等個體特征構成數(shù)字融入的天然屏障[10]。這種雙向供需錯配使得數(shù)字鴻溝現(xiàn)象呈現(xiàn)代際固化趨勢。數(shù)字鴻溝的危害體現(xiàn)在多種層面，在經濟層面，數(shù)字鴻溝通過就業(yè)機會獲取、資產增值渠道等路徑擴大貧富差距；在社會層面，數(shù)字鴻溝可能引發(fā)文化認同危機；在國家安全領域，數(shù)字基礎設施的不均衡分布可能導致關鍵信息系統(tǒng)面臨系統(tǒng)性風險。黃麗娜和李子鑫（2024）通過跨國面板數(shù)據分析發(fā)現(xiàn)，每一輪技術革新周期內，數(shù)字鴻溝指數(shù)平均擴大2.3個百分點，技術紅利的分配偏差導致社會分層結構趨向剛性[11]。Han（2023）的研究進一步表明，單純依靠技術普及無法消除數(shù)字鴻溝，與此同時，數(shù)字鴻溝的成因也已從單純的使用差異拓展至多種復雜因素[12]。

2. 家庭養(yǎng)老金融資產配置的影響因素

家庭養(yǎng)老金融資產配置的影響因素可從宏觀與微觀雙重維度進行分析。從宏觀維度來看，學界近期研究成果揭示了若干關鍵性驅動因素。周聞宇等（2024）基于實證研究發(fā)現(xiàn)，數(shù)字金融發(fā)展能夠顯著提升我國老年人群投資金融風險資產的概率和金額，進而有助于提高其財產性收入[13]。盧亞娟和楊怡（2024）的跨區(qū)域研究表明，金融科技發(fā)展對靈活就業(yè)群體的養(yǎng)老金融資產配置具有結構性優(yōu)化作用，這種優(yōu)化效應存在顯著的群體異質性，具體表現(xiàn)在城鄉(xiāng)差異、健康水平梯度以及教育程度分層等多個維度。研究特別指出，金融科技的包容性發(fā)展對弱勢群體的養(yǎng)老資產配置具有更明顯的改善作用[14]。此外，楊波等（2024）基于中國城鎮(zhèn)住戶調查數(shù)據和雙重差分模型研究發(fā)現(xiàn)，住房限購政策落地后，限購城市的首套房家庭與非限購城市同類家庭相比，其風險金融資產及非流動性金融資產的持有比重呈現(xiàn)顯著增長態(tài)勢[15]。從微觀視角來看，個體金融素養(yǎng)的提升對養(yǎng)老金融資產配置具有結構性重塑作用[16]，金融素養(yǎng)的積累不僅能顯著增強家庭對風險性金融資產和壽險產品的配置意愿，還能有效優(yōu)化資產組合分散度[17]，且這種優(yōu)化效應在城鄉(xiāng)空間分布和教育程度梯度上呈現(xiàn)差異化特征。盧亞娟和殷君瑤（2021）的實證分析顯示，家庭成員風險規(guī)避傾向與老年人金融資產配置保守化呈現(xiàn)顯著關聯(lián)[18]。王曉全等（2019）指出，認知能力對中老年家庭商業(yè)保險需求意愿和需求程度都具有顯著的正向影響[19]。朱衛(wèi)國等（2020）通過實證分析深入探討互聯(lián)網使用對家庭風險金融資產配置的作用機制，發(fā)現(xiàn)在互聯(lián)網使用影響家庭參與風險金融市場的過程中，金融素養(yǎng)發(fā)揮著部分中介效應，對家庭風險金融資產配置決策產生顯著影響[20]。

通過對現(xiàn)有文獻的梳理分析可知，當前國內外相關研究主要聚焦于家庭金融資產配置領域，而針對數(shù)字鴻溝如何作用于家庭養(yǎng)老金融資產配置的內在作用機制的研究仍不夠深入，相關探討尚處于理論框架構建的初期階段。鑒于此，本文通過構建數(shù)字鴻溝評價指標體系，深入分析數(shù)字鴻溝對家庭養(yǎng)老金融資產配置的作用機制，以期完善相關研究。

（二）研究假設

究其實質，數(shù)字鴻溝表現(xiàn)為部分社會群體因數(shù)字化設備的匱乏及操作技能的不足，難以同步數(shù)字化發(fā)展進程，進而造成數(shù)字經濟發(fā)展紅利分配的失衡狀況，這種狀況進一步加劇了社會發(fā)展的不平衡性與不充分性[6]，甚至加深了多維貧困的程度[4]。數(shù)字技術的普及為家庭養(yǎng)老金融資產配置創(chuàng)造了諸多便利條件與發(fā)展機遇。一方面，基于信息通信技術的數(shù)字化工具通過降低金融市場交易成本[21]，顯著提升了家庭參與證券市場的積極性，并優(yōu)化了風險性資產配置結構。另一方面，技術革新不僅拓寬了養(yǎng)老金融的服務邊界，更通過數(shù)字渠道強化了資產配置的便利性[22]；數(shù)字經濟的深度參與能夠有效釋放“技術紅利”，通過緩解信息壁壘增強居民養(yǎng)老規(guī)劃意識，進而提升應對養(yǎng)老風險的能力[23]。然而，技術滲透過程中的數(shù)字鴻溝現(xiàn)象形成了顯著的制約效應。受技術接入障礙和數(shù)字素養(yǎng)限制的群體，特別是老年群體，往往難以通過互聯(lián)網平臺及時獲取金融資訊與市場動態(tài)[24]。此類數(shù)字鴻溝引致的信息不對稱，顯著削弱了金融決策的信息完備性，致使該群體在資產配置過程中面臨更高的決策風險。此外，實證研究表明，技術獲取能力的差異已成為影響?zhàn)B老金融資源配置效率的重要調節(jié)變量[25]。基于此，提出如下假設：

H1：數(shù)字鴻溝與家庭養(yǎng)老金融資產配置之間存在負相關關系。即家庭養(yǎng)老金融資產配置的科學性隨著數(shù)字鴻溝的增大顯著降低。

數(shù)字鴻溝的存在限制了家庭通過互聯(lián)網獲取金融資訊的能力，導致家庭信息獲取渠道狹窄，無法實時了解市場動態(tài)、金融產品信息等，進而減少金融素養(yǎng)積累機會[26-27]。金融素養(yǎng)水平對家庭養(yǎng)老金融資產配置行為及效率具有決定性影響。金融素養(yǎng)較高的家庭，能夠更為精準地評估自身風險承受能力，并依據市場狀況與自身需求，挑選諸如股票、基金、商業(yè)養(yǎng)老保險等適宜的養(yǎng)老金融產品，進而進行合理的資產組合配置，以此實現(xiàn)資產的保值增值，達成養(yǎng)老目標。反觀金融素養(yǎng)較低的家庭，可能更傾向于選擇較為保守的儲蓄方式；或者由于對金融市場缺乏了解，盲目跟風投資，致使資產配置不合理，難以有效應對養(yǎng)老風險[6]。基于此，提出以下假設：

H2：數(shù)字鴻溝通過影響金融素養(yǎng)進而抑制家庭養(yǎng)老金融資產配置。即數(shù)字鴻溝通過減少個體金融素養(yǎng)的積累機會，從而抑制家庭養(yǎng)老金融資產配置。

三、研究設計

（一）數(shù)據來源

本文運用了西南財經大學在2017年與2019年進行的兩次中國家庭金融調查（CHFS）問卷所收集的數(shù)據，該數(shù)據樣本分布于29個省（含直轄市及自治區(qū)）、343個縣（區(qū)、縣級市）。在提取了數(shù)字鴻溝、家庭養(yǎng)老金融資產配置、機制變量及控制變量等關鍵變量之后，對所獲取的原始數(shù)據進行了系統(tǒng)的清洗與處理：（1）剔除家庭總資產為負的異常樣本；（2）篩除關鍵變量存在缺失值的樣本；（3）通過描述性統(tǒng)計計算變量均值（[Mean]）、標準差（[SD]）、最小值（[Min]）、最大值（[Max]）以識別并剔除異常值（若觀測值滿足以下任一條件，標記為異常值：[Valuelt;Mean-3×SD]或[Valuegt;Mean+3×SD]）；（4）針對家庭總資產、家庭年收入、家庭年負債以及家庭年消費等連續(xù)變量，執(zhí)行上下1%分位的縮尾調整，隨后對變量進行加1后取自然對數(shù)的標準化操作。經過上述處理流程，最終得到11066個家庭樣本。

（二）變量說明

1. 被解釋變量

本文被解釋變量為家庭養(yǎng)老金融資產配置，參考朱文佩和林義（2022）的做法[17]，從以下三個方面測度家庭養(yǎng)老金融資產配置：（1）金融資產規(guī)模（[Fin]），以家庭所持有金融資產的總市值加1后取自然對數(shù)的方式來表示。（2）風險性金融資產（[Risk_Fin]），CHFS2017、CHFS2019兩期調查問卷所包括的風險性金融資產范圍包括股票、基金、債券、互聯(lián)網理財、金融理財、衍生品以及非人民幣資產等7種類型。若家庭持有上述任意一種及以上的金融資產，則賦值為1；若上述金融資產均未持有，則賦值為0。（3）金融資產占比（[Fin_Rate]），以度量家庭持有的金融資產占總資產的比例。

2. 核心解釋變量

本文的核心解釋變量為數(shù)字鴻溝（[Divide]），參考尹志超等（2021）的研究[26]，從接入維度和使用維度構建數(shù)字鴻溝指數(shù)。其中，接入維度通過“家庭是否擁有電子計算機設備”和“家庭是否具備智能手機終端”兩個基礎指標進行測度，若回答為是，則賦值為0，若回答為否，則賦值為1。在使用維度方面，選取“是否使用互聯(lián)網”和“是否進行電子支付（涵蓋電腦支付以及手機、平板等移動終端支付）”兩個指標來衡量，若回答為是，則賦值為0，若回答為否，則賦值為1。此外，參照呂學梁和李佩萱（2024）的處理方式[28]，將上述四個子指標進行加總，從而生成取值范圍在0到4之間的數(shù)字鴻溝種類指標。其中，數(shù)字鴻溝種類為0表示家庭不存在數(shù)字鴻溝問題，而種類取值從1到4則依次代表家庭面臨數(shù)字鴻溝的程度由輕到重。

3. 機制變量

為探究數(shù)字鴻溝影響家庭養(yǎng)老金融資產配置的作用路徑，基于CHFS問卷中“金融知識”模塊設計金融素養(yǎng)測度指標，將金融素養(yǎng)（[Literacy]）作為機制變量進行實證分析。CHFS問卷內容涵蓋通脹認知、利率計算及風險評估等多個維度。參考盧亞娟和楊怡（2024）的測量方法[14]，對每個問題設置兩類二元變量：（1）答案正確性，若回答正確則賦值為１，反之則賦值為0；（2）問題理解度（回答不知道／算不出來／拒絕回答問題均視為無效回答），若有效回答則賦值為1，反之則賦值為0。接著通過主成分因子分析法對上述6個衍生變量進行因子分析，因子分析結果如表1所示。表2中全樣本KMO值為0.736，Bartlett球形檢驗顯著性水平為0.000，表明數(shù)據適合因子分析。此外，如表2所示，依據特征值大于等于1的標準提取主因子，最終生成金融素養(yǎng)代理變量。

4. 控制變量

為了確保家庭養(yǎng)老金融資產配置分析結果的精確度，借鑒朱文佩和林義（2022）的研究[17]，分別在個體及家庭兩個維度上，經過嚴格篩選，確定了多項控制變量。在個體維度上，綜合考慮包括戶主年齡平方/100（[Age2]）、性別（[Gender]）、教育水平（[Edu]）、健康狀況（[Health]）、婚姻狀況（[Marriage]）以及政治面貌（[Status]）在內的諸多因素；在家庭維度上，則納入家庭規(guī)模（[Size]）、收入水平（[Income]）、負債狀況（[Debt]）及消費水平（[Consume]）等關鍵指標。變量的具體定義及其描述性統(tǒng)計見表3。

（三）模型設計

為了減少遺漏變量偏誤，以便對數(shù)字鴻溝影響的估計更加準確，設定如下基準模型進行實證檢驗：

[Financeit=a0+a1Divideit+a2Xit+φc+δt+εit] （1）

其中，被解釋變量[Financeit]表示第[i]個家庭第[t]年的養(yǎng)老金融資產配置情況，[Divideit]表示第[i]個樣本家庭第[t]年的數(shù)字鴻溝指數(shù)，[Xit]為控制變量、[φc]表示縣域固定效應，旨在剔除文化、氣候、地理環(huán)境等不隨時間變化且可能影響家庭養(yǎng)老金融資產配置行為因素的潛在干擾。[δt]代表年份固定效應，用于剔除隨年份變化且對所有地級市產生普遍影響的潛在干擾因素。[εit]表示隨機誤差項。

四、實證分析

（一）基準回歸分析

本文分別運用OLS模型和Probit模型①分析數(shù)字鴻溝對家庭養(yǎng)老金融資產配置的影響，模型設定中引入個體及家庭特征作為控制變量，并控制時間與縣域固定效應，結果如表4所示。從表4可以看出，金融資產規(guī)模、是否持有風險性金融資產以及金融資產占比與數(shù)字鴻溝的估計系數(shù)均為負且在1%的水平上顯著，表明數(shù)字鴻溝顯著制約了家庭養(yǎng)老金融資產的配置，H1得到驗證。

從表4控制變量的結果來看，戶主教育水平、家庭收入的提高有利于家庭養(yǎng)老金融資產配置優(yōu)化，而家庭規(guī)模和家庭負債則抑制家庭養(yǎng)老金融資產配置。究其原因：戶主教育水平越高，通常對金融市場和金融工具的了解越深入，能夠更好地理解不同金融資產的風險與收益特征，從而做出更合理的資產配置決策，優(yōu)化養(yǎng)老金融資產配置；對于家庭收入的提高通常意味著家庭生活質量的提升，對未來的養(yǎng)老生活有更高的期望和要求，從而更注重養(yǎng)老金融資產的配置，以確保養(yǎng)老質量；對于家庭規(guī)模，家庭規(guī)模的擴大將增加財務決策的參與者數(shù)量，可能引致決策流程的復雜化與效率損耗，從而影響家庭進行養(yǎng)老金融資產配置的效率和積極性；對于家庭負債，當家庭面臨負債壓力時，其整體財務狀況的穩(wěn)定性受到影響，風險承受能力也會相應降低，將資金投入具有風險的養(yǎng)老金融資產會更加謹慎。

（二）穩(wěn)健性檢驗

1. 內生性處理

在研究數(shù)字鴻溝對家庭養(yǎng)老金融資產配置的影響時，一是模型設定中可能遺漏與數(shù)字鴻溝及養(yǎng)老金融資產配置同時相關的混淆變量，從而導致內生性問題；二是數(shù)字鴻溝對家庭養(yǎng)老金融資產配置會產生影響，而家庭養(yǎng)老金融資產配置的狀況反過來也可能對數(shù)字鴻溝的程度造成影響，這種雙向因果關系進一步加劇了研究的復雜性和內生性風險；三是在對數(shù)字鴻溝和家庭養(yǎng)老金融資產配置進行測量時，由于各種因素的影響，可能會出現(xiàn)測量誤差，這也會給研究結果帶來偏差。為了解決上述問題，參考朱文佩和林義（2022）的做法[17]，選取每月通信費（[Fee]）作為工具變量開展回歸分析，該指標能夠有效衡量家庭的互聯(lián)網接入水平，回歸結果見表5。根據表5，工具變量回歸模型的F統(tǒng)計量數(shù)值達到 440.945，該數(shù)值顯著高于Stock-Yogo檢驗在10%顯著性水平下的臨界值標準，這也證明了選取通信費作為工具變量是合理的。進一步引入工具變量后，回歸分析的結果仍然與先前基準模型的結果一致，從而確認了假設的持續(xù)有效性，在一定程度上解決了可能存在的內生性等問題，使得研究結果更具可信度和說服力。

2. 替換被解釋變量

用風險性金融資產占比（[Risk_Rate]）、風險性金融資產種類（[Risk_Kind]）以及人壽商業(yè)保險購買金額（[Ins]）來替換被解釋變量，回歸結果見表6。經變量替換后的實證分析顯示，新的回歸結果與初始結論高度契合。數(shù)字鴻溝對家庭養(yǎng)老金融資產配置的負向影響在1%的顯著性水平下依然成立，這一結果有力佐證了研究結論的穩(wěn)健性與可靠性。

3. 替換解釋變量

考慮到數(shù)字鴻溝指數(shù)的不同測度方法可能會導致結果差異，利用熵值法重新測算數(shù)字鴻溝指數(shù)（[Divide_1]），替換數(shù)字鴻溝指數(shù)之后的回歸結果如表7所示。基于表7數(shù)據分析可知，數(shù)字鴻溝的客觀存在對家庭金融資產規(guī)模擴張、風險性金融資產持有概率提升以及金融資產整體占比優(yōu)化均產生顯著的抑制效應，這一結果表明，無論在變量選擇上進行怎樣的合理調整，數(shù)字鴻溝對家庭養(yǎng)老金融資產配置存在顯著抑制作用這一結論依然成立，有效增強了研究結論的可靠性與說服力。

（三）機制分析

上述實證與理論分析充分表明，數(shù)字鴻溝對家庭養(yǎng)老金融資產配置存在顯著的抑制效應。然而，關于這種抑制作用的具體作用機制以及傳導路徑仍未得到檢驗。鑒于此，為了能夠清晰地剖析和驗證金融素養(yǎng)在其中所起到的中介作用，構建如下回歸模型：

[Literacyit=a0+a1Divideit+a2Xit+φc+δt+εit] （2）

[Financeit=a0+a1Divideit+a2Literacyit+a3Xit+φc+δt+εit] （3）

其中，[Literacy]作為表示機制的變量，基于受訪家庭對于利率計算、通脹認知及風險評估這三項指標的回答情況，為每個題項分別構建“是否回答正確”以及“是否理解問題”2個變量，運用主成分因子分析法，對這些變量進行綜合分析處理，進而構建出用于測量金融素養(yǎng)的指標體系。

表8呈現(xiàn)了關于中介機制的檢驗結果。在對所有控制變量以及縣域固定效應進行有效控制之后，模型（1）的檢驗結果顯示，數(shù)字鴻溝與金融素養(yǎng)之間的回歸系數(shù)為-0.176，并且二者在1%的顯著水平下呈現(xiàn)出負相關關系，這表明數(shù)字鴻溝程度越高，金融素養(yǎng)水平越低。而在模型（2）至模型（4）中，檢驗結果表明在控制金融素養(yǎng)后數(shù)字鴻溝與家庭金融資產規(guī)模、是否持有風險性金融資產以及金融資產占比這三個變量，均在1%的顯著水平下呈現(xiàn)出負相關關系，這一結果有力地驗證了H2。

（四）異質性分析

為探究在具有不同特征的樣本里，數(shù)字鴻溝對家庭養(yǎng)老金融資產配置所產生的影響，從家庭戶口類型以及數(shù)字基建程度這兩個關鍵層面展開異質性分析。通過考察在不同家庭戶口類型以及數(shù)字基建程度各異的情況下，數(shù)字鴻溝對家庭養(yǎng)老金融資產配置的作用是否存在差異，為更精準地把握相關問題、制定有效政策提供堅實的依據。

1. 家庭戶口類型異質性分析

按照家庭戶主身份信息將家庭戶口類型分為農村戶口和城市戶口，并以此分組回歸，由表9呈現(xiàn)的結果可知，數(shù)字鴻溝對不同戶口類型家庭的養(yǎng)老金融資產配置抑制效應，雖未顯現(xiàn)顯著異質性特征，但組間仍存在一定程度的差異。為精準剖析數(shù)字鴻溝對不同群體的影響差異，進一步開展Chow檢驗與似無相關檢驗。后續(xù)分析證實，數(shù)字鴻溝對家庭金融資產規(guī)模的擴張、風險性金融資產持有概率的提升，以及家庭金融資產整體占比優(yōu)化均產生顯著的抑制效果，并且此類抑制作用在戶口類型為農村的樣本中呈現(xiàn)更強的顯著性。究其原因：一是農村居民的金融知識相對更加匱乏，對金融產品的了解和認識不足，尤其是對風險性金融資產的認識較為有限，對于股票、基金等風險性金融資產的投資價值和風險特征不了解，從而不敢輕易嘗試；二是農村家庭的收入水平普遍低于城市家庭，可支配收入較少，用于家庭養(yǎng)老金融資產配置的資金有限；三是農村地區(qū)的數(shù)字金融服務監(jiān)管環(huán)境相對不完善，存在監(jiān)管空白和監(jiān)管不到位的問題。例如，一些農村地區(qū)的數(shù)字金融服務可能存在風險較高、信息披露不充分等問題，導致農村居民對數(shù)字金融服務的信任度顯著降低，從而抑制了家庭金融資產規(guī)模、持有風險性金融資產可能性和金融資產占比。

2. 數(shù)字基建程度異質性分析

按照互聯(lián)網普及率將數(shù)字基建程度劃分為發(fā)達和落后，依據數(shù)字基建程度分組回歸，主要結果見表10。數(shù)字鴻溝對處于數(shù)字基礎設施建設水平各異地區(qū)的家庭養(yǎng)老金融資產配置所產生的抑制效果，未呈現(xiàn)出顯著的異質性特征，但群體間仍存在一定程度的差異。為深入探究數(shù)字鴻溝對不同家庭群體的影響差異，進一步采用Chow檢驗和似無相關檢驗展開分析。數(shù)字鴻溝對家庭金融資產規(guī)模、是否持有風險性金融資產以及金融資產占比的抑制作用在數(shù)字基建程度落后的家庭樣本中更為顯著。究其原因：一是數(shù)字基建程度落后的家庭，往往缺乏使用數(shù)字金融服務所需的設備，如智能手機、電腦等，這不僅限制了他們獲取金融信息的渠道，也影響了他們參與金融市場的積極性；二是數(shù)字基建程度落后的地區(qū)，金融市場相對不發(fā)達，金融機構網點較少，金融服務的可及性較低，這使得當?shù)丶彝ルy以獲得多樣化的金融產品和服務，限制了他們的金融資產配置選擇；三是這些地區(qū)的金融產品相對單一，主要為傳統(tǒng)的儲蓄和貸款業(yè)務，缺乏多樣化的金融產品和服務，使得當?shù)丶彝ルy以根據自己的需求和風險承受能力進行合理的金融資產配置。

五、研究結論與政策建議

本文基于2017年和2019年中國家庭金融調查（CHFS）的微觀數(shù)據資源，深入剖析數(shù)字鴻溝對家庭養(yǎng)老金融資產配置的作用機制。研究得出以下核心結論：其一，數(shù)字鴻溝對家庭養(yǎng)老金融資產配置產生顯著的抑制效應，具體表現(xiàn)為阻礙家庭養(yǎng)老金融資產規(guī)模拓展、降低持有風險性金融資產的概率，同時致使金融資產占比下降，且該結論在經過穩(wěn)健性檢驗后依然成立；其二，從作用路徑來看，數(shù)字鴻溝主要通過減少金融素養(yǎng)積累機會從而抑制家庭養(yǎng)老金融資產配置的科學性；其三，異質性檢驗結果顯示，基于家庭戶口類型以及所處地區(qū)數(shù)字基建程度的差異，數(shù)字鴻溝對家庭養(yǎng)老金融資產配置的抑制程度呈現(xiàn)出顯著的異質性特征。在農村家庭中，由于金融知識匱乏、收入水平低、數(shù)字金融服務監(jiān)管不完善等因素，數(shù)字鴻溝的抑制作用更為顯著；在數(shù)字基建程度落后的家庭中，受設備供給不足、金融市場發(fā)育遲緩及產品同質化等問題影響，抑制作用也更明顯。對于上述結論，提出以下政策建議：

第一，加強農村社區(qū)服務設施數(shù)字化建設。統(tǒng)籌規(guī)劃科學布局，合理安排農村社區(qū)服務設施建設，推動基礎設施數(shù)字化、智能化升級，構建綜合信息服務體系。通過數(shù)字化建設的投入，旨在彌合數(shù)字差距，充分利用互聯(lián)網在優(yōu)化養(yǎng)老金融資產配置中的顯著效能。

第二，數(shù)字鴻溝主要通過減少金融素養(yǎng)的積累機會影響家庭養(yǎng)老金融資產配置，相關部門可以開展針對性的養(yǎng)老金融知識普及活動。對于老年群體，采用通俗易懂的方式，如制作宣傳手冊、舉辦現(xiàn)場咨詢活動等，幫助他們了解養(yǎng)老金融產品的特點和風險。對于年輕家庭，通過線上社交平臺、短視頻等渠道，以生動有趣的形式傳播養(yǎng)老金融規(guī)劃的重要性和方法，持續(xù)優(yōu)化養(yǎng)老金融資產配置。

第三，政府應制定相關政策鼓勵金融機構加大對農村和落后地區(qū)的服務支持，并加強對農村和落后地區(qū)的數(shù)字金融服務監(jiān)管，確保金融市場的公平性和透明度，通過完善監(jiān)管機制，防范金融詐騙等風險，保護家庭的金融資產安全提供更多的金融產品和服務，以推動數(shù)字鴻溝的縮小和家庭養(yǎng)老金融資產配置的優(yōu)化。

注 釋：

① 由于風險性金融資產是二元虛擬變量，因而運用Probit模型進行回歸。

參考文獻：

［1］ 靳永愛，胡文波，馮陽.數(shù)字時代的互聯(lián)網使用與中老年人生活——中國老年群體數(shù)字鴻溝與數(shù)字融入調查主要數(shù)據結果分析［J］.人口研究，2024（1）：40-55.

［2］ 施文凱，董克用.人口老齡化背景下建設中國特色養(yǎng)老金融體系研究［J］.中國高校社會科學，2024（1）：96-104+159.

［3］ 陳友華，孫永健.老齡化、養(yǎng)老金覆蓋率與水平對養(yǎng)老金支付負擔的影響研究［J］.河北大學學報（哲學社會科學版），2025（1）：1-17.

［4］ 何宗樾，張勛，萬廣華.數(shù)字金融、數(shù)字鴻溝與多維貧困［J］.統(tǒng)計研究，2020（10）：79-89.

［5］ 陸杰華，韋曉丹.老年數(shù)字鴻溝治理的分析框架、理念及其路徑選擇——基于數(shù)字鴻溝與知溝理論視角［J］.人口研究，2021（3）：17-30.

［6］ 龍海明，閆文哲.數(shù)字鴻溝會加劇老年家庭金融脆弱性嗎？［J］.金融研究，2024（11）：132-150.

［7］ 郭勁光，張瀚亓.社會支持理論視角下老年人數(shù)字融入的路徑研究與實踐邏輯——基于模糊集定性比較分析［J］.社會保障研究，2023（5）：55-66.

［8］ 黃婷，于恩洋.從“老適技術”到“技術適老”：適老化視域下代際數(shù)字鴻溝的紓解之道［J］.圖書館，2024（10）：43-51.

［9］ 尹志超，王天嬌，栗傳政.數(shù)字鴻溝對中國家庭收入差距的影響［J］.國際金融研究，2024（2）：16-26.

［10］ 陳平，王書華.數(shù)字普惠金融、數(shù)字鴻溝與多維相對貧困——基于老齡化的視角［J］.經濟問題探索，2022（10）：173-190.

［11］ 黃麗娜，李子鑫.我國數(shù)字鴻溝治理的政策主題、府際關系及擴散變遷——基于2006—2022年國家層面政策文件的計量分析［J］.智庫理論與實踐，2024（3）：7-18.

［12］ HAN，HAE-RA，PLAN TRIAL TEAM. Exploring the Tigital Divide among Immigrant Older Adults in the United States［J］. Alzheimer's amp; Dementia，2023，19：e077437.

［13］ 周聞宇，周榆鈞，潘士遠.數(shù)字金融發(fā)展與老年人群金融風險資產投資［J］.財經論叢，2024（10）：26-36.

［14］ 盧亞娟，楊怡.金融科技對靈活就業(yè)人員養(yǎng)老金融資產配置的影響研究［J］.現(xiàn)代經濟探討，2024（5）：15-25.

［15］ 楊波，王向楠，李若蔓.住房限購、人口老齡化與家庭金融資產配置［J］.金融評論，2024（3）：1-22+155.

［16］ 何偉靜.金融素養(yǎng)對家庭養(yǎng)老資產配置的影響研究——基于CHFS數(shù)據的實證分析［J］.濟南大學學報（社會科學版），2025（2）：151-162.

［17］ 朱文佩，林義.金融素養(yǎng)、金融普惠性與養(yǎng)老金融資產配置［J］.山西財經大學學報，2022（3）：43-57.

［18］ 盧亞娟，殷君瑤.戶主風險態(tài)度對家庭金融資產配置的影響研究［J］.現(xiàn)代經濟探討，2021（12）：62-70.

［19］ 王曉全，賈昊文，殷崔紅.認知能力對中老年家庭商業(yè)保險需求的影響［J］.保險研究，2019（8）：81-97.

［20］ 朱衛(wèi)國，李駿，謝晗進.互聯(lián)網使用與城鎮(zhèn)家庭風險金融資產投資——基于金融素養(yǎng)的中介效應［J］.投資研究，2020（7）：24-39.

［21］ 趙忠，劉雪穎，高程玉.互聯(lián)網使用是否助推了家庭金融市場參與？——基于CFPS數(shù)據的經驗研究［J］.廈門大學學報（哲學社會科學版），2024（1）：22-35.

［22］ 江小涓.高度聯(lián)通社會中的資源重組與服務業(yè)增長［J］.經濟研究，2017（3）：4-17.

［23］ 彭艷玲，周紅利，蘇嵐嵐.數(shù)字經濟參與增進了農民社會階層認同嗎？——基于寧、渝、川三省份調查數(shù)據的實證［J］.中國農村經濟，2022（10）：59-81.

［24］ 李睿，陳攀宇，殷允強.數(shù)字素養(yǎng)與家庭金融資產配置［J］.系統(tǒng)工程理論與實踐，2024（7）：2175-2193.

［25］ 吳玉鋒，王楓，聶建亮，等.個人養(yǎng)老金參保行為影響因素實證研究——基于信任的視角［J］.人口與發(fā)展，2024（4）：145-155.

［26］ 尹志超，蔣佳伶，嚴雨.數(shù)字鴻溝影響家庭收入嗎［J］.財貿經濟，2021（9）：66-82.

［27］ 劉乃梁.金融素養(yǎng)的理論疏解與制度因應［J］.北京理工大學學報（社會科學版），2023（3）：107-116.

［28］ 呂學梁，李佩萱.數(shù)字鴻溝對家庭創(chuàng)業(yè)決策的影響——基于CHFS數(shù)據的實證研究［J］.山東財經大學學報，2024（5）：104-119.