■姚敏

一、引言

國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，截至2021 年末，我國(guó)65歲及以上人口突破2 億人，占總?cè)丝诘?4.2%①。按世界衛(wèi)生組織劃分標(biāo)準(zhǔn)，65 歲及以上人口占比14%，中國(guó)已正式步入“老齡社會(huì)”。中國(guó)發(fā)展基金會(huì)預(yù)測(cè)，2035年中國(guó)65 歲及以上的老年人口將達(dá)到3億，占總?cè)丝诘谋壤^20%，邁入“超老齡社會(huì)”②。隨著老齡化持續(xù)加重，加之家庭“少子化”，人口問題的復(fù)雜性與日俱增，我國(guó)基本養(yǎng)老保障體系面臨嚴(yán)峻挑戰(zhàn)。

“十四五”以來，為積極應(yīng)對(duì)人口老齡化問題，我國(guó)將促進(jìn)養(yǎng)老保險(xiǎn)制度可持續(xù)發(fā)展推向了歷史新高度?！笆奈濉币?guī)劃首次提出要“發(fā)展多層次、多支柱養(yǎng)老保險(xiǎn)體系”。2022 年2 月，國(guó)務(wù)院發(fā)布《“十四五”國(guó)家老齡事業(yè)發(fā)展和養(yǎng)老服務(wù)體系規(guī)劃》，明確提出要“促進(jìn)和規(guī)范發(fā)展第三支柱養(yǎng)老保險(xiǎn)，推動(dòng)個(gè)人養(yǎng)老金發(fā)展”。其中，發(fā)展老年人普惠金融服務(wù)和拓寬金融支持養(yǎng)老服務(wù)渠道是發(fā)展第三支柱養(yǎng)老保險(xiǎn)的重要支撐。2022年4月，國(guó)務(wù)院辦公廳發(fā)布《關(guān)于推動(dòng)個(gè)人養(yǎng)老金發(fā)展的意見》，正式提出個(gè)人養(yǎng)老金制度，支持和鼓勵(lì)居民購(gòu)買商業(yè)養(yǎng)老金融產(chǎn)品?？梢姡ㄟ^發(fā)展養(yǎng)老金融支持高質(zhì)量養(yǎng)老體系建設(shè)已經(jīng)成為黨和國(guó)家工作的重點(diǎn)。

從年齡分布來看，中老年人是各類詐騙的高危人群。被騙人群中，45～50歲群體占比超過65%，位居榜首；而被騙金額較大的則是50～55歲群體，人均損失金額高達(dá)1萬元。從詐騙手段來看，交易詐騙、返利詐騙、交友詐騙合計(jì)占比超過了60%③。隨著數(shù)字化發(fā)展，近七成銀發(fā)人群通過線上進(jìn)行支付，并對(duì)股票交易有突出需求④。在金融投資中，隨著年齡的增加，投資者的受騙率呈上升趨勢(shì)，其中50 歲及以上群體的受騙率最高，且顯著高于青少年群體⑤。

基于此，本文實(shí)證分析數(shù)字普惠金融對(duì)中老年人養(yǎng)老金融資產(chǎn)配置的影響，并揭露數(shù)字普惠金融、金融資產(chǎn)配置與中老年人面臨欺詐風(fēng)險(xiǎn)的關(guān)系，對(duì)提高中老年人防范意識(shí)，促進(jìn)養(yǎng)老保障體系高質(zhì)量可持續(xù)發(fā)展具有一定的現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述

隨著我國(guó)家庭金融微觀數(shù)據(jù)庫(kù)日益豐富，近年來學(xué)術(shù)界圍繞數(shù)字普惠金融與家庭金融行為之間的關(guān)系進(jìn)行了大量探討。第一，家庭金融可得性。楊波等[1]研究發(fā)現(xiàn)數(shù)字普惠金融促進(jìn)了家庭正規(guī)信貸獲得，且對(duì)農(nóng)村地區(qū)、低收入“長(zhǎng)尾”家庭的促進(jìn)作用更明顯。樊文翔[2]研究發(fā)現(xiàn)數(shù)字普惠金融提高了農(nóng)戶的正規(guī)信貸可得性和正規(guī)信貸規(guī)模，但沒有提高農(nóng)戶非正規(guī)信貸獲得。王修華等[3]基于家庭信貸和金融資產(chǎn)可得性的研究發(fā)現(xiàn)，數(shù)字普惠金融發(fā)展縮小了城鄉(xiāng)家庭的金融可得性差距，有利于打破傳統(tǒng)金融城鄉(xiāng)二元結(jié)構(gòu)。第二，家庭金融資產(chǎn)投資。已有研究發(fā)現(xiàn)數(shù)字普惠金融增加了家庭參與風(fēng)險(xiǎn)金融市場(chǎng)的概率和配置風(fēng)險(xiǎn)金融資產(chǎn)的比例[4—6]。周雨晴等[7]基于農(nóng)村地區(qū)樣本的研究發(fā)現(xiàn)，數(shù)字普惠金融發(fā)展促進(jìn)了農(nóng)戶參與風(fēng)險(xiǎn)金融市場(chǎng)投資。此外，傅利福等[8]認(rèn)為以數(shù)字普惠金融指數(shù)為代表的金融科技促進(jìn)了家庭高風(fēng)險(xiǎn)金融資產(chǎn)投資，但抑制了家庭儲(chǔ)蓄、政府債券等低風(fēng)險(xiǎn)金融資產(chǎn)投資。第三，家庭金融資產(chǎn)投資組合。史曉等[9]認(rèn)為數(shù)字普惠金融的發(fā)展提升了家庭資產(chǎn)組合多樣化程度。吳雨等[10]通過構(gòu)建夏普比率和索提諾比率來衡量家庭金融資產(chǎn)組合的有效性，發(fā)現(xiàn)數(shù)字金融發(fā)展提高了家庭金融資產(chǎn)組合有效性，有利于優(yōu)化家庭金融資產(chǎn)配置。第四，家庭商業(yè)保險(xiǎn)購(gòu)買。李曉等[11]認(rèn)為數(shù)字金融發(fā)展促進(jìn)了家庭商業(yè)保險(xiǎn)參與。劉冬姣等[12]研究發(fā)現(xiàn)數(shù)字普惠金融提高了家庭購(gòu)買商業(yè)健康保險(xiǎn)和養(yǎng)老保險(xiǎn)的可能性。

數(shù)字技術(shù)的使用與中老年人面臨欺詐風(fēng)險(xiǎn)的關(guān)系還存在爭(zhēng)議。部分學(xué)者認(rèn)為數(shù)字技術(shù)的使用與中老年人被欺詐之間存在負(fù)相關(guān)關(guān)系。一方面，老年人之所以受到網(wǎng)絡(luò)詐騙的可能性小，是因?yàn)樗麄儾惶赡苁褂没ヂ?lián)網(wǎng)進(jìn)行金融交易[13]。世界銀行的報(bào)告認(rèn)為，數(shù)字金融可以降低現(xiàn)金交易帶來的損失、盜竊和其他金融犯罪的風(fēng)險(xiǎn)，以及與現(xiàn)金交易相關(guān)的成本[14]。一項(xiàng)基于美國(guó)2000 名老年人調(diào)查數(shù)據(jù)的研究發(fā)現(xiàn)，在使用互聯(lián)網(wǎng)、遠(yuǎn)程購(gòu)物的人群中進(jìn)行防范詐騙教育具有顯著成效[15]。另一方面，數(shù)字普惠金融通過數(shù)字技術(shù)將中老年人這些弱勢(shì)群體納入到正規(guī)金融服務(wù)中，有助于提高中老年群體的數(shù)字技術(shù)使用、風(fēng)險(xiǎn)認(rèn)知等方面的金融能力[16]。盡管普遍認(rèn)為金融素養(yǎng)低會(huì)增加金融脆弱性[17]，但也有學(xué)者認(rèn)為金融素養(yǎng)高與投資欺詐有關(guān)[18]。這主要是因?yàn)榫哂懈嘟鹑谥R(shí)和受過教育的老年人不一定能免受投資欺詐和獎(jiǎng)品、彩票欺詐的影響[19]。同時(shí)，互聯(lián)網(wǎng)與數(shù)字普惠金融讓老年人更可能遭遇詐騙，但減少了實(shí)際被騙的可能性和損失[20]。

總之，現(xiàn)有關(guān)于數(shù)字普惠金融與家庭金融行為的研究得出了許多有價(jià)值的結(jié)論。但數(shù)字普惠金融的發(fā)展能否促進(jìn)中老年人群養(yǎng)老金融資產(chǎn)配置？數(shù)字普惠金融對(duì)金融資產(chǎn)投資的影響在不同的中老年人群中是否存在“馬太效應(yīng)”？數(shù)字普惠金融是否會(huì)提高中老年人受到詐騙的可能性？數(shù)字普惠金融是否通過促進(jìn)中老年人參與金融市場(chǎng)從而對(duì)其受騙風(fēng)險(xiǎn)產(chǎn)生影響？學(xué)界對(duì)于這些問題尚未形成定論。鑒于此，本文以45 歲以上的中老年人為研究對(duì)象，利用CHARLS微觀調(diào)查數(shù)據(jù)和北京大學(xué)數(shù)字普惠金融指數(shù)對(duì)以上問題做進(jìn)一步探討。

三、數(shù)據(jù)、變量與模型

（一）數(shù)據(jù)來源

本文數(shù)據(jù)來源于中國(guó)健康與養(yǎng)老追蹤調(diào)查（CHARLS）和北京大學(xué)數(shù)字普惠金融指數(shù)（PKU_DFIIC）。CHARLS數(shù)據(jù)的調(diào)查對(duì)象是中國(guó)45歲以上的中老年人，主要包括個(gè)人與家庭成員基本信息、家庭交往與經(jīng)濟(jì)幫助、健康狀況和功能、生活方式與健康行為、醫(yī)療保健與保險(xiǎn)、工作和退休狀況、個(gè)人及家庭收入支出與資產(chǎn)、房產(chǎn)和住房情況等內(nèi)容。基于本文的研究目標(biāo)，首先利用2018 年CHARLS 數(shù)據(jù)整理本文研究所需的變量，然后與滯后一期的地級(jí)市數(shù)字普惠金融指數(shù)進(jìn)行匹配，最后剔除數(shù)據(jù)缺失和異常的樣本。

（二）變量構(gòu)建及描述統(tǒng)計(jì)

1.養(yǎng)老金融資產(chǎn)配置。鑒于養(yǎng)老金融資產(chǎn)與普通金融資產(chǎn)難以被清晰地區(qū)分，本文借鑒朱文佩等[21]的做法，從金融資產(chǎn)分散程度、金融資產(chǎn)持有和商業(yè)養(yǎng)老保險(xiǎn)及壽險(xiǎn)參保三個(gè)方面來反映家庭養(yǎng)老金融資產(chǎn)配置情況。金融資產(chǎn)分散程度由持有的金融資產(chǎn)種類和資產(chǎn)分散化程度來測(cè)度，其中資產(chǎn)分散化程度測(cè)度借鑒史曉等[9]的做法，構(gòu)建式（1）。金融資產(chǎn)持有由持有的金融資產(chǎn)總額、持有的風(fēng)險(xiǎn)金融資產(chǎn)額以及是否持有風(fēng)險(xiǎn)金融資產(chǎn)來衡量。商業(yè)養(yǎng)老保險(xiǎn)及壽險(xiǎn)參保情況包括商業(yè)養(yǎng)老保險(xiǎn)和壽險(xiǎn)的年均繳納費(fèi)用以及是否持有商業(yè)養(yǎng)老保險(xiǎn)及壽險(xiǎn)。

其中，N 表示金融資產(chǎn)的種類，wi是各類金融資產(chǎn)占總金融資產(chǎn)的比重。

2.受騙風(fēng)險(xiǎn)。利用問卷中個(gè)人資產(chǎn)部分的問題，“過去一年，是否有人試圖對(duì)您進(jìn)行詐騙？”，若回答“有”則賦值為1，“沒有”則賦值為0。其中，詐騙類型主要包括電信詐騙、集資詐騙、傳銷詐騙和銷售詐騙。

3.數(shù)字普惠金融。數(shù)字普惠金融是利用數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和普惠金融數(shù)字化程度三個(gè)維度構(gòu)建的數(shù)字普惠金融總指數(shù)，能夠客觀反映中國(guó)各區(qū)域（省、市、縣）數(shù)字普惠金融發(fā)展水平。此外，本文選取數(shù)字普惠金融的覆蓋廣度、使用深度和數(shù)字化程度三個(gè)細(xì)分指標(biāo)，以探討數(shù)字普惠金融細(xì)化層面對(duì)養(yǎng)老金融資產(chǎn)配置的影響[22]。

4.控制變量。本文還控制了對(duì)中老年人養(yǎng)老金融資產(chǎn)配置產(chǎn)生影響的其他變量，主要包括年齡、年齡平方、婚姻狀況、性別、工作情況、學(xué)歷、自評(píng)健康、慢性病、房產(chǎn)價(jià)值、債務(wù)和城鄉(xiāng)。具體的變量定義與描述統(tǒng)計(jì)見表1。

表1 變量定義與描述統(tǒng)計(jì)

（三）模型設(shè)定

1.基準(zhǔn)模型。首先，“持有風(fēng)險(xiǎn)金融資產(chǎn)”與“購(gòu)買商業(yè)養(yǎng)老保險(xiǎn)”兩個(gè)因變量是二值虛擬變量，故選擇Probit模型進(jìn)行估計(jì)。其次，“金融資產(chǎn)種類”“金 融資產(chǎn)分散性”“總金融資產(chǎn)”“年繳保費(fèi)”均是向左截尾的連續(xù)變量，故選擇Tobit模型進(jìn)行估計(jì)。

Probit模型為：

Tobit模型為：

2.中介效應(yīng)模型。數(shù)字普惠金融影響中老年人受騙風(fēng)險(xiǎn)的機(jī)制主要有兩方面：一是增加持有的金融資產(chǎn)種類；二是促進(jìn)持有風(fēng)險(xiǎn)金融資產(chǎn)。因此，本文利用Baron等[23]提出的逐步回歸法予以檢驗(yàn)，具體構(gòu)建如下中介效應(yīng)模型：

其中，Defraudi、DFi、Mi分別代表受騙風(fēng)險(xiǎn)、數(shù)字普惠金融指數(shù)和中介變量。其中，c、a、c′是數(shù)字普惠金融指數(shù)變量的系數(shù)，b是中介變量的系數(shù)，i1、i2、i3是常數(shù)項(xiàng)，β1、β2、β3是控制變量的系數(shù)，ε1i、ε2i、ε3i是隨機(jī)誤差項(xiàng)。

四、數(shù)字普惠金融與養(yǎng)老金融資產(chǎn)配置

（一）基準(zhǔn)回歸

表2報(bào)告了數(shù)字普惠金融對(duì)養(yǎng)老金融資產(chǎn)配置影響的估計(jì)結(jié)果。（1）和（2）列是因變量為金融資產(chǎn)種類和分散性的結(jié)果，（3）至（5）列是因變量為金融資產(chǎn)持有情況的結(jié)果，（6）和（7）列是因變量為商業(yè)養(yǎng)老保險(xiǎn)或壽險(xiǎn)持有情況的結(jié)果。實(shí)證結(jié)果顯示，數(shù)字普惠金融顯著提高了中老年人養(yǎng)老金融資產(chǎn)配置的多樣性，促進(jìn)其持有更多種類的養(yǎng)老金融資產(chǎn)。具體來看，數(shù)字普惠金融在1%的水平上顯著提高了中老年人配置風(fēng)險(xiǎn)金融資產(chǎn)的概率。數(shù)字普惠金融與購(gòu)買商業(yè)養(yǎng)老保險(xiǎn)的估計(jì)系數(shù)在1%的水平上顯著為正?？梢?，數(shù)字普惠金融使得中老年人配置更多的養(yǎng)老金融資產(chǎn)，持有的金融資產(chǎn)分散性更強(qiáng)，有助于降低其金融風(fēng)險(xiǎn)。

從控制變量看，年齡對(duì)中老年人養(yǎng)老金融資產(chǎn)配置有顯著影響，年齡的系數(shù)小于0，年齡平方的系數(shù)大于0，說明年齡與養(yǎng)老金融資產(chǎn)配置呈“U”形關(guān)系，這表明中老年人配置養(yǎng)老金融資產(chǎn)隨著年齡增加先降低后上升。女性更容易持有風(fēng)險(xiǎn)金融資產(chǎn)，而男性的金融資產(chǎn)分散性更強(qiáng)。勞動(dòng)供給會(huì)減少中老年人持有風(fēng)險(xiǎn)金融資產(chǎn)的可能性，從而會(huì)提高持有金融資產(chǎn)組合的多樣性以及購(gòu)買商業(yè)養(yǎng)老保險(xiǎn)和壽險(xiǎn)的概率。學(xué)歷高、自評(píng)健康好和城鎮(zhèn)中老年人會(huì)更傾向于配置更多的養(yǎng)老金融資產(chǎn)。

（二）內(nèi)生性問題

為了克服可能存在的內(nèi)生性問題，本文采用兩階段工具變量法進(jìn)行處理。借鑒傅秋子等[24]的處理辦法，選取“地級(jí)市到杭州市的球面距離”作為數(shù)字普惠金融的工具變量。表3報(bào)告了內(nèi)生性問題處理的結(jié)果，工具變量回歸的一階段F 值表明拒絕弱工具變量的這一原假設(shè)，Wald檢驗(yàn)表明拒絕解釋變量是外生的，證明本文工具變量選擇是合理的。表3中的數(shù)字普惠金融變量至少在5%的水平上顯著為正，表明在克服內(nèi)生性后，數(shù)字普惠金融仍能顯著促進(jìn)中老年人配置養(yǎng)老金融資產(chǎn)，也說明基準(zhǔn)回歸的估計(jì)結(jié)果是穩(wěn)健的。

表3 內(nèi)生性問題處理結(jié)果

（三）穩(wěn)健性檢驗(yàn)

實(shí)證研究中，穩(wěn)健性檢驗(yàn)一般采用更換核心變量、改變模型、增加控制變量等方法。因此，本文采用數(shù)字普惠金融指數(shù)滯后二期、將Probit 模型和Tobit模型更換為OLS模型以及增加家庭消費(fèi)、收入兩個(gè)控制變量的三種穩(wěn)健性方法。表4匯報(bào)了使用這三種穩(wěn)健性方法的估計(jì)結(jié)果，結(jié)果與基準(zhǔn)回歸結(jié)果的數(shù)值大小和顯著性基本一致，表明數(shù)字普惠金融促進(jìn)中老年人配置養(yǎng)老金融資產(chǎn)的結(jié)果是可靠的。

表4 穩(wěn)健性檢驗(yàn)結(jié)果

（四）異質(zhì)性檢驗(yàn)

1.分位數(shù)回歸。前文的實(shí)證結(jié)果說明數(shù)字普惠金融能促進(jìn)中老年人養(yǎng)老金融資產(chǎn)配置，但數(shù)字普惠金融在促進(jìn)中老年人養(yǎng)老金融資產(chǎn)配置中是否存在“馬太效應(yīng)”仍需要進(jìn)一步探究。因此，本文采用分位數(shù)回歸，研究數(shù)字普惠金融對(duì)總金融資產(chǎn)在不同分位點(diǎn)處的異質(zhì)性影響。表5匯報(bào)了在中老年人總金融資產(chǎn)的15%、25%、50%、75%和95%分位點(diǎn)處的結(jié)果，數(shù)字普惠金融的系數(shù)均在1%水平上顯著。隨著分位點(diǎn)的不斷增大，數(shù)字普惠金融系數(shù)的數(shù)值在逐漸減小。這表明數(shù)字普惠金融在促進(jìn)中老年人 養(yǎng)老金融資產(chǎn)配置中不存在“馬太效應(yīng)”，數(shù)字普惠金融對(duì)自身金融資產(chǎn)規(guī)模較小的中老年人配置養(yǎng)老金融資產(chǎn)作用更大，從而有利于緩解財(cái)富不平等。

表5 分位數(shù)回歸結(jié)果

2.數(shù)字普惠金融分指數(shù)回歸。數(shù)字普惠金融總指數(shù)的構(gòu)建是多維度的，不同維度可能會(huì)出現(xiàn)差異性。因此，本文進(jìn)一步從數(shù)字普惠金融的覆蓋廣度、使用深度和數(shù)字化程度三個(gè)細(xì)分維度來研究對(duì)養(yǎng)老金融資產(chǎn)配置的影響。表6的Panel A報(bào)告了數(shù)字金融覆蓋廣度對(duì)養(yǎng)老金融資產(chǎn)配置的影響，實(shí)證結(jié)果表明覆蓋廣度的系數(shù)均在1%的水平上顯著為正，說明地區(qū)數(shù)字普惠金融覆蓋面越廣，對(duì)該地區(qū)中老年人配置養(yǎng)老金融資產(chǎn)的促進(jìn)作用越大。Panel B報(bào)告了數(shù)字金融使用深度對(duì)養(yǎng)老金融資產(chǎn)配置的影響，可以發(fā)現(xiàn)除了年繳保費(fèi)，數(shù)字金融使用深度的系數(shù)至少在5%的水平上顯著為正，說明地區(qū)數(shù)字金融服務(wù)使用活躍度越高（人均交易筆數(shù)、金額），對(duì)該地區(qū)中老年人配置養(yǎng)老金融資產(chǎn)的促進(jìn)作用越大，但對(duì)年繳保費(fèi)的影響效果不顯著。Panel C報(bào)告了普惠金融數(shù)字化程度對(duì)養(yǎng)老金融資產(chǎn)配置的影響，數(shù)字化程度的系數(shù)除了在金融資產(chǎn)分散性、購(gòu)買商業(yè)養(yǎng)老保險(xiǎn)和年繳保費(fèi)三個(gè)回歸的影響效果不顯著外，其余至少在10%的水平上顯著為正，表明地區(qū)中老年人使用數(shù)字金融服務(wù)越便利、成本越低，越有利于促進(jìn)該地區(qū)中老年人配置養(yǎng)老金融資產(chǎn)，但對(duì)購(gòu)買商業(yè)養(yǎng)老保險(xiǎn)或壽險(xiǎn)及年繳保費(fèi)的影響效果不顯著。

表6 數(shù)字普惠金融分指數(shù)回歸結(jié)果

五、數(shù)字普惠金融與中老年人受騙風(fēng)險(xiǎn)

（一）直接效應(yīng)

隨著數(shù)字普惠金融的發(fā)展，弱勢(shì)群體金融服務(wù)的可得性不斷得到提高，但詐騙手段也變得更加精準(zhǔn)化和數(shù)字化，銀發(fā)人群也逐漸成為新型數(shù)字化詐騙的重災(zāi)區(qū)。因此，本文實(shí)證檢驗(yàn)了數(shù)字普惠金融與中老年人受騙風(fēng)險(xiǎn)的關(guān)系。表7報(bào)告了數(shù)字普惠金融對(duì)中老年人受騙風(fēng)險(xiǎn)影響的估計(jì)結(jié)果。鑒于受騙風(fēng)險(xiǎn)變量是二值虛擬變量，故選用Probit 模型進(jìn)行檢驗(yàn)。實(shí)證結(jié)果顯示，數(shù)字普惠金融的系數(shù)在1%的水平上顯著為正，表明數(shù)字普惠金融顯著提高了中老年人的受騙風(fēng)險(xiǎn)。從地區(qū)數(shù)字普惠金融的覆蓋廣度、使用深度和數(shù)字化程度三個(gè)細(xì)分指標(biāo)來檢驗(yàn)，發(fā)現(xiàn)這三個(gè)指標(biāo)均可能提高中老年人受騙風(fēng)險(xiǎn)。進(jìn)一步地，本文采用“地級(jí)市到杭州市的球面距離”作為數(shù)字普惠金融的工具變量，運(yùn)用Iv-Probit 模型處理可能存在的內(nèi)生性。表7 的實(shí)證結(jié)果顯示，在克服了內(nèi)生性后，結(jié)果依然穩(wěn)健。

表7 數(shù)字普惠金融對(duì)中老年人受騙風(fēng)險(xiǎn)的影響

（二）中介效應(yīng)檢驗(yàn)

本文主要探究了持有金融資產(chǎn)種類和持有風(fēng)險(xiǎn)金融資產(chǎn)兩方面的作用機(jī)制。表7 的結(jié)果表明，數(shù)字普惠金融會(huì)顯著提高中老年人受騙風(fēng)險(xiǎn)。表8報(bào)告了逐步回歸中介效應(yīng)檢驗(yàn)法的第二步和第三步的回歸結(jié)果。（1）列的實(shí)證結(jié)果顯示，數(shù)字普惠金融顯著增加了中老年人持有的金融資產(chǎn)種類。（2）列是同時(shí)加入數(shù)字普惠金融和金融資產(chǎn)種類變量的估計(jì)結(jié)果，數(shù)字普惠金融和金融資產(chǎn)種類的系數(shù)均在1%的水平上顯著為正。Bootstrap中介效應(yīng)檢驗(yàn)的結(jié)果表明，金融資產(chǎn)種類變量的95%置信區(qū)間不包含0。由此可得，增加持有的金融資產(chǎn)種類可能是數(shù)字普惠金融影響中老年人受騙風(fēng)險(xiǎn)的機(jī)制之一。（3）列的實(shí)證結(jié)果顯示，數(shù)字普惠金融顯著促進(jìn)了中老年人持有風(fēng)險(xiǎn)金融資產(chǎn)。（4）列是同時(shí)加入數(shù)字普惠金融和持有風(fēng)險(xiǎn)金融資產(chǎn)變量的估計(jì)結(jié)果，數(shù)字普惠金融和持有風(fēng)險(xiǎn)金融資產(chǎn)的系數(shù)均在1%的水平上顯著為正。Bootstrap 中介效應(yīng)檢驗(yàn)的結(jié)果表明，持有風(fēng)險(xiǎn)金融資產(chǎn)的95%置信區(qū)間不包含0。由此可得，促進(jìn)持有風(fēng)險(xiǎn)金融資產(chǎn)可能是數(shù)字普惠金融影響中老年人受騙風(fēng)險(xiǎn)的機(jī)制之一。數(shù)字普惠金融降低了交易成本，放松了參與機(jī)會(huì)的限制，從而促進(jìn)金融產(chǎn)品的投資，由此導(dǎo)致中老年人暴露在高金融風(fēng)險(xiǎn)環(huán)境中，增加了其被詐騙的可能性。

表8 中介效應(yīng)檢驗(yàn)

六、結(jié)論與啟示

本文基于中國(guó)健康與養(yǎng)老追蹤調(diào)查以及北京大學(xué)數(shù)字普惠金融指數(shù)，實(shí)證分析了數(shù)字普惠金融對(duì)中老年人養(yǎng)老金融資產(chǎn)配置的影響。研究發(fā)現(xiàn)：第一，促進(jìn)地區(qū)數(shù)字普惠金融水平的發(fā)展，有利于提高中老年人參與金融資產(chǎn)的分散程度、總金融資產(chǎn)持有金額、風(fēng)險(xiǎn)金融資產(chǎn)參與意愿和持有金額，以及有利于提高商業(yè)養(yǎng)老保險(xiǎn)或壽險(xiǎn)的購(gòu)買意愿以及年繳保費(fèi)。第二，數(shù)字普惠金融對(duì)于自身金融資產(chǎn)規(guī)模較小的中老年人配置養(yǎng)老金融資產(chǎn)的作用更大，有利于緩解財(cái)富不平等。第三，提高地區(qū)數(shù)字普惠金融的覆蓋廣度、使用深度和數(shù)字化程度，同樣能有效提高中老年人養(yǎng)老金融資產(chǎn)配置。第四，數(shù)字普惠金融可能會(huì)增加中老年人的受騙風(fēng)險(xiǎn)，數(shù)字普惠金融的三個(gè)二級(jí)子指標(biāo)也會(huì)有類似的作用。第五，中介效應(yīng)檢驗(yàn)發(fā)現(xiàn)，數(shù)字普惠金融促進(jìn)中老年人參與風(fēng)險(xiǎn)金融市場(chǎng)，增加了其持有金融資產(chǎn)種類，導(dǎo)致其更容易暴露在高金融風(fēng)險(xiǎn)環(huán)境中，從而增加了被詐騙的可能性。

基于本文的研究結(jié)論，主要得出以下政策啟示：

第一，家庭養(yǎng)老、土地養(yǎng)老和社會(huì)保險(xiǎn)養(yǎng)老三種模式主導(dǎo)了我國(guó)居民養(yǎng)老保障方式，居民主動(dòng)參與配置養(yǎng)老金融資產(chǎn)比重較低。然而，隨著我國(guó)人口老齡化不斷加劇，家庭將面臨“養(yǎng)老撫幼”的雙重負(fù)擔(dān)，巨大的生活照料壓力無疑會(huì)弱化家庭內(nèi)部的互助能力。因此，需大力發(fā)展以養(yǎng)老金融為主的第三支柱養(yǎng)老金，積極引導(dǎo)居民進(jìn)行養(yǎng)老儲(chǔ)蓄，支持高質(zhì)量的可持續(xù)養(yǎng)老體系建設(shè)。

第二，數(shù)字普惠金融立足“機(jī)會(huì)平等”需求，有效提高了社會(huì)各個(gè)階層和群體金融服務(wù)的可得性。中老年人是普惠金融服務(wù)的重點(diǎn)對(duì)象，也是儲(chǔ)蓄率高的特殊群體，對(duì)其應(yīng)采取有針對(duì)性的政策措施，打通金融服務(wù)“最后一公里”，持續(xù)推進(jìn)互聯(lián)網(wǎng)應(yīng)用“適老化”改造行動(dòng)，探索銀行等金融機(jī)構(gòu)“適老化”服務(wù)，消弭“數(shù)字鴻溝”。

第三，高度重視數(shù)字發(fā)展帶來的中老年人被詐騙風(fēng)險(xiǎn)問題。需加強(qiáng)養(yǎng)老金融知識(shí)普及宣傳教育，不斷提高中老年人的養(yǎng)老金融素養(yǎng)和風(fēng)險(xiǎn)防范意識(shí)；加強(qiáng)互聯(lián)網(wǎng)金融機(jī)構(gòu)監(jiān)管，規(guī)范市場(chǎng)秩序，及時(shí)向中老年人告知理財(cái)風(fēng)險(xiǎn)；持續(xù)在媒體客戶端、微信視頻號(hào)、抖音等平臺(tái)發(fā)布反詐宣傳視頻，推廣國(guó)家反詐中心App，增強(qiáng)中老年人的防范意識(shí)。

注 釋

①數(shù)據(jù)來源：《中華人民共和國(guó)2021 年國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》。

②數(shù)據(jù)來源：《中國(guó)發(fā)展報(bào)告2020：中國(guó)人口老齡化的發(fā)展趨勢(shì)和政策》。

③數(shù)據(jù)來源：《騰訊110中老年人反欺詐白皮書》。

④數(shù)據(jù)來源：《2021銀發(fā)經(jīng)濟(jì)洞察報(bào)告》。

⑤數(shù)據(jù)來源：《中國(guó)養(yǎng)老金融調(diào)查報(bào)告（2021）》。