青年家庭金融健康水平及其影响因素研究——基于CHFS2017中国家庭金融调查.pdf
青年家庭金融健康水平及其影响因素研究——基于CHFS2017中国家庭金融调查.pdf
青年家庭金融健康水平及其影响因素研究 ——基于 CHFS2017 中国家庭金融调查 方 舒 陈艺伟 （中央财经大学 社会与心理学院， 北京 100081） 【摘要】 本文运用 CHFS2017 数据测量青年家庭的金融健康水平， 并分析 其影响因素。研究发现，青年家庭金融健康指数均值与全年龄段基本持平， 其中资产负债管理较为良好，日常收支能够做到基本持平，但流动资金管 理、意外保障和养老保障管理存在欠缺。青年户主的个人特征、家庭特征和 地域特征等因素对家庭金融健康水平存在显著影响。基于研究结论，建议 充分发挥金融社会工作的作用，多措并举提升青年家庭的金融健康水平。 【关键词】 青年家庭 金融健康 影响因素 金融社会工作 DOI:10.16034/j.cnki.10-1318/c.2022.05.003 一、研究背景 随着社会金融化进程的加快，个人和家庭需要具备一定的金融知识和技能以应对财务冲 击［1］。在此背景下，金融健康的重要性愈加明显。作为全球普惠金融领域的新兴概念，金融健 康用于衡量个人和家庭的财务情况是否有助于其抵御外来财务冲击。 作为普惠金融发展的高级形态，金融健康迫切需要在乡村振兴和共同富裕中同步构建［2］。 在新冠肺炎疫情的影响下，我国金融消费者的金融健康暴露出了诸多不足，不良金融行为逐渐 出现。数据显示，2020 年第一季度我国居民人均可支配收入同比下降 3.9%［3］，27.8%的家庭负 债增加［4］。而正处于家庭生命周期关键阶段的青年家庭，往往更容易受到金融冲击，提升金融 健康水平的需求也更加紧迫。 良好的家庭金融健康对个人成长和社会发展都有积极意义。青年家庭金融健康研究可以 为青年家庭理清金融健康现状，更好地利用金融资源实现家庭生活愿景、促进社会金融体系的 ［5］ 稳定提供参考。综上并结合《中长期青年发展规划（2016—2025 年）》 ，本文将研究对象定义为 户主为 14－35 岁青年群体的家庭，并将青年家庭的金融健康和影响因素作为核心指标。 二、文献梳理 （一）金融健康 美国金融服务创新中心（CFSI）最先提出金融健康概念，并指出金融健康包括消费、储蓄、借 ·106· 贷和规划四个方面，同时设计出了一套测评框架和指标体系［6］。国内研究方面，中国人民大学 中国普惠金融研究院结合我国实际对金融健康进行了补充界定，指出金融健康包括收支平衡、 财务韧性、未来发展规划与投资及金融素养四个方面［7］。有研究在此基础上进行细化，指出金 融健康体现在通过金融行为达到良好财务状态、管理金融活动、保持良好信用、保持可承受的 负债和投资风险水平、拥有一定的储蓄和保险、财务形成良性循环等方面［8］。 在金融健康的测量方面，现有研究一般认为金融健康具有主观和客观双重属性［9］，主观属 性主要指金融消费者对目前财务状况的满意度和对未来财务状况的信心；客观属性则指其实 际的金融状态。例如，一些研究机构设置了“个人与家庭金融健康指数的指标选择”作为测量 体系，并对特定群体的金融健康进行了测量和研究［10］。 （二）青年家庭的金融健康 青年家庭主要处于家庭生命周期的形成和成长阶段［11］，家庭收入稳步增长、家庭建设开支 较多、财务负担繁重，需要支付子女教育、上一辈医疗保健、日常生活费用等，其面临的财务压 力较大［12］。 数据显示，我国青年一般会将个人月收入的 25%用于储蓄， 超七成的青年表示计划增加应急 储备， 为退休准备的储蓄目标高于 35 岁以上的中年群体［13］。新冠肺炎疫情背景下 26－35 岁的青 ［15］ 年负债压力较大，且具有较高的债务风险［14］，全国近一半的信用卡借款逾期者是“90 后” 。有 研究发现， 我国青年家庭更倾向于低风险投资［16］， 持有风险性金融资产的相对较少［17］。新冠肺 炎疫情期间网络诈骗受骗者中青年占比为 63.7%［18］。 在青年家庭金融健康的影响因素方面，有研究提出户主的金融素养、婚姻状况、健康状况、 受教育水平、工作状态［19］等会显著影响家庭金融健康。此外，金融社会工作作为促进个人和家 庭的金融能力以提升金融福祉的实践［20］，具备专业优势和介入可行性，并能够通过金融能力与 资产建设政策框架［21］、金融健康政策倡导［22］等方式实现家庭金融健康的提升。 以往研究为青年家庭金融健康研究提供了良好基础，但也缺乏针对性，青年家庭的金融健 康研究尚属空白。因此，本文试图在上述研究基础上对青年家庭金融健康进行测度，并分析其 影响因素， 进而指出金融社会工作的作用。 三、研究设计 （一）数据来源与指标构建 本文使用 2017 年西南财经大学中国家庭金融调查与研究中心中国家庭金融调查数据 （CHFS2017）①。为避免异常值干扰，本文对部分数据进行了上下 1%的截尾处理。 本文借鉴现有研究的构建方法［23］进行了优化，从日常收支、资产负债、流动资金、意外保障 和养老保障五个维度，对青年家庭的金融健康进行测量。同时使用双界限测量法，将每个维度 的阈值设置为及格线，并采用等权重法进行加权，总分 100 分，得分越高金融健康水平越高。 日常收支方面，样本家庭收支相抵得 60 分，并与所在省份家庭收支比均值进行比较。资产 负债方面，将样本家庭资产负债比与所在省份家庭资产负债比均值进行比较。流动资金方面， 一般将个人或家庭的流动资金②能否应对三个月的生活开销作为金融韧性标准，故将样本家庭 ·107· 流动资金总量和月平均开支之比作为流动资金管理指标，流动资金能应对三个月的生活开销 得分为 60，并与所在省均值进行比较。意外保障方面，将样本家庭成员的保险①参保率与所在 省的家庭参保率均值进行比较。养老保障方面，将样本家庭成员的养老保险②参保率与所在省 的家庭参保率均值进行比较。 （二）家庭金融健康测量结果 根据上述测量标准，首先对 CHFS2017 数据中所有样本家庭的金融健康进行测算，剔除缺 失值后共剩余 33873 个样本，结果如表 1 所示。 表1 全样本家庭金融健康测量结果 维度 最小值 1/4 分位数 1/2 分位数 3/4 分位数 最大值 均值 日常收支管理 0 23.59 77.26 100 100 62.46 资产负债管理 0 47.33 98.67 100 100 70.90 流动资金管理 0 4.64 17.22 56.52 100 36.13 意外保障管理 0 0 0 0 100 19.89 养老保障管理 0 42.49 65.98 100 100 65.07 金融健康指数 0 37.90 50.40 63.80 100 50.69 从表 1 可知，大多数家庭的年收入与支出基本相抵，收支较为平衡，负债管理情况较为 良好。流动资金管理得分低于 60 的家庭超七成，可见多数家庭缺少保留一定流动资金的习 惯。主动借助商业保险增强成员意外保障的家庭数量较少，部分家庭在养老保障方面可能 还未做准备。 为考察金融健康指标构建的合理性和各指标之间的相关性，借鉴《中国普惠金融发展报告 （2019）》采用的方法［24］，对五个指标进行相关性分析。结果如表 2 所示，各指标之间均显著相 关， 可见本文金融健康指标构建较为合理。 表2 金融健康子指标之间的相关性 指标名称 日常收支 资产负债 流动资金 意外保障 日常收支 1.000 p-value — 资产负债 0.055 1.000 p-value 0.000*** — 流动资金 0.230 0.115 1.000 p-value 0.000*** 0.000*** — 意外保障 0.083 0.084 0.086 1.000 养老保障 p-value 0.000*** 0.000*** 0.000*** — 养老保障 0.139 0.108 0.052 0.025 1.000 p-value 0.000*** 0.000*** 0.000*** 0.000*** — 注： ***、**、*分别表示在 1%、 5%、10%的统计水平上显著。 ·108· 选取户主为 14－35 岁青年的家庭样本，经数据整理后共有 2914 个样本进入模型，使用上文 所述方法进行测量， 结果如表 3 所示。 表3 青年家庭金融健康测量结果 维度 最小值 1/4 分位数 1/2 分位数 3/4 分位数 最大值 均值 日常收支管理 0 24.26 78.89 100 100 63.17 资产负债管理 0 53.23 89.39 100 100 70.91 流动资金管理 0 5.97 21.73 100 100 39.90 意外保障管理 0 0 0 66.15 100 26.48 养老保障管理 0 0 63.17 100 100 54.77 金融健康指数 0 37.57 51.28 65.77 100 51.04 从表 3 可知，青年家庭的金融健康均值为 51.04 分，与全年龄段均值基本持平。对于分 维度而言，资产负债管理良好，日常收支基本持平，但流动资金和意外保障、养老保障管理 存在欠缺。 青年家庭日常收支管理得分均值略大于 60 分，即收支基本相抵。青年处于职业上升期，能 获得较稳定的收入，同时育儿、赡养老人、购房购车、社交等支出项目也相对较多，较为平衡的 收支水平比较符合现实情况。青年家庭具有较为良好的资产负债管理习惯。由于青年家庭拥 有较超前的金融意识及较高的新兴事物接受度［25］，在一定程度上对其资产负债管理具有正向 影响。青年家庭流动资金储备不足，可能导致其无法及时有效缓解突然发生的财务冲击。利 用医疗、人寿等商业保险作为补充的青年家庭较为稀缺。青年家庭应更好地利用保险争取保 障，为家庭成员的身心健康提供更多支撑，减轻意外伤亡给家庭带来的冲击。青年家庭养老保 障管理得分均值远低于全年龄段家庭，鉴于我国养老保险主要针对 16 周岁以上居民的规定，青 年家庭养老保障管理指标的得分可能因此被低估。 （三）金融健康的影响因素 本部分探究青年家庭金融健康的影响因素，通过进行金融健康指数分布分析和独立样本 t 检验考察不同特征的各组之间是否存在显著差异。结合现有研究，本文选取的影响因素主要 归为个人特征、家庭特征和地区特征三类变量。 个人控制变量包括青年户主的年龄、性别、婚姻、受教育年限、健康状况、风险偏好、工作状 态、主客观金融素养。本文将最高学历对应的受教育年限进行取值测量［26］。 金融素养是个人为做出良好金融决策所具备的知识、能力和信心的统称［27］。有研究发现， 户主的金融素养对家庭金融健康水平有显著影响［28］， 因此本文认为有必要深入探究青年户主的 ［29］ 金融素养。参考已有构建方法 ， 从主观和客观两个维度进行测量， 并将其归为个人特征变量。 由于本文使用的 2017 年 CHFS 问卷中金融知识部分问题仅询问新受访户，对于 2015 年已经回答 过的受访者不再提问，为了提升数据利用率，参考已有研究对该数据进行了合并处理［30］，即在 金融素养指标构建部分与 2015 年的数据进行了合并，并删除缺失值。 家庭控制变量包括家庭规模、网上购物经历、贷款情况、少儿抚养比、老年人赡养比、金融 投资情况、房产拥有情况。 地域控制变量为家庭所在地区，根据《中华人民共和国 2020 年国民经济和社会发展统计公 报》的划分方法［31］，将家庭所在省份划分为西部地区、中部地区和东部地区。 ·109· 表4 变量类型 变量符号 被解释变量 个人特征变量 家庭特征变量 地域特征 变量 变量描述性统计信息 变量名称 定义 finance health 金融健康 金融健康综合指数= 1/5 ×（日 常 收 支 + 资 产 负 债+流动资金+意外保障+ 养老保障） age 年龄 gender marriage 最大值 最小值 中位数 均值 标准差 100 0.02 51.28 51.04 20.18 户主年龄 35 14 31 30.18 3.81 性别 男性=1，女性=2 2 1 1 1.23 0.42 婚姻 已 婚 、同 居 、再 婚 =1， 未婚、分居、离婚、丧偶=0 1 0 1 0.71 0.45 education 没上过学=0，小学=6， 初中=9，高中=12，中专/职 受教育年限 高 =12，大 专/高 职 =15，大 学本科=16，硕士研究生= 19，博士研究生=22 22 0 15 13.04 3.62 healthy 健康状况 非常好=1，好=2，一般 =3，不好=4，非常不好=5 5 1 2 2.00 0.80 work 工作状态 有工作=1， 没有工作=0 1 0 1 0.88 0.32 risk appetite 风险偏好 偏好高风险高回报= 1，偏好低风险低回报=0 1 0 0 0.13 0.34 literacy1 对经济、 金融方面的信 息关注程度，非常关注=5， 主观金融素养 很关注=4，一般=3，很少关 注=2， 从不关注=1， 满分 5 分 5 1 2 2.26 1.10 literacy2 客观金融素养 金融知识得分情况，每 答对一题得 1 分，满分 3 分 3 0 2 2.32 0.78 family size 家庭规模 11 1 3 3.02 1.52 shop online 网上购物 家庭有网上购物经历 =1，无网购经历=0 1 0 1 0.87 0.34 loans 贷款 目前有尚未还清的银 行/信用社贷款=1，目前无 贷款=0 1 0 0 0.28 0.45 child ratio 少儿抚养比 14 岁以下儿童人数占 家庭总人数的比例 0.75 0 0.20 0.19 0.19 old age ratio 老年赡养比 65 岁以上老年人数占 家庭总人数的比例 0.67 0 0 0.02 0.08 总人口数 invest 金融投资 投 资 金 融 产 品 =1，无 金融产品投资=0 1 0 0 0.19 0.39 houses 家庭房产 自有住房=1， 无房产=0 1 0 1 0.77 0.42 area 地区 西 部 地 区 =1，中 部 地 区=2， 东部地区=3 3 1 3 2.30 0.79 ·110· 变量的描述性统计结果见表 4。青年家庭户主平均年龄为 30.18 岁， 已婚比例为 71%， 由于居 民成年后组建新家庭并离开原生家庭单独登记成户是我国人口独门立户遵循的重要原则［32］， 结 果比较符合我国青年户主群体的特征。青年户主中男性比例达 77%，这可能与现行户籍制度下 ［33］ 居民对户主身份的认知有关， 人们观念上可能更倾向于认为男性是 “一家之主” ， 目前我国男性 ［34］ 户主比例仍占到 80%以上 ， 与描述性统计结果基本吻合。此外， 研究对象的平均教育水平为中 专或大专，健康状况良好，偏好低风险低回报投资，有工作者占比为 88%。青年家庭平均人口规 模为 3.02 人，有金融产品投资的家庭占到 19%，77%的家庭拥有自有住房，87%的家庭有网购经 历， 有贷款压力的家庭占 28%。青年家庭具有一定的少儿抚养和老年人赡养压力， 但老年赡养比 明显低于现实情况， 这一结果可能也与青年单独立户有关， 实际赡养压力有可能因此被低估。东 部地区的家庭超过半数， 这基本与我国地区人口分布情况相符。 四、 青年家庭金融健康影响因素分析 表 5 呈现的是金融健康的地区间差异。东部地区的青年家庭金融健康水平略高于全样本 均值，西部地区与中部地区的均值都略低于全样本均值。 表5 金融健康指数地区描述性统计结果 变量名称 均值 标准差 最大值 最小值 中位数 金融健康 51.04 20.18 100 0.02 51.27 金融健康（东部） 53.44 19.62 100 0.16 53.99 金融健康（中部） 49.43 20.36 100 0.02 49.47 金融健康（西部） 47.42 20.42 100 0.32 46.11 表 6 是金融健康指数在不同个体特征下的分布。本研究选取 25 岁作为界限［35］，分析年龄 等因素对金融健康的影响。数据显示，户主年龄与家庭金融健康水平大体呈正相关关系。户 主为男性的家庭金融健康水平高于户主为女性的青年家庭。户主学历与青年家庭金融健康水 平大致呈正向关系。户主健康状况与青年家庭金融健康水平在 90%置信区间上具有正相关关 系。户主有工作的青年家庭金融健康水平显著优于户主无工作的家庭。户主偏好高风险投资 的家庭金融健康优于偏好低风险的家庭。两口之家的金融健康水平最高，随着家庭规模的继 续扩张，青年家庭金融健康水平有所下降。有线上购物经历的青年家庭金融健康水平明显优 于无线上购物经历家庭。有未偿还贷款的青年家庭金融健康水平显著高于无未偿还贷款家 庭。老年人赡养情况对家庭金融健康的影响没有显著差异。家庭内儿童数量与家庭金融健康 状况大致呈负向关系。有金融产品投资的青年家庭金融健康水平显著高于未投资的家庭。有 自有住房的家庭金融健康水平高于无房产家庭。 表6 不同个体特征下的金融健康指数分布 影响因素 年龄 性别 婚姻 金融健康指数均值 t 检验 14－24 岁 41.87 —— 25－35 岁 52.09 0.000*** 男 51.61 —— 女 49.17 0.006*** 在婚 52.20 —— 未在婚 48.23 0.000*** ·111· （续表） 影响因素 受教育年限 健康状况 工作状态 风险偏好 家庭规模 网上购物 贷款 老人赡养 儿童抚养 金融投资 家庭房产 金融健康指数均值 t 检验 没上过学 35.26 —— 小学 37.25 0.546 初中 44.74 0.004*** 高中/中专/职高 48.12 0.000*** 大专/高职 53.16 0.000*** 大学本科 59.59 0.000*** 硕士研究生 60.97 0.000*** 博士研究生 61.45 0.000*** 非常不好 36.21 —— 不好 45.04 0.249 一般 49.77 0.087* 好 51.98 0.055* 非常好 51.25 0.064* 没有工作 44.41 —— 有工作 51.93 0.000*** 偏好低风险 50.77 —— 偏好高风险 52.87 0.079* 一人 45.97 —— 二人 56.17 0.000*** 三人 53.74 0.000*** 多人 49.18 0.003*** 无网购经历 42.02 —— 有网购经历 52.40 0.000*** 有未偿还贷款 53.13 —— 无未偿还贷款 50.22 0.000*** 无老人 50.11 —— 一人 48.38 0.220 二人 52.94 0.357 无儿童 51.24 —— 一人 51.65 0.614 二人 45.05 0.000*** 三人 34.73 0.000*** 四人 34.86 0.033** 无投资金融产品 48.54 —— 金融产品投资 61.55 0.000*** 无房产 44.84 —— 自有住房 52.94 0.000*** 注： ***、**、*分别表示在 1%、5%、 10%的统计水平上显著。 上述研究结果初步表明，青年家庭的金融健康水平在部分户主个人特征和家庭特征等 方面均表现出一定的差异，为进一步验证上述结果的可靠性，本文采用了多元 OLS 回归分 析，结果如表 7 所示。 ·112· 表7 变量 年龄 性别 婚姻 受教育年限 健康状况 工作状态 风险偏好 主观金融素养 客观金融素养 青年家庭金融健康影响因素的回归分析结果 模型（1） 模型（2） 模型（3） 模型（4） 模型（5） 模型（6） 0.8270*** 0.8270*** 0.8787*** 0.8787*** 0.8648*** 0.8648*** （0.1175） （0.1221） （0.1191） （0.1213） （0.1209） （0.1229） －2.8755*** －2.8755*** －2.0192** －2.0192** －1.8954** －1.8954** （0.8981） （0.8998） （0.8713） （0.8770） （0.8805） （0.8844） 2.3733** 2.3733** 3.0859*** 3.0859*** 3.3223*** 3.3223*** （0.9606） （0.9476） （1.0725） （1.0760） （1.0928） （1.0978） 1.5073*** 1.5073*** 1.1405*** 1.1405*** 1.1278*** 1.1278*** （0.1151） （0.1127） （0.1201） （0.1186） （0.1253） （0.1244） 0.5985 0.5985 0.6630 0.6630 0.7672* 0.7672 （0.4642） （0.4790） （0.4487） （0.4680） （0.4573） （0.4751） 4.7575*** 4.7575*** 4.8580*** 4.8580*** 4.7779*** 4.7779*** （1.2006） （1.2500） （1.1617） （1.1994） （1.1870） （1.2200） 2.0237* 2.0237* 1.7834* 1.7834 1.7922* 1.7922 （1.0873） （1.1289） （1.0541） （1.1051） （1.0707） （1.1224） 1.8525*** 1.8525*** 1.1848*** 1.1848*** 1.2990*** 1.2990*** （0.3528） （0.3548） （0.3500） （0.3491） （0.3553） （0.3514） 1.8562*** 1.8562*** 1.4060*** 1.4060*** 1.3153*** 1.3153*** （0.4931） （0.4818） （0.4845） （0.4762） （0.4936） （0.4847） 1.2135*** 1.2135*** 1.2483*** 1.2483*** （0.3558） （0.3293） （0.3639） （0.3361） 5.0575*** 5.0575*** 4.7281*** 4.7281*** （1.2519） （1.2567） （1.2956） （1.3229） －1.8100** －1.8100** －1.7086** －1.7086** （0.8198） （0.7961） （0.8307） （0.8012） －2.9960 －2.9960 －1.9927 －1.9927 （4.8217） （4.0595） （4.9911） （4.2903） －21.2211*** －21.2211*** －22.8260*** －22.8260*** （2.7781） （2.6732） （2.8446） （2.7244） 6.8729*** 6.8729*** 6.4715*** 6.4715*** （0.9436） （0.9378） （0.9551） （0.9498） 7.4424*** 7.4424*** 7.4390*** 7.4390*** （0.9216） （0.9793） （0.9312） （0.9881） 1.9318* 1.9318* （1.0598） （1.0825） 2.7851*** 2.7851*** （0.9686） （0.9781） －17.1240*** －17.1240*** 家庭规模 网上购物 贷款情况 老年人赡养比 儿童抚养比 金融投资 家庭房产 地域 中部地区 东部地区 _cons －9.7535** （4.1879） －9.7535** －15.4826*** －15.4826*** （4.3198） （4.2769） （4.2580） （4.4068） （4.3975） N 2597.0000 2597.0000 2597.0000 2597.0000 2502.0000 2502.0000 r2 0.1551 0.1551 0.2168 0.2168 0.2223 注：***、**、*分别表示在 1%、5%、10%的统计水平上显著。 ·113· 0.2223 模型（1） （3） （5）呈现了分批加入人口控制变量、家庭控制变量和区域控制变量后的结果，模 型（2） （4） （6）呈现了前一列指标通过稳健标准误去除异方差后的结果。在分批加入变量和去除 异方差之后，各项指标回归结果与之前的结论相同，体现了模型的稳健性。青年户主的年龄、 性别、婚姻状况、工作状态、受教育年限和主客观金融素养及家庭的规模、网购经历、儿童抚养 比、金融投资、房产和所在地区对青年家庭金融健康都具有显著影响，支持了 t 检验结果。 青年户主的健康情况在模型中并不显著，可能因为健康状况普遍较好。投资风险偏好显 著性较弱，可能与家庭投资决策往往并非由户主一人所决定有关。老年人赡养比在模型中不 显著，可能与户籍问题有关。贷款的影响与 t 检验结果不一致，究其原因：一方面在贷款压力下 家庭经济状况往往更加窘迫；另一方面家庭能获得贷款说明具备一定的金融能力。 相关研究发现， 受新冠肺炎疫情影响， 我国50.2%的家庭增加了储蓄且减少了消费［36］。另一项 调查显示， 金融健康评分在及格线以下的家庭占比超过 70%，核算发现 73%的家庭入不敷出， 70%的家庭预计收入将会减少［37］。还有研究指出，新冠肺炎疫情造成了家庭收入减少，有超过 20%的家庭和小微企业收入减少八成以上［38］。一项关于江苏农村地区的调查发现，超一半的 受访家庭收入、支出和经营投资遭受了新冠肺炎疫情的负面影响［39］。河北省有 33.7%的受访家 庭收入水平下降［40］。可见， 新冠肺炎疫情对包括青年家庭在内的家庭金融健康产生了影响。 五、研究结论与建议 本文对青年家庭金融健康水平进行测量得出青年家庭金融健康指数，并通过独立样本 t 检 验和回归分析验证了不同因素对我国青年家庭金融健康的影响，得出如下结论。第一， 我国青 年家庭金融健康指数均值与全年龄段基本持平， 其中资产负债管理较为良好， 日常收支能够做到 基本持平， 但流动资金管理、意外保障和养老保障管理存在一定不足。第二， 青年户主的部分个 人特征是所在家庭金融健康的重要影响因素， 年龄、 性别、 婚姻、 受教育年限、 工作状态、 主客观金 融素养都对其家庭金融健康具有显著影响， 进一步印证了相关研究的结论。第三， 青年家庭的部 分特征与金融健康也存在密切关系， 家庭规模、有网购经历、金融产品投资和拥有房产都对家庭 金融健康产生了显著的正向影响。有未还清贷款及有儿童抚养压力则会给家庭金融健康带来负 面影响。家庭所在地区的地域特征也会影响到金融健康水平。 青年家庭金融健康水平的提升需要长期系统的培育。刘桂平指出： “要通过推进金融健康 ［41］ 建设，优化居民和家庭的财务状况，为共同富裕奠定更加坚实的群众基础。” 因此本文提出以 下建议。第一，青年户主要提升自身金融素养，注重育儿、养老等方面的财务规划，通过购买保 险、储备流动资金等手段提升家庭的财务韧性。第二，金融社会工作应当发挥专业优势，从个 人、家庭、社区等层面开展金融教育和其他干预行动，帮助青年家庭评估金融健康水平、有效使 用金融工具。第三，加大政府对居民社会保险的投入和对商业保险的支持力度，实现东、中、西 部金融服务的协同发展， 保障青年充分就业，多措并举提高青年家庭的金融健康水平。 ［参 考 文 献］ ［1］Sherraden，M.，Huang，J.. Financial Social Work，Encyclopedia of Social Work，https://oxfordre.com/socialwork/view/10.1093/ acrefore/9780199975839.001.0001/acrefore－9780199975839－e－923 ［2］ ［8］刘桂平： 《关于中国普惠金融发展的几个问题》，载《中国金融》，2021 年第 16 期。 ［3］国家统计局中国经济景气监测中心： 《全国居民人均可支配收入》，载《中国经济景气月报》，2021 年第 1 期。 ［4］ ［37］甘 犁 路晓蒙 等： 《疫情下中国家庭财富变动趋势》，载《中国经济报告》，2020 年第 4 期。 ［5］《中长期青年发展规划（2016—2025 年）》，北京：人民出版社 2017 年版，第 4 页。 ·114· ［6］Parker，S.. Eight Ways to Measure Financial Health，Chicago：Center for Financial Services Innovation，2016，p.3. ［7］ ［24］贝多广 莫秀根： 《中国普惠金融发展报告（2019）》，北京：中国金融出版社 2021 年版，第 75 页。 ［9］张 珩： 《普惠金融人群金融健康的制度性困境与对策建议——以生产性农户为例的研究》，载《农村金融研究》， 2020 年第 12 期。 ［10］ ［38］中国人民大学中国普惠金融研究院： 《诊断疫情对微弱经济体金融健康的影响与政策建议》，http://www.cafi. org.cn/upload/file/20200713/1594624961840953.pdf ［11］Glick，P.. The Family Cycle，American Sociological Review，1947， （2）. ［12］管尹华 周雪原： 《青年家庭理财问题分析与建议》，载《现代商业》，2011 年第 6 期。 ［13］《致力财务健康 迈向幸福养老：中国养老前景调查报告》，http://www.fidelity.com.cn/zh－cn/pdf/China－Retirement－ Readiness－Survey－2021－full－report.pdf ［14］中国人民银行调查统计司： 《2019 年中国城镇居民家庭资产负债情况调查》，载《中国金融》，2020 年第 9 期。 ［15］中国人民银行支付结算司： 《2020 年第二季度支付体系运行总体情况》，载《金融会计》，2020 年第 9 期。 ［16］吴卫星 易尽然 等： 《中国居民家庭投资结构：基于生命周期、财富和住房的实证分析》，载《经济研究》，2010 年第 S1 期。 ［17］朱 涛 卢 建 等： 《中国中青年家庭资产选择：基于人力资本、房产和财富的实证研究》，载《经济问题探索》， 2012 年第 12 期。 ［18］中 国 信 息 通 信 研 究 院 安 全 研 究 所 ： 《新 形 势 下 电 信 网 络 诈 骗 治 理 研 究 报 告（2020 年）》，http://www.caict.ac.cn/kxyj/ qwfb/ztbg/202012/t20201218_366375.htm ［19］ ［23］ ［28］刘 佩 孙立娟： 《金融素养与家庭金融健康研究——基于 2017 年中国家庭金融调查的研究》，载《调研世 界》，2021 年第 10 期。 ［20］Birkenmaier，J.，Curley，J.，Sherraden，M.. Financial Education and Capability：Research，Education，Policy，and Practice，Oxford University Press，2013，p.44. ［21］Sherraden，M.，Birkenmaier，J.，McClendon，G.G.，Rochelle，M.. Financial Capability and Asset Building in Social Work Education：Is It“the Big Piece Missing?”，Journal of Social Work Education，2017， （1）. ［22］Birkenmaier，J.，Curley，J.. Financial Credit：Social Work's Role in Empowering Low－income Families，Journal of Community Practice，2009， （3）. ［25］齐红倩 李志创： 《中国普惠金融发展水平测度与评价——基于不同目标群体的微观实证研究》，载《数量经济技术 经济研究》，2019 年第 5 期。 ［26］葛永波 翟 坤 等： 《机会不平等如何影响家庭财富不平等——来自 CHFS 数据的经验分析》，载《东岳论丛》，2021 年第 5 期。 ［27］方 舒 谢诗东： 《金融社会工作教育的基本框架与本土发展》，载《社会工作与管理》，2020 年第 2 期。 ［29］尹志超 宋全云 等： 《金融知识、投资经验与家庭资产选择》，载《经济研究》，2014 年第 4 期。 ［30］艾 云 赵思博 等： 《数字鸿沟背景下金融素养的世代差异研究——一个链式多重中介效应分析》，载《东南大学 学报（哲学社会科学版）》，2021 年第 5 期。 ［31］国 家 统 计 局 ： 《中 华 人 民 共 和 国 2020 年 国 民 经 济 和 社 会 发 展 统 计 公 报》，http://www.stats.gov.cn/tjsj/zxfb/202102/ t20210227_1814154.html ［32］杨菊华： 《生命周期视角下的中国家庭转变研究》，载《社会科学》，2022 年第 6 期。 ［33］王跃生： 《直系家庭户主代位构成和变动分析——以 1982－2010 年中国人口普查数据为基础》，载《社会科学》， 2014 年第 3 期。 ［34］国家统计局社会科技和文化产业统计司： 《中国社会中的女人和男人——事实和数据（2019）》，北京：中国统计出 版社 2020 年版，第 23 页。 ［35］和 红 谈 甜： 《中国人口平均初婚年龄变化特点及晚婚的分因素贡献率》，载《人口学刊》，2021 年第 5 期。 ［36］莫秀根： 《金融健康概念的现实意义》，载《中国金融》，2022 年第 11 期。 ［39］王晓青： 《疫情冲击与农村家庭数字金融行为——来自江苏农村家庭金融调查的微观证据》，载《财贸研究》，2022 年第 6 期。 ［40］侯丽影 齐率迪 等： 《新型冠状病毒肺炎疫情对河北省家庭收入的影响》，载《价值工程》，2020 年第 27 期。 ［41］刘桂平： 《努力以普惠金融的高质量发展 助力全体人民共同富裕——在 2021 中国普惠金融国际论坛上的发言》， http://www.pbc.gov.cn/goutongjiaoliu/113456/113469/4417877/index.html （责任编辑：刘 ·115· 彦）