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

艾 云，赵思博，李 祥

(中央财经大学 社会与心理学院，北京 100081)

一、研究背景与问题

金融已成为当代经济和社会发展与变迁的主要动力，但金融制度扩散既带来了经济的繁荣，也诱发了诸多经济风险与损失。随着金融日益渗透于人们的日常生活，如何提高居民金融素养以促进居民金融福利和规避金融风险成为世界各国政策制定者和研究者关注的关键议题。OECD国际组织还明确提出金融素养的概念。它指人们对金融概念和风险的认知、理解以及应用该认知和理解的技能、动机、信心[1]，其目的是在不同金融环境下做出有效金融决策，提高人们在金融事务中的参与质量，改善个人和社会的金融福利。21世纪以来，随着中国市场体系的发展和金融化向人们社会生活领域的渗透，尤其随着网络社会崛起，居民越来越直接卷入金融市场体系并广泛应用新兴金融工具。在国家政策层面，2020年9月中国人民银行、证监会等金融监管部门出台了相关政策文件，要求各金融机构开展投资者金融素养教育，从国家战略层次将金融素养工程纳入国家建设的基础制度设施范围(1)中国金融新闻网：《中国人民银行办公厅、中国银行保险监督管理委员会办公厅、国家互联网信息办公室秘书局关于开展2018年“金融知识普及月，金融知识进万家”暨“提升金融素养政策，争做金融好网民”的活动方案》(2018-08-27)[2021-03-19],https://www.financialnews.com.cn。。我国现实社会发展快速金融化的新特征和国家政策战略的重视促使研究者必须展开我国居民金融素养现状及影响因素等相关研究。

目前学术界对于金融素养的研究主要有三个理论，即素养理论、家庭金融理论和金融社会化理论[2]。素养理论以素养的词根为出发点展开对金融素养的定义和测量方面的研究。家庭金融理论关注的是家庭如何通过金融工具实现自己的财务目标，侧重于金融素养对家庭金融决策和行为如家庭投资等方面的影响[3-6]。金融社会化理论关注金融素养的形成过程，个人的金融素养是如何受个人因素如年龄、性别、受教育程度、收入等和社会因素如家庭社会背景、金融教育、社交媒体等影响[2, 7-13]。上述研究从微观个体层次探讨金融素养水平的差异，为本研究提供了良好的分析基础。然而，从宏观结构层次看，社会学研究格外重视从社会群体差异和结构分化视角分析社会事实，从生命历程视角审视宏观社会制度变迁导致世代群体的机会结构和行动结果的显著差别[14-15]，本研究以此为基本出发点。

此外，网络社会的崛起重塑了人们社会交往的制度基础[17]，本研究聚焦于宏观社会制度变迁，尤其是数字社会等新技术变革对中国居民金融素养世代差异的影响。现代信息技术与新兴金融工具有共同的本质要素特征即数字，在此基础上两者的日益融合，一方面促进新金融工具的高速发展，另一方面，新信息技术工具改变了社会群体参与金融市场并获得金融资源的方式，进而影响了社会福利再分配。总体上，各世代的居民行为方式深刻嵌入于其所处的社会结构条件，如出生在1990年代的居民被视为互联网原住民，出生在1980年代的居民被视为互联网的迁移一代，而出生于1970年代及之前的居民被视为互联网遗弃的一代(2)引自邱泽奇在郑杭生社会学大讲堂第十八讲的讲座《站在数字社会的十字路口》(2020-06-17)[2021-03-21],https://mp.weixin.qq.com/S/QqtbbxxlataFYyoWoVwvpg。，赵联飞的研究呈现了不同世代群体在互联网参与行为上的数字鸿沟现象[15]。由此，值得追问的是，互联网改变了人们获得信息包括金融信息的渠道，那么不同世代居民使用互联网的结构性差异是否以及如何影响人们的金融素养水平分化？数字鸿沟是否会在金融领域再次衍生新的社会不平等？

本文采用2015年和2017年中国家庭金融调查数据(China Household Finance Survey，以下简称CHFS)。研究发现：(1)青年世代、中年世代和老年世代居民之间的金融素养水平存在显著差异，老年世代居民的金融素养水平显著低于其他两个世代群体；(2)以网络参与水平和获得金融知识和信息的渠道作为中介变量，发现网络参与水平越高或越是以线上渠道作为获取金融知识和信息的渠道，其金融素养水平越高；(3)采用链式多重中介模型，发现网络参与水平越高的居民更倾向于通过线上渠道获得金融知识和信息，这一链式中介效应部分解释了金融素养水平的世代差异。本研究为世代间数字鸿沟的不平等结构在金融领域再生产提供了经验证据，为我国普惠金融发展提供政策参考。

二、文献综述与研究假设

(一)金融素养：定义与测量

学术界一般将金融素养的定义分为四个维度——金融知识、金融技能、金融行为、金融态度[12]，其核心在于金融知识或金融能力。以金融知识为主要内容，金融素养强调个体对于金融语言和信息的理解和掌握，将金融素养当做一种人力资本，可以通过金融教育和金融培训予以提高。这一角度将金融素养与现实中的金融实践分而视之，金融知识的提高并不必然优化个人的金融投资行为[18]。以金融能力为金融素养主要内容，强调金融素养与具体金融实践的关系，是对金融素养外显的一种情景化的定义。这一角度具有代表性的是OECD国际组织提出的定义，认为金融素养是对金融概念和风险的认知、理解以及应用该认知和理解的技能、动机、信心[1]。其目的是在不同金融环境下做出有效金融决策，改善个人和社会的金融福利，提高人们在金融领域中的参与质量。

金融素养的测量指标一般分为主观测量方法和客观测量方法。主观测量法主要指消费者金融素养的自我评价，其存在测量标准简单、主观性强、评估结果模糊等不足，并未被广泛使用[18-20]。客观测量法目前没有统一的测量指标，国外研究者将其分为基础金融素养测量和高级金融素养测量。基础金融素养测量方法主要关注金融的基础知识，代表性测量方法是Lusardi设置的利率、通货膨胀和投资风险等三个问题来衡量受访者的金融知识，这套测量体系被广泛使用[21]。Lusardi 和 Mitchell进一步新增资产定价和抵押贷款知识项目并在之后增加了受访者金融素养的计算能力指标，这些测量方法增加了测量消费者金融素养的客观维度[19]。高级金融测量主要关注行动者做出投资组合决策的状况，涉及对多种金融工具的综合运用理解，Huston和Knoll等学者设计的基础和高级金融素养测量题项问卷均被广泛使用[22,23]。中国人民银行的消费者金融素养问卷调查的设计涵盖消费者的金融知识、金融技能、金融态度和金融行为等多方面内容。不过国内还有部分学者同时将主观测量与客观测量相结合，构建金融素养指标[4,24]。

总体上，目前学界对于金融素养中金融能力的含义和测量还存在较大争议。一方面，对金融能力的测量，比如金融技能和金融行为的操作化，难以解决内生性的问题，也难以反映金融素养水平；另一方面，我国居民的金融素养水平还普遍较低，金融素养的最基础测量方法能够较好地反映我国居民的金融素养水平，较为高级复杂的金融测量方法更加适合金融素养较高的金融领域从业人员。本文使用西南财经大学中国家庭金融调查数据，该数据主要依据基础金融素养测量方法采集数据。本文从金融知识的角度出发理解金融素养，关注居民对金融领域内基本语言或概念的了解和掌握，并通过利率计算、通货膨胀率计算和投资风险判别这三个问题构建金融素养综合指标，对金融素养进行分析。

(二)金融素养的世代差异

长期以来，社会学家认为宏观社会力量、重大社会事件、关键制度变迁等深刻影响个人的生命历程，塑造了群体的结构分化、世代差异等[14, 25]。随着信息社会的兴起，有学者发现了互联网使用方面存在显著的世代差异，并用数字鸿沟的概念来刻画这一结构分化特征。赵联飞发现不同世代群体在互联网接入、技能和应用方面存在着明显区别[26]，这种世代群体之间的“数字鸿沟”现象，一方面受到既定社会结构的影响和制约而被建构，另一方面又与既定的社会结构相耦合，成为新的社会发展基础，并且在已有不平等社会结构的基础上在其他领域再生产新的不平等。网络社会与金融领域深度融合，促使我们思考在金融素养领域是否亦存在世代差异，网络社会中不同世代群体的数字鸿沟是否在金融领域再生产或进一步深化不平等结构。

本文关注的核心议题是网络社会崛起背景下金融素养的世代差异。本文将研究对象划分为三个世代群体：年龄为18—40岁的青年世代居民、年龄为41—60岁的中年世代居民，年龄为60岁以上的老年世代居民。此种划分标准的依据，一方面是基于个人年龄结构，即40岁和60岁分别为个人生命历程的重要分水岭。在40岁左右，居民进入中年阶段，会产生生理及行为上的不适应和心理上的不平衡，最明显的是学习和接受新事物的能力下降；在60岁之后，大多数居民已经退休，退出工作并领取养老金，个体居民的生活状态发生改变。另一方面基于既有的理论，生命历程的研究范式往往根据每10年将研究对象分为1个出生队列组，不同出生队列的居民在其成长的阶段经历着不同的社会结构，有着不同生活事件的体验，这种差异会对其之后的生活经历产生一系列的影响。以往的研究中，刘国强认为，相比于老年人，青年人有更充裕的精力和资金投入金融市场，并且在金融活动中积累相关知识和技能，而老年人在面对金融行业的快速发展和变化时，由于自身的各方面能力下降而感到无所适从，比较难以适应[12]。生命历程的视角下，出生年代较晚的居民，处于学习能力较强的生命历程阶段，相比于出生年代较早的居民，其在此阶段更有能力去理解并接受新兴的金融市场知识。我们认为不同世代居民的金融素养是有显著差异的，而且世代比较晚近的居民的学习与接受新事物的能力更强，其金融素养的水平可能更高，由此，提出如下假设。

假设1：不同世代居民的金融素养水平具有显著的差异，出生越晚的世代，其金融素养水平越高。

(三)数字鸿沟对金融素养的影响

基于互联网的全球信息高速传递在世界范围内掀起社会信息化的发展热潮。一方面，互联网技术发展以科学、制度与社会网络的支持为基础，数字技术的可及性明显受到既有的不平等的社会结构的影响，不同年龄、职业、教育程度、地区的网络普及程度具有着显著的差异，另一方面，数字技术的使用又会塑造不同社会群体在获取信息、资金管理、工具选择、生活服务等方面的差距，进而影响不同群体的工作效率或生活质量，即数字技术的发展会强化既有不平等的社会结构并衍生出新的社会不平等的事实，学者们称之为“数字鸿沟”[27]。

然而，目前数字鸿沟是否渗透到金融领域并影响居民的金融素养或投资行为的研究较少，关于网络参与水平与金融素养关系的研究也非常少。事实上，居民通过互联网可更为便捷地获取丰富地金融知识和信息，互联网也降低了参与金融市场的交易成本和金融市场的准入门槛，增加了人们通过线上互动获取金融经验的机会[28]。年轻世代的居民相比于年长世代的居民接触互联网的时间更长，且更倾向于通过网络获取信息，参与金融市场活动。基于此，我们认为网络参与情况可能影响居民的金融素养水平，网络参与情况可能成为影响金融素养世代差异的重要中介机制，由此提出假设2。

假设2a：不同世代参与网络水平的差异部分解释了金融素养水平的世代差异现象，越是年轻的世代，由于其网络参与水平越高，其金融素养水平将会越高。

假设2b：不同世代关注金融知识和信息渠道的差异部分解释了金融素养水平的世代差异现象，越是年轻的世代，由于其通过线上渠道获取金融知识与信息的可能性越大，其金融素养水平将会越高。

目前学界将数字鸿沟进一步细分三个层次，即数字技术接入鸿沟、数字技术使用鸿沟、信息资源和知识鸿沟。前两个层次侧重于互联网的基础设施和数字技术使用等客观条件，有助于我们理解不同世代居民网络参与情况的差异，第三层次的数字鸿沟的研究重点是信息资源和知识上的鸿沟[29]，也可以称为“知识沟”。知识沟原先是明尼苏达研究小组探讨的不同社会经济地位获取信息上的差异[30]，后来被延伸到数字技术接入和使用的差距导致知识获取的差距。这些研究都突出了传播渠道在知识沟形成过程中的重要性。因此，第三道数字鸿沟实际上是由信息的传播渠道导致的人们在知识积累上的差异,体现在金融知识的传播过程，即通过线上渠道还是线下渠道来关注金融信息和知识的差异性会影响居民的金融素养水平。

网络参与是否会影响人们关注金融信息和知识渠道的选择，并进一步造成不同群体金融素养水平的差异，这实际上涉及第一、二道数字鸿沟与第三道数字鸿沟的关系。在第一、二道数字鸿沟与第三道数字鸿沟(知识沟)的关系上，韦路、张明新将接入沟和使用沟发展到了知识沟，印证了数字技术的接入和使用对人们知识的获取有着显著影响[31]。赵联飞的研究也表明，第一道接入方面的数字鸿沟会对第三道信息获取数字鸿沟产生间接影响[32]。随着互联网对社会经济生活的渗透性发展，互联网金融逐渐兴起与普及。中国人民银行将其定义为：一种借助互联网和移动通信技术，实现资金融通、支付和信息中介功能的新金融模式。吴晓求指出互联网实现了信息流在时间和空间上的整合，从个体到整体的整合，由局部到无边界的整合，并以此为基础，推动着物流的整合，进而以其巨大的成本优势实现对已有的产业的系统整合，重塑新的竞争格局[33]。李继尊也认为，随着未来互联网技术创新步伐的加快，应用更加广泛，缓解信息不对称的功能和作用会越来越大[34]。这些研究都肯定了互联网具有传播、聚集和交换金融信息的关键作用。因此居民的网络参与水平越高，越有可能采用线上渠道作为金融信息获取渠道。由此，提出假设3。

假设3：网络参与水平和金融信息关注渠道的链式中介作用，部分解释了不同世代的金融素养存在显著差异，越是年轻的世代，由于其网络参与水平越高，越有可能通过线上渠道关注金融信息，其金融素养水平将会越高。

如图1研究框架所示，本文在数字鸿沟的社会背景下讨论影响金融素养世代差异的具体机制，不同世代群体的网络参与水平的差异为第一道互联网接入方面的数字鸿沟，不同世代群体是否使用互联网作为关注金融信息和知识的渠道的差异为第二道互联网应用方面的数字鸿沟，而最终不同世代群体的金融素养水平的差异为第三道互联网使用结果的数字鸿沟(知识沟)，探究不同世代网络参与水平、金融信息的获取渠道差异如何影响了居民金融素养水平差异，实际上就是探讨第一道数字鸿沟和第二道数字鸿沟如何影响第三道数字鸿沟(知识沟)的形成。

图1 研究变量之间框架关系图

本研究试图在以下两方面有所创新：其一，在研究方法上，通过中国家庭金融调查数据和链式多重中介模型来分析影响金融素养的具体机制；其二，在研究内容上，将数字鸿沟和金融素养不平等联系起来，不同世代群体的第一道和第二道数字鸿沟等网络技术特征的不平等，再生产了金融素养的世代差异。既有世代群体间数字技术使用的差异，衍生出不平等的金融信息资源分配结构，造成世代群体间金融素养的差异。

三、研究方法

(一)数据

本文数据来源于西南财经大学2015年和2017年中国家庭金融调查(CHFS)数据，该数据库由人口统计学特征、资产与负债、保险与保障、支出与收入、金融知识、基层治理与主观态度等部分构成。该调查数据涉及全国29个省(自治区、直辖市)，355个区县，1428个村(居)委会，样本规模达40011户。由于所使用的2017年数据中金融知识等部分相关变量具有缺失值，所以将其与2015年数据进行合并，并删除缺失值，最后剩余有效样本15824个。

(二)变量

1.因变量

金融素养为本研究的因变量。参考已有研究[35]，本文选择了对利率、通货膨胀、投资风险判断等三个问题的回答情况来衡量金融素养。分别以三个问题是否直接回答和三个问题是否正确回答建立哑变量，然后对这六个问题进行迭代主因子分析。表2呈现了指标的适应性和相关性的检验结果。KMO值为0.6731，大于0.6的临界值，表示这些变量适合做因子分析。Bartlett球形检验的χ2值较大，且在1%的水平上显著，由此拒绝六个指标与公因子之间不相关的原假设，说明可以对变量进行因子分析。在表1中，根据特征值大于等于1即保留1个公因子的原则，可以从六个变量中提取一个公因子，将其定义为金融素养。表2还展示了测量指标信度的克朗巴哈系数(Cronbach′s α)，该系数的值为0.8013，说明上述变量测量金融素养因子具有较好的信度。金融素养的描述性统计见表3。

表1 因子分析结果

表2 因子分析的载荷量及其检验结果

表3 金融素养的描述性信息

经过计算得知，我国居民在利率计算、通货膨胀率计算、投资风险计算这三道题的回答上，全部答对的比例为7%，全部答错的比例为37%，三道题全部答对的比例，远低于西方发达国家，如德国、荷兰、美国、意大利、瑞士、日本和新西兰，仅比俄罗斯高一些，而全部答错的比例远高于前面所述的国家(3)国外数据部分引自Financial Literacy around the World: An Overview. Journal of Pension Economics and Finance，2011， 10(4): 497-508。，这说明我国居民的金融素养在国际上整体落后于发达国家，金融教育方面还有待加强。

表4 变量描述性统计

2.自变量

世代因素：本研究按照出生年代将样本人群划分为60岁以上的居民(1937—1957)、41—60岁的居民(1958—1977)和18—40岁的居民(1978—1999)。三组人群的样本量分别为6387、7487和1950人。

网络参与水平：采用居民互联网使用年限来测量居民网络参与水平。该变量为连续变量，将不使用互联网的居民赋值为0，在使用互联网的居民中，用调查年份减去首次使用互联网的年份，差值为互联网使用年限，该值越大表示使用互联网的年限越长。网龄变量的均值为4.5年，最小值为0年，表示从没上过网，最大值为40年。

金融信息关注渠道：该变量为类别变量，对于金融信息关注渠道问题有五个答案，分别是财经类APP，互联网、手机等网页浏览，电视、报纸等传统媒介，参加财经类名人讲座、课程培训或论坛等，以及从不关注，将选择从不关注，只选择通过电视、报纸等传统媒介，参加财经类名人讲座、课程培训或论坛等答案的样本赋值为1，定义为“非线上渠道”；将选择财经类APP，互联网、手机等网页浏览等答案的样本定义为“线上渠道”，赋值为0。

3.控制变量

控制变量分为三个层次：个人特征、家庭特征和地区特征。个人特征包括性别、婚姻状况、受教育程度、健康状况、是否党员等；家庭特征包括家庭收入，地区变量分为城乡类型和地区变量。性别变量，女性赋值为0，男性赋值为1。婚姻状况将已婚、同居、再婚定义为“有伴侣”，赋值为1，其他婚姻状况赋值为0。受教育程度划分为小学及以下、初中、高中、大学及以上四类(赋值为0—3)。对家庭收入取对数。城乡变量分为城镇户口和农村户口，分别赋值为1和0。地区变量划分为东部地区、中部地区和西部地区(赋值为0—2)。

(三)模型设计

本文基于2015年和2017年中国家庭金融调查数据，首先采用线性回归模型分析金融素养的世代差异，进而采用链式多重中介的结构方程模型分析网络参与水平以及金融信息和知识的关注渠道对于金融素养世代差异的影响。

第一，构建世代因素与金融素养的OLS模型。该回归方程形式为：

jrsy=α+β11cohorti+β12Xi+εi

(1)

i表示居民，α是截距项。jrsy是被解释变量金融素养，连续变量cohort是世代因素，0代表出生在1980年代之前的人，1代表出生在80年代的人，2代表出生在90年代的人。Xi是控制变量，包括居民特征变量、家庭特征变量和地区特征变量。εi为误差项，是模型不可观测的因素。

第二，构建结构方程模型。本文使用链式多重中介模型，即多个中介变量之间存在相互影响，并表现出顺序性特征，形成中介链[36]。链式多重中介模型既可以得到总的中介模型，又可以研究每个中介变量的特定中介效应，还可以对比中介变量的中介效应[37]。使用结构方程的链式多重中介模型不仅可以分析世代因素如何分别通过网络参与水平和金融信息关注渠道两条路径影响金融素养，还可以检验世代因素如何通过网络参与水平影响选择金融信息和知识的关注渠道这条链式中介的路径，进而影响居民的金融素养。

jrsyi=α+β11cohorti+β12Xi+εi

(2)

netyeari=α+β21cohorti+β22Xi+εi

(3)

gzqdi=α+β31cohorti+β32netyeari+β33Xi+εi

(4)

jrsyi=α+β41cohorti+β42netyeari+β43gzqdi+β44Xi+εi

(5)

四、统计分析与结果

(一)金融素养的世代差异

采用OLS模型分析金融素养的世代差异状况。该模型的分析结果如表5所示。在模型1中，将世代因素和控制变量纳入其中，结果显示，与60岁之后的居民相比，41—60岁的居民和18—40岁的居民的金融素养水平是高于前者的，而且，世代越是年轻的居民，其金融素养水平越高，这说明金融素养在不同居民之间的世代差异。这可能与他们群体的生命历程等特征有关，不同世代居民正在经历着不同的生命阶段，60岁之后的居民正处于老年阶段，在此阶段，老年群体大多数已经退休，他们较少的参与金融事务，加上没有足够的动机和合适的途径去学习和理解金融信息和知识，因此老年群体的金融素养处于较低水平。41—60岁的居民，正处于中年阶段，中年群体在工作中或者生活中有足够的机会和精力去接触和了解金融信息和知识，所以其金融素养水平高于老年群体的居民。18—40岁的居民，处于青年阶段，青年群体在学校接受过较为基础的金融知识教育，并且在这时他们正处于学习能力最强的阶段，更容易学习和掌握金融相关信息和知识，故其金融素养水平高于前两个世代。

表5 世代因素对金融素养的影响

家庭收入、健康状况、受教育程度和是否城镇户口均与居民的金融素养成正相关。城镇居民、健康状况越好、受教育程度越高、家庭收入越高，其金融素养也越高，这与之前的研究相符[12, 13]。而居民性别、是否党员情况则与其金融素养成负相关，换句话说，相比于男性，女性居民的金融素养更高一些，党员比非党员的金融素养要低一些。值得一提的是，在性别方面，之前的研究对不同性别金融素养的认知存在分歧。一方面，之前的研究结果显示男性的金融素养高于女性，并解释为是由于家庭收入和资产水平、受教育程度、认知能力等后天禀赋所造成的[37]，另一方面，中国人民银行的研究却表明女性的金融素养高于男性，并且解释为由于男女平等观念的传播和女性随着学历和就业率的提升，收入和储蓄不断增加，对金融领域的了解也逐渐增加[12]。本文的研究结果显示，女性居民的金融素养水平高于男性居民，这可能是受到经济地位和认知水平等因素的影响，随着女性受教育程度和收入的提高，其对金融领域的信息和知识会更加关注和了解，金融素养水平也会更高。女性与金融的关系受到各方面的关注[38]，但囿于篇幅，我们将在未来研究中予以分析解释。

模型2是在模型1的基础上加入了网络参与水平变量即互联网使用年限，结果显示，网络参与水平的系数显著为正，这说明网络参与水平与居民的金融素养水平成正比，网络参与水平越高，其金融素养水平也会越高。在加入了网络参与水平变量后，世代因素的系数依然显著，但是系数值降低，这说明在控制网络参与水平变量的情况下，不同世代之间金融素养的之间的差异变小，换言之，网络参与水平部分解释了居民金融素养水平的世代差异，网络参与水平在世代因素影响居民金融素养的过程中起了部分中介的作用。互联网本质上是一种信息技术，它的出现，极大地促进了信息的传播与转化，然而不同群体运用互联网的能力是不同的，这种互联网运用能力体现在两方面。一方面为是否使用互联网，即互联网的普及率，另一方面为是否熟练掌握互联网应用技能，是否可以有效地使用互联网获得信息。在本研究中，不同世代群体由于互联网运用能力的不同，即年轻的世代群体相比于老年的世代群体，其运用互联网接受和掌握金融信息的能力更强，这使得前者的金融素养水平高于后者。

模型3是在模型1的基础之上加入了金融信息的关注渠道因素。在加入关注渠道因素之后，世代因素的系数变小，但依然显著，这说明关注渠道因素部分解释了金融素养的世代差异。与线上渠道相比，通过非线上渠道关注金融信息的居民的金融素养水平明显低于前者，这证实了线上渠道在传播金融信息和知识方面的优势，和线下渠道相比，线上渠道可以克服时间和空间上的限制，信息接收者可以更加方便、灵活地安排自己的时间，去了解和学习网络上丰富的信息和知识。模型4是在模型1的基础上同时加入网络参与水平因素和金融信息的关注渠道两个变量，金融素养的世代差异依然显著，这两个变量对金融素养有着显著影响，与模型2和模型3的结果一致。

(二)结构方程的多重中介效应分析

为研究世代因素是通过什么机制影响居民的金融素养，本文使用结构方程的链式多重中介模型进行分析，探讨世代因素是否会通过网络参与水平和金融信息关注渠道这两种机制影响居民的金融素养。

如表6所示，相关分析结果表明，世代因素与网络参与水平因素和金融素养呈显著正相关，与关注渠道呈负相关；网络参与水平因素与关注渠道呈显著负相关，与金融素养呈显著正相关；关注渠道与金融素养呈显著负相关。

表6 描述性统计结果及变量间相关分析

利用结构方程模型，对网络参与水平因素和关注渠道的中介效应进行分析。依次检验结果表明(如表7所示)：世代因素显著正向影响了金融素养和网络参与水平；世代因素和网络参与水平因素显著负向影响关注渠道。而将世代因素、网络参与水平因素和关注渠道因素同时纳入模型对金融素养进行回归，三者均显著，这说明了世代因素从三条路径影响着金融素养：世代因素—网络参与水平因素—金融素养、世代因素—关注渠道—金融素养、世代因素—网络参与水平因素—关注渠道—金融素养。

表7 变量关系的回归分析

对中介效应直接检验结果(如表8),显示在世代因素和金融素养的总间接效应中，Bootstrap95%的置信区间不包括0值，表明网络参与水平因素和金融信息关注渠道在金融素养的世代差异中发挥了显著的中介作用。进一步分析可以看出，世代因素—网络参与水平因素—金融素养(间接效应1)、世代因素—关注渠道因素—金融素养(间接效应2)、世代因素—网络参与水平因素—关注渠道—金融素养(间接效应3)三条路径的置信区间均不包含0，三条路径的间接效应均显著。在间接效应的对比上，间接效应1、间接效应2、间接效应3的系数分别为0.174、0.005、0.018，占总间接效应的比例分别为88%、3%、9%，由此可见，间接效应1的比例最大，网络参与水平这个中介因素对金融素养的世代差异具有最强的解释力，另外，统计检验显示间接效应3影响显著，金融素养的世代差异也会通过网络参与水平影响金融信息关注渠道的链式中介机制进行解释。

表8 中介模型路径系数分析

五、结论与讨论

居民金融素养的提升不仅直接关系到金融市场健康发展，而且深刻影响了社会民生福祉。随着社会金融化的趋势不断加深，人们掌握金融知识、处理金融业务的能力也越来越重要，而金融素养作为金融领域的基础，对人们的金融决策和金融行为具有指导作用，是金融研究非常重要的一个议题。另外一个趋势是信息技术的发展，互联网为居民广泛参与金融实践提供了基础设施，降低了居民获得金融信息和进行金融活动的成本，成为塑造金融资源分配结构的重要维度。

本文基于2015年和2017年中国家庭金融调查数据，研究居民网络参与水平、金融信息关注渠道对中国居民金融素养的世代差异的重要影响。实证结果表明：首先，不同世代居民之间的金融素养水平存在显著差异，世代越年轻的居民，其金融素养的水平越高。其次，本文探讨了造成金融素养水平世代差异的机制，世代因素通过网络参与水平、金融信息关注渠道、网络参与水平影响关注渠道链等三条路径影响金融素养。最后，网络参与水平发挥了最主要的中介作用，网络参与水平影响金融信息的关注渠道这条路径发挥了链式中介的作用。

本文发现年长世代的居民的金融素养水平较低，这是其网络参与程度较低，与年轻世代的居民相比，不能通过网络获取金融信息导致的社会后果。这一发现为我们进行普惠性金融教育提供了参考，即要特别关注老龄群体的金融教育，在政策引导和全社会共同努力下，有效解决老年人在运用智能技术方面遇到的困难，缩小老年人由于不能熟练使用数字技术而造成的“智能鸿沟”，让广大老年人更好地适应并融入数字社会。

本文引入了控制变量，从微观个体和家庭层次揭示了居民金融素养差异的原因。研究显示家庭收入、健康状况、受教育程度和是否城镇户口均与居民的金融素养水平成正相关，换言之，在重视老龄群体金融教育的同时，还要重视村镇及偏远地区、低收入、健康状况较差、学历水平较低等弱势群体的特点和需求，深入开展差异化的金融教育并实现教育政策的适当倾斜，帮助其提高对金融产品和服务的认识。这样才能使广大群众共享普惠金融发展成果。

本文证实了数字鸿沟效应在金融领域的延展是影响居民金融素养水平世代差异的关键机制。数字鸿沟深深植根在每一代人所成长的历史环境，是社会结构与个人生命历程所造就的不平等。不同世代居民由于社会结构条件和自身特征差异，其数字鸿沟现象也会体现在不同方面。一方面，数字鸿沟既体现在互联网的接入上，即是否使用互联网以及使用互联网的年限；另一方面，它也体现在互联网的应用上，即是否会通过互联网获得自己想要的信息，如金融信息或知识。这两方面的数字鸿沟会导致不同世代居民金融素养水平出现差异，进而塑造不同世代居民金融福祉的不平等。如何协调推进“线上+线下”普惠金融业务发展，以帮助中老年人迈过“数字鸿沟”的不利影响，这将是社会发展进程中亟须解决的重要课题。

本文从数字社会结构变迁角度分析居民金融素养差异状况，在研究设计上，对金融素养的衡量只加入了金融知识方面的测量，从信息传播的渠道分析不同世代金融素养中知识层面的影响，并没有加入金融能力的衡量，缺乏对金融技能和金融经验的操作化，这将是下一步的研究重点。