數字鴻溝對家庭風險資產投資的影響

■李勝旗，徐玟龍

一、引言

在數字化浪潮下，傳統金融機構改革創新，降低了風險市場準入門檻；開放式金融產業鏈逐漸完備；互聯網與移動智能終端的深度融合，實現了家庭對風險資產的跨時空交易；多元化的創新金融產品選擇使家庭足不出戶便可實現閑置資源再分配與投資擴張。這種投資模式具有低成本、高信息透明度和便捷交易的特征，極大便利了家庭的再投資行為。

快速發展的數字金融背后，“信息孤島”與“數據煙囪”現象凸顯，出現新型數字鴻溝（Digital Divide），數字“馬太效應”突現。截至2021年末，中國城鄉互聯網普及率差異為23.7個百分點，非網民中農村地區占比過半，數字鴻溝表現出明顯的城鄉地域化特征。數字化不平等與個體性差異的存在，導致不同群體對數字資源的獲取處理及價值再創造能力存在顯著差距，移動網絡的滲透度差異帶來“使用溝”與“能力溝”問題。數字化浪潮下高學歷與年輕化等優勢群體善于利用數字設備進行投資，享受數字紅利，從而實現財富擴張，而信息基建落后地區與老齡化群體逐漸被數字邊緣化，金融與數字素養雙匱乏導致數字鴻溝的惡性循環，不利于縮小居民貧富差距及實現共同富裕。

數字鴻溝問題深刻影響家庭投資決策。2020年中國家庭金融中心數據顯示，中國家庭金融資產配置不均衡，投資缺乏多樣性，風險資產組合呈現兩極化特征，家庭財富管理整體處于“亞健康”狀態。標準普爾家庭資產配置法作為公認的合理穩健配置方法，要求家庭持有一定風險資產配比，低比重的風險資產配置不利于家庭資產增值與風險分散，阻礙家庭收入的長期穩定增長。家庭對金融市場的低參與率會阻礙中國資本市場的良性發展，不利于發揮資本市場資源配置和服務實體經濟的功能。探尋影響家庭風險資產投資的因素，有助于找到提高家庭參與金融市場意愿的對策，以降低居民儲蓄率刺激消費，擴大內需拉動內循環，優化國民經濟結構。

全文邊際貢獻在于：第一，從投資深度和投資廣度的視角，首次研究數字鴻溝如何影響家庭風險資產投資行為，是對現有文獻的補充。第二，從個體稟賦與要素流動的角度，以信息渠道效應、收入分配效應和社會信任效應來解釋數字鴻溝影響家庭風險資產投資的作用機制。第三，引入風險組合多樣性與投資組合有效性，從風險分散與收益權衡的視角對數字鴻溝如何影響家庭風險資產投資做深入分析。

二、文獻綜述及理論模型

（一）文獻綜述

數字技術應用下沉已滲入微觀生活各領域，數字技術與金融深度融合使金融更好地服務于實體經濟（尹振濤等，2021），也緩解了欠發達地區金融服務匱乏的困境（李繼尊，2015）。但同時加劇了再生產的非均衡性（王夢菲和張昕蔚，2020）并擴大了家庭財富差距（粟勤和韓慶媛，2021），信息技術的不均衡發展造成全球范圍內的數字鴻溝存在，影響社會效率與公平（張勛等，2019）。

美國國家遠程通信和信息管理局（NITA）（1999）首次對數字鴻溝概念進行界定，亞太經合組織（OECD，2000）將數字鴻溝定義為接觸信息技術的差距及由此帶來的收入差距。國際普遍認同的數字鴻溝被分類為第一層（接入和覆蓋）、第二層（使用和技能）和第三層（結果）等三個層級（Ferreira D et al.，2021）。第一層級為接入溝，即信息通信技術（ICT）的使用，是否有使用信息技術的基礎條件決定了數字鴻溝差距，需求和供應之間的溝通是關鍵點（Maurer &lutz，2011）。目前，發達國家的接入溝問題已逐漸消失，數字鴻溝轉為使用上的差異，即第二層級使用溝?？蓱眯畔⒑屯ㄐ偶夹g發展指數（IDI）與數據貧困指數（DPI）對全球數字鴻溝問題進行可視化處理，中國以強大基建能力不斷填平“使用溝”（安同良和楊晨，2020），重塑經濟格局。當前研究重點為強調互聯網實際使用成果的三級數字鴻溝，數字鴻溝的研究應將信息獲取使用和通信技術對個人影響和后果結合起來才能產生持久意義（Selwyn，2004）。

國內外學者多從市場摩擦、家庭人口學特征及經濟特征等維度對影響家庭風險資產配置的因素進行深入探究，諸如背景風險（Lucas，2000）、不確定的勞動力市場及較差身體狀況（Cardak & Wilkins，2009）等會降低家庭風險市場參與。金融素養（蘇芳和殷婭娟，2020）、社會保障（周欽等，2015）、家庭年輕化（藍嘉俊等，2015）、主觀幸福感（肖忠意等，2018）等因素會提高家庭風險市場參與率與風險資產占比。國內學者就信息化技術與家庭金融資產配置的研究多集中于互聯網與數字金融。數字普惠金融發展能提高家庭金融資產組合有效性（吳雨等，2021），在優勢家庭中更為明顯，因此破除數字鴻溝迫在眉睫。頻繁的網絡交易行為、互聯網使用、智能手機普及與移動支付能提高家庭風險市場參與，優化家庭金融資產配置（彭繼權，2021；饒育蕾等，2021）。而互聯網、移動支付與數字金融的應用差異只是數字鴻溝的某個維度，國內尚無直接文獻研究數字鴻溝與信息差距如何影響微觀家庭風險資產投資行為。

（二）理論模型

參照Guiso et al.（2008）構建的資產組合理論框架和借鑒Crés&Gollier（2001）的效用理論，構建風險與無風險資產短期決策模型，并引入數字鴻溝與中介渠道，對數字鴻溝如何影響微觀家庭風險資產投資行為進行理論分析。

假定投資者是單期決策個體，可選擇風險資產和無風險資產進行投資，投資于無風險資產可獲得固定收益rf，投資是無成本的，即投資成本cf為0；投資于風險資產收益r*無法預測，r*～N（，σ2）服從均值為＞rf，方差為σ2的正態分布。只有風險資產的收益期望大于無風險資產時，投資者才會選擇投資風險資產，投資成本為c。風險資產投資具有不確定性，投資價值可能蒸發，信息不對稱問題使投資者面臨投資失敗風險，虛假互聯網理財產品不具有投資價值，資產標的公司財務造假行為會使股價暴跌，公募基金“踩雷”。這些都會影響投資者投資收益，但這些事件發生概率較小設為p，投資行為是個體主觀決策，因此p為投資者主觀概率，由投資者對市場了解程度決定。

假定投資效用函數為負指數效用函數，a為風險厭惡系數，w為投資者持有財富，設為：

假定投資者初始財富水平為W，投資于風險資產比例為k，投資于無風險資產比例為1-k，投資收益為k（r*-c）W+（1-k）rfW。當風險資產面臨不確定性時，投資者僅能獲取投資于無風險資產的部分收益（1-k）rfW，事件發生概率為p，因此投資者總收益及總效用為：

投資者最優決策為風險與收益的權衡，以實現最優投資比例k下的預期效用最大化，即：

并將其代入投資效用函數，得到效用最大化下最優投資比例的約束函數：

其中，僅r*為隨機因子，常變量指數期望為常數值可提出，并求出指數效用函數的期望，式（5）可變形為：

對式（7）最優投資比例k求一階導并進行化簡，得到最優投資比例k的一階條件：

進行移項可解得投資者最優投資比例：

可以看出，最優投資比例與初始財富水平W、投資者風險厭惡系數a、投資成本c、虧損概率p和風險資產安全收益效用Uk相關。

引入數字鴻溝D、投資者金融素養δ與社會信任t。具有競爭力的信息和通信技術（ICTs）系統能簡便投資流程、提高信息質量（Manecke &Schoensleben，2004）、降低服務成本，而數字鴻溝產生信息隔離提高了投資成本，因此投資成本c是數字鴻溝D的減函數，為外生變量。數字技術通過特有的社會信任強化機制提升了家庭的社會信任感（何靖和李慶海，2019）。數字鴻溝的存在產生家庭金融素養的世代差異，線上渠道作用顯著（艾云等，2021）。綜上，家庭稟賦與投資條件決定了投資者金融素養與社會信任會受數字鴻溝影響，是數字鴻溝的遞減函數，因此δ=δ（D），t=t（D）。投資成本c為D、δ、t的函數：

金融素養積累能提高投資回報收益（江靜琳等，2019），抑制金融風險（謝賢君，2021）。信息技術改變不利思想，以促信任破解“因循守舊”緩解了居民風險厭惡（張世虎和顧海英，2020）。透明度與交易效率的提高促進了投資者的社會信任，提高了回報福利。因此投資虧損概率p與風險厭惡系數a均是家庭金融素養δ和社會信任度t的減函數。低金融素養與低社會信任度會降低風險承擔，提高風險厭惡度，投資回報受限，即：

將式（11）（12）（13）代入式（10）中，得到：

根據上述分析，數字鴻溝不利于金融素養積累，抑制家庭投資于金融市場，風險資產收益r*與無風險資產投資收益rf此消彼長，再根據式（11）（12）（13）可得，數字鴻溝提高了風險資產交易中的投資成本c*[1+D-δ（D）-t（D）]與家庭風險厭惡a，惡化投資虧損p，將其與式（14）結合。分子部分是數字鴻溝D的減函數從而降低，分母a（δ，t）Wσ2受風險厭惡系數影響提高，因此家庭風險資產最優投資比例k*變小，不利于家庭風險資產投資優化與財富擴張。

數字鴻溝閉塞信息渠道，降低了去中心化市場機制的信息效率，提高了信息搜尋成本。數字邊緣化投資者應用數字技術來了解具體產品種類與內容的門檻較高，移動終端采用較為滯后。而當下大熱的金融科技更是金融業與尖端數字技術的深度融合，更加難以應用。據此提出假設1：數字鴻溝降低了家庭投資于風險資產的可能性與資產配置占比。

投資者金融素養δ的不足，信息與個體稟賦不足帶來投資者對市場恐懼心理，產生風險厭惡行為。雖然投資者的金融素養會降低交易成本，但金融素養是數字鴻溝的減函數，這反而提高了投資成本，抑制家庭對風險資產的投資選擇行為。據此提出假設2：數字鴻溝降低了家庭信息獲取能力，抑制風險資產投資。

數字鴻溝同時帶來家庭社交網絡的弱化，信息傳播的廣度深度降低，資金供給渠道收縮，難以產生家庭互惠行為，進一步降低投資者的社會信任度t。廣義的社會信任可以影響投資者心理預期，緩解交易中的信息不對稱，降低交易成本與監督成本。投資者對社會信任度越低，就會認為投資的風險資產虧損概率越大，預期收益不足甚至難以收回本金，對風險資產投資會產生排斥心理。而教育可對家庭人力資本進行積累，提高認知水平，從而抵御數字鴻溝侵蝕。據此提出假設3：數字鴻溝降低了家庭社會信任，抑制風險資產投資。

數字鴻溝的存在減少了家庭就業機會與收入來源，家庭難以利用電商平臺、移動支付等進行創業增收，存在數字鴻溝的家庭在收入與消費層面會明顯弱勢于數字紅利家庭。較低收入水平的家庭在維持家庭日常開銷基礎上進行儲蓄，厭惡風險資產的收益不確定性，偏好無風險投資，因此會擠出投資于風險資產部分資金。據此提出假設4：數字鴻溝減少了家庭收入來源，降低家庭收入，抑制風險資產投資。

綜合來看，數字鴻溝以信息渠道效應、社會信任效應和收入分配效應降低家庭人力資本，減緩要素流動，從而抑制家庭風險資產投資行為。投資者缺乏市場實踐機會，造成投資經驗較少。加上低水平的金融素養，投資者難以在資本市場獲得超額回報，投資組合的多樣性和有效性都受到影響。據此提出假設5：數字鴻溝降低了風險組合多樣性和投資組合有效性，投資缺乏動力。

三、研究設計

（一）數據來源

數據來自西南財經大學中國家庭金融調查與研究中心在全國范圍內開展的2017年中國家庭金融調查數據（CHFS），CHFS樣本涵蓋面廣，數據詳細真實有效，代表性較好，涵蓋微觀個體特征、家庭主觀態度及經濟狀況等各方面詳細信息，對開展研究提供良好數據支撐。為保證回歸結果準確性，對數據異常值進行處理，剔除收入與消費負值家庭，剔除無金融資產投資家庭，并對戶主年齡進行限定，最終得到有效樣本37053個家庭。

（二）變量定義

自變量設定方面，參照尹志超（2021）的做法，從接入層和使用層兩方面構建數字鴻溝相應子指標，并利用KMO主成分因子分析法，對家庭數字鴻溝指數進行測度。根據因子載荷采用回歸方法計算家庭數字應用程度，定義為digital_apply；根據家庭數字應用程度差距計算數字鴻溝指數，定義為D_dividei。具體計算公式如下：

因變量設置方面，從投資廣度和投資深度來度量家庭風險金融資產投資，并以家庭是否持有風險資產（risk_dummyi）、是否參與股票市場（stock_dummyi）、風險資產投資占比（risk_ratio）、股票投資占比（stock_ratio）等4個維度作為被解釋變量。

（三）工具變量選取

選取省級互聯網普及率作為工具變量，來衡量省際數字鴻溝差異，外生性較強，且滿足相關檢驗，并利用區域移動設備占有率作為工具變量進行進一步檢驗①互聯網普及率與移動設備占有率均為2016年數據，來自城市統計年鑒。。

（四）模型設定

家庭是否參與風險資產市場是一個二值離散變量，適用離散選擇模型，先利用probit模型對數字鴻溝與家庭風險市場參與的關系進行驗證，probit模型為：

在衡量數字鴻溝對家庭風險資產持有占比的影響時，由于未參與金融市場家庭風險資產占比為0，被解釋變量stock_ratioi與risk_ratioi是左截尾的，因此選用Tobit模型進行分析，Tobit模型為：

其 中，下 標i表 示 家 庭，stock_dummyi與risk_dummyi表示家庭是否參與股市與風險市場，stock_ratioi與risk_ratioi表示家庭股票資產持有占比與風險資產持有占比，D_dividei表示家庭數字鴻溝指數。X為控制變量，主要從戶主特征、家庭特征、地區特征三個方面選取控制變量。首先，加入重要的個體特征變量，如戶主年齡、受教育程度、婚姻、健康等。其次，加入重要家庭特征變量，如人口結構、家庭健康狀況以及家庭資產收入住房情況等。這些基本面信息為家庭稟賦，反映家庭整體應對風險及極端情況的能力。最后，加入了地區特征變量，以進一步消除地區固定效應的影響，εi為隨機擾動項。

（五）描述性統計

樣本家庭股票市場參與率為9.08%，股票資產占總資產比重僅有1.99%，說明股票不是家庭投資的主流選擇。風險市場參與率為16.4%，風險資產占總資產比重為6.73%；家庭風險組合多樣性為0.229，家庭正逐步擴大資產投資面，資本市場參與率提高，中國公開市場化取得了一定成效。家庭數字鴻溝指數均值為0.502，處于中等水平，數字鴻溝問題存在；社區數字鴻溝指數最大值為0.986，最小值為0.0372，存在明顯地域差異，因此應統籌推進數字基建，彌合“地區溝”。

四、基準回歸

（一）數字鴻溝對家庭風險市場參與的影響

首先從投資廣度進行分析，表1報告了數字鴻溝影響家庭風險市場參與的回歸結果。通過probit模型進行擬合回歸，表1第（1）（2）列表明，數字鴻溝的存在顯著降低了家庭參與股票市場與風險資產市場的概率?？紤]到由于個體差異與反向因果導致的家庭因主動意愿或偏好參與金融市場而去應用數字技術，因此利用工具變量法，對模型進行內生性處理。（3）（4）列利用ivprobit對模型進行兩階段回歸，一階段F值為153.17，不存在弱工具變量問題，Wald test檢驗均大于10，工具變量具備較強解釋力度，在控制一系列控制變量后回歸結果依然在1%水平上顯著，因此證明數字鴻溝的存在確實會抑制家庭參與風險資產市場，“接入溝”與“使用溝”問題使得家庭在數字技術應用方面存在顯著差距。

表1 數字鴻溝對家庭風險市場參與的影響

控制變量方面，戶主年齡的增大與家庭老齡人群占比的提高會提高家庭參與風險市場的概率，養老金的存在及社保制度的完善使得老年家庭積極參與資本市場，提高了市場活力，有利于市場多元化發展。教育和健康是家庭的重要人力資本，人力資本的積累促進家庭參與風險市場。已婚家庭較為穩定，更傾向于參與風險程度較大的股票市場。風險偏好者積極參與風險市場，而風險厭惡者較為排斥不確定性，更傾向于投資定期存款等穩定金融資產。良好的收入狀況、財富積累與較強的社會互動會推動家庭對風險市場的參與，但房產投資會擠出家庭對風險資產的投資。較大規模與子女較多家庭可能因閑暇時間及剩余精力不足而無法參與到風險市場。散戶作為市場的重要組成部分，家庭對資本市場的低參與率會降低資本市場的定價效率，不利于市場持續向好發展。

（二）數字鴻溝對家庭風險資產配置的影響

利用截斷回歸模型進行回歸，表2報告了數字鴻溝對家庭風險資產配置的影響，（1）（2）列回歸結果表明，數字鴻溝會抑制家庭對股票和風險資產的投資偏好，降低股票資產和風險資產的投資占比。內生性檢驗中一階段F統計值分別為153.23和153.26，Wald test分別為10.49和5.49，通過工具變量檢驗，證明回歸結果穩健?？刂谱兞炕貧w結果與表1基本一致。因數字鴻溝的存在，家庭追求低風險下的穩定收益，傾向于投資存款、國債等無風險資產，降低了家庭對風險資產的配置比重。

表2 數字鴻溝對家庭風險資產配置比重的影響

（三）內生性檢驗

為進一步消除內生性影響，檢驗上文實證結果穩健性，利用區域移動設備占有率作為家庭數字鴻溝指數的檢驗工具變量進行重新回歸。在兩階段工具變量回歸結果中，一階段估計的F統計量為85.02，大于臨界值的16.38，可以拒絕弱工具變量假設，估計結果分別在1%和10%水平上顯著，表明數字鴻溝確會對家庭風險投資行為產生重要影響。

（四）穩健型檢驗

選取Heckman兩步法、替換自變量與更改回歸模型三種方法對回歸結果進行穩健性檢驗。

1.Heckman兩步法

因只有參與到股票及風險市場家庭才能觀測到家庭風險資產投資比重。為解決潛在自選擇問題導致的回歸結果偏差，利用Heckman（1976）兩步法構建選擇方程和回歸方程進行穩健性檢驗。選擇方程利用probit模型，估計家庭是否參與股票及風險市場；回歸方程利用OLS模型估計數字鴻溝對家庭風險資產配置的影響。選擇方程中加入家庭自評不健康人群占比作為排他性約束變量，家庭不健康成員的存在會提高家庭醫療護理支出，擠出投資于風險市場資金，進而影響家庭投資決策，回歸方程與上文控制變量一致。

首先利用probit模型，加入排他性約束變量進行回歸并估計得到逆米爾斯比率，將其加入模型進行OLS回歸。結果顯示，逆米爾斯比率在1%水平上顯著，表明若直接進行OLS估計存在樣本選擇偏誤，因此利用Tobit左截尾模型進行回歸合理有效。選擇方程和回歸方程中數字鴻溝系數均顯著為負，說明數字鴻溝對家庭風險資產投資占比具有顯著負向影響，證明了實證結果的穩健性。

2.替換自變量

根據CHFS數據中的社區編碼，將家庭按社區進行劃分，并計算社區內的家庭平均數字鴻溝指數為社區數字鴻溝指數，以此衡量一個社區群體中的數字排斥程度。家庭對信息通信技術的了解與應用易受到同社區近鄰示范群體效應的影響，產生數字技術的空間擴張，社區通信基建的完善與否也會影響數字鴻溝指數大小，因此研究社區數字鴻溝指數對家庭風險資產投資的影響具有實際意義。通過將自變量替換為社區數字鴻溝指數，并對樣本進行重新回歸?；貧w結果表明，社區數字鴻溝的存在會抑制家庭對風險市場的參與，降低家庭對風險資產的配置，證實了回歸結果的穩健性。

3.更換回歸模型

股票和風險市場的參與與否是0—1變量，通常用probit或tobit模型進行擬合回歸?，F階段有較多學者采取線性概率模型進行層級水平上的0—1因果推斷考察，線性概率模型限制較少，估計結果更為穩健。因此改用LPM線性概率模型對樣本進行重新回歸，回歸結果與前文保持一致，證明了結論的穩健性。

五、異質性分析

（一）社會網絡異質性

社會互動作為一種非正式路徑，以“信息橋”作用推動信息共享與交流。社會互動的另一重要作用是資金融通，民間借貸在彌合家庭經濟風險方面發揮著重要作用。社會互動提高了家庭對金融市場的參與（王若詩和胡士華，2020），因此依據現有文獻研究，定義家庭社會性支出為通信費用與禮金支出之和，并對其做加1取對數處理，將其作為社會網絡的代理變量，衡量家庭社會網絡強度。為驗證數字鴻溝對不同社會網絡群體參與風險市場抑制作用的異質性，以家庭社會性支出均值為分組依據，將家庭分為強社會網絡與弱社會網絡兩組并進行分組回歸，回歸結果如表3所示。強社會網絡助力家庭抵御數字鴻溝侵蝕，數字鴻溝對風險市場參與的抑制作用不顯著，而社會網絡較弱的家庭風險抵御不足，數字鴻溝顯著抑制了家庭參與風險市場投資與配置風險資產，在股票市場二者未表現出較大差異，通過工具變量檢驗證明回歸結果穩健。

表3 異質性分析——社會互動異質性

（二）教育水平異質性

根據內生增長理論，教育能提高個體稟賦并創造財富與價值。教育幫助投資者理解復雜投資概念與甄別金融產品，推動家庭參與金融市場（肖作平和張欣哲，2012）。教育水平與風險市場參與率和風險資產占比都呈正相關，平均學歷越高家庭越偏好于高風險高回報的風險資產。

按照受教育水平高低對家庭進行分組，將接受過高等教育的大專及以上學歷個體定義為高教育水平人群，其他家庭定義為低教育水平人群，進行分組回歸以探究數字鴻溝對不同受教育程度家庭風險資產投資的異質性影響?；貧w結果如表4所示?？梢钥闯?，受教育程度較高家庭對風險資產的投資未受到數字鴻溝的顯著影響，而受教育程度較低家庭的風險市場參與、風險資產投資占比均受到明顯抑制，通過工具變量檢驗證明回歸結果穩健?？赡茉蛟谟诘徒逃郊彝サ乃鸭幚硇畔⒛芰蛻脭底旨夹g能力較差，難以進入準入門檻較高的風險市場。

表4 異質性分析——教育水平異質性

六、機制分析

（一）信息渠道效應

現代社會信息優勢愈發重要，信息不對稱會在資本市場中處于不利地位，影響投資回報。利用中介效應研究金融素養在數字鴻溝影響家庭風險資產投資中發揮的具體作用。金融素養是個體金融知識、應用分析能力、決策力和價值觀的綜合性指標。因此利用CHFS問卷中關于利率計算、通貨膨脹判斷、投資風險決策等三個問題構建六個啞變量。利用KMO迭代主因子法進行因子分析衡量家庭金融素養。表5報告了信息渠道效應的回歸結果。首先將數字鴻溝與金融素養進行回歸，并利用二階段回歸工具變量法進行內生性處理，表5中（1）（2）列顯示，數字鴻溝會降低家庭金融素養與金融知識水平，通過工具變量檢驗。然后將金融素養對風險資產投資變量進行回歸，（3）—（6）列回歸結果表明，金融素養的降低會抑制家庭對風險資產的投資，降低對風險資產的配置比重，假設2得以驗證。因此，數字鴻溝通過降低家庭金融素養，以信息渠道效應抑制了家庭參與風險資產市場，配置風險資產。

表5 信息渠道效應

（二）社會信任效應

信任作為投資者的心理機制，能降低不確定性與社會復雜度，投資者對他人普遍缺乏信任導致了家庭風險市場的低參與率（Changwony et al.，2014），數字鴻溝產生的數字信任問題導致家庭投資消極化。利用CHFS問卷中“對不認識的人信任度如何”以及“不信任移動支付”“不信任金融機構”構建社會信任變量，探究數字鴻溝對家庭風險資產投資的影響機制。綜合表6看，數字鴻溝降低了家庭的社會信任度進而抑制家庭對風險資產的投資行為，假設3得以驗證。

表6 社會信任效應

（三）收入分配效應

尹志超等（2021）研究表明，數字鴻溝會抑制社會互動導致信貸約束，降低家庭總收入并影響家庭收入結構。而收入與資產狀況是家庭參與到風險市場的首要決定因素。選取家庭收入作為中介變量，研究數字鴻溝對家庭風險資產投資的具體影響機制。首先利用OLS與工具變量2SLS法，對數字鴻溝與家庭收入進行回歸，回歸結果如表7中（1）（2）列所示，數字鴻溝的存在會抑制家庭收入，工具變量法證明回歸結果穩健。然后將收入與風險資產投資相關變量進行回歸，（3）—（6）列回歸結果表明，收入水平的降低會抑制家庭參與風險市場，降低對風險資產的投資占比。綜合表7來看，數字鴻溝通過收入分配效應降低家庭收入，抑制家庭參與風險資產投資。

表7 收入分配效應

七、進一步分析

（一）風險組合多樣性

定義家庭風險組合多樣性指數，來進一步表示投資廣度。資產組合多樣性反映了家庭擁有資產類別的數目與投資占比。參照Guiso et al.（2008）的計算方法，兼顧家庭風險資產持有類別及配置情況，以家庭各類風險資產占比為權重，構建風險組合多樣性指數，公式如下：

其中，N為家庭風險資產持有數目，Wi表示居民家庭第i種風險資產在總金融資產中所占份額。資產組合理論證明多元投資能分散風險，實現期望收益下的方差最小化，因此風險組合多樣性指數的高低反映家庭投資風險分散化程度與風險市場參與度，取值范圍為（0，1）。依上述公式計算家庭風險組合多樣化指數，構建數字鴻溝與風險組合多樣性之間的回歸模型：

回歸結果如表7中（1）（2）列所示，可以看出，數字鴻溝的存在，降低了家庭進行多元組合投資的可能，減少風險資產持有類別，工具變量法中一階段F統計值為152.47，Wald test為21.10，工具變量真實有效，控制一系列變量后仍然穩健，證明數字鴻溝不利于家庭進行多元化資產配置實現風險分散。

（二）投資組合有效性

家庭進行風險投資的首要目的是實現保值前提下跨期收益最大化，而數字鴻溝降低了家庭金融素養并影響家庭收入，形成低效投資行為降低家庭長期收入回報與投資組合有效性。參照Grinblatt M et al.（2011）的計算方法，選用夏普比率衡量家庭投資組合有效性。夏普比率衡量組合超額收益對單位風險的增長，該比率越高代表投資質量越高。具體構建方法如下：依據風險與收益水平，將家庭持有金融資產分類，具體資產分類如表8所示。并借鑒Pelizzon &Weber（2009）的做法，給家庭三大類資產匹配表8列明的對應市場指數，利用基準利率和市場指數的收益率與標準差作為家庭各項資產收益率和風險的替代值。

表8 家庭投資組合構建

通過上述數據計算家庭三大類資產收益與風險的時間序列，并計算家庭投資組合的夏普比率sharpe_ratioi，具體計算公式如下：

其中，E（Rpi）為家庭投資組合的期望收益率，σpi為家庭投資組合方差，Rf為市場無風險收益率，以央行一年期定期存款利率衡量，ωj為資產j所占比重，Rj為資產j的收益率，以對應市場指數收益率進行衡量，σ（Rh，Rk）為資產之間協方差，σ（Rj）2為資產方差，均進行指數化替代。構建家庭數字鴻溝指數與家庭投資組合有效性之間的回歸模型：

將數字鴻溝指數與家庭夏普比率進行回歸，回歸結果如表9中（3）（4）列所示?；貧w結果表明，數字鴻溝的存在降低了家庭投資組合有效性，工具變量法一階段F統計值為17.61，Wald test為4.36，證明回歸結果的穩健性?？梢?，數字鴻溝在降低家庭的投資組合多樣性的同時，因投資者金融素養不足缺乏投資經驗，在不確定性較高的風險市場中難以獲得超額回報，投資組合有效性偏低，家庭投資意愿被抑制。

表9 數字鴻溝與風險組合多樣性和投資組合有效性

八、結論與對策建議

（一）結論

研究結果表明：（1）整體來看，數字鴻溝降低了家庭投資于風險資產的可能性和投資比重。利用工具變量法、Heckman兩步法、替換自變量和更換回歸模型進行穩健性檢驗后證明回歸結果真實有效。（2）異質性分析表明，數字鴻溝對薄弱社交網絡和低教育水平家庭風險資產投資的降低作用更為顯著，構建和諧社會和提高認知能力有助于抵御數字鴻溝。（3）機制分析表明，數字鴻溝通過信息渠道效應降低了家庭金融素養，信息獲取與處理能力被削弱；通過社會信任效應降低了社會信任度，提高了交易成本與不確定性；通過收入分配效應降低了家庭稟賦，減少風險市場交易資金，三者綜合抑制了家庭風險資產投資行為。（4）進一步分析表明，數字鴻溝會對家庭風險組合多樣性和投資組合有效性產生負面影響，降低了投資效率，不利于投資擴大化。

（二）對策建議

第一，關注數字邊緣化群體，消除“馬太效應”。要充分發揮政府“精準降費”政策引導作用和典型示范帶動作用，國家戰略層面貫徹落實新發展理念，推進數字鄉村建設。要明確數字發展目標與前景，推動數字技術下沉，消除“接入溝”，彌合“使用溝”，確?？萍汲晒菁懊裆?。

第二，完善金融體系，提高資本市場定價效率。在金融市場化進程的大勢下，要重視小微個體的發展，在提升正規金融機構服務能力的同時規范民間借貸行為，優化信貸供給路徑，進行金融產品多樣化創新，發展普惠金融。重視風險防控，實行穿透式監管，加大金融監管平臺覆蓋面，實現風險的及時監測與預警，保障金融市場穩健運行。

第三，培育家庭內生發展動力。在需求端，加強教育投入，保障落后地區教育資源供給；提高群眾金融素養，增強居民風險承擔；拓展收入來源，鼓勵居民更多地參與風險金融市場；幫助落后地區、貧困戶及老年人群積極融入數字社會，鞏固脫貧攻堅與鄉村振興成果。在供給端，應針對老年等弱勢用戶優化交互界面，合理化設計產品，精準匹配不同群體需求，平衡匹配供給側和需求側，實現數字技術發展推動經濟高質量增長。