Research on the Impact of Rural Women’ s Family Decision Empowerment on Family Wealth
-
摘要:
女性家庭决策赋权是“她”力量崛起、家庭决策模式不断变化背景下影响家庭财富配置与积累的重要因素。基于中国家庭追踪调查数据（CFPS），构建线性回归模型和Tobit模型实证分析女性家庭决策赋权对农村家庭财富积累与增值的影响。研究表明：妇女在家庭决策上的赋权行为对于农村家庭财富积累具有显著负向影响。机制分析显示，女性做主的决策模式会对家庭收入、家庭固定资产和家庭金融资产产生明显的负向影响，女性家庭决策水平对非财产类债务的正向影响更为显著。异质性分析显示，高龄女性对家庭决策的决断力会更大程度上阻碍农村家庭财富的积累与增值，女性家庭决策赋权对从事农业生产的农村家庭更为不利。因此提出提高乡村女性的人力资本质量、加大金融支农力度等对策建议。
Abstract:The empowerment of female family decision-making is an important factor affecting the allocation and accumulation of family wealth under the background of the rise of “her” power and the changing family decision-making mode. Based on the data of China Family Panel Studies (CFPS), linear regression model and Tobit model were constructed to empirically analyze the impact of female family decision-making empowerment on rural household wealth accumulation and appreciation. The research showed that: First, women’ s empowerment behavior in family decision-making had a significant negative impact on rural family wealth accumulation. Second, the mechanism analysis showed that the decision-making mode dominated by women would have a significant negative impact on household income, household fixed assets and household financial assets, and the positive impact of female family decision-making level on non-property debts was more significant. Thirdly, heterogeneity analysis showed that older women’ s decisiveness in family decision-making would hinder the accumulation and appreciation of rural family wealth to a greater extent, and the empowerment of female family decision-making was more unfavorable to rural families engaged in agricultural production. Based on the research results, this paper put forward some suggestions on improving the quality of rural women’ s human capital and strengthening financial support to agriculture.
-
改革开放以来我国经济快速发展，居民财富水平大幅提升。2021年全球财富报告显示中国人均财富自2000年起年均增长率达到14.5%，而世界平均财富年增长率仅为5%。根据最新中国家庭金融调查数据，2019年我国农村家庭年平均财富已达到39.5万元，但与城镇家庭年平均财富125.4万元相比仍存在较大差距。女性赋权理念不断深入发展，中国女性日益在政治、经济、文化等领域崭露头角，在社会和家庭决策中也发挥着重要作用。根据2015年国务院新闻办公室发布的《中国性别平等与妇女发展》白皮书，中国家庭中“夫权”和“妇权”的状况发生了显著变化，超过70%的女性参与了重要家庭事务的决策。由此可知，中国女性在家庭日常事务决策中发挥着举足轻重的作用，同时女性在家庭中决策权和话语权的提高也正在改变中国传统男性做主的家庭决策模式。因此，在“她”力量日益崛起、家庭决策模式不断变化的今天，从性别差异视域，研究农村妇女在家庭中的赋权行为及其与家庭财富积累之间的影响机制对促进农村家庭财富增值、助力乡村振兴以及提高女性话语权都具有重要的现实意义。
一、 文献综述
现有文献围绕家庭财富积累与增长展开了丰富且深入的研究。在家庭财富的界定与研究沿革方面，早期对于农村家庭财富的观念较为传统，认为劳动力和土地就是一个家庭最重要的财富。进入21世纪，学者对于家庭财富的定义则更为广泛。甘宇等学者将由房产净值、生产性固定资产、金融资产、耐用品和贵重品资产构成的家庭财富，减去各种正式和非正式的家庭负债来计算家庭财富净值，以此度量家庭财富[1]。尹志超等将家庭资产划分为金融资产和非金融资产，并以家庭财富对数形式来进行测量[2]。在影响家庭财富积累与增长的因素方面，吴雨指出掌握金融知识，提高个人金融素养是促进家庭财富积累更为有效的方式，尤其对于农村地区低资产家庭的财富增长有着更大的影响[3]。刘雪颖研究发现互联网的使用能够显著提高家庭财富水平、降低财富不平等[4]。
伴随着女性主体性的成长以及女性话语权的拓展，越来越多的学者对女性家庭决策进行大量有益的探索，并取得了较为突出的学术成果，主要集中在以下三个方面：一是女性家庭决策权的衡量与界定。万江红等提出女性家庭决策权主要是指一个家庭中女性对重大事务进行决策的程度[5]。所谓重大事务，狄金华等认为应包括家庭日常生活支出、子女抚养、购置房产、职业选择等相关问题[6]。李仲武等指出女性家庭内部议价能力的大小应体现为大件商品购置、生产投资活动、子女教育等家庭事务决策中的整体影响力[7]。二是女性家庭决策赋权产生的影响。Panda等认为女性家庭决策权的提升可以降低家庭暴力风险，改善女性自身的福祉[8]。Liu利用我国农村家庭调查数据发现，儿童身心健康发展受益于女性家庭决策权的提升[9]。邢大伟则侧重于研究女性家庭权力的提升对家庭金融市场参与、借贷行为等产生的影响[10]。三是基于特定区域视角下女性家庭决策赋权产生的影响。郝晶辉等利用贵州、云南、陕西和甘肃四省欠发达地区农户数据分析发现，女性赋权的改善可提高家庭成员蛋白质摄入[11]。黎宇翔等研究广东省信宜市钱排镇的典型案例，提出乡村女性个人权能的增强可助力农村地区的数字创业实践[12]。
纵览文献可知，目前学界关于家庭财富积累和女性决策赋权的研究十分丰富，涉及概念界定、作用因素探讨、产生影响分析等方面，为后续的进一步深入研究奠定了坚实的理论基础。但现有研究仍存在一定不足，主要表现在以下两个方面：第一，学界对女性家庭决策赋权所产生影响的相关研究分析大多围绕金融市场参与和金融行为、子女健康等方面展开，而对乡村地区女性家庭决策权提升与家庭财富之间的作用关系研究不够深入。第二，较多学者探讨特定地域下的女性家庭决策赋权问题，因此基于全国层面的系统探索仍有很大研究空间。有鉴于此，本文尝试弥补以上不足，使用2014年和2020年的中国家庭追踪调查数据，以农户家庭中的女性为主要研究对象，从性别差异的角度对农村妇女在家庭中的赋权行为及其对家庭财富的影响进行实证检验，探讨女性决策赋权和家庭财富积累与增长之间的作用机制。
二、 理论分析与研究假说
女性家庭决策赋权程度是指在家庭中女性对于重大事务进行决策的权力大小及所占比率。女性家庭决策赋权程度越高，说明家庭财富的积累决策中将更多地体现女性决策者的性别特征。女性做主的家庭相较于男性做主的家庭来说，财富积累相对更少，其可能的原因有以下三点：第一，根据相关研究数据，农村家庭女性决策者相较于男性来说学历更低，使得农村女性在进行家庭财富相关决策时不能做出完全符合利益的选择；第二，行为金融学和心理学的相关调查研究发现，女性对自我更不自信且厌恶风险，在日常生活中表现得更加谨慎和保守，更倾向于进行低风险且有稳定收益的决策，在无形中降低了部分家庭收入；第三，中国传统“男主外，女主内”的思想很大程度上使得女性决策者及其家庭受到歧视或区别对待。因此，当女性家庭决策赋权程度提高，农村家庭财富积累也会受到相应的影响。基于此，本文提出第一个研究假说。
H1：女性家庭决策赋权程度对农村财富的积累具有负向影响。
在当前人口老龄化背景下，农村女性普遍处于中年阶段，较高龄女性对农村家庭决策具有重大话语权会导致农村家庭财富积累减少。第一，农村地区老年人口的受教育水平较低，特别是在民族地区[13]，而教育对女性生活状况认知和话语权的建构具有重要作用，因此较高龄女性的受教育水平低，得其积累财富能力也更弱。第二，老年人生理机能衰退，各种疾病频发，在获取收入时也往往力不从心，无法在家庭决策时进行最优抉择。基于此，本文提出第二个研究假说。
H2：相对于较低龄女性，较高龄女性家庭决策赋权程度对农村家庭财富产生的负向影响更大。
农业家庭经营具有内容上的多变性和经营形式上的灵活性，可以适应差异化生产力水平下的不同农业经营场景。无论催生出哪种新型农业经营主体，家庭仍然在农业生产中占据主体地位。然而对于进行农业生产的农村家庭来说，女性拥有更多的自主权和主导权却意味着家庭财富积累的减少和贬值。首先，在我国乡村地区的各大仪式或非仪式性活动中，大多由男性参与人情关系网络，女性交往被隐藏其中[14]，这使得女性在主导家庭农业生产和管理的各项决策时往往会遭到漠视和阻碍。其次，农村地区传统的农业家庭经营大多依靠父辈与子辈间代际传递，导致女性难以通过辈际相传的方式获得较为稳定的土地、生产资料等，不利于农业资源配置的优化和农业生产效率的提高，从而减少家庭财富的积累。基于此，本文提出第三个研究假说。
H3：相较于从事自我雇佣经营的家庭来说，女性家庭决策赋权程度对从事农业生产的农村家庭产生的负向影响更大。
三、 数据选取与研究设计
（一） 变量选取与数据来源
本文选取2014年和2020年中国家庭追踪调查（CFPS）的相关数据，以女性家庭决策赋权作为切入点，构建关键性的解释变量。在目前已有的公共数据中，2014年的CFPS数据获取了有关女性决策的细节信息，对于农村家庭财富的相关调查数据则可以追溯到最新的CFPS2020数据库。而且由于女性家庭决策赋权程度存在一定的滞后效应[15]，因此本文使用CFPS2014中的乡村地区家庭数据来研究农村女性家庭决策赋权程度，并加入了CFPS2020的农村家庭数据来合并探究农村家庭财富积累与增值的相关情况，使得农村家庭财富在时间上滞后于女性决策赋权程度指标，从而在一定程度上克服内生性问题。因此，本文在剔除离异、丧偶、城市以及关键变量有缺失的家庭样本后，选取2014与2020年中国家庭追踪调查数据库中农村地区家庭净资产为正值的已婚家庭样本来进行研究，共获得有效样本2486个。
（二） 变量的选择与定义
1. 被解释变量
本文的被解释变量为农村家庭财富（FW）。基于余丹等[16]的现有研究，农村家庭财富可采用农户家庭总资产净值来进行描述。本文利用家庭总资产减去家庭总负债得到农村家庭净资产，剔除负值后取其对数形式来衡量农村家庭财富。其中，农村家庭总资产可以分为：房产资产、土地资产、耐用消费品、生产性固定资产、金融资产；农村家庭债务则包括以下三个方面：银行贷款、个人间欠款、房产债款。
2. 解释变量
本文的解释变量为女性家庭决策赋权（WDP），即女性在家庭事务决策中的话语权和决定权，可以用女性家庭决策赋权程度来衡量。本文参考陈秋月等人[17]的做法，根据考察以下4个问题的主要决策人是男性还是女性来分辨女性家庭决策权的大小，即：“家中日常开销谁做主”“投资、储蓄、购买保险谁做主”“购置房产谁做主”“购买高价商品谁做主”。在4个问题中，若女性能决策一项事务，则计分为1，4项累加即为女性决策权赋权程度的取值；若女性决策者无法决策其中任何一项事务，则女性家庭决策赋权程度取值为0，其余以此类推。
3. 控制变量
为减少遗漏变量导致的估计偏差，使所论证的结论更为可靠，本文在现有研究基础上，从个体、家庭和地域3个层面来选取控制变量。其中，个体层面的变量有：家中女性年龄（agew）、家中男性年龄（agem）、家中女性文化程度（eduw）、家中男性文化程度（edum）；家庭层面变量包括：家庭人口规模（size）、家庭健康水平（heal）、是否从事农业生产（agri）、是否进行自我雇佣经营（mana）；对于区域层面变量，本文以中国中、东、西部地区省份为划分，设置“是否为东部（east）”和“是否为西部（west）”两个虚拟变量。
各变量说明与描述性统计如表1所示，农村家庭财富均值为12.150且有较大的离散程度，表明样本家庭财富存在显著差异。农村家庭中的女性决策赋权程度偏低，均值仅为0.772，说明在我国乡村地区分配给女性的家庭决策权力并不多，男性仍为家庭重大事务的主要决策者。我国农村家庭中女性的文化程度较低，均值仅为2.065，而男性受教育程度的均值为2.889，约为初中水平，表明中国农村家庭决策者的文化程度整体较低，普遍存在女性决策者的学历低于男性决策者学历的情况。在家庭特征方面，每个家庭的平均规模为3~4人，家庭平均健康状况在中等水平，大部分家庭从事种植、养殖等农业生产，只有极少数家庭进行个体经营或创业办厂等自我雇佣经营。
表 1 变量描述性统计变量类型 变量 最小值 最大值 均值 标准差 被解释变量 FW 16.840 0.693 12.150 1.561 解释变量 WDP 3.000 0.000 0.772 1.223 控制变量 agem 90.000 19.000 55.280 12.300 edum 10.000 0.000 2.889 1.919 agew 88.000 23.000 54.000 11.740 eduw 7.000 1.000 2.065 1.105 size 13.000 1.000 3.733 1.981 heal 4.000 1.000 2.364 1.168 agri 1.000 0.000 0.660 0.474 mana 1.000 0.000 0.060 0.237 east 1.000 0.000 0.380 0.485 west 1.000 0.000 0.326 0.469 （三） 模型设计
1.线性回归模型
本文拟定以下线性回归模型，实证研究女性家庭决策赋权对家庭财富的影响，方程的基本形式如下：
$$ Y={\text{β} }_{0}+{\text{β} }_{1}M+{\text{β} }_{2}{N}_{1}+{\text{β} }_{3}{N}_{2}+{\text{β} }_{4}{N}_{3}+\text{ε} $$ (1) 式（1）中，
$ Y $ 为被解释变量，即“农村家庭财富”；$ M $ 是核心解释变量——女性家庭决策赋权程度。$ {N}_{1} $ 、$ {N}_{2} $ 、$ {N}_{3} $ 是控制变量，分别为个人特征、家庭特征和地区特征三类。另外，$ {\text{β} }_{0} $ 是回归截距，$ {\text{β} }_{1}{\mathrm{、}\text{β} }_{2}\mathrm{、}{\text{β} }_{3}\mathrm{、}{\text{β} }_{4} $ 为待估参数，$ \text{ε} $ 为误差项。2.定义与指标设定
根据本文对农村家庭财富的定义与指标设定，我国农村地区农民收入较低且较不稳定，使得观察数据出现了截断或悬挂的现象。因此本文采用研究删失数据的典型方法——Tobit模型来对数据进行稳健性检验，以得到更为可靠的实证结果。方程的基本形式如下：
$$ Z={\text{α} }_{0}+{\text{α} }_{1}A+{\text{α} }_{2}{B}_{1}+{\text{α} }_{3}{B}_{2}+\cdots+{\text{α} }_{m}{B}_{m}+\text{ε} $$ (2) 式（2）中，
$ Z $ 为被解释变量，即农村家庭财富；$ A $ 是核心解释变量女性家庭决策赋权程度。$ {B}_{m} $ 为控制变量，$ {\text{α} }_{0} $ 是常数项，$ {B}_{1} $ 、$ {B}_{2} $ ···$ {B}_{m} $ 为待估参数，$ \text{ε} $ 为误差项。四、 实证结果分析
（一） 基准回归
表2为全样本的线性回归结果。可以看出，在1%的显著性水平下女性的家庭决策赋权对农村家庭财富积累有显著的负面影响，初步验证假说1。同时也说明，本文使用CFPS2014数据来研究的农村女性家庭决策赋权程度与滞后三期的农村家庭财富之间存在显著负向影响关系，估计了女性家庭决策赋权程度的滞后效应，再次证实了所得结论。
表 2 基准回归结果变量 （1） （2） 基准回归系数 T统计值 WDP −0.090*** −2.850 agem −0.010 −1.100 edum 0.089*** 4.300 agew −0.006 −0.620 eduw 0.166*** 4.460 size 0.129*** 6.700 heal 0.096*** 3.200 agri 0.641*** 4.440 mana 0.162** 2.080 east 0.136 1.590 west −0.077 −0.840 注：***、**、*分别表示 1%、5%、10% 的显著性水平，下同。 除女性家庭决策赋权程度外，大部分控制变量对解释变量的作用也是显著的。第一，家庭中女性和男性的文化程度对家庭财富积累具有明显正向影响。这是因为家庭成员受教育水平越高，越能采取科学有效的方法来提高家庭收入，增加家庭财富。第二，自我雇佣经营拓宽了家庭增收渠道，更能显著促进家庭可支配收入的增加。第三，家庭人口数量越多、家庭成员越健康，意味着家庭中拥有更多的优质劳动力能为家庭创造更多财富，从而显著增加家庭财富积累。既有研究认为，随着农户对金融市场参与度的提高，女性决策赋权程度高的农户对风险较高的金融资产分配比例也随之降低，且女性家庭决策权越大会更显著地减少农村家庭进入银行贷款市场的可能性和机会，因此本文所得结论与学界相关研究具有关联性和延续性。
（二） 稳健性检验
为检验上述回归结果的可靠性，本文采取更换回归模型的方式来进行稳健性检验，检验结果如表3所示。由于农村家庭财富的数额有截尾数据的相关特征，因此本文采用Tobit模型来进一步检验女性家庭决策赋权对于农村地区家庭财富的影响。首先仅选取女性家庭决策赋权程度和农村家庭财富进行回归分析，结果显示女性家庭决策赋权程度在1%的显著水平下对农村家庭财富具有显著的负向影响。而后加入控制变量后女性家庭决策赋权程度的回归系数仍在1%的置信水平上为负值，这与前文所得分析结论一致，很好地证明了结果的稳健性。
表 3 稳健性检验结果变量 （1） （2） （3） （4） 回归系数 T统计值 回归系数 T统计值 WDP −0.087*** −3.260 −0.090*** −2.860 控制变量 − − YES YES 常数项 12.220*** 318.970 11.723*** 40.650 观测值 2486 2486 2293 2293 （三） 机制分析
由前文可知，女性越多地参与家庭重大事务的决定，越会减少家庭财富的积累，但女性决策权提升如何具体影响家庭财富积累仍需进一步讨论。家庭各项资产包括房屋资产（HA）、固定资产（FA）、土地资产（LA）、金融资产（EA）等，本文将收入（INA）也纳入家庭资产的计算范畴。家庭负债则主要包括房产负债（HB）和非房产负债（NHB）。本文使用Tobit模型对家庭中各项资产和负债进行回归，深入研究女性家庭决策赋权程度对家庭财富的具体影响。
如表4列（1）~列（5）所示，从资产层面来看，女性家庭决策程度在1%的显著性水平下分别对家庭收入、家庭固定资产和家庭金融资产产生负向影响。主要原因如下：第一，由于自身个性特点、社会性格差异以及受教育水平限制等原因，农村女性在资本积累和家庭创收上容易碰壁，从而影响家庭收入的增加；第二，由于农村宅基地使用和中国传统的土地分配结构的部分不合理规制，农村地区女性土地权益受到侵害现象普遍存在[18]；第三，女性面对波动不定的金融市场时往往表现出慎重和保守，对于高回报高风险的金融市场较少涉足。
表 4 机制分析结果（资产与负债）变量 （1）INA （2）LA （3）HA （4）FA （5）EA （6）HB （7）NHB WDP −0.437*** −0.055 0.040 −0.639*** −0.395*** 0.060 0.971** （−3.011） （−0.741） （−0.550） （−3.53） （−2.96） （0.130） （2.280） 控制变量 YES YES YES YES YES YES YES 常数项 5.425*** −1.208* 8.950*** 1.648 6.336*** −4.647 1.597 （4.17） （−1.79） （13.85） （1.04） （5.29） （−1.170） （0.420） 观测值 2075 2032 2066 2061 2065 2486 2486 注：括号内为T统计值，下同。 如表4列（6）、列（7）所示，从负债层面来看，女性家庭决策赋权程度在5%的置信水平上对家庭非房产负债行为有显著的正向影响。该结论与已有理论和研究中提到的女性家庭决策赋权对家庭信贷行为有显著负向影响的观点有所偏差。出现该情况的原因有以下两点：第一，近年来，数字普惠金融的深入推广应用使得借贷行为更为安全稳健灵活，进一步帮助女性在面临借款决策时做出更优选择；第二，在数字技术革命与金融创新发展的深度融合下，我国大力提升国民金融素养，特别是农村地区居民的金融知识水平，使得乡村女性金融信贷知识得到进一步丰富和完善，自然更为积极理性地参与到农村信贷市场中。
（四） 异质性分析
妇女家庭决策赋权产生的影响可能在不同情况下具有异质性，且经过相关实证检验可排除家中男性劳动力占比少而导致女性家庭决策赋权提高的情况。因此，本文从女性年龄和是否从事农业生产两个角度入手，分别进行分组回归探讨不同情况下女性家庭决策赋权所产生影响的异质性。
1. 女性年龄异质性分析
由于样本中家庭妇女年龄多处于中年（均值为53.64），因此将年龄大于和等于50岁的家庭女性样本归为较高龄组，将年龄小于50岁的家庭女性样本归为较低龄组。如表5列（1）、列（2）所示，在1%的显著性水平下较高龄组女性的家庭决策赋权对农村家庭财富积累具有抑制性影响，初步验证假说2。这是由于受教育水平和健康状况对获取收入能力有重大影响，而较高龄女性知识水平较低、健康状况更不理想使其对家庭财富状况的认知不够客观准确，从而进行生产生活决策时容易出现考虑欠妥等问题。因此，较高龄女性相比于较低龄女性来说，其增加家庭收入、促进家庭财富积累的能力更弱。
表 5 异质性分析变量 （1） （2） （3） （4） 较高龄组 较低龄组 非农业生产组 农业生产组 WDP −0.111*** −0.075 −0.078 −0.064* （−2.770） （−1.570） （−1.000） （−1.860） 控制变量 YES YES YES YES 常数项 12.717*** 10.128*** 10.440*** 12.059*** （28.19） （18.13） （14.200） （39.830） 观测值 1192 1009 536 1516 R2 0.124 0.184 0.133 0.152 2. 是否进行农业生产异质性分析
按照家庭是否从事农业生产可以将样本家庭划分为农业生产组和非农业生产组来进行分组回归。如表5列（3）、列（4）所示，在从事农业生产的农村家庭中，女性决策赋权在10%的显著性水平下对农村家庭财富产生抑制作用，初步验证假说3。其原因如下：首先，土地是农业生产中最关键的投入要素之一，但我国农村的土地制度对男性农业从业者存在有明显的倾斜和偏向，这使得女性家庭决策者在土地分配和关系调整等方面丧失话语权；其次，受到传统“父权”思想的介入和不合理村规民约的干预，主导家庭农业生产和管理各项决策的女性很难得到农村集体社会的广泛认同和平等对待。这些都导致女性决策赋权程度高的农村家庭在进行农业生产过程中，其家庭财富增值更为困难。
五、 研究结论与政策建议
本文以中国农村家庭为分析单元，以农村妇女为研究主体，采用2014、2020年中国家庭追踪调查数据（CFPS）对农村妇女在家庭中的权力分配及其与农村家庭财富积累之间的影响关系进行实证分析，使用OLS、Tobit等模型对其进行实证检验而后深入探究其机理与异质性。研究结果表明，女性家庭决策赋权程度对农村家庭财富积累具有明显抑制作用。具体来说，与较低龄妇女相比，较高龄妇女的家庭决策赋权更会给农村家庭财富带来负向影响；与从事自我雇佣经营的家庭相比，女性家庭决策赋权对于从事农业生产的农村家庭所产生的负向影响更为显著。从资产角度来看，女性做主的决策方式对农村家庭固定资产、金融资产和家庭收入有抑制作用；从负债角度来看，非房产负债行为受到女性家庭决策程度的正面影响却更显著。
基于以上结论，本文提出以下建议：第一，多措并举提高乡村女性的人力资本质量。要增加女性教育投入使女性享有更多文化教育、农业技能与投资理财知识培训的权利，帮助其克服财富积累的教育壁垒，使女性决策者提升自我能力认知并激发自身创收致富意识和能力，促进家庭财富增长。第二，相关部门应充分保障女性的土地权益、财产权益以及在农村集体组织中的分配权益。积极扩大妇女群体在农村集体事务中的知情权、参与权、表达权等，强农惠农政策适当向女性倾斜，大力发挥女性决策优势。第三，继续深化推进农村数字普惠金融发展加大金融支农力度。放宽对农村女性的信贷服务申请条件，竭力提升农村女性群体信贷服务的可得性、均等化与普惠性水平，帮助女性做好家庭资产优化配置、降低家庭生产经营风险，以实现农户家庭财富水平的可持续提升。
-
表 1 变量描述性统计
变量类型 变量 最小值 最大值 均值 标准差 被解释变量 FW 16.840 0.693 12.150 1.561 解释变量 WDP 3.000 0.000 0.772 1.223 控制变量 agem 90.000 19.000 55.280 12.300 edum 10.000 0.000 2.889 1.919 agew 88.000 23.000 54.000 11.740 eduw 7.000 1.000 2.065 1.105 size 13.000 1.000 3.733 1.981 heal 4.000 1.000 2.364 1.168 agri 1.000 0.000 0.660 0.474 mana 1.000 0.000 0.060 0.237 east 1.000 0.000 0.380 0.485 west 1.000 0.000 0.326 0.469 
下载: 导出CSV
表 2 基准回归结果
变量 （1） （2） 基准回归系数 T统计值 WDP −0.090*** −2.850 agem −0.010 −1.100 edum 0.089*** 4.300 agew −0.006 −0.620 eduw 0.166*** 4.460 size 0.129*** 6.700 heal 0.096*** 3.200 agri 0.641*** 4.440 mana 0.162** 2.080 east 0.136 1.590 west −0.077 −0.840 注：***、**、*分别表示 1%、5%、10% 的显著性水平，下同。
下载: 导出CSV
表 3 稳健性检验结果
变量 （1） （2） （3） （4） 回归系数 T统计值 回归系数 T统计值 WDP −0.087*** −3.260 −0.090*** −2.860 控制变量 − − YES YES 常数项 12.220*** 318.970 11.723*** 40.650 观测值 2486 2486 2293 2293
下载: 导出CSV
表 4 机制分析结果（资产与负债）
变量 （1）INA （2）LA （3）HA （4）FA （5）EA （6）HB （7）NHB WDP −0.437*** −0.055 0.040 −0.639*** −0.395*** 0.060 0.971** （−3.011） （−0.741） （−0.550） （−3.53） （−2.96） （0.130） （2.280） 控制变量 YES YES YES YES YES YES YES 常数项 5.425*** −1.208* 8.950*** 1.648 6.336*** −4.647 1.597 （4.17） （−1.79） （13.85） （1.04） （5.29） （−1.170） （0.420） 观测值 2075 2032 2066 2061 2065 2486 2486 注：括号内为T统计值，下同。
下载: 导出CSV
表 5 异质性分析
变量 （1） （2） （3） （4） 较高龄组 较低龄组 非农业生产组 农业生产组 WDP −0.111*** −0.075 −0.078 −0.064* （−2.770） （−1.570） （−1.000） （−1.860） 控制变量 YES YES YES YES 常数项 12.717*** 10.128*** 10.440*** 12.059*** （28.19） （18.13） （14.200） （39.830） 观测值 1192 1009 536 1516 R2 0.124 0.184 0.133 0.152
下载: 导出CSV
-
[1] 甘宇, 朱静, 刘成玉. 家庭创业及其城乡差异: 金融约束的影响[J]. 上海经济研究, 2015(9): 15. DOI: 10.19626/j.cnki.cn31-1163/f.2015.09.002. [2] 尹志超, 张号栋. 金融知识和中国家庭财富差距: 来自CHFS数据的证据[J]. 国际金融研究, 2017(10): 76. DOI: 10.16475/j.cnki.1006-1029.2017.10.008. [3] 吴雨, 彭嫦燕, 尹志超. 金融知识、财富积累和家庭资产结构[J]. 当代经济科学, 2016, 38(4): 19. DOI: 10.3969/j.issn.1002-2848.2016.04.003. [4] 刘雪颖. 互联网使用对家庭财富积累与分配的影响:基于中国家庭追踪调查(CFPS)面板数据的经验研究[J]. 陕西师范大学学报(哲学社会科学版), 2023, 52(4): 92. DOI: 10.15983/j.cnki.sxss.2023.0709. [5] 万江红,魏丹. 社会性别视角下闽西农村女性家庭地位分析[J]. 中华女子学院学报, 2009, 20(1): 76. DOI: 10.3969/j.issn.1007-3698.2009.01.016. [6] 狄金华, 钟涨宝. 土地流转中农村女性权益状况的实证分析: 以河北省米村和湖北省石村为例[J]. 中国农村观察, 2012(3): 18. [7] 李仲武, 王群勇. 提高女性家庭地位的心理途径: 自我认同的例子[J]. 统计研究, 2020, 37(11): 44. DOI: 10.19343/j.cnki.11-1302/c.2020.11.004. [8] PANDA P, AGARWAL B. Marital violence, human development and women’ s property status in India[J]. World Development, 2005, 33(5): 823. DOI: 10.1016/j.worlddev.2005.01.009.
[9] LIU H. The impact of women’ s power on child quality in rural China[J]. China Economic Review, 2008, 19(1): 101. DOI: 10.1016/j.chieco.2007.01.002.
[10] 邢大伟. 城镇居民家庭资产选择结构的实证研究: 来自江苏省扬州市的调查[J]. 华东经济管理, 2009, 23(1): 15. DOI: 10.19629/j.cnki.34-1014/f.2009.01.004. [11] 郝晶辉, 王菲, 黄佳琦. 男性外出务工、女性赋权与家庭成员蛋白质摄入: 来自欠发达地区农村的证据[J]. 中国农村经济, 2021(8): 125. [12] 黎宇翔, 罗宇明, 黎咏春, 等. 数字创业实践下的乡村女性赋权研究: 以广东省信宜市钱排镇典型乡村为例[J]. 热带地理, 2023, 43(2): 234. DOI: 10.13284/j.cnki.rddl.003620. [13] 戴建兵, 王皓月, 曹艳春. 共同富裕目标下民族地区老年人相对贫困治理研究[J]. 兰州学刊, 2023(4): 111. DOI: 10.3969/j.issn.1005-3492.2023.04.010. [14] 高修娟. 农村仪式性人情活动中的性别分工与性别关系: 基于皖北农村葬礼的参与式观察[J]. 妇女研究论丛, 2016(3): 25. DOI: 10.3969/j.issn.1004-2563.2016.03.003. [15] 王芳, 刘亚甫, 毛静宜. 女性家庭决策赋权程度对农户创业行为的影响研究: 基于家庭融资的中介效应分析[J]. 西南大学学报(社会科学版), 2022, 48(5): 107. DOI: 10.13718/j.cnki.xdsk.2022.05.010. [16] 余丹, 孙群力, 周镖. 家庭财富对居民健康的影响: 基于CFPS调查数据的实证研究[J]. 海南大学学报(人文社会科学版), 2021, 39(3): 71. DOI: 10.15886/j.cnki.hnus.2021.03.003. [17] 陈秋月, 董晓林. 女性家庭决策赋权与农户借贷行为: 基于CFPS的实证研究[J]. 农业技术经济, 2020(12): 94. DOI: 10.13246/j.cnki.jae.2020.12.007. [18] 王健. 传统、法治及身份: 对中国农村女性土地权益受侵的审视[J]. 中国农村观察, 2022(6): 56.
计量
- 文章访问数: 383
- HTML全文浏览量: 87
- PDF下载量: 10