农村经济

新型城镇化下山东省失地家庭资产配置影响因素研究 [1]

李成友李蓓蓓李晓刘梦珣 [2]

摘要对失地家庭资产配置影响因素进行研究具有十分重要的意义。本文以新型城镇化为研究背景，利用2018年山东省失地家庭微观调研数据，使用Tobit计量模型分析山东省失地家庭资产配置的影响因素。研究结果发现：（1）户主年龄、家庭人口数、家庭礼金支出等变量显著影响山东省失地家庭金融资产配置占比，进而会影响到实物资产配置占比；（2）户主文化程度、健康状况、是否有专业职称、是否受过非农培训等变量不会对山东省失地家庭的金融资产配置占比产生显著影响，进而也不会影响到实物资产配置占比；（3）不同调研地市以及不同年龄阶段的山东省失地家庭资产配置的影响因素不同，需要加以区分对待。在此研究基础上，本文提出了加大金融机构创新力度、提高失地家庭自身认识水平、了解资产配置知识等对策建议，以优化新型城镇化过程中的山东省失地家庭资产配置。

关键词新型城镇化失地家庭资产配置

一引言

近年来，随着山东省新型城镇化进程的不断加快，征地拆迁的力度越来越大，失地家庭越来越多，已成为一个新的社会关注群体。就目前而言，山东省不断提高征地补偿金标准以及普遍采取征地后一次性向失地家庭支付足额补偿金的政策，使失地家庭成为“没有土地却拥有巨款”的“特殊”家庭。由于大部分失地家庭成员的文化程度不高、投资理念和投资知识匮乏、资本管理经验不足等现实情况，导致其拥有的大量补偿金沉淀下来，成为一笔利用率不高的闲置资金。不仅如此，我国最近几年持续攀高的通货膨胀率使山东省失地家庭持有的高额补偿金不断贬值，对其生存和可持续发展产生了极大的消极影响。因此，正确认识和理解山东省失地家庭的资产问题并科学引导其经济投资行为有助于失地家庭资金的合理利用和财富水平的不断提高，以及经济稳定与社会和谐。那么，如何对山东省失地家庭的资产进行合理配置？山东省失地家庭在对资产进行合理配置时有哪些主要影响因素？这些问题都引起了学者们的普遍关注。通过对国内外研究文献进行收集和归纳不难发现，国内外学者主要对失地家庭的家庭资产配置现状及影响因素等问题进行了详细研究。

首先，国内外学者对失地家庭问题的研究最早起源于欧洲国家的“圈地运动”。随着世界各国城镇化水平的不断提高，大量居民家庭的土地被征用，失地家庭的数量迅速增加，引起社会动乱、犯罪等一系列社会问题的发生。就目前而言，国内外学者主要对失地家庭以下几个问题进行了详细研究。① 失地家庭补偿安置问题。相关研究得出，失地家庭的补偿安置方式多种多样，主要包括现金补偿型安置、就业型安置、留地型安置、集中开发型安置、土地入股型安置、土地换社保型安置等。[1]这些补偿安置方式各有利弊，失地家庭需要结合当地的实际情况，选择适合的补偿安置方式。比如：高新才和李笑含[1]认为，失地农民补偿安置途径主要包括土地入股型安置、土地换社保型安置、现金补偿型安置、留地型安置四种形式，在未来城镇化过程中，只有将安置与补偿合理结合，才能有效保障失地农民的基本权益。② 失地家庭的社会保障问题。相关研究认为，完善的社会保障体系是解决失地家庭问题的关键所在，并从制度建立、内容健全和资金来源等几个方面对失地家庭的社会保障问题进行了分析。[2]比如：谷中原和尹婷[2]分析得出，安置补偿不到位、补偿标准比较低等原因导致失地农民的生活保障出现了问题，提出了转变政府角色定位、完善土地征收办法等政策措施，进一步解决失地农民的生活保障问题。③ 失地家庭的就业或创业问题。相关研究认为，成功引导失地家庭就业或创业将直接关系到失地家庭以后的生活状态和生活质量，并从提高就业的方法、渠道等角度对失地家庭的就业或创业问题进行了分析。[3]比如：李斌和汤秋芬[3]通过分析得出，失地农民就业面临着十分复杂的情况，主要表现在空间和时间上的结构复杂性，并认为积极开展社会工作会有助于提高失地农民的就业水平和能力。此外，部分学者还从可持续生计、市民化、利益表达等角度对失地家庭的问题进行了详细研究，并以此为基础提出了相应的对策建议和积极措施。[1][4]

其次，大量国内外学者也对家庭资产配置的基本状况进行了详细研究，可以从以下几个方面进行说明。一是从资产类型角度。布兰克和拉盖尼（Blanc and Lagarenne）[5]研究得出，随着家庭财富的不断增长，家庭更愿意将其资产配置在房产上，而后为股票和债券；巴克斯（Bucks）等[6]分析得出，美国家庭更愿意将其资产配置在非金融资产上，特别是房产上；杜春越和韩立岩[7]研究得出，我国居民家庭的储蓄存款在居民家庭资产配置中所占比例最高，约为 60%；吴卫星和吕学梁[8]通过对北京、瓦房店等41个城市5065户家庭数据进行分析得出，房产在家庭资产配置中所占比例最高，银行存款次之，债券和保险相对较少；陈蕾[9]在其文章中认为，中国家庭现在的资产配置结构主要有四个特点：房产资产占比高、银行储蓄资产高企、股票等风险性金融资产占比较低和理财产品的爆发式增长；余关元等[10]研究发现，我国东部地区和中西部地区的家庭资产配置结构存在较大差距，但储蓄存款在家庭资产配置中均占比最高；宋永辉和邓丽媛[11]分析得出，我国家庭金融资产配置中的家庭储蓄存款（人民币）所占比重最高，股票和债券所占比重不断增加，而基金、外币储蓄存款和保险所占比例相对较低；孙武军和林惠敏[12]将我国家庭金融资产配置划分为非正规金融资产配置和正规金融资产配置，而且发现我国家庭参与非正规金融资产配置的均值要高于参与正规金融资产配置的均值。二是从资产风险性角度。姚亚伟[13]研究发现，当家庭收入越来越高时，家庭配置于风险相对较高的股票资产的比例将越来越大；布雷桑（Bressan）等[14]分析得出，家庭资产配置结构与户主的健康状况有直接关系，越健康的户主越愿意将资产配置到风险资产上；魏昭和宋全云[15]分析得出，股票、基金、金融理财和借出款四类金融风险产品，借出款占总资产的比例最高；吴远远和李婧[16]研究得出，中国家庭更愿意将拥有的资产配置到无风险性资产上，且越来越偏好于存款、现金等无风险性资产。三是从资产流动性角度。坎贝尔（Campbell）[17]研究发现，美国的穷人家庭更愿意将其资产配置在安全性较高的流动性资产上，而富人家庭则更愿意将其资产配置在权益性资产上，且中产家庭配置在房产上的比例最高；坎帕纳莱（Campanale）等[18]分析得出，老年家庭更愿意投资非流动性资产，年轻家庭更愿意投资流动性资产；吴卫星和高申玮[19]研究认为，家庭既可以将资产配置于非流动性金融资产上，也可以配置于流动性金融资产上，其中非流动性金融资产主要是指房产，而流动性金融资产主要是指除房产以外的金融资产；许志伟和刘建丰[20]分析得出，当家庭收入出现不确定性且这种不确定性不断增加时，家庭更愿意增加流动性资产配置。

此外，国内外学者还主要从以下三个方面对家庭资产配置的影响因素进行了详细研究：一是个人和家庭特征影响因素。相关文献认为，决策者的年龄大小、性别差异、文化程度、婚姻状况、健康水平、家庭收入等因素是影响家庭资产配置的重要因素。吴卫星和李雅君[21]研究发现，不同的家庭结构的确会对家庭金融资产配置产生显著影响，独代居住的家庭比多代同住的家庭更愿意提高金融风险资产配置的比例；张哲和谢家智[22]分析指出，户主为男性或者户主受教育程度越高，其越愿意将资产配置到金融资产上；王向楠等[23]研究发现，收入越高的居民家庭越有可能选择人寿保险类和股票类的金融资产；胡振等[24]分析得出，户主健康状况的不断恶化会降低家庭持有金融资产，尤其是风险性资产的比例。二是主观认知影响因素。相关文献认为，风险态度、信任度、主观偏好、未来预期、社会互动等因素是影响家庭资产配置的重要因素。爱德华兹（Edwards）[25]分析得出，对于老年人而言，健康风险的不断增加会降低个人持有风险性资产的比例，以应对未来可能面临的不确定性；魏先华等[26]研究得出，居民对社会的满意度和信任度会显著影响居民家庭的金融资产配置；朱涛等 [27]研究得出，外在的社会互动相较于内在的社会互动，更有利于家庭金融资产的配置，尤其是对老年家庭风险性金融资产的配置影响更大；崔颖和刘宏[28]研究发现，中老年家庭户主的认知能力越强，越愿意将其资产配置到金融资产上，且持有风险性金融资产的比例也会越来越高；圭索和帕耶拉（Guiso and Paiella）[29]研究发现，家庭成员越厌恶风险，所持有的风险性资产的比重就越低；洛夫和佩鲁塞克（Love and Perozek）[30]分析得出，如果家庭预计未来有较大的医疗支出时，就会对现有的家庭资产配置比例进行适当调整，增加更多安稳性的金融资产。三是客观行为影响因素。相关文献认为，金融知识、金融素养、投资经验等客观行为因素是影响家庭资产配置的重要因素。罗伊（Rooij）等[31]研究发现，金融知识会影响到家庭资产配置，尤其会影响到股票资产的配置比例；尹志超等[32]分析得出，投资经验或金融知识会对家庭资产配置比例产生十分重要的影响，多年的投资经验或者丰富的金融知识都会增加家庭风险性资产配置的比例；丁嫚琪和张立[33]研究得出，我国居民家庭的金融素养整体并不高，当居民家庭的金融素养不断提高时，其更倾向于将资产配置到金融资产上。

然而，不可否认的是，上述国内外研究仍有不足之处，需要进一步改进。一是虽然有很多国内外学者对失地家庭的问题进行了研究，但很少有学者对我国失地家庭的资产配置进行分析；二是针对城镇居民家庭资产配置的研究较多，针对失地家庭资产配置的研究较少，特别是在我国新型城镇化背景下的研究更是少之又少；三是由于失地家庭既不同于农户家庭，又不同于一般城镇居民家庭，比如，其拥有的金融资产高于农户家庭，但社会保障和资产经营能力却相对低于一般的城镇居民家庭，故其资产配置的影响因素也会有所差异，目前这方面的研究相对不足。与以往的研究不同，本文使用2018年山东省失地家庭的微观调研数据，对新型城镇化背景下的山东省失地家庭资产配置问题进行研究，找出主要的影响因素，并在此基础上提出优化山东省失地家庭资产配置的对策建议，以提高其资产配置的能力和水平。

二数据来源、变量选取与描述性统计

（一）数据来源

本文数据来源于2018年7～8月课题组对山东省失地家庭资产配置进行的微观调研。对于如何鉴定山东省失地家庭，我们主要通过以下两点来进行判断：一是必须是在城镇化过程中由于不可抗拒因素而被迫失去土地的农民家庭；二是生活在农村2年及更长时间，或者具有农业户口但现在没有土地，或者家庭人均土地面积低于0.1亩的农民家庭。同时，为了使本研究更具代表性，在选择调研区间时，根据山东省不同的经济发展水平和地理地貌特征，我们选取了烟台市、潍坊市、济宁市和聊城市4个地级市作为调研地点，然后在这些城市的城镇周边随机抽取了8个村庄，接着又从每个村庄随机抽取了约20户失地家庭进行调研。剔除样本关键信息缺失等，最终获得578份失地家庭微观调研问卷，供以下分析使用。

（二）变量选取

（1）被解释变量。我们将失地家庭的资产配置分为金融资产配置和实物资产配置，其中的金融资产主要包括股票、基金、金融衍生品、银行存款、债券以及保险等资产，实物资产主要包括除金融资产以外的房产资产（住房资产）、生产经营性资产、非生产经营性资产等，并用金融资产占总资产的比重来作为本文的被解释变量。

（2）解释变量。主要包括户主的性别、年龄、文化程度、健康状况、是否具有专业职称、是否受过非农培训，家庭是否为党员户，家庭人口数，家庭劳动力人数，家庭礼金支出，家庭是否位于以上所选择的4个地级市等变量。

（三）描述性统计

根据本文选取的变量情况，对选取的变量进行基本说明（见表1）。

表1 变量描述性统计分析

三模型构建与估计结果

（一）模型构建

本文使用Tobit计量模型进行分析，模型构建如下：

其中，Y表示金融资产配置占比，y*表示实际观察值，a表示截距项，X表示解释变量，包括户主的性别、年龄、文化程度、健康状况等变量，β表示解释变量对应的系数，u表示随机扰动项。

（二）估计结果

从Tobit计量模型估计出来的失地家庭金融资产配置占比的影响因素结果中不难发现，户主年龄、家庭是否位于聊城市变量分别在10%、1%的统计水平上时，会正向影响失地家庭的金融资产配置占比，说明随着户主年龄的不断增加，家庭位于聊城市的失地家庭更愿意将资产配置于金融资产上，而减少实物资产配置。家庭人口数、家庭礼金支出、家庭是否位于烟台市变量分别在1%、5%和5%的统计水平上时，会负向影响失地家庭的金融资产配置占比，说明随着家庭人口数和家庭礼金支出的不断增加，家庭位于烟台市的失地家庭更倾向于将资产配置于实物资产上，而减少金融资产配置。户主文化程度、户主健康状况、户主是否具有专业职称、户主是否受过非农培训等变量至少在10%的统计水平上时，才会影响失地家庭的金融资产配置占比（见表2）。

表2 金融资产配置占比估计结果情况

续表

（三）进一步分析

1.地区分组分析

鉴于山东省各调研地市不同的地理地貌特征以及新型城镇化过程中调研地市在经济发展水平上的差异，本文进一步分析了不同调研地市的失地家庭资产配置影响因素（见表3）。从相应的估计结果中可以发现，家庭位于烟台市的失地家庭的户主年龄、户主健康状况、户主是否受过非农培训变量分别在10%、10%、5%的统计水平上时，会显著影响其金融资产配置占比，户主年龄越大、身体越健康的失地家庭越愿意将资产配置于金融资产上，而减少实物资产配置，但当户主受过非农培训时，其更倾向于将资产配置于实物资产，而减少金融资产配置；家庭位于潍坊市的失地家庭的户主性别、户主是否受过非农培训、家庭人口数、家庭礼金支出变量分别在5%、5%、10%、10%的统计水平上时，会显著影响其金融资产配置占比，当户主是男性、家庭人口数越多时，失地家庭更愿意将资产配置于金融资产上，而减少实物资产配置，但当户主受过非农培训且家庭礼金支出增多时，其更倾向于将资产配置于实物资产，而减少金融资产配置；家庭位于济宁市的失地家庭的户主健康状况和家庭人口数变量均在5%的统计水平上时，会显著负向影响其金融资产配置占比，说明户主身体越健康、家庭人口数越多，失地家庭就越倾向于将资产配置于实物资产，而减少金融资产配置；家庭位于聊城市的失地家庭仅有家庭人口数变量在10%的统计水平上时，才会显著影响其金融资产配置占比且影响为负。

表3 分地区金融资产配置占比估计结果情况

2.年龄分组分析

鉴于不同年龄阶段的失地家庭的资产配置行为存在差异，本文进一步将失地家庭分为青年失地家庭（户主45岁以下家庭）和中老年失地家庭（户主45岁及以上家庭）进行分析。通过表4可以发现，青年失地家庭中户主文化程度、家庭人口数、家庭是否位于烟台市分别在1%、1%和10%的统计水平上时，会显著影响其金融资产配置占比，户主的文化程度越高，失地家庭越愿意将资产配置于金融资产上，而减少实物资产配置；但当家庭人口数越多，其就越倾向于将资产配置于实物资产，而减少金融资产配置。中老年失地家庭中户主年龄、户主是否受过非农培训、家庭人口数、家庭礼金支出、家庭是否位于烟台市在1%、10%、1%、10%、10%的统计水平上时，会显著影响其金融资产配置占比，户主年龄越大，失地家庭越愿意将资产配置于金融资产上，而减少实物资产配置；但当户主受过非农培训、家庭人口数增多、家庭礼金支出增加时，其更倾向于将资产配置于实物资产，而减少金融资产配置。

表4 分年龄金融资产配置占比估计结果情况

续表

四主要结论与对策建议

本文根据2018年山东省失地家庭微观调研数据，使用Tobit计量模型，分析了山东省失地家庭的资产配置影响因素。研究结果发现：（1）户主年龄、家庭人口数、家庭礼金支出变量分别在10%、1%和5%的统计水平上时显著影响失地家庭金融资产配置占比，而户主文化程度、户主健康状况、户主是否具有专业职称、户主是否受过非农培训等变量对失地家庭的金融资产配置占比不产生影响。（2）不同调研地市的失地家庭资产配置影响因素不同，户主年龄、户主健康状况、户主是否受过非农培训变量分别在10%、10%、5%的统计水平上时显著影响家庭位于烟台市的失地家庭的金融资产配置占比；户主性别、户主是否受过非农培训、家庭人口数、家庭礼金支出变量分别在5%、5%、10%、10%的统计水平上时显著影响家庭位于潍坊市的失地家庭的金融资产配置占比；户主健康状况、家庭人口数变量均在5%的统计水平上时显著影响家庭位于济宁市的失地家庭的金融资产配置占比；家庭人口数变量在10%的统计水平上时显著影响家庭位于聊城市的失地家庭的金融资产配置占比。（3）不同年龄阶段的失地家庭的资产配置影响因素存在差异，户主文化程度、家庭人口数等变量显著影响青年失地家庭的金融资产配置占比，而户主年龄、户主是否受过非农培训等变量则是影响中老年失地家庭的金融资产配置占比的主要因素。

因此，基于以上研究的主要结论，本文提出了以下对策建议以优化新型城镇化过程中山东省失地家庭的资产配置。一是政府要积极出台各种优惠政策，鼓励各级金融机构加大金融创新力度，设计更多的金融产品和类型，满足山东省失地家庭对金融资产配置的需求；二是失地家庭要提高自身的认识水平、了解资产配置知识、掌握金融资产配置技能，而后根据自身的实际情况，合理配置家庭的金融资产和实物资产；三是针对山东省各地市不同的失地家庭资产配置影响因素，山东省各地市要结合本地实际情况，制定和出台一系列制度与措施，满足失地家庭资产配置的要求；四是针对青年和中老年失地家庭资产配置影响因素的差异，根据青年和中老年失地家庭资产配置的特点，鼓励青年失地家庭加大金融资产配置比例，中老年失地家庭优化金融资产配置和实物资产配置的占比，最终达到优化山东省失地家庭资产配置的目的，提高山东省失地家庭的整体福利水平。

参考文献

[1]高新才、李笑含：《浅析新型城镇化下失地农民补偿安置问题》，《西北师范大学学报》（自然科学版）2016年第3期。

[2]谷中原、尹婷：《中国失地农民生活保障问题及其应对——基于征地补偿和安置视角的分析》，《湖南农业大学学报》（社会科学版）2018年第2期。

[3]李斌、汤秋芬：《从“迷茫性脱嵌”到“分化性嵌入”：社会工作助推失地农民就业的研究》，《湖南大学学报》（社会科学版）2018年第6期。

[4]何艳冰、陈佳、黄晓军：《西安城市边缘区失地农民社区恢复力测度与影响因素》，《中国人口·资源与环境》2019年第3期。

[5]D. L. Blanc，C.Lagarenne，“Owner Occupied Housing and Composition of the Household Protfolio Over the life-Cycle，”The Journal of Real Estate Finance and Economics29（2004）.

[6]B. K. Bucks，A. B. Kennickell，T. L. Mach，K. B. Moore，“Changes in US Family Finances from 2004 to 2007：Evidence from the Survey of Consumer Finances，”Federal Reserve Bulletin1（2009）.

[7]杜春越、韩立岩：《家庭资产配置的国际比较研究》，《国际金融研究》2013年第6期。

[8]吴卫星、吕学梁：《中国城镇家庭资产配置及国际比较——基于微观数据的分析》，《国际金融研究》2013年第10期。

[9]陈蕾：《中国家庭资产配置特点的宏观经济负效应分析》，《中共福建省委党校学报》2014年第11期。

[10]余关元、雷敏、刘勇：《中国家庭金融资产配置的区域比较分析——基于 CHFS 微观数据实证研究》，《金融与经济》2015年第6期。

[11]宋永辉、邓丽媛：《我国家庭金融资产配置影响因素分析》，《沈阳工业大学学报》（社会科学版）2016年第6期。

[12]孙武军、林惠敏：《金融排斥、社会互动和家庭资产配置》，《中央财经大学学报》2018年第3期。

[13]姚亚伟：《上海市居民家庭资产配置现状及对策分析》，《上海金融》2012年第6期。

[14]S. Bressan，N. Pace，L. Pelizzon，“Health Status and Portfolio Choice：Is their Relationship Economically Relevant？” International Review of Financial Analysis32（2014）.

[15]魏昭、宋全云：《互联网金融下家庭资产配置》，《财经科学》2016年第7期。

[16]吴远远、李婧：《中国家庭财富水平对其资产配置的门限效应研究》，《上海经济研究》2019年第3期。

[17]J. Y. Campbell，“Household Finance，”The Journal of Finance61（2006）.

[18]C. Campanale，C. Fugazza，F. Gomes，“Life-cycle portfolio choice with liquid and illiquid financial assets，” Journal of Monetary Economics71（2015）.

[19]吴卫星、高申玮：《房产投资挤出了哪些家庭的风险资产投资？》，《东南大学学报》（哲学社会科学版）2016年第4期。

[20]许志伟、刘建丰：《收入不确定性、资产配置与货币政策选择》，《经济研究》2019年第5期。

[21]吴卫星、李雅君：《家庭结构和金融资产配置——基于微观调查数据的实证研究》，《华中科技大学学报》（社会科学版）2016年第2期。

[22]张哲、谢家智：《中国农村家庭资产配置影响因素的实证研究》，《经济问题探索》2018年第9期。

[23]王向楠、孙祁祥、王晓全：《中国家庭寿险资产和其他资产选择研究——基于生命周期风险和资产同时配置》，《当代经济科学》2013年第3期。

[24]胡振、何婧、臧日宏：《健康对城市家庭金融资产配置的影响——中国的微观证据》，《东北大学学报》（社会科学版）2015年第2期。

[25]R. D. Edwards，“Health Risk and Portfolio Choice，”Journal of Business and Economic Statistics26（2008）.

[26]魏先华、张越艳、吴卫星、肖帅：《我国居民家庭金融资产配置影响因素研究》，《管理评论》2014年第7期。

[27]朱涛、谢婷婷、王宇帆：《认知能力、社会互动与家庭金融资产配置研究》，《财经论丛》2016年第11期。

[28]崔颖、刘宏：《认知能力与中老年家庭金融资产配置》，《南开经济研究》2019年第1期。

[29]L. Guiso，M. Paiella，“The Role of Risk Aversion in Predicting Individual Behavior，”CEPR Discussion Papers（2005）.

[30]D. A. Love，M. G. Perozek，“Should the Old Play it Safe？ Portfolio Choice with Uncertain Medical Expenses，”Working Papers（2007）.

[31]M. V. Rooij，L. Annamaria，A. Rob，“Financial Literacy and Stock Market Participation，” Journal of Financial Economics 101（2011）.

[32]尹志超、宋全云、吴雨：《金融知识、投资经验与家庭资产选择》，《经济研究》2014年第4期。

[33]丁嫚琪、张立：《金融素养对我国家庭金融资产配置的影响研究》，《上海金融》2019年第3期。

（责任编辑：孙灵燕）

[1] 本文为山东省社会科学规划研究项目“新型城镇化下山东省失地家庭资产配置：理论分析与实证研究”（项目编号：17DJJJ10），教育部人文社会科学研究青年基金项目“阶层主体性、家庭资产配置与优化路径研究——基于新时代我国农村‘半工半耕’家庭分析”（项目编号：19YJC790056）的阶段性成果。

[2]李成友，博士，山东财经大学金融学院讲师，主要研究领域：农村金融。李蓓蓓，硕士，山东财经大学燕山学院助教，主要研究领域：农村发展。李晓，硕士，山东财经大学统计学院助教，主要研究领域：农村金融。刘梦珣，山东财经大学金融学院硕士研究生，主要研究领域：金融发展。