我国是世界上自然灾害最为严重的国家之一,灾害种类多,分布地域广,发生频率高,造成损失重。向政府和社会提供有效的防震减灾公共服务,不仅是地震职能部门的工作职责,也是有效分散地震灾害风险,维护社会和谐稳定的重要举措。近年来,地震部门一直着重加强防震减灾公共服务工作,着力提高防震减灾公共服务能力(刘群等,2021)。为有效评价公共服务水平,2021年中国地震局首次开展了防震减灾公共服务需求调查与满意度评估,评估结果显示,公众对地震速报、防震减灾科普、震后应急服务等方面认可度较高,对房屋抗震、地震灾害风险等方面存在强烈需求(中国地震局公共服务司,2021)。连尉平等(2021)运用中国地震局调查数据指出,只有17.1%的受访者具备基本的防震减灾素养,防震减灾科学素养水平提升任重道远。
提高居民防震减灾科学素养水平是我国防震减灾事业发展中的一项重要内容,也是提高防震减灾部门公共服务满意度的关键因素。朱宝霞等(2014)在对我国9个省份进行调查时发现公众防震减灾素质有待提高。2016年《中国公民科学素质基准》中纳入有关地震等自然灾害的防御和应急避险基本方法的内容,但在132个基准点中,仅有3个与自然灾害有关;在500道基准题库中,仅11道题与地震直接相关。总体来看,关于公众防震减灾科学素养水平的调查数据偏少,调查内容缺乏系统性设计。
系统的防震减灾科学素养应该蕴含于灾害链条的各个环节。灾害金融包括巨灾保险领域,贯穿灾前灾中灾后全链条,在防震减灾公共服务中能够起到一定的支持作用,涉及巨灾保险的知识、技能、思维和理念等科学素养变得不可或缺。我国“十四五”国家应急体系规划指出,要强化保险等市场机制在风险防范、损失补偿、恢复重建等方面的积极作用,大力发展巨灾保险。地震保险作为巨灾保险的重要内容,是抵御自然灾害风险的重要手段。经实地调查发现,我国居民购买地震保险意愿不高,部分与地震保险产品缺乏弹性有关,也与居民对政府过度依赖有关,关键在于居民地震灾害保险素养水平普遍偏低①。
① 袁庆禄,郭丽楠. 2021. 关于提高居民地震保险投保意愿的建议. 中国地震局2020重大政策理论与实践问题咨询报告选编.
本文基于巨灾保险视角,运用层次分析法(AHP)测度居民震灾保险素养水平;构建有序Probit模型,深入检验居民震灾保险素养对公共服务满意度的内在影响机制,这有助于深刻理解居民震灾保险素养与公共服务满意度的关系,为促进我国防灾减灾事业提供参考。
1 文献综述有关震灾保险素养的研究属于学科交叉研究,研究领域较新,目前还缺乏基础理论和经验研究,但有关金融及保险素养的理论和研究,可为本文提供借鉴和启发。本文首先梳理金融素养、保险素养的涵义及测度研究,并对防震减灾公共服务研究进行综评。
1.1 金融素养及保险素养研究 1.1.1 金融素养及保险素养涵义2008年美国次贷危机后,金融素养进入学术视野。金融素养最早由Noctor等(1992)提出,认为金融素养是居民所拥有的、能为其带来金融福祉、对金融知识和金融资源进行有效管理的能力。根据Lusardi等(2014)的定义,金融素养指家庭在投资的过程中处理经济信息并在财务规划、财富积累、债务与养老金储蓄等方面做出正确决策的能力。OECD(2016)在PISA金融素养测量体系中进一步将金融素养界定为居民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、动机与信心。国内学者邢大伟等(2019)将金融素养定义为个体金融知识、金融技能、金融经验以及金融能力的有机结合。目前,对金融素养的定义尚未形成公认的、统一的标准。
Huston(2010)、Tennyson(2011)最早提出了保险素养概念。Lin等(2019)认为保险素养主要涵盖三层含义:一是理解保险的基本概念;二是对保险单所承保的具体风险领略;三是做出与感知风险一致的保险决策。
1.1.2 金融素养及保险素养测度就金融素养的测度方法而言,由于金融素养的抽象性和复杂性,最初学者们使用易于度量的受教育程度、金融投资的风险分散化程度等替代变量间接测度金融素养(Goetzmann et al,2008;孟亦佳,2014),随后学者们发展了金融素养的直接测度方法。直接测度方法主要包括以下两种:一是使用因子分析法构建金融素养指标(Nguyen et al,2019),二是采取指标得分加总法计算居民金融素养(胡振,2018)。就测度内容而言,有学者将其分为主观金融素养和客观金融素养(Xiao et al,2014)。应用最广泛的客观金融素养测量体系是Lusardi等(2014)开发的两类题项,另一个较为权威的测量体系是OECD在2012年、2015年PISA系统中的金融素养测量体系。中国人民银行和一些学者参考PISA金融素养测量框架,结合中国金融和居民的实际特点,构建了专门针对中国居民的金融素养测评框架②。
② 中国人民银行金融消费权益保护局. 2015. 消费者金融素养调查分析报告(2015).
对保险素养的度量方法讨论较少。一些文献使用访谈或分项统计的调查问题来分析保险素养(Driver et al,2018),另一些健康保险素养文献则设置了居民对健康保险的信心和健康保险比较等方面复杂的问题来分析健康保险决策(Kim et al,2013)。较为简明规范的保险素养调查表主要是美国全国保险专员协会的保险智商测试和Bristow等(2001)的保险问题调查。
1.2 防震减灾公共服务研究目前国内关于防震减灾公共服务的研究相对较少。《防震减灾社会管理与公共服务规划》首次就防震减灾公共服务提出了概念界定,认为防震减灾公共服务是为了减轻地震灾害损失,满足社会发展及公众地震安全需求而提供各种信息、知识、手段和环境等活动(郭媛等,2019)。防震减灾公共服务研究多局限于区域性(王斐斐等,2021),主要是针对部分地区居民的地震灾害认知、防震减灾科普情况的案例调查(董丽娜等,2020)。随着民众对公共服务的需求不断增加,满意度成为公共服务研究的重要内容(连尉平等,2022),公共服务满意度成为政府服务质量的重要指标(季丹等,2016)。王佃利等(2009)认为,公共服务满意度是公众将公共服务的感知效果与自身期望值进行比较后所形成的一种感觉状况。公共服务满意度研究也在很多领域有所应用,但是在防震减灾领域的相关研究较少(姚秀萍等,2014)。
从上述文献梳理来看,第一,各种素养测度标准片面、不统一的特征明显;第二,当前的保险素养研究基本上指的是商业保险,政策性保险较少涉及,有关震灾保险素养研究很少见到,延伸到对公共服务满意度的影响研究更为少见。本文利用2021年我国居民震灾保险素养调查数据,开展震灾保险素养对防震减灾公共服务满意度的影响机制研究,并提出以下假设:
(1) H1:震灾保险素养越高的居民,对防震减灾公共服务满意度越高。根据有限参与理论(Shum et al,2006;Brown et al,2011;Berk et al,2013;伍再华等,2017),金融素养是影响家庭参与金融市场的重要原因。因此,从防震减灾角度来看,震灾保险素养越高的居民,对公共服务的参与度越深,会更加注重防震减灾公共服务的质量,对公共服务的认知更为客观和深入,对当前防震减灾公共服务形成更高的满意度。
(2) H2:具有地震公共服务感知的居民,对防震减灾公共服务满意度变高。风险感知具有复杂的交叉性,其是人们对外界环境和事物的刺激所产生的一系列心理变化,进而对风险进行认知的一个动态过程。风险感知与满意度评价有强烈的相关性。民众对公共服务的期望值与真实值往往存在一定差异,影响满意度评价与主观的风险感知相关(Nesbitt et al,2014)。因此,对地震公共服务有充分感知的居民,会增加对公共服务的满意度。
(3) H3:家庭年收入越高的居民,对防震减灾公共服务满意度越低。任晓林等(2019)研究发现,不同收入水平的居民对公共服务的关注类型存在显著差异。地震灾害主要承灾体是居住的房屋建筑物,家庭年收入越高的居民,房屋面积更大,房屋户数较多,因此对防震减灾公共服务的需求更高,当期望没有达到,反而会导致对防震减灾公共服务的满意度下降。
2 理论模型有序Probit模型源于经济学模型,其通常被用在因变量有限且被自然排序的实证研究。该模型具体表达式可假设y*=x′β+ε(y*为y背后不可观测的潜变量),则有
$ y= \begin{cases}0, & \text { 若 } y^* \leqslant r_0 \\ 1, & \text { 若 } r_0<y^* \leqslant r_1 \\ 2, & \text { 若 } r_1<y^* \leqslant r_2 \\ & \ldots \ldots \ldots \ldots \\ J, & \text { 若 } r_{J-1} \leqslant y^*\end{cases} $ | (1) |
其中,r0<r1<r2…<rJ-1为待估参数,称为“切点”(cutoff points)。
假设ε~N(0,1),即扰动项ε遵循在均值=0、方差=1条件下的正态分布,则y取0~J的概率分别为
$ \left\{\begin{array}{l} P(y=0 \mid x)=P\left(y^* \leqslant r_0 \mid x\right)=P\left(\varepsilon \leqslant r_0-x^{\prime} \beta \mid x\right)=\phi\left(r_0-x^{\prime} \beta\right) \\ P(y=1 \mid x)=P\left(r_0<y^* \leqslant r_1 \mid x\right)=P\left(y^* \leqslant r_1 \mid x\right)-P\left(y^*<r_0 \mid x\right)=\phi\left(r_1-x^{\prime} \beta\right)-\phi\left(r_0-x^{\prime} \beta\right) \\ P(y=2 \mid x)=\phi\left(r_2-x^{\prime} \beta\right)-\phi\left(r_1-x^{\prime} \beta\right) \\ \;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\ldots \ldots \ldots \ldots\\ P(y=J \mid x)=1-\phi\left(r_{J-1}-x^{\prime} \beta\right) \end{array}\right. $ | (2) |
式中,ϕ为标准正态累积分布函数。由此可写出样本似然函数,并得到极大似然估计量。采用最大似然法估计指定模型中的参数,具体计算公式为
$ L=\sum\limits_{j=1}^J \sum\limits_{s=1}^S \delta_{j s} \ln \left[\phi\left(r_j-x^{\prime} \beta\right)-\phi\left(r_{j-1}-x^{\prime} \beta\right)\right] $ | (3) |
其中,S为因变量的数量,如果离散输出结果为s,则δjs等于1,否则为0。
3 数据来源及变量选择 3.1 数据来源本研究数据源于2021年开展的“居民震灾保险素养”调查问卷。考虑各地区的经济水平、人口分布和地震危险性区域分布等基本特征,运用随机抽样和重点抽样相结合的方法,以及实地访谈和线上调查相结合的方式,通过地震部门在全国区域范围展开调查,随机访谈了居民2592人。在随机抽样时,一方面,注意对所有省市进行了随机性抽样,另一方面,选取各个省市的调查对象同样是遵循随机的原则。在重点抽样时,根据本文的研究内容,对地震危险性较高的地区依照经济水平、人口分布和地震危险性分布相应增加了发放数量。最后确认回收有效问卷2497份,回收率达到96.33%,各个省份的样本分布数量如表 1所示。
根据研究目的,本文将居民对防震减灾部门公共服务的满意度纳入有序Probit模型作为因变量,从问卷中选取代表居民个人基本特征、个体能力特征、家庭能力特征、公共服务感知等四类因素作为自变量。相关变量定义及赋值详见表 2。
对观测值做描述性统计,结果如表 3所示。作为因变量的变量sat,其均值为3.68,代表居民满意度,略高于中间值,说明居民对防震减灾部门提供的服务总体上满意居多,但是距满分5分尚有一定的差距。测算居民震灾保险素养水平的变量geil是核心自变量,其均值为0.57,接近于及格水平。ser测度的是居民对防震减灾部门提供服务的主观感知,均值为0.63,且其中位数已达到1.00,说明大多数居民对防震减灾部门提供的宣传和预测预警等服务存在一定的感知。家庭收入变量inc的均值为15.11万元,2020年全国居民人均可支配收入为3.22万元,按一户3个劳动力计算,家庭平均收入为10万左右,说明受访居民的家庭收入较平均收入更高一些,这与受访居民的居住地存在一定的关系。从居民所处地域dis来看,76%的居民居住在城镇,2020年城镇居民人均可支配收入为43834元。年龄变量age的平均水平为32.66岁,其上四分位数为40岁,该年龄段居民的家庭收入和工作环境均趋向于稳定。
针对震灾保险素养测度的复杂性和多准则决策性,在进行震灾保险素养的测度时采用层次分析法(analytic hierarchy process,AHP)。AHP主要解决由众多因素构成且因素之间相互关联、相互制约并缺少定量数据的系统分析问题。
4.1.1 层次结构模型按照科学性、系统性、可操作性、全面性等指标体系设计原则,将震灾保险素养评价指标体系设立为目标层,将其划分为地震保险素养、保险素养、地震素养3个一级指标;每个一级指标下分设知识、能力、行为、态度4个二级指标,共计12个二级指标;二级指标下共构建了21个三级指标。震灾保险素养指标体系的层次结构模型如图 1所示(图中省略了三级指标)。
依据专家经验将各组指标按重要程度排序,运用9位标度法,构成指标判断矩阵M =(aij)n*n,其中n表示一个指标组所含指标的个数,对于不同的指标组,n的取值也不同(表 4)。
单层判断矩阵构造后,计算判断矩阵M最大特征值及其对应的特征向量,然后将特征向量归一化处理,获得同层各评价指标相对于上层某一指标重要性的排序权值,此过程即为层次单排序。为了避免存在重大偏差,要对判断矩阵进行一致性检验。当一致性比例CR小于0.1时,判断矩阵的一致性在合理范围,否则应对其进行修正。本文所有判断矩阵的一致性比例CR均小于0.1。最终,本文根据层次分析法和专家经验确定了图 1中各个三级指标的权重,如表 5所示。
我国居民震灾保险素养水平的整体情况如图 2所示,因数据所限,本文未讨论港澳台地区。
注:图2基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2019)1697的标准地图制作,底图无修改。 |
观察图 2发现,我国居民震灾保险素养水平的差异性较大。其中,震灾保险素养水平最高的省市为宁夏、四川、海南及上海,震灾保险素养水平次之的省份为新疆、甘肃、云南、黑龙江,以及京津冀、江浙、中原等地区。郑通彦等(2021)认为地震灾害逐渐由人身安全威胁向经济财产威胁转变,结合中国地震综合等震线图,出现各省震灾保险素养水平差异较大的原因之一可能与经济发展水平相关(图 3),另一方面与中国地震综合等震线相吻合(图 4)。震灾保险素养包括地震素养、保险素养和地震保险素养三部分,处于震度较高的省市一般对地震方面的知识、技能和态度等更为熟悉,其地震素养部分和地震保险素养部分相对较高;经济发展水平较高地区的保险宣传和应用更为普及,其保险素养部分和地震保险素养部分相对较高。例如宁夏和四川处于震度较高的地区,该地区的居民经历较多的地震经历,具有较丰富的防震减灾方面的经验,形成了较高的震灾保险素养水平。上海并不处于震度较高的地区,但是上海GDP居于全国前列,居民的震灾保险素养水平也相对较高。对于经济发展水平、震度分布对震灾保险素养的影响程度有待进一步观察。
注:图3基于国家测绘地理信息局标准地图服务网站下载的审图号为GS(2019)1697的标准地图制作,底图无修改。 |
注: 图4基于中国地震动参数区划图网站下载的审图号GS(2015)1323的标准地图《中国地震综合等震线图》, 底图无修改。 |
居民的素养水平对公共服务满意度的有序Probit估计结果如表 6所示。其中,模型1将居民素养水平作为核心自变量,将居民个人基本特征变量作为普通自变量;模型2在模型1增加了居民个体能力特征变量;模型3增加了家庭收入变量;模型4加入了居民对防震减灾部门的服务感知变量。从有序Probit模型的估计结果看,居民对公共服务的满意度受到震灾保险素养水平、对防震减灾部门的服务感知、家庭收入等关键因素的显著影响。
具体而言,第一,震灾保险素养水平高的人群,对公共服务的满意度更高。这一结论验证了假设1,表明震灾保险素养水平的提高对公共服务满意度有明显的促进作用。近年来,中国地震局公共服务司的设立,体现出政府对防震减灾公共服务的重视,同时公共服务水平也有所提高。根据Bandura(1977)的社会认知学习理论,影响个体情感和行为的主要原因是个体的认知。在公共服务水平稳步提升的前提下,震灾保险素养水平较高的居民,不会仅凭主观感受去判断对公共服务的满意度,而会根据个体认知,结合自身拥有的震灾保险方面的相关知识能力以及客观实际情况做综合判断,结果对公共服务的评价较为客观真实,表现出更高的满意度。
第二,如果居民对防震减灾部门所提供防震减灾普及和预测预警等方面的服务存在感知,则居民对公共服务的满意度就会变高,这一结论验证了假设2,表明居民对防震减灾部门的公共服务具有与生俱来的基础信任和足够强力的信任激活甚至形成政府信赖。防震减灾部门如果能够提供更加丰富优质的防震减灾公共服务,居民一旦有了切身的感知和体会,就会选择更高的满意度。
第三,居民的家庭收入越高,对公共服务的满意度越低,这一结论验证了假设3。收入越高的居民,其对既有的地震公共服务产品的范围和质量会有更高的需求和期许。一旦他们体验到的公共服务不能达到期望值,就对公共服务做出较低的评价,希望政府尽快推出符合要求的巨灾保险产品,有效提高公共服务水准,对当前的服务表现出较低的满意度。
5.2 边际效应分析由于有序Probit估计的参数含义并不直观,以上分析只能观测出自变量与因变量之间的因果关系,无法得出变化的具体数值。为了探明自变量与因变量间的边际效应,本文进一步以表 6的模型4为基础,计算关键自变量对满意度的边际效应,反映当所有自变量处于其均值水平时,某一变量的单位变化,因变量取各个值的概率将如何变化。边际效应的估计结果如表 7所示,与上述表 6估计结果一致。
从估计结果来看,震灾保险素养水平geil的均值每增加1%,居民选择非常满意的概率会增加35.3%,选择满意的概率会增加8.5%,选择一般的概率减少30%,选择不满意的概率减少8.6%,选择非常不满意的概率减少5.2%。可见,震灾保险素养水平提高1%,居民选择非常满意和满意的概率会增加得相对更多一些,选择一般、不满意和非常不满意的概率均会减少,这样双向效应导致geil提高促进了sat提升的概率变大。
当居民感知到或者体验到更多防震减灾部门提供的公共服务,即ser的均值增大,那么选择非常满意和满意的概率会增加,选择一般、不满意和非常不满意的概率则会减少,表明了居民对防震减灾部门提供公共服务的期望心情和支持态度。可见,提高一个单位的公共服务感知,居民选择非常满意的概率会增加得相对更多一些。
从居民的家庭收入来看,居民家庭收入的均值每增加1%,选择非常满意的概率会减少0.09%,选择满意的概率会减少0.02%,选择一般的概率增加0.08%,而其选择非常不满意的概率为0.01%。可见,居民家庭收入提高1%,促进了sat下降的概率变大,但数值很低。
5.3 子样本分析表 8列出高中低三种素养水平和是否存在服务感知分别对公共服务满意度的结构性差异影响。由模型1~3可知,①无论是高中低哪一类素养水平的居民,只要对防震减灾部门提供的公共服务有感知,对公共服务满意度的影响均显著为正,且随着素养水平的递增,做出满意评价的概率也在变大;②只有来自中等素养水平的居民,其家庭收入越高,对公共服务的满意度就会越低,体现出家庭收入与满意度之间的负向因果关系,而低等和高等素养水平的居民,尚未表现出上述因果关系。因此,必须在整体提高防震减灾部门公共服务的基础上,重点关注具有中等素养水平的高收入人群对公共服务的需求。
由模型4和模型5可知,无论是否对防震减灾部门提供的服务有感知,素养水平越高的居民,对公共服务的满意度评价就会越高;而且存在感知的居民比没有感知的居民,对公共服务满意度提升的概率明显增大。
表 8的估计结果与表 6、表 7的结果基本一致,表明本文的3个理论假设得到了可靠的验证。
5.4 稳健性检验为进一步检验上述估计结果的稳健性,本文继续采取2种方法:第一种方法是替换估计方法,用有序Logit方法进行替代,估计结果如表 9所示,全样本的有序Logit与表 5的有序Probit估计结果基本一致;第二种方法是重新对样本进行筛选。由于23岁以前的居民大多处于学生时代,这部分人群没有实际能力购买属于自己的房屋,对居住房屋的地震保险不会有过多关注。本文对样本年龄进行筛选,去掉18~22岁的相关样本,对剩余整体样本进行有序Logit及有序Probit估计。从估计结果可以看出,模型各相关变量系数仍然显著,结果与前述基本一致,表明本文的模型估计结果具有较强的稳健性。
本文运用2021年开展的“居民震灾保险素养”调查数据,分析震灾保险素养水平对公共服务满意度的影响关系,得出如下结论:①居民的震灾保险素养在全国不同地区差异较大,其不仅与地震带相关,还与地区的经济发展水平存在关联;②震灾保险素养对公共服务满意度有显著影响,且震灾保险素养对选择满意的边际影响均为正向因果关系,选择不满意的边际影响均为负向因果关系;③如果居民对防震减灾部门提供公共服务有感知,则其对公共服务的满意度更高;④居民的家庭收入水平对公共服务的满意度存在显著的负向影响,但影响程度不及震灾保险素养与居民的服务感知等因素。
6.2 政策建议(1) 为了充分体现生命至上、人民至上的服务宗旨,进一步提高防震减灾公共服务满意度,必须有效提升民众的震灾保险素养水平,包括地震素养、保险素养和地震保险素养三个层面的知识、能力、行为和态度。从防震减灾部门来看,应进一步拓宽公共服务渠道,增加服务种类及方式,注重提升服务质量,实现服务多元化。防震减灾部门不仅要提供地震的预警预报水平,还要进行地震知识科普,尤其是在地震高发地区进行地震保险知识的广泛宣传,同时需要注重对中青年职工、高收入群体等群体加强宣传,既能有效促进居民的震灾保险素养的快速提高,同时持续加深居民对公共服务的感知,以此来提高居民的公共服务满意度,并形成良性循环、相互促进。
(2) 保险公司作为社会公众的专业性风险保障企业,对防震减灾公共服务也有不可推辞的宣传义务和责任。保险公司需要与防震减灾部门展开深度合作,建立支持地震保险的长效机制,不断开发适合不同收入层次人群、多品种、复合型地震保险产品,藉以提高居民的公共服务满意度。同时,保险公司还要加大地震保险知识普及的力度,提升在民众心目中的专业形象,增强民众的信任度和依赖程度,从而与防震减灾部门共同提高居民的震灾保险素养水平和公共服务感知能力,进而提高居民的公共服务满意度。
董丽娜、连尉平、陈为涛等, 2020, 防震减灾公共服务现状与需求全国公众调查结果分析, 地震地质, 42(3): 762-771. DOI:10.3969/j.issn.0253-4967.2020.03.015 |
郭媛、陈修吾、吴嘉贤, 2019, 广东省防震减灾公共服务供给研究, 华南地震, 39(增刊1): 22-29. |
胡振, 2018, 金融素养与家庭财富积累——基于中国城镇家庭微观数据, 中南财经政法大学学报, (4): 110-117. |
季丹、郭政、胡品洁, 2016, 公共服务质量第三方评价研究——基于华东地区的试点应用, 中国行政管理, (1): 41-44. DOI:10.3782/j.issn.1006-0863.2016.01.06 |
连尉平、李玉梅、刘培玄等, 2021, 2020年全国公众防震减灾素养水平及主要特点研究, 灾害学, 36(2): 171-175. DOI:10.3969/j.issn.1000-811X.2021.02.030 |
连尉平、李玉梅、刘培玄等, 2022, 2020年防震减灾公共服务现状和地震预警需求全国公众调查结果研究, 地震学报, 44(4): 700-710. |
刘群、罗华春、戴怡茹等, 2021, 防震减灾公共服务进展与思考, 城市与减灾, (4): 59-62. DOI:10.3969/j.issn.1671-0495.2021.04.010 |
孟亦佳, 2014, 认知能力与家庭资产选择, 经济研究, 49(增刊1): 132-142. |
任晓林、葛晓龙, 2019, 基于CSSCI数据库分析的我国城市公共服务思考, 上海城市管理, 28(1): 32-39. |
王佃利、宋学增, 2009, 公共服务满意度调查实证研究——以济南市市政公用行业的调查为例, 中国行政管理, (6): 73-77. |
王斐斐、樊华、刘冠群等, 2021, 河南省防震减灾公共服务能力现状综述, 中国应急救援, (3): 74-78. |
伍再华、谢北辰、郭新华, 2017, 借贷约束、金融素养与中国家庭股票市场"有限参与"之谜, 现代财经(天津财经大学学报), 37(12): 20-35. |
邢大伟、管志豪, 2019, 金融素养、家庭资产与农户借贷行为——基于CHFS2015年数据的实证, 农村金融研究, (10): 32-39. |
姚秀萍、张晓美、吕明辉, 2014, 公众气象服务满意度评价指标体系的构建方法, 气象与环境科学, 37(4): 102-108. |
郑通彦、文鑫涛、陈雅慧等, 2021, 中国大陆地震灾害时空分布特征及地形影响因素分析, 中国地震, 37(3): 599-609. |
中国地震局公共服务司, 2021, 中国地震局首次开展防震减灾公共服务需求调查与满意度评估, 防灾博览, (1): 5. |
朱宝霞、申文庄、马明, 2014, 公众对地震重点监视防御区的认知与防震减灾宣传工作的关系, 中国地震, 30(3): 373-381. |
Bandura A, 1977, Social Learning Theory, New York: General Learning Press.
|
Berk J B, Walden J, 2013, Limited capital market participation and human capital risk, Rev Asset Pricing Stud, 3(1): 1-37. |
Bristow B J, Tennyson S. 2001. Insurance choices: knowledge, confidence and competence of New York consumers. Ithaca: Cornell University.
|
Brown D B, Smith J E, 2011, Dynamic portfolio optimization with transaction costs: heuristics and dual bounds, Manage Sci, 57(10): 1752-1770. |
Driver T, Brimble M, Freudenberg B, et al, 2018, Insurance literacy in Australia: not knowing the value of personal insurance, Financ Plann Res J, 4(1): 53-75. |
Goetzmann W N, Kumar A, 2008, Equity portfolio diversification, Rev Finance, 12(3): 433-463. |
Huston S J, 2010, Measuring financial literacy, J Consum Aff, 44(2): 296-316. |
Kim J, Braun B, Williams A D, 2013, Understanding health insurance literacy: a literature review, Fam Consum Sci Res J, 42(1): 3-13. |
Lin X, Bruhn A, William J, 2019, Extending financial literacy to insurance literacy: a survey approach, Account Finance, 59(S1): 685-713. |
Lusardi A, Mitchell O S, 2014, The economic importance of financial literacy: theory and evidence, J Econom Lit, 52(1): 5-44. |
Nesbitt A, Thomas M K, Marshall B, et al, 2014, Baseline for consumer food safety knowledge and behaviour in Canada, Food Control, 38: 157-173. |
Nguyen L, Gallery G, Newton C, 2019, The joint influence of financial risk perception and risk tolerance on individual investment decision-making, Account Finance, 59(S1): 747-771. |
Noctor M, Stoney S, Stradling R. 1992. Financial literacy: a discussion of concepts and competences of financial literacy and opportunities for its introduction into young people's learning. London: National Foundation for Education Research.
|
OECD. 2016. International Survey of Adult Financial Literacy Competencies. Paris: OECD Publishing.
|
Shum P, Faig M, 2006, What explains household stock holdings?, J Banking Finance, 30(9): 2579-2597. |
Tennyson S, 2011, Consumers' insurance literacy: evidence from survey data, Financ Serv Rev, 20(3): 165-179. |
Xiao J J, Ahn S Y, Serido J, et al, 2014, Earlier financial literacy and later financial behaviour of college students, Int J Consum Stud, 38(6): 593-601. |