您的当前位置：首页正文

我国数字普惠金融发展的就业效应研究

来源：华佗健康网

《福建论坛》（人文社会科学版）2021年第11期

我国数字普惠金融发展的就业效应研究

马国旺

王天娇

摘要：基于2011—2018年中国省级面板数据，研究了数字普惠金融发展的就业效应以及这种效应的异质性和作用机制。研究发现，数字普惠金融发展对就业存在显著的正向影响，其中覆盖广度和使用深度的作用明显。异质性研究结果显示，数字普惠金融发展对中西部和传统金融欠发达地区、城镇和高技能劳动力的就业促进作用更强。机制分析显示，激励大众创业、万众创新是数字普惠金融发挥促就业效应的重要途径。为更好地发挥其促就业作用，相关部门应做到精准施策，完善数字普惠金融的基础设施，通过教育培训消除数字鸿沟，并通过相关规制和政策引导数字普惠金融服务于创新创业活动。关键词：数字普惠金融；就业；异质性；创新创业作者简介：马国旺,天津财经大学经济学院教授、博士生导师；王天娇,天津财经大学经济学院博士研究生。

中图分类号：F832；F249.2文献标识码：A文章编号：1671-8402（2021）11-0114-12

就业位居“六稳”“六保”工作之首，是当前经济工作的重中之重，也是增进民生福祉、扩大内需、构建新发展格局的必然要求，只有实现就业的充分性和稳定性才能使供给和需求之间形成有效的循环。当下，我国劳动力就业面临诸多挑战。一方面，复杂多变的国际经贸环境和新冠肺炎疫情产生的深远影响均给就业带来了不确定性和风险。另一方面，我国正处于新旧动能转换、结构调整加快的关键时期，结构性就业矛盾突出，“用工荒”和“就业难”并存。我

①国2021年城镇新增劳动力约1400万人，其中高校毕业生规模高达909万人，保障高校毕业

生、退役军人和农民工等重点群体实现充分高质量就业任务艰巨。

基金项目：天津市哲学社会科学规划重点项目“高质量发展阶段增强天津市民营经济‘三力’研究”（TJLJ19-002）。

①《2021两会文字实录》，http://www.gov.cn/zhuanti/2021qglhzb/live/20210311bzljzh8672915.html，2021年3月11日。

114

随着科技金融发展，数字技术将使人人享有普惠金融服务成为可能，由此产生的数字普惠金融必将对社会经济发展和居民就业产生深远影响。在2016年的G20峰会中，数字普惠金融被界定为“泛指一切通过使用数字金融服务以促进普惠金融的行动”。①其主要功能在于，通过数字技术打破传统金融服务的边界，降低金融交易的成本，将长期以来受到传统金融排斥的中小企业和低收入等弱势群体纳入金融服务体系，从而有效缓解弱势群体的金融约束。这种功能必然具有积极的促就业效应。Manyika等学者曾预测，到2025年，数字金融的广泛应用将使新兴经济体GDP年均增长3.7万亿美元，将创造9500万个就业机会。②

目前关于我国数字普惠金融的促就业效应的研究不多，已有研究成果也存在三个方面的不足。一是在基于微观调查数据进行的实证研究中，其样本数据具有很强的个性化和主观性，难以在总体上客观评估数字普惠金融对我国就业水平影响的差异性及其作用机制。二是关于数字普惠金融发展对就业影响的异质性研究不足。三是注重从微观和单维度角度研究数字普惠金融对个体就业决策及就业类型的影响，忽视从宏观和多维度角度探讨数字普惠金融发展影响就业水平的内在作用机理。有鉴于此，本文基于省级面板数据从多维度考察数字普惠金融发展对就业水平的差异化影响，不仅考察数字普惠金融发展对不同地区（具有不同的经济发展水平或不同的传统金融发展水平的各个地区）就业影响的差异性，还探讨数字普惠金融对城镇和农村、不同技能水平劳动者就业的差异化影响。相关研究旨在更深入地揭示数字普惠金融发展影响就业的内在机理，从而更精准地识别数字普惠金融发展的受益群体，提高促就业政策的有效性和精准性。

一、理论分析与研究假设

（一）数字普惠金融发展的就业效应

就数字普惠金融的就业效应问题，国内外学界已有一些理论和实证研究。Gross和Levine的研究均表明，金融发展能够改善企业融资受限的状况，增强企业的筹资能力，进而推动经济和就业增长。③Bianchi指出，金融发展可以更加合理有效地配置金融资源、缓解潜在创业者的流动性约束，进而促进创业。④因为受到传统金融资源不足及风险评估难等因素的制约，偏远地区及中小企业往往被排斥在金融体系之外。Kadiri的研究表明，许多中小企业由于无法获

①GlobalPartnershipforFinancialInclusive(GPFI),G20High-LevelPrinciplesforDigitalFinancialInclusion,2016.

②ManyikaJ.,LundS.,SingerM.,etal.,DigitalFinanceforAll:PoweringInclusiveGrowthinEmergingEconomies,

MckinseyGlobalInstitute,2016.

③GrossD.M.,FinancialIntermediation:AContributingFactortoEconomicGrowthandEmployment,SocialFi-nanceProgramInternationalLaborOffice,2001:1-39;LevineR.,FinanceandGrowth:TheoryandEvidence,Hand-bookofEconomicGrowth,no.1,2005:865-934.vol.34,2010:93-104.

④BianchiM.,CreditConstraints,EntrepreneurialTalent,andEconomicDevelopment,SmallBusinessEconomics,

115

得足够的金融支持而未能充分发挥其就业创造能力。①Bruhn和Love的研究表明，金融可获得性的提升增加了低收入及金融服务较为稀缺地区的居民就业和创业。②基于我国的经验研究

③表明：融资难、融资贵是当前制约我国农民工创业的主要因素；数字普惠金融能够促进非农

产业和私营企业就业，尤其对女性、低教育水平、城市和中西部地区居民的就业促进作用更强。④因此，包括数字普惠金融在内的金融发展能够显著提升我国各省的就业水平。⑤

上述研究结果表明，数字普惠金融发展对就业存在显著的正向影响，但该影响会因其覆盖广度、使用深度和数字化程度的不同而存在差异。事实上，数字普惠金融覆盖广度、使用深度和数字化程度之间属于逐层递进关系。首先，覆盖广度的提升意味着数字金融服务所触达的人群增多、金融资源供给增加，是数字普惠金融发展的前提。其次，使用深度的改善意味着数字金融产品的实际使用人群增多、活跃程度增强，是数字普惠金融发展的核心。最后，数字化程度的改善表现为数字金融服务的交易成本有所下降、便捷性有所提升，是数字普惠金融发展的关键层面。在不同发展阶段，数字普惠金融三个子维度的促就业作用存在差异。据此，本文提出如下研究假设。

H1：数字普惠金融的发展对就业水平存在显著的正向影响，但该影响因其覆盖广度、使用深度和数字化程度指数的不同而存在差异。

（二）数字普惠金融发展的就业效应异质性

数字普惠金融发展对不同地区（具有不同的经济发展水平或不同的传统金融发展水平的各个地区），城镇和农村、不同技能水平劳动者就业的影响存在差异。首先，我国东、中、西部地区之间的经济发展水平及居民受教育水平均存在较大差距，因此数字普惠金融发展对东、中、西部地区居民就业的影响存在差异。从理论上讲，传统金融欠发达地区的金融资源相对稀缺，数字普惠金融发展的长尾效应能够有效缓解传统金融欠发达地区的金融约束，通过优化金融资源配置促进就业增长。而传统金融发达地区的金融资源相对充裕，数字普惠金融不能有效发挥其优化金融资源配置的优势。因此，数字普惠金融发展对传统金融欠发达地区的就业促进作用更强。我国东部地区的经济较为发达、传统金融资源充裕，因此，数字普惠金融发展对我国东部地区的就业促进作用也就不明显。我国中西部地区的经济发展水平较低、传统金融资源较为稀缺，因此，数字普惠金融发展能够显著促进我国中西部地区的就业增长。但数字普惠金融发展对我国中西部地区的就业促进作用还受到数字鸿沟⑥等因素的制约。

①KadiriI.B.,SmallandMediumScaleEnterprisesandEmploymentGenerationinNigeria:TheRoleofFinance,KuwaitChapterofArabianJournalofBusiness,vol.1,no.9,2012:79-93.

②BruhnM.,LoveI.,TheRealImpactofImprovedAccesstoFinance:EvidencefromMexico,JournalofFinance,vol.69,no.3,2014:1347-1376.③曾之明、余长龙、张琦等：《数字普惠金融支持农民工创业机制的实证研究》，《云南财经大学学报》2018年第12期。

④方观富、许嘉怡：《数字普惠金融促进就业吗——来自中国家庭跟踪调查的证据》，《金融经济学研究》2020年第2期。⑤李巍、蔡纯：《地区金融发展协同性与国内就业状况的改善——中西部金融发展优先次序的再思考》，《世界经济研究》2013年第12期。

⑥数字鸿沟指在数字化进程中，由于不同群体之间的文化水平、个人能力、主观需求以及所处区域数字基础设施覆盖率等存在差异，导致数字技术对不同群体产生差异化影响。

116

其次，虽然数字普惠金融发展有助于缓解我国农村地区面临的金融资源较为匮乏的问题，但仍有相当部分农村居民因受教育程度较低而难以获得数字金融服务的支持。冷晨昕等基于中国22个省区19个国家级贫困县和山东、福建、广东的43个行政村645个农户的调查数据显示，只有8.5%的被调查农户使用了第三方支付，鲜有农民使用过众筹和P2P进行融资。①因此，与农村居民相比，数字普惠金融发展对城镇居民的就业促进作用更强。

最后，一定程度上，数字普惠金融为受教育程度较低的群体提供了进入融资体系的机会，使得受教育程度较低的群体也能够获取移动支付、小额借贷等数字金融服务。但是，数字技术的运用要求其使用者具备一定的金融素养②与数字技能，因此仍有部分受教育水平低的群体难以获得数字金融服务的支持。已有研究也表明，受教育程度越高的居民使用数字金融工具的概率越高。③因此，数字普惠金融发展必然会面临数字鸿沟问题，数字普惠金融发展对高技能劳动者的就业促进作用更强。据此，本文提出如下研究假设。

H2：数字普惠金融发展对我国中西部和传统金融欠发达地区、城镇和高技能劳动者的促就业作用更强。

（三）数字普惠金融发展的就业效应作用机制

首先，数字普惠金融发展通过激励技术创新对就业数量产生间接影响。企业的技术创新离不开金融资本的支持，但传统金融机构往往不愿为偿债能力弱、不确定性与风险高的创新型企业提供信贷资金支持。④数字普惠金融则利用大数据、智能算法等数字技术有效缓解信息不对称问题，降低信息搜寻成本及金融交易成本，促进金融资源的合理配置。⑤因此，数字

⑥

普惠金融有助于缓解小微企业创新发展面临的融资难、融资贵的老问题，改善技术创新所处

的金融环境，进而促进技术创新活动。⑦已有研究表明，技术创新活动是影响就业的重要因素。一方面，技术创新将带来产品创新，相应的新生产部门和工作岗位会增加对劳动力的需

⑧求；与此同时，技术创新通过提高生产率、降低生产成本，增加了居民的相对收入水平，实现

居民消费的增长和企业规模的扩张，进而增加对劳动力的需求。⑨另一方面，技术创新过程中，先进机器和设备的运用将会替代部分工作任务和岗位，进而减少对劳动力的需求。⑩因

①冷晨昕、陈前恒:《贫困地区农村居民互联网金融使用现状及影响因素分析》，《财贸研究》2017年第11期。②金融素养不仅包括金融知识，还包括运用金融知识的能力以及对金融工具所持有的态度。参见AgarwalS.,AmrominG.,Ben-DavidI.,etal.,FinancialLiteracyandFinancialPlanning:EvidencefromIndia,JournalofHousingEconomics,vol.27,no.3,2010:4-21。③郭峰、王瑶佩：《传统金融基础、知识门槛与数字金融下乡》，《财经研究》2020年第1期。④白俊红、蒋伏心：《协同创新、空间关联与区域创新绩效》，《经济研究》2015年第7期。

⑤ManyikaJ.,LundS.,SingerM.,etal.,DigitalFinanceforAll:PoweringInclusiveGrowthinEmergingEconomies,MckinseyGlobalInstitute,2016.⑥王馨：《互联网金融助解“长尾”小微企业融资难问题研究》，《金融研究》2015年第9期。⑦梁榜、张建华：《数字普惠金融发展能激励创新吗？——来自中国城市和中小企业的证据》，《当代经济科学》2020年第5期。⑧王春超、丁琪芯：《智能机器人与劳动力市场研究新进展》，《经济社会体制比较》2019年第2期。

⑨AutorD.H.,WhyAreThereStillSoManyJobs?TheHistoryandFutureofWorkplaceAutomation,TheJournalofEconomicPerspectives,vol.29,no.3,2015:3-30.版）2020第2期。

⑩何勤、邱玥：《人工智能的就业效应研究：锦上添花抑或是釜底抽薪》，《北京联合大学学报》（人文社会科学

117

此，技术创新在数字普惠金融发展与就业之间存在中介效应，即数字普惠金融发展通过激励技术创新间接影响就业。

其次，数字普惠金融发展通过促进创业活动对就业数量产生间接影响。数字普惠金融发展能够激励中小微企业投资和居民创业，进而增加新岗位和就业机会。①高效的金融服务是促进创业的重要因素之一，小微企业和个人能否从金融机构获得必要的资金支持往往决定其能否进行创业活动。②已有研究表明，数字普惠金融通过扩展金融服务的边界，增加弱势群体

③获得金融服务的机会，以及缓解潜在创业者的信贷约束，提升居民的创业概率，催生新企

业。④而新企业的创立对就业的影响不容忽视。一方面，新企业的创立不仅直接创造就业岗位，增加就业机会；而且新企业创立带来的市场竞争将刺激现有企业加速创新转型升级，进而创造更多的就业机会，产生积极的就业效应。Ashcroft和Love的研究发现，新企业的创立与就业增长密切相关。⑤Fritsch和Noseleit的研究表明，新企业的创立能够显著促进就业增长。⑥基于我国的经验研究也表明，创业能够显著带动就业增加。⑦另一方面，新企业的创立将会加大市场竞争，而竞争的结果会导致对现有工作岗位的挤出。⑧因此，创业活动在数字普惠金融发展与就业之间存在中介效应，即数字普惠金融发展能够通过促进创业间接影响就业。据此，本文提出如下研究假设。

H3：数字普惠金融发展通过促进技术创新与创业活动，推动就业增长。

二、模型设定与变量选取

（一）模型设定

为验证数字普惠金融发展对就业的影响，本文构建面板数据双向固定效应模型进行回归。考虑到数字普惠金融发展对就业的影响可能由于反向因果等原因而存在内生性问题，本文借鉴张勋等的研究，将数字普惠金融发展及其子维度指数做滞后1期处理，评估上年数字普惠金融发展如何影响当期就业，这在一定程度上弱化了反向因果问题。⑨模型设计如下：

118

①谢绚丽、沈艳、张皓星等：《数字普惠金融能促进创业吗？——来自中国的证据》，《经济学》（季刊）2018年第4期。

②BianchiM.,CreditConstraints,EntrepreneurialTalent,andEconomicDevelopment,SmallBusinessEconomics,vol.34,2010:93-104.③谢平、邹传伟、刘海二：《互联网金融的基础理论》，《金融研究》2015年第8期。④冯大威、高梦桃、周利：《数字普惠金融与创业：来自中国劳动力动态调查的证据》，《金融经济学研究》2020年第1期；张林、温涛：《数字普惠金融如何影响创业》，《中南财经政法大学学报》2020第4期。

⑤AshcroftB.,LoveJH.,FirmBirthsandEmploymentChangeintheBritishCounties:1981-89,PapersinRegionalScience,vol.75,no.4,1996:483-500.

⑥FritschM.,NoseleitF.,Start-ups,Long-andShort-TermSurvivors,andtheirContributiontoEmploymentGrowth,JournalofEvolutionaryEconomics,vol.23,no.4,2013:719-733.⑦侯永雄：《创业促进就业的微观证据及影响因素——基于CGSS数据的实证研究》，《现代经济探讨》2017年第11期。⑧张成刚、廖毅、曾湘泉：《创业带动就业：新建企业的就业效应分析》，《中国人口科学》2015年第1期。⑨张勋、万广华、张佳佳等：《数字经济、普惠金融与包容性增长》，《经济研究》2019年第8期。

i代表省份，t代表年份，其中，被解释变量Employ表示地区总体就业水平，用各地区总体

Employit=α0+α1DIFIit-1+α2Xit+εit

（1）

就业人员数来衡量。核心解释变量DIFI表示数字普惠金融发展指数的1阶滞后项，包括数字普惠金融发展总指数(DiFi)、覆盖广度指数(Breadth)、使用深度指数(Depth)和普惠金融数字化程度指数(Digital)。X为控制变量，具体包括，各地区经济发展水平(Pgdp)、人力资本水平(Edu)、城镇化水平(Urban)、产业结构水平(Stru)及财政支出水平(Public)。εit为随机扰动项。

模型（1）仅考察数字普惠金融发展对就业的影响，并不能说明数字普惠金融发展影响就业的传导机制。参照温忠麟等的方法，本文利用各地区技术创新活动和地区创业活动来检验数字普惠金融与就业之间的中介效应。中介效应检验分为三个步骤：首先，检验解释变量与被解释变量之间的关系；其次，检验解释变量与中介变量之间的关系；再次，将解释变量、中介变量与被解释变量同时放入模型进行检验。①具体模型设定如下：

Employit=α0+α1DIFIit-1+α2Xit+εit

Employit=γ0+γ1DIFIit-1+γ2Mit+γ3Xit+εit

Mit+β0+β1DIFIit-1+β2Xit+εit

（2）（3）（4）

Mit为中介变量，其中，表示地区技术创新活动与地区创业活动，其他变量与模型（1）保持

一致。

（二）变量选取

第一，被解释变量为就业水平（Employ）。本文选取各地区就业人员数（万人）作为各地区就业水平的衡量指标；选取各地区就业人员数占年底总人口的比重作为就业水平的衡量指标，进行稳健性检验。

第二，核心解释变量为数字普惠金融发展（DIFI）。本文利用北京大学数字普惠金融研究中心2019年发布的数字普惠金融发展总指数及其三个子维度指数来衡量各地区的数字普惠金融发展情况。②数字普惠金融指数的三个子维度是数字普惠金融覆盖广度（Breadth）、数字普惠金融使用深度（Depth）和普惠金融数字化程度（Digital），共计33个具体指标。③从北京大学数字普惠金融研究中心2019年发布的数字普惠金融发展指数来看，我国各省数字普惠金融指数的中位值由2011年的33.6增加为2018年的294.3。这表明，在2011年至2018年期间，我国数字普惠金融实现了跨越式发展，其带来的经济及社会效益不容忽视。

第三，关于控制变量，考虑到影响各省就业水平的因素很多，本文借鉴林春等④的研究，选取各地区经济发展水平（Pgdp）、人力资本水平（Edu）、城镇化水平（Urban）、产业结构水平（Stru）及财政支出水平（Public）作为控制变量，以确保实证结果的稳健性。其中，地区经济发

①温忠麟、侯杰泰、张雷：《调节效应与中介效应的比较和应用》，《心理学报》2005年第2期。

②郭峰、王靖一、王芳等：《测度中国数字普惠金融发展：指数编制与空间特征》，《经济学》（季刊）2020年第4期。

③数字普惠金融覆盖广度用电子账户覆盖率来衡量；数字普惠金融使用深度用数字金融服务的实际使用情况来衡量，包括使用总量及活跃程度指标；普惠金融数字化程度用数字金融服务的便利性、低成本及信用化来衡量。考虑到篇幅有限，具体指标本文不做详细介绍，详见：郭峰、王靖一、王芳等：《测度中国数字普惠金融发展：指数编制与空间特征》，《经济学》（季刊）2020年第4期。④林春、康宽、孙英杰：《普惠金融与就业增加：直接影响与空间溢出效应》，《贵州财经大学学报》2019年第3期。

119

展水平采用各地区人均实际GDP来衡量，人力资本水平采用6岁及以上人口人均受教育年限来衡量；城镇化水平采用城镇人口与地区总人口之比来衡量，产业结构水平采用各地区第三产业增加值占GDP比重来衡量，财政支出水平采用各地区财政支出占GDP比重来衡量。

第四，关于中介变量，根据前文理论论述，本文选取地区技术创新活动（CX）及创业活动（CY）作为中介变量，检验数字普惠金融发展对就业影响的中介效应。其中采用各地区专利申请数量来衡量地区技术创新活动，采用各地区私营企业户数和个体户数之和来衡量地区创业活动。

（三）数据说明

本文所使用的数字普惠金融指数出自北京大学数字金融研究中心，该指数始于2011年。其他相关数据出自《中国统计年鉴》《中国人口和就业统计年鉴》《中国农村统计年鉴》以及各省统计年鉴。考虑到数据的可得性和一致性，本文选取的样本时间跨度为2011—2018年，研究对象包括我国31个省、市、自治区。①其中针对部分省份个别年份统计数据缺失问题，本文采用线性插值法将缺失数据补齐。为消除量纲影响，本文将非比值类数据进行了对数处理。相关变量描述性统计见表1。

表1

变量名

EmployDiFiBreadthDepthDigitalPgdpEduUrbanStruPublic

均值7.585.064.895.055.3910.459.040.560.460.28

变量描述性统计标准差0.8650.6790.8580.6470.7340.4151.1280.1320.0950.211

最小值5.2232.7860.6731.9112.0269.7074.2220.2270.2970.110

最大值8.8205.9345.8695.9926.11711.46212.5550.8960.8311.379

三、实证分析

（一）基准回归分析

首先，本文基于上述模型(1)从省级层面检验了数字普惠金融发展对总体就业水平的影响。表2回归结果显示，数字普惠金融发展指数的系数在1%水平上显著为正。这表明，在控制了地区经济发展水平等变量后，数字普惠金融发展仍能显著促进就业。就控制变量而言，地区经济发展水平、人力资本水平和财政支出水平的系数均显著为正。这表明，地区经济发展水平、人力资本水平及财政支出水平的提升均能够显著促进就业增加，与以往研究结论相吻合。城镇化水平的影响显著为负的原因在于，城镇化指标的选取为城镇人口数量与地区总人口数量之比，2005年起我国各地区人口数据为常住人口口径，即城镇人口数量指居住在城镇范围内的全部常住人口，既包括城镇居民，也包括居住在城镇范围内但未纳入就业统计的农村居民。这使得城镇化水平与就业间联系趋于弱化。产业结构水平的系数也显著为负，其

①不包括港澳台地区。

120

主要原因在于，现阶段我国产业结构的变迁与劳动者技能结构之间仍存在一定程度的不匹配。

本文在模型(1)的基础上进一步考察了数字普惠金融发展的覆盖广度、使用深度和数字化程度的就业效应。由表2可知，数字普惠金融发展覆盖广度和使用深度表现出显著的就业促进作用，而数字化程度的影响系数不显著。根据前文理论分析，数字普惠金融覆盖广度、使用深度和数字化程度之间属于逐层递进的关系。现阶段，从全国层面来看，数字普惠金融发展的促就业效应已经逐步由数字普惠金融覆盖广度带来的影响转变为数字普惠金融使用深度带来的影响，而数字金融服务实惠性和便捷性的作用尚未显现，仍存在很大的提升空间。这意味着，现阶段我国在提升数字普惠金融覆盖广度的同时，应充分利用智能化等手段降低数字金融交易的成本，进一步发挥数字普惠金融发展的促就业和创业的潜力。

表2

变量

L.DiFiL.BreadthL.DepthL.DigitalPgdpEduUrbanStruPublic_cons

数字普惠金融发展及其子维度的就业效应

(2)

(3)

(4)

(1)0.062***(0.020)

0.014*(0.008)

0.048***(0.014)

0.008(0.013)0.167***(0.050)0.060***(0.015)-0.167(0.233)-0.339***(0.122)0.425***(0.160)5.354***(0.603)控制2170.484

固定效应

NR2

0.191***(0.049)0.056***(0.014)-0.576**(0.247)-0.338***(0.118)0.425***(0.156)5.156***(0.589)控制2170.5100.176***(0.050)0.057***(0.015)-0.384(0.244)-0.332***(0.121)0.426***(0.159)5.380***(0.595)控制2170.4920.195***(0.049)0.051***(0.014)-0.384*(0.221)-0.380***(0.118)0.436***(0.155)5.110***(0.587)控制2170.514

注：括号内为标准误，其中*p<0.1,**p<0.05,***p<0.01。

（二）异质性分析

1.基于区域异质性的考察。考虑到我国区域之间经济发展的不平衡性会导致数字普惠金

①

融发展对居民就业的影响存在区域异质性，本文按照东、中、西部三大经济区进行分组，对各

分组样本进行回归，进一步考察不同区域之间数字普惠金融发展对就业水平的差异化影响，

①东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南;中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南;西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆。

121

回归结果见表3。可见，数字普惠金融发展对中部和西部地区的就业促进作用显著，且对中部地区的就业促进作用更强，而对东部地区的就业影响不显著。其主要原因在于，与中、西部地区相比，东部地区的经济发展水平较高，传统金融资源较为充裕，获取成本低，金融资源供给增加的促就业作用也就不那么明显。此外，数字普惠金融发展虽然提升了金融服务的可获得性，但其就业促进作用的大小还取决于其使用者能否很好地利用数字普惠金融工具。在西部地区，部分居民的金融知识和数字技能水平相对较低而难以获得数字普惠金融服务的支持，金融排斥现象依然存在。这削弱了数字普惠金融发展对我国西部地区居民的就业促进作用。而中部地区的经济发展水平介于东部和西部之间，数字普惠金融的发展既提升了金融服务的可获得性，同时相对较高的居民受教育水平（与西部地区相比）也更有利于其获得数字金融服务的支持。因此，综上所述，数字普惠金融发展促进中部地区居民就业效果最为显著，其次是西部地区，对东部地区居民就业的影响不显著。

2.基于传统金融发展水平异质性的考察。为了进一步考察数字普惠金融发展对不同传统金融发展水平的各个地区就业影响的差异性，本文按照传统金融发展水平①的中位数将样本划分为传统金融欠发达地区和传统金融发达地区，并对分组样本进行回归。由表3可知，数字普惠金融发展对传统金融欠发达地区的居民就业影响显著为正，而对传统金融发达地区的居民就业影响不显著。这进一步验证了前文的理论假说，表明数字普惠金融的发展对于传统金融欠发达地区而言起到了“雪中送炭”的作用，有助于缓解它们长期以来面临的金融资源不足的难题。因此，数字普惠金融发展更有利于促进传统金融欠发达地区的居民就业，体现了数字普惠金融的普惠性功能。

表3基于区域基于区域、、传统金融发展水平异质性的考察

变量

L.DiFi控制变量固定效应

NR2

(1)东部-0.080(0.084)控制控制770.656

(2)中部0.260***(0.057)控制控制560.560

(3)西部0.110**(0.043)控制控制840.662

(4)

传统金融欠发达

0.140**(0.051)控制控制1050.424

(5)

传统金融发达

0.020(0.043)控制控制1120.685

注：括号内为标准误，其中*p<0.1,**p<0.05,***p<0.01。

3.基于城乡异质性的考察。随着我国城镇化步伐的加快，城乡差距也不断扩大，数字普惠金融发展对居民就业的影响必定会存在一定程度的城乡差异。因此，本文进一步考察数字普惠金融发展对就业影响的城乡异质性，选取城镇就业人员数和农村就业人员数作为被解释变量对模型（1）进行回归。表4第（1）列为数字普惠金融发展指数对城镇居民就业的影响效应，第（2）列为数字普惠金融发展指数对农村居民就业的影响效应。可见，我国数字普惠金融发展能够显著促进城镇及农村居民就业，且对城镇居民的促就业作用更强也更显著。这表明，数字普惠金融发展虽然能够缓解传统金融资源稀缺的问题，但我国农村地区仍是数字普惠金融发展的薄弱环节。如前文所述，依托于数字技术，数字普惠金融工具的使用要求居民具备一定的金融素养及数字技术运用能力。而我国部分农村居民因受教育程度较低而难以获得

①本文以金融机构贷款余额占GDP的比重来衡量地区传统金融发展水平。

122

数字金融服务的支持。因此，与农村居民相比，数字普惠金融发展对城镇居民的就业促进作用更强。

4.基于技能异质性的考察。为了进一步考察数字普惠金融对不同知识和技能水平劳动力就业的差异化影响，本文分别以低技能劳动力就业水平和高技能劳动力就业水平作为被解释变量，以数字普惠金融发展指数的1阶滞后项作为核心解释变量，并控制地区经济发展水平等因素对不同技能劳动力就业的影响，对模型（1）进行回归。本文选取初中及以下就业人员数来衡量低技能劳动力就业水平，高中及以上就业人员数来衡量高技能劳动力就业水平。其中，各地区不同受教育程度就业人员数通过将各地区不同受教育程度就业人员占比与地区总就业人员数相乘计算得到。表4第（3）列为数字普惠金融发展对低技能劳动力就业的影响，第（4）列为数字普惠金融发展对高技能劳动力就业的影响。可见，数字普惠金融发展对高技能劳动力就业的促进作用更强。这进一步验证了前文的理论假说，数字普惠金融在一定程度上为受教育程度较低的群体提供了进入金融体系的机会，使得受教育程度较低的群体也能够获取移动支付、小额借贷等数字金融服务。但是，数字技术的运用要求其使用者具备一定的金融素养与数字技能，仍有部分低受教育水平的群体难以获得数字金融服务的支持。因此，数字普惠金融发展能够显著促进我国低技能和高技能劳动力就业，但对高技能劳动力就业的促进作用更强。

表4基于城乡基于城乡、、技能异质性的考察

变量

L.DiFi控制变量固定效应

NR2

(1)城镇0.119***(0.046)控制控制2170.722

(2)农村0.083**(0.052)控制控制2170.296

(3)低技能0.109***(0.026)控制控制2170.412

(4)高技能0.127**(0.049)控制控制2170.709

注：括号内为标准误，其中*p<0.1,**p<0.05,***p<0.01。

（三）稳健性检验

首先，本文借鉴以往研究，进一步选取各省互联网普及率作为工具变量检验数字普惠金融发展的就业效应。回归结果见表5第（1）列。选取互联网普及率作为工具变量的主要原因在于：一方面，互联网作为数字经济发展的载体，是影响数字普惠金融发展的重要因素；另一方面，在控制了地区经济发展水平等一系列因素后，互联网普及率并不直接影响就业。由表5可知，数字普惠金融发展的系数仍在1%水平上显著为正，且控制变量的系数及显著性水平未

①

见明显差异，这表明本文的研究结论可信。

其次，考虑到本文所采用的被解释变量“地区就业人员数”为绝对数指标，借鉴以往研究，本文选取相对指标，即各地区就业人员数占地区总人口的比重（EM）来衡量就业水平，进行稳健性检验。回归结果见表5第（2）列。可见，以相对指标来衡量就业水平时，数字普惠金融发展对就业的促进作用仍然存在，且控制变量的系数及显著性水平未见明显差异。

①限于篇幅，控制变量回归结果未给出。

123

综上所述，本文的研究结论稳健。

表5稳健性检验(1)

变量L.DiFi

(2)EM0.040***(0.010)控制控制2170.409

固定效应+IV0.039***(0.010)控制控制2170.484

控制变量固定效应

NR2

注：括号内为标准误，其中*p<0.1,**p<0.05,***p<0.01。

四、作用机制探讨

首先，本文在模型（2）、模型（3）和模型（4）的基础上检验技术创新活动的中介效应，即检验数字普惠金融发展是否通过激励技术创新间接带动就业增加。鉴于前文已经列出数字普惠金融与就业水平的回归结果，以下仅列举数字普惠金融与技术创新活动，以及数字普惠金融、技术创新活动与就业水平同时放入模型的回归结果。由表6可知，数字普惠金融指数对技术创新活动的影响系数显著为正。这说明，数字普惠金融发展可以缓解小微企业面临的融资难、融资贵的老问题，补足传统金融资源不足的短板，优化金融环境释放创新活力。在加入技术创新活动变量后，数字普惠金融指数和技术创新活动对就业水平的影响系数均显著为正，且数字普惠金融指数对就业水平的影响系数显著变小。这表明，技术创新活动在数字普惠金融发展与总体就业水平之间存在部分中介效应。技术创新活动一方面通过孕育新产品和新生产部门创造就业机会，另一方面通过提高劳动生产率、降低生产成本和增强竞争能力实现企业规模的扩张和就业需求的增加。

其次，本文在模型（2）、模型（3）和模型（4）的基础上进一步检验创业活动的中介效应，即数字普惠金融发展是否通过激励居民创业带动就业增加。表6第（3）列显示了数字普惠金融与地区创业活动的回归结果，第（4）列显示了数字普惠金融、地区创业活动与就业水平同时放入模型的回归结果，数字普惠金融指数对地区创业活动的影响系数均显著为正。这表明，数字普惠金融发展通过扩展传统金融机构的服务边界，使传统金融弱势群体也可以平等获得金融服务，能够有效缓解弱势群体在创业过程中的流动性约束，激励创业活动。在加入创业活动变量后，数字普惠金融指数和创业活动对就业水平的影响系数均显著为正，且数字普惠金融指数对就业水平的影响系数显著变小。这说明，创业活动在数字普惠金融发展与就业水平之间存在部分中介效应。新企业的创立不仅直接创造就业岗位，增加就业机会，而且新企业的创立带来的市场竞争将刺激现有企业加速技术创新、转型升级，进而创造更多的经济机会和就业岗位，产生积极的就业效应。

124

表6中介效应检验

变量

L.DiFiCXCY控制变量固定效应

NR2

控制控制2170.749

控制控制2170.519

控制控制2170.878

(1)CX0.081**(0.040)

(2)Employ0.036***(0.006)0.042***(0.012)

(3)CY0.086***(0.019)

(4)Employ0.031***(0.007)

0.094***(0.024)控制控制2170.524

注:括号内为标准误，其中*p<0.1,**p<0.05,***p<0.01。

五、结论与政策建议

本文运用2011—2018年中国省级面板数据分析了数字普惠金融发展对就业的影响及其异质性和作用机制。研究结果表明，数字普惠金融发展对就业存在显著的正向影响，其中覆盖广度和使用深度的作用明显。异质性研究结果显示，数字普惠金融发展对中西部和传统金融欠发达的地区的促就业作用更为显著，体现了数字普惠金融的普惠性功能；数字普惠金融发展对城镇和高技能劳动力的促就业作用更强，这表明数字普惠金融的促就业作用在一定程度上受到“数字鸿沟”的制约。进一步的机制分析显示，激励大众创业、万众创新是数字普惠金融发展促就业的重要途径。基于上述结论，本文提出如下政策建议：

首先，为了更好地发挥数字普惠金融在促进就业和创业方面的积极作用，相关部门应根据不同地区的社会经济发展水平尤其是传统金融发展水平精准施策。对于传统金融欠发达地区，应着力于扩大数字普惠金融服务的覆盖广度和使用深度，提升数字普惠金融服务的可获得性；而对于传统金融较为发达的地区，应从供给侧入手，充分利用智能化等手段丰富数字金融产品、降低数字金融交易的成本，进一步发挥数字普惠金融的促就业和创业的潜力。

其次，完善数字普惠金融发展的基础设施。在我国农村及偏远地区，数字普惠金融的促就业作用相对较弱。对此，相关部门应加强农村及偏远地区的相关基础设施建设以促进数字普惠金融的发展，进而促进农村及偏远地区的创新创业活动。

再次，通过教育培训提高居民的金融知识水平和数字技能以消除“数字鸿沟”。在农村及偏远地区，数字普惠金融的促就业效应相对较弱的另一个原因就是在于这些地区存在更为严重的“数字鸿沟”问题。

最后，通过相关规制和政策引导数字普惠金融服务于实体经济发展，满足创新创业群体的融资需求，进而通过激励大众创业、万众创新发挥其促就业效应，防止数字普惠金融沦为虚拟资本扩张的推手。

（责任编辑：张旭华）

125

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文

首页

养生问答

疾病百科

养生资讯

女性养生

男性养生

我国数字普惠金融发展的就业效应研究