華東政法大學(xué)商學(xué)院 鄭舒文

數(shù)字金融具有降低交易成本、優(yōu)化資源配置等優(yōu)勢(shì)，被認(rèn)為是縮小收入差距、提升人民幸福感的重要工具。在加快數(shù)字社會(huì)建設(shè)步伐、建設(shè)數(shù)字中國(guó)的背景下，數(shù)字金融的發(fā)展是大勢(shì)所趨，是政策所向，是社會(huì)進(jìn)步的必然要求。

中國(guó)就業(yè)人口逐年遞增，但部分地區(qū)失業(yè)率仍較高，且收入差距呈現(xiàn)擴(kuò)大態(tài)勢(shì)。一方面，追求商業(yè)可持續(xù)性的金融機(jī)構(gòu)難以評(píng)估小微企業(yè)、中低收入人群的風(fēng)險(xiǎn)，從而為了防止“逆向選擇”使得這些金融弱勢(shì)群體被排擠在金融服務(wù)之外；另一方面，以風(fēng)險(xiǎn)定價(jià)的金融機(jī)構(gòu)即使提供服務(wù)，其收取的風(fēng)險(xiǎn)溢價(jià)也過(guò)高，弱勢(shì)群體無(wú)法以較小的機(jī)會(huì)成本為盈利性項(xiàng)目融資，傳統(tǒng)金融服務(wù)的高門(mén)檻在導(dǎo)致這些本可以就業(yè)的弱勢(shì)群體失業(yè)的同時(shí)，也產(chǎn)生了循環(huán)累積的因果效應(yīng)，擴(kuò)大收入差距——他們之所以得不到資金支持，就是因?yàn)樗麄儧](méi)有資金。但是數(shù)字普惠金融的發(fā)展卻能在很大程度上改善這種局面，增加資金的可得性，成為穩(wěn)就業(yè)、保民生，縮小差距、優(yōu)化配置的重要途徑。

互聯(lián)網(wǎng)金融的快速發(fā)展，尤其是支付領(lǐng)域的不斷突破，信息不對(duì)稱(chēng)這一主要障礙已經(jīng)在很大程度上得以緩解。依托技術(shù)進(jìn)步、互聯(lián)網(wǎng)背后強(qiáng)大的算法支撐，金融弱勢(shì)群體的行為留痕，從而構(gòu)成反映其信用、能力等的數(shù)據(jù)支持，其信息和經(jīng)營(yíng)行為能被金融機(jī)構(gòu)獲取，極大地降低了包括信息搜尋成本在內(nèi)的交易費(fèi)用以及金融機(jī)構(gòu)對(duì)他們產(chǎn)生機(jī)會(huì)主義傾向的預(yù)期，從而金融機(jī)構(gòu)愿意以合理的價(jià)格提供信貸支持，彌補(bǔ)了傳統(tǒng)金融服務(wù)高門(mén)檻的不足，使資金流向盈利性項(xiàng)目[1]，對(duì)穩(wěn)就業(yè)、縮差距起到了積極的作用。此外，數(shù)字普惠金融既包括對(duì)傳統(tǒng)金融服務(wù)的創(chuàng)新，也包括以電商平臺(tái)為基點(diǎn)的各項(xiàng)業(yè)務(wù)[2]，在提供資金支持的同時(shí)，助推就業(yè)形式的豐富與創(chuàng)新，如電商、淘寶村的涌現(xiàn)，這無(wú)疑提供了新時(shí)代解決就業(yè)問(wèn)題的新思路[3]。

鑒于此，本文基于已有數(shù)據(jù)展開(kāi)研究，實(shí)證分析數(shù)字普惠金融的發(fā)展能夠在多大程度上促進(jìn)非農(nóng)就業(yè)，同時(shí)對(duì)比分析其對(duì)非農(nóng)就業(yè)的異質(zhì)性影響。

1 研究設(shè)計(jì)

1.1 數(shù)據(jù)來(lái)源

本文研究數(shù)據(jù)源于微觀層面中國(guó)家庭追蹤調(diào)查(CFPS)以及宏觀層面數(shù)字普惠金融發(fā)展匹配數(shù)據(jù)。其中微觀數(shù)據(jù)為北京大學(xué)中國(guó)社會(huì)科學(xué)調(diào)查中心多階段、動(dòng)態(tài)跟蹤調(diào)查全國(guó)25個(gè)省區(qū)16000戶(hù)家庭所得。而宏觀層面的數(shù)據(jù)則由北京大學(xué)數(shù)字金融研究中心發(fā)布，覆蓋31個(gè)省近2800個(gè)縣域。這兩套數(shù)據(jù)覆蓋范圍廣、樣本容量大、質(zhì)量高。因而，以此分析數(shù)字金融的發(fā)展對(duì)非農(nóng)就業(yè)的影響具有較高的可靠性。為了提升數(shù)據(jù)質(zhì)量，在剔除缺失值后，本文篩選出7420個(gè)有效樣本，采用Stata15對(duì)數(shù)據(jù)進(jìn)行分析。

1.2 變量選取

1.2.1 被解釋變量

本研究的被解釋變量為“是否非農(nóng)就業(yè)”，該變量為二值虛擬變量。采用CFPS數(shù)據(jù)中“過(guò)去12個(gè)月是否從事農(nóng)林漁牧”數(shù)據(jù)。

1.2.2 核心解釋變量

本研究的核心解釋變量為數(shù)字金融發(fā)展程度，直接采用2018年各省區(qū)數(shù)字普惠金融發(fā)展指數(shù)。為了研究數(shù)字普惠金融各分項(xiàng)指標(biāo)對(duì)非農(nóng)就業(yè)的影響，本研究引入覆蓋廣度、使用深度以及數(shù)字化程度三個(gè)二級(jí)指標(biāo)。

1.2.3 控制變量

本研究的控制變量涵蓋個(gè)人層面的年齡、性別、教育、健康、婚姻狀況、上網(wǎng)時(shí)間，家庭層面的家庭規(guī)模、人均收入，以及宏觀層面的區(qū)域地理位置。這些都是已有實(shí)證分析中常用的影響就業(yè)的因素。

1.3 模型構(gòu)建

本文研究重點(diǎn)是數(shù)字普惠金融對(duì)非農(nóng)就業(yè)的影響，鑒于被解釋變量“是否非農(nóng)就業(yè)”是二值變量，本文建立Probit回歸模型進(jìn)行分析，在潛變量Y*框架下考察數(shù)字金融的影響。當(dāng)Y*＞0時(shí)，被解釋變量取值為1，否則為0。根據(jù)理論分析，本文確定了潛變量和基準(zhǔn)模型的表達(dá)式[4]：

假設(shè)ε～N(0，1)，則Y*服從正態(tài)分布。Y*是在研究過(guò)程中無(wú)法直接觀測(cè)但可間接推斷的潛變量，此處代表非農(nóng)就業(yè)傾向。Xi、Xj分別代表與數(shù)字普惠金融相關(guān)的核心解釋變量與各控制變量。ɑi、βj為各變量所對(duì)應(yīng)的回歸系數(shù)。

2 實(shí)證結(jié)果與分析

2.1 描述性統(tǒng)計(jì)

使用Stata15對(duì)各變量進(jìn)行描述性統(tǒng)計(jì)，各變量的取值、標(biāo)準(zhǔn)差均在正常區(qū)間。

表1 變量說(shuō)明

2.2 基準(zhǔn)回歸模型

表2展示了Probit模型的回歸結(jié)果?；貧w結(jié)果表明，數(shù)字普惠金融對(duì)非農(nóng)就業(yè)有顯著的正向影響。一方面數(shù)字金融的發(fā)展降低了金融機(jī)構(gòu)獲取信息的交易成本，緩解信息不對(duì)稱(chēng)程度，金融弱勢(shì)群體得以以合理價(jià)格為盈利性項(xiàng)目融資；另一方面數(shù)字金融也豐富了就業(yè)形式，在助推居民自我雇傭的同時(shí)，也在一定程度上為他人創(chuàng)造了更多的就業(yè)機(jī)會(huì)。此外，觀察控制變量可以發(fā)現(xiàn)人均收入和受教育程度對(duì)非農(nóng)就業(yè)產(chǎn)生顯著的促進(jìn)作用，而性別、家庭規(guī)模和地理位置則會(huì)顯著抑制非農(nóng)就業(yè)。

表2 數(shù)字普惠金融與非農(nóng)就業(yè)基準(zhǔn)回歸模型

2.3 穩(wěn)健性檢驗(yàn)

由于數(shù)字普惠金融發(fā)展指數(shù)屬于一級(jí)指標(biāo)，為了保證實(shí)證結(jié)果的穩(wěn)健性，本研究一方面進(jìn)一步使用覆蓋廣度、使用深度以及數(shù)字化程度三個(gè)二級(jí)指標(biāo)考察數(shù)字普惠金融對(duì)非農(nóng)就業(yè)的影響；另一方面運(yùn)用Logit模型替代Probit模型進(jìn)行回歸。二級(jí)指標(biāo)及Logit模型回歸結(jié)果均顯示，數(shù)字普惠金融對(duì)非農(nóng)就業(yè)依然存在顯著的正向作用。雖然在三個(gè)分指標(biāo)層面，其對(duì)非農(nóng)就業(yè)促進(jìn)作用強(qiáng)度不一：數(shù)字化程度促進(jìn)作用最強(qiáng)，覆蓋廣度次之，使用深度最弱，但都與基準(zhǔn)回歸模型結(jié)論一致。綜上，本文的實(shí)證結(jié)論較為穩(wěn)健。

表3 數(shù)字普惠金融與非農(nóng)就業(yè)穩(wěn)健性檢驗(yàn)

2.4 異質(zhì)性分析

表4 數(shù)字普惠金融與非農(nóng)就業(yè)：性別、地理異質(zhì)性

由于傳統(tǒng)非農(nóng)就業(yè)在性別與地理位置層面呈現(xiàn)分化趨勢(shì)，本研究想要探究數(shù)字普惠金融對(duì)非農(nóng)就業(yè)的影響會(huì)不會(huì)也呈現(xiàn)性別與地理位置的異質(zhì)性。所以本研究進(jìn)一步將樣本劃分為男、女，以及東、中、西分樣本，再單獨(dú)進(jìn)行回歸分析?；貧w結(jié)果顯示，數(shù)字普惠金融顯著促進(jìn)男性與女性的非農(nóng)就業(yè)，但男性非農(nóng)就業(yè)對(duì)數(shù)字金融的發(fā)展更為敏感。一個(gè)可能的解釋是，雖然社會(huì)觀念已經(jīng)發(fā)生極大轉(zhuǎn)變，但女性在就業(yè)中的弱勢(shì)地位并未徹底扭轉(zhuǎn)。而在宏觀地理層面，回歸結(jié)果表明，數(shù)字普惠金融對(duì)東部、西部地區(qū)的非農(nóng)就業(yè)有顯著的正向影響。之所以出現(xiàn)這樣的結(jié)果，是因?yàn)闁|部地區(qū)經(jīng)濟(jì)基礎(chǔ)好，數(shù)字經(jīng)濟(jì)能快速發(fā)展；西部地區(qū)由于受困于傳統(tǒng)金融高門(mén)檻的限制，經(jīng)濟(jì)起點(diǎn)低，數(shù)字經(jīng)濟(jì)的邊際效應(yīng)大。

3 結(jié)語(yǔ)

本文基于probit模型對(duì)數(shù)字普惠金融指數(shù)與中國(guó)家庭跟蹤調(diào)查數(shù)據(jù)(CFPS)進(jìn)行回歸分析，實(shí)證檢驗(yàn)了數(shù)字金融對(duì)非農(nóng)就業(yè)的影響，得出以下三點(diǎn)結(jié)論：第一，數(shù)字金融確實(shí)彌補(bǔ)了傳統(tǒng)金融高門(mén)檻的不足，顯著促進(jìn)了非農(nóng)就業(yè)；第二，數(shù)字普惠金融三個(gè)分指標(biāo)分別對(duì)非農(nóng)就業(yè)有著顯著的正向作用，數(shù)字化程度促進(jìn)作用最強(qiáng)，覆蓋廣度次之，使用深度最弱；第三，數(shù)字普惠金融對(duì)非農(nóng)就業(yè)的影響存在性別及地理上的異質(zhì)性，對(duì)男性的促進(jìn)作用更明顯，對(duì)東部與西部的正向作用更大。

探究數(shù)字普惠金融對(duì)非農(nóng)就業(yè)的影響，無(wú)論在學(xué)術(shù)研究還是政策制定上都具有重要意義。本文的實(shí)證研究結(jié)果為政府制定政策提供了以上幾點(diǎn)思路：第一，政府應(yīng)進(jìn)一步推動(dòng)數(shù)字金融的發(fā)展，通過(guò)優(yōu)化基礎(chǔ)設(shè)施等途徑，提高數(shù)字金融覆蓋廣度、使用深度及數(shù)字化程度，使數(shù)字金融與傳統(tǒng)金融相互補(bǔ)充，更好地發(fā)揮其在促進(jìn)非農(nóng)就業(yè)方面的積極作用；第二，政府應(yīng)關(guān)注數(shù)字普惠金融對(duì)非農(nóng)就業(yè)在性別以及地理方面的異質(zhì)性影響，引導(dǎo)相對(duì)弱勢(shì)群體的金融及互聯(lián)網(wǎng)教育，使數(shù)字金融能夠發(fā)揮更大的作用，惠及全體人民；第三，數(shù)字金融快速發(fā)展的同時(shí)，政府也應(yīng)加強(qiáng)對(duì)數(shù)字金融的監(jiān)管，完善相關(guān)法律，提高準(zhǔn)入門(mén)檻，使其有序、健康地發(fā)展。