摘要：发展数字普惠金融对于我国经济发展具有重要意义。本文基于 2011-2019 年全国 30 个省份面板数据，实证检验了数字普惠金融对就业结构的影响。研究发现：数字普惠金融显著优化了就业结构。政府治理效能对数字普惠金融优化就业结构具有调节效应，但调节效应对于不同省份具有异质性的影响。数字普惠金融对就业结构的影响是非线性的。本文丰富了数字普惠金融与就业结构领域的研究，为数字普惠金融发展以及就业结构的优化提供了一定的参考和启示。

关键词：数字普惠金融；就业结构；调节效应；门槛效应

1 引言

就业是民生之本、财富之源，是人民提高生活水平的基本途径，也是国家稳步发展的重要基石。但我国地区失业率不平衡（方观富和许嘉怡，2020）、人口老龄化严峻（尹志超等，2021）等问题为就业带来了诸多挑战。2024年7月，党的二十届三中全会召开，全会审议通过了《中共中央关于进一步全面深化改革、推进中国式现代化的决定》，其指出：“健全高质量充分就业促进机制，完善就业公共服务体系，着力解决结构性就业矛盾。”

2015年，国务院明确了普惠金融的定义，是指立足机会平等要求和商业可持续原则，通过加大政策引导扶持、加强金融体系建设、健全金融基础设施，以可负担的成本为有金融服务需求的社会各阶层和群体提供适当的、有效的金融服务。2023年9月，国务院印发《关于推进普惠金融高质量发展的实施意见》，要求有序推进数字普惠金融发展，打造健康的数字普惠金融生态。数字普惠金融的发展，拓展了数字金融服务的触达范围，缓解了金融服务的排斥性，缩小了数字鸿沟。那么在就业领域，数字普惠金融能否优化就业结构呢？

2 文献综述

当下，大量学者研究数字普惠金融对于不同领域的影响。总的来说，数字普惠金融的发展促进了经济发展，这表现在数字普惠金融降低了地区消费不平等程度（张海洋和韩晓，2022），缩小了区域经济不平衡（李彦龙和沈艳，2022），推动实现共同富裕（王义中等，2024）等。

具体到就业结构方面，目前学术界主要从以下几个角度进行研究。第一，就业技能结构，张璐等（2023）基于省级面板数据，研究发现数字普惠金融显著提高了就业结构的高技能化程度，尹碧波和伍颖（2022）基于企业层面数据，研究发现数字普惠金融提高了制造业企业高技能员工占比。第二，就业产业结构。于思彤（2022），赵新竹（2023）基于省级面板数据，研究发现数字普惠金融显著提升了第三产业就业人数占比。第三，就业城乡结构、就业性别结构。刘婷婷（2022）研究发现，数字普惠金融提高了乡村私营企业投资者比重以及女性就业率。

在作用机制方面，除目前大多数学者采用的中介效应外，龙池和张红梅（2022）基于贵州县域面板数据，发现城乡就业结构在数字普惠金融和多维贫困中具有调节效应。

综上，当下大部分文献研究了数字普惠金融对经济发展的影响，但具体到就业结构角度，相关文献比较少。在作用机制方面，当下大部分文献均聚焦于中介效应，缺少更多深入的机制检验，就调节效应而言，鲜有文献研究外生变量在数字普惠金融优化就业结构中的调节效应。基于此，本文的边际贡献如下：第一，研究数字普惠金融对就业结构的影响，补充了相关领域的研究。第二，本文把政府治理效能作为数字普惠金融优化就业结构的调节变量，进一步研究调节效应。此外，加入门槛变量，进一步研究数字普惠金融的门槛效应。总之本文丰富了相关领域的机制检验。

3 研究假说

数字普惠金融是促进社会就业的重要驱动力（冉光和和唐滔，2021）。而良好稳定的就业情况是经济高质量发展、经济结构不断转型升级的重要支撑。劳动力市场分割理论指出，劳动力市场并非一个完整的整体，而是分为不同的子市场，这些子市场在工资水平等方面存在显著性差异。而工资水平的差异一定程度上反映了劳动者就业技能、学历的差异。随着数字普惠金融的发展，就可能对劳动者的就业结构产生影响，这表现在专业能力人才实现知识变现（王越，2023）。结合实际，本科及以上学历的就业人员由于接受了较为系统的理论知识学习，有着更为专业的知识技能储备和更强的就业竞争力，就会获得更多的就业机会。基于此，本文提出假说1。

假说1：数字普惠金融能够优化就业结构。

劳动力作为生产要素，是社会生产的一种重要资源。劳动力的充分流动不仅改善了资源配置，而且优化了就业结构。但劳动力市场的多重分割直接阻碍了劳动力的有效流动。当下，数字政府建设是建设数字中国的重要支撑,是促进数字经济、数字普惠金融发展的关键工程。理论上，政府治理效能提升一定程度上能够破除阻碍要素流动的障碍（戴魁早等，2023），就可能产生调节作用。但各省份数字政府发展程度不同，调节效应可能具有异质性。基于此，本文提出假说2。

假说2:政府治理效能对数字普惠金融优化就业结构具有调节效应，但对不同省份具有异质性的影响。

金融发展与经济增长之间并不是线性因果关系，而是存在复杂的非线性关系。（张晓朴和朱太辉，2014）。就业结构稳定作为经济增长中的重要的组成部分，因此与金融发展也存在着复杂的非线性关系。而数字普惠金融作为数字技术赋能金融体系的重要载体之一，具有正、负外部性效应（李义姝和严奉宪，2024），因此可能会对就业结构会产生非线性的影响。

假说3:数字普惠金融对就业结构的优化作用是非线性的。

4 研究设计

4.1 模型构建

为检验数字普惠金融对就业结构的直接传导机制，本文构建如下计量模型：

Employment

式（1）中，Employment _ Structureit 为省份i 在 t 时期的就业结构， 为省份 i 在 t 时期的数字普惠金融， 代表一系列控制变量， 表示省份 i 不随时间变化的省份固定效应， 表示时间固定效应， 表示随机扰动项。

其次，为检验政府治理效能对数字普惠金融优化就业结构的调节效应，本文参考戴魁早等（2023）构建如下计量模型：

式（2）中， G E F 为政府治理效能, 为数字普惠金融与政府治理效能乘积项的系数，剩余变量与式（1）相同。若 显著为正，则说明政府治理效能显著促进了数字经济对就业结构的优化作用。

此外，为检验数字普惠金融对就业结构的非线性影响，本文构建如下计量模型：Employment _ Structureit 1 2DFIit  I DFIit ) 3DFIit  I DFIit ) 4 Xit  i t it (3)

式（3）中， θ 为门槛值， I ( Σ) 为示性函数，括号内约束条件满足时取1，否则取0，剩余变量与式（1）

相同。

4.2 变量说明

4.2.1 就业结构

本文被解释变量为就业结构，采用本科及以上学历就业人员占比作为衡量就业结构的代理指标。

4.2.2 数字普惠金融

本文解释变量为数字普惠金融，选取北京大学公布的数字普惠金融指数作为衡量数字普惠金融的代理指标。4.2.3 控制变量

为了更加全面地分析就业结构中的数字普惠金融溢出效应，还需要设定对就业结构可能产生影响的控制变量，具体如下：经济发展水平：以各省份人均地区生产总值的对数值进行衡量；教育支出：以各省份教育支出的对数值进行衡量；研发投入：以R&D经费内部支出占各省份地区生产总值的比重进行衡量；外商直接投资：以外商直接投资占各省份地区生产总值的比重进行衡量；产业结构：以第三产业增加值占各省份地区生产总值的比重进行衡量。

4.3 数据来源

本文的样本区间设定为2011\~2019年，数据来源于样本期内《中国统计年鉴》、各省统计年鉴、《中国劳动统计年鉴》、《第三产业统计年鉴》等年鉴数据。研究对象设定为除西藏以外的其余30个省份。对于少量缺失数据，本文采用线性差值法进行补齐。为了保证数据的一致可比性，本文以2011年为基期，利用GDP平减指数对后续年份的人均地区生产总值水平进行平减，得出各省份每年人均实际GDP水平。

5.1 基准回归结果

表2报告了数字普惠金融对就业结构影响的估计结果。第（1）列结果可知，数字普惠金融对就业结构的影响在1%水平下显著为正，这说明了数字普惠金融能够优化就业结构，该结论与本文的预期一致。具体来看，当数字普惠金融每增加1个单位，就业结构即本科及以上学历就业人员占比平均增加0.0004个单位。

至此，假说1得到验证。

5.2.1 解释变量滞后一期

解释变量滞后一期有助于降低滞后项与当期误差项之间的相关性，减少内生性问题。本文将数字普惠金融滞后一期，研究对就业结构的影响，以验证文章模型的稳健性，回归结果如下表所示：

根据表3结果，对解释变量滞后一期后，数字普惠金融对就业结构的影响在10%水平下仍然显著为正，与基准回归中的估计结果无明显差异，表明前文主要结论具有较好的稳健性。

5.2.2 变量缩尾处理

对变量缩尾处理，有助于避免极端值的影响。回归结果如下：表4 稳健性检验：变量缩尾处理

根据表4结果，对变量缩尾处理后，数字普惠金融对就业结构的影响在5%水平下仍然显著为正，与基准回归中的估计结果无明显差异，表明前文主要结论具有较好的稳健性。

5.3 进一步分析

5.3.1 调节效应

本文参考清华大学数据治理研究中心发布的《2022中国数字政府发展指数报告》（以下简称《报告》），用省级数字政府发展指数作为反映省级层面的政府治理效能。根据《报告》结果，按各省份数字政府发展程度高低顺序，可以将省份依次分为引领型、优质型、特色型、发展型、追赶型五大类型。其中，引领型省份包括上海、北京、浙江；优质型省份包括广东、四川、安徽、山东、江苏、福建；特色型省份包括天津、重庆、海南、贵州、湖南、湖北；发展型省份包括：山西、河北、江西、河南、陕西、广西、内蒙古；追赶型省份包括辽宁、云南、甘肃、黑龙江、吉林、青海、宁夏、西藏、新疆。进一步地，本文将引领型、优质型中的省份分为一大类，特色型、发展型中的省份分为一大类，追赶型中的省份自成一类，因此总共包括三大类。具体而言，本文设置3个虚拟变量： ，即引领型、优质型中的9个省份设置为1，否则取0；GE22，即特色型、发展型中的13个省份设置为1，否则取0；GE30，即追赶型中的8个省份（不包括西藏）设置为1，否则取0。具体回归结果如下表所示：

根据表5结果，对于引领型、优质型省份，数字普惠金融 × G E 9 对就业结构的影响在5%水平显著为正，这说明政府治理效能的提升显著促进了数字普惠金融对就业结构的优化。对于追赶型省份，数字普惠金融× G E 3 0 的系数并没有通过显著性检验，这表明数字政府发展程度较低的8个省份并未发挥政府治理效能的调节效应。而对于特色型、发展型省份，数字普惠金融 的系数在10%水平下显著为负，这说明政府治理效能的提升显著抑制了数字普惠金融对就业结构的优化。

至此，假说2得到验证。

5.3.2 门槛效应

在进行门槛回归之前，采用三门槛模型进行门槛效应检验，检验结果如下：

根据表6结果，三门槛效应并未通过显著性检验，而双门槛效应通过了显著性检验，这表明数字普惠金融对就业结构具有双门槛影响。

由门槛效应检验，本文基于双门槛进行回归，回归结果如下：

为正。具体来看，当数字普惠金融每增加一个单位，就业结构平均增加0.000202个单位。当数字普惠金融大于第一门槛值204.160且小于第二门槛值311.012，数字普惠金融对就业结构的影响在1%水平下仍然显著为正。具体来看，当数字普惠金融每增加一个单位，就业结构平均增加0.000255个单位。当数字普惠金融大于第二门槛值311.012，数字普惠金融对就业结构的影响在1%水平下依然显著为正。具体来看，当数字普惠金融每增加一个单位，就业结构平均增加0.000302个单位。总的来说，数字普惠金融对就业结构的影响并不是线性的。

至此，假说3得到验证。

6 研究结论与启示

数字普惠金融是推进普惠金融高质量发展的重要探索，发展数字普惠金融对于发展新质生产力、实现共同富裕具有重要意义。本文以2011-2019年全国30个省份为研究对象，实证检验了数字普惠金融对就业结构的影响，主要结论如下：第一，数字普惠金融显著优化了就业结构，该结论在采取解释变量滞后一期、变量缩尾处理等稳健性检验后依然成立。第二，政府治理效能对数字普惠金融优化就业结构具有调节效应，但调节效应对于不同省份具有异质性的影响。第三，数字普惠金融对就业结构的优化作用是非线性的。

本文从实证检验了数字普惠金融的对就业结构的影响及其作用机制，对当前实践有一定启示。第一，要创新研发数字化技术，加快数字普惠金融基础设施建设，继续推动普惠金融与数字化技术有机结合，促进数字普惠金融繁荣发展。第二，加强数字普惠金融培训，提升全民数字金融素养。协调地区之间发展不平衡，推进数字化政府建设。第三，各省份应当重视当下数字普惠金融发展程度以及发展阶段，要做到因地制宜、因时制宜地制定相关政策，从而促进数字普惠金融对就业结构的优化。

参考文献

[1] 方观富,许嘉怡.数字普惠金融促进居民就业吗——来自中国家庭跟踪调查的证据[J].金融经济学研究,2020,35(02):75-86.

[2] 尹志超, 刘泰星, 张逸兴. 数字金融促进了居民就业吗？ [J]. 福建论坛( 人文社会科学版),2021,(02):98-112.

[3] 张海洋, 韩晓. 数字金融能缓和社会主要矛盾吗? — — 消费不平等的视角[J]. 经济科学,2022,(02):96-109.

[4]李彦龙,沈艳.数字普惠金融与区域经济不平衡[J].经济学(季刊),2022,22(05):1805-1828.

[5] 王义中, 林溪, 李振华, 等. 数字普惠金融助力共同富裕：基于流动性约束视角[J]. 经济研究,2024,59(06):49-68.

[6] 张璐,刘西川,徐胜,等.数字普惠金融是否可以优化就业结构?——基于空间计量模型的视角[J].经济问题探索,2023,(12):175-190.

[7] 尹碧波,伍颖.数字普惠金融促进中国制造业就业规模增长和就业结构优化了吗?[J].湘潭大学学报(哲学社会科学版),2022,46(05):34-41.

[8] 于思彤.数字普惠金融对我国居民就业结构的影响研究[D].吉林大学,2022.

[9] 赵新竹.数字普惠金融对我国就业结构的影响研究[D].山西财经大学,2023.

[10] 刘婷婷.数字普惠金融对就业结构的影响研究[D].安徽财经大学,2022.

[11] 龙池,张红梅.数字普惠金融、城乡就业结构与县域多维贫困研究——来自贵州省 88 个县域的经验证据[J].南方农机,2022,53(22):15-18+22.

[12] 冉光和,唐滔.数字普惠金融对社会就业的影响——基于企业性质和行业的异质性考察[J].改革,2021,(11):104-117.

[13] 王越.数字普惠金融对我国就业技能结构影响的实证分析[D].辽宁大学,2023.

[14] 戴魁早, 黄姿, 王思曼. 数字经济促进了中国服务业结构升级吗?[J]. 数量经济技术经济研究,2023,40(02):90-112.

[15] 张晓朴,朱太辉.金融体系与实体经济关系的反思[J].国际金融研究,2014,(03):43-54.

[16] 李义姝,严奉宪.数字普惠金融对农业经济韧性的空间溢出及门槛效应——以长江中下游地级市为例[J].中国农业大学学报,2024,29(09):282-295.