李曉棟 萬詩婕

(1. 中國社會科學院人口與勞動經(jīng)濟研究所，北京 100010；2.中國社會科學院大學應(yīng)用經(jīng)濟學院，北京 102400)

一、引言

新一代信息技術(shù)與傳統(tǒng)經(jīng)濟融合的數(shù)字經(jīng)濟成為我國經(jīng)濟發(fā)展中最為活躍的一環(huán)，與之高度契合的新型商業(yè)模式加速推進，數(shù)字經(jīng)濟發(fā)展為數(shù)字金融發(fā)展打造了良好的基礎(chǔ)。2021年7月，國務(wù)院金融穩(wěn)定發(fā)展委員會在會議上提出“發(fā)展普惠金融、綠色金融、數(shù)字金融”。數(shù)字金融泛指傳統(tǒng)金融機構(gòu)與互聯(lián)網(wǎng)公司利用數(shù)字技術(shù)實現(xiàn)融資、支付、投資和其他新型金融業(yè)務(wù)模式。與互聯(lián)網(wǎng)金融、金融科技的概念相比，數(shù)字金融的概念更加中性，所覆蓋的面也更廣泛一些(黃益平、黃卓，2018)[1]。雙循環(huán)發(fā)展格局下，依靠數(shù)字技術(shù)創(chuàng)新引領(lǐng)作用，傳統(tǒng)金融產(chǎn)業(yè)實現(xiàn)數(shù)字化轉(zhuǎn)型升級，拓寬服務(wù)邊界，提升弱勢群體金融服務(wù)可得性。數(shù)字金融的發(fā)展催生新就業(yè)形態(tài)，創(chuàng)業(yè)創(chuàng)新、靈活就業(yè)等就業(yè)形式層出不窮，就業(yè)機會進一步增加。數(shù)字金融主要通過改善創(chuàng)業(yè)和就業(yè)環(huán)境、提升就業(yè)能力、降低資源流動限制等方面來影響勞動力參與。金融發(fā)展可以促進資源合理配置，減少創(chuàng)業(yè)者的流動性約束，以及金融服務(wù)體系的進一步完善，有效促進居民創(chuàng)業(yè)就業(yè)熱情。此外，新冠疫情的暴發(fā)使社會和經(jīng)濟面臨前所未有的危機，中小微企業(yè)的生存形勢更加嚴峻。數(shù)字金融通過改善融資環(huán)境、降低融資成本、緩解融資約束等措施，為大量的中小微企業(yè)提供發(fā)展動力，從而保障人民群眾的就業(yè)和生計。在此背景下，信貸資源的配置效率提升，企業(yè)得以擴大生產(chǎn)投入，促使企業(yè)增加相應(yīng)的就業(yè)崗位，進而提高整體就業(yè)水平。中國數(shù)字金融進入快速發(fā)展期，勞動力市場更加活躍，勢必會對勞動力就業(yè)結(jié)構(gòu)產(chǎn)生影響。因此，研究數(shù)字金融發(fā)展對勞動力就業(yè)結(jié)構(gòu)的影響，識別勞動力市場就業(yè)結(jié)構(gòu)的區(qū)域差異性，對于實現(xiàn)更高質(zhì)量更充分就業(yè)和區(qū)域協(xié)調(diào)發(fā)展具有現(xiàn)實意義。

二、文獻綜述

已有相關(guān)文獻研究了數(shù)字金融對促進就業(yè)、創(chuàng)業(yè)與勞動力流動等方面的影響。依據(jù)麥肯錫2016年發(fā)布的報告，數(shù)字金融的廣泛應(yīng)用使新型經(jīng)濟體的年GDP增長6%左右，將在所有部門中創(chuàng)造超過9500萬個就業(yè)機會。冉光和與唐滔(2021)[2]實證發(fā)現(xiàn)，數(shù)字普惠金融能夠影響社會就業(yè)，對中小微企業(yè)就業(yè)、第三產(chǎn)業(yè)就業(yè)具有促進作用，但對第一產(chǎn)業(yè)及部分第二產(chǎn)業(yè)的就業(yè)起到抑制作用。林春等(2019)[3]運用272個地級及以上城市面板數(shù)據(jù)研究了普惠金融發(fā)展對就業(yè)的影響，并發(fā)現(xiàn)普惠金融不僅能夠促進第二及第三產(chǎn)業(yè)就業(yè)的增加，對經(jīng)濟發(fā)展規(guī)模較高的城市就業(yè)同樣起到促進作用。方觀富和許嘉怡(2020)[4]研究發(fā)現(xiàn)數(shù)字普惠金融對受教育程度較低人群的就業(yè)有積極影響，數(shù)字金融的推廣與應(yīng)用增加了其獲取金融信息的能力和拓寬了獲取金融服務(wù)的渠道，從而改善了低教育程度群體的就業(yè)。張青等(2021)[5]從個體微觀層面實證檢驗了數(shù)字普惠金融發(fā)展對農(nóng)村青年非農(nóng)就業(yè)抉擇的影響，結(jié)果表明，數(shù)字普惠金融發(fā)展及其覆蓋廣度、使用深度顯著促進農(nóng)村青年非農(nóng)就業(yè)。謝絢麗等(2018)[6]將數(shù)字金融指數(shù)與新增企業(yè)注冊信息匹配，研究發(fā)現(xiàn)數(shù)字金融三個指標(覆蓋廣度、使用深度和數(shù)字支持服務(wù)程度)的提高，增加了當?shù)鼐用駝?chuàng)業(yè)的可能性，在欠發(fā)達地區(qū)和微型企業(yè)，數(shù)字金融更能起到創(chuàng)業(yè)的鼓勵作用。張勛等(2019)[7]將中國數(shù)字普惠金融指數(shù)和中國家庭追蹤調(diào)查( CFPS) 數(shù)據(jù)相結(jié)合，研究發(fā)現(xiàn)數(shù)字金融有助于促進低物質(zhì)資本或低社會資本家庭的創(chuàng)業(yè)行為，也促進了創(chuàng)業(yè)機會均等化。另有李曉園和劉雨濛(2021)[8]、宋偉等(2022)[9]等研究發(fā)現(xiàn)數(shù)字普惠金融對農(nóng)村創(chuàng)業(yè)有顯著的促進作用，不僅能提升農(nóng)村創(chuàng)業(yè)活躍度，而且能夠改善農(nóng)村家庭創(chuàng)業(yè)能力。周天蕓(2022)[10]基于2011-2018年的面板數(shù)據(jù)，實證發(fā)現(xiàn)數(shù)字普惠金融通過降低勞動力要素價格的扭曲程度，提高城市拉力，從而吸引勞動力的凈流入。馬述忠和胡增璽(2022)[11]證實了數(shù)字金融能夠通過提供就業(yè)機會和提高預(yù)期收入來促進勞動力流動，從區(qū)域差異來看，數(shù)字金融的邊際效應(yīng)在東部沿海地區(qū)更大。

國內(nèi)外學者均對技術(shù)進步引致的勞動力就業(yè)結(jié)構(gòu)變化十分關(guān)注，已形成較豐富的研究成果。Michaels等(2014)[12]認為勞動力極化現(xiàn)象是ICT代替了中等教育水平的勞動力的日常性工作任務(wù)，但對低教育水平勞動力從事的服務(wù)性或手工性工作影響較?。辉谑褂妹绹?、日本及歐洲九國的數(shù)據(jù)后，研究發(fā)現(xiàn)ICT的發(fā)展帶來了勞動力極化的格局，在發(fā)展和使用ICT程度高的行業(yè)對高學歷勞動力的需求增長，而對中等學歷勞動力的需求相對下降。Evangelista等(2014)[13]測算了2004-2008年27個歐洲國家數(shù)字化對經(jīng)濟的影響效應(yīng)，從各個維度闡述了數(shù)字技術(shù)有效推動了GDP和就業(yè)的增長、增加婦女就業(yè)率和減少長期失業(yè)。他們通過實證發(fā)現(xiàn)，55-64歲這部分人員，進入勞動力市場取決于其對新技術(shù)的掌握能力，信息通信技術(shù)的使用對老年人群體就業(yè)具有積極影響。Acemoglu和Restrepo(2018)[14]研究發(fā)現(xiàn)隨著自動化生產(chǎn)任務(wù)的成本下降，經(jīng)濟將進一步擴張，并增加非自動化任務(wù)的勞動力需求，這也彌補了一部分低技能工作崗位。孫早和侯玉琳(2019)[15]利用2001-2015 年中國省級面板數(shù)據(jù)進行研究，從全國范圍來看，工業(yè)智能化的發(fā)展會導(dǎo)致就業(yè)結(jié)構(gòu)呈“兩極化”格局，機器設(shè)備的使用替代了中等學歷的勞動力，并增加對高、低學歷勞動力的需求。閻世平等(2020)[16]認為隨著數(shù)字經(jīng)濟發(fā)展水平的提高，勞動力需求趨向兩極化，即數(shù)字經(jīng)濟發(fā)展水平的提高增加了對小學及以下、大專及以上學歷的勞動力需求。徐少俊和鄭江淮(2020)[17]則提出信息化雖然推動了勞動力市場的變遷，但中國總體并未形成勞動力極化現(xiàn)象，信息化促進了高技能勞動者的增長，同時減少了低技能勞動力的需求。這些基于數(shù)字經(jīng)濟、ICT、人工智能的相關(guān)研究，提供了新經(jīng)濟形態(tài)或技術(shù)發(fā)展對就業(yè)結(jié)構(gòu)影響的依據(jù)。

綜上所述，現(xiàn)有的研究更多地關(guān)注數(shù)字金融對勞動力就業(yè)、創(chuàng)業(yè)與流動產(chǎn)生的促進作用，另外已有相關(guān)文獻從工業(yè)智能化、ICT和信息化角度研究了我國就業(yè)結(jié)構(gòu)的變化狀況。數(shù)字金融作為數(shù)字技術(shù)與金融結(jié)合后產(chǎn)生的一種新的金融形態(tài)，鮮少有研究深入挖掘數(shù)字金融的發(fā)展對勞動力就業(yè)結(jié)構(gòu)的影響。本文在以下兩個方面有所突破：第一，從數(shù)字金融角度出發(fā)拓展了勞動力市場的相關(guān)研究，探究數(shù)字金融發(fā)展驅(qū)動下勞動力就業(yè)結(jié)構(gòu)的特點；第二，通過異質(zhì)性分析，探討數(shù)字金融在不同地區(qū)對高、中、低技能勞動力就業(yè)的影響，深入挖掘數(shù)字金融在東、西、中部地區(qū)對勞動力需求差異，補充數(shù)字金融在勞動力就業(yè)結(jié)構(gòu)方面的研究。

三、理論分析

理論上來說，數(shù)字金融可以通過內(nèi)外部途徑影響勞動力就業(yè)需求，即體現(xiàn)在金融業(yè)本身以及非金融行業(yè)的就業(yè)結(jié)構(gòu)變化。

首先，數(shù)字金融的實質(zhì)是在新一代信息技術(shù)的支持下推動金融服務(wù)廣度和深度的進一步深化。傳統(tǒng)金融機構(gòu)的數(shù)字化轉(zhuǎn)型與金融科技企業(yè)的快速發(fā)展，重塑原有的金融體系，提升就業(yè)崗位需求。Acemoglu等(2002)[18]研究認為技術(shù)進步會增加技能型勞動力的就業(yè)需求。類似的，根據(jù)Autor等(2003)[19]提出的程序偏向型技術(shù)進步假說，技術(shù)進步將常規(guī)可替代的工作任務(wù)智能化，從而對中技能崗位造成沖擊，但會增加從事非常規(guī)任務(wù)高技能勞動力的需求。一方面，數(shù)字金融的快速發(fā)展不但降低了金融行業(yè)的生產(chǎn)成本，而且通過一定的擠出效應(yīng)，將減少部分可替代性強的中低技能勞動力需求。隨著數(shù)字技術(shù)對傳統(tǒng)金融行業(yè)的逐漸滲透，大大降低了物理網(wǎng)點中服務(wù)人員的數(shù)量。根據(jù)花旗銀行2016年的報告，到2025年，銀行業(yè)多達30%的員工可能會被技術(shù)取代。另一方面，數(shù)字金融的廣泛普及，進一步擴大了人民對金融產(chǎn)品的定制和開發(fā)能力的需求，從而衍生出一系列掌握新型金融科技的技能型工作崗位。服務(wù)模式優(yōu)化、線上平臺建設(shè)、合規(guī)技術(shù)監(jiān)管等同樣成為金融行業(yè)的工作重心，這就提高了對金融科技人員的就業(yè)需求，進而改變了勞動力就業(yè)結(jié)構(gòu)。

其次，數(shù)字金融對非金融行業(yè)的勞動力就業(yè)結(jié)構(gòu)產(chǎn)生影響。數(shù)字技術(shù)有效加快了信息交互式流動，簡化融資手續(xù)，縮短小微企業(yè)融資時間，實現(xiàn)精準和分層式服務(wù)。金融發(fā)展水平的提高更是能夠減少企業(yè)外部融資成本，緩解企業(yè)融資約束(韓元亮等，2021)[20]。在這樣的背景下，數(shù)字金融發(fā)展有助于中小微企業(yè)拓寬融資渠道、縮短融資周期，增加企業(yè)的生存率。中小微企業(yè)規(guī)模擴大和企業(yè)數(shù)量增加都將衍生出大量的勞動力需求，繼而促進就業(yè)。此外，數(shù)字金融發(fā)展對激發(fā)群眾創(chuàng)業(yè)與促進低學歷人群就業(yè)有顯著的作用。金融機構(gòu)對個人發(fā)放貸款的意愿與能力，直接影響個人創(chuàng)業(yè)的動力。數(shù)字金融不僅緩解農(nóng)戶信貸約束，還能提升農(nóng)戶信息可獲取性，最終激發(fā)農(nóng)戶創(chuàng)業(yè)熱情(何婧、李慶涵，2019)[21]。創(chuàng)業(yè)的增加為經(jīng)濟社會提供更多的就業(yè)崗位，拓寬勞動力的就業(yè)范圍，增加其就業(yè)的可能。數(shù)字金融的發(fā)展拓寬長尾客戶接觸金融產(chǎn)品和服務(wù)的渠道，提高了低教育水平人群使用金融工具的頻率和能力，進而改善了這部分群體的金融素養(yǎng)。同時，基本技能和素養(yǎng)的提高有助于增加就業(yè)機會，金融素養(yǎng)提升有可能成為數(shù)字金融促進低教育程度人群就業(yè)的重要手段。特別是數(shù)字金融的使用門檻低，只需通過互聯(lián)網(wǎng)連接，彌補了傳統(tǒng)金融的不足，從而對低教育程度人群的就業(yè)具有顯著影響，促使其就業(yè)轉(zhuǎn)型。因此，數(shù)字金融的發(fā)展不僅促進了高端科技人才在開發(fā)、風控、服務(wù)等方面的就業(yè)，也提升農(nóng)戶等受教育程度較低群體的就業(yè)能力，進一步影響勞動力市場的就業(yè)結(jié)構(gòu)。依據(jù)上述分析，本文提出如下競爭性研究假說。

H1：數(shù)字金融的發(fā)展會逐步擠出中等技能勞動力，同時提高對低技能和高技能勞動力的需求，導(dǎo)致勞動力結(jié)構(gòu)呈現(xiàn)兩極化特征。

H2：數(shù)字金融的發(fā)展會逐步擠出中等技能勞動力，同時提高對低技能勞動力的需求，導(dǎo)致勞動力結(jié)構(gòu)呈現(xiàn)單極極化特征。

數(shù)字金融對勞動力就業(yè)結(jié)構(gòu)的影響在不同區(qū)域間存在異質(zhì)性。在經(jīng)濟發(fā)展的不同階段，就業(yè)市場的需求也大不相同。在以勞動力密集型產(chǎn)業(yè)為主的經(jīng)濟發(fā)展階段，人口紅利得到釋放，為中國經(jīng)濟的快速飛躍做出了巨大貢獻。近年來，我國進入高質(zhì)量發(fā)展階段，產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)向以技術(shù)密集型、知識密集型產(chǎn)業(yè)為主，勞動者素質(zhì)提高才能更好地適應(yīng)就業(yè)形勢的變化。尤其是在東部、西部、中部地區(qū)，經(jīng)濟發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)存在較大差異。東部地區(qū)經(jīng)濟率先發(fā)展，數(shù)字技術(shù)發(fā)展基礎(chǔ)好、速度快，對高素質(zhì)、高技能的人才需求加大，是人才的主要流入地。但是技術(shù)進步帶來的經(jīng)濟效益增長，可能導(dǎo)致一部分受教育年限低、技能水平不高的勞動力遭遇就業(yè)困難的局面。中西部地區(qū)經(jīng)濟條件相對落后，但產(chǎn)業(yè)結(jié)構(gòu)中多以中、低學歷的勞動力就業(yè)需求為主，這與近些年來勞動力回流現(xiàn)象相一致。

H3：在不同的地區(qū)，數(shù)字金融發(fā)展對勞動力就業(yè)結(jié)構(gòu)的影響存在異質(zhì)性。

四、研究設(shè)計

(一)模型設(shè)定

接下來本文實證分析數(shù)字金融發(fā)展對我國勞動力就業(yè)結(jié)構(gòu)的影響，設(shè)定如下回歸模型：

(1)

(二)變量選取和數(shù)據(jù)來源

1.被解釋變量：不同技能勞動力就業(yè)(Struct)

現(xiàn)有的研究對勞動力技能水平衡量的方法主要包括兩類，一是以勞動力工作性質(zhì)衡量技能水平，二是以勞動者的受教育程度衡量技能水平。基于數(shù)據(jù)可得性，本文采用各個層次的就業(yè)人員受教育程度占比衡量不同技能勞動力的就業(yè)情況。受教育程度涉及6種分類，分別是研究生(含碩士研究生和博士研究生)、大學本科、大學?？?包括高等職業(yè)教育)、高中(包括中等職業(yè)教育)、初中、小學及以下。如表1所示，本文參考孫早和侯玉琳(2019)[15]以及閻世平等(2020)[16]的做法，將大學專科及以上學歷劃分為高技能勞動力(High)，將高中和初中學歷劃分為中技能勞動力(Middle)，將小學及以下學歷劃分為低技能勞動力(Low)。在回歸分析中分別采用高、中、低三類受教育程度就業(yè)人員占比作為被解釋變量，以便對回歸結(jié)果進行論述。

表1 按受教育程度劃分技能水平表

2.核心解釋變量：數(shù)字普惠金融指數(shù)(Index)

借鑒謝絢麗等(2018)[6]使用中國數(shù)字普惠金融指數(shù)作為核心解釋變量，用以刻畫中國數(shù)字金融發(fā)展程度的變遷。該指數(shù)由北京大學數(shù)字金融研究中心聯(lián)合螞蟻金服公司發(fā)布。該指數(shù)包括三個細分指標，分別是覆蓋廣度、使用深度和數(shù)字支持服務(wù)程度，從三個維度刻畫了31個省(337個城市、1754個縣)數(shù)字金融的發(fā)展情況。具體而言，覆蓋廣度主要根據(jù)地區(qū)支付寶賬戶數(shù)量編制，使用深度是指地區(qū)實際使用互聯(lián)網(wǎng)金融的頻率，數(shù)字支持服務(wù)程度側(cè)重于衡量地區(qū)數(shù)字金融的便利性和效率。對比三大區(qū)域的數(shù)字金融指數(shù)可以發(fā)現(xiàn)，東西部地區(qū)的數(shù)字金融發(fā)展差距已有所縮小，西部和中部地區(qū)發(fā)展速度已有顯著的提升。東部地區(qū)發(fā)展程度最高，西部地區(qū)最低，中部地區(qū)居中。對于具體省市而言，以貴州省為例，2011年數(shù)字金融指數(shù)為18.47，2019年為293.51。但相較于發(fā)達省份的數(shù)字金融發(fā)展，差距依然明顯，2019年上海市數(shù)字金融指數(shù)為410.28，地區(qū)之間數(shù)字金融發(fā)展不平衡的問題仍然存在。

3.主要控制變量

人均地區(qū)生產(chǎn)總值，該指標用以表示各省的經(jīng)濟發(fā)展水平，并做對數(shù)處理。財政支出水平，用地方財政預(yù)算內(nèi)支出與地區(qū)生產(chǎn)總值占比表示。貿(mào)易開放程度，用各省份的進出口總額占 GDP 的比重進行衡量。人口數(shù)量，采用各省份年末人口總數(shù)表示，該指標取對數(shù)處理。人力資本投資，用各省教育經(jīng)費支出與政府預(yù)算支出的比值來衡量。

在數(shù)據(jù)方面，本文以2011-2019年中國30個省份的面板數(shù)據(jù)為研究樣本，鑒于西藏自治區(qū)的數(shù)據(jù)缺失，故將其剔除。數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》《中國勞動統(tǒng)計年鑒》《北京大學數(shù)字普惠金融指數(shù)》。主要變量的描述性統(tǒng)計見表2，該面板由270個觀測樣本組成。

表2 主要變量描述性統(tǒng)計

五、實證檢驗與分析

(一)基本估計結(jié)果

根據(jù)前文中構(gòu)建的計量模型，本部分實證檢驗了數(shù)字金融發(fā)展對我國勞動力就業(yè)結(jié)構(gòu)的影響。根據(jù)Hausman檢驗的結(jié)果選擇固定效應(yīng)模型，表3的列(1)-(3)分別報告了數(shù)字金融水平對我國高、中、低技能勞動力就業(yè)結(jié)構(gòu)影響的回歸結(jié)果。就全國范圍內(nèi)而言，數(shù)字金融發(fā)展未帶來中國勞動力就業(yè)結(jié)構(gòu)兩極化現(xiàn)象，而是呈現(xiàn)了單極分化的發(fā)展趨勢，即中等技能就業(yè)人員減少，低技能就業(yè)人員增加，驗證了假說2。具體而言，數(shù)字金融發(fā)展減少了對高中、中等職業(yè)教育及初中學歷勞動力的就業(yè)需求，同時增加了對小學及以下受教育程度勞動力的需求。列(2)中Index的系數(shù)顯著為負，但系數(shù)較小。在1%的顯著性水平下，數(shù)字金融指數(shù)每提高10%，將使得高中和初中受教育程度勞動力占比減少0.77%。這說明數(shù)字金融的發(fā)展對我國初高中學歷勞動力的需求有顯著的負向影響，不過目前這種擠出效應(yīng)并不大。但數(shù)字金融對提升低技能勞動力的就業(yè)有較大的促進作用，列(3)中Index在5%的顯著性水平下將提高低技能勞動力的就業(yè)占比。這一實證結(jié)果與方觀富和許嘉怡(2020)[4]的研究基本一致，即數(shù)字金融對低教育程度人群的就業(yè)有顯著正面影響，對高教育程度人群的影響較小。相對于傳統(tǒng)的金融機構(gòu)和工具，受教育程度低的勞動力群體更易從數(shù)字金融工具中獲取有關(guān)信息和服務(wù)，提升金融知識，從而促進低學歷勞動力的就業(yè)。

表3的回歸結(jié)果表明，在控制省份間固定效應(yīng)、時間固定效應(yīng)、地區(qū)人均GDP、政府支出水平、貿(mào)易開放程度、人力資本投資、人口數(shù)量的前提下，數(shù)字金融的發(fā)展能夠?qū)趧恿蜆I(yè)結(jié)構(gòu)產(chǎn)生顯著的影響。隨著數(shù)字金融的發(fā)展，技術(shù)進步和產(chǎn)業(yè)轉(zhuǎn)型升級對勞動力的技能素質(zhì)提出了更高的要求，中等技能勞動力可能面臨就業(yè)困難和技能提升不及時的問題。但數(shù)字金融的普惠性降低了金融服務(wù)門檻，為低技能勞動力群體拓寬了獲取金融支持的渠道，進而實現(xiàn)就業(yè)或創(chuàng)業(yè)的順利轉(zhuǎn)型。

表3 數(shù)字金融發(fā)展水平對勞動力就業(yè)結(jié)構(gòu)的影響估計結(jié)果

(二)內(nèi)生性問題

在進行實證研究時，需處理以下兩類與內(nèi)生性有關(guān)的問題：一是反向因果問題，一個地區(qū)的勞動力就業(yè)結(jié)構(gòu)有可能會推動數(shù)字金融的發(fā)展，而不僅僅是數(shù)字金融發(fā)展水平對勞動力就業(yè)結(jié)構(gòu)產(chǎn)生影響，由此引起內(nèi)生性問題。因此，在實證研究中，反向因果風險是不可忽視的部分。二是遺漏變量的問題也可能帶來內(nèi)生性偏誤，為了對此進行驗證，本文添加新的控制變量以觀察回歸結(jié)果是否穩(wěn)健。由于影響勞動力就業(yè)結(jié)構(gòu)的因素較多，數(shù)據(jù)所涉及的控制變量難以保證完全不存在遺漏變量。

參照現(xiàn)有研究，選用工具變量法以解決數(shù)字金融指數(shù)與勞動力就業(yè)結(jié)構(gòu)之間的反向因果問題。借鑒謝絢麗等(2018)[6]的研究，本文選取互聯(lián)網(wǎng)普及率作為工具變量，并通過2SLS方法對模型(1)重新進行回歸分析。表4的實證結(jié)果顯示，Cragg-Donald Wald F統(tǒng)計量為50.952，明顯大于在10%顯著性水平的臨界值16.38，說明不存在弱工具變量的問題。此外，數(shù)字金融發(fā)展將帶來勞動力就業(yè)結(jié)構(gòu)單極化趨勢的基本結(jié)果依然顯著。數(shù)字金融指數(shù)的系數(shù)符號和顯著性與基本回歸結(jié)果保持一致，這佐證了工具變量選擇的有效性。

表4 內(nèi)生性檢驗結(jié)果

(三)穩(wěn)健性檢驗

1.增加控制變量

為了保證結(jié)果的穩(wěn)健性，以及回歸結(jié)果不因控制變量的選取而產(chǎn)生變化，在原模型的基礎(chǔ)上增加產(chǎn)業(yè)結(jié)構(gòu)升級這一新控制變量，用各省份第三產(chǎn)業(yè)占GDP的比重來衡量，因為產(chǎn)業(yè)結(jié)構(gòu)升級會對勞動力就業(yè)結(jié)構(gòu)產(chǎn)生影響?；貧w結(jié)果如表5所示。在回歸分析中增加新的控制變量，數(shù)字金融發(fā)展帶來勞動力就業(yè)結(jié)構(gòu)單極化現(xiàn)象的結(jié)論依舊穩(wěn)健，顯著性水平和影響方向基本保持一致，進一步證實了本文的回歸結(jié)果具有穩(wěn)健性。

2.替換核心解釋變量

在北京大學數(shù)字金融研究中心發(fā)布的“數(shù)字普惠金融指數(shù)”數(shù)據(jù)中，還包括三個細分指標，分別是覆蓋廣度、使用深度和數(shù)字支持服務(wù)程度。限于篇幅，本文僅利用使用深度作為核心解釋變量代入模型，從而驗證研究結(jié)果是否穩(wěn)健?；貧w結(jié)果如表6所示。

在替換核心解釋變量后，數(shù)字金融使用深度對各個類型勞動力的影響方向與表3的回歸結(jié)果基本一致，且都在1%統(tǒng)計水平上顯著，研究結(jié)果依舊穩(wěn)健。

表5 穩(wěn)健性檢驗：增加控制變量

表6 穩(wěn)健性檢驗：替換核心解釋變量

六、地區(qū)異質(zhì)性分析

在分析數(shù)字金融發(fā)展對勞動力就業(yè)結(jié)構(gòu)影響時，可以發(fā)現(xiàn)數(shù)字金融的發(fā)展程度和使用深度在各個區(qū)域間也存在著較大的差異。本文將30個省份劃分為東部、西部、中部3個區(qū)域，進一步分析數(shù)字金融水平對勞動力就業(yè)結(jié)構(gòu)的異質(zhì)性影響。表7的列(1)-(3)、列(4)-(6)、列(7)-(9)分別表示了三大區(qū)域中，數(shù)字金融水平對高技能勞動力、中等技能勞動力、低技能勞動力的影響。就核心解釋變量而言，數(shù)字金融的發(fā)展對東、西部地區(qū)就業(yè)結(jié)構(gòu)具有顯著的影響效應(yīng)。從東、西、中地區(qū)來看，東部地區(qū)的數(shù)字金融發(fā)展對高技能勞動力的就業(yè)產(chǎn)生顯著的正向影響，而對中等技能勞動力的就業(yè)產(chǎn)生顯著的負向影響。西部地區(qū)則呈現(xiàn)相反的結(jié)果，該地區(qū)數(shù)字金融的發(fā)展，減少了對大學?？萍耙陨蠈W歷的勞動力就業(yè)需求。在中部地區(qū)，數(shù)字金融指數(shù)對勞動力結(jié)構(gòu)的回歸結(jié)果并不顯著，驗證了假說H3。具體而言，東部地區(qū)數(shù)字金融發(fā)展對勞動力就業(yè)結(jié)構(gòu)的影響較為顯著，可能的原因在于長三角、珠三角地區(qū)的經(jīng)濟發(fā)展水平最高，數(shù)字金融發(fā)展起步早，且屬于數(shù)字金融企業(yè)總部聚集地，技術(shù)密集型產(chǎn)業(yè)集中，技術(shù)創(chuàng)新產(chǎn)生的新型生產(chǎn)任務(wù)不斷出現(xiàn)，因此對高等學歷的人才有較大需求。此外，高校集聚與教育資源豐厚，推動勞動力市場人才供給持續(xù)增長，因而在數(shù)字金融背景下更易實現(xiàn)就業(yè)結(jié)構(gòu)高級化。而在數(shù)字金融發(fā)展水平相對較低的西部地區(qū)，勞動力市場中以中、低技能勞動力就業(yè)為主，對高技能人才吸引力相對較弱。中部地區(qū)無論是在政策傾斜還是人才集聚方面都相對較弱，因此數(shù)字金融對東部和西部地區(qū)的就業(yè)結(jié)構(gòu)影響更為顯著，這也與林春等(2019)[3]的研究相符。

表7 分地區(qū)回歸結(jié)果

七、結(jié)論與建議

在數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化的背景下，新技術(shù)帶來的產(chǎn)業(yè)變革，對勞動力就業(yè)的創(chuàng)造性破壞是眾多學者重點關(guān)注的領(lǐng)域之一。根據(jù)我國30個省級2011-2019年面板數(shù)據(jù)，將勞動力技能水平劃分為高、中、低三個等級，實證研究了數(shù)字金融指數(shù)對勞動力就業(yè)結(jié)構(gòu)的影響及其在東、西、中部三大區(qū)域的差異性。研究結(jié)果表明：第一，從全國范圍看，數(shù)字金融發(fā)展水平會導(dǎo)致就業(yè)結(jié)構(gòu)呈現(xiàn)單極極化的特征。數(shù)字金融的發(fā)展增加了對受教育程度較低的勞動力就業(yè)需求，但是減少了高中及初中受教育程度勞動力的就業(yè)。第二，分地區(qū)看，東部地區(qū)的數(shù)字金融發(fā)展對勞動力的需求呈高級化趨勢，即提高了大專及以上學歷勞動力的就業(yè)需求，增加了中等學歷勞動力被替代的可能性。在西部地區(qū)則呈現(xiàn)相反的趨勢，數(shù)字金融快速發(fā)展但水平依然相對較低，以及西部地區(qū)勞動力就業(yè)結(jié)構(gòu)多以中、低技能勞動力為主，高層次人才流失現(xiàn)象依然嚴重。然而在中部地區(qū)，數(shù)字金融發(fā)展并未對勞動力就業(yè)結(jié)構(gòu)產(chǎn)生顯著性影響水平?；谏鲜鼋Y(jié)論，本文提出如下建議：

第一，推動中等教育程度勞動力的技能提升，支持勞動力就業(yè)轉(zhuǎn)移。數(shù)字金融的發(fā)展對勞動力的技能水平提出了新要求，增加了中等學歷勞動力被替代的可能性。因此，政府應(yīng)高度重視對中等學歷的職業(yè)技能培訓(xùn)，使勞動者獲得向高技能職位轉(zhuǎn)型所需的技能，進而提升整體勞動力人力資本水平。同時，對不能向高技能職業(yè)轉(zhuǎn)型的勞動力進行引導(dǎo)，促使其轉(zhuǎn)向不易被替代的職業(yè)或行業(yè)，保障各類勞動力跨行業(yè)轉(zhuǎn)移的平穩(wěn)過渡。

第二，為滿足數(shù)字金融發(fā)展對數(shù)字技術(shù)人才和金融人才的隊伍建設(shè)需求，應(yīng)進一步提升高等教育學歷勞動力的規(guī)模和數(shù)量。國家應(yīng)繼續(xù)擴大高等學校規(guī)模，加大高等教育經(jīng)費投入總量，保持對基礎(chǔ)學科、基礎(chǔ)研究的支持力度，著力提高教育質(zhì)量。引導(dǎo)高校的人才培養(yǎng)適應(yīng)經(jīng)濟社會發(fā)展的需求，促進基礎(chǔ)學科與應(yīng)用學科的協(xié)調(diào)發(fā)展，特別是推進科學技術(shù)與傳統(tǒng)學科融合。加快推進高等院校人才培養(yǎng)模式由單一學科轉(zhuǎn)向跨學科教育，建設(shè)一批能夠解決核心技術(shù)瓶頸的高層次人才隊伍。

第三，為緩解數(shù)字金融形成的東強西弱非平衡發(fā)展局面，應(yīng)提高對中西部等發(fā)展較緩慢地區(qū)的資源傾斜，增加數(shù)字基礎(chǔ)設(shè)施建設(shè)的投入力度，加強高層次人才引進的政策支持，促進數(shù)字資源和人力資源均衡分布。深入挖掘數(shù)字金融在改善低教育程度勞動力就業(yè)中的積極作用，提升城市對各層次就業(yè)人員的吸引力，促進勞動力要素的流動從而實現(xiàn)資源的合理配置。