尹碧波，伍 穎

(1.湖南工商大學(xué) 資源環(huán)境學(xué)院，湖南 長沙 410205；2.湖南工商大學(xué) 財(cái)政金融學(xué)院，湖南 長沙 410205)

一、引言

黨的十九大提出要加快發(fā)展先進(jìn)制造業(yè)，發(fā)揮好數(shù)字普惠金融便捷、高效與包容性的特征，助力實(shí)現(xiàn)從“中國制造”到“中國智造”的轉(zhuǎn)變。[1]4-25就業(yè)作為制造業(yè)發(fā)展的根基，實(shí)現(xiàn)其規(guī)模穩(wěn)定和結(jié)構(gòu)優(yōu)化是中國制造業(yè)做大做強(qiáng)的重中之重。[2]68-80但在過去十余年智能化的沖擊下，制造業(yè)勞動人口不斷向第三產(chǎn)業(yè)轉(zhuǎn)移，中國制造業(yè)就業(yè)規(guī)模從2013年的2.314億人下降至2019年的2.123億人(1)數(shù)據(jù)來源于國家統(tǒng)計(jì)局：https://data.stats.gov.cn/easyquery.htm?cn=C01。，產(chǎn)生的人力資本敞口對制造業(yè)高質(zhì)量發(fā)展造成了不利影響。[3]2171-2182,2219為緩解就業(yè)壓力，2020年3月3日，人民銀行會同財(cái)政部、銀保監(jiān)會召開金融支持疫情防控和經(jīng)濟(jì)社會發(fā)展座談會，會上強(qiáng)調(diào)“強(qiáng)化對先進(jìn)制造業(yè)、民生就業(yè)等重點(diǎn)領(lǐng)域和薄弱環(huán)節(jié)的金融服務(wù)”。由此可見，加大金融服務(wù)對制造業(yè)產(chǎn)業(yè)的支持力度是解決中國制造業(yè)人力資本不足的有效措施。已有研究表明，數(shù)字普惠金融有助于將有限的金融資源往中小企業(yè)等薄弱環(huán)節(jié)配置，緩解資金錯配，從而有利于增加制造業(yè)就業(yè)機(jī)會以及促進(jìn)社會公平。[4]158-169不難看出，研究數(shù)字普惠金融對中國制造業(yè)企業(yè)就業(yè)的影響及其作用機(jī)制對積極化解制造業(yè)就業(yè)問題、發(fā)掘新的就業(yè)增長點(diǎn)尤為重要。

目前，已有大量研究證實(shí)了數(shù)字普惠金融對就業(yè)的積極影響。馬國旺和王天嬌(2021)基于中國省級面板數(shù)據(jù)實(shí)證研究發(fā)現(xiàn)，數(shù)字普惠金融通過激發(fā)創(chuàng)業(yè)和創(chuàng)新促進(jìn)社會就業(yè)。[5]114-125更有學(xué)者聚焦家庭[6]71-86、收入[7]110-126和減貧效應(yīng)[8]43-53等多個方面對就業(yè)的影響進(jìn)行了思考。值得注意的是，少部分學(xué)者以企業(yè)為切入點(diǎn)，研究數(shù)字普惠金融的就業(yè)效應(yīng)。赫國勝等(2021)和冉光和等(2021)根據(jù)企業(yè)產(chǎn)權(quán)屬性進(jìn)行分類并將就業(yè)人數(shù)匯總于省級層面，發(fā)現(xiàn)數(shù)字普惠金融對就業(yè)的促進(jìn)作用在中小企業(yè)中更加顯著，[9]49-58,[10]104-117體現(xiàn)了數(shù)字普惠金融的包容性特征。

遺憾的是，現(xiàn)有研究并未將數(shù)字普惠金融與制造業(yè)企業(yè)就業(yè)納入統(tǒng)一的分析框架中，僅能從其他相關(guān)文獻(xiàn)中分析二者可能存在的影響效應(yīng)及作用機(jī)制。如習(xí)明明等(2021)認(rèn)為普惠金融發(fā)展通過降低制造業(yè)融資成本和緩解融資約束等渠道提高就業(yè)水平，[11]13-22但并未將制造業(yè)聚焦企業(yè)展開研究。陳建偉和蘇麗鋒(2021)發(fā)現(xiàn)，ICT(信息與通信技術(shù))通用型技術(shù)加速城市就業(yè)結(jié)構(gòu)從制造業(yè)向服務(wù)業(yè)轉(zhuǎn)型，對制造業(yè)就業(yè)的影響表現(xiàn)為抑制作用。[12]32-47,126-127不難發(fā)現(xiàn)，以上研究對制造業(yè)就業(yè)影響實(shí)際上與數(shù)字普惠金融的就業(yè)效應(yīng)不盡相同，且并未得出一致的結(jié)論。因此，深入探討數(shù)字普惠金融與制造業(yè)就業(yè)之間的關(guān)系具有理論和實(shí)踐的意義。

具體來說，本文使用2011—2019年中國地級市層面的北京大學(xué)數(shù)字普惠金融指數(shù)與制造業(yè)上市企業(yè)數(shù)據(jù)進(jìn)行匹配，從影響效應(yīng)、作用機(jī)制和異質(zhì)性三個維度考察數(shù)字普惠金融對制造業(yè)就業(yè)的影響，并使用工具變量、PSM-DID等方法解決內(nèi)生性問題。研究發(fā)現(xiàn)：(1)數(shù)字普惠金融顯著提高了制造業(yè)企業(yè)的就業(yè)規(guī)模，并且對于高技能人員和銷售、技術(shù)崗位人員的就業(yè)作用更加明顯，就業(yè)結(jié)構(gòu)得以優(yōu)化。(2)數(shù)字普惠金融發(fā)展水平的提高，能緩解融資約束和降低融資成本、提高企業(yè)技術(shù)創(chuàng)新能力、優(yōu)化區(qū)域金融資源配置，這些都有助于提高就業(yè)規(guī)模和優(yōu)化就業(yè)結(jié)構(gòu)。(3)數(shù)字普惠金融對制造業(yè)企業(yè)的就業(yè)規(guī)模增長效應(yīng)和就業(yè)結(jié)構(gòu)優(yōu)化效應(yīng)在非國有企業(yè)、勞動和知識密集型制造業(yè)企業(yè)以及欠發(fā)達(dá)地區(qū)的企業(yè)中更為顯著。

本文的潛在貢獻(xiàn)主要體現(xiàn)在以下三個方面：(1)將就業(yè)細(xì)分為就業(yè)規(guī)模、就業(yè)技能結(jié)構(gòu)和就業(yè)崗位結(jié)構(gòu)，首次將數(shù)字普惠金融與這三者納入統(tǒng)一的分析框架之中，豐富了相關(guān)領(lǐng)域的研究。(2)聚焦制造業(yè)企業(yè)層面進(jìn)一步探討數(shù)字普惠金融對就業(yè)的影響研究。(3)系統(tǒng)歸納了數(shù)字普惠金融影響制造業(yè)企業(yè)就業(yè)的作用機(jī)制，深入理解兩者之間的關(guān)系。

二、理論分析與研究假說

數(shù)字普惠金融以新一代大數(shù)據(jù)、云計(jì)算、互聯(lián)網(wǎng)以及人工智能等新興信息技術(shù)為基礎(chǔ)，拓寬了傳統(tǒng)普惠金融的服務(wù)邊界，以低門檻、低成本、個性化、共享等特征得到廣泛發(fā)展。[13]1557-1580一方面，數(shù)字普惠金融能提高金融服務(wù)的可得性、滲透性和普及性，克服金融資源錯配問題[14]30-56；另一方面，數(shù)字普惠金融減少供應(yīng)鏈核心企業(yè)的金融資源二次配置，抑制實(shí)體企業(yè)金融化[15]170-188,[16]96-112，從而提高有效供給，強(qiáng)化對實(shí)體經(jīng)濟(jì)的支持力度[17]52-66,9。對制造業(yè)企業(yè)而言，數(shù)字普惠金融的發(fā)展既能盤活金融資源、緩解融資約束，進(jìn)而擴(kuò)大生產(chǎn)規(guī)模，又可以激發(fā)企業(yè)創(chuàng)新活力和創(chuàng)新成果轉(zhuǎn)化，激勵制造業(yè)企業(yè)增加資本和勞動投入，促進(jìn)就業(yè)增長。由此，本文提出：

假說1：數(shù)字普惠金融可以有效促進(jìn)制造業(yè)企業(yè)就業(yè)增長。

數(shù)字普惠金融憑借先進(jìn)的技術(shù)優(yōu)勢，利用大數(shù)據(jù)、云計(jì)算等信用評估手段給中小企業(yè)“畫像”，能有效緩解金融資源供需雙方的信息不對稱。[18]1647-1661此外，數(shù)字普惠金融還能幫助借款企業(yè)維持平穩(wěn)的現(xiàn)金流和利潤，改善企業(yè)盈余管理，降低對外源融資的需求，進(jìn)而降低企業(yè)融資成本。[16]96-112數(shù)字普惠金融增加向中小企業(yè)的融資，一方面使得創(chuàng)新資源從眾多“僵尸企業(yè)”流向更有效率的中小微企業(yè)[19]69-83，有效克服創(chuàng)新活動占用資金多、周期長、風(fēng)險大等的弊端；另一方面促進(jìn)創(chuàng)新成果轉(zhuǎn)化[20]58-67，即通過擴(kuò)大服務(wù)范圍、多樣化服務(wù)方式和銜接金融與實(shí)體兩個部門等方式助力企業(yè)從“研發(fā)階段”轉(zhuǎn)化到“市場化階段”。而數(shù)字金融普惠化政策的實(shí)施，使得信貸資源、金融機(jī)構(gòu)網(wǎng)點(diǎn)和其他金融資源向區(qū)域金融資源薄弱環(huán)節(jié)靠攏，更好地發(fā)揮不同區(qū)域間制造業(yè)產(chǎn)業(yè)的比較優(yōu)勢，吸納社會就業(yè)、增加整體就業(yè)。

基于上述分析，本文提出假說2：數(shù)字普惠金融有助于制造業(yè)企業(yè)緩解融資約束、提高創(chuàng)新能力，有助于優(yōu)化區(qū)域間金融資源配置，進(jìn)而對就業(yè)產(chǎn)生積極影響。

綜上，已有大量文獻(xiàn)對數(shù)字普惠金融的就業(yè)效應(yīng)及影響機(jī)制進(jìn)行了研究。那么如果細(xì)分就業(yè)結(jié)構(gòu)，數(shù)字普惠金融會有怎樣的差異化影響呢？部分文獻(xiàn)根據(jù)企業(yè)員工學(xué)歷結(jié)構(gòu)和崗位差異，將就業(yè)結(jié)構(gòu)細(xì)分為就業(yè)技能結(jié)構(gòu)和就業(yè)崗位結(jié)構(gòu)。[21]78-96,[22]65-80“資本技能互補(bǔ)”假說認(rèn)為融資成本較低、融資約束較小的企業(yè)因資本密集度高，更具有創(chuàng)新動機(jī)和高薪就業(yè)吸納等特征而對高技能勞動需求更大。數(shù)字普惠金融對制造業(yè)企業(yè)融資約束的緩解作用將傳導(dǎo)至對就業(yè)結(jié)構(gòu)的差異化影響。根據(jù)“資本技能互補(bǔ)”假說，預(yù)期數(shù)字普惠金融對制造業(yè)企業(yè)高技能就業(yè)的影響更大。而對于制造業(yè)就業(yè)崗位結(jié)構(gòu)的影響可以從全球產(chǎn)業(yè)鏈、價值鏈中進(jìn)行剖析。馬虎兆等(2012)指出，中國自改革開放以來制造業(yè)取得了舉世矚目的成就，但從全球制造業(yè)產(chǎn)業(yè)鏈來看，仍處于全球價值鏈低端。[23]36-43而在中國超大規(guī)模市場、尖端科技不斷突破以及宏觀經(jīng)濟(jì)調(diào)控穩(wěn)中向好的支撐下，中國制造業(yè)將呈現(xiàn)高端化和柔性化發(fā)展特征，進(jìn)而提升全球產(chǎn)業(yè)價值鏈地位，最直接的表現(xiàn)就是中國制造業(yè)企業(yè)中技術(shù)創(chuàng)新與開發(fā)(產(chǎn)業(yè)鏈前端)和銷售(產(chǎn)業(yè)鏈后端)等高附加值的工作占比大幅度提升。[24]63-81,207因此，隨著中國制造業(yè)向縱深發(fā)展，數(shù)字普惠金融對企業(yè)就業(yè)發(fā)展的影響將相對集中在技術(shù)和銷售部門。鑒于此，提出以下假說：

假說3a：數(shù)字普惠金融對制造業(yè)企業(yè)高技能就業(yè)的影響更加突出；

假說3b：數(shù)字普惠金融對制造業(yè)企業(yè)技術(shù)和銷售崗位的影響更加突出。

三、研究設(shè)計(jì)

1.數(shù)據(jù)來源

本文以2011—2019年中國A股上市制造業(yè)企業(yè)與地級市層面北京大學(xué)數(shù)字普惠金融指數(shù)相匹配的面板數(shù)據(jù)為研究對象。按照下列步驟對數(shù)據(jù)進(jìn)行處理：(1)剔除樣本期間ST、PT的上市公司；(2)剔除存在基礎(chǔ)數(shù)據(jù)缺失或指標(biāo)明顯錯誤的樣本；(3)對主要連續(xù)變量采取上下1%縮尾處理，以消除極端值的影響。數(shù)字普惠金融指標(biāo)來源于《北京大學(xué)數(shù)字普惠金融指數(shù)(2011—2020)》，制造業(yè)公司層面數(shù)據(jù)來源于CSMAR數(shù)據(jù)庫，城市層面數(shù)據(jù)來源于《中國城市統(tǒng)計(jì)年鑒》，部分來源于CNSDA數(shù)據(jù)庫。

2.主要變量定義

(1)數(shù)字普惠金融(df)。選取郭峰等(2020)建立的北京大學(xué)數(shù)字普惠金融指數(shù)[25]1401-1418，該數(shù)據(jù)建立在地級市及以下層面上億微觀數(shù)據(jù)的基礎(chǔ)之上，由多層級指標(biāo)綜合而成，已得到廣泛應(yīng)用，具有較高的權(quán)威性和可靠性，是對數(shù)字普惠金融發(fā)展水平相對準(zhǔn)確、客觀的反映。

(2)制造業(yè)企業(yè)就業(yè)規(guī)模(lnemploy)。參考孫偉增等(2021)的研究，選取制造業(yè)上市企業(yè)雇用員工總數(shù)量的對數(shù)進(jìn)行度量。

(3)就業(yè)技能結(jié)構(gòu)。對于高技能勞動力，現(xiàn)有文獻(xiàn)通常采用本科及以上學(xué)歷的員工人數(shù)進(jìn)行衡量[26]185-197，但考慮到全國高等院校擴(kuò)招政策的實(shí)施，本科學(xué)歷已不足以代表高質(zhì)量勞動力[27]1993-2016，故本文選擇碩士研究生及以上學(xué)歷的勞動力數(shù)量的對數(shù)來衡量企業(yè)高技能員工(lnhigh)，反之則為中低學(xué)歷員工(lnlow)。

(4)就業(yè)崗位結(jié)構(gòu)。按照員工所從事的崗位類型可以劃分為管理、人事和行政、技術(shù)、生產(chǎn)、銷售、客服、財(cái)務(wù)和其他等八類，其中與制造業(yè)轉(zhuǎn)型升級關(guān)系最為密切的崗位類型為技術(shù)、生產(chǎn)和銷售，代表全球制造業(yè)生產(chǎn)分工中前后端高附加值類崗位。因此，選取生產(chǎn)崗位(lnprod)、銷售崗位(lnsell)和技術(shù)崗位(lntech)的員工人數(shù)分析制造業(yè)企業(yè)就業(yè)崗位結(jié)構(gòu)。

(5)控制變量。參考已有研究，從企業(yè)與城市兩個層面選取與企業(yè)勞動就業(yè)相關(guān)的其他因素。具體而言，企業(yè)層面選取企業(yè)年齡(年份-企業(yè)上市日期，lnage)、資本結(jié)構(gòu)(資產(chǎn)負(fù)債比，capital_structure)、企業(yè)規(guī)模(企業(yè)總資產(chǎn)，lnsize)、企業(yè)成長性(托賓Q值，tuobinq)等來衡量，城市層面選取經(jīng)濟(jì)發(fā)展水平(人均GDP，lnrgdp)、制造業(yè)從業(yè)人數(shù)(城市制造業(yè)從業(yè)人員總數(shù)，lnzzy)、第二產(chǎn)業(yè)發(fā)展水平(第二產(chǎn)業(yè)增加值占GDP的比重，second)、教育水平(每萬人在校大學(xué)生數(shù)，edu)和公共服務(wù)水平(醫(yī)院衛(wèi)生床位數(shù)，lnyywscws)來衡量。

(6)中介變量。借鑒現(xiàn)有研究，采用SA指數(shù)作為制造業(yè)企業(yè)融資約束的代理變量，采用利息費(fèi)用與總負(fù)債之比作為債務(wù)融資成本的代理變量。僅考慮債務(wù)融資成本的原因是數(shù)字普惠金融主要緩解銀行與制造業(yè)企業(yè)之間的信息不對稱而降低信貸成本，受此影響最大的當(dāng)屬企業(yè)債務(wù)融資成本。其次，本文從創(chuàng)新投入和創(chuàng)新產(chǎn)出兩個方面進(jìn)行分析，分別選取企業(yè)研發(fā)支出(rd)和發(fā)明專利申請數(shù)量(fa*df)進(jìn)行度量，選擇發(fā)明專利而非全部專利申請數(shù)量的主要原因是前者更具含金量，且避免了企業(yè)因?qū)で蟮胤秸邪l(fā)經(jīng)費(fèi)而產(chǎn)生的“虛假專利”，規(guī)避“專利泡沫”。對于區(qū)域金融資源配置而言，企業(yè)層面的面板數(shù)據(jù)無法直接構(gòu)建指標(biāo)對其進(jìn)行度量，因此本文“另辟蹊徑”：以地級市年末金融機(jī)構(gòu)貸款余額的中位數(shù)為基準(zhǔn)對樣本進(jìn)行劃分，如果數(shù)字普惠金融對金融資源“貧瘠組”地區(qū)樣本的就業(yè)促進(jìn)效應(yīng)高于“豐富組”地區(qū)樣本，可以認(rèn)為數(shù)字普惠金融促進(jìn)了金融資源往薄弱區(qū)域配置，即優(yōu)化區(qū)域金融資源配置，主要變量描述性統(tǒng)計(jì)見表 1。

表1 主要變量描述性統(tǒng)計(jì)

3.計(jì)量模型設(shè)定

為了檢驗(yàn)數(shù)字普惠金融對制造業(yè)企業(yè)就業(yè)的影響，本文構(gòu)建如下計(jì)量模型：

employijt=β0+β1dfjt+β2Xit+β3cityjt+year+province+industry+θit

其中，employ為企業(yè)就業(yè)水平，包括就業(yè)規(guī)模、就業(yè)技能結(jié)構(gòu)和就業(yè)崗位結(jié)構(gòu)，df為數(shù)字普惠金融指數(shù)，X為企業(yè)層面控制變量，city為城市層面控制變量，year表示年份固定效應(yīng)，province表示省份固定效應(yīng)，industry為行業(yè)固定效應(yīng)，θit為殘差項(xiàng)。

為檢驗(yàn)數(shù)字普惠金融影響制造業(yè)企業(yè)就業(yè)的作用機(jī)制，本文參考任勝鋼等(2019)的方法采用交互項(xiàng)的方式檢驗(yàn)中介效應(yīng)[28]5-23，以融資約束為例，其模型如下所示：

employijt=α0+α1dfjt+γ1df*sa+α2Xit+α3cityjt+year+province+industry+θit

其中，df*sa為數(shù)字普惠金融與融資約束的交互項(xiàng)，這里主要關(guān)注系數(shù)γ1，如果γ1顯著為正，則表明數(shù)字普惠金融可通過緩解融資約束促進(jìn)就業(yè)。需要注意的是，區(qū)域金融資源配置優(yōu)化的中介效應(yīng)通過劃分樣本進(jìn)行檢驗(yàn)。

四、實(shí)證結(jié)果

1.基準(zhǔn)回歸結(jié)果

表2列示了本文的基準(zhǔn)回歸結(jié)果，數(shù)字普惠金融的回歸系數(shù)為0.24，且通過了1%的統(tǒng)計(jì)顯著性檢驗(yàn)，表明數(shù)字普惠金融每增加1個單位，制造業(yè)企業(yè)的就業(yè)規(guī)模將顯著提高0.24%，持續(xù)推進(jìn)中國數(shù)字普惠金融發(fā)展是穩(wěn)定與擴(kuò)張制造業(yè)就業(yè)規(guī)模的有效措施，本文假說1得到驗(yàn)證。

從就業(yè)技能結(jié)構(gòu)來看，數(shù)字普惠金融對高低技能就業(yè)的回歸系數(shù)分別為0.97和0.21，分別在1%和5%的水平上顯著，且前者大于后者，表明數(shù)字普惠金融對制造業(yè)企業(yè)就業(yè)的促進(jìn)效應(yīng)在高技能勞動力中更加突出，有利于提升制造業(yè)企業(yè)高技能員工占比；但同時由于生產(chǎn)需要和高低技能存在的互補(bǔ)性，低技能就業(yè)也有一定提升。從就業(yè)崗位結(jié)構(gòu)來看，第(4)～(6)列匯報(bào)了相應(yīng)回歸結(jié)果，數(shù)字普惠金融對銷售崗位和技術(shù)崗位就業(yè)的回歸系數(shù)顯著為正，與之相反，隨著數(shù)字普惠金融發(fā)展，企業(yè)中生產(chǎn)崗位就業(yè)的數(shù)量有所下降，且在統(tǒng)計(jì)上不顯著，證明數(shù)字普惠金融發(fā)展對制造業(yè)企業(yè)就業(yè)的影響主要體現(xiàn)在推動銷售和技術(shù)崗位就業(yè)提升，助力制造業(yè)企業(yè)往產(chǎn)業(yè)鏈高端攀升上。

表2 基準(zhǔn)回歸結(jié)果(2) 本文對回歸結(jié)果進(jìn)行了一定的簡化，有需要的讀者可向作者索取。

2.穩(wěn)健性檢驗(yàn)

考慮到可能存在的測量誤差、內(nèi)生性等問題，為了增強(qiáng)結(jié)果的穩(wěn)健性，本文進(jìn)行一系列穩(wěn)健性檢驗(yàn)，包括替換變量、剔除中國股災(zāi)的影響和緩解內(nèi)生性問題等。

(1)替換解釋變量。北京大學(xué)數(shù)字普惠金融指數(shù)中包含三個子項(xiàng)，分別是數(shù)字普惠金融覆蓋廣度(df_cover)、使用深度(df_usage)和數(shù)字化程度(df_digital)。對數(shù)字普惠金融指數(shù)進(jìn)行替換，結(jié)果顯示回歸系數(shù)均為正，且覆蓋廣度和數(shù)字化程度至少在5%的統(tǒng)計(jì)水平上顯著，證明了本文結(jié)果的穩(wěn)健性(3)限于篇幅限制，未展示本部分回歸結(jié)果。。

(2)剔除中國股災(zāi)的影響。全球范圍內(nèi)或者中國的重大金融事件對數(shù)字普惠金融發(fā)展具有較大的沖擊[29]130-144,10。而這類因素的影響難以通過構(gòu)建變量的方式吸收，為排除其可能造成的干擾，參考唐松等(2020)的研究，截取2011—2014年的樣本進(jìn)行回歸，以剔除重大金融事件造成的內(nèi)生性沖擊。結(jié)果顯示本文基準(zhǔn)回歸結(jié)果并沒有發(fā)生變化(4)限于篇幅限制，未展示本部分回歸結(jié)果。。

(3)內(nèi)生性問題。首先采用工具變量法，緩解可能存在的因遺漏變量和數(shù)字普惠金融指數(shù)測量誤差導(dǎo)致的回歸結(jié)果產(chǎn)生偏誤的內(nèi)生性問題。參考謝絢麗等(2018)的研究，選用省級層面的互聯(lián)網(wǎng)普及率(gjhlwyhs)作為工具變量，顯然數(shù)字普惠金融發(fā)展水平與其直接相關(guān)，而制造業(yè)企業(yè)的就業(yè)不足以影響到省級互聯(lián)網(wǎng)普及率的發(fā)展，滿足工具變量的兩個條件。工具變量回歸結(jié)果如表3列(1)所示，數(shù)字普惠金融對制造業(yè)企業(yè)就業(yè)的影響依舊為正，證明了基準(zhǔn)回歸的穩(wěn)健性。此外，弱工具變量檢驗(yàn)顯示弱工具變量檢驗(yàn)值大于80，在1%的水平上拒絕弱工具變量原假設(shè)；不可識別檢驗(yàn)P值為0，拒絕不可識別原假設(shè)；而Sargan統(tǒng)計(jì)量P值不顯著，接受工具變量外生的原假設(shè)。為進(jìn)一步證明工具變量的外生性，本文將工具變量與內(nèi)生解釋變量共同納入模型中。回歸結(jié)果如表 3列(2)所示，工具變量系數(shù)為0，表明工具變量僅能通過內(nèi)生解釋變量影響制造業(yè)企業(yè)就業(yè)而排除了其他途徑，證明工具變量滿足外生性假設(shè)。

其次，為了緩解反向因果問題，本文將解釋變量滯后項(xiàng)替代原有解釋變量納入計(jì)量模型中，結(jié)果并未發(fā)生顯著變化，如表3列(3)所示。接著，制造業(yè)企業(yè)層面可能因存在遺漏變量問題而影響就業(yè)水平，進(jìn)而產(chǎn)生內(nèi)生性問題，本文進(jìn)一步控制了制造業(yè)企業(yè)層面的固定效應(yīng)，結(jié)果如表3列(4)所示，基本檢驗(yàn)結(jié)果仍然穩(wěn)健。

表3 內(nèi)生性問題處理(5)為節(jié)省篇幅，未展示截距項(xiàng)；控制變量與行業(yè)、年份、省份固定效應(yīng)均已控制。

最后，結(jié)合傾向得分匹配和雙重差分法進(jìn)一步緩解內(nèi)生性問題。參考李建軍和韓珣(2019)的方法，視國務(wù)院2016年發(fā)布的《推進(jìn)普惠金融發(fā)展規(guī)劃(2016—2020)》為外生政策沖擊，當(dāng)樣本區(qū)間在2016年及以后時，t取值為1，否則取值為0。[30]21-35由于數(shù)字普惠金融緩解了中小企業(yè)融資難、融資貴的問題，對金融發(fā)展水平較低地區(qū)制造業(yè)企業(yè)的影響更加突出。因此本文按照地區(qū)金融發(fā)展水平對樣本進(jìn)行分組，地區(qū)金融發(fā)展水平采用地級市年末金融機(jī)構(gòu)貸款余額進(jìn)行衡量，當(dāng)年末金融機(jī)構(gòu)貸款余額較大時，表明該城市金融發(fā)展水平較高。本文取最小規(guī)模的四分之一作為實(shí)驗(yàn)組，剩余部分樣本作為對照組，即低于年末金融機(jī)構(gòu)貸款余額2.5分位數(shù)取值為1，否則為0。然后使用PSM-DID對樣本進(jìn)行回歸。結(jié)果如表 3列(5)所示，年份與實(shí)驗(yàn)組交互項(xiàng)的系數(shù)為正，且在1%的水平上顯著，證明結(jié)果穩(wěn)健。

3.作用機(jī)制檢驗(yàn)

下面對數(shù)字普惠金融發(fā)展對制造業(yè)企業(yè)就業(yè)影響的作用機(jī)制進(jìn)行檢驗(yàn)，根據(jù)前文假說2，數(shù)字普惠金融可能從融資、創(chuàng)新、金融資源配置三個視角影響制造業(yè)企業(yè)就業(yè)?；貧w結(jié)果如下表4所示。

(1)融資約束和融資成本。肖興志等(2019)發(fā)現(xiàn)融資約束會通過減少潛在就業(yè)機(jī)會與抑制企業(yè)正常規(guī)模擴(kuò)張而抑制就業(yè)增長[19]69-83，而融資成本高意味著企業(yè)面臨的現(xiàn)金流不足，[31]105-119,160從而喪失可能帶來可觀現(xiàn)金流的投資機(jī)會[32]106-120，抑制可能的就業(yè)增長。表4列(1)(2)結(jié)果顯示，SA指數(shù)和債務(wù)成本與數(shù)字普惠金融交互項(xiàng)(sa*df、i*df)的系數(shù)分別為7.14和-0.01，且分別在1%和5%的水平上顯著，表明數(shù)字普惠金融可以通過緩解融資約束和降低融資成本提高制造業(yè)企業(yè)就業(yè)水平。

(2)技術(shù)創(chuàng)新能力。從企業(yè)創(chuàng)新投入和產(chǎn)出兩個方面進(jìn)行衡量,回歸結(jié)果如表4列(3)(4)所示，企業(yè)研發(fā)支出和發(fā)明專利申請數(shù)量與數(shù)字普惠金融交互項(xiàng)(rd*df、fa*df)的系數(shù)均顯著為正，表明數(shù)字普惠金融可以通過提高制造業(yè)企業(yè)創(chuàng)新能力提升其就業(yè)水平。

(3)區(qū)域金融資源配置。數(shù)字普惠金融通過數(shù)字技術(shù)手段為金融服務(wù)“長尾”群體提供融資便利，將優(yōu)質(zhì)金融資源配置到傳統(tǒng)金融服務(wù)難以覆蓋到的地區(qū)和微觀企業(yè)、個體，由此達(dá)到優(yōu)化區(qū)域金融資源配置的效果。[33]75-83表4列(5)(6)的結(jié)果顯示數(shù)字普惠金融對制造業(yè)企業(yè)就業(yè)的影響效應(yīng)在低金融發(fā)展水平地區(qū)為0.35，遠(yuǎn)大于高金融發(fā)展水平地區(qū)，且在1%的水平上顯著，表明在金融資源稟賦較差的地區(qū)更容易受到數(shù)字普惠金融政策的傾斜，金融資源在全國的配置效率得到優(yōu)化，進(jìn)而對制造業(yè)企業(yè)就業(yè)水平產(chǎn)生積極影響，同時體現(xiàn)了數(shù)字普惠金融的包容性特征。[6]71-86

表4 作用機(jī)制檢驗(yàn)

4.異質(zhì)性分析

(1)地區(qū)發(fā)展水平。根據(jù)人均GDP和對中國東中西部的樣本進(jìn)行分組檢驗(yàn)，回歸結(jié)果顯示(6)限于篇幅，未展示本部分回歸結(jié)果。，數(shù)字普惠金融的就業(yè)效應(yīng)在欠發(fā)達(dá)地區(qū)和發(fā)達(dá)地區(qū)的系數(shù)分別為0.28和0.27，前者稍大于后者，而在中西部地區(qū)和東部地區(qū)的回歸系數(shù)分別為0.27和-0.02，前者遠(yuǎn)大于后者。上述結(jié)果驗(yàn)證了本文的假設(shè)，數(shù)字普惠金融對制造業(yè)企業(yè)就業(yè)水平的提升作用在欠發(fā)達(dá)地區(qū)或者中西部地區(qū)更加突出。同時，從就業(yè)技能結(jié)構(gòu)來看，與基準(zhǔn)檢驗(yàn)結(jié)果一致(7)異質(zhì)性檢驗(yàn)中未研究就業(yè)崗位結(jié)構(gòu)的原因是，對數(shù)據(jù)進(jìn)行分組之后會由于樣本量過小而導(dǎo)致過大的估計(jì)偏誤，為保證結(jié)果的穩(wěn)健性，僅考察制造業(yè)企業(yè)就業(yè)規(guī)模和就業(yè)技能結(jié)構(gòu)。。

(2)產(chǎn)權(quán)屬性異質(zhì)性。從制造業(yè)企業(yè)就業(yè)規(guī)模來看，數(shù)字普惠金融對非國有企業(yè)和國有企業(yè)都具有促進(jìn)作用，但前者在1%的水平上顯著，后者不顯著，這表明在數(shù)字普惠金融政策下非國有企業(yè)的就業(yè)水平比國有企業(yè)有更大的提升。

(3)細(xì)分行業(yè)異質(zhì)性。參考李新安和李慧(2022)、戴翔和宋婕(2019)的研究，將30余個制造業(yè)行業(yè)劃分為勞動密集型企業(yè)、資本密集型企業(yè)和知識密集型企業(yè)來進(jìn)行考察。[34]159-170,[35]108-121,136回歸結(jié)果顯示，數(shù)字普惠金融對勞動密集型企業(yè)和知識密集型企業(yè)就業(yè)水平具有顯著正向影響，而對資本密集型企業(yè)的影響不顯著?？赡艿脑蚴牵旱谝唬Y本密集型企業(yè)中資本運(yùn)作占比較高，以自然資源加工、冶煉為主要生產(chǎn)方式，生產(chǎn)周期普遍較短，現(xiàn)金流壓力較小，從而面臨較小的融資約束，數(shù)字普惠金融對此類企業(yè)的影響不顯著。第二，勞動密集型和知識密集型企業(yè)具有高投入、高風(fēng)險的特征，前者易受公共衛(wèi)生事件及其他事件沖擊，而后者面臨較高的創(chuàng)新、維護(hù)與推廣成本，數(shù)字普惠金融易對此類企業(yè)的融資和就業(yè)產(chǎn)生積極影響。

五、結(jié)論與政策建議

隨著我國金融市場不斷完善和發(fā)展，以大數(shù)據(jù)、互聯(lián)網(wǎng)為代表的數(shù)字技術(shù)與之深度融合，金融對實(shí)體經(jīng)濟(jì)的支撐作用愈發(fā)顯著。數(shù)字普惠金融作為科學(xué)、合理分配社會金融資源的“調(diào)節(jié)器”，推動了我國制造業(yè)以新產(chǎn)業(yè)、新業(yè)態(tài)的模式迅速發(fā)展，并成為推動就業(yè)規(guī)模增長與就業(yè)結(jié)構(gòu)調(diào)整的重要引擎。本文在已有研究的基礎(chǔ)上，將2011—2019年中國A股制造業(yè)上市公司與數(shù)字普惠金融指數(shù)進(jìn)行匹配，探討數(shù)字普惠金融發(fā)展對制造業(yè)企業(yè)就業(yè)規(guī)模和結(jié)構(gòu)的影響及其作用機(jī)制。

本文的主要研究結(jié)論為：(1)數(shù)字普惠金融顯著提高了制造業(yè)企業(yè)的就業(yè)規(guī)模，具體來說，數(shù)字普惠金融每增加1個單位，制造業(yè)企業(yè)的就業(yè)規(guī)模將顯著提高0.24%。數(shù)字普惠金融的就業(yè)效應(yīng)對于高技能和銷售、技術(shù)崗位員工更加顯著，就業(yè)結(jié)構(gòu)得到優(yōu)化。(2)數(shù)字普惠金融發(fā)展可以通過緩解融資約束和降低融資成本、提高企業(yè)技術(shù)創(chuàng)新能力、優(yōu)化區(qū)域金融資源配置三個渠道提高制造業(yè)就業(yè)規(guī)模和優(yōu)化就業(yè)結(jié)構(gòu)。(3)數(shù)字普惠金融對制造業(yè)企業(yè)的就業(yè)規(guī)模增長效應(yīng)和就業(yè)結(jié)構(gòu)優(yōu)化效應(yīng)在非國有企業(yè)、勞動和知識密集型制造業(yè)企業(yè)以及欠發(fā)達(dá)地區(qū)的企業(yè)中更為顯著。

基于上述研究結(jié)論，本文提出以下幾點(diǎn)政策啟示：(1)應(yīng)大力發(fā)展普惠金融，加快部署新型數(shù)字技術(shù)基礎(chǔ)設(shè)施建設(shè)，拓寬制造業(yè)就業(yè)空間。數(shù)字普惠金融以其包容性特征，在不斷完善中小企業(yè)信用評級體系的基礎(chǔ)上，切實(shí)改善制造業(yè)企業(yè)發(fā)展的資金制約困境、降低其信貸門檻和融資成本，提升制造業(yè)企業(yè)就業(yè)水平，加速其發(fā)展和轉(zhuǎn)型升級進(jìn)程，推動中國制造業(yè)高質(zhì)量發(fā)展。(2)要著力發(fā)展高水平教育，增加教育投入和創(chuàng)新思維建設(shè)，實(shí)現(xiàn)創(chuàng)業(yè)、創(chuàng)新拉動制造業(yè)就業(yè)發(fā)展。進(jìn)一步優(yōu)化就業(yè)技能結(jié)構(gòu)和崗位結(jié)構(gòu)，以適應(yīng)中國制造業(yè)產(chǎn)業(yè)鏈高級化發(fā)展，挖掘人力資本驅(qū)動制造業(yè)轉(zhuǎn)型升級的渠道。(3)各地區(qū)應(yīng)結(jié)合當(dāng)?shù)貙?shí)際發(fā)展?fàn)顩r，制定差異化數(shù)字普惠金融發(fā)展政策，促進(jìn)金融資源在制造業(yè)企業(yè)中的合理配置，提高實(shí)體經(jīng)濟(jì)與金融體系的匹配性，切實(shí)提升制造業(yè)就業(yè)水平。