数字普惠金融与城镇居民就业质量研究

向秀莉，郭 雪

（1.武汉纺织大学 经济学院，湖北 武汉 430200；2.武汉纺织大学 产业经济研究中心，湖北 武汉 430200）

一、引言

就业是民生之本，是社会稳定的重要保障。当前我国正处于经济高质量发展的关键阶段，实现更加充分更高质量的就业，是推动高质量发展的内在要求。2021年7月召开的国务院常务会议，明确提出“推动建立形式多样的劳动关系”“建立适合就业新形态的职业技能培训模式”“放开就业人员在就业地参加基本养老、医疗保险的户籍限制”等多种就业举措，以维护新就业形态劳动者的劳动保障权益，促进灵活就业、增加就业岗位和提高群众收入，提升居民就业质量。这一系列扩大就业的政策，虽然在一定程度上满足了居民的就业需求，但农村富余劳动力转移、劳动力供求矛盾升级等就业问题还一定程度存在（李晓栋和万诗婕，2022）[1]，就业形势依然严峻，改善居民就业水平、提高居民就业质量仍面临多重挑战。

高质量就业作为一个新的理念，在学术界还未形成统一的定义。学者们各自提出对就业质量内涵的理解，主要可概括为以下几个方面。

一是就业收入。在社会化生产条件下，就业是劳动的实现方式，是个人收入的主要来源，劳动者通过就业参与财富分配，支撑生活质量所需，个人收入提升以及财富合理分配是生活质量的保障（杨艳琳和瞿超颖，2016）[2]。二是就业环境。主要体现在劳动者是否有安全稳定的就业环境和足够的就业机会。一个良好的就业环境通常意味着劳资之间存在和谐的劳动关系，如果企业内部劳方和资方有比较畅通的对话渠道，员工就能够更好地在公司发展中发挥积极作用，就业质量也相应地得到提升（曹前满，2021）[3]。三是社会保障。社会保障是劳动者基本权利的重要保障，能够为城镇居民提供兜底保护，不仅可以提升劳动者就业工作的稳定性，减少其在劳动力市场频繁流动导致的摩擦性失业，而且能够提升劳动者的就业积极性（郭晴等，2022）[4]。四是职业发展。高质量就业意味着具有可选择的就业机会和晋升机会，当劳动者的基本就业权益得到保障后，劳动者将更加看重就业的发展性，对就业质量诉诸更多职业发展和尊严等更高层面的需求（司小飞和李麦收，2022）[5]。

已有研究表明，金融发展与劳动力就业质量提升密切相关。李巍和蔡纯（2013）[6]基于1994—2001年的省级面板数据，检验了金融发展及其协同性对就业的影响效应，结果表明，金融发展及其与各地区的协同性均能显著提升就业质量。凌江怀和姚雪松（2015）[7]对金融发展影响就业的直接和间接路径进行了探索，认为金融发展除了能够增加就业岗位直接带动就业之外，也可以通过促进城镇与企业的协同发展以及提升人力资本水平间接推动就业增长。总的来说，金融发展主要通过降低金融门槛、改善金融服务、加大人力资本投资等渠道来提高就业质量。对于中小企业来说，融资约束是其发展面临的主要难题，融资约束制约了企业最优规模的投资，影响了其对劳动力的需求。金融发展降低了中小企业的融资门槛，提升了中小企业的金融可得性，不仅扩大了企业生产规模，增加了就业岗位，而且也能够促进企业技术进步和就业结构优化，劳动者的就业质量也因此得到提升（陈舜，2020）[8]。对于劳动者而言，金融发展能够增加劳动者收入来源，缓解就业压力。金融发展可以提高劳动者在金融市场的参与度，增加劳动者的投资收入，同时也降低了创业门槛，劳动者借助金融服务，使用较少资金即可进行创业，获得创业收入（李晓栋和万诗婕，2022）[1]。此外，人力资本水平的高低影响到劳动者的就业岗位匹配程度，人力资本水平高的个体其就业岗位匹配程度高，就业收入报酬高，就容易实现高质量就业。而投资人力资本需要大量资金，离不开金融机构的大力支持。金融服务的覆盖面不断扩大和金融服务的可得性不断提高，可以为人力资本培训创造良好的环境，促进人力资本的全面发展（马国旺和王天娇，2021）[9]。

然而，传统金融在提升就业质量方面仍存在不足之处。从成本上看，传统金融对实体机构的依赖性较强，而实体机构的运营成本占有相当高比重，金融服务成本居高不下，使其无法深入经济欠发达地区，为劳动者提供便捷的金融服务（赫国胜等，2021）[10]。从收益上看，金融机构与服务群体存在严重的信息不对称，部分中小企业还款来源无法有效核实，使得金融机构的信贷资源难以向中小企业倾斜，从而提高了中小企业的融资难度，中小企业无法获得稳定的资金来源，进而生产经营的稳定性降低，无法为劳动者提供稳定的就业岗位。

数字金融的产生与发展克服了传统金融无法延伸至偏远地区的困难，为传统金融无法服务的区域和人群提供了便捷的金融服务。数字金融通过移动终端服务人群，同时，通过移动终端在日常生活场景中产生的各类数据进行分析，更为精确地满足用户的金融需求。

现有关于数字普惠金融发展对高质量就业影响机制的研究主要集中在以下三个方面。一是数字金融为居民提供低成本且安全的金融服务，增加了居民创业与投资的可能性。首先，数字金融的发展对创业有显著的促进作用（谢绚丽等，2018）[11]，其通过促进生产性服务业发展降低居民创业条件，通过促进消费性服务业发展创造更多创业机会（张林和温涛，2020）[12]，而创业的增加也可为大量的低收入人群提供就业岗位（汪亚楠等，2020）[13]。其次，数字普惠金融的发展降低了投资门槛，给居民创造了更多投资渠道，增加了居民的收入来源，缓解了居民的就业压力（廖婧琳和周利，2020）[14]。二是数字普惠金融降低了企业融资门槛，增加了现有企业融资渠道，有助于扩大企业规模，增加居民就业机会和工资收入。数字普惠金融将互联网技术、信息通信技术、大数据计算等技术应用在金融领域，极大地降低了企业的融资成本和获得金融服务的门槛（黄倩等，2019）[15]，同时又降低其财务费用和杠杆率水平，有助于缓解企业的融资约束（任晓怡，2020）[16]，让企业的财力可以用于扩大企业规模、增加就业岗位、提升工资水平等，从而提高员工的就业质量。三是数字金融为创新提供支持，推动产业结构升级，为居民打造更好的就业环境。数字普惠金融及其在覆盖广度、使用深度等的发展对企业技术创新有着显著的正向影响（梁榜和张建华，2019）[17]，而技术创新能够促进劳动生产力的不断提高和企业物资成本的不断下降，从而推动产业结构高级化（龚轶等，2013）[18]，也带动了就业结构优化（戚聿东等，2020）[19]。

根据对已有文献的梳理，可以发现，数字普惠金融不仅延续了传统金融影响就业的功能，即通过缓解中小企业融资压力、提升人力资本等途径促进就业，而且克服传统金融对实体机构依赖性强的缺点，提升了金融服务效率，减小了金融服务成本，使金融服务能够便捷地渗入居民生活的各个方面，从而带动就业结构优化。但尚存不足：主要从中小企业、金融市场、居民就业三个方面阐述其相关关系，并未深入分析数字普惠金融影响就业质量的内在逻辑。鉴于此，本文对数字普惠金融发展与就业质量提升的机制进行深入探究，结合现有文献和实践证据，从逻辑层面系统梳理了数字普惠金融及其覆盖广度、使用深度、数字化程度对就业质量提升的作用机制，分别为缓解中小企业融资约束、提升人力资本质量和扩大社会保障水平，进而采用中介效应模型对影响机制进行了合理验证。这不仅有助于提升数字普惠金融的政策靶向性，同时也有利于更好地辅助在传统金融服务中未得到充分服务的群体在数字普惠金融的发展背景下获得发展红利，促进政府有针对性地规划数字普惠金融的落地实践，实现全民高质量就业。

二、理论分析与研究假设

作为数字技术与普惠金融结合的产物，数字普惠金融充分释放金融的普惠性，对城镇居民就业产生重要影响。下面将详细阐述数字普惠金融影响就业质量的作用机制。

一是数字普惠金融缓解了中小企业的融资约束，助力企业规模扩大和就业质量提升。数字普惠金融具有数字化特征，伴随着大数据平台的搭建以及数字化程度的不断加深，中小企业与金融机构的信息不对称程度逐渐降低，从而降低了中小企业的融资门槛，显著提升了原本受到金融排斥的中小企业的融资可得性。中小企业融资可得性的提升，一方面有助于扩大企业规模、增加就业岗位、解决就业需求、降低失业率，可保证中小企业的生存，为劳动者提供就业机会；另一方面，中小企业可利用从金融机构筹集到的资金用于企业技术创新（郭沛瑶和尹志超，2022）[20]，这有助于优化企业就业结构，为劳动者提供更高收入及更稳定的就业环境。

二是数字普惠金融扩展了金融服务的范围，提升了城镇居民金融服务的可得性，降低了金融资源供求之间的错配程度，增加了劳动者对数字普惠金融的使用深度。数字普惠金融以更为便捷的形式连接金融市场的供给端和需求端，使更多居民能够实时了解金融市场需求，从金融市场选择合适的金融产品，增加居民的投资收益。同时，数字普惠金融可缓解居民的信贷约束，增加资金供给，这有助于居民创业，能够显著地增加“自雇型”和“生存型”创业人员，增加就业岗位和创业收入（翟仁祥和宣昌勇，2022）[21]。此外，教育培训机构依赖于数字金融服务不断发展，为劳动者创造良好的人力资本环境，有助于提高劳动者整体素质和人力资本水平，便于劳动者未来的职业发展。

三是数字普惠金融提供的金融服务具有覆盖范围广的特征，数字普惠金融的发展有效扩展了社会保障的覆盖范围，这有助于缓解劳动者的就业压力，提升劳动者的就业积极性。社会保障与就业质量密不可分，社会保障制度为劳动者提供了基本的生活保障，保证了劳动力市场的稳定，医疗保险与教育福利提高了居民的整体素质，为高质量就业打下坚实基础，而失业保险可以满足下岗人员生活的基本需求，也能促进群众更好就业。数字普惠金融在居民中的普及和广泛传播，积累了大量活跃用户，是居民金融信息的主要来源，社会保障信息的传播能够增强居民对社会保障的认知度和接受度，促进居民参保水平的提高。因此，社会保障是数字普惠金融影响就业质量的重要中介渠道，数字普惠金融可通过提高社会保障水平间接改善就业质量。

此外，数字普惠金融对不同地区就业质量提升的促进作用存在差异。对于中西部地区，由于传统金融机构渗入较为困难，金融资源相对稀缺，数字普惠金融的发展能够有效缓解欠发达地区的金融约束。而对于东部经济发达地区，传统金融资源较为丰富，数字普惠金融并不能充分发挥资源配置的优势，数字普惠金融的发展可能无法给城镇居民的就业质量带来显著提升。

根据以上分析，本文提出以下合理假设。

H1：数字普惠金融的数字化程度、使用深度和覆盖广度三个维度，通过影响中小企业融资、人力资本质量和社会保障水平来提升城镇居民的就业质量。

H2：数字普惠金融对就业质量的影响存在区域差异，且对中西部地区居民就业质量的影响更为显著。

三、研究设计

（一）就业质量指标体系构建

近年来，学术界关于就业质量的研究逐渐增多，但对就业质量内涵的界定却未形成一致标准，不同学者对于就业质量的概念有着不同理解，在就业质量指标体系的指标选择上也有所不同。国内学者主要从微观和宏观两个角度对就业质量进行评价。微观角度侧重于对劳动力自身就业质量的测评，包括劳动者个体的工资水平、职业发展、社会保障等方面。如赖德胜（2017）[22]从就业环境、就业能力、就业状况、劳动者报酬、社会保护和劳动关系六个维度对中国各地区就业质量进行评价。而宏观上更偏向于对某一区域就业质量的测度和评估，旨在研究区域劳动力供求市场的运行和人力资源的配置状况。如韩晶和陈曦（2020）[23]从工作能力、工作环境和工资水平三个维度对地区就业质量进行衡量。

本文重点关注城镇居民的就业质量，立足以往研究对高质量就业内涵的理解，参考戚聿东等（2020）[19]、刘永平（2018）[24]建立的就业质量指标体系，同时基于指标体系的完备性、数据可得性、可度量性等标准，对部分指标进行删减和修改，最终选取劳动报酬、就业状况、职业发展和就业保护四个一级指标构建中国城镇就业质量评价指标体系。其中劳动报酬主要关注城镇居民的工资水平和收入分配；就业状况主要关注城镇居民的就业环境、就业机会和就业安全；职业发展主要关注城镇居民的就业能力和就业稳定；就业保护主要关注城镇居民的社会保障和劳动争议。

根据所构建的指标体系，采用熵权法对各指标进行赋权，所得就业质量的指标体系与指标权重如表1所示。

（二）中国各省份城镇居民就业质量的综合评价

根据表1构建的评价指标体系，本文采用熵值法测算2011—2020年间我国各省份的就业质量得分，并将具体得分绘制成热力图①为更加直观地看出不同区域就业质量得分的变化，在绘制热力图时，将31个省份（不包括港、澳、台地区）按东、中、西三大区域进行排序，并在三个区域内按2020年就业质量得分进行降序排列。，如图1所示。总体而言，我国31个省份2011—2020年的就业质量得分普遍位于中等水平，平均得分并不高。但从历年的变化趋势来看，各省份的就业质量得分整体上呈现逐年增长的趋势。从地区划分来看，各省份就业质量从东部到西部呈现逐渐降低的整体布局，东部地区如北京、天津、上海等省份的就业质量得分居于我国领先水平。中部与西部地区的就业质量得分相对较低，和东部地区相比还存在一定差距。以西部地区为例，虽然甘肃、云南、青海、贵州4个省份最近几年的就业质量一直居于落后阶段，但西部地区整体就业质量在近两年有较大幅度的攀升，这可能与国家西部大开发战略取得一定成效密切相关。当前，我国经济已逐步迈入新的发展阶段，更加追求发展质量而不仅是发展速度，国家也倡导高质量的就业，但各地区的就业质量依然存在较大的发展空间。此外，相较于2019年，2020年各地区就业质量整体上有所下降，这可能是由于疫情对各行业造成了较大冲击，导致大量劳动者难以拥有稳定的就业环境，甚至失去就业岗位，就业质量无法得到保障。

图1 2011—2020年区域就业质量得分热力图

表1 城镇居民就业质量的评价指标体系

（三）模型设定与变量选取

1.模型设定

为从定量角度验证数字普惠金融发展影响就业质量的强度，本文建立了以下面板回归模型：

其中，i代表省份，t代表年份，eqit表示就业质量，为被解释变量；fiit表示数字普惠金融的发展水平，为解释变量。除此之外，数字普惠金融可进一步细分为使用深度（depth）、覆盖广度（wide）和数字化程度（digital）三个维度，可作为解释变量，用于描述数字金融的具体内涵对就业质量的影响。Xit为影响就业质量的控制变量。

2.变量描述

本文被解释变量为就业质量，使用上述建立的中国城镇居民就业质量评价指标体系，采用熵值法计算全国各省份就业质量得分，作为各省份就业质量高低的衡量标准。得分越高，表明该省份就业质量在全国范围内的排名越靠前。

本文的核心解释变量为数字普惠金融发展水平，使用北京大学数字普惠金融指数作为数字普惠金融发展水平的代理变量。该指数除了兼顾数字普惠金融的覆盖广度和使用深度，也将数字化程度考虑在内。

结合经典文献，本文选择以下控制变量。（1）经济发展水平（eco），以各省份GDP与全国GDP的比重作为代理变量。（2）政府规模（gover），考虑到政府的支出和收入对劳动者就业分别为正向和负向影响，因此以二者之差与GDP的比值衡量政府行为对就业质量的影响。（3）固定资产投资（invest），由于固定资产投资可能对企业的发展产生影响，因此将其选入控制变量。计算方式为各省份每年固定资产投资总额除以GDP的比值。（4）城镇化水平（city），用各省份城镇人口数量与各省份人口总数的比值表示。

3.样本选择与数据来源

本文实验样本选择2011—2020年我国除香港、澳门、台湾地区以外其他31个省份的省级面板数据。其中，对就业质量得分以及控制变量进行测算的数据都源于《中国劳动统计年鉴》《中国统计年鉴》和《第三产业统计年鉴》。数字普惠金融发展水平数据来源于北京大学金融研究中心课题组编制的《数字普惠金融指数（2011—2020）》。获取到样本数据后，对所有数据进行标准化处理。

4.变量描述性统计分析

首先对各变量进行描述性统计分析，结果如表2所示。

表2 变量描述性统计

数字普惠金融指数及其三个子特征的标准差分别为97.030、96.556、98.187、117.252，表明不同年份及不同省份间的数字普惠金融发展存在较大差异，而控制变量的波动程度要小得多。观察最大值与最小值之间的差值，并结合原始数据，可以看出各省份随着年份的增长在就业质量、数字普惠金融指数等变量上有较大的提升，但省份与省份之间仍存在较大差距。

从偏度统计量可以看出，数字普惠金融总指数、覆盖广度、数字化程度以及固定资产投资呈左偏分布，表明这些变量的数值大多处于较低水平；其他变量呈右偏分布，表明这些变量的数值大多处于较高水平。峰度系数是用于衡量离群数据离群度的指标，即峰度值越大，表明变量中存在较多的极端值。

从表格中峰度统计量可以看出，就业质量得分和政府投入两个变量序列的离群点较多，其他变量数值分布较为均匀。

四、实证分析

（一）全样本分析

将就业质量得分作为被解释变量，数字普惠金融指数及其三个分量指标作为核心解释变量，建立面板回归模型，经济发展水平、政府投入、固定资产投资和城镇化水平为控制变量。对于面板数据的分析，有三种统计模型来估计变量系数，即固定效应、随机效应和混合效应模型。对模型进行豪斯曼检验，所得p值小于0.05，表明固定效应对模型的拟合效果更优，具有更高的模型解释力。

为保证核心解释变量结果的稳健性，本文引入经济发展水平、政府投入、第三产业占比以及固定资产投资作为控制变量，回归结果如表3第（1）列—第（4）列所示。从结果可以看出，数字普惠金融总指数的回归系数为0.021，在1%的水平上显著。覆盖广度、使用深度及数字化程度的回归系数分别为0.017、0.043和0.019，且均在1%的水平上显著为正，这表明数字普惠金融的发展对城镇居民就业质量的提升有正向的促进作用。比较覆盖广度、使用深度以及数字化程度三个变量的回归系数，发现数字普惠金融中，使用深度对就业质量的影响最大，数字化程度次之，覆盖广度的影响最小。覆盖广度是数字普惠金融的基本特征，数字普惠金融在居民中的广泛传播，提高了居民的金融可得性，增加了居民的收入来源。使用深度反映了居民对于数字普惠金融工具的熟练运用程度，随着数字普惠金融服务形式的不断升级与居民整体素质的不断提升，居民可以更为精确地掌握金融市场的供给端和需求端，从而能够选择合适的金融产品，提高自身收入水平。数字化程度借助大数据平台，能够降低金融机构与中小企业的信息不对称，从而提高中小企业的金融可得性，这有助于扩大企业规模，促进企业的转型升级，提高劳动者就业质量。

表3 数字普惠金融影响中国城镇居民就业质量的基本检验

（二）异质性分析

由于我国各地区经济社会发展不平衡，可能导致不同地区数字普惠金融发展水平对城镇居民就业质量的影响存在异质性。表4给出了东部、中部和西部三个地区划分下数字普惠金融对城镇就业的回归结果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、广西、海南12个省份；中部地区包括山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南9个省份；西部地区包括重庆、四川、贵州、云南、西藏、陕西、甘肃、宁夏、青海、新疆10个省份。。

表4 数字普惠金融影响城镇居民就业质量的异质性分析

就核心解释变量而言，数字普惠金融的发展在东部、中部和西部三个地区对城镇就业均表现为促进效应，但不同地区回归系数的数值存在一定差异。具体而言，数字普惠金融对就业质量的促进作用随东部地区向西部地区的延伸呈递增趋势。究其原因，可能是我国经济发展水平及资源禀赋等从整体上看均为东部地区最优，中部地区次之，西部地区相对较弱，而数字普惠金融传播力度大、覆盖范围广的特点，使发展相对落后的地区也能享受到方便快捷的数字普惠金融服务，社会保障整体水平与就业质量得到提升，缩小了与东部地区的差距。此外，西部地区向来是国家政策扶持的重点地区，数字普惠金融作为一种稀缺资源，同样被视为支撑西部发展不可或缺的一部分，政策的倾斜加快了西部地区数字普惠金融的发展。而东部地区较早实行改革开放，东部地区的经济发展水平一直处于领先地位，劳动力市场需求强劲，因此数字普惠金融的发展对于东部地区虽有影响，但与发展相对薄弱的西部地区相比，促进效应相对较小。

从控制变量看，对于东部与中部地区而言，变量回归系数符号与全样本分析结果保持一致，但仅有城镇化水平通过显著性检验，表明发展水平相对较好的地区，其经济发展、政府投入与固定资产投资对于就业质量的影响并不明显，而随着城镇化水平的提升，居民的物质生活得到满足，对就业质量的需求更加迫切，而城镇化水平较高的地区拥有较高比例的高新技术企业，居民的就业环境与就业质量更容易得到保障。对于西部地区而言，经济发展水平与政府投入均对就业质量提升具有正向的促进作用，且能够通过显著性检验。表明在相对落后的地区，就业质量的提升更多地需要政府的支持，这与当前我国推进西部大开发的战略决策保持一致。而固定资产投资对就业质量表现为抑制作用，这可能是由于西部发展水平较低，固定资产投资的作用效果并不明显。从整体上看，经济发展水平、政府投入与固定资产投资对就业质量的影响可能存在门槛效应，只有当其低于或高于一定水平时，才能发挥作用。

（三）稳健性检验

为验证数字普惠金融影响就业质量实证分析结果的稳健性，本文进行如下稳健性检验。

1.替换被解释变量

为得到更稳健的回归结果，本文采用CRITIC赋权法计算的就业质量得分替换熵权法计算的就业质量得分进行稳健性检验。CRITIC法是基于评价指标的对比强度和指标之间的冲突性来综合衡量指标的客观权重，与熵权法一样都是完全客观的赋权方法。

回归结果如表5所示。

表5 稳健性检验：使用CRITIC赋权法计算的就业质量得分替换熵权法计算的就业质量得分

由表5的回归结果可知，核心解释变量数字普惠金融以及覆盖广度、使用深度及数字化程度三个子特征回归系数的符号和显著性均与表4的结果保持一致，表明数字普惠金融的发展对于就业质量具有显著的促进作用。而控制变量中，经济发展水平、政府投入的回归结果并不显著，固定资产投资、城镇化水平的回归系数的符号与显著性与表4保持一致，表明实证分析结果从整体上看是具有稳健性的。

2.解释变量滞后一阶

由于就业质量具有较强的路径依赖，即当期居民的就业质量可能受到前期数字普惠金融的影响，因此本文将核心解释变量滞后一期对就业质量进行面板回归，以检验模型的稳健性，回归结果如表6所示。

表6 稳健性检验：数字普惠金融总指数、覆盖广度、使用深度和数字化程度分别滞后一期

表6的回归结果显示，核心解释变量数字普惠金融以及覆盖广度、使用深度及数字化程度三个子特征回归系数的符号与显著性均与表4的结果保持一致，表明实证分析结果从整体上看是稳健的。

（四）影响机制分析

上述研究就数字普惠金融发展影响城镇居民就业质量进行了实证分析，并进一步检验了数字普惠金融对就业质量的区域异质性影响，然而对于两者之间的中介传导机制却所知不多。鉴于此，本文参考汪亚楠等（2020）[13]的中介效应模型，用回归模型（2）、模型（3）和模型（4）描述数字普惠金融影响就业质量的主要作用机制：

其中，被解释变量为历年各省份的就业质量得分，数字普惠金融为核心解释变量，median为中介变量，其余变量设置同上所述。在中介变量的选取上，本文从三条路径进行分析：一是企业融资能力（Cash）（赫国胜等，2021）[10]，以新三板挂牌中小企业现金流强度（企业现金及现金等价物与总资产的比值）为中介变量；二是人力资本水平（HC）（孙雪等，2022）[25]，以平均受教育年限数作为中介变量；三是社会保障水平（Security）（任晓怡，2020）[16]，采用养老保险、医疗保险、失业保险的参保人数分别与总人口比值的平均值作为中介变量。表7和表8分别为公式（3）和公式（4）的实证分析结果。

表7的第（1）列—第（3）列对应数字普惠金融对企业融资能力、人力资本质量和社会保障水平三个中介变量产生影响的实证检验。可以看出，数字普惠金融发展对企业融资能力、人力资本质量及社会保障水平的提升均有显著的正向促进作用。表8的第（2）列—第（4）列分别对应数字普惠金融影响就业质量的中介效应的回归结果，数字普惠金融的回归系数与基准模型相比均变小，表明这三个中介变量对就业质量均发挥了部分中介效应，且通过显著性检验。因此，这表示数字普惠金融可通过缓解企业融资约束、提升人力资本质量、增加社会保障范围间接使得就业质量得到提升。由此，假设H1得到了实证验证。

表7 数字普惠金融影响中介变量的实证检验

表8 数字普惠金融影响就业质量的作用机制检验

五、结论与建议

本文利用我国31个省份2011—2020年的数据，基于构建的就业质量指标体系，计算各省份就业质量得分，并结合省级层面的数字普惠金融指数，检验数字普惠金融发展对城镇居民就业质量的影响及作用机制；进一步进行区域异质性分析，探究数字普惠金融发展对就业质量影响的区域差异，得出以下结论。

第一，从总体上看，数字普惠金融的发展为城镇居民就业质量的提升提供可能。研究发现，数字普惠金融发展程度越高，越有利于提高就业质量。从数字普惠金融的三个维度来看，使用深度对城镇居民就业质量的提升作用明显优于数字化程度和覆盖广度，表明数字普惠金融作用的发挥不仅要求其有广泛的覆盖范围，更要求使用者能够深入地使用各种金融服务。第二，数字普惠金融对就业质量的影响存在区域差异，对经济发展水平相对落后的地区提升作用更明显，具体表现在数字普惠金融对就业质量的促进效应依次为西部地区最强，中部地区次之，东部地区最弱。对于中西部欠发达地区，由于传统金融机构难以渗入，金融资源相对稀缺，数字普惠金融的发展能够扩大金融覆盖范围，有效缓解中西部地区的金融约束。而对于东部经济发达地区，传统金融资源较为丰富，数字普惠金融的优越性相对不够明显，因此，相较于东部地区，数字普惠金融的发展对中西部地区就业质量的提升作用更明显。第三，从作用机制来看，数字普惠金融有助于缓解企业融资约束、提升人力资本质量和扩大社会保障范围，进而促进就业质量的提升。企业融资可得性的提升有助于扩大企业规模、优化企业就业结构，人力资本质量的提升有利于劳动者未来的职业发展，社会保障范围的扩大缓解了劳动者的就业压力，能够提升劳动者的就业积极性，因此三者均在一定程度上促进了就业质量的提升。

基于上述研究结论提出以下对策建议。

第一，完善数字普惠金融长期有效发展的机制，兼顾数字普惠金融的覆盖广度、使用深度和数字化程度三个维度的协同发展。首先，应加快数字基础设施的建设，扩大偏远地区通信网络基础设施的覆盖率，使更多人群能够获取金融服务。其次，以数字化技术丰富金融产品的类别，使数字普惠金融服务更加多元化和精细化，提升居民对数字普惠金融服务的使用深度。再次，借助大数据、分布式计算等新兴数字技术，对拥有庞大客户资源和完善服务体系的传统金融机构进行创新升级，使其准确满足用户金融需求。

第二，对不同经济发展水平的地区推行差异化政策。对于东部经济发达地区，要发挥自身数字和经济优势，创新数字普惠金融工具，完善服务不同群体的多元化、多层次数字普惠金融体系，同时要重点完善数字普惠金融监管体系，警惕其过度发展损失就业质量的提升效率。而对于中西部经济欠发达地区，应搭建数字金融服务渠道，加快金融机构与数字技术的结合，通过改进移动支付手段弥补传统金融网点的不足，提升数字普惠金融服务的可获得性。同时，要加强对地区人群的金融培训，提高居民的金融素养，提升居民对数字金融的使用能力。

第三，充分发挥数字普惠金融对就业质量的间接促进作用。首先，对于中小企业，要打破金融市场的准入门槛，简化贷款审批等金融服务流程，缓解中小企业融资约束。同时，鼓励金融机构建立面向数字化转型企业的产业基金，助力中小企业完成数字化转型。其次，要大力发展教育事业，重视数字专业人才的培养和吸纳，提升人力资本水平，助力就业结构升级。再次，打造智慧医疗应用场景，促进数字普惠金融与社会保障、民生服务等领域的深度融合，扩大社会保障范围，提升居民的金融服务体验。