数字普惠金融对农村青年非农就业的影响研究

■张 青，况志华，王焰辉

一、引言与文献综述

《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出，走中国特色社会主义乡村振兴道路，全面实施乡村振兴战略。与此同时，2021年两会期间，国务院总理李克强提及就业问题，强调要为接近三亿的农民工提供就业的机会。无疑，如何解决好农村劳动力尤其是农村青年的就业问题是全面推进乡村振兴战略的重要一环。我国农村地区出现人口流失、治理失序以及乡村凋敝等问题，农村青年就业面临着严峻的挑战。面对这些问题，在新的工业4.0时代，农村剩余劳动力日趋接受工业的反哺向非农产业逐步转移，引发相关学者对“刘易斯拐点”是否到来以及如何应对的思考（蔡昉，2010；王亚楠等，2020）。在我国数字化转型向纵深发展推动下，数字金融产业如雨后春笋般兴起，普惠金融迅速发展，迫切需要厘清数字普惠金融与农村劳动力的主体（农村青年）之间的互动关系，因此研究数字普惠金融发展如何影响农村青年非农就业具有重要的理论与实践意义。

近年来，数字化、移动化和新兴的互联网金融为传统金融机构拓宽贫困地区金融服务渠道提供了更多解决方案，在账户渗透、储蓄渗透、小额支付、信贷等方面的金融覆盖面、可获得性和满意度均取得显著成效。利用数字普惠金融支持农村地区产业发展，优化农村青年就业结构以适应经济新形势，提高农村劳动力金融服务可获得性，成为乡村振兴战略的重要抓手。一方面，部分学者聚焦于数字普惠金融这种新兴的金融模式对于传统金融市场和金融系统的冲击和影响，诸如提高商业银行全要素生产率（沈悦和郭品，2015）、影响商业银行风险承担行为（刘忠璐，2016）、冲击传统的货币政策传导机制（战明华等，2018）。另一方面，已有研究表明，数字普惠金融的发展具有促进创业（何婧和李庆海，2019）、企业技术创新（唐松等，2020）、居民消费（易行健和周利，2018）、全要素生产率增长（王旺，2021）、包容性经济增长（张勋等，2019）等多维度经济效应。现有关于数字普惠金融发展经济后果研究大多关注宏观、企业微观和家户微观层面，缺少对个体微观层面尤其是农村青年这一不容忽视个体的探讨。

青年就业危机是全球范围内各国经济发展的共同挑战。在许多发展中国家，青年失业率高，农村青年很大比例处于脆弱就业状态或者与实体经济脱离而从事单一农业活动。各国的发展经验表明，随着城市化进程的加快，越来越多的农村劳动力转移到非农职业，其农村家庭收入结构发生了巨大的变化（Gasparri&Munoz，2019）。扩大农村青年就业，创造更多非农就业机会，逐步消除劳动力转移壁垒是增加农村地区收入的关键（钟甫宁和何军，2007），对于我国政府稳步推进乡村振兴和经济发展至关重要。现有研究发现，个体和家户特征（程名望和潘烜，2012）、社会保障制度（王翌秋和刘蕾，2016）等因素影响农村劳动力人口的非农就业决策。尽管关于农户生计多样化战略下的职业选择的文献丰富，遗憾的是，很少有实证研究关注农村青年这一群体在职业选择中的动因（White，2012）。

本文可能存在的边际贡献主要有三点：首先，在我国经济结构快速转型和数字普惠金融迅速发展的背景下，考察了农村青年职业选择，首次定量探讨数字普惠金融发展与农村青年非农就业的关系，以期丰富相关研究，为政府制定非农就业政策提供参考。其次，创新性地发现了互联网使用和社会信任对数字普惠金融发展与农村青年非农就业的调节效应，为厘清数字普惠金融的作用机制提供思路。最后，进一步异质性分析发现，数字普惠金融发展对于农村青年非农就业的影响存在着地区和性别异质性，增进了对我国数字普惠金融发展多维度的理解。

二、理论分析与研究假设

（一）数字普惠金融发展与农村青年非农就业

随着我国经济的持续发展和恩格尔系数的稳步提升，家庭在食品方面的支出占比日趋缩减，同时我国农业发展不同程度实现机械化、智能化，劳动力配置逐渐从农业部门转移到非农业部门。配第—克拉克式的经济转型在世界各国反复观察证实（Micevska&Rahu，2008），新时代下中国农村青年劳动力面临农业部门和非农业部门的就业抉择。在此背景下，金融包容性作为释放农村青年在推动可持续发展和农村经济转型方面潜力的一个关键促进因素而受到广泛关注。

微观层面上，数字渠道的固有特性有助于加速向传统上得不到服务的领域提供服务，并降低了客户和服务提供商的交易成本，这种协同作用转化为农村青年获得更多金融服务的机会。在需求方面，一旦克服了最初对技术的不信任和不熟悉，农村青年有望从更方便易用的数字金融服务中受益。一方面，高质量信息的缺乏、客户和金融服务提供者之间的信息不对称以及行业层面的协调效率低下是推高客户和金融服务提供者成本的关键因素。数字普惠金融依赖于成熟的数字技术，突破地域限制，缓解农村青年融资约束，增加农村青年资金来源，使得农村青年更有信心和能力进行农业活动以外的生产、经商、创业等职业抉择。何婧和李庆海（2019）研究发现，数字金融促进农户创业、提高创业绩效，而且相较于涉农创业，数字金融对于非农创业的促进作用更为明显。无疑，数字普惠金融发展支持了农户非农创业和农村地区中小微企业的发展，给农村青年带来大量的非农就业机会。另一方面，数字普惠金融依托于大数据、云计算、人工智能等技术，缓解农村地区信息不对称问题（Beck et al.，2018），通过信息交互和升级降低农村青年就业信息搜寻成本，使得农村青年能够把握市场动态和政策调整，从而赋予农村青年更多非农就业的可能性。此外，数字普惠金融从某种程度上改善农村青年对非农就业的态度，使其对农村青年更具吸引力（Loke et al.，2015）。

数字普惠金融跨越了传统金融机构的局限性，能够覆盖更广泛的客户网络，将其服务延伸到最后一公里，提高农村金融服务的覆盖面，可以大大提高农村人口金融产品和服务的可获得性，使得农村青年这一“长尾群体”受益。当然，以数字金融使用频率反映的数字普惠金融使用深度使得农村青年享受多元化、深层次的金融服务。因此，数字普惠金融发展及其覆盖广度、使用深度作为金融包容性的强大加速器，特别是对农村青年而言，可以增加青年在其金融生态系统中的获取机会并降低其风险，提高农村青年非农就业的概率。据此，提出以下假设：

假设H1：数字普惠金融发展促进农村青年非农就业，数字普惠金融覆盖广度及使用深度有助于农村青年从事非农就业。

（二）数字普惠金融发展、互联网使用与农村青年非农就业

互联网作为信息交流的有效媒介，同时也是数字普惠金融发挥作用的重要载体。基于互联网模式下的金融服务提供商拥有了比传统实体金融机构更多的经营自由（Barbesino et al.，2005），这使得覆盖范围扩大到农村地区过往被忽略的群体，尤其是互联网使用最为频繁的农村青年。农村青年通过互联网接触数字普惠金融衍生的诸如第三方支付、在线贷款、众筹、在线保险和网络银行等业务，突破传统的融资渠道，拥有丰富的社会资源，进而依靠足够的资金支持避免陷入因资金限制而无法从事非农创业的窘境。互联网构筑起农村青年的社交网络，强化非农就业成功者的示范效应和带动作用，鼓励农村青年聚焦非农职能部门。同时，农村青年的线上社交网络有利于信息传递，缓解农村青年信息不对称问题，加速农村青年融入社会多元化生产，提高数字普惠金融及其覆盖广度和使用深度对其非农就业倾向的促进作用。基于上述分析，提出以下假设：

假设H2：互联网使用对数字普惠金融发展及其覆盖广度和使用深度与农村青年非农就业的正相关关系存在着正向调节作用。

（三）数字普惠金融发展、社会信任与农村青年非农就业

社会信任涉及抽象的、泛化的信息不对称视角下对他人的信任程度（Robinson&Jackson，2001），是社会资本的重要组成部分。农村青年社会信任程度越高意味着其对他人的意图易形成更为积极的看法，引致农村青年更多的亲社会行为，团队合作效果改善，有助于经济效率提升。数字普惠金融构筑起惠及农村等边远地区共享的天网，社会信任使得农村青年挣脱“自给自足、自我封闭”的枷锁，加速其融入社会，拥抱普惠金融，加深数字普惠金融对农村青年的影响，从而强化数字普惠金融发展对农村青年非农就业的促进效应。一方面，社会信任增进农村青年群体之间的数字普惠金融知识和多渠道就业信息的交流与共享，缓解信息不对称，削弱农村青年从事非农就业的顾虑。另一方面，社会信任降低农村青年的信息甄别成本和交易成本，提高风险承担能力。社会信任程度高的人往往持有金融资产的动机更为强烈（Guiso&Paiella，2008），也更愿意获得数字普惠金融发展及其覆盖广度和使用深度带来的诸多益处，使得农村青年更有信心和实力进行非农就业的职业抉择。基于上述分析，提出以下假设：

假设H3：农村青年社会信任程度对数字普惠金融发展及其覆盖广度和使用深度与非农就业的正相关关系存在着正向调节作用。

三、研究设计

（一）样本选择与数据来源

采用北京大学中国社会科学调查中心公布的2018年中国家庭动态跟踪调查（CFPS）数据与北京大学数字金融研究中心发布的2017年中国数字普惠金融发展指数相匹配，经过数据清理、筛选农村青年样本和剔除相关变量缺失值，连续变量双侧1%缩尾处理后，最终得到4060个观测值。其中，除采用数字普惠金融总指数外，还使用了数字普惠金融覆盖广度、数字普惠金融使用深度两个细分指标。参考国家统计局对于青年人口的年龄界定，选取CFPS数据中户籍为农业户口且居住在农村地区，同时把当年年龄为16—35岁的个体作为农村青年样本。

（二）变量定义

1.解释变量：数字普惠金融发展

采用北京大学数字金融研究中心和蚂蚁金服集团合作编制的数字普惠金融发展指数及覆盖广度、使用深度来衡量数字普惠金融发展。该指数源于蚂蚁金服的交易账户大数据，已被广泛用于数字金融相关研究。

2.被解释变量：农村青年非农就业

根据CFPS问卷数据，当农村青年从事非农就业赋值为1，从事农业工作和未就业则为0。

3.调节变量：互联网使用和社会信任

互联网使用。基于CFPS问卷调查结果，农村青年如果使用移动上网或者电脑上网，“互联网使用”变量取值为1，否则为0。

社会信任。通过CFPS问卷数据中农村青年对问题“陌生人的信任度”的评分作为社会信任的代理变量，该评分从0到10依次表征从非常不信任到非常信任的不同程度。

4.控制变量

参考相关文献的做法（骆永民等，2020），进一步控制影响非农就业的个体特征、家庭特征、社会保障、地区特征等其他因素，具体的变量说明如表1所示。

表1 变量定义

（三）实证模型设计

为验证假设H1，鉴于因变量农村青年非农就业是二元虚拟变量，构建了Probit回归模型（1）检验数字普惠金融发展与农村青年非农就业的关系：

其中，nfarm表示农村青年非农就业，index分别代表数字普惠金融发展总指数、数字普惠金融覆盖广度指数、数字普惠金融使用深度指数，X是与个人特征有关的变量，H代表家庭特征有关的变量，S表示社会保障的变量，同时控制了地区效应。β1衡量的是数字普惠金融发展指数（包括覆盖广度和使用深度）对农村青年非农就业的边际效应。

为验证假设H2和H3的调节效应，在模型（1）的基础上，分别引入调节变量互联网使用（internet）和社会信任（trust），具体如模型（2）和（3）所示：

四、实证结果分析

（一）描述性统计

表2显示了相关变量的描述性统计结果，非农就业均值为0.452，表明有45.2%的农村青年从事非农就业工作。数字普惠金融发展指数、数字金融覆盖广度、数字金融使用深度的均值为5.582、5.483、5.643，标准差为0.063、0.068、0.102，说明我国的数字金融经过迅速发展有了显著成效，但仍旧存在着明显的地区发展差异。其他变量统计显示，62.3%的农村青年受访者使用互联网，社会信任平均值为2.24显示出农村青年对陌生人的信任程度不足，农村青年平均年龄27.704，52.7%的农村青年受访者为男性，87.5%的农村青年在婚，平均受教育程度为初中。健康状况均值为3.154，表明整体上农村青年健康程度良好。农村青年所在家庭成员平均在家吃饭人数在4—5人之间，家庭过去12个月平均纯收入为6万多元。89.9%的农村青年拥有自有住房，49.6的农村青年享受过政府补助，农村青年受访者享有医疗保险和养老保险的比例分别为88.6%和64.4%。

表2 描述性统计

（二）数字普惠金融发展与农村青年非农就业回归结果

表3为数字普惠金融发展与农村青年非农就业的回归结果。第（1）列显示在控制了一系列控制变量后，数字普惠金融发展（滞后一期）对农村青年非农就业的回归系数为1.915，并且在1%的水平上显著。同时，第（2）列和第（3）列也显示数字普惠金融覆盖广度和数字普惠金融使用深度与农村青年非农就业存在着1%和5%统计水平上的正相关关系。这表明，数字普惠金融发展、数字普惠金融覆盖广度和数字普惠金融使用深度对农村青年非农就业具有正向促进作用。数字普惠金融服务增加农村青年在金融生态中获取机会的能力，提高了农村青年非农就业的概率，研究结果证实了假设H1。观察其他控制变量可以发现，性别、受教育程度、健康状况和家庭纯收入等正向显著影响农村青年非农就业，而家庭规模、自有住房和政府补助等与农村青年非农就业显著负相关，说明性别为男性、更高的教育程度、更良好的健康状况、更高的家庭纯收入可以促进农村青年非农就业，而家庭规模更为庞大、拥有自有住房以及享受政府补助有碍于农村青年作出非农就业的抉择。

表3 数字普惠金融发展与农村青年非农就业回归结果

续表3

（三）互联网使用的调节效应

表4为互联网使用对数字普惠金融发展与农村青年非农就业关系的调节效应回归结果。由第（1）、（2）、（3）列的结果可知，在加入互联网使用和交互项后，数字普惠金融发展相关指数仍然与农村青年非农就业在1%的统计水平上显著正相关，且数字普惠金融发展与互联网使用的交互项、数字金融覆盖广度与互联网使用的交互项、数字金融使用深度与互联网使用的交互项系数分别为0.130、0.131、0.129，都在1%的水平上显著。这说明农村青年使用互联网能够广泛吸纳数字普惠金融发展益处，拓展了非农就业的信息获取渠道，使得数字普惠金融融入农村青年的日常生活更为彻底，从而强化数字普惠金融发展（覆盖广度、使用深度）和非农就业的正相关关系，假设H2得以验证。

表4 互联网使用的调节效应回归结果

续表4

（四）社会信任的调节效应

表5为社会信任对数字普惠金融发展与农村青年非农就业关系的调节效应回归结果。由第（1）、（2）、（3）列的结果可知，在加入社会信任和交互项后，数字普惠金融发展相关指数仍然与农村青年非农就业在1%或5%的统计水平上显著正相关，且数字普惠金融发展与社会信任的交互项、数字金融覆盖广度与社会信任的交互项、数字金融使用深度与社会信任的交互项系数皆为0.010，都在1%的水平上显著。这说明农村青年社会信任程度越高，对于数字普惠金融这种新事物的接纳程度越高，融入社会越彻底，数字普惠金融的作用更为强烈，从而强化数字普惠金融发展（覆盖广度、使用深度）和非农就业的正相关关系，支持假设H3。

表5 社会信任的调节效应回归结果

续表5

五、稳健性检验

（一）替换回归方法

前文使用Probit模型估计数字普惠金融发展与农村青年非农就业的关系，为保证回归结果的可靠性，进一步采用OLS模型和Logit模型替换原有的Probit模型，回归结果结论与前文无实质性差异①限于篇幅，相关结果未予列示，留存备索。，说明原模型并不导致偶然性结果，具有稳健性。

（二）工具变量法

为尽可能避免模型的内生性问题造成模型估计系数结果有偏，在模型（1）中采用滞后一期的数字普惠金融发展指数来规避反向因果的内生性问题，但仍然不够，因此考虑进一步尝试工具变量法处理可能存在的遗漏变量、反向因果的内生性问题。参考傅秋子和黄益平（2018）的研究，采用农村青年所在省份的省会城市与杭州的距离distance作为数字普惠金融发展的工具变量。鉴于该数字普惠金融发展指数主要来源于蚂蚁金服集团旗下的支付宝等产品数据所得，因此农村青年所在地区与杭州的距离远近会影响该地区的数字普惠金融发展水平，同时尚未有证据证实所在地区与杭州市的距离会影响该地区的农村青年非农就业职业选择，满足工具变量选取的相关性和外生性要求。表6为工具变量法的第一阶段和第二阶段的回归结果，结果显示，不论是数字普惠金融发展指数，还是数字金融覆盖广度、数字金融使用深度，工具变量都对其具有显著的相关性，且工具变量的F统计量在1%的水平上高度显著，与此同时，LM检验也都在1%的统计水平上显著拒绝了不可识别的原假设，表明工具变量的选取具有合理性。经过工具变量法缓解内生性问题后，数字普惠金融发展指数依旧保持着与农村青年非农就业显著的正相关关系，前文结论得到支持。

表6 工具变量法回归结果

（三）倾向得分匹配

由于可能存在一些遗漏变量同时影响数字普惠金融发展与农村青年非农就业抉择，从而导致内生性问题，因此采用倾向得分匹配方法分析数字普惠金融发展对农村青年非农就业的影响。根据数字普惠金融发展指数的中位数将全样本划分为高水平数字普惠金融发展组（即处理组，数字普惠金融发展指数大于样本中位数）和低水平数字普惠金融发展组（即控制组，数字普惠金融发展指数小于或等于样本中位数）。采用最近邻1∶1匹配原则对处理组和控制组进行配对。图1汇报了倾向得分匹配前后处理组和控制组的核密度曲线图，匹配前高水平数字普惠金融发展组与低水平数字普惠金融发展组对应的倾向得分值概率密度分布存在较大差异，而在匹配后两组的核密度曲线大部分较为吻合，展现了良好的匹配效果。进一步通过倾向得分匹配的平衡性检验观察匹配前后两组特征变量的差异性，平衡性检验结果显示，匹配后所有变量的标准化偏差均小于10%，且绝大部分变量小于5%，T检验显示匹配后绝大多数变量不再具有显著性差异，因此使用倾向得分匹配后的样本通过了平衡性检验①限于篇幅，倾向得分匹配和熵平衡匹配平衡性检验结果未予列示，留存备索。。

图1 匹配前后倾向得分的核密度曲线

保留倾向得分1∶1匹配成功的样本，重复前文数字普惠金融发展与农村青年非农就业的基准回归以及调节效应回归过程，由表7所示，经过样本自选择的内生性问题处理，倾向得分匹配后的样本回归结果与前文结论一致。

表7 倾向得分匹配后样本的回归结果

（四）熵平衡匹配

倾向得分匹配凭借其处理内生性问题的优势得到广泛应用，但同样存在着平衡精确度不足、损失样本量等弊端，因此考虑进一步使用Hainmueller（2012）提出的熵平衡匹配处理样本自选择的内生性问题。熵平衡匹配前后的平衡性检验显示协变量的均值、方差和偏度在熵平衡匹配之前协变量存在明显差异，而在熵平衡匹配之后各变量趋近一致，显示出了极好的匹配效果。表8为利用熵平衡得到的权重对原模型进行加权回归的结果，经过内生性问题处理后，前文的研究结论依旧得到支持，说明该研究结论是稳健可靠的。

表8 熵平衡匹配后样本的加权回归结果

六、进一步分析

（一）地区异质性

对于区域经济发展呈现不平衡的中国而言，数字普惠金融发展对农村青年的促进效应是否具有地区异质性影响呢？为此，将研究样本分成东部、中部和西部进行分组回归。表9显示了数字普惠金融发展对农村青年非农就业的地区异质性影响。根据实证结果，可以发现，东部地区数字普惠金融发展、数字金融覆盖广度、数字金融使用深度均对农村青年非农就业存在着1%统计水平下的正向影响，而中部地区和西部地区这一影响则不显著。数字普惠金融虽然兼具开放性、无边界性和强互动性等特点，但是数字普惠金融发展仍然具有地区性差异。东部地区经济发展较好且光纤接入等基础设施更为完善，农村青年受到数字普惠金融的影响更大，因此该地区数字普惠金融对于农村青年的作用相较于中西部更为明显。而且东部地区本身非农就业机会相较于中西部更多，从而数字普惠金融发展对于东部农村青年非农就业的具有显著的促进效应，而中西部则不显著，这为我国进一步考虑地理位置差异下发展数字普惠金融提供新的思路。

表9 数字普惠金融发展对农村青年非农就业影响的地区异质性

（二）性别异质性

女性群体在求职就业时面临着“性别歧视”，那么数字普惠金融发展对于农村青年非农就业是否存在性别的异质性影响呢？本文通过男性农村青年和女性农村青年的分组回归结果检验数字普惠金融发展对农村青年非农就业影响的性别异质性，表10为相关结果。结果显示，无论是男性农村青年还是女性农村青年，数字普惠金融发展及其覆盖广度、使用深度都对非农就业具有显著的正向促进作用。但是，男性农村青年的数字普惠金融发展、数字金融覆盖广度和数字金融使用深度的回归系数分别为2.092、2.147和0.737，大于女性农村青年的1.682、1.904和0.612，这表明数字普惠金融发展对于男性农村青年的促进作用更大，可能的原因是女性农村青年面临着较为严峻的性别歧视和需要兼顾家庭的求职困境，使得面临着同样的数字普惠金融发展状况女性农村青年非农就业的可能性相较于男性也较小。

表10 数字普惠金融发展对农村青年非农就业影响的性别异质性

七、结论与启示

本文根据北京大学数字普惠金融发展指数及其覆盖广度、使用深度分指标和中国家庭追踪动态调查数据从农村青年层面就数字普惠金融发展对非农就业抉择的影响展开实证研究。研究结果发现：数字普惠金融发展、数字普惠金融覆盖广度和数字普惠金融使用深度显著促进了农村青年非农就业，该结论通过了工具变量法、倾向得分匹配和熵平衡匹配等内生性问题的处理后仍然成立。同时，互联网使用和社会信任有利于促进两者的正相关关系。进一步分组的异质性分析得出，相较于中西部地区和女性农村青年，数字普惠金融发展对农村青年非农就业的促进作用在东部地区和男性农村青年群体更为明显。

多维度研究结论为我国进一步发展数字普惠金融、拓宽农村青年就业渠道和推进乡村振兴战略提供了以下启示：第一，打造数字普惠金融生态圈，优化农村网络基础设施建设，提高数字普惠金融的覆盖广度，将其服务延伸至最后一公里。为农村青年提供数字金融普及教育与宣传，增进农村青年对于支付业务、货币基金、保险业务、投资业务和征信业务等数字金融产品和服务的理解，提高数字普惠金融的使用深度，发挥数字金融便利性和普惠性的特征。第二，政府除了考虑在公共政策层面上提高农村青年务农劳动收入，还需要考量大量农业劳动力转移的现状，在稳步推进农村数字普惠金融发展过程中着重关注如何扩大就业、创造更多的非农就业机会，逐步消除农村青年劳动力转移的制度性障碍和转变农村青年固有的思维定式。支持为农村青年非农就业提供一般技能获取、培训和就业匹配服务，以提高就业能力和创业精神。这些服务应与具体情况相适应，并符合劳动力市场的需求。第三，依托数字技术、互联网技术等前沿技术的助力，缓解农村地区就业信息不对称、就业渠道狭窄等问题，为农村青年提供多元化的就业抉择。第四，营造良好的社会信任氛围，减少数字普惠金融发展的地区性差异，规避求职市场的女性农村青年的就业歧视问题，使得数字普惠金融包容性超越微观层面，起到催化作用，提高农村青年收入，缩短城乡收入差距，稳步推进和实现乡村振兴。