數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移的影響研究
——基于CFPS數(shù)據(jù)的實證分析

張 兵 李 娜

一、引言與文獻綜述

自2004年至今，中央政府已連續(xù)18年出臺中央一號文件，聚焦我國“三農(nóng)”問題，致力于“三農(nóng)”問題的解決，而解決“三農(nóng)”問題的關鍵是增加農(nóng)民收入。自改革開放以來，我國農(nóng)村勞動力大規(guī)模地從農(nóng)業(yè)部門轉移至非農(nóng)業(yè)部門，充分發(fā)揮了勞動力能動性，增加了農(nóng)民收入，推動了我國經(jīng)濟發(fā)展。非農(nóng)轉移成為農(nóng)民增收的重要渠道。(1)① 葛永波、翟坤、孟紋羽：《勞動力轉移與農(nóng)村家庭財富不平等：緩解還是加劇——基于轉移就業(yè)的異質性分析》，《農(nóng)業(yè)技術經(jīng)濟》2020年第9期。在第三次科技革命的背景下，以數(shù)字技術為依托的數(shù)字普惠金融逐步成為我國農(nóng)村金融服務的主力軍。同時，2021年中央一號文件指出，要實施數(shù)字鄉(xiāng)村建設發(fā)展工程，這為農(nóng)村地區(qū)數(shù)字普惠金融的發(fā)展提供了政策支持，穩(wěn)固了數(shù)字普惠金融在農(nóng)村金融深化改革過程中的重要地位。而數(shù)字普惠金融可以通過緩解信貸約束，促進潛在企業(yè)的萌生和現(xiàn)有企業(yè)的發(fā)展，增加社會非農(nóng)崗位，拓寬農(nóng)村勞動力就業(yè)范圍。同時，數(shù)字普惠金融還可以通過緩解農(nóng)村勞動力的金融約束，為其人力資本的積累和轉移成本的承擔提供金融支持，降低就業(yè)難度。這為推進農(nóng)村勞動力非農(nóng)轉移，進而帶動更多農(nóng)民享受經(jīng)濟發(fā)展紅利，推進鄉(xiāng)村振興戰(zhàn)略提供了重要渠道。因此，探究數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移的影響及作用機制具有重要的現(xiàn)實意義。

在學術界，隨著數(shù)字普惠金融的發(fā)展，越來越多的學者意識到發(fā)展數(shù)字普惠金融的重要意義，并從宏觀、中觀和微觀三個層面探究數(shù)字普惠金融的社會影響，例如，數(shù)字普惠金融對減貧、城鄉(xiāng)收入差距、產(chǎn)業(yè)結構升級等宏觀層面的研究(2)宋曉玲：《數(shù)字普惠金融縮小城鄉(xiāng)收入差距的實證檢驗》，《財經(jīng)科學》2017年第6期。(3)張賀、白欽先：《數(shù)字普惠金融減小了城鄉(xiāng)收入差距嗎？——基于中國省級數(shù)據(jù)的面板門檻回歸分析》，《經(jīng)濟問題探索》2018年第10期。(4)郭婉麗、陳競宇：《我國數(shù)字普惠金融發(fā)展與產(chǎn)業(yè)結構升級的效應研究》，《商場現(xiàn)代化》2020年第11期。，對企業(yè)融資約束、創(chuàng)新升級等中觀層面的研究(5)Bianchi M.,“Credit Constraints, Entrepreneurial Talent, and Economic Development”,Small Business Economics,Vol.34,No.1,2010,pp.93-104.(6)萬佳彧、周勤、肖義：《數(shù)字金融、融資約束與企業(yè)創(chuàng)新》，《經(jīng)濟評論》2020年第1期。，以及對城鄉(xiāng)居民收入、創(chuàng)業(yè)、消費、就業(yè)等微觀層面的研究(7)楊偉明、粟麟、王明偉：《數(shù)字普惠金融與城鄉(xiāng)居民收入——基于經(jīng)濟增長與創(chuàng)業(yè)行為的中介效應分析》，《上海財經(jīng)大學學報》2020年第4期。(8)張林、溫濤：《數(shù)字普惠金融發(fā)展如何影響居民創(chuàng)業(yè)》，《中南財經(jīng)政法大學學報》2020年第4期。(9)易行健、周利：《數(shù)字普惠金融發(fā)展是否顯著影響了居民消費——來自中國家庭的微觀證據(jù)》，《金融研究》2018年第11期。(10)尹志超、劉泰星、張逸興：《數(shù)字金融促進了居民就業(yè)嗎？》，《福建論壇(人文社會科學版)》2021年第2期。。而農(nóng)村勞動力從農(nóng)業(yè)部門向非農(nóng)業(yè)部門轉移作為當今時代的一大標志，它對優(yōu)化勞動力配置、實現(xiàn)經(jīng)濟發(fā)展以及促進社會和諧穩(wěn)定起到至關重要的作用。鑒于農(nóng)村勞動力非農(nóng)轉移的重要性，國內外許多學者就影響農(nóng)村勞動力非農(nóng)轉移的因素展開研究，并為合理引導農(nóng)村勞動力非農(nóng)轉移提出了很多具有學術價值和政策指導意義的觀點，現(xiàn)有研究已比較成熟和完善，涉及農(nóng)民生產(chǎn)生活的方方面面，如土地制度(11)楊子硯、文峰：《從務工到創(chuàng)業(yè)——農(nóng)地流轉與農(nóng)村勞動力轉移形式升級》，《管理世界》2020年第7期。、資源稟賦(12)羅琦、羅明忠、唐超：《非農(nóng)轉移與農(nóng)內轉移：農(nóng)村勞動力轉移的行為選擇與機理》，《經(jīng)濟體制改革》2019年第3期。、個人特征、家庭特征和外界環(huán)境(13)程名望、史清華：《個人特征、家庭特征與農(nóng)村剩余勞動力轉移——一個基于Probit模型的實證分析》，《經(jīng)濟評論》2010年第4期。(14)張景娜、朱俊豐：《互聯(lián)網(wǎng)使用與農(nóng)村勞動力轉移程度——兼論對家庭分工模式的影響》，《財經(jīng)科學》2020年第1期。等。

但經(jīng)梳理文獻，我們發(fā)現(xiàn)少有文獻就數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移的影響展開研究。因此，在已有文獻的基礎上，本文從以下幾方面入手，試圖豐富和填充現(xiàn)有研究，并希冀為利用數(shù)字普惠金融引導農(nóng)村剩余勞動力非農(nóng)轉移提出政策啟示。一是采用2014年、2016年和2018年CFPS數(shù)據(jù)和北京大學數(shù)字普惠金融指數(shù)匹配的面板數(shù)據(jù)，構建有序Probit模型，基于微觀視角以農(nóng)村勞動力個體為研究對象，探究數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移的影響；二是在基本檢驗的基礎上，加入因變量二次項，探究數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移的作用特征；三是采用CMP工具變量法，以省級互聯(lián)網(wǎng)普及率為工具變量，檢驗數(shù)字普惠金融與農(nóng)村勞動力非農(nóng)轉移之間的內生性；四是采用邊際效應檢驗法，檢驗數(shù)字普惠金融對農(nóng)村勞動力不同就業(yè)方式的邊際影響。

本文余下部分安排如下：第二部分為理論分析和提出研究假說；第三部分主要介紹數(shù)據(jù)來源、變量選擇和模型設定；第四部分為實證結果及分析；最后是研究結論和政策啟示。

二、理論分析與研究假說

作為數(shù)字技術與普惠金融結合的產(chǎn)物，數(shù)字普惠金融對農(nóng)村現(xiàn)代化的實現(xiàn)以及農(nóng)民的生產(chǎn)生活發(fā)揮著愈發(fā)重要的作用，在廣大農(nóng)村地區(qū)已得到推廣。另外，隨著政策的扶持以及數(shù)字基礎設施的完善，數(shù)字普惠金融對農(nóng)民的影響愈發(fā)顯著，其對勞動力非農(nóng)轉移的影響可能呈現(xiàn)增加態(tài)勢。

現(xiàn)階段，我國勞動力市場提供的非農(nóng)崗位仍無法完全滿足農(nóng)村勞動力的需求，這使得農(nóng)戶非農(nóng)就業(yè)水平的高低主要取決于勞動力市場非農(nóng)崗位供給的多少。(15)毛學峰、劉靖：《本地非農(nóng)就業(yè)、外出務工與中國農(nóng)村收入不平等》，《經(jīng)濟理論與經(jīng)濟管理》2016年第4期。數(shù)字普惠金融擺脫了對實體網(wǎng)點的依賴，建設成本低，可以實現(xiàn)以更低的成本提供金融產(chǎn)品。并且數(shù)字普惠金融可以突破時空限制為借款人貸款提供便利，減少了時間成本；此外，與傳統(tǒng)金融不同的是，數(shù)字普惠金融一般不要求企業(yè)和個人提供抵押物，而是通過技術手段匯總梳理兩者信用信息來決定是否放貸。這大大降低了企業(yè)和個人的借貸成本，為企業(yè)經(jīng)營規(guī)模的擴大和居民創(chuàng)業(yè)創(chuàng)造了有利條件。而企業(yè)的設立和發(fā)展釋放出大量就業(yè)崗位，增加了農(nóng)民非農(nóng)就業(yè)的機會。(16)謝絢麗、沈艷、張皓星、郭峰：《數(shù)字金融能促進創(chuàng)業(yè)嗎？——來自中國的證據(jù)》，《經(jīng)濟學(季刊)》2018年第4期。此外，數(shù)字普惠金融可以為農(nóng)村勞動力提升就業(yè)能力提供資金和信貸支持，利于勞動力滿足非農(nóng)崗位的用人需求，進而提高農(nóng)村勞動力與非農(nóng)崗位匹配成功的概率。最后，農(nóng)村勞動力在向非農(nóng)崗位轉移的過程中，存在著就業(yè)信息獲得成本、交通成本、住宿飲食成本等成本，許多經(jīng)濟實力有限的農(nóng)村勞動力因無法承擔轉移成本，進而無法實現(xiàn)非農(nóng)就業(yè)。(17)羅明忠：《農(nóng)村勞動力轉移后回流的原因：邏輯推演與實證檢驗》，《經(jīng)濟學動態(tài)》2008年第1期。(18)羅琦、羅明忠、唐超：《非農(nóng)轉移與農(nóng)內轉移：農(nóng)村勞動力轉移的行為選擇與機理》，《經(jīng)濟體制改革》2019年第3期。而數(shù)字普惠金融可以緩解農(nóng)村勞動力對資金的一時之需，有利于農(nóng)村勞動力向非農(nóng)崗位轉移。綜上所述，數(shù)字普惠金融可以通過促進企業(yè)設立和發(fā)展、提高勞動力就業(yè)能力以及緩解勞動力資金約束，進而提升農(nóng)戶非農(nóng)就業(yè)水平。基于以上分析提出假說1。

假說1：從整體上看，數(shù)字普惠金融的發(fā)展有助于農(nóng)村勞動力非農(nóng)轉移

數(shù)字普惠金融以互聯(lián)網(wǎng)等數(shù)字技術為依托，強調數(shù)字技術在金融服務中的應用，具備網(wǎng)絡經(jīng)濟的特征，存在著廣泛的外部性特征。(19)王永倉：《數(shù)字普惠金融影響農(nóng)民收入增長的門檻效應研究》，《金融理論與實踐》2021年第6期。由于城鎮(zhèn)和農(nóng)村地區(qū)相關基礎設施存在差異，數(shù)字普惠金融優(yōu)先在城鎮(zhèn)地區(qū)發(fā)展，且現(xiàn)已趨于飽和狀態(tài)，而農(nóng)村地區(qū)相當于數(shù)字普惠金融發(fā)展的“新市場”，具有較大的用戶規(guī)模。隨著數(shù)字普惠金融在農(nóng)村地區(qū)的發(fā)展，不斷有新的農(nóng)村用戶使用數(shù)字金融產(chǎn)品，用戶的增加為數(shù)字金融產(chǎn)品的創(chuàng)新升級與多樣化提供了動力，反之，數(shù)字金融產(chǎn)品的創(chuàng)新升級與多樣化吸引了更多農(nóng)村用戶使用數(shù)字金融產(chǎn)品，數(shù)字普惠金融的價值得到不斷的提升，其對農(nóng)村用戶的作用更加顯著，可能存在非線性特征。此外，僅就數(shù)字普惠金融對農(nóng)村勞動力而言，在數(shù)字普惠金融發(fā)展初期，數(shù)字普惠金融被使用的深度、覆蓋范圍的廣度以及客戶真正被惠及和便利的程度受農(nóng)村地區(qū)相關基礎設施的限制，農(nóng)村勞動力對數(shù)字普惠金融的了解和使用程度有限，數(shù)字普惠金融對其非農(nóng)轉移的促進作用較小。隨著農(nóng)村地區(qū)相關基礎設施的不斷完善，數(shù)字普惠金融使用深度、覆蓋廣度和數(shù)字化程度得到大幅提升，激發(fā)了更多勞動力非農(nóng)轉移的意向。另外，相關農(nóng)村金融改革政策的出臺與農(nóng)村地區(qū)互聯(lián)網(wǎng)的普及，為農(nóng)村數(shù)字普惠金融的發(fā)展提供了政策支持和技術支持，成為農(nóng)村數(shù)字普惠金融發(fā)展的快速增長點，當數(shù)字普惠金融發(fā)展到這一快速增長點時，其對農(nóng)村勞動力非農(nóng)轉移的促進作用進一步增強，出現(xiàn)邊際遞增的現(xiàn)象。基于以上分析提出假說2。

假說2：數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移的影響具有非線性特征，數(shù)字普惠金融發(fā)展程度越高，其對農(nóng)村勞動力非農(nóng)轉移的促進作用越大

三、數(shù)據(jù)來源、變量選擇和模型設定

(一)數(shù)據(jù)來源

本文采用的數(shù)據(jù)主要來源于中國家庭追蹤調查(CFPS)和北京大學數(shù)字普惠金融指數(shù)。其中，中國家庭追蹤調查(CFPS)涵蓋村(居)、家庭、個人三個層面，囊括村(居)基礎設施與環(huán)境、人口、家庭收支、個人教育工作等內容，較為全面地反映了我國經(jīng)濟發(fā)展和社會變遷情況。“北京大學數(shù)字普惠金融指數(shù)”以指數(shù)編制的形式定量刻畫了我國數(shù)字普惠金融發(fā)展水平，并同時考慮數(shù)字普惠金融服務被使用的深度、覆蓋范圍的廣度以及客戶真正被惠及便利的程度，其下設使用深度、覆蓋廣度和數(shù)字化程度三個維度，完整、準確地反映了我國數(shù)字普惠金融發(fā)展現(xiàn)狀和演變趨勢。為探究我國農(nóng)村勞動力非農(nóng)轉移的規(guī)律，避免偶然性，本文選取CFPS2014、CFPS2016和CFPS2018中均接受調查且處于16歲以上以及60歲以下的農(nóng)村勞動力個體樣本，構建平衡面板數(shù)據(jù)，剔除無效數(shù)據(jù)，最終獲得19367個觀測值。

(二)變量選擇

1.解釋變量

參考楊偉明等(20)楊偉明、粟麟、王明偉：《數(shù)字普惠金融與城鄉(xiāng)居民收入——基于經(jīng)濟增長與創(chuàng)業(yè)行為的中介效應分析》，《上海財經(jīng)大學學報》2022年第4期。、張慶君和黃玲(21)張慶君、黃玲：《數(shù)字普惠金融、產(chǎn)業(yè)結構與經(jīng)濟高質量發(fā)展》，《江漢論壇》2021年第10期。的研究，使用“北京大學數(shù)字普惠金融指數(shù)”中省級總指數(shù)及其子指數(shù)作為解釋變量。

2.被解釋變量

本文參照張景娜和朱俊峰(22)張景娜、朱俊豐：《互聯(lián)網(wǎng)使用與農(nóng)村勞動力轉移程度——兼論對家庭分工模式的影響》，《財經(jīng)科學》2020年第1期。的方法，構建一個離散且有序的變量以衡量農(nóng)村勞動力非農(nóng)轉移程度。其中，將純務農(nóng)，即不從事任何非農(nóng)工作的樣本取值為0；將兼業(yè)，即從事非農(nóng)工作并且承擔家庭農(nóng)業(yè)生產(chǎn)任務的樣本取值為1；將純務工，即從事非農(nóng)工作但不承擔家庭農(nóng)業(yè)生產(chǎn)任務的樣本取值為2。

3.控制變量

考慮到還有來自戶主、家庭、地區(qū)等方面的因素會影響農(nóng)村勞動力非農(nóng)轉移，本文從個人特征、家庭特征和地區(qū)特征三個層面選取控制變量。其中，家庭凈資產(chǎn)、交通狀況、財政支出改善和財政支出偏倚分別參考肖龍鐸和張兵(23)肖龍鐸、張兵：《金融可得性、非農(nóng)就業(yè)與農(nóng)民收入——基于CHFS數(shù)據(jù)的實證研究》，《經(jīng)濟科學》2017年第2期。、張景娜和朱俊峰(24)張景娜、朱俊豐：《互聯(lián)網(wǎng)使用與農(nóng)村勞動力轉移程度——兼論對家庭分工模式的影響》，《財經(jīng)科學》2020年第1期。、宋曉玲(25)宋曉玲：《數(shù)字普惠金融縮小城鄉(xiāng)收入差距的實證檢驗》，《財經(jīng)科學》2017年第6期。的方法。具體變量選擇及描述性統(tǒng)計結果見表1。

表1 變量選擇及描述性統(tǒng)計

(三)模型設定

1.基本回歸分析

為探究數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移的影響，模型設定如等式(1)。

Yijt*=β1+β2Xijt+β3Zijt+φi+θt+εijt

(1)

其中，Yijt表示被解釋變量農(nóng)村勞動力非農(nóng)轉移程度，表示不可觀測的i省個體j在t年的轉移程度。Xijt表示解釋變量數(shù)字普惠金融。β為待估參數(shù)，其中β1為截距項，表示不受其他因素影響下的農(nóng)村勞動力非農(nóng)轉移程度；β2表示在其他條件不變的情況下，數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移的影響，若其大于0，則表明數(shù)字普惠金融的發(fā)展有助于農(nóng)村勞動力非農(nóng)轉移，即假說1成立，反之不成立；Zijt表示控制變量。φi表示省份固定效應，用來控制省份差異，θt表示年份固定效應，用來控制年份差異。εijt表示隨機擾動項，衡量一系列不可觀測的因素。

2.作用特征分析

在基本模型的基礎上，參考王永倉(26)王永倉：《數(shù)字普惠金融影響農(nóng)民收入增長的門檻效應研究》，《金融理論與實踐》2021年第6期。的做法將數(shù)字普惠金融的二次項加入基本回歸模型以期考察數(shù)字普惠金融對農(nóng)村勞動力的作用特征。模型設定如等式(2)。

Yijt*=δ1+δ2Xijt+δ3Xsqijt+δ4Zijt+φi+θt+υijt

(2)

其中，Yijt表示被解釋變量農(nóng)村勞動力非農(nóng)轉移程度，Xijt表示解釋變量數(shù)字普惠金融，Xsqijt為解釋變量的二次項，Zijt表示控制變量，φi表示省份固定效應，θt表示年份固定效應， νijt表示隨機擾動項。

四、實證分析

(一)數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移的影響

由表2第(1)列可知，數(shù)字普惠金融總指數(shù)的估計系數(shù)顯著為正，這說明，總體上一個地區(qū)數(shù)字普惠金融的發(fā)展有助于當?shù)剞r(nóng)村勞動力非農(nóng)轉移，驗證了假說1。具體來說，一個地區(qū)數(shù)字普惠金融發(fā)展程度每提升一個單位，當?shù)剞r(nóng)村勞動力非農(nóng)崗轉移程度將提升0.00275個單位。從理論上來講，數(shù)字普惠金融正向促進農(nóng)村勞動力非農(nóng)轉移的原因在于，一方面，數(shù)字普惠金融緩解了農(nóng)村勞動力的金融約束，為農(nóng)村勞動力人力資本的積累和轉移成本的支付提供金融支持，增加勞動力與非農(nóng)崗位匹配成功的概率。另一方面，數(shù)字普惠金融有助于潛在企業(yè)的設立和現(xiàn)有企業(yè)的創(chuàng)新升級，產(chǎn)生了大量勞動力需求，拓寬了勞動力非農(nóng)轉移的渠道，增加其就業(yè)機會。由第(2)—(4)列可知，在控制了其他因素以后，使用深度、覆蓋廣度和數(shù)字化程度均有助于農(nóng)村勞動力向非農(nóng)部門轉移，且在1%的水平上顯著。另外，三者對農(nóng)村勞動力非農(nóng)轉移的影響存在差異，其中，覆蓋廣度對農(nóng)村勞動力非農(nóng)轉移的正向促進作用最為顯著，使用深度次之，數(shù)字化程度最后。可能的原因在于，覆蓋廣度是在互聯(lián)網(wǎng)的驅動下將金融資源覆蓋更多人群，為釋放普惠金融普惠性的基礎，如若數(shù)字普惠金融無法覆蓋許多地區(qū)，覆蓋范圍窄，數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移的影響則存在限制，所以農(nóng)村勞動力非農(nóng)轉移對其的敏感程度要更高。

表2 數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移的影響

表2還顯示，在控制變量方面，年齡小、受教育年限長、健康水平高、無配偶以及男性勞動力更易實現(xiàn)非農(nóng)轉移，這與現(xiàn)實相應。一般而言，身體和技能素質多為非農(nóng)部門選拔員工時衡量員工能力的指標，而受教育水平高、健康水平高、無配偶的年輕男性勞動力更易被非農(nóng)部門接納。政治面貌的系數(shù)在10%的水平上顯著為正，這表明政治面貌為中共黨員的農(nóng)村勞動力更易非農(nóng)轉移，可能因為，政治面貌在一定程度上反映了農(nóng)村勞動力的社會資本水平，而社會資本優(yōu)化信息資源的配置，拓寬勞動力信息獲取渠道，增大勞動力就業(yè)概率，幫助勞動力更便捷地獲取就業(yè)信息，更易非農(nóng)轉移。(27)羅琦、羅明忠、唐超：《非農(nóng)轉移與農(nóng)內轉移：農(nóng)村勞動力轉移的行為選擇與機理》，《經(jīng)濟體制改革》2019年第3期。家中是否持有金融資產(chǎn)在一定程度上反映了農(nóng)村勞動力所在家庭的金融素養(yǎng)水平，而金融素養(yǎng)水平越高，農(nóng)村勞動力會更合理地運用金融資源，緩解轉移過程中的金融約束，用于積累人力資本、支付生存費用和工作搜尋過程中所產(chǎn)生的各項費用。(28)羅明忠：《農(nóng)村勞動力轉移后回流的原因：邏輯推演與實證檢驗》，《經(jīng)濟學動態(tài)》2008年第1期。土地稟賦、雇傭價格與財政支出偏倚與農(nóng)村勞動力非農(nóng)轉移均呈負相關，且在1%的水平上顯著，可能的原因分別為，土地稟賦在一定程度上會限制農(nóng)村勞動力的轉移，若家中土地規(guī)模大，勞動力往往會因農(nóng)業(yè)生產(chǎn)而無法從事非農(nóng)工作；雇傭價格為農(nóng)村勞動力非農(nóng)轉移的成本之一，較高的雇傭價格會抑制農(nóng)村勞動力的非農(nóng)轉移；財政支出偏倚反映了政府對農(nóng)林漁業(yè)的支持力度，財政支出偏倚程度越高，說明政府對農(nóng)林漁業(yè)的支持力度越大，許多老年勞動力、健康水平較低的勞動力與女性基于自身勞動能力會選擇農(nóng)內轉移。

(二)邊際效應檢驗

農(nóng)村勞動力在由農(nóng)業(yè)部門向非農(nóng)部門轉移的過程中除純務農(nóng)以及純務工之外，還普遍存在著半工半農(nóng)的兼業(yè)行為，這種兼業(yè)狀態(tài)對農(nóng)戶增收以及農(nóng)業(yè)和農(nóng)村的發(fā)展均起到十分重要的作用。(29)劉進、趙思誠、許慶：《農(nóng)民兼業(yè)行為對非農(nóng)工資性收入的影響研究——來自CFPS的微觀證據(jù)》，《財經(jīng)研究》2017年第12期。鑒于農(nóng)民兼業(yè)的普遍性和重要性，試圖采用邊際效應檢驗的方法探究數(shù)字普惠金融總指數(shù)和分指數(shù)會使農(nóng)村勞動力更偏向兼業(yè)還是純務工這一問題，結果如表3。結果顯示，數(shù)字普惠金融總指數(shù)和分指數(shù)都會使農(nóng)村勞動力純務農(nóng)的概率降低，而兼業(yè)和純務工的概率得到提升，并且純務工提升的概率高于兼業(yè)。這表明，數(shù)字普惠金融的發(fā)展確實有助于優(yōu)化農(nóng)村勞動力就業(yè)結構，對促進我國農(nóng)村勞動力共享經(jīng)濟發(fā)展成果、釋放勞動力配置紅利和穩(wěn)定快速發(fā)展農(nóng)村經(jīng)濟具有極為重要的意義。

表3 數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移影響的邊際效應檢驗

(三)內生性檢驗

研究數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移的影響需處理內生性問題，主要包括：一是反向因果問題，即數(shù)字普惠金融的發(fā)展有助于農(nóng)村勞動力非農(nóng)轉移，反過來，農(nóng)村勞動力非農(nóng)轉移也可能對數(shù)字普惠金融產(chǎn)生影響；二是測量誤差問題，即由于在變量度量上存在誤差，導致其與真實值存在偏差；三是遺漏變量問題，即殘差項中可能存在既影響數(shù)字普惠金融又影響農(nóng)村勞動力非農(nóng)轉移的因素，可能導致系數(shù)估計有偏。因此，本文運用工具變量的CMP估計方法，以省級互聯(lián)網(wǎng)普及率作為工具變量檢驗以上回歸結果的可靠性。估計過程如下：第一階段以數(shù)字普惠金融作為被解釋變量，在原有控制變量的基礎上加入了省級互聯(lián)網(wǎng)普及率，回歸結果顯示省級互聯(lián)網(wǎng)普及率與數(shù)字普惠金融總指數(shù)和分指數(shù)均高度相關，且模型估計的LR檢驗拒絕了零假設，排除了弱工具變量的可能性；第二階段則以農(nóng)村勞動力非農(nóng)轉移作為被解釋變量，回歸結果如表4，可以發(fā)現(xiàn)在考慮內生性和全部控制變量后，數(shù)字普惠金融總指數(shù)和分指數(shù)仍均有助于農(nóng)村勞動力非農(nóng)轉移，且在1%的水平上顯著，驗證了假說1的可靠性。此外，將結果與表2對比，可以發(fā)現(xiàn)數(shù)字普惠金融總指數(shù)和分指數(shù)的系數(shù)明顯增大，這表明，如若不考慮內生性，數(shù)字普惠金融總指數(shù)與分指數(shù)對農(nóng)村勞動力非農(nóng)轉移的促進作用將會被低估。

表4 數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移影響的內生性檢驗

(四)數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移的作用特征

由表5第(1)列可知，數(shù)字普惠金融總指數(shù)對農(nóng)村勞動力非農(nóng)轉移具有非線性特征，當其發(fā)展程度到176.75時，其對農(nóng)村勞動力非農(nóng)轉移的促進作用邊際遞增，而分析本文樣本數(shù)據(jù)，可以發(fā)現(xiàn)，除2013年部分樣本之外，其他樣本的數(shù)字普惠金融指數(shù)均高于176.75，位于拐點右邊，這表明，隨著數(shù)字普惠金融發(fā)展程度的提高，其對農(nóng)村勞動力非農(nóng)轉移的影響效應越大，驗證了假說2。

表5 數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移的作用特征

表5第(2)—(4)列顯示，使用深度、覆蓋廣度和數(shù)字化程度對農(nóng)村勞動力非農(nóng)轉移也具有非線性影響。前兩者對農(nóng)村勞動力非農(nóng)轉移的影響呈正U型特征，數(shù)字化程度呈倒U型特征，拐點分別為141.00、110.00和283.33。經(jīng)過分析樣本數(shù)據(jù)，發(fā)現(xiàn)大部分樣本數(shù)據(jù)位于拐點的右邊。這表明，當發(fā)展到一定程度時，使用深度和覆蓋廣度對農(nóng)村勞動力非農(nóng)轉移的促進作用呈現(xiàn)邊際遞增趨勢，而數(shù)字化程度對農(nóng)村勞動力非農(nóng)轉移的促進作用呈現(xiàn)邊際遞減趨勢。可能的原因在于，數(shù)字化程度反映客戶真正被惠及和便利的程度，切實體現(xiàn)了數(shù)字普惠金融的低門檻特征，但是數(shù)字金融產(chǎn)品為農(nóng)村勞動力非農(nóng)轉移提供暫時資金支持的同時，也可能會為其增加較高水平的借貸成本(30)楊偉明、粟麟、王明偉：《數(shù)字普惠金融與城鄉(xiāng)居民收入——基于經(jīng)濟增長與創(chuàng)業(yè)行為的中介效應分析》，《上海財經(jīng)大學學報》2020年第4期。，而高水平的借貸成本往往會抑制農(nóng)村勞動力作出非農(nóng)轉移的決策。因此，數(shù)字化程度的提高，伴隨的是其對農(nóng)村勞動力非農(nóng)轉移促進作用的邊際遞減。

(五)異質性分析

考慮到農(nóng)村勞動力所處區(qū)域、年齡和受教育年限會對其非農(nóng)轉移產(chǎn)生影響，故試圖從區(qū)域、年齡、受教育年限入手，探究數(shù)字普惠金融對不同區(qū)域、年齡和受教育年限勞動力非農(nóng)轉移的異質性影響。

1.區(qū)域層面

在數(shù)字普惠金融快速發(fā)展的同時，與我國大多數(shù)經(jīng)濟特征一樣，數(shù)字普惠金融發(fā)展程度在地區(qū)間存在一定的差異。參照國家統(tǒng)計局的區(qū)域劃分方法，將全國31個省、自治區(qū)、直轄市分為東部、中部和西部三大區(qū)域(31)東部地區(qū)包括遼寧、河北、北京、天津、上海、江蘇、浙江、福建、山東、廣東及海南11個省份；中部地區(qū)包括山西、河南、安徽、湖北、湖南、黑龍江、吉林及江西8個省份；西部地區(qū)包括陜西、甘肅、寧夏、青海、內蒙古、新疆、四川、重慶、云南、貴州、廣西及西藏12個省份。，進行分組回歸，考察數(shù)字普惠金融對不同區(qū)域農(nóng)村勞動力非農(nóng)轉移的影響和作用特征，結果如表6。

表6顯示，在未加入數(shù)字普惠金融總指數(shù)二次項時，三個地區(qū)的數(shù)字普惠金融均對當?shù)剞r(nóng)村勞動力非農(nóng)轉移起到正向促進作用，且估計系數(shù)在1%的水平上顯著；另外，東部地區(qū)數(shù)字普惠金融的促進作用明顯優(yōu)于其他兩個地區(qū)。從理論上講，一個地區(qū)數(shù)字普惠金融的發(fā)展程度與當?shù)貍鹘y(tǒng)金融發(fā)展水平和經(jīng)濟發(fā)展水平密不可分(32)姚耀軍、施丹燕：《互聯(lián)網(wǎng)金融區(qū)域差異化發(fā)展的邏輯與檢驗——路徑依賴與政府干預視角》，《金融研究》2017年第5期。，而相較于中西部地區(qū)，我國東部地區(qū)實體經(jīng)濟發(fā)展水平和傳統(tǒng)金融覆蓋度均有很大優(yōu)勢，數(shù)字普惠金融發(fā)展水平要高于中西部(33)楊偉明、粟麟、王明偉：《數(shù)字普惠金融與城鄉(xiāng)居民收入——基于經(jīng)濟增長與創(chuàng)業(yè)行為的中介效應分析》，《上海財經(jīng)大學學報》2020年第4期。。數(shù)字普惠金融發(fā)展水平越高，越有助于當?shù)厣a(chǎn)水平的提升和農(nóng)戶發(fā)展機會的增加，為農(nóng)村勞動力非農(nóng)轉移創(chuàng)造機會和提供金融支持。因此，數(shù)字普惠金融對東部地區(qū)農(nóng)村勞動力非農(nóng)轉移的促進作用優(yōu)于中部和西部地區(qū)。

表6也顯示，在模型中加入數(shù)字普惠金融總指數(shù)二次項后，東部和中部地區(qū)數(shù)字普惠金融總指數(shù)估計系數(shù)顯著為負，二次項系數(shù)顯著為正，說明東部和中部地區(qū)數(shù)字普惠金融對當?shù)剞r(nóng)村勞動力非農(nóng)轉移具有非線性作用，呈現(xiàn)正U型特征，而西部地區(qū)數(shù)字普惠金融正好與之相反，呈現(xiàn)倒U型特征。另外，三個地區(qū)數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移的作用拐點分別為176.32、196.32和225.00。經(jīng)過分析本文樣本，發(fā)現(xiàn)東部和中部地區(qū)的數(shù)字普惠金融數(shù)據(jù)大多位于拐點右邊，西部地區(qū)大多位于拐點左邊，即三個地區(qū)數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移的影響均處于邊際遞增階段。以上結論為我國加快中西部地區(qū)數(shù)字普惠金融發(fā)展步伐，緩解當?shù)剞r(nóng)村勞動力剩余，拉動當?shù)亟?jīng)濟發(fā)展，進而實現(xiàn)我國經(jīng)濟均衡發(fā)展提供了理論支持。

表6 數(shù)字普惠金融對不同區(qū)域農(nóng)村勞動力非農(nóng)轉移影響的異質性分析

2.年齡層面

數(shù)字普惠金融以互聯(lián)網(wǎng)等數(shù)字技術為依托，農(nóng)村勞動力對數(shù)字技術的使用程度影響其對數(shù)字普惠金融的接受程度，而不同年齡的農(nóng)村勞動力對數(shù)字技術的使用程度存在差異，參照已有文獻，以15歲為劃分標準，將農(nóng)村勞動力分成16—30歲、31—45歲和46—60歲三組，進行分組回歸，考察數(shù)字普惠金融對不同年齡農(nóng)村勞動力非農(nóng)轉移的影響和作用特征，結果如表7。

表7 數(shù)字普惠金融對不同年齡農(nóng)村勞動力非農(nóng)轉移影響的異質性分析

表7顯示，在未加入數(shù)字普惠金融總指數(shù)二次項時，數(shù)字普惠金融對16—30歲農(nóng)村勞動力非農(nóng)轉移的影響不顯著，而對31—45歲和46—60歲勞動力非農(nóng)轉移的影響是顯著正向的，且對31—45歲農(nóng)村勞動力非農(nóng)轉移的促進作用最優(yōu)，46—60歲勞動力次之。可能的原因在于，數(shù)字普惠金融以互聯(lián)網(wǎng)為代表的數(shù)字技術為依托，農(nóng)村勞動力對數(shù)字技術的知曉和應用程度在一定程度上影響其對數(shù)字普惠金融的接納程度，相較于其他兩個年齡段，31—45歲的農(nóng)村勞動力對數(shù)字技術的知曉和應用程度較高，因此，其對數(shù)字普惠金融的接納程度要高于其他兩個年齡段，數(shù)字普惠金融更加影響其向非農(nóng)業(yè)部門轉移的決策和行為。

表7也顯示，在模型中加入數(shù)字普惠金融總指數(shù)二次項后，數(shù)字普惠金融總指數(shù)的估計系數(shù)均為負，而二次項系數(shù)為正，說明無論農(nóng)村勞動力處于哪一個年齡階段，數(shù)字普惠金融對其的作用均是非線性的，且將樣本數(shù)據(jù)與計算出的拐點數(shù)值進行比對，發(fā)現(xiàn)大多樣本數(shù)據(jù)大于拐點數(shù)值。這表明，數(shù)字普惠金融對不同年齡農(nóng)村勞動力非農(nóng)轉移的促進作用處于邊際遞增階段，即數(shù)字普惠金融發(fā)展程度越高，對不同年齡農(nóng)村勞動力非農(nóng)轉移的影響效應越大。

3.受教育年限層面

受教育年限對農(nóng)村勞動力非農(nóng)轉移的難易程度起到關鍵性作用，故按照初中及初中以下、高中、大專及大專以上的劃分方式，將農(nóng)村勞動力受教育年限劃分為四組，進行分組回歸，考察數(shù)字普惠金融對不同受教育年限農(nóng)村勞動力非農(nóng)轉移的影響和作用特征，結果如表8。

表8顯示，數(shù)字普惠金融對不同受教育年限農(nóng)村勞動力非農(nóng)轉移均具有非線性影響，其中對初中及初中以下勞動力的影響最顯著。可能的原因在于，受教育年限少的農(nóng)村勞動力獲取就業(yè)信息存在很大的不便捷性，且企業(yè)往往把受教育年限作為甄別人才的一項重要指標，受教育年限少的農(nóng)村勞動力多被排斥在外，現(xiàn)成為我國農(nóng)村剩余勞動力的主要組成部分(34)羅琦、羅明忠、唐超：《非農(nóng)轉移與農(nóng)內轉移：農(nóng)村勞動力轉移的行為選擇與機理》，《經(jīng)濟體制改革》2019年第3期。，而受教育年限多的農(nóng)村勞動力深受企業(yè)青睞，更易且更傾向于轉向高工資的非農(nóng)崗位，往往已完成非農(nóng)轉移，因此，相較而言，數(shù)字普惠金融對受教育年限少的勞動力影響顯著。此外，僅就數(shù)字普惠金融對初中及初中以下勞動力非農(nóng)轉移的作用而言，當數(shù)字普惠金融發(fā)展水平達到124.83時，數(shù)字普惠金融對初中及初中以下勞動力非農(nóng)轉移的促進作用邊際遞增。而經(jīng)比對樣本數(shù)據(jù)，發(fā)現(xiàn)除個別樣本之外，數(shù)字普惠金融數(shù)值大都大于124.83，這表明，數(shù)字普惠金融對初中及初中以下勞動力非農(nóng)轉移的促進作用處于邊際遞增階段，這有助于緩解我國農(nóng)村低教育程度勞動力剩余現(xiàn)象，對推動鄉(xiāng)村振興戰(zhàn)略的順利實施具有重要的意義。

(六)穩(wěn)健性檢驗

鑒于上一期數(shù)字普惠金融的發(fā)展水平對本期農(nóng)村勞動力轉移決策和行為有所影響，而本期的農(nóng)村勞動力非農(nóng)轉移不會影響上一期的數(shù)字普惠金融發(fā)展水平，采用滯后一期的數(shù)字普惠金融總指數(shù)和分指數(shù)作為解釋變量與農(nóng)村勞動力非農(nóng)轉移分別進行回歸，以評估上一期的數(shù)字普惠金融如何影響當期農(nóng)村勞動力非農(nóng)轉移，以期探究基本回歸分析結論的穩(wěn)健性。表9第(1)、(3)、(5)和(7)列匯報的是數(shù)字普惠金融總指數(shù)和分指數(shù)對農(nóng)村勞動力非農(nóng)轉移的影響，第(2)、(4)、(6)和(8)列匯報的是數(shù)字普惠金融總指數(shù)和分指數(shù)對農(nóng)村勞動力非農(nóng)轉移的作用特征。結果仍顯示，從總體上來說，數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移具有非線性影響，且在發(fā)展到一定程度時，數(shù)字普惠金融有助于農(nóng)村勞動力非農(nóng)轉移，該影響邊際遞增，與前文結果基本保持一致。此外，數(shù)字普惠金融分指數(shù)對農(nóng)村勞動力非農(nóng)轉移的影響及作用特征亦與前文結果基本保持一致。這表明，前文基本回歸分析的實證結論是穩(wěn)健的。

表9 數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移影響的穩(wěn)健性分析

五、研究結論與政策啟示

本文運用CFPS數(shù)據(jù)和北京大學數(shù)字普惠金融指數(shù)匹配的平衡面板數(shù)據(jù)，構建有序Probit模型，探究數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移的影響和作用特征，并展開邊際效應檢驗，探究數(shù)字普惠金融對不同就業(yè)形式的邊際效應。此外，分別從區(qū)域、年齡、受教育程度三個層面全面分析數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移的異質性影響。在此基礎上，通過將數(shù)字普惠金融滯后一期對實證結果進行穩(wěn)健性檢驗。研究結果表明：第一，從總體上看，數(shù)字普惠金融的發(fā)展有助于農(nóng)村勞動力非農(nóng)轉移，在控制內生性和控制變量后，一個地區(qū)數(shù)字普惠金融發(fā)展程度每提升1%，當?shù)剞r(nóng)村勞動力非農(nóng)轉移程度提升0.00375%。分指數(shù)使用深度、覆蓋廣度和數(shù)字化程度亦均促進農(nóng)村勞動力向非農(nóng)部門轉移，且覆蓋廣度的影響最為顯著。第二，數(shù)字普惠金融的發(fā)展使得農(nóng)村勞動力純務農(nóng)的概率降低，而兼業(yè)和純務工的概率得到提升，且會使農(nóng)村勞動力更傾向于純務工這一轉移方式。第三，數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移的影響具有非線性特征，且數(shù)字普惠金融發(fā)展程度越高，其對農(nóng)村勞動力非農(nóng)轉移的促進作用越大。第四，數(shù)字普惠金融的發(fā)展對不同地區(qū)、不同年齡和不同受教育程度農(nóng)村勞動力非農(nóng)轉移的影響具有異質性，但無論農(nóng)村勞動力位于哪一個地區(qū)、處于哪一個年齡段還是接受多少教育，數(shù)字普惠金融對其的促進作用均是邊際遞增的。

綜上所述，本文肯定了數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移的積極作用，并認識到了在農(nóng)村地區(qū)推進數(shù)字普惠金融發(fā)展以緩解農(nóng)業(yè)勞動力剩余進而實現(xiàn)農(nóng)民持續(xù)增收的必要性。基于此，本文提出以下建議：首先，數(shù)字普惠金融以數(shù)字技術為依托，其在農(nóng)村地區(qū)的順利推行，離不開農(nóng)村地區(qū)數(shù)字化建設。在未來應健全數(shù)字普惠金融基礎設施建設，進一步加大各地互聯(lián)網(wǎng)普及率，推進農(nóng)村數(shù)字普惠金融發(fā)展進程，為推動當?shù)剞r(nóng)村勞動力向非農(nóng)部門轉移，使更多的勞動力共享經(jīng)濟發(fā)展成果提供助力。其次，由于實體經(jīng)濟發(fā)展水平和傳統(tǒng)金融覆蓋度均處于劣勢地位，我國中西部地區(qū)數(shù)字普惠金融發(fā)展程度低于東部地區(qū)。為實現(xiàn)我國經(jīng)濟均衡發(fā)展，建議加大對中西部地區(qū)經(jīng)濟和金融發(fā)展的扶持力度，縮小數(shù)字普惠金融發(fā)展程度在區(qū)域間的差異。最后，接納和使用數(shù)字普惠金融程度的高低會影響數(shù)字普惠金融對農(nóng)村勞動力非農(nóng)轉移的促進作用，建議未來積極宣傳數(shù)字普惠金融相關知識，提高農(nóng)村勞動力對數(shù)字普惠金融的接納和使用度，緩解其金融資源約束，為其非農(nóng)轉移提供金融支持。