張 兵 李 娜

一、引言與文獻(xiàn)綜述

自2004年至今，中央政府已連續(xù)18年出臺(tái)中央一號(hào)文件，聚焦我國(guó)“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(guān)鍵是增加農(nóng)民收入。自改革開放以來，我國(guó)農(nóng)村勞動(dòng)力大規(guī)模地從農(nóng)業(yè)部門轉(zhuǎn)移至非農(nóng)業(yè)部門，充分發(fā)揮了勞動(dòng)力能動(dòng)性，增加了農(nóng)民收入，推動(dòng)了我國(guó)經(jīng)濟(jì)發(fā)展。非農(nóng)轉(zhuǎn)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(dòng)力轉(zhuǎn)移與農(nóng)村家庭財(cái)富不平等：緩解還是加劇——基于轉(zhuǎn)移就業(yè)的異質(zhì)性分析》，《農(nóng)業(yè)技術(shù)經(jīng)濟(jì)》2020年第9期。在第三次科技革命的背景下，以數(shù)字技術(shù)為依托的數(shù)字普惠金融逐步成為我國(guó)農(nóng)村金融服務(wù)的主力軍。同時(shí)，2021年中央一號(hào)文件指出，要實(shí)施數(shù)字鄉(xiāng)村建設(shè)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(jìn)潛在企業(yè)的萌生和現(xiàn)有企業(yè)的發(fā)展，增加社會(huì)非農(nóng)崗位，拓寬農(nóng)村勞動(dòng)力就業(yè)范圍。同時(shí)，數(shù)字普惠金融還可以通過緩解農(nóng)村勞動(dòng)力的金融約束，為其人力資本的積累和轉(zhuǎn)移成本的承擔(dān)提供金融支持，降低就業(yè)難度。這為推進(jìn)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移，進(jìn)而帶動(dòng)更多農(nóng)民享受經(jīng)濟(jì)發(fā)展紅利，推進(jìn)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(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的影響及作用機(jī)制具有重要的現(xiàn)實(shí)意義。

在學(xué)術(shù)界，隨著數(shù)字普惠金融的發(fā)展，越來越多的學(xué)者意識(shí)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(gè)層面探究數(shù)字普惠金融的社會(huì)影響，例如，數(shù)字普惠金融對(duì)減貧、城鄉(xiāng)收入差距、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)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(shí)證檢驗(yàn)》，《財(cái)經(jīng)科學(xué)》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(guó)省級(jí)數(shù)據(jù)的面板門檻回歸分析》，《經(jīng)濟(jì)問題探索》2018年第10期。(4)郭婉麗、陳競(jìng)宇：《我國(guó)數(shù)字普惠金融發(fā)展與產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的效應(yīng)研究》，《商場(chǎng)現(xiàn)代化》2020年第11期。，對(duì)企業(yè)融資約束、創(chuàng)新升級(jí)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(jì)評(píng)論》2020年第1期。，以及對(duì)城鄉(xiāng)居民收入、創(chuàng)業(yè)、消費(fèi)、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(jì)增長(zhǎng)與創(chuàng)業(yè)行為的中介效應(yīng)分析》，《上海財(cái)經(jīng)大學(xué)學(xué)報(bào)》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(cái)經(jīng)政法大學(xué)學(xué)報(bào)》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(fèi)——來自中國(guó)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(jìn)了居民就業(yè)嗎？》，《福建論壇(人文社會(huì)科學(xué)版)》2021年第2期。。而農(nóng)村勞動(dòng)力從農(nóng)業(yè)部門向非農(nóng)業(yè)部門轉(zhuǎn)移作為當(dāng)今時(shí)代的一大標(biāo)志，它對(duì)優(yōu)化勞動(dòng)力配置、實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展以及促進(jìn)社會(huì)和諧穩(wěn)定起到至關(guān)重要的作用。鑒于農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的重要性，國(guó)內(nèi)外許多學(xué)者就影響農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的因素展開研究，并為合理引導(dǎo)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移提出了很多具有學(xué)術(shù)價(jià)值和政策指導(dǎo)意義的觀點(diǎn)，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(wù)工到創(chuàng)業(yè)——農(nóng)地流轉(zhuǎn)與農(nóng)村勞動(dòng)力轉(zhuǎn)移形式升級(jí)》，《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(zhuǎn)移與農(nóng)內(nèi)轉(zhuǎn)移：農(nóng)村勞動(dòng)力轉(zhuǎn)移的行為選擇與機(jī)理》，《經(jīng)濟(jì)體制改革》2019年第3期。、個(gè)人特征、家庭特征和外界環(huán)境(13)程名望、史清華：《個(gè)人特征、家庭特征與農(nóng)村剩余勞動(dòng)力轉(zhuǎn)移——一個(gè)基于Probit模型的實(shí)證分析》，《經(jīng)濟(jì)評(píng)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(dòng)力轉(zhuǎn)移程度——兼論對(duì)家庭分工模式的影響》，《財(cái)經(jīng)科學(xué)》2020年第1期。等。

但經(jīng)梳理文獻(xiàn)，我們發(fā)現(xiàn)少有文獻(xiàn)就數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的影響展開研究。因此，在已有文獻(xiàn)的基礎(chǔ)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(dǎo)農(nóng)村剩余勞動(dòng)力非農(nóng)轉(zhuǎn)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(xué)數(shù)字普惠金融指數(shù)匹配的面板數(shù)據(jù)，構(gòu)建有序Probit模型，基于微觀視角以農(nóng)村勞動(dòng)力個(gè)體為研究對(duì)象，探究數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的影響；二是在基本檢驗(yàn)的基礎(chǔ)上，加入因變量二次項(xiàng)，探究數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的作用特征；三是采用CMP工具變量法，以省級(jí)互聯(lián)網(wǎng)普及率為工具變量，檢驗(yàn)數(shù)字普惠金融與農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移之間的內(nèi)生性；四是采用邊際效應(yīng)檢驗(yàn)法，檢驗(yàn)數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)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(shè)定；第四部分為實(shí)證結(jié)果及分析；最后是研究結(jié)論和政策啟示。

二、理論分析與研究假說

作為數(shù)字技術(shù)與普惠金融結(jié)合的產(chǎn)物，數(shù)字普惠金融對(duì)農(nóng)村現(xiàn)代化的實(shí)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(chǔ)設(shè)施的完善，數(shù)字普惠金融對(duì)農(nóng)民的影響愈發(fā)顯著，其對(duì)勞動(dòng)力非農(nóng)轉(zhuǎn)移的影響可能呈現(xiàn)增加態(tài)勢(shì)。

現(xiàn)階段，我國(guó)勞動(dòng)力市場(chǎng)提供的非農(nóng)崗位仍無法完全滿足農(nóng)村勞動(dòng)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(dòng)力市場(chǎng)非農(nóng)崗位供給的多少。(15)毛學(xué)峰、劉靖：《本地非農(nóng)就業(yè)、外出務(wù)工與中國(guó)農(nóng)村收入不平等》，《經(jīng)濟(jì)理論與經(jīng)濟(jì)管理》2016年第4期。數(shù)字普惠金融擺脫了對(duì)實(shí)體網(wǎng)點(diǎn)的依賴，建設(shè)成本低，可以實(shí)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(shí)空限制為借款人貸款提供便利，減少了時(shí)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(gè)人提供抵押物，而是通過技術(shù)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(gè)人的借貸成本，為企業(yè)經(jīng)營(yíng)規(guī)模的擴(kuò)大和居民創(chuàng)業(yè)創(chuàng)造了有利條件。而企業(yè)的設(shè)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(jī)會(huì)。(16)謝絢麗、沈艷、張皓星、郭峰：《數(shù)字金融能促進(jìn)創(chuàng)業(yè)嗎？——來自中國(guó)的證據(jù)》，《經(jīng)濟(jì)學(xué)(季刊)》2018年第4期。此外，數(shù)字普惠金融可以為農(nóng)村勞動(dòng)力提升就業(yè)能力提供資金和信貸支持，利于勞動(dòng)力滿足非農(nóng)崗位的用人需求，進(jìn)而提高農(nóng)村勞動(dòng)力與非農(nóng)崗位匹配成功的概率。最后，農(nóng)村勞動(dòng)力在向非農(nóng)崗位轉(zhuǎn)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(jì)實(shí)力有限的農(nóng)村勞動(dòng)力因無法承擔(dān)轉(zhuǎn)移成本，進(jìn)而無法實(shí)現(xiàn)非農(nóng)就業(yè)。(17)羅明忠：《農(nóng)村勞動(dòng)力轉(zhuǎn)移后回流的原因：邏輯推演與實(shí)證檢驗(yàn)》，《經(jīng)濟(jì)學(xué)動(dòng)態(tài)》2008年第1期。(18)羅琦、羅明忠、唐超：《非農(nóng)轉(zhuǎn)移與農(nóng)內(nèi)轉(zhuǎn)移：農(nóng)村勞動(dòng)力轉(zhuǎn)移的行為選擇與機(jī)理》，《經(jīng)濟(jì)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(dòng)力對(duì)資金的一時(shí)之需，有利于農(nóng)村勞動(dòng)力向非農(nóng)崗位轉(zhuǎn)移。綜上所述，數(shù)字普惠金融可以通過促進(jìn)企業(yè)設(shè)立和發(fā)展、提高勞動(dòng)力就業(yè)能力以及緩解勞動(dòng)力資金約束，進(jìn)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(dòng)力非農(nóng)轉(zhuǎn)移

數(shù)字普惠金融以互聯(lián)網(wǎng)等數(shù)字技術(shù)為依托，強(qiáng)調(diào)數(shù)字技術(shù)在金融服務(wù)中的應(yīng)用，具備網(wǎng)絡(luò)經(jīng)濟(jì)的特征，存在著廣泛的外部性特征。(19)王永倉(cāng)：《數(shù)字普惠金融影響農(nóng)民收入增長(zhǎng)的門檻效應(yīng)研究》，《金融理論與實(shí)踐》2021年第6期。由于城鎮(zhèn)和農(nóng)村地區(qū)相關(guān)基礎(chǔ)設(shè)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(dāng)于數(shù)字普惠金融發(fā)展的“新市場(chǎng)”，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(jí)與多樣化提供了動(dòng)力，反之，數(shù)字金融產(chǎn)品的創(chuàng)新升級(jí)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(jià)值得到不斷的提升，其對(duì)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(duì)農(nóng)村勞動(dòng)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(guān)基礎(chǔ)設(shè)施的限制，農(nóng)村勞動(dòng)力對(duì)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(duì)其非農(nóng)轉(zhuǎn)移的促進(jìn)作用較小。隨著農(nóng)村地區(qū)相關(guān)基礎(chǔ)設(shè)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(dòng)力非農(nóng)轉(zhuǎn)移的意向。另外，相關(guān)農(nóng)村金融改革政策的出臺(tái)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(shù)支持，成為農(nóng)村數(shù)字普惠金融發(fā)展的快速增長(zhǎng)點(diǎn)，當(dāng)數(shù)字普惠金融發(fā)展到這一快速增長(zhǎng)點(diǎn)時(shí)，其對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的促進(jìn)作用進(jìn)一步增強(qiáng)，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(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)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(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的促進(jìn)作用越大

三、數(shù)據(jù)來源、變量選擇和模型設(shè)定

(一)數(shù)據(jù)來源

本文采用的數(shù)據(jù)主要來源于中國(guó)家庭追蹤調(diào)查(CFPS)和北京大學(xué)數(shù)字普惠金融指數(shù)。其中，中國(guó)家庭追蹤調(diào)查(CFPS)涵蓋村(居)、家庭、個(gè)人三個(gè)層面，囊括村(居)基礎(chǔ)設(shè)施與環(huán)境、人口、家庭收支、個(gè)人教育工作等內(nèi)容，較為全面地反映了我國(guó)經(jīng)濟(jì)發(fā)展和社會(huì)變遷情況?！氨本┐髮W(xué)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(guó)數(shù)字普惠金融發(fā)展水平，并同時(shí)考慮數(shù)字普惠金融服務(wù)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(shè)使用深度、覆蓋廣度和數(shù)字化程度三個(gè)維度，完整、準(zhǔn)確地反映了我國(guó)數(shù)字普惠金融發(fā)展現(xiàn)狀和演變趨勢(shì)。為探究我國(guó)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的規(guī)律，避免偶然性，本文選取CFPS2014、CFPS2016和CFPS2018中均接受調(diào)查且處于16歲以上以及60歲以下的農(nóng)村勞動(dòng)力個(gè)體樣本，構(gòu)建平衡面板數(shù)據(jù)，剔除無效數(shù)據(jù)，最終獲得19367個(gè)觀測(cè)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(jì)增長(zhǎng)與創(chuàng)業(yè)行為的中介效應(yīng)分析》，《上海財(cái)經(jīng)大學(xué)學(xué)報(bào)》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(jié)構(gòu)與經(jīng)濟(jì)高質(zhì)量發(fā)展》，《江漢論壇》2021年第10期。的研究，使用“北京大學(xué)數(shù)字普惠金融指數(shù)”中省級(jí)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(dòng)力轉(zhuǎn)移程度——兼論對(duì)家庭分工模式的影響》，《財(cái)經(jīng)科學(xué)》2020年第1期。的方法，構(gòu)建一個(gè)離散且有序的變量以衡量農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移程度。其中，將純務(wù)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(dān)家庭農(nóng)業(yè)生產(chǎn)任務(wù)的樣本取值為1；將純務(wù)工，即從事非農(nóng)工作但不承擔(dān)家庭農(nóng)業(yè)生產(chǎn)任務(wù)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(huì)影響農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移，本文從個(gè)人特征、家庭特征和地區(qū)特征三個(gè)層面選取控制變量。其中，家庭凈資產(chǎn)、交通狀況、財(cái)政支出改善和財(cái)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(shí)證研究》，《經(jīng)濟(jì)科學(xué)》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(dòng)力轉(zhuǎn)移程度——兼論對(duì)家庭分工模式的影響》，《財(cái)經(jīng)科學(xué)》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(shí)證檢驗(yàn)》，《財(cái)經(jīng)科學(xué)》2017年第6期。的方法。具體變量選擇及描述性統(tǒng)計(jì)結(jié)果見表1。

表1 變量選擇及描述性統(tǒng)計(jì)

(三)模型設(shè)定

1.基本回歸分析

為探究數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的影響，模型設(shè)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(dòng)力非農(nóng)轉(zhuǎn)移程度，表示不可觀測(cè)的i省個(gè)體j在t年的轉(zhuǎn)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(xiàng)，表示不受其他因素影響下的農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)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(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)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(dòng)力非農(nóng)轉(zhuǎn)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(yīng)，用來控制省份差異，θt表示年份固定效應(yīng)，用來控制年份差異。εijt表示隨機(jī)擾動(dòng)項(xiàng)，衡量一系列不可觀測(cè)的因素。

2.作用特征分析

在基本模型的基礎(chǔ)上，參考王永倉(cāng)(26)王永倉(cāng)：《數(shù)字普惠金融影響農(nóng)民收入增長(zhǎng)的門檻效應(yīng)研究》，《金融理論與實(shí)踐》2021年第6期。的做法將數(shù)字普惠金融的二次項(xiàng)加入基本回歸模型以期考察數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力的作用特征。模型設(shè)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(dòng)力非農(nóng)轉(zhuǎn)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(xiàng)，Zijt表示控制變量，φi表示省份固定效應(yīng)，θt表示年份固定效應(yīng)， νijt表示隨機(jī)擾動(dòng)項(xiàng)。

四、實(shí)證分析

(一)數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)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(jì)系數(shù)顯著為正，這說明，總體上一個(gè)地區(qū)數(shù)字普惠金融的發(fā)展有助于當(dāng)?shù)剞r(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移，驗(yàn)證了假說1。具體來說，一個(gè)地區(qū)數(shù)字普惠金融發(fā)展程度每提升一個(gè)單位，當(dāng)?shù)剞r(nóng)村勞動(dòng)力非農(nóng)崗轉(zhuǎn)移程度將提升0.00275個(gè)單位。從理論上來講，數(shù)字普惠金融正向促進(jìn)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的原因在于，一方面，數(shù)字普惠金融緩解了農(nóng)村勞動(dòng)力的金融約束，為農(nóng)村勞動(dòng)力人力資本的積累和轉(zhuǎn)移成本的支付提供金融支持，增加勞動(dòng)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(shè)立和現(xiàn)有企業(yè)的創(chuàng)新升級(jí)，產(chǎn)生了大量勞動(dòng)力需求，拓寬了勞動(dòng)力非農(nóng)轉(zhuǎn)移的渠道，增加其就業(yè)機(jī)會(huì)。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(dòng)力向非農(nóng)部門轉(zhuǎn)移，且在1%的水平上顯著。另外，三者對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的影響存在差異，其中，覆蓋廣度對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的正向促進(jìn)作用最為顯著，使用深度次之，數(shù)字化程度最后?？赡艿脑蛟谟?，覆蓋廣度是在互聯(lián)網(wǎng)的驅(qū)動(dòng)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(chǔ)，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(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的影響則存在限制，所以農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移對(duì)其的敏感程度要更高。

表2 數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)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(zhǎng)、健康水平高、無配偶以及男性勞動(dòng)力更易實(shí)現(xiàn)非農(nóng)轉(zhuǎn)移，這與現(xiàn)實(shí)相應(yīng)。一般而言，身體和技能素質(zhì)多為非農(nóng)部門選拔員工時(shí)衡量員工能力的指標(biāo)，而受教育水平高、健康水平高、無配偶的年輕男性勞動(dòng)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(dòng)力更易非農(nóng)轉(zhuǎn)移，可能因?yàn)?，政治面貌在一定程度上反映了農(nóng)村勞動(dòng)力的社會(huì)資本水平，而社會(huì)資本優(yōu)化信息資源的配置，拓寬勞動(dòng)力信息獲取渠道，增大勞動(dòng)力就業(yè)概率，幫助勞動(dòng)力更便捷地獲取就業(yè)信息，更易非農(nóng)轉(zhuǎn)移。(27)羅琦、羅明忠、唐超：《非農(nóng)轉(zhuǎn)移與農(nóng)內(nèi)轉(zhuǎn)移：農(nóng)村勞動(dòng)力轉(zhuǎn)移的行為選擇與機(jī)理》，《經(jīng)濟(jì)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(dòng)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(dòng)力會(huì)更合理地運(yùn)用金融資源，緩解轉(zhuǎn)移過程中的金融約束，用于積累人力資本、支付生存費(fèi)用和工作搜尋過程中所產(chǎn)生的各項(xiàng)費(fèi)用。(28)羅明忠：《農(nóng)村勞動(dòng)力轉(zhuǎn)移后回流的原因：邏輯推演與實(shí)證檢驗(yàn)》，《經(jīng)濟(jì)學(xué)動(dòng)態(tài)》2008年第1期。土地稟賦、雇傭價(jià)格與財(cái)政支出偏倚與農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移均呈負(fù)相關(guān)，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(huì)限制農(nóng)村勞動(dòng)力的轉(zhuǎn)移，若家中土地規(guī)模大，勞動(dòng)力往往會(huì)因農(nóng)業(yè)生產(chǎn)而無法從事非農(nóng)工作；雇傭價(jià)格為農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的成本之一，較高的雇傭價(jià)格會(huì)抑制農(nóng)村勞動(dòng)力的非農(nóng)轉(zhuǎn)移；財(cái)政支出偏倚反映了政府對(duì)農(nóng)林漁業(yè)的支持力度，財(cái)政支出偏倚程度越高，說明政府對(duì)農(nóng)林漁業(yè)的支持力度越大，許多老年勞動(dòng)力、健康水平較低的勞動(dòng)力與女性基于自身勞動(dòng)能力會(huì)選擇農(nóng)內(nèi)轉(zhuǎn)移。

(二)邊際效應(yīng)檢驗(yàn)

農(nóng)村勞動(dòng)力在由農(nóng)業(yè)部門向非農(nóng)部門轉(zhuǎn)移的過程中除純務(wù)農(nóng)以及純務(wù)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(duì)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(jìn)、趙思誠(chéng)、許慶：《農(nóng)民兼業(yè)行為對(duì)非農(nóng)工資性收入的影響研究——來自CFPS的微觀證據(jù)》，《財(cái)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(yīng)檢驗(yàn)的方法探究數(shù)字普惠金融總指數(shù)和分指數(shù)會(huì)使農(nóng)村勞動(dòng)力更偏向兼業(yè)還是純務(wù)工這一問題，結(jié)果如表3。結(jié)果顯示，數(shù)字普惠金融總指數(shù)和分指數(shù)都會(huì)使農(nóng)村勞動(dòng)力純務(wù)農(nóng)的概率降低，而兼業(yè)和純務(wù)工的概率得到提升，并且純務(wù)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(shí)有助于優(yōu)化農(nóng)村勞動(dòng)力就業(yè)結(jié)構(gòu)，對(duì)促進(jìn)我國(guó)農(nóng)村勞動(dòng)力共享經(jīng)濟(jì)發(fā)展成果、釋放勞動(dòng)力配置紅利和穩(wěn)定快速發(fā)展農(nóng)村經(jīng)濟(jì)具有極為重要的意義。

表3 數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移影響的邊際效應(yīng)檢驗(yàn)

(三)內(nèi)生性檢驗(yàn)

研究數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的影響需處理內(nèi)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(dòng)力非農(nóng)轉(zhuǎn)移，反過來，農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移也可能對(duì)數(shù)字普惠金融產(chǎn)生影響；二是測(cè)量誤差問題，即由于在變量度量上存在誤差，導(dǎo)致其與真實(shí)值存在偏差；三是遺漏變量問題，即殘差項(xiàng)中可能存在既影響數(shù)字普惠金融又影響農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的因素，可能導(dǎo)致系數(shù)估計(jì)有偏。因此，本文運(yùn)用工具變量的CMP估計(jì)方法，以省級(jí)互聯(lián)網(wǎng)普及率作為工具變量檢驗(yàn)以上回歸結(jié)果的可靠性。估計(jì)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(chǔ)上加入了省級(jí)互聯(lián)網(wǎng)普及率，回歸結(jié)果顯示省級(jí)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(guān)，且模型估計(jì)的LR檢驗(yàn)拒絕了零假設(shè)，排除了弱工具變量的可能性；第二階段則以農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移作為被解釋變量，回歸結(jié)果如表4，可以發(fā)現(xiàn)在考慮內(nèi)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(dòng)力非農(nóng)轉(zhuǎn)移，且在1%的水平上顯著，驗(yàn)證了假說1的可靠性。此外，將結(jié)果與表2對(duì)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(nèi)生性，數(shù)字普惠金融總指數(shù)與分指數(shù)對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的促進(jìn)作用將會(huì)被低估。

表4 數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移影響的內(nèi)生性檢驗(yàn)

(四)數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)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(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移具有非線性特征，當(dāng)其發(fā)展程度到176.75時(shí)，其對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的促進(jìn)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(diǎn)右邊，這表明，隨著數(shù)字普惠金融發(fā)展程度的提高，其對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的影響效應(yīng)越大，驗(yàn)證了假說2。

表5 數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)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(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移也具有非線性影響。前兩者對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的影響呈正U型特征，數(shù)字化程度呈倒U型特征，拐點(diǎn)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(diǎn)的右邊。這表明，當(dāng)發(fā)展到一定程度時(shí)，使用深度和覆蓋廣度對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的促進(jìn)作用呈現(xiàn)邊際遞增趨勢(shì)，而數(shù)字化程度對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的促進(jìn)作用呈現(xiàn)邊際遞減趨勢(shì)?？赡艿脑蛟谟冢瑪?shù)字化程度反映客戶真正被惠及和便利的程度，切實(shí)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(dòng)力非農(nóng)轉(zhuǎn)移提供暫時(shí)資金支持的同時(shí)，也可能會(huì)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(jì)增長(zhǎng)與創(chuàng)業(yè)行為的中介效應(yīng)分析》，《上海財(cái)經(jīng)大學(xué)學(xué)報(bào)》2020年第4期。，而高水平的借貸成本往往會(huì)抑制農(nóng)村勞動(dòng)力作出非農(nóng)轉(zhuǎn)移的決策。因此，數(shù)字化程度的提高，伴隨的是其對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移促進(jìn)作用的邊際遞減。

(五)異質(zhì)性分析

考慮到農(nóng)村勞動(dòng)力所處區(qū)域、年齡和受教育年限會(huì)對(duì)其非農(nóng)轉(zhuǎn)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(duì)不同區(qū)域、年齡和受教育年限勞動(dòng)力非農(nóng)轉(zhuǎn)移的異質(zhì)性影響。

1.區(qū)域?qū)用?/p>

在數(shù)字普惠金融快速發(fā)展的同時(shí)，與我國(guó)大多數(shù)經(jīng)濟(jì)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(guó)家統(tǒng)計(jì)局的區(qū)域劃分方法，將全國(guó)31個(gè)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(gè)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(gè)省份；西部地區(qū)包括陜西、甘肅、寧夏、青海、內(nèi)蒙古、新疆、四川、重慶、云南、貴州、廣西及西藏12個(gè)省份。，進(jìn)行分組回歸，考察數(shù)字普惠金融對(duì)不同區(qū)域農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的影響和作用特征，結(jié)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(xiàng)時(shí)，三個(gè)地區(qū)的數(shù)字普惠金融均對(duì)當(dāng)?shù)剞r(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移起到正向促進(jìn)作用，且估計(jì)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(jìn)作用明顯優(yōu)于其他兩個(gè)地區(qū)。從理論上講，一個(gè)地區(qū)數(shù)字普惠金融的發(fā)展程度與當(dāng)?shù)貍鹘y(tǒng)金融發(fā)展水平和經(jīng)濟(jì)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(yàn)——路徑依賴與政府干預(yù)視角》，《金融研究》2017年第5期。，而相較于中西部地區(qū)，我國(guó)東部地區(qū)實(shí)體經(jīng)濟(jì)發(fā)展水平和傳統(tǒng)金融覆蓋度均有很大優(yōu)勢(shì)，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(jì)增長(zhǎng)與創(chuàng)業(yè)行為的中介效應(yīng)分析》，《上海財(cái)經(jīng)大學(xué)學(xué)報(bào)》2020年第4期。。數(shù)字普惠金融發(fā)展水平越高，越有助于當(dāng)?shù)厣a(chǎn)水平的提升和農(nóng)戶發(fā)展機(jī)會(huì)的增加，為農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移創(chuàng)造機(jī)會(huì)和提供金融支持。因此，數(shù)字普惠金融對(duì)東部地區(qū)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的促進(jìn)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(xiàng)后，東部和中部地區(qū)數(shù)字普惠金融總指數(shù)估計(jì)系數(shù)顯著為負(fù)，二次項(xiàng)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(duì)當(dāng)?shù)剞r(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)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(gè)地區(qū)數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的作用拐點(diǎn)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(diǎn)右邊，西部地區(qū)大多位于拐點(diǎn)左邊，即三個(gè)地區(qū)數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的影響均處于邊際遞增階段。以上結(jié)論為我國(guó)加快中西部地區(qū)數(shù)字普惠金融發(fā)展步伐，緩解當(dāng)?shù)剞r(nóng)村勞動(dòng)力剩余，拉動(dòng)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展，進(jìn)而實(shí)現(xiàn)我國(guó)經(jīng)濟(jì)均衡發(fā)展提供了理論支持。

表6 數(shù)字普惠金融對(duì)不同區(qū)域農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移影響的異質(zhì)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(shù)為依托，農(nóng)村勞動(dòng)力對(duì)數(shù)字技術(shù)的使用程度影響其對(duì)數(shù)字普惠金融的接受程度，而不同年齡的農(nóng)村勞動(dòng)力對(duì)數(shù)字技術(shù)的使用程度存在差異，參照已有文獻(xiàn)，以15歲為劃分標(biāo)準(zhǔn)，將農(nóng)村勞動(dòng)力分成16—30歲、31—45歲和46—60歲三組，進(jìn)行分組回歸，考察數(shù)字普惠金融對(duì)不同年齡農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的影響和作用特征，結(jié)果如表7。

表7 數(shù)字普惠金融對(duì)不同年齡農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移影響的異質(zhì)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(xiàng)時(shí)，數(shù)字普惠金融對(duì)16—30歲農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的影響不顯著，而對(duì)31—45歲和46—60歲勞動(dòng)力非農(nóng)轉(zhuǎn)移的影響是顯著正向的，且對(duì)31—45歲農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的促進(jìn)作用最優(yōu)，46—60歲勞動(dòng)力次之?？赡艿脑蛟谟冢瑪?shù)字普惠金融以互聯(lián)網(wǎng)為代表的數(shù)字技術(shù)為依托，農(nóng)村勞動(dòng)力對(duì)數(shù)字技術(shù)的知曉和應(yīng)用程度在一定程度上影響其對(duì)數(shù)字普惠金融的接納程度，相較于其他兩個(gè)年齡段，31—45歲的農(nóng)村勞動(dòng)力對(duì)數(shù)字技術(shù)的知曉和應(yīng)用程度較高，因此，其對(duì)數(shù)字普惠金融的接納程度要高于其他兩個(gè)年齡段，數(shù)字普惠金融更加影響其向非農(nóng)業(yè)部門轉(zhuǎn)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(xiàng)后，數(shù)字普惠金融總指數(shù)的估計(jì)系數(shù)均為負(fù)，而二次項(xiàng)系數(shù)為正，說明無論農(nóng)村勞動(dòng)力處于哪一個(gè)年齡階段，數(shù)字普惠金融對(duì)其的作用均是非線性的，且將樣本數(shù)據(jù)與計(jì)算出的拐點(diǎn)數(shù)值進(jìn)行比對(duì)，發(fā)現(xiàn)大多樣本數(shù)據(jù)大于拐點(diǎn)數(shù)值。這表明，數(shù)字普惠金融對(duì)不同年齡農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的促進(jìn)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(duì)不同年齡農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的影響效應(yīng)越大。

3.受教育年限層面

受教育年限對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的難易程度起到關(guān)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(dòng)力受教育年限劃分為四組，進(jìn)行分組回歸，考察數(shù)字普惠金融對(duì)不同受教育年限農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的影響和作用特征，結(jié)果如表8。

表8顯示，數(shù)字普惠金融對(duì)不同受教育年限農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移均具有非線性影響，其中對(duì)初中及初中以下勞動(dòng)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(dòng)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(xiàng)重要指標(biāo)，受教育年限少的農(nóng)村勞動(dòng)力多被排斥在外，現(xiàn)成為我國(guó)農(nóng)村剩余勞動(dòng)力的主要組成部分(34)羅琦、羅明忠、唐超：《非農(nóng)轉(zhuǎn)移與農(nóng)內(nèi)轉(zhuǎn)移：農(nóng)村勞動(dòng)力轉(zhuǎn)移的行為選擇與機(jī)理》，《經(jīng)濟(jì)體制改革》2019年第3期。，而受教育年限多的農(nóng)村勞動(dòng)力深受企業(yè)青睞，更易且更傾向于轉(zhuǎn)向高工資的非農(nóng)崗位，往往已完成非農(nóng)轉(zhuǎn)移，因此，相較而言，數(shù)字普惠金融對(duì)受教育年限少的勞動(dòng)力影響顯著。此外，僅就數(shù)字普惠金融對(duì)初中及初中以下勞動(dòng)力非農(nóng)轉(zhuǎn)移的作用而言，當(dāng)數(shù)字普惠金融發(fā)展水平達(dá)到124.83時(shí)，數(shù)字普惠金融對(duì)初中及初中以下勞動(dòng)力非農(nóng)轉(zhuǎn)移的促進(jìn)作用邊際遞增。而經(jīng)比對(duì)樣本數(shù)據(jù)，發(fā)現(xiàn)除個(gè)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(duì)初中及初中以下勞動(dòng)力非農(nóng)轉(zhuǎn)移的促進(jìn)作用處于邊際遞增階段，這有助于緩解我國(guó)農(nóng)村低教育程度勞動(dòng)力剩余現(xiàn)象，對(duì)推動(dòng)鄉(xiāng)村振興戰(zhàn)略的順利實(shí)施具有重要的意義。

(六)穩(wěn)健性檢驗(yàn)

鑒于上一期數(shù)字普惠金融的發(fā)展水平對(duì)本期農(nóng)村勞動(dòng)力轉(zhuǎn)移決策和行為有所影響，而本期的農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移不會(huì)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(dòng)力非農(nóng)轉(zhuǎn)移分別進(jìn)行回歸，以評(píng)估上一期的數(shù)字普惠金融如何影響當(dāng)期農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移，以期探究基本回歸分析結(jié)論的穩(wěn)健性。表9第(1)、(3)、(5)和(7)列匯報(bào)的是數(shù)字普惠金融總指數(shù)和分指數(shù)對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的影響，第(2)、(4)、(6)和(8)列匯報(bào)的是數(shù)字普惠金融總指數(shù)和分指數(shù)對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的作用特征。結(jié)果仍顯示，從總體上來說，數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移具有非線性影響，且在發(fā)展到一定程度時(shí)，數(shù)字普惠金融有助于農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移，該影響邊際遞增，與前文結(jié)果基本保持一致。此外，數(shù)字普惠金融分指數(shù)對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的影響及作用特征亦與前文結(jié)果基本保持一致。這表明，前文基本回歸分析的實(shí)證結(jié)論是穩(wěn)健的。

表9 數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移影響的穩(wěn)健性分析

五、研究結(jié)論與政策啟示

本文運(yùn)用CFPS數(shù)據(jù)和北京大學(xué)數(shù)字普惠金融指數(shù)匹配的平衡面板數(shù)據(jù)，構(gòu)建有序Probit模型，探究數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的影響和作用特征，并展開邊際效應(yīng)檢驗(yàn)，探究數(shù)字普惠金融對(duì)不同就業(yè)形式的邊際效應(yīng)。此外，分別從區(qū)域、年齡、受教育程度三個(gè)層面全面分析數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的異質(zhì)性影響。在此基礎(chǔ)上，通過將數(shù)字普惠金融滯后一期對(duì)實(shí)證結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)。研究結(jié)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(dòng)力非農(nóng)轉(zhuǎn)移，在控制內(nèi)生性和控制變量后，一個(gè)地區(qū)數(shù)字普惠金融發(fā)展程度每提升1%，當(dāng)?shù)剞r(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)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(jìn)農(nóng)村勞動(dòng)力向非農(nóng)部門轉(zhuǎn)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(dòng)力純務(wù)農(nóng)的概率降低，而兼業(yè)和純務(wù)工的概率得到提升，且會(huì)使農(nóng)村勞動(dòng)力更傾向于純務(wù)工這一轉(zhuǎn)移方式。第三，數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)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(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的促進(jìn)作用越大。第四，數(shù)字普惠金融的發(fā)展對(duì)不同地區(qū)、不同年齡和不同受教育程度農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的影響具有異質(zhì)性，但無論農(nóng)村勞動(dòng)力位于哪一個(gè)地區(qū)、處于哪一個(gè)年齡段還是接受多少教育，數(shù)字普惠金融對(duì)其的促進(jìn)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(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的積極作用，并認(rèn)識(shí)到了在農(nóng)村地區(qū)推進(jìn)數(shù)字普惠金融發(fā)展以緩解農(nóng)業(yè)勞動(dòng)力剩余進(jìn)而實(shí)現(xiàn)農(nóng)民持續(xù)增收的必要性?；诖?，本文提出以下建議：首先，數(shù)字普惠金融以數(shù)字技術(shù)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(shè)。在未來應(yīng)健全數(shù)字普惠金融基礎(chǔ)設(shè)施建設(shè)，進(jìn)一步加大各地互聯(lián)網(wǎng)普及率，推進(jìn)農(nóng)村數(shù)字普惠金融發(fā)展進(jìn)程，為推動(dòng)當(dāng)?shù)剞r(nóng)村勞動(dòng)力向非農(nóng)部門轉(zhuǎn)移，使更多的勞動(dòng)力共享經(jīng)濟(jì)發(fā)展成果提供助力。其次，由于實(shí)體經(jīng)濟(jì)發(fā)展水平和傳統(tǒng)金融覆蓋度均處于劣勢(shì)地位，我國(guó)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(shí)現(xiàn)我國(guó)經(jīng)濟(jì)均衡發(fā)展，建議加大對(duì)中西部地區(qū)經(jīng)濟(jì)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(huì)影響數(shù)字普惠金融對(duì)農(nóng)村勞動(dòng)力非農(nóng)轉(zhuǎn)移的促進(jìn)作用，建議未來積極宣傳數(shù)字普惠金融相關(guān)知識(shí)，提高農(nóng)村勞動(dòng)力對(duì)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(zhuǎn)移提供金融支持。