數字金融、高質量就業與自主創新

■張喜玲，唐 莎

一、引言與文獻綜述

中共十九大報告明確提出：“創新是引領發展的第一動力，是建設現代化經濟體系的戰略支撐”。人力資本是影響自主創新最重要的因素。就業狀況作為人力資本配置的一個重要方面，對自主創新能力的提升起著至關重要的作用。高質量就業就是人力資本配置的優化發展。數字金融憑借數字技術打破了傳統金融的二八定律，以更廣泛的覆蓋、更低的門檻和更深的服務為“高質量就業”的實現提供了全新契機。然而，我國數字金融的發展仍處于初期，總體呈現出較強的空間異質性，對各區域的作用大小不盡相同（郭峰等，2020）。那么數字金融發展水平的差異對不同技術水平創新的影響會存在差異嗎？

有關數字金融與創新的研究主要集中在兩個層面。第一，區域層面。徐子堯等（2020）發現，數字金融除了能改善地區信貸資源配置狀況外還能通過提高居民消費的數量和質量來促進區域創新能力的提升。周少甫等（2021）指出，數字金融能有效提升自主創新效率。第二，企業層面。唐松等（2020）發現，數字金融通過緩解中小企業的外部融資約束和降低其債務融資成本來強化區域的創新能力。萬佳彧等（2020）進一步發現覆蓋廣度、使用深度和數字化程度三個維度均會對企業創新產生積極影響，且這種影響相對于中小企業和民營企業而言更強。

目前尚未有文獻直接研究數字金融對“高質量就業”的影響，相關的研究主要集中于數字金融對就業、社會保障和工作權力的影響。有關數字金融與就業的研究中，Manyika et al.（2016）指出，數字金融通過緩解中小企業的融資約束，擴大了現有企業的規模，增加了就業。但也有學者持不同態度，劉傳（2020）認為，數字經濟的發展會造成低端勞動力的大量失業，因此提高人口素質是應對結構性失業的主要手段。關于數字金融與社會保障的研究中，Chen（2016）認為，數字金融的發展使得居民能更加便捷和低成本的享受金融服務進而提升了居民的社會保障水平。黃益平等（2018）指出，數字金融促使我國社保的繳納方式不斷升級，增加了對居民的參保吸引力。關于數字金融與工作權力的研究，有學者認為數字金融的發展促進了居民的工作權力，Sibel Kusimba（2018）發現，數字金融的發展不僅不會妨礙婦女從事財務工作，反而還會加強婦女的在工作上的財務關系積累，最終婦女得以成功地積累資金。另有學者認為數字金融的發展抑制了居民的就業權利，Olga Lenzi et al.（2019）指出，數字金融的發展使得就業中的弱勢群體面臨著更為嚴重的技術排斥。因此數字金融對就業的影響不能一概而論。

關于高質量就業對自主創新影響的研究主要分為以下兩個層面：第一，宏觀層面。高質量就業的實現通過改善勞資關系和維系社會穩定激發群眾的創新產出，進而提升了我國的自主創新能力。韓晶等（2020）指出，高質量就業的實現有利于吸引和留住人才進而提升地區創新效率。文宗瑜（2021）認為，高質量就業是破解“就業難”與“人才荒”矛盾的關鍵，高質量的就業可以培育更多基礎性和創新型人才，最終有利于我國自主創新能力的提升。第二，微觀層面。王春國等（2018）指出，高質量就業通過創新自我效能和企業組織文化顯著促進了員工的信心能力發展。

關于高質量就業指標的測度黃維德等（2011）測度了40個國家的高質量就業水平發現，我國高質量就業水平處于中下段位且高質量就業與經濟發展水平呈正相關關系。丁越蘭等（2014）基于高質量就業四大目標，測算了我國各省市區的高質量就業水平，發現我國各地的高質量就業發展水平整體較低且存在明顯的區域異質性。

綜上可知，現有文獻對高質量就業的研究正逐步深入，且肯定了其對我國自主創新能力提升的重要性。但仍存在以下兩個方面的不足：第一，盡管高質量就業指標測度的研究較為完善，但該研究在我國的發展仍處于起步階段。我國尚未對高質量就業指標的測算形成統一的判定標準。第二，已有文獻往往將如何提升高質量就業水平和高質量就業水平提升所產生的結果分開研究，缺乏一個完整的研究體系。為此，本文開展了相關研究。

二、研究假設

高質量就業對自主創新的影響體現在宏觀與微觀層面。第一，宏觀層面。首先，提高地區人力資本水平。高質量就業的實現對勞動者素質和技能有著更高要求，培育出更多創新型人才。高質量就業水平的提升有利于吸引和留住人才，進而提升我國自主創新能力。其次，推動高質量發展。勞動者們實現高質量就業是提高勞動者素質使他們適應經濟發展方式的轉變，釋放創新潛力的根本途徑。第二，微觀層面。自我決定理論表明個體創新潛力的激發來自對外部環境的感知，高質量就業的實現給予員工良好的組織自尊進而產生創新的動力。值得注意的是，羅燕和楊婧婧（2018）對我國各省份高質量就業水平的測度發現我國的高質量就業水平具有顯著的區域分布特性，且大致呈“東高，中、西低”的發展態勢。據此提出假設H1：

H1：高質量就業能促進我國自主創新能力的提升，且該促進作用存在區域異質性。

一方面，如前所述，數字金融對高質量就業的促進作用主要表現在就業、社會保障與工作權力三方面。第一，數字金融通過降低中小微企業的融資約束擴大了現有企業的規模，進而增加了勞動者們的就業機會。第二，數字金融借助數字技術克服了傳統金融與居民之間信息不對稱的缺點，在居民的保障服務中不僅針對性的設計與居民需求相配的服務還通過線上平臺降低了金融服務的成本和時間，大大提高居民們的參保意愿。第三，數字金融通過降低金融借貸的門檻為弱勢群體尤其是女性和低水平教育者等群體的非正規就業提供了可能，這不僅提高了我國勞動資源的配置效率還優化了我國的就業結構，促進了弱勢群體的經濟和精神的雙重獨立。

另一方面，數字金融可以通過提升我國高質量就業水平促進自主創新的發展。首先，數字金融通過低門檻效應緩解了中小微企業的融資約束為萬千勞動者帶來了就業機會，這不僅增加了企業的創新動力還激發了勞動者們的創新潛力。其次，數字金融通過為居民提供更加富有人性化和便利化的服務顯著提升了居民的社會保障水平，而社會保障水平的高低又是居民共享經濟發展成果的重要體現，共享程度越高越能激發居民的創新動力。最后，數字金融通過為弱勢群體如女性、農民工和低水平教育者提供金融服務擴大了我國非正規就業的規模，而非正規就業又是經濟增長和創新發展的重要力量之一，因此數字金融通過提升居民的工作權力促進了自主創新。據此提出假設H2：

H2：數字金融通過提高高質量就業水平促進了我國自主創新能力的發展。

三、模型設定與變量說明

（一）模型設定

首先，為探究高質量就業對自主創新的影響構建了模型（1）。其次，為檢驗數字金融在高質量就業影響自主創新過程中所發揮的作用，基于溫忠麟（2005）的調節效應模型，在模型（1）中加入數字金融與高質量就業的交互項構建了模型（2）。具體公式如下所示：

其中，lnINNOi，t代表自主創新水平；DWi，t代表高質量就業水平；DIFIi，t代表數字金融；DIFIi，t×DWi，t代表數字金融與高質量就業水平的交互項；Controli，t代表控制變量；i代表不同的省份；t代表不同的年份；αn代表第n個控制變量的系數；μi表示個體固定效應；θi，t表示隨機擾動項。

為進一步檢驗高質量就業對自主創新的影響是否會因為數字金融的發展水平不同而存在差異，參考Hansen（2000）提出的面板門檻模型，將數字金融作為門檻變量加入高質量就業與自主創新的基礎模型中，構建如下面板門檻模型：

其中，qi，t代表未知門檻值；I（·）代表指示函數，若不滿足括號內對應的條件則門檻值取0、γ1、γ2、…、γn，分別代表不同水平的門檻值；若滿足條件則門檻值取1。由于目前的計量程序只能支持最多三個門檻值的檢驗，故不再對4個及以上門檻值的設定和檢驗展開分析。

最后，為探究數字金融通過影響高質量就業對這三種不同水平創新的作用效果，將模型（2）的自主創新指標替換成三種不同技術水平的創新，并對該作用效果進行區域異質性檢驗，具體模型設置如下：

其中，lnINVEi，t、lnUTILi，t和lnDESIi，t依次為發明專利、實用新型專利及外觀設計專利，分別代表著高水平技術創新、較高水平技術創新與較低水平技術創新。其余變量的相關解釋與模型（2）一致。

（二）變量設定及數據來源

1.解釋變量：高質量就業

基于高質量就業的定義及我國發展的實際情況，參考羅燕和楊婧婧（2018）的研究，從就業、工作權力、社會保護、社會對話4個維度選取20個指標構建我國高質量就業的指標體系，以此衡量我國30個省市區2011—2018年的高質量就業水平。具體測算指標體系見表1。為了更客觀真實地反映高質量就業的發展水平，借鑒王富喜等（2013）的研究方法，采用客觀賦權法中的熵值法對該指標進行賦值。

表1 高質量就業指標體系

2.被解釋變量：自主創新（lnINNO）。

選取專利申請授權量作為自主創新的衡量指標。為展開進一步研究，將自主創新指標依據專利法的劃分標準細分為發明專利（lnINVE）、實用新型專利（lnUTIL）和外觀設計專利（lnDESI），且分別代表高技術水平創新、較高技術水平創新和較低技術水平創新。為消除單位不同造成的實證結果偏差，均進行對數化處理。

3.數字金融（DIFI）

選用北京大學互聯網研究中心與螞蟻金服平臺，從覆蓋的廣度、使用的深度和數字化程度三個維度選取33個指標構建的數字普惠金融指數。由于該指數公布的最新一期（第二期）數據覆蓋的年份為2011—2018年，因此選取2011—2018年各省份的相關數據進行實證分析。

4.控制變量

外商直接投資規模（lnFDI）。以各省外商直接投資總額的對數作為外商直接投資規模的代理變量。經濟發展水平（lnRGDP）。采用地區人均生產總值的對數來度量經濟發展水平。受教育程度（lnEDU）。選取高等教育入學率作為受教育程度的代理變量，但由于國家統計局中該指標表示為每十萬人口高等學校平均在校生數，并進行對數化處理。城鎮化率（URB）。以各省份城鎮人口占年末總人口的比重來表示城鎮化率。城鄉收入差距（GAP）。以城鎮居民和農村居民的可支配收入比衡量城鄉收入差距。

5.數據說明

鑒于數據的可得性，選取我國2011—2018年30個省份（西藏、港澳臺的數據不全故予以剔除）的數據為研究樣本。數字金融的數據來自《北京大學數字普惠金融指數（2011—2018）》；高質量就業的數據來自歷年《中國勞動統計年鑒》；外商直接投資規模數據來自Wind數據庫；其他數據來自歷年《中國統計年鑒》。表2為相關變量的描述性統計。

表2 相關變量描述性統計

續表2

四、實證研究與結果分析

（一）數字金融、高質量就業與自主創新的關系檢驗

1.高質量就業對自主創新的影響

在以自主創新為被解釋變量的面板回歸中，Hausman檢驗統計量通過了1%的顯著性檢驗，因此采用固定效應模型進行回歸分析，回歸的結果如表3所示。從全國來看，高質量就業在1%的顯著性水平下促進了我國自主創新能力的提升，系數為1.440?？刂谱兞恐?，只有經濟發展水平和城鎮化率對自主創新起到了顯著促進作用。

表3 高質量就業與自主創新的回歸估計結果

從區域來看，高質量就業僅在1%的顯著性水平下促進了東部地區自主創新能力的提升，系數為3.923，而對中、西和東北地區并不顯著。假設H1得到了驗證。原因可能為，東部地區的經濟發展和高質量就業水平較高，就業機會和社會保障水平更好，這種情況下更容易形成“人才集聚”的現象，進而推動自主創新能力的提升。

2.數字金融對高質量就業及自主創新的影響

由表4可知，從全國看，數字金融與高質量就業的交互項在1%的顯著性水平下促進了我國自主創新能力的提升，系數為0.689。這驗證了假設H2。從區域看，數字金融與高質量就業的交互項對自主創新的作用在東部和西部地區顯著為正，系數分別為0.699、0.958。而在中部和東北地區作用并不顯著。可能的原因在于：我國東部地區的經濟發展水平高，數字基礎設施相對完善，數字金融的水平也處于全國領先地位。數字金融的高水平發展不僅能夠提升東部地區自身的高質量就業水平，激發創新創造的活力，還能對外部地區高級人力資本的流入形成較大的吸引力。對于西部地區來說，雖然其經濟發展水平低、弱勢群體多，但得益于“西部大開發”戰略的實施和對數字金融發展的重視，憑借著“后發優勢”數字金融在該地區得以幫扶的群體更多，實現高質量就業的人群更多，自主創新能力提升的動力更大。

表4 數字金融影響高質量就業與自主創新相互作用的回歸估計結果

（二）數字金融對高質量就業及自主創新的門檻效應

數字金融對高質量就業與自主創新的影響產生了調節作用，且該作用會因數字金融發展水平的高低而有所差異。那么是否該調節作用存在著數字金融自身的門檻呢？將數字金融作為門檻變量、高質量就業作為解釋變量、自主創新作為被解釋變量，同時借助自舉法對門檻值依次展開檢驗，結果如表5所示。不難看出，數字金融通過了雙重門檻的檢驗，表明存在著雙門檻值。表6顯示，以數字金融作為門檻變量時，單一門檻值為0.3130，雙重門檻值為2.0260。

表5 門檻變量顯著性檢驗

表6 門檻值估計結果及置信區間

從數字金融門檻估計的結果可知，高質量就業對自主創新的作用存在數字金融的雙重門檻，且兩個門檻值分別為0.3130和2.0260。整體來看，當數字金融的發展水平低于單一門檻值時，高質量就業對自主創新的作用效果是抑制的，但并不顯著。而當數字金融的發展水平高于單一門檻值后，高質量就業對自主創新的作用效果轉為了促進，且該促進作用逐次遞增并在數字金融處于雙重門檻值時最顯著?？赡艿脑蛟谟冢寒敂底纸鹑诘陌l展水平較低時，一方面，各地區居民社會保障和就業等問題的解決更多依賴于傳統金融機構，而中小微企業和諸如農民等的弱勢群體一直深受傳統金融機構的排斥，這不僅限制了我國高質量就業水平的提升還抑制了我國自主創新能力的發展。另一方面，數字金融發展的初期會導致短暫的“結構性失業”出現，各地區的高質量就業水平難免出現下滑進而抑制自主創新。隨著數字金融發展水平的提升，企業和居民的金融服務可得性獲得了質的飛躍，這不僅直接擴大了企業的規模增加了就業機會，還加強了居民的社會保障，在提升地區高質量就業水平的同時激發了企業和居民的創新潛力。但當數字金融的發展水平過高時，很容易導致“數字鴻溝”問題的出現，即經濟和教育水平更高的群體更能充分利用數字金融發展的紅利，而經濟和教育水平低的群體卻逐漸被淘汰的兩極現象。

（三）數字金融對高質量就業及不同技術水平自主創新的影響

為探究數字金融通過提升高質量就業對不同技術水平創新能力的提升是否存在差異，參照專利法的劃分標準將自主創新指標分為發明專利、實用新型專利與外觀設計專利展開進一步實證研究，結果如表8所示。從全國看，數字金融與高質量就業的交互項對發明專利、實用新型專利和外觀設計專利均在1%的顯著性水平下起到了促進作用，系數分別為0.713、0.708和0.644。從區域看，在東部地區，數字金融與高質量就業的交互項對對實用新型專利和外觀設計專利起到了顯著促進作用。在西部地區，數字金融與高質量就業的交互項對發明專利、實用新型專利與外觀設計專利均為顯著促進作用，系數分別為1.494、0.737和1.235。

表8 數字金融對體面勞動及不同技術水平自主創新的影響

（四）穩健性檢驗①

①限于篇幅，結果留存備索。

為確保研究結論的可靠性，采用更換計量模型和關鍵變量的方式進行穩健性檢驗。首先，為檢驗數字金融在高質量就業影響自主創新中發揮作用的穩健性，使用空間鄰接矩陣（W1）和空間地理距離矩陣（W2）分別建立空間自相關模型以替代固定效應模型展開回歸分析。實證結果與前文的結論是一致的，表明前文研究結論是穩健的。其次，為檢驗數字金融對高質量就業及自主創新影響門檻效應的可靠性，將專利申請總量的對數值（lnZLSL）作為自主創新的代理變量重新進行門檻回歸，各變量的符號、系數及顯著性均符合前文的結論，因此結果穩健且有效。

表7 門檻效應回歸結果

五、結論及政策建議

基于對數字金融、高質量就業與自主創新影響機理的分析，利用2011—2018年中國30個省份的面板數據，借助固定效應和面板門檻效應模型，檢驗了數字金融、高質量就業對自主創新的影響。主要結論如下：一是當前我國高質量就業的整體水平不高，呈現東高中西低的發展態勢。二是從全國層面看，高質量就業顯著促進了我國自主創新能力的提升；從區域層面看，高質量就業與自主創新大體成正相關關系，當高質量就業水平較高時其對自主創新的作用是促進的，而當高質量就業水平較低時則會抑制自主創新能力的提升。三是高質量就業對自主創新影響的過程中數字金融起到了調節作用。即數字金融通過提高各地區的高質量就業水平促進了自主創新的發展，但該作用僅對東、西部地區顯著。四是高質量就業對自主創新的影響存在著數字金融的雙重門檻。隨著數字金融水平的提升，其調節作用更有效。五是異質性分析表明，數字金融通過提升高質量就業對不同技術水平的自主創新能力均起到了促進作用。

基于上述結論，提出以下政策建議：第一，強化東北、中部與西部地區的數字金融發展，縮小區域間數字金融發展的差異。東部地區經濟發展和高質量就業水平高，數字基礎設施建設較為完善，存在大量的大型高科技企業。相比之下，其他三個地區的數字金融仍處在發展初期，數字金融對高質量就業及自主創新的紅利未能充分釋放。東部地區應推動創新人才向中、西和東北地區的流動，分享先進發展技術的同時提高當地居民的勞動素質，如此居民才能依靠自身的能力提高高質量就業水平。其中，東北地區應注重對東部地區數字金融開發技術的引進和居民金融素養水平的提升。中、西部地區應借助數字金融的發展強化產業的升級，以產業升級倒逼勞動者勞動技能的提升。第二，將數字金融發展與高質量就業的四大目標相結合，充分釋放區域創新潛力。當前我國高質量就業水平整體較低，且正處在就業數量向就業質量發展的過渡階段。此時，政府應審時度勢利用數字金融發展的契機大力推動就業質量的提升。強化各地區居民的數字金融素養，加強數字金融對中小微企業和弱勢群體的扶持提高就業率。第三，增加各地區教育經費投入，提高勞動者自身素質，培養創新型人力資本。當前我國在教育資源分配上存在著嚴重的馬太效應，對于較低水平的人力資本而言職業技能的培訓是提升其高質量就業水平最有效的措施。政府可以成立專項的職業教育經費項目，鼓勵東部地區先進人才對其他地區弱勢群體的職業培訓。同時，刺激東部地區高科技企業在其他地區的發展，以企業帶動當地就業和勞動者技能的提升，并給予中、西部和東北地區勞動者參與國際、國內技術學習的機會。第四，大力推進新型城鎮化建設，優化就業結構，激發創新活力。一方面，政府應大力推動“城市群”與“都市圈”的建設，以中心城市的發展為外出務工人群提供更多的就業和學習機會，以此提高勞動者自身素質。另一方面，政府應強化各地區的基礎設施尤其是數字基礎設施的建設，如統籌產業布局、強化交通和信息基礎設施建設等，進一步縮小勞動者之間的發展差距，實現高質量就業的均衡充分發展。