本文是一篇金融论文，本文以互联网普及率作为工具变量，采用两阶段法解决遗漏变量带来的内生性问题，并且对不同的区域以及城乡差异进行了异质性分析。通过控制与数字金融相关的地方宏观经济变量，用Probit模型代替Logit模型来进行稳健性检验得出结论。
1 引言
1.1 研究背景与意义
1.1.1 研究背景
2023年3月13日，国务院总理李强在十四届全国人大一次会议上表示，就业是民生之本，要落实落细就业优先政策，不断扩大就业容量。当前，我们正面临着严峻的就业形势，解决高校毕业生和困难人员就业一直是就业问题的重点所在。从教育部公布的数据来看，2022年大学生毕业人数达到1076万，规模较上年又有所增加，随之而来的就业挑战不容忽视。2021届毕业生人数已经超过900万，目前尚未就业的人数仍占一定比例。从2021年高校毕业生就业市场景气报告来看，对高校毕业生的供给和需求全年趋于稳定性水平。数据显示高校毕业生求职与供给过程中表现出周期性特征，在CIER指数方面1如图1-1所示，2021年2~6月份均高于上一年水平，8、9两个月与上年情况相差不大，而从10月份开始到12月又逐渐高于上年同期水平。针对就业的严峻形势，中央经济工作会议提出，要努力缓解高校学生和年轻人就业困难，完善相关的社会保障措施，继续提高灵活用工制度；关注特殊人群就业，做好就业引导服务，切实落细就业优惠政策；在经济增长过程中把握以就业为第一导向，以经济发展促进就业向好发展。综上，从现有状态看，就业的严峻形势需要积极探索各种有效措施，拓宽就业渠道，增加就业岗位，促进各群体依据自身情况及特点选择适配的岗位，有效解决就业难问题。
金融论文怎么写
............................
1.2 文献综述
实体经济的快速革新有很大程度上取决于数字经济的飞速发展。为了有效解决供给侧结构性矛盾，普惠金融在其基础上不断创新，借助大数据平台以及数字化趋势与数字金融相融合，为数字普惠金融的发展奠定了基础。数字普惠金融最早在2016年杭州G20峰会被列为重要议题，此后对数字普惠金融的研究在全国范围内逐渐增多，同时，数字普惠金融的发展对劳动力市场就业结构产生了重大影响，不断出现新兴产业，使得就业方式更加灵活多变，就业质量不断提升，衍生出众多新就业岗位，国内外学者们对此也有众多研究。
1.2.1 国外研究综述
（1）数字普惠金融对就业的影响
首先，大量国外文献从技术进步角度讨论数字普惠金融对就业的影响。技术的进步促进了产品的更新换代，新机器代替旧机器提升效率，新的产业部门应运而生，因此促进了社会就业的增长，Harrison(2014) [2]等的研究发现充分验证了这一观点，产品的更新换代使得对新产品的需求迅速增加，从而对就业产生正向影响，且由此带来的就业中，最少有三分之一的从业人员是来自由新产品的生产带来的市场用工需求。其次，数字化时代数字技术的广泛应用也使劳动者的就业能力得到提升，增加收入。Autor (2015)[3]认为，技术的提高以及与数字化的结合有效增加了生产力水平，并且对劳动者也有较高的要求，需要与时俱进，有一定的技术本领，因而增加了整体的收入水平。另一方面，在技术进步增加收入的同时也会对劳动力市场造成冲击。Acemoglu& Restrepo（2017、2021）[4-5]认为使用先进的机器在提升工作效率的同时会减少劳动力的需求，造成劳动力失业，收入下降等，特别是从事传统行业的劳动者受到的影响会更大。AM Brandenburge（r1997）[6]、Drahokoupil J , Jepsen M（2017）[7]则有不同的看法，他们研究发现互联网技术的使用对传统产业会形成一定的影响，改变其运作方式，但是新兴产业的自动化生产只能替代少数劳动力，更多的是对特定的原有劳动者提出更高的技术要求，这些经过后期培训可以轻松胜任，也不会退出劳动力市场，而大部分是不被新兴产业所能替代的，技术的进步更多的起到辅助的作用，加快生产效率，提高工作能力等，所以数字化的应用改变的是就业结构，这并不意味着会对劳动力的总需求降低。Korinek & Stiglit（z2017）、Bessen J E（2018）、Acemoglu & Restrepo（2019）、Agrawal et al.（2019）[8-11]等人研究发现，数字化的使用不仅不会减少对劳动力的需求，而且还会增加就业岗位，促进社会就业。2030年对新兴技术领域的投资在促进经济发展的同时将会在全球增加两千到五千万个就业岗位；大多数情况来看，产业结构的变化并不会对劳动力市场产生较大波动，劳动者并不会因此退出市场，更多的是选择更适合自身的工作机会，即所谓的换工作，数据显示数字化平台的推广可能造成7500万至3.75亿人退出原有岗位寻求新的就业方式，未来20年的时间由此引起的结构变革可能将创造12%的岗位增长，增加就业岗位，给劳动者增加更多的就业选择。
........................
2 概念界定与理论基础
2.1 概念界定
2.1.1 数字普惠金融
让金融服务于广大人民群众是一直以来积极实现的目标，特别是对于偏远地区和低收入人民群众来说，享受到金融服务是普惠金融发展的目标所在。而数字普惠金融正是在普惠金融的基础上借助数字化服务和互联网技术发展起来的金融服务，它是传统普惠金融的创新。数字技术为普惠金融的发展创造了良好的现实基础，数字普惠金融有广阔的覆盖面、服务成本相对较低、金融服务渗透率高等多方面优点，数字普惠金融的发展更好的满足了人们对于金融服务的可得性以及实体经济多样化的金融服务需求，为社会高质量发展奠定了坚实基础。
本文选取郭峰（2020）[63]等编制的指标体系来衡量数字普惠金融的发展程度，如图2-1所示，用数字金融覆盖广度、使用深度和数字化程度3个维度来构建数字普惠金融指标体系，对各个指标进行无量纲化处理，接着利用变异系数法求各具体指标对上一层准则层的权重，再通过层次分析法求各准则层指标对上层目标的权重，最后求得总指数。
数字普惠金融具有地区差异性。图2-2是数字普惠金融指数按城市层面划分的排序，并且分成了四个不同的梯队分别用不同的颜色表示，从绿色到红色，颜色越深说明数字普惠金融发展程度越高。如图所示从左到右分别是2011年、2015年和2020年的发展情况。11年时红色仅仅出现在少数沿海地区，并且大部分都是绿色表示处于低发展水平，到15年时情况有明显的改善，绿色区域数量骤减，处于二三梯队的城市数量占最大比例，且重点省会城市都处于较高发展水平。到20年时仅有少数仍处于低发展水平，较大部分城市都在向高水平发展，也体现出区域差异性在逐渐缩小，数字普惠金融的普惠性正在逐步扩大。
...............................
2.2 理论基础
2.2.1 金融服务门槛效应
金融是现代经济的核心，金融政策及实施效果有效促进了经济增长，但其自身发展过程中却存在一定的弊端和难题。正因为有金融约束的存在，市场上的金融机构与个体消费者之间不能实现信息共享，在信息的获取和使用上存在严重不对称问题，尤其是对于发展落后、信息闭塞的地区，金融设备基础设施欠缺，没有充足的资本储备，并且对于农村居民而言，缺少完善的信用体系，没有担保也没有一定数量的资产用作抵押贷款，因此融资难、贷款难，较难享受到金融服务被拒之门外，这就是金融服务门槛效应。相较于农村地区，城市有更完善的征信体系和充足的资本，能轻松进入金融市场，获取相应的服务得到丰厚的报酬，这就进一步加剧了城乡差异，因此带来的就业机会与就业质量差距也变得更加明显。
传统金融的诸多弊端和问题可以通过数字普惠金融得到有效化解。数字普惠金融具备普惠性、数字化、便捷化的特点，一方面，在数字经济时代数字化技术、互联网大数据的应用使金融服务实现了无网点化，但是农村地区受自然条件的影响，网点零散、交通发达，基础设施不完善，普惠金融在农村受到限制发展缓慢，作用不突出。数字普惠金融结合了数字技术和金融服务的优点，特别是对于基础设施不完善的地区，不再受到实体网点的限制，客户可以通过互联网数字平台直接参与金融活动，客群数量大大增加，贫困地区金融服务更加完善，人民有了更多的选择，不管是就业或是从事创业活动都获得了极大的便利，与此同时，数字普惠金融的应用可以降低成本，中小企业获取融资更为便捷，规模的扩大为社会提供了更多了岗位，有了更多的就业选择。
...........................
3 数据来源、变量选择及描述性统计 ................................... 19
3.1 数据来源 .................................... 19
3.2 变量选择 ............................................ 20
4 数字普惠金融对就业决策的实证分析 ................................. 25
4.1 模型设定 ..................................... 25
4.1.1 二元Logit模型 ............................... 25
4.1.2 多元概率模型......................................... 25
5 研究结论与政策建议 ....................... 39
5.1 研究结论 .................................... 39
5.2 政策建议 ............................... 40
4 数字普惠金融对就业决策的实证分析
4.2 数字普惠金融对就业决策的回归分析
使用CHFS2019年的数据，基于二元Logit与多元Logit模型，对数字普惠金融对就业决策的影响进行回归分析。
为进一步探究数字普惠金融的三个衡量方向对就业决策产生的作用，进行了模型二到模型四的回归，这三个模型边际效应分别为4.84、3.2、-0.66，且覆盖广度与使用深度在1%的水平下显著，两者均对就业决策有正向影响，其中覆盖广度对就业决策的促进作用最大，而数字化程度对就业决策的影响具有负向作用。可能的原因是覆盖广度表示着在数字经济时代，互联网平台的使用以及数字化技术给全国各地都带来了极大的便利性，特别是偏远地区，解决了基础设施等方面的不足，个体对金融活动的参与度增强，如果一直是传统金融，没有创新发展，可能会有许多地区因为金融可获得性的欠缺而影响到创业或者就业的选择，因此劳动力就业决策对其的敏感程度要更高一些。
上述模型回归结果与当前中国国情和数字普惠金融的发展特征相吻合。随着数字普惠金融的发展，更多的企业和个体获得金融服务的可能性就逐渐加强，对于小微企业来说，数字普惠金融改善了传统金融的高门槛，解决了融资难问题，对于个人来说操作更简单，更易获得贷款，从而鼓励创业，积极应对就业难问题，增加劳动者就业决策的可选择性。但是对于数字化程度来说，现阶段企业正处于积极转型中，各个企业的基础参差不齐，并不是一帆风顺，数字普惠金融的优势并没有并很好的接纳吸收运用，从而使得数字化程度对就业或创业的影响并不显著。
金融论文参考
..............................
5 研究结论与政策建议
5.1 研究结论
本文采用滞后一期的数字普惠金融指数建立二元和多元Logit模型，实证检验了数字普惠金融和三个细分指标对就业决策的影响。以互联网普及率作为工具变量，采用两阶段法解决遗漏变量带来的内生性问题，并且对不同的区域以及城乡差异进行了异质性分析。通过控制与数字金融相关的地方宏观经济变量，用Probit模型代替Logit模型来进行稳健性检验得出结论。通过研究本文发现：
第一，总的来说，数字普惠金融的发展水平对就业决策有显著的正向影响，并且覆盖广度和使用深度方面都对非农就业中受雇就业和自主创业都有积极的促进作用，该结论与众多学者的研究结果一致。此外对受雇就业促进作用更大，这说明数字普惠金融在发展过程中不仅可以催生新的企业，更大程度上促进原有企业的高质量发展。这可能是因为数字普惠金融改善了传统金融的高门槛限制，解决了大多数中小企业的融资贷款问题，保证了资金链的完整，从而促使企业扩大规模，为社会释放更多的就业岗位，增加受雇就业的可选择性。
第二，本文进一步研究发现，城镇户口、性别、受教育程度、家庭是否有房产车产以及家庭人力资本投资都有显著的正向影响；年纪越大、已婚、家庭规模、医疗保险等有显著的负向影响。男性、身体素质和技能水平多为企业在选择员工时衡量工作能力和效率的参考指标，而受教育水平越高、健康程度越高、无配偶的年轻男性劳动力更易从事非农就业生产。
第三，分区域来看，中国各个区域之间经济发展存在不平衡现象，东部沿海地区经济更发达一些，基础设施和互联网发展应用程度都更完善便捷，而相对偏远地区则存在不足之处。数字普惠金融对东部、西部以及东北地区的就业决策有显著的正向影响且对东北地区的促进作用最显著，而对中部地区的影响较小而且不显著。这可能是因为东北地区位置偏远，经济发展较为缓慢，人们对传统金融的触及性低，数字普惠金融的发展使得传统金融使用门槛降低，也能减少服务成本，打破时间和空间的限制增加金融服务可得性，从而获得更多就业和创业机会。
参考文献（略）