普惠金融促進了制造業(yè)就業(yè)嗎？
——基于縣級面板數(shù)據(jù)的實證研究

習明明 李鑫 何炳林

(江西財經(jīng)大學江西經(jīng)濟發(fā)展與改革研究院，江西 南昌 330013)

一、引言

黨的十九屆五中全會提出：“開啟全面建設社會主義現(xiàn)代化國家新征程，要堅持把發(fā)展經(jīng)濟著力點放在實體經(jīng)濟上，保持制造業(yè)比重基本穩(wěn)定。千方百計穩(wěn)定和擴大就業(yè)，堅持經(jīng)濟發(fā)展就業(yè)導向，擴大就業(yè)容量，提升就業(yè)質量，促進充分就業(yè)”。1為什么這次全會要突出強調“保持制造業(yè)比重基本穩(wěn)定和促進充分就業(yè)”的重要性，將其提高到未來五年乃至十五年重大發(fā)展戰(zhàn)略的位置？一方面，是因為過去十年的發(fā)展中，隨著我國服務業(yè)的不斷發(fā)展壯大，制造業(yè)國民經(jīng)濟占比出現(xiàn)了持續(xù)下降，經(jīng)濟有過早“脫實向虛”的征兆，這將不利于我國國民經(jīng)濟社會穩(wěn)定和長期發(fā)展，更不利于我國在全球市場中的核心競爭力提升；另一方面，就促進國內國際雙循環(huán)發(fā)展新格局而言，我國制造業(yè)比其他產(chǎn)業(yè)的比較優(yōu)勢更加突出。制造業(yè)屬于勞動和技術密集型產(chǎn)業(yè)，更能促進就業(yè)、出口和消費升級，對國民經(jīng)濟和社會發(fā)展的拉動效應也更大。制造業(yè)就業(yè)提升不僅有利于國內市場消費，也有利于國際出口業(yè)務，是推動國內國際雙循環(huán)發(fā)展和提升經(jīng)濟發(fā)展質量的關鍵。因而在當前背景下，研究制造業(yè)就業(yè)問題具有重要的理論和實踐意義。

保持制造業(yè)比重基本穩(wěn)定對提升就業(yè)質量和促進充分就業(yè)意義重大。但制造業(yè)發(fā)展仍然面臨較為嚴峻的形勢，提升制造業(yè)就業(yè)面臨諸多挑戰(zhàn)和問題。第一，從制造業(yè)發(fā)展質量來看，我國制造業(yè)仍然屬于勞動密集型產(chǎn)業(yè)，高新技術產(chǎn)業(yè)占比較低，尚處在產(chǎn)業(yè)轉型升級成長階段。制造業(yè)普遍具有抗風險能力較低、企業(yè)利潤率低、資金成本高、資產(chǎn)負債率高的“兩低兩高”特征。第二，從制造業(yè)企業(yè)數(shù)量和結構來看，我國制造業(yè)中小微企業(yè)占比相對較高。相對于大中型企業(yè)而言，這些小微企業(yè)不僅經(jīng)營的資金流動性差，而且融資渠道單一、可抵押資產(chǎn)較少，更難獲得金融機構的信貸支持，更需要優(yōu)惠信貸資金支持，尤其是普惠金融政策的“精準滴灌”。普惠金融促進金融資源向薄弱環(huán)節(jié)轉移，有利于改變制造業(yè)物質資本積累和低端路徑依賴，促進產(chǎn)業(yè)轉型升級并增加制造業(yè)就業(yè)機會(張平等，2015)[35]。第三，從區(qū)域發(fā)展不平衡角度看，我國地區(qū)金融資源配置不均和金融排斥問題仍然嚴重。2有學者研究表明中國金融賬戶人均持有比例較低，正規(guī)金融機構賬戶持有比例僅有63.8%，中國家庭存在嚴重的金融排斥問題(Demirgü?-Kunt and Klapper，2013；張?zhí)枟澓鸵境?016)[3][32]。金融排斥情況在不同省份之間存在差異，并且單個地區(qū)金融排斥在農(nóng)村地區(qū)明顯大于城市，金融發(fā)展呈現(xiàn)出城鄉(xiāng)二元性發(fā)展的特征(田霖，2011)[25]。

普惠金融政策從我國嚴重的金融排斥和區(qū)域發(fā)展不平衡狀況出發(fā)，致力于改善金融資源分配，推動金融業(yè)與實體經(jīng)濟融合發(fā)展，能夠顯著促進我國現(xiàn)代化經(jīng)濟體系的構建。發(fā)展普惠金融正在成為中國經(jīng)濟發(fā)展的新興關注點。其中，普惠金融對經(jīng)濟發(fā)展的影響主要包括收入分配和改善就業(yè)兩個方面。與“撒胡椒粉”式的傳統(tǒng)金融發(fā)展不同，普惠金融通過改善金融結構，影響經(jīng)濟發(fā)展的效率和公平(李建軍等，2020)[15]。我國的金融結構主要是以銀行貸款為主導的間接金融體系(習明明和彭鎮(zhèn)華，2019)[27]，對企業(yè)信貸抵押的要求過高，不利于中小微企業(yè)融資借貸，提高金融中介率可以顯著地解決我國收入差距和推動就業(yè)(謝世清和劉宇璠，2019)[28]。此外，構建信息化普惠金融體系能夠提高金融中介服務率，降低金融服務門檻，促進落后地區(qū)的企業(yè)和經(jīng)濟發(fā)展(李建軍和韓珣，2019)[13]。

普惠金融對地區(qū)就業(yè)和創(chuàng)業(yè)的影響也是學者們關注的重點。張?zhí)枟澋?2017)[31]研究發(fā)現(xiàn)，普惠金融能夠通過改善個人信貸能力，提升人力資本積累，進而降低失業(yè)率。Bruhn and Love(2014)[2]基于墨西哥的實證研究表明，普惠金融推廣與就業(yè)結構有著緊密關聯(lián)。林春等(2019)[18]從小微企業(yè)著手，分析了普惠金融對產(chǎn)業(yè)就業(yè)總量和結構的影響，并且發(fā)現(xiàn)普惠金融對產(chǎn)業(yè)就業(yè)的影響存在地區(qū)差異。在普惠金融與創(chuàng)業(yè)的研究方面，李建軍和李俊成(2020)[14]從家庭資金約束、金融教育等角度出發(fā)，論證了普惠金融對創(chuàng)業(yè)的增進作用主要來源于對居民金融能力的提升。張勛等(2019)[34]研究表明，普惠金融顯著改善了農(nóng)村居民的創(chuàng)業(yè)行為，促進了落后地區(qū)的發(fā)展。

現(xiàn)有文獻針對普惠金融做了大量研究，但仍然有兩方面問題關注不夠：一是主要是基于普惠金融對微觀個體信貸能力和融資約束影響的角度，忽略了普惠金融對就業(yè)的影響，尤其是普惠金融對制造業(yè)就業(yè)的影響機制；二是忽略了金融地理排斥問題和普惠金融在不同發(fā)展地區(qū)的政策效應差異，很少從縣域經(jīng)濟和貧困地區(qū)的角度，研究普惠金融政策對推動制造業(yè)就業(yè)的影響。與以往研究相比，本文的研究貢獻主要體現(xiàn)在以下四個方面：第一，從縣域層面分析了普惠金融對制造業(yè)就業(yè)的影響機制。普惠金融不僅能直接緩解制造業(yè)企業(yè)的融資約束問題，幫助企業(yè)恢復生產(chǎn)，還可以通過金融信貸支持制造業(yè)轉型升級和做大做強，間接創(chuàng)造更多新的就業(yè)崗位。第二，證實了普惠金融能顯著促進制造業(yè)就業(yè)空間拓展，為解決中西部地區(qū)的就業(yè)難題提供了可行思路。第三，分中、東、西部探究了普惠金融的地區(qū)異質性影響，分析普惠金融在不同縣區(qū)的推行效果。第四，研究了普惠金融在集中連片特困地區(qū)對就業(yè)的影響，為連片特困地區(qū)防止返貧和促進就業(yè)的保障兜底工作提供政策啟示。

二、理論分析與研究假設

(一)普惠金融對制造業(yè)就業(yè)影響

金融對制造業(yè)就業(yè)的支持作用不僅可以體現(xiàn)在降低貸款利率和促進產(chǎn)業(yè)發(fā)展方面，還可以體現(xiàn)在降低企業(yè)貸款門檻要求方面，如放寬中小企業(yè)貸款要求等(McKinnon，1973)[6]。普惠金融政策貫徹商業(yè)循環(huán)原則，向制造業(yè)中小企業(yè)和初始創(chuàng)業(yè)人群提供價格合理的資金支持。一方面，普惠金融能夠直接降低個人和中小企業(yè)的融資貸款成本，有利于促進制造業(yè)創(chuàng)業(yè)和創(chuàng)新，從而創(chuàng)造更多的制造業(yè)就業(yè)崗位(張勛等，2019；趙濤等，2020)[34][33]；另一方面，普惠金融提高了金融服務的可得性，放寬對中小企業(yè)和工廠獲得貸款的限制，提高其對抗行業(yè)風險能力和經(jīng)營周轉能力，為制造業(yè)就業(yè)拓展了空間。

中小微企業(yè)是拉動就業(yè)的重要力量和主力軍，中小微企業(yè)能否獲得信貸資金支持，能否成功生存并發(fā)展，關系著制造業(yè)發(fā)展和就業(yè)穩(wěn)定(Beck et al.，2000；Konings，1995)[1][5]。但是，中小微企業(yè)因為“輕資產(chǎn)、無抵押”的發(fā)展特征，屬于難以獲得信貸資金的長尾群體3，長期被排斥在金融服務體系之外，解決其融資問題成為拉動制造業(yè)就業(yè)的首要關鍵(王博等，2019)[26]。普惠金融通過降低制造業(yè)中小企業(yè)融資門檻和融資成本，能夠幫助企業(yè)順利“過橋”并生存發(fā)展下去，提升企業(yè)現(xiàn)金流、盈利能力和業(yè)務周轉能力，從而幫助企業(yè)成長并創(chuàng)造更多的就業(yè)崗位。

隨著經(jīng)濟發(fā)展和技術水平的提升，我國制造業(yè)正經(jīng)歷著轉型升級和技術革新(孫元元和張建清，2015)[24]。但是，制造業(yè)轉型升級并不一定就是簡單的“機器換人”，制造業(yè)轉型升級也不一定是以犧牲就業(yè)為代價。相反，制造業(yè)大規(guī)模的就業(yè)創(chuàng)造和就業(yè)消失同時進行，但新增就業(yè)機會仍然大于就業(yè)的消失(馬弘等，2013)[22]。這說明制造業(yè)的新技術創(chuàng)新，不僅促進了產(chǎn)業(yè)轉型升級，推動了企業(yè)和產(chǎn)業(yè)做大做強，還創(chuàng)造了新的就業(yè)模式和更多的就業(yè)崗位。由此，本文提出研究假設：

H1：在維持制造業(yè)比重基本穩(wěn)定的情況下，普惠金融不僅可以降低制造業(yè)融資成本和緩解融資約束，直接促進制造業(yè)就業(yè)顯著提升，還可以通過促進制造業(yè)轉型升級和做大做強，間接創(chuàng)造更多的新就業(yè)崗位。

(二)普惠金融對制造業(yè)就業(yè)影響的異質性分析

經(jīng)濟發(fā)展水平的不同，可能使得不同地區(qū)的金融發(fā)展存在著差異(Karl and Chen，2011；呂朝鳳，2018)[8][20]。普惠金融在全國范圍的正式推開，正是以解決我國存在的金融發(fā)展不均衡和嚴重金融排斥問題為目標。金融排斥屬于金融地理學的研究范疇，不同地區(qū)金融排斥現(xiàn)象也存在差異(呂勇斌等，2015)[21]。因此，普惠金融實施力度和對就業(yè)的影響也存在地區(qū)差異。

集中連片特困地區(qū)因地理位置、資源稟賦和發(fā)展模式等因素，很大程度上存在連片金融資源薄弱的現(xiàn)象，集體被排斥在金融服務體系之外。普惠金融對集中連片特困地區(qū)的政策傾斜使得其對就業(yè)的促進作用在這些地區(qū)更加明顯。Greenwood et al.(2010)[4]研究發(fā)現(xiàn)，金融的發(fā)展能夠推動社會資本分配效率的提高，普惠金融為原先處在金融排斥狀態(tài)下的微觀主體提供可負擔的資金支持，能夠激發(fā)社會的投資生產(chǎn)活力，進而創(chuàng)造新的就業(yè)機會。相較于非集中連片特困地區(qū)，集中連片特困地區(qū)的經(jīng)濟社會發(fā)展?jié)摿€未完全挖掘，地區(qū)產(chǎn)業(yè)薄弱，制造業(yè)就業(yè)未形成規(guī)模。普惠金融在集中連片特困地區(qū)的低門檻特惠投資，解決了地區(qū)發(fā)展的資金難題，給制造業(yè)產(chǎn)業(yè)規(guī)模的形成、企業(yè)生產(chǎn)的擴大帶來可能，從而創(chuàng)造了更多的就業(yè)機會，使得普惠金融對制造業(yè)就業(yè)的影響相較于非集中連片特困地區(qū)更加明顯。

西部地區(qū)發(fā)展較為落后，同時存在嚴重的金融排斥現(xiàn)象，也是金融產(chǎn)業(yè)和資本市場發(fā)展的落后地區(qū)。普惠金融資源向西部地區(qū)傾斜能夠有效促進西部大開發(fā)，為西部經(jīng)濟發(fā)展挖掘新活力，因此，普惠金融對西部制造業(yè)就業(yè)空間開拓作用相較于中部和東部更加明顯。另外，從行業(yè)細分來看，西部地區(qū)勞動密集制造業(yè)占比更高。普惠金融資源的注入，使得從事勞動密集制造業(yè)生產(chǎn)的中小企業(yè)，特別是小微企業(yè)獲得資金和金融服務的門檻降低，能夠促進西部制造業(yè)企業(yè)擴大生產(chǎn)規(guī)模，在有效促進西部地區(qū)制造業(yè)就業(yè)的同時，還為西部地區(qū)制造業(yè)的轉型升級創(chuàng)造了條件。東部地區(qū)和中部地區(qū)相較于西部地區(qū)而言，擁有更好的經(jīng)濟基礎和交通地理位置，金融業(yè)有發(fā)展飽和的趨勢，有些地方甚至出現(xiàn)了銀行等金融機構擁擠的情況，呈現(xiàn)出邊際收益遞減的現(xiàn)象(林春，2016)[19]。因此，普惠金融在中東部地區(qū)的發(fā)展，對制造業(yè)就業(yè)的拉動作用較小。由此，本文提出研究假設：

H2：普惠金融對制造業(yè)就業(yè)的促進作用存在異質性，在西部地區(qū)對制造業(yè)就業(yè)的拉動作用更加明顯，在集中連片特困地區(qū)的效果優(yōu)于非集中連片特困地區(qū)。

三、研究設計

(一)樣本選擇和數(shù)據(jù)來源

“普惠金融”政策最早來源于2005年聯(lián)合國工作報告。雖然2013年十八屆三中全會提出了要發(fā)展普惠金融，但直到2015年末國務院下發(fā)“著力推動普惠金融在貧困和欠發(fā)達地區(qū)優(yōu)先發(fā)展”的通知，要求各級政府因地制宜發(fā)展和規(guī)劃普惠金融政策，并出臺《推進普惠金融發(fā)展規(guī)劃(2016―2020年)》，普惠金融政策才開始在我國欠發(fā)達地區(qū)逐漸推廣。因此，普惠金融政策在我國大范圍推廣是在2016年及以后，本文以2014―2018年縣域數(shù)據(jù)作為研究樣本。數(shù)據(jù)來自歷年中國縣域經(jīng)濟統(tǒng)計年鑒、各省市地方統(tǒng)計局和政府統(tǒng)計公報。其中，集中連片特困地區(qū)和非集中連片特困地區(qū)是根據(jù)國務院扶貧辦公布的六盤山區(qū)等11個集中連片特殊困難地區(qū)分縣名單劃分。4由于縣域統(tǒng)計年鑒有較多指標缺失，本文除了剔除西藏自治區(qū)和青海省的數(shù)據(jù)之外，還剔除了其他省份中存在缺失數(shù)據(jù)的部分縣市和民族自治地區(qū)。5

(二)普惠金融發(fā)展水平測算

我國央行公布的《中國普惠金融指標分析報告(2019年)》重點從使用情況維度、可得性維度和質量維度分析了普惠金融發(fā)展水平。現(xiàn)有的普惠金融指標也大多從金融密度、可得性等角度構建(Sarma and Pais，2011)[7]。齊紅倩和李志創(chuàng)(2019)[23]在測算普惠金融發(fā)展水平時，將正規(guī)金融賬戶的持有數(shù)量作為重點指標；范兆斌和張柳青(2017)[9]從地理分布密度(GP)、金融服務可得(AS)及賬戶使用頻率(UF)三個維度出發(fā)，選取人均貸款占GDP比重、銀行網(wǎng)點密度和金融從業(yè)人員人數(shù)等指標構建普惠金融指數(shù)，對測算普惠金融發(fā)展水平具有啟示意義。

解決人民日益增長的金融需求與供給之間的矛盾主要依靠普惠金融深度的提升。普惠金融深度指標主要從存款轉化率和貸款配比兩個角度構建(龔曉葉和李穎，2020)[10]。地區(qū)存款轉化率等于“人均存款/人均地區(qū)收入總值”。存款是銀行的主要資金來源，而居民的儲蓄和收入是存款的主要來源(雷震和彭歡，2009)[12]。地區(qū)存款轉化是影響銀行等金融機構資金實力的重要因素，是地區(qū)金融支持實力的重要體現(xiàn)；同時資金實力決定銀行等金融機構吸收風險的能力，進而影響其管理資產(chǎn)的風險決策。普惠金融將被排斥在正規(guī)金融、風險評級系統(tǒng)以外的群體重新納入，在很大程度上屬于風險投資行為，需要較為充足的資金實力支持；除此之外，普惠金融以微觀主體可負擔的成本提供金融服務，政策性質決定其發(fā)放貸款和進行金融服務的低收益性質。因此，成本較低的存款可能成為影響普惠金融推行的重要因素。貸款的配比指標也是普惠金融深度的體現(xiàn)，表示在貸款可獲得的前提下，一定收入的微觀主體能獲得的貸款數(shù)量(李建軍和韓珣，2019)[13]。普惠金融促進金融業(yè)發(fā)展向弱勢群體和薄弱環(huán)節(jié)傾斜，主要通過貸款這一環(huán)節(jié)實現(xiàn)。貸款配比度的適當提高，能促進金融資源的有效均衡配置，最終能推動金融與實體經(jīng)濟的融合發(fā)展。因此，應該將貸款配比度納入主要普惠金融測度指標。

以現(xiàn)有文獻為基礎，結合研究問題和縣域數(shù)據(jù)的可得性，本文主要選取“人均居民儲蓄存款余額/人均地區(qū)生產(chǎn)總值”和“人均貸款余額/人均地區(qū)生產(chǎn)總值”兩個指標，即存款轉化比和貸款配比度，并且使用變異系數(shù)法構建普惠金融指數(shù)。本文所使用的變異系數(shù)法，主要是通過指標的標準差和均值計算出變異系數(shù)，然后根據(jù)各指標的變異系數(shù)值進行賦權。這種方法在一定程度上能夠避免普惠金融指數(shù)和其他控制變量的共線性問題(李建軍和韓珣，2019)[13]。

(三)模型設定和變量定義

首先，考慮到各全國各縣區(qū)之間較大的地理、文化等固定因素差異，為了進一步減少不可觀測固定因素對估計結果的影響，本文首先使用時間和地區(qū)雙固定效應面板數(shù)據(jù)模型，實證研究普惠金融對制造業(yè)就業(yè)的影響，具體函數(shù)模型如式(1)所示。

其中，yit表示制造業(yè)就業(yè)指標，inclsvit為縣域的普惠金融指標，Xit為其他控制變量，μi為地區(qū)固定效應，vt為時間固定效應，εit為隨機誤差項，i代表地區(qū)，t代表時間。

其次，普惠金融推廣不僅可以直接降低中小企業(yè)融資成本，緩解中小企業(yè)面臨的金融約束，直接促進制造業(yè)企業(yè)發(fā)展和就業(yè)提升，還可以通過對制造業(yè)企業(yè)的“精準滴灌”來幫助企業(yè)做大做強，幫助各縣區(qū)推進“小升規(guī)”工作，進而創(chuàng)造更多的就業(yè)崗位，間接促進制造業(yè)就業(yè)提升。為了檢驗這一機制，本文構造面板數(shù)據(jù)的雙固定中介效應模型如式(2)所示。

式(2)中，中介變量為地區(qū)規(guī)模以上工業(yè)企業(yè)數(shù)量lfirms，本文用此變量代表地區(qū)制造業(yè)企業(yè)規(guī)模?？紤]到樣本有2088個縣區(qū)，為避免變量太多而導致模型估計的有效性下降，式(2)中地區(qū)固定效應使用的是省份，時間固定效應仍然是年份。

最后，政策的推出時間具有外生性，DID是檢驗政策效果的有效工具，能夠對比政策實施前后，政策實施地區(qū)和未實施地區(qū)因變量的顯著差別(李建軍和韓珣，2019)[13]。2015年末，國務院出臺《推進普惠金融發(fā)展規(guī)劃(2016―2020年)》后，普惠金融政策在全國貧困地區(qū)得以推廣，因此本文將2016年作為政策沖擊年份。同時，普惠金融政策從地區(qū)均衡發(fā)展角度出發(fā)，統(tǒng)籌規(guī)劃我國社會經(jīng)濟發(fā)展，明確要求優(yōu)先發(fā)展薄弱環(huán)節(jié)和欠發(fā)達地區(qū)。西部地區(qū)和集中連片特困地區(qū)屬于相較落后地區(qū)，與東部和中部相比具有明顯的政策傾向，西部省份和集中連片特困縣區(qū)與其他地區(qū)形成了天然的實驗組和對照組?；谝陨戏治觯疚牟捎肈ID進一步分析普惠金融政策的制造業(yè)就業(yè)影響。構建雙重差分模型如(3)式所示：

式(3)中，yit為各個縣區(qū)制造業(yè)就業(yè)指標；Treati為地區(qū)虛擬變量，西部地區(qū)(集中連片特困地區(qū))為1，中部和東部(非集中連片特困地區(qū))縣區(qū)為0；Postt為時間虛擬變量，2016年之前為0，2016年之后為1；Treati×Postt為交互項，2016年以后的西部縣區(qū)為1，其他年份和地區(qū)為0。如果交互項的系數(shù)β1顯著為正，則表示普惠金融對西部地區(qū)的制造業(yè)就業(yè)具有正向的促進作用，符合政策實施的預期。Xit是控制變量，包括制造業(yè)比重、制造業(yè)企業(yè)規(guī)模、地區(qū)人均生產(chǎn)總值、財政支出、信息化水平、學校在校人數(shù)和人口數(shù)量等；εit為隨機誤差項。各變量的定義及計算方法見表1所示。

表1 變量定義

四、實證結果與分析

(一)描述性統(tǒng)計

表2是剔除異常和嚴重缺失的數(shù)據(jù)后的變量描述性統(tǒng)計結果，共包括全國2088縣區(qū)2014―2018年的9828個觀測值。不同縣區(qū)各變量數(shù)據(jù)缺失年份不一致，可能會導致不同模型的實際估計過程中樣本量存在差異。

表2 變量的描述性統(tǒng)計

表3 集中連片特困地區(qū)和非集中連片特困地區(qū)的均值差異

另外，本文采用Pearson相關系數(shù)分析對變量進行了檢查，結果顯示解釋變量inclsv與控制變量的相關性比較小。解釋變量普惠金融(inclsv)與控制變量人均GDP(lgdpp)的相關系數(shù)為-0.3410，是因為普惠金融政策推廣主要是向貧困欠發(fā)達地區(qū)傾斜。普惠金融與其他控制變量的相關系數(shù)都小于0.1，因此解釋變量和控制變量之間的多重共線性問題可以忽略不計。

為了進一步比較不同地區(qū)的制造業(yè)就業(yè)、普惠金融發(fā)展水平、制造業(yè)占比等方面是否存在顯著差異，本文將樣本分為集中連片特困地區(qū)和非連片特困地區(qū)兩組，比較兩者之間所包含變量的均值差并進行t檢驗，結果如表3所示。

表3中，集中連片特困地區(qū)的制造業(yè)就業(yè)(llbsec)、制造業(yè)比重(secgdp)、規(guī)上企業(yè)數(shù)量(lfirms)等指標均顯著低于非連片特困地區(qū)，只有普惠金融指標(inclsv)顯著高于非連片特困地區(qū)，這說明普惠金融政策重點向欠發(fā)達地區(qū)傾斜，普惠金融政策推廣的力度在集中連片特困地區(qū)更大。

(二)基準模型

為了進一步分析普惠金融對制造業(yè)就業(yè)的影響，本文采用面板數(shù)據(jù)雙維固定效應模型進行實證檢驗，并逐步對各組加入控制變量，探究普惠金融對制造業(yè)就業(yè)的促進效應，結果如表4所示。

表4中，四個模型全部采用了面板數(shù)據(jù)雙向固定效應回歸方法。從結果可以看出，無論是否加入控制變量，普惠金融指數(shù)的系數(shù)均顯著為正，說明普惠金融指數(shù)對制造業(yè)就業(yè)具有顯著的促進作用。表4中，區(qū)別于模型(1)和(3)，模型(2)和(4)通過變量secgdp控制了制造業(yè)比重，結果表明在控制制造業(yè)比重情況下，普惠金融仍然能夠顯著促進制造業(yè)就業(yè)提升。綜上所述，在控制制造業(yè)比重情況下，普惠金融能夠有效促進制造業(yè)就業(yè)提升。該結論有效驗證了假設H1。

表4 基準模型回歸結果

(三)中介效應機制檢驗

為了檢驗普惠金融對制造業(yè)就業(yè)影響的傳導機制，本文使用面板數(shù)據(jù)中介效應模型進行回歸分析，并控制了制造業(yè)比重等變量。在制造業(yè)比重維持基本穩(wěn)定的條件下，普惠金融對制造業(yè)就業(yè)影響的直接和間接效應的檢驗結果如表5所示。

表5 普惠金融對制造業(yè)就業(yè)影響的中介效應檢驗

根據(jù)中介效應的檢驗機制和原理，表5中模型(1)的因變量是制造業(yè)就業(yè)，解釋變量是普惠金融；模型(2)的因變量是規(guī)上企業(yè)數(shù)量，解釋變量是普惠金融；模型(3)的因變量是制造業(yè)就業(yè)，解釋變量是普惠金融和規(guī)上企業(yè)數(shù)量。

表5中，中介效應Sobel檢驗的結果在1%水平下顯著，且模型(3)的兩個解釋變量均在1%水平下顯著，說明普惠金融對制作業(yè)就業(yè)影響存在部分中介效應。即普惠金融不僅能夠直接促進制造業(yè)就業(yè)提升，還可以通過促進地區(qū)“小轉規(guī)”，增加地區(qū)規(guī)模以上工業(yè)企業(yè)數(shù)量，推動制造業(yè)轉型升級和做大做強，進而間接促進制造業(yè)就業(yè)提升。根據(jù)表5的實證結果，普惠金融通過促進企業(yè)規(guī)模擴大間接推動制造業(yè)就業(yè)提升的間接效應比例為0.268，這說明普惠金融促進制造業(yè)就業(yè)提升的直接效應為73.2%，間接效應為26.8%。以上結論有效驗證了假設H1。

(四)普惠金融制造業(yè)就業(yè)效應的地區(qū)差異

普惠金融服務的重點是處于金融排斥狀態(tài)下的微觀主體，致力于解決金融業(yè)發(fā)展不均衡以及金融服務存在薄弱環(huán)節(jié)和地區(qū)的問題。經(jīng)濟發(fā)展水平的不同可能使得地區(qū)間的金融發(fā)展存在著差異，金融服務發(fā)展水平、覆蓋率和可得性情況也會不同(呂朝鳳，2018)[20]。因此，普惠金融政策的推行力度可能存在明顯的地區(qū)傾斜，進而對各地區(qū)的制造業(yè)就業(yè)影響效應不同。為了進一步檢驗普惠金融對制造業(yè)就業(yè)影響的地區(qū)差異，本文分集中連片特困地區(qū)與非集中連片地區(qū)，以及東部、中部和西部地區(qū)探討普惠金融對制造業(yè)就業(yè)的異質性影響。

表6 普惠金融對不同地區(qū)制造業(yè)就業(yè)回歸結果

從表6可以看出，模型(1)與模型(2)分別針對是否是集中連片特困地區(qū)進行回歸，其結果均顯示普惠金融指數(shù)的系數(shù)顯著為正。集中連片特困地區(qū)的普惠金融指標系數(shù)相較于非集中連片地區(qū)更大，表明普惠金融對集中連片特困地區(qū)的制造業(yè)就業(yè)推動作用更加明顯。模型(3)是基于全部地區(qū)樣本進行回歸的結果，inclsv×poverty為普惠金融指數(shù)與集中連片特困地區(qū)虛擬變量的交互項(poverty取值為1代表集中連片特困地區(qū)，取值為0代表非集中連片特困地區(qū))，回歸系數(shù)顯著為正，進一步說明了普惠金融向集中連片特困地區(qū)的資源傾斜能夠更加明顯的推動該地區(qū)的制造業(yè)就業(yè)。模型(4)、模型(5)和模型(6)報告了針對我國東部、中部和西部地區(qū)進行回歸的結果。從結果可以看出，普惠金融系數(shù)只對西部地區(qū)制造業(yè)就業(yè)具有顯著正向影響，對東部地區(qū)以及中部地區(qū)的影響不顯著，說明普惠金融對制造業(yè)就業(yè)的推動主要體現(xiàn)在對西部地區(qū)上，該結論有效說明普惠金融推動西部地區(qū)制造業(yè)就業(yè)提升具有重大意義。該結論有效驗證了假設H2。

普惠金融為什么在集中連片特困地區(qū)和西部地區(qū)對就業(yè)的影響更加顯著？首先，從需求角度看，一方面，是因為集中連片特困地區(qū)和西部地區(qū)制造業(yè)發(fā)展基礎薄弱，不僅產(chǎn)業(yè)規(guī)模小，而且技術水平落后，企業(yè)盈利能力低，抗風險能力弱，更需要優(yōu)惠金融信貸資金的支持；另一方面，集中連片特困地區(qū)和西部地區(qū)資本市場發(fā)展也相對較為落后，企業(yè)的資金來源渠道較為單一，民間借貸和“過橋”成本相對較高，普惠金融政策對當?shù)刂圃鞓I(yè)企業(yè)支持的邊際效應會更大。其次，從供給角度看，2016年之后，普惠金融政策雖然在全國推廣開來，但對貧困落后地區(qū)的支持力度更大，集中連片特困地區(qū)和西部地區(qū)能夠得到的優(yōu)惠服務支持更多，因而對當?shù)刂圃鞓I(yè)就業(yè)的影響更加顯著。

五、穩(wěn)健性檢驗

(一)普惠金融政策與制造業(yè)就業(yè)

前文從整體以及分地區(qū)的角度探究了普惠金融對地區(qū)制造業(yè)就業(yè)的影響，通過添加相關控制變量，在一定程度上緩解了遺漏變量的問題。但不容忽視的是，一方面，模型不可避免地存在一些不可觀測的因素，可能遺漏重要變量；另一方面，地區(qū)制造業(yè)就業(yè)也會影響當?shù)氐钠栈萁鹑凇Ｓ捎谶z漏變量和反向因果現(xiàn)象的存在，模型可能存在內生性問題，上述結論可能存在一定偏差。因此，本文采用雙重差分模型(DID)進行分析，這樣不僅能夠緩解模型可能存在的內生性問題，還可以進一步評估普惠金融的政策效應。

2015年末我國頒布的《推進普惠金融發(fā)展規(guī)劃(2016―2020年)》為本文提供一個很好的“準自然實驗”。我國部分地區(qū)發(fā)展落后，如西部地區(qū)或集中連片特困地區(qū)，當?shù)氐慕鹑诎l(fā)展程度較低，而《推進普惠金融發(fā)展規(guī)劃(2016―2020年)》針對金融發(fā)展較為薄弱的地區(qū)給予部分特殊待遇。因此，本文以2016年為時間點，分別以西部地區(qū)和集中連片特困地區(qū)作為實驗組，利用雙重差分法，進一步從縣級層面驗證普惠金融的政策影響。

在表7中，模型(1)和模型(2)均以西部地區(qū)為實驗組進行回歸，Treat1_Post表示2016年后普惠金融發(fā)展規(guī)劃在西部地區(qū)重點實施，同時控制年份效應和地區(qū)效應，其中模型(1)的解釋變量只有核心解釋變量，模型(2)加入其他控制變量。結果表明，是否包含控制變量對回歸結果影響不大，核心解釋變量均顯著為正，說明我國普惠金融政策可以有效促進西部地區(qū)制造業(yè)就業(yè)水平提升。模型(3)和模型(4)以集中連片特困地區(qū)為實驗組進行回歸，Treat2_Post表示2016年后普惠金融發(fā)展規(guī)劃在集中連片特困地區(qū)重點實施，且只有模型(4)加入控制變量?；貧w結果中，核心解釋變量也顯著為正，說明我國普惠金融政策也能促進集中連片特困地區(qū)制造業(yè)就業(yè)發(fā)展。從上述結果可以看出，無論是將西部地區(qū)作為貧困地區(qū)或是以更為貧困的集中連片特困地區(qū)作為貧困地區(qū)，我國普惠金融政策對貧困地區(qū)制造業(yè)就業(yè)均有顯著的正向影響。另外，交互項系數(shù)顯著為正，更進一步驗證了假設H2中普惠金融政策對制造業(yè)就業(yè)的推動作用存在地區(qū)差異的觀點。

表7 DID 估計與平行趨勢假設檢驗

圖1 平行趨勢檢驗

(二)檢驗平行趨勢假設

表7的回歸結果成功印證了本文的假設H2，普惠金融政策能夠促進貧困地區(qū)制造業(yè)就業(yè)。但在DID模型中，控制組與實驗組要滿足平行趨勢假設，否則交互項并非政策處理效應。由圖1可知，在政策頒布前，系數(shù)估計值在統(tǒng)計上無一顯著，說明政策頒布前控制組與實驗組之間的制造業(yè)就業(yè)沒有差異。在政策頒布當年以及后兩年，回歸系數(shù)均顯著為正，表明普惠金融政策有利于促進地區(qū)制造業(yè)就業(yè)水平的提升。該結論有效說明雙重差分模型滿足平行趨勢假定，交互項能夠有效體現(xiàn)政策效果。

(三)工具變量檢驗

為了進一步解決模型可能存在的內生性問題，本文繼續(xù)使用工具變量對模型進行回歸。首先，當年的制造業(yè)就業(yè)不會影響上一年的普惠金融發(fā)展水平，但上一年的普惠金融發(fā)展水平會通過影響當年的普惠金融發(fā)展水平，間接影響當年的制造業(yè)就業(yè)，因而可以采用普惠金融滯后期作為工具變量。其次，在我國的行政區(qū)劃調整政策中，鄉(xiāng)鎮(zhèn)和街道的行政區(qū)域調整是由省級政府決定的，縣級行政區(qū)域調整是由國務院決定的，這兩者的調整短期內都不可能受到當?shù)刂圃鞓I(yè)就業(yè)的影響。參照余泳澤和潘妍(2019)[29]、余泳澤等(2020)[30]工具變量的處理方法，使用行政單位數(shù)量作為工具變量?？紤]到本文樣本使用的是縣級面板數(shù)據(jù)，選取鄉(xiāng)鎮(zhèn)和街道等基層行政單位數(shù)量作為工具變量。在縣域層面的普惠金融政策推廣過程中，鄉(xiāng)鎮(zhèn)、街道辦等基層行政單位是推進普惠金融政策實施的執(zhí)行單位，是政策執(zhí)行和落實的“最前線”單位。基層行政單位更加了解中小企業(yè)融資需求，更能引導普惠金融政策“精準滴灌”到當?shù)氐闹攸c企業(yè)、重點產(chǎn)品、重點項目；并且基層行政單位數(shù)量越多，相關推行的人員、平臺和資源也越多，在政策扶持、基層工作和基礎設施等方面，對普惠金融政策落實的作用也會更加有效(粟芳和方蕾，2016)[17]。在短期內，制造業(yè)就業(yè)不會影響基層行政單位數(shù)量，基層行政單位數(shù)量也不會直接影響制造業(yè)就業(yè)，但基層行政單位數(shù)量可以通過影響地區(qū)普惠金融發(fā)展間接影響制造業(yè)就業(yè)。

表8報告了工具變量的回歸結果，其中模型(1)和模型(2)是將解釋變量滯后一期作為工具變量的回歸結果，模型(3)和模型(4)是以基層行政單位數(shù)量作為工具變量的回歸結果，模型(2)與模型(4)包含其他控制變量，上述模型均控制年份和地區(qū)效應。

回歸結果顯示，無論是以解釋變量滯后期還是以基層行政單位數(shù)量作為工具變量，普惠金融指標的系數(shù)依舊顯著為正。工具變量估計結果與基準回歸結果存在顯著差異，說明基準模型存在內生性問題，工具變量的結果是有效的，普惠金融對地區(qū)制造業(yè)就業(yè)仍有顯著促進作用，結論與假設H1一致。同時，對比表8與表4中回歸結果可以看出，使用工具變量法后，估計結果明顯變大，說明潛在的內生性問題導致原模型低估了普惠金融對地區(qū)制造業(yè)就業(yè)的影響(李澤廣等，2010；郭峰和洪占卿，2013)[16][11]。

表8 工具變量法檢驗

六、結論與啟示

本文基于縣域層面數(shù)據(jù)探討了普惠金融對地區(qū)制造業(yè)就業(yè)的影響。結果顯示：普惠金融不僅可以降低制造業(yè)融資成本和緩解融資約束，直接促進制造業(yè)就業(yè)顯著提升，而且可以通過促進制造業(yè)轉型升級和做大做強，間接創(chuàng)造更多的制造業(yè)就業(yè)崗位；并且對貧困落后地區(qū)，如我國西部地區(qū)和集中連片特困地區(qū)來說，普惠金融的制造業(yè)就業(yè)效應更為明顯。另外，本文通過雙重差分法分析方法對我國普惠金融發(fā)展政策進行評估，發(fā)現(xiàn)我國普惠金融政策對貧困地區(qū)的制造業(yè)就業(yè)有很大提升。在使用雙重差分模型和工具變量方法解決了內生性問題后，上述結論依舊成立。

我國制造業(yè)正經(jīng)歷低端技術依賴向高精尖發(fā)展模式的轉變，制造業(yè)轉型升級并不是簡單的“機器換人”，制造業(yè)技術提升在“消滅”部分傳統(tǒng)就業(yè)崗位的同時，也會因為規(guī)模擴大、產(chǎn)業(yè)鏈延伸和技術迭代創(chuàng)造更多的新崗位。大力推動普惠金融，優(yōu)先發(fā)展金融薄弱環(huán)節(jié)，促進金融服務向制造業(yè)中小企業(yè)傾斜，能夠激發(fā)制造業(yè)生產(chǎn)技術創(chuàng)新，從而有利于制造業(yè)盤活人力資本，擺脫低級要素依賴，推動工業(yè)結構轉型升級和就業(yè)結構升級，從而突破我國新時期經(jīng)濟增長減速困境，并創(chuàng)造出更多的制造業(yè)就業(yè)。因此，本文提出以下政策建議：(1)不斷完善普惠金融服務體系，明確各市場主體的作用，構建普惠金融法規(guī)體系保障普惠金融政策措施的推行，積極發(fā)揮普惠金融對制造業(yè)就業(yè)的拉動作用，做好就業(yè)扶貧兜底工作；(2)推動普惠金融向重點領域傾斜，不斷完善小微企業(yè)信貸體系和評級體系，降低中小企業(yè)市場信貸標準，拓寬制造業(yè)可得資金途徑，解決企業(yè)發(fā)展資金制約，促進小微企業(yè)的發(fā)展和“小升規(guī)”進程加速，推動制造業(yè)轉型升級，提升地區(qū)就業(yè)水平和質量；(3)著力就業(yè)脫貧、創(chuàng)業(yè)脫貧，實現(xiàn)精準扶持，重點解決城市低收入人群、困難人群以及村鎮(zhèn)貧困戶、創(chuàng)業(yè)農(nóng)戶、返鄉(xiāng)創(chuàng)業(yè)大學生、殘疾勞動者等初始創(chuàng)業(yè)者的信貸及服務支持，推動大眾創(chuàng)業(yè)、萬眾創(chuàng)新，實現(xiàn)創(chuàng)業(yè)拉動制造業(yè)就業(yè)，增加制造業(yè)新興就業(yè)崗位；(4)加大貧困地區(qū)和西部地區(qū)的普惠金融投入，推動基礎普惠金融服務普及，挖掘貧困地區(qū)支柱型產(chǎn)業(yè)企業(yè)，培育新就業(yè)增長點；(5)完善普惠金融資金來源與投資規(guī)劃，為制造業(yè)轉型升級提供中長期普惠金融支持，進而推動就業(yè)結構升級。

[基金項目：國家自然科學基金項目“基于同伴效應的網(wǎng)絡經(jīng)濟中的從眾行為及其特征研究”(項目編號：71863011)、國家自然科學基金項目“政治制度對經(jīng)濟發(fā)展影響的隨機動態(tài)規(guī)劃與實證研究：基于DSGE與動態(tài)面板分析方法”(項目編號：71503110)、江西省高校人文社科青年基金項目“推動中部崛起與江西經(jīng)濟高質量發(fā)展研究”(項目編號：JJ19204)]

注釋

1. 《中共中央關于制定國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和二〇三五年遠景目標的建議》，第四條“加快發(fā)展現(xiàn)代產(chǎn)業(yè)體系，推動經(jīng)濟體系優(yōu)化升級”和第十二條“改善人民生活品質，提高社會建設水平”。

2. 金融排斥概念來源于金融地理學，是指部分個人、機構或地區(qū)，因為能力、競爭力、貧困等原因而不能進入金融體系獲得相應的資金支持，從而被排斥在金融服務體系之外的現(xiàn)象。

3. 長尾群體是指在市場中需求容易被忽視的群體，屬于市場細分的概念。

4. 國務院扶貧辦公布的11個集中連片特困地區(qū)包括：六盤山區(qū)、秦巴山區(qū)、武陵山區(qū)、烏蒙山區(qū)、滇桂黔石漠化區(qū)、滇西邊境山區(qū)、大興安嶺南麓山區(qū)、燕山-太行山區(qū)、呂梁山區(qū)、大別山區(qū)和羅霄山區(qū)。

5. 關鍵變量數(shù)據(jù)嚴重缺失和異常的縣區(qū)有：安徽省臨泉縣、全椒縣、鳳臺縣、利辛縣、樅陽縣、渦陽縣、界首市、肥東縣、肥西縣、長豐縣、霍邱縣；黑龍江省友誼縣、呼瑪縣；新疆維吾爾自治區(qū)烏魯木齊縣、青河縣；山西省懷仁縣、清徐縣、陽曲縣、應縣、山陰縣、古交市、婁煩縣；四川省爐霍縣、石渠縣；甘肅省碌曲縣、阿克塞哈薩克族自治縣、迭部縣等。