數(shù)字普惠金融、勞動力流動與縣域經(jīng)濟發(fā)展

摘要：數(shù)字普惠金融可以通過緩解金融排斥促進縣域經(jīng)濟發(fā)展，并能夠通過增強縣域吸納勞動力的能力和潛力促進勞動力的凈流入，從而提高縣域經(jīng)濟發(fā)展水平。采用2014—2020年1 754個縣域的非平衡面板數(shù)據(jù)，分別以人均GDP、數(shù)字普惠金融指數(shù)、勞動力凈流入率衡量縣域經(jīng)濟發(fā)展水平、數(shù)字普惠金融發(fā)展水平、勞動力流動，分析發(fā)現(xiàn)：數(shù)字普惠金融顯著促進了縣域經(jīng)濟發(fā)展，且數(shù)字普惠金融3個維度的發(fā)展均具有縣域經(jīng)濟發(fā)展促進效應，其中覆蓋廣度拓展、使用深度加深、數(shù)字化程度提高的促進作用依次遞增；數(shù)字普惠金融對中西部地區(qū)縣域和貧困縣經(jīng)濟發(fā)展水平的促進作用更為顯著，表明數(shù)字普惠金融具有普惠性和親貧性，有利于縮小區(qū)域發(fā)展差距；數(shù)字普惠金融可以通過促進勞動力流動的路徑來推動縣域經(jīng)濟發(fā)展。應積極推進縣域數(shù)字普惠金融發(fā)展，尤其要加快欠發(fā)達地區(qū)的數(shù)字普惠金融發(fā)展，并統(tǒng)籌制定數(shù)字普惠金融發(fā)展政策和勞動力流動引導政策，通過要素流動優(yōu)化資源配置，推動縣域經(jīng)濟可持續(xù)發(fā)展。

關(guān)鍵詞：數(shù)字普惠金融；勞動力流動；縣域經(jīng)濟；金融排斥；長尾效應

中圖分類號：F294.27；F832文獻標志碼：A文章編號：1674-8131（2024）0-0018-14

引用格式：梁桂保，張利杰，劉葵容.數(shù)字普惠金融、勞動力流動與縣域經(jīng)濟發(fā)展［J］.西部論壇，2024，34（1）：18-31.

LIANG Gui-bao，ZHANG Li-jie，LIU Kui-rong. Digital inclusive finance， labor mobility and county economic growth［J］. West Forum， 2024， 34（1）： 18-31.

一、引言

縣域經(jīng)濟是指在縣級行政區(qū)劃的地域內(nèi)，以城鎮(zhèn)為中心、以農(nóng)村為基礎(chǔ)、以市場需求為導向，開發(fā)和利用各種經(jīng)濟社會資源而形成的功能較為完備的、具有地域特色的綜合性區(qū)域經(jīng)濟系統(tǒng)?？h域經(jīng)濟不僅是國民經(jīng)濟的基本單元，而且是聯(lián)結(jié)城鄉(xiāng)發(fā)展的橋梁和紐帶，在國民經(jīng)濟體系中占據(jù)基礎(chǔ)性地位，對于經(jīng)濟高質(zhì)量發(fā)展和鄉(xiāng)村振興具有重要影響。然而，目前我國縣域的產(chǎn)業(yè)發(fā)展基礎(chǔ)相對薄弱，經(jīng)濟能級總體較低。同時，城市化的持續(xù)推進使得資本、勞動力和技術(shù)等資源要素進一步向大城市集聚，縣域經(jīng)濟的高質(zhì)量發(fā)展受到基礎(chǔ)設(shè)施不完善、資金和金融服務(wù)不足、勞動力流失等多方面的約束（杜鑫，2022）［1］。隨著數(shù)字技術(shù)的快速發(fā)展和廣泛應用，數(shù)字經(jīng)濟為縣域經(jīng)濟發(fā)展提供了新的動能。其中，數(shù)字信息技術(shù)在金融領(lǐng)域的應用催生并推動了數(shù)字普惠金融發(fā)展，數(shù)字普惠金融以向社會各主體提供機會平等、成本可負擔的金融服務(wù)為重要目標，能夠突破地理限制，擴大金融服務(wù)范圍，降低金融服務(wù)門檻，提高金融服務(wù)的可得性（郭峰 等，2020）［2］，可以彌補傳統(tǒng)金融存在較為嚴重的金融排斥的缺陷，有利于縣域經(jīng)濟發(fā)展。因此，深入探究數(shù)字普惠金融對縣域經(jīng)濟發(fā)展的影響及其機制，有助于進一步充分利用數(shù)字普惠金融的積極功效來有效促進縣域經(jīng)濟發(fā)展。

作為國民經(jīng)濟的血脈，金融在縣域經(jīng)濟發(fā)展中的地位和作用受到廣泛關(guān)注。盡管傳統(tǒng)金融的發(fā)展可以通過加速資金回流、推動產(chǎn)業(yè)發(fā)展、帶動創(chuàng)新創(chuàng)業(yè)等路徑促進縣域經(jīng)濟發(fā)展（劉沖 等，2019；康繼軍 等，2020；張珩 等，2021）［3-5］，但傳統(tǒng)金融對縣域經(jīng)濟發(fā)展的支持在實踐中存在諸多局限。一方面，基于成本與收益的比較，傳統(tǒng)金融機構(gòu)的空間布局存在非均衡性，縣域金融機構(gòu)的網(wǎng)點密度普遍低于城市，導致縣域金融服務(wù)供給不足，難以滿足縣域經(jīng)濟主體的金融需求（尹振濤 等，2016）［6］。另一方面，基于風險控制的要求，傳統(tǒng)金融服務(wù)的門檻較高，且審批嚴格，對欠發(fā)達地區(qū)和弱勢群體形成了一定程度的金融排斥（康繼軍 等，2020）［4］，削弱了金融服務(wù)對縣域經(jīng)濟發(fā)展的促進作用（姚梅潔 等，2017）［7］?？傊?，由于縣域經(jīng)濟能級偏低，企業(yè)的規(guī)模普遍較小、抗風險能力較弱，與金融機構(gòu)的客戶需求和偏好存在一定差距，降低了傳統(tǒng)金融支持縣域經(jīng)濟發(fā)展的主動性及實際效果（周孟亮 等，2023）［8］。而數(shù)字普惠金融不同于傳統(tǒng)金融，其利用區(qū)塊鏈、大數(shù)據(jù)等數(shù)字信息技術(shù)開展各種金融服務(wù)（Gomber et al.，2017）［9］，具有廣覆蓋、低門檻、高效率等諸多優(yōu)勢，彌補了傳統(tǒng)金融的不足，從而可以更好地促進縣域經(jīng)濟發(fā)展。

隨著數(shù)字金融的持續(xù)發(fā)展，關(guān)于數(shù)字（普惠）金融與區(qū)域經(jīng)濟之間關(guān)系的研究也不斷深化。國內(nèi)相關(guān)實證檢驗的結(jié)論大多支持數(shù)字金融可以顯著促進區(qū)域經(jīng)濟發(fā)展的觀點，然而已有文獻的經(jīng)驗分析大多基于省級區(qū)域?qū)用妫^少從城市和縣域?qū)用孢M行驗證。由于省級區(qū)域的地域范圍較大，且省內(nèi)的地區(qū)差異明顯，僅從省域?qū)用孢M行研究不利于全面細致地把握數(shù)字金融對區(qū)域經(jīng)濟的影響及其機制。粟麟等（2022）分析表明，數(shù)字金融顯著促進了縣域經(jīng)濟發(fā)展，該作用對西部縣域、貧困縣域、金融排斥較強縣域更強，數(shù)字金融可以通過推動產(chǎn)業(yè)結(jié)構(gòu)升級來促進縣域經(jīng)濟發(fā)展，提高資本配置和產(chǎn)出效率能夠強化數(shù)字金融對縣域經(jīng)濟發(fā)展的促進作用［10］。汪雯羽和貝多廣（2022）研究發(fā)現(xiàn)，數(shù)字普惠金融顯著促進了縣域經(jīng)濟增長，政府干預對該影響具有調(diào)節(jié)作用，數(shù)字普惠金融可以通過完善傳統(tǒng)金融市場結(jié)構(gòu)來促進縣域經(jīng)濟增長［11］。潘啟娣（2023）分析認為，數(shù)字普惠金融有利于縣域經(jīng)濟增長，并主要通過提高農(nóng)業(yè)技術(shù)水平、縮小城鄉(xiāng)收入差距、完善基礎(chǔ)設(shè)施建設(shè)三條路徑促進縣域經(jīng)濟發(fā)展［12］。劉鑫和韓青（2023）研究表明，數(shù)字普惠金融能夠促進縣域經(jīng)濟增長，并可以通過促進產(chǎn)業(yè)結(jié)構(gòu)升級來促進縣域經(jīng)濟增長，傳統(tǒng)金融效率提高可以強化數(shù)字普惠金融對縣域經(jīng)濟增長的促進作用［13］。

總體來看，雖然已有學者關(guān)注到數(shù)字普惠金融與縣域經(jīng)濟發(fā)展的關(guān)系，但相比省域?qū)用娴难芯?，縣域?qū)用娴慕?jīng)驗分析較少，而金融排斥更多地體現(xiàn)在縣域?qū)用?，縣域經(jīng)濟發(fā)展獲取金融支持的難度更大（粟芳 等，2016）［14］。因此，有必要加強對數(shù)字普惠金融影響縣域經(jīng)濟發(fā)展的研究。同時，從作用機制來看，已有文獻探討了數(shù)字（普惠）金融通過促進技術(shù)創(chuàng)新、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、提高資源配置效率、拉動居民收入和消費增長、改善營商環(huán)境、推動城鄉(xiāng)協(xié)調(diào)發(fā)展、彌補傳統(tǒng)金融服務(wù)缺陷、增進資本積累、促進民營企業(yè)發(fā)展及地區(qū)創(chuàng)業(yè)等來影響區(qū)域經(jīng)濟發(fā)展（增長）的路徑（王儒奇 等，2023；尹少華 等，2023；魯釗陽 等，2023；王文姬 等 2023；張蕊 等，2021；宇超逸 等，2020；錢海章 等，2020；齊美東 等，2023；張賀，2021）［15-23］，但缺少基于要素流動視角的機制研究。盡管有研究論及了數(shù)字（普惠）金融對資源要素配置的影響（王儒奇 等，2023；徐偉呈 等，2022）［15］［24］，但還未涉及要素流動層面，且更多的是討論資本要素的配置和積累（粟麟 等，2022；宇超逸 等，2020；齊美東 等；2023）［10］［20］［22］，鮮見針對勞動力要素的探討，僅有徐偉呈等（2022）考察了數(shù)字金融通過促進勞動力分工影響區(qū)域高質(zhì)量經(jīng)濟增長的機制［24］。一方面，地區(qū)間的要素流動是促進結(jié)構(gòu)紅利釋放的重要方式（王振華 等，2019）［25］，合理的勞動力流動能夠有效提高勞動力配置效率（王婷 等，2020）［26］，并對勞動力流出地和流入地的經(jīng)濟發(fā)展產(chǎn)生重要影響；另一方面，縣域數(shù)字普惠金融的發(fā)展會改變本地的生產(chǎn)和生活條件，進而影響勞動力的流入和流出。因此，有必要從勞動力流動的角度來探究數(shù)字普惠金融影響縣域經(jīng)濟發(fā)展的機制?；谏鲜隹紤]，本文在已有研究的基礎(chǔ)上，以縣域為研究對象，從勞動力流動視角探究數(shù)字普惠金融影響區(qū)域經(jīng)濟發(fā)展的機制，以深化和拓展數(shù)字普惠金融的經(jīng)濟效應研究，并為充分發(fā)揮數(shù)字普惠金融的積極作用，促進縣域經(jīng)濟高質(zhì)量發(fā)展提供經(jīng)驗借鑒和路徑啟示。

二、理論分析和研究假設(shè)

1.數(shù)字普惠金融對縣域經(jīng)濟發(fā)展的影響

數(shù)字普惠金融是現(xiàn)代信息技術(shù)與金融系統(tǒng)融合發(fā)展的產(chǎn)物，能夠彌補傳統(tǒng)金融的不足，有效緩解傳統(tǒng)金融因信息不對稱等問題造成的融資難、成本高等問題，提高資本配置效率。同時，數(shù)字普惠金融具有普惠性、低成本、廣覆蓋等特點，可以顯著緩解傳統(tǒng)金融存在的金融排斥，促使弱勢群體有更多機會獲取更便捷的金融服務(wù)，從而促進地區(qū)的投資和消費等經(jīng)濟活動。具體來講，數(shù)字普惠金融對縣域經(jīng)濟發(fā)展的直接影響體現(xiàn)在以下兩個方面：第一，數(shù)字普惠金融利用數(shù)字技術(shù)降低了金融服務(wù)門檻，拓展了長尾客戶群體。作為支撐縣域經(jīng)濟發(fā)展的重要主體，中小企業(yè)的持續(xù)發(fā)展是促進縣域社會穩(wěn)定和經(jīng)濟繁榮的重要基礎(chǔ)。但是，在傳統(tǒng)金融體系下，資本量和風險承受能力較低的中小企業(yè)等縣域經(jīng)濟主體通常會面臨比大型企業(yè)和城市經(jīng)濟主體更為嚴重的融資約束，而且獲取金融服務(wù)的成本往往也較高，導致縣域經(jīng)濟發(fā)展受到較大制約。數(shù)字普惠金融可以通過大數(shù)據(jù)、區(qū)塊鏈等數(shù)字技術(shù)手段降低金融機構(gòu)的信息獲取成本（謝獲寶 等，2022）［27］，還能通過創(chuàng)新金融產(chǎn)品和服務(wù)、優(yōu)化存貸服務(wù)流程、簡化支付方式等途徑降低交易成本（邢趙婷 等，2023）［28］。金融服務(wù)門檻和成本的降低使金融主體更有動力和可能拓展以低收入群體、小微企業(yè)為代表的長尾客戶，有利于緩解縣域經(jīng)濟主體的融資約束，進而推動縣域經(jīng)濟發(fā)展。第二，數(shù)字普惠金融有利于擴大金融服務(wù)范圍，增加縣域金融資源的有效供給。以線上模式為主的數(shù)字普惠金融突破了傳統(tǒng)金融的地域限制，能夠?qū)崿F(xiàn)金融服務(wù)廣覆蓋，有效彌補因金融機構(gòu)物理網(wǎng)點密度小引致的縣域金融服務(wù)有效供給不足（傅秋子 等，2018）［29］，從而顯著增加縣域金融資源供給。同時，金融資源與勞動要素和土地要素的合理配置可以有效促進縣域生產(chǎn)力增長，釋放縣域結(jié)構(gòu)紅利（王振華 等，2019）［25］，推動縣域經(jīng)濟發(fā)展。因此，作為一種緩解縣域經(jīng)濟主體融資難、融資貴問題的有效手段，數(shù)字普惠金融的發(fā)展有助于推動縣域經(jīng)濟發(fā)展水平的提高。

基于上述分析，本文提出假說H1：數(shù)字普惠金融發(fā)展水平的提高能夠顯著促進縣域經(jīng)濟發(fā)展。

由于不同地區(qū)的經(jīng)濟發(fā)展水平、數(shù)字普惠金融發(fā)展水平以及金融排斥程度各異，數(shù)字普惠金融對不同地區(qū)縣域經(jīng)濟發(fā)展的影響可能存在明顯差異。宇超逸等（2020）、何宜慶和王茂川（2021）分析認為，數(shù)字金融提高經(jīng)濟增長質(zhì)量的效果在欠發(fā)達地區(qū)更為顯著［20］［30］；方先明等（2022）研究發(fā)現(xiàn)，數(shù)字普惠金融的經(jīng)濟增長效應在金融排斥效應越強的地區(qū)越顯著［31］；陳嘯等（2023）分析表明，數(shù)字普惠金融對中部和西部地區(qū)經(jīng)濟增長的推動作用較強［32］；粟麟等（2022）的研究也表明，數(shù)字金融對西部地區(qū)縣域、貧困縣域、金融排斥較強縣域經(jīng)濟發(fā)展的促進效果較強［10］。與傳統(tǒng)金融相比，數(shù)字普惠金融的主要優(yōu)勢在于其“長尾效應”，即通過減少交易成本和提高金融服務(wù)可達性，將被傳統(tǒng)金融機構(gòu)排斥在外的客戶群體納入服務(wù)范圍，促進縣域金融業(yè)務(wù)的增長。因此，數(shù)字普惠金融對縣域經(jīng)濟發(fā)展的促進作用，關(guān)鍵在于將金融服務(wù)范圍延伸至更多的縣域中小客戶，滿足被傳統(tǒng)金融長期排斥在外的長尾群體的金融需求，從而有效發(fā)揮其普惠效應。相比經(jīng)濟較為發(fā)達的東部地區(qū)，在經(jīng)濟欠發(fā)達的中西部地區(qū)，金融資源的集聚水平總體上相對較低（江紅莉 等，2023）［33］，金融排斥更加嚴重（粟芳 等，2016）［14］，金融需求得不到充分滿足的情況更為普遍，此時數(shù)字普惠金融可以產(chǎn)生更強的“長尾效應”，從而對縣域經(jīng)濟發(fā)展具有更強的促進作用。

基于上述分析，本文提出假說H2：相對于東部地區(qū)，數(shù)字普惠金融對中西部地區(qū)縣域經(jīng)濟發(fā)展的促進作用更為顯著。

2.勞動力流動的中介作用

一般來講，勞動力流入有利于本地的經(jīng)濟發(fā)展，而勞動力流出對本地經(jīng)濟發(fā)展具有抑制作用。長期以來，人口外流帶來的社會資本和人力資本過度流失問題嚴重阻礙了縣域產(chǎn)業(yè)轉(zhuǎn)型升級及經(jīng)濟發(fā)展的進程（張杰 等，2019）［34］。以青壯年為主的勞動力外流，導致農(nóng)村老齡化和空心化現(xiàn)象日趨嚴重，鄉(xiāng)村振興缺乏中堅力量支撐（彭長生 等，2019；陸杰華 等，2021）［35-36］。勞動力回流則會對縣域經(jīng)濟發(fā)展產(chǎn)生積極影響。第一，勞動力回流會產(chǎn)生聚集效應，不僅能夠增加縣域勞動力總量，也會促進人力資本的積累；第二，回流勞動力不僅可為當?shù)禺a(chǎn)業(yè)發(fā)展提供勞動力、資金和技術(shù)支持，還會成為重要的消費群體，進而引發(fā)產(chǎn)業(yè)聚集和消費拉動效應；第三，高技能勞動力回流，除其自身對經(jīng)濟發(fā)展作出貢獻外，還會產(chǎn)生技術(shù)和知識溢出效應，從而形成乘數(shù)效應；第四，返鄉(xiāng)勞動力中以創(chuàng)業(yè)為目的的主動回流會直接帶動當?shù)亟?jīng)濟和社會發(fā)展?？梢姡瑒趧恿亓饔欣趶母旧辖鉀Q農(nóng)村經(jīng)濟發(fā)展面臨的人口老齡化、智力流失和發(fā)展活力不足等問題，有效促進縣域經(jīng)濟發(fā)展。本文用“勞動力流動”指代縣域勞動力的凈流入，勞動力流動增長是指縣域勞動力流入的增加或勞動力流出的減少。因此，如果縣域數(shù)字普惠金融的發(fā)展具有顯著促進勞動力流動增長的作用，則促進勞動力流動成為其影響縣域經(jīng)濟發(fā)展的一條有效路徑。

縣域數(shù)字普惠金融的發(fā)展降低了金融服務(wù)的獲取門檻和成本，為勞動者提供了更多的就業(yè)和發(fā)展機會（謝絢麗 等，2018；楊佳 等，2022；熊德平 等，2022）［37-39］，這不但有助于吸納本地勞動力以減少勞動力流出，還能吸引勞動力回流和外地勞動力流入。人口遷移是遷移者在成本與收益比較基礎(chǔ)上做出的理性決策，推拉理論認為，影響人口遷移的因素可以分為推力和拉力。從推力來看，縣域數(shù)字普惠金融的發(fā)展可以減小對勞動力流出的推力，從而降低勞動力流出規(guī)模。一方面，數(shù)字普惠金融可以提供低成本和便利的融資渠道，有助于提高本地居民的生產(chǎn)和生活水平，減少勞動力外流的動機；另一方面，大數(shù)據(jù)技術(shù)和智能風控模型的開發(fā)應用，可以幫助金融機構(gòu)更加精準地評估項目風險，提高資金使用效率以及貸款項目質(zhì)量，使勞動力獲得更穩(wěn)定可靠的就業(yè)和發(fā)展機會，降低失業(yè)風險。從拉力來看，縣域數(shù)字普惠金融的發(fā)展可以加大對勞動力流入的拉力，從而擴大勞動力流入規(guī)模?？h域數(shù)字普惠金融的發(fā)展可以拓寬當?shù)貏?chuàng)業(yè)者和小微企業(yè)的融資渠道，增加投資和就業(yè)機會，吸引更多勞動力流入。對個人和家庭而言，數(shù)字普惠金融包含理財、保險等多樣化的金融服務(wù)，提供了更豐富的投資渠道，有利于居民投資性收入的增加；與此同時，數(shù)字化支付等服務(wù)的應用增強了縣域居民生活的便捷性?？h域就業(yè)機會和收入水平的增加、生活品質(zhì)的提高均有利于增強對勞動力流入的拉力。此外，我國縣域擁有豐富的自然資源、文化資源和旅游資源，發(fā)展?jié)摿薮?，?shù)字普惠金融為縣域發(fā)展提供了更多的資金支持，有利于盤活存量資源，釋放縣域發(fā)展紅利（方君娟，2022）［40］，進一步增強對勞動力的吸納能力。

基于上述分析，本文提出假說H3：數(shù)字普惠金融發(fā)展可以通過促進勞動力流動來提高縣域經(jīng)濟發(fā)展水平。

三、實證檢驗設(shè)計

1.模型構(gòu)建與變量選擇

為檢驗縣域數(shù)字普惠金融水平提高對縣域經(jīng)濟發(fā)展的影響，本文構(gòu)建如下基準模型：

pgdpit=α0+α1indexit+α2XCONit+μi+λt+εit

其中，i表示縣域，t表示年度，μi為個體固定效應，λt為時間固定效應，εit為隨機擾動項。被解釋變量（pgdp）為“經(jīng)濟發(fā)展水平”，采用縣域人均GDP來衡量，該指標能真實準確地反映縣域經(jīng)濟發(fā)展水平（李彥龍 等，2022）［41］。核心解釋變量（index）為“數(shù)字普惠金融”，采用北京大學數(shù)字金融研究中心發(fā)布的縣域數(shù)字普惠金融指數(shù)來衡量（進行除以100處理），該指標涵蓋了覆蓋廣度、使用深度和數(shù)字化程度3個維度和33個具體指標，能夠科學全面地反映縣域數(shù)字普惠金融的發(fā)展水平。參考潘啟娣（2023）等的研究［12］，選取以下控制變量（XCON）：一是“收入水平”，采用縣域居民人均可支配收入來衡量，用以反映縣域居民的消費能力；二是“財政依存度”，采用地方財政一般預算收入與地區(qū)生產(chǎn)總值的比值來衡量，用以反映地方政府對經(jīng)濟發(fā)展的支持程度；三是“產(chǎn)業(yè)結(jié)構(gòu)”，采用縣域第二、三產(chǎn)業(yè)生產(chǎn)總值之和占地區(qū)生產(chǎn)總值的比重來衡量；四是“金融發(fā)展水平”，采用縣域年末金融機構(gòu)存貸款余額與地區(qū)生產(chǎn)總值的比值來衡量。

為檢驗勞動力流動在數(shù)字普惠金融影響縣域經(jīng)濟發(fā)展中的中介作用，參照溫忠麟等（2022）和程方方等（2013）的中介效應檢驗方法［42-43］，在基準模型的基礎(chǔ)上構(gòu)建如下中介效應模型：

migit=β0+β1indexit+β2XCONit+μi+λt+εit

pgdpit=η0+η1indexit+η2migit+η3XCONit+μi+λt+εit

其中，中介變量（mig）為“勞動力流動”，采用縣域勞動力凈流入率來衡量。參考段平忠（2013）和史桂芬（2020）等的研究［44-45］，假定90%的遷移人口為能夠參與勞動的適齡人口，則勞動力凈流入率為“常住人口與戶籍人口之差乘以90%再除以戶籍人口”，勞動力凈流入率大于零的縣域為勞動力凈流入地，小于零的縣域為勞動力凈流出地。

2.樣本選擇與數(shù)據(jù)處理

本文以我國縣域為研究樣本，由于縣域?qū)用娴臄?shù)字普惠金融指數(shù)從2014年才開始統(tǒng)計，以2014—2020年為樣本期間。數(shù)字普惠金融指數(shù)來自《北京大學數(shù)字普惠金融指數(shù)（2011—2020年）》，縣域宏觀經(jīng)濟數(shù)據(jù)來自《中國縣域統(tǒng)計年鑒（縣市卷）》和各?。▍^(qū)、市）統(tǒng)計年鑒。剔除關(guān)鍵變量缺失的縣域樣本，使用插值法對個別缺失數(shù)據(jù)進行補充，最終獲得1 754個縣（市、區(qū)、旗）的面板數(shù)據(jù)。由于控制變量及工具變量的數(shù)據(jù)存在部分缺失，人工剔除不但會損失樣本容量，還可能破壞樣本的隨機性，因而采用非平衡面板數(shù)據(jù)進行實證檢驗（王珂英 等，2016）［46］，這也是實證檢驗中樣本量發(fā)生變化的原因。

本文運用Stata 17.0軟件對數(shù)據(jù)進行分析處理，主要變量的描述性統(tǒng)計結(jié)果如表1所示。進一步分析變量間的相關(guān)性（限于篇幅，具體結(jié)果略，備索），核心解釋變量“數(shù)字普惠金融”與控制變量“人均收入水平”的相關(guān)系數(shù)最高（0.658），相關(guān)系數(shù)的絕對值均在0.8以內(nèi)，表明變量間的獨立性和可區(qū)分性在可接受范圍內(nèi)；主要變量的方差膨脹因子（VIF）分析結(jié)果顯示（見表2），最大的VIF值僅為1.94，表明變量間不存在嚴重的多重共線性問題。

四、實證檢驗結(jié)果分析

1.基準模型回歸結(jié)果

本文采用F檢驗與豪斯曼檢驗進行模型篩選，結(jié)果顯示：F檢驗統(tǒng)計量為50.40（Prob>F=0.000 0），表明個體效應顯著，拒絕使用混合效應模型；Hausman檢驗統(tǒng)計量為616.67（Prob>chi2=0.000 0），拒絕使用隨機效應模型。因此，本文將采用同時控制年份效應和縣域效應的固定效應模型進行回歸分析?；鶞誓Ｐ偷幕貧w結(jié)果見表3。（1）列未加入控制變量，（2）列加入控制變量，“數(shù)字普惠金融”的估計系數(shù)均在1%的水平下顯著為正，表明數(shù)字普惠金融發(fā)展水平的提高顯著促進了縣域經(jīng)濟發(fā)展，本文提出的假說H1得到驗證。

進一步分別檢驗數(shù)字普惠金融的覆蓋廣度、使用深度和數(shù)字化程度三個子維度對縣域經(jīng)濟發(fā)展的影響，回歸結(jié)果見表3的（3）（4）（5）列?！案采w廣度”“使用深度”“數(shù)字化程度”的估計系數(shù)均顯著為正，表明數(shù)字普惠金融三個維度的發(fā)展均能有效促進縣域經(jīng)濟發(fā)展水平提高；從系數(shù)的顯著性和大小來看，“覆蓋廣度”的系數(shù)在5%的水平上顯著，“數(shù)字化程度”和“使用深度”的系數(shù)在1%的水平上顯著且明顯大于“覆蓋廣度”的系數(shù)，“數(shù)字化程度”的系數(shù)又大于“使用深度”的系數(shù)，表明數(shù)字普惠金融發(fā)展中數(shù)字化程度提高對縣域經(jīng)濟發(fā)展的促進作用最大，使用深度加深的促進作用次之，覆蓋廣度拓展的促進作用最小，這與范曉莉（2023）的研究結(jié)論相一致［47］。其中數(shù)字普惠金融覆蓋廣度拓展對縣域經(jīng)濟發(fā)展的促進作用較小的原因可能在于，該維度的評價指標主要基于支付寶的賬號、用戶及使用情況，而支付寶的使用者主要是個人，未能全面反映數(shù)字普惠金融的推廣狀況。

2.內(nèi)生性處理與穩(wěn)健性檢驗

一方面，縣域經(jīng)濟的發(fā)展會提高居民收入和企業(yè)利潤，促進理財、投資等金融活動，從而促進數(shù)字普惠金融發(fā)展；另一方面，影響縣域經(jīng)濟發(fā)展的因素眾多，回歸模型難免存在遺漏變量問題。為緩解由于反向因果關(guān)系、遺漏變量等引發(fā)的模型估計偏誤，采用工具變量法來處理內(nèi)生性問題。參考郭峰等（2017）、黃群慧等（2019）、田杰等（2021）的方法［48-50］，選取兩個工具變量：一是“數(shù)字普惠金融”的滯后1期項（“L1.數(shù)字普惠金融”），前一年的數(shù)字普惠金融水平不會受到當年經(jīng)濟發(fā)展水平的影響，可以排除反向因果關(guān)系的影響。二是樣本縣域到杭州球面距離與上一年數(shù)字普惠金融指數(shù)的交互項（“距杭州距離×L1.數(shù)字普惠金融”）。再借鑒陳詩一和陳登科（2018）和劉松濤等（2023）的做法［51-52］，將兩個工具變量同時納入模型，采用2SLS法的回歸結(jié)果見表4的Panel A。第一階段的回歸結(jié)果顯示，兩個工具變量對“數(shù)字普惠金融”的估計系數(shù)均顯著為正，且F檢驗值遠大于10，表明不存在弱工具變量問題；第二階段的回歸結(jié)果表明，在緩解內(nèi)生性問題后，數(shù)字普惠金融水平的提高依然對縣域經(jīng)濟發(fā)展具有顯著的正向影響。

進一步進行以下穩(wěn)健性檢驗：一是替換被解釋變量?？紤]到夜間燈光亮度與經(jīng)濟發(fā)展之間具有顯著的正相關(guān)關(guān)系（Chen et al.，2011；Hendersno et al.，2012）［53-54］，且能在一定程度上克服GDP數(shù)據(jù)可能存在的測量誤差及受地區(qū)間價格因素干擾等問題，參照李彥龍和沈艷（2022）的研究［41］，使用VIIRS燈光亮度DN的總值除以柵格數(shù)得到縣域平均燈光亮度（“夜間燈光亮度”，數(shù)據(jù)來自中國研究數(shù)據(jù)服務(wù)平臺），將其作為被解釋變量重新進行模型檢驗。二是增加控制變量，在模型中加入“消費水平”變量。三是對變量進行上下1%的縮尾處理。上述檢驗結(jié)果見表4的Panel B，“數(shù)字普惠金融”的估計系數(shù)均顯著為正，表明本文基準模型的分析結(jié)果是穩(wěn)健的。

3.區(qū)域異質(zhì)性分析

為驗證數(shù)字普惠金融對縣域經(jīng)濟發(fā)展的影響是否存在區(qū)域異質(zhì)性，將樣本為“東部地區(qū)”和“中西部地區(qū)”兩組 東部地區(qū)包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東、廣西、海南、吉林、黑龍江、遼寧；中西部地區(qū)包括山西、內(nèi)蒙古、安徽、江西、河南、湖北、湖南、重慶、四川、貴州、云南、西藏、陜西、甘肅、寧夏、青海、新疆。，分別進行模型檢驗，回歸結(jié)果見表5的（1）（2）列。“數(shù)字普惠金融”的估計系數(shù)均在1%的水平上顯著為正，表明無論是在東部地區(qū)還是在中西部地區(qū)，數(shù)字普惠金融發(fā)展水平提高都可以顯著促進縣域經(jīng)濟發(fā)展；從系數(shù)大小來看，“中西部地區(qū)”組明顯大于“東部地區(qū)”組，表明數(shù)字普惠金融的縣域經(jīng)濟發(fā)展促進效應在中西部地區(qū)比東部地區(qū)更為顯著，本文提出的假說H2得到驗證。進一步比較東部地區(qū)與中西部地區(qū)在樣本期間的縣域平均發(fā)展水平（見表6），可以發(fā)現(xiàn)，中西部地區(qū)縣域雖然發(fā)展基礎(chǔ)較差（數(shù)字普惠金融指數(shù)、勞動力凈流入率、人均GDP均小于東部地區(qū)），但發(fā)展速度較快，與東部地區(qū)的差距趨于縮小，表明欠發(fā)達地區(qū)較大的發(fā)展空間有助于數(shù)字普惠金融以較低成本激發(fā)“長尾效應”，從而對縣域經(jīng)濟發(fā)展具有更大的促進效應。再根據(jù)國務(wù)院扶貧開發(fā)領(lǐng)導小組在2014年發(fā)布的全國832個貧困縣名單將樣本劃分為“非貧困縣”和“貧困縣”兩組，分別進行模型檢驗，回歸結(jié)果見表5的（3）（4）列。“數(shù)字普惠金融”的估計系數(shù)均在1%的水平上顯著為正，且“貧困縣”組的系數(shù)明顯大于“非貧困縣”組，再次表明數(shù)字普惠金融具有普惠性和親貧性，縣域數(shù)字普惠金融的發(fā)展有利于縮小區(qū)域發(fā)展差距和實現(xiàn)共同富裕。

4.中介效應檢驗

中介效應模型的檢驗結(jié)果見表7，為避免內(nèi)生性干擾，同時采用工具變量法進行檢驗。“數(shù)字普惠金融”對“勞動力流動”的估計系數(shù)在1%的水平上顯著為正，表明縣域數(shù)字普惠金融發(fā)展水平的提高顯著促進了縣域勞動力凈流入率的提高；“勞動力流動”對“經(jīng)濟發(fā)展水平”的估計系數(shù)也在1%的水平上顯著為正，表明縣域勞動力凈流入率的提高有利于縣域人均GDP的增長?？梢姡瑒趧恿α鲃釉跀?shù)字普惠金融促進縣域經(jīng)濟增長中發(fā)揮了顯著的部分中介作用，數(shù)字普惠金融的發(fā)展可以通過促進勞動力流動來提升縣域經(jīng)濟發(fā)展水平。由此，本文提出的假說H3得到驗證。

五、結(jié)論與啟示

在傳統(tǒng)金融體系下，較為嚴重的金融排斥制約了縣域經(jīng)濟的發(fā)展。數(shù)字普惠金融對現(xiàn)代數(shù)字信息技術(shù)的應用能夠顯著降低金融服務(wù)的門檻和成本，從而可以通過長尾效應緩解傳統(tǒng)金融中的金融排斥，有效促進縣域經(jīng)濟發(fā)展。與此同時，縣域數(shù)字普惠金融發(fā)展水平的提高為勞動者提供了更多更好的就業(yè)和發(fā)展機會，并有利于居民生活水平的提高，增強了縣域吸納勞動力的能力和潛力，不僅可以減少本地勞動力的流出，還能吸引勞動力回流和外地勞動力流入，而勞動力流出的減少和流入的增加均有利于經(jīng)濟發(fā)展水平提高。在理論分析的基礎(chǔ)上，本文采用2014—2020年1 754個縣域的數(shù)據(jù)分析表明：（1）縣域數(shù)字普惠金融指數(shù)的提高能夠顯著促進縣域人均GDP增長，數(shù)字普惠金融的數(shù)字化程度提高、使用深度加深、覆蓋廣度拓展均可以顯著促進縣域經(jīng)濟發(fā)展，但三者的促進作用依次遞減；（2）數(shù)字普惠金融對縣域經(jīng)濟發(fā)展的影響存在區(qū)域異質(zhì)性，表現(xiàn)為對中西部地區(qū)縣域和貧困縣經(jīng)濟發(fā)展水平的促進作用更為顯著，反映出數(shù)字普惠金融具有普惠性和親貧性，有利于區(qū)域協(xié)調(diào)發(fā)展和共同富裕；（3）勞動力流動在數(shù)字普惠金融影響縣域經(jīng)濟發(fā)展中具有顯著的部分中介作用，即數(shù)字普惠金融發(fā)展水平的提高可以通過促進勞動力流動來推動縣域經(jīng)濟發(fā)展。

基于上述研究結(jié)論，得到以下啟示：第一，加快傳統(tǒng)金融的數(shù)字化轉(zhuǎn)型，促進縣域數(shù)字普惠金融進一步發(fā)展。金融業(yè)應準確把握數(shù)字經(jīng)濟發(fā)展新趨勢，積極推進傳統(tǒng)金融服務(wù)的數(shù)字化轉(zhuǎn)型，增加金融服務(wù)產(chǎn)品種類，拓寬金融融資渠道，不斷提高數(shù)字普惠金融服務(wù)的深度和廣度，破解金融服務(wù)難以觸達的“最后一公里”難題，從而更好地發(fā)揮數(shù)字普惠金融對縣域經(jīng)濟發(fā)展的促進作用。第二，打破地域限制，兼顧效率與公平，加快欠發(fā)達地區(qū)數(shù)字普惠金融發(fā)展速度，不斷縮小區(qū)域發(fā)展差距。繼續(xù)推進數(shù)字金融基礎(chǔ)設(shè)施建設(shè)，加大對經(jīng)濟欠發(fā)達地區(qū)的支持力度，緩解區(qū)域間金融、經(jīng)濟發(fā)展不平衡狀況。第三，統(tǒng)籌制定數(shù)字普惠金融發(fā)展政策和勞動力流動引導政策，暢通勞動力與資本要素的流動渠道。充分利用數(shù)字普惠金融促進勞動力流動的作用，不斷提高縣域數(shù)字普惠金融發(fā)展水平，吸引人才回流，提高要素配置效率，為縣域經(jīng)濟發(fā)展注入新的活力。

參考文獻：

［1］杜鑫.勞動力轉(zhuǎn)移對中國糧食生產(chǎn)的影響——基于2020年全國10省份農(nóng)戶調(diào)查數(shù)據(jù)的經(jīng)驗研究［J］.經(jīng)濟問題，2022（3）：104-115.

［2］郭峰，王靖一，王芳，等. 測度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征［J］.經(jīng)濟學（季刊），2020，19（4）：1401-1418.

［3］劉沖，劉晨冉，孫騰.交通基礎(chǔ)設(shè)施、金融約束與縣域產(chǎn)業(yè)發(fā)展——基于“國道主干線系統(tǒng)”自然實驗的證據(jù)［J］.管理世界，2019，35（7）：78-88+203.

［4］康繼軍，楊琰軍，傅蘊英，等.轉(zhuǎn)型期中國金融排斥困境及其對縣域經(jīng)濟發(fā)展的影響——基于中國2574個縣（市）數(shù)據(jù)的空間分析［J］.重慶大學學報（社會科學版），2020，26（6）：44-57.

［5］張珩，羅博文，程名望，等. “賜?！币只颉霸{咒”：農(nóng)信社發(fā)展對縣域經(jīng)濟增長的影響［J］.中國農(nóng)村經(jīng)濟，2021（3）：86-105.

［6］尹振濤，舒凱彤.我國普惠金融發(fā)展的模式、問題與對策［J］.經(jīng)濟縱橫，2016（1）：103-107.

［7］姚梅潔，康繼軍，華瑩.金融排斥對中國縣域經(jīng)濟影響研究：實現(xiàn)路徑與動態(tài)特征［J］.財經(jīng)研究，2017，43（8）：96-108.

［8］周孟亮，王立聰.數(shù)字金融對新型農(nóng)村金融機構(gòu)脆弱性的影響研究［J］.財經(jīng)論叢，2023（7）：46-57.

［9］GOMBER P，KOCH J A，SIERING M. Digital finance and fin tech： current research and future research directions［J］. Social Science Electronic Publishing，2017，87（2）：537-580.

［10］粟麟，何澤軍，楊偉明.數(shù)字金融與縣域經(jīng)濟發(fā)展：影響機制與異質(zhì)性研究［J］.財經(jīng)論叢，2022（9）：59-68.

［11］汪雯羽，貝多廣.數(shù)字普惠金融、政府干預與縣域經(jīng)濟增長——基于門限面板回歸的實證分析［J］.經(jīng)濟理論與經(jīng)濟管理，2022，42（2）：41-53.

［12］潘啟娣.數(shù)字普惠金融促進縣域經(jīng)濟發(fā)展的作用機制研究［J］.新金融，2023（2）：46-55.

［13］劉鑫，韓青.數(shù)字普惠金融對縣域經(jīng)濟增長的影響——基于傳統(tǒng)金融和產(chǎn)業(yè)結(jié)構(gòu)升級視角［J］.中國流通經(jīng)濟，2023，37（4）：107-115.

［14］粟芳，方蕾.中國農(nóng)村金融排斥的區(qū)域差異：供給不足還是需求不足？——銀行、保險和互聯(lián)網(wǎng)金融的比較分析［J］.管理世界，2016（9）：70-83.

［15］王儒奇，陶士貴.數(shù)字金融能否賦能實體經(jīng)濟發(fā)展：機制分析與中國經(jīng)驗［J］.當代經(jīng)濟管理，2023，45（7）：71-82.

［16］尹少華，羅漢祥.數(shù)字金融、技術(shù)創(chuàng)新與區(qū)域經(jīng)濟增長［J］.貴州財經(jīng)大學學報，2023（1）：41-49.

［17］魯釗陽，杜雨潼，鄧琳鈺.數(shù)字普惠金融對實體經(jīng)濟發(fā)展的影響［J］.財會月刊，2023，44（23）：128-134.

［18］王文姬，夏杰長.數(shù)字金融、居民消費與地區(qū)經(jīng)濟增長［J］.求索，2023（4）：96-105.

［19］張蕊，余進韜.數(shù)字金融、營商環(huán)境與經(jīng)濟增長［J］.現(xiàn)代經(jīng)濟探討，2021（7）：1-9.

［20］宇超逸，王雪標，孫光林.數(shù)字金融與中國經(jīng)濟增長質(zhì)量：內(nèi)在機制與經(jīng)驗證據(jù)［J］.經(jīng)濟問題探索，2020（7）：1-14.

［21］錢海章，陶云清，曹松威，等.中國數(shù)字金融發(fā)展與經(jīng)濟增長的理論與實證［J］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2020，37（6）：26-46

［22］齊美東，吳金科.數(shù)字普惠金融的實體經(jīng)濟發(fā)展效應：異質(zhì)性與作用機制［J］.財會通訊，2023（13）：84-90.

［23］張賀.全面推進鄉(xiāng)村振興背景下數(shù)字普惠金融對我國西部經(jīng)濟增長的影響［J］.云南民族大學學報（哲學社會科學版），2021，38（5）：55-62.

［24］徐偉呈，劉海瑞，范愛軍.數(shù)字金融如何驅(qū)動高質(zhì)量經(jīng)濟增長？——基于技術(shù)、資本和勞動力的三重內(nèi)驅(qū)機制［J］.投資研究，2022，41（4）：113-133.

［25］王振華，孫學濤，李萌萌等.中國縣域經(jīng)濟的高質(zhì)量發(fā)展——基于結(jié)構(gòu)紅利視角［J］.軟科學，2019，33（8）：68-72.

［26］王婷，程豪，王科斌.區(qū)域間勞動力流動、人口紅利與全要素生產(chǎn)率增長——兼論新時代中國人口紅利轉(zhuǎn)型［J］.人口研究，2020，44（2）：18-32.

［27］謝獲寶，敬卓爾，惠麗麗.數(shù)字普惠金融與中小企業(yè)資本結(jié)構(gòu)優(yōu)化［J］.南方金融，2022（8）：33-48.

［28］邢趙婷，鐘若愚.數(shù)字普惠金融、勞動力流動與產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化——基于新經(jīng)濟地理視角的實證分析［J］.經(jīng)濟問題探索，2023（4）：142-156.

［29］傅秋子，黃益平.數(shù)字金融對農(nóng)村金融需求的異質(zhì)性影響——來自中國家庭金融調(diào)查與北京大學數(shù)字普惠金融指數(shù)的證據(jù)［J］.金融研究，2018（11）：68-84.

［30］何宜慶，王茂川.數(shù)字普惠金融的非線性與異質(zhì)性經(jīng)濟增長效應——基于平滑轉(zhuǎn)換模型與分位數(shù)模型的實證研究［J］.四川師范大學學報（社會科學版），2021，48（1）：54-64.

［31］方先明，劉韞爾，陳楚.數(shù)字普惠金融、居民消費與經(jīng)濟增長——來自我國省域面板數(shù)據(jù)的經(jīng)驗證據(jù)［J］.東南大學學報（哲學社會科學版），2022，24（3）：40-50+146-147.

［32］陳嘯，孫曉嬌，王國峰.數(shù)字普惠金融、數(shù)字創(chuàng)新與經(jīng)濟增長——基于省級面板數(shù)據(jù)的實證考察［J］.經(jīng)濟問題，2023（6）：34-40.

［33］江紅莉，蔣鵬程，黃丹曉.金融集聚、消費升級與經(jīng)濟增長質(zhì)量［J］.宏觀質(zhì)量研究，2023，11（1）：27-37.

［34］張杰，張珂，趙峰.農(nóng)業(yè)勞動力轉(zhuǎn)移性流失、耕地拋荒與“柔性”政策選擇研究［J］.新疆社會科學，2019（6）：131-140+159.

［35］彭長生，王全忠，鐘鈺.農(nóng)地流轉(zhuǎn)率差異的演變及驅(qū)動因素研究——基于勞動力流動的視角［J］.農(nóng)業(yè)技術(shù)經(jīng)濟，2019（3）：49-62.

［36］陸杰華，劉芹.中國老齡社會新形態(tài)的特征、影響及其應對策略——基于“七普”數(shù)據(jù)的解讀［J］.人口與經(jīng)濟，2021（5）：13-24.

［37］謝絢麗，沈艷，張皓星，等.數(shù)字金融能促進創(chuàng)業(yè)嗎？——來自中國的證據(jù)［J］.經(jīng)濟學（季刊），2018，17（4）：1557-1580.

［38］楊佳，陸瑤，李紀珍，等.數(shù)字時代下普惠金融對創(chuàng)業(yè)的影響研究——來自中國家庭微觀調(diào)查的證據(jù)［J］.管理科學學報，2022，25（11）：43-68.

［39］熊德平，黃倩.數(shù)字普惠金融、農(nóng)戶創(chuàng)業(yè)與多維相對貧困［J］.東岳論叢，2022，43（9）：38-48+191.

［40］方君娟.數(shù)字普惠金融對就業(yè)水平的影響效應研究［J］.技術(shù)經(jīng)濟與管理研究，2022（10）：75-79.

［41］李彥龍，沈艷.數(shù)字普惠金融與區(qū)域經(jīng)濟不平衡［J］.經(jīng)濟學（季刊），2022，22（5）：1805-1828.

［42］溫忠麟，方杰，謝晉艷，等.國內(nèi)中介效應的方法學研究［J］.心理科學進展，2022，30（8）：1692-1702.

［43］程方方，孫曰瑤.數(shù)字產(chǎn)業(yè)發(fā)展與區(qū)域經(jīng)濟差距：理論邏輯與實證檢驗［J］.經(jīng)濟體制改革，2023（4）：61-69.

［44］段平忠.中國省際遷移人口的受教育程度差異對經(jīng)濟增長及地區(qū)差距的影響分析［J］.中國地質(zhì)大學學報（社會科學版），2013，13（3）：115-121.

［45］史桂芬，李真.人口流動助推地區(qū)經(jīng)濟增長的機制研究——基于長三角城市群的面板數(shù)據(jù)［J］.華東經(jīng)濟管理，2020，34（6）：10-18.

［46］王珂英，張鴻武.城鎮(zhèn)化與工業(yè)化對能源強度影響的實證研究——基于截面相關(guān)和異質(zhì)性回歸系數(shù)的非平衡面板數(shù)據(jù)模型［J］.中國人口·資源與環(huán)境2016，26（6）：122-129.

［47］范曉莉.數(shù)字金融發(fā)展、區(qū)域基礎(chǔ)設(shè)施與地區(qū)經(jīng)濟增長——基于新經(jīng)濟地理學視角的分析［J］.西南民族大學學報（人文社會科學版），2023，44（9）：94-103.

［48］郭峰，孔濤，王靖一.互聯(lián)網(wǎng)金融空間集聚效應分析——來自互聯(lián)網(wǎng)金融發(fā)展指數(shù)的證據(jù)［J］.國際金融研究，2017（8）：75-85.

［49］黃群慧，余泳澤，張松林.互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機制與中國經(jīng)驗［J］.中國工業(yè)經(jīng)濟，2019（8）：5-23.

［50］田杰，譚秋云，陳一明.數(shù)字普惠金融、要素扭曲與綠色全要素生產(chǎn)率［J］.西部論壇，2021，31（4）：82-96.

［51］陳詩一，陳登科.霧霾污染、政府治理與經(jīng)濟高質(zhì)量發(fā)展［J］.經(jīng)濟研究，2018，53（2）：20-34.

［52］劉松濤，羅煒琳，梁穎欣.數(shù)字普惠金融與城市FDI流入——基于人力資本與創(chuàng)新能力的視角［J/OL］.（2023-11-16）.產(chǎn)業(yè)經(jīng)濟評論， https：//doi.org/10.19313/j.cnki.cn10-1223/f.20231116.001.

［53］CHEN X，NORDHAUS W D. Using luminosity data as a proxy for economic statistics［J］. Proceedings of the National Academy of Sciences，2011，108（21）：8589-8594.

［54］HENDERSON J V，STOREYGARD A，WEIL D N. Measuring economic growth from outer space［J］. American Economic Review，2012，102（2）：994-1028.

Digital Inclusive Finance， Labor Mobility and County Economic Growth

LIANG Gui-bao1，ZHANG Li-jie1， LIU Kui-rong2

（1. School of Management Science and Engineering， Chongqing Technology and Business University， Chongqing 400067， China; 2.Chongqing Academy of Agricultural Sciences， Chongqing 400050， China）

Abstract： As a bridge and link connecting urban and rural economies， advancing the economic development of counties has an important impact on promoting the construction and economic transformation and upgrading of Chinas new countryside. However， constrained by a variety of factors such as infrastructure， capital， and technology， the foundation of industrial development in counties is weak， the overall economic capacity is low， and there is still a large space for development. As an important integration form of digital information technology and finance， digital inclusive finance（DIF） provides a new idea for promoting county economic development （CED）. Nevertheless， current studies on the relationship between digital inclusive finance and county economic development are relatively few in number， the theoretical analysis is not comprehensive enough， and there is a lack of mechanism research from the perspective of labor mobility， which is yet to be combined with the actual development of counties to carry out a more in-depth analysis.

Based on the panel data of Chinese counties from 2014 to 2020， this paper constructs a multiple linear regression model and a mediation effect model for empirical testing. The results show that DIF can significantly promote CED in China， and the regression results are still robust after considering the night lighting data as a substitute for the development level of the county economy and endogenous problems. Furthermore， we also find that there are structural differences and regional differences in the impact of DIF on CED. Specifically， compared with the coverage and depth of use， the degree of digitalization of DIF has a more obvious role in promoting county economic development; in the central and western regions as well as in poor counties， digital inclusive finance has a stronger role in promoting CED， reflecting the inclusive characteristics of DIF. The mechanism analysis shows that labor mobility plays a partial intermediary role between DIF and CED.

Compared with previous literature， this paper expands on the following two aspects. On one hand， unlike existing studies that mostly take the provincial area as the research object， this paper starts from the county level， theoretically and empirically analyzes the influence of DIF and its sub-dimensions on CED， and further discusses the differential influence based on the heterogeneity of geographical regions. On the other hand， based on the perspective of labor mobility， this paper explores the mechanism of DIFs effect on CED and expands the previous path research from a brand-new perspective.

To a certain extent，our research reveals the important role of the labor force as the most active and dynamic factor in all kinds of production factors in the influence of DFI on CED， which is helpful for government departments to formulate digital inclusive finance development policies and labor mobility guidance measures in combination with the characteristics of county development and implement differentiated policy support for regions with different economic development levels， so as to promote common prosperity and coordinated regional development.

Key words： digital inclusive finance; labor mobility; county economy; financial exclusion; the long tail effect

CLC number：F294.27; F832Document code：AArticle ID：1674-8131（2024）0-0018-14

（編輯：黃依潔;劉仁芳）