数字普惠金融,对制造业就业的影响有多大, [复制链接]

引言

数字普惠金融，对制造业就业的影响有多大，可如何进行优化？首先，在回答这个问题前，我们需要知道，在沿海等经济发达地区，金融发展规模庞大，有着众多的金融机构及金融从业人员，对于金融服务的提供也更加便捷。同时，经济发达地区能够更多的吸引先进企业，引进外资。

地区异质性分析

在我国企业的进驻以及资金的流入又为当地的经济发展注入活力，金融与实体经济相互促进从而形成良性循环。而在经济相对落后的偏远地区则存在着相反的情形。经济落后所带来的是金融资源的薄弱，而较为稀缺的金融资源则无法提供与地区发展目标相匹配的金融服务，从而限制了地区的经济发展。

同时在金融抑制的情况下，资金也会更倾向于流向经济实力更强的地区，从社会总财富来看，会造成社会整体的财富分配不合理。而普惠金融的推广则是为了有效解决金融服务的不平等，缓解金融排斥问题、金融抑制问题，实现包容性增长。

同时，“互联网+”的浪潮也使得普惠金融的发展有了进一步的延伸，互联网与普惠金融的深度融合更加扩大了金融服务的覆盖范围。

便捷的移动支付以及大数据等新兴技术的应用弥补了传统金融机构的短板。从征信体系来看，虽然我国还有极大部分居民从未使用过信用卡等产品，但是通过移动支付等手段进行的日常生活消费同样弥补了传统金融机构在这一领域的空白，金融机构则可以根据大数据来判断客户的信用程度，这便是金融数字化所带来的便利。

近些年来我国的数字普惠金融发展迅速，但由于各地区金融基础设施发展情况不同，导致数字普惠金融发展也存在差异。

根据郭峰等人利用中国一家代表性的数字金融机构的数以亿计的微观数据所编制的“北京大学数字普惠金融指数”，我们可以发现中国的数字普惠金融发展水平在不同地区具有不同的发展趋势。

从指数上来看，我国的数字普惠金融发展呈现东南沿海地区到内陆地区的阶梯性，而数字普惠金融发展程度的不同带来的则是对不同地区金融资源倾斜程度的不同，从而导致数字普惠金融对不同地区的就业影响不同，当然也就导致了对制造业就业的异质性。

中西部地区的企业由于受限于自然、地理等因素，因而在生产经营上面临着比东部企业更大的挑战。除此之外，发展的落后也带来了较为严重的金融排斥现象以及金融产业与资本市场发展的落后。

从数字普惠金融指数来看，中西部地区的数字普惠指数也要低于东部地区。普惠金融的推进使得金融资源能够向中西部地区倾斜，从而有效的促进西部大开发、中部崛起，为中西部发展提供新的活力，也使得从事劳动密集型制造业的中小微企业能够更多地吃到普惠金融的福利。

同时在金融数字化的背景之下，金融服务的提供也越来越数字化，数字普惠金融的发展有效的解决了中西部地区由于地理、交通等问题而带来的金融服务无法适配其需求的尴尬局面。

从制造业分布来看，中西部地区的劳动密集型制造业占比相对较高，而从事劳动密集型制造业企业多为中小微企业。

金融服务供给的不平衡以及融资成本过高都可能成为压死中小微企业的最后一根稻草，在整个金融市场中，中小微企业由于资金实力不强，往往会被排斥于金融体系之外。而借助于数字普惠金融的发展，万佳彧等认为中小微企业可以拓宽融资渠道，增加融资数量。

从投资者角度来看，市场中存在着大量的小型投资者，这一群体的特点是有投资意愿但由于资金数量较小而无法参与投资活动。但是数字普惠金融的发展提高了投资者利用数字技术参与投资的可能，而对于中小微企业来讲，金融服务门槛的降低也使得其能更多的获得生产经营所需的金融资源。

因此对于有着比重很大的劳动密集型制造业企业的中西部地区来讲，数字普惠金融的发展有效的缓解了融资约束，促进了中小微企业的发展，也就是数字普惠金融的发展对制造业发展起到了一个正向的促进作用。

对于东部地区而言，东部地区经济实力雄厚，金融资源相对饱和，银企关系良好。东部制造业企业所面临的融资约束问题会较中西部地区小很多，除此之外，东部地区以服务业为代表的第三产业发展迅速，较高的数字普惠金融发展水平更加促进了第三产业的发展，进一步会挤占第二产业的就业空间，从而带来制造业就业人数的下降。

结构异质性分析

本文对于异质性的探讨中，除地区异质性外，应当对结构异质性进行探讨、分析。由于数字普惠金融指标体系的构建较为复杂，除总指数外还有三个一级指标，包括覆盖广度、使用深度以及数字化程度。

一级指标衡量方式更加细化，更加