數(shù)字普惠金融對地區(qū)就業(yè)質(zhì)量的影響

孫繼國 柴子涵

摘 要：就業(yè)是最基本的民生，提升就業(yè)質(zhì)量是實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展的基本前提，也是扎實推動共同富裕的重要基礎(chǔ)?；?013-2019年我國198個地級以上城市數(shù)據(jù)，在對各城市就業(yè)質(zhì)量水平定量測度的基礎(chǔ)上實證檢驗數(shù)字普惠金融對就業(yè)質(zhì)量的影響效果，同時檢驗地區(qū)創(chuàng)新能力、地區(qū)創(chuàng)業(yè)水平和產(chǎn)業(yè)結(jié)構(gòu)升級在數(shù)字普惠金融影響就業(yè)質(zhì)量過程中的傳導(dǎo)作用機制。研究發(fā)現(xiàn)：數(shù)字普惠金融能夠顯著促進就業(yè)質(zhì)量提升，數(shù)字普惠金融能夠通過提升地區(qū)創(chuàng)新能力、地區(qū)創(chuàng)業(yè)水平以及加速產(chǎn)業(yè)結(jié)構(gòu)升級來促進就業(yè)質(zhì)量提升。為了更好地發(fā)揮數(shù)字普惠金融對就業(yè)質(zhì)量的促進作用進而推動共同富裕，應(yīng)進一步加快數(shù)字基礎(chǔ)設(shè)施建設(shè)，促進數(shù)字技術(shù)與傳統(tǒng)金融行業(yè)深度融合，提高數(shù)字普惠金融與區(qū)域創(chuàng)新的契合度，鼓勵居民積極參與創(chuàng)業(yè)和推進差異化金融扶持。

關(guān)鍵詞：數(shù)字普惠金融；就業(yè)質(zhì)量；地區(qū)創(chuàng)新能力；地區(qū)創(chuàng)業(yè)水平；產(chǎn)業(yè)結(jié)構(gòu)升級

一、引言

黨的二十大報告明確提出，就業(yè)是最基本的民生。要強化就業(yè)優(yōu)先政策，健全就業(yè)促進機制，促進高質(zhì)量充分就業(yè)

習(xí)近平：《高舉中國特色社會主義偉大旗幟 為全面建設(shè)社會主義現(xiàn)代化國家而團結(jié)奮斗——在中國共產(chǎn)黨第二十次全國代表大會上的報告》，2022年10月16日。。充分就業(yè)是對就業(yè)量的反映，高質(zhì)量就業(yè)則是對就業(yè)質(zhì)的追求（張抗私和韓佳樂，2022）。2022年，全國城鎮(zhèn)新增就業(yè)累計實現(xiàn)1206萬人，100個城市公共就業(yè)服務(wù)機構(gòu)求人倍率為1.46，繼續(xù)保持在1以上數(shù)據(jù)來源：2023年1月18日人力資源社會保障部2022年四季度新聞發(fā)布會公布數(shù)據(jù)。。然而，目前勞動力的就業(yè)質(zhì)量還較低，許多勞動者還面臨就業(yè)機會少、工作收入低、工作環(huán)境差、社會保障不完善等問題，尤其在靈活就業(yè)人員、新就業(yè)形態(tài)從業(yè)人員表現(xiàn)得更明顯。2022年全國城鎮(zhèn)就業(yè)人員已達到4.59億人，但失業(yè)、工傷兩項社會保險的參保人數(shù)分別為2.4億人和2.9億人，這表明相當數(shù)量的靈活就業(yè)人員沒有參加失業(yè)和工傷保險。提升就業(yè)質(zhì)量是實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展的基本前提，也是扎實推動共同富裕的重要基礎(chǔ)。就業(yè)質(zhì)量不僅僅意味著可以獲得較高的工作報酬，而是指能夠在自由、公正、平等的環(huán)境下實現(xiàn)工作報酬、工作時長、就業(yè)滿意度、社會保障等方面的有機協(xié)調(diào)。就業(yè)質(zhì)量的提升不僅能夠在一定程度上解決人力資源供給與崗位需求之間的不匹配問題，提高勞動力市場匹配效率，還能進一步提高低收入群體收入，擴大中等收入群體規(guī)模，增強人民群眾獲得感、幸福感、安全感，有利于解決現(xiàn)階段我國的社會主要矛盾，推動共同富裕。

金融是實體經(jīng)濟的核心和血脈，就業(yè)質(zhì)量提升離不開中小微企業(yè)和個體工商戶的高質(zhì)量發(fā)展，而它們的發(fā)展更離不開金融的支持。近年來，隨著人工智能、大數(shù)據(jù)、云計算、區(qū)塊鏈等新興信息技術(shù)在金融領(lǐng)域的廣泛應(yīng)用，數(shù)字普惠金融發(fā)展迅猛。數(shù)字普惠金融高效解決了金融產(chǎn)品與服務(wù)的資源分配問題，最大限度地縮短了金融機構(gòu)與目標用戶之間的距離，使得包含中小微企業(yè)和個體工商戶這些長尾群體在內(nèi)的社會各階層對正規(guī)金融服務(wù)的個性化需求得到有效滿足，為就業(yè)質(zhì)量提升提供了新的動能，對增加收入和增進共享發(fā)展具有重要作用。那么，數(shù)字普惠金融是否顯著促進了就業(yè)質(zhì)量提升？數(shù)字普惠金融與就業(yè)質(zhì)量之間存在何種作用機制？對以上問題進行系統(tǒng)的理論和實證分析，對于準確評估就業(yè)質(zhì)量水平、分析影響就業(yè)質(zhì)量的主要因素進而實現(xiàn)高質(zhì)量充分就業(yè)和促進全體人民共同富裕具有重要意義。

二、文獻綜述

自20世紀70年代歐美國家首次提出“工作生活質(zhì)量”這一概念以來，國內(nèi)外部分學(xué)者開始針對就業(yè)質(zhì)量進行研究，充實和完善了就業(yè)質(zhì)量的內(nèi)涵界定。從宏觀角度來看，學(xué)者們認為就業(yè)質(zhì)量指的是一個地區(qū)勞動者整體的工作狀況，涵蓋勞動力就業(yè)環(huán)境、就業(yè)機會、公共就業(yè)服務(wù)質(zhì)量等因素，反映勞動力市場資源配置效率和運行狀況（Van Bastelaer，2002；劉素華，2005；賴德勝等，2011）。從微觀角度來看，學(xué)者們認為就業(yè)質(zhì)量指的是個體勞動者的工作滿足感，具體包括收入報酬、工作時間、工作效率、職位匹配度、工作福利等方面（李中建和袁璐璐，2017；KonShik Kim，2023）。目前大部分研究把國際勞工組織提出的“體面勞動”及以此構(gòu)建的評價指標作為衡量就業(yè)質(zhì)量高低的標準，包括勞動報酬、工作環(huán)境等維度。

現(xiàn)有文獻主要是基于微觀調(diào)查數(shù)據(jù)從人力資本、社會資本和個體人格特征等角度對就業(yè)質(zhì)量的影響因素展開分析。人力資本方面，學(xué)者們研究發(fā)現(xiàn)，受教育程度提高可以有效改善勞動者獲取勞動報酬的能力，能夠提高收入水平和工作穩(wěn)定性、減少工作時間，進而提升就業(yè)質(zhì)量（劉瑩瑩等，2018；肖小勇等，2019）。還有學(xué)者認為，職業(yè)技能培訓(xùn)、包含職業(yè)介紹與培訓(xùn)等在內(nèi)的公共就業(yè)服務(wù)能夠提升人力資本水平，進而對勞動力就業(yè)質(zhì)量具有顯著促進作用（李禮連等，2022；尹義坤等，2023）。社會資本方面，有學(xué)者研究發(fā)現(xiàn)，網(wǎng)絡(luò)規(guī)模、網(wǎng)絡(luò)階層差異等社會資本因素有利于促進信息流動，能夠幫助農(nóng)民工獲得更多就業(yè)信息和機會，通過解決信息不對稱問題對就業(yè)質(zhì)量產(chǎn)生影響（任義科等，2015；鄧睿，2020）。個體人格特征方面，部分學(xué)者研究發(fā)現(xiàn)，個體人格特征這種非認知能力對于勞動力工資具有重要的促進效應(yīng)。同時，個體非認知能力和城市社會包容度能夠顯著提升農(nóng)民工就業(yè)質(zhì)量（程虹和李唐，2017；周丹等，2022）。近年來，也有學(xué)者開始基于省市宏觀數(shù)據(jù)實證分析數(shù)字經(jīng)濟、公共服務(wù)、財政壓力等因素對地區(qū)就業(yè)質(zhì)量提升的影響。有學(xué)者認為數(shù)字經(jīng)濟發(fā)展有助于優(yōu)化就業(yè)結(jié)構(gòu)，促使勞動報酬和勞動保護進一步提升，能夠顯著提升勞動者就業(yè)質(zhì)量（戚聿東等，2020；司小飛和李麥收，2022）。還有學(xué)者研究發(fā)現(xiàn)基本型城市公共服務(wù)對就業(yè)質(zhì)量具有顯著促進作用，而加大稅收征管、偏向特定行業(yè)發(fā)展、調(diào)整財政支出結(jié)構(gòu)等渠道會影響就業(yè)質(zhì)量的提升（田艷平和馮國帥，2019；田丹，2022）。

關(guān)于金融對就業(yè)的影響，現(xiàn)有文獻大多圍繞金融對就業(yè)數(shù)量的影響展開，而且大多認為金融發(fā)展能夠緩解企業(yè)融資約束，有利于企業(yè)投融資、增加產(chǎn)量以及擴大生產(chǎn)規(guī)模，進而增加對勞動力的需求量，從而增加就業(yè)崗位，降低失業(yè)率，縮短失業(yè)期（陳耿等，2015；黃英偉和陳永偉，2015）。2016年9月，杭州G20峰會提出數(shù)字普惠金融概念以后，國內(nèi)學(xué)者開始關(guān)注數(shù)字普惠金融對就業(yè)的影響效應(yīng)。一些學(xué)者將CFPS、CHFS等微觀數(shù)據(jù)與省級層面數(shù)字普惠金融指數(shù)匹配，實證研究數(shù)字普惠金融與就業(yè)之間的關(guān)系，研究發(fā)現(xiàn)數(shù)字普惠金融顯著促進了居民就業(yè)，增加了居民收入，改善了收入不平等狀況，提升了勞動保障水平（尹志超等，2021；張傳勇和蔡琪夢，2021；郭晴等，2022）。還有學(xué)者基于農(nóng)村普惠金融調(diào)查數(shù)據(jù)研究發(fā)現(xiàn)，數(shù)字金融使用不僅緩解了農(nóng)戶的信貸約束，還通過特有的社會信任強化機制提升了農(nóng)戶的社會信任感，最終促進農(nóng)戶創(chuàng)業(yè)，進而推動社會就業(yè)（何婧和李慶海，2019）。也有學(xué)者基于省級面板數(shù)據(jù)研究發(fā)現(xiàn)，數(shù)字普惠金融能夠顯著提升社會整體就業(yè)人數(shù)，激勵居民創(chuàng)業(yè)和促進技術(shù)創(chuàng)新是數(shù)字普惠金融發(fā)展促就業(yè)的重要途徑（馬國旺和王天嬌，2021）。

綜上可知，現(xiàn)有文獻多基于微觀調(diào)查數(shù)據(jù)對影響就業(yè)的因素進行實證檢驗，基于宏觀數(shù)據(jù)分析金融尤其是數(shù)字普惠金融對就業(yè)影響的研究相對較少。盡管近年來也有文獻開始關(guān)注數(shù)字普惠金融對就業(yè)擴容的影響，也取得了豐富成果，但構(gòu)建綜合的就業(yè)質(zhì)量指標測度體系、對數(shù)字普惠金融影響就業(yè)質(zhì)量進行系統(tǒng)分析的研究鮮見。據(jù)此，本文擬在對我國198個地級以上城市就業(yè)質(zhì)量進行科學(xué)測度的基礎(chǔ)上，利用面板固定效應(yīng)模型實證檢驗數(shù)字普惠金融對就業(yè)質(zhì)量提升的影響效應(yīng)，揭示數(shù)字普惠金融影響就業(yè)質(zhì)量的現(xiàn)實證據(jù)。本文主要的邊際貢獻如下：第一，從就業(yè)環(huán)境和勞動報酬兩個維度出發(fā)構(gòu)建了城市就業(yè)質(zhì)量的指標測度體系，在科學(xué)測度基礎(chǔ)上實證檢驗了數(shù)字普惠金融對就業(yè)質(zhì)量的促進效應(yīng)，為數(shù)字金融與就業(yè)質(zhì)量的內(nèi)在關(guān)系提供了來自城市層面的現(xiàn)實證據(jù)，進一步豐富了金融促進更加充分更高質(zhì)量就業(yè)的研究；第二，從地區(qū)創(chuàng)新能力、創(chuàng)業(yè)以及產(chǎn)業(yè)結(jié)構(gòu)升級三個維度出發(fā)，探討數(shù)字普惠金融影響就業(yè)質(zhì)量的作用機制，為進一步發(fā)揮普惠金融的積極作用進而實現(xiàn)更加充分更高質(zhì)量就業(yè)提供現(xiàn)實證據(jù)和實證支持，為扎實推動共同富裕提供有益的政策參考。

三、理論分析與研究假設(shè)

數(shù)字普惠金融借助數(shù)字技術(shù)擴大了金融服務(wù)覆蓋面，使得包含長尾群體在內(nèi)的各社會階層都更方便地獲得了融資支持，解決了中小微企業(yè)主和個體工商戶創(chuàng)業(yè)初期的融資約束問題，提高了企業(yè)預(yù)期回報率，進而增加了對勞動力的需求（Leong等，2017；劉鵬程，2021）。此外，數(shù)字普惠金融是以數(shù)字技術(shù)驅(qū)動的金融創(chuàng)新。互聯(lián)網(wǎng)借貸、互聯(lián)網(wǎng)理財、互聯(lián)網(wǎng)保險和數(shù)字支付等業(yè)務(wù)類型，能夠加速儲蓄投資轉(zhuǎn)換效率，優(yōu)化資源配置，提高信息透明度，進而提高社會整體生產(chǎn)要素周轉(zhuǎn)率，也為社會創(chuàng)造了更多的勞動力需求，有力提升就業(yè)質(zhì)量（冉光和和唐滔，2021）。再者，金融機構(gòu)運用大數(shù)據(jù)手段分析企業(yè)的行為數(shù)據(jù)進而構(gòu)建企業(yè)信用評估模型，可以有效緩解銀企之間的信息不對稱，提高企業(yè)生產(chǎn)要素周轉(zhuǎn)率，進而創(chuàng)造出更多的勞動力需求，有利于提升就業(yè)質(zhì)量（Wen等，2021）?；谝陨戏治?，提出了如下研究假設(shè)：

H1：數(shù)字普惠金融能夠顯著促進就業(yè)質(zhì)量提升。

數(shù)字普惠金融能夠極大地降低金融市場的搜尋成本和風險識別成本，改變了傳統(tǒng)價值交付環(huán)節(jié)，釋放了大量商業(yè)空間，為提高地區(qū)創(chuàng)新水平帶來機遇（韓亮亮和彭伊，2023）。同時，數(shù)字普惠金融能夠進一步豐富金融服務(wù)產(chǎn)品類型，大大簡化了中小微企業(yè)創(chuàng)新融資程序，有利于降低中小微企業(yè)的創(chuàng)新融資成本，促進金融資源高效流動，改善區(qū)域技術(shù)創(chuàng)新所處的金融環(huán)境，為地區(qū)創(chuàng)新奠定基礎(chǔ)（梁榜和張建華，2019）。進一步地，地區(qū)創(chuàng)新能力的提高可以優(yōu)化資源配置效率，提高勞動生產(chǎn)率和全要素生產(chǎn)率，實現(xiàn)更高效益的經(jīng)濟增長（唐未兵等，2014）。地區(qū)經(jīng)濟增長必然會提升勞動報酬水平，進而吸引更多基礎(chǔ)性和創(chuàng)新型人才流入，有利于改善就業(yè)環(huán)境，提升就業(yè)質(zhì)量。再者，一個地區(qū)持續(xù)的科研創(chuàng)新將會開拓新的需求空間，并在新興生產(chǎn)領(lǐng)域涌現(xiàn)大量勞動力需求，直接提升該地區(qū)的就業(yè)水平，改善就業(yè)環(huán)境，實現(xiàn)高質(zhì)量就業(yè)。此外，數(shù)字普惠金融發(fā)展不僅能夠依托信息技術(shù)惠及中小微企業(yè)和個體工商戶，也能夠為技術(shù)創(chuàng)新提供基礎(chǔ)與空間，從而增加企業(yè)和個體工商戶的創(chuàng)業(yè)機會，帶動就業(yè)質(zhì)量上升（馮永琦和蔡嘉慧，2021）?；谝陨戏治?，提出了如下研究假設(shè)：

H2：數(shù)字普惠金融能夠通過提升地區(qū)創(chuàng)新能力促進就業(yè)質(zhì)量提升。

數(shù)字技術(shù)與金融服務(wù)的跨界融合降低了信貸發(fā)放的邊際成本和可變成本，打破了傳統(tǒng)金融交易服務(wù)對時間和空間的限制，降低長尾群體獲取金融服務(wù)的準入門檻，能夠改善居民的創(chuàng)業(yè)行為，使得創(chuàng)業(yè)機會趨于均等化（張勛等，2019）。信息不對稱引發(fā)的逆向選擇和道德風險問題是影響創(chuàng)業(yè)者信貸可得性的重要因素，而支付、信貸、保險、投資等傳統(tǒng)金融服務(wù)與數(shù)字技術(shù)的深入融合，不僅提升了用戶使用金融服務(wù)的便利程度與頻率，而且保障了金融交易的信息透明度，有利于提高創(chuàng)業(yè)成功的概率，進而提升就業(yè)質(zhì)量（謝絢麗等，2018）。此外，數(shù)字金融借助其較低的貸款利率以及較高的移動化和信息化，高效整合了大量碎片化、非結(jié)構(gòu)化的網(wǎng)絡(luò)信息，有利于投資者更全面地了解投資企業(yè)的狀況，能夠?qū)崿F(xiàn)精準匹配和優(yōu)化業(yè)務(wù)流程，進而降低創(chuàng)業(yè)融資成本，提升了地區(qū)創(chuàng)業(yè)活力，有利于提升就業(yè)質(zhì)量（馬德功和滕磊，2020；張龍耀等，2022）。創(chuàng)業(yè)是解決就業(yè)問題、推動經(jīng)濟增長的重要途徑，地區(qū)創(chuàng)業(yè)水平的提升在為地區(qū)創(chuàng)造大量有效勞動力需求的同時，也為社會提供了更多的就業(yè)崗位，有效降低了地區(qū)失業(yè)水平，改善了就業(yè)環(huán)境，有利于提升就業(yè)質(zhì)量（Cueto等，2015；Suk，2017）?；谝陨戏治?，提出了如下研究假設(shè)：

H3：數(shù)字普惠金融能夠通過提升地區(qū)創(chuàng)業(yè)水平促進就業(yè)質(zhì)量提升。

數(shù)字普惠金融的發(fā)展能夠幫助企業(yè)調(diào)整生產(chǎn)所需要的最佳資本要素投入量，強化資源的配置功能，提高資本的配置效率，促進不同行業(yè)之間信貸基金的優(yōu)化配置，進而實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)升級（Bruhn和Love，2014）。同時，數(shù)字普惠金融兼具數(shù)字經(jīng)濟的網(wǎng)絡(luò)化等特征，這為各類要素的創(chuàng)造、轉(zhuǎn)移及應(yīng)用提供了便利化條件，促進了要素配置的精準匹配，將進一步促進產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級（郭守亭和金志博，2022）。數(shù)字普惠金融將金融與數(shù)字化技術(shù)相結(jié)合，有效提升了居民支付的便利性與頻率，大幅放大并拓寬消費需求，消費需求的多樣化也進一步推動廠商調(diào)整生產(chǎn)要素，變動要素配置，進而拉動產(chǎn)業(yè)結(jié)構(gòu)升級（易行健和周利，2018；張勛等，2020）。依據(jù)配第·克拉克定理，勞動者沿著產(chǎn)業(yè)結(jié)構(gòu)升級的方向進行遷移。由勞動技能要求、勞動生產(chǎn)率以及附加值相對較低的傳統(tǒng)行業(yè)向勞動技能要求、勞動生產(chǎn)率以及附加值相對較高的數(shù)字化轉(zhuǎn)型行業(yè)流動，優(yōu)化了就業(yè)結(jié)構(gòu)，改善了就業(yè)環(huán)境，有利于提升就業(yè)質(zhì)量（陳志等，2022）。此外，產(chǎn)業(yè)結(jié)構(gòu)升級進一步推動了第三產(chǎn)業(yè)變革生產(chǎn)方式和商業(yè)模式，創(chuàng)造了大量的新興崗位，提升了地區(qū)就業(yè)水平，改善了就業(yè)環(huán)境，有利于提升就業(yè)質(zhì)量（Levy，2018）?；谝陨戏治觯岢隽巳缦卵芯考僭O(shè)：

H4：數(shù)字普惠金融能夠通過推動產(chǎn)業(yè)結(jié)構(gòu)升級促進就業(yè)質(zhì)量提升。

四、研究設(shè)計

（一）樣本選擇與數(shù)據(jù)來源

限于數(shù)據(jù)可得性，本文以全國198個地級以上城市為研究樣本，研究區(qū)間為2013-2019年。被解釋變量和控制變量的原始數(shù)據(jù)來源于各市《國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》、《中國城市統(tǒng)計年鑒》、《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》、CSMAR數(shù)據(jù)庫和Wind數(shù)據(jù)庫，部分數(shù)據(jù)經(jīng)過手動計算整理，個別缺失值使用插值法進行處理。

（二）變量選取與數(shù)據(jù)說明

1.被解釋變量

就業(yè)質(zhì)量（Emp）。實現(xiàn)質(zhì)量管理的前提在于科學(xué)地量化衡量質(zhì)量發(fā)展水平（程虹和李清泉，2009）。參考戚聿東等（2020）的研究，綜合考慮地級城市層面數(shù)據(jù)的科學(xué)性和可得性，從就業(yè)環(huán)境和勞動報酬兩個維度構(gòu)建就業(yè)質(zhì)量評價指標體系，采用CRITIC法對各具體指標賦權(quán)計算出各城市的就業(yè)質(zhì)量得分，進而實現(xiàn)對地級以上城市就業(yè)質(zhì)量水平的定量測度（見表1）。

根據(jù)計算得出的2013-2019年我國198個地級以上城市的就業(yè)質(zhì)量得分，分別以2014年、2016年和2018年為時間節(jié)點，選擇核密度估計分別從動態(tài)演進、分布形態(tài)、延展性及極化趨勢進行分析（見圖1）。從動態(tài)演進來看，整體上分布曲線的中心是逐漸右移的，表明我國就業(yè)質(zhì)量不斷提升；從分布形態(tài)、延展性和極化趨勢來看，主峰高度逐漸下降、寬度逐漸增加且出現(xiàn)了明顯右拖尾現(xiàn)象，表明盡管總體極化現(xiàn)象緩解，但地區(qū)之間就業(yè)質(zhì)量依舊存在一定差距。

2.核心解釋變量

本文使用北京大學(xué)數(shù)字金融研究中心編制的數(shù)字普惠金融指數(shù)（Difi）來衡量地區(qū)數(shù)字普惠金融發(fā)展水平，實證分析中將其除以100。我國各城市就業(yè)質(zhì)量水平與數(shù)字普惠金融發(fā)展水平的關(guān)系如圖2所示，可以看出一個地區(qū)的數(shù)字普惠金融發(fā)展水平與就業(yè)質(zhì)量水平呈正向變動關(guān)系。數(shù)字普惠金融發(fā)展水平越高的地區(qū)，其就業(yè)質(zhì)量相應(yīng)地也越高。

3.控制變量

為減少其他因素影響導(dǎo)致的誤差，參考謝絢麗等（2018）、鄧悅等（2023）的研究，選取如下控制變量：城鎮(zhèn)化率（Urb），采用城鎮(zhèn)人口與地區(qū)常住總?cè)丝诘谋戎祦砗饬?；財政支出程度（Gov），采用地方財政支出與地區(qū)國內(nèi)生產(chǎn)總值的比值來衡量；貿(mào)易開放程度（Ope），采用進出口貿(mào)易總額與地區(qū)國內(nèi)生產(chǎn)總值的比值來衡量；傳統(tǒng)金融發(fā)展水平（Tra），采用各地區(qū)年末金融機構(gòu)人民幣各項貸款余額占當年國內(nèi)生產(chǎn)總值的比重來衡量。

各變量的描述性統(tǒng)計見表2。

（三）模型構(gòu)建

為實證檢驗數(shù)字普惠金融對就業(yè)質(zhì)量的影響，構(gòu)建如下計量模型：

Empi，t=α0+α1Difii，t+α2Xi，t+λi+ηt+μi，t（1）

其中Empi，t為i城市在第t年的就業(yè)質(zhì)量得分，Difii，t反映了i城市在第t年的數(shù)字普惠金融發(fā)展水平，Xi，t為控制變量；λi、ηt、μi，t分別為個體固定效應(yīng)、時間固定效應(yīng)和隨機擾動項。

五、實證結(jié)果及分析

（一）基準回歸

數(shù)字普惠金融對就業(yè)質(zhì)量的雙向固定效應(yīng)回歸結(jié)果如表3所示。其中列（1）、列（2）分別為未加控制變量和加入所有控制變量后的回歸結(jié)果。由表3列（1）、列（2）可知，無論是否添加控制變量，數(shù)字普惠金融的回歸系數(shù)均在1%的顯著性水平上為正，表明數(shù)字普惠金融發(fā)展能夠顯著地提升就業(yè)質(zhì)量，研究假設(shè)H1得以驗證。

雙向固定效應(yīng)模型雖然能在一定程度上緩解內(nèi)生性，減少對估計結(jié)果造成的影響，但是依舊可能存在不可觀測變量等因素產(chǎn)生內(nèi)生性問題。因此，本文手工整理了198個地級以上城市的接壤城市，使用相同年度該城市所有接壤城市數(shù)字普惠金融指數(shù)的均值（IV）作為工具變量進行內(nèi)生性檢驗（鐘凱等，2022）。一方面，一個地區(qū)周圍城市的數(shù)字普惠金融指數(shù)的均值與該地區(qū)的數(shù)字普惠金融發(fā)展水平高度相關(guān)，滿足有效工具變量的“高度相關(guān)性”。另一方面，一個地區(qū)周邊城市數(shù)字普惠金融指數(shù)的均值滿足有效工具變量的“外生性”。工具變量二階段回歸結(jié)果見表3列（3）、列（4）。工具變量檢驗的F值遠大于10，說明不存在弱工具變量問題。Kleibergen-Paap rk LM統(tǒng)計量的p值為0.0000，拒絕不可識別的原假設(shè)。上述檢驗表明，該工具變量選取有效。由表3列（3）、列（4）可知，在糾正了內(nèi)生性問題后，數(shù)字普惠金融的回歸系數(shù)仍然顯著為正，進一步證實了研究假設(shè)H1。

（二）穩(wěn)健性檢驗

為驗證數(shù)字普惠金融對就業(yè)質(zhì)量影響的基準回歸結(jié)果是否可靠，本文分別從以下幾個方面進行穩(wěn)健性檢驗（見表4）：（1）更換被解釋變量。就業(yè)質(zhì)量得分在前文計算時使用CRITIC法確定權(quán)重，為避免特定賦權(quán)方法造成的影響，在此使用組合賦權(quán)法計算并進行回歸分析。由列（1）可知，數(shù)字普惠金融的回歸系數(shù)依然顯著為正。（2）滯后一期。為避免反向因果問題對回歸結(jié)果產(chǎn)生偏差，將解釋變量滯后一期進行回歸。由列（2）可知，數(shù)字普惠金融的回歸系數(shù)依舊顯著為正。（3）縮小研究樣本。對剔除省會和副省級以上城市后的182個地級城市進行雙向固定效應(yīng)回歸，由列（3）可知，數(shù)字普惠金融的回歸系數(shù)仍顯著為正。（4）縮尾處理。為消除離群值對回歸結(jié)果的影響，本文對所有變量進行1%顯著性水平下的縮尾處理，并控制固定效應(yīng)重新進行回歸分析，由列（4）可知，數(shù)字普惠金融的回歸系數(shù)也顯著為正。綜上所述，從不同角度進行多種穩(wěn)健性檢驗，核心解釋變量數(shù)字普惠金融回歸系數(shù)的符號以及顯著性均和前文保持一致，說明基準回歸分析結(jié)果穩(wěn)健。

（三）異質(zhì)性分析

為檢驗數(shù)字普惠金融對不同區(qū)域就業(yè)質(zhì)量的影響效果，本文做了兩組異質(zhì)性探討，一是將整體樣本劃分為東部、中部、西部進行異質(zhì)性檢驗東部地區(qū)包括北京、天津、河北、遼寧、山東、江蘇、上海、浙江、福建、廣東、海南11個?。ㄊ校┑?9個城市，中部地區(qū)包括安徽、河南、山西、湖北、湖南、江西、吉林、黑龍江8個省的77個城市，西部地區(qū)包括重慶、云南、四川、貴州、西藏、廣西、新疆、青海、寧夏、甘肅、陜西、內(nèi)蒙古12個?。ㄊ?、自治區(qū)）的52個城市。，二是參考蔡慶豐等（2021）的研究，將整體樣本按城市等級分為一線二線城市、三線及以下城市兩組進行異質(zhì)性檢驗城市等級劃分參考第一財經(jīng)·新一線城市研究所發(fā)布的《2020城市商業(yè)魅力排行榜》，并將其中的一線城市和新一線城市合并為一線城市。，回歸結(jié)果如表5所示。由表5列（1）可知，東部地區(qū)數(shù)字普惠金融發(fā)展能夠顯著提升就業(yè)質(zhì)量。由列（2）、列（3）可知，數(shù)字普惠金融對中部、西部就業(yè)質(zhì)量的回歸系數(shù)都不顯著，表明中、西部地區(qū)數(shù)字普惠金融發(fā)展對就業(yè)質(zhì)量的提升作用不明顯。由列（4）、列（5）可知，數(shù)字普惠金融對一線二線城市就業(yè)質(zhì)量的回歸系數(shù)在1%水平上顯著為正，而對三線及以下城市就業(yè)質(zhì)量的回歸系數(shù)為正但不顯著。相較于經(jīng)濟發(fā)達的東部地區(qū)、一線二線城市，中西部地區(qū)、三線及以下城市數(shù)字基礎(chǔ)設(shè)施建設(shè)還相對薄弱，使得普惠金融數(shù)字化紅利作用的發(fā)揮受到一定限制，因此中西部地區(qū)、三線及以下城市數(shù)字普惠金融對就業(yè)質(zhì)量的提升作用要弱于東部地區(qū)、一線二線城市。

六、影響機制分析

基準回歸模型已經(jīng)證明數(shù)字普惠金融能夠提升就業(yè)質(zhì)量，但有必要進一步分析這種影響的中介機制?；谇笆鎏岢龅难芯考僭O(shè)，借鑒溫忠麟等（2004）的研究，在基準回歸模型的基礎(chǔ)上構(gòu)建中介效應(yīng)模型如下：

Medi，t=β0+β1Difii，t+β2Xi，t+λi+ηt+μi，t（2）

Empi，t=γ0+γ1Difii，t+γ2Medi，t+γ3Xi，t+λi+ηt+μi，t（3）

中介效應(yīng)檢驗結(jié)果見表6。其中第（1）列為基準回歸結(jié)果，與前文一致。第（2）列、第（3）列是地區(qū)創(chuàng)新能力的中介效應(yīng)檢驗結(jié)果。列（2）數(shù)字普惠金融的回歸系數(shù)在1%的水平上顯著為正，表明數(shù)字普惠金融發(fā)展能夠明顯提升地區(qū)創(chuàng)新能力。列（3）數(shù)字普惠金融、地區(qū)創(chuàng)新能力對就業(yè)質(zhì)量的回歸系數(shù)全部顯著為正，表明中介效應(yīng)存在，即數(shù)字普惠金融能夠通過提升地區(qū)創(chuàng)新能力來提升就業(yè)質(zhì)量，研究假設(shè)H2得以驗證。第（4）列、第（5）列是地區(qū)創(chuàng)業(yè)水平的中介效應(yīng)檢驗結(jié)果。列（4）數(shù)字普惠金融的回歸系數(shù)在1%的水平上顯著為正，表明數(shù)字普惠金融能夠明顯提升地區(qū)創(chuàng)業(yè)水平。列（5）數(shù)字普惠金融和

地區(qū)創(chuàng)業(yè)水平對就業(yè)質(zhì)量的回歸系數(shù)全部顯著為正，表明中介效應(yīng)存在，即數(shù)字普惠金融能夠通過提升地區(qū)創(chuàng)業(yè)水平來提升就業(yè)質(zhì)量，研究假設(shè)H3得以驗證。第（6）列、第（7）列是產(chǎn)業(yè)結(jié)構(gòu)升級的中介效應(yīng)檢驗結(jié)果。列（6）表明數(shù)字普惠金融能夠明顯推動產(chǎn)業(yè)結(jié)構(gòu)升級。列（7）數(shù)字普惠金融和產(chǎn)業(yè)結(jié)構(gòu)升級對就業(yè)質(zhì)量的回歸系數(shù)全部顯著為正，表明中介效應(yīng)存在，即數(shù)字普惠金融能夠通過推動產(chǎn)業(yè)結(jié)構(gòu)升級來提升就業(yè)質(zhì)量，研究假設(shè)H4得以驗證。

七、結(jié)論與政策建議

本文在對2013-2019年全國地級以上城市的就業(yè)質(zhì)量定量測度的基礎(chǔ)上，利用面板固定效應(yīng)模型實證研究了數(shù)字普惠金融對就業(yè)質(zhì)量的影響效應(yīng)，其主要結(jié)論如下：（1）通過對198個地級以上城市的就業(yè)質(zhì)量得分測度分析發(fā)現(xiàn)，我國就業(yè)質(zhì)量整體上呈上升態(tài)勢，但不同地區(qū)之間存在一定差距；（2）基準回歸結(jié)果顯示，數(shù)字普惠金融能夠顯著提升就業(yè)質(zhì)量，在考慮了內(nèi)生性問題及一系列穩(wěn)健性檢驗后該結(jié)論依舊成立；（3）異質(zhì)性分析表明，數(shù)字普惠金融對就業(yè)質(zhì)量的影響效應(yīng)存在一定的區(qū)域差異，數(shù)字普惠金融對東部地區(qū)、一線二線城市就業(yè)質(zhì)量的影響效果要優(yōu)于中西部、三線及以下城市；（4）影響機制分析表明，數(shù)字普惠金融可以通過提升地區(qū)創(chuàng)新能力、地區(qū)創(chuàng)業(yè)水平以及推動產(chǎn)業(yè)結(jié)構(gòu)升級來提升就業(yè)質(zhì)量。

基于上述研究結(jié)論，提出如下政策建議：（1）加快5G基站、大數(shù)據(jù)中心、人工智能等數(shù)字基礎(chǔ)設(shè)施建設(shè)，降低金融服務(wù)成本，為數(shù)字普惠金融的高質(zhì)量就業(yè)效應(yīng)發(fā)揮提供堅實的硬件保障。此外，要推動傳統(tǒng)金融機構(gòu)積極引進數(shù)字技術(shù)，通過數(shù)字化金融產(chǎn)品創(chuàng)新，為中小微企業(yè)和個體工商戶提供生產(chǎn)經(jīng)營所需要的資金，進而提升其經(jīng)營規(guī)模和效益，增加勞動力需求和改善勞動力就業(yè)環(huán)境，促進就業(yè)質(zhì)量提升，為扎實推動共同富裕助力。（2）要重視數(shù)字金融發(fā)展帶來的知識溢出效應(yīng)，具有普惠性質(zhì)的數(shù)字金融必然會促進支付方式、消費信貸、保險等金融服務(wù)的革新。各地區(qū)應(yīng)以數(shù)字金融發(fā)展為契機出臺差異化的區(qū)域創(chuàng)新戰(zhàn)略，大力發(fā)展新技術(shù)、新產(chǎn)業(yè)、新業(yè)態(tài)、新模式，為高質(zhì)量就業(yè)提供廣闊發(fā)展空間，進而提升居民總體收入水平，助力共同富裕實現(xiàn)。（3）推進差異化金融扶持，即在數(shù)字普惠金融發(fā)展相對落后的地區(qū)要著重降低金融服務(wù)門檻，提高金融服務(wù)的可得性，緩解潛在創(chuàng)業(yè)者面臨的融資約束，以此提升創(chuàng)業(yè)活力，進而促進就業(yè)質(zhì)量提升。在數(shù)字普惠金融發(fā)展水平較高的地區(qū)要著重提高金融服務(wù)質(zhì)量和資本配置效率，從而更好地促進產(chǎn)業(yè)結(jié)構(gòu)升級，進而促進就業(yè)質(zhì)量提升，實現(xiàn)共同富裕。（4）應(yīng)加大對居民人力資本的投入力度，通過金融知識教育和培訓(xùn)提升居民的金融素養(yǎng)和風險防范意識，讓居民享受到數(shù)字金融發(fā)展帶來的紅利，進一步消除普惠金融數(shù)字鴻溝，最大限度地發(fā)揮數(shù)字普惠金融對就業(yè)質(zhì)量提升的積極作用，為推動共同富裕提供源泉和動力。

參考文獻：

［1］ 蔡慶豐、王瀚佑、李東旭，2021：《互聯(lián)網(wǎng)貸款、勞動生產(chǎn)率與企業(yè)轉(zhuǎn)型——基于勞動力流動性的視角》，《中國工業(yè)經(jīng)濟》第12期。

[2] 陳耿、劉星、辛清泉，2015：《信貸歧視、金融發(fā)展與民營企業(yè)銀行借款期限結(jié)構(gòu)》，《會計研究》第4期。

[3] 陳志、程承坪、陳安琪，2022：《人工智能促進中國高質(zhì)量就業(yè)研究》，《經(jīng)濟問題》第9期。

[4] 程虹、李清泉，2009：《我國區(qū)域總體質(zhì)量指數(shù)模型體系與測評研究》，《管理世界》第1期。

[5] 程虹、李唐，2017：《人格特征對于勞動力工資的影響效應(yīng)——基于中國企業(yè)-員工匹配調(diào)查（CEES）的實證研究》，《經(jīng)濟研究》第2期。

[6] 鄧睿，2020：《社會資本動員中的關(guān)系資源如何影響農(nóng)民工就業(yè)質(zhì)量？》，《經(jīng)濟學(xué)動態(tài)》第1期。

[7] 鄧悅、吳忠邦、羅連發(fā)，2023：《農(nóng)業(yè)機械化促進了農(nóng)民增收嗎？——基于農(nóng)村人力資本調(diào)節(jié)效應(yīng)的分析》，《南京農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版）》第1期。

[8] 馮永琦、蔡嘉慧，2021：《數(shù)字普惠金融能促進創(chuàng)業(yè)水平嗎？——基于省際數(shù)據(jù)和產(chǎn)業(yè)結(jié)構(gòu)異質(zhì)性的分析》，《當代經(jīng)濟科學(xué)》第1期。

[9] 郭晴、孟世超、毛宇飛，2022：《數(shù)字普惠金融發(fā)展能促進就業(yè)質(zhì)量提升嗎？》，《上海財經(jīng)大學(xué)學(xué)報》第1期。

[10]郭守亭、金志博，2022：《數(shù)字普惠金融對區(qū)域產(chǎn)業(yè)結(jié)構(gòu)升級的空間溢出效應(yīng)研究》，《經(jīng)濟經(jīng)緯》第6期。

[11]韓亮亮、彭伊，2023：《數(shù)字普惠金融、營商環(huán)境與企業(yè)家精神——來自中國281個城市的經(jīng)驗證據(jù)》，《管理學(xué)刊》第3期。

[12]何婧、李慶海，2019：《數(shù)字金融使用與農(nóng)戶創(chuàng)業(yè)行為》，《中國農(nóng)村經(jīng)濟》第1期。

[13]黃英偉、陳永偉，2015：《金融發(fā)展與就業(yè)促進：理論和實證》，《勞動經(jīng)濟研究》第1期。

[14]賴德勝、蘇麗鋒、孟大虎、李長安，2011：《中國各地區(qū)就業(yè)質(zhì)量測算與評價》，《經(jīng)濟理論與經(jīng)濟管理》第11期。

[15]李禮連、程名望、張珩，2022：《公共就業(yè)服務(wù)提高了農(nóng)民工就業(yè)質(zhì)量嗎？》，《中國農(nóng)村觀察》第4期。

[16]李中建、袁璐璐，2017：《務(wù)工距離對農(nóng)民工就業(yè)質(zhì)量的影響分析》，《中國農(nóng)村經(jīng)濟》第6期。

[17]梁榜、張建華，2019：《數(shù)字普惠金融發(fā)展能激勵創(chuàng)新嗎？——來自中國城市和中小企業(yè)的證據(jù)》，《當代經(jīng)濟科學(xué)》第5期。

[18]劉鵬程，2021：《協(xié)同創(chuàng)新與創(chuàng)客經(jīng)濟發(fā)展》，《東方論壇》第3期。

[19]劉素華，2005：《就業(yè)質(zhì)量：概念、內(nèi)容及其對就業(yè)數(shù)量的影響》，《人口與計劃生育》第7期。

[20]劉瑩瑩、梁栩凌、張一名，2018：《新生代農(nóng)民工人力資本對其就業(yè)質(zhì)量的影響》，《調(diào)研世界》第12期。

[21]馬德功、滕磊，2020：《數(shù)字金融、創(chuàng)業(yè)活動與包容性增長》，《財經(jīng)論叢》第9期。

[22]馬國旺、王天嬌，2021：《我國數(shù)字普惠金融發(fā)展的就業(yè)效應(yīng)研究》，《福建論壇（人文社會科學(xué)版）》第11期。

[23]戚聿東、劉翠花、丁述磊，2020：《數(shù)字經(jīng)濟發(fā)展、就業(yè)結(jié)構(gòu)優(yōu)化與就業(yè)質(zhì)量提升》，《經(jīng)濟學(xué)動態(tài)》第11期。

[24]冉光和、唐滔，2021：《數(shù)字普惠金融對社會就業(yè)的影響——基于企業(yè)性質(zhì)和行業(yè)的異質(zhì)性考察》，《改革》第11期。

[25]任義科、王林、杜海峰，2015：《人力資本、社會資本對農(nóng)民工就業(yè)質(zhì)量的影響——基于性別視角的分析》，《經(jīng)濟經(jīng)緯》第2期。

[26]司小飛、李麥收，2022：《數(shù)字經(jīng)濟、就業(yè)結(jié)構(gòu)與就業(yè)質(zhì)量——基于中國省域數(shù)據(jù)的實證分析》，《西北人口》第4期。

[27]唐未兵、傅元海、王展祥，2014：《技術(shù)創(chuàng)新、技術(shù)引進與經(jīng)濟增長方式轉(zhuǎn)變》，《經(jīng)濟研究》第7期。

[28]田丹，2022：《財政壓力如何影響就業(yè)質(zhì)量——基于地方政府收支行為視角的實證研究》，《學(xué)習(xí)與實踐》第10期。

[29]田艷平、馮國帥，2019：《城市公共服務(wù)對就業(yè)質(zhì)量影響的空間差異》，《城市發(fā)展研究》第12期。

[30]溫忠麟、張雷、侯杰泰、劉紅云，2004：《中介效應(yīng)檢驗程序及其應(yīng)用》，《心理學(xué)報》第5期。

[31]肖小勇、黃靜、郭慧穎，2019：《教育能夠提高農(nóng)民工就業(yè)質(zhì)量嗎？——基于CHIP外來務(wù)工住戶調(diào)查數(shù)據(jù)的實證分析》，《華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版）》第2期。

[32]謝絢麗、沈艷、張皓星、郭峰，2018：《數(shù)字金融能促進創(chuàng)業(yè)嗎？——來自中國的證據(jù)》，《經(jīng)濟學(xué)（季刊）》第4期。

[33]徐敏、姜勇，2015：《中國產(chǎn)業(yè)結(jié)構(gòu)升級能縮小城鄉(xiāng)消費差距嗎？》，《數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究》第3期。

[34]易行健、周利，2018：《數(shù)字普惠金融發(fā)展是否顯著影響了居民消費——來自中國家庭的微觀證據(jù)》，《金融研究》第11期。

[35]尹義坤、宋長興、齊秀琳，2023：《職業(yè)技能培訓(xùn)與農(nóng)民就業(yè)質(zhì)量——來自CRRS的經(jīng)驗證據(jù)》，《吉林大學(xué)社會科學(xué)學(xué)報》第4期。

[36]尹志超、劉泰星、張逸興，2021：《數(shù)字金融促進了居民就業(yè)嗎？》，《福建論壇（人文社會科學(xué)版）》第2期。

[37]張曾蓮、孟苗苗，2022：《營商環(huán)境、科技創(chuàng)新與經(jīng)濟高質(zhì)量發(fā)展——基于對外開放調(diào)節(jié)效應(yīng)的省級面板數(shù)據(jù)實證分析》，《宏觀質(zhì)量研究》第2期。

[38]張傳勇、蔡琪夢，2021：《城市規(guī)模、數(shù)字普惠金融發(fā)展與零工經(jīng)濟》，《上海財經(jīng)大學(xué)學(xué)報》第2期。

[39]張抗私、韓佳樂，2022：《就業(yè)質(zhì)量協(xié)調(diào)發(fā)展：評價指數(shù)與實證分析》，《宏觀質(zhì)量研究》第5期。

[40]張龍耀、蔡嘉依、董翌、謝欣然，2022：《疫情沖擊下數(shù)字金融對家庭農(nóng)場創(chuàng)業(yè)績效影響實證分析》，《農(nóng)村金融研究》第6期。

[41]張勛、萬廣華、張佳佳、何宗樾，2019：《數(shù)字經(jīng)濟、普惠金融與包容性增長》，《經(jīng)濟研究》第8期。

[42]張勛、楊桐、汪晨、萬廣華，2020：《數(shù)字金融發(fā)展與居民消費增長：理論與中國實踐》，《管理世界》第11期。

[43]鐘凱、梁鵬、董曉丹、王秀麗，2022：《數(shù)字普惠金融與商業(yè)信用二次配置》，《中國工業(yè)經(jīng)濟》第1期。

[44]周丹、李五榮、方勁平，2022：《非認知能力、社會包容度與農(nóng)民工就業(yè)質(zhì)量——采用2010—2018年中國家庭追蹤調(diào)查5期數(shù)據(jù)的實證檢驗》，《西部論壇》第2期。

[45]周小虎，2018：《中國創(chuàng)業(yè)競爭力發(fā)展報告（2018）》，經(jīng)濟管理出版社。

[46]Bruhn， M. and Love， I.， 2014， The Real Impact of Improved Access to Finance： Evidence from Mexico，Journal of Finance， 69（3）：1347-1376.

[47]Cueto， B.， Mayor， M. and Suárez， P.， 2015， Entrepreneurship and Unemployment in Spain： A Regional Analysis，Applied Economics Letters，22（15）：1230-1235.

[48]Kim， K.，2023，The Effects of Job Quality on the Health of Wage Workers： Congruence between the Hard and Soft Job Quality， Safety and Health at Work，14（1）：31-42.

[49]Leong， C.， Tan， B.， Xiao， X.， Tan， F.T.C. and Sun， Y.， 2017， Nurturing a FinTech Ecosystem： The Case of a Youth Microloan Startup in China， International Journal of Information Management， 37（2）： 92-97.

[50]Levy， F.S.， 2018， Computers and Populism： Artificial Intelligence， Jobs， and Politics in the Near Term，Oxford Review of Economic Policy，34（3）：393-417.

[51]Suk， L.Y.，2017， Entrepreneurship， Small Businesses and Economic Growth in Cities，Journal of Economic Geography， 17（2）：311-343.

[52]Van Bastelaer， A.， 2002， Work Organisation，A Dimension of Job Quality： Data from the Ad Hoc Module of the 2001 Labour Force Survey in the EU， Invited Paper Submitted by Eurostat to the Joint UNECE-Eurostat-ILO Seminar on Measurement of the Quality of Employment， Geneva， 27-29.

[53]Wen， C.， Yang， J.， Gan， L. and Pan， Y.， 2021， Big Data Driven Internet of Thingsfor Credit Evaluation and Early Warning in Finance， Future Generation Computer Systems， 124（4）： 295-307.

The Impact of Digital Financial Inclusion on Regional Employment Quality

Sun Jiguo and Chai Zihan

（School of Economics， Qingdao University）

Abstract：Employment is the most basic people's livelihood， improving the quality of employment is the basic premise for achieving high-quality economic development， but also an important foundation for solidly promoting common prosperity. Based on the data of 198 cities at or above the prefecture level in China from 2013 to 2019， this paper empirically examines the impact of digital inclusive finance on employment quality based on the quantitative measurement of employment quality in each city， and also examines the transmission mechanism of regional innovation ability， regional entrepreneurship level and industrial structure upgrading in the process of digital inclusive finance’s impact on employment quality. The research finds that digital inclusive finance can significantly promote the improvement of employment quality， and digital inclusive finance can promote the improvement of employment quality by improving regional innovation capacity， regional entrepreneurship level and accelerating the upgrading of industrial structure. In order to better play the role of digital financial inclusion in promoting the quality of employment and promote common prosperity， it is necessary to further accelerate the construction of digital infrastructure， promote the deep integration of digital technology and traditional financial industry， improve the compatibility of digital financial inclusion and regional innovation， encourage residents to actively participate in entrepreneurship and promote differentiated financial support.

Key Words：digital inclusive finance; employment quality; regional innovation ability; regional entrepreneurship level; upgrading of industrial structure