数字金融发展能促进人力资本结构高级化吗？

潘爱民 何 宇 宋 健

(湖南科技大学 商学院，湖南 湘潭 411021)

一、引言

自经济进入新常态以来，我国经济高质量发展的主要驱动力正由机器设备、厂房等传统物质资本向具备创新性的人力资本转变。相较于物质资本，人力资本投入具有更大的增值潜力。人力资本是引领创新与技术进步的源泉，能为经济增长提供持久活力。因此，不断培育高素质人才以实现人力资本结构优化升级已然成为国家和民族长远发展大计。2001—2020年，我国劳动力人口平均受教育年限从8.4年上升至10.7年，年均增长约1.1%，受教育程度在初中及以下的人口占比从80.6%降至56.9%，拥有大专及以上学历的人口占比从4.9%上升至21.8%[1]。我国居民受教育程度明显提高，人力资本逐年增长，呈现初级人力资本逐步向高级人力资本转化的趋势，人力资本整体质量不断提升。但相比发达国家，我国初级人力资本群体庞大，高级人力资本稀缺的形势依旧严峻，人力资本结构还存在巨大的优化调整空间。如早在2010年，美国拥有高中及以上学历的劳动人口超过九成，本科及以上的劳动人口占比高达36.2%[2]。实际上，我国政府一直高度重视人才的培育：党的十八大以来，我国一直致力于推动人才强国建设的理论创新和实践探索；党的十九大报告指出人才是实现民族振兴、赢得国际竞争主动的战略资源[3]；党的二十大报告中多次强调，必须坚持科技是第一生产力，人才是第一资源，要深入实施人才强国战略，推进科教兴国战略，努力培养造就更多高技能人才[4]。可见，高技能人才的培育，人力资本结构的优化升级是政府工作的难点与重点，亦是实现经济高质量发展的必由之路。

劳动者劳动能力的高低与其接受的教育培训程度、知识经验积累量直接相关，而私人部门面临的融资约束却限制了人们对教育培训的投入，抑制了人力资本的形成(Hai和Heckman，2017)[5]。近年来，学者们开始探索金融与人力资本提升之间的联系，Galor和Zeira(1993)发现金融资源有助于人们跨越人力资本投资的最低门槛[6]，伴随着金融体系与金融产品的发展与完善，教育信贷易得性提高，更多人群能获得超越其自身消费水平的人力资本投资(杨晓智，2015)[7]。近年来，随着普惠金融的兴起，金融服务逐步迈向“小微”“三农”等群体，私人部门融资约束得到缓解，家庭抚养压力减轻，进一步增加了人们对人力资本的投资力度，有效促进了人力资本结构升级(崔小妹，2019)[8]。目前，数字技术的蓬勃发展使数字金融获得了重大发展机遇，但值得学界研究的是，中国是否可以通过推动数字金融发展进一步促进人力资本结构高级化？

党的十八大以来，我国十分重视数字金融的发展。2016年，中国在G20峰会上提出《G20数字普惠金融高级原则》，倡导各国因地制宜发挥数字技术为金融服务带来的巨大潜力[9]；2021年《“十四五”国家信息化规划》中，将“数字普惠金融服务”列为优先行动计划，并开展了详细战略部署[10]。可以看出，发展数字经济已经上升为国家战略。随着传统金融服务与大数据、云计算等数字技术的深度融合，社会经济已然产生了巨大变革，居民的生产与生活受到了深远影响。理论上，数字金融发展既能缓解信息不对称程度，降低借贷成本(董晓林等，2021)[11]，又能拓宽金融服务触达范围，提高服务便捷性(徐光顺和冯林，2022)[12]，进而达到降低金融服务门槛、缓解金融排斥的效果，为人们获取教育资源提供有力的资金支持，因而很可能对人力资本结构升级产生重要作用。鉴于数字金融在技术应用与产品业务领域仍存在短板，数字金融发展潜力依旧巨大。因而，推动数字金融发展很可能是实现人力资本结构高级化的一条重要途径。探讨数字金融影响人力资本结构的一般规律则是值得研究的课题。

学术界已有少量学者分析了数字金融发展对人力资本的影响。宏观层面，数字金融与传统产业相融合催生了新业态，形成了新的生产生活模式，对产业结构调整、就业结构改善发挥了重要作用，对人力资本产生了重要影响(丛屹和闫苗苗，2022)[13]。微观层面，一方面，数字金融能提高居民参与各项生产活动的“可行能力”，有效减缓市场排斥以及自我排斥现象，有利于人力资本水平提升(谭灵芝等，2023)[14]；另一方面，数字金融的广泛应用“倒逼”居民不断学习，参与知识技能培训，提升金融素养，进而促进人力资本水平提升(李娜，2021)[15]。然而，上述研究仅停留于理论分析或是定性分析层面，尚未有专题探讨数字金融对人力资本结构的影响。现有研究的局限性，为本文研究提供了可探索空间。

基于此，本文的边际贡献在于：第一，首次将数字金融与人力资本结构放入同一框架中，系统阐述了数字金融影响人力资本结构的内在逻辑，丰富了理论体系；第二，利用我国274个地级市面板数据，实证分析了数字金融发展对人力资本结构的影响效应，同时，将人力资本细分为初级、中级、高级等三个类别，通过对人力资本的异质性分析，深入研究数字金融对各类人力资本的影响效应。

二、理论分析与研究假设

(一)数字金融对人力资本结构高级化的直接影响

数字金融是技术驱动型的金融创新，能够借助数字技术升级金融产品、优化业务流程、丰富经营场景，从而降低人力资本投资门槛，提升居民投资意愿，增加投资收益，实现人力资本结构高级化。

第一，数字金融可以降低人力资本投资门槛，促进人力资本普遍提升。数字金融摆脱了对传统物理网点的依赖，缓解了信息不对称难题，使得原本被传统金融体系排除在外的市场主体获得了便捷、普惠的金融服务。在知识经济时代，众多中小微企业向知识密集型、成长潜力型企业转型，对专业英才与高技能人才需求与日俱增。金融服务的提升有效化解了企业“融资难、融资贵”难题，促进企业增加对员工教育培训的投入，提升社会人力资本。另外，数字金融的发展使教育信贷更为易得，低收入人群以及贫困人群可以通过信贷的方式获得教育、职业技能培训的机会，使得弱势群体人力资本结构逐渐高级化。

第二，数字金融可以提升居民的人力资本投资意愿，加大对人力资本投资力度。首先，随着居民对数字金融认识与使用程度的加深，数字金融的发展能够转换居民的思维方式，强化自我学习能力与技术水平，不断提高人力资本水平(胡伦和陆迁，2019)[16]。其次，在享受数字金融带来便利性的同时，居民也会接触到新的教育思想与教育方法，产生实现更高教育水平的需求，从而加大自我以及家庭成员教育的投资力度，推进人力资本结构高级化(刘魏等，2021)[17]。

第三，数字金融增加了人力资本投资收益，加速人力资本结构高级化。金融能够通过合理配置资金以增加投资收益，其中也包括人力资本的投资收益。数字金融的衍生和发展释放出极强的空间溢出效应，从规模、速度和准度上提高了资金使用及配置效率，对教育投资、职业技能培训具有放大作用(许冰和胡俊，2022)[18]，加速了人力资本提升，促进人力资本结构高级化。

(二)数字金融对人力资本结构高级化的间接影响

1.数字金融、居民收入增长与人力资本结构高级化

一方面，数字金融能促进居民收入增长。从宏观角度来说，数字金融能打破城乡二元结构，促进区域经济包容性增长(张勋等，2019)[19]，能推进地方各项基础设施建设，带动资源要素合理流动，提升资源配置效率，引导地方投资，激发社会总需求，进而促进居民收入增长。从微观角度来说，数字金融的发展能降低融资成本与信息成本，提供均等化的创业机会，进而激发主体创新活力，提升全民创业水平，实现居民收入可持续增长(陈熹和徐蕾，2022)[20]。同时，随着我国数字基建逐步完善，数字金融所具备的广覆盖性与便利性被充分发挥出来，为居民提供了近乎无门槛的金融服务。居民金融素养不断提高，在债券、基金等金融市场上，居民参与度大幅提升，居民财产性收入实现增长。

另一方面，居民收入增长能促进人力资本结构高级化。根据人力资本理论，人力资本的投资与收入成正比。居民的可支配收入提升，将直接影响家庭教育投资的支付能力，降低弱势群体辍学率，提升普通家庭学生学习专注力以及学业深造率，进而提升我国高知识储备、高技能水平人群占比，促进人力资本结构高级化。

2.数字金融、产业结构升级与人力资本结构高级化

一方面，数字金融能促进产业结构升级。数字金融具备高度关联互通的网络化结构，存在巨大的规模效应与正外部效应，能充分调动金融资源，为各要素资源聚集、转移和应用创造了便利条件，显著提升了各要素资源的配置效率，改善了要素的配置结构，推动了产业结构升级。与此同时，随着数字金融的深化，数字化支付的普及，居民消费观念发生巨大变革，消费需求不断升级，催生了直播、电商、在线教育等一系列新兴产业，丰富了产业生态，对产业结构优化升级产生了深远影响。

另一方面，产业结构升级能促进人力资本结构高级化。首先，产业结构升级促进人力资源合理配置，降低了劳动力要素的价格扭曲，使人力资本优势充分发挥，教育回报率提高，引导人力资本投资增加(周天芸，2022)[21]。其次，伴随着产业结构优化，大量简单、程序化的劳动被机械与人工智能替代，低技能劳动者需求减少；新业态的产生创造了大量依赖于知识与技术的新型岗位，社会对高学历与高技能人才的需求增加。劳动力需求的改变，将倒逼人们对人力资本的投资，促进人力资本结构高级化。

据此，本文提出以下假设：

H1：数字金融能促进人力资本结构高级化。

H2：数字金融通过促进居民收入增长与产业结构升级两种机制促进人力资本结构高级化。

三、研究设计

(一)模型设定

为验证上文中提出的假设H1，本文构建如下计量经济学模型：

Hstructit=α0+α1DiFiit+α2Zit+μi+λt+εit

(1)

其中，i代表地区；t代表时间；Hstructit代表人力资本结构高级化指数；DiFiit为核心解释变量，代表数字金融发展水平；Zit代表一系列可能影响人力资本结构变化的控制变量；μi和λt代表城市固定效应和年份固定效应；εit代表随机扰动项。

为进一步检验数字金融对各级人力资本的影响，本文构建如下基本模型：

Hum_pit=α0+α1DiFiit+α2Zit+μi+λt+εit

(2)

Hum_mit=α0+α1DiFiit+α2Zit+μi+λt+εit

(3)

Hum_hit=α0+α1DiFiit+α2Zit+μi+λt+εit

(4)

其中，Hum_pit、Hum_mit、Hum_hit分别表示低级、中级、高级人力资本指数。

(二)变量测度与说明

1.被解释变量

人力资本结构高级化(Hstruct)：人力资本高级化是初级人力资本逐步减少，中高级人力资本逐步增加的动态演化过程。这与我国产业结构由初级转向高级的演变过程类似，参考产业结构演进理论、产业结构转变理论，借鉴刘智勇等(2018)的研究方法，本文采用向量夹角度量人力资本结构高级化水平[22]。受城市层面数据可得性影响，结合已有文献，用两步法构建指标。首先，从“教育”视角出发，将16岁以上的从业人员按受教育程度划分为五大类别，具体包括：文盲半文盲、小学、初中、高中、大专或本科以上，据此构建有关于人力资本的五维空间向量，即X0=(X0，1，X0，2，X0，3，X0，4，X0，5)。同时将单位向量组作为基准向量：X1=(1，0，0，0，0)、X2=(0，1，0，0，0)、X3=(0，0，1，0，0)、X4=(0，0，0，1，0)、X5=(0，0，0，0，1)。则人力资本空间向量X0与基准向量Xj的夹角Qj(j=1，2，3，4，5)可表示为：

(5)

上式中，Xj，i表示基准向量组Xj(j=1，2，3，4，5)的第i个分量；X0，i表示向量X0的第i个分量。结合模型初步判断，由于反余弦函数具有单调递减的性质，在人力资本结构演进过程中，受教育程度较低人群比重下降越快，受教育程度较高人群比重上升越快，向量夹角Qj将越大。为了更全面地反映各受教育程度从业人员的状况，需要对各类人力资本的向量夹角进行加权求和。本文利用变异系数法以及主观赋权法，令权重为Wj(j=1，2，3，4，5)，Qj的变异系数为Vj(j=1，2，3，4，5)，且V=V1+V2+V3+V4+V5。研究显示，受教育程度偏低的人力资本其Q值的权重反而更高[22]，据此设定权重W1、W2、W3、W4、W5分别为5、4、3、2、1。

(6)

其次，在经济发展的不同阶段，人力资本结构存在差异，经济发展水平在一定程度上能体现整体的人力资本水平以及高质量人才的密集程度，因此本文借鉴李梦娜和周云波(2022)的做法，以省级人力资本结构高级化指数为基础，以地级市(GDP)占全国GDP比重为权重，两者相乘构造出地级市人力资本高级化指数Hstruct[23]。人力资本高级化指数数值越大，代表中级与高级人力资本占比越大，说明该城市人力资本结构优化水平越高。

初级、中级、高级人力资本指标：为检验数字金融对不同层次人力资本的作用情况与影响效应，本文将人力资本分为初级人力资本(Hum_p)、中级人力资本(Hum_m)、高级人力资本(Hum_h)三类。同人力资本结构高级化指标类似，该指标同样分两步进行构建。首先，以不同受教育程度人口占比计算出省级各人力资本水平，Hum_p=文盲半文盲人口比例×3+小学人口比例×6+初中人口×9；Hum_m=高中人口比例×12；Hum_h=大专、本科及以上人口比例×16。其次，将地级市GDP占全国GDP比重作为权重，乘以省级各级人力资本水平，最终得到地级市各级人力资本水平。

2.核心解释变量

数字金融(DiFi)：近年来，由北京大学数字金融研究中心构建的数字金融指数为学者们研究数字金融带来了极大的便利性，该指标有效性得到了充分检验，受到了学界广泛认可，因而本文借鉴该指标衡量数字金融发展水平，并利用Coverage、Usage、Payment分别代表数字金融的覆盖广度、使用深度以及数字化程度[24]。在实证分析中，为研究方便，本文参照唐文进等(2019)的做法，将该指数除以100作为各地区数字金融发展程度的代理变量[25]。

3.控制变量

经济发展水平(lnPgdp)，用人均GDP自然对数衡量，控制经济发展水平可能存在的非线性影响；科教支持(Sciedu)，用政府科技与教育支出总额占一般性财政支出总额比重衡量，比重越大，越有利于人力资本水平整体性提升；福利保障(Welfare)，用失业保险参保人数作代理变量，模型中取自然对数表示，较好的社会福利能减轻家庭经济负担，提升抗风险能力，降低预防性风险准备金，增加居民对教育、技能培训上的投资；城镇化率(Urban)，用地级市城镇人口占常住人口比重表示，城镇化水平一定程度上反映了教育资源水平，城镇化率越高代表教育资源越聚集。

4.机制变量

与前文理论分析相对应，本文选取了两个机制变量进行分析：第一，本文利用职工平均工资代表居民收入水平(Income)，检验收入增长的中介机制。居民收入的多少将直接影响人力资本投资的支付能力，进而影响人力资本结构的变化；第二，用第二、第三产业在总产值中的占比表示产业结构(Industry)，产业结构升级对人力资本结构具有一定导向作用。

(三)数据来源

受行政区划的变迁和部分数据缺失的影响，本文最终围绕2011—2019年中国274个地级市展开研究，各变量的原始数据主要来自《中国统计年鉴》《中国城市统计年鉴》《中国劳动统计年鉴》以及各省、地级市统计年鉴，个别缺失值利用插值法计算得到。核心解释变量数字金融指数则来自北京大学数字金融研究中心发布的《北京大学数字普惠金融指数》(2011—2020)。各变量的描述性统计结果如表1所示。

表1 变量描述

四、实证结果及讨论

(一)数字金融与人力资本结构高级化的基准回归

本文以人力资本结构高级化指数Hstruct为被解释变量，数字金融指数DiFi为核心解释变量，运用面板固定效应模型，通过逐步加入控制变量的方式得到基准回归结果。如表2所示，数字金融的发展能显著促进我国人力资本结构高级化，且随着控制变量的逐步引入，其显著性水平稳定保持于1%以下，因此，假设H1初步得到验证。从控制变量上看，经济发展水平(lnPgdp)与人力资本结构高级化高度正相关，即随着经济的发展，人力资本水平逐渐从高存量向高质量转变，这与刘智勇等(2018)提出的人力资本结构变化与经济增长同步的观点一致[22]；科教支持(Sciedu)能够推动人力资本结构高级化，政府对教育的投入将直接改善教学质量，提升教学环境，对科技的支出也将引导高素质人才的培养；福利保障(Welfare)的提升能促进人力资本结构高级化，失业保险金的保障能提升家庭抗风险能力，人力资本投资支付意愿增加，同时失业保险还会加强对失业人员的职业培训和再教育培训，整体人力资本水平得到提升；城镇化水平(Urban)对人力资本结构具有一定的负向影响，可能与近年来城镇化进程过快有关，过度城镇化将使基础设施与公共服务设施压力过大，部分新进城市人口以及农村人口被边缘化，无法有效利用教育、医疗等公共资源。

表2 基准回归结果

(二)数字金融与各级人力资本水平的基准回归

在分析数字金融与人力资本结构高级化关系的基础上，本文进一步分析数字金融发展对各级人力资本水平的影响，深入探讨人力资本结构的演变方式。表3展示了数字金融发展对初级、中级、高级人力资本的基准回归结果。其中，数字金融的发展对初级人力资本具有负向作用，即数字金融的发展能在一定程度上减少初级人力资本。此外，数字金融对中级、高级人力资本具有显著的正向影响，且对高级人力资本的影响更大。可以看出，数字金融发展对各级人力资本的影响与我国初级人力资本逐步减少、中高级人力资本比重不断上升这一特征事实相符，与初级人力资本向高级人力资本不断演化这一社会需求适配。因此，假设H1得证。

表3 数字金融发展与各级人力资本水平的基准回归

(三)稳健性检验

为保证前文实证研究结果的可靠性，本文展开如下稳健性检验：

1.工具变量法

研究数字金融对人力资本结构的影响，其内生性问题主要来自两个方面。一是被解释变量与解释变量之间存在互为因果的可能，即数字金融发展能促进人力资本结构高级化，而人力资本提升一定程度上又能反过来推动数字金融的发展。二是人力资本的形成与个体的先天条件以及后天的成长环境均有较强的关系，影响因素较多，可能存在遗漏变量问题。为解决内生性问题，本文借鉴傅秋子和黄益平(2018)的研究方法，利用地理信息系统(GIS)计算得到的各城市到杭州的球面距离构建工具变量[26]，为了保持在时间维度上的一致性，将该距离与全国数字金融发展均值乘积作为最终工具变量，并利用2SLS法进行估计。检测结果显示，LM统计量为122.696，在1%的水平下显著，说明选取的工具变量与数字金融具有高度相关性，WaldF统计量为122.478，远超出弱识别测试10%水平下的临界值16.8，拒绝了“弱工具变量”的原假设。第二阶段的回归结果如表4所示，数字金融发展能显著促进人力资本结构高级化，且其对各类人力资本水平的影响同基准回归一致，由此可知，在考虑了内生性问题后，数字金融发展能促进人力资本结构高级化的结论依然成立。

表4 稳健性检验结果

2.替换解释变量

本文借鉴聂秀华等(2021)学者的研究方法，利用数字金融覆盖广度(Coverage)、使用深度(Usage)以及数字化程度(Payment)三个子维度指标替换核心解释变量DiFi，进行稳健性分析[27]。结果如表4所示，数字金融的覆盖广度、使用深度以及数字化程度均能显著促进人力资本结构高级化。同样地，三个子维度对各级人力资本水平的影响效果也与基准回归结果基本一致，说明前文回归结果较为稳健。

(四)机制检验

为验证假设H2，本文借鉴温忠麟和叶宝娟(2014)的方法，在基准模型基础上通过分步检验法构建如下面板中介效应模型[28]：

Mit=α0+α1DiFiit+α2Zit+μi+λt+εit

(7)

Humit=α0+α1DiFiit+α2Mit+α3Zit+μi+λt+εit

(8)

其中，Mit代表中介变量居民收入水平以及产业结构水平，Humit代表人力资本结构高级化以及各级人力资本水平，其余变量含义均与上文相同。

1.居民收入增长的中介效应

表5报告了居民收入增长机制检验结果。首先，前文模型(1)的基准回归结果符合中介效应第一步的检验要求。其次，模型(7)进一步验证了数字金融能否促进居民收入的增长，结果显示回归系数为正，且通过了5%的显著性水平检验。最后，将居民收入水平这一中介变量纳入基准回归方程，观察核心解释变量与中介变量的系数及其显著性。由列(2)结果可知，数字金融与收入水平系数均显著为正，且数字金融系数变小，说明中介效应存在，数字金融能通过提升居民收入水平促进人力资本结构高级化。进一步观察(3)(4)(5)列回归方程结果，不难看出，在加入收入增长效应后，数字金融对各级人力资本水平的影响系数均有所下降，说明提升居民收入水平是数字金融促进人力资本结构高级化的重要渠道。

表5 居民收入增长的中介效应

2.产业结构升级的中介效应

表6展示了产业结构升级的机制检验结果。由列(1)可知，数字金融能促进产业结构的升级，列(2)展示了产业结构水平加入基准模型后的回归结果，可以看出，产业结构升级能推动人力资本向高级化发展，同时数字金融的影响系数减小，说明中介效应存在。进一步对各级人力资本展开分析，如列(3)所示，初级人力资本回归结果与预期不同，该模型中产业结构系数为正，表明产业结构升级有利于初级人力资本水平提升，此时中介效应不存在，可能与目前的数字经济环境有关。数字技术赋能产业转型与升级，旧行业淘汰的同时也伴随着新兴行业的产生，如外卖配送员、网约车司机等新职业不断涌现，大量低技能劳动者涌入此类行业，进而导致初级人力资本水平波动具有不确定性。最后观察列(4)与列(5)，回归结果显示，产业结构升级能促进中级、高级人力资本增加，中介效应存在。由此可见，产业结构升级是数字金融促进人力资本结构高级化的重要中介渠道，且该机制主要作用在于增加中级、高级人力资本，对减少初级人力资本具有一定抑制作用。

表6 产业结构升级的中介效应

综上所述，数字金融可以通过促进居民收入增长与产业结构升级两种机制促进人力资本结构高级化。因此，假设H2得证。

(五)异质性分析

我国各区域经济发展不平衡，资源禀赋以及地理环境的差异，数字金融和人力资本的发展水平也存在较大差距，因而两者之间的关系会存在差别。本文从区位因素出发，根据国家统计局的划分方式，将西部与中部结合，划分为东部城市与中西部城市展开研究。表7展示了数字金融发展对人力资本结构高级化以及各类人力资本水平在不同区位上的影响。首先，从人力资本结构高级化回归结果来看，数字金融的影响系数分别为0.032与0.018，且通过了5%的显著性水平检验，说明数字金融无论在东部地区，还是中西部地区，都能显著促进人力资本结构高级化，且较中西部而言，东部地区的影响效果更大。可能的原因是东部地区经济发展水平更高，具备较好的基础设施以及更为完善的金融体系，数字金融能更快更有效地发挥作用。其次，观察初级人力资本水平回归结果，东部地区数字金融有助于减少初级人力资本，但中西部地区的回归结果不显著，其原因可能是中西部部分地区仍存在较强的数字鸿沟，虽然数字技术提供了普惠的受益机会，但偏远的区位因素和居民较弱的信息鉴别与运用能力，让其无法享受数字红利及金融资源。进一步观察中级、高级人力资本水平的回归结果，发现数字金融发展在东部与中西部均能显著促进这两类人力资本增加，且东部地区效果更为明显。

表7 数字金融发展对人力资本结构的异质性检验

五、结论与政策启示

本文利用我国274个地级市2011—2019年平衡面板数据，采用面板固定效应模型实证检验得到如下结论：

第一，数字金融发展能促进人力资本结构高级化，且其具体影响方式为减少初级人力资本，增加中级、高级人力资本。

第二，居民收入增长与产业结构升级都是数字金融促进人力资本结构高级化的重要渠道。数字金融通过增加居民收入和促进产业结构升级来驱动人力资本结构高级化，收入增加能提升居民人力资本投资能力，促进初级人力资本减少和中级、高级人力资本增加；产业结构升级能倒逼居民对人力资本的投资，该效应主要以促进中级、高级人力资本增加为主，对初级人力资本减少具有一定抑制作用。

第三，数字金融发展对人力资本结构影响存在明显异质性，无论是我国东部地区或是中西部地区，数字金融均能促进人力资本结构高级化，但东部地区的作用效果更为明显，中西部地区受数字鸿沟的影响，数字金融对初级人力资本影响不显著。

政策建议：第一，数字金融对人力资本结构高级化具有重要影响，因此，要持续推进数字金融发展，对金融机构以及银保监会等相关机构而言，要加强数字金融新型基础设施建设，逐步健全国内外交易体系，持续优化金融征信体系，完善支付清算体系，搭建金融科技监管体系，为居民提供多样化数字金融服务。对政府而言，应加强政策扶持，引导龙头金融机构不断开展金融科技研究与前沿技术开发，不断提质增效，提升数字金融对社会各方面的影响效力。

第二，充分发挥数字技术与金融活水对资源配置的优化作用，带动产业数字金融的发展，注重产业结构与劳动力结构适配，重点加强对初级人力资本“再教育”“干中学”的宣传教育与资金支持，对给员工进行技能培训的企业提供税收减免与更普惠的金融支持。

第三，在推进数字金融发展的过程中，要注重东西部地区协同发展，加快偏远地区数字信息基础设施建设，提升互联网接入率，着力提升数字金融服务的覆盖广度与便利程度。重点扶持中西部地区弱势群体，加强金融产品创新，开发与其知识结构相匹配的金融产品，增加金融可得性。定期展开金融知识教育与培训，缓解金融排斥，加快培育与提升全民数字涵养，弥合数字鸿沟，充分发挥数字金融的普惠效应。