离家的诱惑：县域数字普惠金融与流动人口留居意愿

李 衡 杨上广

一、引言与文献综述

人口流动是当前中国人口与社会发展的一个重要特征。2012 年以来，随着城镇化进程不断推进，中国人口流动日益活跃，为经济社会平稳发展注入了强大动力。2021 年，中国流动人口达3.85 亿人，占总人口的27.25%。①国家统计局：《中华人民共和国2021 年国民经济和社会发展统计公报》，中国政府网：https://www.gov.cn/xinwen/2022-02/28/content_5676015.htm，2022 年2 月28 日。与2011 年相比，流动人口增加1.55 亿人，增长67.39%。党和国家对城镇化的转型发展也给予了高度的重视。例如，2020 年3 月，《关于构建更加完善的要素市场化配置体制机制的意见》指出，要积极引导劳动力要素合理畅通有序流动；2022 年7 月，《“十四五”新型城镇化实施方案》强调，要稳妥有序的深化户籍制度改革，到2025 年要实现城镇基本公共服务覆盖全部未落户常住人口的目标。由此可见，提高流动人口的市民化水平、促进流动人口在迁入地稳定留居，是完善劳动力要素市场化配置和推动新型城镇化战略的重要环节。①赵安琪、吕康银：《促进流动人口稳定居留》，《宏观经济管理》2023 年第2 期。特别地，流动人口的留居意愿是中国特色人口迁移的重要特征，也是连接流动行为与后果的重要决策。促进流动人口留居，既能进一步破除劳动力在地区间自由流动的障碍，发挥城市集聚效应，也有助于提高流动人口的生活质量和主观福祉，是实现经济社会以及人口结构转型的重要途径。

在劳动力迁移决策中，推拉理论是应用最为广泛的理论之一。Ravenstein②Ravenstein E.G.，“The Laws of Migration”，Journal of the Statistical Society of London,Vol.48,No.2,1885,pp.167-235.从迁移距离、经济因素、迁移模式、迁移者特征等方面对人口迁移进行总结，奠定了相关研究的理论基础。Lee③Lee E.S., “A Theory of Migration”, Demography,Vol.3,No.1,1966,pp.47-57.进一步将人口迁移的影响因素总结为迁出地与迁入地因素、中间障碍因素以及个体特征。与迁入地、迁出地相关的推拉因素包括就业、收入、公共服务、环境等；中间障碍因素包括文化差异、户籍制度等；个体特征则包含年龄、性别、婚姻、受教育程度等。④赵如婧、周皓、彭成琛妮：《流动人口居留意愿及其影响因素的历时变化研究——基于2010—2017 年流动人口动态监测调查数据》，《人口与发展》2021 年第6 期。⑤Lin L.Y., Zhu Y.,“Types and Determinants of Migrants’Settlement Intention in China’s New Phase of Urbanization：A Multi-dimensional Perspective”,Cities,Vol.124,2022,pp.1-11.综合而言，流动人口的迁移决策是各种推力和拉力因素共同作用的结果。⑥Benjamin B., “Principle of Demography”, Journal of Roya Statistical Society: Series D（The Statistician）,Vol.19,No.4,1970,pp.410-411.基于以上理论，学者们对流动人口留居意愿的影响因素展开了较为系统的实证研究。例如，Zhu⑦Zhu N.,“The Impacts of Income Gaps on Migration Decisions in China”, China Economic Review,Vol.13,No.2, 2002,pp.213-230.研究发现城乡收入差距是劳动力迁移的决定性因素，而且女性可从移民中获得更多的收入；夏怡然和陆铭⑧夏怡然、陆铭：《城市间的“孟母三迁”——公共服务影响劳动力流向的经验研究》，《管理世界》2015 年第10 期。表明劳动力不仅会被流入地更高的工资和更好的就业机会所吸引，而且教育、医疗等公共服务也发挥了重要作用。房价是流动人口是否留居的重要因素，高房价反映了流入地的高居住成本，阻碍了人口流入。⑨Zhou J.T.,Hui E.C.M.,“Housing Prices, Migration, and Self-selection of Migrants in China”, Habitat International,Vol.119,2022,pp.1-11.例如，周颖刚等⑩周颖刚、蒙莉娜、卢琪：《高房价挤出了谁?——基于中国流动人口的微观视角》，《经济研究》2019 年第9 期。指出流入地的相对房价对劳动力有挤出效应，而公共服务则具有拉力作用。Chen 等[11]Chen S., Oliva P., Zhang P.,“The Effect of Air Pollution on Migration: Evidence from China”，Journal of Development Economics,Vol.156,2022,pp.1-14.发现空气污染是中国移民流入和流出发生变化的原因之一，县域空气污染程度增加，会导致更少的人口流入并导致更多的人口外迁；类似的，Zhang 等[12]Zhang C.L., Du M.Z., Liao L.P., et al.,“The Effect of Air Pollution on Migrants’Permanent Settlement Intention:Evidence from China”, Journal of Cleaner Production,Vol.373,2022,pp.1-13.认为空气污染通过对流入人口的主观态度和健康程度产生负面影响进而降低其留居意愿。王蓉和黄桂田[13]王蓉、黄桂田：《城市落户门槛与异质性劳动力居留意愿》，《上海经济研究》2022 年第6 期。指出城市落户门槛的提升降低了流动劳动力的定居意愿，增加了其离开与短期再流动的概率，而户籍制度改革则能够提高流动人口的落户意愿①伍薆霖、卢冲：《户籍制度改革会促进农村流动人口落户城市吗?——来自准自然实验的证据》，《人口与发展》2020年第5 期。。此外，Zhang等②Zhang P.，Hong C.C.，Yan J.，et al.，“The Effects of Dialect Distance on the Migrant Population’s Settlement Intentions：Evidence from the China Migrants Dynamic Survey”，Applied Economics Letters，Vol.30，No.6，2023，pp.710-718.发现方言距离可通过抑制流入人口的城市认同感和社会网络更新进而降低其留居意愿。综合来看，个体人口学特征以及流入地经济社会特征等因素是现有分析流动人口留居意愿的重要切入口，这为本文研究奠定了基础。

党的二十大报告指出，发展数字经济已成为推进中国式现代化的重要驱动力量。据中国信通院发布的《中国数字经济发展研究报告（2023 年）》显示，2022 年，中国数字经济发展取得新的突破，数字经济规模达到50.2 万亿元，占GDP 比重达到41.5%，已连续11 年显著高于GDP 增速。作为数字经济的重要组成部分，数字普惠金融的概念是在2014 年G20 普惠金融全球合作伙伴与国际清算银行联合举办的闭门会议上首次被提出的，泛指一切通过使用数字金融服务以促进普惠金融的行动。它主要通过运用数字技术并以负责任的、成本可负担的以及可持续的方式为无法获得或缺乏金融服务的群体提供一系列正规金融服务。相比于传统的普惠金融，数字普惠金融具有覆盖区域更广泛、服务成本更低廉以及服务对象更普遍的优势。2022 年中央全面深化改革委员会第二十四次会议指出，要加快补齐县域、小微企业以及新型农业经营主体等金融服务短板，有序推进数字普惠金融发展。总之，数字普惠金融在推动政策落地、实现普惠金融可持续发展方面具有重要作用。相关研究已证明数字普惠金融在经济增长③汪雯羽、贝多广：《数字普惠金融、政府干预与县域经济增长——基于门限面板回归的实证分析》，《经济理论与经济管理》2022 年第2 期。、居民收入④张勋、万广华、张佳佳等：《数字经济、普惠金融与包容性增长》，《经济研究》2019 年第8 期。和消费增长⑤张勋、杨桐、汪晨等：《数字金融发展与居民消费增长：理论与中国实践》，《管理世界》2020 年第11 期。、企业融资缓解⑥黄锐、赖晓冰、赵丹妮等：《数字金融能否缓解企业融资困境——效用识别、特征机制与监管评估》，《中国经济问题》2021 年第1 期。、创新⑦谢雪燕、朱晓阳：《数字金融与中小企业技术创新——来自新三板企业的证据》，《国际金融研究》2021 年第1 期。创业活动⑧田鸽、黄海、张勋：《数字金融与创业高质量发展：来自中国的证据》，《金融研究》2023 年第3 期。以及产业结构优化⑨杜金岷、韦施威、吴文洋：《数字普惠金融促进了产业结构优化吗?》，《经济社会体制比较》2020 年第6 期。等方面具有重要作用。

在数字经济时代背景下，数字普惠金融以其在民生、经济等领域所展现的优势，为改善民生、助力新发展提供了新思路。中国劳动力市场在数字普惠金融发展的背景之下愈加活跃，一些地区得益于数字普惠金融开放、包容、灵活的特点，正逐渐成为流动人口留居的新目的地。但是，目前缺少数字普惠金融发展和流动人口留居意愿关系的实证探讨，更鲜有文献从新型城镇化建设的主战场——县域层面进行系统分析。马述忠等⑩马述忠、胡增玺：《数字金融是否影响劳动力流动?——基于中国流动人口的微观视角》，《经济学（季刊）》2022年第1 期。创新性地探究了城市数字普惠金融发展对劳动力流动的影响，这为本文进一步研究留居意愿问题奠定了基础；方观富等[11]方观富、高天天：《数字普惠金融与农民工长期居留意愿》，《华南农业大学学报（社会科学版）》2022 年第4 期。的研究虽与本文主题类似，但是其研究层面为城市，研究对象为农民工，这均与本文不同，从而使得研究结论和政策建议的适用性存在差异。以县域为基本单元推进数字普惠金融发展既具有经济、政治、文化、社会、生态五位一体的整体性优势，也具有直接触达基层、高效获取细致和全面信息的便捷优势。此外，国家发改委印发的《2022 年新型城镇化和城乡融合发展重点任务》以及中共中央办公厅、国务院办公厅出台的《关于推进以县城为重要载体的城镇化建设的意见》也都强调了以县为战略主体进行新型城镇化建设的重要性。

那么，在大力推动数字中国和新型城镇化建设的背景之下，县域数字普惠金融发展能否提高流动人口的留居意愿？如果两者之间存在因果关系，其中的机制又是什么？进一步，数字普惠金融主要提高了哪些流动人口的留居意愿？ 厘清以上问题不仅有助于理解数字普惠金融与流动人口留居意愿的内在联系，而且对于探究数字普惠金融发展带来的社会效益具有重要意义。与已有文献相比，本研究可能有以下边际贡献：第一，关于人口流动与留居影响因素的研究十分丰富，但是在数字经济时代下探究影响流动人口留居意愿的研究却较为匮乏。本文既拓展了数字普惠金融的研究范围，又丰富了流动人口留居因素的相关研究，并从县区层面对数字普惠金融发展的“留人效应”进行了新的微观解读。第二，本文基于个人调查数据，不仅探究了县域数字普惠金融促进流动人口留居的微观作用机制，还立足于个体和地区的视角分析了留居效应的异质性效果，从而丰富了研究结论，使政策建议更具有针对性。这既为引导劳动力要素有序流动提供了新视角和新思路，又对研究新型城镇化背景下流动人口的留居问题和城乡融合问题具有重要意义，而且还有利于进一步挖掘数字普惠金融在推进经济高质量发展、夯实全面小康社会基础以及实现全体人民共同富裕过程中的价值与潜力。

二、理论分析与研究假设

（一）数字普惠金融对流动人口留居意愿的影响

数字普惠金融迅猛发展与数字技术密不可分，其核心特征在于借助新型数字技术优化传统金融系统。实际上，数字普惠金融的相关研究也主要是考察数字技术能否以及如何影响经济活动。Goldfarb 和Tucker①Goldfarb A., Tucker C.,“Digital Economics”, Journal of Economic Literature,Vol.57,No.1,2019,pp.3-43.在其综述中指出，数字技术可以减少与经济活动相关的搜寻成本、复制成本、运输成本、跟踪成本以及验证成本。依托于数字化技术，数字普惠金融可以突破获取金融服务的地域限制，减少金融服务供需双方的搜寻与匹配的时间，降低金融机构获客成本，从而提升金融服务效率，实现数字金融的商业可持续性。此外，凭借大数据技术，数字普惠金融不仅可以辅助中小微企业、低收入群体获得信贷、投融资等金融服务，而且新技术所催生出的全新业务形态也增加了金融资本与普通用户参与金融活动的途径和机会。具体到本文，流入地数字普惠金融发展水平越高，流动人口的信息获取、工作搜寻、生产和交易成本等会更低，这不仅有利于提高流动人口在流入地创业和就业的概率，还有助于提高其收入。又因为工作机会对流动人口迁移决策的作用显著，更高的收入水平也是吸引人口留居的重要动因，加之流动决策的本质是个体权衡成本与收益并追求更高效用的结果，即便在无法准确量化迁移成本的前提下，能提供更高预期效用的县区必定对流入人口具有更强的吸引力，所以我们有理由相信数字普惠金融能够成为吸引流动人口留居的重要因素。基于以上分析并结合研究视角，本文提出假设1。

假设1：县域数字普惠金融发展有利于提高流动人口的留居意愿

（二）数字普惠金融影响流动人口留居意愿的机制

作为传统金融服务体系的升级模式，数字普惠金融可能从以下三个方面促进流动人口创业。首先，数字普惠金融具有普惠性和包容性等优势，可以弥补传统金融服务的不足，能够有效缓解创业者的信贷或融资约束。例如，支付宝借呗、京东金条等小额网络贷款或众筹平台使得借贷更加便利，大大降低了创业者的借贷约束，缓解了财务风险对商户的冲击，有效提升了小微个体经营的积极性。①邹月晴、陈媛媛、宋扬：《家乡数字经济发展与劳动力回流——基于互联网平台发展的视角》，《经济学报》2023年第1 期。张呈磊和李文秀②张呈磊、李文秀：《数字普惠金融、社会网络与农户创业——基于正规金融和非正规金融替代的视角，《世界农业》2023 年第2 期。的研究也表明拥有正规借贷渠道的农民更有可能进行自雇型创业。其次，依托于以云计算为基础的风控技术，数字普惠金融可更为便捷的对小微企业进行风险评估，有助于降低其投融资成本。③田鸽、黄海、张勋：《数字金融与创业高质量发展：来自中国的证据》，《金融研究》2023 年第3 期。具体而言，根据贷款者在互联网上的大量行为信息，数字普惠金融服务可使用大数据分析方法构建小微企业的信用评估模型④Basha S.A.，Elgammal M.M.，Abuzayed B.M.，“Online Peer-To-Peer Lending:A Review of the Literature”，Electronic Commerce Research and Applications，Vol.48，2021，pp.1-19.，此类评估方式既有助于降低风险评估成本和信息不对称，又可以缓解小微企业硬信息（例如财务状况）不足的劣势⑤Zhang X.Y.，Li J.B.，Xiang D.，et al.，“Digitalization，Financial Inclusion，and Small and Medium-sized Enterprise Financing：Evidence from China”，Economic Modelling，Vol.126，2023，pp.1-11.，从而提高创业积极性。最后，作为一种新型基础设施，数字普惠金融不仅有利于降低交易成本，而且其所具备的数字技术在消费者识别与参与、企业价值交付与变现方面不断引发商业模式变革⑥Ancillai C.，Sabatini A.，Gatti M.，et al.，“Digital Technology and Business Model Innovation:A Systematic Literature Review and Future Research Agenda”，Technological Forecasting&Social Change，Vol.188，2023，pp.1-43.，不断产生创新效应，进而有助于增加创业机会。支付宝的应用很大程度上促进了电子商务的发展，使得线下商务的线上化模式越发火爆。例如，淘宝等线上零售平台、网约车以及直播带货等领域的新创企业都依赖于数字金融服务。因此，数字普惠金融发展释放了大量的新商业机会，为创业提供了空间。鉴于数字普惠金融发展进一步缓解了融资约束并优化了创业环境，降低了流动人口的创业限制，出于对美好生活的向往，流动人口更倾向于在数字普惠金融发展水平高的县区开展创业活动，进而产生强烈的留居意愿。

数字普惠金融的深化能够提高企业生产率，扩大企业规模，推动相关产业发展与转型，从而创造大量就业岗位。从宏观视角来看，一方面，数字普惠金融可以通过数字货币与在线支付降低交易成本，加快货币流动速度⑦刘达：《第三方互联网支付加快了货币流通吗?》，《中央财经大学学报》2017 年第2 期。，从而增加社会需求，促使企业扩大生产规模，增加劳动力需求；另一方面，数字普惠金融可通过提高储蓄—投资转换率，加快要素产出效率，推动经济增长，从而增加就业岗位。⑧冉光和、唐滔：《数字普惠金融对社会就业的影响——基于企业性质和行业的异质性考察》，《改革》2021 年第11 期。此外，数字普惠金融可以充分利用其附属资金和用户数据，加速此类生产要素在市场中流动，从而优化数字产业布局，推动数字经济高质量发展⑨薛莹、胡坚：《金融科技助推经济高质量发展：理论逻辑、实践基础与路径选择》，《改革》2020 年第3 期。，增加个体就业机会。从中观视角来看，作为金融业数字化革新的重要成果，数字普惠金融的发展不仅可以通过提高市场对金融产品和服务的需求进而推动金融产业规模扩张，而且还可以从数字技术和嵌入式金融服务方面助力其他传统行业重塑与数字化转型，并有助于催生新行业风口和新兴产业，从而有利于优化就业结构，促进社会就业。例如，《2023 中国数字经济前沿：平台与高质量充分就业》报告指出，与数字金融服务相关的平台企业（例如淘宝），2021 年为中国净创造就业约2.4 亿，为当年约27%的中国劳动人口提供就业机会。从微观视角来看，一方面，数字普惠金融降低了信贷抵押要求，使得放款的门槛降低，提高了中小微企业的存活率，而中小微企业可提供大量工作岗位，从而满足了流动人口的就业需求；另一方面，数字普惠金融与技术革新改变了传统就业观念，新就业形态和机会不断涌现。此类新兴就业模式具有较强的灵活性和自主性，有效缓解了个体工作的时空限制。①Dunn M，Munoz I，Jarrahi M.H，“Dynamics of Flexible Work and Digital Platforms:Task and Spatial Flexibility in the Platform Economy”,Digital Business,Vol.3,No.1,2023,pp.1-10.因此，数字普惠金融发展越好的县区，越可能为流动人口提供多样化的就业岗位，满足不同劳动力的就业需求，进而提高了流入人口的留居意愿。

最后，数字普惠金融对收入的提高作用已经被多方面证实。例如，李牧辰和封思贤②李牧辰、封思贤：《数字普惠金融、数字门槛与城乡收入差距》，《管理评论》2023 年第6 期。研究得出数字普惠金融发展可以有效缩小城乡居民收入差距的结论；张勋等③张勋、万广华、张佳佳等：《数字经济、普惠金融与包容性增长》，《经济研究》2019 年第8 期。综合使用城市以及微观家庭数据证实了数字普惠金融可以提升家庭收入，特别是对农村低收入群体的作用更明显。作为吸引人口流入的最基本、最直接的原因，收入的作用不言而喻，自然而然在促进流动人口留居中起着至关重要的作用。当流动人口在流入地的收益远超其在迁出地的收入水平时，流动人口预计可以通过异地留居进而提高其生活水平，结合预期效用比较理论以及数字普惠金融发展具有的增收效应可知，流动人口选择留居在数字普惠金融发展水平高的县区的动机必定很强。基于以上分析，本文提出假设2。

假设2：县域数字普惠金融促使流动人口留居的主要机制是提供创业、就业机会以及提高收入水平

三、研究设计

（一）模型设定

为了探讨县域数字普惠金融发展与流动人口留居意愿的关系，本文构建如下所示的回归模型：

公式（1）中，i 表示流动人口，j 代表流动人口i 所在县区；被解释变量Settlementij为流动人口的留居意愿，核心解释变量ln（Indexj）为流动人口i 所在县区j 的数字普惠金融指数的对数值，其系数α1衡量县域数字普惠金融对流动人口留居意愿的总体影响。Xi为个体及家庭层面的特征变量，Zj为县区层面的控制变量，γc为流入城市的固定效应，εij为随机扰动项。由于被解释变量为虚拟变量，本文主要使用Probit 模型进行估计。

（二）变量说明

1.被解释变量

本文的被解释变量为留居意愿，我们根据“今后一段时间，您是否打算继续留在本地?”以及“如果您打算留在本地，您预计自己将在本地留多久?”这两个问题来构建二元变量，处理过程中剔除了回答为“没想好”的样本。①周颖刚、蒙莉娜、卢琪：《高房价挤出了谁?——基于中国流动人口的微观视角》，《经济研究》2019 年第9 期。②Zhang C.L.，Du M.Z.，Liao L.P.，et al.，“The Effect of Air Pollution on Migrants’Permanent Settlement Intention:Evidence from China”，Journal of Cleaner Production，Vol.373，2022，pp.1-13.赋值规则为：对第一个问题回答“否”的受访者赋值为0，如果对第一个问题回答“是”的人对第二个问题的回答是“5—9 年”“10 年及以上”或“定居”，则赋值为1，其余回答赋值为0。为保证结果的可靠性，本文在稳健性检验中使用了保留“没想好”的样本并重新定义的留居意愿进行了分析。此外，本文还使用该重新定义的留居意愿进行了内生性、异质性以及机制等检验（结果备索），结论依旧稳健。

2.解释变量

核心解释变量为数字普惠金融发展水平，本文采用县域层面的数字普惠金融指数进行衡量。该指数从数字金融覆盖广度、使用深度和数字化程度等三个维度进行构建，采用对数型功效函数法和层次分析法处理后，自下往上逐层汇总而得。③郭峰、王靖一、王芳等：《测度中国数字普惠金融发展:指数编制与空间特征》，《经济学（季刊）》2020 年第4 期。目前此指数被广泛应用于数字经济与数字普惠金融相关的研究中。

3.控制变量

流动人口个体及家庭特征包括性别、年龄、受教育水平、户口性质、婚姻状况、流动范围、流入年限、流入地家庭人数以及流入地家庭平均每月住房支出。其中，性别为虚拟变量，男性赋值为1，女性赋值为0。年龄是根据调查日期和出生日期近似计算，考虑到年龄可能存在的非线性影响，实证中还引入了年龄的平方项。受教育水平使用受访者对应的教育年限来衡量。具体而言，未上过学为0 年；小学为6 年；初中为9 年；高中/中专为12 年；专科为15 年；本科为16 年；研究生为19 年。关于户口性质，非农业和非农业转居民的受访者赋值为1，农业以及农业转居民的受访者赋值为0。本文将法律意义上的婚姻续存（例如初婚、再婚）赋值为1，其余赋值为0。流动范围分为跨省、省内跨市和市内跨县，依次赋值为1 至3。流入年限是根据调查日期和流入调查地的时间近似计算。流入地家庭人数则是根据流动人口家庭成员现居住地进行统计。住房支出由“过去一年，您家在本地每月住房支出为多少元？ ”这一问题获取。县区层面的控制变量为第二和第三产业占比、人口密度以及财政支出占比。其中，第二产业和第三产业占比分别使用第二产业和第三产业增加值（万元）占GDP（万元）的比重来衡量。人口密度采用年末户籍人口（人）与行政区域土地面积（平方公里）的比值来表示。财政支出占比则是使用地方财政一般公共预算支出（万元）占GDP（万元）的比重来衡量。

（三）数据来源与描述性统计

本文所用数据主要来自三个方面：首先，县域层面的数字普惠金融指数由北京大学数字金融研究中心和蚂蚁金服集团共同编制。该数据使用银行服务、支付、投资、保险等指标体系，评估了中国31 个省（自治区、直辖市，简称“省”）、337 个城市以及近2800 个县区的数字普惠金融发展水平，具有很强的代表性和可靠性。其次，流动人口留居意愿、个体特征以及家庭特征数据来自2018 年中国流动人口卫生计生动态监测调查（CMDS）个人问卷。该调查是国家卫生健康委员会在全国31 个省内开展的抽样调查项目，旨在收集有关流动人口微观层面的相关信息，了解流动人口生存发展状况、流动迁移趋势和特点，目前数据更新至2018 年。本文在研究过程中将样本限定为16 至59 岁的劳动年龄人口。最后，第二和第三产业增加值、地区生产总值、地方财政支出、年末户籍人口数以及行政区域土地面积来自2018 年《中国县域统计年鉴（县市卷）》、Wind 数据库、中经网的县域年度库以及各县区国民经济和社会发展统计公报。

由于2018 年CMDS 调查时间为2018 年5 月，为了缓解双向因果，本文将数字普惠金融和县区层面的控制变量滞后一期。在实证中，本文将县域数字普惠金融指数（2017 年数据）、CMDS2018（2018 年调查数据）以及县区统计数据（2017 年数据）进行匹配。最终获得31 个省、302 个地级市（含地区和自治州）和1012 个县区（含县级市）的78672 个流动人口观测值。变量的描述性统计结果如表1 所示。

表1 变量的描述性统计

四、实证结果及分析

（一）基准回归

表2 汇报了县域数字普惠金融发展对流动人口留居意愿影响的基准回归结果。其中，第（1）列只考虑了数字普惠金融与留居意愿的单变量关系，第（2）—（3）列显示了逐步加入个体和家庭层面以及县域层面控制变量的结果。回归中均控制了流动人口所在城市的固定效应。我们发现，所有回归中，数字普惠金融指数的系数均在1%的水平上显著为正，这表明县域数字普惠金融发展有助于提高流动人口的留居意愿，即数字普惠金融发展水平越高的县区越容易留住人。由此，假设1 得以验证。

表2 基准回归结果

从控制变量结果来看，年龄一次项系数显著为正，二次项系数显著为负，这表明流动人口的留居意愿随年龄先升高后降低，两者存在“倒U 型”关系。受教育水平越高、非农业户口、流动范围越小、流动时间越长以及流入地家庭规模越大都有助于提高留居意愿，而流入地住房成本越大，则越不利于留住流动人口。关于性别或者已婚与否对留居意愿的影响，现有研究似乎还存在异议。本文发现女性更倾向于留居在迁入地，这可能是因为女性更加注重现代化的生活方式，流入地丰富的物质与文化生活对于女性具有较大吸引力,而男性可能迫于物价和房价压力,对留居缺乏动机。已婚流动人口的留居意愿更强，这或许是因为在流入地工作生活给其及家庭带来的收益要高于流出地，而返回流出地的机会成本也较高。此外，第二和第三产业显著为正，这意味着产业优势依旧在吸引人口流入和留居方面起着重要的作用。人口密度的系数同样显著为正，这可能是因为流入地人口集聚有助于带来规模经济，从而有利于吸引外来人口居留。最后，财政支出增加有利于优化资源配置，保障民生，从而有助于提高流动人口的留居意愿。

（二）内生性分析

流动人口留居意愿越高的县区，数字普惠金融发展水平可能同样较高，而且两者可能同时受到不可观测因素的影响。为了更好地识别因果效应，本文尝试使用工具变量法来减轻内生性问题。借鉴张勋等①张勋、杨桐、汪晨等：《数字金融发展与居民消费增长：理论与中国实践》，《管理世界》2020 年第11 期。的思路，本文使用各县区政府驻地与其所属省份的省会政府驻地的平面距离作为县域数字普惠金融的工具变量。从相关性来看，省会通常是一个省份的经济中心，也应是数字金融发展中心，一县区距离省会城市越近，该县区数字普惠金融发展也应该越好。从外生性来看，一方面，与省会城市的距离是附属于县区的固有历史地理信息，几乎不随时间变动，故可以较好地满足外生性要求；另一方面，省会城市仅是该省或者中国经济发展的重要城市之一，某县区与省会的距离越小并不意味着该县区经济社会发展水平越高。而且，高铁等新型交通工具早已缩短了时空距离，所以某县区与省会的距离越小也并不意味着受访的流动人口一定会留居在该县区。此外，回归中控制了流动人口所在县区的一些重要经济发展指标，这也有助于减少遗漏变量，从而努力切断地理距离与留居意愿之间可能的联系。

表3 报告了工具变量法的回归结果。从列（1）可以看出，县区到省会的距离与数字普惠金融在1%水平上呈显著负相关关系，即一省内某县区距离省会越远，该县区的数字普惠金融发展水平就越低。此外，第一阶段回归中F 值大于10%偏误水平下的临界值16.38②Stock J.H.，Yogo M.，Testing for Weak Instruments in Linear IV Regression In:Andrews DWK Identification and Inference forEconometricModels，NewYork:CambridgeUniversityPress，2005，pp.80-108.，表明不存在弱工具变量的问题。第二阶段回归结果显示，数字普惠金融的系数在1%水平上显著为正，从而证实了基准回归的结论是可靠的。

表3 工具变量回归结果

（三）稳健性检验

1.使用数字普惠金融细分指数

数字普惠金融是由数字金融覆盖广度、使用深度以及数字化程度这三个子维度指标构建的。覆盖广度是指金融服务供给通过电子账户数来衡量用户所能得到的相应服务；使用深度衡量了实际使用数字金融服务的情况；数字化程度是指使用金融服务的便利性、成本和信用化程度。由表4 结果可知，本文的核心结论是相对稳健的。

表4 稳健性检验A

2.更换留居意愿的测度方式

前文测度留居意愿时剔除了“没想好”的样本，在此，我们保留此类样本，重新进行定义。考虑到选择“没想好”的流动人口的留居意愿可能并不强烈，所以本文将此类受访者的留居意愿赋值为0，其余选项的赋值规则不变。由表5 第（1）列可知，数字普惠金融显著为正，即前文的结论是可靠的。

表5 稳健性检验B

3.增加控制变量

鉴于丰富的控制变量可以减缓遗漏变量的影响，因此，我们在回归中新增了以下可能影响留居意愿的变量：普通中学在校学生数占户籍人口的比重、每万人拥有的医疗卫生机构床位数以及年末金融机构各项贷款余额占GDP 的比重。由于这三个变量缺失值较多，所以样本量减少。由表5 第（2）列的结果可知，本文结论依旧稳健。

4.改变估计方法

与Probit 模型类似，Logit 模型也假设因变量服从二项式分布，同样是一种广义线性模型。鉴于此，本文使用Logit 模型重新进行回归。表5 第（3）列显示，县域数字普惠金融的估计系数在1%水平上显著为正，由此可知基准回归的结论是稳健的。

5.更改样本范围

一方面，周皓和刘文博①周皓、刘文博：《流动人口的流入地选择机制》，《人口研究》2022 年第1 期。指出，在探讨流动后果（留居意愿）时，应偏重于存量人口，所以我们剔除了流入时间不超过一年的样本后重新回归，结果如表6 列（1）所示。另一方面，考虑到省会和直辖市的区县的数字普惠金融发展水平可能相对更高，且此类城市的发展情况与其他城市存在明显差异。为了保证研究对象的可比性，我们剔除这些城市的附属区县之后再进行回归，表6 列（2）展示了结果。表6列（3）展示了仅保留流入原因为务工和经商的样本进行回归的结果。总之，以上结果再次支持了本文的核心结论。

表6 稳健性检验C

（四）机制分析

如上文所述，县域数字普惠金融发展可能通过影响流动人口的创业、就业的概率和收入水平进而提高留居意愿。为了识别这三种作用途径是否存在，本文通过如下模型检验其中可能存在的传导机制。

公式（2）中Mi表示机制变量，分别使用受访者在流入地的创业和就业情况以及月收入来表示。关于创业，本文借鉴田鸽等②田鸽、黄海、张勋：《数字金融与创业高质量发展：来自中国的证据》，《金融研究》2023 年第3 期。的做法，如果受访者的就业身份为雇主和自营劳动者，则赋值为1，否则赋值为0。关于就业，CMDS 并未直接询问是否就业，我们根据受访者上个月是否做过一小时以上有收入的工作进行衡量，如果回答“是”，则赋值为1，反之赋值为0。其余设定与基准回归一致。此外，因为机制变量存在缺失，所以样本量减少。

表7 中第（1）列的结果显示：当考虑流动人口在流入地的创业情况时，数字普惠金融的估计系数在5%的水平上显著为正。这表明数字普惠金融发展有利于促进流动人口创业，即数字普惠金融可以通过缓解信贷与融资约束，优化风险评估方式以及创新商业模式等吸引流入人口创业并提高其留居意愿。类似地，由第（2）列的结果可知，县域数字普惠金融发展有利于创造就业岗位和机会，帮助流入人口就业，从而促使流动人口产生较为强烈的留居意愿。此外，第（3）列结果显示，当以流入地的月收入为机制变量时，数字普惠金融同样显著为正。这表明数字普惠金融发展有利于提高流动人口的收入水平，而迁入地的收入水平是吸引劳动力转移的最直接原因，进而强化了流入人口的留居意愿。基于以上分析，假设2 得到验证。

表7 机制检验

（五）异质性分析

1.个体异质性

不同特征的流动个体可能对数字普惠金融的反应不同，本文以交互项的方式分析了其中的差异，结果如表8 所示。首先，性别、户口以及婚姻状况的定义与基准回归一致，第（1）—（3）列的个体层面的控制变量分别不再包含此三个。例如，第（1）列的个体及家庭特征中不包括性别；类似的，第（2）列中不再涉及户口性质。其次，健康程度是根据问卷中“您的健康状况如何？ ”这一问题进行有序（1 至4）定义，数字越大表明自评健康越差。最后，一般而言，个体受教育程度越高，就越能利用数字技术获取收益。在本文中，如果受访者的学历为大专及以上，则赋值为1，否则赋值为0。

表8 个体异质性分析

第（1）列的结果表明男性流动人口更易借助数字普惠金融的正外部性而产生更强烈的留居意愿。这可能是因为男性具有性别上的优势，可以更好地利用数字普惠金融的促就业、创业效应，从而在劳动力市场上更容易找到工作。第（2）列中交互项系数显著为正，即数字普惠金融引致的促留居作用主要体现在非农业户口的流动人口上。这可能是因为城镇流动人口在生长环境、家庭条件以及征信记录等方面本就优于农村流动人口，从而更易享受金融服务，更易抓住数字普惠金融带来的发展机遇，从而进一步降低在异乡留居的成本和压力。第（3）列的结果指出已婚人群更易受到数字普惠金融的影响，更倾向长期居住在流入地。其原因可能是已婚流动人口通常面临着更大的家庭生活压力，从而更容易被数字普惠金融的增收效应所吸引。此外，第（4）列的回归结果也在情理之中，即身体越健康的流动人口更容易在数字普惠金融的吸引下留居异地打拼事业，而不健康的流动人口或许更倾向于“落叶归根”。数字普惠金融对流动人口留居意愿的提升作用主要体现在高教育人群中，尚未体现出包容性的特点。这是因为数字普惠金融与数字技术相关，因此拥有高学历和专业技能的群体更能有效利用数字技术，从而带来工作和收入方面的优势，进而更容易和更倾向于在流入县区长期居住。

2.地区异质性

基于不同地区经济社会发展存在差异的事实，表9 从区域、城市等级以及人口规模这三个角度展示了地区异质性的回归结果。一方面，我们根据《中国统计年鉴》的划分标准，将总样本划分为东部和中西部地区。具体而言，如果流入县区位于东部地区则赋值为1，位于中西部则赋值为0。另一方面，我们根据《2018 中国城市商业魅力排行榜》将县区所属城市划分为一线（含新一线）城市和其他城市，属于一线城市的县区赋值为1，否则为0。我们以县区年末户籍人口数的中位数为界进行样本划分，大于等于中位数的为大人口规模组，赋值为1，否则赋值为0。其余设定与基准回归一致。

表9 地区异质性分析

第（1）列的结果显示，无论是东部还是中西部地区的县区，数字普惠金融引致的“留人效应”都没有显著差异。这或许可以说明，无论人口流入东部还是中西部，只要流入地数字普惠金融发展水平高，那么就容易吸引人口留居。此外，随着数字普惠金融的地区间差异逐渐减少，中西部地区的流动人口也更多地享受到了数字普惠金融带来的福利。第（2）列中交互项系数显著为负，这表明即使流动人口处于一线城市的区县，数字普惠金融也并不能有效吸引其长期居留。这或许是因为一线城市生活压力大，落户门槛相对高，外来人员需要承担的生活成本就越高，能享受与本地居民平等的医疗、教育等公共服务的难度就越大。而数字普惠金融带来的就业机会和增收效应等则是“杯水车薪”，所以流动人口的留居意愿不强。第（3）列的结果表明，县区人口规模越大，数字普惠金融对流动人口的留居意愿的提高作用越明显。一方面，人口集聚本就有助于产生规模经济效应，带来更多的工作岗位，从而有利于提高就业市场的经济预期；另一方面，人口规模扩张还能通过同乡集聚效应来提升外来人口的留城意愿。①黄梦琪、金钟范：《城市规模如何影响流动人口居留意愿——基于全国流动人口动态监测数据的经验研究》，《山西财经大学学报》2021 年第7 期。凭借人口规模带来的“东风”，数字普惠金融对外来人口的留居意愿的促进作用“更上一层楼”。

五、结论与政策启示

本文将北京大学数字金融研究中心联合蚂蚁金服集团发布的县域数字普惠金融指数与中国流动人口卫生计生动态监测调查数据相结合，同时利用中国县区层面的统计数据，基于Probit 模型，探究了数字普惠金融发展对流动劳动年龄人口留居意愿的作用效果。研究结果表明：第一，县域数字普惠金融发展显著提高了流动人口的长期留居意愿，在进行内生性和多项稳健性检验之后，这一核心结论依然成立。第二，机制检验发现，数字普惠金融可以通过提高流动人口创业、就业的概率以及增加个体收入进而起到促进留居的作用。第三，异质性分析指出，一方面，数字普惠金融发展对留居意愿的提升作用主要体现在男性、非农业户口、已婚、身体健康以及学历高的流动群体上。另一方面，无论流动人口身处东部还是中西部县区，只要数字普惠金融发展水平高，就能吸引人口留居，但人口规模大的县区更有利于发挥数字普惠金融的“留人效应”。此外，一线城市的区县因生活成本较高等问题而难以发挥数字普惠金融对外来人口的留居作用。

据此，本文提出以下政策建议。

首先，各地政府及相关部门应继续推动数字普惠金融发展，尤其是要大力完善数字化基础设施。在加强金融风险监管的同时，更要注重提升数字普惠金融服务的覆盖广度，推动数字普惠金融全面深入覆盖县区及其附属乡镇和社区，使数字普惠金融的共享性、普惠性以及长尾效应得到更好的实现。这不仅有利于进一步提升流动人口的生活质量，吸引人口留居，而且还有助于实现城乡融合和县域为重要载体的新型城镇化建设。

其次，鉴于工作机会和薪资收入为吸引流动人口留居的重要机制，未来各县区应充分发挥数字普惠金融以及数字经济的正外部性，重视并大力推进以数字技术为核心、以平台经济为依托的新业态和新就业模式。同时，还应优化创业环境，提供更多就业机会，积极引导流动人口灵活就业，提高流入劳动力的收入，从而强化流动人口的留居意愿。

最后，由于数字普惠金融主要提高了高学历流入人口的留居意愿，所以各地若想要吸引并留住高技能人才，理应持续推动数字普惠金融发展。针对一线城市的区县，则应加快户籍制度改革，破除影响流动人口迁移的制度性障碍，完善与流动人口相关的住房、医疗和教育等生活保障制度体系。此外，虽然人口规模大的县区更容易吸引人口留居，但是也要注意因人口众多而导致的公共资源配置问题。若要保证流动人口享有均等化的公共服务，则应在人口流入地加大投资，积极推动公共资源按常住人口配置。