數字金融發展能促進人力資本結構高級化嗎？

潘愛民 何 宇 宋 健

(湖南科技大學 商學院，湖南 湘潭 411021)

一、引言

自經濟進入新常態以來，我國經濟高質量發展的主要驅動力正由機器設備、廠房等傳統物質資本向具備創新性的人力資本轉變。相較于物質資本，人力資本投入具有更大的增值潛力。人力資本是引領創新與技術進步的源泉，能為經濟增長提供持久活力。因此，不斷培育高素質人才以實現人力資本結構優化升級已然成為國家和民族長遠發展大計。2001—2020年，我國勞動力人口平均受教育年限從8.4年上升至10.7年，年均增長約1.1%，受教育程度在初中及以下的人口占比從80.6%降至56.9%，擁有大專及以上學歷的人口占比從4.9%上升至21.8%[1]。我國居民受教育程度明顯提高，人力資本逐年增長，呈現初級人力資本逐步向高級人力資本轉化的趨勢，人力資本整體質量不斷提升。但相比發達國家，我國初級人力資本群體龐大，高級人力資本稀缺的形勢依舊嚴峻，人力資本結構還存在巨大的優化調整空間。如早在2010年，美國擁有高中及以上學歷的勞動人口超過九成，本科及以上的勞動人口占比高達36.2%[2]。實際上，我國政府一直高度重視人才的培育：黨的十八大以來，我國一直致力于推動人才強國建設的理論創新和實踐探索；黨的十九大報告指出人才是實現民族振興、贏得國際競爭主動的戰略資源[3]；黨的二十大報告中多次強調，必須堅持科技是第一生產力，人才是第一資源，要深入實施人才強國戰略，推進科教興國戰略，努力培養造就更多高技能人才[4]?？梢?，高技能人才的培育，人力資本結構的優化升級是政府工作的難點與重點，亦是實現經濟高質量發展的必由之路。

勞動者勞動能力的高低與其接受的教育培訓程度、知識經驗積累量直接相關，而私人部門面臨的融資約束卻限制了人們對教育培訓的投入，抑制了人力資本的形成(Hai和Heckman，2017)[5]。近年來，學者們開始探索金融與人力資本提升之間的聯系，Galor和Zeira(1993)發現金融資源有助于人們跨越人力資本投資的最低門檻[6]，伴隨著金融體系與金融產品的發展與完善，教育信貸易得性提高，更多人群能獲得超越其自身消費水平的人力資本投資(楊曉智，2015)[7]。近年來，隨著普惠金融的興起，金融服務逐步邁向“小微”“三農”等群體，私人部門融資約束得到緩解，家庭撫養壓力減輕，進一步增加了人們對人力資本的投資力度，有效促進了人力資本結構升級(崔小妹，2019)[8]。目前，數字技術的蓬勃發展使數字金融獲得了重大發展機遇，但值得學界研究的是，中國是否可以通過推動數字金融發展進一步促進人力資本結構高級化？

黨的十八大以來，我國十分重視數字金融的發展。2016年，中國在G20峰會上提出《G20數字普惠金融高級原則》，倡導各國因地制宜發揮數字技術為金融服務帶來的巨大潛力[9]；2021年《“十四五”國家信息化規劃》中，將“數字普惠金融服務”列為優先行動計劃，并開展了詳細戰略部署[10]?？梢钥闯?，發展數字經濟已經上升為國家戰略。隨著傳統金融服務與大數據、云計算等數字技術的深度融合，社會經濟已然產生了巨大變革，居民的生產與生活受到了深遠影響。理論上，數字金融發展既能緩解信息不對稱程度，降低借貸成本(董曉林等，2021)[11]，又能拓寬金融服務觸達范圍，提高服務便捷性(徐光順和馮林，2022)[12]，進而達到降低金融服務門檻、緩解金融排斥的效果，為人們獲取教育資源提供有力的資金支持，因而很可能對人力資本結構升級產生重要作用。鑒于數字金融在技術應用與產品業務領域仍存在短板，數字金融發展潛力依舊巨大。因而，推動數字金融發展很可能是實現人力資本結構高級化的一條重要途徑。探討數字金融影響人力資本結構的一般規律則是值得研究的課題。

學術界已有少量學者分析了數字金融發展對人力資本的影響。宏觀層面，數字金融與傳統產業相融合催生了新業態，形成了新的生產生活模式，對產業結構調整、就業結構改善發揮了重要作用，對人力資本產生了重要影響(叢屹和閆苗苗，2022)[13]。微觀層面，一方面，數字金融能提高居民參與各項生產活動的“可行能力”，有效減緩市場排斥以及自我排斥現象，有利于人力資本水平提升(譚靈芝等，2023)[14]；另一方面，數字金融的廣泛應用“倒逼”居民不斷學習，參與知識技能培訓，提升金融素養，進而促進人力資本水平提升(李娜，2021)[15]。然而，上述研究僅停留于理論分析或是定性分析層面，尚未有專題探討數字金融對人力資本結構的影響?，F有研究的局限性，為本文研究提供了可探索空間。

基于此，本文的邊際貢獻在于：第一，首次將數字金融與人力資本結構放入同一框架中，系統闡述了數字金融影響人力資本結構的內在邏輯，豐富了理論體系；第二，利用我國274個地級市面板數據，實證分析了數字金融發展對人力資本結構的影響效應，同時，將人力資本細分為初級、中級、高級等三個類別，通過對人力資本的異質性分析，深入研究數字金融對各類人力資本的影響效應。

二、理論分析與研究假設

(一)數字金融對人力資本結構高級化的直接影響

數字金融是技術驅動型的金融創新，能夠借助數字技術升級金融產品、優化業務流程、豐富經營場景，從而降低人力資本投資門檻，提升居民投資意愿，增加投資收益，實現人力資本結構高級化。

第一，數字金融可以降低人力資本投資門檻，促進人力資本普遍提升。數字金融擺脫了對傳統物理網點的依賴，緩解了信息不對稱難題，使得原本被傳統金融體系排除在外的市場主體獲得了便捷、普惠的金融服務。在知識經濟時代，眾多中小微企業向知識密集型、成長潛力型企業轉型，對專業英才與高技能人才需求與日俱增。金融服務的提升有效化解了企業“融資難、融資貴”難題，促進企業增加對員工教育培訓的投入，提升社會人力資本。另外，數字金融的發展使教育信貸更為易得，低收入人群以及貧困人群可以通過信貸的方式獲得教育、職業技能培訓的機會，使得弱勢群體人力資本結構逐漸高級化。

第二，數字金融可以提升居民的人力資本投資意愿，加大對人力資本投資力度。首先，隨著居民對數字金融認識與使用程度的加深，數字金融的發展能夠轉換居民的思維方式，強化自我學習能力與技術水平，不斷提高人力資本水平(胡倫和陸遷，2019)[16]。其次，在享受數字金融帶來便利性的同時，居民也會接觸到新的教育思想與教育方法，產生實現更高教育水平的需求，從而加大自我以及家庭成員教育的投資力度，推進人力資本結構高級化(劉魏等，2021)[17]。

第三，數字金融增加了人力資本投資收益，加速人力資本結構高級化。金融能夠通過合理配置資金以增加投資收益，其中也包括人力資本的投資收益。數字金融的衍生和發展釋放出極強的空間溢出效應，從規模、速度和準度上提高了資金使用及配置效率，對教育投資、職業技能培訓具有放大作用(許冰和胡俊，2022)[18]，加速了人力資本提升，促進人力資本結構高級化。

(二)數字金融對人力資本結構高級化的間接影響

1.數字金融、居民收入增長與人力資本結構高級化

一方面，數字金融能促進居民收入增長。從宏觀角度來說，數字金融能打破城鄉二元結構，促進區域經濟包容性增長(張勛等，2019)[19]，能推進地方各項基礎設施建設，帶動資源要素合理流動，提升資源配置效率，引導地方投資，激發社會總需求，進而促進居民收入增長。從微觀角度來說，數字金融的發展能降低融資成本與信息成本，提供均等化的創業機會，進而激發主體創新活力，提升全民創業水平，實現居民收入可持續增長(陳熹和徐蕾，2022)[20]。同時，隨著我國數字基建逐步完善，數字金融所具備的廣覆蓋性與便利性被充分發揮出來，為居民提供了近乎無門檻的金融服務。居民金融素養不斷提高，在債券、基金等金融市場上，居民參與度大幅提升，居民財產性收入實現增長。

另一方面，居民收入增長能促進人力資本結構高級化。根據人力資本理論，人力資本的投資與收入成正比。居民的可支配收入提升，將直接影響家庭教育投資的支付能力，降低弱勢群體輟學率，提升普通家庭學生學習專注力以及學業深造率，進而提升我國高知識儲備、高技能水平人群占比，促進人力資本結構高級化。

2.數字金融、產業結構升級與人力資本結構高級化

一方面，數字金融能促進產業結構升級。數字金融具備高度關聯互通的網絡化結構，存在巨大的規模效應與正外部效應，能充分調動金融資源，為各要素資源聚集、轉移和應用創造了便利條件，顯著提升了各要素資源的配置效率，改善了要素的配置結構，推動了產業結構升級。與此同時，隨著數字金融的深化，數字化支付的普及，居民消費觀念發生巨大變革，消費需求不斷升級，催生了直播、電商、在線教育等一系列新興產業，豐富了產業生態，對產業結構優化升級產生了深遠影響。

另一方面，產業結構升級能促進人力資本結構高級化。首先，產業結構升級促進人力資源合理配置，降低了勞動力要素的價格扭曲，使人力資本優勢充分發揮，教育回報率提高，引導人力資本投資增加(周天蕓，2022)[21]。其次，伴隨著產業結構優化，大量簡單、程序化的勞動被機械與人工智能替代，低技能勞動者需求減少；新業態的產生創造了大量依賴于知識與技術的新型崗位，社會對高學歷與高技能人才的需求增加。勞動力需求的改變，將倒逼人們對人力資本的投資，促進人力資本結構高級化。

據此，本文提出以下假設：

H1：數字金融能促進人力資本結構高級化。

H2：數字金融通過促進居民收入增長與產業結構升級兩種機制促進人力資本結構高級化。

三、研究設計

(一)模型設定

為驗證上文中提出的假設H1，本文構建如下計量經濟學模型：

Hstructit=α0+α1DiFiit+α2Zit+μi+λt+εit

(1)

其中，i代表地區；t代表時間；Hstructit代表人力資本結構高級化指數；DiFiit為核心解釋變量，代表數字金融發展水平；Zit代表一系列可能影響人力資本結構變化的控制變量；μi和λt代表城市固定效應和年份固定效應；εit代表隨機擾動項。

為進一步檢驗數字金融對各級人力資本的影響，本文構建如下基本模型：

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分別表示低級、中級、高級人力資本指數。

(二)變量測度與說明

1.被解釋變量

人力資本結構高級化(Hstruct)：人力資本高級化是初級人力資本逐步減少，中高級人力資本逐步增加的動態演化過程。這與我國產業結構由初級轉向高級的演變過程類似，參考產業結構演進理論、產業結構轉變理論，借鑒劉智勇等(2018)的研究方法，本文采用向量夾角度量人力資本結構高級化水平[22]。受城市層面數據可得性影響，結合已有文獻，用兩步法構建指標。首先，從“教育”視角出發，將16歲以上的從業人員按受教育程度劃分為五大類別，具體包括：文盲半文盲、小學、初中、高中、大?；虮究埔陨?，據此構建有關于人力資本的五維空間向量，即X0=(X0，1，X0，2，X0，3，X0，4，X0，5)。同時將單位向量組作為基準向量：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)。則人力資本空間向量X0與基準向量Xj的夾角Qj(j=1，2，3，4，5)可表示為：

(5)

上式中，Xj，i表示基準向量組Xj(j=1，2，3，4，5)的第i個分量；X0，i表示向量X0的第i個分量。結合模型初步判斷，由于反余弦函數具有單調遞減的性質，在人力資本結構演進過程中，受教育程度較低人群比重下降越快，受教育程度較高人群比重上升越快，向量夾角Qj將越大。為了更全面地反映各受教育程度從業人員的狀況，需要對各類人力資本的向量夾角進行加權求和。本文利用變異系數法以及主觀賦權法，令權重為Wj(j=1，2，3，4，5)，Qj的變異系數為Vj(j=1，2，3，4，5)，且V=V1+V2+V3+V4+V5。研究顯示，受教育程度偏低的人力資本其Q值的權重反而更高[22]，據此設定權重W1、W2、W3、W4、W5分別為5、4、3、2、1。

(6)

其次，在經濟發展的不同階段，人力資本結構存在差異，經濟發展水平在一定程度上能體現整體的人力資本水平以及高質量人才的密集程度，因此本文借鑒李夢娜和周云波(2022)的做法，以省級人力資本結構高級化指數為基礎，以地級市(GDP)占全國GDP比重為權重，兩者相乘構造出地級市人力資本高級化指數Hstruct[23]。人力資本高級化指數數值越大，代表中級與高級人力資本占比越大，說明該城市人力資本結構優化水平越高。

初級、中級、高級人力資本指標：為檢驗數字金融對不同層次人力資本的作用情況與影響效應，本文將人力資本分為初級人力資本(Hum_p)、中級人力資本(Hum_m)、高級人力資本(Hum_h)三類。同人力資本結構高級化指標類似，該指標同樣分兩步進行構建。首先，以不同受教育程度人口占比計算出省級各人力資本水平，Hum_p=文盲半文盲人口比例×3+小學人口比例×6+初中人口×9；Hum_m=高中人口比例×12；Hum_h=大專、本科及以上人口比例×16。其次，將地級市GDP占全國GDP比重作為權重，乘以省級各級人力資本水平，最終得到地級市各級人力資本水平。

2.核心解釋變量

數字金融(DiFi)：近年來，由北京大學數字金融研究中心構建的數字金融指數為學者們研究數字金融帶來了極大的便利性，該指標有效性得到了充分檢驗，受到了學界廣泛認可，因而本文借鑒該指標衡量數字金融發展水平，并利用Coverage、Usage、Payment分別代表數字金融的覆蓋廣度、使用深度以及數字化程度[24]。在實證分析中，為研究方便，本文參照唐文進等(2019)的做法，將該指數除以100作為各地區數字金融發展程度的代理變量[25]。

3.控制變量

經濟發展水平(lnPgdp)，用人均GDP自然對數衡量，控制經濟發展水平可能存在的非線性影響；科教支持(Sciedu)，用政府科技與教育支出總額占一般性財政支出總額比重衡量，比重越大，越有利于人力資本水平整體性提升；福利保障(Welfare)，用失業保險參保人數作代理變量，模型中取自然對數表示，較好的社會福利能減輕家庭經濟負擔，提升抗風險能力，降低預防性風險準備金，增加居民對教育、技能培訓上的投資；城鎮化率(Urban)，用地級市城鎮人口占常住人口比重表示，城鎮化水平一定程度上反映了教育資源水平，城鎮化率越高代表教育資源越聚集。

4.機制變量

與前文理論分析相對應，本文選取了兩個機制變量進行分析：第一，本文利用職工平均工資代表居民收入水平(Income)，檢驗收入增長的中介機制。居民收入的多少將直接影響人力資本投資的支付能力，進而影響人力資本結構的變化；第二，用第二、第三產業在總產值中的占比表示產業結構(Industry)，產業結構升級對人力資本結構具有一定導向作用。

(三)數據來源

受行政區劃的變遷和部分數據缺失的影響，本文最終圍繞2011—2019年中國274個地級市展開研究，各變量的原始數據主要來自《中國統計年鑒》《中國城市統計年鑒》《中國勞動統計年鑒》以及各省、地級市統計年鑒，個別缺失值利用插值法計算得到。核心解釋變量數字金融指數則來自北京大學數字金融研究中心發布的《北京大學數字普惠金融指數》(2011—2020)。各變量的描述性統計結果如表1所示。

表1 變量描述

四、實證結果及討論

(一)數字金融與人力資本結構高級化的基準回歸

本文以人力資本結構高級化指數Hstruct為被解釋變量，數字金融指數DiFi為核心解釋變量，運用面板固定效應模型，通過逐步加入控制變量的方式得到基準回歸結果。如表2所示，數字金融的發展能顯著促進我國人力資本結構高級化，且隨著控制變量的逐步引入，其顯著性水平穩定保持于1%以下，因此，假設H1初步得到驗證。從控制變量上看，經濟發展水平(lnPgdp)與人力資本結構高級化高度正相關，即隨著經濟的發展，人力資本水平逐漸從高存量向高質量轉變，這與劉智勇等(2018)提出的人力資本結構變化與經濟增長同步的觀點一致[22]；科教支持(Sciedu)能夠推動人力資本結構高級化，政府對教育的投入將直接改善教學質量，提升教學環境，對科技的支出也將引導高素質人才的培養；福利保障(Welfare)的提升能促進人力資本結構高級化，失業保險金的保障能提升家庭抗風險能力，人力資本投資支付意愿增加，同時失業保險還會加強對失業人員的職業培訓和再教育培訓，整體人力資本水平得到提升；城鎮化水平(Urban)對人力資本結構具有一定的負向影響，可能與近年來城鎮化進程過快有關，過度城鎮化將使基礎設施與公共服務設施壓力過大，部分新進城市人口以及農村人口被邊緣化，無法有效利用教育、醫療等公共資源。

表2 基準回歸結果

(二)數字金融與各級人力資本水平的基準回歸

在分析數字金融與人力資本結構高級化關系的基礎上，本文進一步分析數字金融發展對各級人力資本水平的影響，深入探討人力資本結構的演變方式。表3展示了數字金融發展對初級、中級、高級人力資本的基準回歸結果。其中，數字金融的發展對初級人力資本具有負向作用，即數字金融的發展能在一定程度上減少初級人力資本。此外，數字金融對中級、高級人力資本具有顯著的正向影響，且對高級人力資本的影響更大?？梢钥闯?，數字金融發展對各級人力資本的影響與我國初級人力資本逐步減少、中高級人力資本比重不斷上升這一特征事實相符，與初級人力資本向高級人力資本不斷演化這一社會需求適配。因此，假設H1得證。

表3 數字金融發展與各級人力資本水平的基準回歸

(三)穩健性檢驗

為保證前文實證研究結果的可靠性，本文展開如下穩健性檢驗：

1.工具變量法

研究數字金融對人力資本結構的影響，其內生性問題主要來自兩個方面。一是被解釋變量與解釋變量之間存在互為因果的可能，即數字金融發展能促進人力資本結構高級化，而人力資本提升一定程度上又能反過來推動數字金融的發展。二是人力資本的形成與個體的先天條件以及后天的成長環境均有較強的關系，影響因素較多，可能存在遺漏變量問題。為解決內生性問題，本文借鑒傅秋子和黃益平(2018)的研究方法，利用地理信息系統(GIS)計算得到的各城市到杭州的球面距離構建工具變量[26]，為了保持在時間維度上的一致性，將該距離與全國數字金融發展均值乘積作為最終工具變量，并利用2SLS法進行估計。檢測結果顯示，LM統計量為122.696，在1%的水平下顯著，說明選取的工具變量與數字金融具有高度相關性，WaldF統計量為122.478，遠超出弱識別測試10%水平下的臨界值16.8，拒絕了“弱工具變量”的原假設。第二階段的回歸結果如表4所示，數字金融發展能顯著促進人力資本結構高級化，且其對各類人力資本水平的影響同基準回歸一致，由此可知，在考慮了內生性問題后，數字金融發展能促進人力資本結構高級化的結論依然成立。

表4 穩健性檢驗結果

2.替換解釋變量

本文借鑒聶秀華等(2021)學者的研究方法，利用數字金融覆蓋廣度(Coverage)、使用深度(Usage)以及數字化程度(Payment)三個子維度指標替換核心解釋變量DiFi，進行穩健性分析[27]。結果如表4所示，數字金融的覆蓋廣度、使用深度以及數字化程度均能顯著促進人力資本結構高級化。同樣地，三個子維度對各級人力資本水平的影響效果也與基準回歸結果基本一致，說明前文回歸結果較為穩健。

(四)機制檢驗

為驗證假設H2，本文借鑒溫忠麟和葉寶娟(2014)的方法，在基準模型基礎上通過分步檢驗法構建如下面板中介效應模型[28]：

Mit=α0+α1DiFiit+α2Zit+μi+λt+εit

(7)

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

(8)

其中，Mit代表中介變量居民收入水平以及產業結構水平，Humit代表人力資本結構高級化以及各級人力資本水平，其余變量含義均與上文相同。

1.居民收入增長的中介效應

表5報告了居民收入增長機制檢驗結果。首先，前文模型(1)的基準回歸結果符合中介效應第一步的檢驗要求。其次，模型(7)進一步驗證了數字金融能否促進居民收入的增長，結果顯示回歸系數為正，且通過了5%的顯著性水平檢驗。最后，將居民收入水平這一中介變量納入基準回歸方程，觀察核心解釋變量與中介變量的系數及其顯著性。由列(2)結果可知，數字金融與收入水平系數均顯著為正，且數字金融系數變小，說明中介效應存在，數字金融能通過提升居民收入水平促進人力資本結構高級化。進一步觀察(3)(4)(5)列回歸方程結果，不難看出，在加入收入增長效應后，數字金融對各級人力資本水平的影響系數均有所下降，說明提升居民收入水平是數字金融促進人力資本結構高級化的重要渠道。

表5 居民收入增長的中介效應

2.產業結構升級的中介效應

表6展示了產業結構升級的機制檢驗結果。由列(1)可知，數字金融能促進產業結構的升級，列(2)展示了產業結構水平加入基準模型后的回歸結果，可以看出，產業結構升級能推動人力資本向高級化發展，同時數字金融的影響系數減小，說明中介效應存在。進一步對各級人力資本展開分析，如列(3)所示，初級人力資本回歸結果與預期不同，該模型中產業結構系數為正，表明產業結構升級有利于初級人力資本水平提升，此時中介效應不存在，可能與目前的數字經濟環境有關。數字技術賦能產業轉型與升級，舊行業淘汰的同時也伴隨著新興行業的產生，如外賣配送員、網約車司機等新職業不斷涌現，大量低技能勞動者涌入此類行業，進而導致初級人力資本水平波動具有不確定性。最后觀察列(4)與列(5)，回歸結果顯示，產業結構升級能促進中級、高級人力資本增加，中介效應存在。由此可見，產業結構升級是數字金融促進人力資本結構高級化的重要中介渠道，且該機制主要作用在于增加中級、高級人力資本，對減少初級人力資本具有一定抑制作用。

表6 產業結構升級的中介效應

綜上所述，數字金融可以通過促進居民收入增長與產業結構升級兩種機制促進人力資本結構高級化。因此，假設H2得證。

(五)異質性分析

我國各區域經濟發展不平衡，資源稟賦以及地理環境的差異，數字金融和人力資本的發展水平也存在較大差距，因而兩者之間的關系會存在差別。本文從區位因素出發，根據國家統計局的劃分方式，將西部與中部結合，劃分為東部城市與中西部城市展開研究。表7展示了數字金融發展對人力資本結構高級化以及各類人力資本水平在不同區位上的影響。首先，從人力資本結構高級化回歸結果來看，數字金融的影響系數分別為0.032與0.018，且通過了5%的顯著性水平檢驗，說明數字金融無論在東部地區，還是中西部地區，都能顯著促進人力資本結構高級化，且較中西部而言，東部地區的影響效果更大?？赡艿脑蚴菛|部地區經濟發展水平更高，具備較好的基礎設施以及更為完善的金融體系，數字金融能更快更有效地發揮作用。其次，觀察初級人力資本水平回歸結果，東部地區數字金融有助于減少初級人力資本，但中西部地區的回歸結果不顯著，其原因可能是中西部部分地區仍存在較強的數字鴻溝，雖然數字技術提供了普惠的受益機會，但偏遠的區位因素和居民較弱的信息鑒別與運用能力，讓其無法享受數字紅利及金融資源。進一步觀察中級、高級人力資本水平的回歸結果，發現數字金融發展在東部與中西部均能顯著促進這兩類人力資本增加，且東部地區效果更為明顯。

表7 數字金融發展對人力資本結構的異質性檢驗

五、結論與政策啟示

本文利用我國274個地級市2011—2019年平衡面板數據，采用面板固定效應模型實證檢驗得到如下結論：

第一，數字金融發展能促進人力資本結構高級化，且其具體影響方式為減少初級人力資本，增加中級、高級人力資本。

第二，居民收入增長與產業結構升級都是數字金融促進人力資本結構高級化的重要渠道。數字金融通過增加居民收入和促進產業結構升級來驅動人力資本結構高級化，收入增加能提升居民人力資本投資能力，促進初級人力資本減少和中級、高級人力資本增加；產業結構升級能倒逼居民對人力資本的投資，該效應主要以促進中級、高級人力資本增加為主，對初級人力資本減少具有一定抑制作用。

第三，數字金融發展對人力資本結構影響存在明顯異質性，無論是我國東部地區或是中西部地區，數字金融均能促進人力資本結構高級化，但東部地區的作用效果更為明顯，中西部地區受數字鴻溝的影響，數字金融對初級人力資本影響不顯著。

政策建議：第一，數字金融對人力資本結構高級化具有重要影響，因此，要持續推進數字金融發展，對金融機構以及銀保監會等相關機構而言，要加強數字金融新型基礎設施建設，逐步健全國內外交易體系，持續優化金融征信體系，完善支付清算體系，搭建金融科技監管體系，為居民提供多樣化數字金融服務。對政府而言，應加強政策扶持，引導龍頭金融機構不斷開展金融科技研究與前沿技術開發，不斷提質增效，提升數字金融對社會各方面的影響效力。

第二，充分發揮數字技術與金融活水對資源配置的優化作用，帶動產業數字金融的發展，注重產業結構與勞動力結構適配，重點加強對初級人力資本“再教育”“干中學”的宣傳教育與資金支持，對給員工進行技能培訓的企業提供稅收減免與更普惠的金融支持。

第三，在推進數字金融發展的過程中，要注重東西部地區協同發展，加快偏遠地區數字信息基礎設施建設，提升互聯網接入率，著力提升數字金融服務的覆蓋廣度與便利程度。重點扶持中西部地區弱勢群體，加強金融產品創新，開發與其知識結構相匹配的金融產品，增加金融可得性。定期展開金融知識教育與培訓，緩解金融排斥，加快培育與提升全民數字涵養，彌合數字鴻溝，充分發揮數字金融的普惠效應。