摘要
数字金融在经济发展中的作用日益凸显。本文基于2011-2020年289个地级市的面板数据，考察了数字金融对产业结构升级的影响。本文采用固定效应、中介效应和空间计量模型，研究结果如下：第一，数字金融发展对中国城市产业结构升级有显著促进作用。经过各种稳健性检验，证据仍然有效。第二，数字金融与产业结构升级具有正向的空间溢出效应。第三，数字金融通过创新创业和居民消费渠道结构间接影响产业结构升级。第四，在经济越发达、金融化程度越低、收入不平等程度越低的城市，数字金融的影响越显著。最后，在数字金融的子指标中，覆盖广度的作用最为显著，激励政策制定者和金融机构加快落后地区的数字化基础设施建设。
研究背景及目的
作为中国经济发展中最具活力的部门，数字经济正在扩大与经济社会各个领域融合的广度和深度，并在刺激消费、促进投资和创造就业。作为国内经济的“润滑剂”，数字金融的作用不容忽视。数字金融正逐渐成为中国国民经济的重要驱动力和增长引擎。
在中国追求经济可持续增长的过程中，优化升级产业结构无疑是经济健康可持续发展和国际贸易动态的关键环节和重要保障。研究发现，出口多元化和金融发展对产业结构升级至关重要。然而，由于中国金融发展起步较晚，制度尚不成熟，难以保证中小微企业和农民能够享受到按需金融服务。因此，传统金融在服务实体经济方面存在瓶颈，甚至表现出“金融排斥”和“金融歧视”效应。而数字金融的发展可以弥补传统金融服务的不足，扩大金融服务的范围，从而优化资源配置，促进产业结构升级，为经济发展保驾护航。
数字金融是传统金融与信息技术的有机结合。它具有与传统金融相似的特点。如果金融发展与制造业相匹配，金融资本将与实体经济所需的产业资本相匹配。这有利于产业结构的升级优化。但是，过度的金融发展也会带来一些潜在的问题。例如，金融发展不正常，投机过度，会导致实体经济过度金融化和产业空心化。这不利于产业结构升级。因此，数字金融与产业结构升级的关系与金融发展水平有关。了解现阶段中国数字金融与产业结构的因果关系，有助于改善经济环境，优化产业布局。
以往的研究分析了数字经济与城乡收入差距和农村居民收入、就业与创业、绿色创新，主要是从宏观角度出发。或者，他们从金融行业的角度分析数字经济发展对银行和保险业等金融机构的效率和风险行为的影响。对数字金融与产业结构的因果关系研究不足。在变量选择上，以往学者主要通过自建指标来衡量数字经济的水平，以粗糙的统计口径来衡量，没有细化到金融发展。本研究选择的数字普惠金融指标是中国最大的金融服务平台蚂蚁金服的统计数据，可以准确衡量各个城市的数字金融化水平。在研究方法的选择上，学者多采用普通的面板回归分析，忽略了可能存在的空间溢出效应。本研究填补了以往数字金融研究的空白和不足。
研究亮点
本文的主要创新和贡献如下：首先，除了传统的产业结构升级指标外，本研究还考察了数字金融影响下政府对不同行业的关注分配。政府关注的数据来源于对政府工作报告的文本分析。本文对产业结构升级的测度视角进行了补充，探讨了数字金融与政府关注的相关性。其次，利用微观消费领域的数据，探讨家庭消费结构的中介作用。以往的研究大多从市场规模、创业活动和绿色创新指数三个方面分析了这一机制。本文从微观角度增加了这个问题的研究视角的多样性。第三，本研究发现数字金融的覆盖广度起着最突出的作用。本文建议政府及相关部门应尽可能扩大数字基础设施的覆盖范围，更好地发挥数字金融缓解收入不平等的功能。第四，探讨了不同城市之间的相互影响，发现数字金融与产业结构升级具有显著的空间自相关效应。这表明政府可以充分发挥相邻城市的协同效应，优化区域产业结构。
研究结果
假设1：数字金融发展对产业结构升级具有显著促进作用。
假设2a：数字金融可以通过城市创新创业促进产业结构升级。
假设2b：数字金融通过调节居民消费间接影响产业结构。
假设3：周边城市数字金融通过空间溢出效应影响当地产业结构升级。
假设4：数字金融对产业结构升级的影响具有异质性
1 基准回归结果
本文根据式（1）估计数字金融对产业结构升级的因果关系，表5给出了双向固定效应下的线性估计结果。模型（1）-（4）在不考虑控制变量的情况下估计数字金融不同指标对Isu的影响。然而，模型（5）-（8）是在考虑控制变量时估计的。首先，从Dif（数字普惠金融指数）模型（1）和（5）的回归系数可以看出，数字金融总体上可以大幅提升Isu（产业结构升级）。因此，假设1成立。具体来说，这种推广效果主要归功于覆盖广度（Bread）。Bread的绝对值和显著性远高于Digits和Depth。此外，相对深度而言，数字化对产业结构重塑的作用更为显著（显著性水平更高）。因此，地方政府应更加注重扩大覆盖范围，加快数字化进程，为数字金融发展保驾护航。此外，模型（5）-（8）中的控制变量对产业结构升级的影响不同，政府分权程度对产业结构升级的负向影响显著（-0.286）。这表明，政府对财政的支配能力越强，产业结构越向第一产业和第二产业倾斜。相比之下，第三产业发展相对滞后。这种现象主要发生在资源型城市和城市发展初期。随着市场秩序的建立和制度的完善，经济发展将达到更高的水平。政府干预和监管被削弱，而劳动力和商业则聚集在城市。这个问题为第三产业的发展创造了条件。基于这一现实，产业结构会随着城市化的进程而升级，Urban的回归系数（1.768）也证明了这一点。也就是说，城镇化的发展对产业结构升级具有实质性的促进作用。研究表明，所有渠道的数字零售金融用户比例持续增长。《2022年中国数字金融调查报告》指出，随着银行数字化转型加快，在线金融服务占比呈现跨越式增长。这一现实证据表明，数字金融的发展并没有止步于顶层架构，而是逐渐成为拉动经济高质量增长的重要引擎。
2 中介效应分析
本节将通过实证研究对前面理论分析部分讨论的影响机制进行实证分析。本文检验了Dif是否通过创新和消费间接促进产业结构升级（假设2a和假设2b）。在进行机制检验之前，根据Eq.(1)验证了核心解释变量对因变量的显著影响，如（1）列所示。中介检验分为两个步骤。首先，根据Eq.(2)检验核心解释变量对机制变量的影响是否显著。其次，根据Eq.(3)考察核心解释变量和机制变量对被解释变量的协同效应。表6中（2）和（3）列分别为检验创新的中介效应的两步回归结果，（4）和（5）列检验消费结构是否存在中介效应。由表6可知，Dif对城市创新创业的促进作用显著（β1=0.092∗∗）。在第（3）列中，Dif和Innovation对Isu的回归系数均显著为正（θ1 = 0.077∗；θ2 = 0.043 *）。数字金融系数从0.092下降到0.077。研究结果表明，创新与创业表现出部分中介效应。因此，假设2a被证明是有效的。Dif对Isu的总效应为0.222，其中直接效应为0.077。同样，由（4）列可以发现，Dif对消费结构的影响主要体现在工业品（第二部门）的消费上。与服务业消费（第三产业）相比，服务业消费过程对工业消费升级的贡献更大。比较（1）（5）列中Dif的系数，可以看出Dif对Isu的平均影响从0.222下降到0.173，说明消费结构起到了部分中介作用。这一证据证明假设2b是有效的。
3 空间溢出效应
3.1 空间自相关检验结果
空间自相关效应是指不同城市变量之间的相互影响。例如，当地的空气污染不仅受到当地经济因素的影响，也受到邻近地区空气质量的影响。因此，可以得出大气污染具有溢出效应的结论。学者们通常使用莫兰指数来衡量空间自相关。本文主要研究了产业结构和fdi的溢出效应。首先，根据平均区间选取2011年、2014年、2017年和2020年。然后分别计算这两个变量历年的全局莫兰指数，结果如表7所示。本文选择地理矩阵（W2）来衡量空间自相关效应。结果表明，Isu和Dif均表现出显著的空间自相关性。图2和图3分别显示了当地产业结构和数字金融的莫兰散点图。进一步论证了不同区域间的空间相关性，计算了2011年、2014年、2017年和2020年这两个变量的局部莫兰指数，绘制了局部莫兰散点图。由图可知，散点主要集中在第一象限和第三象限，呈现空间正自相关。这遵循了全球莫兰指数分析结果，表明空间计量经济模型的前提条件成立。
3.2 空间回归结果
估计结果如表8所示。模型（1）-（4）基于SAR模型和邻接矩阵构建，模型（5）-（8）基于SDM和邻近矩阵构建。首先，空间回归结果与基准回归结果基本一致，数字金融对Isu具有实质性的促进作用。（0.182***和0.090***）。此外，rho在所有回归中都显著为正，表明伊素具有显著的正溢出效应。外围地区的产业结构升级可以促进本地产业结构升级。此外，外围地区的数字金融对当地产业结构升级具有负面影响。这一证据可能是将当地工业转移到邻近城市的结果。此外，本研究将基准回归中使用的控制变量纳入空间模型。选取SAR模型进行回归。表9显示了空间面板的估计结果。为了简洁和易于理解，本文只给出了Dif和Bread的回归结果。从实证结果看，在考虑空间溢出效应的情况下，数字金融对产业结构升级具有主要的促进作用。这一发现证实了假设3。
4.进一步的异质性分析
由于经济发展是影响金融发展和产业结构的根本因素，因此根据人均GDP将样本分为高、低两组。然后，本研究进行了单独的回归，以进行进一步的比较分析。表10的（1）和（3）列显示了估计结果。比较Dif的系数可以看出，总体而言，数字金融对经济水平越高的城市的影响越显著（0.164>0.034）。而覆盖率对经济落后地区的影响更为显著（0.174>0.141）。这一证据表明，扩大数字金融在农村等经济欠发达地区的覆盖范围，有助于实现数字金融包容性（见表10）。此外，数字金融的渗透与传统金融密切相关。我们通过金融机构存贷款余额占年度GDP的比例来衡量城市金融化水平。同样，根据中位数将样本分为高组和低组。通过表10（5）和（7）列的对比可以看出，数字金融对金融化水平越低的城市的影响更大。这说明数字金融可以与传统金融相辅相成，弥补传统金融的不足。许多研究表明，数字金融可以缓解收入不平等。通过比较数字金融在不同收入差距城市的功能，本研究可以在一定程度上验证数字金融的包容性。表11的结果表明，数字金融在收入差距较小（即Theil指数较小）的城市中发挥的作用更为显著。在收入不平等严重的城市，数字金融无法对伊述产生实质性的影响。因此，这个结果并不能反映数字金融的普遍性。然而，不同子组的Dif系数表明，数字金融对产业结构确实存在异质性效应。这证明了假设4是有效的。
研究展望
本研究在现有的数据条件和研究方法下，尽可能全面地分析了数字金融对产业结构升级的影响。它补充了本研究问题的经验证据。然而，现有的产业结构升级指标构建相对简单，仅考虑不同产业产值占比，不能充分反映产业结构的合理性和优越性。未来的研究可以从构建更具代表性的产业结构优化指标入手。或者从多个角度分析数字经济背景下产业结构的决定因素。此外，随着研究方法的更新和迭代，可能会出现更适合这一研究问题的计量经济模型。因此，这个问题需要进一步深入研究。
参考文献：Xiaohang R, Gudian Z, Giray G. How does digital finance affect industrial structure upgrading? Evidence from Chinese prefecture-level cities[J]. Journal of Environmental Management, 2023, 330.
转自：“经管学术联盟”微信公众号
如有侵权，请联系本站删除！
