楊顏萌 趙麗媛

摘 要：產業(yè)結構的升級離不開金融的支持，“數字金融”這一新興概念于近幾年興起，其將大數據、云計算等數字科技與傳統(tǒng)金融服務相結合，有助于減少信息不對稱、降低交易成本、實現(xiàn)交易去中介化，進而優(yōu)化資源配置。本文認為數字金融的發(fā)展將會有效促進我國產業(yè)結構高級化，并將通過固定效應模型檢驗這一推測。另外，本文還將借助中介效應模型進一步研究數字金融對產業(yè)結構升級的影響機制。研究結果表明：數字金融發(fā)展能夠有效推動我國產業(yè)結構升級，且在中部地區(qū)的影響效應要大于東部和西部地區(qū)，另外數字金融還可以通過提高企業(yè)的技術創(chuàng)新能力從而間接地作用于產業(yè)結構高級化。

關鍵詞：數字金融;產業(yè)結構升級;固定效應模型;中介效應模型

一、理論分析和相關假設

1.數字金融發(fā)展與產業(yè)結構升級的關系

產業(yè)結構的升級離不開科學技術的發(fā)展和生產資源的再配置，這使得其與金融經營的效率息息相關。數字金融將傳統(tǒng)的金融服務與新型數字科技結合起來，在大數據的輔助下，數字金融能夠有效緩解傳統(tǒng)金融存在的信息不對稱、交易成本高等問題，提供多樣化的金融工具和解決方案。首先，數字金融有助于滿足長尾用戶的投資需求，各式各樣的線上理財產品有效聚集社會閑散資金;其次，數字金融有助于解決傳統(tǒng)金融存在的結構性失調問題，數字技術應用于金融服務，幫助數字金融降低風控成本，使其能夠擴大服務范圍，幫助中小型企業(yè)獲取融資;最后，大數據分析的應用使得數字金融能夠迅速精準的匹配產業(yè)鏈的各個需求端，更加有效地實現(xiàn)金融資源的再配置，為產業(yè)發(fā)展提供資金和服務的支持。所以，本文提出研究假設1：

H1：數字金融發(fā)展能夠有效賦能我國產業(yè)結構升級。

2.數字金融對產業(yè)結構升級的間接影響

數字金融不僅可以通過提高資源配置效率直接賦能產業(yè)結構升級，還能通過促進產業(yè)技術創(chuàng)新，間接地助力產業(yè)結構高級化。技術創(chuàng)新活動具有投入大、風險高的特點，這使得傳統(tǒng)金融機構出于風控考慮，避免對其投資，而與之相對的，企業(yè)由于自身資金儲備不足或者經營周期限制，也難以從內部獲取足夠的資金支持技術創(chuàng)新活動。而數字金融的發(fā)展，擴大了金融的服務范圍，有效地緩解信息不對稱問題，并且降低了金融機構風險控制的成本，使得金融能夠更好地為產業(yè)技術創(chuàng)新賦能，從而推進產業(yè)結構升級。所以，本文提出研究假設2：

H2：數字金融能夠推動產業(yè)技術創(chuàng)新，從而間接地推動產業(yè)結構升級。

二、模型設定

為了驗證數字金融發(fā)展是否能夠有效推動我國產業(yè)結構升級，本文選取中國除港澳臺之外的31個省（自治區(qū)、直轄市）2013年-2019年的面板數據進行實證檢驗。本文的核心解釋變量——數字金融發(fā)展水平的相關數據取自《北京大學數字金融指數報告》，其余變量皆來源于《中國統(tǒng)計年鑒》、EPS數據庫和WIND數據庫。

1.變量選擇

（1） 被解釋變量

由上文分析可知，一國的產業(yè)結構隨著經濟發(fā)展會呈現(xiàn)出從低級形態(tài)（加工度和附加值低的產業(yè)形態(tài)）向高級形態(tài)（加工度和附加值高的產業(yè)形態(tài)）的轉變。本文參考王先柱（2019）、謝婷婷（2019）等學者的研究方法，使用產業(yè)結構升級指數度量：

其中，Yi表示各省第i產業(yè)的產值，Y表示各省的GDP總值，i=1，2，3，分別代表第一、第二和第三產業(yè)。產業(yè)結構升級指數越高，說明各省的產業(yè)結構高級化程度越高。

通過計算和分析各省的產業(yè)升級指數計算結果，在2013年至2019年期間，我國各省的產業(yè)結構顯示出明顯的高級化趨勢，第三產業(yè)在經濟中的占比顯著提高。但是各地區(qū)也存在著較大的發(fā)展差異，產業(yè)結構升級指數呈現(xiàn)出由東向西遞減的趨勢。

（2） 核心解釋變量

本文的核心解釋變量為區(qū)域數字金融發(fā)展指數（Ifi）。基于螞蟻金服提供的大數據，北京大學數字金融研究中心編制了數字普惠金融指數，該指數已受到學界的廣泛認可。

就整體趨勢而言，隨著新型數字科技與金融服務的深度結合，我國各地區(qū)的數字普惠金融發(fā)展程度普遍提高，但依然存在著地區(qū)發(fā)展不平衡的狀況。其中，以上海、北京、浙江、江蘇、廣東為代表的東部地區(qū)數字金融發(fā)展程度較高;以青海、甘肅、寧夏、吉林、黑龍江為代表的中西部地區(qū)數字金融發(fā)展較為不足。

（3） 中介變量

由于數字金融發(fā)展可能通過提高企業(yè)的技術創(chuàng)新能力進而影響各省的產業(yè)結構升級水平，因此本文在研究數字金融發(fā)展對產業(yè)結構升級的影響機制時，加入了技術創(chuàng)新（Innov）這一中介變量，其由各省份專利申請授權數的對數值衡量。

（4） 控制變量

本文除了核心解釋變量數字金融發(fā)展程度（Ifi）外，還將經濟發(fā)展水平（Pgdp）、政府干預水平（Govern）和勞動力水平（Ll）、教育水平（Edu）作為控制變量。

2.模型構建

基準模型：本文首先設定基準模型以檢驗假設1，即數字金融能夠促進我國產業(yè)結構升級。基準模型如下：

其中，下標i代表不同地區(qū)，t代表不同年度，Xit表示各項控制變量，α0為模型的常數項，β0表示核心解釋變量數字經濟發(fā)展程度的回歸系數，γi表示各項控制變量的回歸系數，εit為誤差項。為了使結果更加可靠，本文將使用聚類穩(wěn)健標準。

中介效應模型：中介效應指解釋變量并不直接對被解釋變量產生影響，而是通過一個或一個以上的中介變量，間接地影響被解釋變量。中介效應模型最早被應用于心理學界，之后在整個社會科學領域廣泛推廣。經過相關理論分析，本文選擇技術創(chuàng)新（Innov）作為中介變量，研究數字金融發(fā)展對產業(yè)結構升級的傳導機制。

本文借鑒溫忠麟（2004）的研究成果，首先運用三步回歸法，對中介效應進行檢驗，模型如下：

首先，本文在不加入中介變量的基礎上，根據（式3）進行面板估計，如果數字金融指數的系數β0顯著，則表明數字金融發(fā)展對產業(yè)結構升級具有總效應，繼續(xù)后續(xù)分析，否則終止。其次，對中介變量Innov和核心解釋變量Ifi，根據（式4）進行回歸分析，判斷數字金融發(fā)展可否提高企業(yè)的科技創(chuàng)新能力。最后，在加入中介變量后，對（式5）進行回歸估計。如果（式4）中的系數β1和（式5）中的系數β3均顯著，則表明中介效應存在，此時若（式5）中的β2顯著，則說明技術創(chuàng)新起到了部分中介效應，若β2不顯著，則說明技術創(chuàng)新起到了完全中介效應。然而，三步回歸法容易忽略一些較弱的中介效應，因此當（式4）中的β1和（式5）中的β3僅有一個顯著，本文借鑒陳小輝（2020）的研究方法，通過Sobel檢驗進一步驗證中介效應是否存在。

三、實證結果

1.數字金融發(fā)展與產業(yè)結構升級關系檢驗

針對基準模型進行豪斯曼檢驗，結果顯示基準模型的chi2（4） = 62.95，Prob>chi2=0.0000，p值小于5%，因此應該采用固定效應模型。

本文采取分步添加控制變量的方法進行回歸檢驗。其中，模型（2-1）為僅存產業(yè)升級指數與數字金融發(fā)展指數的回歸結果;模型（2-2）、（2-3）、（2-4）和（2-5）為依次加入政府干預程度（Govern）、經濟發(fā)展水平（Pgdp）、勞動力水平（Ll）和教育水平（Edu）控制變量的回歸結果。

根據模型（2-1）到（2-5），數字金融指數作為本文的核心解釋變量，始終在1%的水平下顯著為正，驗證了本文的第一個假設，即數字金融的發(fā)展能夠有效促進我國產業(yè)結構升級。數字科技與金融服務的結合有效緩解了傳統(tǒng)金融所存在的信息不對稱和交易成本高等問題，使得金融能夠更高效地進行資金調配，促使資源流入生產效率高的產業(yè)，推動產業(yè)結構升級優(yōu)化。

從模型（2-2）到（2-5），隨著控制變量的加入，模型的擬合優(yōu)度在提高，說明控制變量的選擇有一定的科學性和合理性。有效的政府干預有助于完善國內基礎設施、提高企業(yè)創(chuàng)新能力、避免產業(yè)過剩供給，從而為產業(yè)結構升級賦能;然而若政府干預失當，則會阻礙市場競爭、擾亂資源配置，從而阻礙產業(yè)結構優(yōu)化，不利于經濟高質量發(fā)展。本文的回歸結果顯示政府干預對產業(yè)結構升級顯示出正向影響，但是并不顯著，這表明我國的政府干預的效率尚有提升空間，應加大改革力度，引導資金流入高附加值產業(yè)。另外，模型（2-3）到（2-4）顯示經濟發(fā)展水平與產業(yè)結構高級化存在顯著負相關，這可能是因為經濟體量的增加并不能對產業(yè)升級起到直接促進效用。相反，初始經濟體量大，使得實現(xiàn)進一步的產業(yè)結構升級需要更大的動力。根據模型（2-4）到（2-5）顯示，就業(yè)水平與產業(yè)結構升級水平在10%的水平下顯著負相關，這可能是由于隨著產業(yè)結構的高級化，一國的主導產業(yè)由勞動力密集型產業(yè)，向資本密集型產業(yè)再向技術密集型產業(yè)轉變，其所需的初級勞動力逐漸減少，提供的就業(yè)崗位遞減，因此若一國的勞動力人數較多，其實現(xiàn)產業(yè)結構升級所面臨的失業(yè)壓力就會越大，這將阻礙其產業(yè)結構高級化進程。根據模型（2-5）顯示，教育水平與產業(yè)結構升級水平呈負相關，但并不顯著，這可能是由于我國目前的教育體系與產業(yè)結構優(yōu)化升級的趨勢存在結構性失調，高等教育培養(yǎng)的人才并不能很好地滿足我國產業(yè)結構升級的要求，這需要我國推進高等教育體系改革，加大對新型科技人才的培養(yǎng)力度，并且推進校企合作，使得教育能夠真正服務于實體產業(yè)，推動我國經濟高質量發(fā)展。

2.中介效應檢驗

為了進一步分析數字金融發(fā)展影響產業(yè)結構升級的傳導機制，本文加入了科技創(chuàng)新這一中介變量，研究數字金融發(fā)展是否通過提高產業(yè)科技創(chuàng)新能力，從而間接影響產業(yè)結構升級水平。根據（式3）、（式4）和（式5），應用固定效應模型中介效應的逐步回歸檢驗結果如下：

首先，根據（式3）進行面板估計，數字金融指數的系數β0顯著，表明數字金融發(fā)展對產業(yè)結構升級具有總效應，可以繼續(xù)后續(xù)分析。其次，根據（式4）進行回歸分析，數字金融指數的系數β1顯著，可知數字金融發(fā)展可以提高企業(yè)的科技創(chuàng)新能力。之后，在加入中介變量后，對（式5）進行回歸估計。根據上表分析（式4）中的β1和（式5）中的β3僅有一個顯著，因此需通過Sobel檢驗進一步驗證中介效應是否存在。本文應用stata的外接sgmediation命令，對科技創(chuàng)新是否作為數字金融發(fā)展對產業(yè)結構升級影響的中介變量進行sobel檢驗。檢驗結果如下：

可由上表可知，p（sobel）<0.1，故拒絕原假設，認可科技創(chuàng)新在數字金融發(fā)展對產業(yè)結構升級的影響機制中起部分中介效應。數字金融發(fā)展可以有效地降低企業(yè)面臨的金融約束，從而給予企業(yè)的科技創(chuàng)新活動以足夠的資金支持，特別是對于傳統(tǒng)金融無法企及的中小型企業(yè)，數字金融的作用尤為明顯。進一步的，產業(yè)結構升級表現(xiàn)為主導產業(yè)由勞動密集型向技術密集型轉變，因此科技創(chuàng)新作為推動產業(yè)升級的關鍵要素存在，數字經濟可以通過提高企業(yè)創(chuàng)新能力，從而間接地推動產業(yè)結構走向高級化。

四、穩(wěn)健性檢驗

為了保證實證結果的可靠性，并且檢驗數字金融發(fā)展對產業(yè)結構優(yōu)化影響的空間異質性，本文按照傳統(tǒng)規(guī)則，將我國31個省（自治區(qū)、直轄市）劃分為東、中、西三個地區(qū)，分別進行回歸。其中東部地區(qū)有：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南;西部地區(qū)有：廣西、西藏、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏、新疆;中部地區(qū)有：山西、內蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南。本節(jié)選用模型（2-5）就每個地區(qū)的數據分別進行回歸。

據分地區(qū)回歸結果顯示，數字金融發(fā)展和產業(yè)結構升級的相關關系在中、東、西部都在1%的水平上顯著為正，驗證了本文結論的穩(wěn)健性。然而，數字金融的作用系數存在較為明顯的地區(qū)差異，顯示出數字金融對產業(yè)結構升級的推動力具有區(qū)域異質性特點。數字金融發(fā)展在中部地區(qū)能夠最有效地推動產業(yè)結構升級，東部地區(qū)次之，在西部地區(qū)的作用最小。這可能是由于我國西部各省份的基礎設施和配套政策發(fā)展較為落后，不能為數字金融高效運轉和產業(yè)結構優(yōu)化升級提供足夠的支持。而東部地區(qū)的初始產業(yè)結構已達到較高形態(tài)，且其經濟體量龐大，若要實現(xiàn)產業(yè)結構進一步高級化所需的推動力更大，因此數字金融發(fā)展對產業(yè)結構升級的影響力小于中部地區(qū)。

參考文獻：

[1]王凱.數字經濟、資源配置與產業(yè)結構優(yōu)化升級[J].金融與經濟，2021（04）：57-65.

[2]陳小輝，張紅偉，吳永超.數字經濟如何影響產業(yè)結構水平？[J].證券市場導報，2020（07）：20-29.

[3]唐松，伍旭川，祝佳.數字金融與企業(yè)技術創(chuàng)新——結構特征、機制識別與金融監(jiān)管下的效應差異[J].管理世界，2020，36（05）：52-66+9.

[4]王先柱，吳蕾.土地財政、房價上漲與產業(yè)結構升級——基于面板數據聯(lián)立方程模型的分析[J].經濟問題探索，2019（03）：32-39.

[5]謝婷婷，李玉梅，潘宇.外商直接投資、技術進步與產業(yè)結構升級——基于中國省域空間計量分析[J].工業(yè)技術經濟，2018，37（08）：35-43.

[6]溫忠麟.張雷，侯杰泰，劉紅云.中介效應檢驗程序及其應用[J].心理學報，2004（05）：614-620.

作者簡介：楊顏萌（1998.01- ），女，白族，云南人，碩士研究生，研究方向：金融學;趙麗媛（1997.11- ），女，土家族，貴州人，碩士研究生，研究方向：經濟法