中國產業數字金融高質量發展的區域差異與驅動因素

尚 猛，劉 鈺，曹峻瑋

（1.安陽工學院 飛行學院，河南 安陽 455000；2.揚州大學 商學院，江蘇 揚州 225000）

一、引言

近年來，全球數字經濟快速持續增長，并逐步滲透至各個領域，為推進世界經濟復蘇、緩解經濟下行壓力作出巨大貢獻。據全球知名市場咨詢研究機構IDC 預測，到2022 年底，全球GDP 增長的動力源將有65%來自數字化，即世界發展將正式步入數字經濟時代。事實上，中國已將數字經濟上升為國家戰略，并在《“十四五”數字經濟發展規劃》中提出要加快數字產業化與產業數字化發展，到2025 年實現數字經濟核心產業增加值在國民GDP 中比重達10%。在此新形勢下，產業與數字金融、數字技術的融合更加緊密和迫切，對金融服務提出更高要求，產業數字金融應運而生。產業數字金融是以數據為生產要素，以產業互聯網為依托，以數據信用為核心的新型金融形態。2022 年4 月，在產業數字金融研討會上有專家強調，在數字經濟時代，金融機構迎來產業互聯網發展新機遇，需將產業數字金融能力建設納入核心發展議題之中。也有專家認為，產業數字化持續深入發展，對金融服務產業的方式提出更高要求，促使產業數字金融發展迎來重要戰略機遇期。據《產業數字金融研究報告（2021）》預測，到2025 年中國產業數字金融規模將突破400 萬億元，將有效反哺數字經濟發展，推動實體經濟實現高質量發展。故此，有必要對產業數字金融高質量發展的空間差異進行客觀分析，并準確研判其動態演進趨勢，為有效提升產業數字金融發展水平、助推實體經濟高質量發展提供有益參考。

文章梳理已有文獻發現，當前學術界關于產業數字金融的研究主要集中在兩方面：一是產業金融。李萌、王安琪(2016)認為，戰略性新興產業金融支持效率總體保持上升趨勢，尤其在高端裝備制造業、新能源產業、信息技術產業以及節能環保產業中上升趨勢顯著，即存在顯著行業異質性[1]。鮑星(2020)研究認為，金融開放對于產業結構調整具有倒“U”型非線性作用，并可通過技術創新促進產業結構優化[2]。周國富等(2020)提出，金融發展不僅能夠直接為產業結構升級提供資金支持，也可通過緩解技術創新的融資約束，間接為產業結構升級提供技術支撐[3]。二是數字金融。黃浩(2018)立足于中國數字金融發展階段，深入剖析了數字金融生態系統的形成與面臨的挑戰，認為應認清數字金融業態本質，實施分類監管[4]。聶秀華、吳青(2021)發現，數字金融的創新激勵效應具有直接與間接雙重空間一致特征，顯著提升區域技術創新水平[5]。吳雨等(2021)認為，數字金融能夠通過風險承擔水平提升、金融信息獲取、投資便利性增加等渠道提升家庭金融資產組合的有效性，降低家庭極端風險投資可能性[6]。封思賢、郭仁靜(2019)提出，數字金融可促進銀行競爭，進而有效改善銀行成本效率，且存在所有權異質性[7]。但不可忽視的是，相關研究尚未涉及產業數字金融高質量發展這一領域，對產業數字金融高質量發展時空差異方面的研究較為匱乏，并且多數針對數字金融與產業金融的研究大多傾向于靜態分析?；诖?，文章從規模、結構、效率三方面構建產業數字金融高質量發展的評價指標體系，有效彌補現有研究空白。在此基礎上，利用Dagum 基尼系數分解法客觀分析產業數字金融高質量發展的空間非均衡性，探尋其差異來源。進一步地，借助空間計量模型揭示驅動產業數字金融高質量發展的因素，以識別各地區產業數字金融高質量發展的障礙因素與驅動因素。

二、指標體系構建、數據來源與研究方法

1.指標體系構建與數據來源

研究分析中國產業數字金融高質量發展水平，需構建產業數字金融高質量發展水平的評價指標體系。當前，學術界對于產業數字金融高質量發展的測度尚未統一。本研究以北京大學數字金融研究中心編制的數字普惠金融指數為基礎，并參考已有研究[8，9]，遵循針對性、科學性、可得性以及可操作性等原則，從數字金融規模、數字金融結構、數字金融效率來衡量各省份產業數字金融高質量發展水平，指標選取如表1 所示。文章以除港澳臺地區之外的中國31 個省份面板數據為研究對象，將樣本期設定為2011—2020 年。數據主要源于歷年《中國統計年鑒》 《中國金融統計年鑒》、WIND 數據庫、各省份統計年鑒以及《區域金融運行報告》等。

表1 產業數字金融高質量發展評價指標體系

2.研究方法

（1）產業數字金融高質量發展水平測度方法

根據表1 的指標體系，借助主成分分析法測度產業數字金融高質量發展水平。為便于比較不同省份各年份指標，對數據進行標準化處理，最終得到介于0～1 之間的各省份產業數字金融高質量發展水平指數。標準化公式如下：

其中，i表征的是省份，t表征的是年份，xit與分別為借助主成分分析法直接測度和經過標準化處理所得的產業數字金融高質量發展水平。

（2）Dagum 基尼系數

作為衡量區域差異的重要指標，Dagum 基尼系數有助于克服傳統泰爾指數的局限性，還可以對地區差距進行衡量，被廣泛應用于空間差異分析?；诖?，文章利用Dagum 基尼系數分解方法，對產業數字金融高質量發展水平的總體基尼系數及各基尼系數加以測算。公式如下：

其中，μ 表征的是所有省份產業數字金融高質量發展水平的均值，yji(yhr)表征的是j(h)區域內i(r)省份的產業數字金融高質量發展水平；n表征的是省份數量；k表征的是區域劃分數量?；嵯禂翟酱?，意味著產業數字金融高質量發展的差異就越大。

（3）空間計量模型

空間計量模型與傳統回歸方法相比，能夠對樣本之間的空間關聯和依賴性進行綜合考察[10]。當前，學術界常用的空間計量模型有三種，分別是SEM（空間誤差模型）、SAR（空間滯后模型）、SDM（空間杜賓模型），具體公式分別如下所示：

其中，Y表征的是產業數字金融高質量發展水平；? 表征的是空間權重矩陣；Xit和βi分別表征的是解釋變量及其估計系數；λ 表征的是空間誤差系數；θit表征的是隨機擾動項；φt表征的是時間固定效應；μi表征的是個體固定效應；ρ 表征的是空間滯后項系數。若檢驗結果顯示ρ 通過顯著性水平檢驗，則證明文章所選解釋變量具有空間相關性。

三、產業數字金融高質量發展水平的測度與差異分解

1.產業數字金融高質量發展水平的測度

借助上文方法測度得出2011—2020 年全國及各地區產業數字金融高質量發展水平（圖1）。可以看出，考察期內中國產業數字金融高質量發展水平呈現波動上升態勢。具體分析發現，2011—2014 年，中國產業數字金融高質量發展水平呈現快速提升趨勢。原因在于，2012 年中國開始進行金融機構改造，鼓勵并引導民間資本加入金融機構。2013 年中國全面放開金融機構貸款利率管制，促使數字金融服務成本得以降低，服務效率有效提升。2015—2017 年，產業數字金融高質量發展水平增勢趨緩，進入整體金融緩慢調整階段。這一階段，金融市場影子銀行問題與金融“超發展”凸顯，數字金融服務實體經濟的能力出現滑坡，促使整體金融市場進入質量調整階段。2017 年之后，產業數字金融高質量發展水平進入較快提升階段。主要原因在于，數據中心、人工智能等新型數字基礎設施的普及與運用為產業數字金融高質量發展帶來重大推動力[11]。雖然2020年受到新冠肺炎疫情的影響，中國經濟增長速度與往年相比出現顯著下降情況，但產業數字金融高質量發展水平仍然保持增長態勢。從具體變化特征來看，中國產業數字金融高質量發展具有較為復雜的時空變化狀態。從時間維度來看，中國產業數字金融具有較強的增長規律性；從空間維度來看，產業數字金融高質量發展具有鮮明非均衡性與差異性。

圖1 中國產業數字金融高質量發展指數變化

文章按照國家統計局劃分的東部、中部、西部、東北四大區域，進一步分析中國產業數字金融高質量發展的區域差異。結果發現，產業數字金融高質量發展表現為東部地區＞西部地區＞中部地區＞東北地區。并且西部、中部、東北地區產業數字金融高質量發展水平均低于全國平均水平。不僅如此，產業數字金融高質量發展呈現出明顯的空間集聚性，并呈現出“梯度顯著、圈層集中”的特性，這意味著經濟社會發展較快地區的產業數字金融高質量發展水平高于經濟社會發展較慢的地區。

2.空間差異與分解

為深入探究中國產業數字金融高質量發展水平的差異性與變化特征，依據Dagum 基尼系數分解方法，測量2011—2020年中國產業數字金融高質量發展的基尼系數以及四大區域的基尼系數，以此來分析產業數字金融高質量發展的區域差異。

（1）總體差異和區域內差異

根據測度結果繪制產業數字金融高質量發展水平的全國和四大地區基尼系數變化趨勢，如圖2 所示。從全國層面來看，產業數字金融高質量發展的基尼系數在觀測期內由2011 年的0.2117 降為2020 年的0.1186，呈現出明顯下降趨勢，這說明樣本期內，產業數字金融不均衡發展趨勢逐步減弱。從區域內差異來看，四大地區的內部基尼系數與全國基尼系數變化趨勢較為相似，呈現出穩步下降的態勢，意味著四大地區產業數字金融高質量發展的空間差異逐漸減小。橫向比較來看，各地區的區域內基尼系數均小于全國基尼系數，意味著產業數字金融高質量發展的區域內差異小于總體差異。中部地區產業數字金融高質量發展的基尼系數最大，可能的原因在于雖然中部地區受到多重優惠政策扶持，產業數字金融高質量發展水平明顯提升，但其內部結構改善程度仍然弱于其他地區。縱向比較來看，西部地區區域內差異降速與降幅較大，東部、中部、東北地區區域內差異呈現緩慢降低的動態演變趨勢。東部地區區域內差異則始終處于較低水平，這意味著考察期內東部地區產業數字金融高質量發展的均衡程度明顯高于其他地區。

圖2 產業數字金融高質量發展的基尼系數演變趨勢

（2）區域間差異

對中國產業數字金融高質量發展的區域間差異進行測度發現，中—東北地區區域間差異最大，中—西部地區、東—東北地區以及東—中部地區差異次之，西—東北地區與東—西部地區區域間差異相對較小。從時間演進來看，2014 年是分界點，2014 年之前，組間差異主要出現在東—西部地區、中—西部地區、東—東北地區以及西—東北地區。2014 年之后，組間差異主要出現在中—東北地區、中—西部地區、東—中部地區以及東—東北地區。觀察其演變趨勢可以發現，東—西部地區以及西—東北地區區域間差異表現出顯著下降態勢，而中—東北地區區域間差異呈明顯上升趨勢，其他地區區域間差異變化較為平穩，出現輕微下降趨勢。值得注意的是，東—西部地區區域間差異降幅較大，2011—2020 年間降低了25.85%，而中—東北地區區域間差異則呈現大幅上升，增長幅度為37.83%。

（3）差異來源及貢獻度

借助基尼系數測算產業數字金融高質量發展的區域差異來源，結果發現，產業數字金融高質量發展水平在2011—2014年間的超變密度貢獻率最大，這表明該階段超變密度是產業數字金融高質量發展水平差異的主要來源。2015 年開始區域間差異貢獻率超過超變密度，成為產業數字金融高質量發展水平總體差異的主要來源。從差異來源演變趨勢來看，區域間差異呈現顯著上升趨勢，超變密度貢獻呈現逐年降低態勢，區域內差異貢獻呈現波動態勢。綜上可知，考察期的中后階段，區域間差異是中國產業數字金融高質量發展水平總體差異的主要來源。

四、驅動因素分析

產業數字金融是產業與數字金融、數字技術深度融合的產物，是一種新型金融形態。產業數字金融高質量發展勢必受到經濟發展、資源稟賦、地理區位等多重因素影響。基于此，文章借鑒已有研究[12]，從經濟發展水平、產業結構、創新水平、人力資本、經濟外向度等方面考察中國產業數字金融高質量發展的驅動因素，并采用空間計量模型深度解剖各變量因素對產業數字金融高質量發展的影響。

1.驅動因素說明

創新水平(Inn)借助區域內專利申請授權數量加以表征；產業結構(Ind)借助第三產業總產值在國民GDP 總值中的占比加以表征；經濟發展水平(Redl)借助人均GDP 加以表征；人力資本(Hca)借助區域內每百萬人中大學生人數占比加以衡量；經濟外向度(Eco)借助地區內進出口總額與GDP 比值進行衡量。

2.空間相關性討論

（1）空間權重矩陣

結合前文研究結論，文章選取經濟距離權重對各省份之間產業數字金融的相互影響加以衡量。經濟距離的測度指標為各省份GDP 實際差額。就空間權重矩陣而言，其非對角線元素為，GDPit表征的是第i年t地區的實際GDP 值。對角線元素值均為0。

（2）空間相關性檢驗

考慮到不同地區之間產業數字金融高質量發展可能存在一定的空間依賴性，文章利用莫蘭指數檢驗產業數字金融高質量發展的空間相關性，結果發現，2011—2020 年中國產業數字金融高質量發展水平的莫蘭指數均大于0，且均通過1%顯著性水平檢驗。這一結果表明，中國產業數字金融高質量發展水平具有顯著空間相關關系。

3.實證結果分析

（1）全國層面

進行回歸之前，需要借助Hausman 檢驗、LM檢驗以及LR檢驗確定最優空間計量模型，以此準確識別驅動產業數字金融高質量發展的具體因素。同時，對非比值型的變量進行對數化處理，并對其方差膨脹因子進行檢驗。結果發現，前文所選變量的VIF 值都小于10，說明各變量之間不存在多重共線性問題。全國層面SAR 模型的滯后系數為0.097，未通過顯著性水平檢驗，即表明SAR 模型將退回到OLS 模型。隨后對各變量進行回歸估計，結果見表2。

表2 驅動因素回歸估計結果

根據全國層面估計結果可知，創新水平、經濟發展水平、人力資本等均對產業數字金融高質量發展具有顯著促進作用。第一，經濟發展水平每增加1%，產業數字金融高質量發展水平提升0.025，主要原因是經濟發展水平較高的地區，更容易吸引技術、資本、人力等各類生產要素集聚，為產業數字金融高質量發展創造良好外部環境。第二，創新水平每增加1%，產業數字金融高質量發展水平提升0.029，主要原因是產業數字金融需要以現代信息技術為基礎，技術創新能夠為其帶來先進技術支撐，因此創新水平提升能夠促進產業數字金融高質量發展。第三，人均受教育年限每增加1 年，產業數字金融高質量發展水平提升0.075，主要原因是產業數字金融的產品研發、創新均需要高素質人才支撐，因此人力資本對于產業數字金融高質量發展具有顯著促進作用。第四，經濟外向度每增加1%，產業數字金融高質量發展水平提升0.052，主要原因是對外開放有助于引進國外的先進技術與理念，利于產業數字金融高質量發展。而產業結構的回歸系數并不顯著，這在一定程度上說明產業數字金融高質量發展并不是某一類產業發展的專屬支持，而是各類型產業發展的重要資金來源。

（2）區域層面

中國產業數字金融高質量發展呈現非均衡性特征，故需劃分區域具體考察各區域產業數字金融高質量發展的驅動因素。根據表2 第三列結果可知，東部地區經濟發展水平、創新水平、經濟外向度對產業數字金融高質量發展具有明顯推動作用，而人力資本、產業結構對產業數字金融高質量發展的影響不顯著。這一結果表明，研究期內東部地區經濟發展水平、創新水平與對外開放是其產業數字金融高質量發展的最主要驅動因素，而人力資本與產業結構均較為完善，并沒有表現出對產業數字金融高質量發展的驅動作用。根據表2 第六列估計結果可知，人力資本是東北地區產業數字金融高質量發展的關鍵驅動因素，人均受教育年限每增加1 年，產業數字金融高質量發展水平將提高0.077。從表2 第四列和第五列的估計結果可以看出，產業結構對產業數字金融高質量發展的促進作用在中部與西部地區較為顯著。第三產業占比每提升1%，中部和西部地區產業數字金融高質量發展水平將分別提升0.005、0.007。原因在于中部與西部地區產業發展相對滯后，因此產業結構不斷優化，對產業數字金融高質量發展的邊際貢獻更高。除此之外，與全國層面不同，經濟外向度對中部地區產業數字金融高質量發展具有負向影響，可能的原因在于，中部地區地處內陸，不具備對外貿易的比較優勢，故資源投入到對外貿易會抑制產業數字金融高質量發展。西部地區人力資本對產業數字金融高質量發展具有顯著抑制作用，原因在于，產業數字金融高質量發展需要相匹配的人力資本，但是當人力資本投入相對過剩之后，會造成人力資源浪費，不利于產業數字金融高質量發展。

五、結論及建議

文章選取2011—2020 年中國31 個省份面板數據，借助Dagum 基尼系數分解方法、空間計量模型測度產業數字金融高質量發展的區域差異與多元驅動因素，得出如下結論：一是考察期內中國產業數字金融高質量發展水平不斷上升，且存在顯著空間非均衡性。二是產業數字金融高質量發展水平總體差異呈不斷下降趨勢，超變密度是造成分布差異的主要原因。三是產業數字金融高質量發展存在空間相關性，且受多元驅動因素影響。全國層面，經濟發展水平、創新水平、人力資本是驅動產業數字金融高質量發展的主要因素。區域層面，東部與東北地區產業數字金融表現出虹吸效應；東部地區產業數字金融高質量發展主要依賴于經濟發展水平、創新水平、經濟外向度提升；中、西部地區主要依賴于產業結構升級；東北地區人力資本對本區域產業數字金融高質量發展具有顯著促進作用。由此，提出以下建議：

第一，建立健全差異化產業數字金融政策框架體系。政府需始終秉持因地制宜的原則，制定契合本地區產業發展實際的數字金融發展政策和實施細則。在此基礎上，各地要在宏觀政策指導下精準施策，推進區域間產業數字金融協同發展。具體而言，東部地區應著力健全產業數字金融市場及政策保障體系，充分借助資本、人才及技術優勢，最大限度發揮比較優勢，進一步加快實現區域內產業數字金融協同發展步伐；中、西部地區應建立健全符合現實情況的產業數字金融政策體系，推進產業數字金融基礎設施建設進程，逐步實現產業數字金融空間可及度的持續拓寬，在縮小區域間產業數字金融發展差異的同時，持續提升區域產業數字金融的整體發展水平。

第二，拓展產業數字金融深度與廣度。地方政府、各類金融機構應將產業數字金融發展重點區域聚焦于中小微企業等“金融洼地”，利用遠程銀行和虛擬網點等為廣大中小微企業提供理財、保險以及信貸等多元化金融服務。在產業數字金融覆蓋廣度得以不斷拓展后，使用深度必將成為加快產業數字金融協同發展的核心著力點。因此，各地區要切實貫徹數字金融知識教育與宣傳工作，提升廣大中小微企業對數字金融的認知與使用深度，促進數字渠道、服務機制以及物理網點等方面的協調發展，加快彌合“數字鴻溝”，為產業數字金融高質量發展創造良好外部環境。

第三，提高數字金融資源配置效率。政府在制定相關政策時，要充分考慮產業數字金融發展的空間集聚特征，對各類金融資源進行合理配置，有效發揮區域中心城市金融機構數字技術優勢對落后地區的輻射帶動作用，將優勢數字金融服務惠及更多中小微企業，縮小區域間發展差距。不僅如此，各地還要以市場機制為導向，充分發揮政府與市場的協同調控作用，探索建立生產要素合作交流平臺，促進人才、技術及資金等要素自由有序流動，從而增強產業數字金融發展的資源整合能力與空間聯動性，緩解區域產業數字金融發展不均衡現象。

第四，加強財政在產業數字金融中的引領作用。各地應建立財政和政策性金融在產業數字金融中的互動融合機制，強化對落后地區產業數字普惠金融業務的補貼與獎勵力度，持續推進產業數字化建設，為產業數字金融高質量發展提供必要的硬件基礎。與此同時，銀行業需不斷深化與商業性金融機構之間的合作，著手創新數字金融債券和產業轉貸等多元化形式，為助推產業數字金融高質量發展提供有力支撐。