數字金融發展、資本跨區流動與產業結構高級化

劉元雛 華桂宏 龐思璐

*收稿日期：2023-08-26；修回日期：2023-10-29

本文為“第三屆中國高質量發展西部論壇暨高品質學術期刊建設學術研討會”征文

基金項目：

國家社會科學基金一般項目（20BJY001，19BJL033）；國家自然科學基金青年項目（71903096））

作者簡介：

劉元雛（1994），女，江蘇南京人；講師，博士，主要從事數字金融與企業創新研究。

華桂宏（1966），男，江蘇泰州人；教授，博士，博士生導師，主要從事金融發展理論研究。

龐思璐（1996），女，江蘇鎮江人；博士研究生，主要從事要素市場扭曲與企業創新研究。

① 數據來源：《2016中國對外直接投資統計公報》。

摘? 要：

地區數字金融的發展有利于資本跨區流動，從而可以通過加快資本積累和提高資本配置效率促進本地產業結構高級化。以我國地級及以上城市為研究樣本，通過歸集數字金融特征詞和城市名共同在百度新聞中出現的次數來構建數字金融發展指數，以資本凈流入率表征資本跨區流動，并將勞動生產率引入產業規模結構高級化指標，用以評價產業結構高級化質量，分析表明：數字金融發展顯著促進了產業規模結構高級化和產業結構高級化質量提升，且對產業結構高級化質量提升的促進作用更大；數字金融發展可以通過增加資本凈流入來促進產業結構高級化質量提升，但資本凈流入在數字金融發展促進產業規模結構高級化中未能發揮中介作用；數字金融發展對產業結構高級化的促進作用在東部地區比中西部地區更為顯著，但資本跨區流動對產業結構高級化的促進作用在中西部地區更為明顯；在數字金融加速發展階段，數字金融發展和資本跨區流動對產業結構高級化的促進作用比數字金融初始發展階段更為顯著。因此，應加快中西部地區的數字金融發展，并強化數字金融發展促進要素資源流動的作用。

關鍵詞：

數字金融；資本流動；產業結構高級化；產業結構升級；Python爬蟲；資源配置

中圖分類號：F832；F121.3? 文獻標志碼：A? 文章編號：1674-8131（）0-0001-16

引用格式：

劉元雛，華桂宏，龐思璐.數字金融發展、資本跨區流動與產業結構高級化［J］.西部論壇，2023，33（6）：1-16.

LIU Yuan-chu， HUA Gui-hong， PANG Si-lu. Digital financial development， cross-regional capital flows and advancement of industrial structure［J］. West Forum， 2023， 33（6）： 1-16.

一、引言

我國經濟已由高速增長階段轉向高質量發展階段，需要通過產業結構優化升級來促進新舊動能接續轉換、加快形成新質生產力。金融是實體經濟的血脈，產業結構升級離不開金融服務的支持。國內外大量文獻論證了金融創新和發展對產業結構轉型升級的促進作用（Baumol，1967；Liang et al.，1998；Ngai et al.，2007；Acemoglu et al.，2008；易信，2015；李海奇 等，2022；詹姝珂 等，2023）［1-7］。人類歷史上的每一次產業革命都與金融創新與發展密不可分，以現代商業銀行、現代投資銀行和創業投資體系為特征的三次金融革命分別是三次工業革命的重要推動力量（陳雨露，2021）［8］。目前，以大數據、云計算、區塊鏈等新興技術主導的金融科技正以新理念、新業態、新模式逐步融入經濟社會的方方面面，其催生出的數

字金融也肩負起賦能實體經濟高質量發展的使命（薛瑩 等，2020）［9］。在第四次工業革命蓬勃發展過程中，大數據已成為

基礎性戰略資源，數字技術帶來的數字金融發展會對產業結構升級產生怎樣的影響？其影響機制和趨勢又是什么？對這些問題的回答無疑有利于充分利用數字金融紅利促進經濟高質量發展。

劉元雛，華桂宏，龐思璐：數字金融發展、資本跨區流動與產業結構高級化

目前，數字金融與產業結構的關系受到國內學者的廣泛關注，其中關于數字（普惠）金融發展對地區（城市）產業結構高級化（升級）的影響研究日益豐富，相關實證檢驗大多證明數字金融發展顯著促進了地區產業結構高級化（杜金岷 等，2020；李曉龍 等，2021；楊虹 等，2021；毛成剛 等，2022；程宇，2022；劉洋 等，2022；薛秋童 等，2022；王振華，2022；朱東波 等，2023；成瓊文 等，2023；劉毛桃 等，2023）［10-20］，一些文獻還探討了兩者之間的非線性關系（唐文進 等，2019；譚蓉娟 等，2021；郭守亭 等，2022；林炳華 等，2022）［21-24］。作為新興的金融模式，數字金融的發展從促進金融服務提質增效、緩解企業融資約束、激勵創新創業、改善資源配置等多方面為產業結構優化升級提供了支持。相比傳統金融模式，數字金融不僅在緩解信息不對稱、降低資金使用成本等方面具有顯著優勢（宋敏 等，2021）［25］，而且具有靶向性、普惠性、強輻射性等特征（唐松 等，2020；孟娜娜 等，2020）［26-27］，這有利于增強資本要素的流動性，從而提高資源配置效率（田杰 等，2021）［28］。長期以來，我國要素市場分割程度明顯高于商品市場分割程度，資本自由流動的增強能夠顯著緩解資本市場分割，促使資本流向高效率的產業部門，進而促進產業結構升級。因此，促進要素尤其是資本要素的自由流動是數字金融發展助力產業結構高級化的一條有效路徑。

然而，已有文獻在研究數字金融發展促進地區產業結構高級化的機制（渠道）時，大多聚焦于數字金融的技術進步效應、需求拉動效應、創業促進效應、資源配置效應（劉洋 等，2022；郭守亭 等，2022；牟曉偉 等，2022）［15］［23］［29］，主要探究了數字金融發展通過促進技術創新（程宇，2022；朱東波 等，2023；譚蓉娟 等，2021）［14］［18］［22］、提升居民收入和消費水平（薛秋童 等，2022；王振華，2022；林炳華 等，2022）［16］［17］［24］、激勵創業活動（成瓊文 等，2023；劉毛桃 等，2023）［19-20］、提高資本配置效率及促進資本和人力資本積累（杜金岷 等，2020；李曉龍 等，2021；楊虹 等，2021）［10-13］等路徑對地區產業結構高級化的影響，忽視了要素流動可能產生的中介作用，僅邢趙婷等（2023）考察了勞動力流動在數字普惠金融影響產業結構優化中的中介效應［30］，尚未有文獻從資本流動的角度深入探究數字金融發展影響地區產業結構高級化的機制，更缺乏相關經驗證據。此外，在相關實證檢驗中，絕大多數文獻使用北京大學數字普惠金融指數作為地區數字金融發展水平的衡量指標，該指標雖具有一定合理性，但從其數據來源及編制規則來看更側重于對數字金融普惠性的刻畫，全面性不足，且與宏觀層面產業結構的聯系相對較弱。同時，多數文獻僅基于各產業產值或勞動力份額的相對變化來對產業結構高級化水平進行測度，只能反映產業規模結構的高級化，忽略了生產效率提升也是產業結構高級化的重要內容，不能全面反映產業結構高級化的質量。

針對已有文獻的上述不足，本文進行以下拓展和改進：一是從資本跨區流動的視角探究數字金融發展促進產業結構高級化的機制，拓展了數字金融的產業結構升級效應研究，并有助于深化對數字金融賦能經濟高質量發展的認識；二是采用我國城市層面的數據進行實證檢驗，為數字金融發展通過促進資本跨區流動路徑來助推地區產業結構高級化提供了經驗證據；三是運用文本挖掘法及網絡爬蟲技術，通過歸集有關數字金融的重要文件識別并構造數字金融特征詞詞庫，進而借助百度新聞中的高級檢索系統合成構建數字金融發展指數，以此衡量樣本城市的數字金融發展水平，在一定程度上克服了數字普惠金融指數的不足；四是在測度產業規模結構高級化水平的基礎上，通過引入勞動生產率指標來評價產業結構高級化的質量，有利于深化高質量發展背景下的產業結構高級化研究；五是進一步考察了數字金融發展影響產業結構高級化的區域異質性和發展階段異質性，并探討了數字金融發展對產業規模結構高級化和產業結構高級化質量提升影響程度的差異，有助于更客觀和科學地認識數字金融發展的產業結構升級效應。

二、理論分析與研究假說

技術進步和資源配置優化是產業結構高級化的兩大核心動能，數字金融的發展可以促進技術創新和提高資源配置效率，從而推動產業結構高級化。內生經濟增長理論認為，長期內生的技術創新是經濟增長的根本動力（Romer，1990）［31］，技術創新率先引致產業優化和升級進而帶動經濟整體增長和發展的路徑也得到學術界的廣泛認可（Dekle et al.，2012；余泳澤 等，2018）［32-33］。然而，技術創新活動具有高投入、高風險、長周期、不確定性等特點（Hall，2002）［34］，使得企業在開展技術創新活動時往往面臨動力和資金不足等問題。以低門檻、共享、普惠為特點的數字金融不僅能夠提供多元化的便捷的融資渠道和金融服務，比傳統金融更能化解企業在創新活動中面臨的融資約束，而且可以通過運用先進的金融科技實現更為精準的用戶畫像和市場信息供給（李春濤 等，2020）［35］，增強企業進行技術創新的信心和動力，從而有效促進企業增加研發投入，并提高技術創新產出和績效（唐松 等，2020；聶秀華，2020）［26］［36］。這種創新激勵作用在微觀企業發酵的同時也會提高整個地區的技術創新能力和水平（聶秀華 等，2021；林木西 等，2022）［37-38］，推動產業技術進步，進而促進產業結構的優化和轉型升級。

從資源配置來看，產業結構是資源要素在產業間配置的結果，資源配置效率的提高必然推動產業結構的優化和升級，數字金融的發展能夠顯著提高資源配置效率，從而促進產業結構高級化。一方面，數字金融通過模式創新對金融市場的提質增效改善了資源配置效率（黃浩，2018）［39］。數字金融通過降低金融交易成本、弱化資本流動的時空阻礙等有效緩解了傳統金融體系中的金融摩擦，并通過服務模式創新推動金融市場的協同整合，原本分割的金融領域因金融科技的運用而聚合協調，有助于解決由于金融市場分割導致的資本流動不暢和企業融資難等問題（封思賢 等，2021）［40］，從而提高資本配置效率。資本是現代經濟的核心生產要素之一，資本的有效配置將帶動其他要素和資源的有效配置，進而提升整體資源配置效率。另一方面，數字金融的普惠性和廣輻射性便利了更多傳統金融模式下的“長尾”客戶，大數據、云計算、區塊鏈的運用為科技創新型企業、小微企業等提供了更為多元的融資渠道（唐松 等，2020）［26］，可以顯著減輕金融排斥導致的資本市場扭曲。此外，大數據等金融科技的廣泛應用在更加精準地控制資本流向的同時，也極大地提高了金融機構和企業的金融風險識別能力，降低了信息不對稱程度和逆向選擇風險，約束了低效率的投融資行為，從而提高資金的使用效率和收益，改善產業結構優化升級的微觀基礎。

進一步從資本流動來看，在完全市場競爭條件下，資本受逐利性驅使流向高利潤部門是產業結構演變的根本動力，數字金融的發展能夠顯著促進資本的自由流動，并促使資本更多地流向先進的高效率的產業部門，從而推動產業結構高級化。資本涌入某個新興產業，勢必會加快該產業的發展，也會同步加速部分落后夕陽產業的淘汰，形成產業的更替和升級。隨著資本流動范圍的擴大，產業結構升級成為必然的趨勢（陳英，2007）［41］。作為金融模式的一次顛覆性革新，更具普惠性、便捷性和高效性的數字金融對資本要素流動產生了直接的顯著的影響。如前所述，數字金融的發展會減小金融摩擦，可以通過增強資本的流動性來加速新興產業的成長與發展以及落后產業的退出與淘汰（肇啟偉 等，2015）［42］。事實上，金融發展能夠從動員增量資金和引導存量資金兩個方面緩解產業結構高級化過程中的資金約束（董金玲，2009）［43］。數字金融不僅能夠暢通資本要素的流通機制，引導增量資本流向新興產業和高效率部門，而且可以提高存量資本的使用效率，進而通過有效緩解金融資源錯配來改善資本結構和資源配置（劉元雛 等，2023）［44］。因此，相比傳統金融，數字金融以更高效更普惠的金融運行模式為新興產業的成長和發展提供了更充分的資本流動和重組機制，進而對產業結構轉型升級產生顯著的促進作用。

再進一步，從資本跨區流動來看，資本流入將通過加快資本積累促進地區經濟發展，地區數字金融的發展不僅有利于資本的凈流入，而且可以提高資本配置效率，從而助推產業結構高級化。高效有序的資本跨區流動能夠通過資本配置效應促進流入地的產業集聚，進而對產業結構轉型升級產生積極影響（許清清 等，2020）［45］。資本積累是支撐產業優化發展的強大基礎，地區數字普惠金融的發展可以通過促進本地的資本積累來推動產業結構優化（杜金岷 等，2020）［10］。數字金融發展有效破除了生產要素跨區域流動的阻礙和壁壘，降低了要素使用和流通成本，提高了資源配置和利用效率。然而，由于數字金融發展存在非均衡性，不同地區的數字金融發展水平存在顯著差異。作為一種基于金融科技進步的金融創新，數字金融的普惠性和高效性為產業發展提供了更有利的條件，會吸引產業和資本向數字金融發展水平較高的地區集聚，并進一步促進該地區的產業結構轉型升級。因此，一個地區的數字金融發展可以通過提高其資本凈流入（增加流入本地的資本規模或減少本地資本流出的規模）來促進其產業結構高級化。

基于上述分析，本文提出如下假說：地區數字金融發展能夠顯著促進產業結構高級化（H1），并能夠通過促進資本凈流入的路徑來推動本地的產業結構高級化（H2）。

三、實證檢驗設計

1.基準模型構建與變量測度

為檢驗數字金融發展能否促進地區產業結構高級化，本文以城市為地區單元進行實證分析，構建如下基準模型：

ISadi，t=α0+α1DFi，t+α∑Coni，t+λi+ηt+εi，t

其中，i和t分別代表城市和年度，λi、ηt和εi，t分別表示城市固定效應、年份固定效應和隨機誤差項。

被解釋變量（ISadit）為t年度i城市的產業結構高級化水平。著名的佩蒂-克拉克定律揭示了產業結構升級的一般規律：隨著經濟的發展和人均國民收入水平的提高，第一產業國民收入和勞動力的相對比重逐漸下降，第二產業國民收入和勞動力的相對比重上升；經濟進一步發展，第三產業國民收入和勞動力的相對比重也開始上升。因此，可以采用第一、二、三產業產值分別占GDP份額的變化來刻畫產業結構升級的過程。然而，產值比重的變化只能反映產業的規模結構升級，不能體現產業效率結構的演變，僅基于產業產值所占比重來刻畫產業結構高級化水平存在一定片面性。對此，劉偉等（2008）提出可以采用基于產值比重與勞動生產率的乘積來更為科學地衡量產業結構高級化水平［46］。本文借鑒袁航等（2018）的研究［47］，采用兩個指標來衡量樣本城市的產業結構高級化水平：一是“產業規模結構高級化”，基于三次產業的產值份額計算，計算公式為：

ISadi，t1=∑3n=1yn，i，t×n，n=1，2，3

。其中，yn，i，t為t年度i城市第n產業產值占GDP比重。二是“產業結構高級化質量”，在各產業產值占比的基礎上進一步納入各產業的勞動生產率，計算公式為：

ISadi，t2=∑3n=1yn，i，t×lpi，n，t，n=1，2，3

。其中，lpi，n，t

為t年度i城市第n產業的勞動生產率，勞動生產率采用產業增加值與從業人數的比值來衡量（為避免量綱不一致的影響，采用均值法進行處理）。該指標不僅反映了產業規模結構的升級，也反映了產業效率結構的升級，能夠較好地刻畫產業結構高級化的質量水平。

核心解釋變量（DFit）“數字金融發展指數”為t年度i城市的數字金融發展水平。本文借鑒和綜合吳非等（2021）度量企業數字化轉型程度的方法以及沈悅和郭品（2015）構建互聯網金融指數的方法［48-49］，通過文本分析獲得年度內百度新聞中城市名稱與數字金融特征詞共同出現的詞頻數量，以此來衡量樣本城市的數字金融發展水平。首先，收集《中國金融科技運行報告》《中國數字經濟發展白皮書》《數字金融藍皮書：中國數字金融創新發展報告（2021）》《金融科技發展規劃（2022—2025年）》等一系列與數字金融發展密切相關的報告和文件，運用Java PDFbox整合所有文件的文本內容，將與數字金融發展密切相關且出現頻次居前30位的詞語（如云計算、大數據、區塊鏈、智能投顧、量化金融等）作為數字金融特征詞詞庫；然后運用Python軟件歸集整理出特征詞與城市名稱同時出現在百度新聞中的次數

在該過程中使用WebDriver爬蟲引擎以克服百度新聞頁面中的反爬蟲機制，具體做法如下：運用Python語言將城市名稱、數字金融特征詞及年份數據拼接到百度新聞中的url，實現自主爬取文本功能，將爬蟲讀取返回結果解析為Document對象，然后使用正則表達式或id定位器獲取詞頻，嵌套循環城市、特征詞及年份數據，重復循環語句直到爬蟲爬取任務全部結束，最后記錄年份列表中各城市的特征詞次數。

，將次數加總后取自然對數值作為衡量樣本城市數字金融發展水平的指標。圖1為本文整理得到數字金融特征詞詞云圖。

參考許清清等（2020）、袁航和朱承亮（2018）、韓永輝等（2017）的研究結論［45］［47］［50］，本文選取以下控制變量：（1）“市場化程度”，采用樣本城市的市場化指數來衡量；（2）“人力資本水平”，采用普通本科專科及以上人口數與地區常住人口數的比值來衡量；（3）“基礎設施水平”，采用樣本城市公路里程的自然對數值來衡量；（4）“信息化水平”，限于數據的可得性，借鑒劉生龍和胡鞍鋼 （2010）的方法［51］，采用郵政與電信業務總量與GDP的比值來衡量；（5）“人口規模”，采用樣本城市年平均人口數的自然對數值來衡量；（6）“經濟規模”，采用地區生產總值的自然對數值來衡量。

2.中介效應模型構建

為檢驗數字金融發展能否通過促進資本跨區流動來推動地區產業結構高級化，本文在基準模型的基礎上構建如下中介效應模型：

ISadi，t=α0+α1DFi，t+α∑Coni，t+λi+ηt+εi，t

CFi，t=β0+β1DFi，t+β∑Coni，t+λi+ηt+εi，t

ISadi，t=γ0+γ1DFi，t+γ2CFi，t+γ∑Coni，t+λi+ηt+εi，t

其中，中介變量（CFi，t）“資本跨區流動”為t年度i城市的資本凈流入率。基于資本流動的F-H模型，參照許清清（2020）的方法［45］，資本凈流入率的計算公式為：

CFi，t=［Ii，t-（Si，t-1+Si，t）/2］÷GDPi，t×100

。其中，Iit為t年度i城市的固定資產投資額，Sit為t年度i城市的存款余額，GDPi，t為t年度i城市的地區生產總值。對于單個樣本城市而言，資本流動存在方向性，若CFi，t為正表明t年度i城市為資本流入城市，若CFi，t為負表明t年度i城市為資本流出城市，其絕對值則反映了資本流動的規模大小。

3.樣本選擇與數據處理

本文以我國的地級及以上城市為研究樣本，為避免新冠疫情沖擊導致模型估計出現偏誤，選擇以2011—2019年為樣本期間。城市層面的數據主要來源于《中國城市統計年鑒》《中國區域統計年鑒》以及中國經濟金融研究數據庫（CSMAR）和WIND數據庫，剔除存在大量缺失數據的城市樣本，少量缺失的數據使用平均插值法補充完整，最終得到275個城市的面板數據。此外，為了排除極端值對估計結果的影響，本文對所有變量進行了1%分位和99%分位的縮尾（Winsorize）處理。表1為主要變量的描述性統計結果。

四、實證檢驗結果分析

1.基準模型回歸與內生性處理

基準模型的OLS檢驗結果見表2的Panel A，無論是否加入控制變量，“數字金融發展指數”對“產業規模結構高級化”和“產業結構高級化質量”的回歸系數均在1%的水平上顯著為正，表明數字金融發展水平提高對地區產業結構高級化具有顯著的正向影響，即數字金融發展能夠顯著促進地區產業結構高級化，假說H1得到驗證。

雖然基準模型已控制了可能影響產業結構高級化的若干變量，但仍可能存在遺漏變量及反向因果關系等內生性問題，為了緩解內生性帶來的估計偏誤，進一步使用工具變量法進行檢驗。參考謝絢麗等（2018）的做法［52］，采用互聯網寬帶接入戶數作為“數字金融發展指數”的工具變量。互聯網寬帶接入戶數可以反映數字基礎設施水平，而數字基礎設施水平是影響數字金融發展水平的重要因素之一，因而該指標滿足工具變量與解釋變量相關的要求；同時，互聯網寬帶接入戶數與城市當期數字金融發展水平不存在直接的相關關系，滿足工具變量外生性的要求。采用2SLS方法的第一階段檢驗結果顯示（限于篇幅具體結果略，備索），工具變量與“數字金融發展指數”顯著正相關（F統計量在1%的水平下顯著）；第二階段檢驗結果見2的Panel A，擬合的“數字金融發展指數”對“產業規模結構高級化”和“產業結構高級化質量”的回歸系數依然在1%的水平上顯著為正。同時，Kleibergen-Paap rk LM統計量通過了1%的顯著性水平檢驗，Kleibergen-Paap rk Wald F統計量大于10，表明不存在弱工具變量問題，本文選取的工具變量有效。可見，在緩解內生性問題后，假說H1依然成立。為增強研究結論的可信性，下文的相關檢驗均采用2SLS工具變量法進行（后表中匯報的結果為第二階段的檢驗結果）。

進一步比較“數字金融發展指數”對“產業規模結構高級化”和“產業結構高級化質量”的回歸系數大小，可以發現，樣本城市的數字金融發展對產業結構高級化質量提升的促進作用明顯大于對產業規模結構高級化的促進作用。而且，在后文的各模型檢驗中，除了2011—2015年的分樣本檢驗外，“數字金融發展指數”對“產業結構高級化質量”的回歸系數均大于對“產業規模結構高級化”的估計系數。從兩個指標的測算方法來看，“產業結構高級化質量”是產業規模結構高級化與產業效率結構高級化的綜合，因而可以認為，該實證結果說明了數字金融發展可以同時促進產業規模結構和效率結構的升級，也反映出數字金融發展不僅對新興產業具有規模擴張效應，還具有效率提升效應。可見，數字金融是一種與經濟高質量發展相契合的金融形態和模式。

2.穩健性檢驗

為進一步檢驗基準模型分析結果的穩健性，進行以下穩健性檢驗：（1）替換核心解釋變量。采用北京大學數字普惠金融指數（地級以上城市層級）作為核心解釋變量，重新進行模型檢驗，估計結果見表3的Panel A，“數字普惠金融指數”對“產業規模結構高級化”和“產業結構高級化質量”的回歸系數同樣在1%的水平上顯著為正。（2）剔除特殊樣本。考慮到直轄市比其他城市具有顯著的政策優勢及較好的產業基礎，且直轄市的各指標數值較大，剔除直轄市樣本后重新進行模型檢驗，估計結果見表3的Panel B，“數字金融發展指數”的回歸系數依然顯著為正。上述穩健性檢驗結果表明，本文基準模型的分析結論具有較好的穩健性。

3.中介效應檢驗

以“資本跨區流動”為中介變量的中介效應模型檢驗結果見表4。（1）（2）列為表2的2SLS估計結果。（3）列檢驗城市數字金融發展對其資本凈流入率的影響，“數字金融發展指數”對“資本跨區流動”的回歸系數顯著為正，表明城市數字金融發展水平的提高有利于資本的凈流入（流入規模增加或流出規模減小）。（4）（5）列檢驗數字金融發展和資本跨區流動對產業結構高級化的影響，“數字金融發展指數”對“產業規模結構高級化”和“產業結構高級化質量”的回歸系數依然顯著為正，但絕對值有所減少；“資本跨區流動”對“產業規模結構高級化”的回歸系數為正但不顯著，表明資本凈流入對樣本城市的產業規模結構沒有顯著影響；“資本跨區流動”對“產業結構高級化質量”的回歸系數顯著為正，表明資本凈流入顯著促進了樣本城市的產業效率結構升級，進而提高了產業結構高級化質量。根據上述結果，“資本跨區流動”在“數字金融發展指數”影響“產業規模結構高級化”中的中介作用不顯著，但在“數字金融發展指數”影響“產業結構高級化質量”中發揮了顯著的部分中介作用（進一步的Bootstrap檢驗結果顯示，該中介效應的置信區間內不包含0且為正，表明中介效應顯著），假說H2基本得到驗證。其中，資本跨區流動對數字金融發展促進產業規模結構高級化的中介作用不顯著，主要是由于資本凈流入對產業規模結構高級化的影響不顯著，其原因可能在于：一方面，相對于存量資本，作為增量資本的資本凈流入規模通常很小，難以立即引起資本結構的顯著變化。另一方面，流入的資本往往率先支持部分引領產業發展的龍頭企業，雖然可以迅速提高這些企業的生產效率和效益，從而促進產業效率結構升級；但由于從產業效率提升到大規模的資本進入再到產值份額提高需要一定的時間，因而資本凈流入對產業規模結構高級化的影響存在滯后性。

五、進一步的討論：異質性分析

1.區域異質性討論

受自然環境及發展歷史的影響，我國各地區之間在經濟發展、基礎設施建設以及數字經濟和產業結構等方面還存在著較大差異，這可能導致數字金融發展對產業結構高級化的影響具有顯著的區域異質性。考慮到中西部地區與東部地區的差距依然明顯，本文將研究樣本劃分為“東部地區”和“中西部地區”兩個子樣本，分組檢驗的回歸結果見表5。“東部地區”子樣本的檢驗結果與全樣本類似，城市數字金融發展水平的提高顯著促進了產業規模結構的高級化，并顯著提高了產業結構高級化的質量；資本跨區流動在數字金融發展提高產業結構高級化質量中發揮了顯著的正向部分中介作用，但在數字金融發展促進產業規模結構高級化中的中介效應不顯著。而“中西部地區”子樣本的檢驗結果在中介效應方面略有不同，即資本跨區流動在數字金融發展促進產業規模結構高級化中也發揮了顯著的正向部分中介作用。

進一步比較兩大地區之間的差異。（1）從數字金融影響產業結構高級化的主效應來看，雖然東部地區城市和中西部地區城市的數字金融發展都在1%的水平上顯著促進了產業規模結構高級化和產業結構高級化質量提高，但東部地區的回歸系數明顯大于中西部地區（Chow檢驗P值為0.080和0.021，組間系數差異分別在10%和5%的統計水平下顯著），表明東部地區的數字金融發展對產業結構高級化的促進作用比中西部地區更強。其原因可能在于，東部地區的數字金融發展水平較高、覆蓋領域較廣，因而賦能實體經濟轉型升級和高質量發展的作用更強。（2）從數字金融對資本跨區流動的影響來看，東部地區城市和中西部地區城市的數字金融發展都可以促進資本的凈流入，但中西部地區回歸系數的顯著性更高，表明數字金融發展促進資本跨區流動的作用在中西部地區更為明顯。（3）從資本跨區流動對產業結構高級化的影響來看，東部地區城市的資本凈流入促進了產業結構高級化質量提升，但對產業規模結構高級化的影響不顯著；中西部地區城市的資本凈流入不僅顯著促進了產業結構高級化質量提升（比東部地區更顯著），而且顯著促進了產業規模結構高級化。可見，資本跨區流動對產業結構高級化的促進作用在中西部地區更為明顯。其原因可能在于：東部地區城市的經濟相對發達，資本積累的規模較大，產業結構高級化水平較高（升級空間相對較小）；而中西部地區城市的經濟發展相對滯后，資本積累的規模較小，產業結構高級化水平較低（升級空間相對較大）；因此，相比東部地區城市，同樣的資本凈流入對中西部地區城市產業結構高級化的促進作用更為顯著。

2.發展階段異質性討論

數字金融本身是一個不斷發展的過程，在不同的發展階段具有不同的特征和效應，因而其對地區產業結構高級化的影響也表現出發展階段的異質性。從我國數字金融的發展實踐來看，在本文樣本期間大致可以劃分為兩個階段：一是2011—2015年的數字金融初始發展階段。該階段的數字金融發展剛剛起步，金融科技與金融系統的耦合有待完善，對金融業態的影響基本停留于提高效率和改善服務等層面，尚未撼動傳統金融的主導地位，對實體經濟轉型升級的影響較小（李海奇等，2022）［6］。二是2016—2019年的數字金融加速發展階段。2016年《中華人民共和國國民經濟和社會發展第十三個五年規劃綱要》發布，提出要實施國家大數據戰略，把大數據作為基礎性戰略資源，全面實施促進大數據發展行動，加快推動數據資源共享開放和開發應用，助力產業轉型升級和社會治理創新。2016年以后，數字金融也進入加速發展階段，金融科技日益成熟并得廣泛應用，相關法律法規和制度不斷完善，使得數字金融的輻射領域快速拓展，賦能實體經濟高質量發展的功效也逐漸凸顯。據此，本文將研究樣本劃分為“初始發展階段”和“加速發展階段”兩個子樣本進行分組檢驗。

根據表6的回歸結果，兩個發展階段存在顯著差異。（1）從數字金融影響產業結構高級化的主效應來看：在2011—2015年，城市數字金融發展顯著促進了產業規模結構高級化，但對產業結構高級化質量的影響不顯著；在2016—2019年，城市數字金融發展不僅顯著促進了產業規模結構高級化（回歸系數比2011—2015年更大，Chow檢驗P值為0.000，組間系數差異在1%的統計水平下顯著），而且顯著促進了產業結構高級化質量提升；表明在數字金融加速發展階段數字金融對產業結構高級化的促進作用顯著強于初始發展階段，即數字金融發展的產業結構高級化效應會隨著其發展水平的提高而增強。（2）從數字金融對資本跨區流動的影響來看：2016—2019年城市數字金融發展對資本凈流入的促進作用比2011—2015年更為顯著，表明數字金融發展水平的提高也會增強其對資本跨區流動的促進作用。（3）從資本跨區流動對產業結構高級化的影響來看：2011—2015年資本凈流入促進了樣本城市產業結構高級化質量的提升，但對產業規模結構高級化沒有顯著影響；2016—2019年資本凈流入不僅顯著促進了樣本城市產業結構高級化質量的提升（比2011—2015年更顯著），而且對產業規模結構高級化也有顯著的正向影響；表明在數字金融加速發展階段資本跨區流動對產業結構高級化的促進作用顯著強于初始發展階段，即資本凈流入的產業結構高級化效應會隨著數字金融發展水平的提高而增強。（4）從資本跨區流動的中介效應來看：在2016—2019年，資本凈流入在數字金融發展促進產業規模結構高級化和產業結構高級化質量提升中均具有顯著的部分中介效應；而在2011—2015年，資本凈流入未能發揮中介作用；表明數字金融發展水平的提高還可能增強資本跨區流動的中介作用。

六、結論與啟示

在新發展階段，實現經濟高質量發展必須加快產業結構優化升級，而產業結構高級化離不開金融的支持。近年來，新興數字技術與金融系統耦合催生的數字金融快速發展，其靶向性、普惠性、強輻射性等特征顯著提高了金融服務的效率和便捷性，有效促進了實體經濟的高質量發展。數字金融的發展可以通過促進技術創新和提高資源配置效率推動產業結構高級化，合理高效有序的資本流動則是提高資源配置效率的關鍵。地區數字金融的發展有利于資本跨區流動，從而通過加快資本積累和提高資本配置效率促進本地產業結構高級化。本文以我國地級及以上城市為研究樣本，運用python爬蟲技術，通過歸集數字金融特征詞和城市名共同在百度新聞中出現的次數來構建城市數字金融發展指數，以城市的資本凈流入率表征資本跨區流動，并在測度城市產業規模結構高級化水平的基礎上，引入勞動生產率構建產業結構高級化質量評價指標，進而實證檢驗數字金融發展對產業結構高級化（產業規模結構高級化和產業結構高級化質量兩個層面）的影響以及資本跨區流動在其中的中介作用，結果發現：樣本城市的數字金融發展顯著促進了其產業規模結構高級化和產業結構高級化質量提升，且對產業結構高級化質量提升的促進作用更大，表明數字金融發展可以同時促進產業規模結構和效率結構升級，也反映出數字金融是一種與經濟高質量發展相契合的金融形態和模式；數字金融發展可以通過增加資本凈流入來促進產業結構高級化質量提升，但資本凈流入在數字金融發展促進產業規模結構高級化中未能發揮中介作用，這是由于資本凈流入對產業規模結構高級化的影響具有滯后性。進一步的區域異質性和數字金融發展階段異質性分析表明：數字金融發展對產業結構高級化的促進作用在東部地區比中西部地區更為顯著，但資本跨區流動對產業結構高級化的促進作用在中西部地區更為明顯；在中西部地區，資本跨區流動在數字金融發展促進產業規模結構高級化和產業結構高級化質量提升中均具有部分中介作用，而在東部地區資本跨區流動只在數字金融發展與產業結構高級化質量提升之間發揮了中介作用。在數字金融加速發展階段（2016—2019年），無論是數字金融發展對產業結構高級化的促進作用，還是資本跨區流動對產業結構高級化的促進作用，都比數字金融初始發展階段（2011—2015年）更為顯著，同時，資本跨區流動在數字金融加速發展階段的中介效應顯著，而在數字金融初始發展階段未能發揮中介作用。因此，隨著數字金融發展水平的提高，數字金融對產業結構升級的積極效應也趨于增強。

基于上述研究結論，得到以下啟示：第一，要進一步推進數字金融發展，充分發揮數字金融的積極作用。加快數字技術與金融系統的耦合聯動，加強數字基礎設施建設，有效發揮數字金融賦能實體經濟高質量發展的功效。加大政策支持力度，促進數字金融又好又快發展，強化數字金融對傳統金融業態的改造和升級作用，在加快推進金融供給側結構性改革的同時提升數字金融對產業體系的精準支持能力和水平。第二，要著力加強數字金融發展對要素資源流動的促進作用，不斷減少地區間要素流動的障礙，為暢通國內大循環營造良好通路。在發展數字金融的同時，建立和完善數字金融賦能實體經濟高質量發展的體制機制，積極搭建數字金融優質服務實體經濟的有序橋梁。第三，要重視不同地區數字金融發展影響產業結構優化升級的差異性，統籌兼顧不同地區的產業結構轉型升級。進一步加快中西部地區的數字金融發展，全面推進“東數西算”工程，優化金融科技數據中心建設布局，促進東西部協同聯動，增強數字金融發展對各地區產業結構優化升級的積極影響。

參考文獻：

［1］

BAUMOL W J. Macroeconomics of unbalanced growth： the anatomy of urban crisis［J］. The American Economic Review，1967，57（3）：415-426.

［2］? LIANG P C J. The role of the financial sector in industrial upgrading in Taiwan［J］. Journal of Asian Economics，1998，9（1）：95-102.

［3］? NGAI L R，PISSARIDES C A. Structural change in a multi-sector model of growth［J］. The American Economic Review，2007，97（1）：429-443.

［4］? ACEMOGLU D，GUERRIERI V. Capital deepening and non-balanced economic growth［J］. Journal of Political Economy，2008，116（3）：467-498.

［5］? 易信，劉鳳良.金融發展、技術創新與產業結構轉型——多部門內生增長理論分析框架［J］.管理世界，2015（10）：24-39+90.

［6］? 李海奇，張晶.金融科技對我國產業結構優化與產業升級的影響［J］.統計研究，2022，39（10）：102-118.

［7］? 詹姝珂，王仁曾，劉耀彬.金融科技與綠色金融協同對產業結構升級的影響——基于異質性環境規制視角［J］.中國人口·資源與環境，2023，33（11）：152-162.

［8］? 陳雨露.工業革命、金融革命與系統性風險治理［J］.金融研究，2021（1）：1-12.

［9］? 薛瑩，胡堅.金融科技助推經濟高質量發展：理論邏輯、實踐基礎與路徑選擇［J］.改革，2020（3）：53-62.

［10］杜金岷，韋施威，吳文洋.數字普惠金融促進了產業結構優化嗎？［J］.經濟社會體制比較，2020（6）：38-49.

［11］李曉龍，冉光和.數字金融發展、資本配置效率與產業結構升級［J］.西南民族大學學報（人文社會科學版），2021，42（7）：152-162.

［12］楊虹，王喬冉.數字普惠金融對產業結構升級的影響及機制研究［J］.投資研究，2021，40（9）：4-14.

［13］毛成剛，楊國佐，范瑞.數字金融與資源型地區產業結構轉型升級——基于109個資源型城市的實證分析［J］.經濟問題，2022（7）：63-70.

［14］程宇.數字金融發展對產業結構的影響效應與作用機制［J］.東南學術，2022（5）：179-188.

［15］劉洋，李敬，雷俐.數字金融發展推動中國城市產業結構升級了嗎？——來自地級及以上城市的經驗證據［J］.西南大學學報（社會科學版），2022，48（6）：123-136.

［16］薛秋童，封思賢.“雙循環”新發展格局下數字金融對產業結構升級的影響［J］.暨南學報（哲學社會科學版），2022，44（9）：82-105.

［17］王振華.數字普惠金融對農村居民消費與產業結構升級的影響研究［J］.價格理論與實踐，2022（10）：188-191.

［18］朱東波，張相偉.數字金融通過技術創新促進產業結構升級了嗎？［J］.科研管理，2023，44（7）：73-82.

［19］成瓊文，申萍.數字金融對城市產業結構升級的影響研究［J］.中南大學學報（社會科學版），2023，29（2）：109-123.

［20］劉毛桃，方徐兵，何啟志.數字普惠金融能促進中國城市產業結構的升級嗎？［J］.經濟問題探索，2023（5）：140-157.

［21］唐文進，李爽，陶云清.數字普惠金融發展與產業結構升級——來自283個城市的經驗證據［J］.廣東財經大學學報，2019，34（6）：35-49.

［22］譚蓉娟，盧祺源.數字普惠金融促進了產業結構優化升級嗎？［J］.投資研究，2021，40（9）：85-104.

［23］郭守亭，金志博.數字普惠金融對區域產業結構升級的空間溢出效應研究［J］.經濟經緯，2022，39（6）：77-87.

［24］林炳華，陳景納.數字普惠金融的產業結構升級效應及空間差異［J］.福建論壇（人文社會科學版），2022（5）：76-86.

［25］宋敏，周鵬，司海濤.金融科技與企業全要素生產率——“賦能”和信貸配給的視角［J］.中國工業經濟，2021（4）：138-155.

［26］唐松，伍旭川，祝佳.數字金融與企業技術創新——結構特征、機制識別與金融監管下的效應差異［J］.管理世界，2020，36（5）：52-66+9.

［27］孟娜娜，粟勤，雷海波.金融科技如何影響銀行業競爭［J］.財貿經濟，2020，41（3）：66-79.

［28］田杰，譚秋云，靳景玉.數字金融能否改善資源錯配？［J］.財經論叢，2021（4）：49-60.

［29］牟曉偉，盛志君，趙天唯.我國數字金融發展對產業結構優化升級的影響［J］.經濟問題，2022（5）：10-20.

［30］邢趙婷，鐘若愚.數字普惠金融、勞動力流動與產業結構優化——基于新經濟地理視角的實證分析［J］.經濟問題探索，2023（4）：142-156.

［31］ROMER P M. Endogenous technological change［J］. Journal of Political Economy，1990，98（5）：71-102.

［32］DEKLE R，VANDENBROUCKE G. A quantitative analysis of Chinas structural transformation［J］. Journal of Economic Dynamics and Control，2012，36（1）：119-135.

［33］余泳澤，胡山.中國經濟高質量發展的現實困境與基本路徑：文獻綜述［J］.宏觀質量研究，2018，6（4）：1-17.

［34］HALL B H. The financing of research and development［J］. Oxford Review of Economic Policy，2002，18（1）：35-51.

［35］李春濤，閆續文，宋敏，等.金融科技與企業創新——新三板上市公司的證據［J］.中國工業經濟，2020（1）：81-98.

［36］聶秀華.數字金融促進中小企業技術創新的路徑與異質性研究［J］.西部論壇，2020，30（4）：37-49.

［37］聶秀華，江萍，鄭曉佳等.數字金融與區域技術創新水平研究［J］.金融研究，2021（3）：132-150.

［38］林木西，肖宇博.數字金融、技術創新與區域經濟增長［J］.蘭州大學學報（社會科學版），2022，50（2）：47-59.

［39］黃浩.數字金融生態系統的形成與挑戰——來自中國的經驗［J］.經濟學家，2018（4）：80-85.

［40］封思賢，徐卓.數字金融、金融中介與資本配置效率［J］.改革，2021（3）：40-55.

［41］陳英.馬克思的資本流動理論與產業結構的變動規律［J］.教學與研究，2007（12）：35-40.

［42］肇啟偉，付劍峰，劉洪江.科技金融中的關鍵問題——中國科技金融2014年會綜述［J］.管理世界，2015（3）：164-167.

［43］董金玲.區域金融發展與產業結構轉變的相互作用機制及其實證研究［J］.財政研究，2009（10）：62-65.

［44］劉元雛，華桂宏.金融科技能否通過緩解金融錯配促進企業創新可持續性——來自戰略性新興產業上市公司的經驗證據［J］.中國科技論壇，2023（4）：122-132.

［45］許清清，李振宇，江霞.資本跨區流動對區域產業結構優化升級的影響——基于2003-2016年的275個地級市面板數據的實證研究［J］.產業經濟評論（山東大學），2020，19（2）：47-75.

［46］劉偉，張輝，黃澤華.中國產業結構高度與工業化進程和地區差異的考察［J］.經濟學動態，2008（11）：4-8.

［47］袁航，朱承亮.國家高新區推動了中國產業結構轉型升級嗎［J］.中國工業經濟，2018（8）：60-77.

［48］吳非，胡慧芷，林慧妍，任曉怡.企業數字化轉型與資本市場表現——來自股票流動性的經驗證據［J］.管理世界，2021，37（7）：130-144+10.

［49］沈悅，郭品.互聯網金融、技術溢出與商業銀行全要素生產率［J］.金融研究，2015（3）：160-175.

［50］韓永輝，黃亮雄，王賢彬.產業政策推動地方產業結構升級了嗎？——基于發展型地方政府的理論解釋與實證檢驗［J］.經濟研究，2017，52（8）：33-48.

［51］劉生龍，胡鞍鋼.基礎設施的外部性在中國的檢驗：1988—2007［J］.經濟研究，2010，45（3）：4-15.

［52］謝絢麗，沈艷，張皓星，等.數字金融能促進創業嗎？——來自中國的證據［J］.經濟學（季刊），2018，17（4）：1557-1580.

Digital Financial Development， Cross-regional Capital Flows

and Advancement of Industrial Structure

LIU Yuan-chu1， HUA Gui-hong2， PANG Si-lu2

（1. School of Economics， Nanjing University of Posts and Telecommunications， Nanjing 210023， Jiangsu， China;

2. School of Business， Nanjing Normal University， Nanjing 210023， Jiangsu， China ）

Abstract：

Chinas economy has entered a phase of high-quality development， and the optimization and upgrading of industrial structure has become more urgent and important in the context of accelerating the formation of new quality productivity and promoting the successive transformation of old and new kinetic energy. The advancement of industrial structure relies on the support of a favorable financial environment. In recent years， digital finance， born from the integration of emerging digital technologies and finance， has empowered the high-level development of the industrial structure by stimulating the flow of innovative elements and improving resource allocation. However， existing literature lacks a comprehensive examination of the relationship between the development of digital finance， the integration of factor markets， and the liquidity of capital flows. Particularly， there is a dearth of in-depth research on how digital finance contributes to industrial advancement through enhancing cross-regional capital flow and facilitating the domestic economic cycle.

This paper comprehensively references authoritative national reports closely related to digital finance， such as the Development Plan for Financial Technology （FinTech） （2022—2025） issued by the Peoples Bank of China. By utilizing Java PDFbox， a digital finance keyword library is constructed， and through text mining and web scraping techniques， the occurrences of digital finance keywords in Baidu News are analyzed for each of the 275 prefecture-level administrative regions annually. This process results in the synthesis of a Prefecture-level Digital Finance Development Index. The research reveals that digital finance significantly promotes the transformation and upgrading of industrial structures， exhibiting varying degrees of impact on the quality and quantity of advanced industrial structures. Mechanism analysis indicates that digital finance plays a significant promoting role in the high-level development of industrial structures through facilitating and strengthening cross-regional capital flows. This conclusion remains robust after conducting endogeneity and robustness tests. Further analysis indicates that the impact of digital finance on the advancement of industrial structures through enhanced cross-regional capital flows exhibits heterogeneity across spatial and developmental stages.

The marginal contributions of this paper are threefold. Firstly， at the indicator level， the study compiles important documents related to digital finance， identifies and constructs a keyword library for the digital finance domain， and uses text mining and web scraping techniques with the help of the advanced search system of Baidu News， to build the Prefecture-level Digital Finance Development Index based on the common occurrences of digital finance keywords for each region annually. Secondly， from the research perspective， the paper extensively analyzes the mechanism through which digital finance development affects the transformation and upgrading of industrial structures from the viewpoint of cross-regional capital flows， contributing to a more objective and scientific understanding of the impact of digital finance on industrial structures. Thirdly， in terms of expanding the analysis， the paper further explores the developmental stages and geographical heterogeneity of the impact of digital finance on industrial structures through strengthened cross-regional capital flows.

The research conclusions of this paper have significant policy implications for enhancing the efficiency of digital finance in empowering the real economy， facilitating the domestic economic cycle， and accelerating the upgrading of industrial structures.

Key words：

digital finance; capital flow; advancement of industrial structure; industrial structure upgrading; Python web scraping; resource allocation

CLC number：F832; F121.3??? Document code：A??? Article ID：1674-8131（）0-0001-16

（編輯：黃依潔）