數字金融提升我國資本要素配置效率研究

郗洪鑫

摘要：為了進一步促進我國實體經濟的發展，優化資本要素配置，文章收集2016-2022年31個省經濟發展數據，構建DEA模型經濟資本配置效率（RECO）為被解釋變量，構建動態分析方式，實體經濟資本配置效率（RECO）包括效率變化指數（EFF）、效率變化指數（EFF），產業結構升級的衡量指標均值0.937，開展實證分析。研究結果表明，數字金融在東部、中部、西部地區均具有效率提升作用，中部地區表現最為明顯，其次為西部地區、東部地區。產業結構升級在東部地區中介效應為0.0255，占比26.93%，在西部地區中介效應為0.0808，占比72.90%。產業結構升級、數字金融、經濟資本配置效率回歸結果之間穩健性較強?；趯嵶C結果，要求加強數值金融體系的完善，更好地利用信息技術的優勢，發揮數字金融在促進升我國資本要素配置中的作用，為經濟發展提供必要的資金支持。

關鍵詞：數字金融；資本要素；配置效率；產業升級；中介效應

經濟的發展離不開各項要素的支持與配合，其中資本要素非常關鍵，應當不斷提升資金要素的配置效率，在不同區域之中實現資源要素的最佳配置，提升企業產業的利潤率，企業產業的利潤率，對企業內部以及相關外部要素資源進行合理配置，與企業具體業務類型與戰略目標相結合，更好地發揮各項資本要素的運用價值。隨著數字技術的發展，當前金融行業逐漸走向數字金融的發展趨勢，數字金融的構建有利于更好地服務于實體經濟，將區塊鏈、人工智能、移動互聯等技術運用于金融服務新業態的構建，提升金融服務的網絡化、信息化與智能化，進一步提升資源配置效率。

一、模型設定與變量選取

參照政府網、國泰安、《金融運行報告》、統計局2016-2022年31個省經濟發展的相關數據，利用DEA模型計算經濟資本配置效率，選取北京大學數字普惠金融指數。

（一）被解釋變量

本次研究中構建DEA模型進行分析，得出經濟資本配置效率，被解釋變量為經濟資本配置效率（RECO），以此判斷數字資金在經濟部門中的流轉是否有效，分析技術手段是否能夠在行業、企業、地區之間流動，判斷數字金融的運用是否較強的成長性。利用DEA模型構建動態分析方式，將實體經濟資本配置效率（RECO）劃分為效率變化指數（EFF）、效率變化指數（EFF），技術進步變動效率（TECH）能夠反映當期技術效率情況，技術進步變動效率（TECH）能夠體現出前一時期生產技術創新與生產兩者之間的關系。

（二）投入產出指標選擇

結合數據適配性、可獲得性，選取此次模型構建過程中的投入產出指標，見表1。投入指標主要從固定資產、勞動力與科技三個角度進行分析。科技投入已經成為當前科技發展必不可少的構成部分之一，產出指標結合國內生產總值進行分析。

（三）核心解釋變量

核心解釋變量選擇數字金融指數（DFIIC），在數據收集過程中進行多維度指標分析，數字金融指數（DFIIC）數值大小與數字金融發展水平之間為正比關系。數字金融總指數（DFIIC）見表2。

本文選擇變量的具體內容如表3所示。

二、實證分析

產業結構升級的衡量指標均值為0.937，可見我國第三產業與第二產業均取得了一定的發展，但是不同發展區域之間存在著一定的差異性，實體經濟資本配置效率平均值1.048，總體上保持了4.8%增長趨勢，但是對不同區域進行分析可見，不同區域之間資本配置效率差異較大，顯示出數字金融明顯的區域差異與時間變動，見表4。

開展變量模型檢驗，多重共線性問題表現不明顯，設計個體差異單項固定效應模型，進行實證檢驗，P值0.0471，卡方統計量12.75。

三、實證結果分析

（一）基準模型回歸結果分析

基準模型回歸結果分析顯示數字金融有利于促進實體經濟資本配置，數字金融發展水平提升一個單位時，實體經濟資本配置效率提升0.0868個單位。數字金融的構建有利于優化金融服務，完善融資渠道。銀行提供數字化技術有利于完善風險監管體系，通過金融支持促進企業發展，對市場機制起到更好的引導作用，提升經濟資本配置效率，見表5。

對控制變量的表現情況進行分析，對外開放程度系數為負，系數不顯著。對當前我國經濟發展形態進行分析，進出口貿易產品初加工階段，獲利空間有限，技術含量不高，因此企業發展過程中容易適量減少固定資產投資，使得在企業發展與調整過程中容易出現擠出效應、競爭效應，影響了資本配置效率的提升，配置效率提升作用的發揮存在著時滯效應。當前在經濟發展過程中，高素質人才與人力資源優勢不明顯，要求繼續加強高素質人才的培養。人力資本水平系數符號為負，可見當前人力資本在提升經濟資本配置效率方面并未體現出積極的作用，原因之一為教育與人才培養對實體經濟資本配置效率提升存在著滯后性，高素質人才的作用難以充分發揮。政府干預系數為負，可見，政府干預工作的開展，容易使得資源配置出現無效率現象。經濟發展水平系數為正，可見經濟發展水平與經濟發展質量之間為正比例關系，區域經濟發展狀態良好的情況下，往往能夠產生更多高回報率、成長性較好的行業與企業，顯示資金配置良好。

（二）中介效應模型估計

將產業結構升級這一因素考量在內，回歸結果見表6。數字金融有利于促進產業結構升級，產業結構升級指標系數、數字金融指數均在10%水平顯著，這一結果表明，通過產業結構升級，數字金融能夠對經濟發展產生更大的影響，具有部分中介效應，在數字金融水平提升一個單位的情況之下，實體經濟資本配置效率能夠提升0.0868個單位，直接提升與通過產業結構升級分別提升0.0494個單位、0.0374個單位，可見數字金融作用的發揮存在著產業結構升級中介效應，在總效應中占比43.10%。

（三）分區域回歸結果

分為東、中、西部三個區域分別進行研究，數字金融在東部、中部、西部地區在經濟資本配置中均具有一定的效率提升作用，在中部地區表現最為明顯，其次為西部地區、東部地區。主要是由于東部地區金融體系的建設已經相對較為成熟，因此數字金融所發揮的作用較為有限。但是在中東部地區，數字金融的建設有利于突破傳統金融發展中的障礙，對傳統金融發展進行有效互補，通過對金融市場的豐富與完善，有利于提升金融服務效率，從而對中小企業的發展提供全面的支持與助力，由此進一步促進經濟發展中的資源配置，見表7～表10。

在東、中、西部區域均開展中介效應模型檢驗，分析產業結構升級所帶來的影響，結果顯示，產業結構升級有利于提升實體經濟資本配置效率，并在一定程度上促進產業結構升級。隨著產業結構升級變量的改變，數字金融的發展有利于更好地促進資本配置效率的提升。產業結構升級在東部地區中介效應為0.0255，在總效應中占比26.93%，在中部地區中介效應為0.0808，在總效應中占比45.39%，在西部地區中介效應為0.0808，在總效應中占比72.90%。可見產業結構升級中介機制作用發揮最為明顯的區域分別為西部地區、中部地區、東部地區。主要是由于與西部地區相比，中東部地區二、三產業構建較為良好，整體產業結構優于西部地區。但是西部地區在產業結構升級方面具有后發優勢，能夠通過產業結構升級更好地發揮數字金融的作用，更好地促進資本配置。

（四）穩健性檢驗

基于內生性與動態性現象，開展穩健性檢驗，得出回歸結果的可靠性情況。將產業結構升級系數（ISU）替換產業結構升級，開展模型回歸，得出產業結構升級系數，取值范圍為1～3，產業結構升級系數=第一產業比重×1+第二產業比重×2+第三產業比重×3

結合資本投入、勞動投入、實體經濟融資額進行綜合測算，產出變量為實體經濟總產值，得出實體經濟資本配置效率（TFP），分析最終數據的穩健性。結果顯示，產業結構升級、數字金融穩健性較強，見表11。

四、建議

（一）完善數字金融發展體系

基于研究結果，數字金融有利于促進經濟資本配置，為此要求緊緊抓住大數據與人工智能的發展優勢，不斷推進金融數字化發展。不斷加大數字金融基礎設施建設投入，利用互聯網等數字手段構建數字化金融平臺，增強數字金融服務的便捷性、高效性，更好地滿足經濟發展對金融的需求。不斷推進銀行等金融機構的數字化轉型，加強銀行線上業務、線下業務之間的有機融合，豐富數字金融應用場景，構建數字金融服務生態圈，在農業、工業、公共服務等多項領域之中更好地發揮數字金融的運用優勢。

（二）構建與經濟發展相適配的產業結構

與當前經濟與產業發展特征相結合，不斷推進產業結構調整優化，更好地提升經濟發展質量。為高新技術企業的發展創建良好的環境，構建特色產業集聚地，利用特色產業帶動周邊產業建設與發展。積極發展與當前經濟金融發展相配適的產業，構建多元化的融資手段，創新供應鏈金融模式，基于產業鏈上下游的不同環節，開發出個性化的金融產品，基于區塊鏈、大數據等數字技術，促進信息系統互通，為供應鏈上的企業提供充足的資金支持，提升資本配置效率。

五、結語

基于經濟轉型、產業結構調整的發展背景，通過本次實證分析可見，數字金融有利于更好地發揮金融資本在促進經濟發展中的作用與價值。在下一步發展過程中應當有效利用產業結構升級，緊緊抓住數字金融的發展趨勢。本文針對2016-2022年31個省經濟發展數據構建DEA模型進行分析，開展實證檢驗，實體經濟資本配置效率平均值1.048，顯示了數字金融的區域差異與時間變動差異，數字金融發展水平提升一個單位，實體經濟資本配置效率提升0.0868個單位，產業結構升級指標系數、數字金融指數在10%水平顯著，數字金融存在著產業結構升級的中介效應，在總效應中占比43.10%。為此要求不斷優化數字金融建設，更好地促進資本要素配置，提升經濟發展的整體效能。

參考文獻：

[1]樸哲范，陳寫，段琳琳.數字金融對區域結構性全要素生產率的空間效應——基于我國237個城市的經驗證據[J].浙江社會科學，2023（03）：15-25+156.

[2]王智新，王辰筱，朱文卿，韓承斌.新發展格局下城市數字金融對外商直接投資的影響——來自我國256個地級及以上城市的經驗證據[J].統計研究，2023，40（03）：71-84.

[3]綦建紅，段宇航，張志彤.數字金融、資源配置與對外直接投資——內在機制與中國證據[J].學術研究，2023（01）：93-101+177.

[4]李曉龍，江唐洋.數字金融對資本配置扭曲的改善作用及區域異質性——來自中國地級城市層面的經驗證據[J].經濟體制改革，2022（06）：120-126.

[5]武宵旭，任保平.數字經濟背景下要素資源配置機制重塑的路徑與政策調整[J].經濟體制改革，2022（02）：5-10.

[6]鄭萬騰，趙紅巖.數字金融發展能驅動區域技術創新收斂嗎？——來自中國284個城市的經驗證據[J].當代經濟科學，2021，43（06）：99-111.

（作者單位：華夏銀行青島膠州支行）