【文献分享】数字金融与产业结构升级：来自中国县域的证据

县域经济对于推动乡村振兴、城乡均衡发展以及实现共同富裕和中国式现代化至关重要，然而传统金融难以满足县域经济发展和产业结构升级的需求。在新技术革命快速发展的背景下，中国的数字经济正在迅猛发展，呈现出信息技术与实体经济深度融合的特点。中国的数字经济规模在2022年已达到50.2万亿元，占GDP的41.5%，成为经济增长和产业转型的重要驱动力。特别是在县域经济发展方面，传统金融存在满足中小企业融资需求的挑战，而数字金融作为一种新兴金融形式，以其包容性显著改善了金融服务的可及性和便利性，对县域经济的发展起到积极作用。通过促进创业活动和增加社会消费，数字金融有助于推动产业结构升级，促进县域经济的高质量发展。本研究选取了2014—2020年中国1385个县的面板数据，探讨了数字金融对县域产业结构升级的影响机制，还揭示了数字金融的影响在中国不同区域（中部地区最强，东部次之，西部较弱）呈现异质性。通过深入分析数字金融促进产业结构升级的机制和区域差异，本研究不仅丰富了县域层面产业结构升级的研究，还为县域经济高质量发展提供了政策建议。

1. 理论基础

图1展示了数字金融通过两大机制促进产业结构升级的路径。首先，数字金融能够通过支持创业活动促进产业升级。数字金融以网络借贷、众筹等多种方式为创业者提供灵活的融资选择，降低交易成本，使那些难以通过传统金融获取资金的创业者能够获得更多的融资渠道。这种改进的创业环境有助于推动产业结构向更高附加值和更高效的方向发展。其次，数字金融刺激社会消费，这也是推动产业结构升级的重要路径。随着数字支付和移动支付技术的发展，交易成本显著降低，居民的消费能力增强，这种消费升级带来了对高质量服务和产品的需求，推动了产业结构向技术密集型和高附加值方向调整。

图2展示了2014-2020年数字普惠金融指数和产业结构升级指数的演变趋势，可见数字金融近年来有了长足的发展，同时产业结构升级结构继续深化。然而，值得注意的是，2020年产业结构发生了重大调整。这种调整可能归因于年初爆发的2019年冠状病毒病大流行导致的遏制措施和经济停滞。

2. 变量选择

本文的被解释变量是产业结构升级。一般来说，随着经济发展和产业结构的升级，第三产业对经济增长的贡献趋于增加。本文构建了两个指标来衡量产业结构升级水平：

Isu1：使用了产业结构的指数化方法，将第一、二、三产业的增加值占县域GDP的比例进行加权和求和。

Isu2：表示二、三产业的增加值之和的比例，直接反映非农业产业的发展程度。

解释变量为数字金融的发展水平，采用了北京大学数字金融研究中心开发的县域层面“数字普惠金融指数”（DIF）作为衡量数字金融的指标，涵盖覆盖广度、使用深度和数字化程度三个维度。本研究主要采用该总指数进行回归分析，同时使用子指标进行稳健性检验。此外，回归分析中将所有指数除以100并滞后一阶段。

控制变量包括人口密度、政府干预、基础设施建设、城镇化水平等，作为对产业结构升级影响的潜在因素。

3. 实证结果

3.1 基准回归

表2展示了基准回归模型的实证结果，以测试数字金融对产业结构升级的因果关系。模型（1）-（6）估计了数字金融对产业结构升级指数（Isu1和Isu2）的影响，数字金融的系数均在1%显著性水平上显著为正。在控制了时间趋势、县域异质性和相关控制变量后，模型（3）和（6）的结果显示，数字金融水平每提高1%，产业结构升级指数Isu1和Isu2分别增加0.064%和0.041%。这些基准回归结果表明，数字金融的发展确实推动了产业结构的升级。这一结果为政策制定者提供了依据，可以通过战略性投资数字金融基础设施来刺激产业结构升级。

3.2 稳健性检验

3.2.1 内生性问题：工具变量法

为了进一步解决潜在的内生性问题，本文引入工具变量（IV）并采用两阶段最小二乘法（2SLS）回归分析。以同一城市中其他县域的数字金融指数平均值作为县域数字金融发展的工具变量。表3展示了回归结果。第一阶段回归结果表明，工具变量系数显著为正，且弱工具检验的F统计量远大于10，表明工具变量是有效的，有助于解决潜在的内生性问题。第二阶段估计结果显示，数字金融每增加1%，产业结构升级指数Isu1和Isu2分别上升0.079%和0.027%，且在1%和5%的显著性水平上均显著。该结果进一步支持了数字金融推动产业结构升级的假设。

3.2.2 内生性问题：时变双重差分（DID）分析

为验证数字金融对产业结构升级的因果关系，本文采用时变双重差分模型（DID）进行回归分析。通过国家大数据综合试验区的设立作为数字金融发展的外部冲击，以排除其他外部因素的影响。回归结果显示，交互项系数显著为正，表明政策的实施显著促进了产业结构的升级，进一步支持了基准回归结论 。

3.2.3关键变量的替代

为确保实证结果的可靠性，本文使用产业结构升级和数字金融的替代指标进行了稳健性检验。首先，构建了新的产业结构升级指数（Isu3），即第三产业增加值与第二产业增加值的比率，进行回归分析。结果表明，数字金融的系数均显著为正，验证了基准回归结果的稳健性。

此外，使用数字普惠金融指数的子指标（覆盖广度、使用深度和数字化程度）作为替代指标进行回归分析。结果显示，数字金融的覆盖广度和使用深度对产业结构升级具有显著促进作用，而数字化程度则无显著影响 。

4. 机制分析

4.1 创业活动的中介作用

已有研究显示，数字金融显著促进了创业活动。如果数字金融通过影响创业活动促进产业结构升级，那么创业活动应对产业结构升级有显著影响。在本研究中，使用县级创业活动（Enterp）作为中介变量进行回归分析，结果见表7。在模型（1）到（6）中，创业活动的系数显著且为正。结果表明，每增加1%的创业活动（Enterp），产业结构升级指数Isu1和Isu2分别增加0.013%和0.004%。这说明，创业活动的增加通过引入创新产品和服务，激发竞争，促进产业结构向更加高效和多元化的方向发展。基于这些发现，可以得出结论：数字金融通过促进县域创业活动来推动产业结构升级。因此，政策制定者可以优先考虑鼓励创业的政策，将其视为利用数字金融实现经济增长和结构转型的关键组成部分。

4.2 社会消费的中介作用

已有研究确认，数字普惠金融对消费具有促进作用。如果数字金融通过消费影响产业结构升级，那么消费也应对产业结构升级有正向影响。本研究选取社会消费（Consume）作为中介变量进行回归分析，结果见表8。模型（1）到（6）中的社会消费系数均显著为正。估计系数表明，每增加1%的社会消费，产业结构升级指数Isu1和Isu2分别增加0.053%和0.035%。这进一步证明了消费在数字金融推动产业结构升级过程中的重要作用。因此，在政策设计中，鼓励消费增长可以作为促进产业结构升级的一项重要策略。

5. 异质性分析

显然，不同地区传统金融的发展水平会影响数字金融对产业结构升级的促进作用。因此，本文将样本按传统金融发展水平（Fin_level）和效率（Fin_effi）的中位数分为高低两组，分别进行回归分析。具体来说，传统金融发展水平定义为金融机构贷款余额占区域GDP的比例，而传统金融效率则为金融机构贷款余额与城乡居民储蓄存款余额的比率。

表9的回归结果揭示了传统金融发展水平和效率对数字金融在促进产业结构升级中作用的影响。结果显示，在传统金融发展水平较低的地区，数字金融的促进作用更显著。同样，在传统金融效率较低的地区，数字金融对产业结构升级的促进作用也更为明显。这一发现强调了数字金融在弥补传统金融不足方面的补充作用，有助于更好地支持产业结构升级。

此外，经济发展水平也是影响金融发展和产业结构的关键因素。本文使用人均GDP的自然对数（Lnpgdp）作为衡量区域经济发展的指标，并根据其中位数将样本分为高低两组进行回归分析（表10）。结果显示，在经济发展水平较低的县域，数字金融对产业结构升级的影响更为显著，这进一步表明数字金融在欠发达地区的推动作用。

最后，考虑到中国各地区发展差异，本文将样本进一步分为东部、中部和西部地区，表11展示了回归结果。对比显示，数字金融对产业结构升级的促进作用在中部地区最强，其次是东部地区，西部地区最弱。这反映了中部地区的二、三产业相对发达，而在西部地区，由于大数据技术发展的滞后以及地广人稀，数字金融的覆盖广度和使用深度较低，从而导致数字金融对产业结构升级的促进作用相对较弱。

未来的研究可以从以下几个方面进一步拓展和深化：

（1）政策支持数字金融基础设施建设：特别是在传统金融体系尚不完善的欠发达地区，政府应加大数字基础设施的投资力度，推动数字金融在这些地区的深入覆盖，以促进产业结构的升级。

（2）推动数字金融与高端制造业和创新技术领域的结合：政策制定者应引导数字金融资源向高端制造业和创新技术产业倾斜，避免过度金融化，使数字金融真正服务于实体经济的发展。

（3）构建响应性监管框架：由于数字金融技术快速发展，监管政策需相应调整，以保证数字金融的可持续性和系统性安全。这一框架应保障公平性，确保数字鸿沟中的弱势群体能够获得金融服务。此外，还需加强数据保护和算法透明度，确保数字金融系统的公正性和责任性。

（4）加强对政治和伦理层面的关注：为防止数字金融加剧现有的不平等，政策建议强调在去中心化的系统中加强问责，确保算法不带有政治偏见，构建一个公平且支持包容性经济增长的金融体系。