金融创新、产业结构变迁与经济高质量发展

张超　钟昌标

摘要：在我国经济迈向高质量发展阶段，需要一个能够支持经济创新、推动产业升级、实现经济可持续增长的高质量金融体系保驾护航。基于2012—2017年中国30个省际面板数据测度金融创新和经济高质量发展指数，重点考察金融创新对经济高质量发展的影响及其作用机制，研究结果表明金融创新可以通过产业结构高级化带动经济高质量发展，而产业结构合理化的中介效应并不显著;中西部省份的金融创新对经济高质量发展的促进作用比东部省份更为显著，金融改革创新试点省份金融创新对经济高质量发展的促进作用比非试点省份更大。金融结构改革是金融创新支持经济高质量发展的关键，要逐步完善金融机构、市场及产品体系，强化金融服务实体经济发展的能力;不断加大区域金融创新力度，实现与产业发展的有效对接;继续推进区域金融创新试点工作，助力经济高质量发展。

关键词：金融创新;区域金融创新试点;产业结构变迁;经济高质量发展

中图分类号：F121    文献标识码：A    文章编号：1003-854X（2021）04-0005-12

一、引言与文献综述

改革开放以来，中国经济高速增长，经济总量稳居世界第二，人均收入步入中高收入国家行列。然而，长期以来依靠资源、资本、劳动力等要素投入的粗放型发展模式难以为继，中国经济高质量发展迫切需要新引擎。习近平总书记在2018年3月5日参加十三届全国人大一次会议内蒙古代表团审议时强调：“推动经济高质量发展，要把重点放在推动产业结构转型升级上，把实体经济做实做强做优”①。经济是肌体，金融是血脉，我国快速发展的金融业为实体经济健康发展提供了有力支撑，但受限于以银行占绝对主导、间接融资为主的金融体系，现阶段我国金融发展存在“供给错配”之虑和“脱实向虚”之忧，已经无法再有效地“支持实体经济”②。因此，在我国经济迈向高质量发展阶段，要求一个能够支持经济创新、推动产业升级、实现经济可持续增长的高质量金融体系保驾护航。当前，新冠肺炎疫情对我国经济社会发展造成较大冲击，各地金融机构通过不断创新完善支持方式，为打赢疫情防控阻击战、推动实体经济高质量发展贡献了巨大的金融力量。为此，在我国抵御经济下行压力、全力转型升级之际，考察金融创新对经济高质量发展的影响及其传导机制，对于探索金融改革创新新路径、寻求高质量发展新动能具有重要价值。

与本文研究紧密相关的文献，首先是金融创新对经济发展的影响研究。比如，Beck等基于1996—2010年32个国家的数据，实证揭示金融创新与地区经济增长呈正向关系③。Pradhan等④ 和E. Mollaahmeto？觧lu等⑤ 实证评估了金融发展、金融创新和经济增长之间的关系，发现金融发展和金融创新都是经济增长的诱因。Bernier等基于1996—2014年23个国家的数据，实证发现金融创新与资本形成总额之间存在正向关系⑥。巴曙松等基于中国33个省份2011—2018年企业面板数据，研究发现金融创新对企业全要素生产率具有显著促进作用⑦。林毅夫等认为当前我国金融体系存在三个层次的七个金融结构矛盾，金融创新可通过解决这些结构性矛盾促进经济高质量发展⑧。

其次是产业结构对经济发展的影响研究。这方面的研究由来已久，但始终未达成共识。一种观点认为产业结构升级能显著促进经济增长，比如，Jeffrey等对中国和俄罗斯进行经验比较后发现，中国落后产业结构的不断升级快速推动了经济增长⑨。Thabet基于1998—2004年突尼斯138个企业面板数据，实证发现产业结构变迁能显著提升全要素生产率⑩。刘伟等研究认为产业结构调整对经济增长的促进作用具有阶段性特征{11}。另外一种观点则认为这种促进作用并不显著，比如，李小平等认为制造业的结构变动并没有带来显著的“结构红利”{12}。殷红等研究发现服务业结构生产化对TFP的促进作用并不显著{13}。关于产业结构对经济高质量发展的影响，既有研究成果较少。陈喜强等基于泛珠三角9个省际面板数据，实证发现产业结构优化在政府主导区域一体化战略、促进经济高质量发展的过程中起到显著的中介效应{14}。

最后是金融创新对产业结构的影响研究。目前学界相关研究主要集中在金融发展对产业结构的影响方面，比如，Wurgler基于65个国家的制造业数据，证实金融发展提升了资本配置效率进而驱动产业结构升级{15}。Rajan等认为金融业的发展通过优化企业规模分布促进产业结构升级{16}。范方志等发现金融市场不发达抑制了我国中西部地区产业结构变迁{17}。林春实证发现金融发展能推动第三产业发展，但阻碍了第一、二产业发展{18}。有关金融创新对产业结构的影响研究也不多见。李媛媛等从金融工具、金融市场及金融机构创新三个维度实证分析了金融创新对产业结构调整的影响效应{19}。

总体上，现有文献为本文的进一步研究提供了很多富有价值的观点，但仍存在一些局限：一是聚焦于金融创新对经济高质量发展影响的研究鲜见;二是关于产业结构变迁对经济高质量发展作用的研究较为少见;三是引入产业结构变迁探究金融创新影响经济高质量发展传导机制的研究也不多见。与现有文献相比，本文可能的创新和边际贡献在于：第一，从理论和实证角度探讨金融创新对经济高质量发展的影响;第二，考虑产业结构变迁的中介效应，并将产业结构变迁划分为合理化和高级化两个维度，将金融创新、产业结构变迁及经济高质量发展纳入统一的实证分析框架;第三，考虑到地区差异，本文还进一步分析了金融创新对不同地区经济高质量发展的影响及其作用机制。

二、理论分析与研究假设

（一）金融创新对经济高质量发展的直接作用机制

金融创新是支持我国经济高质量发展的关键所在，其对经济高质量发展的影响路径可概括为以下三个方面（见图1）：第一，金融创新通过改善金融结构提高服务实体经济的能力。利用金融市场创新、金融机构创新及金融产品创新持续完善金融市场、金融机构和金融产品体系，解決好直接融资与间接融资、间接融资内部、直接融资内部、小微企业与银行业之间的结构矛盾，有助于推进融资便利化、降低实体经济成本，引导金融发展与经济社会发展相协调。此外，金融创新还可以加快普惠金融体系建设步伐，更好地助力金融精准扶贫。第二，金融创新通过金融技术创新提高全要素生产率。金融科技借助大数据、云计算、人工智能和区块链等新兴技术持续创新，促进了对金融机构和非金融机构的基础信息大数据的智能化搜集、分析、决策和共享，有效降低了长尾市场信息不对称成本，凭借强虹吸效应逐步拓宽对中小企业等需求群体的金融服务范围，提高了对具备创新实力但无法融资的企业识别能力，优化了金融资源对富含技术创新项目的有效配置，最终推动全要素生产率提高{20}。第三，金融创新通过金融监管创新营造良好营商环境。金融监管方式影响融资方式和金融服务方式，这是实现经济高质量发展的重要一环。通过创新和完善监管方式方法，实现审慎监管与行为监管、风险监管与合规监管、定量监测与定性判断、前瞻预判与持续防控，以及国际经验与中国国情相结合，可以提升金融监管能力和监管效率，有效维护金融系统的稳健运行，进而高效助推经济高质量发展。

综上，提出研究假设1：金融创新会直接促进经济高质量发展。

（二）金融创新对经济高质量发展的间接作用机制

产业结构变迁能有效带动区域经济高质量发展，因此，金融创新除直接促进经济高质量发展外，还可能会通过推进产业结构变迁来促进经济高质量发展，其路径机制主要包括产业结构合理化和产业结构高级化（见图1）。

第一，金融创新促进产业结构之间的相互协调，推进产业结构合理化发展，进而促进经济高质量发展。金融创新提升了金融资源配置效率，一方面，经营范围处于低效益劣质产业的企业因无法获得资金支持而面临破产困境，这将倒逼低效劣质企业转型为高效优质企业，正是金融创新支持產业结构的动态存量转换过程，促进了产业结构逐渐达到合理状态进而推动各产业协调发展。另一方面，一些优质产业在发展初期由于边际效益不明显无法获得充足的资金支持，而金融创新则通过市场创新、机构创新、技术创新、产品创新等对这些优质企业提供优惠的金融资源，助推发展初期的优质企业不断成长，正是这种金融支持产业结构的动态增量发展过程，使得产业结构逐步调整为合理状态，最终推动各产业协调发展。

综上，提出研究假设2：金融创新通过推进产业结构合理化促进经济高质量发展。

第二，金融创新化解产业结构升级的融资瓶颈，助推产业结构高级化发展，进而促进经济高质量发展。一方面，由于过去符合比较优势的劳动密集型产业正在加速转型升级，企业规模和风险也在随之增大，中小银行的短期贷款只能应付企业的常规融资需要，而无法应对更大规模和更高风险的产业升级融资需要。金融创新通过推动传统中小银行不断创新自身规模、业务以及产品，满足产业结构升级过程中众多企业多元化的金融需求，加快产业结构升级，提升金融服务实体经济效率，进而带动区域经济高质量发展。另一方面，在产业结构转型升级过程中，政府需要协调或者直接提供必要的硬性和软性公共基础设施来克服产业结构升级的瓶颈，但政府基础设施融资与当前政府债务间的期限错配现象明显{21}。金融创新则通过推动中长期贷款产品的研发，较好地化解政府基础设施融资的期限错配矛盾，进而为完善区域公共基础设施、加快产业结构升级创造了良好条件，经济增长质量和效率得到有效提升。

综上，提出研究假设3：金融创新通过推进产业结构高级化促进经济高质量发展。

三、模型设定、变量选取与数据来源

（一）模型设定

1. 双向固定效应面板模型

综合以上机理分析，本文以内生增长理论为依托，将金融创新作为金融要素纳入经济增长函数，基于2012—2017年的中国省际面板数据，选取兼具个体固定效应与时间固定效应的双向固定效应模型（Two-Way Fixed Effects Model）实证甄别金融创新对我国经济高质量发展的影响，基准回归模型设定如下{22}：

lnHEDit=α0+α1lnFIit+βXit+ηi+δt+υit（1）

其中，lnHEDit为被解释变量，表示i省域在t期的经济高质量发展水平;lnFIit为核心解释变量，表示i省域在t期的金融创新水平;Xit表示其他控制变量，包括文献已经识别出的影响区域经济高质量发展的主要因素：物质资本lnKit、人力资本lnHCit、城镇化lnURit及政府干预lnGIit;ηi和δt分别用于控制个体固定效应和时间固定效应;υit为独立同分布的经典误差项。

2. 中介效应模型

基于前文的理论研究假设2和3，金融创新可能通过产业结构合理化和产业结构高级化对经济高质量发展产生影响，为了检验产业结构合理化和产业结构高级化是否充当中介变量的角色，本文采用规范的中介效应模型并基于双向固定效应面板模型开展进一步的实证考察，具体方程形式如下：

其中，方程（1）、（2）、（3）构成了产业结构合理化（lnRISit）的中介效应模型;方程（1）、（4）、（5）构成了产业结构高级化（lnUISit）的中介效应模型。检验步骤为：第一步，检验方程（1）的回归系数α1，如果显著则进行后续检验，反之终止检验;第二步，检验方程（2）和（3）的回归系数α11和α22，或方程（4）和（5）的回归系数α31、α42，如果都显著则意味着存在中介效应;第三步，检验方程（3）的回归系数α21，或方程（5）的回归系数α41，如果不显著则意味着仅存在中介效应，即存在完全中介效应，如果显著则意味着直接效应和中介效应均存在，即存在部分中介效应。

（二）变量选取

1. 被解释变量

经济高质量增长（HED）：基于现有成果{23}，囿于数据的可得性，根据经济高质量发展测度逻辑构建相应指标体系，共包括创新、协调、绿色、开放及共享发展五个一级指标，如表1所示。

2. 核心解释变量

金融创新（FI）：根据金融创新内涵，参照现有研究成果{24}，从金融市场、金融机构、金融产品、金融技术及金融监管创新五个方面构建金融创新综合评价体系（见表2）。

3. 中介变量

产业结构变迁：产业结构变迁主要包括产业结构合理化和产业结构高级化{25}，因此，本文将基于以上两个层面揭示产业结构变迁。

产业结构合理化（RIS）反映了三次产业之间的比例均衡和关联协调程度，根据干春晖等的思路{26}，选取泰尔指数测算产业结构合理化水平，计算公式如下：

上式中，Y为总产值，Yi为i个产业的产值，L为总就业人数，Li为i个产业的就业人数，i为i个产业，n为产业总数。当RIS值为0时，意味着经济达到均衡状态，产业结构达到合理状态;RIS值越小，意味着经济越靠近均衡状态，产业结构越合理;RIS值越大，意味经济越远离均衡状态，产业结构越不合理。

产业结构高级化（UIS）反映了产业结构从较低水平向高级水平演进的过程，参照刘伟等的思路{27}，以各产业产值占比与劳动生产率的乘积之和计算产业结构高级化，计算公式如下：

上式中，Yt为t时刻总产值，Yit为t时刻i个产业的产值，LPit为t时刻i个产业的劳动生产率，LPib为工业化开始时i个产业的劳动生产率，LPif为工业化完成时i个产业的劳动生产率，i为i个产业，n为产业总数。LPib和LPif将参照刘伟等（2008）的工业化进程中劳动生产率标准（以2005年为基期）进行取值{28}，本文在计算之前将数据转化成以2005年为基期的数据，UIS值越大，意味着劳动生产率高的产业产值比重越大，产业结构高级化水平越高;UIS值越小，意味着劳动生产率高的产业产值比重越小，产业结构高级化水平越低。

4. 控制变量

物质资本（K）：依据张军等的思路{29}，借助永续盘存法计算物质资本存量，计算公式如下：

上式中，Kit、Kit-1分别为t、t-1时刻i个地区的实际资本存量;δit为固定资产折旧率，与张军等测算结果保持一致，本文将δit取值为9.6%;Iit为t时刻i个地区全社会固定资产投资完成额;Pit为t时刻i个地区固定资产投资价格指数，由于原始数据中Pit是以上一年为基期的同比数据，本文使用的初始资本存量是张军等计算得到的2000年资本存量，为得到真实的固定资产投资数据，需将Pit转化为以2000年为基期的数据，最终计算出真实的省际物质资本存量。

人力资本（HC）：参照张红凤等的做法{30}，以人均受教育年限衡量人力资本，具体计算公式如下：

HCit=（xi1×0+xi2×6+xi3×9+xi4×12+xi5×15+xi6×16+xi7×19）/x（9）

上式中，xi1、xi2、xi3、xi4、xi5、xi6、xi7分別表示教育程度为文盲、小学、初中、普通高中及中职、大专、本科、研究生的人口数，相应的受教育年限分别为0年、6年、9年、12年、15年、16年、19年，x为6岁及以上人口总数。

城镇化率（UR）：参照罗知和万广华等的做法{31}，以城镇人口占地区总人口比重来衡量城镇化率。

政府干预（GI）：参照师博和沈坤荣的做法{32}，以政府财政支出占GDP比重来衡量政府干预能力。

（三）数据来源

由于经济高质量发展和金融创新部分指标数据从2012年才开始更新，部分指标数据未更新到2018年，西藏自治区相关数据缺失较多，故未将其列入研究样本。为保证数据的一致性，本文将采用2012—2017年我国30个省域（省、直辖市、自治区）的相关数据资料。经济高质量发展评价指标数据主要取自《中国宏观经济数据库》和《中国科技数据库》;金融创新评价指标数据主要取自《中国金融数据库》、各省份《年度金融运行报告》、《国泰安数据库》以及部分网上公开数据;数字普惠金融指数取自北京大学数字金融研究中心编制的中国数字普惠金融指数;其余变量数据主要取自《中国统计年鉴》及中经网统计数据库。为规避各变量计量单位差异带来的异方差以及非线性等问题，本文对所有变量作对数化处理，各变量描述性统计结果如表3所示。

为了更直观地表现金融创新与经济高质量发展之间的关联性，我们绘制了金融创新与经济高质量发展之间的线性拟合图（图2）。显然，金融创新与经济高质量发展存在正相关关系，但这并不能全面反映金融创新对经济高质量发展的真实影响效应，仅为假设1提供了一个初步判断，若想得到客观有效的结论还需依据下文严谨的实证检验。

四、实证结果分析

（一）基准回归分析

面板数据模型主要包括三种：混合OLS、随机效应以及固定效应模型，本文借助F检验与Hausman检验遴选最优模型，检验结果详见表4。模型（1）为混合OLS模型，其基本假设为不存在个体效应;模型（2）—（5）分别增加对个体固定效应、个体随机效应、双向固定效应以及双向随机效应的控制。首先，借助模型（2）、（4）的F检验结果证明两种固定效应模型都优于混合效应模型;其次，借助Hausman检验结果证明固定效应模型都优于随机效应模型;最后，借助模型（4）的F统计量证明双向固定效应模型通过显著性检验。综上，判定模型（4）为最优面板数据模型。

模型（4）的结果显示，金融创新的回归系数为0.1844，显著为正，表明在控制了其他解释变量的情况下，金融创新每增加1%，将会使经济高质量发展提高0.1844%，验证了本文的假设1。该结果证实，金融创新能够带来生产要素的高效率与经济活动参与者的高收益，促进经济增长模式从要素投入型过渡到创新驱动型，最终实现经济高质量发展。另外，关于控制变量的结果，模型（4）的结果显示，物质资本的作用系数显著为正，表明物质资本作为资本积累的重要途径，是中国经济高质量发展的重要推动力;城镇化率的作用系数显著为正，表明城镇化通过对土地、资本等集约化利用，产生的集聚效应促进了规模经济效益的发挥;政府干预的作用系数也显著为正，表明适度的政府干预能够提升经济增长的集约化水平，推动了区域经济高质量发展。以上三个控制变量系数与预期非常一致，但人力资本的作用系数并不符合预期，对经济高质量发展未产生显著促进作用，这可能是由于我国目前大部分地区仍处于粗放式发展阶段，对高素质人才需求较少导致的。

（二）内生性问题处理

一般说来，金融创新和经济高质量发展之间可能具有双向因果关系。一方面，金融创新会因金融市场、金融机构、金融产品、金融技术及金融监管等方面的创新影响经济高质量发展。另一方面，经济高质量发展也会因政府管制、专业化分工等因素影响金融创新。因此，关于基准回归模型不能解决的内生性问题，可采用工具变量法进行处理。本文以新型金融机构规模作为金融创新的工具变量，理由在于：其一，新型金融机构是我国金融体制改革及创新的产物，代表了金融创新的前进方向，这二者之间必然具有高度的相关性;其二，新型金融机构规模满足外生性，与经济高质量发展无直接关系，因此，新型金融机构规模适合作为工具变量用于减少内生性问题。工具变量（新型金融机构规模）的具体计算方法为：（小额信贷公司数量+融资租赁公司数量+新型农村金融机构数量）/地区总人口数量。

表5为工具变量法（2SLS）的回归结果。其中，模型（6）为第一阶段回归结果，模型（7）为第二阶段回归结果。第一阶段Kleibergen-Paap rk LM值为11.53，在1%的显著性水平上拒绝了“工具变量识别不足”的原假设;第一阶段Cragg-Donald Wald F值为34.28，Kleibergen-Paap Wald rk F值为22.28，均远远大于Stock和Yogo给出的10%显著性水平临界值16.38{33}，均拒绝了“工具变量弱识别”的原假设。以上彰显出本文所选工具变量的有效性。模型（7）的回归结果显示，金融创新对经济高质量发展的影响系数显著为正，与基准回归结果保持一致，揭示了本文实证结果的稳健性。

（三）稳健性检验

为保证估计结果的稳健性，本文将从更换变量指标及变动样本地区两个方面进行稳健性检验。

首先，为避免指标选择的随意性对估计结果的干扰，本文分别替换基准回归模型中的被解释变量和核心解释变量。被解释变量方面，将经济高质量发展综合指标替换为人均GDP单一指标{34};核心解释变量方面，将金融创新综合指标替换为银行信贷增长率单一指标{35}。双向固定效应面板数据回归结果详见表6，发现不论是替换被解释变量指标的模型（8），还是替换核心解释变量指标的模型（9），其估计结果都与基准回归结果一致，进一步保证了基准回归模型的稳健性。

其次，为避免直辖市、自治区等省域单元的特殊性对估计结果的干扰，本文剔除了直辖市和自治区的样本数据，然后进行双向固定效应面板数据回归（详见表7）。其中，模型（10）剔除了直辖市样本，模型（11）剔除了自治区样本，模型（12）剔除了直辖市和自治区样本，不难发现所有估计结果与基准回歸结果仍保持一致，再次保证了基准回归模型的稳健性。

（四）机制分析

综合公式（1）—（5），我们对假设2和假设3，即产业结构合理化和产业结构高级化是否充当了金融创新影响经济高质量发展的中介变量进行实证检验，其检验过程遵循前文所述的中介效应模型的基本检验步骤，并结合双向固定效应面板模型考察产业结构合理化和产业结构高级化的中介效应，具体回归结果见下表8。模型（13）为基准回归模型，模型（14）为金融创新影响产业结构合理化的回归模型，模型（15）为金融创新影响产业结构高级化的回归模型，模型（16）将产业结构合理化引入基准回归模型，模型（17）将产业结构高级化引入基准回归模型，模型（18）将产业结构合理化和产业结构高级化同时引入基准回归模型。

根据模型（13）、（14）及模型（16）的回归结果，并结合中介效应存在性的判断准则可知，产业结构合理化的中介效应并不显著，说明其未能成为金融创新促进经济高质量发展的主要机制，意味着假设2并不成立;根据模型（13）、（15）及模型（17）的回归结果，并结合中介效应存在性的判断准则可知，产业结构高级化具有显著的正向部分中介效应，该结果验证了假设3，金融创新能够驱动产业结构由低级向高级演进，进而间接地促进了经济高质量发展;模型（18）的回归结果进一步验证了以上结论。可能的原因是，一方面，目前我国金融创新更多的是满足了影响经济发展的主导产业转型升级之需，高增长、高附加值的产业更易获得融资，使得产业结构升级转换更为迅速，进而推动经济高质量发展。另一方面，由于目前我国的金融创新依然处于发展的初级阶段，并不能充分满足急需资金的中小企业、创新型小微企业和“三农”领域的资金需求，在提升金融资源配置效率和促进产业结构协调发展方面的作用发挥不理想。因此，在加大金融创新力度的同时，还需不断改善各种金融资产的使用效率，促进产业结构总体向好调整，推动我国经济稳步迈向高质量发展。

（五）异质性检验

1. 东部省份与中西部省份的异质性分析

考虑到我国各地区金融发展和经济发展水平不尽相同，因此，金融创新对不同地区经济高质量发展的影响效应及产业结构变迁的中介效应也可能不同，且基于全样本的回归结果可能无法捕捉变量间影响程度的空间差异性。鉴于此，我们把样本数据分为东部地区和中西部地区两个子样本系统{36}，并运用双向固定效应面板模型分别进行计量检验，结果见下表9。

首先，对比金融创新的直接效应，通过模型（19）和模型（24）中金融创新的系数不难发现，东部省份的金融创新对经济高质量发展的影响并不显著，而中西部省份则存在显著正影响。这可能是因为，一方面相较于中西部省份，东部省份市场经济较为发达，加之较高的政策倾斜度，大量外资和财政资金等均聚集于此，导致地区经济发展对金融的依赖度有所降低，从而造成金融创新对经济高质量发展的边际贡献并不显著。另一方面，中西部省份的经济基础较东部省份薄弱，“三农”和小微企业，特别是新兴产业对金融支持的依赖度高，而金融创新能够提高中西部省份金融业的深度和广度，进而促进经济高质量发展。

其次，对比产业结构合理化的中介效应，模型（20）和模型（21）显示东部省份的产业结构合理化不存在中介效应，模型（25）和模型（26）显示中西部省份的产业结构合理化也不存在中介效应。以上结果与全样本保持一致。

最后，对比产业结构高级化的中介效应，模型（22）和模型（23）显示东部省份的产业结构高级化不存在中介效应，模型（27）和模型（28）显示中西部省份的产业结构高级化存在正向部分中介效应。这可能是由于中西部省份经济发展的方式较东部省份粗放，农业基础更为薄弱，服务业发展更为滞后，因而金融创新对加快中西部省份产业转型升级的作用更为显著，并进一步推进经济高质量发展。

2. 金融改革创新试点省份与非试点省份的异质性分析

2017年，因浙江、江西、河南、广东、重庆、贵州在营造诚实守信金融生态环境、维护良好金融秩序方面成效突出，2018年国务院将以上6个省份列为金融改革创新试点省份。考察试点省份与非试点省份金融创新对经济高质量发展影响效应以及产业结构转型中介效应的异质性，对于评估我国金融改革创新试点价值及促进区域经济高质量发展具有一定的现实意义。鉴于此，我们把样本数据分为金融改革创新试点省份（浙江、江西、河南、广东、重庆、贵州）和非试点省份（全国其余24个省份）两个子样本系统，并采用双向固定效应面板模型分别进行计量检验，结果见表10。

模型（29）和模型（34）显示试点省份和非试点省份金融创新对经济高质量发展的影响均显著为正，都与全样本保持一致，且试点省份金融创新的系数远远高于非试点省份，这说明试点省份的金融创新服务区域经济高质量发展能力突出，国家将这些省份作为金融改革创新先行先试区，能够为非试点省份金融创新提供较好的“改革样本”。模型（30）和模型（31）显示试点省份的产业结构合理化不存在中介效应，模型（35）和模型（36）显示非试点省份的产业结构合理化也不存在中介效应。以上结果也与全样本保持一致。模型（32）和模型（33）显示试点省份的产业结构高级化不存在中介效应，模型（37）和模型（38）显示非试点省份的产业结构高级化存在正向完全中介效应。这说明试点省份金融创新能直接推动经济高质量发展，而非试点省份金融创新主要通过产业结构高级化的路径推动经济高质量发展，因此，非试点省份应进一步推进金融改革创新，不断提高金融服务实体经济的能力，逐步发挥金融创新对经济高质量发展的直接推动力。

五、研究结论与政策启示

（一）主要结论

本文从金融市场、金融机构、金融产品、金融技术及金融监管创新五个方面构建我国经济高质量发展综合评价体系，依托2012—2017年全国30个省际面板数据实证检验金融创新对经济高质量发展的影响效应。主要研究结论如下：（1）金融创新对经济高质量发展具有显著的正向影响，通过工具变量法、变动样本地区、更换变量指标等进行稳健性检验，结论依然成立。（2）在金融创新影响经济高质量发展的路径上，产业结构合理化的中介效应不显著，产业结构高级化存在显著正向部分中介效应。（3）异质性分析发现，中西部省份金融创新对经济高质量发展的正向作用比东部省份更为显著，金融改革创新试点省份金融创新对经济高质量发展的促进作用比非试点省份更大;中西部省份产业结构高级化存在显著正向部分中介效应，金融改革创新非试点省份产业结构高级化存在显著正向完全中介效应。

（二）政策启示

一是全面深化金融供给侧改革，提升金融服务实体经济质效。金融结构改革是金融创新支持经济高质量发展的关键，一方面，应以改善金融体系结构为重点，进一步调整融资结构，逐步完善金融机构、市场及产品体系，强化金融服务实体经济发展的能力;另一方面，适时避免金融脱实向虚、化解金融结构性矛盾、注意尊重市场规律并坚持精准支持，各地方政府要因地制宜而非追风赶潮。还要高度重视金融市场基础设施建设，积极推动金融业关键信息基础设施国产化，着力提升防范化解金融风险能力。

二是不断加大区域金融创新力度，实现与产业发展的有效对接。目前我国金融创新发展处于初级阶段，金融资源配置与市场对资金的需求存在一定程度的偏差，应进一步加快金融改革创新步伐，促进产业结构调整，着重为适应国家产业发展导向、主业相对聚焦于实体经济、技术先进、具有一定市场占有率、暂时遇到困难的民营企业提供支持。同时，还应为推进现代化经济的产业、区域发展、绿色发展等体系的构建提供精准金融服务，尤其要加大对中西部落后地区的金融支持力度，加快产业结构转型升级步伐，实现更高质量发展。

三是继续推进区域金融创新试点工作，助力经济高质量发展。目前已经开展的金融改革创新先行先试形成了可复制、能推广的改革经验，为国家整体金融改革提供了有益参考和有力支撑。因此，监管部门应以金融支持国家重大区域发展战略、“三农”、科技创新以及扩大金融对外开放等为重点，继续深入推进区域金融改革创新先行先试，对有试点价值的改革方案成熟一个推出一个，并建立动态调整的区域金融改革工作机制，强化对试点地区的跟踪与评估，逐步探索建立金融改革长效机制。

注释：

① 习近平：《扎实推动经济高质量发展 扎实推进脱贫攻坚》，新华社2018年3月5日。

② 黄益平：《以金融创新支持经济高质量发展》，《新金融评论》2019年第4期。

③ T. Beck，  T. Chen， C. Lin et al.， Financial Innovation： The Bright and the Dark Sides， Journal of Banking & Finance， 2012， 72， pp.28-51.

④ R. P. Pradhan， M. B. Arvin， S. Bahmani， Are Innovation and Financial Development Causative Factors in Economic Growth？ Evidence from a Panel Granger Causality Test， Technological Forecasting and Social Change， 2018， 132， pp.130-142.

⑤ E. Mollaahmeto？觧lu & B. Y. Akal， The Missing-Link between Financial Development and Economic Growth： Financial Innovation， Procedia Computer Science， 2019， 158， pp.696-704.

⑥ M. Bernier， M. Plouffe， Financial Innovation， Economic Growth， and the Consequences of Macroprudential policies， Research in Economics， 2019， 73（2）， pp.162-173.

⑦ 巴曙松、白海峰、胡文韜：《金融科技创新、企业全要素生产率与经济增长——基于新结构经济学视角》，《财经问题研究》2020年第1期。

⑧ 林毅夫、付才辉、任晓猛：《金融创新如何推动高质量发展：新结构经济学的视角》，《金融论坛》2019年第11期。

⑨ Jeffrey D. Sachs， W. T. Woo， Structural Factors in the Economic Reforms of China， Eastern Europe， and the Former Soviet Union， Economic Policy， 1994， 18（1）， pp.101-145.

⑩ K. Thabet， Industrial Structure and Total Factor Productivity： The Tunisian Manufacturing Sector between 1998 and 2004， The Annals of Regional Science， 2015， 54（2）， pp.639-662.

{11} 刘伟、张辉：《中国经济增长中的产业结构变迁和技术进步》，《经济研究》2008年第11期。

{12} 李小平、卢现祥：《中国制造业的结构变动和生产率增长》，《世界经济》2007年第5期。

{13} 殷红、张龙、叶祥松：《中国产业结构调整对全要素生产率的时变效应》，《世界经济》2020年第1期。

{14} 陈喜强、邓丽：《政府主导区域一体化战略带动了经济高质量发展吗？——基于产业结构优化视角的考察》，《江西财经大学学报》2019年第1期。

{15} J. Wurgler， Financial Markets and the Allocation of Capital， Journal of Financial Economics， 2000， 58， pp.187-214.

{16} R. G. Rajan， L. Zingales， Financial Systems， Industrial Structure， and Growth， Oxford Review of Economic Policy， 2001， 17（4）， pp.467-482.

{17} 范方志、张立军：《中国地区金融结构转变与产业结构升级研究》，《金融研究》2003年第11期。

{18} 林春：《金融发展、技术创新与产业结构调整——基于中国省际面板数据实证分析》，《经济问题探索》2016年第2期。

{19} 李媛媛、金浩：《金融创新对产业结构优化的效应研究》，《财经问题研究》2016年第9期。

{20} 唐松、赖晓冰、黄锐：《金融科技创新如何影响全要素生产率：促进还是抑制？——理论分析框架与区域实践》，《中国软科学》2019年第7期。

{21} 刘红忠、史霜霜：《地方政府干预及其融资平台的期限错配》，《世界经济文汇》2017年第4期。

{22} 陈诗一、陈登科：《雾霾污染、政府治理与经济高质量发展》，《经济研究》2018年第2期。

{23} 魏敏、李书昊：《新时代中国经济高质量发展水平的测度研究》，《数量经济技术经济研究》2018年第11期。

{24} 邱晗、黄益平、纪洋：《金融科技对传统银行行为的影响——基于互联网理财的视角》，《金融研究》2018年第11期。

{25} 周振华：《产业结构演进的一般动因分析》，《财经科学》1990年第3期。

{26} 干春晖、郑若谷、余典范：《中国产业结构变迁对经济增长和波动的影响》，《经济研究》2011年第5期。

{27}{28} 刘伟、张辉、黄泽华：《中国产业结构高度与工业化进程和地区差异的考察》，《经济学动态》2008年第11期。

{29} 张军、吴桂英、张吉鹏：《中国省际物质资本存量估算：1952—2000》，《经济研究》2004年第10期。

{30} 张红凤、姜琪、吕杰：《经济增长与食品安全——食品安全库兹涅茨曲线假说检验与政策启示》，《经济研究》2019年第11期。

{31} 罗知、万广华、张勋、李敬：《兼顾效率与公平的城镇化：理论模型与中国实证》，《经济研究》2018年第7期。

{32} 师博、沈坤荣：《政府干预、经济集聚与能源效率》，《管理世界》2013年第10期。

{33} J. Stock， M. Yogo， Testing for Weak Instruments in Linear IV Regression， NBER Working Papers， No.0284， 2005.

{34} 高春亮、李善同：《财政分权、人力资本与高质量增长》，《财政研究》2019年第9期。

{35} 王术芳：《我国金融创新对经济增长的影响研究》，湖南大学2016年硕士学位论文。

{36} 东部地区包括全国11个省级区域（北京、天津、河北、辽宁、上海、江苏、浙江、福建、山東、广东和海南），中西部地区包括其余的19个省级区域。

作者简介：张超，宁波财经学院国际经济贸易学院讲师，浙江宁波，315175;云南财经大学经济学院博士研究生，云南昆明，650221。钟昌标，教育部长江学者特聘教授，云南财经大学经济学院教授、博士生导师，云南昆明，650221。

（责任编辑  陈孝兵）