数字金融与县域经济发展：影响机制与异质性研究

推动县域经济发展是促进我国经济增长的重要力量。然而，经济强县数量还较少，总体上经济能级较低，仍有很大提升空间。在经济发展新时代，我国县域经济“融资难”“融资贵”问题日渐显现，如何满足县域经济实体的金融需求，成为县域经济发展的重要课题。在新兴科技时代，数字金融逐渐成为助推县域经济高质量发展的重要力量。一方面，数字金融服务方式创新，不受地域限制，能更快满足县域主体的金融需求；另一方面，数字金融服务门槛低，无需抵押，运用大数据技术实现快速授信，增加金融服务的可得性。因而，探索金融科技背景下数字金融影响县域经济发展的路径，对落实乡村振兴战略和缩小城乡差距具有重要的现实意义。

为此，本文主要关注以下问题：第一，数字金融利用新一代信息技术使县域居民、小微企业等弱势群体享受到优质、便捷的金融产品和服务，那么，数字金融是否有利于促进县域经济发展，以及数字金融不同维度能否更好地揭示其对县域经济发展产生的不同影响？第二，产业结构调整是经济发展到一定阶段的客观要求，通过加入产业结构升级能否有助于解释数字金融对县域经济发展的实现路径？第三，资本效率是影响金融发展和经济增长的重要因素，如果一个地区资本效率高，是否强化或抑制了数字金融对县域经济发展的作用效果？第四，数字金融较传统金融更加关注发挥对长尾客群、经济落后地区的普惠作用，所以在分样本检验下，数字金融对县域经济发展是否会产生差异化影响？为了回答上述问题，本文使用2014—2019年北京大学数字普惠金融指数和中国内地县域的样本数据，对数字金融如何影响县域经济发展进行实证检验，分别探讨数字金融的三个维度，即覆盖广度、使用深度、数字化程度对县域经济发展的具体影响，并以产业结构升级作为中介变量，以资本效率作为调节变量，深入探讨数字金融对县域经济发展的影响及作用机制。

一、文献综述

当前，学术界关于县域经济发展的研究成果已十分丰富。一方面，已有文献从产业特征角度分析对县域经济的影响，如农产品加工集聚、产业效应、产业新城PPP项目、交通基础设施建设等；另一方面，从外部环境出发，以金融、财政、政策等角度进行分析。外部发展环境是一个复杂的社会系统，由经济、政策、技术、金融等众多要素构成，良好的外部环境是提升县域经济水平的重要力量。金融是县域经济发展的重要外部影响因素。在传统金融领域，傅昌銮(2014)基于“最优金融结构”视角研究发现，农村中小金融机构更加匹配县域企业的贷款服务，利于县域经济增长。刘冲等(2019)认为县域受金融约束越小，各行业从交通基础设施提升中获得的市场机遇会越多，进而带动产业增加值增长，有效提升县域经济水平。此外，张珩等(2021)运用FGLS方法和面板门槛模型，实证表明在不同金融状态和经济基础影响下，改变信用环境、金融服务渗透或业务创新可以发挥农信社对县域经济不同程度的“赐福”效应。

以上诸多研究表明金融发展对县域经济有积极影响，不过在实践中，金融支持县域经济发展仍然面临众多难点。第一，基于成本效益考虑，从供给端来说，传统金融“嫌贫爱富”，资金优先满足城市中效益较好的大企业。尹振涛和舒凯彤(2016)研究认为，县域金融机构网点密度远小于城市是导致县域金融有效供给严重不足，难以满足县域企业信贷需求的重要原因之一。第二，传统金融机构由于手续繁杂、门槛较高、要求严格等问题加大了金融排斥，降低了县域金融服务可得性。姚梅洁等(2017)认为，较高的县域金融排斥削弱金融机构的产品供给，进而阻碍企业创新和影响经济增长。第三，县域经济结构单一，多数以低附加值的企业为主，其资产质量欠佳和信用记录缺乏，导致难以从正规融资渠道获得融资支持。李晶玲和吴强(2015)指出有效抵押物缺乏、交易成本高限制了金融支持县域经济发展的效能。

UCT算法在不同的深度获取评估值。根据算法具体设计逻辑，在执行过程中，先评估分支的“希望”值，值越高，然后UCT算法的搜索深度越深 （远大于 d），结果能较大限度的拟合最优解[2]；相反，值越低，丢弃的可能性越大。

梳理上述文献，金融发展影响县域经济研究已取得一定成果，不过仍存在以下不足：一方面，已有研究以传统金融为主，较少关注数字金融如何影响县域经济发展。区别于传统金融，数字金融主要指利用云计算、大数据等数字技术手段，实现支付、融资、投资等业务的新模式，具有覆盖广泛、服务门槛低、无需抵押等诸多特点，对于县域经济发展具有重要促进作用。另一方面，已有研究少有涉及数字金融与县域经济发展之间的中介效应、调节效应分析，难以完整识别数字金融如何影响县域经济发展。因此，本文以数字金融为切入点，通过分析和检验它们之间的影响机制，为促进县域经济发展提供可参考建议。

二、理论分析

数字金融对于县域经济发展的直接作用包括三个方面。第一，降低金融服务门槛。数字金融充分利用大数据等现代信息技术，有效降低金融服务的融资成本，弥补了传统金融对县域企业的资金支持不足，促进创业，释放县域经济发展红利。第二，扩大金融服务覆盖范围。数字金融以线上模式为主，打破了传统金融服务的地理界限，其广泛覆盖的“普”效果通过优化外部金融环境，使县域居民和企业更易获得信贷支持，增加金融可得性，促进经济发展。第三，丰富金融产品，提升居民投资收益。数字金融包含投资、货币基金等多样性的金融服务，拓展了投资渠道，有助于优化家庭资产组合，提高县域居民投资性收入，居民收入增加有效带动县域经济发展。

Fig. 2 shows the distribution of the depletion region in the linear regime.

数字金融通过推动产业结构升级进而对县域经济发展产生间接影响。在消费转型方面，数字金融具备移动化、信用化等特点，消费者可以获得先用后付、分期付款等金融服务，同时随着生活水平的提高，人们更加追求医疗、娱乐、教育等服务类消费，数字金融的便利性极大促进消费升级，进而带动传统服务行业转型升级。在技术驱动方面，通过大数据分析等技术手段，数字金融能够有效缓解信息不对称和实现精准放贷，在融资约束得到缓解的条件下，数字金融显著提高区域技术创新水平。数字金融带动服务类消费支出和高新技术等企业发展，推动产业高级化转型，同时，数字金融有助于激发企业创新活力和提高企业技术水平，提升生产效率和推动产业合理化，进而促进县域经济发展。

=++++++

此外，较高的资本效率会强化数字金融对县域经济发展的正向影响。资本效率是资本投入经济体系中的使用效率，具体包括资本形成效率、资本配置效率和资本产出效率。一方面，资本形成效率提升，意味着居民和企业资金能够通过投资行为高效转变为生产资本,在资本形成效率高的区域，数字金融提供丰富的金融服务，促使储蓄转化为资产收入；另一方面，资本具有流动性和趋利性，可以从边际生产率较低的地区(企业或产业)流向边际生产率较高的地区(企业或产业)，资本效率较高的区域，其资本配置效率也较高，使得数字金融更能够缓解企业的融资约束，进而促使企业提高盈利能力和资本产出水平，发挥数字金融对县域经济发展的促进作用。

三、研究设计

(一)模型设定

本文研究数字金融对县域经济发展的影响，基本模型如下：

=++++

第一，深化对产学研协同育人模式的认识。目前，由于高校对产学研协同育人模式认识不够充分，阻碍了三方合作。通过产学研协同，创新育人模式，把学校的人才培养置于多方参与的开放系统中，贯穿于培养方案设计、教育教学、生产实践、创新研发和应用服务的全过程，才能适应经济发展方式转变对人才培养的要求，实现高等教育的创新。

+++++

(1)

其中，表示被解释变量县域经济发展；表示地区；表示年份；表示解释变量数字金融；、、、、表示控制变量，分别是劳动力投入、城乡收入差距、社会消费能力、基础教育水平、政府行为。表示地区固定效应，表示时间固定效应，为误差扰动项。

接着，研究中介变量在数字金融影响县域经济发展中发挥的作用。中介效应检验具体模型如下：

1.7.1 样地设置 2014年7—9月、2015年6—9月、2016年7—9月分别进行了野外调查、样地布设以及样品采集工作。选取了过火时间为2014年、2015年和2016年不同火烧强度下（重度、轻度）的火烧迹地为研究对象，火烧强度划分见表1。以临近未过火，且与火烧迹地立地条件基本一致的林地为对照区，在火烧区以及对照区各布设3个标准样地，共计27个，样地大小均为20 m×20 m，样地基本情况如表2。

(2)

=+++++

=+++++

(3)

无论学校职务发明的成果是想要实现转移还是转化，技术市场以及科技中介服务组织这二者对其提供相应的系列支撑都是必不可少的。就目前来说，学校职务发明成果主要是在两方面有所欠缺，分别是市场发现机制和衔接机制；与此同时，可以说没有实力相对而言较强的科技成果转化运营机构，以及在人才方面的建设亦不够，所以使得学校专利成果转化方面就有了限制。

所谓典故，是指诗文中古代故事和有来历出处的词语。适当运用典故可以增加文学表现力，在有限的词语中展现更为丰富的内涵；可以增加韵味和情趣，使文章委婉含蓄，避免平直。

(4)

其中，表示中介变量；表示控制变量，具体包括劳动力投入、城乡收入差距、社会消费能力、基础教育水平和政府行为。

为检验资本效率对数字金融与县域经济发展的调节效应，构建如下模型：

本文评析了母语磨蚀研究中关于磨蚀发生机制的各种假说，讨论了影响母语磨蚀的各种因素。这些假说基于不同的理论，从不同的角度试图解释母语磨蚀的发生机制，虽然具有一定的解释力，但都存在这样或那样的问题。语言磨蚀是一个长期的、复杂的过程，受到各种内外部因素的影响和制约，只有通过大量的有效的实证研究，我们才能更好地弄清语言磨蚀的起因、过程及发生模式，才能提炼出语言磨蚀的理论模型，并有效地防止语言磨蚀的发生与发展，促进语言系统的习得与保持。

=+++*++++

当学生积累了一定的文言知识后，到高三阅读《论语》时，不仅培养了自己文言文阅读及用文言素材转化为白话文写出优质文章的能力，而且还培养了他们热爱传统文化及在传统文化中熏陶渐染并慢慢懂得“仁”“义”“礼”“智”“信”的真谛，化为生活实践，与时代结合，取其精华、革故鼎新，在做好学问之余，反转过来促进做人、做事的和谐与圆通。

(5)

在明确微课在教学中的优势后，需要加深对现阶段微课教学产生的问题的理论探究，从而更好地解决微课发展中产生的问题，使微课更加有效地应用于日常教学。

(二)变量测量

1解释变量：数字金融()。本文采用的数字金融指数结合数字金融新形势新特征，由覆盖广度()、使用深度(_)、数字化程度()三个维度构成，并做对数化处理。指数具体计算过程参阅郭峰等(2020)。

2被解释变量：县域经济发展()。选取各县(县级市)生产总值指数衡量县域经济发展水平。为消除价格因素、增加数据可比性，利用GDP指数平减法折算各县域实际生产总值。

3中介变量：产业结构升级()。产业结构升级主要体现为产业间的比例均衡(产业结构合理化)和三大产业结构的比例演进(产业结构高度化)。前者指产业间的协调关联，即反映投入与产出的耦合程度及资源的有效利用程度；后者指产业结构中产业重点、产品形态等依次向更高级别转移的表现。

(1)产业结构合理化(1)。参考马青山等(2021)的研究，产业结构合理化的衡量如下：

其中，调节变量表示资本效率，具体包括资本形成效率()、资本配置效率()、资本产出效率()。其他变量定义不变。为避免多重共线性问题，对交互项去中心化处理。

(6)

式中，1表示产业结构合理化；表示地区第产业在时期的生产总值，表示产业结构，即三大产业在总产出的比重；表示地区第产业在时期的从业人员数量，表示就业结构，即三大产业的从业人数占总从业人数的比重。1值越大，产业结构合理化水平越高。

(2)产业结构高度化(2)。参考陈晓东和杨晓霞(2021)等的研究，产业结构高度化采用产业结构层次系数进行度量，具体计算公式如下：

(7)

(2)资本配置效率()：以资本价格扭曲度衡量，本文资本配置效率采用资本价格扭曲度的倒数，资本价格扭曲程度越小，表明资本配置效率越高。参考杜思正等(2016)的研究，资本价格扭曲度采用C-D生产函数方法。设定生产函数如下：

4调节变量：资本效率()。参考杜思正等(2016)、徐盈之和童皓月(2019)的做法，从资本形成、资本配置、资本产出三个方面衡量资本效率。

如图3所示，S．salivarius ATCC 13419模式株、临床株HS_01及HS_02中clpP基因在55℃刺激2 h后的表达水平均高于37℃时表达水平，分别达到4.53±0.58倍、3.96±0.63倍及3.72±0.22倍，差异有统计学意义(P＜0.05)。

(1)资本形成效率()：反映投资转换为资本的有效程度，投资转化为资本的效率越高，资本形成效率越高。以固定资本形成总额全社会固定资产投资完成额来衡量，其中，历年固定资本形成总额即历年资本存量的增加额。本文使用永续盘存法计算资本存量，资本存量的基本估计公式表达如下：

=-1(1-)+

(8)

其中，-1表示上一年的资本存量，表示当年投资额，表示当年投资价格指数，为折旧率。借鉴王小鲁和樊纲(2004)的做法，资本折旧率设定为5。此外，参考张军等(2004)的方法计算各县域初始资本值，以2014年为基期，估算各县域2014—2019年的资本存量。

式中，2表示产业结构高度化，反映三大产业重点依次转移，即由第一产业占主导地位逐渐向第二、三产业占主导地位的比例演进。表示地区在时期第产业的生产总值占地区生产总值的比重。

(9)

基于式(9)，资本的边际产出为：

(10)

式中，表示地区，表示年份，表示各地区产出水平，表示生产技术，表示资本存量，表示劳动投入量，和分别表示各地区资本、劳动力对产出的贡献参数，由混合回归得出。

式中，表示资本价格，选取六个月至一年(含一年)银行贷款基准利率表示。

=

(11)

资本价格扭曲度计算公式为：

(3)资本产出效率()：反映资本的产出能力，资本产出越多，资本产出效率越高，以地区实际GDP地区实际资本存量来衡量。

5控制变量：参考陈池波等(2019)、姚梅洁等(2017)的研究，与县域经济发展有关的因素包括劳动力投入(，全社会从业人员数自然对数值)、城乡收入差距(,城镇居民人均可支配收入农村居民人均可支配收入)、社会消费能力(,社会消费品零售总额自然对数值)、基础教育水平(,高中学生在校人数自然对数值)、政府行为(,地方财政支出GDP)。

(三)数据来源及描述性统计

本文使用的2014—2019年数据由数字金融和县域经济两部分组成，在剔除明显异常值和不完整的数据后，总体样本量为5190。其中，数字金融数据来源于北京大学数字金融研究中心，县域经济数据来自CSMAR数据库。此外，固定资产投资额、从业人员数量、社会消费品零售额、地方财政支出等数据来自CSMAR、《中国县域统计年鉴》、各省市统计年鉴等。变量的描述性统计结果如表1所示。

四、实证结果与分析

(一)数字金融对县域经济发展的影响

基于Hausman检验的结果，本文采用固定效应模型进行检验，表2报告的是基于式(1)的回归结果。表2第(1)列中只加入了数字金融指数，结果显示，数字金融对县域经济发展的影响显著为正。接着在表2第(2)列中增加劳动力投入、城乡收入差距、社会消费能力、基础教育水平和政府行为等控制变量，结果依然显著。

邵南是一家家族企业的继承人，沉稳内敛，而且他是一个很绅士的男人。上车的时候会为李若开门，用餐的时候会为她拉椅子。一切都很赞，李若的爱情像她的鞋一样，华丽、高贵。

(二)数字金融分维度指数对县域经济发展的影响

表3报告了依次将覆盖广度、使用深度、数字化程度作为解释变量加入式(1)的回归结果。结果显示，覆盖广度、使用深度、数字化程度均对县域经济发展产生显著的促进作用。第一，覆盖广度代表数字金融的普惠程度，数字金融以线上模式为主，提高了用户金融服务可得性，进而对县域经济发展产生积极影响。第二，使用深度代表数字金融业务的种类(包括货币基金、信贷、保险、投资和信用等)和使用频率(包括实际使用总量和使用活跃度)。信贷、支付等金融服务能够克服企业资金约束、激发生产经营积极性，货币基金产生的“理财效应”能够获得比传统储蓄更多的资本增值和资金积累，数字保险则能够规避外部环境变化所带来的经济风险。第三，数字化程度强调金融服务的便利化、信用化，如数字支付通过缩短购物时间增加居民消费，带动消费经济。

躺着想了许久才发现面膜还没洗，该死，又过时间了，脸上的水分都被吸走了。就像他死后，我的感情也被有他在的那段时间吸走了。

(三)稳健性检验

参考杨伟明等(2020)、钱海章等(2020)的研究，本文做了以下工作：一是对解释变量、控制变量使用一阶滞后项，在一定程度上弱化了反向因果问题。二是采用工具变量控制内生性问题。本文采用移动电话用户数量作为工具变量。一方面，数字金融以电脑、手机等电信设备为重要载体，移动电话使用率高的地区很有可能数字金融发展也较好，两者存在紧密联系；另一方面，在控制劳动力投入、基础教育水平、社会消费能力等对县域经济发展的影响后，移动电话用户数量与县域经济发展之间不存在直接联系，这使得移动电话用户数量可能成为一个有效的工具变量。三是对主要解释变量进行在1%水平上的缩尾处理。此外，在数字金融指数计算中，北京大学数字金融研究中心和蚂蚁集团联合课题组对性质和计量单位不同的指标进行了无量纲化处理，并采用主观与客观赋权相结合的方法确定权重，使数据具有较高稳健性，减弱了测量误差问题。表4结果显示，数字金融对县域经济发展产生显著的正向影响，说明研究结论是稳健的。

(四)中介效应检验

关于数字金融对产业结构升级的影响，表5第(3)列结果显示，产业结构高度化(2)在1的水平下通过检验，表5第(2)列产业结构合理化(1)在5的水平下通过检验，表明数字金融对产业结构升级呈现有效的促进作用。对数字金融通过产业结构升级作用于县域经济发展的关系进行实证检验，表5第(5)列结果显示，加入中介变量后，数字金融指数的影响系数显著变小，表明产业结构高度化(2)在数字金融与县域经济发展之间具有部分中介效应。不过，产业结构合理化(1)的中介效应不显著。对此主要的解释是，在产业结构调整过程中，利用区块链等数字金融技术有助于获得有效的信用信息，引导资金流向高收益、高技术的产业，促进产业结构高度化升级，生产效率得到提高，技术水平得以提升，助推县域经济发展。

(五)调节效应分析

表6反映了数字金融、资本效率与县域经济发展三者之间的关系。结果显示，除资本形成效率外，资本配置效率、资本产出效率的回归系数均在1%的水平下显著为正，数字金融与资本配置效率的交互项、数字金融与资本产出效率的交互项同样显著为正值，且至少在5%的水平下显著，但数字金融与资本形成效率的交互项不显著。这表明，数字金融分别与资本配置效率、资本产出效率的交叉项对县域经济发展正相关，在资本配置效率高和资本产出效率高的区域，借助资金积累，数字金融可以为支柱产业、新兴产业等注入资本要素，同时，资本的趋利性有利于存量结构的调整，能够更好地利用数字金融引导资金向相对弱势群体及中小微企业进行配置，提升企业创新水平和产出能力，从而对县域经济发展产生正面影响，形成正向调节效应。

执行功能是指一个人能独立地、有目的地、成功地实施自身行为的能力，是很多基本认知功能的综合体现，与智力、学习、创造力等高级认知活动密切相关。目前公认的执行功能分类如下：①Gioia等[3]认为执行功能可分为抑制控制、发动、转换、计划、组织、自我监控、情绪控制和工作记忆；②Pennington和Ozonoff[4]认为执行功能具有工作记忆、抑制控制和注意灵活性3个维度；③Collette和Van der Linden[5]从影像学角度将执行功能分为抑制、转换、刷新以及双任务协调4个维度。综合考虑上述分类方法，现从评估工具、执行功能损害临床特征及相关因素等方面对执行功能进行综述。

(六)异质性分析

1.分地区的异质性分析。将县域样本按其所属的省份分为东、中、西部地区三个子样本进行回归。东部地区包括辽宁、河北、北京、天津、上海、江苏、浙江、福建、山东、广东及海南；中部地区包括山西、河南、安徽、湖北、湖南、黑龙江、吉林及江西；西部地区包括陕西、甘肃、宁夏、青海、内蒙古、新疆、四川、重庆、云南、贵州、广西及西藏。表7结果表明，数字金融均显著促进东、中、西部地区的县域经济发展，且对西部地区的作用效果最强。可能的原因在于，西部地区县域经济发展水平较低，导致数字金融对其提升的边际效应更大。

2.分贫困县与非贫困县的异质性分析。根据2020年公布的全国贫困县名单，将总样本划分为贫困县和非贫困县两个子样本进行回归。表8结果表明，数字金融显著促进贫困县、非贫困县的县域经济发展，且对贫困县的作用效果更强。对此的解释是，数字金融促进包容性增长，数字金融不但在落后地区的发展速度更快，而且对于增加低收入群体的家庭收入作用更加显著。收入水平的提升缩小了城乡收入差距，同时也促进了居民消费，并为居民创业提供了资金保障，有利于贫困县实现更高质量的经济发展。

3.分金融排斥程度的异质性分析。我国县域金融资源不一，金融排斥程度存在差异，本文选取人均金融机构贷款余额(年末金融机构贷款余额/年末总人口数)衡量金融排斥情况，将总样本划分为金融排斥较弱和金融排斥较强两个子样本进行回归。表8结果表明，数字金融显著促进县域经济发展，且对金融排斥较强县域的影响大于金融排斥较弱县域。可能的解释在于，数字金融作为传统金融的重要补充，其线上化模式覆盖范围广，能更好地满足以往被传统金融服务排斥在外的县域地区金融需求。另外，数字金融低成本、无需抵押担保，有利于改善融资环境，区块链、云计算等数字技术应用于信用评估，实现快速授信，填补了传统金融的缺失，更好地推动县域金融供给和经济发展。

五、结论与政策建议

本文使用2014—2019年北京大学数字普惠金融指数与中国内地县域数据，实证检验数字金融对县域经济发展的影响机制。研究发现:第一，总体而言，数字金融显著提升县域经济发展水平；第二，数字金融通过推动产业结构高度化间接促进县域经济发展；资本配置效率和资本产出效率强化了数字金融对县域经济发展的正向促进作用；第三，对于西部地区县域、贫困县城、金融排斥较强的县域，数字金融对经济发展的提升效果较强。为了更好地发挥数字金融的作用，助推县域经济发展，提出以下建议：第一，加大数字金融普及力度，特别是西部地区县域、贫困县域应加快数字金融基础设施建设。第二，创新数字金融产品。政府应积极鼓励各县(市)立足产业基础、资源禀赋，开发各县域竞争优势和优化县域产业的转型提质；同时，鼓励探索科技与传统金融产业的发展机制，引导金融机构充分发挥对高新产业、高附加值产业的资金支持，提升对企业的金融创新服务。第三，优化金融发展环境。加快国内资本积累，充分发挥资本要素在不同地区间合理流动的引导作用，推动信息、智能、技术融合的数字金融平台建设，加强扩展惠农终端的数字金融服务。