数字普惠金融驱动产业结构升级研究

摘 要：本文以2011—2021年中国30个省级面板数据为研究对象，研究数字普惠金融对产业结构升级的影响以及经济政策不确定性对两者关系的调节效应。结果表明：（1）数字普惠金融及其子维度能显著促进产业结构升级，其中覆盖广度影响程度最大；（2）数字普惠金融促进产业结构升级受经济政策不确定性的抑制性调节；（3）数字普惠金融对中部地区产业结构升级的促进作用最大，在引入经济政策不确定性后，东部、中部地区仍表现为抑制调节，而西部地区则无调节效应。

关键词：数字普惠金融；产业结构升级；经济政策不确定性；调节效应；产业经济

本文索引：刘洋.<变量 2>[J].中国商论，2024（03）：-119.

中图分类号：F062.9 文献标识码：A 文章编号：2096-0298（2024）02（a）--05

1 引言

产业是经济发展的关键所在，产业经济学理论将产业结构演变认为经济增长的基本特点（Kuznets，1971），这一观点也经过较多文献证实（郝园园和曹洪忠，2022；赵越强等，2021；周艳明和高悦，2021）。当前我国产业结构并不协调，第一产业在整体经济中所占比重较高，意味着农林牧渔等传统产业仍在经济中占据重要地位，工业化以及现代化仍处于较低水平；第二产业的技术水平相对较低，反映出制造业等部门在技术创新和升级方面面临的挑战；第三产业的发展速度较为缓慢，这可能与服务业等领域的增长受到一系列因素的制约，如市场需求不足、人才培养等问题。如何实现产业结构升级，促进产业结构协调，推动经济增长是当前值得研究的话题。

产业结构升级需要依靠政府、金融等多方面支持，其中金融发展是推动产业结构升级的重要路径（唐文进等，2019）。然而传统金融存在的金融排斥问题，使得小微企业等贷款支持较为有限（张林，冉光和，2018），金融为实体经济提供服务难以发挥作用，又如何实现产业结构升级呢？数字普惠金融以信息支撑有助于减少信息不对称、降低交易成本（谢平等，2015），在一定程度上有效降低逆向选择，使得被金融排斥的群体能够以合理的成本享受金融服务（赵绍阳等，2022）。近些年来，随着地缘政治冲突、新冠疫情以及美国经济刺激等国内外冲击因素，我国经济政策不确定性持续增强。当前，中国大部分企业所面临的外部环境因素中经济政策不确定性占据重要地位（于建玲等，2021），这种不确定性包括政府在经济领域方面的政策制定和措施调整，这种不确定性的增加意味着企业经营的外部环境变得更加动荡不安，这很可能对地区内企业的创新策略和效果造成影响（袁宝龙和李琛，2021）。

本文旨在探讨数字普惠金融和产业结构升级之间的关系，分析数字金融是否会驱动产业升级，同时分析经济政策不确定性在两者关系中是否存在调节效应。为了实现这一目标，本文利用省级数据，运用固定效应模型进行实证检验，丰富对产业结构升级影响的理解，促进经济可持续发展。本文可能做出如下贡献：第一，研究产业结构升级是否受到数字普惠金融的影响；第二，从经济政策角度出发，将经济政策不确定性作为本文的调节变量，研究经济政策不确定因素在数字普惠金融驱动产业结构升级中的调节效应；第三，研究不同地理分区下数字普惠金融对产业结构升级的影响以及经济政策不确定性的调节效应。

2 文献回顾与理论假设

2.1 数字普惠金融和产业结构升级

数字普惠金融和产业结构升级的关系主要体现在以下三点：

（1）技术驱动。传统金融模型中企业凭借固定资产进行借贷，这容易造成中小微企业金融排斥（朱东波和张相伟，2023）而数字金融能够缓解信息不对称使金融服务可获得性增强（喻平和豆俊霞，2020），企业提高融资可得性，具体体现为融资的渠道拓宽，成本降低，效率提高以及缓解融资约束，对中小企业效果更为显著（梁榜和张建华，2018），企业得以长久发展，其中创新型企业发展迅速，这在一定程度上加快新兴产业发展进程，从而促进产业结构转型升级。

（2）分散风险。数字普惠金融是金融与科技结合的产物，能够依托大数据、人工智能等技术，具有较强的信息获取、处理以及加工能力，对借贷双方信息不对称问题具有缓解作用，使信息成本能够降低，非系统性风险得以分散，对生产要素配置效率来说得到很大提高，使产业结构升级得到巨大助力，以实现产业结构合理化发展（张庆君和黄玲，2021）。

（3）消费转型。使消费反作用于供给，将消费结构升级反向促进生产结构升级。数字普惠金融能够缓解消费者的收入预算约束，拓展了消费者消费方式和消费品选择范围，极大促进了消费升级，进而推动服务型行业转型升级（杨伟明等，2021），此外数字技术的快速发展使多数企业需要被动的根据消费者的需求偏好进行有方向性的技术研发，进而引致产业结构转型升级以符合市场需求，满足自身发展（易行健和周利，2018）。综上所述，本文提出假设：

假设1：数字普惠金融发展有助于技术驱动、分散风险以及消费转型，从而促进产业结构升级。

2.2 数字普惠金融、经济政策不确定性与产业结构升级

经济政策对数字普惠金融以及产业结构方面都具有很强的调整效应，可见数字普惠金融对产业结构升级的影响必然会受到经济政策不确定性的影响，这主要体现在企业的融资和经营方面。

从企业融资角度来看，数字普惠金融以其普惠性特点在一定程度上缩小了企业融资成本，但经济政策不确定性的上升在一定程度上会对企业融资成本產生负向影响。一方面与货币以及信贷等方面相关的经济政策不确定性会对股市产生影响，使得股权存在风险溢价，对金融市场的稳定性产生直接的影响，并使得银行的系统性风险上升，而银行则会通过提高借贷利率等避险措施将这部分风险转嫁给企业个体（陈建华，2023）；另一方面，经济政策不确定性提升将会对企业创新产生抑制效果，这是由于企业对自身经营多方面的考虑，包括创新前投入、创新后产出以及竞争力预期等（邹彩芬等，2022）。具体来看，企业的发展战略和经营计划通常基于对宏观经济发展形势的预期。企业需要了解经济的整体走向，以便制定适应性的战略和计划。然而，这些预期的准确程度很大程度上取决于现有经济信息的数量和准确程度。企业在面临经济政策不确定性持续增大的局面下会产生许多深远影响，其中决策成本以及风险的增加很大程度上会使公司对未来产生悲观预期和缺乏信心（耿中元等，2021）。企业的研发创新活动通常基于对未来市场的判断，具有一定的前瞻性，这是由于其需要大量且持续的资金投入以及阶段性的策略决策。这些活动不仅是企业创新和增长的重要驱动力，还代表企业对未来宏观经济局势的揣摩（蒋腾，2018），频繁变动的经济政策会扰乱企业的战略决策环境，使企业难以精确评估进行创新投资所伴随的风险与潜在回报，这可能会导致企业家在考虑进行创新投资时犹豫不决，推迟决策。此外，波动的经济政策可能会引发市场机制的扭曲，进而导致市场信息的失真，加重了信息不对称的问题，这可能对从事研发活动的企业施加了融资限制，妨碍了它们获得稳定的资金支持，结果降低或推迟其对研发等不可逆项目的投资决策（张倩肖和冯雷，2018）。

从企业外部经营风险角度来看，经济政策的频繁调整使企业经营环境处于模糊、不稳定、预期不确定的发展状况中，企业外部经营风险增大，为进一步避免外部经营风险的增加，理性的企业将会调整投资策略，谨慎经营。同时，企业管理者与大股东的信息不对称提高，管理者更倾向于将资产配置于金融资产，产业转型升级动力减少（李丽辉和温金燕，2022）。综上，本文提出假设：

假设2：经济政策不确定性通过影响企业融资和外部经营风险在一定程度上弱化数字普惠金融对产业结构升级的影响。

3.1 模型设定

3.1.1 基准回归模型

本文构建数字普惠金融影响产业结构升级的基准回归模型，具体如下所示：

其中，产业结构升级以ISUit表示，数字普惠金融以DFit表示，controlit表示其他控制变量，表示随机误差项。

3.1.2 调节效应模型

为了验证经济政策不确定性是否对数字普惠金融影响产业结构升级具有调节效应，构建调节效应回归模型如下所示：

其中，EPUit代表经济政策不确定性，JHXit代表数字普惠金融与经济政策不确定性的交乘项。

3.2 变量选取

3.2.1 被解释变量

产业结构升级指数（ISU）：产业结构升级指数通常是一个综合性的指标，涵盖了不同产业部门的发展情况、产业间关系的演变以及经济结构的变化。本文参考朱东波和张相伟（2023）的做法构建以下产业结构升级综合指数：

其中，i（=1，2，3）代表第i产业，Si表示第i产业总产值占总产值的比重。

3.2.2 解释变量

数字普惠金融（DF）：考虑到指标的权威性，本文将北京大学发布的数字普惠金融指数缩小100倍后作为代理变量（郭峰等，2020），该指数包含数字普惠金融以及三个子维度（覆盖广度（BRE）、使用深度（DEP）和数字化程度（LEV））。

3.2.3 控制变量

产业结构升级的变动可能受到其他因素的影响，为减少内生性问题，本文参考多数学者的做法控制如下变量：城乡收入差距（GAP）、城镇失业率（UNE）、政府干预程度（GOV）和对外开放程度（OPEN）。其中，GAP用各地区城镇居民可支配收入与农村居民人均纯收入的比值衡量；UNE用各地區每千人中存在的城镇失业人数的占比来衡量；GOV用各地区政府财政支出额占地区国内生产总值的比重来衡量；OPEN用各地区对外贸易进出口总额与地区国内生产总值的比值来衡量。

3.2.4 调节变量

经济政策不确定性指数（EPU）：参考当前国内关于经济政策不确定性的研究，选取基于《南华日报》构建的中国经济政策不确定指数。且该指数是以月度为单位测量的，为了将其与年度产业结构升级指数进行比较，本文将一年内月度数据进行加总后除以月份并缩小100倍作为该年整体的经济政策不确定性指数。

3.3 数据说明

本文选取我国30个省份（不包含西藏自治区和港澳台）2011—2021年的数据，宏观数据来源于中国统计年鉴以及各省份统计年鉴，数字普惠金融数据源于《北京大学数字普惠金融指数（2011—2021）》，经济政策不确定性指数来源于芝加哥大学和斯坦福大学联合披露的中国经济政策不确定性指数。其中，对UNE取对数消除异方差影响以及采用国家统计局公布的年度汇率将美元折算为人民币消除汇率兑换问题。表1为相关变量的描述性统计，值得一提的是EPU的标准差为2.2712，表明我国经济政策不稳定性较强，经济运行状况和经济主体预期存在较大差异。

4.1 基准结果

数字普惠金融影响产业结构升级的回归结果如表2所示，表2列（1）、（2）为数字普惠金融在无控制变量以及添加控制变量的条件下对产业结构升级的影响，结果显示数字普惠金融对产业结构升级的影响始终在1%的显著性水平下为正，在有控制变量条件下数字普惠金融指数每提升1个单位，产业结构升级指数将提升0.0546个单位，假设1得以验证。表2列（3）至（5）表明，覆盖广度、使用深度以及数字化程度回归系数均在1%的水平下显著为正，在经济意义上说明三个子维度每提升1个单位，产业结构升级指数分别提升0.0586、0.0445和0.0228个单位。

4.2 调节效应

表3为经济政策不确定性在数字金融及其子维度与产业结构升级关系中的调节效应。表3列（1）显示数字普惠金融与经济政策不确定性指数的交乘项（JHX）的系数为-0.0036，通过了1%的显著性检验，意味着经济政策不确定性的调节作用显著存在，但DF系数在1%的显著性水平下为正，表明一定程度上经济政策不确定性弱化了两者的关系，假设2得以验证。表3列（2）-（4）分别显示，数字普惠金融各维度回归系数仍显著为正且JHX显著为-0.0043、-0.0026、-0.0033，表明各子维度与数字普惠金融呈现相同的调节效应，经济政策不确定性也弱化了BRE、DEP和LEV驱动产业结构升级的影响。

4.3 稳健性检验

本文做如下稳健性检验：（1）数字普惠金融转化为经济效益以及经济政策具有一定滞后性，故引入数字普惠金融和经济政策不确定性的滞后项进行检验。（2）2013年前数字普惠金融发展相对迟缓，且数字普惠金融指数基于支付宝数据构建，故将检验年限设定为2014—2021年。（3）考虑到中国的直辖市数字普惠金融发展水平较高，有一定的特殊性。故本文剔除直辖市样本后进行检验。

稳健性检验结果如表4所示。表4列（1）、（3）、（5）中数字普惠金融对产业结构升级指数影响仍显著为正，表4列（2）、（4）、（6）中主效应系数显著为正，而交乘项的系数显著为负，与实证结果保持一致，说明本文研究结果具有一定的稳健性。

4.4 异质性分析

我国各地区存在较大差异，经济发展水平和特征各不相同，为此本文基于我国四大地理分区进行异质性分析。

表5为异质性分析结果。列（1）、（3）、（5）和（7）结果表明，我国各地区数字普惠金融对产业结构升级都在1%的显著性水平上为正。从回归系数来看，中部地区回归系数最大，西部和东北地区次之，东部地区最小，这可能由于东部地区经济发展水平较高，产业结构水平较高，故影响程度较小，中部地区金融资源、金融设施等水平较高，数字金融激励效应更为显著，西部和东北地区相对来说资源匮乏，故影响程度较中部次之。另外，表5列（2）、（4）、（6）和（8）表明在引入经济政策不确定性变量后，各地区主效应系数为正，东部、中部和东北地区的交乘项系数显著为负，而西部地区的交乘项系数不显著。这可以认为经济政策不确定性弱化了东部、中部和东北地区数字普惠金融对产业结构升级的作用，而西部地区经济政策不确定性对数字普惠金融与产业结构升级无调节作用。

5 结论与政策建议

本文以我国30个省份数据为样本研究数字普惠金融驱动产业结构升级的影响效应，并进一步分析经济政策不确定性在两者关系中的效应。基于实证分析得出如下结论：（1）数字普惠金融对产业结构升级的系数显著为正，表明数字普惠金融是产业结构升级的重要驱动力，此外数字普惠金融子维度对产业结构升级的系数仍显著为正。（2）在数字普惠金融及其子维度驱动产业结构升级中，经济政策不确定性具有抑制调节效应，即经济政策不确定性阻碍了数字普惠金融及其子维度对产业结构升级的促进作用。（3）数字普惠金融对不同地区产业结构都有显著的促进作用，在引入经济政策不确定性后，东部和西部地区数字普惠金融驱动产业结构升级受经济政策不确定性的抑制调节，而西部地区不存在经济政策不确定性的调节作用。

基于以上结论，本文对如何提高产业结构升级提出如下建议：第一，加强数字普惠金融及其各维度深层次、多方面建设，构建全方面金融服务体系，提升数字普惠金融驱动产业结构升级的能力，促进产业经济增长的适配度。其中应着重提高数字金额的使用深度以及数字化程度，提高更多的金融服务和金融产品，提高各地区数字化基础设施建设。第二，政府在制定经济政策时，应更加关注未来的发展趋势和变化，充分考虑长期效果，注重前瞻性，力求保持经济政策的长期一致性，避免过度频繁的政策调整和反复，降低经济政策的不稳定性，削弱经济增长不确定性对数字普惠金融和产业结构关系的影响。第三，考虑到不同地区产业结构特点不同，对经济造成的反映也不尽相同，各地区应根据地区实际情况制定长期且稳定的经济政策，使经济政策能够服务数字普惠金融驱动产业结构升级，为实现促进经济增长提供适宜的政策环境。

参考文獻

Kuznets S. Modern Economic Growth： Findings and Reflections[J].The American Economic Review，1971

郝园园，曹洪忠.长三角地区产业结构变迁与经济增长关系的统计检验[J].统计与决策，2022，38（14）：95-100.

赵越强，蔚立柱，沈迎春.金融开放、产业结构升级与区域经济增长[J].统计与决策，2021，37（21）：136-139.

周艳明，高悦.金融集聚、产业结构升级与经济增长的空间异质性研究：基于我国省级面板数据的空间计量分析[J].价格理论与实践，2021（2）：162-165+175.

唐文进，李爽，陶云清.数字普惠金融发展与产业结构升级：来自283个城市的经验证据[J].广东财经大学学报，2019，34（6）：35-49.

张林，冉光和.金融包容性发展的产业结构优化效应及区域异质性[J].经济与管理研究，2018，39（9）：41-52.

谢平，邹传伟，刘海二.互联网金融的基础理论[J].金融研究，2015（8）：1-12.

赵绍阳，李梦雪，佘楷文.数字金融与中小企业融资可得性：来自银行贷款的微观证据[J].经济学动态，2022（8）：98-116.

于建玲，佟孟华，朱泽君.企业金融化对财务风险的影响：基于经济政策不确定性的调节效应研究[J].国际金融研究，2021（10）：88-96.

袁宝龙，李琛.创新驱动我国经济高质量发展研究：经济政策不确定性的调节效应[J].宏观质量研究，2021，9（1）：45-57.

朱东波，张相伟.数字金融通过技术创新促进产业结构升级了吗？[J].科研管理，2023，44（7）：73-82.

喻平，豆俊霞.数字普惠金融发展缓解了中小企业融资约束吗[J].财会月刊，2020（3）：140-146.

梁榜，张建华.中国普惠金融创新能否缓解中小企业的融资约束[J].中国科技论坛，2018（11）：94-105.

张庆君，黄玲.数字普惠金融、产业结构与经济高质量发展[J].江汉论坛，2021（10）：41-51.

杨伟明，粟麟，孙瑞立，等.数字金融是否促进了消费升级：基于面板数据的证据[J].国际金融研究，2021（4）：13-22.

易行健，周利.数字普惠金融发展是否显著影响了居民消费：来自中国家庭的微观证据[J].金融研究，2018（11）：47-67.

陈建华.经济政策不确定性对企业融资成本的影响研究[J].东岳论丛，2023，44（7）：126-137.

邹彩芬，王娅蕾，周雨佳，等.政府竞争视角下经济政策不确定性对企业创新的影响研究[J].中国科技论坛，2022（11）：56-68.

耿中元，李统，何运信.经济政策不确定性对企业投资的影响：企业家信心的中介效应及代理成本的调节作用[J].复旦学报（社会科学版），2021，63（1）：184-193.

蒋腾，张永冀，赵晓丽.经济政策不确定性与企业债务融资[J].管理评论，2018，30（3）：29-39.

张倩肖，冯雷.宏观经济政策不确定性与企业技术创新：基于我国上市公司的经验证据[J].当代经济科学，2018，40（4）：48-57+126.

李丽辉，温金燕.企业金融化对双元创新的影响：经济政策不确定性的调节效应[J].科技和产业，2022，22（12）：17-25.

郭峰，王靖一，王芳，等.测度中国数字普惠金融发展：指数编制与空间特征[J].经济学（季刊），2020，19（4）：1401-1418.