数字金融、产业结构升级与市场一体化

[摘要]数字金融作为数字经济发展的关键驱动力，在推动产业结构优化升级、加速市场一体化发展方面发挥着重要作用。基于中国30个省市2011—2020年面板数据，探析数字金融对市场一体化的影响及作用机理，并借助中介效应模型、面板门槛模型与空间滞后模型展开实证分析。研究结果表明：数字金融对市场一体化具有显著驱动效应，且产业结构升级是这一过程中的重要中介机制，经稳健性检验后结论依然成立。数字金融与产业结构升级已成为市场一体化发展的双重驱动力。数字金融通过空间外溢效应作用于地理和经济邻近地区的市场一体化进程。从区域异质性来看，数字金融对市场一体化影响在东部地区呈现空间集聚特征，中部与西部地区尚未形成区域内协同发展格局。为此，应夯实数字金融基座、推动产业集群跨界共建、加速区域市场协调发展、驱动工业产业转型升级，以此助力全国统一大市场建设。

[关键词]数字金融；产业结构升级；市场一体化；面板门槛模型

一、 引言与文献分析

2022年1月，《金融科技发展规划（2022—2025年）》指出，要坚持“数字驱动、公平普惠、绿色低碳、智慧为民”原则，将数字元素注入金融服务全流程，打造更加普惠、人性化、绿色化的金融服务，推动金融行业全面步入“积厚成势”新阶段1。加快发展数字金融，以数据要素打通金融服务的关键堵点，可促使金融服务惠及更多主体，真正做到为企业降本增效、促进产业体系畅通循环，进而推动产业结构升级。事实上，数字金融快速发展，还可有效推动商品要素资源在更大范围内流动[1]，加快市场一体化发展进程。这一事实在2022年6月发布的《中共中央 国务院关于加快建设全国统一大市场的意见》中得到证实，该文件强调，要加速推进商品市场数字化建设与智能化转型，鼓励金融机构与交易平台合作，助力商品要素资源流动畅通，进一步构建全国统一大市场2。由此看来，加快推动数字金融发展，有助于充分激活数据要素潜能，为构建全国统一大市场注入动力。由此衍生的问题是，数字金融能否促进市场一体化发展？两者之间存在何种关系？产业结构升级在其中扮演何种角色？厘清这些问题，能够为构建全国统一大市场提供新思路。

现阶段，学术界大多聚焦于市场一体化发展路径[2-3]、发展水平测度[4]以及影响市场一体化高质量发展的核心因素[5-6]；对于数字金融的研究，大多关注其对推进产业创新成果转化[7]、产业高质量发展[8]和产业结构升级[9]的重要影响。已有研究为本文奠定了扎实理论基础，但鲜有学者关注数字金融作用于市场一体化的具体机制与特点，且未充分考量产业结构升级这一变量在其中发挥的效用。针对于此，本文结合数字金融的优势与特征，从产业结构升级视角构建数字金融与市场一体化之间的理论分析框架，并以2011—2020年全国30个省份为样本，运用中介效应模型、面板门槛模型、空间滞后模型，就数字金融对市场一体化的影响与作用机制进行实证检验，为构建全国统一大市场提供新的经验证据。

二、 理论机制与研究假设

1. 数字金融直接影响市场一体化的理论机制

随着数字技术的快速渗透与发展，金融发展进入数字化、智能化新时代，为推动市场一体化发展奠定坚实基础。一方面，数字金融可助力要素跨界流动，为市场一体化发展提供有益支持。数字金融凭借数字技术优势，打破传统金融服务的时空限制，有效缩小城乡间、区域间“数字差距”，为地区经济包容性增长、资金公平分配提供了有力支持[10]，加快了市场一体化发展进程。同时，数字金融可通过数字技术引导东部地区富裕金融资源跨区域、跨主体、跨时间转移至中西部地区开发项目中，缩短区域间金融服务可得性“鸿沟”[11]，有助于推动市场一体化发展，进而促进全国统一大市场建设。另一方面，数字金融可有效提升经济产出效率，增强区域市场发展协同性。数字金融具有较强包容性，可依托数字技术最大限度降低金融服务成本，同时将服务范围扩大至长尾端客户群体，激发数字金融普惠效应，即发挥经济增长的“长尾效应”[12]。此过程中，被传统金融排斥在外的客户群体的金融约束得到有效缓解，促使当地存贷业务量大增，提升了区域经济产出效率，进而缩小了与发达地区差距，降低了市场分割程度，推动了市场一体化发展。随着数字金融发展水平的提升，居民消费与存款业务增长速度相应提高，助力市场一体化发展。为此，提出如下研究假设：

研究假设1：数字金融对市场一体化具有驱动效应。

2. 产业结构升级在数字金融与市场一体化之间的中介效应

数字金融不仅能够直接驱动市场一体化发展，还可通过助推产业结构升级间接促进市场一体化。具言之，数字金融能够加速产业数智化转型升级，重塑产业体系与市场结构[13]，借由产业结构合理化与高级化双渠道推动市场一体化发展。第一，产业结构合理化路径。数字金融发展带来大量数字金融服务与金融产品，可匹配产业发展需求与资本供给，助力产业开拓新领域与新市场，促使产业间分配比例与相互依存度得以有效提升，助力产业结构合理化[14]。杜金岷等[15]认为数字普惠金融通过扩大消费需求、累积资本、技术创新、缩小收入差距等方式促进产业结构优化，对产业结构合理化具有较明显贡献。而产业结构合理化发展可促使劳动力、资本、基础设施等资源要素配置更高效合理，进而推动资本市场一体化、劳动力市场一体化、商品市场一体化。第二，产业结构高级化路径。产业结构高级化主要是指某国民经济的产业结构由劳动密集型的低级结构转变为以技术密集型为主的高级结构[16]。数字金融可通过整合供应链、产业链、价值链等链条上下游数据，形成信息、资金闭合模式，激活产业数字化与数字产业化的耦合效应，促使要素资源由附加值低的产业部门转移至附加值较高的产业部门。同时，数字金融可精准匹配实际生产需求，推动产业向更高集约化程度与更高技术含量方向发展，为产业链现代化、产业结构高级化提供有益支持。在产业结构高级化进程中，产业结构逐渐向技术密集型转变，在实现结构优化的同时推动市场良性循环，有助于加快市场一体化发展进程。基于上述分析，本文提出如下研究假设：

研究假设2：数字金融可促进产业结构升级，加速市场一体化进程。

数字金融影响市场一体化的作用机制如图1所示。

3. 数字金融对市场一体化的空间溢出效应

就区域层面而言，市场一体化要解决市场分割、要素流动阻碍、资源配置效率低等问题。而数字化金融要素、金融信息、金融教育等元素具有天然流动性、高扩散速度与低扩散成本等特征，使得数字金融受到地理空间限制较小，呈现较强地理空间溢出效应[17]。这一角度而言，数字金融的数据信息跨时空传递特征亦可破解市场一体化之间存在的金融壁垒，进而推动区域协调发展。不仅如此，鲁玉秀等[18]研究发现，数字经济对经济高质量发展具有正向空间溢出效应。鉴于数字金融具有数字经济发展特征，本文认为数字金融影响市场一体化这一经济现象亦具有空间溢出效应，即数字金融可通过与劳动力、资本、商品等要素相结合，充分发挥自身空间溢出效应，助力市场一体化发展。综上所述，本文提出如下研究假设：

研究假设3：数字金融可通过空间外溢效应驱动相邻地区市场一体化。

三、 研究设计

1. 变量选取

（1）被解释变量：市场一体化（[Remai]）

本文将市场一体化划分为劳动力、商品、资本三个维度，共同衡量市场一体化。根据陈红霞等[19]的研究，对劳动力市场一体化的衡量，本文选用在岗职工平均工资作为替代指标。基于数据科学性、可得性，对商品市场一体化，本文借鉴刘秉镰等[20]的研究，运用医疗保健用品、食品、交通通信用品、烟酒、日用品、文化体育用品、衣着7类消费品价格进行衡量。资本市场一体化则借助年末金融机构人民币人均各项贷款余额与年末金融机构人民币人均存款余额进行表征。在此基础上，借助价格法对商品市场一体化与资本市场一体化进行测算；采用绝对偏差法度量劳动力市场一体化；最后运用变异系数法确定各维度权重，进而得到市场一体化总指数。

（2）核心解释变量：数字金融（[Digfin]）

作为一类新兴业态，数字金融缺少官方统计数据，且学术界大多使用北京大学数字普惠金融指数的对数值进行衡量。基于此，本文遵循这一做法，选取数字普惠金融指数对数值作为数字金融衡量指标，并选用数字普惠金融覆盖广度的对数值（[Digfin_cov]）作为稳健性检验替代变量，进一步探究数字金融对市场一体化的影响。

（3）中介变量：产业结构升级（[Inst]）

产业结构升级主要是指借助产业调整助推低产出、低附加值产业逐步向高产出、高附加值产业转变。从动态视角来看，产业结构升级主要是指产业结构向合理化与高级化变迁[21]。产业结构合理化与高级化是产业结构型升级不可或缺的过程，两者互相作用、彼此联系，共同推动产业结构优化。以往学术界多使用各产业总产值与GDP比值这类静态指标进行衡量，难以精准刻画产业结构升级的动态演变过程。本文参考谢非等[22]的研究，从产业结构高级化（[Inst_a]）与产业结构合理化（[Inst_r]）两方面衡量产业结构升级。

产业结构合理化包含产业协调与产业资源利用两方面的合理性，是助力国民经济行稳致远的关键。为此，基于干春晖等[23]研究，本文借助修正后的泰尔指数测度产业结构合理化。具体公式为[Tij=z=1mkzijGDPijlnkzijGDPijLzijLij]。其中，[GDPij]指代[i]年[j]省市的GDP；[Tij]为[i]年[j]省市的泰尔指数，该指数愈高意味着产业结构偏离程度愈大；[Lij]指代[i]年[j]省市的就业人员总数；[kzij]表征[z]产业在[i]年[j]省市的增加值。

产业结构高级化可反映在国民经济迈向高质量发展过程中，产业结构逐步由低级别演变为高级别的过程[24]。也就是说，产业结构由第一产业对GDP贡献比例最大演变至第二﹑第三产业对GDP的贡献比例最大。并且，产业结构高级化是基于产业结构合理化前提下度量产业结构升级的另一关键指标[25]。因而，本文选取第一、二、三产业增加值在GDP中所占比重构建产业结构高级化模型。其一，建构三维向量[Xj=xj1，xj2，xj3]；其二，测度向量[Xj]与向量[X1=]（1，0，0）、[X2=]（0，1，0）、[X3=]（0，0，1）间的夹角。产业结构高级化及夹角测算公式为：[Inst_a=k=13n=1kθn]，[θn=arccosXjXnXjXn，n=1， 2， 3]。其中，[Xj]指代省市产业结构矩阵；[Xj1]、[Xj2]、[Xj3]分别表征第一产业、第二产业、第三产业增加值与GDP的比值；[Inst_a]值愈高，意味着产业结构高级化水平愈高。

（4）控制变量

在核心变量确定基础上，选取可能影响市场一体化发展的其他变量作为控制变量，主要包括财税自由度（[Fista]）、对外开放水平（[Open]）、人口密度（[Poden]）、互联网发展水平（[Inter]）、资本投入（[Cainv]）、劳动投入（[Labin]）。其中，财税自由度主要借助地区财政支出在GDP中所占比重表示；对外开放水平用进出口总额与GDP的比值衡量；人口密度以年末总人口与地区总面积的比值表示；互联网发展水平利用互联网普及率表征；资本投入则以当年固定资产投资总额衡量；劳动投入用年末单位从业人员表示。

2.数据来源与样本代表性说明

本文实证所用数据大多源自《中国科技统计年鉴》《中国统计年鉴》《中国城市统计年鉴》、Wind数据库、EPS数据库及中国经济与社会发展统计数据库。其中，数字金融相关数据主要源于北京大学数字金融研究中心所编制的《北京大学数字普惠金融指数（2011—2020）》。个别缺失数据使用线性插值法进行补充，最终实证所用数据为2011—2020年除香港、澳门、台湾、西藏之外的30个省级面板数据。为避免指标不同量纲对实证结果产生影响，利用极差法对初始数据进行标准化处理。实证变量说明与描述性统计分析见表1。