数字普惠金融对产业结构升级的影响分析——基于门槛模型的实证研究
段鑫李明蕊（新疆财经大学新疆乌鲁木齐830012）摘 要：通过建立基于省级面板数据的静态面板模型和门槛模型，分析数字普惠金融指数对产业结构升级的
经济效应。研究发现，数字普惠金融整体上促进了产业结构高级化和产业结构合理化，数字普惠金融指数与产业 结构升级之间存在非线性关系，数字普惠金融发展具有门槛效应，与产业结构升级之间呈倒U型趋势。因而政府 部门需要加大建设数字金融基础设施的力度，也要防止数字金融的过度发展为产业结构升级带来负的外部性。关键词：数字普惠金融产业结构升级门槛模型非线性关系【中图分类号】F832.2 【文献标识码】A 【文章编号】1007-841X-2020 （ 12）-0047-06基金项目：2016年新疆维吾尔自治区科技计划项目（软科学研究项目）；“南水北调西线工程”引水入疆的战
略价值与经济社会生态效益研究（编号：2016D07015）；新疆财经大学研究生科研创新项目：“社会资本、产业结 构升级对西部地区经济高质量发展的影响研究”（编号：XJUFE2020K015）o字金融可减少信息不对称，降低交易成本，有助于实现交
—、引言改革开放后，我国快速从落后的农业国转变为门类 齐全的制造业大国，三次产业结构从1978年的27.7%、
易可能性集合扩展。推动数字普惠金融发展成为我国破解
金融领域难题，推进金融供给侧改革和产业结构升级的一 项国家战略。47. 7%、24. 6%,到2018年调整为7. 1%、40. 7%、52. 2%；制 造业和服务业融合加深，积极融入全球产业链。虽然我国 产业发展取得了巨大成就，但产业结构高度化与高质量发 展要求仍有不少差距。从党的十九大，2018年、2019年中
二、文献综述传统金融对产业结构升级的影响存在促进说和抑制说
之争。陆静（2012）根据中国省级面板数据，采用完全修
央经济工作会议频繁提及产业结构升级来看，这项工作的 推进，是我国目前及未来一段时间经济工作的重点。正普通最小二乘回归和向量误差修正模型，分析金融发展 与经济发展的关系，得到金融发展促进了中国实体经济发
金融发展是推动产业结构优化升级的重要途径。传 统金融虽然对产业结构升级有一定的促进作用，但随着数
展的结论；罗超平（2016）认为金融发展在资源配置和产 业结构变动方面发挥催化功能，金融发展促进了产业结构
字时代的到来，传统金融的弊端开始呈现，它存在较为明 显的金融排斥问题，使得金融服务实体经济的作用难以发 挥，而数字普惠金融很好地弥补了这一点。数字普惠金融
升级；而谢家智等（2014）认为制造业过度金融化阻碍了
实体经济发展，造成金融与实体经济的背离，对产业结构
升级具有抑制作用。随着阿里巴巴等电商平台的崛起，中国数字普惠金
是互联网科技与金融行业的融合，以信息技术为支撑的数
2020.12 榜瑋 47晋恿金融融发展非常迅速。刘湘云和吴文洋(2018)研究发现数 字普惠金融能够缩小城乡收入差距，促进地区创业、技术
字普惠金融指数、覆盖广度指数、使用深度指数、数字化 程度指数。(1)数字普惠金融指数(GATE):由北京大学
创新和农村居民消费，而消费需求的多样化会促进地区产 数字金融研究中心和蚂蚁金服集团共同编制，具体编制过业升级。周洋等(2018)的研究表明相对于国有或者大 型企业，我国中小微企业的金融服务需求方的金融知识较
程见郭峰等(2019)。(2)覆盖广度(BREATH)：主要通过三个指标来体现,分别是每万人拥有的支付宝数量，支为匮乏，抑制有效需求，不利于产业结构升级。唐文进等 付宝绑卡用户比例、平均每个支付宝账号绑定银行卡数。(3)使用深度指数(DEPTH):主要通过实际使用互联网(2019)以我国283个地级以上城市为样本数据，釆用面板 门槛模型方法，得出数字普惠金融与产业结构之间存在非
金融服务的情况来衡量，包括支付业务、货币基金业务、
线性关系，且数字普惠金融结构与产业结构升级之间也存 在非线性关系，这种关系在分地区回归中依旧存在。信贷业务、保险业务、投资业务和信用业务等六方面。(4)数字化程度指数(DIG):主要通过移动化、实惠化、信用化和便利化等四个指标来实现。三、变量选择与模型构建(—)变量选取表1报告了 2011年-2017年各省的数字普惠金融指数。就全国均值而言，全国数字普惠金融指数从2011年的40. 80上升到2017年的272. 86,各省的指数也均有较大幅度的增1.被解释变量。本文的被解释变量是产业结构升级， 将从两个角度衡量，即产业结构合理化和产业结构高级 化。(1)产业结构合理化(TL)。指为了提高经济效益， 要求在一定的经济发展阶段，根据科学技术水平、消费需
长，表明中国的数字金融经历了快速发展。但是，地区和 省级间差异比较明显，东部发展程度最高，中部次之，西
部最低。其中，2017年东部地区中指数最高的是上海市, 中部地区中指数最高的是湖北省，西部地区中指数最高的
求结构、人口基本素质和资源条件，对起初不合理的产业 结构进行调整，实现生产要素的合理配置，使各产业协调 发展。我们借鉴干春晖、郑若谷(2011)提出的泰尔指数
是重庆市，增幅最高的是北京市。不过，从近几年的增长速度来看，中部地区和西部地区的发展加快，这表明我国的数字普惠金融发展具有普惠性。表1中国数字金融的发展地区201120122013来度量产业结构的变迁程度，计算公式为：安徽省2014201520162017增加值
33. 0796. 63150.83180.59211.28228. 78286. 37252. 67204. 11248. 00223. 32
271. 60329. 94299. 28243. 78
296.17238.53250.53其中i表示产业类型，n表示产业束，Y表示产业增加
北京市79.4161. 76
84150.65215.62235. 36276.38值，L表示就业人数。泰尔指数一般在0-1之间，泰尔指数
福建省123.21183.10202.59245.21237. 52224.94226.69228.05232.99230.08
甘肃省76. 29128.39159.76199.78越大说明产业结构越不合理，越接近0则说明产业结构越合 理。(2)产业结构高级化(TS):是国民经济的产业结构由 劳动密集型产业为主的低级结构，向以知识、技术密集型 产业为主的高级结构调整和转变的过程及趋势。用第三产 业的产值与第二产业的产值的比值来表示。2.核心解释变量的选取。本文的核心解释变量是数字
广东省广西壮族自
治区69. 4833. 89
47
127.06184. 78201. 53240.95
89. 3575. 87
141.46166.12207.23261. 94
251.46贵州省121.22154.62193.29209. 45
海南省河北省
45. 5632. 4228. 4033. 5839. 8232. 68
102.94158.26179.62230.33231. 56214. 36
275. 64
258.1789. 3283. 6887. 91144.98160.76199.53225. 75238.52223.20
河南省黑龙江省142.08166.65205. 34223. 12141.40167.80209.93
266. 92256. 78285. 28
261.12221. 89239. 86217. 69217. 07253. 75
湖北省101.42164. 76190.14226.75245. 46228.44230.25
普惠金融指数，并且为了深入探究数字普惠金融指数对产 业结构升级影响，也选择将数字普惠金融的三个维度作为
湖南省93. 7187. 23
147. 71167.27206.38吉林省江苏省24.5162. 08
138.36165.62208.20254. 76297. 69
解释变量，因此本文的核心解释变量共有四个，分别是数
122.03180.98204.16244.01235.6148柢重礙2020.12续表1中国数字金融的发展表2变量的描述性统计江西省辽宁省内蒙古 自治区宁夏回族自治区29. 7443. 29
91. 93146.13175.69208. 35223. 76267.17267.18237.43223.89229.61224.28221.87变量被解释变
量产业结构高级化产业结构 合理化数字普惠 金融指数
样本
210210210210210210210210210210210均值标准误.最小值0.01692最大值
0.63976103. 53160.07187.6122& 40231. 410. 22193890.1356780.61650562& 8991. 6887. 1361. 47
146. 59172.56214. 55229. 93258. 50255. 59240. 20272. 06259. 95266. 85336. 65267. 80284. 03248. 69256. 27318. 05276. 31272. 86
1. 08513172.05940.5184. 236731.3133
13& 74165. 26214. 70212. 36
77.7416774. 542951& 33336. 65316. 12396. 05453. 66& 0771. 759489.6青海省山东省山西省11&01145.93195.15200. 38232. 57
解释变量覆盖广度指数
使用深度指数数字化程度
指数151.4971168.57651. 96
6. 767. 580. 39840. 047878.517443& 5533. 4140. 9680. 1940. 16100.35159.30181.88220.66233. 51246.28831.578047114.48821.1024020.328357292. 9898. 24
144.22167.66206. 30224. 81148. 37178.73216.12226.54
225.89256.46227.64223.45
陕西省上海市
四川省229. 37282. 22225. 41245. 84208. 72217. 34
26& 10门槛 变量RD投入强度
外商直接投资0. 329427156.4289150.77222.14239.53278.11100.13153.04173.82215.48122.96175.26200.16237. 53控制变量城镇化率12.584250.19096850.321299829.22
0.15640. 0165政府干预贸易化程度
0. 51585520. 27996670. 9314天津市新疆维吾尔 自治区60. 5820. 341. 584482. 4584. 43
143.40163.67205.49137.90164.05203. 76228.35231. 36240.66234.42232.06
(三)模型设定云南省浙江省24.9177. 39
根据以上的理论分析，为了理清数字普惠金融与产业146. 35205. 77224.45264.85
结构升级的关系，本文设立如下基准模型：lnTZ”=a*+0ilnGATE”+021nFDI”+031nGOV”+，0JnURBAN”+05 lnTRADE,,+e,.,
重庆市全国平均
41.8940. 80
100.02159.86184. 71221.84233. 89
100.72156.69180.94221.13231. 27
教揺来源：资料来自郭车等(2019)(1)3. 门槛变量。在不同的技术创新水平下，数字普惠金 融对产业结构升级的影响会不同，因此本文选择将RD投入 强度当做门槛变量。RD投入强度(RD):釆用各省、市、 自治区每年的科研经费内部投入占GDP的比重来表示。lnTS”=a；+061nGATE”+爲 lnFD[”+〃81nGOV”+〃9]nURBAN”+0io
lnTRADE”+e” (2)其次为了检验数字普惠金融内部特征对产业结构升级
的影响，建立静态面板模型；1 nTZ”=a*+r11 nXjt+r21 nFD I ”+% 1 nGOV”+41 nURBANi(+r5 InTR ADEi(+eir
4. 控制变量。由于影响产业结构的因素是复杂多样 的，为了使模型更加稳健，本文纳入了一系列控制变量， 包括：(1)外商直接投资(FDI):用各地区外商直接投
(3)1 nTS,(=a,+r6 lnXa+r7lnFDI it+r81 nGOV1(+r91 nURBAN^+r^ InTR
资总额占地区生产总值的比重来表示。(2)贸易开放度ADE,(4)上式中，下标i表示地区，t表示时间。被解释变量 TL”、TS”表示产业结构升级，解释变量GATEit为数字普惠
(TRADE):采用进出口总额占地区生产总值的比重来表 示。(3)城镇化率(URBAN):用年末城镇人口占地区年
末总人口表示。(4)政府干预(G0V):以政府支出占地 区生产总值的比重来表示。(二)数据来源与描述性统计金融指数，X*为覆盖广度指数、使用深度指数、数字化程 度指数,RD“为RD投入占GDP的比重，表示创新投入，FD“表 示政府财政支出占比，表示政府干预，TRADE“为贸易开放
本文选取了2011年-2017年除西藏、台湾、香港和澳 门外的30个省、市、自治区的面板数据。数据主要来源于 《中国统计年鉴》《中国科技统计案件》、Wind数据库以
程度，FDI*表示外商直接投资，URBAN”表示城镇化率，e” 为扰动项。及各省市的统计年鉴。凡是包含价格因素的指标均调整为 2011年不变价。为消除异方差，对所有变量进行对数化处
四、实证结果分析(—)基准回归分析检验理。表2列出了各变量的统计特征。2020.12 榜绳 49晋恿金融利用statal5.0软件进行实证检验，为了检验结果的 准确性，分别使用OLS、FE、FGLS三种方法进行静态面板数
业结构合理化，说明数字普惠金融更多影响的是产业结构
高级化。从控制变量的大小与系数来看，贸易开放度对产 业结构高级化、产业结构合理化的影响是负；城镇化率对 产业结构合理化的影响是负，对产业结构高级化的影响是
据的回归分析，根据拟合结果进行比较进而选取最优模型 (见表3)。检验结果表明，该面板数据应釆用固定效应模 型，因此后续分析均基于FE的回归结果。正，外商直接投资、政府干预对产业结构高级化和产业结 构合理化的影响均是正。表4从回归结果来看，数字普惠金融指数在给定1%的显著 性水平下显著，城镇化率在给定1%的显著性水平下显著。 贸易开放度在给定水平下并不显著，可能是由于各省份的 进出口总额受区位影响较大，中西部地区进出口总额较 低，增长较慢，并且由于中西部地区产业结构偏向重工业 化。政府干预在给定1%的显著性水平下显著。表3数字普惠金融对产业结构升级的影响数字普惠金融结构对产业结构升级的影响 lntslntlIInURBAN1.0246***0. 9919***1. 1386***-2.9235*** -2. 7597*** -2.8950***(1& 4659)(-17.8856)(-16. 5655)(-1& 5127)(13.1205)(12. 6104)InFDI0.1457***0.1375***0.1396***0.0566***0.0823***0.0549***(9. 2206)InTRADE(7. 7565)(5.6832)(3.6485)(5.0124)(3.6649)-0. 0647*** -0.0566*** -0.0604*** -0.0552*** -0.0730*** -0.0540***(-4.5173)(-3. 8673)(-3. 1184)(-2. 7008)(-3. 0938)(-2. 6962)InTSInTLFGLSInGOVFGLS-0.0396(-1. 5777)0.3583***0.3655***0. 3512***0. 2910***0. 3026***0. 2891***OLSInGATEFEOLS-0. 0067FE(21.1939)(24. 2294)(17. 7020)(9. 3640)0.0183(0.9765)(13. 2567)(9. 7058)0.1541***0.5381***0.1161***-0.8904***(-3. 6600)InBREATH0.0726***(3. 8756)(3.4410)(4. 1842)1.0141***(-0.1015)(2. 6964)InURBAN0.7612***0. 7207***-3.0501***-2. 3035***-2.8310***InDEPTH0.1360***0. 0937*(1.6888)(4. 5140)InFDI(4.9707)(12.2519)(-18. 3632)0.0082(-10. 2123)(-14. 7492)(4.4134)InDIG0. 0568(1. 3379)0.1254***0.1325***0.01390.0737***0. 0704***(5.4687)0. 0180*(1.6988)(2. 7257)-0. 0416(7. 5668)-0. 0543***(-3.6238)(0.1146)(0.1943)-0. 0415(-0. 7217)0. 2085***(4. 8626)-0. 0664***InTRADE-0.0522-0. 0646(-1. 0076)10.4099***_cons-3.8176*** -4.0012*** -4. 3131***10.3179***10.2392***10.1920***(-10. 2416)(-1. 5568)InGOV(-1.1278)(-3.4190)(-9. 9962)(-14.8402)(17. 1014)
0.6763(12. 9804)0.6849210.0000(15. 8409)0.6765210.0000-3. 8426***0.3788***0.3508***0.3039***(10.2894)r2_wN0. 36390. 3955
210.00000. 3655
210.0000(-6.4111)(7. 3510)(20.9470)(16. 0963)0.6558(2.6013)210. 0000210.0000_cons0. 33900.1541***-4.8904*** -4. 0187***12.1903***10. 2572***注：*、**、***分别表示在10%、5%、1%殆臺借水平下显著(-9. 5080)0.4038(-9.9493)-0. 0067(15. 2348)0.6964210.0000(14.0656)r2_w(3. 8756)0. 3807(-0.1015)210.000097.45150. 6776(三)进一步扩展研究NF豪斯曼结果210. 000021.7117210.0000210. 0000210. 0000上述研究表明数字普惠金融对产业结构升级存在促进
26. 818290. 854956. 7342144.1253作用，但数字普惠金融对产业结构升级是否存在非线性？ 在不同的技术创新水平下，数字普惠金融对产业结构升级
注：孔好、好*■分别表示在10%、5%、1%的置信水平下显著数字普惠金融结构回归分析检验(二)是否存在异质性？为回答上述疑惑，本文釆用Hansen提出 的面板门槛模型进行检验。模型设置如下：表4给出了数字普惠金融结构对产业结构升级的影响。从覆盖广度指数来看，产业结构高级化在1%的显著性水平
lnTS”=a,・+£ilnGATE” • I(lnRD”W y )+^2lnGATE,., • I(lnRD
下显著，但产业结构合理化并不显著。从使用深度来看， 产业结构高级化在1%的显著性水平下显著，产业结构合理
”WY)+&X“+e” (5)lnTZ”=a；+AJnGATE” • I(lnRD,.,^ y)+jt2lnGATEi( • I(lnRD”
化在10%的水平下显著。从数字化程度指数来看，产业结构 高级化在1%的水平下显著，产业结构合理化在10%的水平下
WY)+%X“+e” (6)其中，i表示省份，t表示年份，TS、TL表示产业结构
显著。从影响系数的大小来看，覆盖广度指数、使用深度 指数、数字化程度指数对产业结构高级化的影响均大于产
升级，GATE表示数字化普惠金融指数，X为所选控制变量， 包括政府干预、城镇化率、外商直接投资、贸易开放度。50 梅环 2020.12表5为门槛检验结果。从检验结果可以看到，式（5）、式（6）的RD投入强度均存在显著的门槛效应。其
InURBAN表6数字普惠金融对产业结构升级的门槛效应结果lntllntllnts0.6920***lnts0. 5480***-2. 6819***(-12. 6045)-2.3930***(-11.4988)中，以产业结构合理化为被解释变量，RD投入强度为门槛 变量，数字普惠金融指数为解释变量时，单一门槛、双重
InFDI(4. 9203)0.0869*(4.1060)0.0576-0.0573-0. 0342(-0. 5504)门槛的F值均在1%的水平下显著，因而数字普惠金融对产业 结构合理化的影响具有双重门槛效应。以产业结构高级化
(-0.8703)(1. 9003)-0.0935**(1.3260)InTRADE-0.1413**(-2.6006)-0. 0305(-0. 5485)-0. 0328(-2.4389)0.3758***(-0. 9537)0. 3927***为被解释变量，RD投入强度为门槛变量，数字普惠金融指 数为解释变量，单一门槛、双重门槛的F值均在5%、1%的水
InGOV0.2382***0. 2174***(3.1611)(3. 2667).lnGATE F值39.4P值10% 门槛值0.000020. 7325 21. 586223.04740. 2323_cons12.4959***(17.1628)12.1402***-4. 6970***-4.3267***(-9. 0919)0.51810.5181产业结构合理化双门槛 三门槛单门槛 产业结构高级化双门槛 24. 10.003318.9975 19.941122. 3196 [0. 2323,0. 6896](17. 6202)(-9.3786)0.44360.443614.950.933325. 3586 26. 7426 28. 378812.870.016710. 7246 11. 760713.7659 0.8424r2r2_w0. 75100. 75100.78040.7804210.000099.488827.870.000016.1908 17. 088219.1711 [0. 9677, 1. 3697]NF210. 000099.0077210. 000026.1718210.000030.1089三门槛19.070.240028.0271 36.104254.8000注：★、好*分别表示在10%、5%、1%的置信水平下显著（四）门槛模型结果从表6的检验结果可以看出，数字普惠金融指数对产 业结构合理化的影响呈倒U型趋势；数字普惠金融指数对 五、结论与政策建议在数字时代的背景下，本文从数字普惠金融和产业结 构升级的视角出发，构建静态回归模型，实证分析了数字 普惠金融指数对中国产业结构升级的影响。主要得出以下 产业结构高级化的影响也成倒U型。具体而言，以数字普惠 金融指数为核心解释变量，RD投入强度为门槛变量，若地 区RD投入强度跨越第一重门槛值0. 2323,数字普惠金融指 数对产业结构合理化的影响系数由-0. 8404变为-0. 7378, 在1%的水平下显著；当跨越第二重门槛0. 6896后，系数变 为-0.8305,且在1%的水平下显著。当被解释变量为产业 结论：第一，伴随着互联网及5G的到来，我国数字普惠 金融指数整体呈现上升趋势，且中西部与东部地区的差距 结构高级化，以数字普惠金融指数为核心解释变量，RD投 入强度为门槛变量，若地区RD投入强度跨越第一重门槛值 逐渐缩小。第二，从数字普惠金融整体指数对产业结构升 级的结果来看，数字普惠金融指数显著地促进了产业结构 0. 8424时，数字普惠金融指数对产业结构高级化的系数由 0. 5468±升到0.6483,在1%的水平下显著；当跨越第二重 门槛1. 3697后，系数下降为0.4937,且在1%的水平下显 著。高级化，并且对产业结构合理化也具有一定的促进作用。 因此，从整体来看，数字普惠金融促进了产业结构升级。 第三，从数字普惠金融指数的内部结构来看，覆盖广度指 数、使用深度指数、数字化程度指数对产业结构升级都具 从控制变量来看，城镇化率、政府干预、贸易开放 度、外商直接投资对产业结构合理化、产业结构高级化的 有不同程度的促进作用。第四，从门槛回归结果来看，在 不同的技术创新水平下，数字普惠金融对产业结构升级的 影响基本与上述的基准回归相似，不再赘述。影响不同。具体来看，数字普惠金融对产业结构合理化、 2020.12 榜绳 51晋恿金融产业结构高级化均具有双门槛效应，且都呈现倒U型，表明 数字普惠金融对产业结构升级的影响存在限值。第五，在 控制变量方面，城镇化率、外商直接投资、政府干预对产 业结构升级具有正向促进作用，贸易开放度对产业结构升 级有一定的抑制作用。基于所得结论，本文提出以下政策建议:第一，加快建 设均等化数字基础设施。各级政府应将提供完善的数字基 础设施作为推动全社会公共服务均等化的核心工作，通过 二三产业的跨界融通发展来提高各行业的就业吸纳力。第 二，加快数字经济规模化，推动数字产业化，推进数字普 惠金融的发展，把握新一轮工业革命的机会窗口，完善配 套政策，进一步夯实数字经济的技术基础，积极引导数字 金融和制造业深度融合，提升产业数字化水平。第三，政 府应精准施策，做好数字化技术应用产业的整体布局，加 速传统产业的数字化转型，实现数字技术赋能实体经济的 落地。参考文献：［叮陆静.金融发展与经济增长关系的理论与实证研究一一基于中国省 际面板数据的协整分析［J］.中国管理科学, 2012 (20).［2］罗超平，张梓榆,王志章•金融发展与产业结构升级:长期均衡与短期 52榜重礙2020.12动态关系［J］ •中国软科学,2016 (05).［3］ 谢家智，王文涛，江源•制造业金融化、政府控制与技术创新［J］.经 济学动态,2014(11).［4］ 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［R］.北京:北京大学数字金融研究中心,2019.［5］ 刘湘云，吴文洋.科技金融与高新技术产业协同演化机制及实证检 验一一源于广东实践［J］.广东财经大学学报,201&(03).［6］ 周洋，王维昊，刘雪瑾.认知能力和中国家庭的金融排斥一一基于 CFPS数据的实证研究［J］.经济科学,2018 (01).［7］ 唐文进，李爽，陶云清.数字普惠金融发展与产业结构升级一一来自 283个城市的经验证据［J］.广东财经大学学报,2019, (06).［8］ 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［J］.经济研究,2011, (05).作者简介：段鑫(1995—),男，山西运城人，新疆财经大学硕士研究生在读。李明蕊(1994—),女，四川成都人，新疆财经大学硕士研究生在 读。责任编辑：韩璟 校 对：HJ 因篇幅问题不能全部显示，请点此查看更多更全内容