数字金融发展、资本配置效率与产业结构升级

李晓龙 冉光和

[提要]中国经济高质量发展亟需加快产业结构升级，数字金融发展是否有效促进了地区产业结构升级呢？资本配置效率又在其中起到什么作用？本文基于2011-2018年中国地级市面板数据，利用双向固定效应模型和中介效应方法，从资本配置效率的视角出发，实证检验了数字金融发展对产业结构升级的影响。研究发现：数字金融发展对产业结构升级产生了显著的促进作用，分维度来看，数字金融覆盖广度的作用明显高于使用深度和数字化程度；资本配置效率改善是数字金融发展影响产业结构升级的重要传导机制，数字金融发展可以通过改善资本配置效率促进产业结构升级。进一步运用面板门槛模型检验发现，资本配置效率对产业结构升级的影响显著存在基于数字金融发展的双重门槛效应，在数字金融发展水平由低到高的动态变化过程中，资本配置效率对产业结构升级的作用由负转正并不断增强。

一、引言与文献综述

当前，中国经济已经进入高质量发展阶段，作为推动经济结构调整的关键一环，产业结构优化升级是实现经济高质量发展的重要基础和必要途径。然而，产业结构不合理仍然是制约中国经济发展的突出难题，并集中表现为农业基础薄弱、工业大而不强以及服务业发展滞后等结构性问题，亟待进一步优化升级。产业结构升级离不开特定的外部环境，尤其是金融体系的大力支持。已有研究表明，金融是现代经济的核心，是推动产业结构升级的重要动力(Levine，1996；[1]范方志和张立军，2003；[2]钱水土和周永涛，2011[3])。近年来，随着科技革命和产业变革的不断推进，以大数据、云计算以及人工智能等作为技术支撑的数字金融获得快速发展，已成为一个国家金融高质量发展的重要引擎，同时也是现代金融发展的重要趋势。作为新兴金融模式，数字金融发展能够通过降低服务门槛以及实现服务便捷化，极大地提升金融服务的普惠性，推动特定产业(尤其是新兴产业和高技术产业)的发展，进而影响产业结构升级；与此同时，数字金融能够通过信息技术高效地匹配资本供给与产业发展需求，实现资本配置效率的提升，并引导资金有效进入具有成长性、可持续性的产业领域，进而影响产业结构升级。因此，数字金融发展能否对产业结构升级产生影响以及通过何种途径影响产业结构升级，是当前值得关注且亟待验证的重要问题。

近年来，有关数字金融发展的经济效应是学术界研究的热点。相比于传统金融，数字金融所具备的政策性、靶向性以及广覆盖性特征，可以显著改善实体经济发展面临的融资难与融资贵困境，从而加快实体经济发展(汪亚楠等，2020；[4]成学真和龚沁宜，2020；[5]钱海章等，2020[6])。基于经济高质量发展背景，宇超逸等(2020)[7]、蒋长流和江成涛(2020)[8]研究发现，数字金融发展及其覆盖广度、使用深度以及数字化水平均有助于提高经济发展质量；从数字金融发展影响经济发展的传导机制来看，在宏观层面，王如玉和周诚君(2020)发现数字金融发展能够提高生产率水平[9]；不仅如此，数字金融发展还可以显著缩小城乡收入差距(宋晓玲，2017；[10]梁双陆和刘培培，2019；[11]杨伟明等，2020[12])，进而促进经济发展；在微观层面，数字金融发展推动了数字金融产品和服务门槛下移，极大地缓解了居民信贷约束，有效激励了居民消费(易行健和周利，2018；[13]谢家智和吴静茹，2020；[14]南永清等，2020[15])，进而驱动了经济发展；梁榜和张建华(2019)、[16]万佳彧等(2020)、[17]唐松等(2020)[18]等研究发现，数字金融发展对企业技术创新具有显著的正向影响；此外，数字金融发展还可以显著激发居民的创业行为(谢绚丽等，2018；[19]何婧和李庆海，2019；[20]冯大威等，2020[21])，为经济持续健康发展提供了重要动力。

已有文献对数字金融发展的经济效应做了深入讨论，但依旧缺乏对产业结构升级这一政策目标的细致评估，尤其是忽略了数字金融发展通过何种路径影响产业结构升级，此种内在机制的识别对于合理发展数字金融和调整产业结构均具有关键性意义。基于此，本文从资本配置效率视角出发，考察数字金融发展对产业结构升级的影响，并拓展讨论数字金融发展、资本配置效率与产业结构升级之间的非线性关系。与现有研究相比，本文可能的贡献主要在于：首先，以资本配置效率改善为主要切入点，在分析数字金融发展影响产业结构升级内在机理的基础上，实证考察了数字金融发展对产业结构升级的影响；其次，本文利用中介效应模型验证了数字金融发展→资本配置效率提升→产业结构升级的传导机制，同时利用门槛效应模型对数字金融发展、资本配置效率与产业结构升级之间的非线性门槛关系进行了检验，进一步丰富和拓展了产业结构升级领域的研究文献。此外，考虑到中国经济金融发展的区域差异，本文区分东中西部地区和传统金融发展水平高低地区，检验了数字金融发展对产业结构升级的提升效应可能存在的地区异质性。

二、理论分析与研究假说

(一)数字金融发展与产业结构升级

数字金融泛指金融机构与互联网平台通过数字技术实现支付、结算、融资与投资等金融业务的新兴模式(黄益平和黄卓，2018)[22]。作为一种新的金融模式，数字金融通过创新性地引入大数据、云计算、人工智能以及区块链等数字化技术，可以有效解决成本高、效率低、服务不均衡、商业不可持续等传统金融较为棘手的诸多难题。具体而言，数字金融的主要功能体现在以下四个方面：一是拓展金融服务覆盖面。不同于传统金融对物理网点的高度依赖性，借助于互联网技术的地理穿透性，数字金融可以突破地域空间的限制，拓宽金融服务的覆盖范围，提高金融服务的可获得性(汪亚楠等，2020)[23]。二是扩大资金使用规模。金融市场中存在着长尾群体，即大量分散的小规模投资者，囿于成本、技术等因素，该部分投资者难以被传统金融市场吸纳。数字金融利用网络理财、网络贷款以及网络众筹等服务优势，可以有效吸收居民闲散资金，并将其转化为信贷资金以便利广大经济主体融资，由此可以最大限度地提升资金使用规模。三是降低交易成本。与传统金融模式相比，数字金融所提供的金融服务不再过度依赖实体设施，而是以互联网作为交易载体，借助数字化技术实现金融业务的智能化，建立起金融服务提供者与需求者之间点对点的直接联系，加速资金的跨时空流通速度，从而有效降低金融交易成本、搜寻成本和评估成本。四是优化风险管理方式。不同于传统金融模式，数字金融可以利用数字化技术在不同场景获取交易信息并积累征信记录，然后将数据信息整合用于设计各类数字金融产品，有助于优化风险管理方式。

数字金融具有的覆盖面广、资金规模大、成本可负担、风险管理等功能，较好地契合了产业结构升级的需要。首先，数字金融降低了产业主体获取金融服务的门槛，拓宽了融资渠道。当前，加速发展高新技术产业和新兴产业是推动产业结构升级的重点方向之一。然而，上述产业普遍具有的风险收益不确定、投资回报周期长、商业风险较大等特点，致使其往往被传统正规金融所排斥，难以获得足够的金融支持，而数字金融依靠数字化技术可以为成长性较好的高技术产业和新兴产业提供高质量的金融服务。具体来看，数字金融发展有助于扩大金融服务的覆盖广度，降低高技术产业和新兴产业获取金融服务的门槛；与此同时，伴随数字金融使用深度的延展，高新技术产业和新兴产业可以选择的融资渠道越来越多样化，从而有利于缓解其生产经营面临的融资约束，实现加速发展的目的。其次，数字金融降低了产业主体的融资成本，丰富了风险防范和管理手段。一方面，数字金融凭借互联网交易平台和数字技术的支持，不断创新金融产品和服务方式，可以有效降低产业主体的信息成本和交易成本，并引导其开拓新市场、新领域以及提高生产效率和市场竞争力，从而为整个产业的快速成长和可持续发展奠定坚实基础；另一方面，数字金融通过获取多源数据，借助大数据、云计算强大的信息筛选和风险甄别功能，能够有效降低传统借贷活动中的金融风险，特别是针对高新技术产业、新兴产业的高风险特点所开展的风险管理手段创新，极大地促进相应产业的健康发展，进而对产业结构升级产生积极影响。综上，本文提出假说1：

假说1：中国产业结构升级与数字金融发展正相关，即数字金融发展会促进产业结构升级。

(二)数字金融发展、资本配置效率与产业结构升级

资本既是经济发展的产物，也是社会再生产活动的核心要素，是产业持续发展的“血液”。资本配置效率的高低直接影响到市场优胜劣汰选择功能的发挥，决定着资本能否流入高效率产业，进而影响产业结构升级。当资本配置效率较低时，资本配置作用发挥不充分，难以有效识别和发展具有经济优势的行业，更加倾向于扶持一些体量较大的落后行业(蔡红艳和阎庆民，2004)[24]，也即存在较为严重的资本扭曲。资本扭曲带来了资本使用结构的扭曲，“规模歧视”、“所有制歧视”使得一些成长性较好的、有前景的高新技术产业和新兴产业难以获得(或者难以以合理成本获得)资本要素，大量资本涌入高能耗、高产值的资本密集型产业，这些产业在获得超额利润和超常规发展的同时，也丧失了向技术密集型产业和知识密集型产业转型升级的动力，最终不利于产业结构升级。换句话说，在资本配置效率较低的情形下，资本大量流向创新惰性较强、产能过剩严重甚至污染环境的企业，巨量资本的加持导致这些企业“劣而不倒”，最终不利于整个产业的优化升级。随着资本配置效率的提升，借助资金积累和资本形成机制，可以为支柱产业、高新技术产业及新兴产业等注入资本要素，提供产业结构转型升级所需的充足投资。同时，资本的趋利性流动能迅速实现现有的存量结构调整，加快资本在不同效率的产业间流动，优化资本的产业配置，带动先进产业发展以及淘汰落后产能，从而加速产业结构的优化调整与转型升级。由此，本文提出假说2：

假说2：中国产业结构升级与资本配置效率正相关，即资本配置效率改善可以推动产业结构升级。

影响资本配置效率的因素是多方面的，其中数字金融发展是重要原因，因此数字金融发展可能改善资本配置效率进而促进产业结构升级。首先，数字金融具有导向性和政策性有助于优化资本配置方向，改善资本配置效率。一方面，数字金融凭借信息技术对产业发展中的投资收益率、信息揭示和风险判别敏感度极高，可以引导资本流向利润高、发展前景好的产业，从供给端驱动有价值的产业部门通过外部融资实现快速发展，不仅有助于调整既有产业结构，还有利于新型产业结构的形成，并为整个产业的成长和发展奠定基础；另一方面，政府层面对于推进金融体制改革极为重视，针对新兴产业领域也多次进行定向降准，鼓励动员金融机构开展普惠金融业务，以尽可能满足弱势经济群体的金融需求。普惠性是数字金融的核心特点之一，数字金融通过为一些难以从传统金融部门获得融资需求的新兴产业提供普惠性金融服务，改善不同产业之间的资本配置效率，有助于推动产业结构升级。其次，数字金融有助于增强金融中介的信息搜集能力，减少产业主体与金融供给者之间的资本错配，实现资本配置的优化。金融中介的重要功能之一是承担借款人和贷款人之间信息匹配者的角色，在由传统企业、资源供给者与互联网信息服务平台构成的综合经济系统中，依托大数据、云计算技术以及产业网络的资源搜索，数字金融可以消减经济系统内部的信息不完全性，高质量、高效率匹配传统企业与资源供给者之间的资本配置需求(宇超逸等，2020)[7]，从而对产业结构升级产生积极影响。综上，本文提出假说3：

假说3：数字金融发展可以通过改善资本配置效率进而促进产业结构升级。

三、模型、变量与数据

(一)计量模型设定

为了考察数字金融发展对产业结构升级的基准影响，本文借鉴汪伟等(2015)、[25]韩永辉等(2017)[26]学者在研究产业结构升级影响因素时的思路，构建如下面板计量模型：

(1)

式中，i、t分别表示地区与年份；UIS表示产业结构升级；a为常数项；DFD表示数字金融发展，COV、USE、DIG分别表示数字金融发展的三个维度，即覆盖广度、使用深度和数字化程度；CTL表示其他控制变量的集合，φi表示地区固定效应，υt表示时间固定效应，εit为随机误差项。进一步地，我们将借助中介效应模型来验证假说2和假说3，具体模型设定如下：

(2)

(3)

(二)变量选取

1.被解释变量

本文被解释变量为产业结构升级。现有研究主要从三次产业产值比重变化的角度来构建产业结构升级指标(蓝庆新和陈超凡，2013；[27]汪伟等，2015；[25]赵春燕，2018[28])。然而，产业结构升级不仅意味着结构比例的调整，同时还表征着劳动生产率的提高。①为此，借鉴刘伟等(2008)、[29]郑威和陆远权(2019)[30]等学者的做法，本文的产业结构升级水平拟用三次产业产值比重与劳动生产率的乘积来度量，详细公式为：

(4)

(5)

2.核心解释变量

(1)数字金融发展。本文采用北京大学数字金融研究中心发布的地级市数字普惠金融指数来衡量数字金融发展水平。该指数以海量数字金融数据作为测度依据，为数字金融领域的研究提供了可靠的数据支撑(郭峰等，2020)[32]，目前已经得到国内学者的普遍认可和广泛使用。与此同时，为了深入探讨数字金融发展的结构化差异对产业结构升级的影响，本文进一步采用了数字金融发展的三个细分维度指标：(1)覆盖广度，主要反映地区数字金融基础设施的覆盖程度；(2)使用深度，主要体现地区数字金融服务的业务水平；(3)数字化程度，主要反映产业主体获得金融服务的成本大小和效率高低。目前中国正处于传统金融向数字金融转型发展的过渡时期，不同维度的数字金融范畴并不一致，因此有必要分维度考察数字金融发展对产业结构升级的影响。

(2)资本配置效率。资本配置是指资本在不同企业、产业或地区间的配置，资本配置效率反映了资本是否配置到利润最大化的企业、产业或地区。目前学术界对资本配置效率指标的设定，多采用资本价格扭曲程度来衡量(杜思正等，2016；[33]李晓龙和冉光和，2018[34])，资本扭曲程度越大，意味着资本配置效率越低。本文也借鉴这种做法，以资本价格扭曲的倒数来衡量资本配置效率。资本价格扭曲的计算步骤如下：

首先设定C-D生产函数为：

(6)

基于生产函数式(6)，可得资本的边际产出为：

(7)

式(7)中，Y表示地级市实际GDP，以2011年为基期进行平减获得；K表示实际资本存量，以2011年为基期利用永续盘存法计算得到；L为地级市劳动力总量；α通过混合回归获得，结果为0.5984。

接下来，计算资本价格扭曲程度，具体公式如下：

(8)

式(8)中，r表示资本价格，本文采用历年一年期银行贷款基准利率来表征。

3.控制变量

除上述变量外，本文进一步控制了以下变量：(1)基础设施水平(INF)。基础设施水平越高，越有利于推动生产要素的跨产业、跨区域流动，从而对产业结构的合理化和高级化产生积极影响。本文选取各地级市人均货运周转量来衡量基础设施水平；(2)人力资本水平(HUM)。人力资本水平越高，越有利于促进技术进步，并通过促使优势产业发展与主导产业变更推动产业结构升级。本文采用各地级市每万人拥有在校大学生数量来表示人力资本水平；(3)外商投资溢出(FDI)。外商直接投资通过资金供给与技术溢出，有助于推动高新技术产业和现代服务业发展，从而促进产业结构升级。本文选择各地级市外商直接投资与GDP之比来衡量外商投资溢出；(4)政府科技支持(SCI)。通常情况下，政府对科技创新的支持力度越高，越有利于高技术产业与新兴产业发展，进而有利于促进产业结构升级。本文采用各地级市人均财政科技支出来衡量政府科技支持。

(三)数据来源

本文样本涉及2011-2018年间中国大陆256个地级市(不含北京、上海、天津和重庆四个直辖市，同时剔除了海南、西藏、青海、新疆等年鉴中城市数量较少的省或自治区，以及从业人员少于10万人的地级市)，共计2048个样本。相关原始数据主要来源于《中国城市统计年鉴》、各省(直辖市、自治区)和地级市年鉴、Wind数据库、国泰安数据库、国家外汇管理局以及北京大学数字金融研究中心。为了确保统计数据的可比性，本文以2011年作为基期，对涉及货币计量的相关变量均作了平减处理。主要变量的描述性统计结果详见表1。

表1 主要变量描述性统计结果

四、回归结果及分析

(一)数字金融发展对产业结构升级影响的基准检验

混合效应模型、固定效应模型以及随机效应模型是面板数据回归分析的最常用模型，本文借鉴现有研究的普遍做法(陈强，2014)[35](P.258-271)，利用F检验和Hausman检验对三者进行选择(限于篇幅，省略了具体检验结果)。首先，F检验结果在1%的显著性水平上拒绝了原假设，说明固定效应模型比混合效应模型更加合适，应该允许每个个体拥有自己的截距项；其次，Hausman检验也在1%的水平上显著，表明固定效应模型明显优于随机效应模型；进一步需要考虑的是，是否应该在固定效应模型中加入时间效应。本文通过定义年度虚拟变量，检验了所有年度虚拟变量的联合显著性。检验结果在1%的水平上拒绝“无时间效应”的原假设，表明应在模型中加入时间效应，以控制时间差异对地区产业结构升级的外部冲击。因此，本文最终使用双向固定效应模型进行基准回归分析，回归结果详见表2。

根据表2中列(1)的检验结果显示，数字金融发展(DFD)的回归系数在1%的水平上显著为正，说明数字金融发展对产业结构升级具有显著的正向影响，即数字金融发展极大地促进了产业结构转型升级，这验证了理论假说1。为了进一步厘清结构化差异，表2中列(2)-列(4)分别列出了数字金融发展三个维度对产业结构升级的影响检验结果。从分维度的检验结果来看，数字金融覆盖广度(COV)、使用深度(USE)和数字化程度(DIG)的回归系数均为正数，且都通过了1%的显著性水平检验，说明无论是数字金融覆盖广度、使用深度，还是数字化程度，均对产业结构升级产生了积极的推动作用。与此同时，数字金融覆盖广度的回归系数数值大小明显高于使用深度和数字化程度，这表明数字金融覆盖广度对产业结构升级的作用明显高于使用深度和数字化程度。从控制变量的估计结果来看，所有变量均与产业结构升级正相关，说明基础设施越完善、人力资本水平越高、外商投资溢出越强以及政府科技支持力度越大，越有利于推动产业结构的转型升级。

表2 数字金融发展对产业结构升级影响的基准检验结果

为验证上述分析结果的稳健性，本文进一步采取以下两种方法进行稳健性检验：一是更换计量方法。为了避免遗漏变量造成的内生性问题，本文通过构造合适的工具变量(数字金融发展及其分维度指标的滞后一期)，利用两阶段最小二乘法(2SLS)重新对模型进行了估计，结果见表3列(1)-列(4)，从工具变量检验结果来看，不论是弱工具变量检验还是不可识别检验均显著通过，表明本文选取的工具变量是有效的。二是改变研究样本。为了使结论更加具有普遍性，本文通过剔除重点城市(包括省会城市、计划单列市和副省级城市)来改变研究样本，并采用双向固定效应模型重新检验数字金融发展对产业结构升级的作用效果，结果见表3列(5)-列(8)。从两种稳健性检验的估计结果来看，数字金融发展及其分维度对产业结构升级均存在显著的正向促进作用，可以验证本文的基准检验结论是稳健和可靠的。

表3 稳健性检验结果

(二)数字金融发展对产业结构升级的异质性影响检验

以上研究发现，数字金融发展对产业结构升级具有显著的正向影响。考虑到中国经济金融发展的区域差异，数字金融发展对产业结构升级的提升效应在不同地区可能会存在一定差异。为此，本文从以下两个方面考察数字金融发展对产业结构升级的异质性影响：

第一，考察数字金融发展对东中西部地区产业结构升级的影响差异。依照惯例，本文将全部地级市样本划分为东部地区和中西部地区，以中西部地区为基准，在式(1)的基础上引入数字金融发展与东部地区虚拟变量(EAST)的交互项。表4中列(1)-列(4)列示的是数字金融发展对产业结构升级的地区异质性影响检验结果，根据结果显示，数字金融发展的回归系数为0.0073，且通过了1%的显著性水平检验，交互项的回归系数为0.0016，同样通过了1%的显著性水平检验，说明数字金融发展对中西部地区产业结构升级的推动作用更大。这主要源于中西部地区的产业形态较东部地区更加落后，因而其具有后发优势，因此，数字金融发展能够显著推动中西部地区的产业结构升级。分维度检验结果表明，提高数字金融服务的覆盖广度是当前促进中西部地区产业结构升级最有效的手段。

表4 数字金融发展对产业结构升级的异质性检验结果

第二，考察数字金融发展对不同传统金融发展水平地区产业结构升级的影响差异。本文以金融机构贷款余额与GDP的比值作为传统金融发展水平的衡量指标，并根据中位数将全部地级市样本划分为传统金融发达地区和传统金融不发达地区，以传统金融不发达地区为基准，在式(1)的基础上引入数字金融发展与传统金融发达地区虚拟变量(DEVE)的交互项。表4中模型列(5)-列(8)列示的是数字金融发展对产业结构升级的传统金融发展水平异质性影响检验结果，根据结果显示，数字金融发展的回归系数为0.0084，交互项的回归系数为0.0006，两者均通过了1%的显著性水平检验，说明数字金融发展对产业结构升级的推动作用在传统金融不发达地区更大一些。可能的原因在于，传统金融发达地区相对拥有更为多样化的金融产品和服务，基本上可以满足当地产业转型发展的金融需求，数字金融主要对传统金融起到补充作用；对于传统金融不发达地区而言，产业转型发展面临的金融约束较为严峻，而数字金融发展能够显著扩大金融服务的覆盖广度和使用深度，从而在推动产业结构升级过程中扮演着比传统金融更为重要的作用。分维度的检验结果同样印证了这一结论。

(三)数字金融发展对产业结构升级的传导机制检验

本部分主要采用中介效应模型验证数字金融发展对产业结构升级的影响是否存在基于资本配置效率的传导机制，具体检验结果详见表5。从表5可以看出，列(1)中数字金融发展(DFD)的回归系数在1%的水平上显著为正，说明数字金融发展显著改善了资本配置效率；列(5)中资本配置效率(CAE)的回归系数显著为正，且通过了1%的显著性水平检验，说明资本配置效率改善有效推动了产业结构升级，这验证了理论假说2；与此同时，列(5)中数字金融发展(DFD)的回归系数也在1%的水平上显著为正，并且其数值大小明显小于表2中数字金融发展(DFD)的回归系数(0.0087)，意味着资本配置效率发挥了部分中介效应的作用，说明数字金融发展通过改善资本配置效率对产业结构升级起到了积极作用，即揭示了数字金融发展→资本配置效率提升→产业结构升级的传导机制。

表5 数字金融发展对产业结构升级的传导机制检验结果

从数字金融发展的分维度检验结果来看，数字金融覆盖广度(COV)、使用深度(USE)和数字化程度(DIG)的回归系数在列(2)-列(4)中均为正数，且至少通过了1%的显著性水平检验，说明数字金融覆盖广度、使用深度和数字化程度的提高都有助于改善资本配置效率。列(6)-列(8)中资本配置效率(CAE)的回归系数均在1%的水平上显著为正，再次验证了理论假说2，即资本配置效率改善有效推动了产业结构升级；与此同时，列(6)-列(8)中数字金融覆盖广度(COV)、使用深度(USE)和数字化程度(DIG)的回归系数数值大小相比表2列(2)-列(4)的估计结果均有所缩小，意味着资本配置效率发挥了部分中介效应的作用，即数字金融覆盖广度、使用深度和数字化程度均可以通过改善资本配置效率，对产业结构升级起到积极的推动作用。

(四)进一步讨论：数字金融发展的非线性门槛效应

前文中介效应模型检验结果表明，数字金融发展通过改善资本配置效率对产业结构升级起到了积极作用。换角度分析，这意味着资本配置效率对产业结构升级的影响可能会受到数字金融发展水平的制约，即存在数字金融发展的门槛效应。在数字金融发展的不同门槛值区间，资本配置效率对产业结构升级的影响存在明显差异。为此，本文接借鉴Hansen(1997)的思路[36]，以数字金融发展及其不同维度(数字金融覆盖广度、使用深度和数字化程度)分别作为门槛变量，资本配置效率作为门槛依赖变量，构建面板门槛回归模型，对数字金融发展、资本配置效率与产业结构升级之间可能存在的非线性门槛关系进行检验。根据不同模型所对应的F统计值与P值检验结果可以发现(限于篇幅，省略了具体检验结果)，门槛变量(数字金融发展及其分维度)均通过了双重门槛效应检验，为此，本文构建面板双重门槛模型进行了回归估计。

表6列示了在不同数字金融发展水平下，资本配置效率对产业结构升级的影响。从表中列(1)的估计结果来看，当数字金融发展水平低于第一门槛值(173.1100)时，资本配置效率并没有对产业结构升级产生促进效应，反而抑制了产业结构升级；当数字金融发展水平高于第一门槛值(173.1100)时，资本配置效率对产业结构升级的作用由负转正，且通过了5%的显著性水平检验；当数字金融发展水平高于第二门槛值(206.6481)时，资本配置效率对产业结构升级的促进作用进一步增强，且通过了1%的显著性水平检验。这表明，资本配置效率对产业结构升级的促进效果会受到数字金融发展水平的影响。当数字金融发展水平较低时，资本配置效率不会对产业结构升级产生促进作用；而随着数字金融发展水平的持续提高，资本配置效率对产业结构升级的促进作用不断增强。分维度门槛效应检验同样印证了这一结论。上述研究结果表明，只有当数字金融发展水平突破一定瓶颈之后，数字金融发展才能通过改善资本配置效率对产业结构升级产生显著效果。

表6 数字金融发展的门槛效应检验结果

五、研究结论与政策启示

数字金融发展有利于改善资本配置效率，较好地契合了产业结构升级的需要。本文首先从理论层面分析了数字金融发展和资本配置效率对产业结构升级的影响机理，并提出了相关研究假说。在此基础上，运用2011-2018年中国地级市面板数据，借助双向固定效应模型、工具变量法和中介效应法，从资本配置效率改善的视角出发，实证检验了数字金融发展对产业结构升级的影响。结果显示：数字金融发展对产业结构升级具有显著的正向影响，即数字金融发展极大地促进了产业结构转型升级；分维度来看，数字金融覆盖广度、使用深度和数字化程度均对产业结构升级产生了积极作用，相比而言，覆盖广度的作用明显高于使用深度和数字化程度；从地区异质性来看，数字金融发展对产业结构升级的促进作用在中西部地区和传统金融欠发达地区更加显著；从作用路径来看，资本配置效率改善是数字金融发展影响产业结构升级的重要传导机制，数字金融发展可以通过改善资本配置效率促进产业结构升级。进一步运用面板门槛模型检验发现，资本配置效率对产业结构升级的影响显著存在基于数字金融发展的双重门槛效应，在数字金融发展水平由低到高的动态变化过程中，资本配置效率对产业结构升级的作用由负转正并不断增强。

本文研究的政策启示主要在于：首先，积极推进数字金融发展，着力满足产业结构升级的金融服务需求。政府应积极引导和鼓励金融机构采用大数据、云计算、区块链等新兴技术手段，对传统金融业务进行数字化改造，不断创新金融产品和服务模式，优化健全风险防控与管理方式，尽可能满足产业结构升级对金融产品和服务多样化、专业化的需求。其次，大力改善传统金融模式下的资本配置扭曲现象，提高资本配置效率。数字金融发展可以改善资本配置效率进而促进产业结构升级，因而数字金融发展的关键是有效改善传统产业部门与新兴产业部门之间的资本配置扭曲状况，通过利用数字化的技术手段，切实解决信息不对称、融资成本高等普遍性问题，引导资金进入有巨大发展潜力的产业部门，有效缓解新兴产业和高新技术产业所面临的融资约束难题。最后，注重数字金融发展的地区差异，努力发挥经济金融欠发达地区的后发优势。对于中西部地区和传统金融欠发达地区而言，由于产业形态和结构较为落后，因此在推动产业结构调整和优化升级的过程中往往具有后发优势，发展数字金融发展是促进这些地区产业结构升级的强有力手段。为此，应该大力加强数字金融基础设施建设，积极推动金融数字化与智能化发展，不断完善数字金融服务供给，为产业结构转型升级提供新的动能。

注释：

①产业结构升级实际上是生产要素不断从低效率部门转移到高效率部门，从而持续提升高效率部门要素占有量的过程。