数字普惠金融发展、银行竞争与产业结构优化升级

甘瑞春

(厦门大学嘉庚学院 会计与金融学院，福建 漳州，363105)

一、引言

党的十九大报告明确指出，我国经济已由高速增长阶段转向高质量发展阶段。产业结构优化升级是实现经济高质量发展的关键，也是后发国家加快经济发展的本质要求。当今世界正经历百年未有之大变局，产业竞争日趋激烈，后疫情时代，面对产业数字化转型，推动产业结构优化升级，是我国经济实现长期健康发展的重要保证。党的二十大报告进一步指明，为实现经济的高质量发展，需加快发展数字经济，促进数字经济和实体经济深度融合，建设现代化的产业体系。数字普惠金融是数字金融结合移动终端和大数据分析以极低的成本并克服信息不对称对各个阶层群体实现全方位的数字化金融服务。数字普惠金融降低了金融服务门槛，提升了资金配置效率和能力，张贺[1]等证实数字普惠金融能够有效缓解金融排斥所引发的城乡收入差距问题。消费升级对于提高中国经济“内循环”具有非常重要的意义，邹新月[2]等指出数字普惠金融可以通过收入、移动支付、消费信贷和保险有效促进居民消费水平的提高。冯永琦[3]等认为创业作为推动我国经济发展的活力源泉，离不开数字普惠金融的有力支持，数字普惠金融可以通过缓解信贷约束、提升技术创新水平影响创业水平。企业是国民经济的细胞，特别是中小企业的健康发展关乎国计民生。万佳彧[4]等研究发现数字金融发展会显著缓解企业的融资约束，而放松融资约束会对企业创新产生显著正向影响。在经济发展新常态下，如何借助数字普惠金融的发展，推动产业结构优化升级，进一步促进经济转型发展，亦是一个值得探究的问题。

产业结构的优化升级离不开金融体系的资金支持，而中国的金融体系又由银行业所主导。由Wind数据库可知，截至2021年年末，我国社会融资规模存量已达到314.13万亿元人民币，接近同期GDP的三倍。在社会融资规模存量中，银行信贷占了绝大部分，产业结构的优化升级离不开银行信贷的支持。商业银行竞争在产业结构优化升级的过程中所起的作用成为众多学者关注的热点。叶初升[5]等认为银行竞争通过改变银行贷款的流向，促进了信贷资源在行业间、地区间的优化配置，从而推动中国产业朝着技术更先进、结构更高级的方向变迁；封思贤[6]等研究发现数字普惠金融作为一种新型的普惠金融形态，结合数字技术的发展，利用长尾效应，打破了传统银行业的二八定律，对整个银行业的竞争格局产生了深远的影响。为了应对激烈的竞争，商业银行自身也在加快数字化转型，探索金融业务发展的新路径和新模式。在以往的研究中，鲜有文献对数字普惠金融发展、银行竞争以及产业结构优化升级三者的关系进行探讨。因此，着眼于数字普惠金融发展与传统金融机构——商业银行之间的关系，分析二者的竞合关系对产业结构升级的作用机制。

二、 理论分析与研究假设

(一)数字普惠金融发展与产业结构升级

消费结构的变动显著影响产业结构的优化升级，在发展型需求阶段，消费需求逐渐向服务性、劳务性产品转变。数字普惠金融的发展促进衣着、居住、日用品、交通通信以及其他商品和服务的消费支出，推动了需求端的产业结构优化[7]；经济实现高质量发展的过程中，资本积累构成产业优化升级的强大基础，数字普惠金融利用大数据分析，引导资金流向，通过优化资本配置驱动产业结构调整；技术创新是经济发展的灵魂，是经济增长的发动机，数字普惠金融的发展，可以弥补传统金融的不足，缓解企业的融资约束，为企业的技术创新活动提供信贷支持，提升区域技术创新水平。数字普惠金融通过影响企业的技术创新产出与技术创新效率，从而间接推动产业结构的优化升级[8]。基于此，提出假设：

H1: 数字普惠金融发展会显著促进产业结构水平的提升。

(二)银行竞争程度的影响

有关银行竞争在产业升级中所发挥的作用，具有代表性的研究结论有两类。一类是市场势力说，其认为银行业拥有垄断势力，银行竞争程度低会导致信贷供给不足，不利于产业成长，阻碍经济增长，相反，银行竞争程度加强会促进对银行融资依赖度高的产业成长[9]；另一类为市场信息说，认为银行业所拥有的垄断势力能够降低银企之间的信息不对称，企业能够获得银行长期的信贷支持从而促进产业结构优化[10]。数字普惠金融的创新发展对商业银行的业务造成强烈冲击，改变银行业传统的竞争格局。但是，数字普惠金融发展也并不总是加剧银行竞争，商业银行在转型发展的过程中会寻求与数字普惠金融的深度融合和跨界竞合。银行竞争程度的高低深刻影响着数字普惠金融发展在产业结构优化升级过程中所发挥的作用。因此，结合我国银行业的发展现状，提出假设：

H2：银行竞争正向调节数字普惠金融发展对产业结构升级的促进作用。

三、研究设计

(一)样本说明与数据来源

选取2011—2020年中国31个省市(不包括中国港澳台地区)面板数据进行实证分析，并将其划分成东部、中部、西部三大区域①，考察数字普惠金融区域发展差异对区域产业结构优化升级的影响。数字普惠金融发展指数来自于北京大学数字金融研究中心发布的北京大学数字普惠金融指数(2011—2020)，各个银行各个年度在各个地区的分支机构数据来自于中国银保监会金融许可证信息数据库，其余变量数据来源于《中国统计年鉴》、各省份统计年鉴、Wind数据库以及国家统计局官网统计数据库。

(二)相关变量的测度

1.数字普惠金融发展指数

采用北京大学数字金融研究中心发布的数字普惠金融指数(2011—2020)来测度中国数字普惠金融的发展状况。该指数覆盖了全国31个省份、37个地级以上城市和约2 800个县域，包含了数字金融覆盖广度、数字金融使用深度和普惠金融数字化程度3个维度。选择数字普惠金融省际层面数据，包括总指数以及三个分指数并结合银行竞争状况，分析其对产业升级的影响。为防止本指数相较于其他指标数值过大，总指数以及三个分指数都除以100。

2.银行竞争

借鉴姜付秀[11]等的研究，利用中国银监会公布的银行机构金融许可证信息，计算各个省份各个年度银行业的赫芬达尔-赫希曼指数(HHI)，用以衡量银行竞争水平。选择的银行总数为65家，包括中国银行、农业银行、工商银行、建设银行、交通银行等5家国有大型银行、招商银行等11家全国性股份制商业银行、北京银行等49家地方性商业银行。银行竞争指数计算方法如下：

(1)

其中，Branchi代表第i家银行在某省份的分支机构数量，TotalBranches为某省份所有银行的分支机构数量。HHI指数取值范围为0～1，取值越小代表该地区银行竞争程度越高；反之则越低。

3.产业升级指数

4.控制变量

加入一系列影响产业结构升级的控制变量，以减轻遗漏变量造成的内生性问题。(1)消费水平。消费需求结构的变化是产业结构变化的动因，社会的消费水平影响着产业结构升级。用各省社会商品零售总额占各省GDP的比例衡量。(2)固定资产投资水平。固定资产投资可以提升地区的基础设施水平，对产业结构升级产生影响。用各省固定资产投资总额与各省GDP之比衡量。(3)政府干预程度。政府干预构成产业政策的重要内容，促进地区资源优化配置，影响产业升级。用各省财政支出占GDP比重衡量。(4)对外开放程度。对外开放程度存在产业关联效应，影响人才流动，进而影响到产业升级。用各省进出口总额占各省GDP比重来表示。所有变量描述性统计如表1所示。

(三)模型构建

构建数字普惠金融发展及其与银行竞争的竞合关系对产业结构升级的影响实证模型：

ISUit=λ0+λ1INDEXit+λ2HHIit+λ3INDEXit×HHIit+λ4Controlit+ui+εit

(2)

其中，INDEX代表数字普惠金融发展总指数dfi以及三个一级维度的分指数，即数字普惠金融的覆盖广度(cov)、使用深度(usa)、数字化程度(dig)，同时考察数字普惠金融不同维度的发展对产业结构优化升级所起的不同作用。交互项INDEX×HHI为核心解释变量，当该交互项的回归系数显著为负时，代表银行竞争正向调节数字普惠金融发展与产业结构升级之间的关系，即银行竞争水平的提高，有助于增强数字普惠金融发展对产业结构升级的驱动效应。Control表示控制变量，u代表个体效应，ε表示随机扰动项。

表1 变量的描述性统计Tab.1 Descriptive statistics of variables

四、 实证结果与分析

(一)基准回归结果

基于F检验、LM检验和Hausman检验的结果，对模型采用固定效应回归，回归结果如表2所示。

从表2可以看出，数字普惠金融发展总指数以及三个一级维度的分指数的回归系数都显著为正，充分说明数字普惠金融发展对产业结构升级产生显著影响，促进了产业结构的高级化。数字普惠金融的覆盖广度相较于使用深度与数字化程度，在促进产业结构优化升级的作用上更为明显。数字普惠金融发展的总指数与银行竞争水平的交乘项dfi×HHI回归系数为-0.087，在1%的水平上显著为负，数字普惠金融三个一级维度的分指数与银行竞争的交乘项回归系数亦都是显著为负。由于银行竞争水平的度量指标HHI指数为负向指标，不管是总指数还是三类分指数与银行竞争的交乘项的回归结果都充分说明，地区银行竞争水平越高，数字普惠金融的发展越能够促进地区产业结构的优化升级。随着地区银行竞争水平的提高，数字普惠金融的使用深度相较于覆盖广度与数字化程度而言，在促进地区产业升级的作用上更为显著。

表2 基准回归结果Tab.2 The results of baseline regression

(二)稳健性检验

1.银行竞争的其他度量方法

为进一步验证研究结论的稳健性，采用前三大银行分支机构占比(CR3)替换指数测度地区银行竞争水平，对模型(2)进行回归，重新验证数字普惠金融发展、银行竞争与产业结构优化升级的关系。CR3指数构建如下：

CR3=(Branch1+Branch2+Branch3)/TotalBranches

(3)

其中，Branch1，Branch2，Branch3分别代表该地区前三大银行分支机构数量，TotalBranches仍然代表该地区所有银行的分支机构数量。该指标取值范围为0～1，取值越小，代表该地区银行竞争程度越高，反之则越低。

稳健性检验结果如表3所示，可以看出，变量的估计系数和显著性与表2基本一致，数字普惠金融总指数与CR3指数的交乘项以及覆盖广度、使用深度这两个一级维度的分指数与CR3指数的交乘项系数均显著，充分说明本文所得到的结论即数字普惠金融发展显著促进产业结构优化升级，以及银行竞争正向调节数字普惠金融发展对产业结构升级的促进作用是稳健的。

体育老师以及学生家长都应转变传统的教育观念，鼓励学生积极参与他们喜欢的体育活动，帮助他们重新树立体育的目标是身体素质提高的理念，掌握自主锻炼的科学方法。体育教师要帮助学生树立正确的体育观念和端正体育态度，培养学生的自主锻炼的能力，提高学生对体育的认识，使学生了解体育的价值。使学生了解人体身心健康和身体运动的科学知识，掌握科学锻炼的正确方法，为终身体育打下基础。

表3 稳健性检验结果Tab.3 The results of robust test

2.控制内生性

数字普惠金融发展与产业结构优化升级可能存在逆向因果关系以及模型存在遗漏变量均可能导致内生性问题。为缓解内生性问题产生的估计偏差，借鉴王修华[13]等的做法，选择各省份除自身以外余下30个省份数字普惠金融发展水平的平均值，以及平均值与银行竞争的交乘项分别作为数字普惠金融发展、数字普惠金融发展和银行竞争交乘项的工具变量，采取工具变量法进行稳健性检验。

一个有效的工具变量应同时满足相关性和外生性。由于数字普惠金融发展在同一个国家内会受相同的政策与规划影响，各省数字普惠金融发展水平必然与其他省份数字普惠金融发展具有相关性；而其他省份数字普惠金融发展水平的平均值并不会对各省份产业结构优化升级产生影响，至少不会产生直接影响。在数字普惠金融发展总指数与产业结构优化升级的工具变量回归中，不可识别检验显示，Kleibergen-Paap rk LM统计量=103.234，p=0.000 0,强烈拒绝不可识别的原假设，工具变量与内生变量强相关；弱工具变量检验显示，Kleibergen-Paap rk Wald F统计量值为2 174.372，p值为0.000 0；数字普惠金融三个一级维度的分指数与产业结构升级工具变量回归相关的统计量亦拒绝弱工具变量的原假设。这都充分说明本文所选取的工具变量是有效的。

工具变量的回归结果如表4所示，各变量回归系数的取值大小及回归结果的显著性均未出现明显的改变，这表明本文的结论是稳健的。

(三)异质性分析

考虑到我国不同区域经济发展程度以及产业结构表现差异较大，为考虑数字普惠金融发展对区域产业结构优化升级的区域异质性，按照传统的分类方法，将全样本分为东部、中部、西部地区三个子样本做分组回归，回归结果如表5所示。

从表5可以看出，数字普惠金融发展对于产业结构升级所发挥的作用存在地区差异，中部地区和西部地区相较于东部地区而言，数字普惠金融的发展对产业结构优化升级的作用更为积极显著。东部地区数字普惠金融发展的总指数与银行竞争水平交乘项的回归系数并不显著，而中部地区的回归系数为-0.440，在5%的水平上显著为负，西部地区的回归系数为-0.098，在1%的水平上亦是显著为负，这充分说明，相较于东部地区而言，中西部地区的银行竞争水平越高，数字普惠金融的发展越能够促进地区产业结构优化升级。可能的原因是东部地区经济发展水平比较高，区域产业形态已经较为成熟高级，银行与企业之间的关系也更为牢固稳定，数字普惠金融这种新型金融形态所发挥的作用会更小；相比之下，中西部地区数字普惠金融发展更为迅猛，与实体经济发展融合度高，以其低成本、便利度高的优势促进地区的产业结构优化升级。

表4 稳健性检验：工具变量法Tab.4 Robustness test: the IV approach

表5 数字普惠金融发展、银行竞争与不同区域 产业结构优化升级Tab.5 Development of digital financial inclusion，bank competition and optimization and upgrading of industrial structure of different regions

五、进一步研究：数字普惠金融发展、银行竞争与产业结构升级的门限效应分析

上述的分析表明银行竞争在数字普惠金融发展对产业结构优化升级的影响中存在显著的调节作用，并且主要以线性影响为主。考虑到数字普惠金融发展、银行竞争、产业结构优化升级可能存在复杂的非线性关系，利用面板门限回归模型，进一步分析银行竞争所发挥的门限效应，构建模型如下：

ISUit=β0+β1INDEXit×I(HHIit≤γ1)+β2INDEXit×I(γ1γn)+αControlit+ui+εit

(4)

其中，I(·)为示性函数，当相应条件成立时，示性函数取值为1，否则取值为0。其他变量符号的含义与上文相同。

(一)门限效应检验

在估计门限回归模型时，先确定门限数量，然后计算出门限值系数及其置信区间。如表6所示，当核心解释变量为数字普惠金融发展总指数时，F统计量值和Bootstrap法抽样得到的P值表明单一门限在1%显著性水平上通过检验，双重门限在5%的水平上通过检验。当核心解释变量为数字普惠金融发展三个一级维度的分指数时，单一门限均在1%的水平上显著，双重门限都至少在10%的水平上显著。总而言之，银行竞争在数字普惠金融发展对产业结构优化升级的作用上表现出双门限效应。进一步得到门限的估计值，如表7所示。

表6 门限检验估计结果Tab.6 Results of threshold test

表7 门限估值结果Tab.7 Results of threshold estimation

(二)门限效应回归

表8是产业结构优化升级门限回归模型估计结果。当核心解释变量为数字普惠金融发展总指数时，银行竞争的两个门限值分别为0.195 7和0.276 8。当银行竞争水平低于0.195 7时，数字普惠金融发展对产业结构的优化升级影响为正且在1%的水平上显著；当银行竞争水平处于0.195 7～0.276 8时，数字普惠金融对产业结构升级的影响仍然为正且在1%的水平上显著，但影响力度有所减弱，即地区银行垄断程度越高，竞争水平越低，数字普惠金融发展对地区产业结构升级作用越弱；当银行竞争水平超过0.276 8时，数字普惠金融发展对区域产业升级的影响仍然为正，影响力度更低，但结果并不统计显著。当核心解释变量为数字普惠金融发展三个一级维度的分指数时，所得出的结论与上述一致，即地区银行竞争水平越高时，数字普惠金融的发展越能够促进区域的产业结构优化升级。就数字普惠金融发展维度的异质性而言，当银行竞争水平提高时，数字普惠金融覆盖广度相较于使用深度与数字化程度而言，对区域产业结构优化升级的促进力度更大。

表8 门限回归结果Tab.8 The results of threshold regression

六、结论与政策建议

利用我国31个省市2011—2020年的面板数据，实证检验数字普惠金融发展对区域产业结构优化升级的影响效应，识别银行竞争在其中所发挥的调节作用与门限作用。研究表明数字普惠金融的发展对产业结构优化升级具有显著的促进作用，随着地区银行竞争水平的提高，这种作用更加明显。数字普惠金融的覆盖广度、使用深度、数字化程度均会对产业结构的优化升级产生积极影响。分区域来看，中西部地区相较于东部地区而言，数字普惠金融的发展对产业结构优化升级的作用更为积极显著，中西部地区的银行竞争水平越高，数字普惠金融的发展越能够促进地区产业结构优化升级。无论是数字普惠金融发展的总指数还是三个一级维度的分指数，银行竞争均在数字普惠金融发展对产业结构优化升级的作用过程中表现出双重门限特征。

为深化数字普惠金融对产业结构优化升级的促进作用，一是积极稳步推进数字普惠金融发展与银行业数字化转型，鼓励数字金融平台与传统金融机构实现金融科技创新，不断完善数字普惠金融的覆盖广度、使用深度、数字化程度，为先进的制造业与企业的科技创新提供持续的金融资源供给与保障。二是正确处理好数字普惠金融发展与传统银行业发展二者之间的关系。数字普惠金融的发展与传统银行业的发展并不是对立的，可以实现二者的优势互补，促进产业结构的优化升级。我国又是以银行业为主导的金融体系，传统银行业在数字化转型的过程中应积极与数字普惠金融深度融合，充分发挥数字技术的优势，优化资金配置，精准对接产业结构优化升级的融资需求。三是贯彻落实东部、中部、西部三大区域协调发展，充分发挥数字普惠金融与传统银行业二者的合力，推动各地区优势互补与共同发展，有效弥合地区发展差距。

注释：

①东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11省(市)，中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8个省，西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、宁夏、新疆、青海12个省(市、自治区)。