吉林省数字普惠金融对产业结构升级影响的实证研究

廖选祥 李 萍

（长春工业大学经济管理学院，吉林长春 130000）

一、引言

近年来，我国数字金融发展迅速，极大地促进了普惠金融的发展。有研究表明，数字普惠金融与产业结构之间有着密不可分的关系。那么，吉林省数字普惠金融对产业结构升级会产生怎样的影响呢？这是本文的研究重点。

数字普惠金融是指在数字经济背景下，通过数字金融促进普惠金融发展的行为。数字金融最大的益处之一便是对普惠金融的发展起到了巨大的推动作用（黄益平、黄卓，2018）。数字普惠金融是一个比较宽泛的概念，学者们对它的研究主要集中在对经济发展的影响、发展趋势和评价指标构建等方面。郭峰等（2020）从覆盖广度、使用深度和数字化程度三个方面构建出北大数字普惠金融指数，是目前研究数字普惠金融认可度较高也较权威的评价指标。

产业结构升级是经济增长和发展模式的转轨。从国民经济上看，产业结构升级指经济重心由第一产业依次向第二产业和第三产业转变并逐步升级优化的过程。从城镇化角度分析，产业结构升级会提升劳动生产率和产业技术水平，同时会转移劳动力（林毅夫，2016）。从经济增长与金融发展的视角分析，产业结构升级与经济增长、金融发展具有同向变化的关系。我国自改革开放以来，一直致力于产业结构的升级优化。将来，为进一步推动国民经济发展，升级优化产业结构仍然是重中之重。

传统金融发展可以促进资本市场中资金的流动，改善企业外部融资状况，进而带动产业结构升级（Pradhan、Arvin、Norman，2015）。Marco Da Rin（2002）研究发现，银行等金融机构对技术创新产业提供融资，将推动产业结构不断优化，促进产业升级换代。王立国和赵婉妤（2015）实证研究发现，扩大金融发展规模能有效促进产业结构升级。随着互联网的广泛应用及支付宝、微信等网上支付平台的兴起，我国数字普惠金融发展迅猛。越来越多的学者开始研究数字普惠金融发展对经济社会的影响，也为研究产业结构升级提供了新的视角。唐文进等（2019）研究发现数字惠金融对产业结构升级呈现正向效应。曹恺燕和周一飞（2019）实证检验出数字普惠金融发展对产业机构升级的影响具有区域差异性，对西部地区的促进作用比对东部地区的促进作用大，而对中部地区呈现出负向影响。葛和平和张立（2021）通过构建门槛模型研究得出，数字普惠金融与产业结构升级有着非线性关系。

综上，学者们对数字普惠金融与产业结构升级之间关系的研究主要基于国家层面，对省域或市域的研究相对较少，而研究发现，数字普惠金融对产业结构升级的影响具有区域差异性。鉴于此，本文基于吉林省8个地级市的面板数据，研究在一个省域内数字普惠金融对产业结构升级的影响，从而更好地提出建议。

二、理论分析与假设

融发展对产业结构升级具有正向推动作用。

三、变量选取、模型设计及数据来源

（一）变量选取

在数字经济与经济社会生活联系日益密切的今天，数字普惠金融很好地改善了传统金融带来的金融约束，其服务范围覆盖到社会各群体和阶层，更好地发挥出了金融对产业结构升级的推动作用（杨虹和王乔冉，2021）。数字普惠金融因其普惠性的特点，极大地激发了小微企业、贫困人群和城镇低收入人群等弱势群体的内在活力，更有利于缩小贫富差距，促进大众创业、万众创新，进而助推产业结构转型升级。其次，金融机构提供的普惠金融服务能有效地缓解产业发展中的资金约束，有利于地方政府优化产业结构。再者，技术进步是促进产业结构升级的核心要素，数字普惠金融不仅能为金融业带来新的发展机遇，同时可以帮助高新技术企业更好地从资本市场上筹集到足够的资金，高新技术企业获得所需资金后就可以促进技术革新，进而带动产业结构升级。因此，本文提出假设：吉林省数字普惠金

3.控制变量：影响产业结构升级除了数字普惠金融的发展，还有很多其他因素，为减少其他因素造成的内生性影响，本文借鉴葛和平（2021）等学者的研究经验，选取固定资产投资水平、财政干预、对外开放水平和经济发展水平作为控制变量。本文主要变量定义如表1所示：

表1 主要变量定义

（二）模型设计

为验证本文研究假说是否成立，构建基本模型如下：

（三）数据来源

鉴于数据的可获得性，本文选取2014-2020年吉林省8个地级市的面板数据进行实证分析，8个地级市分别是长春市、吉林市、四平市、辽源市、通化市、白山市、松原市和白城市。数字普惠金融指数来源于北大数字金融研究中心，其余数据来自《吉林省统计年鉴》、中经数据和EPS数据平台。各变量描述性统计如表2所示。

表2 主要变量描述性统计表

四、实证分析

（一）模型的选择

为保证实证结果的有效性，在进行多元回归分析前需检验各变量之间是否存在多重共线性，通过测算方差膨胀因子（VIF）发现，VIF值均小于10，均值为2.58，最大值只有4.52，说明该实证模型基本不存在严重的多重共线性问题。

首先通过F检验得出，固定效应模型要优于混合效应模型，再根据Hausman检验结果可判断出，采用固定效应模型更适合本文的样本估计。固定效应模型包括时间固定效应模型、个体固定效应模型和双向固定效应模型三种。从表3中可以看出，双向固定效应模型中各变量对应系数均表现不显著，故排除双向固定效应模型。此外，在时间固定效应模型中，核心解释变量数字普惠金融指数（Dfi）对应系数表现不显著，且6个变量中仅有一个变量表现为显著，要小于个体固定效应模型变量显著的个数。综上分析，选择个体固定效应模型较为合适。

表3 三种固定效应模型回归结果

（二）数字普惠金融对产业结构升级的影响分析

本文通过计量软件Stata17采用逐步添加变量回归法。首先将数字普惠金融指数（Dfi）纳入模型进行回归，然后逐步添加固定资产投资水平（inve）、财政干预（gov）、对外开放水平（open）和经济发展水平（lnpgdp）等四个控制变量进行回归分析，得到模型（1）-模型（5）。回归结果如表4所示，5个模型的F统计量都比较显著，拟合优度（R2）整体呈逐渐增大趋势，说明样本回归结果较好。

表4 基准回归结果

从模型（1）-模型（5）可以看出，无论添加多少个控制变量，数字普惠金融指数的回归系数都为正数且均通过了1%的显著性水平检验。由模型（1）可知，数字普惠金融水平每提升1个单位，产业结构水平将提升0.235个百分点，说明数字普惠金融的发展有利于促进当地产业结构升级，实证结果验证了前面假说的成立。

从模型（2）-模型（5）的回归结果来看，控制变量固定资产投资水平基本在5%的显著性水平上促进产业结构升级。因为从中长期上讲，高端产业投资增长的过程，实际上是产业要素积累和产能扩张的过程，也是产业结构从低端向中高端转型的过程。

（三）稳健性检验

为保证实证结果的稳健性，本文采用替换变量法，将被解释变量产业结构升级指数的计算方式替换为第三产业增加值占总产值比重/第二产业增加值占总产值比重，然后按照前面的做法重新回归。回归结果如表5所示，数字普惠金融对产业结构升级的促进作用始终保持在1%的显著性水平上，与模型（1）-模型（5）的估计结果一致。从控制变量上看，各控制变量系数的显著性并没有发生太大变化。因此，本文的实证结果具有一定的稳健性。

表5 稳健性检验回归结果

五、结论与建议

本文基于2014-2020年吉林省8个地级市的面板数据，通过构建固定效应模型研究得出：（1）吉林省数字普惠金融发展对产业结构升级具有显著的促进作用。（2）增加固定资产投资对促进产业结构升级也有积极影响。

基于实证结果，为更好地推动吉林省数字普惠金融发展以促进产业结构升级，提出以下几点建议：第一，构建数字普惠金融体系。吉林省应全力构建数字普惠金融体系以支持实体经济发展和产业结构优化升级。如政府应当为创新型企业、高新技术企业制定针对性的政策，帮助他们拓宽融资渠道以促进技术革新，进而推动产业结构升级。第二，完善基础设施建设。政府需掌握各大产业的发展状况和各地区的产业形态，优先为产业结构落后的地区提供金融供给。同时，加快建设基础设施的步伐，构建完善金融服务平台与产融对接平台，进一步促进产业结构升级。第三，加大支持科技创新发展力度。政府应引导金融机构与科技创新企业、高校加强合作交流，提高研究成果转化率。同时，鼓励高新技术等中高端产业增大固定资产投资，以更好地发挥数字普惠金融带动产业结构升级的作用。