互联网金融、技术进步与产业结构升级

■何宜庆，李菁昭，汤文静，匡 熠

一、引言与文献综述

推动产业结构升级既是“十三五”规划战略目标，也是提升我国经济综合竞争力所面临的重要挑战。当前，随着供给侧结构性改革逐步深入，我国产业转型升级进程不断加快，制造业逐渐由低端向高端发展，现代服务业比重稳健增长。但各地区产业结构升级水平仍存在较大差距，这种差距不仅体现在金融资源配置效率上，也体现在技术水平差异上。基于此，在“互联网+”背景下的中国应如何合理而充分地发挥互联网金融与技术进步对产业结构升级的推动作用，是当前亟待研究的科学问题。

已有研究表明，互联网金融与技术进步的关系密不可分。寇佳琳（2017）研究指出互联网金融的出现促进了传统金融业务的互联网思维，不仅带来了新的资本供给，产生的技术溢出效应也能有效推动服务业的技术进步和效率提升。李李（2017）认为P2P网络借贷、第三方支付、数字货币、大数据金融等多种互联网金融业态创新能够充分激发中低层次的金融需求，以资金流带动技术流，提高科技型企业的研发投入，开拓软件、芯片、半导体等高端设备制造行业的尖端技术和市场。

技术进步是产业结构升级的根本途径和直接动力。Reeve（2006）从要素禀赋的视角研究了产业结构变动的因素，认为产业结构升级的本质是在技术进步的推动下，资本等生产要素从生产率较低的部门转移到生产率较高的部门。段瑞君（2018）基于空间计量模型，检验了2004-2015年我国285个地级及以上城市的技术进步和技术效率对产业结构升级的影响，研究表明技术进步对东、西部地区产业结构升级有明显促进作用，技术效率更倾向于促进西部地区产业结构升级。

关于互联网金融对产业结构升级的影响，实际上是对互联网金融与技术进步两者同产业结构升级关系的深入研究。陶爱萍等（2016）通过构建Hansen门槛模型检验金融发展与产业结构升级之间的关系，研究表明一国产业结构升级主要依赖于金融发展和技术进步，且技术进步受到金融发展的影响。周玲玲（2016）根据长尾需求理论分析得出，互联网金融能够弥补传统金融覆盖面不足的问题，同时新兴金融业态的发展能提高资本配置效率，为产业结构升级带来驱动作用。张雪丽（2017）基于产业链的角度分析发现，金融机构可以通过互联网技术实现自动调整信贷资源分配，引导资源从低效的产业转移到高效的产业，促进产业结构升级。

综上所述，现有研究虽然意识到互联网金融对产业结构的重要影响，但相关文献主要集中于从理论视角分析，鲜有文献对互联网金融是否驱动产业结构升级进行实证研究，更未探究互联网金融结合技术进步对产业结构升级的作用机理。鉴于此，基于中国30个省份2014Q1-2016Q1时期季度数据，分析互联网金融与技术进步促进产业结构升级的空间效应，以期为中国发展互联网金融、实施创新驱动战略和推进产业结构升级提出对策建议。

二、作用机理

（一）互联网金融对产业结构升级的影响路径

互联网金融对我国产业结构升级的影响效应主要体现在以下两个方面：一是优化资本配置。互联网金融较传统金融具有广覆盖、低成本和低门槛的优势，在拓宽服务边界、增加金融包容性的同时，能够有效提高市场资本配置效率；二是引领要素流动。基于移动互联技术的互联网金融可以利用信息流引领资金流、技术流、人才流，加速要素循环流动。具体表现为：首先，互联网金融服务于高新技术企业和小微企业，企业资本结构得到优化、高科技技术企业比例扩大、企业人才短缺问题缓解，最终高新技术企业和小微企业生产率得到提高；其次，具备创新力与竞争力的高新技术企业和小微企业将从市场上落后过剩的企业（如僵尸企业）中吸收生产要素，实现生产要素从低效部门向高效部门的转移，从而引导产业结构高级化和合理化。

（二）技术进步对产业结构升级的影响路径

技术进步可以从“硬性”技术进步和“软性”技术进步两方面影响产业结构升级：一是“硬性”技术进步的自动调节作用。一方面，航天技术、新型材料、光导纤维通讯技术等高新技术产业的快速发展，必然带动产业结构向高级化调整。另一方面，通过企业技术创新降低生产成本、增加所得利润以及提高劳动生产效率可以淘汰落后企业，推动产业结构合理化。二是“软性”技术进步的协调作用。企业日常经营和管理水平的提升可以为企业生产、创新、技术传导及扩散提供良好的发展环境，充分发挥企业各个要素投入产生的效用，增加技术潜力的同时提高企业生产效率，助力产业结构优化。

（三）互联网金融与技术进步对产业结构升级的交互作用

互联网金融与技术进步的深度融合有助于促进产业结构升级。一方面，互联网金融为技术创新提供融资便利，有助于为企业特别是中小微企业创造一个能够创新发展的稳定环境，进而提高市场技术水平。具体表现为：首先，借助互联网金融平台加大对高成长科技型企业融资的扶持力度，以资金流带动技术流，提高企业研发投入；其次，加快企业科研成果转化，促成新技术、新产品以及新业态的诞生；最后，发展产业新业态，促进产业结构高级化和合理化。另一方面，互联网金融发展能增强技术进步的扩散效应。互联网金融可以通过为融资上下游产业链搭建信息渠道，扩大技术进步带来的示范和竞争效应。

图1 互联网金融与技术进步促进产业结构升级的作用机理图

三、研究设计

（一）变量选取与数据说明

1.指标选取

（1）产业结构升级。产业结构升级包括产业结构高级化和合理化两个维度。产业结构高级化意味着产业部门实现从劳动密集型产业向技术密集型产业转型，由产业低效益向高效益方向升级的过程。借鉴张玉昌（2018）的研究方法，以三次产业分类法为基本框架，构建产业结构高级化指数（UI），计算公式如下：

其中，yi为第i产业产值比重，产业结构高级化指数（UI）的取值在[1，3]之间，且UI值越大，产业结构高级化水平越高。

产业结构合理化是指在一定技术水平下，产业结构从相对不合理向相对合理的方向调整的过程。产业结构合理化指数（TI）借鉴王定祥等（2017）的做法，将被重新定义的泰尔指数作为度量产业结构合理化指标，计算公式如下：

其中，Y和Yi分别为某省份总产值和第i产业产值，L和Li分别为某省份总就业人数和第i产业就业人数，且TI值越接近0，产业结构越合理。

（2）互联网金融发展指数（INTER）。互联网金融作为一种新兴业态，缺乏官方统计数据信息。因此，笔者采用当前最为权威的“北京大学互联网金融发展指数”作为互联网金融发展水平的量化指标。该指数由北京大学互联网金融研究中心于2016年发布，通过将互联网支付、互联网货币基金、互联网信贷、互联网保险、互联网投资理财以及互联网征信六大金融业态加权计算而得，可以较好地衡量我国各省份互联网金融发展水平及特征。

（3）技术进步指标。从全要素生产率分解视角出发，采用DEA方法对技术进步指标进行测算。根据张华等（2018）对全要素生产率的分解方法，在将TFP-Malmquist指数分解为技术进步（TECH）和技术效率（EFFECT）的基础上，将技术效率进一步分解为规模效率（SECH）与纯技术效率（PECH），从技术进步、规模效率与纯技术效率三个方面衡量技术进步。

其中，TECH反映生产技术改进的大小，可视为“硬性”技术进步；SECH反映评价单元管理和进行大规模生产的能力，PECH反映评价单元的日常经营与管理水平，SECH与PECH一起可视为“软性”技术进步。

TFP-Malmquist指数测算的产出指标为地区生产总值，投入指标包括资本投入和劳动力投入，其中资本投入的测算采用张军（2003）提出的永续盘存法，劳动力投入以从业人员数来测度。基于以上测算方法和指标的选取，借助Deap2.1软件测算技术进步指数、规模效率指数和纯技术效率指数。

（4）控制变量。控制变量包含政府干预程度（GOV）和对外开放程度（OPEN）。其中，政府干预程度采用地方财政支出与地区生产总值的比值来衡量，对外开放程度采用进出口总额与地区生产总值的比值来衡量。

2.数据来源

考虑到北京大学互联网金融发展指数只公布了2014年1月-2016年3月的月度数据，我国各省份其他指标大多按季度公布数据，根据数据的连续性和可得性，以2014Q1-2016Q1时期我国30个省份（剔除数据不完整的西藏、香港、澳门、台湾）季度面板数据为研究样本，其相关数据来源于北京大学互联网金融研究中心、《中国统计年鉴》、国家统计局和Wind数据库，并经过整理得到。在实际操作前，采用Census X12方法对具有明显季节性特征指标数据进行季节调整。

3.产业结构升级空间分布分析

本文整理和计算我国30个省份的产业结构高级化指数（UI）和产业结构合理化指数（TI），得到我国2014Q1季度与2016Q1季度产业结构升级的空间分布。结果显示在2014Q1季度，东部地区产业结构较中西部地区更为高级化和合理化，其中北京、浙江、广东等地产业结构高级化和合理化水平领先于其他各地。至2016Q1季度，各省份产业结构空间分布发生一定偏离，中西部地区产业结构高级化特征具有明显的改善现象，产业结构合理化水平未发生明显变化。

（二）模型设定与估计方法

1.模型的设定

常见空间计量模型包括空间滞后模型（SLM）、空间误差模型（SEM）及空间杜宾模型（SDM）。其中，SDM模型是SLM模型和SEM模型的一般形式，可以通过LM检验和Wald检验确定SDM模型是否可以简化为SLM模型或SEM模型。基于此，借鉴Pace&Lesage（2009）提出的空间计量方法分析互联网金融与技术进步促进产业结构升级的空间效应，SDM模型设定如下：

其中，UI、TI分别为产业结构高级化指数和产业结构合理化指数，是被解释变量；INTER为互联网金融发展指数，TECH为技术进步指数、SECH为规模效率指数、PECH为纯技术效率指数，是解释变量；CONTROL为政府干预程度和对外开放程度，是控制变量；α为常数项；ln为n×1阶单位矩阵；W为空间权重矩阵；ε为误差项。其次，加入互联网金融与技术进步的交互项，考察互联网金融与技术进步对产业结构升级的交互作用。

2.空间权重矩阵

考虑到各省份间相互影响强度会因地理位置和经济发展水平的不同而产生差距。因此，采用当前较为常用的地理邻近空间权重矩阵（0-1矩阵）和经济距离空间权重矩阵。其中，地理邻近空间权重矩阵（W1），即如果省份i与省份j相邻，则Wij=1；如果不相邻，则Wij=0。经济距离空间权重矩阵（W2），即是基于i，j两个省份经纬度计算的地理距离，yi为考察期内第i省份人均GDP的平均值，y为考察期内全国人均GDP的平均值。

四、实证结果及分析

（一）模型检验

1.空间相关性检验

首先采用Moran’I指数检验2014Q1-2016Q1季度我国互联网金融和产业结构升级的空间自相关性，估计结果如表1所示。

由表1可知，在地理邻近空间权重矩阵下，INTER和TI的Moran’s I值全部大于零，且均在1%水平下显著；UI的Moran’s I值全部大于零，且除了2014Q2季度在1%水平下显著，2015Q4季度在10%水平下显著外，其余季度均在5%水平下显著。在经济距离空间权重矩阵下，INTER、UI和TI的Moran’s I值全部大于零，且均在1%水平下显著。结果表明，在2014Q1-2016Q1时期我国互联网金融和产业结构升级均存在显著的正空间相关性，两者在空间上的分布并非是完全随机，表现出水平相似的地区在空间上趋于集聚的特性。

表1 2014Q1-2016Q1时期互联网金融与产业结构升级的Moran’I值

2.模型检验

采用LM检验和Wald检验判断何种模型适用于本研究。结果显示，M1、M2、M3、M4、M7、M8模型Wald统计量均在1%水平下拒绝原假设，表明SDM模型不能退化为SLM模型和SEM模型；M5、M6的LM统计量均显著，且Wald统计量均不显著，表明SLM模型和SEM模型均适用，但SDM模型包含两个模型的解释意义，所以运用SDM模型效果更好。同时，由于Hausman检验结果均小于0，因此本文所有估计模型均采用随机效应空间杜宾模型。

（二）空间计量估计结果与分析

分别在地理邻近空间权重矩阵和经济距离空间权重矩阵下对被解释变量UI和TI建立的SDM模型进行回归，观察对应模型空间系数可知ρ≠0。Pace&Lesage（2009）研究认为，若ρ≠0，则空间回归模型中的相关系数不能直接用来衡量对被解释变量的空间溢出效应。为了对空间计量模型的回归系数进行分析，根据空间回归模型偏微分方法，将空间溢出效应分解为直接效应（Direct Effect）、间接效应（Indirect Effect）与总体空间溢出效应（Total Effect）进行深入分析，估计结果如表2所示。

表2 模型估计结果

由表2可知，第一，模型M1-M8实证结果显示，空间滞后回归系数ρ均在1%水平下显著为正，说明无论在空间权重矩阵W1下或是W2下分析互联网金融与技术进步如何促进产业结构升级时，均不能忽略空间效应与区位因素的影响，即在模型设定中纳入空间效应更为合理。

第二，我国互联网金融对UI的直接、间接和总效应均显著为正，对TI的直接、间接和总效应均显著为负，表明一个省份的互联网金融发展会推动省份内和邻近省份产业结构向高级化、合理化调整。这在一定程度上反映出互联网金融可以突破地域的限制，带来新资本供给的同时，产生的技术溢出效应有利于推动以互联网技术为载体的医疗、教育和社会保障等服务业态的发展，进而促进产业结构升级。

第三，技术进步指数对UI的直接、间接和总效应均显著为正，对TI的直接效应和总效应均显著为负，表明一个省份“硬性”技术进步不仅会推进省份内产业结构高级化和合理化，同样能驱动邻近地区产业结构高级化。“硬性”技术进步可以通过提高企业创新能力和生产效率，促进高新技术企业和环保类企业发展，进而推动产业结构优化升级。“软性”技术进步对产业结构升级的驱动作用受到地区经济发展的影响，规模效率指数和纯技术效率指数在W1和W2矩阵下对产业结构高级化的间接效应呈相反的结果。可能的原因在于我国企业大多按照“先做大，后做强”的路径发展壮大，当地区经济发展水平不高时，区域内生产资料与生产技术欠缺，此时规模效率低下是制约地区“硬性”技术进步的主要因素，同时由于地区发展主要依赖于从外部引进先进技术，使其面临着技术进步边际效益递减以及发展动力匮乏等滞后性问题，因而呈现出提高企业经营管理水平对邻近省域产业结构高级化作用不明显的现象；地区经济发展到一定程度后，当地资本和技术要素的集聚性较高，生产资料较为完备，企业已经具有一定的技术吸收能力和规模生产能力，此时扩大企业产出运营规模仍有利于推动产业结构高级化，而经营管理水平作为企业“由大做强”的决定因素，需要企业经过长时间消化才能取得质的改变，在这过程中反而会减缓企业发展速度，因此对于邻近省份产业结构高级化有轻微抑制作用。

第四，政府干预程度对UI的直接效应显著为负，对TI空间溢出效应为正且均不显著，表明政府干预对省份内产业结构高级化具有一定的制约作用，对产业结构合理化影响不明显。对外开放程度对产业结构升级的影响则受到地区经济发展水平的制约，在拟合效果很好的W2矩阵下，一个省份对外开放程度加深，降低了省份内和省份间产业结构偏离度，使其更趋于合理。这是因为政府干预政策和对外开放行为大多有利于制造产业，对服务业有所限制，不利于我国产业结构从“制造化”向“服务化”调整，因而整体来看政府干预程度未对产业结构升级产生积极影响，对外开放程度加深对产业结构高级化驱动不显著。

第五，在模型M2、M4、M6、M8模型中加入交互项后考察交互项，INTER*TECH交互项对UI直接、间接和总效应均显著为负，对TI不显著，表明互联网金融与“硬性”技术进步的交互作用对产业结构高级化有轻微抑制作用，对产业结构合理化影响不明显，可能的原因在于2014-2016年期间即使互联网金融发展飞速，我国互联网金融总体体量相较传统金融仍显得微不足道，为技术创新提供的融资便利难以显著提高市场技术水平，同时互联网金融将资本大多投向货币市场、资本市场、外汇市场等虚拟经济领域，出现与实体经济“脱钩”的现象，反而推高融资成本，不利于产业结构高级化。INTER*SECH交互项在W1矩阵下对UI的间接效应为正，INTER*PECH在W2矩阵下对TI间接效应为正，其余交互项的回归系数均不显著，表明互联网金融与“软性”技术进步的交互作用未显著影响产业结构升级，主要是因为在实际中我国互联网金融与实体经济的融合度和协调度不高，难以在服务企业的同时增强技术进步的扩散效应，因而未显著驱动产业结构转型升级。

（三）拓展分析

互联网金融对我国产业结构升级的影响受技术进步这一重要因素的制约。事实上，互联网金融与技术进步相互影响，彼此之间可能存在交互耦合关系。因此，借鉴郑强（2017）的做法，采用耦合协调度模型验证互联网金融与技术进步之间的关系。构建的互联网金融与技术进步的耦合度模型表达式为：

其中，C为互联网金融与技术进步的耦合度，U1和U2分别为互联网金融和技术进步的序参量。在耦合度模型的基础上再构建耦合协调度模型，如下式：

D表示互联网金融与技术进步的耦合协调度，T表示互联网金融与技术进步的综合协调指数，以反映互联网金融与技术进步的整体协同效应。其中，T∈（0，1），D∈（0，1），a与b均为待定参数，且a+b=1（这里令a=b=0.5）。一般地，将D分为4个阶段，即D∈（0，0.3）表示低度协调阶段，D∈[0.3，0.5）表示中度协调阶段，D∈[0.5，0.8）表示高度协调阶段，D∈[0.8，1）表示极度协调阶段。

首先，计算样本期内30个省份的互联网金融发展指数和技术进步三个指数的几何平均值，并进行极差正规化处理；其次，采用耦合协调度模型测算互联网金融和技术进步的耦合协调度。从测算结果来看，互联网金融与技术进步的耦合协调度东部＞中部＞西部，中国大部分地区处于中度或低度协调阶段，这从侧面解释了互联网金融与技术进步交互项未对产业结构升级产生显著积极影响的原因。同时，互联网金融与技术进步耦合协调度较高的地区更倾向于具有较高的产业结构升级水平，说明互联网金融对产业结构升级的影响具有非线性特征。当互联网金融与技术进步实现耦合发展时，互联网金融发展可以有效驱动产业结构升级。

五、结论与启示

基于我国2014Q1-2016Q1时期省际季度面板数据，将全要素生产率分解为技术进步指数、规模效率指数和纯技术效率指数三个指标量化技术进步，从产业结构高级化和产业结构合理化两个维度构建空间计量模型，对互联网金融与技术进步促进产业结构升级的空间效应进行实证分析。研究结果表明：第一，我国互联网金融发展和产业结构升级存在明显的空间集聚性；第二，互联网金融对产业结构升级具有正向的总体空间溢出效应。“硬性”技术进步对省份内产业结构高级化和合理化有显著的驱动作用，对邻近地区更有利于推动产业结构高级化。“软性”技术进步对产业结构升级的驱动作用受到区域经济发展的影响，在经济距离空间权重矩阵下，规模效率提升对邻近省份产业结构升级具有积极作用，纯技术效率提升更倾向于推动省份内产业结构高级化。政府干预程度对省份内产业结构高级化具有一定的制约作用，在经济距离空间权重矩阵下对外开放程度有助于产业结构合理化。互联网金融与“硬性”技术进步的交互作用对产业结构高级化有轻微抑制作用，与“软性”技术进步的交互作用未显著影响产业结构升级；第三，样本期内互联网金融与技术进步耦合协调度较高的地区倾向于具有较高的产业结构升级水平，且当互联网金融与技术进步实现耦合发展时，互联网金融发展有助于驱动产业结构升级。

基于以上结论，得出以下三个方面的重要启示：一是丰富金融供给结构，支持产业技术创新发展。应充分发挥互联网金融优化资本配置和引领要素流动的功能，积极创新金融服务模式，扩大金融业务服务范围，为高新技术产业及具有比较优势和高效率的产业提供更便利的融资渠道，提高市场资本配置效率的同时引导产业结构高级化和合理化。二是发挥先进技术和管理经验的引领作用，实现产业结构升级路径差异化。由于各地区经济发展、产业结构、技术水平等情况存在不同，应结合自身资源禀赋、区域位置等特点，制定适宜的产业结构升级路径。当经济发展水平不高时，地区需要配合“软性”技术进步从经济发达地区以技术转移和技术扩散的方式取得“硬性”技术进步，在此过程中企业不仅要提高规模效率，还需要提高经营管理水平，做“强”企业建设，最终达到以大促强，以强辅大的目的；当地区经济发展到一定程度时，企业已经具备较为成熟的管理办法和制度体系，此时应着重通过投入风险较高的“硬性”技术进步来实现技术水平提升，助力产业结构升级。三是明确互联网金融发展定位，坚持服务实体经济导向。互联网金融应尽快回归本源，提高服务实体经济的质量和效率，为企业创新发展提供稳定的金融环境。一方面，引导资金投向智能制造、基础设施建设、现代服务业等重大战略产业领域，满足实体经济对技术创新的融资需求，加快推动市场技术进步和新兴产业发展。另一方面，应注意我国政府政策的科学制定以及对外开放程度的稳步推进，做到内外兼修，用良好的发展环境最大化发挥互联网金融资本配置作用及技术溢出效应，以驱动我国产业结构转型升级。