| 9,726 | 239 | 211 |
| 下载次数 | 被引频次 | 阅读次数 |
在新一轮科技革命和产业变革背景下，金融科技发展为我国产业结构优化与产业升级带来新的机遇和挑战。本文使用我国2011—2019年省际面板数据，建立工具变量模型和中介效应模型，研究金融科技发展对产业结构的影响效应及作用渠道。实证检验发现，金融科技发展能够促进我国产业结构优化与产业升级，并且使用多个工具变量的稳健性检验仍支持这一结论。机制分析发现，金融科技发展通过发挥需求侧的恩格尔效应和供给侧的鲍莫尔效应，显著促进了产业结构高级化和产业结构合理化双进程。进一步的异质性检验表明，从空间角度，金融科技发展对产业结构优化的促进效应自东向西呈现U型特征；从时间角度，2015年之后金融科技发展对产业结构高级化的作用明显增强，并且能够显著降低产业结构不合理程度。本文建议积极发挥金融科技的普惠金融功能，通过增加创业机会、缓解融资约束、鼓励科技创新、缩小城乡差距，促进我国产业结构优化与产业升级。
Abstract：Under the background of scientific and technological revolution and industrial reform, the development of financial technology has brought new opportunities and challenges to China's industrial structure optimization and industrial upgrading. Using the provincial panel data in China from 2011 to 2019,it investigates the impacts and channels of the financial technology on industrial structure based on the instrumental variable model and intermediary effect model. The empirical results show that financial technology promotes the optimization and upgrading of industrial structure, and the robustness tests using multiple instrumental variables still support this conclusion. Mechanism analysis shows that the development of financial technology has significantly promoted the dual process of the advancement and rationalization of industrial structure by giving play to the Engel effect on the demand side and the Baumol effect on the supply side. Further heterogeneity tests find that from a regional perspective, the promotion effects present a U-shape feature from the east to the west of China; from a temporal perspective, the effects on the advancement have increased significantly after 2015 and can significantly reduce the irrationality of industrial structure. As a policy implication, strengthening the inclusive function of financial technology will promote the optimization and upgrading of industrial structure by increasing entrepreneurial opportunities, reducing financing constraints, encouraging scientific and technological innovation and narrowing the gap between urban and rural areas.
[1]陈海强,韩乾,吴锴.融资约束抑制技术效率提升吗?基于制造业微观数据的实证研究[J].金融研究,2015(10):148?162.
[2]龚强,张一林,林毅夫.产业结构、风险特性与最优金融结构[J].经济研究, 2014, 49(4):4-16.
[3]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[J].经济学（季刊）, 2020, 19(4):1401-1418.
[4]何宗樾,张勋,万广华.数字金融、数字鸿沟与多维贫困[J].统计研究, 2020, 37(10):79-89.
[5]李孟刚,徐英倩.新时代增强金融服务实体经济能力研究[J].理论探讨, 2018(1):106-112.
[6]李文红,蒋则沈.金融科技（FinTech）发展与监管:一个监管者的视角[J].金融监管研究, 2017(3):1-13.
[7]鲁钊阳,张珂瑞.金融科技研究进展与评析[J].金融理论与实践, 2020(8):34-42.
[8]钱水土,周永涛.金融发展、技术进步与产业升级[J].统计研究, 2011, 28(1):68-74.
[9]邱晗,黄益平,纪洋.金融科技对传统银行行为的影响:基于互联网理财的视角[J].金融研究, 2018(11):17-29.
[10]滕磊,马德功.数字金融能够促进高质量发展吗?[J].统计研究, 2020, 37(11):80-92.
[11]汪亚楠,谭卓鸿,郑乐凯.数字普惠金融对社会保障的影响研究[J].数量经济技术经济研究, 2020, 37(7):92-112.
[12]王颖,曾康霖.论普惠:普惠金融的经济伦理本质与史学简析[J].金融研究, 2016(2):37-54.
[13]温忠麟,叶宝娟.中介效应分析:方法和模型发展[J].心理科学进展, 2014, 22(5):731-745.
[14]谢绚丽,沈艳,张皓星,等.数字金融能促进创业吗?来自中国的证据[J].经济学（季刊）, 2018, 17(4):1557-1580.
[15]易信,刘凤良.金融发展、技术创新与产业结构转型:多部门内生增长理论分析框架[J].管理世界, 2015(10):24-39.
[16]易信.我国产业结构转型动力分解研究：基于非平衡增长理论的定量分析[J].宏观经济研究, 2017(10):62-73.
[17]袁航,朱承亮.国家高新区推动了中国产业结构转型升级吗[J].中国工业经济, 2018(8):60-77.
[18]张成思,张步昙.中国实业投资率下降之谜:经济金融化视角[J].经济研究, 2016, 51(12):32-46.
[19]张勋,万广华,张佳佳,等.数字经济、普惠金融与包容性增长[J].经济研究, 2019, 54(8):71-86.
[20]周光友,罗素梅,连舒婷.金融科技创新、网贷利率决定与小微企业融资:兼论“麦克米伦缺口”的治理[J].国际金融研究, 2020(3):76-86.
[21]朱俊杰,王彦西,张泽义.金融科技发展对我国产业结构升级的影响[J].科技管理研究, 2017, 37(19):31-37.
[22] Aghion P, Howitt P. A Model of Growth Through Creative Destruction[J]. Econometrica, 1992, 60(2):323-351.
[23] Berkowitz D, Caner M, Fang Y. The Validity of Instruments Revisited[J]. Journal of Econometrics, 2012, 166(2):255-266.
[24] Boppart T. Structural Change and the Kaldor Facts in a Growth Model with Relative Price Effects and Non-Gorman Preferences[J].Econometrica, 2014, 82(6):2167-2196.
[25] Cong L W, He Z. Blockchain Disruption and Smart Contracts[J]. Review of Financial Studies, 2019, 32(5):1754-1797.
[26] Herrendorf, B, Herrington C, Valentinyi A. Handbook of Economic Growth:Growth and Structural Transformation[M]. Social Science Electronic Publishing, 2014.
[27] Lin, M, Prabhala N, Viswanathan S. Judging Borrowers by the Company They Keep:Friendship Networks and Information Asymmetry in Online Peer-to-Peer Lending[J]. Management Science, 2013, 59(1):17-35.
[28] Moenninghoff S C, Wieandt A. The Future of Peer-to-Peer Finance[J]. Social Science Research Network, 2014, 65(5):466-487.
[29] Ngai L R, Samaniego R M. Accounting for Research and Productivity Growth Across Industries[J]. Review of Economic Dynamics, 2009, 14(3):475-495.
[30] Semykina A, Wooldridge J M. Estimating Panel Data Models in the Presence of Endogeneity and Selection[J]. Journal of Econometrics, 2010,157(2):375-380.
(1)因篇幅所限，变量的描述性统计结果以附表1展示，见《统计研究》网站所列附件。下同。
(1)因篇幅所限，模型选择检验和工具变量回归一阶段结果以附表2和附表3展示。
(1)因篇幅所限，表2其余控制变量结果以附表4展示。
(1)因篇幅所限，表3其余控制变量结果以附表5展示。
(2)因篇幅所限，表4其余控制变量结果以附表6展示。
(1)因篇幅所限，表5其余控制变量结果以附表7展示。
(1)因篇幅所限，表6其余控制变量结果以附表8展示。
(2)因篇幅所限，表7其余控制变量结果以附表9展示。
(1)因篇幅所限，模型检验结果以附表10和附表11展示。
(2)由于缺乏新增企业从业人员、营业收入等信息，本文根据企业注册资本规模将新增企业划分为：小型企业（<1000万），中型企业（1000~5000万）和大型企业（>5000万）。
(3)因篇幅所限，表8其余控制变量结果以附表12展示。
(1)因篇幅所限，表9其余控制变量结果以附表13展示。
(2)因篇幅所限，表10其余控制变量结果以附表14展示。
(3)东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南；中部地区包括山西、安徽、江西、河南、湖北和湖南；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、青海、宁夏和新疆。由于东北地区仅包括辽宁、吉林和黑龙江，样本量较少，因此不作为研究对象。
(1)因篇幅所限，表11其余控制变量结果以附表15展示。
(1)因篇幅所限，表12其余控制变量结果以附表16展示。
基本信息:
DOI：10.19343/j.cnki.11-1302/c.2022.10.007
中图分类号:F832;F121.3
引用信息:
[1]李海奇,张晶.金融科技对我国产业结构优化与产业升级的影响[J].统计研究,2022,39(10):102-118.DOI:10.19343/j.cnki.11-1302/c.2022.10.007.
基金信息:
国家自然科学基金面上项目“高维时变分位数预测模型：理论与应用”（72171076）; 湖南省自然科学基金杰出青年科学基金项目“时变参数高维矩条件模型及其应用”（2021JJ10026）
2022-09-27
2022-09-27
2022-09-27