數字金融是否促進了縣域產業結構升級？
——基于網商銀行進入農村市場的準自然實驗

張正平，趙魏蘭

(1.北京工商大學經濟學院，北京 100048；2.北京工商大學數字金融研究中心，北京 100048)

一、引 言

在我國經濟邁入高質量發展階段的背景下，推動縣域經濟高質量發展無疑具有十分重要的意義，而產業結構升級則是實現縣域經濟高質量發展的重要支撐?！吨泄仓醒?國務院關于做好2022年全面推進鄉村振興重點工作的意見》指出，要聚焦產業促進鄉村發展，持續推進農村一二三產業融合，大力發展縣域富民產業。在此背景下，中小微企業已成為縣域經濟社會發展的主體力量，在擴大內需、增加就業和收入、推動經濟發展和保持社會穩定等方面發揮著越來越重要和不可替代的作用。然而，在我國縣域的三次產業分布中，與城市相比，縣域第三產業的占比依然偏低。由于金融排斥的存在，以銀行信貸為主導的傳統金融難以滿足中小經濟主體(如家庭、小微企業等)的資金需求[1]。近年來，數字金融作為一種嶄新的金融業態發展迅速，是傳統金融機構與互聯網公司利用數字技術實現融資、支付、投資等的新型金融業務模式[2]，解決了傳統金融業務發展中的很多痛點。例如，數字金融克服了傳統金融固有的地域排斥，利用終端設備提供金融服務，產品的創新使得金融服務更加直接、更加平民化，提升了縣域金融服務的可得性。那么，數字金融是否能夠促進縣域產業結構升級，其作用機制如何，是否存在異質性？這正是本文試圖回答的問題。

從已有文獻來看，有關金融發展與產業結構升級的研究主要集中在兩個方面。一是傳統金融與產業結構升級的關系。這類研究大致形成了促進論和抑制論兩種觀點。(1)促進論。金融市場的不斷完善有效緩解了貨幣政策的結構性矛盾，從而暢通貨幣政策傳導機制[3]，提高了各種資源的可得性[4]，改善了企業的外部融資環境，幫助企業實現技術進步，最終推動產業結構轉型升級。(2)抑制論。如果金融發展實際上阻礙了實體經濟的發展，則會使金融發展與產業升級背道而馳[5]。若金融資本與實體經濟部門的產業資本不匹配，產業空心化不利于產業結構升級[6]。因此，應兼顧金融發展與產業結構調整的平衡性，找到最佳閾值進行發展。二是數字金融與產業結構升級的關系。數字金融在產業結構轉型升級中的作用逐漸凸顯，對產業結構升級起到正向促進作用，并且不同維度的數字金融對產業結構優化的影響存在差異。例如，唐文進等(2019)[7]基于283個地級以上城市的面板數據實證研究發現，數字普惠金融發展影響產業結構升級由較顯著到非常顯著，促進作用呈現由弱到強的非線性變化過程。陳一明和溫濤(2023)[8]基于2011—2018年中國省級面板數據發現，數字普惠金融對鄉村產業發展有正向促進作用，覆蓋廣度比數字化程度更明顯，且數字普惠金融總指數、分維度的數字化程度對鄉村產業發展的推動作用存在明顯的空間溢出效應。進一步地，數字金融促進產業結構升級的作用機制體現在兩個方面：其一，科技創新效應。數字金融提高中小企業創新融資的可得性，緩解創新融資約束，有利于創新水平的提升，推動產業結構優化升級[9]。其二，創業效應。數字金融為長尾客戶提供創業融資渠道，金融資源傾向創業群體，提升了創業水平，進而促進產業結構升級[9]。

上述文獻為我們理解金融發展對產業結構升級的影響奠定了良好的基礎，但仍存在一些不足。一方面，已有文獻關于數字金融影響產業結構升級的作用機制集中在科技創新、創業等方面，但對作用機制的邏輯分析并不深入，沒有真正與產業結構升級建立邏輯聯系，且忽視了數字金融在推動第三產業發展上所具有的特點和優勢；另一方面，現有文獻多采用北京大學數字金融研究中心發布的數字普惠金融指數衡量數字金融發展水平，考慮到該指數存在數據來源單一、涵蓋內容不夠明晰等問題，基于該指數估計對產業結構的影響可能是有偏的。為此，本文以網商銀行進入農村市場作為一項準自然實驗，采用多期雙重差分法估計數字金融對縣域產業結構升級的影響。

本文的主要創新在于：一是在理論機制上，從數字金融特點和優勢的角度切入，揭示了數字金融通過發揮數字技術優勢，引導更多資金流向第三產業，進而促進縣域產業結構升級的作用機制，同時也揭示了數字金融通過推動消費結構升級來促進縣域產業結構升級的作用機制，豐富并加深了對二者關系的理解；二是在估計方法上，區別于已有文獻多采用OLS估計方法，本文基于網商銀行進入農村市場的準自然實驗，采用多期雙重差分法進行估計，可以更加精準地識別數字金融影響縣域產業結構升級的“凈效應”，并采用PSM-DID糾正可能的選擇性偏誤，大大提高了研究結論的可靠性；三是在研究內容上，實證檢驗了不同地區、不同貧困程度和不同傳統信貸投入規模等情形下數字金融對縣域產業結構升級的異質性影響，更深入地剖析了二者之間的關系，為數字金融更好助力縣域產業結構升級提供了新的思路。

二、理論分析與假說提出

(一)數字金融對縣域產業結構升級的影響

產業結構調整深受金融發展的影響，金融發展是產業結構調整的重要助推力量[10]。絕大部分縣域經濟以中小微市場主體為主，由于信息不對稱，這類企業往往被排斥在傳統金融機構愿意服務的范疇之外，經常面臨融資難、融資貴和融資慢的問題，而數字金融能在較大程度上解決這一問題。首先，縣域產業中以第三產業為主體的中小微企業所需資金量小，交易更靈活。數字金融擴大了金融服務的覆蓋面和可得性，降低了金融交易成本[11]，有效緩解了中小微企業融資約束，進而優化了信貸資金在縣域產業之間的配置[12]。其次，數字金融借助其低門檻、低成本優勢，加速地區間要素流動和技術互動，優化勞動、資本等生產要素配置。數字技術的廣泛應用，使得數字金融能夠迅速精準匹配產業鏈的各個需求端，為產業發展提供資金支持[2]。數字金融逐漸滲透到縣域產業的各個環節，使得產業邊界逐漸模糊，第三產業在第一二產業上的融合應用日趨加深，促進縣域產業結構升級。最后，在縣域內只要有互聯網覆蓋，就很有可能獲得數字金融提供的服務。數字金融激發了縣域的底層活力和內在動力，增加貧困人群追求更高生活的機會[9]，引導生產要素向效率更高的部門轉移，促進縣域產業結構升級。據此，本文提出假說H1：

H1：數字金融促進了縣域產業結構升級。

(二)數字金融影響縣域產業結構升級的機制

從三次產業整體角度來分析，根據張伯超等(2018)[13]的研究，2015年之前第一產業的資本收益率最低，第三產業的資本收益率最高，第二產業處于中間位置，2012—2016年，第三產業的資本收益率呈現出穩中有升的態勢?！吨袊h域經濟百強研究》顯示，2016—2020年，在中國縣域經濟結構中，第二產業的占比有所降低，而第三產業占比逐年上升，已成為中國縣域經濟發展的一級推進器。研究發現，具有比較優勢的第三產業能夠創造更高的資本回報率，而金融資源流動總是趨向于回報率高的地區[14]，這意味著金融體系將引導資金流向第三產業。具體而言，數字金融通過兩個途徑發揮作用：一方面，數字金融利用大數據、云計算等新一代數字技術，緩解了中小微企業與資金供給者之間的信息不對稱，實現了信息資源的共享和交易。數字金融使得小微企業享受到同等程度的金融服務，拓寬了小微企業的融資渠道[7]。由于縣域小微企業多屬于第三產業(1)根據康波財經、中國普惠金融研究院等單位聯合發布的《2021中國小微企業發展指數報告》，我國小微企業分布在第三產業的占比達到79.7%。根據筆者的觀察并綜合相關資料判斷，我國縣域小微企業也多分布在第三產業，與上述報告披露的比例基本一致。，其資產收益率相對較高，數字金融更青睞縣域小微企業，意味著會引導更多的資金流向資產收益率高的縣域第三產業，從而促進縣域產業結構升級。另一方面，數字金融作為數字技術與金融結合的創新產物，給傳統金融機構帶來了經營壓力，推動傳統金融機構的數字化轉型。數字金融發展能夠增加農村金融市場的競爭程度，進而激勵傳統農村金融機構投放更多的涉農貸款，有助于農村正規金融服務“普”和“惠”同時實現[15]。通過這兩個途徑，數字金融將引導縣域信貸資金更多地流向收益率更高的縣域第三產業。據此，本文提出假說H2：

H2：數字金融通過發揮數字技術優勢引導資金流向第三產業，從而促進縣域產業結構升級。

一方面，數字金融通過降低家庭收入不確定性和緩解流動性約束實現收入穩定[16]，將金融服務延伸至相對偏遠和貧窮的社會群體，同時緩解居民當期消費資金不足問題，實現跨期消費，為消費提供了更為廣闊的空間。此外，數字金融依靠大數據等技術可有效防范風險，提高居民風險控制能力。另一方面，根據馬斯洛需求層次理論，居民在滿足基本生活需求型消費之后，文教娛樂、醫療保健等發展型消費和享受型消費是居民重點消費的對象[17]。這意味著數字金融為消費升級創造了有利條件，充足的資金極有可能激發居民將目光投向發展型消費和享受型消費，促進居民消費結構升級。事實上，消費需求結構是產業結構演進的根本動因，生產的最終目的是滿足居民消費需求，居民消費結構升級會倒逼產業結構調整。當居民消費結構由生存型逐漸向發展型和享受型轉變時，消費者對需求收入彈性高的中高端產品需求更多，生產廠商接收到這一信號后調整生產，不斷擴大生產中高端產品的規模，進而實現產業結構升級[18]。據此，本文提出假說H3：

H3：數字金融通過促進消費結構升級，從而促進縣域產業結構升級。

(三)數字金融影響縣域產業結構升級的異質性

首先，數字金融對不同地區的異質性影響。一方面，數字金融發展水平在空間分布上呈現“東強西弱、南強北弱”的現象。南方地區在經濟、社會、生態、民生領域均存在顯著優勢[19]，南方地區比北方地區更容易獲得金融資源。另一方面，北方地區產業結構相較于南方地區的縣域整體偏重，而南方地區在現代服務業的支撐下快速發展[20]。數字金融在第三產業基礎比較雄厚的南方地區更能激發產業活力，南方地區逐漸過渡到以高新技術產業為主的產業結構。

其次，數字金融對不同貧困程度的異質性影響。2020年我國脫貧攻堅取得全面勝利，但事實上，扶貧工作由解決絕對貧困轉向了緩解相對貧困[21]，這意味著盡管貧困縣全部脫貧摘帽，但實質是從絕對貧困縣變成了相對貧困縣。數字金融發展促進縣域產業結構升級在相對貧困縣和非貧困縣之間作用效果存在差異是因為相對貧困縣和非貧困縣產業結構升級水平本身的差異。相對貧困縣第三產業發展相對落后，較為單一的產業結構使得產業結構升級難度較大、水平較低。非貧困縣的基礎設施建設以及產業結構均優于相對貧困縣[22]，市場化程度較高，數字金融可以充分發揮集聚社會閑散和小額資金的儲蓄動員能力。金融資源在完善的市場機制作用下不斷向第三產業流動，導致數字金融對非貧困縣產業結構升級具有更顯著的作用。

最后，數字金融對不同傳統信貸投入規模的異質性影響。以銀行為主導的傳統金融模式下普遍存在的金融排斥制約了中小企業及農村地區的發展，由于傳統金融自身的局限性[7]，傳統信貸供給不足的縣域產業結構升級步伐緩慢。在傳統信貸投入較高的縣域，數字金融彌補了傳統金融存在的短板，更好地滿足產業發展的資金需求，有效提升縣域的金融供給能力，進而促進產業結構升級。據此，本文提出假說H4：

H4：相較于北方縣、相對貧困縣、傳統信貸投入低的縣，數字金融對南方縣、非貧困縣、傳統信貸投入高的縣產業結構升級的促進效果更大。

三、研究設計

(一)數據來源

網商銀行進入縣域的數據來自手工整理，以網商銀行與某縣或縣所屬地級市簽署縣域普惠金融合作協議、為縣產業提供貸款服務為標志，衡量縣域是否有網商銀行的進入；各縣的微觀數據來自2014—2021年《中國縣域統計年鑒》，用于描述縣域特征；數字普惠金融信貸指數來自北京大學數字金融研究中心發布的北京大學數字普惠金融指數；消費數據來自西南財經大學中國家庭金融調查與研究中心組織管理的“中國家庭金融調查”項目(CHFS)[23]。另外，鑒于2015年和2016年網商銀行成立不久，進入農村市場的樣本很少，故將這兩年有網商銀行進入的縣域樣本予以剔除，同時剔除了樣本中的極端值，并采用ARIMA模型填補了只有部分缺失值的樣本。最終得到我國31個省份(未包括港澳臺地區)的縣2013—2020年的面板數據，共18791個有效樣本。

(二)變量說明

1.被解釋變量：產業結構升級。產業結構升級是指產業結構從低層次向高層次躍遷的過程，根據發達國家的經驗，“經濟結構服務化”是產業結構升級的重要特征[24]。參考干春暉等(2011)[24]對產業結構升級的定義，在縣域經濟效益最優目標的指引下，縣域產業結構升級表現為引導產業結構由低級向高級進行轉換的過程。在2013—2019年，第三產業的經濟增長貢獻與人均產出增長率、第二產業經濟增長貢獻趨勢一致，且高于第二產業經濟增長貢獻，呈波動中平緩上升態勢[25]，這意味著第三產業的影響力逐步增強并超過第二產業，逐漸成為產業主體，成為影響縣域經濟發展差異的主導因素?？紤]到我國縣域產業結構升級的經濟服務化特征和服務業的高增長率、縣域第三產業占比穩步提升等典型事實，本文借鑒魯釗陽和李樹(2015)[26]的做法，采用第三產業增加值與第一二產業增加值之和的比重衡量縣域產業結構升級程度，計算公式如下：

IS=Y3/(Y1+Y2)

(1)

其中，Y1、Y2和Y3分別表示第一產業、第二產業和第三產業的增加值。IS的值越大，表示縣域產業結構升級程度越高。

2.解釋變量：數字金融。本文以網商銀行進入縣域作為數字金融的代理變量。網商銀行是我國的互聯網銀行，該行以互聯網為平臺，擁有云端處理高并發能力，通過大數據、互聯網的方式服務縣域小微企業和個人用戶。2022年網商銀行年報顯示，該行數字信貸累計服務的小微企業和個人經營者超過5000萬戶，小微貸款不良率為1.94%。根據網商銀行進入縣域的時間進行賦值。網商銀行在2017年逐漸擴大進入農村市場的范圍，將2017年作為政策沖擊事件發生年份，即2017年及以后年份取值為1，其他年份取值為0，得到時間虛擬變量(Time)。將樣本分為處理組和控制組，處理組即網商銀行進入的縣，取值為1，控制組即沒有網商銀行進入的縣，取值為0，得到分組虛擬變量(Treat)。

3.控制變量。參考唐文進等(2019)[7]、楊虹和王喬冉(2021)[9]、陳一明和溫濤(2023)[8]的做法，本文控制了可能影響縣域產業結構的其他因素，具體包括經濟發展水平、政府干預程度、傳統信貸投入、城鎮化水平、固定資產投資水平以及城鄉收入差距。具體變量定義見表1。

表1 變量定義

(三)模型設定

雙重差分法(DID)基于個體數據進行回歸，判斷政策的影響是否在統計上顯著，能夠較大限度地避免政策作為解釋變量所存在的內生性問題。由于網商銀行進入縣域的時點不一致，而傳統DID僅能評估單一時點政策實施效果，因此不適用于本文。多期DID可有效處理個體處理期時間點不完全一致的情況，適用于同一政策在影響群體中的漸進實施，因此，本文借鑒袁航和朱承亮(2018)[27]的做法，采用多期DID方法進行估計，即在不同時點分別進行雙重差分?；诙嗥贒ID方法，設定如下模型檢驗以網商銀行代表的數字金融沖擊對縣域產業結構升級的影響：

ISit=β0+β1Treati×Timeit+β2Xit+ui+λt+εit

(2)

其中，ISit為被解釋變量，表示i縣在t年的產業結構升級指數。交互項Treati×Timeit為解釋變量，表示i縣在t年是否有網商銀行進入。Treati為分組虛擬變量，若Treati=1，則為處理組，若Treati=0，則為控制組。Timeit為時間虛擬變量，若i縣在t年有網商銀行進入，則Timeit=1，反之則Timeit=0。β1為核心參數，即網商銀行進入縣域后對縣域產業結構升級的凈效應。Xit代表控制變量集，ui代表個體固定效應，λt代表時間固定效應，εit代表隨機誤差項。

四、實證結果及分析

(一)描述性統計分析

表2為變量的描述性統計結果。由表2可知，全樣本(2455個縣，18791個樣本)下，被解釋變量產業結構升級的最大值為6.8249，最小值為0.0578，均值為0.7017，表明不同縣域的產業結構升級程度存在較大差異。從控制變量來看，這些變量的變動均符合預期，適合進行回歸分析。需要說明的是，處理組(778個縣，6009個樣本)中，產業結構升級的均值為0.7005，標準差為0.3704；控制組(1677個縣，12782個樣本)中，產業結構升級的均值為0.7023，標準差為0.3372。從處理組和控制組產業結構升級程度看，均值和標準差比較接近，適合進行回歸分析。

表2 變量描述性統計結果

(二)基準回歸及結果分析

表3報告了數字金融對縣域產業結構升級影響的回歸結果，第(1)和(2)列為采用OLS回歸得到的單差法估計結果，單一比較網商銀行進入縣域與未進入縣域在產業結構升級上的差異，第(3)和(4)列為采用雙向固定效應的多期雙重差分法估計結果。比較第(1)和(3)列的估計系數可知，使用單差法得到的結果大于雙重差分法得到的結果，說明單差法雖能解決部分問題，但會高估數字金融對縣域產業結構升級的促進效果，因此多期雙重差分法估計更為準確。由估計結果可知，無論采用單差法還是雙重差分法，Treat×Time的估計系數均在1%水平上顯著為正，表明數字金融顯著促進了縣域產業結構升級。第(2)和(4)列分別在第(1)和(3)列的基礎上加入控制變量，估計系數的大小和顯著性未發生實質性改變，說明在網商銀行進入的縣，數字金融的確促進了產業結構升級。由第(4)列的估計結果看，當其他因素不變時，網商銀行進入縣域使得處理組的縣域產業結構升級指數提高了4.02%。這意味著數字金融顯著促進了縣域產業結構升級，假說H1得到了支持。導致這種結果可能的原因是，縣域第三產業往往難以從傳統金融機構獲得所需的信貸資金，而數字金融的出現打破了傳統金融對縣域第三產業的排斥，增加了金融市場競爭，進而引導更多的資金流向縣域第三產業，從而推進縣域產業結構升級。

表3 數字金融對縣域產業結構升級的影響：基準回歸

就第(4)列的控制變量而言，有幾個變量的結果值得關注：其一，經濟發展水平對縣域產業結構升級的影響系數顯著為負，可能是因為我國縣域經濟仍處于轉型期，粗放型經濟增長模式的慣性強大，抑制了地區產業的多元化發展，會對產業結構升級造成顯著的抑制效應；其二，固定資產投資水平對縣域產業結構升級具有負向影響，這可能是由于固定資產投資對產業結構升級的影響存在滯后效應，從長期來看對產業結構調整可能存在正向的作用。

(三)穩健性檢驗(2)受篇幅限制，具體結果未報告，作者備索。

1.平行趨勢檢驗。雙重差分法有效的前提是滿足平行趨勢假定，即在網商銀行進入縣域前后，縣域之間產業結構升級的演變趨勢應該是相近的。在樣本期2013—2020年內，由于網商銀行進入各縣的時間存在差異，本文以網商銀行進入各縣的時間為基期，分析網商銀行進入縣域前五年和后三年的平行趨勢變化情況，結果發現網商銀行進入縣域前的回歸系數普遍平緩且不顯著，表明數字金融發揮作用前處理組與控制組的產業結構升級無顯著差異。從動態效應看，在網商銀行進入縣域后，產業結構升級的回歸系數出現波動，并呈現出正向上升趨勢，表明數字金融對縣域產業結構升級的促進作用具有長期效應。綜上，平行趨勢假定成立。

2.安慰劑檢驗?？h域產業結構升級的統計顯著性可能源于某些隨機因素。為此，借鑒Cantoni等(2017)[28]的處理辦法進行安慰劑檢驗，判斷數字金融對縣域產業結構升級的促進作用是否是由其他隨機性因素引起的。隨機生成處理組并重復了500次和1000次回歸，將500次和1000次回歸中網商銀行進入縣域的t值統計出來，得到縣域產業結構升級下網商銀行進入縣域的t值的核密度圖，并與真實t值(2.97)進行比較。結果發現，對于縣域產業結構升級指標，僅有極少數回歸的t值大于真實回歸系數的t值，說明基準回歸結論比較穩健，數字金融的確對縣域產業結構升級產生了促進作用。

3.PSM-DID。網商銀行選擇進入某縣的過程中可能存在一定的選擇“標準”，例如，往往會選擇經濟基礎較好的縣，因而不能嚴格滿足隨機分組的假設，直接比較處理組和控制組之間的差異可能會存在選擇性偏差。因此，本文參考韋東明等(2021)[29]的做法，采用傾向得分匹配法(PSM)處理該問題。具體而言，對樣本分別進行k近鄰匹配(1∶4)、卡尺內最近鄰匹配和核匹配，降低網商銀行進入的縣與未進入的縣之間的系統性差異，使兩組樣本具有更加相似的縣域特征。平衡性檢驗表明絕大部分協變量之間沒有顯著差異，經過傾向性得分匹配后，樣本的特征差異大幅消除。應用匹配后的結果重新進行回歸，結果顯示，數字金融的系數仍顯著為正，表明數字金融顯著地促進了縣域產業結構升級，與基準回歸結果一致。

4.刪除直轄市的縣域樣本。直轄市內的縣級單位往往在經濟發展機會、資源獲取能力等方面更有優勢，對高素質人才具有更強的吸引力，產業發展水平更高，可能導致高估數字金融對縣域產業結構升級的促進效應，因此有必要將這類樣本剔除后進行回歸。結果顯示，在剔除四個直轄市的縣域樣本后，數字金融的系數顯著為正，與基準回歸結果一致。

5.替換被解釋變量。用第三產業增加值與地區生產總值之比衡量產業結構升級程度，以增加估計結果的可靠性。結果顯示，數字金融的系數仍顯著為正，與基準回歸結果一致。

五、進一步討論

(一)影響機制分析

1.引導資金流向。在縣域，數字金融服務的客戶多為自然人和小微經營者。依據網商銀行年報，截至2022年底，累計服務小微客戶超5000萬，縣域客戶占比超過一半。根據康波財經等單位聯合發布的《2021中國小微企業發展指數報告》，我國小微企業分布在第三產業的占比達到79.7%。按照這個比例對縣域進行推斷，網商銀行服務的縣域小微企業大多屬于第三產業，其數字金融服務無疑是促進縣域產業結構升級的重要力量。另外，北京大學數字普惠金融指數的子指數“信貸指數”是從貸款用戶數、平均貸款筆數和平均貸款金額等角度進行綜合衡量的，反映了個人和小微經營者的信貸業務情況。據此，本文從小微企業信貸的角度考察數字金融引導縣域資金流向的作用，參考李牧辰等(2020)[30]的做法，使用縣級層面的“信貸指數”衡量數字金融在縣域的信貸資金投放力度，去掉缺失值和極端值，以其均值為標準將樣本劃分為高信貸指數組和低信貸指數組?？紤]到數據的可得性，樣本時間區間為2014—2020年。

分組回歸及組間系數差異檢驗結果見表4的第(1)和(2)列，相較于信貸指數低的縣，數字金融的系數在信貸指數高的縣中更顯著，且組間系數差異檢驗證實兩組系數存在顯著差異，說明在信貸指數高的縣，數字金融對產業結構升級的促進作用更大。這表明數字金融很可能引導了更多的信貸資金流向縣域第三產業，使得擁有更多信貸資源的縣域產業結構升級程度更高，支持了假說H2。這可能是因為金融體系傾向引導資金流向回報率高的第三產業[14]，隨著數字技術在數字金融領域的不斷滲透，產業結構向著適應數字技術發展的方向調整。具體地，數字金融利用數字技術優勢更好地緩解了信貸雙方信息不對稱，從而更加精準地識別小微企業的信貸需求，降低了資金供需雙方的搜尋、匹配成本，為更大范圍的縣域生產經營活動提供金融支持，尤其是使得信貸資金更多地流向縣域小微企業和第三產業，從而促進縣域產業結構升級。

表4 機制檢驗的回歸結果

2.促進消費結構升級。借鑒王小華和溫濤(2015)[17]的做法，本文將食品、衣著、居住、交通通信方面的支出定義為基本生存型消費，將文教娛樂、醫療保健方面的支出定義為發展享受型消費，用發展享受型消費占家庭總消費的比重代表消費結構升級，該值越大表明家庭消費結構升級程度越高。選取CHFS數據庫中2015、2017與2019年家庭層面的消費數據，根據被調查者所在的區縣與縣級層面的數據進行匹配，去掉缺失值和極端值，以其均值為標準將樣本劃分為高水平消費結構升級組和低水平消費結構升級組。

分組回歸及組間系數差異檢驗結果見表4的第(3)和(4)列，相較于消費結構升級水平低的縣，數字金融的系數在消費結構升級水平高的縣中更顯著，且組間系數差異檢驗證實兩組系數存在顯著差異，說明在消費結構升級水平高的縣，數字金融對產業結構升級的促進作用更大。這表明如果縣域居民消費結構升級水平更高，數字金融對促進這類縣域產業結構升級的作用更大，支持了假說H3。這可能是因為數字金融使得居民擁有充足的資金將消費目光投向發展享受型消費，促進了居民消費結構升級，進而催動生產，倒逼產業結構升級。

(二)異質性分析

1.地區異質性。本文將31個省份(不包括港澳臺地區)的樣本縣按照地理位置劃分為北方組和南方組(3)北方地區包括北京、天津、河北、山東、河南、山西、內蒙古、黑龍江、吉林、遼寧、陜西、甘肅、青海、寧夏和新疆等15個省份；南方地區包括上海、江蘇、浙江、安徽、福建、江西、湖北、湖南、廣東、廣西、海南、重慶、四川、貴州、云南和西藏等16個省份。。由表5的P值結果可知，兩組組間系數在1%水平上顯著，說明兩組系數具有可比性。數字金融的系數在南方組顯著為正，在北方組為正值但不顯著，表明數字金融顯著促進了南方縣域產業結構的升級，但對北方縣域產業結構升級的促進作用并不顯著，假說H4得到了支持。

表5 異質性分析的回歸結果

2.貧困程度異質性。根據國家鄉村振興局公布的2014年全國832個貧困縣名單，將樣本劃分為相對貧困縣組和非貧困縣組。由表5的P值結果可知，兩組樣本的組間系數存在顯著差異。表5第(3)和(4)列結果顯示，非貧困縣的數字金融系數顯著為正，而相對貧困縣的數字金融系數不顯著，說明相比于相對貧困縣，數字金融能夠更加有力地促進非貧困縣的產業結構升級，證實了假說H4。

3.傳統信貸投入規模異質性。將樣本縣人均金融機構貸款余額根據均值劃分為低傳統信貸投入與高傳統信貸投入兩組。由表5的P值結果可知，兩組樣本的組間系數差異顯著。表5第(5)和(6)列結果顯示，高傳統信貸投入組的數字金融系數顯著為正，低傳統信貸投入組的數字金融系數不顯著，說明數字金融更能夠顯著促進傳統信貸投入高的縣的產業結構升級，假說H4得到了支持。

六、研究結論及政策啟示

本文將網商銀行進入農村市場視為一項準自然實驗，基于2013—2020年的縣域數據，實證檢驗了數字金融對縣域產業結構升級的影響。研究發現：(1)數字金融顯著促進了縣域產業結構升級，這一結論在穩健性檢驗后依然成立；(2)數字金融不僅通過發揮數字技術優勢，引導資金流向第三產業促進縣域產業結構升級，還通過促進消費結構升級促進縣域產業結構升級；(3)相較于北方縣、相對貧困縣、傳統信貸投入低的縣，數字金融對南方縣、非貧困縣、傳統信貸投入高的縣產業結構升級的促進效果更大。

上述實證結論對我國縣域產業結構調整和推動數字金融發展具有重要的政策啟示：首先，大力推進縣域數字金融發展。一方面，加快縣域金融基礎設施建設，推動數字金融穩步發展。根據不同的縣域條件，有序推進5G、人工智能、云計算等數字技術產業的發展，持續加大財政投入力度，引導社會資本參與，促進數字金融基礎設施的完善，不斷提升縣域數字金融發展水平，提高小微企業的金融可得性，促進縣域產業結構升級。另一方面，推動縣域金融機構數字化轉型，積極創新數字金融產品和服務。認真落實國家數字金融政策，通過與金融公司合作、借力省聯社平臺等方式，大力推進縣域金融機構數字化轉型，鼓勵金融機構立足縣域產業特征，積極推動數字金融產品與服務創新。例如，可針對農家樂、農村電商等小微企業開發一攬子的在線數字金融服務方案，助力縣域產業結構升級。

其次，充分發揮數字金融技術優勢，大力推進消費結構升級。一方面，結合縣域經濟發展情況，有針對性地提供差異化的數字金融產品和服務，充分利用網商銀行等互聯網銀行在數字金融上的技術優勢，更好地服務縣域產業發展。例如，金融機構可在電商基礎較好的縣域、信息化水平不高的縣域分別采用純線上和“線上+線下”的展業模式，縣級政府可主動接洽引進互聯網銀行并與之簽署產業支持協議，縣域金融機構可積極與互聯網銀行或金融科技公司在業務、技術、人才等領域展開交流合作。另一方面，在不斷完善縣域數字金融發展環境的同時，著力提高縣域居民收入水平，推進基本公共服務均等化，推動縣域居民消費結構升級。例如，進一步推動城鄉一體化，加大縣域教育、醫療、養老等方面的扶持力度，建立健全農村社會保障體系，積極發展縣域電商產業園區，提振農村居民消費意愿和消費信心。

最后，因地制宜促進縣域產業結構升級。一方面，在縣域產業發展過程中，政府部門應給予北方地區、相對貧困縣、傳統信貸投入低的縣更多的資源傾斜，以彌補數字金融促進縣域產業結構升級作用相對較小的不足。例如，可考慮加大基礎設施建設投資力度促進縣域經濟發展，或通過向央行申請更多的面向“三農”、鄉村振興的貨幣資金投放。另一方面，對于南方地區、非貧困縣、傳統信貸投入高的縣，應通過制定更加有效的政策引導縣域數字金融的發展，以充分利用數字金融對其產業結構升級提升作用更強的優勢。例如，可進一步加快縣域金融機構數字化轉型步伐，提升縣域傳統金融數字化水平；可進一步完善縣域小微企業發展環境，引導小微企業交易線上化，更好地契合數字金融的業務特征。