金融科技是否推动了我国产业结构优化——基于空间效应和门槛效应的分析

李 睿

(对外经济贸易大学 金融学院,北京 100029)

一、引言

随着大数据、人工智能、区块链等金融科技底层技术不断创新,并向风险定价、资源配置等环节深入渗透,我国金融科技的发展愈趋成熟。金融科技由过去粗犷、简单的科技赋能金融业务向以改变金融行业底层逻辑为特征的金融与科技深度融合转变,为金融服务实体经济提供了全新范式。实体经济是金融的基础,金融内植于实体经济。中国人民银行发布的《金融科技发展规划(2019—2021 年)》中明确要正确把握金融科技的核心和本质,忠实履行金融的天职和使命,以服务实体经济为宗旨,将科技应用能力内化为金融竞争力,确保金融科技应用不偏离正确方向。《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》中再次强调要提升金融科技水平,构建金融有效支持实体经济的体制机制。

当前,我国经济正处在由高增长向高质量发展的转型换挡阶段,产业结构的优化是实现这一目标的关键所在,而金融发展与产业结构的协调匹配是实体经济高质量发展的重要动力,其中需要不断强化金融科技合理应用,全面提升金融科技应用水平,将金融科技打造成为金融支持产业结构优化的“新引擎”。那么金融科技如何充分发挥作用,推动金融部门服务产业结构优化等相关问题的研究对我国金融科技下一步的发展方向以及实体经济发展中产业结构的调整路径具有一定现实参考意义。本文基于宏观(国家)、中观(行业)和微观(公司)层面的研报,利用文本挖掘技术构建金融科技发展水平衡量指标,以产业结构合理化和高级化两个维度综合衡量产业结构优化,采用空间杜宾模型从金融效率、金融规模和金融结构三个维度具体分析金融科技在金融支持产业结构优化过程中发挥的影响作用,并提出相关政策性建议。

二、文献综述

长久以来,我国金融发展如何影响实体经济发展的研究始终是学术界关注的热点问题,许多学者从产业结构调整的视角对该问题进行了深入浅出的研究。易信等[1]基于内生增长理论构建多部门熊彼特内生增长理论模型,从供需内生驱动力的角度分析了金融发展与产业结构转型之间的内在逻辑,认为金融发展可以从需求端利用收入效应拉动产业结构调整,也能够从供给端利用替代效应改变部门间的技术进步和资本积累差异进而影响产业结构转型。金融发展可以作为中间媒介,通过技术创新机制、产业融合机制等途径与产业结合推动经济发展。从金融效率的角度看,金融发展通过降低金融市场摩擦,减少代理人问题和道德风险,放松企业融资约束,提升资本配置效率,这有助于具有技术创新的潜在企业进入行业参与竞争,加速行业“破坏性创新”,进而推动产业的结构转型[2-3]。从金融结构的角度看,发达的资本市场更有利于资本密集型技术的跨国传播,避免经济陷入“高技术、低产出”的发展陷阱,内在金融结构的动态调整提高了金融深化程度,进而助力产业结构调整和跨国收敛[4-5]。同时金融发展能够产生有效的资金形成和导向机制作用于产业结构调整,比如金融业的专业聚集化和规模效应对本地区和周边地区的制造业转型升级产生了显著促进作用[6]。也有部分学者认为,最优的金融发展体系并不具备普适性,金融服务是产业链的高端,过度金融化会扭曲资源配置进一步推高实体经济成本,诱使实体企业资金脱实向虚、加剧产业空心化,只有当金融体系与其所服务的产业结构相适应时,经济系统才会达到最优的发展状态[7-8]。

现有文献对产业结构调整中升级和优化的定义和测度存在混淆。部分研究基于配第-克拉克定理,使用产业间结构比例变化指标,如第二、三产业增加值之和与GDP 的比值,第三产业增加值与第二产业的增加值的比值衡量产业结构优化,然而这类指标主要衡量产业结构转型过程中的资源要素从生产率较低部门向生产率较高部门不断转移的结构升级过程。产业结构优化是产业结构合理化和高级化的过程。产业结构合理化指的是产业间的聚合质量的提高,包括产业间协调程度和资源有效利用程度两个方面。产业结构高级化主要是指具有高技术水平、深加工能力、高市场潜力、低耗环保、可持续有序协调发展的产业及其部门占有更高比重的产业结构[9-10]。由此可见,产业结构优化是高于产业结构升级的综合概念,在当前我国经济高质量发展过程中,产业结构的优化调整是满足绿色发展、新旧动能转换等发展要求的重要环节。

金融科技是金融与科技深度融合的新兴产物,世界金融稳定理事会(FSB)在2019 年将金融科技定义为技术带来的金融创新。目前研究中对金融科技发展水平的衡量方法主要有以下几种:第一,早期学者多采用北京大学互联网金融中心发布的互联网金融发展指数,该指数主要基于蚂蚁金服集团旗下支付宝和余额宝的用户流量数据,衡量狭义互联网金融的发展情况。第二,部分学者以移动支付的相关指标如交易金额、交易频率等作为金融科技发展水平的代表变量。第三,新闻发布量可以反映人们日常关注的需求信息,与诸多社会经济现象具有高度的相关性,互联网时代的网络搜索数据反映了人们的需求,能够帮助学者和研究机构进行宏观经济预测[11]。因此,2018 年以来,越来越多的研究基于郭品等[12]学者的研究使用新闻中互联网金融词频来衡量互联网金融发展水平的方法,利用金融科技关键词的百度搜索指数构建金融科技发展水平的综合指标,弥补了早期研究中衡量方法的局限性。然而,百度搜索指数主要体现了社会大众对金融科技的关注度和需求度,无法反映企业中金融科技的发展现状和未来趋势,且指标构建方法中关键词的选择存在一定的主观色彩。

金融科技以基础技术为支撑的特征改变了金融服务的底层逻辑,但并未改变金融资金融通这一基本属性,服务实体经济发展、促进产业结构调整仍然是金融根本的意义所在。从融资成本的角度来看,在企业部门层面,金融科技以信息流带动资金流,有效缓解信息不对称问题,减轻了传统金融中超常态的信贷配给状况,有利于促进创新向生产力的稳步转化。在家庭部门层面,金融科技一方面通过降低个人借贷成本提高居民当期消费能力,提升卖方市场的竞争程度,间接促进产业结构升级;另一方面扩大了金融服务业务的受众覆盖面,当个人金融投资获得的收入增加常态化时,将改变消费者持久收入预期和长期边际消费倾向,从而对产业结构的变化产生影响[13]。从融资结构的角度来看,新结构经济学认为经济发展需要通过要素禀赋结构升级,要素禀赋结构升级推动产业升级优化,从而推动经济高质量增长。随着我国进入高质量发展阶段,产业结构的优化在经济发展从“铺摊子”向“上台阶”的阶段转变过程中发挥着重要的作用[14]。金融资本作为一地区特定时点的要素禀赋,其结构升级势必会带动产业结构优化进而促进经济发展[15]。金融科技促进信用经济的发展,提高资本市场活力,有效缓解了金融抑制,同时资本的趋利性等特点使其自发地由利润率低的产业向利润率高的产业流动,为具有潜力的产业发展提供资金支持,从而使产业结构不断进行调整并趋于合理化[16]。从资源配置效率的角度来看,金融体系可以利用金融创新的分散风险、重新配置资源等机制,将资本转移到风险较高而具有生产率的技术创新活动,促进技术进步,进而推动产业结构优化。金融科技作为金融与科技两大知识密集型产业的融合,通过金融产品创新提高资本配置效率,将我国大规模的社会储蓄更高效地转化为生产性投资,推动产业结构合理化[17]。

前人的研究表明,金融科技能够通过完善金融中介功能推动金融体系发展,进而影响产业结构调整,助力实体经济发展,然而尚有一些值得进一步深入研究的问题。首先,目前金融科技对金融支持实体经济发展的影响研究主要集中于理论与范式分析,缺乏对我国实际情况进行实证检验。其次,已有研究多围绕融资成本、效率等单种因素探讨金融科技对实体经济发展的推动作用,而认清当前金融科技对金融体系的深度、广度各方面的改变以及其对产业结构优化的作用,对深入了解我国金融科技对产业结构的影响现状、优化金融科技发展路径具有重要的参考意义。最后,已有文献对产业结构优化的衡量尚未反映经济高质量发展阶段对产业结构调整的要求,同时对金融科技发展水平的衡量相对宽泛,无法代表现实行业中金融科技的发展现状。本文将尝试完善产业结构优化和金融科技发展水平衡量指标的构建,在已有研究的基础上进一步实证检验我国金融科技对产业结构优化的作用,并对金融发展在传导机制中发挥的作用进行具体深入的分析。

三、研究设计

(一)变量选取与数据来源

1.产业结构优化与金融发展指标的构建。本文借鉴前人的相关研究[9-10,18],采用泰尔指数衡量产业协调程度,弥补传统产业偏离度指标忽视各产业在经济体中重要程度的不足,并从产业结构高级化速度、高级化产业结构状态、生产耗能度和工业加工度四个方面评价产业结构高级化,其中产业结构高级化速度和高级化产业结构状态分别用高新技术产业增长指数和夕阳产业淘汰指数衡量。本文借鉴张竣喃等[19]的研究,从金融中介效率、金融产业规模和金融体系结构三个方面衡量地区的金融发展水平,指标体系如表1 所示。

表1 产业结构优化和金融发展指标体系

本文使用因子分析法计算得到的综合指标测度地区产业结构优化水平(ISY)和金融发展水平(FD),样本对象为31 个省份,样本区间为2015 年第一季度到2019 年第四季度,数据来源于国家统计局网站、《中国金融年鉴》、《中国统计年鉴》和各省统计年鉴、区域金融运行报告等。

2.金融科技发展水平指标的构建。研报能够在一定程度上反映公司和行业整体中某项业务的发展和未来布局,尤其能够反映亮点业务和热点问题[20]。本文使用R 语言进行文本挖掘,计算研报中金融科技关键词的词频,并利用期望交叉熵改进函数和熵值法构建金融科技发展水平指标,改进了百度搜索指数方法的不足。

现代金融的功能包括支付清算、资源配置、风险管理、信息传递、资源储备与激励创造等方面。本文借鉴现有研究中金融科技关键词词库的构建[12,21-22],从支付结算、资源配置、风险管理、信息传递以及基础技术和相近概念六个维度构建了金融科技指数初始词库。其中,支付清算维度包含第三方支付、在线支付、移动支付、云支付和数字货币等初始特征词,资源配置维度包含网络借贷、网上融资和智能投资三项初始特征词,风险管理维度包含互联网保险、互联网理财、智能风控和IT 监管四项初始特征词,信息传递维度包含网上银行、互联网银行和智能投顾等初始特征词,基础技术维度以大数据、区块链、云计算、人工智能等金融科技主要底层技术为初始特征词,并以数字金融、普惠金融、互联网金融和智慧金融作为金融科技的相近概念词。

2015 年是我国金融科技新时代的元年[23],故本文选取了2015 年第一季度到2019 年第四季度的研报为样本,包括宏观研报、行业研报和公司研报,数据来源于Wind 和iFind 合并数据库,其中考虑路演中心出具的研报具有一定的主观导向性,可能夸大金融科技研报的占比,予以剔除后共得到1 315 063个研报样本。

首先,通过对5 000 份涵盖初始词库的随机样本进行小样本检测,得到各个特征词的相近词共22个,以避免在特征词筛选时可能出现的遗漏。其次,基于初始词库和相近词对总研报样本进行分词处理,只保留中文名词和英文名词,并以平均词频数量占前100 位且不在初始词汇中的名词为停用词以剔除噪声特征。结合大部分样本为中文、同类关键词数量较少等特点,本文使用期望交叉熵改进函数评价某个特征词的重要程度并使用K-Means 算法进行特征词文本聚类,得到筛选后的金融科技指数词库(见表2),使词库在符合经济含义的同时具有客观性。最后,使用信息熵将各维度指数合并得到金融科技综合指数,并分别以地区金融科技企业数量和地区金融科技相关政策文件数量①为权重得到地区层面的金融科技发展水平指数FinC和FinG。

表2 金融科技指数词库

3.控制变量的选取与描述性统计分析。借鉴相关文献对控制变量的选取[24-25],本文以人力资本(EDU)、外商直接投资(FDI)、市场化程度(MAK)、价格指数(PI)、政府规模(GOV)、对外贸易(OPE)、城市化率(TOW)、基础设施(BAS)为控制变量,分别以在校生师比、FDI占GDP比例、非国有企业固定资产投资占总固定资产投资比重、居民消费价格指数、政府公共财政支出与GDP的比值、进出口贸易总额占GDP的比值、城镇人口占总人口比例和单位道路面积照明数量衡量,非比例数据均作对数处理以标准化数据。样本对象为31 个省份,样本区间为2015 年第一季度到2019年第四季度,数据来源于国家统计局网站、EPS数据库、各省统计年鉴。

主要变量的描述性统计结果显示各变量基本处于合理范围内,能够为面板数据的研究提供良好的样本分布基础。

(二)研究思路

首先,本文基于空间相关性检验分析金融科技对产业结构优化的空间溢出效应,并引入金融发展三个维度的变量(金融效率、金融规模和金融结构),研究金融科技对金融发展支持区域产业结构优化的影响。其次,对金融发展三个维度的中介效应进行检验,以进一步证明金融科技对产业结构优化的影响中是否存在相应的传导机制。最后,通过门槛效应探究在不同金融发展程度下,金融科技对产业结构优化的异质性作用。

四、金融科技对产业结构优化影响的空间效应分析

(一)权重构建与空间相关性检验

1.空间权重的构建。构建空间权重矩阵是开展空间计量的前提,本文从空间地理特征和社会经济特征两个角度构建空间权重矩阵。以不同省份间是否接壤为依据,构建地理邻接矩阵(W1),接壤矩阵元素为 1,不接壤矩阵元素则为 0,矩阵具体表示形式如下:

基于31 个省份的经纬度坐标构建空间距离矩阵(W2),并考虑地理和社会经济的合力作用,将不同地区的人均GDP 差额与地理距离相结合构建经济距离矩阵(W3),具体表现形式如下:

其中,d为地区之间的地理距离,Y为嵌入空间距离矩阵的经济变量。为避免分析误差,本文对各矩阵进行标准化处理,得到第一秩序连续的关系矩阵。

2.空间依赖性检验。空间依赖性是衡量某一变量是否存在空间特性的统计量,本文计算样本区间内各个季度的Moran’I,得到三种空间矩阵下产业结构优化和两种权重加权的金融科技指数的空间依赖性。在检验结果中发现,空间邻接矩阵和空间距离矩阵下所有变量的Moran’I 指数所对应的z 值均大于1.96,说明各地区之间的产业结构优化和金融科技发展水平存在显著的空间依赖性。经济距离矩阵下各变量的Moran’I 指数均在1%的显著水平下显著,且在数值上优于空间邻接矩阵和空间距离矩阵的检验结果,说明当综合考虑各地区间的地理距离和经济发展水平时,产业结构优化和金融科技都表现出更强的空间依赖性。

3.空间聚集性检验。空间聚集性用于分析空间单元和邻近单元的相关程度。基于空间依赖性的检验结果,本文基于经济距离矩阵,使用局部Moran’I散点图进行检验,从2015 年第四季度和2019 年第四季度产业结构优化和金融科技(政策文件权重)的Moran’I 散点图(见图1、图2)可知,各点基本集中在第一、三象限,存在显著H-H 聚集和L-L 聚集现象,即具有明显的空间正相关性②。

图1 2015 年第四季度产业结构优化和金融科技的Moran’I 散点图

图2 2019 年第四季度产业结构优化和金融科技的Moran’I 散点图

(二)实证分析

通过Hausman 检验判断模型设定应选择固定效应还是随机效应,检验结果P 值为0.000,拒绝原假设,故应采用固定效应模型,且经过拉格朗日乘数检验判断双向固定效应模型为最优模型。本文通过LM、LR 和Wald 检验比较不同模型间的性能,发现SDM 模型具有更好的空间拟合效果,故选择空间杜宾面板模型进行估计:

其中,W为空间矩阵,μi为个体效应,λi为时间效应。

由于在经济距离矩阵下样本表现出更优的空间依赖性和聚集性,故本文基于经济距离矩阵进行SDM 估计,回归结果如表3。模型(1)～(4)和模型(5)～(8)分别列出了当金融科技指数以金融科技企业数量和政策文件数量为权重时的回归结果,对比发现二者在各变量回归系数方向上相同,而模型(5)～(8)表现出更优的拟合度与回归显著效果,说明以政策文件数量为权重的地区金融科技指数能更好地反映金融科技、金融发展与产业结构优化之间的关系,故下文分析均基于FING的实证结果,这也在一定层面反映出一地区的政策引导在金融科技推动区域产业结构优化的过程中起到了重要作用。由模型(5)回归结果可以看出,金融科技在一定程度上缓解了我国金融发展对产业结构优化的抑制效应。从空间滞后项来看,邻近地区金融科技的发展、金融发展水平的提高以及二者的交互作用都会对本地区的产业结构优化产生显著的负向影响。模型(6)～(8)进一步从金融发展的三个维度(金融效率、金融规模和金融结构)进行分析发现:金融科技与金融效率的交乘项回归系数在数值上大于金融效率的回归系数,说明金融科技减轻了金融效率对产业结构优化的负面影响;金融科技与金融规模交乘项回归系数为负值,且绝对值大于金融规模的回归系数,表明金融科技的发展进一步加剧了金融规模对产业结构优化的负向作用;金融科技与金融结构交乘项不显著,反映了金融科技与金融结构的不匹配。从空间滞后项可以看出,相邻地区的金融效率、金融规模和金融结构存在明显的路径依赖且差异显著。

表3 SDM 回归结果

结合前人对我国金融发展状况的研究,本文回归结果进一步反映出当前我国金融科技的发展促进了产业结构的优化,而金融发展尚未在产业结构优化中发挥积极的作用。对金融效率而言,金融服务实体经济效率低下是我国金融中介一直存在的问题,虚拟经济内部资金空转问题严重,阻碍了产业结构优化的进程。金融科技与金融效率之间良好的交互作用显著缓解了这种抑制效应,金融科技通过降低融资成本、提高融资效率进而提高了第三产业企业尤其是高新技术企业的融资能力,促进了资源要素从生产率较低部门向生产率较高部门的不断转移。对金融规模而言,金融科技的高速发展导致我国金融产业的规模不断扩大,而金融规模与经济增长之间存在倒“U”型的非线性关系,金融规模过大会带来经济“脱实向虚”的问题,近几年我国金融产业规模增速明显快于产业结构的调整速度[19],本文的回归结果进一步证明了金融科技助长了金融规模的快速增长,使其与我国产业结构调整的进程失调,削弱了金融发展在产业结构优化中的支撑作用。

对金融结构而言,我国实体经济发展中存在最优金融结构,随着经济发展阶段的提高,直接融资相比间接融资更能促进经济发展,甚至高比例的间接融资会产生抑制效应,而从回归结果可以看出,可能由于我国长期以来以间接融资为主且产业结构调整处于较低阶段,产业结构优化仍主要依赖间接融资,而直接融资比例的提高尚无法产生预期的作用效果。商业银行利用自身在资金、人才等方面的资源优势加大金融科技发展投入力度(在近五年金融行业对金融科技的投入中,银行业投入占比均可达到70%左右③),有效拓展了业务范围,提高了盈利能力。虽然金融科技带来的新型金融机构数量不断增长,但其体量较小、盈利目的更强的特征使其无法在产业结构调整中发挥积极作用,同时其带来的新风险促使金融监管政策的紧缩,在一定程度上削弱了金融市场的资本配置能力,阻碍了产业结构优化的进程。

考虑到空间杜宾模型中自变量的空间滞后项可能对反馈效应产生影响,导致参数估计结果无法准确表示其对因变量的边际影响[26],本文利用偏微分对空间杜宾模型进行分解,得到核心解释变量的直接效应与间接效应如表4 所示。由空间效应分解结果可以看出,金融科技作为金融与科技深度融合的产物同样表现出了金融创新所具有的虹吸效应。金融发展各相关变量在区域间的溢出具有显著的负向效应,是由于金融资源作为一种稀缺的生产要素,倾向流往要素回报率高的地区,而金融发展程度较低的地区缺乏吸引金融资源的能力,进一步加剧了地区之间产业结构优化的差异。

表4 SDM 空间效应分解结果

(三)稳健性检验

基于空间邻接矩阵和空间距离矩阵进行参数估计,虽然各解释变量和控制变量的回归系数和显著性与基准回归有所差异,但仍可得到相同的结论,说明本文实证结果具有一定的稳健性。同时参照前人对金融科技指标的构建,利用表2 特征词的百度搜索指数构建各地区的金融科技发展水平的替代变量,基于以上三种空间矩阵进行回归分析,并与基准回归结果对比,发现本文构建的以政策文件数量为权重的地区金融科技发展水平指标具有明显更好的解释力度,受篇幅限制,本文不再列出具体结果。

五、金融发展的传导机制分析

本部分将进一步验证金融科技通过金融发展对产业结构优化施加作用的传导机制,分别对金融发展三个维度(金融效率、金融规模和金融结构)可能存在的中介效应和门槛效应进行研究。

(一)金融发展的中介效应分析

为了能在更大程度上控制弃真错误和取伪错误的概率,构建中介效应模型如下:

其中,j等于1、2、3,分别代表金融效率、金融规模和金融结构。通过对总效应、部分中介效应和完全中介效应的检验,得到回归结果如表5 所示。可以看出,在金融科技对产业结构优化的作用机制中,金融效率和金融规模都具有显著的部分中介效应,且金融规模的中介效应占比总效应相对较大,达到14.78%。金融科技对金融结构的回归结果不显著,进一步通过Sobel 检验发现金融结构的中介效应不显著。由此可知,金融科技一方面通过提高金融中介效率促进了产业结构优化,另一方面进一步助长了金融规模的扩大,对产业结构优化具有抑制效应。

表5 中介效应检验结果

(二)金融发展的门槛效应分析

对传导机制中金融效率和金融规模的门槛效应继续进行分析,回归模型如下:

由门槛效应检验结果(表6)可知,金融效率的三个门槛值在不同程度下显著,其中第三个门槛值在5%的显著水平下显著且其对应的置信区间跨度非常大,可能存在失真的情况;金融规模的三个门槛均通过了显著性和真实性检验,故分别使用二重门槛和三重门槛进行回归分析。

表6 门槛回归结果

由门槛效应检验的回归结果(表7)可知,当金融效率与金融规模处在一定合理水平范围内,金融科技会促进产业结构的优化,且这种正向影响随着金融发展水平的提高而增强,这一结论符合毛盛志等[5]发现的“产业结构高级化在金融深化程度很低时难以跨越当前阶段”的现象。当金融效率与金融规模超过合理范围时,反而阻碍产业结构的调整,此时金融科技的发展会加剧此抑制效应。同时,当金融规模进一步扩大,金融科技的发展可能只是提高了金融行业内资金空转的频率,而对产业结构调整的影响不再显著。

表7 门槛效应检验的回归结果

六、结论与启示

本文基于宏观(国家)、中观(行业)和微观(公司)层面的研报,利用文本挖掘技术构建金融科技发展水平衡量指标,以产业结构合理化和高级化两个维度综合衡量产业结构优化,采用空间杜宾模型从金融效率、金融规模和金融结构三个维度具体分析金融科技在金融支持产业结构优化过程中发挥的影响作用。主要研究结论如下:第一,当前我国金融发展尚未在产业结构调整中发挥明显积极作用,金融科技能够通过提高金融效率推动区域内产业结构优化,同时会助长金融规模对产业结构调整的抑制效应。第二,金融科技主要通过金融效率与金融规模的传导机制作用于产业结构,当金融效率或金融规模超过合理阈值时,金融科技会加剧我国金融发展对产业结构优化的负向影响。第三,我国区域间金融发展水平差距较大且存在负向的路径依赖,区域性金融科技高地已释放出显著的虹吸效应。

本文的研究对我国金融科技下一步的发展方向,和推动产业结构优化的路径选择有一定的启示:

1.发挥金融科技优势,稳步提升金融效率、合理调整金融结构。储蓄投资转化效率的低下是我国金融服务产业结构调整中的重要阻碍,金融科技底层技术与金融业务的深度融合能够有效提升金融中介效率弥补这一短板。金融结构要与地区产业结构相匹配才能切实助力实体经济发展,在产业结构调整阶段较低的地区,建议提升区域间接融资机构尤其是城商行、农商行等中小金融机构的金融科技发展水平,为地区产业结构优化提供有政策红利且持续的金融支持。对于处在产业结构调整高阶段的地区,金融部门应利用金融科技提高直接融资比例、提升资本市场活力,增强资本市场服务产业结构调整的功能。

2.加强政策引导,提高金融服务实体经济的主动性,协调地区金融深化与产业发展。金融科技的快速发展离不开资本的追捧,其以技术创新为底层支撑、从业门槛低等特征吸引着实体企业从事相关金融活动,进一步加剧了经济的脱实向虚。超过合理范围的金融规模和金融效率都会降低实体经济投资效率,加大虚拟经济泡沫,抑制产业结构调整。各地区应因地制宜,完善相关政策法规,引导金融部门合理利用金融科技切实服务实体经济,避免过快的金融发展对产业部门产生的负面效应。

3.提升金融科技核心竞争力,鼓励金融创新,补齐地区产业结构转型短板。金融科技前沿技术的研发是发展金融科技的核心,完善的政策法规和监管科技是金融科技成熟发展、推动实体经济发展与产业结构转型的支撑。在经济发展薄弱、产业结构调整困难的地区加大对关键技术创新的政策财政支持,建立金融科技示范小镇,发挥金融科技的虹吸效应为地区吸引资金和人才,助力地区产业结构的优化。

注释:

①企业数据来源于中国金融科技企业数据库,政策文件数据来源于地方金融监管局网站、皮书数据库、中国资讯行、数字经济发展观察与检测平台。

②限于篇幅,文中仅列出2015 年和2019 年第四季度的部分结果,其余备索;空间邻接矩阵和地理距离矩阵下的检验结果表现出同样的空间正相关性,而各地区在第一、三象限的聚集程度略低于经济距离矩阵下的检验结果。

③数据来源于艾瑞咨询《中国金融科技行业发展研究报告2020》。