數(shù)字金融能否改善資源錯(cuò)配？

田 杰，譚秋云，靳景玉1,

(1.重慶工商大學(xué)長(zhǎng)江上游經(jīng)濟(jì)研究中心，重慶 400070;2.重慶工商大學(xué)金融學(xué)院，重慶 400070)

一、引 言

中國(guó)在四十年經(jīng)濟(jì)高速增長(zhǎng)中一直面臨著粗放型增長(zhǎng)導(dǎo)致的資源配置效率不高的問(wèn)題。資源錯(cuò)配會(huì)顯著降低我國(guó)全要素生產(chǎn)率，造成國(guó)民經(jīng)濟(jì)的產(chǎn)出損失，從而影響長(zhǎng)期經(jīng)濟(jì)增長(zhǎng)。如何解決資源錯(cuò)配，以推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展，化解資源、環(huán)境約束及產(chǎn)能過(guò)剩等問(wèn)題？金融摩擦可以解釋中國(guó)經(jīng)濟(jì)中30%的資本錯(cuò)配，并導(dǎo)致8.3%的總體經(jīng)濟(jì)的全要素生產(chǎn)率損失[1]，而以人工智能、大數(shù)據(jù)為基礎(chǔ)的數(shù)字金融與傳統(tǒng)金融的融合，能夠有效降低信息不對(duì)稱和不完全契約帶來(lái)的金融摩擦，從而對(duì)資源錯(cuò)配產(chǎn)生影響。作為生產(chǎn)要素配置的一種重要方式，數(shù)字金融的快速發(fā)展能否起到改善我國(guó)資源錯(cuò)配的作用，具體的作用機(jī)理是什么？

經(jīng)濟(jì)發(fā)展中的資源錯(cuò)配一直是學(xué)術(shù)研究關(guān)注的熱點(diǎn)話題。已有文獻(xiàn)對(duì)我國(guó)資源錯(cuò)配的研究，主要包括資源錯(cuò)配程度的度量、成因及導(dǎo)致的后果。Hsieh and Klenow(2009)構(gòu)建了測(cè)度資源錯(cuò)配的理論框架，采用的方法主要是基于規(guī)模報(bào)酬不變的C-D生產(chǎn)函數(shù)[2]。在這個(gè)理論框架基礎(chǔ)上，國(guó)內(nèi)外學(xué)者對(duì)我國(guó)資源錯(cuò)配進(jìn)行大量理論和實(shí)證研究后認(rèn)為，行政壟斷引發(fā)的所有制歧視[3][4]、地方的過(guò)度保護(hù)和市場(chǎng)分割[5]、金融摩擦[6]等導(dǎo)致了資源錯(cuò)配。通過(guò)對(duì)外直接投資[7]、互聯(lián)網(wǎng)[8]、交通基礎(chǔ)設(shè)施投資[9][10]、提高金融中介效率和減少勞動(dòng)力市場(chǎng)摩擦[11]、產(chǎn)業(yè)協(xié)同集聚[12]等措施使資本與勞動(dòng)的流動(dòng)與配置盡可能達(dá)到最優(yōu)，并且在市場(chǎng)價(jià)格機(jī)制的作用下，遵循要素報(bào)酬等于邊際產(chǎn)品價(jià)值的原則，生產(chǎn)要素能夠自由流動(dòng)和配置，最終改善資源錯(cuò)配。已有文獻(xiàn)研究了金融科技對(duì)全要素生產(chǎn)率的影響[13]，雖然全要素生產(chǎn)率的離散反映了資源錯(cuò)配程度，卻未能反映資本錯(cuò)配和勞動(dòng)力錯(cuò)配情況。本文立足于當(dāng)前全面發(fā)展數(shù)字經(jīng)濟(jì)的大背景，將數(shù)字金融與資源錯(cuò)配納入一個(gè)統(tǒng)一的分析框架，深入揭示數(shù)字金融影響資源錯(cuò)配的內(nèi)在機(jī)理；利用2011～2017年中國(guó)285個(gè)地級(jí)市的面板數(shù)據(jù)，在測(cè)算各地級(jí)市資源錯(cuò)配的基礎(chǔ)上，實(shí)證分析數(shù)字金融及其三個(gè)子維度分別對(duì)資源錯(cuò)配的影響；并進(jìn)一步分析不同地區(qū)、城市規(guī)模、產(chǎn)能過(guò)剩水平、地區(qū)資源配置水平等異質(zhì)特征下數(shù)字金融對(duì)資源錯(cuò)配的影響。

本文的邊際貢獻(xiàn)在于：第一，驗(yàn)證了數(shù)字金融與資源錯(cuò)配之間的關(guān)系，豐富了資源錯(cuò)配方面的研究；第二，詳細(xì)研究了數(shù)字金融與資源錯(cuò)配之間的內(nèi)在機(jī)制，從更深層理解資源錯(cuò)配的成因；第三，基于我國(guó)285個(gè)地級(jí)市的面板數(shù)據(jù)，采用面板數(shù)據(jù)進(jìn)行估計(jì)，獲得數(shù)字金融與資源錯(cuò)配之間的因果關(guān)系，有助于更為深刻認(rèn)識(shí)資源錯(cuò)配的內(nèi)涵，有利于政府相關(guān)部門制定政策。

二、影響機(jī)理

資源錯(cuò)配是相對(duì)資源有效配置而言的。在一個(gè)市場(chǎng)中，如果資源配置能實(shí)現(xiàn)產(chǎn)出最大化和效率最大化，那么這種資源配置就是有效的。如果資源錯(cuò)配嚴(yán)重，不僅會(huì)造成資源的浪費(fèi)，更會(huì)使得經(jīng)濟(jì)發(fā)展受阻，不利于經(jīng)濟(jì)的可持續(xù)性增長(zhǎng)。如果滿足在生產(chǎn)技術(shù)凸性的假設(shè)下，各種生產(chǎn)要素在完全信息和完全競(jìng)爭(zhēng)的經(jīng)濟(jì)中能夠自由流動(dòng)，當(dāng)市場(chǎng)最終實(shí)現(xiàn)競(jìng)爭(zhēng)均衡時(shí)，要素投入的邊際產(chǎn)出價(jià)值在企業(yè)間是相等的，從而實(shí)現(xiàn)了生產(chǎn)要素和產(chǎn)出的配置的帕累托最優(yōu)[2]，而相對(duì)于最優(yōu)配置狀態(tài)的偏離即是“資源錯(cuò)配”。信息不完全、市場(chǎng)不完善和政府干預(yù)等因素會(huì)影響要素自由流動(dòng)，邊際回報(bào)率高的企業(yè)的生產(chǎn)要素會(huì)流向邊際回報(bào)率低的企業(yè)，偏離帕累托最優(yōu)的資源配置水平，導(dǎo)致資源配置效率和產(chǎn)出的損失，“資源錯(cuò)配”就發(fā)生了[14][15]。

由于金融摩擦導(dǎo)致的資源錯(cuò)配是影響經(jīng)濟(jì)增長(zhǎng)的重要原因。金融摩擦?xí)?lái)企業(yè)融資成本的增加[16]，影響企業(yè)的動(dòng)態(tài)進(jìn)入和退出[17]，使企業(yè)家才能與投資項(xiàng)目無(wú)法匹配[18]，導(dǎo)致資源錯(cuò)配。政策性扭曲、信息不對(duì)稱、不完全契約等因素引發(fā)金融摩擦[6]。數(shù)字金融依托互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、云計(jì)算、區(qū)塊鏈等數(shù)字科技，與傳統(tǒng)金融服務(wù)相融合，能夠有效降低信息不對(duì)稱和不完全契約帶來(lái)的金融摩擦，進(jìn)而通過(guò)降低實(shí)體經(jīng)濟(jì)融資成本，促進(jìn)企業(yè)的創(chuàng)立和企業(yè)家才能的發(fā)揮等途徑改善地區(qū)資源錯(cuò)配程度。本文將其作用機(jī)制歸納為金融市場(chǎng)效率提升和勞動(dòng)力的創(chuàng)業(yè)效應(yīng)，具體機(jī)制如下：

首先，數(shù)字金融通過(guò)提升金融市場(chǎng)效率改善資本錯(cuò)配。以信息技術(shù)為支撐的數(shù)字金融發(fā)展通過(guò)降低企業(yè)融資成本，提升融資規(guī)模，降低資本錯(cuò)配。數(shù)字金融利用區(qū)塊鏈、人工智能、云計(jì)算、大數(shù)據(jù)等核心技術(shù)對(duì)金融體系進(jìn)行改進(jìn)和優(yōu)化，完善金融機(jī)構(gòu)的服務(wù)功能，填補(bǔ)了傳統(tǒng)金融機(jī)構(gòu)服務(wù)的不足[19]。數(shù)字金融借助于互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、社交媒體、傳感器、定位系統(tǒng)等多種方式獲得各種金融產(chǎn)品大數(shù)據(jù)，借助云計(jì)算、機(jī)器學(xué)習(xí)、物聯(lián)網(wǎng)、區(qū)塊鏈等智能化手段分析數(shù)據(jù)，從而有效緩解了金融機(jī)構(gòu)面臨的信息約束，尤其是降低了長(zhǎng)尾客戶群體的信息收集成本，并且在強(qiáng)虹吸效應(yīng)作用下，中小企業(yè)的金融服務(wù)需求將能得到更大程度的滿足。因此，數(shù)字金融活動(dòng)不受時(shí)間和空間的限制，能降低企業(yè)的融資成本，提升融資規(guī)模，提高金融市場(chǎng)效率，使得資本錯(cuò)配程度下降。

其次，數(shù)字金融對(duì)勞動(dòng)力錯(cuò)配的改善主要是通過(guò)促進(jìn)創(chuàng)新創(chuàng)業(yè)實(shí)現(xiàn)的。在數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)字金融的普惠性使得各類創(chuàng)業(yè)主體能便捷高效地獲得金融服務(wù)，數(shù)字金融惠及了更多的創(chuàng)業(yè)主體。數(shù)字金融的發(fā)展能夠?yàn)閯?chuàng)業(yè)資金渴求者提供必要的創(chuàng)業(yè)融資支持，激發(fā)其因?yàn)閯?chuàng)業(yè)資金約束而受到抑制的創(chuàng)業(yè)活動(dòng)[20]。同時(shí)，在數(shù)字經(jīng)濟(jì)快速發(fā)展的背景下，一方面數(shù)字金融對(duì)小微企業(yè)進(jìn)行風(fēng)險(xiǎn)評(píng)估能夠做到成本更低，另一方面數(shù)字金融使小微企業(yè)有更多的融資渠道和更廣的資金來(lái)源，有助于解決小微企業(yè)融資難問(wèn)題，明顯激發(fā)不發(fā)達(dá)地區(qū)的經(jīng)濟(jì)主體以及社會(huì)資本匱乏、教育程度較低的創(chuàng)業(yè)主體的創(chuàng)業(yè)行為，從而在一定程度上減少勞動(dòng)力的錯(cuò)配。數(shù)字金融作為一種重要的創(chuàng)新型金融基礎(chǔ)設(shè)施，通過(guò)為具有創(chuàng)新性的創(chuàng)業(yè)主體提供各種金融服務(wù)，增加了他們的創(chuàng)業(yè)機(jī)會(huì)和成功概率[21]。數(shù)字金融以較低的成本聯(lián)合其他部門構(gòu)建企業(yè)信用體系，能夠?yàn)閯?chuàng)業(yè)主體定制精準(zhǔn)的投融資需求，有效甄別那些具備創(chuàng)新實(shí)力卻無(wú)法融資的創(chuàng)業(yè)主體的融資能力，最終實(shí)現(xiàn)金融資源對(duì)真正的科技創(chuàng)新項(xiàng)目的支持[13]。因此，數(shù)字金融的發(fā)展提升了創(chuàng)業(yè)主體的融資效率，增加了對(duì)創(chuàng)新型項(xiàng)目的支持，促進(jìn)了創(chuàng)業(yè)，從而有利于改善勞動(dòng)力錯(cuò)配。

三、研究設(shè)計(jì)

(一)數(shù)據(jù)來(lái)源和變量說(shuō)明

本文選取的時(shí)間維度是2011年至2017年，主要考察的是我國(guó)內(nèi)地地級(jí)市的資源錯(cuò)配，數(shù)據(jù)主要來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》《中國(guó)統(tǒng)計(jì)年鑒》和各省市統(tǒng)計(jì)年鑒?？紤]到獲得數(shù)據(jù)的難度以及數(shù)據(jù)的完整性，本文剔除了西藏?cái)?shù)據(jù)，最終選取了285個(gè)地級(jí)市為基礎(chǔ)樣本。數(shù)字普惠金融指數(shù)來(lái)源于北京大學(xué)數(shù)字金融研究中心發(fā)布的《北京大學(xué)數(shù)字普惠金融指數(shù)(2011—2018)》。

1.資源錯(cuò)配指數(shù)

借鑒陳永偉和胡偉明(2011)[22]的方法，對(duì)我國(guó)地級(jí)市資本和勞動(dòng)力資源錯(cuò)配進(jìn)行測(cè)算：

(1)

其中，TKit和ΤLit為資源錯(cuò)配指數(shù)；γKit和γLit為要素價(jià)格絕對(duì)扭曲系數(shù)，由于絕對(duì)扭曲系數(shù)的測(cè)算較為復(fù)雜，因此常用價(jià)格相對(duì)扭曲系數(shù)來(lái)代替：

(2)

其中，Kit/Kt表示t時(shí)期地級(jí)市i的資本存量占總資本存量的實(shí)際比例；Sit表示t時(shí)期地級(jí)市i的產(chǎn)出的貢獻(xiàn)度；βKit表示t時(shí)期地級(jí)市i的資本貢獻(xiàn)值；βKt=∑SitβKit，表示在產(chǎn)出加權(quán)的情況下t時(shí)期資本貢獻(xiàn)值大小；SitβKit/βKt表示在有效配置情況下t時(shí)期地級(jí)市i使用資本的比例。Kit/Kt和SitβKit/βKt的比值可以反映t時(shí)期實(shí)際資本存量和有效配置時(shí)資本存量的偏離程度。同理，Lit/Lt和SitβLit/βLt的比值可以反映t時(shí)期實(shí)際勞動(dòng)力投入和有效配置時(shí)勞動(dòng)力投入的偏離程度。

對(duì)于資本與勞動(dòng)產(chǎn)出彈性，假設(shè)生產(chǎn)函數(shù)為規(guī)模報(bào)酬不變的C-D生產(chǎn)函數(shù)，具體形式如下：

(3)

兩邊同時(shí)取自然對(duì)數(shù)，并在模型中加入地區(qū)個(gè)體效應(yīng)μi和時(shí)間維度效應(yīng)λt：

ln(Yit/Lit)=lnA+βKiln(Kit/Lit)+μi+λt+εit

(4)

其中，產(chǎn)出(Yit)用各地級(jí)市的GDP表示，并將所有年份GDP折算成以2004年不變價(jià)格表示的實(shí)際GDP。勞動(dòng)力投入(Lit)選取各城市年末單位從業(yè)人員數(shù)(萬(wàn)人)來(lái)衡量。資本投入(Kit)主要借鑒張軍等(2004)[23]的思路，計(jì)算公式如下：

Kt=It/Pt+(1-δt)Kt-1

(5)

其中，Kt表示t時(shí)期的固定資本存量；It為t時(shí)期的名義固定資本總額，為消除物價(jià)變動(dòng)帶來(lái)的影響，選取Pt為t時(shí)期固定資產(chǎn)投資價(jià)格指數(shù)進(jìn)行平減；δt表示折舊率，參照張軍等的研究設(shè)定為9.6%[23]；Kt-1表示t-1時(shí)期的固定資本存量，并將所有數(shù)據(jù)調(diào)整為以2004年為基期。

通過(guò)以上計(jì)算，首先得出2011年至2017年各地級(jí)市的Yit、Kit、Lit，其次估計(jì)出各地級(jí)市的資本產(chǎn)出彈性βKit和勞動(dòng)產(chǎn)出彈性βLit，然后根據(jù)式(1)和式(2)計(jì)算出各地級(jí)市的資本錯(cuò)配指數(shù)ΤKit和勞動(dòng)力錯(cuò)配指數(shù)ΤLit。

2.數(shù)字金融指數(shù)

數(shù)字金融指數(shù)可分解為3個(gè)維度，分別為覆蓋廣度指標(biāo)、使用深度指標(biāo)、數(shù)字化程度指標(biāo)。覆蓋廣度主要反映地區(qū)金融環(huán)境，表現(xiàn)為地區(qū)的電子賬戶人數(shù)；使用深度反映地區(qū)金融業(yè)務(wù)服務(wù)能力，表現(xiàn)為地區(qū)使用數(shù)字金融服務(wù)業(yè)務(wù)的程度；數(shù)字化程度主要反映地區(qū)交易成本和效率。本文采用各地級(jí)市的數(shù)字普惠金融指數(shù)除以100衡量，用dfi表示，并分別用we、de、deg表示數(shù)字金融的結(jié)構(gòu)，即覆蓋廣度、使用深度和數(shù)字化程度。

(二)模型設(shè)計(jì)

為了分析數(shù)字金融對(duì)地區(qū)資源錯(cuò)配的影響，本文建立如下計(jì)量模型：

ΤKit=α0+β0dfiit+∑γjControlijt+μi+λt+εit

(6)

ΤLit=α0+β0dfiit+∑γjControlijt+μi+λt+εit

(7)

其中，下標(biāo)i表示各地級(jí)市，下標(biāo)t表示年份。ΤKit和ΤLit為本文的被解釋變量，即各地級(jí)市的資源錯(cuò)配指數(shù)，用以反映我國(guó)地級(jí)市資源錯(cuò)配程度；dfiit是本文的核心解釋變量，表示數(shù)字金融指數(shù)；Controlijt代表其他控制變量。μi表示不可觀測(cè)的地區(qū)個(gè)體效應(yīng)，λt表示時(shí)間效應(yīng)，εit為隨機(jī)干擾項(xiàng)。

式(6)和式(7)為靜態(tài)面板模型?？紤]到經(jīng)濟(jì)慣性的影響，上一期的資源錯(cuò)配會(huì)對(duì)當(dāng)期產(chǎn)生一定的影響，即資源錯(cuò)配可能存在一定的路徑依賴[24]，因此，本文在上式基礎(chǔ)上，加入資源錯(cuò)配指數(shù)的一階滯后項(xiàng)，用以考察存在路徑依賴下的動(dòng)態(tài)效應(yīng)：

ΤKit=α0+α1ΤKi,t-1+β0dfiit+∑γjControlijt+μi+λt+εit

(8)

ΤLit=α0+α1ΤLi,t-1+β0dfiit+∑γjControlijt+μi+λt+εit

(9)

其中，ΤKi,t-1表示資本錯(cuò)配指數(shù)ΤKit的一階滯后項(xiàng)；ΤLi,t-1表示勞動(dòng)力錯(cuò)配指數(shù)ΤLit的一階滯后項(xiàng)。

控制變量包括：(1)政府干預(yù)(lngov)，選用各地區(qū)政府一般預(yù)算內(nèi)財(cái)政支出(萬(wàn)元)，并對(duì)數(shù)化處理；(2)對(duì)外開放(lnopen)，選用實(shí)際外商投資額(萬(wàn)元)，并對(duì)數(shù)化處理；(3)人口規(guī)模(lnpop)，選用各地級(jí)市年末總?cè)丝?萬(wàn)人)作為替代指標(biāo)，并對(duì)數(shù)化處理；(4)固定資產(chǎn)投資(lninvest)，選用各地區(qū)固定資產(chǎn)投資總額，并對(duì)數(shù)化處理；(5)產(chǎn)業(yè)結(jié)構(gòu)(structure)，選用第三產(chǎn)業(yè)增加值占地區(qū)GDP的比重衡量；(6)金融發(fā)展(fl)，選用各地區(qū)歷年的銀行業(yè)金融機(jī)構(gòu)人民幣各項(xiàng)存貸款余額之和占地區(qū)GDP的比重衡量；(7)互聯(lián)網(wǎng)發(fā)展(inter)，選用各年度互聯(lián)網(wǎng)寬帶接入用戶數(shù)占地區(qū)年末總?cè)丝跀?shù)的比重衡量。

(三)變量描述性統(tǒng)計(jì)

表1報(bào)告了描述性統(tǒng)計(jì)特征。統(tǒng)計(jì)結(jié)果顯示，各地級(jí)市的資本錯(cuò)配存在較大差異，資本錯(cuò)配指數(shù)最小值為0.000292，最大值為2.237，平均值為0.219，表明資本錯(cuò)配存在嚴(yán)重不均衡現(xiàn)象。勞動(dòng)力錯(cuò)配指數(shù)最大值為4.217，遠(yuǎn)高于平均值0.276，說(shuō)明不同地區(qū)勞動(dòng)力錯(cuò)配更為嚴(yán)重。

表1 變量描述性統(tǒng)計(jì)

四、實(shí)證結(jié)果

(一)模型估計(jì)結(jié)果與分析

表2報(bào)告了采用靜態(tài)面板和動(dòng)態(tài)面板的數(shù)字金融對(duì)資源錯(cuò)配影響的回歸結(jié)果，其中靜態(tài)回歸采用的是雙向固定效應(yīng)模型，動(dòng)態(tài)面板為DIFF-GMM模型和SYS-GMM模型。估計(jì)結(jié)果顯示，在固定效應(yīng)模型下，核心解釋變量dfi對(duì)兩種資源錯(cuò)配的影響均為負(fù)，且在1%的水平上顯著?？紤]模型的動(dòng)態(tài)效應(yīng)，即加入資源錯(cuò)配指數(shù)的一階滯后項(xiàng)(L1.T)后，模型的估計(jì)結(jié)果顯示，數(shù)字金融對(duì)地區(qū)資源錯(cuò)配(資本錯(cuò)配和勞動(dòng)力錯(cuò)配)的影響總體表現(xiàn)為負(fù)向關(guān)系，表明地區(qū)數(shù)字金融有助于降低地區(qū)的資本和勞動(dòng)力錯(cuò)配程度。一方面，數(shù)字金融的快速發(fā)展使得國(guó)內(nèi)市場(chǎng)上的資源得到更加合理的配置，促進(jìn)資源錯(cuò)配的改善；另一方面，數(shù)字金融作為新型的互聯(lián)網(wǎng)產(chǎn)物，有助于優(yōu)化勞動(dòng)投入和資本投入。同時(shí)，回歸結(jié)果還顯示，資本錯(cuò)配指數(shù)和勞動(dòng)力錯(cuò)配指數(shù)的一階滯后項(xiàng)均在1%的顯著性水平上高度顯著，說(shuō)明在經(jīng)濟(jì)慣性下當(dāng)期的資源錯(cuò)配是會(huì)受到前期資源錯(cuò)配的影響，資源錯(cuò)配存在一定的路徑依賴。

表2 數(shù)字金融對(duì)資源錯(cuò)配的影響

續(xù)表

(二)數(shù)字金融結(jié)構(gòu)差異的影響

為進(jìn)一步確定數(shù)字金融影響資源錯(cuò)配的路徑，本文分別分析了數(shù)字金融覆蓋廣度、使用深度和數(shù)字化程度的影響。表3回歸結(jié)果表明，覆蓋廣度對(duì)資本錯(cuò)配和勞動(dòng)力錯(cuò)配的影響分別在1%和5%的水平上顯著為負(fù)，而使用深度的影響在1%的水平上顯著為負(fù)，表明這兩個(gè)維度對(duì)改善資源錯(cuò)配的作用最大。除了數(shù)字化程度對(duì)勞動(dòng)力錯(cuò)配的影響為負(fù)但不顯著，數(shù)字金融覆蓋廣度、使用深度、數(shù)字化程度三個(gè)渠道均可以改善資本錯(cuò)配和勞動(dòng)力錯(cuò)配。

表3 數(shù)字金融結(jié)構(gòu)差異影響的回歸結(jié)果

(三)穩(wěn)健性檢驗(yàn)(1)限于篇幅未報(bào)告具體結(jié)果，作者備索。

1.替換被解釋變量

為進(jìn)一步檢驗(yàn)?zāi)Ｐ凸烙?jì)結(jié)果的穩(wěn)健性，本文采用間接法測(cè)算勞動(dòng)要素扭曲指數(shù)和資本要素扭曲指數(shù)來(lái)替換資源錯(cuò)配指數(shù)，具體計(jì)算方法參考王寧和史晉川(2015)[25]。靜態(tài)面板和動(dòng)態(tài)面板的估計(jì)結(jié)果均顯示，數(shù)字金融對(duì)資本要素扭曲指數(shù)和勞動(dòng)要素扭曲指數(shù)的影響顯著為負(fù)，這在一定程度上表明了本文結(jié)論的穩(wěn)健性，即數(shù)字金融改善了資源錯(cuò)配。

2.替換核心解釋變量

本文對(duì)數(shù)字金融指數(shù)取對(duì)數(shù)(lndfi)重新進(jìn)行回歸，結(jié)果顯示，數(shù)字金融與地區(qū)資源錯(cuò)配之間仍存在負(fù)相關(guān)關(guān)系，表明數(shù)字金融能有效改善地區(qū)資源錯(cuò)配情況，解釋變量和參數(shù)估計(jì)值均未發(fā)生明顯變化，說(shuō)明本文的結(jié)果是穩(wěn)健的。

五、進(jìn)一步討論

(一)地區(qū)差異

由于我國(guó)各地區(qū)數(shù)字金融發(fā)展情況存在著明顯的差異，地區(qū)的資本錯(cuò)配和勞動(dòng)力錯(cuò)配也存在偏差。因此，為了進(jìn)一步研究數(shù)字金融與資源錯(cuò)配之間的關(guān)系，本文將總樣本分為東中西部三個(gè)子樣本分別進(jìn)行回歸，結(jié)果如表4所示。

表4 分地區(qū)估計(jì)結(jié)果

從回歸結(jié)果來(lái)看，數(shù)字金融對(duì)東中西部地區(qū)資本錯(cuò)配和勞動(dòng)力錯(cuò)配的影響存在異質(zhì)性。整體來(lái)看，數(shù)字金融對(duì)資本錯(cuò)配和勞動(dòng)力錯(cuò)配均表現(xiàn)為負(fù)相關(guān)，表明數(shù)字金融均能改善東中西部地區(qū)資源錯(cuò)配情況。具體來(lái)看，東部地區(qū)的數(shù)字金融對(duì)資本錯(cuò)配和勞動(dòng)力錯(cuò)配的影響系數(shù)分別在5%和1%的水平上顯著為負(fù)；中部地區(qū)的數(shù)字金融對(duì)資本錯(cuò)配的影響系數(shù)在5%的水平上顯著為負(fù)，對(duì)勞動(dòng)力錯(cuò)配的影響為負(fù)但不顯著；西部地區(qū)的數(shù)字金融對(duì)資本錯(cuò)配的影響系數(shù)為負(fù)但不顯著，對(duì)勞動(dòng)力錯(cuò)配的影響在10%的水平上顯著為負(fù)。數(shù)字金融對(duì)東部地區(qū)資源錯(cuò)配改善效果最好，其次是中部地區(qū)，最后是西部地區(qū)。分區(qū)域表現(xiàn)不同可能的原因是：東部地區(qū)數(shù)字金融發(fā)展程度最高，中部次之，西部最低。東部地區(qū)市場(chǎng)競(jìng)爭(zhēng)機(jī)制相對(duì)健全，一直是我國(guó)經(jīng)濟(jì)發(fā)展的主要地區(qū)，產(chǎn)品和要素市場(chǎng)發(fā)育相對(duì)完善，使得資源利用程度較高；同時(shí)，東部地區(qū)數(shù)字金融發(fā)展良好，能夠有效改善資源錯(cuò)配。而中西部地區(qū)由于交通設(shè)施不發(fā)達(dá)，交通體系不完善、不健全，使得數(shù)字金融對(duì)資源錯(cuò)配的改善效果還未充分顯現(xiàn)。

(二)地區(qū)間產(chǎn)能過(guò)剩差異

依托大數(shù)據(jù)和云計(jì)算，數(shù)字金融為化解國(guó)內(nèi)的產(chǎn)能過(guò)剩提供了一條有效途徑。本文參照程俊杰(2015)[26]的做法，依據(jù)省份不同將各地級(jí)市劃分為產(chǎn)能過(guò)剩較高地區(qū)和產(chǎn)能過(guò)剩較低地區(qū)兩個(gè)子樣本分別進(jìn)行回歸。其中，產(chǎn)能過(guò)剩較高地區(qū)包括江蘇、遼寧、北京、河北、山西、山東、廣東、浙江、福建、云南、貴州和海南；產(chǎn)能過(guò)剩較低地區(qū)包括天津、上海、吉林、黑龍江、河南、湖北、湖南、江西、安徽、內(nèi)蒙古、廣西、四川、重慶、陜西、甘肅、青海、寧夏和新疆。估計(jì)結(jié)果如表5所示。

表5 分地區(qū)產(chǎn)能過(guò)剩水平估計(jì)結(jié)果

動(dòng)態(tài)面板估計(jì)結(jié)果顯示，地區(qū)間產(chǎn)能過(guò)剩水平的差異會(huì)影響數(shù)字金融對(duì)資源錯(cuò)配的改善效果。具體而言，對(duì)于產(chǎn)能過(guò)剩較高地區(qū)，數(shù)字金融均能改善地區(qū)資源錯(cuò)配情況。但從絕對(duì)值系數(shù)來(lái)看，數(shù)字金融對(duì)勞動(dòng)力錯(cuò)配的改善效果更好。這是因?yàn)閿?shù)字金融通過(guò)促進(jìn)就業(yè)等緩解了過(guò)剩的勞動(dòng)力，有力地促進(jìn)了生產(chǎn)率水平的提升，使得地區(qū)的生產(chǎn)資源得到更為有效的配置，改善效果明顯。對(duì)于產(chǎn)能過(guò)剩較低地區(qū)，數(shù)字金融對(duì)資源錯(cuò)配的影響存在顯著差異，數(shù)字金融能有效改善資本錯(cuò)配情況，但對(duì)勞動(dòng)力錯(cuò)配的改善不顯著。這是因?yàn)槠洚a(chǎn)能過(guò)剩并不嚴(yán)重，地區(qū)市場(chǎng)尚未飽和，還存在一定的擴(kuò)展空間，數(shù)字金融能較好地滿足企業(yè)資本短缺，改善本地區(qū)資本錯(cuò)配。

(三)地區(qū)資源配置差異

由于我國(guó)市場(chǎng)依然是政府主導(dǎo)的，地區(qū)的資源配置不能完全根據(jù)市場(chǎng)自由選擇，造成部分地區(qū)資源配置過(guò)度(Τ<0)和部分地區(qū)資源配置不足(Τ>0)并存的情況。因此，本文根據(jù)資源錯(cuò)配指數(shù)測(cè)算的結(jié)果，將總樣本劃分為資源配置過(guò)度地區(qū)和資源配置不足地區(qū)兩個(gè)子樣本，考察地區(qū)資源配置差異情況下數(shù)字金融對(duì)資源錯(cuò)配的改善效果，結(jié)果如表6所示。對(duì)于資源配置過(guò)度的地區(qū)，數(shù)字金融均能改善地區(qū)的資源錯(cuò)配情況。但從絕對(duì)值系數(shù)來(lái)看，數(shù)字金融對(duì)勞動(dòng)力錯(cuò)配的改善效果更好。這是因?yàn)閿?shù)字金融依托互聯(lián)網(wǎng)技術(shù)優(yōu)化了生產(chǎn)要素配置，資源配置更為有效。對(duì)于資源配置不足的地區(qū)，數(shù)字金融對(duì)資源錯(cuò)配產(chǎn)生了負(fù)向影響，但是不顯著。究其原因，一方面由于數(shù)字金融推出的時(shí)間較短，另一方面是因?yàn)檫@些地區(qū)本身資源配置不足，使得通過(guò)數(shù)字金融改善資源錯(cuò)配的效果不明顯。

表6 分地區(qū)資源配置差異估計(jì)結(jié)果

(四)城市規(guī)模差異

我國(guó)各地級(jí)市的城市規(guī)模不一，而數(shù)字金融發(fā)展與人口規(guī)模息息相關(guān)，為了進(jìn)一步研究數(shù)字金融與資源錯(cuò)配之間的關(guān)系，本文將總樣本分為大型城市和中小型城市兩個(gè)子樣本分別進(jìn)行回歸，結(jié)果如表7所示。結(jié)果顯示，對(duì)于大型城市，數(shù)字金融對(duì)資本錯(cuò)配指數(shù)和勞動(dòng)力錯(cuò)配指數(shù)均表現(xiàn)為負(fù)，且通過(guò)了顯著性檢驗(yàn)，表明數(shù)字金融可以緩解大型城市資本錯(cuò)配和勞動(dòng)力錯(cuò)配。但從絕對(duì)值系數(shù)來(lái)看，數(shù)字金融對(duì)資本錯(cuò)配的緩解作用稍強(qiáng)。對(duì)于中小型城市，數(shù)字金融對(duì)資本錯(cuò)配指數(shù)表現(xiàn)為正，對(duì)勞動(dòng)力錯(cuò)配指數(shù)表現(xiàn)為負(fù)，但都不顯著，表明數(shù)字金融緩解中小型城市資源錯(cuò)配效果不明顯。城市是經(jīng)濟(jì)要素集聚的重要場(chǎng)所，城市規(guī)模大、生產(chǎn)效率高有利于地區(qū)資源配置。因此伴隨著城市規(guī)模擴(kuò)張帶來(lái)的產(chǎn)業(yè)多樣化和交通基礎(chǔ)設(shè)施的改善，數(shù)字金融的發(fā)展帶動(dòng)了資本、勞動(dòng)等生產(chǎn)要素的自由流動(dòng)，使得資源在各產(chǎn)業(yè)之間重新配置，改善了資源配置結(jié)構(gòu)不合理狀況，促進(jìn)了資源配置效率的提高。

表7 分城市規(guī)模估計(jì)結(jié)果

六、結(jié)論與政策建議

改善資源錯(cuò)配，提高資源配置效率是中國(guó)深化供給側(cè)結(jié)構(gòu)性改革，實(shí)現(xiàn)地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展過(guò)程中的一項(xiàng)重要議題。本文具體分析了數(shù)字金融對(duì)資源錯(cuò)配的影響機(jī)理，采用2011年至2017年中國(guó)285個(gè)地級(jí)市的面板數(shù)據(jù)，測(cè)算了我國(guó)各地級(jí)市資本和勞動(dòng)力的錯(cuò)配程度，通過(guò)構(gòu)建靜態(tài)與動(dòng)態(tài)面板模型，實(shí)證檢驗(yàn)數(shù)字金融對(duì)地區(qū)資源錯(cuò)配的影響，并考察了在不同異質(zhì)性情況下數(shù)字金融對(duì)資源錯(cuò)配的改善作用。研究發(fā)現(xiàn)：(1)數(shù)字金融顯著改善了資本和勞動(dòng)力的資源錯(cuò)配；(2)數(shù)字金融覆蓋廣度、使用深度及數(shù)字化程度均對(duì)資本錯(cuò)配和勞動(dòng)力錯(cuò)配的改善產(chǎn)生了積極影響；(3)進(jìn)一步分析表明，數(shù)字金融對(duì)資源錯(cuò)配的改善作用存在差異，數(shù)字金融對(duì)東部地區(qū)、產(chǎn)能過(guò)剩較高地區(qū)、資源配置過(guò)度地區(qū)以及較大規(guī)模城市的資源錯(cuò)配改善顯著。

本文的研究結(jié)論提供了有益的政策啟示：在國(guó)家大力發(fā)展數(shù)字經(jīng)濟(jì)的背景下，應(yīng)進(jìn)一步深化互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等新型技術(shù)與傳統(tǒng)金融的融合，繼續(xù)升級(jí)數(shù)字金融的覆蓋廣度、使用深度及數(shù)字化程度。同時(shí)，各地政府部門應(yīng)繼續(xù)推進(jìn)要素市場(chǎng)的市場(chǎng)化進(jìn)程，減少不合理的政府干預(yù)，以減少地區(qū)內(nèi)和地區(qū)間要素流動(dòng)的障礙，尤其是對(duì)產(chǎn)能過(guò)剩較為嚴(yán)重地區(qū)以及資源配置過(guò)度地區(qū)，更要積極探索如何借助發(fā)展數(shù)字金融改善本地區(qū)資源配置。東部地區(qū)和較大規(guī)模城市要繼續(xù)積極推進(jìn)“互聯(lián)網(wǎng)+”發(fā)展戰(zhàn)略，加大數(shù)字金融基礎(chǔ)設(shè)施建設(shè)，使得資源配置結(jié)構(gòu)趨于合理化，實(shí)現(xiàn)地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展。