數(shù)字金融能否改善資源錯配？

田 杰，譚秋云，靳景玉1,

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

一、引 言

中國在四十年經(jīng)濟高速增長中一直面臨著粗放型增長導(dǎo)致的資源配置效率不高的問題。資源錯配會顯著降低我國全要素生產(chǎn)率，造成國民經(jīng)濟的產(chǎn)出損失，從而影響長期經(jīng)濟增長。如何解決資源錯配，以推動經(jīng)濟高質(zhì)量發(fā)展，化解資源、環(huán)境約束及產(chǎn)能過剩等問題？金融摩擦可以解釋中國經(jīng)濟中30%的資本錯配，并導(dǎo)致8.3%的總體經(jīng)濟的全要素生產(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稱和不完全契約帶來的金融摩擦，從而對資源錯配產(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資源錯配的作用，具體的作用機理是什么？

經(jīng)濟發(fā)展中的資源錯配一直是學(xué)術(shù)研究關(guān)注的熱點話題。已有文獻對我國資源錯配的研究，主要包括資源錯配程度的度量、成因及導(dǎo)致的后果。Hsieh and Klenow(2009)構(gòu)建了測度資源錯配的理論框架，采用的方法主要是基于規(guī)模報酬不變的C-D生產(chǎn)函數(shù)[2]。在這個理論框架基礎(chǔ)上，國內(nèi)外學(xué)者對我國資源錯配進行大量理論和實證研究后認(rèn)為，行政壟斷引發(fā)的所有制歧視[3][4]、地方的過度保護和市場分割[5]、金融摩擦[6]等導(dǎo)致了資源錯配。通過對外直接投資[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力市場摩擦[11]、產(chǎn)業(yè)協(xié)同集聚[12]等措施使資本與勞動的流動與配置盡可能達到最優(yōu)，并且在市場價格機制的作用下，遵循要素報酬等于邊際產(chǎn)品價值的原則，生產(chǎn)要素能夠自由流動和配置，最終改善資源錯配。已有文獻研究了金融科技對全要素生產(chǎn)率的影響[13]，雖然全要素生產(chǎn)率的離散反映了資源錯配程度，卻未能反映資本錯配和勞動力錯配情況。本文立足于當(dāng)前全面發(fā)展數(shù)字經(jīng)濟的大背景，將數(shù)字金融與資源錯配納入一個統(tǒng)一的分析框架，深入揭示數(shù)字金融影響資源錯配的內(nèi)在機理；利用2011～2017年中國285個地級市的面板數(shù)據(jù)，在測算各地級市資源錯配的基礎(chǔ)上，實證分析數(shù)字金融及其三個子維度分別對資源錯配的影響；并進一步分析不同地區(qū)、城市規(guī)模、產(chǎn)能過剩水平、地區(qū)資源配置水平等異質(zhì)特征下數(shù)字金融對資源錯配的影響。

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

二、影響機理

資源錯配是相對資源有效配置而言的。在一個市場中，如果資源配置能實現(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。如果資源錯配嚴(yán)重，不僅會造成資源的浪費，更會使得經(jīng)濟發(fā)展受阻，不利于經(jīng)濟的可持續(xù)性增長。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爭的經(jīng)濟中能夠自由流動，當(dāng)市場最終實現(xiàn)競爭均衡時，要素投入的邊際產(chǎn)出價值在企業(yè)間是相等的，從而實現(xiàn)了生產(chǎn)要素和產(chǎn)出的配置的帕累托最優(yōu)[2]，而相對于最優(yōu)配置狀態(tài)的偏離即是“資源錯配”。信息不完全、市場不完善和政府干預(yù)等因素會影響要素自由流動，邊際回報率高的企業(yè)的生產(chǎn)要素會流向邊際回報率低的企業(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，“資源錯配”就發(fā)生了[14][15]。

由于金融摩擦導(dǎo)致的資源錯配是影響經(jīng)濟增長的重要原因。金融摩擦?xí)砥髽I(yè)融資成本的增加[16]，影響企業(yè)的動態(tài)進入和退出[17]，使企業(yè)家才能與投資項目無法匹配[18]，導(dǎo)致資源錯配。政策性扭曲、信息不對稱、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稱和不完全契約帶來的金融摩擦，進而通過降低實體經(jīng)濟融資成本，促進企業(yè)的創(chuàng)立和企業(yè)家才能的發(fā)揮等途徑改善地區(qū)資源錯配程度。本文將其作用機制歸納為金融市場效率提升和勞動力的創(chuàng)業(yè)效應(yīng)，具體機制如下：

首先，數(shù)字金融通過提升金融市場效率改善資本錯配。以信息技術(shù)為支撐的數(shù)字金融發(fā)展通過降低企業(yè)融資成本，提升融資規(guī)模，降低資本錯配。數(shù)字金融利用區(qū)塊鏈、人工智能、云計算、大數(shù)據(jù)等核心技術(shù)對金融體系進行改進和優(yōu)化，完善金融機構(gòu)的服務(wù)功能，填補了傳統(tǒng)金融機構(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)，借助云計算、機器學(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構(gòu)面臨的信息約束，尤其是降低了長尾客戶群體的信息收集成本，并且在強虹吸效應(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)字金融活動不受時間和空間的限制，能降低企業(yè)的融資成本，提升融資規(guī)模，提高金融市場效率，使得資本錯配程度下降。

其次，數(shù)字金融對勞動力錯配的改善主要是通過促進創(chuàng)新創(chuàng)業(yè)實現(xiàn)的。在數(shù)字經(jīng)濟時代，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)展能夠為創(chuàng)業(yè)資金渴求者提供必要的創(chuàng)業(yè)融資支持，激發(fā)其因為創(chuàng)業(yè)資金約束而受到抑制的創(chuàng)業(yè)活動[20]。同時，在數(shù)字經(jīng)濟快速發(fā)展的背景下，一方面數(shù)字金融對小微企業(yè)進行風(fēng)險評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源，有助于解決小微企業(yè)融資難問題，明顯激發(fā)不發(fā)達地區(qū)的經(jīng)濟主體以及社會資本匱乏、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力的錯配。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)機會和成功概率[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，能夠為創(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)新實力卻無法融資的創(chuàng)業(yè)主體的融資能力，最終實現(xiàn)金融資源對真正的科技創(chuàng)新項目的支持[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，增加了對創(chuàng)新型項目的支持，促進了創(chuàng)業(yè)，從而有利于改善勞動力錯配。

三、研究設(shè)計

(一)數(shù)據(jù)來源和變量說明

本文選取的時間維度是2011年至2017年，主要考察的是我國內(nèi)地地級市的資源錯配，數(shù)據(jù)主要來源于《中國城市統(tǒng)計年鑒》《中國統(tǒng)計年鑒》和各省市統(tǒng)計年鑒。考慮到獲得數(shù)據(jù)的難度以及數(shù)據(jù)的完整性，本文剔除了西藏數(shù)據(jù)，最終選取了285個地級市為基礎(chǔ)樣本。數(shù)字普惠金融指數(shù)來源于北京大學(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.資源錯配指數(shù)

借鑒陳永偉和胡偉明(2011)[22]的方法，對我國地級市資本和勞動力資源錯配進行測算：

(1)

其中，TKit和ΤLit為資源錯配指數(shù)；γKit和γLit為要素價格絕對扭曲系數(shù)，由于絕對扭曲系數(shù)的測算較為復(fù)雜，因此常用價格相對扭曲系數(shù)來代替：

(2)

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

對于資本與勞動產(chǎn)出彈性，假設(shè)生產(chǎn)函數(shù)為規(guī)模報酬不變的C-D生產(chǎn)函數(shù)，具體形式如下：

(3)

兩邊同時取自然對數(shù)，并在模型中加入地區(qū)個體效應(yīng)μi和時間維度效應(yīng)λt：

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

(4)

其中，產(chǎn)出(Yit)用各地級市的GDP表示，并將所有年份GDP折算成以2004年不變價格表示的實際GDP。勞動力投入(Lit)選取各城市年末單位從業(yè)人員數(shù)(萬人)來衡量。資本投入(Kit)主要借鑒張軍等(2004)[23]的思路，計算公式如下：

Kt=It/Pt+(1-δt)Kt-1

(5)

其中，Kt表示t時期的固定資本存量；It為t時期的名義固定資本總額，為消除物價變動帶來的影響，選取Pt為t時期固定資產(chǎn)投資價格指數(shù)進行平減；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。

通過以上計算，首先得出2011年至2017年各地級市的Yit、Kit、Lit，其次估計出各地級市的資本產(chǎn)出彈性βKit和勞動產(chǎn)出彈性βLit，然后根據(jù)式(1)和式(2)計算出各地級市的資本錯配指數(shù)ΤKit和勞動力錯配指數(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

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

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，即各地級市的資源錯配指數(shù)，用以反映我國地級市資源錯配程度；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表示不可觀測的地區(qū)個體效應(yīng)，λt表示時間效應(yīng)，εit為隨機干擾項。

式(6)和式(7)為靜態(tài)面板模型。考慮到經(jīng)濟慣性的影響，上一期的資源錯配會對當(dāng)期產(chǎn)生一定的影響，即資源錯配可能存在一定的路徑依賴[24]，因此，本文在上式基礎(chǔ)上，加入資源錯配指數(shù)的一階滯后項，用以考察存在路徑依賴下的動態(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表示資本錯配指數(shù)ΤKit的一階滯后項；ΤLi,t-1表示勞動力錯配指數(shù)ΤLit的一階滯后項。

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)財政支出(萬元)，并對數(shù)化處理；(2)對外開放(lnopen)，選用實際外商投資額(萬元)，并對數(shù)化處理；(3)人口規(guī)模(lnpop)，選用各地級市年末總?cè)丝?萬人)作為替代指標(biāo)，并對數(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)金融機構(gòu)人民幣各項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

表1報告了描述性統(tǒng)計特征。統(tǒng)計結(jié)果顯示，各地級市的資本錯配存在較大差異，資本錯配指數(shù)最小值為0.000292，最大值為2.237，平均值為0.219，表明資本錯配存在嚴(yán)重不均衡現(xiàn)象。勞動力錯配指數(shù)最大值為4.217，遠高于平均值0.276，說明不同地區(qū)勞動力錯配更為嚴(yán)重。

表1 變量描述性統(tǒng)計

四、實證結(jié)果

(一)模型估計結(jié)果與分析

表2報告了采用靜態(tài)面板和動態(tài)面板的數(shù)字金融對資源錯配影響的回歸結(jié)果，其中靜態(tài)回歸采用的是雙向固定效應(yīng)模型，動態(tài)面板為DIFF-GMM模型和SYS-GMM模型。估計結(jié)果顯示，在固定效應(yīng)模型下，核心解釋變量dfi對兩種資源錯配的影響均為負(fù)，且在1%的水平上顯著。考慮模型的動態(tài)效應(yīng)，即加入資源錯配指數(shù)的一階滯后項(L1.T)后，模型的估計結(jié)果顯示，數(shù)字金融對地區(qū)資源錯配(資本錯配和勞動力錯配)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)的資本和勞動力錯配程度。一方面，數(shù)字金融的快速發(fā)展使得國內(nèi)市場上的資源得到更加合理的配置，促進資源錯配的改善；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)化勞動投入和資本投入。同時，回歸結(jié)果還顯示，資本錯配指數(shù)和勞動力錯配指數(shù)的一階滯后項均在1%的顯著性水平上高度顯著，說明在經(jīng)濟慣性下當(dāng)期的資源錯配是會受到前期資源錯配的影響，資源錯配存在一定的路徑依賴。

表2 數(shù)字金融對資源錯配的影響

續(xù)表

(二)數(shù)字金融結(jié)構(gòu)差異的影響

為進一步確定數(shù)字金融影響資源錯配的路徑，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，覆蓋廣度對資本錯配和勞動力錯配的影響分別在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)，表明這兩個維度對改善資源錯配的作用最大。除了數(shù)字化程度對勞動力錯配的影響為負(fù)但不顯著，數(shù)字金融覆蓋廣度、使用深度、數(shù)字化程度三個渠道均可以改善資本錯配和勞動力錯配。

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(1)限于篇幅未報告具體結(jié)果，作者備索。

1.替換被解釋變量

為進一步檢驗?zāi)Ｐ凸烙嫿Y(jié)果的穩(wěn)健性，本文采用間接法測算勞動要素扭曲指數(shù)和資本要素扭曲指數(shù)來替換資源錯配指數(shù)，具體計算方法參考王寧和史晉川(2015)[25]。靜態(tài)面板和動態(tài)面板的估計結(jié)果均顯示，數(shù)字金融對資本要素扭曲指數(shù)和勞動要素扭曲指數(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配。

2.替換核心解釋變量

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

五、進一步討論

(一)地區(qū)差異

由于我國各地區(qū)數(shù)字金融發(fā)展情況存在著明顯的差異，地區(qū)的資本錯配和勞動力錯配也存在偏差。因此，為了進一步研究數(shù)字金融與資源錯配之間的關(guān)系，本文將總樣本分為東中西部三個子樣本分別進行回歸，結(jié)果如表4所示。

表4 分地區(qū)估計結(jié)果

從回歸結(jié)果來看，數(shù)字金融對東中西部地區(qū)資本錯配和勞動力錯配的影響存在異質(zhì)性。整體來看，數(shù)字金融對資本錯配和勞動力錯配均表現(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)資源錯配情況。具體來看，東部地區(qū)的數(shù)字金融對資本錯配和勞動力錯配的影響系數(shù)分別在5%和1%的水平上顯著為負(fù)；中部地區(qū)的數(shù)字金融對資本錯配的影響系數(shù)在5%的水平上顯著為負(fù)，對勞動力錯配的影響為負(fù)但不顯著；西部地區(qū)的數(shù)字金融對資本錯配的影響系數(shù)為負(fù)但不顯著，對勞動力錯配的影響在10%的水平上顯著為負(fù)。數(shù)字金融對東部地區(qū)資源錯配改善效果最好，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)市場競爭機制相對健全，一直是我國經(jīng)濟發(fā)展的主要地區(qū)，產(chǎn)品和要素市場發(fā)育相對完善，使得資源利用程度較高；同時，東部地區(qū)數(shù)字金融發(fā)展良好，能夠有效改善資源錯配。而中西部地區(qū)由于交通設(shè)施不發(fā)達，交通體系不完善、不健全，使得數(shù)字金融對資源錯配的改善效果還未充分顯現(xiàn)。

(二)地區(qū)間產(chǎn)能過剩差異

依托大數(shù)據(jù)和云計算，數(shù)字金融為化解國內(nèi)的產(chǎn)能過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)省份不同將各地級市劃分為產(chǎn)能過剩較高地區(qū)和產(chǎn)能過剩較低地區(qū)兩個子樣本分別進行回歸。其中，產(chǎn)能過剩較高地區(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。估計結(jié)果如表5所示。

表5 分地區(qū)產(chǎn)能過剩水平估計結(jié)果

動態(tài)面板估計結(jié)果顯示，地區(qū)間產(chǎn)能過剩水平的差異會影響數(shù)字金融對資源錯配的改善效果。具體而言，對于產(chǎn)能過剩較高地區(qū)，數(shù)字金融均能改善地區(qū)資源錯配情況。但從絕對值系數(shù)來看，數(shù)字金融對勞動力錯配的改善效果更好。這是因為數(shù)字金融通過促進就業(yè)等緩解了過剩的勞動力，有力地促進了生產(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。對于產(chǎn)能過剩較低地區(qū)，數(shù)字金融對資源錯配的影響存在顯著差異，數(shù)字金融能有效改善資本錯配情況，但對勞動力錯配的改善不顯著。這是因為其產(chǎn)能過剩并不嚴(yán)重，地區(qū)市場尚未飽和，還存在一定的擴展空間，數(shù)字金融能較好地滿足企業(yè)資本短缺，改善本地區(qū)資本錯配。

(三)地區(qū)資源配置差異

由于我國市場依然是政府主導(dǎo)的，地區(qū)的資源配置不能完全根據(jù)市場自由選擇，造成部分地區(qū)資源配置過度(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)資源錯配指數(shù)測算的結(jié)果，將總樣本劃分為資源配置過度地區(qū)和資源配置不足地區(qū)兩個子樣本，考察地區(qū)資源配置差異情況下數(shù)字金融對資源錯配的改善效果，結(jié)果如表6所示。對于資源配置過度的地區(qū)，數(shù)字金融均能改善地區(qū)的資源錯配情況。但從絕對值系數(shù)來看，數(shù)字金融對勞動力錯配的改善效果更好。這是因為數(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。對于資源配置不足的地區(qū)，數(shù)字金融對資源錯配產(chǎn)生了負(fù)向影響，但是不顯著。究其原因，一方面由于數(shù)字金融推出的時間較短，另一方面是因為這些地區(qū)本身資源配置不足，使得通過數(shù)字金融改善資源錯配的效果不明顯。

表6 分地區(qū)資源配置差異估計結(jié)果

(四)城市規(guī)模差異

我國各地級市的城市規(guī)模不一，而數(shù)字金融發(fā)展與人口規(guī)模息息相關(guān)，為了進一步研究數(shù)字金融與資源錯配之間的關(guān)系，本文將總樣本分為大型城市和中小型城市兩個子樣本分別進行回歸，結(jié)果如表7所示。結(jié)果顯示，對于大型城市，數(shù)字金融對資本錯配指數(shù)和勞動力錯配指數(shù)均表現(xiàn)為負(fù)，且通過了顯著性檢驗，表明數(shù)字金融可以緩解大型城市資本錯配和勞動力錯配。但從絕對值系數(shù)來看，數(shù)字金融對資本錯配的緩解作用稍強。對于中小型城市，數(shù)字金融對資本錯配指數(shù)表現(xiàn)為正，對勞動力錯配指數(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配效果不明顯。城市是經(jīng)濟要素集聚的重要場所，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)模擴張帶來的產(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)展帶動了資本、勞動等生產(chǎn)要素的自由流動，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，促進了資源配置效率的提高。

表7 分城市規(guī)模估計結(jié)果

六、結(jié)論與政策建議

改善資源錯配，提高資源配置效率是中國深化供給側(cè)結(jié)構(gòu)性改革，實現(xiàn)地區(qū)經(jīng)濟高質(zhì)量發(fā)展過程中的一項重要議題。本文具體分析了數(shù)字金融對資源錯配的影響機理，采用2011年至2017年中國285個地級市的面板數(shù)據(jù)，測算了我國各地級市資本和勞動力的錯配程度，通過構(gòu)建靜態(tài)與動態(tài)面板模型，實證檢驗數(shù)字金融對地區(qū)資源錯配的影響，并考察了在不同異質(zhì)性情況下數(shù)字金融對資源錯配的改善作用。研究發(fā)現(xiàn)：(1)數(shù)字金融顯著改善了資本和勞動力的資源錯配；(2)數(shù)字金融覆蓋廣度、使用深度及數(shù)字化程度均對資本錯配和勞動力錯配的改善產(chǎn)生了積極影響；(3)進一步分析表明，數(shù)字金融對資源錯配的改善作用存在差異，數(shù)字金融對東部地區(qū)、產(chǎn)能過剩較高地區(qū)、資源配置過度地區(qū)以及較大規(guī)模城市的資源錯配改善顯著。

本文的研究結(jié)論提供了有益的政策啟示：在國家大力發(fā)展數(shù)字經(jīng)濟的背景下，應(yīng)進一步深化互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、區(qū)塊鏈等新型技術(shù)與傳統(tǒng)金融的融合，繼續(xù)升級數(shù)字金融的覆蓋廣度、使用深度及數(shù)字化程度。同時，各地政府部門應(yīng)繼續(xù)推進要素市場的市場化進程，減少不合理的政府干預(yù)，以減少地區(qū)內(nèi)和地區(qū)間要素流動的障礙，尤其是對產(chǎn)能過剩較為嚴(yán)重地區(qū)以及資源配置過度地區(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“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，實現(xiàn)地區(qū)經(jīng)濟高質(zhì)量發(fā)展。