金融科技、要素扭曲与技术进步方向.pdf

一、引言在城市发展进程中，技术进步是城市经济不断增长的重要源泉。技术进步方向表示技术进步偏好于某种要素，要素的边际产出得以提升。技术进步方向是地区提高资源配置效率的依据，也是地区持续技术进步能力的体现1。在区域经济增长过程中，由于要素配置状况不同，其偏重于哪一种技术进步方式在不同的区域存在异质性。金融手段不仅可以缓解地区投资约束，而且可以改变地区的要素价格和要素使用的回报率，通过这些方式会影响到技术进步方向的选择。特别是近期以来，随着互联网技术、IT 技术和信息通信技术的发展，金融科技也有了非常快的发展，从而对全社会的资源配置和要素配置产生了非常大的影响2。现有研究更多关注国家整体层面以及省际层面上技术进步方向的研究，对于城市层面上技术进步方向的研究较少。而且将金融科技、要素扭曲和技术进步方向联系在一起对整体的技术进步方向偏好选择的直接经验研究更是缺乏。因此本文将研究金融科技对技术进步方向的各种影响机制，并以要素扭曲为中介因素，分析金融科技如何通过要素扭曲来影响技术进步方向。二、文献评述与研究假设在技术进步的发展进程中，Hicks（1932）3发现资本和劳动要素价格的相对变化会使得技术进步偏向于要素价格较高的生产要素。由此技术进步方向开始逐渐成为学者们的研究重点4。但是 20 世纪初期到中期对技术进步方向的研究受制于要素份额以及要素替代弹性稳定性的前提假设，学者们的研究普遍得到技术进步方向为中性的结论（Berndt，1976）5。直到 Acemoglu（2002）6基于内生经济增长理论奠定了技术进步方向的微观经济学基础。Klump 等（2007）7最早以 CES 生产函数构建“标准化供给面系统”，论证欧美地区的劳动与资本要素之间的互补关系，并且劳动要素效率增长优于资本要素。在国家层面上，有学者以日本和美国的经济数据为样本，研究表明两国的技术进步均呈资本偏向8。也有学者以中国经济数据为样本，发现中国的技术金融科技、要素扭曲与技术进步方向郑兴无，耿立森（中国民航大学 经济与管理学院，天津 300300）【摘要】金融科技发展和要素配置状况对技术进步方向有影响。基于中国 265 个城市的相关数据，文章测度了技术进步方向指数，并以多种回归模型考量金融科技和要素扭曲对技术进步方向的影响。研究结果显示：我国城市层面的技术进步指数在多数年份表现出明显的资本偏向，接着回归发现，金融科技的发展能够显著促进资本偏向型技术进步，且存在区域异质性，对中西部地区的促进效果优于东部地区。进一步以要素扭曲为间接因素的回归发现，金融科技发展可通过抑制要素价格相对扭曲以促进资本偏向型技术进步。金融科技的发展和要素资源配置的合理化能够促进有偏技术进步的提升。【关 键 词】金融科技；技术进步方向；要素扭曲；中介效应【中图分类号】F224.0；F062.4【文献标识码】A【文章编号】1004-2768（2023）10-0138-08【收稿日期】2023-02-28【作者简介】郑兴无（1965-），男，四川隆昌人，经济学博士，中国民航大学经济与管理学院教授，研究方向：产业发展与产业政策；耿立森（1997-），男，河南鹤壁人，中国民航大学经济与管理学院硕士研究生，研究方向：技术经济与管理。生产力研究 No.10.2023财政金融生产力研究 No.10.2023骳髈髜进步方向在改革开放初期呈现劳动偏向，而在 1983年之后开始偏向资本要素并且偏向程度越来越大 9-10。在省际层面上，学者研究全要素生产率（TFP）的增长动因，发现我国 TFP 的增长主要由技术进步推动，且偏向型技术进步对其有着促进作用（汪克亮等，2014；涂正革和陈立，2019）11-12。邓明（2015）1发现中国大部分省份为资本偏向型技术进步。潘文卿等（2017）13发现技术进步偏向性存在由北京、上海向其他各省区的扩散效应。（一）技术进步方向及测度基于 Hicks（1932）4在技术进步方向的相关理论，学者们开始对资本及劳动要素的份额展开了研究与探索，在探索中发现各个生产要素的份额并不是一成不变的，而是受到技术进步方向的影响不断变化（Blanchard 等，1997）14。Acemoglu（2002）6论证了资本偏向型技术进步致使资本报酬份额提高，劳动报酬份额减少。关于测度技术进步方向，主要包含以 CES 生产函数模型、超越对数生产函数为模型的研究。徐莹莹和李平（2017）9使用超越对数生产函数模型构建资本和劳动生产要素的相对技术进步偏向差异指标对技术进步方向进行测度。潘文卿等（2017）13、姚娟和张卫东（2019）15则是以 CES 生产函数模型为基础，采用“标准化供给面系统法”对中国各个地级市的技术进步方向进行了测度研究。蒋娇燕和郭继强（2022）16考虑了劳动投入在质量维度上的变动，对技术进步方向进行了测度。技术进步方向受到要素结构变动的影响，并在不同情境下表现出一定的异质性。李磊等（2019）17发现在资本-劳动要素呈替代关系的地区，“撤县设区”对技术进步方向影响显著。杨翔等（2019）18研究发现贸易开放水平和国有经济比重不同程度的提高对技术进步方向产生促进作用。陈欢和王燕（2015）19研究表明外商直接投资对中国技术进步方向产生影响。除此之外，有学者也实证检验了政府干预（易信和刘凤良，2013）20、人口老龄化（邓明，2014）21、国际贸易（罗知等，2018）22、绿色产业政策（徐红和赵金伟，2020）23对技术进步方向的影响。（二）金融科技对技术进步方向的影响在日新月异的要素市场，当资本要素的边际报酬高于劳动要素的边际报酬时，资本积累会高于劳动积累，企业更愿意投资或者研发技术含量较高的资产以及设备。同时，企业从发达国家购入先进的设备设施会以跨国技术扩散的方式对技术进步方向产生影响（戴天仕和徐现祥，2010）10。而在资本要素市场，金融系统的发展水平决定着资本要素的配置效率，进而对技术进步方向产生影响。金融科技的发展是地区创新发展的重要组成部分，其提供的便利金融服务直接影响地区的创新发展，进而推动地区技术进步，对技术进步方向产生一定影响（唐松等，2020）24。金融科技通过将用户的公开信息作为信用评价体系参考，为交易双方提供了公平、透明的交易环境，分散了传统金融融资的风险，推动金融资源高效配置（魏丽莉和陈熙，2022）25。基于此，提出研究假设 1：H1：金融科技进步能够促进资本偏向型技术进步。（三）要素配置对技术进步方向的影响技术进步方向除了受到金融科技发展水平的影响，还会受到要素价格扭曲及要素再配置的影响。要素价格的扭曲可以在短时间内改变生产要素的价格，使得生产要素重新配置，实现资源调动，进而达到短期内经济快速增长的目的（徐莹莹和李平，2017）9。有关研究也发现在改革开放初期，要素价格扭曲对中国经济增长有着积极的作用（郭克莎，1992）26。徐莹莹和李平（2017）9研究发现要素价格扭曲对资本偏向型技术产生抑制作用，主要通过技术引进和自主研发途径。邓明等（2017）27以中国工业行业面板数据为分析基础，研究表明劳动力价格扭曲导致资本偏向型技术进步。基于此，提出研究假设 2：H2：金融科技通过抑制要素价格相对扭曲程度对资本偏向型技术进步有着促进作用。三、研究设计（一）模型设定1.基准回归模型。基于本文的研究假设 1，构建如下基准回归模型：techi，t=茁0+茁1disti，t+茁2digi，t+茁jXji，t+滋i，t（1）式（1）中，被解释变量 tech 为技术进步方向指数，解释变量 dist 为要素扭曲程度，解释变量 dig 为金融科技发展指数，X 为控制变量集，i 和 t 分别表示地区和时间。茁j为待估系数，滋i，t为随机误差项。2.中介效应回归模型。为进一步探索金融科技对技术进步方向的影响机制，基于本文的假说 2，以要素价格相对扭曲为中介变量，建立中介效应回归模型：骳髈髝techi，t=琢0+琢1digi，t+琢jXji，t+滓i，t（2）disti，t=b0+b1digi，t+bjXji，t+兹i，t（3）techi，t=c0+c1disti，t+c2digi，t+cjXji，t+浊i，t（4）式中，琢1、b1、c1、c2为各效应系数。disti，t表示地区i 在 t 年的要素价格相对扭曲指数，在式（2）式（4）中表示中介变量。（二）数据说明与指标选取1.数据说明。以中国城市地区面板数据为样本，由于部分地区数据缺失严重，选取 265 个地级市样本。样本区间为 20002019 年。数据来自 中国城市统计年鉴 中国区域统计年鉴 北京大学数字普惠金融指数，中国人民银行网站、各省市统计年鉴以及各个城市国民经济和社会发展统计公报。2.技术进步方向的测度。为测度技术进步方向，首先构建 CES 生产函数：Yt=（1-a）（ELtLt）着-1着+a（EKtKt）着-1着蓸蔀着-1着（5）式（5）中，Yt表示总产出，Kt和 Lt分别表示资本和劳动的投入指标，EKt和 ELt分别表示资本和劳动的效率指标，a 为资本密集度，着 为替代弹性。基于式（1）分别对 Kt和 Lt求偏导可得资本与劳动的边际产出，Acemoglu（2007）28将技术进步方向定义为资本-劳动边际产出比：t=坠Y/坠K坠Y/坠L=琢1-琢EKtELt蓸蔀着-1着LtKt蓸蔀1着（6）将技术进步方向指数定义为：techt=着-1着ELtEKt蓸蔀着-1着LtKt蓸蔀1着（7）由式（4）可知，资本效率、劳动效率以及替代弹性是计算技术进步方向的必要数据，其中资本效率和劳动效率的计算公式为：EKt=YtKtrtKt琢（rtKt+棕tLt）蓸蔀着着-1（8）ELt=YtLt棕tLt（1-琢）（rtKt+棕tLt）蓸蔀着着-1（9）其中，rt与 棕t分别表示资本和劳动回报率。接着，采用 Klump 等（2007）7提出的“标准化供给面系统”，将样本平均值作为相应变量的基准值，引入规模因子 孜，设定，孜Y=Y0，K=K0，L=L0，t=t0，得到：logYtY軍蓸蔀=log（孜）+着着-1log（1-琢）LtL軈exp t軃酌L姿Ltt軃蓸 蔀姿L-1蓘蓡蓸蔀嗓瑟着着-1+琢KtK軍exp t軃酌K姿Ktt軃蓸 蔀姿转-1蓘蓡蓸蔀嗓瑟着着-1扇墒设设设设设缮设设设设设伤赏设设设设设商设设设设设（10）logrtKtYt蓸蔀=log（琢）+着-1着log（孜）-logYt/Y軍Kt/K軍蓸蔀+t軃酌K姿Ktt軃蓸 蔀姿转-1蓘蓡嗓瑟（11）log棕tLtYt蓸蔀=log（1-琢）+着-1着log（孜）-logYt/Y軍Lt/L軈蓸蔀+t軃酌L姿Ltt軃蓸蔀姿L-1蓘蓡嗓瑟（12）其中，酌K、酌L、姿K、姿L分别表示资本效率增长率、劳动效率增长率、资本效率曲率和劳动效率曲率。将各城市的实际产出 Yt、劳动投入 Lt、资本投入 Kt、劳动所得 棕tLt、资本所得 rtKt代入方程，可以估算出资本-劳动替代弹性 着 与资本密集度 琢。采用陈晓玲和连玉君（2013）29、姚娟和张卫东（2019）15的方法对初始值进行选取，孜 的初始值选取为 1，琢 的初始值选取为 0.01，着 在 0.1，步长为 0.101，终值为2.2的等差数列中依次选取，其他参数均选取为 0.001。测算过程所需数据如下：以 2000 为基期，总产出 Yt为各城市收入法核算的 GDP 数据按照城市所在省份的 GDP 指数平减得出。劳动投入 Lt用地级市的年末单位从业人员数量表示。资本存量 Kt采用永续盘存法，使用固定资产投资价格指数对固定资产投资折算。计算公式为 Kt=It+Kt-1（1-啄），折旧率 啄 选取 10.96%（单豪杰，2008）30。基期资本存量用 K0=K1/（啄+g），即用下一期的固定资产投资额比增长率与折旧率之和来计算。劳动报酬份额和资本报酬份额采用白重恩等（2008）31的方法，在中国的国民收入核算体系中，国民收入按要素被分为劳动者报酬（WL）、生产税净额（NT）、固定资产折旧（DE）和营业盈余（P）四类。我们假设生产税净额由劳动与资本分摊。劳动份额=WL/（GDP-NT）劳动所得=WL/（GDP-NT）GDP=WL+NTWL/（WL+DE+P）资本份额=（DE+P）/（GDP-NT）资本所得=（DE+P）/（GDP-NT）GDP=DE+P+NT（DE+P）/（WL+DE+P）骳髉髒 劳动收入份额和资本收入份额用居民消费价格指数和固定资产投资价格指数折算。主要城市技术进步方向指数（tech）如表 1 所示。表 1主要城市技术进步方向指数图 120002019 年全国与分地区平均技术进步方向指数从 20002019 年全国与分地区平均技术进步方向指数的变动图（见图 1）发现，全国平均技术进步方向在 2001 年、20052007 年、20092010 年、20122016 年和 2019 年具有明显的资本偏向性；在 20022004 年、2008 年、2011 年、2017 年、2018年具有明显的劳动偏向性。且不同地区的技术进步方向指数存在异质性，东部地区的资本偏向较其他地区更为明显，中部和西部地区较弱；而西部地区的劳动偏向较其他地区更为明显，中部和东部地区较弱。3.要素价格扭曲程度。根据罗羡华等（2009）32、章上峰和许冰（2009）33、王宁和史晋川（2015）34的相关研究，得到时变弹性生产函数模型如下：Yt=AtK籽ttL茁tt（13）假设技术水平 At由一组可控制变量 Zit的线性组合表示，对式（13）两边取对数可得：lnYt=mi=1移酌iZit+籽tlnKt+茁tlnLt+滋t（14）其中，Zit是技术水平替代变量33-35，Ut是第三产业劳动力投入占比，酌i是衡量技术水平的指标。此外，增加设定条件 籽+茁=1，即要素投入的规模报酬不变。本文参考王宁和史晋川（2015）34，采用可变参数的状态空间模型，利用强有力的迭代算法卡尔曼滤波（Kalman Filter）进行估计。由于生产函数中的资本产出弹性 籽t不能够直接观测到，因此将其作为状态变量应用于可变参数的状态空间模型进行测算，测算模型如下：信号方程：lnYt=c（1）*lnut+籽tlnKtLt+c（15）状态方程：籽t=c（3）*籽t-1+c（16）对时变弹性生产函数进行估计，计算得到 籽t和茁t的每期估计值籽赞和茁赞，而后测度出资本及劳动要素每期的边际产出。MPK=籽tYK（17）MPL=茁tYL（18）棕 和 r 表示劳动和资本实际价格，要素的实际价格与其边际产出之间的比值为要素的相对扭曲程度：distkl=distkdistl=MPKMPL伊棕r（19）其中，distl=MPL棕（20）distk=MPKr（21）测算过程所需数据如下：总产出，劳动投入以及资本投入同技术进步方向所测得的数据。棕 为工资水平，采用各地区从业人员平均工资衡量，并用20160.0621-0.0605-0.0058-0.0300-0.0386-0.0486-0.0164-0.0670-0.0162-0.0323-0.0500-0.0044-0.0620-0.00020.0584-0.06730.0137-0.0288-0.0398-0.0128-0.0528-0.0023-0.0623-0.0110-0.0096-0.0764-0.0543-0.0291-0.0569-0.2857城市北京市常州市成都市大连市东莞市福州市贵阳市哈尔滨市合肥市惠州市济南市昆明市南京市南宁市宁波市青岛市泉州市厦门市沈阳市石家庄市天津市温州市无锡市武汉市西安市徐州市长春市长沙市郑州市重庆市2001-0.0583-0.0552-0.0032-0.01700.0026-0.0428-0.0020-0.06410.0081-0.0136-0.03480.0385-0.02970.52020.2090-0.05300.0577-0.0004-0.00660.0064-0.04580.0468-0.06980.01700.0620-0.0431-0.04300.0097-0.0498-0.056820170.04380.03640.00600.01850.0170-0.04860.1031-0.01380.12500.02440.02260.06290.03380.05330.05080.02380.09860.02810.01750.11470.00740.04200.03710.06010.08880.03300.01510.02060.03820.02402018-0.00860.0247-0.06290.01120.01720.03010.0647-0.02200.04390.02420.02140.05150.02650.03690.09250.01980.05000.02390.00920.03640.01550.07490.02550.07770.07600.01180.00570.01570.00350.01322019-0.0142-0.0314-0.00550.00950.0093-0.02750.0052-0.09190.00360.0074-0.00020.0170-0.0329-0.00760.0012-0.01680.0263-0.03450.00840.0005-0.01190.0146-0.01620.0176-0.0023-0.0558-0.0073-0.0122-0.0082-0.00682005-0.0154-0.05150.2412-0.0026-0.0164-0.05960.0116-0.13710.0107-0.01440.00550.0530-0.0312-0.00490.0551-0.02730.0084-0.02170.00310.0133-0.02590.0068-0.04220.00750.0584-0.04900.03120.0064-0.0512-0.009820100.0176-0.0007-0.0038-0.0091-0.0044-0.03940.0071-0.08840.0390-0.0146-0.00730.00650.00590.03990.0316-0.01760.03020.0035-0.00200.0182-0.04180.02130.01130.05000.0019-0.0117-0.03900.0041-0.0255-0.0424骳髉體2000 年为基期的消费价格指数进行平减（杨振华，2016）36。r 为利率水平，采用每年度 6 个月到 1 年期贷款基准利率的均值。得到主要城市要素价格扭曲程度，如表 2 所示。表 2主要城市要素价格扭曲程度4.变量、指标与数据。金融科技（dig）为核心解释变量。采用北京大学金融科技研究中心和蚂蚁金服共同编制的数字普惠金融总指数。控制变量。（1）对外开放程度（fdi），使用外商投资越多的城市，受到其技术外溢影响越深，可能会对技术进步方向产生一定影响，考虑到 FDI 发生作用存在滞后，采用永续盘存法计算 FDI 存量（陈国亮和陈建军，2012）37。最后将计算出的 FDI 存量指标比 GDP 表示对外开放程度。（2）政府干预（gov），以政府消费支出占 GDP 比重表示，政府有可能对市场中的要素流动及价格进行干预，从而对技术进步方向产生影响（罗知等，2018）22。（3）人口密度（peoden），人口密度较大的地区劳动要素价格可能较低，对技术进步方向产生一定影响。各变量描述性统计如表3 所示。表 3变量的描述性统计四、实证结果分析（一）基准回归结果首先考察是否存在多重共线性，结果显示方差膨胀系数均远小于 10，表示不存在多重共线性。接着经过个体效应 LM 检验和豪斯曼检验得出使用固定效应模型。最后采用两阶段最小二乘法（2SLS）解决技术进步方向和要素价格扭曲或金融科技之间的内生性问题和遗漏变量问题。选取解释变量的滞后一期为工具变量，列（4）和列（5）说明选取的工具变量合理性。回归结果如表 4 所示。表 4基准回归结果注：*、*、*分别表示回归结果在 10%、5%、1%置信水平下显著，括号内为 t 统计量的绝对值，下同。表 4 中列（1）列（3）为固定效应的回归结果。distl4.785319.43922.348213.5330-0.6337-6.65513.069211.61983.68845.93924.77411.96997.37309.05661.39387.1252-7.6657-2.307422.777922.9515-2.5728-3.380614.7198-0.83897.2107-2.055712.60064.42197.636212.9391北京市常州市成都市大连市东莞市福州市贵阳市哈尔滨市合肥市惠州市济南市昆明市南京市南宁市宁波市青岛市泉州市厦门市沈阳市石家庄市天津市温州市无锡市武汉市西安市徐州市长春市长沙市郑州市重庆市distl1.84136.48521.14775.5719-2.4457-4.64931.70644.06431.98674.99502.96841.05793.47186.47461.77953.0359-7.1468-1.76237.95149.4939-1.4066-2.67288.2900-0.59863.3236-1.95044.55213.25203.61826.2866distk4.80843.36420.77883.2030-0.1017-2.59861.44824.64670.68553.49862.27600.85462.95583.20280.79582.2495-5.6608-1.67254.30424.7797-0.8572-2.69943.6225-0.32242.6582-0.51223.45091.39562.35193.1731distkl1.00480.17310.33170.23670.16050.39050.47190.39990.18590.58910.47670.43380.40090.35360.57090.31570.73850.72480.18900.20830.33320.79850.24610.38430.36860.24920.27390.31560.30800.2452distkl1.04580.17810.66130.23251.50400.26720.22830.15450.21220.34850.29110.28930.40640.19910.38560.16670.26810.70470.21480.12540.21210.27070.24350.24100.26420.14370.19520.17640.22240.1557distk8.057919.13461.274616.3160-2.7320-9.46252.86748.52623.782214.75345.04511.19038.20303.39293.50706.7409-11.0348-3.017118.815216.2563-2.4466-4.471921.9482-0.60187.7599-3.707711.53114.35289.95949.9564distkl4.37622.95051.11052.92831.11702.03521.68042.09781.90382.95361.69961.12522.36280.52401.97082.22041.54401.71202.36631.71231.73931.67312.64751.00532.33481.90102.53311.33852.75261.5838distl5.437216.44830.798918.1802-1.4608-6.20464.162322.99892.01848.83947.76732.87647.10279.38262.803012.1599-11.0339-2.778127.210629.9636-2.7275-2.828615.7159-0.61908.6593-1.521714.51726.88457.119216.6847distk5.68602.92880.52834.2277-2.1971-1.65770.95053.55410.42833.08062.26090.83232.88651.86781.08072.0273-2.9587-1.95775.84553.7563-0.5786-0.76583.8271-0.14922.2876-0.21872.83421.21411.58302.5977城市200120102019均值-0.010.27166.890.060.27535.30变量符号techdistkldigfdigovpeoden标准差0.060.2065.470.060.141120.33最小值-0.730.0521.260.000.0410.02最大值0.722.59321.650.421.1923003.51变量名技术进步方向指数要素价格相对扭曲指数金融科技发展指数对外开放程度（%）政府干预（%）人口密度（人/平方公里）样本量238523852385238523852385（3）0.0001*（5.75）-0.0948*（-5.91）0.1719*（1.74）-0.0387*（-1.87）0.0000（1.63）-0.0087（-0.77）0.05012385191.78（0.0000）47.75（0.0000）digdistklfdigovpeoden_conswithin R2样本量LM 检验Hausman 检验内生性检验识别不足检验弱工具变量检验（4）0.0004*（10.91）-0.1029*（-5.76）0.1614（1.35）-0.0806*（-3.92）0.0000（0.65）-0.0349*（-2.66）0.14582120253.66（0.0000）1015.563（0.0000）0.000（5）0.0004*（10.83）-0.1219*（-5.09）0.1495（1.18）0.1795（1.49）-0.0851*（-4.15）0.0000（0.73）-0.0304*（-2.07）268.41（0.0000）82.261（0.0000）0.000（1）0.0001*（8.04）-0.0325*（-10.60）0.02962385（2）-0.1212*（-8.02）0.0236*（5.54）0.02952385解释变量FE2SLS骳髉髕金融科技发展的系数显著为正，表明随着金融科技的不断发展，城市中要素配置效率提高，提高了资本要素在技术进步中的相对贡献率，使得资本偏向型技术进步程度被增强，支持了假设 1。要素扭曲对技术进步方向的影响均显著为负，在各地级市扭曲的要素市场中，资本要素因其被低估的价格和积累的速度优于劳动要素，快速形成了大规模的使用。但是资本要素由于市场错配其边际产出没有得到提高，致使资本要素的利用效率相对于劳动要素逐渐削弱（徐莹莹和李平，2017）9。在考虑了内生性问题后，要素扭曲的回归系数仍然显著为负，进一步证实了要素价格相对扭曲程度抑制各地级市资本偏向型技术进步。对外开放程度系数显著为正，表示城市对外开放程度越高，可能受到技术进步偏向性跨国传递水平越高（王林辉等，2019）38，技术进步越向资本方向倾斜。政府财政支出系数显著为负，说明其对劳动偏向型技术进步有显著正向作用。表 5中介效应回归结果（二）中介效应模型回归结果根据公式（2）公式（4）对中介效应进行检验。经豪斯曼检验采用固定效应，回归结果如表 5 所示。列（3）中金融科技发展的回归系数为正，说明总效应显著；列（6）表示金融科技发展程度越高，对要素价格相对扭曲的抑制效果越明显；列（7）中技术进步方向的直接效应显著为正且要素价格相对扭曲系数显著为负。因此，金融科技发展能够降低要素价格相对扭曲程度，并且要素价格相对扭曲的减缓能够显著提升资本偏向型技术进步，即金融科技发展通过抑制要素价格相对扭曲从而促进资本偏向型技术进步，回归结果进一步支持了假设 1。该中介效应依据温忠麟和叶宝娟（2014）39相关研究，为“部分中介效应”，中介效应的比重约为 23.7%。五、稳健性检验和影响机制分析（一）分地区回归考虑我国各个地级市要素扭曲程度、金融科技发展程度等方面的固有差异，进行区域异质性检验，将样本数据进行分地区回归，并且对三个地区进行2SLS 回归，如表 6 所示。表 6分地区回归结果分地区回归结果显示，金融科技发展在东部、中部、西部三个地区的基准结果中均显著为正，而且对中部和西部地区资本偏向型技术进步的促进效果优于东部地区。要素价格相对扭曲对资本偏向型技术进步有着显著抑制作用，其中，东部、中部、西部的要素扭曲程度系数分别为-0.096 1、-0.079 0、-0.169 0，且均在 1%置信水平上显著，进一步支持了假设 2。（二）金融科技不同维度的回归结果表 7覆盖广度、要素扭曲与技术进步方向为进一步确定金融科技影响技术进步方向的路径，采用金融科技其他维度的指标：覆盖广度、使用深度两个维度对其进行分析（见表 7、表 8）。以不（7）tech0.0001*（5.75）-0.0948*（-5.91）0.1719*（1.74）-0.0387*（-1.87）0.0000（1.63）-0.0087（-0.77）0.05012385digdistklfdigovpeoden_conswithin R2样本量（3）tech0.0002*（7.92）0.2869*（2.93）-0.0375*（-1.80）0.0000（0.76）-0.0484*（-5.35）0.03452385（6）distkl-0.0005*（-15.02）-1.2131*（-9.23）-0.0125（-0.45）0.0000*（6.87）0.4194*（34.49）0.13222385变量（10）西部0.0002*（3.76）-0.1690*（-4.06）是0.1496450digdistkl控制变量within R2样本量弱工具变量检验值（8）东部0.0001*（2.17）-0.0961*（-4.73）是0.0485981（9）中部FE0.0002*（4.01）-0.0790*（-2.27）是0.0400954解释变量（13）西部0.0004*（5.60）-0.1710*（-3.54）是0.21834000.000（11）东部0.0003*（5.05）-0.0927*（-3.76）是0.11388720.000（12）中部2SLS0.0004*（7.53）-0.1224*（-3.72）是0.17788480.000（16）distkl-0.0005*（-14.53）0.4150*（34.17）是0.12692385coveragedistklcons控制变量within R2样本量（14）tech0.0001*（7.03）-0.0299*（-9.62）否0.02282385（15）tech0.0002*（6.46）-0.0406*（-4.48）是0.02512385解释变量（17）tech0.0001*（4.30）-0.1027*（-6.39）0.0020（0.18）是0.04362385骳髉髖同维度的金融科技指数指标替换金融科技总指数作为解释变量，其中介效应模型表明覆盖广度和使用深度均显著促进资本偏向型技术进步，而且两者均显著抑制了要素价格相对扭曲程度，在一定程度上验证了假设 2 的稳定性。表 8使用深度、要素扭曲与技术进步方向（三）进一步机制分析基于金融科技提高对要素价格扭曲抑制的视角为进一步探究金融科技对要素价格扭曲的机制，这里将金融科技对劳动要素价格绝对扭曲和要素价格相对扭曲分别进行回归分析。回归结果如表9 和表 10 所示。表 9金融科技发展与劳动要素绝对扭曲的机制效应检验表 10金融科技发展与要素相对扭曲的机制效应检验经过对金融科技发展与劳动要素价格绝对扭曲的机制效应检验，全国的城市样本和分地区样本回归结果一致显示对劳动要素价格绝对扭曲有促进作用，回归结果均显著。这说明金融科技发展能够提升劳动要素边际产出，改进其配置效率。而金融科技发展对要素价格相对扭曲有着显著的抑制作用，结合表 6 的回归结果可知，金融科技发展会通过抑制要素价格相对扭曲以促进资本偏向型技术进步，进一步支持了假设 2。六、结论与建议基于我国 265 个地级市面板数据，采用“标准化供给面系统法”测度了 20002019 年各个地级市的技术进步方向指数，发现中国地级市的技术进步在多数年份表现出资本偏向。接着采用可变参数的状态空间模型对要素扭曲进行了测度，发现中国地级市的资本和劳动要素价格均存在负向扭曲，且在多数年份资本的扭曲程度高于劳动的扭曲程度。在实证层面上，本文以固定效应、中介效应模型回归研究得到：金融科技的发展能够显著促进资本偏向型技术进步，而要素价格相对扭曲能够抑制资本偏向型技术进步；金融科技的覆盖广度和使用深度的加深都显著抑制了要素价格相对扭曲程度，进而促进了资本偏向型技术进步；进一步地，金融科技发展还会通过抑制要素价格相对扭曲以促进资本偏向型技术进步。内生性检验和多种稳健性回归分析的结果也支持上述结论，进一步的机制分析同样证明上述结论仍然成立。基于此，提出以下政策建议。第一，金融科技的发展需要持续推进。中国的要素禀赋正在向资本密集型过渡，如何提高资本要素资源的使用效率至关重要，研究结果支持了金融科技通过影响要素配置促进资本偏向型技术进步发展的各种机制。为进一步改善资本偏向型技术进步以及资本要素资源的使用，需要持续推进金融科技发展。第二，要素资源配置离不开市场的不断改革。本文得出要素扭曲对资本偏向型技术进步有着显著的抑制作用，为减少要素扭曲对技术进步的负向影响，应合理运用市场调节手段优化资本要素市场化配置，改善要素配置扭曲程度。第三，金融科技的发展需要因地制宜，更需要政策支持。中国的地级市数量庞大，各个地区也有着不同的要素配置机制，应当结合当地要素资源禀赋，制定恰当的金融科技发展政策，为推动技术进步创造有利环境。【参考文献】1 邓明.技术进步偏向与中国地区经济波动J.经济科学，2015（1）：5-17.2 綦建红，段宇航，张志彤.数字金融、资源配置与对外直接投资内在机制与中国证据J.学术研究，2023（1）：93-101，177.（28）中部-0.0005*（-10.91）是0.2524954被解释变量distkldig控制变量within R2样本量（26）全国-0.0005*（-16.79）是0.13222385（27）东部-0.0005*（-8.97）是0.0886981（29）西部-0.0005*（-8.25）是0.2022450（20）distkl-0.0005*（-16.42）0.4224*（35.64）是0.14832385usagedistklcons控制变量within R2样本量（18）tech0.0002*（12.13）-0.0422*（-14.54）否0.06492385（19）tech0.0003*（13.37）-0.0716*（-8.25）是0.08332385解释变量（21）tech0.0003*（11.30）-0.0633*（-3.99）-0.0449*（-4.10）是0.09022385（24）中部0.0246*（11.02）是0.2021954被解释变量distldig控制变量within R2样本量（22）全国0.0225*（20.35）是0.21632385（23）东部0.0265*（15.51）是0.2710981（25）西部0.0131*（7.87）是0.1734450骳髉髗3 Hicks J.Theory of WagesM.London：Macmillan，1932.4 孙艳香，肖文.技术进步方向理论综述及前景展望J.科技与经济，2014，27（5）：1-5.5 Berndt E R.Reconciling alternative estimates of the el