粵港澳大灣區金融合作對區域創新影響研究
——基于空間杜賓模型的分析

■陳孝明，謝冬敏

一、引言

《粵港澳大灣區發展規劃綱要》指出要將粵港澳大灣區建設為國際科技創新中心。為建設粵港澳大灣區，各級政府出臺了相關政策，如東莞設立了粵港澳大灣區基金，廣州南沙新區以及深圳前海等出臺政策吸引各地金融人才，促進粵港澳大灣區金融交流合作。因此，粵港澳大灣區的金融合作和創新問題都備受關注。在金融合作的基礎上，構建一個創新經濟灣區，減少制約因素的影響，可以促進粵港澳大灣區創新水平的提升（辜勝阻等，2018）。粵港澳大灣區金融資產總量較大、金融資源配置能力較強、金融發展梯度明顯，如何通過深化金融合作，強化三地優勢互補，提升粵港澳大灣區創新能力，成為亟需解決的問題。然而學術界尚未理清金融合作對區域創新的作用機理，直接研究金融合作對粵港澳大灣區創新影響的文獻并不多見。

金融對創新的影響是學術界的經典課題。金融與創新的聯系是經濟增長中的關鍵因素，Rajan&Zingales（1998）證實了金融發展降低了高新技術創新產業外源融資的交易成本，從而促進高新技術產業的發展，并構建了后續研究所稱的RZ框架。不少學者基于中國數據研究發現，金融發展能夠顯著促進研發，有利于區域創新能力的提升（林毅夫等，2009；解維敏和方紅星，2011）。此外，鄒輝文和黃友（2021）從效率角度進行研究發現，數字普惠金融對區域創新的效率存在顯著的促進作用。近年來，部分學者開始將空間因素納入研究框架，對金融與創新的空間效應進行研究。祝佳（2015）利用空間面板SEM模型研究發現，金融支持與創新驅動存在顯著的空間互動效應，但協同程度較低。王世強和張金山（2020）運用空間杜賓模型（SDM）研究發現，金融發展顯著促進區域創新能力，并且在空間上存在顯著的正向溢出效應。

已有研究對金融合作的困難、路徑以及體系構建都有比較深入的研究（余永定等，2002），金融合作對經濟增長、風險防范等都具有重要作用（Park&Shin，2011），但較少文獻專門研究金融合作對創新的影響。對粵港澳大灣區的研究，國內學者主要對金融合作和區域創新這兩個方面分別進行研究。金融合作方面，馮邦彥（2014）認為粵港澳區域的金融合作取得了豐碩成果，金融合作的層次不斷加深，仍需要多方協作進一步推進整個區域的金融合作。測量金融合作程度，不同學者采用了不同方法，周天蕓等（2013）基于利率平價和購買力平價進行了檢驗，而彭芳梅（2017）則采用改進的引力模型對粵港澳大灣區城市的空間聯系進行測算。區域創新方面，不少學者（李文輝等，2019；辜勝阻等，2018）認為粵港澳大灣區的區域創新存在較強的空間相關性，對其協同發展進行了實證研究。郭文偉和王文啟（2018）實證研究了粵港澳大灣區金融集聚對創新存在顯著影響。

為豐富關于粵港澳大灣區金融合作對區域創新影響的研究，本文將在考慮空間效應的基礎上對其作用機制及效果進行實證分析。本文可能的邊際貢獻為：一是量化粵港澳大灣區各城市的金融合作程度，并納入區域創新的研究框架。二是運用空間計量模型，基于經濟距離構建空間權重矩陣，探討粵港澳大灣區金融合作與區域創新的空間關聯效應。三是引入金融服務效率這一中介變量，進一步探討金融合作對區域創新的影響機制。

二、理論分析與研究假設

粵港澳大灣區金融合作對區域創新作用的核心是：金融合作提升了金融服務創新部門的效率，進而提升創新水平。金融合作提升金融服務效率主要有以下三個渠道：一是金融合作有效緩解了地區間的信息不對稱問題，提高金融服務效率。當各地區達成金融合作的意愿，地區間的信息交流會更便捷高效，金融資本可以根據公開的信息在區域內進行流動，使投資更加有效，從而使資源得到有效的配置和利用，提高了金融服務創新的效率，進而促進創新水平的提升。粵港澳大灣區金融合作的歷史比較久遠，改革開放以來，粵港澳三地的金融合作不斷深化，港澳回歸后，粵港澳的合作逐步有了政策的支撐。近年來，新簽訂的一些制度性文件，也在大力推動粵港澳三地的合作與發展，緩解了地區間的信息不對稱程度，使粵港澳三地的創新投資更加有效，促進了創新水平的提升。二是金融合作擴大服務市場產生規模效應，提高金融服務效率。規模效應是提升金融服務效率的關鍵因素（徐曉光等，2014），金融合作意味著金融機構間的合作以及地區間的金融交流更加密切，金融業較發達的城市通過對外投資形成了對欠發達城市的技術轉移和人才流動，這有利于擴大金融業的規模并產生規模效應。受惠于CEPA補充協議六，香港銀行業順利完成大灣區布局，實現了對珠三角九市的全覆蓋。大灣區的證券行業也在不斷開放合作，擴大金融服務規模。香港擁有悠久且健全的股市交易體系，更具有充沛的資金流動，在加強金融合作之后，能夠更大規模地為企業提供金融證券服務。珠三角九市之間的金融合作，也能夠促進金融服務規模的擴大，降低金融機構運行成本，提高金融服務效率，進而促進創新水平的提升。三是金融合作過程中會優勝劣汰，提高金融服務效率。金融合作促進了各地區金融同業間的競爭與協助，有利于促進各地區金融部門發展和提高各地區內金融體系的運行效率，通過優勝劣汰機制，淘汰各地區效率較低的金融機構，促使資金流向生產率較高的創新部門，進而提高創新效率。粵港澳大灣區金融合作的加深，有一個鮮明特點，即引進外資金融機構。外資的引入可以十分有效地激活內地金融行業，通過加強競爭促進服務效率的提升。粵港澳大灣區金融合作的加強，必然會產生優勝劣汰，存活下來的金融機構，會以更高的效率服務于大灣區的創新投資活動。同時，通過引進外地更優的金融技術和管理技術，促進當地金融行業質量的提升，進而提高金融服務創新的效率。基于上述分析，提出研究假設1。

假設1：粵港澳大灣區金融合作能夠促進區域創新水平的提升。

結合粵港澳大灣區的實際情況，金融合作對創新能夠產生顯著的促進作用并且產生一定的空間效應。由于粵港澳大灣區城市發展水平梯度比較明顯，金融對創新活動的空間溢出效應更加明顯。首先，粵港澳大灣區金融合作促進區域內異地創新水平提升。粵港澳大灣區的金融合作緩解了珠三角九市與港澳地區存在的信息不對稱問題，為港澳地區金融機構進駐內地提供了便利，內地企業赴港上市也更便捷，加強了地區間金融業的交流與合作，提高了金融服務創新部門效率，進而促進了地區創新水平的提升。其次，金融合作對創新影響的空間效應表現突出。深圳和廣州的金融合作水平高，受金融合作邊際技術外溢效應遞減規律約束，其從金融合作中獲取的激勵效應和溢出效應相對較低。相反，東莞和佛山等地金融合作水平位于中間，金融合作的邊際創新水平激勵效應和溢出效應處于中等水平，而處于邊緣的肇慶和江門等地，則金融合作水平較低，與深圳和廣州的差距較大，從金融合作中獲取創新水平的激勵效應和溢出效應相對較高。基于上述分析，提出研究假設2。

假設2：粵港澳大灣區金融合作能夠促進區域創新存在空間溢出效應。

三、研究設計

（一）基本模型設定

為考慮空間關聯性，本文選用空間計量模型。實證研究粵港澳大灣區內各城市的金融合作水平對創新產生的影響。在確定空間面板數據模型時，考慮到數據的量綱不同，為消除異方差，對變量進行對數變換，采用雙對數面板計量模型進行研究。各模型的基本形式如下：

以上模型（1）—（4）分別是OLS模型，空間滯后模型（SAR）、空間誤差模型（SEM）以及空間杜賓模型（SDM）。其中，W為空間權重矩陣，Finit為i地區的金融合作度，PGDPit代表i地區的經濟發展水平，RDPit表示i地區的研發人員數量，EDUit表示i地區的教育水平，FDIit表示i地區的對外交流水平，εit代表隨機誤差項。

關于空間權重矩陣W的選擇，本文認為粵港澳大灣區內各城市創新能力的溢出效應與城市間的經濟差距有關，因此采用經濟距離矩陣作為空間權重矩陣。在構建經濟距離空間權重矩陣時，本文以兩個城市間GDP差值的倒數代表經濟距離，構建11×11的經濟距離空間權重矩陣。

（二）金融合作度的測度：引力模型

在用引力模型測量一個城市的金融合作度之前，首先需要求得各城市的金融發展質量。基于數據的可得性、全面性原則，選取表1所列的9個指標構成金融發展質量體系，并采用TOPSIS綜合評價法計算粵港澳大灣區11個城市各自的金融發展質量M。

表1 粵港澳大灣區金融發展質量評價體系

綜合借鑒白俊紅和蔣伏心（2015）、彭芳梅（2017）的研究，運用引力模型對粵港澳大灣區內各城市的金融合作度進行測量，引力模型的形式如下：

式（5）中，Fij表示城市i，j之間的吸引力，即金融合作程度，Gij為引力系數，一般取1，Mi、Mj分別表示i城市與j城市的金融發展質量，為上文用TOPSIS方法計算所得，e-βij·dij為地理距離衰減函數，βij為i城市與j城市間的地理衰減指數，其取值一般在[1，2]之間，綜合粵港澳大灣區內的交通發展情況，本文取值為1.5，dij為i城市與j城市間的時間距離。式（6）中，Fini表示i城市與灣區內其他城市的總金融合作度，Fij則為式（5）所求結果。

（三）金融合作與區域創新的空間溢出效應測度：Moran’s I指數

采用Moran’s I指數對被解釋變量區域創新和核心解釋變量金融合作度的空間自相關性分別進行檢驗，Moran’s I指數的公式如下：

其中，xi表示i城市某一變量的觀測值，n表示城市的數量。Moran’s I指數是一個標準化指數，其取值在[-1，1]之間，越靠近1，則空間正相關越顯著，越靠近-1，則空間負相關越顯著，越靠近0，則說明空間相關性不顯著或者空間不相關。按照不同標準構建的空間權重矩陣有所不同，本文所采用的空間權重矩陣為經濟距離空間權重矩陣。

（四）變量選擇及數據說明

基于數據的可得性原則、全面性原則，選取2003—2018年的數據，分析研究粵港澳大灣區11市的金融合作度對區域創新的影響。相關變量的選取參照郭文偉和王文啟（2018）、李林等（2011）的做法，并將研發人員數量和對外交流水平作為控制變量納入模型中。

1.被解釋變量：區域創新水平（PAT）

衡量區域創新水平有幾種不同的指標，分別是專利申請量、專利授權量以及新產品銷售收入，專利授權量比申請量更能體現一個地區的創新水平，而專利分三種，分別是發明專利、實用新型專利和外觀設計專利，其中發明專利更能體現一個地區的創新水平。因此，本文選取發明專利的授權量用于衡量區域創新水平。

2.核心解釋變量：金融合作度

金融合作度為上文用引力模型計算而得，此處不再贅述。

3.相關控制變量

經濟發展水平（PGDP）：選取各地區人均GDP來表示各地的經濟發展水平。研發人員投入（RDP）：選取各地的研發人員數量進行衡量。教育水平（EDU）：選取各地普通高校的在校學生數進行衡量。對外交流水平（FDI）：選取各地接受的外商直接投資數據進行衡量。

4.數據來源

數據來源主要為對應年份的《廣東省統計年鑒》，各市統計年鑒，國研網數據庫，EPS數據庫，部分港澳數據來自于香港知識產權署、澳門經濟局知識產權廳以及世界銀行數據庫。

四、實證分析

（一）空間自相關檢驗

表2 各變量描述性統計

在采用空間計量模型研究粵港澳大灣區金融合作對區域創新水平的影響效果之前，需要檢驗區域創新水平與金融合作度這兩個變量是否具有空間自相關。本文采用Moran’s I指數進行檢驗，結果如表3所示。

表3 粵港澳大灣區區域創新和金融合作的空間自相關性

粵港澳大灣區的區域創新水平總體上是存在顯著的正相關關系，但Moran’s I的值被動較大。而粵港澳大灣區內各城市的金融合作度的Moran’s I值則波動不大，但均表現為顯著的正相關關系。

（二）空間計量回歸

根據上文Moran’s I值的結果，先構建沒有考慮空間效應的傳統面板模型，再分別對三種空間計量模型（SAR/SEM/SDM）進行回歸，根據各模型的回歸效果及系數的顯著性等對各模型適用性進行對比，選擇合適的模型進行具體分析。三種空間計量模型所采用的矩陣為經濟距離權重矩陣，結果如表4所示。

表4 各模型回歸結果

為進一步對三種空間計量模型進行選擇，先采用LM檢驗對空間滯后模型（SAR）和空間誤差模型（SEM）進行選擇，結果顯示，應該選擇空間杜賓模型（SDM）進行研究。為進一步檢驗空間杜賓模型（SDM）的適用性，采用Wald檢驗和LR檢驗對SDM模型能否退化為SAR模型和SEM模型進行檢驗，全部為1%水平上顯著，說明在研究中空間杜賓模型（SDM）不能退化為空間滯后模型（SAR）或空間誤差模型（SEM），因此在研究中選擇空間杜賓模型（SDM）。根據空間杜賓模型（SDM）的結果可以看出，空間相關系數ρ為0.157，并且通過顯著性檢驗，說明粵港澳大灣區內的區域創新水平存在顯著的空間正相關。

核心解釋變量金融合作的系數為1.022，并且通過了1%的顯著性水平檢驗，說明粵港澳大灣區金融合作對區域創新存在顯著影響，當金融合作度提高1%，區域創新水平會相應提高1.022%，這一結果符合預期并與經濟事實相符。從控制變量的回歸結果看，經濟發展水平、研發人員投入、教育水平這三個變量的系數都為正，并且都通過了10%的顯著性水平檢驗。

對空間杜賓模型（SDM）進行效應分解的結果如表5所示。從結果可以看出，金融合作的直接效應顯著為正，而間接效應即空間溢出效應的結果為正但不顯著，說明粵港澳大灣區各地的金融合作能對本地區的創新水平產生顯著的正向影響，而本地區的金融合作對于其他地區的創新水平能夠產生微弱的正向空間溢出效應，這表明金融要素的跨地區合作還沒有達到對該要素有效利用的水平，因此金融合作對區域創新的空間溢出效應不顯著。其他控制變量的直接效應和間接效應的系數均能通過顯著性檢驗。從總效應的結果看，大部分變量均能通過顯著性水平檢驗，說明這些變量均能對粵港澳大灣區的區域創新水平產生顯著影響。

表5 空間杜賓模型（SDM）的效應分解

（三）穩健性檢驗

考慮到本文所選樣本量較小，為了保證前文結果的穩健性，本文重新構建地理距離權重矩陣進行估計，結果顯示，各模型的系數大小及顯著性與前文的結果大致相同，沒有發生根本性的改變。在模型選擇上，進行Wald檢驗和LR檢驗，空間杜賓模型（SDM）仍是最適用的模型，與前文結果一致。為考察直接效應和間接效應，進一步做了效應分解，核心解釋變量金融合作的直接效應和總效應為正且顯著，間接效應為正但不顯著，這與前文結果也是一致的。

表6 基于地理距離矩陣的空間計量回歸

表7 空間杜賓模型（SDM）的效應分解

五、作用機制檢驗

為進一步探討金融合作影響區域創新的作用機制，通過構建中介效應模型進行分析。根據前文的理論分析，金融合作主要是通過減少信息不對稱、提高投資效率等途徑促進創新的發展，因此，本文以金融服務效率（FC）為中介變量，在式（4）的基礎上中介效應模型如下：

其中，FCit為中介變量，表示金融服務效率，以金融業增加值作為產出變量，金融從業人數、金融機構貸款以及財政收入作為投入變量，通過DEA方法測算而得。在以上表達式中，式（8）用于驗證金融合作對中介變量的影響，式（9）用于驗證金融合作與中介變量對區域創新的影響。按照中介效應模型進行估計，并對空間杜賓模型（SDM）進行效應分解，從直接效應、間接效應和總效應的結果中考察是否存在中介效應，結果如表8和表9所示。

表8中，第一步的結果顯示金融合作能夠顯著提高金融服務效率，第二步的結果顯示，金融合作和中介變量均能顯著促進創新的發展，而加入空間權重的交互項W?FC的系數則不顯著，因此進一步分解效應。表9中，在直接效應方面，中介變量金融服務效率和核心解釋變量金融合作的系數0.660和0.826均顯著為正，說明金融資源配資效率對本地區的創新水平起到了部分中介作用；在間接效應方面，中介變量金融服務效率和核心解釋變量金融合作的系數0.376和0.0532為正但不顯著，說明金融資源配資效率對其他地區創新水平的中介作用不顯著；在總效應方面，金融服務效率和金融合作的系數1.036和0.879均顯著為正，說明金融資源配資效率對整個區域的創新水平起到了部分中介作用。綜上所述，金融合作可以通過提高金融服務效率這一作用機制來促進區域創新水平的發展。

表8 中介效應檢驗結果

表9 引入中介變量的空間杜賓模型（SDM）的效應分解

六、結論與建議

本文基于2003—2018年粵港澳大灣區11市的相關數據，通過引力模型測算得到各市的金融合作度，進一步運用空間杜賓模型研究金融合作對區域創新的影響，得出如下結論：一是粵港澳大灣區的金融合作與區域創新均存在顯著的正空間相關性。二是金融合作水平上升能夠顯著促進區域創新水平提升。三是金融合作的溢出效益不顯著，即本地金融合作水平高對其他地區創新水平的影響不明顯。四是從作用機制看，金融合作主要通過提高金融服務效率，進而促進創新的發展。

基于上述結論提出如下建議：第一，進一步明確大灣區內各城市的定位，優化各市的優勢產業，提高各市的核心競爭力，并且以廣深港澳四城為中心，帶動整個金融和技術創新的梯度發展，構建科學高效的大灣區發展格局。第二，加強粵港澳大灣區內各城市的金融合作。破除阻礙大灣區金融資源流動的體制機制壁壘，通過深化金融合作，促進金融對實體經濟的支持力度。構建多層次的投融資平臺，引導各城市在金融上的互聯互通，促進大灣區內各城市金融協同發展，縮小差距，進而促進金融服務向創新企業傾斜。第三，提升大灣區的金融服務效率。在當前數字經濟的大背景下，可以發揮金融科技的優勢，為各方提供優質金融服務，便利粵港澳三地企業的投資活動。同時，粵港澳三地建立統一的跨境金融監管體制，加強監管，減少不同經濟制度下的金融壁壘，有利于金融更好地服務于大灣區整體的發展。