金融科技創(chuàng)新對(duì)企業(yè)資本配置效率的影響研究

王希泉 馬福春

【摘? 要】論文針對(duì)金融科技創(chuàng)新對(duì)企業(yè)資本配置效率的影響進(jìn)行理論與實(shí)證研究，基于空間計(jì)量經(jīng)濟(jì)模型，運(yùn)用2003-2016年面板數(shù)據(jù)再檢驗(yàn)企業(yè)資本配置效率以及區(qū)域差異。結(jié)果表明：金融科技創(chuàng)新與地區(qū)企業(yè)資本配置效率之間存在顯著的正相關(guān)性，能顯著地促進(jìn)企業(yè)經(jīng)濟(jì)增長(zhǎng);金融發(fā)展和金融科技創(chuàng)新的融合互動(dòng)，能夠緩解金融發(fā)展對(duì)企業(yè)資本配置效率的抑制作用;人力資本、財(cái)政支出和城鎮(zhèn)化水平對(duì)地區(qū)企業(yè)經(jīng)濟(jì)增長(zhǎng)具有顯著正向促進(jìn)作用。

【Abstract】This paper makes a theoretical and empirical study on the impact of fintech innovation on enterprise capital allocation efficiency. Based on the spatial econometric model， this paper uses the panel data from 2003 to 2016 to retest the enterprise capital allocation efficiency and regional differences. The results show that there is a significant positive correlation between fintech innovation and regional enterprise capital allocation efficiency， which can significantly promote enterprise economic growth. The integration and interaction of financial development and fintech innovation can alleviate the inhibitory effect of financial development on enterprise capital allocation efficiency. Human capital， financial expenditure and urbanization level have a significant positive effect in promoting the economic growth of regional enterprises.

【關(guān)鍵詞】金融科技;創(chuàng)新;企業(yè);資本配置效率

【Keywords】fintech; innovation; enterprise; capital allocation efficiency

【中圖分類(lèi)號(hào)】F832.4;F275? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻(xiàn)標(biāo)志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號(hào)】1673-1069（2021）11-0113-04

1 引言

“十四五”是我國(guó)開(kāi)啟全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家新征程的第一個(gè)五年，對(duì)我國(guó)第二個(gè)百年奮斗目標(biāo)的實(shí)現(xiàn)具有引領(lǐng)和試錯(cuò)性意義，是我國(guó)發(fā)展的重要戰(zhàn)略機(jī)遇期。放眼全球，世界處于百年未有之大變局，隨著新一輪科技革命和產(chǎn)業(yè)革命的深入發(fā)展，數(shù)字經(jīng)濟(jì)趨勢(shì)猛烈，如何不掉隊(duì)、追趕領(lǐng)先技術(shù)應(yīng)用對(duì)各行各業(yè)來(lái)說(shuō)至關(guān)重要。“堅(jiān)持創(chuàng)新驅(qū)動(dòng)發(fā)展”“加快數(shù)字化發(fā)展”在《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》中也多次被提及。同時(shí)，受全球新冠疫情的影響，人們消費(fèi)偏好、行為偏好的轉(zhuǎn)變也對(duì)各行各業(yè)的生產(chǎn)和服務(wù)模式提出極大的挑戰(zhàn)。如何在危中思變，轉(zhuǎn)危為機(jī)是各行各業(yè)需要思考的問(wèn)題。金融行業(yè)作為改革開(kāi)放的排頭兵，更應(yīng)主動(dòng)迎接挑戰(zhàn)，抓住先機(jī)，發(fā)揮行業(yè)引領(lǐng)和基石作用，堅(jiān)持把發(fā)展經(jīng)濟(jì)著力點(diǎn)放在實(shí)體經(jīng)濟(jì)上，倡導(dǎo)“充分發(fā)揮海量數(shù)據(jù)和豐富應(yīng)用場(chǎng)景優(yōu)勢(shì)，促進(jìn)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合，賦能傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，催生新產(chǎn)業(yè)新業(yè)態(tài)新模式”，助力整體經(jīng)濟(jì)和社會(huì)發(fā)展。在國(guó)家大力提倡金融服務(wù)實(shí)體經(jīng)濟(jì)的當(dāng)下，金融機(jī)構(gòu)應(yīng)如何持續(xù)、積極地探索業(yè)務(wù)創(chuàng)新對(duì)產(chǎn)業(yè)的賦能，通過(guò)科技手段創(chuàng)新直達(dá)實(shí)體經(jīng)濟(jì)的金融產(chǎn)品和服務(wù)，支持以高科技、高端制造和服務(wù)、基建和民生等為代表的實(shí)體經(jīng)濟(jì)產(chǎn)業(yè)，構(gòu)建實(shí)體經(jīng)濟(jì)、科技創(chuàng)新、現(xiàn)代金融等協(xié)同發(fā)展的現(xiàn)代產(chǎn)業(yè)體系。

2 實(shí)證結(jié)果與分析

2.1 我國(guó)企業(yè)經(jīng)濟(jì)資本配置效率測(cè)度研究

2.1.1 根據(jù)工業(yè)行業(yè)測(cè)算企業(yè)經(jīng)濟(jì)資本配置效率

將企業(yè)經(jīng)濟(jì)資本配置效率估計(jì)模型設(shè)置如下：

（1）

式（1）中，Ici，t為行業(yè)i省份c內(nèi)第t年固定資產(chǎn)凈值（固定資本形成總額）;Vci，t為行業(yè)i省份c內(nèi)第t年工業(yè)總產(chǎn)值（總產(chǎn)值）;η為資本配置效率;ε為干擾項(xiàng)。本文根據(jù)模型（1），采用我國(guó)2003-2016年29個(gè)省份與18個(gè)工業(yè)行業(yè)的基礎(chǔ)數(shù)據(jù)測(cè)算出我國(guó)企業(yè)經(jīng)濟(jì)資本配置效率，具體如表1所示。

從表1可以看出，各行業(yè)以及各省份資本配置效率高低不一，說(shuō)明中國(guó)各行業(yè)資本配置效率存在明顯差異，并且在不同省份之間也存在差異。從行業(yè)分布來(lái)看，設(shè)備制造業(yè)工業(yè)、化學(xué)原料制品、石油冶煉、金屬制品工業(yè)企業(yè)的資本配置效率達(dá)到了較高的水平，而交通運(yùn)輸業(yè)的資本配置效率最低。從省份分布來(lái)看，河北、貴州、湖北、湖南均達(dá)到了較高的水平，而海南、廣西的資本配置效率最低。

2.1.2 根據(jù)生產(chǎn)總值測(cè)算企業(yè)經(jīng)濟(jì)資本配置效率

為進(jìn)一步衡量我國(guó)企業(yè)經(jīng)濟(jì)資本配置效率的整體水平，本文采用模型（1）選取我國(guó)2003-2016年30個(gè)省份（除西藏）的全行業(yè)固定資本形成總額與地區(qū)總產(chǎn)值的面板數(shù)據(jù)，運(yùn)用資本配置效率模型進(jìn)行回歸分析，結(jié)果如表2所示。

表2估計(jì)的是我國(guó)企業(yè)經(jīng)濟(jì)資本配置效率，可以看出我國(guó)企業(yè)經(jīng)濟(jì)資本配置效率為0.306，大于0，且在1%的水平下顯著，表明我國(guó)近幾年的企業(yè)經(jīng)濟(jì)配置效率水平相對(duì)偏低。

從表3可以看出，我國(guó)大多數(shù)地區(qū)企業(yè)經(jīng)濟(jì)資本配置效率通過(guò)了顯著性檢驗(yàn)，且除浙江、江西、廣東外，所有地區(qū)的資本配置效率大于0。但從各省份間看，各省份企業(yè)經(jīng)濟(jì)資本配置效率具有顯著差異，與工業(yè)企業(yè)測(cè)算的資本配置效率呈現(xiàn)協(xié)同現(xiàn)狀。

2.2 空間計(jì)量模型估計(jì)

2.2.1 空間自相關(guān)檢驗(yàn)

首先，本文采用“莫蘭指數(shù)”（Moran's I）來(lái)計(jì)算地區(qū)企業(yè)經(jīng)濟(jì)的空間自相關(guān)性，具體如圖1所示。

可以看出，2003-2016年我國(guó)地區(qū)企業(yè)經(jīng)濟(jì)的莫蘭指數(shù)的波動(dòng)區(qū)間在0.21～0.24，并且全部通過(guò)顯著性檢驗(yàn)，大致呈現(xiàn)“U”型變化趨勢(shì)，在2016年時(shí)達(dá)到最高峰，在地理空間上呈現(xiàn)出明顯的集聚現(xiàn)象（見(jiàn)圖2）。

其次，本文同樣計(jì)算金融發(fā)展和金融科技創(chuàng)新的空間相關(guān)性，具體如下。

從圖3可以看出，2003-2016年我國(guó)金融發(fā)展和金融科技創(chuàng)新的莫蘭指數(shù)的波動(dòng)區(qū)間在0.03～0.24和0.06～0.3，并且通過(guò)顯著性檢驗(yàn)，金融發(fā)展的莫蘭指數(shù)大致呈現(xiàn)倒“U”型變化趨勢(shì)。圖4和圖5為2016年金融發(fā)展和金融科技創(chuàng)新的莫蘭指數(shù)散點(diǎn)圖，可以更加直觀地看出在空間上存在的正相關(guān)關(guān)系。

2.2.2 空間計(jì)量回歸

首先，本文根據(jù)空間滯后模型進(jìn)行空間計(jì)量回歸分析，結(jié)果如表4所示，從模型總體來(lái)看，空間滯后模型（SLM）中空間鄰接權(quán)重、嵌套權(quán)重模型的擬合優(yōu)度較高為0.50和0.73，并且在空間計(jì)量模型中，除了經(jīng)濟(jì)距離權(quán)重模型的空間自回歸系數(shù)（rho）不顯著，其余的模型空間自回歸系數(shù)（rho）顯著為正，表明金融科技創(chuàng)新、企業(yè)經(jīng)濟(jì)在各個(gè)地區(qū)之間存在顯著的空間相關(guān)性，從對(duì)數(shù)似然函數(shù)值來(lái)看，空間相鄰權(quán)重模型的值最大（327.28）、赤池信息準(zhǔn)則（AIC）值最小（-618.563）、施瓦茨準(zhǔn)則（SC）值最小（-547.08）。

從解釋變量來(lái)看，表4報(bào)告了金融科技創(chuàng)新對(duì)我國(guó)地區(qū)企業(yè)經(jīng)濟(jì)影響的估計(jì)結(jié)果，金融科技創(chuàng)新與企業(yè)經(jīng)濟(jì)之間存在顯著的正相關(guān)關(guān)系，回歸系數(shù)分別是：0.093、0.289、0.390、0.328、1.336，表明金融科技創(chuàng)新程度的提升對(duì)我國(guó)企業(yè)經(jīng)濟(jì)發(fā)展具有促進(jìn)作用，即金融科技創(chuàng)新程度提升，企業(yè)經(jīng)濟(jì)發(fā)展水平就有所上升。

其次，本文從表5的空間面板模型回歸結(jié)果可以發(fā)現(xiàn)，金融發(fā)展（FD）在模型中的系數(shù)顯著為負(fù)，而金融科技創(chuàng)新（KJ）在模型中的系數(shù)基本顯著為正。說(shuō)明金融發(fā)展在一定程度上抑制了地區(qū)企業(yè)經(jīng)濟(jì)的發(fā)展，也說(shuō)明金融發(fā)展對(duì)支持和服務(wù)實(shí)體的力度雖然不斷加大，但效果不明顯。金融科技創(chuàng)新不管是在短期還是長(zhǎng)期內(nèi)均對(duì)地區(qū)企業(yè)經(jīng)濟(jì)增長(zhǎng)具有顯著的正向促進(jìn)作用。根據(jù)回歸結(jié)果也可以看出，在金融科技創(chuàng)新不斷發(fā)展下，金融發(fā)展對(duì)企業(yè)經(jīng)濟(jì)的抑制作用有所緩減。

在控制變量方面，人力資本（hum）、財(cái)政支出（gov）和城鎮(zhèn)化水平（urban）在空間距離權(quán)重、經(jīng)濟(jì)距離權(quán)重、嵌套權(quán)重模型中全部顯著為正，表明人力資本、財(cái)政支出和城鎮(zhèn)化水平對(duì)企業(yè)經(jīng)濟(jì)增長(zhǎng)具有顯著正向促進(jìn)作用。人力資本是企業(yè)經(jīng)濟(jì)增長(zhǎng)最重要的投入要素之一，人力資本數(shù)量的多寡和質(zhì)量的高低直接決定了企業(yè)經(jīng)濟(jì)部門(mén)的生產(chǎn)規(guī)模、生產(chǎn)方式和生產(chǎn)效率;財(cái)政支出的增加可以加大資金流向企業(yè)經(jīng)濟(jì)，促進(jìn)企業(yè)經(jīng)濟(jì)增長(zhǎng);一個(gè)地區(qū)的城鎮(zhèn)化水平越高，城鎮(zhèn)居民數(shù)量越多，社會(huì)總需求越大，對(duì)企業(yè)經(jīng)濟(jì)的拉動(dòng)作用越大。

3 結(jié)論與建議

本文根據(jù)資本配置效率估計(jì)模型以及空間計(jì)量分析方法，從地理區(qū)位特征和經(jīng)濟(jì)社會(huì)特征2個(gè)方面構(gòu)建空間權(quán)重矩陣，基于2003-2016年我國(guó)29個(gè)省市的面板數(shù)據(jù)建立空間面板模型對(duì)此進(jìn)行了實(shí)證檢驗(yàn)。研究結(jié)果表明：①本文根據(jù)資本配置效率估計(jì)模型，以18個(gè)工業(yè)行業(yè)的相關(guān)指標(biāo)測(cè)算出我國(guó)的地區(qū)實(shí)體資本配置效率為0.36，而以宏觀經(jīng)濟(jì)數(shù)據(jù)測(cè)算出來(lái)的我國(guó)地區(qū)企業(yè)經(jīng)濟(jì)資本配置效率為0.31，二者相差不多，表明我國(guó)地區(qū)企業(yè)經(jīng)濟(jì)資本配置效率偏低。②本文根據(jù)莫蘭指數(shù)分析得出，在研究區(qū)間內(nèi)，企業(yè)經(jīng)濟(jì)增長(zhǎng)存在顯著的正向空間相關(guān)性和異質(zhì)性，并且發(fā)現(xiàn)2003-2016年我國(guó)地區(qū)企業(yè)經(jīng)濟(jì)的空間相關(guān)性呈現(xiàn)“U”型變化趨勢(shì)，在2016年達(dá)到最高，為0.244。③本文通過(guò)空間計(jì)量模型分析，發(fā)現(xiàn)我國(guó)2003-2016年金融發(fā)展與地區(qū)企業(yè)經(jīng)濟(jì)存在顯著負(fù)相關(guān)關(guān)系，抑制企業(yè)經(jīng)濟(jì)增長(zhǎng);金融科技創(chuàng)新與地區(qū)企業(yè)經(jīng)濟(jì)之間存在顯著的正相關(guān)性，能夠顯著地促進(jìn)企業(yè)經(jīng)濟(jì)的增長(zhǎng);金融發(fā)展和金融科技創(chuàng)新的融合互動(dòng)，能夠緩減金融發(fā)展對(duì)企業(yè)經(jīng)濟(jì)的抑制作用，但緩減的程度偏低，表明在金融發(fā)展水平與科技創(chuàng)新水平不斷提高的過(guò)程中，二者缺乏更多更深的融合互動(dòng)，還未實(shí)現(xiàn)協(xié)調(diào)發(fā)展。因此，要提高科技金融對(duì)企業(yè)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)效應(yīng)，不僅需要提高金融發(fā)展水平和科技創(chuàng)新水平，更重要的是創(chuàng)新金融與科技的結(jié)合方式和結(jié)合路徑，擴(kuò)大金融與科技的融合深度和提高二者融合的質(zhì)量。④從控制變量來(lái)看，人力資本、財(cái)政支出和城鎮(zhèn)化水平對(duì)地區(qū)企業(yè)經(jīng)濟(jì)增長(zhǎng)具有顯著正向促進(jìn)作用。

【參考文獻(xiàn)】

【1】Dan Zhu，Deming Zeng，Qing Zhou.Regional Technical Innovation Suitability and Economic Growth in China[J].Procedia Engineering，2011（15）：5343-5349.

【2】張優(yōu)智.我國(guó)科技投入與經(jīng)濟(jì)增長(zhǎng)的動(dòng)態(tài)關(guān)系研究[J].科研管理，2014，35（9）：58-68.

【3】劉文麗，郝萬(wàn)祿，夏球.我國(guó)科技金融對(duì)經(jīng)濟(jì)增長(zhǎng)影響的區(qū)域差異——基于東部、中部和西部面板數(shù)據(jù)的實(shí)證分析[J].宏觀經(jīng)濟(jì)研究，2014（2）：87-94.

【4】Luc Anselin.Spatial Econometrics： Methods and Models[M].Berlin：Springer Netherlands，1988.

【5】Ron Boschma.Proximity and Innovation： A Critical Assessment[J].Regional Studies，2005，39（1）：61-74.

【6】Andre Torre，J.P. Gilly.Proximity relations： elements for an analytical framework[J].industrial networks & proximity，2000（1）：169-180.

【7】劉軍，黃解宇，曹利軍.金融集聚影響實(shí)體經(jīng)濟(jì)機(jī)制研究[J].管理世界，2007（4）：152-153.