數字普惠金融對區域創新能力提升的影響研究

朱秋亮

摘要：基于中國的30個省（市）的2011～2018年的面板數據，運用空間杜賓模型，實證檢驗了數字普惠金融發展對區域創新的影響與作用機制。結果表明，中國區域創新能力在空間上成正向自相關性，且呈現集聚特征;數字普惠金融對區域創新能力起到顯著的促進作用。

關鍵詞：數字普惠金融;區域創新能力;空間計量

一、前言與綜述

近年來，中國經濟實力和綜合國力得到快速提升，但是經濟增長的背后帶來了一系列的環境問題。為促進經濟高質量發展，減少對環境的破壞，提升創新能力成為發展的方式之一。創新能力成為當前世界各國經濟發展競爭力，是引領經濟發展的第一動力。數字普惠金融是當代金融發展新模式，讓金融服務范圍更廣泛，在一定程度上彌補傳統金融的不足，是推動區域創新能力發展的重要力量。因此，探究中國區域創新能力的分布，以及數字普惠金融對其的影響，對中國實現技術創新及經濟社會的可持續發展具有十分重要的意義。

在已有數字普惠金融與區域創新能力的關系研究中，學者們普遍認為數字普惠金融推動了區域創新能力的提升。徐子堯以2011～2017年中國地級市的面板數據為研究對象，發現數字普惠金融發展主要通過改善地區信貸資源配置和刺激居民消費等方式促進區域創新能力的提升。鄒輝文以我國的30個省（市）2014～2018年面板數據構建面板平滑轉換模型，研究發現數字普惠金融對區域創新效率的提升具有顯著的促進作用。鄭雅心通過分析數字普惠金融影響區域創新能力的間接機制和直接機制，發現數字普惠金融帶來的包容性、全面性和便捷性對我國區域創新產出的積極影響顯著。綜上所述，現有文獻均驗證了數字普惠金融對區域創新水平提升的積極作用，但關于數字普惠金融支持區域創新能力提升的程度及在空間上是否支持區域創新能力提升的研究還處于探索階段，本文從時、空雙維度入手，考察我國區域創新能力差異及其演化歷程，試圖通過加強空間探索性分析在數字普惠金融對區域創新能力影響的運用。

二、中國區域創新能力排名

《中國區域創新能力報告》一書中主要從研發活動經費、地方財政科技投入、有效發明專利和高新技術企業數量等方面綜合評價各地區的創新能力。如表1所示，2019年，區域創新能力排前三名的省市分別是廣東省、北京市、江蘇省。其中廣東省綜合效用值達到了59.49，連續3年排名第一，相對第二名的領先優勢也在不斷擴大。

三、研究設計

（一）指標和樣本選取

1. 被解釋變量

被解釋變量：區域創新能力（Innovation），在現有關于區域創新能力的衡量指標，主要以區域創新能力評價指標體系構建【郭新茹（2019）】或 者 創新產出【劉冠辰（2020）】這兩種方式衡量，本文為了能夠全面系統地體現各地區創新能力，采用《中國區域創新能力評價報告》中的區域創新能力綜合效用值。

2. 核心解釋變量的選取

解釋變量：數字普惠金融指數（IFI），本文采用由北京大學數字金融研究中心和螞蟻金服集團編制的《北京大學數字普惠金融指數》中的數據。

3. 控制變量的選取

本文主要選取：金融發展（fin）、產業結構（stru）及城鎮化水平（pop）為控制變量。以上所有數據主要來源于《中國統計年鑒》《中國科技統計年鑒》等，由于數據限制，剔除港澳臺地區和西藏自治區。表2為主要變量的描述性統計。

（二）模型設定

1. 空間計量模型

隨著科技的發展，空間數據或包含地理信息的數據更加容易獲取，使得更多的經濟學研究學者在研究經濟事件中將空間因素考慮在內，因此，將空間要素進行研究成為當前研究熱點之一。空間計量模型形式如下：常見的空間計量模型包括空間杜賓模型（SDM）、空間誤差模型（SEM）及空間滯后模型（SLM），本文主要采用空間杜賓模型進行測度，空間杜賓模型如下：

其中，Yi，t為被解釋變量區域創新能力，Xi，t為一系列解釋變量，σi為個體固定效應，εi，t為其他影響因素的隨機誤差項，P表示省域，Wi，j為空間權重矩陣，本模型選用經濟距離矩陣，空間滯后系數為ρ，β與θ為空間相關系數。

2. 空間權重選擇

目前能夠反映不同區域間關系的空間權重矩陣有三種，學者們通常依據自己文章的需求選用，本文選用基于鄰接權重的矩陣進行分析。

鄰接權重矩陣。根據觀測區域之間在地理上的相鄰特征對矩陣內各元素進行賦值，當觀測區域之間存在相鄰關系時wij為 1，當觀測區域之間不存在相鄰關系時為wij為0，形式如下：

四、實證分析

（一）空間相關性檢驗

1. 全局空間相關性

在空間經濟學領域，空間自相關性分析用于探析不同區域相同變量在空間上是否具有依賴關系及依賴程度如何，更加全面、真實地反映研究變量之間影響方向及影響程度。因此，該研究方法近幾年來受到了學者們的廣泛重視。研究主要涉及對研究變量局部自相關或全局自相關的研究。全局自相關主要分析的是所研究變量在整個空間范圍內的特征。局部自相關則是對全局自相關的補充。

由表3的結果總體來看，莫蘭值都是大于 0，均在 5%的顯著性水平上拒絕“無空間自相關”的原假設。說明我國區域創新能力總體是呈現正向的空間溢出性。從時間順序來看，在這10年里的莫蘭值，最小值的年份是2018年，最大值的年份是2012年。從整體上來看，區域創新能力的全局莫蘭指數存在先增后減的跡象，說明區域創新的空間相互作用先是加強而后減弱。

2. 局部空間相關性

局部Moran’s I指數可以觀察到全局Moran’s I指數所無法反映的地區創新能力的局域特征。圖1所示的是2018年的創新能力的局部莫蘭指數散點圖，從中可以看出創新能力局部莫蘭指數主要分布在第一和第三象限，說明大多數的省份在創新能力水平具有相同特征，即創新能力越強的地方，相鄰地區的創新能力也越強，創新能力越弱的地方，其相鄰地區創新能力越弱，以上說明我國區域創新能力具有空間相關性。

（二）空間計量檢驗

1. Hausman檢驗

檢驗結果：chi2（11）為34.38，p值為0.0000。檢驗結果的P值在 1%的顯著性水平下強烈拒絕了隨機效應的原假設，因此，本文使用固定效應進行后續的實證檢驗。

2. 空間模型選擇

SEM和SAR兩個模型中進行選擇，方法是LM檢驗。判斷依據是當兩個模型LM檢驗都顯著，就進行穩健型檢驗，哪個模型穩健性檢驗顯著就使用哪個模型。當兩個模型中只有一個模型LM檢驗結果顯著，那么就采用通過的模型。如表4，只有SEM模型的LM檢驗和穩健性檢驗都顯著，故兩者間選擇的是SEM模型。

其次，使用LR檢驗在空間誤差模型（SEM）和空間杜賓模型（SDM）之間進行選擇。LR檢驗的P值為0.0928，根據判斷方法，在空間誤差SEM和空間杜賓SDM模型之間，空間杜賓SDM不能退化為空間誤差SEM，應該選用SDM空間杜賓模型。

3. 聯合顯著性檢驗

主要的檢驗方法是LR檢驗。（1）在both和ind固定效應間選擇，檢驗的顯著性水平為P=0.6353，接受原假設，選擇的是ind固定效應。（2）在both固定效應和time固定效應上的選擇，聯合顯著性檢驗的P=0.0000，則不能用time固定的模型，因此，根據檢驗結果選擇的是ind固定效應模型。

4. 空間杜賓模型結果分析

根據表6可知，Spatial 的系數是0.2049，且在5%的顯著性水平下顯著，說明相鄰地區的區域創新能力的提高對本地的創新能力有正向作用。從全部樣本來看，本地區數字普惠金融的提升顯著促進了區域綠色創新能力的提升，從估計系數來看，數字普惠金融水平每增加一個單位，區域創新水平就會提升0.0402個單位。數字普惠金融通利用數字優勢降低融資成本，為小微企業提供了更全面靈活的金融支持，彌補其貸款難問題，激發了創新活力，從而促進區域創新的提升。

金融發展對區域創新能力存在顯著的正向影響，相鄰地區金融發展對本地區創新能力的影響并不顯著。從估計系數來看，金融發展每提升一個單位，就促進創新能力提升1.29各單位。雖然各地區金融規模在不斷提升，增加資金投入，但是我國經濟發展水平不平衡，跨地區的資金流動受到限制，無法達到資金利用最大化，從而在一定程度上限制了部分企業的融資，限制了企業創新的投入。

產業結構水平對區域創新能力起到促進作用，相鄰地區產業結構優化未對本地區創新能力產生明顯的溢出效應。從結果系數上來看，產業結構每增加一個單位，促進創新能力提升0.23個單位。創新大多發生于工業、制造業等實體經濟，第二產業就業人員的增加會提高創新能力。但是隨著產業結構調整，第二產業吸納就業的數量不斷減少，對勞動力的素質要求又在不斷提高。因此，不能盲目追求數量，應重點吸納具有專業技能和研發能力的人才。

城鎮化水平對區域創新能力存在顯著的正向影響，相鄰地區的城鎮化水平的提升對本地區的創新能力起到抑制作用。城鎮化水平每提升一個單位，促進創新能力提升0.0057個單位。各地區城鎮化發展水平提升促進農村勞動力轉移，豐富勞動力資源，并且促進該地區的需求。但是，我國各地區在城鎮化發展方面存在發展不平衡現象，城鎮化水平越低的省份其創新能力越差。

五、結論與建議

（一）結論

本文依據2011～2018年中國的30個省（市）際層面的實證研究，運用空間計量模型，實證檢驗了數字普惠金融對區域創新能力的影響，得出以下結論：中國區域創新能力的空間自相關性呈正向相關性且集聚特征明顯;空間杜賓模型結果顯示，各地區數字普惠金融能夠對區域創新能力起到顯著的促進作用。

（二）建議

由于中國區域創新能力具有正向的空間相關性且集聚特征明顯，因此各省（市）的創新水平會受到鄰近省（市）的影響。地方政府應該加強與相鄰地區之間的合作，發揮各地區的產業優勢，提高創新能力水平。

通過研究發現，數字普惠金融促進區域創新水平的提升，各地方政府應加強數字技術與金融業務的融合，全面提升數字普惠金融發展質量，從而促進區域創新水平的提高。

不斷完善當前的數字普惠金融監管體系，隨著網絡化不斷發展，企業可以通過網絡平臺貸款并投入生產，雖然此種方法較為便捷，但是風險也較大。因此，金融監管部門要采取有效措施，防范數字金融發展帶來的風險。

參考文獻：

[1]何劍，魏濤，董春風，喬智宏.金融供給空間結構影響區域創新能力了嗎[J].科技進步與對策，2021（04）：1-10.

[2]徐子堯，張莉沙，劉益志.數字普惠金融提升了區域創新能力嗎[J].財經科學，2020（11）：17-28.

[3]鄒輝文，黃友.數字普惠金融發展對區域創新效率的作用研究[J].金融與經濟，2021（01）：48-55.

[4]鄭雅心.數字普惠金融是否可以提高區域創新產出？—基于我國省際面板數據的實證研究[J].經濟問題，2020（10）：53-61.

[5]郭新茹，陳天宇.高質量發展背景下我國區域創新能力比較研究——基于省際面板數據的實證[J].江西社會科學，2019，39（09）：60-69.

[6]劉冠辰，喬志林，陳晨.貿易開放、收入差距與區域創新能力[J].經濟問題探索，2021（07）：165-176.

[7]郭峰，王靖一，王芳，孔濤，張勛，程志云.測度中國數字普惠金融發展：指數編制與空間特征[J].經濟學（季刊），2020，19（04）：1401-1418.

[8]Anselin L，Syabri I，Kho Y.GeoDa： An Introduction to Spatial Data Analysis [J].Geographical Analysis，2006（01）：5-22.

[9]伊飛霄.數字金融對區域綠色創新效率影響的空間計量分析[J].技術經濟與管理研究，2020（11）：74-79

（作者單位：昆明理工大學管理與經濟學院）