數字金融、網絡中心性與區域創新水平
——基于2011—2020年省級面板數據的實證分析

李瑞晶

（河北金融學院 金融與投資學院，河北 保定 071051）

一、引言

《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035 年遠景目標綱要》（簡稱“十四五”規劃）堅持將創新驅動發展作為我國現代化建設的核心。實施創新驅動發展戰略離不開金融支持，金融可通過集聚資金、配置資源、信息傳遞、風險管理等功能激勵經濟主體的創新活動，提升區域創新水平。自《G20 數字普惠金融高級原則》提出以來，金融發展進入了一個與數字技術深度融合的新時代，憑借大數據、云計算、人工智能等技術發展的契機，形成了低成本、廣覆蓋的數字金融，彌補了傳統金融模式的不足，顯著提高了金融服務實體經濟的效率與質量，對于推動區域創新起到了更有力的支撐作用。

數字金融的最大優勢在于其打破了地理空間約束，為資源要素在區域之間自由流動提供了可能。然而金融發展的中心化、集群化的網絡特征并未改變，數字金融發展的區域不平衡性也愈發突顯，以“核心—外圍”為結構的數字金融網絡逐漸形成（胡宗義和李明月，2018；王江和趙川，2021；高昕和李國權，2022）[1-3]。在日益密切的區際聯系中，邊緣弱勢地區對資源要素的吸引力不足，將會進一步拉大區域差距。因此，在當前國內數字金融發展不均衡、不充分的背景下，如何實現區域間要素合理流動與配置，成為數字金融發展與功能實現的新問題。

二、文獻綜述

已有很多文獻證實了數字金融對于技術創新存在積極影響。創新活動具有高投入、高風險、長周期的特征，更容易面臨融資約束。數字金融可以依托現代技術實時抓取信息，提高信貸效率與風險評估的準確性（黃浩，2018；Demertzis 等，2018）[4-5]，從而改善創新主體的融資環境，降低信息不對稱與融資成本，推動技術創新并促進成果轉化（莊旭東和王仁曾，2021；萬佳彧等，2020；張慧慧等，2021）[6-8]。從間接渠道來看，數字金融還可以通過提高人力資本供給，刺激居民的消費需求，促進產業升級等渠道支持區域創新創業活動，激發市場主體活力，提高區域創新水平（馬德功和滕磊，2020；任碧云和劉佳鑫，2021；杜傳忠和張遠，2020；鄭萬騰等，2021）[9-12]。然而也有研究指出，數字金融發展的非均衡性在區域創新方面表現出了“馬太效應”，人力和資本要素的虹吸作用導致了新的金融排斥，可能擴大區際創新差距（張梁等，2021）[13]。

數字金融具有更強的空間穿透性，打破了傳統金融的距離限制，加強了我國各地區之間金融要素的聯系。當前我國數字金融發展呈現區域異質性和區際聯系并存的特點，并逐漸形成了較為穩定的關聯網絡。其中東部沿海發達地區處在網絡的中心，對數字金融資源要素起到控制作用，吸引外部資源的流入，中西部地區省份處在網絡的邊緣地帶（余海華和張靜，2021）[14]。數字金融網絡是信息傳遞與資源流動的重要渠道。因此，準確認識網絡對數字金融功能的影響，對于加深區際金融合作，構建新發展理念下數字金融協調發展格局具有重要意義。

基于此，本研究利用我國2011—2020 年省級平衡面板數據，構建數字金融空間關聯網絡，分析數字金融發展對區域創新水平的影響以及網絡中心性的調節作用，并進一步討論這一效應在不同地區的可能差異。本文的主要邊際貢獻在于：一是基于社會網絡理論，從信息傳遞和要素流動的角度分析了數字金融網絡中心性在數字金融促進區域創新中的調節效應；二是利用塊模型分析、分組回歸等方法，進一步區分了不同地區在關聯網絡中的作用和地位，可為推進數字金融區域協調發展，提升數字金融的創新激勵功能提供科學依據。

三、理論分析與研究假設

（一）數字金融影響區域創新的作用機理

創新活動具有研發周期長、資金投入多、結果風險大等特征，經常面臨融資約束困境。創新主體如果沒有充足、穩定的現金流作為保障，則很容易減少研發投入，抑制創新產出。從供給側的角度來看，數字金融作為一種新型金融服務模式，拓展了傳統金融的邊界，提高了資金的可得性和金融服務的有效性，能夠緩解創新主體的融資困境，進而激勵創新活動，提高區域創新水平。與傳統金融相比，數字金融的信貸審核過程更為簡捷，降低了資金需求者的融資門檻，提升了金融的包容性，可為那些通過傳統渠道無法獲得資金支持的創新主體提供有效服務（Fuster 等，2019；康書生和楊娜娜，2022）[15-16]。同時，大數據和云計算等現代技術的運用也使得數字金融的信息捕獲和處理能力大大增強，提高了信用評級的準確性，能大幅緩解信息不對稱問題，降低融資風險，促進企業創新成長（謝平和鄒傳偉，2012；Hau 等，2021）[17-18]。從需求拉動的角度來看，數字金融的普及推動了商業模式重構，為研發創新提供了新的市場機遇（Teece，2010）[19]。依托電商和網絡社交平臺打造的完整的商業生態體系，覆蓋了居民衣食住行的方方面面，促進了居民生活方式和消費品質的迭代升級，極大地挖掘了市場潛能（馬香品，2020）[20]。居民對高品質生活的需求擴張，將倒逼企業不斷推進產品與服務的更新換代，從而促進地區創新能力與產出水平的提高（徐子堯等，2020）[21]。此外，數字金融這一新興業態對于現代技術的運用，也將對技術創新提出更高的訴求，起到激勵創新的效果?；谝陨戏治觯疚奶岢鲅芯考僭O1。

H1：數字金融有利于提高區域創新水平。

（二）數字金融網絡中心性的調節作用

數字金融網絡能將不同節點聯系起來，成為資金、信息等要素在不同地區流動匯集的重要渠道（李媛媛和劉思羽，2021）[22]，這其中網絡中心性的價值主要源于處在網絡中心的節點的信息優勢和對資源的控制利用優勢（Ibarra 和Andrews，1993）[23]。處在網絡中心的節點通過與其他網絡成員之間發生更多信息交換，或是作為其他成員溝通的橋梁，更容易獲得來自其他網絡成員的異質性知識，進而形成技術優勢和相對權力，從而可以創造更大的價值。一方面，網絡中心性較高的地區在網絡中扮演著信息樞紐的重要角色（李善民等，2015）[24]，因此可以通過與其他地區的交流合作形成資源互補，獲取發展數字金融的關鍵技術和更有效的投資機會，有利于數字金融的發展以及功能提升。另一方面，優越的網絡位置不僅有利于節點對于信息和知識的獲取，而且還體現在對其他成員的控制力上。處在網絡中心的節點往往位于其他成員交流的最短路徑上，可以控制其他網絡成員所需的關鍵資源信息，從而擁有權力優勢，率先爭取到更優質的客戶（王永貴和劉菲，2019）[25]?；诖?，本文提出研究假設2。

H2：網絡中心性對數字金融促進區域創新的效果存在正向調節作用。

（三）數字金融網絡中心性調節作用的異質性分析

在數字金融網絡中，不同節點與其他節點的關聯特征各不相同，其地位和作用也有所差異。若將關聯網絡中地位和作用相近的地區劃分到同一板塊，根據板塊內外關聯性和要素傳遞機制的不同，可將地區分為四大類型，即凈受益板塊、經紀人板塊、雙向溢出板塊和凈溢出板塊（劉賽紅和李朋朋，2020；沈麗等，2019）[26-27]。凈受益板塊向其他地區輸出的信息數量較少，主要是從外部吸收信息和資源。經紀人板塊在輸出信息的同時也接受從外部傳遞過來的信息。結合前文的分析可知，接受外來信息資源的板塊更容易形成網絡中的要素集聚池，能更有效地獲取其他節點的新知識和技術，掌握相對優勢。由此可以推測，凈受益板塊和經紀人板塊能更好地享有網絡合作帶來的好處，提升數字金融促進創新的效果。而雙向溢出板塊和凈溢出板塊主要是向板塊內外的其他節點輸出信息，從其他節點處接收的信息數量較少。資源的虹吸效應將加劇此類地區的資金外流，進一步拉大與其他地區的差距，從而不利于數字金融激勵創新效應的實現?；诖?，本文提出研究假設3。

H3：在凈受益板塊和經紀人板塊，網絡中心性對數字金融促進區域創新存在正向調節作用；而在凈溢出板塊和雙向溢出板塊，網絡中心性存在負向調節作用。

此外，數字金融稟賦也會影響網絡中心性調節作用的實現。網絡位置提供的是潛在機會,能否最終把機會轉化為價值，則有賴于個體屬性特征（張華和郎淳剛，2013）[28]。數字金融發展水平不同的地區對資源的控制利用能力存在差異。在基礎稟賦較好的地區，技術和制度條件更為完善，金融體系更為發達，市場主體的融資需求和創新能力也更高，從而有利于數字金融對區域內外部資源的充分控制和利用，形成對區域創新的更有力支持（聶秀華，2020）[29]。相反，在金融發展水平較低的地區，由于基礎稟賦較差，對信息的處理能力比較有限，較多的外部聯結反而會造成知識信息冗余，很難對數字金融的功能起到提升效果?；谝陨戏治?，本文提出研究假設4。

H4：數字金融發展水平越高的地區，網絡中心性的正向調節作用越顯著。

綜上所述，本研究構建數字金融、網絡中心性和區域創新水平三者之間的作用機制理論模型，如圖1所示。

圖1 作用機制與理論假說

四、研究設計

（一）模型構建

本文首先構建如式（1）所示的基準回歸模型，檢驗數字金融影響區域創新水平的主效應；隨后在其基礎上引入數字金融與網絡中心性的交互項，構建如式（2）所示的回歸模型以檢驗網絡中心性的調節效應；最后再通過分組回歸的方式檢驗調節效應在不同地區的異質性。式中，yit表示區域創新水平，indexit表示數字金融指數及其各類分維度指數，centralityit為網絡中心性，后文實證過程中將分別使用點度中心度、接近中心度和中介中心度三個指標衡量節點的網絡中心性，index×centralityit為交互項，xjit為控制變量集，μ1it和μ2it為獨立同分布的隨機誤差項。

（二）變量設定

在被解釋變量區域創新水平的選擇上，前期研究通常使用人均專利申請量、新產品銷售收入等指標衡量區域創新，而且新產品銷售收入比專利數量更能反映創新成果的商業化水平（謝其軍和宋偉，2020；侯世英和宋良榮，2021）[30-31]。因此，本研究使用新產品銷售收入與GDP 的比值衡量區域創新水平，記為income，同時也使用人均專利申請量的自然對數用作后續的穩健性檢驗，記為lnpatent。

核心解釋變量為數字金融發展水平。本研究使用北京大學數字金融研究中心公布的數字金融總指數（index_aggregate）以及覆蓋廣度（coverage_breadth）、使用深度（usage_depth）和數字化水平（digitization_level）三類分維度指數衡量數字金融發展水平（郭峰等，2020）[32]。其中，覆蓋廣度主要反映數字金融的普及程度，使用深度衡量一個地區對數字金融產品和服務的實際使用狀況，而數字化水平則側重體現數字金融的便利化、低成本和高效率特征。為避免不同變量的數量級差異過大，在原指數的基礎上除以100。

為檢驗網絡中心性對數字金融影響區域創新的調節作用，本研究使用各省區市數字金融的網絡中心性指標作為調節變量。衡量網絡中心性的指標主要包括點度中心度（degree）、接近中心度（closeness）和中介中心度（betweenness）三種（王營和曹廷求，2017）[33]。點度中心度反映了節點在網絡中的重要地位，其取值越高，說明某一地區與其他地區發生的直接聯系越多。中介中心度越高，說明該節點在網絡中處于中介位置，對網絡中信息傳遞的控制力越強。接近中心度則是描述某一地區與其他地區之間產生聯系的距離遠近，接近中心度越高，說明該地區與其他地區的距離越短，關聯越緊密。本研究首先使用點度中心度構造交互項檢驗調節效應，隨后使用接近中心度和中介中心度進行穩健性檢驗。借鑒同類研究，本文首先根據式（3）、式（4）所示的引力模型確定地區之間數字金融發展的關聯關系并構建關聯網絡，然后利用ucient 軟件計算各地區網絡中心性。其中，rij表示地區i 和地區j 之間的關聯強度，FIN、POP 和GDP 依次代表數字金融發展水平、地區總人口數和地區生產總值，distanceij為兩個地區之間的中心球面距離，pGDP 為人均生產總值，conij表示地區i 在地區i 和地區j 之間的金融關聯貢獻率。當引力值超過引力矩陣的行平均值時，將矩陣元素記為1，否則記為0。

最后，考慮到區域創新水平可能受到其他因素的影響，本文參考同類研究，選擇人力資本水平、產業結構合理化水平、金融深化程度和對外開放程度作為模型控制變量。創新活動對人力資本質量有較高要求，本研究使用15 歲以上文盲半文盲比例度量人力資本水平（逆指標），記為edu。產業結構合理化水平使用二、三產業增加值占比表示，記為industry。金融深化程度使用社會融資規模與GDP 之比表示，記為finance。對外開放程度使用外商直接投資總額與GDP之比表示，記為foreign。

（三）數據說明

本研究使用我國30 個省份（因數據可獲性香港、澳門、臺灣和西藏除外）2011—2020 年平衡面板數據開展實證研究。其中數字金融相關數據來源于北京大學數字金融研究中心，其余統計數據來源于EPS統計平臺。變量數據的描述性統計情況，如表1所示。

五、實證結果與分析

（一）基準回歸結果分析

本研究分別將數字金融總指數以及三項分維度指數納入回歸模型，分析數字金融對區域創新的影響。在回歸之前，我們對所有變量進行了LLC和IPS單位根檢驗以避免偽回歸問題，檢驗結果顯示，所有變量均為平穩序列。Hausman 檢驗結果拒絕了原假設，因此選擇構建固定效應模型。同時使用穩健標準誤以控制異方差。基準模型的參數估計結果如表2所示。

如表2 的第（1）列所示，變量index_aggregate 的回歸系數顯著為正，說明數字金融發展有利于提高區域創新水平。如第（2）—（4）列所示，模型核心解釋變量的回歸系數同樣顯著為正，表明數字金融覆蓋廣度、使用深度和數字化水平三項分維度指數也分別對區域創新水平存在顯著的促進作用，其中數字金融覆蓋廣度對區域創新的促進作用最強，使用深度次之，數字化水平最弱，但三者差距不大，由此可以驗證研究假設H1。

表1 描述性統計

表2 基準模型回歸結果

（二）內生性的處理

本研究內生性的來源主要有兩方面：一是反向因果導致的內生性，即區域創新水平的提高可能促進數字金融的發展；二是遺漏變量導致的內生性，盡管本研究控制了若干可能影響區域創新水平的變量，但仍然可能存在其他未觀測到的因素而帶來遺漏變量偏誤。對于反向因果帶來的內生性問題，本研究在后文的穩健性檢驗中將解釋變量滯后一期進行回歸，結果發現系數仍然顯著，從而驗證了實證結論的可靠性。對于遺漏變量帶來的內生性問題，本文在此引入工具變量并使用兩階段最小二乘法（2SLS）估計回歸系數。參考相關研究（謝絢麗等，2018；馮永琦和蔡嘉慧，2021）[34-35]，使用互聯網普及率作為數字金融指數的工具變量?；ヂ摼W普及率是數字金融發展的重要基礎設施，與數字金融高度相關；同時在控制了其他變量后，互聯網普及率與新產品銷售收入不存在直接關聯關系，符合工具變量外生性要求。第一階段回歸的F 統計值大于10，通過了弱工具變量檢驗。工具變量2SLS回歸結果如表3所示，核心解釋變量數字金融指數及其各項分維度指數的回歸系數的方向和顯著性水平與表2 高度一致，各項控制變量回歸系數的顯著性水平也有所提升并符合預期。由此可知數字金融對區域創新存在穩定的促進作用，驗證了研究結論的可靠性。

表3 工具變量2SLS回歸結果

（三）數字金融網絡中心性的調節效應分析

為檢驗網絡中心性對數字金融影響區域創新的調節作用，本研究在基準回歸模型的基礎上引入數字金融指數與網絡中心性的交互項。為避免交互項產生嚴重的多重共線性問題，本研究在構造交互項時進行了去中心化處理。含交互項的模型回歸結果如表4 所示。如第（1）列所示，數字金融總指數及其與網絡中心性交互項的回歸系數均在0.01的水平下顯著為正，表明數字金融有利于促進區域創新，同時網絡中心性對數字金融促進區域創新水平提升的作用產生了正向的調節效應，一個地區網絡中心性越高，數字金融激勵本地創新產出的作用效果越強，研究假設H2得到驗證。如第（2）—（4）列所示，數字金融覆蓋廣度、使用深度和數字化水平及其交互項的回歸系數也均顯著為正，這也進一步驗證了研究結論的可靠性。

表4 調節效應檢驗結果

（四）異質性分析

為進一步區分不同地區在數字金融網絡中的地位，本研究使用塊模型分析，借鑒CONCOR 算法，將最大分割深度設置為2，收斂標準設置為0.2，將全部樣本分為凈受益、經紀人、雙向溢出和凈溢出四個板塊，并以此為依據劃分樣本進行分組回歸。同時考慮到數字金融發展初始稟賦的差異，以數字金融指數及其各項分維度指數的中位數為界，將全部樣本分為高—低兩組進行分組回歸。異質性檢驗的回歸結果如表5 所示，其中第（1）—（4）列依次為凈受益板塊、雙向溢出板塊、經紀人板塊和凈溢出板塊成員的模型參數估計結果，第（5）列和第（6）列分別為數字金融發展水平較高和較低地區的分組回歸結果。

如表5 的第（3）列所示，經紀人板塊的數字金融總指數、覆蓋廣度和使用深度分維度指數的交互項回歸系數在0.05 的水平下顯著為正，表明數字金融網絡中心性對于數字金融促進區域創新存在正向調節效應。從資源流動和信息共享的角度來看，經紀人板塊處在網絡中的關鍵位置，既對外發出信息，也從其他網絡節點處接受信息，發揮著類似橋梁的作用，因此能從網絡關系中獲得最大的好處。凈受益板塊的模型參數估計結果不顯著，其可能的原因是樣本數量過少。但對于第（2）列和第（4）列所示的雙向溢出板塊和凈溢出板塊而言，雖然數字金融及其三項分維度指數幾乎都表現出對區域創新的顯著促進效果，但交互項的估計系數顯著為負，表明網絡中心性對數字金融促進區域創新存在負向調節作用。此類地區在網絡中處于邊緣的位置，向外發出資源和信息較多，從其他成員處接收的信息很少，這也就意味著該地區不僅沒有通過關聯網絡從外地吸收先進的資源和經驗，反而由于資源虹吸效應導致本地區資本外流，因此網絡中心性越高，就越不利于數字金融促進創新的功能實現。至此，研究假設H3得以驗證。

表5 異質性檢驗結果

數字金融發展水平不同的地區，網絡中心性的調節效應也表現出異質性。如表5 的第（5）列所示，在數字金融發展水平較高的地區，數字金融總指數、使用深度和覆蓋廣度分維度指數與網絡中心性的交互項的回歸系數分別在0.01、0.05 和0.1 的水平下顯著為正，說明在數字金融發展水平較高的地區，通過參與網絡合作可以起到提高區域創新水平的作用。而在數字金融發展水平較低的地區，雖然核心解釋變量數字金融及其分維度指數的回歸系數均顯著為正，但其與網絡中心性的交互項的估計系數卻沒有通過顯著性檢驗，表明在數字金融發展水平較為落后的地區，提高網絡中心性不會對數字金融的區域創新促進效應產生顯著的影響。這是由于落后地區的網絡參與度不高，通過合作網絡很難獲取高質量的資源和信息，同時自身對外來信息的利用能力也比較差，因此網絡合作的優勢沒有明顯體現出來。至此，研究假設4得證。

綜上可知，只有當某一地區數字金融的發展在網絡中居于穩定的中心地位，且自身金融稟賦相對較高時，網絡中心性的結構性優勢才能有效凸顯，對區域創新才能起到顯著的正向調節作用。

（五）穩健性檢驗

為保證研究結果的可靠性，本文依次使用以下三種方式進行穩健性檢驗：一是將模型中的全部解釋變量滯后一期，以避免反向因果帶來的內生性問題；二是更換被解釋變量的代理變量，使用人均專利申請量的自然對數（lnpatent）衡量區域創新水平；三是更換調節變量，分別使用接近中心度（closeness）和中介中心度（betweenness）作為網絡中心性的代理變量。穩健性檢驗的回歸結果如表6 所示，可以看出，關鍵解釋變量的參數估計結果及其顯著性情況與前文高度一致，表明研究結論具備很好的穩健性。

表6 穩健性檢驗結果

六、結論與建議

本研究利用我國2011—2020 年30 個省份的省級面板數據，實證分析了數字金融發展對區域創新水平的影響，并重點討論了數字金融網絡中心性對其激勵創新作用的調節效應以及區域異質性。本研究主要得出以下結論。

其一，數字金融的發展有利于提高區域創新水平，數字金融總指數以及覆蓋廣度、使用深度和數字化水平三類分維度指數都對區域創新起到顯著的促進作用，其中數字金融總指數和覆蓋廣度對區域創新的促進作用最強，使用深度次之，數字化水平的影響最弱。

其二，數字金融網絡中心性對于數字金融影響區域創新水平的效果存在正向調節作用，網絡中心性越高，數字金融促進區域創新水平的作用越強。

其三，數字金融網絡中心性的調節效應體現出區域差異。處在經紀人板塊以及數字金融發展水平更高的地區，網絡中心性對數字金融促進創新表現為顯著的正向調節效應；而在資源凈溢出和雙向溢出板塊，其他地區的資源虹吸效應對數字金融促進創新的功能產生了負向影響，網絡中心性表現為負向調節作用。

根據上述研究結論，本文在此提出以下政策建議，以優化數字金融發展格局，激發區域創新活力。

首先，要提高數字金融對區域創新活動的支持力度。經濟的高質量發展離不開科技創新的引領，數字金融對區域創新具有顯著的推進作用，能有效地激勵研發創新，促進經濟發展提質增效。因此，要提高數字金融的覆蓋率和使用深度，健全數字金融對創新活動的資金供給體系，完善融資支持機制。具體可通過推進知識產權質押貸款、投貸聯動等金融產品和金融服務的創新，整合用戶畫像和數據，搭建前瞻性的風控模型，完善科技金融產品體系、價格形成機制和風險防范機制，從而緩解創新主體的融資約束，提升資源利用效率，更好地支持科技研發活動開展。

其次，要暢通不同地區間信息與資源的交流共享渠道，發揮數字金融網絡的關聯和正向溢出效應。要順應當前數字金融發展的空間結構特征，充分考慮地區之間的網絡關聯，暢通不同地區之間的資源共享渠道，構建共融共享的開放式發展格局。數字金融能克服傳統金融模式對物理網點、人員的依賴，但其技術的普及仍依賴信息化基礎設施建設。因此應加強在網絡邊緣地區和落后地區的數字技術相關基建投資，提高5G 寬帶普及率，提升信息跨區域傳輸效率和存儲安全性，降低數字技術落地成本，從而逐漸彌合區域之間的差距，優化數字金融網絡結構，打造互聯互通的良好數字金融生態。

再次，不同地區應客觀認識當前的發展階段和網絡地位，選擇性地利用網絡中心優勢，制定合理的數字金融發展戰略。異質性分析表明，網絡中心度較高的地區參與網絡合作有利于提升數字金融的創新激勵效果。因此此類地區應繼續利用中心優勢和相對權力協調跨區域金融活動，打造創新增長極；同時也要樹立大局觀和全局意識，承擔起“以強帶弱”的責任，加強跨區域金融合作，實現資源、技術和信息交流共享。而位于資源外溢板塊的地區應減少對網絡的不當依賴，努力留住金融資本，避免資金外流。同時率先優化本地區金融生態環境，學習先進經驗，推動數字金融追趕式、跨越式發展，形成與發達地區平等對話的合作地位。