數字金融的創新激勵效應
——基于傳導機制新視角

聶秀華，吳 青

（1．中國農業發展銀行 博士后科研工作站，北京 100045；2．對外經濟貿易大學 國際經濟貿易學院，北京 100029）

一、引 言

黨的十八大以來，中國政府強調并實施創新驅動戰略，時刻將科技創新擺在國家發展全局的核心位置，通過出臺各項扶持性產業政策，給予創新產業、企業、項目等適度的財政補貼、稅收優惠支持，以此加快國家創新體系建設。然而，我國的自主研發現狀不容樂觀，十九屆五中全會報告指出，盡管我國現已轉型處于高質量發展階段，但發展不均衡問題突出，基礎科技創新、科技創新產業轉化等方面存在不足，創新能力仍然不適應高質量發展要求［1］（聶秀華等，2021）。基于技術創新現狀，不禁產生這樣的疑問：在創新驅動發展戰略實施的政策背景下，相比于世界其他創新型國家，為何我國的技術對外依存度較高、創新研發效率較低？制約技術創新的主要因素及其作用機制又是什么？這些均是當前學術界和政府決策部門熱切關注的問題。

實際上，在企業技術創新制約因素的文獻研究中，專家、學者多基于委托代理理論、信號傳遞理論、高層梯度理論等角度，以融資約束作為切入點解疑釋惑，并沿著這一邏輯路徑，將對策視角投向資金供給側——金融領域（James等,2012；張璇等，2017）［2-3］。值得注意的是，伴隨著我國金融體制改革的循序推進，數字金融作為一種高效、覆蓋面廣的金融服務模式，為解決企業技術研發創新的融資約束問題帶來新契機?！侗本┐髮W數字普惠金融指數（2011—2018）》報告中提到，2011—2018年中國數字金融業務實現了跨越式發展，2018年省級數字金融指數的中位數為2011年的8.9倍，指數值以平均每年36.4%的速度增長；從全國范圍內的省級指數變異系數結果看，2011—2018年，省際間數字金融指數變異系數顯著下降，各地區數字金融指數呈現趨同之勢。螞蟻金服、京東金融、陸金所和眾安保險居全球五大數字金融公司之列，第三方支付、網絡借貸、數字保險以及數字貨幣等業務規模在國際上也是遙遙領先。但這些全新金融服務模式是否開始作用于城市創新研發進程，至今還沒有系統的定性機制探討和定量研究結論。

基于此，本文將主要圍繞數字金融與城市創新能力的關系及其背后的內在創新作用機制展開討論。結構如下：首先，通過構建基準線性回歸模型驗證數字金融對城市創新能力的影響效應；其次，利用機制檢驗模型探索可能的邏輯路徑，試圖構建更加完整、合理的傳導鏈條；最后，進一步分析中，采用動態門限面板模型探究在市場分割狀況下，數字金融和城市創新能力之間可能存在的非線性關系。

本文創新點有以下三點：第一，研究內容方面，將數字金融與城市創新能力置于同一研究框架，在線性關系檢驗的基礎上，首次將傳導路徑劃分為直接、間接端口，并深入、系統地構建合理化的內在傳導路徑；此外，探究了基于市場分割狀況異質性，基礎關系可能出現的非線性變化特征。第二，研究指標選取方面，不同于以往文獻中城市創新能力的度量方式，本文采用地區發明授權專利市場價值、發明授權專利數量、創新效率等，從“創新成果的市場認可度”等多維視角綜合衡量城市的創新能力，以得到更加穩健的實證檢驗結果。第三，研究方法方面，考慮技術研發活動的動態慣性特征，為避免內生性問題，將在基準線性回歸模型和門檻效應模型中加入城市創新能力和數字金融發展指數的滯后項，通過構建動態面板模型探究數字金融與城市創新能力的關系。此外，與通過分組或交乘項回歸方式探究關鍵變量對基礎關系影響的現有研究方法不同，本文采用動態門限面板模型，探究關鍵變量變化對兩者關系的非線性影響效果。

本文的研究結論也具有重要的現實意義。隨著金融供給端改革的推進，探究數字金融對實體經濟，尤其是對技術創新這一決定經濟增長關鍵“驅動要素”的影響，將成為積極響應十九屆五中全會會議精神的應有之義。研究發現，數字金融可以通過刺激消費、優化消費結構以及提高對外開放水平等雙路徑實現其對城市創新能力的激勵效應，進一步地，數字金融對城市技術創新的影響與市場分割狀態緊密相關。這些結論不僅有助于政府等相關決策部門更好地評估區域發展要件、提高金融服務效率，通過整合各項資源促進企業成長和發展，還對企業如何用好數字金融這一工具以實現技術騰飛和轉型具有重要的指導意義。

二、文獻綜述與研究假設

（一）文獻綜述

2004年支付寶賬戶體系上線作為中國數字金融的起始點，短短十幾年時間，圍繞數字金融的研究成果層出不窮。總體來說，該領域的研究大致可以分為兩類：第一類統歸于純理論形式的探討，主要集中對其發展現狀（Kapoor,2013；Guo et al.,2016）［4-5］、影響因素（葛和平和朱卉雯，2018）［6］、風險識別與防控（焦瑾璞、孫天琦，2015）［7］等領域的研究。第二類是在指標測度（肖翔和洪欣，2014；郭峰等，2020）［8-9］基礎上的實證檢驗，主要側重于研究數字金融對創新（鄭雅心，2020）［10］、創業（謝絢麗等，2018）［11］、銀行行為（邱晗等，2018）［12］、經濟增長以及包容性經濟增長（龔沁宜和成學真，2018；梁雙陸和劉培培，2019）［13-14］的影響。鑒于“技術創新”“數字金融”在我國數字經濟與可持續經濟增長模式中的特殊戰略地位，關于兩者關系的討論一時成為“現象級”研究熱點，碩果累累。通過文獻梳理與總結后發現，無論是基于宏觀的省際、城市面板數據（劉佳鑫和李莎，2021）［15］，還是站在微觀企業樣本的研究視角（翟華云和劉易斯，2021；楊先明和楊娟，2021）［16-17］，專家、學者均肯定了數字金融的創新激勵效應，而由于數字金融發展時間尚短，受限于數據的可得性與指標構建的完整性，對基礎關系與作用機制的研究內容較為單一，主要在線性關系探索的基礎上，論述了緩解融資約束（賈俊生和劉玉婷，2021）［18］與促進產業結構優化升級（聶秀華等，2021）［1］作為傳導路徑的合理性。因此，如何選取合適的切入視角，創新探索可能的傳導路徑并構建更加系統、完整的研究框架，成為該研究需要進一步延展的方向。

（二）研究假設

作為內在作用邏輯的全新探索，數字金融憑借信息技術賦值優勢，可能還會通過刺激消費需求、優化消費結構等直接路徑以及提高對外開放水平等間接路徑，發揮其對城市創新能力的促進效用。

一方面，數字金融可以通過刺激市場有效需求和優化消費結構等直接路徑促進城市創新能力的提升。第一，多元化消費信貸的產生使數字金融可以有效緩解居民的流動性約束，進而刺激市場有效需求（董云飛等，2019）［19］，如螞蟻借唄、花唄、京東白條以及各種互聯網金融公司提供的消費信貸工具，可以很大程度上改變傳統的消費觀念、顛覆現實性消費模式（徐銘延等，2019）［20］，消費金融市場競爭的白熱化氛圍有效降低消費成本并不同程度地優化居民消費結構，促進消費需求水平上升；另外，數字金融憑借其強大的地理穿透性以及延展性優勢，可以為受傳統金融服務忽視的偏遠地區或欠發達地區的企業、個人提供更健全、個性化的消費信貸等金融服務。以上均有效促進了居民消費規模的擴大以及地區消費結構的升級。第二，數字金融模式下消費信貸服務可以依靠移動支付等數字化信息金融平臺降低消費支付成本（易行健和周利，2018）［21］，提供高隱秘性支付服務（崔海燕，2017）［22］。進一步地，在“心理賬戶”作用下，數字金融還在助力實現支付便利、提升消費者用戶體驗、提升主體支付意愿等諸多方面創新服務價值。第三，數字金融不僅擴大了消費信貸的融資渠道，且在大數據、云計算等數字化技術加持下，通過數據價值挖掘、多維指標評價等端口，為用戶提供更加符合其消費需求特征、更低壞賬風險的消費信貸服務或消費信貸還款方式，均有助于緩解消費者信貸還款壓力、刺激消費需求、降低金融風險（楊天宇和陳明玉，2018；Demirguc-Kunt等,2011）［23-24］。綜上所述，數字金融不僅可以有效激勵新的市場需求，而且還會帶來城市消費結構的優化、升級，消費規模的擴大，能夠促進企業開展以擴大生產規模和提高生產效率為目的的技術創新，而消費結構優化、升級則可以直接推動廠商生產技術的更新換代，兩者均促進了城市創新能力的提高。

另一方面，數字金融可以通過提升對外開放水平，依托國際技術溢出路徑，實現其對城市創新能力的提升。數字金融依托信息技術能較大程度地紓解國際貿易中的“信用難題”，主要表現為：第一，大數據為具有國際貿易需求的參與者選擇貿易伙伴提供了信息挖掘、價值分析等技術手段，通過多維度信息搜集，從根本上降低了信息不對稱引發的貿易違約風險概率（張杰和高德步，2017）［25］。第二，區塊鏈憑借其去中心化、高保密、安全、不可篡改性等優勢，最大程度實現了貿易參與各方的信息共享，提高了國際貿易運行效率。第三，數字金融可以為具有貿易融資需求的個體提供更加多元化、優質、個性化的融資服務，節省了金融機構的人力成本并降低了風險承擔水平（潘錫泉，2016）［26］，直接推動了參與主體間的優質互動與良性循環。在此基礎上，數字金融亦通過以下路徑或效應對城市創新產生激勵效應：一是技術溢出效應。依托“進口溢出”理論，技術創新水平相對落后的國家會以“貿易”為契機，進口具有更高技術含量的設備或者中間產品等，通過學習、模仿，吸收、改進先進技術，幫助處于技術劣勢的企業迅速掌握先進的生產技術，提高產業效率與創新水平（劉啟仁和黃建忠，2015；Pierrakis和Collins,2014）［27-28］。二是涓滴—競爭效應。先進技術擁有國為了獲得最大化的創新壟斷收益，會通過貿易手段搶占國際市場，造成技術創新水平相對落后國家的本土市場被分割，進口國企業固有收益遭遇稀釋。在這種競爭效應激勵下，會倒逼企業開展技術創新活動，通過創新要素投入，學習、模仿或自主研發形成自己的競爭優勢，從而使城市技術創新水平得以提升。三是提高資金利用效率。創新活動自身具有高投入、高風險、長周期等諸多特質，國際貿易活動的開展既便利了國際技術知識外溢的可能性，又減少了進口企業的創新成本，且相較于自主研發活動，國際技術溢出路徑下的模仿性技術創新形式將承擔更低的風險（孫少勤和邱斌，2014；Lu和Yao,2009）［29-30］。此外，企業可以將技術溢出路徑節省下來的資金用于開展其他核心技術的研發，由此激勵城市創新能力的提升?；诖?，本文提出假設1、假設2和假設3。

H1：數字金融對城市創新能力具有顯著的驅動效應；

H2：數字金融可以通過擴大消費規模、優化消費結構等直接方式驅動城市創新；

H3：數字金融可以通過提升對外開放水平并依托國際技術溢出效應等間接方式驅動城市創新。

三、樣本、變量與模型設定

（一）樣本與數據來源

本文選取2011—2018年中國除港、澳、臺地區之外的285個地級市面板數據作為研究樣本。其中，產業結構調整指數、經濟發展水平等變量構建數據來源于國家統計局；發明授權專利市場價值變量數據來源于復旦大學產業發展研究中心《中國城市和產業創新力報告2017》；數字金融發展指數變量數據來源于北京大學數字金融研究中心；人力資本水平代理變量數據來源于中央財經大學中國人力資本與勞動經濟研究中心；傳統金融發展水平代理變量數據來源于中經網統計數據庫；研發投入密度數據來源于《中國科技統計年鑒》；外商直接投資、對外直接投資、對外開放度以及市場需求水平與市場分割指數等代理變量構建數據來源于Wind數據庫；構建制度質量代理變量數據來源于樊綱、王小魯編制的《中國分省份市場化指數報告（2018）》。

（二）變量說明

1.被解釋變量

本文被解釋變量為城市創新能力（Inno）。以往研究主要是從創新投入（鞠曉生等，2013）［31］、產出成果（侯建和陳恒，2016）［32］兩個角度衡量某一地區的科技創新能力，但創新實際上是一個強調新技術商業經濟價值的市場化概念。因此，為保證創新指標的即時、前瞻、可比性，本文摒除以往研究中經常使用的新產品銷售利潤率指標，試圖從“創新成果市場化價值”的角度衡量城市創新水平。該指標具體測算方法詳見《中國城市和產業創新力報告2017》。

為保證實證研究結果的穩健性，本文在穩健性檢驗部分同時采用各地區發明授權專利數量和創新研發效率等作為城市創新能力的代理變量。從多維度全面刻畫、衡量城市技術創新水平，且為了規避指標量綱的影響并在最大程度上消除異方差，對區域創新水平的代理變量均進行了對數化處理。

2.核心解釋變量

本文核心解釋變量為數字金融指數（FI）。本文使用北京大學數字金融研究中心編制的2011—2018年地級市層面中國數字普惠金融指數（一期、二期），代表各地區數字金融發展程度。該指數采用大數據技術從多個維度刻畫中國數字金融發展水平，通過綜合傳統金融服務和互聯網服務新形勢特征，全面反映數字技術助力金融的總體發展和變化趨勢［9］。進一步地，結合數據的可得性、可靠性，分別從數字金融服務的覆蓋廣度、使用深度和數字化程度三個維度衡量構建數字金融指標體系，其中，數字金融覆蓋廣度是前提條件，使用深度代表實際使用情況，而數字化程度可以被看作是潛在條件。

（1）數字金融覆蓋廣度（Width）。不同于傳統金融機構觸達用戶時直接體現為“金融機構網點數”和“金融服務人員數”，基于互聯網的新金融模式具有極強的地理穿透性。因此，該維度指標利用每萬人擁有支付寶賬號數量、支付寶綁卡用戶比例以及平均每個支付寶賬號綁定銀行卡數來表示賬戶的覆蓋水平。

（2）數字金融使用深度（Depth）。該指標分別從這一新型金融服務涵蓋類型以及其使用情況兩個層面衡量互聯網金融服務的實際使用狀況。其中，數字金融服務涵蓋了支付、貨幣基金、信貸、保險、投資、信用等諸多服務類型；進一步地，本文對每萬支付寶用戶數量中將使用這些服務人數所代表的實際使用總量指標、人均交易筆數所代表的使用活躍度指標和人均交易金額所代表的使用深度指標加以綜合，以衡量數字金融使用情況。

（3）數字化程度（Digital）。該指標分別從移動化、實惠化、信用化、便利化四個維度考量互聯網金融數字化程度。實際上，數字化帶來的便利性和低成本等優勢是吸引用戶參與數字金融的決定性因素。一般而言，數字金融服務越便利（如較高的非介質支付方式的普及、移動化程度）、成本越低（如較低的小微經營者、個人貸款利率），則數字金融的服務用戶就越多、需求就越旺盛。

3.中介變量

本文中介變量為市場需求水平（ME）和對外開放水平（TRADE）。

（1）市場需求水平（ME）。由于缺乏直接度量地區市場需求的變量，而消費水平是最能直接反映地區市場需求的指標，因而，本文采用地區消費水平相關變量衡量區域內市場需求狀況。此外，為更好地說明數字金融通過需求端拉動，進而影響城市技術創新水平的路徑，本文將進一步從消費規模（CE）和消費結構（CES）兩個角度分析相關的機制路徑。參考已有文獻，采用社會零售商品總額的對數值（CE1）和居民消費水平率（CE2）刻畫地區消費狀況，即市場需求規模（易行健和周利，2018；董云飛等，2019）［21，19］；采用居民消費結構衡量市場需求結構（1），將生存型消費與八大類消費總支出的比重作為消費降級、市場需求結構弱勢的指標（CES1）；同時，將發展型與享受型消費與八大類消費總支出的比重作為消費升級、市場需求結構優化的指標（CES2）。

（2）對外開放水平（TRADE）。參考已有文獻，采用進出口貿易總額×當年匯率占地區生產總值的比值，代表國際貿易發展規模即對外開放程度。此外，為盡量規避因遺漏變量帶來的內生性偏誤，本文將對外開放水平（TRADE）作為控制變量納入基準回歸模型中。

4.門檻變量

本文門檻變量為市場分割指數（Seg），包括子市場分割指數和總市場分割指數。

（1）子市場分割指數?；赟amuelson（1954）［33］“冰山成本”模型的假設條件，借鑒桂琦寒等（2006）［34］的“價格指數法”，并參考趙奇偉和鄂麗麗（2009）［35］、韓慶瀟和楊晨（2018）［36］的指數選取路徑，擬對子市場分割程度進行指數化測度（2）（3）。

子市場分割指數的計算步驟如下：計算相鄰地區基于同一指數的相對價格，為了使地區間置換順序不影響相對價格的方差值，同時考慮價格環比指數的性質，故對相對價格采用絕對值的形式表示，即

其中：i、j表示省份；t表示年份；k代表商品或要素的具體種類；p為某種商品或要素的零售價格環比指數。為了消除異地貿易的商品或要素自身的“異質效應”特征可能帶來的市場真實分割程度高估后果，本文將采用去均值法繼續測度相對價格的相對變動指標，方法是先計算該價格指數在給定時間內所有鄰接地區相對價格的平均值，再分別用相鄰地區的相對價格絕對值減去該平均值，即

需要說明的是，本文選取2010—2018年31個省份（不包括港澳臺地區）的價格指數，考慮各省份地理位置的差異性，海南省雖然沒有零距離鄰近省份，但是市場的分割與整合亦需要考量相對概念，因此，將廣東省與海南省作為相互鄰近省份處理與計算，故得到31個省份消費品市場分割指數（Segp）、勞動力市場分割指數（Segl）和資本市場分割指數（Segk）的數據。

（2）總市場分割指數?；跀祿笜颂攸c以及研究意圖，為最大程度上避免非客觀等因素干擾，得到普適性價值更高的總市場分割指數，“熵權法”成為本文測度各市場分割指數權重的首選。具體計算步驟如下：

首先，標準化處理。若子指標對綜合指標有正向影響，則采用正向指標的計算方法；反之，則采用負向指標的計算方法。結合本文子市場分割指數的性質，采用正向指標的計算方法，即

其次，利用標準化的數據求取子市場分割指標的信息熵。根據信息論中信息熵的定義，計算公式為：

再次，求取信息熵冗余度，即各子市場分割指數的信息效用值，計算公式為：d i=1-e i。

最后，在以上信息效用值求取基礎上計算各子市場分割指標的權重，計算公式為：。

經過熵權法計算，消費品市場分割指數、勞動力市場分割指數以及資本市場分割指數的權重分別為0.16、0.41、0.43，以此為基礎得到總市場分割指數。由于以上計算得出的四類市場分割指數數值較小，使得變量參數估計結果過小，不利于實證回歸結果的分析。因此，本文參考韓慶瀟和楊晨（2018）［36］，將以上結果均作擴大1 000倍的處理，最終得到消費品市場分割指數（Segp）、勞動力市場分割指數（Segl）、資本市場分割指數（Segk）以及總市場分割指數（Segs）四個門檻變量的數值。

5.控制變量

參照已有關于城市層面技術創新的文獻，本文選取以下指標作為控制變量納入模型中；具體包括國際技術溢出路徑：外商直接投資（FDI）、對外直接投資（OFDI）、對外開放度（TRADE）、研發投入密度（RDD）、傳統金融發展水平（TF）、產業結構調整指數（Structure）、經濟發展水平（Pgdp）、制度質量（Institutional）、人力資本水平（HC）。考慮技術創新可能存在的慣性特征，本文在模型中進一步控制了上一期的技術創新水平（Innot-1）。同時，也控制了年度固定效應和城市固定效應，以控制宏觀層面因素的變化。為減少極端值對實證結果的影響，對所有連續變量在上、下1%水平上進行了縮尾處理。

主要變量定義見表1所列。

表1 主要變量定義

續表1

（三）模型設定

1.基準線性回歸模型

為了驗證H1，本文考慮技術研發創新可能存在慣性特征，為避免回歸結果可能出現的內生性偏誤，同時，部分規避反向因果識別問題干擾，在模型中加入被解釋變量和解釋變量的滯后項，建立如下基準線性回歸方程：

其中：Inno代表城市創新能力，即區域內發明授權專利的市場價值；Innot-1為Inno的滯后一期值；FI為地區數字金融發展總指數；control表示一系列控制變量，包括外商直接投資（FDI）、對外直接投資（OFDI）、對外開放度（TRADE）、研發投入密度（RDD）、傳統金融發展水平（TF）、產業結構調整指數（Structure）、經濟發展水平（Pgdp）、制度質量（Institutional）、人力資本水平（HC）；i表示省份；t表示年度；θ為年度虛擬變量；μ為省份虛擬變量；ε為隨機誤差項。為緩解內生性問題的影響，本文使用兩步系統GMM方法對上述模型進行檢驗。

為比較數字金融發展的各維度對城市創新能力的影響差異，本文在基準回歸模型（6）的基礎上進一步將數字金融發展總指數（FI）替換成數字金融覆蓋度（Width）、使用深度（Depth）、數字化程度（Digital）分別進行檢驗。

2.機制檢驗模型

為驗證H2、H3，本文借鑒謝絢麗（2018）［11］的研究方法，利用包含機制變量交叉項模型進行傳導路徑的分析。模型構建如下：

其中，Mediate代表中介變量，根據理論假設，包括消費規模（CE）、消費結構（CES）、國際貿易水平或對外開放程度（TRADE）等。

四、主要實證結果與分析

（一）描述性統計

表2中主要變量的描述性統計顯示，發明授權專利市場價值的標準差較大，說明區域間發明授權專利成果在市場化過程中出現了價值分層現象。2011—2018年數字金融實現了跨越式發展，從分指標描述性統計結果可以看出，數字化程度的均值最大，說明數字化技術賦值是總指數增長的重要來源。另外，數字金融發展總指數與其分指標代理變量標準差較大，說明我國區域間數字金融發展不均衡現象嚴重，存在顯著的城市分化特征。

表2 主要變量的描述性統計

（二）基本回歸結果與分析

為驗證H1，本文對模型（1）進行實證檢驗，回歸結果見表3所列。由殘差序列相關檢驗結果可知，AR（2）的P值均超過10%的顯著性水平，說明隨機誤差項不存在二階序列自相關，即可以使用系統GMM進行檢驗估計。由工具變量的有效性檢驗結果可知，Hansen檢驗的P值結果不拒絕工具變量，不存在過度識別的原假設，說明模型中工具變量的選擇有效；Wald統計量結果也顯示，模型整體高度顯著。因此，總體來說，基于總樣本回歸的動態面板兩步系統GMM的實證結果可信。

表3 總樣本動態模型回歸結果

續表3

表3結果顯示：首先，無論是采用總指標還是低維度指標刻畫數字金融發展水平，以發明授權專利市場價值作為被解釋變量衡量城市創新能力的回歸結果中，其滯后一期項的系數均在1%的水平下顯著為正，證實了我國區域技術研發創新活動具有持續動態變化特征的猜想。其次，表3列（1）顯示，數字金融發展指數回歸系數在以各區域發明授權專利市場價值、發明專利授權數量為被解釋變量的回歸結果中為正，且在1%的水平下顯著，說明數字金融的發展顯著促進了城市技術創新水平，驗證了H1，即新金融模式的創新的確通過某種行之有效的傳導路徑，發揮了其在促進城市創新能力方面的積極作用。再次，從數字金融分維度指標的回歸結果看：①表3列（2）結果顯示，數字金融覆蓋度的估計系數均在1%的顯著性水平下為正，說明提高數字金融的覆蓋率，使數字金融服務真正惠及更多的創新主體有利于城市技術創新水平的提高。②表3列（4）結果顯示，數字支持服務指標影響系數均為正，且分別在5%和10%的水平下顯著，說明大數據、云計算、區塊鏈等先進互聯網技術的應用，不僅拓展了傳統金融服務的客戶觸達范圍，而且一定程度上通過特殊“征信系統”的建立緩解了借貸以及企業創新活動中可能出現的信息不對稱問題，從而顯著提高了各區域發明授權專利價值。③表3列（3）結果顯示，數字金融使用深度指標的估計系數結果均表現為統計意義上不顯著，即說明數字金融服務多元化的發展并未對城市技術創新水平產生影響，這一結果與現實情況相符，即數字金融對區域內企業創新影響的主要渠道是傳統“信貸”業務，而投資、貨幣基金、保險等業務的開展并未對企業技術創新產生直接影響。

（三）機制檢驗結果與分析

基于上述分析，本文發現數字金融的總體發展、覆蓋廣度的拓展以及數字化的升級，均對城市創新能力產生了較為顯著的“激勵效應”。然而，數字金融具體是通過怎樣的影響機制最終作用于城市創新能力，仍需進一步探究。同現有文獻的融資約束路徑、產業結構優化升級路徑不同，本文另辟蹊徑，從直接、間接路徑傳導的角度出發，探究“市場需求效應”和“國際技術溢出效應”作為內在邏輯機制的合理性。

1.刺激、升級消費需求，直接拉動城市創新能力提升

市場需求是驅動城市創新能力提升最直接、最根本的動力。一般而言，無論是市場需求規模的膨脹，還是需求結構的優化、升級，不僅會為城市技術創新活動的開展營造良好的氛圍，還會起到風向標的重要指引作用。數字金融作為數字中國的重要組成部分，為城市創新活動提供連續、穩定供給端資金投入，同時，也通過刺激市場有效需求以及進行信息挖掘、優化消費結構等方式為技術創新活動的開展開辟新的需求路徑。因此，可以預期，數字金融的區域創新“激勵效應”在市場需求比較小或者是市場需求級別比較低的地區將更加顯著。這是因為，在具有較小市場需求特征的區域，數字金融更能發揮其優勢，在邊際效用遞減理論下，最大化地緩解居民消費約束，刺激更多消費需求或優化該區域居民需求結構。基于此，本文將實證分析區域性市場需求水平和結構對數字金融發展與城市技術創新水平關系的影響，以驗證數字金融是否通過提升區域市場需求或者優化市場需求結構等方式，直接促進城市技術創新水平的提升。實證回歸結果見表4、表5所列。

表4 數字金融、消費規模與城市技術創新

續表4

表5 數字金融、消費結構與城市技術創新

表4列（1）、列（2）分別報告了以社會零售商品消費總額和居民消費率作為機制變量反映市場需求規模的估計結果。分析發現，數字金融發展指數系數雖不顯著，但數值為正；數字金融發展指數與代表市場需求規模機制變量的交乘項系數為負，且均在1%的水平下顯著為負。表5列（1）、列（2）分別報告了以生存型消費需求占比（即消費結構低端化）和發展+享受型消費需求占比（即消費需求結構優化、升級）作為機制變量反映消費或市場需求結構的估計結果，此時，數字金融發展指數系數在1%的水平下顯著為正，另外，數字金融發展指數與生存型消費需求占比交乘項系數顯著為正，同時數字金融發展指數與發展+享受型消費需求占比交乘項系數顯著為負。以上結果均與預期相符，驗證了H2。

2.提高對外開放水平，促進國際技術溢出

通過信息挖掘、云計算分析處理、信息共享等路徑，數字金融依托大數據以及區塊鏈技術能較大程度紓解國際貿易中的信用難題。另外，數字金融也為國際貿易活動的順利開展提供了多元化融資渠道，擴大了區域內國際貿易的規模，促進了對外開放程度的提高，而國際貿易作為國際技術溢出效應實現的三大路徑之一，憑借技術溢出、競爭效應等提高資金使用效率、優化資源配置等方式，在激勵國內城市技術創新水平提升方面發揮著不可代替、無可比擬的作用。也就是說，基于間接機制傳導角度，數字金融的發展可能通過促進國際貿易活動開展的路徑，實現其激勵城市技術創新水平提升的目的。因此，可以預期，若以上推理成立，在國際貿易規模較小即對外開放程度較低的地區，數字金融的城市創新“激勵效應”會更加顯著?；诖?，本文將實證檢驗數字金融對城市創新能力的“激勵效應”在對外開放程度異質化條件下的情況，檢驗結果見表6所列。

表6 數字金融、國際貿易與城市技術創新

續表6

表6報告了間接影響路徑之一國際貿易（即對外開放程度）的機制檢驗回歸結果，可以發現，數字金融發展指數的估計系數雖然沒有表現為統計意義上的顯著性，但數值為正。另外，數字金融發展指數與國際貿易規模交乘項的系數為負，且在1%的水平下顯著，說明伴隨著國際貿易規模的擴大或對外開放水平的提高，數字金融對城市技術創新活動的“激勵效應”正在逐步減弱，同樣屬于邊際效用遞減的范疇，也就是說，在國際貿易規模較小或者是對外開放程度較差的地區，數字金融的區域創新“激勵效應”會更加顯著。該結果與預期相符，驗證了H3。

五、進一步分析：門檻特征檢驗

中國地域遼闊，地區間資源稟賦、經濟發展水平不盡相同，除了數字金融自身特性引發的內生性風險外，市場分割狀況也會對數字金融最終作用于城市創新能力的效果產生重要影響。因此，按照作用對象差異，本文將市場分割劃分為消費品市場分割、勞動力市場分割和資本品市場分割三種類型。在進一步分析中，將區別于現有文獻普遍采用的分組回歸或交乘項回歸方法，運用動態門限面板回歸模型具體測度以上三種類型的市場分割狀況，并就數字金融對城市創新能力產生影響的異質化作用路徑進行分析。

（一）門檻效應檢驗與門檻值確定

以總、分市場分割指數作為門限變量的動態門限自抽樣檢驗結果，見表7所列。Wald統計量及P值檢驗結果顯示，以發明授權專利市場價值作為被解釋變量衡量城市創新能力一重門檻效應顯著。由此說明，數字金融發展對城市創新能力的影響會伴隨著門限變量特征值的差異呈現一種非線性的動態變化特征。

表7 動態門限自抽樣檢驗結果

（二）參數估計與結果分析

表8報告了以市場分割指數（包括總指數和各分市場指數）作為門檻變量時，數字金融對城市創新能力的影響。由動態面板門限模型的回歸結果可知，以市場分割狀況等外部性因素作為門檻變量的一重門檻效應均十分顯著，即數字金融發展對城市創新促進作用在不同強度區間內有所不同，具有非線性的特征。

表8 動態門限面板回歸模型結果四

續表8

1.總市場分割指數

在表8列（1）總市場分割指數為門檻變量的動態門限面板的回歸結果中，無論置于何區間，市場分割狀態下的數字金融不僅難以發揮對城市技術創新的“激勵效應”，反而產生了“遮掩效果”，即數字金融對技術創新水平產生了顯著的抑制作用。其中，當總市場分割指數置于較低區間程度時，即低于門檻值5.704時，數字金融發展指數對發明授權專利市場價值的影響系數為-0.062，并在1%的水平下顯著；當總市場分割指數持續走高并跨越這一門檻值后，數字金融指數的系數不僅沒有出現逆轉，反而在1%的顯著性水平下該估計系數絕對值增大至0.319。這說明總市場分割狀況的存在徹底扭轉了數字金融本該發揮其對城市技術創新的促進作用，具體表現為隨著總市場分裂程度的上升，數字金融對城市創新能力的抑制作用表現得愈發強烈。

2.子市場分割指數（消費品市場分割指數）

表8列（2）—（4）分別為子市場分割指數作為門檻變量的動態門限面板的回歸結果。具體來看，表8列（2）中，以消費品市場分割指數作為門檻變量，當消費品市場分割程度處于較低水平，即尚未跨越門檻值0.016時，數字金融發展指數的估計系數在1%的水平下顯著，為0.051；當消費品市場分割程度加劇，分割指數跨越門檻值后，數字金融對發明授權專利市場價值代表的城市創新能力的影響系數為-0.165，且在1%的水平下顯著。這說明當消費品市場分割程度到達并超越臨界值后，“遮掩效應”同樣扭轉了數字金融對城市創新能力的激勵效果，只有在較低程度的消費品市場分裂狀態下，數字金融才有可能發揮其應有的創新“激勵效應”。

3.子市場分割指數（勞動力市場分割指數）

表8列（3）顯示，在勞動力市場分割指數作為門檻變量的動態門限面板模型的回歸結果中，無論分割指數是否跨越門檻值，勞動力市場分割狀況的存在使得數字金融發展指數的階段性估計系數均顯著為負，且伴隨著分割程度的增加，該因素對數字金融與城市創新能力關系的影響程度加劇，具體表現為同等顯著性水平下絕對值上升。這說明，相比之下，勞動力市場分割狀況對數字金融與城市創新能力關系的“遮掩”作用效果更加直接且顯著，雖然較低程度的勞動力市場分割指數能夠暫時緩解市場分割對數字金融創新“激勵效應”的抑制作用，但是卻始終沒有扭轉抑制作用。

4.子市場分割指數（資本市場分割指數）

表8列（4）顯示，以資本市場分割指數作為門檻變量，當該子市場分割指數低于門檻值0.011時，數字金融發展指數對發明授權專利市場價值的影響系數在1%的水平下顯著為正，且為0.214；當資本市場分割指數大于此門檻值水平后，數字金融發展指數的估計系數出現逆轉，不僅為負，且同樣在1%的水平下顯著。該結果說明，當資本市場分割程度較小時，“遮掩效應”不顯著，數字金融憑借其特征優勢可以發揮其對城市創新能力的激勵效果；當資本市場分割狀態已然甚囂塵上時，數字金融的區域創新激勵效果會被“遮掩”，并在資本市場分割狀態下產生抑制加重效果。

綜上所述，無論是子市場分割指數還是總市場分割指數作為門檻變量的動態門限估計結果均說明，“市場分割”這一現實因素從本質上已然會對數字金融與城市創新能力提升的“激勵效應”產生顯著的“遮掩效果”，且伴隨著市場分割指數的上升，該“遮掩效果”的反向抑制作用愈演愈烈，雖然數字金融憑借其先天技術優勢可能會在個別子市場中發揮對沖、反牽制效果，但是就目前數字金融發展階段來看，很難在高維度市場分割狀態下對城市技術創新水平產生根本的扭轉作用。

六、內生性問題探討與穩健性檢驗

本文采用兩步系統GMM動態模型估計方法對核心解釋變量、各控制變量進行滯后一期處理，在一定程度上克服了由于變量選取、模型設定以及反向因果識別等問題導致的內生性偏誤。下文將主要圍繞聚焦問題，對基本回歸結果和傳導機制兩部分的內容展開穩健性檢驗。

（一）針對基本回歸結果的穩健性檢驗

1.變量選取

鑒于創新產能輸出結果多樣性的表現形式，除了使用上述城市創新能力代理變量外，為得到更加穩健的實證結論，本文將同時采用兩個指標衡量城市技術創新水平的實際狀況。特別需要說明的是，研發投入與發明授權專利數量的比值（IE）這一指標，是從“創新效率”角度進一步刻畫區域創新質量，該指標數值越小，即代表單位專利產出要求的研發投入較少、創新效率更高。此外，從數量的角度對數字金融的創新“激勵效應”進行檢驗，將創新水平定義為發明授權專利數量（加1）的自然對數（Inno2）。回歸結果見表9所列。

表9 數字金融與創新研發效率、發明授權專利數量的自然對數

表9列（1）以創新研發效率衡量城市創新能力時，數字金融發展指數的系數為負，且在1%的水平下顯著；表9列（2）以發明授權專利數量（加1）的自然對數為被解釋變量時，數字金融發展指數的估計系數顯著為正。以上結果均說明，數字金融的發展顯著促進了區域內技術創新水平的提高。這一結果與表3總樣本動態模型回歸中以發明授權專利價值作為被解釋變量衡量城市創新能力的結論一致，再次驗證并支持了H1。

2.研究方法

（1）工具變量法一。為增加實證回歸結果的穩健性，本文還呈現了互聯網普及率作為工具變量的兩階段最小二乘法的估計檢驗結果：①選用互聯網上網人數與各城市人口占比（Inter1）衡量互聯網普及率水平；②選用互聯網人數（Inter2）代表互聯網普及率。檢驗結果見表10所列。

表10 工具變量法的回歸結果

考慮模型因果識別中可能存在的主要內生性問題，即反向因果與遺漏變量，本文采用兩步系統GMM方法并且對核心解釋變量進行了滯后一期處理，即通過探究滯后一期的數字金融發展水平對當期城市創新能力的影響，并在一定程度上減輕反向因果識別問題的部分困擾（Wooldridge，2010）［37］，在基準回歸方程中選取并加入了若干可能對城市創新能力產生影響的控制變量，但仍無法忽略因不可觀測因素導致估計結果中可能出現的內生性偏誤。因此，為了更好地識別數字金融發展與城市創新能力之間的關系，本文同時采用工具變量法對模型進行穩健性估計檢驗。參考相關研究（謝絢麗等，2018）［11］，選取區域互聯網普及率作為數字金融發展指數的工具變量，一方面，該指標與數字金融的發展息息相關，其升級、普及均會豐滿數字金融的發展羽翼；另一方面，基于行業的異質性特征，該指標與城市創新能力并無直接關聯。因此，從理論層面上看，互聯網普及率有其作為數字金融發展指數工具變量的合理性。表10是互聯網普及率作為估計變量的回歸結果，同時，還使用不同時間區間的工具變量進行必要的穩健性檢驗，證明估計結果保持不變。表10結果顯示：首先，在工具變量法第一階段的回歸結果中F統計量超過10，說明模型設定中并不存在弱工具變量問題，工具變量法的估計結果真實、有效；其次，即便在考慮了模型的內生性問題以后，數字金融發展指數的系數仍然顯著為正，即數字金融的確發揮了其對城市創新能力的“激勵效應”。該結果與原文中利用兩步系統GMM的估計結果相一致，再次驗證并支持了H1。

（2）工具變量法二。本文選取的外生事件沖擊分別為2013年“余額寶開張”、2014年“數字金融首次在政府工作報告中出現”和2016年“央行頒布《G20數字普惠金融高級原則》”（以下簡稱《原則》），利用各事件沖擊啞變量的滯后一期與數字金融發展指數滯后兩期的乘積作為數字金融發展指數滯后一期的工具變量。一方面，無論是這三個事件或政策的發生、頒布，還是數字金融發展的滯后期，均與數字金融的發展息息相關，即滿足了相關性要求，具體表現為：2013年“余額寶開張”被認為是中國數字金融的正式開端，余額寶這一新型金融形式的出現促進了中國數字金融的發展；2014年數字金融首次在政府工作報告中出現，側面反映了數字金融發展的重要性以及政策層面對數字金融發展布局寄予厚望的戰略體現，而這必然有利于推動中國數字金融的騰飛；2016年央行頒布的《原則》作為全面性、權威性數字金融發展的國際性準則，其制定與推廣必然會加速數字金融保質提升（錢海章等，2020）［38］。另一方面，無論是2013年“余額寶開張”、2014年“數字金融首次出現在政府工作報告”，抑或是2016年“央行頒布的《原則》”，均屬于外生的、全國范圍內一次性鋪開的事件沖擊，以上述外部事件沖擊作為數字金融發展指數的工具變量，能夠盡可能地避免與分離因該工具變量的地域性差異影響而對數字金融作用造成的外部干擾，且其外生屬性也意味著以上政策、事件與城市技術創新不相關，從而滿足了工具變量需具備的外生性要求（錢海章等，2020）［38］。因此，從理論層面看，“余額寶開張”“數字金融首次出現在政府工作報告中”“央行頒布的《原則》”等外部事件沖擊有其作為數字金融發展指數工具變量的合理性。

本文以各事件沖擊啞變量的滯后一期與數字金融發展指數滯后兩期的乘積作為數字金融發展指數滯后一期的工具變量，具體包括：2013年“余額寶開張”的虛擬變量與數字金融發展指數滯后一期的交乘項（Post1t-1×FIt-2）；2014年“數字金融首次在政府工作報告中出現”的虛擬變量與數字金融發展指數滯后一期的交乘項（Post2t-1×FIt-2）；2016年“央行頒布的《原則》”的虛擬變量與數字金融發展指數滯后一期的交乘項（Post3t-1×FIt-2）。以上諸事件的虛擬變量定義為：重要事件或政策發生前Post記為0；重要事件或政策發生后Post記為1?；貧w結果見表11所列。

表11 工具變量法的回歸結果

表11列（1）—（6）分別是2013年“余額寶開張”、2014年“數字金融首次在政府工作報告中出現”和2016年“央行頒布《G20數字普惠金融高級原則》”等外生事件沖擊啞變量的滯后一期與數字金融發展指數滯后兩期的乘積，作為數字金融發展指數滯后一期工具變量的回歸結果。研究發現：首先，無論使用何種外生政策沖擊作為工具變量，表11中工具變量法第一階段回歸結果中F統計量均超過10，說明模型設定中并不存在弱工具變量問題，工具變量法的估計結果真實、有效；其次，即便考慮了模型的內生性問題后，數字金融發展指數的系數仍然顯著為正，即數字金融的確發揮了其對城市創新能力的“激勵效應”。該結果與原文中利用兩步系統GMM的估計結果相一致，再次驗證并支持了H1。

（二）針對傳導機制部分的穩健性檢驗

為進一步增強本文機制檢驗的解釋力，借鑒溫忠麟和葉寶娟（2014）［39］的研究，采用逐步檢驗回歸系數法對傳導機制部分的內容進行穩健性檢驗。模型設定如下：

方程（8）（9）（10）為中介效應檢驗程序，其中：Inno代表城市創新能力，即區域內發明授權專利的市場價值；FI為數字金融發展總指數；Mediate代表中介變量；control表示一系列控制變量，包括外商直接投資（FDI）、對外直接投資（OFDI）、對外開放度（TRADE）、傳統金融發展水平（TF）或產業結構調整指數（Structure）、經濟發展水平（Pgdp）、制度質量（Institutional）、人力資本水平（HC）等；i表示城市；t表示年份；ε為隨機誤差項。

根據溫忠麟和葉寶娟（2014）［39］逐步檢驗回歸系數法的中介效應檢驗機制程序：第一步，檢驗方程（8）的系數，若顯著，進行第二步。第二步，查驗方程（9）的系數和方程（10）的系數，如果兩個都顯著，則中介效應顯著，轉到第四步；如果至少有一個不顯著，進行第三步。第三步，用Bootstrap法直接驗證H0：?1μ2=0，如果顯著，則中介效應顯著，繼續第四步；否則中介效應不存在，分析終止。第四步，檢驗方程（10）的系數，如果不顯著，即為完全中介效應；若顯著，則為部分中介效應，進一步地，若?1μ2和μ1同號，中介效應占總效應的比重為?1μ2/θ1。

1.消費規模

表12為消費需求規模作為機制變量的逐步檢驗回歸系數法的實證分析結果。其中，列（4）—列（5）為社會零售商品消費總額對數值作為區域消費、市場需求規模代理變量的中介機制檢驗結果，根據方程（8）—（10）的理論設定，θ1顯著為正，?1、μ2均顯著為正，即中介效應顯著；μ1顯著為正，?1μ2與μ1同號，屬于部分中介效應，且中介效應占總效應的比重為29.359%。表12列（1）—列（3）為居民消費率作為區域消費、市場需求規模代理變量的中介機制的檢驗結果，同樣根據方程（8）—（10）的理論設定，θ1顯著為正，?1、μ2均在不同的顯著性水平下為正，說明該代理變量的中介效應顯著，進一步地，μ1顯著，?1μ2與μ1同號，即說明此中介效應屬于部分中介效應的范疇。經過計算，此部分中介效應的比重為33.526%，即意味著居民消費率作為消費、市場需求規模代理變量的部分中介效應顯著。

表12 逐步回歸系數檢驗法：數字金融、消費規模與區域技術創新

2.消費升級

表13是消費需求結構優化、升級作為機制變量的逐步檢驗回歸系數法的實證分析結果。列（1）（2）（3）為生存型消費占比作為區域消費、市場需求結構（準確地說是消費、市場需求結構低級化）代理變量的中介機制檢驗結果，根據方程（8）—（10）的理論設定，θ1顯著為正，?1、μ2顯著為負，即意味著生存型消費占比作為中介變量的合理性，且其部分中介效應比重為29.117%。列（1）（4）（5）為發展+享受型消費占比作為地區消費或市場需求結構（地區消費與市場需求結構優化、升級）代理變量的中介機制檢驗結果。根據理論設定，θ1顯著為正，?1、μ2均在不同的顯著性水平下為正，說明該代理變量的中介效應顯著，進一步地，μ1顯著，?1μ2與μ1同號，即說明此中介效應屬于部分中介效應的范疇。經過計算，此部分中介效應的比重為22.946%，即意味著居民消費率作為消費、市場需求規模代理變量的部分中介效應顯著。以上結果再次驗證了H2。

表13 逐步回歸系數檢驗法：數字金融、消費升級與區域技術創新

3.國際貿易

表14為使用逐步檢驗回歸系數法檢測的國際貿易作為中介變量的機制檢驗結果。其中，列（1）—（3）為國際貿易占比作為地區開放程度代理變量的中介機制檢驗結果，根據方程（8）—（10）的理論設定，θ1為正，?1、μ2亦顯著為正，部分中介效應顯著；其中，數字金融激勵區域技術創新水平提升的總效應為1.807，數字金融通過國際貿易對區域技術創新水平的間接效應為0.311，中介效應占總效應的比重為17.183%。以上結果再次驗證了H3。

表14 逐步回歸系數檢驗法：數字金融、國際貿易與區域技術創新

綜上所述，利用逐步檢驗回歸系數法進行機制效應檢驗的結果與文中利用“交叉項”進行機制檢驗的結論基本一致，再次驗證了H2、H3，即肯定了“提質增需”“國際貿易”作為機制變量的合理性。

七、結論與建議

（一）結論

本文運用2011—2018年285個地級市的面板數據，運用兩步系統GMM和動態門限回歸模型對數字金融與城市創新能力之間的關系進行了實證檢驗。研究結果表明：首先，數字金融顯著促進了城市創新能力的提高；其次，數字金融可以通過刺激消費需求、促進消費結構優化升級等直接路徑以及提升對外開放水平等間接路徑發揮其對城市創新能力的激勵效應；最后，數字金融對城市創新能力的作用效果受市場分割狀況的影響，呈現非線性變化的特征。具體地，在市場分割程度較低的情況下，數字金融對城市創新能力的提升作用可能會更為顯著。本文的研究結論不僅豐富了有關金融功能領域方面的文獻，探究數字金融對技術創新這一關鍵維度的影響，也有助于相關部門對數字金融這一新形式的發展制定相應的政策方案。

（二）建議

（1）加快數字金融這一新型金融服務模式在中國的布局。第一，傳統金融機構應加快數字化改革步伐，例如通過區塊鏈等先進金融科技的運用，優化支付、清算業務流程，低成本、快捷地實現信息存儲以及價值轉移，以低廉的價格為創新型企業、產業、項目等提供高效率的金融服務體驗。第二，提高大數據等技術的金融場景應用能力，這一過程同時包括輸入、輸出兩個端口，而金融機構數據化思維模式的轉變是實現這一目標的關鍵，通過構建強大的數據分析設備以及人才儲備體系，打造以大數據技術為核心的生態系統，深入挖掘多端口數據價值，降低創新企業借貸過程中的逆向選擇、道德風險等信息不對稱問題，最終達到利用數字化金融服務渠道提升全方位的用戶體驗的目的。與此同時，大數據技術情景化的應用能力除了要繼續發揮其在風險控制、產品、資本等領域優勢，還要加快其在渠道、場景端的應用布局，為創新企業、項目融資提供更好的用戶體驗。

（2）重視數字金融的安全問題。數字金融時代的到來意味著人們的生產、生活方式將發生翻天覆地的變化，數字技術的運用在為用戶提供更便捷服務的同時，也帶來了不可忽視的脆弱性等安全問題，而這必將成為制約數字金融進一步發展的瓶頸。因此，強化中國數字金融數字安全迫在眉睫。實際上，相比于發達國家，中國現階段亟待加強構建較先進、完備的互聯網安全技術網絡體系，一方面，政府相關部門應加強網絡軟件、硬件的資助，提高金融機構數字技術研究團隊的研發能力；另一方面，基于數字金融網絡信息安全性考慮，鼓勵金融機構與互聯網等IT企業的合作、交流，培養本土數字技術精英，通過自主創新數字金融網絡技術安全手段，切實保障數字金融在場景應用時的高效性、安全性。

（3）循環帶動、突出重圍、及時紓困是突破市場非完整性弊病的有效且必要手段。重點在于應充分調動經濟主體創新、創造積極性，運用多元化手段、通過多維視角釋放因循守舊的要素圈制，促進資金、人才等要素的跨境流動。具體而言，相關部門特別是地區層面的政府，應該樹立長遠策略思維，包括各子市場在內的勞動力市場、商品市場以及資本市場，應該在審慎調控的框架內，給予市場經濟自身的作為空間，促進創新要素的自由流動，釋放創新活力，營造更加市場化的資源配置氛圍。比如，東部地區可以將市場整合的重點放在消費品市場領域，而中西部地區基于自身發展條件，為更好地發揮數字金融對城市創新能力的激勵效應，應該將更多的精力或資源用于探索解禁勞動力市場活力方面，促進人才資源的跨地域流動，提高資源配置效率。

注 釋：

（1）以國家統計局公布的八大類消費支出為支點，根據各種消費支出的相似性特征進行分組，包括生存型消費、發展型消費和享受型消費支出。

（2）冰山成本模型認為，跨地域交易會使商品利潤產生成本損耗，基于問題研究的需要，本文將不同地區的商品或要素設置為Pi和Pj，交易成本為其價格的比例C（0＜C＜1），只有當該商品在一個地區的凈收益高于其在另一個地區的售價時，即Pi（1-C）＞Pj，才會產生跨地域的無成本獲利行為。若地域間商品流通價格的相對方差逐漸減小，說明跨區域無成本套利空間正在逐漸收窄，即市場分割趨勢正在形成或加強。

（3）子市場指標變量的選取，參考趙奇偉（2009）和鄂麗麗，韓慶瀟和楊晨（2018）的指數選取路徑。