區域數字化水平對科技金融生態系統共生關系的影響研究

陳維爽，賈 軍

（濟南大學商學院，山東 濟南 250000）

1 引言

近年來，隨著開放式創新范式的逐步興起，構建創新生態系統與國家創新體系引起各國政府以及社會各界的廣泛關注。科技金融生態系統作為科技型企業、科技金融機構、政府和中介服務機構等主體通過資源互補與合作而實現協同創新的動態平衡系統[1]，是實現創新驅動發展的重要載體，對建設創新型國家具有重要意義。科技金融生態系統的協同創新是科技金融生態系統主體應對不確定環境、在新形勢下取得競爭優勢的有效途徑，科技金融生態系統成員由此形成一種相互關聯、相互影響的共生關系。科技金融生態系統共生是科技金融生態系統保持健康發展以及持久生存的基本前提[2]，也是促進金融服務企業科技創新成果轉化的重要保障[3]。然而，由于科技金融生態系統參與主體的多元化，再加上合作動機以及信息不對稱等因素的影響，科技金融的協同創新表現出風險性與動態性，進而不利于共生關系的穩定[4]。因此，如何提升科技金融生態系統共生水平、實現科技金融生態系統共生發展成為亟待解決的現實問題。

隨著數字技術的發展和數字化水平的不斷提高，其為科技金融生態系統主體間的深度合作提供了新契機。數字化所具有的開放、連接、共享等特征可以增強科技金融生態系統內部的信息連通性，實現各方信息和數據資源的交流與共享，有效解決系統成員間的信息不對稱問題，從而優化科技金融主體的決策環境[5]；同時，借助數字技術，可以有效降低評估、決策、監管、違約等交易成本，為推進系統成員深度合作、強化共生關系提供了新思路[6]。實踐表明，數字化可以創新金融服務模式，為“銀政企”合作提供新機遇。深圳前海微眾銀行股份有限公司以數字技術賦能金融服務新模式，首次推出以銀行為主導的“銀政擔”線上融資擔保合作業務，構建了包括銀行、政府、擔保機構等在內的綜合性科技金融服務生態體系，充分融合了各方需求，打通了科創型企業融資通道，滿足了企業對科技創新的資金需求[7]。由此可見，數字技術與科技金融的結合可以為各方合作提供新的可能與契機。

目前，關于科技金融的文獻主要集中在科技金融的評價、效率以及與科技創新之間關系的研究。徐宇明等[8]通過構建科技金融發展指數，分析了我國科技金融發展的動態變化及空間分布情況。李俊霞等[9]從質量視角對我國科技金融資源配置效率進行評價，發現直接融資比例、風險投資強度和科技企業孵化器孵化能力對科技金融效率具有正向作用。在科技金融與科技創新關系的研究方面，部分學者從生態系統視角出發，探討科技金融生態系統對科技創新的影響。張明喜[10]采用空間Dubin模型實證檢驗了科技金融生態系統發展水平對區域科技創新的促進作用。張玉喜等[11]以企業、科技金融機構和市場、中介服務機構以及政府四大種群間的協同狀況測度科技金融生態系統共生度，研究發現科技金融生態系統共生對科技創新具有明顯促進作用。

在數字經濟背景下，學者們圍繞數字化與科技金融之間的關系進行了豐富研究。韓俊華等[12]認為，以區塊鏈為代表的數字技術可以有效監管科技與金融融合風險。汪曉文等[13]通過對數字經濟與科技金融效率的關系進行實證研究發現，數字化程度對科技金融效率具有顯著影響。隨著數字化的不斷發展，創新生態系統的價值創造邏輯正在被數字技術顛覆，少數學者從理論層面對數字技術與創新生態系統的互動關系展開深度思考。Beltagui等[14]認為，數字化將數據這一生產要素引入到創新生態系統之中，會推動創新主體間的要素進行關聯與重組，從而增強系統主體間的協同合作，由此產生創新生態系統共生關系。Fisher[15]認為，技術進步是生態系統共生關系建立的重要驅動力，數字技術的快速發展會為生態系統帶來大量的新興市場機會，系統內的組織可通過互惠互利的共生關系共同開發機會，實現價值共創。

從已有文獻可以看出，學者們圍繞科技金融效率及評價、科技金融生態系統與科技創新關系、數字化與科技金融關系等領域展開了豐富的研究，但仍存在以下不足：一方面，隨著數字化的發展，數字技術賦能科技金融生態系統，為科技金融生態系統主體之間充分進行數據和信息資源的交換與共享提供了新的思路和契機，而已有文獻對這一問題的研究還不多見；另一方面，雖然少量研究關注到數字技術對創新生態系統可能產生的影響，但沒有探討數字化水平對科技金融生態系統共生關系的影響機理。鑒于此，本文從數字化和共生理論視角出發，圍繞區域數字化水平與科技金融生態系統共生關系進行深入探討。同時，考慮到區域數字化主要表現為數字基礎設施建設和數字化應用程度等方面，參考周青等[16]的研究，將數字化水平劃分為數字化接入水平、數字化裝備水平、數字化應用水平和數字化平臺建設水平等4個維度，具有相對合理性與廣泛適用性。以我國31個省（區、市）作為研究對象，通過構建科技金融生態系統評價指標體系和區域數字化水平測度指標體系，實證考察不同維度數字化水平對科技金融生態系統共生關系的影響，以期得到相關結論，為推動區域數字化發展、提高科技金融生態系統共生水平提供必要的理論參考與政策啟示。

2 理論分析與研究假設

2.1 區域數字化概念及維度劃分

區域數字化是指社會生活在基礎設施、經濟發展等多個領域的重組方式，是對數字技術的采用或增加使用[17]。目前關于區域數字化水平的測度方法不一，但主要集中在數字化基礎設施、數字經濟和數字化應用等方面。例如：樊勝岳等[18]從數字化基礎設施投入水平和數字化應用水平兩個維度選取指標，衡量不同地區的數字化水平；劉軍等[19]從信息化發展、互聯網發展和數字交易發展等3個維度測算中國分省份數字經濟發展指數。已有研究為區域數字化指標的選擇提供了理論基礎。本研究將數字化水平劃分為數字化接入水平、數字化裝備水平、數字化應用水平和數字化平臺建設水平等4個維度。其中，數字化接入水平是指網絡連接水平，體現了一個區域內科技金融生態系統主體間信息網絡的連通性。數字化裝備水平是指一個區域內數字基礎設施的建設程度。數字化應用水平反映出一個區域內IT技術的掌握程度以及信息技術在新產品開發過程中的應用程度。數字化平臺建設水平則反映了一個區域內數字化創新載體的發展程度。

2.2 區域數字化水平對科技金融生態系統共生關系的影響

已有研究表明，數字化的發展具有“網絡效應”特征，根據梅特卡夫定律，網絡價值將會隨著系統中連接的網絡用戶數量的增多而不斷增加[20]。在數字化水平較低時，由于受到數字技術發展以及數字化應用領域等方面的限制，只有少數科技金融生態系統成員被連接在一起，構成范圍較小的生態系統網絡。此時，數字化服務的網絡規模較小，網絡擴散效應較弱，科技金融生態系統內部知識、信息的流動和更新速度較慢，同時還要承擔較高的運營成本，導致科技金融生態系統主體獲取信息、知識、技術的成本較高，網絡效應和共生效應難以凸顯，從而不利于共生關系的形成[21]。此外，依托數字技術賦能科技金融生態系統需要一段較長時間的技術沉淀與滲透，導致數字化對科技金融生態系統共生關系的影響具有累積效應和滯后效應[22]。這些原因可能會共同導致在數字化水平較低時，數字化水平的提升反而不利于科技金融生態系統共生水平的提高。

梅特卡夫定律的背后體現的是網絡外部性所帶來的乘數效應。當數字化水平突破門檻值時，隨著數字化水平的不斷提升，數字化的正向網絡外部性將得到充分發揮，網絡連接價值的倍增效應開始顯現[23]。一方面，在數字化水平較高時，科技金融生態系統成員間的信息不對稱被打破，政府、企業、金融機構以及中介服務機構可以在網絡中進行幾乎零成本的信息交流和共享，增強了科技金融生態系統內部各個主體間的信息連通性[24]。同時，數字化帶來的信息擴散效應和技術溢出效應將吸引更多的科技金融主體加入到科技金融生態系統中，帶來更大的網絡價值，從而進一步強化了科技金融生態系統共生關系。另一方面，數字化的發展可以優化資源配置。數字化所具有的網絡連接屬性，將政府、金融機構、中介服務機構和企業緊密地聯系在一起，加速了知識、技術、資源等要素在科技金融生態系統內部的流動與整合[25]。政府、金融機構以及中介服務機構可以通過數字化平臺快速、準確地掌握企業需求，從而有效提高資源匹配效率，促進科技金融生態系統共生水平的提升。因此，考慮到網絡外部性，我們有理由認為數字化水平對科技金融生態系統共生關系的影響可能會隨著其自身發展和應用水平的提高而呈現出非線性特征。由此，本文提出如下研究假設。

H1：數字化水平對科技金融生態系統共生關系存在U形非線性影響。

2.3 不同維度數字化水平對科技金融生態系統共生關系的影響

2.3.1 數字化接入水平對科技金融生態系統共生關系的影響。在數字化接入水平較低時，網絡用戶規模較小，此時網絡中的用戶不僅要承擔較高的網絡運營成本，而且只能與數量有限的群體進行信息交流與共享，導致科技金融主體獲取信息的成本較高，科技金融生態系統內部知識、信息、技術等資源的擴散和溢出效應難以充分發揮，不利于規模經濟和共生關系的形成。此外，肖仁橋等[26]認為，數字化接入所帶來的影響具有滯后效應，數字化接入初期的技術改造成本往往大于其產出效應，導致總體表現為負向作用。當數字化接入水平突破臨界值時，隨著數字化接入水平的不斷提高，網絡覆蓋規模大大增加。一方面，在梅特卡夫定律的作用下，越來越多的科技金融主體加入會觸發網絡效應，使得科技金融主體聯動的邊際成本不斷降低，帶來科技金融生態系統內部網絡價值的指數型增長，從而對科技金融生態系統共生關系產生正向溢出效應；另一方面，良好的網絡覆蓋增強了科技金融主體之間的互聯互通，表現為數據形式的信息、技術、知識等資源能夠被重復開發與利用，并通過網絡在科技金融生態系統內部加速傳播與流動，使得組織邊界不斷弱化，從而有利于科技金融生態系統共生水平的提升。由此，本文提出以下假設。

H2a：數字化接入水平與科技金融生態系統共生之間存在U形關系。

2.3.2 數字化裝備水平對科技金融生態系統共生關系的影響。對數字基礎設施建設的投入是數字化裝備和數字化發展的重要表現。一方面，數字基礎設施建設有助于地方基礎設施的更新與優化，實現跨越多個系統和設備收集、存儲以及利用數據[27]，加快科技金融主體之間的資源流動，使得科技金融主體之間可以更好地進行信息溝通、實現知識的共享，從而有利于提高科技金融生態系統共生水平；另一方面，數字化裝備水平對應著固定資產的投資程度，當數字化裝備水平過高時，會造成大量固定資產的閑置，占用地方有限的資源，難以給區域科技金融主體帶來持續收益。同時，數字基礎設施具有公共物品屬性，需要得到有效的治理。一味地增加數字基礎設施投入將會加大治理難度，從而影響區域科技金融主體對數字基礎設施的有效利用[26]。因此，數字化裝備水平并非越高越好，而是存在一個適度規模。由此，本文提出以下假設。

H2b：數字化裝備水平與科技金融生態系統共生之間存在倒U形關系。

2.3.3 數字化應用水平對科技金融生態系統共生關系的影響。數字化應用的不斷發展為打造科技金融生態系統提供了技術支持。數字技術的廣泛應用可以提升科技金融創新主體對數據進行采集、加工和應用的能力，為科技金融生態系統主體全面獲取各種數據提供技術支撐[28]。同時，數字化應用水平的提高增加了科技金融主體對新產品開發的熟練程度，優化和改善了新產品開發流程[29]，有利于促進科技金融生態系統整體創新績效的提升，進而對科技金融生態系統共生關系產生積極影響。然而，周青等[16]通過實證研究發現，數字化應用水平對區域創新績效的促進作用存在一個適度規模，整體表現為倒U形關系。也就是說，數字化應用水平并非越高越好，數字技術的過度應用會帶來“信息超載”問題，使得科技金融主體需要耗費大量的時間和精力對海量的數據和信息進行辨別處理[30]，反而會對科技金融生態系統共生水平的提高產生抑制作用。由此，本文提出以下假設。

H2c：數字化應用水平與科技金融生態系統共生之間存在倒U形關系。

2.3.4 數字化平臺建設水平對科技金融生態系統共生關系的影響。數字化平臺作為一個連接用戶的網絡，同樣遵循網絡效應的規律。在數字化平臺建設初期，需要進行大量的數字化投資，且平臺建設的技術復雜度較高，使得平臺運營的邊際成本較高，因此在短期內對科技金融生態系統共生關系的影響存在滯后效應。同時，由于平臺所連接的科技金融生態系統主體數量較少，科技金融供給與需求難以實現合理匹配，從而抑制了科技金融生態系統共生關系。隨著數字化平臺建設水平的不斷提高，基于網絡的數字化平臺為科技金融主體之間進行知識、資源和信息交互提供了更加便利的場所，提高了科技金融主體之間信息溝通和交易的效率。由此帶來的網絡示范效應會吸引更多主體參與，使得越來越多的科技金融創新主體被緊密聯系起來，此時平臺集聚的數字資源也越來越多，數字化平臺的正向網絡外部性得以充分發揮，從而對科技金融生態系統共生產生積極作用。由此，本文提出以下假設。

H2d：數字化平臺建設水平與科技金融生態系統共生之間存在U形關系。

3 研究設計

3.1 樣本選擇與數據來源

本文選取2003—2020年中國31個省（區、市）的面板數據作為研究樣本。其中，用來測度數字化水平的指標數據均來源于《中國統計年鑒》和《中國互聯網發展報告》；用來測度科技金融生態系統共生度的相關指標數據來源于《中國金融年鑒》、Wind金融數據庫、《中國科技統計年鑒》《中國創業風險投資發展報告》《中國統計年鑒》《中國火炬統計年鑒》；其余控制變量的相關數據來源于《中國統計年鑒》以及《中國分省份市場化指數報告》。此外，對于部分省份個別年份的缺失數據，采用指數平滑法和插值法進行補齊。

3.2 變量選取及測度

3.2.1 被解釋變量。科技金融生態系統共生度（gsd）。科技金融生態系統共生關系表現為不同共生單元在一定的共生環境中通過持續的資金、信息、技術、資源等流動與聯系而產生整體的共生效應[31]。因此，本文基于共生理論，從共生單元、共生基質、共生界面和共生環境等4個子系統出發，認為科技金融生態系統是一個由共生單元在共生界面上通過共生基質相互關聯、相互依存，并受到共生環境影響的動態有機系統。本文在已有研究的基礎上對各子系統的序參量分量指標進行選取，構建科技金融生態系統評價指標體系，如表1所示；并借鑒李曉娣等[32]的研究，采用共生度模型對科技金融生態系統的共生關系進行量化。具體測度過程如下。

表1 科技金融生態系統評價指標體系

首先，設B1、B2、B3、B4分別代表科技金融生態系統的共生單元、共生基質、共生界面和共生環境4個子系統。各子系統的序參量為X={xij,(i=1,2,…,4;j=1,2,…,n)} ，其中，xij代表第i個子系統的第j個序參量，βij≤xij≤αij，當xij為正向影響因素時，各子系統序參量分量的有序度為：

為保證數據在運算過程中有意義，本文對無量綱化后的數據進行整體平移，以此消除零值的影響，即。

其次，運用幾何加權法對各個子系統序參量分量的有序度進行集成，從而得到科技金融生態系統中各個子系統的共生水平。

式（2）中：symi(xi)表示第i個子系統的共生水平，λij表示各子系統序參量分量的權重。權重的確定采用相關系數法計算得到，具體計算步驟如下。

假設第i個子系統的序參量分量個數為n，則子系統Bi序參量分量的相關系數矩陣為：

其中，Ci表示子系統第i個序參量分量對其他（n-1）個序參量分量的總影響。對Ci進行歸一化處理得到各子系統序參量分量的權重。

最后，采用幾何加權法對各子系統的共生水平進行集成，得到科技金融生態系統共生度。

式（5）中：gsd表示科技金融生態系統共生度；wi表示各子系統共生水平的權重，其大小仍采用相關系數法計算得到。

關于表1中個別指標的具體測算解釋如下：中介服務機構的發展情況借鑒郭景先等[33]的計算方法，采用各省份市場中介組織的發育得分衡量；金融相關比率（FIR）借鑒鐘騰等[34]的研究，采用各地區金融機構存貸款余額之和占地方生產總值的比重表示；參考李俊霞等[35]的研究，用科技企業孵化器孵化基金總額與在孵企業數的比值衡量科技孵化器孵化企業能力，用創業風險投資額與投資項目數的比值衡量創業風險投資強度；互聯網發展程度用互聯網寬帶接入端口數表示；借鑒李婧等[36]的研究，采用各地區6歲及以上人口的平均受教育年限衡量地區人力資本水平，其計算公式為：平均受教育年限=（未上過小學人數×0+小學人數×6+初中人數×9+高中人數×12+大專及以上人數×16）/6歲及以上人口數；知識產權保護程度參考黃弢等[37]的做法，以專利侵權案件數占專利授權量的比重為基礎進行測算。

3.2.2 核心解釋變量。數字化水平（dig）是本研究的核心解釋變量。參考周青等[16]的研究，將數字化接入水平、數字化裝備水平、數字化應用水平以及數字化平臺建設水平作為測度區域數字化水平的一級指標，具體二級指標的選取見表2。通過熵權法確定各指標的權重，由此計算出各地區數字化水平的綜合得分。

表2 區域數字化水平測度指標體系

3.2.3 控制變量。科技金融生態系統共生關系受到多種因素的影響，借鑒Cai等[38]、Agostini等[39]的研究，本文同時選取以下影響科技金融生態系統共生關系的變量作為控制變量。具體包括：①地區開放程度（kfd），以地區年度實際利用外資金額占該地區生產總值的比值表示。②市場競爭環境（sch），一般認為市場動態性和競爭程度越高，越有利于共生關系的建立。采用王小魯等[40]在《中國分省份市場化指數報告（2018）》中提供的省際市場化指數來衡量各地區的市場化程度，對于缺失數據則依據樊綱市場化各指標，結合各省份的相關數據計算得到。③城鎮化水平（czh），以各省份年末城鎮人口數與年末總人口數的比值表示。④政府干預程度（gov），以各省份政府財政支出占該地區生產總值的比值表示，用來反映制度環境。一般認為，缺乏有效的制度安排有利于促進共生關系的形成。⑤科技創新能力（inno），參考牟曉偉等[41]的研究，使用各地區專利申請授權量的自然對數來衡量各地區的科技創新能力。⑥經濟發展水平（rgdp），以各地區人均地區生產總值的自然對數表示。

4 實證結果與分析

4.1 描述性統計

從表3中對變量的描述性統計結果可以看出，科技金融生態系統共生度的均值為0.302，最小值為0.115，最大值為0.664，標準差為0.137，表明在考察期內不同省份之間科技金融生態系統共生度的離散程度較大，說明我國科技金融生態系統共生度具有明顯的區域差異；數字化水平的均值為0.381，最小值為0.139，最大值為0.951，標準差為0.196，說明各地區數字化水平的差異較為明顯。此外，為了避免多重共線性問題，對各變量進行方差膨脹因子（VIF）檢驗，結果顯示各變量的VIF值均小于10，表明各變量之間不存在多重共線性問題。

表3 變量的描述性統計

4.2 回歸結果分析

4.2.1 區域數字化水平與科技金融生態系統共生關系研究。區域數字化水平對科技金融生態系統共生關系影響的回歸分析結果如表4所示。其中，模型1和模型2是采用面板個體固定效應模型分別從線性和非線性角度對數字化水平與科技金融生態系統共生之間的關系進行回歸分析，并通過了F檢驗和豪斯曼檢驗。為了對比，模型3和模型4為雙向固定效應模型，同時控制了時間固定效應和地區固定效應。

表4 區域數字化水平對科技金融生態系統共生關系影響回歸結果

表4中模型1和模型3是從線性視角對數字化水平與科技金融生態系統共生之間的關系進行檢驗。模型1和模型3的回歸結果顯示，數字化水平的回歸系數分別為0.141和0.068，且均在1%的顯著性水平上顯著，說明從整體上看，數字化水平對科技金融生態系統共生關系存在正向影響。模型2和模型4是從非線性視角對數字化水平與科技金融生態系統共生之間的關系進行檢驗。由模型2和模型4的回歸結果可知，數字化水平二次項的回歸系數均在1%的顯著性水平上顯著為正，表明數字化水平與科技金融生態系統共生關系之間存在明顯的U形非線性關系。根據表4中模型4的估計結果，對“U形”曲線拐點進行估算，得到拐點處區域數字化水平約為0.370。從表3中的描述性統計結果可以看到，在考察期內我國31個省（區、市）數字化水平的中位數和平均數分別為0.332和0.381，十分接近拐點處的數字化水平。由此可以推斷，在考察期內我國31個省（區、市）中有近一半省（區、市）的數字化水平已經跨越發展拐點，開始對科技金融生態系統共生關系產生促進作用。

為了使結論更加嚴謹可靠，本文根據Lind和Mehlum[42]對U形關系的檢驗方法，利用utest檢驗命令對數字化水平與科技金融生態系統共生之間的U形關系進行進一步的檢驗與分析，檢驗結果如表5所示。

表5 數字化水平與科技金融生態系統共生的U形關系檢驗

由表5可以看出，計算出的極值點均落在數字化水平的樣本數據范圍內，且均在95%的置信水平上落在基于Fieller的標準誤差方法計算出來的置信區間內。由此可見，模型2和模型4均通過了U形關系的檢驗，即數字化水平對科技金融生態系統共生關系存在U形非線性影響。假設H1得到驗證。

4.2.2 數字化水平各維度與科技金融生態系統共生關系影響研究。由上述實證回歸結果可知，區域數字化水平對科技金融生態系統共生關系存在U形非線性影響。考慮到數字化水平是一個綜合性指標，數字化水平的不同維度對科技金融生態系統共生關系的影響程度可能存在差異。因此，接下來本文將從構建數字化水平指標的4個維度出發，分別考察數字化接入水平、數字化裝備水平、數字化應用水平以及數字化平臺建設水平各自對科技金融生態系統共生關系的影響程度，回歸結果如表6所示。

表6 數字化水平各維度對科技金融生態系統共生關系影響回歸結果

表6中模型6顯示，數字化接入水平的二次項系數在1%的水平上顯著為正，表明數字化接入水平與科技金融生態系統共生之間呈U形關系，驗證了H2a。這說明，短期內數字化接入成本效應大于產出效應。因此，需要進一步提升數字化接入整體水平，使其跨過拐點，進而對科技金融生態系統共生關系產生顯著促進效應。模型8顯示，數字化裝備水平的二次項系數顯著為負，表明數字化裝備水平與科技金融生態系統共生之間呈倒U形關系，驗證了H2b。這說明，數字化裝備投入并不是越高越好，而是存在一個適度水平。模型10檢驗了數字化應用水平與科技金融生態系統共生之間的關系，結果顯示數字化應用水平二次項系數在1%的水平上顯著為負，說明數字化應用水平與科技金融生態系統共生之間呈倒U形關系，驗證了H2c。模型12顯示，數字化平臺建設水平對科技金融生態系統共生影響的二次項回歸系數顯著為正，表明數字化平臺建設水平與科技金融生態系統共生之間呈U形關系，H2d得到驗證。

4.3 異質性分析

我國各地區之間由于地理位置、經濟基礎以及資源稟賦等的不同，數字化水平和科技金融生態系統共生水平并不均衡，存在著較為明顯的區域差異。因此，為了進一步探究區域數字化水平對科技金融生態系統共生關系影響的地區差異，本文在全樣本的基礎上，按照地理位置和經濟發展水平將31個省（區、市）劃分為東部地區、中部地區和西部地區三大區域，采用面板固定模型分地區檢驗區域數字化水平對科技金融生態系統共生關系的影響，回歸結果如表7所示。

表7 不同地區數字化水平對科技金融生態系統共生關系影響回歸結果

由模型14和模型18的回歸結果可知，東部和西部地區數字化水平的一次項系數分別為0.205、0.062，且均至少通過了5%水平的顯著性檢驗，說明東部和西部地區數字化水平能夠有效促進科技金融生態系統共生關系。由模型15和模型19的回歸結果可知，東部和西部地區數字化水平的二次項系數均在至少5%的水平上顯著為正，說明東部和西部地區的數字化水平對科技金融生態系統共生關系均存在較為顯著的U形非線性影響。然而兩者背后的原因機制卻不相同，具體來說，東部地區數字化發展較早，發展水平相對較高，擁有較為完善的數字基礎設施、前沿的數字技術以及豐富的人力資本等資源，東部地區借助這些先發優勢可以充分釋放數字化發展紅利，發揮多種功效賦能科技金融生態系統，從而推動東部地區科技金融生態系統共生發展；就西部地區而言，盡管其數字資源稟賦和經濟發展程度與東部地區相比有著較大差距，但受益于國家宏觀調控政策傾向與資源傾斜，如西部大開發等區域協調發展戰略的深入實施，西部地區得以發揮后發優勢，加快數字化發展進程，進而促進區域內要素優化配置，逐步縮小與發達地區之間的數字鴻溝，并通過釋放數字化發展紅利促進科技金融生態系統共生發展。

由模型16和模型17的回歸結果可知，中部地區數字化水平的一次項系數在5%的水平上顯著為負，而數字化水平的二次項系數不顯著，說明中部地區數字化水平對科技金融生態系統共生關系存在抑制作用。這可能是因為，中部地區數字化發展的基本格局已經形成，政府對中部地區的政策支持力度有限，使得中部地區數字化發展在經歷快速增長的黃金期后，要素資源錯配現象開始加劇，生態種群整體發展逐步放緩，一定程度上抑制了科技金融生態系統可持續發展活力，導致中部地區數字化水平對科技金融生態系統共生關系呈現出負向影響；同時，中部地區不僅沒有東部地區先天優越的資源稟賦，也沒有西部地區后天強有力的政策支持與體制保障，進而導致本地區無法實現數字化水平的快速提升，借助數字化發展新動能促進中部地區科技金融生態系統共生關系也就無從談起。綜上所述，數字化水平對科技金融生態系統共生關系的影響存在顯著的區域異質性。

4.4 穩健性檢驗

一是考慮模型內生性的穩健性檢驗。為了緩解內生性問題對回歸結果產生的干擾，本文參照范合君等[43]的做法，分別將解釋變量滯后一期作為當期的工具變量，并采用系統GMM二步法進行內生性檢驗。穩健性檢驗結果顯示，數字化水平二次項系數的符號和顯著性與前文回歸結果基本一致，區域數字化水平對科技金融生態系統共生關系存在U形非線性影響的假設H1再次得到驗證；并且不同維度數字化水平對科技金融生態系統共生關系影響的全模型回歸結果顯示，假設H2a至假設H2d的檢驗結果基本保持不變。因此，可以認為，即使考慮到內生性問題，本文的研究結論依然穩健。

二是剔除極端值的穩健性檢驗。鑒于回歸結果的穩健性往往會受到某些極端值的影響，本文借鑒蘆婷婷等[44]的做法，對所有連續型變量采用Winsorize方法進行上下1%的縮尾處理，并采用雙向固定模型對回歸結果的穩健性進行檢驗。結果顯示，經縮尾處理的穩健性檢驗結果較之前并未發生較大變化，本文的研究結論仍然成立。

5 結論與建議

5.1 研究結論

本文以我國31個省（區、市）作為研究對象，實證考察區域數字化水平對科技金融生態系統共生關系的影響，以及數字化水平各維度對科技金融生態系統共生關系影響的差異性，最后從地區層面對數字化水平與科技金融生態系統共生關系進行異質性檢驗。主要研究結論如下：①區域數字化水平對科技金融生態系統共生關系的影響并非簡單的線性關系，而是呈現出U形非線性特征，且兩者正U形曲線拐點處的數字化水平約為0.370。②數字化水平不同維度對科技金融生態系統共生關系的影響存在明顯差異。具體而言，數字化接入水平和數字化平臺建設水平對科技金融生態系統共生的影響呈正U形，而數字化裝備水平和數字化應用水平對科技金融生態系統共生的影響呈倒U形。③數字化水平對科技金融生態系統共生關系的影響存在顯著的區域異質性。東部和西部地區數字化水平與科技金融生態系統共生之間存在較為顯著的U形非線性關系，而中部地區數字化水平對科技金融生態系統共生則存在抑制作用。

5.2 理論貢獻及政策啟示

與已有研究相比，本文的理論貢獻在于：①從數字化視角出發，深入分析了區域數字化水平對科技金融生態系統共生關系的非線性影響機理，并進行實證檢驗，豐富了科技金融生態系統共生的相關理論，為促進區域科技金融生態系統共生發展提供了理論支撐；②通過分析不同維度數字化水平對科技金融生態系統共生關系的非線性影響機理，揭開了數字化水平不同維度對科技金融生態系統共生發展的作用關系，深化了對數字化發展的理論認知。

本研究的政策啟示如下：①目前我國一多半省份的數字化發展水平尚未越過拐點，因此仍須進一步加強數字化建設以促進區域數字化水平提升。一方面，要加大對網絡基礎設施建設的投入力度，努力提升網絡普及率，為區域數字化建設提供必要的硬件支撐；另一方面，加大對數字人才的培育力度，以培養數字化人才為依托，不斷完善政策與就業服務保障體系，增強區域數字化發展軟實力。②數字化接入水平和數字化平臺建設水平與科技金融生態系統共生之間呈正U形關系，因此應適當增加對數字化接入和數字化平臺建設領域的投入，提高信息網絡的連通性和數字化平臺利用效率；數字化裝備水平和數字化應用水平與科技金融生態系統共生之間呈倒U形關系，說明兩者的過度投入反而不利于科技金融生態系統共生水平的提高，因此在數字化建設過程中應根據區域實際發展需要合理確定數字化裝備和數字化應用的投資水平。③我國不同地區的數字化水平和科技金融生態系統共生水平差異顯著，因此要制定符合本地區發展實際的差異化政策。具體而言，政府應進一步加大對中西部地區數字基礎設施建設的扶持力度，給予中西部地區更多的政策傾斜，強化中西部地區數字化發展的薄弱環節；東部地區較中西部地區而言，數字化基礎設施建設相對完善，數字化發展對科技金融生態系統共生關系的促進作用也較為顯著，因此政府應制定致力于數字核心技術突破的政策，提高數字關鍵核心技術優化科技金融生態系統的能力。

5.3 研究不足及展望

本研究探討了區域數字化水平對科技金融生態系統共生關系的影響，數據選擇基于省級層面，缺乏從市級或企業層面對相關問題進行實證檢驗。因此，在未來的研究中，可通過調研等方式獲取相關數據，對市級或企業層面進行更為細致的探究。