數字金融、區域創新與經濟發展聯動關系
——基于廣東省面板數據PVAR 動態模型分析

文江盼

(湛江科技學院 廣東湛江 524000)

近年來，隨著數字技術、大數據分析技術的發展，技術創新持續向更大范圍、更高層次和更深程度推進，創新動力高度融入經濟社會發展，對推動舊動能轉換新動能以及區域經濟結構升級、增加就業機會和提升社會民生水平，實現提供公平機會和社會縱向發展起著重要作用，創新活力也為我國的經濟發展提供了有力保障。

然而，如果想創新效率快速提升，就離不開金融服務的發展，隨著數字化金融推進，為企業解決融資難、融資貴的問題，解決了中小企業在創業過程中信息不對稱困擾，為創新創業提供了強有力的支撐。數字金融的推廣匯聚了更多專業投資平臺和高端科技人才以及優秀的企業家。對于擁有較好資源的地區，正在逐步形成以科技、人才、資本為首的“三駕馬車”新局面。

目前，我國持續加強對市場主體的金融支持力度，運用數字化技術通過營造健康的金融環境提升區域創新能力，由此可以得出如何運用數字金融工具推動區域創新成為當今社會經濟發展值得探討的問題，同時目前的數字金融發展水平、區域創新與經濟發展三者是否有互相影響作用，貢獻程度如何也是值得分析的問題。所以，在此背景下，有必要就當前的數字金融發展、區域創新水平以及經濟發展三者之間關系進行實證分析，分析數字金融在區域創新能力培育中的影響程度，以及對經濟發展的貢獻性，并針對結果及其問題提出可行性建議。

1 文獻回顧

數字金融發展激勵了區域創新。崔冉等(2022)通過分析數字金融對區域創新影響進行分析，提出數字金融能夠明顯激勵區域創新發展，且其激勵效應呈現正向邊際效應遞增非線性特征。郎香香等(2022)以新三板企業為研究對象，分析數字金融對中小企業創新影響，研究表面數字金融能夠促進中小企業創新，提升企業創新水平。目前，研究數字金融與經濟發展的內容較多，許多學者通過不同的空間計量模型分析數字金融與經濟發展的關系。褚翠翠等(2021)通過構建空間計量模型來研究數字金融對經濟的發展關系，研究發現，數字金融促進該地區經濟發展，但對其相鄰地區空間溢出效應是負向的。錢海章等(2020)通過實證分析發現，數字金融在城鎮化率低及物資資本高的地區對技術創新和創業促進更為強烈，進而推進經濟發展。

2 實證模型構建

2.1 PVAR模型構建

面板向量自回歸模型(PVAR)是結合了面板數據模型與向量自回歸模型，該模型既有VAR模型在建模時無需設定變量之間因果關系的特性，又可將各變量作為內生變量，進而研究各變量與其滯后變量對模型中其他變量的影響。同時，PVAR模型可以兼慮時間與個體效應，有效控制截面對個體差異的問題，為分析數字金融、區域創新與經濟發展提供了有效的實證檢驗方法。

構建PVAR模型研究數字金融普及、區域創新與經濟發展之間關系，對應每個地市i，標準模型如下：

其中Yi,t=[DF,IE,ED]T為包括3個變量的列向量；DF表示數字金融發展水平；IE表示區域創新；ED表示經濟發展水平；εi,t表示隨機擾動項，采用Arellano等(1995)提到的向前均值差分去除個體股東效應的異質性影響。

2.2 數據來源

本文通過Python爬蟲相關資料年鑒選取廣東省21個地級市2011—2020年面板數據。其中，數字金融發展水平以“北京大學數字普惠金融指數”表示。區域創新水平以北京大學光華管理學院發布的“中國區域創新創業指數”表示，該指數結合了企業家、資本以及技術三大板塊，從企業新建數量、吸引外商投資及風險投資、區域專利授權量和商標注冊量5個方面來反映我國各區域創新活力和發展水平，之所以選擇該指數是因為根據龍建輝(2018)研究提出的區域創新能力增長是靠外源路徑(外商投資、進出口貿易)和內源路徑(技術創新、人力資本)在一定程度上共同促進且協同效應來確定的，故用該指數能夠較好地反映區域創新能力。經濟發展水平以“人均GDP”來表示，本文運用Stata進行模型設定與檢驗。

2.3 變量設定

為了減少異方差和數據波動過大的影響，對數字金融發展水平、區域創新創業發展水平以及經濟發展3個變量進行對數化處理，同時為了使模型所有變量都是平穩的，本文對3個變量進行了一階差分處理。變量具體描述統計見表1。同時，本文借鑒謝汝宗等(2022)的做法，將廣東省21個地級市面板數據進行劃分，分為廣東省地區、珠江三角洲地區(以下簡稱“珠三角地區”)、粵東西北地區，其中珠江三角洲地區包括廣州、深圳、佛山、珠海、東莞、中山、江門、惠州、肇慶9個地級市，其余12個地級市被劃分為粵東西北地區，以上述3個區域為代表，分別分析整體與局部地區差異性分析。

表1 變量描述性統計

為了減少異方差和數據波動過大的影響，本文對數字金融發展水平、區域創新以及經濟發展3個變量進行對數化處理，同時為了使模型所有變量都是平穩的，本文對3個變量進行了一階差分處理。

3 實證分析

3.1 單位根檢驗

本文為了避免出現偽回歸問題，需要進行單位根檢驗，本文分別采用LLC檢驗、PP檢驗以及ADF-Fisher檢驗進行單位根檢驗，檢驗結果如表2所示

表2 變量單位根檢驗p值結果

由表2可知，廣東省全體樣本中，lnED在ADF-Fisher檢驗和PP檢驗未能拒絕變量原假設，在珠三角地區，lnDF在ADFFisher檢驗和PP檢驗未能拒絕變量原假設，在粵東西北地區，lnED在ADF-Fisher檢驗、PP檢驗未能拒絕變量原假設，lnIE在ADF-Fisher檢驗未能拒絕變量原假設。為此，通過對lnED、lnDF、lnIE一階差分后p值均小于0.05，這也說明3種單位根檢驗方法所得的P值都顯著拒絕了原假設，因此數字金融、區域創新以及經濟發展經過一階差分后都具有平穩性。

3.2 確定最優滯后階數

在確定PVAR模型之前，本文需要通過AIC、BIC以及HQIC統計量來確定最優滯后階數，以防滯后階數過小造成誤差項自相關滯后階數過大引起的自由度下降。根據最小化信息準則，AIC、BIC以及HQIC最小值均出現在1階，則該階數為最優滯后階數，所以PVAR模型所在最優階數為1階。

表3 最優滯后階數檢驗結果

3.3 PVAR模型穩定性檢驗

本文后續要進行脈沖響應及方差分解，需要先對PVAR模型進行穩定性檢驗，若所有的特征根均落在單位圓內(是否小于1)，這說明所構建的模型是穩定，可以進行脈沖響應和方差分解。經檢驗，該模型所有特征根均落在圓內，因此所構建的滯后1期的面板向量自回歸模型具有一定的穩定性。

3.4 格蘭杰因果檢驗

本文運用格蘭杰因果檢驗法對廣東省數字金融、區域創新和經濟發展之間的影響關系進行分析，設定最優滯后階數為 1 時，得到格蘭杰因果檢驗結果若P值小于0.05拒絕原假設。從表4可知，廣東省和珠三角地區只有數字金融是經濟發展格蘭杰原因，粵東西北地區各指標都接受原假設。

表4 格蘭杰因果檢驗結果

但值得注意的是，由于受到數據選取時間長度、相互影響滯后等因素，格蘭杰因果關系檢驗只判斷了變量之間具有相互影響關系，并不能完全代表實際經濟活動情況，故變量之間相互影響的方向和影響比重還需要通過脈沖響應和方差分解進一步分析。

3.5 脈沖響應結果分析

本節借助蒙特卡洛方法，在95%置信區間下通過200次模擬得到模擬時間跨度為10期的各地區脈沖響應結果。

3.5.1 廣東省脈沖響應結果分析

第0～2期數字金融對區域創新提升起促進作用，其效應由負方向轉變為正方向；數字金融對于經濟發展作用是正向的，但第5～10期推進作用強度逐漸降低。第0～3期區域創新對于數字金融發展具有正向促進作用，其長期作用效果不明顯；第0～3期內區域創新提升對于經濟發展起正向促進作用。經濟發展對于數字金融、區域創新發展具有正向效應，短期內正向促進作用較大，隨著時間的推移，沖擊影響力度逐漸消失。

3.5.2 珠三角地區脈沖響應結果分析

數字金融、區域創新與經濟發展三者之間相互促進作用在第0～3期呈現正向促進作用，但是效果不顯著。隨著時間延長從第5期至第10期，三者相互促進效果明顯增強。

3.5.3 粵東西北地區脈沖響應結果分析

第0～3期內數字金融對區域創新有促進作用，由負效應轉變為正效應；數字金融在第0～3期內對于經濟發展具有正向促進作用。區域創新對于數字金融在第0～3期內具有正向促進作用，隨著期數增加呈現先下后上升趨勢，第5～10期內促進效應減弱；第0～3期區域創新對于經濟發展有促進正向作用，其沖擊效應由負效應向正效應轉變。第0～2期經濟發展對于數字金融促進作用明顯，第5～10期內其明顯效果減弱；第0～2期經濟發展對于區域創新有促進正向作用，但隨著期數的增加，其作用效果顯著減弱。

3.6 方差分解

為分析地區之間的數字金融、區域創新及經濟發展之間的長期影響情況，本文對于該模型進行方差分解，其判斷各指標之間的貢獻程度，如表5所示各指標第1期、第5期以及第10期的方差分解結果。

表5 各指標方差分解結果

依據廣東省、粵東西北地區和珠三角地區方差分解結果分析，從廣東省來看，數字金融主要受自身貢獻程度影響，直到第10期為96.5%，其次貢獻率分別為經濟發展、區域創新。區域創新主要受自身貢獻程度，第10期為95.5%，其次分別受數字金融、經濟發展貢獻影響。經濟發展主要是自身貢獻程度較大，第10期為85.4%，其次分別受數字金融、區域創新貢獻影響。

從珠三角地區來看，數字金融主要受經濟發展貢獻影響較大，直至第10期為63.9%，其次依次受自身及區域創新貢獻影響。區域創新到第10期主要受經濟發展貢獻影響較大，為58.2%，其次分別受數字金融及自身影響。經濟發展主要受自身貢獻影響，第10期為70%，其次分別受影響因素是數字金融和區域創新。從粵東西北地區來看，數字金融、區域創新及經濟發展主要受自身貢獻影響較大，第10期分別為97.6%、91.2%、97.4%。

4 研究結論及建議

4.1 研究結論

研究發現：(1)數字金融、區域創新及經濟發展三者間存在相互促進關系，但是促進效果顯著性較小；(2)數字金融、區域創新及經濟發展相互促進程度存在地域異質性，從廣東省來看，處于發達的珠三角地區其三者相互促進協同作用較大，處于欠發達的粵東西北地區三者之間促進協同作用較小。經濟發展對數字金融、區域創新影響較大，但數字金融、區域創新分別對經濟發展影響較小。

4.2 問題建議

從上述實證模型分析結論來看，廣東省整體數字金融、區域創新、經濟發展三者之間聯動，從中可以總結以下幾點問題：(1)數字金融對于經濟發展有一定影響力，但地域門檻特征要求較高；(2)區域創新對經濟發展效率提升存在較強地域門檻；(3)如何運用數字金融平臺提升區域創新，如何吸引人才進行創新就業，有效地將人才吸引至欠發達地區，提升創新活力，提升全省的經濟發展效率，成為值得關注的問題。

針對以上結論，本文提出幾點建議：第一，加快數字金融發展，增加數字金融產品和方式運用的普及率，全面滿足各地域的經濟金融需求，推進數字化程度，加強數字基礎設施建設，提升城市經濟發展效率；第二，實施差異化數字金融發展推廣方案，根據地域的特征，制定差異化數字金融服務策略，推動區域經濟發展，不盲目跟風；第三，大力加快數字金融融入區域創新的步伐，為區域創新提供服務基礎支撐，如加大銀行數字信貸平臺運用、數字保險產品推廣力度來解決中小企業技術創新的融資風險等問題，進而增強創新活力，促進區域經濟高效發展。

圖1 關系圖