朱秋亮

摘要：基于中國的30個?。ㄊ校┑?011～2018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(fā)展對區(qū)域創(chuàng)新的影響與作用機制。結果表明，中國區(qū)域創(chuàng)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(qū)域創(chuàng)新能力起到顯著的促進作用。

關鍵詞：數字普惠金融;區(qū)域創(chuàng)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(huán)境問題。為促進經濟高質量發(fā)展，減少對環(huán)境的破壞，提升創(chuàng)新能力成為發(fā)展的方式之一。創(chuàng)新能力成為當前世界各國經濟發(fā)展競爭力，是引領經濟發(fā)展的第一動力。數字普惠金融是當代金融發(fā)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(qū)域創(chuàng)新能力發(fā)展的重要力量。因此，探究中國區(qū)域創(chuàng)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(chuàng)新及經濟社會的可持續(xù)發(fā)展具有十分重要的意義。

在已有數字普惠金融與區(qū)域創(chuàng)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(qū)域創(chuàng)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(fā)現數字普惠金融發(fā)展主要通過改善地區(qū)信貸資源配置和刺激居民消費等方式促進區(qū)域創(chuàng)新能力的提升。鄒輝文以我國的30個?。ㄊ校?014～2018年面板數據構建面板平滑轉換模型，研究發(fā)現數字普惠金融對區(qū)域創(chuàng)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(qū)域創(chuàng)新能力的間接機制和直接機制，發(fā)現數字普惠金融帶來的包容性、全面性和便捷性對我國區(qū)域創(chuàng)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(qū)域創(chuàng)新水平提升的積極作用，但關于數字普惠金融支持區(qū)域創(chuàng)新能力提升的程度及在空間上是否支持區(qū)域創(chuàng)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(qū)域創(chuàng)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(qū)域創(chuàng)新能力影響的運用。

二、中國區(qū)域創(chuàng)新能力排名

《中國區(qū)域創(chuàng)新能力報告》一書中主要從研發(fā)活動經費、地方財政科技投入、有效發(fā)明專利和高新技術企業(yè)數量等方面綜合評價各地區(qū)的創(chuàng)新能力。如表1所示，2019年，區(qū)域創(chuàng)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(xù)3年排名第一，相對第二名的領先優(yōu)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(qū)域創(chuàng)新能力（Innovation），在現有關于區(qū)域創(chuàng)新能力的衡量指標，主要以區(qū)域創(chuàng)新能力評價指標體系構建【郭新茹（2019）】或 者 創(chuàng)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(qū)創(chuàng)新能力，采用《中國區(qū)域創(chuàng)新能力評價報告》中的區(qū)域創(chuàng)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?。航鹑诎l(fā)展（fin）、產業(yè)結構（stru）及城鎮(zhèn)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(qū)和西藏自治區(qū)。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(fā)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?？臻g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(qū)域創(chuàng)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(qū)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(qū)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(qū)域之間存在相鄰關系時wij為 1，當觀測區(qū)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(qū)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(qū)域創(chuàng)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(qū)域創(chuàng)新能力的全局莫蘭指數存在先增后減的跡象，說明區(qū)域創(chuàng)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(qū)創(chuàng)新能力的局域特征。圖1所示的是2018年的創(chuàng)新能力的局部莫蘭指數散點圖，從中可以看出創(chuàng)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(chuàng)新能力水平具有相同特征，即創(chuàng)新能力越強的地方，相鄰地區(qū)的創(chuàng)新能力也越強，創(chuàng)新能力越弱的地方，其相鄰地區(qū)創(chuàng)新能力越弱，以上說明我國區(qū)域創(chuàng)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(xù)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(wěn)健型檢驗，哪個模型穩(wěn)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(wěn)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(qū)的區(qū)域創(chuàng)新能力的提高對本地的創(chuàng)新能力有正向作用。從全部樣本來看，本地區(qū)數字普惠金融的提升顯著促進了區(qū)域綠色創(chuàng)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(qū)域創(chuàng)新水平就會提升0.0402個單位。數字普惠金融通利用數字優(yōu)勢降低融資成本，為小微企業(yè)提供了更全面靈活的金融支持，彌補其貸款難問題，激發(fā)了創(chuàng)新活力，從而促進區(qū)域創(chuàng)新的提升。

金融發(fā)展對區(qū)域創(chuàng)新能力存在顯著的正向影響，相鄰地區(qū)金融發(fā)展對本地區(qū)創(chuàng)新能力的影響并不顯著。從估計系數來看，金融發(fā)展每提升一個單位，就促進創(chuàng)新能力提升1.29各單位。雖然各地區(qū)金融規(guī)模在不斷提升，增加資金投入，但是我國經濟發(fā)展水平不平衡，跨地區(qū)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(yè)的融資，限制了企業(yè)創(chuàng)新的投入。

產業(yè)結構水平對區(qū)域創(chuàng)新能力起到促進作用，相鄰地區(qū)產業(yè)結構優(yōu)化未對本地區(qū)創(chuàng)新能力產生明顯的溢出效應。從結果系數上來看，產業(yè)結構每增加一個單位，促進創(chuàng)新能力提升0.23個單位。創(chuàng)新大多發(fā)生于工業(yè)、制造業(yè)等實體經濟，第二產業(yè)就業(yè)人員的增加會提高創(chuàng)新能力。但是隨著產業(yè)結構調整，第二產業(yè)吸納就業(yè)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(yè)技能和研發(fā)能力的人才。

城鎮(zhèn)化水平對區(qū)域創(chuàng)新能力存在顯著的正向影響，相鄰地區(qū)的城鎮(zhèn)化水平的提升對本地區(qū)的創(chuàng)新能力起到抑制作用。城鎮(zhèn)化水平每提升一個單位，促進創(chuàng)新能力提升0.0057個單位。各地區(qū)城鎮(zhèn)化發(fā)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(qū)的需求。但是，我國各地區(qū)在城鎮(zhèn)化發(fā)展方面存在發(fā)展不平衡現象，城鎮(zhèn)化水平越低的省份其創(chuàng)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?。ㄊ校╇H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(qū)域創(chuàng)新能力的影響，得出以下結論：中國區(qū)域創(chuàng)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(qū)數字普惠金融能夠對區(qū)域創(chuàng)新能力起到顯著的促進作用。

（二）建議

由于中國區(qū)域創(chuàng)新能力具有正向的空間相關性且集聚特征明顯，因此各?。ㄊ校┑膭?chuàng)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(qū)之間的合作，發(fā)揮各地區(qū)的產業(yè)優(yōu)勢，提高創(chuàng)新能力水平。

通過研究發(fā)現，數字普惠金融促進區(qū)域創(chuàng)新水平的提升，各地方政府應加強數字技術與金融業(yè)務的融合，全面提升數字普惠金融發(fā)展質量，從而促進區(qū)域創(chuàng)新水平的提高。

不斷完善當前的數字普惠金融監(jiān)管體系，隨著網絡化不斷發(fā)展，企業(yè)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(jiān)管部門要采取有效措施，防范數字金融發(fā)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(qū)域創(chuàng)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(qū)域創(chuàng)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(fā)展對區(qū)域創(chuàng)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(qū)域創(chuàng)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(fā)展背景下我國區(qū)域創(chuàng)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(qū)域創(chuàng)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(fā)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(qū)域綠色創(chuàng)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）