王 亮 劉凌燕

（南京財經(jīng)大學(xué)國際經(jīng)貿(mào)學(xué)院，江蘇 南京 210023）

一、引言

創(chuàng)新是引領(lǐng)發(fā)展的第一動力，尤其是在復(fù)雜多變的經(jīng)濟形勢下，創(chuàng)新已成為經(jīng)濟高質(zhì)量發(fā)展的重要引擎?？陀^來看，雖然我國創(chuàng)新水平不斷提高，但自主創(chuàng)新能力較為欠缺。由于研發(fā)結(jié)果的不確定性（倪青山等，2021）以及創(chuàng)新活動的“求快不求好、求量不求質(zhì)”（Hall 和Harhoff，2012），我國創(chuàng)新活動難以脫離“低端鎖定”困境，這往往也與傳統(tǒng)金融體系發(fā)展的不平衡、不充分密切相關(guān)（唐松等，2020）。創(chuàng)新作為一項高風(fēng)險、高投入的活動，其持續(xù)發(fā)展離不開穩(wěn)定、充足的金融資源（段軍山和莊旭東，2021）。因此，要想推進高質(zhì)量的創(chuàng)新活動，必須優(yōu)化現(xiàn)代金融體系。

傳統(tǒng)金融的資源錯配問題是制約其服務(wù)水平的關(guān)鍵因素（陳斌開和林毅夫，2012）。具體來看，由于傳統(tǒng)金融以間接金融為主（唐松等，2020），金融機構(gòu)作為融資中介，其結(jié)構(gòu)性套利行為降低了資金利用效率。同時，傳統(tǒng)金融服務(wù)對象多為國有企業(yè)和大型重工企業(yè)，金融排斥抑制了微觀主體的創(chuàng)新潛能。隨著數(shù)字經(jīng)濟的蓬勃發(fā)展，傳統(tǒng)金融與數(shù)字經(jīng)濟的深度融合催生出數(shù)字普惠金融這一新型金融模式。數(shù)字普惠金融兼具共享、便捷、低成本、低門檻的特征（唐松等，2020），彌補了傳統(tǒng)金融的不足（郭峰等，2020），進一步提高了金融觸達(dá)能力，實現(xiàn)了金融服務(wù)的共享。

數(shù)字普惠金融與區(qū)域創(chuàng)新的良性互動是經(jīng)濟高質(zhì)量發(fā)展的新動力。一方面，數(shù)字普惠金融被認(rèn)為是推動創(chuàng)新發(fā)展的重要依托（唐松等，2020）。其一，數(shù)字普惠金融突破了時空限制，降低了金融服務(wù)成本（傅利福等，2021），能夠為創(chuàng)新主體緩解融資約束；其二，數(shù)字普惠金融具有更大的覆蓋面，能夠滿足長尾群體的金融需求，釋放微觀主體的創(chuàng)新潛能。另一方面，區(qū)域創(chuàng)新推動了數(shù)字普惠金融的發(fā)展（鄒新月和王旺，2021）。數(shù)字普惠金融以數(shù)字技術(shù)為依托，需要不斷的技術(shù)創(chuàng)新來驅(qū)動其高質(zhì)量發(fā)展和核心競爭力的提升（郭震洲，2017；王洋等，2021）。在全球經(jīng)濟受到新冠肺炎疫情沖擊的背景下，周小川（2020）指出可以通過創(chuàng)新來推動數(shù)字普惠金融的發(fā)展。

由此可見，數(shù)字普惠金融和區(qū)域創(chuàng)新存在一定的關(guān)聯(lián)。那么，數(shù)字普惠金融和區(qū)域創(chuàng)新之間是否存在雙向促進作用？在空間溢出作用下，數(shù)字普惠金融和區(qū)域創(chuàng)新如何相互影響？特別是區(qū)域創(chuàng)新如何反向影響數(shù)字普惠金融？數(shù)字普惠金融和區(qū)域創(chuàng)新的空間溢出效應(yīng)和地區(qū)交互影響具有什么樣的異質(zhì)性特征？為了回答這些問題，本文從空間視角構(gòu)建數(shù)字普惠金融與區(qū)域創(chuàng)新相互影響的理論分析框架，探討數(shù)字普惠金融和區(qū)域創(chuàng)新的內(nèi)生雙向影響和空間溢出效應(yīng)，這有利于實現(xiàn)兩者的空間良性互動，進而助力我國經(jīng)濟高質(zhì)量發(fā)展。

二、文獻(xiàn)綜述

數(shù)字普惠金融與區(qū)域創(chuàng)新是我國經(jīng)濟高質(zhì)量發(fā)展中提升核心競爭力的關(guān)鍵所在，二者的關(guān)系已受到學(xué)術(shù)界的廣泛關(guān)注。目前已有的相關(guān)研究主要包括數(shù)字普惠金融對區(qū)域創(chuàng)新的直接效應(yīng)以及數(shù)字普惠金融對區(qū)域創(chuàng)新的空間溢出效應(yīng)。

關(guān)于數(shù)字普惠金融對區(qū)域創(chuàng)新的直接效應(yīng)，從創(chuàng)新要素供給側(cè)來看，數(shù)字普惠金融能夠有效覆蓋長尾群體，拓寬中小企業(yè)的創(chuàng)新融資渠道（徐子堯等，2020）；數(shù)字技術(shù)的廣泛應(yīng)用減少了金融市場中的信息不對稱問題，從而降低了創(chuàng)新主體的融資成本（Cui 等，2015）。數(shù)字普惠金融的“鯰魚效應(yīng)”使得銀行間的競爭加劇，這就促使銀行積極拓展創(chuàng)新項目（杜傳忠和張遠(yuǎn)，2020）。

相關(guān)學(xué)者認(rèn)為，數(shù)字普惠金融對區(qū)域創(chuàng)新的空間溢出效應(yīng)主要包括輻射效應(yīng)和虹吸效應(yīng)。一是輻射效應(yīng)。數(shù)字技術(shù)打破了地理區(qū)位的限制，擴大了數(shù)字普惠金融的影響邊界，提高了鄰近地區(qū)的創(chuàng)新水平（趙軍等，2021）。同時，要素稟賦不同使得地區(qū)間的數(shù)字普惠金融發(fā)展水平有所差異，數(shù)字普惠金融發(fā)展水平高的城市基于自身發(fā)展需求不斷向鄰近地區(qū)發(fā)展，從而提高鄰近地區(qū)的創(chuàng)新水平（鄒新月和王旺，2021）。二是虹吸效應(yīng)。該效應(yīng)產(chǎn)生的前提是逐利性。若本地數(shù)字普惠金融發(fā)展水平較高，那么本地對創(chuàng)新要素的需求會更強烈，這將提高本地區(qū)創(chuàng)新要素的邊際報酬，創(chuàng)新要素在地區(qū)間的差異化定價會促使鄰近地區(qū)創(chuàng)新要素跨區(qū)域流動，進而抑制鄰近地區(qū)的創(chuàng)新水平，產(chǎn)生極化現(xiàn)象（聶秀華和吳青，2021）。

梳理已有文獻(xiàn)可知，學(xué)者們關(guān)注到了數(shù)字普惠金融對區(qū)域創(chuàng)新的直接效應(yīng)和空間溢出效應(yīng)，但鮮有文獻(xiàn)研究區(qū)域創(chuàng)新對數(shù)字普惠金融的反向影響以及二者之間的空間交互效應(yīng)，更對二者空間交互效應(yīng)在各省的空間異質(zhì)性缺乏關(guān)注。鑒于此，本文運用空間聯(lián)立方程和異質(zhì)性空間杜賓模型實證分析數(shù)字普惠金融和區(qū)域創(chuàng)新的空間交互效應(yīng)及其省域空間異質(zhì)性。

與現(xiàn)有文獻(xiàn)相比，本文的邊際貢獻(xiàn)在于：（1）系統(tǒng)分析了數(shù)字普惠金融與區(qū)域創(chuàng)新的空間溢出及地區(qū)交互影響機制，特別是驗證了區(qū)域創(chuàng)新對數(shù)字普惠金融的反向影響。（2）構(gòu)建了時變非對稱互聯(lián)網(wǎng)地理權(quán)重矩陣，一定程度上避免了傳統(tǒng)矩陣的假設(shè)缺陷。其一，該矩陣體現(xiàn)了互聯(lián)網(wǎng)在數(shù)字普惠金融與區(qū)域創(chuàng)新雙向內(nèi)生關(guān)系中的重要影響。其二，該矩陣反映了互聯(lián)網(wǎng)發(fā)展的時變性。其三，該矩陣反映了不同空間單元之間的空間相互影響強度的差異性。（3）基于異質(zhì)性空間杜賓模型，估計了每一個省份數(shù)字普惠金融與區(qū)域創(chuàng)新的空間交互影響。

三、理論機制與研究假說

（一）數(shù)字普惠金融與區(qū)域創(chuàng)新的雙向影響

1.數(shù)字普惠金融對區(qū)域創(chuàng)新的影響。數(shù)字普惠金融影響區(qū)域創(chuàng)新的作用機制主要包括集聚效應(yīng)和鯰魚效應(yīng)。一是集聚效應(yīng)。由于數(shù)字普惠金融兼具共享、便捷、低成本、低門檻的特征，因此，相較于傳統(tǒng)金融，數(shù)字普惠金融更易于形成空間集聚。具體來看，數(shù)字普惠金融集聚可提高金融信息時效性，緩解供需兩端信息不匹配問題（Demertzis 等，2018），從而提高金融資源與創(chuàng)新項目的匹配度，為區(qū)域創(chuàng)新提供高效穩(wěn)定的金融支持，實現(xiàn)創(chuàng)新“增量補充”。二是鯰魚效應(yīng)。數(shù)字普惠金融不僅革新了銀行傳統(tǒng)服務(wù)模式，刺激了客戶群體的消費需求，還加劇了銀行同業(yè)競爭，波特競爭理論認(rèn)為創(chuàng)新與競爭是相伴而生的，這將進一步倒逼銀行部門主動探索創(chuàng)新項目，推動社會創(chuàng)新提質(zhì)增效，實現(xiàn)創(chuàng)新“存量優(yōu)化”。

2.區(qū)域創(chuàng)新對數(shù)字普惠金融的反向影響。數(shù)字普惠金融發(fā)展依賴于數(shù)字技術(shù)的進步，區(qū)域創(chuàng)新能夠為數(shù)字普惠金融提供源源不斷的技術(shù)支持。區(qū)域創(chuàng)新影響數(shù)字普惠金融的作用機制主要包括信息關(guān)聯(lián)效應(yīng)和結(jié)構(gòu)優(yōu)化效應(yīng)。一是信息關(guān)聯(lián)效應(yīng)。大數(shù)據(jù)、云計算等技術(shù)創(chuàng)新促進了信息的擴散與傳播，提高了數(shù)字普惠金融觸達(dá)能力；同時，用戶畫像、識別算法等創(chuàng)新技術(shù)在數(shù)字普惠金融中的應(yīng)用大大降低了其信息搜尋成本與風(fēng)險識別成本（唐松等，2020），進一步拓寬了數(shù)字普惠金融的覆蓋廣度。二是結(jié)構(gòu)優(yōu)化效應(yīng)。區(qū)域創(chuàng)新加快了產(chǎn)業(yè)鏈要素重組，促進了知識、技術(shù)要素對勞動要素的替代，提高了生產(chǎn)要素中技術(shù)和知識的比重，這將引起地區(qū)空間布局與產(chǎn)業(yè)結(jié)構(gòu)的重塑，并催生出金融新業(yè)態(tài)，有利于金融數(shù)字化轉(zhuǎn)型。

綜上，本文提出研究假說1：數(shù)字普惠金融與區(qū)域創(chuàng)新存在雙向促進作用。

（二）數(shù)字普惠金融與區(qū)域創(chuàng)新的空間溢出及地區(qū)交互效應(yīng)

1.數(shù)字普惠金融與區(qū)域創(chuàng)新的空間溢出效應(yīng)。在區(qū)域經(jīng)濟一體化背景下，隨著地區(qū)間經(jīng)濟往來日益密切，數(shù)字普惠金融與區(qū)域創(chuàng)新各自形成了一定的空間關(guān)聯(lián)（王洋等，2021）。數(shù)字普惠金融的空間溢出效應(yīng)主要表現(xiàn)在：依托于互聯(lián)網(wǎng)等數(shù)字技術(shù)，數(shù)字普惠金融突破了地理區(qū)位的限制（趙軍等，2021），強化了地區(qū)間的產(chǎn)業(yè)關(guān)聯(lián)度，地區(qū)間可以共享先進生產(chǎn)要素，這有助于為鄰近地區(qū)數(shù)字普惠金融提供發(fā)展動力。區(qū)域創(chuàng)新的空間溢出效應(yīng)主要表現(xiàn)在：創(chuàng)新效率的提高能夠通過要素的跨地區(qū)流動實現(xiàn)知識溢出，在這個過程中新思想和新技術(shù)得以實現(xiàn)跨地區(qū)流動，有助于對鄰近地區(qū)創(chuàng)新要素進行再配置；同時，移動終端設(shè)備及互聯(lián)網(wǎng)擴大了知識溢出的邊界，有助于在區(qū)域間形成創(chuàng)新關(guān)系網(wǎng)絡(luò)（張可，2019），從而進一步提高鄰近地區(qū)創(chuàng)新活躍度。

綜上，本文提出研究假說2：數(shù)字普惠金融與區(qū)域創(chuàng)新均存在正向空間溢出效應(yīng)，即本地區(qū)數(shù)字普惠金融對鄰近地區(qū)數(shù)字普惠金融存在促進作用，且本地區(qū)的區(qū)域創(chuàng)新對鄰近地區(qū)的區(qū)域創(chuàng)新存在積極影響。

2.數(shù)字普惠金融與區(qū)域創(chuàng)新的空間交互效應(yīng)。數(shù)字普惠金融能夠突破物理時空限制，這意味著數(shù)字普惠金融不僅會對本地區(qū)區(qū)域創(chuàng)新產(chǎn)生影響，還會對鄰近地區(qū)的區(qū)域創(chuàng)新產(chǎn)生空間溢出效應(yīng)。數(shù)字普惠金融主要通過回波效應(yīng)和擴散效應(yīng)對區(qū)域創(chuàng)新產(chǎn)生空間溢出效應(yīng)。在本地區(qū)數(shù)字普惠金融快速發(fā)展時，數(shù)字普惠金融集聚所產(chǎn)生的回波效應(yīng)會加速吸引鄰近地區(qū)的知識、技術(shù)、資本等要素（聶秀華和吳青，2021），這將剝奪鄰近地區(qū)區(qū)域創(chuàng)新發(fā)展所需要素，即數(shù)字普惠金融對區(qū)域創(chuàng)新產(chǎn)生了負(fù)向空間溢出；與此同時，由于數(shù)字普惠金融的擴散效應(yīng)，本地區(qū)也會產(chǎn)生知識、人才外溢，從而促進了鄰近地區(qū)的區(qū)域創(chuàng)新（鄒新月和王旺，2021），即數(shù)字普惠金融對區(qū)域創(chuàng)新產(chǎn)生了正向空間溢出。當(dāng)回波效應(yīng)大于擴散效應(yīng)時，數(shù)字普惠金融會抑制鄰近地區(qū)的區(qū)域創(chuàng)新；當(dāng)擴散效應(yīng)大于回波效應(yīng)時，數(shù)字普惠金融會促進鄰近地區(qū)的區(qū)域創(chuàng)新。由于當(dāng)前我國數(shù)字普惠金融發(fā)展較快，各地區(qū)對知識、技術(shù)、資本等要素的需求量均較大，因此，本文認(rèn)為數(shù)字普惠金融的回波效應(yīng)大于擴散效應(yīng)。

區(qū)域創(chuàng)新對鄰近地區(qū)數(shù)字普惠金融的影響機制主要包括以下兩個方面：其一，本地區(qū)創(chuàng)新活動的開展有助于加速人力資本積累，形成人才“蓄水池”，進而吸引鄰近地區(qū)高技能人才流入本地區(qū)，這將會惡化鄰近地區(qū)數(shù)字普惠金融發(fā)展環(huán)境，鄰近地區(qū)數(shù)字普惠金融的發(fā)展因人才流出而受到限制；其二，本地區(qū)創(chuàng)新活動的開展將會增加對知識、技術(shù)、資本等要素的需求，在逐利性的驅(qū)動下，本地區(qū)將會提高先進生產(chǎn)要素的邊際報酬，進而吸引鄰近地區(qū)先進生產(chǎn)要素流入本地區(qū)，這將會惡化鄰近地區(qū)的資源配置結(jié)構(gòu)與金融結(jié)構(gòu)，抑制鄰近地區(qū)金融機構(gòu)的數(shù)字化轉(zhuǎn)型，不利于鄰近地區(qū)數(shù)字普惠金融的發(fā)展。因此，區(qū)域創(chuàng)新對數(shù)字普惠金融表現(xiàn)出負(fù)向空間溢出效應(yīng)。

綜上，本文提出研究假說3：數(shù)字普惠金融與區(qū)域創(chuàng)新存在負(fù)向空間交互效應(yīng)，即本地區(qū)數(shù)字普惠金融對鄰近地區(qū)區(qū)域創(chuàng)新存在抑制作用，且本地區(qū)區(qū)域創(chuàng)新對鄰近地區(qū)數(shù)字普惠金融存在抑制作用。

四、實證研究設(shè)計

（一）基本模型設(shè)定

為了克服遺漏變量和內(nèi)生解釋變量互為因果導(dǎo)致的內(nèi)生性偏誤，本文構(gòu)建空間聯(lián)立方程模型，并采用廣義空間三階段最小二乘估計法（GS3SLS）進行估計：

圖1：數(shù)字普惠金融與區(qū)域創(chuàng)新的交互影響及空間溢出示意圖

式（1）為區(qū)域創(chuàng)新方程，式（2）為數(shù)字普惠金融方程，i 和t 分別表示地區(qū)和年份，lninn和lndfi分別為區(qū)域創(chuàng)新變量和數(shù)字普惠金融變量， μ和ξ為地區(qū)個體效應(yīng)，?和φ為時間個體效應(yīng)，ε和ν為隨機擾動項。 X為影響區(qū)域創(chuàng)新的控制變量組，X為影響數(shù)字普惠金融的控制變量組。w表示地區(qū)間的空間關(guān)系， ρ、ρ、ρ、ρ為空間相關(guān)系數(shù)，表示數(shù)字普惠金融與區(qū)域創(chuàng)新之間的空間溢出效應(yīng)以及地區(qū)間的交互影響。

（二）變量選取與數(shù)據(jù)來源

由于我國數(shù)字普惠金融發(fā)展歷程較短，考慮到面板數(shù)據(jù)的完整性，本文選取2011—2020年中國220 個地級市作為樣本，數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》、各省份統(tǒng)計年鑒、各地級市的統(tǒng)計公報、北京大學(xué)數(shù)字普惠金融研究中心、北京大學(xué)國家發(fā)展研究院和龍信數(shù)據(jù)研究院等，部分缺漏值采用線性插值法予以補齊。為克服異方差帶來的估計偏誤，對各變量進行自然對數(shù)化處理。具體指標(biāo)測度如下：

1.內(nèi)生變量。區(qū)域創(chuàng)新（lninn），對于該變量，一般采用R&D 經(jīng)費支出、專利申請量和專利授權(quán)量等指標(biāo)進行衡量，但是從城市層面來看，R&D 經(jīng)費支出不能準(zhǔn)確反映微觀主體的創(chuàng)新活動，相較于專利申請量，專利授權(quán)量更能反映出區(qū)域創(chuàng)新綜合能力（張可，2019），因此，本文用萬人專利授權(quán)量衡量區(qū)域創(chuàng)新水平。

數(shù)字普惠金融（lndfi），該指標(biāo)參考郭峰等（2020）的做法，采用北京大學(xué)數(shù)字普惠金融指數(shù)來衡量，其由北京大學(xué)數(shù)字金融研究中心和螞蟻金服集團共同編制，從覆蓋廣度、使用深度和數(shù)字化程度三個維度出發(fā)衡量我國數(shù)字普惠金融發(fā)展水平。

數(shù)字普惠金融方程的控制變量如下：（1）貿(mào)易開放度（lnfdi）；（2）產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化度（lnind）；（3）人口密度（lnpop），用地區(qū)當(dāng)年常住人口與土地面積之比來表示；（4）互聯(lián)網(wǎng)普及率（lnintel），用地區(qū)當(dāng)年接入互聯(lián)網(wǎng)的用戶數(shù)來衡量；（5）金融發(fā)展水平（lnfinance），用金融機構(gòu)年末存貸款余額占GDP 的比重來表示（王亮和蔣依錚，2022）。表1是主要變量的描述性統(tǒng)計結(jié)果。

表1：變量描述性統(tǒng)計結(jié)果

（三）空間權(quán)重矩陣設(shè)計

空間權(quán)重矩陣設(shè)計時需要考慮以下因素：首先，考慮到互聯(lián)網(wǎng)在數(shù)字普惠金融與區(qū)域創(chuàng)新的雙向內(nèi)生關(guān)系中起到了重要作用，數(shù)字普惠金融依托于互聯(lián)網(wǎng)等數(shù)字技術(shù)加快了區(qū)域創(chuàng)新，而區(qū)域創(chuàng)新又通過互聯(lián)網(wǎng)技術(shù)促進了傳統(tǒng)金融向數(shù)字普惠金融轉(zhuǎn)變；其次，空間權(quán)重矩陣需要反映我國互聯(lián)網(wǎng)的時變特征；最后，不同空間單元之間產(chǎn)生的空間相互影響強度也存在一定差異。基于此，構(gòu)建以下時變非對稱互聯(lián)網(wǎng)地理權(quán)重矩陣W：

五、實證結(jié)果分析

根據(jù)識別的階條件可知，本文構(gòu)建的空間聯(lián)立方程模型是過度識別的，因此，能夠使用GS3SLS 進行估計。表2 列出了基于時變非對稱互聯(lián)網(wǎng)地理權(quán)重矩陣、逆距離權(quán)重矩陣和經(jīng)濟地理加權(quán)矩陣的GS3SLS估計結(jié)果。為了對比和確保穩(wěn)健性，表2還匯報了非空間面板聯(lián)立方程的迭代式3SLS估計結(jié)果。

（一）數(shù)字普惠金融方程的估計結(jié)果

從表2可以看出，在數(shù)字普惠金融方程中，非空間面板聯(lián)立方程的迭代3SLS 估計結(jié)果顯示，區(qū)域創(chuàng)新估計系數(shù)大于0，且在1%的水平上顯著，意味著區(qū)域創(chuàng)新能夠推動數(shù)字普惠金融的發(fā)展。空間面板聯(lián)立方程的GS3SLS估計結(jié)果顯示，三種權(quán)重矩陣下區(qū)域創(chuàng)新的回歸系數(shù)均在1%的水平上顯著大于0，這說明在本地區(qū)內(nèi)，創(chuàng)新活動對數(shù)字普惠金融具有顯著的促進作用。區(qū)域創(chuàng)新活動提高了創(chuàng)新要素的流動性和關(guān)聯(lián)性，優(yōu)化了創(chuàng)新要素資源配置，改善了數(shù)字普惠金融發(fā)展環(huán)境，這有利于為數(shù)字普惠金融賦予新的發(fā)展動能。同時，區(qū)域創(chuàng)新加快了知識、技術(shù)要素對勞動要素的替代，提高了生產(chǎn)要素中技術(shù)和知識要素的比重，實現(xiàn)了金融數(shù)字化轉(zhuǎn)型，推動了數(shù)字普惠金融的進一步發(fā)展。

在三種權(quán)重矩陣下，區(qū)域創(chuàng)新的空間滯后項系數(shù)均在1%的水平上顯著小于0，這意味著本地區(qū)創(chuàng)新水平的提高對鄰近地區(qū)的數(shù)字普惠金融的發(fā)展起到了抑制作用。本地區(qū)創(chuàng)新活動的開展能夠形成人才“蓄水池”，吸引鄰近地區(qū)人才流入本地區(qū)，鄰近地區(qū)數(shù)字普惠金融的發(fā)展因人才流出而受到限制。同時，本地區(qū)創(chuàng)新活動的開展將會提高要素的邊際報酬，進而吸引鄰近地區(qū)先進生產(chǎn)要素流入本地區(qū)，這會惡化鄰近地區(qū)的金融結(jié)構(gòu)，不利于鄰近地區(qū)數(shù)字普惠金融的發(fā)展。數(shù)字普惠金融的空間滯后項系數(shù)均在1%的水平上顯著大于0，這表明本地區(qū)與鄰近地區(qū)數(shù)字普惠金融存在空間依賴關(guān)系，數(shù)字普惠金融的發(fā)展能夠形成空間良性互動。

（二）區(qū)域創(chuàng)新方程的估計結(jié)果

如表2 所示，在區(qū)域創(chuàng)新方程中，非空間面板聯(lián)立方程的迭代3SLS 估計結(jié)果顯示，數(shù)字普惠金融估計系數(shù)大于0，且在1%的水平上顯著，意味著數(shù)字普惠金融發(fā)展有利于推動區(qū)域創(chuàng)新?？臻g面板聯(lián)立方程的GS3SLS 估計結(jié)果顯示，三種權(quán)重矩陣下數(shù)字普惠金融系數(shù)均大于0 且在1%的水平上顯著，這意味著數(shù)字普惠金融對本地區(qū)區(qū)域創(chuàng)新具有顯著的促進作用，有利于創(chuàng)新活動擺脫“低端鎖定”困境。一方面，數(shù)字普惠金融提高了金融資源的可獲得性，有利于為創(chuàng)新主體緩解融資約束，進而增加地區(qū)創(chuàng)新產(chǎn)出。另一方面，數(shù)字普惠金融的空間集聚使得企業(yè)間可以共享知識、技術(shù)等要素，減少了信息不對稱的問題，降低了創(chuàng)新成本。

表2：數(shù)字普惠金融方程與區(qū)域創(chuàng)新方程的估計結(jié)果

在三種權(quán)重矩陣下，數(shù)字普惠金融的空間滯后項系數(shù)均小于0，且在1%的水平上顯著，這意味著本地區(qū)數(shù)字普惠金融的發(fā)展對鄰近地區(qū)的區(qū)域創(chuàng)新起到抑制作用。這是由于本地區(qū)數(shù)字普惠金融帶來的回波效應(yīng)大于擴散效應(yīng)，知識、技術(shù)、資本等創(chuàng)新要素紛紛從鄰近地區(qū)流入本地區(qū)，抑制了鄰近地區(qū)的創(chuàng)新水平。區(qū)域創(chuàng)新的空間滯后項估計系數(shù)均在1%的水平上顯著大于0，這表明本地區(qū)與鄰近地區(qū)區(qū)域創(chuàng)新緊密相關(guān)，區(qū)域創(chuàng)新水平的提高能夠形成空間良性互動。

（三）穩(wěn)健性檢驗

1.基于數(shù)字普惠金融二級指標(biāo)的估計結(jié)果。出于參數(shù)估計穩(wěn)健性的考慮，本文使用數(shù)字普惠金融的三個細(xì)分指標(biāo)數(shù)字普惠金融覆蓋廣度（lncov）、使用深度（lnuse）和數(shù)字化程度（lndig），基于時變非對稱互聯(lián)網(wǎng)地理權(quán)重矩陣重新對模型進行估計，結(jié)果見表3。

從表3 可以看出，在數(shù)字普惠金融方程中，區(qū)域創(chuàng)新系數(shù)在1%的水平上顯著大于0；在區(qū)域創(chuàng)新方程中，覆蓋廣度、使用深度和數(shù)字化程度的系數(shù)均在1%的水平上顯著大于0。這表明在本地區(qū)內(nèi)，數(shù)字普惠金融二級指標(biāo)與區(qū)域創(chuàng)新之間存在雙向促進作用。從空間溢出效應(yīng)來看，在區(qū)域創(chuàng)新方程中，覆蓋廣度、使用深度與數(shù)字化程度的空間滯后項的估計系數(shù)至少在5%的水平上顯著小于0；在數(shù)字普惠金融方程中，區(qū)域創(chuàng)新的空間滯后項系數(shù)均在1%的水平上顯著小于0。這意味著數(shù)字普惠金融與區(qū)域創(chuàng)新之間存在負(fù)向空間交互效應(yīng)。以上結(jié)果與表2 高度一致，表明本文的實證結(jié)果是穩(wěn)健的。

表3：基于數(shù)字普惠金融二級指標(biāo)在時變非對稱互聯(lián)網(wǎng)地理權(quán)重矩陣下的估計結(jié)果

2.更換區(qū)域創(chuàng)新代理指標(biāo)。借鑒毛文峰和陸軍（2020）的做法，本文采用朗潤龍信創(chuàng)新創(chuàng)業(yè)指數(shù)（lninnov）作為區(qū)域創(chuàng)新水平的代理指標(biāo)進行穩(wěn)健性檢驗，該指數(shù)由北京大學(xué)國家發(fā)展研究院和龍信數(shù)據(jù)研究院聯(lián)合編制，能夠系統(tǒng)性地反映城市層面的區(qū)域創(chuàng)新水平。表4 為更換區(qū)域創(chuàng)新代理指標(biāo)后的數(shù)字普惠金融方程和區(qū)域創(chuàng)新方程估計結(jié)果?？梢钥闯?，更換區(qū)域創(chuàng)新代理指標(biāo)后，區(qū)域創(chuàng)新與數(shù)字普惠金融在本地仍存在雙向促進作用；從空間溢出效應(yīng)來看，在逆距離權(quán)重矩陣和時變非對稱互聯(lián)網(wǎng)地理權(quán)重矩陣下，區(qū)域創(chuàng)新與數(shù)字普惠金融之間存在顯著的負(fù)向交互效應(yīng)。這證明本文的實證結(jié)果是穩(wěn)健的。

表4：更換區(qū)域創(chuàng)新代理指標(biāo)后的GS3SLS估計結(jié)果

3.基于2020年截面數(shù)據(jù)的估計結(jié)果。考慮到目前空間聯(lián)立方程的文獻(xiàn)大多是將面板數(shù)據(jù)當(dāng)作混合截面數(shù)據(jù)進行處理，本文選取2020年220個城市的截面數(shù)據(jù)，實證檢驗數(shù)字普惠金融與區(qū)域創(chuàng)新的空間溢出及地區(qū)交互影響，回歸結(jié)果見表5。結(jié)果表明，數(shù)字普惠金融與區(qū)域創(chuàng)新存在雙向促進作用，就空間溢出效應(yīng)而言，二者存在負(fù)向空間交互效應(yīng)，該結(jié)果與表2基本一致，證明了實證結(jié)果的穩(wěn)健性。

表5：基于2020年截面數(shù)據(jù)的數(shù)字普惠金融方程與區(qū)域創(chuàng)新方程估計結(jié)果

4.GS2SLS 估計結(jié)果。與GS3SLS 相比，GS2SLS不考慮空間聯(lián)立方程模型中單方程之間的同期相關(guān)性。本文對數(shù)字普惠金融方程與區(qū)域創(chuàng)新方程進行GS2SLS估計，回歸結(jié)果見表6?？梢钥闯?，在不考慮單方程之間同期相關(guān)性的情況下，數(shù)字普惠金融、區(qū)域創(chuàng)新及二者空間滯后項的回歸系數(shù)的符號與顯著性均未發(fā)生明顯變化，表明本文實證結(jié)果具有穩(wěn)健性。

表6：數(shù)字普惠金融方程與區(qū)域創(chuàng)新方程的GS2SLS估計結(jié)果

六、進一步研究

（一）數(shù)字普惠金融和區(qū)域創(chuàng)新空間交互效應(yīng)的地區(qū)異質(zhì)性

由于我國不同地區(qū)經(jīng)濟基礎(chǔ)、要素稟賦存在差異，數(shù)字普惠金融與區(qū)域創(chuàng)新的空間交互效應(yīng)可能存在地區(qū)異質(zhì)性，基于此，本文將全國劃分為東部、中部、西部三大地區(qū)，并基于時變非對稱互聯(lián)網(wǎng)地理權(quán)重矩陣進行估計，回歸結(jié)果見表7?？梢钥闯?，三大地區(qū)的數(shù)字普惠金融與區(qū)域創(chuàng)新在本地均存在雙向促進作用。從空間溢出效應(yīng)來看，東部地區(qū)和西部地區(qū)的數(shù)字普惠金融與區(qū)域創(chuàng)新之間存在負(fù)向空間交互效應(yīng)，中部地區(qū)的數(shù)字普惠金融促進了鄰近地區(qū)的區(qū)域創(chuàng)新。

這可能是因為東部地區(qū)的經(jīng)濟發(fā)展較快，數(shù)字技術(shù)較為成熟，本地區(qū)數(shù)字普惠金融的發(fā)展具有“先發(fā)優(yōu)勢”，其對鄰近地區(qū)知識、技術(shù)、資本等要素的吸引力較強，即回波效應(yīng)較為顯著，大量創(chuàng)新要素在本地區(qū)集聚，不利于鄰近地區(qū)開展創(chuàng)新活動；同時，本地區(qū)在開展創(chuàng)新活動的同時會加速人力資本積累，吸引鄰近地區(qū)高技能人才與先進生產(chǎn)要素流入本地區(qū)，這抑制了鄰近地區(qū)數(shù)字普惠金融的發(fā)展。中部地區(qū)整體發(fā)展水平不及東部地區(qū)，本地區(qū)數(shù)字普惠金融的回波效應(yīng)較弱，對鄰近地區(qū)的知識擴散效應(yīng)較強，能夠更好地服務(wù)長尾人群，進而提高了鄰近地區(qū)創(chuàng)新水平。西部地區(qū)數(shù)字普惠金融和創(chuàng)新水平整體不高，但內(nèi)部差距依然明顯，數(shù)字普惠金融和創(chuàng)新水平相對較高的地區(qū)會吸引周邊地區(qū)的人才、知識、技術(shù)、資本等要素流入本地區(qū)，從而使得數(shù)字普惠金融和區(qū)域創(chuàng)新之間產(chǎn)生了負(fù)向空間交互效應(yīng)。

表7：數(shù)字普惠金融和區(qū)域創(chuàng)新空間交互效應(yīng)的地區(qū)異質(zhì)性

（二）數(shù)字普惠金融和區(qū)域創(chuàng)新空間交互效應(yīng)的省域異質(zhì)性

幾乎所有的空間計量模型都假定每個地區(qū)的空間溢出效應(yīng)是相同的。然而，由于不同地區(qū)的經(jīng)濟基礎(chǔ)及資源稟賦不同，其對鄰近地區(qū)產(chǎn)生的影響也可能存在差異。基于Aquaro 等（2021）提出的具有異質(zhì)性系數(shù)的空間面板模型，本文構(gòu)建異質(zhì)性空間杜賓模型（異質(zhì)性SDM），使用2011—2020年我國31 個?。ㄗ灾螀^(qū)、直轄市，以下簡稱省份）數(shù)據(jù)，研究每個省份數(shù)字普惠金融和區(qū)域創(chuàng)新的空間交互效應(yīng)。區(qū)域創(chuàng)新方程和數(shù)字普惠金融方程設(shè)定如下：

基于逆距離權(quán)重矩陣和擬最大似然（QML）估計方法的估計結(jié)果，表8 顯示了數(shù)字普惠金融對區(qū)域創(chuàng)新的空間溢出效應(yīng)（ρ）的省域異質(zhì)性以及區(qū)域創(chuàng)新對數(shù)字普惠金融的空間溢出效應(yīng)（ρ）的省域異質(zhì)性。如表8 所示，數(shù)字普惠金融和區(qū)域創(chuàng)新的空間交互效應(yīng)存在明顯的省域異質(zhì)性。在數(shù)字普惠金融方程中，10個省份的區(qū)域創(chuàng)新空間滯后項的系數(shù)是顯著的。其中3 個省份顯著為負(fù)，包括河南、湖北和安徽，這些省份的區(qū)域創(chuàng)新抑制了鄰近省份數(shù)字普惠金融的發(fā)展；7 個省份顯著為正，包括北京、吉林、遼寧、廣西、云南、山西和內(nèi)蒙古，這些省份的區(qū)域創(chuàng)新促進了鄰近省份數(shù)字普惠金融的發(fā)展。在區(qū)域創(chuàng)新方程中，15個省份的數(shù)字普惠金融的空間滯后項系數(shù)是顯著的。其中7 個省份顯著為負(fù)，包括廣東、貴州、湖北、山東、山西、陜西和內(nèi)蒙古，這些省份的數(shù)字普惠金融抑制了鄰近省份的區(qū)域創(chuàng)新；8 個省份顯著為正，包括河北、河南、四川、湖南、黑龍江、遼寧、甘肅和青海，這些省份的數(shù)字普惠金融促進了鄰近省份的區(qū)域創(chuàng)新。

表8：數(shù)字普惠金融和區(qū)域創(chuàng)新空間交互效應(yīng)的省域異質(zhì)性

（三）數(shù)字普惠金融和區(qū)域創(chuàng)新空間交互效應(yīng)的城市規(guī)模異質(zhì)性

為了考察數(shù)字普惠金融與區(qū)域創(chuàng)新空間交互效應(yīng)的城市規(guī)模異質(zhì)性，本文將220 個城市劃分為超大及特大城市、大城市和中小城市，并基于時變非對稱互聯(lián)網(wǎng)地理權(quán)重矩陣進行估計。從表9 中可以看出，在本地區(qū)內(nèi)，不同規(guī)模城市的數(shù)字普惠金融與區(qū)域創(chuàng)新之間均存在雙向促進作用。從空間溢出效應(yīng)來看，超大及特大城市、大城市的數(shù)字普惠金融與區(qū)域創(chuàng)新之間存在負(fù)向空間交互效應(yīng)，而中小城市的數(shù)字普惠金融與區(qū)域創(chuàng)新之間的負(fù)向交互效應(yīng)則不顯著。

表9：數(shù)字普惠金融與區(qū)域創(chuàng)新空間交互效應(yīng)的城市規(guī)模異質(zhì)性

超大及特大城市、大城市生活成本高，競爭壓力大，對知識、技術(shù)、資本等要素的爭奪較為嚴(yán)重，本地區(qū)數(shù)字普惠金融的發(fā)展抑制了鄰近地區(qū)的區(qū)域創(chuàng)新，且本地區(qū)區(qū)域創(chuàng)新水平的提高也抑制了鄰近地區(qū)數(shù)字普惠金融的發(fā)展。而中小城市數(shù)字普惠金融發(fā)展水平不高，難以對鄰近地區(qū)區(qū)域創(chuàng)新產(chǎn)生影響。同時，中小城市的“人才引進計劃”“人才爭奪戰(zhàn)”等政策的開展優(yōu)化了本地區(qū)的創(chuàng)新要素配置效率，部分抵消了本地區(qū)對鄰近地區(qū)高技術(shù)人才與先進生產(chǎn)要素的虹吸效應(yīng)，導(dǎo)致本地區(qū)區(qū)域創(chuàng)新對鄰近地區(qū)數(shù)字普惠金融未產(chǎn)生明顯影響。

七、結(jié)論與政策建議

本文基于2011—2020年全國220個地級市及31個省份數(shù)據(jù)，構(gòu)建時變非對稱互聯(lián)網(wǎng)地理權(quán)重矩陣，采用空間聯(lián)立方程和異質(zhì)性空間杜賓模型，研究了數(shù)字普惠金融與區(qū)域創(chuàng)新的空間交互效應(yīng)。主要結(jié)論如下：首先，數(shù)字普惠金融與區(qū)域創(chuàng)新之間存在雙向促進作用。其次，數(shù)字普惠金融和區(qū)域創(chuàng)新存在顯著的空間交互作用。本地區(qū)數(shù)字普惠金融促進了鄰近地區(qū)的數(shù)字普惠金融，但抑制了鄰近地區(qū)的區(qū)域創(chuàng)新；本地區(qū)區(qū)域創(chuàng)新促進了鄰近地區(qū)區(qū)域創(chuàng)新，但對鄰近地區(qū)數(shù)字普惠金融產(chǎn)生了負(fù)面影響。最后，在超大及特大城市、大城市，數(shù)字普惠金融與區(qū)域創(chuàng)新之間存在負(fù)向空間交互效應(yīng)，而中小城市的數(shù)字普惠金融和區(qū)域創(chuàng)新之間沒有明顯的空間交互影響；在東部和西部地區(qū)，數(shù)字普惠金融與區(qū)域創(chuàng)新之間存在負(fù)向空間交互效應(yīng)，而中部地區(qū)的數(shù)字普惠金融對區(qū)域創(chuàng)新產(chǎn)生了正向空間溢出。根據(jù)研究結(jié)論，本文提出以下建議：

首先，充分發(fā)揮數(shù)字普惠金融和區(qū)域創(chuàng)新之間的雙向促進作用。政府可以借助數(shù)字普惠金融提高區(qū)域創(chuàng)新水平，并利用區(qū)域創(chuàng)新活動進一步完善數(shù)字普惠金融建設(shè)。一方面，政府需要出臺相關(guān)政策，在守住金融風(fēng)險底線的前提下給予一定試錯空間；同時加快5G、大數(shù)據(jù)、人工智能等技術(shù)的發(fā)展應(yīng)用，打好數(shù)字技術(shù)基礎(chǔ)，提高數(shù)字普惠金融服務(wù)長尾群體的能力，釋放長尾群體創(chuàng)新潛能。另一方面，政府需要加大人才儲備，提高市場創(chuàng)新活力，并引導(dǎo)創(chuàng)新科技成果轉(zhuǎn)化為金融數(shù)字產(chǎn)品及服務(wù)，在完善金融體系的基礎(chǔ)上構(gòu)建多元化金融業(yè)態(tài)，為數(shù)字普惠金融發(fā)展賦予新動能。

其次，破除數(shù)字普惠金融與區(qū)域創(chuàng)新的負(fù)向空間交互效應(yīng)。就東部地區(qū)、超大及特大城市、大城市而言，地區(qū)間應(yīng)深化合作意識，避免因發(fā)展本地區(qū)數(shù)字普惠金融而與鄰近地區(qū)陷入要素爭奪困境，拓寬數(shù)字普惠金融的覆蓋廣度和使用深度，為鄰近地區(qū)的區(qū)域創(chuàng)新釋放發(fā)展新動能。同時，政府需要打破高技術(shù)人才與先進生產(chǎn)要素過度集聚的局面，積極引領(lǐng)創(chuàng)新要素在區(qū)域間進行流轉(zhuǎn)，為鄰近地區(qū)數(shù)字普惠金融發(fā)展?fàn)I造良好環(huán)境。就西部地區(qū)而言，政府需要進一步打破體制性障礙，緩解數(shù)字普惠金融領(lǐng)域的資源錯配問題，為鄰近地區(qū)創(chuàng)新活動的開展提供金融支持。同時，政府需要進一步加大創(chuàng)新研發(fā)力度，破解數(shù)字鴻溝難題，為鄰近地區(qū)數(shù)字普惠金融的發(fā)展提供技術(shù)支持。此外，政府可以通過加快建設(shè)全國統(tǒng)一大市場打破“信息孤島”，加強各省份間的交流合作，擴大數(shù)字普惠金融與區(qū)域創(chuàng)新的服務(wù)半徑，實現(xiàn)數(shù)字普惠金融與區(qū)域創(chuàng)新在省域?qū)用娴碾p贏。

最后，數(shù)字普惠金融和區(qū)域創(chuàng)新政策應(yīng)有效聯(lián)動，實現(xiàn)二者的空間良性互動。其一，政府應(yīng)加強合作，出臺雙邊或多邊協(xié)議，通過完善利益補償機制實現(xiàn)數(shù)字普惠金融與區(qū)域創(chuàng)新的空間良性互動；各地方政府還可建立地區(qū)間數(shù)字普惠金融與區(qū)域創(chuàng)新的協(xié)同發(fā)展機制，促進二者在地區(qū)間的相互溢出，實現(xiàn)數(shù)字普惠金融與區(qū)域創(chuàng)新的互利共贏。其二，政府需要做好數(shù)字普惠金融賦能區(qū)域創(chuàng)新的規(guī)劃，鼓勵本地數(shù)字化金融業(yè)務(wù)與鄰近地區(qū)創(chuàng)新活動深度對接，使數(shù)字普惠金融對鄰近地區(qū)創(chuàng)新水平的促進作用得到更大的發(fā)揮。其三， 政府可以鼓勵數(shù)字普惠金融平臺化、綜合化發(fā)展，通過搭建數(shù)字普惠金融服務(wù)共享平臺，實現(xiàn)市場數(shù)據(jù)的有效整合，擴大知識溢出邊界，為數(shù)字普惠金融精準(zhǔn)識別創(chuàng)新對象、助力跨區(qū)域創(chuàng)新活動提供技術(shù)支撐。

①GS3SLS 的最大優(yōu)點是同時考慮了內(nèi)生變量的潛在空間相關(guān)性和各方程隨機擾動項之間可能存在的相關(guān)性。

②城市規(guī)模劃分標(biāo)準(zhǔn)參照2014年《國務(wù)院關(guān)于調(diào)整城市規(guī)模劃分標(biāo)準(zhǔn)的通知》，按照市轄區(qū)常住人口規(guī)模將城市劃分為超大（1000 萬人以上）及特大城市（500萬人以上1000 萬人以下）、大城市（100 萬人以上500 萬人以下）和中小城市（100萬人以下）三類。