數字普惠金融對地區技術創新效率的影響研究
——基于地級市面板數據的實證分析

■周少甫，陳亞輝，袁青青

一、引言與文獻綜述

作為一種投資風險高、周期長和不確定性強的項目，技術創新離不開穩定的金融資源支持。但傳統金融服務存在的諸多不足嚴重影響了企業資金可得性，限制了企業技術創新活動的開展。因此，如何優化金融資源配置以提高技術創新效率是實施創新驅動發展戰略所面臨的重要問題。近年來，信息技術的快速發展推動著普惠金融向數字化方向發展，普惠金融進入了新的發展階段。數字普惠金融是指一切使用數字金融服務促進普惠金融的行動。具體來說，數字普惠金融是指使用數字化技術進行支付、轉賬、信貸等金融服務或交易。2010年以來，數字普惠金融進入了以金融科技為主的全面發展階段，數字技術與傳統金融業務相結合共同推動數字普惠金融走向全面化。

隨著數字普惠金融的全面發展，數字普惠金融所提供的金融服務呈現出服務范圍更廣，服務對象更加大眾化、平民化，風險把控更加精準等特征。以上特征拓寬了金融服務的范圍，提升了金融服務的效率，為提高地區技術創新效率提供了新的思路。已有研究認為：在宏觀經濟層面，數字普惠金融會對經濟增長和社會保障等方面產生影響（張勛等，2019；汪亞楠等，2020）。在微觀經濟層面，數字普惠金融會影響居民消費差距（呂雁琴和趙斌，2019），居民創業（謝絢麗等，2019）等，會通過破解金融錯配難題來促進企業和地區技術創新，并且這種促進效應在中西部和金融發展環境較差的地區更強（梁榜和張建華，2019；唐松等，2020）。但也有研究認為在經濟發展水平更好的地區，數字普惠金融能夠更大程度地促進技術創新（聶秀華，2020）。

金融發展是影響技術創新效率的重要因素之一（Ang，2011）。技術創新項目的高風險特征所導致的信息不對稱問題通常會使企業面臨嚴重的融資約束，由此引致的金融資源錯配會導致技術創新效率低下（Chowdhury&Min，2012）。發展良好的金融體系會通過緩解信息不對稱，提高金融資源配置效率等方式為技術創新項目提供資金支持，進而提高地區技術創新效率（解維敏和方紅星，2011；贠菲菲等，2019）。

通過梳理現有的文獻可以發現，已有研究較少考慮數字普惠金融對地區技術創新效率的影響，尤其是考慮數字普惠金融對技術創新效率的溢出效應。鑒于此，試圖從理論和實證兩方面厘清數字普惠金融與技術創新效率之間的關系。本文可能的邊際貢獻在于：第一，在考慮空間效應的情況下研究了數字普惠金融與技術創新效率之間的關系。第二，立足于各地區經濟發展水平不平衡的現實狀況，研究了數字普惠金融對技術創新效率的異質性影響。第三，考慮到金融服務數字化轉型和技術創新效率提升的階段性特征，考察了數字普惠金融對地區技術創新效率的結構性影響。

二、研究假設

（一）數字普惠金融與地區技術創新效率

數字普惠金融體系能夠通過以下途徑提升地區技術創新效率：

第一，數字普惠金融能夠優化地區金融資源配置，緩解融資約束，進而推動技術創新效率的提升。作為一種新型金融模式，數字普惠金融利用數字技術，借助服務、場景等優勢，能夠及時有效地為受到傳統金融服務排斥的“長尾群體”提供金融服務，為中小微企業的創新活動提供資金支持，進而有利于提高地區技術創新效率。第二，數字普惠金融能夠通過降低貸款成本和減少信息不對稱來促進地區技術創新效率的提高。云計算、大數據等數字技術的快速發展能夠使金融機構有效地判斷借款人的信用等級，減少借款人與貸款人之間的信息不對稱，進而降低中小微企業的融資成本，為其開展技術創新活動提供資金支持，從而有助于地區技術創新效率的提升。此外，與傳統金融服務不同，數字普惠金融天然不受時空限制，隨著數字技術的發展和地區間經濟發展聯系日益緊密，數字普惠金融發展也能夠通過外溢效應提升周邊地區技術創新效率。綜上，提出研究假設1。

假設1：數字普惠金融的發展不僅能夠提升本地區技術創新效率，而且還會產生空間溢出效應。

（二）數字普惠金融、異質性與地區技術創新效率

數字普惠金融主要通過覆蓋廣度、使用深度和數字化程度三種渠道對地區技術創新效率產生影響。覆蓋廣度是指數字普惠金融的可及度。數字普惠金融覆蓋廣度越大，金融服務的觸及性越強，企業就越能夠通過互聯網獲取其所需的金融資源來開展技術創新活動，從而提高地區技術創新效率。其次，使用深度根據實際使用互聯網金融服務量來衡量。多類型數字金融服務發展提高了數字普惠金融的使用深度，也為地區技術創新效率的提升提供了資金和資源的支持。最后，數字化程度是指數字普惠金融的便利化、信用化與實惠化。快捷的移動支付、無抵押品的信用支付和低成本的信用貸款無一不體現出數字普惠金融的數字化優點。數字化程度的提高有利于提高資金的靶向性，進而提升地區技術創新效率。基于此，提出研究假設2。

假設2：數字普惠金融通過覆蓋廣度、使用深度和數字化程度對地區技術創新效率產生影響。

由于各個地區的經濟發展水平、要素資源稟賦等方面各不相同，數字普惠金融對技術創新效率的影響可能存在差異。具體來說，在經濟發展水平更高、要素資源更豐富的東部地區，金融市場更加完善，金融資源能夠通過完善的金融市場合理配置到其所需要的地方，企業進行技術創新所面臨的融資約束較小，數字普惠金融對于促進地區技術創新效率起著“錦上添花”的作用。而對于初始稟賦條件相對較差、金融市場發展不夠完善的中西部地區來說，數字普惠金融為這些地區開展技術創新活動提供了必要的資金支持，降低了資金使用成本，能夠在更大程度上提高地區技術創新效率。基于此，提出研究假設3。

假設3：數字普惠金融對地區技術創新效率的驅動作用存在差異，并且在中西部地區驅動作用更強。

數字普惠金融發展的不同階段，對技術創新效率的影響程度也會有所不同。在數字普惠金融發展初期，數字基礎設施建設相對滯后，數字普惠金融對技術創新效率的促進效應十分有限。隨著數字普惠金融和數字技術的發展，數字金融服務能夠緩解信息不對稱，提高金融資源配置效率，進而提高技術創新效率。而隨著數字普惠金融的進一步發展，數字普惠金融發展相對成熟，金融資源能夠較為合理的配置。對于提高技術創新效率來說，金融資源不是促使其快速提高的關鍵因素。因此，數字普惠金融對技術創新效率的邊際作用會有所下降。此外，數字金融風險因素不斷累積也會影響數字普惠金融對技術創新效率的促進作用。基于此，提出研究假設4。

假設4：數字普惠金融對地區技術創新效率的影響呈現出“倒U型”的結構特征。

在技術創新效率的不同階段，數字普惠金融對技術創新效率的影響程度也有所不同。在技術創新效率較低的時期，技術創新所需資金的配置扭曲程度相對較高，創新主體會因為資金限制而無法開展創新活動。在這一時期，數字普惠金融發展能夠在更大程度上促進地區技術創新效率的提高。而當地區技術創新效率不斷提高時，金融資源配置也趨于合理，資金問題可能不是限制其提高的主要因素。僅僅依靠金融這一方面很難提高技術創新效率，需要多方面因素共同提高技術創新效率。基于此，提出研究假設5。

假設5：數字普惠金融對技術創新效率的影響隨著技術創新效率的提高而不斷減少。

三、研究設計

（一）模型設定

為考察數字普惠金融對技術創新效率的影響及其空間溢出效應，本文使用空間杜賓模型進行實證分析，并設定如下形式的實證模型：

其中，yit為技術創新效率指標，xit為數字普惠金融和政府干預程度、產業結構、人力資本水平、經濟發展水平、外商直接投資、基礎設施等控制變量，Wij為空間權重矩陣，μi表示地區固定效應，εit為隨機干擾項。

本文使用以下兩種權重矩陣進行實證分析：（1）地理權重矩陣；

其中，dij為i市與j市之間的距離。

（2）經濟權重矩陣；

其中，Pi表示i市2011—2018年人均GDP的均值。在基準分析中，使用行標準化后的地理權重矩陣進行回歸分析。

（二）變量選取與數據來源

被解釋變量：地區技術創新效率。地區技術創新效率測算屬于多投入多產出問題，使用數據包絡分析方法（DEA）對地區技術創新效率進行測算。借鑒Tone（2001）提出的DEA-SBM模型對地區技術創新效率進行測算。本文選取科教支出和科研人員數量作為投入指標，專利授權量作為產出指標，計算得出地區技術創新效率。此外，計算出CCR和BCC模型下的技術創新效率用作穩健性檢驗。

解釋變量：數字普惠金融。采用郭峰等（2020）編制的地級市層面的數字普惠金融指數作為數字普惠金融的代理變量。此外，使用數字普惠金融指數中覆蓋廣度、使用深度以及數字化程度三個子指標深入考察數字普惠金融的異質性影響。

基于數字普惠金融指數和地區數據的可得性，本文使用2011—2018年275個地級市數據進行實證研究。其中城市專利數據來自于中國研究數據服務平臺。數字普惠金融指數來自于《北京大學數字普惠金融指數（2011—2018年）》。其余數據來自于《中國城市統計年鑒》《中國統計年鑒》以及中經網數據庫。在選定2011年為基期的基礎上，對名義變量進行了價格指數平減，并對缺失數據使用插值法進行補充。在實證分析中，對所有變量進行對數化處理。主要變量的描述性統計如表1所示①外商直接投資存量估算公式為：FDIit=FDIi，t-1（1-δit）+fdiit，其中，i表示城市，t表示時間，FDI表示FDI存量，fdi為FDI流量，δ為FDI存量折舊率，借鑒張軍等（2004）的方法，選取折舊率為9.6%。。

表1 主要變量描述性統計

（三）空間相關性分析

對2011—2018年技術創新效率和數字普惠金融進行Moran空間相關性檢驗結果如表2所示，技術創新效率和數字普惠金融指數的Moran指數均顯著為正。這說明在樣本期內各城市技術創新效率和數字普惠金融存在一定的正向空間相關性。

表2 空間相關性檢驗結果

四、實證分析

（一）數字普惠金融對技術創新效率影響的實證結果

表3對數字普惠金融和地區技術創新效率的基準關系進行了實證檢驗。表3第一列為固定效應面板模型，回歸結果顯示數字普惠金融對地區技術創新效率的回歸系數顯著為正，說明數字普惠金融的發展能夠顯著提升地區技術創新效率。使用空間杜賓模型得到的回歸結果如表3第二列所示，在控制其他變量后，數字普惠金融對地區技術創新效率的回歸系數顯著為正，說明與數字技術相結合的普惠金融能夠通過拓寬金融服務范圍，優化金融資源配置效率，緩解借貸雙方信息不對稱為技術創新效率的提升提供資金和資源的支持，驗證了前文理論分析中所提出的假設1。表3后兩列分別報告了空間自回歸模型和空間誤差模型下的回歸結果，可以看出數字普惠金融的回歸系數顯著為正，說明模型結果比較穩健。

表3 基準模型回歸結果

在空間杜賓模型下，技術創新效率空間項的回歸系數顯著為正，說明周邊地區技術創新效率的提高會通過知識擴散等溢出效應提高本地區技術創新效率。數字普惠金融空間項對技術創新效率的回歸系數為-0.034，但在5%的水平下不顯著，說明數字普惠金融不會對周邊地區技術創新效率產生顯著影響。對此可能的解釋是：一方面，周邊地區數字普惠金融的發展會通過互聯網等渠道跨時空地為本地區提供金融服務，改善本地區金融市場環境，提升本地資金的可及度和使用效率，進而提高本地技術創新效率；另一方面，在短期內金融資源有限，鄰近地區數字普惠金融的發展會與本地區金融市場形成競爭，金融行業的過度競爭會導致整體運行效率下降，會進一步擠出金融機構對企業的技術創新研發資金，削弱數字普惠金融對本地技術創新活動的支持力度，進而抑制技術創新效率的提高。綜合來看，數字普惠金融對技術創新效率的外溢效應并不顯著。

在空間計量模型中可以使用偏微分將數字普惠金融對技術創新效率的影響分解成直接效應、間接效應和總效應。表4報告了空間杜賓模型下數字普惠金融的空間效應分解結果。通過表4可以看出，數字普惠金融對技術創新效率的直接效應顯著為正，但數字普惠金融的間接效應并不顯著，說明本地區技術創新效率的提高主要受益于本地區數字普惠金融的發展。

表4 空間效應分解結果

（二）異質性分析

為探究數字普惠金融發展對技術創新效率提高的異質性影響。從覆蓋廣度、使用深度和數字化程度三個維度考察數字普惠金融對技術創新效率的影響，回歸結果見表5。從表5可以看出，數字普惠金融覆蓋廣度的回歸系數顯著為正，說明覆蓋廣度能夠顯著提高地區技術創新效率，這也驗證了理論分析中的假設2。而使用深度和數字化程度的回歸系數并不顯著，說明這兩個指標對地區技術創新效率沒有顯著影響。出現這種情況的原因可能是我國數字普惠金融尚處于發展初期，數字化基礎設施不夠完善，數字普惠金融使用深度和數字化程度發展水平較低（汪亞楠等，2020），因此兩者對技術創新效率的提高沒有顯著影響。

表5 分維度基準模型回歸結果

續表5

考慮到我國地區間經濟發展水平、資源稟賦等因素的差異，將總樣本劃分為東部地區、中部地區和西部地區樣本進行回歸分析，得到的回歸結果如表6所示。可以看出，在東部地區數字普惠金融的回歸系數為負，但并不顯著，而在中部地區數字普惠金融回歸系數顯著為正。說明數字普惠金融能夠顯著提升中部地區技術創新效率，但對東部地區技術創新效率沒有顯著影響，這與假設3相符合。而在西部地區，數字普惠金融的回歸系數并不顯著。西部地區創新要素相對匱乏、制度環境相對較差，雖然數字普惠金融為西部地區開展技術創新活動提供了資金支持，但其他方面的不足可能制約了數字普惠金融對技術創新效率的促進作用。從空間效應上看，技術創新效率的空間項系數顯著為正，說明在三個地區內部技術創新效率存在正向空間外溢性。數字普惠金融的空間項系數并不顯著，說明數字普惠金融對技術創新效率的外溢效應并不明顯。

表6 地區異質性回歸結果

為進一步研究不同城市規模下數字普惠金融對技術創新效率的影響，將275個城市劃分為四類①城市規模劃分標準為：特大城市，500萬人口以上；大城市，100萬—500萬人口；中等城市，50萬—100萬人口；小城市，50萬人口以下。人口規模以2018年城區常住人口為標準，人口數據來源于《2018年城市建設統計年鑒》。：特大城市、大城市、中等城市和小城市。對不同規模城市樣本進行回歸分析得到的結果如表7所示。可以看出，在大城市和中等城市中數字普惠金融回歸系數顯著為正，而在特大城市和小城市中，數字普惠金融回歸系數并不顯著。可能的原因是，一方面，特大城市金融發展水平高，多樣的金融服務基本可以滿足企業融資需求，企業面臨的融資約束較小。另一方面，特大城市的技術創新效率水平相對較高，數字普惠金融對技術創新效率的促進作用會在一定程度上受到邊際收益遞減規律的制約。因此，在特大城市數字普惠金融無法顯著提高技術創新效率。而在小城市中，受到初始稟賦和技術創新要素的制約，數字普惠金融可能無法對技術創新效率產生顯著影響。

表7 城市規模異質性回歸結果

為了驗證假設4，本文使用Hansen（1999）提出的門檻模型來研究數字普惠金融對技術創新效率的非線性影響特征。將數字普惠金融作為門檻變量，構建如下形式的門檻模型：

其中，γ為門檻值，xit為控制變量，μi為地區固定效應，I為指示函數。在對門檻模型回歸之前，首先要檢驗門檻變量是否存在門檻效應，表8報告了門檻效應檢驗結果。可以看出，數字普惠金融在5%的水平下存在兩個門檻值。說明應該采用雙門檻模型進行回歸分析。

表8 門檻效應檢驗結果

表9 門檻模型回歸結果

使用門檻模型得到的回歸結果如表9所示。從表9的回歸結果可以看出，數字普惠金融存在4.656和5.501兩個門檻值，并且數字普惠金融在三個區間內的回歸系數均顯著為正，說明數字普惠金融發展能夠顯著提升地區技術創新效率。從數字普惠金融的回歸系數可以看出，當數字普惠金融發展水平較低時，數字普惠金融對技術創新效率的促進作用較小。隨著數字普惠金融的發展，數字普惠金融對技術創新效率的促進效應有所提高。而當數字普惠金融進一步發展時，數字普惠金融對技術創新效率的影響程度又有所減少。表9的回歸結果說明數字普惠金融對技術創新效率呈現出“倒U型”的影響特征，驗證了假設4。

為驗證假設5，使用分位數回歸來研究不同分位數下數字普惠金融對技術創新效率的影響。參考已有研究做法，本文選取5個代表性的分位數點（0.1、0.25、0.5、0.75、0.9）進行分析說明①選擇其他分位數點不影響結論，這里僅報告5個分位數回歸結果。。表10報告了分位數回歸結果，在5個分位點處，數字普惠金融的回歸系數分別為0.496、0.459、0.42、0.385、0.358，并且均在5%的水平下顯著。隨著分位點的增加，數字普惠金融的系數不斷減少。這說明隨著技術創新效率的提高，數字普惠金融對技術創新效率的正向影響不斷減弱，驗證了假設5。

表10 分位數回歸結果

（三）穩健性檢驗②

②限于篇幅，結果留存備索。

本文使用多種方法進行穩健性檢驗：一是更換被解釋變量。本文將BCC模型和CCR模型測度的技術創新效率作為被解釋變量進行回歸。二是使用經濟權重矩陣。三是數字普惠金融滯后一期。以上結果顯示數字普惠金融的回歸系數顯著為正，驗證了研究結論的穩健性。

五、研究結論和政策啟示

本文使用2011—2018年275個地級市數據，實證分析了數字普惠金融對地區技術創新效率的影響。研究結論表明：第一，數字普惠金融和技術創新效率存在著正向的空間相關性。數字普惠金融發展有利于地區技術創新效率的提升，技術創新效率存在顯著的正向溢出效應。第二，數字普惠金融覆蓋廣度能夠顯著促進地區技術創新效率的提高。數字普惠金融發展顯著提升了中部地區和大中型城市的技術創新效率。第三，數字普惠金融發展對技術創新效率的影響程度呈現出“倒U型”特征。隨著技術創新效率的提高，數字普惠金融發展對技術創新效率的正向影響不斷減弱。

基于以上研究結論，本文的政策啟示在于：首先，應該繼續推進數字普惠金融體系建設，繼續加快數字基礎設施建設，充分釋放數字普惠金融的數字紅利，推動數字普惠金融更好地服務實體經濟。其次，應該充分重視技術創新效率的正向空間效應，發揮地區間技術創新的俱樂部集聚作用。各地區還應該制定差異化的發展政策，因地制宜推動技術創新效率的提升。最后，營造良好的技術創新環境和產權制度環境。政府應該引導企業增加研發投入提高研發效率，形成產學研一體的格局促進技術創新。此外，在發展數字普惠金融的同時，應該注重其他因素對提高技術創新效率的作用。