數字普惠金融對區域創新能力的]異質性影響研究
——基于我國50個城市面板數據的實證分析

國 娜，灑 瀟

(1.山東財經大學東方學院，山東 泰安 271000；2.山東醫藥技師學院，山東 泰安 271000)

0 引言

隨著我國互聯網和數字科技的高速發展，普惠金融為經濟的高速發展帶來了新契機，同時，線上經濟的發展也迎來了新的階段。線上經濟的發展尤其以數字普惠金融的發展最為引人注目。數字普惠金融是指利用互聯網科技、人工智能、大數據、區塊鏈等數據處理技術，融合傳統金融服務模式，拓寬金融服務的延展性，提高服務質量，健全和完善金融體系。相比傳統金融模式，數字普惠金融具有覆蓋率廣、成本低、效率高的優點。創新是第一生產力，為我國現代化經濟體系的建設提供源動力。從科技創新、技術創新、區域創新到管理創新，創新推動著我國工業化、現代化的發展，通過普惠金融的驅動，帶動了我國各區域創新經濟的發展。

自20世紀90年代“普惠金融”一詞首次提出以來，金融科技與實體經濟的融合成為業界研究的重點。2019年，在中國人民銀行、新華社和中國銀保監會指導下，經濟參考報社、中國建設銀行和平安普惠共同主辦“2019普惠金融”大會，在會上，相關金融機構、監管部門及專家就如何推動普惠金融在我國的發展展開了激烈的討論。以往的研究主要集中于普惠金融對于某個區域的影響，而很少關注對不同經濟發展區域的異質性影響。因此，數字普惠金融與創新能力能否協同發展，對不同經濟發展水平的區域經濟帶動能力是否一致成為本文研究的關鍵。

1 理論分析與研究假設

自2013年我國把推動普惠金融的發展作為國家經濟發展戰略計劃以來，我國的科技金融水平得到顯著提升。2016年，《推動普惠金融發展規劃(2016—2020年)》為數字金融的發展提出了指導性意見。意見中指出要“增強金融服務實體經濟的能力，深化金融體系改革”，推動了我國不同地區數字金融的進步[1]。近年來我國普惠金融發展突飛猛進，帶動了各地區的創新能力，為中小企業的發展注入新鮮活力。同時，數字普惠金融對經濟的發展影響是多元的。數字普惠金融作為我國金融供給側結構性改革的重要著力點，有助于改善我國區域結構失衡問題；有助于完善社會信用體系，助力建設現代化經濟體系；通過技術創新的“機構性效應”，帶動產業全面升級；以創新驅動戰略提高產業的全要素生產率。因此，如何利用數字普惠金融促進傳統金融模式向普惠金融轉化，提升區域創新能力，推動區域產業升級成為亟待解決的難題。

金融風險的傳導并不是單方面的，在傳導強度上具有差異性及傳導結果兩面性的特點。楊子輝[2]運用4種風險測度方法即采用方差、絕對離差、半方差和對數方差進行風險測度，評述各自變量優劣，在我國金融風險的跨地區傳導中，發現其在不同地區均具有傳導效應。我國不同地區的經濟發展和創新水平不同，導致各區域經濟結構性差異顯著，科技創新為區域發展提供強大的動力。作為一個地區經濟發展的強大支撐，科技成果轉型的效率很大程度上影響區域經濟的活力。眾多研究證明，數字普惠金融對區域創新具有正向激勵效應。滕磊[3]實證驗證了數字普惠金融能夠提高中小企業的創新能力。2015年，根據長尾分析理論，王馨[4]認為數字普惠金融緩解了中小企業融資壓力，使得市場資金流向趨于合理，完善了區域投資環境，為區域發展帶來契機。2016年，FSB發布了金融科技發展報告，首次定義了金融科技并給出了原則性的監管框架。Yokura[5]認為，區域創新能力衡量區域內所有主體在政府政策和資源利用效率下創造價值的能力。王棟等[6]研究了數字普惠金融的發展對創新能力的帶動作用。

關于指標與變量的選取標準，區域創新能力是將科技成果轉化為產品的能力，具體而言，是將最新知識、技術、專利等融入社會生產過程中的各個環節，提高社會再生產的效率。對于一個地區來說，創新能力是對該地區知識和技術發展狀況的綜合反映。因此，本文將以年度人均專利擁有量作為區域創新能力的釋義。

2 數字普惠金融對區域創新能力的異質性影響的實證分析

2.1 設定回歸模型與變量測度

對區域創新與數字金融發展關系的模型，利用SPSS軟件分析以上解釋變量對被解釋變量的影響。構建以下面板實證檢測模型：

(1)

其中，Yt為被解釋變量，代表區域年度人均專利擁有量；Xkt代表解釋變量，分別用數字普惠金融指數、數字普惠金融覆蓋度和普惠金融數字化程度表示。同時提出以下假設。

H1：數字普惠金融的發展與區域創新能力呈正相關。

本文研究對象為2015—2019年全國50個主要城市，其中西部城市20個，東部城市30個。被解釋變量來源于國泰安數據、中文專利數據庫和《中國城市統計年鑒》。解釋變量來源于北京大學數字金融研究中心發布的北大數據普惠金融指數及相關指標。鑒于研究對象為50個東西部城市，對于不同區域的城市分別進行檢測，對于東部30個城市構建實證監測模型：

(2)

根據選取的樣本數據，進行模型檢測，如表1所示。

根據回歸模型摘要顯示，該模型的絕對值為0.739，接近于0.8，說明樣本與模型擬合度較好，樣本的選取比較具有代表性。

為了更準確地表明各個因素對成交量的影響，本文進行了回歸系數的顯著性檢驗(見表2)。顯著性如果大于0.05，則認為該因素對被解釋變量年度人均專利擁有量的影響顯著。根據表2顯示，回歸系數的t值顯著性檢驗均大于0.05，說明模型所選取的影響因素均能影響年度人均專利擁有量。同時，根據共線性統計，所有因素的VIF統計均小于10，說明所有因素之間不存在線性重合問題。由此得出，數字普惠金融促進該區域創新能力的發展。

表1 模型摘要(一)

表2 系數(一)

2.2 構建實證監測模型

對于西部20個城市構建實證監測模型：

(3)

根據回歸模型摘要顯示(見表3)，該模型的絕對值為0.773，接近于0.8，說明樣本與模型擬合度較好，樣本的選取比較具有代表性。

表3 模型摘要(二)

表4 系數(二)

根據顯著性檢測，顯著性如果大于0.05，則認為該因素對被解釋變量年度人均專利擁有量的影響顯著。根據表4顯示，回歸系數的t值顯著性檢驗均大于0.05，說明模型所選取的影響因素均能影響年度人均專利擁有量。同時，根據共線性統計，所有因素的VIF統計均小于10，說明所有因素之間不存在線性重合問題。同時，數字普惠金融促進該區域創新能力的發展，但顯著性檢驗值比西部地區要小，說明數字普惠金融對于東部地區創新能力的影響小于西部地區。

3 結論和啟示

3.1 結論

1)不論是東部地區還是西部地區，數字普惠金融均有效提高了各區域創新驅動能力，通過降低交易成本，減輕中小企業融資約束，帶動中小企業科技創新能力的提升；通過激勵作用，對帶動區域創新及現代經濟體系的構建產生促進作用。

2)由于不同區域創新能力的差異，數字普惠金融的驅動效應存在異質性影響。根據回歸結果，其對西部地區的效用小于東部地區的效用。鑒于各城市地理位置、融資環境、經濟發展水平和金融風險存在不同，所以各地政府在制定措施時，要根據自身發展情況制定策略。

3.2 啟示

1)各地應利用數字科技，推動普惠金融的健康發展。政府應增加對互聯網、大數據和云計算等技術支持，改善普惠金融的基礎設施建設。通過對互聯網、軟件產業的技術升級，緩解創新基礎不足的問題，強化金融科技的服務能力，帶動區域全產業鏈的協同發展。

2)加大對經濟欠發達地區的創新支持力度，因地制宜地制定數字科技的發展戰略。數字普惠金融對于西部地區的影響要高于東部地區。所以各地政府應因地制宜地制定差異化的發展戰略，加大對經濟欠發達地區數字科技的支持力度。

3)優化創新環境，重視創新資源的集聚效應。通過提升信息通信網絡，通過完善稅收、勞動力，投資等政策，助力提升創新水平。