數字普惠金融與區(qū)域創(chuàng)新的交互影響及空間溢出
——基于空間聯(lián)立方程和異質性SDM 的實證檢驗

王 亮 劉凌燕

（南京財經大學國際經貿學院，江蘇 南京 210023）

一、引言

創(chuàng)新是引領發(fā)展的第一動力，尤其是在復雜多變的經濟形勢下，創(chuàng)新已成為經濟高質量發(fā)展的重要引擎。客觀來看，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”（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（唐松等，2020）。創(chuàng)新作為一項高風險、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水平的關鍵因素（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），金融機構作為融資中介，其結構性套利行為降低了資金利用效率。同時，傳統(tǒng)金融服務對象多為國有企業(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。隨著數字經濟的蓬勃發(fā)展，傳統(tǒng)金融與數字經濟的深度融合催生出數字普惠金融這一新型金融模式。數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能力，實現(xiàn)了金融服務的共享。

數字普惠金融與區(qū)域創(chuàng)新的良性互動是經濟高質量發(fā)展的新動力。一方面，數字普惠金融被認為是推動創(chuàng)新發(fā)展的重要依托（唐松等，2020）。其一，數字普惠金融突破了時空限制，降低了金融服務成本（傅利福等，2021），能夠為創(chuàng)新主體緩解融資約束；其二，數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)新推動了數字普惠金融的發(fā)展（鄒新月和王旺，2021）。數字普惠金融以數字技術為依托，需要不斷的技術創(chuàng)新來驅動其高質量發(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)新來推動數字普惠金融的發(fā)展。

由此可見，數字普惠金融和區(qū)域創(chuàng)新存在一定的關聯(lián)。那么，數字普惠金融和區(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)新如何反向影響數字普惠金融？數字普惠金融和區(qū)域創(chuàng)新的空間溢出效應和地區(qū)交互影響具有什么樣的異質性特征？為了回答這些問題，本文從空間視角構建數字普惠金融與區(qū)域創(chuàng)新相互影響的理論分析框架，探討數字普惠金融和區(qū)域創(chuàng)新的內生雙向影響和空間溢出效應，這有利于實現(xiàn)兩者的空間良性互動，進而助力我國經濟高質量發(fā)展。

二、文獻綜述

數字普惠金融與區(qū)域創(chuàng)新是我國經濟高質量發(fā)展中提升核心競爭力的關鍵所在，二者的關系已受到學術界的廣泛關注。目前已有的相關研究主要包括數字普惠金融對區(qū)域創(chuàng)新的直接效應以及數字普惠金融對區(qū)域創(chuàng)新的空間溢出效應。

關于數字普惠金融對區(qū)域創(chuàng)新的直接效應，從創(chuàng)新要素供給側來看，數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）；數字技術的廣泛應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）。數字普惠金融的“鯰魚效應”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，2020）。

相關學者認為，數字普惠金融對區(qū)域創(chuàng)新的空間溢出效應主要包括輻射效應和虹吸效應。一是輻射效應。數字技術打破了地理區(qū)位的限制，擴大了數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)間的數字普惠金融發(fā)展水平有所差異，數字普惠金融發(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。該效應產生的前提是逐利性。若本地數字普惠金融發(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，產生極化現(xiàn)象（聶秀華和吳青，2021）。

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

與現(xiàn)有文獻相比，本文的邊際貢獻在于：（1）系統(tǒng)分析了數字普惠金融與區(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)新對數字普惠金融的反向影響。（2）構建了時變非對稱互聯(lián)網地理權重矩陣，一定程度上避免了傳統(tǒng)矩陣的假設缺陷。其一，該矩陣體現(xiàn)了互聯(lián)網在數字普惠金融與區(qū)域創(chuàng)新雙向內生關系中的重要影響。其二，該矩陣反映了互聯(lián)網發(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）基于異質性空間杜賓模型，估計了每一個省份數字普惠金融與區(qū)域創(chuàng)新的空間交互影響。

三、理論機制與研究假說

（一）數字普惠金融與區(qū)域創(chuàng)新的雙向影響

1.數字普惠金融對區(qū)域創(chuàng)新的影響。數字普惠金融影響區(qū)域創(chuàng)新的作用機制主要包括集聚效應和鯰魚效應。一是集聚效應。由于數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，數字普惠金融更易于形成空間集聚。具體來看，數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。數字普惠金融不僅革新了銀行傳統(tǒng)服務模式，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)新提質增效，實現(xiàn)創(chuàng)新“存量優(yōu)化”。

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

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

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

1.數字普惠金融與區(qū)域創(chuàng)新的空間溢出效應。在區(qū)域經濟一體化背景下，隨著地區(qū)間經濟往來日益密切，數字普惠金融與區(qū)域創(chuàng)新各自形成了一定的空間關聯(lián)（王洋等，2021）。數字普惠金融的空間溢出效應主要表現(xiàn)在：依托于互聯(lián)網等數字技術，數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)間的產業(yè)關聯(lián)度，地區(qū)間可以共享先進生產要素，這有助于為鄰近地區(qū)數字普惠金融提供發(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，移動終端設備及互聯(lián)網擴大了知識溢出的邊界，有助于在區(qū)域間形成創(chuàng)新關系網絡（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：數字普惠金融與區(qū)域創(chuàng)新均存在正向空間溢出效應，即本地區(qū)數字普惠金融對鄰近地區(qū)數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.數字普惠金融與區(qū)域創(chuàng)新的空間交互效應。數字普惠金融能夠突破物理時空限制，這意味著數字普惠金融不僅會對本地區(qū)區(qū)域創(chuàng)新產生影響，還會對鄰近地區(qū)的區(qū)域創(chuàng)新產生空間溢出效應。數字普惠金融主要通過回波效應和擴散效應對區(qū)域創(chuàng)新產生空間溢出效應。在本地區(qū)數字普惠金融快速發(fā)展時，數字普惠金融集聚所產生的回波效應會加速吸引鄰近地區(qū)的知識、技術、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，即數字普惠金融對區(qū)域創(chuàng)新產生了負向空間溢出；與此同時，由于數字普惠金融的擴散效應，本地區(qū)也會產生知識、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），即數字普惠金融對區(qū)域創(chuàng)新產生了正向空間溢出。當回波效應大于擴散效應時，數字普惠金融會抑制鄰近地區(qū)的區(qū)域創(chuàng)新；當擴散效應大于回波效應時，數字普惠金融會促進鄰近地區(qū)的區(qū)域創(chuàng)新。由于當前我國數字普惠金融發(fā)展較快，各地區(qū)對知識、技術、資本等要素的需求量均較大，因此，本文認為數字普惠金融的回波效應大于擴散效應。

區(qū)域創(chuàng)新對鄰近地區(qū)數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)數字普惠金融發(fā)展環(huán)境，鄰近地區(qū)數字普惠金融的發(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、資本等要素的需求，在逐利性的驅動下，本地區(qū)將會提高先進生產要素的邊際報酬，進而吸引鄰近地區(qū)先進生產要素流入本地區(qū)，這將會惡化鄰近地區(qū)的資源配置結構與金融結構，抑制鄰近地區(qū)金融機構的數字化轉型，不利于鄰近地區(qū)數字普惠金融的發(fā)展。因此，區(qū)域創(chuàng)新對數字普惠金融表現(xiàn)出負向空間溢出效應。

綜上，本文提出研究假說3：數字普惠金融與區(qū)域創(chuàng)新存在負向空間交互效應，即本地區(qū)數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)數字普惠金融存在抑制作用。

四、實證研究設計

（一）基本模型設定

為了克服遺漏變量和內生解釋變量互為因果導致的內生性偏誤，本文構建空間聯(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)新變量和數字普惠金融變量， μ和ξ為地區(qū)個體效應，?和φ為時間個體效應，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為影響數字普惠金融的控制變量組。w表示地區(qū)間的空間關系， ρ、ρ、ρ、ρ為空間相關系數，表示數字普惠金融與區(qū)域創(chuàng)新之間的空間溢出效應以及地區(qū)間的交互影響。

（二）變量選取與數據來源

由于我國數字普惠金融發(fā)展歷程較短，考慮到面板數據的完整性，本文選取2011—2020年中國220 個地級市作為樣本，數據主要來源于《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、北京大學數字普惠金融研究中心、北京大學國家發(fā)展研究院和龍信數據研究院等，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化處理。具體指標測度如下：

1.內生變量。區(qū)域創(chuàng)新（lninn），對于該變量，一般采用R&D 經費支出、專利申請量和專利授權量等指標進行衡量，但是從城市層面來看，R&D 經費支出不能準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量衡量區(qū)域創(chuàng)新水平。

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

數字普惠金融方程的控制變量如下：（1）貿易開放度（lnfdi）；（2）產業(yè)結構優(yōu)化度（lnind）；（3）人口密度（lnpop），用地區(qū)當年常住人口與土地面積之比來表示；（4）互聯(lián)網普及率（lnintel），用地區(qū)當年接入互聯(lián)網的用戶數來衡量；（5）金融發(fā)展水平（lnfinance），用金融機構年末存貸款余額占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)計結果。

表1：變量描述性統(tǒng)計結果

（三）空間權重矩陣設計

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

五、實證結果分析

根據識別的階條件可知，本文構建的空間聯(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)網地理權重矩陣、逆距離權重矩陣和經濟地理加權矩陣的GS3SLS估計結果。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估計結果。

（一）數字普惠金融方程的估計結果

從表2可以看出，在數字普惠金融方程中，非空間面板聯(lián)立方程的迭代3SLS 估計結果顯示，區(qū)域創(chuàng)新估計系數大于0，且在1%的水平上顯著，意味著區(qū)域創(chuàng)新能夠推動數字普惠金融的發(fā)展。空間面板聯(lián)立方程的GS3SLS估計結果顯示，三種權重矩陣下區(qū)域創(chuàng)新的回歸系數均在1%的水平上顯著大于0，這說明在本地區(qū)內，創(chuàng)新活動對數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聯(lián)性，優(yōu)化了創(chuàng)新要素資源配置，改善了數字普惠金融發(fā)展環(huán)境，這有利于為數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、技術要素對勞動要素的替代，提高了生產要素中技術和知識要素的比重，實現(xiàn)了金融數字化轉型，推動了數字普惠金融的進一步發(fā)展。

在三種權重矩陣下，區(qū)域創(chuàng)新的空間滯后項系數均在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)先進生產要素流入本地區(qū)，這會惡化鄰近地區(qū)的金融結構，不利于鄰近地區(qū)數字普惠金融的發(fā)展。數字普惠金融的空間滯后項系數均在1%的水平上顯著大于0，這表明本地區(qū)與鄰近地區(qū)數字普惠金融存在空間依賴關系，數字普惠金融的發(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 估計結果顯示，數字普惠金融估計系數大于0，且在1%的水平上顯著，意味著數字普惠金融發(fā)展有利于推動區(qū)域創(chuàng)新。空間面板聯(lián)立方程的GS3SLS 估計結果顯示，三種權重矩陣下數字普惠金融系數均大于0 且在1%的水平上顯著，這意味著數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)新產出。另一方面，數字普惠金融的空間集聚使得企業(yè)間可以共享知識、技術等要素，減少了信息不對稱的問題，降低了創(chuàng)新成本。

表2：數字普惠金融方程與區(qū)域創(chuàng)新方程的估計結果

在三種權重矩陣下，數字普惠金融的空間滯后項系數均小于0，且在1%的水平上顯著，這意味著本地區(qū)數字普惠金融的發(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)數字普惠金融帶來的回波效應大于擴散效應，知識、技術、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，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.基于數字普惠金融二級指標的估計結果。出于參數估計穩(wěn)健性的考慮，本文使用數字普惠金融的三個細分指標數字普惠金融覆蓋廣度（lncov）、使用深度（lnuse）和數字化程度（lndig），基于時變非對稱互聯(lián)網地理權重矩陣重新對模型進行估計，結果見表3。

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

表3：基于數字普惠金融二級指標在時變非對稱互聯(lián)網地理權重矩陣下的估計結果

2.更換區(qū)域創(chuàng)新代理指標。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（lninnov）作為區(qū)域創(chuàng)新水平的代理指標進行穩(wěn)健性檢驗，該指數由北京大學國家發(fā)展研究院和龍信數據研究院聯(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)新代理指標后的數字普惠金融方程和區(qū)域創(chuàng)新方程估計結果。可以看出，更換區(qū)域創(chuàng)新代理指標后，區(qū)域創(chuàng)新與數字普惠金融在本地仍存在雙向促進作用；從空間溢出效應來看，在逆距離權重矩陣和時變非對稱互聯(lián)網地理權重矩陣下，區(qū)域創(chuàng)新與數字普惠金融之間存在顯著的負向交互效應。這證明本文的實證結果是穩(wěn)健的。

表4：更換區(qū)域創(chuàng)新代理指標后的GS3SLS估計結果

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

表5：基于2020年截面數據的數字普惠金融方程與區(qū)域創(chuàng)新方程估計結果

4.GS2SLS 估計結果。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性。本文對數字普惠金融方程與區(qū)域創(chuàng)新方程進行GS2SLS估計，回歸結果見表6。可以看出，在不考慮單方程之間同期相關性的情況下，數字普惠金融、區(qū)域創(chuàng)新及二者空間滯后項的回歸系數的符號與顯著性均未發(fā)生明顯變化，表明本文實證結果具有穩(wěn)健性。

表6：數字普惠金融方程與區(qū)域創(chuàng)新方程的GS2SLS估計結果

六、進一步研究

（一）數字普惠金融和區(qū)域創(chuàng)新空間交互效應的地區(qū)異質性

由于我國不同地區(qū)經濟基礎、要素稟賦存在差異，數字普惠金融與區(qū)域創(chuàng)新的空間交互效應可能存在地區(qū)異質性，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)網地理權重矩陣進行估計，回歸結果見表7。可以看出，三大地區(qū)的數字普惠金融與區(qū)域創(chuàng)新在本地均存在雙向促進作用。從空間溢出效應來看，東部地區(qū)和西部地區(qū)的數字普惠金融與區(qū)域創(chuàng)新之間存在負向空間交互效應，中部地區(qū)的數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)的經濟發(fā)展較快，數字技術較為成熟，本地區(qū)數字普惠金融的發(fā)展具有“先發(fā)優(yōu)勢”，其對鄰近地區(qū)知識、技術、資本等要素的吸引力較強，即回波效應較為顯著，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要素流入本地區(qū)，這抑制了鄰近地區(qū)數字普惠金融的發(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)數字普惠金融的回波效應較弱，對鄰近地區(qū)的知識擴散效應較強，能夠更好地服務長尾人群，進而提高了鄰近地區(qū)創(chuàng)新水平。西部地區(qū)數字普惠金融和創(chuàng)新水平整體不高，但內部差距依然明顯，數字普惠金融和創(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、資本等要素流入本地區(qū)，從而使得數字普惠金融和區(qū)域創(chuàng)新之間產生了負向空間交互效應。

表7：數字普惠金融和區(qū)域創(chuàng)新空間交互效應的地區(qū)異質性

（二）數字普惠金融和區(qū)域創(chuàng)新空間交互效應的省域異質性

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

基于逆距離權重矩陣和擬最大似然（QML）估計方法的估計結果，表8 顯示了數字普惠金融對區(qū)域創(chuàng)新的空間溢出效應（ρ）的省域異質性以及區(qū)域創(chuàng)新對數字普惠金融的空間溢出效應（ρ）的省域異質性。如表8 所示，數字普惠金融和區(qū)域創(chuàng)新的空間交互效應存在明顯的省域異質性。在數字普惠金融方程中，10個省份的區(qū)域創(chuàng)新空間滯后項的系數是顯著的。其中3 個省份顯著為負，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、山西和內蒙古，這些省份的區(qū)域創(chuàng)新促進了鄰近省份數字普惠金融的發(fā)展。在區(qū)域創(chuàng)新方程中，15個省份的數字普惠金融的空間滯后項系數是顯著的。其中7 個省份顯著為負，包括廣東、貴州、湖北、山東、山西、陜西和內蒙古，這些省份的數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，這些省份的數字普惠金融促進了鄰近省份的區(qū)域創(chuàng)新。

表8：數字普惠金融和區(qū)域創(chuàng)新空間交互效應的省域異質性

（三）數字普惠金融和區(qū)域創(chuàng)新空間交互效應的城市規(guī)模異質性

為了考察數字普惠金融與區(qū)域創(chuàng)新空間交互效應的城市規(guī)模異質性，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)網地理權重矩陣進行估計。從表9 中可以看出，在本地區(qū)內，不同規(guī)模城市的數字普惠金融與區(qū)域創(chuàng)新之間均存在雙向促進作用。從空間溢出效應來看，超大及特大城市、大城市的數字普惠金融與區(qū)域創(chuàng)新之間存在負向空間交互效應，而中小城市的數字普惠金融與區(qū)域創(chuàng)新之間的負向交互效應則不顯著。

表9：數字普惠金融與區(qū)域創(chuàng)新空間交互效應的城市規(guī)模異質性

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、資本等要素的爭奪較為嚴重，本地區(qū)數字普惠金融的發(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)數字普惠金融的發(fā)展。而中小城市數字普惠金融發(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)高技術人才與先進生產要素的虹吸效應，導致本地區(qū)區(qū)域創(chuàng)新對鄰近地區(qū)數字普惠金融未產生明顯影響。

七、結論與政策建議

本文基于2011—2020年全國220個地級市及31個省份數據，構建時變非對稱互聯(lián)網地理權重矩陣，采用空間聯(lián)立方程和異質性空間杜賓模型，研究了數字普惠金融與區(qū)域創(chuàng)新的空間交互效應。主要結論如下：首先，數字普惠金融與區(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)數字普惠金融促進了鄰近地區(qū)的數字普惠金融，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)數字普惠金融產生了負面影響。最后，在超大及特大城市、大城市，數字普惠金融與區(qū)域創(chuàng)新之間存在負向空間交互效應，而中小城市的數字普惠金融和區(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)，數字普惠金融與區(qū)域創(chuàng)新之間存在負向空間交互效應，而中部地區(qū)的數字普惠金融對區(qū)域創(chuàng)新產生了正向空間溢出。根據研究結論，本文提出以下建議：

首先，充分發(fā)揮數字普惠金融和區(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字普惠金融建設。一方面，政府需要出臺相關政策，在守住金融風險底線的前提下給予一定試錯空間；同時加快5G、大數據、人工智能等技術的發(fā)展應用，打好數字技術基礎，提高數字普惠金融服務長尾群體的能力，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，并引導創(chuàng)新科技成果轉化為金融數字產品及服務，在完善金融體系的基礎上構建多元化金融業(yè)態(tài)，為數字普惠金融發(fā)展賦予新動能。

其次，破除數字普惠金融與區(qū)域創(chuàng)新的負向空間交互效應。就東部地區(qū)、超大及特大城市、大城市而言，地區(qū)間應深化合作意識，避免因發(fā)展本地區(qū)數字普惠金融而與鄰近地區(qū)陷入要素爭奪困境，拓寬數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人才與先進生產要素過度集聚的局面，積極引領創(chuàng)新要素在區(qū)域間進行流轉，為鄰近地區(qū)數字普惠金融發(fā)展營造良好環(huán)境。就西部地區(qū)而言，政府需要進一步打破體制性障礙，緩解數字普惠金融領域的資源錯配問題，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，破解數字鴻溝難題，為鄰近地區(qū)數字普惠金融的發(fā)展提供技術支持。此外，政府可以通過加快建設全國統(tǒng)一大市場打破“信息孤島”，加強各省份間的交流合作，擴大數字普惠金融與區(qū)域創(chuàng)新的服務半徑，實現(xiàn)數字普惠金融與區(qū)域創(chuàng)新在省域層面的雙贏。

最后，數字普惠金融和區(qū)域創(chuàng)新政策應有效聯(lián)動，實現(xiàn)二者的空間良性互動。其一，政府應加強合作，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，政府需要做好數字普惠金融賦能區(qū)域創(chuàng)新的規(guī)劃，鼓勵本地數字化金融業(yè)務與鄰近地區(qū)創(chuàng)新活動深度對接，使數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， 政府可以鼓勵數字普惠金融平臺化、綜合化發(fā)展，通過搭建數字普惠金融服務共享平臺，實現(xiàn)市場數據的有效整合，擴大知識溢出邊界，為數字普惠金融精準識別創(chuàng)新對象、助力跨區(qū)域創(chuàng)新活動提供技術支撐。

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

②城市規(guī)模劃分標準參照2014年《國務院關于調整城市規(guī)模劃分標準的通知》，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。