数字普惠金融能否提高区域创新能力——基于空间杜宾模型的分析

华德亚,陆 雨

(安徽大学 经济学院,安徽 合肥 230601)

一、引言

近年来,创新驱动发展动力不足,传统要素对于创新能力的推动作用减弱,亟需新的推动力。数字普惠金融作为近年来我国金融体系中最活跃的部分,打破了传统金融行业的“二八原则”,有效缓解了中小企业的融资困境,尤其是互联网与普惠金融的结合,扩展了普惠金融应用的覆盖广度和深度,对区域创新创业活跃度有着显著的提升作用。然而,如何界定区域创新能力以及数字普惠金融如何影响区域创新能力,仍有待进一步探讨:区域创新能力包含什么内容?数字普惠金融如何影响区域创新能力?考虑到不同地区的经济结构的差异,数字普惠金融影响区域创新的程度是否相同?邻近地区的数字普惠金融发展是否会影响本地区的创新能力?在寻找新的区域创新水平的助力上,对于这些问题的研究极具现实意义。

鉴于此,本文构建衡量地区创新能力的指标体系,利用数字普惠金融指数结合省级面板数据、空间权重矩阵评估数字普惠金融的深化对区域创新能力的影响程度,并对其内在的机制进行分析。本文的创新在于:(1) 构建一个较为完善具体的创新能力评价指标体系,以期望更全面的衡量区域创新能力;(2) 利用中介效应模型，探讨数字普惠金融影响区域创新的具体路径;(3) 借助空间杜宾模型，探究数字普惠金融影响区域创新能力的空间溢出效应。

二、文献综述

傅秋子等认为数字普惠金融是传统金融行业结合云计算等信息技术,通过网络平台以及各类移动接入端口,以极低的成本精准的为各层次群体提供全覆盖的数字化金融服务[1]。Gomber指出数字普惠金融拥有低门槛、高效、共享的优势[2]。杜传忠等认为数字普惠金融能够激发银行信贷的创新效应、发掘居民消费潜能来促进区域创新效率的提高[3]。徐子尧等认为数字普惠金融能够通过缓解中小企业外部融资约束、降低中小企业债务融资的费用,使得中小企业能够以低成本、高效率、多选择的方式获得创新融资[4]。

关于数字普惠金融与区域创新能力的关系,戚湧等指出数字金融发展能够显著提升区域创新能力[5]。在企业层面,一方面,盛明泉等认为数字普惠金融能够缓解中小企业创新活动的融资约束,使其能够获得低成本、低门槛的外部融资,提高企业创新的“质”和“量”[6]。同时,一些学者从金融结构和经营结构角度进行分析。赵晓鸽等认为数字普惠金融有效改善了企业金融资源错配的情况,优化信贷结构,提高信贷资金配置效率,减少信贷配给歧视,提高企业的创新积极性与创新效率[7]。此外,Gilles认为数字金融的普惠特点可以依托专业人才对企业经营行为和创新活动进行判断,有效减少了创新项目融资中的“逆选择”风险[8]。Demertzis认为数字普惠金融可以提高金融资本的配置效率,进而在企业层面推动区域创新[9]。另一方面,数字普惠金融的发展有利于传统金融行业的发展,扩大了银行规模与股票市场规模,促进了银行业市场化程度的提高。钟腾等认为这会以不同融资模式对企业创新产出产生积极的影响[10]。侯世英等提出,相对于金融规模,金融发展的结构对于企业创新效率有着更重要的作用[11]。在行业层面,创新项目难以得到回报、周期长等特征,更依赖于外部融资。因此,喻平等认为外部融资依赖度相对较高的中小微企业则面临更为严重的融资约束问题[12]。面对融资困境,陈利等指出数字普惠金融扩展了金融行业的普惠性,提高中小型企业的融资可获得性,促进高端制造业以及信息制造类上市公司创新效率的提升[13]。在区域层面,孙立梅等指出区域金融发展通过优化金融体系、扩大金融规模显著地推动了技术创新[14]。

对于金融影响区域创新能力的具体路径,许多学者做了不同的研究,大致可分为以下几类:第一类主要从宏观与微观角度的结合出发，如徐子尧等认为数字普惠金融通过宏观层面的改善区域信贷配置效率以及微观层面的扩大居民消费来促进区域创新能力的提高[4];第二类主要从微观生产要素角度出发,如任碧云等认为数字普惠金融通过提高人力资本供给与促进产业结构升级产生外部需求来间接提升区域创新水平[15],周天芸认为数字普惠金融可以降低劳动力价格扭曲程度、提高居民消费水平、扩大投资水平影响区域创新能力[16];第三类主要从宏观区域经济结构出发,张杉指出数字普惠金融能够优化资源配置体系、升级区域支付清算体系与提高区域财富管理水平,从而对区域创新产生显著地推动作用[17]。

然而,传统金融市场的低效率以及金融深度不足都会对企业创新产生抑制作用。李晓龙等认为在金融发展过程中,如果金融结构未能及时随金融规模变动而调整,就很可能出现金融抑制,从而加剧资本扭曲,抑制区域创新效率的提升[18]。卢峰等提出由于政府过度干预导致金融压抑,并对经济增长和区域创新产生了负向影响[19]。也有学者认为,当前中国的金融体系并未对创新形成有效的支撑,如张杰等认为中国信贷市场紧张加剧对创新起到了一定程度的阻碍作用[20]。

综上所述,由于历史因素和独特的制度背景,中国金融市场长期普遍存在金融资本错配状况。中小微企业融资约束问题严峻,抑制了企业创新活动的开展。但是互联网与传统金融行业的融合既扩大了金融市场规模,也改善了金融市场结构,有利于推动区域创新能力的提高。已有文献主要探究企业层面数字金融对创新效率的影响,少数文献从空间地理的角度探讨数字普惠金融对地区整体创新效率的空间溢出效应。数字普惠金融打破了金融机构服务网点的地理空间限制,使得某地区的金融机构能够为其邻近地区,甚至不相邻地区的个体提供完善的金融服务。区域技术创新本身也存在时间、空间以及时空交互作用的正向外溢效应。因此,对于数字普惠金融影响区域创新能力的空间溢出效应的研究必不可少。

三、理论机制和研究假说

传统金融业存在辐射范围小、服务群体少、金融风险高等问题,因此,依赖传统金融行业实现的经济增长受到金融市场结构以及金融机构地理空间结构的制约。但是随着数字经济以及互联网技术的发展,企业和个人可以通过移动互联网端口与金融机构进行沟通交流,拓宽了金融机构提供金融服务的渠道,资金供求双方的关系更加密切。Elisabeta指出通过扩大金融体系的覆盖范围,数字普惠金融的发展能够让更多的居民和企业合理地享有其所需的金融产品和服务,有效缓解金融排斥[21]。

作为典型的周期长、规模大、风险高的投资活动,创新活动离不开大规模的资本投入,传统的金融业出于经营风险和流动性风险,往往不主动为此类活动提供信贷支持,导致中小企业难以获得融资。与此同时,中小企业出于自身利益和经营状况的考虑,往往选择减少在创新研发方面的投入。而中小企业作为市场的主体,是区域创新能力提高的“主力军”,一旦其陷入经营困难甚至破产,会对整体的创新水平产生负向影响。与传统金融行业不同,数字普惠金融依托互联网技术,从企业和地区两个层面对区域创新能力提高产生推动作用。一方面,数字普惠金融发展打破传统金融行业的“二八准则”,扩展金融行业的服务范围和服务对象,降低中小企业融资的门槛,使中小企业能够更便捷、更低成本、更低门槛的获得外部融资,有利于促进企业研发投入的增加;另一方面,基于互联网的金融行业能够使资金供求双方保持及时的联系,有效缓解金融业长期存在的信息不对称问题,加快完善金融资本供需的精确匹配机制,提高金融资金配置效率,促进社会资本自发流向高附加值的创新行业。邹新月等提出,数字金融发展水平的提高有助于提高企业的融资效率,缓解企业融资约束,为企业创新带来资金支持[22]。基于上述讨论,本文提出以下假说:

假说1:数字普惠金融对于区域层面的创新效率具有显著的提升作用。

传统的经济学理论认为收入约束、信贷约束、预防性储蓄动机是压抑居民消费的主要原因,但是中国居民收入逐渐增长,收入对消费的约束明显减小,因此可以通过推动金融发展来缓解上述因素的制约。张李义等强调发展消费金融是促进消费的重要手段[23]。具体而言,其一,张勋等认为数字金融能够依托其强大的信息处理能力,获取消费者的信息,改善金融行业长期存在的信息不对称问题,降低金融机构经营风险[24]。并且,互联网的普及打破了传统融资的地域限制,促进资金更加自由的流入资本报酬较高的地区,提高了投资的收益率。其二,数字普惠金融的发展催生了多样化的信贷消费模式。金融与互联网技术的结合克服了银行营业网点的地理空间限制,丰富了居民的金融产品选择,从空间和时间上方便居民的消费,缓解消费者的预算约束,使居民的消费能力维持在较高水平。其三,相比于传统的储蓄,多样化的金融产品既能满足人们对资产安全性的需求,也提高了资本的收入。再加之保险行业的发展提高了消费者的自我保障能力,“预防性储蓄”将会大幅减少。科技水平的提升离不开居民需求的刺激。居民消费水平的提高以及需求结构的多样化驱使生产者不断改进技术水平,提高自身的科技实力以满足市场层次化的需求。本文提出以下假说:

假说2:数字普惠金融能够通过推进消费升级对区域创新产生提升作用。

金融发展理论和深化理论指出,苏建军等指出金融发展是经济增长和产业结构升级的动力与手段[25]。数字普惠金融一方面降低了中小企业的融资门槛,促进市场主体迅速发展,进而推动金融服务的多样化发展,刺激了居民的金融需求,而金融创新和居民需求的多样化可以推动企业变更经营方向,促进产业结构进一步升级;另一方面,互联网与普惠金融的结合扩展了居民获得信息的渠道,信息不对称性问题有效缓解。Stiglitz强调金融是产业结构调整的必要手段,认为金融发展对于经济增长中的资源配置和结构变动具有重要作用[26]。数字普惠金融程度越高,金融市场越完善,市场上的金融产品和服务就越丰富,金融产业越发达,信贷规模越庞大,加速了资本流动的速度。在社会总资本不变的情况下,资本会自发地流向高生产率以及高收益率的行业,引起产业结构的变动和技术创新效率的提高。从区域角度分析,一方面,普惠金融与网络的结合,能够加快金融服务扩散和应用,并且能够为互联网产业以及相关服务型产业提供多样化的金融服务。通过金融服务改变生产方式、提高服务质量、细化产业分工,最终促进产业结构的升级;另一方面,吴丰华等指出,地方政府官员在晋升激励作用下,大力推进产业结构升级,相应地开展技术引进和创新活动,同时希望通过技术合作实现技术的外溢,从而使一定范围内的创新活动更加集中,降低了创新活动的风险和成本,最终导致区域创新效率的提升[27]。据此,本文提出以下假说:

假说3:数字普惠金融通过加快产业结构升级来促进区域创新水平的提高。

在经济社会发展初期,由于中心城市的资本收益率高,基础设施较完善,根据“极化效应”,金融资本开始逐渐流向中心城市。然而,伴随着数字普惠金融的不断深化、金融业自身的产业发展需求以及资本的逐利性,徐章星认为数字普惠金融对创新的促进作用逐渐向周边城市扩散,通过城市之间的“涓滴效应”,产生空间溢出效应[28]。可以看出,数字普惠金融改变了传统金融机构对地理网点的依赖,打破地理空间的约束,使得金融服务的供需关系和状态不局限于某一个区域内部。从已有研究来看,数字普惠金融发展对周边地区的经济发展和创新能力提高均存在空间溢出效应。基于此,本文提出以下假说:

假说4:数字普惠金融对区域创新能力的推动作用具有空间溢出效应。

四、模型、变量与数据

(一) 模型设定

为了探究数字普惠金融对于区域创新能力的直接影响,本文构建面板固定效应模型,用时对个体效应和时间效应进行控制,具体如下：

INNOVit=θ0+θ1INDEXit+θɑXit+μi+ɛit

(1)

其中,INNOV为被解释变量,即区域创新能力;INDEX为省级层面的数字普惠金融指数,并且将其中的3个二级指标构成指数作为核心解释变量依次回归；X为一系列控制变量;μi表示地区i不可观测的个体固定效应;ɛit表示随机扰动项。在这个模型中,若回归系数θ1显著为正,则证明数字普惠金融对于区域创新能力存在直接正向的促进作用。

为了考察数字普惠金融影响某区域整体创新水平的具体机制,借鉴已有研究,选取社会消费水平(CON)与产业结构(STRU)作为中介变量,中介效应模型如下：

CONit=α0+α1INDEXit+αɑXit+μi+ɛit

(2)

INNOVit=β0+β1INDEXit+β2CONit+βɑXit+μi+ɛit

(3)

STRUit=γ0+γ1INDEXit+γɑXit+μi+ɛit

(4)

INNOVit=ω0+ω1INDEXit+ω2STRUit+ωɑXit+μi+ɛit

(5)

空间杜宾模型能够分析数字普惠金融对于周边区域的创新能力提升是否存在空间溢出。在模型(1)中分别加入数字普惠金融、区域创新能力以及相关控制变量的空间交互项,从空间角度探讨数字普惠金融与区域创新能力提高之间的关系,模型如下：

INNOVit=θ0+ρw×INNOVit+φ1W×INDEXit+θ1INDEXit+φɑW×Xit+θɑXit+ɛit

(6)

其中,W为经济地理距离空间嵌套矩阵,ρw为经济地理距离空间嵌套矩阵下的空间自回归系数;φ1和φɑ分别作为数字普惠金融和相关控制变量的空间交互项系数,以保证实证结果的稳健性。

(二) 变量说明

1 被解释变量 区域创新能力(INNOV)为本文的被解释变量。参考商燕劼等[29]的做法,将区域创新能力分为三类二级指标,分别为创新投入、创新产出和创新支持,其对应的各类三级指标设定见表1。

2 解释变量 数字普惠金融指数(INDEX)为本文的解释变量,采用北京大学数字金融研究中心发布的数字普惠金融指数来衡量,该指标从数字化程度(INDEX1)、覆盖广度(INDEX2)、使用深度(INDEX3)三个维度对数字普惠金融指数进行了详细测度,较为合理。本文参考郭峰等[30]的做法,将北京大学数字普惠金融指数作为解释变量,考虑各变量数据之间量纲上的差异,对原始的数字普惠金融指数及其各维度指数均除以100。

3 中介变量 选取社会消费水平(CON)和产业结构水平(STRU)为两个中介变量。社会消费水平(CON)采用人均社会消费品零售总额来表示。产业结构水平(STRU)用第二产业产值占国内生产总值的比重来衡量。

4 控制变量 为了缓解模型的内生性问题,并全面的反映数字普惠金融影响创新能力的路径,本文选取了对外开放水平(FDI)、政府干预(GOV)、人力资本水平(HUA)和知识产权保护水平(TEC)为控制变量。对外开放水平(FDI),采用当年汇率换算的外商直接投资额与当年该地区的国内生产总值之比衡量;政府干预(GOV),采用当地政府一般预算占国内生产总值的比重衡量;人力资本水平(HUA),用地区本专科在校学生数来衡量;知识产权保护水平(TEC),用技术市场成交额与当地GDP之比来衡量。

各变量的描述性统计结果如表2所示。

表 2 主要变量描述性统计

(三) 数据来源

上述指标数据主要来自于《中国城市统计年鉴》《中国科技统计年鉴》《中国金融统计年鉴》和国家统计局,数字普惠金融指数来自于北京大学数字金融研究中心。此外,由于西藏地区的数据缺失过多,在回归分析中剔除西藏。此外,考虑到2020年整体经济发展水平受新冠肺炎疫情影响较为严重,为减少这一突发事件的影响,本文使用2011—2019年的相关数据。

五、实证结果和分析

(一) 基准回归

为了探究数字普惠金融的不同维度对区域创新能力的影响,本文分别以数字普惠金融指数(INDEX)、数字化程度(INDEX1)、覆盖广度(INDEX2)、使用深度(INDEX3)为解释变量,先采取面板随机效应(RE)和面板固定效应(FE)模型进行回归,经Hausman检验得出P值为0.000,故本文使用固定效应模型进行回归。表3展示了双向固定效应下数字普惠金融指数及其二级指标对被解释变量的回归结果。数字金融对区域创新能力的影响系数为22.152,且在1%水平上显著,表明了数字普惠金融对区域创新的提升存在显著的正向影响,本文的假说1得以验证。

从构成数字普惠金融指数的二级指标来看,数字化程度指标(INDEX1)对区域创新能力的回归系数为6.385,且在1%水平下正向显著。数字化程度指标从金融服务的便利性、实惠化、移动化出发,反映了普惠金融与互联网产业结合的程度。可见,互联网的发展加快了数字经济与普惠金融的结合,降低金融服务的门槛,普惠金融成本低和门槛低的优势得到进一步强化,个体的创新创业活动得到充足的资金支持,从个体层面对区域创新能力提升产生推动作用。使用深度指标(INDEX2)对区域创新能力的回归系数为11.543,且在5%水平下显著。使用深度指标反映了数字金融服务的实际使用情况以及该区域提供的金融服务的有效性,其本质是数字金融与居民生活、创业的结合程度。可见,互联网的发展,扩大了金融体系的辐射范围和服务范围,让更多原本被排斥在金融体系之外的个体能够获得金融服务,参与区域创新。在覆盖广度方面,不同于传统的金融机构,数字普惠金融不受金融机构服务网点的地理空间限制,能够实现远距离的金融服务交流,有效促进了区域创新能力的提高。

表 3 基准回归结果

注:*、**、***分别表示在10%、5%、1%的水平上显著,括号内为t值,下同。

(二) 异质性检验

上述回归均以中国除西藏外的30个省(市、自治区)为整体,回归结果证明数字普惠金融对于区域创新能力确实存在显著的正向影响作用。由于不同省份在地理位置、初始资源禀赋等方面存在差异,考虑到各省份对数字普惠金融程度转化为科技创新能力的能力不同,数字普惠金融对不同省份的创新能力影响程度也不同。因此,本文将中国各省份分为东、中、西三个地区进行样本回归,具体回归结果见表4。

表 4 异质性检验结果

由表4可见,东、中、西三个地区数字普惠金融指数对于区域创新能力的回归系数均在1%水平上显著为正,说明数字普惠金融发展对于区域创新能力的提高作用较为稳健。同时东部地区的回归系数为6.076,大于中部地区的回归系数3.696,大于西部地区的回归系数0.978。已有研究证明,我国的东部地区由于靠近口岸、政策倾斜等优势,在经济发展水平以及创新效率方面存在较强的优势,这说明数字普惠金融对区域创新能力的促进作用受到地区经济发展水平的限制,高经济发展水平的地区能够更加充分的发挥数字普惠金融的推动作用,因为更高层次的经济发展水平往往意味着更先进的科学技术水平和更完善的基础设施,更有利于发挥数字金融对区域创新能力提升的驱动作用,促进科技成果转化。为了探究不同地区数字普惠金融影响创新的程度不同的内在原因,本文继续做中介效应分析。

(三) 中介效应检验

本文参考温忠麟等[31]的研究方法,以社会消费水平以及产业结构水平作为中介变量,对模型(2)至(5)逐步回归,回归结果见表5。

表 5 中介效应回归结果

1 社会消费水平 由表5第(2)列可知，数字普惠金融对于社会消费水平的回归系数在1%水平下正向显著,这表明数字普惠金融能够扩大金融服务的覆盖范围,为居民提供低成本的信贷,促进了社会消费规模的扩大。对比数字普惠金融对区域创新能力的直接回归系数,当社会消费水平作为中介变量时,相比于第(1)列和第(3)列的回归系数显著下降,这证实了社会消费水平是数字普惠金融发展促进区域创新能力提高的有效中介机制。具体来说,数字普惠金融通过社会消费水平影响创新能力的加总直接效应(13.420)与间接效应(3.233×2.701=8.733)得出总效应为22.153,其中间接效应所占比例为39.42%。因此,假说2得到证实。

2 产业结构水平 由表5第(4)列可知,数字普惠金融对于产业结构水平的影响在5%的水平下正向显著,说明数字普惠金融能够充分发挥资源配置效应,引导社会资金自发的流向高附加值产业,推动产业结构升级,同时引导企业着力推进技术创新,提高劳动生产率以降低生产成本,从而带动全社会创新能力的提高。当产业结构水平作为模型的中介变量时,相比于第(1)列,第(5)列数字普惠金融指数的回归系数有所下降,说明产业结构升级是数字普惠金融发展促进区域创新能力提高的有效中介机制。具体而言,数字普惠金融通过产业结构水平影响创新能力的加总直接效应(19.457)与间接效应(0.266×10.136=2.70)得出的总效应为22.157,其中间接效应所占比例为12.19%。因此,假说3得到验证。相比于中西部地区,东部地区的人均可支配收入以及产业结构水平更高,对区域创新能力的提高具有更显著的作用。

(四) 稳健性检验

1 替换被解释变量 为了验证上文结论的稳健性,本文参考程开朗等[32]做法,选取每十万人专利授权量(INNOV1)和每十万人发明专利授权量(INNOV2)作为创新能力的代理变量,再次进行回归，详见表6第(2)列和第(3)列。与表6第(1)列的基准回归结果进行对比发现,虽然数字普惠金融的回归系数发生了变化,但是其方向以及显著性没有发生变动,与上文结论一致。

2 缩短年限 将样本总体固定在2013—2019年进行回归,其他变量设定不变,详见表6第(4)列,数字普惠金融指数的回归系数大小发生了变化,但是其方向以及显著性没有发生变动,与上文结论一致。

表 6 稳健性检验结果

3 内生性处理 为了处理模型存在的内生性问题,本文将核心解释变量,即数字普惠金融指数滞后一期(L.INDEX)作为工具变量。同时参考汪亚楠等的做法[33],将各省到杭州市的距离作为工具变量的组成部分,其中,将各省到杭州的距离定义为该省省会和杭州市的距离(DIS)。由于该数据属于截面数据,将其与每一年度该省份的互联网宽带接入用户数(b)的交互项(DIS×b)作为工具变量进行分析,回归结果如表7所见。在考虑变量的内生性以后,数字普惠金融对区域创新能力的提升仍然在1%水平上显著。同时Kleibergen-Paap rk LM统计量P值均为0.000,拒绝了“工具变量识别不足”的原假设;同时,Kleibergen-Paap rk WaldF统计量远大于Stock-Yogo弱识别检验10%水平上的临界值,说明了该工具变量是合理的。

表 7 工具变量回归结果

注：***、**、*分别表示在1%、5%、10%的水平下显著,()内为稳健标准误,{}内为Stock-Yogo弱识别检验10%水平上的临界值。

(五) 空间效应检验

在进行空间杜宾模型回归之前,需要对数字普惠金融和区域创新能力进行空间自相关检验,从而判断是否存在空间依赖性。本文认为Moran提出的二进制空间邻接矩阵不能真实地反映各省直接的经济社会关系,因此本文基于地理距离和经济距离构建了空间嵌套权重矩阵W,利用全局莫兰指数Moran′sI对各省份数字普惠金融和创新能力的空间自相关性进行检验,具体可见表8。其中,Z值为标准分数,反映了此数据集的离散程度,若Z值的绝对值大于2.58,则说明我们有99%的把握说明变量是集聚分布的,说明此变量存在空间集聚的可能性比较大。可见,各省份数字普惠金融指数和区域创新能力的莫兰指数均在1%的水平上显著,说明2011—2019年中国各省的数字普惠金融与区域创新能力提升存在显著的空间自相关性,两者在空间分布上存在集聚的现象。

表 8 空间相关性检验结果

为了选择合适的空间模型,先进行空间模型的Hausman检验;再通过似然比(LR)检验数字普惠金融指数的空间滞后项以及空间效应是否显著来判断是否选择空间误差模型(SAR);最后进行Wald检验。检验结果如表9所示,Hausman检验在1%的水平上拒绝原假设,说明采取空间固定效应模型;LR检验和Wald检验均在1%的水平上显著,说明空间杜宾模型不会退化成空间滞后模型和空间误差模型。因此,本文选择空间杜宾模型。

表10为空间计量模型的逐步回归结果。结果显示，数字普惠金融指数(INDEX)对本省份创新能力的影响在1%水平上正向显著,且对邻近省份区域创新能力的影响在加入控制变量后,依旧在1%水平上正向显著。因此,本文的假说4得到验证。

表 9 相关统计量检验结果

表 10 空间杜宾模型检验结果

六、结论与建议

基于上述实证分析,本文得出以下结论。第一,数字普惠金融的发展能够显著提高区域创新能力,但是其推动作用受到地区经济发展水平、人力资本条件以及吸引外资状况等各方面的限制,经济发展水平和质量较高的东部地区更容易发挥数字普惠金融对创新水平的促进作用。第二,社会消费水平是数字普惠金融影响区域创新能力的有效传导机制,数字普惠金融可以通过扩大社会消费规模对区域创新能力产生显著的推动作用。第三,产业结构水平是数字普惠金融影响区域创新能力的有效传导机制,数字普惠金融的深化加快地区产业结构升级,推动区域创新能力提高;第四,互联网与普惠金融的结合打破了地理空间的限制,使得某一地区的普惠金融发展会对周边邻近地区的创新水平产生空间正向溢出效应。

基于以上结论,本文提出如下建议。第一,加强科技和普惠金融的深度融合。一方面扩展数字普惠金融的“惠”属性,建立个人完善的信用体系,完善金融机构风控体系,降低金融机构经营风险；另一方面要充分发挥普惠金融的“普”属性,政府加大财政支持,降低普惠金融贷款的利率,保证创新主体更容易获得低成本的外部融资。第二,数字普惠金融通过扩大社会消费规模对区域创新能力产生推动作用。一方面政府需推进新基建的完善,提高网络普及率,扩大数字金融服务范围,推动社会消费水平提升;另一方面,金融机构要设立科研平台和研发机构,缓解信息不对称,使得金融机构具备精准匹配居民的消费信贷能力。第三,推动数字基础设施建设。要打造数字金融和创新产业结合的集聚高地,引领区域经济发展,推动数字金融和区域创新项目的有效结合；第四,建立跨地区协同创新机制。建立完整的普惠金融区域合作体系,积极发挥市场规模优势,打破各省份行政壁垒,推动金融要素自由流动与合理竞争。