区域数字化水平对科技金融生态系统共生关系的影响研究

2023-01-03陈维爽

创新科技 2022年12期

陈维爽，贾军

（济南大学商学院，山东济南 250000）

1 引言

近年来，随着开放式创新范式的逐步兴起，构建创新生态系统与国家创新体系引起各国政府以及社会各界的广泛关注。科技金融生态系统作为科技型企业、科技金融机构、政府和中介服务机构等主体通过资源互补与合作而实现协同创新的动态平衡系统[1]，是实现创新驱动发展的重要载体，对建设创新型国家具有重要意义。科技金融生态系统的协同创新是科技金融生态系统主体应对不确定环境、在新形势下取得竞争优势的有效途径，科技金融生态系统成员由此形成一种相互关联、相互影响的共生关系。科技金融生态系统共生是科技金融生态系统保持健康发展以及持久生存的基本前提[2]，也是促进金融服务企业科技创新成果转化的重要保障[3]。然而，由于科技金融生态系统参与主体的多元化，再加上合作动机以及信息不对称等因素的影响，科技金融的协同创新表现出风险性与动态性，进而不利于共生关系的稳定[4]。因此，如何提升科技金融生态系统共生水平、实现科技金融生态系统共生发展成为亟待解决的现实问题。

随着数字技术的发展和数字化水平的不断提高，其为科技金融生态系统主体间的深度合作提供了新契机。数字化所具有的开放、连接、共享等特征可以增强科技金融生态系统内部的信息连通性，实现各方信息和数据资源的交流与共享，有效解决系统成员间的信息不对称问题，从而优化科技金融主体的决策环境[5]；同时，借助数字技术，可以有效降低评估、决策、监管、违约等交易成本，为推进系统成员深度合作、强化共生关系提供了新思路[6]。实践表明，数字化可以创新金融服务模式，为“银政企”合作提供新机遇。深圳前海微众银行股份有限公司以数字技术赋能金融服务新模式，首次推出以银行为主导的“银政担”线上融资担保合作业务，构建了包括银行、政府、担保机构等在内的综合性科技金融服务生态体系，充分融合了各方需求，打通了科创型企业融资通道，满足了企业对科技创新的资金需求[7]。由此可见，数字技术与科技金融的结合可以为各方合作提供新的可能与契机。

目前，关于科技金融的文献主要集中在科技金融的评价、效率以及与科技创新之间关系的研究。徐宇明等[8]通过构建科技金融发展指数，分析了我国科技金融发展的动态变化及空间分布情况。李俊霞等[9]从质量视角对我国科技金融资源配置效率进行评价，发现直接融资比例、风险投资强度和科技企业孵化器孵化能力对科技金融效率具有正向作用。在科技金融与科技创新关系的研究方面，部分学者从生态系统视角出发，探讨科技金融生态系统对科技创新的影响。张明喜[10]采用空间Dubin模型实证检验了科技金融生态系统发展水平对区域科技创新的促进作用。张玉喜等[11]以企业、科技金融机构和市场、中介服务机构以及政府四大种群间的协同状况测度科技金融生态系统共生度，研究发现科技金融生态系统共生对科技创新具有明显促进作用。

在数字经济背景下，学者们围绕数字化与科技金融之间的关系进行了丰富研究。韩俊华等[12]认为，以区块链为代表的数字技术可以有效监管科技与金融融合风险。汪晓文等[13]通过对数字经济与科技金融效率的关系进行实证研究发现，数字化程度对科技金融效率具有显著影响。随着数字化的不断发展，创新生态系统的价值创造逻辑正在被数字技术颠覆，少数学者从理论层面对数字技术与创新生态系统的互动关系展开深度思考。Beltagui等[14]认为，数字化将数据这一生产要素引入到创新生态系统之中，会推动创新主体间的要素进行关联与重组，从而增强系统主体间的协同合作，由此产生创新生态系统共生关系。Fisher[15]认为，技术进步是生态系统共生关系建立的重要驱动力，数字技术的快速发展会为生态系统带来大量的新兴市场机会，系统内的组织可通过互惠互利的共生关系共同开发机会，实现价值共创。

从已有文献可以看出，学者们围绕科技金融效率及评价、科技金融生态系统与科技创新关系、数字化与科技金融关系等领域展开了丰富的研究，但仍存在以下不足：一方面，随着数字化的发展，数字技术赋能科技金融生态系统，为科技金融生态系统主体之间充分进行数据和信息资源的交换与共享提供了新的思路和契机，而已有文献对这一问题的研究还不多见；另一方面，虽然少量研究关注到数字技术对创新生态系统可能产生的影响，但没有探讨数字化水平对科技金融生态系统共生关系的影响机理。鉴于此，本文从数字化和共生理论视角出发，围绕区域数字化水平与科技金融生态系统共生关系进行深入探讨。同时，考虑到区域数字化主要表现为数字基础设施建设和数字化应用程度等方面，参考周青等[16]的研究，将数字化水平划分为数字化接入水平、数字化装备水平、数字化应用水平和数字化平台建设水平等4个维度，具有相对合理性与广泛适用性。以我国31个省（区、市）作为研究对象，通过构建科技金融生态系统评价指标体系和区域数字化水平测度指标体系，实证考察不同维度数字化水平对科技金融生态系统共生关系的影响，以期得到相关结论，为推动区域数字化发展、提高科技金融生态系统共生水平提供必要的理论参考与政策启示。

2 理论分析与研究假设

2.1 区域数字化概念及维度划分

区域数字化是指社会生活在基础设施、经济发展等多个领域的重组方式，是对数字技术的采用或增加使用[17]。目前关于区域数字化水平的测度方法不一，但主要集中在数字化基础设施、数字经济和数字化应用等方面。例如：樊胜岳等[18]从数字化基础设施投入水平和数字化应用水平两个维度选取指标，衡量不同地区的数字化水平；刘军等[19]从信息化发展、互联网发展和数字交易发展等3个维度测算中国分省份数字经济发展指数。已有研究为区域数字化指标的选择提供了理论基础。本研究将数字化水平划分为数字化接入水平、数字化装备水平、数字化应用水平和数字化平台建设水平等4个维度。其中，数字化接入水平是指网络连接水平，体现了一个区域内科技金融生态系统主体间信息网络的连通性。数字化装备水平是指一个区域内数字基础设施的建设程度。数字化应用水平反映出一个区域内IT技术的掌握程度以及信息技术在新产品开发过程中的应用程度。数字化平台建设水平则反映了一个区域内数字化创新载体的发展程度。

2.2 区域数字化水平对科技金融生态系统共生关系的影响

已有研究表明，数字化的发展具有“网络效应”特征，根据梅特卡夫定律，网络价值将会随着系统中连接的网络用户数量的增多而不断增加[20]。在数字化水平较低时，由于受到数字技术发展以及数字化应用领域等方面的限制，只有少数科技金融生态系统成员被连接在一起，构成范围较小的生态系统网络。此时，数字化服务的网络规模较小，网络扩散效应较弱，科技金融生态系统内部知识、信息的流动和更新速度较慢，同时还要承担较高的运营成本，导致科技金融生态系统主体获取信息、知识、技术的成本较高，网络效应和共生效应难以凸显，从而不利于共生关系的形成[21]。此外，依托数字技术赋能科技金融生态系统需要一段较长时间的技术沉淀与渗透，导致数字化对科技金融生态系统共生关系的影响具有累积效应和滞后效应[22]。这些原因可能会共同导致在数字化水平较低时，数字化水平的提升反而不利于科技金融生态系统共生水平的提高。

梅特卡夫定律的背后体现的是网络外部性所带来的乘数效应。当数字化水平突破门槛值时，随着数字化水平的不断提升，数字化的正向网络外部性将得到充分发挥，网络连接价值的倍增效应开始显现[23]。一方面，在数字化水平较高时，科技金融生态系统成员间的信息不对称被打破，政府、企业、金融机构以及中介服务机构可以在网络中进行几乎零成本的信息交流和共享，增强了科技金融生态系统内部各个主体间的信息连通性[24]。同时，数字化带来的信息扩散效应和技术溢出效应将吸引更多的科技金融主体加入到科技金融生态系统中，带来更大的网络价值，从而进一步强化了科技金融生态系统共生关系。另一方面，数字化的发展可以优化资源配置。数字化所具有的网络连接属性，将政府、金融机构、中介服务机构和企业紧密地联系在一起，加速了知识、技术、资源等要素在科技金融生态系统内部的流动与整合[25]。政府、金融机构以及中介服务机构可以通过数字化平台快速、准确地掌握企业需求，从而有效提高资源匹配效率，促进科技金融生态系统共生水平的提升。因此，考虑到网络外部性，我们有理由认为数字化水平对科技金融生态系统共生关系的影响可能会随着其自身发展和应用水平的提高而呈现出非线性特征。由此，本文提出如下研究假设。

H1：数字化水平对科技金融生态系统共生关系存在U形非线性影响。

2.3 不同维度数字化水平对科技金融生态系统共生关系的影响

2.3.1 数字化接入水平对科技金融生态系统共生关系的影响。在数字化接入水平较低时，网络用户规模较小，此时网络中的用户不仅要承担较高的网络运营成本，而且只能与数量有限的群体进行信息交流与共享，导致科技金融主体获取信息的成本较高，科技金融生态系统内部知识、信息、技术等资源的扩散和溢出效应难以充分发挥，不利于规模经济和共生关系的形成。此外，肖仁桥等[26]认为，数字化接入所带来的影响具有滞后效应，数字化接入初期的技术改造成本往往大于其产出效应，导致总体表现为负向作用。当数字化接入水平突破临界值时，随着数字化接入水平的不断提高，网络覆盖规模大大增加。一方面，在梅特卡夫定律的作用下，越来越多的科技金融主体加入会触发网络效应，使得科技金融主体联动的边际成本不断降低，带来科技金融生态系统内部网络价值的指数型增长，从而对科技金融生态系统共生关系产生正向溢出效应；另一方面，良好的网络覆盖增强了科技金融主体之间的互联互通，表现为数据形式的信息、技术、知识等资源能够被重复开发与利用，并通过网络在科技金融生态系统内部加速传播与流动，使得组织边界不断弱化，从而有利于科技金融生态系统共生水平的提升。由此，本文提出以下假设。

H2a：数字化接入水平与科技金融生态系统共生之间存在U形关系。

2.3.2 数字化装备水平对科技金融生态系统共生关系的影响。对数字基础设施建设的投入是数字化装备和数字化发展的重要表现。一方面，数字基础设施建设有助于地方基础设施的更新与优化，实现跨越多个系统和设备收集、存储以及利用数据[27]，加快科技金融主体之间的资源流动，使得科技金融主体之间可以更好地进行信息沟通、实现知识的共享，从而有利于提高科技金融生态系统共生水平；另一方面，数字化装备水平对应着固定资产的投资程度，当数字化装备水平过高时，会造成大量固定资产的闲置，占用地方有限的资源，难以给区域科技金融主体带来持续收益。同时，数字基础设施具有公共物品属性，需要得到有效的治理。一味地增加数字基础设施投入将会加大治理难度，从而影响区域科技金融主体对数字基础设施的有效利用[26]。因此，数字化装备水平并非越高越好，而是存在一个适度规模。由此，本文提出以下假设。

H2b：数字化装备水平与科技金融生态系统共生之间存在倒U形关系。

2.3.3 数字化应用水平对科技金融生态系统共生关系的影响。数字化应用的不断发展为打造科技金融生态系统提供了技术支持。数字技术的广泛应用可以提升科技金融创新主体对数据进行采集、加工和应用的能力，为科技金融生态系统主体全面获取各种数据提供技术支撑[28]。同时，数字化应用水平的提高增加了科技金融主体对新产品开发的熟练程度，优化和改善了新产品开发流程[29]，有利于促进科技金融生态系统整体创新绩效的提升，进而对科技金融生态系统共生关系产生积极影响。然而，周青等[16]通过实证研究发现，数字化应用水平对区域创新绩效的促进作用存在一个适度规模，整体表现为倒U形关系。也就是说，数字化应用水平并非越高越好，数字技术的过度应用会带来“信息超载”问题，使得科技金融主体需要耗费大量的时间和精力对海量的数据和信息进行辨别处理[30]，反而会对科技金融生态系统共生水平的提高产生抑制作用。由此，本文提出以下假设。

H2c：数字化应用水平与科技金融生态系统共生之间存在倒U形关系。

2.3.4 数字化平台建设水平对科技金融生态系统共生关系的影响。数字化平台作为一个连接用户的网络，同样遵循网络效应的规律。在数字化平台建设初期，需要进行大量的数字化投资，且平台建设的技术复杂度较高，使得平台运营的边际成本较高，因此在短期内对科技金融生态系统共生关系的影响存在滞后效应。同时，由于平台所连接的科技金融生态系统主体数量较少，科技金融供给与需求难以实现合理匹配，从而抑制了科技金融生态系统共生关系。随着数字化平台建设水平的不断提高，基于网络的数字化平台为科技金融主体之间进行知识、资源和信息交互提供了更加便利的场所，提高了科技金融主体之间信息沟通和交易的效率。由此带来的网络示范效应会吸引更多主体参与，使得越来越多的科技金融创新主体被紧密联系起来，此时平台集聚的数字资源也越来越多，数字化平台的正向网络外部性得以充分发挥，从而对科技金融生态系统共生产生积极作用。由此，本文提出以下假设。

H2d：数字化平台建设水平与科技金融生态系统共生之间存在U形关系。

3 研究设计

3.1 样本选择与数据来源

本文选取2003—2020年中国31个省（区、市）的面板数据作为研究样本。其中，用来测度数字化水平的指标数据均来源于《中国统计年鉴》和《中国互联网发展报告》；用来测度科技金融生态系统共生度的相关指标数据来源于《中国金融年鉴》、Wind金融数据库、《中国科技统计年鉴》《中国创业风险投资发展报告》《中国统计年鉴》《中国火炬统计年鉴》；其余控制变量的相关数据来源于《中国统计年鉴》以及《中国分省份市场化指数报告》。此外，对于部分省份个别年份的缺失数据，采用指数平滑法和插值法进行补齐。

3.2 变量选取及测度

3.2.1 被解释变量。科技金融生态系统共生度（gsd）。科技金融生态系统共生关系表现为不同共生单元在一定的共生环境中通过持续的资金、信息、技术、资源等流动与联系而产生整体的共生效应[31]。因此，本文基于共生理论，从共生单元、共生基质、共生界面和共生环境等4个子系统出发，认为科技金融生态系统是一个由共生单元在共生界面上通过共生基质相互关联、相互依存，并受到共生环境影响的动态有机系统。本文在已有研究的基础上对各子系统的序参量分量指标进行选取，构建科技金融生态系统评价指标体系，如表1所示；并借鉴李晓娣等[32]的研究，采用共生度模型对科技金融生态系统的共生关系进行量化。具体测度过程如下。

表1 科技金融生态系统评价指标体系

首先，设B1、B2、B3、B4分别代表科技金融生态系统的共生单元、共生基质、共生界面和共生环境4个子系统。各子系统的序参量为X={xij,(i=1,2,…,4;j=1,2,…,n)} ，其中，xij代表第i个子系统的第j个序参量，βij≤xij≤αij，当xij为正向影响因素时，各子系统序参量分量的有序度为：

为保证数据在运算过程中有意义，本文对无量纲化后的数据进行整体平移，以此消除零值的影响，即。

其次，运用几何加权法对各个子系统序参量分量的有序度进行集成，从而得到科技金融生态系统中各个子系统的共生水平。

式（2）中：symi(xi)表示第i个子系统的共生水平，λij表示各子系统序参量分量的权重。权重的确定采用相关系数法计算得到，具体计算步骤如下。

假设第i个子系统的序参量分量个数为n，则子系统Bi序参量分量的相关系数矩阵为：

其中，Ci表示子系统第i个序参量分量对其他（n-1）个序参量分量的总影响。对Ci进行归一化处理得到各子系统序参量分量的权重。

最后，采用几何加权法对各子系统的共生水平进行集成，得到科技金融生态系统共生度。

式（5）中：gsd表示科技金融生态系统共生度；wi表示各子系统共生水平的权重，其大小仍采用相关系数法计算得到。

关于表1中个别指标的具体测算解释如下：中介服务机构的发展情况借鉴郭景先等[33]的计算方法，采用各省份市场中介组织的发育得分衡量；金融相关比率（FIR）借鉴钟腾等[34]的研究，采用各地区金融机构存贷款余额之和占地方生产总值的比重表示；参考李俊霞等[35]的研究，用科技企业孵化器孵化基金总额与在孵企业数的比值衡量科技孵化器孵化企业能力，用创业风险投资额与投资项目数的比值衡量创业风险投资强度；互联网发展程度用互联网宽带接入端口数表示；借鉴李婧等[36]的研究，采用各地区6岁及以上人口的平均受教育年限衡量地区人力资本水平，其计算公式为：平均受教育年限=（未上过小学人数×0+小学人数×6+初中人数×9+高中人数×12+大专及以上人数×16）/6岁及以上人口数；知识产权保护程度参考黄弢等[37]的做法，以专利侵权案件数占专利授权量的比重为基础进行测算。

3.2.2 核心解释变量。数字化水平（dig）是本研究的核心解释变量。参考周青等[16]的研究，将数字化接入水平、数字化装备水平、数字化应用水平以及数字化平台建设水平作为测度区域数字化水平的一级指标，具体二级指标的选取见表2。通过熵权法确定各指标的权重，由此计算出各地区数字化水平的综合得分。

表2 区域数字化水平测度指标体系

3.2.3 控制变量。科技金融生态系统共生关系受到多种因素的影响，借鉴Cai等[38]、Agostini等[39]的研究，本文同时选取以下影响科技金融生态系统共生关系的变量作为控制变量。具体包括：①地区开放程度（kfd），以地区年度实际利用外资金额占该地区生产总值的比值表示。②市场竞争环境（sch），一般认为市场动态性和竞争程度越高，越有利于共生关系的建立。采用王小鲁等[40]在《中国分省份市场化指数报告（2018）》中提供的省际市场化指数来衡量各地区的市场化程度，对于缺失数据则依据樊纲市场化各指标，结合各省份的相关数据计算得到。③城镇化水平（czh），以各省份年末城镇人口数与年末总人口数的比值表示。④政府干预程度（gov），以各省份政府财政支出占该地区生产总值的比值表示，用来反映制度环境。一般认为，缺乏有效的制度安排有利于促进共生关系的形成。⑤科技创新能力（inno），参考牟晓伟等[41]的研究，使用各地区专利申请授权量的自然对数来衡量各地区的科技创新能力。⑥经济发展水平（rgdp），以各地区人均地区生产总值的自然对数表示。

4 实证结果与分析

4.1 描述性统计

从表3中对变量的描述性统计结果可以看出，科技金融生态系统共生度的均值为0.302，最小值为0.115，最大值为0.664，标准差为0.137，表明在考察期内不同省份之间科技金融生态系统共生度的离散程度较大，说明我国科技金融生态系统共生度具有明显的区域差异；数字化水平的均值为0.381，最小值为0.139，最大值为0.951，标准差为0.196，说明各地区数字化水平的差异较为明显。此外，为了避免多重共线性问题，对各变量进行方差膨胀因子（VIF）检验，结果显示各变量的VIF值均小于10，表明各变量之间不存在多重共线性问题。

表3 变量的描述性统计

4.2 回归结果分析

4.2.1 区域数字化水平与科技金融生态系统共生关系研究。区域数字化水平对科技金融生态系统共生关系影响的回归分析结果如表4所示。其中，模型1和模型2是采用面板个体固定效应模型分别从线性和非线性角度对数字化水平与科技金融生态系统共生之间的关系进行回归分析，并通过了F检验和豪斯曼检验。为了对比，模型3和模型4为双向固定效应模型，同时控制了时间固定效应和地区固定效应。

表4 区域数字化水平对科技金融生态系统共生关系影响回归结果

表4中模型1和模型3是从线性视角对数字化水平与科技金融生态系统共生之间的关系进行检验。模型1和模型3的回归结果显示，数字化水平的回归系数分别为0.141和0.068，且均在1%的显著性水平上显著，说明从整体上看，数字化水平对科技金融生态系统共生关系存在正向影响。模型2和模型4是从非线性视角对数字化水平与科技金融生态系统共生之间的关系进行检验。由模型2和模型4的回归结果可知，数字化水平二次项的回归系数均在1%的显著性水平上显著为正，表明数字化水平与科技金融生态系统共生关系之间存在明显的U形非线性关系。根据表4中模型4的估计结果，对“U形”曲线拐点进行估算，得到拐点处区域数字化水平约为0.370。从表3中的描述性统计结果可以看到，在考察期内我国31个省（区、市）数字化水平的中位数和平均数分别为0.332和0.381，十分接近拐点处的数字化水平。由此可以推断，在考察期内我国31个省（区、市）中有近一半省（区、市）的数字化水平已经跨越发展拐点，开始对科技金融生态系统共生关系产生促进作用。

为了使结论更加严谨可靠，本文根据Lind和Mehlum[42]对U形关系的检验方法，利用utest检验命令对数字化水平与科技金融生态系统共生之间的U形关系进行进一步的检验与分析，检验结果如表5所示。

表5 数字化水平与科技金融生态系统共生的U形关系检验

由表5可以看出，计算出的极值点均落在数字化水平的样本数据范围内，且均在95%的置信水平上落在基于Fieller的标准误差方法计算出来的置信区间内。由此可见，模型2和模型4均通过了U形关系的检验，即数字化水平对科技金融生态系统共生关系存在U形非线性影响。假设H1得到验证。

4.2.2 数字化水平各维度与科技金融生态系统共生关系影响研究。由上述实证回归结果可知，区域数字化水平对科技金融生态系统共生关系存在U形非线性影响。考虑到数字化水平是一个综合性指标，数字化水平的不同维度对科技金融生态系统共生关系的影响程度可能存在差异。因此，接下来本文将从构建数字化水平指标的4个维度出发，分别考察数字化接入水平、数字化装备水平、数字化应用水平以及数字化平台建设水平各自对科技金融生态系统共生关系的影响程度，回归结果如表6所示。

表6 数字化水平各维度对科技金融生态系统共生关系影响回归结果

表6中模型6显示，数字化接入水平的二次项系数在1%的水平上显著为正，表明数字化接入水平与科技金融生态系统共生之间呈U形关系，验证了H2a。这说明，短期内数字化接入成本效应大于产出效应。因此，需要进一步提升数字化接入整体水平，使其跨过拐点，进而对科技金融生态系统共生关系产生显著促进效应。模型8显示，数字化装备水平的二次项系数显著为负，表明数字化装备水平与科技金融生态系统共生之间呈倒U形关系，验证了H2b。这说明，数字化装备投入并不是越高越好，而是存在一个适度水平。模型10检验了数字化应用水平与科技金融生态系统共生之间的关系，结果显示数字化应用水平二次项系数在1%的水平上显著为负，说明数字化应用水平与科技金融生态系统共生之间呈倒U形关系，验证了H2c。模型12显示，数字化平台建设水平对科技金融生态系统共生影响的二次项回归系数显著为正，表明数字化平台建设水平与科技金融生态系统共生之间呈U形关系，H2d得到验证。

4.3 异质性分析

我国各地区之间由于地理位置、经济基础以及资源禀赋等的不同，数字化水平和科技金融生态系统共生水平并不均衡，存在着较为明显的区域差异。因此，为了进一步探究区域数字化水平对科技金融生态系统共生关系影响的地区差异，本文在全样本的基础上，按照地理位置和经济发展水平将31个省（区、市）划分为东部地区、中部地区和西部地区三大区域，采用面板固定模型分地区检验区域数字化水平对科技金融生态系统共生关系的影响，回归结果如表7所示。

表7 不同地区数字化水平对科技金融生态系统共生关系影响回归结果

由模型14和模型18的回归结果可知，东部和西部地区数字化水平的一次项系数分别为0.205、0.062，且均至少通过了5%水平的显著性检验，说明东部和西部地区数字化水平能够有效促进科技金融生态系统共生关系。由模型15和模型19的回归结果可知，东部和西部地区数字化水平的二次项系数均在至少5%的水平上显著为正，说明东部和西部地区的数字化水平对科技金融生态系统共生关系均存在较为显著的U形非线性影响。然而两者背后的原因机制却不相同，具体来说，东部地区数字化发展较早，发展水平相对较高，拥有较为完善的数字基础设施、前沿的数字技术以及丰富的人力资本等资源，东部地区借助这些先发优势可以充分释放数字化发展红利，发挥多种功效赋能科技金融生态系统，从而推动东部地区科技金融生态系统共生发展；就西部地区而言，尽管其数字资源禀赋和经济发展程度与东部地区相比有着较大差距，但受益于国家宏观调控政策倾向与资源倾斜，如西部大开发等区域协调发展战略的深入实施，西部地区得以发挥后发优势，加快数字化发展进程，进而促进区域内要素优化配置，逐步缩小与发达地区之间的数字鸿沟，并通过释放数字化发展红利促进科技金融生态系统共生发展。

由模型16和模型17的回归结果可知，中部地区数字化水平的一次项系数在5%的水平上显著为负，而数字化水平的二次项系数不显著，说明中部地区数字化水平对科技金融生态系统共生关系存在抑制作用。这可能是因为，中部地区数字化发展的基本格局已经形成，政府对中部地区的政策支持力度有限，使得中部地区数字化发展在经历快速增长的黄金期后，要素资源错配现象开始加剧，生态种群整体发展逐步放缓，一定程度上抑制了科技金融生态系统可持续发展活力，导致中部地区数字化水平对科技金融生态系统共生关系呈现出负向影响；同时，中部地区不仅没有东部地区先天优越的资源禀赋，也没有西部地区后天强有力的政策支持与体制保障，进而导致本地区无法实现数字化水平的快速提升，借助数字化发展新动能促进中部地区科技金融生态系统共生关系也就无从谈起。综上所述，数字化水平对科技金融生态系统共生关系的影响存在显著的区域异质性。

4.4 稳健性检验

一是考虑模型内生性的稳健性检验。为了缓解内生性问题对回归结果产生的干扰，本文参照范合君等[43]的做法，分别将解释变量滞后一期作为当期的工具变量，并采用系统GMM二步法进行内生性检验。稳健性检验结果显示，数字化水平二次项系数的符号和显著性与前文回归结果基本一致，区域数字化水平对科技金融生态系统共生关系存在U形非线性影响的假设H1再次得到验证；并且不同维度数字化水平对科技金融生态系统共生关系影响的全模型回归结果显示，假设H2a至假设H2d的检验结果基本保持不变。因此，可以认为，即使考虑到内生性问题，本文的研究结论依然稳健。

二是剔除极端值的稳健性检验。鉴于回归结果的稳健性往往会受到某些极端值的影响，本文借鉴芦婷婷等[44]的做法，对所有连续型变量采用Winsorize方法进行上下1%的缩尾处理，并采用双向固定模型对回归结果的稳健性进行检验。结果显示，经缩尾处理的稳健性检验结果较之前并未发生较大变化，本文的研究结论仍然成立。

5 结论与建议

5.1 研究结论

本文以我国31个省（区、市）作为研究对象，实证考察区域数字化水平对科技金融生态系统共生关系的影响，以及数字化水平各维度对科技金融生态系统共生关系影响的差异性，最后从地区层面对数字化水平与科技金融生态系统共生关系进行异质性检验。主要研究结论如下：①区域数字化水平对科技金融生态系统共生关系的影响并非简单的线性关系，而是呈现出U形非线性特征，且两者正U形曲线拐点处的数字化水平约为0.370。②数字化水平不同维度对科技金融生态系统共生关系的影响存在明显差异。具体而言，数字化接入水平和数字化平台建设水平对科技金融生态系统共生的影响呈正U形，而数字化装备水平和数字化应用水平对科技金融生态系统共生的影响呈倒U形。③数字化水平对科技金融生态系统共生关系的影响存在显著的区域异质性。东部和西部地区数字化水平与科技金融生态系统共生之间存在较为显著的U形非线性关系，而中部地区数字化水平对科技金融生态系统共生则存在抑制作用。

5.2 理论贡献及政策启示

与已有研究相比，本文的理论贡献在于：①从数字化视角出发，深入分析了区域数字化水平对科技金融生态系统共生关系的非线性影响机理，并进行实证检验，丰富了科技金融生态系统共生的相关理论，为促进区域科技金融生态系统共生发展提供了理论支撑；②通过分析不同维度数字化水平对科技金融生态系统共生关系的非线性影响机理，揭开了数字化水平不同维度对科技金融生态系统共生发展的作用关系，深化了对数字化发展的理论认知。

本研究的政策启示如下：①目前我国一多半省份的数字化发展水平尚未越过拐点，因此仍须进一步加强数字化建设以促进区域数字化水平提升。一方面，要加大对网络基础设施建设的投入力度，努力提升网络普及率，为区域数字化建设提供必要的硬件支撑；另一方面，加大对数字人才的培育力度，以培养数字化人才为依托，不断完善政策与就业服务保障体系，增强区域数字化发展软实力。②数字化接入水平和数字化平台建设水平与科技金融生态系统共生之间呈正U形关系，因此应适当增加对数字化接入和数字化平台建设领域的投入，提高信息网络的连通性和数字化平台利用效率；数字化装备水平和数字化应用水平与科技金融生态系统共生之间呈倒U形关系，说明两者的过度投入反而不利于科技金融生态系统共生水平的提高，因此在数字化建设过程中应根据区域实际发展需要合理确定数字化装备和数字化应用的投资水平。③我国不同地区的数字化水平和科技金融生态系统共生水平差异显著，因此要制定符合本地区发展实际的差异化政策。具体而言，政府应进一步加大对中西部地区数字基础设施建设的扶持力度，给予中西部地区更多的政策倾斜，强化中西部地区数字化发展的薄弱环节；东部地区较中西部地区而言，数字化基础设施建设相对完善，数字化发展对科技金融生态系统共生关系的促进作用也较为显著，因此政府应制定致力于数字核心技术突破的政策，提高数字关键核心技术优化科技金融生态系统的能力。