数字普惠金融与区域创新发展

杨 傲,李文启,张圣贤

(1.河南工业大学,经济贸易学院,河南,郑州,450001;2.马来西亚 管理与科学大学,管理研究生学院,雪兰莪,莎阿南,40100)

1 引言

受贸易保护主义和新冠疫情的影响,我国经济近年增长速度减缓,创新创业成为经济增长新的源泉和经济高质量发展的必然要求。党的二十大报告指出,抓创新就是抓发展,谋创新就是谋未来,明晰了创新推动建设经济现代化的重要性。“坚持科技是第一生产力、人才是第一资源、创新是第一动力”的战略也为国家的经济发展注入了新的活力。

创新过程是一个高投入和收益不确定的风险活动,因此区域创新发展是多种要素共同作用的结果。现代管理学认为,推动创新的三大要素包括技术、人力和金融(资金)3个方面。在技术推动创新方面:信息技术发展通过不断地探索科技新知识和技术升级带来巨大收益,进而推动区域创新能力提升[1]。在人力资本方面:高科技人才作为知识创新的主导力量,其规模结构和特征也反映了区域创新发展的水平[2]。从金融要素来看:金融市场能够提供制造业投资的金融要素,并以此推动区域创新发展[3]。此外,还有学者研究政府转移支付、高铁开通等基础设施建设以及其他因素推动区域创新发展的可能性。影响创新的众多因素中,金融要素具备更直接的推动作用。随着经济的高速发展,传统金融业发展对于提高区域创新水平的作用逐渐减弱。传统金融业发展的弊端主要带来了属性、阶段、领域和区域等多种内容的资源错配问题[4],政府和企业融资难、分配不合理的问题依旧限制着区域创新的发展。

普惠金融具备包容和普惠性的特点,能够缓解传统金融的资源错配和金融排斥问题。普惠金融主要以较低的使用成本扶持偏远落后地区或者中小型企业[5]。近年来,我国的数字经济转型发展稳步推进,数字金融的产生改变了传统金融发展的路径。金融科技的快速发展成为普惠金融的新兴驱动力,二者共同作用形成了数字普惠金融。例如,手机银行、第三方支付、余额宝和众筹等金融科技创新,因其具有可访问性、可负担性和安全性等而成为促进数字普惠金融发展的重要方式。数字普惠金融利用信息科技使得区域之间的资源和信息得以共享,突破了传统的信贷模式,推动了区域的创新发展[6]。因此,讨论数字普惠金融与区域创新发展的关系,能够为区域经济高质量发展提供经验证据。

鉴于此,本文借助固定效应、中介效应和门槛效应模型,检验数字普惠金融对中国区域创新发展的影响。本文可能的边际贡献包括:第一,将科技支出作为中介变量,拓展了数字普惠金融影响区域创新的理论研究;第二,运用门槛效应模型研究了数字普惠金融对区域创新的门槛效应;第三,将样本分为东、中和西部地区,探讨了数字普惠金融对区域创新影响的区域异质性。

2 文献综述与理论假设

区域创新是区域内高校、科研院所以及企业形成的创新发展体系,分别由主体、资源和组织管理三大要素构成[7]。科技是国家的第一生产力,也是最能体现区域核心竞争力的指标。普惠金融起源于20世纪70年代的小额信贷,大量小型金融机构的出现,为贫穷地区提供了优质的信贷和储蓄服务。联合国2005首次提出普惠金融的概念,其含义是服务于全社会群体的金融体系。2016年召开的G20杭州峰会提出,数字普惠金融是利用数字科技推动普惠金融发展的体系。随着中国互联网产业的高速发展,互联网技术与社会、金融等各领域融合进程不断加快,数字普惠金融作为互联网技术的产物,为区域创新注入了新动力。

梳理已有文献,有关数字普惠金融研究多集中在探讨其与产业结构[8]、城乡居民消费[9]、经济增长[10]、共同富裕[11]的关系等方面。而在聚焦于区域创新领域时,学者们发现,传统金融融资体系发展不健全、不均衡,中小企业融资难、融资周期长,欠发达地区金融服务供给不足等问题频出。数字普惠金融的出现,为解决这一系列问题提供了新视角。从金融服务角度来看:数字普惠金融降低了金融服务门槛,增加了优质金融资源流向弱势群体的可能性[12]。传统金融机构的借贷抵押模式忽视了弱势群体的能力,而高风险的创新活动离不开资金的支持[13]。数字普惠金融打破了传统借贷的门槛特征,补齐了传统金融的短板,增加了区域创新的动能[14]。对于企业来说,数字普惠金融能够优化资源利用效率,缓解企业融资约束问题,推动企业创新的发展[15]。从金融科技的角度来看:数字普惠金融利用互联网技术建立完善的风险监控体系,增加了现代化个人、企业和单位征信的信息获取的便利性。通过缓解金融市场信息不对称问题,数字普惠金融使得区域创新摆脱了传统融资模式下对抵押担保的依赖,增加了区域创新机遇的可得性[16]。金融科技与应用场景的信息建设,降低了多方的交易成本,创新主体有了更多的要素和能力去进行技术创新。与此同时,中国手机支付的快速发展,加快了城乡金融信息市场的建设步伐,通过大量的金融信息数据匹配市场需要,实现了创新活动中要素的精准投放[17]。此外,数字普惠金融拓宽了金融交易的渠道,创新性地颠覆了定价模式,信息技术的应用使盲目投资的风险得以降低,区域创新的质量得以提高[18]。从普惠和科技两个共同的角度来看:数字普惠金融更有利于提升金融的包容性和稳定性,从而为区域创新提供资金支持[19]。董春风和司登奎基于2011—2018年中国地级以上城市数据研究发现,数字普惠金融能够缓解区域创新及其“低端锁定”困境[20]。相比大城市来看,数字普惠金融对于中小城市的科技创新影响更为显著。数字普惠金融能够带动城市的创新,弥补大中小城市之间创新发展的差距[21]。可见,数字普惠金融能够显著改善区域创新驱动的能力。因此,本文提出第一个研究假设。

假设1:数字普惠金融的发展有助于提升区域创新水平。

已有文献多集中于探究数字普惠金融通过缓解融资约束、降低融资成本、转变区域消费需求等方式实现区域创新水平的提升。数字普惠金融发展建设初期,政府科技支出同样是影响区域创新发展的重要因素,积极的财政政策是提高区域创新能力的保障。数字普惠金融能够缓解资源错配问题,通过提高政府的科技支出,使得资金流向高校、科研院所和企业等多个创新主体,增加区域创新的可能性[22]。从政府补贴的角度来看:政府的科技支出能够缓解创新活动高投入和高风险的问题,数字普惠金融通过提高科技支出来降低创新的正外部性,政府和市场紧密衔接可以带动区域创新系统的发展[23]。政府作为数字普惠金融的倡导者与重要参与者,为加速所在地区经济发展,势必会提高对各行业尤其是成长性高行业的财政投入,以获得更高的地方税收支撑[24]。此时,数字普惠金融所支撑的行业作为成长型新兴群体,势必会获取更高的政府创新补贴,从而促进区域创新能力的提升。从创新主体的角度来看:数字普惠金融通过政府的转移性财政支付,可以提高落后地区科研单位和中小企业的研发投入,带动整体区域创新发展[25]。杜宏宇和岳军认为,政府科技支出能够带动高校科研创新活动的开展,会对经济高质量发展发挥作用[26]。同时,政府可通过改善地区金融发展水平,优化财政支出的地区结构,实现区域创新发展。可见,数字普惠金融与政府科技支出的协调作用必定与区域创新水平存在某种内在的作用机制关联,政府作为数字普惠金融建设进程中重要的参与者,或可通过增加本地区科技支出而实现区域创新水平的提升。因此,本文提出第二个研究假设。

假设H2:数字普惠金融通过提高科技支出来提升区域创新水平。

3 数据来源与研究方法

3.1 数据来源

本文选取2011—2020年中国内地30个省份的面板数据(不包括港澳台;西藏因数据缺失过多,因此剔除),文中其他变量原始数据均来源于北京大学数字金融研究中心、CSMAR数据库、国家统计局官网和历年各省市统计年鉴。同时,参照大多数学者的做法,将全国划分为东部、中部、西部三大区域。

3.2 变量选取

①被解释变量:区域创新水平(lninv)。选择“国内专利申请数”作为衡量区域创新发展水平的指标,并做对数处理。发明专利的申请到授权可能需要1—2年的审批,因此使用国内专利申请数能弥补数据时效性的问题。

②解释变量:数字普惠金融(lnduf)。本文使用《北京大学数字普惠金融指数(2011—2020年)》中的省级数字普惠金融总指数作为解释变量。除数字普惠金融总指数外,本文同时选取覆盖广度(lnduf_b)、使用深度(lnduf_d)和数字化程度(lndig)3个纬度,考察其对区域创新发展的影响。其中广度由“电子账户数”等数据表现,深度通过互联网金融服务的实际情况来计算,数字化程度则通过考虑便利性和成本等因素后的数字金融服务水平来体现。

③中介变量:科技支出(gov)。政府科技支出取自然对数。数字普惠金融能够缓解地区金融要素错配问题,推动政府科技支出利用的效率,进而推动区域创新的发展。

④控制变量:

开放程度(open):进出口总额与GDP的比值衡量各省贸易开放程度。国际贸易市场的竞争会刺激本土企业加大创新投入,因此能够提升区域创新。

经济水平(rgdp):省内人均GDP取自然对数。地区的经济发展水平越高,越有更多的要素投入来提升区域创新水平。

就业水平(job):就业总人数与全省总人口的比值。就业水平提供了经济市场的发展活力,就业水平越高,意味着地区生产服务业的发展越好,因此能够提升区域创新水平。

产业结构(indust):二、三产业生产总值与全省生产总值的比值。产业结构的升级会通过推动地区高新技术的发展来提高区域创新水平。

教育水平:全省大专以上学历的在校生人数取自然对数(edu)。高等教育人才的培养能提供高科技和高素质的人力要素,以此推动区域创新发展。

基础设施(road):全省公里里程取自然对数。区域基础设施建设能够推动技术、人力和金融要素的快速流动,推动区域创新发展。

以上变量代码及定义见表1。

表1 变量代码及定义

3.3 模型设计

根据前文的分析结果,构建3个模型来研究数字普惠金融对区域创新发展的影响。第一步为基准回归模型,检验数字普惠及其子维度对区域创新的影响。第二步为中介效应模型,检验科技支出在数字普惠金融对区域创新影响的中介作用。第三步为门槛效应模型,检验数字普惠金融和科技支出的门槛效应。具体模型构建如下:

①基准回归模型:

lninvi,t=β0+β1lndufi,t+

β2∑contryi,t+θi+φt+εi,t

(1)

其中,i=1,2,3,…,N代表省份个体;t=1,2,3,…,T代表年份;contry代表控制变量合集。θi为省份固定效应;φt表示时间固定效应;εi,t表示残差项。lninv表示区域创新水平,lnduf包括数字普惠金融指数及其子维度的广度、深度、数字化程度。

从Culpeper的不礼貌框架考量，大可妈妈直截了当的面子威胁行为，很好地呈现了直接不礼貌策略。大可妈妈对于罗佳不恰当的身份标识（“小东西”）的使用则是体现了积极的不礼貌策略。多种不礼貌策略的同时使用，在某些语境下，涉及到积极面子和消极面子的需求。以上对话中，说话人大可妈妈使用了该策略攻击听话人罗佳的积极面子，忽略了听话人罗佳所需要的承认和喜爱，故意传达给对方不合作、不喜欢的信号。

②中介效应模型:

govi,t=∂0+∂1lndufi,t+

∂2∑contryi,t+θi+φt+εi,t

(2)

lninvi,t=β0+β1lndufi,t+β2govi,t+β3∑contryi,t+θi+φt+εi,t

(3)

其中,govi,t表示中介变量,根据上文研究假说,选取政府科技支出作为中介变量,其余变量含义与上文相同。

③门槛效应模型:

lninvi,t=∂0+∂1lnduf*I(Q<γ1)i,t+

∂2lnduf*I(γ1≤Q<γ2)i,t+…+nlnduf*I(Q≥γn)i,t+∂n+1∑contryi,t+εi,t

(4)

3.4 描述性统计

变量的描述性统计如表2所示。被解释变量区域创新水平的平均值为6.707,最小值为0,最大值为11.21。核心解释变量数字普惠金融的平均值为5.219,最小值为2.909,最大值为6.068;数字普惠金融覆盖广度的平均值为5.075,最小值为0.673,最大值为5.984;数字普惠金融使用深度的平均值为5.201,最小值为1.911,最大值为6.192;数字化程度的平均值为5.510,最小值为2.026,最大值为6.136。中介变量科技支出的平均值13.51,最小值为10.53,最大值为16.27。以上数据说明,中国的区域创新水平、数字普惠金融和科技支出的差异比较大。造成这种现象的原因是我国国土面积辽阔,区域发展不平衡。变量相关性检验证明,数字普惠金融与区域创新存在显著正相关,除去基础设施的其他控制变量也与区域创新水平显著正相关,与本文的初步研究假设相符合。各个变量直接的相关性系数均小于0.65,因此不存在多重共线性,可以进行实证回归(表3)。

表2 描述性统计

表3 变量相关性检验

4 实证结果分析

4.1 基准回归

模型选择方面,豪斯曼检验的结果为P=0,控制年份效应的回归结果更显著,因此本文选用固定效应进行回归分析,同时控制年份效应。数字普惠金融对区域创新影响的基准回归结果如表4所示。数字普惠金融总指数和3个子纬度对区域创新水平的影响均为正且在1%水平上显著。数字普惠金融总指数每增加1%,区域创新水平增加0.429%。数字普惠金融覆盖广度每增加1%,区域创新水平增加0.316%,表明数字普惠金融的账户覆盖率提升能够显著促进区域创新水平。可能的原因为以支付宝为代表的互联网金融的出现,提升了金融的覆盖能力。数字普惠金融使用深度每增加1%,区域创新水平增加0.511%,原因是货币基金、信贷、保险和投资业务等多元化金融资金管理和融资渠道能够显著促进区域创新水平。数字化程度每增加1%,区域创新水平增加0.307%,表明以蚂蚁花呗、芝麻信用和用户二维码等为代表的数字化金融科技能够显著提高区域创新水平。数字普惠金融使用深度的回归系数最大,说明数字普惠金融使用深度对区域创新水平的影响更显著。从控制变量来看,对外开放、经济水平、就业水平、教育水平对区域创新水平的影响显著为正,产业结构对区域创新水平的影响为正但不显著,基础设施对区域创新水平的影响为负但不显著。因此,假设1成立。

表4 数字普惠金融对区域创新影响的基准回归结果

4.2 稳健性检验

为了验证以上回归结果的稳健性,本文运用两种方法进行稳健性检验。首先是调整样本量,由于直辖市的经济发展迅速,因此考虑剔除北京、上海、天津和重庆4个直辖市后再次进行回归。其次是替换被解释变量,参考其他文献后,用R&D经费内部支出(lnRDc)来衡量区域创新水平。稳健性检验的结果如表5所示,在调整样本量和替换被解释变量后,数字普惠金融以及三个子维度指标对区域创新水平的影响显著为正,论证了基准回归结果的稳健性。

4.3 内生性问题

①反向因果问题

区域创新水平高的省份,可能有更多的要素来发展金融科技,从而推动数字普惠金融的进步,同时,区域创新发展反过来能够影响数字普惠金融。为缓解双向因果导致的内生性问题,本文将数字普惠金融滞后一期,估计其对区域创新水平的影响(表6)。表6的回归结果显示,数字普惠金融及其3个子维度的滞后一期同样对区域创新水平的影响显著为正,因此再次论证了假设1的成立。

表6 滞后解释变量的回归结果

②工具变量

实证方法避免不了出现遗漏偏误的问题,尽管本文增加了大量的控制变量,还是有可能遗漏相关变量,造成内生性问题。因此,本文采用工具变量法来解决内生性问题。参考梁榜和张建华的做法,将互联网宽带接入端口作为工具变量,运用2SLS法来检验内生性问题[27]。相关性分析的结果是互联网宽带接入端口符合相关性和排他性特征。因此,可以选取互联网宽带接入端口作为工具变量(表7)。

表7 工具变量回归结果

表7汇报了工具变量的估计结果。从第一阶段回归结果可以看出,互联网网络端接口对数字普惠金融具有显著的正向关系,且第一阶段的F统计量为106.2,88.92,101.9和56.03,都远大于10,表明不存在弱工具变量问题。表7的二阶段回归结果显示:引入工具变量后,数字普惠金融的回归系数均为正且在1%的水平上显著,表明数字普惠金融对区域创新发展具有显著的正向关系。因此,再次验证了假设1的成立。

4.3 机制检验

理论分析认为,科技支出可能在数字普惠金融对区域创新影响中起到中介作用,机制检验的回归结果如表8所示。(1)(3)(5)和(7)列为数字普惠金融及其3个子维度对科技支出的影响,(2)(4)(6)和(8)列为数字普惠金融和科技支出对区域创新发展的影响。从回归结果可以看出,Sobel检验结果通过,证明了科技支出在数字普惠金融对区域创新发展过程中存在显著的中介效应。具体表现为:数字普惠金融总指数对区域创新发展影响的中介效应为40.99%;数字普惠金融覆盖广度对区域创新发展的中介效应为40.41%;数字普惠金融使用深度对区域创新发展的中介效应为33.33%;数字化程度对区域创新发展的中介效应为49.20%。

表8 数字普惠金融、科技支出与区域创新发展的回归结果

综上,中介效应检验证明“数字普惠金融→科技支出→区域创新发展”这种传导机制成立,表明数字普惠金融通过缓解金融要素错配的问题,提高了政府科技支出,从而推动了区域创新的发展。因此,假设2成立。

4.4 异质性分析

上文分析到我国数字普惠金融和区域创新水平存在区域差异性,因此需要从地区异质性的角度考虑数字普惠金融对区域创新发展的影响(表9,表10)。表9和表10分别展示了东、中、西部地区数字普惠金融及其子维度对区域创新的影响。回归结果显示:中部省份数字普惠金融总指数及其子维度对区域创新的估计系数为正且在1%水平上显著,并且数字普惠金融使用深度对区域创新的估计系数最大;西部省份的覆盖广度和使用深度对区域创新的估计系数为正且在5%和1%的水平上显著,数字普惠金融总指数和数字化程度对区域创新的影响不显著;东部省份数字普惠金融总指数及其广度、深度和数字化程度对区域创新的影响为负且不显著,数字化程度对区域创新的估计系数为正但不显著。这些表明,数字普惠金融对城市创新创业的促进作用为:中部>西部>东部,可能是因为不同地区的资源禀赋、政府的支持政策存在差异的原因,东部省份的经济发展和金融发展水平较高,数字普惠金融对区域创新的边际效应会变小。中、西部省份相对来说存在着资源禀赋较差的特点,具有区域创新的潜力。中、西部省份的差异可能是因为中部省份的发展速度在近几年逐渐加快,并且具备庞大的制造和消费升级市场,政府大力支持科技创新和人才引进,也加剧了数字普惠金融对区域创新的影响。

表9 异质性视角下数字普惠金融对区域创新影响的回归结果

表10 异质性视角下数字普惠金融子维度对区域创新影响的估计结果

4.5 门槛效应分析

基于面板数据模型的回归结果,前文证实了数字普惠金融指数、数字普惠金融覆盖广度和使用深度对区域创新存在正向促进作用,同时中介效应检验了数字普惠金融通过提高政府科技支出来推动区域创新水平。以上研究结论假定数字普惠金融的影响是线性的,从而忽略了数字普惠金融在不同发展阶段的影响可能存在差异。因此,接下来本文将以数字普惠金融发展指数和政府科技支出为门槛变量,进一步检验数字普惠金融与区域创新是否存在门槛效应(表11)。

表11 门槛效应检验

由表11可知,数字普惠金融指数与政府科技支出均在1%水平上通过了单门槛效应检验,但并未通过双重门槛检验。

面板门槛回归模型实证检验了数字普惠金融及政府科技支出的门槛效应。门限值和置信区间的估计结果表明,门槛值回归结果较为显著(表12)。表12报告了门槛回归的估计结果。从结果可以看出,数字普惠金融和政府科技支出与区域创新存在显著的正相关关系,这表明数字普惠金融和政府科技支出在一定程度上促进了区域创新发展。具体来看,数字普惠金融作为门槛变量,数字普惠金融指数小于γ1(5.8410)时,弹性系数为0.413;数字普惠金融指数大于等于γ1(5.8410)时,弹性系数为0.458。数字普惠金融对区域创新的影响在不同的区间存在差异,具备门槛效应特征。随着数字普惠金融指数跨过门槛值,其对区域创新的促进作用更加显著。当数字普惠金融作为解释变量且政府科技支出作为门槛变量,政府科技支出低于γ1(11.9634)时,数字普惠金融对区域创新的弹性系数为0.578;数字普惠金融指数高于等于γ1(11.9634)时,数字普惠金融对区域创新的弹性系数为0.348。随着政府科技支出跨过门槛值,数字普惠金融对区域创新的促进作用将会降低。原因可能是因为政府科技支出过多时会降低区域创新的边际效应。这说明,门槛值γ1(11.9634)可能是政府科技支出的最优水平。

表12 门槛效应回归结果

5 结语

近年来,我国数字普惠金融的发展水平逐年递增,区域创新成为推动地区经济高质量发展的重要推动力量。本文就数字普惠金融对区域创新发展的影响进行了实证研究,主要结论包括以下几个方面。第一,数字普惠金融总指数及其覆盖广度、使用深度和数字化程度能够显著提升区域创新水平,并且数字普惠金融使用深度对区域创新水平的影响更显著。通过调整样本和替换解释变量的稳健性检验,以及考虑反向因果和遗漏变量造成的内生性问题后,结论依然成立。第二,异质性检验证明,就数字普惠金融对区域创新水平的影响而言,中部省份比西部省份更为显著,东部省份的数字普惠金融对区域创新的影响为负,且不显著。第三,中介效应检验发现,数字普惠金融通过提高政府科技支出来促进区域创新发展。第四,门槛效应结果证明,数字普惠金融和科技支出存在单一门槛效应。数字普惠金融到达一定门槛,对区域创新的影响会逐渐增加;政府科技支出达到一定门槛,数字普惠金融对区域创新的影响会逐渐减小。基于以上讨论,本文提出如下建议。

首先,应该推动数字普惠金融的发展,大力加强信息化建设,让数字普惠金融更好地服务于区域创新发展;依靠大数据技术,拓展数字普惠金融的使用深度,强化数字普惠金融对区域创新的积极影响。其次,坚守“统筹规划,因地制宜”的政策方针。东部地区继续保持经济高水平发展的路径,发挥数字普惠金融更大的作用;中部地区继续大力推广数字普惠金融,利用庞大的消费市场和产业升级潜力,推动区域创新更快发展;西部地区应加大基础设施建设和人才引进力度,大力推进金融与数字技术高度融合,多渠道促进区域创新水平。最后,政府应加大科技支出,推动区域创新水平提高,但是不能盲目进行科技补贴,要完善金融监管机制,协调推进区域创新水平和经济高质量发展。