数字普惠金融与创新发展耦合协调发展研究

王 洋，谢钟慧，李新月

(哈尔滨商业大学 a.财政与公共管理学院，b.经济学院，哈尔滨 150028)

创新是引领发展的第一动力。金融市场是创新的重要支撑(Hsu PH et al.,2014)[1]，由于创新存在很大的不确定性和风险性，使得很多创新活动受到金融排斥的制约，抑制了企业创新活动的开展(Hall,B.H.,2002；刘胜强等，2015)[2-3]。为此，中国开始大力发展数字普惠金融，大量的计算机技术应用到金融领域，促进了信息共享，扩大了金融服务的范围和覆盖面，缓解了企业的融资约束，从而有利于企业的创新(任晓怡，2020；白俊红等，2021)[4-5]。与此同时，数字普惠金融的发展是以数字技术为依托，需要不断的技术创新才能促进数字普惠金融发展和核心竞争力的提升(郭震洲，2017)[6]。由此可见，数字普惠金融与创新发展二者相互联系，共同影响，存在着交互耦合关系。数字普惠金融与创新发展的耦合协调发展有助于形成以数字普惠金融促进创新发展、以创新发展助力数字普惠金融的良好局面，对中国经济发展具有重要的现实意义。那么，我国数字普惠金融与创新发展存在怎样的相互作用关系，二者能否协调发展？影响二者协调发展的因素有哪些？如何加强二者的协调关系？这些问题值得深入探讨和研究。

关于数字普惠金融与创新发展之间关系的研究较少。现有研究主要集中于数字普惠金融对创新的单向影响，肯定了数字普惠金融对创新的积极影响。部分学者从企业创新的角度进行论述，认为数字普惠金融能够对企业创新产生积极影响，而在影响程度上存在异质性，在信息透明度较高和制度环境较好地区对企业创新的影响效果更加明显(喻平和豆俊霞，2020)[7]，相对于国有企业，数字普惠金融对民营企业创新影响更强(滕磊和徐露月，2020)[8]。从影响机制上，数字普惠金融主要通过缓解融资约束(聂秀华和吴青，2021)[9]和提高创新成果市场对接效率(吴庆田和朱映晓,2021)[10]进而促进企业创新水平的提高。

也有部分学者探讨了数字普惠金融对区域创新的影响，任碧云等(2021)基于供需视角验证了数字普惠金融不仅能对区域创新有积极的直接影响，也能通过人力资本和产业结构升级间接促进区域创新[11]。徐子尧等(2020)发现数字普惠金融能够通过影响信贷资源配置和居民消费，从而驱动区域创新能力提升[12]。郑雅心(2020)的研究表明，数字普惠金融能够通过影响高等教育水平、基础设施和居民工资收入，从而对创新产出产生积极影响[13]。

关于创新对数字普惠金融的影响学界则鲜有研究，可能的原因是数字普惠金融虽然需要大数据和人工智能等技术的支撑，但囿于统计数据的缺乏，如何通过创新推动数字普惠金融的发展在理论和实践中仍然存在困难。在全球经济受到新冠肺炎疫情冲击下，前中国人民银行行长周小川(2020)指出可以通过技术创新推动数字普惠金融发展[14]，这为本文研究提供了思路。

综上所述，学者们关于数字普惠金融对创新的影响已进行了广泛研究，为本文提供了借鉴和参考。然而，针对数字普惠金融和创新发展的研究则相对较少，尤其关于二者的耦合协调关系和影响因素还亟需进一步的探索。本文与已有文献的区别如下：(1)对数字普惠金融与创新发展的耦合关系进行理论机制分析。既有文献主要考察了数字普惠金融对创新投入、创新产出的影响，本文则以综合了创新投入和产出的创新发展为研究对象，并对数字普惠金融与创新发展的耦合关系进行了理论机制分析。(2)测度了数字普惠金融与创新发展的耦合协调度。既有文献更多关注数字普惠金融对创新的影响，但很少考察创新发展对数字普惠金融的作用，本文则同时考察了二者的相互影响，并测度了二者的耦合协调度，从而能够对二者的动态关系有了更加深入的了解。(3)对数字普惠金融与创新发展的耦合协调关系进行影响因素分析。本文在实证分析中通过构建计量模型找到了数字普惠金融与创新发展耦合协调度影响因素，为政府相关政策的制定提供了参考和依据。

一、数字普惠金融与创新发展的耦合机理

耦合一词来源于物理学，是指两个或两个以上的体系或两种运动形式间通过相互作用而彼此影响以至联合起来的现象(杨艳等，2018)[15]。本文将数字普惠金融与创新发展之间相互促进的动态关系称为耦合，通过耦合协调度的测算和分析来刻画二者关系的强弱，从而为评价二者的耦合协调性提供依据。

本文基于金融发展与创新理论，阐述数字普惠金融与创新发展的耦合机理：(1)创新发展需要数字普惠金融的支持。创新发展需要资金支持，而地方政府的财政收入是有限的，同时还面临着GDP考核，更愿意把资金投入到房地产、基础设施等见效较快的领域中，而创新产品从理论研究到实践应用一般需要较长的时间，所以各级政府在创新动力上往往存在一定的不足。从企业层面看，传统金融机构为了规避风险不愿意为周期长、见效慢且还存在沉淀成本的研发创新提供长期信贷支持，而企业内部资金往往不足以支撑创新项目的开展，从而限制了企业的创新活动。由此可见，无论从政府还是从企业层面，资金投入都不足以成为创新发展的重要制约因素。数字普惠金融将计算机技术广泛应用到金融领域，促进了信息共享，缓解了中小微企业以及低收入群体的融资约束，提升了创新的强度和主动性，从而有利于创新发展。(2)创新发展能够促进数字普惠金融的发展。数字普惠金融面对的主要是受融资约束和资金周转困难的小微企业和个体，信息不对称给金融风险防控带来很大挑战。信息处理、大数据、云计算等一系列技术被广泛应用到金融领域，有助于对金融服务进行质量监控。此外，知识图谱和用户画像技术应用到普惠金融领域，提高了金融机构对目标客户的识别能力，降低了金融机构成本，提高了金融服务效率，提升了金融机构的风险防控能力，有效推动了数字普惠金融的发展。

二、数字普惠金融与创新发展耦合协调度分析

(一)指标体系构建及数据来源

1.数字普惠金融系统评价指标体系

参考郭峰等(2020)的研究成果，从覆盖广度、使用深度和数字化服务程度三个维度出发构建数字普惠金融评价指标体系，该指标体系较为庞大，限于篇幅未详细列出，具体指标可见北京大学数字普惠金融指数[16]。

2. 创新发展系统评价指标体系

根据中国创新发展具体情况并借鉴已有研究成果(李黎明等，2019；李大鹏和夏安桃，2020)[17-18]，从创新投入和创新产出构建创新发展指标体系，具体指标如表1所示。

表1 创新发展评价指标体系

3.数据来源

所要研究的问题涉及数字普惠金融和创新发展，数字普惠金融相关数据来源于北京大学的数字普惠金融指数，创新发展相关数据主要来源于《中国统计年鉴》《中国科技统计年鉴》。个别缺失数据采取线性趋势法通过估算补齐。

(二)耦合协调度评价模型

耦合模型是用来研究两个及以上的系统之间的相互关系，可以刻画系统之间相互作用程度，具体模型形式如下：

(1)

其中，U1为数字普惠金融系统综合评价值，用北京大学的数字普惠金融总指数代替，U2为创新发展系统综合评价值，根据表1中创新发展评价指标体系利用熵权法计算得出；C为两系统的耦合度，取值区间为[0，1]，C值越接近1表明数字普惠金融与创新发展之间相互影响程度越强；当C值越接近0则表明两系统之间相互作用程度越弱。

但耦合模型只能反映系统之间影响程度的强弱，耦合度高不能说明系统间的协调发展程度也高，即耦合模型不能说明系统间是相互制约还是相互促进的关系。因此，在耦合模型的基础上，引入耦合协调度模型。耦合协调度是指耦合作用关系中的良性耦合程度，反映了系统间协调状态的好坏，具体模型形式如下：

T=αU1+βU2

(2)

(3)

其中，D为数字普惠金融与创新发展的耦合协调度，T为数字普惠金融与创新发展的综合协调指数(王蕾等，2018)[19]，α和β是待定权重系数，因数字普惠金融与创新发展等重要程度相同，所以取α=β=0.5，参考以往学者的文献研究(朱建华等，2019)[20]，并充分考虑研究对象的特征，本文将耦合协调度划分为六类：0

在实际情况中数字普惠金融与创新发展水平不会完全同步，即U1/U2=1，故参考相关学者的研究成果(祝影等，2019)[21]，提高数据可比性并控制误差最小化，取1±0.1作为数字普惠金融与创新发展是否同步的判断依据，可将数字普惠金融与创新发展驱动类型分为三类：当U1/U2>1.1时，该省发展类型属于数字普惠金融驱动型(S)；当0.9

三、数字普惠金融与创新发展耦合协调度测度结果分析

(一)数字普惠金融与创新发展耦合协调时序演变特征分析

根据公式(1)-(3)计算了数字普惠金融与创新发展耦合协调度，并列出了驱动类型，具体结果如下表2所示。

表2 中国数字普惠金融与创新发展耦合协调度评价结果

我国各省数字普惠金融与创新发展的耦合协调度均值从2011年的0.37上升到2019年的0.44，从整体上实现了低度耦合到初级耦合的过渡。虽然我国数字普惠金融与创新发展耦合协调度有了一些提升，但我国多数省份仍然处于低度与中度耦合协调状态之间，达到高度及以上耦合协调状态的省份处于少数，说明我国数字普惠金融与创新发展的耦合协调还处于初级发展阶段。

(二)数字普惠金融与创新发展耦合协调空间分异特征分析

就驱动类型来看，甘肃、青海、贵州一直处于创新发展驱动类型，宁夏、吉林、黑龙江则由数字普惠金融驱动类型(S)转化为创新发展驱动类型(C)，说明这三个省份近年来创新发展比数字普惠金融发展快；其他城市始终处于数字普惠金融驱动类型(S)，但比值均有所下降，说明近年来这些地区创新发展水平有所提高。

就耦合协调度而言，处于高度耦合协调状态及以上的省份主要集中在我国东部地区，具体来看，北京和上海2011—2019年一直处于高度耦合协调状态，尤其北京达到了极度耦合协调状态；天津、浙江、广东在2011年处于中度耦合协调状态，在2019年均处于高度耦合协调状态，说明近些年这三个地区数字普惠金融与创新水平发展良好；中部地区除湖北从2011年的初级耦合协调状态上升到2019年的中度耦合协调状态，安徽、江西、河南、湖南到2019年处于初级耦合协调状态，吉林、黑龙江和山西则一直处于低度耦合协调状态，说明我国中部地区数字普惠金融与创新发展缓慢，相互促进作用稍弱；西部地区仅有陕西、重庆、四川处于初级耦合协调水平，其余省则处于极低和低度耦合协调状态。

四、数字普惠金融与创新发展耦合协调发展影响因素分析

(一)空间自相关检验

为了考察数字普惠金融与创新发展耦合协调度是否存在空间相关性，本文以省份间距离绝对值的倒数为权重矩阵进行全局自相关分析。具体结果如下表3所示。

表3结果显示，2011—2019年数字普惠金融与创新发展全局莫兰指数全部为正值，且均通过了5%的显著性水平检验，说明我国数字普惠金融与创新发展耦合协调度存在较强的正向空间自相关，数字普惠金融与创新发展具有一定的空间集聚特征。

表3 数字普惠金融与创新发展耦合协调度全局空间相关性分析

(二)模型的构建

考虑到我国各省份之间数字普惠金融与创新发展耦合协调度存在空间关联特征，为进一步研究两系统耦合协调的影响因素，本文将空间要素引入面板数据计量模型中，分别选择空间自相关模型(SAC)和空间误差模型(SEM)探寻数字普惠金融与创新发展耦合协调度的影响因素。空间自相关模型中含有被解释变量的空间滞后项，考察了被解释变量的内在交互效应(李昕和关会娟，2018)[23]，即某个地区数字普惠金融与创新发展的耦合协调度依赖于周边地区二者的耦合协调状况，而空间误差模型则恰恰相反，没有考虑周边地区数字普惠金融与创新发展耦合情况对本地区的影响，同时采用两种模型可以得到更为稳健的结果。

空间自相关模型的基本形式如下：

(4)

(5)

空间误差模型的基本形式如下：

(6)

(7)

其中，yit代表数字普惠金融与创新发展的耦合协调度，Xitk为解释变量，包含经济发展水平(pgdp)、产业结构升级(is)、政府调控(gov)、人才储备水平(tal)和对外开放水平(iae)，μi是不可观测且随时间改变的个体特征；γt为时间效应；vit为误差项。

(三)变量选取与数据来源

1.被解释变量

数字普惠金融与创新发展的耦合协调度(yit)能够反映两个系统的相互作用程度，由前文计算得出。

2.解释变量

我国数字普惠金融与创新发展的耦合度受多种因素影响，基于数字普惠金融与创新发展的理论分析和已有研究成果[24]，选取如下指标：(1)经济发展水平(pgdp)。经济发展水平越高，反映其物质基础、科学技术以及数字基础等资源的应用效果越高，越有利于数字普惠金融与创新发展的协调，经济发展水平用人均GDP表示。(2)产业结构升级(is)。产业结构升级对数字普惠金融提出了新的要求，同时也倒逼创新发展，从而有利于二者的协调发展，产业结构升级用第三产业产值比重表示。(3)政府调控(gov)。适当的政府干预能够提升金融市场效率，也有利于创新发展，但过多的市场干预也会导致二者的低效率，政府调控用财政支出与地区生产总值的比值表示。(4)人才储备水平(tal)。数字普惠金融和创新发展都依赖于高素质的人才，人才储备水平与数字普惠金融和创新发展协调度密不可分，人才储备水平用每万人在校大学生数(千人)表示。(5)对外开放水平(iae)。对外开放可以引入国外先进的技术和经验，有利于数字普惠金融和创新发展水平的提升以及二者的协调发展，对外开放水平用进出口总额与生产总值的比重表示。数字普惠金融与创新发展的耦合协调度由前文计算得出，其他影响因素变量来源于《中国统计年鉴》和各省统计年鉴。

(四)实证结果分析

为保证结果的稳健性，本文分别采用邻接距离空间权重矩阵、地理距离空间矩阵和地理经济距离空间权重矩阵考察数字普惠金融与创新发展耦合协调度的影响因素。其中，邻接距离权重定义为相邻赋值为1，不相邻赋值为0；地理距离权重用地区距离绝对值的倒数来衡量；地理经济距离权重综合考虑了经济因素和距离因素对被解释变量的影响，用地区间人均GDP之差绝对值的倒数与地区距离绝对值倒数乘积来衡量。根据前文模型设定，分别采用SAC和SEM模型考察数字普惠金融与创新发展耦合协调度的影响因素。

1.全样本分析

由表4可知，三种空间权重矩阵下，数字普惠金融与创新发展的耦合协调度空间滞后系数分别为-0.1455、-0.1234和-0.3312，均负向显著，说明临近地区数字普惠金融与创新发展的耦合协调度会对本地区产生消极影响，可能的原因是数字普惠金融与创新发展耦合协调度较高，有利于经济增长和收入水平提高，会吸引周边地区人才流入，导致周边地区人才流失，从而抑制了周边地区数字普惠金融与创新发展的耦合协调性。 经济发展水平(pgdp)、产业结构升级(is)、人才储备水平(tal)和对外开放水平(iae)对数字普惠金融与创新耦合度具有显著正向影响，而政府调控(gov)对二者的耦合协调度具有负向显著的影响，这表明经济发展水平的提高、产业结构的转型升级、提高人才储备水平和对外开放水平都有利于数字普惠金融与创新发展的协调发展，但政府应适当调控宏观经济，过多的政府干预不利于数字普惠金融与创新发展的协调发展。

表4 全样本回归结果

2.分区域分析

考虑到数字普惠金融与创新发展的影响不仅与地理位置因素有关，而且与地方经济发展紧密相连，所以选择地理经济距离空间权重考察各个影响因素对不同区域数字普惠金融与创新发展耦合协调度的影响，具体结果如表5所示。

由表5可知，东西部地区数字普惠金融与创新发展的耦合协调度空间滞后系数显著为负，表明数字普惠金融与创新发展所带来的对人才的虹吸效应会对周边地区产生消极影响，但中部地区耦合协调度的空间滞后项不显著，可能的原因是中部地区经济发展水平在全国处于中等水平，对高水平的人力资本吸引力较弱，同时良好的教育氛围使得低水平的人力资本相对较少，导致同质性人力资本较多，对周边地区人才的虹吸效应较弱，从而对数字普惠金融与创新发展的耦合协调度的影响不显著。

表5 分区域回归结果

各因素对数字普惠金融与创新发展的耦合协调度的影响具有明显的区域异质性，经济发展水平(pgdp)有利于东中部地区数字普惠金融与创新发展耦合协调发展，但对西部地区二者耦合协调关系产生不利影响，可能的原因是西部地区经济基础薄弱，对数字普惠金融与创新发展的资金投入不足，从而不利于耦合协调度的提升。产业结构升级(is)有利于东西部地区数字普惠金融与创新发展耦合协调发展，但会对中部地区二者耦合协调关系产生不利影响，可能的原因是中部地区产业数字化的发展进程较慢，落后于整体的产业结构升级，从而不利于耦合协调度的提升。政府调控(gov)的回归系数显著为负，与全样本结果保持一致，从影响程度上来看，政府调控对东部地区抑制作用明显高于中西部地区。人才储备水平(tal)的回归系数在东西部地区与全样本的回归结果保持一致，显著为正，但在中部地区则未通过显著性检验，可能的原因是中部地区人力资本的同质性较高，人才储备的增加无法对二者的耦合度产生积极影响。对外开放水平(iae)的回归系数在东中部地区与全样本的回归结果保持一致，显著为正，但在西部地区未能通过显著性检验，可能的原因是西部地区自然条件较差、交通基础设施不发达，限制了进出口贸易的发展，从而未能对二者的耦合协调度产生积极影响。

五、结论与启示

数字普惠金融与创新发展的协调发展对我国经济实现高质量发展具有重要意义，本文参考北京大学数字金融研究中心的研究成果，利用其编制的数字普惠金融总指数来代表数字普惠金融综合水平，利用熵值法确定各省的创新发展水平，并对数字普惠金融与创新发展的耦合协调度进行测算和分析，借助空间计量模型找出数字普惠金融和创新发展耦合协调度的影响因素。研究发现：(1)我国大部分地区数字普惠金融与创新发展的耦合协调度处于稳步上升的阶段，但我国多数省份仍然处于低度与中度耦合协调状态之间，截至2019年仅有北京、上海、天津、浙江、广东达到高度及以上耦合协调状态。从驱动类型来看，甘肃、青海、贵州三个省份过去九年中一直为创新发展驱动类型(C)，宁夏、吉林、黑龙江则由数字普惠金融驱动类型(S)转化为创新发展驱动类型(C)，其他地区则一直处于数字普惠金融驱动类型(S)。(2)经济发展水平、产业结构升级、人才储备水平和对外开放水平对数字普惠金融与创新耦合协调度有显著的正向影响，而政府调控则不利于数字普惠金融与创新发展的协调发展。(3)异质性分析表明，各因素对数字普惠金融与创新发展的耦合协调度的影响大部分与总体分析保持一致，但也存在区域异质性。

基于研究结论，可以得到以下政策启示：第一，提升数字普惠金融与创新发展的耦合协调度。我国数字普惠金融与创新发展的耦合协调度依旧处于中低水平，国家应大力发展经济，促进产业结构升级，加大人才储备和对外开放，减少政府干预，促进数字普惠金融与创新发展的协调发展。第二，根据驱动类型采取相应措施提升数字普惠金融与创新发展耦合协调度。甘肃、青海、贵州、宁夏、吉林、黑龙江数字普惠金融的发展明显滞后于创新发展，应采取相应的针对措施促进数字普惠金融发展，而其他地区创新发展则滞后于数字普惠金融发展，应采取相应措施加快创新发展，从而有利于二者协调发展。第三，促进数字普惠金融与创新发展在地区间协调发展。我国数字普惠金融与创新发展耦合协调度存在较大的地区差异，西部地区二者的耦合协调状态相对较弱。国家在政策上可适当向西部地区倾斜，同时西部地区应利用自身优势，提升数字普惠金融与创新发展的耦合协调度。