数字金融对区域创新水平的影响研究——基于专利数据的实证分析

席鹏飞，胡小虎，方佳丽

(武汉纺织大学，湖北 武汉 430200)

一、引言

区域创新能力的提升需要地方企业和科研机构的大力推动，是实现新型工业化、信息化、建设现代化经济体系的重要一环。进入“十四五”时期，要坚持创新驱动发展战略，强化国家战略科技力量，必须提升区域技术创新能力和水平。为进一步激励地方企业和机构加大研发创新投入，2035年远景规划提出实施更大力度的普惠性政策，增强创新主体活力。其中，数字金融则是数字技术在金融领域的应用，其方便、高效和低门槛等特点使得其发展成为金融领域变革的必然趋势。研究数字金融发展与区域创新水平的关系，将有利于了解数字金融对区域创新的影响机制、效果程度和区域异质性，为进一步研究如何使数字金融更好地服务区域创新提供研究参考。

二、文献综述与研究假设

随着科学技术的迅速发展，经济金融领域的数字化场景应用越来越多。数字金融发展的具体水平值的测定和研究，对金融更好地服务实体经济具有重要意义。当前国内关于数字金融和数字经济的研究较多，且和创新创业联系较为密切。根据已有文献可知，国内研究数字普惠金融与研究数字金融使用的大多是北京大学数字普惠金融指数，数字金融多以数字普惠金融指数进行量化。随着数字普惠金融指数的逐年累积，利用这一数据取得的研究成果较为丰富，特别是在创业、企业创新和农村普惠金融等方面。这类文献多采用融资约束和科技创新水平等中介变量，进一步打通数字金融与相关变量的逻辑关系，寻找影响机制的准确路径。相关研究表明，数字金融发展能够显著地促进中小微企业创新，且影响效果具有显著的异质性特征。此外，数字金融对企业全要素生产率和经济整体发展具有显著的正向作用，且这一影响在数字金融发展水平较高的地区更加明显。总体研究表明，数字金融对企业技术创新、地区经济发展具有显著的促进作用，且作用程度受到区域因素的影响较为明显。

数字金融通过融资约束、产业结构和消费需求等中介变量促进了区域创新水平的提高，这一作用同样在时间空间维度、产品研发阶段和创新主体上具有显著的异质性。目前，对于区域创新和数字金融关系的研究角度还包括对区域绿色创新效率的空间计量，提出数字金融在提升区域绿色创新效率以外还具有正向的空间溢出效应。在基础的影响分析中，不同学者对区域异质性的分析结果有所差异。一方面，有学者分析认为中西部受数字金融影响更为显著，即数字金融对融资约束较大的地区有较大的创新激励作用。另一方面，有学者认为相对于中西部地区，东部地区以其制度环境和人力资源等优势使得数字金融的创新激励作用更加显著。因此，对数字金融与区域创新水平的研究值得进一步深入，特别是区域差异化的分析需要更多的探讨和分析。

根据文献对区域创新的分析方法可知，分析创新水平和创新能力通常需要从企业和机构的数据出发，如发明专利申请和新产品销售量等。因此，创新主体进一步专利革新成为区域创新能力的重要因素。数字金融作为科技进步在金融领域的应用，能够在创新主体的投融资方面起到降低门槛和优化程序的作用。基于以上分析，本文提出如下假设:

H1:数字金融对区域创新水平具有显著的促进作用。

鉴于我国幅员辽阔，数字金融发展具有显著的地域特征，有必要对数字金融的创新激励作用进行异质性分析。因此，本文提出如下假设:

H2:数字金融对区域创新水平的作用具有显著的异质性。

三、研究设计

(一)数据来源

本文研究数据主要为全国31个省级行政区及地级市的2011~2019年北京大学数字普惠金融指数和专利申请数据(不包括数据不全的西藏、新疆和部分其他市州)。数字金融指标由数字普惠金融指数替换，为国内研究数字金融的常用方式。专利申请数据和控制变量数据分别来源于中国研究数据服务平台(CNRDS)和国泰安数据库。

(二)变量设计

本文根据现有可得数据，将研究精度由省级细化到地级市一级。为实现数据的稳定性，采用1%以下和99%以上的Winsorize处理。在变量设计上除数字金融指标外，其他数据的计算方法根据研究层次均存在不同程度的差异。需要注意的是，省级创新指标参考梁榜的设计，引入R＆D从业人员(国际通用的研究与开发人力投入指标)对发明专利申请量进行数据处理；控制变量中人力资本参考涂强楠的人力资本受教育年限法计算，其他控制变量均引入CPI用以剔除价格水平的影响，得到表1。设计方法(1)为省级变量，设计方法(2)为城市级变量。

表1 变量设计

(三)模型设计

根据机理分析和研究假设，本文从两级行政区划出发，研究数字金融发展对区域创新水平的影响，得到如下模型。

其中Nov表示区域创新指标，

i

、

j

、

t

分别代表省份、城市和年份。为进一步优化指标和模型，本文将区域创新指标(Nov)和数字金融指数(Index)取自然对数，控制变量分别滞后一期用以凸显数字金融对区域创新影响的时间滞后特性并解决一部分互为因果和内生性问题。实证分析采用固定效应模型，考虑时间效应和城市效应对实证结果的影响，并引入三种数字金融维度指数进行稳健性分析。

四、实证结果与分析

(一)基准回归

表2为本文涉及的变量描述性统计，包括区域创新指标(Nov)、数字金融指数(Index)和控制变量。由表2可知企业创新指标的最大值为10.5369，最小值为2.6391，均值是6.2809；数字金融指数最大值为5.6030，最小值为3.4769，均值为4.9379，说明数字金融发展总体较为平均。

表2 主要变量描述性统计

表3为模型(1)所得回归结果，第(1)列表示数字金融对区域创新的简单回归，没有加入控制变量和固定效应模型；第(2)列在此基础上控制年份和省份效应；第(3)列表示模型(1)的完整实证结果，加入省级控制变量和年份、省份固定效应。由结果可知，Index在1%的统计水平下显著为正，即数字金融发展对区域创新水平具有正向的促进作用，数字金融发展水平越高，省份内发明专利申请活跃度越高；第(4)(5)(6)列作为稳健性检验，将解释变量由数字金融总指数替换为数字金融覆盖广度、使用深度和数字化水平指数，并和原模型做同样的数据处理。结果显示，数字金融指数对于区域创新水平的影响具有稳定性，数字金融覆盖越广，使用深度和数字化水平提高都对区域创新具有正向的激励作用。从系数对比看，数字金融覆盖广度和使用深度的影响效果要大于数字化水平。

表3 基准回归结果(省级数据)

通过将研究区域细化到城市一级，使用模型(2)分析城市数字金融发展对区域创新水平的影响。表4显示，数字金融对区域创新发展的影响在1%的统计水平下显著为正，表明数字金融发展对城市创新水平具有积极的促进作用。同样的，城市数字金融发展对城市发明专利申请量的增加起到激励作用。第(4)列表示数字金融覆盖广度对区域创新水平具有显著的促进作用，系数值较为平稳；第(5)(6)列结果表明，数字金融使用深度和数字化水平与区域创新水平具有不显著的正相关关系，即城市数字金融使用深度和数字化水平对区域发明专利申请量的促进作用不明显。

表4 基准回归结果(城市数据)

(二)异质性分析

数字金融对区域创新具有显著的正向作用，根据机制分析考察数字金融对区域创新的异质性特征，得到以下模型。

模型1用于分析城市级数据的区域特征，解释变量加入数字金融指数和区域虚拟变量reg的交互项。根据实证规范要求，关于虚拟变量实证结果通常会经系统自动剔除一项，避免因为多元共线性而导致计算无法进行。为方便比较区域特征，本文以数字金融总指数为核心解释变量，分三次对其中两个区域进行回归分析。如表5所示，reg1表示东部地区城市的虚拟变量，reg2表示中部地区城市的虚拟变量，reg3表示西部地区城市的虚拟变量，第(1)(2)(3)列分别为三种剔除一个区域虚拟变量的结果对照。第(1)列表示剔除东部地区的结果，可知相对东部地区，中部地区数字金融的创新激励作用相对较弱，西部地区的数字金融创新激励作用则相对较强。按此逻辑进一步分析第(2)(3)列，可知数字金融的创新激励作用具有明显的区域性特征，即西部地区数字金融的创新激励作用最为明显，中部地区数字金融的创新激励作用最弱，东部地区的影响效果居于中间地位。根据实证结果，中部地区的相对弱作用在5%的统计水平下具有显著性，西部地区相较东部地区的强作用呈现为不显著，因此可以认为中部地区数字金融的创新激励作用明显落后于其他地区。

表5 异质性分析

五、结论和建议

本文围绕区域创新和数字金融进行研究，对省级数据做初步分析并着重分析城市创新能力与数字金融发展的关系，得到针对区域创新分析的初步结果。研究表明，在考虑稳健性和内生问题后，数字金融发展对区域创新水平具有显著的促进作用，包括数字金融的覆盖广度、使用深度和数字化水平都对区域创新水平具有激励作用。在城市创新层面进行的异质性分析结果表明，数字金融对区域创新水平的促进作用具有显著的异质性，西部地区和东部地区的创新发展受数字金融的影响较中部地区更为明显。

根据文献整理和论文研究结果，本文对数字金融更好地服务区域创新提出以下建议:

一是优化制度环境。数字金融作为新的金融科技产品，对改善企业融资、缓解信息不对称的作用能否有效发挥，受到外部环境约束。本文在控制变量选取上考虑到宏观经济因素和社会发展水平，特别是人力资源积累、基础设施建设和对外开放程度，都需要政府的大力支持和长期建设。因此，建议政府将制度环境建设作为区域创新发展的首要内容，打造良好的政策环境和市场环境，促进区域创新发展。

二是改善区域发展不平衡状况。根据区域异质性分析，可知我国数字金融的创新激励作用有明显的区域差异，中部地区创新水平受数字金融影响相对较小。这一不平衡问题也是区域创新整体水平的一个缩影。数字普惠金融发展需要进一步优化调整，真正做到普惠和区域协调发展。