科技金融投入、数字化转型与新旧动能转换——基于制度环境视角

尹希果，魏苗苗

（重庆大学 经济与工商管理学院，重庆 400044）

0 引言

随着经济增速逐步放缓，中国经济已经由高速增长阶段转向高质量发展阶段，这就迫切需要更多新动能以实现经济增长内在动力的变革，从而将经济增长模式从要素驱动的粗放型增长方式转变为依靠技术进步、创新驱动的增长方式。新旧动能转换是新的经济增长动力替代旧的生产力的过程，加快推动新旧动能转换对于促进经济持续稳定增长、实现经济高质量发展等具有重要意义。虽然近年来各地区新旧动能转换已取得一定成果，但短时间内新动能的培育难以弥补传统经济弱化的缺口[1]，因此，如何改造提升旧动能、加快培育新动能依然是当前中国经济亟待解决的重大问题。

随着人工智能、云计算、区块链等前沿数字技术的发展，数字经济逐渐成为经济新常态下国民经济的重要支撑力量和增长动力，在提高全要素生产率[2]、促进经济高质量发展[3]方面发挥着重要作用。那么，数字化转型是否能够促进地区的新旧动能转换？少数学者如李晓华（2019）[4]从理论角度分析了数字经济如何成为新旧动能转换的重要推动力量，但上述研究不能为数字化转型对新旧动能转换的影响效应提供可靠的证据，数字化转型与地区新旧动能转换之间的关系需要进一步的研究和验证。此外，技术创新是产业结构升级的重要推动力量，但研发资金投入不足的问题逐渐成为科技型中小企业自主创新能力提升的瓶颈[5]。科技金融将科技创新链条和金融产业链条相融合，促进科技资源和金融资源的有效对接，引导金融资本流向科技创新，在一定程度上缓解了企业融资难、融资贵的问题[6,7]，从而通过递增效应、外溢效应等推动经济持续发展[8]。现有文献集中于探究科技金融对科技创新[9]、产业结构升级[10]的影响，鲜有研究涉及科技金融投入是否影响新旧动能转换。因此，本文基于平衡面板数据，对科技金融投入、数字化转型与经济新旧动能转换三者之间的关系进行实证检验，以期为实现经济高质量发展提供理论支撑和决策参考。

1 理论分析与研究假设

1.1 数字化转型与新旧动能转换

数字经济具有降成本性、强扩散性以及高成长性等主要特征[11]。为经济增长提供新动能。首先，数字化转型能够催生新产业、新业态、新商业模式，数字经济领域存在诸多市场机会，吸引企业和新的创业者进行数字化转型，以科技创新驱动经济发展、培育新的经济增长点。其次，数字化转型依托新技术为传统产业赋能提效，数字技术发展有助于传统产业重塑产业链、价值链，加快推动传统产业的网络化、数字化、智能化优化与升级。同时，信息技术通过促进数字产业与其他产业相互融合，提高产业全要素生产率[12,13]。最后，数字化转型通过提升经济运行效率促进经济新旧动能转换。数字经济以数据为核心生产要素渗透到产业的各个生产环节，通过改变生产过程中要素的投入种类和比例[14]，提升生产效率。同时，数字经济极大程度上优化了“看得见的手”的资源配置功能[15]，促进经济增长质量提升。基于上述分析，本文提出假设1：数字化转型对新旧动能转换具有显著的促进效应。

1.2 科技金融投入与新旧动能转换

科技金融投入在新旧动能转换中的作用主要体现在以下三个方面：一是缓解企业融资约束，降低企业融资成本。科技金融拓展了新动能领域企业的融资渠道，降低科技创新型企业受到金融排斥的风险，有效提升企业的技术创新能力，从而充分发挥金融发展对新旧动能转换的支撑作用。二是实现金融资源有效配置，提升资源利用效率。科技金融竞争机制能够激发企业的市场竞争意识，进而激励企业更加有效地整合、利用金融资源，实现资金利用效率的最大化。三是提升风险控制能力，增强经济增长稳定性。科技金融利用多种创新的融资工具横向分散风险，在一定程度上降低了企业创新行为带来的风险。在科技金融体系逐渐完善的过程中，金融服务实体经济不仅有效降低了系统性金融风险发生的概率[16]，而且推动了实体经济转型升级。基于上述分析，本文提出假设2：科技金融投入对新旧动能转换具有显著的促进效应。

1.3 科技金融投入、数字化转型与新旧动能转换

在数字化转型过程中，企业生产具有高固定成本、低边际成本的特征[17]，这就要求企业在数字化转型前期投入巨额资金，绝大多数企业的数字化转型发展受到资金的制约。科技金融通过将科技和金融相融合，有效缓解了企业面临的融资约束，从而能够显著提升企业数字化技术应用的水平和强度[18]。同时，科技金融生态环境的不断改善进一步降低了投融资过程中的信息不对称程度，显著提升金融资源配置效率，使得资本更多地流入高成长、高效率的数字新兴产业。因此，科技金融投入水平提高有利于增强数字化转型对经济新旧动能转换的促进作用。基于上述分析，本文提出假设3：科技金融投入在数字化转型影响新旧动能转换过程中发挥显著的正向调节作用。

1.4 制度环境、科技金融投入与新旧动能转换

新制度经济学强调了制度因素在社会经济发展过程中的作用及其重要性。制度环境水平较高的地区，信息不对称程度和交易成本更低，知识产权保护、科技成果转化等法律法规更加完善，从而为企业的技术创新活动营造了良好的外部环境。尽管科技金融投入能够为科技型企业提供资金基础，但金融资源能否充分发挥积极作用必然会受到制度环境的影响，从而影响地区的新旧动能转换。具体而言，在增加科技金融投入后，科技创新成果需要在特定的社会条件和制度环境下不断转化，最终转换为生产力，促进经济发展。同时，市场化程度的提高也能够促进各地区内部科技金融资源高效利用，提高金融服务实体经济的效率，进而促进经济质量提升。因此，科技金融对新旧动能转换的推动作用需要各地区良好的制度环境支持。基于上述分析，本文提出假设4：制度环境在科技金融投入影响新旧动能转换过程中发挥显著的正向调节作用。

2 研究设计

2.1 模型设定

基于前文提出的假设，为检验数字化转型与新旧动能转换、科技金融投入与新旧动能转换之间的关系，本文构建如下模型：

其中，NOCit为地区i在t时期的经济新旧动能转换水平；digiit为地区i在t时期的数字化转型程度；stfit为地区i在t时期的科技金融投入水平；Zit代表一系列控制变量；μi是地区固定效应；δt为时间固定效应；εit表示随机扰动项。

为检验科技金融投入是否能够强化数字化转型对新旧动能转换的影响，本文将科技金融投入（stfit）、数字化转型与科技金融投入的交互项（digiit×stfit）加入式（1），得到如下模型：

同理，为检验制度环境是否在科技金融投入对新旧动能转换的影响中存在调节效应，本文将制度环境（insit）、科技金融投入与制度环境的交互项（stfit×insit）加入式（2）可得：

为了最大限度地减小可能出现的多重共线性影响，对式（3）、式（4）中的交互项进行了中心化处理。

2.2 变量选取

（1）新旧动能转换（NOC）：参考郑江淮等（2018）[19]对经济增长动能的评价指标体系，本文从需求侧动能、供给侧动能以及结构转换动能出发，结合省级数据的可获得性，选取内需、外需、资本投入、创新、金融发展、产业结构和绿色发展7个方面的12个子指标构成评价指标体系，使用熵值法评价模型构建各地区经济新旧动能转换指数。

（2）数字化转型（digi）：关于区域数字化转型程度的衡量，目前并没有统一的指标。虽然一些研究机构测算了各地区数字经济综合发展水平，但均存在样本时期跨度小的问题。因此，本文从数字基础设施、数字产业、数字技术及数字应用4 个维度选取12 个指标衡量各地区数字化转型程度。

（3）科技金融投入（stf）：借鉴徐玉莲等（2011）[20]对科技金融发展水平的测度，本文从公共科技金融投入和市场科技金融投入两个方面选取了政府财政科技投入、政府研发支出、科技资本市场投入、金融机构科技贷款、企业研发支出和创业风险投资占比6个指标，并采用熵值法构建科技金融投入水平。其中，政府财政科技投入以财政科技支出占地方政府财政总支出的比重衡量；政府研发支出以“研究与试验发展经费内部支出”中的政府资金占GDP的比重衡量；科技资本市场投入以科技型上市公司总市值占上市公司总市值的比重衡量；由于金融机构科技贷款数据自2009 年起不再披露，因此本文借鉴白俊红和蒋伏心（2015）[21]的做法，使用“研究与试验发展经费内部支出”中的其他资金占GDP 的比重衡量金融机构科技贷款；企业研发支出以“研究与试验发展经费内部支出”中的企业资金占GDP 的比重衡量；创业风险投资占比以风险投资额占GDP的比重衡量。

（4）制度环境（ins）：本文采用王小鲁等（2019）[22]构建的中国分省份市场化指数作为区域制度环境的衡量指标。该指数由政府与市场的关系、非国有经济的发展、产品市场的发育程度、要素市场的发育程度、市场中介组织发育与维护市场的法制环境5个维度构建所得，能够全面反映各地区的制度环境水平。由于该报告指数数据只更新到2016 年，因此本文借鉴俞红海等（2010）[23]的做法，根据历年市场化指数的平均增长率测算得到2017—2019年的市场化指数。市场化指数越高，表明该地区的制度环境水平越高。

（5）控制变量：参考已有文献，本文选取了一系列控制变量：经济发展（lnpgdp）：用各地区人均GDP来衡量，为了消除异方差的影响，在实证回归中取对数；城镇化率（ur），用各地区城镇人口占总人口的比率表示；政府干预（gov），用财政支出占GDP 的比重来表示；公共教育支出水平（edu），用各地区地方财政教育支出占财政支出的比重表示；基础设施建设水平（ic），用各地区平均每平方千米公路里程表示。

本文主要参考杨丽和孙之淳（2015）[24]改进的熵值法评价模型构建经济新旧动能转换指数、数字化转型程度及科技金融投入水平。表1为各地区数字化转型程度和经济新旧动能转换指数评价指标体系的构建指标和指标属性。

2.3 数据来源

基于数据的可得性，本文选取2009—2019 年中国30个省份（不含西藏和港澳台）的平衡面板数据展开研究。研究使用的科技资本市场投入、风险投资额、金融机构贷款余额等指标数据来源于Wind 资讯数据库，制度环境数据来源于《中国分省份市场化指数报告》，其他变量数据主要来源于历年《中国统计年鉴》《中国能源统计年鉴》《中国科技统计年鉴》《中国高技术产业年鉴》《中国电子信息统计年鉴》及各省份统计年鉴。表2是主要变量的描述性统计结果。

3 实证结果与分析

3.1 基准回归结果

结合豪斯曼检验结果，本文选择面板双向固定效应模型进行基准回归分析。下页表3 报告了式（1）至式（4）的估计结果。列（1）报告的是数字化转型对经济新旧动能转换的影响。在时间和地区双向固定效应下，数字化转型（digi）的估计系数在1%的水平上显著为正，说明数字化转型对于地区新旧动能转换具有明显的积极作用，假设1得到验证。依托数字技术的快速发展，数字化转型改变了传统产业的生产模式，加快推动产业结构优化升级。同时，数字经济的发展有利于提升创新驱动能力，能够直接促进新产业的发展，从而有助于各地区培育壮大经济新动能。

表3 基准回归：面板双向固定模型结果

表3 中列（2）报告了科技金融投入对经济新旧动能转换的影响效应。科技金融投入（stf）的系数在1%的水平上显著为正，表明科技金融投入水平越高，经济新旧动能转换的水平也就越高，验证了假设2。科技金融将科技创新与金融创新高度融合，通过对科技型企业的资金支持，推动高新技术产业发展，加快驱动区域经济新旧动能转换。

表3中列（3）关注的是科技金融投入在数字化转型影响新旧动能转换过程中是否存在调节效应。数字化转型与科技金融投入的交互项（digi×stf）系数在1%的水平上显著为正，说明科技金融投入对数字化转型与经济新旧动能转换之间的关系具有正向调节作用，即科技金融投入水平越高，数字化转型对新旧动能转换水平的提升作用就越强，假设3 得到验证。科技金融投入通过优化融资体系，缓解融资约束，为企业进行数字化转型提供了物质基础，从而促进了科技金融与数字化转型协调发展，提升经济增长速度和质量。

表3中列（4）关注的是制度环境对科技金融投入与经济新旧动能转换之间关系的调节作用。科技金融投入与制度环境的交互项（stf×ins）系数显著为正，表明制度环境在科技金融投入与新旧动能转换之间的关系中具有正向调节效应，即地区制度环境的改善有利于增强科技金融投入对经济新旧动能转换的促进作用，假设4得到验证。市场化水平的提高既有利于激发微观个体创新活力，又能有效提升金融资源配置效率，从而可以最大限度地发挥科技金融投入为新旧动能转换带来的积极效应。

3.2 内生性分析

本文参考Blundell 和Bond（1998）[25]的做法，引入被解释变量的滞后项，将解释变量的滞后期作为模型估计的工具变量，使用系统GMM 模型处理模型设定偏误及其内生性问题。表4 报告了系统GMM模型下的估计结果。在所有模型中，AR（2）检验结果表明扰动项的差分不存在二阶自相关，Hansen 检验结果表明所选择的工具变量不存在过度识别的问题。列（1）中数字化转型、列（2）中科技金融投入系数显著为正，说明数字化转型、科技金融投入均能显著促进地区的新旧动能转换；列（3）中数字化转型与科技金融投入的交互项、列（4）中科技金融投入与制度环境的交互项的估计系数在5%的水平上显著为正，表明科技金融投入能够强化数字化转型对新旧动能转换的促进作用，而制度环境可以正向调节科技金融投入与新旧动能转换之间的关系。因此，在控制潜在的内生性问题后，前文结论依然成立。

表4 内生性检验：系统GMM回归结果

3.3 稳健性检验

前文已经使用系统GMM模型对可能存在的内生性问题进行处理。为进一步增强研究结果的稳健性，本文从增加控制变量和使用聚类标准误两个方面进行稳健性检验。为解决因遗漏变量导致的内生性问题，本文在原有模型基础上进一步控制了人口红利、资源禀赋、人力资本水平①人口红利以15～64岁劳动年龄人口占比来衡量；资源禀赋以资源税占总税收的比重衡量；人力资本水平以普通高等学校在校大学生数来衡量，在回归中取对数。等变量，表5 中列（1）至列（4）结果报告了增加控制变量后的估计结果。结果显示，在增加控制变量后，主要解释变量的估计系数依然显著为正，与基准回归结果无显著差异。考虑到面板数据在个体与时间维度可能会因扰动项自相关而引致标准误低估的问题，回归结果列（5）至列（8）在省份和年度层面对标准误进行双重聚类调整。使用聚类标准误进行估计后，以上结论依然成立。综上所述，本文研究结论的稳健性得以证实。

表5 稳健性检验

4 进一步分析：门槛效应

借鉴Hansen（1999）[26]的门槛模型，本文在制度环境视角下进一步分析科技金融投入、数字化转型与新旧动能转换之间的非线性关系。

首先，以科技金融投入（stfit）为门槛变量，数字化转型（digiit）为核心变量，分析不同科技金融投入水平下数字化转型对地区新旧动能转换的作用效果，模型设定如下：

其中，I(*)为示性函数，括号内表达式为真时取值为1，反之取值为0，θn为待估计的门槛值，模型根据自抽样结果对门槛数量进行确定。Zit代表一系列控制变量，与基准回归模型保持一致；μi是地区固定效应，δt则为时间固定效应；εit表示随机扰动项。

其次，以制度环境（insit）为门槛变量，科技金融投入（stfit）为核心变量，检验不同制度环境水平下科技金融投入与地区经济新旧动能转换之间的关系，模型设定如下：

最后，以制度环境（insit）为门槛变量，数字化转型与科技金融投入的交互项（digiit×stfit）为核心变量，进一步分析不同制度环境水平下数字化转型促进经济新旧动能转换过程中科技金融投入的调节作用是否存在显著差异，模型设定如下：

本文依次在单一门槛、双重门槛和三重门槛的设定下对式（5）、式（6）和式（7）是否存在门槛效应进行了检验，以确定门槛数量。门槛效应检验及门槛估计值结果如表6所示。在1%的显著性水平上，可以认为数字化转型与经济新旧动能转换之间存在以科技金融投入为门槛变量的单一门槛效应；在5%的显著性水平上，可以认为科技金融投入与经济新旧动能转换之间存在以制度环境为门槛变量的双重门槛效应；在5%的显著性水平上，可以认为科技金融投入对数字化转型与新旧动能转换之间关系的调节作用存在以制度环境为门槛变量的双重门槛效应。

表6 门槛效应检验及门槛估计值结果

表7 中列（1）给出了以数字化转型为解释变量，科技金融投入为门槛变量的回归结果。当科技金融投入水平低于门槛值0.3832 时，数字化转型在1%的水平上显著促进经济新旧动能转换；当科技金融投入高于门槛值时，数字化转型的系数依然显著为正，且估计系数显著增加，说明科技金融投入水平的提升能够正向强化数字化转型对地区经济新旧动能转换的促进作用。

表7 门槛模型系数估计结果

表7 中列（2）给出了以科技金融投入为解释变量，制度环境为门槛变量的回归结果。当制度环境水平小于门槛值8.1时，科技金融投入对新旧动能转换的影响不显著；当制度环境水平介于门槛值8.1 和9.68 之间时，科技金融投入对经济新旧动能转换的影响变为显著为正；当制度环境水平大于第二门槛值9.68时，科技金融投入对经济新旧动能转换的促进作用进一步增强。究其原因，当地区市场化程度较低时，产权保护水平也不会很高，无法为技术创新行为提供激励和保障，导致科技金融投入对新旧动能转换的促进作用不显著。只有当制度环境达到一定水平后，科技金融投入才表现出对新旧动能转换的正向影响。

表7中列（3）给出了以数字化转型与科技金融投入的交互项为解释变量，以制度环境为门槛变量的回归结果。随着制度环境水平由低到高，科技金融投入对数字化转型与新旧动能转换之间关系的调节作用在1%的显著性水平上始终为正，且回归系数由0.4906 上升为1.1077 再升至1.6288，呈现边际效应递增的趋势，表明制度环境水平的提高能够强化科技金融投入对数字化转型与新旧动能转换之间关系的正向调节作用。制度环境水平提升推动了科技金融投入与数字化转型之间相互促进、良性互动，从而在更高水平上促进企业创新行为，加快推动新旧动能转换。

5 结论与启示

本文基于2009—2019 年的省级面板数据样本，运用调节效应及门槛效应模型实证探讨了在制度环境视角下科技金融投入、数字化转型与新旧动能转换三者的关系。得到如下主要结论：数字化转型、科技金融投入均是促进地区经济新旧动能转换的重要因素，且科技金融投入在数字化转型与新旧动能转换之间的关系中起到正向调节作用，制度环境在科技金融投入与新旧动能转换之间的关系中起到正向调节作用。另外，门槛效应模型表明数字化转型促进新旧动能转换的过程中存在单一门槛效应，科技金融水平越高，数字化转型的促进作用越强；科技金融投入对新旧动能转换的影响存在以制度环境为门槛变量的双重门槛效应，只有当制度环境水平高于第一门槛值时，科技金融投入对新旧动能转换才有显著的正向影响；科技金融投入在数字化转型促进新旧动能转换过程中的调节效应具有双重门槛效应，且随制度环境水平的提升呈现非线性递增的趋势。

本文的研究结论对于推动新时代经济高质量、可持续发展具有一定的启示意义：第一，充分把握数字经济发展机遇，推进数字经济快速发展，加快培育经济新动能。各地区须进一步加大数字基础设施建设投资力度，推动企业数字化转型，同时加强数字经济与实体经济融合发展，推进数字产业化和产业数字化共同发展。第二，加大政府支持力度，提高科技金融投入水平，将科技金融与数字化转型有机结合作为地区经济新旧动能转换的政策工具。继续完善科技金融投入体系，优化科技金融投入战略布局，从而充分发挥数字化转型在新动能培育过程中的积极作用。第三，深化市场机制改革，优化制度环境水平，为经济新旧动能转换奠定良好的制度基础。加强知识产权保护，完善实体经济发展环境，为激发市场主体创新创业活力提供法治保障，从而有效发挥科技金融投入带来的正向作用，推动经济高质量发展。