聶秀華，吳 青

（1．中國(guó)農(nóng)業(yè)發(fā)展銀行 博士后科研工作站，北京 100045；2．對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué) 國(guó)際經(jīng)濟(jì)貿(mào)易學(xué)院，北京 100029）

一、引 言

黨的十八大以來(lái)，中國(guó)政府強(qiáng)調(diào)并實(shí)施創(chuàng)新驅(qū)動(dòng)戰(zhàn)略，時(shí)刻將科技創(chuàng)新擺在國(guó)家發(fā)展全局的核心位置，通過(guò)出臺(tái)各項(xiàng)扶持性產(chǎn)業(yè)政策，給予創(chuàng)新產(chǎn)業(yè)、企業(yè)、項(xiàng)目等適度的財(cái)政補(bǔ)貼、稅收優(yōu)惠支持，以此加快國(guó)家創(chuàng)新體系建設(shè)。然而，我國(guó)的自主研發(fā)現(xiàn)狀不容樂(lè)觀，十九屆五中全會(huì)報(bào)告指出，盡管我國(guó)現(xiàn)已轉(zhuǎn)型處于高質(zhì)量發(fā)展階段，但發(fā)展不均衡問(wèn)題突出，基礎(chǔ)科技創(chuàng)新、科技創(chuàng)新產(chǎn)業(yè)轉(zhuǎn)化等方面存在不足，創(chuàng)新能力仍然不適應(yīng)高質(zhì)量發(fā)展要求［1］（聶秀華等，2021）?；诩夹g(shù)創(chuàng)新現(xiàn)狀，不禁產(chǎn)生這樣的疑問(wèn)：在創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略實(shí)施的政策背景下，相比于世界其他創(chuàng)新型國(guó)家，為何我國(guó)的技術(shù)對(duì)外依存度較高、創(chuàng)新研發(fā)效率較低？制約技術(shù)創(chuàng)新的主要因素及其作用機(jī)制又是什么？這些均是當(dāng)前學(xué)術(shù)界和政府決策部門(mén)熱切關(guān)注的問(wèn)題。

實(shí)際上，在企業(yè)技術(shù)創(chuàng)新制約因素的文獻(xiàn)研究中，專(zhuān)家、學(xué)者多基于委托代理理論、信號(hào)傳遞理論、高層梯度理論等角度，以融資約束作為切入點(diǎn)解疑釋惑，并沿著這一邏輯路徑，將對(duì)策視角投向資金供給側(cè)——金融領(lǐng)域（James等,2012；張璇等，2017）［2-3］。值得注意的是，伴隨著我國(guó)金融體制改革的循序推進(jìn)，數(shù)字金融作為一種高效、覆蓋面廣的金融服務(wù)模式，為解決企業(yè)技術(shù)研發(fā)創(chuàng)新的融資約束問(wèn)題帶來(lái)新契機(jī)?！侗本┐髮W(xué)數(shù)字普惠金融指數(shù)（2011—2018）》報(bào)告中提到，2011—2018年中國(guó)數(shù)字金融業(yè)務(wù)實(shí)現(xiàn)了跨越式發(fā)展，2018年省級(jí)數(shù)字金融指數(shù)的中位數(shù)為2011年的8.9倍，指數(shù)值以平均每年36.4%的速度增長(zhǎng)；從全國(guó)范圍內(nèi)的省級(jí)指數(shù)變異系數(shù)結(jié)果看，2011—2018年，省際間數(shù)字金融指數(shù)變異系數(shù)顯著下降，各地區(qū)數(shù)字金融指數(shù)呈現(xiàn)趨同之勢(shì)。螞蟻金服、京東金融、陸金所和眾安保險(xiǎn)居全球五大數(shù)字金融公司之列，第三方支付、網(wǎng)絡(luò)借貸、數(shù)字保險(xiǎn)以及數(shù)字貨幣等業(yè)務(wù)規(guī)模在國(guó)際上也是遙遙領(lǐng)先。但這些全新金融服務(wù)模式是否開(kāi)始作用于城市創(chuàng)新研發(fā)進(jìn)程，至今還沒(méi)有系統(tǒng)的定性機(jī)制探討和定量研究結(jié)論。

基于此，本文將主要圍繞數(shù)字金融與城市創(chuàng)新能力的關(guān)系及其背后的內(nèi)在創(chuàng)新作用機(jī)制展開(kāi)討論。結(jié)構(gòu)如下：首先，通過(guò)構(gòu)建基準(zhǔn)線性回歸模型驗(yàn)證數(shù)字金融對(duì)城市創(chuàng)新能力的影響效應(yīng)；其次，利用機(jī)制檢驗(yàn)?zāi)Ｐ吞剿骺赡艿倪壿嬄窂剑噲D構(gòu)建更加完整、合理的傳導(dǎo)鏈條；最后，進(jìn)一步分析中，采用動(dòng)態(tài)門(mén)限面板模型探究在市場(chǎng)分割狀況下，數(shù)字金融和城市創(chuàng)新能力之間可能存在的非線性關(guān)系。

本文創(chuàng)新點(diǎn)有以下三點(diǎn)：第一，研究?jī)?nèi)容方面，將數(shù)字金融與城市創(chuàng)新能力置于同一研究框架，在線性關(guān)系檢驗(yàn)的基礎(chǔ)上，首次將傳導(dǎo)路徑劃分為直接、間接端口，并深入、系統(tǒng)地構(gòu)建合理化的內(nèi)在傳導(dǎo)路徑；此外，探究了基于市場(chǎng)分割狀況異質(zhì)性，基礎(chǔ)關(guān)系可能出現(xiàn)的非線性變化特征。第二，研究指標(biāo)選取方面，不同于以往文獻(xiàn)中城市創(chuàng)新能力的度量方式，本文采用地區(qū)發(fā)明授權(quán)專(zhuān)利市場(chǎng)價(jià)值、發(fā)明授權(quán)專(zhuān)利數(shù)量、創(chuàng)新效率等，從“創(chuàng)新成果的市場(chǎng)認(rèn)可度”等多維視角綜合衡量城市的創(chuàng)新能力，以得到更加穩(wěn)健的實(shí)證檢驗(yàn)結(jié)果。第三，研究方法方面，考慮技術(shù)研發(fā)活動(dòng)的動(dòng)態(tài)慣性特征，為避免內(nèi)生性問(wèn)題，將在基準(zhǔn)線性回歸模型和門(mén)檻效應(yīng)模型中加入城市創(chuàng)新能力和數(shù)字金融發(fā)展指數(shù)的滯后項(xiàng)，通過(guò)構(gòu)建動(dòng)態(tài)面板模型探究數(shù)字金融與城市創(chuàng)新能力的關(guān)系。此外，與通過(guò)分組或交乘項(xiàng)回歸方式探究關(guān)鍵變量對(duì)基礎(chǔ)關(guān)系影響的現(xiàn)有研究方法不同，本文采用動(dòng)態(tài)門(mén)限面板模型，探究關(guān)鍵變量變化對(duì)兩者關(guān)系的非線性影響效果。

本文的研究結(jié)論也具有重要的現(xiàn)實(shí)意義。隨著金融供給端改革的推進(jìn)，探究數(shù)字金融對(duì)實(shí)體經(jīng)濟(jì)，尤其是對(duì)技術(shù)創(chuàng)新這一決定經(jīng)濟(jì)增長(zhǎng)關(guān)鍵“驅(qū)動(dòng)要素”的影響，將成為積極響應(yīng)十九屆五中全會(huì)會(huì)議精神的應(yīng)有之義。研究發(fā)現(xiàn)，數(shù)字金融可以通過(guò)刺激消費(fèi)、優(yōu)化消費(fèi)結(jié)構(gòu)以及提高對(duì)外開(kāi)放水平等雙路徑實(shí)現(xiàn)其對(duì)城市創(chuàng)新能力的激勵(lì)效應(yīng)，進(jìn)一步地，數(shù)字金融對(duì)城市技術(shù)創(chuàng)新的影響與市場(chǎng)分割狀態(tài)緊密相關(guān)。這些結(jié)論不僅有助于政府等相關(guān)決策部門(mén)更好地評(píng)估區(qū)域發(fā)展要件、提高金融服務(wù)效率，通過(guò)整合各項(xiàng)資源促進(jìn)企業(yè)成長(zhǎng)和發(fā)展，還對(duì)企業(yè)如何用好數(shù)字金融這一工具以實(shí)現(xiàn)技術(shù)騰飛和轉(zhuǎn)型具有重要的指導(dǎo)意義。

二、文獻(xiàn)綜述與研究假設(shè)

（一）文獻(xiàn)綜述

2004年支付寶賬戶體系上線作為中國(guó)數(shù)字金融的起始點(diǎn)，短短十幾年時(shí)間，圍繞數(shù)字金融的研究成果層出不窮。總體來(lái)說(shuō)，該領(lǐng)域的研究大致可以分為兩類(lèi)：第一類(lèi)統(tǒng)歸于純理論形式的探討，主要集中對(duì)其發(fā)展現(xiàn)狀（Kapoor,2013；Guo et al.,2016）［4-5］、影響因素（葛和平和朱卉雯，2018）［6］、風(fēng)險(xiǎn)識(shí)別與防控（焦瑾璞、孫天琦，2015）［7］等領(lǐng)域的研究。第二類(lèi)是在指標(biāo)測(cè)度（肖翔和洪欣，2014；郭峰等，2020）［8-9］基礎(chǔ)上的實(shí)證檢驗(yàn)，主要側(cè)重于研究數(shù)字金融對(duì)創(chuàng)新（鄭雅心，2020）［10］、創(chuàng)業(yè)（謝絢麗等，2018）［11］、銀行行為（邱晗等，2018）［12］、經(jīng)濟(jì)增長(zhǎng)以及包容性經(jīng)濟(jì)增長(zhǎng)（龔沁宜和成學(xué)真，2018；梁雙陸和劉培培，2019）［13-14］的影響。鑒于“技術(shù)創(chuàng)新”“數(shù)字金融”在我國(guó)數(shù)字經(jīng)濟(jì)與可持續(xù)經(jīng)濟(jì)增長(zhǎng)模式中的特殊戰(zhàn)略地位，關(guān)于兩者關(guān)系的討論一時(shí)成為“現(xiàn)象級(jí)”研究熱點(diǎn)，碩果累累。通過(guò)文獻(xiàn)梳理與總結(jié)后發(fā)現(xiàn)，無(wú)論是基于宏觀的省際、城市面板數(shù)據(jù)（劉佳鑫和李莎，2021）［15］，還是站在微觀企業(yè)樣本的研究視角（翟華云和劉易斯，2021；楊先明和楊娟，2021）［16-17］，專(zhuān)家、學(xué)者均肯定了數(shù)字金融的創(chuàng)新激勵(lì)效應(yīng)，而由于數(shù)字金融發(fā)展時(shí)間尚短，受限于數(shù)據(jù)的可得性與指標(biāo)構(gòu)建的完整性，對(duì)基礎(chǔ)關(guān)系與作用機(jī)制的研究?jī)?nèi)容較為單一，主要在線性關(guān)系探索的基礎(chǔ)上，論述了緩解融資約束（賈俊生和劉玉婷，2021）［18］與促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)（聶秀華等，2021）［1］作為傳導(dǎo)路徑的合理性。因此，如何選取合適的切入視角，創(chuàng)新探索可能的傳導(dǎo)路徑并構(gòu)建更加系統(tǒng)、完整的研究框架，成為該研究需要進(jìn)一步延展的方向。

（二）研究假設(shè)

作為內(nèi)在作用邏輯的全新探索，數(shù)字金融憑借信息技術(shù)賦值優(yōu)勢(shì)，可能還會(huì)通過(guò)刺激消費(fèi)需求、優(yōu)化消費(fèi)結(jié)構(gòu)等直接路徑以及提高對(duì)外開(kāi)放水平等間接路徑，發(fā)揮其對(duì)城市創(chuàng)新能力的促進(jìn)效用。

一方面，數(shù)字金融可以通過(guò)刺激市場(chǎng)有效需求和優(yōu)化消費(fèi)結(jié)構(gòu)等直接路徑促進(jìn)城市創(chuàng)新能力的提升。第一，多元化消費(fèi)信貸的產(chǎn)生使數(shù)字金融可以有效緩解居民的流動(dòng)性約束，進(jìn)而刺激市場(chǎng)有效需求（董云飛等，2019）［19］，如螞蟻借唄、花唄、京東白條以及各種互聯(lián)網(wǎng)金融公司提供的消費(fèi)信貸工具，可以很大程度上改變傳統(tǒng)的消費(fèi)觀念、顛覆現(xiàn)實(shí)性消費(fèi)模式（徐銘延等，2019）［20］，消費(fèi)金融市場(chǎng)競(jìng)爭(zhēng)的白熱化氛圍有效降低消費(fèi)成本并不同程度地優(yōu)化居民消費(fèi)結(jié)構(gòu)，促進(jìn)消費(fèi)需求水平上升；另外，數(shù)字金融憑借其強(qiáng)大的地理穿透性以及延展性優(yōu)勢(shì)，可以為受傳統(tǒng)金融服務(wù)忽視的偏遠(yuǎn)地區(qū)或欠發(fā)達(dá)地區(qū)的企業(yè)、個(gè)人提供更健全、個(gè)性化的消費(fèi)信貸等金融服務(wù)。以上均有效促進(jìn)了居民消費(fèi)規(guī)模的擴(kuò)大以及地區(qū)消費(fèi)結(jié)構(gòu)的升級(jí)。第二，數(shù)字金融模式下消費(fèi)信貸服務(wù)可以依靠移動(dòng)支付等數(shù)字化信息金融平臺(tái)降低消費(fèi)支付成本（易行健和周利，2018）［21］，提供高隱秘性支付服務(wù)（崔海燕，2017）［22］。進(jìn)一步地，在“心理賬戶”作用下，數(shù)字金融還在助力實(shí)現(xiàn)支付便利、提升消費(fèi)者用戶體驗(yàn)、提升主體支付意愿等諸多方面創(chuàng)新服務(wù)價(jià)值。第三，數(shù)字金融不僅擴(kuò)大了消費(fèi)信貸的融資渠道，且在大數(shù)據(jù)、云計(jì)算等數(shù)字化技術(shù)加持下，通過(guò)數(shù)據(jù)價(jià)值挖掘、多維指標(biāo)評(píng)價(jià)等端口，為用戶提供更加符合其消費(fèi)需求特征、更低壞賬風(fēng)險(xiǎn)的消費(fèi)信貸服務(wù)或消費(fèi)信貸還款方式，均有助于緩解消費(fèi)者信貸還款壓力、刺激消費(fèi)需求、降低金融風(fēng)險(xiǎn)（楊天宇和陳明玉，2018；Demirguc-Kunt等,2011）［23-24］。綜上所述，數(shù)字金融不僅可以有效激勵(lì)新的市場(chǎng)需求，而且還會(huì)帶來(lái)城市消費(fèi)結(jié)構(gòu)的優(yōu)化、升級(jí)，消費(fèi)規(guī)模的擴(kuò)大，能夠促進(jìn)企業(yè)開(kāi)展以擴(kuò)大生產(chǎn)規(guī)模和提高生產(chǎn)效率為目的的技術(shù)創(chuàng)新，而消費(fèi)結(jié)構(gòu)優(yōu)化、升級(jí)則可以直接推動(dòng)廠商生產(chǎn)技術(shù)的更新?lián)Q代，兩者均促進(jìn)了城市創(chuàng)新能力的提高。

另一方面，數(shù)字金融可以通過(guò)提升對(duì)外開(kāi)放水平，依托國(guó)際技術(shù)溢出路徑，實(shí)現(xiàn)其對(duì)城市創(chuàng)新能力的提升。數(shù)字金融依托信息技術(shù)能較大程度地紓解國(guó)際貿(mào)易中的“信用難題”，主要表現(xiàn)為：第一，大數(shù)據(jù)為具有國(guó)際貿(mào)易需求的參與者選擇貿(mào)易伙伴提供了信息挖掘、價(jià)值分析等技術(shù)手段，通過(guò)多維度信息搜集，從根本上降低了信息不對(duì)稱(chēng)引發(fā)的貿(mào)易違約風(fēng)險(xiǎn)概率（張杰和高德步，2017）［25］。第二，區(qū)塊鏈憑借其去中心化、高保密、安全、不可篡改性等優(yōu)勢(shì)，最大程度實(shí)現(xiàn)了貿(mào)易參與各方的信息共享，提高了國(guó)際貿(mào)易運(yùn)行效率。第三，數(shù)字金融可以為具有貿(mào)易融資需求的個(gè)體提供更加多元化、優(yōu)質(zhì)、個(gè)性化的融資服務(wù)，節(jié)省了金融機(jī)構(gòu)的人力成本并降低了風(fēng)險(xiǎn)承擔(dān)水平（潘錫泉，2016）［26］，直接推動(dòng)了參與主體間的優(yōu)質(zhì)互動(dòng)與良性循環(huán)。在此基礎(chǔ)上，數(shù)字金融亦通過(guò)以下路徑或效應(yīng)對(duì)城市創(chuàng)新產(chǎn)生激勵(lì)效應(yīng)：一是技術(shù)溢出效應(yīng)。依托“進(jìn)口溢出”理論，技術(shù)創(chuàng)新水平相對(duì)落后的國(guó)家會(huì)以“貿(mào)易”為契機(jī)，進(jìn)口具有更高技術(shù)含量的設(shè)備或者中間產(chǎn)品等，通過(guò)學(xué)習(xí)、模仿，吸收、改進(jìn)先進(jìn)技術(shù)，幫助處于技術(shù)劣勢(shì)的企業(yè)迅速掌握先進(jìn)的生產(chǎn)技術(shù)，提高產(chǎn)業(yè)效率與創(chuàng)新水平（劉啟仁和黃建忠，2015；Pierrakis和Collins,2014）［27-28］。二是涓滴—競(jìng)爭(zhēng)效應(yīng)。先進(jìn)技術(shù)擁有國(guó)為了獲得最大化的創(chuàng)新壟斷收益，會(huì)通過(guò)貿(mào)易手段搶占國(guó)際市場(chǎng)，造成技術(shù)創(chuàng)新水平相對(duì)落后國(guó)家的本土市場(chǎng)被分割，進(jìn)口國(guó)企業(yè)固有收益遭遇稀釋。在這種競(jìng)爭(zhēng)效應(yīng)激勵(lì)下，會(huì)倒逼企業(yè)開(kāi)展技術(shù)創(chuàng)新活動(dòng)，通過(guò)創(chuàng)新要素投入，學(xué)習(xí)、模仿或自主研發(fā)形成自己的競(jìng)爭(zhēng)優(yōu)勢(shì)，從而使城市技術(shù)創(chuàng)新水平得以提升。三是提高資金利用效率。創(chuàng)新活動(dòng)自身具有高投入、高風(fēng)險(xiǎn)、長(zhǎng)周期等諸多特質(zhì)，國(guó)際貿(mào)易活動(dòng)的開(kāi)展既便利了國(guó)際技術(shù)知識(shí)外溢的可能性，又減少了進(jìn)口企業(yè)的創(chuàng)新成本，且相較于自主研發(fā)活動(dòng)，國(guó)際技術(shù)溢出路徑下的模仿性技術(shù)創(chuàng)新形式將承擔(dān)更低的風(fēng)險(xiǎn)（孫少勤和邱斌，2014；Lu和Yao,2009）［29-30］。此外，企業(yè)可以將技術(shù)溢出路徑節(jié)省下來(lái)的資金用于開(kāi)展其他核心技術(shù)的研發(fā)，由此激勵(lì)城市創(chuàng)新能力的提升?；诖耍疚奶岢黾僭O(shè)1、假設(shè)2和假設(shè)3。

H1：數(shù)字金融對(duì)城市創(chuàng)新能力具有顯著的驅(qū)動(dòng)效應(yīng)；

H2：數(shù)字金融可以通過(guò)擴(kuò)大消費(fèi)規(guī)模、優(yōu)化消費(fèi)結(jié)構(gòu)等直接方式驅(qū)動(dòng)城市創(chuàng)新；

H3：數(shù)字金融可以通過(guò)提升對(duì)外開(kāi)放水平并依托國(guó)際技術(shù)溢出效應(yīng)等間接方式驅(qū)動(dòng)城市創(chuàng)新。

三、樣本、變量與模型設(shè)定

（一）樣本與數(shù)據(jù)來(lái)源

本文選取2011—2018年中國(guó)除港、澳、臺(tái)地區(qū)之外的285個(gè)地級(jí)市面板數(shù)據(jù)作為研究樣本。其中，產(chǎn)業(yè)結(jié)構(gòu)調(diào)整指數(shù)、經(jīng)濟(jì)發(fā)展水平等變量構(gòu)建數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局；發(fā)明授權(quán)專(zhuān)利市場(chǎng)價(jià)值變量數(shù)據(jù)來(lái)源于復(fù)旦大學(xué)產(chǎn)業(yè)發(fā)展研究中心《中國(guó)城市和產(chǎn)業(yè)創(chuàng)新力報(bào)告2017》；數(shù)字金融發(fā)展指數(shù)變量數(shù)據(jù)來(lái)源于北京大學(xué)數(shù)字金融研究中心；人力資本水平代理變量數(shù)據(jù)來(lái)源于中央財(cái)經(jīng)大學(xué)中國(guó)人力資本與勞動(dòng)經(jīng)濟(jì)研究中心；傳統(tǒng)金融發(fā)展水平代理變量數(shù)據(jù)來(lái)源于中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)；研發(fā)投入密度數(shù)據(jù)來(lái)源于《中國(guó)科技統(tǒng)計(jì)年鑒》；外商直接投資、對(duì)外直接投資、對(duì)外開(kāi)放度以及市場(chǎng)需求水平與市場(chǎng)分割指數(shù)等代理變量構(gòu)建數(shù)據(jù)來(lái)源于Wind數(shù)據(jù)庫(kù)；構(gòu)建制度質(zhì)量代理變量數(shù)據(jù)來(lái)源于樊綱、王小魯編制的《中國(guó)分省份市場(chǎng)化指數(shù)報(bào)告（2018）》。

（二）變量說(shuō)明

1.被解釋變量

本文被解釋變量為城市創(chuàng)新能力（Inno）。以往研究主要是從創(chuàng)新投入（鞠曉生等，2013）［31］、產(chǎn)出成果（侯建和陳恒，2016）［32］兩個(gè)角度衡量某一地區(qū)的科技創(chuàng)新能力，但創(chuàng)新實(shí)際上是一個(gè)強(qiáng)調(diào)新技術(shù)商業(yè)經(jīng)濟(jì)價(jià)值的市場(chǎng)化概念。因此，為保證創(chuàng)新指標(biāo)的即時(shí)、前瞻、可比性，本文摒除以往研究中經(jīng)常使用的新產(chǎn)品銷(xiāo)售利潤(rùn)率指標(biāo)，試圖從“創(chuàng)新成果市場(chǎng)化價(jià)值”的角度衡量城市創(chuàng)新水平。該指標(biāo)具體測(cè)算方法詳見(jiàn)《中國(guó)城市和產(chǎn)業(yè)創(chuàng)新力報(bào)告2017》。

為保證實(shí)證研究結(jié)果的穩(wěn)健性，本文在穩(wěn)健性檢驗(yàn)部分同時(shí)采用各地區(qū)發(fā)明授權(quán)專(zhuān)利數(shù)量和創(chuàng)新研發(fā)效率等作為城市創(chuàng)新能力的代理變量。從多維度全面刻畫(huà)、衡量城市技術(shù)創(chuàng)新水平，且為了規(guī)避指標(biāo)量綱的影響并在最大程度上消除異方差，對(duì)區(qū)域創(chuàng)新水平的代理變量均進(jìn)行了對(duì)數(shù)化處理。

2.核心解釋變量

本文核心解釋變量為數(shù)字金融指數(shù)（FI）。本文使用北京大學(xué)數(shù)字金融研究中心編制的2011—2018年地級(jí)市層面中國(guó)數(shù)字普惠金融指數(shù)（一期、二期），代表各地區(qū)數(shù)字金融發(fā)展程度。該指數(shù)采用大數(shù)據(jù)技術(shù)從多個(gè)維度刻畫(huà)中國(guó)數(shù)字金融發(fā)展水平，通過(guò)綜合傳統(tǒng)金融服務(wù)和互聯(lián)網(wǎng)服務(wù)新形勢(shì)特征，全面反映數(shù)字技術(shù)助力金融的總體發(fā)展和變化趨勢(shì)［9］。進(jìn)一步地，結(jié)合數(shù)據(jù)的可得性、可靠性，分別從數(shù)字金融服務(wù)的覆蓋廣度、使用深度和數(shù)字化程度三個(gè)維度衡量構(gòu)建數(shù)字金融指標(biāo)體系，其中，數(shù)字金融覆蓋廣度是前提條件，使用深度代表實(shí)際使用情況，而數(shù)字化程度可以被看作是潛在條件。

（1）數(shù)字金融覆蓋廣度（Width）。不同于傳統(tǒng)金融機(jī)構(gòu)觸達(dá)用戶時(shí)直接體現(xiàn)為“金融機(jī)構(gòu)網(wǎng)點(diǎn)數(shù)”和“金融服務(wù)人員數(shù)”，基于互聯(lián)網(wǎng)的新金融模式具有極強(qiáng)的地理穿透性。因此，該維度指標(biāo)利用每萬(wàn)人擁有支付寶賬號(hào)數(shù)量、支付寶綁卡用戶比例以及平均每個(gè)支付寶賬號(hào)綁定銀行卡數(shù)來(lái)表示賬戶的覆蓋水平。

（2）數(shù)字金融使用深度（Depth）。該指標(biāo)分別從這一新型金融服務(wù)涵蓋類(lèi)型以及其使用情況兩個(gè)層面衡量互聯(lián)網(wǎng)金融服務(wù)的實(shí)際使用狀況。其中，數(shù)字金融服務(wù)涵蓋了支付、貨幣基金、信貸、保險(xiǎn)、投資、信用等諸多服務(wù)類(lèi)型；進(jìn)一步地，本文對(duì)每萬(wàn)支付寶用戶數(shù)量中將使用這些服務(wù)人數(shù)所代表的實(shí)際使用總量指標(biāo)、人均交易筆數(shù)所代表的使用活躍度指標(biāo)和人均交易金額所代表的使用深度指標(biāo)加以綜合，以衡量數(shù)字金融使用情況。

（3）數(shù)字化程度（Digital）。該指標(biāo)分別從移動(dòng)化、實(shí)惠化、信用化、便利化四個(gè)維度考量互聯(lián)網(wǎng)金融數(shù)字化程度。實(shí)際上，數(shù)字化帶來(lái)的便利性和低成本等優(yōu)勢(shì)是吸引用戶參與數(shù)字金融的決定性因素。一般而言，數(shù)字金融服務(wù)越便利（如較高的非介質(zhì)支付方式的普及、移動(dòng)化程度）、成本越低（如較低的小微經(jīng)營(yíng)者、個(gè)人貸款利率），則數(shù)字金融的服務(wù)用戶就越多、需求就越旺盛。

3.中介變量

本文中介變量為市場(chǎng)需求水平（ME）和對(duì)外開(kāi)放水平（TRADE）。

（1）市場(chǎng)需求水平（ME）。由于缺乏直接度量地區(qū)市場(chǎng)需求的變量，而消費(fèi)水平是最能直接反映地區(qū)市場(chǎng)需求的指標(biāo)，因而，本文采用地區(qū)消費(fèi)水平相關(guān)變量衡量區(qū)域內(nèi)市場(chǎng)需求狀況。此外，為更好地說(shuō)明數(shù)字金融通過(guò)需求端拉動(dòng)，進(jìn)而影響城市技術(shù)創(chuàng)新水平的路徑，本文將進(jìn)一步從消費(fèi)規(guī)模（CE）和消費(fèi)結(jié)構(gòu)（CES）兩個(gè)角度分析相關(guān)的機(jī)制路徑。參考已有文獻(xiàn)，采用社會(huì)零售商品總額的對(duì)數(shù)值（CE1）和居民消費(fèi)水平率（CE2）刻畫(huà)地區(qū)消費(fèi)狀況，即市場(chǎng)需求規(guī)模（易行健和周利，2018；董云飛等，2019）［21，19］；采用居民消費(fèi)結(jié)構(gòu)衡量市場(chǎng)需求結(jié)構(gòu)（1），將生存型消費(fèi)與八大類(lèi)消費(fèi)總支出的比重作為消費(fèi)降級(jí)、市場(chǎng)需求結(jié)構(gòu)弱勢(shì)的指標(biāo)（CES1）；同時(shí)，將發(fā)展型與享受型消費(fèi)與八大類(lèi)消費(fèi)總支出的比重作為消費(fèi)升級(jí)、市場(chǎng)需求結(jié)構(gòu)優(yōu)化的指標(biāo)（CES2）。

（2）對(duì)外開(kāi)放水平（TRADE）。參考已有文獻(xiàn)，采用進(jìn)出口貿(mào)易總額×當(dāng)年匯率占地區(qū)生產(chǎn)總值的比值，代表國(guó)際貿(mào)易發(fā)展規(guī)模即對(duì)外開(kāi)放程度。此外，為盡量規(guī)避因遺漏變量帶來(lái)的內(nèi)生性偏誤，本文將對(duì)外開(kāi)放水平（TRADE）作為控制變量納入基準(zhǔn)回歸模型中。

4.門(mén)檻變量

本文門(mén)檻變量為市場(chǎng)分割指數(shù)（Seg），包括子市場(chǎng)分割指數(shù)和總市場(chǎng)分割指數(shù)。

（1）子市場(chǎng)分割指數(shù)。基于Samuelson（1954）［33］“冰山成本”模型的假設(shè)條件，借鑒桂琦寒等（2006）［34］的“價(jià)格指數(shù)法”，并參考趙奇?zhèn)ズ投觖慃悾?009）［35］、韓慶瀟和楊晨（2018）［36］的指數(shù)選取路徑，擬對(duì)子市場(chǎng)分割程度進(jìn)行指數(shù)化測(cè)度（2）（3）。

子市場(chǎng)分割指數(shù)的計(jì)算步驟如下：計(jì)算相鄰地區(qū)基于同一指數(shù)的相對(duì)價(jià)格，為了使地區(qū)間置換順序不影響相對(duì)價(jià)格的方差值，同時(shí)考慮價(jià)格環(huán)比指數(shù)的性質(zhì)，故對(duì)相對(duì)價(jià)格采用絕對(duì)值的形式表示，即

其中：i、j表示省份；t表示年份；k代表商品或要素的具體種類(lèi)；p為某種商品或要素的零售價(jià)格環(huán)比指數(shù)。為了消除異地貿(mào)易的商品或要素自身的“異質(zhì)效應(yīng)”特征可能帶來(lái)的市場(chǎng)真實(shí)分割程度高估后果，本文將采用去均值法繼續(xù)測(cè)度相對(duì)價(jià)格的相對(duì)變動(dòng)指標(biāo)，方法是先計(jì)算該價(jià)格指數(shù)在給定時(shí)間內(nèi)所有鄰接地區(qū)相對(duì)價(jià)格的平均值，再分別用相鄰地區(qū)的相對(duì)價(jià)格絕對(duì)值減去該平均值，即

需要說(shuō)明的是，本文選取2010—2018年31個(gè)省份（不包括港澳臺(tái)地區(qū)）的價(jià)格指數(shù)，考慮各省份地理位置的差異性，海南省雖然沒(méi)有零距離鄰近省份，但是市場(chǎng)的分割與整合亦需要考量相對(duì)概念，因此，將廣東省與海南省作為相互鄰近省份處理與計(jì)算，故得到31個(gè)省份消費(fèi)品市場(chǎng)分割指數(shù)（Segp）、勞動(dòng)力市場(chǎng)分割指數(shù)（Segl）和資本市場(chǎng)分割指數(shù)（Segk）的數(shù)據(jù)。

（2）總市場(chǎng)分割指數(shù)?；跀?shù)據(jù)指標(biāo)特點(diǎn)以及研究意圖，為最大程度上避免非客觀等因素干擾，得到普適性價(jià)值更高的總市場(chǎng)分割指數(shù)，“熵權(quán)法”成為本文測(cè)度各市場(chǎng)分割指數(shù)權(quán)重的首選。具體計(jì)算步驟如下：

首先，標(biāo)準(zhǔn)化處理。若子指標(biāo)對(duì)綜合指標(biāo)有正向影響，則采用正向指標(biāo)的計(jì)算方法；反之，則采用負(fù)向指標(biāo)的計(jì)算方法。結(jié)合本文子市場(chǎng)分割指數(shù)的性質(zhì)，采用正向指標(biāo)的計(jì)算方法，即

其次，利用標(biāo)準(zhǔn)化的數(shù)據(jù)求取子市場(chǎng)分割指標(biāo)的信息熵。根據(jù)信息論中信息熵的定義，計(jì)算公式為：

再次，求取信息熵冗余度，即各子市場(chǎng)分割指數(shù)的信息效用值，計(jì)算公式為：d i=1-e i。

最后，在以上信息效用值求取基礎(chǔ)上計(jì)算各子市場(chǎng)分割指標(biāo)的權(quán)重，計(jì)算公式為：。

經(jīng)過(guò)熵權(quán)法計(jì)算，消費(fèi)品市場(chǎng)分割指數(shù)、勞動(dòng)力市場(chǎng)分割指數(shù)以及資本市場(chǎng)分割指數(shù)的權(quán)重分別為0.16、0.41、0.43，以此為基礎(chǔ)得到總市場(chǎng)分割指數(shù)。由于以上計(jì)算得出的四類(lèi)市場(chǎng)分割指數(shù)數(shù)值較小，使得變量參數(shù)估計(jì)結(jié)果過(guò)小，不利于實(shí)證回歸結(jié)果的分析。因此，本文參考韓慶瀟和楊晨（2018）［36］，將以上結(jié)果均作擴(kuò)大1 000倍的處理，最終得到消費(fèi)品市場(chǎng)分割指數(shù)（Segp）、勞動(dòng)力市場(chǎng)分割指數(shù)（Segl）、資本市場(chǎng)分割指數(shù)（Segk）以及總市場(chǎng)分割指數(shù)（Segs）四個(gè)門(mén)檻變量的數(shù)值。

5.控制變量

參照已有關(guān)于城市層面技術(shù)創(chuàng)新的文獻(xiàn)，本文選取以下指標(biāo)作為控制變量納入模型中；具體包括國(guó)際技術(shù)溢出路徑：外商直接投資（FDI）、對(duì)外直接投資（OFDI）、對(duì)外開(kāi)放度（TRADE）、研發(fā)投入密度（RDD）、傳統(tǒng)金融發(fā)展水平（TF）、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整指數(shù)（Structure）、經(jīng)濟(jì)發(fā)展水平（Pgdp）、制度質(zhì)量（Institutional）、人力資本水平（HC）?？紤]技術(shù)創(chuàng)新可能存在的慣性特征，本文在模型中進(jìn)一步控制了上一期的技術(shù)創(chuàng)新水平（Innot-1）。同時(shí)，也控制了年度固定效應(yīng)和城市固定效應(yīng)，以控制宏觀層面因素的變化。為減少極端值對(duì)實(shí)證結(jié)果的影響，對(duì)所有連續(xù)變量在上、下1%水平上進(jìn)行了縮尾處理。

主要變量定義見(jiàn)表1所列。

表1 主要變量定義

續(xù)表1

（三）模型設(shè)定

1.基準(zhǔn)線性回歸模型

為了驗(yàn)證H1，本文考慮技術(shù)研發(fā)創(chuàng)新可能存在慣性特征，為避免回歸結(jié)果可能出現(xiàn)的內(nèi)生性偏誤，同時(shí)，部分規(guī)避反向因果識(shí)別問(wèn)題干擾，在模型中加入被解釋變量和解釋變量的滯后項(xiàng)，建立如下基準(zhǔn)線性回歸方程：

其中：Inno代表城市創(chuàng)新能力，即區(qū)域內(nèi)發(fā)明授權(quán)專(zhuān)利的市場(chǎng)價(jià)值；Innot-1為Inno的滯后一期值；FI為地區(qū)數(shù)字金融發(fā)展總指數(shù)；control表示一系列控制變量，包括外商直接投資（FDI）、對(duì)外直接投資（OFDI）、對(duì)外開(kāi)放度（TRADE）、研發(fā)投入密度（RDD）、傳統(tǒng)金融發(fā)展水平（TF）、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整指數(shù)（Structure）、經(jīng)濟(jì)發(fā)展水平（Pgdp）、制度質(zhì)量（Institutional）、人力資本水平（HC）；i表示省份；t表示年度；θ為年度虛擬變量；μ為省份虛擬變量；ε為隨機(jī)誤差項(xiàng)。為緩解內(nèi)生性問(wèn)題的影響，本文使用兩步系統(tǒng)GMM方法對(duì)上述模型進(jìn)行檢驗(yàn)。

為比較數(shù)字金融發(fā)展的各維度對(duì)城市創(chuàng)新能力的影響差異，本文在基準(zhǔn)回歸模型（6）的基礎(chǔ)上進(jìn)一步將數(shù)字金融發(fā)展總指數(shù)（FI）替換成數(shù)字金融覆蓋度（Width）、使用深度（Depth）、數(shù)字化程度（Digital）分別進(jìn)行檢驗(yàn)。

2.機(jī)制檢驗(yàn)?zāi)Ｐ?/p>

為驗(yàn)證H2、H3，本文借鑒謝絢麗（2018）［11］的研究方法，利用包含機(jī)制變量交叉項(xiàng)模型進(jìn)行傳導(dǎo)路徑的分析。模型構(gòu)建如下：

其中，Mediate代表中介變量，根據(jù)理論假設(shè)，包括消費(fèi)規(guī)模（CE）、消費(fèi)結(jié)構(gòu)（CES）、國(guó)際貿(mào)易水平或?qū)ν忾_(kāi)放程度（TRADE）等。

四、主要實(shí)證結(jié)果與分析

（一）描述性統(tǒng)計(jì)

表2中主要變量的描述性統(tǒng)計(jì)顯示，發(fā)明授權(quán)專(zhuān)利市場(chǎng)價(jià)值的標(biāo)準(zhǔn)差較大，說(shuō)明區(qū)域間發(fā)明授權(quán)專(zhuān)利成果在市場(chǎng)化過(guò)程中出現(xiàn)了價(jià)值分層現(xiàn)象。2011—2018年數(shù)字金融實(shí)現(xiàn)了跨越式發(fā)展，從分指標(biāo)描述性統(tǒng)計(jì)結(jié)果可以看出，數(shù)字化程度的均值最大，說(shuō)明數(shù)字化技術(shù)賦值是總指數(shù)增長(zhǎng)的重要來(lái)源。另外，數(shù)字金融發(fā)展總指數(shù)與其分指標(biāo)代理變量標(biāo)準(zhǔn)差較大，說(shuō)明我國(guó)區(qū)域間數(shù)字金融發(fā)展不均衡現(xiàn)象嚴(yán)重，存在顯著的城市分化特征。

表2 主要變量的描述性統(tǒng)計(jì)

（二）基本回歸結(jié)果與分析

為驗(yàn)證H1，本文對(duì)模型（1）進(jìn)行實(shí)證檢驗(yàn)，回歸結(jié)果見(jiàn)表3所列。由殘差序列相關(guān)檢驗(yàn)結(jié)果可知，AR（2）的P值均超過(guò)10%的顯著性水平，說(shuō)明隨機(jī)誤差項(xiàng)不存在二階序列自相關(guān)，即可以使用系統(tǒng)GMM進(jìn)行檢驗(yàn)估計(jì)。由工具變量的有效性檢驗(yàn)結(jié)果可知，Hansen檢驗(yàn)的P值結(jié)果不拒絕工具變量，不存在過(guò)度識(shí)別的原假設(shè)，說(shuō)明模型中工具變量的選擇有效；Wald統(tǒng)計(jì)量結(jié)果也顯示，模型整體高度顯著。因此，總體來(lái)說(shuō)，基于總樣本回歸的動(dòng)態(tài)面板兩步系統(tǒng)GMM的實(shí)證結(jié)果可信。

表3 總樣本動(dòng)態(tài)模型回歸結(jié)果

續(xù)表3

表3結(jié)果顯示：首先，無(wú)論是采用總指標(biāo)還是低維度指標(biāo)刻畫(huà)數(shù)字金融發(fā)展水平，以發(fā)明授權(quán)專(zhuān)利市場(chǎng)價(jià)值作為被解釋變量衡量城市創(chuàng)新能力的回歸結(jié)果中，其滯后一期項(xiàng)的系數(shù)均在1%的水平下顯著為正，證實(shí)了我國(guó)區(qū)域技術(shù)研發(fā)創(chuàng)新活動(dòng)具有持續(xù)動(dòng)態(tài)變化特征的猜想。其次，表3列（1）顯示，數(shù)字金融發(fā)展指數(shù)回歸系數(shù)在以各區(qū)域發(fā)明授權(quán)專(zhuān)利市場(chǎng)價(jià)值、發(fā)明專(zhuān)利授權(quán)數(shù)量為被解釋變量的回歸結(jié)果中為正，且在1%的水平下顯著，說(shuō)明數(shù)字金融的發(fā)展顯著促進(jìn)了城市技術(shù)創(chuàng)新水平，驗(yàn)證了H1，即新金融模式的創(chuàng)新的確通過(guò)某種行之有效的傳導(dǎo)路徑，發(fā)揮了其在促進(jìn)城市創(chuàng)新能力方面的積極作用。再次，從數(shù)字金融分維度指標(biāo)的回歸結(jié)果看：①表3列（2）結(jié)果顯示，數(shù)字金融覆蓋度的估計(jì)系數(shù)均在1%的顯著性水平下為正，說(shuō)明提高數(shù)字金融的覆蓋率，使數(shù)字金融服務(wù)真正惠及更多的創(chuàng)新主體有利于城市技術(shù)創(chuàng)新水平的提高。②表3列（4）結(jié)果顯示，數(shù)字支持服務(wù)指標(biāo)影響系數(shù)均為正，且分別在5%和10%的水平下顯著，說(shuō)明大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等先進(jìn)互聯(lián)網(wǎng)技術(shù)的應(yīng)用，不僅拓展了傳統(tǒng)金融服務(wù)的客戶觸達(dá)范圍，而且一定程度上通過(guò)特殊“征信系統(tǒng)”的建立緩解了借貸以及企業(yè)創(chuàng)新活動(dòng)中可能出現(xiàn)的信息不對(duì)稱(chēng)問(wèn)題，從而顯著提高了各區(qū)域發(fā)明授權(quán)專(zhuān)利價(jià)值。③表3列（3）結(jié)果顯示，數(shù)字金融使用深度指標(biāo)的估計(jì)系數(shù)結(jié)果均表現(xiàn)為統(tǒng)計(jì)意義上不顯著，即說(shuō)明數(shù)字金融服務(wù)多元化的發(fā)展并未對(duì)城市技術(shù)創(chuàng)新水平產(chǎn)生影響，這一結(jié)果與現(xiàn)實(shí)情況相符，即數(shù)字金融對(duì)區(qū)域內(nèi)企業(yè)創(chuàng)新影響的主要渠道是傳統(tǒng)“信貸”業(yè)務(wù)，而投資、貨幣基金、保險(xiǎn)等業(yè)務(wù)的開(kāi)展并未對(duì)企業(yè)技術(shù)創(chuàng)新產(chǎn)生直接影響。

（三）機(jī)制檢驗(yàn)結(jié)果與分析

基于上述分析，本文發(fā)現(xiàn)數(shù)字金融的總體發(fā)展、覆蓋廣度的拓展以及數(shù)字化的升級(jí)，均對(duì)城市創(chuàng)新能力產(chǎn)生了較為顯著的“激勵(lì)效應(yīng)”。然而，數(shù)字金融具體是通過(guò)怎樣的影響機(jī)制最終作用于城市創(chuàng)新能力，仍需進(jìn)一步探究。同現(xiàn)有文獻(xiàn)的融資約束路徑、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)路徑不同，本文另辟蹊徑，從直接、間接路徑傳導(dǎo)的角度出發(fā)，探究“市場(chǎng)需求效應(yīng)”和“國(guó)際技術(shù)溢出效應(yīng)”作為內(nèi)在邏輯機(jī)制的合理性。

1.刺激、升級(jí)消費(fèi)需求，直接拉動(dòng)城市創(chuàng)新能力提升

市場(chǎng)需求是驅(qū)動(dòng)城市創(chuàng)新能力提升最直接、最根本的動(dòng)力。一般而言，無(wú)論是市場(chǎng)需求規(guī)模的膨脹，還是需求結(jié)構(gòu)的優(yōu)化、升級(jí)，不僅會(huì)為城市技術(shù)創(chuàng)新活動(dòng)的開(kāi)展?fàn)I造良好的氛圍，還會(huì)起到風(fēng)向標(biāo)的重要指引作用。數(shù)字金融作為數(shù)字中國(guó)的重要組成部分，為城市創(chuàng)新活動(dòng)提供連續(xù)、穩(wěn)定供給端資金投入，同時(shí)，也通過(guò)刺激市場(chǎng)有效需求以及進(jìn)行信息挖掘、優(yōu)化消費(fèi)結(jié)構(gòu)等方式為技術(shù)創(chuàng)新活動(dòng)的開(kāi)展開(kāi)辟新的需求路徑。因此，可以預(yù)期，數(shù)字金融的區(qū)域創(chuàng)新“激勵(lì)效應(yīng)”在市場(chǎng)需求比較小或者是市場(chǎng)需求級(jí)別比較低的地區(qū)將更加顯著。這是因?yàn)?，在具有較小市場(chǎng)需求特征的區(qū)域，數(shù)字金融更能發(fā)揮其優(yōu)勢(shì)，在邊際效用遞減理論下，最大化地緩解居民消費(fèi)約束，刺激更多消費(fèi)需求或優(yōu)化該區(qū)域居民需求結(jié)構(gòu)。基于此，本文將實(shí)證分析區(qū)域性市場(chǎng)需求水平和結(jié)構(gòu)對(duì)數(shù)字金融發(fā)展與城市技術(shù)創(chuàng)新水平關(guān)系的影響，以驗(yàn)證數(shù)字金融是否通過(guò)提升區(qū)域市場(chǎng)需求或者優(yōu)化市場(chǎng)需求結(jié)構(gòu)等方式，直接促進(jìn)城市技術(shù)創(chuàng)新水平的提升。實(shí)證回歸結(jié)果見(jiàn)表4、表5所列。

表4 數(shù)字金融、消費(fèi)規(guī)模與城市技術(shù)創(chuàng)新

續(xù)表4

表5 數(shù)字金融、消費(fèi)結(jié)構(gòu)與城市技術(shù)創(chuàng)新

表4列（1）、列（2）分別報(bào)告了以社會(huì)零售商品消費(fèi)總額和居民消費(fèi)率作為機(jī)制變量反映市場(chǎng)需求規(guī)模的估計(jì)結(jié)果。分析發(fā)現(xiàn)，數(shù)字金融發(fā)展指數(shù)系數(shù)雖不顯著，但數(shù)值為正；數(shù)字金融發(fā)展指數(shù)與代表市場(chǎng)需求規(guī)模機(jī)制變量的交乘項(xiàng)系數(shù)為負(fù)，且均在1%的水平下顯著為負(fù)。表5列（1）、列（2）分別報(bào)告了以生存型消費(fèi)需求占比（即消費(fèi)結(jié)構(gòu)低端化）和發(fā)展+享受型消費(fèi)需求占比（即消費(fèi)需求結(jié)構(gòu)優(yōu)化、升級(jí)）作為機(jī)制變量反映消費(fèi)或市場(chǎng)需求結(jié)構(gòu)的估計(jì)結(jié)果，此時(shí)，數(shù)字金融發(fā)展指數(shù)系數(shù)在1%的水平下顯著為正，另外，數(shù)字金融發(fā)展指數(shù)與生存型消費(fèi)需求占比交乘項(xiàng)系數(shù)顯著為正，同時(shí)數(shù)字金融發(fā)展指數(shù)與發(fā)展+享受型消費(fèi)需求占比交乘項(xiàng)系數(shù)顯著為負(fù)。以上結(jié)果均與預(yù)期相符，驗(yàn)證了H2。

2.提高對(duì)外開(kāi)放水平，促進(jìn)國(guó)際技術(shù)溢出

通過(guò)信息挖掘、云計(jì)算分析處理、信息共享等路徑，數(shù)字金融依托大數(shù)據(jù)以及區(qū)塊鏈技術(shù)能較大程度紓解國(guó)際貿(mào)易中的信用難題。另外，數(shù)字金融也為國(guó)際貿(mào)易活動(dòng)的順利開(kāi)展提供了多元化融資渠道，擴(kuò)大了區(qū)域內(nèi)國(guó)際貿(mào)易的規(guī)模，促進(jìn)了對(duì)外開(kāi)放程度的提高，而國(guó)際貿(mào)易作為國(guó)際技術(shù)溢出效應(yīng)實(shí)現(xiàn)的三大路徑之一，憑借技術(shù)溢出、競(jìng)爭(zhēng)效應(yīng)等提高資金使用效率、優(yōu)化資源配置等方式，在激勵(lì)國(guó)內(nèi)城市技術(shù)創(chuàng)新水平提升方面發(fā)揮著不可代替、無(wú)可比擬的作用。也就是說(shuō)，基于間接機(jī)制傳導(dǎo)角度，數(shù)字金融的發(fā)展可能通過(guò)促進(jìn)國(guó)際貿(mào)易活動(dòng)開(kāi)展的路徑，實(shí)現(xiàn)其激勵(lì)城市技術(shù)創(chuàng)新水平提升的目的。因此，可以預(yù)期，若以上推理成立，在國(guó)際貿(mào)易規(guī)模較小即對(duì)外開(kāi)放程度較低的地區(qū)，數(shù)字金融的城市創(chuàng)新“激勵(lì)效應(yīng)”會(huì)更加顯著?；诖?，本文將實(shí)證檢驗(yàn)數(shù)字金融對(duì)城市創(chuàng)新能力的“激勵(lì)效應(yīng)”在對(duì)外開(kāi)放程度異質(zhì)化條件下的情況，檢驗(yàn)結(jié)果見(jiàn)表6所列。

表6 數(shù)字金融、國(guó)際貿(mào)易與城市技術(shù)創(chuàng)新

續(xù)表6

表6報(bào)告了間接影響路徑之一國(guó)際貿(mào)易（即對(duì)外開(kāi)放程度）的機(jī)制檢驗(yàn)回歸結(jié)果，可以發(fā)現(xiàn)，數(shù)字金融發(fā)展指數(shù)的估計(jì)系數(shù)雖然沒(méi)有表現(xiàn)為統(tǒng)計(jì)意義上的顯著性，但數(shù)值為正。另外，數(shù)字金融發(fā)展指數(shù)與國(guó)際貿(mào)易規(guī)模交乘項(xiàng)的系數(shù)為負(fù)，且在1%的水平下顯著，說(shuō)明伴隨著國(guó)際貿(mào)易規(guī)模的擴(kuò)大或?qū)ν忾_(kāi)放水平的提高，數(shù)字金融對(duì)城市技術(shù)創(chuàng)新活動(dòng)的“激勵(lì)效應(yīng)”正在逐步減弱，同樣屬于邊際效用遞減的范疇，也就是說(shuō)，在國(guó)際貿(mào)易規(guī)模較小或者是對(duì)外開(kāi)放程度較差的地區(qū)，數(shù)字金融的區(qū)域創(chuàng)新“激勵(lì)效應(yīng)”會(huì)更加顯著。該結(jié)果與預(yù)期相符，驗(yàn)證了H3。

五、進(jìn)一步分析：門(mén)檻特征檢驗(yàn)

中國(guó)地域遼闊，地區(qū)間資源稟賦、經(jīng)濟(jì)發(fā)展水平不盡相同，除了數(shù)字金融自身特性引發(fā)的內(nèi)生性風(fēng)險(xiǎn)外，市場(chǎng)分割狀況也會(huì)對(duì)數(shù)字金融最終作用于城市創(chuàng)新能力的效果產(chǎn)生重要影響。因此，按照作用對(duì)象差異，本文將市場(chǎng)分割劃分為消費(fèi)品市場(chǎng)分割、勞動(dòng)力市場(chǎng)分割和資本品市場(chǎng)分割三種類(lèi)型。在進(jìn)一步分析中，將區(qū)別于現(xiàn)有文獻(xiàn)普遍采用的分組回歸或交乘項(xiàng)回歸方法，運(yùn)用動(dòng)態(tài)門(mén)限面板回歸模型具體測(cè)度以上三種類(lèi)型的市場(chǎng)分割狀況，并就數(shù)字金融對(duì)城市創(chuàng)新能力產(chǎn)生影響的異質(zhì)化作用路徑進(jìn)行分析。

（一）門(mén)檻效應(yīng)檢驗(yàn)與門(mén)檻值確定

以總、分市場(chǎng)分割指數(shù)作為門(mén)限變量的動(dòng)態(tài)門(mén)限自抽樣檢驗(yàn)結(jié)果，見(jiàn)表7所列。Wald統(tǒng)計(jì)量及P值檢驗(yàn)結(jié)果顯示，以發(fā)明授權(quán)專(zhuān)利市場(chǎng)價(jià)值作為被解釋變量衡量城市創(chuàng)新能力一重門(mén)檻效應(yīng)顯著。由此說(shuō)明，數(shù)字金融發(fā)展對(duì)城市創(chuàng)新能力的影響會(huì)伴隨著門(mén)限變量特征值的差異呈現(xiàn)一種非線性的動(dòng)態(tài)變化特征。

表7 動(dòng)態(tài)門(mén)限自抽樣檢驗(yàn)結(jié)果

（二）參數(shù)估計(jì)與結(jié)果分析

表8報(bào)告了以市場(chǎng)分割指數(shù)（包括總指數(shù)和各分市場(chǎng)指數(shù)）作為門(mén)檻變量時(shí)，數(shù)字金融對(duì)城市創(chuàng)新能力的影響。由動(dòng)態(tài)面板門(mén)限模型的回歸結(jié)果可知，以市場(chǎng)分割狀況等外部性因素作為門(mén)檻變量的一重門(mén)檻效應(yīng)均十分顯著，即數(shù)字金融發(fā)展對(duì)城市創(chuàng)新促進(jìn)作用在不同強(qiáng)度區(qū)間內(nèi)有所不同，具有非線性的特征。

表8 動(dòng)態(tài)門(mén)限面板回歸模型結(jié)果四

續(xù)表8

1.總市場(chǎng)分割指數(shù)

在表8列（1）總市場(chǎng)分割指數(shù)為門(mén)檻變量的動(dòng)態(tài)門(mén)限面板的回歸結(jié)果中，無(wú)論置于何區(qū)間，市場(chǎng)分割狀態(tài)下的數(shù)字金融不僅難以發(fā)揮對(duì)城市技術(shù)創(chuàng)新的“激勵(lì)效應(yīng)”，反而產(chǎn)生了“遮掩效果”，即數(shù)字金融對(duì)技術(shù)創(chuàng)新水平產(chǎn)生了顯著的抑制作用。其中，當(dāng)總市場(chǎng)分割指數(shù)置于較低區(qū)間程度時(shí)，即低于門(mén)檻值5.704時(shí)，數(shù)字金融發(fā)展指數(shù)對(duì)發(fā)明授權(quán)專(zhuān)利市場(chǎng)價(jià)值的影響系數(shù)為-0.062，并在1%的水平下顯著；當(dāng)總市場(chǎng)分割指數(shù)持續(xù)走高并跨越這一門(mén)檻值后，數(shù)字金融指數(shù)的系數(shù)不僅沒(méi)有出現(xiàn)逆轉(zhuǎn)，反而在1%的顯著性水平下該估計(jì)系數(shù)絕對(duì)值增大至0.319。這說(shuō)明總市場(chǎng)分割狀況的存在徹底扭轉(zhuǎn)了數(shù)字金融本該發(fā)揮其對(duì)城市技術(shù)創(chuàng)新的促進(jìn)作用，具體表現(xiàn)為隨著總市場(chǎng)分裂程度的上升，數(shù)字金融對(duì)城市創(chuàng)新能力的抑制作用表現(xiàn)得愈發(fā)強(qiáng)烈。

2.子市場(chǎng)分割指數(shù)（消費(fèi)品市場(chǎng)分割指數(shù)）

表8列（2）—（4）分別為子市場(chǎng)分割指數(shù)作為門(mén)檻變量的動(dòng)態(tài)門(mén)限面板的回歸結(jié)果。具體來(lái)看，表8列（2）中，以消費(fèi)品市場(chǎng)分割指數(shù)作為門(mén)檻變量，當(dāng)消費(fèi)品市場(chǎng)分割程度處于較低水平，即尚未跨越門(mén)檻值0.016時(shí)，數(shù)字金融發(fā)展指數(shù)的估計(jì)系數(shù)在1%的水平下顯著，為0.051；當(dāng)消費(fèi)品市場(chǎng)分割程度加劇，分割指數(shù)跨越門(mén)檻值后，數(shù)字金融對(duì)發(fā)明授權(quán)專(zhuān)利市場(chǎng)價(jià)值代表的城市創(chuàng)新能力的影響系數(shù)為-0.165，且在1%的水平下顯著。這說(shuō)明當(dāng)消費(fèi)品市場(chǎng)分割程度到達(dá)并超越臨界值后，“遮掩效應(yīng)”同樣扭轉(zhuǎn)了數(shù)字金融對(duì)城市創(chuàng)新能力的激勵(lì)效果，只有在較低程度的消費(fèi)品市場(chǎng)分裂狀態(tài)下，數(shù)字金融才有可能發(fā)揮其應(yīng)有的創(chuàng)新“激勵(lì)效應(yīng)”。

3.子市場(chǎng)分割指數(shù)（勞動(dòng)力市場(chǎng)分割指數(shù)）

表8列（3）顯示，在勞動(dòng)力市場(chǎng)分割指數(shù)作為門(mén)檻變量的動(dòng)態(tài)門(mén)限面板模型的回歸結(jié)果中，無(wú)論分割指數(shù)是否跨越門(mén)檻值，勞動(dòng)力市場(chǎng)分割狀況的存在使得數(shù)字金融發(fā)展指數(shù)的階段性估計(jì)系數(shù)均顯著為負(fù)，且伴隨著分割程度的增加，該因素對(duì)數(shù)字金融與城市創(chuàng)新能力關(guān)系的影響程度加劇，具體表現(xiàn)為同等顯著性水平下絕對(duì)值上升。這說(shuō)明，相比之下，勞動(dòng)力市場(chǎng)分割狀況對(duì)數(shù)字金融與城市創(chuàng)新能力關(guān)系的“遮掩”作用效果更加直接且顯著，雖然較低程度的勞動(dòng)力市場(chǎng)分割指數(shù)能夠暫時(shí)緩解市場(chǎng)分割對(duì)數(shù)字金融創(chuàng)新“激勵(lì)效應(yīng)”的抑制作用，但是卻始終沒(méi)有扭轉(zhuǎn)抑制作用。

4.子市場(chǎng)分割指數(shù)（資本市場(chǎng)分割指數(shù)）

表8列（4）顯示，以資本市場(chǎng)分割指數(shù)作為門(mén)檻變量，當(dāng)該子市場(chǎng)分割指數(shù)低于門(mén)檻值0.011時(shí)，數(shù)字金融發(fā)展指數(shù)對(duì)發(fā)明授權(quán)專(zhuān)利市場(chǎng)價(jià)值的影響系數(shù)在1%的水平下顯著為正，且為0.214；當(dāng)資本市場(chǎng)分割指數(shù)大于此門(mén)檻值水平后，數(shù)字金融發(fā)展指數(shù)的估計(jì)系數(shù)出現(xiàn)逆轉(zhuǎn)，不僅為負(fù)，且同樣在1%的水平下顯著。該結(jié)果說(shuō)明，當(dāng)資本市場(chǎng)分割程度較小時(shí)，“遮掩效應(yīng)”不顯著，數(shù)字金融憑借其特征優(yōu)勢(shì)可以發(fā)揮其對(duì)城市創(chuàng)新能力的激勵(lì)效果；當(dāng)資本市場(chǎng)分割狀態(tài)已然甚囂塵上時(shí)，數(shù)字金融的區(qū)域創(chuàng)新激勵(lì)效果會(huì)被“遮掩”，并在資本市場(chǎng)分割狀態(tài)下產(chǎn)生抑制加重效果。

綜上所述，無(wú)論是子市場(chǎng)分割指數(shù)還是總市場(chǎng)分割指數(shù)作為門(mén)檻變量的動(dòng)態(tài)門(mén)限估計(jì)結(jié)果均說(shuō)明，“市場(chǎng)分割”這一現(xiàn)實(shí)因素從本質(zhì)上已然會(huì)對(duì)數(shù)字金融與城市創(chuàng)新能力提升的“激勵(lì)效應(yīng)”產(chǎn)生顯著的“遮掩效果”，且伴隨著市場(chǎng)分割指數(shù)的上升，該“遮掩效果”的反向抑制作用愈演愈烈，雖然數(shù)字金融憑借其先天技術(shù)優(yōu)勢(shì)可能會(huì)在個(gè)別子市場(chǎng)中發(fā)揮對(duì)沖、反牽制效果，但是就目前數(shù)字金融發(fā)展階段來(lái)看，很難在高維度市場(chǎng)分割狀態(tài)下對(duì)城市技術(shù)創(chuàng)新水平產(chǎn)生根本的扭轉(zhuǎn)作用。

六、內(nèi)生性問(wèn)題探討與穩(wěn)健性檢驗(yàn)

本文采用兩步系統(tǒng)GMM動(dòng)態(tài)模型估計(jì)方法對(duì)核心解釋變量、各控制變量進(jìn)行滯后一期處理，在一定程度上克服了由于變量選取、模型設(shè)定以及反向因果識(shí)別等問(wèn)題導(dǎo)致的內(nèi)生性偏誤。下文將主要圍繞聚焦問(wèn)題，對(duì)基本回歸結(jié)果和傳導(dǎo)機(jī)制兩部分的內(nèi)容展開(kāi)穩(wěn)健性檢驗(yàn)。

（一）針對(duì)基本回歸結(jié)果的穩(wěn)健性檢驗(yàn)

1.變量選取

鑒于創(chuàng)新產(chǎn)能輸出結(jié)果多樣性的表現(xiàn)形式，除了使用上述城市創(chuàng)新能力代理變量外，為得到更加穩(wěn)健的實(shí)證結(jié)論，本文將同時(shí)采用兩個(gè)指標(biāo)衡量城市技術(shù)創(chuàng)新水平的實(shí)際狀況。特別需要說(shuō)明的是，研發(fā)投入與發(fā)明授權(quán)專(zhuān)利數(shù)量的比值（IE）這一指標(biāo)，是從“創(chuàng)新效率”角度進(jìn)一步刻畫(huà)區(qū)域創(chuàng)新質(zhì)量，該指標(biāo)數(shù)值越小，即代表單位專(zhuān)利產(chǎn)出要求的研發(fā)投入較少、創(chuàng)新效率更高。此外，從數(shù)量的角度對(duì)數(shù)字金融的創(chuàng)新“激勵(lì)效應(yīng)”進(jìn)行檢驗(yàn)，將創(chuàng)新水平定義為發(fā)明授權(quán)專(zhuān)利數(shù)量（加1）的自然對(duì)數(shù)（Inno2）。回歸結(jié)果見(jiàn)表9所列。

表9 數(shù)字金融與創(chuàng)新研發(fā)效率、發(fā)明授權(quán)專(zhuān)利數(shù)量的自然對(duì)數(shù)

表9列（1）以創(chuàng)新研發(fā)效率衡量城市創(chuàng)新能力時(shí)，數(shù)字金融發(fā)展指數(shù)的系數(shù)為負(fù)，且在1%的水平下顯著；表9列（2）以發(fā)明授權(quán)專(zhuān)利數(shù)量（加1）的自然對(duì)數(shù)為被解釋變量時(shí)，數(shù)字金融發(fā)展指數(shù)的估計(jì)系數(shù)顯著為正。以上結(jié)果均說(shuō)明，數(shù)字金融的發(fā)展顯著促進(jìn)了區(qū)域內(nèi)技術(shù)創(chuàng)新水平的提高。這一結(jié)果與表3總樣本動(dòng)態(tài)模型回歸中以發(fā)明授權(quán)專(zhuān)利價(jià)值作為被解釋變量衡量城市創(chuàng)新能力的結(jié)論一致，再次驗(yàn)證并支持了H1。

2.研究方法

（1）工具變量法一。為增加實(shí)證回歸結(jié)果的穩(wěn)健性，本文還呈現(xiàn)了互聯(lián)網(wǎng)普及率作為工具變量的兩階段最小二乘法的估計(jì)檢驗(yàn)結(jié)果：①選用互聯(lián)網(wǎng)上網(wǎng)人數(shù)與各城市人口占比（Inter1）衡量互聯(lián)網(wǎng)普及率水平；②選用互聯(lián)網(wǎng)人數(shù)（Inter2）代表互聯(lián)網(wǎng)普及率。檢驗(yàn)結(jié)果見(jiàn)表10所列。

表10 工具變量法的回歸結(jié)果

考慮模型因果識(shí)別中可能存在的主要內(nèi)生性問(wèn)題，即反向因果與遺漏變量，本文采用兩步系統(tǒng)GMM方法并且對(duì)核心解釋變量進(jìn)行了滯后一期處理，即通過(guò)探究滯后一期的數(shù)字金融發(fā)展水平對(duì)當(dāng)期城市創(chuàng)新能力的影響，并在一定程度上減輕反向因果識(shí)別問(wèn)題的部分困擾（Wooldridge，2010）［37］，在基準(zhǔn)回歸方程中選取并加入了若干可能對(duì)城市創(chuàng)新能力產(chǎn)生影響的控制變量，但仍無(wú)法忽略因不可觀測(cè)因素導(dǎo)致估計(jì)結(jié)果中可能出現(xiàn)的內(nèi)生性偏誤。因此，為了更好地識(shí)別數(shù)字金融發(fā)展與城市創(chuàng)新能力之間的關(guān)系，本文同時(shí)采用工具變量法對(duì)模型進(jìn)行穩(wěn)健性估計(jì)檢驗(yàn)。參考相關(guān)研究（謝絢麗等，2018）［11］，選取區(qū)域互聯(lián)網(wǎng)普及率作為數(shù)字金融發(fā)展指數(shù)的工具變量，一方面，該指標(biāo)與數(shù)字金融的發(fā)展息息相關(guān)，其升級(jí)、普及均會(huì)豐滿數(shù)字金融的發(fā)展羽翼；另一方面，基于行業(yè)的異質(zhì)性特征，該指標(biāo)與城市創(chuàng)新能力并無(wú)直接關(guān)聯(lián)。因此，從理論層面上看，互聯(lián)網(wǎng)普及率有其作為數(shù)字金融發(fā)展指數(shù)工具變量的合理性。表10是互聯(lián)網(wǎng)普及率作為估計(jì)變量的回歸結(jié)果，同時(shí)，還使用不同時(shí)間區(qū)間的工具變量進(jìn)行必要的穩(wěn)健性檢驗(yàn)，證明估計(jì)結(jié)果保持不變。表10結(jié)果顯示：首先，在工具變量法第一階段的回歸結(jié)果中F統(tǒng)計(jì)量超過(guò)10，說(shuō)明模型設(shè)定中并不存在弱工具變量問(wèn)題，工具變量法的估計(jì)結(jié)果真實(shí)、有效；其次，即便在考慮了模型的內(nèi)生性問(wèn)題以后，數(shù)字金融發(fā)展指數(shù)的系數(shù)仍然顯著為正，即數(shù)字金融的確發(fā)揮了其對(duì)城市創(chuàng)新能力的“激勵(lì)效應(yīng)”。該結(jié)果與原文中利用兩步系統(tǒng)GMM的估計(jì)結(jié)果相一致，再次驗(yàn)證并支持了H1。

（2）工具變量法二。本文選取的外生事件沖擊分別為2013年“余額寶開(kāi)張”、2014年“數(shù)字金融首次在政府工作報(bào)告中出現(xiàn)”和2016年“央行頒布《G20數(shù)字普惠金融高級(jí)原則》”（以下簡(jiǎn)稱(chēng)《原則》），利用各事件沖擊啞變量的滯后一期與數(shù)字金融發(fā)展指數(shù)滯后兩期的乘積作為數(shù)字金融發(fā)展指數(shù)滯后一期的工具變量。一方面，無(wú)論是這三個(gè)事件或政策的發(fā)生、頒布，還是數(shù)字金融發(fā)展的滯后期，均與數(shù)字金融的發(fā)展息息相關(guān)，即滿足了相關(guān)性要求，具體表現(xiàn)為：2013年“余額寶開(kāi)張”被認(rèn)為是中國(guó)數(shù)字金融的正式開(kāi)端，余額寶這一新型金融形式的出現(xiàn)促進(jìn)了中國(guó)數(shù)字金融的發(fā)展；2014年數(shù)字金融首次在政府工作報(bào)告中出現(xiàn)，側(cè)面反映了數(shù)字金融發(fā)展的重要性以及政策層面對(duì)數(shù)字金融發(fā)展布局寄予厚望的戰(zhàn)略體現(xiàn)，而這必然有利于推動(dòng)中國(guó)數(shù)字金融的騰飛；2016年央行頒布的《原則》作為全面性、權(quán)威性數(shù)字金融發(fā)展的國(guó)際性準(zhǔn)則，其制定與推廣必然會(huì)加速數(shù)字金融保質(zhì)提升（錢(qián)海章等，2020）［38］。另一方面，無(wú)論是2013年“余額寶開(kāi)張”、2014年“數(shù)字金融首次出現(xiàn)在政府工作報(bào)告”，抑或是2016年“央行頒布的《原則》”，均屬于外生的、全國(guó)范圍內(nèi)一次性鋪開(kāi)的事件沖擊，以上述外部事件沖擊作為數(shù)字金融發(fā)展指數(shù)的工具變量，能夠盡可能地避免與分離因該工具變量的地域性差異影響而對(duì)數(shù)字金融作用造成的外部干擾，且其外生屬性也意味著以上政策、事件與城市技術(shù)創(chuàng)新不相關(guān)，從而滿足了工具變量需具備的外生性要求（錢(qián)海章等，2020）［38］。因此，從理論層面看，“余額寶開(kāi)張”“數(shù)字金融首次出現(xiàn)在政府工作報(bào)告中”“央行頒布的《原則》”等外部事件沖擊有其作為數(shù)字金融發(fā)展指數(shù)工具變量的合理性。

本文以各事件沖擊啞變量的滯后一期與數(shù)字金融發(fā)展指數(shù)滯后兩期的乘積作為數(shù)字金融發(fā)展指數(shù)滯后一期的工具變量，具體包括：2013年“余額寶開(kāi)張”的虛擬變量與數(shù)字金融發(fā)展指數(shù)滯后一期的交乘項(xiàng)（Post1t-1×FIt-2）；2014年“數(shù)字金融首次在政府工作報(bào)告中出現(xiàn)”的虛擬變量與數(shù)字金融發(fā)展指數(shù)滯后一期的交乘項(xiàng)（Post2t-1×FIt-2）；2016年“央行頒布的《原則》”的虛擬變量與數(shù)字金融發(fā)展指數(shù)滯后一期的交乘項(xiàng)（Post3t-1×FIt-2）。以上諸事件的虛擬變量定義為：重要事件或政策發(fā)生前Post記為0；重要事件或政策發(fā)生后Post記為1。回歸結(jié)果見(jiàn)表11所列。

表11 工具變量法的回歸結(jié)果

表11列（1）—（6）分別是2013年“余額寶開(kāi)張”、2014年“數(shù)字金融首次在政府工作報(bào)告中出現(xiàn)”和2016年“央行頒布《G20數(shù)字普惠金融高級(jí)原則》”等外生事件沖擊啞變量的滯后一期與數(shù)字金融發(fā)展指數(shù)滯后兩期的乘積，作為數(shù)字金融發(fā)展指數(shù)滯后一期工具變量的回歸結(jié)果。研究發(fā)現(xiàn)：首先，無(wú)論使用何種外生政策沖擊作為工具變量，表11中工具變量法第一階段回歸結(jié)果中F統(tǒng)計(jì)量均超過(guò)10，說(shuō)明模型設(shè)定中并不存在弱工具變量問(wèn)題，工具變量法的估計(jì)結(jié)果真實(shí)、有效；其次，即便考慮了模型的內(nèi)生性問(wèn)題后，數(shù)字金融發(fā)展指數(shù)的系數(shù)仍然顯著為正，即數(shù)字金融的確發(fā)揮了其對(duì)城市創(chuàng)新能力的“激勵(lì)效應(yīng)”。該結(jié)果與原文中利用兩步系統(tǒng)GMM的估計(jì)結(jié)果相一致，再次驗(yàn)證并支持了H1。

（二）針對(duì)傳導(dǎo)機(jī)制部分的穩(wěn)健性檢驗(yàn)

為進(jìn)一步增強(qiáng)本文機(jī)制檢驗(yàn)的解釋力，借鑒溫忠麟和葉寶娟（2014）［39］的研究，采用逐步檢驗(yàn)回歸系數(shù)法對(duì)傳導(dǎo)機(jī)制部分的內(nèi)容進(jìn)行穩(wěn)健性檢驗(yàn)。模型設(shè)定如下：

方程（8）（9）（10）為中介效應(yīng)檢驗(yàn)程序，其中：Inno代表城市創(chuàng)新能力，即區(qū)域內(nèi)發(fā)明授權(quán)專(zhuān)利的市場(chǎng)價(jià)值；FI為數(shù)字金融發(fā)展總指數(shù)；Mediate代表中介變量；control表示一系列控制變量，包括外商直接投資（FDI）、對(duì)外直接投資（OFDI）、對(duì)外開(kāi)放度（TRADE）、傳統(tǒng)金融發(fā)展水平（TF）或產(chǎn)業(yè)結(jié)構(gòu)調(diào)整指數(shù)（Structure）、經(jīng)濟(jì)發(fā)展水平（Pgdp）、制度質(zhì)量（Institutional）、人力資本水平（HC）等；i表示城市；t表示年份；ε為隨機(jī)誤差項(xiàng)。

根據(jù)溫忠麟和葉寶娟（2014）［39］逐步檢驗(yàn)回歸系數(shù)法的中介效應(yīng)檢驗(yàn)機(jī)制程序：第一步，檢驗(yàn)方程（8）的系數(shù)，若顯著，進(jìn)行第二步。第二步，查驗(yàn)方程（9）的系數(shù)和方程（10）的系數(shù)，如果兩個(gè)都顯著，則中介效應(yīng)顯著，轉(zhuǎn)到第四步；如果至少有一個(gè)不顯著，進(jìn)行第三步。第三步，用Bootstrap法直接驗(yàn)證H0：?1μ2=0，如果顯著，則中介效應(yīng)顯著，繼續(xù)第四步；否則中介效應(yīng)不存在，分析終止。第四步，檢驗(yàn)方程（10）的系數(shù)，如果不顯著，即為完全中介效應(yīng)；若顯著，則為部分中介效應(yīng)，進(jìn)一步地，若?1μ2和μ1同號(hào)，中介效應(yīng)占總效應(yīng)的比重為?1μ2/θ1。

1.消費(fèi)規(guī)模

表12為消費(fèi)需求規(guī)模作為機(jī)制變量的逐步檢驗(yàn)回歸系數(shù)法的實(shí)證分析結(jié)果。其中，列（4）—列（5）為社會(huì)零售商品消費(fèi)總額對(duì)數(shù)值作為區(qū)域消費(fèi)、市場(chǎng)需求規(guī)模代理變量的中介機(jī)制檢驗(yàn)結(jié)果，根據(jù)方程（8）—（10）的理論設(shè)定，θ1顯著為正，?1、μ2均顯著為正，即中介效應(yīng)顯著；μ1顯著為正，?1μ2與μ1同號(hào)，屬于部分中介效應(yīng)，且中介效應(yīng)占總效應(yīng)的比重為29.359%。表12列（1）—列（3）為居民消費(fèi)率作為區(qū)域消費(fèi)、市場(chǎng)需求規(guī)模代理變量的中介機(jī)制的檢驗(yàn)結(jié)果，同樣根據(jù)方程（8）—（10）的理論設(shè)定，θ1顯著為正，?1、μ2均在不同的顯著性水平下為正，說(shuō)明該代理變量的中介效應(yīng)顯著，進(jìn)一步地，μ1顯著，?1μ2與μ1同號(hào)，即說(shuō)明此中介效應(yīng)屬于部分中介效應(yīng)的范疇。經(jīng)過(guò)計(jì)算，此部分中介效應(yīng)的比重為33.526%，即意味著居民消費(fèi)率作為消費(fèi)、市場(chǎng)需求規(guī)模代理變量的部分中介效應(yīng)顯著。

表12 逐步回歸系數(shù)檢驗(yàn)法：數(shù)字金融、消費(fèi)規(guī)模與區(qū)域技術(shù)創(chuàng)新

2.消費(fèi)升級(jí)

表13是消費(fèi)需求結(jié)構(gòu)優(yōu)化、升級(jí)作為機(jī)制變量的逐步檢驗(yàn)回歸系數(shù)法的實(shí)證分析結(jié)果。列（1）（2）（3）為生存型消費(fèi)占比作為區(qū)域消費(fèi)、市場(chǎng)需求結(jié)構(gòu)（準(zhǔn)確地說(shuō)是消費(fèi)、市場(chǎng)需求結(jié)構(gòu)低級(jí)化）代理變量的中介機(jī)制檢驗(yàn)結(jié)果，根據(jù)方程（8）—（10）的理論設(shè)定，θ1顯著為正，?1、μ2顯著為負(fù)，即意味著生存型消費(fèi)占比作為中介變量的合理性，且其部分中介效應(yīng)比重為29.117%。列（1）（4）（5）為發(fā)展+享受型消費(fèi)占比作為地區(qū)消費(fèi)或市場(chǎng)需求結(jié)構(gòu)（地區(qū)消費(fèi)與市場(chǎng)需求結(jié)構(gòu)優(yōu)化、升級(jí)）代理變量的中介機(jī)制檢驗(yàn)結(jié)果。根據(jù)理論設(shè)定，θ1顯著為正，?1、μ2均在不同的顯著性水平下為正，說(shuō)明該代理變量的中介效應(yīng)顯著，進(jìn)一步地，μ1顯著，?1μ2與μ1同號(hào)，即說(shuō)明此中介效應(yīng)屬于部分中介效應(yīng)的范疇。經(jīng)過(guò)計(jì)算，此部分中介效應(yīng)的比重為22.946%，即意味著居民消費(fèi)率作為消費(fèi)、市場(chǎng)需求規(guī)模代理變量的部分中介效應(yīng)顯著。以上結(jié)果再次驗(yàn)證了H2。

表13 逐步回歸系數(shù)檢驗(yàn)法：數(shù)字金融、消費(fèi)升級(jí)與區(qū)域技術(shù)創(chuàng)新

3.國(guó)際貿(mào)易

表14為使用逐步檢驗(yàn)回歸系數(shù)法檢測(cè)的國(guó)際貿(mào)易作為中介變量的機(jī)制檢驗(yàn)結(jié)果。其中，列（1）—（3）為國(guó)際貿(mào)易占比作為地區(qū)開(kāi)放程度代理變量的中介機(jī)制檢驗(yàn)結(jié)果，根據(jù)方程（8）—（10）的理論設(shè)定，θ1為正，?1、μ2亦顯著為正，部分中介效應(yīng)顯著；其中，數(shù)字金融激勵(lì)區(qū)域技術(shù)創(chuàng)新水平提升的總效應(yīng)為1.807，數(shù)字金融通過(guò)國(guó)際貿(mào)易對(duì)區(qū)域技術(shù)創(chuàng)新水平的間接效應(yīng)為0.311，中介效應(yīng)占總效應(yīng)的比重為17.183%。以上結(jié)果再次驗(yàn)證了H3。

表14 逐步回歸系數(shù)檢驗(yàn)法：數(shù)字金融、國(guó)際貿(mào)易與區(qū)域技術(shù)創(chuàng)新

綜上所述，利用逐步檢驗(yàn)回歸系數(shù)法進(jìn)行機(jī)制效應(yīng)檢驗(yàn)的結(jié)果與文中利用“交叉項(xiàng)”進(jìn)行機(jī)制檢驗(yàn)的結(jié)論基本一致，再次驗(yàn)證了H2、H3，即肯定了“提質(zhì)增需”“國(guó)際貿(mào)易”作為機(jī)制變量的合理性。

七、結(jié)論與建議

（一）結(jié)論

本文運(yùn)用2011—2018年285個(gè)地級(jí)市的面板數(shù)據(jù)，運(yùn)用兩步系統(tǒng)GMM和動(dòng)態(tài)門(mén)限回歸模型對(duì)數(shù)字金融與城市創(chuàng)新能力之間的關(guān)系進(jìn)行了實(shí)證檢驗(yàn)。研究結(jié)果表明：首先，數(shù)字金融顯著促進(jìn)了城市創(chuàng)新能力的提高；其次，數(shù)字金融可以通過(guò)刺激消費(fèi)需求、促進(jìn)消費(fèi)結(jié)構(gòu)優(yōu)化升級(jí)等直接路徑以及提升對(duì)外開(kāi)放水平等間接路徑發(fā)揮其對(duì)城市創(chuàng)新能力的激勵(lì)效應(yīng)；最后，數(shù)字金融對(duì)城市創(chuàng)新能力的作用效果受市場(chǎng)分割狀況的影響，呈現(xiàn)非線性變化的特征。具體地，在市場(chǎng)分割程度較低的情況下，數(shù)字金融對(duì)城市創(chuàng)新能力的提升作用可能會(huì)更為顯著。本文的研究結(jié)論不僅豐富了有關(guān)金融功能領(lǐng)域方面的文獻(xiàn)，探究數(shù)字金融對(duì)技術(shù)創(chuàng)新這一關(guān)鍵維度的影響，也有助于相關(guān)部門(mén)對(duì)數(shù)字金融這一新形式的發(fā)展制定相應(yīng)的政策方案。

（二）建議

（1）加快數(shù)字金融這一新型金融服務(wù)模式在中國(guó)的布局。第一，傳統(tǒng)金融機(jī)構(gòu)應(yīng)加快數(shù)字化改革步伐，例如通過(guò)區(qū)塊鏈等先進(jìn)金融科技的運(yùn)用，優(yōu)化支付、清算業(yè)務(wù)流程，低成本、快捷地實(shí)現(xiàn)信息存儲(chǔ)以及價(jià)值轉(zhuǎn)移，以低廉的價(jià)格為創(chuàng)新型企業(yè)、產(chǎn)業(yè)、項(xiàng)目等提供高效率的金融服務(wù)體驗(yàn)。第二，提高大數(shù)據(jù)等技術(shù)的金融場(chǎng)景應(yīng)用能力，這一過(guò)程同時(shí)包括輸入、輸出兩個(gè)端口，而金融機(jī)構(gòu)數(shù)據(jù)化思維模式的轉(zhuǎn)變是實(shí)現(xiàn)這一目標(biāo)的關(guān)鍵，通過(guò)構(gòu)建強(qiáng)大的數(shù)據(jù)分析設(shè)備以及人才儲(chǔ)備體系，打造以大數(shù)據(jù)技術(shù)為核心的生態(tài)系統(tǒng)，深入挖掘多端口數(shù)據(jù)價(jià)值，降低創(chuàng)新企業(yè)借貸過(guò)程中的逆向選擇、道德風(fēng)險(xiǎn)等信息不對(duì)稱(chēng)問(wèn)題，最終達(dá)到利用數(shù)字化金融服務(wù)渠道提升全方位的用戶體驗(yàn)的目的。與此同時(shí)，大數(shù)據(jù)技術(shù)情景化的應(yīng)用能力除了要繼續(xù)發(fā)揮其在風(fēng)險(xiǎn)控制、產(chǎn)品、資本等領(lǐng)域優(yōu)勢(shì)，還要加快其在渠道、場(chǎng)景端的應(yīng)用布局，為創(chuàng)新企業(yè)、項(xiàng)目融資提供更好的用戶體驗(yàn)。

（2）重視數(shù)字金融的安全問(wèn)題。數(shù)字金融時(shí)代的到來(lái)意味著人們的生產(chǎn)、生活方式將發(fā)生翻天覆地的變化，數(shù)字技術(shù)的運(yùn)用在為用戶提供更便捷服務(wù)的同時(shí)，也帶來(lái)了不可忽視的脆弱性等安全問(wèn)題，而這必將成為制約數(shù)字金融進(jìn)一步發(fā)展的瓶頸。因此，強(qiáng)化中國(guó)數(shù)字金融數(shù)字安全迫在眉睫。實(shí)際上，相比于發(fā)達(dá)國(guó)家，中國(guó)現(xiàn)階段亟待加強(qiáng)構(gòu)建較先進(jìn)、完備的互聯(lián)網(wǎng)安全技術(shù)網(wǎng)絡(luò)體系，一方面，政府相關(guān)部門(mén)應(yīng)加強(qiáng)網(wǎng)絡(luò)軟件、硬件的資助，提高金融機(jī)構(gòu)數(shù)字技術(shù)研究團(tuán)隊(duì)的研發(fā)能力；另一方面，基于數(shù)字金融網(wǎng)絡(luò)信息安全性考慮，鼓勵(lì)金融機(jī)構(gòu)與互聯(lián)網(wǎng)等IT企業(yè)的合作、交流，培養(yǎng)本土數(shù)字技術(shù)精英，通過(guò)自主創(chuàng)新數(shù)字金融網(wǎng)絡(luò)技術(shù)安全手段，切實(shí)保障數(shù)字金融在場(chǎng)景應(yīng)用時(shí)的高效性、安全性。

（3）循環(huán)帶動(dòng)、突出重圍、及時(shí)紓困是突破市場(chǎng)非完整性弊病的有效且必要手段。重點(diǎn)在于應(yīng)充分調(diào)動(dòng)經(jīng)濟(jì)主體創(chuàng)新、創(chuàng)造積極性，運(yùn)用多元化手段、通過(guò)多維視角釋放因循守舊的要素圈制，促進(jìn)資金、人才等要素的跨境流動(dòng)。具體而言，相關(guān)部門(mén)特別是地區(qū)層面的政府，應(yīng)該樹(shù)立長(zhǎng)遠(yuǎn)策略思維，包括各子市場(chǎng)在內(nèi)的勞動(dòng)力市場(chǎng)、商品市場(chǎng)以及資本市場(chǎng)，應(yīng)該在審慎調(diào)控的框架內(nèi)，給予市場(chǎng)經(jīng)濟(jì)自身的作為空間，促進(jìn)創(chuàng)新要素的自由流動(dòng)，釋放創(chuàng)新活力，營(yíng)造更加市場(chǎng)化的資源配置氛圍。比如，東部地區(qū)可以將市場(chǎng)整合的重點(diǎn)放在消費(fèi)品市場(chǎng)領(lǐng)域，而中西部地區(qū)基于自身發(fā)展條件，為更好地發(fā)揮數(shù)字金融對(duì)城市創(chuàng)新能力的激勵(lì)效應(yīng)，應(yīng)該將更多的精力或資源用于探索解禁勞動(dòng)力市場(chǎng)活力方面，促進(jìn)人才資源的跨地域流動(dòng)，提高資源配置效率。

注 釋?zhuān)?/p>

（1）以國(guó)家統(tǒng)計(jì)局公布的八大類(lèi)消費(fèi)支出為支點(diǎn)，根據(jù)各種消費(fèi)支出的相似性特征進(jìn)行分組，包括生存型消費(fèi)、發(fā)展型消費(fèi)和享受型消費(fèi)支出。

（2）冰山成本模型認(rèn)為，跨地域交易會(huì)使商品利潤(rùn)產(chǎn)生成本損耗，基于問(wèn)題研究的需要，本文將不同地區(qū)的商品或要素設(shè)置為Pi和Pj，交易成本為其價(jià)格的比例C（0＜C＜1），只有當(dāng)該商品在一個(gè)地區(qū)的凈收益高于其在另一個(gè)地區(qū)的售價(jià)時(shí)，即Pi（1-C）＞Pj，才會(huì)產(chǎn)生跨地域的無(wú)成本獲利行為。若地域間商品流通價(jià)格的相對(duì)方差逐漸減小，說(shuō)明跨區(qū)域無(wú)成本套利空間正在逐漸收窄，即市場(chǎng)分割趨勢(shì)正在形成或加強(qiáng)。

（3）子市場(chǎng)指標(biāo)變量的選取，參考趙奇?zhèn)ィ?009）和鄂麗麗，韓慶瀟和楊晨（2018）的指數(shù)選取路徑。