李沈燕　胡紹波

摘要： 科技創(chuàng)新處在現(xiàn)代化建設(shè)的全局核心地位，發(fā)展數(shù)字金融為企業(yè)科技創(chuàng)新帶來(lái)了新機(jī)遇。從理論上分析數(shù)字金融對(duì)企業(yè)技術(shù)創(chuàng)新的直接作用機(jī)制和空間溢出機(jī)制，并運(yùn)用SDM進(jìn)行實(shí)證檢驗(yàn)，研究發(fā)現(xiàn)：數(shù)字金融發(fā)展對(duì)企業(yè)技術(shù)創(chuàng)新具有顯著的正向直接促進(jìn)作用，即本地區(qū)的數(shù)字金融發(fā)展會(huì)帶動(dòng)本地區(qū)的企業(yè)技術(shù)創(chuàng)新能力的提升；數(shù)字金融發(fā)展對(duì)企業(yè)技術(shù)創(chuàng)新具有顯著的正向空間溢出效應(yīng)，即本地區(qū)的數(shù)字金融發(fā)展會(huì)帶動(dòng)周邊地區(qū)的企業(yè)技術(shù)創(chuàng)新能力的提升；數(shù)字金融使用深度和數(shù)字化程度對(duì)企業(yè)技術(shù)創(chuàng)新具有顯著的直接效應(yīng)和空間溢出效應(yīng)，即本地區(qū)的數(shù)字金融使用深度越強(qiáng)，數(shù)字化程度越高，越能提高本地區(qū)和周邊地區(qū)的企業(yè)技術(shù)創(chuàng)新能力。最后，從發(fā)展數(shù)字金融角度提出了著力提升數(shù)字金融總體發(fā)展水平、增加數(shù)字金融使用深度、加強(qiáng)我國(guó)區(qū)域之間的交流合作等促進(jìn)企業(yè)技術(shù)創(chuàng)新的政策建議。

關(guān)鍵詞： 數(shù)字金融； 企業(yè)技術(shù)創(chuàng)新； 空間杜賓模型； 空間溢出效應(yīng)

中圖分類號(hào)： F830.49; F406.3文獻(xiàn)標(biāo)識(shí)碼： ADOI： 10.3963/j.issn.1671|6477.2023.02.013

一、 引言

黨的二十大報(bào)告提出“堅(jiān)持創(chuàng)新在我國(guó)現(xiàn)代化建設(shè)全局中的核心地位，加快實(shí)現(xiàn)高水平科技自立自強(qiáng)，加快建設(shè)科技強(qiáng)國(guó)”。這一論斷表明，科技創(chuàng)新處在現(xiàn)代化建設(shè)全局的核心地位，是構(gòu)建新發(fā)展格局的關(guān)鍵所在，也是推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的必然要求[1]?？萍紕?chuàng)新的核心力量是企業(yè)，通過(guò)增加研發(fā)投入是實(shí)現(xiàn)企業(yè)技術(shù)創(chuàng)新的關(guān)鍵渠道。然而，企業(yè)創(chuàng)新活動(dòng)對(duì)資金需求量巨大[2]，科技創(chuàng)新項(xiàng)目一般具有高風(fēng)險(xiǎn)、投資周期長(zhǎng)、不可逆和收益不確定等特點(diǎn)[3]，加上目前對(duì)企業(yè)的科技金融服務(wù)體系并不完善，導(dǎo)致企業(yè)科技創(chuàng)新項(xiàng)目的投資資金難以得到保障，這就大大削弱了企業(yè)參與科技創(chuàng)新的動(dòng)力。因此，穩(wěn)定的科技創(chuàng)新資金保障機(jī)制對(duì)推動(dòng)企業(yè)技術(shù)創(chuàng)新成果產(chǎn)出至關(guān)重要，這需要國(guó)家和社會(huì)建立完善的科技金融體系，以緩解企業(yè)創(chuàng)新融資難困境。當(dāng)今社會(huì)，發(fā)展促進(jìn)科技金融服務(wù)體系的金融新業(yè)態(tài)成為重要的發(fā)展方向，數(shù)字金融新業(yè)態(tài)融合了人工智能、大數(shù)據(jù)和云計(jì)算等新興技術(shù)，是在新一代信息技術(shù)發(fā)展下誕生的新業(yè)態(tài)，不僅具有覆蓋范圍廣、可獲得性強(qiáng)的優(yōu)勢(shì)，還能有助于建立可持續(xù)、全方位的科技金融服務(wù)體系。近些年，中國(guó)數(shù)字金融整體發(fā)展規(guī)模、場(chǎng)景應(yīng)用均位居世界前列，省級(jí)數(shù)字金融發(fā)展指數(shù)平均每年增長(zhǎng)速度超過(guò)36.8%，這為緩解企業(yè)科技創(chuàng)新融資難題提供了新契機(jī)。研究數(shù)字金融對(duì)企業(yè)創(chuàng)新的影響機(jī)制，對(duì)中國(guó)實(shí)現(xiàn)高水平科技自立自強(qiáng)，加快建設(shè)科技強(qiáng)國(guó)具有理論價(jià)值和現(xiàn)實(shí)意義。

通過(guò)梳理現(xiàn)有的研究文獻(xiàn)，發(fā)現(xiàn)有關(guān)數(shù)字金融與企業(yè)創(chuàng)新的關(guān)聯(lián)性主題仍有進(jìn)一步拓展研究的空間，本文運(yùn)用空間計(jì)量模型實(shí)證檢驗(yàn)數(shù)字金融對(duì)企業(yè)創(chuàng)新的影響，其邊際貢獻(xiàn)在于：第一，以工業(yè)企業(yè)為切入點(diǎn)，實(shí)證檢驗(yàn)數(shù)字金融對(duì)企業(yè)創(chuàng)新的直接作用機(jī)制；第二，不同于已有文獻(xiàn)的研究，本文考慮空間因素，以空間關(guān)聯(lián)性作為切入點(diǎn)檢驗(yàn)數(shù)字金融對(duì)企業(yè)技術(shù)創(chuàng)新空間溢出機(jī)制；第三，從數(shù)字金融使用深度和數(shù)字化程度兩個(gè)維度檢驗(yàn)對(duì)企業(yè)技術(shù)創(chuàng)新的直接和間接作用機(jī)制。

二、 理論分析與研究假設(shè)

（一） 數(shù)字金融對(duì)企業(yè)技術(shù)創(chuàng)新的直接作用機(jī)制

數(shù)字金融通過(guò)降低融資成本[4]、擴(kuò)大服務(wù)范疇[5]、緩解融資約束[6]、降低信息不對(duì)稱[7]等方面促進(jìn)企業(yè)技術(shù)創(chuàng)新，這已成為學(xué)界的共識(shí)。企業(yè)參與技術(shù)創(chuàng)新的時(shí)間長(zhǎng)、從事科技創(chuàng)新項(xiàng)目的風(fēng)險(xiǎn)大，需要持續(xù)不斷地投入大量的創(chuàng)新資金，具有很大的不確定性，容易導(dǎo)致嚴(yán)重的信息不對(duì)稱問(wèn)題，難以從銀行獲得信貸融資支持，致使企業(yè)的創(chuàng)新行為受到外部融資約束。數(shù)字金融則主要通過(guò)緩解企業(yè)外部融資約束促進(jìn)企業(yè)技術(shù)創(chuàng)新，這表現(xiàn)在：一是數(shù)字金融降低了企業(yè)融資成本。數(shù)字金融基于云計(jì)算、大數(shù)據(jù)等新技術(shù)，擴(kuò)大了金融覆蓋廣度和使用深度，降低了金融服務(wù)成本[8]，彌補(bǔ)了傳統(tǒng)金融融資服務(wù)模式的供給不足，數(shù)字金融也創(chuàng)新了銀行傳統(tǒng)的金融服務(wù)模式，避免了信貸出現(xiàn)嚴(yán)重的市場(chǎng)供給扭曲，促進(jìn)企業(yè)合理有效地利用信貸資源[9]。銀行金融機(jī)構(gòu)借助數(shù)字金融簡(jiǎn)化信貸審查程序，大大縮短了信貸審核的周期，提高了金融審批的速度，從而降低信貸人力、物力、審查等金融服務(wù)的成本，但不會(huì)因加速信貸審批流程而增加信貸違約風(fēng)險(xiǎn)[10]，從而能有效降低企業(yè)信息創(chuàng)新的融資成本，為企業(yè)創(chuàng)新提供資金支持。二是數(shù)字金融提高了銀行金融機(jī)構(gòu)的金融服務(wù)能力。市場(chǎng)大量具有創(chuàng)新能力的企業(yè)融資服務(wù)得不到滿足，而銀企信息不對(duì)稱是企業(yè)融資難的影響因素之一，企業(yè)信息不對(duì)稱程度越低越有利于減輕融資約束[11]。數(shù)字金融借助移動(dòng)互聯(lián)、云計(jì)算、大數(shù)據(jù)和區(qū)塊鏈等新興數(shù)字技術(shù)，挖掘企業(yè)經(jīng)營(yíng)海量標(biāo)準(zhǔn)化和非標(biāo)準(zhǔn)化數(shù)據(jù)，可以更全面地了解企業(yè)的資信、經(jīng)營(yíng)、財(cái)務(wù)等信貸審查必備的信息，能夠有效收集客戶的征信數(shù)據(jù)，全面了解企業(yè)的實(shí)際經(jīng)營(yíng)情況和實(shí)際信用等級(jí)，將金融資源與企業(yè)創(chuàng)新項(xiàng)目的風(fēng)險(xiǎn)特征相互匹配，防止金融市場(chǎng)中的逆向選擇和道德風(fēng)險(xiǎn)問(wèn)題[12]，有助于實(shí)現(xiàn)科技創(chuàng)新中小企業(yè)的金融服務(wù)效率[13]，緩解了雙方之間的信息不對(duì)稱，從而提高優(yōu)質(zhì)企業(yè)的融資可能性。

根據(jù)以上理論分析，本文提出以下研究假設(shè)。

H1：數(shù)字金融對(duì)企業(yè)技術(shù)創(chuàng)新具有正向促進(jìn)作用。

（二） 數(shù)字金融對(duì)企業(yè)技術(shù)創(chuàng)新空間的溢出機(jī)制

金融發(fā)展存在空間溢出效應(yīng)已成為學(xué)界的共識(shí)，數(shù)字金融基于傳統(tǒng)金融業(yè)務(wù)創(chuàng)新發(fā)展而來(lái)，根據(jù)地理經(jīng)濟(jì)學(xué)第一定律，不同區(qū)域之間具有空間關(guān)聯(lián)性，數(shù)字金融發(fā)展可能在區(qū)域之間存在著溢出的效應(yīng)[14]。數(shù)字金融具有的普惠性、效率高、覆蓋面廣這一鮮明特征促使數(shù)字金融突破區(qū)域之間的界限，其空間溢出效應(yīng)的可能性變大[15]。數(shù)字金融對(duì)企業(yè)技術(shù)創(chuàng)新的空間溢出路徑是多元的：一方面，經(jīng)濟(jì)實(shí)力相似的地區(qū)相互之間會(huì)做橫向比較與攀比，在攀比的行業(yè)領(lǐng)域給予政策支持[16]。由于中央提出大力發(fā)展數(shù)字經(jīng)濟(jì)戰(zhàn)略，在政治錦標(biāo)賽激勵(lì)下，數(shù)字金融發(fā)展水平低的地區(qū)，地方官員為追求晉升而大力發(fā)展業(yè)績(jī)，與數(shù)字金融發(fā)展水平高的地區(qū)進(jìn)行橫向比較并加以追趕，通過(guò)模仿數(shù)字金融發(fā)展模式加大政策支持力度，以提高本地區(qū)的數(shù)字金融水平，進(jìn)而通過(guò)直接作用機(jī)制提升企業(yè)技術(shù)創(chuàng)新水平。另一方面，逐利性是數(shù)字金融發(fā)展的動(dòng)因之一，由于不同區(qū)域要素稟賦、傳統(tǒng)金融水平發(fā)展不同，導(dǎo)致不同地區(qū)的數(shù)字金融在初期發(fā)展水平具有較大的差異性，而隨著數(shù)字金融發(fā)展水平高的地區(qū)發(fā)展遇到瓶頸，要素邊際報(bào)酬遞減，數(shù)字金融發(fā)展成本增加，加上區(qū)域協(xié)調(diào)戰(zhàn)略推進(jìn)，數(shù)字金融的資金、技術(shù)和人類要素就會(huì)流向數(shù)字金融發(fā)展水平低的地區(qū)，以尋求新的增長(zhǎng)點(diǎn)與紅利，由此數(shù)字金融產(chǎn)生空間溢出效應(yīng)，從而帶動(dòng)其它地區(qū)的數(shù)字金融加快發(fā)展。

根據(jù)以上理論分析，本文提出如下研究假設(shè)。

H2：數(shù)字金融對(duì)企業(yè)技術(shù)創(chuàng)新具有正向空間溢出效應(yīng)。

三、 實(shí)證研究設(shè)計(jì)

（一） 變量的設(shè)置

根據(jù)研究主題的需要，本文設(shè)置各被解釋變量、核心解釋變量及控制變量的定義如表1所示。

1.被解釋變量：企業(yè)技術(shù)創(chuàng)新。已有多數(shù)文獻(xiàn)采用企業(yè)的研發(fā)投入或者代表區(qū)域創(chuàng)新水平的變量作為企業(yè)技術(shù)創(chuàng)新的代理變量。然而，企業(yè)從事技術(shù)創(chuàng)新項(xiàng)目活動(dòng)具有高風(fēng)險(xiǎn)和收益不確定性特征，單一研發(fā)投入指標(biāo)并不能真實(shí)反映企業(yè)技術(shù)創(chuàng)新能力，企業(yè)專利申請(qǐng)才是最適合衡量企業(yè)技術(shù)創(chuàng)新的指標(biāo)。參考學(xué)者唐松等[17]的做法，選取規(guī)模以上企業(yè)專利授權(quán)數(shù)量作為企業(yè)技術(shù)創(chuàng)新的代理變量。

2.核心解釋變量：數(shù)字金融。北京大學(xué)數(shù)字金融研究中心發(fā)布的《數(shù)字金融普惠金融指數(shù)》在應(yīng)用中具有很高的真實(shí)性、合理性和權(quán)威性。參考學(xué)界普遍做法[18]，選取普惠金融指數(shù)作為數(shù)字金融發(fā)展的指標(biāo)，進(jìn)一步選取數(shù)字金融使用深度和數(shù)字金融數(shù)字化程度兩維度指標(biāo)進(jìn)行進(jìn)一步異質(zhì)性實(shí)證檢驗(yàn)。

3.控制變量。為了盡可能避免遺漏變量的影響，借鑒已有文獻(xiàn)的做法，本文將研發(fā)投入、經(jīng)濟(jì)開(kāi)放、企業(yè)盈利水平、財(cái)政自給率和消費(fèi)水平作為模型的控制變量。

（二） 空間計(jì)量模型的構(gòu)建

1.莫蘭指數(shù)

測(cè)度空間計(jì)量模型中的核心解釋變量和被解釋變量的空間相關(guān)性是建立空間杜賓模型（SDM）前的必備過(guò)程，學(xué)界主流運(yùn)用莫蘭指數(shù)（Morans I）測(cè)度變量的空間相關(guān)性。Morans I是研究空間關(guān)系的一種相關(guān)系數(shù)值，衡量空間相關(guān)性的重要指標(biāo)，反映的是位置相鄰地區(qū)的變量空間相關(guān)性大小，測(cè)度公式如下：

2.空間計(jì)量模型的設(shè)定

（三） 樣本數(shù)據(jù)的來(lái)源

本文的各變量的原始數(shù)據(jù)來(lái)源于網(wǎng)絡(luò)公開(kāi)披露渠道，主要來(lái)源于《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)》、各省市的《統(tǒng)計(jì)年鑒》以及北京大學(xué)數(shù)字普惠金融指數(shù)（2011-2020年），樣本區(qū)間為2011-2021年的全國(guó)30省市（由于西藏?cái)?shù)據(jù)不全，故剔除）。

四、 空間計(jì)量實(shí)證檢驗(yàn)結(jié)果分析

（一） 描述性統(tǒng)計(jì)

從下面表2的描述性統(tǒng)計(jì)結(jié)果可以發(fā)現(xiàn)，被解釋變量企業(yè)技術(shù)創(chuàng)新變量的最大值與最小值間差距有一定的差距，最大值是26.88，最小值是0.3，平均值是4.817，標(biāo)準(zhǔn)差為5.138，說(shuō)明各地區(qū)的變量數(shù)值變動(dòng)不是非常大，表明各地區(qū)的企業(yè)技術(shù)創(chuàng)新水平存在一定的差異性。核心解釋變量數(shù)字金融最大值和最小值具有很大的差距，最大值為103.304，最小值為18.33，平均值為231.466，標(biāo)準(zhǔn)差為103.304，表明各地區(qū)的數(shù)字金融發(fā)展水平差異比較大，其原因是不同地區(qū)的金融發(fā)展水平不同導(dǎo)致數(shù)字金融發(fā)展差異較大，數(shù)值波動(dòng)也較大?？刂谱兞垦邪l(fā)投入、經(jīng)濟(jì)開(kāi)放、企業(yè)盈利水平、財(cái)政自給率和消費(fèi)水平的最大值分別為3.24、146.41、23.84、93.14和61.01，最小值分別為0.17、0.76、-17.98、15.14和21.98，均值分別為1.103、27.374、8.416、49.561和39.573，標(biāo)準(zhǔn)差分別為0.602、28.765、4.276、18.877和6.317，各控制變量標(biāo)準(zhǔn)差數(shù)值不大，表明各地區(qū)的這幾個(gè)數(shù)值存在一定的差距。

（二）多重共線性

從對(duì)核心解釋變量和控制變量的方差膨脹因子檢驗(yàn)結(jié)果可以發(fā)現(xiàn)（見(jiàn)表3）：各變量的數(shù)值存在一定差異性，核心解釋變量數(shù)字金融的數(shù)值比為1.45，不是很高的水平?？刂谱兞康难邪l(fā)投入、經(jīng)濟(jì)開(kāi)放、企業(yè)盈利水平、財(cái)政自給率和消費(fèi)水平的數(shù)值均比較小，分別為2.83、4.3、1.84、6.4和1.1，所有變量回歸結(jié)果均小于10，說(shuō)明核心解釋變量與控制變量彼此之間不存在多重共線性特征，可進(jìn)行后面的空間計(jì)量實(shí)證分析。

（三） 空間相關(guān)性

從被解釋變量和核心解釋變量的莫蘭指數(shù)測(cè)算結(jié)果來(lái)看（見(jiàn)表4），2011-2021年全國(guó)各地區(qū)的技術(shù)創(chuàng)新的莫蘭指數(shù)處于0.3～0.5范圍之內(nèi)，且在1%水平上顯著性很強(qiáng)，莫蘭指數(shù)呈現(xiàn)逐步減少的趨勢(shì)，表明存在顯著的空間正自相關(guān)性和空間集聚特征。2011-2021年全國(guó)各地區(qū)的數(shù)字金融的莫蘭指數(shù)處于0.4～0.6范圍之內(nèi)，且在1%水平上顯著性很強(qiáng)，莫蘭指數(shù)呈現(xiàn)逐步減少的趨勢(shì)，表明存在顯著的空間正自相關(guān)性和空間集聚特征。

為進(jìn)一步檢驗(yàn)全國(guó)30個(gè)省市的企業(yè)技術(shù)創(chuàng)新與其鄰邊地區(qū)的數(shù)字金融之間的相關(guān)性，繪制莫蘭散點(diǎn)圖來(lái)顯示企業(yè)技術(shù)創(chuàng)新和數(shù)字金融的空間關(guān)聯(lián)性特征。莫蘭散點(diǎn)圖主要分為四個(gè)象限：第一和第三象限表示“高|高”和“低|低”的空間正相關(guān)特征；第二和第四象限反映是“低|高”和“高|低”的空間負(fù)相關(guān)特征。其中，第三象限內(nèi)的“低|低”表明本地區(qū)變量具有較低特征，且其周邊地區(qū)也具有較低的空間相關(guān)性。第一象限內(nèi)的“高|高”特征表示本地區(qū)該變量具有較高特征，且其相鄰地區(qū)的變量也具有較高的空間相關(guān)性，根據(jù)四象限的特征反映變量的空間相關(guān)性。企業(yè)技術(shù)創(chuàng)新和數(shù)字金融的莫蘭指數(shù)均大于0，可判斷典型觀測(cè)區(qū)域?yàn)榈谝?、第三象限，則非典型觀測(cè)區(qū)域?yàn)榈诙偷谒南笙蕖?/p>

莫蘭指數(shù)散點(diǎn)圖的結(jié)果表明①：2021年，大部分省市的企業(yè)技術(shù)創(chuàng)新處在第一象限、第三象限的典型觀測(cè)區(qū)，分別有8個(gè)省市、17個(gè)省市，占總省市數(shù)量的83%；大部分省市的數(shù)字金融也處在第一象限和第三象限的典型觀測(cè)區(qū)，分別有11省市和15省市，占總省市數(shù)量的86.67%，表明大部分省市的企業(yè)技術(shù)創(chuàng)新和數(shù)字金融與周邊地區(qū)存在相似的集聚特征，每年各省市與相鄰地區(qū)的集聚程度也逐步深化。

（四） 基準(zhǔn)回歸結(jié)果

Morans I只能檢驗(yàn)各地區(qū)的變量之間的空間關(guān)聯(lián)性，不能作為選擇空間計(jì)量模型中SDM、SLM和SEM模型的標(biāo)準(zhǔn)，運(yùn)用LM、LR、Wald和Hasman檢驗(yàn)可判斷最優(yōu)空間模型。LM、LR、Wald和Hasman的檢驗(yàn)結(jié)果顯示（見(jiàn)表6），LM|erro、LM|lag、RLM|lag的檢驗(yàn)結(jié)果均在1%水平下顯著，數(shù)值分別為12.452、34.178和21.908。RLM|error檢驗(yàn)結(jié)果不顯著，拒絕了“無(wú)空間自相關(guān)”原假設(shè)，表明企業(yè)技術(shù)創(chuàng)新與數(shù)字金融具有空間相關(guān)性。同時(shí)LR和Wald檢驗(yàn)結(jié)果在1%水平下顯著，數(shù)值分別為57.98和49.43，參照Anselin和Rey[19]最優(yōu)模型判斷原理，表明SDM模型是最優(yōu)的空間計(jì)量模型。Hasman檢驗(yàn)結(jié)果為49.49，且在1%水平下顯著，顯示最優(yōu)的檢驗(yàn)?zāi)Ｐ蜑楣潭ㄐ?yīng)，并與普通固定效應(yīng)模型檢驗(yàn)實(shí)證回歸結(jié)果作對(duì)比。SDM模型中的被解釋變量、核心解釋變量和控制變量均有空間滯后項(xiàng)，在模型中引用空間權(quán)重矩陣采用極大似然估計(jì)方法，能夠有效消除內(nèi)生性問(wèn)題[20]。

從基準(zhǔn)回歸結(jié)果來(lái)看（見(jiàn)表7），普通面板模型回歸系數(shù)為0.010，且在1%的水平下顯著為正，表明在不考慮空間因情況下，數(shù)字金融對(duì)企業(yè)技術(shù)創(chuàng)新具有顯著正向促進(jìn)作用。控制變量研發(fā)投入、經(jīng)濟(jì)開(kāi)放、財(cái)政自給率和消費(fèi)水平回歸系數(shù)均在1%、5%或10%水平下顯著，表明這幾個(gè)變量對(duì)企業(yè)技術(shù)創(chuàng)新產(chǎn)生作用。

SDM模型的數(shù)字金融（ifin）及其滯后項(xiàng)（W*ifin）的回歸系數(shù)分別為0.037、0.073，且分別在1%和5%的水平下顯著為正，表明不同地區(qū)之間的數(shù)字金融和企業(yè)技術(shù)創(chuàng)新存在顯著正向空間效應(yīng)，本地區(qū)的數(shù)字金融發(fā)展不僅能對(duì)本地區(qū)的企業(yè)技術(shù)創(chuàng)新產(chǎn)生直接促進(jìn)作用，還能對(duì)周邊地區(qū)的企業(yè)技術(shù)創(chuàng)新產(chǎn)生空間溢出效應(yīng)，即本地區(qū)的數(shù)字金融發(fā)展既能提高本地區(qū)的企業(yè)技術(shù)創(chuàng)新能力，又能對(duì)周邊地區(qū)的企業(yè)技術(shù)創(chuàng)新能力提升產(chǎn)生促進(jìn)作用，原因在于數(shù)字金融發(fā)展是以傳統(tǒng)銀行體系為基礎(chǔ)，以互聯(lián)網(wǎng)金融為依托，由于中國(guó)是垂直金融管理系統(tǒng)，不同地區(qū)之間金融機(jī)構(gòu)存在金融業(yè)務(wù)關(guān)聯(lián)性，本地區(qū)數(shù)字金融發(fā)展必然帶動(dòng)周邊地區(qū)的數(shù)字金融發(fā)展，從而促進(jìn)周邊企業(yè)技術(shù)創(chuàng)新。從控制變量回歸結(jié)果來(lái)看，經(jīng)濟(jì)開(kāi)放度（eope）及其滯后項(xiàng)（W*eope）分別為-0.088和0.044，且分別在1%和5%水平下顯著，表明經(jīng)濟(jì)開(kāi)放度對(duì)本地區(qū)及周邊地區(qū)企業(yè)技術(shù)創(chuàng)新具有影響。

為進(jìn)一步驗(yàn)證揭示數(shù)字金融對(duì)企業(yè)技術(shù)創(chuàng)新的直接效應(yīng)、間接效應(yīng)和總效應(yīng)，運(yùn)用SDM效應(yīng)分解法檢驗(yàn)直接效應(yīng)、間接效應(yīng)和總效應(yīng)。從檢驗(yàn)結(jié)果來(lái)看（見(jiàn)表7），數(shù)字金融對(duì)企業(yè)技術(shù)創(chuàng)新的直接效應(yīng)、間接效應(yīng)和總效應(yīng)回歸系數(shù)分別為0.038、0.071和0.109，且均在1%水平下顯著為正。直接效應(yīng)檢驗(yàn)顯著為正表明本地區(qū)的數(shù)字金融發(fā)展對(duì)本地區(qū)的企業(yè)技術(shù)創(chuàng)新具有顯著的正向促進(jìn)效應(yīng)。間接效應(yīng)檢驗(yàn)結(jié)果顯著為正表明本地區(qū)的數(shù)字金融發(fā)展對(duì)周邊地區(qū)的企業(yè)技術(shù)創(chuàng)新產(chǎn)生正向空間溢出效應(yīng)，即本地區(qū)的數(shù)字金融發(fā)展對(duì)本地區(qū)以及周邊地區(qū)的企業(yè)技術(shù)創(chuàng)新產(chǎn)生顯著的正向促進(jìn)作用，這與以上基準(zhǔn)回歸結(jié)果完全一致。

（五） 異質(zhì)性回歸結(jié)果分析

為了進(jìn)一步考察數(shù)字金融異質(zhì)性對(duì)企業(yè)技術(shù)創(chuàng)新的作用機(jī)制，將表征數(shù)字金融的數(shù)字金融總指數(shù)分解為數(shù)字金融使用廣度和數(shù)字化程度兩個(gè)方面，并分別檢驗(yàn)對(duì)企業(yè)技術(shù)創(chuàng)新的影響機(jī)制。

從數(shù)字金融使用廣度、數(shù)字化程度對(duì)企業(yè)技術(shù)創(chuàng)新的實(shí)證檢驗(yàn)結(jié)果來(lái)看（見(jiàn)表8、表9），普通面板模型回歸后數(shù)字金融使用深度（pfin）、數(shù)字化程度（dfin）的回歸系數(shù)分別為0.011、0.005，且均在1%的水平下顯著為正，表明在不考慮空間因素情況下，金融使用深度和數(shù)字化程度對(duì)企業(yè)技術(shù)創(chuàng)新具有顯著正向促進(jìn)作用。SDM模型的數(shù)字金融使用深度pfin和滯后項(xiàng)W*pfin回歸系數(shù)分別為0.031、0.034，且均在1%水平下顯著為正；數(shù)字化程度dfin和滯后項(xiàng)W*dfin的回歸系數(shù)分別為0.015和0.011，且分別為1%和10%水平下顯著為正，表明不同地區(qū)之間數(shù)字金融使用深度和數(shù)字化程度分別在企業(yè)技術(shù)創(chuàng)新上存在顯著正向直接效應(yīng)和空間效應(yīng)，本地區(qū)的金融使用深度和數(shù)字化程度不斷深化不僅能對(duì)本地區(qū)的企業(yè)技術(shù)創(chuàng)新產(chǎn)生直接促進(jìn)作用，還能對(duì)周邊地區(qū)的企業(yè)技術(shù)創(chuàng)新產(chǎn)生空間溢出效應(yīng)，即本地區(qū)的數(shù)字金融使用深度越強(qiáng)，數(shù)字化程度越高，既能提高本地區(qū)的企業(yè)技術(shù)創(chuàng)新能力，又能促進(jìn)周邊地區(qū)的企業(yè)技術(shù)創(chuàng)新能力提升。

為進(jìn)一步驗(yàn)證考察金融使用深度和數(shù)字化程度分別對(duì)企業(yè)技術(shù)創(chuàng)新的直接效應(yīng)、間接效應(yīng)和總效應(yīng)，運(yùn)用SDM效應(yīng)分解法檢驗(yàn)直接效應(yīng)、間接效應(yīng)和總效應(yīng)。從SDM空間效應(yīng)分解檢驗(yàn)結(jié)果來(lái)看（見(jiàn)表8、表9），空間效應(yīng)分解回歸結(jié)果顯示：金融使用深度對(duì)企業(yè)技術(shù)創(chuàng)新的直接效應(yīng)、間接效應(yīng)和總效應(yīng)回歸系數(shù)分別為0.031、0.033和0.064，且均在1%水平下顯著為正；數(shù)字化程度對(duì)企業(yè)技術(shù)創(chuàng)新的直接效應(yīng)、間接效應(yīng)和總效應(yīng)回歸系數(shù)分別為0.016、0.013和0.029，且均在1%水平下顯著為正，直接效應(yīng)檢驗(yàn)顯著為正表明本地區(qū)的數(shù)字金融使用深度和數(shù)字化程度分別對(duì)本地區(qū)的企業(yè)技術(shù)創(chuàng)新具有顯著的正向促進(jìn)效應(yīng)。間接效應(yīng)檢驗(yàn)結(jié)果顯著為正，表明本地區(qū)的數(shù)字金融使用深度和數(shù)字化程度對(duì)周邊地區(qū)的企業(yè)技術(shù)創(chuàng)新產(chǎn)生正向空間溢出效應(yīng)，即本地區(qū)的數(shù)字金融使用深度和數(shù)字化程度不斷強(qiáng)化對(duì)本地區(qū)以及周邊地區(qū)的企業(yè)技術(shù)創(chuàng)新產(chǎn)生顯著的正向促進(jìn)作用，這與以上基準(zhǔn)回歸結(jié)果完全一致。

（六） 穩(wěn)健性檢驗(yàn)

變換空間權(quán)重矩陣和控制變量是本文穩(wěn)健性檢驗(yàn)的兩種方式：（1）改變空間矩陣，將鄰接空間權(quán)重矩陣變換為地理距離權(quán)重矩陣，回歸后結(jié)果見(jiàn)表10；（2）改變控制變量，將控制變量經(jīng)濟(jì)開(kāi)放度轉(zhuǎn)變?yōu)楫a(chǎn)業(yè)化水平（第二產(chǎn)業(yè)占GDP比度量），回歸結(jié)果見(jiàn)表11。繼續(xù)采用2011-2021年省級(jí)面板數(shù)據(jù)實(shí)證回歸結(jié)果顯示：數(shù)字金融對(duì)企業(yè)技術(shù)創(chuàng)新的回歸系數(shù)均為正且仍然顯著，表明數(shù)字金融對(duì)本地區(qū)及周邊地區(qū)的企業(yè)技術(shù)創(chuàng)新的直接效應(yīng)、間接效應(yīng)和總效應(yīng)的顯著性和影響方向變化不大，證實(shí)了本文的基準(zhǔn)回歸結(jié)果較為穩(wěn)健。

五、 結(jié)論與政策建議

（一） 研究結(jié)論

通過(guò)上文的實(shí)證研究分析，本文可得出我國(guó)數(shù)字金融發(fā)展對(duì)企業(yè)技術(shù)創(chuàng)新影響的如下結(jié)論：

第一，數(shù)字金融發(fā)展對(duì)企業(yè)技術(shù)創(chuàng)新具有顯著的正向直接促進(jìn)作用。普通面板模型和空間計(jì)量模型檢驗(yàn)結(jié)果顯示：數(shù)字金融的回歸系數(shù)分別為0.010和0.037，且均在1%的置信水平下顯著為正，直接效應(yīng)檢驗(yàn)回歸系數(shù)顯示也在5%置信水平下顯著為正，表明數(shù)字金融對(duì)企業(yè)技術(shù)創(chuàng)新具有顯著的直接促進(jìn)作用，即本地區(qū)的數(shù)字金融的加快發(fā)展，會(huì)帶動(dòng)本地區(qū)的企業(yè)技術(shù)創(chuàng)新能力的提升。

第二，數(shù)字金融發(fā)展對(duì)企業(yè)技術(shù)創(chuàng)新具有顯著的正向空間溢出效應(yīng)。空間計(jì)量模型檢驗(yàn)結(jié)果顯示：數(shù)字金融的滯后項(xiàng)回歸系數(shù)為0.073，且在1%水平下顯著為正，間接效應(yīng)檢驗(yàn)回歸系數(shù)顯示也在1%置信水平下顯著為正，表明數(shù)字金融對(duì)企業(yè)技術(shù)創(chuàng)新具有顯著的空間溢出效應(yīng)，即本地區(qū)的金融發(fā)展不僅對(duì)本地區(qū)的企業(yè)技術(shù)創(chuàng)新具有促進(jìn)作用，還對(duì)周邊地區(qū)的企業(yè)技術(shù)創(chuàng)新產(chǎn)生促進(jìn)作用。莫蘭指數(shù)測(cè)算結(jié)果顯示數(shù)字金融與企業(yè)技術(shù)創(chuàng)新具有正向空間相關(guān)性和明顯的空間聚集特征。

第三，數(shù)字金融使用深度和數(shù)字化程度對(duì)企業(yè)技術(shù)創(chuàng)新具有顯著的直接效應(yīng)和空間溢出效應(yīng)。異質(zhì)性檢驗(yàn)結(jié)果顯示：數(shù)字金融使用深度、數(shù)字化程度的回歸系數(shù)分別為0.031、0.015，且均在1%的水平下顯著為正，相對(duì)應(yīng)的空間滯后項(xiàng)的回歸系數(shù)分別為0.034、0.011，且分別在1%和10%水平下顯著為正；數(shù)字金融使用深度、數(shù)字化程度的直接效應(yīng)和間接效應(yīng)回歸系數(shù)也均在1%水平下顯著為正，表明本地區(qū)的金融使用深度和數(shù)字化程度不斷深化不僅會(huì)對(duì)本地區(qū)的企業(yè)技術(shù)創(chuàng)新產(chǎn)生直接促進(jìn)作用，還會(huì)對(duì)周邊地區(qū)的企業(yè)技術(shù)創(chuàng)新產(chǎn)生空間溢出效應(yīng)，即本地區(qū)的數(shù)字金融使用深度越強(qiáng)，數(shù)字化程度越高，能提高本地區(qū)和周邊地區(qū)的企業(yè)技術(shù)創(chuàng)新能力。

（二） 政策建議

第一，國(guó)家要著力提升數(shù)字金融總體發(fā)展水平。充分依賴數(shù)字技術(shù)基礎(chǔ)，加快數(shù)字金融在全國(guó)總體規(guī)劃與布局，擴(kuò)大數(shù)字普惠金融的覆蓋面，讓數(shù)字普惠金融服務(wù)企業(yè)創(chuàng)新投入，提升對(duì)企業(yè)創(chuàng)新的金融服務(wù)能力。同時(shí)，要加強(qiáng)數(shù)字金融發(fā)展的監(jiān)管。數(shù)字金融是金融新業(yè)態(tài)的創(chuàng)新，健全數(shù)字金融風(fēng)險(xiǎn)管控體系，加快對(duì)數(shù)字金融發(fā)展風(fēng)險(xiǎn)監(jiān)管平臺(tái)的建設(shè)，強(qiáng)化銀行金融機(jī)構(gòu)內(nèi)部管理和控制，運(yùn)用智能算法和技術(shù)創(chuàng)新監(jiān)管工具，及時(shí)有效地掌握和防控?cái)?shù)字金融發(fā)展風(fēng)險(xiǎn)，提高對(duì)數(shù)字金融的監(jiān)管效率。

第二，增加數(shù)字金融的使用深度。銀行是支持企業(yè)創(chuàng)新資金的主力軍，加快銀行金融機(jī)構(gòu)推動(dòng)數(shù)字化改革，鼓勵(lì)銀行金融機(jī)構(gòu)在企業(yè)信貸融資服務(wù)模式中運(yùn)用云計(jì)算、大數(shù)據(jù)和區(qū)塊鏈等技術(shù)，擴(kuò)大數(shù)字金融服務(wù)的滲透深度，緩解銀企之間的信息不對(duì)稱問(wèn)題，提高金融機(jī)構(gòu)信貸服務(wù)能力。支持銀行金融機(jī)構(gòu)在風(fēng)險(xiǎn)可控下簡(jiǎn)化信貸審批流程，提高企業(yè)獲得創(chuàng)新資金的可能性，降低企業(yè)創(chuàng)新融資成本，讓企業(yè)具有持續(xù)的創(chuàng)新投入資金，保證科技創(chuàng)新活動(dòng)穩(wěn)步推進(jìn)。

第三，加強(qiáng)我國(guó)區(qū)域之間的交流合作。充分認(rèn)識(shí)數(shù)字金融對(duì)企業(yè)技術(shù)創(chuàng)新的空間溢出作用，加強(qiáng)不同地區(qū)之間在發(fā)展數(shù)字金融業(yè)務(wù)之間的合作交流，制定幫扶政策，推動(dòng)普惠金融基礎(chǔ)設(shè)施建設(shè)，優(yōu)化企業(yè)的技術(shù)創(chuàng)新環(huán)境，支持東部地區(qū)數(shù)字金融發(fā)展所需的人才、資金和技術(shù)等要素流向中西部地區(qū)。發(fā)揮東部地區(qū)在數(shù)字金融發(fā)展水平較高的領(lǐng)先優(yōu)勢(shì)和空間溢出作用，帶動(dòng)中西部數(shù)字金融的發(fā)展，提升企業(yè)的科技創(chuàng)新水平。

注釋：

①限于篇幅，本文未展示數(shù)字金融與企業(yè)技術(shù)創(chuàng)新的莫蘭散點(diǎn)圖，如有需要，可向作者索取。

［參考文獻(xiàn)］

[1] 王玉澤，羅能生，劉文彬.什么樣的杠桿率有利于企業(yè)創(chuàng)新[J].中國(guó)工業(yè)經(jīng)濟(jì)，2019（03）：138|155.

[2]蔡競(jìng)，董艷.銀行業(yè)競(jìng)爭(zhēng)與企業(yè)創(chuàng)新：來(lái)自中國(guó)工業(yè)企業(yè)的經(jīng)驗(yàn)證據(jù)[J].金融研究，2016（11）：96|111.

[3]王康，李逸飛，李靜，趙彥云.孵化器何以促進(jìn)企業(yè)創(chuàng)新：來(lái)自中關(guān)村海淀科技園的微觀證據(jù)[J].管理世界，2019，35（11）：102|118.

[4]Pierrakis Y，Collins L.Crowdfunding：A New Innovative Model of Providing Funding to Projects and Businesses[DB/OL].SSRN，2013（1）：1|23.DOI：10.2139/ssrn.2395226.

[5]謝絢麗，沈艷，張皓星，郭峰.數(shù)字金融能促進(jìn)創(chuàng)業(yè)嗎：來(lái)自中國(guó)的證據(jù)[J].經(jīng)濟(jì)學(xué)（季刊），2018，17（04）：1557|1580.

[6]賈俊生，劉玉婷.數(shù)字金融、高管背景與企業(yè)創(chuàng)新：來(lái)自中小板和創(chuàng)業(yè)板上市公司的經(jīng)驗(yàn)證據(jù)［J］.財(cái)貿(mào)研究，2021，32（2）：65|76．

[7]梁榜，張建華.數(shù)字普惠金融發(fā)展能激勵(lì)創(chuàng)新嗎：來(lái)自中國(guó)城市和中小企業(yè)的證據(jù)[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2019，41（05）：74|86.

[8]汪偉，潘孝挺.金融要素扭曲與企業(yè)創(chuàng)新活動(dòng)[J].統(tǒng)計(jì)研究，2015，32（05）：26|31.

[9]Claessens S，Laeven L.Financial Development，Property Rights，and Growth[J].Journal of Finance，2003，58（6）：2401|2436.

[10]Fuster A，Plosser M，Schnabl P，et al.The Role of Technology in Mortgage Lending[J].The Review of Financial Studies，2019，32（5）：1854|1899

[11]Inessa L.Financial Development and Financing Constraints：International Evidence from the Structural Investment Model[J].Review of Financial Studies，2003（3）：765|791.

[12]Demertzis M，Merler S.and Wolff，G.B.Capital Markets Union and the Fintech Opportunity[J].Journal of Financial Regulation，2018（4）：157|165.

[13]劉政，楊先明.非正規(guī)金融促進(jìn)了本土企業(yè)產(chǎn)品創(chuàng)新嗎：來(lái)自中國(guó)制造業(yè)的證據(jù)[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2017（08）：88|98.

[14]白俊紅，王鉞，蔣伏心，李婧.研發(fā)要素流動(dòng)、空間知識(shí)溢出與經(jīng)濟(jì)增長(zhǎng)[J].經(jīng)濟(jì)研究，2017，52（07）：109|123.

[15]黃益平，黃卓.中國(guó)數(shù)字金融發(fā)展：現(xiàn)在與未來(lái)[J].經(jīng)濟(jì)學(xué)（季刊），2018，17（4）：1489|1502.

[16]李毓，周歡.區(qū)域信貸、技術(shù)創(chuàng)新對(duì)經(jīng)濟(jì)增長(zhǎng)影響的實(shí)證分析：基于空間面板視角[J].經(jīng)濟(jì)問(wèn)題，2018（11）：26|35.

[17]唐松，伍旭川，祝佳.數(shù)字金融與企業(yè)技術(shù)創(chuàng)新：結(jié)構(gòu)特征、機(jī)制識(shí)別與金融監(jiān)管下的效應(yīng)差異[J].管理世界，2020，36（05）：52|66，9.

[18]溫博慧，劉雨菲，程朋媛.數(shù)字金融對(duì)傳統(tǒng)銀行小微貸款影響的空間效應(yīng)：基于非平衡空間計(jì)量模型的實(shí)證檢驗(yàn)[J].國(guó)際金融研究，2022（3）：45|55.

[19]Anselin L，Rey S.Properties of Tests for Spatial Dependence in Linear Regression Models[J].Geographical Analysis，2010，23（2）：112|131.

[20]Elhorst J P，F(xiàn)reret S.Evidence of Political Yardstick Competition inFrance Using a Two|Regime Spatial Durbin Model with Fixed Effects[J].Journal of Regional Science，2009，49（5）：93|151.

（責(zé)任編輯文格）

Impact of Digital Finance on Enterprise

Technological Innovation of China：

An Empirical Study Based on Spatial Dubin Model

LI Shen|yan HU Shao|bo

（1.School of Economics，Wuhan University of Technology，Wuhan 430070，Hubei，China；

2.Shizhen College，Guizhou University of Traditional Chinese Medicine，

Guiyang 550200，Guizhou，China）

Abstract：Scientific and technological innovation is the core of the overall modernization，and the development of digital finance has brought new opportunities for enterprise scientific and technological innovation.This paper theoretically analyzes the direct action mechanism and spatial spillover mechanism of digital finance on enterprise technological innovation，and uses SDM to test empirically the direct and spatial effects.Empirical research shows that： Firstly，the development of digital finance has a significant and direct promotion effect on enterprise technological innovation，i.e.the development of digital finance will drive the improvement of enterprise technological innovation capabilities in this region.Secondly，the development of digital finance has a significant positive spatial spillover effect on enterprise technological innovation，which means that the development of digital finance in this region will drive the improvement of enterprise technological innovation capabilities in surrounding regions.Thirdly，the depth and degree of digital finance use have significant direct and spatial spillover effects on enterprise technological innovation，that is the stronger the depth of digital finance use is and the higher the degree of digitization develops in the region，which can improve the technological innovation capabilities of enterprises in the region and the surrounding areas.Finally，from the perspective of developing digital finance，policy recommendation has been put forward to promote enterprise technological innovation by improving the overall development level of digital finance，increasing the depth of digital finance use，strengthening communication and cooperation between regions in China.

Key words：digital finance; enterprise technological innovation; Spatial Dubin Model; spatial spillover effects