尹希果，魏苗苗

（重慶大學 經(jīng)濟與工商管理學院，重慶 400044）

0 引言

隨著經(jīng)濟增速逐步放緩，中國經(jīng)濟已經(jīng)由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，這就迫切需要更多新動能以實現(xiàn)經(jīng)濟增長內(nèi)在動力的變革，從而將經(jīng)濟增長模式從要素驅(qū)動的粗放型增長方式轉(zhuǎn)變?yōu)橐揽考夹g(shù)進步、創(chuàng)新驅(qū)動的增長方式。新舊動能轉(zhuǎn)換是新的經(jīng)濟增長動力替代舊的生產(chǎn)力的過程，加快推動新舊動能轉(zhuǎn)換對于促進經(jīng)濟持續(xù)穩(wěn)定增長、實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展等具有重要意義。雖然近年來各地區(qū)新舊動能轉(zhuǎn)換已取得一定成果，但短時間內(nèi)新動能的培育難以彌補傳統(tǒng)經(jīng)濟弱化的缺口[1]，因此，如何改造提升舊動能、加快培育新動能依然是當前中國經(jīng)濟亟待解決的重大問題。

隨著人工智能、云計算、區(qū)塊鏈等前沿數(shù)字技術(shù)的發(fā)展，數(shù)字經(jīng)濟逐漸成為經(jīng)濟新常態(tài)下國民經(jīng)濟的重要支撐力量和增長動力，在提高全要素生產(chǎn)率[2]、促進經(jīng)濟高質(zhì)量發(fā)展[3]方面發(fā)揮著重要作用。那么，數(shù)字化轉(zhuǎn)型是否能夠促進地區(qū)的新舊動能轉(zhuǎn)換？少數(shù)學者如李曉華（2019）[4]從理論角度分析了數(shù)字經(jīng)濟如何成為新舊動能轉(zhuǎn)換的重要推動力量，但上述研究不能為數(shù)字化轉(zhuǎn)型對新舊動能轉(zhuǎn)換的影響效應提供可靠的證據(jù)，數(shù)字化轉(zhuǎn)型與地區(qū)新舊動能轉(zhuǎn)換之間的關(guān)系需要進一步的研究和驗證。此外，技術(shù)創(chuàng)新是產(chǎn)業(yè)結(jié)構(gòu)升級的重要推動力量，但研發(fā)資金投入不足的問題逐漸成為科技型中小企業(yè)自主創(chuàng)新能力提升的瓶頸[5]?？萍冀鹑趯⒖萍紕?chuàng)新鏈條和金融產(chǎn)業(yè)鏈條相融合，促進科技資源和金融資源的有效對接，引導金融資本流向科技創(chuàng)新，在一定程度上緩解了企業(yè)融資難、融資貴的問題[6,7]，從而通過遞增效應、外溢效應等推動經(jīng)濟持續(xù)發(fā)展[8]?，F(xiàn)有文獻集中于探究科技金融對科技創(chuàng)新[9]、產(chǎn)業(yè)結(jié)構(gòu)升級[10]的影響，鮮有研究涉及科技金融投入是否影響新舊動能轉(zhuǎn)換。因此，本文基于平衡面板數(shù)據(jù)，對科技金融投入、數(shù)字化轉(zhuǎn)型與經(jīng)濟新舊動能轉(zhuǎn)換三者之間的關(guān)系進行實證檢驗，以期為實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展提供理論支撐和決策參考。

1 理論分析與研究假設

1.1 數(shù)字化轉(zhuǎn)型與新舊動能轉(zhuǎn)換

數(shù)字經(jīng)濟具有降成本性、強擴散性以及高成長性等主要特征[11]。為經(jīng)濟增長提供新動能。首先，數(shù)字化轉(zhuǎn)型能夠催生新產(chǎn)業(yè)、新業(yè)態(tài)、新商業(yè)模式，數(shù)字經(jīng)濟領域存在諸多市場機會，吸引企業(yè)和新的創(chuàng)業(yè)者進行數(shù)字化轉(zhuǎn)型，以科技創(chuàng)新驅(qū)動經(jīng)濟發(fā)展、培育新的經(jīng)濟增長點。其次，數(shù)字化轉(zhuǎn)型依托新技術(shù)為傳統(tǒng)產(chǎn)業(yè)賦能提效，數(shù)字技術(shù)發(fā)展有助于傳統(tǒng)產(chǎn)業(yè)重塑產(chǎn)業(yè)鏈、價值鏈，加快推動傳統(tǒng)產(chǎn)業(yè)的網(wǎng)絡化、數(shù)字化、智能化優(yōu)化與升級。同時，信息技術(shù)通過促進數(shù)字產(chǎn)業(yè)與其他產(chǎn)業(yè)相互融合，提高產(chǎn)業(yè)全要素生產(chǎn)率[12,13]。最后，數(shù)字化轉(zhuǎn)型通過提升經(jīng)濟運行效率促進經(jīng)濟新舊動能轉(zhuǎn)換。數(shù)字經(jīng)濟以數(shù)據(jù)為核心生產(chǎn)要素滲透到產(chǎn)業(yè)的各個生產(chǎn)環(huán)節(jié)，通過改變生產(chǎn)過程中要素的投入種類和比例[14]，提升生產(chǎn)效率。同時，數(shù)字經(jīng)濟極大程度上優(yōu)化了“看得見的手”的資源配置功能[15]，促進經(jīng)濟增長質(zhì)量提升?；谏鲜龇治?，本文提出假設1：數(shù)字化轉(zhuǎn)型對新舊動能轉(zhuǎn)換具有顯著的促進效應。

1.2 科技金融投入與新舊動能轉(zhuǎn)換

科技金融投入在新舊動能轉(zhuǎn)換中的作用主要體現(xiàn)在以下三個方面：一是緩解企業(yè)融資約束，降低企業(yè)融資成本?？萍冀鹑谕卣沽诵聞幽茴I域企業(yè)的融資渠道，降低科技創(chuàng)新型企業(yè)受到金融排斥的風險，有效提升企業(yè)的技術(shù)創(chuàng)新能力，從而充分發(fā)揮金融發(fā)展對新舊動能轉(zhuǎn)換的支撐作用。二是實現(xiàn)金融資源有效配置，提升資源利用效率?？萍冀鹑诟偁帣C制能夠激發(fā)企業(yè)的市場競爭意識，進而激勵企業(yè)更加有效地整合、利用金融資源，實現(xiàn)資金利用效率的最大化。三是提升風險控制能力，增強經(jīng)濟增長穩(wěn)定性?？萍冀鹑诶枚喾N創(chuàng)新的融資工具橫向分散風險，在一定程度上降低了企業(yè)創(chuàng)新行為帶來的風險。在科技金融體系逐漸完善的過程中，金融服務實體經(jīng)濟不僅有效降低了系統(tǒng)性金融風險發(fā)生的概率[16]，而且推動了實體經(jīng)濟轉(zhuǎn)型升級。基于上述分析，本文提出假設2：科技金融投入對新舊動能轉(zhuǎn)換具有顯著的促進效應。

1.3 科技金融投入、數(shù)字化轉(zhuǎn)型與新舊動能轉(zhuǎn)換

在數(shù)字化轉(zhuǎn)型過程中，企業(yè)生產(chǎn)具有高固定成本、低邊際成本的特征[17]，這就要求企業(yè)在數(shù)字化轉(zhuǎn)型前期投入巨額資金，絕大多數(shù)企業(yè)的數(shù)字化轉(zhuǎn)型發(fā)展受到資金的制約?？萍冀鹑谕ㄟ^將科技和金融相融合，有效緩解了企業(yè)面臨的融資約束，從而能夠顯著提升企業(yè)數(shù)字化技術(shù)應用的水平和強度[18]。同時，科技金融生態(tài)環(huán)境的不斷改善進一步降低了投融資過程中的信息不對稱程度，顯著提升金融資源配置效率，使得資本更多地流入高成長、高效率的數(shù)字新興產(chǎn)業(yè)。因此，科技金融投入水平提高有利于增強數(shù)字化轉(zhuǎn)型對經(jīng)濟新舊動能轉(zhuǎn)換的促進作用?；谏鲜龇治觯疚奶岢黾僭O3：科技金融投入在數(shù)字化轉(zhuǎn)型影響新舊動能轉(zhuǎn)換過程中發(fā)揮顯著的正向調(diào)節(jié)作用。

1.4 制度環(huán)境、科技金融投入與新舊動能轉(zhuǎn)換

新制度經(jīng)濟學強調(diào)了制度因素在社會經(jīng)濟發(fā)展過程中的作用及其重要性。制度環(huán)境水平較高的地區(qū)，信息不對稱程度和交易成本更低，知識產(chǎn)權(quán)保護、科技成果轉(zhuǎn)化等法律法規(guī)更加完善，從而為企業(yè)的技術(shù)創(chuàng)新活動營造了良好的外部環(huán)境。盡管科技金融投入能夠為科技型企業(yè)提供資金基礎，但金融資源能否充分發(fā)揮積極作用必然會受到制度環(huán)境的影響，從而影響地區(qū)的新舊動能轉(zhuǎn)換。具體而言，在增加科技金融投入后，科技創(chuàng)新成果需要在特定的社會條件和制度環(huán)境下不斷轉(zhuǎn)化，最終轉(zhuǎn)換為生產(chǎn)力，促進經(jīng)濟發(fā)展。同時，市場化程度的提高也能夠促進各地區(qū)內(nèi)部科技金融資源高效利用，提高金融服務實體經(jīng)濟的效率，進而促進經(jīng)濟質(zhì)量提升。因此，科技金融對新舊動能轉(zhuǎn)換的推動作用需要各地區(qū)良好的制度環(huán)境支持?；谏鲜龇治?，本文提出假設4：制度環(huán)境在科技金融投入影響新舊動能轉(zhuǎn)換過程中發(fā)揮顯著的正向調(diào)節(jié)作用。

2 研究設計

2.1 模型設定

基于前文提出的假設，為檢驗數(shù)字化轉(zhuǎn)型與新舊動能轉(zhuǎn)換、科技金融投入與新舊動能轉(zhuǎn)換之間的關(guān)系，本文構(gòu)建如下模型：

其中，NOCit為地區(qū)i在t時期的經(jīng)濟新舊動能轉(zhuǎn)換水平；digiit為地區(qū)i在t時期的數(shù)字化轉(zhuǎn)型程度；stfit為地區(qū)i在t時期的科技金融投入水平；Zit代表一系列控制變量；μi是地區(qū)固定效應；δt為時間固定效應；εit表示隨機擾動項。

為檢驗科技金融投入是否能夠強化數(shù)字化轉(zhuǎn)型對新舊動能轉(zhuǎn)換的影響，本文將科技金融投入（stfit）、數(shù)字化轉(zhuǎn)型與科技金融投入的交互項（digiit×stfit）加入式（1），得到如下模型：

同理，為檢驗制度環(huán)境是否在科技金融投入對新舊動能轉(zhuǎn)換的影響中存在調(diào)節(jié)效應，本文將制度環(huán)境（insit）、科技金融投入與制度環(huán)境的交互項（stfit×insit）加入式（2）可得：

為了最大限度地減小可能出現(xiàn)的多重共線性影響，對式（3）、式（4）中的交互項進行了中心化處理。

2.2 變量選取

（1）新舊動能轉(zhuǎn)換（NOC）：參考鄭江淮等（2018）[19]對經(jīng)濟增長動能的評價指標體系，本文從需求側(cè)動能、供給側(cè)動能以及結(jié)構(gòu)轉(zhuǎn)換動能出發(fā)，結(jié)合省級數(shù)據(jù)的可獲得性，選取內(nèi)需、外需、資本投入、創(chuàng)新、金融發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)和綠色發(fā)展7個方面的12個子指標構(gòu)成評價指標體系，使用熵值法評價模型構(gòu)建各地區(qū)經(jīng)濟新舊動能轉(zhuǎn)換指數(shù)。

（2）數(shù)字化轉(zhuǎn)型（digi）：關(guān)于區(qū)域數(shù)字化轉(zhuǎn)型程度的衡量，目前并沒有統(tǒng)一的指標。雖然一些研究機構(gòu)測算了各地區(qū)數(shù)字經(jīng)濟綜合發(fā)展水平，但均存在樣本時期跨度小的問題。因此，本文從數(shù)字基礎設施、數(shù)字產(chǎn)業(yè)、數(shù)字技術(shù)及數(shù)字應用4 個維度選取12 個指標衡量各地區(qū)數(shù)字化轉(zhuǎn)型程度。

（3）科技金融投入（stf）：借鑒徐玉蓮等（2011）[20]對科技金融發(fā)展水平的測度，本文從公共科技金融投入和市場科技金融投入兩個方面選取了政府財政科技投入、政府研發(fā)支出、科技資本市場投入、金融機構(gòu)科技貸款、企業(yè)研發(fā)支出和創(chuàng)業(yè)風險投資占比6個指標，并采用熵值法構(gòu)建科技金融投入水平。其中，政府財政科技投入以財政科技支出占地方政府財政總支出的比重衡量；政府研發(fā)支出以“研究與試驗發(fā)展經(jīng)費內(nèi)部支出”中的政府資金占GDP的比重衡量；科技資本市場投入以科技型上市公司總市值占上市公司總市值的比重衡量；由于金融機構(gòu)科技貸款數(shù)據(jù)自2009 年起不再披露，因此本文借鑒白俊紅和蔣伏心（2015）[21]的做法，使用“研究與試驗發(fā)展經(jīng)費內(nèi)部支出”中的其他資金占GDP 的比重衡量金融機構(gòu)科技貸款；企業(yè)研發(fā)支出以“研究與試驗發(fā)展經(jīng)費內(nèi)部支出”中的企業(yè)資金占GDP 的比重衡量；創(chuàng)業(yè)風險投資占比以風險投資額占GDP的比重衡量。

（4）制度環(huán)境（ins）：本文采用王小魯?shù)龋?019）[22]構(gòu)建的中國分省份市場化指數(shù)作為區(qū)域制度環(huán)境的衡量指標。該指數(shù)由政府與市場的關(guān)系、非國有經(jīng)濟的發(fā)展、產(chǎn)品市場的發(fā)育程度、要素市場的發(fā)育程度、市場中介組織發(fā)育與維護市場的法制環(huán)境5個維度構(gòu)建所得，能夠全面反映各地區(qū)的制度環(huán)境水平。由于該報告指數(shù)數(shù)據(jù)只更新到2016 年，因此本文借鑒俞紅海等（2010）[23]的做法，根據(jù)歷年市場化指數(shù)的平均增長率測算得到2017—2019年的市場化指數(shù)。市場化指數(shù)越高，表明該地區(qū)的制度環(huán)境水平越高。

（5）控制變量：參考已有文獻，本文選取了一系列控制變量：經(jīng)濟發(fā)展（lnpgdp）：用各地區(qū)人均GDP來衡量，為了消除異方差的影響，在實證回歸中取對數(shù)；城鎮(zhèn)化率（ur），用各地區(qū)城鎮(zhèn)人口占總?cè)丝诘谋嚷时硎?；政府干預（gov），用財政支出占GDP 的比重來表示；公共教育支出水平（edu），用各地區(qū)地方財政教育支出占財政支出的比重表示；基礎設施建設水平（ic），用各地區(qū)平均每平方千米公路里程表示。

本文主要參考楊麗和孫之淳（2015）[24]改進的熵值法評價模型構(gòu)建經(jīng)濟新舊動能轉(zhuǎn)換指數(shù)、數(shù)字化轉(zhuǎn)型程度及科技金融投入水平。表1為各地區(qū)數(shù)字化轉(zhuǎn)型程度和經(jīng)濟新舊動能轉(zhuǎn)換指數(shù)評價指標體系的構(gòu)建指標和指標屬性。

2.3 數(shù)據(jù)來源

基于數(shù)據(jù)的可得性，本文選取2009—2019 年中國30個省份（不含西藏和港澳臺）的平衡面板數(shù)據(jù)展開研究。研究使用的科技資本市場投入、風險投資額、金融機構(gòu)貸款余額等指標數(shù)據(jù)來源于Wind 資訊數(shù)據(jù)庫，制度環(huán)境數(shù)據(jù)來源于《中國分省份市場化指數(shù)報告》，其他變量數(shù)據(jù)主要來源于歷年《中國統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《中國高技術(shù)產(chǎn)業(yè)年鑒》《中國電子信息統(tǒng)計年鑒》及各省份統(tǒng)計年鑒。表2是主要變量的描述性統(tǒng)計結(jié)果。

3 實證結(jié)果與分析

3.1 基準回歸結(jié)果

結(jié)合豪斯曼檢驗結(jié)果，本文選擇面板雙向固定效應模型進行基準回歸分析。下頁表3 報告了式（1）至式（4）的估計結(jié)果。列（1）報告的是數(shù)字化轉(zhuǎn)型對經(jīng)濟新舊動能轉(zhuǎn)換的影響。在時間和地區(qū)雙向固定效應下，數(shù)字化轉(zhuǎn)型（digi）的估計系數(shù)在1%的水平上顯著為正，說明數(shù)字化轉(zhuǎn)型對于地區(qū)新舊動能轉(zhuǎn)換具有明顯的積極作用，假設1得到驗證。依托數(shù)字技術(shù)的快速發(fā)展，數(shù)字化轉(zhuǎn)型改變了傳統(tǒng)產(chǎn)業(yè)的生產(chǎn)模式，加快推動產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級。同時，數(shù)字經(jīng)濟的發(fā)展有利于提升創(chuàng)新驅(qū)動能力，能夠直接促進新產(chǎn)業(yè)的發(fā)展，從而有助于各地區(qū)培育壯大經(jīng)濟新動能。

表3 基準回歸：面板雙向固定模型結(jié)果

表3 中列（2）報告了科技金融投入對經(jīng)濟新舊動能轉(zhuǎn)換的影響效應。科技金融投入（stf）的系數(shù)在1%的水平上顯著為正，表明科技金融投入水平越高，經(jīng)濟新舊動能轉(zhuǎn)換的水平也就越高，驗證了假設2。科技金融將科技創(chuàng)新與金融創(chuàng)新高度融合，通過對科技型企業(yè)的資金支持，推動高新技術(shù)產(chǎn)業(yè)發(fā)展，加快驅(qū)動區(qū)域經(jīng)濟新舊動能轉(zhuǎn)換。

表3中列（3）關(guān)注的是科技金融投入在數(shù)字化轉(zhuǎn)型影響新舊動能轉(zhuǎn)換過程中是否存在調(diào)節(jié)效應。數(shù)字化轉(zhuǎn)型與科技金融投入的交互項（digi×stf）系數(shù)在1%的水平上顯著為正，說明科技金融投入對數(shù)字化轉(zhuǎn)型與經(jīng)濟新舊動能轉(zhuǎn)換之間的關(guān)系具有正向調(diào)節(jié)作用，即科技金融投入水平越高，數(shù)字化轉(zhuǎn)型對新舊動能轉(zhuǎn)換水平的提升作用就越強，假設3 得到驗證?？萍冀鹑谕度胪ㄟ^優(yōu)化融資體系，緩解融資約束，為企業(yè)進行數(shù)字化轉(zhuǎn)型提供了物質(zhì)基礎，從而促進了科技金融與數(shù)字化轉(zhuǎn)型協(xié)調(diào)發(fā)展，提升經(jīng)濟增長速度和質(zhì)量。

表3中列（4）關(guān)注的是制度環(huán)境對科技金融投入與經(jīng)濟新舊動能轉(zhuǎn)換之間關(guān)系的調(diào)節(jié)作用。科技金融投入與制度環(huán)境的交互項（stf×ins）系數(shù)顯著為正，表明制度環(huán)境在科技金融投入與新舊動能轉(zhuǎn)換之間的關(guān)系中具有正向調(diào)節(jié)效應，即地區(qū)制度環(huán)境的改善有利于增強科技金融投入對經(jīng)濟新舊動能轉(zhuǎn)換的促進作用，假設4得到驗證。市場化水平的提高既有利于激發(fā)微觀個體創(chuàng)新活力，又能有效提升金融資源配置效率，從而可以最大限度地發(fā)揮科技金融投入為新舊動能轉(zhuǎn)換帶來的積極效應。

3.2 內(nèi)生性分析

本文參考Blundell 和Bond（1998）[25]的做法，引入被解釋變量的滯后項，將解釋變量的滯后期作為模型估計的工具變量，使用系統(tǒng)GMM 模型處理模型設定偏誤及其內(nèi)生性問題。表4 報告了系統(tǒng)GMM模型下的估計結(jié)果。在所有模型中，AR（2）檢驗結(jié)果表明擾動項的差分不存在二階自相關(guān)，Hansen 檢驗結(jié)果表明所選擇的工具變量不存在過度識別的問題。列（1）中數(shù)字化轉(zhuǎn)型、列（2）中科技金融投入系數(shù)顯著為正，說明數(shù)字化轉(zhuǎn)型、科技金融投入均能顯著促進地區(qū)的新舊動能轉(zhuǎn)換；列（3）中數(shù)字化轉(zhuǎn)型與科技金融投入的交互項、列（4）中科技金融投入與制度環(huán)境的交互項的估計系數(shù)在5%的水平上顯著為正，表明科技金融投入能夠強化數(shù)字化轉(zhuǎn)型對新舊動能轉(zhuǎn)換的促進作用，而制度環(huán)境可以正向調(diào)節(jié)科技金融投入與新舊動能轉(zhuǎn)換之間的關(guān)系。因此，在控制潛在的內(nèi)生性問題后，前文結(jié)論依然成立。

表4 內(nèi)生性檢驗：系統(tǒng)GMM回歸結(jié)果

3.3 穩(wěn)健性檢驗

前文已經(jīng)使用系統(tǒng)GMM模型對可能存在的內(nèi)生性問題進行處理。為進一步增強研究結(jié)果的穩(wěn)健性，本文從增加控制變量和使用聚類標準誤兩個方面進行穩(wěn)健性檢驗。為解決因遺漏變量導致的內(nèi)生性問題，本文在原有模型基礎上進一步控制了人口紅利、資源稟賦、人力資本水平①人口紅利以15～64歲勞動年齡人口占比來衡量；資源稟賦以資源稅占總稅收的比重衡量；人力資本水平以普通高等學校在校大學生數(shù)來衡量，在回歸中取對數(shù)。等變量，表5 中列（1）至列（4）結(jié)果報告了增加控制變量后的估計結(jié)果。結(jié)果顯示，在增加控制變量后，主要解釋變量的估計系數(shù)依然顯著為正，與基準回歸結(jié)果無顯著差異。考慮到面板數(shù)據(jù)在個體與時間維度可能會因擾動項自相關(guān)而引致標準誤低估的問題，回歸結(jié)果列（5）至列（8）在省份和年度層面對標準誤進行雙重聚類調(diào)整。使用聚類標準誤進行估計后，以上結(jié)論依然成立。綜上所述，本文研究結(jié)論的穩(wěn)健性得以證實。

表5 穩(wěn)健性檢驗

4 進一步分析：門檻效應

借鑒Hansen（1999）[26]的門檻模型，本文在制度環(huán)境視角下進一步分析科技金融投入、數(shù)字化轉(zhuǎn)型與新舊動能轉(zhuǎn)換之間的非線性關(guān)系。

首先，以科技金融投入（stfit）為門檻變量，數(shù)字化轉(zhuǎn)型（digiit）為核心變量，分析不同科技金融投入水平下數(shù)字化轉(zhuǎn)型對地區(qū)新舊動能轉(zhuǎn)換的作用效果，模型設定如下：

其中，I(*)為示性函數(shù)，括號內(nèi)表達式為真時取值為1，反之取值為0，θn為待估計的門檻值，模型根據(jù)自抽樣結(jié)果對門檻數(shù)量進行確定。Zit代表一系列控制變量，與基準回歸模型保持一致；μi是地區(qū)固定效應，δt則為時間固定效應；εit表示隨機擾動項。

其次，以制度環(huán)境（insit）為門檻變量，科技金融投入（stfit）為核心變量，檢驗不同制度環(huán)境水平下科技金融投入與地區(qū)經(jīng)濟新舊動能轉(zhuǎn)換之間的關(guān)系，模型設定如下：

最后，以制度環(huán)境（insit）為門檻變量，數(shù)字化轉(zhuǎn)型與科技金融投入的交互項（digiit×stfit）為核心變量，進一步分析不同制度環(huán)境水平下數(shù)字化轉(zhuǎn)型促進經(jīng)濟新舊動能轉(zhuǎn)換過程中科技金融投入的調(diào)節(jié)作用是否存在顯著差異，模型設定如下：

本文依次在單一門檻、雙重門檻和三重門檻的設定下對式（5）、式（6）和式（7）是否存在門檻效應進行了檢驗，以確定門檻數(shù)量。門檻效應檢驗及門檻估計值結(jié)果如表6所示。在1%的顯著性水平上，可以認為數(shù)字化轉(zhuǎn)型與經(jīng)濟新舊動能轉(zhuǎn)換之間存在以科技金融投入為門檻變量的單一門檻效應；在5%的顯著性水平上，可以認為科技金融投入與經(jīng)濟新舊動能轉(zhuǎn)換之間存在以制度環(huán)境為門檻變量的雙重門檻效應；在5%的顯著性水平上，可以認為科技金融投入對數(shù)字化轉(zhuǎn)型與新舊動能轉(zhuǎn)換之間關(guān)系的調(diào)節(jié)作用存在以制度環(huán)境為門檻變量的雙重門檻效應。

表6 門檻效應檢驗及門檻估計值結(jié)果

表7 中列（1）給出了以數(shù)字化轉(zhuǎn)型為解釋變量，科技金融投入為門檻變量的回歸結(jié)果。當科技金融投入水平低于門檻值0.3832 時，數(shù)字化轉(zhuǎn)型在1%的水平上顯著促進經(jīng)濟新舊動能轉(zhuǎn)換；當科技金融投入高于門檻值時，數(shù)字化轉(zhuǎn)型的系數(shù)依然顯著為正，且估計系數(shù)顯著增加，說明科技金融投入水平的提升能夠正向強化數(shù)字化轉(zhuǎn)型對地區(qū)經(jīng)濟新舊動能轉(zhuǎn)換的促進作用。

表7 門檻模型系數(shù)估計結(jié)果

表7 中列（2）給出了以科技金融投入為解釋變量，制度環(huán)境為門檻變量的回歸結(jié)果。當制度環(huán)境水平小于門檻值8.1時，科技金融投入對新舊動能轉(zhuǎn)換的影響不顯著；當制度環(huán)境水平介于門檻值8.1 和9.68 之間時，科技金融投入對經(jīng)濟新舊動能轉(zhuǎn)換的影響變?yōu)轱@著為正；當制度環(huán)境水平大于第二門檻值9.68時，科技金融投入對經(jīng)濟新舊動能轉(zhuǎn)換的促進作用進一步增強。究其原因，當?shù)貐^(qū)市場化程度較低時，產(chǎn)權(quán)保護水平也不會很高，無法為技術(shù)創(chuàng)新行為提供激勵和保障，導致科技金融投入對新舊動能轉(zhuǎn)換的促進作用不顯著。只有當制度環(huán)境達到一定水平后，科技金融投入才表現(xiàn)出對新舊動能轉(zhuǎn)換的正向影響。

表7中列（3）給出了以數(shù)字化轉(zhuǎn)型與科技金融投入的交互項為解釋變量，以制度環(huán)境為門檻變量的回歸結(jié)果。隨著制度環(huán)境水平由低到高，科技金融投入對數(shù)字化轉(zhuǎn)型與新舊動能轉(zhuǎn)換之間關(guān)系的調(diào)節(jié)作用在1%的顯著性水平上始終為正，且回歸系數(shù)由0.4906 上升為1.1077 再升至1.6288，呈現(xiàn)邊際效應遞增的趨勢，表明制度環(huán)境水平的提高能夠強化科技金融投入對數(shù)字化轉(zhuǎn)型與新舊動能轉(zhuǎn)換之間關(guān)系的正向調(diào)節(jié)作用。制度環(huán)境水平提升推動了科技金融投入與數(shù)字化轉(zhuǎn)型之間相互促進、良性互動，從而在更高水平上促進企業(yè)創(chuàng)新行為，加快推動新舊動能轉(zhuǎn)換。

5 結(jié)論與啟示

本文基于2009—2019 年的省級面板數(shù)據(jù)樣本，運用調(diào)節(jié)效應及門檻效應模型實證探討了在制度環(huán)境視角下科技金融投入、數(shù)字化轉(zhuǎn)型與新舊動能轉(zhuǎn)換三者的關(guān)系。得到如下主要結(jié)論：數(shù)字化轉(zhuǎn)型、科技金融投入均是促進地區(qū)經(jīng)濟新舊動能轉(zhuǎn)換的重要因素，且科技金融投入在數(shù)字化轉(zhuǎn)型與新舊動能轉(zhuǎn)換之間的關(guān)系中起到正向調(diào)節(jié)作用，制度環(huán)境在科技金融投入與新舊動能轉(zhuǎn)換之間的關(guān)系中起到正向調(diào)節(jié)作用。另外，門檻效應模型表明數(shù)字化轉(zhuǎn)型促進新舊動能轉(zhuǎn)換的過程中存在單一門檻效應，科技金融水平越高，數(shù)字化轉(zhuǎn)型的促進作用越強；科技金融投入對新舊動能轉(zhuǎn)換的影響存在以制度環(huán)境為門檻變量的雙重門檻效應，只有當制度環(huán)境水平高于第一門檻值時，科技金融投入對新舊動能轉(zhuǎn)換才有顯著的正向影響；科技金融投入在數(shù)字化轉(zhuǎn)型促進新舊動能轉(zhuǎn)換過程中的調(diào)節(jié)效應具有雙重門檻效應，且隨制度環(huán)境水平的提升呈現(xiàn)非線性遞增的趨勢。

本文的研究結(jié)論對于推動新時代經(jīng)濟高質(zhì)量、可持續(xù)發(fā)展具有一定的啟示意義：第一，充分把握數(shù)字經(jīng)濟發(fā)展機遇，推進數(shù)字經(jīng)濟快速發(fā)展，加快培育經(jīng)濟新動能。各地區(qū)須進一步加大數(shù)字基礎設施建設投資力度，推動企業(yè)數(shù)字化轉(zhuǎn)型，同時加強數(shù)字經(jīng)濟與實體經(jīng)濟融合發(fā)展，推進數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化共同發(fā)展。第二，加大政府支持力度，提高科技金融投入水平，將科技金融與數(shù)字化轉(zhuǎn)型有機結(jié)合作為地區(qū)經(jīng)濟新舊動能轉(zhuǎn)換的政策工具。繼續(xù)完善科技金融投入體系，優(yōu)化科技金融投入戰(zhàn)略布局，從而充分發(fā)揮數(shù)字化轉(zhuǎn)型在新動能培育過程中的積極作用。第三，深化市場機制改革，優(yōu)化制度環(huán)境水平，為經(jīng)濟新舊動能轉(zhuǎn)換奠定良好的制度基礎。加強知識產(chǎn)權(quán)保護，完善實體經(jīng)濟發(fā)展環(huán)境，為激發(fā)市場主體創(chuàng)新創(chuàng)業(yè)活力提供法治保障，從而有效發(fā)揮科技金融投入帶來的正向作用，推動經(jīng)濟高質(zhì)量發(fā)展。