數(shù)字金融對區(qū)域綠色創(chuàng)新效率影響的空間計(jì)量分析

尹飛霄

（義烏工商職業(yè)技術(shù)學(xué)院經(jīng)濟(jì)管理學(xué)院，浙江 義烏322000）

一、引言

科技是第一生產(chǎn)力，技術(shù)創(chuàng)新作為經(jīng)濟(jì)增長的根本動(dòng)力，推動(dòng)著中國經(jīng)濟(jì)持續(xù)快速發(fā)展是中國改革開放40 多年的經(jīng)驗(yàn)總結(jié)。黨的十八大提出“科技創(chuàng)新是提高社會生產(chǎn)力和綜合國力的戰(zhàn)略支撐，必須擺在國家發(fā)展全局的核心位置”強(qiáng)調(diào)要堅(jiān)持走中國特色自主創(chuàng)新道路、實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略。同時(shí)，伴隨我國經(jīng)濟(jì)進(jìn)入增長速度換擋期、新舊動(dòng)能轉(zhuǎn)換期和提質(zhì)增效過渡期、疫情對沖期，多期疊加使我國經(jīng)濟(jì)社會發(fā)展面臨著前所未有的困難、問題和挑戰(zhàn)，而這些問題的解決歸根結(jié)底需要依靠創(chuàng)新。然而，傳統(tǒng)的技術(shù)創(chuàng)新在促進(jìn)國內(nèi)經(jīng)濟(jì)迅速增長的同時(shí)，高投入、低效率的粗放型增長模式也使得國內(nèi)生態(tài)環(huán)境遭受嚴(yán)重的破壞，導(dǎo)致經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境出現(xiàn)不協(xié)調(diào)的現(xiàn)象[1]。報(bào)告顯示，中國的環(huán)境績效指數(shù)在全球180 個(gè)經(jīng)濟(jì)體中居第120 位，而空氣質(zhì)量指數(shù)則居第177 位[2]。如此反映出我國經(jīng)濟(jì)迅速增長帶來的環(huán)境負(fù)面效應(yīng)的嚴(yán)重性。所幸的是，政府和學(xué)界對此達(dá)成共識，已把生態(tài)文明建設(shè)擺在突出地位，并創(chuàng)新性地提出“創(chuàng)新、協(xié)調(diào)、綠色、開放、共享”的發(fā)展理念，構(gòu)建綠色技術(shù)創(chuàng)新體系，推進(jìn)綠色發(fā)展，并將此寫入十九大報(bào)告。所謂綠色創(chuàng)新是指以新知識、新技術(shù)來實(shí)現(xiàn)經(jīng)濟(jì)社會發(fā)展效益，同時(shí)降低環(huán)境污染，促進(jìn)經(jīng)濟(jì)和環(huán)境的協(xié)調(diào)發(fā)展。實(shí)施綠色創(chuàng)新的核心是提高創(chuàng)新要素、資源的利用和配置效率，減少經(jīng)濟(jì)增長的環(huán)境污染效應(yīng)，關(guān)鍵在于綠色創(chuàng)新水平的提升和綠色創(chuàng)新效率的提高。

但創(chuàng)新尤其是綠色創(chuàng)新，技術(shù)要求高，項(xiàng)目資金需求大，不確定程度高[3]，屬于資金密集型投資行為，僅依靠自由資金或政府財(cái)政支持往往難以滿足需求，必須依靠強(qiáng)大的金融市場。然而，長期以來我國金融市場存在的金融體系不完善、發(fā)展不充分、供需不平衡等深層次、結(jié)構(gòu)性問題，已嚴(yán)重影響了技術(shù)創(chuàng)新[4]。與此同時(shí)，和一般創(chuàng)新投資項(xiàng)目行為相比，綠色創(chuàng)新活動(dòng)具有更高的風(fēng)險(xiǎn)、更長的周期、更大的不確定性等特征，這與信貸資金追求安全、穩(wěn)定的收益相矛盾。加上資金供需雙方信息不對稱，導(dǎo)致金融機(jī)構(gòu)往往不愿意為高風(fēng)險(xiǎn)的綠色創(chuàng)新提供資金支持，使得正規(guī)金融部門供給相對不足[5]，導(dǎo)致綠色創(chuàng)新容易遭受外源性融資約束。

然而隨著信息技術(shù)發(fā)展，科技革命、產(chǎn)業(yè)變革及產(chǎn)業(yè)化深度融合應(yīng)用發(fā)展，許多數(shù)字化產(chǎn)品與服務(wù)應(yīng)運(yùn)而生。數(shù)字金融就是互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈及信息技術(shù)手段與傳統(tǒng)金融服務(wù)業(yè)態(tài)相結(jié)合的新一代金融服務(wù)[6]。數(shù)字金融通過利用科技手段賦能金融產(chǎn)品，完善業(yè)務(wù)流程，拓寬金融服務(wù)邊界，改造經(jīng)營場景等，提高金融機(jī)構(gòu)的服務(wù)效率與服務(wù)質(zhì)量。同時(shí)，信息化手段的應(yīng)用，使得金融監(jiān)管手段日益先進(jìn)和多樣化，對資金風(fēng)險(xiǎn)容忍度也有所提高，為數(shù)字金融發(fā)展提供相對寬松的環(huán)境，使之快速發(fā)展，并暫時(shí)處于國際領(lǐng)先地位[7]。與此同時(shí)，近年來為推動(dòng)大眾創(chuàng)業(yè)、萬眾創(chuàng)新，提高區(qū)域創(chuàng)新創(chuàng)業(yè)活躍度，助推經(jīng)濟(jì)轉(zhuǎn)型升級，我國政府高度重視數(shù)字普惠金融的發(fā)展，并出臺了相關(guān)政策，為其發(fā)展指明了方向。而作為傳統(tǒng)金融體系的重要、有力補(bǔ)充，數(shù)字金融具有“廣覆蓋、低成本、高效率”等諸多優(yōu)勢，在一定程度上能夠改善傳統(tǒng)金融環(huán)境，促進(jìn)金融業(yè)實(shí)現(xiàn)普惠制發(fā)展，有助于緩解綠色創(chuàng)新融資約束，對推動(dòng)區(qū)域綠色創(chuàng)新效率具有非常重要的意義與作用。

二、文獻(xiàn)述評

雖然數(shù)字金融出現(xiàn)的時(shí)間并不長，囿于數(shù)字金融的科學(xué)測度，直到近幾年才有文獻(xiàn)涉及此領(lǐng)域的研究，但數(shù)字金融與創(chuàng)新的研究卻快速成為現(xiàn)階段國內(nèi)外學(xué)者研究的熱點(diǎn)。該領(lǐng)域相關(guān)文獻(xiàn)可以概括為以下兩類：一類是從宏觀上考察數(shù)字金融與區(qū)域創(chuàng)新的關(guān)系。學(xué)者們認(rèn)為數(shù)字金融通過其自身的技術(shù)和服務(wù)優(yōu)勢，利用網(wǎng)絡(luò)平臺吸納社會閑散資金，擴(kuò)大融資渠道，拓寬資金來源、增加融資數(shù)量，為區(qū)域創(chuàng)新活動(dòng)主體提供資金支持，從而在一定程度上緩解了創(chuàng)新融資約束，豐富融資方式。該類研究結(jié)論基本一致：即總體上，數(shù)字金融綜合指數(shù)和各維度指標(biāo)對區(qū)域創(chuàng)新能力的提升具有明顯的直接激勵(lì)效應(yīng)[8]，是提高區(qū)域創(chuàng)新水平的新動(dòng)能[9]，且表現(xiàn)出較好的穩(wěn)健性。不同之處在于數(shù)字金融創(chuàng)新效應(yīng)的異質(zhì)性和間接作用機(jī)制。一方面，由于區(qū)域之間數(shù)字金融發(fā)展不平衡，數(shù)字金融的區(qū)域創(chuàng)新效應(yīng)具有區(qū)域異質(zhì)性，其對商事制度改革前、中等城市、傳統(tǒng)金融發(fā)展完善和人力資本水平高的城市效果更加明顯[9]，而數(shù)字金融的普惠性使得其對中西部地區(qū)和正規(guī)金融欠發(fā)達(dá)地區(qū)的創(chuàng)新激勵(lì)作用更佳[8]。另一方面，由于創(chuàng)新的影響因素較多，作用路徑較復(fù)雜，數(shù)字金融具有區(qū)域創(chuàng)新間接效應(yīng)，數(shù)字金融利用大數(shù)據(jù)、人工智能、云計(jì)算和區(qū)塊鏈等先進(jìn)技術(shù)進(jìn)行信貸審批，減少人為干預(yù)，加快了審批進(jìn)程，提高信貸效率。同時(shí)，數(shù)字金融通過緩解居民收入約束、提高支付便利性，促進(jìn)居民消費(fèi)。因此，數(shù)字金融將通過改善銀行信貸效率和提高居民消費(fèi)等中介變量間接促進(jìn)區(qū)域創(chuàng)新能力的提高[9]。第二類是從微觀視角探討數(shù)字金融對企業(yè)技術(shù)創(chuàng)新的影響。數(shù)字金融利用網(wǎng)絡(luò)大數(shù)據(jù)收集更多資金需求方的相關(guān)信息，并采用網(wǎng)絡(luò)運(yùn)營方式，可以節(jié)省傳統(tǒng)信貸授信調(diào)查費(fèi)、服務(wù)成本、手續(xù)費(fèi)等非正規(guī)融資成本，提高市場運(yùn)營效率，從而降低融資成本，一定程度上可以緩解“融資難”、“融資貴”等問題。數(shù)字金融通過示范效應(yīng)、技術(shù)溢出效應(yīng)和競爭效應(yīng)帶動(dòng)產(chǎn)業(yè)鏈上下游企業(yè)進(jìn)行學(xué)習(xí)、模仿和吸收，迫使競爭者進(jìn)行變革，從而促進(jìn)區(qū)域創(chuàng)新水平提升。因此，此類文獻(xiàn)通常先分析數(shù)字金融對創(chuàng)新影響的微觀理論機(jī)制，再將企業(yè)數(shù)據(jù)與宏觀數(shù)字金融指數(shù)匹配以此進(jìn)行實(shí)證分析。唐松等[10]基于2011-2017 年滬深兩市A 股上市公司數(shù)據(jù)，分析數(shù)字金融發(fā)展對企業(yè)技術(shù)創(chuàng)新的影響及其內(nèi)在機(jī)理。結(jié)果表明，數(shù)字金融發(fā)展，特別是數(shù)字金融深度發(fā)展指標(biāo)對企業(yè)技術(shù)創(chuàng)新具有較好、較穩(wěn)定的促進(jìn)效果，并且這種促進(jìn)效應(yīng)具有普惠性，對金融發(fā)展較弱地區(qū)的企業(yè)技術(shù)創(chuàng)新效應(yīng)顯著。數(shù)字金融通過“融資約束與財(cái)務(wù)費(fèi)用”和“杠桿與風(fēng)險(xiǎn)穩(wěn)定”等中介變量間接影響企業(yè)技術(shù)創(chuàng)新產(chǎn)出，而適度監(jiān)管使數(shù)字金融的企業(yè)技術(shù)創(chuàng)新效應(yīng)更佳。萬佳彧等[11]研究則表明，數(shù)字金融各維度對企業(yè)創(chuàng)新具有顯著的正向激勵(lì)效應(yīng)，并且數(shù)字金融對中小企業(yè)和民營企業(yè)的創(chuàng)新激勵(lì)效應(yīng)效果更強(qiáng)，而融資約束在數(shù)字金融與企業(yè)創(chuàng)新活動(dòng)中起中介作用。李春濤等[12]利用網(wǎng)絡(luò)爬蟲技術(shù)，以“金融科技”為關(guān)鍵詞搜索百度詞條，構(gòu)建區(qū)域金融科技發(fā)展水平的衡量機(jī)制，使用2011-2016年新三板上市公司數(shù)據(jù)，考察數(shù)字金融對企業(yè)創(chuàng)新的影響及作用機(jī)制，發(fā)現(xiàn)數(shù)字金融能夠通過緩解企業(yè)融資約束和提高稅收返還額度顯著促進(jìn)企業(yè)創(chuàng)新，并且對東部地區(qū)和高科技行業(yè)作用更明顯。

此外，有學(xué)者對金融發(fā)展與綠色創(chuàng)新效率進(jìn)行了探討。李詩琪、楊晨[13]在考慮環(huán)境約束的基礎(chǔ)上，采用非期望產(chǎn)出的SBM 方法，測度2005-2015 年中國30 個(gè)省級區(qū)域創(chuàng)新效率，并采用Tobit 模型對金融發(fā)展與綠色創(chuàng)新效率之間關(guān)系進(jìn)行實(shí)證分析，結(jié)果發(fā)現(xiàn)傳統(tǒng)金融規(guī)模擴(kuò)張和結(jié)構(gòu)調(diào)整均對區(qū)域綠色創(chuàng)新效率具有顯著的正向影響。

綜上所述，盡管學(xué)者們就數(shù)字金融與創(chuàng)新的關(guān)系進(jìn)行了非常有價(jià)值的研究與探討，為本研究奠定了較好的基礎(chǔ)，但仍然存在可以補(bǔ)充完善之處。文章可能的貢獻(xiàn)主要在以下三點(diǎn)：第一，由于數(shù)字金融近年出現(xiàn)的新事物，其概念界定、科學(xué)測度等都處在摸索中，已有文獻(xiàn)集中在數(shù)字金融與創(chuàng)新，未有學(xué)者涉及數(shù)字金融和區(qū)域綠色創(chuàng)新效率關(guān)系的研究。第二，事物之間往往具有空間相關(guān)性，從空間關(guān)聯(lián)視角重新審視數(shù)字金融對區(qū)域綠色創(chuàng)新效率的影響效應(yīng)，可使研究結(jié)論更科學(xué)、可信。第三，現(xiàn)有文獻(xiàn)表明數(shù)字金融和傳統(tǒng)金融均對創(chuàng)新具有激勵(lì)作用，但鮮有學(xué)者就數(shù)字金融和傳統(tǒng)金融的交互作用對創(chuàng)新的影響進(jìn)行探討。有鑒于此，文章使用2011-2018 年中國省級面板數(shù)據(jù)，將數(shù)字金融和傳統(tǒng)金融的交互作用納入分析模型，從空間關(guān)聯(lián)視角采用空間計(jì)量方法就數(shù)字金融對區(qū)域綠色創(chuàng)新效率的影響進(jìn)行分析，同時(shí)考慮區(qū)域經(jīng)濟(jì)發(fā)展和創(chuàng)新能力的異質(zhì)性，對基準(zhǔn)回歸模型和研究結(jié)論作進(jìn)一步討論。

三、模型設(shè)定與數(shù)據(jù)說明

1. 空間自相關(guān)分析

考察數(shù)字金融對區(qū)域創(chuàng)新效率的空間效應(yīng)，首先需要對變量進(jìn)行空間自相關(guān)性分析，以識別綠色創(chuàng)新效率變量的空間依賴關(guān)系。在空間統(tǒng)計(jì)學(xué)中，往往采用全局空間自相關(guān)和局部空間自相關(guān)兩種方法。采用全局空間自相關(guān)統(tǒng)計(jì)量莫蘭指數(shù)（Moran's I） 測度變量的空間關(guān)聯(lián)程度及集疏分布狀態(tài)，并根據(jù)該指數(shù)的變化情況判斷空間自相關(guān)程度變動(dòng)。計(jì)算公式為：

式(1)中，xi和xj分別表示省域和省域的觀測值，xˉ表示變量均值，則(xi-xˉ)2方差，wij表示空間權(quán)重矩陣，用以度量省域i和j 之間的距離。通常莫蘭指數(shù)的取值范圍為[-1，1]，若I 處于[-1，0)區(qū)間，則表示變量存在空間負(fù)相關(guān)；若I 處于(0，1])區(qū)間，則表示變量存在空間正相關(guān)；若I=0，則表示變量不存在空間自相關(guān)。

2. 空間權(quán)重矩陣及模型設(shè)定

莫蘭指數(shù)I 的測算取決于空間權(quán)重矩陣wij，通?？臻g權(quán)重矩陣有鄰接關(guān)系權(quán)重矩陣、地理距離權(quán)重矩陣和經(jīng)濟(jì)距離權(quán)重矩陣三種形式。

鄰接關(guān)系權(quán)重矩陣是以省域間地理位置的相鄰關(guān)系為依據(jù)，建立的權(quán)重矩陣通常表示為：

其中，為避免孤島效應(yīng)，參考學(xué)者黃彩虹、張曉青[14]將海南設(shè)置為與廣東相鄰。

地理距離權(quán)重矩陣是以省域間地理位置的距離長短為依據(jù)，建立的權(quán)重矩陣通常表示為：

其中，dij為省會城市之間經(jīng)緯度計(jì)算的距離。

經(jīng)濟(jì)距離權(quán)重矩陣是以省域間經(jīng)濟(jì)發(fā)展水平的差距為依據(jù)，建立的權(quán)重矩陣通常表示為：

通?？梢詫⒖臻g計(jì)量模型設(shè)定如下[15]：

式(5)中，y 為被解釋變量；x 為解釋變量；b 為本區(qū)域解釋變量影響系數(shù)；u 為誤差項(xiàng)；ε 為隨機(jī)擾動(dòng)項(xiàng)，w1、w2、w3和w4分別是被解釋變量、解釋變量、誤差項(xiàng)和隨機(jī)擾動(dòng)項(xiàng)的空間權(quán)重矩陣；λ、γ、ρ 和τ 分別代表相應(yīng)的空間回歸系數(shù)。λ 測度空間滯后w1y 對y 的影響；γ 測度鄰接省域解釋變量對y 的影響；系數(shù)ρ 和τ 作用類似。

3. 變量及數(shù)據(jù)說明

（1） 綠色創(chuàng)新效率(GEI)。結(jié)合學(xué)者的研究成果，文章從創(chuàng)新投入、創(chuàng)新期望產(chǎn)出和非期望產(chǎn)出對區(qū)域綠色創(chuàng)新效率進(jìn)行測度。其中創(chuàng)新投入從人員投入和資本投入兩方面表征，前者采用各省域人員全時(shí)當(dāng)量這一指標(biāo)來衡量，后者則采用各省域資本存量指標(biāo)進(jìn)行衡量[1]。參考學(xué)者張軍等[16]采用永續(xù)盤存法對資本存量進(jìn)行估算。從知識技術(shù)產(chǎn)出和產(chǎn)品產(chǎn)出表征期望產(chǎn)出，前者采用更能體現(xiàn)創(chuàng)新能力、技術(shù)水平更高、較少受到限制的發(fā)明專利授權(quán)量來衡量；后者選取新產(chǎn)品銷售收入指標(biāo)進(jìn)行衡量，該指標(biāo)能夠較好反映區(qū)域創(chuàng)新成果的價(jià)值。非期望產(chǎn)出則從環(huán)境視角進(jìn)行衡量，選取各省域工業(yè)“三廢”即廢水、廢氣和廢物排放量代表非期望產(chǎn)出。此外，考慮創(chuàng)新投入和產(chǎn)出之間存在時(shí)間滯后效應(yīng)，文章取滯后期為1 年，即創(chuàng)新投入和創(chuàng)新產(chǎn)出分別為2010-2017 年、2011-2018 年數(shù)據(jù)。此外，為科學(xué)測算綠色創(chuàng)新效率，文章采用Tone[17]提出的基于松弛變量的非徑向、非角度的SBM-DEA 模型，以此克服傳統(tǒng)DEA 模型徑向和角度、無法充分考慮投入產(chǎn)出的松弛性問題、也不能準(zhǔn)確測度非期望產(chǎn)出的效率值等缺陷。

（2） 核心解釋變量(DF)。文章的解釋變量為數(shù)字金融，通過參考多數(shù)學(xué)者的做法，各省市區(qū)數(shù)字金融指數(shù)采用北京大學(xué)數(shù)字金融研究中心發(fā)布的數(shù)字普惠金融指數(shù)來表征[18]。迄今，該中心已發(fā)布兩期數(shù)字普惠金融指數(shù)，該指數(shù)體系包括綜合指數(shù)、覆蓋廣度、使用深度和數(shù)字化程度，較全面的衡量數(shù)字金融發(fā)展，也是當(dāng)前研究數(shù)字金融、互聯(lián)網(wǎng)金融被廣泛使用的數(shù)據(jù)。文章對數(shù)字金融指數(shù)除以100 進(jìn)行處理。

（3） 銀行信貸(LOAN)。銀行信貸是為企業(yè)及科研單位進(jìn)行科研創(chuàng)新活動(dòng)的重要資金來源?，F(xiàn)有文獻(xiàn)通常用銀行信貸與地區(qū)國內(nèi)生產(chǎn)總值的比值，即信貸強(qiáng)度來表示。實(shí)際上銀行科技貸款只是銀行貸款中比較小的部分，因此用信貸強(qiáng)度指標(biāo)來表示銀行對科技的支持仍然不夠精確。為此，文章借鑒有關(guān)文獻(xiàn)，采用其他資金占R&D 內(nèi)部經(jīng)費(fèi)支出的比重作為銀行信貸的代理變量[19]。

（4） 人力資本(HR)。人力資本是關(guān)鍵因素，在研發(fā)創(chuàng)新活動(dòng)中尤其如此。人力資本的度量指標(biāo)有多種，如區(qū)域人均受教育年限、高校在校學(xué)生人數(shù)占比等，但是這些指標(biāo)均存在某些缺陷，例如受教育年限指標(biāo)未能較好體現(xiàn)不同層次教育的異質(zhì)性特點(diǎn)，而高校在校學(xué)生并不直接參與創(chuàng)新活動(dòng)，尤其是創(chuàng)新活動(dòng)的核心環(huán)節(jié)，也無法較好地代表人力資本指標(biāo)[20]。結(jié)合數(shù)據(jù)可得性，文章采用勞動(dòng)力中不同學(xué)歷層次人員占比指標(biāo)，既考慮了教育的異質(zhì)性因素，也體現(xiàn)了勞動(dòng)力參與創(chuàng)新活動(dòng)的直接性，能夠較好地測度人力資本變量。通常受高等教育的勞動(dòng)者專業(yè)性更強(qiáng)，而高中學(xué)歷勞動(dòng)者屬于通識類人才，專業(yè)屬性相對較弱。鑒于此，文章選取各省就業(yè)人員中大專以上勞動(dòng)力占比表征人力資本，該指標(biāo)能夠在一定程度上反映區(qū)域人力資本水平。

（5） 外商直接投資(FDI)。我國重視對外開放，吸引外商直接投資的一個(gè)重要目的就是要引進(jìn)國外的先進(jìn)技術(shù)，然后，通過模仿、學(xué)習(xí)、改造和創(chuàng)新來推動(dòng)國內(nèi)科技的發(fā)展與進(jìn)步。改革開放40 多年，我國吸引了大量的外資，對國內(nèi)創(chuàng)新能力和創(chuàng)新水平的提升發(fā)揮著重要的作用。文章采用實(shí)際利用外資額占地區(qū)生產(chǎn)總值的比重表示。

（6） 房價(jià)水平(HP)。考察區(qū)域創(chuàng)新，房價(jià)因素不可忽視。房價(jià)既可能通過資金擠出效應(yīng)、消費(fèi)抑制效應(yīng)、勞動(dòng)力驅(qū)逐效應(yīng)等抑制創(chuàng)新，也可能通過經(jīng)濟(jì)增長效應(yīng)、要素集聚效應(yīng)、虹吸效應(yīng)等促進(jìn)創(chuàng)新?，F(xiàn)有文獻(xiàn)既有用絕對數(shù)表示房價(jià)，也有用相對數(shù)來表征，文章認(rèn)為房價(jià)與居民收入水平關(guān)系密切，因此采用房價(jià)收入比來表示[21]。具體用房價(jià)總額（面積90 平方與單價(jià)之乘積） 與城鎮(zhèn)居民家庭（2 個(gè)勞動(dòng)力） 可支配收入計(jì)算得到。

以2011-2018 年中國30 個(gè)省市（西藏除外） 為研究對象。數(shù)字金融指標(biāo)取自北京大學(xué)數(shù)字金融研究中心發(fā)布的《北京大學(xué)數(shù)字普惠金融指數(shù)（2011-2018）》報(bào)告，其他數(shù)據(jù)則來源于歷年《中國統(tǒng)計(jì)年鑒》 《中國科技統(tǒng)計(jì)年鑒》、國家統(tǒng)計(jì)局網(wǎng)站和EPS 數(shù)據(jù)平臺、各省相應(yīng)年份的統(tǒng)計(jì)年鑒。文章實(shí)證分析涉及的變量定義和描述性分析見表1。為消除異方差，文章在進(jìn)行回歸時(shí)對全部變量進(jìn)行對數(shù)處理。

表1 變量定義及描述性分析

四、實(shí)證結(jié)果分析

1. 空間自相關(guān)檢驗(yàn)

利用軟件stata16.0 測算出2011-2018 年中國省域綠色創(chuàng)新效率的莫蘭指數(shù)I（見表2）。從結(jié)果看，考察期內(nèi)所有年份里面中國各省域綠色創(chuàng)新效率莫蘭指數(shù)I 均大于0 并且都通過了顯著性檢驗(yàn)，表明中國省域的綠色創(chuàng)新效率不是完全隨機(jī)分布，而是存在非常顯著的空間正相關(guān)性，綠色創(chuàng)新效率低（或高） 的省份往往相鄰。從演化趨勢看，樣本期內(nèi)（除2015 年外） 中國省域綠色創(chuàng)新效率呈逐年上升趨勢，說明隨著時(shí)間推移，中國省域綠色創(chuàng)新效率的空間正相關(guān)性逐漸增強(qiáng)。

表2 2011-2018 年中國綠色創(chuàng)新效率莫蘭指數(shù)變化

2. 面板單位根檢驗(yàn)和協(xié)整檢驗(yàn)

為了有效避免面板數(shù)據(jù)估計(jì)中出現(xiàn)“偽回歸”問題，確保估計(jì)效果的有效性，需要對面板數(shù)據(jù)進(jìn)行平穩(wěn)性和協(xié)整性檢驗(yàn)。首先運(yùn)用stata16.0 對變量分別采用LLC 檢驗(yàn)、IPS 檢驗(yàn)、ADF 檢驗(yàn)進(jìn)行了面板數(shù)據(jù)平穩(wěn)性檢驗(yàn)，結(jié)果顯示所有變量都屬一階單整；然后采用Kao 檢驗(yàn)、Pedroni 檢驗(yàn)和Westerlund 對變量進(jìn)行面板數(shù)據(jù)進(jìn)行協(xié)整檢驗(yàn)，結(jié)果顯示，統(tǒng)計(jì)量在1%的顯著水平均拒絕“不存在協(xié)整關(guān)系”的原假設(shè)，由此可得，變量之間存在長期穩(wěn)定的協(xié)整關(guān)系，可以進(jìn)行面板數(shù)據(jù)回歸分析。

3. 空間計(jì)量模型選擇

在進(jìn)行實(shí)證分析前需要確定適合的空間計(jì)量模型。首先，利用Hausman 檢驗(yàn)確定文章應(yīng)該選擇固定效應(yīng)模型還是隨機(jī)效應(yīng)模型，同時(shí)利用LR 檢驗(yàn)判斷時(shí)間和空間固定效應(yīng)模型；其次借鑒Elhorst[22]空間計(jì)量模型選擇思路，采用LM 檢驗(yàn)判斷空間滯后模型、空間誤差模型和空間杜賓模型的優(yōu)劣，并采用Wald 檢驗(yàn)進(jìn)行反向證明一般化的空間杜賓模型能否縮減為空間滯后模型或空間誤差模型。從具體檢驗(yàn)結(jié)果（見表3） 可知，文章模型應(yīng)確定為時(shí)間和空間雙固定效應(yīng)的空間杜賓模型。

3. 實(shí)證結(jié)果

在對變量進(jìn)行實(shí)證分析前還需要對模型變量的內(nèi)生性干擾進(jìn)行分析和處理。一方面數(shù)字金融發(fā)展和綠色創(chuàng)新效率之間可能存在反向因果關(guān)系，即數(shù)字金融的發(fā)展促進(jìn)區(qū)域綠色創(chuàng)新效率提升，而區(qū)域綠色創(chuàng)新效率的提升也可能反過來推動(dòng)數(shù)字金融的發(fā)展。另一方面，盡管實(shí)證分析時(shí)已經(jīng)控制了區(qū)域相關(guān)特征變量，但仍可存在因無法觀測或數(shù)據(jù)不可獲得等因素導(dǎo)致遺漏變量問題偏誤。為此，文章采用被解釋變量綠色創(chuàng)新效率的滯后一期作為工具變量進(jìn)行處理。當(dāng)期綠色創(chuàng)新效率與往期綠色創(chuàng)新效率具有相關(guān)性，而當(dāng)期數(shù)字金融指數(shù)無法影響往期的綠色創(chuàng)新效率，因此滿足工具變量所必須具備的相關(guān)性和外生性特點(diǎn)。

表4 的估計(jì)結(jié)果顯示，三種空間權(quán)重矩陣模型中，因變量的滯后項(xiàng)的回歸系數(shù)都顯著為正，說明創(chuàng)新活動(dòng)具有一定的趨勢性，是一個(gè)連續(xù)、累積動(dòng)態(tài)的過程。從模型(1)～(3)三個(gè)模型中，數(shù)字金融綜合指數(shù)對區(qū)域綠色創(chuàng)新效率的回歸系數(shù)均顯著為正，其作用系數(shù)分別為0.283、0.236 和0.371，這說明數(shù)字金融促進(jìn)了區(qū)域綠色創(chuàng)新效率的提升。具體而言，數(shù)字金融每提升1 個(gè)單位，三種空間權(quán)重矩陣分別提高0.283、0.236 和0.371 個(gè)百分點(diǎn)。同時(shí)，Log-likelihood 值和R2均顯著，意味著具有較好的穩(wěn)健性。三種空間權(quán)重矩陣模型的空間滯后系數(shù)rho 均在1%的水平上顯著，表明省域間綠色創(chuàng)新效率具有顯著的空間溢出效應(yīng)。隨著信息技術(shù)發(fā)展和通信基礎(chǔ)設(shè)施完善，區(qū)域間資金、技術(shù)、人才等創(chuàng)新要素的流動(dòng)不斷加強(qiáng)，促使綠色創(chuàng)新效率在區(qū)域之間外溢，空間聯(lián)動(dòng)性不斷增強(qiáng)，而這種聯(lián)動(dòng)效應(yīng)隨距離而衰減。銀行信貸促進(jìn)了區(qū)域綠色創(chuàng)新效率的提升，且影響系數(shù)較大，說明傳統(tǒng)的銀行信貸在促進(jìn)綠色創(chuàng)新效率提升中依然發(fā)揮著非常重要的作用。數(shù)字金融與傳統(tǒng)金融的交互作用對區(qū)域綠色創(chuàng)新效率的影響較小，且不具有顯著性。說明數(shù)字金融和傳統(tǒng)金融仍處于彼此競爭、相互排斥的狀態(tài)，尚未達(dá)到相互融合、協(xié)同發(fā)展的境地。房價(jià)水平抑制了區(qū)域創(chuàng)新能力的提升，這與多數(shù)學(xué)者的研究結(jié)論基本一致。外商直接投資對區(qū)域綠色創(chuàng)新效率具有較強(qiáng)的抑制作用。究其原因，一方面國內(nèi)創(chuàng)新能力快速提升，技術(shù)積累越來越強(qiáng)大，外資的作用逐漸下降；另一方面，發(fā)達(dá)國家對技術(shù)尤其是高端技術(shù)轉(zhuǎn)讓日益謹(jǐn)慎。盡管人力資本對區(qū)域創(chuàng)新能力的提升會產(chǎn)生正向影響，但顯著性水平?jīng)]有通過檢驗(yàn)，其中的原因可能是國內(nèi)勞動(dòng)力的素質(zhì)普遍還不高或者勞動(dòng)力沒有得到很好的配置，導(dǎo)致效率低下。

表3 空間計(jì)量模型識別檢驗(yàn)結(jié)果

表4 空間杜賓模型估計(jì)結(jié)果

一般說來，在空間計(jì)量模型中采用估計(jì)系數(shù)來度量解釋變量對被解釋變量的作用存在有偏估計(jì)[23]。因此，需要將數(shù)字金融對綠色創(chuàng)新效率的影響分解為直接效應(yīng)和間接效應(yīng)，具體分解結(jié)果見表5。從表5 可以看出，三種模型中數(shù)字金融的直接效應(yīng)系數(shù)在0.144～0.265 之間，且在1%的水平下顯著，說明無論選擇何種空間權(quán)重矩陣，數(shù)字金融對綠色創(chuàng)新效率的區(qū)域內(nèi)溢出效應(yīng)顯著存在。

表5 空間效應(yīng)分解

三種模型中數(shù)字金融的間接效應(yīng)系數(shù)在0.092～0.106 之間，且顯著，說明數(shù)字金融存在區(qū)域間溢出效應(yīng)，本區(qū)域數(shù)字金融在直接拉升本地區(qū)綠色創(chuàng)新效率的同時(shí)，通過外溢傳導(dǎo)促進(jìn)相鄰區(qū)域的綠色創(chuàng)新效率。間接效應(yīng)體現(xiàn)數(shù)字金融溢出對周圍區(qū)域綠色創(chuàng)新效率的正向影響，在要素鄰域空間關(guān)聯(lián)的作用下，本區(qū)域的數(shù)字金融對臨近區(qū)域的綠色創(chuàng)新效率起到積極的輻射帶動(dòng)作用。

2. 分區(qū)域回歸分析

國內(nèi)數(shù)字金融發(fā)展呈現(xiàn)地區(qū)發(fā)展水平不平衡，這是否會導(dǎo)致數(shù)字金融的創(chuàng)新提升作用呈現(xiàn)區(qū)域差異？為此，文章將進(jìn)行分區(qū)域回歸檢驗(yàn)。首先，參考有關(guān)文獻(xiàn)，將北京等11 省市劃為東部，安徽等8 個(gè)省為中部，剩余11 省市區(qū)歸為西部?；貧w結(jié)果如表6 所示。

表6 回歸結(jié)果顯示：在東部，數(shù)字金融對于綠色創(chuàng)新效率的正向直接效應(yīng)、正向溢出效應(yīng)系數(shù)值比較大，且非常顯著；在中部，數(shù)字金融對于綠色創(chuàng)新效率具有顯著的正向直接效應(yīng)，而正向溢出效應(yīng)不顯著；在西部，數(shù)字金融對于綠色創(chuàng)新效率的正向直接效應(yīng)、正向溢出效應(yīng)均不顯著。這可能是因?yàn)闁|部數(shù)字金融非常發(fā)達(dá)，信息化基礎(chǔ)設(shè)施比較完善，創(chuàng)新要素集聚，從而促進(jìn)區(qū)域綠色創(chuàng)新效率的提高，中西部地區(qū)的數(shù)字化技術(shù)等要素聚集能力可能還不強(qiáng)，數(shù)字金融還不夠發(fā)達(dá)，未能發(fā)揮出其促進(jìn)本區(qū)域綠色創(chuàng)新效率提升的作用。

表6 分區(qū)域空間杜賓模型估計(jì)結(jié)果

進(jìn)一步，文章以省域發(fā)明專利申請量表征技術(shù)水平，以均值為分界點(diǎn)，將其劃分為技術(shù)水平較高的地區(qū)和技術(shù)水平較低的地區(qū)，分別進(jìn)行空間杜賓模型回歸（見表6）?？梢园l(fā)現(xiàn)，技術(shù)水平較高的地區(qū)，數(shù)字金融對綠色創(chuàng)新效率正向作用系數(shù)更大，這可能是由于，在“雙創(chuàng)”背景下，創(chuàng)新能力強(qiáng)的地區(qū)較創(chuàng)新能力弱的地區(qū)更需要資金支持，而數(shù)字金融起到一定的緩解作用。

3. 穩(wěn)健性分析和安慰劑檢驗(yàn)

為確保研究結(jié)論的可靠性，一方面采用變換關(guān)鍵變量測度方式進(jìn)行穩(wěn)健性檢驗(yàn)。一是變更綠色創(chuàng)新效率的測算方法。因SBM-DEA 模型的測算結(jié)果存在決策單元的效率值均為1 而無法比較，所以使用SUPER-SBM 模型重新估算省域綠色創(chuàng)新效率，考察效率測度誤差對實(shí)證分析的影響。二是進(jìn)行數(shù)字金融指數(shù)替換。數(shù)字金融綜合指數(shù)構(gòu)成體系涉及支付、貨基、投資、信貸等九個(gè)維度，采用指向性更明確的數(shù)字信貸和投資之和的均值來替代數(shù)字金融綜合指數(shù)。另一方面，進(jìn)行數(shù)據(jù)截尾處理。由于不同地區(qū)發(fā)展水平存在很大差異，此處對連續(xù)變量進(jìn)行了99%和1%的縮尾處理，以緩解極端值對估計(jì)結(jié)果的影響。采用空間杜賓模型對全國樣本進(jìn)行重新估計(jì)（見表7）。結(jié)果顯示：更換變量和縮尾處理后，數(shù)字金融對區(qū)域綠色創(chuàng)新效率依然表現(xiàn)出顯著的正向直接效應(yīng)和溢出效應(yīng)，說明文章的研究結(jié)論穩(wěn)健可信。

此外，文章還通過隨機(jī)抽取15 個(gè)省份所采集的數(shù)據(jù)進(jìn)行安慰劑檢驗(yàn)（見表7），結(jié)果顯示，數(shù)字金融對區(qū)域綠色創(chuàng)新效率具有顯著的正向直接效應(yīng)和溢出效應(yīng)。

表7 穩(wěn)健性檢驗(yàn)和安慰劑檢驗(yàn)結(jié)果

五、結(jié)論與政策建議

文章運(yùn)用中國30 個(gè)省市區(qū)2011-2018 年的數(shù)字金融和區(qū)域綠色創(chuàng)新效率有關(guān)數(shù)據(jù)，從空間關(guān)聯(lián)視角，采用空間杜賓計(jì)量模型，并在有效控制和克服不可觀測的個(gè)體異質(zhì)性以及潛在的內(nèi)生性問題，就數(shù)字金融對區(qū)域綠色創(chuàng)新效率的影響進(jìn)行實(shí)證研究，同時(shí)進(jìn)行區(qū)域異質(zhì)性分析、穩(wěn)健性檢驗(yàn)和安慰劑檢驗(yàn)，得出了以下幾點(diǎn)主要結(jié)論：第一，總體上，數(shù)字金融不僅對本區(qū)域的綠色創(chuàng)新效率具有直接的促進(jìn)作用，還通過空間關(guān)聯(lián)性對其它區(qū)域的綠色創(chuàng)新效率產(chǎn)生間接的促進(jìn)作用；第二，異質(zhì)性分析顯示：在東部，數(shù)字金融對區(qū)域綠色創(chuàng)新效率具有顯著的正向直接效應(yīng)和正向溢出效應(yīng)；在中部，數(shù)字金融對區(qū)域綠色創(chuàng)新效率具有顯著的正向直接效應(yīng)，但空間溢出效應(yīng)不顯著；在西部，數(shù)字金融對區(qū)域綠色創(chuàng)新效率正向直接效應(yīng)和正向空間溢出效應(yīng)均不顯著；在創(chuàng)新能力強(qiáng)的區(qū)域，數(shù)字金融對區(qū)域綠色創(chuàng)新效率具有顯著的正向直接效應(yīng)和正向空間溢出效應(yīng)。然而創(chuàng)新能力弱的區(qū)域，數(shù)字金融對區(qū)域綠色創(chuàng)新效率具有顯著的正向直接效應(yīng)，但正向空間溢出效應(yīng)不顯著。第三，傳統(tǒng)金融和數(shù)字金融的交互效應(yīng)對區(qū)域綠色創(chuàng)新效率具有的正向直接效應(yīng)和溢出效應(yīng)不顯著，其作用未能充分釋放，需要進(jìn)一步提升。

基于上述研究結(jié)論，提出如下政策建議：

（1） 加大信息化投資力度，夯實(shí)數(shù)字金融發(fā)展的基礎(chǔ)。信息化發(fā)達(dá)程度決定區(qū)域數(shù)字金融發(fā)展的高度，借助國家發(fā)力“新基建”對沖疫情的機(jī)遇，充分發(fā)揮數(shù)字金融提升綠色創(chuàng)新效率新動(dòng)能的作用，加大數(shù)字經(jīng)濟(jì)領(lǐng)域的投資，進(jìn)一步加強(qiáng)信息化基礎(chǔ)設(shè)施建設(shè)，完善數(shù)字金融的基礎(chǔ)網(wǎng)絡(luò)，為數(shù)字金融的發(fā)展打下堅(jiān)實(shí)的基礎(chǔ)。

（2） 考慮數(shù)字金融的空間外溢效應(yīng)，促進(jìn)數(shù)字金融區(qū)域協(xié)調(diào)發(fā)展。政府需要加大政策扶持力度，引導(dǎo)資金、技術(shù)、人才等數(shù)字金融要素向中西部地區(qū)流動(dòng)，深化數(shù)字金融區(qū)域間協(xié)作機(jī)制，搭建區(qū)域間合作交流平臺，充分發(fā)揮空間溢出效應(yīng)，促進(jìn)區(qū)域間數(shù)字金融協(xié)調(diào)發(fā)展。

（3） 強(qiáng)化監(jiān)管，踐行數(shù)字金融普惠制發(fā)展理念。以數(shù)字技術(shù)驅(qū)動(dòng)普惠金融發(fā)展，降低金融服務(wù)門檻，有效擴(kuò)大覆蓋面和可得性，充分發(fā)揮服務(wù)實(shí)體經(jīng)濟(jì)創(chuàng)新發(fā)展的生力軍作用，更精準(zhǔn)、更有效、更全面地支持研發(fā)創(chuàng)新活動(dòng)發(fā)展，進(jìn)而提升綠色創(chuàng)新效率。

（4） 防范風(fēng)險(xiǎn)，促進(jìn)數(shù)字金融健康發(fā)展。數(shù)字金融作為金融和互聯(lián)網(wǎng)的融合產(chǎn)物，兼具金融風(fēng)險(xiǎn)和互聯(lián)網(wǎng)風(fēng)險(xiǎn)“疊加”的特征，需要加大對數(shù)字金融風(fēng)險(xiǎn)監(jiān)管和防范，以防發(fā)生重大風(fēng)險(xiǎn)，抑制區(qū)域創(chuàng)新活動(dòng)。

（5） 促進(jìn)數(shù)字金融和傳統(tǒng)金融融合，共同促進(jìn)區(qū)域綠色創(chuàng)新效能的提升。一方面，傳統(tǒng)的銀行業(yè)要充分利用互聯(lián)網(wǎng)化、移動(dòng)化方式，進(jìn)一步加大金融產(chǎn)品和服務(wù)創(chuàng)新力度，研究開發(fā)更多的數(shù)字化金融產(chǎn)品和服務(wù)來更好地滿足客戶需求；另一方面，互聯(lián)網(wǎng)金融公司需要加強(qiáng)與傳統(tǒng)金融公司的業(yè)務(wù)合作，利用傳統(tǒng)金融機(jī)構(gòu)的資源優(yōu)勢，充分發(fā)揮自身技術(shù)特長，助力傳統(tǒng)金融業(yè)務(wù)發(fā)展。