金融科技促進(jìn)創(chuàng)新績效提升了嗎？

馮永琦, 張浩琳

（吉林大學(xué) 經(jīng)濟(jì)學(xué)院，吉林 長春 130012）

一、引 言

新冠疫情的爆發(fā)給全球經(jīng)濟(jì)帶來了巨大的沖擊，疫情在帶來社交阻隔的同時(shí)，也為金融科技的發(fā)展提供了機(jī)遇。即時(shí)通訊、數(shù)字化抵押貸款和無接觸式支付等技術(shù)飛速發(fā)展，加速金融服務(wù)從“半線上化”向“全線上化”過渡。同時(shí)，當(dāng)前世界正處于百年未有之大變局。特朗普上臺后大肆宣揚(yáng)貿(mào)易保護(hù)主義，推行“逆全球化”措施，力圖通過“硬脫鉤”策略將我國排除在全球高科技生態(tài)圈之外，以抑制我國崛起。2021年拜登政府上任后，雖然聲稱不會延續(xù)特朗普政府時(shí)期的脫鉤政策，但是特朗普政府在過去幾年中所采取的“硬脫鉤”策略已形成體系，并將繼續(xù)產(chǎn)生強(qiáng)大影響。因此，“內(nèi)循環(huán)”是我國應(yīng)對當(dāng)下所面臨的各種現(xiàn)實(shí)問題的必然選擇。黨的第十九屆五中全會明確提出要“加快構(gòu)建以國內(nèi)大循環(huán)為主、國內(nèi)國際雙循環(huán)互相促進(jìn)的新發(fā)展格局”?！皟?nèi)循環(huán)”重點(diǎn)圍繞消費(fèi)、制造、科技、投資、服務(wù)和金融六大方向進(jìn)行，不論其中的哪一方向均與金融科技行業(yè)的發(fā)展息息相關(guān)。因此，在順應(yīng)“內(nèi)循環(huán)”的發(fā)展新格局下，探討金融科技對區(qū)域創(chuàng)新的影響，可為我國抓住重大發(fā)展機(jī)遇，建設(shè)普惠金融新生態(tài)提供重要參考。

既有研究大多是從提高企業(yè)融資的可獲得性和降低交易成本的視角，探討金融服務(wù)對創(chuàng)新的促進(jìn)作用，鮮少關(guān)注消費(fèi)者，尤其是普通消費(fèi)者對于創(chuàng)新的重要作用。消費(fèi)者是企業(yè)的服務(wù)對象，是企業(yè)創(chuàng)新的核心動力（Cui和Wu，2016），用消費(fèi)者數(shù)據(jù)來引導(dǎo)企業(yè)創(chuàng)新已經(jīng)成為這個(gè)時(shí)代企業(yè)發(fā)展的必然選擇。大數(shù)據(jù)等金融科技技術(shù)提升了普通消費(fèi)者消費(fèi)行為的可數(shù)據(jù)化程度，使得以往那些既不具備研發(fā)所需的專業(yè)知識和能力，又缺乏主動參與意愿的普通消費(fèi)者的在線行為能夠自動生成具有高商業(yè)價(jià)值的信息，為大量的普通消費(fèi)者參與研發(fā)提供了契機(jī)（肖靜華等，2018）。同時(shí)，受困于數(shù)據(jù)的可得性，對于金融科技對創(chuàng)新績效影響的地區(qū)間差異化研究仍十分有限。金融科技是依靠移動互聯(lián)技術(shù)建立起來的（胡濱等，2017），與移動互聯(lián)網(wǎng)一樣具有能夠超越物理局限的特征?；谶@一考慮，對金融科技的空間特征的討論顯得尤為重要。

基于以上分析，本文引入門檻模型，探討金融科技與創(chuàng)新績效之間是否存在非線性關(guān)系。將消費(fèi)需求納入到金融科技對創(chuàng)新績效的影響機(jī)制之中，從消費(fèi)視角探討金融科技能否通過影響消費(fèi)需求進(jìn)而提高創(chuàng)新績效。另外，為克服以往傳統(tǒng)空間同質(zhì)性假說在檢驗(yàn)金融科技和創(chuàng)新績效之間關(guān)系方面的缺陷，引入空間杜賓模型來考察金融科技的發(fā)展能否通過空間上的互動性對鄰近區(qū)域的創(chuàng)新績效產(chǎn)生促進(jìn)作用。

本文以中國270個(gè)城市為研究對象分析了金融科技對創(chuàng)新績效的影響，主要貢獻(xiàn)體現(xiàn)在：第一，以金融科技覆蓋廣度為門檻變量，分析了金融科技對創(chuàng)新績效的非線性影響；第二，將區(qū)域消費(fèi)需求納入到金融科技對創(chuàng)新績效的影響機(jī)制中，探討了該機(jī)制的作用效果，豐富了金融科技對創(chuàng)新績效的影響機(jī)制；第三，驗(yàn)證了金融科技提升創(chuàng)新績效的空間溢出效應(yīng)，并進(jìn)一步探究其空間溢出的邊界，彌補(bǔ)了已有文獻(xiàn)中未考慮金融科技與創(chuàng)新的空間溢出性而導(dǎo)致的不足；第四，考慮到金融資源分布的差異性，分析了在京津冀、長三角和珠三角三個(gè)不同區(qū)域中，金融科技提升創(chuàng)新績效空間溢出效應(yīng)的差異化特征，為我國深入推進(jìn)區(qū)域一體化發(fā)展提供一定的理論與實(shí)踐參考。

二、文獻(xiàn)回顧與理論假設(shè)

（一）金融科技對創(chuàng)新績效的影響機(jī)制

目前關(guān)于金融科技（fintech）的國際通用概念是由金融穩(wěn)定理事會（FSB）提出的，認(rèn)為金融科技主要是由大數(shù)據(jù)、區(qū)塊鏈、人工智能、云計(jì)算等前沿技術(shù)推動，對金融市場以及金融服務(wù)業(yè)務(wù)產(chǎn)生重大影響的新興業(yè)務(wù)模式、新技術(shù)應(yīng)用、新產(chǎn)品服務(wù)等，是技術(shù)帶來的金融創(chuàng)新。與國外相比，我國金融科技雖然起步較晚，但由于互聯(lián)網(wǎng)金融的爆發(fā)式發(fā)展所帶來的連鎖反應(yīng)，加上中國傳統(tǒng)金融服務(wù)供給相對不足和政府政策的大力支持，中國金融科技發(fā)展面臨著良好的外部環(huán)境和有效的技術(shù)支撐。

恩格斯（1972）曾提出“社會一旦有技術(shù)上的需要，則這種需要就會比十所大學(xué)更能把科學(xué)推向前進(jìn)”。一方面，企業(yè)為滿足和適應(yīng)市場中的消費(fèi)需求需要不斷創(chuàng)造，吸收和掌握新技術(shù)。另一方面，這些新的技術(shù)又會刺激用戶的消費(fèi)需求，從而把企業(yè)的技術(shù)進(jìn)步與用戶的消費(fèi)需求有機(jī)地結(jié)合起來。大量研究表明，企業(yè)創(chuàng)新動力的強(qiáng)弱會受到現(xiàn)實(shí)消費(fèi)需要的影響（Berthon等，2005；劉冰，2007；金曉彤和黃蕊，2017），消費(fèi)是決定創(chuàng)新的關(guān)鍵力量，在某些領(lǐng)域內(nèi)用戶就是產(chǎn)品和服務(wù)創(chuàng)新的根本來源（von Hippel，2005）。

金融科技重構(gòu)了商業(yè)模式，擴(kuò)大了消費(fèi)需求，為企業(yè)創(chuàng)新提供了機(jī)遇。當(dāng)前金融科技技術(shù)已經(jīng)覆蓋了餐飲、出行、酒店、零售、旅游、醫(yī)療等多個(gè)領(lǐng)域，催生出智慧餐廳、智能交通、智慧醫(yī)療、智慧城市等新型商業(yè)模式。大數(shù)據(jù)與物聯(lián)網(wǎng)的融合重塑了傳統(tǒng)產(chǎn)業(yè)鏈，賦予社會、產(chǎn)業(yè)、經(jīng)濟(jì)轉(zhuǎn)型升級的契機(jī)，為各類型企業(yè)創(chuàng)新提供了機(jī)遇（杜傳忠和張遠(yuǎn)，2020）。金融科技技術(shù)的廣泛應(yīng)用使得金融機(jī)構(gòu)可以通過綜合分析不同用戶的需求，提供個(gè)性化和多樣化的金融服務(wù)，緩解消費(fèi)者所面臨的流動性約束。另外，“心理賬戶”效應(yīng)和移動支付的便利性提高了消費(fèi)者的消費(fèi)傾向（張美萱等，2018），并進(jìn)一步促進(jìn)消費(fèi)結(jié)構(gòu)的優(yōu)化調(diào)整和消費(fèi)品質(zhì)的迭代升級（馬香品，2020），由此推動市場根據(jù)消費(fèi)者需求的變化而不斷進(jìn)行創(chuàng)新（金曉彤和黃蕊，2017）。

金融科技的發(fā)展在一定程度上也提高了經(jīng)濟(jì)系統(tǒng)內(nèi)信息的透明度，提高企業(yè)創(chuàng)新的精準(zhǔn)性。金融科技技術(shù)的不斷發(fā)展和應(yīng)用使得消費(fèi)者以往的消費(fèi)行為和習(xí)慣變得簡單、直觀、易于判斷（易行健和周利，2018），有助于企業(yè)及時(shí)了解市場動向和顧客需求，形成企業(yè)與用戶間的數(shù)據(jù)雙向轉(zhuǎn)化運(yùn)用，加速實(shí)現(xiàn)產(chǎn)業(yè)的轉(zhuǎn)型升級。另外，在數(shù)字經(jīng)濟(jì)時(shí)代，消費(fèi)方式和品牌的多元化也引發(fā)了消費(fèi)需求的多元化，消費(fèi)者對于產(chǎn)品和服務(wù)的個(gè)性化追求挑戰(zhàn)了傳統(tǒng)標(biāo)準(zhǔn)化的批量生產(chǎn)模式。商家以電商平臺為載體，通過數(shù)據(jù)挖掘和大數(shù)據(jù)分析等技術(shù)，可以更好地洞察目標(biāo)用戶的需求，從而把各項(xiàng)生產(chǎn)要素和資源精準(zhǔn)投向用戶所需的新用途?；谏鲜龇治?，本文提出研究假設(shè)一，即：

H1：金融科技能夠通過提高消費(fèi)需求進(jìn)而促進(jìn)創(chuàng)新績效的提升。

（二）金融科技對創(chuàng)新績效的門檻效應(yīng)

金融科技雖然能夠促進(jìn)創(chuàng)新績效的提升，但是金融科技對創(chuàng)新績效的促進(jìn)作用可能存在一定的門檻，其原因主要包含以下兩點(diǎn)：

第一，在金融科技覆蓋面較低的地區(qū)，居民所面臨的信貸約束問題依然沒有得到有效解決，消費(fèi)需求被抑制，從而導(dǎo)致企業(yè)的創(chuàng)新動力不足。Flavin（1981）發(fā)現(xiàn)居民消費(fèi)對其即期收入存在“過度敏感”，當(dāng)人們的收入無法滿足自身的消費(fèi)需求時(shí)，如果無法有效地利用資本借貸實(shí)現(xiàn)消費(fèi)的跨期平滑，就會面臨流動性約束（Jappelli等，1989；Campbell和Mankiw，1991）。在過去，傳統(tǒng)金融服務(wù)遵循“二八”定律，主要的目標(biāo)客戶為20%的高凈值團(tuán)體（Demetriades和Luintel，1997）。雖然也面向個(gè)人開設(shè)了一些個(gè)人理財(cái)、按揭貸款和信用消費(fèi)項(xiàng)目，但不論是從數(shù)額上還是種類上都遠(yuǎn)遠(yuǎn)不能滿足個(gè)人的融資需要。與傳統(tǒng)金融服務(wù)相比，金融科技具有供給主體的多樣性以及客戶主體的長尾性等特點(diǎn)，螞蟻花唄和京東白條等小額信貸工具大大提高了中低消費(fèi)人群的購買力（易行健和周利，2018）。但同時(shí)，如果金融科技無法打破地域、場景、時(shí)效和成本的邊界，有效擴(kuò)大金融科技服務(wù)的覆蓋面，金融科技服務(wù)就無法做到真正下沉，有效地服務(wù)社會。

第二，隨著金融科技發(fā)展水平的提高，其對創(chuàng)新績效的影響作用還可能發(fā)生質(zhì)的變化。一方面，隨著金融科技覆蓋廣度的不斷擴(kuò)大，過多的金融交易會導(dǎo)致風(fēng)險(xiǎn)增加，這給金融監(jiān)管帶來了新的挑戰(zhàn)（張紅偉等，2020）。如果法律和金融監(jiān)管制度無效或不完善，就無法保證增加的信用供給被引導(dǎo)至優(yōu)質(zhì)的創(chuàng)新項(xiàng)目上，金融科技的進(jìn)一步發(fā)展就不會對創(chuàng)新績效產(chǎn)生積極的作用，反而會產(chǎn)生破壞效應(yīng)。另一方面，金融科技在助力跨境金融服務(wù)發(fā)展的同時(shí)，也會帶來諸多風(fēng)險(xiǎn)。金融科技技術(shù)的廣泛應(yīng)用為世界各地的金融機(jī)構(gòu)搭建起了一個(gè)互聯(lián)互通的全球金融網(wǎng)絡(luò)平臺（李鋼和張琦，2019）。然而，金融科技在加速信息流動的同時(shí)，也會使得金融風(fēng)險(xiǎn)的擴(kuò)散與蔓延變得更加迅速，資本運(yùn)作的復(fù)雜鏈條將影響全世界范圍內(nèi)的所有相關(guān)金融機(jī)構(gòu)。由此，本文提出研究假設(shè)二，即：

H2：金融科技對創(chuàng)新績效的促進(jìn)作用存在非線性門檻效應(yīng)，只有當(dāng)金融科技覆蓋廣度達(dá)到一定門檻值后，金融科技對于創(chuàng)新績效的促進(jìn)作用才會顯著。

（三）金融科技對創(chuàng)新績效的空間溢出效應(yīng)

空間計(jì)量經(jīng)濟(jì)學(xué)研究者認(rèn)為，各經(jīng)濟(jì)單元并不是孤立存在的而是存在空間上的相關(guān)關(guān)系（Tobler，1970）。通常情況下，如果各經(jīng)濟(jì)單元存在地理位置上的相關(guān)關(guān)系，那么所收集的數(shù)據(jù)就會具有空間自相關(guān)的特性，即一個(gè)經(jīng)濟(jì)單元的經(jīng)濟(jì)活動會與其周邊單元存在一定的聯(lián)系，并且距離越近聯(lián)系越緊密，因此有必要考慮地理空間效應(yīng)。

金融科技的空間溢出效應(yīng)主要是通過服務(wù)性外溢和信息性外溢這兩種方式來實(shí)現(xiàn)的。在服務(wù)性外溢方面，以金融機(jī)構(gòu)為核心的傳統(tǒng)金融服務(wù)會受到地理因素的限制，金融基礎(chǔ)設(shè)施的設(shè)立情況往往決定了當(dāng)?shù)氐慕鹑诎l(fā)展水平，制約了金融的資源配置功能。與傳統(tǒng)金融基礎(chǔ)設(shè)施相比，基于金融科技技術(shù)而建立的網(wǎng)絡(luò)數(shù)字平臺具有更強(qiáng)的輻射性和穿透性，使得金融機(jī)構(gòu)可以較低的成本快速高效地獲取相關(guān)反饋信息，讓金融服務(wù)在一定程度上擺脫了地理位置的限制，使得金融要素能夠沿著金融網(wǎng)絡(luò)向其他地區(qū)傳遞。

信息性外溢表現(xiàn)為金融資源信息從“信息腹地”向周邊傳遞，“信息腹地”通常指的是信息的發(fā)源地或收集地（Zhao，2003）。Porteous（1995）提出根據(jù)接受者對相關(guān)信息文化背景的熟悉程度，可以將信息分為“標(biāo)準(zhǔn)化信息”和“非標(biāo)準(zhǔn)化信息”?！皹?biāo)準(zhǔn)化信息”是指那些通過標(biāo)準(zhǔn)化活動產(chǎn)生的信息，包括技術(shù)標(biāo)準(zhǔn)、管理標(biāo)準(zhǔn)、規(guī)范、章程等（趙曉斌等，2002）。它們具有統(tǒng)一性、權(quán)威性和實(shí)效性等特征，可以通過媒體無失真地進(jìn)行傳輸（楊興興和張敖，2015）。金融科技技術(shù)的發(fā)展不僅可以實(shí)現(xiàn)“標(biāo)準(zhǔn)化信息”在異地之間的快速傳播，而且便于儲存，從而使得標(biāo)準(zhǔn)化的金融信息能夠更好地向周邊地區(qū)溢出。但同時(shí)也應(yīng)注意，雖然“標(biāo)準(zhǔn)化信息”可以通過媒體進(jìn)行傳輸，文化背景或者公司內(nèi)部人際關(guān)系和治理狀態(tài)等“非標(biāo)準(zhǔn)化”信息則無法通過媒體進(jìn)行如實(shí)傳遞（Porteous，1995）。金融科技雖然在一定程度上彌補(bǔ)了傳統(tǒng)金融服務(wù)的不足，增強(qiáng)了金融的普惠性，但依然不能夠使得金融機(jī)構(gòu)完全擺脫地理位置的限制，信息不對稱的問題依然會存在。O’Brien（1992）提出的“地理已死”的論斷無法在現(xiàn)實(shí)生活中找到切實(shí)的證據(jù)。基于上述分析，本文提出研究假設(shè)三，即：

H3：金融科技對區(qū)域創(chuàng)新的促進(jìn)作用具有明顯的空間溢出效應(yīng)。

三、變量選取與模型構(gòu)建

（一）變量選取

基于數(shù)據(jù)的可得性，本文最終選取2011—2017年中國270個(gè)城市①剔除了內(nèi)蒙古、西藏、青海、寧夏、新疆這五個(gè)省份所包含的城市以及海南省的三沙市、儋州市和安徽省巢湖市。的年度數(shù)據(jù)進(jìn)行實(shí)證分析。其中金融科技數(shù)據(jù)來源于北京大學(xué)數(shù)字金融研究中心編制的北京大學(xué)數(shù)字普惠金融指數(shù)，其他變量數(shù)據(jù)來自2012—2018年《中國城市統(tǒng)計(jì)年鑒》和各城市的地方統(tǒng)計(jì)年鑒。

1.被解釋變量

本文參照以往大多數(shù)研究的做法，選擇專利申請數(shù)（app）和專利授權(quán)數(shù)（auth）作為創(chuàng)新績效的測量指標(biāo)（Bettencourt等，2007；溫軍和馮根福，2012）。同時(shí)，為了增強(qiáng)結(jié)果的穩(wěn)健性，參考Desyllas和Hughes（2010）以及馮根福等人（2017）的方法，用專利授權(quán)數(shù)與研發(fā)投入絕對額的自然對數(shù)之比來度量創(chuàng)新效率，其計(jì)算公式為：

其中，Patentit表示城市i在第t年的專利授權(quán)量，R&Dstockit表示研發(fā)投入存量，其計(jì)算公式為：

2.核心解釋變量

由于金融科技出現(xiàn)的時(shí)間較短，目前對其尚缺乏統(tǒng)一、規(guī)范的數(shù)據(jù)統(tǒng)計(jì)。以往研究主要采用以下兩種方式對其進(jìn)行測量：一種是利用網(wǎng)絡(luò)爬蟲技術(shù)，爬取有關(guān)金融科技的新聞檢索頁面的源代碼并對關(guān)鍵詞詞頻進(jìn)行統(tǒng)計(jì)，從而構(gòu)建金融科技發(fā)展指數(shù)（Li等，2017；李春濤等，2020）。另一種是基于結(jié)構(gòu)化數(shù)據(jù)構(gòu)建的金融科技指標(biāo)，這其中比較有代表性的是北京大學(xué)數(shù)字金融研究中心編制的北京大學(xué)數(shù)字普惠金融指數(shù)（邱晗等，2018；唐松等，2019；孟娜娜和粟勤，2020）。本文認(rèn)為，基于網(wǎng)絡(luò)爬蟲技術(shù)而建立的指標(biāo)在測量金融科技發(fā)展水平方面存在一定的偏差。一方面，對于網(wǎng)絡(luò)爬蟲所抓取的“關(guān)鍵詞”的選取往往較為主觀，這也就導(dǎo)致了所抓取的信息也會存在一定的主觀性。另一方面，許多網(wǎng)頁為維護(hù)其知識產(chǎn)權(quán)，會有針對性地設(shè)計(jì)反爬蟲系統(tǒng)，如果有大量有價(jià)值的網(wǎng)頁信息不能被獲取，那么爬蟲結(jié)果的可靠性將大打折扣。與通過網(wǎng)絡(luò)爬蟲技術(shù)而建立的金融科技指標(biāo)相比，通過螞蟻金服等代表性金融科技公司的交易數(shù)據(jù)而構(gòu)建的金融科技指標(biāo)體系，能夠更加全面、細(xì)致地反映不同地區(qū)金融科技的發(fā)展情況。因此，本文選擇用北京大學(xué)數(shù)字金融研究中心編制的地市級層面的數(shù)字普惠金融指數(shù)（index）作為核心解釋變量。

3.門檻變量

為驗(yàn)證假設(shè)二，本文選擇金融科技覆蓋廣度（coverage）作為門檻變量來考察金融科技對創(chuàng)新績效的非線性影響。相關(guān)數(shù)據(jù)來源于北京大學(xué)數(shù)字金融研究中心編制的地市級層面的數(shù)字普惠金融指數(shù)，該指數(shù)除了總指數(shù)之外，還從不同維度進(jìn)行了刻畫，如金融科技覆蓋廣度、使用深度和數(shù)字化程度。金融科技重構(gòu)了商業(yè)模式，擴(kuò)大了消費(fèi)需求，為企業(yè)創(chuàng)新提供了機(jī)遇。但是這一切的基礎(chǔ)都在于金融科技具有足夠的用戶覆蓋面。如果金融科技無法打破地域、場景、時(shí)效和成本的邊界，有效擴(kuò)大金融科技服務(wù)的覆蓋面，金融科技服務(wù)就無法做到真正下沉，更好地服務(wù)社會。因此，本文選擇金融科技的覆蓋廣度作為門檻變量。

4.控制變量

參考現(xiàn)有文獻(xiàn)，本文所選的控制變量包含以下方面：（1）經(jīng)濟(jì)情況：①經(jīng)濟(jì)發(fā)展水平，本文以地區(qū)生產(chǎn)總值（gdp）來衡量；②勞動人口總數(shù)，通過年末單位從業(yè)人員數(shù)來衡量（employ）。（2）研發(fā)情況：包括研發(fā)人員投入（person）和研發(fā)經(jīng)費(fèi)投入（expend），由于缺少直接的研發(fā)人員和研發(fā)經(jīng)費(fèi)投入市級數(shù)據(jù)，本文參考余泳澤等人（2013）的研究，以科學(xué)研究、技術(shù)服務(wù)與地質(zhì)勘察從業(yè)人員的數(shù)量作為研發(fā)人員投入的替代指標(biāo)；以地方財(cái)政科學(xué)事業(yè)費(fèi)支出作為研發(fā)經(jīng)費(fèi)投入的替代指標(biāo)。（3）地理特征：通過距離中國四大金融中心（北京、上海、廣州、深圳）的最短距離來衡量（distan）。（4）交通特征：采用公路貨運(yùn)量（cargo）和郵政業(yè)務(wù)總量（mail）兩個(gè)指標(biāo)進(jìn)行度量。

為了緩解異方差帶來的影響，本文對除金融科技之外的其他變量進(jìn)行了對數(shù)化處理。處理之后各變量的描述性統(tǒng)計(jì)結(jié)果如表1所示：

表 1 變量描述性統(tǒng)計(jì)結(jié)果

（二）計(jì)量模型設(shè)定

1.面板門檻模型

Hansen（1999）建立了面板門檻模型，通過捕捉門檻變量可能發(fā)生跳躍的臨界點(diǎn)，將解釋變量按照最優(yōu)門檻值劃分為多個(gè)區(qū)域，進(jìn)而比較各區(qū)間回歸系數(shù)的異同。本文選定金融科技覆蓋廣度作為門檻變量，建立多重門檻回歸模型，其基本形式為：

其中，Yit表示創(chuàng)新績效，Xit表示金融科技發(fā)展情況，Zit為控制變量合集。βi為待估計(jì)參數(shù)，當(dāng)β1=β2=…=βm時(shí)表示不存在門檻效應(yīng)，否則表示存在門檻效應(yīng)。I（·）為示性函數(shù)，qit表示門檻變量，在本文中表示金融科技的覆蓋廣度。γi為門檻值，當(dāng)qit和γi滿足條件時(shí)，示性函數(shù)I（·）取值為1，不滿足條件時(shí)取值為0。ξi表示個(gè)體固定效應(yīng)，εit表示擾動項(xiàng)。

2.空間杜賓模型

空間計(jì)量經(jīng)濟(jì)學(xué)起源于20世紀(jì)70年代早期。隨后Anselin（1990）提出，空間計(jì)量模型存在兩種基本形式，即空間滯后模型（SLM）和空間誤差模型（SEM）。

（1）空間滯后模型：主要研究各變量對其他地區(qū)的空間溢出效應(yīng)，其基本形式為：

其中，y是一個(gè)n×1階的向量，表示被解釋變量觀察值；W是一個(gè)n×n的空間權(quán)重矩陣，表示n個(gè)經(jīng)濟(jì)單元之間的空間聯(lián)系；ρ為空間自回歸系數(shù)，表示鄰近地區(qū)被解釋變量對本地的空間溢出效應(yīng)，取值范圍在-1到1之間；X為n×k的解釋變量矩陣；β是k×1階系數(shù)向量；ε表示隨機(jī)誤差。

（2）空間誤差模型：假設(shè)不同地區(qū)之間的空間相關(guān)性是通過誤差項(xiàng)實(shí)現(xiàn)的，其基本形式為：

其中，ζ表示隨機(jī)擾動項(xiàng)，φ和ζ服從獨(dú)立同分布且互不相關(guān)；λ為空間相關(guān)系數(shù)，表示相鄰地區(qū)對本地的空間溢出效應(yīng)，取值范圍在-1到1之間；其他符號的含義與SLM模型相同。

LeSage和Pace（2009）豐富和發(fā)展了空間滯后模型和空間誤差模型，提出了既包含解釋變量空間滯后項(xiàng)，又包含被解釋變量空間滯后項(xiàng)的空間杜賓模型，其基本形式為：

其中，y是一個(gè)n×1階的向量，表示被解釋變量觀察值；W是一個(gè)n×n的空間權(quán)重矩陣，表示n個(gè)經(jīng)濟(jì)單元之間的空間聯(lián)系；ρ為空間滯后項(xiàng)Wy的系數(shù)；X為n×k的解釋變量矩陣；β1是解釋變量X的k×1階系數(shù)向量；WX表示自變量的空間滯后項(xiàng)；β2是WX的回歸系數(shù)向量；ε表示隨機(jī)誤差。

LeSage和Pace（2009）也提到，空間杜賓模型將解釋變量和被解釋變量的空間滯后因子同時(shí)納入研究范圍，考慮了大量關(guān)于觀測區(qū)域之間的信息，回歸參數(shù)無法準(zhǔn)確反映解釋變量對被解釋變量的影響，并進(jìn)一步提出用偏微分分解的方式計(jì)算出直接效應(yīng)、間接效應(yīng)和總效應(yīng)來刻畫不同地區(qū)解釋變量對于被解釋變量的影響。直接效應(yīng)（也稱本地效應(yīng)）表示本地區(qū)解釋變量對本地區(qū)被解釋變量的平均影響程度；間接效應(yīng)（也稱溢出效應(yīng)）表示本地區(qū)解釋變量對其他地區(qū)被解釋變量的平均影響程度；總效應(yīng)表示解釋變量對所有地區(qū)被解釋變量的平均影響。

（三）空間自相關(guān)檢驗(yàn)和空間計(jì)量模型的構(gòu)建

1.確定空間權(quán)重矩陣

為了準(zhǔn)確度量各地區(qū)之間的空間相關(guān)關(guān)系，首先需要構(gòu)造合適的空間權(quán)重矩陣?，F(xiàn)有文獻(xiàn)基本采用0—1矩陣、地理距離矩陣和經(jīng)濟(jì)距離矩陣三種矩陣來表示不同地區(qū)之間的空間關(guān)系。0—1矩陣僅僅基于個(gè)體之間是否相鄰（即是否有共同點(diǎn)或共同邊）來表征不同地區(qū)之間的空間關(guān)系，無法準(zhǔn)確反映在地理位置上不相鄰的地區(qū)之間的空間效應(yīng)。經(jīng)濟(jì)距離矩陣關(guān)注各單元的經(jīng)濟(jì)屬性，認(rèn)為經(jīng)濟(jì)變量值越接近，單元之間差異程度越小，但卻無法準(zhǔn)確研究不同地理距離的經(jīng)濟(jì)單元之間的關(guān)系。因此，本文采用能夠考慮非相鄰地區(qū)之間關(guān)系的地理距離矩陣，其構(gòu)造方式為：

其中，dij表示地區(qū)i和地區(qū)j之間的距離。

2.全局空間自相關(guān)分析

本文利用Moran指數(shù)進(jìn)行全局空間自相關(guān)檢驗(yàn)，檢驗(yàn)結(jié)果如表2所示。檢驗(yàn)結(jié)果顯示金融科技和創(chuàng)新績效的Moran指數(shù)均顯著且為正數(shù)，表明我國的金融科技和創(chuàng)新績效呈現(xiàn)出較為明顯的空間正相關(guān)關(guān)系。

表 2 金融科技發(fā)展與創(chuàng)新績效的Moran I檢驗(yàn)結(jié)果

3.局部空間自相關(guān)分析

本文進(jìn)一步通過Moran’s I散點(diǎn)圖進(jìn)行局部空間自相關(guān)分析，分析結(jié)果如圖1至圖4所示。Moran’s I散點(diǎn)圖以（x，Wx）為坐標(biāo)，將平面劃分為4個(gè)象限，分別表示各地區(qū)與其鄰近地區(qū)的四種局部空間聯(lián)系形式。從圖1至圖4可見，絕大部分城市都落在了第一和第三象限。第一象限表示城市本身金融科技或創(chuàng)新發(fā)展程度高，同時(shí)鄰近地區(qū)的發(fā)展程度也高（HH），落在這一象限的大部分是東部沿海發(fā)達(dá)城市。第三象限表示城市本身金融科技或創(chuàng)新發(fā)展程度低，同時(shí)鄰近地區(qū)的發(fā)展程度也低（LL），落在這一象限的大部分是中西部和東北部的非中心城市。第四象限表示城市本身金融科技或創(chuàng)新發(fā)展程度高，但是鄰近地區(qū)的發(fā)展程度低（HL），落在這一象限的大部分是中西部和東北部的中心城市。第二象限表示城市本身金融科技或創(chuàng)新發(fā)展程度低，但是鄰近地區(qū)的發(fā)展程度高（LH），落在這一象限的大部分是中心城市的周邊城市。由此可以發(fā)現(xiàn)，我國金融科技的發(fā)展和創(chuàng)新績效不僅表現(xiàn)出一定的空間集聚性，同時(shí)也表現(xiàn)出一定的空間異質(zhì)性，選擇空間計(jì)量的方法是合適的。

圖 1 2017年中國金融科技散點(diǎn)分布圖

圖 2 2017年中國專利申請數(shù)散點(diǎn)分布圖

圖 3 2017年中國專利授權(quán)數(shù)散點(diǎn)分布圖

圖 4 2017年中國創(chuàng)新效率散點(diǎn)分布圖

4.空間計(jì)量模型的構(gòu)建

為了確定模型的具體形式，本文又進(jìn)行了拉格朗日乘數(shù)（Lagrange Multiplier）和穩(wěn)健的拉格朗日乘數(shù)檢驗(yàn)，相關(guān)結(jié)果如表3所示。LM（lag）和LM（error）以及Robust LM（lag）和Robust LM（error）檢驗(yàn)均在1%的水平下顯著，可以暫時(shí)確定選擇空間杜賓模型進(jìn)行估計(jì)。

表 3 金融科技對創(chuàng)新績效的空間相關(guān)性檢驗(yàn)

進(jìn)一步進(jìn)行Wald檢驗(yàn)和LR檢驗(yàn)，發(fā)現(xiàn)結(jié)果均在1%的顯著性水平上拒絕了原假設(shè)，并且Hausman檢驗(yàn)在1%的顯著性水平下拒絕原假設(shè)，于是確定選擇固定效應(yīng)空間杜賓模型（SDM）進(jìn)行估計(jì)是合適的。模型設(shè)定的具體形式為（其中X表示控制變量合集）：

四、實(shí)證結(jié)果分析

（一）金融科技對創(chuàng)新績效的門檻效應(yīng)

本文以金融科技的覆蓋廣度為門檻變量，對金融科技對創(chuàng)新績效的促進(jìn)作用進(jìn)行門檻效應(yīng)檢驗(yàn)。為驗(yàn)證門檻模型的具體形式，本文首先針對不同的被解釋變量，對門檻變量進(jìn)行顯著性檢驗(yàn)。檢驗(yàn)結(jié)果如表4所示。根據(jù)檢驗(yàn)結(jié)果可知，在以不同的被解釋變量作為創(chuàng)新績效的測量指標(biāo)時(shí)，金融科技對創(chuàng)新績效的促進(jìn)作用均存在門檻效應(yīng)。單一門檻均在1%的顯著性水平下顯著，雙重門檻在5%的顯著性水平下顯著，三重門檻不顯著。因此，本文采用雙重門檻模型進(jìn)行相關(guān)的計(jì)量分析。

表 4 門檻效應(yīng)檢驗(yàn)

在通過門檻效應(yīng)檢驗(yàn)確定門檻個(gè)數(shù)之后，本文接著分別估計(jì)不同被解釋變量的門檻值，其結(jié)果如表5所示。根據(jù)結(jié)果可知，在分別以不同的被解釋變量作為創(chuàng)新績效的測量指標(biāo)的情況下，金融科技對創(chuàng)新績效的影響均會受到金融科技覆蓋廣度的制約并表現(xiàn)出雙門檻效應(yīng)。以專利申請數(shù)作為創(chuàng)新績效的測量指標(biāo)時(shí)，門檻值分別為28.17和180.585 0。以專利授權(quán)數(shù)和創(chuàng)新效率作為創(chuàng)新績效的測量指標(biāo)時(shí)，門檻值分別為26.38和180.585 0。

表 5 門檻值估計(jì)

進(jìn)一步依據(jù)門檻效應(yīng)回歸結(jié)果分析金融科技對創(chuàng)新績效的非線性影響，結(jié)果如表6所示。從表6的結(jié)果可知，當(dāng)金融科技的覆蓋廣度低于28.17時(shí)，金融科技對專利申請數(shù)的促進(jìn)作用并不顯著；當(dāng)覆蓋廣度介于28.17和180.585 0之間時(shí)，回歸系數(shù)在1%的水平下顯著為正；當(dāng)覆蓋廣度高于180.585 0時(shí)，系數(shù)的值略有降低，但依然在1%的水平下顯著。對于專利授權(quán)數(shù)和創(chuàng)新效率，當(dāng)金融科技的覆蓋廣度低于26.38時(shí)，金融科技對專利授權(quán)數(shù)和創(chuàng)新效率的促進(jìn)作用并不顯著；當(dāng)覆蓋廣度介于26.38和180.585 0之間時(shí)，回歸系數(shù)為正且在1%的水平下顯著；當(dāng)覆蓋廣度高于180.585 0時(shí)，系數(shù)的值略有降低，但依然在1%的水平下顯著。

表 6 門檻效應(yīng)回歸結(jié)果

從整體來看，在分別以不同的被解釋變量作為創(chuàng)新績效的測量指標(biāo)的情況下，金融科技對創(chuàng)新績效的促進(jìn)作用均存在門檻效應(yīng)。當(dāng)金融科技的覆蓋廣度低于第一重門檻時(shí)，金融科技對創(chuàng)新績效的促進(jìn)作用不顯著。其原因可能是當(dāng)金融科技覆蓋面較低時(shí)，居民所面臨的信貸約束問題依然沒能得到有效解決，消費(fèi)需求被抑制，從而導(dǎo)致企業(yè)的創(chuàng)新動力不足。只有跨越了這一門檻，打破地域、場景、時(shí)效和成本的邊界，金融科技服務(wù)才能做到真正下沉，有效地服務(wù)社會。而當(dāng)覆蓋廣度越過第一重門檻之后，在其他條件不變的情況下，隨著金融科技覆蓋廣度的不斷擴(kuò)大，金融科技對創(chuàng)新績效的促進(jìn)作用會逐漸降低，但是，下降的幅度并不大，在分別以專利申請數(shù)、專利授權(quán)數(shù)和創(chuàng)新效率作為創(chuàng)新績效的測量指標(biāo)的情況下，越過第二重門檻值之后，解釋變量的回歸系數(shù)分別下降了0.0006、0.0009和0.0009。這表明當(dāng)越過第二重門檻之后，金融科技對創(chuàng)新績效的積極影響并不會因金融風(fēng)險(xiǎn)的擴(kuò)大而發(fā)生質(zhì)的變化，擴(kuò)大金融科技的覆蓋廣度依然能夠?qū)μ岣邉?chuàng)新績效起到重要的推動作用。

（二）金融科技對創(chuàng)新績效提升的空間溢出效應(yīng)

1.核心研究假設(shè)檢驗(yàn)

為檢驗(yàn)金融科技對創(chuàng)新績效的空間溢出效應(yīng)，本文分別使用專利申請數(shù)、專利授權(quán)數(shù)和創(chuàng)新效率作為創(chuàng)新績效的測量指標(biāo)，在全國范圍使用地理距離矩陣進(jìn)行空間計(jì)量分析，檢驗(yàn)結(jié)果如表7所示?？梢钥闯?，不同被解釋變量回歸結(jié)果的R2以及l(fā)og-likelihood數(shù)值相差不大，系數(shù)估計(jì)結(jié)果在符號和顯著性方面也基本類似，模型的回歸結(jié)果表現(xiàn)出很好的穩(wěn)健性。

表 7 全國層面金融科技對創(chuàng)新績效提升的空間計(jì)量結(jié)果

在全國范圍內(nèi)，在三個(gè)模型的回歸結(jié)果中，空間自回歸系數(shù)ρ分別為0.397、0.462和0.492且均在1%的水平下顯著，表明鄰近地區(qū)的創(chuàng)新績效水平會對本地區(qū)的創(chuàng)新績效產(chǎn)生正向影響，即創(chuàng)新績效存在空間溢出效應(yīng)。在三個(gè)模型中解釋變量金融科技（index）的系數(shù)均顯著為正，說明金融科技對創(chuàng)新績效的本地效應(yīng)顯著為正，與王棟和趙志宏（2019）的研究結(jié)果一致。另一方面，W×index的系數(shù)也顯著為正，說明在我國金融科技能夠通過地理機(jī)制對創(chuàng)新績效發(fā)揮作用，本地金融科技的發(fā)展對于周邊地區(qū)創(chuàng)新績效的增長存在正向的空間溢出效應(yīng)。在其他控制變量中，地區(qū)生產(chǎn)總值、從業(yè)人員數(shù)、研發(fā)經(jīng)費(fèi)投入、與金融中心城市距離、公路貨運(yùn)量和郵政業(yè)務(wù)總量的回歸系數(shù)也都顯著為正。

2.異質(zhì)性分析

為進(jìn)一步驗(yàn)證金融科技對于創(chuàng)新績效的空間外溢效應(yīng)，本文對京津冀、長三角和珠三角三個(gè)地區(qū)的地級市數(shù)據(jù)進(jìn)行了進(jìn)一步的分析。這三個(gè)地區(qū)作為中國經(jīng)濟(jì)最為發(fā)達(dá)的三個(gè)代表性城市群，是國內(nèi)金融業(yè)和科創(chuàng)企業(yè)的聚集區(qū)。通過對其進(jìn)行研究，能夠?qū)ξ覈鹑诳萍紝?chuàng)新績效的溢出效應(yīng)有更深入的理解。為對三個(gè)地區(qū)金融科技對創(chuàng)新績效的空間溢出效應(yīng)進(jìn)行有效研究，本文將三個(gè)地區(qū)的范圍在以往劃分標(biāo)準(zhǔn)的基礎(chǔ)上進(jìn)一步擴(kuò)大。其中，京津冀地區(qū)以北京為圓心，400公里的距離為半徑，選取26個(gè)城市；長三角地區(qū)以上海、杭州和南京三地的中點(diǎn)為圓心，400公里的距離為半徑，選取38個(gè)城市；珠三角地區(qū)以廣州和深圳的中點(diǎn)為圓心，400公里的距離為半徑，選取26個(gè)城市。三個(gè)代表地區(qū)的回歸結(jié)果如表8所示。

表 8 三大區(qū)域金融科技對創(chuàng)新績效提升的空間計(jì)量結(jié)果

在這三個(gè)地區(qū)，在三個(gè)模型的回歸結(jié)果中，空間自回歸系數(shù)ρ基本均顯著為正，表明創(chuàng)新績效在這三個(gè)地區(qū)內(nèi)均存在正向的空間溢出效應(yīng)。而對于解釋變量，三個(gè)地區(qū)index系數(shù)在三個(gè)模型中基本都顯著為正，說明在這三個(gè)代表區(qū)域內(nèi)，金融科技對創(chuàng)新績效的本地效應(yīng)依然顯著為正，其中珠三角地區(qū)系數(shù)值最大，其次為長三角地區(qū)，最后是京津冀地區(qū)。而W×index系數(shù)在京津冀地區(qū)顯著為負(fù)，在長三角地區(qū)顯著為正，在珠三角地區(qū)不顯著。在京津冀地區(qū)，三個(gè)模型中的W×index系數(shù)均顯著為負(fù)，表明在京津冀地區(qū)金融科技對創(chuàng)新績效的影響存在空間極化效應(yīng)。這可能是由于京津冀地區(qū)作為重要的首都經(jīng)濟(jì)圈，金融科技及創(chuàng)新所需的資源都要優(yōu)先向北京匯集，各項(xiàng)政策也都優(yōu)先在北京落地，形成了集周邊地區(qū)之力發(fā)展北京的情況。對于長三角地區(qū)，在以專利授權(quán)數(shù)和創(chuàng)新效率作為被解釋變量時(shí)，W×index系數(shù)顯著為正，且系數(shù)均大于全國數(shù)據(jù)的W×index系數(shù)。這表明在長三角地區(qū)，金融科技對創(chuàng)新績效具有顯著的正向空間溢出效應(yīng)，且其溢出效果要高于全國平均水平。對于珠三角地區(qū)，W×index系數(shù)不顯著，可能是因?yàn)閺V州和深圳雖然走在金融科技發(fā)展的前列，但在整個(gè)珠三角地區(qū)內(nèi)，各城市之間的金融科技發(fā)展極度不平衡。金融科技資源主要集中在廣州和深圳兩地之間，而未能有效向周邊地區(qū)輻射。

對于控制變量，在研發(fā)投入方面，京津冀地區(qū)研發(fā)人員和研發(fā)經(jīng)費(fèi)投入的回歸系數(shù)均顯著為正；長三角地區(qū)研發(fā)人員投入顯著為負(fù)，研發(fā)經(jīng)費(fèi)投入顯著為正；珠三角地區(qū)研發(fā)人員和研發(fā)經(jīng)費(fèi)投入均不顯著。其原因可能在于，京津冀地區(qū)作為首都經(jīng)濟(jì)圈，既有政策支持又有經(jīng)濟(jì)發(fā)展優(yōu)勢，不論是人才還是科創(chuàng)企業(yè)的數(shù)量和質(zhì)量均領(lǐng)先于國內(nèi)其他地區(qū)。長三角地區(qū)以作為金融中心的上海為龍頭，雖然近些年來杭州的科技企業(yè)發(fā)展勢頭迅猛，但科創(chuàng)企業(yè)的數(shù)量和質(zhì)量依然遠(yuǎn)不如北京和深圳。因此與京津冀和珠三角地區(qū)相比，長三角地區(qū)科技人才質(zhì)量還是略遜一籌，從而導(dǎo)致研發(fā)人員的大量投入并沒能對該地區(qū)的科技創(chuàng)新形成有效的促進(jìn)作用。而珠三角地區(qū)雖然聚集了大量優(yōu)質(zhì)的科研人才，研發(fā)投入規(guī)模也居于全國前列，卻更重視應(yīng)用研究而較為忽視基礎(chǔ)研究。由此導(dǎo)致了不論是科研人才還是科研經(jīng)費(fèi)的投入對創(chuàng)新的推動作用無法得到有效發(fā)揮。在交通特征方面，在珠三角地區(qū)，三個(gè)模型中公路貨運(yùn)量以及以專利申請數(shù)作為被解釋變量的郵政業(yè)務(wù)總量均不顯著。其原因可能是珠三角各城市之間距離較近，且相互之間交通均較為便利，相對于國內(nèi)其他地區(qū)，在交通運(yùn)輸方面差距不大。

已有研究表明，在空間計(jì)量模型中，本地區(qū)解釋變量的變化不僅會對周邊經(jīng)濟(jì)單元產(chǎn)生影響，還會由周邊經(jīng)濟(jì)單元進(jìn)一步對本地產(chǎn)生沖擊，傳統(tǒng)的點(diǎn)估計(jì)無法準(zhǔn)確捕捉到這種“反饋效應(yīng)”。本文參考已有文獻(xiàn)的做法，采用偏微分分解的方法，計(jì)算出全國、京津冀、長三角、珠三角地區(qū)金融科技對創(chuàng)新績效的直接效應(yīng)、間接效應(yīng)、總效應(yīng)并做進(jìn)一步分析，結(jié)果如表9所示。

表 9 不同區(qū)域金融科技對創(chuàng)新績效提升的空間溢出效應(yīng)

在直接效應(yīng)方面，除京津冀地區(qū)以專利申請數(shù)作為被解釋變量的結(jié)果之外，其余結(jié)果均顯著。在三個(gè)地區(qū)中，珠三角地區(qū)金融科技對創(chuàng)新績效的直接效應(yīng)系數(shù)最大，其次為長三角地區(qū)，最后是京津冀地區(qū)，且三個(gè)地區(qū)都要高于全國平均水平。在間接效應(yīng)方面，對于全國數(shù)據(jù)，金融科技對創(chuàng)新績效的間接效應(yīng)顯著為正，表明金融科技對創(chuàng)新績效的提升確實(shí)存在顯著的空間溢出效應(yīng)。對于京津冀地區(qū)，間接效應(yīng)均顯著為負(fù)，長三角地區(qū)間接效應(yīng)均顯著為正且間接效應(yīng)的系數(shù)大于全國地區(qū)，珠三角地區(qū)間接效應(yīng)系數(shù)不顯著。偏微分分解后系數(shù)的顯著性與正負(fù)號依然與表8中的回歸結(jié)果保持一致。

3.內(nèi)生性討論

為了緩解可能存在的內(nèi)生性問題，本文借鑒Bartik（2009）及易行健和周利（2018）的做法，用滯后一階的數(shù)字普惠金融指數(shù)indexi,t-1與數(shù)字普惠金融指數(shù)在時(shí)間上的一階差分Δindext,t-1的乘積構(gòu)造工具變量進(jìn)行工具變量估計(jì)。同時(shí)將工具變量估計(jì)的結(jié)果與ols回歸以及前文空間計(jì)量的回歸結(jié)果進(jìn)行對照以驗(yàn)證結(jié)果的穩(wěn)健性，回歸結(jié)果如表10所示。表10報(bào)告的結(jié)果符合本文的預(yù)期，對于不同的被解釋變量，核心解釋變量的回歸系數(shù)與顯著性結(jié)果皆與前文保持一致。且F統(tǒng)計(jì)值遠(yuǎn)大于10，說明不存在弱工具變量問題?；貧w結(jié)果表明在考慮潛在的內(nèi)生性問題后，金融科技仍然顯著促進(jìn)了區(qū)域創(chuàng)新績效的提高，即本文的研究結(jié)論保持穩(wěn)健。

表 10 內(nèi)生性檢驗(yàn)

4.機(jī)制分析

為了進(jìn)一步探討金融科技對創(chuàng)新績效影響的作用機(jī)制，本文以消費(fèi)需求為切入點(diǎn)，在不改變上述控制變量的情況下，通過社會消費(fèi)品零售總額的對數(shù)（lncons）與數(shù)字普惠金融指數(shù)（index）的交乘項(xiàng)，分析金融科技對創(chuàng)新績效影響的具體路徑。

本文采用社會消費(fèi)品零售總額來衡量消費(fèi)需求。社會消費(fèi)品零售總額是表現(xiàn)國內(nèi)消費(fèi)需求最直接的數(shù)據(jù)，反映了各行業(yè)通過多種商品流通渠道向居民和社會集團(tuán)供應(yīng)的社會消費(fèi)品總量（白東杰和張圓，2019）。為研究金融科技對創(chuàng)新績效影響的作用機(jī)制，本文引入社會消費(fèi)品零售總額的對數(shù)（lncons）與數(shù)字普惠金融指數(shù)（index）的交乘項(xiàng)，并對其進(jìn)行去中心化處理，回歸結(jié)果如表11所示?？梢园l(fā)現(xiàn)，對于不同的被解釋變量，金融科技（index）與消費(fèi)需求（lncons）的交乘項(xiàng)的直接效應(yīng)系數(shù)均顯著為負(fù)。說明在消費(fèi)需求越低的地區(qū)，金融科技的發(fā)展對本地創(chuàng)新績效的促進(jìn)作用越大；對于不同的被解釋變量，金融科技（index）與消費(fèi)需求（lncons）的交乘項(xiàng)的間接效應(yīng)系數(shù)也均顯著為負(fù)，說明在消費(fèi)需求越低的地區(qū)，金融科技的發(fā)展對周邊地區(qū)創(chuàng)新績效的促進(jìn)作用越大。金融科技的發(fā)展能夠提高消費(fèi)者的消費(fèi)傾向，進(jìn)而促進(jìn)本地和周邊地區(qū)的技術(shù)創(chuàng)新，假設(shè)1得到了證實(shí)。

表 11 機(jī)制分析結(jié)果

（三）不同距離閾值下金融科技對創(chuàng)新績效的溢出效應(yīng)

由本文文獻(xiàn)回顧部分可知，金融科技雖然在一定程度上彌補(bǔ)了傳統(tǒng)金融服務(wù)的不足，增強(qiáng)了金融的普惠性，但依然不能使金融機(jī)構(gòu)完全擺脫地理位置的限制。因此，金融科技對創(chuàng)新績效的空間溢出效應(yīng)會隨著距離的增加而逐漸減弱，并最終表現(xiàn)為一定的邊界。本文利用模型（9）—（11）采用式（8）的空間權(quán)重矩陣進(jìn)行連續(xù)回歸，分別計(jì)算城市之間距離閾值為0—200 km、200—300 km、300—400 km、400—500 km、500—600 km、600—700 km時(shí)不同空間權(quán)重矩陣情形下的SDM估計(jì)結(jié)果?？臻g權(quán)重矩陣的具體設(shè)定方式如下：

其中，dij代表地區(qū)i和地區(qū)j之間的距離，du為空間距離閾值的下限，dl為空間距離閾值的上線。當(dāng)兩個(gè)城市之間的距離在空間閾值范圍之內(nèi)時(shí)，則認(rèn)為二者之間存在空間關(guān)系，權(quán)重為二者距離平方的倒數(shù)；當(dāng)?shù)陀诨蚋哂谶@個(gè)閾值范圍時(shí)，則認(rèn)為兩個(gè)城市之間不存在空間關(guān)系，權(quán)重取值為0。

本文參考余泳澤等人（2013）的研究認(rèn)為距離閾值超出700千米以后，金融科技對創(chuàng)新績效的促進(jìn)作用開始更多地受到省域邊界的影響，且空間外溢系數(shù)受異常值影響出現(xiàn)較多的噪聲，因此僅采納700千米以內(nèi)的結(jié)果。同時(shí)根據(jù)前文的回歸結(jié)果顯示，在長三角地區(qū)金融科技對于創(chuàng)新績效也具有顯著的空間溢出作用，因此在這一部分也對長三角地區(qū)在不同距離閾值下的空間溢出效應(yīng)進(jìn)行進(jìn)一步的研究。由于長三角地區(qū)整體范圍較小，本文選取距離閾值400千米以內(nèi)的結(jié)果進(jìn)行分析，全國和長三角地區(qū)的回歸結(jié)果分別如表12和表13所示。

表 12 全國層面不同閾值矩陣空間溢出效應(yīng)

表 13 長三角地區(qū)不同閾值矩陣空間溢出效應(yīng)

結(jié)果顯示，在全國層面，隨著地理距離的增加，一是金融科技對于創(chuàng)新績效的本地促進(jìn)作用逐漸增強(qiáng)。隨著距離閾值由200千米逐漸增加到700千米，金融科技發(fā)展每提升1%，專利申請數(shù)的增加量由0.012%逐漸增長到0.018%；專利授權(quán)數(shù)的增加量由0.014%逐漸增長到0.021%；創(chuàng)新效率的增加量逐漸由0.014%增長到0.021%。二是在三個(gè)模型的結(jié)果中，金融科技對其他地區(qū)創(chuàng)新績效的空間溢出效應(yīng)只在閾值為200千米的空間權(quán)重矩陣下顯著為正，即金融科技對創(chuàng)新績效的空間溢出邊界為200千米，空間距離在200公里以內(nèi)時(shí)，本地金融科技的發(fā)展對鄰近地區(qū)的創(chuàng)新績效具有顯著的空間溢出作用，在400—600千米左右甚至表現(xiàn)出空間極化現(xiàn)象。

在長三角地區(qū)，隨著地理距離的增加，一是金融科技對于創(chuàng)新績效的本地促進(jìn)作用逐漸增強(qiáng)。隨著距離閾值由200千米逐漸增加到400千米，金融科技發(fā)展每提升1%，專利申請數(shù)的增加量由0.013%逐漸增長到0.014%；專利授權(quán)數(shù)的增加量由0.019%逐漸增長到0.029%；創(chuàng)新效率的增加量逐漸由0.019%增長到0.029%。而且在長三角地區(qū)，以專利授權(quán)數(shù)和創(chuàng)新效率作為被解釋變量時(shí)，金融科技對于本地創(chuàng)新績效的直接效應(yīng)的系數(shù)明顯高于全國范圍的系數(shù)。這表明相比于全國平均水平，在長三角地區(qū)，金融科技對于創(chuàng)新績效的本地影響作用更大。二是以專利授權(quán)數(shù)和創(chuàng)新效率作為被解釋變量時(shí)，金融科技對其他地區(qū)創(chuàng)新績效的空間溢出效應(yīng)在閾值為0—200千米和200—300千米的空間權(quán)重矩陣下顯著為正，因此在長三角地區(qū)，金融科技對創(chuàng)新績效的空間溢出邊界為300千米，大于全國層面的空間溢出半徑。而且相對于閾值為0—200千米的回歸結(jié)果，在閾值200—300千米的空間權(quán)重矩陣下，金融科技對于其他地區(qū)創(chuàng)新績效的空間溢出效應(yīng)系數(shù)更小，顯著性也更弱。由此可以證明，金融科技對于創(chuàng)新績效的空間外溢效應(yīng)隨著地理距離的增加而逐漸減小。

五、研究結(jié)論與政策建議

本文從金融科技對創(chuàng)新績效的影響機(jī)制出發(fā)，針對以往研究的不足，基于門檻效應(yīng)與空間溢出的雙重視角對金融科技對創(chuàng)新績效的促進(jìn)作用進(jìn)行實(shí)證分析，研究發(fā)現(xiàn)：（1）金融科技能夠通過提高消費(fèi)需求，進(jìn)而促進(jìn)創(chuàng)新績效的提高。在消費(fèi)需求越低的地區(qū)，金融科技的發(fā)展對本地創(chuàng)新績效的促進(jìn)作用越強(qiáng)，對周邊地區(qū)創(chuàng)新績效的促進(jìn)作用也越大。（2）金融科技對創(chuàng)新績效的促進(jìn)作用會受到金融科技覆蓋廣度的制約并表現(xiàn)出雙重門檻效應(yīng)。當(dāng)覆蓋廣度低于第一重門檻時(shí)，金融科技對創(chuàng)新績效的促進(jìn)作用不顯著；當(dāng)覆蓋廣度位于第一重門檻和第二重門檻之間時(shí)，促進(jìn)作用最強(qiáng)；當(dāng)覆蓋廣度越過第二重門檻之后，促進(jìn)作用會略有下降，但下降的幅度并不大。（3）金融科技對于創(chuàng)新績效的提升有著顯著的空間效應(yīng)。隨著地理距離的增加，金融科技對于創(chuàng)新績效的本地促進(jìn)作用會不斷增加，而空間溢出作用會不斷減弱，并最終表現(xiàn)為一定的溢出邊界。目前，在全國范圍內(nèi)，金融科技對創(chuàng)新績效提升的空間溢出范圍為200千米左右。（4）珠三角地區(qū)金融科技對于創(chuàng)新績效的本地促進(jìn)作用最強(qiáng)，其次為長三角地區(qū)，最后是京津冀地區(qū)，且三個(gè)地區(qū)都要高于全國平均水平。（5）長三角地區(qū)金融科技對周邊地區(qū)創(chuàng)新績效的空間溢出效應(yīng)最強(qiáng)，溢出范圍最廣。在珠三角地區(qū)，金融科技對創(chuàng)新績效并沒有顯著的溢出效應(yīng)，在京津冀地區(qū)甚至表現(xiàn)出空間極化效應(yīng)。

基于所得出的結(jié)論，本文提出下列建議：第一，繼續(xù)推動金融科技創(chuàng)新發(fā)展。同時(shí)，也要注意防范金融科技創(chuàng)新可能會帶來的系統(tǒng)性風(fēng)險(xiǎn)，加強(qiáng)金融創(chuàng)新過程中的合規(guī)與風(fēng)險(xiǎn)管理。第二，繼續(xù)推動金融科技普惠化發(fā)展。傳統(tǒng)金融機(jī)構(gòu)可以向金融科技企業(yè)尋求數(shù)據(jù)、技術(shù)方面的解決方案，金融科技企業(yè)可以努力憑借其對新興技術(shù)的成熟應(yīng)用以及對持牌金融機(jī)構(gòu)核心業(yè)務(wù)出色的洞悉及規(guī)劃能力，搭起傳統(tǒng)金融機(jī)構(gòu)和用戶之間的橋梁。第三，加強(qiáng)各地區(qū)之間的金融科技合作共享。各地區(qū)應(yīng)當(dāng)推動建立數(shù)據(jù)融合機(jī)制，促進(jìn)數(shù)據(jù)共享。通過建立統(tǒng)一規(guī)范的數(shù)據(jù)模型、實(shí)現(xiàn)跨平臺的數(shù)據(jù)提取與追溯、完善數(shù)據(jù)共享融合機(jī)制等方式，建立可信任的數(shù)據(jù)資產(chǎn)共享和交易環(huán)境，推動區(qū)域金融科技發(fā)展合力，擴(kuò)大金融科技的輻射范圍。第四，消除金融科技要素流動的體制性障礙。一方面，中央政府可以從制度層面出發(fā)，消除金融科技要素流動的地區(qū)壁壘；另一方面，各地方政府之間應(yīng)當(dāng)加強(qiáng)交流合作，出臺一些雙邊或多邊協(xié)議，通過市場化機(jī)制和利益補(bǔ)償機(jī)制，達(dá)成雙贏格局。