數字金融與區域創新效率的時空演變特征及空間交互溢出效應研究

黃云英 劉 廣

一 引 言

中國正邁入高質量發展階段，特別強調創新的引領作用，這對金融領域提出了新的要求。創新在我國現代化建設中占據核心地位，黨的十九屆五中全會提出的“二○三五年基本實現社會主義現代化的遠景目標”中，包含了關鍵技術實現重大突破、進入創新型國家前列等重要任務，“十四五”時期經濟社會發展主要目標同樣包含了顯著提高創新能力。數字金融基于數字技術誕生，是金融機構與互聯網公司利用數字技術實現融資、支付、投資和其他新型金融業務的新型金融業態(黃益平和黃卓，2018)[1]。2021年2月，中國人民銀行金融科技委員會強調全面提升金融科技應用和管理水平。然而，創新的典型特征為投入沉沒性、過程不可逆及產出不確定的長周期高風險，持續創新對穩定、充足的金融資源具有高度依賴性(王玉澤等，2019)[2]?？沙掷m發展和利益最大化根植于創新，前期投入過程中融資約束難題掣肘區域創新，而數字金融的出現為解決融資約束難題提供了新渠道。數字金融在拓寬金融服務的覆蓋廣度和使用深度、降低金融服務成本方面行之有效，對創新存在正向激勵作用。相對應地，區域創新效率的提高，并實現創新成果的經濟轉化，將進一步吸納更多的金融資源，從而促進數字金融的發展。

從空間布局看，地區間的發展存在涓滴效應，引導城市數字金融協同發展和創新效率提高，呈現出金融科技和創新資源的空間聚集現象。國家重視打造區域性創新中心，旨在突出重點城市的創新樞紐職能，成為地方經濟持續發展的驅動力(徐宜青等，2018)[3]。然而，數字金融與區域創新效率之間的空間交互溢出效應較少受到關注。隨著數字金融和區域創新地位不斷提高，二者間的關系值得深入探究。數字金融與區域創新效率是否具有共同的演化特征？即數字金融能否推動區域創新效率的提高并促進創新成果的經濟轉化，區域創新效率的提升能否助力數字金融發展？此外，本地數字金融發展水平和區域創新效率的提升對鄰近區域數字金融和區域創新效率存在何種影響？解答這些疑問將有助于探索高水平開放型經濟下數字金融與區域創新效率的協同發展路徑。

二 文獻綜述

數字金融與區域創新效率緊密聯系，通過復雜的路徑相互影響。內生經濟增長理論認為，經濟增長的根本動因是技術創新(Fagerberg，1987)[4]。數字金融作為數字技術與金融跨界融合的產物，在科技創新的推動下展現出支撐和調節兩方面作用。一方面，科技創新促使新型金融機構、金融服務模式和金融產品大量涌現(鄒新月和王旺，2021)[5]，是對現有金融結構的優化(戰明華等，2020)[6]；另一方面，科技驅動型監管體系能夠很好地應對現有去中介、去中心化的金融交易現狀，促進數字金融的良性發展(楊東，2018)[7]?？萍紕撔麓龠M數字金融發展毋庸置疑，數字金融在創新發展過程中同樣扮演著重要角色，且大部分文獻基于該角度開展研究。首先，數字金融的獨特優勢有助于營造良好的創新環境，緩解企業創新活動融資約束問題(Nambisan et al.，2019)[8]，釋放創新活躍群體的創新活力，從而提升區域創新績效。其次，數字金融有助于優化供需銜接和引導創新方向，實現促進產業成果轉化的愿景(唐松等，2020)[9]。最后，數字金融對創新的驅動作用在不同地區及資本環境上表現不同?，F有文獻主要關注數字金融對區域創新效率的單向影響，忽略了二者之間的交互關系。

數字金融的發展具有空間特征。Engelen(2007)[10]反對“地理學的終結”這一論斷，并利用信息相關因素來驗證在不同空間尺度上金融勞動的復雜分工。Knight和Wojcik(2020)[11]認為基于地理維度研究金融科技充滿爭議，但目前許多金融科技主題論文發布在地理學期刊上。理論上數字金融具有超越地理的特征，實際情況則不然。劉傳明等(2017)[12]測度了中國八大城市群數字金融的Moran’s I指數，發現數字金融發展存在顯著的空間聚集特征，城市群數字金融呈現出“一榮俱榮，一損俱損”的發展格局。郭峰等(2020)[13]通過測度數字普惠金融指數，進一步發現數字金融在地區之間存在明顯的收斂性特征及空間聚集性。易行健和周利(2018)[14]認為數字普惠金融發展對居民消費的促進作用在地區上存在差異，這源于地理因素造成的傳統金融發展速度差異。

區域創新活動同樣具有明顯的空間特征，且創新溢出效應在局部存在差異。創新不僅是區域競爭的根本，而且是社會所有群體，包括最弱勢群體收益的源泉。Audretsch和Feldman(1996)[15]聚焦空間維度，開創性研究產業創新活動地理集聚與知識外溢之間的關系。大部分學者的研究指出，創新存在空間溢出效應，區域協同創新格局具有深刻內涵。Kogler et al.(2013)[16]利用GIS地圖信息發現城市創新的空間演化特征，技術相近的專利存在空間集聚傾向。白俊紅和蔣伏心(2015)[17]指出區域創新具有較強的空間外溢效應，這來源于知識的空間溢出和區域間創新要素的流動。城市協同創新存在虹吸效應和涓滴效應，增長極理論為城市協同創新的內在機制提供了理論支撐(葉斌和陳麗玉，2015)[18]。部分學者認為，創新的外溢效應發生在局部。Keller(2013)[19]認為這是由于創新溢出所帶來的好處會隨著距離增加而減少。符淼(2009)[20]研究驗證了創新溢出效應隨著地理距離增加快速下降的觀點，進一步闡釋創新局部集聚和東西部發展不均衡。此外，一些學者還進一步剖析了區域創新空間溢出效應的階段性特征。余泳澤和劉大勇(2013)[21]立足創新價值鏈發現創新活動中各階段效率均表現出較為明顯的空間外溢效應。

綜上所述，現有文獻存在三方面的局限性：首先，研究主要關注數字金融對區域創新的單向影響，忽略了二者之間的交互關系。其次，數字金融和區域創新都具有明顯的空間特征，既有研究多將數字金融與區域創新效率的空間溢出分割考察，忽略了地區交互影響，分析結果難免產生偏誤。最后，以往研究樣本大多為省際或企業微觀個體，未考慮鄰近城市數字金融對本地創新效率的影響，難以反映數字金融與城市區域創新效率的長期發展關系。因此，有必要從整體的空間互動角度，深入探討數字金融與區域創新效率的空間交互溢出作用。

本文建立空間聯立方程，采用GS3SLS估計方法分析數字金融與區域創新效率的空間交互溢出效應。邊際貢獻可能在于：一是系統地分析并驗證數字金融發展與區域創新效率的相互促進作用，其中，區域創新效率對數字金融發展的促進作用相對占優，符合現實經濟發展規律；二是通過空間聯立方程同時考慮數字金融與區域創新效率的空間溢出效應，并采用GS3SLS估計方法緩解空間聯立方程過度識別問題，從而提高估計結果的有效性；三是將區域創新效率進一步細分為創新產出和創新轉化階段，通過兩階段異質性分析，更加深入地剖析區域創新效率對數字金融的推動作用。

三 理論基礎與研究假設

數字金融與區域創新效率之間存在相互促進的關系。數字金融能夠通過融資支持和創新生態優化促進區域創新效率的提高，而區域創新效率通過激發金融市場潛能和驅動科技創新促進數字金融發展?；跀底纸鹑诖龠M區域創新效率的維度：一方面，數字金融能夠緩解傳統金融的“融資歧視”，為創新活動提供有效的信貸支撐。數字金融有助于充分挖掘創新主體的信息，提高創新主體獲得融資的概率、降低融資成本、拓寬融資渠道，從而降低創新主體的融資門檻。作為微觀主體創新活動的核心組成部分之一，金融的有效供給直接影響技術創新活動(Hsu et al.，2014)[22]。數字金融能夠有效降低融資門檻，為區域創新中的研發活動提供資金支持，直接增加研發資本投入，進而促進區域創新效率的提高。另一方面，數字金融的發展有助于建設高效的創新生態系統。數字金融是對現有金融體系的完善，有助于增加創新投入、引導資金合理配置和推動創新活動長期穩定開展，能夠有效發揮服務實體經濟的作用，甄別創新能力較強的主體，滿足創新主體的資金使用需求，激發創新活力，促使創新主體進行再生產活動(李春濤等，2020)[23]?；趨^域創新促進數字金融發展的維度：首先，區域創新效率的提高有助于激發金融市場潛能，通過金融訴求倒逼機制推動數字金融發展。區域創新效率的提高對數字金融提出了更高的要求，意味著數字金融需不斷進行自身優化以匹配創新需求。其次，區域創新效率的提高將驅動數字金融的創新發展。數字金融是科技創新的成果，區域創新效率的提高能夠拓寬數字金融創新發展的空間，加快新型金融產品的推出。此外，區域創新對數字金融具有支撐和調節作用，通過科技創新促使新興金融機構、新型金融服務模式和金融產品大量涌現，豐富我國金融體系并進一步優化金融結構(戰明華等，2020)[6]?；谏鲜龇治?，本文提出假設H1。

H1：數字金融發展與區域創新效率存在相互促進效應。

隨著生產要素跨區域自由流動限制的減少以及區域創新資源的競爭加劇，數字金融與區域創新效率的空間外溢效應愈發受到重視。地理學第一定律指出任何事物在空間上存在相關關系(Tobler，1970)[24]，數字金融與區域創新亦然。盡管數字金融借助數字技術的發展可以減少地理因素的限制，但源于實體經濟和傳統金融發展狀況，數字金融不能完全忽略地理因素的影響。數字金融存在一定的空間聚集性，地理空間相近城市數字金融發展具有相似屬性(郭峰等，2020)[13]。當特定城市數字金融發展水平較高時，將起到引領作用，吸引在屬性上具有相似特征的周邊城市效仿其發展路徑。區域創新方面，科學技術的發展有助于研發部門滿足創新需求，打破創新活動邊界，吸引更大范圍內的創新人才和創新資源，創新溢出效果進一步凸顯，促使區域創新網絡形成共生系統，推動各創新主體之間的利益關系和組織關系不斷演化，優勢互補形成對稱互惠發展的創新共同體(白俊紅和蔣伏心，2015)[17]。并且創新效率高的城市能夠通過創新的示范效應和知識溢出效應，提高鄰近城市的創新效率?？傮w上，特定區域數字金融發展水平的提升，有助于聚集創新人才和資源、加速區域間資金流動并惠及周邊地區，從局部逐漸輻射到大范圍，實現數字金融與區域創新聯動發展。

數字金融與區域創新效率的空間交互機制具有復雜性。一方面，數字金融資源豐富的地區會吸引鄰近地區創新資源聚集至本地，攫取周邊城市的創新資源，從而削弱周邊地區的創新資源優勢，周邊地區的創新效率將面臨下降壓力。同時，數字金融的發展助推市場透明化進程，市場內部競爭加劇迫使企業不斷進行創新活動并提升創新效率，這也會吸引創新資源向其聚集，導致周邊地區面臨創新資源流失問題。數字金融的發展有助于甄別出創新效率高的主體并持續提供資金及技術上的支持，從而實現創新成果的積累和高級化進程。另一方面，循環積累因果論下，具有創新效率相對優勢的特定區域能夠吸納更多的金融資源，擴大與周邊城市的金融資源差距，進而削弱周邊城市的數字金融市場潛能和發展空間。同時，周邊城市區域創新對本地數字金融資源存在虹吸效應，金融機構出于盈利的目的將自發借助數字金融打破地理上的限制，重新分配金融資源，長期來看這將不利于其所在城市數字金融的發展。特定區域數字金融發展水平和創新效率將對鄰近城市存在影響相反的雙邊效應?；谏鲜龇治?，本文提出假設H2。

H2：數字金融與區域創新效率均具有空間溢出效應，且存在地區交互影響，即周邊城市數字金融對本地區域創新效率存在抑制作用，周邊城市區域創新效率提升對本地數字金融產生了虹吸效應。

圖1綜合展示了本文假設H1和H2的情況。需要特別說明的是，基于模型和計量方法的設定，本文的空間交互效應剔除了核心變量之間傳導帶來的內生性影響，僅考慮核心因素之間的直接關系。例如周邊城市數字金融發展促進本地數字金融發展，進一步促進本地區域創新效率，本文不考慮此類傳導鏈的影響。

圖1 數字金融與區域創新效率的空間交互溢出作用

區域創新不同階段的發展特征將造成數字金融與區域創新效率空間交互溢出效應呈現出異質性。本文將區域創新劃分為創新產出和創新轉化兩個階段，創新產出階段指研發投入到創新成果產出的環節，是整個創新活動的基石，創新轉化階段指創新成果實現經濟轉化的環節，是創新活動重要的驅動力。在創新產出和創新轉化的資金融通環節中，創新產出階段面臨研發失敗的高風險和收益的不確定性，而創新轉化階段未來現金流的可預測性和增值性較高，前者較后者更易面臨融資難、融資貴的問題。數字金融能夠有效緩解融資約束問題，增強債權人的風險管理能力，豐富創新主體償債能力的識別方式，因此數字金融對創新產出效率的促進作用將大于對創新轉化效率的促進作用。創新轉化階段本身已具有一定的創新成果積累，對于成果變現需求相較于前一階段更加迫切，“擇優機制”下有限的創新資源會從邊際收益低趨向邊際收益高的地區，周邊城市數字金融對本地區域創新產出效率的抑制作用更為顯著。熊彼特創新理論表明經濟興起和發展的主要原因是創新，創新轉化效率的高低一定程度上衡量了創新成果經濟效益轉化狀況，創新成果實現其經濟效益的有效轉化直接關乎數字金融的發展。同時，創新產出階段的資金需求更加旺盛，更加依賴數字金融提供豐富的融資渠道，對于周邊城市數字金融資源的虹吸效應將強于創新轉化階段。創新活動的空間溢出多表現為技術外溢、知識外溢和人才外溢，這類創新要素的流動在創新產出階段更加頻繁，意味著創新產出階段的空間溢出效應要大于創新轉化階段?；谏鲜龇治?，本文提出假設H3。

H3：數字金融與區域創新效率的空間交互溢出效應存在異質性，體現在區域創新兩階段效率和地區差異上。

四 研究設計

(一)模型設計

使用傳統的固定效應面板模型對本文研究內容進行估計存在一定偏誤。首先，傳統的固定效應面板模型忽略了數字金融發展水平和區域創新效率在空間上的相互影響，即忽略了鄰近城市對本地城市的影響。以往學者通常采用傳統的空間計量模型解決這個問題，但由于主要研究核心變量單向影響，未能充分分析二者之間的空間交互作用。因此，為了彌補這一缺陷，本文建立空間聯立方程，以刻畫城市數字金融與區域創新效率之間的空間交互作用。其次，傳統的固定效應面板模型忽略了內生變量和隨機擾動項之間可能存在的相關性。因此，為了更準確地捕捉數字金融發展水平與區域創新效率的空間交互溢出效應，緩解空間聯立方程過度識別造成的影響，參考Theil和Zellner(1962)[25]的做法，采用廣義空間三階段最小二乘法(GS3SLS)進行估計?？臻g聯立方程設定如下：

(1)

(2)

其中W表示地理距離空間權重矩陣，構造依據為各城市中心經緯度坐標之間的直線距離，并在無量綱化處理的基礎上，取倒數作為權重，若城市之間的中心距離超過30，則賦值權重0，即認定二者在地理上不相鄰。其中i表示城市個體，t表示時間年份；d_fin與ri_eff分別表示樣本城市數字金融發展水平和區域創新效率；Xit和Zit為可能影響兩個核心變量的控制變量，前者包括經濟發展水平(pgdp)、對外開放度(ope)、數字金融使用深度(ded)和郵政發展水平(pos)，后者包括經濟發展水平(pgdp)、對外開放度(ope)、科學事業支出(sed)和交通發展水平(tra)；πi和μi表示控制城市個體；εit和σit表示誤差項；ηt和ξt表示控制時間。

(二)數字金融與區域創新效率的測算

參照李春濤等(2020)[23]的做法，根據《“十三五”國家科技創新規劃》《大數據產業發展規劃(2016—2020)》《中國金融科技運行報告(2018)》以及相關重要新聞和會議，提取與數字金融相關的48個關鍵詞。將這些關鍵詞與本文所涉及的297個地級及以上城市進行匹配，然后運用Python網絡爬蟲技術在百度資訊中進行搜索，統計搜索數量并加總同一城市的所有關鍵詞搜索數量，得到總搜索量并取對數緩解異方差問題，最后的結果即為該城市的數字金融發展水平衡量指標。

本文區域創新效率及其兩階段分解指標(創新產出效率和創新轉化效率)采用基于規模報酬不變的全局參比SBM距離函數的兩階段數據包絡分析(DEA)模型測算。數據包絡分析(DEA)于1978年被提出，用來評價一組具有多個投入、產出的決策單元間的相對效率(Charnes et al.，1979)[26]。本文兩階段DEA的測算采用網絡DEA方法進行，由此得到兩個階段的效率值以及整體的總效率值(Tavana et al.，2013[27]；Tone和Tsutsui，2009[28])。結合數據的可得性、合理性和本文的研究目標，第一階段以樣本城市研發人員數、科學事業費支出和固定資產投資總額作為投入，以發明數量、實用新型數量和外觀設計數量作為產出，由此測算出第一階段創新產出效率io_eff(Innovation Output Efficiency)。第二階段以第一階段三個產出作為間接投入，外加資本增量作為額外投入，以進出口貿易額、外商直接投資、公共財政收入和地區生產總值作為產出，衡量創新產出為樣本城市發展帶來的經濟效益，由此測算出第二階段創新轉化效率ic_eff(Innovation Conversion Efficiency)。第一階段和第二階段的綜合效率即為本文核心變量之一的區域創新效率。圖2展示了具體的指標設置和測算流程。

圖2 區域創新效率測算流程

(三)數據來源與描述

根據數據的可得性，本文選取中國297個地級及以上城市作為研究對象，時間跨度為2011—2018年。核心變量為數字金融發展水平(d_fin)和區域創新效率(ri_eff)，d_fin利用Python網絡爬蟲技術從百度資訊獲取，ri_eff采用DEA模型測算獲得。中介變量分別為：(1)資本配置效率(cap)，首先通過永續盤存法計算資本存量，再以資本存量作為投入、GDP作為產出，利用DEA方法求得效率值，最后將效率值除以當年銀行間同業拆借加權平均利率并進行標準化處理；(2)科技創新水平(inn)，選擇發明專利授權量、實用新型專利授權量及外觀設計專利授權量之和取對數進行測度?？刂谱兞堪ń洕l展水平(pgdp)、對外開放度(ope)、數字金融使用深度(ded)、郵政發展水平(pos)、科學事業支出(sed)和交通發展水平(tra)?？刂谱兞繑祿碓从凇吨袊鞘薪y計年鑒》，個別缺失值采用插值法根據變化趨勢補全。變量具體說明及度量方法見表1，變量描述性統計見表2。

表1 變量及定義

表2 描述性統計

五 數字金融與區域創新效率的時空演變特征

(一)時序動態演進特征

根據非參數核密度估計公式，使用Stata 16.0軟件繪制出2011年、2013年、2016年和2018年城市數字金融發展水平和區域創新效率核密度曲線圖(見圖3和圖4)，分別從全局尺度和局域尺度來刻畫城市數字金融發展水平和區域創新效率的時序動態演進特征。

圖3 城市數字金融發展水平時序動態演進特征

1.全域時序動態演進特征

全局尺度下，中國城市數字金融發展水平和區域創新效率在不同時段的動態演進特征存在差異。(1)從核密度年度曲線重心位置來看，研究期間內中國城市數字金融發展水平和區域創新效率整體呈現出上升的演進特征，特別地，區域創新效率的重心在2011—2013年存在較大幅度向右遷徙。(2)從曲線主峰高度來看，數字金融發展水平差距呈現先擴大再縮小的趨勢，而區域創新效率差距則呈現持續縮小的趨勢。(3)從曲線波峰數量來看，數字金融發展水平并未呈現出明顯的多極分化格局，而區域創新效率在主峰和效率值為1的右端出現了兩極分化的現象。(4)從曲線拖尾情況來看，研究期間內高值區城市數字金融發展水平和區域創新效率均呈上升趨勢，高值區城市的占比也有所增加?？傮w而言，中國城市數字金融全局演進呈現出發展水平不斷提高、發展差距先擴大后縮小的特點，這一特征得益于數字技術不斷完善和普及，以及相關政策大力扶持?？梢姅底纸鹑诓粩嗫朔乩項l件的限制，為實現共享發展紅利的目標創造了有利條件。

2.局域時序動態演進特征

局域尺度下，中國城市數字金融發展水平和區域創新效率具有獨特的時序動態演進過程。具體而言：(1)從核密度年度曲線重心位置來看，2011—2018年三大經濟帶的數字金融發展水平和區域創新效率均呈現上升的演進特征。特別是東部地區創新效率的重心在2018年出現大幅右偏，表明由于良好的稟賦和發展基礎，經濟發達地區創新效率近年來明顯飛躍。(2)從曲線主峰高度來看，東部地區數字金融發展水平差距呈現出縮小的演進趨勢，中部與西部地區數字金融發展水平差距呈現出先擴大再縮小的演進特征，表明數字普惠金融在全國的蓬勃發展。在區域創新效率方面，三大經濟帶城市間區域創新效率差距呈現出縮小的演進趨勢，各地區內部創新要素與動能分布也逐漸均勻。(3)從曲線波峰數量來看，數字金融發展水平在各地區不存在多極分化格局，表明各地區數字金融發展程度較為集中；而東部與西部區域創新效率存在兩極分化格局，東部地區2018年更是在右端表現出多峰共存的現象，表明東部地區創新能力已呈現“多梯隊”的發展格局。(4)從曲線拖尾情況來看，三大經濟帶數字金融發展水平和區域創新效率的高值區發展水平有所上升，且高值區城市占比增加。由于中國疆域面積廣闊，地理因素對數字金融發展的限制程度不同，數字技術和金融基礎設施普及程度的地區差異成為三大經濟帶數字金融發展狀況不同的根本原因。

(二)空間格局演進特征

1.全局空間格局演進特征

本部分運用全局莫蘭指數Moran’s I的測算方法，借助GeoDa軟件測算出2011—2018年城市數字金融發展水平與區域創新效率的全局Moran’s I和Z-value (見圖5)，以觀察相關要素的空間分布特征以及是否存在空間自相關關系。

圖5 城市數字金融發展水平和區域創新效率全局Moran’s I與Z-value演變特征

數字金融發展水平結果顯示，研究期間內城市數字金融發展水平空間分布存在顯著的正向全局空間自相關性，表明本地城市數字金融發展會受到周邊城市的影響。從總體上看，城市數字金融發展水平的全局空間相關性呈現出由弱相關向強相關的波動演變。區域創新效率結果顯示，研究期間內城市區域創新效率空間分布也存在顯著的正向全局空間自相關性，說明本地區域創新效率會受到周邊城市的影響。從總體上看，城市區域創新效率全局空間相關性呈現出強弱相關交替變化的演變特征。綜合分析可得，全局尺度下，城市數字金融發展水平和區域創新效率存在顯著的空間自相關性，且表現出一定的趨同性，例如2013年前后核心變量的莫蘭指數均由上升轉為下降趨勢，且在2016年同時上升。

2.局域空間格局演進特征

全局莫蘭指數可以從總樣本城市的角度證明城市數字金融發展水平和區域創新效率存在全局空間自相關性，但若想具體分析局域空間特征，需要借助局域空間自相關來識別(見圖6)。圖6展示了研究期間內城市數字金融發展和區域創新效率局域空間格局演變特征。在空間分析中，具體的局域空間格局形態可歸為四類：第一類是“高—高”集聚型，呈現“高中心、高周邊”的高水平空間均衡相關集聚狀態。第二類是“低—低”集聚型，呈現“低中心、低周邊”的低水平空間均衡相關集聚狀態。第三類是“低—高”集聚型，表現出“低中心、高周邊”的空間不平衡相關集聚狀態。第四類是“高—低”集聚型，表現出“高中心、低周邊”的空間不平衡相關集聚狀態。

圖6 城市數字金融發展和區域創新效率局域空間格局演變特征

觀察圖6可以發現，城市數字金融發展水平存在復雜的局域空間格局。隨著時間推移，局域空間分布為“高—高”集聚型和“低—低”集聚型的城市數量整體提高，“低—高”集聚型和“高—低”集聚型的城市數量波動較小，這表明城市數字金融發展存在明顯的地區擴散趨勢。在發展較為突出的城市間存在地理上的空間鄰近溢出效應。鄰近發達城市的經濟、社會和文化相似度高，空間距離近，交通成本低，相互聯系頻繁，數字金融資源相互流通，形成“強強聯手”的空間格局。在這個過程中，一些發達地區中數字金融發展相對落后的城市可能受到掠奪。同時，城市區域創新效率存在復雜的局域空間格局。隨著時間推移，局域空間分布為“高—高”集聚型的城市數量整體提高，“低—低”集聚型的城市數量在2013年后逐步減少，“低—高”集聚型和“高—低”集聚型的城市數量波動較小，表明城市區域創新效率存在明顯的城市群發展擴張趨勢。這意味著創新發展程度較高的地區對發展落后地區的虹吸效應更為明顯，創新效率較低的城市需要加強自身產業競爭力，遏制創新動能的流出。

六 實證結果

(一)參數估計結果

基于傳統聯立方程的固定效應面板回歸模型忽視了數字金融發展水平和區域創新效率空間因素的影響，也未考慮各方程內生變量和隨機擾動項之間可能存在的相關性，結論可能是不合理的。因此，本文利用GS3SLS回歸對空間聯立方程(1)和(2)進行參數估計，驗證數字金融與區域創新效率的空間交互溢出效應。根據地理空間距離權重矩陣W對模型進行參數估計，結果如表3所示。

表3 空間聯立方程和GS3SLS參數估計結果

從表3可以看出，數字金融發展水平與區域創新效率之間存在顯著的空間交互溢出效應。數字金融與區域創新效率相互促進，區域創新效率在二者的互促關系中具有相對優勢。金融的有效供給將直接影響技術創新活動的開展(Hsu et al.，2014)[22]，數字金融發展水平的提高能夠有效緩解創新主體受到的“融資歧視”問題，甄別效率較高的主體并引導資金支持其創新活動，建設高效的創新生態系統，推動創新活動長期穩定開展。數字金融服務平臺能夠優化創新活動的供需匹配，提高研發資本的配置效率，間接增加可用于創新活動的研發資金。數字金融本質上是科技創新的成果，區域創新效率的提高賦能經濟高質量發展，夯實數字金融的基礎，不斷拓寬其創新發展空間。數字技術的發展是數字金融發展的重要源動力和增長點，而研發資金是創新活動的重要投入要素之一，但創新活動能否順利開展根本在于創新主體。因此，在數字金融與區域創新效率的互促關系中，區域創新效率處在相對優勢地位。

數字金融發展水平與區域創新效率均存在顯著的空間溢出效應。盡管數字金融具有地理跨越特征，但由于其依托于實體經濟和傳統金融發展狀況，因此未能完全擺脫地理限制，存在金融資源和數字技術的空間外溢。不同地區資源稟賦、經濟發展結構和水平、政策和制度的差異，導致數字金融發展尚存在地區不平衡性，這會通過空間聯系與輻射作用改變鄰近地區的數字金融發展水平。不同地區創新系統間創新要素的動態流動在地理空間上形成聯結關系，促進知識、技術和人才的溢出以及創新資源的優化配置和高效利用，進一步提升整體區域創新效率。周邊區域創新效率的提升能夠通過創新示范效應和知識溢出效應，提高本地區域創新效率，同時地理空間相近的城市會形成城市群，使得創新資源和生產要素流動更加密切，實現創新的聯動發展。

周邊城市數字金融發展水平對本地區域創新效率存在抑制作用，且周邊區域創新效率對本地數字金融發展水平也存在抑制作用。創新活動各要素為了追逐價值最大化，傾向于向邊際收益率高的區域流動，創新人才遷往數字金融發展水平更高的區域，以謀求更好的就業環境和金融服務。創新資本同樣會趨于流向資金流通更加順暢、金融體系更加完善的區域，以期達到收益更高、風險更低的局面。技術創新前期需要大量資金支持，為了保證創新過程中的研發資金能夠得到穩定持續的供應，數字金融發展較好的地方會吸引更多的創新企業和人才，這一定程度上對鄰近地區的創新資源產生了掠奪作用。創新效率高的區域未來創造更大價值的可能性更大，金融中介機構在利益驅使下會將有限的金融資源向該區域傾斜，這對創新效率較低區域數字金融的發展存在不利影響。數字金融的發展能夠有效緩解信息不對稱問題，創新活動更加頻繁、創新成效更好的區域會吸引更多的研發資金向該地區滲透，提高資金配給與自由流動，這在一定程度上對其他區域的數字金融資源存在“虹吸效應”。

(二)穩健性檢驗

本部分對數字金融發展水平與區域創新效率的空間交互溢出效應進行穩健性檢驗，考察調整距離帶寬度和替換核心變量對結論穩健性的影響。

1.距離帶穩健性檢驗

在考慮空間效應的模型和檢驗中，距離帶的選擇決定了樣本城市“鄰居數”的多寡，因此距離帶的設置可能會影響空間效應的檢驗結果。為了檢驗距離帶調整是否影響模型分析的穩健性，表4模型分別將距離帶從基準的W：0—30縮小到W：0—20或擴展到W：0—40，此時樣本城市將會有更少或更多的鄰居納入空間矩陣中，其余設置與式(1)、 式(2)保持一致。

表4 距離帶穩健性檢驗結果

觀察表4可以發現，回歸結果依舊穩健，距離帶的設置不會影響參數估計結果。首先，不同距離帶下數字金融發展水平與區域創新效率存在顯著的相互促進效應，區域創新效率處于相對優勢地位。其次，不同距離帶下數字金融發展水平和區域創新效率均存在一定程度的空間溢出。最后，周邊城市數字金融發展水平對本地區域創新效率同樣存在抑制作用，周邊城市區域創新效率對本地數字金融發展水平產生了虹吸效應。

2.替換核心變量的穩健性檢驗

核心變量的含義或測度方式會影響結果的可信度。首先，本文數字金融發展水平由Python關鍵詞爬蟲測得，而以往研究中“北大數字普惠金融指數”常用作數字金融發展的替代指標(傅秋子和黃益平，2018)[29]，據此，使用樣本城市相關年份北大數字普惠金融指數(DFI)作為核心變量的替代指標，并依照式(1)、 式(2)進行參數估計，考察數字金融指標選取對結果穩健性的影響。其次，為考察區域創新效率測算模型對結果穩健性的影響，采用基于BCC(即規模報酬可變VRS下的徑向距離函數)的兩階段DEA模型對區域創新效率進行測算。表5展示了替換變量的穩健性檢驗結果。

表5 替換變量的穩健性檢驗結果

觀察表5可以發現，回歸結果依舊穩健，替換核心變量不會影響參數估計結果。首先，替換指標后數字(普惠)金融發展水平與區域創新效率仍然存在相互促進效應，區域創新效率處于相對優勢地位。其次，替換指標后數字(普惠)金融發展水平和區域創新效率仍然存在顯著的空間溢出效應。最后，周邊城市數字(普惠)金融發展水平對本地區域創新效率存在抑制作用，周邊城市區域創新效率對本地數字(普惠)金融發展水平產生了虹吸效應。

(三)區域創新兩階段效率異質性分析

區域創新包含創新產出與創新轉化兩個階段，將兩者納入空間聯立方程中進行GS3SLS估計，以期進一步分析數字金融發展水平與區域創新效率空間交互溢出效應在創新產出和創新轉化兩個階段的異質性。表6報告了回歸結果。

表6 兩階段參數估計結果

根據表6參數估計結果，數字金融發展水平對區域創新效率的空間交互溢出作用在不同階段存在異質性。僅在區域創新效率對數字金融發展水平的促進作用中，創新轉化階段略高于創新產出階段；而在數字金融發展水平對區域創新效率的促進作用、二者空間溢出強度及二者在空間上的互抑作用中，均表現為創新產出階段高于創新轉化階段。創新產出效率指城市通過投入科研人員、經費等生產資料，從而產出創新成果的效率；創新轉化效率指城市利用產出的創新成果，進一步創造經濟價值的效率。創新產出階段的初期研發資金需求大、融資環境更加嚴峻，數字金融在該環節能夠提供充足且穩定的資金支持，對創新活動長期開展具有重要意義，并且該環節知識、技術和人才流動相對更加頻繁，進一步加強空間外溢效應。在創新轉化階段，創新轉化效率既與創新成果相聯系，又與經濟效益相聯系，創新轉化效率的提高有利于營造整體良好的經濟環境，為數字金融的發展打下堅實基礎。同時，由于該環節未來收益和風險的可預測性較高，可以為金融機構評判投資風險提供參考，能夠更加有效地吸引數字金融資源。

七 數字金融與區域創新交互影響機制的進一步驗證

前文理論分析表明，數字金融能夠通過融資支持和創新生態優化促進區域創新效率的提高，而區域創新效率通過激發金融市場潛能和驅動科技創新促進數字金融發展。為了驗證二者的交互影響機制，本文采用中介效應模型進行實證研究(張可，2019)[30]，具體模型設定如下：

innit=β0+β1ri_effit+βXit+πi+ηt+μit

(3)

(4)

在式(1)基礎上同時考慮式(3)、 式(4)，變量定義與前文相同，估計結果見表7。

表7 區域創新對數字金融影響的機制檢驗

capit=α0+α1d_finit+αXit+πi+ξt+μit

(5)

(6)

在式(2)基礎上同時考慮式(5)、 式(6)，變量定義與前文相同，估計結果見表8。

表8 數字金融對區域創新影響的機制檢驗

由表7參數估計結果發現，區域創新效率的估計系數均顯著為正，且列(3)中估計系數小于列(1)，表明區域創新效率通過提高地區科技創新水平對數字金融發展產生了顯著正向作用。區域創新通過提升科技創新水平驅動數字金融創新，開發數字金融市場潛能。列(2)估計結果表明區域創新效率顯著提高了科技創新水平。列(3)在列(1)的基礎上加入了科技創新水平作為中介變量，科技創新水平的估計系數顯著為正，表明科技創新水平對數字金融發展產生了促進作用。這意味著區域創新效率的提高能夠有效推動科技創新發展，進一步完善數字金融基礎設施建設，拓寬數字金融創新發展的空間，加快新型金融產品的推出。

由表8參數估計結果發現，數字金融的估計系數均顯著為正，且列(3)中估計系數小于列(1)，表明數字金融發展通過提高資本配置效率顯著促進區域創新效率。數字金融可以通過融資支持，實現資本市場的有效配置，進而優化創新業態。列(2)估計結果表明數字金融的發展顯著促進了資本配置效率的提高。列(3)在列(1)的基礎上加入了資本配置效率作為中介變量，資本配置效率的估計系數顯著為正，表明資本配置效率對區域創新效率的提高產生了促進作用。數字金融能夠充分挖掘創新主體的信息，提高其獲得融資的概率、降低融資成本并拓寬融資渠道，降低創新主體的融資門檻，為研發活動提供資金支持，直接增加研發資本投入，促進區域創新效率的提高。同時，創新主體能夠借助數字金融服務平臺優化供需匹配，提高研發資本的配置效率，間接提升研發資本投入，進而促進區域創新效率的提高。

八 結論與啟示

數字金融與區域創新效率之間存在復雜的互動機制，而特殊的空間分布特征使得二者空間交互溢出效應需深入研究。為了探究這一問題，本文基于2011—2018年中國297個地級及以上城市數據，利用Python網絡爬蟲技術和CCR-兩階段DEA模型分別測算城市數字金融發展水平和區域創新效率，分析其時空演變特征，運用空間聯立方程和廣義空間三階段最小二乘法(GS3SLS)實證分析二者間的空間交互溢出效應，并進一步分析數字金融發展水平和區域創新效率不同階段空間交互溢出作用的異質性，發現數字金融發展水平與區域創新效率之間存在空間交互溢出效應。主要結論為：(1)數字金融與區域創新效率之間存在相互促進關系，而在相互促進過程中，區域創新效率處在相對優勢地位。(2)數字金融與區域創新效率都表現出顯著的空間溢出效應。這與現有學者單獨研究數字金融和區域創新效率存在空間溢出效應的結論一致(郭峰等，2020[13]；白俊紅和蔣伏心，2015[17])。地理空間接近的城市數字金融和區域創新發展存在趨同傾向。(3)周邊城市數字金融對本地區域創新效率存在抑制作用，而周邊城市區域創新效率的提升則對本地數字金融產生了虹吸效應。這是因為在特定區域內，有限的金融資源和創新資源競爭激烈，占據優勢地位的城市會對鄰近城市產生虹吸效應。需要注意的是，本文探討的空間交互效應剔除了核心變量之間傳導帶來的內生性影響，僅考慮兩個因素之間的直接關系，兩個因素之間的傳導機制值得未來深入研究。(4)數字金融發展水平與區域創新效率的空間交互溢出效應在創新產出和創新轉化兩個階段存在異質性。對于區域創新兩階段而言，僅在區域創新效率對數字金融發展水平的促進作用中，創新轉化階段略高于創新產出階段，而在數字金融發展水平對區域創新效率的促進作用、空間溢出強度及二者在空間上的互抑作用中，均表現為創新產出階段高于創新轉化階段。(5)數字金融發展能夠通過融資支持和創新生態優化促進區域創新效率的提高，而區域創新效率能夠通過激發金融市場潛能和驅動科技創新促進數字金融發展。

本文結論對協調數字金融發展和區域創新效率提高的政策起到一定參考作用。第一，推動數字金融市場的發展，需提高區域創新效率。區域創新效率在二者互促關系中處在相對優勢地位，因此，發揮技術創新的輻射帶動作用，提高區域創新效率，推動數字金融的發展是可選之策。第二，發揮城市群協同發展作用，以平衡地區間金融資源和創新資源配置。充分發揮中心城市示范和帶動作用，形成城市群聯動發展的優勢，促進數字金融與區域創新的協調發展，讓數字金融更好地服務實體經濟，擴大金融服務覆蓋面，實現金融資源的有效配置。第三，優化區域內產業結構，引導資源流向創新質量高、創新效率高的產業以及亟需支撐的環節，循序漸進地提高區域創新效率。