■鄒輝文，黃 友

一、引言與文獻(xiàn)綜述

中共十九大報(bào)告指出，加快普惠金融體系建設(shè)、引導(dǎo)金融回歸服務(wù)實(shí)體經(jīng)濟(jì)是深化金融供給側(cè)結(jié)構(gòu)性改革的重要內(nèi)容。近年來(lái)，依托互聯(lián)網(wǎng)大數(shù)據(jù)、云計(jì)算等數(shù)字技術(shù)的不斷進(jìn)步，普惠金融服務(wù)在可獲得性和可負(fù)擔(dān)性方面取得了重大進(jìn)展。根據(jù)《2019 年中國(guó)普惠金融發(fā)展報(bào)告》顯示，截至2019 年6 月，我國(guó)行政村基礎(chǔ)金融服務(wù)覆蓋率已達(dá)到99.20%，較2014 年末提高了8.1 個(gè)百分點(diǎn)。金融科技及數(shù)字金融產(chǎn)品的創(chuàng)新為解決普惠金融成本高、效率低和服務(wù)失衡問(wèn)題提供了有效途徑，數(shù)字普惠金融成為了現(xiàn)代金融發(fā)展的主流和重點(diǎn)（黃益平和黃卓，2018）。

值得注意的是，作為傳統(tǒng)金融體系的有力補(bǔ)充，數(shù)字普惠金融打破了傳統(tǒng)金融機(jī)構(gòu)服務(wù)中小企業(yè)的壁壘，為促進(jìn)區(qū)域技術(shù)創(chuàng)新帶來(lái)了新機(jī)遇，是推動(dòng)“大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新”的重要方式和手段。而研發(fā)項(xiàng)目的高風(fēng)險(xiǎn)、長(zhǎng)周期及不可預(yù)測(cè)性等特點(diǎn)，導(dǎo)致企業(yè)創(chuàng)新活動(dòng)容易遭受到外源性融資限制，融資約束逐漸成為企業(yè)技術(shù)創(chuàng)新所面臨的首要難題（Hall & Lerner，2010）。因此，提高中小企業(yè)的金融可得性對(duì)于扶持中小企業(yè)進(jìn)而推動(dòng)區(qū)域技術(shù)創(chuàng)新而言顯得尤為重要。那么，數(shù)字金融發(fā)展與推廣能否成為新時(shí)代下促進(jìn)區(qū)域技術(shù)創(chuàng)新效率提升的新動(dòng)能？數(shù)字普惠金融影響創(chuàng)新效率的潛在機(jī)制又是什么？

從已有研究看，大多從宏觀層面考慮數(shù)字普惠金融的包容性特征及其對(duì)經(jīng)濟(jì)增長(zhǎng)和福利的影響，涉及數(shù)字普惠金融與創(chuàng)新效率的微觀研究較少，相關(guān)文獻(xiàn)主要集中在金融科技發(fā)展對(duì)技術(shù)創(chuàng)新水平的調(diào)節(jié)和機(jī)制分析。例如Khin&HO（2019）和Ozili（2020）認(rèn)為，小額信貸、微型金融等數(shù)字科技產(chǎn)品的普及在降低融資成本、改善資源配置、緩解信息不對(duì)稱(chēng)等方面發(fā)揮了積極作用，有效地推動(dòng)資源向創(chuàng)新領(lǐng)域集聚，提升了創(chuàng)新和經(jīng)濟(jì)活動(dòng)的水平。Arner et al.（2020）研究表明，數(shù)字技術(shù)還具有將新的金融資源引入金融體系的潛力，隨著儲(chǔ)蓄率上升，這些資源將通過(guò)金融體系重新配置，用以支持區(qū)域創(chuàng)新、商業(yè)發(fā)展和基礎(chǔ)設(shè)施建設(shè)，從而為實(shí)現(xiàn)創(chuàng)新發(fā)展目標(biāo)提供支撐。聶秀華（2020）進(jìn)一步研究發(fā)現(xiàn)，對(duì)于傳統(tǒng)金融模式下受融資約束越強(qiáng)的中小經(jīng)濟(jì)實(shí)體，數(shù)字金融的技術(shù)創(chuàng)新激勵(lì)效應(yīng)則越顯著。而唐松等（2020）的研究結(jié)果卻顯示，數(shù)字金融廣度的發(fā)展對(duì)企業(yè)創(chuàng)新效應(yīng)的影響并不明顯，且表現(xiàn)出隨時(shí)間推移逐步衰減的特征。

已有研究鮮有文獻(xiàn)將數(shù)字普惠金融這一新興宏觀要素納入?yún)^(qū)域創(chuàng)新效率的研究框架，對(duì)于數(shù)字普惠金融能否成為驅(qū)動(dòng)區(qū)域創(chuàng)新效率提高的新動(dòng)能也尚無(wú)定論。鑒于此，本文嘗試從微觀視角出發(fā)，厘清數(shù)字普惠金融對(duì)區(qū)域創(chuàng)新效率的作用機(jī)制及其影響效應(yīng)，以期為進(jìn)一步推動(dòng)“大眾創(chuàng)業(yè)，萬(wàn)眾創(chuàng)新”提供參考和借鑒。同時(shí)，準(zhǔn)確評(píng)價(jià)數(shù)字普惠金融對(duì)區(qū)域創(chuàng)新效率的作用，對(duì)提高我國(guó)數(shù)字金融政策的有效性具有重要的理論和現(xiàn)實(shí)意義。

二、理論分析與研究假設(shè)

作為新興金融業(yè)態(tài)，數(shù)字普惠金融通過(guò)信息化技術(shù)和數(shù)字金融產(chǎn)品創(chuàng)新，顯著提高金融服務(wù)實(shí)體經(jīng)濟(jì)質(zhì)量和效率，增強(qiáng)了弱勢(shì)群體的權(quán)能，有助于激發(fā)區(qū)域創(chuàng)新主體的研發(fā)積極性和主動(dòng)性，對(duì)推動(dòng)區(qū)域技術(shù)創(chuàng)新效率改進(jìn)具有重要意義。具體表現(xiàn)為：

首先，技術(shù)創(chuàng)新離不開(kāi)金融的支持，數(shù)字普惠金融提高了創(chuàng)新企業(yè)的金融可得性，緩解了流動(dòng)性約束，促進(jìn)研發(fā)投入和創(chuàng)新產(chǎn)出，從而以企業(yè)創(chuàng)新帶動(dòng)區(qū)域創(chuàng)新。數(shù)量龐大且創(chuàng)新活躍的中小企業(yè)是區(qū)域自主創(chuàng)新的重要力量，但由于其發(fā)展規(guī)模小、擔(dān)保資質(zhì)差、經(jīng)營(yíng)與信用記錄不完善等，往往被排斥在正規(guī)金融體系之外，難以獲得適當(dāng)、有效的金融服務(wù)。金融發(fā)展理論認(rèn)為，在產(chǎn)品技術(shù)創(chuàng)新的最初階段，金融體系通過(guò)支持資源轉(zhuǎn)移和資本動(dòng)員，極大地影響了企業(yè)的研發(fā)過(guò)程及其結(jié)果。流動(dòng)性充裕使得企業(yè)具有更強(qiáng)的能力和更多的機(jī)會(huì)進(jìn)行產(chǎn)學(xué)研拓展，而當(dāng)融資約束收緊時(shí)，則會(huì)對(duì)企業(yè)的低效益投資行為產(chǎn)生約束，迫使企業(yè)減少高風(fēng)險(xiǎn)創(chuàng)新投入，進(jìn)而導(dǎo)致企業(yè)創(chuàng)新效率降低（顧群和翟淑萍，2012）。數(shù)字金融所具備的觸達(dá)便捷、覆蓋廣泛、商業(yè)可持續(xù)等特征，較好地契合了中小經(jīng)濟(jì)體創(chuàng)新活動(dòng)持續(xù)、高頻、小額的資金需求特征，有效緩解中小企業(yè)長(zhǎng)期以來(lái)的創(chuàng)新融資難題，釋放了中小企業(yè)等弱勢(shì)群體的創(chuàng)新活力，有利于區(qū)域創(chuàng)新績(jī)效的提升（梁榜和張建華，

2019）。

其次，金融科技發(fā)展為創(chuàng)新活動(dòng)帶來(lái)正外部性，有助于改善區(qū)域創(chuàng)新效率。數(shù)字技術(shù)的跨時(shí)空互聯(lián)共享、低成本信息獲取等先天優(yōu)勢(shì)和本質(zhì)特征，可以為區(qū)域間創(chuàng)新活動(dòng)帶來(lái)外部性。在傳統(tǒng)要素流動(dòng)方式下，距離是阻礙知識(shí)信息交流的最大屏障，這導(dǎo)致創(chuàng)新要素跨區(qū)域流動(dòng)效率不高。而數(shù)字技術(shù)的應(yīng)用使得部分創(chuàng)新要素的流動(dòng)變成了不同主體間的計(jì)算機(jī)數(shù)據(jù)交互，促進(jìn)了區(qū)域間要素流動(dòng)和技術(shù)信息擴(kuò)散，形成區(qū)域創(chuàng)新空間互聯(lián)；并且依托互聯(lián)網(wǎng)的網(wǎng)狀拓?fù)浣Y(jié)構(gòu)，區(qū)域內(nèi)部的創(chuàng)新主體間形成了一個(gè)完整的協(xié)同創(chuàng)新圓環(huán)，各環(huán)節(jié)間的高效協(xié)同提高了區(qū)域創(chuàng)新效率（霍麗和寧楠，2020）。

最后，技術(shù)創(chuàng)新又是一個(gè)涉及多個(gè)體、多元素，同時(shí)又充滿高度不可預(yù)測(cè)性的動(dòng)態(tài)過(guò)程。研發(fā)過(guò)程中的資源投入只是創(chuàng)新實(shí)現(xiàn)的必要而非充分條件，研發(fā)活動(dòng)的復(fù)雜性和風(fēng)險(xiǎn)性注定了其結(jié)果的不確定性（李曉龍和冉光和，2018）。如上所述，在普惠金融發(fā)展初期，數(shù)字普惠金融通過(guò)資本紅利、知識(shí)溢出、要素資源共享等正外部性，對(duì)區(qū)域創(chuàng)新效率產(chǎn)生了積極影響。但隨著創(chuàng)新活動(dòng)的深入，技術(shù)創(chuàng)新難突破、過(guò)度投資、不確定性等問(wèn)題開(kāi)始顯現(xiàn)，此時(shí)盡管數(shù)字普惠金融發(fā)展水平有了明顯提升，但也很難進(jìn)一步發(fā)揮其創(chuàng)新激勵(lì)效應(yīng)，由此導(dǎo)致數(shù)字普惠金融發(fā)展對(duì)區(qū)域創(chuàng)新效率的促進(jìn)作用呈現(xiàn)出逐步遞減的趨勢(shì)?；诖?，提出如下假設(shè)：

H1：數(shù)字普惠金融發(fā)展對(duì)區(qū)域創(chuàng)新效率的促進(jìn)作用呈現(xiàn)“邊際效應(yīng)”遞減的非線性特征。

在新常態(tài)下，數(shù)字普惠金融的創(chuàng)新激勵(lì)效應(yīng)會(huì)受到外界環(huán)境影響。目前，隨著我國(guó)對(duì)外開(kāi)放程度和層次的不斷加深，外資帶來(lái)的技術(shù)外溢逐漸成為影響區(qū)域創(chuàng)新產(chǎn)出不可忽視的因素——開(kāi)放的環(huán)境不僅能加快創(chuàng)新知識(shí)溢出，而且有助于將前沿技術(shù)帶進(jìn)本國(guó)經(jīng)濟(jì)，提升區(qū)域創(chuàng)新產(chǎn)出和創(chuàng)新效率。但同時(shí)，外資的流入對(duì)東道國(guó)的人力資源和創(chuàng)新資本投入產(chǎn)生了一定的擠出效應(yīng)，使東道國(guó)失去創(chuàng)新動(dòng)力，從而削弱了數(shù)字普惠金融的創(chuàng)新激勵(lì)效應(yīng)（李政等，2017）。由此可見(jiàn)，對(duì)外開(kāi)放環(huán)境顯著影響著數(shù)字普惠金融的創(chuàng)新激勵(lì)過(guò)程，但其作用結(jié)果并不確定。另外，“金融科技+區(qū)域創(chuàng)新”融合離不開(kāi)政府支持——政府可以通過(guò)適當(dāng)?shù)呢?cái)政補(bǔ)貼機(jī)制，降低企業(yè)創(chuàng)新成本，增強(qiáng)其抵御市場(chǎng)風(fēng)險(xiǎn)的能力（白俊紅和李婧，2011）；通過(guò)產(chǎn)業(yè)引導(dǎo)政策，深化互聯(lián)網(wǎng)、大數(shù)據(jù)產(chǎn)業(yè)與實(shí)體經(jīng)濟(jì)的融合，推動(dòng)區(qū)域科技創(chuàng)新發(fā)展再上新臺(tái)階。綜上所述，本文提出如下假設(shè)：

H2：數(shù)字普惠金融與區(qū)域創(chuàng)新效率之間的非線性關(guān)系會(huì)受到對(duì)外開(kāi)放程度的影響；

H3：數(shù)字普惠金融與區(qū)域創(chuàng)新效率之間的非線性關(guān)系會(huì)受到政府干預(yù)力度的影響。

三、區(qū)域創(chuàng)新效率水平測(cè)算

（一）測(cè)算方法

DEA 方法是用來(lái)評(píng)估“多投入多產(chǎn)出”情形下決策單元間的相對(duì)有效性，被廣泛應(yīng)用于各項(xiàng)經(jīng)濟(jì)效率的測(cè)算當(dāng)中。雖然DEA模型具有無(wú)需事先設(shè)定具體函數(shù)形式及估計(jì)權(quán)重等優(yōu)點(diǎn)，但該方法卻忽略了統(tǒng)計(jì)性檢驗(yàn)問(wèn)題，而且也無(wú)法回避樣本敏感性和極端值對(duì)評(píng)價(jià)結(jié)果產(chǎn)生的影響。因此，為彌補(bǔ)傳統(tǒng)DEA方法的不足，本文基于可變規(guī)模報(bào)酬假定下的DEA 模型，使用Bootstrap技術(shù)進(jìn)行糾偏，以實(shí)現(xiàn)對(duì)區(qū)域創(chuàng)新效率及其變化進(jìn)行更為精確的測(cè)度。Bootstrap—DEA的具體算法如下：

一是通過(guò)傳統(tǒng)DEA 方法，計(jì)算出每個(gè)決策單元的原始效率得分：

其中，b為使用Bootstrap方法的第b次迭代。

四是將調(diào)整后的投入與（原始）產(chǎn)出數(shù)據(jù)重新進(jìn)行DEA 效率計(jì)算，得到模擬樣本的效率得分：

五是重復(fù)上述過(guò)程B次，最終得到?jīng)Q策單位的初始效率得分的偏差、糾偏效率值及置信區(qū)間，具體為：

（二）變量選取

變量的選取主要包含了投入和產(chǎn)出兩個(gè)部分。在創(chuàng)新投入方面，主要從資本和勞動(dòng)力投入兩個(gè)維度進(jìn)行考慮，選取研究與試驗(yàn)發(fā)展（R&D）人員全時(shí)工作當(dāng)量及R&D經(jīng)費(fèi)支出作為創(chuàng)新投入指標(biāo)。其中，在研發(fā)經(jīng)費(fèi)指標(biāo)選擇上，本文采用的是研發(fā)投入存量（永續(xù)盤(pán)存法）①限于篇幅，具體測(cè)算結(jié)果并未在文中披露。，而不是流量數(shù)據(jù)，這是因?yàn)檠邪l(fā)是一個(gè)創(chuàng)新環(huán)境對(duì)區(qū)域創(chuàng)新效率的持續(xù)性影響過(guò)程，前期的研發(fā)投入在當(dāng)期依然發(fā)揮著重要作用。創(chuàng)新產(chǎn)出方面，選取國(guó)內(nèi)專(zhuān)利申請(qǐng)數(shù)和技術(shù)市場(chǎng)成交額來(lái)衡量區(qū)域創(chuàng)新活動(dòng)的直接知識(shí)產(chǎn)出與間接經(jīng)濟(jì)產(chǎn)出。雖然，專(zhuān)利授權(quán)數(shù)指標(biāo)相比申請(qǐng)數(shù)更為直接，但其具有明確的時(shí)滯效應(yīng)，而在缺乏有效的滯后處理時(shí)，選擇專(zhuān)利申請(qǐng)數(shù)來(lái)衡量知識(shí)產(chǎn)出則更為準(zhǔn)確（韓兆洲和程學(xué)偉，2020）。

表1 創(chuàng)新效率評(píng)價(jià)指標(biāo)體系

（三）測(cè)算結(jié)果

利用R3.5.3軟件，基于Bootstrap糾偏的DEA方法，對(duì)我國(guó)30 個(gè)省份區(qū)域創(chuàng)新效率進(jìn)行了測(cè)度，結(jié)果如表2所示。

表2 各省份區(qū)域創(chuàng)新效率測(cè)度結(jié)果

續(xù)表2

四、實(shí)證分析

（一）模型構(gòu)建

基于前文理論基礎(chǔ)，結(jié)合Gonzales et al.（2005）研究，為更好地刻畫(huà)數(shù)字普惠金融發(fā)展對(duì)區(qū)域創(chuàng)新效率的非線性影響，構(gòu)建了一個(gè)多因素變量的面板平滑轉(zhuǎn)換回歸（Panel Smooth Transition Regression，PSTR）模型，模型如下：

其中，xit為解釋變量，yit為被解釋變量，μit表示固定個(gè)體效應(yīng)，μit為隨機(jī)誤差項(xiàng)，β0為解釋變量線性部分估計(jì)系數(shù)，βj為解釋變量非線性部分估計(jì)系數(shù)。轉(zhuǎn)換函數(shù)g（qit，γj，cj）滿足logistic 函數(shù)形式，即：

其中，轉(zhuǎn)換函數(shù)g（qit，γj，cj）的取值在0—1間平滑轉(zhuǎn)換，這使得解釋變量的參數(shù)估計(jì)以cj為中心隨著qit的變換在β0～β0+β1之間平滑轉(zhuǎn)換。γ為大于0的斜率參數(shù)，γ越大，則不同區(qū)制間轉(zhuǎn)換速度越快。qit為轉(zhuǎn)換變量，r為轉(zhuǎn)換函數(shù)個(gè)數(shù)。cj代表位置參數(shù)，一般為轉(zhuǎn)換函數(shù)的拐點(diǎn)，m 則是位置參數(shù)的個(gè)數(shù)。

（二）變量解釋

被解釋變量：區(qū)域創(chuàng)新效率（Inno）數(shù)值由上文計(jì)算獲得的各地區(qū)創(chuàng)新效率來(lái)表示。

核心解釋變量與轉(zhuǎn)換變量：數(shù)字普惠金融發(fā)展（dif）既是核心解釋變量也是轉(zhuǎn)換變量。關(guān)于數(shù)字普惠金融發(fā)展的度量，使用北京大學(xué)數(shù)字金融研究中心編制的《數(shù)字金融普惠金融指數(shù)》。本文將其作為衡量各地區(qū)的數(shù)字普惠金融發(fā)展水平的代理變量。

控制變量：為避免遺漏變量而造成估計(jì)偏誤，選取對(duì)外開(kāi)放（open）、政府干預(yù)（gov）、金融發(fā)展規(guī)模（fin）和產(chǎn)業(yè)結(jié)構(gòu)（ind）作為控制變量。其中，對(duì)外開(kāi)放以經(jīng)營(yíng)地所在單位進(jìn)出口貿(mào)易總額與GDP 比值為代表；政府干預(yù)以科學(xué)技術(shù)支出占當(dāng)年財(cái)政支出比重為代表；金融發(fā)展規(guī)模采用各地區(qū)金融機(jī)構(gòu)年末貸款余額與GDP的比值來(lái)衡量；產(chǎn)業(yè)結(jié)構(gòu)則以各省歷年第二產(chǎn)業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值的比重來(lái)表征。

限于數(shù)據(jù)的可得性，選取2014—2018 年我國(guó)30 個(gè)省份（由于西藏和港澳臺(tái)地區(qū)數(shù)據(jù)缺失嚴(yán)重，故未納入考慮）的經(jīng)驗(yàn)數(shù)據(jù)來(lái)分析數(shù)字普惠金融發(fā)展對(duì)區(qū)域創(chuàng)新效率改進(jìn)的激勵(lì)效應(yīng)。數(shù)據(jù)來(lái)源于歷年《國(guó)家統(tǒng)計(jì)年鑒》、《國(guó)家科技統(tǒng)計(jì)年鑒》和《國(guó)家金融統(tǒng)計(jì)年鑒》。表3為選取的6個(gè)變量的描述性統(tǒng)計(jì)。

表3 主要變量的描述性統(tǒng)計(jì)

（三）機(jī)制檢驗(yàn)

在確定采用面板平滑轉(zhuǎn)換回歸模型時(shí)，首先需要考察數(shù)據(jù)間是否存在非線性轉(zhuǎn)換機(jī)制。借鑒Hansen（1996）處理方法，對(duì)轉(zhuǎn)換函數(shù)在γ=0處進(jìn)行一階泰勒展開(kāi)來(lái)構(gòu)造輔助回歸式，從而通過(guò)計(jì)算LM、LMF 和LRT 統(tǒng)計(jì)量進(jìn)行等價(jià)的“線性檢驗(yàn)”。

表4 線性檢驗(yàn)與剩余非線性檢驗(yàn)

表5 位置參數(shù)個(gè)數(shù)的確定

由表4的檢驗(yàn)可知，LM統(tǒng)計(jì)量、LMF統(tǒng)計(jì)量和LRT 統(tǒng)計(jì)量在10%的置信水平下，均拒絕了截面同質(zhì)性（γ=0）的原假設(shè)，這意味著數(shù)字普惠金融發(fā)展與創(chuàng)新效率之間存在顯著的非線性相關(guān)關(guān)系。此時(shí)，若忽略非線性效應(yīng)采用傳統(tǒng)的線性面板模型進(jìn)行估計(jì)將產(chǎn)生結(jié)構(gòu)性偏誤，故應(yīng)將非線性特征納入模型加以考慮。為進(jìn)一步確定轉(zhuǎn)換函數(shù)個(gè)數(shù)，對(duì)相同統(tǒng)計(jì)量下的剩余轉(zhuǎn)移機(jī)制進(jìn)行再檢驗(yàn)，結(jié)果顯示，在10%的顯著水平下，各統(tǒng)計(jì)量均無(wú)法拒絕γ=1 的原假設(shè)，說(shuō)明模型中只存在一個(gè)轉(zhuǎn)換函數(shù)。接著，根據(jù)最小AIC和BIC準(zhǔn)則確認(rèn)位置參數(shù)的個(gè)數(shù)m。觀察表5 可以發(fā)現(xiàn)，m=1 時(shí)AIC 數(shù)值略大于m=2 時(shí)AIC的數(shù)據(jù)值，但m=1時(shí)BIC的數(shù)值要小于m=2是相應(yīng)的數(shù)值，兩者存在選擇差異性。進(jìn)一步分析發(fā)現(xiàn)m=1時(shí)LMF統(tǒng)計(jì)量要大于m=2時(shí)的LMF統(tǒng)計(jì)量，表明在m=1 時(shí)數(shù)據(jù)的非線性特征更為顯著，選擇m=1更具統(tǒng)計(jì)合理性。因而，模型最終的轉(zhuǎn)換函數(shù)與位置參數(shù)個(gè)數(shù)均為1，即包含一個(gè)轉(zhuǎn)換函數(shù)的兩機(jī)制PSTR模型。

建立的PSTR模型如式（8）所示：

（四）參數(shù)估計(jì)

通過(guò)以上檢驗(yàn)使模型在正確設(shè)定的基礎(chǔ)上，采用非線性最小二乘法（NLS）對(duì)模型相關(guān)參數(shù)展開(kāi)估計(jì)。在此過(guò)程中，運(yùn)用了遺傳優(yōu)化算法進(jìn)行多次迭代，以此來(lái)確定γ和c 的最優(yōu)估計(jì)初始值。

表6 面板平滑轉(zhuǎn)換回歸模型估計(jì)結(jié)果

通過(guò)表6 中模型（3）的估計(jì)結(jié)果可以看出，模型對(duì)應(yīng)的平滑參數(shù)較?。?.662），表明模型在門(mén)限值前后的轉(zhuǎn)換速度一般（如圖1）。模型的門(mén)限值為201.012，接近于數(shù)字普惠金融發(fā)展指數(shù)的中位數(shù)水平，反映出2014—2018 年各省份數(shù)字普惠金融發(fā)展水平的集中趨勢(shì)。門(mén)限值前后，數(shù)字普惠金融發(fā)展水平的高低對(duì)區(qū)域技術(shù)創(chuàng)新效率的影響呈現(xiàn)兩種不同的作用機(jī)制。在跨越門(mén)限值之前，數(shù)字普惠金融對(duì)創(chuàng)新效率的影響表現(xiàn)為顯著的正向作用，即數(shù)字普惠金融發(fā)展有助于推動(dòng)區(qū)域創(chuàng)新效率的提高。然而在跨越門(mén)限值之后，dif 的非線性系數(shù)為-0.171 且高度顯著，雖然0.257 減0.171 依舊為正，但此時(shí)創(chuàng)新激勵(lì)效應(yīng)隨著數(shù)字普惠金融發(fā)展水平的提高開(kāi)始減弱，表現(xiàn)出邊際效應(yīng)遞減的規(guī)律，這一現(xiàn)象充分證明了本文提出的假設(shè)H1。結(jié)合前文的描述性統(tǒng)計(jì)可知，我國(guó)普惠金融發(fā)展水平的平均值為241.5，已超過(guò)門(mén)限估計(jì)值水平201.012，說(shuō)明我國(guó)數(shù)字普惠金融對(duì)于創(chuàng)新效率的促進(jìn)作用已經(jīng)步入第二階段，速度逐漸放緩?？傮w而言，研發(fā)過(guò)程的復(fù)雜性與不確定性等問(wèn)題，使得外部環(huán)境邊際改善在影響創(chuàng)新活動(dòng)長(zhǎng)期表現(xiàn)的決定方面相對(duì)乏力，因而隨著數(shù)字普惠的繼續(xù)深入其對(duì)區(qū)域創(chuàng)新效率的促進(jìn)作用將逐漸趨于飽和。

圖1 轉(zhuǎn)換函數(shù)的非線性變化趨勢(shì)

基于模型的估計(jì)結(jié)果還可以發(fā)現(xiàn)，4個(gè)控制變量中，對(duì)外開(kāi)放水平對(duì)區(qū)域創(chuàng)新效率的影響表現(xiàn)為先促進(jìn)后抑制，說(shuō)明在短期內(nèi)外資的技術(shù)溢出效應(yīng)要大于擠出效應(yīng)，對(duì)區(qū)域創(chuàng)新效率具有顯著的正向影響，但長(zhǎng)期內(nèi)會(huì)呈現(xiàn)出較為明顯的擠出效應(yīng)（0.283-0.368<0），不利于技術(shù)創(chuàng)新效率的改進(jìn)，從而印證了研究假設(shè)H2。金融發(fā)展規(guī)模對(duì)區(qū)域創(chuàng)新效率的影響則表現(xiàn)為先抑制后促進(jìn)，這可能是由于我國(guó)長(zhǎng)期存在的資源配置不合理現(xiàn)象，使得金融發(fā)展所帶來(lái)的紅利效應(yīng)具有一定的時(shí)滯性，但在渡過(guò)這段磨合期之后，金融規(guī)模發(fā)展則會(huì)促進(jìn)創(chuàng)新效率的提高。而政府干預(yù)與區(qū)域創(chuàng)新效率之間的非線性關(guān)系并不可靠，說(shuō)明政府的積極干預(yù)對(duì)區(qū)域創(chuàng)新效率的提升可以起到長(zhǎng)期的正面促進(jìn)作用，這與假設(shè)H3 的理論預(yù)期相一致。此外，產(chǎn)業(yè)結(jié)構(gòu)對(duì)創(chuàng)新效率的影響在門(mén)限值前后也呈現(xiàn)出了差異性的特征，盡管這一影響效應(yīng)并不顯著。

表7 基于門(mén)限水平的樣本空間分布

（五）地區(qū)異質(zhì)性分析

為進(jìn)一步分析數(shù)字普惠金融發(fā)展的創(chuàng)新激勵(lì)效應(yīng)在各區(qū)域間的異質(zhì)性表現(xiàn)，將2014—2018年30個(gè)省份的數(shù)字普惠金融發(fā)展水平和門(mén)檻值進(jìn)行對(duì)比。表7顯示，截至2014年末，僅北京、上海、江蘇、浙江、福建和廣東6 個(gè)東部省份的數(shù)字普惠金融發(fā)展實(shí)現(xiàn)了對(duì)門(mén)限值的跨越，說(shuō)明我國(guó)數(shù)字普惠金融發(fā)展的創(chuàng)新激勵(lì)效應(yīng)存在較大的區(qū)域差異性，東部地區(qū)在推動(dòng)轉(zhuǎn)型創(chuàng)新發(fā)展取得顯著成效，中西部則相對(duì)落后。這可能是因?yàn)?，傳統(tǒng)上中西部地區(qū)經(jīng)濟(jì)發(fā)展有先天不足，融資心理、融資場(chǎng)景和金融基礎(chǔ)設(shè)施建設(shè)的滯后，使得區(qū)域內(nèi)資源配置和金融服務(wù)能力相較東部整體較弱，制約了數(shù)字普惠金融發(fā)展對(duì)中西部地區(qū)創(chuàng)新效率的提升。但隨著時(shí)間的推移，東部與中西部地區(qū)間“數(shù)字鴻溝”明顯縮小，這充分地反映了數(shù)字金融這種特定模式的普惠性特征，有助于后發(fā)地區(qū)直接獲得并利用更為廣泛的外部性，有效地解決了欠發(fā)達(dá)地區(qū)傳統(tǒng)金融服務(wù)供給不足、基礎(chǔ)設(shè)施較差、要素市場(chǎng)化程度低等問(wèn)題，能更好地實(shí)現(xiàn)區(qū)域統(tǒng)籌，協(xié)同發(fā)展。

（六）穩(wěn)健性檢驗(yàn)

為檢驗(yàn)參數(shù)估計(jì)的穩(wěn)健性，采用基于R&D人員全時(shí)工作當(dāng)量經(jīng)費(fèi)（流量）支出來(lái)衡量的區(qū)域創(chuàng)新效率對(duì)式（3）中的因變量進(jìn)行替換，重新建立PSTR 模型[估計(jì)結(jié)果見(jiàn)表6 中模型（4）]。由表6 可知，不同因變量下的模型估計(jì)結(jié)果差異不大。在跨越門(mén)限值前后，數(shù)字普惠金融發(fā)展對(duì)區(qū)域創(chuàng)新效率的促進(jìn)作用仍表現(xiàn)出邊際效應(yīng)遞減的非線性特征。特別地，兩個(gè)模型各自的位置參數(shù)也幾乎保持一致，進(jìn)一步證明了本文建立的PSTR 模型穩(wěn)健性好，參數(shù)估計(jì)結(jié)果可信度強(qiáng)。

五、結(jié)論與啟示

本文基于Bootstrap 糾偏的DEA 方法測(cè)算了我國(guó)30 個(gè)省份的區(qū)域創(chuàng)新效率值，并通過(guò)構(gòu)建面板平滑轉(zhuǎn)換回歸（PSTR）模型，考察了數(shù)字普惠金融對(duì)區(qū)域創(chuàng)新效率的非線性影響及門(mén)限特征。研究發(fā)現(xiàn)：一是數(shù)字普惠金融發(fā)展與區(qū)域創(chuàng)新效率間呈現(xiàn)正向邊際報(bào)酬遞減的非線性關(guān)系，其發(fā)生體制轉(zhuǎn)換的門(mén)限水平為201.012。即在跨越門(mén)限值之后，數(shù)字普惠金融發(fā)展對(duì)區(qū)域創(chuàng)新效率的促進(jìn)作用逐漸減弱。二是從地區(qū)差異性看，數(shù)字普惠金融對(duì)區(qū)域創(chuàng)新效率的影響效應(yīng)具有明顯的區(qū)域異質(zhì)性，東部地區(qū)較早地實(shí)現(xiàn)了對(duì)門(mén)限水平的跨越，創(chuàng)新引領(lǐng)東部地區(qū)率先實(shí)現(xiàn)優(yōu)化發(fā)展。但隨著數(shù)字金融普惠性特征日益體現(xiàn)，地區(qū)間“數(shù)字鴻溝”明顯縮小，逐漸形成了科技創(chuàng)新區(qū)域協(xié)同新格局。三是對(duì)外開(kāi)放水平與金融發(fā)展規(guī)模對(duì)創(chuàng)新效率也表現(xiàn)出顯著的非線性特征。在門(mén)限水平前后，對(duì)外開(kāi)放水平與創(chuàng)新效率的關(guān)系呈倒U型趨勢(shì)，金融發(fā)展規(guī)模對(duì)區(qū)域創(chuàng)新效率的影響則由抑制轉(zhuǎn)變?yōu)榇龠M(jìn)。而政府干預(yù)的非線性效應(yīng)并不顯著，其對(duì)區(qū)域創(chuàng)新效率的影響則始終表現(xiàn)為促進(jìn)。

根據(jù)上述研究結(jié)論，得到如下政策啟示：第一，加快推進(jìn)金融基礎(chǔ)設(shè)施建設(shè)，改善數(shù)字金融發(fā)展環(huán)境，助力數(shù)字金融服務(wù)，為提高金融服務(wù)質(zhì)量，推動(dòng)自下而上的金融權(quán)利均等化打下堅(jiān)實(shí)基礎(chǔ)。第二，實(shí)施差異化金融支持，提高創(chuàng)新資源利用效率。關(guān)注數(shù)字金融發(fā)展與創(chuàng)新效率之間的門(mén)檻效應(yīng)，根據(jù)數(shù)字普惠金融發(fā)展的不同階段，采取相應(yīng)的措施來(lái)合理配置其他金融資源，以更有效的方式促進(jìn)區(qū)域創(chuàng)新協(xié)同發(fā)展。此外，政府也應(yīng)為中小企業(yè)等弱勢(shì)群體設(shè)立專(zhuān)項(xiàng)投資基金及財(cái)政補(bǔ)貼等差異化創(chuàng)新激勵(lì)機(jī)制，通過(guò)制度機(jī)制降低創(chuàng)新活動(dòng)交易成本，激發(fā)區(qū)域科技創(chuàng)新新活力。第三，構(gòu)建包容有效的數(shù)字普惠金融監(jiān)管體系，在防范風(fēng)險(xiǎn)的前提下合理創(chuàng)新。