王希泉 馬福春

【摘? 要】論文針對金融科技創(chuàng)新對企業(yè)資本配置效率的影響進行理論與實證研究，基于空間計量經濟模型，運用2003-2016年面板數據再檢驗企業(yè)資本配置效率以及區(qū)域差異。結果表明：金融科技創(chuàng)新與地區(qū)企業(yè)資本配置效率之間存在顯著的正相關性，能顯著地促進企業(yè)經濟增長;金融發(fā)展和金融科技創(chuàng)新的融合互動，能夠緩解金融發(fā)展對企業(yè)資本配置效率的抑制作用;人力資本、財政支出和城鎮(zhèn)化水平對地區(qū)企業(yè)經濟增長具有顯著正向促進作用。

【Abstract】This paper makes a theoretical and empirical study on the impact of fintech innovation on enterprise capital allocation efficiency. Based on the spatial econometric model， this paper uses the panel data from 2003 to 2016 to retest the enterprise capital allocation efficiency and regional differences. The results show that there is a significant positive correlation between fintech innovation and regional enterprise capital allocation efficiency， which can significantly promote enterprise economic growth. The integration and interaction of financial development and fintech innovation can alleviate the inhibitory effect of financial development on enterprise capital allocation efficiency. Human capital， financial expenditure and urbanization level have a significant positive effect in promoting the economic growth of regional enterprises.

【關鍵詞】金融科技;創(chuàng)新;企業(yè);資本配置效率

【Keywords】fintech; innovation; enterprise; capital allocation efficiency

【中圖分類號】F832.4;F275? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文獻標志碼】A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?【文章編號】1673-1069（2021）11-0113-04

1 引言

“十四五”是我國開啟全面建設社會主義現代化國家新征程的第一個五年，對我國第二個百年奮斗目標的實現具有引領和試錯性意義，是我國發(fā)展的重要戰(zhàn)略機遇期。放眼全球，世界處于百年未有之大變局，隨著新一輪科技革命和產業(yè)革命的深入發(fā)展，數字經濟趨勢猛烈，如何不掉隊、追趕領先技術應用對各行各業(yè)來說至關重要?！皥猿謩?chuàng)新驅動發(fā)展”“加快數字化發(fā)展”在《中華人民共和國國民經濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》中也多次被提及。同時，受全球新冠疫情的影響，人們消費偏好、行為偏好的轉變也對各行各業(yè)的生產和服務模式提出極大的挑戰(zhàn)。如何在危中思變，轉危為機是各行各業(yè)需要思考的問題。金融行業(yè)作為改革開放的排頭兵，更應主動迎接挑戰(zhàn)，抓住先機，發(fā)揮行業(yè)引領和基石作用，堅持把發(fā)展經濟著力點放在實體經濟上，倡導“充分發(fā)揮海量數據和豐富應用場景優(yōu)勢，促進數字技術與實體經濟深度融合，賦能傳統(tǒng)產業(yè)轉型升級，催生新產業(yè)新業(yè)態(tài)新模式”，助力整體經濟和社會發(fā)展。在國家大力提倡金融服務實體經濟的當下，金融機構應如何持續(xù)、積極地探索業(yè)務創(chuàng)新對產業(yè)的賦能，通過科技手段創(chuàng)新直達實體經濟的金融產品和服務，支持以高科技、高端制造和服務、基建和民生等為代表的實體經濟產業(yè)，構建實體經濟、科技創(chuàng)新、現代金融等協(xié)同發(fā)展的現代產業(yè)體系。

2 實證結果與分析

2.1 我國企業(yè)經濟資本配置效率測度研究

2.1.1 根據工業(yè)行業(yè)測算企業(yè)經濟資本配置效率

將企業(yè)經濟資本配置效率估計模型設置如下：

（1）

式（1）中，Ici，t為行業(yè)i省份c內第t年固定資產凈值（固定資本形成總額）;Vci，t為行業(yè)i省份c內第t年工業(yè)總產值（總產值）;η為資本配置效率;ε為干擾項。本文根據模型（1），采用我國2003-2016年29個省份與18個工業(yè)行業(yè)的基礎數據測算出我國企業(yè)經濟資本配置效率，具體如表1所示。

從表1可以看出，各行業(yè)以及各省份資本配置效率高低不一，說明中國各行業(yè)資本配置效率存在明顯差異，并且在不同省份之間也存在差異。從行業(yè)分布來看，設備制造業(yè)工業(yè)、化學原料制品、石油冶煉、金屬制品工業(yè)企業(yè)的資本配置效率達到了較高的水平，而交通運輸業(yè)的資本配置效率最低。從省份分布來看，河北、貴州、湖北、湖南均達到了較高的水平，而海南、廣西的資本配置效率最低。

2.1.2 根據生產總值測算企業(yè)經濟資本配置效率

為進一步衡量我國企業(yè)經濟資本配置效率的整體水平，本文采用模型（1）選取我國2003-2016年30個省份（除西藏）的全行業(yè)固定資本形成總額與地區(qū)總產值的面板數據，運用資本配置效率模型進行回歸分析，結果如表2所示。

表2估計的是我國企業(yè)經濟資本配置效率，可以看出我國企業(yè)經濟資本配置效率為0.306，大于0，且在1%的水平下顯著，表明我國近幾年的企業(yè)經濟配置效率水平相對偏低。

從表3可以看出，我國大多數地區(qū)企業(yè)經濟資本配置效率通過了顯著性檢驗，且除浙江、江西、廣東外，所有地區(qū)的資本配置效率大于0。但從各省份間看，各省份企業(yè)經濟資本配置效率具有顯著差異，與工業(yè)企業(yè)測算的資本配置效率呈現協(xié)同現狀。

2.2 空間計量模型估計

2.2.1 空間自相關檢驗

首先，本文采用“莫蘭指數”（Moran's I）來計算地區(qū)企業(yè)經濟的空間自相關性，具體如圖1所示。

可以看出，2003-2016年我國地區(qū)企業(yè)經濟的莫蘭指數的波動區(qū)間在0.21～0.24，并且全部通過顯著性檢驗，大致呈現“U”型變化趨勢，在2016年時達到最高峰，在地理空間上呈現出明顯的集聚現象（見圖2）。

其次，本文同樣計算金融發(fā)展和金融科技創(chuàng)新的空間相關性，具體如下。

從圖3可以看出，2003-2016年我國金融發(fā)展和金融科技創(chuàng)新的莫蘭指數的波動區(qū)間在0.03～0.24和0.06～0.3，并且通過顯著性檢驗，金融發(fā)展的莫蘭指數大致呈現倒“U”型變化趨勢。圖4和圖5為2016年金融發(fā)展和金融科技創(chuàng)新的莫蘭指數散點圖，可以更加直觀地看出在空間上存在的正相關關系。

2.2.2 空間計量回歸

首先，本文根據空間滯后模型進行空間計量回歸分析，結果如表4所示，從模型總體來看，空間滯后模型（SLM）中空間鄰接權重、嵌套權重模型的擬合優(yōu)度較高為0.50和0.73，并且在空間計量模型中，除了經濟距離權重模型的空間自回歸系數（rho）不顯著，其余的模型空間自回歸系數（rho）顯著為正，表明金融科技創(chuàng)新、企業(yè)經濟在各個地區(qū)之間存在顯著的空間相關性，從對數似然函數值來看，空間相鄰權重模型的值最大（327.28）、赤池信息準則（AIC）值最?。?618.563）、施瓦茨準則（SC）值最?。?547.08）。

從解釋變量來看，表4報告了金融科技創(chuàng)新對我國地區(qū)企業(yè)經濟影響的估計結果，金融科技創(chuàng)新與企業(yè)經濟之間存在顯著的正相關關系，回歸系數分別是：0.093、0.289、0.390、0.328、1.336，表明金融科技創(chuàng)新程度的提升對我國企業(yè)經濟發(fā)展具有促進作用，即金融科技創(chuàng)新程度提升，企業(yè)經濟發(fā)展水平就有所上升。

其次，本文從表5的空間面板模型回歸結果可以發(fā)現，金融發(fā)展（FD）在模型中的系數顯著為負，而金融科技創(chuàng)新（KJ）在模型中的系數基本顯著為正。說明金融發(fā)展在一定程度上抑制了地區(qū)企業(yè)經濟的發(fā)展，也說明金融發(fā)展對支持和服務實體的力度雖然不斷加大，但效果不明顯。金融科技創(chuàng)新不管是在短期還是長期內均對地區(qū)企業(yè)經濟增長具有顯著的正向促進作用。根據回歸結果也可以看出，在金融科技創(chuàng)新不斷發(fā)展下，金融發(fā)展對企業(yè)經濟的抑制作用有所緩減。

在控制變量方面，人力資本（hum）、財政支出（gov）和城鎮(zhèn)化水平（urban）在空間距離權重、經濟距離權重、嵌套權重模型中全部顯著為正，表明人力資本、財政支出和城鎮(zhèn)化水平對企業(yè)經濟增長具有顯著正向促進作用。人力資本是企業(yè)經濟增長最重要的投入要素之一，人力資本數量的多寡和質量的高低直接決定了企業(yè)經濟部門的生產規(guī)模、生產方式和生產效率;財政支出的增加可以加大資金流向企業(yè)經濟，促進企業(yè)經濟增長;一個地區(qū)的城鎮(zhèn)化水平越高，城鎮(zhèn)居民數量越多，社會總需求越大，對企業(yè)經濟的拉動作用越大。

3 結論與建議

本文根據資本配置效率估計模型以及空間計量分析方法，從地理區(qū)位特征和經濟社會特征2個方面構建空間權重矩陣，基于2003-2016年我國29個省市的面板數據建立空間面板模型對此進行了實證檢驗。研究結果表明：①本文根據資本配置效率估計模型，以18個工業(yè)行業(yè)的相關指標測算出我國的地區(qū)實體資本配置效率為0.36，而以宏觀經濟數據測算出來的我國地區(qū)企業(yè)經濟資本配置效率為0.31，二者相差不多，表明我國地區(qū)企業(yè)經濟資本配置效率偏低。②本文根據莫蘭指數分析得出，在研究區(qū)間內，企業(yè)經濟增長存在顯著的正向空間相關性和異質性，并且發(fā)現2003-2016年我國地區(qū)企業(yè)經濟的空間相關性呈現“U”型變化趨勢，在2016年達到最高，為0.244。③本文通過空間計量模型分析，發(fā)現我國2003-2016年金融發(fā)展與地區(qū)企業(yè)經濟存在顯著負相關關系，抑制企業(yè)經濟增長;金融科技創(chuàng)新與地區(qū)企業(yè)經濟之間存在顯著的正相關性，能夠顯著地促進企業(yè)經濟的增長;金融發(fā)展和金融科技創(chuàng)新的融合互動，能夠緩減金融發(fā)展對企業(yè)經濟的抑制作用，但緩減的程度偏低，表明在金融發(fā)展水平與科技創(chuàng)新水平不斷提高的過程中，二者缺乏更多更深的融合互動，還未實現協(xié)調發(fā)展。因此，要提高科技金融對企業(yè)經濟增長的促進效應，不僅需要提高金融發(fā)展水平和科技創(chuàng)新水平，更重要的是創(chuàng)新金融與科技的結合方式和結合路徑，擴大金融與科技的融合深度和提高二者融合的質量。④從控制變量來看，人力資本、財政支出和城鎮(zhèn)化水平對地區(qū)企業(yè)經濟增長具有顯著正向促進作用。

【參考文獻】

【1】Dan Zhu，Deming Zeng，Qing Zhou.Regional Technical Innovation Suitability and Economic Growth in China[J].Procedia Engineering，2011（15）：5343-5349.

【2】張優(yōu)智.我國科技投入與經濟增長的動態(tài)關系研究[J].科研管理，2014，35（9）：58-68.

【3】劉文麗，郝萬祿，夏球.我國科技金融對經濟增長影響的區(qū)域差異——基于東部、中部和西部面板數據的實證分析[J].宏觀經濟研究，2014（2）：87-94.

【4】Luc Anselin.Spatial Econometrics： Methods and Models[M].Berlin：Springer Netherlands，1988.

【5】Ron Boschma.Proximity and Innovation： A Critical Assessment[J].Regional Studies，2005，39（1）：61-74.

【6】Andre Torre，J.P. Gilly.Proximity relations： elements for an analytical framework[J].industrial networks & proximity，2000（1）：169-180.

【7】劉軍，黃解宇，曹利軍.金融集聚影響實體經濟機制研究[J].管理世界，2007（4）：152-153.