陳艷勤

(桂林理工大學商學院，廣西 桂林 541004)

0 引言

以醫(yī)藥制造、電子通信等為主要組成部分的高技術產業(yè)具有知識技術密集度高、資源能量消耗少、研發(fā)投資大及產品附加值高等特點，在推動產業(yè)結構優(yōu)化升級、實現經濟高質量發(fā)展方面具有重要戰(zhàn)略意義。大力推動高技術產業(yè)技術創(chuàng)新水平的穩(wěn)步提升是落實創(chuàng)新驅動發(fā)展戰(zhàn)略、實現經濟高質量發(fā)展目標的共同要求。然而，各區(qū)域高技術產業(yè)囿于高投入和高風險的行業(yè)特征，一直面臨著不同程度的融資約束問題。將傳統(tǒng)金融發(fā)展模式與信息處理、大數據及云計算等技術融合發(fā)展的數字金融，為高技術產業(yè)創(chuàng)新活動提供了有力支撐。數字金融對技術創(chuàng)新的相關研究可歸結為兩個角度：一是宏觀區(qū)域技術創(chuàng)新。數字金融對區(qū)域技術創(chuàng)新水平[1]和創(chuàng)新質量[2]的正向促進作用已經得到普遍認可，也有部分學者發(fā)現數字金融與創(chuàng)新效率之間存在著非線性發(fā)展關系[3]。二是微觀企業(yè)技術創(chuàng)新。研究表明，數字金融可以通過增加資金的流動性[4]、降低融資成本[5]、降低企業(yè)杠桿水平[6]等途徑對企業(yè)不同階段的技術創(chuàng)新產生積極影響，從而促進企業(yè)技術創(chuàng)新能力的提升。

從文獻研究來看，產業(yè)集聚與技術創(chuàng)新之間的研究相對豐富，主要有以下研究結論：一是高技術產業(yè)集聚促進了技術創(chuàng)新，產業(yè)集聚能夠激勵研發(fā)活動[7]、促進創(chuàng)新產出[8]、提高專利轉化率[9]，從而對技術創(chuàng)新績效產生積極作用；二是高技術產業(yè)集聚一定程度上抑制了技術創(chuàng)新，謝子遠發(fā)現產業(yè)集聚與技術創(chuàng)新之間存在非線性關系[10]；童鑫也得出專業(yè)化集聚與技術創(chuàng)新之間存在倒U型關系、多樣化集聚與技術創(chuàng)新間存在U型關系的研究結論[11]。

1 理論分析與研究假設

1.1 數字金融對高技術產業(yè)技術創(chuàng)新的激勵效應

尚處于蓬勃發(fā)展狀態(tài)的高技術產業(yè)是未完全成熟的[6]，需要持續(xù)穩(wěn)定的資金投入。然而，傳統(tǒng)金融機構在向企業(yè)提供金融服務時出于規(guī)避風險的考慮，傾向于選擇規(guī)模大、風險低的企業(yè)作為放貸對象，與我國高技術產業(yè)民營性質企業(yè)居多、風險較高、需要持續(xù)穩(wěn)定的資金支持的發(fā)展現狀相矛盾，嚴重制約產業(yè)發(fā)展。數字金融的出現為解決融資難、融資貴難題提供了可行途徑。首先，數字金融能夠利用現代信息技術快速識別、收集、處理和分析海量企業(yè)運營信息，增強金融機構與企業(yè)間的信息透明度，提高企業(yè)獲取金融服務的可能性[12]；其次，數字金融突破了時空限制，簡化了信貸流程，降低了交易費用，同時也創(chuàng)造出更多高技術產品的市場需求，這就使得高技術企業(yè)可以以更短的時間[13]、更低的門檻和交易成本獲取優(yōu)質的金融服務，擴大的市場需求也會改善行業(yè)的經營狀況，從而促進高技術產業(yè)技術創(chuàng)新[4]；最后，以數字技術為支撐的金融機構，在吸收以“多、小、散”為特征的長尾投資者的資金方面具有天然優(yōu)勢，增加了金融體系的資本存量，進一步提升高技術產業(yè)獲取金融支持的可能性。

據此，提出假設1：數字金融可以激勵高技術產業(yè)技術創(chuàng)新水平提升。

1.2 數字金融對高技術產業(yè)技術創(chuàng)新的作用機制

首先，數字金融發(fā)展對產業(yè)集聚的影響。數字金融通過創(chuàng)新投融資渠道吸收大量閑散資金并在有效風險管控之下將其放貸給小微私營企業(yè)，金融體量的擴張和信貸效率的提升可以促進區(qū)域內資本收益率提升，在規(guī)模報酬遞增的情況下會激勵企業(yè)擴大生產規(guī)模[14]，也會吸引區(qū)域外的企業(yè)在此建立分部，從而推動產業(yè)集聚。隨著生產規(guī)模不斷擴大，中間產品的需求量快速增長[15]，為了節(jié)約運輸成本，中間商有動力將生產車間轉移到集聚區(qū)內，產業(yè)鏈的延伸強化產業(yè)集聚水平。其次，產業(yè)集聚對技術創(chuàng)新水平的影響。集聚初期，各創(chuàng)新主體之間的經驗交流、信息共享等行為形成創(chuàng)新網絡，能有效降低技術和市場的不確定性、突破單個主體創(chuàng)新能力極限[16]，從而促進高端技術創(chuàng)新；同類型企業(yè)為了降低生產成本、搶占市場份額，不斷增加研發(fā)投入進行工藝改進、產品創(chuàng)新，也會促使技術創(chuàng)新水平提升。隨著集聚水平逐步提升，交通擁擠、環(huán)境惡化、惡性競爭等現象逐漸顯現，溢出效應也會引起越來越多的“搭便車”行為，從而抑制技術創(chuàng)新。鑒于高技術產業(yè)是我國當前乃至未來一段時間內產業(yè)結構優(yōu)化升級的引擎[10]，高技術產業(yè)集聚對技術創(chuàng)新的影響以集聚效應為主。

據此，提出假設2：數字金融可以通過產業(yè)集聚促進高技術產業(yè)技術創(chuàng)新。

2 研究設計

2.1 模型設定

2.1.1 基準回歸模型

借鑒謝婷婷等[5]模型設計，本文設定如下基準模型：

Lteci,t=β0+β1Lfini,t-1+β2Xt-1+Yt+Ii+εi,t

其中，i表示省份，t表示時間；Ltec代表高技術企業(yè)技術創(chuàng)新水平；Lfin為省際層面數字金融指數；X為各個控制變量；Y、I和ε分別表示時間、個體虛擬變量和隨機擾動項。模型中所有的解釋變量滯后一期，用以緩解內生性問題。

2.1.2 中介效應模型

為了進一步驗證高技術產業(yè)集聚中介作用的存在性，參考溫忠麟等[17]研究成果，本文采用逐步回歸法進行機制檢驗，模型如下：

Lteci,t=β0+β1Lfini,t-1+β2Xt-1+Yt+Ii+εi,t

aggi,t=α0+α1Lfini,t-1+α2Xt-1+Yt+Ii+εi,t

Lteci,t=γ0+γ1aggi,t-1+γ2Lfini,t-1+γ3Xt-1+Yt+Ii+εi,t

其中，agg表示高技術產業(yè)集聚水平。β1表示數字金融對高技術產業(yè)技術創(chuàng)新的總效應，α1×γ1反映了高技術產業(yè)集聚的中介效應，γ2反應了數字金融對高技術產業(yè)技術創(chuàng)新的直接效應。預計β1、α1、γ1和γ2的數值顯著為正，β1>γ2，表示高技術產業(yè)集聚在數字金融驅動高技術產業(yè)技術創(chuàng)新過程中發(fā)揮部分中介作用。

2.2 變量設定與數據來源

2.2.1 變量設定

被解釋變量：高技術產業(yè)技術創(chuàng)新(Ltec)，以高技術產業(yè)專利申請數的對數作為代理變量。

核心解釋變量：數字金融指數(Lfin)，使用北京大學數字金融研究中心編制的數字普惠金融指數，及其分指數覆蓋廣度(Lfingd)、使用深度(Lfinsd)和數字化程度(Lfinsz)，并作對數化處理。

中介變量：產業(yè)集聚(agg)，本研究將采用區(qū)位熵法測量各個省、市的高技術產業(yè)集聚水平。計算公式如下：

其中，aggit代表i省或市t年高技術產業(yè)集聚水平；Uit為i省或市t年高技術產業(yè)從業(yè)人員年平均人數；Eit為i省或市規(guī)模以上工業(yè)企業(yè)平均用工人數；Ut為t年全國高技術產業(yè)從業(yè)人員年平均人數；Et為t年全國規(guī)模以上工業(yè)企業(yè)平均用工人數。

控制變量：人力資本水平(peo)，以平均受教育年限衡量；政府干預程度(gov)，用財政支出與地區(qū)生產總值的比值衡量；外商投資(fdi)，以外商投資企業(yè)年末登記的投資額與地區(qū)生產總值的比值衡量；市場化水平(mar)，用國有及國有控股企業(yè)主營業(yè)務收入與規(guī)模以上工業(yè)企業(yè)主營業(yè)務收入的比值表示；基礎設施水平(jc)，用各省市每萬人鐵路公路里程數表示。

2.2.2 數據來源

本文構建了2011—2019年30個省市的面板數據，并對數據做了如下處理：第一,西藏自治區(qū)數據缺失較多，將其剔除；第二，采用均值法對缺失數據進行填充；數字金融數據來源于北京大學數字金融研究中心發(fā)布的省際《北京大學數字金融普惠金融指數》，其余數據均來自全國及各省市統(tǒng)計年鑒。描述性統(tǒng)計見表1。

表1 變量描述性統(tǒng)計

3 實證分析

3.1 基準回歸分析

表2第(1)列和(2)列結果表明，無論是否加入控制變量，數字金融均可以在1%的顯著水平下促進高技術產業(yè)技術創(chuàng)新，從而假設1得到驗證。表2第(3)～(8)列是數字金融分指數對高技術產業(yè)技術創(chuàng)新的回歸結果，其中，覆蓋廣度和使用深度的彈性系數為正且通過了1%水平下的顯著性檢驗，數字化程度的彈性系數為負但不顯著。數字化程度對高技術產業(yè)技術創(chuàng)新的影響之所以與總指數表現出相反的作用方向，可能的原因在于數字化程度的提升，金融服務的移動化和便利化得到了改進，從而增強了金融資源的流動性，使得多數欠發(fā)達地區(qū)的創(chuàng)新資源流向少數發(fā)達地區(qū)。

表2 基準回歸結果

3.2 穩(wěn)健性檢驗

為了確?；鶞驶貧w結果的穩(wěn)健性，本文進行了以下穩(wěn)健性檢驗：第一，更換被解釋變量的衡量方法。將高技術產業(yè)新產品銷售收入的對數作為被解釋變量再次進行回歸；第二，剔除直轄市數據。在經過上述操作后，數字金融及其分指數對高技術產業(yè)技術創(chuàng)新的作用方向和顯著性并沒有發(fā)生變化，基準回歸結果具有一定穩(wěn)健性。

4 機制分析

根據中介效應模型，對模型(1)～(3)進行依次回歸，結果如表3所示。第(1)列，數字金融回歸系數顯著為正，說明數字金融對高技術產業(yè)技術創(chuàng)新的激勵作用顯著；第(2)列，數字金融的回歸系數顯著為正，說明數字金融可以有效促進高技術產業(yè)集聚；第(3)列，數字金融和產業(yè)集聚的估計系數為正，且均通過了1%置信水平的顯著性檢驗，系數α1和系數γ1的顯著，說明產業(yè)集聚的中介效應存在，系數β1大于系數γ2，說明產業(yè)集聚起到了部分中介效應的作用，中介效應(α1γ1)占總效應(β1)的比例為12.2%，研究假設2得到驗證。

表3 機制檢驗：產業(yè)集聚

5 結論與啟示

數字金融總指數、分指數覆蓋廣度和使用深度均能顯著促進高技術產業(yè)技術創(chuàng)新，分指數數字化程度的提升使金融服務的移動化和便利化得到了改善，從而增強了金融資源的流動性，使得多數欠發(fā)達地區(qū)的創(chuàng)新資源流向少數發(fā)達地區(qū)，從而對高技術產業(yè)技術創(chuàng)新表現出抑制作用；數字金融不僅可以直接促進高技術產業(yè)技術創(chuàng)新，還可以通過推動高技術產業(yè)集聚進而激勵高技術產業(yè)技術創(chuàng)新。

對此，建議加快數字金融基礎設施建設，推動傳統(tǒng)金融機構借助大數據、云計算等信息技術進行系統(tǒng)升級，增強金融服務實體經濟的能力，同時，也要協(xié)調好數字金融基礎設施建設與高技術產業(yè)的區(qū)域分布，最大限度地發(fā)揮數字金融對高技術產業(yè)的創(chuàng)新激勵作用；各地政府需要共同合作完善金融監(jiān)管網絡，為數字金融發(fā)展保駕護航。