李 平

（黃河交通學(xué)院，河南 武陟 454950）

一、引言

創(chuàng)新要素配置作為提升全要素生產(chǎn)率的根本途徑，對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要推動(dòng)作用[1]。對(duì)此，國(guó)家提出要持續(xù)提高市場(chǎng)、資金、人才等創(chuàng)新要素配置效率，助力高新技術(shù)產(chǎn)業(yè)實(shí)現(xiàn)轉(zhuǎn)型升級(jí)。2021年3月，《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》中提出，打造數(shù)字經(jīng)濟(jì)新優(yōu)勢(shì)，提升重點(diǎn)領(lǐng)域人才、資金、基地一體化配置效率。二十大報(bào)告進(jìn)一步指出，“必須堅(jiān)持科技是第一生產(chǎn)力、人才是第一資源、創(chuàng)新是第一動(dòng)力，深入實(shí)施科教興國(guó)戰(zhàn)略、人才強(qiáng)國(guó)戰(zhàn)略、創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，開辟發(fā)展新領(lǐng)域新賽道，不斷塑造發(fā)展新動(dòng)能新優(yōu)勢(shì)”?；诖四繕?biāo)，堅(jiān)持創(chuàng)新發(fā)展理念，提升創(chuàng)新要素配置效率成為促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的必經(jīng)之路。深入來(lái)看，創(chuàng)新要素配置效率不僅可以為優(yōu)化要素市場(chǎng)提供可量化的標(biāo)準(zhǔn)，還能為國(guó)家政策調(diào)整與干預(yù)提供專業(yè)指導(dǎo)。因此，處理好經(jīng)濟(jì)與要素市場(chǎng)協(xié)調(diào)發(fā)展問(wèn)題已成為當(dāng)前亟待突破的核心難點(diǎn)。

數(shù)字普惠金融是數(shù)字技術(shù)與普惠金融的高效結(jié)合，近些年發(fā)展勢(shì)頭迅猛[2]。依托區(qū)塊鏈、物聯(lián)網(wǎng)、人工智能等高新技術(shù)發(fā)展，許多地區(qū)開始將數(shù)字普惠金融作為金融供給側(cè)結(jié)構(gòu)性改革的重要著力點(diǎn)和經(jīng)濟(jì)增長(zhǎng)驅(qū)動(dòng)力。具體而言，數(shù)據(jù)要素通常以虛擬形式存在，在創(chuàng)新要素配置與流動(dòng)過(guò)程中具有低成本、低能耗的優(yōu)勢(shì)特性，能夠助力數(shù)字普惠金融縱深發(fā)展。因而，數(shù)據(jù)要素資源在參與金融活動(dòng)的過(guò)程中打破了傳統(tǒng)高成本、高耗能的發(fā)展模式，有效體現(xiàn)了綠色化、創(chuàng)新化的發(fā)展理念，與創(chuàng)新要素配置中利用數(shù)字技術(shù)創(chuàng)造更多經(jīng)濟(jì)效益、利用更少成本創(chuàng)造更大資本產(chǎn)出的發(fā)展目標(biāo)不謀而合。發(fā)展數(shù)字普惠金融是促進(jìn)數(shù)字經(jīng)濟(jì)健康發(fā)展、緩減市場(chǎng)金融風(fēng)險(xiǎn)、提高創(chuàng)新要素配置效率的有效措施。因此，文章從創(chuàng)新要素配置效率和數(shù)字普惠金融內(nèi)在聯(lián)系的視角出發(fā)，以實(shí)證方式檢驗(yàn)數(shù)字普惠金融對(duì)創(chuàng)新要素配置效率提升的影響作用，對(duì)提升中國(guó)國(guó)際競(jìng)爭(zhēng)力、實(shí)現(xiàn)高質(zhì)量發(fā)展具有現(xiàn)實(shí)意義。

二、文獻(xiàn)綜述

目前，學(xué)術(shù)界主要從產(chǎn)業(yè)結(jié)構(gòu)、資本、企業(yè)等方面對(duì)創(chuàng)新要素配置效率展開分析。產(chǎn)業(yè)結(jié)構(gòu)層面，韓軍、孔令丞(2020)認(rèn)為創(chuàng)新要素快速流動(dòng)是優(yōu)化配置效率的關(guān)鍵所在，也是產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的內(nèi)在動(dòng)力，即產(chǎn)業(yè)結(jié)構(gòu)合理化調(diào)整會(huì)促進(jìn)創(chuàng)新要素配置效率提升[3]。資本層面，Lin Bo Si&Wei Dong Meng(2017)利用復(fù)合系統(tǒng)協(xié)同作用模型實(shí)證分析京津冀裝備制造業(yè)創(chuàng)新要素配置效率，結(jié)果顯示天津裝備制造業(yè)創(chuàng)新要素協(xié)同配置效率最高，在裝備制造業(yè)創(chuàng)新資本投資層面，京津冀地區(qū)發(fā)展趨勢(shì)一致[4]。李曉峰、盧紫薇(2020)基于超越對(duì)數(shù)生態(tài)函數(shù)，對(duì)珠三角地區(qū)創(chuàng)新要素配置效率進(jìn)行測(cè)算與分析，結(jié)果顯示，研究期內(nèi)珠三角地區(qū)創(chuàng)新要素配置效率提升主要依賴于資本投入驅(qū)動(dòng)，而勞動(dòng)投入驅(qū)動(dòng)作用并不顯著[5]。王欣亮、蘭宇杰(2020)將創(chuàng)新要素分為創(chuàng)新資本與人才兩個(gè)維度，使用空間動(dòng)態(tài)面板模型進(jìn)行系統(tǒng)測(cè)算，結(jié)果顯示強(qiáng)化軍民融合可以通過(guò)優(yōu)化區(qū)域內(nèi)部創(chuàng)新資本與人才配置現(xiàn)狀，提升創(chuàng)新要素配置效率[6]。企業(yè)層面，Ratna Meisa Dai(2020)采用描述性調(diào)查和多元線性回歸進(jìn)行定量分析，結(jié)果發(fā)現(xiàn)與創(chuàng)新戰(zhàn)略、客戶關(guān)系和創(chuàng)新要素配置效率相比，創(chuàng)新文化對(duì)企業(yè)要素配置效率影響最為顯著[7]。曲玥(2020)基于“企業(yè)-員工”匹配調(diào)查數(shù)據(jù)，對(duì)企業(yè)綜合創(chuàng)新要素配置效率進(jìn)行具體測(cè)算，結(jié)果表明不同產(chǎn)業(yè)間創(chuàng)新要素配置效率發(fā)展水平具有差異性特征。勞動(dòng)密集型企業(yè)內(nèi)部勞動(dòng)投入、員工受教育程度等生產(chǎn)要素的配置效率均有顯著提升[8]。李犟、吳和成(2020)基于中國(guó)28個(gè)省份工業(yè)企業(yè)面板數(shù)據(jù)，運(yùn)用非導(dǎo)向ERM模型測(cè)度工業(yè)企業(yè)創(chuàng)新要素配置效率，結(jié)果表明中國(guó)工業(yè)企業(yè)創(chuàng)新要素資源配置效率整體不佳，且區(qū)域內(nèi)部配置效率分布差異顯著[9]。

近年來(lái)，伴隨數(shù)字經(jīng)濟(jì)的高速發(fā)展，數(shù)字普惠金融發(fā)展勢(shì)頭日益迅猛。2016年，在G20杭州峰會(huì)上通過(guò)《G20數(shù)字普惠金融高級(jí)原則》，標(biāo)志著傳統(tǒng)普惠金融開始逐步向數(shù)字普惠金融轉(zhuǎn)變。此背景下，針對(duì)數(shù)字普惠金融的研究，專家學(xué)者也展開了眾多討論。理論層面而言，馮興元、孫同全(2021)基于數(shù)字普惠金融發(fā)展內(nèi)涵，從服務(wù)廣度、深度與質(zhì)量三個(gè)維度出發(fā)，認(rèn)為各地區(qū)間數(shù)字普惠金融發(fā)展存在較大差異，且服務(wù)廣度與深度提升較大，服務(wù)質(zhì)量相對(duì)不足[10]。關(guān)佳(2022)研究認(rèn)為數(shù)字普惠金融的核心動(dòng)力是“數(shù)字維度”的金融科技。金融科技的革新工具價(jià)值，可以有效數(shù)字普惠金融精準(zhǔn)扶貧發(fā)展目標(biāo)[11]。蔣瑞琛、瞿艷平(2022)系統(tǒng)闡釋了現(xiàn)階段農(nóng)村數(shù)字普惠金融尚處于初步發(fā)展階段，在供需層面、載體層面與發(fā)展層面均存在短板。農(nóng)村數(shù)字普惠金融高質(zhì)量發(fā)展需要通過(guò)優(yōu)化供需結(jié)構(gòu)、完善載體渠道、挖掘發(fā)展?jié)撃艿确绞綄?shí)現(xiàn)[12]。實(shí)證層面，Qinghan Zeng(2022)采用面板模型和中介效應(yīng)模型實(shí)證分析數(shù)字普惠金融對(duì)勞動(dòng)收入份額的影響，研究發(fā)現(xiàn)數(shù)字普惠金融對(duì)規(guī)范勞動(dòng)收入具有顯著影響且具有地區(qū)異質(zhì)性特征[13]。張珍花、楊朝暉(2022)基于政府參與視角，運(yùn)用系統(tǒng)GMM方法，探究數(shù)字普惠金融對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響。研究認(rèn)為數(shù)字普惠金融、政府參與渠道與經(jīng)濟(jì)高質(zhì)量發(fā)展之間呈倒“U”型非線性影響關(guān)系[14]。

囿于數(shù)字普惠金融應(yīng)用實(shí)踐時(shí)間尚短，有關(guān)數(shù)字普惠金融與創(chuàng)新要素配置效率的實(shí)證研究相對(duì)偏少，且普遍聚焦于單一主體視角進(jìn)行具體研究。就數(shù)字普惠金融視角而言，數(shù)字普惠金融可以促進(jìn)企業(yè)創(chuàng)新[15]、優(yōu)化綠色全要素生產(chǎn)率[16]、驅(qū)動(dòng)創(chuàng)業(yè)活躍度[17]。就創(chuàng)新要素配置效率視角而言，創(chuàng)新績(jī)效發(fā)展[18]、企業(yè)研發(fā)決策能力[19]、配置結(jié)構(gòu)優(yōu)化[20]、科技資源[21]可助力創(chuàng)新要素配置效率顯著提升。已有研究結(jié)論為本研究提供了一定理論基礎(chǔ)，但現(xiàn)時(shí)學(xué)術(shù)界并未將數(shù)字普惠金融與創(chuàng)新要素配置效率納入同一框架展開系統(tǒng)研究。因此，在此基礎(chǔ)上可進(jìn)行一定補(bǔ)充與拓展。與現(xiàn)有研究文獻(xiàn)相比，文章主要在以下幾方面有所貢獻(xiàn)：一是基于已有研究，將創(chuàng)新要素配置效率分為創(chuàng)新投入與創(chuàng)新產(chǎn)出兩方面，并運(yùn)用AHP法衡量創(chuàng)新要素配置效率，擺脫以往創(chuàng)新要素配置效率作為整體虛擬數(shù)值變量的研究桎梏。二是按照北京大學(xué)數(shù)字金融研究中心公布的數(shù)據(jù)將數(shù)字普惠金融指數(shù)當(dāng)作衡量其發(fā)展水平的代理變量，并對(duì)其進(jìn)行標(biāo)準(zhǔn)化處理，使研究更加全面化、具體化。根植于此，以2010—2020年中國(guó)29個(gè)省份面板數(shù)據(jù)為基礎(chǔ)，借助雙向固定效應(yīng)模型實(shí)證考察數(shù)字普惠金融對(duì)創(chuàng)新要素配置效率的影響，以期為釋放數(shù)字普惠金融發(fā)展?jié)摿Γ嵘齽?chuàng)新要素配置效率，優(yōu)化金融服務(wù)環(huán)境，實(shí)現(xiàn)數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展目標(biāo)提供現(xiàn)實(shí)解釋和啟示作用。

三、模型構(gòu)建與變量選擇

1.模型設(shè)定

數(shù)字普惠金融對(duì)創(chuàng)新要素配置效率產(chǎn)生影響的同時(shí)還需考慮地區(qū)經(jīng)濟(jì)發(fā)展水平、數(shù)字基礎(chǔ)設(shè)施、產(chǎn)業(yè)結(jié)構(gòu)、數(shù)字技術(shù)等因素的影響，以及政府在優(yōu)化數(shù)字普惠金融中的適當(dāng)調(diào)控作用，因此設(shè)定如下模型：

式中，β0表示數(shù)據(jù)截距項(xiàng)數(shù)，βi(i=1，2，…，9)分別表示解釋變量相對(duì)應(yīng)的具體系數(shù)參數(shù)數(shù)值，λi表示不因個(gè)體改變而出現(xiàn)變化的時(shí)間效應(yīng)，μi表示不伴隨時(shí)間變化的個(gè)體效應(yīng)數(shù)值，εit表示公式隨機(jī)擾動(dòng)項(xiàng)。在模型構(gòu)建過(guò)程中發(fā)現(xiàn)數(shù)字普惠金融影響因素對(duì)創(chuàng)新要素配置效率具有非線性影響，因此在構(gòu)建相關(guān)模型過(guò)程中加入數(shù)字普惠金融的二次項(xiàng)、產(chǎn)業(yè)結(jié)構(gòu)的二次項(xiàng)，以此充分研究數(shù)字普惠金融對(duì)創(chuàng)新要素配置效率影響因素。

2.變量選擇

（1）被解釋變量：創(chuàng)新要素配置效率(MIF)

目前，學(xué)術(shù)界對(duì)于創(chuàng)新要素配置效率的測(cè)量，尚未形成專業(yè)統(tǒng)一標(biāo)準(zhǔn)。對(duì)此，文章通過(guò)梳理已有文獻(xiàn)，借鑒陳陽(yáng)等(2020)及陶長(zhǎng)琪、徐茉(2021)構(gòu)建的創(chuàng)新要素配置效率指標(biāo)體系的研究思路[22，23]，并結(jié)合數(shù)據(jù)準(zhǔn)確性、可獲得性特征，運(yùn)用AHP方法將創(chuàng)新要素配置效率整體分為創(chuàng)新投入與創(chuàng)新產(chǎn)出兩部分進(jìn)行具體研究。在創(chuàng)新投入層面，主要從創(chuàng)新勞動(dòng)投入與創(chuàng)新資本投入兩維度出發(fā)，以R&D活動(dòng)人員全時(shí)當(dāng)量衡量實(shí)際創(chuàng)新勞動(dòng)投入數(shù)值。該數(shù)值表示研究期內(nèi)R&D活動(dòng)人員工作總量與非全時(shí)活動(dòng)人員依據(jù)實(shí)際工作時(shí)間折算出的工作量總和。因?yàn)闊o(wú)論是基礎(chǔ)學(xué)術(shù)研究還是未來(lái)科技研究，均離不開大量R&D經(jīng)費(fèi)投入作為研究基礎(chǔ)保障。文章以R&D經(jīng)費(fèi)內(nèi)部支出衡量開展創(chuàng)新科技研發(fā)活動(dòng)的實(shí)際資本投資水平。由于R&D經(jīng)費(fèi)支出在一定程度上會(huì)對(duì)當(dāng)期及之后的創(chuàng)新科研活動(dòng)產(chǎn)生深刻影響，若以R&D經(jīng)費(fèi)支出直接作為創(chuàng)新資本投入的衡量指標(biāo)，則會(huì)致使回歸結(jié)果出現(xiàn)偏差，難以準(zhǔn)確、系統(tǒng)反映地區(qū)科研創(chuàng)新的發(fā)展現(xiàn)狀?；谏鲜隹紤]以及依據(jù)科研創(chuàng)新活動(dòng)連續(xù)性特征，利用研發(fā)投入存量（永續(xù)盤存法）對(duì)創(chuàng)新資本投入進(jìn)行存量測(cè)算，具體計(jì)算公式如下：

式中，σ表示R&D投入資產(chǎn)折舊率，At表示第t期的不變價(jià)格R&D投資資產(chǎn)數(shù)量。

創(chuàng)新產(chǎn)出層面，綜合現(xiàn)有研究發(fā)現(xiàn)，常見衡量創(chuàng)新產(chǎn)出指標(biāo)包括新產(chǎn)品開發(fā)項(xiàng)目數(shù)量、技術(shù)市場(chǎng)成交總額、專利申請(qǐng)授權(quán)量、科技論文發(fā)表總數(shù)等內(nèi)容。綜合以上指標(biāo)，考慮到部分地區(qū)新項(xiàng)目尚未開發(fā)，以及大多科技論文實(shí)際并未準(zhǔn)確應(yīng)用與實(shí)際生產(chǎn)中，選取專利申請(qǐng)授權(quán)量與技術(shù)市場(chǎng)成交總額作為衡量區(qū)域創(chuàng)新產(chǎn)出活動(dòng)的直接知識(shí)產(chǎn)出指標(biāo)與間接經(jīng)濟(jì)產(chǎn)出指標(biāo)。

（2）核心解釋變量：數(shù)字普惠金融(AEOS)

文章根據(jù)北京大學(xué)數(shù)字金融研究中心所公布數(shù)據(jù)進(jìn)行系統(tǒng)編制的地級(jí)層面數(shù)字普惠金融指數(shù)作為其發(fā)展水平的代理變量。同時(shí)，為緩減數(shù)字普惠金融指標(biāo)數(shù)據(jù)出現(xiàn)趨勢(shì)波動(dòng)現(xiàn)象，在模型研究中需對(duì)其進(jìn)行系統(tǒng)處理。

第一步，數(shù)據(jù)處理。由于設(shè)計(jì)研究指標(biāo)種類繁多，不同計(jì)量單位之間無(wú)法進(jìn)行快速統(tǒng)一比較。為提高研究效率，采用如下公式對(duì)研究指標(biāo)進(jìn)行系統(tǒng)化無(wú)量綱處理，以此消除研究指標(biāo)優(yōu)于計(jì)量單位不同而對(duì)回歸結(jié)果產(chǎn)生偏差的影響，公式如下：

式中，Xij代表各指標(biāo)消除計(jì)量單位差異后的標(biāo)準(zhǔn)數(shù)值，X代表原始數(shù)值，Xmax、Xmin則分別代表研究指標(biāo)的最大數(shù)值與最小數(shù)值。

第二步，確定指標(biāo)權(quán)重。文章選擇對(duì)各項(xiàng)研究指標(biāo)的權(quán)重進(jìn)行均衡分配。由于在對(duì)指標(biāo)進(jìn)行研究過(guò)程中存在一定主觀因素，因此對(duì)其進(jìn)行平均賦權(quán)一定程度上能有效緩解主觀因素帶來(lái)的誤差影響，且在數(shù)字普惠金融發(fā)展進(jìn)程中，各項(xiàng)研究指標(biāo)在同一領(lǐng)域?qū)?shù)字普惠金融發(fā)展均產(chǎn)生重要影響，所以認(rèn)為各項(xiàng)指標(biāo)在研究期內(nèi)同等重要。

第三步，指標(biāo)測(cè)度分析?；诟黜?xiàng)研究指標(biāo)的標(biāo)準(zhǔn)數(shù)值Xij與指標(biāo)權(quán)重，創(chuàng)建以下公式測(cè)算數(shù)字普惠金融發(fā)展評(píng)價(jià)數(shù)值。

式中，DFE表示數(shù)字普惠金融發(fā)展評(píng)價(jià)數(shù)值，Xij為各指標(biāo)消除計(jì)量單位差異后的標(biāo)準(zhǔn)數(shù)值，Wij代表各研究指標(biāo)權(quán)重?cái)?shù)值。

3.控制變量

為減緩遺漏變量為研究帶來(lái)的內(nèi)生性問(wèn)題，參考有關(guān)創(chuàng)新要素配置效率的研究文獻(xiàn)，文章選取以下控制變量進(jìn)行研究：政府干預(yù)程度(Gov)、市場(chǎng)化水平(Mar)、數(shù)字基礎(chǔ)設(shè)施(Base)、經(jīng)濟(jì)發(fā)展水平(Pgdp)、外商直接投資(Fdi)、城鎮(zhèn)化發(fā)展水平(Fin)、產(chǎn)業(yè)結(jié)構(gòu)(Ind)。綜上所述，文章的相關(guān)研究變量定義如表1所示。

表1 定義變量介紹

4.數(shù)據(jù)來(lái)源及說(shuō)明

有鑒于研究數(shù)據(jù)準(zhǔn)確性、可得性原則，剔除西藏、寧夏、港澳臺(tái)地區(qū)的相關(guān)數(shù)據(jù)。文章選取2010—2020年中國(guó)29個(gè)省份的面板數(shù)據(jù)分析數(shù)字普惠金融對(duì)創(chuàng)新要素配置效率的影響作用。個(gè)別省份部分年份出現(xiàn)數(shù)據(jù)丟失現(xiàn)象，采用插值法補(bǔ)全丟失數(shù)據(jù)，即取前一年與后一年的平均數(shù)值補(bǔ)齊當(dāng)年數(shù)據(jù)。上述研究數(shù)據(jù)均來(lái)自于歷年《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)金融統(tǒng)計(jì)年鑒》《中國(guó)科技統(tǒng)計(jì)年鑒》以及國(guó)家統(tǒng)計(jì)局網(wǎng)站、中國(guó)經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)數(shù)據(jù)庫(kù)和各省份歷年統(tǒng)計(jì)年鑒。

四、實(shí)證結(jié)果與相關(guān)檢驗(yàn)

1.估計(jì)結(jié)果分析

運(yùn)用OLS對(duì)面板數(shù)據(jù)模型進(jìn)行系統(tǒng)估算時(shí)，需要確定在研究中選用隨機(jī)效應(yīng)模型還是固定效應(yīng)模型。表2檢驗(yàn)結(jié)果顯示，P值均小于0.01，表明拒絕選用隨機(jī)效應(yīng)的原始假設(shè)，故本研究采用固定效應(yīng)面板模型進(jìn)行估計(jì)。之后，在固定效應(yīng)面板模型中加入年度虛擬變量進(jìn)一步探究是否存在個(gè)體時(shí)間效應(yīng)。表3為充分考慮個(gè)體時(shí)間效應(yīng)后，對(duì)所有年度虛擬研究變量的顯著性聯(lián)合系統(tǒng)檢驗(yàn)結(jié)果。結(jié)果表明，P值仍舊小于0.01，故充分拒絕“無(wú)時(shí)間效應(yīng)”的原始假設(shè)內(nèi)容，認(rèn)為固定效應(yīng)面板模型存在顯著時(shí)間效應(yīng)。綜合而言，文章選擇雙向固定效應(yīng)模型，且具體使用指標(biāo)聚類穩(wěn)健的標(biāo)準(zhǔn)誤方法，以充分消除異方差問(wèn)題對(duì)雙向固定效應(yīng)模型產(chǎn)生的偏差影響。

表2 Hausman檢驗(yàn)分析

表3 年度虛擬變量顯著性聯(lián)合檢驗(yàn)

基于上述研究基礎(chǔ)，為更好對(duì)比不同模型的測(cè)算效果，文章進(jìn)一步利用固定效應(yīng)模型(FE-robust)、雙向固定效應(yīng)模型(FE-TW-DED)、混合回歸模型(OLS)對(duì)數(shù)據(jù)指標(biāo)進(jìn)行深入分析，旨在探析數(shù)字普惠金融對(duì)創(chuàng)新要素配置效率的影響作用（見表4）。

表4 不同類型面板模型回歸結(jié)果

由表4中模型(2)的估算結(jié)果可知：總體而言，雙向固定模型效應(yīng)的面板模型回歸結(jié)果擬合系數(shù)值R-sq為0.942，充分說(shuō)明研究變量整體擬合效果較好，P值均小于0.01，表明雙向固定模型的顯著性聯(lián)合普遍在1%水平顯著，且各研究變量大多在1%水平上顯著。

核心解釋變量數(shù)字普惠金融發(fā)展指標(biāo)(AEOS)的二次項(xiàng)系數(shù)在三種模型中均為正，且P值小于0.01，均在1%水平上顯著。在模型設(shè)定測(cè)算中，進(jìn)一步發(fā)現(xiàn)數(shù)字普惠金融發(fā)展與創(chuàng)新要素配置效率存在較為明顯的非線性關(guān)系?；貧w結(jié)果顯示創(chuàng)新要素配置效率指標(biāo)與數(shù)字普惠金融發(fā)展指標(biāo)的平方呈顯著正向關(guān)系，且創(chuàng)新要素配置效率隨著數(shù)字普惠金融發(fā)展呈指數(shù)變化態(tài)勢(shì)。同時(shí)，數(shù)字普惠金融發(fā)展對(duì)創(chuàng)新要素配置效率具有顯著促進(jìn)作用。伴隨數(shù)字普惠金融的高速發(fā)展，可以切實(shí)賦能技術(shù)、人才、市場(chǎng)、資金、產(chǎn)業(yè)等要素創(chuàng)新發(fā)展，充分釋放創(chuàng)新要素配置潛能，減少資本能源消耗，從而提升創(chuàng)新要素配置效率，不斷釋放創(chuàng)新要素配置潛能。

控制變量中，政府干預(yù)程度指標(biāo)(Gov)的回歸結(jié)果系數(shù)為負(fù)，P值小于0.01，在1%水平上顯著為負(fù)。這充分表明政府干預(yù)程度與創(chuàng)新要素配置效率呈反向變動(dòng)態(tài)勢(shì)。政府在干預(yù)創(chuàng)新要素配置效率過(guò)程中，由于受到市場(chǎng)、資金、人才等多方外部環(huán)境要素限制，可能存在一定局限性。

市場(chǎng)化水平研究指標(biāo)(Mar)系數(shù)為正，P值小于0.01，且在1%水平上顯著為正。這說(shuō)明隨著市場(chǎng)化發(fā)展水平的日益提升，不斷暢通要素流通渠道，保障不同市場(chǎng)主體平等獲取創(chuàng)新要素資源，從而推動(dòng)要素配置實(shí)現(xiàn)效益最大化和效率最優(yōu)化。

數(shù)字基礎(chǔ)設(shè)施(Base)系數(shù)為正，P值小于0.01，在5%水平上顯著為正。這說(shuō)明數(shù)字基礎(chǔ)設(shè)施建設(shè)水平的不斷提高可以有效促進(jìn)創(chuàng)新要素配置效率提升。數(shù)字基礎(chǔ)設(shè)施建設(shè)水平提高可以通過(guò)完善信息網(wǎng)絡(luò)基礎(chǔ)設(shè)施及全國(guó)一體化大數(shù)據(jù)中心體系，逐步形成云網(wǎng)結(jié)合、智能快捷、綠色低碳、安全可控的綜合智能型數(shù)字信息技術(shù)設(shè)施。在此背景下，需要不斷提升數(shù)據(jù)中心跨網(wǎng)絡(luò)交流能力，進(jìn)而為創(chuàng)新要素配置市場(chǎng)提供堅(jiān)實(shí)有力的外部支撐。

經(jīng)濟(jì)發(fā)展水平(Pgdp)系數(shù)均為正，P值小于0.01，在1%水平上顯著為正。說(shuō)明伴隨經(jīng)濟(jì)社會(huì)發(fā)展水平的提高，促使創(chuàng)新要素在不同市場(chǎng)主體間的存量配置趨于優(yōu)化，減少要素?zé)o效使用頻率，提高要素配置質(zhì)量，進(jìn)而使市場(chǎng)向數(shù)字化、高配化轉(zhuǎn)型升級(jí)，并依托創(chuàng)新驅(qū)動(dòng)創(chuàng)新要素配置高效化發(fā)展。

外商直接投資(Fdi)回歸結(jié)果系數(shù)雖為正，但P值卻大于0.1?？梢灾ぃ馍讨苯油顿Y對(duì)創(chuàng)新要素配置效率的影響并不顯著。細(xì)究其因，雖然外商直接投資能夠有效促進(jìn)國(guó)家GDP增長(zhǎng)、增強(qiáng)技術(shù)創(chuàng)新的溢出效應(yīng)，但現(xiàn)階段大多外商投資的領(lǐng)域僅限于制造業(yè)與高科技產(chǎn)業(yè)的整體發(fā)展方向，對(duì)于內(nèi)部創(chuàng)新要素配置的關(guān)注并不顯著。

云游三年，紅腰帶在風(fēng)影的眼前晃動(dòng)了三年。他的腦海里有各種各樣的猜想，紅琴到底有沒有去那片林子里，那根紅腰帶是否還掛在樹枝上，風(fēng)吹雨打，會(huì)不會(huì)爛斷。那根紅色的帶子上打有一個(gè)結(jié)，之后一直沒有打結(jié)，可他的心中早已經(jīng)打了七七四十九個(gè)結(jié)，其實(shí)何止這幾個(gè)，恐怕是心有千千結(jié)了。想來(lái)，紅琴又何嘗不是如此，恐怕她比他更甚。這些年來(lái)，如果她去林子里找他，或者直接去寺院里找他，見不到他又會(huì)怎么樣，他不敢往下想。

城鎮(zhèn)化發(fā)展水平(Fin)結(jié)果系數(shù)為正，P值小于0.05，在5%水平上顯著。這表明隨著城鎮(zhèn)化發(fā)展水平的不斷提升，其隨著創(chuàng)新要素配置效率正向變動(dòng)，呈現(xiàn)顯著正相關(guān)。具體而言，新型城鎮(zhèn)化快速形成，進(jìn)一步推進(jìn)產(chǎn)業(yè)升級(jí)、服務(wù)提升、要素集聚，增強(qiáng)了各要素向心發(fā)展合力。同時(shí)，能穩(wěn)步促進(jìn)新型都市區(qū)經(jīng)濟(jì)轉(zhuǎn)型，聯(lián)動(dòng)推進(jìn)城區(qū)一體化發(fā)展，協(xié)同推動(dòng)地區(qū)經(jīng)濟(jì)板塊差異化發(fā)展，從而可以打造創(chuàng)新要素高效配置的產(chǎn)城融合發(fā)展廊道。

產(chǎn)業(yè)結(jié)構(gòu)(Ind)回歸結(jié)果系數(shù)為正，P值小于0.05，在5%水平上顯著。在上述模型測(cè)算過(guò)程中，研究發(fā)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)與創(chuàng)新要素配置效率存在顯著非線性影響關(guān)系。創(chuàng)新要素配置效率隨著產(chǎn)業(yè)結(jié)構(gòu)指標(biāo)的變化呈現(xiàn)出較為明顯的指數(shù)增長(zhǎng)趨勢(shì)，故在模型測(cè)算中加入產(chǎn)業(yè)結(jié)構(gòu)二次項(xiàng)進(jìn)行系統(tǒng)研究。這說(shuō)明隨著第三產(chǎn)業(yè)比重不斷擴(kuò)大，促使產(chǎn)業(yè)間協(xié)調(diào)發(fā)展、資源配置逐步系統(tǒng)化，對(duì)促進(jìn)創(chuàng)新要素配置效率具有顯著影響。

2.穩(wěn)健性檢驗(yàn)分析

（1）替換變量法

為驗(yàn)證上述結(jié)論的準(zhǔn)確性與可靠性，避免實(shí)證研究結(jié)果由于選擇特定變量進(jìn)行研究而出現(xiàn)的偶然現(xiàn)象問(wèn)題，文章在結(jié)合相關(guān)文件以及借鑒相關(guān)學(xué)者研究結(jié)論基礎(chǔ)上，選取信息技術(shù)等高科技信息載體(JS)、數(shù)字普惠金融產(chǎn)品(CP)、金融服務(wù)體系(FW)、金融生態(tài)體系(ST)代替核心解釋變量數(shù)字普惠金融發(fā)展評(píng)價(jià)值(AEOS)，成為數(shù)字普惠金融發(fā)展指標(biāo)的代替變量，并對(duì)其進(jìn)行穩(wěn)健性檢驗(yàn)分析。由表5穩(wěn)健性檢驗(yàn)結(jié)果可知，代替變量和核心解釋變量雖然在整體參數(shù)測(cè)算數(shù)值上略有較小差異，但指標(biāo)參數(shù)測(cè)算的數(shù)值正負(fù)號(hào)并無(wú)改變，且大多均呈現(xiàn)顯著發(fā)展水平。同時(shí)，模型的數(shù)值擬合優(yōu)度也趨于相似。據(jù)此，認(rèn)為研究具有較強(qiáng)穩(wěn)健性，并且研究結(jié)論具有一定可靠性與準(zhǔn)確性。

表5 替換變量法穩(wěn)健性檢驗(yàn)結(jié)果

（2）樣本取值范圍法

依據(jù)國(guó)家統(tǒng)計(jì)局劃分標(biāo)準(zhǔn)，文章將研究樣本取值范圍由全國(guó)整體范圍轉(zhuǎn)變?yōu)橐詵|部、中部、西部與東北地區(qū)分別取值進(jìn)行穩(wěn)健性檢驗(yàn)分析。具體估算結(jié)果如表6所示。

表6 樣本取值范圍法穩(wěn)健性檢驗(yàn)結(jié)果

3.內(nèi)生性問(wèn)題分析

通過(guò)借鑒眾多學(xué)者研究結(jié)論[24，25]，文章利用工具變量方法，選取核心解釋變量數(shù)字普惠金融發(fā)展指標(biāo)的滯后兩期作為工具研究變量，運(yùn)用兩階段最小二乘回歸法(TSLS)對(duì)測(cè)算模型進(jìn)行檢驗(yàn)分析。在工具研究變量的選擇過(guò)程中，鑒于選用解釋變量數(shù)字普惠金融發(fā)展指標(biāo)的滯后一期作為工具測(cè)算變量，故工具測(cè)算變量與被解釋變量之間具有顯著相關(guān)性，因此不存在出現(xiàn)弱測(cè)算工具變量的研究情況，充分滿足研究變量相關(guān)性約束條件。除此之外，選用數(shù)字普惠金融的滯后期作為工具測(cè)算變量，當(dāng)期的隨機(jī)擾動(dòng)項(xiàng)因素?zé)o法對(duì)數(shù)字普惠金融發(fā)展指標(biāo)滯后期研究結(jié)果產(chǎn)生影響，故也充分滿足研究變量外生性的約束條件。從表7回歸結(jié)果可知，運(yùn)用數(shù)字普惠金融發(fā)展指標(biāo)的滯后期作為工具測(cè)算變量對(duì)內(nèi)生性問(wèn)題加以重點(diǎn)控制后，回歸結(jié)果顯示數(shù)字普惠金融發(fā)展指標(biāo)仍在1%水平上顯著為正，且測(cè)算數(shù)值系數(shù)的正負(fù)號(hào)與顯著性水平均無(wú)任何改變。據(jù)此，在對(duì)可能出現(xiàn)內(nèi)生性問(wèn)題的環(huán)節(jié)進(jìn)行重點(diǎn)控制之后，數(shù)字普惠金融發(fā)展對(duì)創(chuàng)新要素配置效率具有顯著促進(jìn)作用，這充分說(shuō)明本研究結(jié)果具有較強(qiáng)穩(wěn)健性特征。

表7 內(nèi)生性檢驗(yàn)結(jié)果

五、結(jié)論與建議

1.研究結(jié)論

文章選取2010—2020年間中國(guó)29個(gè)省份的面板數(shù)據(jù)，深入探究中國(guó)數(shù)字普惠金融發(fā)展對(duì)創(chuàng)新要素配置效率的影響因素，得出如下結(jié)論：

一是數(shù)字普惠金融發(fā)展是推動(dòng)創(chuàng)新要素配置效率提升的重要影響因素，在促進(jìn)創(chuàng)新要素配置效率發(fā)展過(guò)程中具有顯著作用。此結(jié)果在通過(guò)變換核心變量、改變研究樣本區(qū)間和引入工具研究變量等相關(guān)檢驗(yàn)之后依舊成立。二是中國(guó)數(shù)字普惠金融對(duì)創(chuàng)新要素配置效率的影響作用存在顯著區(qū)域異質(zhì)性特征。數(shù)字普惠金融對(duì)創(chuàng)新要素配置效率的影響在東部地區(qū)最大，中部地區(qū)次之，西部與東北地區(qū)最不顯著。三是根據(jù)控制變量的結(jié)果分析可知，政府干預(yù)程度對(duì)創(chuàng)新要素配置效率的提升顯著為負(fù)，出現(xiàn)顯著抑制作用。市場(chǎng)化水平對(duì)創(chuàng)新要素配置效率存在顯著正向促進(jìn)作用。市場(chǎng)化水平提升有利于暢通要素流通渠道，優(yōu)化市場(chǎng)創(chuàng)新要素集聚能力。數(shù)字基礎(chǔ)設(shè)施對(duì)創(chuàng)新要素配置效率呈現(xiàn)顯著正向作用。數(shù)字基礎(chǔ)設(shè)施建設(shè)是提升創(chuàng)新要素配置效率的重要基礎(chǔ)，為其優(yōu)化發(fā)展提供托底作用。經(jīng)濟(jì)發(fā)展水平提升對(duì)創(chuàng)新要素配置效率呈顯著促進(jìn)作用。外商直接投資對(duì)創(chuàng)新要素配置效率提升具有促進(jìn)作用但效果不明顯。外商直接投資通常選擇創(chuàng)新要素配置效率相對(duì)較高地區(qū)。因此其溢出效應(yīng)在發(fā)達(dá)地區(qū)并不明顯。

2.建議

基于上述研究結(jié)論，文章提出如下幾點(diǎn)發(fā)展建議：

第一，打造產(chǎn)業(yè)金融基礎(chǔ)服務(wù)平臺(tái)。加快數(shù)字產(chǎn)業(yè)化，重點(diǎn)打造以區(qū)塊鏈、人工智能等高新技術(shù)為核心的產(chǎn)業(yè)金融基礎(chǔ)服務(wù)平臺(tái)，并結(jié)合要素市場(chǎng)發(fā)展需求逐步完善數(shù)字普惠金融基礎(chǔ)設(shè)施，優(yōu)化數(shù)字金融發(fā)展環(huán)境，建構(gòu)自下而上的數(shù)字普惠金融市場(chǎng)均等化體系。同時(shí)，大力發(fā)展高新技術(shù)產(chǎn)業(yè)，打造“金融+產(chǎn)業(yè)+生態(tài)”新型產(chǎn)業(yè)發(fā)展模式，加快金融性基礎(chǔ)產(chǎn)業(yè)發(fā)展，充分發(fā)揮數(shù)字普惠金融在創(chuàng)新要素領(lǐng)域的聯(lián)結(jié)作用，通過(guò)數(shù)字普惠金融促進(jìn)創(chuàng)新要素配置效率的提升。

第二，構(gòu)建高效金融審慎監(jiān)管機(jī)制。數(shù)字普惠金融在創(chuàng)新要素金融監(jiān)管與風(fēng)險(xiǎn)管控方面均提出更高要求。防范創(chuàng)新要素市場(chǎng)金融風(fēng)險(xiǎn)是數(shù)字普惠金融發(fā)展的基本底線。據(jù)此，國(guó)家需深刻認(rèn)識(shí)傳統(tǒng)創(chuàng)新要素金融市場(chǎng)風(fēng)險(xiǎn)專項(xiàng)治理經(jīng)驗(yàn)與教訓(xùn)，構(gòu)建智能化、高效化金融審慎監(jiān)管機(jī)制。同時(shí)，重點(diǎn)關(guān)注數(shù)字普惠金融與創(chuàng)新要素市場(chǎng)聯(lián)動(dòng)創(chuàng)新能力，促進(jìn)金融監(jiān)管機(jī)制即時(shí)調(diào)整升級(jí)。此外，國(guó)家也需建立動(dòng)態(tài)化審慎監(jiān)管體系，對(duì)創(chuàng)新要素市場(chǎng)實(shí)行穿透式風(fēng)險(xiǎn)防控，全方位破解數(shù)字普惠金融服務(wù)中的風(fēng)控難點(diǎn)，進(jìn)一步提升對(duì)創(chuàng)新要素市場(chǎng)的容忍度，允許出現(xiàn)適當(dāng)?shù)臄?shù)字金融監(jiān)管彈性。

第三，完善差異化金融服務(wù)體系。各地政府要實(shí)時(shí)關(guān)注數(shù)字普惠金融與創(chuàng)新要素配置效率之間的流通服務(wù)效應(yīng)，根據(jù)數(shù)字普惠金融不同發(fā)展階段，采取相應(yīng)舉措合理配置創(chuàng)新要素資源，以此提升區(qū)域創(chuàng)新要素配置效率。同時(shí)，中小微企業(yè)提高自身數(shù)字化水平建設(shè)也是拓寬數(shù)字普惠金融發(fā)展渠道的重要因素之一。據(jù)此，國(guó)家需要積極引導(dǎo)中小微企業(yè)實(shí)現(xiàn)全流程數(shù)字化轉(zhuǎn)型升級(jí)，提高中小微企業(yè)智能化數(shù)據(jù)采集效率，從而建立內(nèi)部數(shù)字普惠金融服務(wù)生態(tài)數(shù)據(jù)系統(tǒng)。此外，應(yīng)立足中小微企業(yè)發(fā)展現(xiàn)狀，設(shè)立差異化專項(xiàng)投資補(bǔ)貼基金機(jī)制。通過(guò)差異化補(bǔ)貼機(jī)制降低創(chuàng)新要素市場(chǎng)交易成本，不斷激發(fā)地區(qū)創(chuàng)新要素配置活力。