鄭浦陽，楊鑫垚，盧泓宇，牛 君

（1.瑪赫西國際大學(xué)商學(xué)院，美國愛荷華州 52316；2.福州外語外貿(mào)學(xué)院繼續(xù)教育學(xué)院，福州 350299；3.西南交通大學(xué)公共管理與政法學(xué)院，成都 611130；4.天津財經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院，天津 300221；5.甘肅政法大學(xué)經(jīng)濟(jì)學(xué)院，蘭州 730070）

0 引言

創(chuàng)新作為一種高投入、不確定性較強的生產(chǎn)性活動，對金融市場的穩(wěn)健發(fā)展具有很強的依賴性。然而，歷史性因素以及市場機(jī)制的不完善使得我國金融要素市場存在顯著的資源錯配以及金融抑制現(xiàn)象，進(jìn)而嚴(yán)重制約了區(qū)域創(chuàng)新效能的長效增長。尤其是作為科技孵育器的城市，相較于高校、企業(yè)等創(chuàng)新主體，其對創(chuàng)新要素在空間上的集聚性有著更高的要求，經(jīng)常面臨著極為嚴(yán)峻的融資困境。因此，探究如何通過金融服務(wù)創(chuàng)新為城市創(chuàng)新發(fā)展提供新動能、挖掘新潛力、釋放新活力，對發(fā)揮城市在國家創(chuàng)新活動中的基礎(chǔ)作用與支撐作用具有重要意義[1]。

國內(nèi)學(xué)者將普惠金融分為以傳統(tǒng)銀行體系為基礎(chǔ)的傳統(tǒng)普惠金融和以互聯(lián)網(wǎng)金融為代表的數(shù)字普惠金融進(jìn)行考察[2]。研究表明，數(shù)字普惠金融的發(fā)展會對經(jīng)濟(jì)社會的發(fā)展產(chǎn)生顯著的功能性效果，具體表現(xiàn)為：（1）通過經(jīng)濟(jì)增長的中介作用，顯著地從總量上提升居民收入，從結(jié)構(gòu)上緩解收入分配差距問題[3]；（2）促進(jìn)農(nóng)村勞動力非農(nóng)轉(zhuǎn)移，緩解農(nóng)村勞動力剩余[4]；（3）促進(jìn)生產(chǎn)率更低、資金負(fù)擔(dān)更高、政企關(guān)系更弱以及西部地區(qū)企業(yè)的出口，提高小微企業(yè)的營運資本使用效率[5]；（4）通過降低金融投資回報率和縮小影子銀行規(guī)模來緩解企業(yè)金融化程度，抑制實體經(jīng)濟(jì)“脫實向虛”[6]。

基于此，本文在理論分析的基礎(chǔ)上，以城市層面的數(shù)字普惠金融指數(shù)作為解釋變量，以城市創(chuàng)新作為被解釋變量，建立多種計量模型，深入分析數(shù)字普惠金融對城市創(chuàng)新的影響效應(yīng)、異質(zhì)性和作用機(jī)制，并通過工具變量法和事件研究方法重點解決了可能存在的內(nèi)生性問題。

1 理論基礎(chǔ)與研究假設(shè)

相比于傳統(tǒng)金融，數(shù)字普惠金融具有價格實惠、業(yè)務(wù)可持續(xù)、服務(wù)范圍廣等優(yōu)勢。本文認(rèn)為數(shù)字普惠金融對城市創(chuàng)新能力的直接影響主要體現(xiàn)在以下三個方面。

第一，數(shù)字普惠金融有效緩解了城市內(nèi)部創(chuàng)新主體的融資約束，提高了技術(shù)創(chuàng)新項目的資本投入。數(shù)字普惠金融的“包容性”理念和“草根”特性與技術(shù)創(chuàng)新活動的融資需求特征、創(chuàng)新環(huán)境相契合[7]，有助于擴(kuò)大融資受惠群體范圍、促進(jìn)融資渠道多樣化和降低融資成本。第二，數(shù)字普惠金融通過緩解信息不對稱，優(yōu)化了資金配置效率，從而引導(dǎo)各要素向科技創(chuàng)新領(lǐng)域集聚。城市的創(chuàng)新活動是各要素充分結(jié)合聚變的結(jié)果，而資金要素的配置對其他各要素的配置起到至關(guān)重要的作用，數(shù)字普惠金融有助于將資金配置到正確、合適的科技創(chuàng)新項目上，即通過優(yōu)化資金配置來提高各項創(chuàng)新資源的配置效率，從而提高城市創(chuàng)新質(zhì)量。第三，數(shù)字普惠金融的發(fā)展促進(jìn)了城市金融基礎(chǔ)設(shè)施的完善，有助于暢通城市創(chuàng)新網(wǎng)絡(luò)。數(shù)字普惠金融作為一種基礎(chǔ)設(shè)施，為創(chuàng)新提供了基礎(chǔ)[8]。首先，數(shù)字普惠金融將金融業(yè)務(wù)融入醫(yī)療、教育、交通、餐飲、零售等社會生活的各個方面，相互交織的業(yè)態(tài)不斷孕育出新的商業(yè)模式，為新技術(shù)的研發(fā)和應(yīng)用創(chuàng)造了機(jī)遇[9]。其次，數(shù)字普惠金融在不斷融合過程中所留下的信息“痕跡”為挖掘新的技術(shù)需求提供了參考，為技術(shù)創(chuàng)新指明了方向。最后，數(shù)字普惠金融催生了分布式商業(yè)格局，其具有包容性強、滲透性強的特征，創(chuàng)新主體在分布式創(chuàng)新網(wǎng)絡(luò)中充分交流、合作，構(gòu)筑協(xié)同創(chuàng)新機(jī)制[10]。基于上述分析，本文提出假設(shè)1。

假設(shè)1：在地級及以上城市的宏觀層面上，數(shù)字普惠金融的發(fā)展能夠顯著地促進(jìn)城市創(chuàng)新。

數(shù)字普惠金融對城市創(chuàng)新的激勵作用可能存在結(jié)構(gòu)性和區(qū)域性差異。結(jié)構(gòu)性差異是指數(shù)字普惠金融在覆蓋廣度、使用深度、數(shù)字化程度三個維度上對城市創(chuàng)新能力的影響存在異質(zhì)性。一般來說，在城市發(fā)展的不同階段，數(shù)字普惠金融三個方面的影響存在差異。在城市發(fā)展初期，數(shù)字平臺的覆蓋率和參與度不高，覆蓋廣度的提升效果最佳；在城市發(fā)展中期，隨著數(shù)字普惠金融要素與實體經(jīng)濟(jì)深度融合，數(shù)字普惠金融打破了傳統(tǒng)的資金配置方式、業(yè)務(wù)模式和服務(wù)邊界，使用深度對城市創(chuàng)新的影響變大；隨著發(fā)展進(jìn)一步深入，創(chuàng)新主體對數(shù)字普惠金融的便捷度和實惠度提出了更高的要求，數(shù)字化水平的影響很可能進(jìn)一步加深。據(jù)此，本文提出假設(shè)2。

假設(shè)2：數(shù)字普惠金融的三個主要方面（覆蓋廣度、使用深度、數(shù)字化水平）對城市創(chuàng)新的促進(jìn)作用存在結(jié)構(gòu)性差異。

區(qū)域性差異是指數(shù)字普惠金融對城市創(chuàng)新的影響存在地域異質(zhì)性。由于我國各地區(qū)在數(shù)字金融發(fā)展所需的通信、網(wǎng)絡(luò)等數(shù)字基礎(chǔ)設(shè)施上的發(fā)展水平各異[11]，將數(shù)字金融用于促進(jìn)創(chuàng)新各階段所需的市場氛圍、營商環(huán)境等宏觀要素也大不相同[12]，因此，各地區(qū)間的數(shù)字金融發(fā)展水平和數(shù)字金融對城市創(chuàng)新的促進(jìn)作用很可能也存在較大的差異。在對這一現(xiàn)狀進(jìn)行事實闡述與理論分析的基礎(chǔ)上，本文進(jìn)一步提出假設(shè)3。

假設(shè)3：在我國不同的經(jīng)濟(jì)分區(qū)（東部地區(qū)與中西部地區(qū)、成渝經(jīng)濟(jì)圈與其他地區(qū)、長江經(jīng)濟(jì)帶與其他地區(qū)），數(shù)字普惠金融的發(fā)展對城市創(chuàng)新的促進(jìn)作用存在顯著的地域差異。

金融服務(wù)數(shù)字化的不斷升級提高了信貸資源配置效率和產(chǎn)業(yè)融資效率，對產(chǎn)業(yè)結(jié)構(gòu)升級產(chǎn)生了深遠(yuǎn)的影響[13]。從城市層面上來說，數(shù)字普惠金融的發(fā)展會推動資源配置有效性的改善，進(jìn)而使得城市產(chǎn)業(yè)結(jié)構(gòu)向合理化與高級化的方向演進(jìn)。當(dāng)一個城市擁有相對而言更為高級、更加合理的產(chǎn)業(yè)結(jié)構(gòu)時，該城市也更有可能具有更高的內(nèi)部產(chǎn)業(yè)協(xié)調(diào)度。從本質(zhì)上講，這也從側(cè)面反映了該城市資源配置的有效性與投入產(chǎn)出的耦合程度，有效的資源配置與較強的投入產(chǎn)出耦合能夠在創(chuàng)意實施階段緩解創(chuàng)新理念落地過程中的困境，進(jìn)而提升創(chuàng)新水平。據(jù)此，本文提出假設(shè)4。

假設(shè)4：數(shù)字普惠金融的發(fā)展可能會通過促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)演化來實現(xiàn)對城市創(chuàng)新的促進(jìn)。

2 研究設(shè)計

2.1 變量選取

（1）被解釋變量：城市創(chuàng)新

城市創(chuàng)新（inno）居于本文研究的核心地位。為了更好地滿足本文的研究需求，先要對這一指標(biāo)進(jìn)行測算。本文使用取自然對數(shù)后的發(fā)明專利授權(quán)量（inno_1）作為城市創(chuàng)新的測度指標(biāo)。同時，為了驗證結(jié)論的穩(wěn)健性，本文還使用了三種備用的測算方式對城市創(chuàng)新進(jìn)行了測算，分別記為inno_2、inno_3、inno_4（見表1）。

表1 變量說明

（2）核心解釋變量：數(shù)字普惠金融

本文使用北京大學(xué)數(shù)字金融研究中心測算的數(shù)字普惠金融指數(shù)（DIF）來衡量數(shù)字普惠金融的發(fā)展水平，并與城市層面其他宏觀經(jīng)濟(jì)數(shù)據(jù)進(jìn)行了匹配。該指數(shù)基于覆蓋廣度（CB）、使用深度（UD）和數(shù)字化程度（DL）三個維度，通過層次分析法對總指數(shù)進(jìn)行測算，測算方法科學(xué)，覆蓋范圍全面，具有縱向和橫向上的可比性。

（3）控制變量、中介變量與調(diào)節(jié)變量

為了防止因遺漏變量帶來的內(nèi)生性問題，本文參考相關(guān)研究的做法，選取了如下控制變量：經(jīng)濟(jì)發(fā)展水平（gdp）、城鎮(zhèn)化率（urb）、科教投入（es）、對外開放程度（open）、財政自給程度（self_fin）、傳統(tǒng)金融發(fā)展?fàn)顩r（finance）、物質(zhì)資本存量（capital）。

為了分析數(shù)字普惠金融驅(qū)動城市創(chuàng)新的內(nèi)在作用機(jī)制，本文選取了以取自然對數(shù)后的第三產(chǎn)業(yè)增加值來衡量的產(chǎn)業(yè)結(jié)構(gòu)（ind）作為中介變量；同時，還選取了“是否屬于東部地區(qū)”（east）、“是否屬于成渝經(jīng)濟(jì)圈”（ChengYu）、“是否屬于長江經(jīng)濟(jì)帶”（Yangtze）三個虛擬變量作為調(diào)節(jié)變量。

具體的變量說明見表1。

2.2 模型設(shè)定

2.2.1 Tobit模型

Tobit模型常用于被解釋變量的數(shù)據(jù)存在刪失或取值受限等情況，由選擇方程與回歸方程兩個部分組成。從樣本情況來看，有若干城市在特定年份的發(fā)明專利授權(quán)量為0，因此可以將其視作被歸并（censored），應(yīng)當(dāng)使用Tobit模型進(jìn)行估計。

其中，y為城市創(chuàng)新，為一系列核心解釋變量、控制變量及其系數(shù)，εi～N(0,σ2)。

2.2.2 連續(xù)型廣義雙重差分（GDID）模型

本文將G20峰會上由我國主導(dǎo)并制定的《G20數(shù)字普惠金融高級原則》的提出視為一項準(zhǔn)自然實驗，該原則的提出與執(zhí)行可以視為一個外生的政策沖擊，因為《G20 數(shù)字普惠金融高級原則》頒布的直接目的是促進(jìn)數(shù)字普惠金融的發(fā)展，而不是提高城市的創(chuàng)新水平，所以該政策不會對城市創(chuàng)新水平產(chǎn)生直接影響。將數(shù)字普惠金融發(fā)展作為連續(xù)型的政策處理變量，建立連續(xù)型廣義雙重差分（GDID）模型[3]，如式（2）所示：

其中，yit、DIFit、postit、γXitj、ui、νt、εit分別是被解釋變量城市創(chuàng)新、核心解釋變量數(shù)字普惠金融指數(shù)、準(zhǔn)自然實驗時間虛擬變量（提出《G20 數(shù)字普惠金融高級原則》的時間為2016 年9 月，則2016 年及之前=0，2016 年之后=1）、控制變量及其系數(shù)、個體固定效應(yīng)、年份固定效應(yīng)、隨機(jī)擾動項。

傳統(tǒng)的雙重差分模型用0-1 虛擬變量來衡量是否受到政策干預(yù)，但是對于本文的研究情境而言，《G20數(shù)字普惠金融高級原則》提出后，數(shù)字普惠金融在我國幾乎所有城市都開始蓬勃發(fā)展，難以明確地劃分實驗組與對照組，但是不同城市受到數(shù)字基礎(chǔ)設(shè)施建設(shè)等方面差異的影響，實驗前后數(shù)字普惠金融發(fā)展?fàn)顩r差異較大，可以認(rèn)為是受到了不同強度的外生政策沖擊。因此，在因果識別的機(jī)制上，本文使用了數(shù)字普惠金融指數(shù)這一連續(xù)型變量構(gòu)建連續(xù)型廣義雙重差分模型，以連續(xù)型變量來劃分實驗組（數(shù)字普惠金融發(fā)展?fàn)顩r較好）與對照組（數(shù)字普惠金融發(fā)展?fàn)顩r較差）。

2.2.3 中介效應(yīng)模型

為了進(jìn)一步闡明作用機(jī)制，本文建立如下中介效應(yīng)模型，分別計算對應(yīng)的直接效應(yīng)、間接效應(yīng)與總效應(yīng)，表達(dá)式見式（3）：

其中，Y、X、M、γXi、ε分別是被解釋變量城市創(chuàng)新、核心解釋變量數(shù)字普惠金融指數(shù)、中介變量產(chǎn)業(yè)結(jié)構(gòu)、控制變量及其系數(shù)、隨機(jī)擾動項。中介效應(yīng)模型的第一階段是在不納入中介變量產(chǎn)業(yè)結(jié)構(gòu)的條件下估計數(shù)字普惠金融對城市創(chuàng)新的影響；第二階段是考察數(shù)字普惠金融如何影響中介變量產(chǎn)業(yè)結(jié)構(gòu)；第三階段是在納入中介變量產(chǎn)業(yè)結(jié)構(gòu)的條件下考察數(shù)字普惠金融對城市創(chuàng)新的影響。

2.2.4 調(diào)節(jié)效應(yīng)模型

為了分析數(shù)字普惠金融推動城市創(chuàng)新過程中存在的區(qū)域異質(zhì)性，構(gòu)建調(diào)節(jié)效應(yīng)模型，如式（4）所示：

其中，yit、DIFit、Mit、γXitj、ui、νt、εit分別是被解釋變量城市創(chuàng)新、核心解釋變量數(shù)字普惠金融指數(shù)、作為調(diào)節(jié)變量的3 個虛擬變量、控制變量及其系數(shù)、個體固定效應(yīng)、年份固定效應(yīng)、隨機(jī)擾動項。

2.3 數(shù)據(jù)來源

本文的研究數(shù)據(jù)主要包含兩個部分，核心解釋變量數(shù)字普惠金融采用北京大學(xué)數(shù)字普惠金融指數(shù)及其各個子指數(shù)作為具體測度指標(biāo)，其余城市層面的被解釋變量、控制變量與調(diào)節(jié)變量的數(shù)據(jù)則來自CNRDS 數(shù)據(jù)庫、EPS 數(shù)據(jù)庫、CSMAR 數(shù)據(jù)庫、《中國城市統(tǒng)計年鑒》、各省份統(tǒng)計年鑒、各省份國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報。經(jīng)過合并清洗后，本文最終選擇了我國285個地級及以上城市2010—2019年的數(shù)據(jù)作為研究樣本。

3 實證分析

3.1 基準(zhǔn)回歸分析

3.1.1 數(shù)字普惠金融對城市創(chuàng)新正向效應(yīng)的驗證

本文分別在不添加控制變量與添加控制變量的條件下，使用面板Tobit模型進(jìn)行基準(zhǔn)回歸分析，結(jié)果見表2。

表2 基準(zhǔn)回歸結(jié)果

表2 的參數(shù)估計結(jié)果顯示，無論是否添加控制變量，數(shù)字普惠金融指數(shù)均在1%的水平下顯著促進(jìn)城市創(chuàng)新，驗證了本文的假設(shè)1。從各個控制變量的回歸結(jié)果上看，經(jīng)濟(jì)發(fā)展水平、科教投入、傳統(tǒng)金融發(fā)展?fàn)顩r也能在同等的顯著性水平下顯著地促進(jìn)城市創(chuàng)新，但其邊際效應(yīng)均小于數(shù)字普惠金融指數(shù)，從側(cè)面反映了數(shù)字普惠金融將互聯(lián)網(wǎng)技術(shù)與普惠金融理念結(jié)合后產(chǎn)生的新興經(jīng)濟(jì)資源能夠為創(chuàng)新賦予強大的動能。

3.1.2 數(shù)字普惠金融驅(qū)動城市創(chuàng)新的結(jié)構(gòu)性差異

數(shù)字普惠金融作用于城市創(chuàng)新時，其內(nèi)部的各個組成要素的促進(jìn)作用也存在一定程度上的結(jié)構(gòu)性差異。為了分析這一結(jié)構(gòu)性差異，本文引入數(shù)字普惠金融的覆蓋廣度、使用深度、數(shù)字化水平3 個一級子指標(biāo)的數(shù)據(jù)進(jìn)行回歸分析，結(jié)果如表3所示。

表3 數(shù)字普惠金融促進(jìn)城市創(chuàng)新的結(jié)構(gòu)性差異

表3 的結(jié)果顯示，數(shù)字普惠金融的覆蓋廣度、使用深度、數(shù)字化水平3 個一級子指標(biāo)亦均能在1%的水平下顯著地促進(jìn)城市創(chuàng)新，且“使用深度”對城市創(chuàng)新的促進(jìn)作用顯著強于“覆蓋廣度”“數(shù)字化水平”，存在結(jié)構(gòu)性差異，驗證了本文的假設(shè)2。

3.2 進(jìn)一步討論

3.2.1 內(nèi)生性問題及其控制

（1）工具變量估計

要討論數(shù)字普惠金融如何促進(jìn)城市創(chuàng)新，就不得不考慮其中可能存在的由雙向因果導(dǎo)致的內(nèi)生性問題，即究竟是數(shù)字普惠金融促進(jìn)城市創(chuàng)新，還是創(chuàng)新能力更強的城市能夠促進(jìn)轄區(qū)內(nèi)數(shù)字普惠金融發(fā)展?fàn)顩r的改善，抑或是二者兼而有之？為此，本文通過構(gòu)造份額移動工具變量進(jìn)行工具變量回歸，試圖來解決這一問題。

本文借鑒易行健和周利（2018）[15]、Bartik（2009）[16]針對工具變量的處理，構(gòu)建了份額移動工具變量，通過對工具變量進(jìn)行兩階段最小二乘回歸來控制潛在的內(nèi)生性問題，工具變量的具體構(gòu)造方法見式（5）：

其中，S?ift_S?areIV是所需構(gòu)造的份額移動工具變量，L.DIF與D.DIF分別是數(shù)字普惠金融指數(shù)的一階滯后項與一階差分項。

這個工具變量從理論上滿足了工具變量的兩個性質(zhì)。從相關(guān)性角度來看，Bartik工具變量通過滯后項構(gòu)建，當(dāng)期的數(shù)字普惠金融發(fā)展?fàn)顩r必然受到上一期數(shù)字普惠金融發(fā)展?fàn)顩r的影響，因而這一工具變量同本文的內(nèi)生解釋變量高度相關(guān)；從外生性角度來看，該工具變量的外生性主要來自差分項，差分項反映了數(shù)字普惠金融指數(shù)受到的宏觀“沖擊”，即差分項反映了變化情況，這一宏觀“沖擊”是高度外生的，因而能夠滿足排他性約束，與擾動項不相關(guān)。綜上所述，這一工具變量影響被解釋變量的唯一渠道是通過與其相關(guān)的內(nèi)生解釋變量進(jìn)行的，排除了所有其他的可能影響渠道，使得原有的內(nèi)生解釋變量能得到一致估計。

表4中的估計結(jié)果顯示，在使用工具變量控制潛在的內(nèi)生性問題后，數(shù)字普惠金融的發(fā)展依舊對城市創(chuàng)新具有顯著的正向影響。

表4 工具變量回歸結(jié)果

（2）連續(xù)型廣義雙重差分

構(gòu)建的有限元模型與AIS患者術(shù)前X線片具有良好的幾何相似性，Wilcoxon檢驗提示椎體各重心到骶骨中垂線距離一致。前屈、后伸、左旋和右旋加載實驗表明，本研究建立的AIS模型與Panjabi等［8］的報道一致。本模型采用實物加載，與既往建立的模型［9］相比更接近實體力學(xué)特性（圖2），可用于不同材料、不同預(yù)彎曲度矯形棒對AIS矢狀面平衡重建的研究。

除構(gòu)造工具變量進(jìn)行回歸外，本文還將2016 年9 月《G20 數(shù)字普惠金融高級原則》的提出視為一項準(zhǔn)自然實驗，將數(shù)字普惠金融指數(shù)作為連續(xù)型的政策處理變量，通過構(gòu)造連續(xù)型廣義雙重差分模型，試圖實現(xiàn)對內(nèi)生性問題的控制。與通過虛擬變量區(qū)分實驗組和對照組的傳統(tǒng)雙重差分模型相比，連續(xù)型廣義雙重差分模型通過連續(xù)型變量來劃分實驗組與對照組，能夠保留更為豐富的政策處理信息。與基準(zhǔn)回歸中的做法相同，分別在不添加控制變量與添加控制變量的條件下，使用連續(xù)型廣義雙重差分模型進(jìn)行分析，結(jié)果如表5所示。

表5 連續(xù)型廣義雙重差分模型估計結(jié)果

表5 的回歸結(jié)果顯示，無論是否添加控制變量，數(shù)字普惠金融指數(shù)與準(zhǔn)自然實驗時間虛擬變量的交乘項均在1%的水平下顯著大于0，即在通過建立連續(xù)型廣義雙重差分模型以控制內(nèi)生性問題的條件下，數(shù)字普惠金融依然顯著地促進(jìn)城市創(chuàng)新，與基準(zhǔn)回歸結(jié)果一致，因此在控制了內(nèi)生性問題的前提下，同樣驗證了本文的假設(shè)1。

3.2.2 基于中介效應(yīng)與調(diào)節(jié)效應(yīng)的機(jī)制分析

（1）中介效應(yīng)分析

現(xiàn)有文獻(xiàn)大多從緩解融資約束、緩解金融資源錯配等角度對數(shù)字普惠金融影響城市創(chuàng)新的作用機(jī)制進(jìn)行檢驗[8,10,17]，但鮮有文獻(xiàn)研究產(chǎn)業(yè)結(jié)構(gòu)的間接影響機(jī)制，故本文將重點對產(chǎn)業(yè)結(jié)構(gòu)的中介效應(yīng)進(jìn)行檢驗。

從世界各國經(jīng)濟(jì)發(fā)展過程中的產(chǎn)業(yè)結(jié)構(gòu)演進(jìn)來看，第一、二、三產(chǎn)業(yè)之間普遍存在一個從前向后演進(jìn)的趨勢[18]。本文使用第三產(chǎn)業(yè)增加值表征的產(chǎn)業(yè)結(jié)構(gòu)（ind）來衡量這一趨勢，即經(jīng)濟(jì)結(jié)構(gòu)趨于服務(wù)化的新趨勢與產(chǎn)業(yè)結(jié)構(gòu)高級化的趨勢，中介效應(yīng)模型三個階段的回歸結(jié)果如下頁表6所示。

表6 中介效應(yīng)逐步回歸結(jié)果

表6中的第一階段估計結(jié)果顯示，不納入中介變量產(chǎn)業(yè)結(jié)構(gòu)時，數(shù)字普惠金融本身就對城市創(chuàng)新存在顯著的正向作用；第二階段估計結(jié)果顯示，數(shù)字普惠金融也對產(chǎn)業(yè)結(jié)構(gòu)存在顯著的正向作用；進(jìn)一步地，在納入了中介變量產(chǎn)業(yè)結(jié)構(gòu)的第三階段回歸中，數(shù)字普惠金融對城市創(chuàng)新依舊存在顯著的正向作用，只是作用稍有減小，而產(chǎn)業(yè)結(jié)構(gòu)同樣對城市創(chuàng)新存在顯著的正向作用。僅從逐步檢驗回歸系數(shù)的角度直觀地看，三個階段的回歸結(jié)果均顯著，但考慮到逐步檢驗回歸系數(shù)法的統(tǒng)計檢驗效力較低，仍不能完全判定存在中介效應(yīng)。

本文設(shè)定Bootstrap 檢驗的有放回抽樣次數(shù)為500，構(gòu)造出500個Bootstrap 樣本及其對應(yīng)的系數(shù)乘積ab的估計值，根據(jù)Bootstrap檢驗與表6中的結(jié)果共同計算得到直接效應(yīng)、間接效應(yīng)、總效應(yīng)的效應(yīng)值及其對應(yīng)的Bootstrap 置信區(qū)間，結(jié)果如表7所示。

表7 中介效應(yīng)的Bootstrap檢驗結(jié)果

表7中的Bootstrap檢驗結(jié)果顯示，在本文的中介效應(yīng)模型中，無論是間接效應(yīng)還是直接效應(yīng)，都拒絕了原假設(shè)，可以認(rèn)為直接效應(yīng)、間接效應(yīng)、總效應(yīng)均顯著地不為0，即既存在數(shù)字普惠金融促進(jìn)城市創(chuàng)新的直接作用機(jī)制，也存在數(shù)字普惠金融通過推動產(chǎn)業(yè)結(jié)構(gòu)演進(jìn)，進(jìn)而促進(jìn)城市創(chuàng)新的間接作用機(jī)制，驗證了本文的假設(shè)4。具體來說，這一中介效應(yīng)的占比為0.2911/0.8622≈33.76%，表明來自產(chǎn)業(yè)結(jié)構(gòu)演進(jìn)的中介作用大約能解釋數(shù)字普惠金融對城市創(chuàng)新的促進(jìn)作用中的33.76%。

（2）調(diào)節(jié)效應(yīng)分析

參考方杰等（2015）[19]提出的方法，本文建立了調(diào)節(jié)效應(yīng)模型，以分析數(shù)字普惠金融驅(qū)動城市創(chuàng)新過程中存在的區(qū)域異質(zhì)性，結(jié)果如表8所示。

表8 調(diào)節(jié)效應(yīng)分析結(jié)果

表8 的結(jié)果顯示，在加入交乘項以后，數(shù)字普惠金融的主效應(yīng)項依舊全部顯著為正，而“是否屬于成渝經(jīng)濟(jì)圈”這一虛擬變量與數(shù)字普惠金融主效應(yīng)項的交乘項為負(fù)但不顯著，不存在調(diào)節(jié)效應(yīng)；“是否屬于長江經(jīng)濟(jì)帶”和“是否屬于東部地區(qū)”這兩個虛擬變量與數(shù)字普惠金融主效應(yīng)項的交乘項顯著為正，表明當(dāng)樣本城市屬于長江經(jīng)濟(jì)帶或東部地區(qū)時，能夠更好地受到數(shù)字普惠金融發(fā)展對城市創(chuàng)新的驅(qū)動影響，驗證了本文的假設(shè)3。

3.2.3 穩(wěn)健性檢驗

為了檢驗結(jié)論的穩(wěn)健性，本文采用兩種方法進(jìn)行穩(wěn)健性檢驗。

（1）替換被解釋變量的測算方式。在前文的研究中，本文使用了取自然對數(shù)后的發(fā)明專利授權(quán)量（inno_1）作為城市創(chuàng)新的具體測度指標(biāo)[20]，為了驗證結(jié)論的穩(wěn)健性，本文換用三種備用的測算方式對城市創(chuàng)新進(jìn)行了測算，分別是：每億元地區(qū)生產(chǎn)總值的發(fā)明專利授權(quán)量（inno_2）、從業(yè)人員人均發(fā)明專利授權(quán)量（inno_3）、總?cè)丝谌司l(fā)明專利授權(quán)量（inno_4）?；貧w結(jié)果如表9所示。

表9 替換核心指標(biāo)測算方式的穩(wěn)健性檢驗結(jié)果

容易看到，無論如何替換測算方式，數(shù)字普惠金融大都在1%的顯著性水平下促進(jìn)城市創(chuàng)新，至少也能在10%的顯著性水平下促進(jìn)城市創(chuàng)新，這一結(jié)果說明本文的研究結(jié)論是高度穩(wěn)健的。

（2）更換回歸模型?？紤]到本文測量城市創(chuàng)新時所使用的發(fā)明專利授權(quán)量僅能取有序的非負(fù)整數(shù)，可能具有計數(shù)變量的特征，為了檢驗前文所得結(jié)論的穩(wěn)健性，本文使用發(fā)明專利授權(quán)量的原始數(shù)據(jù)作為被解釋變量，將計量模型替換成Poisson 模型進(jìn)行穩(wěn)健性檢驗，參數(shù)估計結(jié)果如表10所示。

表10 更換回歸模型的穩(wěn)健性檢驗結(jié)果

表10 的結(jié)果顯示，在更換回歸模型進(jìn)行穩(wěn)健性檢驗后，數(shù)字普惠金融仍然在1%的水平下顯著促進(jìn)城市創(chuàng)新，這一結(jié)果同樣說明本文研究的結(jié)論是高度穩(wěn)健的。

4 結(jié)論與建議

通過上述研究，本文得出以下結(jié)論：

第一，數(shù)字普惠金融能夠顯著地促進(jìn)城市創(chuàng)新，在控制內(nèi)生性問題、替換被解釋變量測算方式、更換回歸模型后，該結(jié)論依舊穩(wěn)健地成立，《G20 數(shù)字普惠金融高級原則》的提出對城市創(chuàng)新具有顯著的促進(jìn)作用；第二，數(shù)字普惠金融促進(jìn)城市創(chuàng)新的過程中存在來自產(chǎn)業(yè)結(jié)構(gòu)演進(jìn)的部分中介作用；第三，數(shù)字普惠金融促進(jìn)城市創(chuàng)新的過程中存在內(nèi)部結(jié)構(gòu)性差異與區(qū)域異質(zhì)性，“使用深度”對城市創(chuàng)新的促進(jìn)作用顯著強于“覆蓋廣度”和“數(shù)字化水平”，東部地區(qū)與長江經(jīng)濟(jì)帶沿線城市的創(chuàng)新能力提升相對更明顯地得益于數(shù)字普惠金融的發(fā)展。

基于以上結(jié)論，本文提出如下建議：

首先，各城市應(yīng)當(dāng)因地制宜地制定金融扶持政策。具體而言，對東部地區(qū)、長江經(jīng)濟(jì)帶沿線等創(chuàng)新能力突出的城市及城市群，金融扶持政策重在補短板，其落腳點應(yīng)更多地集中在產(chǎn)業(yè)落后、資金不足的農(nóng)村地區(qū)；而對成渝經(jīng)濟(jì)圈、創(chuàng)新能力欠缺的西部地區(qū)城市，地方政府應(yīng)加大對小微企業(yè)以及高校畢業(yè)生創(chuàng)業(yè)的扶持力度，努力發(fā)揮長尾效應(yīng)，為城市創(chuàng)新創(chuàng)造良好的市場環(huán)境。

其次，地方政府應(yīng)不斷優(yōu)化金融扶持政策實施的軟環(huán)境，金融機(jī)構(gòu)要理性對待地區(qū)間的經(jīng)濟(jì)差異、創(chuàng)新差異，深入挖掘比較優(yōu)勢和后發(fā)優(yōu)勢，對其他地區(qū)的金融扶持政策加以研究和借鑒，制定適合當(dāng)?shù)禺a(chǎn)業(yè)發(fā)展的數(shù)字普惠金融政策。

最后，金融機(jī)構(gòu)要重視政策制定與城市創(chuàng)新之間的有效匹配?，F(xiàn)階段，應(yīng)擴(kuò)大數(shù)字普惠金融的應(yīng)用領(lǐng)域和范圍，加快數(shù)字技術(shù)與金融領(lǐng)域的融合，使數(shù)字普惠金融可以充分發(fā)揮普惠性、包容性等優(yōu)勢，為企業(yè)創(chuàng)新、個體創(chuàng)業(yè)等科技創(chuàng)新事業(yè)提供夯實的金融基礎(chǔ)，進(jìn)而為城市創(chuàng)新做出貢獻(xiàn)。