APP下载

数字金融对我国企业技术创新的影响

2023-07-12李沈燕胡绍波

关键词:空间杜宾模型空间溢出效应数字金融

李沈燕 胡绍波

摘要: 科技创新处在现代化建设的全局核心地位,发展数字金融为企业科技创新带来了新机遇。从理论上分析数字金融对企业技术创新的直接作用机制和空间溢出机制,并运用SDM进行实证检验,研究发现:数字金融发展对企业技术创新具有显著的正向直接促进作用,即本地区的数字金融发展会带动本地区的企业技术创新能力的提升;数字金融发展对企业技术创新具有显著的正向空间溢出效应,即本地区的数字金融发展会带动周边地区的企业技术创新能力的提升;数字金融使用深度和数字化程度对企业技术创新具有显著的直接效应和空间溢出效应,即本地区的数字金融使用深度越强,数字化程度越高,越能提高本地区和周边地区的企业技术创新能力。最后,从发展数字金融角度提出了着力提升数字金融总体发展水平、增加数字金融使用深度、加强我国区域之间的交流合作等促进企业技术创新的政策建议。

关键词: 数字金融; 企业技术创新; 空间杜宾模型; 空间溢出效应

中图分类号: F830.49; F406.3文献标识码: ADOI: 10.3963/j.issn.1671|6477.2023.02.013

一、 引言

党的二十大报告提出“坚持创新在我国现代化建设全局中的核心地位,加快实现高水平科技自立自强,加快建设科技强国”。这一论断表明,科技创新处在现代化建设全局的核心地位,是构建新发展格局的关键所在,也是推动经济高质量发展的必然要求[1]。科技创新的核心力量是企业,通过增加研发投入是实现企业技术创新的关键渠道。然而,企业创新活动对资金需求量巨大[2],科技创新项目一般具有高风险、投资周期长、不可逆和收益不确定等特点[3],加上目前对企业的科技金融服务体系并不完善,导致企业科技创新项目的投资资金难以得到保障,这就大大削弱了企业参与科技创新的动力。因此,稳定的科技创新资金保障机制对推动企业技术创新成果产出至关重要,这需要国家和社会建立完善的科技金融体系,以缓解企业创新融资难困境。当今社会,发展促进科技金融服务体系的金融新业态成为重要的发展方向,数字金融新业态融合了人工智能、大数据和云计算等新兴技术,是在新一代信息技术发展下诞生的新业态,不仅具有覆盖范围广、可获得性强的优势,还能有助于建立可持续、全方位的科技金融服务体系。近些年,中国数字金融整体发展规模、场景应用均位居世界前列,省级数字金融发展指数平均每年增长速度超过36.8%,这为缓解企业科技创新融资难题提供了新契机。研究数字金融对企业创新的影响机制,对中国实现高水平科技自立自强,加快建设科技强国具有理论价值和现实意义。

通过梳理现有的研究文献,发现有关数字金融与企业创新的关联性主题仍有进一步拓展研究的空间,本文运用空间计量模型实证检验数字金融对企业创新的影响,其边际贡献在于:第一,以工业企业为切入点,实证检验数字金融对企业创新的直接作用机制;第二,不同于已有文献的研究,本文考虑空间因素,以空间关联性作为切入点检验数字金融对企业技术创新空间溢出机制;第三,从数字金融使用深度和数字化程度两个维度检验对企业技术创新的直接和间接作用机制。

二、 理论分析与研究假设

(一) 数字金融对企业技术创新的直接作用机制

数字金融通过降低融资成本[4]、扩大服务范畴[5]、缓解融资约束[6]、降低信息不对称[7]等方面促进企业技术创新,这已成为学界的共识。企业参与技术创新的时间长、从事科技创新项目的风险大,需要持续不断地投入大量的创新资金,具有很大的不确定性,容易导致严重的信息不对称问题,难以从银行获得信贷融资支持,致使企业的创新行为受到外部融资约束。数字金融则主要通过缓解企业外部融资约束促进企业技术创新,这表现在:一是数字金融降低了企业融资成本。数字金融基于云计算、大数据等新技术,扩大了金融覆盖广度和使用深度,降低了金融服务成本[8],弥补了传统金融融资服务模式的供给不足,数字金融也创新了银行传统的金融服务模式,避免了信贷出现严重的市场供给扭曲,促进企业合理有效地利用信贷资源[9]。银行金融机构借助数字金融简化信贷审查程序,大大缩短了信贷审核的周期,提高了金融审批的速度,从而降低信贷人力、物力、审查等金融服务的成本,但不会因加速信贷审批流程而增加信贷违约风险[10],从而能有效降低企业信息创新的融资成本,为企业创新提供资金支持。二是数字金融提高了银行金融机构的金融服务能力。市場大量具有创新能力的企业融资服务得不到满足,而银企信息不对称是企业融资难的影响因素之一,企业信息不对称程度越低越有利于减轻融资约束[11]。数字金融借助移动互联、云计算、大数据和区块链等新兴数字技术,挖掘企业经营海量标准化和非标准化数据,可以更全面地了解企业的资信、经营、财务等信贷审查必备的信息,能够有效收集客户的征信数据,全面了解企业的实际经营情况和实际信用等级,将金融资源与企业创新项目的风险特征相互匹配,防止金融市场中的逆向选择和道德风险问题[12],有助于实现科技创新中小企业的金融服务效率[13],缓解了双方之间的信息不对称,从而提高优质企业的融资可能性。

根据以上理论分析,本文提出以下研究假设。

H1:数字金融对企业技术创新具有正向促进作用。

(二) 数字金融对企业技术创新空间的溢出机制

金融发展存在空间溢出效应已成为学界的共识,数字金融基于传统金融业务创新发展而来,根据地理经济学第一定律,不同区域之间具有空间关联性,数字金融发展可能在区域之间存在着溢出的效应[14]。数字金融具有的普惠性、效率高、覆盖面广这一鲜明特征促使数字金融突破区域之间的界限,其空间溢出效应的可能性变大[15]。数字金融对企业技术创新的空间溢出路径是多元的:一方面,经济实力相似的地区相互之间会做横向比较与攀比,在攀比的行业领域给予政策支持[16]。由于中央提出大力发展数字经济战略,在政治锦标赛激励下,数字金融发展水平低的地区,地方官员为追求晋升而大力发展业绩,与数字金融发展水平高的地区进行横向比较并加以追赶,通过模仿数字金融发展模式加大政策支持力度,以提高本地区的数字金融水平,进而通过直接作用机制提升企业技术创新水平。另一方面,逐利性是数字金融发展的动因之一,由于不同区域要素禀赋、传统金融水平发展不同,导致不同地区的数字金融在初期发展水平具有较大的差异性,而随着数字金融发展水平高的地区发展遇到瓶颈,要素边际报酬递减,数字金融发展成本增加,加上区域协调战略推进,数字金融的资金、技术和人类要素就会流向数字金融发展水平低的地区,以寻求新的增长点与红利,由此数字金融产生空间溢出效应,从而带动其它地区的数字金融加快发展。

根据以上理论分析,本文提出如下研究假设。

H2:数字金融对企业技术创新具有正向空间溢出效应。

三、 实证研究设计

(一) 变量的设置

根据研究主题的需要,本文设置各被解释变量、核心解释变量及控制变量的定义如表1所示。

1.被解释变量:企业技术创新。已有多数文献采用企业的研发投入或者代表区域创新水平的变量作为企业技术创新的代理变量。然而,企业从事技术创新项目活动具有高风险和收益不确定性特征,单一研发投入指标并不能真实反映企业技术创新能力,企业专利申请才是最适合衡量企业技术创新的指标。参考学者唐松等[17]的做法,选取规模以上企业专利授权数量作为企业技术创新的代理变量。

2.核心解释变量:数字金融。北京大学数字金融研究中心发布的《数字金融普惠金融指数》在应用中具有很高的真实性、合理性和权威性。参考学界普遍做法[18],选取普惠金融指数作为数字金融发展的指标,进一步选取数字金融使用深度和数字金融数字化程度两维度指标进行进一步异质性实证检验。

3.控制变量。为了尽可能避免遗漏变量的影响,借鉴已有文献的做法,本文将研发投入、经济开放、企业盈利水平、财政自给率和消费水平作为模型的控制变量。

(二) 空间计量模型的构建

1.莫兰指数

测度空间计量模型中的核心解释变量和被解释变量的空间相关性是建立空间杜宾模型(SDM)前的必备过程,学界主流运用莫兰指数(Morans I)测度变量的空间相关性。Morans I是研究空间关系的一种相关系数值,衡量空间相关性的重要指标,反映的是位置相邻地区的变量空间相关性大小,测度公式如下:

2.空间计量模型的设定

(三) 样本数据的来源

本文的各变量的原始数据来源于网络公开披露渠道,主要来源于《国民经济和社会发展统计公报》、各省市的《统计年鉴》以及北京大学数字普惠金融指数(2011-2020年),样本区间为2011-2021年的全国30省市(由于西藏数据不全,故剔除)。

四、 空间计量实证检验结果分析

(一) 描述性统计

从下面表2的描述性统计结果可以发现,被解释变量企业技术创新变量的最大值与最小值间差距有一定的差距,最大值是26.88,最小值是0.3,平均值是4.817,标准差为5.138,说明各地区的变量数值变动不是非常大,表明各地区的企业技术创新水平存在一定的差异性。核心解释变量数字金融最大值和最小值具有很大的差距,最大值为103.304,最小值为18.33,平均值为231.466,标准差为103.304,表明各地区的数字金融发展水平差异比较大,其原因是不同地区的金融发展水平不同导致数字金融发展差异较大,数值波动也较大。控制变量研发投入、经济开放、企业盈利水平、财政自给率和消费水平的最大值分别为3.24、146.41、23.84、93.14和61.01,最小值分别为0.17、0.76、-17.98、15.14和21.98,均值分别为1.103、27.374、8.416、49.561和39.573,标准差分别为0.602、28.765、4.276、18.877和6.317,各控制变量标准差数值不大,表明各地区的这几个数值存在一定的差距。

(二)多重共线性

从对核心解释变量和控制变量的方差膨胀因子检验结果可以发现(见表3):各变量的数值存在一定差异性,核心解释变量数字金融的数值比为1.45,不是很高的水平。控制变量的研发投入、经济开放、企业盈利水平、财政自给率和消费水平的数值均比较小,分别为2.83、4.3、1.84、6.4和1.1,所有变量回归结果均小于10,说明核心解释变量与控制变量彼此之间不存在多重共线性特征,可进行后面的空间计量实证分析。

(三) 空间相关性

从被解释变量和核心解释变量的莫兰指数测算结果来看(见表4),2011-2021年全国各地区的技术创新的莫兰指数处于0.3~0.5范围之内,且在1%水平上显著性很强,莫兰指数呈现逐步减少的趋势,表明存在显著的空间正自相关性和空间集聚特征。2011-2021年全国各地区的数字金融的莫兰指数处于0.4~0.6范围之内,且在1%水平上显著性很强,莫兰指数呈现逐步减少的趋势,表明存在显著的空间正自相关性和空间集聚特征。

为进一步检验全国30个省市的企业技术创新与其邻边地区的数字金融之间的相关性,绘制莫兰散点图来显示企业技术创新和数字金融的空间关联性特征。莫兰散点图主要分为四个象限:第一和第三象限表示“高|高”和“低|低”的空间正相关特征;第二和第四象限反映是“低|高”和“高|低”的空间负相关特征。其中,第三象限内的“低|低”表明本地区变量具有较低特征,且其周边地区也具有较低的空间相关性。第一象限内的“高|高”特征表示本地区该变量具有较高特征,且其相邻地区的变量也具有较高的空间相关性,根据四象限的特征反映变量的空间相关性。企业技术创新和数字金融的莫兰指数均大于0,可判断典型观测区域为第一、第三象限,则非典型观测区域为第二和第四象限。

莫兰指数散点图的结果表明①:2021年,大部分省市的企业技术创新处在第一象限、第三象限的典型观测区,分别有8个省市、17个省市,占总省市数量的83%;大部分省市的数字金融也处在第一象限和第三象限的典型观测区,分别有11省市和15省市,占总省市数量的86.67%,表明大部分省市的企业技术创新和数字金融与周边地区存在相似的集聚特征,每年各省市與相邻地区的集聚程度也逐步深化。

(四) 基准回归结果

Morans I只能检验各地区的变量之间的空间关联性,不能作为选择空间计量模型中SDM、SLM和SEM模型的标准,运用LM、LR、Wald和Hasman检验可判断最优空间模型。LM、LR、Wald和Hasman的检验结果显示(见表6),LM|erro、LM|lag、RLM|lag的检验结果均在1%水平下显著,数值分别为12.452、34.178和21.908。RLM|error检验结果不显著,拒绝了“无空间自相关”原假设,表明企业技术创新与数字金融具有空间相关性。同时LR和Wald检验结果在1%水平下显著,数值分别为57.98和49.43,参照Anselin和Rey[19]最优模型判断原理,表明SDM模型是最优的空间计量模型。Hasman检验结果为49.49,且在1%水平下显著,显示最优的检验模型为固定效应,并与普通固定效应模型检验实证回归结果作对比。SDM模型中的被解释变量、核心解释变量和控制变量均有空间滞后项,在模型中引用空间权重矩阵采用极大似然估计方法,能够有效消除内生性问题[20]。

从基准回归结果来看(见表7),普通面板模型回归系数为0.010,且在1%的水平下显著为正,表明在不考虑空间因情况下,数字金融对企业技术创新具有显著正向促进作用。控制变量研发投入、经济开放、财政自给率和消费水平回归系数均在1%、5%或10%水平下显著,表明这几个变量对企业技术创新产生作用。

SDM模型的数字金融(ifin)及其滞后项(W*ifin)的回归系数分别为0.037、0.073,且分别在1%和5%的水平下显著为正,表明不同地区之间的数字金融和企业技术创新存在显著正向空间效应,本地区的数字金融发展不仅能对本地区的企业技术创新产生直接促进作用,还能对周边地区的企业技术创新产生空间溢出效应,即本地区的数字金融发展既能提高本地区的企业技术创新能力,又能对周边地区的企业技术创新能力提升产生促进作用,原因在于数字金融发展是以传统银行体系为基础,以互联网金融为依托,由于中国是垂直金融管理系统,不同地区之间金融机构存在金融业务关联性,本地区数字金融发展必然带动周边地区的数字金融发展,从而促进周边企业技术创新。从控制变量回归结果来看,经济开放度(eope)及其滞后项(W*eope)分别为-0.088和0.044,且分别在1%和5%水平下显著,表明经济开放度对本地区及周边地区企业技术创新具有影响。

为进一步验证揭示数字金融对企业技术创新的直接效应、间接效应和总效应,运用SDM效应分解法检验直接效应、间接效应和总效应。从检验结果来看(见表7),数字金融对企业技术创新的直接效应、间接效应和总效应回归系数分别为0.038、0.071和0.109,且均在1%水平下显著为正。直接效应检验显著为正表明本地区的数字金融发展对本地区的企业技术创新具有显著的正向促进效应。间接效应检验结果显著为正表明本地区的数字金融发展对周边地区的企业技术创新产生正向空间溢出效应,即本地区的数字金融发展对本地区以及周边地区的企业技术创新产生显著的正向促进作用,这与以上基准回归结果完全一致。

(五) 异质性回归结果分析

为了进一步考察数字金融异质性对企业技术创新的作用机制,将表征数字金融的数字金融总指数分解为数字金融使用广度和数字化程度两个方面,并分别检验对企业技术创新的影响机制。

从数字金融使用广度、数字化程度对企业技术创新的实证检验结果来看(见表8、表9),普通面板模型回归后数字金融使用深度(pfin)、数字化程度(dfin)的回归系数分别为0.011、0.005,且均在1%的水平下显著为正,表明在不考虑空间因素情况下,金融使用深度和数字化程度对企业技术创新具有显著正向促进作用。SDM模型的数字金融使用深度pfin和滞后项W*pfin回归系数分别为0.031、0.034,且均在1%水平下显著为正;数字化程度dfin和滞后项W*dfin的回归系数分别为0.015和0.011,且分别为1%和10%水平下显著为正,表明不同地区之间数字金融使用深度和数字化程度分别在企业技术创新上存在显著正向直接效应和空间效应,本地区的金融使用深度和数字化程度不断深化不仅能对本地区的企业技术创新产生直接促进作用,还能对周边地区的企业技术创新产生空间溢出效应,即本地区的数字金融使用深度越强,数字化程度越高,既能提高本地区的企业技术创新能力,又能促进周边地区的企业技术创新能力提升。

为进一步验证考察金融使用深度和数字化程度分别对企业技术创新的直接效应、间接效应和总效应,运用SDM效应分解法检验直接效应、间接效应和总效应。从SDM空间效应分解检验结果来看(见表8、表9),空间效应分解回归结果显示:金融使用深度对企业技术创新的直接效应、间接效应和总效应回归系数分别为0.031、0.033和0.064,且均在1%水平下显著为正;数字化程度对企业技术创新的直接效应、间接效应和总效应回归系数分别为0.016、0.013和0.029,且均在1%水平下显著为正,直接效应检验显著为正表明本地区的数字金融使用深度和数字化程度分别对本地区的企业技术创新具有显著的正向促进效应。间接效应检验结果显著为正,表明本地区的数字金融使用深度和数字化程度对周边地区的企业技术创新产生正向空间溢出效应,即本地区的数字金融使用深度和数字化程度不断强化对本地区以及周边地区的企业技术创新产生显著的正向促进作用,这与以上基准回归结果完全一致。

(六) 稳健性检验

变换空间权重矩阵和控制变量是本文稳健性检验的两种方式:(1)改变空间矩阵,将邻接空间权重矩阵变换为地理距离权重矩阵,回归后结果见表10;(2)改变控制变量,将控制变量经济开放度转变为产业化水平(第二产业占GDP比度量),回归结果见表11。继续采用2011-2021年省级面板数据实证回归结果显示:数字金融对企业技术创新的回归系数均为正且仍然显著,表明数字金融对本地区及周边地区的企业技术创新的直接效应、间接效应和总效应的显著性和影响方向变化不大,证实了本文的基准回归结果较为稳健。

五、 结论与政策建议

(一) 研究结论

通過上文的实证研究分析,本文可得出我国数字金融发展对企业技术创新影响的如下结论:

第一,数字金融发展对企业技术创新具有显著的正向直接促进作用。普通面板模型和空间计量模型检验结果显示:数字金融的回归系数分别为0.010和0.037,且均在1%的置信水平下显著为正,直接效应检验回归系数显示也在5%置信水平下显著为正,表明数字金融对企业技术创新具有显著的直接促进作用,即本地区的数字金融的加快发展,会带动本地区的企业技术创新能力的提升。

第二,数字金融发展对企业技术创新具有显著的正向空间溢出效应。空间计量模型检验结果显示:数字金融的滞后项回归系数为0.073,且在1%水平下显著为正,间接效应检验回归系数显示也在1%置信水平下显著为正,表明数字金融对企业技术创新具有显著的空间溢出效应,即本地区的金融发展不仅对本地区的企业技术创新具有促进作用,还对周边地区的企业技术创新产生促进作用。莫兰指数测算结果显示数字金融与企业技术创新具有正向空间相关性和明显的空间聚集特征。

第三,数字金融使用深度和数字化程度对企业技术创新具有显著的直接效应和空间溢出效应。异质性检验结果显示:数字金融使用深度、数字化程度的回归系数分别为0.031、0.015,且均在1%的水平下显著为正,相对应的空间滞后项的回归系数分别为0.034、0.011,且分别在1%和10%水平下显著为正;数字金融使用深度、数字化程度的直接效应和间接效应回归系数也均在1%水平下显著为正,表明本地区的金融使用深度和数字化程度不断深化不仅会对本地区的企业技术创新产生直接促进作用,还会对周边地区的企业技术创新产生空间溢出效应,即本地区的数字金融使用深度越强,数字化程度越高,能提高本地区和周边地区的企业技术创新能力。

(二) 政策建议

第一,国家要着力提升数字金融总体发展水平。充分依赖数字技术基础,加快数字金融在全国总体规划与布局,扩大数字普惠金融的覆盖面,让数字普惠金融服务企业创新投入,提升对企业创新的金融服务能力。同时,要加强数字金融发展的监管。数字金融是金融新业态的创新,健全数字金融风险管控体系,加快对数字金融发展风险监管平台的建设,强化银行金融机构内部管理和控制,运用智能算法和技术创新监管工具,及时有效地掌握和防控数字金融发展风险,提高对数字金融的监管效率。

第二,增加数字金融的使用深度。银行是支持企业创新资金的主力军,加快银行金融机构推动数字化改革,鼓励银行金融机构在企业信贷融资服务模式中运用云计算、大数据和区块链等技术,扩大数字金融服务的渗透深度,缓解银企之间的信息不对称问题,提高金融机构信贷服务能力。支持银行金融机构在风险可控下简化信贷审批流程,提高企业获得创新资金的可能性,降低企业创新融资成本,让企业具有持续的创新投入资金,保证科技创新活动稳步推进。

第三,加强我国区域之间的交流合作。充分认识数字金融对企业技术创新的空间溢出作用,加强不同地区之间在发展数字金融业务之间的合作交流,制定帮扶政策,推动普惠金融基础设施建设,优化企业的技术创新环境,支持东部地区数字金融发展所需的人才、资金和技术等要素流向中西部地区。发挥东部地区在数字金融发展水平较高的领先优势和空间溢出作用,带动中西部数字金融的发展,提升企业的科技创新水平。

注释:

①限于篇幅,本文未展示数字金融与企业技术创新的莫兰散点图,如有需要,可向作者索取。

[参考文献]

[1] 王玉泽,罗能生,刘文彬.什么样的杠杆率有利于企业创新[J].中国工业经济,2019(03):138|155.

[2]蔡竞,董艳.银行业竞争与企业创新:来自中国工业企业的经验证据[J].金融研究,2016(11):96|111.

[3]王康,李逸飛,李静,赵彦云.孵化器何以促进企业创新:来自中关村海淀科技园的微观证据[J].管理世界,2019,35(11):102|118.

[4]Pierrakis Y,Collins L.Crowdfunding:A New Innovative Model of Providing Funding to Projects and Businesses[DB/OL].SSRN,2013(1):1|23.DOI:10.2139/ssrn.2395226.

[5]谢绚丽,沈艳,张皓星,郭峰.数字金融能促进创业吗:来自中国的证据[J].经济学(季刊),2018,17(04):1557|1580.

[6]贾俊生,刘玉婷.数字金融、高管背景与企业创新:来自中小板和创业板上市公司的经验证据[J].财贸研究,2021,32(2):65|76.

[7]梁榜,张建华.数字普惠金融发展能激励创新吗:来自中国城市和中小企业的证据[J].当代经济科学,2019,41(05):74|86.

[8]汪伟,潘孝挺.金融要素扭曲与企业创新活动[J].统计研究,2015,32(05):26|31.

[9]Claessens S,Laeven L.Financial Development,Property Rights,and Growth[J].Journal of Finance,2003,58(6):2401|2436.

[10]Fuster A,Plosser M,Schnabl P,et al.The Role of Technology in Mortgage Lending[J].The Review of Financial Studies,2019,32(5):1854|1899

[11]Inessa L.Financial Development and Financing Constraints:International Evidence from the Structural Investment Model[J].Review of Financial Studies,2003(3):765|791.

[12]Demertzis M,Merler S.and Wolff,G.B.Capital Markets Union and the Fintech Opportunity[J].Journal of Financial Regulation,2018(4):157|165.

[13]刘政,杨先明.非正规金融促进了本土企业产品创新吗:来自中国制造业的证据[J].经济学动态,2017(08):88|98.

[14]白俊红,王钺,蒋伏心,李婧.研发要素流动、空间知识溢出与经济增长[J].经济研究,2017,52(07):109|123.

[15]黄益平,黄卓.中国数字金融发展:现在与未来[J].经济学(季刊),2018,17(4):1489|1502.

[16]李毓,周欢.区域信贷、技术创新对经济增长影响的实证分析:基于空间面板视角[J].经济问题,2018(11):26|35.

[17]唐松,伍旭川,祝佳.数字金融与企业技术创新:结构特征、机制识别与金融监管下的效应差异[J].管理世界,2020,36(05):52|66,9.

[18]温博慧,刘雨菲,程朋媛.数字金融对传统银行小微贷款影响的空间效应:基于非平衡空间计量模型的实证检验[J].国际金融研究,2022(3):45|55.

[19]Anselin L,Rey S.Properties of Tests for Spatial Dependence in Linear Regression Models[J].Geographical Analysis,2010,23(2):112|131.

[20]Elhorst J P,Freret S.Evidence of Political Yardstick Competition inFrance Using a Two|Regime Spatial Durbin Model with Fixed Effects[J].Journal of Regional Science,2009,49(5):93|151.

(責任编辑文格)

Impact of Digital Finance on Enterprise

Technological Innovation of China:

An Empirical Study Based on Spatial Dubin Model

LI Shen|yan HU Shao|bo

(1.School of Economics,Wuhan University of Technology,Wuhan 430070,Hubei,China;

2.Shizhen College,Guizhou University of Traditional Chinese Medicine,

Guiyang 550200,Guizhou,China)

Abstract:Scientific and technological innovation is the core of the overall modernization,and the development of digital finance has brought new opportunities for enterprise scientific and technological innovation.This paper theoretically analyzes the direct action mechanism and spatial spillover mechanism of digital finance on enterprise technological innovation,and uses SDM to test empirically the direct and spatial effects.Empirical research shows that: Firstly,the development of digital finance has a significant and direct promotion effect on enterprise technological innovation,i.e.the development of digital finance will drive the improvement of enterprise technological innovation capabilities in this region.Secondly,the development of digital finance has a significant positive spatial spillover effect on enterprise technological innovation,which means that the development of digital finance in this region will drive the improvement of enterprise technological innovation capabilities in surrounding regions.Thirdly,the depth and degree of digital finance use have significant direct and spatial spillover effects on enterprise technological innovation,that is the stronger the depth of digital finance use is and the higher the degree of digitization develops in the region,which can improve the technological innovation capabilities of enterprises in the region and the surrounding areas.Finally,from the perspective of developing digital finance,policy recommendation has been put forward to promote enterprise technological innovation by improving the overall development level of digital finance,increasing the depth of digital finance use,strengthening communication and cooperation between regions in China.

Key words:digital finance; enterprise technological innovation; Spatial Dubin Model; spatial spillover effects

猜你喜欢

空间杜宾模型空间溢出效应数字金融
普惠金融视角下县域数字金融发展研究
区块链对我国金融业的发展影响
中国发展数字普惠金融存在的问题及对策
倾向中西部的土地供给如何推升了房价
FDI对中国农业全要素生产率的空间溢出效应
绿色增长效率及其空间溢出