杨雪晴,张 娜,张冬阳,杨 凡,周 娜

蚌埠学院经济与管理学院，安徽蚌埠，233000

1 问题提出与相关文献

改革开放以来，中国经济由高速增长逐步转变为高质量发展，城市创新创业水平的提升将为高质量发展提供驱动力。国务院从2017年起发布了三批《关于推广支持创新相关改革措施的通知》，习近平总书记在十九届六中全会强调创新是推动经济高质量发展的主要驱动力。在此背景下，如何提高我国城市的创新创业水平，进而能够促进城市经济的高质量发展成为亟待解决的问题。其中，金融对于创新创业的支持可以说是尤为关键，创新创业活动离不开资金的支持，而金融能够使得资金得到更加有效的配置[1]。

在传统金融的背景下，创新创业主体面临的融资难、融资贵等问题非常普遍，而数字普惠金融的出现很好地缓解了这一现象。自2016年G20杭州峰会上通过《G20数字普惠金融高级原则》，2019年在北京首次召开全国性的“中国数字普惠金融大会”之后，数字普惠金融在我国金融领域扮演的角色愈发重要。数字普惠金融的发展将提升我国金融服务实体经济的水平。

大部分学者认为数字普惠金融能够促进企业创新水平提升，研究多从数字普惠金融可以降低企业的融资成本[2]、缓解金融机构与企业之间的信息不对称[3]等问题，进而能够推动信贷资源向创新领域倾斜，从而提升企业创新能力和水平出发[4]。还有部分相关文献探究数字普惠金融对地区创新能力的影响，从信贷约束、信息约束以及社会信任这些机制出发进行研究[5]。虽然研究城市创新创业的文献比较少，但还是有学者做出了贡献。其中，刘毛桃等[6]提出数字普惠金融可以显著提高城市创新创业水平，并且从新建企业、吸引外来投资、吸引风险投资、商标注册数等视角进行相关检验。已有文献忽略了数字普惠金融发展对城市创新创业水平的影响会存在地方政府间的互动，进而对周边城市存在空间溢出效应。更为重要的是，现有研究主要关注企业融资成本和信息约束渠道，较少从其他角度出发探究影响机制。因此，研究数字普惠金融对城市创新创业水平的空间溢出效应，以及其究竟通过何种机制影响城市创新创业水平将显得尤为重要。2019年国务院印发了《长江三角洲区域一体化发展规划纲要》，将长江三角洲区域规划范围明确为上海、江苏、浙江和安徽三省一市的全部区域，其人口占到全国的1/6，GDP总量占到全国的1/4，可以说，长三角地区作为我国经济增长的重要引擎，对我国经济的发展有着重大意义。文本将重点考察数字普惠金融对长三角地区城市创新创业水平的窗口辐射作用，为促进我国创新创业能力的提升提供一定的参考，助力我国经济持续稳定高质量发展。

2 理论基础与假设

2.1 数字普惠金融与创新创业

数字普惠金融对城市创新创业的影响可以从微观和宏观两种不同的视角去分析。微观上来看，数字普惠金融可以通过降低企业融资成本，进而影响企业创新。数字普惠金融的普惠性，针对中小企业和个人在生产经营过程中很难通过商业银行获得所需的资金，数字普惠金融可以通过大数据算法对中小企业情况进行综合分析，弥补传统金融的短板，提升企业的融资能力，进而促进企业创新[7]。从宏观上分析，数字普惠金融对城市创新创业有显著正向影响，具有助推技术创新效应和产业集聚的作用[7]。数字普惠金融可以通过缓解信贷约束、提升信息透明度和提升社会氛围，促进城市创业水平[8]，其完善程度越高，地区会越容易吸引更多的资金，降低了融资成本。此外，随着长三角地区一体化进程不断推进，地区数字普惠金融的发展也会带动周边地区数字普惠金融水平的提升，具有明显的窗口辐射作用。鉴于此，提出假设1：

假设1：数字普惠金融发展对长三角地区创新创业水平存在显著正向影响，并具有空间溢出效应。

2.2 数字普惠金融对创新创业的影响机制

城市创新创业水平的提升往往取决于地区企业创新创业的意愿，受制于创新的基本性质，如不确定性和公共品属性[9]。诞生于信息化时代的数字普惠金融，不仅能推动城市经济发展，还能促进城市创新创业水平的提升[10]。文本认为数字普惠金融促进城市创新创业水平存在以下两种作用机制。

2.2.1 全要素生产率

全要素生产的提升首先代表着全社会的生产效率提升，一定程度上反映了社会体制的优化和管理模式的进步。其次，这种生产性技术的改变会直接提高产业的知识密集程度，带来产业向知识集约方向的变迁，能够使产业从低附加值向高附加值方面演变，进而对整个城市的创新创业产生积极影响。第三，数字普惠金融发展带来的生产效率提升，还会进一步使地区的市场机制更为有效，提高市场的优胜劣汰能力[11]。这会导致低效率企业的退出和高效率企业的进入，创新生态环境的改善将会推动城市创新创业水平提升。据此，提出假设2：

假设2：数字普惠金融能够通过影响全要素生产率来促进城市创新创业水平。

2.2.2 资源配置

根据资源空间选择理论，资源往往是向高收益地区流动。数字普惠金融水平比较高的城市，能够吸引更多的资金和人才流入。资源有效配置表现为生产要素特别是劳动力从低生产效率产业进入高生产效率产业，这将促进产业结构优化升级进而推动经济合理高效发展。同时，数字普惠金融的发展会较好地改变当地的金融资源扭曲现状，能够让该地区有限的金融资源合理地进行配置[12]，同时随着数字普惠金融中大数据等电子信息技术的逐渐应用，能增加本地区普惠金融发展的广度和深度，有效改善本地区的金融服务质量，从而使得区域内的资源配置效率得到很大的提升和改善，减少资源的闲置和浪费，从而更能够促进本地区创新创业活动的开展。由此，本文提出假设3：

假设3：数字普惠金融能够通过提升资源配置效率来促进城市创新创业水平。

3 研究设计

3.1 研究范围与数据来源

研究根据《长江三角洲区域一体化发展规划纲要》，选取长三角地区江苏、浙江、安徽和上海三省一市的41个城市2011—2018年的面板数据。

数字普惠金融指数选用北京大学互联网金融研究中心联合上海新金融研究院、蚂蚁金服集团的联合课题组提供的数据。创新创业水平数据采用北京大学国家发展研究院编制的朗润-龙信创新创业指数。其他指标的数据来源为《中国城市统计年鉴(2012—2019)》、EPS数据库和CSMAR数据库。

3.2 模型构建

参考郭庆旺等[13]的做法，从空间计量的视角出发，使用地理距离空间权重矩阵，建立空间杜宾模型，以求验证数字普惠金融对城市创新创业水平的影响。模型设定如公式(1)：

(1)

(2)

3.3 变量选取

3.3.1 被解释变量

创新创业水平(Y)：选取朗润-龙信创新创业指数作为城市创新创业水平的代理变量，并进行加1后取对数处理。从新建企业、吸引外来投资、吸引风险投资、专利授权数量和商标注册数量五个不同维度选取七个指标来构建每个城市的创新创业指数，能全面衡量一个城市的创新创业水平。

3.3.2 核心解释变量

数字普惠金融(Imag)：选取北京大学互联网金融研究中心发布的从数字普惠金融覆盖广度、数字化程度和数字普惠金融使用深度三个维度出发测算得出的数字普惠金融指数，用该指数作为核心解释变量，对其进行加1后取对数处理。

3.3.3 控制变量

(1)城市经济发展水平(Pgdp)：城市经济发展水平提升能促进城市创新创业水平，采用长三角地区各城市人均GDP取对数作为代理变量；

(2)产业结构(Gdp3)：产业结构升级会助力于新型产业的发展，促进城市创新创业水平，采用第三产业占GDP比重作为代理变量；

(3)基础设施投资(Inf)：基础设施投资对于城市创新创业水平会产生重要影响，是一个不可忽视的因素，本文将基础设施建设投资纳入控制变量中，采用各地区固定资产投资中的基础设施投资部分来表示；

(4)互联网用户数(Int)：互联网的快速发展为创新创业提供了新的机遇与视角，提供了崭新的平台，给予了新模式和良好的创业氛围，互联网用户数可以用来代表互联网的发展水平，因此纳入控制变量中来；

(5)财政支出偏向(Fs)：地方政府重视创新创业活动，将提升财政支出中创新创业项目所占的比重，对于城市的创新创业水平将会产生影响，故将财政支出偏向纳入控制变量,使用地方财政一般预算内支出与民生性支出的差额占地方财政一般预算内支出的比重来表示[14]；

(6)对外开放水平(Open)：采用外商直接投资作为代理变量，其主要通过风险投资来影响城市的创新创业水平，故纳入控制变量。

3.3.4 中介变量

(1)全要素生产效率(TFP)：本文参考王欢芳等[15]所使用的方法，采用SFA方法进行计算，产出设定为实际GDP，投入要素为从业人员数、固定资产存量(永续盘存法)，从而测算出长三角地区41个城市的全要素生产率。

(2)资源配置效率(CU)：本文重点关注资本市场要素扭曲。借鉴白俊红等[16]的做法(CU值越大说明资本市场扭曲程度越小，资本市场资源配置效率越高)，通过测度要素市场扭曲程度的逆向指标CU来反映城市的资源配置效率。统计结果见表1。

表1 变量的描述性统计 N=328

4 实证结果

4.1 基准回归结果

空间关联会使得各城市创新创业水平不仅会受到本地区相关因素的影响，还会受到其他地区相关因素的影响。鉴于此，本文构建全局Moran′s I莫兰指数以检验变量间是否存在相关关系。本文采用的莫兰指数定义如下：

(3)

Moran’s I指数的绝对值越大则表示空间相关性越大，反之则越小。指数大于0为正相关，小于0则为负相关，等于0表示属性值分布与区域数据分布相互独立。表2为苏浙沪皖41个城市创新创业水平的全局莫兰指数，可以发现2011—2018年所有的莫兰指数都大于0，且在1%的水平下显著，故可以采用空间计量进行实证分析。

表2 2011—2018年长三角地区城市创新创业莫兰指数

为了检验长三角地区各城市数字普惠金融与城市创新创业水平之间的关系，采用地理权重矩阵，本文根据模型(1)进行回归，回归结果见表3。在未加入控制变量时，数字普惠金融系数为0.005，且通过5%显著水平，说明数字普惠金融发展促进城市创新创业水平，同时其空间溢出系数为0.024，通过1%显著水平，能够推断数字普惠金融水平不仅会对本地区城市创新创业水平产生影响，也会对周边其他地区的创新创业水平产生正向影响。加入控制变量后，数字普惠金融系数为0.003，在1%水平显著，空间溢出系数也通过了1%显著水平，说明城市数字普惠金融不仅对本地创新创业水平产生影响，也存在明显的空间溢出效应。故假设1得到验证，数字普惠金融与城市创新创业之间具有显著的正向关系，数字普惠金融对城市创新创业水平有明显的促进作用，且存在空间溢出效应。

表3 基准回归结果 N=328

4.2 异质性检验

数字普惠金融发展对城市创新创业水平的影响很大程度上依赖于城市的交通便利程度。交通设施的完善不仅能够带来交通可达性的提升，更有利于要素的空间流动，吸引更多的资本和人才流入，对于城市创新创业水平而言同样具有重要意义。考虑到高铁建设更有助于经济水平的发展，本文重点关注城市高铁的建设情况。为了探究城市的交通设施水平不同是否会影响到数字普惠金融发展对城市创新创业水平的促进作用，本文根据在研究时间范围内城市是否有高铁站进行分组，将有高铁站的城市定义为交通便利程度高组，将另外的城市定义为交通便利程度低组。回归结果报告于表4。从实证结果中可以发现，交通便利城市的数字普惠金融发展对于城市创新创业水平的影响更为显著，相反，非交通便利的城市，其数字普惠金融主效应系数为0.002低于交通便利城市的主效应系数0.004。

表4 异质性检验结果 N=328

4.3 稳健性检验

为检验上述结果的稳健性情况，本文将地理矩阵更换为经济矩阵，进一步考察模型的稳健性情况，结果如表5所示。实证结果同样表明，数字普惠金融不仅对本地城市创新创业水平存在显著的正向促进作用，同时存在空间溢出效应，上述结果再次较好地验证了假设1，验证了结论的可靠性。

表5 基准回归结果 N=328

4.4 进一步分析

为讨论数字普惠金融发展对城市创新创业水平影响的作用机制，本文参考黎文靖等[17]的做法。先检验数字普惠金融对中介变量的影响，再通过引入数字普惠金融与中介变量的交互项，检验中介变量在数字普惠金融对城市创新创业的影响中是否发挥中介作用。模型设定如公式(4)(5)：

(4)

(5)

其中，Z为中介变量，代表全要素生产率(TFP)和资源配置效率(CU)，其他各项与模型(1)含义相同。本部分重点关注交互项系数，其反映了数字普惠金融是否通过提升全要素生产率和资源配置效率，进而对城市创新创业水平产生影响。回归结果见表6和表7。

表6 全要素生产率中介效应回归结果 N=328

从表6的列(2)可以发现，数字普惠金融的确能够提升城市的全要素生产率，主效应系数为0.002，在1%水平显著，同时空间溢出系数为0.032，在1%的水平下显著为正，可以得出，数字普惠金融对于城市全要素生产率的提升存在空间溢出效应。并且全要素生产率与数字普惠金融的交互项系数和空间溢出系数，均显著为正，说明数字普惠金融能够通过提升地区全要素生产率进而实现城市创新创业水平的提升，假设2得到验证。

从表7的列(2)可以发现，回归结果的主效应系数为0.032，空间溢出系数为0.038，均在1%水平显著，数字普惠金融的确能够提升城市资源配置效应，且存在空间溢出效应。同时，资源配置效应与数字普惠金融的交互项系数，可以看到都是在1%的水平下显著为正，说明数字普惠金融能够通过提升资源配置效率进而实现城市创新创业水平的提升，假设3得到验证。

表7 资源配置效率中介效应回归结果 N=328

5 结论与建议

本文使用2011—2018年长三角地区苏浙沪皖共计41个城市的面板数据，运用空间杜宾模型，研究数字普惠金融对长三角地区城市创新创业水平的影响及其作用机制，主要得出以下结论：(1)数字普惠金融的发展会促进长三角城市创新创业水平的提升，并且存在一定的空间溢出效应；(2)数字普惠金融对城市创新创业产生的影响在交通便利城市更加有效；(3)数字普惠金融通过全要素生产率和资源配置效率对长三角城市创新创业产生积极影响。

根据上述研究结论，本文提出如下政策建议：第一，长三角地区需要借助数字普惠金融发展带来的优势，因势利导推动城市创新创业水平提升。同时上海、杭州、苏州、南京和合肥作为长三角地区的核心城市，需要进一步发挥其引领作用，利用空间溢出效应，提升长三角地区一体化步伐；第二，长三角地区需要强化交通先行理念，加大基础设施投入，提升城市的交通便利程度，为城市创新创业发展保驾护航；第三，长三角地区需要建立与高质量发展相适应的发展机制，充分利用全要素生产率效应和资源配置效应提升城市的创新创业水平。