金融科技創(chuàng)新如何影響全要素生產(chǎn)率：促進(jìn)還是抑制？
——理論分析框架與區(qū)域?qū)嵺`

唐 松，賴曉冰，黃 銳

(廣東金融學(xué)院 行為金融與區(qū)域?qū)嶒炇遥瑥V東 廣州 510521)

一、引言

中國經(jīng)濟(jì)已由高速增長轉(zhuǎn)變?yōu)楦哔|(zhì)量發(fā)展階段，其核心就是對內(nèi)轉(zhuǎn)變經(jīng)濟(jì)增長方式，由傳統(tǒng)增加要素投入的“粗放式”增長向提高全要素生產(chǎn)率的“集約式”增長方式轉(zhuǎn)型；對外通過創(chuàng)新產(chǎn)業(yè)發(fā)展提升國際競爭力，邁向全球產(chǎn)業(yè)供應(yīng)鏈中高端。但中國經(jīng)濟(jì)高質(zhì)量發(fā)展的背后同樣面臨全要素生產(chǎn)率增長乏力，外部環(huán)境顯著惡化等問題。反映在現(xiàn)實層面即是內(nèi)部創(chuàng)新動力不足引致的經(jīng)濟(jì)轉(zhuǎn)型成本增大，加之產(chǎn)業(yè)創(chuàng)新驅(qū)動外部市場需求端的環(huán)境沖擊，特別是中美產(chǎn)業(yè)分工逐步從互補(bǔ)向競爭關(guān)系轉(zhuǎn)變[1-2]，導(dǎo)致2018年以來的中美貿(mào)易爭端，進(jìn)一步壓縮了創(chuàng)新發(fā)展轉(zhuǎn)型的窗口期。毫無疑問，通過創(chuàng)新驅(qū)動進(jìn)而提升全要素生產(chǎn)率作為保障經(jīng)濟(jì)高質(zhì)量運(yùn)行的重要前提，已然成為當(dāng)下學(xué)界關(guān)注的焦點(diǎn)之一。

金融是實現(xiàn)創(chuàng)新驅(qū)動的重要條件，在金融支持下的先進(jìn)科技融合創(chuàng)新，有助于提高金融服務(wù)供給質(zhì)量與資源配置效率。特別是金融科技(Fintech)[注]金融科技(financial technology)，簡稱Fintech。根據(jù)金融穩(wěn)定理事委員會(FSB)的定義，金融科技指技術(shù)帶來的金融創(chuàng)新，它能創(chuàng)造新的業(yè)務(wù)模式、應(yīng)用、流程或產(chǎn)品，從而對金融市場、金融機(jī)構(gòu)或金融服務(wù)的提供方式造成重大影響。的發(fā)展，利用大數(shù)據(jù)、云計算、人工智能、區(qū)塊鏈等技術(shù)在金融領(lǐng)域的融合創(chuàng)新，在一定程度解決信息不對稱問題，拓展金融服務(wù)的應(yīng)用邊界，增加金融服務(wù)的有效供給，從而滿足實體部門要素生產(chǎn)需求。與此同時，金融科技依托自身的網(wǎng)絡(luò)化發(fā)展，有益于開拓技術(shù)知識溢出渠道，在一定程度上幫助技術(shù)知識在區(qū)域間的開放和流動，加速創(chuàng)新產(chǎn)業(yè)集群發(fā)展，為區(qū)域?qū)嶓w部門的要素生產(chǎn)活動提供內(nèi)在動力。數(shù)據(jù)顯示[注]數(shù)據(jù)來源于埃森哲對研究機(jī)構(gòu)CB Insights數(shù)據(jù)的分析報告。，2010年至2017年期間，全球投資總額達(dá)到977億美元，總資金復(fù)合年增長率為47%；到2018年，全球金融科技投資額攀升至553億美元，中國金融科技投資額亦創(chuàng)出255億美元新高(接近2017年全球金融科技投資總額)?？梢?，現(xiàn)階段中國乃至全球金融科技的快速發(fā)展，為不斷提高金融服務(wù)的普惠性和便捷性，繼而促進(jìn)全要素生產(chǎn)率增長提供現(xiàn)實可能性。

但不可否認(rèn)，金融科技創(chuàng)新也會衍生出新的風(fēng)險。一方面，由于監(jiān)管存在滯后性，金融科技又具備技術(shù)快速迭代和金融產(chǎn)品轉(zhuǎn)化周期短的特征，容易突破現(xiàn)行監(jiān)管框架[3]，會導(dǎo)致風(fēng)險頭寸不斷積累和蔓延；另一方面，金融科技創(chuàng)新過程并沒有脫離金融屬性，在技術(shù)創(chuàng)新推動下，金融科技所內(nèi)含的金融風(fēng)險將呈現(xiàn)更快速、隱蔽、多渠道傳導(dǎo)，最終對實體部門要素生產(chǎn)過程產(chǎn)生一定抑制作用。因此，在考察金融科技發(fā)展是否有利于提高全要素生產(chǎn)率的同時，如何遵循技術(shù)運(yùn)行規(guī)律與金融法規(guī)邊界內(nèi)，有效借助金融科技中的創(chuàng)新驅(qū)動機(jī)制，在防范創(chuàng)新所引發(fā)的風(fēng)險前提下，促使金融業(yè)與實體部門的技術(shù)革新，優(yōu)化要素生產(chǎn)環(huán)境，提升全要素生產(chǎn)率。這對于當(dāng)前中國經(jīng)濟(jì)高質(zhì)量發(fā)展背景下，有效把握穩(wěn)增長和防風(fēng)險之間的平衡具有重要的理論意義與實踐價值。

現(xiàn)有文獻(xiàn)有關(guān)金融科技創(chuàng)新與全要素生產(chǎn)率的研究主要基于微觀層面、產(chǎn)業(yè)層面和宏觀層面，旨在探討技術(shù)驅(qū)動下的金融創(chuàng)新給要素生產(chǎn)過程帶來的機(jī)遇和風(fēng)險。從微觀層面來看，部分研究以技術(shù)進(jìn)步為導(dǎo)向，認(rèn)為金融科技涵蓋金融領(lǐng)域的數(shù)字創(chuàng)新和技術(shù)支持的商業(yè)模式創(chuàng)新，其通過革新現(xiàn)有企業(yè)對產(chǎn)品與服務(wù)的生產(chǎn)及交付方式[4]，為投資者提供創(chuàng)新性后臺服務(wù)、教育和培訓(xùn)，帶來技術(shù)的進(jìn)步[5]。另有研究以資源配置效率為導(dǎo)向，發(fā)現(xiàn)金融科技基于技術(shù)創(chuàng)新優(yōu)勢，一方面可以利用區(qū)塊鏈技術(shù)的不可篡改特性解決交易雙方信任問題，有效釋放生產(chǎn)力[6]；另一方面通過大數(shù)據(jù)分析和處理克服信息不對稱問題，譬如在沒有實體投資情況下提供貸款服務(wù)，有效匹配資金供求雙方成交意向，拓展金融服務(wù)范圍[7-8]，提升金融資源配置效率。就產(chǎn)業(yè)層面而言，金融科技創(chuàng)新顛覆了以間接融資為主的金融資源配置模式，對傳統(tǒng)金融業(yè)產(chǎn)生一定挑戰(zhàn)[9]。然而，傳統(tǒng)金融業(yè)在金融科技支持下亦能將挑戰(zhàn)轉(zhuǎn)化為機(jī)遇。有學(xué)者指出，信息科技與金融部門融合創(chuàng)新產(chǎn)生乘數(shù)效應(yīng)，有助于提高經(jīng)濟(jì)產(chǎn)出和生產(chǎn)率[10]，諸如IT技術(shù)與支付、匯款及資產(chǎn)管理等金融服務(wù)的融合創(chuàng)新，產(chǎn)生電子、數(shù)字和金融科技服務(wù)，不斷推動生產(chǎn)力發(fā)展[11-12]。值得注意的是，金融科技創(chuàng)新的出現(xiàn)必然同時存在機(jī)遇和挑戰(zhàn)。從宏觀層面來看，金融科技創(chuàng)新催生的風(fēng)險容易突破地理邊界，并伴隨風(fēng)險更具傳染性、隱蔽性和系統(tǒng)性[13]，沖擊實體經(jīng)濟(jì)運(yùn)行。但大數(shù)據(jù)、云計算、分布式賬本技術(shù)等金融科技的應(yīng)用，也有利于風(fēng)險識別與管理，并降低自身風(fēng)險集中度，實現(xiàn)金融體系穩(wěn)定，提高資源配置效率[14]。綜合而言，盡管有關(guān)金融科技創(chuàng)新與全要素生產(chǎn)率的研究已經(jīng)閃現(xiàn)部分成果，但從區(qū)域視角探求金融科技創(chuàng)新的空間溢出機(jī)制對全要素生產(chǎn)率的空間影響研究，越來越受到金融、區(qū)域科學(xué)等領(lǐng)域?qū)W者關(guān)注。事實上，不同地區(qū)間的經(jīng)濟(jì)事物往往存在空間相關(guān)性[15]，金融科技創(chuàng)新過程本身產(chǎn)生的空間知識溢出對周邊地區(qū)全要素生產(chǎn)率的影響，能促使金融資源要素跨區(qū)域流動，若忽視金融科技創(chuàng)新與要素生產(chǎn)之間的“地理特征”，將使其問題導(dǎo)向的理論研究框架和實踐價值產(chǎn)生缺陷。

相較于以往研究，主要貢獻(xiàn)有兩點(diǎn)：第一，探索性的以金融科技創(chuàng)新為切入點(diǎn)，在理論上深入闡釋金融科技創(chuàng)新通過何種路徑提高全要素生產(chǎn)率；第二，基于空間計量方法，考慮到金融科技創(chuàng)新的空間溢出效應(yīng)和區(qū)域全要素生產(chǎn)率的空間關(guān)聯(lián)性，并建立多種空間面板計量模型實證檢驗金融科技創(chuàng)新對區(qū)域全要素生產(chǎn)率的直接影響和空間溢出影響。

文章后續(xù)安排如下：第二部分從區(qū)域內(nèi)部層面和區(qū)域間(空間)層面對金融科技創(chuàng)新與全要素生產(chǎn)率之間的傳導(dǎo)機(jī)制進(jìn)行理論分析；第三部分在傳統(tǒng)面板OLS模型上引入空間因素構(gòu)建SAR、SEM和SDM模型，并進(jìn)行數(shù)據(jù)說明和描述性統(tǒng)計；第四部分為金融科技創(chuàng)新與全要素生產(chǎn)率之間關(guān)系的實證分析；第五部分是全文結(jié)論與政策啟示。

二、理論分析框架

近期以來，金融科技在中國得到快速發(fā)展，金融與科技創(chuàng)新融合的發(fā)展趨勢，正在改變傳統(tǒng)金融資源配置方式，影響要素生產(chǎn)過程。本文試圖從金融科技創(chuàng)新角度出發(fā)，首先通過長尾理論，在區(qū)域內(nèi)部層面探討金融科技創(chuàng)新如何發(fā)揮長尾效應(yīng)進(jìn)而作用于全要素生產(chǎn)率；另一方面基于知識溢出理論，在區(qū)域間層面剖析金融科技創(chuàng)新如何對全要素生產(chǎn)率產(chǎn)生空間知識溢出。

(一)區(qū)域內(nèi)部層面金融科技創(chuàng)新與全要素生產(chǎn)率之間的形成機(jī)制

區(qū)域內(nèi)部金融科技創(chuàng)新與全要素生產(chǎn)率之間的作用機(jī)制，可通過催生長尾市場的方式促進(jìn)全要素生產(chǎn)率提升。根據(jù)長尾理論，位于正態(tài)曲線兩端需求量小、差異化大的尾部非流行市場，其市場規(guī)模累加的結(jié)果將超越位于正態(tài)曲線頭部的流行市場。由于物理網(wǎng)點(diǎn)等限制，傳統(tǒng)金融服務(wù)模式更偏向于“二八定律”，將有限的資源和精力傾注于少量高端客戶，在某種程度上被動地忽略長尾市場這一價值洼地的開采。但金融科技的出現(xiàn)，為打破“二八定律”服務(wù)困境、完善普惠性金融服務(wù)提供另一種可能性。金融科技依托底層的大數(shù)據(jù)、云計算、人工智能和區(qū)塊鏈等技術(shù)創(chuàng)新，深刻重構(gòu)現(xiàn)行交易規(guī)則和技術(shù)、支付和清償系統(tǒng)、規(guī)制與監(jiān)管制度等領(lǐng)域的金融基礎(chǔ)設(shè)施，在金融服務(wù)供給層面產(chǎn)生新商業(yè)模式、技術(shù)應(yīng)用、業(yè)務(wù)流程和創(chuàng)新產(chǎn)品，推動金融新業(yè)態(tài)形成。諸如智能投顧、保險科技、股權(quán)眾籌、移動支付等金融新業(yè)務(wù)模式，實現(xiàn)金融服務(wù)方向從線下到線上轉(zhuǎn)變，服務(wù)邊界從高端向普惠性拓展，為長尾需求群體提供多樣化金融服務(wù)。值得注意的是，金融科技基于技術(shù)創(chuàng)新對金融功能的深入發(fā)掘，不僅顛覆傳統(tǒng)金融機(jī)構(gòu)物理網(wǎng)點(diǎn)限制，也催生以民營企業(yè)需求群體為主的長尾市場。具體而言，金融科技通過對金融機(jī)構(gòu)和非金融企業(yè)的基礎(chǔ)信息大數(shù)據(jù)展開實時和智能化搜集、分析、決策和共享，輔以去中心化的分布式記賬技術(shù)保證企業(yè)信息數(shù)據(jù)安全性并降低信任風(fēng)險，可以大幅降低長尾市場信息不對稱成本，并在強(qiáng)虹吸效應(yīng)下擴(kuò)大對民營企業(yè)需求群體的金融服務(wù)范圍，改善對具備創(chuàng)新實力卻無法融資的企業(yè)甄別能力，進(jìn)而強(qiáng)化金融資源對富含技術(shù)創(chuàng)新項目的有效配置，促成全要素生產(chǎn)率提高?；诖耍岢鲆韵旅}：

命題1：區(qū)域內(nèi)部層面，金融科技創(chuàng)新有助于提升區(qū)域全要素生產(chǎn)率。

(二)區(qū)域間層面金融科技創(chuàng)新與全要素生產(chǎn)率之間的傳導(dǎo)機(jī)理

從區(qū)域間層面考察，金融科技創(chuàng)新在空間知識溢出作用下推動區(qū)域全要素生產(chǎn)率提升。知識溢出理論在空間的應(yīng)用，表現(xiàn)為地理區(qū)位之間無意識的知識交流與傳播過程，即發(fā)生空間知識溢出。具體到金融科技創(chuàng)新利用空間知識溢出提高全要素生產(chǎn)率的路徑主要有兩種：第一種路徑基于網(wǎng)絡(luò)效應(yīng)，通過金融科技創(chuàng)新加速顯性知識的空間溢出提升區(qū)域全要素生產(chǎn)率。金融科技借助大數(shù)據(jù)、云計算、人工智能和區(qū)塊鏈等一系列技術(shù)支持下的創(chuàng)新行為本身，具有技術(shù)知識特征。首先金融科技運(yùn)用大數(shù)據(jù)、云計算等網(wǎng)絡(luò)化技術(shù)分析工具，依賴于互聯(lián)網(wǎng)進(jìn)行傳播和應(yīng)用，而互聯(lián)網(wǎng)具有顯著的網(wǎng)絡(luò)效應(yīng)[16]，其創(chuàng)新活動在網(wǎng)絡(luò)效應(yīng)作用下打破知識傳導(dǎo)的地理限制，加速顯性知識跨區(qū)域傳播；其次鄰近區(qū)域吸收主體通過學(xué)習(xí)模仿其先進(jìn)的技術(shù)知識，吐故納新，在助推技術(shù)進(jìn)步和效率提升的同時也能控制企業(yè)在技術(shù)研發(fā)過程中遇到的財務(wù)風(fēng)險。

第二條路徑則基于人員流動效應(yīng)，通過攜帶金融科技創(chuàng)新知識的人才在區(qū)域間流動，在合理配置人員與技術(shù)對接的同時加快技術(shù)知識吸收[17]，能夠拓展隱性知識的空間溢出渠道，最終實現(xiàn)區(qū)域全要素生產(chǎn)率增長。換言之，由于隱性知識較難編碼和記錄[18]，其傳播過程主要通過人與人之間的直接交流來完成[19]。具體到金融科技領(lǐng)域，其創(chuàng)新人才在區(qū)域間流動引發(fā)空間知識溢出，產(chǎn)生流動效應(yīng)；而流動效應(yīng)將對企業(yè)創(chuàng)新產(chǎn)生積極影響[20]，不僅能夠強(qiáng)化隱性知識在不同區(qū)域和企業(yè)群體之間傳遞和交流，還會拓展隱性知識空間溢出渠道；鄰近區(qū)域的技術(shù)知識吸收主體在模仿效應(yīng)作用下助力自身技術(shù)進(jìn)步和效率提高，進(jìn)一步促使全要素生產(chǎn)率上升。鑒于此，提出以下命題：

命題2：區(qū)域間層面，金融科技創(chuàng)新能促進(jìn)知識的跨區(qū)域傳導(dǎo)，即發(fā)生空間知識溢出，推動周邊地區(qū)全要素生產(chǎn)率增長。

從風(fēng)險監(jiān)管視角考量，由于傳統(tǒng)金融監(jiān)管缺乏同步和自動化特性，快速更新的金融科技產(chǎn)品和技術(shù)能夠輕易地突破現(xiàn)有監(jiān)管框架，對金融部門基本面構(gòu)成沖擊[21]；并在利益驅(qū)使下采用更高風(fēng)險金融工具進(jìn)行監(jiān)管套利，導(dǎo)致風(fēng)險頭寸不斷積累和蔓延，誘發(fā)系統(tǒng)性金融風(fēng)險，從而制約實體部門要素生產(chǎn)進(jìn)程，阻礙全要素生產(chǎn)率增長。因此，金融科技創(chuàng)新對全要素生產(chǎn)率并非只產(chǎn)生積極作用。就金融屬性而言，金融科技創(chuàng)新仍存在金融風(fēng)險外部性和順周期性，隨著技術(shù)創(chuàng)新延伸會增加風(fēng)險傳染的突發(fā)概率和波動幅度，其風(fēng)險地形成會引致跨部門、跨行業(yè)、跨區(qū)域交叉?zhèn)魅荆瑪U(kuò)大實體部門風(fēng)險敞口，惡化實體部門在要素生產(chǎn)時所處發(fā)展環(huán)境，進(jìn)而對全要素生產(chǎn)率的提升產(chǎn)生阻力。就現(xiàn)實而言，中國金融科技正處于發(fā)展初期，大部分停留在傳統(tǒng)金融基礎(chǔ)上拓展金融服務(wù)范圍，激發(fā)客戶獲取金融服務(wù)的欲望和需求[22-23]，為金融服務(wù)實體部門做出重要補(bǔ)充；其作用形式更多表現(xiàn)為金融科技對傳統(tǒng)金融部門的技術(shù)知識溢出，實現(xiàn)傳統(tǒng)金融部門技術(shù)升級改造，對系統(tǒng)龐大的傳統(tǒng)金融部門風(fēng)險沖擊力度極為有限。與此同時，金融科技創(chuàng)新在監(jiān)管機(jī)構(gòu)的應(yīng)用也催生了監(jiān)管科技(Reg Tech)發(fā)展，其對監(jiān)測機(jī)構(gòu)行為、風(fēng)險定價、信息渠道獲取和信用評估等領(lǐng)域的深刻重構(gòu)，并結(jié)合監(jiān)管技術(shù)創(chuàng)新制定監(jiān)管標(biāo)準(zhǔn)，可為金融創(chuàng)新行為實施智能合規(guī)管理，精準(zhǔn)監(jiān)測和排查風(fēng)險[24]，避免監(jiān)管套利的發(fā)生，在一定程度上彌補(bǔ)傳統(tǒng)金融監(jiān)管覆蓋面不足等問題，保障金融科技創(chuàng)新對實體部門進(jìn)行技術(shù)傳導(dǎo)和金融服務(wù)的有效實施。據(jù)此，整體來看，現(xiàn)階段金融科技創(chuàng)新對全要素生產(chǎn)率的促進(jìn)作用要遠(yuǎn)遠(yuǎn)大于其抑制作用。

三、空間面板計量模型構(gòu)建、變量與數(shù)據(jù)

(一)空間面板計量模型構(gòu)建

傳統(tǒng)OLS模型僅僅在區(qū)域內(nèi)部揭示變量與TFP之間的作用關(guān)系，而沒有從空間視角出發(fā)，忽略了變量的區(qū)際流動對TFP的空間溢出影響，造成計量結(jié)果嚴(yán)重偏離實際情況。為此，本文首先構(gòu)建OLS模型，并對其殘差項進(jìn)行空間相關(guān)性檢驗，以進(jìn)一步說明加入空間項的必要性；另一方面，分別建立含有空間滯后項(ρWTFP)的SAR模型、含空間誤差項(λWμ)的SEM模型和同時考慮空間滯后項(ρWTFP)、空間交互項(φWX)的SDM模型。

TFP=Inconst+βX+ε

(1)

TFP=Inconst+ρWTFP+βX+ε

(2)

TFP=Inconst+βX+μ

(3)

μ=λWμ+ε，ε～N(0，σ2In)

TFP=Inconst+ρWTFP+βX+φWX+ε

(4)

其中，(1)式為不考慮空間因素的傳統(tǒng)OLS模型，(2)、(3)、(4)式分別為SAR、SEM、SDM模型的一般形式。TFP表示因變量全要素生產(chǎn)率，X為自變量，包含核心解釋變量金融科技創(chuàng)新(Fintech)及一系列控制變量(數(shù)據(jù)說明部分進(jìn)行解釋)，const為截距項，In為n*1的列向量，In為n*n的單位向量，μ與ε表示服從正態(tài)分布的隨機(jī)擾動項，W為空間權(quán)重矩陣，β表示自變量的回歸系數(shù)，φ、ρ與λ分別表示空間交互項系數(shù)、空間自回歸系數(shù)和空間誤差系數(shù)。

(二)空間溢出效應(yīng)度量

當(dāng)存在空間溢出效應(yīng)時，SDM模型的空間項系數(shù)無法直接測算自變量對TFP產(chǎn)生的空間溢出影響，Lesage和Pace(2009)采用偏微分方法，將自變量對因變量的作用具體分解為直接效應(yīng)、間接效應(yīng)與總效應(yīng)[25]，更加直觀測度兩者之間的關(guān)系，具有較好的解釋力度。其中，直接效應(yīng)為自變量變化對本地區(qū)TFP的影響；間接效應(yīng)(空間溢出效應(yīng))反映自變量變化所引致周邊地區(qū)TFP的影響；總效應(yīng)為直接效應(yīng)與間接效應(yīng)之和，表示自變量對區(qū)域內(nèi)部以及區(qū)域外部TFP的總體作用。

具體的，將SDM模型中ρWTFP項左移，將等式兩邊同時乘以(In-ρW)-1，等式轉(zhuǎn)化后可得：

TFP=(In-ρW)-1*(βX+φWX)+(In-ρW)-1*(Inconst+ε)

(5)

(6)

其中，Pk(W)=(In-ρW)-1*(Inβk+φkW)；Q(W)=(In-ρW)-1*(Inconst+ε)。將(2)矩陣擴(kuò)展可轉(zhuǎn)化為：

(7)

(三)變量與數(shù)據(jù)

1．被解釋變量：全要素生產(chǎn)率(TFP)

根據(jù)TFP的構(gòu)成，可分解為技術(shù)效率提升和技術(shù)進(jìn)步[26]。目前國內(nèi)外有關(guān)TFP的測度方法主要包括基于非參數(shù)運(yùn)算的數(shù)據(jù)包絡(luò)分析法(DEA)和基于參數(shù)運(yùn)算的隨機(jī)前沿分析法(SFA)。其中，DEA模型無需設(shè)定函數(shù)具體形式[27]，通過輸出確定性前沿的方式來拒絕在優(yōu)化問題中所出現(xiàn)的隨機(jī)錯誤，但其忽略了隨機(jī)因素地沖擊作用，且無法就模型的設(shè)定進(jìn)行適宜性檢驗[28]。SFA模型考慮到隨機(jī)誤差(v)與技術(shù)無效率()因素，尤以變彈性超越對數(shù)生產(chǎn)函數(shù)形式增強(qiáng)了模型的包容性，并通過參數(shù)檢驗方法及函數(shù)有效性檢驗確立更好的擬合效果[29]。因此，參考白俊紅和卞元超(2016)等人研究，采用SFA模型構(gòu)建超越對數(shù)生產(chǎn)函數(shù)[30]，對中國31省域TFP展開估算。具體形式如下所示。

lnYit=0+1*lnKit+2*lnLit+0.53*

(lnKit)2+0.54*(lnLit)2+5lnKit*lnLit+(vit-μit)

(8)

式(8)中，Yit表示地區(qū)i在t年的實際GDP；Kit表示資本存量，運(yùn)用永續(xù)盤存法估算，關(guān)于基期資本存量的測度，參照Hall和Jones(1999)的做法Ki0=Ii0/(gi+σ)[31]；其中，Ki0為i地區(qū)基期資本存量，Ii0代表基期固定資本形成額，gi表示樣本期內(nèi)固定資本形成額的幾何平均增長率；σ為折舊率，與單豪杰(2008)一致，采用10.96%[32]；Lit表示勞動，即社會從業(yè)人員數(shù)；β0為常數(shù)項，β1～β5分別表示資本(Kit)、勞動(Lit)及相應(yīng)的平方項與交叉項系數(shù)；其中(vit-μit)為復(fù)合誤差，兩者相互獨(dú)立，其中，vit為隨機(jī)誤差項，μit為技術(shù)無效率項。

表1 超越對數(shù)生產(chǎn)函數(shù)形式的SFA模型估計結(jié)果

注：*、**和***分別表示在10%、5%和1%的水平下顯著。

表1通過R語言“Frontier”包的SFA函數(shù)對生產(chǎn)函數(shù)適宜性和參數(shù)顯著性進(jìn)行檢驗。回歸結(jié)果顯示，大部分系數(shù)均通過顯著性檢驗，值高達(dá)99.8%，說明模型(4)存在明顯的復(fù)合結(jié)構(gòu)，在控制K、L等投入要素的情況下，產(chǎn)出地波動主要?dú)w因于技術(shù)無效率，SFA模型較為合理；同時，時變因素η在1%的水平下顯著為正，表明在樣本期內(nèi)技術(shù)效率有所改善；此外，通過LR統(tǒng)計量對原假設(shè)H0(3=4=5=0)展開估計，結(jié)果發(fā)現(xiàn)，LR統(tǒng)計量通過1%的顯著性檢驗，應(yīng)選取超越對數(shù)生產(chǎn)函數(shù)形式的SFA模型。

2．核心解釋變量：金融科技創(chuàng)新

關(guān)于金融科技發(fā)展程度的衡量指標(biāo)，現(xiàn)有研究大致可分為兩類，一是基于網(wǎng)絡(luò)搜索熱度構(gòu)建的情緒指數(shù)，沈悅和郭品(2015)在金融功能觀與技術(shù)融合視角下，建立互聯(lián)網(wǎng)金融指數(shù)原始詞庫，并采用“文本挖掘法”對百度新聞各關(guān)鍵詞的詞頻進(jìn)行數(shù)據(jù)挖掘和結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化，最終合成互聯(lián)網(wǎng)金融指數(shù)[33]；Li等(2017)借助文本挖掘技術(shù)對韓國Naver網(wǎng)站有關(guān)金融科技服務(wù)新聞數(shù)據(jù)進(jìn)行收集和情緒分析，旨在探求金融科技行業(yè)的發(fā)展趨勢和任務(wù)[34]。二是基于結(jié)構(gòu)化數(shù)據(jù)構(gòu)建的金融科技指標(biāo)體系，代表性研究如郭峰等(2016)依托金融科技企業(yè)的交易賬戶底層數(shù)據(jù)，從金融科技服務(wù)的覆蓋廣度、使用深度和數(shù)字支持服務(wù)等視角，搭建數(shù)字普惠金融體系[35]，用以衡量金融科技發(fā)展程度。螞蟻金服作為中國金融科技代表性企業(yè)，其支付寶業(yè)務(wù)更能精準(zhǔn)衡量用戶所獲取的金融科技服務(wù)。特別是，邱晗等(2018)在此基礎(chǔ)上進(jìn)一步利用螞蟻金服關(guān)于數(shù)字金融的微觀數(shù)據(jù)，選取支付寶賬戶覆蓋率(涵蓋平均每個支付寶賬號綁定銀行卡數(shù)、支付寶綁卡用戶比例以及每萬人擁有支付寶賬號數(shù)三個指標(biāo))作為金融科技代理變量[36]。據(jù)此，結(jié)合金融科技的兩種構(gòu)造思路，本文認(rèn)為詞頻熱度建立的金融科技情緒指數(shù)并不一定能夠真實反映金融科技發(fā)展水平。其中一個重要原因在于概念地快速更迭[注]如謝治春等(2018)將金融科技發(fā)展歷程分為金融IT、互聯(lián)網(wǎng)金融與金融科技數(shù)字化階段[37]，各個發(fā)展階段的概念均存在一定差異。，依靠關(guān)鍵詞表測度金融科技情緒發(fā)展，容易陷入“不盡完善”與“疲于更新”的兩難境地[38]，由此建立的后續(xù)分析將缺乏根基性；不同的是，以支付寶為代表的金融科技服務(wù)涵蓋海量結(jié)構(gòu)化數(shù)據(jù)，更能細(xì)致全面地體現(xiàn)中國金融科技發(fā)展。基于上述考慮，本文與邱晗等(2018)研究一致，選用北京大學(xué)數(shù)字金融研究中心編制的中國數(shù)字普惠金融指數(shù)(省級層面)作為金融科技創(chuàng)新代理變量。

3．控制變量

為準(zhǔn)確表述金融科技與TFP之間的作用關(guān)系，本文分別從宏觀、區(qū)域、社會、結(jié)構(gòu)和基礎(chǔ)設(shè)施五個層面實施控制。一是宏觀層面(rgdp)，選取經(jīng)對數(shù)化處理后的各地區(qū)人均實際GDP衡量宏觀經(jīng)濟(jì)發(fā)展水平；二是區(qū)域?qū)用?gov)，利用各地區(qū)對數(shù)化后政府財政支出衡量區(qū)域政府行為；三是社會層面(urban)，選取城鎮(zhèn)人口占總?cè)丝诒戎乇碚髦袊鐣丝诎l(fā)展動態(tài)；四是結(jié)構(gòu)層面(str)，以第三產(chǎn)業(yè)增加值占GDP比重表征產(chǎn)業(yè)結(jié)構(gòu)發(fā)展；最后是基礎(chǔ)設(shè)施層面(inf)，選用每萬人鐵路營業(yè)里程衡量網(wǎng)絡(luò)交通基礎(chǔ)設(shè)施發(fā)展水平。采用2011-2015年中國31省域面板數(shù)據(jù)作為樣本，所有原始數(shù)據(jù)來源于Wind金融終端、國家統(tǒng)計局網(wǎng)站與各地區(qū)統(tǒng)計局網(wǎng)站。變量含義與描述性統(tǒng)計如表2所示。

表2 變量含義與描述性統(tǒng)計

四、實證結(jié)果分析

為了驗證計量模型設(shè)定適宜性，本文首先從傳統(tǒng)非空間面板模型(OLS)出發(fā)，借助回歸殘差的空間自相關(guān)測試，佐證模型是否需要將空間因素納入研究范圍，以更好地揭示金融科技創(chuàng)新與TFP之間關(guān)系。在此基礎(chǔ)上，分別建立SAR、SEM、和SDM空間計量模型，從空間視角分析TFP與其影響因素之間的作用關(guān)系，進(jìn)而探索提升TFP的方法。本部分的計量運(yùn)算通過MATLAB_R2015a軟件完成。

(一)傳統(tǒng)OLS面板模型估計結(jié)果

在空間面板檢驗前，首先對OLS模型估計結(jié)果進(jìn)行研究，從OLS模型殘差的Moran’s I指數(shù)測試結(jié)果來看，其殘差表現(xiàn)出顯著的空間相關(guān)性[注]在進(jìn)行OLS回歸之前，本文已對全要素生產(chǎn)率(TFP)進(jìn)行Moran’s I指數(shù)檢驗，研究發(fā)現(xiàn)存在顯著的空間互動性特征。，結(jié)果見于表3。

表3 傳統(tǒng)OLS面板模型估計及其殘差項空間相關(guān)性分析

注：括號內(nèi)為T統(tǒng)計值；*、**和***分別表示在10%、5%和1%的水平下顯著，下同。

特別地，進(jìn)一步對OLS殘差展開LM檢驗和R-LM檢驗，發(fā)現(xiàn)LMERR在5%水平下顯著，R-LMLAG以及R-LMERR均通過1%的顯著性檢驗，表明殘差存在顯著的空間相關(guān)性，這也再次佐證前述全要素生產(chǎn)率的空間相關(guān)性檢驗和OLS模型殘差空間相關(guān)性測試結(jié)論。因而傳統(tǒng)非空間面板OLS模型已然無法完整解釋金融科技創(chuàng)新與全要素生產(chǎn)率之間在空間層面的作用關(guān)系，應(yīng)將空間因素納入計量模型予以考察。

(二)空間面板計量模型估計結(jié)果

經(jīng)Hausman檢驗，空間計量模型選用固定效應(yīng)，其中，sF、tF和stF分別對應(yīng)固定效應(yīng)下的空間固定、時間固定與時空雙固定效應(yīng)，空間面板固定效應(yīng)的估計結(jié)果見于表4。

總體而言，從表4中的9個空間面板模型估計結(jié)果可以發(fā)現(xiàn)，金融科技創(chuàng)新(Fintech)的回歸系數(shù)絕大部分在10%水平下顯著為正，說明金融科技水平的提升能夠進(jìn)一步強(qiáng)化本地區(qū)TFP；同時，不同固定效應(yīng)條件下模型的空間項滯后項系數(shù)(ρ)及空間誤差項系數(shù)(λ)多數(shù)為顯著，這體現(xiàn)了本地區(qū)TFP受到周圍地區(qū)TFP及其他因素的溢出影響。就空間計量模型及固定效應(yīng)具體類型的選擇而言，stF下SDM模型的擬合效果在9個模型中達(dá)到最優(yōu)。換句話講，stF下SDM模型在最小方差(δ2)、最優(yōu)擬合優(yōu)度(R2)及最大似然值(Log-L)等指標(biāo)上，相較其他模型總體最優(yōu)。進(jìn)一步通過Wald檢驗和LR檢驗發(fā)現(xiàn)，帶有空間滯后的Wald檢驗(Wald-lag)和LR檢驗(LR-lag)以及帶有空間誤差的Wald檢驗(Wald-err)和LR檢驗(LR-err)均在1%的水平下顯著，這表明SDM模型無法退化為SAR及SEM模型。綜上所述，采用stF下的SDM模型估計結(jié)果進(jìn)行分析。

表4 空間面板固定效應(yīng)模型估計結(jié)果

通過表4空間項系數(shù)(ρ或λ)可知，空間溢出效應(yīng)顯著存在，而SDM模型的回歸系數(shù)無法直接測算自變量對TFP的作用大小。為此，借鑒Lesage和Pace(2009)的研究，在表4中stF下SDM模型估計結(jié)果基礎(chǔ)上，將自變量對TFP的空間效應(yīng)進(jìn)一步分解為直接效應(yīng)、間接效應(yīng)(空間溢出效應(yīng))和總效應(yīng)。金融科技創(chuàng)新及各控制變量的三種效應(yīng)測度見表5。

表5 時空雙固定效應(yīng)(stF)下SDM模型的直接效應(yīng)、 空間溢出效應(yīng)與總效應(yīng)

將表5空間面板杜賓模型的三種效應(yīng)分解可以發(fā)現(xiàn)：

就金融科技(Fintech)而言，一是在直接效應(yīng)中，回歸系數(shù)在5%水平上顯著為正，表明金融科技創(chuàng)新有利于激發(fā)本地區(qū)TFP增長，證實了命題1的理論闡述。換言之，金融科技創(chuàng)新催生的金融新業(yè)務(wù)模式、金融新業(yè)態(tài)和金融基礎(chǔ)設(shè)施有助于擴(kuò)大金融服務(wù)覆蓋率并保障公平交易，其對金融消費(fèi)者金融數(shù)據(jù)的智能化收集、分析及處理能有效緩解信息不對稱問題，滿足企業(yè)和金融消費(fèi)者投融資需求，覆蓋傳統(tǒng)金融業(yè)務(wù)遺漏的長尾用戶群，完善長尾群體進(jìn)行技術(shù)創(chuàng)新時所必須的金融支持，促成生產(chǎn)效率提升。二是在間接效應(yīng)中回歸系數(shù)在5%水平下顯著為正，說明金融科技創(chuàng)新通過產(chǎn)生空間知識溢出，進(jìn)一步強(qiáng)化周邊地區(qū)TFP增長水平，這也驗證了命題2的理論分析。具體來講，金融科技創(chuàng)新通過網(wǎng)絡(luò)效應(yīng)和人員流動效應(yīng)促進(jìn)顯性知識和隱性知識的空間溢出，技術(shù)知識吸收主體通過學(xué)習(xí)模仿其先進(jìn)技術(shù)和風(fēng)控管理模式，在促使自身技術(shù)進(jìn)步和效率改善的同時也能將其技術(shù)創(chuàng)新過程所遇到的財務(wù)風(fēng)險控制在合理水平，保障技術(shù)創(chuàng)新有效實施。三是在總效應(yīng)中，回歸系數(shù)通過了1%的顯著性檢驗。不難發(fā)現(xiàn)，總體上金融科技創(chuàng)新益于提升區(qū)域內(nèi)部及區(qū)域外部TFP的發(fā)展水平，印證了理論部分有關(guān)金融科技創(chuàng)新對TFP存在空間知識溢出的判斷，也反映出從空間計量模型角度揭示兩者關(guān)系的有效性和必要性。

就控制變量而言，一是在宏觀層面，人均收入(rgdp)直接效應(yīng)的回歸結(jié)果顯著為正，而間接效應(yīng)的回歸結(jié)果卻顯著為負(fù)，這表明自身經(jīng)濟(jì)發(fā)展水平的提升有助于促進(jìn)本地區(qū)TFP增長，然而也會對周邊地區(qū)TFP產(chǎn)生負(fù)向空間溢出。事實上，提高TFP是實現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要條件，相應(yīng)地，經(jīng)濟(jì)發(fā)展水平提升又能為TFP增長提供更多優(yōu)質(zhì)的人力、資本、技術(shù)等要素資源；但同時，經(jīng)濟(jì)發(fā)展水平較高的發(fā)達(dá)地區(qū)容易吸引周邊地區(qū)要素資源向中心地帶集聚，在一定程度上對周邊地區(qū)TFP產(chǎn)生極化效應(yīng)。二是在區(qū)域?qū)用妫斦С?gov)的直接、間接和總效應(yīng)均顯著為負(fù)，可能的解釋在于政府干預(yù)的非市場化行為破壞了金融發(fā)展的資源配置，從而影響技術(shù)創(chuàng)新的資本環(huán)境；特別是在“中國式財政分權(quán)”制度下，財政支出結(jié)構(gòu)不完善容易引致要素市場扭曲，阻礙TFP的提升[39]。三是在社會層面，城市化(urban)直接效應(yīng)的系數(shù)顯著為正，而間接效應(yīng)的系數(shù)顯著為負(fù)。這表明，城市化不僅促進(jìn)了本地區(qū)TFP增長，還會抑制其他地區(qū)TFP增長。其原因在于，城鎮(zhèn)化即是人口向城市流動的過程，將勞動力資源從生產(chǎn)率較低的第一產(chǎn)業(yè)向生產(chǎn)率更高的產(chǎn)業(yè)部門轉(zhuǎn)移[40]；不難看出，城鎮(zhèn)化過程也伴隨資源要素掠奪，對欠發(fā)達(dá)地區(qū)TFP產(chǎn)生負(fù)的空間溢出效應(yīng)。四是在結(jié)構(gòu)層面，產(chǎn)業(yè)結(jié)構(gòu)(str)間接效應(yīng)與總效應(yīng)的回歸系數(shù)均顯著為負(fù)，這主要?dú)w咎于金融業(yè)作為第三產(chǎn)業(yè)結(jié)構(gòu)的重要組成部分，近年來隨著金融風(fēng)險不斷集聚和跨部門、跨區(qū)域傳染，加之“金融空轉(zhuǎn)”等現(xiàn)象的發(fā)生，在導(dǎo)致金融資源配置效率下降的同時也扭曲了產(chǎn)業(yè)結(jié)構(gòu)發(fā)展，對TFP的提升形成制約。最后是在基礎(chǔ)設(shè)施層面，盡管交通基礎(chǔ)設(shè)施(inf)直接效應(yīng)并不顯著，但間接效應(yīng)與總效應(yīng)的回歸系數(shù)均顯著為正，且這三種效應(yīng)的回歸結(jié)果均說明交通基礎(chǔ)設(shè)施已對中國TFP增長形成強(qiáng)勁動力，這與張學(xué)良(2012)等人研究結(jié)論一致，交通基礎(chǔ)設(shè)施建設(shè)益于各種生產(chǎn)要素在區(qū)域間便捷流動，在網(wǎng)絡(luò)屬性及擴(kuò)散效應(yīng)影響下，將各地區(qū)經(jīng)濟(jì)要素活動連成一個整體[41]，共同促進(jìn)TFP提升。

五、結(jié)論與政策啟示

對全要素生產(chǎn)率增長動力的準(zhǔn)確識別，是持續(xù)深化供給側(cè)改革、推動經(jīng)濟(jì)高質(zhì)量發(fā)展的前提條件。本文以金融科技創(chuàng)新為切入點(diǎn)，分別從區(qū)域內(nèi)部層面和區(qū)域間層面對金融科技創(chuàng)新與全要素生產(chǎn)率之間的作用路徑展開理論分析；并利用2011-2015年中國31省市面板數(shù)據(jù)，綜合采用空間面板杜賓模型，深入揭示金融科技創(chuàng)新對提升區(qū)域全要素生產(chǎn)率的直接和間接作用效果。研究發(fā)現(xiàn)：(1)區(qū)域間TFP地發(fā)展具有顯著的空間關(guān)聯(lián)性，本地區(qū)TFP受到周邊地區(qū)TFP的溢出影響；(2)金融科技創(chuàng)新借助技術(shù)優(yōu)勢緩解信息不對稱問題，其衍生的創(chuàng)新性金融基礎(chǔ)設(shè)施、金融新業(yè)態(tài)和金融新業(yè)務(wù)模式助力本地區(qū)TFP提升，其作為提高TFP的全新路徑，可為政府支持其發(fā)展提供理論支撐；(3)金融科技創(chuàng)新在空間知識溢出傳導(dǎo)下助力周邊地區(qū)TFP增長，外地金融科技創(chuàng)新對本地區(qū)TFP的輻射效應(yīng)不容忽視。

研究結(jié)論為探索TFP的新增長動力進(jìn)而實現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展提供重要的政策啟示。

第一，深化金融供給側(cè)結(jié)構(gòu)性改革，緩解民營企業(yè)融資困境。2017年8月以來，美國單方面宣布對中國開展“301條款”調(diào)查、中興制裁、華為技術(shù)封鎖以及對《中國制造2025》重點(diǎn)支持的高新技術(shù)進(jìn)口產(chǎn)品加征25%關(guān)稅等。面對由中美貿(mào)易摩擦帶來的技術(shù)限制，提高中國自主創(chuàng)新能力變得更加迫切。民營企業(yè)作為中國技術(shù)創(chuàng)新的重要主體，受信息不對稱等因素影響難以在傳統(tǒng)金融機(jī)構(gòu)獲取融資[42]，成為金融需求的長尾群體。鑒于此，金融科技創(chuàng)新應(yīng)以服務(wù)實體經(jīng)濟(jì)為導(dǎo)向，通過技術(shù)在金融領(lǐng)域的深度融合，提升金融供給質(zhì)量和資源配置效率，有效增強(qiáng)民營企業(yè)的金融可獲得性。首先，應(yīng)有效結(jié)合大數(shù)據(jù)、云計算等技術(shù)創(chuàng)新，完善交易規(guī)則和技術(shù)、支付和清償系統(tǒng)、監(jiān)管制度等領(lǐng)域的金融基礎(chǔ)設(shè)施建設(shè)，保障民營企業(yè)融資環(huán)境；其次，引導(dǎo)金融產(chǎn)業(yè)鏈細(xì)化分工，將內(nèi)生、封閉的產(chǎn)業(yè)鏈條轉(zhuǎn)變?yōu)楦邔I(yè)化、個性化、一體化的金融新業(yè)態(tài)，為金融消費(fèi)者和民營企業(yè)提供多樣化投融資服務(wù)；最后，加強(qiáng)創(chuàng)新性金融業(yè)務(wù)模式發(fā)展，拓展金融服務(wù)范圍和技術(shù)知識傳播渠道，將金融科技創(chuàng)新應(yīng)用到傳統(tǒng)金融服務(wù)無法觸及的長尾群體中，擴(kuò)大普惠金融覆蓋面。以期借助金融科技，深化金融供給側(cè)結(jié)構(gòu)性改革，為民營企業(yè)技術(shù)創(chuàng)新提供更廣泛的金融支持，實現(xiàn)金融、科技與實體經(jīng)濟(jì)的深度融合。

第二，拓寬區(qū)域間技術(shù)知識溢出通道，助推金融科技產(chǎn)業(yè)集聚發(fā)展。從實證結(jié)果可以看出，近年來中國省域要素生產(chǎn)活動具有顯著的空間關(guān)聯(lián)性，并且金融科技創(chuàng)新通過空間知識溢出效應(yīng)能夠明顯提高周邊地區(qū)全要素生產(chǎn)率。這一結(jié)論的政策啟示在于，首先政府應(yīng)消除地區(qū)之間的市場分割，積極構(gòu)建區(qū)域間金融基礎(chǔ)數(shù)據(jù)信息以及數(shù)字技術(shù)知識共享平臺，建立健全網(wǎng)絡(luò)化金融科技基礎(chǔ)研究體系，引導(dǎo)金融科技創(chuàng)新人才和資本等要素市場自由流動，從而拓寬區(qū)域間技術(shù)知識溢出通道，助力周邊地區(qū)技術(shù)知識吸收主體模仿學(xué)習(xí)，實現(xiàn)區(qū)域間全要素生產(chǎn)率增長的優(yōu)勢互補(bǔ)和整體提升。另一方面，鼓勵金融科技產(chǎn)業(yè)與其服務(wù)主體之間橫向、縱向合作交流，深化區(qū)域間要素生產(chǎn)主體分工協(xié)作。此外，利用發(fā)達(dá)地區(qū)高端技術(shù)和金融功能優(yōu)勢，推動金融科技產(chǎn)業(yè)集聚發(fā)展，強(qiáng)化發(fā)達(dá)地區(qū)金融科技創(chuàng)新對鄰近地區(qū)要素生產(chǎn)的輻射功能，最終促進(jìn)區(qū)域全要素生產(chǎn)率提升。

第三，加快構(gòu)建圍繞金融科技發(fā)展的創(chuàng)新驅(qū)動政策和“監(jiān)管沙盒”機(jī)制頂層設(shè)計，保障金融科技創(chuàng)新有序推進(jìn)。當(dāng)前全球金融科技處于快速發(fā)展時期，金融科技利用其技術(shù)優(yōu)勢進(jìn)行金融創(chuàng)新，為實體部門要素生產(chǎn)過程發(fā)揮巨大優(yōu)勢；與此同時，金融科技創(chuàng)新過程所暗含的風(fēng)險又會對全要素生產(chǎn)率產(chǎn)生一定抑制作用。據(jù)此，應(yīng)抓住金融科技發(fā)展的歷史機(jī)遇，一方面，從政策層面激勵金融科技創(chuàng)新及其應(yīng)用成果轉(zhuǎn)化，突破金融科技創(chuàng)新成果轉(zhuǎn)化的體制機(jī)制障礙，保障金融科技創(chuàng)新成果對實體部門及時、有效的傳導(dǎo)，為實體部門技術(shù)進(jìn)步和技術(shù)效率的改善提供新增長動力，不斷落實十九大報告中關(guān)于“推動經(jīng)濟(jì)發(fā)展質(zhì)量變革、效率變革、動力變革，提高全要素生產(chǎn)率”和“創(chuàng)新驅(qū)動發(fā)展”的政策要求；另一方面，構(gòu)建“監(jiān)管沙盒”機(jī)制，在支持有益創(chuàng)新的同時亦能切實防范風(fēng)險蔓延，有效把握金融科技創(chuàng)新與風(fēng)險防范之間的平衡，夯實金融科技創(chuàng)新對實體部門要素生產(chǎn)的資本輸入和技術(shù)支撐。