數(shù)字金融、區(qū)域創(chuàng)新與經(jīng)濟(jì)發(fā)展聯(lián)動(dòng)關(guān)系
——基于廣東省面板數(shù)據(jù)PVAR 動(dòng)態(tài)模型分析

文江盼

(湛江科技學(xué)院 廣東湛江 524000)

近年來(lái)，隨著數(shù)字技術(shù)、大數(shù)據(jù)分析技術(shù)的發(fā)展，技術(shù)創(chuàng)新持續(xù)向更大范圍、更高層次和更深程度推進(jìn)，創(chuàng)新動(dòng)力高度融入經(jīng)濟(jì)社會(huì)發(fā)展，對(duì)推動(dòng)舊動(dòng)能轉(zhuǎn)換新動(dòng)能以及區(qū)域經(jīng)濟(jì)結(jié)構(gòu)升級(jí)、增加就業(yè)機(jī)會(huì)和提升社會(huì)民生水平，實(shí)現(xiàn)提供公平機(jī)會(huì)和社會(huì)縱向發(fā)展起著重要作用，創(chuàng)新活力也為我國(guó)的經(jīng)濟(jì)發(fā)展提供了有力保障。

然而，如果想創(chuàng)新效率快速提升，就離不開金融服務(wù)的發(fā)展，隨著數(shù)字化金融推進(jìn)，為企業(yè)解決融資難、融資貴的問(wèn)題，解決了中小企業(yè)在創(chuàng)業(yè)過(guò)程中信息不對(duì)稱困擾，為創(chuàng)新創(chuàng)業(yè)提供了強(qiáng)有力的支撐。數(shù)字金融的推廣匯聚了更多專業(yè)投資平臺(tái)和高端科技人才以及優(yōu)秀的企業(yè)家。對(duì)于擁有較好資源的地區(qū)，正在逐步形成以科技、人才、資本為首的“三駕馬車”新局面。

目前，我國(guó)持續(xù)加強(qiáng)對(duì)市場(chǎng)主體的金融支持力度，運(yùn)用數(shù)字化技術(shù)通過(guò)營(yíng)造健康的金融環(huán)境提升區(qū)域創(chuàng)新能力，由此可以得出如何運(yùn)用數(shù)字金融工具推動(dòng)區(qū)域創(chuàng)新成為當(dāng)今社會(huì)經(jīng)濟(jì)發(fā)展值得探討的問(wèn)題，同時(shí)目前的數(shù)字金融發(fā)展水平、區(qū)域創(chuàng)新與經(jīng)濟(jì)發(fā)展三者是否有互相影響作用，貢獻(xiàn)程度如何也是值得分析的問(wèn)題。所以，在此背景下，有必要就當(dāng)前的數(shù)字金融發(fā)展、區(qū)域創(chuàng)新水平以及經(jīng)濟(jì)發(fā)展三者之間關(guān)系進(jìn)行實(shí)證分析，分析數(shù)字金融在區(qū)域創(chuàng)新能力培育中的影響程度，以及對(duì)經(jīng)濟(jì)發(fā)展的貢獻(xiàn)性，并針對(duì)結(jié)果及其問(wèn)題提出可行性建議。

1 文獻(xiàn)回顧

數(shù)字金融發(fā)展激勵(lì)了區(qū)域創(chuàng)新。崔冉等(2022)通過(guò)分析數(shù)字金融對(duì)區(qū)域創(chuàng)新影響進(jìn)行分析，提出數(shù)字金融能夠明顯激勵(lì)區(qū)域創(chuàng)新發(fā)展，且其激勵(lì)效應(yīng)呈現(xiàn)正向邊際效應(yīng)遞增非線性特征。郎香香等(2022)以新三板企業(yè)為研究對(duì)象，分析數(shù)字金融對(duì)中小企業(yè)創(chuàng)新影響，研究表面數(shù)字金融能夠促進(jìn)中小企業(yè)創(chuàng)新，提升企業(yè)創(chuàng)新水平。目前，研究數(shù)字金融與經(jīng)濟(jì)發(fā)展的內(nèi)容較多，許多學(xué)者通過(guò)不同的空間計(jì)量模型分析數(shù)字金融與經(jīng)濟(jì)發(fā)展的關(guān)系。褚翠翠等(2021)通過(guò)構(gòu)建空間計(jì)量模型來(lái)研究數(shù)字金融對(duì)經(jīng)濟(jì)的發(fā)展關(guān)系，研究發(fā)現(xiàn)，數(shù)字金融促進(jìn)該地區(qū)經(jīng)濟(jì)發(fā)展，但對(duì)其相鄰地區(qū)空間溢出效應(yīng)是負(fù)向的。錢海章等(2020)通過(guò)實(shí)證分析發(fā)現(xiàn)，數(shù)字金融在城鎮(zhèn)化率低及物資資本高的地區(qū)對(duì)技術(shù)創(chuàng)新和創(chuàng)業(yè)促進(jìn)更為強(qiáng)烈，進(jìn)而推進(jìn)經(jīng)濟(jì)發(fā)展。

2 實(shí)證模型構(gòu)建

2.1 PVAR模型構(gòu)建

面板向量自回歸模型(PVAR)是結(jié)合了面板數(shù)據(jù)模型與向量自回歸模型，該模型既有VAR模型在建模時(shí)無(wú)需設(shè)定變量之間因果關(guān)系的特性，又可將各變量作為內(nèi)生變量，進(jìn)而研究各變量與其滯后變量對(duì)模型中其他變量的影響。同時(shí)，PVAR模型可以兼慮時(shí)間與個(gè)體效應(yīng)，有效控制截面對(duì)個(gè)體差異的問(wèn)題，為分析數(shù)字金融、區(qū)域創(chuàng)新與經(jīng)濟(jì)發(fā)展提供了有效的實(shí)證檢驗(yàn)方法。

構(gòu)建PVAR模型研究數(shù)字金融普及、區(qū)域創(chuàng)新與經(jīng)濟(jì)發(fā)展之間關(guān)系，對(duì)應(yīng)每個(gè)地市i，標(biāo)準(zhǔn)模型如下：

其中Yi,t=[DF,IE,ED]T為包括3個(gè)變量的列向量；DF表示數(shù)字金融發(fā)展水平；IE表示區(qū)域創(chuàng)新；ED表示經(jīng)濟(jì)發(fā)展水平；εi,t表示隨機(jī)擾動(dòng)項(xiàng)，采用Arellano等(1995)提到的向前均值差分去除個(gè)體股東效應(yīng)的異質(zhì)性影響。

2.2 數(shù)據(jù)來(lái)源

本文通過(guò)Python爬蟲相關(guān)資料年鑒選取廣東省21個(gè)地級(jí)市2011—2020年面板數(shù)據(jù)。其中，數(shù)字金融發(fā)展水平以“北京大學(xué)數(shù)字普惠金融指數(shù)”表示。區(qū)域創(chuàng)新水平以北京大學(xué)光華管理學(xué)院發(fā)布的“中國(guó)區(qū)域創(chuàng)新創(chuàng)業(yè)指數(shù)”表示，該指數(shù)結(jié)合了企業(yè)家、資本以及技術(shù)三大板塊，從企業(yè)新建數(shù)量、吸引外商投資及風(fēng)險(xiǎn)投資、區(qū)域?qū)＠跈?quán)量和商標(biāo)注冊(cè)量5個(gè)方面來(lái)反映我國(guó)各區(qū)域創(chuàng)新活力和發(fā)展水平，之所以選擇該指數(shù)是因?yàn)楦鶕?jù)龍建輝(2018)研究提出的區(qū)域創(chuàng)新能力增長(zhǎng)是靠外源路徑(外商投資、進(jìn)出口貿(mào)易)和內(nèi)源路徑(技術(shù)創(chuàng)新、人力資本)在一定程度上共同促進(jìn)且協(xié)同效應(yīng)來(lái)確定的，故用該指數(shù)能夠較好地反映區(qū)域創(chuàng)新能力。經(jīng)濟(jì)發(fā)展水平以“人均GDP”來(lái)表示，本文運(yùn)用Stata進(jìn)行模型設(shè)定與檢驗(yàn)。

2.3 變量設(shè)定

為了減少異方差和數(shù)據(jù)波動(dòng)過(guò)大的影響，對(duì)數(shù)字金融發(fā)展水平、區(qū)域創(chuàng)新創(chuàng)業(yè)發(fā)展水平以及經(jīng)濟(jì)發(fā)展3個(gè)變量進(jìn)行對(duì)數(shù)化處理，同時(shí)為了使模型所有變量都是平穩(wěn)的，本文對(duì)3個(gè)變量進(jìn)行了一階差分處理。變量具體描述統(tǒng)計(jì)見表1。同時(shí)，本文借鑒謝汝宗等(2022)的做法，將廣東省21個(gè)地級(jí)市面板數(shù)據(jù)進(jìn)行劃分，分為廣東省地區(qū)、珠江三角洲地區(qū)(以下簡(jiǎn)稱“珠三角地區(qū)”)、粵東西北地區(qū)，其中珠江三角洲地區(qū)包括廣州、深圳、佛山、珠海、東莞、中山、江門、惠州、肇慶9個(gè)地級(jí)市，其余12個(gè)地級(jí)市被劃分為粵東西北地區(qū)，以上述3個(gè)區(qū)域?yàn)榇?，分別分析整體與局部地區(qū)差異性分析。

表1 變量描述性統(tǒng)計(jì)

為了減少異方差和數(shù)據(jù)波動(dòng)過(guò)大的影響，本文對(duì)數(shù)字金融發(fā)展水平、區(qū)域創(chuàng)新以及經(jīng)濟(jì)發(fā)展3個(gè)變量進(jìn)行對(duì)數(shù)化處理，同時(shí)為了使模型所有變量都是平穩(wěn)的，本文對(duì)3個(gè)變量進(jìn)行了一階差分處理。

3 實(shí)證分析

3.1 單位根檢驗(yàn)

本文為了避免出現(xiàn)偽回歸問(wèn)題，需要進(jìn)行單位根檢驗(yàn)，本文分別采用LLC檢驗(yàn)、PP檢驗(yàn)以及ADF-Fisher檢驗(yàn)進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果如表2所示

表2 變量單位根檢驗(yàn)p值結(jié)果

由表2可知，廣東省全體樣本中，lnED在ADF-Fisher檢驗(yàn)和PP檢驗(yàn)未能拒絕變量原假設(shè)，在珠三角地區(qū)，lnDF在ADFFisher檢驗(yàn)和PP檢驗(yàn)未能拒絕變量原假設(shè)，在粵東西北地區(qū)，lnED在ADF-Fisher檢驗(yàn)、PP檢驗(yàn)未能拒絕變量原假設(shè)，lnIE在ADF-Fisher檢驗(yàn)未能拒絕變量原假設(shè)。為此，通過(guò)對(duì)lnED、lnDF、lnIE一階差分后p值均小于0.05，這也說(shuō)明3種單位根檢驗(yàn)方法所得的P值都顯著拒絕了原假設(shè)，因此數(shù)字金融、區(qū)域創(chuàng)新以及經(jīng)濟(jì)發(fā)展經(jīng)過(guò)一階差分后都具有平穩(wěn)性。

3.2 確定最優(yōu)滯后階數(shù)

在確定PVAR模型之前，本文需要通過(guò)AIC、BIC以及HQIC統(tǒng)計(jì)量來(lái)確定最優(yōu)滯后階數(shù)，以防滯后階數(shù)過(guò)小造成誤差項(xiàng)自相關(guān)滯后階數(shù)過(guò)大引起的自由度下降。根據(jù)最小化信息準(zhǔn)則，AIC、BIC以及HQIC最小值均出現(xiàn)在1階，則該階數(shù)為最優(yōu)滯后階數(shù)，所以PVAR模型所在最優(yōu)階數(shù)為1階。

表3 最優(yōu)滯后階數(shù)檢驗(yàn)結(jié)果

3.3 PVAR模型穩(wěn)定性檢驗(yàn)

本文后續(xù)要進(jìn)行脈沖響應(yīng)及方差分解，需要先對(duì)PVAR模型進(jìn)行穩(wěn)定性檢驗(yàn)，若所有的特征根均落在單位圓內(nèi)(是否小于1)，這說(shuō)明所構(gòu)建的模型是穩(wěn)定，可以進(jìn)行脈沖響應(yīng)和方差分解。經(jīng)檢驗(yàn)，該模型所有特征根均落在圓內(nèi)，因此所構(gòu)建的滯后1期的面板向量自回歸模型具有一定的穩(wěn)定性。

3.4 格蘭杰因果檢驗(yàn)

本文運(yùn)用格蘭杰因果檢驗(yàn)法對(duì)廣東省數(shù)字金融、區(qū)域創(chuàng)新和經(jīng)濟(jì)發(fā)展之間的影響關(guān)系進(jìn)行分析，設(shè)定最優(yōu)滯后階數(shù)為 1 時(shí)，得到格蘭杰因果檢驗(yàn)結(jié)果若P值小于0.05拒絕原假設(shè)。從表4可知，廣東省和珠三角地區(qū)只有數(shù)字金融是經(jīng)濟(jì)發(fā)展格蘭杰原因，粵東西北地區(qū)各指標(biāo)都接受原假設(shè)。

表4 格蘭杰因果檢驗(yàn)結(jié)果

但值得注意的是，由于受到數(shù)據(jù)選取時(shí)間長(zhǎng)度、相互影響滯后等因素，格蘭杰因果關(guān)系檢驗(yàn)只判斷了變量之間具有相互影響關(guān)系，并不能完全代表實(shí)際經(jīng)濟(jì)活動(dòng)情況，故變量之間相互影響的方向和影響比重還需要通過(guò)脈沖響應(yīng)和方差分解進(jìn)一步分析。

3.5 脈沖響應(yīng)結(jié)果分析

本節(jié)借助蒙特卡洛方法，在95%置信區(qū)間下通過(guò)200次模擬得到模擬時(shí)間跨度為10期的各地區(qū)脈沖響應(yīng)結(jié)果。

3.5.1 廣東省脈沖響應(yīng)結(jié)果分析

第0～2期數(shù)字金融對(duì)區(qū)域創(chuàng)新提升起促進(jìn)作用，其效應(yīng)由負(fù)方向轉(zhuǎn)變?yōu)檎较?；?shù)字金融對(duì)于經(jīng)濟(jì)發(fā)展作用是正向的，但第5～10期推進(jìn)作用強(qiáng)度逐漸降低。第0～3期區(qū)域創(chuàng)新對(duì)于數(shù)字金融發(fā)展具有正向促進(jìn)作用，其長(zhǎng)期作用效果不明顯；第0～3期內(nèi)區(qū)域創(chuàng)新提升對(duì)于經(jīng)濟(jì)發(fā)展起正向促進(jìn)作用。經(jīng)濟(jì)發(fā)展對(duì)于數(shù)字金融、區(qū)域創(chuàng)新發(fā)展具有正向效應(yīng)，短期內(nèi)正向促進(jìn)作用較大，隨著時(shí)間的推移，沖擊影響力度逐漸消失。

3.5.2 珠三角地區(qū)脈沖響應(yīng)結(jié)果分析

數(shù)字金融、區(qū)域創(chuàng)新與經(jīng)濟(jì)發(fā)展三者之間相互促進(jìn)作用在第0～3期呈現(xiàn)正向促進(jìn)作用，但是效果不顯著。隨著時(shí)間延長(zhǎng)從第5期至第10期，三者相互促進(jìn)效果明顯增強(qiáng)。

3.5.3 粵東西北地區(qū)脈沖響應(yīng)結(jié)果分析

第0～3期內(nèi)數(shù)字金融對(duì)區(qū)域創(chuàng)新有促進(jìn)作用，由負(fù)效應(yīng)轉(zhuǎn)變?yōu)檎?yīng)；數(shù)字金融在第0～3期內(nèi)對(duì)于經(jīng)濟(jì)發(fā)展具有正向促進(jìn)作用。區(qū)域創(chuàng)新對(duì)于數(shù)字金融在第0～3期內(nèi)具有正向促進(jìn)作用，隨著期數(shù)增加呈現(xiàn)先下后上升趨勢(shì)，第5～10期內(nèi)促進(jìn)效應(yīng)減弱；第0～3期區(qū)域創(chuàng)新對(duì)于經(jīng)濟(jì)發(fā)展有促進(jìn)正向作用，其沖擊效應(yīng)由負(fù)效應(yīng)向正效應(yīng)轉(zhuǎn)變。第0～2期經(jīng)濟(jì)發(fā)展對(duì)于數(shù)字金融促進(jìn)作用明顯，第5～10期內(nèi)其明顯效果減弱；第0～2期經(jīng)濟(jì)發(fā)展對(duì)于區(qū)域創(chuàng)新有促進(jìn)正向作用，但隨著期數(shù)的增加，其作用效果顯著減弱。

3.6 方差分解

為分析地區(qū)之間的數(shù)字金融、區(qū)域創(chuàng)新及經(jīng)濟(jì)發(fā)展之間的長(zhǎng)期影響情況，本文對(duì)于該模型進(jìn)行方差分解，其判斷各指標(biāo)之間的貢獻(xiàn)程度，如表5所示各指標(biāo)第1期、第5期以及第10期的方差分解結(jié)果。

表5 各指標(biāo)方差分解結(jié)果

依據(jù)廣東省、粵東西北地區(qū)和珠三角地區(qū)方差分解結(jié)果分析，從廣東省來(lái)看，數(shù)字金融主要受自身貢獻(xiàn)程度影響，直到第10期為96.5%，其次貢獻(xiàn)率分別為經(jīng)濟(jì)發(fā)展、區(qū)域創(chuàng)新。區(qū)域創(chuàng)新主要受自身貢獻(xiàn)程度，第10期為95.5%，其次分別受數(shù)字金融、經(jīng)濟(jì)發(fā)展貢獻(xiàn)影響。經(jīng)濟(jì)發(fā)展主要是自身貢獻(xiàn)程度較大，第10期為85.4%，其次分別受數(shù)字金融、區(qū)域創(chuàng)新貢獻(xiàn)影響。

從珠三角地區(qū)來(lái)看，數(shù)字金融主要受經(jīng)濟(jì)發(fā)展貢獻(xiàn)影響較大，直至第10期為63.9%，其次依次受自身及區(qū)域創(chuàng)新貢獻(xiàn)影響。區(qū)域創(chuàng)新到第10期主要受經(jīng)濟(jì)發(fā)展貢獻(xiàn)影響較大，為58.2%，其次分別受數(shù)字金融及自身影響。經(jīng)濟(jì)發(fā)展主要受自身貢獻(xiàn)影響，第10期為70%，其次分別受影響因素是數(shù)字金融和區(qū)域創(chuàng)新。從粵東西北地區(qū)來(lái)看，數(shù)字金融、區(qū)域創(chuàng)新及經(jīng)濟(jì)發(fā)展主要受自身貢獻(xiàn)影響較大，第10期分別為97.6%、91.2%、97.4%。

4 研究結(jié)論及建議

4.1 研究結(jié)論

研究發(fā)現(xiàn)：(1)數(shù)字金融、區(qū)域創(chuàng)新及經(jīng)濟(jì)發(fā)展三者間存在相互促進(jìn)關(guān)系，但是促進(jìn)效果顯著性較小；(2)數(shù)字金融、區(qū)域創(chuàng)新及經(jīng)濟(jì)發(fā)展相互促進(jìn)程度存在地域異質(zhì)性，從廣東省來(lái)看，處于發(fā)達(dá)的珠三角地區(qū)其三者相互促進(jìn)協(xié)同作用較大，處于欠發(fā)達(dá)的粵東西北地區(qū)三者之間促進(jìn)協(xié)同作用較小。經(jīng)濟(jì)發(fā)展對(duì)數(shù)字金融、區(qū)域創(chuàng)新影響較大，但數(shù)字金融、區(qū)域創(chuàng)新分別對(duì)經(jīng)濟(jì)發(fā)展影響較小。

4.2 問(wèn)題建議

從上述實(shí)證模型分析結(jié)論來(lái)看，廣東省整體數(shù)字金融、區(qū)域創(chuàng)新、經(jīng)濟(jì)發(fā)展三者之間聯(lián)動(dòng)，從中可以總結(jié)以下幾點(diǎn)問(wèn)題：(1)數(shù)字金融對(duì)于經(jīng)濟(jì)發(fā)展有一定影響力，但地域門檻特征要求較高；(2)區(qū)域創(chuàng)新對(duì)經(jīng)濟(jì)發(fā)展效率提升存在較強(qiáng)地域門檻；(3)如何運(yùn)用數(shù)字金融平臺(tái)提升區(qū)域創(chuàng)新，如何吸引人才進(jìn)行創(chuàng)新就業(yè)，有效地將人才吸引至欠發(fā)達(dá)地區(qū)，提升創(chuàng)新活力，提升全省的經(jīng)濟(jì)發(fā)展效率，成為值得關(guān)注的問(wèn)題。

針對(duì)以上結(jié)論，本文提出幾點(diǎn)建議：第一，加快數(shù)字金融發(fā)展，增加數(shù)字金融產(chǎn)品和方式運(yùn)用的普及率，全面滿足各地域的經(jīng)濟(jì)金融需求，推進(jìn)數(shù)字化程度，加強(qiáng)數(shù)字基礎(chǔ)設(shè)施建設(shè)，提升城市經(jīng)濟(jì)發(fā)展效率；第二，實(shí)施差異化數(shù)字金融發(fā)展推廣方案，根據(jù)地域的特征，制定差異化數(shù)字金融服務(wù)策略，推動(dòng)區(qū)域經(jīng)濟(jì)發(fā)展，不盲目跟風(fēng)；第三，大力加快數(shù)字金融融入?yún)^(qū)域創(chuàng)新的步伐，為區(qū)域創(chuàng)新提供服務(wù)基礎(chǔ)支撐，如加大銀行數(shù)字信貸平臺(tái)運(yùn)用、數(shù)字保險(xiǎn)產(chǎn)品推廣力度來(lái)解決中小企業(yè)技術(shù)創(chuàng)新的融資風(fēng)險(xiǎn)等問(wèn)題，進(jìn)而增強(qiáng)創(chuàng)新活力，促進(jìn)區(qū)域經(jīng)濟(jì)高效發(fā)展。

圖1 關(guān)系圖