任旭升¹  张同昱¹  丁星仪²

1.安徽大学经济学院   安徽合肥 230601

2.安徽大学商学院   安徽合肥 230601

基金项目：国家级大学生创新创业训练计划（编号：202110357202）

摘要：伴随大数据、互联网等技术在金融业的广泛运用，我国数字金融领域发展迅速，数字金融市场日趋完善。基于此，本文通过选取中国全球创新指数和由北大数字金融研究中心提出的数字金融指数，通过运用相关实证分析法，如固定效应模型等从而论证数字金融对安徽经济创新发展的影响机制并提出对策建议。研究表明：依据结构分析，数字金融分别在覆盖广度、使用深度和数字化程度这三个维度对促进我国经济创新发展都具有不同程度的影响力，且具有一定地域性差异。同时，依据研究结果提出相关政策性建议。

关键词：数字金融；安徽经济；经济创新

一、引言

近年来，我国着重强调以社会主义新时代发展理念为引导、以数字信息网络为核心基础支撑，以信息技术创新为驱动，提供数字转型、融合式创新、智能升级等信息服务产品的新型基础设施体系。基于此，安徽省以加快大数据、互联网等技术与传统金融业融合为着力点，强化数字金融及其相关体制的创新性、成熟性，从而加快推进传统金融业务与服务的转型升级，助力实体经济创新发展。

当前，我国金融环境逐步改善，数字金融市场迅速发展，国内外有关数字金融与经济创新发展之间的关系的研究也日益增多。田雅娟、邓睿涵、侯宇飞、范谋远（2021）等学者通过对中国241个城市相关数据的实证分析，得出我国数字金融产业对实体经济高质量和创新式发展都具备较显著的正向促进作用，数字金融的应用有利于赋能中国区域经济发展并重塑其整体格局，推动国家区域经济全面一体化改革进程。范羽晨（2021）也指出，数字金融的不断发展能有效加快数字化技术与传统产业的融合，从而加速推进我国传统金融服务产业完成转型升级。然而，通过相关文献分析可知，以上内容多为针对整体经济板块的实证研究，但关于地域性的研究分析并不充足。因此，本项目的潜在边际价值在于：第一，研究视角上以数字金融分析为主体，结合安徽省发展实情，立足“互联网+”视角下数字金融自身特点研究安徽省数字金融与经济创新发展间的内找关系。第二，研究方法上，为解决以往描述数字金融和经济创新发展等指标的匮乏，提高研究结果的可信性和精确度，本文主要数据来源于国家统计局发布的统计年鉴、北大数字普惠金融指数体系以及前瞻、万方、维普等权威网络数据库，并使用相关计量模型进行实证分析，从而研究数字金融影响经济创新发展的内在机制和相关效用。

二、理论分析

伴随当下我国对数字技术和互联网领域的发展，数字金融作为与传统金融生态相融合的新一代金融服务活动，其自身所具有的“边际成本低、覆盖范围广、相关服务可获得性高”等优越性逐渐展现，且对于我国经济创新发展和金融环境净化改善均具有较强作用力。有鉴于此，本文将通过对数字金融赋能安徽经济创新发展影响因素的研究分析总结归纳其内在影响机制。

（一）宏观影响效用

根据现有文献研究可知，一方面，数字金融可通过其自身优势加速促进金融机构的数字化转型升级，达成助力经济高质量创新发展的目标。我国现行金融体系仍是以商业银行为主体的传统金融体系。在数字技术与“互联网+”普及度和使用度较低的时代，企业或个人若需获取商业银行等传统金融机构所提供的相关服务，则必须通过线下网点与之接触，且办理相关业务的专业门槛和业务流程较复杂。因此在该阶段，金融机构扩大服务范围、拓展业务对象、促进自身发展与保持线下网点的普及性、商业稳健性与可持续性间的矛盾较为突出。而数字金融的发展和应用则有利于缓解该矛盾。即：利用平台属性和规模效应助力金融机构整合服务模式，在打破空间限制、扩大服务范围、提高服务质量的同时降低边际成本，改善用户体验，助力经济创新发展。

另一方面，数字金融能够助力企业或个人等金融主体的创新创业活动，推动经济可持续发展。近年来，我国逐渐步入改革深水区。随着国内人口红利缩减、“中等收入陷阱”加剧，以及来自国际市场的潜在动荡威胁等内外因素影响，如何实现经济发展从高增速向高质量转变成为当代国家经济建设层面的重中之重。2014年9月,李克强总理于出席世界经济论坛（又被称达沃斯论坛）时提出“大众创业、万众创新”的新观点。创新创业的推进需要资金技术等的大力支持，但近年来我国尚未形成较为系统的创新创业领域的金融支持体系，“融资贵、融资难”等问题成为沉疴旧疾。而数字金融的发展则能够为解决相关问题提供新思路。即：通过构建网络信息技术平台打破金融服务的地域限制，提升普惠程度；通过互联网技术与传统业务相结合，开展新型服务方式，拓宽企业和居民的融资渠道；通过数据搜集、检索、分析等手段提高信用评估的准确性，加强金融机构对客户的理解，缓解如小微企业等由于硬件信息不足而产生的“融资难”等问题，从而推动经济发展。

（二）效用差异性

承接前文，数字金融理论上能够赋能经济创新发展。然而在实际中，数字金融对经济创新发展的具体赋能效用却存在一定差异，即结构性差异和区域性差异。该因素也在一定程度上决定着未来金融领域发展政策的制定和实施。

一方面，北大数字金融研究课题组提出如下研究成果：数字金融指数由三个维度组成，即：覆盖广度、使用深度与数字化程度。覆盖广度反映出金融业的服务范围、相关基础设施的建设程度等；使用深度则展现相关金融主体对金融业务的接受程度和发展的完善程度。二者来源于传统金融范畴，但对于新兴数字金融领域的影响效用依然不容小视；数字化程度则主要衡量一国或地区在数字技术和“互联网+”发展的大背景下数字金融硬件设施的普及度和稳定性，以及相关业务服务在社会总体中的所占比例。现实中，以上三者的发展程度理论上与经济创新发展程度呈正相关。

另一方面，我国各区域经济发展不平衡现象较为显著,大体表现为东部地区经济发达,中西部地区不仅经济水平较为落后,并且普遍金融资源稀缺,同时还面临着不可忽视的金融排斥困境。数字金融主要通过提升金融服务效率、降低金融交易成本等途径，促进区域经济发展水平较高地区的经济创新增长,因为其原有金融体系比较发达,金融排斥程度较低。而对于区域经济水平较低的地区,由于金融资源匮乏、金融排斥现象仍然广泛存在，所以数字金融不仅可以提升效率与降低成本,还可以有效缓解金融排斥。根据以上观点，本文推测，在一省范围内，数字金融依然具有地域性差异。

三、实证检验与结果分析

（一）变量说明

1.被解释变量：安徽创新指数

采用北京大学企业大数据研究中心编撰的“中国经济创新创业指数”，该体系测度了2010-2020年我国各地区（省、市）数字经济领域的创新创业活动强度，对各地区数字经济创新创业绩效做出了精准评估，由于相关数值较大，与其他指标不在同一数量级，尺度同一方便计算，故将指数除以10作为原始数据。

图1  2010年以来安徽省各市经济创新创业指数

同时综合选用自2013年始，为持续而准确地真实反映安徽省内各方面的创新发展变化情况及趋势，由省统计局依据《安徽创新发展统计监测体系》技术规范与监测报告体系，编撰并实施的我省创新与发展综合指数研究和经济社会发展评估报告。该报告反映了当前我省创新发展进程。数据来自于安徽省统计局官网。

图2  2013年以来全省创新发展指数增长情况

2.核心解释变量：数字金融

依据文献分析，北大数字金融研究中心编撰的数字金融指数在当前国内研究中具有较强权威性。因此，本文选取数字金融指数(Dfii)及其三个维度作为解释变量，来刻画安徽各地区的数字金融发展程度。由于数字金融数值较大，为统一尺度便于计算，故将数字金融指数除以100作为本文采用的初始数据。

3.控制变量

根据前文理论分析与所设模型的影响因素，同时兼顾所选数据的显著性、可得性，参考已有的相关研究,本文选择了以下六类控制变量。

（1）同业拆借市场发展规模(Ibm)：同业拆借市场是除中央银行之外的金融机构之间进行短期资金融通的市场，即金融机构之间利用资金融通的地区差、时间差以调剂资金头寸。其发展规模对银行的贷款利率定价机制产生重要影响。数据来源于《中国金融年鉴》和中国货币网。

（2）新注册企业登记统计数（Nre）：该数据为通过网络直接获取的2011—2020年间的已形成规模的全部新注册企业信息，包括新注册工商企业的名称、登记地址、注册时期、注册投入资本、主营业务方向、经营状况等六个重点方面共20余条有效观测值，并通过逻辑分析后将其整合到省一级层面。数据来源于前瞻数据库。

（3）新增专利信息数据（Pat）：从国家专利汇总系统中截取了2011年至2020年这十年间的新增专利数据，包括专利注册地址、专利注册时间和专利行业归属等信息，共300余条有效观测值，同时也将其整合到省一级层面。数据来源于中国统计年鉴。

（4）金融机构法定存款利率（Rate）：包括各年各省份的金融机构法定存款利率等，数据来源为《中国统计年鉴》和中国人民银行。这些经济变量将用于衡量与评估当地区域经济发展整体水平、资金渠道获得融资成本高低和当地合法正规金融机构对于小微企业的服务支持力度。

（5）政府干预程度（Gov）：指政府的财政支出占该地区GDP的比值。数据来源于中国统计年鉴。

（6）失业率（Ru）：指城镇登记失业率，数据来源于前瞻数据库。

表1  变量类型及名称统计

表2  描述性统计

（二）平稳性检验

单位根检验方法较多，但根据综合考量，本文只采用ADF-Fisher和PP-Fisher两种方法进行相关检验，以确保结果的合理性和准确性。

表3  面板数据平稳性检验

注：*、 **、***分别表明统计量在10%、5%和1%置信水平下显著。

如表3所示，通过对整体数据进行单位根检验，发现Prob.值均小于0.05，由此可表明变量序列均是平稳的。

（三）模型设计：线性基准模型

（四）数字金融对我省各市的经济创新发展的影响

表4  面板模型回归结果

由此表明：

1.16个地区的每变动一单位,平均变动0.0776个单位，在10%的水平下显著。

2.方程中虚拟变量前的系数各不相同，表明各地数字金融对经济创新发展的影响程度存在差别,即数字金融赋能安徽经济创新发展存在地域差异性。

因此，数字金融能够显著促进经济创新发展。从数字金融指数内涵分析可知：通过缓解金融排斥与集聚金融资源，有利于提高市场配置效率并改善资源配置现状，从而拉动经济增长；通过构建与完善网络信息技术平台，有利于打破金融信用中介服务的地域范围限制，提升普惠社会服务保障程度等方面；通过传统业务与互联网技术相结合，有利于开展新型服务方式，拓宽企业和居民直接或间接的融资渠道；通过数据搜集、检索、分析与处理等现代化信息技术手段有利于显著提升金融信用评估的精准率，缓解一系列如中小企业“融资难”等问题，从而切实推动经济创新发展。

同时，根据回归结果中不同地区数值大小不同可得，在其他条件保持不变的情况下，不同地区数字金融指数变化所引起的当地经济创新发展指数的变化程度不同。由此表明数字金融对经济创新发展的赋能效用具有一定的地域性差异。

（五）数字金融各维度与经济创新发展

为进一步探讨数字金融赋能经济创新发展的促进效应，本文依据数字金融指数的三个维度分别构建线性模型进行回归分析。表5列出了数字金融各维度与经济创新发展之间的回归结果，以验证数字金融赋能经济创新发展的结构性差异。

表5  数字金融各维度与经济创新发展的回归结果

注：*、 **、***分别表明统计量在10%、5%和1%置信水平下显著。

如表5所示：第1、3、5列与第2、4、6列分别是未添加和添加了控制变量的回归结果。而其结果均为正值，这表明数字金融的三个维度无论是否添加了控制变量的影响，都对经济创新发展均具有促进作用。且不同结果中不同维度对经济创新发展的系数大小不同，这表明数字金融各维度对经济创新发展存在显著差异。综上，从影响效应角度分析可得：覆盖广度和使用深度对经济创新发展具有较为显著的正向促进作用，但数字化程度的作用效果却不显著。且覆盖广度的正向作用效果最强，使用深度效果次之，数字化程度效果最弱。

四、结论与建议

本文从理论推导和实证检验两个层面综合探究了当前国内数字金融对经济创新发展的影响效用与相关机制。研究表明：第一，数字金融在覆盖广度和使用深度层面的强化与发展有利于显著促进经济创新发展。第二，我省数字金融对经济创新发展的赋能效用存在一定地域性差异。

基于此，为推动数字金融赋能经济创新发展，本文提出相关政策性建议如下：首先，坚持加强数字金融基础设施建设，重点推动金融基础设施的数字化、信息化发展，提升网络支付业务便利化和交易信用制度透明化程度；其次，充分运用大数据等技术化解信息不对称所引起的“道德风险”与“逆向选择”等问题，降低潜在业务风险。同时，鼓励各类金融机构充分运用自身金融资源，积极革新，开展相关数字金融业务，完善数字金融技术服务体制机制；最后，政府决策部门应从资源投入增加的最大边际效益水平角度合理分析“投入”与“产出”间的关系，避免加剧金融资源区域性差异。同时，应加强相关地区的数字金融体系建设，确保数字金融促进经济创新发展效益的产生。

参考文献：

[1]刘恩莉,綦莹莹.安徽省战略新兴产业发展的金融支持效果分析——基于安徽省52家上市公司的实证检验[J].中国市场,2021(33):14-17.

[2]郭峰,王靖一,王芳,等.测度中国数字普惠金融发展:指数编制与空间特征[J].经济学（季刊）,2020,19(04):1401-1418.

[3]薛莹,胡坚.金融科技助推经济高质量发展:理论逻辑、实践基础与路径选择[J].改革,2020(03):53-62.

[4]王婉秋.金融业发展对经济高质量发展的影响研究——基于省际面板数据的空间计量分析[J]. 北方经贸,2021(05):42-45.

[5]何宏庆.数字金融:经济高质量发展的重要驱动[J].西安财经学院学报,2019,32(02):45-51.

[6]段永琴,何伦志.数字金融与银行贷款利率定价市场化[J].金融经济学研究,2021,36(02):18-33.

[7]刘毛桃,何启志,彭承亮. 数字普惠金融促进了城市的创新创业吗? ——来自283个城市的经验证据[J].武汉金融,2021(07):35-43.

[8]何宜庆,王茂川.数字普惠金融的非线性与异质性经济增长效应——基于平滑转换模型与分位数模型的实证研究[J].四川师范大学学报（社会科学版）,2021,48(01):54-64.

[9]蔡平,蔡刚,王文浩.数字普惠金融是否促进了城乡居民消费升级? ——基于省级面板数据的实证分析[J].湖北经济学院学报（人文社会科学版）,2021,18(07):33-38.

[10]粟芳,方蕾.中国农村金融排斥的区域差异:供给不足还是需求不足?——银行、保险和互联网金融的比较分析[J].管理世界,2016(09):70-83.

[11]钱海章,陶云清,曹松威,等.中国数字金融发展与经济增长的理论与实证[J].数量经济技术经济研究,2020,37(06):26-46.

[12]范羽晨.数字金融推动经济发展[J].中国金融,2021(11):70-71.

[13]汪亚楠,叶欣,许林.数字金融能提振实体经济吗[J].财经科学,2020(03):1-13.