［提要］　科技创新与数字金融对于经济增长至关重要，科技创新是经济增长的动力源泉。本文选取我国31个省（区、市）科技创新、数字金融和经济增长的面板数据，利用面板向量自回归模型，研究三者之间的关系，得出结论：科技创新和数字金融均能促进经济的增长，科技创新对经济增长的系数要小于数字金融对经济增长的系数，数字金融水平的提高对经济提升作用较大。因此，要坚持科技创新驱动发展，同时促进数字金融优化，更好地发挥科技创新与数字金融对区域经济增长的促进作用。

关键词：科技创新；数字金融；经济增长

基金项目：广州华商学院青年学术项目（项目编号：2021HSQX22）

中图分类号：F832.39 文献标识码：A

收录日期：2022年9月30日

党的十八大报告中指出，要实施创新驱动发展战略。创新是一个国家和地区经济高质量发展的重要驱动因素，数字金融作为生产活动的关键要素，能够充分发挥价值发现功能，推动数字、科技、创新、资金等要素向生产效率高的科技产业聚集，从而促进区域经济创新驱动发展，促进金融、科技、产业的良性循环发展。

一、相关研究文献评述

数字金融与经济发展密切相关，是经济发展的有力支撑。科技创新促进社会生产力的发展，是经济增长的源泉，为经济增长提供动力。目前，国内外学者对于数字金融与经济增长的关系以及科技创新与经济增长的关系的研究成果已经相当丰富。

大部分学者的共识是数字金融、科技创新和经济增长有着密不可分的关系。杨刚（2022）等对数字金融、区域创新、经济增长进行了分析，认为数字金融、区域创新是经济增长的核心动力，是经济增长的关键，创新水平影响区域经济增长，对经济增长呈现一种非线性关系。杨虹等运用固定效应模型、中介模型和门槛模型分析了数字金融、科技创新融合发展对经济增长的效应，从分析结果来看，数字金融、科技创新以及数字金融和科技创新的交互项在不同程度上助推了云南省经济的增长。褚翠翠选用2011～2018年面板数据，通过构建空间计量模型来研究探讨中国数字金融对省域经济增长的影响，研究结果表明，数字金融发展和经济增长均表现出显著的空间相关性，而且在三种不同形式的空间权重矩阵下结论依旧成立；进一步研究发现，数字金融的发展能够显著促进本省经济增长。王亮、蒋依铮运用空间联立方程模型研究数字普惠金融、技术创新和经济增长的内生交互影响，发现它们存在空间溢出效应和地区交互影响，邻近地区的数字普惠金融抑制了本地区的技术创新和经济增长；邻近地区技术创新促进了本地区经济增长。在科技创新与经济增长方面，陈子韬实证分析了中国科技经济融合水平对经济增长的影响，研究发现，“科技资源-科技创新-经济增长”的耦合关系能够正向促进经济增长，科技经济融合是经济发展的重要手段之一。

综合已有的研究，依旧有需要完善的地方。一是现有研究大部分是单独考察科技创新对经济增长的作用或数字金融对经济增长的作用，对于这三个方面结合起来研究的文献并不多，大部分的文献中只是定性地分析了三者的关系，对其对经济助推的作用大小、强弱并没有过多描述；二是现有研究即使运用到数据分析，要么利用截面数据分析，要么利用时间序列分析。所以，本文在总结已有文献的基础上，利用面板数据进行实证分析，分析三者的关系，重点研究科技创新、数字金融对经济增长的促进作用。面板数据可以解决由于遗漏变量问题导致的模型不准确，有助于提高动态分析的可靠性，扩大信息量，可以提高估计和检验的精确度。

二、科技创新、数字金融与区域经济增长关系模型构建

（一）数据来源。本文选取2011～2020年我国31个省（区、市）数字金融指数、科技创新和经济增长的面板数据作为研究样本，以经济增长为被解释变量，来分析科技创新和数字金融对其影响，指标数据部分来自《中国统计年鉴》以及国家统计局网站。数字金融指数由北京大学数字金融研究中心发布。各个变量的描述性统计结果如表1所示。（表1）

（二）变量选取

1、被解释变量。地区生产总值（GDP）是衡量经济增长状况的重要指标，本文的被解释变量为经济增长情况，所以用地区生产总值作为被解释变量。

2、解释变量。本文的解释变量为数字金融、科技创新水平。科技创新水平的度量一般选用相关的科创新指标进行度量。某一地区的有效发明专利数多，R&D经费越多，科技创新能力越强。数字金融的指标参考陈旭等的做法，选择2010～2020年北京大学数字金融研究中心编制的普惠金融指数中的一些指标，包括总指数、覆盖广度、使用深度等，覆盖广度主要通过电子账户数（如互联网支付账号及其绑定的银行账户数）等来体现；使用深度依据实际使用互联网金融服务的情况来衡量，包括支付业务、信贷业务、保险业务、投资业务和征信业务等，既用实际使用人数，也用人均交易笔数和人均交易。（表2）

（三）模型设定。为了研究科技创新、数字金融与经济增长之间的关系，本文基于我国31个省市的2011～2020年的相关面板数据，构建如下计量模型：

Yit=β0+β1X1it+β2X2it+β3X3it+…+μit （1）

i=1，2 …，N t=1，2，…，T

其中，i代表省份，t代表年份；Y表示各地区生产总值；一般为了分析每个个体的特殊效应，对复合扰动项μit的设定为μit＝αi+εit，αi代表个体固定效应，εit为随个体与时间而改变的扰动项；Χit代表解释变量；βi为解释变量的回归系数向量。

三、科技创新、数字金融与区域经济增长关系实证分析

在使用面板数据时，使用固定效应模型还是随机效应模型是一个根本的问题，本文采用经典Hausman检验对模型的个体效应进行判定。是否建立个体固定效应模型可以通过F值来判断。H0：对于不同横截面模型截距项相同。H1：对于不同横截面模型的截距项不同（建固定效应模型）。规定显著性水平α=0.05，通过表3呈现的结果，对应的F=85.85，对应的P=0.000＜0.05，拒绝原假设，接受备择假设，则结论是应该选择固定效应模型。（表3）

针对固定效应模型和随机效应模型的选择进行豪斯曼检验，Hausman统计量的值是54.25，相对应的概率是0.0000，即拒接原假设，应该建立个体固定效应模型。（表4）

为了保证研究结果的准确性，本文进行了稳健性检验，采取替换变量的形式进行分析。一是选用数字金融发展水平总指数来进行回归检测，相对应的T统计量为15.48，对应的P值为0.000；二是选用地区实际GDP的对数值（LnGDP）作为被解释变量进行回归分析，相对应的T统计量为17.65，对应的P值为0.000；三是剔除具有特殊先天优势的3个市（北京、上海、广州）的相关数据进行回归检验。稳健性检验显示，参数估计系数、方向和模型显著性均没有发生明显变化，说明本文此前模型和实证结果整体是稳健的。

根据表5中固定效应模型的回归结果可以看出，R&D项目数的估计系数为正，且通过5%的显著性水平，表明R&D项目数每提高1%，经济增长水平将提高4%。技术市场交易额系数为正，但不显著，说明技术市场交易额对经济增长的促进作用还未凸显出来。R&D项目数、R&D经费、R&D人员全时当量、有效发明专利数均通过5%的显著性水平，这说明科技创新对经济增长呈正向关系。数字金融覆盖广度、数字金融使用深度、数字金融支付均通过10%的显著性水平，这说明数字金融对经济的增长的作用是正向且显著的，但相比较科技创新而言，数字金融指数对经济增长的系数大于科技创新指数对经济增长的系数，可以得出目前科技创新对经济增长的作用还不是很明显，这和实际有一些出入。究其原因，一是我国目前主要靠物质资本投入来推动经济增长，次要是靠技术创新来推动经济增长；二是经费支出重点在基础研究上，应用研究和试验发展还是薄弱环节；三是科技创新投入转化产出是一个长期、不确定过程，可能存在滞后性，数字金融对经济增长的影响具有及时性。（表5）

四、结论及建议

（一）结论。本文选取2011～2020年间我国部分省（区、市）的GDP总额、R&D项目数、R&D经费、技术市场交易额、R&D人员全时当量、有效发明专利、数字金融等相关数据，构建面板数据模型，进行了实证分析。总体而言，固定效应模型的调整拟合优度为98%，模型拟合良好。数字金融的三个分维度对经济增长都有正向促进作用，其影响程度的大小依次为：覆盖广度的正向作用大于使用深度的作用大于数字金融支付的作用。数字金融能为经济增长提供动力，促进经济正向增长。从表5中的模型结果可以看出，科技创新和数字金融和经济增长都有密切的关系，两者对经济增长都是正向作用，但是二者对经济增长的促进作用存在差异，从表中系数可以看出，科技创新的促进作用小于数字金融，数字金融水平的提高对经济增长的促进作用较大。本文进行了稳健性检验，检测结果中参数估计系数方向和显著性均未发生明显变化，说明本文模型和实证结果整体都是稳健的。

（二）建议。一是本文的实证结果中，R&D项目数、R&D经费和有效发明专利数对经济增长影响弹性系数不大，一方面可能与R&D的投入结构有关，在基础研究、应用研究和实验研究方面要合理投入，改善R&D投入经费的不足，不能忽略基础研究、应用研究和实验研究三个研究的任何一方；另一方面还没有形成有效的技术转移机制，应加强技术转化，提高科技产出，做出更多科技含量高的产品。而形成产品需要很多相关技术，不是一个技术就能出产品的。这就需要加大投入力度，提高R&D经费投入，优化R&D经费支出结构，除了需要重视基础研究和前沿科技，也需要向符合新兴经济形态的应用型研究倾斜。另外，R&D人员全时当量影响弹性系数为负，可以看出前期的人才培养和经费投入对经济增长的影响有滞后期，不是马上投入就有成果，所以科技创新对经济增长的影响是个持续的过程，不能立竿见影，也不能急功近利，应完善科研激励机制，提高发明创造积极性，合理提高科研人员的待遇，营造良好的政策环境和科研环境，整合创新资源，促进产学研各方沟通，释放科研人员的创造力，提高科技成果的产出。二是关于数字金融方面提出如下建议：数字金融具有鲜明的数字性，是传统金融和金融科技相融合的新领域，是区域产业转型升级的重要推动力，能够缩小区域之间的发展差距，促进区域经济发展。因此，应当实施数字金融发展战略，通过传统金融行业的机构创新、科技创新等方式，促进传统金融业向数字金融的转型，从而有效增加数字金融服务供给，发挥数字金融对经济的增长促进作用。三是数字金融+科技是未来的风向，同时拥有技术专长和金融知识的金融科技专业人才在未来是急需的人才，也是大势所趋，所以应大力培养“金融+技术”综合性人才，借助现代信息科技和金融专业经验的融合，推动经济高质量增长。

（作者单位：广州华商学院）

主要参考文献：

［1］杨刚，张亨溢.数字普惠金融、区域创新与经济增长［J］. 统计与决策，2022.38（02）.

［2］杨虹，王乔冉.云南省数字金融、科技创新与经济增长问题探析［J］.云南财经大学学报，2021.37（05）.

［3］褚翠翠，佟孟华，李洋，费威.中国数字金融与省域经济增长——基于空间计量模型的实证研究［J］.经济问题探索，2021（06）.

［4］王亮，蒋依铮.数字普惠金融、技术创新与经济增长——基于交互影响与空间溢出效应的分析［J］.金融与经济，2022（04）.

［5］徐清清.近十年来日本高等教育国际化政策发展研究［D］.南京：南京师范大学，2020.

［6］陈旭，邱斌.数字金融、金融监管与出口扩张——来自中国工业企业的证据［J］.国际经贸探索，2021.37（09）.