李碧宏 余海丹
【作者简介】李碧宏（1974-），男，重庆人，副教授，研究方向：区域经济、产业经济。
【摘 要】论文基于中国2011-2019年272个地级市样本数据，利用耦合协调度模型、相对发展度模型、泰尔指数考察数字普惠金融与创新创业活跃度二者耦合协调度的地区特征以及差异性表现。研究发现，数字普惠金融与创新创业活跃度的耦合协调度在逐年递增且二者的耦合协调度存在区域异质性。差异性分析发现，区域总体差异基本呈缩小趋势，四大区域的差异均主要源于区域内。
【关键词】数字普惠金融；创新创业活跃度；耦合协调度；相对发展度；泰尔指数
【中图分类号】F832；F49；F124.3 【文献标志码】A 【文章编号】1673-1069（2024）03-0148-04
1 文献综述
虚拟经济与实体经济的协调发展程度，是检验国家宏观调控成效的核心任务，一旦二者的关系失衡，就有可能引发经济危机。而数字普惠金融作为虚拟经济的中枢系统，不仅能够提高企业获得金融资源的能力，还能降低企业融资成本，为虚拟经济的可持续发展奠定坚实的基础。与此同时，创新创业活跃度的提升，也是驱动深层次分工和提高效率的重要途径。这对实体经济的发展有着重大的实际意义。然而，创新创业活动具有周期长、见效慢等特征，迫切需要数字普惠金融作为其重要支撑。将大数据、人工智能等数字技术纳入金融体系，有效突破了由信息不对称所引发的局限性，从而减轻了中小微企业及低收入群体的融资制约。与此同时，创新创业的快速发展也在促进数字普惠金融领域的扩展方面发挥了积极作用。一方面，创新创业活动具备高投入、高风险、高回报以及明显的正外部性特征，这种大规模的资金需求在一定程度上激励了数字普惠金融和其他金融服务机构扩大规模；另一方面，数字普惠金融主要面向那些受融资制约的小微企业和个体，因此，在金融风险方面存在信息不对称问题。大数据、云计算等技术已广泛应用于互联网金融领域，创造出新型服务模式和金融产品，为防范金融风险作出巨大贡献。这表明数字普惠金融与创新创业之间存在密切的相互联系。将数字普惠金融与创新创业有机融合，有助于建构双向促进的良性格局，这对于构建现代经济体系具有重要的战略意义。
现有研究大都集中于数字普惠金融对创新或是创业的单向影响。喻平等[1]发现，数字普惠金融对企业创新具有正向作用，但作用的强度存在异质性。在作用机理方面，数字普惠金融可以通过缓解融资约束[2]、提升创新成果与市场的匹配效率[3]，从而提升企业的创新能力。Li et al.[4]发现数字普惠金融对城市创新具有积极影响，并且可以通过改善信贷资源配置、消费和产业升级来促进城市创新。部分学者在数字普惠金融对创业的影响方面进行了深入研究。采用长尾理论为理论框架，旨在证实数字普惠金融对于缓解小微企业融资难题的有效性，从而在理论上论证了其在促进金融资源有效分配方面的推动作用[5]，其中一项关键路径是数字普惠金融为企业创造商机并提供支持[6]。此外，还有部分学者通过实证研究验证数字普惠金融对创业产生的空间溢出效应和渠道效应[7]。冯永琦等[8]观察到数字普惠金融对创业的影响中存在着产业结构的中介调节作用。以长三角地区为研究样本，翟仁祥等[9]通过实证研究发现，数字普惠金融对城市创业活跃度具有正向影响，而这一影响具有显着的区域异质性和门槛效应。
综上所述，学术界对于数字普惠金融对创新或创业的单向影响研究较为广泛。然而，针对数字普惠金融与创新创业活跃度的综合研究仍较为有限。基于此，本研究建立数字普惠金融与创新创业活跃度的耦合协调模型和相对发展度模型系统评估二者的耦合协调度和相对发展度，并从全国、地区两个视角，刻画其演进特征，进一步利用泰尔指数分析其地区差异。
2 研究设计
2.1 指标选取
本研究采用了北京大学数字金融研究中心发布的《北京大学数字普惠金融指数（2011-2020年）》的数字普惠金融发展指数作为参考[10]，采用北京大学企业大数据研究中心发布的《中国区域创新创业指数》来衡量创新创业活跃度。
2.2 样本选择与指标体系
本研究以中国地级市2011年至2019年期间的面板数据为研究对象。原始数据的指标选取存在差异，因此，采用归一化公式对数据进行标准化处理，以消除数据之间的量纲差异。这一标准化过程有助于确保数据在同一量纲下进行比较和分析。具体公式如下：
正向指标标准化公式：rij=（xij-minxij）/（maxxij-minxij） （1）
负向指标标准化公式：rij=（maxxij-xij）/（maxxij-minxij） （2）
式中，i表示城市，j表示指标。由于归一化之后会出现0的数据，为了消除0值的影响，本文对标准化后的数值进行平移：
sij=rij×0.99+0.01 （3）
式中，sij和rij分别为平移后的数据和标准化值。
第一，利用熵值法建立指标体系。
第二，计算第i个城市占第j项指标的比重。
pij=rij /∑■■rij （4）
第三，计算第j项指标的熵值。
ej=-1/ln（n）∑■■pijln（pij）， 0≤ej≤1 （5）
第四，计算第j项指标的差异系数。
gj=1-ej，0≤gj≤1 （6）
第五，计算第j项指标所占的权重。
wj=gj /∑■■gj （7）
第六，计算综合指数。
ui=∑■■wj rij （8）
结果如表1所示。
表1 指标体系及权重
2.3 研究方法
2.3.1 耦合协调度模型
为了衡量数字普惠金融和创新创业活跃度之间的协调程度，本研究采用了物理学中的容量耦合概念。本文借鉴前人[11]的研究成果，在此基础上采用均匀分步法衡量耦合协调度等级，具体见表2。
表2 协调耦合度指数等级量表
耦合度（C）、协调度（T）和耦合协调度（D）的计算方法如下：
C=2■/（U1+U2） （9）
T=αU1+βU2 （10）
D=■ （11）
式中，U1表示数字普惠金融指数，U2表示创新创业活跃度指数。α为数字普惠金融发展水平的待定系数，β为城市创新创业活跃度水平的待定系数，α=β=1/2。
2.3.2 相对发展度模型
耦合协调度模型用于描述二者之间的协调耦合程度，但没有揭示二者发展水平的相关关系。针对该问题，本研究通过构建相对发展度模型来解决。具体公式如下：
β=U1 /U2 （12）
式中，β为二者的相对发展程度。U1 表示数字普惠金融发展水平，U2表示创新创业活跃度水平。在此基础上，借鉴毕国华等[12]的研究成果，判断二者的相对发展阶段，如表3所示。
表3 相对发展程度划分标准
2.3.3 泰尔指数
泰尔指数是一种可以用来衡量地区间差距的测度方法。基于此，本文利用泰尔指数来测度数字普惠金融与创新创业活跃度的耦合协同度的差异。公式如下：
T=■∑■■yi/y log（yi/y） （13）
式中，T表示二者耦合协调发展的泰尔指数，yi是第i个地区的二者耦合协调发展水平，y为二者地区耦合协调发展水平的均值。T介于0～1。T愈大，总体差异愈大。在描述了总体差异之后，还需对组内及组间差异进行统计。具体公式如下：
T=Tb+Tw=∑■■yklog[yk（nk/n）]+∑■■yk{■yi /yklog[（yi/yk）/
（1/nk）]} （14）
式中，Tb=∑■■yklog[yk（nk/n）]表示区域间差异，Tw=∑■■yk{■yi/yklog[（yi/yk）/（1/nk）]}为区域内差异，Tk=■yi /yklog[（yi/yk）/（1/nk）]代表k组的组内差异，k=1，..，K。在此基础上计算出来的组内、组间差距的贡献率公式如下：
Dk=yk×（Tk/T） （15）
Db=Tb/T （16）
3 测度结果分析
3.1 全国耦合协调度分析
如图1所示，我国数字普惠金融与创新创业活跃度之间的耦合协调度表现出上升的态势。2011-2019年，耦合协调度指数由0.486增长到0.765，从轻度失调状态转为优良协调状态，从过渡区域转为可接受区域这表明数字普惠金融的发展与创新创业活跃度之间存在一种正向协调关系，二者之间的相互作用有所增强。基于耦合协调度水平的变化，可以将这段时间划分为3个不同的阶段。首先，2011年，数字普惠金融与创新创业活跃度的耦合协调度较低，表明二者的发展呈现出接近无序的状态；其次，在2012-2017年期间，数字普惠金融与创新创业活跃度的耦合协调度逐渐上升，达到了勉强协调的阶段；最后，在2018-2019年期间，数字普惠金融与创新创业活跃度的耦合协调度达到了顶峰，处于优良协调状态。
3.2 四大地区耦合协调度分析
图2为2011-2019年四大地区耦合协调度指数图。图2显示，在2011年至2019年期间，我国东部、中部、西部以及东北4个地区的数字普惠金融与创新创业活跃度的耦合协调度指数均呈现持续增长的趋势。这表明各地区数字普惠金融与创新创业的关联性在时空演进中得到了强化。自2012年伊始，4个地区均已摆脱轻度失调发展阶段。到2019年，东部地区的耦合协调度为0.862，处于优良协调状态；中部表现较为亮眼，耦合协调度为0.775，处于优良协调状态，西部和东北地区发展较为落后，耦合协调指数分别为0.689和0.654，均处于勉强协调状态。另外，根据表4相对发展程度的测算结果，2011年四大地区皆处于滞后状态，表明数字普惠金融发展滞后于创新创业活跃度，但是到2019年四大地区除东部地区外，其他三大地区皆处于超前状态，表明中、西、东北三大地区的数字普惠金融发展超前于创新创业活跃度，只有东部地区数字普惠金融发展同步于创新创业活跃度。
4 差异性分析
利用泰尔指数测算了四大地区的区域内差异和区域间差异以及各自的贡献结果，如表5所示。从总体差异来看，2011-2019年数字普惠金融与创新创业活跃度耦合协调度差异最大和最小的年份分别出现在2011年和2018年，泰尔指数分别为0.028 4和0.013 5。同时，数字普惠金融与创新创业活跃度耦合协调度的泰尔指数呈波动性下降趋势，从2011年的0.028 4下降至2019年的0.013 6，表明中国数字普惠金融与创新创业活跃度耦合协调指数的总体差异在缩小。从分解结果来看，2011-2019年区域间差异贡献率由2011年的31.61%上升到2019年的37.26%，区域内差异贡献率由2011年的68.39%下降为2019年的62.74%，数字普惠金融与创新创业活跃度耦合协调指数的总体差异主要来源于区域内差异。对区域内差异泰尔指数进一步分解后发现，在2011年至2019年期间，东、中、西、东北地区的数字普惠金融与创新创业活跃度耦合协调指数的泰尔指数平均值分别为0.005 7、0.007 7、0.020 5和0.014 2。这表明西部地区的内部差异最为显着，紧随其后的是东北地区，而东部和中部地区之间的差异相对较小。此外，东、中、西、东北地区在总体差异中的贡献率均值分别为12.31%、13.86%、33.50%和8.36%。这意味着西部地区对整体差异的贡献最大，其次是东部和中部地区，而东北地区对整体差异的贡献最小。值得注意的是，西部地区的贡献率呈下降趋势，而东北地区的贡献率则呈上升趋势。
5 结论与建议
本文的研究结论有以下两点：第一，总体耦合协调度在研究时段逐年递增，经历了从轻度失调到优良协调的过渡。在地区层面上，东部地区和中部地区表现出优良协调水平，而西部地区和东北地区则处于勉强协调状态。第二，总体差异主要源于区域内差异。四大地区耦合协调度的差异整体上都呈现出下降的趋势，东北地区差异最大。
上述结论启示我们，在创新创业系统与数字普惠金融系统协调互动较低的地区，如西部地区和东北地区，可能出现二者之间的“低端均衡”现象，存在潜在的协同发展瓶颈。为应对这一现象，可以采取下列措施：首先，对于这些地区，可通过挖掘和发展本地优势产业，从而推动数字普惠金融与创新创业系统之间的互动；其次，建立绿色通道，适当将创新创业资源向本地发展前景良好的产业倾斜，从而打造具有地区特色的创新创业发展道路是可行的手段；最后，需要正视数字普惠金融与创新创业活跃度耦合协调度较低的现实情况，不仅要推动创新创业系统的发展，还应促进传统金融产业的转型升级。相反，在耦合协调度较高的地区，如东部地区，应采取积极的政策措施，着力促进金融和创新创业要素在不同地区之间的流动，将东部地区的空间溢出效应最大化发挥。中部地区的数字普惠金融与创新创业活跃度的耦合协调度处于中等水平，因此需要将更多的注意力转移到如何提高创新创业效率、改善创新创业环境上来，并提高科技创新为数字普惠金融发展提供服务的水平。
【参考文献】
【1】喻平，豆俊霞.数字普惠金融、企业异质性与中小微企业创新[J].当代经济管理，2020，42（12）：79-87.
【2】聂秀华，吴青.数字金融对中小企业技术创新的驱动效应研究[J].华东经济管理，2021，35（03）：42-53.
【3】吴庆田，朱映晓.数字普惠金融对企业技术创新的影响研究——阶段性机制识别与异质性分析[J].工业技术经济，2021，40（03）：143-151.
【4】Li J， Li B.Digital inclusive finance and urban innovation： Evidence from China[J].Review of Development Economics，2021.
【5】王馨.互联网金融助解“长尾”小微企业融资难问题研究[J].金融研究，2015（09）：128-139.
【6】曾之明，余长龙，张琦，等.数字普惠金融支持农民工创业机制的实证研究[J].云南财经大学学报，2018，34（12）：58-65.
【7】黄漫宇，曾凡惠.数字普惠金融对创业活跃度的空间溢出效应分析[J].软科学，2021，35（02）：14-18+25.
【8】冯永琦，蔡嘉慧.数字普惠金融能促进创业水平吗？——基于省际数据和产业结构异质性的分析[J].当代经济科学，2021，43（01）：79-90.
【9】翟仁祥，宣昌勇.数字普惠金融提高了城市创业活跃度吗[J].现代经济探讨，2022（05）：76-87.
【10】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.
【11】张广海，冯英梅.旅游产业结构水平与城市发展水平耦合协调发展度的时空特征分析——以山东省为例[J].经济管理，2013，35（05）：128-138.
【12】毕国华，杨庆媛，刘苏.中国省域生态文明建设与城市化的耦合协调发展[J].经济地理，2017，37（01）：50-58.
