DOI: https://doi.org/10.1016/j.jik.2025.100697
تاريخ النشر: 2025-03-22
المؤلف: Kai Tang وآخرون
الموضوع الرئيسي: التنمية الإقليمية والسياسة
نظرة عامة
تدرس هذه الدراسة تأثير التمويل الرقمي على قدرة الابتكار في التجمعات الحضرية في الصين، باستخدام بيانات بانل من 196 مدينة عبر 19 تجمعًا حضريًا بين عامي 2012 و2021. تستخدم البحث مؤشر الشمول المالي الرقمي من جامعة بكين لقياس تطوير التمويل الرقمي وتقييم قدرة الابتكار من خلال خمسة أبعاد: موارد الابتكار، إنشاء المعرفة، أداء الابتكار، بيئة الابتكار، والتعاون في الابتكار. تشير النتائج إلى أن التمويل الرقمي يعزز بشكل كبير قدرة الابتكار في التجمعات الحضرية، مع تأثير أكثر وضوحًا في المناطق الأصغر والأكثر تسويقًا والمتعددة المراكز.
تشمل الآليات الكامنة وراء هذه العلاقة تجمع رأس المال الابتكاري، الذي يوفر الدعم المالي للابتكار، وتحفيز الأنشطة الريادية التي تعزز نظام الابتكار. بالإضافة إلى ذلك، يحسن التمويل الرقمي تخصيص موارد الائتمان، موجهًا المزيد من الأموال نحو الشركات المبتكرة. تكشف الدراسة أيضًا أن عدم اليقين في السياسة الاقتصادية له تأثير معتدل غير خطي “على شكل N مقلوب” على العلاقة بين التمويل الرقمي وقدرة الابتكار. بشكل عام، تسهم هذه البحث في فهم الأنظمة المالية والإقليمية للابتكار من خلال تسليط الضوء على التأثيرات المتنوعة للتمويل الرقمي عبر تجمعات حضرية مختلفة، وتقديم إطار لاستراتيجيات التمويل الرقمي المخصصة، وتشجيع المديرين على مراعاة تعقيدات عدم اليقين في السياسة الاقتصادية في عمليات الابتكار الخاصة بهم.
مقدمة
تؤكد مقدمة هذه الورقة البحثية على أهمية تعزيز قدرة الابتكار في التجمعات الحضرية في الصين من أجل التنمية الاقتصادية المستدامة. على الرغم من المبادرات الحكومية المختلفة التي تهدف إلى تعزيز الابتكار – مثل إنشاء مناطق تجريبية ومجتمعات ابتكارية – لا يزال هناك فجوة ملحوظة بين التجمعات الحضرية في الصين والمعايير العالمية للابتكار. تعيق التحديات مثل تدفق موارد الابتكار غير الكافي وآليات التعاون غير الفعالة التقدم. تفترض الورقة أن التمويل الرقمي، الذي يتميز بالتقدم في تقنيات مثل الذكاء الاصطناعي والبلوكشين، يمكن أن يعمل كعامل محفز لتحسين قدرة الابتكار من خلال توفير خدمات مالية فعالة مصممة لتلبية احتياجات الشركات المبتكرة.
يهدف المؤلفون إلى دراسة تأثير التمويل الرقمي على قدرة الابتكار في التجمعات الحضرية، مستكشفين الآليات الكامنة والتأثيرات المحتملة المتنوعة عبر مناطق مختلفة. تشير النتائج الأولية إلى أن التمويل الرقمي يعزز بشكل كبير قدرة الابتكار، خاصة من خلال عمق استخدام الخدمات المالية بدلاً من مجرد التغطية. تحدد الدراسة أيضًا أن التجمعات الحضرية الأصغر والأكثر تسويقًا والمتعددة المراكز تستفيد أكثر من التمويل الرقمي، حيث يسهل تخصيص الموارد والنشاط الريادي. علاوة على ذلك، تسلط البحث الضوء على أن عدم اليقين في السياسة الاقتصادية يلعب دورًا معقدًا في تعديل العلاقة بين التمويل الرقمي وقدرة الابتكار، مما يشير إلى أن مستويات عدم اليقين المتفاوتة يمكن أن تعيق أو تحفز جهود الابتكار.
الطرق
توضح قسم المنهجية النهج المنهجي المستخدم في البحث. يتناول تصميم التجربة، بما في ذلك اختيار المشاركين، وتقنيات جمع البيانات، وإجراءات التحليل. استخدمت الدراسة إطارًا كميًا، حيث تم استخدام طرق إحصائية لتحليل البيانات التي تم جمعها من المشاركين. كما تم ذكر الأدوات والبرامج المحددة المستخدمة في تحليل البيانات، مما يضمن إمكانية تكرار الدراسة.
بالإضافة إلى ذلك، يتناول القسم الاعتبارات الأخلاقية التي تم أخذها في الاعتبار خلال عملية البحث، مثل الموافقة المستنيرة وسرية معلومات المشاركين. تم تصميم المنهجية لضمان موثوقية وصدق النتائج، مما يوفر أساسًا قويًا للاستنتاجات المستخلصة في الدراسة. بشكل عام، تعزز الدقة المنهجية مصداقية نتائج البحث.
النتائج
تسلط النتائج التجريبية المقدمة في هذا القسم الضوء على التأثير الإيجابي الكبير للتمويل الرقمي على قدرة الابتكار في التجمعات الحضرية. باستخدام نموذج التأثيرات الثابتة، كما يتضح من قيمة p لاختبار هاوسمان البالغة 0.000، تكشف التحليل أن التمويل الرقمي يساهم بشكل إيجابي في قدرة الابتكار، مع معامل قدره 1.205 في الانحدار المرجعي بدون متغيرات تحكم و1.064 عند تضمين متغيرات التحكم، وكلاهما ذو دلالة عند مستوى 1%. يدعم هذا الفرضية 1، مما يشير إلى أن التمويل الرقمي يعزز كفاءة وجودة الخدمات المالية، مما يفيد بشكل خاص الشركات الصغيرة والمتوسطة (MSMEs) من خلال خفض التكاليف وتسهيل الوصول إلى رأس المال.
تشير التحليلات الإضافية لمؤشر التمويل الرقمي، الذي يشمل التغطية، وعمق الاستخدام، ومستوى الرقمنة، إلى أن عمق الاستخدام له التأثير الأكبر على قدرة الابتكار (معامل = 0.526، ذو دلالة عند مستوى 1%)، يليه مستوى الرقمنة (معامل = 0.046، أيضًا ذو دلالة عند مستوى 1%). على الرغم من أن نطاق التغطية مرتبط إيجابيًا بقدرة الابتكار، إلا أنه لا يحقق دلالة إحصائية، مما يشير إلى أن جودة وعمق الخدمات المالية أكثر أهمية لتعزيز الابتكار من مجرد الوصول. تعتبر الخدمات المالية عالية الجودة والعميقة ضرورية لتقييم المخاطر بشكل فعال وتخصيص الموارد، وهي حيوية لتحفيز الابتكار داخل التجمعات الحضرية.
المناقشة
تسلط قسم المناقشة في الورقة البحثية الضوء على الطبيعة متعددة الأبعاد لقدرة الابتكار، مع التأكيد على اعتمادها على عوامل مختلفة مثل موارد الابتكار، وإنشاء المعرفة، والبيئة العامة للابتكار. ساهم علماء مثل كوك (2001) وفورمان وآخرون (2002) في فهم قدرة الابتكار كعملية تكاملية بدلاً من مجرد مقياس للإنتاج. يحدد تقرير قدرة الابتكار الإقليمي في الصين (2019) قدرة الابتكار الإقليمي على أنها القدرة على تحويل المعرفة إلى منتجات وخدمات ملموسة. على الرغم من وجود مقاييس تقييم متنوعة، هناك توافق على ضرورة اتباع نهج شامل يتضمن مؤشرات متعددة، مثل براءات الاختراع وتمويل البحث والتطوير، لتقييم قدرة الابتكار بدقة.
يستكشف القسم أيضًا دور التمويل الرقمي في تعزيز قدرة الابتكار، خاصة داخل التجمعات الحضرية. يخفف التمويل الرقمي من الحواجز المالية، ويوسع الوصول إلى التمويل، ويعزز الأنشطة الريادية، مما يحفز الابتكار. يسهل تجمع رأس المال الابتكاري من خلال تحسين تخصيص الموارد وتمكين المعاملات المالية الفعالة. علاوة على ذلك، تحدد الورقة التأثيرات الوسيطة لتجمع رأس المال الابتكاري والنشاط الريادي في هذه العلاقة، مما يشير إلى أن التمويل الرقمي لا يدعم الابتكار بشكل مباشر فحسب، بل يعزز أيضًا النظام البيئي الأوسع الذي يعزز الابتكار. تؤكد النتائج على أهمية فهم هذه الديناميكيات لوضع سياسات إقليمية فعالة للابتكار، خاصة في سياق عدم اليقين في السياسة الاقتصادية، الذي يمكن أن يكون له تأثيرات متباينة على الأنشطة الابتكارية.
القيود
تسلط القيود في هذه الدراسة الضوء على عدة مجالات حرجة للتحسين في الأبحاث المستقبلية. أولاً، نطاق البيانات محدود، حيث يشمل فقط 196 مدينة عبر 19 تجمعًا حضريًا في الصين، مما قد يؤدي إلى تحيز في اختيار العينة بسبب البيانات المفقودة، مما يؤثر بشكل خاص على المقارنات بين المناطق الشرقية والغربية. قد يؤدي التفاوت في توفر البيانات، حيث تظهر التجمعات الحضرية الشرقية مستويات أعلى من الرقمنة والوصول الأفضل إلى البيانات، إلى تحريف تحليل العلاقة بين التمويل الرقمي وقدرة الابتكار. لتعزيز قوة النتائج، يجب على الدراسات المستقبلية توسيع سلسلة زمنية من البيانات، وتوسيع مصادر البيانات لسد الفجوات، وتوسيع النطاق الجغرافي ليشمل التجمعات الحضرية العالمية.
ثانيًا، قد تحتوي مؤشرات قياس قدرة الابتكار على تحيزات بسبب المتغيرات المفقودة المحتملة وتحديات قياس بعض العوامل. على الرغم من تطوير نظام مؤشرات شامل، فإن غياب بعض المتغيرات قد يؤدي إلى تقديرات متحيزة. يجب أن تهدف الأبحاث المستقبلية إلى تحسين هذا المؤشر من خلال التعاون بين الإدارات الحكومية والمؤسسات لإنشاء نظام موحد لمؤشرات قدرة الابتكار. أخيرًا، تحدد الدراسة ثلاث آليات تؤثر على التأثير الرئيسي – تجمع رأس المال الابتكاري، والنشاط الريادي، وتخصيص موارد الائتمان – بينما قد تتجاهل عوامل أخرى مهمة مثل التعاون البحثي بين الصناعة والجامعة ونشر الثقافة الابتكارية. يجب أن تأخذ التحقيقات المستقبلية في الاعتبار هذه الآليات الإضافية والتحديات السياقية لتنفيذ تدابير دعم عبر مستويات تطوير التجمعات الحضرية المتنوعة.
DOI: https://doi.org/10.1016/j.jik.2025.100697
Publication Date: 2025-03-22
Author(s): Kai Tang et al.
Primary Topic: Regional Development and Policy
Overview
This study investigates the influence of digital finance on the innovation capacity of urban agglomerations in China, utilizing panel data from 196 cities across 19 urban agglomerations between 2012 and 2021. The research employs the Digital Financial Inclusion Index from Peking University to quantify digital finance development and assesses innovation capacity through five dimensions: innovation resources, knowledge creation, innovation performance, innovation environment, and innovation collaboration. The findings indicate that digital finance significantly enhances the innovation capacity of urban agglomerations, with a more pronounced effect observed in smaller, highly marketized, and polycentric areas.
The mechanisms underlying this relationship include the agglomeration of innovation capital, which provides financial support for innovation, and the stimulation of entrepreneurial activities that foster an innovation ecosystem. Additionally, digital finance improves the allocation of credit resources, directing more funds toward innovative enterprises. The study also reveals that economic policy uncertainty has a nonlinear “inverted N-type” moderating effect on the relationship between digital finance and innovation capacity. Overall, this research contributes to the understanding of financial and regional innovation systems by highlighting the heterogeneous impacts of digital finance across different urban agglomerations, offering a framework for tailored digital finance strategies, and encouraging managers to consider the complexities of economic policy uncertainty in their innovation processes.
Introduction
The introduction of this research paper emphasizes the importance of enhancing the innovation capacity of urban agglomerations in China for sustainable economic development. Despite various governmental initiatives aimed at fostering innovation—such as the establishment of pilot zones and innovation communities—there remains a notable gap between China’s urban agglomerations and global innovation standards. Challenges such as inadequate flow of innovation resources and ineffective collaborative mechanisms hinder progress. The paper posits that digital finance, characterized by advancements in technologies like artificial intelligence and blockchain, could serve as a catalyst for improving innovation capacity by providing efficient financial services tailored to the needs of innovative enterprises.
The authors aim to investigate the impact of digital finance on the innovation capacity of urban agglomerations, exploring underlying mechanisms and potential heterogeneous effects across different regions. Initial findings suggest that digital finance significantly enhances innovation capacity, particularly through the depth of financial service usage rather than mere coverage. The study also identifies that smaller, more marketized, and polycentric urban agglomerations benefit more from digital finance, as it facilitates resource allocation and entrepreneurial activity. Furthermore, the research highlights that economic policy uncertainty plays a complex role in moderating the relationship between digital finance and innovation capacity, suggesting that varying levels of uncertainty can either inhibit or stimulate innovation efforts.
Methods
The methodology section outlines the systematic approach employed in the research. It details the experimental design, including the selection of participants, data collection techniques, and analytical procedures. The study utilized a quantitative framework, employing statistical methods to analyze the data gathered from the participants. Specific tools and software used for data analysis are also mentioned, ensuring replicability of the study.
Additionally, the section addresses the ethical considerations taken into account during the research process, such as informed consent and confidentiality of participant information. The methodology is designed to ensure the reliability and validity of the findings, providing a robust foundation for the conclusions drawn in the study. Overall, the methodological rigor enhances the credibility of the research outcomes.
Results
The empirical results presented in this section highlight the significant positive impact of digital finance on the innovation capacity of urban agglomerations. Utilizing a fixed-effects model, as indicated by a Hausman test p-value of 0.000, the analysis reveals that digital finance contributes positively to innovation capacity, with a coefficient of 1.205 in the benchmark regression without control variables and 1.064 when control variables are included, both significant at the 1% level. This supports Hypothesis 1, suggesting that digital finance enhances financial service efficiency and quality, particularly benefiting micro, small, and medium-sized enterprises (MSMEs) by lowering costs and facilitating access to capital.
Further analysis of the Digital Finance Index, which includes coverage, depth of use, and digitization level, indicates that the depth of use has the most substantial impact on innovation capacity (coefficient = 0.526, significant at the 1% level), followed by digitization level (coefficient = 0.046, also significant at the 1% level). Although the breadth of coverage is positively correlated with innovation capacity, it does not achieve statistical significance, suggesting that the quality and depth of financial services are more critical for fostering innovation than mere accessibility. High-quality, in-depth financial services are essential for effective risk assessment and resource allocation, which are vital for stimulating innovation within urban agglomerations.
Discussion
The discussion section of the research paper highlights the multifaceted nature of innovation capacity, emphasizing its dependence on various factors such as innovation resources, knowledge creation, and the overall innovation environment. Scholars like Cooke (2001) and Furman et al. (2002) have contributed to the understanding of innovation capacity as an integrative process rather than merely an output measure. The China Regional Innovation Capacity Report (2019) further delineates regional innovation capacity as the ability to convert knowledge into tangible products and services. Despite the existence of diverse evaluation metrics, there is a consensus on the necessity for a comprehensive approach that incorporates multiple indicators, such as patents and R&D funding, to accurately assess innovation capacity.
The section also explores the role of digital finance in enhancing innovation capacity, particularly within urban agglomerations. Digital finance mitigates financial barriers, expands access to funding, and fosters entrepreneurial activities, thereby stimulating innovation. It facilitates the agglomeration of innovation capital by improving resource allocation and enabling efficient financial transactions. Furthermore, the paper identifies the mediating effects of innovation capital agglomeration and entrepreneurial activity in this relationship, suggesting that digital finance not only supports innovation directly but also enhances the broader ecosystem that fosters innovation. The findings underscore the importance of understanding these dynamics to formulate effective regional innovation policies, particularly in the context of economic policy uncertainty, which can have varying impacts on innovation activities.
Limitations
The limitations of this study highlight several critical areas for improvement in future research. Firstly, the data range is constrained, encompassing only 196 cities across 19 urban agglomerations in China, which may introduce sample selection bias due to missing data, particularly affecting comparisons between eastern and western regions. The disparity in data availability, with eastern urban agglomerations exhibiting higher levels of digitalization and better data access, could skew the analysis of the relationship between digital finance and innovation capacity. To enhance the robustness of findings, future studies should extend the time series of data, broaden data sources to fill gaps, and expand the geographical scope to include global urban agglomerations.
Secondly, the measurement indicators for innovation capacity may contain biases due to potential missing variables and the challenges of quantifying certain factors. While a comprehensive indicator system was developed, the absence of some variables could lead to biased estimates. Future research should aim to refine this index through collaboration among government departments and institutions to establish a unified innovation capacity indicator system. Lastly, the study identifies three mechanisms influencing the main effect—innovation capital agglomeration, entrepreneurial activity, and credit resource allocation—while potentially overlooking other significant factors such as industry-university research cooperation and innovative cultural dissemination. Future investigations should consider these additional mechanisms and the contextual challenges of implementing supportive measures across varying urban agglomeration development levels.