前言：尋找寫作靈感？中文期刊網用心挑選的數字金融對企業技術創新的效應識別，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
摘要：有效的金融服務供給能夠促進中小企業創新活動，文章基于2011—2018年新三板上市公司數據，探討數字金融對企業技術創新的影響與作用機制。實證研究結果表明：數字金融覆蓋廣度對企業技術創新的影響程度最大，使用深度次之，數字化程度最??；數字金融對不同類別的技術創新表現出一致的促進作用；數字金融對非高新區企業的促進作用更大，且對不同行業具有差異化的影響；數字金融會通過“外降”與“內增”途徑促進企業技術創新；在影響企業技術創新上，數字金融與金融發展、地區經濟發展水平存在著相互替代效應?，F階段，應從政策引導、產業升級、平衡發展及金融監管四個方面充分發揮數字金融的帶動作用。
關鍵詞：數字金融；技術創新；固定效應模型；中介效應
0引言
科技創新是一個國家經濟持續發展的核心驅動力，實施創新驅動發展戰略是引領中國經濟邁向高質量發展的重要一環。根據世界知識產權組織（WorldIntellectualPropertyOrganization,WIPO）的數據，2020年我國提交專利申請數量總量達68720件，高于美國的59230件，但核心專利數量占比在2015年僅為0.16%，遠低于同期美國的6.4%，依舊存在技術鏈條中“低端鎖定”的問題[1]；同時，2020年中國人均專利數量為4.893件/萬人，遠低于美國的17.851件/萬人，人均水平依然存在較大差距。企業技術創新本身是一種高風險、高成本的活動，具有融資成本大、跨越周期長、行業競爭性強等特征。因此，穩定的金融服務與持續的資金來源是保障企業創新發展的前提條件[2]。創新是經濟發展的根本動力，更有利于構筑企業競爭新優勢。自熊彼特提出創新發展理論以來，關于企業技術創新影響因素的研究十分豐富，主要從政府、市場、企業三個層面展開研究[3—6]。從市場外部環境來看，金融是影響企業技術創新環境的重要組成部分，金融資源能否有效分配到企業主體將會直接影響企業的生產經營與技術創新活動。一直以來，傳統金融部門在服務實體經濟中存在著供給不足與結構性錯配問題。隨著互聯網與信息技術的快速發展與相互融合，如何基于數字金融發展模式更好地服務實體經濟已經成為新時代發展下需要重點解決的問題。關于數字金融對企業技術創新的影響目前已經形成了較為統一的認知與實證結論，即數字普惠金融有利于促進企業技術創新。數字普惠金融為金融服務的邊界擴展、效率提升提供了穩定的技術支撐[7]，數字金融的覆蓋廣度、覆蓋深度及數字化程度均有利于以低風險識別成本和低市場搜尋成本釋放新的商業空間，為企業技術創新提供新的機遇[1]。作為創新型的金融發展模式，數字金融是提供有效金融服務供給、加快創新驅動發展的重要鏈條。鑒于此，本文分析數字金融對技術創新的作用機制并提出相關理論假設，基于固定效應模型和異質性分析實證檢驗數字金融對企業技術創新的影響效應，并通過中介效應和調節效應模型探討數字金融對中小企業技術創新的不同影響路徑，以期豐富數字金融與企業技術創新的研究視角。
1研究假設
從數字金融對技術創新的具體作用機制來看，主要包括降低外部融資約束的“外降”機制與增加企業內部研發投入的“內增”機制兩個方面。一方面，數字金融基于信息技術與金融科技等手段顯著降低了信息不對稱問題，既提高了金融機構的服務效率、服務質量與服務普惠性，又能夠基于數據的深度挖掘與風險分析有效降低中小企業的金融交易成本，進而緩解研發階段所面臨的融資約束[8—10]。另一方面，數字金融能夠有效地激勵當地整體的研發創新活動，加劇行業內的技術創新競爭，進而提高企業研發投入強度，形成一種良性的企業技術創新機制[11]。因此，本文提出：假設1：數字金融能夠通過降低融資約束水平、增強企業研發投入強度兩種途徑促進企業技術創新。中國數字金融的快速發展得益于監管的適度放松以及正規金融部門的供給缺失問題。隨著金融監管的逐步加強與金融機構信貸供給水平的提高，數字金融對技術創新的影響可能會表現出其他變化特征。唐松等（2020）[1]從金融監管層面研究發現，數字金融在較強的金融監管下有助于發揮對技術創新的驅動效果。盡管目前的研究尚未涉及正規金融部門供給對數字金融創新驅動效應的影響情況，但已經提供了一種新穎的研究視角。并且，數字金融與傳統金融部門二者之間的關系不是單一的關系，所涉及的領域也存在不同的影響。就貸款領域而言，數字金融彌補了傳統金融機構在中小企業層面的金融排斥問題，二者之間可能會表現出相互補充、相互競爭的態勢[12]。在融合中競爭的這一發展態勢將會推動金融結構變革和金融效率提升，使得金融服務更具普惠性，進而推動企業技術創新活動。因此，本文提出：假設2：在促進技術創新方面，金融發展水平與數字金融呈現相互替代的競爭效應。數字金融的發展離不開外部環境的支持與保障[13]。數字金融能夠有效地緩解金融排斥現象，這對經濟發展落后地區的企業而言尤其重要。一般而言，經濟發展較為落后的地區由于其信用環境、宏觀經濟環境與知識產權保護環境相對較差，中小企業會面臨更為嚴重的金融排斥現象。因此，經濟發展水平的提高有利于改善外部環境條件，降低信貸約束與金融排斥現象，提高企業研發動力。同時，在外部環境改善背景下，數字金融對于緩解企業融資約束、降低金融排斥力度可能會存在動態變化，進而對企業技術創新的影響也會存在動態調整。因此，本文提出：假設3：隨著經濟發展水平的提高，數字金融的創新驅動效應可能會呈現邊際效應遞減的發展趨勢。
2研究設計
2.1模型構建
2.1.1基礎模型
為識別數字金融對企業技術創新的影響情況，本文參考李春濤等（2020）[14]的做法，設定如下計量模型，其中，Yijt是被解釋變量，表示j地區i企業t時期的技術創新水平；lnIndexjt表示j地區的數字金融水平；Xijt表示控制變量；fi表示個體固定效應；Tt表示時間固定效應；?ind表示行業固定效應；εit表示隨機誤差項。
2.1.2中介效應模型
為進一步檢驗數字金融對企業技術創新的作用機制，本文參考唐松等（2020）[1]的做法，選擇遞歸方程進行識別檢驗。其中，中介變量mediator包括融資約束水平和研發投入強度水平。
2.2指標選取
2.2.1被解釋變量和核心解釋變量
本文的被解釋變量為企業技術創新（Patent），參考李春濤等（2020）[14]的做法，使用企業的全部專利數據進行測度，并將企業專利劃分為發明專利（Patent1）和實用新型專利與外觀專利（Patent2）兩類以表示企業的核心技術創新與普通技術創新。核心解釋變量為數字金融水平（lnIndex），參考郭峰等（2020）[15]的做法使用2011—2018年的北京大學數字普惠金融指數來進行衡量，并采取其細分指標覆蓋廣度（lnCoverage）、使用深度（lnUsage）和數字化程度（lnDigitization）來衡量三個維度下的數字金融程度。
2.2.2中介變量和調節變量
本文使用融資約束程度（SA）與研發投入強度水平（lnRD）兩個中介傳導變量來分析數字金融對企業技術創新的具體作用途徑。參考吳迪等（2020）[16]的做法，使用SA指數來表示融資約束程度，即SA=-0.737*lnAssets+0.043*lnAs?sets2-0.04*Firm_age，其中，Assets為企業總資產；Firm_age為企業年齡，該指數越大表明企業的融資約束越大。使用研發投入占總收入的比重來表示研發投入強度水平。本文使用金融發展水平（Finance）與地區經濟發展水平（Pgdp）兩個指標作為調節變量來分析數字金融對企業技術創新的調節效應，參考莊毓敏等（2020）[11]的做法，使用金融機構的存貸款余額占GDP的比重來表示地區金融發展水平，使用人均GDP指標來表示地區經濟發展水平。
2.2.3控制變量
本文進一步控制企業層面的相關變量，參考李春濤等（2020）[14]的做法，使用企業總資產的對數來衡量企業規模水平（Size），一般企業規模越高，就越傾向于進行長期投資與持久創新；使用年末總負債與總資產之比來衡量企業的資產負債率水平（Leverage），企業的資產負債率水平越低，表明面臨的杠桿程度較低，就越能夠保障企業的研發投入與技術創新活動[14]；使用年末總資產增長率來衡量企業的成長性水平（Growth），企業成長性表明其發展潛力大，但同時也會面臨著較大的資金壓力，不利于長期的技術創新活動；使用購建固定資產、無形資產和其他長期資產所支付的現金總額占年末總資產的比例來衡量資本支出水平（Capex），資本支出水平盡管在一定程度上反映了企業當前的技術水平，但往往會導致企業延長現有的技術周期進而阻礙新技術的發明與應用[17]；使用固定資產總額占年末總資產的比重來衡量固定資產比（PPE），一般固定資產比水平越大，表明企業的盈利水平與生產技術水平越高，越有利于企業開展技術創新活動；使用獨立董事人數占董事會總人數的比重來衡量企業董事會獨立性水平（Indep?dent），反映企業就重大公司事務作出決策的能力。
2.3數據來源
本文的數字金融數據來源于北京大學數字普惠金融指數；新三板基礎數據來自李春濤等（2020）[14]的研究，在《中國工業經濟》網站（http://www.ciejournal.org）下載相關附件；企業年限、財務數據等變量數據來自國泰安數據庫和Wind數據庫；地區金融發展水平和地區人均GDP數據來源于2012—2019年《中國城市統計年鑒》。本文對數字金融、覆蓋廣度、使用深度、數字化程度、研發投入強度等指標進行了取對數處理，變量的描述性統計如表1所示。
3實證分析
3.1數字金融對企業技術創新的影響分析
表2報告了數字金融及其細分指標對新三板企業專利水平的影響情況，回歸模型均控制了時間效應、地區效應和行業效應，并使用城市層面的聚類標準誤進行模型的修正處理。列（1）中lnIndex的系數在1%的水平上顯著，為0.563，表明數字金融能夠有效地促進企業技術創新。列（2）中lnCoverage的系數為0.560，通過了1%的顯著性檢驗，表明數字金融的覆蓋廣度能有效促進企業技術創新水平，這主要是由于數字金融縮小了服務主體與金融部門之間的距離，降低了客戶準入門檻與金融排斥程度，進而有效緩解企業融資約束。列（3）中數字金融的使用深度同樣對企業專利產生顯著的正向影響，在支付、貨幣基金、信貸、保險、投資及信用業務等方面的使用程度越高，就意味著目前企業實際參與數字金融的程度水平越高，對企業技術創新產生的促進作用也就越大。列（4）中lnDigitization的系數顯著，為0.249，隨著數字經濟的快速發展，便利性、低成本和信用化的數字化程度將會進一步發揮企業價值，提升企業技術創新水平。進一步對比影響系數可知，數字金融覆蓋廣度對企業技術創新的影響程度最大，使用深度的影響次之，數字化程度的影響最小。表3報告了數字金融指數及其細分指標對企業發明專利、實用新型與外觀設計專利的影響情況。列（1）和列（5）中lnIndex的系數為0.341和0.395，均通過1%的顯著性檢驗，表明數字金融水平每提高1%，企業的發明專利水平和實用新型與外觀設計專利水平會提高0.341%和0.395%。進一步分析覆蓋廣度、使用深度和數字化程度的影響系數可知，三種指標的系數均在1%的水平上顯著為正，且數字金融覆蓋廣度對企業技術創新的影響程度最大，使用深度的影響次之，數字化程度影響最小。對比不同專利下的系數可知，數字金融對發明專利和實用新型及外觀設計專利的影響差異性不大，表明數字金融對企業技術創新的作用不存在專利層面的偏好性，這主要是數字金融從資本層面緩解企業的融資約束以及從投入水平層面促進企業研發投入的提高，并不存在對某一具體研發創新的偏好性，因此對企業技術創新表現出中性、一致的促進作用。
3.2異質性分析
3.2.1區域異質性
本文通過區分高新區（包括科技園區）和非高新區的企業，進一步識別數字金融對處于不同地區企業的技術創新影響情況，具體如表4所示。對比lnIndex的系數可知，數字金融對處于非高新區的企業全部專利、發明專利、實用新型與外觀設計專利的影響程度明顯高于高新區與科技園區企業。這意味著數字金融對非高新區企業的作用程度更大，可能是因為高新區與科技園區的企業大都屬于高科技企業，相較而言具有更好的資質與發展前景，面臨的金融約束和金融排斥程度相對較低，因此數字金融對該類企業的促進作用較小。下頁表5進一步區分了數字金融的細分指標對高新區和非高新區企業技術創新的影響情況，可知數字金融覆蓋廣度、使用深度和數字化程度對兩類企業技術創新同樣呈現“一低一高”的影響，即對高新區與科技園區的企業影響程度較小，對非高新區企業的影響程度較大。
3.2.2行業異質性
本文對行業進行分類，以研究數字金融對不同行業企業的影響情況，結果如下頁表6所示。具體來看，數字金融對建筑業、批發零售和貿易、制造業、信息技術業、社會服務業、農林牧漁業、交通運輸倉儲業等行業的影響較為突出，對傳播文化產業、電煤水的生產業、采掘業等行業的影響則不顯著。這可能是由于傳播文化產業、電煤水的生產業以及采掘業等行業主要是屬于精神生活需求、基本生活需求以及工業必需品的行業，企業技術創新活動相對較低，且融資需求與融資約束程度也相對較低，因此數字金融對該行業的影響不太顯著。而對于其他行業而言，傳統金融產品供給不足問題已經嚴重制約了企業技術創新活動，數字金融則可以有效促進金融資源的合理分配。
4數字金融對企業技術創新的影響機制分析
4.1“外降”與“內增”機制
從企業內部來看，數字金融主要通過內部融資約束與研發投入強度兩個途徑影響企業技術創新活動。一方面，數字金融有利于降低企業的融資約束程度，降低融資成本，改善融資環境與信貸排斥情況，進而會擴大企業的現金流水平，保障研發投入；另一方面，數字金融能夠有效地激勵當地整體的研發創新活動，加劇企業間的技術創新競爭水平，內在地激勵企業提高自身的研發投入強度，加大技術創新力度，促進企業技術水平的提高。因此，數字金融主要通過融資約束的“外降”機制和研發投入強度的“內增”機制途徑影響企業的技術創新水平。表7報告了“外降”與“內增”兩種影響機制的回歸結果。根據列（2）和列（3）的結果可知，數字金融能夠有效地通過降低企業的融資約束水平來提高企業技術創新，這意味著數字金融不僅直接促進了企業的技術創新水平，還克服了“融資難、融資貴”問題，既緩解了企業的現金流水平，又有效地降低了融資費用，為企業的研發活動提供充足的資金保障。根據列（4）和列（5）的回歸結果可知，數字金融能夠通過促進企業研發投入強度水平進而提高企業技術創新，盡管中介效應占總效應的比例較低，但依然表明數字金融能夠有效地激勵企業加大研發投入強度，強化了企業的研發競爭水平，加大企業技術創新支持力度和創新動力。上述實證結果有效地驗證了假設1的合理性。
4.2調節效應機制
從企業所處的外部環境來看，一般而言，金融發展水平越高，融資的審批與監督成本相對越低，企業的融資約束問題也相對越小。因此，隨著金融發展水平的變化，數字金融對企業技術創新的影響可能會表現出不同的影響趨勢。另外，經濟發展水平較低的地區往往面臨著金融排斥問題，而這一背景下數字金融是否會最大限度地發揮出普惠金融的優勢來促進企業的技術創新依然值得商榷?；诖耍疚牟扇≌{節效應模型進一步識別金融發展水平和地區經濟發展水平下數字金融對企業技術創新的影響情況，具體結果如表8所示。根據表8列（1）回歸結果可知，金融發展水平與數字金融的交叉項系數顯著為負，這表明在促進企業技術創新活動方面，金融發展水平與數字金融呈現相互競爭的替代效應。一個合理的解釋是，金融發展水平的提高會增加以銀行為主體的正規金融機構數量，提供有效金融服務供給，因此在金融發展水平越高的地區，數字金融對中小企業技術創新的影響越小，這驗證了本文的假設2。根據列（2）回歸結果可知，經濟發展水平與數字金融的交互項系數顯著，為-0.043，表明隨著經濟發展水平的逐步提高，數字金融對企業技術創新的正向促進作用呈現逐漸下降的變化趨勢。這主要是由于在經濟發展水平較低的地區，數字金融能夠更有效地緩解金融排斥和融資約束問題，促進企業技術創新活動；而隨著經濟發展水平的逐漸提高，政府的監管機制更為完善，企業的信譽和違約風險、融資約束等問題也相對較低，因此數字金融的影響程度則開始有所減弱。這一實證結果驗證了本文的假設3。
5結論與建議
數字普惠金融依托于互聯網、大數據分析、云計算等信息技術深刻地改變了金融發展模式。本文基于2011—2018年新三板上市公司數據，實證檢驗了數字普惠金融是否有效作用于企業技術創新及其具體影響機制。主要結論如下：（1）數字金融有利于提高中小企業技術創新水平，且對不同類型專利表現出一致的促進作用；數字金融對企業技術創新的正向促進作用主要體現在覆蓋廣度、使用深度兩個方面，數字化程度的影響相對較低。（2）從區域異質性來看，數字金融及其細分指標對高新區企業技術創新的促進作用遠低于非高新區企業；從行業異質性看，數字金融影響較大的行業依次為建筑業、批發零售和貿易、制造業、信息技術業、社會服務業、交通運輸倉儲業、農林牧漁業等行業。（3）從影響機制來看，一方面，數字金融可以降低外部融資約束程度，為企業技術創新活動提供多元化的融資渠道，保障創新的穩定性；另一方面，數字金融有利于進一步提高企業的研發投入水平占比，提高創新強度，強化企業的創新競爭水平。另外，在影響企業技術創新方面，數字金融與金融發展水平、經濟發展水平存在著相互替代效應。基于上述結論，本文提出如下建議：（1）地方政府要加強對數字普惠金融的政策引導與支持力度，打好信息技術基礎，落實產業配套設施，打破數據孤島困境，助力數字金融服務的能力，深化與數字化程度水平的提升。（2）要推進落實數字金融對不同技術水平企業、不同行業的高效賦能，尤其要重視數字金融對非高新區企業的帶動作用，構建良好的營商環境，優化產業結構轉型升級。（3）地方政府要結合數字金融的普惠性原則與區域均衡發展戰略，盡快推動數字金融在金融發展與經濟發展水平較低的城鎮與農村地區的普及與發展，促進金融資源的有效配置。（4）監管機構要加強對數字金融的監管力度，加強宏觀審慎管理，構建具有針對性、有效性、及時性的數字金融監管體系，同時要立足于服務實體經濟的原則，保障數字普惠金融政策的有效性與連續性。
參考文獻：
[1]唐松,伍旭川,祝佳.數字金融與企業技術創新——結構特征、機制識別與金融監管下的效應差異[J].管理世界,2020,36(5).
[2]袁建國,后青松,程晨.企業政治資源的詛咒效應——基于政治關聯與企業技術創新的考察[J].管理世界,2015,(1).
[3]劉京煥,周奎,張勇,等.數字普惠金融、企業生命周期與技術創新[J].統計與決策,2022,(19).
[4]黎文靖,鄭曼妮.實質性創新還是策略性創新?——宏觀產業政策對微觀企業創新的影響[J].經濟研究,2016,51(4).
[5]解維敏,唐清泉,陸姍姍.政府R&D資助,企業R&D支出與自主創新——來自中國上市公司的經驗證據[J].金融研究,2009,(6).
[6]鞠曉生,盧荻,虞義華.融資約束、營運資本管理與企業創新可持續性[J].經濟研究,2013,48(1).
[7]郭峰,孔濤,王靖一.互聯網金融空間集聚效應分析——來自互聯網金融發展指數的證據[J].國際金融研究,2017，(8).
[8]錢海章,陶云清,曹松威,等.中國數字金融發展與經濟增長的理論與實證[J].數量經濟技術經濟研究,2020,37(6).
[9]ZengM,ReinartzW.BeyondOnlineSearch:TheRoadtoProfitabili?ty[J].CaliforniaManagementReview,2003,45(2).
[10]謝雪燕,朱曉陽.數字金融與中小企業技術創新——來自新三板企業的證據[J].國際金融研究,2021,(1).
[11]莊毓敏,儲青青,馬勇.金融發展、企業創新與經濟增長[J].金融研究,2020,(4).
[12]劉瀾飚,沈鑫,郭步超.互聯網金融發展及其對傳統金融模式的影響探討[J].經濟學動態,2013，(8).
[13]黃金增,暢紅琴,李艷.中國數字金融發展提升路徑分析——基于模糊集定性比較分析的研究[J].管理現代化,2021,41(1).
[14]李春濤,閆續文,宋敏,等.金融科技與企業創新——新三板上市公司的證據[J].中國工業經濟,2020,(1).
[15]郭峰,王靖一,王芳,等.測度中國數字普惠金融發展:指數編制與空間特征[J].經濟學(季刊),2020,19(4).
[16]吳迪,趙奇鋒,韓嘉怡.企業社會責任與技術創新——來自中國的證據[J].南開經濟研究,2020,(3).
[17]謝子遠,黃文軍.非研發創新支出對高技術產業創新績效的影響研究[J].科研管理,2015,36(10).
作者:朱俊豐 單位:中國工商銀行博士后科研工作站
