前言：寻找写作灵感？中文期刊网用心挑选的数字金融对企业技术创新的效应识别，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
摘要：有效的金融服务供给能够促进中小企业创新活动，文章基于2011—2018年新三板上市公司数据，探讨数字金融对企业技术创新的影响与作用机制。实证研究结果表明：数字金融覆盖广度对企业技术创新的影响程度最大，使用深度次之，数字化程度最小；数字金融对不同类别的技术创新表现出一致的促进作用；数字金融对非高新区企业的促进作用更大，且对不同行业具有差异化的影响；数字金融会通过“外降”与“内增”途径促进企业技术创新；在影响企业技术创新上，数字金融与金融发展、地区经济发展水平存在着相互替代效应。现阶段，应从政策引导、产业升级、平衡发展及金融监管四个方面充分发挥数字金融的带动作用。
关键词：数字金融；技术创新；固定效应模型；中介效应
0引言
科技创新是一个国家经济持续发展的核心驱动力，实施创新驱动发展战略是引领中国经济迈向高质量发展的重要一环。根据世界知识产权组织（WorldIntellectualPropertyOrganization,WIPO）的数据，2020年我国提交专利申请数量总量达68720件，高于美国的59230件，但核心专利数量占比在2015年仅为0.16%，远低于同期美国的6.4%，依旧存在技术链条中“低端锁定”的问题[1]；同时，2020年中国人均专利数量为4.893件/万人，远低于美国的17.851件/万人，人均水平依然存在较大差距。企业技术创新本身是一种高风险、高成本的活动，具有融资成本大、跨越周期长、行业竞争性强等特征。因此，稳定的金融服务与持续的资金来源是保障企业创新发展的前提条件[2]。创新是经济发展的根本动力，更有利于构筑企业竞争新优势。自熊彼特提出创新发展理论以来，关于企业技术创新影响因素的研究十分丰富，主要从政府、市场、企业三个层面展开研究[3—6]。从市场外部环境来看，金融是影响企业技术创新环境的重要组成部分，金融资源能否有效分配到企业主体将会直接影响企业的生产经营与技术创新活动。一直以来，传统金融部门在服务实体经济中存在着供给不足与结构性错配问题。随着互联网与信息技术的快速发展与相互融合，如何基于数字金融发展模式更好地服务实体经济已经成为新时代发展下需要重点解决的问题。关于数字金融对企业技术创新的影响目前已经形成了较为统一的认知与实证结论，即数字普惠金融有利于促进企业技术创新。数字普惠金融为金融服务的边界扩展、效率提升提供了稳定的技术支撑[7]，数字金融的覆盖广度、覆盖深度及数字化程度均有利于以低风险识别成本和低市场搜寻成本释放新的商业空间，为企业技术创新提供新的机遇[1]。作为创新型的金融发展模式，数字金融是提供有效金融服务供给、加快创新驱动发展的重要链条。鉴于此，本文分析数字金融对技术创新的作用机制并提出相关理论假设，基于固定效应模型和异质性分析实证检验数字金融对企业技术创新的影响效应，并通过中介效应和调节效应模型探讨数字金融对中小企业技术创新的不同影响路径，以期丰富数字金融与企业技术创新的研究视角。
1研究假设
从数字金融对技术创新的具体作用机制来看，主要包括降低外部融资约束的“外降”机制与增加企业内部研发投入的“内增”机制两个方面。一方面，数字金融基于信息技术与金融科技等手段显著降低了信息不对称问题，既提高了金融机构的服务效率、服务质量与服务普惠性，又能够基于数据的深度挖掘与风险分析有效降低中小企业的金融交易成本，进而缓解研发阶段所面临的融资约束[8—10]。另一方面，数字金融能够有效地激励当地整体的研发创新活动，加剧行业内的技术创新竞争，进而提高企业研发投入强度，形成一种良性的企业技术创新机制[11]。因此，本文提出：假设1：数字金融能够通过降低融资约束水平、增强企业研发投入强度两种途径促进企业技术创新。中国数字金融的快速发展得益于监管的适度放松以及正规金融部门的供给缺失问题。随着金融监管的逐步加强与金融机构信贷供给水平的提高，数字金融对技术创新的影响可能会表现出其他变化特征。唐松等（2020）[1]从金融监管层面研究发现，数字金融在较强的金融监管下有助于发挥对技术创新的驱动效果。尽管目前的研究尚未涉及正规金融部门供给对数字金融创新驱动效应的影响情况，但已经提供了一种新颖的研究视角。并且，数字金融与传统金融部门二者之间的关系不是单一的关系，所涉及的领域也存在不同的影响。就贷款领域而言，数字金融弥补了传统金融机构在中小企业层面的金融排斥问题，二者之间可能会表现出相互补充、相互竞争的态势[12]。在融合中竞争的这一发展态势将会推动金融结构变革和金融效率提升，使得金融服务更具普惠性，进而推动企业技术创新活动。因此，本文提出：假设2：在促进技术创新方面，金融发展水平与数字金融呈现相互替代的竞争效应。数字金融的发展离不开外部环境的支持与保障[13]。数字金融能够有效地缓解金融排斥现象，这对经济发展落后地区的企业而言尤其重要。一般而言，经济发展较为落后的地区由于其信用环境、宏观经济环境与知识产权保护环境相对较差，中小企业会面临更为严重的金融排斥现象。因此，经济发展水平的提高有利于改善外部环境条件，降低信贷约束与金融排斥现象，提高企业研发动力。同时，在外部环境改善背景下，数字金融对于缓解企业融资约束、降低金融排斥力度可能会存在动态变化，进而对企业技术创新的影响也会存在动态调整。因此，本文提出：假设3：随着经济发展水平的提高，数字金融的创新驱动效应可能会呈现边际效应递减的发展趋势。
2研究设计
2.1模型构建
2.1.1基础模型
为识别数字金融对企业技术创新的影响情况，本文参考李春涛等（2020）[14]的做法，设定如下计量模型，其中，Yijt是被解释变量，表示j地区i企业t时期的技术创新水平；lnIndexjt表示j地区的数字金融水平；Xijt表示控制变量；fi表示个体固定效应；Tt表示时间固定效应；åind表示行业固定效应；εit表示随机误差项。
2.1.2中介效应模型
为进一步检验数字金融对企业技术创新的作用机制，本文参考唐松等（2020）[1]的做法，选择递归方程进行识别检验。其中，中介变量mediator包括融资约束水平和研发投入强度水平。
2.2指标选取
2.2.1被解释变量和核心解释变量
本文的被解释变量为企业技术创新（Patent），参考李春涛等（2020）[14]的做法，使用企业的全部专利数据进行测度，并将企业专利划分为发明专利（Patent1）和实用新型专利与外观专利（Patent2）两类以表示企业的核心技术创新与普通技术创新。核心解释变量为数字金融水平（lnIndex），参考郭峰等（2020）[15]的做法使用2011—2018年的北京大学数字普惠金融指数来进行衡量，并采取其细分指标覆盖广度（lnCoverage）、使用深度（lnUsage）和数字化程度（lnDigitization）来衡量三个维度下的数字金融程度。
2.2.2中介变量和调节变量
本文使用融资约束程度（SA）与研发投入强度水平（lnRD）两个中介传导变量来分析数字金融对企业技术创新的具体作用途径。参考吴迪等（2020）[16]的做法，使用SA指数来表示融资约束程度，即SA=-0.737*lnAssets+0.043*lnAs⁃sets2-0.04*Firm_age，其中，Assets为企业总资产；Firm_age为企业年龄，该指数越大表明企业的融资约束越大。使用研发投入占总收入的比重来表示研发投入强度水平。本文使用金融发展水平（Finance）与地区经济发展水平（Pgdp）两个指标作为调节变量来分析数字金融对企业技术创新的调节效应，参考庄毓敏等（2020）[11]的做法，使用金融机构的存贷款余额占GDP的比重来表示地区金融发展水平，使用人均GDP指标来表示地区经济发展水平。
2.2.3控制变量
本文进一步控制企业层面的相关变量，参考李春涛等（2020）[14]的做法，使用企业总资产的对数来衡量企业规模水平（Size），一般企业规模越高，就越倾向于进行长期投资与持久创新；使用年末总负债与总资产之比来衡量企业的资产负债率水平（Leverage），企业的资产负债率水平越低，表明面临的杠杆程度较低，就越能够保障企业的研发投入与技术创新活动[14]；使用年末总资产增长率来衡量企业的成长性水平（Growth），企业成长性表明其发展潜力大，但同时也会面临着较大的资金压力，不利于长期的技术创新活动；使用购建固定资产、无形资产和其他长期资产所支付的现金总额占年末总资产的比例来衡量资本支出水平（Capex），资本支出水平尽管在一定程度上反映了企业当前的技术水平，但往往会导致企业延长现有的技术周期进而阻碍新技术的发明与应用[17]；使用固定资产总额占年末总资产的比重来衡量固定资产比（PPE），一般固定资产比水平越大，表明企业的盈利水平与生产技术水平越高，越有利于企业开展技术创新活动；使用独立董事人数占董事会总人数的比重来衡量企业董事会独立性水平（Indep⁃dent），反映企业就重大公司事务作出决策的能力。
2.3数据来源
本文的数字金融数据来源于北京大学数字普惠金融指数；新三板基础数据来自李春涛等（2020）[14]的研究，在《中国工业经济》网站（http://www.ciejournal.org）下载相关附件；企业年限、财务数据等变量数据来自国泰安数据库和Wind数据库；地区金融发展水平和地区人均GDP数据来源于2012—2019年《中国城市统计年鉴》。本文对数字金融、覆盖广度、使用深度、数字化程度、研发投入强度等指标进行了取对数处理，变量的描述性统计如表1所示。
3实证分析
3.1数字金融对企业技术创新的影响分析
表2报告了数字金融及其细分指标对新三板企业专利水平的影响情况，回归模型均控制了时间效应、地区效应和行业效应，并使用城市层面的聚类标准误进行模型的修正处理。列（1）中lnIndex的系数在1%的水平上显著，为0.563，表明数字金融能够有效地促进企业技术创新。列（2）中lnCoverage的系数为0.560，通过了1%的显著性检验，表明数字金融的覆盖广度能有效促进企业技术创新水平，这主要是由于数字金融缩小了服务主体与金融部门之间的距离，降低了客户准入门槛与金融排斥程度，进而有效缓解企业融资约束。列（3）中数字金融的使用深度同样对企业专利产生显著的正向影响，在支付、货币基金、信贷、保险、投资及信用业务等方面的使用程度越高，就意味着目前企业实际参与数字金融的程度水平越高，对企业技术创新产生的促进作用也就越大。列（4）中lnDigitization的系数显著，为0.249，随着数字经济的快速发展，便利性、低成本和信用化的数字化程度将会进一步发挥企业价值，提升企业技术创新水平。进一步对比影响系数可知，数字金融覆盖广度对企业技术创新的影响程度最大，使用深度的影响次之，数字化程度的影响最小。表3报告了数字金融指数及其细分指标对企业发明专利、实用新型与外观设计专利的影响情况。列（1）和列（5）中lnIndex的系数为0.341和0.395，均通过1%的显著性检验，表明数字金融水平每提高1%，企业的发明专利水平和实用新型与外观设计专利水平会提高0.341%和0.395%。进一步分析覆盖广度、使用深度和数字化程度的影响系数可知，三种指标的系数均在1%的水平上显著为正，且数字金融覆盖广度对企业技术创新的影响程度最大，使用深度的影响次之，数字化程度影响最小。对比不同专利下的系数可知，数字金融对发明专利和实用新型及外观设计专利的影响差异性不大，表明数字金融对企业技术创新的作用不存在专利层面的偏好性，这主要是数字金融从资本层面缓解企业的融资约束以及从投入水平层面促进企业研发投入的提高，并不存在对某一具体研发创新的偏好性，因此对企业技术创新表现出中性、一致的促进作用。
3.2异质性分析
3.2.1区域异质性
本文通过区分高新区（包括科技园区）和非高新区的企业，进一步识别数字金融对处于不同地区企业的技术创新影响情况，具体如表4所示。对比lnIndex的系数可知，数字金融对处于非高新区的企业全部专利、发明专利、实用新型与外观设计专利的影响程度明显高于高新区与科技园区企业。这意味着数字金融对非高新区企业的作用程度更大，可能是因为高新区与科技园区的企业大都属于高科技企业，相较而言具有更好的资质与发展前景，面临的金融约束和金融排斥程度相对较低，因此数字金融对该类企业的促进作用较小。下页表5进一步区分了数字金融的细分指标对高新区和非高新区企业技术创新的影响情况，可知数字金融覆盖广度、使用深度和数字化程度对两类企业技术创新同样呈现“一低一高”的影响，即对高新区与科技园区的企业影响程度较小，对非高新区企业的影响程度较大。
3.2.2行业异质性
本文对行业进行分类，以研究数字金融对不同行业企业的影响情况，结果如下页表6所示。具体来看，数字金融对建筑业、批发零售和贸易、制造业、信息技术业、社会服务业、农林牧渔业、交通运输仓储业等行业的影响较为突出，对传播文化产业、电煤水的生产业、采掘业等行业的影响则不显著。这可能是由于传播文化产业、电煤水的生产业以及采掘业等行业主要是属于精神生活需求、基本生活需求以及工业必需品的行业，企业技术创新活动相对较低，且融资需求与融资约束程度也相对较低，因此数字金融对该行业的影响不太显著。而对于其他行业而言，传统金融产品供给不足问题已经严重制约了企业技术创新活动，数字金融则可以有效促进金融资源的合理分配。
4数字金融对企业技术创新的影响机制分析
4.1“外降”与“内增”机制
从企业内部来看，数字金融主要通过内部融资约束与研发投入强度两个途径影响企业技术创新活动。一方面，数字金融有利于降低企业的融资约束程度，降低融资成本，改善融资环境与信贷排斥情况，进而会扩大企业的现金流水平，保障研发投入；另一方面，数字金融能够有效地激励当地整体的研发创新活动，加剧企业间的技术创新竞争水平，内在地激励企业提高自身的研发投入强度，加大技术创新力度，促进企业技术水平的提高。因此，数字金融主要通过融资约束的“外降”机制和研发投入强度的“内增”机制途径影响企业的技术创新水平。表7报告了“外降”与“内增”两种影响机制的回归结果。根据列（2）和列（3）的结果可知，数字金融能够有效地通过降低企业的融资约束水平来提高企业技术创新，这意味着数字金融不仅直接促进了企业的技术创新水平，还克服了“融资难、融资贵”问题，既缓解了企业的现金流水平，又有效地降低了融资费用，为企业的研发活动提供充足的资金保障。根据列（4）和列（5）的回归结果可知，数字金融能够通过促进企业研发投入强度水平进而提高企业技术创新，尽管中介效应占总效应的比例较低，但依然表明数字金融能够有效地激励企业加大研发投入强度，强化了企业的研发竞争水平，加大企业技术创新支持力度和创新动力。上述实证结果有效地验证了假设1的合理性。
4.2调节效应机制
从企业所处的外部环境来看，一般而言，金融发展水平越高，融资的审批与监督成本相对越低，企业的融资约束问题也相对越小。因此，随着金融发展水平的变化，数字金融对企业技术创新的影响可能会表现出不同的影响趋势。另外，经济发展水平较低的地区往往面临着金融排斥问题，而这一背景下数字金融是否会最大限度地发挥出普惠金融的优势来促进企业的技术创新依然值得商榷。基于此，本文采取调节效应模型进一步识别金融发展水平和地区经济发展水平下数字金融对企业技术创新的影响情况，具体结果如表8所示。根据表8列（1）回归结果可知，金融发展水平与数字金融的交叉项系数显著为负，这表明在促进企业技术创新活动方面，金融发展水平与数字金融呈现相互竞争的替代效应。一个合理的解释是，金融发展水平的提高会增加以银行为主体的正规金融机构数量，提供有效金融服务供给，因此在金融发展水平越高的地区，数字金融对中小企业技术创新的影响越小，这验证了本文的假设2。根据列（2）回归结果可知，经济发展水平与数字金融的交互项系数显著，为-0.043，表明随着经济发展水平的逐步提高，数字金融对企业技术创新的正向促进作用呈现逐渐下降的变化趋势。这主要是由于在经济发展水平较低的地区，数字金融能够更有效地缓解金融排斥和融资约束问题，促进企业技术创新活动；而随着经济发展水平的逐渐提高，政府的监管机制更为完善，企业的信誉和违约风险、融资约束等问题也相对较低，因此数字金融的影响程度则开始有所减弱。这一实证结果验证了本文的假设3。
5结论与建议
数字普惠金融依托于互联网、大数据分析、云计算等信息技术深刻地改变了金融发展模式。本文基于2011—2018年新三板上市公司数据，实证检验了数字普惠金融是否有效作用于企业技术创新及其具体影响机制。主要结论如下：（1）数字金融有利于提高中小企业技术创新水平，且对不同类型专利表现出一致的促进作用；数字金融对企业技术创新的正向促进作用主要体现在覆盖广度、使用深度两个方面，数字化程度的影响相对较低。（2）从区域异质性来看，数字金融及其细分指标对高新区企业技术创新的促进作用远低于非高新区企业；从行业异质性看，数字金融影响较大的行业依次为建筑业、批发零售和贸易、制造业、信息技术业、社会服务业、交通运输仓储业、农林牧渔业等行业。（3）从影响机制来看，一方面，数字金融可以降低外部融资约束程度，为企业技术创新活动提供多元化的融资渠道，保障创新的稳定性；另一方面，数字金融有利于进一步提高企业的研发投入水平占比，提高创新强度，强化企业的创新竞争水平。另外，在影响企业技术创新方面，数字金融与金融发展水平、经济发展水平存在着相互替代效应。基于上述结论，本文提出如下建议：（1）地方政府要加强对数字普惠金融的政策引导与支持力度，打好信息技术基础，落实产业配套设施，打破数据孤岛困境，助力数字金融服务的能力，深化与数字化程度水平的提升。（2）要推进落实数字金融对不同技术水平企业、不同行业的高效赋能，尤其要重视数字金融对非高新区企业的带动作用，构建良好的营商环境，优化产业结构转型升级。（3）地方政府要结合数字金融的普惠性原则与区域均衡发展战略，尽快推动数字金融在金融发展与经济发展水平较低的城镇与农村地区的普及与发展，促进金融资源的有效配置。（4）监管机构要加强对数字金融的监管力度，加强宏观审慎管理，构建具有针对性、有效性、及时性的数字金融监管体系，同时要立足于服务实体经济的原则，保障数字普惠金融政策的有效性与连续性。
参考文献：
[1]唐松,伍旭川,祝佳.数字金融与企业技术创新——结构特征、机制识别与金融监管下的效应差异[J].管理世界,2020,36(5).
[2]袁建国,后青松,程晨.企业政治资源的诅咒效应——基于政治关联与企业技术创新的考察[J].管理世界,2015,(1).
[3]刘京焕,周奎,张勇,等.数字普惠金融、企业生命周期与技术创新[J].统计与决策,2022,(19).
[4]黎文靖,郑曼妮.实质性创新还是策略性创新?——宏观产业政策对微观企业创新的影响[J].经济研究,2016,51(4).
[5]解维敏,唐清泉,陆姗姗.政府R&D资助,企业R&D支出与自主创新——来自中国上市公司的经验证据[J].金融研究,2009,(6).
[6]鞠晓生,卢荻,虞义华.融资约束、营运资本管理与企业创新可持续性[J].经济研究,2013,48(1).
[7]郭峰,孔涛,王靖一.互联网金融空间集聚效应分析——来自互联网金融发展指数的证据[J].国际金融研究,2017，(8).
[8]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(6).
[9]ZengM,ReinartzW.BeyondOnlineSearch:TheRoadtoProfitabili⁃ty[J].CaliforniaManagementReview,2003,45(2).
[10]谢雪燕,朱晓阳.数字金融与中小企业技术创新——来自新三板企业的证据[J].国际金融研究,2021,(1).
[11]庄毓敏,储青青,马勇.金融发展、企业创新与经济增长[J].金融研究,2020,(4).
[12]刘澜飚,沈鑫,郭步超.互联网金融发展及其对传统金融模式的影响探讨[J].经济学动态,2013，(8).
[13]黄金增,畅红琴,李艳.中国数字金融发展提升路径分析——基于模糊集定性比较分析的研究[J].管理现代化,2021,41(1).
[14]李春涛,闫续文,宋敏,等.金融科技与企业创新——新三板上市公司的证据[J].中国工业经济,2020,(1).
[15]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(4).
[16]吴迪,赵奇锋,韩嘉怡.企业社会责任与技术创新——来自中国的证据[J].南开经济研究,2020,(3).
[17]谢子远,黄文军.非研发创新支出对高技术产业创新绩效的影响研究[J].科研管理,2015,36(10).
作者:朱俊丰 单位:中国工商银行博士后科研工作站
