數(shù)字金融如何助力企業(yè)創(chuàng)新
——基于融資約束和信息約束的視角

周振江 鄭雨晴 李劍培

一 引言及文獻(xiàn)綜述

“十四五”規(guī)劃明確指出要堅(jiān)定不移地貫徹落實(shí)“新發(fā)展理念”、堅(jiān)持“創(chuàng)新驅(qū)動(dòng)發(fā)展”，加快轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，實(shí)現(xiàn)要素驅(qū)動(dòng)、投資驅(qū)動(dòng)向創(chuàng)新驅(qū)動(dòng)轉(zhuǎn)變。企業(yè)是創(chuàng)新的主體(莊濤和吳洪，2013)[1]，企業(yè)技術(shù)創(chuàng)新有助于轉(zhuǎn)變經(jīng)濟(jì)增長方式、實(shí)現(xiàn)經(jīng)濟(jì)增長新目標(biāo)(唐未兵等，2014)[2]，對于我國推動(dòng)創(chuàng)新驅(qū)動(dòng)發(fā)展具有重要意義(孫早和宋煒，2012)[3]。然而企業(yè)的創(chuàng)新活動(dòng)離不開金融的支持，傳統(tǒng)金融業(yè)對企業(yè)創(chuàng)新的支持略顯不足，而數(shù)字金融的出現(xiàn)為企業(yè)創(chuàng)新活動(dòng)提供了更多的可能性(王馨，2015)[4]。數(shù)字金融作為金融發(fā)展的重要產(chǎn)物，相比于傳統(tǒng)金融在各個(gè)方面都更具優(yōu)勢，其有效擴(kuò)大了金融服務(wù)的范圍，加強(qiáng)了金融服務(wù)的深度，提高了金融服務(wù)的效率，數(shù)字金融的發(fā)展將對我國金融服務(wù)實(shí)體經(jīng)濟(jì)的目標(biāo)產(chǎn)生重要影響。因此，深入探究數(shù)字金融對企業(yè)創(chuàng)新的影響和作用機(jī)理具有重要的現(xiàn)實(shí)和理論意義。

隨著數(shù)字經(jīng)濟(jì)的發(fā)展，越來越多學(xué)者關(guān)注數(shù)字金融，研究的話題主要集中在數(shù)字金融發(fā)展激發(fā)城市創(chuàng)業(yè)活力(謝絢麗等，2018[5]；馮永琦和蔡嘉慧，2020[6])，縮小城鄉(xiāng)收入差距(宋曉玲，2017[7]；張賀和白欽先，2018[8]；殷賀等，2020[9])，驅(qū)動(dòng)城市創(chuàng)新(汪亞楠等，2020)[10]，通過提高創(chuàng)新能力與增強(qiáng)技術(shù)溢出實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的升級，全面提升了城市的全要素生產(chǎn)率(侯層和李北偉，2020)[11]，助推經(jīng)濟(jì)高質(zhì)量發(fā)展(滕磊和馬德功，2020)[12]。各地區(qū)金融發(fā)展水平是決定中國企業(yè)技術(shù)創(chuàng)新的關(guān)鍵外部因素(馮根福等，2021)[13]。良好的金融環(huán)境有助于企業(yè)技術(shù)創(chuàng)新能力的提高(Booth et al.，2006)[14]，金融體系的發(fā)展拓寬了企業(yè)融資渠道、信息渠道、人才渠道，使得企業(yè)在創(chuàng)新決策時(shí)可以獲取更多資源，從而提高企業(yè)創(chuàng)新的積極性與成功率(莊毓敏等，2020)[15]。借助于云計(jì)算、大數(shù)據(jù)等技術(shù)的發(fā)展，數(shù)字金融可精準(zhǔn)化地獲取信息并通過計(jì)算機(jī)技術(shù)進(jìn)行數(shù)據(jù)處理，緩解信息不對稱問題，從而擴(kuò)大金融服務(wù)范圍與創(chuàng)新金融服務(wù)模式，相比于傳統(tǒng)金融，數(shù)字金融擁有低門檻、高效、共享的優(yōu)勢(Gomber et al.，2018)[16]。數(shù)字金融發(fā)展水平的提高有助于提高企業(yè)的融資效率，降低企業(yè)融資約束，為企業(yè)創(chuàng)新帶來豐富的現(xiàn)金支持(Pana et al.，2015)[17]。

綜合現(xiàn)有研究，本文的創(chuàng)新點(diǎn)可能在于：相比于傳統(tǒng)金融，數(shù)字金融出現(xiàn)的時(shí)間較晚，對于數(shù)字金融的研究大多集中于城市層面和居民層面(如經(jīng)濟(jì)高質(zhì)量發(fā)展、城鄉(xiāng)收入差距、居民消費(fèi)等)，而在微觀企業(yè)方面的研究還比較少(唐松等，2020)[18]，本文利用2011-2018年北京大學(xué)數(shù)字普惠金融指數(shù)市級層面的數(shù)據(jù)與中國A股上市公司面板數(shù)據(jù)，以企業(yè)創(chuàng)新過程的投入與產(chǎn)出兩個(gè)維度進(jìn)行分析和比較，進(jìn)一步從融資約束和信息約束兩個(gè)視角來探究數(shù)字金融對企業(yè)創(chuàng)新的影響機(jī)理，豐富了數(shù)字金融發(fā)展與微觀企業(yè)創(chuàng)新的相關(guān)研究。

二 理論分析與研究假說

1. 融資約束視角下的數(shù)字金融與企業(yè)創(chuàng)新

企業(yè)創(chuàng)新離不開研發(fā)投入，而企業(yè)研發(fā)不足很大一部分原因是企業(yè)的融資約束(Brown et al.，2009)[19]。企業(yè)所面臨的融資約束阻礙了企業(yè)進(jìn)行研發(fā)創(chuàng)新的積極性，一方面，企業(yè)研發(fā)活動(dòng)需要大量且持續(xù)不斷的資金注入，一部分用于企業(yè)自主研發(fā)過程中的資金投入，而另一部分資金用于企業(yè)在適當(dāng)時(shí)機(jī)實(shí)行并購或購買專利獲取創(chuàng)新資源以支持企業(yè)創(chuàng)新(Atanassov，2013)[20]。另一方面，資金的流動(dòng)性在支持企業(yè)自主研發(fā)的同時(shí)，對于企業(yè)間的協(xié)同創(chuàng)新更為重要，可將外部知識(shí)有效地轉(zhuǎn)化為企業(yè)自我創(chuàng)新動(dòng)能。而當(dāng)企業(yè)面臨的融資約束越大，其參與協(xié)同創(chuàng)新的可能性也就越低，其他企業(yè)會(huì)為了規(guī)避風(fēng)險(xiǎn)而選擇資金流充足的公司進(jìn)行合作(周開國等，2017)[21]。

從融資約束的視角來看，數(shù)字金融有效地解決了企業(yè)“融資貴與融資難”的問題。第一，數(shù)字金融提供了多樣化的產(chǎn)品渠道，一些基于數(shù)字技術(shù)孕育而生的新融資模式得到廣泛運(yùn)用，為企業(yè)擴(kuò)寬融資渠道，提高了企業(yè)的融資效率，從而為企業(yè)創(chuàng)新提供資金支持。第二，數(shù)字金融具有普惠性與包容性的特點(diǎn)，普惠性體現(xiàn)在門檻低且覆蓋性廣，包容性體現(xiàn)在對基礎(chǔ)相對較差的群體也能提供支持。數(shù)字金融主要利用服務(wù)、數(shù)據(jù)的優(yōu)勢，克服了傳統(tǒng)金融市場中利用金融網(wǎng)點(diǎn)連接各金融主體的地域難題，補(bǔ)足了傳統(tǒng)金融對于信息存儲(chǔ)與匹配的短板，降低金融服務(wù)的門檻，提高了對不同群體用戶的觸達(dá)，為企業(yè)融資擴(kuò)大資金來源的同時(shí)也為小微企業(yè)享受金融服務(wù)、獲取資金提供了渠道。第三，數(shù)字金融在其發(fā)展的過程中，成功地使得自由市場定價(jià)模式代替?zhèn)鹘y(tǒng)的信用定價(jià)模式，利用供需條件進(jìn)行定價(jià)提升了金融市場自由化程度，有利于提高金融市場的資源配置效率，合理的定價(jià)模式有效地降低了企業(yè)的融資成本?；谝陨戏治觯瑪?shù)字金融的發(fā)展有助于解決企業(yè)融資問題(唐松等，2020)[18]，擴(kuò)大企業(yè)的資金來源渠道，提高信貸匹配效率，促進(jìn)金融資源的合理配置，從而促進(jìn)了企業(yè)創(chuàng)新?；谏鲜龇治?，提出假說一：

假說一：數(shù)字金融在一定程度上緩解了企業(yè)的融資約束，從而促進(jìn)企業(yè)創(chuàng)新。

2.信息約束視角下的數(shù)字金融與企業(yè)創(chuàng)新

信息作為重要的生產(chǎn)要素，在企業(yè)創(chuàng)新活動(dòng)中扮演了重要的角色。企業(yè)創(chuàng)新活動(dòng)存在商業(yè)競爭，不會(huì)過多地向外界透露其研發(fā)的具體信息，進(jìn)而引發(fā)投資者與企業(yè)之間、企業(yè)與企業(yè)之間存在信息差，而導(dǎo)致信息不對稱的問題(楊鳴京等，2019)[22]。信息不對稱導(dǎo)致投資者對企業(yè)存在判斷失誤，過分低估從事大量創(chuàng)新活動(dòng)企業(yè)的價(jià)值，從而進(jìn)行了“逆向選擇”，間接導(dǎo)致從事創(chuàng)新活動(dòng)的企業(yè)可能由于缺乏資金而放棄創(chuàng)新活動(dòng)(徐欣和唐清泉，2010)[23]。

從信息約束的視角來看，數(shù)字金融的發(fā)展有助于解決企業(yè)信息不對稱問題。一方面，數(shù)字金融發(fā)展緩解了企業(yè)內(nèi)部信息不對稱。數(shù)字金融利用其大數(shù)據(jù)優(yōu)勢較為全面且具體地對企業(yè)經(jīng)營狀況數(shù)據(jù)進(jìn)行處理與分析，正確評估公司所有創(chuàng)新項(xiàng)目風(fēng)險(xiǎn)，識(shí)別出具有價(jià)值的創(chuàng)新項(xiàng)目，幫助企業(yè)管理層規(guī)避風(fēng)險(xiǎn)相對較大、回報(bào)率相對較低的創(chuàng)新活動(dòng)，提高了企業(yè)投資效率，從根本上增加了企業(yè)創(chuàng)新投入的數(shù)量與質(zhì)量。另一方面，數(shù)字金融的發(fā)展緩解了企業(yè)外部信息不對稱。在數(shù)字金融模式下，各外部投資者能更清晰地了解企業(yè)經(jīng)營狀況與所從事的創(chuàng)新活動(dòng)，增加投資者對創(chuàng)新項(xiàng)目的信任程度，企業(yè)內(nèi)部人員也可通過金融中介了解到同行業(yè)企業(yè)的研發(fā)情況，幫助企業(yè)獲得更多的融資資源與技術(shù)資源。此外，企業(yè)進(jìn)行創(chuàng)新研究需要經(jīng)歷“汲取—嘗試—失敗—嘗試—成功”的循環(huán)過程，因此，對新信息的汲取以及現(xiàn)有信息的分析整理是決定企業(yè)創(chuàng)新成果產(chǎn)出的關(guān)鍵因素。數(shù)字金融利用其大數(shù)據(jù)優(yōu)勢，使得企業(yè)在進(jìn)行信息搜集、整理、評估、分析等環(huán)節(jié)高效便捷，信息處理成本的降低極大程度地加大了信息的可得性與可分析性。綜合而言，數(shù)字金融發(fā)展增加了企業(yè)內(nèi)外部信息透明度，緩解信息約束對企業(yè)融資和技術(shù)創(chuàng)新造成的障礙，從而促進(jìn)了企業(yè)創(chuàng)新?；谏鲜龇治?，提出假說二：

假說二：數(shù)字金融在一定程度上緩解了企業(yè)的信息約束，從而促進(jìn)企業(yè)創(chuàng)新。

三 實(shí)證模型設(shè)定、變量度量與數(shù)據(jù)說明

(一)實(shí)證模型設(shè)定

1.基準(zhǔn)模型構(gòu)建

本文借鑒唐松等(2020)[18]的研究，設(shè)定如下實(shí)證計(jì)量模型：

Yijt=α0+α1indexjt+∑αnContorlit+yeart+industryu+εit

(1)

式(1)中，變量下標(biāo)i，j，t，u分別表示企業(yè)、該企業(yè)所在城市、觀測年份與行業(yè)。被解釋變量Yijt用于衡量企業(yè)創(chuàng)新，用創(chuàng)新投入(rd_re)與創(chuàng)新產(chǎn)出(pantent_invent)來衡量。indexjt為解釋變量，用數(shù)字金融發(fā)展指數(shù)來衡量，包括總指數(shù)(finanacial_index)、廣度指數(shù)(index_lenth)、深度指數(shù)(index_depth)與數(shù)字化程度指數(shù)(index_digital)。Contorlit表示可能影響企業(yè)創(chuàng)新的控制變量。yeart表示觀測年份的虛擬變量，industryu表示企業(yè)所在行業(yè)的虛擬變量，εit為該模型的誤差項(xiàng)。

2.中介效應(yīng)模型構(gòu)建

為探究數(shù)字金融如何影響企業(yè)創(chuàng)新，本文借鑒溫忠麟等(2014)[24]的研究，在基準(zhǔn)回歸模型(1)的基礎(chǔ)上設(shè)定以下中介效應(yīng)模型：

Mijt=β0+β1indexjt+∑βnContorlit+yeart+industryu+εit

(2)

Yijt=γ0+γ1indexjt+γ2Mijt+∑γnContorlit+yeart+industryu+εit

(3)

首先檢驗(yàn)?zāi)Ｐ?1)中核心解釋變量數(shù)字金融對企業(yè)創(chuàng)新活動(dòng)影響系數(shù)α1的顯著性和大??；在模型(1)的基礎(chǔ)上進(jìn)行模型(2)的檢驗(yàn)，用系數(shù)β1測度數(shù)字金融對中介變量(融資約束和信息約束)的影響；在模型(1)和模型(2)都顯著的基礎(chǔ)上進(jìn)行模型(3)的檢驗(yàn)，模型(3)系數(shù)γ1反映了數(shù)字金融對企業(yè)創(chuàng)新活動(dòng)影響的直接效應(yīng)，模型(2)系數(shù)β1與模型(3)系數(shù)γ2的乘積β1γ2則用來衡量中介變量所產(chǎn)生的中介效應(yīng)大小，即本文嘗試探究的作用機(jī)制。

(二)變量度量

1.被解釋變量

企業(yè)創(chuàng)新。本文將企業(yè)創(chuàng)新的過程劃分為兩個(gè)階段：第一階段為企業(yè)創(chuàng)新投入(rd_re)，采用研發(fā)強(qiáng)度來衡量(周開國等，2017)[21]，即企業(yè)當(dāng)年研發(fā)投入占營業(yè)收入的比例，研發(fā)強(qiáng)度越大說明該企業(yè)的創(chuàng)新投入越多；第二階段為企業(yè)創(chuàng)新產(chǎn)出(lnpatent_invent)，已有研究大多通過專利指標(biāo)來衡量企業(yè)創(chuàng)新產(chǎn)出(Lerner和Wulf，2007)[25]，考慮到不同變量之間數(shù)值大小的差異，本文采用企業(yè)發(fā)明類專利申請數(shù)量取對數(shù)來衡量。采用專利申請數(shù)而非授權(quán)數(shù)作為該指標(biāo)的衡量，能更大限度地體現(xiàn)出企業(yè)創(chuàng)新成果，避免因?yàn)槠渌驅(qū)е聼o法授權(quán)通過的因素；而專利申請數(shù)分為發(fā)明類專利和非發(fā)明類專利，相對而言，發(fā)明類專利更能體現(xiàn)企業(yè)在技術(shù)創(chuàng)新方面的實(shí)質(zhì)性產(chǎn)出。

2.核心解釋變量

數(shù)字金融發(fā)展指數(shù)(finanacial_index)。本文使用北京大學(xué)數(shù)字金融研究中心編制的數(shù)字普惠金融指數(shù)衡量中國數(shù)字金融發(fā)展水平(郭峰等，2020)[26]。該指標(biāo)基于螞蟻金服提供的數(shù)字金融大數(shù)據(jù)編制而成，包括廣度、深度以及數(shù)字化程度三個(gè)維度，近年來已被廣泛應(yīng)用于中國數(shù)字金融的研究(唐松等，2020)[18]。數(shù)字金融發(fā)展指數(shù)的度量涉及全國、各省、各地級市，本文采用各地級市數(shù)字金融發(fā)展指數(shù)作為核心解釋變量。

3.中介變量

(1)融資約束(fina_res)。本文采用Hadlock和Pierce(2010)[27]構(gòu)建的SA指數(shù)來衡量企業(yè)面臨的融資約束，該指數(shù)在中國企業(yè)的實(shí)證經(jīng)驗(yàn)中得到了很好的驗(yàn)證(鞠曉生等，2013)[28]。SA指數(shù)的計(jì)算方法為:

SA=-0.737*Size+0.043*Size2-0.04*Age

(4)

其中，Size為企業(yè)規(guī)模，即企業(yè)總資產(chǎn)；Age為企業(yè)年齡，從企業(yè)成立當(dāng)年算起。用該方法計(jì)算出的SA指數(shù)為負(fù)數(shù)，對其取絕對值得到fina_res，SA指數(shù)的絕對值越大，說明企業(yè)受到的融資約束越嚴(yán)重。

(2)信息約束(information_res)。信息不對稱的發(fā)生主要是指企業(yè)對外界信息的不明朗所面臨的風(fēng)險(xiǎn)以及企業(yè)之間對于創(chuàng)新技術(shù)信息的保密導(dǎo)致企業(yè)面臨信息約束。而獲取企業(yè)信息的途徑主要依靠企業(yè)公布和調(diào)查研究，分析師作為企業(yè)信息搜集和傳遞的媒介，主要是通過調(diào)研、訪談等多種方式追蹤企業(yè)信息并形成相關(guān)的研究報(bào)告，進(jìn)行信息傳遞，提高上市企業(yè)信息的公開透明度(Yang et al.，2019)[29]，緩解各利益主體之間的信息不對稱問題。因此，本文利用分析師跟蹤人數(shù)來度量上市公司的信息約束情況，具體利用上市公司該年分析師跟蹤人數(shù)+1取對數(shù)來衡量信息約束程度，該公司擁有的分析師人數(shù)越多，說明其受到的信息約束越少。

4. 控制變量

在企業(yè)生產(chǎn)經(jīng)營過程中，企業(yè)創(chuàng)新容易受到諸多因素的影響，綜合參考以往相關(guān)文獻(xiàn)(唐松等，2020[18]；萬佳彧等，2020[30])，本文選取以下變量作為本文的控制變量。

(1)資產(chǎn)規(guī)模(lnasset)。本文利用企業(yè)當(dāng)期總資產(chǎn)金額(百萬)取對數(shù)以衡量企業(yè)資產(chǎn)規(guī)模。企業(yè)資產(chǎn)規(guī)模與企業(yè)創(chuàng)新之間的關(guān)系在學(xué)界并沒有一個(gè)定論，但資產(chǎn)規(guī)模在一定程度上影響企業(yè)創(chuàng)新的投入與產(chǎn)出這一結(jié)論得到了廣泛的認(rèn)同。

(2)收入規(guī)模(lnrevenue)。本文利用企業(yè)當(dāng)年主營業(yè)務(wù)收入與其他業(yè)務(wù)收入之和(百萬)取對數(shù)以衡量企業(yè)的收入規(guī)模。隨著企業(yè)收入規(guī)模的不斷擴(kuò)大，相比于發(fā)展新技術(shù)，企業(yè)傾向于投資目前收入較高且穩(wěn)定的項(xiàng)目，一些研究表明收入規(guī)模的擴(kuò)大對企業(yè)創(chuàng)新存在負(fù)向影響。

(3)資產(chǎn)負(fù)債率(por_debt)。本文用企業(yè)當(dāng)期總負(fù)債與總資產(chǎn)的比例來衡量企業(yè)資產(chǎn)負(fù)債率。資產(chǎn)負(fù)債率的提高意味著企業(yè)資產(chǎn)中負(fù)債的占比不斷提高，當(dāng)企業(yè)更多的通過負(fù)債融資時(shí)，其對于風(fēng)險(xiǎn)的偏好則相對保守，為避免面臨更大風(fēng)險(xiǎn)以至于資不抵債，企業(yè)對創(chuàng)新的積極性也會(huì)相對下降。

(4)資本密集度(cap_intensive)。本文利用企業(yè)當(dāng)期總資產(chǎn)與營業(yè)收入的比例來衡量企業(yè)資本密集度。資本密集度指標(biāo)是一種用于衡量企業(yè)賺錢效率的指標(biāo)，即企業(yè)需要花費(fèi)多少錢才能賺錢，資本密集度高的企業(yè)其經(jīng)營效率反而不高。企業(yè)的創(chuàng)新活動(dòng)需要長期不斷的資金支持，經(jīng)營效率不高的企業(yè)面臨的外部融資壓力也越高，越不利于其從事創(chuàng)新活動(dòng)。

(5)股權(quán)集中度(onwership)。本文利用第一大股東持股占全部股份的比例來衡量企業(yè)股權(quán)集中度。已有相關(guān)研究發(fā)現(xiàn)股權(quán)集中度與企業(yè)創(chuàng)新投資存在一定關(guān)系(馮根福和溫軍，2008)[31]，股權(quán)集中度決定了企業(yè)決策權(quán)的歸屬，而企業(yè)發(fā)展的路徑以及是否從事創(chuàng)新活動(dòng)是企業(yè)決策的重要內(nèi)容。

(三)數(shù)據(jù)說明

本文所用數(shù)字金融發(fā)展指數(shù)來源于北京大學(xué)數(shù)字金融研究中心官網(wǎng)，專利數(shù)據(jù)以及分析師數(shù)據(jù)來源于國泰安數(shù)據(jù)庫，企業(yè)財(cái)務(wù)數(shù)據(jù)來源于wind數(shù)據(jù)庫，互聯(lián)網(wǎng)接入數(shù)來源于前瞻數(shù)據(jù)庫。本文收集了中國滬深兩市A股上市企業(yè)2011-2018年數(shù)據(jù)作為研究基礎(chǔ)，將其按照各企業(yè)注冊地所在地級市與數(shù)字金融發(fā)展指數(shù)所涉及的337個(gè)地級市數(shù)據(jù)進(jìn)行匹配，得到涵蓋2011-2018年的面板數(shù)據(jù)集合。并對所得數(shù)據(jù)進(jìn)行以下處理：(1)剔除了按照《國民經(jīng)濟(jì)行業(yè)分類(GB/T 4754-2017)》中行業(yè)代碼為J金融以及K房地產(chǎn)的相關(guān)企業(yè)，因?yàn)榻鹑谛袠I(yè)與房地產(chǎn)行業(yè)過分依賴金融資本，容易對實(shí)證結(jié)果造成誤差；(2)剔除了在此期間被ST*、ST的公司；(3)剔除了數(shù)據(jù)缺失較為嚴(yán)重的企業(yè)。最終經(jīng)過整理得到2827家公司14267條觀測樣本進(jìn)入實(shí)證研究。

各變量描述性統(tǒng)計(jì)結(jié)果如表1所示。

表1 各變量描述性統(tǒng)計(jì)

四 實(shí)證結(jié)果分析

(一)基準(zhǔn)回歸模型結(jié)果分析

表2 數(shù)字金融與企業(yè)創(chuàng)新基準(zhǔn)回歸結(jié)果

在控制變量中，資產(chǎn)規(guī)模的系數(shù)顯著為正，說明資產(chǎn)規(guī)模的增加能顯著促進(jìn)企業(yè)創(chuàng)新活動(dòng)，隨著企業(yè)規(guī)模的增大，其更容易得到金融機(jī)構(gòu)的信賴而獲得資金支持，且信息獲取的能力也越來越強(qiáng)，有利于其從事創(chuàng)新活動(dòng)。收入規(guī)模與資產(chǎn)負(fù)債率對企業(yè)創(chuàng)新的影響顯著為負(fù)。資本密集度對企業(yè)創(chuàng)新投入的影響系數(shù)顯著為正，但其對創(chuàng)新產(chǎn)出的影響系數(shù)在回歸中均不顯著，原因可能在于資本密集度主要影響了經(jīng)營者對是否從事創(chuàng)新活動(dòng)的判斷以及對創(chuàng)新活動(dòng)的選擇，而對技術(shù)成果的產(chǎn)出影響不大。股權(quán)集中度的系數(shù)則表明股權(quán)越集中越不利于企業(yè)的創(chuàng)新活動(dòng)，股權(quán)集中者由于擁有較多股份，因此也承擔(dān)較多的經(jīng)營風(fēng)險(xiǎn)，創(chuàng)新活動(dòng)具有高風(fēng)險(xiǎn)的特點(diǎn)，容易讓股權(quán)集中者望而卻步。

(續(xù)上表)

(二)作用機(jī)制分析

1.數(shù)字金融、融資約束與企業(yè)創(chuàng)新

以融資約束作為中介變量，將各項(xiàng)指標(biāo)代入模型(1)-模型(3)，以檢驗(yàn)融資約束的中介效應(yīng)，結(jié)果如表3所示。表3列(1)和列(4)分別為數(shù)字金融對企業(yè)創(chuàng)新投入與產(chǎn)出的影響，與表2基準(zhǔn)回歸模型列(1)和列(2)所報(bào)告的結(jié)果相一致，參照模型(1)，α1分別為0.041與0.010，代表了總效應(yīng)。表3列(2)與列(5)分別為數(shù)字金融對融資約束的影響，參照模型(2)，β1均為-0.001，表示數(shù)字金融顯著緩解了企業(yè)的融資約束。表3列(3)與列(6)分別為加入融資約束后，數(shù)字金融對企業(yè)創(chuàng)新投入與產(chǎn)出的總效應(yīng)，參照模型(3)，γ1分別為0.039與0.009，代表了直接效應(yīng)，γ2分別為-1.721與-0.449，上述系數(shù)均在1%水平上顯著，通過中介效應(yīng)檢驗(yàn)步驟，得出融資約束的中介效應(yīng)顯著，數(shù)字金融通過緩解企業(yè)融資約束從而促進(jìn)了企業(yè)創(chuàng)新，與唐松等(2020)[18]的研究結(jié)論一致，由此假說一得以驗(yàn)證。進(jìn)一步，β1γ2用于衡量融資約束在該影響中所起到中介效應(yīng)的大小，以企業(yè)創(chuàng)新投入的視角，融資約束所起到的中介效應(yīng)為0.0017，占總效應(yīng)的比例為4.20%；以企業(yè)創(chuàng)新產(chǎn)出的視角，融資約束所起到的中介效應(yīng)為0.0004，占總效應(yīng)的比例為4.49%，相比之下，兩者相差0.29%，融資約束在數(shù)字金融對企業(yè)創(chuàng)新產(chǎn)出影響中起到的中介效應(yīng)略微高于在企業(yè)創(chuàng)新投入中的影響。此外，唐松等(2020)[18]的研究中得到融資約束的中介效應(yīng)占總效應(yīng)大小約為3.4%(以發(fā)明專利申請量衡量企業(yè)創(chuàng)新產(chǎn)出)，該數(shù)值小于本文得到的中介效應(yīng)。從直觀上來看，融資約束作為機(jī)制變量，其在數(shù)字金融影響企業(yè)創(chuàng)新的作用渠道中的解釋力比前文理論分析要小，可能的原因在于：第一，數(shù)字技術(shù)在金融領(lǐng)域的應(yīng)用和發(fā)展是近幾年科技發(fā)展的產(chǎn)物，數(shù)字金融在企業(yè)融資市場的普及廣度和應(yīng)用深度還較小，企業(yè)融資渠道主要還是傳統(tǒng)金融，因此數(shù)字金融通過融資約束影響企業(yè)創(chuàng)新的作用可能會(huì)偏??；第二，本文的中介變量融資約束是通過應(yīng)用Hadlock和Pierce(2010)[27]構(gòu)建的SA指數(shù)來衡量，該指數(shù)只考慮了企業(yè)資產(chǎn)和成立年限，可能會(huì)低估企業(yè)實(shí)際的融資約束；第三，本文盡可能地控制了影響企業(yè)創(chuàng)新的變量，但也可能存在一些遺漏變量，從而影響了本文中介效應(yīng)的大小。但總的來看，數(shù)字金融在一定程度上緩解了企業(yè)的融資約束，進(jìn)而促進(jìn)了企業(yè)的創(chuàng)新投入與創(chuàng)新產(chǎn)出。

表3 數(shù)字金融、融資約束與企業(yè)創(chuàng)新

2.數(shù)字金融、信息約束與企業(yè)創(chuàng)新

以信息約束作為中介變量，將各項(xiàng)指標(biāo)代入模型(1)-模型(3)，以檢驗(yàn)信息約束的中介效應(yīng)，表4報(bào)告了中介效應(yīng)模型的檢驗(yàn)結(jié)果。表4列(1)和列(4)分別為數(shù)字金融對企業(yè)創(chuàng)新投入與產(chǎn)出的影響，與表2列(1)和列(2)所報(bào)告的結(jié)果相一致，參照模型(1)，α1分別為0.041與0.010，代表了總效應(yīng)。表4列(2)與列(5)分別為數(shù)字金融對信息約束的影響，參照模型(2)，β1均為0.006，表示數(shù)字金融顯著地緩解了企業(yè)的信息約束。表4列(3)與列(6)分別為加入信息約束后，數(shù)字金融對企業(yè)創(chuàng)新投入與產(chǎn)出的總效應(yīng)，參照模型(3)，γ1分別為0.037與0.009，代表了直接效應(yīng)，γ2分別為0.600與0.151，且上述系數(shù)均在1%水平上顯著，通過中介效應(yīng)檢驗(yàn)步驟，得出信息約束的中介效應(yīng)顯著，數(shù)字金融通過緩解企業(yè)信息約束從而促進(jìn)了企業(yè)創(chuàng)新，由此假說二得以驗(yàn)證。進(jìn)一步，β1γ2用于衡量信息約束在該影響中起到的中介效應(yīng)大小，以企業(yè)創(chuàng)新投入的視角，信息約束起到的中介效應(yīng)為0.0036，占總效應(yīng)的比例為8.78%；以企業(yè)創(chuàng)新產(chǎn)出的視角，信息約束起到的中介效應(yīng)為0.0009，占總效應(yīng)的比例為9.06%，相比之下，兩者的占比相差0.28%，信息約束在數(shù)字金融對企業(yè)創(chuàng)新產(chǎn)出影響中所起到的中介效應(yīng)略微高于在企業(yè)創(chuàng)新投入中的影響。結(jié)合前文融資約束的結(jié)果來看，信息約束的中介效應(yīng)大于融資約束，但其效應(yīng)也不到10%。中介效應(yīng)偏小的可能原因在于：第一，本文采用數(shù)字金融發(fā)展指數(shù)來衡量數(shù)字金融發(fā)展水平，該指數(shù)只使用中國一家代表性數(shù)字金融機(jī)構(gòu)的微觀數(shù)據(jù)測算得到，可能會(huì)低估實(shí)際的數(shù)字金融發(fā)展水平，從而影響到信息約束的中介效應(yīng)大小；第二，本文采用分析師人數(shù)來衡量企業(yè)的信息約束，得到的結(jié)果與現(xiàn)實(shí)中企業(yè)面臨的信息約束程度存在一定誤差，可能會(huì)低估企業(yè)實(shí)際面臨的信息約束；第三，數(shù)字金融作用于企業(yè)創(chuàng)新的機(jī)制可能存在其他途徑，并未被本文識(shí)別，加上可能存在遺漏變量，因此回歸結(jié)果會(huì)低估其作用?？偟膩砜?，數(shù)字金融在一定程度上緩解了企業(yè)的信息約束，進(jìn)而促進(jìn)了企業(yè)的創(chuàng)新投入與創(chuàng)新產(chǎn)出。

表4 數(shù)字金融、信息約束與企業(yè)創(chuàng)新

(三)內(nèi)生性檢驗(yàn)

研究數(shù)字金融對企業(yè)創(chuàng)新的影響可能存在以下內(nèi)生性問題：(1)反向因果。企業(yè)創(chuàng)新活動(dòng)在一定程度可能會(huì)推動(dòng)數(shù)字金融的發(fā)展，而不僅僅是數(shù)字金融的發(fā)展促進(jìn)了企業(yè)創(chuàng)新活動(dòng)，特別是金融類的企業(yè)，故本文樣本中剔除了金融類相關(guān)企業(yè)；此外，由于被解釋變量來自企業(yè)的微觀數(shù)據(jù)，而解釋變量為市級層面數(shù)字金融發(fā)展指數(shù)，數(shù)據(jù)本身的來源不同，很大程度上降低了反向因果的可能性。(2)遺漏變量。在模型估計(jì)中，雖然控制了企業(yè)規(guī)模、資產(chǎn)負(fù)債率等對企業(yè)創(chuàng)新活動(dòng)的影響，但仍可能存在其他影響企業(yè)創(chuàng)新的因素被納入模型殘差項(xiàng)中。因此，本文還運(yùn)用高階聯(lián)合固定效應(yīng)模型和工具變量法進(jìn)行內(nèi)生性問題的檢驗(yàn)。

1.高階聯(lián)合固定效應(yīng)模型

本部分借鑒唐松等(2020)[18]的內(nèi)生性處理辦法，利用控制了“時(shí)間×行業(yè)”的高階聯(lián)合固定效應(yīng)模型(Moser和Voena，2012)[32]緩解內(nèi)生性問題。該模型如下：

Yijt=α0+α1indexjt+∑αnContorlit+yeart+industryu+yeart*industryu+εit

(5)

表5列(1)和列(2)報(bào)告了在采用高階聯(lián)合固定效應(yīng)模型下數(shù)字金融對企業(yè)創(chuàng)新投入和創(chuàng)新產(chǎn)出的回歸結(jié)果，可以看到核心解釋變量的系數(shù)在1%水平上顯著為正，且各變量系數(shù)的顯著性及大小與基準(zhǔn)回歸模型基本一致，表明本文基準(zhǔn)回歸模型結(jié)果較為穩(wěn)健。

2.工具變量法

謝絢麗等(2018)[5]的研究中利用互聯(lián)網(wǎng)普及率作為數(shù)字金融發(fā)展指數(shù)的工具變量，由于互聯(lián)網(wǎng)普及率相關(guān)數(shù)據(jù)只統(tǒng)計(jì)到省一級層面，為了使得模型設(shè)計(jì)更為契合，同時(shí)考慮數(shù)據(jù)的可得性，本文采用市級層面的互聯(lián)網(wǎng)用戶接入數(shù)作為工具變量。一方面，互聯(lián)網(wǎng)的使用率作為數(shù)字金融發(fā)展的基礎(chǔ)，延伸了數(shù)字金融發(fā)展的廣度與深度，與數(shù)字金融存在著密切的關(guān)系；另一方面，在控制相關(guān)變量后，互聯(lián)網(wǎng)使用率與企業(yè)創(chuàng)新也不存在明顯的關(guān)系渠道。因此，選取互聯(lián)網(wǎng)用戶接入數(shù)作為工具變量進(jìn)行2SLS檢驗(yàn)。

表5列(3)和列(4)為工具變量回歸結(jié)果，其中包括第一階段回歸的F值與P值，P值為0.000，說明工具變量與數(shù)字金融發(fā)展指數(shù)顯著相關(guān)。而在弱工具變量的檢驗(yàn)中，Cragg-Donald Wald F在10%水平上的臨界值為16.38，大于10，故不存在弱工具變量問題?；ヂ?lián)網(wǎng)用戶接入數(shù)作為工具變量具有合理性。從結(jié)果來看各核心解釋變量的系數(shù)均在1%水平上顯著為正，再次表明基準(zhǔn)回歸模型結(jié)果的穩(wěn)健性。

表5 內(nèi)生性檢驗(yàn)

(續(xù)上表)

(四)穩(wěn)健性檢驗(yàn)

為檢驗(yàn)數(shù)字金融與企業(yè)創(chuàng)新活動(dòng)間關(guān)系的穩(wěn)定性，在解決內(nèi)生性問題的基礎(chǔ)上，本文采用以下三種不同方法進(jìn)行穩(wěn)健性檢驗(yàn)。

1.核心解釋變量滯后一期

本文采用數(shù)字金融發(fā)展指數(shù)的滯后一期數(shù)值用于衡量數(shù)字金融發(fā)展水平，替換以后所表示的含義為滯后一期的數(shù)字金融發(fā)展水平對當(dāng)期企業(yè)創(chuàng)新的影響，在一定程度上緩解了反向因果的問題。表6列(1)和列(2)回歸結(jié)果顯示，數(shù)字金融發(fā)展指數(shù)的系數(shù)在1%水平上顯著為正，再次支持了基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

2.消除股災(zāi)影響

數(shù)字金融和企業(yè)創(chuàng)新兩者都與金融市場大環(huán)境存在密切的關(guān)系，金融市場的波動(dòng)在一定程度上影響著兩者的關(guān)系，因此外生的市場因素容易影響回歸結(jié)果的偏誤。本文研究樣本的數(shù)據(jù)時(shí)間為2011-2018年，在這個(gè)時(shí)間序列中，發(fā)生了一個(gè)典型的金融沖擊事件，2015年的股災(zāi)使得中國金融市場動(dòng)蕩，且在未來的幾年都持續(xù)產(chǎn)生了影響，由于這一事實(shí)發(fā)生持續(xù)了一段時(shí)間，很難通過特定的模型或者是變量進(jìn)行衡量，本文借鑒唐松等(2020)[18]的處理辦法，剔除2015年也就是中國股災(zāi)發(fā)生年份之后的數(shù)據(jù)樣本，進(jìn)行穩(wěn)健性檢驗(yàn)。表6列(3)和列(4)回歸結(jié)果顯示，數(shù)字金融發(fā)展指數(shù)的系數(shù)在1%水平上顯著為正，表明數(shù)字金融對企業(yè)創(chuàng)新的促進(jìn)作用在消除股災(zāi)影響后依然穩(wěn)健。

3.消除直轄市影響

由于直轄市相比其他地級市擁有更大的行政級別和可調(diào)配的資源，該地區(qū)的企業(yè)創(chuàng)新活動(dòng)相對活躍，且其數(shù)字金融發(fā)展的速度也相對較快，為了消除此類地區(qū)發(fā)展的影響，本文刪除了四個(gè)直轄市(北京市、上海市、天津市與重慶市)的樣本數(shù)據(jù)進(jìn)行回歸，以確保結(jié)果穩(wěn)健。表6列(5)和列(6)回歸結(jié)果顯示，數(shù)字金融發(fā)展指數(shù)的系數(shù)在1%水平上均顯著為正，再次表明數(shù)字金融對企業(yè)創(chuàng)新的促進(jìn)作用在刪除直轄市樣本后依然穩(wěn)健。

表6 穩(wěn)健性檢驗(yàn)

五 進(jìn)一步分析

(一)基于企業(yè)所有權(quán)的異質(zhì)性分析

從企業(yè)所有權(quán)性質(zhì)角度來看，民營企業(yè)相對于國有企業(yè)更容易面臨融資難與信息不對稱的問題。一方面，國有企業(yè)由于國家對其資本擁有所有權(quán)或控制權(quán)的原因，在承擔(dān)較多社會(huì)責(zé)任的同時(shí)也獲得國家和政府更多的資金支持，銀行的信貸政策也更偏向于國有企業(yè)。國有企業(yè)更容易獲得傳統(tǒng)金融機(jī)構(gòu)的認(rèn)可而獲得融資，相比之下盡管民營企業(yè)的融資需求更為旺盛，但是民營企業(yè)更容易面臨融資約束的困境。另一方面，由于所有權(quán)歧視問題的存在，民營企業(yè)的社會(huì)地位在一般情況下低于國有企業(yè)，故民營企業(yè)在市場中獲取信息的成本也相對較高，更容易面臨信息約束；而且民營企業(yè)囿于其產(chǎn)權(quán)特性，與傳統(tǒng)金融機(jī)構(gòu)接觸的機(jī)會(huì)較少，信息相對閉塞。數(shù)字金融改變了傳統(tǒng)金融機(jī)構(gòu)自行對客戶進(jìn)行信用調(diào)查的模型，更多的是通過大數(shù)據(jù)實(shí)時(shí)、高效、準(zhǔn)確地多維度挖掘客戶信息，科學(xué)搭建評價(jià)系統(tǒng)進(jìn)行授信考察，這一改變使得民營企業(yè)接觸金融服務(wù)的機(jī)會(huì)更多。此外，國有企業(yè)相比于民營企業(yè)來說更容易受到國家的限制，某種程度上國有企業(yè)也面臨較高的信息約束，而數(shù)字金融對企業(yè)信息透明度的提高正好解決了這一問題，進(jìn)一步增加了企業(yè)間創(chuàng)新合作的機(jī)會(huì)。因此，企業(yè)所有權(quán)性質(zhì)的不同可能影響數(shù)字金融對企業(yè)創(chuàng)新活動(dòng)的作用。

基于上述考慮，本文進(jìn)行了企業(yè)所有權(quán)的異質(zhì)性檢驗(yàn)。通過判斷是否國有控股，將企業(yè)劃分為國有企業(yè)和民營企業(yè)兩組數(shù)據(jù)進(jìn)行回歸分析。表7的回歸結(jié)果顯示，無論是國有企業(yè)還是民營企業(yè)，數(shù)字金融發(fā)展指數(shù)對企業(yè)創(chuàng)新的影響均在1%水平上顯著為正。具體來看，表7列(1)和列(3)反映了以企業(yè)創(chuàng)新投入為被解釋變量的回歸結(jié)果，可見數(shù)字金融對國有企業(yè)的影響系數(shù)為0.031，低于民營企業(yè)的0.042，數(shù)字金融更能增加民營企業(yè)的創(chuàng)新投入?？赡艿脑蛟谟诿駹I企業(yè)因其所有權(quán)性質(zhì)的原因，在融資方面相比于國有企業(yè)更困難，具有更高的融資約束，所以在數(shù)字金融的背景下，其更容易獲得數(shù)字金融所帶來的融資福利；而表7列(2)、 列(4)以企業(yè)創(chuàng)新產(chǎn)出為被解釋變量的回歸結(jié)果顯示，數(shù)字金融對國有企業(yè)的影響更明顯，可能的原因在于，數(shù)字金融的發(fā)展更大程度地提高了國有企業(yè)的信息透明度，進(jìn)一步增加了企業(yè)間創(chuàng)新合作的機(jī)會(huì)，故數(shù)字金融對國有企業(yè)的創(chuàng)新產(chǎn)出激勵(lì)更明顯。

表7 企業(yè)所有權(quán)和規(guī)模異質(zhì)性分析

(二)基于企業(yè)規(guī)模的異質(zhì)性分析

由于不同規(guī)模企業(yè)面臨的融資約束和信息約束不同，數(shù)字金融對不同規(guī)模企業(yè)創(chuàng)新決策的影響可能存在一定的差異。因此，本文根據(jù)企業(yè)資產(chǎn)規(guī)模進(jìn)行大小企業(yè)樣本劃分，將各年份資產(chǎn)大于50%百分位數(shù)的企業(yè)劃分為大企業(yè)，否則為小企業(yè)，進(jìn)一步探究了數(shù)字金融對不同規(guī)模企業(yè)的影響差異?；貧w結(jié)果如表7所示，無論是大企業(yè)還是小企業(yè)，數(shù)字金融對企業(yè)創(chuàng)新投入和創(chuàng)新產(chǎn)出的影響均在1%水平上顯著為正。具體來看，表7列(5)和列(7)反映了以企業(yè)創(chuàng)新投入為被解釋變量的回歸結(jié)果，可見數(shù)字金融對小企業(yè)的影響系數(shù)為0.054，大于大企業(yè)的0.026，說明數(shù)字金融更能增加小企業(yè)的創(chuàng)新投入?？赡艿脑蛟谟谛∑髽I(yè)獲得更多融資后，更有積極性加大創(chuàng)新投入的力度。而表7列(6)和列(8)則是以企業(yè)創(chuàng)新產(chǎn)出為被解釋變量的回歸結(jié)果，可見數(shù)字金融對小企業(yè)的影響系數(shù)為0.008，小于大企業(yè)的0.010，說明數(shù)字金融對大企業(yè)創(chuàng)新產(chǎn)出的影響大于小企業(yè)。可能的原因在于，小企業(yè)創(chuàng)新能力(特別是科技人才、資源、技術(shù)等協(xié)調(diào)能力)相比大企業(yè)略顯不足，大企業(yè)能夠在受到相同的數(shù)字金融發(fā)展紅利的幫助下獲得更多的創(chuàng)新產(chǎn)出。

(三)基于地區(qū)差異的異質(zhì)性分析

由于各地區(qū)稟賦的不同，數(shù)字金融對企業(yè)創(chuàng)新的作用可能存在區(qū)域差異(喻平和豆俊霞，2020)[33]。地區(qū)稟賦一般由經(jīng)濟(jì)發(fā)展水平來衡量，經(jīng)濟(jì)發(fā)達(dá)的地區(qū)，其傳統(tǒng)金融體系相對發(fā)達(dá)且金融服務(wù)的覆蓋面積廣，綜合實(shí)力強(qiáng)的企業(yè)數(shù)量多，對于該地區(qū)的企業(yè)來說，能享受的金融服務(wù)多且享受金融服務(wù)花費(fèi)的成本也相對較低，他們更容易接觸銀行等傳統(tǒng)金融機(jī)構(gòu)，同時(shí)經(jīng)濟(jì)發(fā)達(dá)地區(qū)的制度較為完善，信息公開相對透明，因此經(jīng)濟(jì)發(fā)達(dá)地區(qū)的企業(yè)更容易獲得資金與信息的支持，所受到的信息約束與融資約束也相對較小。而在經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)，金融體系的搭建尚未完善，對該地區(qū)的觸達(dá)率相對較低，且這些地區(qū)的企業(yè)大多是中小企業(yè)，他們更容易面臨資金問題，資金不足的情況阻礙了企業(yè)從事創(chuàng)新活動(dòng)的可能。基于上述分析，數(shù)字金融基于其覆蓋面廣且門檻低的特點(diǎn)對經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的企業(yè)影響更大。結(jié)合中國目前的實(shí)際情況來看，我國東部地區(qū)經(jīng)濟(jì)較發(fā)達(dá)，而中西部地區(qū)經(jīng)濟(jì)發(fā)展較為落后，因此，數(shù)字金融對中西部地區(qū)企業(yè)創(chuàng)新的影響應(yīng)該更大(張輝等，2016)[34]。同時(shí)，粟芳和方蕾(2016)[35]在其研究中說到，目前中國的金融資源主要集中在沿海經(jīng)濟(jì)帶，而中部地區(qū)對銀行和保險(xiǎn)的排斥相對嚴(yán)重，西部地區(qū)由于相關(guān)基礎(chǔ)設(shè)施建設(shè)不完善，其對互聯(lián)網(wǎng)金融的排斥也較為嚴(yán)重。因此，地區(qū)差異極有可能影響數(shù)字金融對企業(yè)創(chuàng)新活動(dòng)的激勵(lì)。

本文進(jìn)一步考察了區(qū)位異質(zhì)性。參照國家統(tǒng)計(jì)局對中國東中西部區(qū)域的劃分標(biāo)準(zhǔn)，將樣本企業(yè)劃分為東部、中部和西部企業(yè)，表8報(bào)告了區(qū)位異質(zhì)性回歸的結(jié)果。在三組樣本中，數(shù)字金融對企業(yè)創(chuàng)新活動(dòng)的影響均顯著為正。具體來看，表8列(1)、 列(3)和列(5)分別報(bào)告了數(shù)字金融對東部、中部和西部企業(yè)創(chuàng)新投入的影響，其系數(shù)大小分別為0.043、0.050、0.032，而列(2)、 列(4)和列(6)分別報(bào)告了數(shù)字金融發(fā)展指數(shù)對東部、中部和西部企業(yè)創(chuàng)新產(chǎn)出的影響，其系數(shù)大小分別為0.009、0.011、0.007。從上述數(shù)據(jù)可以看出，數(shù)字金融對企業(yè)創(chuàng)新活動(dòng)影響的大小排序?yàn)椋褐胁?東部>西部。西部地區(qū)由于經(jīng)濟(jì)發(fā)展水平落后，貧困地區(qū)相對較多，互聯(lián)網(wǎng)相關(guān)基礎(chǔ)設(shè)施建設(shè)不足，互聯(lián)網(wǎng)金融服務(wù)的覆蓋程度和水平有限，因而數(shù)字金融對西部地區(qū)企業(yè)的影響最小。中部地區(qū)兼具東部和西部的優(yōu)勢，經(jīng)濟(jì)發(fā)展水平緊跟東部發(fā)達(dá)地區(qū)，互聯(lián)網(wǎng)等基礎(chǔ)設(shè)施建設(shè)水平較高，故數(shù)字金融對中部地區(qū)企業(yè)創(chuàng)新影響最深刻。

六 結(jié)論與對策建議

數(shù)字金融為中國經(jīng)濟(jì)發(fā)展帶來了新機(jī)會(huì)，數(shù)字金融的發(fā)展不僅在宏觀層面促進(jìn)了經(jīng)濟(jì)的發(fā)展，而在微觀層面上也激發(fā)了各經(jīng)濟(jì)主體的活力。本文基于2011-2018年中國滬深A(yù)股上市企業(yè)數(shù)據(jù)與北京大學(xué)數(shù)字金融研究中心所提供的數(shù)字金融發(fā)展指數(shù)，實(shí)證檢驗(yàn)了數(shù)字金融對企業(yè)創(chuàng)新活動(dòng)的影響、作用機(jī)制及其異質(zhì)性。主要結(jié)論為：(1)數(shù)字金融顯著促進(jìn)了企業(yè)創(chuàng)新投入與企業(yè)創(chuàng)新產(chǎn)出，數(shù)字金融對企業(yè)創(chuàng)新投入的影響大于企業(yè)創(chuàng)新產(chǎn)出。進(jìn)一步地將數(shù)字金融發(fā)展指數(shù)區(qū)分為廣度指數(shù)、深度指數(shù)與數(shù)字化指數(shù)，結(jié)果顯示三個(gè)指數(shù)對企業(yè)創(chuàng)新的影響均顯著為正，且數(shù)字金融發(fā)展廣度指數(shù)與深度指數(shù)對企業(yè)創(chuàng)新的影響相比數(shù)字化指數(shù)更為顯著。(2)作用機(jī)制分析表明，融資約束與信息約束的中介效應(yīng)顯著，數(shù)字金融在一定程度上緩解了企業(yè)的融資約束與信息約束，進(jìn)而促進(jìn)企業(yè)創(chuàng)新，融資約束在數(shù)字金融對企業(yè)創(chuàng)新投入影響中的中介效應(yīng)高于在企業(yè)創(chuàng)新產(chǎn)出中的影響，而信息約束則相反。(3)從企業(yè)所有權(quán)的角度來看，無論是民營企業(yè)還是國有企業(yè)，數(shù)字金融均對企業(yè)創(chuàng)新起到正向影響。在對企業(yè)創(chuàng)新投入影響中，民營企業(yè)的影響大于國有企業(yè)；而在對企業(yè)創(chuàng)新產(chǎn)出影響中，國有企業(yè)的影響則大于民營企業(yè)。從企業(yè)規(guī)模異質(zhì)性來看，數(shù)字金融更能增加小企業(yè)的創(chuàng)新投入，不過其對大企業(yè)創(chuàng)新產(chǎn)出的影響則更大。從地區(qū)差異的角度來看，數(shù)字金融對企業(yè)創(chuàng)新的影響在中部地區(qū)企業(yè)中較大，東部地區(qū)次之，而西部地區(qū)最小。

據(jù)此，得到的政策啟示為：(1)大力完善金融體系建設(shè)，發(fā)展高效便捷的數(shù)字金融服務(wù)。加大對數(shù)字金融的推廣，鼓勵(lì)數(shù)字金融平臺(tái)多元化發(fā)展，為企業(yè)享受數(shù)字金融服務(wù)提供便利，降低數(shù)字金融服務(wù)門檻。發(fā)展高效便捷的數(shù)字金融服務(wù)，助力企業(yè)在金融市場中獲取有效資源，為數(shù)字金融驅(qū)動(dòng)企業(yè)創(chuàng)新提供保障。(2)注重?cái)?shù)字金融均衡發(fā)展，助力企業(yè)創(chuàng)新。創(chuàng)新離不開金融市場的支持，而我國金融發(fā)展由于歷史原因，在結(jié)構(gòu)上存在不平衡不充分的難題，各主體享受到的數(shù)字金融服務(wù)存在差異。因此，要注重?cái)?shù)字金融的平衡發(fā)展，對欠發(fā)達(dá)的地區(qū)，加強(qiáng)數(shù)字金融的推廣與普及工作；對于金融基礎(chǔ)設(shè)施較薄弱的地區(qū)，加大網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)力度，助力數(shù)字金融解決傳統(tǒng)金融普惠的難題，從而促進(jìn)企業(yè)創(chuàng)新。(3)與時(shí)俱進(jìn)，全面發(fā)展數(shù)字金融的同時(shí)注重整體與局部相結(jié)合。數(shù)字金融要注重?cái)?shù)字技術(shù)與金融發(fā)展的深度融合，充分利用云計(jì)算、大數(shù)據(jù)等信息技術(shù)，擴(kuò)大數(shù)字金融覆蓋的范圍，深化數(shù)字金融的服務(wù)水平，提高數(shù)字金融數(shù)字化程度，為數(shù)字金融激勵(lì)微觀主體創(chuàng)新活動(dòng)打下基礎(chǔ)。在全面發(fā)展的同時(shí)，要抓住重點(diǎn)，在發(fā)展初期，以數(shù)字金融覆蓋的廣度為主，搭建數(shù)字金融渠道，打破傳統(tǒng)金融的網(wǎng)點(diǎn)困境，提高各主體的觸達(dá)率，為發(fā)展數(shù)字金融提供廣泛的客戶基礎(chǔ)。