數(shù)字金融與企業(yè)創(chuàng)新風險

馬紅 李小萍

【摘要】隨著數(shù)字金融應用對我國金融環(huán)境影響程度的不斷加深， 考慮企業(yè)創(chuàng)新風險與其所處外部金融環(huán)境間的密切相關(guān)性， 研究數(shù)字金融對企業(yè)創(chuàng)新風險的影響機理具有重要的現(xiàn)實意義。 以我國制造業(yè)上市公司的經(jīng)驗數(shù)據(jù)為樣本， 通過實證檢驗后發(fā)現(xiàn)： 數(shù)字金融發(fā)展能顯著抑制企業(yè)的創(chuàng)新風險; 數(shù)字金融主要從融資約束、信息不對稱程度和資本錯配三方面， 影響企業(yè)創(chuàng)新風險; 制度背景因素對數(shù)字金融與企業(yè)創(chuàng)新風險間關(guān)系具有調(diào)節(jié)效應。

【關(guān)鍵詞】數(shù)字金融;企業(yè)創(chuàng)新風險;擴大內(nèi)需戰(zhàn)略;供給側(cè)結(jié)構(gòu)性改革

【中圖分類號】F832? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2022）14-0062-10

一、文獻綜述

創(chuàng)新驅(qū)動式增長， 是我國經(jīng)濟實現(xiàn)高質(zhì)量發(fā)展的決定性條件， 也是緩解當前國內(nèi)外經(jīng)濟壓力最重要的路徑之一。 然而， 創(chuàng)新項目的資金需求與風險居高不下， 致使微觀創(chuàng)新主體持續(xù)困于融資窘境。 企業(yè)創(chuàng)新投入與風險的雙高特性， 注定充足穩(wěn)健的金融資源與及時有效的供需信息必不可少。 數(shù)字金融的廣泛應用對我國金融環(huán)境的優(yōu)化作用顯著， 并且深刻地影響了企業(yè)的創(chuàng)新行為。 現(xiàn)有學者已開始關(guān)注數(shù)字金融對企業(yè)創(chuàng)新投入或創(chuàng)新產(chǎn)出的影響， 但有關(guān)數(shù)字金融對企業(yè)創(chuàng)新風險的影響卻鮮有涉及。 企業(yè)創(chuàng)新風險指微觀創(chuàng)新主體在創(chuàng)新過程中出現(xiàn)創(chuàng)新行為中止、撤消、失敗以及未達到預期經(jīng)濟技術(shù)指標而產(chǎn)生損失的可能性。 基于此， 本文重點揭示下列問題： 數(shù)字金融的出現(xiàn)是否對企業(yè)的創(chuàng)新風險造成了影響？ 數(shù)字金融作用于企業(yè)創(chuàng)新風險的影響機制是什么？ 當前， 與本研究聯(lián)系緊密的文獻主要從下述兩大方面展開論述。

（一）數(shù)字金融與技術(shù)創(chuàng)新

國外學者對數(shù)字金融與創(chuàng)新關(guān)系的研究主要體現(xiàn)在宏觀層面。 Lin等[1] 認為數(shù)字金融能夠依托先進的信息技術(shù)， 縱深挖掘企業(yè)相關(guān)信息， 拓寬金融服務覆蓋范圍， 進一步推動包含技術(shù)創(chuàng)新的實體經(jīng)濟增長。 Demertzis等[2] 、Lee等[3] 發(fā)現(xiàn)以大數(shù)據(jù)、云計算等信息技術(shù)為支撐的金融科技的出現(xiàn)， 推動了金融領(lǐng)域的創(chuàng)新發(fā)展。 Yin等[4] 認為數(shù)字金融為促進創(chuàng)新創(chuàng)業(yè)提供了發(fā)展機遇。

近年國內(nèi)數(shù)字經(jīng)濟發(fā)展迅猛， 數(shù)字金融與創(chuàng)新的研究受到更多關(guān)注。 就宏觀層面而言， 部分學者指出數(shù)字金融應用提高了金融服務水平、完善了金融服務功能、提升了創(chuàng)新資源流動性及可獲取性， 從而對區(qū)域技術(shù)創(chuàng)新水平產(chǎn)生了顯著激勵作用。 梁榜等[5] 、汪亞楠等[6] 、杜傳忠等[7] 、徐子堯等[8] 都以城市為衡量單元證實了數(shù)字金融作為創(chuàng)新驅(qū)動的嶄新動能， 能夠極大地提升區(qū)域創(chuàng)新水平。 在微觀企業(yè)層面， 學者們大多認為數(shù)字金融能夠通過緩解融資約束和信息不對稱等作用機制減輕企業(yè)創(chuàng)新負擔， 激勵企業(yè)創(chuàng)新行為。 李春濤等[9] 、唐松等[10] 以及萬佳彧等[11] 的研究均證實了數(shù)字金融對于企業(yè)創(chuàng)新活動的促進效應。 也有學者認為， 中小企業(yè)創(chuàng)新融資渠道相對更少、融資限制更多， 因此受數(shù)字金融影響更大。 喻平等[12] 、聶秀華等[13] 認為數(shù)字金融能夠助力中小企業(yè)擺脫創(chuàng)新融資困境， 驅(qū)動企業(yè)加強創(chuàng)新實踐。 另外， 黃益平等[14] 、何宏慶[15] 指出數(shù)字金融因法律不健全、監(jiān)管不完善、征信體系不完備等問題而存在較大風險， 該風險將影響數(shù)字金融的創(chuàng)新發(fā)展。

（二）企業(yè)創(chuàng)新風險的影響因素

創(chuàng)新風險影響因素是國外學者考察企業(yè)創(chuàng)新風險的重要方面， 考察方向主要分為企業(yè)內(nèi)外創(chuàng)新風險因素以及創(chuàng)新過程的風險因素， Utterback[16] 提出的技術(shù)創(chuàng)新風險理論， 突出了創(chuàng)新應用行為的風險與防范措施。 Burlando[17] 認為政治、經(jīng)濟等外部環(huán)境因素以及企業(yè)創(chuàng)新實踐過程中技術(shù)開發(fā)、創(chuàng)新成果推廣等內(nèi)部行為都能夠影響企業(yè)的創(chuàng)新風險。 而Ackermann等[18] 則認為創(chuàng)新的內(nèi)部風險因素是企業(yè)的員工、信譽等。 Jose等[19] 提出創(chuàng)新過程可以劃分成創(chuàng)意、選擇、孵化、實施和學習五個階段， 能夠?qū)@些階段產(chǎn)生影響而導致創(chuàng)新與實施過程不確定的因素， 即為創(chuàng)新的風險因素。

國內(nèi)研究最先從技術(shù)創(chuàng)新風險的相關(guān)理論展開， 謝科范[20] 整理了以往技術(shù)創(chuàng)新風險的研究成果， 將技術(shù)創(chuàng)新存在的風險因素分為可控與不可控因素、可規(guī)避與不可規(guī)避因素。 袁澤沛等[21] 認為國內(nèi)企業(yè)創(chuàng)新意識不足、創(chuàng)新行為難以長期化以及創(chuàng)新時機把控不準， 都將使得企業(yè)面臨較高的創(chuàng)新風險。 傅毓維等[22] 認為企業(yè)創(chuàng)新過程中各個階段面臨的風險影響因素存在差異。 覃浩高等[23] 、李曉峰等[24] 都將影響企業(yè)創(chuàng)新風險的因素歸納為內(nèi)、外部因素兩大類。 陳建新等[25] 進一步將企業(yè)創(chuàng)新風險劃分為決策、技術(shù)、管理、生產(chǎn)、財務、文化、市場和政策等八個方面。

現(xiàn)有文獻已圍繞數(shù)字金融與企業(yè)創(chuàng)新展開了豐富的研究， 但鮮有文獻對數(shù)字金融與企業(yè)創(chuàng)新風險之間的關(guān)系進行深入剖析。 因此， 本文基于數(shù)字金融的金融新業(yè)態(tài)發(fā)展背景， 用企業(yè)創(chuàng)新與風險承擔水平之間的敏感性衡量企業(yè)創(chuàng)新風險， 借助北大數(shù)字金融研究中心提供的數(shù)字普惠金融指數(shù)， 從宏微觀結(jié)合的研究路徑出發(fā)， 深入挖掘數(shù)字金融作用于企業(yè)創(chuàng)新風險的實際影響與具體機制。

二、理論分析與假設提出

產(chǎn)業(yè)組織理論提出， 高風險性是創(chuàng)新投資異于一般投資的重要特點， 其風險主要來源于兩大方面： 一是創(chuàng)新成功的低概率性使得短期內(nèi)創(chuàng)新回報較少; 二是創(chuàng)新投資結(jié)果難以預測[26] 。 企業(yè)投資于創(chuàng)新活動將大大增加企業(yè)內(nèi)在風險， 原因主要在于以下三個方面： 首先， 創(chuàng)新項目對穩(wěn)定持續(xù)的外部資金的需求及依賴度極高[27] ， 但企業(yè)創(chuàng)新行為的高風險與收益不確定特征使得創(chuàng)新活動的外部融資渠道受限、融資成本更高、融資約束更嚴重， 從而導致企業(yè)的創(chuàng)新融資風險更高。 其次， 企業(yè)創(chuàng)新信息通常披露有限， 使得創(chuàng)新行為的信息不對稱問題更嚴重， 企業(yè)內(nèi)外部對創(chuàng)新行為的監(jiān)督難度提高， 企業(yè)出現(xiàn)道德風險與逆向選擇現(xiàn)象的可能性增加， 其面臨的風險也將更高。 最后， 創(chuàng)新項目高投入、高風險以及抵押物缺乏等特性使得金融市場對其投資偏好不足， 優(yōu)質(zhì)金融資源配置于創(chuàng)新項目的效率也就更低， 而企業(yè)創(chuàng)新過程中投入不足極易造成企業(yè)創(chuàng)新風險升高。 可見， 企業(yè)創(chuàng)新行為將促進企業(yè)創(chuàng)新風險增大。

數(shù)字金融抑制企業(yè)創(chuàng)新風險的作用機制可能在于： 首先， 基于金融發(fā)展的結(jié)構(gòu)觀理論， 有效的金融結(jié)構(gòu)將推動資金渠道合理化與多元化， 促使資金流動效率提高、資本快速積累， 最終實現(xiàn)經(jīng)濟增長。 而數(shù)字金融憑借數(shù)字手段吸納眾多非正規(guī)金融服務群體， 實現(xiàn)了對傳統(tǒng)金融體系的結(jié)構(gòu)性補充， 豐富了企業(yè)創(chuàng)新融資路徑; 同時其利用高效、低成本的服務優(yōu)勢降低了企業(yè)創(chuàng)新融資成本， 促使企業(yè)突破創(chuàng)新融資困境， 降低創(chuàng)新融資風險。 其次， 基于委托代理理論， 創(chuàng)新信息透明度較低使得管理者謀取私利和利用創(chuàng)新投入進行盈余管理的傾向較強， 管理者創(chuàng)新行為受到股東與外部投資者有效監(jiān)督的難度較大， 從而導致企業(yè)創(chuàng)新風險較高。 數(shù)字金融依托先進信息技術(shù)充分發(fā)揮信息效應[28] ， 大大提升創(chuàng)新信息透明度， 緩解企業(yè)內(nèi)外部創(chuàng)新信息不對稱， 有效解決企業(yè)內(nèi)外部對創(chuàng)新行為的監(jiān)督難題， 從而促使管理者對創(chuàng)新活動的關(guān)注度和對創(chuàng)新風險的謹慎性提高。 最后， 基于金融發(fā)展的功能觀理論， 金融系統(tǒng)的基礎(chǔ)功能體現(xiàn)在對金融資源配置的干預方面。 而風險管理正是金融系統(tǒng)發(fā)揮資源配置作用的重要因素之一[29] 。 數(shù)字金融不僅能發(fā)揮資源配置效應， 為創(chuàng)新企業(yè)配置優(yōu)質(zhì)金融資源， 有效緩解資源錯配現(xiàn)象， 還能通過構(gòu)建更完善的征信體系， 實現(xiàn)對創(chuàng)新企業(yè)風險的有效評估， 簡化金融機構(gòu)對創(chuàng)新企業(yè)的審核程序， 提高資源配置效率。 因此， 創(chuàng)新企業(yè)在研發(fā)過程中投入的資源更優(yōu)質(zhì)， 對創(chuàng)新風險的重視程度與管理效率也更高。 由此， 本文提出以下假設：

H1： 數(shù)字金融發(fā)展能夠抑制企業(yè)創(chuàng)新風險。

三、研究設計

（一）樣本選取

本文選取滬深兩市A股上市公司2011 ～ 2018年數(shù)據(jù)為樣本。 其中選擇2011年作為起始點的根據(jù)在于， 該年之后才出現(xiàn)較完整的數(shù)字金融指數(shù)公開統(tǒng)計數(shù)據(jù)。 需特別指出的是， 本文僅選取了創(chuàng)新行為較為集中的制造業(yè)（行業(yè)代碼為C）， 并且按照以下原則處理研究樣本： ①剔除ST、PT樣本; ②對樣本執(zhí)行上下1%的Winsorize處理; ③剔除數(shù)據(jù)出現(xiàn)異常或缺失情況的樣本。 最終選定了有效樣本企業(yè)共717家。 本文所用企業(yè)層面數(shù)據(jù)主要來源于國泰安數(shù)據(jù)庫以及Wind數(shù)據(jù)庫， 地區(qū)層面數(shù)據(jù)主要來源于國家統(tǒng)計局與地方統(tǒng)計年鑒， 而數(shù)字金融指數(shù)則來源于北京大學已公布的《數(shù)字普惠金融指數(shù)》。

（二）基本模型構(gòu)建

為檢驗數(shù)字金融發(fā)展與企業(yè)創(chuàng)新風險水平之間的關(guān)系， 本文構(gòu)建了模型（1）， 其具體形式如下：

RiskTj，t=α0+α1RDj，t-1+α2Indexj，t-1+α3RDj，t-1×

Indexj，t-1+α4Controlj，t-1+Industry+Year+εj，t-1 （1）

模型（1）中借鑒靳慶魯?shù)萚30] 的研究， 用投入與期望產(chǎn)出間的敏感性衡量企業(yè)投資效率， 用創(chuàng)新投入與企業(yè)風險（非期望產(chǎn)出）之間的敏感性衡量企業(yè)的創(chuàng)新風險。 其中創(chuàng)新投入（R&D）選用創(chuàng)新投入規(guī)模衡量， 主要包括研發(fā)費用和技術(shù)性資產(chǎn)凈值增加量兩部分， 并用主營業(yè)務收入對其進行標準化處理。 企業(yè)風險（RiskT）則選用企業(yè)盈利的波動性指標衡量， 具體測算方式見模型（2）與模型（3）：

RiskTj，t=

（2）

Adjroaj，t=[? ? ? ? ? ? ? ? ?]-[1Xt=1T? ? ? ? ? ? ? ? ?] （3）

模型（2）、（3）中： roa為所選企業(yè)的息稅前利潤資產(chǎn)收益率（Ebitda）在當年末資產(chǎn)總額（Asset）的占比; X為所選企業(yè)所在行業(yè)中的企業(yè)總數(shù); T為考察期規(guī)定的年份， 參照羅黨論等[31] 、孫艷梅等[32] 的研究成果， 本文將該年限規(guī)定為3年。

模型（1）所涉及的解釋變量數(shù)字金融指數(shù)（Index）， 本文以北大數(shù)字金融研究中心編制的《數(shù)字普惠金融指數(shù)》作為數(shù)字金融發(fā)展程度的衡量指標， 并對該指數(shù)進行了歸一化處理。 同時， 該指標又可細分為數(shù)字金融的覆蓋廣度（Coverage）、使用深度（Usage）以及數(shù)字化程度（Digitization）三個子指標[33] 。

對于模型（1）中所需的控制變量（Control）， 本文參照之前學者的一系列研究， 挑選了部分企業(yè)自身變量中與創(chuàng)新風險相關(guān)聯(lián)的變量。 同時， 鑒于行業(yè)因素與年份差異同樣會對企業(yè)創(chuàng)新風險造成影響， 本文控制了制造業(yè)領(lǐng)域中代表細分行業(yè)差異的虛擬變量（Industry）和代表年度差異的虛擬變量（Year）。 除此之外， 模型（1）還分別將j、t設置為企業(yè)、年代變量， εj，t設置為隨機擾動項。 所涉及變量的具體含義見表1。

四、實證檢驗

（一）描述性統(tǒng)計

表2為考察期內(nèi)樣本所用主要研究變量的描述性統(tǒng)計。 從表2中可知， 企業(yè)風險作為本文主要被解釋變量， 其最小值為0.0018， 而最大值為0.7462。 這一統(tǒng)計結(jié)果說明不同企業(yè)存在的風險具有較大差別， 也在一定程度上說明了本文的研究具有重要意義。

（二）相關(guān)性分析

表3列示了主要變量的相關(guān)系數(shù)。 由表3可知， 企業(yè)風險與創(chuàng)新投入的正相關(guān)性關(guān)系顯著， 與假設大體一致， 而企業(yè)風險與數(shù)字金融總指數(shù)以及數(shù)字金融的各個細分指數(shù)——覆蓋廣度、使用深度與數(shù)字化程度的負相關(guān)關(guān)系同樣顯著， 與本文所提假設也基本相符。

（三）主體回歸結(jié)果與分析

表4為模型（1）的回歸估計結(jié)果。 其中第（1）列表示的是創(chuàng)新投入與企業(yè)風險的敏感性， 其回歸結(jié)果在5%的水平上顯著為正， 說明我國制造業(yè)企業(yè)的創(chuàng)新投入與企業(yè)風險之間存在較強相關(guān)性， 與預期相符。 第（2）列基于第（1）列引入了作為解釋變量的數(shù)字金融總指數(shù)（Index）， 第（3）列又基于第（2）列引入了創(chuàng)新投入與數(shù)字金融總指數(shù)的交叉項（R&D×Index）， 其回歸結(jié)果在10%的水平上顯著為負， 即數(shù)字金融總指數(shù)每增加1%， 企業(yè)所面臨的創(chuàng)新風險就相應減少0.26%。 這說明數(shù)字金融的完善對創(chuàng)新投入與企業(yè)風險二者之間的敏感性起到了抑制作用， 即數(shù)字金融發(fā)展有助于抑制企業(yè)創(chuàng)新風險， 故而本文H1得到了證實。

（四）細分維度回歸結(jié)果與分析

進一步研究數(shù)字金融與企業(yè)創(chuàng)新風險關(guān)系， 本文還將數(shù)字金融的三類細分維度與企業(yè)創(chuàng)新風險分別進行回歸分析， 具體回歸結(jié)果見表5。 表5第（2）列基于第（1）列引入了創(chuàng)新投入與數(shù)字金融覆蓋廣度的交叉項（R&D×Coverage）， 第（4）列基于第（3）列引入了創(chuàng)新投入與數(shù)字金融使用深度的交叉項（R&D×Usage）， 第（6）列基于第（5）列引入了創(chuàng)新投入與數(shù)字金融數(shù)字化程度的交叉項（R&D×Digitization）。 本文重點考察的交叉項均顯著為負， 說明數(shù)字金融覆蓋范圍的不斷擴大、使用的增多以及數(shù)字化程度的持續(xù)提升都有利于企業(yè)整體創(chuàng)新風險的分散， 從而進一步驗證了H1。

（五）內(nèi)生性與穩(wěn)健性檢驗

1. 內(nèi)生性檢驗。 鑒于企業(yè)面臨風險的變化可能干擾企業(yè)的整體創(chuàng)新投入計劃， 這種反向因果關(guān)聯(lián)可能給本文的回歸分析造成內(nèi)生性問題， 并且模型本身也可能產(chǎn)生遺漏變量等內(nèi)生性問題。 而動態(tài)面板（GMM）模型恰好能夠弱化這種由反向因果關(guān)聯(lián)或遺漏變量所造成的內(nèi)生性問題， 故本文采用GMM方法再次進行檢驗， 回歸結(jié)果進一步驗證了H1。

2. 穩(wěn)健性檢驗。 ①更換被解釋變量。 國外學者依據(jù)Langenmayr等[34] 的研究成果， 傾向于將企業(yè)盈利波動的考察期規(guī)定為5年或者更長， 而國內(nèi)學者的研究通常與上市企業(yè)高管任期相適應， 將考察期規(guī)定為3年。 為進一步驗證回歸結(jié)果的穩(wěn)健性， 本文決定重新測度企業(yè)風險， 將模型（2）、（3）中的時限規(guī)定為5年， 再做回歸檢驗。 ②更換解釋變量。 替換上述模型中處理解釋變量創(chuàng)新投入（R&D）的方法， 重新利用創(chuàng)新投入總額在企業(yè)總資產(chǎn)中的實際占比來度量企業(yè)的創(chuàng)新投入規(guī)模（R&D'）， 再次進行回歸檢驗。 ③剔除部分樣本城市。 相較于其他省份， 中國四個直轄市擁有較為明顯的經(jīng)濟特殊性， 為此本文刪除直轄市樣本數(shù)據(jù)后再次進行回歸檢驗。

上述穩(wěn)健性檢驗結(jié)果與之前的實證結(jié)果大體相符， 從而進一步驗證了實證結(jié)果的穩(wěn)健性（限于篇幅， 結(jié)果未予列示）。

（六）作用機制檢驗

1. 融資約束。 融資風險是企業(yè)創(chuàng)新風險的重要組成部分， 創(chuàng)新研發(fā)通常需要持續(xù)且大規(guī)模的資金投入， 因而創(chuàng)新項目投資對企業(yè)外部融資環(huán)境的要求往往較高， 而數(shù)字金融對企業(yè)外部融資約束的緩釋效應能有效降低企業(yè)的創(chuàng)新融資風險。 首先， 數(shù)字金融能夠借助信息技術(shù)低成本、高效地吸收并轉(zhuǎn)化金融市場不受重視的長尾群體資金， 推出多樣化的金融產(chǎn)品， 拓寬企業(yè)的創(chuàng)新融資渠道[11] 。 其次， 數(shù)字金融的發(fā)展有效改善了我國以銀行為主體的信貸體系。 數(shù)字金融提供的新型服務業(yè)態(tài)， 顯著降低了金融系統(tǒng)的服務成本[35，36] ， 重組了金融行業(yè)的運行模式， 促進了金融部門的升級優(yōu)化， 進而降低了企業(yè)的創(chuàng)新融資成本。 基于上述分析， 本文提出以下假設。

H2a： 融資約束的緩解是數(shù)字金融抑制企業(yè)創(chuàng)新風險的可能機制。

2. 信息不對稱程度。 創(chuàng)新項目往往被視作重要的商業(yè)機密， 企業(yè)在披露相關(guān)信息時尤為謹慎， 因此， 與一般經(jīng)營活動相比， 企業(yè)創(chuàng)新活動具有更高的信息不對稱性。 而數(shù)字金融先進的信息收集、處理與傳遞能力， 能夠促使企業(yè)創(chuàng)新信息的透明度不斷提高。 一方面， 創(chuàng)新信息透明度的提升能夠降低股東與管理者之間的信息不對稱程度， 也就能大大降低股東對管理者行為的監(jiān)督成本， 進而通過有效的內(nèi)部監(jiān)控機制， 激勵管理者將更多的精力投入創(chuàng)新活動之中[37] ， 主動提升其對企業(yè)創(chuàng)新風險的防控能力。 另一方面， 創(chuàng)新信息有效性的提升能降低外部利益相關(guān)者對管理者行為的監(jiān)督成本。 在外部利益相關(guān)者的嚴格監(jiān)督下， 管理者謀取私利的成本與難度上升而自利行為的收益減弱， 管理者憑借信息優(yōu)勢實施逆向選擇行為的動機下降， 同樣能迫使管理者將更多精力放在創(chuàng)新活動上， 進而顯著促進管理者創(chuàng)新風險管理能力的提升。 基于上述分析， 本文提出以下假設。

H2b： 信息不對稱程度的降低是數(shù)字金融抑制企業(yè)創(chuàng)新風險的可能機制。

3. 資本錯配。 創(chuàng)新項目高風險以及高投入的特性導致其在傳統(tǒng)金融市場上優(yōu)勢不足， 金融資源分配時通常更偏好于風險較低、收益穩(wěn)定的投資項目， 造成最優(yōu)資本配置效率的偏離。 而數(shù)字金融能夠依托數(shù)字技術(shù)更有效地執(zhí)行優(yōu)勝劣汰法則， 有利于金融市場提高對于創(chuàng)新企業(yè)風險和收益的辨別與篩選能力， 進而提高金融資源對于創(chuàng)新項目的配置效率[38] 。 創(chuàng)新資本配置的優(yōu)化能夠?qū)ζ髽I(yè)的創(chuàng)新風險產(chǎn)生抑制效應。 首先， 創(chuàng)新活動的高投入特性使得企業(yè)面臨較高的創(chuàng)新投入風險。 創(chuàng)新資本錯配現(xiàn)象的緩解， 有助于企業(yè)以較低成本獲得更多優(yōu)質(zhì)創(chuàng)新資本， 從而減輕企業(yè)的創(chuàng)新投入壓力， 降低企業(yè)的創(chuàng)新投入風險。 其次， 創(chuàng)新資本配置效率的提升有利于企業(yè)在創(chuàng)新過程中高效持續(xù)投入， 推動創(chuàng)新成果加速轉(zhuǎn)化， 保障企業(yè)對創(chuàng)新項目高額收益的獲取以及市場領(lǐng)先優(yōu)勢的占據(jù)， 實現(xiàn)企業(yè)價值的提高， 以此降低企業(yè)的創(chuàng)新收益風險。 基于上述分析， 本文提出以下假設。

H2c： 資本錯配的緩解是數(shù)字金融抑制企業(yè)創(chuàng)新風險的可能機制。

本部分主要驗證上文提出的影響機制H2a、H2b和H2c， 通過構(gòu)建中介模型， 具體回歸結(jié)果見表6。 其中中介變量融資約束（FC）， 所用衡量標準參照張杰等[39] 提出的兩階段計算法， 依據(jù)資產(chǎn)增長率與現(xiàn)金流之間的敏感性確定企業(yè)的融資約束程度。 中介變量為信息不對稱程度（IA）， 考慮信息不對稱程度集中表現(xiàn)為企業(yè)代理成本的變化， 故而本文以代理成本測度企業(yè)的信息不對稱程度， 參照李小榮等[40] 的研究方法， 以管理費用在企業(yè)主營業(yè)務收入中的實際占比（管理費用率）刻畫企業(yè)的信息不對稱程度。 中介變量資本錯配（FD）的衡量， 本文則參照邵挺[41] 的研究方法， 采用各企業(yè)的資金使用成本相對于其所處行業(yè)中平均資金使用成本的實際偏離程度這一度量方式。 其中， 企業(yè)本身的資金使用成本采用利息支出在扣除應付賬款余額下的負債總額中所占比例的方法測度。

表6中第（1）列的被解釋變量為融資約束（FC）， 本文重點關(guān)注的解釋變量數(shù)字金融總指數(shù)（Index）顯著為負， 即數(shù)字金融能有效緩解企業(yè)的融資約束， 與預期一致。 表6中第（2）列報告的是被解釋變量對基本解釋變量和中介變量的回歸結(jié)果， 基準回歸模型見表4中的第（3）列。 由于本文基準回歸重點關(guān)注的是創(chuàng)新投入與企業(yè)風險的敏感性， 因此中介變量為創(chuàng)新投入與融資約束的交叉項（R&D×FC）， 其顯著為正， 從而證明了融資約束中介效應的存在， 即H2a得到進一步支持。

表6中第（3）列的被解釋變量為信息不對稱程度（IA）， 本文重點關(guān)注的解釋變量數(shù)字金融總指數(shù)（Index）顯著為負， 即數(shù)字金融能有效緩解企業(yè)的信息不對稱程度， 與預期一致。 表6中第（4）列列示的是被解釋變量對基本解釋變量和中介變量的回歸結(jié)果。 由于本文基準回歸重點關(guān)注的是創(chuàng)新投入與企業(yè)風險之間的敏感性， 本列中介變量為創(chuàng)新投入與信息不對稱程度的交叉項（R&D×IA）， 回歸系數(shù)顯著為正， 說明信息不對稱程度的增加能加劇企業(yè)的創(chuàng)新風險， 從而證明信息不對稱程度中介效應的存在， 即H2b得到進一步支持。

表6中第（5）列的被解釋變量為資本錯配（FD）， 本文重點關(guān)注的解釋變量數(shù)字金融總指數(shù)（Index）顯著為負， 即數(shù)字金融能有效緩解企業(yè)的融資約束， 與預期一致。 表6中第（6）列列示的是被解釋變量對基本解釋變量和中介變量的回歸結(jié)果。 由于本文基準回歸重點關(guān)注的是創(chuàng)新投入與企業(yè)風險的敏感性， 本列中創(chuàng)新投入與資本錯配的交叉項（R&D×FD）系數(shù)顯著為正， 說明資本錯配的惡化同樣能加劇企業(yè)的創(chuàng)新風險， 可以證明資本錯配中介效應的存在， 即H2c得到進一步支持。

（七）調(diào)節(jié)效應檢驗

1. 擴大內(nèi)需戰(zhàn)略的調(diào)節(jié)效應。 擴大內(nèi)需戰(zhàn)略作用于數(shù)字金融與企業(yè)創(chuàng)新風險關(guān)系的調(diào)節(jié)效應主要通過以下途徑體現(xiàn)： 第一， 在推廣擴大內(nèi)需戰(zhàn)略的前提下， 市場圍繞產(chǎn)品質(zhì)量的競爭加劇， 企業(yè)在競爭壓力繁榮倒逼效應下具有更強的創(chuàng)新動力。 同時， 數(shù)字金融信息管理體系持續(xù)優(yōu)化， 對創(chuàng)新企業(yè)信息的整合和分析能力進一步加強， 大大緩解了創(chuàng)新投資者與企業(yè)創(chuàng)新項目間的信息不對稱問題， 使得投資者對企業(yè)創(chuàng)新風險的監(jiān)督更為有效， 管理者對創(chuàng)新風險的防控意識也得到顯著提升。 第二， 隨著國內(nèi)需求穩(wěn)步提升、市場化進程加快， 政府直接干預創(chuàng)新資本配置的可能性大大減小， 數(shù)字金融市場的優(yōu)勝劣汰法則得到進一步鞏固。 數(shù)字金融市場將為潛力較大的創(chuàng)新企業(yè)配置更高質(zhì)量的創(chuàng)新資本， 使得創(chuàng)新資本錯配現(xiàn)象進一步改善， 企業(yè)就能夠憑借更多優(yōu)質(zhì)資本支持創(chuàng)新項目開發(fā)， 并且有更多精力管理和應對企業(yè)創(chuàng)新風險。 第三， 數(shù)字金融領(lǐng)域的市場化發(fā)展， 促進了數(shù)字金融機構(gòu)的良性發(fā)展， 數(shù)字金融服務更加全面、覆蓋范圍更廣、成本更加低廉， 不僅為企業(yè)日益增長的創(chuàng)新融資需求拓寬了渠道， 而且大大降低了創(chuàng)新融資成本， 從而進一步緩解了企業(yè)的創(chuàng)新融資壓力， 降低了企業(yè)的創(chuàng)新融資風險。 綜上， 擴大內(nèi)需戰(zhàn)略能夠強化數(shù)字金融對企業(yè)創(chuàng)新風險的抑制作用。 由此， 本文提出以下假設：

H3a： 擴大內(nèi)需戰(zhàn)略能夠增強數(shù)字金融對企業(yè)創(chuàng)新風險的抑制作用。

為研究擴大內(nèi)需戰(zhàn)略作用于數(shù)字金融與企業(yè)創(chuàng)新風險之間關(guān)系的調(diào)節(jié)效應， 本文構(gòu)建了模型（4）， 具體如下：

RiskTj，t=α0+α1RDj，t-1+α2Indexj，t-1+α3RDj，t-1×

Indexj，t-1+α4HMSj，t-1+α5RDj，t-1×Indexj，t-1×

HMSj，t+α6Controlj，t-1+Industry+Year+εj，t-1 （4）

模型（4）中所需的調(diào)節(jié)變量擴大內(nèi)需戰(zhàn)略（HMS）， 本文主要參照了馮偉等[42] 的做法， 以本土市場規(guī)模這一空間加權(quán)平均值衡量所在地區(qū)的實際市場需求， 該值和本地與其他地區(qū)的收入和成正比， 而和其他地區(qū)到該地的距離成反比， 其測度方式如模型（5）：

HMSit=? ? ?（Yit/Dii+Yjt/Dij）? ? （5）

在模型（5）中： Yit與Yjt 分別表示在t時期、i與j省利用支出法計算并減去貨物與服務凈出口部分的地區(qū)實際生產(chǎn)總值， 即以本地的市場需求為主; Dij表示i、j兩省省會城市間的距離， Dii則表示i省的內(nèi)部距離。 以上距離與陸地面積的數(shù)據(jù)均來自Google的電子版地圖。

為使回歸結(jié)果更穩(wěn)健， 本文使用逐步回歸法， 表7中第（2）列基于第（1）列的研究引入擴大內(nèi)需戰(zhàn)略（HMS）， 第（3）列則基于第（2）列的研究引入創(chuàng)新投入、數(shù)字金融總指數(shù)與擴大內(nèi)需戰(zhàn)略的交叉項（R&D×Index×HMS）。 回歸結(jié)果表明， 本文重點考察的交叉項在10%的水平上顯著為負， 由此證明了擴大內(nèi)需戰(zhàn)略的正向調(diào)節(jié)效應， H3a也得到驗證。

2. 供給側(cè)結(jié)構(gòu)性改革的調(diào)節(jié)效應。 供給側(cè)結(jié)構(gòu)性改革將強化數(shù)字金融對企業(yè)創(chuàng)新風險的抑制作用， 這種抑制作用能夠表現(xiàn)在以下三個方面： 第一， 供給側(cè)結(jié)構(gòu)性改革在金融領(lǐng)域的推行， 使得數(shù)字金融市場的高質(zhì)量有效供給持續(xù)增加， 數(shù)字金融產(chǎn)品更加多元化， 數(shù)字金融支持范圍不斷擴大， 企業(yè)創(chuàng)新項目的資本來源更廣泛， 可利用的優(yōu)質(zhì)創(chuàng)新資本更多， 獲取成本更低， 獲取程序更加便捷， 數(shù)字金融作用于企業(yè)創(chuàng)新融資約束的緩解效應更顯著， 企業(yè)的創(chuàng)新融資風險大大降低。 第二， 在供給側(cè)結(jié)構(gòu)性改革政策的引導下， 政府簡政放權(quán)， 使得市場環(huán)境的自由競爭程度更高、交易成本更低， 數(shù)字金融市場貫徹優(yōu)勝劣汰法則的效率更高， 回報率較高的投資項目受到更多關(guān)注， 市場優(yōu)質(zhì)資本的錯配程度大大降低， 更多高質(zhì)量創(chuàng)新資本被低成本地投向創(chuàng)新項目， 企業(yè)的創(chuàng)新投入壓力得到進一步緩解， 創(chuàng)新投入風險也就更小。 第三， 隨著供給側(cè)結(jié)構(gòu)性改革的不斷推進， 創(chuàng)新信息的流動性不斷增強， 信息質(zhì)量也有較大提升， 數(shù)字金融篩查有效創(chuàng)新信息、辨別創(chuàng)新項目風險的功能得到更好發(fā)揮， 對創(chuàng)新信息的歸集與傳遞也更加及時有效， 由此形成的信息資源將進一步完善創(chuàng)新行為的組織形式， 提升企業(yè)對創(chuàng)新項目的綜合考察能力以及對創(chuàng)新風險的防控能力。 綜上所述， 供給側(cè)結(jié)構(gòu)性改革有助于增強數(shù)字金融對企業(yè)創(chuàng)新風險的抑制作用。 由此， 本文提出以下假設。

H3b： 供給側(cè)結(jié)構(gòu)性改革能夠增強數(shù)字金融對企業(yè)創(chuàng)新風險的抑制作用。

為研究供給側(cè)結(jié)構(gòu)性改革作用于數(shù)字金融與企業(yè)創(chuàng)新風險關(guān)系的調(diào)節(jié)效應， 本文構(gòu)建了模型（6）， 具體如下：

RiskTj，t=α0+α1RDj，t-1+α2Indexj，t-1+

α3RDj，t-1×Indexj，t-1+α4SRSj，t-1+α5RDj，t-1×

Indexj，t-1×SRSj，t+α6Controlj，t-1+Industry+Year+

εj，t-1? ? （6）

模型（6）中的調(diào)節(jié)變量為供給側(cè)結(jié)構(gòu)性改革（SRS）， 鑒于供給側(cè)結(jié)構(gòu)性改革實施年份是2015年， 本文采用了張麗華等[43] 的方法， 通過賦值法進行分組， 將2011 ～ 2015年的年份賦值為0、2015 ～ 2018的年份賦值為1。

表8同樣采用了逐步回歸法， 第（2）列基于第（1）列的研究引入了供給側(cè)結(jié)構(gòu)性改革（SRS）， 第（3）列則基于第（2）列的研究引入了創(chuàng)新投入、數(shù)字金融總指數(shù)與供給側(cè)結(jié)構(gòu)性改革的交叉項（R&D×Index×SRS）。 回歸結(jié)果表明， 本文重點考察的交叉項在5%的水平上同樣顯著為負。 以上回歸結(jié)果證明了供給側(cè)結(jié)構(gòu)性改革政策也具有正向調(diào)節(jié)效應， H3b得到驗證。

五、結(jié)論與建議

（一）結(jié)論

數(shù)字金融作為金融領(lǐng)域與數(shù)字技術(shù)創(chuàng)新融合的全新服務業(yè)態(tài)， 優(yōu)化了金融服務實體經(jīng)濟增長的功能。 本文重點考察了數(shù)字金融與企業(yè)創(chuàng)新風險間的內(nèi)在關(guān)聯(lián)， 得出如下主要結(jié)論：

首先， 數(shù)字金融縱深發(fā)展有助于企業(yè)合理分散創(chuàng)新風險， 并且數(shù)字金融的三個細分發(fā)展領(lǐng)域（覆蓋廣度、使用深度與數(shù)字化程度）均與企業(yè)創(chuàng)新風險顯著負相關(guān)。 其次， 數(shù)字金融主要通過緩解企業(yè)創(chuàng)新融資約束、降低企業(yè)信息不對稱程度以及降低資本錯配程度三大作用機制， 抑制企業(yè)的創(chuàng)新風險。 再次， 考慮到新發(fā)展格局下擴大內(nèi)需戰(zhàn)略與供給側(cè)結(jié)構(gòu)性改革的制度背景， 無論是本土市場規(guī)模擴大還是供給側(cè)結(jié)構(gòu)性改革實施， 均能強化數(shù)字金融對企業(yè)創(chuàng)新風險的抑制效應。

（二）政策建議

結(jié)合上述研究理念及結(jié)果， 本文提出如下政策建議：

1. 企業(yè)要順應數(shù)字金融市場發(fā)展潮流， 充分利用數(shù)字金融工具。 就創(chuàng)新信息而言， 企業(yè)應當利用數(shù)字金融設置創(chuàng)新信息管理機制， 暢通企業(yè)內(nèi)外部創(chuàng)新信息， 降低企業(yè)內(nèi)外部利益相關(guān)者的監(jiān)督成本， 提升高管的創(chuàng)新積極性與風險管理意識。 就創(chuàng)新資本獲取而言， 企業(yè)應當追求創(chuàng)新融資途徑的多元化， 主動了解新興數(shù)字金融產(chǎn)品， 調(diào)整創(chuàng)新融資結(jié)構(gòu)， 加強與數(shù)字金融市場的合作。

2. 政府應當制定有效的支持政策， 激勵數(shù)字金融市場優(yōu)化升級。 政府應繼續(xù)推進數(shù)字金融體系與相關(guān)設施的完善， 拓展數(shù)字金融服務的廣度、深度與數(shù)字化程度， 充分發(fā)揮數(shù)字金融的項目評估與資本配置功能， 考察創(chuàng)新項目的可行性， 并將優(yōu)質(zhì)金融資源與信息資源分配到優(yōu)質(zhì)創(chuàng)新企業(yè)， 從而保證數(shù)字金融市場切實服務于企業(yè)的創(chuàng)新發(fā)展。

3. 數(shù)字金融領(lǐng)域應當兼顧供需， 緊跟創(chuàng)新驅(qū)動策略。 數(shù)字金融領(lǐng)域要助力貫徹政府的擴大內(nèi)需政策， 利用我國本土市場規(guī)模持續(xù)擴大形成的需求導向調(diào)動微觀主體的創(chuàng)新積極性， 依據(jù)市場實際需求開展創(chuàng)新活動， 控制創(chuàng)新研發(fā)的風險性。 同時， 數(shù)字金融領(lǐng)域還要深入發(fā)揮供給驅(qū)動效應， 推進數(shù)字金融市場供給結(jié)構(gòu)優(yōu)化， 加大數(shù)字金融對企業(yè)高質(zhì)量創(chuàng)新融資的支持力度。

【 主 要 參 考 文 獻 】

[1] Lin M.， Prabhala N. R.， Viswanathan S.. Judging borrowers by the company they keep： Friendship networks and information asymmetry in online peer-to-peer lending[ J].Management Science， 2013（1）：17 ～ 35.

[2] Demertzis M.， Merler S.， et al.. Capital markets union and the fintech opportunity[ J].Journal of Financial Regulation，2018（1）：157 ～ 165.

[3] Lee I.， Shin Y. J.. Fintech： Ecosystem， business models， investment decisions， and challenges[ J].Business Horizons，2018（1）：35 ～ 46.

[4] Yin Z.， Gong X.， Guo P.， Wu T.. What drives entrepreneurship in digital economy？ Evidence from China[ J].Economic Modelling，2019（3）：66 ～ 73.

[5] 梁榜，張建華.數(shù)字普惠金融發(fā)展能激勵創(chuàng)新嗎？——來自中國城市和中小企業(yè)的證據(jù)[ J].當代經(jīng)濟科學，2019（5）：74 ～ 86.

[6] 汪亞楠，徐楓，鄭樂凱.數(shù)字金融能驅(qū)動城市創(chuàng)新嗎？[ J].證券市場導報，2020（7）：9 ～ 19.

[7] 杜傳忠，張遠.“新基建”背景下數(shù)字金融的區(qū)域創(chuàng)新效應[ J].財經(jīng)科學，2020（5）：30 ～ 42.

[8] 徐子堯，張莉沙，劉益志.數(shù)字普惠金融提升了區(qū)域創(chuàng)新能力嗎[ J].財經(jīng)科學，2020（11）：17 ～ 28.

[9] 李春濤，閆續(xù)文，宋敏，楊威.金融科技與企業(yè)創(chuàng)新——新三板上市公司的證據(jù)[ J].中國工業(yè)經(jīng)濟，2020（1）：81 ～ 98.

[10] 唐松，伍旭川，祝佳.數(shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機制識別與金融監(jiān)管下的效應差異[ J].管理世界，2020（5）：52 ～ 66+9.

[11] 萬佳彧，周勤，肖義.數(shù)字金融、融資約束與企業(yè)創(chuàng)新[ J].經(jīng)濟評論，2020（1）：71 ～ 83.

[12] 喻平，豆俊霞.數(shù)字普惠金融、企業(yè)異質(zhì)性與中小微企業(yè)創(chuàng)新[ J].當代經(jīng)濟管理，2020（12）：79 ～ 87.

[13] 聶秀華，吳青.數(shù)字金融對中小企業(yè)技術(shù)創(chuàng)新的驅(qū)動效應研究[ J].華東經(jīng)濟管理，2021（3）：42 ～ 53.

[14] 黃益平，陶坤玉.中國的數(shù)字金融革命：發(fā)展、影響與監(jiān)管啟示[ J].國際經(jīng)濟評論，2019（6）：24 ～ 35.

[15] 何宏慶.數(shù)字金融的發(fā)展困境與創(chuàng)新進路[ J].甘肅社會科學，2019（1）：166 ～ 171.

[16] Utterback M.. Mastering the dynamics of innovation： How companies and seize opportunities in the face of technological change[M].Boston： Harvard Business School Press，1980.

[17] Burlando T.. Chaos and risk management[ J].Risk Management，1994（44）：54 ～ 61.

[18] Ackermann F.， Eden C.， William T.， Howick S.. Systematic risk assessment： Case study[ J].Journal of the Operation Research

Society，2007（58）：39 ～ 51.

[19] Jose G.， Vargas-Hernandez. Modeling risk and innovation management[ J].ACR，2011（19）：45 ～ 57.

[20] 謝科范.工業(yè)技術(shù)創(chuàng)新風險綜論[ J].科學技術(shù)與辯證法，1994（3）：52 ～ 58.

[21] 袁澤沛，王瓊.技術(shù)創(chuàng)新與創(chuàng)新風險的研究綜述[ J].經(jīng)濟學動態(tài)，2002（3）：79 ～ 82.

[22] 傅毓維，姜鈺.高新技術(shù)項目投資的風險因素分析與評價[ J].商業(yè)研究，2005（13）：103 ～ 105.

[23] 覃浩高，崔劍.企業(yè)技術(shù)創(chuàng)新風險的類型、成因及對策[ J].商業(yè)研究，2002（6）：19 ～ 22.

[24] 李曉峰，徐玖平.企業(yè)技術(shù)創(chuàng)新的風險管理研究[ J].經(jīng)濟體制改革，2008（3）：72 ～ 76.

[25] 陳建新，資明貴，劉志龍.BP神經(jīng)網(wǎng)絡在企業(yè)技術(shù)創(chuàng)新風險評價中的應用[ J].科技管理研究，2007（10）：88 ～ 91.

[26] Scherer F. M.. Firm size， market structure， opportunity， and the output of patented inventions[ J].American Economic Review，1965（5）：1097 ～ 1125.

[27] Hall B. H.. The financing of research and development[ J].Oxford Review of Economic Policy，2002（1）：35 ～ 51.

[28] 馬連福，杜善重.數(shù)字金融能提升企業(yè)風險承擔水平嗎[ J].經(jīng)濟學家，2021（5）：65 ～ 74.

[29] Levine R.. Financial development and economic growth：Views and agenda[ J].Journal of Economic Literature，1997（2）：688 ～ 726.

[30] 靳慶魯，孔祥，侯青川.貨幣政策民營企業(yè)投資效率與公司期權(quán)價值[ J].經(jīng)濟研究，2012（5）：96 ～ 106.

[31] 羅黨論，廖俊平，王玨.地方官員變更與企業(yè)風險——基于中國上市公司的經(jīng)驗證據(jù)[ J].經(jīng)濟研究，2016（5）：130 ～ 142.

[32] 孫艷梅，郭敏，方夢然.企業(yè)創(chuàng)新投資、風險承擔與股價崩盤風險[ J].科研管理，2019（12）：144 ～ 154.

[33] 郭峰，王靖一，王芳，孔濤，張勛，程志云.測度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征[ J].經(jīng)濟學（季刊），2020（4）：1401 ～ 1418.

[34] Langenmayr D.， Lester R.. Taxation and corporate risk-taking[ J].The Accounting Review，2017（3）：237 ～ 266.

[35] 黃益平，黃卓.中國的數(shù)字金融發(fā)展：現(xiàn)在與未來[ J].經(jīng)濟學（季刊），2018（4）：1489 ～ 1502.

[36] Omarini A. E.. Banks and fintechs： How to develop a digital open banking approach for the bank's future[ J].International Business Research，2018（9）：23 ～ 36.

[37] 楊建君，張釗，梅曉芳.股東與經(jīng)理人信任對企業(yè)創(chuàng)新的影響研究[ J].科研管理，2012（3）：36 ～ 41+80.

[38] 唐松，賴曉冰，黃銳.金融科技創(chuàng)新如何影響全要素生產(chǎn)率：促進還是抑制？——理論分析框架與區(qū)域?qū)嵺`[ J].中國軟科學，2019（7）：134 ～ 144.

[39] 張杰，蘆哲，鄭文平等.融資約束、融資渠道與企業(yè)R&D投入[ J].世界經(jīng)濟，2012（10）：66 ～ 90.

[40] 李小榮，張瑞君.股權(quán)激勵影響風險承擔：代理成本還是風險規(guī)避？[ J].會計研究，2014（1）：57 ～ 63.

[41] 邵挺.金融錯配、所有制結(jié)構(gòu)與資本回報率：來自1999 ～ 2007年我國工業(yè)企業(yè)的研究[ J].金融研究，2010（9）：51 ～ 68.

[42] 馮偉，李嘉佳.本土市場規(guī)模與產(chǎn)業(yè)升級：需求側(cè)引導下的供給側(cè)結(jié)構(gòu)性改革[ J].云南財經(jīng)大學學報，2018（10）：13 ～ 26.

[43] 張麗華，羅智仁，張軒溧.供給側(cè)結(jié)構(gòu)性改革背景下煤炭企業(yè)科技創(chuàng)新的金融支持效率研究[ J].華東經(jīng)濟管理，2019（7）：149 ～ 157.

【基金項目】國家社會科學基金后期資助項目“‘標準化+’助推區(qū)域產(chǎn)業(yè)轉(zhuǎn)型升級的影響機制與政策建議研究”（項目編號：

20FJYB031）;山東省自然科學基金項目“虛擬經(jīng)濟與實體經(jīng)濟非協(xié)調(diào)發(fā)展對企業(yè)投資行為的影響研究”（項目編號：ZR2018BG007）;青島市哲學社會科學規(guī)劃項目“新舊動能轉(zhuǎn)換下混合所有制對青島市國企綠色創(chuàng)新質(zhì)量的影響與對策研究”（項目編號：QDSKL1901128）

【作者單位】山東科技大學經(jīng)濟管理學院， 青島 266590。 馬紅為通訊作者