數(shù)字金融發(fā)展能否促進工業(yè)企業(yè)創(chuàng)新質(zhì)量提升
——基于專利知識寬度的視角

高自旺

（河北省社會科學院經(jīng)濟研究所，河北石家莊 050051）

引言

黨的十九屆五中全會明確提出，要把科技自立自強作為國家發(fā)展的戰(zhàn)略支撐。堅決實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，堅持走中國特色社會主義自主創(chuàng)新道路，是我國邁向現(xiàn)代化新征程的關(guān)鍵依托。專利是反映經(jīng)濟體或微觀市場主體創(chuàng)新水平的重要評價指標，專利的增長在提升國家、企業(yè)自主創(chuàng)新能力方面發(fā)揮著至關(guān)重要的作用（王小魯?shù)龋?009；Hu和Jefferson，2009）[1][2]。在中國各級政府不斷貫徹落實創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略、制定創(chuàng)新補貼扶持政策的背景下，中國專利申請量、授權(quán)量呈“爆炸式”增長態(tài)勢。然而，當前專利對我國產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、經(jīng)濟高質(zhì)量發(fā)展的支撐力仍然欠佳，“專利泡沫”“低質(zhì)量創(chuàng)新”等隱形問題愈加凸顯，以及中國專利創(chuàng)新在全球技術(shù)鏈中的“低位鎖定”（張杰和鄭文平，2018）[3]。因此，如何有效促進企業(yè)創(chuàng)新質(zhì)量提升仍是推進我國創(chuàng)新驅(qū)動發(fā)展過程中亟須深入探討的重要命題。

金融是支持企業(yè)研發(fā)創(chuàng)新的重要推動力。企業(yè)創(chuàng)新活動具有成本高、不確定性強、周期長等顯著特征，而外源性融資約束更是促進企業(yè)創(chuàng)新活動亟須解決的關(guān)鍵問題（盛明泉等，2021）[4]。傳統(tǒng)金融機構(gòu)雖然在一定程度上可以滿足企業(yè)的投融資需求，但由于中國存在金融體系發(fā)展不完善、傳統(tǒng)金融服務(wù)覆蓋范圍不足、金融市場金融資源錯配等問題，致使許多中小微企業(yè)仍然面臨融資困難的境遇（解維敏和方紅星，2011；黃益平和黃卓，2018；蔡慶豐等，2020）[5][6][7]。數(shù)字金融是新一代數(shù)智技術(shù)在金融領(lǐng)域的拓展，其發(fā)展了金融服務(wù)新模式、新業(yè)態(tài)、新機制，在解決融資信息不對稱難題、降低企業(yè)融資成本、優(yōu)化資源要素配置等方面有顯著優(yōu)勢（朱勤等，2019；施炳展和李建桐，2020）[8][9]。而數(shù)字金融能否提升企業(yè)創(chuàng)新質(zhì)量，以及對不同特征企業(yè)影響是否存在差異？現(xiàn)有研究仍未充分探討。為了回答上述問題，本文基于企業(yè)專利知識寬度視角，考察數(shù)字金融對創(chuàng)新質(zhì)量的確切作用及其中的內(nèi)在機制，以豐富現(xiàn)有研究內(nèi)容。

一、文獻綜述與理論機制

（一）數(shù)字金融發(fā)展的融資成本機制

數(shù)字金融有效降低了金融服務(wù)成本，改善了企業(yè)融資約束。相比傳統(tǒng)金融服務(wù)未能充分滿足社會經(jīng)濟發(fā)展需要，數(shù)字金融具備傳統(tǒng)金融的應(yīng)有功能，并可以通過數(shù)字技術(shù)賦能金融產(chǎn)品、服務(wù)創(chuàng)新（孟維福和劉佳鑫，2021）[10]，推動了金融服務(wù)的普惠式發(fā)展，對傳統(tǒng)金融服務(wù)形成了有益補充（Laeven等，2015）[11]。同時，數(shù)字技術(shù)具備更高的運行效率，可以高效甄別有資金需求的潛在對象、降低信息不對稱下企業(yè)獲取資金的隱性門檻，重點解決“長尾企業(yè)”的融資約束問題，促使數(shù)字金融服務(wù)有效緩解金融資源錯配、增強金融資源市場配置能力（謝絢麗等，2018）[12]，提高企業(yè)金融可及性。同時，數(shù)字金融發(fā)展擴大了貸款投放規(guī)模，放貸流程也得以簡化，降低了金融業(yè)務(wù)的處理成本。特別是數(shù)字技術(shù)改變了地理距離對企業(yè)生產(chǎn)經(jīng)營的影響，數(shù)字金融可以削減因銀企距離而產(chǎn)生的信息成本（陶鋒等，2017）[13]，以及減少企業(yè)從實體金融機構(gòu)獲取資金的時間成本（段君山和邵驕陽，2022）[14]，總體上數(shù)字金融降低了企業(yè)融資成本。

（二）數(shù)字金融發(fā)展的市場拓展機制

數(shù)字金融賦予企業(yè)更加充裕的資金支持，引導社會閑置金融資源流向?qū)ζ髽I(yè)發(fā)展更有利的地方，有利于企業(yè)強化資金運營能力、改善企業(yè)資本運營使用效率（張銘心等，2022）[15]，加快推動企業(yè)由勞動密集型向資本、技術(shù)密集型轉(zhuǎn)型，強化了企業(yè)拓展市場的能力、提高了企業(yè)市場占有份額。同時，趙芮和曹廷貴（2021）認為基于委托代理理論下企業(yè)管理層存在“短視問題”，其以增加自身收益為目的的投機行為，會加大企業(yè)經(jīng)營風險[16]。而在數(shù)字技術(shù)作用下，數(shù)字金融加強了對信息流、資金流的收集分析，推動了股東和管理人員間信息共享，降低了管理層投機概率，減少了企業(yè)經(jīng)營風險，管理層經(jīng)營企業(yè)的重點轉(zhuǎn)向市場拓展、企業(yè)利潤等方面。

（三）數(shù)字金融發(fā)展的競爭效應(yīng)機制

數(shù)字金融通過緩解小微企業(yè)融資約束，加強了整個行業(yè)的競爭效應(yīng)。楊君等（2021）實證檢驗發(fā)現(xiàn)數(shù)字金融對規(guī)模較小企業(yè)的影響更大[17]。通常來講，小微企業(yè)融資難是我國企業(yè)融資約束問題的核心，而小微企業(yè)資金條件的改善，推動了小微企業(yè)經(jīng)營發(fā)展，加強了小微企業(yè)與大企業(yè)競爭的能力，使其所處行業(yè)向更具競爭性環(huán)境發(fā)展。而數(shù)字金融發(fā)展提高了企業(yè)經(jīng)營者的信心，降低了其對經(jīng)營投資失敗風險的預期，其更渴望充分利用數(shù)字金融服務(wù)，加快企業(yè)發(fā)展、促使行業(yè)競爭加劇。王娟和朱衛(wèi)未（2020）認為數(shù)字金融發(fā)展顯著抑制了企業(yè)非效率投資，特別是對于小企業(yè)的非效率投資[18]。

（四）數(shù)字金融對企業(yè)創(chuàng)新質(zhì)量的作用

數(shù)字金融對融資約束緩解、企業(yè)市場拓展、行業(yè)競爭效應(yīng)有顯著作用，而三者也深刻影響著企業(yè)創(chuàng)新行為。首先，緩解融資約束會刺激企業(yè)創(chuàng)新。較高的融資約束會抑制企業(yè)R&D投入（張杰等，2012）[19]。鞠曉生等（2013）也證實了融資約束越嚴重，企業(yè)越需要較高營運資本管理能力來實現(xiàn)可持續(xù)型創(chuàng)新[20]。當企業(yè)創(chuàng)新能力較低時，其面臨融資約束越寬松，會促進其加大協(xié)同研發(fā)創(chuàng)新投入，推動企業(yè)協(xié)同創(chuàng)新（周開國等，2017）[21]，刺激了高質(zhì)量創(chuàng)新的產(chǎn)出。其次，企業(yè)市場拓展有助于企業(yè)創(chuàng)新質(zhì)量提高。企業(yè)增加市場份額占有，在規(guī)模經(jīng)濟優(yōu)勢可以深化企業(yè)利潤空間，再進一步刺激增加研發(fā)創(chuàng)新投入，有助于高質(zhì)量創(chuàng)新產(chǎn)生（Fujita和Thisse，1996）[22]。最后，市場競爭是刺激企業(yè)創(chuàng)新的重要途徑（Brandt等，2012）[23]。處于激烈競爭的行業(yè)中的企業(yè)，為了應(yīng)對潛在被淘汰風險，企業(yè)會加大創(chuàng)新投入、尋求產(chǎn)品升級或生產(chǎn)效率提高，以保持在行業(yè)內(nèi)競爭力（倪驍然和朱玉杰，2016）[24]。除了激勵效應(yīng)外，市場競爭的學習效應(yīng)、信息不對稱緩解效應(yīng)也會推動企業(yè)創(chuàng)新發(fā)展，促使企業(yè)創(chuàng)新質(zhì)量提高（霍春輝和張銀丹，2022）[25]。

二、研究設(shè)計

（一）計量模型設(shè)計

本文主要關(guān)注數(shù)字金融發(fā)展對中國工業(yè)企業(yè)創(chuàng)新質(zhì)量的具體作用，構(gòu)建計量回歸模型如下：

其中，TIQit代表企業(yè)i在t年的創(chuàng)新質(zhì)量水平，以企業(yè)專利知識寬度來表示；D FD it代表本文的核心解釋變量，分別用index、cover表示t年m市的數(shù)字金融整體發(fā)展水平、數(shù)字金融覆蓋廣度，從這兩個方面衡量企業(yè)所處城市的數(shù)字金融發(fā)展水平；Xit代表本文回歸過程中的控制變量集；μi、νt分別代表企業(yè)固定效應(yīng)、年份固定效應(yīng)，用以控制不可觀測因素的干擾；εit代表隨機擾動項。

（二）核心指標構(gòu)建和說明

1.企業(yè)創(chuàng)新質(zhì)量指標。借鑒張杰等（2018）、李宏等（2021）的方法[3][26]，運用企業(yè)專利主分類號測度專利知識寬度。鑒于外觀設(shè)計專利所體現(xiàn)的創(chuàng)新質(zhì)量較低，選擇企業(yè)發(fā)明專利和實用新型專利的主分類號進行測度。僅用專利主分類號的數(shù)量測度專利知識寬度容易導致測量偏差，因此，運用赫芬達爾指數(shù)衡量企業(yè)專利知識寬度：

其中，Patent_knowledgeit代表t年企業(yè)i的專利知識寬度，其值越大，表示企業(yè)專利質(zhì)量越高；Pimt代表t年企業(yè)i在m專利大組分類下發(fā)明專利及實用專利的累計數(shù)量；Pit代表t年企業(yè)i在所有專利大組分類下總專利數(shù)量。

2.數(shù)字金融發(fā)展指標。本文核心解釋變量為企業(yè)所在城市的數(shù)字金融發(fā)展水平（index）、數(shù)字金融覆蓋廣度（cover），來自北京大學數(shù)字普惠金融研究中心編制的數(shù)字普惠金融指數(shù)。文章選用的城市數(shù)字金融整體發(fā)展水平、數(shù)字金融覆蓋廣度指標均可以較好地體現(xiàn)企業(yè)所處于的數(shù)字金融應(yīng)用發(fā)展環(huán)境。

3.控制變量。本文設(shè)定的控制變量主要包括：企業(yè)規(guī)模（scale），用企業(yè)員工數(shù)的對數(shù)形式表示；企業(yè)年齡（age），用企業(yè)被調(diào)查年份減去成立年份再取對數(shù)形式；企業(yè)資本密集度（kl），用企業(yè)固定資產(chǎn)與員工數(shù)比值的對數(shù)形式表示；勞動生產(chǎn)率（productivity），用企業(yè)實際總產(chǎn)值與員工數(shù)的比值來表示；企業(yè)利潤率（profit），用企業(yè)利潤總額與總資產(chǎn)的比值來表示；企業(yè)出口行為（export），設(shè)定企業(yè)出口的虛擬變量export，當企業(yè)出口交貨值大于0時，export取值為1，當企業(yè)出口交貨值為0時，export取值為0。

（三）數(shù)據(jù)說明

為了研究數(shù)字金融發(fā)展對企業(yè)創(chuàng)新質(zhì)量的影響，本文需要企業(yè)層面的專利數(shù)據(jù)和其他變量，因此，對中國工業(yè)企業(yè)數(shù)據(jù)庫與中國專利數(shù)據(jù)庫進行了匹配。首先，對中國工業(yè)企業(yè)數(shù)據(jù)庫中不符合通用會計準則的企業(yè)樣本進行了刪減。其次，使用專利申請人和工業(yè)企業(yè)名稱匹配專利數(shù)據(jù)庫和中國工業(yè)企業(yè)數(shù)據(jù)庫。最后，由于數(shù)字金融指數(shù)的時間范圍是2011年以后，收集的中國工業(yè)企業(yè)數(shù)據(jù)庫樣本時間范圍為2013年以前，本文選取了2011—2013年的中國工業(yè)企業(yè)和專利匹配數(shù)據(jù)，并根據(jù)城市代碼和城市層面數(shù)字金融數(shù)據(jù)進行匹配，得到用于本文回歸分析的數(shù)據(jù)樣本。

三、實證結(jié)果與分析

（一）基準回歸

表1報告了基準回歸結(jié)果。第（1）、（2）列僅考慮了核心解釋變量對被解釋變量的影響，結(jié)果顯示數(shù)字金融整體發(fā)展水平（index）和數(shù)字金融覆蓋廣度（cover）的估計系數(shù)均在1%水平上顯著為正，說明了數(shù)字金融發(fā)展及其覆蓋廣度都有助于提升企業(yè)創(chuàng)新質(zhì)量。第（3）、（4）列為加入一系列控制變量后的估計結(jié)果，核心解釋變量index和cover的估計系數(shù)仍然在1%的統(tǒng)計水平上顯著為正，回歸結(jié)果再次體現(xiàn)了數(shù)字金融發(fā)展水平、數(shù)字金融覆蓋廣度對企業(yè)創(chuàng)新質(zhì)量提高的有益作用。至此，本文的基礎(chǔ)研究問題得以證實。

表1 基準回歸結(jié)果

（二）穩(wěn)健性檢驗

為保證上述回歸結(jié)果的可靠性，本文進行了穩(wěn)健性檢驗如下：第一，替換樣本。使用奇數(shù)年份樣本進行回歸分析，估計結(jié)果見表2第（1）、（2）列，數(shù)字金融發(fā)展水平、覆蓋廣度的估計系數(shù)仍然顯著為正。第二，對樣本進行縮尾處理。對樣本的前1%和后1%的樣本進行刪除，再進行回歸分析，結(jié)果見表2第（3）、（4）列，估計結(jié)果顯示數(shù)字金融發(fā)展水平、覆蓋廣度均有助于增加企業(yè)專利知識寬度，從而提升企業(yè)創(chuàng)新質(zhì)量。

表2 穩(wěn)健性檢驗

（三）內(nèi)生性檢驗

關(guān)于內(nèi)生性問題的處理。企業(yè)創(chuàng)新質(zhì)量的提高，可能會形成集聚效應(yīng)，吸引數(shù)字金融服務(wù)公司前來布局數(shù)字金融業(yè)務(wù)，而致使內(nèi)生性問題；同時，上述回歸分析中，可能遺漏某些不可觀測因素而導致內(nèi)生性問題。因此，本文進行內(nèi)生性問題處理如下：第一，由于直轄市、省會城市是高科技企業(yè)集聚區(qū)域、傳統(tǒng)金融中心城市，會吸引數(shù)字金融服務(wù)公司優(yōu)先布局數(shù)字金融服務(wù)業(yè)務(wù)，因此，本文選取非省會城市、非直轄市企業(yè)樣本進行回歸分析，結(jié)果見表3第（1）、（2）列，數(shù)字金融發(fā)展水平及其覆蓋廣度仍對企業(yè)創(chuàng)新質(zhì)量有顯著正向作用。第二，在排除省會城市、直轄市樣本的干擾下，本文進一步選取城市互聯(lián)網(wǎng)普及率作為工具變量進行回歸分析，結(jié)果見表3第（3）、（4）列，發(fā)現(xiàn)工具變量法下index、cover估計系數(shù)仍然在1%統(tǒng)計水平下顯著為正，說明了經(jīng)過內(nèi)生性檢驗后本文基礎(chǔ)結(jié)論仍然成立。

表3 內(nèi)生性檢驗

四、異質(zhì)性與影響機制檢驗

（一）異質(zhì)性檢驗

1.南北區(qū)域企業(yè)差異。中國區(qū)域資源分布、經(jīng)濟環(huán)境存在顯著差異，區(qū)域創(chuàng)新呈現(xiàn)南高北低、南快北慢的特征（楊騫和劉鑫鵬，2021）[27]，表4是對總樣本按照南部區(qū)域、北部區(qū)域分組回歸的結(jié)果，當企業(yè)位于秦嶺淮河線以南時，其屬于南部區(qū)域企業(yè)樣本，當企業(yè)位于秦嶺淮河線以北時，該企業(yè)即屬于北部區(qū)域企業(yè)樣本。一方面，由表4結(jié)果可知，在南部區(qū)域、北部區(qū)域，數(shù)字金融發(fā)展水平、覆蓋廣度均對企業(yè)創(chuàng)新質(zhì)量有顯著正向作用。另一方面，由第（1）和（3）列對比、第（2）和（4）列對比可知，南部區(qū)域index、cover的估計系數(shù)均大于北部區(qū)域估計結(jié)果，體現(xiàn)了數(shù)字金融對南部區(qū)域企業(yè)創(chuàng)新質(zhì)量影響更大。

表4 南北區(qū)域企業(yè)差異

2.行業(yè)要素密集差異。要素密集類型差異體現(xiàn)了企業(yè)生產(chǎn)技術(shù)水平的不同，本文根據(jù)謝建國（2003）的方法[28]，將企業(yè)分成資本密集型企業(yè)樣本、技術(shù)密集型企業(yè)樣本，表5為對不同要素密集行業(yè)回歸估計結(jié)果。結(jié)果顯示，對于不同要素密集類型行業(yè)，數(shù)字金融發(fā)展水平、覆蓋廣度均對企業(yè)創(chuàng)新質(zhì)量有顯著正向作用，本文基本結(jié)論仍然成立。同時，技術(shù)密集型企業(yè)樣本的index、cover估計系數(shù)均大于資本密集型企業(yè)樣本。因此，相比資本密集型企業(yè)，數(shù)字金融對技術(shù)密集型企業(yè)創(chuàng)新質(zhì)量提升作用更強。

表5 行業(yè)要素密集差異

3.企業(yè)所有制差異。鑒于中國的制度背景、金融市場環(huán)境，不同所有制企業(yè)在滿足信貸需求時面臨的障礙是不同的，國有企業(yè)由于其背景優(yōu)勢，往往更容易獲得資金支持（孟維福和劉佳鑫，2021）[10]。本文根據(jù)企業(yè)登記注冊類型區(qū)別國有企業(yè)和私營企業(yè)，表6為分別對國有企業(yè)樣本、私營企業(yè)樣本進行回歸分析的結(jié)果。結(jié)果顯示，雖然數(shù)字金融發(fā)展水平及其覆蓋廣度對國有企業(yè)樣本、私營企業(yè)樣本均有顯著促進作用，但是私營企業(yè)樣本中index、cover的估計系數(shù)更大，即數(shù)字金融對私營企業(yè)創(chuàng)新質(zhì)量提升效應(yīng)大于對國有企業(yè)創(chuàng)新質(zhì)量作用。

表6 企業(yè)所有制差異

4.企業(yè)規(guī)模差異。相比小規(guī)模企業(yè)，較大規(guī)模企業(yè)可抵押物更多、信息披露更健全、抵御風險能力更強，從而其更易獲得金融機構(gòu)的資金支持，而致使了“規(guī)模歧視”。本文根據(jù)企業(yè)規(guī)模的均值區(qū)分企業(yè)規(guī)模大小，表7揭示了數(shù)字金融對不同規(guī)模企業(yè)創(chuàng)新質(zhì)量的差異性影響。一方面，數(shù)字金融發(fā)展水平、覆蓋廣度對大規(guī)模企業(yè)、小規(guī)模企業(yè)均有顯著正向作用。另一方面，相對大規(guī)模企業(yè)樣本，小規(guī)模企業(yè)樣本中index、cover的估計系數(shù)更大，說明了數(shù)字金融對小規(guī)模企業(yè)創(chuàng)新質(zhì)量提升影響更大。這也深刻體現(xiàn)了數(shù)字金融的普惠作用，即有效緩解了小企業(yè)融資難，在一定程度上減緩了傳統(tǒng)金融體系所不能解決的世紀性難題。

表7 企業(yè)規(guī)模差異

5.企業(yè)生產(chǎn)率差異。企業(yè)生產(chǎn)率反映了企業(yè)生產(chǎn)技術(shù)水平的高低，不同生產(chǎn)率水平的企業(yè)在收到資金支持時，其創(chuàng)新表現(xiàn)可能有所不同。本文根據(jù)生產(chǎn)率是否高于平均值區(qū)分企業(yè)生產(chǎn)率高低，表8報告了數(shù)字金融對不同生產(chǎn)率水平企業(yè)樣本的回歸結(jié)果。結(jié)果顯示，數(shù)字金融發(fā)展水平、覆蓋廣度對生產(chǎn)率水平較高企業(yè)、生產(chǎn)率較低水平企業(yè)均有顯著促進作用。同時，相比低生產(chǎn)率企業(yè)，數(shù)字金融發(fā)展水平、覆蓋廣度對高生產(chǎn)率企業(yè)創(chuàng)新質(zhì)量提升作用更大。這可能由于高生產(chǎn)率企業(yè)獲得資金支持時，更大概率地把資金用于研發(fā)創(chuàng)新以生產(chǎn)率提高，而生產(chǎn)率較低企業(yè)的創(chuàng)新積極性不高，在獲得資金支持時開展創(chuàng)新活動概率較低。

表8 企業(yè)生產(chǎn)率差異

（二）影響機制檢驗

1.融資成本。本文從企業(yè)利息支出與總負債的比值、財務(wù)費用與總負債的比值兩方面衡量企業(yè)的融資成本，將融資成本作為被解釋變量回歸，結(jié)果如表9所示?？梢姡诵慕忉屪兞縤ndex、cover的估計系數(shù)均為負值，且第（1）、（3）、（4）列的核心解釋變量估計系數(shù)均在10%的統(tǒng)計水平下顯著，由此可得數(shù)字金融發(fā)展、覆蓋廣度可以促進企業(yè)融資成本降低，緩解企業(yè)融資約束。而融資約束有助于刺激企業(yè)創(chuàng)新活動，促進企業(yè)創(chuàng)新質(zhì)量提升（鞠曉生等，2013）[20]。因此，融資成本的降低、融資約束的緩解是數(shù)字金融促進企業(yè)創(chuàng)新質(zhì)量提升的有效機制。

表9 融資成本機制

2.市場拓展。本文使用企業(yè)銷售值的對數(shù)衡量企業(yè)市場拓展情況，并將其作為被解釋變量進行回歸，結(jié)果如表10第（1）、（2）列所示。核心解釋變量index、cover的估計系數(shù)分別在5%、1%的統(tǒng)計水平下顯著為正，說明數(shù)字金融整體發(fā)展水平及其覆蓋廣度對企業(yè)市場拓展有顯著促進作用。而企業(yè)市場拓展、生產(chǎn)規(guī)模的擴張需要更多的中間品投入，會進一步刺激企業(yè)生產(chǎn)流程改造、創(chuàng)新成果的產(chǎn)生，有助于企業(yè)提高創(chuàng)新質(zhì)量。因此，市場拓展是數(shù)字金融推動企業(yè)創(chuàng)新質(zhì)量提升的有效機制。

3.競爭效應(yīng)。本文進一步利用企業(yè)的銷售值測算行業(yè)層面赫芬達爾指數(shù)，以衡量行業(yè)層面競爭效應(yīng)，將赫芬達爾指數(shù)作為被解釋變量回歸，結(jié)果如表10第（3）、（4）列所示。核心解釋變量index、cover的估計系數(shù)均在1%的統(tǒng)計水平下顯著為正，說明數(shù)字金融整體發(fā)展水平、覆蓋廣度均對刺激行業(yè)競爭有積極影響。而競爭效應(yīng)會刺激企業(yè)創(chuàng)新需求，推動企業(yè)加大創(chuàng)新投入，促使高質(zhì)量創(chuàng)新成果產(chǎn)出，可見，競爭效應(yīng)是數(shù)字金融促進企業(yè)創(chuàng)新質(zhì)量提升的有效機制。

表10 市場拓展和競爭效應(yīng)機制

五、結(jié)論與政策啟示

結(jié)合2011—2013年中國工業(yè)企業(yè)數(shù)據(jù)庫、中國專利數(shù)據(jù)庫和北京大學普惠金融指數(shù)，本文基于專利知識寬度視角，就數(shù)字金融發(fā)展與企業(yè)創(chuàng)新質(zhì)量間關(guān)系進行了系統(tǒng)探討，研究結(jié)果表明：數(shù)字金融發(fā)展顯著促進了企業(yè)創(chuàng)新質(zhì)量提升，在經(jīng)過替換樣本、縮尾處理、工具變量法等一系列穩(wěn)健性檢驗或內(nèi)生性檢驗后，結(jié)論依然可靠。數(shù)字金融對企業(yè)創(chuàng)新質(zhì)量的促進作用存在著樣本異質(zhì)性，即相比較大規(guī)模、較低生產(chǎn)率水平、資本密集型、國有企業(yè)和北部地區(qū)企業(yè)而言，數(shù)字金融對較小規(guī)模、較高生產(chǎn)率水平、技術(shù)密集型、私營企業(yè)和南部地區(qū)企業(yè)創(chuàng)新質(zhì)量促進作用更強。機制檢驗表明，企業(yè)融資成本降低、銷售市場拓展、行業(yè)競爭效應(yīng)是數(shù)字金融提升創(chuàng)新質(zhì)量的三個重要機制。

本文上述關(guān)于數(shù)字金融影響企業(yè)創(chuàng)新質(zhì)量提升的結(jié)論具有豐富的政策涵義：一是各級政府應(yīng)高度重視數(shù)字金融對企業(yè)創(chuàng)新的積極影響。數(shù)字經(jīng)濟是我國經(jīng)濟新增長點，是實現(xiàn)后發(fā)趕超的重要依仗，而數(shù)字金融是幫助實體經(jīng)濟紓困、支持實體經(jīng)濟與數(shù)字經(jīng)濟融合的重要一環(huán)。建議各級政府積極支持企業(yè)，特別是小微企業(yè)通過數(shù)字金融業(yè)務(wù)進行融資，建立健全數(shù)字金融服務(wù)小微企業(yè)的長效機制，加快數(shù)字投融資服務(wù)和企業(yè)信用體系融合，加強對小微企業(yè)的數(shù)字金融服務(wù)培訓，努力打通以往傳統(tǒng)金融服務(wù)與小微企業(yè)的合作障礙，推動小微企業(yè)創(chuàng)新發(fā)展。二是建議北部省市加快推動數(shù)字金融業(yè)態(tài)高質(zhì)量發(fā)展。政府決策層需高度關(guān)注數(shù)字金融溢出效應(yīng)的區(qū)域差異。圍繞數(shù)字金融基礎(chǔ)設(shè)施建設(shè)，研究制定數(shù)字金融業(yè)態(tài)落后地區(qū)專項支持政策體系，加快提升大數(shù)據(jù)、人工智能、云計算等信息技術(shù)應(yīng)用水平，推動數(shù)字金融覆蓋廣度、服務(wù)深度、數(shù)字化程度持續(xù)提高。同時，聚焦營商環(huán)境優(yōu)化、市場機制健全，持續(xù)推進數(shù)字金融業(yè)態(tài)落后地區(qū)的“放管服”改革等步伐，促使數(shù)字金融得以扎根生長。三是積極利用數(shù)字金融新業(yè)態(tài)營造良好競爭的市場環(huán)境。數(shù)字金融在促進企業(yè)市場拓展、行業(yè)競爭有較大優(yōu)勢，而市場競爭是實現(xiàn)微觀主體創(chuàng)新發(fā)展、宏觀經(jīng)濟繁榮發(fā)展的源泉。建議地方政府在制定投融資政策時，將數(shù)字金融作為支持企業(yè)投融資的重要工具納入其中，并研究建設(shè)數(shù)字金融服務(wù)示范園區(qū)基地，評選、認定數(shù)字金融應(yīng)用模范企業(yè)等，通過抓示范、樹標桿，歸納總結(jié)經(jīng)驗教訓，將數(shù)字金融服務(wù)企業(yè)創(chuàng)新的先進經(jīng)驗在全國復制推廣等，推動實現(xiàn)數(shù)字金融業(yè)態(tài)向深層次發(fā)展。