科技金融有助于企業(yè)創(chuàng)新效率提升嗎？*
——兼論企業(yè)數(shù)字化轉(zhuǎn)型的調(diào)節(jié)效應(yīng)

郭景先，魯 營

（山東理工大學(xué)管理學(xué)院，山東 淄博 255012）

一、引言及文獻(xiàn)綜述

中國在統(tǒng)籌經(jīng)濟(jì)發(fā)展和疫情防控方面取得的成效全球矚目，但是外部環(huán)境更趨復(fù)雜嚴(yán)峻和不確定，國內(nèi)經(jīng)濟(jì)面臨需求收縮、供給沖擊、預(yù)期轉(zhuǎn)弱三重壓力，企業(yè)生存與發(fā)展遇到前所未有的挑戰(zhàn)，數(shù)字賦能、科技創(chuàng)新無疑是企業(yè)提高核心競爭力的重中之重。然而，由于企業(yè)自主創(chuàng)新風(fēng)險高、周期長，加之信息不對稱的存在，許多企業(yè)融資困難，阻礙了創(chuàng)新能力與創(chuàng)新效率的有效提升。因此，加大企業(yè)創(chuàng)新的金融資源供給、提高金融服務(wù)實體經(jīng)濟(jì)效率，是推動企業(yè)實現(xiàn)高質(zhì)量發(fā)展的重要路徑。我國“十四五”規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要提出，要完善金融支持創(chuàng)新體系，鼓勵金融機構(gòu)發(fā)展知識產(chǎn)權(quán)質(zhì)押融資、科技保險等科技金融產(chǎn)品。

科技金融作為促進(jìn)科技創(chuàng)新發(fā)展的一系列金融工具、金融制度、金融政策與金融服務(wù)等構(gòu)成的體系（趙昌文等，2009），對企業(yè)技術(shù)創(chuàng)新的作用效果備受關(guān)注。Schumpeter（1912）首次論證了金融與技術(shù)創(chuàng)新之間的關(guān)系，但是國外對“科技金融”一詞從概念上并沒有形成獨立、完整的研究范疇（張明喜，2018），其主要圍繞金融與科技創(chuàng)新的關(guān)系展開研究。Giannetti（2012）發(fā)現(xiàn)金融機構(gòu)介入對中小高新技術(shù)企業(yè)的技術(shù)進(jìn)步和創(chuàng)新有更顯著的促進(jìn)作用。Hsu等（2014）發(fā)現(xiàn)資本市場發(fā)展越好的國家，企業(yè)科技創(chuàng)新能力越強，高質(zhì)量科技成果也越多。Kim等（2016）發(fā)現(xiàn)銀行貸款對技術(shù)創(chuàng)新活動有負(fù)面影響，而證券融資對技術(shù)創(chuàng)新活動有積極影響。國內(nèi)學(xué)者的相關(guān)研究主要集中兩方面：一是科技金融對企業(yè)技術(shù)創(chuàng)新影響。張玉喜和趙麗麗（2015）研究發(fā)現(xiàn)短期內(nèi)科技金融對科技創(chuàng)新效果顯著，而長期內(nèi)效果不明顯。蘆鋒和韓尚容（2015）將科技創(chuàng)新劃分為技術(shù)創(chuàng)新階段、成果轉(zhuǎn)化階段與產(chǎn)業(yè)化階段，發(fā)現(xiàn)公共科技金融與市場科技金融對不同階段的科技創(chuàng)新效果不同。路啟梅（2019）研究發(fā)現(xiàn)科技金融對制造業(yè)自主創(chuàng)新具有非線性作用效果。二是依據(jù)系統(tǒng)學(xué)與協(xié)同學(xué)理論研究科技金融與技術(shù)創(chuàng)新的協(xié)同發(fā)展。王宏起和徐玉蓮（2012）闡述了科技金融與科技創(chuàng)新協(xié)同發(fā)展機理，并購復(fù)合系統(tǒng)協(xié)同度模型開展實證研究，研究表明中國科技創(chuàng)新與科技金融間良性協(xié)同發(fā)展機制尚未形成。張芷若和谷國鋒（2019）從空間視角分析發(fā)現(xiàn)中國科技金融與科技創(chuàng)新耦合協(xié)調(diào)度具有區(qū)域差異，近半數(shù)省份處于低度協(xié)同以下。劉義臣（2021）評價了科技金融與先進(jìn)制造業(yè)的動態(tài)耦合協(xié)調(diào)度。

有關(guān)科技金融與科技創(chuàng)新的互動研究較為豐富，但關(guān)于科技金融與企業(yè)創(chuàng)新效率的研究較少。企業(yè)創(chuàng)新效率是在一定環(huán)境和創(chuàng)新資源配置條件下對單位創(chuàng)新投入與產(chǎn)出的評價，其高低受眾多因素影響。以往文獻(xiàn)關(guān)于企業(yè)創(chuàng)新效率影響因素的研究主要集中于企業(yè)資源與治理因素、以及外部宏觀環(huán)境與政策因素，而對于科技金融如何影響企業(yè)創(chuàng)新效率的研究尚待豐富。

在“加快數(shù)字化發(fā)展，建設(shè)數(shù)字化中國”戰(zhàn)略引領(lǐng)下，各行業(yè)紛紛出臺相關(guān)政策，加快推動企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程，越來越多的企業(yè)制定了清晰的數(shù)字化轉(zhuǎn)型戰(zhàn)略規(guī)劃。本文以2010—2019年滬深A(yù)股上市公司為研究對象，在測度企業(yè)創(chuàng)新效率與科技金融發(fā)展水平基礎(chǔ)上，理論分析與實證檢驗科技金融對企業(yè)創(chuàng)新效率的影響機制，以及企業(yè)數(shù)字化轉(zhuǎn)型的調(diào)節(jié)效應(yīng)。本文可能的邊際貢獻(xiàn)主要有以下三點：第一，分別從企業(yè)融資與公司治理視角理論分析科技金融與企業(yè)創(chuàng)新效率之間的邏輯關(guān)系，有助于厘清科技金融對創(chuàng)新效率的作用機理，可作為對現(xiàn)有研究的補充；第二，以往文獻(xiàn)主要研究科技金融對科技創(chuàng)新的作用效果，較少關(guān)注科技金融對企業(yè)創(chuàng)新效率的影響，本文有助于豐富科技金融作用效果的相關(guān)研究。

二、理論分析

（一）科技金融與企業(yè)創(chuàng)新效率

創(chuàng)新效率反映單位創(chuàng)新投入對產(chǎn)出的貢獻(xiàn)程度，通常用一定創(chuàng)新環(huán)境和創(chuàng)新資源配置條件下單位創(chuàng)新投入獲得的產(chǎn)出，或者單位創(chuàng)新產(chǎn)出所消耗的創(chuàng)新投入來衡量（樊華和周德群，2012）。創(chuàng)新效率可以分解為純技術(shù)效率和規(guī)模效率。近年來雖然中國科技創(chuàng)新效率明顯提升，但基本處于最佳生產(chǎn)前沿之下，仍然存在較大提升空間（楊騫，2021），創(chuàng)新的純技術(shù)效率和規(guī)模效率低下問題仍長期存在（章成帥，2016）。

創(chuàng)新規(guī)模效率反映的是實際規(guī)模與創(chuàng)新成本最低或要素生產(chǎn)率最高點的最佳規(guī)模相比的效率差異（孟韜等，2021）。根據(jù)信息不對稱理論和融資約束理論，信息不對稱導(dǎo)致企業(yè)外部融資成本增加，使得企業(yè)更加依賴于內(nèi)部融資。而研發(fā)項目的專業(yè)性、不確定性、機密性等特點加劇了信息不對稱程度，企業(yè)創(chuàng)新項目面臨更加嚴(yán)重的外部融資約束，資金不足將會引起創(chuàng)新投資偏離最優(yōu)規(guī)模，造成創(chuàng)新規(guī)模效率損失?？萍冀鹑谧鳛榭萍己徒鹑诘挠袡C結(jié)合體，其發(fā)展水平不斷提高，所能提供的金融資源與金融產(chǎn)品越來越豐富。一方面，發(fā)展科技金融可以通過財政科技投入方式設(shè)立科創(chuàng)基金或母基金，利用政府信用吸引民間資本、境外資本進(jìn)入科創(chuàng)領(lǐng)域，以此發(fā)揮政府資金的杠桿效應(yīng)，聚集社會金融資源，大幅增加企業(yè)研發(fā)資金供給量，有效緩解企業(yè)創(chuàng)新資金供給不足問題（馬凌遠(yuǎn)和李曉敏，2019；陳振權(quán)等，2021）。另一方面，發(fā)展科技金融能夠創(chuàng)新金融產(chǎn)品，豐富創(chuàng)新融資工具與方式，拓寬企業(yè)融資渠道。隨著科技金融不斷發(fā)展完善，知識產(chǎn)權(quán)質(zhì)押、投貸聯(lián)動、科技保險等金融產(chǎn)品相繼出現(xiàn)，可以分散創(chuàng)新投資風(fēng)險，降低外部投資主體的風(fēng)險準(zhǔn)入門檻（張玉喜，2015），擴大科技創(chuàng)新的投資群體。由此可見，科技金融發(fā)展可以拓寬創(chuàng)新項目的融資渠道，豐富金融產(chǎn)品和服務(wù)，從而促進(jìn)金融鏈和科技鏈的融合，有效緩解企業(yè)創(chuàng)新融資約束，促進(jìn)企業(yè)創(chuàng)新規(guī)模向最佳規(guī)模趨近，減少創(chuàng)新規(guī)模效率損失。

創(chuàng)新純技術(shù)效率是創(chuàng)新實際所處生產(chǎn)曲線與技術(shù)前沿之間的距離，越接近前沿，技術(shù)效率越高（章成帥，2016），是企業(yè)管理、生產(chǎn)經(jīng)驗累積的體現(xiàn)。創(chuàng)新效率不足的原因不僅包括創(chuàng)新規(guī)模投資不足，企業(yè)管理與生產(chǎn)經(jīng)驗方面的問題也是不可忽視的（孟韜等，2021）。由于創(chuàng)新活動的高度專業(yè)性、保密性特征，股東難以對管理者的決策行為實施有效監(jiān)督（陳修德等，2018），所以相對于傳統(tǒng)項目，企業(yè)創(chuàng)新活動更容易存在道德風(fēng)險或逆向選擇等委托代理問題。另外，由于創(chuàng)新成果的直接受益人是公司實際控制人，公司管理者的薪資報酬主要與經(jīng)營業(yè)績有關(guān)，與研發(fā)項目是否成功無直接關(guān)系，在利益驅(qū)動下管理者有動機規(guī)避高風(fēng)險的創(chuàng)新項目投資，或者操縱研發(fā)成本，進(jìn)而導(dǎo)致創(chuàng)新資源配置不當(dāng)和創(chuàng)新效率低下（Wang，2018）?？萍冀鹑谟兄诟纳撇淮_定環(huán)境中的資源時空配置，參與主體之間的創(chuàng)新與競爭將會提升企業(yè)管理效率，減少研發(fā)資金的錯配，實現(xiàn)創(chuàng)新效率增長。一方面，科技金融機構(gòu)對創(chuàng)新項目的篩選與審查能夠提高科技金融資源配置效率。科技金融機構(gòu)參與創(chuàng)新項目的項目評審與篩選、創(chuàng)新過程的監(jiān)督、創(chuàng)新階段成果鑒定以及項目經(jīng)費使用明細(xì)審查，有助于保證創(chuàng)新資金?？顚Ｓ茫üh，2018）。銀行可發(fā)揮信息收集的效率優(yōu)勢與成本優(yōu)勢，審查企業(yè)運營戰(zhàn)略，篩選出優(yōu)質(zhì)項目給予貸款（Liu，2019），倒逼企業(yè)提升自身治理水平、改善經(jīng)營業(yè)績以滿足銀行放貸要求。另一方面，科技金融參與主體的監(jiān)督能夠提高被資項目的管理效率。風(fēng)險投資機構(gòu)擅長設(shè)計完善的激勵機制、制定財務(wù)規(guī)劃、資金運營管理、專利保護(hù)等增值服務(wù)，能夠有效防控企業(yè)管理層的道德風(fēng)險與逆向選擇，降低創(chuàng)新項目風(fēng)險，提高管理效率。由此可見，科技金融對企業(yè)治理的監(jiān)督功能與倒逼效能有助于提升企業(yè)管理水平，促進(jìn)企業(yè)創(chuàng)新純技術(shù)效率增長，提高企業(yè)創(chuàng)新效率。

基于上述分析，本文提出第一個研究假設(shè)：

H1：科技金融有助于提升企業(yè)創(chuàng)新效率。

（二）企業(yè)數(shù)字化轉(zhuǎn)型的調(diào)節(jié)作用

企業(yè)數(shù)字化轉(zhuǎn)型是指企業(yè)利用數(shù)字化系統(tǒng)將產(chǎn)品的設(shè)計、生產(chǎn)、營銷以及反饋等各環(huán)節(jié)結(jié)合起來，助推企業(yè)對海量數(shù)據(jù)的精細(xì)化和高效化管理（劉飛，2020）。企業(yè)數(shù)字化轉(zhuǎn)型可通過信息賦能以及技術(shù)賦能方式，對研發(fā)過程中的企業(yè)治理、成本管理以及融資管理進(jìn)行高效管理，以此推動企業(yè)創(chuàng)新效率水平增長。

一方面，企業(yè)數(shù)字化轉(zhuǎn)型的信息賦能可以降低信息不對稱，緩解企業(yè)融資約束，進(jìn)而提升企業(yè)創(chuàng)新規(guī)模效率。數(shù)字化轉(zhuǎn)型加快了企業(yè)內(nèi)外部信息的交互頻率，通過建立互聯(lián)互通的商業(yè)網(wǎng)絡(luò)（殷群和田玉秀，2021），打破了組織間的傳統(tǒng)邊界，有助于形成新型伙伴合作關(guān)系（趙術(shù)高和李珍，2021），使得企業(yè)交易更加透明、安全，利益相關(guān)者之間的信任度上升?？萍冀鹑跈C構(gòu)作為企業(yè)創(chuàng)新資金的供給方，也是重要的利益相關(guān)者之一，可借助企業(yè)數(shù)據(jù)資源的開放、共享、連接等特性，獲取更加豐富的企業(yè)信息資源，從而更加精準(zhǔn)地對企業(yè)創(chuàng)新項目進(jìn)行判斷，提高其投資積極性，緩解企業(yè)面臨的融資約束，提升企業(yè)創(chuàng)新規(guī)模效率。同時，企業(yè)產(chǎn)品創(chuàng)新離不開企業(yè)對于市場前沿需求的把控，企業(yè)使用數(shù)字終端可以更加精準(zhǔn)地掌握用戶信息，提高與用戶之間的信息交互效率（錢雨，2021），及時了解市場對產(chǎn)品需求的動態(tài)變化，提高創(chuàng)新項目開發(fā)的精準(zhǔn)性。這不僅可以降低企業(yè)研發(fā)中的信息搜尋成本，而且可以降低變更研發(fā)策略或者研發(fā)方向產(chǎn)生的調(diào)整成本（祁懷錦等，2020），使得真正應(yīng)用于創(chuàng)新研發(fā)的資金更多，對企業(yè)創(chuàng)新規(guī)模效率產(chǎn)生的驅(qū)動效應(yīng)更強。

另一方面，企業(yè)數(shù)字轉(zhuǎn)型的技術(shù)賦能，能夠提高監(jiān)督管理效率，降低研發(fā)風(fēng)險，提高研發(fā)成功率。企業(yè)將大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能以及區(qū)塊鏈等技術(shù)應(yīng)用于材料采購、產(chǎn)品生產(chǎn)、產(chǎn)品設(shè)計、營銷策略、報表制作以及客戶關(guān)系維護(hù)，推動業(yè)務(wù)流程優(yōu)化（Hess，2016）、分工模式轉(zhuǎn)變（袁淳等，2021），便于對企業(yè)經(jīng)理人的行為實施有效的監(jiān)督，給企業(yè)帶來“精、準(zhǔn)、快”的經(jīng)營決策優(yōu)勢（劉洋等，2020）。因此，伴隨企業(yè)數(shù)字化水平的提升，科技金融參與主體能夠利用數(shù)字化信息技術(shù)對企業(yè)創(chuàng)新項目進(jìn)行審查，及時監(jiān)督創(chuàng)新項目進(jìn)展以及研發(fā)資金使用狀態(tài)，提升企業(yè)的治理水平，避免企業(yè)經(jīng)理人侵占研發(fā)資金等代理問題出現(xiàn)，從而提升企業(yè)的創(chuàng)新純技術(shù)效率。此外，企業(yè)使用數(shù)字技術(shù)可以將內(nèi)部業(yè)務(wù)流程數(shù)據(jù)上傳到數(shù)字化平臺，以此建立起現(xiàn)實世界與數(shù)字世界的橋梁，企業(yè)研發(fā)人員通過數(shù)字建模、算法并結(jié)合實際場景，對創(chuàng)新項目的資源配置以及研發(fā)進(jìn)程進(jìn)行動態(tài)仿真與模擬，可以降低研發(fā)風(fēng)險成本，提高研發(fā)成功率。因此，數(shù)字化轉(zhuǎn)型可以有效降低企業(yè)研發(fā)產(chǎn)生的風(fēng)險和成本，產(chǎn)生更多的創(chuàng)新產(chǎn)出。

基于上述分析，本文提出第二個研究假設(shè)：

H2：企業(yè)數(shù)字化轉(zhuǎn)型正向調(diào)節(jié)科技金融對企業(yè)創(chuàng)新效率的促進(jìn)效果。

三、研究設(shè)計

（一）樣本選擇和數(shù)據(jù)來源

鑒于我國科技金融在2010年以后進(jìn)行試點和推廣，同時考慮到新冠肺炎疫情的外生沖擊，本文選擇2010—2019年滬深A(yù)股上市公司為研究樣本。按照以下標(biāo)準(zhǔn)對樣本數(shù)據(jù)進(jìn)行篩選：①剔除ST和*ST公司；②剔除財務(wù)數(shù)據(jù)缺失的樣本；③剔除金融業(yè)公司；④剔除沒有披露研發(fā)人員數(shù)和專利申請數(shù)的樣本。最終得到3088家公司的19396個樣本數(shù)據(jù)。數(shù)據(jù)來源方面，企業(yè)財務(wù)數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫，企業(yè)專利數(shù)量、研發(fā)支出和研發(fā)人員來自CNRDS和CSMAR數(shù)據(jù)庫，科技金融的相關(guān)數(shù)據(jù)來自《中國科技統(tǒng)計年鑒》《中國創(chuàng)業(yè)風(fēng)險投資發(fā)展報告》《中國證券期貨統(tǒng)計年鑒》以及Wind數(shù)據(jù)庫。

（二）變量選擇

1.被解釋變量：創(chuàng)新效率（Inn_Effi）

借鑒王華（2020）和王雅潔（2021）的指標(biāo)體系構(gòu)建和測度方法，采用投入導(dǎo)向的DEA-BCC模型測算企業(yè)創(chuàng)新效率，并進(jìn)一步分解為創(chuàng)新純技術(shù)效率（Inn_Pure_Effi）和創(chuàng)新規(guī)模效率（Inn_scale_Effi）。其中，投入變量選取企業(yè)研發(fā)人員數(shù)量和研發(fā)支出數(shù)，產(chǎn)出變量采用企業(yè)專利申請數(shù)，考慮到專利產(chǎn)出的滯后性，采用專利滯后一期數(shù)據(jù)衡量。

2.解釋變量：科技金融（TF）

參考汪淑娟（2021）和張玉喜（2015）的方法，選取財政科技支出、銀行科技貸款①國家統(tǒng)計局自2009年起不統(tǒng)計科技貸款指標(biāo)，本文中銀行科技貸款用《中國科技統(tǒng)計年鑒》中各地區(qū)“按資金來源分研究與開發(fā)經(jīng)費內(nèi)部支出”中的“其他資金”來衡量。、創(chuàng)投管理資本額以及科技型企業(yè)股市融資四個指標(biāo)?？萍夹推髽I(yè)的界定參考房漢廷《上市公司科技板塊分析報告（2006）》。在Wind數(shù)據(jù)庫中搜集科技型企業(yè)融資額，然后根據(jù)企業(yè)所屬省份歸類加總計算各省份的科技型企業(yè)股市融資額。以上四個指標(biāo)的缺失數(shù)據(jù)采用趨勢遞補法進(jìn)行填補，并采取熵值法確定各指標(biāo)的權(quán)重，加權(quán)計算獲得各省份科技金融指標(biāo)TF。

3.調(diào)節(jié)變量：企業(yè)數(shù)字化轉(zhuǎn)型（DT）

企業(yè)數(shù)字化轉(zhuǎn)型指標(biāo)構(gòu)建遵循以下三個步驟：首先，參考袁淳等（2021）的研究建立企業(yè)數(shù)字化轉(zhuǎn)型詞典。其次，利用python的文本提取功能，對年報中“管理層討論與分析”（MD&A）部分的數(shù)字化轉(zhuǎn)型相關(guān)詞根進(jìn)行提取，并保證以上詞根中不包括“沒”“不”“無”等否定前綴，加總得到詞根出現(xiàn)的頻數(shù)。最后，考慮到年報MD&A部分文本長度存在差異，將提取的詞根頻數(shù)總和除以MD&A詞頻數(shù)并乘以100，該指標(biāo)越大表明企業(yè)數(shù)字化轉(zhuǎn)型程度越高。

4.控制變量

在企業(yè)創(chuàng)新效率的研究中，參考王靖宇（2020）等的研究，選取銷售費用率（Market）、股權(quán)集中度（Equity）、資產(chǎn)負(fù)債率（Lev）、營業(yè)收入增長率（Growth）、企業(yè)規(guī)模（Size）、企業(yè)年齡（Age）、產(chǎn)權(quán)性質(zhì)（Soe）、分析師數(shù)量（Inf）以及年度（year）和行業(yè)（Industry）虛擬變量作為控制變量。

本文變量的具體定義如表1所示。

表1 變量定義

（三）模型構(gòu)建

為了檢驗科技金融對企業(yè)創(chuàng)新效率的影響以及企業(yè)數(shù)字化轉(zhuǎn)型的調(diào)節(jié)效應(yīng)，構(gòu)建模型（1）和模型（2）。

其中：Z為被解釋變量，回歸時分別使用變量Inn_Effi、Inn_Pure_Effi或Inn_scale_Effi；i表示第i個公司，j表示第j個省，t表示時間，controls表示控制變量，year和Industry表示時間和行業(yè)虛擬變量。

為了檢驗科技金融對企業(yè)創(chuàng)新效率的影響機制，建立中介效應(yīng)模型（3）-（5）。

其中：Y表示Inn_Pure_Effi或Inn_scale_Effi； M表示中介變量，選擇公司治理水平和融資約束作為中介變量。

四、實證分析

（一）描述性統(tǒng)計

總樣本與分組樣本的變量描述性統(tǒng)計結(jié)果如表2所示。從總樣本的變量統(tǒng)計結(jié)果看，科技金融（TF）的均值為0.514，最小值為0.202，最大值為1.179，最大值和最小值相差較大，說明存在科技金融發(fā)展的地區(qū)差異較大。創(chuàng)新效率（Inn_Effi）的均值為0.315，說明相當(dāng)一部分企業(yè)的創(chuàng)新效率處于DEA無效狀態(tài)。企業(yè)數(shù)字化轉(zhuǎn)型程度（DT）的均值為0.025，最小值為0，最大值為31.352，說明存在數(shù)字化轉(zhuǎn)型較好的頭部企業(yè)但占比較小，絕大部分企業(yè)數(shù)字化轉(zhuǎn)型程度不高。從2010—2019年的企業(yè)創(chuàng)新效率時間序列來看，各年均在0.3上下波動，規(guī)模效率值均在0.7以下，純技術(shù)效率值均在0.5以下，說明我國企業(yè)創(chuàng)新的規(guī)模效率高于純技術(shù)效率，且創(chuàng)新效率整體還有較大提升空間。

表2 描述性統(tǒng)計結(jié)果

根據(jù)數(shù)字化轉(zhuǎn)型詞根的統(tǒng)計結(jié)果，將DT=0的樣本歸為未轉(zhuǎn)型組，DT不等于0的樣本歸為已轉(zhuǎn)型組。未轉(zhuǎn)型組樣本量為13016個，已轉(zhuǎn)型組樣本量為6380個，總樣本中僅有約1/3的企業(yè)進(jìn)行了數(shù)字化轉(zhuǎn)型。從分組樣本的均值T檢驗結(jié)果可見，無論是純技術(shù)效率、規(guī)模效率還是創(chuàng)新總效率，已轉(zhuǎn)型組企業(yè)的均值顯著高于未轉(zhuǎn)型組企業(yè)，表明已完成數(shù)字化轉(zhuǎn)型企業(yè)的創(chuàng)新效率相對較高，初步判斷數(shù)字化技術(shù)應(yīng)用可能對企業(yè)創(chuàng)新效率具有促進(jìn)作用。已轉(zhuǎn)型組企業(yè)的企業(yè)年齡（Age）和營業(yè)收入增加率（Growth）明顯高于未轉(zhuǎn)型組企業(yè)，表明企業(yè)存續(xù)時間越長、市場前景越好，越愿意進(jìn)行數(shù)字化轉(zhuǎn)型。已轉(zhuǎn)型組企業(yè)的銷售費用率顯著低于未轉(zhuǎn)型組企業(yè)，初步推斷數(shù)字化轉(zhuǎn)型有助于降低企業(yè)的經(jīng)營成本。

（二）基準(zhǔn)回歸

表3列示了模型（1）的回歸結(jié)果。第（1）列未加入控制變量，科技金融（TF）的回歸系數(shù)為0.030并通過1%顯著性檢驗，表明科技金融對企業(yè)創(chuàng)新效率具有正向激勵作用。在控制一系列企業(yè)層面特征變量后，第（2）列的科技金融（TF）回歸系數(shù)仍在1%顯著性水平下顯著為正，說明科技金融發(fā)展水平越高，越有助于提升企業(yè)創(chuàng)新效率，假設(shè)H1得到驗證。

表3第（3）和（4）列分別為創(chuàng)新純技術(shù)效率（Inn_Pure_Effi）和創(chuàng)新規(guī)模效率（Inn_scale_Effi）作為被解釋變量的回歸結(jié)果。科技金融對創(chuàng)新純技術(shù)效率的回歸系數(shù)為0.022、對創(chuàng)新規(guī)模效率的回歸系數(shù)為0.077，均在1%顯著性水平下顯著為正，表明科技金融對企業(yè)創(chuàng)新規(guī)模效率和純技術(shù)效率具有顯著的正向影響，進(jìn)一步驗證了假設(shè)H1。

表3 科技金融對企業(yè)創(chuàng)新效率的影響

控制變量方面，從第（2）-（4）列結(jié)果看，國有產(chǎn)權(quán)（Soe）的回歸系數(shù)在1%顯著水平下顯著為正，說明國有企業(yè)的創(chuàng)新效率更高。企業(yè)規(guī)模、企業(yè)成長性的回歸系數(shù)均顯著為正，表明企業(yè)發(fā)展能力越強、規(guī)模越大，企業(yè)越有能力和動機通過提高創(chuàng)新效率獲得長期競爭優(yōu)勢。資產(chǎn)負(fù)債率的回歸系數(shù)顯著為負(fù)，表明企業(yè)負(fù)債率越高，財務(wù)風(fēng)險越大，企業(yè)越注重短期收益投資，創(chuàng)新效率下降。

（三）企業(yè)數(shù)字化轉(zhuǎn)型的調(diào)節(jié)效應(yīng)分析

表4列示了模型（2）的回歸結(jié)果。第（1）列中DT×TF的回歸系數(shù)在5%顯著性水平下顯著為正，且TF的回歸系數(shù)在1%顯著性水平下顯著為正，說明隨著企業(yè)數(shù)字化轉(zhuǎn)型程度不斷提高，科技金融對企業(yè)創(chuàng)新效率的正向激勵效果也越大，即假設(shè)H2成立。

在表4第（2）和（3）列中，企業(yè)數(shù)字化轉(zhuǎn)型程度與科技金融的交乘項（DT×TF）均在5%顯著性水平下顯著為正，且TF的回歸系數(shù)在1%顯著性水平下顯著為正，表明企業(yè)數(shù)字化轉(zhuǎn)型正向調(diào)節(jié)科技金融對創(chuàng)新純技術(shù)效率或創(chuàng)新規(guī)模效率的促進(jìn)效果。也就是說，企業(yè)數(shù)字化轉(zhuǎn)型程度上升可以增強科技金融對于創(chuàng)新純技術(shù)效率以及創(chuàng)新規(guī)模效率的促進(jìn)效果。

表4 企業(yè)數(shù)字化轉(zhuǎn)型的調(diào)節(jié)效應(yīng)檢驗

（四）穩(wěn)健性檢驗

1.替換關(guān)鍵變量

（1）替換解釋變量。將財政科技支出、科技型企業(yè)股市融資額、創(chuàng)投管理資本額以及銀行科技貸款分別取對數(shù)，作為分項指標(biāo)財政科技支出、股市融資、風(fēng)險投資以及銀行科技貸款的代理變量，然后代入模型（1）進(jìn)行檢驗，結(jié)果如表5第（1）-（4）列所示。財政科技支出、股市融資、風(fēng)險投資以及銀行科技貸款的回歸系數(shù)均在1%顯著性水平下顯著為正。以科技金融分項指標(biāo)替換原有指標(biāo)后的結(jié)果與前文一致，即科技金融可以有效提升企業(yè)創(chuàng)新效率。從四項分項指標(biāo)對企業(yè)創(chuàng)新效率的作用效果對比可知，財政科技支出的影響最強，風(fēng)險投資的影響最弱，銀行科技貸款和股市融資的影響分別位于第二位和第三位。

（2）替換被解釋變量和調(diào)節(jié)變量。采用隨機前沿模型對企業(yè)創(chuàng)新效率值進(jìn)行重新測算，檢驗結(jié)果如表5第（5）列所示。采用企業(yè)財務(wù)報告附注披露中數(shù)字化技術(shù)相關(guān)部分的無形資產(chǎn)占比作為企業(yè)數(shù)字化轉(zhuǎn)型程度的替代變量，檢驗結(jié)果如表5第（6）列?？萍冀鹑诘幕貧w系數(shù)均在1%顯著性水平下顯著為正，且科技金融與企業(yè)數(shù)字化轉(zhuǎn)型交乘項（DT×TF）的回歸系數(shù)在1%顯著性水平下顯著為正，表明科技金融對企業(yè)創(chuàng)新效率具有正向作用效果，且企業(yè)數(shù)字化轉(zhuǎn)型具有正向調(diào)節(jié)作用，假設(shè)1和假設(shè)2成立。

表5 穩(wěn)健性檢驗結(jié)果（一）

2.替換回歸模型

企業(yè)創(chuàng)新效率變量的分布區(qū)間為[0,1]，為進(jìn)一步增強研究結(jié)論的穩(wěn)健性，利用Tobit回歸對研究結(jié)論做進(jìn)一步驗證，檢驗結(jié)果如表6第（1）（2）列所示?？萍冀鹑诘幕貧w系數(shù)在1%顯著性水平下顯著為正，同時科技金融與企業(yè)數(shù)字化轉(zhuǎn)型交乘項（TF×DT）的回歸系數(shù)在1%顯著性水平下顯著為正，表明科技金融可以有效提升企業(yè)創(chuàng)新效率，并且企業(yè)數(shù)字化轉(zhuǎn)型具有正向調(diào)節(jié)作用，假設(shè)1和假設(shè)2成立。

3.基于匹配樣本的回歸分析

科技金融試點區(qū)內(nèi)的企業(yè)具有良好的政策優(yōu)勢以及豐富的科創(chuàng)資源，企業(yè)創(chuàng)新效率自然而然就高，以致研究結(jié)果可能有偏。為了盡可能緩解可觀測樣本的選擇性偏差問題，采用傾向匹配得分法（PSM）進(jìn)行樣本匹配后對回歸模型重新估計。

借鑒馬凌遠(yuǎn)和李曉敏（2019）對科技金融試點城市的劃分標(biāo)準(zhǔn)，選取樣本中在2011年第一批科技金融試點城市的1769家企業(yè)作為實驗組，注冊地在試點地區(qū)的企業(yè)作為對照組。然后，利用所選擇的控制變量作為協(xié)變量進(jìn)行了樣本一對一匹配，得到10437個樣本，在平衡性檢驗中實驗組和對照組沒有顯著差異并且滿足共同支撐假設(shè)。表6第（3）（4）報告了樣本匹配后的回歸結(jié)果，科技金融對企業(yè)創(chuàng)新的促進(jìn)效果在1%顯著性水平下顯著為正，并且企業(yè)數(shù)字化轉(zhuǎn)型和科技金融交乘項（DT×TF）的系數(shù)也顯著為正，說明在其他條件十分相似的情形下，地區(qū)科技金融發(fā)展水平越高，企業(yè)創(chuàng)新效率的提升效果越大，前文研究結(jié)論具有穩(wěn)健性。

表6 穩(wěn)健性檢驗結(jié)果（二）

五、影響機制檢驗

（一）科技金融對企業(yè)創(chuàng)新效率的影響機制檢驗

如前文理論分析所述，科技金融對企業(yè)創(chuàng)新效率的促進(jìn)效應(yīng)有兩條影響路徑。一是發(fā)展科技金融可以豐富企業(yè)創(chuàng)新融資產(chǎn)品、拓寬創(chuàng)新融資渠道，緩解企業(yè)創(chuàng)新融資約束，促進(jìn)企業(yè)創(chuàng)新投入規(guī)模擴大，進(jìn)而提升企業(yè)創(chuàng)新規(guī)模效率；二是科技金融機構(gòu)通過對企業(yè)創(chuàng)新項目的篩選與評審、過程監(jiān)督、成果驗收等措施發(fā)揮治理效應(yīng)，提升企業(yè)管理水平，進(jìn)而提升企業(yè)的創(chuàng)新純技術(shù)效率。

為了驗證上述理論分析，選擇公司治理水平與融資約束作為中介變量，檢驗科技金融對企業(yè)創(chuàng)新效率的作用機制。對于公司治理變量（CorGovindex），借鑒顧乃康（2017）的研究方法，構(gòu)建包括股權(quán)制衡度、高管持股比例、獨立董事規(guī)模、董事會規(guī)模、董事長和總經(jīng)理的兼任情況、高管前三名薪酬、機構(gòu)投資者持股比例等變量的指標(biāo)體系，運用因子分析法確定各指標(biāo)權(quán)重，加權(quán)得到公司治理水平指標(biāo)，該指標(biāo)數(shù)值越大表示企業(yè)治理水平越高。對于融資約束變量（SA），借鑒鞠曉生（2013）和凌潤澤（2021）的研究方法，采用SA指數(shù)的絕對值來衡量，數(shù)值越大表示企業(yè)面臨的融資約束越強。運用模型（3）-（5）所示的中介效應(yīng)模型進(jìn)行回歸分析，結(jié)果如表7所示。

表7 科技金融對企業(yè)創(chuàng)新效率的影響機制檢驗

公司治理水平的中介效應(yīng)檢驗結(jié)果如表7第（1）-（3）列所示。第（1）列結(jié)果顯示科技金融對企業(yè)創(chuàng)新純技術(shù)效率的影響在1%顯著性水平下顯著為正，表明科技金融發(fā)展能夠促進(jìn)企業(yè)創(chuàng)新技術(shù)效率水平提升。第（2）列中的TF回歸系數(shù)在1%顯著性水平下顯著為正，說明科技金融發(fā)展水平越高，越能促進(jìn)公司治理水平提升。第（3）列為同時加入金融科技TF和公司治理CorGovindex的回歸結(jié)果，TF和CorGovindex的回歸系數(shù)均在1%顯著性水平下顯著為正，且第（3）列中TF回歸系數(shù)小于第（1）列，說明公司治理在科技金融促進(jìn)企業(yè)效率提升中發(fā)揮了中介效應(yīng)，科技金融機構(gòu)是企業(yè)監(jiān)督管理的重要參與者，可以有效提升公司治理水平以實現(xiàn)企業(yè)創(chuàng)新純技術(shù)效率增長，從而對企業(yè)創(chuàng)新效率產(chǎn)生推進(jìn)效應(yīng)。

融資約束的中介效應(yīng)檢驗結(jié)果如表7中第（4）-（6）列所示。第（4）列結(jié)果顯示科技金融對企業(yè)創(chuàng)新規(guī)模效率的影響在1%顯著性水平下顯著為正，表明科技金融發(fā)展越好，企業(yè)創(chuàng)新規(guī)模效率提升越多。從第（5）列的回歸結(jié)果看，TF的回歸系數(shù)在1%顯著性水平下顯著為負(fù)，說明發(fā)展科技金融有助于緩解企業(yè)融資約束。第（6）列將中介變量SZ和自變量TF同時加入模型，TF的回歸系數(shù)在1%顯著性水平下顯著為正，SA的系數(shù)在1%顯著性水平下顯著為負(fù)，根據(jù)中介效應(yīng)檢驗準(zhǔn)則可知，科技金融可以通過緩解企業(yè)融資約束，促進(jìn)創(chuàng)新規(guī)模效率水平提升。

（二）企業(yè)數(shù)字化轉(zhuǎn)型的調(diào)節(jié)效應(yīng)檢驗

前文理論分析表明，企業(yè)數(shù)字化轉(zhuǎn)型的信息賦能可以提高企業(yè)創(chuàng)新信息的透明度，降低企業(yè)創(chuàng)新項目的搜尋成本與調(diào)整成本，進(jìn)而提升科技金融對企業(yè)創(chuàng)新效率的作用效果。另外，企業(yè)數(shù)字化轉(zhuǎn)型的技術(shù)賦能可以降低企業(yè)研發(fā)風(fēng)險、提高創(chuàng)新項目成功率，實現(xiàn)對企業(yè)經(jīng)理人行為的有效監(jiān)督、提升企業(yè)治理有效性，進(jìn)而助推科技金融對企業(yè)創(chuàng)新效率的作用效果。為了驗證上述理論分析，本文檢驗了企業(yè)數(shù)字化轉(zhuǎn)型對公司治理與融資約束作用機制的調(diào)節(jié)效應(yīng)，回歸結(jié)果如表8所示。

表8 數(shù)字化轉(zhuǎn)型的調(diào)節(jié)效應(yīng)檢驗

企業(yè)數(shù)字化轉(zhuǎn)型對公司治理作用機制的調(diào)節(jié)效果如表8中第（1）-（3）列所示。第（1）列結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型與科技金融交乘項（DT×TF）的回歸系數(shù)為0.064，在5%顯著性水平下顯著，說明隨著企業(yè)數(shù)字化水平的不斷加深，科技金融對企業(yè)創(chuàng)新純技術(shù)效率的作用效果增強。第（2）列結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型與科技金融的交乘項（DT×TF）的回歸系數(shù)為0.372，在5%顯著性水平下顯著，說明企業(yè)數(shù)字化轉(zhuǎn)型能夠增強科技金融對企業(yè)治理水平的正向效果。第（3）列結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型與科技金融的交乘項（DT×TF）的回歸系數(shù)在5%顯著性水平下顯著為正，且公司治理水平（CorGovindex）的回歸系數(shù)在1%顯著性水平下顯著為正，說明企業(yè)實行數(shù)字化轉(zhuǎn)型可以有效提升科技金融對企業(yè)治理效果，進(jìn)而促進(jìn)企業(yè)創(chuàng)新純技術(shù)效率提升。

企業(yè)數(shù)字化轉(zhuǎn)型對融資約束作用機制的調(diào)節(jié)效果如表8中第（4）-（6）列所示。第（4）列結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型與科技金融的交乘項（DT×TF）的回歸系數(shù)在1%顯著性水平下顯著為正，說明科技金融對企業(yè)創(chuàng)新規(guī)模效率的直接效應(yīng)受到企業(yè)數(shù)字化轉(zhuǎn)型的正向調(diào)節(jié)。第（5）列結(jié)果顯示，企業(yè)數(shù)字化轉(zhuǎn)型與科技金融的交乘項（DT×TF）的回歸系數(shù)在1%顯著性水平下顯著為負(fù)，第（6）列結(jié)果顯示，融資約束（SA）的回歸系數(shù)在1%顯著性水平下顯著為負(fù)，并且交乘項DT×TF的回歸系數(shù)在5%顯著性水平下顯著為正，說明數(shù)字化轉(zhuǎn)型可以有效提升科技金融對企業(yè)融資約束的緩解效果，以此增強科技金融對企業(yè)創(chuàng)新規(guī)模效率的推動效果。

六、研究結(jié)論與政策啟示

本文以2010—2019年滬深A(yù)股上市公司為研究對象，理論分析和實證檢驗科技金融對企業(yè)創(chuàng)新效率的影響及其作用機制，以及企業(yè)數(shù)字化轉(zhuǎn)型在其中發(fā)揮的調(diào)節(jié)作用。結(jié)果表明：第一，科技金融發(fā)展顯著提升了企業(yè)創(chuàng)新效率。第二，影響機制研究表明，科技金融可以通過緩解企業(yè)融資約束與提升企業(yè)治理水平兩個路徑，實現(xiàn)企業(yè)創(chuàng)新規(guī)模效率和純技術(shù)效率的提升。第三，調(diào)節(jié)效應(yīng)檢驗表明，伴隨企業(yè)數(shù)字化轉(zhuǎn)型程度加深，科技金融對企業(yè)創(chuàng)新效率的正向作用效果越強，數(shù)字技術(shù)應(yīng)用增強了科技金融緩解融資約束與提升企業(yè)治理水平的作用效果，進(jìn)而推動企業(yè)創(chuàng)新規(guī)模效率以及創(chuàng)新純技術(shù)效率的提升。

為更好地發(fā)展科技金融，增強金融服務(wù)實體經(jīng)濟(jì)的能力，促進(jìn)企業(yè)擴大創(chuàng)新投資規(guī)模、提升創(chuàng)新效率，提出如下建議：第一，鼓勵和支持科技金融發(fā)展，滿足企業(yè)創(chuàng)新融資需求。創(chuàng)新融資約束依然是企業(yè)規(guī)模效率提升的重要阻礙，為此，在強化科技金融體系頂層設(shè)計基礎(chǔ)上，優(yōu)化科技金融政策，吸引社會資本流向創(chuàng)新領(lǐng)域。與此同時，鼓勵科技金融機構(gòu)進(jìn)行產(chǎn)品和服務(wù)創(chuàng)新，開發(fā)契合企業(yè)創(chuàng)新發(fā)展需要的精細(xì)化和定制化的科技金融產(chǎn)品。第二，推動企業(yè)加快數(shù)字化轉(zhuǎn)型，助力企業(yè)提升創(chuàng)新效率。加大對企業(yè)開展數(shù)字化轉(zhuǎn)型及創(chuàng)新研發(fā)的財稅支持，加快對符合企業(yè)數(shù)字化轉(zhuǎn)型需求的復(fù)合人才的培養(yǎng)、引進(jìn)；引導(dǎo)企業(yè)加快數(shù)字技術(shù)與原有業(yè)務(wù)流程、工作模式、組織方式的集成，實現(xiàn)跨越業(yè)務(wù)領(lǐng)域和環(huán)節(jié)的整體資源優(yōu)化，提高現(xiàn)有資源的配置效率。