金融科技對制造業(yè)企業(yè)技術(shù)創(chuàng)新的促進(jìn)效應(yīng)研究
——來自A股上市公司的證據(jù)

曾之明 吳錦濱 孟雨晨

（湖南工商大學(xué)，湖南 長沙 410205）

一、引言

“十四五”規(guī)劃與2035 年遠(yuǎn)景目標(biāo)綱要提出，明確企業(yè)創(chuàng)新主體地位，提升企業(yè)創(chuàng)新能力，同時(shí)規(guī)劃提出企業(yè)技術(shù)創(chuàng)新能力的具體要求，為企業(yè)技術(shù)創(chuàng)新提供了戰(zhàn)略方向與目標(biāo)。目前，正處于“百年未有之大變局”的關(guān)鍵節(jié)點(diǎn)上，國內(nèi)國際局勢風(fēng)云變幻，我國既承擔(dān)著國內(nèi)經(jīng)濟(jì)復(fù)蘇的壓力，也遭受著逆全球化浪潮的沖擊。此時(shí)，創(chuàng)新作為經(jīng)濟(jì)發(fā)展的強(qiáng)大增長引擎，對于提高全要素生產(chǎn)率、優(yōu)化國內(nèi)供給側(cè)改革具有重大意義。依據(jù)經(jīng)濟(jì)合作與發(fā)展組織（OECD）公布的2021 年數(shù)據(jù)來看，2019 年我國科研研發(fā)支出為5148 億美元，穩(wěn)居世界第二，但投入強(qiáng)度僅為2.1%，低于部分發(fā)達(dá)國家的水平（日本3.2%、美國3.1%、韓國4.6%）。且我國企業(yè)對于基礎(chǔ)研究投入不足，國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2021 年我國基礎(chǔ)研究經(jīng)費(fèi)僅占研發(fā)經(jīng)費(fèi)的6.09%，與發(fā)達(dá)國家的15%～25%水平還有一定差距，底層技術(shù)與基礎(chǔ)工藝的能力存在突出問題，同時(shí)在高端技術(shù)層面面臨“卡脖子”現(xiàn)象。企業(yè)創(chuàng)新作為我國實(shí)施創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略、建設(shè)科技強(qiáng)國的重要一環(huán)，這些問題都亟須解決。

近年來，我國區(qū)塊鏈、云計(jì)算、大數(shù)據(jù)等新型信息化手段的普及不斷深化，金融科技作為信息技術(shù)與金融融合運(yùn)用的復(fù)合產(chǎn)物，隨著科技創(chuàng)新發(fā)展和技術(shù)的不斷進(jìn)步，金融科技成為一種全球性趨勢。金融科技利用信息化手段對金融運(yùn)行機(jī)制產(chǎn)生重大影響，傳統(tǒng)的金融運(yùn)作鏈條被高效化延長。金融科技具備的深度篩選能力可有效打破傳統(tǒng)企業(yè)融資中存在的信息不對稱問題，同時(shí)金融科技介入使企業(yè)與金融機(jī)構(gòu)的雙方聯(lián)動(dòng)能夠進(jìn)行精準(zhǔn)匹配，由此使得資金能夠高效流動(dòng)，助力企業(yè)解決技術(shù)創(chuàng)新融資困難。

二、文獻(xiàn)綜述

目前關(guān)于金融科技支持企業(yè)技術(shù)創(chuàng)新的路徑研究集中于對金融市場的效率改善以及對企業(yè)綜合競爭力的提升。

金融科技在企業(yè)綜合競爭力提升方面，主流研究觀點(diǎn)認(rèn)為金融科技可以緩解企業(yè)的融資約束，從而促進(jìn)企業(yè)的技術(shù)創(chuàng)新。企業(yè)科研創(chuàng)新活動(dòng)與企業(yè)融資能力相關(guān)，而企業(yè)融資能力又與企業(yè)融資成本及政策環(huán)境相關(guān)。一方面，金融科技可產(chǎn)生技術(shù)溢出效應(yīng)，使得中尾部企業(yè)積極進(jìn)行技術(shù)革新與企業(yè)轉(zhuǎn)型（趙瑞瑞等，2021）；另一方面，良好的金融科技政策可有效形成戰(zhàn)略指引并改善企業(yè)內(nèi)部激勵(lì)機(jī)制（楊世信等，2020），由金融科技帶來的雙向變革可顯著降低企業(yè)營運(yùn)成本，形成穩(wěn)定的財(cái)務(wù)渠道，企業(yè)融資難度降低，引導(dǎo)更多資金進(jìn)入研發(fā)項(xiàng)目以促進(jìn)技術(shù)創(chuàng)新（張?jiān)频龋?022）。此外，在企業(yè)積極進(jìn)行數(shù)字化改革創(chuàng)新的基礎(chǔ)上金融科技能較大程度上發(fā)揮企業(yè)規(guī)模效應(yīng)，提升企業(yè)的商業(yè)價(jià)值與流動(dòng)性吸收能力（劉長庚等，2022），從而達(dá)到企業(yè)綜合競爭力提升的目的。

提升金融市場效率方面，《2021 金融科技生態(tài)白皮書》顯示，傳統(tǒng)金融機(jī)構(gòu)正在主動(dòng)尋求從“科技賦能”到“科技引領(lǐng)”轉(zhuǎn)型，隨著信息與通信技術(shù)（ICT）核心技術(shù)發(fā)展，金融科技關(guān)鍵技術(shù)與應(yīng)用模式得到廣泛應(yīng)用，2020 年大型國有銀行在金融科技的投入增加44%，大大提升了金融交易效率。企業(yè)轉(zhuǎn)型升級倒逼銀行等金融機(jī)構(gòu)不斷優(yōu)化服務(wù)，利用金融科技削弱信息不對稱問題，加強(qiáng)自身內(nèi)部控制，實(shí)現(xiàn)貸款從審查、核準(zhǔn)、監(jiān)督、回收全流程的成本降低（孟娜娜和藺鵬，2021）。同時(shí)，傳統(tǒng)結(jié)算風(fēng)險(xiǎn)可被智能合約控制，如此便不需依賴中央結(jié)算系統(tǒng)，可系統(tǒng)提升結(jié)算效率，確保金融市場高效運(yùn)行（Jonathan &Thorsten，2019）。企業(yè)與金融機(jī)構(gòu)的雙向優(yōu)化使得其匹配難度大大降低，進(jìn)而降低企業(yè)融資成本。此外，金融科技不僅可通過市場擠出效應(yīng)顯著增加銀行業(yè)內(nèi)部競爭，還可將各類企業(yè)財(cái)務(wù)信息進(jìn)行全方位整合，企業(yè)可通過融資平臺進(jìn)行借貸活動(dòng)，加劇銀行業(yè)的外部競爭（孟娜娜等，2020）。在固定市場需求之下，銀行業(yè)激烈的內(nèi)外部競爭進(jìn)一步使得企業(yè)獲得融資的成本下降。雖然不同地域資本市場信息效率不同，但金融科技仍能有效提升資本市場信息透明度，對金融市場效率具有顯著提升作用（楊松令等，2021）。

綜上所述，目前關(guān)于金融科技對企業(yè)創(chuàng)新的推動(dòng)作用研究主要集中在企業(yè)內(nèi)外部環(huán)境上，相關(guān)研究也證實(shí)金融科技可推動(dòng)企業(yè)創(chuàng)新。金融科技有利于緩解融資約束和提升銀行貸款結(jié)算效率，但實(shí)際上對于市場而言，是否真正達(dá)到帕累托最優(yōu)配置？即金融資源在市場上的配置是否能夠匹配企業(yè)真實(shí)的資金需求進(jìn)而影響企業(yè)的技術(shù)創(chuàng)新？此外，企業(yè)技術(shù)創(chuàng)新是否僅通過緩解融資約束就能解決？背后是否存在因金融科技使得企業(yè)人才儲備的增加與更新所帶來的技術(shù)創(chuàng)新紅利？故本文基于相關(guān)學(xué)者以往的研究做進(jìn)一步的探究，從金融錯(cuò)配與人才集聚兩個(gè)視角，重新審視金融科技對于企業(yè)技術(shù)創(chuàng)新的中介效應(yīng)路徑。

三、機(jī)制分析及假設(shè)

（一）理論分析

1.金融科技、金融錯(cuò)配與上市制造業(yè)企業(yè)創(chuàng)新。金融錯(cuò)配是指金融資源在市場機(jī)制中并未達(dá)到帕累托最優(yōu)狀態(tài)，我國地方政府考核制度將地區(qū)經(jīng)濟(jì)增長設(shè)置為主要目標(biāo)，導(dǎo)致部分地方政府通過行政、經(jīng)濟(jì)干預(yù)和金融市場操縱等手段間接或直接擴(kuò)大國有企業(yè)資金供給，從而形成“政府偏好”。此外，政府部門和銀行等金融機(jī)構(gòu)與創(chuàng)新主體之間存在信息不對稱問題。銀行與企業(yè)創(chuàng)新主體之間的信息不對稱導(dǎo)致金融資源更多流向國有企業(yè)，從而顯現(xiàn)出“所有制歧視”，加劇金融要素價(jià)格扭曲（李玉山和陸遠(yuǎn)權(quán)，2020）。政府部門與企業(yè)創(chuàng)新主體的信息不對稱問題可能導(dǎo)致政府為地方企業(yè)發(fā)放的創(chuàng)新激勵(lì)補(bǔ)貼、貸款優(yōu)惠流向弱創(chuàng)新動(dòng)能的企業(yè)，進(jìn)一步抑制企業(yè)技術(shù)創(chuàng)新（劉斌斌和左勇華，2022）。利用金融科技對個(gè)人、企業(yè)、行業(yè)行為數(shù)據(jù)的抓取與整合功能，金融機(jī)構(gòu)可以用較低成本對相關(guān)需求進(jìn)行分析與風(fēng)險(xiǎn)評估，從而大大提高資金匹配程度。同時(shí)金融科技利用其數(shù)據(jù)、分析與服務(wù)能力，擴(kuò)大融資渠道，使得更多金融資源觸及長尾群體（趙曉鴿等，2021）。故此，金融科技在一定程度上打破信息壁壘，補(bǔ)貼資金流向目標(biāo)清晰化，金融錯(cuò)配現(xiàn)象得到緩解，工業(yè)產(chǎn)業(yè)內(nèi)整體生產(chǎn)效率得到提升。

2.金融科技、人才聚集與上市制造業(yè)企業(yè)創(chuàng)新?？萍既瞬偶叟c區(qū)域技術(shù)創(chuàng)新存在雙向協(xié)同關(guān)系，我國人才集聚對區(qū)域技術(shù)創(chuàng)新與企業(yè)創(chuàng)新績效提升都具有顯著影響（宛群超等，2021）。人才聚集所帶來的高勞動(dòng)素質(zhì)與技能對企業(yè)基礎(chǔ)技術(shù)研發(fā)與創(chuàng)新具有促進(jìn)作用，并能夠進(jìn)一步拉動(dòng)區(qū)域全要素生產(chǎn)率的提升。同時(shí)依據(jù)增長極理論，高技術(shù)創(chuàng)新區(qū)域通過極化效應(yīng)產(chǎn)生對人才的吸引力，使得在此區(qū)域的企業(yè)集群能夠形成技術(shù)人才聚集，這意味著區(qū)域形成人才流動(dòng)的良性循環(huán)，由此便可實(shí)現(xiàn)區(qū)域規(guī)模效應(yīng)。由于關(guān)聯(lián)區(qū)域的全要素生產(chǎn)率存在顯著聯(lián)系，而金融科技不僅可借助其信息優(yōu)勢使創(chuàng)新要素有效流動(dòng)，提升區(qū)域創(chuàng)新效率，還能有效積累人力資本，故能顯著促進(jìn)區(qū)域發(fā)展，實(shí)現(xiàn)金融發(fā)展與產(chǎn)業(yè)升級（唐松等，2019）。

3.資源異質(zhì)性與上市制造業(yè)企業(yè)創(chuàng)新。我國幅員遼闊，不同地區(qū)的資源稟賦大不相同，由資源差異造成的區(qū)域集聚會(huì)導(dǎo)致金融要素的區(qū)域集聚。目前，我國不同區(qū)域金融發(fā)展存在明顯差距，大多數(shù)金融資源存在向發(fā)達(dá)地區(qū)傾斜聚攏的馬太效應(yīng)（孫紅軍等，2019）。同時(shí)在利率市場化的過程中，金融市場存在要素價(jià)格扭曲的問題，并且金融要素配置也存在“所有制歧視”，大量金融資源流入資源企業(yè)，中小企業(yè)面臨較高的融資成本（李曉龍等，2017）。金融科技發(fā)展水平較為落后的區(qū)域，企業(yè)有著較高的融資約束，利率市場化對企業(yè)融資作用較?。ㄗ＜训?，2020）。數(shù)字金融能夠加速銀行利率市場化改革，有效改善貸款質(zhì)量與數(shù)量的扭曲。據(jù)中國人民銀行發(fā)布的《中國區(qū)域金融運(yùn)行報(bào)告2021》顯示，2020年小微貸款增長率達(dá)20%，借助金融科技手段緩解小微企業(yè)融資問題取得明顯成效，由此可以看出，金融科技能夠有效通過利率等中介工具降低資金流動(dòng)成本，緩解資源異質(zhì)性導(dǎo)致的融資成本過高問題。

（二）數(shù)理模型設(shè)定及假設(shè)

本文結(jié)合Matasuama模型（Kiminori et al.，2007）與G-S 模型（Yuriy &Monika，2013），創(chuàng)新性地將金融錯(cuò)配與人才集聚納入金融科技對上市制造業(yè)企業(yè)創(chuàng)新影響的數(shù)理模型之中，以此結(jié)合理論來考察其金融科技對上市制造業(yè)企業(yè)創(chuàng)新的路徑機(jī)制。

1.企業(yè)部門。其基本假定如下：

假定1：商品市場上擁有i個(gè)企業(yè)（i∈1，…，n），企業(yè)使用資本進(jìn)行生產(chǎn)，其生產(chǎn)函數(shù)Fi=(ki),?i表現(xiàn)為規(guī)模報(bào)酬不變，其中ki、?i為N×1維列向量，分別表示第i個(gè)企業(yè)的投入資本與其他固定要素投入。

假定2：企業(yè)所處要素市場為完全競爭市場，且f(ki)=F(ki,?i)，其函數(shù)導(dǎo)數(shù)關(guān)系式如下：

假定3：企業(yè)擁有自有資本Ci，企業(yè)進(jìn)行生產(chǎn)時(shí)使用內(nèi)部資金概率為μ，使用外部資金的概率為1-μ。

假定4：企業(yè)對投資額為Ii的項(xiàng)目進(jìn)行投資，項(xiàng)目投資成功概率為ξi，若項(xiàng)目順利完成，則企業(yè)可獲得收益πijz。其中j=d或e，d表示企業(yè)使用內(nèi)部資金，e表示企業(yè)使用外部資金；z=1 或0，1 表示企業(yè)選擇技術(shù)創(chuàng)新，0表示企業(yè)放棄技術(shù)創(chuàng)新。

假定5：企業(yè)進(jìn)行技術(shù)創(chuàng)新時(shí)額外產(chǎn)生固定成本F。

假定6：企業(yè)部門存在人才集聚現(xiàn)象，人才集聚程度η使得企業(yè)部門在進(jìn)行技術(shù)創(chuàng)新時(shí)產(chǎn)生更高的收益，并縮減成本。企業(yè)部門獲得的投資收益被用來進(jìn)行生產(chǎn)，每單位資本獲得f ′(ki) 的資本回報(bào)，則企業(yè)部門在不進(jìn)行技術(shù)創(chuàng)新時(shí)獲得的最終產(chǎn)品收益為πij0f ′(ki)，進(jìn)行技術(shù)創(chuàng)新時(shí)企業(yè)部門的最終產(chǎn)品收益為πij1f ′(ki)1+η，且額外產(chǎn)生固定成本為

2.金融部門。其基本假定如下：

假定1：金融部門給企業(yè)提供融資服務(wù)，若企業(yè)投資項(xiàng)目成功，則金融部門獲得收益R（本金與利息）；若項(xiàng)目不成功，金融部門將企業(yè)抵押品進(jìn)行清算獲得收益Ci

假定2：金融部門存在“所有制歧視”，金融市場存在金融錯(cuò)配現(xiàn)象，金融錯(cuò)配程度為γ（γ ＞1），γ=1表示無金融錯(cuò)配。

假定3：金融市場發(fā)生不利沖擊概率為pL,pL∈該沖擊會(huì)對企業(yè)內(nèi)部現(xiàn)金流進(jìn)行沖擊，此時(shí)企業(yè)會(huì)向金融部門尋求融資。

考慮企業(yè)不進(jìn)行技術(shù)創(chuàng)新的情形，此時(shí)企業(yè)的利潤最大化函數(shù)為：

在上述企業(yè)目標(biāo)函數(shù)中，企業(yè)使用內(nèi)部資金投資獲得的收益進(jìn)一步被用來進(jìn)行生產(chǎn)，其所獲得的最終收益為πij0f ′(ki) ；同樣的，剔除本息后，企業(yè)使用外部資金獲得最終收益為πij0f ′(ki) -R；由于企業(yè)尋求外部融資時(shí)存在被清算風(fēng)險(xiǎn)，因此相應(yīng)的期望成本為；約束條件①代表企業(yè)的融資約束，企業(yè)部門若選擇尋求外部融資，則最終收益應(yīng)大于相應(yīng)融資成本；約束條件②代表金融部門的參與約束，只有當(dāng)金融部門的期望收益大于投資成本時(shí)，金融部門才愿意介入。這代表此時(shí)金融部門要求企業(yè)部門提供最低質(zhì)押條件當(dāng)企業(yè)部門自有資產(chǎn)大于該最低抵押條件時(shí)，金融部門才會(huì)提高融資服務(wù)，金融部門獲得的利息R=由此，企業(yè)部門若不選擇技術(shù)創(chuàng)新時(shí)的期望利潤可寫為：

考慮企業(yè)部門在生產(chǎn)中選擇技術(shù)創(chuàng)新的情況，一般地，企業(yè)部門為規(guī)避風(fēng)險(xiǎn)通常優(yōu)先使用其內(nèi)部資金，但如果企業(yè)部門投資階段使用內(nèi)部資金，其下一階段內(nèi)部資金流就有可能面臨短缺，因此假設(shè)下一階段企業(yè)部門內(nèi)部現(xiàn)金流充裕概率為pI，企業(yè)在生產(chǎn)階段使用內(nèi)部資金的概率下降為μ-pL-pI，向金融部門尋求融資的概率上升為1-μ+pL+pI。故企業(yè)部門在選擇創(chuàng)新時(shí)的目標(biāo)利潤函數(shù)為：

相應(yīng)的，此時(shí)金融部門亦存在一個(gè)對企業(yè)部門所要求的最低抵押要求與利息。企業(yè)部門選擇技術(shù)創(chuàng)新的期望利潤可改寫為：

企業(yè)部門選擇技術(shù)創(chuàng)新的驅(qū)動(dòng)力在于創(chuàng)新與不創(chuàng)新之間所產(chǎn)生的利潤差，比較公式（2）、（4）可知企業(yè)部門預(yù)期利潤差距為：

因此本文結(jié)合數(shù)理模型與理論分析得出以下假設(shè)：

H1：金融科技能夠緩解企業(yè)金融錯(cuò)配進(jìn)而促進(jìn)上市制造業(yè)企業(yè)的創(chuàng)新活動(dòng)。

H2：金融科技能夠促進(jìn)人才聚集進(jìn)而促進(jìn)上市制造業(yè)企業(yè)的創(chuàng)新活動(dòng)。

H3：金融科技能夠促進(jìn)上市制造業(yè)企業(yè)技術(shù)創(chuàng)新，但其促進(jìn)程度受其所在地域差異、企業(yè)自身規(guī)模的影響。

四、實(shí)證模型設(shè)計(jì)

（一）數(shù)據(jù)來源

基于數(shù)據(jù)的完整性程度，本文選取中國A股上市公司中2014 年前成立的制造業(yè)企業(yè)，以2014—2020年的年度數(shù)據(jù)作為原始樣本，并對樣本進(jìn)行如下篩選：剔除ST 和*ST 的公司；剔除財(cái)務(wù)數(shù)據(jù)嚴(yán)重缺失的值或異常的值。最終獲得包含1260 家公司，共8820個(gè)觀察值的平衡面板數(shù)據(jù)，并且為了避免極端數(shù)值對研究結(jié)論可能產(chǎn)生的影響，本文對所選的所有連續(xù)變量進(jìn)行1%的雙邊縮尾處理。其中，制造業(yè)企業(yè)所屬數(shù)據(jù)包括創(chuàng)新投入等財(cái)務(wù)數(shù)據(jù)來自國泰安數(shù)據(jù)庫、Wind 數(shù)據(jù)庫與中國工業(yè)數(shù)據(jù)庫，省級相關(guān)數(shù)據(jù)則來自《中國統(tǒng)計(jì)年鑒》以及自身整理構(gòu)建的省級指數(shù)。

（二）變量選取

1.被解釋變量：企業(yè)研發(fā)投入強(qiáng)度（RD）。企業(yè)技術(shù)創(chuàng)新的測度一般有創(chuàng)新投入和創(chuàng)新產(chǎn)出，創(chuàng)新投入主要用企業(yè)的研發(fā)投入衡量，創(chuàng)新產(chǎn)出一般用企業(yè)的專利申請數(shù)量衡量。本文主要用研發(fā)投入與營業(yè)收入的比率作為被解釋變量，用該比率作為企業(yè)研發(fā)經(jīng)費(fèi)投入強(qiáng)度的代理變量來衡量企業(yè)的創(chuàng)新與研發(fā)能力是國際上普遍選用的重要指標(biāo)之一，且從我國現(xiàn)有統(tǒng)計(jì)基礎(chǔ)考慮，在公開發(fā)布的統(tǒng)計(jì)數(shù)據(jù)中，目前只有企業(yè)的營業(yè)收入指標(biāo)有穩(wěn)定且持續(xù)的基礎(chǔ)，因而本文用“企業(yè)研發(fā)投入與營業(yè)收入的比值”來測量企業(yè)研發(fā)投入強(qiáng)度有一定的科學(xué)客觀性。最后本文將用企業(yè)的專利申請數(shù)量進(jìn)行模型穩(wěn)健性檢驗(yàn)。

2.核心解釋變量：金融科技指數(shù)（Fin）。目前在金融科技方面仍缺乏全面、規(guī)范的統(tǒng)計(jì)指標(biāo)，因此本文借鑒沈悅和郭品（2015）提出的“文本挖掘法”以及楊望等（2020）采用的主成分分析法來構(gòu)建省級層面的金融科技指數(shù)。主成分分析法通過自身規(guī)范的計(jì)算，可以在保留原始數(shù)據(jù)絕大多數(shù)信息的情況下，用少數(shù)幾個(gè)綜合指標(biāo)來代替分析，各主成分的權(quán)重反映其對整體信息的貢獻(xiàn)程度，這種確定權(quán)重的方式使得合成的指數(shù)具有科學(xué)性和客觀性。具體構(gòu)建步驟如下：第一，將金融科技相關(guān)的關(guān)鍵詞進(jìn)行整合，從技術(shù)層面選取“大數(shù)據(jù)”“云計(jì)算”“人工智能”“區(qū)塊鏈”“生物識別”“物聯(lián)網(wǎng)”“數(shù)字貨幣”“知識圖譜”和“機(jī)器學(xué)習(xí)”，從資金融通方面選取“手機(jī)銀行”“網(wǎng)上銀行”“第三方支付”“移動(dòng)支付”“網(wǎng)上支付”“在線支付”和“網(wǎng)貸”，從風(fēng)險(xiǎn)管理角度選取“互聯(lián)網(wǎng)理財(cái)”“互聯(lián)網(wǎng)保險(xiǎn)”和“在線理財(cái)”。第二，百度搜索指數(shù)所具有的可得性以及大數(shù)據(jù)所具有的代表性，使得金融科技相關(guān)的關(guān)鍵詞搜索指數(shù)在一定程度上能夠代表金融科技的發(fā)展現(xiàn)狀。因此從百度指數(shù)網(wǎng)站獲取與初始詞庫中關(guān)鍵詞所對應(yīng)的省級百度搜索指數(shù)，作為合成金融科技指數(shù)的基準(zhǔn)數(shù)據(jù)，并且為保證時(shí)效性，所選的指數(shù)為2014—2020 年的年度指數(shù)。第三，將搜集的指數(shù)采用主成分分析法確定不同關(guān)鍵詞指數(shù)的權(quán)重①大數(shù)據(jù)（6%）、云計(jì)算（6%）、人工智能（6%）、區(qū)塊鏈（4%）、生物識別（5%）、物聯(lián)網(wǎng)（6%）、數(shù)字貨幣（3%）、知識圖譜（3%）、機(jī)器學(xué)習(xí)（5%）、手機(jī)銀行（6%）、網(wǎng)上銀行（4%）、第三方支付（7%）、移動(dòng)支付（7%）、網(wǎng)上支付（5%）、在線支付（5%）、網(wǎng)貸（6%）、互聯(lián)網(wǎng)理財(cái)（6%）、互聯(lián)網(wǎng)保險(xiǎn)（6%）、在線理財(cái)（4%）。，最后通過標(biāo)準(zhǔn)化處理合成金融科技指數(shù)，由于該指數(shù)與被解釋變量相差過大，為使結(jié)果更具有經(jīng)濟(jì)意義，將指數(shù)除以1000。此外，本文采用熵值法合成方法構(gòu)建金融科技指數(shù)以及北大數(shù)字普惠金融綜合指數(shù)，對本文的回歸模型進(jìn)行穩(wěn)健性檢驗(yàn)。

3.中介變量。本文參考邵挺（2010）的研究，采用企業(yè)資金使用成本與其所在行業(yè)資金平均使用成本的偏離程度作為金融錯(cuò)配效應(yīng)的衡量指標(biāo)，企業(yè)資金使用成本用“利息支出/（負(fù)債-應(yīng)付賬款）”來衡量，并用1減去該衡量指標(biāo)作為代理變量使結(jié)果更加直觀，即其系數(shù)代表對金融錯(cuò)配的緩解程度。同時(shí)借鑒劉春林和田玲（2021）的研究，選取企業(yè)碩士及以上學(xué)歷的員工人數(shù)對數(shù)（Rc）作為企業(yè)人才聚集效應(yīng)的代理變量。以上中介變量的數(shù)據(jù)均來源于Wind數(shù)據(jù)庫。

4.其他控制變量。為控制其他變量給研究變量帶來的影響，本文參考李春濤等（2020）的研究，從企業(yè)財(cái)務(wù)以及管理層方面選取以下控制變量，分別為企業(yè)規(guī)模（Size）、企業(yè)負(fù)債水平（Lev）、企業(yè)盈利水平（Roa）、企業(yè)成長性（Tas）、固定資產(chǎn)比率（Fas）、企業(yè)股權(quán)集中度（Ten）、企業(yè)治理能力（Ind），其中與財(cái)務(wù)報(bào)表相關(guān)數(shù)據(jù)時(shí)點(diǎn)均為年末。此外，本文還加入地區(qū)生產(chǎn)總值水平（GDP）以及各省份人口數(shù)量（POP）兩個(gè)變量，以控制宏觀層面的因素，為使右偏分布的GDP、POP和Size更加符合正態(tài)分布，本文對GDP、POP和Size作對數(shù)處理。具體變量的計(jì)算方法以及變量的描述性統(tǒng)計(jì)如表1所示。

表1 變量描述性統(tǒng)計(jì)

（三）基準(zhǔn)模型構(gòu)建

為探究金融科技發(fā)展水平對制造業(yè)企業(yè)技術(shù)創(chuàng)新產(chǎn)生的影響，根據(jù)上述理論分析以及研究假設(shè)，構(gòu)建固定效應(yīng)面板模型，對金融科技與企業(yè)技術(shù)創(chuàng)新兩者之間直接傳導(dǎo)的機(jī)制進(jìn)行分析檢驗(yàn)，模型如下：

各變量對企業(yè)技術(shù)創(chuàng)新的影響往往存在滯后性，為緩解滯后帶來的內(nèi)生性問題，本文對所有解釋變量都進(jìn)行滯后一階的處理。其中，被解釋變量RDi,t代表企業(yè)i在第t年的創(chuàng)新投入強(qiáng)度，核心解釋變量Finj,t-1代表省份j在第t-1 年的金融科技發(fā)展水平，Controlsi,t-1代表一系列控制變量的集合，yeart表示時(shí)間固定效應(yīng)，t代表年份，industryk表示行業(yè)固定效應(yīng)，k代表行業(yè)，μi,t表示隨機(jī)擾動(dòng)項(xiàng)。

在上述基準(zhǔn)回歸分析金融科技直接影響企業(yè)技術(shù)創(chuàng)新的基礎(chǔ)上，本文將進(jìn)一步驗(yàn)證融資約束效應(yīng)和人才聚集效應(yīng)在金融科技影響企業(yè)技術(shù)創(chuàng)新之間產(chǎn)生的中介效應(yīng)。大多文獻(xiàn)都采用標(biāo)準(zhǔn)逐步回歸檢驗(yàn)的方法，構(gòu)建模型如下：

其中Xi,t代表中介變量，后續(xù)將代入Fmi,t和Rci,t兩個(gè)中介變量進(jìn)行檢驗(yàn)。但由于在逐步檢驗(yàn)法中，中介變量可能存在的內(nèi)生性會(huì)導(dǎo)致檢驗(yàn)結(jié)果出現(xiàn)偏差，因此本文在逐步回歸法的基礎(chǔ)上用Sobel檢驗(yàn)法對中介效應(yīng)做進(jìn)一步的檢驗(yàn)。

五、實(shí)證結(jié)果分析

（一）多重共線性檢驗(yàn)

相比截面數(shù)據(jù)，面板數(shù)據(jù)是多個(gè)截面?zhèn)€體維度組成的，減弱共線性問題，但個(gè)體維度不足時(shí)仍可能存在共線性問題，因此本文對變量進(jìn)行VIF 檢驗(yàn)，結(jié)果顯示平均VIF 值為1.80，且每個(gè)變量的VIF 值都小于5，可以得出本文的變量之間不存在顯著的多重共線性問題。

（二）基準(zhǔn)回歸結(jié)果分析

表2 匯報(bào)的是地區(qū)金融科技發(fā)展水平對企業(yè)技術(shù)創(chuàng)新的回歸結(jié)果。本文采取遞進(jìn)的回歸思路，首先模型1未加入其他控制變量，僅控制時(shí)間和行業(yè)的雙向固定效應(yīng)，從結(jié)果可以看出，其回歸系數(shù)在1%的水平下顯著為正，從而說明金融科技的發(fā)展水平對企業(yè)的創(chuàng)新活動(dòng)具有正向的促進(jìn)作用。其次，在模型2加入相關(guān)控制變量后，金融科技指數(shù)對企業(yè)技術(shù)創(chuàng)新的正向促進(jìn)作用仍在10%的水平下穩(wěn)健顯著。因此，基于上述結(jié)果可以得出，假設(shè)H3中金融科技的發(fā)展有助于企業(yè)的創(chuàng)新活動(dòng)得到驗(yàn)證。可能的原因是：金融科技利用底層技術(shù)云計(jì)算、大數(shù)據(jù)等，緩解企業(yè)與企業(yè)以及企業(yè)與金融機(jī)構(gòu)之間的信息不對稱，從而提高貸款審批的效率以及質(zhì)量，讓原本缺乏資金但潛力大的企業(yè)在金融科技的加持下獲得自身發(fā)展所需的創(chuàng)新資金的融資。

表2 基準(zhǔn)回歸分析結(jié)果

此外，企業(yè)規(guī)模的回歸系數(shù)在1%的水平下顯著為正，表明規(guī)模越大的企業(yè)，創(chuàng)新活動(dòng)的能力越強(qiáng)，這可能得益于大企業(yè)具有的規(guī)模效應(yīng)以及自身完善的融資途徑和管理體系；企業(yè)負(fù)債水平的回歸系數(shù)在1%的水平下顯著為負(fù)，表明企業(yè)負(fù)債水平越高越不利于創(chuàng)新；企業(yè)盈利水平、企業(yè)成長性、固定資產(chǎn)比率均顯著為負(fù)，可能的原因是企業(yè)減少流向創(chuàng)新活動(dòng)的資金，使資金更多地流向利潤較高的業(yè)務(wù)。

（三）影響機(jī)制檢驗(yàn)

1.標(biāo)準(zhǔn)步驟回歸法。根據(jù)上文研究假設(shè)所闡述的兩個(gè)影響機(jī)制，本文利用中介效應(yīng)模型對金融科技的影響路徑，即“地區(qū)金融科技發(fā)展水平—緩解金融錯(cuò)配—促進(jìn)企業(yè)技術(shù)創(chuàng)新”和“地區(qū)金融科技發(fā)展水平—聚集高端人才—促進(jìn)企業(yè)技術(shù)創(chuàng)新”進(jìn)行實(shí)證檢驗(yàn)，表3 是對上述中介效應(yīng)的檢驗(yàn)結(jié)果。模型3 和模型4 是針對中介效應(yīng)的研究，模型3 中金融科技指數(shù)的系數(shù)顯著為正，模型4 在控制了Fm后金融科技指數(shù)的系數(shù)仍在1%水平下顯著，表明假設(shè)H1得到驗(yàn)證，即Fm是一個(gè)重要的中介變量，本文結(jié)果支持“地區(qū)金融科技發(fā)展水平—緩解金融錯(cuò)配—促進(jìn)企業(yè)技術(shù)創(chuàng)新”的路徑。同理，模型5和模型6同樣可以證明假設(shè)H2得到驗(yàn)證，Rc也是一個(gè)重要的中介變量，本文結(jié)果支持“地區(qū)金融科技發(fā)展水平—聚集高端人才—促進(jìn)企業(yè)技術(shù)創(chuàng)新”的路徑。

表3 中介效應(yīng)檢驗(yàn)

2.Sobel 檢驗(yàn)法。為了進(jìn)一步緩解中介變量的內(nèi)生性問題，本文通過進(jìn)一步的Sobel 檢驗(yàn)來提高結(jié)果的穩(wěn)健性，Sobel檢驗(yàn)是通過Z值計(jì)算來檢驗(yàn)中介效應(yīng)是否存在，其計(jì)算公式如下：

其中a代表解釋變量（Fin）對中介變量（Fm、Rc）的非標(biāo)準(zhǔn)化回歸系數(shù)，b代表中介變量（Fm、Rc）對被解釋變量（RD）的非標(biāo)準(zhǔn)化回歸系數(shù)，sa和sb分別代表各自相應(yīng)的標(biāo)準(zhǔn)誤差。對上述影響機(jī)制的檢驗(yàn)結(jié)果如表4所示。

表4 Sobel檢驗(yàn)

從表4 結(jié)果看出，Sobel 檢驗(yàn)的結(jié)果都是顯著的，進(jìn)一步驗(yàn)證金融錯(cuò)配和人才聚集對地區(qū)金融科技發(fā)展水平與制造業(yè)企業(yè)的關(guān)系具有穩(wěn)健的中介效應(yīng)。

（四）內(nèi)生性檢驗(yàn)

1.Heckman 兩階段回歸。上述回歸方程在考察企業(yè)技術(shù)創(chuàng)新與金融科技的過程中，僅考慮有研發(fā)行為或有披露研發(fā)投入信息的企業(yè)，這可能會(huì)引發(fā)樣本的選擇問題從而使回歸結(jié)果可能產(chǎn)生偏誤。為驗(yàn)證企業(yè)進(jìn)行創(chuàng)新活動(dòng)是否有樣本選擇的問題，本文采用Heckman兩階段回歸模型來處理該問題。其中，第一階段估計(jì)全樣本的企業(yè)是否會(huì)有研發(fā)投入的Probit模型，并在模型中加入外生變量機(jī)構(gòu)持股比例（Cgbl），進(jìn)而計(jì)算出IMR統(tǒng)計(jì)量；第二階段估計(jì)加入IMR統(tǒng)計(jì)量的基準(zhǔn)回歸模型。表5報(bào)告了IMR的統(tǒng)計(jì)量和Heckman兩階段的回歸結(jié)果，IMR統(tǒng)計(jì)量的原假設(shè)為樣本不存在樣本選擇問題，由回歸結(jié)果可知，篩選后的樣本不存在樣本的選擇問題，另外核心解釋變量Fin的回歸系數(shù)仍顯著且與基準(zhǔn)回歸的系數(shù)大致相同，表明原回歸模型穩(wěn)健。

表5 Heckman兩階段回歸模型

2.工具變量法（2SLS）。在上述模型中有可能存在不可避免的內(nèi)生性問題，即可能存在遺漏變量和反向因果問題，造成解釋變量與擾動(dòng)項(xiàng)相關(guān)。例如，不同地區(qū)資源或者政策方面的差異影響當(dāng)?shù)亟鹑诳萍嫉陌l(fā)展，同時(shí)也影響當(dāng)?shù)仄髽I(yè)的經(jīng)濟(jì)行為，這些情況往往難以被度量。參考謝絢麗等（2018）的研究，本文選取互聯(lián)網(wǎng)普及率作為工具變量緩解可能存在的內(nèi)生性問題，使研究結(jié)果更加穩(wěn)健。選取互聯(lián)網(wǎng)普及率為工具變量主要有以下兩點(diǎn)原因：一是互聯(lián)網(wǎng)普及率作為金融科技發(fā)展的底層基礎(chǔ)，與金融科技有著密切關(guān)系，滿足相關(guān)性條件；二是在控制地區(qū)經(jīng)濟(jì)水平以及企業(yè)相關(guān)財(cái)務(wù)數(shù)據(jù)后，互聯(lián)網(wǎng)普及率與企業(yè)的創(chuàng)新活動(dòng)很難有直接的聯(lián)系，滿足外生性條件。表6 為2SLS方法的回歸結(jié)果，在控制相關(guān)控制變量、時(shí)間和行業(yè)的情況下，用2SLS 方法緩解內(nèi)生性問題后回歸的結(jié)果仍顯著為正，表明地區(qū)金融科技的發(fā)展水平能夠促進(jìn)企業(yè)技術(shù)創(chuàng)新。

表6 IV-2SLS方法的回歸結(jié)果

（五）穩(wěn)健性檢驗(yàn)

為確保研究結(jié)論的穩(wěn)健性，本文通過替換解釋變量以及被解釋變量的方法進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果如表7 所示，模型7 和模型8 通過將解釋變量替換成以熵值法計(jì)算的代表地區(qū)金融科技水平的指數(shù)（Fin2），以及北大數(shù)字金融研究中心構(gòu)建的省級數(shù)字金融普惠綜合指數(shù)（Fin3）。Fin2 是利用信息熵計(jì)算出各指標(biāo)的熵權(quán)的熵值合成方法所構(gòu)建而成的金融科技指數(shù)；Fin3 是從多個(gè)方面（可得性、覆蓋度，實(shí)惠度）綜合考察合成的一個(gè)綜合性指數(shù)，金融科技是數(shù)字技術(shù)在金融領(lǐng)域的應(yīng)用，數(shù)字普惠金融這一金融形式的發(fā)展可以說是金融科技的應(yīng)用成果，例如指標(biāo)中數(shù)字化程度的擴(kuò)大，在一定程度上是得益于金融科技的發(fā)展，因此Fin3能在一定程度上代表地區(qū)金融科技的發(fā)展水平。從回歸結(jié)果看出Fin2和Fin3的系數(shù)分別在10%和1%的水平下顯著，因此，用熵值法計(jì)算權(quán)重合成的指數(shù)以及數(shù)字普惠金融綜合指數(shù)來代表的地區(qū)金融科技發(fā)展水平，其結(jié)果表示金融科技仍能促進(jìn)企業(yè)技術(shù)創(chuàng)新，結(jié)論與前文一致。為了進(jìn)一步檢驗(yàn)企業(yè)的創(chuàng)新效應(yīng)，模型9通過將被解釋變量替換成企業(yè)專利申請量并取對數(shù)，企業(yè)的專利申請數(shù)量代表企業(yè)創(chuàng)新產(chǎn)出的水平，從結(jié)果可以看出，地區(qū)金融科技發(fā)展水平不僅能增加企業(yè)的創(chuàng)新投入，也能對企業(yè)的創(chuàng)新產(chǎn)出產(chǎn)生促進(jìn)作用。

表7 穩(wěn)健性檢驗(yàn)

（六）異質(zhì)性分析

依據(jù)前文所述，金融科技雖對企業(yè)創(chuàng)新具有推動(dòng)作用，但是其作用效果受地域差距與企業(yè)規(guī)模制約。為了探尋地域差距與企業(yè)規(guī)模對金融科技“引擎”的影響，本文分別按中國制造業(yè)企業(yè)所在區(qū)位與規(guī)模重新分類，再次引入基準(zhǔn)回歸模型，對本文的異質(zhì)性做出補(bǔ)充。

1.基于地區(qū)的異質(zhì)性分析。中國土地遼闊，各地區(qū)的經(jīng)濟(jì)發(fā)展基礎(chǔ)、制度環(huán)境以及地區(qū)政策等各方面都存在不同程度的差異。因此，為進(jìn)一步檢驗(yàn)地區(qū)金融科技發(fā)展水平對企業(yè)技術(shù)創(chuàng)新的影響效應(yīng)差異，本文按照企業(yè)所屬省份，將所有樣本按經(jīng)濟(jì)帶劃分為東部地區(qū)和中西部地區(qū)兩個(gè)子樣本?；貧w結(jié)果如表8所示，結(jié)果表明地區(qū)金融科技發(fā)展對東部和中西部兩個(gè)地區(qū)企業(yè)的創(chuàng)新活動(dòng)均有不同程度的正向促進(jìn)作用。其中，對中西部地區(qū)企業(yè)的促進(jìn)作用超過對東部地區(qū)的促進(jìn)作用，這可能得益于近年來中西部省份城市大力發(fā)展金融科技，出臺與金融科技相關(guān)的人才引進(jìn)政策，吸引更多的企業(yè)開展金融科技創(chuàng)新活動(dòng)，使得地區(qū)金融科技發(fā)展水平對中西部特別是中部地區(qū)企業(yè)創(chuàng)新活動(dòng)的促進(jìn)效果更明顯。

表8 地區(qū)異質(zhì)性分析

2.基于企業(yè)規(guī)模的異質(zhì)性分析。企業(yè)規(guī)模對企業(yè)技術(shù)創(chuàng)新中資源的利用有著不同程度的影響，為進(jìn)一步探究地區(qū)金融科技發(fā)展水平對不同規(guī)模企業(yè)技術(shù)創(chuàng)新的作用，本文根據(jù)國家統(tǒng)計(jì)局發(fā)布的《企業(yè)規(guī)模劃分標(biāo)準(zhǔn)（2021版）》劃分，將大型企業(yè)定義為大規(guī)模企業(yè)，將中、小、微型企業(yè)定義為小規(guī)模企業(yè)，由此將所有樣本劃分為大規(guī)模企業(yè)和小規(guī)模企業(yè)兩個(gè)子樣本，核心解釋變量Fin通過費(fèi)舍爾組合檢驗(yàn)方法的組間系數(shù)差異檢驗(yàn)（p=0.010）。回歸結(jié)果如表9所示，結(jié)果表明地區(qū)金融科技發(fā)展水平對大規(guī)模企業(yè)的創(chuàng)新活動(dòng)具有顯著的促進(jìn)效應(yīng)，而對小規(guī)模企業(yè)的創(chuàng)新活動(dòng)影響不顯著，說明金融科技對于大規(guī)模企業(yè)創(chuàng)新發(fā)展的推動(dòng)力更強(qiáng)。

表9 規(guī)模異質(zhì)性分析

六、結(jié)論及建議

積極推動(dòng)金融科技服務(wù)企業(yè)技術(shù)創(chuàng)新，發(fā)揮金融科技精準(zhǔn)高效的獨(dú)特優(yōu)勢，是緩解企業(yè)融資約束、促進(jìn)企業(yè)人才聚集、達(dá)到企業(yè)科技創(chuàng)新目的的重要方式。本文在構(gòu)建2014—2020年金融科技指數(shù)的基礎(chǔ)上，使用中國A 股上市制造業(yè)企業(yè)數(shù)據(jù)，構(gòu)建固定效應(yīng)面板模型對金融科技與企業(yè)創(chuàng)新的相互影響、傳導(dǎo)路徑進(jìn)行實(shí)證研究。根據(jù)實(shí)證結(jié)果得出以下結(jié)論：第一，從整體上看，金融科技對制造業(yè)企業(yè)技術(shù)創(chuàng)新具有顯著影響，且企業(yè)規(guī)模越大其創(chuàng)新活動(dòng)越活躍；第二，從作用機(jī)制上看，文章通過中介效應(yīng)模型證實(shí)金融科技能通過緩解融資約束與促進(jìn)人才集聚兩方面推動(dòng)企業(yè)科技創(chuàng)新；第三，從異質(zhì)性視角上看，以區(qū)位視角劃分的中西部地區(qū)受到的促進(jìn)程度明顯高于東部地區(qū)，以規(guī)模視角劃分的大規(guī)模制造業(yè)企業(yè)受到的促進(jìn)作用明顯高于小規(guī)模制造業(yè)企業(yè)。

本文基于異質(zhì)性視角提供金融科技能激發(fā)企業(yè)創(chuàng)新的實(shí)證證據(jù)，為實(shí)體企業(yè)借助金融科技發(fā)展獲得更強(qiáng)創(chuàng)新推動(dòng)力提供新思路，提出以下對策建議：第一，在當(dāng)前人工智能、大數(shù)據(jù)、區(qū)塊鏈等新型技術(shù)在金融服務(wù)領(lǐng)域廣泛運(yùn)用背景之下，應(yīng)積極鼓勵(lì)金融機(jī)構(gòu)加大金融科技開發(fā)和運(yùn)用，利用信息技術(shù)改造經(jīng)營模式，創(chuàng)新金融產(chǎn)品，為制造業(yè)企業(yè)提供更為便捷、高效、普惠的金融服務(wù)，除幫助緩解企業(yè)融資問題外，金融科技對企業(yè)研發(fā)資金產(chǎn)生的誘導(dǎo)效應(yīng)具有更為深刻的意義。充分釋放金融科技紅利，發(fā)揮金融科技賦能實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展的支撐作用。第二，政府應(yīng)重視企業(yè)高技術(shù)人才培育，利用具有吸引力的人才政策打造人才集聚“洼地”，助力企業(yè)打破人才缺失窘境，使企業(yè)技術(shù)專利研發(fā)投入加大的同時(shí)，也能迅速進(jìn)行成果轉(zhuǎn)化，促進(jìn)企業(yè)創(chuàng)新績效提升，形成市場核心競爭力，并進(jìn)一步提升企業(yè)與區(qū)域創(chuàng)新發(fā)展能力。第三，明晰區(qū)位生產(chǎn)資源要素差異，深化金融科技改革，釋放金融市場活力，擴(kuò)大直接融資渠道，合理利用金融科技實(shí)現(xiàn)動(dòng)態(tài)最優(yōu)化的資金與資源配置，加快金融科技基礎(chǔ)設(shè)施建設(shè)，進(jìn)一步擴(kuò)大中西部地區(qū)金融科技覆蓋面，依靠金融科技創(chuàng)新投資吸引產(chǎn)業(yè)基金、風(fēng)投資金、創(chuàng)投資金，提高金融資源的集聚能力，打造區(qū)域性金融中心，支持中西部經(jīng)濟(jì)崛起，進(jìn)而促進(jìn)區(qū)域企業(yè)創(chuàng)新與金融資源配置的相對均衡發(fā)展。