數字金融對企業(yè)創(chuàng)新績效的影響

寇明婷 王宇飛 張夢琳

摘?要：以科技賦能的數字金融為企業(yè)創(chuàng)新提供了新的機會。本文選用2011—2019年滬深A股上市公司面板數據為樣本，面向企業(yè)創(chuàng)新的投入端和產出端，實證分析了數字金融對企業(yè)創(chuàng)新績效的影響。研究結果表明：數字金融對企業(yè)創(chuàng)新績效存在顯著的促進效應，在替換變量、一期滯后和引入工具變量等穩(wěn)健性檢驗后效果依舊顯著。采用門檻機制影響分析發(fā)現數字金融對企業(yè)創(chuàng)新績效的提升具有邊際遞增的非線性特征，且其邊際遞增的效應在創(chuàng)新產出端更為明顯。引用數字金融與管理層年齡、教育水平、任期3種管理層異質性的交互項進一步探究了管理層異質性在數字金融對企業(yè)創(chuàng)新績效影響中的調節(jié)作用，結果表明存在負向調節(jié)，即管理層異質性會減弱數字金融對企業(yè)創(chuàng)新績效的促進作用。本文的研究將為我國企業(yè)如何利用數字金融提高企業(yè)創(chuàng)新績效提供經驗參考。

關?鍵?詞：數字金融;企業(yè)創(chuàng)新績效;管理層異質性;門檻效應

DOI：10.16315/j.stm.2023.03.005

中圖分類號：?F832

文獻標志碼：?A

收稿日期：?2023-03-24

基金項目：?國家自然科學基金面上項目（72274012）；教育部人文社會科學規(guī)劃基金項目（22YJA630037）；中央高校基本科研業(yè)務費專項資金資助項目（FRFTP20015A3，2020.062022.06）

作者簡介：?寇明婷（1981—），女，教授，博士生導師;

王宇飛（1999—），女，碩士研究生；

張夢琳（2002—），女，碩士研究生.

科技創(chuàng)新已經成為國家和區(qū)域發(fā)展的重要驅動力[1]。根據《2021年全球創(chuàng)新指數報告》，我國創(chuàng)新指數排名連續(xù)9年穩(wěn)步上升且上升勢頭強勁。作為創(chuàng)新的主體，企業(yè)創(chuàng)新的具體實施離不開長期且穩(wěn)定的資金的支持，然而融資成本高、融資困難已成為制約企業(yè)創(chuàng)新發(fā)展的重要原因[2]。一方面，由于創(chuàng)新的不確定性和高風險性，使得較低風險容忍度的傳統(tǒng)金融機構缺乏向企業(yè)創(chuàng)新項目貸款的動機[3];另一方面，創(chuàng)新主體和金融市場之間的高度信息不對稱加劇了企業(yè)融資困難的局面[4]。

隨著數字經濟的快速發(fā)展，依托于區(qū)塊鏈、大數據等數字技術的數字金融應運而生，并成為學者研究熱點[5-6]。研究表明，以成本低、效率高、覆蓋廣[7-8]為特征的數字金融在增加有效金融供給[9]、緩解資源錯配[10]、降低信息不對稱[11]等方面發(fā)揮著積極的作用，已經成為我國經濟實現優(yōu)質發(fā)展的重要力量。如何利用數字金融來驅動企業(yè)創(chuàng)新績效是值得深入思考的問題。

現有數字金融與創(chuàng)新的研究主要集中在宏觀區(qū)域層面[12-13]，較少有微觀企業(yè)層面的研究?；诖?，本文運用2011—2019年我國滬深A股上市公司為研究對象，結合公司所屬地區(qū)數字金融指數，從直接影響效應和門檻機制影響效應2個研究角度以及創(chuàng)新投入和產出2個方向，探究數字金融對我國企業(yè)創(chuàng)新績效的影響。企業(yè)要想發(fā)展數字金融，離不開管理層的支持，因此本文將進一步探究管理層在其中發(fā)揮的調節(jié)作用。本文的研究為我國企業(yè)數字金融的發(fā)展和企業(yè)創(chuàng)新績效的提升提供了一定的政策建議，并為我國數字化發(fā)展中管理層如何提高企業(yè)創(chuàng)新績效提供了一定的經驗參考。

1?理論分析與研究假設

1.1?數字金融對企業(yè)創(chuàng)新績效的影響

作為一種新型的金融方式，數字金融能夠最大程度消除信息不對稱和資源錯配[14]，加快資本要素流向生產環(huán)節(jié)，不僅提升了整個社會的運行效率，也改善了企業(yè)創(chuàng)新的市場環(huán)境，有助于推動企業(yè)創(chuàng)新績效的提升。首先，數字金融能降低企業(yè)融資成本。數字技術的應用可以有效提升信息篩選效率[15-16]，其風險識別功能可以快速收集企業(yè)的信用信息，提高金融機構對創(chuàng)新主體風險評估的效果[17]，從而降低企業(yè)融資的交易成本[18]。其次，數字金融能有效緩解融資約束。數字平臺的構建突破了時空壁壘，金融機構通過數字平臺可以隨時搜集企業(yè)的日常交易活動[19]，快速有效地實現創(chuàng)新資金供需的精確匹配，打破了傳統(tǒng)金融市場的“長尾效應”，幫助中小企業(yè)及時獲得金融服務進而開展創(chuàng)新活動。再次，數字金融能緩解信息不對稱。數字金融的信息化發(fā)展可以改善金融機構和企業(yè)之間信息不對稱，增強信息透明度[20]，有利于企業(yè)在創(chuàng)新網絡中的交流與合作，從而增強金融資源與創(chuàng)新項目的相互匹配，并規(guī)避金融市場中的逆向選擇和道德風險[21]。最后，數字金融賦能商業(yè)模式創(chuàng)新。面對數字化時代的新機遇與新挑戰(zhàn)，通過創(chuàng)建良好的企業(yè)創(chuàng)新機制，企業(yè)能夠快速應對動態(tài)和競爭激烈的市場，并在商業(yè)競爭中持續(xù)保持創(chuàng)新的競爭力[22]。據此，本文提出如下研究假設：

H1：數字金融能夠促進企業(yè)創(chuàng)新績效的提升。

1.2?數字金融對企業(yè)創(chuàng)新績效的非線性特征

數字金融作為一種金融溢出，顛覆了傳統(tǒng)金融體系架構，其發(fā)展為企業(yè)創(chuàng)新提供強有力的資金支持，促進企業(yè)生產專業(yè)化和實現規(guī)模增長，因此數字金融對企業(yè)創(chuàng)新的影響可能是非線性的。首先，數字金融具有規(guī)模效應。數字金融的發(fā)展突破了傳統(tǒng)金融服務的邊界[23]，利用自身優(yōu)質創(chuàng)新資源，企業(yè)能夠吸引更多優(yōu)質的資本支持，有效增強企業(yè)的規(guī)模效應[24]，同時規(guī)模收益遞增效應可以進一步刺激企業(yè)創(chuàng)新發(fā)展的欲望。其次，數字金融可以加速資本積累。數字金融的發(fā)展加快了一體化數字金融服務網絡的構建，使得更多的主體進入更龐大的資源配置網絡，提升網絡內部成員間資源交換效率，幫助優(yōu)質創(chuàng)新主體快速實現資本積累。同時，數字金融的包容性將更多特殊群體引入勞動力市場，為其提供享受金融服務和提升勞動技能的機會，得以促進整個社會人力資本的積累[25]。最后，數字金融為企業(yè)數字化轉型提供了快速的資金支持，助力企業(yè)實現技術改造和產品升級，從而使得企業(yè)創(chuàng)新效率不斷提高[26]。據此，本文提出如下研究假設：

H2：數字金融對企業(yè)創(chuàng)新績效具有邊際效應遞增的非線性特征。

1.3?管理層異質性的調節(jié)作用

數字化時代，創(chuàng)新不只是研發(fā)人員的工作，管理層團隊已是創(chuàng)新成功的最重要的關鍵因素之一[27]。因此為了探究管理層異質性是否會促進企業(yè)創(chuàng)新績效的提升，本文進一步研究了管理層異質性在數字金融對企業(yè)創(chuàng)新績效促進作用中的調節(jié)效應。有研究表明管理層內部人員的不同的背景可以在公司管理中互為補充，可以增加信息與知識的多樣性，帶來多元化的想法和視野。這些多元化可以有效的幫助企業(yè)識別潛在的風險與機遇，以提高決策的綜合性和績效[28-29]。但大多數研究表明管理層異質性會帶來管理層內部人員之間價值觀差異，導致團隊內部認知差異增大。管理層之間也很難互相信任，團隊會出現凝聚力下降、離職率上升的現象，而這些現象又會進一步增加溝通中出現矛盾和沖突的機率，團隊內部溝通成本越大也越難達成一致[30-31]。因此管理層異質性會阻礙企業(yè)績效的提升，尤其顯著抑制創(chuàng)新績效的提升[32]。學術界對管理層異質性研究的角度主要集中在管理層年齡、教育水平和任期3個方面[33-35]，因此本文將重點探究這3種異質性在數字金融對企業(yè)創(chuàng)新績效影響作用中的調節(jié)效用。據此，本文提出如下研究假設：

H3：管理層異質性會減弱數字金融對企業(yè)創(chuàng)新績效的促進作用。

2?研究設計

2.1?樣本選擇與數據來源

本文選取2011—2019年我國滬深A股上市公司的公開數據為研究樣本，基準公司取自中國研究數據服務平臺（CNRDS）數據庫，剔除缺失值，刪除ST公司和保險業(yè)與貨幣金融服務2個行業(yè)的公司，同時刪除數據量小于5年的公司，共獲得2?116家企業(yè)的17?102個非平衡觀測值。本文獨立授權專利數量和研發(fā)投入強度相關原始數據源于CNRDS數據庫，研發(fā)投入強度根據研發(fā)支出和營業(yè)收入二者手工計算，其中研發(fā)支出的數據的缺失值比較國泰安數據庫（CSMAR）進行補充。數字金融的數據源于北京大學數字金融研究中心。本文調節(jié)變量的原始數據源于國泰安數據庫（CSMAR）。本文的控制變量的數據均來自以上數據庫。在數據處理時，為消除極端值對結果的影響，本文對所有變量均采用winsor2縮尾處理。本文的數據分析和模型計算使用stata14和stata16兩款軟件。

2.2?變量選擇

2.2.1?被解釋變量

現有研究大多采用單一指標度量企業(yè)創(chuàng)新績效，本文還原績效的投入產出比的特點，采用雙維度的衡量方式。在創(chuàng)新績效的產出端，本文借鑒胡山等[36]的做法，選用企業(yè)當年獨立授權專利數加1后取自然對數來衡量，相較于獨立申請專利數，獨立授權專利數經過了國家專業(yè)機構的認證，更能夠真實衡量企業(yè)的創(chuàng)新產出能力。

同時按照專利的3種劃分類型，將專利劃分為獨立授權發(fā)明專利和獨立授權非發(fā)明專利2種，其中獨立授權非發(fā)明專利由實用新型和外觀設計專利相加所得。在創(chuàng)新績效的投入端，本文借鑒戴小勇等[37]的做法，選用企業(yè)研發(fā)投入強度來衡量。相較于使用研發(fā)支出總量表示創(chuàng)新投入，研發(fā)投入強度消除了企業(yè)規(guī)模層面的差異，使之更具有可比性。

2.2.2?解釋變量

本文的解釋變量為公司注冊地所在城市的普惠金融數字化程度。借鑒張勛等[38]的研究，該數據選用北京大學數字金融研究中心和螞蟻金服集團共同編制的337個地級以上城市普惠金融數字化程度[39]。普惠金融數字化程度由4個維度、10個具體指標進行測度，度量了我國不同城市數字金融的數字化發(fā)展水平。

2.2.3?調節(jié)變量

參考已有對管理層異質性研究的文獻，本文選取高管年齡，教育水平和任期3組管理層異質性作為本文研究的調節(jié)變量。其中高管教育水平參照國泰安數據庫劃分標準；高管任期的數據根據任期開始與年報披露日期或任期結束的差值計算所得。本文選用HerfindahlHirschman指數測量上述3種管理層異質性，計算公式為H=1-∑P2i，t，j，其中：Pi，t，j表示第i家公司第t年第j類管理人員所占比例，H表示管理層異質性的大小。

2.2.4?控制變量

參考已有文獻[40]，本文從企業(yè)規(guī)模、年齡、財務狀況、盈利能力、現金流和股權集中度多角度考量，選取了6個控制變量：企業(yè)規(guī)模（Size）、企業(yè)年齡（Age）、資產負債率（Lev）、資產收益率（Roa），營業(yè)收入現金凈含量（Cf）和股權集中度（Shrc）。本文主要變量選擇及定義，如表1所示。

2.3?模型設定

2.3.1?數字金融對企業(yè)創(chuàng)新績效影響的分析

為研究數字金融對企業(yè)創(chuàng)新績效的影響，本文采用面板數據回歸模型進行檢驗，具體如式（1）所示。

Yi，t=β0+β1Digii，t+∑βkControlsi，t+εi，t（1）

其中：Yi，t（Patenti，t、Patentii，t、Patentudi，t、RdExpi，t）分別為公司i在t時期的獨立授權專利數量加1的對數值、獨立授權發(fā)明專利數量加1的對數值、獨立授權非發(fā)明專利數量加1的對數值和公司i在t時期的研發(fā)投入強度;Digii，t為公司i所在城市t時期的數字普惠金融數字化程度加1的對數值;β1為解釋變量Digii，t的回歸系數;∑βk×Controlsi，t為模型中控制變量的影響。β0為常數項，εi，t為隨機誤差項。

2.3.2?數字金融對企業(yè)創(chuàng)新績效影響的門檻機制分析

為研究數字金融對企業(yè)創(chuàng)新績效的非線性特征，本文選用靜態(tài)面板門檻固定模型進行檢驗，具體如式（2）所示。

Yi，t=γ0+γ1Digii，t·I（Digii，t≤θ1）+γ2Digii，t·

I（θ1

θ2）+∑γkControlsi，t+εi，t。（2）

其中：Yi，t為本文的被解釋變量，分別為Patenti，t、Patentii，t、Patentudi，t、RdExpi，t;Digii，t為門檻變量;I（·）為指示函數;當滿足括號內的條件時取值為1，否則取值為0;γ為常數項及門檻回歸的系數;∑γk×Controlsi，t為模型中控制變量及其系數影響;εi，t為隨機誤差項。

2.3.3?管理層異質性的調節(jié)效應分析

為研究管理層異質性在數字金融對企業(yè)創(chuàng)新績效的影響中的調節(jié)效應，本文通過引用數字金融與管理層年齡異質性（Age）、數字金融與管理層教育水平異質性（Edu）和數字金融與管理層任期異質性（Time）3組交互項進行研究。

Yi，t=δ0+δ1Digii，t+δ2Heti，t+δ3Digii，t×Heti，t+

∑δkControlsi，t+εi，t。（3）

其中：Yi，t為本文的被解釋變量，分別為Patenti，t、RdExpi，t，Digii，t×Heti，t為數字金融與管理層異質性的交互項，且Heti，t為3種異質性，即管理層年齡異質性（Agei，t）、管理層教育水平異質性（Edui，t）和管理層任期異質性（Timei，t）。δ3為三組交互項的回歸系數，系數正負代表調節(jié)效應的正負;∑δk×Controlsi，t為模型中一系列控制變量及其系數影響，δ0為常數項，εi，t為隨機誤差項。

3?實證結果與分析

3.1?描述性統(tǒng)計與相關性分析

描述性統(tǒng)計結果，如表2所示。由表2可知，公司3種專利授權量最大值為6.42，最小值為0，均值為2.52，說明我國滬深A股上市企業(yè)專利授權數量相差較大，公司創(chuàng)新產出情況存在一定差異，且中位數微大于均值，說明我國大部分公司創(chuàng)新產出都位于中等的水平，公司創(chuàng)新產出數量仍待提高，且相較于非發(fā)明專利，發(fā)明專利的提升空間更大。公司研發(fā)投入強度的最大值僅為0.25，且中位數0.03小于均值0.04，說明我國滬深A股上市公司研發(fā)投入強度大多處于均值以下水平，研發(fā)投入嚴重不足。數字普惠金融數字化程度的最大值為5.82，最小值為3.13，方差為0.59，說明本文選取公司所在城市的數字化發(fā)展程度具有較大差異，均值小于中位數說明大多公司所在城市的數字普惠金融發(fā)展程度都處在較高的水平。這與公司追逐經濟發(fā)展程度高的城市有關，而經濟發(fā)展程度高的城市普遍普惠金融數字化發(fā)展程度也較高。從控制變量看，本文選取的公司規(guī)模、年齡、財務狀況等都存在一定差異，且股權都較為集中。

所有變量的Person相關性檢驗和多重共線性VIF檢驗結果，如表3、表4所示，由表3可知，所有被解釋變量與解釋變量Digi的系數均為正數且均在1%的水平下顯著，說明數字金融對企業(yè)創(chuàng)新投入和產出都存在顯著的正向相關關系，即數字金融對企業(yè)創(chuàng)新績效的提升具有顯著的正向促進作用，初步證實了本文的假設1。同時，本文所選取的控制變量與Patent、Patenti、Patentud、RdExp的相關系數基本上顯著小于0.5，可以認為本文所選取的控制變量指標是合理的。

由表4可知，各變量的VIF的均值為1.40，最大值為1.71，遠小于10，理論上可以認為各變量間不存在多重共線性問題，進一步說明本文選取的控制變量的恰當性。

3.2?實證分析

3.2.1?數字金融對企業(yè)創(chuàng)新績效影響的分析

本文選用面板回歸模型研究數字金融對企業(yè)創(chuàng)新績效的影響，根據Hausman檢驗結果顯示，在模型中存在個體固定效應，因此本文選取固定效應面板回歸模型進行檢驗，實證結果如表5所示。

由表5可知，模型（1）（2）（3）數字金融的回歸系數均在1%的水平下顯著為正，說明數字金融與企業(yè)獨立授權專利數量之間存在顯著的正向相關關系，且模型（2）的回歸系數大于模型（3）的回歸系數，說明相較于非發(fā)明專利，數字金融對發(fā)明專利的正向促進效應更為明顯。模型（4）數字金融的回歸系數也在1%的水平下顯著為正，說明數字金融可以顯著增強研發(fā)投入強度。從模型的R2可以看出專利作為被解釋變量的模型擬合效果要高于研發(fā)投入強度。因此可以得出結論，數字金融顯著促進了企業(yè)創(chuàng)新績效的提升，以上結論驗證了本文假設H1。

3.2.2?數字金融對企業(yè)創(chuàng)新績效影響的門檻機制分析

本文選用靜態(tài)面板門檻固定模型檢驗數字金融對企業(yè)創(chuàng)新績效影響的非線性特征，本文數據為非平衡面板，因此本文選用xthreg2非平衡面板門檻回歸模型，并運用Stata16軟件進行測算，結果如表6所示。

根據Hansen的方法進行門檻存在性和數量的檢驗[41]，以數字金融作為門檻變量，通過自舉抽樣的方法獲得F統(tǒng)計量與P值。由表6可知，數字金融對獨立授權專利數量，獨立授權發(fā)明專利數量，獨立授權非發(fā)明專利數量均在1%的水平上通過雙門檻檢驗，未通過三門檻檢驗；對研發(fā)投入強度在1%的水平上通過單門檻檢驗，未通過雙門檻檢驗，數字金融對獨立授權專利數量，獨立授權發(fā)明專利數量，獨立授權非發(fā)明專利數量的影響均在1%的水平上顯著為正，且表現出明顯的邊際效應遞增的非線性特征，且發(fā)明專利在突破第一門檻后遞增的效應要大于突破第二門檻遞增的效應，而非發(fā)明專利則相反。數字金融對研發(fā)投入強度的影響在1%的水平上顯著為正，且突破單門檻前后的系數為0.005?9和0.006?2，表明數字金融對研發(fā)投入強度的影響存在邊際效應遞增的非線性特征，但邊際遞增的效應不是很明顯。以上結果驗證了本文假設H2，而且說明數字金融對企業(yè)創(chuàng)新績效提升的邊際遞增的效應在創(chuàng)新產出端更為明顯。

3.2.3?管理層異質性的調節(jié)效應分析

本文通過引用數字金融與管理層年齡異質性、數字金融與管理層教育水平異質性和數字金融與管理層任期異質性3組交互項研究管理層異質性的調節(jié)作用，并沿用上文的固定效應面板回歸模型進行檢驗，結果如表7所示。

由表7可知，數字金融與管理層異質性的3組交互項回歸系數均在不同程度的顯著水平上為負，說明管理層異質性減弱了數字金融對企業(yè)創(chuàng)新績效的正向效應。以上結果驗證了本文假設H3。這是因為在管理層內部年齡、教育程度和任期相差越大的企業(yè)，管理層內部人員之間價值觀差異也越大，管理層之間也很難互相信任，管理層團隊內部溝通成本越大也越難達成一致，而且管理層短視和風險規(guī)避也抑制了企業(yè)績效的提升，所以造成了管理層異質性減弱了數字金融對企業(yè)創(chuàng)新績效的正向促進效應。

4?穩(wěn)健性檢驗

4.1?替換被解釋變量

為確保實證結果的穩(wěn)健性，本文選用企業(yè)聯合授權專利數量（JoPat、JoPati、JoPatud）代替企業(yè)獨立授權專利數量（Patent、Patenti、Patentud），用企業(yè)研發(fā)人員占企業(yè)所有員工的比例（RdPer）代替研發(fā)投入強度（RdExp），回歸結果如表8所示，模型（1）～（4）Digi的回歸系數為0.140，0.124，0.087和0.056，且均在1%的顯著性水平，因此可以證明本文結論穩(wěn)健。

4.2?替換解釋變量

為消除解釋變量單一帶來的實驗結果誤差，本文將解釋變量Digi做出替換，用企業(yè)注冊地所在省份的數字金融指標（Digi_Pro）替代市級指標，回歸結果如表9所示。模型（1）～（4）省級普惠金融數字化程度的回歸系數均大于0，且顯著性水平為1%，因此可以證明本文結論穩(wěn)健。

4.3?剔除直轄市

考慮到北京、天津、上海和重慶作為直轄市，其數字化程度相較其他地級城市發(fā)展水平較高，可能會對回歸結果產生一定的影響，因此本文剔除這4個地區(qū)后重新進行回歸?；貧w結果如表10所示。模型（1）～（4）中Digi的系數正負與顯著程度均未發(fā)生任何變化，因此可以證明本文結論穩(wěn)健。

4.4?滯后一期

考慮到數字金融對企業(yè)創(chuàng)新績效的影響可能存在一定滯后效應，因此本文對解釋變量Digi和所有控制變量均進行滯后一期處理之后重新回歸，回歸結果如表11所示。模型（1）～（4）結果表明滯后一期并未對本文的結果造成影響，因此可以證明本文結論穩(wěn)健。

4.5?工具變量法

本文選取的回歸樣本為我國滬深A股上市公司，往往都是一些規(guī)模較大，實力雄厚的企業(yè)，其內部創(chuàng)新績效較其他企業(yè)處在較高的水平，而且這些企業(yè)會對所在城市數字金融的提升產生較大的貢獻。因此，創(chuàng)新績效高的企業(yè)或許普惠金融數字化程度也較高，二者可能存在互為因果的關系。為解決模型可能存在的內生性問題，本文借鑒黃慧群等[42]和Nunn等[43]的做法，引用1984年各城市年末電話機數量（與地區(qū)相關）與上一年全國互聯網普及率（與時間相關）構建交互項（Phone）作為各城市數字金融的工具變量。采用?Kleibergen-Paap?rk?LM方法和Cragg-Donald?Wald?F?統(tǒng)計量方法進行檢驗。

結果表明所選工具變量不存在不可識別和弱工具變量問題，回歸結果如表12所示。模型（1）～（4）數字金融的系數均在1%的水平上顯著為正，數字金融對企業(yè)創(chuàng)新績效依然為促進作用，證明本文結論的穩(wěn)健性。

5?結論與建議

5.1?研究結論

立足于“數字金融建設”和“創(chuàng)新驅動發(fā)展”，本文從微觀企業(yè)創(chuàng)新績效視角切入，選用2011—2019年滬深A股上市公司面板數據為樣本，面向企業(yè)創(chuàng)新的投入端和產出端，運用面板固定效應模型和靜態(tài)面板門檻固定模型，實證分析了數字金融對企業(yè)創(chuàng)新績效的影響。本文主要研究結果如下：一是數字金融顯著促進了企業(yè)創(chuàng)新績效的提升，在替換變量、剔除直轄市、滯后解釋變量和構建工具變量等方法進行穩(wěn)健性檢驗后仍成立。二是采用門檻機制影響分析發(fā)現數字金融對企業(yè)創(chuàng)新績效的提升具有邊際遞增的非線性特征，說明數字金融對企業(yè)創(chuàng)新績效的影響適用梅特卡夫法則，且相較于創(chuàng)新投入端，這種邊際遞增的效應在創(chuàng)新產出端更為明顯。三是引用數字金融與管理層年齡、教育水平、任期3種管理層異質性的交互項進一步探究了管理層異質性在數字金融對企業(yè)創(chuàng)新績效影響中的調節(jié)作用，結果均為負向調節(jié)作用，即管理層異質性會減弱數字金融對企業(yè)創(chuàng)新績效的促進作用，這與管理層內部人員之間溝通難度大，管理層短視和風險規(guī)避有關。

5.2?政策建議

基于以上研究，本文提出以下3點建議。第一，加快數字金融基礎設施的構建，積極實施數字普惠金融服務行動，銀行等金融機構要加大普惠金融領域數字技術應用，提升數字金融服務質量，優(yōu)化數字金融風險防控，積極發(fā)揮數字金融對企業(yè)創(chuàng)新的促進作用。第二，企業(yè)應重視數字金融對企業(yè)創(chuàng)新績效的顯著促進效應，重視加快企業(yè)數字化轉型和企業(yè)研發(fā)創(chuàng)新的投入，提升企業(yè)創(chuàng)新的硬實力，重視基礎研究與應用研究同步進行，加快解決關鍵核心技術“卡脖子”等抑制企業(yè)發(fā)展的重要問題。第三，調整管理層內部結構，降低管理層內部的差異，合理控制管理層年齡、教育水平和任期的異質性水平，降低管理層異質性在數字金融對企業(yè)創(chuàng)新績效顯著促進影響中的負向調節(jié)效應。

參考文獻：

［1］?XU?K，MEI?R，LIANG?L，et?al.Regional?convergence?analysis?of?sustainable?innovation?efficiency?in?European?Union?countries[J].Journal?of?Environmental?Management，2023，325：116636.

[2]?LIN?B，MA?R.How?does?digital?finance?influence?green?technology?innovation?in?China？?Evidence?from?the?financing?constraints?perspective[J].Journal?of?Environmental?Management，2022，320：115833.

[3]?LI?Z，CHEN?H，MO?B.Can?digital?finance?promote?urban?innovation？?Evidence?from?China[J].Borsa?Istanbul?Review，2023，23（2）：285-296.

[4]?CORNAGGIA?J，MAO?Y，TIAN?X，et?al.Does?banking?competition?affect?innovation？[J].Journal?of?Financial?Economics，2015，115（1）：189-209.

[5]?唐松，伍旭川，祝佳.數字金融與企業(yè)技術創(chuàng)新：結構特征、機制識別與金融監(jiān)管下的效應差異[J].管理世界，2020，36（5）：52-66.

TANG?S，WU?X?C，ZHU?J.Digital?finance?and?enterprise?technology?innovation：Structural?characteristics，mechanism?identification，and?differences?in?effects?under?financial?regulation[J]?Management?World，2020，36（5）：52-66.

[6]?RAZZAQ?A，YANG?X.Digital?finance?and?green?growth?in?China：Appraising?inclusive?digital?finance?using?web?crawler?technology?and?Big?Data[J].Technological?Forecasting?and?Social?Change，2023，188：122262.

[7]?SUN?G?L，LIN?T，AI?Y?F，et?al.Digital?finance?and?corporate?financial?fraud[J].International?Review?of?Financial?Analysis，2023.

[8]?謝絢麗，沈艷，張皓星，等.數字金融能促進創(chuàng)業(yè)嗎？：來自中國的證據[J].經濟學（季刊），2018，17（4）：1557-1580.

XIE?H?L，SHEN?Y，ZHANG?H?X，et?al.Can?digital?finance?promote?entrepreneurship？?Evidence?from?China?[J]?China?Economics?Quarterly，2018，17（4）：1557-1580.

[9]?HSU?P?H，XUAN?T，YAN?X.Financial?development?and?innovation：Crosscountry?evidence[J].Journal?of?Financial?Economics，2014，112（1）：116-135.

［10］JIN?L，DAI?J，JIANG?W，et?al.Digital?finance?and?misallocation?of?resources?among?firms：Evidence?from?China[J].The?North?American?Journal?of?Economics?and?Finance，2023，66：101911.

[11]唐松，賴曉冰，黃銳.金融科技創(chuàng)新如何影響全要素生產率：促進還是抑制？：理論分析框架與區(qū)域實踐[J].中國軟科學，2019（7）：134-144.

TANG?S，LAI?X?B，HUANG?R.How?does?fintech?innovation?affect?total?factor?productivity：promoting?or?inhibiting？?Theoretical?analysis?framework?and?regional?practice?[J]?China?Soft?Science?Magazine，2019（7）：134-144.

[12]杜念宇，趙建.數字金融能促進創(chuàng)新創(chuàng)業(yè)嗎？：來自280個地級市的證據[J].新金融，2023（3）：50-56.

DU?N?Y，ZHAO?J.Can?digital?finance?promote?innovation?and?entrepreneurship？?Evidence?from?280?prefecture?level?cities[J]?New?Finance，2023（3）：50-56.

[13]HUI?P，ZHAO?H，LIU?D，et?al.How?does?digital?finance?affect?regional?innovation?capacity？?A?spatial?econometric?analysis[J].Economic?Modelling，2023，122：.

[14]張世昌，劉洪民，李林遙，等.數字金融對制造業(yè)企業(yè)出口產品質量的影響研究[J].科技與管理，2023，25（1）：34-44.

ZHANG?S?C，LIU?H?M，LI?L?Y，et?al.Research?on?the?impact?of?digital?finance?on?the?quality?of?export?products?of?manufacturing?enterprises[J]?ScienceTechnology?and?Management，2023，25（1）：34-44.

[15]GOLDFARB?A，TUCKER?C.Digital?economics[J].Journal?of?Economic?Literature，2019，57（1）：3-43.

[16]CHEN?Y.Improving?market?performance?in?the?digital?economy[J].China?Economic?Review，2020，62：101482.

[17]XIONG?M，LI?W，XIAN?B?T?S，et?al.Digital?inclusive?finance?and?enterprise?innovation：Empirical?evidence?from?Chinese?listed?companies[J].Journal?of?Innovation?&?Knowledge，2023，8（1）：100321.

[18]鐘金慧，李紅玉.融資能力對企業(yè)研發(fā)投入的影響研究：基于數字金融的調節(jié)效應[J].科技與管理，2022，24（6）：72-84.

ZHONG?J?H，LI?H?Y.A?Study?on?the?impact?of?financing?ability?on?enterprise?R&D?investment：Based?on?the?regulatory?effect?of?digital?finance[J]?ScienceTechnology?and?Management，2022，24（6）：72-84.

[19]LI?W，PANG?W.Digital?inclusive?finance，financial?mismatch?and?the?innovation?capacity?of?small?and?mediumsized?enterprises：Evidence?from?Chinese?listed?companies[J].Heliyon，2023，9（2）：.

[20]張佳佳.數字金融、技術創(chuàng)新與企業(yè)競爭力：來自中國A股上市企業(yè)的實證證據[J].南方金融，2023（1）：23-36.

ZHANG?J?J.Digital?finance，technological?innovation，and?corporate?competitiveness：Empirical?evidence?from?Chinese?Ashare?listed?companies[J]?Southern?Finance，2023（1）：23-36.

[21]DEMERTZIS?M，MERLER?S，WOLFF?G?B.Capital?markets?union?and?the?fintech?opportunity[J].Journal?of?Financial?Regulation，2018，4（1）：157-165.

[22]朱俊豐.數字金融對企業(yè)技術創(chuàng)新的效應識別與機制檢驗[J].統(tǒng)計與決策，2023（7）：173-178.

ZHU?J?F.Identification?and?mechanism?testing?of?the?effect?of?digital?finance?on?enterprise?technological?innovation?[J]?Statistics?and?Decision?Making，2023（7）：173-178.

[23]LI?Y，LIU?X.Digital?finance，trade?credit?and?enterprise?independent?innovation[J].Procedia?Computer?Science，2022，202：313-319.

[24]任嬌，趙榮榮，任建輝.數字金融、高技術產業(yè)集聚與區(qū)域創(chuàng)新績效[J].統(tǒng)計與決策，2023，39（5）：86-91.

REN?J，ZHAO?R?R，REN?J?H.Digital?finance，hightech?industry?agglomeration，and?regional?innovation?performance?[J]?Statistics?and?Decision?Making，2023，39（5）：86-91.

[25]LI?H，ZHANG?W，WEI?Q.Seismic?demand?assessment?on?Kconfiguration?eccentrically?braced?frames[J].Structures，2022，45：1225-1238.

[26]孫哲遠.數字金融、中小企業(yè)發(fā)展與制造業(yè)全球價值鏈攀升[J].企業(yè)經濟，2022，41（9）：15-26.

SUN?Z?Y.Digital?finance，the?development?of?small?and?mediumsized?enterprises，and?the?rise?of?the?global?value?chain?in?the?manufacturing?industry[J]?Enterprise?Economy，2022，41（9）：15-26.

[27]LEE?J，ELBASHIR?M?Z，MAHAMA?H，et?al.Enablers?of?top?management?team?support?for?integrated?management?control?systems?innovations[J].International?Journal?of?Accounting?Information?Systems，2014，15（1）：1-25.

[28]SIMONS?T，PELLED?L?H，SMITH?K?A.Making?use?of?difference：Diversity，debate，and?decision?comprehensiveness?in?top?management?teams?[J].The?Academy?of?Management?Journal，1999，42（6）：662-673.

[29]馬富萍，郭曉川.高管團隊異質性對技術創(chuàng)新績效的影響研究：高管團隊沖突處理方式的調節(jié)作用[J].內蒙古大學學報（哲學社會科學版），2010，42（6）：38-42.

MA?F?P，GUO?X?C.Research?on?the?effect?of?executive?team?heterogeneity?on?technological?innovation?performance：The?regulatory?effect?of?conflict?handling?methods?in?executive?team[J]?Journal?of?Inner?Mongolia?University?（Philosophy?and?Social?Sciences?Edition），2010，42（6）：38-42.

[30]ANCONA?D?G，CALDWELL?D?F.Bridging?the?boundary：External?activity?and?performance?in?organizational?teams[J].Administrative?science?quarterly，1992，37（4）：634-665.

[31]JACKSON?S?E，BRETT?J?F，SESSA?V?I，et?al.Some?differences?make?a?difference：Individual?dissimilarity?and?group?heterogeneity?as?correlates?of?recruitment，promotions，and?turnover[J].Journal?of?Applied?Psychology，1991，76（5）：675-689.

[32]王雪莉，馬琳，王艷麗.高管團隊職能背景對企業(yè)績效的影響：以中國信息技術行業(yè)上市公司為例[J].南開管理評論，2013，16（4）：80-93.

WANG?X?L，MA?L，WANG?Y?L.The?impact?of?functional?background?of?senior?management?teams?on?enterprise?performance：A?case?study?of?listed?companies?in?Chinas?information?technology?industry[J]?Nankai?Management?Review，2013，16（4）：80-93.

[33]陳清，張海軍.管理層異質性、權力結構與商業(yè)銀行經營效率[J].宏觀經濟研究，2018（6）：156-168.

CHEN?Q，ZHANG?H?J.Management?heterogeneity，power?structure，and?operational?efficiency?of?commercial?banks[J]?Macroeconomic?Research，2018（6）：156-168.

[34]王瑛，官建成，馬寧.我國企業(yè)高層管理者、創(chuàng)新策略與企業(yè)績效之間的關系研究[J].管理工程學報，2003（1）：1-6.

WANG?Y，GUAN?J?C，MA?N.Research?on?the?relationship?between?senior?managers，innovation?strategies，and?enterprise?performance?in?Chinese?enterprises[J]?Journal?of?Management?Engineering，2003（1）：1-6.

[35]李后建，張宗益.管理層風險激勵模式、異質性與企業(yè)創(chuàng)新行為[J].研究與發(fā)展管理，2015，27（5）：53-67.

LI?H?J，ZHANG?Z?Y.Management?risk?incentive?model，heterogeneity，and?enterprise?innovation?behavior[J]?Research?and?Development?Management，2015，27（5）：53-67.

[36]胡山，余泳澤.數字經濟與企業(yè)創(chuàng)新：突破性創(chuàng)新還是漸進性創(chuàng)新？[J].財經問題研究，2022（1）：42-51.

HU?S，YU?Y?Z.Digital?economy?and?enterprise?innovation：Breakthrough?innovation?or?progressive?innovation？[J].Research?on?Financial?Issues，2022（1）：42-51.

[37]戴小勇，成力為.研發(fā)投入強度對企業(yè)績效影響的門檻效應研究[J].科學學研究，2013，31（11）：1708-1716.

DAI?X?Y，CHENG?L?W.Research?on?the?threshold?effect?of?R&D?investment?intensity?on?enterprise?performance[J]?Scientific?Research，2013，31（11）：1708-1716.

[38]張勛，萬廣華，張佳佳，等.數字經濟、普惠金融與包容性增長[J].經濟研究，2019，54（8）：71-86.

ZHANG?X，WAN?G?H，ZHANG?J?J，et?al.Digital?economy，inclusive?finance，and?inclusive?growth[J]?Economic?Research，2019，54（8）：71-86.

[39]郭峰，王靖一，王芳，等.測度中國數字普惠金融發(fā)展：指數編制與空間特征[J].經濟學（季刊），2020，19（4）：1401-1418.

GUO?F，WANG?J?Y，WANG?F，et?a.Measuring?the?development?of?digital?inclusive?finance?in?China：Index?compilation?and?spatial?characteristics[J]?China?Economics?Quarterly，2020，19（4）：1401-1418.

[40]黎文靖，鄭曼妮.實質性創(chuàng)新還是策略性創(chuàng)新？：宏觀產業(yè)政策對微觀企業(yè)創(chuàng)新的影響[J].經濟研究，2016，51（4）：60-73.

LI?W?J，ZHENG?M?N.Substantive?innovation?or?strategic?innovation？?The?impact?of?macro?industrial?policies?on?micro?enterprise?innovation[J]?Economic?Research，2016，51（4）：60-73.

[41]HANSEN?B?E.Threshold?effects?in?nondynamic?panels：Estimation，testing，and?inference[J].Journal?of?Econometrics，1999，93（2）：345-368.

[42]黃群慧，余泳澤，張松林.互聯網發(fā)展與制造業(yè)生產率提升：內在機制與中國經驗[J].中國工業(yè)經濟，2019（8）：5-23.

HUANG?Q?H，YU?Y?Z，ZHANG?S?L.Internet?development?and?manufacturing?productivity?improvement：Internal?mechanisms?and?Chinas?experience[J]?China?Industrial?Economy，2019（8）：5-23.

[43]NUNN?N，QIAN?N.US?food?aid?and?civil?conflict[J].American?Economic?Review，2014，104（6）：1630-1666.

［編輯：厲艷飛］

The?impact?of?digital?finance?on?enterprise?innovation?performance

：Based?on?the?moderating?effects?of?management?heterogeneity

KOU?Mingting，?WANG?Yufei，?ZHANG?Menglin

（School?of?Economics?and?Management，?University?of?Science?and?Technology?Beijing，?Beijing?100083，?China）

Abstract：Digital?finance，?empowered?by?science?and?technology，?can?minimize?information?asymmetry?as?well?as?resource?mismatch?and?relieve?financing?constraints，?providing?new?opportunities?for?enterprise?innovation.?This?paper?selects?the?panel?data?of?Shanghai?and?Shenzhen?Ashare?listed?companies?from?2011?to?2019?as?a?sample，?combining?the?digital?finance?index?based?on?the?registered?region?of?the?listed?enterprise，?from?two?research?perspectives?of?direct?impact?effect?and?threshold?mechanism?impact?effect，?and?empirically?analyzes?the?impact?of?the?digital?finance?on?the?performance?of?enterprise?innovation.?In?terms?of?the?measurement?of?enterprise?innovation?performance，?this?paper?selects?R&D?investment?intensity?and?patent?quantity?respectively，?facing?the?two?aspects?of?enterprise?innovation?input?and?output.?The?research?results?show?that?there?is?a?significant?positive?promotion?effect?between?the?digital?finance?and?the?innovation?performance?of?enterprises，?and?it?still?has?a?significant?promotion?effect?after?a?series?of?robustness?tests，?such?as?replacement?of?dependent?variables?and?explanatory?variables，?excluding?municipalities?directly?under?the?central?government，?lagging?for?a?period?of?time?and?the?introduction?of?instrumental?variables.?This?is?because?digital?finance?plays?a?positive?role?in?reducing?enterprise?financing?costs，?easing?financing?constraints?and?reducing?information?asymmetry，?which?can?effectively?solve?the?problems?faced?by?enterprises?in?the?process?of?innovation.?In?addition，?while?focusing?on?the?output?side?of?innovation?and?dividing?patents?into?invention?patents?and?noninvention?patents，?we?found?that?digital?finance?has?a?more?obvious?positive?promoting?effect?on?invention?patents.?As?a?kind?of?financial?spillover，?digital?finance?has?the?characteristics?of?scale?effect?and?can?accelerate?capital?accumulation?and?has?a?nonlinear?influence?on?enterprise?innovation?performance.?Base?on?the?impact?analysis?of?the?threshold?mechanism，?it?is?proved?that?the?digital?finance?has?a?nonlinear?characteristic?of?marginal?increase?in?the?improvement?of?enterprise?innovation?performance，?and?its?marginal?increasing?effect?is?more?obvious?on?the?innovation?output?side?compared?with?innovation?input?side.?The?interaction?terms?between?digital?finance?and?three?types?of?management?heterogeneity，?namely?management?age，?education?level，?and?tenure，?were?cited?to?further?explore?the?moderating?effect?of?management?heterogeneity?on?the?impact?of?digital?finance?on?enterprise?innovation?performance.?The?results?show?that?there?is?a?negative?moderating?effect，?that?is，?management?heterogeneity?weakens?the?promoting?effect?of?digital?finance?on?enterprise?innovation?performance.?This?is?because?an?enterprise?with?a?bigger?difference?in?the?management?level?will?have?a?bigger?difference?in?the?values?of?its?staff，?and?it?will?be?difficult?for?managers?to?trust?each?other，?which?will?not?be?conducive?to?the?construction?of?digital?finance?within?the?enterprise?and?seriously?affect?the?positive?role?of?digital?finance?in?the?improvement?of?enterprise?innovation?performance.?The?research?in?this?article?provides?certain?policy?recommendations?for?the?development?of?digital?finance?and?the?improvement?of?enterprise?innovation?performance?in?listed?enterprises?of?China，?and?provides?some?experience?reference?for?the?management?on?how?to?improve?enterprise?innovation?performance?in?the?digital?development?of?China.

Keywords：digital?finance;?enterprise?innovation?performance;?management?heterogeneity;?threshold?effect