數(shù)字金融對企業(yè)技術(shù)創(chuàng)新的作用機(jī)制及其異質(zhì)性檢驗(yàn)

劉航舶 楊天嘯 劉柳 李佳 張啟新

1（北京交通大學(xué)經(jīng)濟(jì)管理學(xué)院，北京 100044）

2（唐山師范學(xué)院海洋學(xué)院，唐山 063000）

3（唐山開放大學(xué)社區(qū)教育學(xué)院，唐山 063000）

引言

企業(yè)技術(shù)創(chuàng)新是企業(yè)賴以生存的基礎(chǔ)，是促進(jìn)企業(yè)發(fā)展和國家經(jīng)濟(jì)發(fā)展的源動(dòng)力。而數(shù)字金融作為企業(yè)技術(shù)創(chuàng)新的重要途徑，通過應(yīng)用互聯(lián)網(wǎng)技術(shù)將傳統(tǒng)金融服務(wù)與信息技術(shù)相結(jié)合，加快了企業(yè)的數(shù)字化轉(zhuǎn)型和科技融合發(fā)展，有效提高企業(yè)的智能化水平，實(shí)現(xiàn)企業(yè)轉(zhuǎn)型升級和技術(shù)創(chuàng)新。因此，探究數(shù)字金融與企業(yè)技術(shù)創(chuàng)新的關(guān)系，對促進(jìn)企業(yè)技術(shù)創(chuàng)新，提高企業(yè)發(fā)展具有重要意義。目前，關(guān)于數(shù)字金融和企業(yè)技術(shù)創(chuàng)新，相關(guān)人員已開展了大量的研究。

陳雁等［1］以新三板企業(yè)為研究對象，探究了數(shù)字金融對中小企業(yè)技術(shù)創(chuàng)新的影響，認(rèn)為數(shù)字金融通過拓寬融資渠道和優(yōu)化金融服務(wù)，為中小企業(yè)基礎(chǔ)創(chuàng)新提供了新的機(jī)遇，推動(dòng)了中小企業(yè)技術(shù)創(chuàng)新發(fā)展。胡冰和戚聿東［2］在利用爬蟲技術(shù)的基礎(chǔ)上，分析了數(shù)字金融與企業(yè)技術(shù)創(chuàng)新的內(nèi)在聯(lián)系，認(rèn)為數(shù)字金融為企業(yè)技術(shù)創(chuàng)新提供了支持，增強(qiáng)了企業(yè)的更新動(dòng)力。胡子平［3］認(rèn)為數(shù)字金融對企業(yè)技術(shù)創(chuàng)新具有調(diào)節(jié)效應(yīng)，可通過數(shù)字金融緩解環(huán)境不確定性對企業(yè)技術(shù)創(chuàng)新的抑制作用。張?jiān)频龋?］通過從風(fēng)險(xiǎn)承擔(dān)角度進(jìn)行推導(dǎo)，認(rèn)為數(shù)字金融可促進(jìn)企業(yè)技術(shù)創(chuàng)新。張學(xué)超［5］使用系統(tǒng)廣義矩估計(jì)方法分析數(shù)字金融對企業(yè)技術(shù)創(chuàng)新的影響，認(rèn)為數(shù)字金融在企業(yè)技術(shù)創(chuàng)新中發(fā)揮了中介作用，可推動(dòng)企業(yè)技術(shù)創(chuàng)新發(fā)展。朱俊豐［6］通過分析數(shù)字金融覆蓋廣度、使用深度對企業(yè)技術(shù)創(chuàng)新的影響，認(rèn)為數(shù)字金融對企業(yè)技術(shù)創(chuàng)新具有積極的促進(jìn)作用。

基于上述研究成果可知，數(shù)字金融對企業(yè)技術(shù)創(chuàng)新具有一定的促進(jìn)作用，得到了大多數(shù)學(xué)者的認(rèn)同。但由上述研究可知，在數(shù)字金融對企業(yè)技術(shù)創(chuàng)新的作用機(jī)制及其異質(zhì)性檢驗(yàn)方面，尚未進(jìn)行相關(guān)研究。因此，為更好地探究數(shù)字金融對企業(yè)技術(shù)創(chuàng)新的作用機(jī)制及其異質(zhì)性檢驗(yàn)，進(jìn)一步促進(jìn)企業(yè)技術(shù)創(chuàng)新，開展了相關(guān)實(shí)證研究并提出針對性建議與政策，以充分發(fā)揮數(shù)字金融對企業(yè)技術(shù)創(chuàng)新的促進(jìn)作用。

1 變量設(shè)計(jì)與研究假設(shè)

1.1 變量設(shè)計(jì)

（1）被解釋變量：企業(yè)技術(shù)創(chuàng)新（I）。企業(yè)技術(shù)創(chuàng)新的衡量指標(biāo)眾多，通過總結(jié)此前研究成果，選擇企業(yè)專利申請量（IV）和企業(yè)技術(shù)創(chuàng)新效率（IE）對企業(yè)技術(shù)創(chuàng)新進(jìn)行評估［7，8］。

（2）解釋變量：數(shù)字金融（D）。目前，數(shù)字金融通常選用數(shù)字普惠金融指數(shù)進(jìn)行評估。因此，本文選用數(shù)字普惠金融指數(shù)解釋說明數(shù)字金融，并從覆蓋廣度（D1）、金融數(shù)字化程度（D2）、使用深度（D3）3 個(gè)子維度進(jìn)行衡量［9，10］。

（3）調(diào)節(jié)變量：企業(yè)數(shù)字化程度（E）。為探究數(shù)字金融對企業(yè)技術(shù)創(chuàng)新的調(diào)節(jié)作用機(jī)制，引入企業(yè)數(shù)字化程度作為調(diào)節(jié)變量進(jìn)行分析。企業(yè)數(shù)字化程度可通過檢索企業(yè)年報(bào)中數(shù)字化詞頻加一的對數(shù)進(jìn)行衡量［11］。

（4）中介變量：融資約束（K）與融資成本（C）。為探究數(shù)字金融對企業(yè)技術(shù)創(chuàng)新的中介作用機(jī)制，引入企業(yè)融資約束和融資成本作為中介變量進(jìn)行分析。其中，融資約束可通過融資約束指數(shù)進(jìn)行評估，具體計(jì)算方法可參考馬馨月［12］的研究；融資成本可通過計(jì)算企業(yè)財(cái)務(wù)費(fèi)用與企業(yè)總負(fù)債之比進(jìn)行衡量。

（5）控制變量：企業(yè)規(guī)模（S）、企業(yè)盈利能力（R）、企業(yè)年限（A）、企業(yè)成長性（G）、高管激勵(lì)（M）、股權(quán)集中度（Q）、董事會(huì)獨(dú)立性（O）。為探究數(shù)字金融對企業(yè)技術(shù)創(chuàng)新的異質(zhì)性，根據(jù)企業(yè)產(chǎn)權(quán)性質(zhì)、企業(yè)行業(yè)、企業(yè)生命周期3 個(gè)方面，選取以上7 個(gè)變量作為控制變量［13－16］。

各變量的解釋說明如表1 所示。

表1 變量及其解釋說明

1.2 研究假設(shè)

基于上述設(shè)計(jì)的變量，考慮到不同變量對數(shù)字金融與企業(yè)技術(shù)創(chuàng)新的作用機(jī)制和異質(zhì)性檢驗(yàn)的影響不同，作出以下假設(shè)：

假設(shè)1：數(shù)字金融促進(jìn)企業(yè)技術(shù)創(chuàng)新。

假設(shè)2：數(shù)字金融對數(shù)字化程度高的企業(yè)技術(shù)創(chuàng)新促進(jìn)作用更強(qiáng)。

假設(shè)3：數(shù)字金融通過緩解企業(yè)融資約束促進(jìn)企業(yè)技術(shù)創(chuàng)新。

假設(shè)4：數(shù)字金融通過降低企業(yè)融資成本促進(jìn)企業(yè)技術(shù)創(chuàng)新。

假設(shè)5：數(shù)字金融對非國有企業(yè)、高技術(shù)行業(yè)和成熟期企業(yè)的技術(shù)創(chuàng)新促進(jìn)作用更顯著。

2 實(shí)證分析

2.1 計(jì)量模型構(gòu)建

基于上述研究設(shè)計(jì)的變量與提出的研究假設(shè)，為驗(yàn)證數(shù)字金融對企業(yè)技術(shù)創(chuàng)新的作用機(jī)制及其異質(zhì)性，設(shè)定如式（1）所示的基準(zhǔn)回歸計(jì)量模型：

式中：i、t分別表示企業(yè)地區(qū)和時(shí)間，α0為常數(shù)項(xiàng)，α1～α4表示相關(guān)指標(biāo)的回歸系數(shù)，μit為隨機(jī)誤差，control表示控制變量。

然后采用逐步回歸方法，設(shè)置式（2）對數(shù)字金融對企業(yè)技術(shù)創(chuàng)新的調(diào)節(jié)作用進(jìn)行檢驗(yàn)，設(shè)置式（3）對數(shù)字金融對企業(yè)技術(shù)創(chuàng)新的中介作用進(jìn)行檢驗(yàn)，設(shè)置式（4）對數(shù)字金融對企業(yè)技術(shù)創(chuàng)新的異質(zhì)性進(jìn)行檢驗(yàn)：

式中：β0、γ0為常數(shù)項(xiàng)，β1～β2、γ1～γ3表示相關(guān)指標(biāo)的回歸系數(shù)，θit為隨機(jī)誤差，IMit表示中介變量。

2.2 研究對象與數(shù)據(jù)說明

本文開展數(shù)字金融對企業(yè)技術(shù)創(chuàng)新的作用機(jī)制及其異質(zhì)性檢驗(yàn)實(shí)證分析，選擇2012～2022 年期間全國A 股上市企業(yè)作為研究對象，并以研究對象的專利數(shù)據(jù)和其他相關(guān)數(shù)據(jù)作為樣本數(shù)據(jù)。其中，專利數(shù)據(jù)來自中國研究數(shù)據(jù)服務(wù)平臺(tái)，其他相關(guān)數(shù)據(jù)來自國泰安數(shù)據(jù)庫。

考慮到樣本數(shù)據(jù)中存在極端數(shù)值等影響，因此在實(shí)證分析前對樣本數(shù)據(jù)進(jìn)行了預(yù)處理。首先采用分位縮尾對所有樣本數(shù)據(jù)進(jìn)行了1%與99%的處理，其次剔除了存在明顯錯(cuò)誤的企業(yè)及其相關(guān)企業(yè)，然后剔除了標(biāo)識為ST和?ST 的企業(yè)及其相關(guān)數(shù)據(jù)，最后剔除了樣本數(shù)據(jù)中金融、房地產(chǎn)類企業(yè)及相關(guān)數(shù)據(jù)，最終得到用于本文實(shí)證分析企業(yè)共3864 家31562 個(gè)面板數(shù)據(jù)［17，18］。

2.3 結(jié)果與分析

2.3.1 描述性統(tǒng)計(jì)

對面板數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)，得到表2 所示結(jié)果。由表可知，在被解釋變量方面，企業(yè)技術(shù)創(chuàng)新效率的最大值和最小值分別為1 和0，均值和標(biāo)準(zhǔn)差分別為0.24 和0.05，說明企業(yè)整體創(chuàng)新效率較差；企業(yè)專利申請量的最大值和最小值分別為510 和0，均值和標(biāo)準(zhǔn)差分別為25.66 和70.01，說明企業(yè)技術(shù)創(chuàng)新產(chǎn)出存在顯著差異；在解釋變量方面，數(shù)字普惠金融指數(shù)最大值和最小值分別為270.36 和100，均值和標(biāo)準(zhǔn)差分別為233.11 和60.01，說明不同企業(yè)的數(shù)字金融存在顯著差異；在調(diào)節(jié)變量方面，企業(yè)數(shù)字化程度的最大值和最小值分別為6.20 和0，均值和標(biāo)準(zhǔn)差分別為1.88和1.23，說明大部分企業(yè)正在進(jìn)行數(shù)字化轉(zhuǎn)型，但不同企業(yè)之間數(shù)字化轉(zhuǎn)型存在明顯差異；在中介變量方面，融資約束和融資成本的極差較大，說明不同企業(yè)之間的融資約束和融資成本差異明顯；在控制變量方面，不同企業(yè)之間仍存在明顯差異。整體來看，數(shù)字金融對不同企業(yè)技術(shù)創(chuàng)新的作用效果不同，但總體促進(jìn)了企業(yè)技術(shù)創(chuàng)新，且對數(shù)字化程度高和高技術(shù)企業(yè)促進(jìn)效果更強(qiáng)，并能通過緩解融資約束和降低成本促進(jìn)企業(yè)技術(shù)創(chuàng)新。由此可初步判斷所作出的假設(shè)成立［19，20］。

表2 描述性統(tǒng)計(jì)結(jié)果

2.3.2 回歸分析

基于Stata 回歸軟件和計(jì)量模型（1）對面板數(shù)據(jù)進(jìn)行回歸分析，結(jié)果如表3 所示。表中，模型（1）為數(shù)字金融覆蓋廣度（D1）對企業(yè)發(fā)明專利申請數(shù)量的影響，模型（2）為數(shù)字金融數(shù)字化程度（D2）對企業(yè)發(fā)明專利申請數(shù)量的影響，模型（3）為數(shù)字金融使用深度（D3）對企業(yè)發(fā)明專利申請數(shù)量的影響，模型（4）為數(shù)字金融覆蓋廣度（D1）對企業(yè)技術(shù)創(chuàng)新效率的影響，模型（5）為數(shù)字金融數(shù)字化程度（D2）對企業(yè)技術(shù)創(chuàng)新效率的影響，模型（4）為數(shù)字金融使用深度（D3）對企業(yè)技術(shù)創(chuàng)新效率的影響。由表可知，數(shù)字金融覆蓋廣度、使用深度與企業(yè)技術(shù)創(chuàng)新效率和發(fā)明專利申請數(shù)量的相關(guān)系數(shù)均為正，且在5%水平下顯著，而金融數(shù)字化程度對企業(yè)發(fā)明專利申請數(shù)量的影響不顯著，且在10%水平上影響企業(yè)技術(shù)創(chuàng)新效率。分析數(shù)字金融覆蓋廣度、使用深度顯著影響企業(yè)技術(shù)創(chuàng)新效率和發(fā)明專利申請數(shù)量的原因可能是，數(shù)字金融覆蓋廣度和使用深度越廣，為更多企業(yè)提供了融資，加大了企業(yè)的研發(fā)投入，降低了企業(yè)的融資成本，進(jìn)而提高企業(yè)的技術(shù)創(chuàng)新效率和發(fā)明專利申請數(shù)量。分析金融數(shù)字化程度對企業(yè)技術(shù)創(chuàng)新效率和發(fā)明專利申請數(shù)量影響較小的原因，可能是金融數(shù)字化與居民個(gè)人的關(guān)聯(lián)性更強(qiáng)，而與企業(yè)的關(guān)聯(lián)性較差。由此可知，假設(shè)1 成立。

表3 回歸分析結(jié)果

2.3.3 調(diào)節(jié)作用檢驗(yàn)

為檢驗(yàn)企業(yè)數(shù)字化轉(zhuǎn)型對數(shù)字金融和企業(yè)技術(shù)創(chuàng)新的調(diào)節(jié)作用，對變量進(jìn)行了去中心化處理，并將企業(yè)轉(zhuǎn)型作為調(diào)節(jié)變量，在計(jì)量模型（2）中進(jìn)行回歸分析，得到表4 所示結(jié)果。由結(jié)果可知，企業(yè)數(shù)字化轉(zhuǎn)型與數(shù)字金融的交互項(xiàng)的回歸系數(shù)為正，且在5%顯著性水平下顯著，說明企業(yè)數(shù)字化轉(zhuǎn)型正向促進(jìn)數(shù)字金融，即數(shù)字金融對數(shù)字化程度高的企業(yè)技術(shù)創(chuàng)新促進(jìn)作用更強(qiáng)，假設(shè)2 成立。分析其原因是，企業(yè)數(shù)字化轉(zhuǎn)型可提高企業(yè)的管理效率和企業(yè)對發(fā)展動(dòng)態(tài)的分析能力，進(jìn)而提高企業(yè)的技術(shù)創(chuàng)新效率和發(fā)明專利申請數(shù)量。

表4 企業(yè)數(shù)字化轉(zhuǎn)型調(diào)節(jié)作用回歸分析結(jié)果

2.3.4 中介效應(yīng)檢驗(yàn)

為檢驗(yàn)融資約束和融資成本在數(shù)字金融對企業(yè)技術(shù)創(chuàng)新中的中介效應(yīng)，基于計(jì)量模型3，對融資約束和融資成本進(jìn)行了回歸分析。表5 為融資約束的中介效應(yīng)回歸分析結(jié)果。由表可知，企業(yè)融資約束與數(shù)字金融的回歸系數(shù)均為負(fù)，且在1%水平上顯著，說明數(shù)字金融可緩解企業(yè)融資約束；企業(yè)融資約束與企業(yè)發(fā)明專利申請數(shù)量的回歸系數(shù)為－0.33，且在10%水平上顯著，與企業(yè)技術(shù)創(chuàng)新效率的回歸系數(shù)為－0.00，且在5%水平上顯著，說明數(shù)字金融通過緩解企業(yè)融資約束，提高企業(yè)的發(fā)明專利申請數(shù)量和技術(shù)創(chuàng)新效率，即假設(shè)3 成立。分析其原因是，數(shù)字金融拓寬了企業(yè)融資渠道，增強(qiáng)了企業(yè)創(chuàng)新資金投入的穩(wěn)定性，進(jìn)而提高了企業(yè)的技術(shù)創(chuàng)新。

表5 融資約束的中介效應(yīng)回歸分析結(jié)果

表6 為企業(yè)融資成本的中介效應(yīng)回歸分析結(jié)果。由表可知，企業(yè)融資成本與數(shù)字金融的回歸系數(shù)均為負(fù)，且在1%水平上顯著，說明數(shù)字金融可降低企業(yè)融資成本；企業(yè)融資成本與企業(yè)發(fā)明專利申請數(shù)量的回歸系數(shù)為0.40，且在10%水平上顯著，與企業(yè)技術(shù)創(chuàng)新效率的回歸系數(shù)為－0.00，且在5%水平上顯著，說明數(shù)字金融通過降低企業(yè)融資成本，提高企業(yè)的發(fā)明專利申請數(shù)量和技術(shù)創(chuàng)新效率，即假設(shè)4 成立。分析其原因是，數(shù)字金融保證了金融投資方與融資方的信息對稱，降低了投資與融資風(fēng)險(xiǎn)，進(jìn)而降低了企業(yè)融資成本，提高了企業(yè)的技術(shù)創(chuàng)新。

表6 融資成本的中介效應(yīng)回歸分析結(jié)果

2.3.5 異質(zhì)性檢驗(yàn)

為檢驗(yàn)不同企業(yè)數(shù)字金融對企業(yè)技術(shù)創(chuàng)新作用的異質(zhì)性，基于計(jì)量模型4，從企業(yè)產(chǎn)權(quán)性質(zhì)、企業(yè)行業(yè)、企業(yè)生命周期3 個(gè)方面，進(jìn)行回歸分析。表7 為不同產(chǎn)權(quán)性質(zhì)企業(yè)的回歸分析結(jié)果。由表可知，在企業(yè)發(fā)明專利申請數(shù)量上，數(shù)字金融與非國有企業(yè)和國有企業(yè)的回歸系數(shù)均為正，但與非國有企業(yè)的回歸系數(shù)更大，說明對非國有企業(yè)發(fā)明專利申請數(shù)量促進(jìn)作用更顯著；在企業(yè)技術(shù)創(chuàng)新效率方面，數(shù)字金融只對非國有企業(yè)具有顯著促進(jìn)作用。由此說明，數(shù)字金融更能促進(jìn)非國有企業(yè)技術(shù)創(chuàng)新。分析其原因是，非國有企業(yè)的技術(shù)創(chuàng)新資金多來自市場資本，國有企業(yè)的技術(shù)創(chuàng)新資金多來自銀行信貸，而數(shù)字金融提供了豐富的融資渠道，降低了非國有企業(yè)的融資成本，進(jìn)而提高了其創(chuàng)新效率和發(fā)明專利申請數(shù)量，進(jìn)而提高了其企業(yè)技術(shù)創(chuàng)新。

表7 不同產(chǎn)權(quán)性質(zhì)企業(yè)回歸分析結(jié)果

表8 為不同行業(yè)企業(yè)回歸分析結(jié)果。由表可知，在企業(yè)發(fā)明專利申請數(shù)量上，數(shù)字金融與高技術(shù)和非高技術(shù)企業(yè)的回歸系數(shù)均為正，且均在10%水平上顯著，但與高技術(shù)企業(yè)的回歸系數(shù)更大，說明數(shù)字金融對高技術(shù)企業(yè)的發(fā)明專利申請數(shù)量促進(jìn)效果更顯著；在企業(yè)技術(shù)創(chuàng)新效率方面，數(shù)字金融只顯著促進(jìn)高技術(shù)企業(yè)技術(shù)創(chuàng)新效率，且在1%水平上顯著。由此說明，數(shù)字金融對高技術(shù)企業(yè)的技術(shù)創(chuàng)新促進(jìn)效果更明顯。

表8 不同行業(yè)企業(yè)回歸分析結(jié)果

表9 為不同生命周期企業(yè)回歸分析結(jié)果。由表可知，在企業(yè)發(fā)明專利申請數(shù)量上，數(shù)字金融與成熟期和衰退期企業(yè)的回歸系數(shù)均為正，但與成熟期企業(yè)的回歸系數(shù)更大，說明數(shù)字金融對成熟期企業(yè)的發(fā)明專利申請數(shù)量促進(jìn)效果更顯著；在企業(yè)技術(shù)創(chuàng)新效率方面，數(shù)字金融只顯著促進(jìn)成熟期企業(yè)技術(shù)創(chuàng)新效率，且在10%水平上顯著。由此說明，數(shù)字金融對成熟期企業(yè)的技術(shù)創(chuàng)新促進(jìn)效果更明顯。

表9 不同行業(yè)企業(yè)回歸分析結(jié)果

通過上述異質(zhì)性檢驗(yàn)結(jié)果可知，數(shù)字金融對非國有企業(yè)、高技術(shù)行業(yè)和成熟期企業(yè)的技術(shù)創(chuàng)新促進(jìn)作用更顯著，假設(shè)3 成立。

2.3.6 穩(wěn)健性檢驗(yàn)

為檢驗(yàn)上述結(jié)果的穩(wěn)定性，通過采用Tobit 模型替換回歸模型，檢驗(yàn)上述結(jié)果的穩(wěn)健性，得到結(jié)果如表10 所示。對比表10 和表3 可知，Tobit模型替換回歸模型前后結(jié)果，數(shù)字金融對企業(yè)技術(shù)創(chuàng)新的影響相同，數(shù)字金融可促進(jìn)企業(yè)技術(shù)創(chuàng)新。由此說明，上述結(jié)果具有可靠性。

表10 替換模型后回歸分析結(jié)果

3 結(jié)論與對策

基于上述選取2012～2022 年我國A 股上市企業(yè)面板數(shù)據(jù)，實(shí)證分析并檢驗(yàn)了數(shù)字金融對企業(yè)技術(shù)創(chuàng)新的作用機(jī)制及其異質(zhì)性，本文得出以下結(jié)論：（1）數(shù)字金融通過提高企業(yè)發(fā)明專利申請數(shù)量和技術(shù)創(chuàng)新效率，促進(jìn)企業(yè)技術(shù)創(chuàng)新；（2）企業(yè)數(shù)字化程度在數(shù)字金融對企業(yè)技術(shù)創(chuàng)新中起到調(diào)節(jié)作用，數(shù)字化程度高的企業(yè)技術(shù)創(chuàng)新促進(jìn)作用更強(qiáng)；（3）數(shù)字金融通過緩解企業(yè)融資約束促進(jìn)企業(yè)技術(shù)創(chuàng)新；（4）數(shù)字金融通過降低企業(yè)融資成本促進(jìn)企業(yè)技術(shù)創(chuàng)新；（5）數(shù)字金融對非國有企業(yè)、高技術(shù)行業(yè)和成熟期企業(yè)的技術(shù)創(chuàng)新促進(jìn)作用更顯著。

基于上述結(jié)論，為進(jìn)一步提高企業(yè)技術(shù)創(chuàng)新，本文從政府層面、金融監(jiān)管部門層面和企業(yè)層面，提出以下建議與對策：

（1）政府層面?？紤]到數(shù)字金融對企業(yè)技術(shù)創(chuàng)新具有顯著促進(jìn)作用，政府部門應(yīng)加快建設(shè)數(shù)字金融，并給予相應(yīng)企業(yè)政策支持，以更好地推動(dòng)金融和數(shù)字科技的融合，進(jìn)而促進(jìn)企業(yè)技術(shù)創(chuàng)新。同時(shí)，還應(yīng)結(jié)合不同產(chǎn)權(quán)性質(zhì)、不同行業(yè)企業(yè)以及不同生命周期企業(yè)的差異性，制定不同的數(shù)字金融發(fā)展策略，以最大化發(fā)揮數(shù)字金融對企業(yè)技術(shù)創(chuàng)新的作用。若當(dāng)?shù)仄髽I(yè)存在較多非國有企業(yè)、高技術(shù)企業(yè)和成熟期企業(yè)，則政府部門應(yīng)促進(jìn)數(shù)字金融向高質(zhì)量方向發(fā)展；若當(dāng)?shù)仄髽I(yè)存在較多國有企業(yè)、非高技術(shù)企業(yè)和衰退期企業(yè)，則政府部門應(yīng)尋找其他路徑，來提高企業(yè)技術(shù)創(chuàng)新。

（2）金融監(jiān)管部門層面。數(shù)字金融是一種全新的業(yè)態(tài)，對金融監(jiān)管部門而言，首先要強(qiáng)化對數(shù)字金融的認(rèn)知程度，然后應(yīng)不斷更新數(shù)字金融監(jiān)管技術(shù)與方法，提前預(yù)防和解決數(shù)字金融監(jiān)管中可能出現(xiàn)的問題和風(fēng)險(xiǎn)，以保障數(shù)字金融發(fā)展安全，促進(jìn)企業(yè)技術(shù)創(chuàng)新。

（3）企業(yè)層面。數(shù)字金融促進(jìn)了企業(yè)技術(shù)創(chuàng)新，為企業(yè)提供了更多融資渠道和金融服務(wù)。對于企業(yè)而言，要把握企業(yè)和數(shù)字金融的發(fā)展機(jī)遇，還應(yīng)加快數(shù)字化轉(zhuǎn)型，提高企業(yè)對信息資源的管理和利用效率，進(jìn)而提升企業(yè)的市場競爭力，促進(jìn)企業(yè)技術(shù)創(chuàng)新。