數(shù)字金融對“專精特新”企業(yè)創(chuàng)新能力的影響機制研究

摘要：為了探索“專精特新”企業(yè)高質(zhì)量發(fā)展機制，文章將“專精特新”上市企業(yè)與市級層面的北大數(shù)字普惠金融指數(shù)進行匹配，得到時間窗口為2011—2022年的樣本集，并建立雙向固定效應模型，實證分析數(shù)字金融對“專精特新”企業(yè)創(chuàng)新能力的影響。研究發(fā)現(xiàn)，數(shù)字金融對提升“專精特新”企業(yè)創(chuàng)新能力具有顯著促進效果，并且對國有性質(zhì)和較大規(guī)模的企業(yè)更為明顯。進一步分析發(fā)現(xiàn)，數(shù)字金融通過緩解融資約束、擴大信貸規(guī)模等途徑提升“專精特新”企業(yè)創(chuàng)新能力。文章旨在為數(shù)字金融賦能“專精特新”企業(yè)創(chuàng)新發(fā)展提供啟發(fā)。

關鍵詞：數(shù)字金融；“專精特新”企業(yè)；創(chuàng)新能力；融資約束

中圖分類號：F49；F832 " " " 文獻標識碼：A " " "文章編號：1674-0688（2024）10-0027-06

0 引言

我國中小企業(yè)數(shù)量龐大且充滿活力，對國民經(jīng)濟的穩(wěn)定健康發(fā)展有著重要作用。我國實施“專精特新”企業(yè)發(fā)展戰(zhàn)略，旨在促進中小企業(yè)發(fā)展成為“專業(yè)化、精細化、特色化、新穎化”的企業(yè)。在中小企業(yè)向“專精特新”企業(yè)發(fā)展的過程中，創(chuàng)新至關重要。然而許多中小企業(yè)存在著融資難題，無法得到充足資金用于企業(yè)的研發(fā)創(chuàng)新活動。這導致許多中小企業(yè)不能及時更新技術和迭代產(chǎn)品，喪失市場機會。近年來，隨著數(shù)字技術的快速發(fā)展，建立在互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等信息技術基礎上的數(shù)字金融成為一股新興力量，形成了推動經(jīng)濟發(fā)展的強大驅(qū)動力。

國內(nèi)外學者對數(shù)字金融的概念有著不一樣的理解。有些學者認為，數(shù)字金融是一種創(chuàng)新的金融產(chǎn)品和服務的集合，是金融科技公司與創(chuàng)新金融服務機構建立的新型客戶溝通與互動模式［1］。還有些學者認為，數(shù)字金融是新興信息技術與傳統(tǒng)金融行業(yè)相結(jié)合進而形成的一種新型的金融行業(yè)運作范式［2］。目前，業(yè)界對數(shù)字金融發(fā)展水平的衡量方式主要有3種。第一種方式主要是對關鍵詞的檢索量進行量化分析。例如，盛天翔等［3］整理2011年至2017年間各省份的百度搜索指數(shù)，據(jù)此匯總成金融科技指數(shù)。第二種方式則是從金融領域的創(chuàng)新投入與研發(fā)產(chǎn)出兩個方面來度量數(shù)字金融。巴曙松等［4］便是利用金融創(chuàng)新的投入和產(chǎn)出數(shù)量測度數(shù)字金融的發(fā)展狀況。第三種方式則是從不同維度出發(fā)，選取指標并賦予相應的權重，最后計算出數(shù)字金融發(fā)展指數(shù)。如北大數(shù)字普惠金融指數(shù)就是學者們與螞蟻金融服務集團合作，共同創(chuàng)建了多維度、多指標的數(shù)字普惠金融指數(shù)［5］。

學者們往往聚焦融資、創(chuàng)新和轉(zhuǎn)型升級等維度探討數(shù)字金融對企業(yè)產(chǎn)生的影響。有學者發(fā)現(xiàn)數(shù)字金融能夠提高企業(yè)融資的配置效率［6］，能通過降低金融供需雙方的信息不對稱，將更多的金融資源向中小企業(yè)、低收入者傾斜配置，有效支持創(chuàng)新創(chuàng)業(yè)，有利于發(fā)揮金融服務的長尾效應［7］。傳統(tǒng)條件下，中小企業(yè)外部融資的獲取往往面臨諸多挑戰(zhàn)，而數(shù)字金融為中小企業(yè)提供新的融資途徑，顯著降低了它們對現(xiàn)金投資的敏感性，從而有效緩解融資約束問題［8］。數(shù)字金融還可以借助緩解融資約束來促進企業(yè)創(chuàng)新，如劉莉等［9］利用固定效應模型和中介效應方法，通過實證檢驗發(fā)現(xiàn)數(shù)字金融能夠有效緩解融資約束，促進中小企業(yè)科技創(chuàng)新。聶秀華等［10］指出數(shù)字金融可為中小企業(yè)在技術研發(fā)創(chuàng)新過程中所面臨的融資約束問題提供新的解決方案。

綜上，以往的研究多從宏觀視角探討數(shù)字金融對實體經(jīng)濟發(fā)展的影響。本文以數(shù)字金融如何影響“專精特新”企業(yè)創(chuàng)新為切入點，剖析數(shù)字金融作用于中小企業(yè)創(chuàng)新的傳導機制，還考慮產(chǎn)權特性、公司規(guī)模等因素對作用關系影響的差異性，通過實證研究發(fā)現(xiàn)數(shù)字金融可促進“專精特新”企業(yè)創(chuàng)新發(fā)展，并揭示數(shù)字金融通過“減少融資約束—促進企業(yè)創(chuàng)新—‘專精特新’發(fā)展”路徑推動中小企業(yè)實現(xiàn)高質(zhì)量發(fā)展。這些微觀層面的研究不僅可以豐富數(shù)字金融領域的研究內(nèi)容，而且還為探索“專精特新”企業(yè)高質(zhì)量發(fā)展路徑提供了理論依據(jù)和實證支持。

1 理論分析與研究假設

1.1 數(shù)字金融與企業(yè)創(chuàng)新

創(chuàng)新是“專精特新”企業(yè)持續(xù)發(fā)展的核心驅(qū)動力。企業(yè)創(chuàng)新活動周期長、資金需求大、風險高，因此穩(wěn)定、高效且持續(xù)的資金供給有助于順利推進企業(yè)的創(chuàng)新活動。然而，創(chuàng)新活動的高風險特性與資金供給方對失敗的低容忍度會導致企業(yè)在創(chuàng)新嘗試中面臨嚴峻的外部融資約束。此外，企業(yè)創(chuàng)新活動的機密性限制了信息披露，這加劇了資金供需雙方的信息不對稱問題，增加了融資的成本負擔，進一步抬高了企業(yè)的融資成本?！皩＞匦隆逼髽I(yè)因有形資產(chǎn)不足，抵押擔保能力弱，面臨信貸門檻高等問題，缺少創(chuàng)新資金供給，導致創(chuàng)新動力不足、創(chuàng)新輸出穩(wěn)定性差。但隨著數(shù)字金融的崛起，科技與金融數(shù)據(jù)開始融合，展現(xiàn)出了強大的資源整合、信息共享與資源匹配能力。數(shù)字金融推動了金融產(chǎn)品的多樣化，提供了新型金融業(yè)務模式，降低了融資成本，拓寬了融資渠道，為企業(yè)獲得持續(xù)的創(chuàng)新資金提供更多機會。基于以上分析，數(shù)字金融能夠幫助“專精特新”企業(yè)解決創(chuàng)新資金不足的難題，助力企業(yè)持續(xù)創(chuàng)新。據(jù)此，本文提出假設1：數(shù)字金融能夠提升“專精特新”企業(yè)的創(chuàng)新能力。

1.2 數(shù)字金融提升企業(yè)創(chuàng)新能力的作用機制

金融市場中廣泛分布著眾多規(guī)模小、分散的“長尾群體”，這些群體包括小規(guī)模投資者及邊緣化用戶。在傳統(tǒng)的金融服務模式中，金融機構往往更傾向服務于大型企業(yè)，中小企業(yè)的融資需求難以得到充分滿足與響應，制約了其創(chuàng)新活力。隨著大數(shù)據(jù)、云計算等一系列技術的迅速崛起，數(shù)字金融使得中小企業(yè)在融資問題上有了新的解決路徑，有效地緩解了中小企業(yè)在創(chuàng)新過程中所面臨的資金短缺問題。

金融機構與中小企業(yè)之間存在信息不對稱問題，金融機構為降低信貸風險，對中小企業(yè)進行長時間的審查，導致中小企業(yè)融資效率降低與融資成本上升。數(shù)字金融可以幫助企業(yè)解決信息不對稱難題，降低融資成本。數(shù)字金融的信息搜集、整合能力在中小企業(yè)風險管理中具有顯著優(yōu)勢，其核心在于能夠精準地評估企業(yè)的風險狀況，進而構建起一個健全且高效的第三方征信體系，緩解信息不對稱情況，促使中小企業(yè)獲得金融機構的信任，增加獲得信貸的機會并擴大貸款規(guī)模?；谝陨戏治?，本文提出假設2：數(shù)字金融通過緩解融資約束提升“專精特新”企業(yè)的創(chuàng)新能力；假設3：數(shù)字金融通過擴大信貸規(guī)模提升“專精特新”企業(yè)的創(chuàng)新能力。

2 研究設計

2.1 模型設定

基于上述理論分析與假設，本文構建了相應的模型進行后續(xù)分析與研究：

Lnpatenti，t=β0+β1IFj，t+β2Controlsi，t+μi+ηt+εi，t "（1）

其中：Lnpatenti，t為被解釋變量，表示i公司在第t年度的年度專利申請數(shù)；IFj，t為解釋變量，表示第t年企業(yè)所在地級市j的數(shù)字普惠金融指數(shù)；Controlsi，t表示控制變量，涵蓋了i企業(yè)在第t年的微觀層面數(shù)據(jù)；μi為個體固定效應；ηt為年份固定效應；εi，t為隨機擾動項。

2.2 變量選擇

2.2.1 被解釋變量：企業(yè)創(chuàng)新能力

根據(jù)現(xiàn)有文獻可知，衡量企業(yè)創(chuàng)新能力水平主要有兩條路徑：一是從企業(yè)研發(fā)投入著手，分析研發(fā)投入強度、研發(fā)人員數(shù)量與結(jié)構；二是聚焦企業(yè)研發(fā)產(chǎn)出，關注創(chuàng)新活動的實際成果，如新產(chǎn)品、新技術或?qū)＠臄?shù)量與質(zhì)量等。鑒于創(chuàng)新活動的高風險性，研發(fā)投入并不能完全轉(zhuǎn)化成實際結(jié)果，用研發(fā)投入度量創(chuàng)新能力水平會產(chǎn)生偏高的評估。因此，本文參照唐松等［11］的做法，選取企業(yè)的年度專利申請數(shù)，加1取自然對數(shù)作為衡量企業(yè)創(chuàng)新的指標。

2.2.2 解釋變量：數(shù)字金融水平

本文參照萬佳彧等［12］的研究，選取了2011—2022年的北京大學數(shù)字普惠金融指數(shù)來度量數(shù)字金融。該指數(shù)由北大數(shù)字金融研究中心與螞蟻金融服務集團合作編制，覆蓋全國311個省份、337個地級以上城市，有著大量可靠的數(shù)據(jù)支撐。該指數(shù)包含數(shù)字金融覆蓋廣度、數(shù)字金融使用深度、數(shù)字金融數(shù)字化程度3個一級子維度，精準地描繪出地區(qū)數(shù)字金融發(fā)展水平。

2.2.3 中介變量

融資約束（變量為SA_index）：選取代理成本節(jié)約指數(shù)（Agent Cost Saving Index）作為衡量融資約束的變量，其計算公式如下：SA_index= （?0.737×Size） + （0.043× Size^2）?（0.040×Age）。

信貸規(guī)模（變量為bankd）：數(shù)字金融所依賴的大數(shù)據(jù)、云計算等先進技術，可提高金融機構的風險評估能力和服務效率，減少對抵押品和信用記錄的依賴，使更多中小企業(yè)獲得信貸支持，促進信貸規(guī)模的擴大。本文將銀行貸款（長期貸款+短期貸款）與總負債的比例作為信貸規(guī)模的度量方式。

2.3.4 控制變量

影響因素較多，本文控制托賓Q值（TOBINQ）、資產(chǎn)負債率（Lev）、凈資產(chǎn)收益率（ROE）、總資產(chǎn)周轉(zhuǎn)率（ASSET_TURNOVER）、固定資產(chǎn)比率（FIX）、營業(yè)總收入增長率（GROWSE）、兩職合一（Dual，董事長是否兼任總經(jīng)理，兼任取1，否則取0）等企業(yè)微觀層面變量。

2.3 樣本選擇與數(shù)據(jù)來源

選取2011—2022年上市的“專精特新”企業(yè)作為研究對象，主要數(shù)據(jù)來源：①“專精特新”企業(yè)來自工信部公示的名單；②數(shù)字普惠金融指數(shù)源自北京大學數(shù)字金融研究中心；③企業(yè)創(chuàng)新產(chǎn)出的相關數(shù)據(jù)，如申請專利數(shù)，由中國研究數(shù)據(jù)服務平臺（CNRDS）搜集整理得到；④企業(yè)相關財務數(shù)據(jù)主要通過中國經(jīng)濟金融數(shù)據(jù)庫（CSMAR）庫搜集整理得到。剔除財務及經(jīng)營狀況異常的ST（特別處理，通常表述財務狀況異常的公司）、ST*（存在退市風險的公司）和存在數(shù)據(jù)缺失的企業(yè)，對連續(xù)變量進行縮尾處理后，得到1 888個有效觀測值。利用Stata軟件，對變量進行描述性分析，結(jié)果見表1。

通過表1可以看出，被解釋變量企業(yè)年度專利申請指數(shù)的最小值為 0，說明部分企業(yè)沒有專利申請，最大值為6.926，標準差為 1.874，說明數(shù)據(jù)離散程度較大，企業(yè)年度專利申請數(shù)量上存在較大差異，也就說明“專精特新”企業(yè)之間的創(chuàng)新水平存在較大差異，樣本具有代表性。解釋變量數(shù)字普惠金融指數(shù)的均值為263.917，最大值和最小值為 359.683和44.070，說明各城市之間的數(shù)字金融水平存在較為明顯的差異。就控制變量而言，資產(chǎn)負債率（LEV）均值為 0.273，說明總體上企業(yè)償債能力較好，但最大值 0.961 和最小值0.020 之間存在明顯差距，說明企業(yè)償債能力有較大差距。

3 實證分析

3.1 回歸分析

本文選取雙向固定效應模型進行基準回歸，結(jié)果見表2。

從表2可知，逐步增加控制變量，模型的估計結(jié)果未出現(xiàn)顯著變化，表明模型設定相對穩(wěn)健。表2中模型（1）是僅控制年份、企業(yè)個體層面的雙向固定效應，并未加入控制變量。數(shù)據(jù)顯示，數(shù)字普惠金融指數(shù)的系數(shù)在10%的顯著性水平上為正，表明數(shù)字金融能顯著提升“專精特新”企業(yè)的創(chuàng)新能力。隨后逐步添加控制變量，得到表2模型（2）、模型（3）、模型（4），可觀察到數(shù)字普惠金融指數(shù)的系數(shù)在5%統(tǒng)計水平上顯著，顯著性有所提升，并且系數(shù)為0.022，表明數(shù)字普惠金融指數(shù)每增長1個單位，企業(yè)當年申請發(fā)明專利的數(shù)量就增加0.022個單位。據(jù)此，研究假設1得到證實。

3.2 機制檢驗

為驗證數(shù)字金融通過緩解融資約束促進“專精特新”企業(yè)創(chuàng)新，選取SA_index作為融資約束的衡量指標，采用銀行貸款與總負債的比例（bankd）作為信貸規(guī)模的度量指標。

從表3中的第二列中可以發(fā)現(xiàn)，SA_index與數(shù)字普惠金融指數(shù)的回歸系數(shù)在1%水平下顯著，并且其值為-0.001，驗證了數(shù)字金融能夠通過緩解融資約束促進企業(yè)創(chuàng)新，假設2成立。從表3第三列可以注意到，信貸規(guī)模指數(shù)與數(shù)字普惠金融指數(shù)在5%的水平上正向顯著，表明數(shù)字金融不僅能緩解融資約束，而且還可幫助企業(yè)獲得更多信貸資源推動企業(yè)創(chuàng)新，假設3成立。

3.3 異質(zhì)性檢驗

3.3.1 不同產(chǎn)權性質(zhì)

根據(jù)企業(yè)產(chǎn)權性質(zhì)劃分國有企業(yè)和非國有企業(yè)兩組實驗，剖析數(shù)字金融對不同產(chǎn)權性質(zhì)的專精特新企業(yè)創(chuàng)新能力的差異化影響。不同產(chǎn)權異質(zhì)性檢驗結(jié)果見表4。

根據(jù)表4可知，無論是國有企業(yè)還是非國有企業(yè)，數(shù)字金融影響均顯著，且相較于非國有企業(yè)（系數(shù)為0.020 1），數(shù)字金融對國有企業(yè)（系數(shù)為0.090 5）企業(yè)創(chuàng)新的推動作用更為顯著。這是因為國有企業(yè)作為國民經(jīng)濟的重要支柱，其發(fā)展與國家政策導向緊密相關。數(shù)字金融作為國家高度重視、積極推廣的新興金融模式，在國有企業(yè)的推廣程度、使用程度更深。國有企業(yè)因其獨特的政治性和社會責任感，更能將獲得的金融資源轉(zhuǎn)化為創(chuàng)新產(chǎn)出。也就是說國有企業(yè)在利用數(shù)字金融推動企業(yè)創(chuàng)新方面，展現(xiàn)出了更高的敏感性和執(zhí)行力。

3.3.2 不同規(guī)模大小

本文以企業(yè)規(guī)模的中位數(shù)作為劃分標準，大于中位數(shù)的定義于大規(guī)模企業(yè)，小于中位數(shù)的定義于小規(guī)模企業(yè)。不同規(guī)模大小異質(zhì)性檢驗結(jié)果見表5。

根據(jù)表5可知，數(shù)字金融對大規(guī)模企業(yè)的創(chuàng)新作用更為顯著（系數(shù)為0.025 7），而對小規(guī)模企業(yè)的創(chuàng)新作用較為溫和。存在該現(xiàn)象的原因主要是小規(guī)模企業(yè)受限于緊張的財務資源，獲取融資后會優(yōu)先保障生產(chǎn)運營以及市場開發(fā)，分配給創(chuàng)新研發(fā)方面的融資較少。此外，小規(guī)模企業(yè)在創(chuàng)新研發(fā)上的專業(yè)度和成熟度弱于大規(guī)模企業(yè)，即使兩者創(chuàng)新投入一致，小規(guī)模企業(yè)在創(chuàng)新成果的轉(zhuǎn)化效率和創(chuàng)新能力提升的速度上相對有限。因此，盡管數(shù)字金融為小規(guī)模企業(yè)提供了更多的融資渠道與可能性，但在短期內(nèi)，其對企業(yè)創(chuàng)新的直接推動作用尚顯不足，難以與大規(guī)模企業(yè)相比。

3.4 穩(wěn)健性檢驗

本文為減輕內(nèi)生性問題對實證結(jié)果的影響，采用了工具變量進行回歸檢驗。數(shù)字普惠金融指數(shù)具有一定的地理依賴性，離數(shù)據(jù)來源（杭州的螞蟻金融服務集團）越近，推廣力度越大［13］。也就是說數(shù)字普惠金融的發(fā)展水平在某種程度上與距離杭州的遠近呈現(xiàn)出一定的關聯(lián)性。因此本文借鑒張勛等［14］的做法，將企業(yè)離杭州的地理距離作為工具變量，進行內(nèi)生性分析。在第一階段回歸中，回歸結(jié)果為92.29，大于10，表明該工具變量的選取是有效的。發(fā)現(xiàn)企業(yè)到杭州的距離與數(shù)字普惠金融在1%水平下成顯著負相關，表明企業(yè)離杭州的地理距離越遠，數(shù)字普惠金融水平越低。在第二階段回歸中，控制了內(nèi)生性，發(fā)現(xiàn)年度專利申請數(shù)與數(shù)字普惠金融指數(shù)仍然在1%的水平上顯著為正，表明實證研究結(jié)果具有穩(wěn)健性。

4 結(jié)論與政策建議

本文以2011—2022年“專精特新”企業(yè)為研究樣本，探討并檢驗了數(shù)字金融對“專精特新”企業(yè)創(chuàng)新的影響以及作用機制。研究發(fā)現(xiàn)，數(shù)字金融對“專精特新”企業(yè)的創(chuàng)新有著顯著促進作用，并且可以通過緩解企業(yè)融資約束、增加企業(yè)信貸規(guī)模的途徑實現(xiàn)。進一步檢驗發(fā)現(xiàn)，數(shù)字金融對國有“專精特新”企業(yè)以及較大規(guī)?！皩＞匦隆逼髽I(yè)的促進作用更為明顯。最后本文通過工具變量的內(nèi)生性檢驗，以及替換固定效應的途徑來檢驗研究結(jié)論的穩(wěn)健性，檢驗結(jié)果顯示結(jié)論依然成立。

基于上述結(jié)論，本文提出如下政策建議：一是企業(yè)應緊緊抓住數(shù)字金融機遇，充分利用數(shù)字金融平臺和渠道，有效籌措資金。非國有“專精特新”企業(yè)以及小規(guī)?！皩＞匦隆逼髽I(yè)要意識到創(chuàng)新是企業(yè)持續(xù)發(fā)展的命脈，應該將融資資源投入創(chuàng)新研發(fā)之中，提高創(chuàng)新能力，形成專業(yè)成熟的創(chuàng)新體系，致力于不斷提升和強化自身的核心競爭力。二是金融機構要持續(xù)推進科技與金融的深度融合，驅(qū)動金融服務的革新與水平的提升，將金融資源精準落實到企業(yè)，甚至是創(chuàng)新項目之中。金融機構應充分利用大數(shù)據(jù)等技術，監(jiān)管企業(yè)的融資去向，推進企業(yè)將融資落實到項目之中；還應該建立一個全面的企業(yè)融資信息平臺，對企業(yè)融資創(chuàng)新成果轉(zhuǎn)換進行賦值、評分，減少企業(yè)獲得融資后不投入創(chuàng)新研發(fā)之中的現(xiàn)象。三是對于政府而言，要激發(fā)企業(yè)的創(chuàng)新活力，提供稅收優(yōu)惠，設立專項資金，加強對企業(yè)創(chuàng)新的支持；構建完善的數(shù)字金融監(jiān)管體系，加強對數(shù)字金融市場的實時監(jiān)測和深入分析，以便及時發(fā)現(xiàn)并妥善處理潛在風險，維護金融市場的整體穩(wěn)定和安全。

5 參考文獻

［1］GOMBER P，KOCH J A，SIERING M. Digital finance and finTech：Current research and future research directions［J］. Journal of Business Economics，2017，87（5）：537-580.

［2］涂詠梅，吳盡，李夢婧.數(shù)字金融對企業(yè)融資成本影響的實證［J］.統(tǒng)計與決策，2022（19）：140-145.

［3］盛天翔，范從來.金融科技、最優(yōu)銀行業(yè)市場結(jié)構與小微企業(yè)信貸供給［J］.金融研究，2020（6）：114-132.

［4］巴曙松，白海峰，胡文韜.金融科技創(chuàng)新、企業(yè)全要素生產(chǎn)率與經(jīng)濟增長：基于新結(jié)構經(jīng)濟學視角［J］.財經(jīng)問題研究，2020（1）：46-53.

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

［6］高粼彤，孟霏，田啟波. 數(shù)字金融對企業(yè)技術創(chuàng)新的影響及空間效應［J］.科研管理，2024（6）：72-82.

［7］杜金岷，韋施威，吳文洋.數(shù)字普惠金融促進了產(chǎn)業(yè)結(jié)構優(yōu)化嗎？［J］.經(jīng)濟社會體制比較，2020（6）：38-49.

［8］LU Z， WU J， LI H，et al. Local bank， Digital financial inclusion and SME financing constraints： Empirical evidence from China［J］.Emerging Markets Finance and Trade，2022，58（6）：1712-1725.

［9］劉莉，楊宏睿.數(shù)字金融、融資約束與中小企業(yè)科技創(chuàng)新：基于新三板數(shù)據(jù)的實證研究［J］.華東經(jīng)濟管理，2022（5）：15-23.

［10］聶秀華，吳青.數(shù)字金融對中小企業(yè)技術創(chuàng)新的驅(qū)動效應研究［J］.華東經(jīng)濟管理，2021（3）：42-53.

［11］唐松，伍旭川，祝佳.數(shù)字金融與企業(yè)技術創(chuàng)新：結(jié)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（5）：52-66，9.

［12］萬佳彧，周勤，肖義. 數(shù)字金融、融資約束與企業(yè)創(chuàng)新［J］.經(jīng)濟評論，2020（1）：71-83.

［13］郭峰，孔濤，王靖一.互聯(lián)網(wǎng)金融空間集聚效應分析：來自互聯(lián)網(wǎng)金融發(fā)展指數(shù)的證據(jù)［J］.國際金融研究，2017（8）：75-85.

［14］張勛，楊桐，汪晨，等.數(shù)字金融發(fā)展與居民消費增長：理論與中國實踐［J］.管理世界，2020（11）：48-63.