劉柳 宋國玉 朱浩

摘 要：創(chuàng)新是我國經(jīng)濟轉(zhuǎn)型升級和實現(xiàn)高質(zhì)量發(fā)展的重要驅(qū)動力，但一直受高調(diào)整成本和高融資成本“雙高”問題的困擾，而數(shù)字金融的發(fā)展，增強了金融供給能力，并顯著改善了金融服務(wù)的可得性和便利性，有助于緩解企業(yè)創(chuàng)新融資難的問題，同時驅(qū)動企業(yè)創(chuàng)新并改善創(chuàng)新結(jié)構(gòu)。本文基于數(shù)字普惠金融指數(shù)和2011—2020年A股上市企業(yè)樣本數(shù)據(jù)，實證檢驗了數(shù)字金融對企業(yè)創(chuàng)新的影響。研究發(fā)現(xiàn)：（1）數(shù)字金融具有促進(jìn)企業(yè)高質(zhì)量創(chuàng)新的激勵效應(yīng)；（2）數(shù)字金融對緩解政府創(chuàng)新補助誘發(fā)企業(yè)策略性創(chuàng)新具有調(diào)節(jié)作用。

關(guān)鍵詞：數(shù)字金融；數(shù)字普惠金融指數(shù)；策略性創(chuàng)新；激勵效應(yīng)；調(diào)節(jié)作用

本文索引：劉柳，宋國玉，朱浩.<變量 2>[J].中國商論，2023（13）：-125.

中圖分類號：F832 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-0298（2023）07（a）--04

1 引言

創(chuàng)新作為具有典型投入沉沒性、過程不可逆及產(chǎn)出不確定的長周期、高風(fēng)險正外部性強的活動，一直受到高調(diào)整成本和高融資成本“雙高”問題的困擾，其持續(xù)性更需要穩(wěn)定且充足的資源保障。近年來，依托大數(shù)據(jù)、云計算、區(qū)塊鏈、人工智能等新興信息技術(shù)的快速發(fā)展及其向傳統(tǒng)領(lǐng)域的加速滲透融合，我國數(shù)字金融實現(xiàn)跨越式發(fā)展，切實增強了金融供給能力，并顯著改善了金融服務(wù)的可得性和便利性。鑒于此，探討和分析具有打破時空約束、便捷、低成本、低門檻特征的數(shù)字金融，能否驅(qū)動我國企業(yè)創(chuàng)新并改善創(chuàng)新結(jié)構(gòu)，助力高質(zhì)量創(chuàng)新以擺脫“低端鎖定”和“量大質(zhì)低”的創(chuàng)新困境，成為國內(nèi)外學(xué)者的研究熱點，并具有較強的現(xiàn)實指導(dǎo)意義。對此，本文聚焦并嘗試回答以下兩個問題：一是數(shù)字金融促進(jìn)企業(yè)創(chuàng)新并改善企業(yè)創(chuàng)新結(jié)構(gòu)了嗎？二是數(shù)字金融是否緩解了政府創(chuàng)新補助誘發(fā)的企業(yè)策略性創(chuàng)新？

基于此，本文利用數(shù)字普惠金融指數(shù)和2011—2020年A股上市公司數(shù)據(jù)，實證檢驗了數(shù)字金融發(fā)展對企業(yè)創(chuàng)新結(jié)構(gòu)的影響及其對政府創(chuàng)新補助誘發(fā)的企業(yè)策略性創(chuàng)新行為的緩解作用。

2 理論分析與研究假設(shè)

2.1 數(shù)字金融與企業(yè)創(chuàng)新

數(shù)字金融是利用互聯(lián)網(wǎng)技術(shù)和移動通信技術(shù)等現(xiàn)代信息技術(shù)，實現(xiàn)資金融通、支付、投資和信息中介服務(wù)的一種新興金融服務(wù)模式，通過場景、數(shù)據(jù)和結(jié)合金融創(chuàng)新產(chǎn)品來補足傳統(tǒng)金融服務(wù)的短板，充分發(fā)揮“成本低、速度快、覆蓋廣”的優(yōu)勢，降低金融服務(wù)門檻與金融交易成本，有助于緩解企業(yè)融資約束和提高創(chuàng)新效率，進(jìn)而促進(jìn)高質(zhì)量創(chuàng)新。

一方面，數(shù)字金融借助現(xiàn)代信息技術(shù)可觸及較為廣泛的尾部群體，有效擴大資金來源為緩解企業(yè)融資約束提供了可能。數(shù)字金融采集企業(yè)創(chuàng)新主體在互聯(lián)網(wǎng)上沉淀的大量行為數(shù)據(jù)等軟信息，有助于解決企業(yè)內(nèi)部和外部信息不對稱?；诖髷?shù)據(jù)分析為降低風(fēng)險評估成本提供了可能，一是精準(zhǔn)識別具有價值的創(chuàng)新項目，避免迎合政府政策而實施低價值策略性創(chuàng)新；二是實現(xiàn)投資者對創(chuàng)新主體信用評估的同時，有效彌補了其硬信息不足的劣勢，有助于緩解創(chuàng)新活動信息不對稱導(dǎo)致的融資約束，助其跨越創(chuàng)新的資金門檻，推動開展高質(zhì)量創(chuàng)新活動。

另一方面，數(shù)字金融作為一種金融溢出，在一定程度上能夠驅(qū)動傳統(tǒng)金融體系重塑，獨特的數(shù)據(jù)優(yōu)勢有助于實現(xiàn)對企業(yè)復(fù)雜信息的整合和處理，更深層次的數(shù)字支付、數(shù)字信貸等業(yè)務(wù)形態(tài)能有效緩解借貸雙方的代理沖突。數(shù)字金融的發(fā)展能將更多的創(chuàng)新主體融入主流金融服務(wù)中，在此過程中，提升類金融能力和人力資源水平，并促進(jìn)其從開放式創(chuàng)新中獲益。依托數(shù)據(jù)分析和共享，以較低的通信和復(fù)制成本幫助企業(yè)進(jìn)行新產(chǎn)品研發(fā)創(chuàng)新，有助于提高企業(yè)創(chuàng)新效率。據(jù)此，本文提出假說H1：

H1：數(shù)字金融正向激勵企業(yè)高質(zhì)量創(chuàng)新，但對企業(yè)策略性創(chuàng)新沒有刺激作用。

2.2 數(shù)字金融與企業(yè)策略性創(chuàng)新

創(chuàng)新補助作為政府刺激企業(yè)創(chuàng)新水平提升的重要政策工具，在我國取得了顯著成效，并一直是創(chuàng)新領(lǐng)域研究的熱點?，F(xiàn)有文獻(xiàn)指出，資源獲取和信號傳遞是創(chuàng)新補助影響企業(yè)創(chuàng)新的重要渠道，與創(chuàng)新補助激勵效應(yīng)得到證實的還有扭曲效應(yīng)，創(chuàng)新補助不完全契約屬性易誘發(fā)企業(yè)實施“尋扶持”的策略性創(chuàng)新，期望通過獲得補助緩解融資約束和應(yīng)對經(jīng)營風(fēng)險，進(jìn)而追求創(chuàng)新“數(shù)量”迎合補助政策，忽視“質(zhì)量”衍生“專利泡沫”，資源配置過程中，尋租行為也會加劇扭曲效應(yīng)。上述分歧說明“市場失靈”與“政府失靈”可能同時存在。如何緩解創(chuàng)新補助扭曲效應(yīng)和修正企業(yè)策略性創(chuàng)新成為政府創(chuàng)新補助體系優(yōu)化和完善的關(guān)鍵。

數(shù)字金融借助現(xiàn)代信息技術(shù)運用和金融服務(wù)的快速供給，有助于削弱企業(yè)策略性創(chuàng)新動機，進(jìn)而緩解政府創(chuàng)新補助誘發(fā)的策略性創(chuàng)新行為。首先，數(shù)字金融對企業(yè)創(chuàng)新融資環(huán)境的改善，提高了企業(yè)融資便利性，有效緩解了企業(yè)創(chuàng)新所面臨的融資約束，能在一定程度上減輕企業(yè)追求創(chuàng)新補助進(jìn)而獲得融資便利的策略性創(chuàng)新行為。其次，數(shù)字金融的適時和快速響應(yīng)能在一定程度上緩解企業(yè)因流動性緊張而出現(xiàn)的風(fēng)險敞口，幫助企業(yè)更有效地應(yīng)對內(nèi)外部財務(wù)沖擊和經(jīng)營風(fēng)險，有效避免企業(yè)因風(fēng)險規(guī)避而弱化創(chuàng)新。最后，數(shù)字金融和現(xiàn)代信息技術(shù)的快速發(fā)展與推廣應(yīng)用，有助于政府和社會加強對企業(yè)創(chuàng)新質(zhì)量的精準(zhǔn)甄別，降低低質(zhì)量創(chuàng)新的補助獲利，進(jìn)而壓縮企業(yè)策略性創(chuàng)新行為生產(chǎn)空間。據(jù)此，本文提出假說H2：

H2：數(shù)字金融能緩解政府創(chuàng)新補助所誘發(fā)的企業(yè)策略性創(chuàng)新。

3 研究設(shè)計

3.1 樣本選擇與數(shù)據(jù)來源

本文選擇A股上市企業(yè)為研究樣本，依據(jù)數(shù)字金融指數(shù)起始年限（2011年），選擇2011—2020年為樣本期間，并對樣本數(shù)據(jù)進(jìn)行了以下處理：（1）剔除金融類和AB股交叉上市企業(yè)；（2）剔除整個樣本期間內(nèi)沒有創(chuàng)新產(chǎn)出的企業(yè)；（3）剔除ST、*ST、PT類樣本；（4）剔除關(guān)鍵變量缺失的樣本；（5）為避免極端值影響，對連續(xù)變量在1%和99%分位上進(jìn)行Winsorize處理，最終獲得15874個“企業(yè)-年份”觀測樣本。企業(yè)專利數(shù)據(jù)來自CNRDS數(shù)據(jù)庫，企業(yè)財務(wù)數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫和Wind數(shù)據(jù)庫，數(shù)字金融指數(shù)來自北京大學(xué)編制的《數(shù)字普惠金融指數(shù)》（2011—2020年）。

3.2 模型設(shè)計與變量定義

為檢驗上述假說H1和H2，本文分別構(gòu)建以下2個實證模型：

其中，被解釋變量Inn為企業(yè)創(chuàng)新，相對專利申請，專利授予因得到國家專利局認(rèn)證更能準(zhǔn)確反映企業(yè)的有效創(chuàng)新產(chǎn)出，且三種專利之間創(chuàng)新難度和價值存在較大差異。因此，本文采用發(fā)明專利授權(quán)作為企業(yè)高質(zhì)量創(chuàng)新的代理指標(biāo)，非發(fā)明專利授權(quán)作為企業(yè)策略性創(chuàng)新的代理指標(biāo)。

DIF表示企業(yè)所在省份的數(shù)字金融發(fā)展情況，采用北京大學(xué)數(shù)字金融研究中心發(fā)布的北京大學(xué)《數(shù)字普惠金融指數(shù)》度量，并進(jìn)行歸一化處理。

Sub表示創(chuàng)新補助。借鑒郭玥（2018）的研究，為排除非創(chuàng)新補助的干擾，本文運用關(guān)鍵詞檢索方法搜索上市公司政府補助明細(xì)中的具體項目名稱和說明，僅當(dāng)包含有與創(chuàng)新相關(guān)的關(guān)鍵詞條目（如研究、研發(fā)、創(chuàng)新、專利、人才等）才計入創(chuàng)新補助。

CV表示控制變量。為盡可能克服遺漏變量的影響，借鑒已有研究，本文納入企業(yè)微觀層面的多個變量，包括企業(yè)規(guī)模Size、資產(chǎn)負(fù)債率Lev、企業(yè)年齡Age、營業(yè)收入增長率Growth、資產(chǎn)收益率Roa、有形資產(chǎn)比重Ci、獨立董事占比Indep、大股東持股比例Top1、管理層薪酬激勵Msalary、是否出口Export、研發(fā)投入Rd等，并控制了年度、行業(yè)和省份效應(yīng)?？紤]到以專利授權(quán)衡量創(chuàng)新存在滯后，并避免反向因果以減輕內(nèi)生性問題，本文對數(shù)字金融關(guān)鍵解釋變量和所有控制變量均作滯后一期處理，變量定義如表1所示。

4 實證結(jié)果與分析

4.1 描述性統(tǒng)計與相關(guān)分析

表2為主要變量的描述性統(tǒng)計結(jié)果，發(fā)明專利Inn_i均值1.47、中位數(shù)1.39、最大值7.76，均小于非發(fā)明專利Inn_u均值2.51、中位數(shù)2.64、最大值8.45，表明上市公司創(chuàng)新產(chǎn)出中非發(fā)明專利占比較大，存在高質(zhì)量創(chuàng)新和策略性創(chuàng)新兩種行為。數(shù)字金融DIF歸一化處理后均值0.57，中位數(shù)0.60，標(biāo)準(zhǔn)差0.21，說明不同區(qū)域之間數(shù)字金融發(fā)展程度存在一定的差異，為本文檢驗數(shù)字金融對企業(yè)創(chuàng)新的影響提供了基礎(chǔ)。樣本中，約74.6%的企業(yè)獲得過政府創(chuàng)新補助，Sup均值0.13、標(biāo)準(zhǔn)差0.23，說明政府創(chuàng)新補助在不同企業(yè)之間存在較大差異。其他控制變量統(tǒng)計分析與已有研究基本類似。

4.2 回歸分析

表3報告了模型（1）的檢驗結(jié)果，所有回歸均控制了年度、行業(yè)和省份效應(yīng)。列（1）和（2）被解釋變量為企業(yè)高質(zhì)量創(chuàng)新Inn_i，列（1）中數(shù)字金融DIF系數(shù)為正且在5%水平上顯著；加入控制變量后列（2）中依然在5%水平上顯著為正，說明數(shù)字金融發(fā)展水平越高，企業(yè)發(fā)明專利產(chǎn)出越大，即數(shù)字金融能正向激勵企業(yè)高質(zhì)量創(chuàng)新。列（3）被解釋變量為企業(yè)策略性創(chuàng)新Inn_u，DIF系數(shù)為負(fù)，表明數(shù)字金融負(fù)向影響企業(yè)非發(fā)明專利產(chǎn)出，雖未通過顯著性檢驗，但證實其對企業(yè)策略性創(chuàng)新沒有刺激作用，以上結(jié)果支持假說H1。為進(jìn)一步檢驗實證結(jié)果，以發(fā)明專利授權(quán)占比為被解釋變量進(jìn)行回歸，列（4）中DIF系數(shù)為正且通過1%水平顯著性檢驗，說明數(shù)字金融促進(jìn)提高了企業(yè)創(chuàng)新產(chǎn)出中發(fā)明專利的占比，再次驗證了數(shù)字金融對企業(yè)高質(zhì)量創(chuàng)新和策略性創(chuàng)新的影響差異。

表4報告了模型（2）的檢驗結(jié)果。列（1）中，政府創(chuàng)新補助Sub系數(shù)顯著為正，說明創(chuàng)新補助誘發(fā)了企業(yè)策略性創(chuàng)新，導(dǎo)致非專利產(chǎn)出增大；DIF * Sub系數(shù)為負(fù)且在1%水平上顯著，加入控制變量的列（2）中DIF * Sub系數(shù)值有所減小，但依然在1%水平上顯著為負(fù)，表明數(shù)字金融發(fā)展水平越高，政府創(chuàng)新補助對企業(yè)策略性創(chuàng)新的誘發(fā)作用越弱，非發(fā)明專利產(chǎn)出水平越低，證實數(shù)字金融能有效緩解政府創(chuàng)新補助引致的企業(yè)策略性創(chuàng)新，此結(jié)果支持假說H2。為進(jìn)一步檢驗實證結(jié)果，第（3）和第（4）列依據(jù)數(shù)字金融DIF年度中位數(shù)，將樣本分為數(shù)字金融發(fā)展水平高低兩組并進(jìn)行分組回歸，系數(shù)差異顯著性檢驗表明數(shù)字金融發(fā)展水平較高組中的政府創(chuàng)新補助Sub系數(shù)顯著小于數(shù)字金融發(fā)展水平較低組，降低約37%，再次驗證了數(shù)字金融對政府創(chuàng)新補助誘發(fā)企業(yè)策略性創(chuàng)新的調(diào)節(jié)作用。

5 結(jié)語

本文采用數(shù)字普惠金融指數(shù)和2011—2020年A股上市企業(yè)樣本數(shù)據(jù)，實證檢驗了數(shù)字金融對企業(yè)創(chuàng)新的影響。研究發(fā)現(xiàn)：第一，數(shù)字金融具有促進(jìn)企業(yè)高質(zhì)量創(chuàng)新的激勵效應(yīng)；第二，數(shù)字金融具有緩解政府創(chuàng)新補助誘發(fā)企業(yè)策略性創(chuàng)新的調(diào)節(jié)作用。

根據(jù)以上結(jié)論，本文提出以下建議：第一，重視數(shù)字金融對企業(yè)高質(zhì)量創(chuàng)新、推動實現(xiàn)高質(zhì)量發(fā)展的積極作用，有序推進(jìn)數(shù)字金融發(fā)展，進(jìn)一步改善金融服務(wù)觸達(dá)性和便捷性，不斷改善創(chuàng)新主體的融資環(huán)境；第二，充分發(fā)揮市場在資源配置中的決定性作用，優(yōu)化和完善政府創(chuàng)新補助體系，推動有效市場和有為政府更好地結(jié)合，以高效激勵企業(yè)創(chuàng)新，助力加快實現(xiàn)高水平科技自立自強。

參考文獻(xiàn)

王玉澤，羅能生，劉文彬.什么樣的杠桿率有利于企業(yè)創(chuàng)新[J].中國工業(yè)經(jīng)濟，2019（3）：138-155.

張勛，萬廣華，張佳佳，等.數(shù)字經(jīng)濟、普惠金融與包容性增長[J].經(jīng)濟研究，2019（8）：71-86.

王修華，趙亞雄.數(shù)字金融發(fā)展是否存在馬太效應(yīng)：貧困戶與非貧困戶的經(jīng)驗比較[J].金融研究，2020 （7）：114-133.

李建軍，彭俞超，馬思超.普惠金融與中國經(jīng)濟發(fā)展：多維度內(nèi)涵與實證分析[J].經(jīng)濟研究，2020（4）：37-52.

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.

周振江，鄭雨晴，李劍培.數(shù)字金融如何助力企業(yè)創(chuàng)新：基于融資約束和信息約束的視角[J].產(chǎn)經(jīng)評論，2021，12（4）：49-65.

Duarte J， Young S.L. Trust and credit： The role of appearance in peer-to-peer lending[J]. Review of Financial Studies，2012，25（8）：2455-2483.

黃益平，黃卓.中國的數(shù)字金融發(fā)展：現(xiàn)在與未來[J].經(jīng)濟學(xué)（季刊），2017，17（4）：1489-1502.

唐松，伍旭川，祝佳.數(shù)字金融與企業(yè)技術(shù)創(chuàng)新：結(jié)構(gòu)特征、機制識別與金融監(jiān)管下的效應(yīng)差異[J].管理世界，2020，36（5）：52-66+9.

譚云清，原海英，馬永生，等.資源約束、知識搜索對企業(yè)開放式創(chuàng)新影響[J].科研管理，2017，38（S1）：641-649.

GoldfarbA， TuckerC. Digital Economics[J].Journal of Economic Literature，2019，57（1）：3-43．

HallBH， Harhoff D.Recent research on the economics of Patents[J].Annual Review of Economics，2012（1）：541-565.

李萬福，杜靜，張懷.創(chuàng)新補助究竟有沒有激勵企業(yè)創(chuàng)新自主投資：來自中國上市公司的新證據(jù)[J].金融研究，2017（10）：130-145.

張杰，鄭文平.創(chuàng)新追趕戰(zhàn)略抑制了中國專利質(zhì)量么？[J].經(jīng)濟研究，2018，53（5）：28-41.

郭玥.政府創(chuàng)新補助的信號傳遞機制與企業(yè)創(chuàng)新[J].中國工業(yè)經(jīng)濟，2018（9）：98-116.

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

楊瑞龍，侯方宇.產(chǎn)業(yè)政策的有效性邊界：基于不完全契約的視角[J].管理世界，2019，35（10）：82-94+219-220.

余明桂，回雅甫，潘紅波.政治聯(lián)系、尋租與地方政府財政補貼有效性[J].經(jīng)濟研究，2010，45（3）：65-77.

楊國超，芮萌.高新技術(shù)企業(yè)稅收減免政策的激勵效應(yīng)與迎合效應(yīng)[J].經(jīng)濟研究，2020，55（9）：174-191.

安同良，千慧雄.中國企業(yè)R&D補貼策略：補貼閾限、最優(yōu)規(guī)模與模式選擇[J].經(jīng)濟研究，2021，56（1）：122-137.

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(xué)（季刊），2020，19（4）：1401-1418