數(shù)字金融能否緩解企業(yè)策略性創(chuàng)新？

劉柳 宋國玉 朱浩

摘 要：創(chuàng)新是我國經(jīng)濟轉型升級和實現(xiàn)高質(zhì)量發(fā)展的重要驅動力，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，同時驅動企業(yè)創(chuàng)新并改善創(chuàng)新結構。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)字金融具有促進企業(yè)高質(zhì)量創(chuàng)新的激勵效應；（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；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 文獻標識碼：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的快速發(fā)展及其向傳統(tǒng)領域的加速滲透融合，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，能否驅動我國企業(yè)創(chuàng)新并改善創(chuàng)新結構，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)外學者的研究熱點，并具有較強的現(xiàn)實指導意義。對此，本文聚焦并嘗試回答以下兩個問題：一是數(shù)字金融促進企業(yè)創(chuàng)新并改善企業(yè)創(chuàng)新結構了嗎？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)新結構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

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)技術和移動通信技術等現(xiàn)代信息技術，實現(xiàn)資金融通、支付、投資和信息中介服務的一種新興金融服務模式，通過場景、數(shù)據(jù)和結合金融創(chuàng)新產(chǎn)品來補足傳統(tǒng)金融服務的短板，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，進而促進高質(zhì)量創(chuàng)新。

一方面，數(shù)字金融借助現(xiàn)代信息技術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。基于大數(shù)據(jù)分析為降低風險評估成本提供了可能，一是精準識別具有價值的創(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中，在此過程中，提升類金融能力和人力資源水平，并促進其從開放式創(chuàng)新中獲益。依托數(shù)據(jù)分析和共享，以較低的通信和復制成本幫助企業(yè)進行新產(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)新領域研究的熱點。現(xiàn)有文獻指出，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)新補助激勵效應得到證實的還有扭曲效應，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對經(jīng)營風險，進而追求創(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。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)化和完善的關鍵。

數(shù)字金融借助現(xiàn)代信息技術運用和金融服務的快速供給，有助于削弱企業(yè)策略性創(chuàng)新動機，進而緩解政府創(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能在一定程度上緩解企業(yè)因流動性緊張而出現(xiàn)的風險敞口，幫助企業(yè)更有效地應對內(nèi)外部財務沖擊和經(jīng)營風險，有效避免企業(yè)因風險規(guī)避而弱化創(chuàng)新。最后，數(shù)字金融和現(xiàn)代信息技術的快速發(fā)展與推廣應用，有助于政府和社會加強對企業(yè)創(chuàng)新質(zhì)量的精準甄別，降低低質(zhì)量創(chuàng)新的補助獲利，進而壓縮企業(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)來自北京大學編制的《數(shù)字普惠金融指數(shù)》（2011—2020年）。

3.2 模型設計與變量定義

為檢驗上述假說H1和H2，本文分別構建以下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證更能準確反映企業(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)明專利授權作為企業(yè)高質(zhì)量創(chuàng)新的代理指標，非發(fā)明專利授權作為企業(yè)策略性創(chuàng)新的代理指標。

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

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，本文運用關鍵詞檢索方法搜索上市公司政府補助明細中的具體項目名稱和說明，僅當包含有與創(chuàng)新相關的關鍵詞條目（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。考慮到以專利授權衡量創(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 實證結果與分析

4.1 描述性統(tǒng)計與相關分析

表2為主要變量的描述性統(tǒng)計結果，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，標準差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。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、標準差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）的檢驗結果，所有回歸均控制了年度、行業(yè)和省份效應。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，表明數(shù)字金融負向影響企業(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，以上結果支持假說H1。為進一步檢驗實證結果，以發(fā)明專利授權占比為被解釋變量進行回歸，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，導致非專利產(chǎn)出增大；DIF * Sub系數(shù)為負且在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，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，此結果支持假說H2。為進一步檢驗實證結果，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)字金融具有促進企業(yè)高質(zhì)量創(chuàng)新的激勵效應；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，有序推進數(shù)字金融發(fā)展，進一步改善金融服務觸達性和便捷性，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

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：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（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+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.高新技術企業(yè)稅收減免政策的激勵效應與迎合效應[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（季刊），2020，19（4）：1401-1418