數字金融促進中小企業技術創新的路徑與異質性研究

聶秀華

摘?要：在傳統金融模式下，融資約束制約了中小企業的技術創新投入，數字金融可以緩解企業融資約束，進而促進中小企業技術創新。采用2014—2018年中國中小板及創業板上市公司數據的分析表明：數字金融發展比傳統金融發展更有利于中小企業技術創新投入的增加;融資約束在數字金融促進中小企業技術創新過程中具有顯著部分中介效應，緩解融資約束是數字金融促進中小企業技術創新的主要路徑;對于傳統金融模式下受融資約束越強的中小企業（高技術產業中小企業、非國有中小企業），數字金融的技術創新促進效應越顯著，進一步說明緩解融資約束是數字金融促進中小企業技術創新的主要路徑;在制度環境質量較好、經濟發展水平較高的地區，數字金融對中小企業技術創新的促進效應也較大。此外，數字金融的使用深度和數字化程度正向影響中小企業技術創新投入，但覆蓋廣度的影響不顯著，單純的數字金融使用數量增加并不能有效緩解中小企業的融資約束。因此，應積極推進數字金融高質量發展，致力于緩解和消除傳統金融模式下的融資約束;改善制度環境，推進經濟高質量發展，充分發揮數字金融促進技術創新的作用。

關鍵詞：數字金融;中小企業;融資約束;技術創新;大數據;數字化技術

中圖分類號：F832.4;F276.3??文獻標志碼：A??文章編號：1674-8131（2020）04-0037-13

一、引言

經濟全球化推進了世界經濟的廣泛聯系和交流，也加劇了國際競爭，技術創新日益成為各國尋求經濟可持續發展的新動能[1]。當前，中國經濟發展面臨增速下滑、動力不足、結構失衡等一系列難題，必須抓住新一輪科技革命和產業變革的歷史機遇，以技術創新驅動經濟社會高質量發展。技術創新具有自我強化的推進機制和演化特征，新技術尤其是顛覆性技術的應用不但直接提高社會生產力，而且可以促進新的技術創新。比如人工智能、大數據、云計算、物聯網、區塊鏈等，在快速提高生產效率和經濟效益的同時，也推動著新一輪科技革命的蓬勃發展。企業是技術創新的核心主體之一，因而，更好地利用新技術促進企業技術創新成為現實的樣態、政策的目標和研究的熱點。

企業技術創新的動力來源于可持續發展的要求和利益最大化的訴求，然而現代技術創新需要一定的創新基礎（如創新能力、人力資本、科研設備等）和先期投入，企業的技術創新可能面臨基礎瓶頸和融資約束。尤其是對于中小企業來講，一方面技術創新的基礎不如大型企業，在技術創新過程中需要有大量且持續的資金注入，另一方面也面臨更高的融資約束[2-3]。由于中國傳統金融體系結構的限制和中小企業自身特征的影響，融資約束歷來是制約中小企業技術創新順利進行的絆腳石。而數字金融的出現為解決中小企業融資約束難題提供了希望和路徑。簡單地講，數字金融就是利用大數據、互聯網及信息技術手段改進傳統金融服務業態的新一代金融服務。數字金融可以通過服務的便捷化和門檻的降低大幅度提高金融服務的普惠性，還可以通過對數據的分析和審核有效降低信息不對稱程度，理論上講無疑是緩解中小企業融資約束的一條有效路徑。然而，實踐中數字金融的發展是否通過降低融資約束有效促進了中小企業的技術創新，還有待驗證。

通常以2004年支付寶賬戶體系上線作為中國數字金融發展的起點，短短十幾年時間，圍繞數字金融的研究方興未艾。總體來說，該領域的研究大體可以歸為三類：一是對數字金融的發展、影響因素、風險識別與監管等進行理論分析和探討[4-10];二是對數字金融發展狀況進行量化測度[11-14];三是對數字金融產生的經濟社會影響進行實證檢驗，包括經濟增長、消費需求、創業活動、銀行行為、減貧效應、縮小城鄉收入差距等方面[15-24]。總體來看，關于數字金融影響微觀經濟體技術創新的研究尚顯不足。有鑒于此，本文對數字金融促進中小企業技術創新的路徑展開研究，同時基于企業異質性（產業特征和產權屬性）和地區異質性（制度環境質量和經濟發展水平）探究數字金融對不同類型、不同地區中小企業技術創新促進效應可能存在的差異，在此基礎上，采用2014—2018年中國中小板及創業板上市公司的數據進行實證檢驗，以期拓展關于金融發展與技術創新關系的理論研究和經驗分析，并為進一步促進數字金融發展及中小企業技術創新提供政策參考。

二、理論機制與研究假設

中小企業的先天劣勢使其技術創新經常遭遇高調整成本、高融資約束的雙重困境。實際上，融資約束的產生也與傳統金融的體系結構和服務模式有關， 一方面由于對銀行體系過度依賴而融資渠道單一，另一方面技術創新活動信息的非公開性及創新結果的不確定性帶來的信息不對稱加劇了逆向選擇和道德風險。作為一種高效率、普惠性的全新金融服務模式，數字金融為解決中小企業技術創新的融資約束問題帶來了新契機。

1.數字金融對中小企業技術創新的促進及其路徑

數字金融通過運用移動互聯網、云計算和大數據等手段，與傳統金融服務相結合，具有高效率、全方位、更強的客戶觸達能力以及地理穿透性等優勢，旨在構建一個可持續的普惠性金融體系，能夠為弱勢群體及中小企業提供系統、便捷的金融服務支持。綜合來看，數字金融主要可以通過以下路徑緩解中小企業的融資約束，激勵中小企業增加技術創新投入，從而促進其技術創新活動的開展和創新水平的提升。

一是降低金融服務門檻，拓寬融資渠道。中小企業往往具有發展規模小、經營不穩定、資質擔保價值低、缺乏信用審核記錄等特征，而技術創新活動通常對資金投入具有量大、持續、穩定等要求，這使得中小企業的技術創新融資項目較易被排斥在傳統正規金融服務的門檻外。而數字金融可以通過數字化技術以相對較低的成本為中小企業等“長尾”客戶群提供高品質的金融服務。具體來說，一方面，數字金融打破了傳統金融服務容易受基礎設施和地理距離等硬件條件的約束，擴大了傳統金融服務的覆蓋度，也降低了獲取金融服務的門檻;另一方面，隨著數字金融使用深度的延展，中小企業可以借助其多樣化服務模式多維度拓寬融資渠道，從而緩解技術創新項目的融資約束，增加技術創新的資金投入。

二是降低融資成本，防范信貸風險。一方面，以銀行為代表的傳統金融機構在對中小企業技術創新融資項目進行貸款時，為保護債權人利益以及防止呆賬、壞賬等信貸風險等往往需要經過繁瑣且漫長的審核流程，不可避免帶來高運作成本，不僅拉長融資周期，也使得融資成本高企。另一方面，傳統金融機構通常借助相對健全的基礎設施建設和較密集的網點設置提高金融服務的覆蓋度，而數字化技術的應用以及受眾對金融服務更高品質的需求，使傳統的金融服務拓展模式遭遇前所未有的瓶頸和成本約束。相比之下，數字金融利用其極強的地理穿透性和先進的大數據、云計算、互聯網等技術，從根本上顛覆了傳統金融服務模式。以信貸業務為例，信貸申請者利用移動客戶端借助網貸平臺即可實現在線信用貸款，有效降低了金融機構的服務成本和信貸申請者的時間成本。云計算參與成本僅為傳統IT服務成本的十分之一，不僅能在傳統金融服務領域中發揮更強的專業優勢，且其強大的信息篩選和風險甄別功能可以有效降低傳統借貸活動中的信息不對稱問題，進而緩解中小企業在技術創新的融資約束。

三是構建征信體系，提高融資效率。“大、智、移、云”等先進的數字化技術倒逼傳統金融服務模式發生徹底變革，中小企業因為其抵押資質差、信息披露程度低等特質而被銀行等傳統金融機構拒之門外的狀況得到明顯改善。在數字金融模式下，中小企業被置于大數據、云計算的互聯網系統框架中，貸方機構通過搜集、分析、整合目標客戶的歷史交易記錄以及深入剖析、計算、預估創新項目的市場價值，不僅可以為目標企業或融資項目搭構一個多維度信用評價體系，緩解信息不對稱程度，避免規模化歧視，而且也能更方便地對中小企業客戶進行資質審核，簡化審批流程，進一步降低融資成本，提高金融資源配置效率。此外，數字化技術也為貸方機構對資金使用及項目運行情況的監督和追蹤提供了便利和保障。在此基礎之上，中小企業的融資約束得以緩解，技術創新項目有更大概率獲得融資貸款，進而技術創新投入持續增加，技術創新水平不斷提高。

基于以上分析，本文提出如下假設：數字金融發展水平的提高會促進中小企業技術創新投入的增加（H1-1），數字金融主要通過緩解融資約束的路徑來促進中小企業的技術創新（H1-2）。

2.企業異質性的影響

數字金融通過緩解融資約束促進中小企業增加技術創新投入，而不同類型的企業面臨的融資約束是不同的，因而這種促進效應對于不同的企業具有異質性。這里主要從產業特征和產權屬性的角度對高技術產業中小企業和國有中小企業進行分析

從產業特征來看，相比于非高技術產業，高技術產業的中小企業具有更強的技術創新融資動機，但又面臨更強的傳統金融融資障礙。高技術產業中，技術創新項目在企業營業收入中的占比較大，資金需求較強，加上高技術創新項目通常比一般技術創新項目投入更多、風險更大、持續時間更長，因而中小企業僅依靠內部融資難以滿足技術創新項目的資金需求，具有較高的外部融資需求。然而，中小企業自身的高信貸風險等特征以及高技術創新項目的“高投入、高風險、高回收期”特點均與傳統金融機構堅持的“安全性、流動性、盈利性”等貸款發放準則相抵觸。數字金融的出現一方面破除了傳統金融機構信貸審批指標過于單一化的弊端，另一方面通過數字化信息監測可以多維度、全時段掌握信貸資金流向，很大程度上解決了信息不對稱問題。此外，數字金融將高技術創新項目置于市場價值評測網絡中，模擬預估其創新價值，有利于資質較差但項目創新價值較高的企業獲得信貸資金支持，從而進一步優化金融資源配置效率。

從產權屬性來看，相比于國有企業，非國有中小企業有更強的融資需求，但也面臨更強的傳統金融融資障礙。由于國有企業的產權特征，其可能獲得相對更多的政府財政支持，并可以較便捷地從傳統正規金融機構獲取技術創新項目融資。而非國有中小企業較少獲得財政支持，且與傳統金融機構之間由于較少直接接觸而信息不對稱程度更高，并可能受到所有制歧視，因而其面臨的金融約束也較強。數字金融模式下，金融機構收集客戶征信數據的渠道并不主要是通過直接接觸，更多的是基于大數據通過及時、高效的數據挖掘來獲取客戶的多維度信息，并通過搭建信用評價體系等保障數據的準確性，進而可以有效解決信息不對稱問題。同時，相比于國有中小企業，非國有中小企業會將融資可能性更多地投射到由數字金融搭建的多元化借貸市場中，而數字金融靈活度高、體量小、包容性強等特點與非國有中小企業技術創新項目融資需求快、頻率高、持續性等特征也更相契合。國有企業則可能因受體制機制約束而對數字金融帶來的便利和渠道反應較弱或較為遲緩，導致數字金融對其技術創新的促進作用發揮不充分不及時。

基于以上分析，本文提出如下假設：與非高技術產業的中小企業相比，數字金融對高技術產業中小企業技術創新的促進效應更為顯著（H2-1）;與國有中小企業相比，數字金融對非國有中小企業技術創新的促進效應更為顯著（H2-2）。

3.地區異質性的影響

數字金融的形成和發展需要一定的社會經濟條件，并受地方政府政策的影響;中小企業的融資需求和技術創新行為也會受到宏觀經濟環境及相關政策的影響。因此，地區間資源稟賦、經濟社會發展水平、制度環境等方面的差異不僅會使各地數字金融的發展具有異質性，而且也會導致數字金融對中小企業技術創新的促進效應表現出顯著的不同。這里主要從制度環境和經濟發展水平兩個方面分析地區異質性對數字金融促進中小企業技術創新的影響。

從地區制度環境來看，發展數字金融和促進技術創新都是當前經濟社會發展的必然趨勢，好的制度環境不但會推動其各自的發展，還會促成其協同進步，以技術進步推動數字金融發展，以數字金融發展為技術創新提供更多資金支持。制度環境的好壞與地區金融體系、金融市場、金融中介的發達程度以及中小企業的成長性密切相關。改革開放以來，隨著社會主義市場經濟體制的建立和完善，中國各地的制度環境質量總體向好。但是由于各地區在經濟發展水平、開放程度、社會治理等方面不盡相同，制度環境也呈現出地區差異性。在制度環境較好的地區，數字金融的發展會較為順利，相關制度的同步化、規范化可以降低數字金融的市場風險，并有效保障借貸雙方的權益，有利于數字金融服務的全方位延展。同時，相對健全、穩定的制度環境可以促進中小企業的技術創新行為，并提高其技術創新項目融資的可得性。

從地區經濟發展水平來看，經濟發展與金融發展和技術創新是相互促進的，經濟發展水平較高的地區，往往金融體系較發達，技術創新水平較高，微觀經濟主體的創新需求和創新能力也較高，因而會形成金融機構積極發展數字金融、中小企業積極開展技術創新以及數字金融積極為中小企業技術創新服務的良好局面。而在經濟發展水平較低的地區，經濟主體可能無法承擔數字金融萌芽、延展所需要的資源支持，其金融發展的滯緩性也無法滿足作為“長尾”用戶的中小企業的技術創新融資需求。在經濟發展較好的地區，豐裕的資金支持、高水平科研團隊的集聚等為數字金融的萌芽、發展提供了良好條件，也為中小企業的技術創新提供了智力支持、資源保障。因此，經濟較發達地區的中小企業技術創新融資動機更強，而數字金融的發展則會增強中小企業技術創新融資的可得性。

基于以上分析，本文提出如下假設：與制度環境質量較差地區的中小企業相比，數字金融對制度環境質量較好地區中小企業技術創新的促進效應更為顯著（H3-1）;與經濟發展水平較低地區的中小企業相比，數字金融對經濟發展水平較高地區中小企業技術創新的促進效應更為顯著（H3-2）。

三、模型設定、變量選擇與樣本數據

由于研發投入和技術創新可能存在慣性特征，為避免回歸結果能出現內生性偏誤，在模型中加入被解釋變量的滯后項。同時考慮到數字金融影響企業技術創新可能存在滯后性，為緩解反向因果關系等的影響[25]，建立如下基準線性回歸方程：

RDit=α0+α1RDit-1+β1FintechIndexit-1+∑γjcontroljit-1+yeardummy+industrydummy+εit

其中，i表示企業，t表示年份，RD為企業技術創新投入，FintechIndex為數字金融發展水平，control?j為控制變量，yeardummy和industrydummy分別為年份和行業虛擬變量，為隨機誤差項。

根據前文的理論分析，數字金融主要通過緩解中小企業的金融約束來促進其技術創新，該作用的直接表現就是企業研發投入的增多，因而被解釋變量“企業技術創新投入”選擇用“研發投入強度”來衡量。解釋變量“數字金融發展水平”采用《北京大學數字普惠金融指數（2011年—2015年）》和《北京大學數字普惠金融指數（第二期，2011—2018）》提供的省級層面“數字普惠金融指數” 該指數由北京大學數字金融研究中心編制，其采用大數據技術從多個維度刻畫中國數字金融發展水平，全面反映數字技術助力金融服務的總體發展和變化趨勢。 （以下簡稱“數字金融指數”）及其“覆蓋廣度”“使用深度”和“數字化程度” “覆蓋廣度”反映數字金融依托互聯網技術的地理穿透性，“使用深度”反映數字金融的實際使用情況，“數字化程度”反映數字金融的便利性和低成本等優勢。 三個維度的分指數來衡量。同時，為比較數字金融與傳統金融促進中小企業技術創新的作用，采用“金融深化”指標衡量“傳統金融發展水平”。中介變量為“融資約束”，借鑒鞠曉生等（2013）的做法[3]，采用SA指數來衡量。地區調節變量包括“制度環境質量”和“經濟發展水平”，用“地區市場化指數”作為“制度環境質量”的代理變量 數據來源于王小魯和樊綱編制的《中國分省份市場化指數報告》，市場化指數包括法律制度環境、產品市場發育、政府與市場、非國有經濟發展、技術成果市場化等五個維度，能綜合反映各地區市場化水平，并常被用于評價地區制度環境質量。其中2017、2018年的缺失值數據以2016年相應數值進行填充。 ，“經濟發展水平”采用對數化的“地區人均生產總值”衡量。控制變量為企業層面的特征變量，包括“企業年齡”“企業規模”“資產負債率”“企業績效”“管理費用率”“固定資產比率”“企業成長性”。此外，參考謝絢麗等（2018）的研究[19]，選取“互聯網普及率”作為“數字金融指數”的工具變量 一方面“互聯網普及率”與數字金融的發展息息相關，另一方面其與企業技術創新投入并無直接關聯，因此從理論講“互聯網普及率”適合作為“數字金融指數”的工具變量。“互聯網普及率”數據來源于《中國互聯網絡發展狀況統計報告》。 。主要變量的度量方法及來源見表1。

本文的研究樣本為2014—2018年中國中小企業板和創業板的上市公司，參照Khurana等（2006）以及余明桂等（2019）的做法[26-27]，剔除以下公司的數據：金融類上市公司，2014—2018年成立的公司，*ST、ST、PT的公司，資產負債率大于1、小于0的公司，所有者權益為負的公司，關鍵指標缺失或異常的公司。此外，若公司名稱相同但代碼不同，或者公司代碼相同但名稱不同，根據其辦公地址所在省份、郵政編碼等基本信息進行辨識，若為同一家公司，則進行剔除。除“數字金融指數”及其分維度指數和“市場化指數”外，區域層面指標的數據來源于國家統計局，企業層面指標的數據則來自萬德數據庫。按照企業辦公地址所在地進行地區與企業層面數據的匹配，并對主要變量數據進行1%以下和99%以上縮尾處理，各主要變量的描述性統計見表2。

四、實證分析結果

為緩解內生性問題的影響，本文使用GMM方法對基準模型進行檢驗。 由于系統GMM估計能夠克服差分GMM估計存在的“弱工具變量”問題[28]，并且一般情況下系統GMM估計的兩步法優于一步法，因此采用兩步系統GMM法進行估計。

1.數字金融發展對中小企業技術創新投入的影響

表3報告了基準模型的估計結果。AR（2）的P值均超過10%的顯著性水平，表明隨機誤差項不存在二階序列自相關;Hansen檢驗的結果不拒絕工具變量不存在過度識別的原假設，表明模型中工具變量有效;Wald檢驗的P值也顯示模型整體高度顯著。因此，總體來說，基于總樣本的動態面板兩步系統GMM估計結果是可信的。此外，被解釋變量滯后一期項的系數均在1%的水平上顯著為正，表明中小企業的技術創新投入具有持續動態變化的特征。

分析結果顯示：列（1）“數字金融指數”的系數在10%的水平上顯著為正，列（2）“覆蓋廣度”的系數為負但不顯著，列（3）和列（4）“使用深度”和“數字化程度”的系數在1%的水平上顯著為正。總體上看，數字金融的發展水平與中小企業的技術創新投入顯著正相關。其中，數字金融使用深度和數字化程度與中小企業技術創新投入顯著正相關，但數字金融覆蓋廣度與中小企業技術創新投入沒有顯著相關性。因此，數字金融可以通過較高的金融服務延展性 數字金融使用深度的延展可以為中小企業提供更加多元化、精準化、市場化的服務，如信息咨詢、融資戰略指導以及項目市場化、可行性分析等，切實提高資金使用效率和創新效率。 和數字化技術的應用 “大、智、移、云、區”等先進互聯網數字技術的應用不僅能緩解中小企業在傳統借貸活動中的資質審核困境，而且使金融機構能對借貸資金的使用狀況進行實時、準確、低成本的監控，降低信息不對稱程度。 降低中小企業融資成本，拓寬其技術創新的融資來源，進而促進中小企業技術創新活動。但數字金融覆蓋廣度的增加并未對中小企業技術創新投入產生顯著影響，原因在于“覆蓋廣度”指標只反映了數字金融的“賬戶覆蓋率”，而簡單的數字金融使用數量的增加并不能真正能緩解中小企業的融資約束，關鍵是要通過服務深化和技術手段來解決傳統金融存在的資質審核與監管等信息不對稱難題。

不可否認，傳統金融的發展同樣也可能有助于中小企業技術創新投入的增加，那么數字金融的作用是否大于傳統金融的作用？對此，采用傳統金融深化指標（地區金融機構貸款余額與地區生產總值之比）衡量傳統金融發展水平，并將其納入模型進行檢驗，結果如表3列（5）所示。雖然“數字金融指數”與“傳統金融發展水平”的系數在同樣的顯著性水平下顯著為正，但是相比之下“數字金融指數”的系數顯著大于“傳統金融發展水平”的系數，可以認為數字金融發展對中小企業技術創新投入的促進效應更大，發展數字金融比發展傳統金融更能促進中小企業的技術創新。

為驗證上述分析結果的穩健性，分別用“研發投入密度”（研發投入與總資產之比）、“專利申請量”（企業專利申請量的自然對數）和“研發效率”（單位授權專利耗費的研發投入）替代“企業技術創新投入”進行回歸估計，并采用靜態模型和兩階段最小二乘法對原基準回歸方程進行檢驗，分析結果如表4 所示。分析表明，“數字金融指數”與“專利申請量”顯著正相關，與“研發效率”（為負向效率，數值越大效率越低）顯著負相關，與“研發投入密度”正相關但不顯著。此外，無論是采用靜態模型還是兩階段最小二乘法進行估計，“數字金融指數”的系數均在1%的水平下顯著為正。綜上所述，之前兩步系統GMM的估計結果是穩健的，假設H1-1得到驗證，即數字金融發展會顯著增加中小企業的技術創新投入，進而促進中小企業技術創新。

2.數字金融發展促進中小企業技術創新的路徑

為驗證假設H1-2，本文采用有中介變量的調節模型進一步探究數字金融的發展是否能通過減小融資約束增加中小企業研發投入（即融資約束的中介效應），進而促進中小企業技術創新。建模型如下：

FCit=α0+β1FintechIndexit-1+∑γjcontroljit-1+yeardummy+industrydummy+εit

RDit=α0+β1FintechIndexit-1+β2FCit-1+∑γjcontroljit-1+yeardummy+industrydummy+εit

其中，FC為企業融資約束程度，采用SA指數衡量，并用KZ指數進行穩健性檢驗 借鑒Kaplan和Zingales（1997）的做法[29]，采用經營活動現金流、現金持有量、現金股利、資產負債率以及托賓Q指數（TobinQ）等指標構建Ordered Logit回歸模型，估計KZ指數。限于篇幅，估計結果略，備索。 。基于基準模型中“數字金融指數”的系數顯著為正的檢驗結果，若融資約束方程中的和企業技術創新投入方程中的都顯著，則融資約束具有中介效應。其中，若企業技術創新投入方程中的不顯著，則為完全中介效應;若企業技術創新投入方程中的雖顯著但是數值減小（相對于基準模型），則為部分中介效應。

表5的列（1）和列（3）為融資約束方程的回歸結果，無論是用SA指數還是用KZ指數衡量企業融資約束水平，“數字金融指數”的系數均在1%的水平下顯著為負，說明數字金融的發展會帶來中小企業融資約束的減小，即數字金融可以緩解中小企業融資約束困境。列（2）和列（4）為企業技術創新投入方程的檢驗結果，“融資約束”的系數均顯著為負，表明融資約束會收緊中小企業技術創新投入，對中小企業技術創新具有阻礙作用。同時，“數字金融指數”的系數數值減小，表明融資約束的部分中介效應顯著，假設H1-2得到驗證。因此，數字金融的發展可以通過緩解融資約束的路經促進中小企業增加技術創新投入，至于數字金融促進中小企業技術創新是否還存在其他的傳導途徑則有待進一步的研究。

3.數字金融發展促進中小企業技術創新的異質性

為檢驗數字金融對中小企業技術創新的促進效應是否存在異質性，基于企業特征和地區特征差異，選取“高技術產業” 將計算機與通信設備制造、公共軟件服務、電子、航空航天、醫藥制造、專用儀器儀表制造業、化學品制造等行業歸為高技術產業，其他行業為非高技術產業。設置虛擬變量，屬于高技術產業的小企業賦值1，其他賦值0。 和“國有企業” 設置虛擬變量，國有企業賦值1，其他類型的企業賦值0。 作為企業特征的代理變量，選取“制度環境質量”（地區市場化指數）和與“經濟發展水平”（地區人均GDP）作為地區特征的代理變量，檢驗結果如表6所示。

“數字金融指數”與虛擬變量“高技術產業”交乘項的系數顯著為正，表明相對于非高技術產業中小企業，數字金融對高技術產業中小企業技術創新的促進效應更大，假設H2-1得到驗證。“數字金融指數”與虛擬變量“國有企業”交乘項的系數顯著為負，表明相對于國有中小企業，數字金融對非國有中小企業技術創新的促進效應更大，假設H2-2得到驗證。“制度環境質量”和“經濟發展水平”與“數字金融指數”交乘項的系數均顯著為正，表明在制度環境質量較好、經濟發展水平較高的地區，數字金融對中小企業技術創新的促進效應更大，假設H3-1和H3-2得到驗證。

[9]?李繼尊.關于互聯網金融的思考[J].管理世界，2015（7）：1-7.

[10]謝平，鄒傳偉.互聯網金融模式研究[J].金融研究，2012（12）：11-22.

[11]北京大學數字金融研究中心課題組.北京大學互聯網金融發展指數（第一期）[R/OL].（2017-03-26）[2020-03-19].北京大學數字金融研究中心網站，https：//idf.pku.edu.cn/yjcg/zsbg/272699.htm.

[12]北京大學數字金融研究中心課題組.北京大學數字普惠金融指數（第二期，2011-2018年）[R/OL].（2019-04-26）[2020-03-19].北京大學數字金融研究中心網站，https：//idf.pku.edu.cn/yjcg/zsbg/485016.htm.

[13]伍旭川，肖翔.基于全球視角的普惠金融指數研究[J].南方金融，2014（6）：15-20.

[14]肖翔，洪欣.普惠金融指數的編制研究[J].武漢金融，2014（9）：7-11.

[15]李樂，周林毅.數字普惠金融促進地區生產效率研究[J].山東理工大學（社會科學版），2018（4）：5-9.

[16]張勛，萬廣華，張佳佳，何宗樾.數字金融與包容性增長，北京大學數字金融研究中心工作論文，2018.

[17]傅秋子，黃益平.數字金融對農村金融需求的異質性影響：來自數字普惠金融指數與中國家庭金融調查的證據[J].金融研究，2018（11）：68-84.

[18]易行健，周利.數字普惠金融發展是否顯著影響了居民消費——來自中國家庭的微觀證據[J].金融研究，2018（11）：47-67.

[19]謝絢麗，沈艷、張浩星，郭峰.數字金融能促進創業嗎：來自中國的證據[J].經濟學季刊，2018（17）：1557-1580.

[20]邱晗，黃益平，紀洋.金融科技對銀行行為的影響：基于互聯網理財的視角[J].金融研究，2018（11）：17-30.

[21]龔沁宜，成學真.數字普惠金融、農村貧困與經濟增長[J].甘肅社會科學，2018（6）：139-145.

[22]陳嘯，陳鑫.普惠金融數字化對縮小城鄉收入差距的空間溢出效應[J].商業研究，2018（8）：167-176.

[23]張賀，白欽先.數字普惠金融減小了城鄉收入差距嗎？——基于中國省級數據的面板門檻回歸分析[J].經濟問題探索，2018（10）：122-129.

[24]梁雙陸，劉培培.數字普惠金融與城鄉收入差距[J].首都經濟貿易大學學報，2019（1）：33-41.

[25]WOOLDRIDGE J M. Econometric analysis of cross section and panel data[M]. Cambridge：MTT Press，2010.

[26]KHURANA I K，MARTIN X，PEREIRAR. Financial development and the cash flow sensitivity of cash[J].Journal of financial &quantitative analysis，2006，41（4）：787-807.

[27]余明桂，鐘慧潔，范蕊.非國有化、融資約束與企業創新——來自中國工業企業的證據[J].金融研究，2019（4）：75-91.

[28]BLUNDELL R，BOND S. Initial conditions and moment restrictions in dynamic panel data models[J]. Journal of Econometrics，1998，87（1）：115-143.

[29]KAPLAN S N，ZINGALES L. Do financing constraints explain why investment Is correlated with cash flow？[J]. Quarterly Journal of Economics，1997，112：169-215.

Research on the Path and Heterogeneity of Digital Finance Boosting

Technical Innovation of Small and Medium-sized Enterprises

NIE Xiu-hua

（School of International Economy and Trade， University of

International Business and Economics， Beijing 100029， China）

Abstract： Under traditional financial pattern， financing restraints restrict the technical innovation input of small and medium-sized enterprises （SMEs）， however， digital finance can ease the financing restraints of the enterprises and further boost the technical innovation of the SMEs. The analysis by using the data of listed companies of Chinas SMEs and GEM from 2014 to 2018 shows that digital finance development is more conducive to the increase of the technical innovation input of SMEs than that of traditional finance development， but financing restraints have significantly partial mediating effect in the process of digital finance boosting the technical innovation of SMEs， as a result， the alleviation of financing restraints is the main path for digital finance to promote the technical innovation of SMEs. The technical innovation of the SMEs， SMEs of high-tech industry and non-state-owned SMEs， which are more strongly restricted by financing restraints under traditional finance pattern， is more significantly boosted by digital finance， which further reveal that the alleviation of financing restraints is the main path for digital finance to promote the technical innovation of SMEs. In the regions with better institutional environment and higher economic development level， the boosting effect of digital finance on the technical innovation of SMEs is bigger. In addition， the using depth of digital finance and digitalization degree positively affect the technical innovation input of SMEs but the influence of its covering scope is not significant， and the pure increase of the using quantity of digital finance can not effectively alleviate the financing restraints of SMEs. Therefore， China should actively promote high-quality development of digital finance， make efforts to alleviate and wipe out the financing restraints under traditional finance mode， improve institutional environment， boost high-quality development of the economy and sufficiently bring into fully play digital finance boosting the technical innovation.

Key words： digital finance; SMEs; financing restraint; technical innovation; big data; digitalized technology

CLC number：F832.4;F276.3???Document code： A???Article ID： ?1674-8131（2020）04-0037-13

（編輯：段文娟）