數字金融對中小企業技術創新的影響及機制研究

謝婷婷 高麗麗

摘? ?要：在傳統金融模式下，金融資源結構性錯配嚴重制約中小企業技術創新，數字金融發展能夠有效矯正這一問題，進而驅動中小企業創新。基于2011—2018年中小板上市公司數據，運用面板固定及中介效應模型，在傳統金融結構錯配背景下，探討數字金融對中小企業技術創新的影響及內在機制。研究發現，相較于傳統金融，數字金融對中小企業技術創新的驅動效應更為顯著，數字金融通過矯正傳統金融結構錯配，改善非國有、高技術、成長期和成熟期中小企業創新融資環境，更具靶向性地支持中小企業創新活動。進一步發現，數字金融使用深度與數字化程度兩個維度均對中小企業技術創新產生積極影響，但覆蓋廣度影響不明顯。機制分析表明，數字金融能夠通過緩解企業融資約束、減少企業融資成本和降低企業杠桿來提高企業創新產出。本文的研究結論為數字金融的發展優化、實現創新驅動提供可靠經驗證據和政策啟示。

關鍵詞：數字金融;技術創新;傳統金融;面板固定效應模型;中介效應模型

中圖分類號：F832? 文獻標識碼：A? 文章編號：1674-2265（2021）12-0060-09

DOI：10.19647/j.cnki.37-1462/f.2021.12.008

一、引言

技術創新是決定經濟持續增長的重要動力。在我國新舊動能轉換關鍵時期，創新驅動的內涵式增長已然成為經濟高質量發展的重要抓手（張軍擴等，2019）[1]。微觀企業作為技術創新主要實施者，激發企業創新能夠充分帶動經濟質量及效益的提升。然而，企業創新具有高投入、長周期、高風險等特征，導致創新融資存在嚴重信息不對稱，使企業創新面臨融資困境。尤其對中小企業來說，一方面，技術創新基礎不如大型企業，需持續投入大量資金;另一方面，受自身特征影響，導致創新融資成本高、效率低，在基礎瓶頸與融資困境雙重限制下，創新受到嚴重阻礙。因此，持續穩定的資金來源對中小企業技術創新尤為重要。

然而，我國傳統金融體系存在的金融資源錯配現象已嚴重影響中小企業技術創新。具體表現在：首先，屬性錯配。由于傳統金融結構性失衡與行業順周期偏好以及風險審慎管理體系的制約，導致非國有企業比國有企業融資成本更高、融資效率更低。其次，領域錯配。我國傳統金融部門嚴格秉持盈利原則和風控要求，容易在考核次序與風險監控上出現錯位，導致高新技術企業相較于非高技術企業獲得資金難度更大。最后，階段錯配。受傳統金融部門“后向型”偏好的影響，導致最具潛力的成長期企業面臨融資困境。因此，傳統金融服務實體經濟出現的結構錯配，嚴重抑制中小企業在技術創新活動中的潛在驅動力，這也是當前金融改革應該關注的重點。

傳統金融服務實體經濟出現的結構錯配在當下需要創新性金融模式加以糾正。伴隨人工智能、大數據以及云計算等新興技術的蓬勃發展，金融與新技術逐漸融合，一種新型金融模式——數字金融由此順應而生（郭峰等，2016）[2]。作為傳統金融的補充，數字金融能否通過服務的便捷化及較低的門檻提高金融服務的普惠性，又能否通過對數據的分析及審核有效降低信息不對稱，進而影響中小企業技術創新，是值得探索的現實問題。現有文獻較多從政府、市場以及社會文化等方面探討如何支持企業創新（鄭玉，2020;徐麗鶴和李青，2020;吳迪等，2020）[3-5]，而關于數字金融如何影響微觀中小企業技術創新的研究還處在探討階段，多集中在數字金融通過緩解融資困境、提升企業價值和企業全要素生產率，從而提升企業創新等，為本文研究提供了有益參考。鑒于我國數字金融發展位于世界前列，中小企業是我國創新發展的動力之一，對數字金融相較于傳統金融如何根據創新型中小企業發展規律、融資特征等發揮作用進行研究具有一定的理論價值和實踐意義。

本文將2011—2018年中小板上市公司數據與各省數據相匹配進行面板實證檢驗。具體而言，主要包括以下三個方面：其一，比較數字金融與傳統金融對中小企業技術創新的影響力，判斷數字金融能否通過糾正傳統金融結構錯配，助力中小企業技術創新;其二，分別探究數字金融三個維度發展對中小企業技術創新的影響，辨別哪個維度對其影響更為顯著;其三，通過中介效應模型，基于融資約束、融資成本、企業杠桿等機制路徑進行識別與檢驗，厘清數字金融影響中小企業技術創新的作用機制。

二、理論分析與研究假設

（一）數字金融對中小企業技術創新的影響

依托互聯網、大數據等技術發展的數字金融，在資金需求市場中，與傳統銀行服務偏向“二八定律”中的20%不同，數字金融更多服務的是80%的“長尾”群體，其中，中小企業受益最為明顯。在數字金融在延長金融服務覆蓋率、提高金融服務可獲得性、減少交易成本和提高金融服務的供需匹配性四個維度的作用下，數字金融充分發揮“長尾效應”，通過緩解企業融資約束、減少融資成本、降低企業杠桿等路徑驅動中小企業技術創新。

首先，數字金融能夠拓寬企業融資渠道，提高融資可得性，緩解創新融資約束。一方面，中小企業作為資金需求者，在傳統金融市場中具有“多、小、散”特征，傳統金融部門服務這類主體必須付出昂貴成本。數字金融利用區塊鏈、云計算以及人工智能等手段，能夠在低成本、低風險的環境中高效處理海量數據，使得長尾群體突破正規金融服務的“卷簾門”“玻璃門”限制，獲得金融的有效供給。另一方面，中小企業技術創新對資金投入具有量大、長期、穩定的要求，數字金融通過對傳統金融市場中金融產品以及商業模式進行數字化創新，能夠提高產品間的供需匹配性，以多品種、個性化服務滿足中小企業創新活動持續、高頻的融資需求，進而有效緩解創新融資約束（江紅莉和蔣鵬程，2021）[6]。

其次，數字金融憑借自身獨特的信息搜集和處理能力，能夠有效降低風險評估成本與交易成本，減少創新融資成本。數字金融利用自身獨特的風險監控、信息處理與檢測系統，能夠快速、高效地處理中小企業信息，簡化貸款審查流程，縮短貸款審批時間，降低資產信用評估、線下審核與風險管理成本，進而減少中小企業創新融資成本（楊先明和楊娟，2021;謝雪燕和朱曉陽，2021）[7，8]。

最后，數字金融能夠降低企業通過加杠桿方式獲取資金的需求，促進企業加大對長周期、高風險創新活動的資金投入。中小企業財務報表中杠桿率水平較高會降低企業技術創新水平，依托數字金融能夠有效改善中小企業融資環境，并且為企業研發項目的實施提供必要的支撐條件，提升企業的經濟實力，促使企業逐漸減少對加杠桿的主動性需求，有利于進行長周期、高風險以及資金需求大的技術創新活動。因此，數字金融的“去杠桿作用”能夠產生對中小企業技術創新的驅動效應（梁琦和林愛杰，2020）[9]。

據此，本文提出研究假設H1：數字金融的發展能夠通過緩解企業融資約束、減少融資成本、降低企業杠桿，進而驅動中小企業技術創新。

（二）數字金融對傳統金融結構錯配的靶向優化路徑

1.“屬性錯配”的優化路徑。國有企業因自身產權特征，比非國有企業更容易獲得財政資金支持，更容易被傳統金融機構青睞。數字金融的發展能夠豐富金融機構搜集非國有中小企業信息的渠道，有效解決因信息不對稱造成的創新融資難題。同時，數字金融低門檻、高效率、多品種與個性化的金融服務能夠與非國有中小企業創新融資需求相契合，驅動非國有企業增加創新研發投入。國有企業則受自身體制限制，對數字金融帶來的便利渠道反應遲緩，導致數字金融對國有企業技術創新的驅動作用不明顯。

假設H2：數字金融的發展能夠矯正傳統金融的“屬性錯配”，對非國有企業的創新產出具有顯著的正向促進作用。

2.“領域錯配”的優化路徑。從產業特征看，高技術與非高技術企業相比擁有更強的技術創新融資需求。然而，高技術企業的創新投資具有高風險、長周期、高投入的特點，與傳統金融部門安全性、流動性、盈利性的放貸原則背道而馳，導致高技術企業創新融資難、融資貴。數字金融的出現，一方面能夠打破傳統金融部門放貸審核指標過于單一的弊端，另一方面依托數字金融信息監測系統，能夠多維度、全時段掌握信貸資金的動向，有效降低信貸風險，為高技術企業營造良好的創新融資環境。除此之外，數字金融還能夠將高技術企業的創新項目置于市場價值評估網絡中，模擬評估創新項目的市場價值，有助于資質差但創新價值高的企業獲得資金供給，更加有效地矯正傳統金融的“領域錯配”（李小玲等，2020）[10]。

假設H3：數字金融的發展能夠矯正傳統金融的“領域錯配”，對高技術企業的創新產出具有顯著的正向促進作用。

3.“階段錯配”的優化路徑。根據企業生命周期理論，企業經歷萌芽、成長、成熟到衰退的發展時期，而在不同的發展階段，企業的資產負債、現金流以及創新需求等方面有所不同。傳統金融部門具有“后向型”偏好，會根據企業資產、盈利能力選擇客戶。然而，成長期企業稀缺的抵押品和擔保能力及較高的資產負債率，導致具有強烈創新融資需求的企業面臨嚴重的融資困境。數字金融的發展能夠為成長期企業提供多元化的融資渠道，同時還能夠依托自身獨特的信息搜集、處理能力，提升金融機構處理分析企業信息的能力，有助于改善成長期企業創新融資現狀（黃銳等，2021;阮堅等，2020）[11，12]。

假設H4： 數字金融的發展能夠有效克服傳統金融運行中存在的“階段錯配”，對成長期企業的技術創新活動起到顯著優化效果。

三、研究設計

（一）數據來源

本文選取中小板上市公司作為研究對象，以北京大學提供的《數字普惠金融指數》進行匹配，進而構建2011—2018年的面板數據。本文對樣本數據的處理過程如下：第一步，剔除財務信息缺失嚴重的企業;第二步，剔除樣本期間內為ST、*S T與金融行業的企業;第三步，為控制極端值對實證結果的影響，對連續變量進行1%和99%分位的縮尾處理。最終篩選出總共3115個觀測值。微觀企業數據來自國泰安數據庫，數字金融指數來自北京大學金融研究中心公布的《數字普惠金融指數》，宏觀控制變量數據來自萬得數據庫。

（二）變量的選取

1. 被解釋變量——企業技術創新變量（Total、Invent、Low）。本文參照王小燕等（2019）[13]和唐松等（2020）[14]等學者的做法，采用企業創新專利產出衡量企業技術創新能力。按照現有企業專利數據，將其分為三個層次：其一，企業專利申請總數（Total），代表企業總的創新水平;其二，企業發明專利申請總數（Invent），代表企業的實質性技術創新能力;其三，實用型與外觀專利申請數之和，代表企業低端技術創新能力。

2. 核心解釋變量——數字金融（Digfin）。參照已有文獻（梁榜和張建華，2018;聶秀華，2019）[15，16]的研究，選取北京大學數字金融研究中心編制的數字普惠金融指數作為數字金融的代理變量。

3. 中介傳導變量。

（1）企業融資約束（SA）。本文借鑒鞠曉生等（2013）[17]、包鈞等（2018）[18]等學者的做法，利用計算得出的SA指數作為企業融資約束的代理變量，公式為：

[SA=-0.737×Size+0.043×Size2-0.04×Age] （1）

其中，Size為企業總資產真實值（單位：百萬）取對數，Age為企業上市年限。

（2）企業融資成本（Expen）。本文采用財務費用與企業負債的比值作為企業融資成本替代變量，該指標可以從側面衡量企業為融取資金所支付的成本。

（3）企業杠桿（Lever）。本文利用資產負債率反映企業債務約束情況，從側面反映企業歸還借款的能力。

4. 控制變量。本文為了彌補遺漏變量對回歸結果的影響，從微觀和宏觀兩個層面選取多個變量作為控制變量，具體指標如表1所示。

（三）模型的設定與實證策略

1. 面板固定效應模型。本文為檢驗數字金融與企業技術創新的關系，構建如下模型：

[Total=α+β1Digfini，t-1+∑β2KB+∑Year+∑Ind+ε]? ? ?（2）

在上述模型（2）中，核心解釋變量為省級數字金融指數（Digfin、Dfg、Dss）;被解釋變量為企業技術創新（Total、Invent、Low）;KB為相關控制變量;ε為隨機擾動項。

在模型回歸前，本文對其進行了以下處理：其一，內生性處理。為避免因反向因果關系造成的內生性問題，本文將核心解釋變量滯后1期，在一定程度上降低內生性對回歸結果的影響。其二，模型選擇。一方面，本文經過F檢驗、Hausman檢驗發現兩個統計量的P值均在1%水平下顯著，最終選擇面板固定效應模型。另一方面，本文檢驗時間效應是否顯著，LR檢驗結果顯示大多數時間變量系數是顯著的。因此，從表2看，最終選取雙向固定效應模型檢驗數字金融與中小企業技術創新的關系。最終選取雙向固定效應模型檢驗數字金融與中小企業技術創新的關系。

表2：面板模型選擇結果

[ 檢驗值（P值） 結果 F統計量 3.49（0.001） 固定效應模型 Hausman檢驗 15.48（0.05） 固定效應模型 ]

2. 中介效應模型。為探究數字金融影響企業技術創新的具體作用機制，本文設置了如下方程進行檢驗。

[Totali，t=?+?1Digfini，t-1+φCV+∑Year+∑Ind+ε] （3）

[Mediatori，t=θ+θ1Digfini，t-1+∑φCV+∑Year+∑Ind+τ]? （4）

[Totali，t=α+α1Mediatori，t+α2Digfini，t-1+∑φCV+∑Year+∑Ind+ξ]? ?（5）

上述模型中的Mediator為中介變量總稱，分別代表企業融資約束、企業融資成本以及企業杠桿，其余變量的設定與模型（2）類似。

四、實證結果與分析

（一）數字金融對中小企業技術創新的影響

1. 基準回歸分析。表3中的模型X（1）—X（3）列示了數字金融對中小企業技術創新影響的基準回歸結果。結果顯示：其一，數字金融的發展對企業總創新能力與實質性創新能力均呈現十分顯著的促進作用，說明數字金融能夠為中小企業創新提供豐富的融資工具及融資渠道，在一定程度上盤活游離在正規金融體系之外的金融資源，驅動企業總創新能力的提升。其二，數字金融對低端技術創新能力的回歸系數僅在10%的水平下顯著，且系數相較于實質性創新能力較小。主要由于數字金融本身獨具的信息處理能力，能夠幫助企業提高創新決策的有效性，減少低端技術創新的投入。以上說明，數字金融的發展能夠通過對中小企業實質性創新能力的提升帶動企業總創新能力的提高，減緩中小企業目前存在的“創新泡沫”問題。

表3中的模型X（4）—X（6）列示了傳統金融發展對企業技術創新的回歸結果。結果顯示：傳統金融發展對企業總創新能力的影響系數為0.081，且在5%的水平下顯著，對企業實質性創新能力的影響不顯著。研究發現，傳統金融發展對企業技術創新能夠產生正向促進作用，但與數字金融相比影響系數較小，促進效應不突出，并且對企業實質性創新能力影響不顯著。

2. 降維回歸分析。為進一步分析數字金融與中小企業技術創新的關系，本文對數字金融進行降維處理，分解為覆蓋廣度、使用深度以及數字化程度（見表4）。檢驗結果表明，數字金融的覆蓋廣度（L.Dfg）對企業技術創新的影響較小且不顯著，但數字金融的使用深度（L.Dss）及數字化程度（L.Szh）對企業技術創新（Invent）的回歸系數顯著為正，并且能夠在提升企業實質性技術創新能力（Invent）的同時帶動總體創新能力（Total）的提高。以上說明，數字金融能夠通過使用深度的延展以及數字化應用的普及，為企業創新融資提供多元化的融資工具和融資渠道，促進中小企業技術創新項目的開展，僅依靠使用群體覆蓋面積的增加，對企業技術創新的影響不明顯。

（二）穩健性檢驗及內生性處理

1. 穩健性檢驗。一是更換主要變量。從投入與產出兩個層面，以研發投入與總資產的比值作為企業創新投入指標，以企業無形資產增量與總資產比值衡量企業創新產出。二是剔除特殊事件樣本影響。數字金融發展對企業技術創新的影響，與全球金融態勢的發展有著密切聯系，忽視這類因素的影響可能會使估計結果不準確。因此，本文將樣本期間我國2015年重大股災作為典型的金融事件，對2015年及之后樣本進行剔除，盡可能排除股災的影響。此外，樣本中的地區直轄市具有較大的經濟特殊性，當地的數字金融發展與技術創新活動與其他地區可能存在差異，本文刪除樣本中的直轄市。最終發現，數字金融驅動中小企業技術創新的結論未受上述改變的影響（見表5）。

2. 內生性處理。上述實證中，本文對核心解釋變量進行了滯后1期處理，一定程度降低因反向因果關系造成的內生性影響。除了反向因果外，實證過程中還會因為遺漏變量造成內生性偏差。因此，本文借鑒萬佳彧等（2020）[19]等學者的研究，采用各省互聯網普及率（Hlw）作為工具變量，并且運用兩階段最小二乘法對模型進行重新估計。

進行兩階段最小二乘法估計前，首先，運用Hausman檢驗確定數字金融是否為內生性解釋變量，檢驗結果如表6所示，模型X（2）、X（3）、X（4）中Hausman統計值均在10%的水平下顯著，說明變量數字金融內生性解釋變量。其次，利用LM檢驗進行不可識別檢驗，結果發現LM統計量均顯著，拒絕不可識別假設。最后，運用F檢驗確定工具變量的選取是否有效，模型X（1）中主要變量在1%的水平下顯著，且F統計量為194.96，表明工具變量互聯網普及率與內生性解釋變量數字金融存在較強相關性。第二階段回歸結果顯示，模型X（2）、X（3）中數字金融的回歸系數在5%水平下顯著為正，模型X（4）的回歸結果不顯著。因此，不論基于基準回歸還是工具變量回歸，數字金融驅動中小企業技術創新的結論都是顯著的。

（三）數字金融的“糾錯配”功能與中小企業技術創新

在上述研究中，本文基本證實數字金融相較于傳統金融對中小企業技術創新的正向驅動作用更為突出。但值得深入探究的是，數字金融是否在校正傳統金融結構錯配的基礎上驅動中小企業技術創新？

表7中的panelA按企業屬性分為國有企業與非國有企業。檢驗結果顯示，在非國有企業組中，數字金融對企業總體專利創新能力與實質性技術創新能力的系數顯著為正;而在國有企業組中，數字金融對企業技術創新的回歸系數均不顯著。這是由于國有企業能夠憑借產權特征在傳統金融市場中獲取充足、低成本的金融資源，并受自身體制限制對數字金融所帶來的便利渠道反應較慢或遲緩。與此相反，非國有企業在傳統金融市場中面臨嚴峻的融資困境，處于融資的“低水平均衡”中，融資境遇的改善會產生較大的邊際產出，驗證假設H2。

表7中的panelB按行業屬性分為高技術企業與非高技術企業。實證結果顯示，數字金融對高技術行業與非高技術行業的影響也具有差異性特征。在非高技術行業組中，數字金融對實質性技術創新能力的系數為0.176，且僅在10%的水平下顯著，無法帶動總體創新能力的增加。在高技術行業組中，數字金融對實質性技術創新能力的回歸系數為0.210，并且能夠帶動總體創新能力的提升。這是因為高技術企業的創新項目投資具有高風險、長周期、高投入的特點，與傳統金融部門的放貸原則背道而馳，導致高技術企業在傳統信貸市場中面臨較強的金融排斥，數字金融的出現能夠較大程度改善融資環境，且對高技術企業的影響更為顯著，驗證假設H3。

表8按企業生命周期分為成長期、成熟期以及衰退期。結果顯示，當企業處于成長期與成熟期時，數字金融對企業實質性技術創新的系數均顯著為正，并能夠帶動總體創新能力的提升，但成熟期相較于成長期對企業技術創新的驅動效應更為顯著。當企業處于衰退期時，數字金融對企業技術創新的影響不顯著。這是因為，在傳統金融市場中成長期的中小企業由于內部抵押品以及擔保能力有限，進行創新融資的渠道狹窄，而數字金融的出現能夠為其帶來多樣化的現金流，進而驅動企業實質性技術創新。但成長期企業仍會受自身規模影響，導致數字金融對成長期的創新驅動效應并沒有成熟期突出。衰退期企業由于自身資源儲備不足，自主創新能動性較差，數字金融會利用大數據技術篩選出此類企業，并降低對衰退期企業的支持。

（四）數字金融驅動中小企業技術創新的機制識別

數字金融發展能夠對傳統金融市場起到增量補充作用，拓寬企業融資渠道、豐富企業融資工具，進而緩解企業融資約束。在表9 Panel A中，數字金融對企業融資約束的系數為負且顯著，說明數字金融的發展一定程度上能夠緩解企業融資約束。X（3）與X（5）的檢驗結果顯示，融資約束對企業整體創新能力、實質性技術創新能力和低端創新能力的回歸系數均為負，且在1%的水平下顯著，說明隨著企業融資約束的增加會減少企業有限的現金流投向研發活動，抑制企業創新產出。以上說明，數字金融能夠通過緩解企業融資約束，驅動中小企業技術創新。

數字金融在緩解融資約束的基礎上，能夠進一步降低企業的融資成本。在表9 Panel B中，數字金融對企業融資成本的系數為-0.206，且顯著，說明數字金融的發展能夠降低企業的融資成本。企業融資成本對企業技術創新的影響也顯著為負，說明融資成本較高的企業對技術創新活動產生抑制作用。由此說明，數字金融降低企業的融資成本，為企業增加可用資金，進而能夠激發企業的創新動力。

數字金融在改善企業融資狀況后，企業通過加杠桿的方式融取資金的需求會降低。在表9 Panel C中，數字金融對企業杠桿的回歸系數為-0.113，且顯著，說明數字金融的發展能夠有效發揮去杠桿作用。企業杠桿對企業整體創新能力與實質性技術創新能力的系數分別為-0.018、-0.062且顯著，說明企業杠桿的增加不利于企業創新能力的提升，其中對實質性技術創新的影響最大。由此說明，數字金融的去杠桿作用會對企業技術創新發揮正向驅動作用，尤其是實質性技術創新。

五、研究結論與啟示

本文借助2011—2018年中小板上市公司數據，在傳統金融結構錯配背景下，深入探討數字金融對中小企業技術創新的影響，主要得到以下結論：第一，數字金融發展對中小企業技術創新具有顯著的創新驅動作用，與傳統金融相比，數字金融的驅動效應更為突出。數字金融通過矯正傳統金融存在的結構錯配問題，改善非國有、高技術、成長期和成熟期中小企業的創新融資困境，使其更具靶向性地支持中小企業技術創新活動。第二，在數字金融發展各維度中，使用深度與數字化程度的提高對企業技術創新具有顯著的正向影響，但覆蓋廣度的增加對企業技術創新影響不明顯，僅依靠數字金融使用數量的增加，無法改善中小企業創新融資環境，必須依靠數字金融使用深度的延展和數字化技術的普及，才能充分發揮數字金融驅動企業技術創新的作用。第三，數字金融發展能夠通過緩解企業融資約束、減少企業融資成本及降低企業杠桿等路徑，驅動企業技術創新活動。

本文對于進一步提高數字金融服務實體經濟的效率具有一定的啟示意義，基于以上結論，本文提出以下建議：

首先，完善數字金融基礎設施建設，提高服務中小企業技術創新效率。地方應積極推進新型基礎設施建設，加快數字金融發展，一方面，加快5G基礎設施建設與應用，推動中小企業運用5G技術對設備和管理方式進行數字化改造;另一方面，加大數字產業園、示范園建設，通過示范基地和園區建設，為同類企業提供可復制推廣經驗。

其次，推動傳統金融與數字金融的競合發展，實現傳統金融的數字化轉型。以商業銀行為主體的傳統金融機構，對中小企業的創新驅動明顯不足，應加快商業銀行的數字化轉型，不斷運用大數據等技術，培育數據挖掘和分析技能，為銀行決策、風險控制和客戶管理服務，同時加快銀行科技部門從后臺保障部門向前臺部門轉變。

最后，構建多元化的數字金融產品體系，滿足中小企業多樣化的金融需求。在業務模式方面，打造一系列平臺化系統，根據企業融資需求及風險模型的動態判斷，設計定制化的金融產品，解決中小企業融資難題，如傳化支付系統。在技術運用方面，積極鼓勵金融機構運用互聯網、大數據和人工智能提升金融服務的時效性、便捷性和可得性，及時為企業提供 “短、小、頻、急”的金融產品。

注：

①因篇幅所限，表5、表6中控制變量的實證結果省略，作者備索。

參考文獻：

[1]張軍擴，侯永志，劉培林，何建武，卓賢.高質量發展的目標要求和戰略路徑 [J].管理世界，2019，（7）.

[2]郭峰，孔濤，王靖一，張勛，程志云，阮方圓，孫濤，王芳.中國數字普惠金融指標體系與指數編制 [J].北京大學數字金融研究中心工作論文，2016年.

[3]鄭玉.政府補貼的創新效應——兼論不同類型創新的最適補貼區間 [J].經濟經緯，2020，37（4）.

[4]徐麗鶴，李青.信貸來源結構對中小企業多維度創新活動的影響 [J].財經研究，2020，46（7）.

[5]吳迪，趙奇鋒，韓嘉怡.企業社會責任與技術創新——來自中國的證據 [J].南開經濟研究，2020，（3）.

[6]江紅莉，蔣鵬程.數字金融能提升企業全要素生產率嗎？——來自中國上市公司的經驗證據[J].上海財經大學學報，2021，（3）.

[7]楊先明，楊娟.數字金融對中小企業創新激勵——效應識別、機制和異質性研究[J].云南財經大學學報，2021，（7）.

[8]謝雪燕，朱曉陽.數字金融與中小企業技術創新——來自新三板企業的證據[J].國際金融研究，2021，（1）.

[9]梁琦，林愛杰.數字金融對小微企業融資約束與杠桿率的影響研究[J].中山大學學報（社會科學版），2020，（6）.

[10]李小玲，崔淑琳，賴曉冰.數字金融能否提升上市企業價值？——理論機制分析與實證檢驗[J].現代財經（天津財經大學學報），2020，（9）.

[11]黃銳，賴曉冰，趙丹妮，湯子隆.數字金融能否緩解企業融資困境——效用識別、特征機制與監管評估[J].中國經濟問題，2021，（1）.

[12]阮堅，申么，范忠寶.何以驅動企業債務融資降成本——基于數字金融的效用識別、異質性特征與機制檢驗[J].金融經濟學研究，2020，（1）.

[13]王小燕，張俊英，王醒男.金融科技、企業生命周期與技術創新——異質性特征、機制檢驗與政府監管績效評估 [J].金融經濟學研究，2019，34（5）.

[14]唐松，伍旭川，祝佳.數字金融與企業技術創新——結構特征、機制識別與金融監管下的效應差異 [J].管理世界，2020，36（5）.

[15]梁榜，張建華.中國普惠金融創新能否緩解中小企業的融資約束 [J].中國科技論壇，2018，（11）.

[16]聶秀華.數字金融促進中小企業技術創新的路徑與異質性研究 [J].西部論壇，2020，30（4）.

[17]鞠曉生，盧荻，虞義華.融資約束、營運資本管理與企業創新可持續性 [J].經濟研究，2013，48（1）.

[18]包鈞，謝霏，許霞紅.中國普惠金融發展與企業融資約束 [J].上海金融，2018，（7）.

[19]萬佳彧，周勤，肖義.數字金融、融資約束與企業創新[J].經濟評論，2020，（1）.