數字金融、高管背景與企業創新
——來自中小板和創業板上市公司的經驗證據

賈俊生 劉玉婷

(南京財經大學，江蘇 南京 210003)

一、引言及相關文獻回顧

創新是發展的第一動力，也是中國經濟由高速增長向高質量發展轉型的關鍵所在。企業是創新的微觀主體，創新驅動戰略的實施，關鍵在于通過緩解融資約束、降低創新風險以調動企業研發創新的主動性。金融是實體經濟賴以維持和發展的血脈，對企業創新具有重要作用，金融體系的完善與否直接關系到企業創新的成敗。然而，由于發展滯后，中國金融結構性、深層次的矛盾正成為抑制企業創新和阻礙經濟高質量發展的“絆腳石”(梁榜 等，2019)，高調整成本和高融資成本的“雙高”難題，更成為企業創新意愿不高、技術進步不足的關鍵因素(謝絢麗 等，2018)。在信息技術高速發展的“數字化”大背景下，數字金融的發展已成為衡量一國金融體系高效與否的重要指標。大數據、云計算以及移動信息技術的發展不僅加速了金融主體之間的互聯互通，也緩解了金融市場中長期存在的信息不對稱問題(萬佳彧 等，2020)。作為傳統金融的有力補充(Lee et al.，2018)，數字金融能否在改善金融體系供給效率的同時，對企業創新起到積極的推動作用，已成為國內外關注的熱點問題。

Demertzis et al.(2018)認為，數字金融具有方便快捷、低成本和低門檻的特征，可通過精準化的風險定價和集約化的業務流程推動企業創新。唐松等(2020)發現數字金融能夠有效校正傳統金融中的資源錯配問題，擴展創新投入要素的獲得途徑(鄭雅心，2020)，對企業創新具有“結構性”驅動效應。數字金融對企業創新的作用效應還與高管背景息息相關。以董事長、總經理為代表的高管是企業經營的核心，其特征背景可通過影響財務路徑決策對企業創新產生影響。不同背景的高管可能會出于自身的經歷和偏好，對企業財務活動的側重方向產生影響(賀曉宇 等，2018；何瑛 等，2019)，進而影響數字金融對企業創新作用的發揮。例如當董事長或總經理具有政治關聯背景時，就很容易與地方官員形成“激勵相容”，并為了滿足地方政府的政績訴求將數字金融支持的資金投放至風險較小的短期項目，對研發創新形成“擠出效應”(彭星紅 等，2017)。與之形成鮮明對比的是，當董事長或總經理具有技術研發背景時，基于對創新重要性的認識和技術發展趨勢的判斷，則更偏向于將資金投入到研發創新項目方面(虞義華 等，2018)。

綜上，可以看到，已有研究已經從高管梯隊理論的視角分析高管背景與企業創新關系的問題，但是對高管背景在數字金融與企業創新之間如何發揮調節效應關注不夠。因此，本文以數字金融的蓬勃發展為背景，將分析聚焦于數字金融對企業創新的影響方面，并進一步探究企業高管(以下皆為董事長或總經理)背景對數字金融與企業創新關系的調節作用。本文的研究主要回答以下三個問題：數字金融的發展和推廣能否促進企業創新；具有政治關聯背景的高管是否抑制了數字金融的促進作用；具有技術研發背景的高管對數字金融的促進效應又是否起到了激勵作用。

二、理論分析與研究假說

(一)數字金融對企業創新的影響機理

對于企業而言，在進行研發創新的過程中需要大量的資金投入，且創新項目具有長周期和高風險的特征，僅僅依靠企業內部資金是難以滿足創新活動的全部資金需求的，外源融資渠道便成為企業創新必不可少的資金來源(Hall，2002)。健全高效的金融體系能夠及時紓解企業在創新過程中的資金約束，故在支持創新方面起著非常重要的作用。數字金融發展對企業創新的影響，主要體現在：

第一，數字金融的普惠性能夠降低企業融資門檻，拓寬企業融資來源。在中國以銀行為主體的傳統金融體系下，很多企業尤其是中小微企業往往因各類因素的限制被排斥在金融服務之外，成為“尾部群體”。在數字經濟時代，金融與信息技術的融合使其被賦予“數字化”的內涵，商業與服務模式也隨之轉變，服務門檻更低，應用范圍更廣。實踐表明，數字金融的普惠性和廣泛性使其能夠惠及更多的“尾部群體”，為其提供高效便捷的服務。因此，數字金融在降低企業融資門檻的同時，還通過融資渠道拓展緩解了中小微企業“融資難”“融資貴”問題，為減小企業創新層面的融資約束提供了可能。

第二，數字金融較強的信息收集與處理能力能夠降低評估審批成本，提升金融支持效率。數字金融能夠通過大數據、云計算、人工智能等方式，提升信息篩選能力和風險評估能力(黃浩，2018)，同時使得資金供給的效率更及時高效。例如一些互聯網金融平臺可通過電腦網頁、手機APP等形式進行在線貸款申請，通過網絡平臺進行信息處理和貸款審批，縮短了企業申請借貸與獲得資金的時間。在互聯網金融的推動下，商業銀行也可以通過數字技術開展小額信貸服務，為中小微企業創新提供了更為優質的服務和更加有力的支持(Fuster et.al，2019)。

第三，數字金融的海量計算能力能降低信息不對稱，在提升風控能力的同時改善服務質量。企業借貸難的核心問題，在于金融企業對風險的控制。創新項目的高風險和信息不對稱(Kaplan et al.，1997)，往往使傳統金融在提供信貸服務時較為謹慎，設置較高的門檻。數字金融是依托互聯網、云計算、大數據等先進技術的新型金融，不僅能夠對個人、企業的相關數據進行精準的挖掘和抓取，而且能夠在海量數據處理的基礎上建立較為完善的風控系統，使金融機構對客戶的征信信息和信用評級有更為精確的評估和把握(唐松 等，2019)。因此，數字金融的發展能夠有效緩解信貸中的信息不對稱，使金融機構的投資決策更加精準，最終推動企業創新項目的實施。

基于以上分析，提出：

研究假設1：在其他條件不變的情況下，數字金融對企業創新具有正向激勵作用，有利于企業創新能力的提升。

數字金融對企業創新的影響機制如圖1所示。

圖1 數字金融對企業創新的影響機制

(二)數字金融、高管背景與企業創新

鑒于企業創新過程的復雜性，除了融資約束外，還有諸多因素對企業創新產生影響，高管背景的異質性就是其中之一(Faccio et al.，2006；韓忠雪 等，2014)。根據高階梯隊理論，企業決策的差異不僅來源于信息的差別，管理者個人的認知風格和背景知識也同樣重要(Fan et al.，2007；劉洋 等，2016)。作為企業決策層的典型代表，董事長和總經理在創新決策中作用顯著，其背景特征不僅對創新具有直接效應，還可能對數字金融與企業創新的關系產生調節作用。

在中國，“新興”加“轉型”的制度特征，使政商關系的建設被企業重視，政治關聯也成為中國企業的重要隱性資源。研究表明，當企業高管具有政治關聯背景時，企業往往能夠獲取更多的政府支持，并集中體現在財稅和金融方面(袁建國 等，2015)，然而高管的政治關聯背景卻會對企業創新產生負面影響。Uvarova et al.(2016)的研究發現，為了規避創新所帶來的風險，擁有政治關聯的企業往往傾向于通過尋租活動，而不是研發創新來提升企業市場競爭力。此外，由于高管的政治關聯背景往往建立在政府與企業“激勵相容”的基礎上，具有政治關聯背景的高管可能會將企業資源配置到諸多非市場化行為中，削減企業在創新方面的投入(袁建國 等，2015；劉艷霞 等，2020)。因此，當數字金融對企業創新產生激勵效應時，若公司高管存在政治關聯，則會降低數字金融的積極影響，原因有二：其一，當企業高管具有政治關聯背景時，企業在融資過程中受到的政府支持更多，融資更為便利，數字金融在企業融資過程中的作用有所降低，削弱了數字金融對企業融資約束的緩解程度；其二，政治關聯程度較強的企業對政府行為的迎合程度更高，企業通過數字金融渠道獲得資金后，很可能將大部分資金用于政府關系維系方面，導致創新資源受到擠占。

根據上述分析，提出：

研究假說2：在其他條件不變的情況下，高管政治關聯背景對企業創新具有抑制作用，且弱化了數字金融對企業創新的正向激勵效果。

已有研究發現，在眾多影響創新的高管統計特征中，技術研發背景是一個非常關鍵的因素。由于創新具有高度的專業性和復雜性，只有專業的技術人員參與其中，才能夠充分發揮研發資金的作用、提升研發創新的效率(劉中燕 等，2020)。諸多文獻顯示，具有研發技術背景的高管對企業創新戰略更為熱衷(彭紅星 等，2017)，有強烈的了解、掌握前沿技術的傾向，也更愿意加大研發創新的資金投入，希望通過開發新產品、拓展新市場增強企業競爭力(余恕蓮 等，2014；劉中燕 等，2019)。在面對數字金融的高速發展時，高管的技術研發背景也能夠起到更為積極的調節效應。技術研發職位出身的高管不僅對企業的市場需求和創新方向有較為深刻的認識，還能夠發揮專業優勢，降低企業創新過程中的不確定性。當通過數字金融渠道獲取資金后，基于對創新的高度重視，他們會將大量資金投入到研發創新項目中，避免因維護“特殊關系”擠占創新資源(彭紅星 等，2017)。此外，具有技術研發背景的高管在資金運用方面的效率也更高，創新策略制定的科學性大大提升了資金使用的精準性與高效性。

根據上述分析，提出：

研究假說3：在其他條件不變的情況下，高管技術研發背景對企業創新具有促進作用，且強化了數字金融對企業創新的正向激勵效果。

三、研究設計

(一)樣本選擇與數據來源

由于數字金融多作用于中小企業，故本文選取中國A股中小板和創業板的上市公司作為研究樣本，年份區間為2012—2018年。在完成初始數據的收集后，本文按照如下方法對樣本進行了篩選：剔除金融行業的上市公司；剔除當年“ST”、“*ST”、“PT”的上市公司；剔除當年IPO的上市公司；剔除在B股、H股同時上市的公司；剔除財務數據中存在缺失值和異常值的上市公司。為了消除極端異常值對回歸結果產生的影響，本文對企業層面的連續變量按照上下1%進行了縮尾處理，最終得到了1080家企業5266個樣本。

本文的數據體現了宏觀數據與微觀數據的結合。宏觀數據為數字金融數據，具體表現為省級數字金融發展情況得分；微觀數據為中小企業數據，樣本取自中國A股中小板和創業板的上市公司，以公司注冊地為標準，對宏觀數據與微觀數據進行了合并。具體而言，數字金融數據來源于北京大學數字金融研究中心編制的“北京大學數字普惠金融指數”；專利數據來源于國泰安數據庫；高管政治關聯背景和研發技術背景數據是基于上市公司董事長和總經理的簡歷檢索并手工核對獲得；其余數據來源于國泰安數據庫和萬德數據庫。

(二)變量設定

1．被解釋變量

企業創新能力(INN)：本文的被解釋變量為企業創新能力，既有文獻通常從產出和投入兩個層面對企業創新能力進行衡量(王紅建 等，2016)。由于外包業務、盈余管理方面因素的影響，加之相關數據庫的限制，以創新投入作為創新能力的衡量指標可能存在數據錯誤與缺失的問題(Cornaggia et.al，2015；賈俊生 等，2017；梁榜 等，2019)，因此本文以專利產出作為企業創新能力的衡量指標。在三種專利類型中，發明專利所代表的創新性較強，而實用新型專利和外觀設計專利的創新性則較弱，故本文選取發明專利申請數作為核心被解釋變量。同時，考慮到企業從研發投入到專利產出需要一定的時間，最終選取樣本企業未來一年的發明專利申請數加1后的自然對數作為被解釋變量。

2．解釋變量

數字金融(DIFI)：本文的核心解釋變量為數字金融，具體定義來自北京大學數字金融研究中心編制的“北京大學數字普惠金融指數”。鑒于該指數對數字普惠金融的發展評價是多維度的，本文借鑒萬佳彧(2020)以及汪亞楠等(2020)的做法，用數字普惠金融指數作為衡量數字金融的主要指標，并進一步考察覆蓋廣度指數(DCB)、使用深度指數(DUD)、數字化程度指數(DSS)等二級指標對企業創新的影響。由于數字普惠金融指數的一級和二級指標數字較大，在研究過程中采取了除以100的方法以解決該問題。

3．調節變量

本文的調節變量為高管背景，分為高管政治關聯背景(POL)與高管技術研發背景(TEC)兩類：對于高管政治關聯背景(POL)，借鑒Fan et.al(2007)的做法，采用董事長或總經理是否在政府、人大或政協曾擔任職務來衡量高管政治關聯背景(POL)，若在任董事長或總經理至少一人符合上述情況之一，則設定為1，否則為0；對于高管技術研發背景，借鑒虞義華等(2018)的做法，若董事長或總經理有一人有研發技術崗位的工作經歷，則認為具有技術研發背景(TEC)，設定為1，否則為0。

4．控制變量

參考既有文獻(Cornaggia et al.，2015；賈俊生 等，2017；萬佳彧 等，2020)，本文選用下列控制變量驗證對企業創新的影響：企業規模(SIZE)，用企業期末總資產的自然對數表示；財務杠桿率(LEV)，用期末總負債與總資產的百分比表示；盈利能力(ROA)，用總資產報酬率表示；成長能力(GRO)，用企業營業收入的增長率表示；獨立董事占比(IDE)，用獨立董事數目占董事總數的百分比表示；股權結構(TOP)，用第一大股東持股的百分比表示；企業年齡(AGE)，用企業上市以來年份的自然對數表示。為了使回歸更加客觀科學，本文還控制了年份(YEAR)和行業(IND)固定效應。

相關變量說明見表1。

表1 變量說明

(三)模型構建

為了驗證數字金融、高管背景與企業創新之間的關系，模型設計分為兩個步驟：

首先驗證數字金融對企業創新的影響，基于這一研究目標，構建如下模型：

INNit+1=α0+α1DIFIit+φ∑Controlsit+∑year+∑ind+εit

(1)

其中：i表示企業，t表示年份；被解釋變量INN代表企業創新能力；DIFI為核心解釋變量，指代數字金融的程度；Controls表示控制變量，包括企業規模(SIZE)、財務杠桿率(LEV)、盈利能力(ROA)、成長能力(GRO)、企業年齡(AGE)、股權結構(TOP)等；year和ind分別表示年份效應與行業效應，α0為截距項，ε為隨機干擾項。

然后檢驗高管背景對數字金融與企業創新關系的調節效應，據此構建如下模型：

INNit+1=β0+β1DIFIit+β2POLit+β3DIFIit×POLit+φ∑Controlsit+∑year+∑ind+εit

(2)

INNit+1=γ0+γ1DIFIit+γ2TECit+γ3DIFIit×TECit+φ∑Controlsit+∑year+∑ind+εit

(3)

其中，調節變量POL表示高管具有政治關聯背景，TEC表示高管具有技術研發背景，β0和γ0分別為式(2)、(3)的截距項，其他變量定義不變。

三、檢驗結果與分析

(一)描述性統計

表2報告了具體變量的描述性統計結果。結果顯示，創新能力INN的均值為0.312，中位數為0，說明中國中小上市企業在發明專利申請方面數量不多，“實質性”創新水平較低，也從側面證明中國中小企業在創新能力提升方面任重道遠；標準差為0.703，說明不同企業之間的創新能力差異較大。數字金融DIFI的均值和中位數分別為2.154和0.582，最大值和最小值差距明顯，分別為3.180和0.615，說明中國數字金融在不同區域之間存在發展差異。高管政治關聯背景POL的均值為0.362，說明36.2%的樣本企業存在“政治關聯”行為；技術研發背景TEC的均值為0.221，低于1/4，說明中國中小上市企業中“技術性高管”比例較低。此外，其他控制變量的取值與既有研究(賀曉宇 等，2018)的統計結果差別不大，這從側面證明了本文估計結果的可靠性。

表2 主要變量的描述性統計情況

(二)數字金融對企業創新的回歸結果

表3 數字金融指數對企業創新的回歸結果

由于本文的被解釋變量為發明專利申請數的自然對數，存在大量“0”值，用Tobit模型進行回歸分析，可以有效解決OLS回歸所無法處理的“左截尾”問題。故本文采取Tobit回歸的方法，就數字金融如何影響企業創新進行實證檢驗。

表3展示了數字普惠金融對企業創新的影響。列(1)、列(2)、列(3)和列(4)分別代表了未加入任何控制變量、加入年份和行業固定效應、加入控制變量、加入控制變量與固定效應的回歸結果?？梢钥闯?，數字金融DIFI對企業創新的回歸系數分別為0.072、0.338、0.307和0.312，均在1%的水平顯著為正?；貧w結果證實了理論假說1，說明數字金融對企業創新具有正向激勵作用，有利于企業創新能力的提升。數字金融是金融與科技深度融合的產物，與傳統金融業態存在較大差異，可以通過降低金融服務門檻、提升金融服務質量等方式有效推動轄區中小企業的技術創新，增加其發明專利的申請數量。與此同時，數字金融的發展還能夠對傳統金融形成倒逼效應，盤活市場上零散僵化的金融資源，從而為企業創新提供更大的資金支持。

從各控制變量的相關系數看，企業規模Size、資產收益率ROA與企業年齡AGE的影響系數顯著為正，說明規模越大、盈利能力越強、上市年限越久的企業，創新能力越強。資產負債率LEV、營業收入增長率GRO的相關系數顯著為負，說明高負債和高成長的企業創新能力較弱。獨立董事占比IDE與股權結構TOP對企業創新無顯著影響，說明獨立董事和大股東對企業研發創新決策影響力較低。

根據“北京大學數字普惠金融指數”的解釋，數字普惠金融指數由覆蓋廣度(DCB)、使用深度(DUD)及數字支持服務程度(DSS)三個維度構成(萬佳彧 等，2020)，為了更加全面地研究數字金融對企業創新的影響，本文從數字金融的廣度、深度與數字化程度三個維度進行刻畫并分別進行回歸分析，實證檢驗同樣采取Tobit回歸方法。

從表4可以看出，數字金融的廣度DCB、深度DUD與數字化程度DSS與企業創新INN的相關系數均為正數，且在1%的水平顯著為正，進一步驗證了理論假說1，說明數字金融的覆蓋廣度、使用深度、數字支持服務程度三個渠道均可產生緩解企業融資約束、推動企業研發創新的效果；數字金融的覆蓋度越廣、使用程度越深、數字支持服務程度越高，對轄區中小企業創新的激勵效應越強。對比表4的列(2)、(4)、(6)的回歸結果，可以看出，在數字金融的不同維度中，數字金融覆蓋廣度(DCB)對企業創新的促進作用最大。這是由于數字金融的普惠性降低了金融業務的服務門檻，使更多的中小企業享受到便利性更強、成本更低的信貸服務，通過降低企業融資成本推動企業創新。

(三)數字金融、高管背景與企業創新的回歸分析

在加入高管背景的中介變量后，對模型(2)和模型(3)進行回歸，可驗證高管背景對企業創新的影響，以及高管背景對數字金融與企業創新關系的調節作用，依然采取Tobit回歸方法。

表5的列(1)和列(2)的結果表明，在加入高管政治關聯背景以及數字金融與高管政治關聯背景的交互項后，數字金融DIFI的回歸系數依然顯著為正，高管政治關聯背景POL的回歸系數分別為-0.053和-0.084，在1%的水平顯著為負，表明董事長或總經理的政治關聯對企業創新產生了“詛咒”效應(袁建國 等，2015)，不利于企業創新能力的提升。數字金融與政治關聯的交互項DIFI×POL在1%的顯著水平下也為負值，說明政治關聯弱化了數字金融對中小企業創新的激勵作用，當公司董事長或總經理具有政治關聯背景時，區域數字金融發展對中小企業研發創新的促進作用會被削弱。該結論是對理論假說2的有力驗證。

表5 數字金融、高管背景對企業創新的影響

列(3)和列(4)反映了數字金融、高管研發技術背景與企業創新三者之間的關系。從回歸結果可以看出，高管研發技術背景TEC的回歸系數在1%的水平顯著為正，數字金融與高管研究技術背景的交互項DIFI×TEC在5%的水平同樣顯著為正。這說明，制造業企業具有技術背景的董事長或總經理，除了能夠做出較為合理的創新決策，促進企業研發投入增加以提升創新能力外，還能夠更好地利用數字金融對企業創新的正面影響，形成正向調節效應，驗證了本文理論假說3。

四、穩健性檢驗與異質性分析

(一)穩健性檢驗

1．改變回歸方法進行檢驗

根據Aghion et al.(2013)的研究，專利數目滿足泊松分布的特征(賈俊生 等，2017)，因此可以將發明專利申請數作為被解釋變量，運用泊松回歸的方法，對基準回歸的結果進行穩健性檢驗。從表6的回歸結果看，將發明專利申請數作為被解釋變量進行檢驗，結果與基準回歸較為一致。數字金融對企業創新具有正向促進作用；高管政治關聯背景不利于企業創新能力提升，且抑制了數字金融作用的發揮；高管研發技術背景能夠起到推動企業創新的作用，且對數字金融的調節效應為正。

2．內生性檢驗

在基準回歸中，本文參照唐松等(2020)的做法，對核心解釋變量和調節變量進行了滯后一期處理，在一定程度上解決了反向因果導致的內生性問題。然而，是否存在遺漏變量帶來的內生性偏差并未得驗證，故本文借鑒已有文獻(傅秋子 等，2018；杜傳忠 等，2020)的做法，以企業注冊地與杭州市的距離作為工具變量，通過Tobit+IV的工具變量法進行檢驗。之所以將其作為工具變量，主要基于：一是本文使用的數字金融數據來源于螞蟻金服，故不同城市的數字金融發展水平與其到杭州的距離有一定聯系；二是企業注冊地與杭州市的距離無法對企業創新能力造成影響。從表7的回歸結果可以看出，加入工具變量后，各變量回歸系數的正負號和顯著性未發生改變，證明本文的研究結果是穩健可靠的。

表6 泊松回歸結果

表7 Tobit_IV的回歸結果

(二)異質性分析

為了進一步論證回歸結果的穩健性，本文將樣本內的企業進行分組回歸，對數字金融、高管背景與企業創新的關系進行異質性分析。

1．基于所有制性質進行分組回歸

表8反映了對不同產權性質企業的分組回歸?？梢钥闯?，數字金融DIFI對國有企業創新的回歸系數不顯著，對非國有企業的回歸系數在1%的水平下顯著，說明數字金融發展的“紅利”主要集中于非國有企業，其對企業創新的激勵效應體現在非國有企業方面。究其原因，國有企業由于其所有制方面的天然優勢，在融資方面能獲得更多的便利，而非國有企業由于在融資過程中經常遇到“旋轉門”“彈簧門”，故數字金融的發展能起到降低其融資門檻、增強其融資便利的效果，推動其進行創新。高管政治關聯背景POL在國有與非國有企業中回歸系數均顯著為負，說明政治關聯對創新的負面作用較為普遍，而政治關聯對數字金融作用的負面調節效應僅在非國有企業出現，說明非國有企業建立政治關聯的動機更強，也更容易對數字金融的創新效應產生抑制作用。高管技術研發背景在國有與非國有企業的回歸系數均顯著為正，且均起到了正向調節的效果。

2．基于是否高新技術企業進行分組回歸

表9將是否高新技術企業作為分組依據進行回歸，可以看出：數字金融對企業創新的激勵效應局限于高新技術企業，對非高新技術企業無顯著影響。高管政治關聯背景、技術研發背景對企業創新回歸系數，以及對數字金融的調節效應與全樣本回歸一致。對于非高新技術企業，不僅數字金融的發展無法起到促進轄區企業創新的效果，高管政治關聯背景與技術研發背景的回歸系數也不顯著。這說明非高新技術企業與現代信息服務業、金融服務業融合較為困難，難以獲得數字金融發展的“紅利”。這也從側面反映了中國傳統產業轉型升級的重要性與必要性。

表9 基于是否高新技術企業的分組檢驗

(續表9)

五、結論與啟示

本文以中國A股中小板與創業板的上市公司為樣本，從多個角度討論并檢驗了數字金融發展對企業創新的影響，并進一步探究高管背景對數字金融與企業創新關系的調節作用。結果表明：

第一，數字金融對企業創新起到了顯著的正向促進作用，說明數字金融的發展能夠緩解當地企業融資約束，起到推動企業創新的積極效果。

第二，企業高管的政治關聯背景對企業創新具有抑制作用，產生了較為明顯的創新“政治資源詛咒”效應，同時高管的政治關聯背景抑制了數字金融對企業創新激勵作用的發揮，產生了負向調節作用。

第三，企業高管的研發技術背景對企業創新有顯著的正向效應，說明具有專業技能的決策者，會對創新有特別的關注，同時也更重視數字金融對創新的積極作用，強化了數字金融在創新方面的激勵效應。

此外，進一步的研究發現，數字金融對企業創新的激勵作用限于非國有企業和高新技術企業，高管背景的調節效應也同樣如此。

本研究從宏觀數字金融的角度拓展了企業微觀創新的研究，并與高管背景這一內部治理相結合，為解決中國企業創新不足問題提供了理論參考和實踐指導。本文的研究具有如下政策啟示：

第一，穩步推進數字金融發展，擴大數字金融的覆蓋程度，促進金融資源配置的均等化、普惠化。提升數字金融的科技含量，加強信息技術產業與金融產業的融合，充分利用市場的力量引導金融業向信息化、數字化轉變。同時，要加強對數字金融的監管，引導和規范其資金流向，使數字金融真正發揮緩解企業融資約束、推動企業研發創新的作用，避免數字金融聚集的資金過度流向資本市場。

第二，上市公司應認識到高管政治關聯可能對創新帶來的負面影響，通過治理機制的完善，減少對政治關聯的依賴，使創新在企業競爭力提升中居于核心位置。地方政府也要積極轉變職能，努力同企業一起構建“清”“親”的新型政商關系。

第三，企業在內部決策過程中，要高度重視具有專業技術背景的高管對資源配置的意見，尤其是在進行研發創新決策時，切實做到“專業人做專業事”，在企業內部形成注重研發創新的良好氛圍。

第四，要深化國有企業改革，減少國有企業的政府依賴和所有制“特權”，構建公平的競爭環境，同時重視傳統產業的轉型升級，使數字金融在傳統產業轉型升級方面發揮更大的作用。