科技金融政策、企業生命周期與數字化技術應用*
——基于“科技和金融結合試點”的準自然實驗

陳振權，李大偉，吳 非

（1.廣東省生產力促進中心，廣東 廣州 510070；2.廣東金融學院，廣東 廣州 510521）

一、引言

自2008年美國次貸危機引發全球金融危機以來，通過擴展數字化應用、推動數字化轉型以提升經濟數字化水平已成為當前全球各國經濟走出危機的重要動力。回歸中國現實語境，穩步推進企業數字化應用轉型也成為助力中國數字經濟領域彎道超車，進而有效應對國內外復雜形勢，保障經濟動能平穩轉換，夯實雙循環體系微觀基礎的重要抓手（陸岷峰和王婷婷，2020）。因此，我們要抓住數字產業化與產業數字化賦予的機遇，抓緊布局數字經濟，形成新的發展動能。近年來，大量數字化技術落地及數字化項目應用為企業經營創造了新的商業邏輯，這種“破壞性創新”為經濟體注入了新活力（肖旭和戚聿東，2019），特別是在新冠肺炎疫情的沖擊下，多地政府部門積極“轉疫為機”，進一步提升了微觀主體的數字技術應用水平（吳非等，2020）。企業提升數字化應用能力是長周期、高風險的系統性創新過程，如只依賴其內源性融資，則大概率無法在數字化應用產生實效前覆蓋其高昂的創新成本，優質低價的外源融資成為數字經濟時代下微觀經濟主體破除創新轉型障礙的關鍵所在。換言之，只有讓金融資本充分介入企業數字化應用創新，分散其創新風險，加速其實踐落地，才能更好助推在“科技—金融”這一邏輯閉環中的增值循環。

然而由于金融的逐利性與企業數字化應用的長周期、高風險特征相背離，傳統直接金融往往難以形成強有力的支持，而多層次資本市場體系尚未完善，已有的金融體系和模式在支持當前企業的數字化技術應用上可能存在一定的供給（質量）不足的問題，這種金融市場的自發調節難以與數字技術創新轉型有機結合。這也就意味著，由政府參與、通過政策引導促進科技金融體系建設（劉佳寧，2020），并以此推動企業數字化應用轉型是進一步提升中國數字化創新水平的必由之路。事實上，近年來無論中央還是地方政府都制定并實施了眾多科技金融政策，特別是在16個國家科技金融試點區，自2011年至今共推出350多項政策法規（數據源自國家科技金融平臺），涵蓋了財政支持、資本市場建設、間接融資與保險服務等多個方面。但囿于政策后效性與科技金融體系復雜性，上述科技金融政策能否有效推動相應區域內企業的數字化應用水平？這一推動是通過何種機制路徑傳導？尤其是這一推動作用在不同特征屬性（生命周期、所有制等）的企業中是否存在顯著的異質性？

上述問題從前期文獻都難以得到直接答案，與“科技金融政策與數字化應用”這一研究范式直接相關的文獻更為稀少。而將搜選范圍擴大至“科技金融政策與技術創新”這一主題，則有部分研究認為科技金融通過提升企業外源性融資水平，松釋了其創新的融資約束（張明喜等，2018），從而提高了企業的技術創新能力（常曦等，2020）；但也有部分研究指出，金融資本的逐利性和投機性使得其往往難以在整個創新周期內滿足企業的資金需求，甚至降低了創新金融資本分布的匹配度（莊雷和王飛，2020），企業技術創新的動能與績效并未得到科技金融的有效提升。不難發現，上述研究產生相異結論的重要原因在于其將研究樣本基本都置于同一時間截面下，并沒有界分不同發展階段的企業對于技術創新意愿與能力的差異。由此，本文擬在“科技金融政策—數字化應用”這一基準框架中加入企業生命周期這一因素，探討科技金融政策與企業數字化應用水平間的關聯機制。

二、理論分析與假說提出

回顧以往文獻，國外前期研究內容中往往沒有提及“科技金融”這一特定詞匯，但對科技與金融、金融與創新的研究屢見不鮮。有研究指出，金融深化對技術創新具有顯著促進作用（Guariglia和Liu，2014），一國金融體系的完備性對其創新體系構建具有關鍵影響（Legrand和Pommet，2010）；然而也有研究從反面指出，融資約束對創新型企業具有嚴重的影響，政府的金融政策、金融工具（Sasidharan等，2015）能夠彌補創新過程中金融要素供給不足，從而實現科技和金融有機互補。相對而言，國內研究則更具有系統性，自趙昌文將科技金融定義為促進科技創新及其成果轉化的金融體系（薛瀾和俞喬，2010）后，以兩者間影響機制為主題的研究日漸豐富。這些研究分別借鑒協同度模型（王宏起和徐玉蓮，2012）、DEA方法（杜金岷等，2016）等技術手段，基于國家層面宏觀比較（Chowdhury和Maung，2012）、中觀層面區域或行業現象（杜江等，2017）以及企業層面的微觀數據進行了大量實證分析。其中大部分研究結論認為資本市場、金融機構發展（鄭磊和張偉科，2018）以及科技金融政策的支持力度顯著促進了企業創新產出，而中國企業的創新產出主要受到金融約束的制約（郭聯邦和王勇，2020）。但同時也有研究認為中國科技金融與科技創新間的協同機制尚未完善（吳翌琳和谷彬，2013），科技金融對于企業創新的促進作用存在著區域及行業異質性（谷慎和汪淑娟，2018）。不難發現，科技金融政策能否發揮驅動包括企業數字化技術應用在內的中國創新發展的功能，有待深入研究。

科技金融政策正是應對中國傳統金融供給尤其是資本市場相對薄弱的困境而提出的系統性解決方案（趙昌文等，2009），這為驅動企業數字化技術應用帶來契機。具體來看，數字化技術應用轉型集中表征為運用人工智能、大數據等先進技術對企業管理、生產各個方面進行變革（肖靜華，2020），企業進行數字化技術應用轉型往往是顛覆式創新活動（Frynas等，2018）。在此背景下，數字化技術應用轉型并不是一蹴而就，其成功很大程度上取決于企業的調整能力、資金投入規模與周期性資源配置能力。對此，國家信息中心（2020）指出當前存在企業轉型能力弱、成本高、難度大而導致轉型動能和意愿不足的現象。不難發現，針對數字化技術應用轉型這項企業長期活動，強大的資金支持必不可少，科技金融政策則有利于激活這一資金供給，進而促進企業數字化技術應用轉型。一方面，中國金融市場中間接融資占據絕對優勢，難以滿足包括數字化應用在內的各類技術創新對于大規模資金投入的需求，因此科技金融政策的制定與實施能以政府引導的方式，增加融資渠道，緩解其融資約束（余紅偉等，2020）；不僅如此，企業獲得科技金融支持也能體現 “認證”的效果（Lee，2011），加之各種融資優惠政策的有效實施，企業有望獲得更具有市場競爭力的貸款利率，這有助于降低企業數字化技術應用轉型的資金成本，破解企業從事數字化技術應用轉型的融資困境，從而有效地助力企業數字化技術應用的開展。另一方面，數字化技術應用高度依賴外部資金特征，也使得企業倚賴政府在金融制度與政策體系上的調整配合，而科技金融政策作為提升企業創新水平的專項政策工具，相較于一般的經濟政策更具有專業性和靶向性（林小玲，2019），因而對于企業數字化應用轉型具有更好的驅動力。此外，站在企業的角度來看，科技金融政策引導資金投入到先進產業和先進技術上，牽引微觀主體進行主動變革。科技金融政策提供的積極的財務資源方面的保障，對于企業數字化技術應用轉型這項長期活動而言，有助于消弭企業對創新變革不確定性的擔憂，擴展企業可用的資源邊界，激發企業進行數字化技術應用轉型的意愿，從而有效地驅動企業數字化應用轉型。據此，本文提出假說1。

假說1：科技金融政策促進企業數字化技術應用。

前述就“科技金融政策—企業數字化技術轉型”的一般規律進行探討，但這一般規律也會受到企業異質性特征的影響。事實上，企業作為科技金融政策施策對象，其在不同階段自身稟賦及目標往往具有異質性，因而企業數字化應用轉型意愿與能力差異顯然會使得科技金融政策的驅動效用產生不同的反應函數。在此之中，企業時間維度上的差異——企業生命周期便是異質性的重要方面。這就意味著處在不同生命周期的企業在規模大小、投融資模式、研發創新等方面區別顯著。可以合理預期，科技金融政策對企業數字化技術應用轉型的激勵效果會因各生命周期的差異而有所不同。為此，本文借鑒劉詩源等（2020）的做法，將企業整體樣本按其存續時間長短，劃分為成長、成熟、衰退三個時期，深入解構科技金融政策對處于不同生命周期的企業的數字化技術應用轉型的差異化效果。

就成長期企業而言，通過規模擴張與提升創新能力搶占更多的市場份額是其普遍特征（李程驊和胡亞萍，2008），但自有資金不足（高松等，2011）以及缺乏優質的資產抵押物成為其提質增量的瓶頸。企業的數字化應用轉型活動與高度的融資約束形成錯配，為政府層面介入提供了有利條件，因此科技金融政策理應對其產生有效驅動。但成長期企業往往并不具有行業前沿的技術創新水平（陳紅等，2019）以及與數字化轉型相匹配的組織架構，其數字化應用更具有“跟隨和模仿”的特征，進而減損了科技金融政策的促進效果。而且成長期企業也沒有規模化的生產方式和能力，體量相對較小，企業全方位推行數字化技術應用在此情況下既沒有規模效應，甚至產生無謂消耗。從這個意義上來說，科技金融政策驅動效果也會產生一定折損。就成熟期企業而言，其主要優勢則在于經營活動與財務指標趨于穩定、規模化生產以及管理架構成熟，因而能為其數字化應用轉型提供良好的流動性與組織管理支撐；若得到科技金融政策的支撐，則更能發揮其數字創新研發經驗充足的優勢，提升其數字化應用轉型效率與成功率。更為重要的是，成熟期企業在數字經濟潮流下有著更急迫變革的意愿，以維持市場的優勢地位，同時成熟期企業具有規模化、“干中學”等優勢，數字化技術應用有更大的施展空間和必要性。在此情境下，科技金融政策將有力地激勵成熟期企業數字化技術應用轉型的開展。就衰退期企業而言，其往往面臨著營收規模萎縮（崔也光和唐瑋，2015），難以負擔數字化的高額資金成本與機會成本，對數字化應用“非不愿也實不能也”；反映在對科技金融政策的反饋中則無可避免將出現政策效力鈍化。

由此可知，企業數字化應用進程面臨著生命周期差異化帶來的優勢與劣勢，科技金融政策也由此可能出現異質性的政策效力。綜合上述分析，本文提出假說2。

假說2：企業數字化技術水平的提升在面臨科技金融政策促進效應時具有差異性，其在成長期、成熟期企業呈現依次增強的特征，而對衰退期企業的促進作用不明顯。

三、研究設計

（一）數據說明

為探討科技金融政策、企業生命周期與數字化技術應用之間的關系，本文選取我國A股上市企業財務指標為經驗證據（來自Wind數據庫），并與不同區域的科技金融試點宏觀政策相匹配進行回歸，考慮到2007年中國上市企業會計準則發生變更，本文樣本起始點定位2007年，終點為2018年。需要說明的是，本文中科技金融政策試點具體是指2011年和2016年兩個批次的科技和金融結合的試點政策實施區域，其中首批為41個地級市①這些試點城市包括北京、天津、上海、重慶4個直轄市，江蘇省的南京、無錫、連云港、淮安、鹽城、徐州、常州、南通、蘇州、鎮江、揚州、宿遷和泰州，浙江省的杭州、溫州、寧波、和湖州，安徽省的合肥、蕪湖和蚌埠，廣東省的廣州、佛山、東莞和深圳，陜西省的西安、渭南、商洛、銅川、寶雞和咸陽，四川的成都和綿陽，此外還包括武漢、長沙、大連、青島和天水5市。，次批新增了6個城市。顯然相對于科技金融發展與企業數字化轉型的自發進程而言，上述試點政策是典型的外生性沖擊事件，其能有效地將上市企業整體界分為試點政策實施前后與試點政策區域內外的不同時空部分，從而形成了一組極易觀察對比的準自然實驗樣本。在這一基礎上，本文擬采用雙重差分法（DID），為探究科技金融政策對企業數字技術應用水平的沖擊提供經驗證據。

此外，為突出研究主題，本文還通過下述方法處理了樣本數據：一是剔除特殊樣本組，具體包括了上市企業中的ST、PT及其IPO當期的樣本數據，考慮到金融、房地產類企業在我國上市公司中的特殊性，也予以剔除，僅保留實體企業在正常經營年份中的樣本。二是對在上一步保留下的數據集中的連續型變量進行Winsor縮尾處理（左右1%），以摒棄極大極小值對回歸結果的沖擊。三是對剩余指標數值進行對數化轉換，以盡可能降低異方差性對回歸結果的干擾。

（二）模型設定

為充分檢驗本文所要考察的科技金融試點政策、企業數字技術應用、企業自身生命周期及其影響關聯機制，本文使用雙重差分模型并具體設計如下所示：

其中：ADT表示數字化技術應用的水平，Treat表示特定企業樣本屬于政策試點還是非試點區域的啞變量，Post則表示其屬于政策實施前后時期的啞變量。根據DID模型一般設定規則，屬于試點區域的樣本Treat取值為1，否則為0；屬于政策實施后的樣本Post取值為1，否則為0；Treat×Post交乘項可作為雙重差分效應的代理變量，其系數β1的大小、符號及其顯著性則代表了這一效應的強度、方向及其是否能為經驗證據所支撐。此外，Control表示控制變量集、Industry和Year則表示本模型采用行業和年份的雙向固定效應回歸，以釋緩個體差異對于回歸結果的擾動。最后，為研究生命周期對于政策效應的差異化影響，本文在實證檢驗中主要采用分組樣本回歸的方式，即按不同階段的企業樣本分別進行回歸，最終比較其結果。

（三）變量定義

1.被解釋變量。數字化技術應用（ADT）。在參考既有文獻（焦勇，2020、陳冬梅等，2020、吳非等，2021）的基礎上，本文認為，僅以部分信息化設備數量、金額等硬件指標作為企業數字化應用水平的代理變量，難以體現數字化技術應用這一進程的復雜性和系統性。吳非等（2021）借助文本挖掘方法，對數字化代理變量進行“具象化”改進方法，具有重要的借鑒意義；特別是其以上市企業年報作為文本挖掘對象，充分利用了年報這一公開披露信息書面文件的可得性、可靠性，使得其由特定企業年報中統計、匯總與數字化技術應用相關的詞頻數量，與該企業當年在數字化技術應用方面的投入與成效，具有較高的相關性。

在這一變量指標的編制中，首先，本文參考李春濤等（2020）和吳非等（2021）的做法，手工篩選《大數據產業發展規范（2016-2020年）》及相關政策文件、重要會議新聞報道、影響因子較高文獻中對于數字化技術應用描述所使用的關鍵詞，構建本文的文本挖掘關鍵詞詞庫，其具體包含了移動互聯網、數字金融、金融科技等38個關鍵詞。其次，本文使用下載自巨潮資訊網的上市企業年報文件進行文本識別，并與上述詞庫中的38個關鍵詞相匹配。最后，根據匹配結果匯總并統計在特定企業特定年份的年報中出現的詞頻數量，將其作為該企業當年的數字化技術應用水平的數值。

2.核心解釋變量。科技金融政策交乘項（Treat×Post）。當樣本屬于試點區域時，Treat取值為1，否則為0；屬于政策實施后時，Post取值為1，否則為0。因而二者交乘項可作為雙重差分效應的代理變量。這就意味著Treat×Post取值為1表示該樣本是試點政策實施后的試點城市。

生命周期變量（Life Cycle）。借鑒王小燕等（2019）和劉詩源等（2020）的研究，為避免單一變量以及財務綜合指標方法的缺陷，本文界分企業生命周期的指標為組合現金流模式——將樣本整體劃分為成長、成熟和衰退三個子集。具體來講，第一，成長期企業由于自身成立不久，對籌資活動有著較大的需求，因此籌資活動現金流凈額為正，而投資活動相對較少，其現金流往往為負，特別是這類企業的生產經營活動尚未開展，應用現金流凈額也往往為負值（在后續步入正軌后，現金流可逐步由負轉正）。第二，成熟期企業的經營相對穩定，因此經營現金流為正值；為了滿足生產和建設的需要，企業的“投資—籌資”力度加大，相關的現金流為負。第三，衰退期企業的整體生產績效下滑明顯，內部金融資源邊界有著較大的萎縮，此時的企業內部現金流反映在投資活動上是正向的，由此對經營活動產生擠出，其現金流則表現為負值，企業外部的投資者決策對于衰退期企業籌資活動有著較大影響，相關的現金流可能為正，也可能為負。綜合上述討論，只要在財務報表信息中符合相關的現金流凈額特征的，即可分別劃分為成長期、成熟期和衰退期企業。

表1 企業生命周期劃分依據

3.控制變量。為提高估計精度，本文包含以下控制變量：總資產（Asset，資產規模年末對數值）、主業收入（Sale，主營業務收入對數值）、第一大股東持股比率（F-H，第一大股東持股股本占總股本的比重）、成立年份及其平方（Age、Age2，樣本年度減去上市年度并加上1）、股票換手率（Turnover，年日股票換手率平均值）、凈資產收益率（Roe，企業凈利潤與凈資產之比）、托賓Q值（Tobinq，所有者權益合計期末值與實收資本本期期末值的比值）、外資持股比例（Qfii，企業外資持股股本占總股本的比重）、董事長-總經理兼任（Dual，董事長與總經理為同一人為1，否則為0）、審計意見（Audit，企業的審計意見為標準無保留意見時賦值為0，否則為1）等。

四、實證分析

（一）基準回歸

在表2中，本文針對“科技金融試點—企業數字化轉型”的關系進行檢驗。表中多個模型具有遞進關系，其中模型M（1）僅就回歸模型的“時間-行業”固定效應進行控制，其核心解釋變量的回歸系數統計顯著，且為正值（0.150）；而在模型M（2）中納入了控制變量集后，其系數相對收縮（由0.150降低至0.124），這可能是因為增加的控制變量吸收了部分相關因素，但仍舊呈現出高度顯著的狀態（t值為7.25）。上述實證結果表明，科技金融政策的推行，有助于驅動企業數字化技術應用水平的提高。第一，科技金融政策往往是多重金融與財政的工具籃子組合，能夠顯著地優化那些具有科技創新偏好的企業融資需求，既能向企業直接注入資源強化企業創新，又能分擔企業的新技術創新和應用風險，強化了企業應用數字化技術的意愿與動能；第二，科技金融政策能夠向市場傳遞積極的信號，引導市場資源關注企業創新需求，那些得到科技金融政策覆蓋的企業將更容易得到市場承認和投資的青睞，從而以政府資源來撬動市場資源，以發揮更大的驅動合力；第三，科技金融政策不單能夠通過資源投入和引導的方式來驅動企業提升數字化應用水平，還能夠在科技創新項目的審批和配套服務上提升質效，從而鼓勵企業新技術的開發和應用。

表2 科技金融與數字化技術應用：基準回歸

注：“*”、“**”、“***”分別表示在10%、5%、1%顯著性水平下顯著；表中t值經由穩健標準誤計算所得。下同。

在前述回歸中，本文基本可以確證科技金融政策與企業數字化技術應用之間的正向驅動關系。然而值得追問的是，這種政策驅動力是否能在較長的一個時間中保持穩定？為了回答上述問題，本文設置了四期滯后時間虛擬變量（post1-4），深入考察科技金融政策對企業數字化應用的長期影響（模型M（3））。結果表明，在較長的時間序列中，科技金融試點政策的驅動效應仍明顯存續，特別是除了當期項（Treat×Post0）系數在10%顯著性水平下統計顯著之外，其余的滯后項均在1%的顯著性水平下高度顯著。這意味著，科技金融政策有著較好的時效持久力，能夠在較長時間序列中呈現出驅動效果的疊加。基于此，這也是對前述實證檢驗的進一步驗證和豐富。

如前所述，當企業處在不同的生命周期時，科技金融試點政策的邊際效力可能因此而存在明顯差異，因此本文進一步嵌入了企業的生命周期概念以深入研究不同生命周期下“科技金融—企業數字化技術應用”所可能展現出的差異表現（詳細的回歸結果參見表3）。

表3 科技金融、企業生命周期與數字化技術應用

本文不單考慮了科技金融政策的核心變量（Treat×Post），還進一步考慮了科技金融政策在時間序列上的動態效應。綜合實證研究結果可以發現，科技金融政策在企業不同的生命周期中有著異質性的特征效果。在成長期和成熟期中，科技金融政策能夠驅動企業的數字化技術應用強度提升；而在衰退期中，盡管相應的回歸系數為正值，但t值偏小。從較長的時間窗口來看，科技金融政策對于成長期企業的促進作用相對較小，僅在較遠期（TreatPost4_）上呈現出具有統計顯著意義的驅動作用；相比之下，在成熟期企業中，科技金融政策的動態指標（TreatPost1～TreatPost4_）系數均為正值，且都至少通過了5%的統計顯著性檢驗；而在衰退期中，科技金融政策指標均無法通過顯著性檢驗。通過上述檢驗可以看出，相對于成長期企業，科技金融政策對于成熟期企業而言具有更好地促進作用，而對衰退期企業并無明顯功效。

當前的科技金融政策的確起到了顯著的服務實體經濟功效。具體來看，科技金融政策具有明顯的效率導向，針對于那些產出績效較差、生產創新潛力不足的衰退期企業而言，科技金融政策并不會將這類企業作為服務的重點對象，因此無法對這類型的企業產生顯著的創新轉型和數字化應用驅動效果。相比之下，對于那些具有更大生產、創新潛力的企業（如成長期和成熟期企業）而言，科技金融政策展現出了良好促進效果。這也表明，當前的科技金融政策能夠很好地調動自身資源流向，專注于那些創新潛能較高的企業，進而有效驅動這類型企業的數字化技術應用。但具體來看，科技金融政策對成長期和成熟期企業的數字化技術應用驅動還存在一定分化：它對于成熟期企業具有著更大的彈性系數，對成長期企業相對較弱。這是因為，目前的科技金融政策可能還存在一定的“后向型”特征，強調以企業的盈利、生產能力、創新水平等作為金融支持企業的標準，而成長期的企業往往這類“硬指標”相對較弱，科技金融政策對其的支持可能存在一定的不足。這也意味著科技金融應當更加關注初期階段企業金融需求（韓亞欣等，2016）。當然，成長期企業的基礎條件較差，僅依靠科技金融政策的支持可能也無法達到合意的數字化技術應用的驅動效果。

（二）穩健性檢驗

（1）剔除部分樣本

第一，考慮到直轄市在經濟、政治上的特殊性，與其相關的科技金融政策同其他地區之間可能存在較大的差異，基于此，本文剔除了四個直轄市的樣本企業。第二，考慮到地方的經濟發展條件，不僅會在一定程度上影響企業的數字化應用強度，也是科技金融政策設立和執行所必然關注的重要因素，由此可能會產生一定的內生性問題。基于此，本文進一步剔除了所有的東部經濟發達地區樣本，并重新進行回歸檢驗。實證結果發現，科技金融政策對成長期企業的數字化技術應用具有相對較小的促進效應，對成熟期企業的促進則十分明顯，對衰退期企業并沒有產生具有統計意義上的影響。上述結論同前文基本保持一致。

表4 穩健性檢驗

（2）平行趨勢檢驗

本文還進一步考察了這種沖擊在時間序列上的趨勢特征。在若干政策沖擊前置項中（TreatBefore1～TreatBefore4_），相關回歸系數的結果均無法通過統計顯著性檢驗，表明實證結果基本通過了平行趨勢檢驗；在政策沖擊后置項中，TreatPost系列的回歸系數在企業的成長期和成熟期中大多保持較為顯著的態勢，而從其系數絕對值而言，成熟期水平更高；而在衰退期企業中，TreatPost系列的回歸系數基本不顯著。這意味著在考慮平行趨勢檢驗的前提下，科技金融政策依舊對成長期和成熟期企業的數字化技術應用有著顯著的驅動效果，而對于衰退期企業而言并不具備統計差異意義上的影響，這也同前文的表3基本保持著高度一致的實證邏輯。

表5 穩健性檢驗：平行趨勢檢驗

TreatPost1 0.080（1.45）0.173***（3.02）0.174*（1.85）0.062（1.11）0.132**（2.31）0.129（1.38）TreatPost2 0.111**（1.97）0.242***（4.11）0.175*（1.72）0.050（0.89）0.212***（3.61）0.115（1.13）TreatPost3 0.135**（1.97）0.267***（3.84）0.190（1.61）0.085（1.21）0.218***（3.15）0.129（1.08）TreatPost4_ 0.141***（3.66）0.087（1.45）0.202***（4.88）0.126***（3.22）0.181***（4.31）0.064（1.06）分組依據 成長期 成熟期 衰退期 成長期 成熟期 衰退期CVs NO NO NO YES YES YES Ind、Year YES YES YES YES YES YES N 8801 7170 3473 8441 6926 3276 adj.R2 0.4217 0.4085 0.4057 0.4391 0.4260 0.4249

五、科技金融政策影響企業數字化應用的機制識別

在前述的實證分析中，本文針對企業生命周期視角下科技金融政策對企業數字化應用的影響進行了分析，為理解科技金融政策的效應差異提供了全新的視角。在本部分研究中，擬進一步深入探析其中存在的機制路徑，打開其中的機制黑箱。對此，本文采用了中介效應模型進行識別檢驗（模型（2）-模型（4））。

上述模型中，除增添 Mediator作為中介變量組，其余設定同模型（1）。

在中介變量的選取上，既要考慮該變量同科技金融的關聯，也要注重其對企業數字技術應用的影響。科技金融作為專項性服務于核心技術創新項目的金融業態，本質上仍舊是金融，其對企業的突出影響，同樣也應聚焦在金融財務領域上。其中可能的邏輯在于，科技金融政策會改善企業的資源邊界約束狀況，從而為數字化技術應用項目的開展提供了必要的基礎支撐條件。在企業金融財務狀況的刻畫上，較為突出的是企業的融資約束和財務穩定。對于融資約束的測度主要借鑒Kaplan和Zingales（1997）的方法，計算KZ指數以代理企業融資約束水平，該指標與企業面臨的融資約束呈正相關；而對于財務穩定的測度則借鑒Altman（1968）的經典風險Z值法，與KZ指數相同，該指標與企業財務穩定水平也呈正相關。由此不難發現，KZ和Z-Score兩個測度導向相反的指標，恰好能夠從正反兩個角度來驗證“科技金融→企業金融財務狀況→數字化技術應用”的傳導機制鏈條。

表6首先考察了以融資約束（KZ）為中介變量的傳導機制。由回歸結果可知生命周期階段的差異并未對融資約束阻滯企業應用數字化技術的后果產生任何影響（回歸系數在三個生命周期中分別為-0.012、-0.054和-0.022，且都顯著），這表明融資約束問題往往是企業創新發展實踐中所面臨的重要難題，對于數字化技術的應用也是如此。基于此，本文著重檢驗科技金融政策的推行能否有效改善企業的融資約束問題。結果發現，TreatPost的回歸系數僅在成熟期中顯著（系數顯著為負，t值為-2.15），而在成長期和衰退期中的回歸系數并不顯著（t值分別為-0.74和-1.47），在影響企業融資約束上并未展現出具有統計顯著意義上的差別。這意味著，“科技金融政策緩解企業融資約束，進而促進數字化技術應用”的渠道機制，僅在成熟期企業中成立。

表6 機制路徑：融資約束

科技金融作為一個專項性為科技創新企業（項目）提供資金解決方案的金融業態，對緩解企業的融資約束問題本就具有著重要作用，前述的實證檢驗也確證了科技金融政策在緩解成熟期企業融資約束上的功效，這種財務改善能夠為企業的數字化技術應用項目開展籌集更多的資源，抑或是使得企業不必因為資源的捉襟見肘而轉移過多的精力（如無需過多關注如何維系持續性的財務資源），使得企業的生產經營決策可以在數字經濟時代下更加關注數字化技術的應用開展。但同時需要注意的是，目前尚未發現科技金融政策對成長期企業融資約束的顯著緩解證據，這也從側面反映出科技金融政策對成長期企業的有效支持力度相對不足。畢竟，成長期的企業往往具有更強的創新轉型潛能，在數字化技術的應用上也往往具有更大的需求。如若科技金融政策能夠有效緩解該階段下的融資約束問題，必然能夠在很大程度上推動企業的數字化技術應用，進而為經濟高質量發展提供動力，這也是后續政策設計需要重點關注的問題。

表7考察了以企業財務穩定（Z-Score）為中介變量的傳導機制。同表6類似，企業的財務狀況穩定性的推升是企業數字化技術應用的重要保障（Z-Score的回歸系數在成長期和成熟期中分別為0.096和0.063，且均顯著），這表明財務穩定往往能夠有效為企業的數字化創新項目提供支撐。基于此，本文進一步檢驗科技金融政策是否能夠有效提升企業的財務穩定性。結果發現，TreatPost的回歸系數在成熟期和衰退期中顯著，而在成長期中的回歸系數并不顯著，在影響企業財務穩定性上的回歸系數并沒有統計顯著意義上的差異。這意味著，“科技金融政策提升企業財務穩定性，進而促進數字化技術應用”的渠道機制，在成熟期和衰退期企業中發現了更強的證據支持。

表7 機制路徑：財務風險穩定

依循上述邏輯，科技金融政策能有效改善企業融資約束境遇，本身就能夠為提升企業財務穩定性帶來幫助。這種財務穩定性能夠使得企業無需為了應付短期的財務問題而做出過多犧牲，企業能夠更加合理地調動自身的資源用于數字化創新項目。毫無疑問，一個具有高度穩定性的財務體系，是企業高質量發展進程中不可或缺的重要條件，對于數字化技術應用而言也是如此。表7所發現的實證結果同前文的經濟解釋在邏輯上是保持一致的：即當前的科技金融政策的確發揮了驅動企業創新轉型的重要作用，但目前仍存在一定的導向偏差和支持不足等問題：對于需要重點支持的成長型企業，科技金融政策所發揮出的財務穩定效果相對有限，但對于面臨市場淘汰的衰退型企業，科技金融政策還存在一定的識別不足問題，以致于可能會產生科技金融資源的浪費，這也是在后續的科技金融政策制定中需要進行調整的方向。

六、異質性檢驗

在前述的實證檢驗中，針對“科技金融政策—企業生命周期—數字化技術應用”之間的關系進行了基準回歸判斷和機制識別檢驗。但需要注意的是，對于中國這樣一個典型的大國經濟體而言，經濟系統中存在著屬性差異較大的企業，這使得政策施展的效力和反饋會存在一定程度的差別，甚至可能會導致較為突出的非對稱效應。基于上述考慮，本部分中進一步拓展了研究的邊界，探討企業異質性屬性下所可能展現出的差異特征。

在表8中本文首先探討了國有與非國有這一組產權屬性特征差異的影響。從企業產權屬性特征差異來看，科技金融政策對企業數字化技術應用的驅動效力有著較為顯著的非對稱性效果。具體來看，TreatPost的系列項更多地在非國有企業組別中呈現顯著狀態，而對于國有企業組別而言，僅在成長期和成熟期（模型M（4）和M（5））中顯著（TreatPost3和TreatPost4_系數為正且至少通過了5%的統計顯著性檢驗）。

表8 異質性檢驗：產權性質差異

從資源邊界角度來看，國有企業能夠憑借自身的國有信譽優勢，在融資市場中占據優先地位，加上自身往往也具有足夠充裕的金融資源，科技金融對國有企業支持所能展現出的邊際彈性相對較弱；相對地，包括科技金融在內的相對緊缺的外部融資渠道則在促進非國有企業數字化應用上有著更明顯的邊際作用。因此，科技金融政策對非國有企業的支持能展現出更大的數字化技術應用效果。從創新動能角度來看，國有企業在前沿技術的創新和應用上存在一定的惰性（這多與國有企業具有更大的市場勢力和份額有關），而非國有企業往往面臨著較強的市場競爭壓力，在這種“不進則退”的環境下，這類企業具有著更強的創新主觀能動性，在科技金融政策的專項支持下，非國有企業更容易在數字化技術應用上有著更好的表現。進一步地，從企業生命周期差異來看，科技金融政策對非國有企業的驅動力，更多地集中在成熟期（Treat×Post系列指標均顯著為正），而對于其他兩個生命周期（重點關注成長期企業）所展現出的正向驅動效果較弱，上述檢驗結果也同前述的分析基本類同：即科技金融政策還存在一定的“后向型”特征，對于那些具有更好財務狀況和創新水平的成熟期企業而言，科技金融政策的支持效力更大，而對于更需要支持的成長期企業而言，其應有的政策效力邊界還相對有限。

在表9的實證檢驗中，本文針對企業的創新屬性差異進行檢驗，將全樣本界分為非高技術企業、高技術企業兩大類別。從企業創新屬性特征差異來看，基準模型中呈現出的驅動效應更多地集中在高技術企業中（Treat×Post系列指標在成長期和成熟期企業中都有著較強的正向顯著特征），對于非高技術企業而言，僅通過多期效應疊加后方能有所顯現（僅有TreatPost3和TreatPost4_系數為正且至少通過了5%的統計顯著性檢驗）。由此，科技金融政策的數字化應用驅動效力也有著顯著的差異化表現。

表9 異質性檢驗：創新屬性差異

從科技金融政策的目標來看，科技金融的本質即在原有的業態基礎上注入了更多的靶向性元素——更加關注科技型企業，科技金融的作用發揮更多地錨定在高技術企業上，非高科技型企業并非科技金融政策所重點覆蓋的范圍。因此，科技金融政策將對高科技企業形成強有力的融資支持，進而為企業增強數字化技術應用能力提供動力。從創新動能角度來看，高科技企業本身就有著較為強烈的創新轉型需求，在把握數字經濟時代下的轉型契機上也更具主動性，在結合了科技金融政策的支持后，高科技企業在數字化技術應用上展現出了更大的邊際改善狀態，而非高科技企業本身就不在意銳意創新，不具備創新的主動意愿和基礎條件，科技金融政策對其驅動作用相對較弱。進一步地，從企業生命周期角度來看，科技金融政策對高技術企業的支持展現出了良好的效果。一方面，科技金融政策對成熟期企業的數字化技術應用起到了顯著的促進作用（這也同前文的邏輯保持一致）；另一方面，在成長期中，科技金融政策也起到了十分良好的數字化創新驅動效應。這說明，盡管從全樣本企業來看，科技金融政策對成長期的企業支持可能存在一定不足，但對于科技金融服務的靶向企業——高技術企業而言，科技金融政策很好地識別出了成長期企業，并針對這類企業進行了足夠有效的支持（Treat×Post系列指標均大多顯著為正）。此處的發現，也為科技金融政策的靶向性和有效性提供了一定的側面依據。

七、研究結論與政策啟示

企業數字化應用水平的高低是新時代條件下企業回應數字經濟發展潮流的重要指標。任何的創新變革離不開金融的支撐。基于此，本文借助中國滬深兩市A股上市企業，深入探討了科技金融政策試點下，時空差異中企業數字化技術應用水平呈現的差異及其致因，并進一步嵌入了企業生命周期元素，探討其中存在的差異性特征。得到主要結論如下：

第一，整體來看，科技金融政策明顯有益于企業提升自身數字化技術應用水平。從企業生命周期的差異特征來看，科技金融政策存在一定的“后向型”特征，在驅動成熟期企業數字化技術應用上有著更為顯著的效果，對于成長期的促進作用相對較弱，而對于衰退期企業而言并沒有顯著影響。

第二，從科技金融政策影響企業數字化應用的渠道機制來看，科技金融政策可以通過融資約束與財務穩定渠道來促進企業數字化技術應用。即科技金融政策改善了企業的融資約束，提升了企業的財務穩定狀況，上述優化能夠為企業的數字化技術應用提供良好的動力。但值得指出的是，上述機制的成立，均集中在企業的成熟期階段中，而在成長期和衰退期中并不明顯。

第三，從科技金融政策影響企業數字化應用的異質性差異來看，科技金融政策能夠對非國有企業和高技術企業形成良好的數字化技術應用驅動力，而對于國有企業和非高技術企業而言影響并不明顯。從生命周期角度來看，科技金融政策對非國有企業的促進作用主要集中在成熟期階段；而對于高技術企業而言，科技金融政策展現出了良好的優化效果：其對成長期和成熟期企業的數字化技術應用都有著良好的促進效應，這可能歸因為科技金融具有著良好的科技指向性特征，能夠更加專注高技術企業的創新轉型需求。

基于上述結論，本文提出以下幾點政策啟示：

第一，促進科技與金融結合有益于企業數字化應用水平的提升，因此應強化頂層設計，為從國家到地方進一步制定與實施科技金融政策營造更為合理寬松的政策空間，從而通過政府科技金融資金的引導作用，擴大企業外源性融資渠道，保障企業數字化應用的資金基礎。尤其是應鼓勵全國各試點地區結合自身區域優勢稟賦，大力創新科技金融政策，優化科技金融服務模式，從而助力破解數字化應用轉型的融資約束，最終形成可復制與借鑒的經驗模式，推進中國數字經濟的加速發展。

第二，科技金融政策在推動企業數字化應用轉型過程中應充分重視企業本身發展階段特性，強化科技金融政策實施的精準化，提升具體措施與目標企業生命周期的匹配度。具體而言，對于成熟期與衰退期企業，應適當降低科技金融政策的介入程度，而充分發揮金融市場調節機制，在數字化應用轉型中實現企業充分競爭與優勝劣汰，提升政策邊際效力。而對于成長期企業則應加強政策扶持力度，強化政策邊際效力的同時也可進一步提振企業的數字化轉型意愿。

第三，在促進企業數字化應用轉型過程中，應重點關注企業財務指標的穩定，因此科技金融政策扶持的要點在于通過政府的財政支持提升金融市場效率，充分發揮有為政府與無形市場的互補作用，形成政策合力，有效甄別不同生命周期、所有制及科技屬性企業在數字化應用轉型中的異質性，使科技金融政策向成長期、成熟期非國有企業和高科技企業傾斜。