數字金融、產權性質與企業創新
——基于創新異質性視角

李菲菲，馬若微，黃解宇

（1.北京工商大學 經濟學院，北京100048；2.運城學院 經濟管理系，山西 運城044000）

一、引言

創新是發展的引擎，是經濟持續增長的動力和源泉。企業作為創新的微觀主體，其創新能力的提高對自身發展、國家競爭力的提升都有著重要意義。然而，創新是一項投入較大、產出不確定的活動，需要有充足、穩定的資金來源作為保障[1]，由于中國金融體系發展還很不完善，傳統金融在為企業提供服務時存在屬性錯配、領域錯配、階段錯配等結構性錯配問題[2]，致使企業在進行研發投資活動時資金保障不足，普遍面臨著融資約束[3，4]。此外，根據雙元創新理論，企業創新有探索式創新和開發式創新兩種模式，企業要想緊跟時代發展，需要同時兼顧二者，過分強調其一都不利于企業創新發展，但是在企業的實踐中，往往存在重視開發式創新，對探索式創新投入不足的現象[5]。如何提升金融服務效率，促進企業創新能力的穩步提升，實現雙元創新的均衡，是新發展格局下經濟高質量發展的現實問題。

近年來，數字技術與金融產業的深度融合催生出了一系列新型金融業態，數字金融應運而生并快速成長。借助云計算、大數據等新興技術，數字金融加強了金融主體間的聯接，拓展了傳統金融服務的內容和邊界[6]，那么數字金融發展能否在改善金融供給效率的同時驅動企業創新？既有文獻主要從產業政策[7，8]、金融發展[9，10]、制度環境[11，12]等方面分析如何促進企業創新，由于數字金融發展時間較短，目前僅有個別學者開始將數字金融作為企業創新的影響因素展開研究，唐松等(2020)[2]的研究發現數字金融能校正傳統金融中存在的資金錯配問題，對技術創新存在“結構性”驅動效果。賈俊生(2021)[13]的研究表明數字金融對轄區企業創新有顯著促進作用。然而，這些學者在考慮企業的創新行為時，大多將企業的創新活動作為一個整體，而未考慮創新模式的異質性。由于探索式創新和開發式創新在回報方式、投資風險、資金來源等方面都有著較大差異，因此在考慮創新活動時不能忽視二者的區別。

另一方面，在中國現行經濟體制下，存在著大量的國有企業和非國有企業，兩種類型的企業在管理體制、經營目標等方面都有所不同，在研究數字金融與企業創新活動的關系時還應考慮所有權性質的影響。

綜上，文章在數字金融蓬勃發展的大背景下，基于創新異質性視角探討了數字金融對企業創新行為的影響，并進一步考察了產權性質在二者關系中所發揮的調節效應。據此，文章致力于解決以下問題：數字金融發展能否促進企業創新？數字金融對企業探索式創新和開發式創新是否存在著不同影響？產權性質在數字金融與企業的創新活動中發揮著怎樣的調節作用？

二、理論分析與研究假設

1.數字金融與企業創新投入

對企業而言，在進行創新活動時需要投入大量的資金，往往需要外部融資。且創新項目具有一些與普通投資不同的特征，首先，創新的產出一般為知識、技術等無形資產，而無形資產難以作為抵押物獲得外部融資；其次，創新產出具有高度的不確定性，體現為研發投入到研發產出的高失敗率以及研發成果轉化為商業成果的高風險性；此外，在激烈的市場競爭下，與創新項目相關的信息往往被視為商業機密而不被披露，加劇了企業與外部投資者的信息不對稱。創新活動所具有的無形資產特性、高度不確定性以及信息不對稱使其很難獲得外部融資，而內源融資又難以滿足其資金需求，但一方面由于創新活動中投入到產出的高失敗率以及研發成果轉化為商業成果的高風險性，另一方面，創新活動的相關信息往往被視為商業機密而不能被披露，加劇了企業與外部投資者的信息不對稱，導致企業很難獲得外部融資，從而致使很多凈現值為正的項目也無法進行(Myers等，1984)，由此便產生了融資約束問題。穩健、高效的金融體系可以緩解企業在創新過程中的資金約束，助力企業創新[13]。具體來說，數字金融的發展對企業創新的影響主要體現在以下三個方面：

第一，可以拓寬企業融資渠道，降低金融服務門檻。傳統的金融服務模式下，金融機構在提供信貸支持時通常更注重企業可供抵押的實物資產[16]，而忽視了技術、創新能力等無形資產，這使得具有發展潛力但資質擔保價值低的企業難以獲得外部融資，阻礙了企業創新[17]。數字經濟時代，新型金融業態打破了傳統金融業務受硬件設施、地理位置的約束，客戶的覆蓋范圍更為廣泛，金融服務的門檻也更低，很大程度上提高了企業信貸資源的可獲得性。此外，隨著金融服務和金融產品創新的不斷發展和完善，多層次、多維度的融資模式拓寬了企業融資渠道，有助于為企業創新提供充足的資金支持。

第二，可以防范信貸風險，降低融資成本。創新活動的高度不確定性使其本身具有較高的風險屬性，為保障債權人的利益，傳統金融機構在為企業創新項目提供融資服務時需要進行一系列復雜的審批流程以降低信貸風險，這一方面會拉長企業融資周期，另一方面在審批流程中消耗的人力、物力等成本會轉嫁給企業，提高企業的融資成本[18]。數字金融的發展借助互聯網平臺、數字技術等手段改變了傳統金融服務模式，大大縮短了信貸審批流程。Fuster等(2019)[19]以美國的信貸數據為研究樣本，發現數字技術與金融服務的有效融合使企業貸款審批的速度提高了將近20%，并且這種高效的審批并沒有帶來違約風險的增加。這種基于大數據、人工智能的信貸審批可以依托數字技術強大的風險甄別功能防范信貸風險，降低企業的融資成本，激發企業的創新活力。

第三，促進信息共享，提升金融服務效率。企業與資金供給方之間的信息不對稱是其難以獲得外部融資的原因之一(Kaplan，1997)，數字金融能夠憑借互聯網、云計算、區塊鏈等先進的技術手段，對企業及其創新項目的相關數據進行精準的挖掘和獲取，并據此建立完善的信息監測體系、風險評估體系。由此，一方面能夠提升企業的信息透明度，極大地便利資金提供方對企業資金使用情況及項目進度的實時追蹤，避免企業在信息不對稱影響下受到信貸歧視，另一方面也簡化了對企業的信貸審核評估流程，提高了其融資效率，進一步促進企業創新。基于以上分析，提出：

假設H1：數字金融發展對企業創新有促進作用。

2.數字金融與企業異質性創新

根據雙元創新理論，可以把創新分為開發式創新和探索式創新。開發式創新是指企業在現有知識、技術的基礎上，通過對現存產品的加工、改善，以滿足既有市場為目的，為充分挖掘既有市場的新需求所采取的創新[21]。對于開發式創新來說，由于是對現存產品的改善，因此研發周期相對較短，風險較低，具有一定的可預測性，能在短期內產生經濟效益，為企業帶來穩定回報[22]，可視為一種漸進性創新。探索式創新則是指企業脫離原有的知識、技術領域，借助新知識、新技術，通過研發新產品以迎合新興市場所進行的創新[23]。就探索式創新來說，它著眼于未知的新市場新領域，是一種根本性的、大幅度的創新活動[24]，能增強企業的核心競爭力，更注重企業的長遠利益。但是同時，其研發周期較長，風險也更大，可視為一種激進式創新。

較長的投資回報周期及較高的不確定性，使得探索式創新相比開發式創新面臨著更為嚴重的融資約束問題[25]，因此數字金融的發展對兩種異質性創新的促進作用可能存在著一定的差異。在數字金融發展程度越高的地區，資金的可獲得性越高，在有充沛資金支持的條件下，立足于企業的長遠發展，企業將更傾向于進行能為企業帶來核心技術能力的探索式創新。此外，盡管探索式創新風險較高，但是其收益也較高，數字金融的發展能在很大程度上降低企業的融資成本，進而降低創新成本，在創新收益不變的前提下創新成本的降低會進一步激勵企業進行探索式創新，從而獲得更高的收益。因此，數字金融發展對探索式創新有促進作用。而對于開發式創新，由于其能給企業帶來既定的回報，風險較低，面臨的融資約束也較低，相比探索式創新，企業有較多的資金可用于開發式創新[26]。因此，開發式創新對數字金融發展所帶來的融資服務的升級和優化敏感性不強，即數字金融發展對開發式創新發揮的作用不如探索式創新。基于以上分析，提出：

假設H2：相比開發式創新，數字金融對企業探索式創新的促進作用更強。

3.所有權性質的調節作用

從企業產權性質的角度來看，國有企業和非國有企業的創新行為有著顯著的差異，因此在研究創新活動時應考慮產權性質的影響。一方面，由于管理體制的差異，國有企業的領導任命一般由上級領導決定，且任期較短[27]，這導致國有企業的領導往往更重視企業的短期收益，傾向于開展短、平、快的投資項目，對于回報期長、風險較大的創新投資活動興趣不大，投資動力不足[28]。而非國有企業為了在激烈的市場競爭中生存下去，必須依靠持續不斷的創新投入保持競爭力；另一方面，相比非國有企業，國有企業承擔著改善民生、提供就業等更多的社會責任，因此能夠得到政府、國有銀行等機構的政策扶持，融資渠道較多，融資成本也相對較低[6]，而非國有企業則無法享受到優惠的融資政策，創新活動難以得到傳統金融服務模式的資金支持，面臨融資難、融資成本高的問題。現有研究表明，非國有企業面臨的融資約束往往高于國有企業[29]。因此，當數字金融的快速發展帶來金融環境的改善時，對于國有企業來說，是可以利用的資金更為充裕；而對于非國有企業來說，是獲得了可以進行研發創新的資金。因此可以推斷，數字金融發展對企業創新的促進作用在非國有企業更為顯著。

更進一步地，若考慮研發創新的異質性，探索式創新是開發新產品，著重未來收益，回報周期更長、風險更大，開發式創新是改善已有產品，著重短期利益，回報周期短，風險較低，結合國有企業與非國有企業的特征，不難推測國有產權屬性對探索式創新的抑制作用更強，而對于開發式創新的抑制作用相對較弱。基于以上分析，提出：

假設H3：相比國有企業，數字金融對企業創新、探索式創新的促進作用在非國有企業更為顯著。

三、研究設計

1.模型設定

（1）基準回歸模型

為驗證假設H1，考察數字金融發展對企業創新的促進作用，文章設定如下基準回歸模型：

其中，被解釋變量RDit表示企業i在第t年的創新水平，解釋變量Fintechmt表示企業i所在區域m第t年的數字金融指數，Controls表示其他控制變量，ηt表示時間固定效應，φj表示行業固定效應，δm表示區域固定效應，文章同時控制了時間、行業、區域固定效應，εit表示隨機誤差項。在模型(1)中，主要觀察系數β的顯著性水平及正負方向。

（2）分樣本回歸模型

為驗證假設H2，檢驗數字金融發展對探索式創新和開發式創新的不同影響，借鑒顧群等(2020)[30]的做法，將創新數據劃分為探索式和開發式兩組，構建如下分樣本回歸模型：

模型(2)用于考察數字金融與探索式創新的關系，模型(3)用于考察數字金融與開發式創新的關系。在模型(2)、(3)中主要觀察系數β1、β2的差異。

（3）調節效應模型

為驗證假設H3，即產權性質會削弱數字金融對企業創新、探索式創新的促進作用，分別在模型(1)、(2)、(3)的基礎上引入產權性質與數字金融指數的交互項(Fintech×State)，構建如下調節效應模型：

模型(4)用于考察產權性質在數字金融與企業整體創新關系中發揮的調節作用，主要觀察系數φ的顯著性水平及正負，模型(5)用于考察產權性質在數字金融與企業探索式創新關系中的調節作用，主要觀察系數φ1的顯著性水平及正負，模型(6)用于考察產權性質對數字金融和企業開發式創新關系中的調節作用，主要觀察系數φ2的顯著性水平及正負。

2.變量說明

（1）被解釋變量

企業創新(RD)：借鑒王紅建等(2017)[31]的做法，文章采用研發投入強度作為企業創新的代理變量，即用研發支出/營業收入衡量企業創新水平。在后續的穩健性檢驗中，采用了人均研發支出的衡量方法。

探索式創新(R)與開發式創新(D)：根據中國2006年頒布的《企業會計準則——基本準則》中無形資產的相關內容，企業內部研發項目的支出，應區分研究階段支出與開發階段支出，其中研究階段的支出在發生時費用化，開發階段的支出在滿足特定條件時予以資本化計入無形資產。由于相比開發階段支出，研究階段的支出不確定性更大，類似于探索式創新。因此，文章借鑒畢曉芳等(2017)[24]的做法，將研究階段支出(r)視為探索式創新投資，將開發階段支出(d)視為開發式創新投資。具體來說，若樣本r＞0，d＞0或r＞0，d=0將其劃分為探索式創新組，用r+d與營業收入之比衡量該樣本探索式創新水平，記為R，若樣本r=0，d＞0將其劃分為開發式創新組，用d與營業收入之比衡量該樣本開發式創新水平，記為D。

（2）解釋變量

數字金融(Fintech)：文章借鑒郭峰等(2020)[32]的研究思路，采用北京大學數字金融中心開發的數字普惠金融指數作為數字金融代理變量。該指數依托螞蟻金服微觀數據，包含了覆蓋廣度、使用深度、數字化程度等多維數據，能夠有效契合中國數字金融發展現狀，具有一定的代表性和可靠性，目前已在相關研究中得到了廣泛運用[33]。文章選取2014—2019年地級市層面的數字普惠金融指數作為模型中數字金融的代理變量，用Fintech表示。

（3）調節變量

文章的調節變量為產權性質，采用虛擬變量的度量方式，若企業為國有控股，取值為1；若為非國有控股，取值為0，用State表示。

（4）控制變量

參考已有文獻，文章選擇了企業規模、資本結構、固定資產比例、資產回報率、企業增長率、第一大股東持股比例、管理層持股比例、企業年齡作為控制變量，另外，文章還控制了年份、行業、區域固定效應。變量的具體含義及測度如表1所示。

表1 指標選擇與變量說明

3.樣本選擇和數據來源

文章選擇2014—2019年中國制造業上市公司A股數據作為初始研究樣本，其中，企業層面數據均來源于國泰安CSMAR數據庫，數字金融數據來源于北京大學數字金融研究中心。按照文獻的慣例做法，文章剔除了樣本期內ST、數據缺失的公司，為消除異常值對實證結果的影響，對所有連續變量進行了雙側1%的縮尾處理(winsor)，最終得到3142個樣本觀測值，按照創新模式劃分后，得到探索式創新樣本1902個，開發式創新樣本1240個。樣本數據的描述性統計見表2。

表2 描述性統計

描述性統計結果顯示，全樣本中創新投入的均值為0.047，說明中國制造業上市公司研發投入整體上處于較低水平，此外，創新投入的最小值為0，最大值為1.375，說明不同企業的創新投入力度存在著明顯的差距。數字金融指數無論從總指數(Fintech)還是從覆蓋廣度(Coverge)、使用深度(Usage)、數字化程度(Digi)等分指數來看，最小值與最大值間都存在一定的差距，說明中國不同區域數字金融發展程度處于非均衡狀態。分樣本來看，探索式創新投入均值為0.033，開發式創新投入均值為0.068，說明中國企業更偏好開發式創新，對開發式創新投入的資金更多。

四、回歸結果與分析

1.基準回歸結果

表3列示了數字金融對企業創新的回歸結果。第(1)列為數字金融總指數(Fintech)對企業創新的影響，可以看出，Fintech的系數為0.840，通過了1%的顯著性水平，說明數字金融從整體上對企業創新有正向促進作用，假設H1得到了證實。數字金融作為一種新興金融業態，在傳統金融服務模式的基礎上融入了大量的科技元素，可以通過拓寬融資渠道、降低融資成本、提升企業透明度等方式緩解企業融資約束，助力企業創新。

表3 數字金融與企業創新

另外，由于數字金融指數涵蓋了覆蓋廣度(Coverge)、使用深度(Usage)、數字化程度(Digi)等多個維度，為了更全面了解數字金融對企業創新的影響，文章進一步從三個分指數的角度出發進行分析，回歸結果見表3中(2)～(4)列。可以看出，Coverge、Usage、Digi的系數均顯著為正，說明數字金融的廣度、深度、數字化程度都可以對企業創新產生激勵效應，進一步證實了假設H1。通過對比(2)～(4)列中數字金融各分指數的系數，可以發現數字金融使用深度對企業創新的促進作用最大，這主要是由于使用深度刻畫了實際使用數字金融服務的情況，體現了某一區域金融業務的服務能力，若服務能力越強，則企業融資效率越高，進而對企業創新的促進作用越強。

2.分樣本回歸結果

為了進一步探討數字金融是否對企業探索式創新和開發式創新有不同影響，分別對探索式創新樣本組和開發式創新樣本組進行回歸，結果見表4。在探索式創新組中，第(1)列為數字金融總指數(Fintech)對企業探索式研發投入的回歸結果，可以看出，Fintech系數顯著為正，說明數字金融對企業探索式創新有正向激勵效應。進一步，采用數字金融分指數進行回歸，結果見第(2)～(4)列，各分指數系數均顯著為正。同樣的，在開發式創新組中，第(5)列為數字金融總指數(Fintech)對企業開發式研發投入的回歸結果，結果顯示，Fintech的系數為負且不顯著，說明數字金融對企業的開發式創新并沒有產生影響，進一步采用分指數回歸得到了一致的結果。以上結果表明，數字金融對企業的探索式創新和開發式創新確實存在著不同的影響，假設H2得到證實。這是由于數字金融的發展極大地改善了企業的融資環境，在有穩定資金來源的條件下，企業更傾向于進行能為其帶來核心競爭力的探索式創新，而開發式創新面臨的融資約束較小，企業憑借自身能力即可進行，數字金融對其促進作用并不顯著。

表4 數字金融對企業探索式創新、開發式創新回歸結果

3.調節效應回歸結果

表5報告了在加入數字金融與產權性質的交互項Fintech×State后的回歸結果。第(1)～(3)列的結果顯示，加入Fintech×State后，Fintech與RD、Fintech與R的系數仍顯著為正，Fintech與D的系數仍不顯著，再次證明了假設H1和假設H2。

表5 所有權性質的調節效應

根據第(1)列，數字金融與所有權性質交互項(Fintech×State)的系數為-2.172，在1%的水平上顯著，說明所有權性質弱化了數字金融對企業創新的正向作用，即在非國有企業中，數字金融對企業研發投入的激勵效果更為顯著。列(2)為探索式創新樣本的回歸結果，Fintech×State的系數仍顯著為負，說明產權性質對數字金融與探索式創新的影響與對企業整體創新的影響是相同的，即在非國有企業中，數字金融對企業探索式研發投入的促進作用更強。列(3)為開發式創新樣本的回歸結果，Fintech×State的系數為正且不顯著，說明產權性質并不會影響數字金融與開發式創新的關系，即無論是在國有企業還是非國有企業，數字金融都不會對開發式研發投入產生影響。以上結果證實了假設H3。帶來這種結果的原因主要在于，相比非國有企業，國有企業的領導更看重短期利益，因此對研發投入，尤其是探索式研發投入力度不足。

4.穩健性檢驗

為保證結果的可靠性，文章更換了創新投入的衡量方式，采用人均研發的自然對數重新度量研發投入，分別對模型(1)～(6)回歸后結果見表6中(1)～(6)列。根據列(1)，Fintech系數顯著為正，再次證實了假設H1。根據列(2)、(3)，數字金融對探索式創新的回歸系數顯著為正，對開發式創新的回歸系數不顯著，假設H2再次得到了證實。根據列(4)～(6)，全樣本回歸中，數字金融與產權性質交互項系數顯著為負，探索式創新樣本中得到了一致的結果，而在開發式創新樣本中，交互項系數不顯著，假設H3得到了證實。以上結果說明在更換核心變量的度量方法后，文章的結論依然成立。

此外，為防止反向因果、遺漏變量等內生性問題對文章的研究結果產生干擾，參考邱晗等(2018)[34]的設計思路，采用各省份互聯網普及率作為數字金融的工具變量來緩解內生性，數據來源于2014—2018年《中國互聯網絡發展統計報告》。表6中第(7)列為工具變量一階段的回歸結果，第(8)列為第二階段回歸結果。一階段回歸結果顯示，工具變量IV的系數估計值在1%的水平上顯著為正，表明某一地區互聯網發展水平越高，該地區的數字金融水平也越高，滿足工具變量的相關性要求。二階段的回歸結果顯示，數字金融Fintech的系數在1%的水平上顯著為正，說明在緩解潛在內生性后，文章核心假設H1仍然是成立的。

表6 穩健性檢驗

綜上，文章的研究結果是穩健的。

五、結論與啟示

文章選取2014—2019年中國制造業上市公司微觀數據，通過構建基準回歸模型及分樣本回歸模型研究了數字金融對企業創新投入及不同創新模式的影響，通過構建調節效應模型考察了產權性質在數字金融與企業創新活動中發揮的調節作用，主要結論為：數字金融發展對企業創新投入有正向促進作用，從不同維度來看，數字金融使用深度對創新投入的促進作用最強；考慮創新模式異質性后，數字金融對探索式創新和開發式創新促進作用不同，具體來說，數字金融對探索式創新有正向激勵效果，而對開發式創新不起作用；考慮所有權性質的影響后，在國有企業中，數字金融對創新投入的促進作用會被削弱，并且相比開發式創新，對探索式創新的削弱作用更為明顯。

文章的研究結論具有如下政策啟示：

第一，在守住不發生系統性風險的底線下，應積極推進數字金融發展，助力實體企業創新。一方面，加大信息技術的研發投入力度，推動人工智能、大數據、云計算、區塊鏈等高端核心技術的不斷創新與完善，鼓勵金融業向數字化、信息化轉型，加強數字經濟產業與金融產業的深度融合；另一方面，除了在整體上促進數字金融的發展外，還應進一步擴大數字金融的覆蓋廣度，提高其數字化程度，為創新型企業打造更為優質、高效的融資環境。

第二，相比開發式創新，探索式創新對促進企業技術升級及經濟持續增長發揮著更為重要的作用，但同時也面臨著更為嚴重的融資約束。因此，在當前我國產業升級及經濟高質量發展背景下，應積極引導數字金融對企業的探索式創新給予針對性的資金支持，加大扶持力度，以增加企業的探索式創新投入，實現企業雙元創新的均衡發展，提高其創新水平。

第三，相比非國有企業，國有企業創新動力不足，創新潛能還未被完全激發出來。因此，應進一步深化國有企業改革，發展混合所有制經濟，以充分調動企業創新的能動性，激發企業的創新活力與潛力，提高數字金融對國有企業的創新激勵效果，積極促進企業為探索式創新投入更多資金，最終推動經濟的高質量發展。