數(shù)字金融賦能大學(xué)科技園企業(yè)孵化
——高學(xué)歷管理人員的調(diào)節(jié)作用

蔣建勛，唐宇晨，李林鵬

(1.中國社會(huì)科學(xué)院 數(shù)量經(jīng)濟(jì)與技術(shù)經(jīng)濟(jì)研究所，北京 100732；2.南開大學(xué) 經(jīng)濟(jì)學(xué)院，天津 300071；3.國家稅務(wù)總局 人事司，北京 100038)

一、問題提出

自從黨的十八大將創(chuàng)新驅(qū)動(dòng)發(fā)展作為國家戰(zhàn)略以來，大學(xué)科技園孵化器作為培育創(chuàng)新創(chuàng)業(yè)的重要載體，其發(fā)展備受國家重視。2015年《國務(wù)院關(guān)于大力推進(jìn)大眾創(chuàng)業(yè)萬眾創(chuàng)新若干政策措施的意見》印發(fā)。國務(wù)院辦公廳印發(fā)的《關(guān)于發(fā)展眾創(chuàng)空間推進(jìn)大眾創(chuàng)新創(chuàng)業(yè)的指導(dǎo)意見》更是明確了完善孵化器體系促進(jìn)創(chuàng)新創(chuàng)業(yè)的重要目標(biāo)。黨的十九屆五中全會(huì)指出“十四五”時(shí)期的發(fā)展迫切需要提升創(chuàng)新實(shí)力、實(shí)現(xiàn)科技自立自強(qiáng)，大學(xué)科技園孵化器在國家戰(zhàn)略中的重要性更加突出。然而，近年由于中國傳統(tǒng)金融的結(jié)構(gòu)性問題凸顯，即融資模式與金融供給失衡[1]，使得大學(xué)科技園孵化器難以獲得充足的資金和完善的金融服務(wù)幫助科技初創(chuàng)企業(yè)進(jìn)行發(fā)展與創(chuàng)新[2]。為解決科技初創(chuàng)企業(yè)因缺乏足夠的資金供給而難以發(fā)展，同時(shí)金融資本難以發(fā)現(xiàn)合適的投資機(jī)會(huì)問題，中國提出要加快推進(jìn)數(shù)字化轉(zhuǎn)型，推進(jìn)數(shù)字金融項(xiàng)目實(shí)施[3]。微眾銀行等互聯(lián)網(wǎng)銀行的設(shè)立也體現(xiàn)了國家通過數(shù)字金融等創(chuàng)新金融服務(wù)優(yōu)化金融體系，服務(wù)創(chuàng)新型中小企業(yè)孵化、發(fā)展的重要戰(zhàn)略布局。數(shù)字金融如何影響大學(xué)科技園孵化績效以及存在怎樣的內(nèi)在機(jī)制？目前并沒有可借鑒的先例，值得深入討論。

目前國內(nèi)外學(xué)者針對(duì)金融影響孵化器績效的機(jī)制已經(jīng)進(jìn)行大量研究，得到金融是孵化器孵化績效重要影響因素的結(jié)論[4]，但仍缺乏對(duì)數(shù)字金融與孵化器孵化績效的進(jìn)一步探討。其一，數(shù)字金融作為創(chuàng)新性融資模式能否彌補(bǔ)傳統(tǒng)金融在服務(wù)大學(xué)科技園孵化器中存在的融資模式與資金供求之間不匹配問題[1]。傳統(tǒng)金融在支持創(chuàng)新活動(dòng)中，主要存在著屬性錯(cuò)配、領(lǐng)域錯(cuò)配以及階段錯(cuò)配的問題，上述三個(gè)結(jié)構(gòu)性問題極大降低了資源向創(chuàng)新主體配置的有效性，使得融資難、融資貴成為許多有潛力的科技初創(chuàng)公司成長道路中的最大難題[3]。其二，數(shù)字金融影響大學(xué)科技園孵化器孵化績效的內(nèi)在機(jī)制。數(shù)字金融依托大數(shù)據(jù)等科技手段加速了金融發(fā)展[5]，其科技加金融的雙重屬性是如何在大學(xué)科技園孵化績效中降低融資成本，哪些特征發(fā)揮著重要作用以及存在怎樣的作用機(jī)理等問題值得思考。其三，管理人員是主導(dǎo)大學(xué)科技園企業(yè)孵化的重要因素，管理人員的高知識(shí)專業(yè)水平能有效促進(jìn)組織的技術(shù)產(chǎn)出[6-7]，那么大學(xué)科技園管理人員學(xué)歷背景在數(shù)字金融與大學(xué)科技園孵化績效中的作用值得進(jìn)一步探究。

針對(duì)以上不足，本文以全國31個(gè)省份(不包括香港、澳門、臺(tái)灣)的大學(xué)科技園作為研究對(duì)象，探究數(shù)字金融及其特征影響大學(xué)科技園孵化績效的內(nèi)在機(jī)制。本文貢獻(xiàn)主要體現(xiàn)在如下幾個(gè)方面：一是研究視角的新穎性。本文創(chuàng)新性地以數(shù)字金融及其特征為研究切入點(diǎn)，從交易成本理論、資源約束理論系統(tǒng)地分析了區(qū)域數(shù)字金融水平對(duì)大學(xué)科技園孵化績效的影響路徑和機(jī)制，彌補(bǔ)了現(xiàn)有研究對(duì)現(xiàn)象分析的不足。二是研究方法和數(shù)據(jù)的更新。現(xiàn)有討論中國金融與大學(xué)科技園孵化績效的文獻(xiàn)多采用傳統(tǒng)金融數(shù)據(jù)進(jìn)行分析，由于數(shù)據(jù)較難獲得而未能對(duì)數(shù)字金融進(jìn)行深入分析，本文通過收集數(shù)字金融以及大學(xué)科技園孵化績效數(shù)據(jù)進(jìn)行微觀實(shí)證研究，從研究方法和研究角度上進(jìn)行創(chuàng)新。三是研究內(nèi)容更全面。本文考慮到大學(xué)科技園管理人員素質(zhì)這一重要變量，研究能深入地探析數(shù)字金融對(duì)大學(xué)科技園孵化績效的影響機(jī)制。

二、機(jī)制分析與研究假設(shè)

(一)數(shù)字金融與大學(xué)科技園孵化績效

大學(xué)科技園孵化器能夠?yàn)榭萍汲鮿?chuàng)企業(yè)提供資金、人才等要素，協(xié)助其成功孵化[8]。這些要素中，金融資源對(duì)于大學(xué)科技園科技初創(chuàng)企業(yè)來說尤為重要。多數(shù)科技初創(chuàng)企業(yè)從創(chuàng)立到孵化成型都會(huì)遇到死亡之谷這一困境，死亡之谷指科技初創(chuàng)企業(yè)在成長的過程中由于資金短缺而被迫停滯[9]。因?yàn)榭萍夹统鮿?chuàng)企業(yè)需要進(jìn)行科技研發(fā)，往往存在技術(shù)水平達(dá)不到預(yù)期、技術(shù)可行性與市場(chǎng)不匹配、資金人力投入不足而爛尾等高風(fēng)險(xiǎn)，因而需要金融機(jī)構(gòu)提供充足的資金以對(duì)抗風(fēng)險(xiǎn)，但高風(fēng)險(xiǎn)又會(huì)成為融資的阻礙[10]。不少學(xué)者針對(duì)金融與科技初創(chuàng)企業(yè)孵化進(jìn)行深入討論，范維爾等(Van Weele et al.,2017)[11]認(rèn)為風(fēng)險(xiǎn)投資能夠彌補(bǔ)政府資金對(duì)科技初創(chuàng)企業(yè)資金需求的不足，而斯塔姆等(Stam et al.，2014)[12]更詳細(xì)地討論了不同金融投資方式，即公募基金、風(fēng)險(xiǎn)投資、眾籌等方式在推動(dòng)科技初創(chuàng)企業(yè)孵化中的優(yōu)劣勢(shì)差異。但大學(xué)科技園提供的傳統(tǒng)融資渠道存在信息透明度差、信息不對(duì)稱形成的高風(fēng)險(xiǎn)溢價(jià)以及高運(yùn)營成本問題，難以滿足現(xiàn)階段科技初創(chuàng)企業(yè)融資需求[13]。數(shù)字金融的路徑機(jī)制主要體現(xiàn)在拓展融資渠道和優(yōu)化傳統(tǒng)金融兩個(gè)方面。拓展融資渠道是數(shù)字金融通過整合金融市場(chǎng)中小而散的投資者所持有的資金，解決傳統(tǒng)金融由于交易成本過高而難以吸納零散資金支持科技初創(chuàng)企業(yè)孵化的問題[14]。內(nèi)部機(jī)理在于數(shù)字金融依托大數(shù)據(jù)、區(qū)塊鏈、人工智能等技術(shù)解決金融市場(chǎng)信息不對(duì)稱、交易成本高的問題，減少融資機(jī)構(gòu)尋找資金的成本，同時(shí)降低散戶投資的門檻，有效增加科技初創(chuàng)企業(yè)孵化資金供應(yīng)。優(yōu)化傳統(tǒng)金融體現(xiàn)在數(shù)字金融通過新技術(shù)優(yōu)化信用體系，在大數(shù)據(jù)、算法等工具下提升傳統(tǒng)金融機(jī)構(gòu)資源配置和風(fēng)險(xiǎn)管理能力[15-16]，同時(shí)解決科技初創(chuàng)企業(yè)孵化中信貸錯(cuò)配問題，進(jìn)一步打破科技初創(chuàng)企業(yè)的融資約束[17]。更值得一提的是，數(shù)字金融弱化了地理距離因素，打破科技初創(chuàng)企業(yè)創(chuàng)業(yè)者和金融機(jī)構(gòu)之間因?yàn)榈乩砀綦x形成的阻礙，提高大學(xué)科技園孵化績效。據(jù)此，本文提出以下假設(shè)：

假設(shè)1：數(shù)字金融能夠促進(jìn)大學(xué)科技園孵化績效。

(二)數(shù)字金融覆蓋廣度、使用深度與大學(xué)科技園孵化績效

進(jìn)一步分析，數(shù)字金融可以通過覆蓋廣度和使用深度兩條路徑影響大學(xué)科技園孵化績效。根據(jù)郭峰等(2020)[18]的研究，數(shù)字金融廣度是指在多大程度上能保證用戶得到相應(yīng)服務(wù)，體現(xiàn)的是數(shù)字金融的受眾范圍；數(shù)字金融深度是指用戶使用金融服務(wù)的類型，體現(xiàn)了數(shù)字金融能夠滿足用戶金融需求的能力。反觀科技初創(chuàng)企業(yè)急需解決的金融難題，主要體現(xiàn)在融資渠道少、融資成本高、信貸供需不匹配等問題[19]。數(shù)字金融覆蓋廣度在于提升了初創(chuàng)企業(yè)使用數(shù)字金融的可能性，其作用僅僅體現(xiàn)在為更多接觸、了解并使用數(shù)字金融提供機(jī)會(huì)。但使用深度才是有效發(fā)揮數(shù)字金融在促進(jìn)初創(chuàng)科技企業(yè)孵化的重要因素[20]。數(shù)字金融使用深度反映了其多元的服務(wù)類型，包括支付服務(wù)、貨幣基金服務(wù)、信貸服務(wù)、保險(xiǎn)服務(wù)、投資服務(wù)和信用服務(wù)等[18]。使用深度越高表明數(shù)字金融能夠?yàn)榭萍汲鮿?chuàng)企業(yè)孵化提供的服務(wù)越細(xì)致且精準(zhǔn)。一是投資服務(wù)和信貸服務(wù)，能夠解決科技初創(chuàng)企業(yè)孵化融資難的問題，彌補(bǔ)因政府基金、項(xiàng)目資金不足造成的資金短缺[21]，也為風(fēng)險(xiǎn)投資提供參與培育科技初創(chuàng)企業(yè)的機(jī)會(huì)。二是保險(xiǎn)服務(wù)。科技初創(chuàng)企業(yè)進(jìn)行科技研發(fā)的過程中存在較高的不確定性和風(fēng)險(xiǎn)，保險(xiǎn)服務(wù)可以保障科技初創(chuàng)企業(yè)知識(shí)產(chǎn)權(quán)和合法權(quán)益不受侵害，激發(fā)科技初創(chuàng)企業(yè)研發(fā)人員的積極性；同時(shí)也能在一定程度上保護(hù)投資人的資金安全，鼓勵(lì)更多的風(fēng)險(xiǎn)投資機(jī)構(gòu)進(jìn)入大學(xué)科技園企業(yè)孵化當(dāng)中[4，22]。三是信用服務(wù)。中國信用體系的建設(shè)還不夠完善，資本市場(chǎng)信息不對(duì)稱不透明，導(dǎo)致科技初創(chuàng)企業(yè)團(tuán)隊(duì)、企業(yè)的信譽(yù)資質(zhì)情況難以被投資機(jī)構(gòu)掌握，因此投資機(jī)構(gòu)為了降低風(fēng)險(xiǎn)而選擇謹(jǐn)慎放款；而一般科技初創(chuàng)企業(yè)團(tuán)隊(duì)缺乏證明其信用和償債能力的資料，也難以進(jìn)行融資。數(shù)字金融可以借助區(qū)塊鏈技術(shù)搭建信用平臺(tái)，有效降低投融資雙方的信用成本、交易成本，促進(jìn)科技初創(chuàng)企業(yè)孵化[23]。綜上所述，本文提出以下假設(shè)：

假設(shè)2a：數(shù)字金融覆蓋廣度對(duì)大學(xué)科技園孵化績效沒有顯著影響。

假設(shè)2b：數(shù)字金融使用深度對(duì)大學(xué)科技園孵化績效有正向促進(jìn)作用。

(三)大學(xué)科技園管理機(jī)構(gòu)人員高學(xué)歷背景的調(diào)節(jié)作用

高學(xué)歷教育是人力資本的重要構(gòu)成要素，具有高學(xué)歷背景的大學(xué)科技園管理人員能夠運(yùn)用其專業(yè)的知識(shí)技能和優(yōu)秀的工作能力幫助初創(chuàng)企業(yè)走出困境[24]。一方面，數(shù)字金融的前沿科技加金融的雙重特征決定了數(shù)字金融應(yīng)用的知識(shí)門檻。大學(xué)科技園機(jī)構(gòu)管理人員擁有較高的學(xué)歷背景和專業(yè)知識(shí)，能夠準(zhǔn)確掌握數(shù)字金融的應(yīng)用優(yōu)勢(shì)和初創(chuàng)企業(yè)的市場(chǎng)價(jià)值，能更快發(fā)現(xiàn)企業(yè)的融資需求和困難，因此更可能在科技初創(chuàng)企業(yè)孵化中高效率運(yùn)用數(shù)字金融工具解決融資難題[25]；另一方面，金融知識(shí)作為一種特殊的資本要素，需要高學(xué)歷人才的配置、使用金融工具的能力才能在初創(chuàng)企業(yè)融資過程中發(fā)揮效用[26]。具有高學(xué)歷背景的大學(xué)科技園機(jī)構(gòu)管理人員更加了解國家信貸政策、金融扶持政策和資本融資知識(shí)，在助力科技初創(chuàng)企業(yè)融資過程中能更好地結(jié)合傳統(tǒng)金融、國家政策與數(shù)字金融各自的優(yōu)勢(shì)，熟悉融資流程并規(guī)避融資風(fēng)險(xiǎn)，確保數(shù)字金融服務(wù)科技初創(chuàng)企業(yè)孵化的順利進(jìn)行。綜上所述，本文提出以下假設(shè)：

假設(shè)3：大學(xué)科技園機(jī)構(gòu)管理人員高學(xué)歷背景在數(shù)字金融與大學(xué)科技園孵化績效關(guān)系中有著正向調(diào)節(jié)作用。

三、研究方法與模型構(gòu)建

(一)模型設(shè)定

依據(jù)上述理論推導(dǎo)，以2011—2020年中國各省份大學(xué)科技園孵化器為研究對(duì)象，探討區(qū)域數(shù)字金融指數(shù)、數(shù)字金融覆蓋廣度、數(shù)字金融使用深度對(duì)大學(xué)科技園孵化績效的影響效應(yīng)，以及大學(xué)科技園機(jī)構(gòu)管理人員高學(xué)歷背景的調(diào)節(jié)作用。考慮到解決隨個(gè)體而異、隨時(shí)間而變的遺漏變量問題，并基于假設(shè)，本文構(gòu)建如下固定效應(yīng)模型：

Yit=β0+β1DIFit+β3∑Zit+μi+τt+εit

(1)

Yit=β0+β1DIF_bthit+β3∑Zit+μi+τt+εit

(2)

Yit=β0+β1DIF_dthit+β3∑Zit+μi+τt+εit

(3)

Yit=β0+β1DIFit+β2DIFit×eduit+β3∑Zit+μi+τt+εit

(4)

式(1)—式(4)是考慮了時(shí)間和高校固定效應(yīng)的固定效應(yīng)模型。其中，Yit表示i地區(qū)大學(xué)科技園在第t年的孵化績效。DIFit是i地區(qū)在第t年數(shù)字金融指數(shù)；DIF_bthit是i地區(qū)大學(xué)科技園在第t年數(shù)字金融覆蓋廣度指數(shù)；DIF_dthit是i地區(qū)大學(xué)科技園在第t年數(shù)字金融使用深度指數(shù)；eduit是i地區(qū)大學(xué)科技園管理人員高學(xué)歷背景；∑Zit指的是其他影響大學(xué)科技園孵化績效的控制變量；μi表示高校固定效應(yīng)，用于捕捉其他不隨時(shí)間變化的高校特征；τt表示年份固定效應(yīng)，用來控制隨時(shí)間而改變的不可觀測(cè)的影響因素；εit表示隨機(jī)誤差項(xiàng)。

(二)指標(biāo)選取

被解釋變量為大學(xué)科技園的孵化績效。已有研究定義孵化績效為孵化網(wǎng)絡(luò)中各主體通過在同一網(wǎng)絡(luò)治理機(jī)制中協(xié)同互動(dòng)而產(chǎn)生的孵化器價(jià)值收益[27]。國外學(xué)者更關(guān)注孵化器的個(gè)體發(fā)展，即孵化器治理結(jié)構(gòu)、企業(yè)績效、存活率和創(chuàng)新技術(shù)的商業(yè)化開發(fā)等；國內(nèi)學(xué)者對(duì)孵化器績效的研究更加傾向于其對(duì)社會(huì)經(jīng)濟(jì)的帶動(dòng)作用以及其經(jīng)濟(jì)創(chuàng)新功能[28]。結(jié)合國內(nèi)外學(xué)者關(guān)于科技園孵化績效的研究成果，本文采用大學(xué)科技園當(dāng)年畢業(yè)企業(yè)數(shù)量作為衡量大學(xué)科技園孵化績效的指標(biāo)，同時(shí)使用大學(xué)科技園當(dāng)年孵化總收入作為穩(wěn)健性檢驗(yàn)中衡量大學(xué)科技園孵化績效的指標(biāo)[29-30]。變量來源于《中國火炬統(tǒng)計(jì)年鑒》中“國家大學(xué)科技園”部分的統(tǒng)計(jì)。

主要解釋變量為區(qū)域數(shù)字金融指數(shù)、區(qū)域數(shù)字金融覆蓋廣度和區(qū)域數(shù)字金融使用深度，變量來源于《北京大學(xué)數(shù)字普惠金融指數(shù)2011—2020》中附錄部分的統(tǒng)計(jì)，以省份為單位，記錄了在省級(jí)地區(qū)每年數(shù)字金融相關(guān)指標(biāo)的數(shù)據(jù)。維拉尼等(Villani et al.,2017)[31]的研究證明，區(qū)域內(nèi)的金融咨詢等服務(wù)行業(yè)水平對(duì)就近行政區(qū)域內(nèi)的大學(xué)有著輻射影響作用，故可以認(rèn)為同省份內(nèi)數(shù)字金融水平對(duì)大學(xué)科技園孵化績效有同等效力影響。本文的另一個(gè)解釋變量是高學(xué)歷管理人員數(shù)量，該變量同樣來源于《中國火炬統(tǒng)計(jì)年鑒》中“國家大學(xué)科技園”部分的統(tǒng)計(jì)，以省份為單位，表示在管理人員中具有碩士及博士學(xué)歷的人員數(shù)量。

控制變量。影響大學(xué)科技園孵化績效的因素眾多，最主要的因素可以歸納為大學(xué)科技園數(shù)量、孵化基金總額、年末固定資產(chǎn)凈值、科技園從業(yè)人員總數(shù)和大學(xué)科技園場(chǎng)地面積。考慮到上述變量能夠充分反映大學(xué)科技園的硬件實(shí)力、園區(qū)規(guī)模、運(yùn)營管理能力以及能夠獲得的政府支持，可以控制住影響大學(xué)科技園孵化績效的主要因素[32]。

(三)數(shù)據(jù)說明與描述性統(tǒng)計(jì)

本文以全國31個(gè)省份(不含港澳臺(tái)地區(qū))的大學(xué)科技園為研究對(duì)象，通過科技部發(fā)布的《中國火炬統(tǒng)計(jì)年鑒》收集2011—2020年大學(xué)科技園孵化企業(yè)數(shù)量、大學(xué)科技園資金規(guī)模等數(shù)據(jù)。另外，通過北京大學(xué)數(shù)字金融研究中心發(fā)布的《北京大學(xué)數(shù)字普惠金融指數(shù)2011—2020》收集2011—2020年全國31個(gè)省份區(qū)域數(shù)字金融情況數(shù)據(jù)，包括區(qū)域數(shù)字金融指數(shù)、區(qū)域數(shù)字金融覆蓋廣度以及區(qū)域數(shù)字金融使用深度。選取2011年作為觀測(cè)起點(diǎn)是因?yàn)橹袊鴶?shù)字普惠金融業(yè)務(wù)在2011—2020年實(shí)現(xiàn)了跨越式發(fā)展，2011年后能夠獲得較為全面的區(qū)域數(shù)字金融指數(shù)相關(guān)指標(biāo)數(shù)據(jù)；再者，《中國火炬統(tǒng)計(jì)年鑒》2011年之后(含當(dāng)年)記錄了較為完整的大學(xué)科技園企業(yè)孵化數(shù)據(jù)。選取2020年作為觀測(cè)最后一年主要是局限于數(shù)據(jù)樣本的可得性。通過匹配《中國火炬統(tǒng)計(jì)年鑒》以及《北京大學(xué)數(shù)字普惠金融指數(shù)2011—2020》數(shù)據(jù)庫，本文獲得進(jìn)行進(jìn)一步實(shí)證研究的數(shù)據(jù)庫，共得到31個(gè)省份大學(xué)科技園的310個(gè)觀測(cè)樣本。

在實(shí)證分析之前，本文對(duì)各變量進(jìn)行描述統(tǒng)計(jì)分析，并分析了各解釋變量與被解釋變量之間的相關(guān)系數(shù)。由于除解釋變量和被解釋變量以外，各控制變量數(shù)值較大且存在取值為零的指標(biāo)，因此對(duì)除被解釋變量以外的所有指標(biāo)加1后再取對(duì)數(shù)。從區(qū)域數(shù)字金融指數(shù)、區(qū)域數(shù)字金融覆蓋廣度和區(qū)域數(shù)字金融使用深度的均值、標(biāo)準(zhǔn)差和極值來看，全國數(shù)字金融發(fā)展程度相差較大，體現(xiàn)出由于地域差異導(dǎo)致大數(shù)據(jù)、區(qū)塊鏈等數(shù)字技術(shù)在金融領(lǐng)域的應(yīng)用廣度和深度存在結(jié)構(gòu)性不平衡的問題，數(shù)字金融的普及工作還有待完善。相關(guān)系數(shù)方面，變量之間的皮爾遜(Pearson)相關(guān)系數(shù)均在1%置信水平顯著，說明所選變量能夠解釋大學(xué)科技園的孵化績效。描述性統(tǒng)計(jì)分析結(jié)果見表1。

表1 描述性統(tǒng)計(jì)分析

四、實(shí)證結(jié)果分析

(一)基準(zhǔn)回歸

如表2結(jié)果所示，本文首先建立模型以檢驗(yàn)區(qū)域數(shù)字金融普及和應(yīng)用程度對(duì)大學(xué)科技園孵化績效的影響，用于檢驗(yàn)研究假設(shè)。四個(gè)模型的R2均在0.3以上，說明模型很好地對(duì)數(shù)據(jù)進(jìn)行了擬合，且rho值均小于0.1，說明模型的解釋力較好。模型中數(shù)字金融指數(shù)(DIF)系數(shù)超過0.26，且在1%的置信水平上顯著為正，這表明區(qū)域數(shù)字金融指數(shù)對(duì)大學(xué)科技園孵化績效有顯著提升作用；數(shù)字金融覆蓋廣度(DIF_bth)系數(shù)為0.47，但P值顯示系數(shù)沒有顯著影響，表明數(shù)字金融覆蓋廣度對(duì)大學(xué)科技園孵化績效沒有影響；數(shù)字金融使用深度(DIF_dth)系數(shù)為1.44，且在1%的置信水平上顯著為正，表明區(qū)域數(shù)字金融使用深度對(duì)大學(xué)科技園孵化績效有顯著提升作用；數(shù)字金融指數(shù)與管理人員學(xué)歷背景交互項(xiàng)系數(shù)為0.95，且在1%的置信水平上顯著為正，證實(shí)了大學(xué)科技園中擁有更多高學(xué)歷背景的管理人員會(huì)更加有利于數(shù)字金融發(fā)揮對(duì)孵化器績效的促進(jìn)作用。究其原因，數(shù)字金融的普及有利于大學(xué)科技園孵化績效的提升，區(qū)塊鏈、大數(shù)據(jù)等數(shù)字技術(shù)通過整合零散資金、搭建信用平臺(tái)、重構(gòu)傳統(tǒng)金融模式等方式補(bǔ)充大學(xué)科技園初創(chuàng)企業(yè)孵化資金來源；同時(shí)，解決大學(xué)科技園初創(chuàng)企業(yè)孵化中信貸錯(cuò)配的問題，通過區(qū)塊鏈等技術(shù)手段為初創(chuàng)企業(yè)信譽(yù)進(jìn)行背書，打消投融資雙方對(duì)于風(fēng)險(xiǎn)、信用的疑慮，從而打破大學(xué)科技園初創(chuàng)企業(yè)孵化中的融資約束。進(jìn)一步分析發(fā)現(xiàn)，數(shù)字金融影響大學(xué)科技園初創(chuàng)企業(yè)孵化的機(jī)制在于其使用的深度而非覆蓋的廣度。使用深度通過多元的服務(wù)類型，能夠一一解決大學(xué)科技園初創(chuàng)企業(yè)孵化中所遇到的融資難融資貴、信貸雙方風(fēng)險(xiǎn)過大、信用體系不夠透明等問題，從而有效彌補(bǔ)傳統(tǒng)金融支持大學(xué)科技園初創(chuàng)企業(yè)孵化中的不足。大學(xué)科技園管理人員學(xué)歷背景有助于數(shù)字金融對(duì)于大學(xué)科技園初創(chuàng)企業(yè)孵化績效的提升。高學(xué)歷人才是十分重要的人力資本，加上數(shù)字金融屬于科技、知識(shí)密度較高的新興金融工具，其對(duì)金融與數(shù)字技術(shù)知識(shí)掌握應(yīng)用的門檻較高。高學(xué)歷管理人員能夠利用其豐富的知識(shí)積累和過人的學(xué)習(xí)能力快速學(xué)習(xí)掌握數(shù)字金融工具并高效、精準(zhǔn)地解決初創(chuàng)企業(yè)融資問題。高學(xué)歷管理人員也更熟悉國家金融政策、金融法律法規(guī)以及傳統(tǒng)金融規(guī)則流程，能夠更好地融合新、老金融工具的優(yōu)勢(shì)，在幫助初創(chuàng)企業(yè)孵化的過程中能更有效地運(yùn)用規(guī)則并規(guī)避風(fēng)險(xiǎn)。

顯著正向影響大學(xué)科技園孵化績效的控制變量有大學(xué)科技園數(shù)量、科技園從業(yè)人員總數(shù)以及孵化基金。大學(xué)科技園數(shù)量反映了區(qū)域內(nèi)科技園形成的相互間資源溢出效應(yīng)以及規(guī)模效應(yīng)有利于初創(chuàng)企業(yè)孵化；科技園從業(yè)人數(shù)增多有利于提升科技園對(duì)企業(yè)孵化的運(yùn)營管理能力；而孵化基金為大學(xué)科技園企業(yè)孵化提供支持以促進(jìn)孵化效率提升[11，33]。孵化園區(qū)面積對(duì)于大學(xué)科技園孵化績效存在負(fù)向影響，可能的原因是園區(qū)面積過大不利于孵化資源的集中，形成管理、運(yùn)營、交易成本的增加[34]。大學(xué)科技園年末固定資產(chǎn)額對(duì)孵化績效沒有顯著影響。

表2 基準(zhǔn)回歸結(jié)果

(二)穩(wěn)健性檢驗(yàn)

為了讓研究結(jié)論更加嚴(yán)謹(jǐn)穩(wěn)健，考慮到基準(zhǔn)方程中以大學(xué)科技園當(dāng)年畢業(yè)企業(yè)數(shù)衡量大學(xué)科技園孵化績效，為了進(jìn)一步從孵化質(zhì)量角度檢驗(yàn)數(shù)字金融對(duì)大學(xué)科技園孵化績效的影響，借鑒袁祥飛等(2022)[32]的研究選取大學(xué)科技園當(dāng)年孵化總收入作為大學(xué)科技園孵化績效的衡量指標(biāo)進(jìn)行穩(wěn)健性檢驗(yàn)。本文的做法是考察大學(xué)科技園當(dāng)年孵化總收入(income)作為被解釋變量時(shí)，區(qū)域數(shù)字金融指數(shù)以及覆蓋廣度、使用深度、管理人員高學(xué)歷背景作用效果是否發(fā)生變化，帶入模型分析的時(shí)候取對(duì)數(shù)處理。實(shí)證結(jié)果如表3所示。從表3可以看出，區(qū)域數(shù)字金融指數(shù)和數(shù)字金融使用深度的系數(shù)仍顯著為正，數(shù)字金融覆蓋廣度系數(shù)依然不顯著，管理人員高學(xué)歷背景起到顯著正向調(diào)節(jié)作用。這說明數(shù)字金融促進(jìn)大學(xué)科技園孵化績效這一結(jié)論是穩(wěn)健的，且管理人員的高學(xué)歷背景有助于數(shù)字金融優(yōu)勢(shì)發(fā)揮這一內(nèi)在機(jī)理得到進(jìn)一步確定。

表3 穩(wěn)健性檢驗(yàn)

(三)內(nèi)生性問題探討

數(shù)字金融和大學(xué)科技園孵化績效之間可能存在內(nèi)生性問題。一是由于遺漏變量導(dǎo)致的內(nèi)生性問題。雖然本文已經(jīng)從大學(xué)科技園的數(shù)量規(guī)模、獲得的孵化基金、管理從業(yè)人員規(guī)模等方面選取變量，作為控制影響大學(xué)科技園孵化績效的因素，但大學(xué)科技園孵化績效會(huì)受到許多潛在因素的作用和影響，難以一一列出全部的影響因素，所以本文的研究仍然存在遺漏變量導(dǎo)致的內(nèi)生性問題。二是由于測(cè)量誤差導(dǎo)致的內(nèi)生性問題。本文所使用數(shù)據(jù)的權(quán)威性和可信程度較高，但也不排除統(tǒng)計(jì)人員報(bào)錯(cuò)以及登記遺漏等的可能。三是數(shù)字金融相關(guān)指數(shù)和大學(xué)科技園孵化績效之間存在聯(lián)立性導(dǎo)致的內(nèi)生性問題[35]。對(duì)于那些處在發(fā)達(dá)地區(qū)、有政策傾向的大學(xué)科技園，通過政策優(yōu)勢(shì)和市場(chǎng)優(yōu)勢(shì)也能夠較為輕松地獲得數(shù)字金融服務(wù)。為了解決本文可能存在的內(nèi)生性問題，本文選擇工具變量并使用兩階段最小二乘法(2SLS)進(jìn)行重新驗(yàn)證。

選取合適的工具變量，應(yīng)同時(shí)滿足與數(shù)字金融指數(shù)變量相關(guān)，但是與決定大學(xué)科技園孵化績效的未觀測(cè)因素不相關(guān)。本文使用各省份網(wǎng)絡(luò)普及率(數(shù)據(jù)來源于《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》)。一方面，各省份網(wǎng)絡(luò)普及率為數(shù)字金融服務(wù)大學(xué)科技園孵化提供了基礎(chǔ)設(shè)施保障，也為開展多元化金融服務(wù)提供了技術(shù)支持，因而與數(shù)字金融指數(shù)、數(shù)字金融使用深度和數(shù)字金融覆蓋廣度相關(guān)，滿足相關(guān)性假設(shè)。另一方面，大學(xué)科技園孵化績效是科技初創(chuàng)企業(yè)發(fā)展成長的過程，與各省份網(wǎng)絡(luò)普及率這一指標(biāo)無關(guān)，滿足外生性假設(shè)。表4列出了回歸結(jié)果。為了確定選擇的工具變量是恰當(dāng)?shù)模疚膶?duì)各回歸方程進(jìn)行了過度識(shí)別檢驗(yàn)，結(jié)果均表明在10%以上的水平上接受工具變量外生性的原假設(shè)，驗(yàn)證了工具變量的有效性。在消除了內(nèi)生性之后，數(shù)字金融指數(shù)、數(shù)字金融使用深度和數(shù)字金融覆蓋廣度對(duì)大學(xué)科技園孵化績效的影響與本文之前的結(jié)論保持一致。

表4 工具變量回歸結(jié)果

五、進(jìn)一步分析

本文依據(jù)《中共中央關(guān)于制定國民經(jīng)濟(jì)和社會(huì)發(fā)展第七個(gè)五年計(jì)劃的建議》對(duì)中國三大經(jīng)濟(jì)帶的劃分方法(不含港澳臺(tái)地區(qū))，考察區(qū)域數(shù)字金融指數(shù)相關(guān)變量對(duì)處于不同經(jīng)濟(jì)帶的大學(xué)科技園孵化績效的影響差異，理由在于大學(xué)科技園孵化能力及政策、市場(chǎng)環(huán)境會(huì)受到所處地區(qū)經(jīng)濟(jì)水平的直接影響，通過分析表5的結(jié)果，可以得到如下結(jié)論：東部和中部地區(qū)，數(shù)字金融指數(shù)和數(shù)字金融使用深度正向影響大學(xué)科技園孵化績效，數(shù)字金融覆蓋廣度對(duì)大學(xué)科技園孵化績效沒有顯著影響，管理人員高學(xué)歷背景有正向調(diào)節(jié)作用；西部地區(qū)數(shù)字金融指數(shù)、數(shù)字金融使用深度和數(shù)字金融覆蓋廣度對(duì)大學(xué)科技園孵化績效均沒有顯著影響，管理人員高學(xué)歷背景也沒有體現(xiàn)出顯著的調(diào)節(jié)作用。

東部地區(qū)屬于中國經(jīng)濟(jì)、科技發(fā)展領(lǐng)先的地區(qū)，能夠?yàn)槌鮿?chuàng)企業(yè)的孵化提供較成熟的政策支持、法律金融等咨詢服務(wù)。早期的大學(xué)科技園也是在北京、上海、廣州等沿海發(fā)達(dá)城市率先設(shè)立，使得大學(xué)科技園孵化流程和配套資源成熟完善。另外，該地區(qū)數(shù)字金融行業(yè)發(fā)展較早且相對(duì)成熟，并且該地區(qū)擁有大量名校可為初創(chuàng)企業(yè)提供優(yōu)秀人才，東部地區(qū)數(shù)字金融因此能夠得到有效發(fā)展，也有足夠的土壤和補(bǔ)充要素為數(shù)字金融促進(jìn)大學(xué)科技園初創(chuàng)企業(yè)孵化提供支持。數(shù)字金融覆蓋廣度對(duì)東部地區(qū)大學(xué)科技園孵化績效沒有顯著影響，這與基準(zhǔn)回歸保持一致。

中部地區(qū)經(jīng)濟(jì)發(fā)展落后于東部發(fā)達(dá)地區(qū)，但近年來特別是在數(shù)字金融領(lǐng)域發(fā)展迅猛，且擁有如武漢大學(xué)、華中科技大學(xué)、中國科學(xué)技術(shù)大學(xué)等高水平大學(xué)提供技術(shù)和人才支持?jǐn)?shù)字金融在大學(xué)科技園科技企業(yè)孵化中的應(yīng)用。另外，數(shù)字金融的發(fā)展能夠很好地彌補(bǔ)中部地區(qū)傳統(tǒng)金融發(fā)展落后的劣勢(shì)，新舊金融體系的融合也促進(jìn)了該地區(qū)企業(yè)孵化。數(shù)字金融對(duì)于中部地區(qū)大學(xué)科技園企業(yè)孵化的作用機(jī)制，同樣是通過多元化豐富的業(yè)務(wù)模式助力，即數(shù)字金融使用深度促進(jìn)大學(xué)科技園企業(yè)孵化這一路徑同樣適用。

西部大部分地區(qū)仍欠發(fā)達(dá)，數(shù)字金融普及程度較低且區(qū)塊鏈、大數(shù)據(jù)等技術(shù)發(fā)展滯后，且該地區(qū)缺乏足夠的人才和市場(chǎng)作為初創(chuàng)企業(yè)孵化的平臺(tái)和基礎(chǔ)，此外，西部地區(qū)的創(chuàng)業(yè)政策成熟度、創(chuàng)業(yè)市場(chǎng)環(huán)境相對(duì)于中東部地區(qū)有一定差距。因此，數(shù)字金融在西部地區(qū)難以發(fā)揮東中部地區(qū)對(duì)大學(xué)科技園企業(yè)孵化的同等作用。

表5 三大經(jīng)濟(jì)帶的區(qū)分考察

六、結(jié)論與啟示

本文主要得到如下結(jié)論：

第一，數(shù)字金融具有促進(jìn)大學(xué)科技園孵化績效的機(jī)制。為解決已有研究在數(shù)據(jù)條件、變量選取以及研究方法上的不足，本文基于《北京大學(xué)數(shù)字普惠金融指數(shù)2011—2020》發(fā)布的數(shù)字金融數(shù)據(jù)集以及《中國火炬統(tǒng)計(jì)年鑒》發(fā)布的大學(xué)科技園孵化器數(shù)據(jù)，運(yùn)用固定效應(yīng)模型，實(shí)證檢驗(yàn)區(qū)域數(shù)字金融指數(shù)及相關(guān)特征指標(biāo)對(duì)大學(xué)科技園孵化績效的影響，并通過穩(wěn)健性檢驗(yàn)以及內(nèi)生性檢驗(yàn)等進(jìn)行實(shí)證結(jié)論的再驗(yàn)證。研究結(jié)論認(rèn)為，區(qū)域數(shù)字金融指數(shù)及數(shù)字金融使用深度對(duì)大學(xué)科技園孵化績效有明顯的促進(jìn)作用，而數(shù)字金融覆蓋廣度對(duì)大學(xué)科技園孵化績效沒有顯著影響。

第二，大學(xué)科技園管理人員高學(xué)歷背景能夠正向調(diào)節(jié)數(shù)字金融對(duì)大學(xué)科技園孵化績效的促進(jìn)作用。大學(xué)科技園具有高學(xué)歷背景的管理人員能夠更好地運(yùn)用數(shù)字金融工具解決初創(chuàng)企業(yè)融資難、融資貴問題。

第三，大學(xué)科技園區(qū)域異質(zhì)性特征使得區(qū)域數(shù)字金融指數(shù)及數(shù)字金融使用深度對(duì)大學(xué)科技園孵化績效的促進(jìn)效應(yīng)具有異質(zhì)性。本文深入考察了大學(xué)科技園所在區(qū)域經(jīng)濟(jì)發(fā)展水平因素所導(dǎo)致的數(shù)字金融對(duì)孵化績效影響的異質(zhì)性效應(yīng)。結(jié)果表明：東部和中部地區(qū)數(shù)字金融指數(shù)及數(shù)字金融使用深度對(duì)大學(xué)科技園孵化績效產(chǎn)生影響，管理人員高學(xué)歷背景有正向調(diào)節(jié)作用，數(shù)字金融覆蓋廣度沒有顯著影響；而在西部地區(qū)數(shù)字金融指數(shù)等上述指標(biāo)對(duì)大學(xué)科技園孵化績效均沒有顯著影響。

本文提出如下建議：

第一，探索大學(xué)科技園科技企業(yè)孵化的中國路徑和規(guī)律，進(jìn)一步加強(qiáng)數(shù)字金融對(duì)大學(xué)科技園科技企業(yè)孵化服務(wù)領(lǐng)域的深度，完善數(shù)字金融助力科技園科技企業(yè)孵化協(xié)同機(jī)制。本文發(fā)現(xiàn)，數(shù)字金融特別是數(shù)字金融服務(wù)程度的多元化和深入性有利于科技企業(yè)孵化，豐富的數(shù)字金融服務(wù)業(yè)務(wù)能夠很好地解決科技企業(yè)孵化中亟待解決的融資難、融資貴以及信用風(fēng)險(xiǎn)問題。為此，國家應(yīng)大力發(fā)展數(shù)字金融行業(yè)，特別是發(fā)展針對(duì)大學(xué)科技園企業(yè)孵化的相應(yīng)數(shù)字金融業(yè)務(wù)。

第二，提高大學(xué)科技園管理人員的專業(yè)能力。科技企業(yè)孵化不同于傳統(tǒng)企業(yè)創(chuàng)業(yè)，知識(shí)技術(shù)是這類企業(yè)成長的核心要素；況且數(shù)字金融技術(shù)的應(yīng)用也天然具備高知識(shí)門檻。提升大學(xué)科技園管理人員學(xué)歷，可以通過提高招聘門檻和增加員工學(xué)習(xí)培訓(xùn)的機(jī)制來實(shí)現(xiàn)。

第三，根據(jù)大學(xué)科技園差異化特征有選擇地構(gòu)建數(shù)字金融服務(wù)系統(tǒng)，大學(xué)科技園科技企業(yè)孵化體系。一方面，應(yīng)針對(duì)不同類型高校所處地域、優(yōu)勢(shì)專業(yè)、發(fā)展目標(biāo)的差異，了解大學(xué)科技園在企業(yè)孵化中的投資、融資痛點(diǎn)以及優(yōu)勢(shì)，構(gòu)建具備相應(yīng)功能的數(shù)字金融服務(wù)體系，做到有的放矢。另一方面，在建設(shè)數(shù)字金融的同時(shí)，加強(qiáng)大學(xué)科技園中數(shù)字金融的普及和應(yīng)用，通過優(yōu)化政策、改進(jìn)大學(xué)科技園企業(yè)孵化制度流程的方式完善數(shù)字金融，助力大學(xué)科技園企業(yè)孵化體系。