數字金融發展能否促進工業企業創新質量提升
——基于專利知識寬度的視角

高自旺

（河北省社會科學院經濟研究所，河北石家莊 050051）

引言

黨的十九屆五中全會明確提出，要把科技自立自強作為國家發展的戰略支撐。堅決實施創新驅動發展戰略，堅持走中國特色社會主義自主創新道路，是我國邁向現代化新征程的關鍵依托。專利是反映經濟體或微觀市場主體創新水平的重要評價指標，專利的增長在提升國家、企業自主創新能力方面發揮著至關重要的作用（王小魯等，2009；Hu和Jefferson，2009）[1][2]。在中國各級政府不斷貫徹落實創新驅動發展戰略、制定創新補貼扶持政策的背景下，中國專利申請量、授權量呈“爆炸式”增長態勢。然而，當前專利對我國產業結構調整、經濟高質量發展的支撐力仍然欠佳，“專利泡沫”“低質量創新”等隱形問題愈加凸顯，以及中國專利創新在全球技術鏈中的“低位鎖定”（張杰和鄭文平，2018）[3]。因此，如何有效促進企業創新質量提升仍是推進我國創新驅動發展過程中亟須深入探討的重要命題。

金融是支持企業研發創新的重要推動力。企業創新活動具有成本高、不確定性強、周期長等顯著特征，而外源性融資約束更是促進企業創新活動亟須解決的關鍵問題（盛明泉等，2021）[4]。傳統金融機構雖然在一定程度上可以滿足企業的投融資需求，但由于中國存在金融體系發展不完善、傳統金融服務覆蓋范圍不足、金融市場金融資源錯配等問題，致使許多中小微企業仍然面臨融資困難的境遇（解維敏和方紅星，2011；黃益平和黃卓，2018；蔡慶豐等，2020）[5][6][7]。數字金融是新一代數智技術在金融領域的拓展，其發展了金融服務新模式、新業態、新機制，在解決融資信息不對稱難題、降低企業融資成本、優化資源要素配置等方面有顯著優勢（朱勤等，2019；施炳展和李建桐，2020）[8][9]。而數字金融能否提升企業創新質量，以及對不同特征企業影響是否存在差異？現有研究仍未充分探討。為了回答上述問題，本文基于企業專利知識寬度視角，考察數字金融對創新質量的確切作用及其中的內在機制，以豐富現有研究內容。

一、文獻綜述與理論機制

（一）數字金融發展的融資成本機制

數字金融有效降低了金融服務成本，改善了企業融資約束。相比傳統金融服務未能充分滿足社會經濟發展需要，數字金融具備傳統金融的應有功能，并可以通過數字技術賦能金融產品、服務創新（孟維福和劉佳鑫，2021）[10]，推動了金融服務的普惠式發展，對傳統金融服務形成了有益補充（Laeven等，2015）[11]。同時，數字技術具備更高的運行效率，可以高效甄別有資金需求的潛在對象、降低信息不對稱下企業獲取資金的隱性門檻，重點解決“長尾企業”的融資約束問題，促使數字金融服務有效緩解金融資源錯配、增強金融資源市場配置能力（謝絢麗等，2018）[12]，提高企業金融可及性。同時，數字金融發展擴大了貸款投放規模，放貸流程也得以簡化，降低了金融業務的處理成本。特別是數字技術改變了地理距離對企業生產經營的影響，數字金融可以削減因銀企距離而產生的信息成本（陶鋒等，2017）[13]，以及減少企業從實體金融機構獲取資金的時間成本（段君山和邵驕陽，2022）[14]，總體上數字金融降低了企業融資成本。

（二）數字金融發展的市場拓展機制

數字金融賦予企業更加充裕的資金支持，引導社會閑置金融資源流向對企業發展更有利的地方，有利于企業強化資金運營能力、改善企業資本運營使用效率（張銘心等，2022）[15]，加快推動企業由勞動密集型向資本、技術密集型轉型，強化了企業拓展市場的能力、提高了企業市場占有份額。同時，趙芮和曹廷貴（2021）認為基于委托代理理論下企業管理層存在“短視問題”，其以增加自身收益為目的的投機行為，會加大企業經營風險[16]。而在數字技術作用下，數字金融加強了對信息流、資金流的收集分析，推動了股東和管理人員間信息共享，降低了管理層投機概率，減少了企業經營風險，管理層經營企業的重點轉向市場拓展、企業利潤等方面。

（三）數字金融發展的競爭效應機制

數字金融通過緩解小微企業融資約束，加強了整個行業的競爭效應。楊君等（2021）實證檢驗發現數字金融對規模較小企業的影響更大[17]。通常來講，小微企業融資難是我國企業融資約束問題的核心，而小微企業資金條件的改善，推動了小微企業經營發展，加強了小微企業與大企業競爭的能力，使其所處行業向更具競爭性環境發展。而數字金融發展提高了企業經營者的信心，降低了其對經營投資失敗風險的預期，其更渴望充分利用數字金融服務，加快企業發展、促使行業競爭加劇。王娟和朱衛未（2020）認為數字金融發展顯著抑制了企業非效率投資，特別是對于小企業的非效率投資[18]。

（四）數字金融對企業創新質量的作用

數字金融對融資約束緩解、企業市場拓展、行業競爭效應有顯著作用，而三者也深刻影響著企業創新行為。首先，緩解融資約束會刺激企業創新。較高的融資約束會抑制企業R&D投入（張杰等，2012）[19]。鞠曉生等（2013）也證實了融資約束越嚴重，企業越需要較高營運資本管理能力來實現可持續型創新[20]。當企業創新能力較低時，其面臨融資約束越寬松，會促進其加大協同研發創新投入，推動企業協同創新（周開國等，2017）[21]，刺激了高質量創新的產出。其次，企業市場拓展有助于企業創新質量提高。企業增加市場份額占有，在規模經濟優勢可以深化企業利潤空間，再進一步刺激增加研發創新投入，有助于高質量創新產生（Fujita和Thisse，1996）[22]。最后，市場競爭是刺激企業創新的重要途徑（Brandt等，2012）[23]。處于激烈競爭的行業中的企業，為了應對潛在被淘汰風險，企業會加大創新投入、尋求產品升級或生產效率提高，以保持在行業內競爭力（倪驍然和朱玉杰，2016）[24]。除了激勵效應外，市場競爭的學習效應、信息不對稱緩解效應也會推動企業創新發展，促使企業創新質量提高（霍春輝和張銀丹，2022）[25]。

二、研究設計

（一）計量模型設計

本文主要關注數字金融發展對中國工業企業創新質量的具體作用，構建計量回歸模型如下：

其中，TIQit代表企業i在t年的創新質量水平，以企業專利知識寬度來表示；D FD it代表本文的核心解釋變量，分別用index、cover表示t年m市的數字金融整體發展水平、數字金融覆蓋廣度，從這兩個方面衡量企業所處城市的數字金融發展水平；Xit代表本文回歸過程中的控制變量集；μi、νt分別代表企業固定效應、年份固定效應，用以控制不可觀測因素的干擾；εit代表隨機擾動項。

（二）核心指標構建和說明

1.企業創新質量指標。借鑒張杰等（2018）、李宏等（2021）的方法[3][26]，運用企業專利主分類號測度專利知識寬度。鑒于外觀設計專利所體現的創新質量較低，選擇企業發明專利和實用新型專利的主分類號進行測度。僅用專利主分類號的數量測度專利知識寬度容易導致測量偏差，因此，運用赫芬達爾指數衡量企業專利知識寬度：

其中，Patent_knowledgeit代表t年企業i的專利知識寬度，其值越大，表示企業專利質量越高；Pimt代表t年企業i在m專利大組分類下發明專利及實用專利的累計數量；Pit代表t年企業i在所有專利大組分類下總專利數量。

2.數字金融發展指標。本文核心解釋變量為企業所在城市的數字金融發展水平（index）、數字金融覆蓋廣度（cover），來自北京大學數字普惠金融研究中心編制的數字普惠金融指數。文章選用的城市數字金融整體發展水平、數字金融覆蓋廣度指標均可以較好地體現企業所處于的數字金融應用發展環境。

3.控制變量。本文設定的控制變量主要包括：企業規模（scale），用企業員工數的對數形式表示；企業年齡（age），用企業被調查年份減去成立年份再取對數形式；企業資本密集度（kl），用企業固定資產與員工數比值的對數形式表示；勞動生產率（productivity），用企業實際總產值與員工數的比值來表示；企業利潤率（profit），用企業利潤總額與總資產的比值來表示；企業出口行為（export），設定企業出口的虛擬變量export，當企業出口交貨值大于0時，export取值為1，當企業出口交貨值為0時，export取值為0。

（三）數據說明

為了研究數字金融發展對企業創新質量的影響，本文需要企業層面的專利數據和其他變量，因此，對中國工業企業數據庫與中國專利數據庫進行了匹配。首先，對中國工業企業數據庫中不符合通用會計準則的企業樣本進行了刪減。其次，使用專利申請人和工業企業名稱匹配專利數據庫和中國工業企業數據庫。最后，由于數字金融指數的時間范圍是2011年以后，收集的中國工業企業數據庫樣本時間范圍為2013年以前，本文選取了2011—2013年的中國工業企業和專利匹配數據，并根據城市代碼和城市層面數字金融數據進行匹配，得到用于本文回歸分析的數據樣本。

三、實證結果與分析

（一）基準回歸

表1報告了基準回歸結果。第（1）、（2）列僅考慮了核心解釋變量對被解釋變量的影響，結果顯示數字金融整體發展水平（index）和數字金融覆蓋廣度（cover）的估計系數均在1%水平上顯著為正，說明了數字金融發展及其覆蓋廣度都有助于提升企業創新質量。第（3）、（4）列為加入一系列控制變量后的估計結果，核心解釋變量index和cover的估計系數仍然在1%的統計水平上顯著為正，回歸結果再次體現了數字金融發展水平、數字金融覆蓋廣度對企業創新質量提高的有益作用。至此，本文的基礎研究問題得以證實。

表1 基準回歸結果

（二）穩健性檢驗

為保證上述回歸結果的可靠性，本文進行了穩健性檢驗如下：第一，替換樣本。使用奇數年份樣本進行回歸分析，估計結果見表2第（1）、（2）列，數字金融發展水平、覆蓋廣度的估計系數仍然顯著為正。第二，對樣本進行縮尾處理。對樣本的前1%和后1%的樣本進行刪除，再進行回歸分析，結果見表2第（3）、（4）列，估計結果顯示數字金融發展水平、覆蓋廣度均有助于增加企業專利知識寬度，從而提升企業創新質量。

表2 穩健性檢驗

（三）內生性檢驗

關于內生性問題的處理。企業創新質量的提高，可能會形成集聚效應，吸引數字金融服務公司前來布局數字金融業務，而致使內生性問題；同時，上述回歸分析中，可能遺漏某些不可觀測因素而導致內生性問題。因此，本文進行內生性問題處理如下：第一，由于直轄市、省會城市是高科技企業集聚區域、傳統金融中心城市，會吸引數字金融服務公司優先布局數字金融服務業務，因此，本文選取非省會城市、非直轄市企業樣本進行回歸分析，結果見表3第（1）、（2）列，數字金融發展水平及其覆蓋廣度仍對企業創新質量有顯著正向作用。第二，在排除省會城市、直轄市樣本的干擾下，本文進一步選取城市互聯網普及率作為工具變量進行回歸分析，結果見表3第（3）、（4）列，發現工具變量法下index、cover估計系數仍然在1%統計水平下顯著為正，說明了經過內生性檢驗后本文基礎結論仍然成立。

表3 內生性檢驗

四、異質性與影響機制檢驗

（一）異質性檢驗

1.南北區域企業差異。中國區域資源分布、經濟環境存在顯著差異，區域創新呈現南高北低、南快北慢的特征（楊騫和劉鑫鵬，2021）[27]，表4是對總樣本按照南部區域、北部區域分組回歸的結果，當企業位于秦嶺淮河線以南時，其屬于南部區域企業樣本，當企業位于秦嶺淮河線以北時，該企業即屬于北部區域企業樣本。一方面，由表4結果可知，在南部區域、北部區域，數字金融發展水平、覆蓋廣度均對企業創新質量有顯著正向作用。另一方面，由第（1）和（3）列對比、第（2）和（4）列對比可知，南部區域index、cover的估計系數均大于北部區域估計結果，體現了數字金融對南部區域企業創新質量影響更大。

表4 南北區域企業差異

2.行業要素密集差異。要素密集類型差異體現了企業生產技術水平的不同，本文根據謝建國（2003）的方法[28]，將企業分成資本密集型企業樣本、技術密集型企業樣本，表5為對不同要素密集行業回歸估計結果。結果顯示，對于不同要素密集類型行業，數字金融發展水平、覆蓋廣度均對企業創新質量有顯著正向作用，本文基本結論仍然成立。同時，技術密集型企業樣本的index、cover估計系數均大于資本密集型企業樣本。因此，相比資本密集型企業，數字金融對技術密集型企業創新質量提升作用更強。

表5 行業要素密集差異

3.企業所有制差異。鑒于中國的制度背景、金融市場環境，不同所有制企業在滿足信貸需求時面臨的障礙是不同的，國有企業由于其背景優勢，往往更容易獲得資金支持（孟維福和劉佳鑫，2021）[10]。本文根據企業登記注冊類型區別國有企業和私營企業，表6為分別對國有企業樣本、私營企業樣本進行回歸分析的結果。結果顯示，雖然數字金融發展水平及其覆蓋廣度對國有企業樣本、私營企業樣本均有顯著促進作用，但是私營企業樣本中index、cover的估計系數更大，即數字金融對私營企業創新質量提升效應大于對國有企業創新質量作用。

表6 企業所有制差異

4.企業規模差異。相比小規模企業，較大規模企業可抵押物更多、信息披露更健全、抵御風險能力更強，從而其更易獲得金融機構的資金支持，而致使了“規模歧視”。本文根據企業規模的均值區分企業規模大小，表7揭示了數字金融對不同規模企業創新質量的差異性影響。一方面，數字金融發展水平、覆蓋廣度對大規模企業、小規模企業均有顯著正向作用。另一方面，相對大規模企業樣本，小規模企業樣本中index、cover的估計系數更大，說明了數字金融對小規模企業創新質量提升影響更大。這也深刻體現了數字金融的普惠作用，即有效緩解了小企業融資難，在一定程度上減緩了傳統金融體系所不能解決的世紀性難題。

表7 企業規模差異

5.企業生產率差異。企業生產率反映了企業生產技術水平的高低，不同生產率水平的企業在收到資金支持時，其創新表現可能有所不同。本文根據生產率是否高于平均值區分企業生產率高低，表8報告了數字金融對不同生產率水平企業樣本的回歸結果。結果顯示，數字金融發展水平、覆蓋廣度對生產率水平較高企業、生產率較低水平企業均有顯著促進作用。同時，相比低生產率企業，數字金融發展水平、覆蓋廣度對高生產率企業創新質量提升作用更大。這可能由于高生產率企業獲得資金支持時，更大概率地把資金用于研發創新以生產率提高，而生產率較低企業的創新積極性不高，在獲得資金支持時開展創新活動概率較低。

表8 企業生產率差異

（二）影響機制檢驗

1.融資成本。本文從企業利息支出與總負債的比值、財務費用與總負債的比值兩方面衡量企業的融資成本，將融資成本作為被解釋變量回歸，結果如表9所示?？梢?，核心解釋變量index、cover的估計系數均為負值，且第（1）、（3）、（4）列的核心解釋變量估計系數均在10%的統計水平下顯著，由此可得數字金融發展、覆蓋廣度可以促進企業融資成本降低，緩解企業融資約束。而融資約束有助于刺激企業創新活動，促進企業創新質量提升（鞠曉生等，2013）[20]。因此，融資成本的降低、融資約束的緩解是數字金融促進企業創新質量提升的有效機制。

表9 融資成本機制

2.市場拓展。本文使用企業銷售值的對數衡量企業市場拓展情況，并將其作為被解釋變量進行回歸，結果如表10第（1）、（2）列所示。核心解釋變量index、cover的估計系數分別在5%、1%的統計水平下顯著為正，說明數字金融整體發展水平及其覆蓋廣度對企業市場拓展有顯著促進作用。而企業市場拓展、生產規模的擴張需要更多的中間品投入，會進一步刺激企業生產流程改造、創新成果的產生，有助于企業提高創新質量。因此，市場拓展是數字金融推動企業創新質量提升的有效機制。

3.競爭效應。本文進一步利用企業的銷售值測算行業層面赫芬達爾指數，以衡量行業層面競爭效應，將赫芬達爾指數作為被解釋變量回歸，結果如表10第（3）、（4）列所示。核心解釋變量index、cover的估計系數均在1%的統計水平下顯著為正，說明數字金融整體發展水平、覆蓋廣度均對刺激行業競爭有積極影響。而競爭效應會刺激企業創新需求，推動企業加大創新投入，促使高質量創新成果產出，可見，競爭效應是數字金融促進企業創新質量提升的有效機制。

表10 市場拓展和競爭效應機制

五、結論與政策啟示

結合2011—2013年中國工業企業數據庫、中國專利數據庫和北京大學普惠金融指數，本文基于專利知識寬度視角，就數字金融發展與企業創新質量間關系進行了系統探討，研究結果表明：數字金融發展顯著促進了企業創新質量提升，在經過替換樣本、縮尾處理、工具變量法等一系列穩健性檢驗或內生性檢驗后，結論依然可靠。數字金融對企業創新質量的促進作用存在著樣本異質性，即相比較大規模、較低生產率水平、資本密集型、國有企業和北部地區企業而言，數字金融對較小規模、較高生產率水平、技術密集型、私營企業和南部地區企業創新質量促進作用更強。機制檢驗表明，企業融資成本降低、銷售市場拓展、行業競爭效應是數字金融提升創新質量的三個重要機制。

本文上述關于數字金融影響企業創新質量提升的結論具有豐富的政策涵義：一是各級政府應高度重視數字金融對企業創新的積極影響。數字經濟是我國經濟新增長點，是實現后發趕超的重要依仗，而數字金融是幫助實體經濟紓困、支持實體經濟與數字經濟融合的重要一環。建議各級政府積極支持企業，特別是小微企業通過數字金融業務進行融資，建立健全數字金融服務小微企業的長效機制，加快數字投融資服務和企業信用體系融合，加強對小微企業的數字金融服務培訓，努力打通以往傳統金融服務與小微企業的合作障礙，推動小微企業創新發展。二是建議北部省市加快推動數字金融業態高質量發展。政府決策層需高度關注數字金融溢出效應的區域差異。圍繞數字金融基礎設施建設，研究制定數字金融業態落后地區專項支持政策體系，加快提升大數據、人工智能、云計算等信息技術應用水平，推動數字金融覆蓋廣度、服務深度、數字化程度持續提高。同時，聚焦營商環境優化、市場機制健全，持續推進數字金融業態落后地區的“放管服”改革等步伐，促使數字金融得以扎根生長。三是積極利用數字金融新業態營造良好競爭的市場環境。數字金融在促進企業市場拓展、行業競爭有較大優勢，而市場競爭是實現微觀主體創新發展、宏觀經濟繁榮發展的源泉。建議地方政府在制定投融資政策時，將數字金融作為支持企業投融資的重要工具納入其中，并研究建設數字金融服務示范園區基地，評選、認定數字金融應用模范企業等，通過抓示范、樹標桿，歸納總結經驗教訓，將數字金融服務企業創新的先進經驗在全國復制推廣等，推動實現數字金融業態向深層次發展。