數字金融與新能源企業創新活動關系研究

常煜 齊曉燕 郭丕斌

【摘 要】 技術創新是企業發展的動力，數字金融的發展為新能源企業的創新活動提供了資金支持。文章以2011—2020年107家新能源上市企業的非平衡面板數據作為研究樣本，采用雙向固定效應模型對數字金融與企業創新活動的關系進行了實證研究。結果表明：數字金融對新能源企業的創新活動有顯著的推動作用，與非國有企業、大型企業、東中部地區相比，數字金融對國有企業、中小型企業、西部地區的企業創新活動有顯著的影響。融資約束在數字金融與企業創新活動的關系中發揮部分中介作用。研究建議：政府要根據不同的區域或企業類型制定差異化政策，為企業創新活動提供健康的環境；金融機構要不斷提高數字金融覆蓋程度，實施多元化金融服務；企業要積極披露與信用貸款有關的信息，不斷提高企業財務績效。

【關鍵詞】 數字金融； 企業創新； 企業異質性

【中圖分類號】 F832.5? 【文獻標識碼】 A? 【文章編號】 1004-5937（2024）04-0036-08

一、引言

技術創新是企業發展的動力，也是保持企業核心競爭力的關鍵。在新能源企業發展過程中，要想不斷進行技術創新，研發新產品、新設備，就需要投入大量的資金，因此，新能源企業的發展離不開金融機構的支持。然而，傳統的金融機構由于審批過程嚴格、信息不對稱等問題很難為新能源企業的創新活動提供需要的資金，數字金融將金融產業與大數據、人工智能、5G技術等新基建進行融合，覆蓋了更多的客戶資源，縮短了信貸審批流程，為企業融資提供了可能。因此，大力發展金融市場，尤其是數字金融市場，推動新能源企業開展創新活動是非常有意義的。

關于數字金融與技術創新，許多學者研究了數字金融與區域技術創新之間的關系，如韓先鋒等[1]基于2011—2018年的省級面板數據，分析了數字金融對區域綠色創新的影響，結果發現數字金融有力地促進了區域綠色創新。劉佳鑫等[2]、聶秀華等[3]、鄭萬騰等[4]也分析了數字金融與區域創新水平的關系。也有學者研究了數字金融與企業技術創新之間的關系，涉及的企業主要有中小企業[5]、小微企業[6]、高技術企業[7]、工業企業[8]、制造業[9]以及整個上市公司[10]等。另外，在分析數字金融與技術創新的關系時，部分學者探討了金融發展影響技術創新的作用機制，如余得生等[11]分析了融資約束在污染性較大行業中對數字金融和綠色技術創新發揮的中介傳導作用，萬佳■[12]、黃婷婷等[13]分析了上市企業中融資約束在數字金融和企業創新活動中發揮的作用，郭聯邦等[14]則分析了金融發展與企業創新、融資約束與企業創新的關系，程遠等[15]分析了融資約束對企業創新決策和創新成果的影響。

盡管許多人研究數字金融與技術創新的關系，但是從微觀層面對新能源企業數字金融與技術創新關系的研究并不多，而且數字金融推動新能源企業技術創新的異質性分析和作用機制目前并不清晰?；诖?，本文采用2011—2020年新能源企業上市公司的數據對數字金融與新能源企業創新活動的關系進行了深入的研究。

本文的貢獻在于：（1）使用企業層面的數據對數字金融與企業創新活動的關系進行了研究，而現有文獻主要是采用區域層面的數據對二者的關系進行研究；（2）將重點聚焦到新能源領域，分析了數字金融與新能源企業創新活動在具體研究領域的表現；（3）從技術創新投入的角度，分析了數字金融與新能源企業創新活動的關系和影響機制。盡管蔣建勛等[16]也分析了數字金融與新能源企業綠色創新的關系，但是他們是從技術創新產出的視角進行分析的。

二、研究假設

（一）數字金融與企業創新活動

良好的創新活動可以幫助企業在市場中獲得競爭優勢。企業在創新活動時需要大量的資金支持，僅僅依靠內部融資可能難以滿足需要，對外融資又面臨許多困難，而數字金融的發展緩解了企業的融資需求，促進了企業創新。在制造、化工、金屬冶煉等污染性較大行業數字金融會顯著推動企業綠色創新[11]。在滬深A股上市企業，數字金融的發展會對企業綠色創新數量和質量產生顯著的促進作用[17]。關于新能源企業，一方面由于屬于技術密集型產業，行業進入門檻高，需要投入大量的時間和資金進行研發，面臨的投資風險比較大；另一方面由于成立時間比較短，創新經驗不足，歷史征信不健全等問題，難以獲得傳統金融的支持。而數字金融通過吸收中小投資者的資金，減少了信貸歧視的風險，為新能源企業的發展提供了可能。從綠色創新的角度講，數字金融指數可以對新能源企業的綠色創新活動產生顯著的促進作用[16]。所以，本文認為數字金融的發展可以為新能源企業提供需要的資金，從而鼓勵企業進行創新活動?；诖?，提出假設1。

H1：數字金融發展對新能源企業的創新活動產生顯著的推動作用。

（二）數字金融與企業創新活動中的異質性分析

1.企業所有權的異質性

國有企業和非國有企業擁有不同的管理體制和經營目標，國有企業有政府做保障，融資渠道比較多，融資成本也比較低。而非國有企業面臨更大的競爭壓力，信息不對稱問題更加嚴重，所以在研究數字金融與企業創新活動的關系時應考慮企業所有權的影響。在我國制造業上市公司中數字金融對非國有企業創新有更加顯著的推動作用[9]，而在污染性較大行業中數字金融對國有企業的綠色創新影響更大[11]。本文認為非國有新能源企業在面臨不確定較大的研發投資時可能信心不足，而國有新能源企業由于有政府做保障，擁有更大的責任和信心進行創新活動，所以數字金融的發展對國有新能源企業的影響更大。因此，本文提出假設2。

H2：與非國有企業相比，數字金融對國有新能源企業的創新活動產生顯著的推動作用。

2.企業規模的異質性

按照國家統計局發布的《統計上大中小微型企業劃分辦法（2017）》，根據資產總額和員工人數可以將企業分為大型企業和中小型企業。普遍認為，大型企業成立時間比較長，擁有更多的資源和人脈，所以有充足的資金進行創新活動，而中小企業成立時間短，更傾向于將有限的資金用于風險較低的生產經營等方面，由于受到風險識別和管理成本的約束，傳統金融機構可能會忽視優質小微企業籌資的需求[18]。然而，在數字金融的發展下，中小企業不受限于傳統金融機構管理成本高、金融產品少的約束，融資渠道開始變寬、融資速度變快。由于可以更好地籌集到資金，所以會激發中小企業的創新活動?；诖?，本文提出假設3。

H3：與大型企業相比，數字金融對中小型新能源企業的創新活動產生顯著的推動作用。

3.企業區域的異質性

不同區域的經濟發展水平不同。一般來說，經濟發展水平越低的地區，企業發展也會越差，融資難融資貴的問題也越突出。數字金融的發展可以緩解傳統金融機構基礎服務設施少、地理位置較遠、審批流程嚴格等約束，為企業的創新活動提供金融支持。所以，在分析數字金融與企業創新活動的關系時也需要考慮企業區域異質性的問題。在污染性較大行業中無論哪個區域數字金融均有利于企業綠色創新，但效果最好的是東部地區[11]。在滬深上市公司中相比之下數字金融對中西部地區的創新績效有顯著的影響[17]。我國西部地區風光資源豐富，為技術研發和轉化提供了便利，新能源企業可以在西部地區借助資源優勢和國家政策支持，大力發展新能源技術。與此同時，在經濟發展水平落后地區的企業，可以借助數字金融服務籌集更多的資金?；诖?，本文提出假設4。

H4：與東部和中部地區相比，數字金融對西部地區新能源企業的創新活動產生顯著的推動作用。

三、研究設計

（一）樣本選取和數據來源

依據同花順網站的行業分類，本文選取2011—2020年的新能源企業作為研究樣本，剔除ST股和*ST股以及連續經營小于5年的企業，最終剩下107家新能源企業，971組數據。相關財務指標數據均來源于國泰安數據庫，數字金融指數以及二級指標數字金融使用深度和覆蓋廣度的數據來源于北京大學數字金融研究中心發布的《北京大學數字普惠金融指數（2011—2020年）》。為了避免極端值，對所有的連續變量進行了雙側1%的縮尾處理。由于本文研究的是微觀層面的企業數據，所以將省級層面的數字普惠金融指數與企業數據進行配對。實證部分主要是通過Stata15.0進行計算的。

（二）變量選取

1.被解釋變量

本文的被解釋變量是企業創新活動。關于企業創新活動的衡量有兩種，一是從創新產出的角度進行衡量，如蔣建勛等[16]認為綠色專利授權數量代表了企業的實際創新能力，因此可以使用綠色專利授權數量衡量企業的創新活動；二是從創新投入的角度進行衡量，如李菲菲等[9]在分析數字金融與企業創新的關系時使用研發支出與營業投入、人均研發支出的比值衡量企業創新。萬佳■等[12]也采用企業研發經費與營業收入的比值代表企業創新活動。本文從創新投入的角度，在實證部分使用了人均研發投入衡量企業創新活動，在穩健性檢驗部分使用了研發投入占營業收入的比值衡量企業創新活動。

2.解釋變量

本文的解釋變量是數字金融。張正平等[19]在分析數字金融發展與城鄉家庭債務風險差異時，使用數字普惠金融指數代表數字金融的發展水平。謝周亮[20]、唐松等[10]、張勛等[21]在研究過程中也使用了該指數代表數字金融。因此，本文參考郭峰等[22]的計算方法，采用北京大學數字金融研究中心開發的數字普惠金融指數進行衡量，該指數從覆蓋廣度、使用深度和數字化程度三個方面對我國及各個區域的數字金融發展水平進行了分析。該指數的數值越大，說明該地區的數字金融發展程度越高。本文在實證部分使用省級層面的數字普惠金融指數衡量數字金融，在穩健性檢驗部分使用了數字金融覆蓋廣度和使用深度衡量數字金融。

3.控制變量

參考李菲菲等[9]、余得生等[11]、翟華云等[17]、郎香香等[23]的做法，本文在回歸模型中考慮了與企業特征有關的變量，如企業成長性（Grow）、股權集中度（Equity）、固定資產率（Fix）、資產收益率（Roa）、管理費用率（Man）、兩職合一（Dual）、企業規模（Sca）、產權性質（Soe），以及區域變量（Reg），另外將年份作為虛擬變量，以控制可能存在的時間趨勢。

具體變量定義見表1。

（三）模型構建

本文采用雙向固定效應模型對數字金融與新能源企業創新活動的關系進行分析，構建的模型如下：

Inni，t=α+β×Dfini，t+γ×Controlsi，t+δi+θt+εi，t? （1）

其中，Inni，t表征新能源企業i在t年的創新活動；Dfini，t表征新能源企業i在第t年的數字金融；Controlsi，t表征控制變量的總稱；δi表征公司固定效應，θt表征時間固定效應；εi，t表征誤差項。

四、實證結果

（一）描述性統計

表2是變量的描述性統計結果，可以看出，創新活動（Inn）的最小值為0.040，最大值為17.555，均值為4.248，說明新能源企業的人均創新投入差異比較大，并且大部分企業的人均創新投入偏低。數字金融（Dfin）的最大值為417.875，最小值為33.070，均值為253.219，說明各省份數字金融的發展存在很大差異，標準差為93.051，說明最近10年數字金融的發展存在很大的波動性。控制變量的描述性統計結果表明變量的取值在合理的范圍內。

（二）相關性分析

本文通過Pearson相關性檢驗對變量間的多重共線性進行分析，結果見表3?？梢钥闯鰯底纸鹑冢―fin）與企業創新活動（Inn）的相關系數為0.370，表現為顯著的正相關，初步說明數字金融的發展有利于新能源企業的創新活動。整體看，所有的相關系數低于0.5，同時方差膨脹因子VIF檢驗值為1.19，遠小于10，說明變量之間不存在多重共線性問題，可以進行回歸分析。

（三）基準回歸結果

本文使用2011—2020年新能源企業上市公司的數據，采用雙向固定效應模型對數字金融與企業創新活動的關系進行研究，在回歸過程中采用了聚類到公司層面的穩健標準誤，本文的基準回歸結果如表4所示。

從表4可以看出，列（1）數字金融（Dfin）的系數為0.043，在10%的水平上通過了顯著性檢驗，列（2）數字金融（L.Dfin）的系數為0.045，在10%的水平上通過了顯著性檢驗，說明數字金融的發展不僅對新能源企業當年的創新活動產生正向影響，而且對下一年的創新活動也產生正向影響，數字金融的發展對企業創新活動的影響比較長遠。這主要是由于通過大數據等技術，數字金融可以將零散的資金進行整合，構建更加完整和合理的信用平臺，緩解傳統金融機構融資要求嚴格、審批速度慢等問題，幫助新能源企業盡快獲得需要的資金，進而推動企業創新活動發展。因此，數字金融的發展對新能源企業創新活動起到了顯著的推動作用，驗證了H1。

由于新能源企業的所有權是不同的，而且企業規模和所在地理位置也是不一樣的，所以數字金融對企業創新活動的影響可能存在異質性。本文從企業產權性質、規模和所在區域三個角度進行了異質性分析。

從表5可以看出，在國有企業中，數字金融（Dfin）的系數為0.095，在1%的水平上通過了顯著性檢驗，表明數字金融的發展有利于國有企業的創新活動。在非國有企業中，數字金融（Dfin）的系數為-0.002，未通過顯著性檢驗，表明數字金融對非國有企業創新活動的影響并不顯著。這是因為有政府作為堅強的后盾，國有新能源企業有更大的信心和勇氣進行創新活動，所以會將獲得的資金用于創新活動。因此，與非國有企業相比，數字金融對國有企業的創新活動產生顯著的推動作用，驗證了H2。

在大型企業中，數字金融（Dfin）的系數為0.046，未通過顯著性檢驗。在中小型企業中，數字金融（Dfin）的系數為0.078，在5%的水平上通過了顯著性檢驗，驗證了H3。這可能是由于與大型企業相比，中小型企業信用度低，會計核算不健全，如果單純依靠傳統金融，很難獲得需要的資金，而數字金融的發展為中小企業的創新活動提供了可能，通過較低的信用條件中小企業就可以獲得需要的資金，所以與大型企業相比，數字金融對中小型新能源企業的創新活動起到了顯著的推動作用。

在東部和中部地區，數字金融（Dfin）的系數為0.034，未通過顯著性檢驗。這可能是由于東部和中部地區經濟發展比較好，新能源企業本來就可以吸引大量的優秀人才和籌集資金進行創新活動，所以數字金融的發展對其創新活動的影響并不明顯。西部地區數字金融（Dfin）的系數為0.048，在10%的水平上通過了顯著性檢驗，表明數字金融的發展有利于西部地區新能源企業的創新活動。這可能是由于西部地區經濟發展落后，傳統金融機構由于成本問題設置的網點比較少，使得傳統金融業務在經濟落后地區的滲透受到限制，而數字金融可以通過網絡為企業提供線上服務，所以企業可以更快的速度獲得融資進而進行創新活動。因此，與東部和中部地區相比，數字金融對西部地區企業的創新活動起到顯著的推動作用，驗證了H4。

（四）穩健性檢驗

為了驗證模型的有效性，本文對主要核心變量進行替換，第一種方法是替換數字金融指標，使用數字金融指數的二級指標數字金融使用深度進行代替，企業創新活動指標保持不變。從表6的列（1）和列（2），可以看出數字金融Dfin、L.Dfin的系數分別為0.025、0.028，均在5%的水平上通過了顯著性檢驗，說明無論是當期還是滯后一期，數字金融均對新能源企業的創新活動產生顯著的影響，這與本文的實證結論是完全一致的；第二種方法是使用數字金融指數的另一個二級指標數字金融覆蓋廣度替代數字金融指數，使用研發投入占營業收入的比值替代企業創新活動。在表6的列（3）數字金融（Dfin）的系數為0.037，在5%的水平上通過顯著性檢驗，說明數字金融對新能源企業的創新活動有顯著的推動作用，進一步驗證了本文的實證結論。

為了減少企業創新活動對數字金融的反向因果關系，以及由于控制變量選擇不合適而產生的內生性問題，本文采用兩階段最小二乘法進行內生性檢驗。參考余得生等[11]的做法，選取滯后一期的數字金融作為工具變量。該工具變量與當期數字金融有相關關系，與當期的企業創新活動沒有直接關系。表7為工具變量法的檢驗結果，可以看出數字金融可以顯著提升該企業技術創新水平，這表明本文的核心結論是穩健的。

（五）進一步分析

由前文的結果可知，數字金融的發展會顯著推動企業的創新活動，那么，數字金融是通過什么途徑影響企業的創新活動呢？由于數字金融的發展可以緩解中小企業的融資約束，進而提高企業的創新水平[23]，所以新能源企業中也可能存在類似的影響機制。參考溫忠麟等[24]的中介效應檢驗方法，本文對融資約束在數字金融與新能源企業創新活動中的作用進行了分析，其中融資約束指標選用FC指數[25]，數據來源于國泰安數據庫。具體的結果如表8所示。

從表8的列（1）可以看到，數字金融與新能源企業的創新活動存在顯著的正向關系。從列（2）可以看到，數字金融的系數為-0.002，在5%的水平上通過了顯著性檢驗，說明隨著數字金融水平的提高，企業可以顯著減少融資約束。從列（3）可以看到，當中介變量（FC）加入數字金融與企業創新活動的關系中時，盡管數字金融的顯著性水平沒有發生變化，但是系數從0.043減少到0.041，說明中介變量（FC）在數字金融與企業創新活動的關系中起部分中介的作用。

五、研究結論

本文以2011—2020年107家新能源上市企業的非平衡面板數據為樣本，基于雙向固定效應模型從企業異質性的視角對數字金融與企業創新活動的關系進行了實證分析。研究結果表明：（1）當期和滯后一期的數字金融對新能源企業的創新活動均產生顯著的推動作用；（2）數字金融對新能源企業創新活動的影響存在異質性，即與非國有企業、大型企業、東中部地區相比，數字金融對企業創新活動的顯著推動作用在國有企業、中小型企業、西部地區表現明顯；（3）融資約束在數字金融與新能源企業技術創新的活動中起部分中介的作用。

根據研究結論，本文提出的建議如下：

第一，政府要根據不同的區域或企業類型制定差異化的政策，加強云計算、大數據、5G、區塊鏈等新型基礎設施建設，不斷規范數字金融市場秩序，為企業創新活動提供健康的環境。

第二，金融機構要不斷提高數字金融覆蓋程度，制定各種各樣的金融服務，基于數字技術構建金融機構與企業的數字供應鏈金融平臺[26]，不斷減少雙方由于信息不對稱帶來的問題，面向企業融資需求制定更加多樣化的金融產品，更好地發揮數字金融對創新活動的推動作用。

第三，企業一方面要積極披露與信用貸款有關的信息，爭取獲得金融機構的支持；另一方面要不斷調整經營戰略，提高財務績效，為企業創新活動提供更多的資金支持。●

【參考文獻】

［1］ 韓先鋒，陳龍濤，李勃昕，等.數字金融何以能誘發區域綠色創新？［J］.科學學與科學技術管理，2023，44（10）：114-130.

［2］ 劉佳鑫，李莎.“雙循環”背景下數字金融發展與區域創新水平提升［J］.經濟問題，2021（6）：24-32.

［3］ 聶秀華，江萍，鄭曉佳，等.數字金融與區域技術創新水平研究［J］.金融研究，2021（3）：132-150.

［4］ 鄭萬騰，趙紅巖，范宏.數字金融發展對區域創新的激勵效應研究［J］.科研管理，2021，42（4）：138-146.

［5］ 楊先明，楊娟.數字金融對中小企業創新激勵——效應識別、機制和異質性研究［J］.云南財經大學學報，2021，37（7）：27-40.

［6］ 楊君，肖明月，呂品.數字普惠金融促進了小微企業技術創新嗎？——基于中國小微企業調查（CMES）數據的實證研究［J］.中南財經政法大學學報，2021（4）：119-131，160.

［7］ 張霞，王蕾.金融抑制、融資約束與企業創新投資［J］.會計之友，2020（3）：119-126.

［8］ 王丹，王正，惠寧.數字金融有助于工業企業創新效率提升嗎？——基于我國2011—2020年30個省份數據的分析［J］.陜西師范大學學報（哲學社會科學版），2023，52（3）：107-121.

［9］ 李菲菲，馬若微，黃解宇.數字金融、產權性質與企業創新——基于創新異質性視角［J］.技術經濟與管理研究，2022（3）：27-33.

［10］ 唐松，伍旭川，祝佳.數字金融與企業技術創新——結構特征、機制識別與金融監管下的效應差異［J］.管理世界，2020，36（5）：52-66，9.

［11］ 余得生，楊禮華.數字金融對企業綠色創新的影響研究——基于區域異質性的視角［J］.征信，2021，39（10）：72-79.

［12］ 萬佳■，周勤，肖義.數字金融、融資約束與企業創新［J］.經濟評論，2020（1）：71-83.

［13］ 黃婷婷，高波.金融發展、融資約束與企業創新［J］.現代經濟探討，2020（3）：22-32.

［14］ 郭聯邦，王勇.金融發展、融資約束與企業創新［J］.金融發展研究，2020（4）：17-25.

［15］ 程遠，莊芹芹，郭明英，等.融資約束對企業創新的影響——基于中國工業企業數據的經驗證據［J］.產業經濟評論，2021（3）：114-132.

［16］ 蔣建勛，唐宇晨，李曉靜.雙碳背景下數字金融賦能新能源企業綠色創新：基于融資約束視角［J］.當代經濟管理，2022，44（5）：81-89.

［17］ 翟華云，劉易斯.數字金融發展、融資約束與企業綠色創新關系研究［J］.科技進步與對策，2021，38（17）：116-124.

［18］ 陸岷峰.數字科技金融賦能小微科創企業發展路徑研究［J］.會計之友，2023（14）：35-44.

［19］ 張正平，任康萍，譚秋云.數字金融發展與城鄉家庭債務風險差異［J］.財經問題研究，2023（3）：80-93.

［20］ 謝周亮，周素華.數字金融是否推動了企業去杠桿——基于滬深A股上市公司的證據［J］.會計之友，2021（23）：23-29.

［21］ 張勛，楊桐，汪晨，等.數字金融發展與居民消費增長：理論與中國實踐［J］.管理世界，2020，36（11）：48-63.

［22］ 郭峰，王靖一，王芳，等.測度中國數字普惠金融發展：指數編制與空間特征［J］.經濟學（季刊），2020，19（4）：1401-1418.

［23］ 郎香香，張朦朦，王佳寧.數字普惠金融、融資約束與中小企業創新——基于新三板企業數據的研究［J］.南方金融，2021（11）：13-25.