數字普惠金融對中國制造業企業技術創新效率影響

張高瀚 李威 許尚坤

[摘要]我國制造業高質量發展對推動我國經濟高質量有著重要影響，而我國制造業企業自主創新效率低是制約制造業高質量發展的重要因素之一。基于2011—2022年主板、創業板以及新三板上市制造業企業的數據，深入探討數字普惠金融對制造業企業技術創新效率的具體影響及其作用機制。研究結果發現，數字普惠金融能夠顯著提升制造業企業的技術創新效率。進一步的機制分析揭示其背后的作用路徑：數字普惠金融通過有效降低企業融資成本和增強商業信用，為制造業企業技術創新活動提供有力支持。此外，金融監管在這一過程中發揮積極的正向調節作用。基于上述研究結論，提出一系列政策建議：持續深化數字普惠金融的基礎設施建設，并不斷優化金融服務體系；倡導并鼓勵制造業企業深入參與數字普惠金融的建設與發展；加強對數字普惠金融的監管力度，確保其合規運營并控制潛在風險。

[關鍵詞]數字普惠金融；制造業創新效率；金融監管；融資成本；商業信用

一、 引言

黨的二十大報告明確提出，要推動我國制造業邁向高端化1。實現這一目標的關鍵環節之一是提升制造業企業的創新效率。此外，近年來，一些發達國家通過非市場手段試圖阻礙我國獲取先進技術和知識的渠道，例如斷供、脫鉤以及限制特殊領域的科學交流等[1]。這些做法不僅在一定程度上限制了我國獲取先進制造業技術的途徑，還凸顯了我國制造業企業在自主創新效率方面的不足。因此，有必要深入探索能夠有效提升我國制造業創新效率的政策路徑。

已有研究結果表明，企業融資困難和融資成本高是制約創新效率提升的重要一環。在企業實施技術創新的初期，需要大量的研究開發經費，包括購置先進的研究設施、聘請專業的研究開發人才。然而，技術創新具有周期長、風險高等特點，因此在新技術研發的中后期，穩定且持續的資金來源變得尤為關鍵[2-3]。在傳統金融模式下，金融服務的供給往往不足。即便一些企業能夠獲得融資，由于傳統金融模式缺乏高效、便捷的融資方式，企業的融資成本也往往較高[4]。因此，為了克服影響制造業企業創新效率提升的種種障礙，有必要積極探索并構建新型金融模式，以推動制造業企業的創新與發展。

我國政府對數字普惠金融在推動經濟高質量發展中所扮演的角色給予了極高的重視。在黨的二十大報告中，明確提出了推動數字經濟與實體經濟的深度融合，并將普惠金融作為數字經濟的一項重要內容2。數字普惠金融與人工智能、大數據、云計算等前沿數字技術的緊密結合，賦予了其共享、便捷、低成本和低門檻等諸多優勢。學術界普遍認為，數字普惠金融不僅能夠有效緩解企業在融資方面所面臨的困難和挑戰，還能助力企業規避道德風險和逆向選擇問題。盡管數字普惠金融作為一種新型金融模式，為制造業企業在融資方面提供了新的解決方案和服務渠道，然而，數字普惠金融是否能夠切實提升制造業企業的創新效率仍然是一個值得深入探討的問題。

本文旨在利用制造業企業的面板數據，深入剖析數字普惠金融對制造業企業創新效率的影響。當前，盡管已有大量研究從全行業視角出發，分析數字普惠金融對上市企業創新的影響，但這種宏觀視角往往忽視了不同行業之間的特性差異，導致研究結論的普適性和針對性受到一定限制。特別地，截至2021年，我國制造業法人單位數量已超過410萬，而同期A股制造業上市公司的數量僅為3313家1。這一數據清晰地表明，制造業中的中小微企業數量遠超上市公司，并且對整體制造業的發展具有至關重要的影響。此外，現有文獻在探討創新問題時，主要聚焦創新數量的提升，而忽視了創新效率的重要性。創新效率不僅涉及研發資金的投入，還要綜合考量這些投入所帶來的創新數量與質量的比例關系，從而更加關注創新質量的提升。針對現有研究的不足，本文擬在已有研究的基礎上進行完善。本文可能的邊際貢獻：首先，系統整理主板、創業板以及新三板制造業公司的數據，力求更全面地涵蓋制造業中的中小微企業，從而更準確地揭示數字普惠金融對制造業創新效率的影響。其次，重點關注創新效率，深入剖析數字金融如何作用于制造業的創新效率，并提出具有針對性的政策建議。最后，深入關注并分析制造業的特性，結合行業特性進行深入剖析，以期為實踐領域提供有力的理論支撐和決策參考。

二、 理論分析與研究假設

1. 影響機制及研究假設

（1）直接影響機制

直接影響機制方面，數字化普惠金融通過拓寬企業對外融資的途徑和降低金融服務的門檻，讓更多的中小微企業能夠獲得金融機構的資助，從而體現其普適性。

數字普惠金融是對傳統金融排斥理論與包容性增長理論的補充與完善。金融排斥現象，由Leyshon等[5]首次構建理論模型并進行探討。該理論指出，傳統金融機構在追求更高收益的同時，加劇了不同企業間的兩極分化。以我國1998年金融分支機構改革為例，金融管制的放松雖促進了銀行業競爭，提高了運行效率，但也使銀行為追求利潤而采取細分市場策略，導致低價值客戶被邊緣化，金融服務壁壘逐漸形成，金融排斥現象日益嚴重。為應對這一問題，亞洲開發銀行于2007年提出了包容性增長理論[6]。該理論的核心觀點是，每個個體都應平等地享有發展機會，特別是弱勢群體應得到保護。盡管包容性增長理論在理論上取得了突破，但其提出的解決方案仍主要依賴傳統方法，如加強中小企業建設、推動貿易自由化等。在我國實踐中，這些方法雖取得了一定成效，但仍存在部分企業融資難的問題。

在這一背景下，數字普惠金融的興起為彌補傳統方法的不足提供了新的解決方案。數字普惠金融利用數字技術和金融業務相結合的優勢，為不同社會群體提供了共享金融服務的機會，從而提高了社會金融服務的普惠性。具體來說，數字普惠金融通過大數據技術的支持，深入挖掘企業的歷史發展情況，并建立信貸評分模型，為中小微企業和低收入人群提供金融服務。因此，數字普惠金融在我國制造業規模大、企業眾多的背景下，為眾多中小微企業提供了寶貴的融資機會，推動了整體金融服務普惠性的提升。基于此，本文提出如下假設：

H1：數字普惠金融對制造業企業技術創新效率有著正向的促進作用。

（2）間接影響機制

在間接影響機制方面，即便對于已經擁有融資渠道的大中型企業，數字化普惠金融也能憑借其數據和技術優勢，有效降低融資成本。此外，數字化普惠金融還有助于緩解傳統金融市場中的逆向選擇和道德風險問題，進而提升企業商業信用，促進市場信用體系的建設與完善。

在傳統金融體系中，信息披露的不充分往往給市場帶來潛在的不公平。金融機構作為金融市場中的中介機構，具備顯著的優勢：擁有專業的代理人團隊、壟斷性的線下能力以及雄厚的資本實力。這些優勢使得金融機構能夠有效地規避市場風險，并在貸款過程中占據主導地位。企業為獲得貸款，不僅需要提供嚴格的信貸資格證明，還要滿足金融機構制定的資產抵押標準。這增加了企業的融資成本，而外部融資對于推動企業技術創新效率的提升至關重要[7]。數字普惠金融的廣泛應用為這一困境提供了解決方案。數字普惠金融借助強化的信息搜集與數據分析能力，助力金融機構更透徹地洞悉企業經營實況。這不僅簡化了審查流程，縮短了審批時間，還有助于降低資產信用評估、線下審核和風險管理的成本。因此，金融機構運營成本的降低為企業帶來優惠利率，從而有效降低了企業的融資成本。此外，數字普惠金融的發展還影響了融資定價模式，使其逐漸從傳統的信用定價模式轉變為自由市場定價模式。這一轉變使得金融機構能夠進一步簡化審核程序，減少審批周期，從而更有效地降低資產信用評價、離線審核和風險管理等費用[8]。

數字普惠金融能夠有效緩解市場不確定性和道德風險帶來的信用降低問題。市場不確定性的產生往往源于信息的復雜性，而道德風險則部分歸因于市場參與者的有限理性。這兩種因素共同導致市場交易成本的增加，而解決這一問題的關鍵在于提升交易雙方的信用水平。一方面，信用調節理論主張通過貨幣信用政策來擴大信用水平，從而促進經濟增長。另一方面，信用創造理論提出，貨幣是銀行創造信用的典型手段，這進一步暗示了銀行在理論上具有無限的信用創造能力。那么，數字普惠金融如何影響企業與金融機構之間的信用關系？從金融機構的角度來看，新型金融工具作為數字普惠金融的基石，結合大數據、互聯網和云計算等數字技術，能夠精準識別企業的信用信息。通過建立第三方信用信息平臺或風險控制體系，不僅可以降低企業間的信息不對稱，還能提升企業的商業信用水平[9]。數字技術還能使企業信用更加透明、信息化，這不僅改變了傳統的信用定價模式，提高了資源配置效率，還有助于緩解逆向選擇和道德風險，進而增強企業的商業信用[10]。基于此，本文提出如下假設：

H2：數字普惠金融可以間接通過降低融資成本和提高商業信用機制來提升制造業企業技術創新效率。

2. 調節效應分析

理論層面上，關于金融監管對企業技術創新效率的影響存在諸多爭議。一方面，監管的成本收益理論認為，金融監管措施如對企業杠桿率的限制和對金融機構資本金的要求等，可能導致企業融資成本上升。另一方面，金融監管有效性理論則認為，監管是解決委托代理成本的有效手段，能夠增強金融市場的信息透明度。然而，數字普惠金融的興起有望降低金融監管的成本，并進一步發揮監管的優勢。具體來說，在數字普惠金融的影響下，金融監管體系正在經歷變革。人工智能算法在防范金融風險管理方面發揮著重要作用，這有助于緩解傳統監管方式可能帶來的企業融資成本上升問題[11-12]。此外，鑒于我國制造業企業在前沿技術創新方面的積累不足，金融監管可以加強知識產權保護力度，嚴厲打擊侵犯知識產權的行為，從而提升企業勇于創新研發的信心。在金融監管的助力下，欺詐行為將受到嚴厲處罰，數字普惠金融所帶來的企業商業信用提升也將得到進一步強化[13]。基于此，本文提出如下假設：

H3：金融監管在數字普惠金融對制造業企業技術創新效率的影響中發揮調節作用。

三、 研究設計

1. 模型構建

（1）基準回歸模型

為驗證假設H1，本文構建面板回歸模型檢驗數字普惠金融對制造業企業技術創新效率的直接影響。具體模型如式（1）所示：

[vati，j，t=β0+β1difj，t+βmXi，j，t+μi+δt+εi，j，t] （1）

其中，下標[i]表示企業，[j]表示省份，[t]表示年份，[vati，j，t]為制造業企業技術創新效率指標，[difj，t]為數字普惠金融指數，[Xi，j，t]為控制變量，[μi]為個體固定效應項，[δt]為時間固定效應項，[εi，j，t]為隨機誤差項，[β0]、[β1]和[βm]為待估計的參數。其中，[β1]是最需要關注的參數，如果[β1]在統計上顯著為正，則說明數字普惠金融有助于促進制造業企業技術創新效率提升。

（2）中介效應模型

為驗證假設H2，本文采用中介效應模型，構建三步法檢驗程序，在式（1）基礎上，增加式（2）和式（3）：

[mediai，j，t=β0+β?1difj，t+βmXi，j，t+μi+δt+εi，j，t] （2）

[vati，j，t=β0+β1"difj，t+β2mediai，j，t+βmXi，j，t+μi+δt+εi，j，t] （3）

其中，[mediai，j，t]為中介變量，其余變量定義與式（1）一致。若[β?1]、[β1"]和[β2]都顯著，則說明中介效應成立。此外，可以通過計算[β2]與[β?1]乘積計算中介效應大小。

（3）調節效應模型

為驗證假設H3，即探究金融監管的調節作用，本文設定調節效應模型如式（4）和式（5）所示：

[vati，j，t=α0+α1difj，t+α2jgj，t+αmXi，j，t+μi+δt+εi，j，t] （4）

[vati，j，t=α0?+α?1difj，t+α?2jgj，t+α3?difj，t×jgj，t+αm?Xi，j，t+μi+δt+εi，j，t] （5）

其中，[jgj，t]表示[j]省份[t]年份的金融監管強度，其他變量與式（1）一致，重點關注交互項（[difj，t×jgj，t]）的系數[α3?]，若[α3?]與式（1）的[α1]同號，則說明金融監管起到了正向調節作用。根據假設H3理論分析，預計[α3?]與[α1]同號。

2. 變量設定與說明

（1）被解釋變量

本文的被解釋變量為制造業企業技術創新效率（[vati，j，t]）。參考Hirshleifer等[14]的研究方法，企業技術創新效率用制造業企業專利數量與當年和前一年研發支出比值來衡量。由于比值很小，將其擴大107以方便觀測。

[vati，j，t=patenti，j，trdi，j，t+rdi，j，t-1×107] （6）

（2）核心解釋變量

本文的核心解釋變量為數字普惠金融（[dif]）。參考郭峰等[15]的研究方法，采用2011—2022年北京大學數字普惠金融指數來測度。

（3）中介變量和調節變量

中介變量為[fi]表示企業融資成本。本文采用謝婷婷等[16]的研究方法，采用企業財務費用占總負債比重來表示；[fe]表示企業商業信用，采用陳勝藍等[17]的研究方法，采用應付賬款、應付票據和預收賬款總和占營業成本比重來表示。調節變量為[jg]，表示金融監管，采用王博峰[18]的研究方法，采用地區金融監管支出占金融業增加值的比重來表示。

（4）控制變量

本文參考朱俊豐[19]的研究方法，選擇的企業層面控制變量有：企業總資產規模（[size]），企業收入規模（[income]），企業資本密集度（[intensity]），采用企業總資產與營業收入的比值計算；企業成長性（[growth]），采用企業營業利潤率衡量。區域控制變量有：產業結構（[si]），采用地區第二產業占第三產業的比重來計算；教育投入（[education]），采用地區財政教育支出占財政總支出比重來計算；工業化程度（[indust）]，采用工業增加值占地區生產總值比重來計算；政府科技支持（[support]），采用地方財政科學技術支出占地方財政一般預算支出比重來計算；技術市場發展水平（[market]），采用技術市場成交額占地區生產總值比重來計算。

3. 數據來源和描述性統計

本文選取主板、創業板和新三板制造業企業作為研究對象，并采用北京大學提供的《數字普惠金融指數》進行數據匹配，以構建2011—2022年的面板數據。對于樣本數據的處理過程如下：第一步，剔除財務信息缺失嚴重的企業，即剔除關鍵指標中數值缺失的企業。第二步，剔除樣本期間內被標記為ST、*ST、PT的企業。第三步，剔除資產負債率大于1的企業，即所有者權益為負的企業。第四步，對連續型相關變量進行縮尾處理，以控制極端值對實證結果的影響。其中，主板和創業板的企業專利數和研發支出數據來自國泰安數據庫，新三板和創業板的數據來源于國家知識產權網統計、全國中小企業股份轉讓系統（新三板）和CSMAR整合。宏觀控制變量數據來自萬得數據庫和《中國統計年鑒》，具體的描述性統計結果見表1。

四、 實證結果分析

1. 基準回歸結果

表2為基本模型的回歸結果。以列（1）為例，數字普惠金融的回歸系數為0.007，且在1%的水平上顯著，說明數字普惠金融可以有效提升制造業企業技術創新效率。這一結果表明，數字普惠金融指數每提升1個單位可以使制造業企業技術創新效率提高0.60%，假設1得到初步驗證。為了檢驗回歸結果的穩健性，在列（2）中增加控制變量。列（3）和列（4）選擇控制省份固定效應與時間固定效應。在考慮了這些額外的控制因素后，回歸結果依然顯著，說明數字普惠金融對制造業企業技術創新效率的正面影響是穩健的。

2. 內生性討論和穩健性檢驗

（1）內生性檢驗結果

在探討數字普惠金融與制造業企業技術創新效率之間的關系時，須關注可能存在的內生性問題。為了有效地解決這些問題，本文參考了謝絢麗等[20]的研究方法，選取2002年各地區每百人使用固定電話數量（[num]）作為工具變量進行研究。選擇這一工具變量的邏輯在于，早期固定電話的數量對于后期互聯網的普及具有重要影響，而互聯網普及又是數字普惠金融發展的直接驅動力。然而，值得注意的是，早年的固定電話數量對當今制造業企業技術創新效率的影響幾乎可以忽略不計。因此，這一工具變量不僅與數字普惠金融發展高度相關，而且滿足外生性的要求。采用2SLS的回歸結果如表3的列（1）和列（2）所示。此外，為了處理可能存在的雙向因果關系，本文采用將解釋變量滯后一期的方法進行檢驗，如表3的列（3）所示，即使在滯后一期的情況下，回歸結果依然顯著，這進一步增強了的研究結論的穩健性。

（2）穩健性檢驗結果

為了驗證上述實證結果的穩定性，本文進行了4種方法的穩健性檢驗。首先，采用了更換工具變量的方法。該方法使用滯后一期的核心解釋變量作為工具變量進行回歸，以檢驗反向因果關系可能導致的內生性問題。回歸結果見表4列（1）。其次，排除金融沖擊影響。2015年我國股票市場異常波動對金融市場穩定性和投資者信心都產生了影響，對數字普惠金融發展和制造業投資產生了一定負面影響。因此，采用剔除2015年數據的方法檢驗穩健性，回歸結果如列（2）所示，依然顯著。再次，采用更換估計模型方法。采用GMM方法進行實證分析，回歸結果見列（3）所示。最后，采用更換解釋變量方法。采用數字金融覆蓋廣度（[digitization]）來替換解釋變量，回歸結果如表4的列（4）所示。以上檢驗方法再次實證了前文的結論可靠性。

3. 機制檢驗結果

表5匯報了機制檢驗結果。首先是“數字普惠金融—融資成本—企業技術創新效率”機制，列（2）回歸系數顯著為負，說明數字普惠金融降低了企業融資成本。中介效應數值約為0.0012[-0.021×（-0.0619）]，直接效應數值為0.010，融資成本的中介效應約占12%，說明數字普惠金融通過融資成本機制提升了企業技術創新效率。其次是“數字普惠金融—商業信用—企業技術創新效率”機制，列（4）的回歸系數為0.0007，且在5%水平下顯著，說明數字普惠金融有助于提升商業信用。中介效應數值約為0.0008[-0.007×（-0.116）]，直接效應數值為0.010，融資成本的中介效應約8%，說明數字普惠金融通過融資成本機制提升了企業技術創新效率。綜上，H2得到驗證。

4. 調節效應檢驗結果

表6匯報了金融監管調節作用檢驗結果。如列（1）所示，金融監管與數字普惠金融交互項（[jg][×dif]）的系數顯著為正，這表明金融監管進一步強化了數字普惠金融對制造業企業技術創新效率的影響。進一步驗證金融監管是否對國有產權企業和非國有產權企業有不同影響，列（2）和列（3）匯報了檢驗結果。列（2）為國有產權的企業，回歸系數0.014，且在1%水平上顯著。列（3）為國有產權的企業，回歸系數為0.075，且在10%水平上顯著。對比后發現，國有產權的企業回歸系數值更高，說明金融監管對具有非國有產權的企業影響更為顯著。部分原因在于，公眾對國有產權企業商業信任程度遠高于非國有產權企業，這就造成金融監管對增強國有企業商業信用效果相應減弱。因此，金融監管對非國有產權企業調節作用還有提升的空間。綜上，假設H3得到驗證。

5. 異質性檢驗結果

表7展示了企業產權類型和地區異質性的檢驗結果。首先是企業產權類型異質性檢驗，其中列（1）為非國有產權企業，列（2）為國有產權企業。從回歸結果來看，兩列的系數均顯著為正，這表明數字普惠金融對不同產權性質的企業均能有效促進技術創新效率的提升。然而，相比之下，非國有產權企業的回歸系數數值更高。造成這一現象的原因主要有兩方面：首先，國有產權企業由于與政府有關聯，通常更容易從銀行獲得貸款，且由于資產安全性較高，往往更受到投資者的青睞。此外，部分國有產權企業還可以通過發行公司債券等方式進行融資，其融資成本甚至可能低于銀行貸款。因此，國有產權企業自身的這些優勢降低了對數字普惠金融提供的融資機會和低融資成本的依賴，從而減弱了數字普惠金融對企業技術創新效率的促進作用。接下來是地區異質性檢驗。根據國家統計局的劃分標準，本文將地區分為東、中、西部，分別對應表7中的列（1）至（3）。實證結果顯示，3個地區的回歸系數均顯著為正，這表明數字普惠金融對制造業企業技術創新效率的影響打破了空間局限，其不僅影響了經濟較為發達的東部地區，也為欠發達的中西部地區制造業企業提供了金融服務。從回歸系數的大小來看，東、中、西部的系數依次降低。這主要是由于改革開放以來，我國東部地區的經濟發展水平遠超其他地區，金融資源主要集中在東部地區，同時互聯網基礎設施也優于中西部地區，因此數字普惠金融在東部地區的發展程度更高。

五、 結論與政策建議

1. 結論

本研究選取了2011—2022年滬深主板、創業板以及新三板上市的制造業企業數據作為研究樣本，通過實證分析，探討了數字普惠金融對制造業企業技術創新效率的影響，以及這種影響的傳導機制和金融監管的調節效應。本研究的主要結論如下：數字普惠金融對制造業企業技術創新效率具有顯著的促進作用；數字普惠金融通過降低企業融資成本和增強商業信用，進一步提高了制造業企業技術創新效率；金融監管在數字普惠金融對制造業企業技術創新效率的影響中發揮著正向調節作用。

2. 建議

第一，政府應持續深化數字普惠金融的基礎設施建設，并不斷優化金融服務體系，以更好地滿足中國制造業門類齊全、覆蓋廣泛的特性所帶來的多樣化金融需求。大力推廣數字普惠金融，并結合互聯網、大數據等先進技術手段，不僅能夠顯著提高金融服務的普及率，還能進一步優化服務流程，極大提升金融服務的便捷性。然而，數字普惠金融的便利性也會帶來風險性的增加，因此，金融機構在推廣過程中，必須加強對制造業企業的信用評估和風險管理工作。通過實施更加精準和科學的信用評估方法，金融機構能夠為制造業企業提供更加個性化和專業化的金融服務，從而有效提高其信用水平，進一步促進其技術創新和持續發展。

第二，政府應積極倡導并鼓勵制造業企業深入參與數字普惠金融的建設與發展。民營企業作為經濟發展的重要力量，應鼓勵其在數字普惠金融領域展現其活力和創新力，推動其在制造業領域的廣泛應用和創新發展。政府要通過提供政策支持和資金扶持，激勵制造業企業積極應用數字技術，促進數字技術與制造業的深度融合。這不僅能提升制造業企業的數字化水平，更能激發其創新能力。同時，政府應推動數字技術與金融服務的緊密結合，確保數字普惠金融在制造業領域的廣泛應用，為制造業的轉型升級和可持續發展提供有力支撐。

第三，加強金融監管對于確保數字普惠金融對制造業企業技術創新效率的正向影響至關重要。根據本文的研究結果，政府應進一步強化對數字普惠金融的監管力度，以確保其合規運營并有效控制潛在風險。通過建立和完善全面的監管體系及風險預警機制，能夠及時發現并有效化解風險隱患，為數字普惠金融的穩健和持續發展提供堅實保障。同時，金融監管機構須制定靈活而高效的監管政策，以適應數字普惠金融的創新發展。這些舉措不僅有助于維護金融市場的穩定，更能夠激發制造業企業的創新活力，推動其技術創新效率的持續提升。

參考文獻：

[1] 陳強遠，錢則一，陳羽，等.FDI對東道國企業的生存促進效應——兼議產業安全與外資市場準入[J].中國工業經濟，2021（7）：137-155.

[2] 陳強遠，張醒，汪德華.中國技術創新激勵政策設計：高質量發展視角[J].經濟研究，2022，57（10）：52-68.

[3] 陳強遠，殷賞，程蕓倩，等.圍繞創新鏈布局產業鏈：基于中關村科技園周邊新企業進入的分析[J].中國工業經濟，2024（1）：75-92.

[4] 陳斌開，林毅夫.金融抑制、產業結構與收入分配[J].世界經濟，2012，35（1）：3-23.

[5] Leyshon A，Thrift N.The Restructuring of the U.K.Financial Services Industry in the 1990s：A Reversal of Fortune？[J].Journal of Rural Studies，1993，9（3）：223-241.

[6] 邢小強，薛飛，涂俊.包容性創新理論溯源、主要特征與研究框架[J].科技進步與對策，2015，32（4）：1-5.

[7] Bejakovi? P.The Financing of Research and Development[J].Oxford Review of Economic Policy，2002，18（1）：35-51.

[8] 周振江，鄭雨晴，李劍培.數字金融如何助力企業創新——基于融資約束和信息約束的視角[J].產經評論，2021，12（4）：49-65.

[9] 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.

[10] Demertzis M，Merler S，Wolff G B.Capital Markets Union and the Fintech Opportunity[J].Journal of Financial Regulation，2018，4（1）：157-165.

[11] 李青原，陳世來，陳昊.金融強監管的實體經濟效應——來自資管新規的經驗證據[J].經濟研究， 2022，57（1）：137-154.

[12] 楊東.監管科技：金融科技的監管挑戰與維度建構[J].中國社會科學，2018（5）：69-91.

[13] Baek J S，Kang J K，Park K S.Corporate Governance and Firm Value：Evidence from the Korean Financial Crisis[J].Journal of Financial Economics，2004，71（2）：265-313.

[14] Hirshleifer D， Hsu P H， Li D.Innovative Efficiency and Stock Returns[J].Journal of Financial Economics，2013，107（3）：632-654.

[15] 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，2020，19（4）：1401-1418.

[16] 謝婷婷，高麗麗.數字金融對中小企業技術創新的影響及機制研究——基于傳統金融結構錯配分析[J].金融發展研究，2021（12）：60-68.

[17] 陳勝藍，劉曉玲.經濟政策不確定性與公司商業信用供給[J].金融研究，2018（5）：172-190.

[18] 王博峰.金融監管對中國實體經濟增長的影響研究[J].財經論叢，2021（8）：47-58.

[19] 朱俊豐.數字金融對企業技術創新的效應識別與機制檢驗[J].統計與決策，2023，39（7）：173-178.

[20] 謝絢麗，沈艷，張皓星，等.數字金融能促進創業嗎？——來自中國的證據[J].經濟學，2018，17（4）：1557-1580.

基金項目：中國宏觀經濟研究院重點課題“提高投資轉化效率研究”（項目編號：A2023031005）。

作者簡介：張高瀚，通訊作者，男，中國社會科學院大學國際政治經濟學院博士研究生，研究方向為開放宏觀；李威，男，中國社會科學院大學經濟學院博士研究生，研究方向為數字經濟和產業理論等；許尚坤，男，中國社會科學院大學經濟學院博士研究生，研究方向為數字經濟與宏觀經濟學。

（收稿日期：2023-12-25? 責任編輯：殷 俊）