數字金融對制造企業創新產出質量的影響機制

收稿日期收稿日期：2023-08-09" 修回日期：2023-10-10

基金項目基金項目：黑龍江省省屬高等學校基本科研業務費科研項目（145209334，145409809，145409426）

作者簡介作者簡介：王維（1966-），男，河北定興人，博士，齊齊哈爾大學經濟與管理學院教授、齊齊哈爾大學企業創新發展研究中心首席專家、碩士生導師，研究方向為企業創新與成長；龔晨（1987-），女，山東掖縣人，博士，齊齊哈爾大學經濟與管理學院副教授、碩士生導師，研究方向為數字經濟與技術創新管理；曹智（1998-），男，陜西西安人，齊齊哈爾大學經濟與管理學院碩士研究生，研究方向為企業創新與成長。

摘要摘 要：加快實現高水平科技自立自強背景下，企業創新產出質量成為學術界和實踐界關注的焦點，數字金融在企業高質量創新發展實踐中發揮重要作用。以動態能力理論、資源基礎理論為基礎，利用2015—2021年制造業上市公司數據，實證檢驗數字金融對制造企業創新產出質量的影響，進一步揭示其內在作用機理。結果表明：數字金融對企業創新產出質量具有顯著正向影響，通過潛在吸收能力促進企業創新產出質量提升。進一步研究發現，數字金融對企業創新產出質量的影響會因企業屬性或地區金融監管強度差異而呈現顯著異質性。非國有企業、高科技企業或企業所在地區金融監管強度適中情景下，上述影響更加顯著。結論可豐富企業創新驅動前因理論，并從企業、金融機構與政府監管3個方面為企業高質量創新發展提供管理啟示。

關鍵詞關鍵詞：數字金融；創新產出質量；潛在吸收能力

DOIDOI：10.6049/kjjbydc.H202308244

開放科學（資源服務）標識碼（OSID）" """開放科學（資源服務）標識碼（OSID）：

中圖分類號中圖分類號：F273.1

文獻標識碼：A

文章編號文章編號：1001-7348（2024）23-0107-09

0 引言

制造業作為國民經濟的支柱產業，對我國經濟發展具有舉足輕重的影響。我國制造業產品附加值較低，多數企業缺乏核心技術和自主品牌。因此，加強核心技術攻關是制造業高質量發展的根本要求。創新活動是資源整合過程，具有高風險、高投入、強外部性特點。任何企業都不可能獨自擁有全部資源，因而需要借助資源吸收與整合能力實現企業創新。隨著數字化和互聯網興起，數字技術能夠突破企業邊界，幫助企業及時收集合作伙伴、消費者、競爭對手等利益相關者信息，促進內在認知和外在環境互動，進而強化潛在吸收能力，通過將外部資源轉化為內部能力促進創新產出質量提升。金融是國民經濟的血脈，要堅持把金融服務實體經濟作為根本宗旨，為經濟社會發展提供高質量服務，優化資金供給結構，把更多金融資源用于服務科技創新、先進制造、綠色發展和中小微企業，大力支持實施創新驅動發展戰略、區域協調發展戰略。制造企業是中國式現代化建設進程中的重要主體，其高質量發展需要良好的金融環境。同時，制造企業需要借助大數據分析和預測模型開展產品創新，從而提升創新產出質量。因此，探討數字金融驅動制造企業創新產出質量提升機理，對中國制造業高質量發展具有重要現實價值。

創新質量用以衡量企業創新產出總體質量［1］。部分研究認為，創新質量是創新能力和創新績效的重要體現，包括創新投入質量、創新產出質量和創新過程管理質量［2］。創新過程管理服務于企業創新戰略與創新產出目標［3］，管理質量必然會影響創新產出質量，并在創新產出質量上得以體現；創新投入主要反映企業對創新活動的支持程度，難以完全轉化為創新成果［4］，但高質量創新投入有利于企業強化創新能力，進而促進創新產出質量提升［5］。綜上，創新產出質量在反映創新質量方面具有綜合性與代表性。因此，本文將數字金融作為前置驅動要素，探討其對制造企業創新產出質量的影響機理。

相關研究認為，數字金融通過改善企業融資約束［6-8］、降低金融錯配程度［9-10］、提升企業研發強度［7， 11］、提升信貸可得性［12］以及強化現實吸收能力［13］等途徑促進企業創新。現有研究揭示了數字金融與企業創新投入或產出的關系，但存在以下不足：第一，相關文獻大多從融資約束視角探討數字金融對企業創新產出的影響，以及現實吸收能力在其中的作用，但未對潛在吸收能力加以分析。吸收能力這一概念最早由Cohen（1990）提出，一般被稱為知識吸收能力，是指企業識別、獲取、消化并應用于業務終端的能力，分為現實吸收能力與潛在吸收能力兩個維度。在創新活動中，吸收能力會影響企業對外部創新成果的吸收、利用以及優化。其中，現實吸收能力是指已形成的吸收能力，而潛在吸收能力是指基于研發團隊形成的對外部知識進行識別、獲取、消化的能力［14-15］。第二，現有研究就金融監管對數字金融的影響這一問題未達成共識。部分研究認為，加強金融監管能夠強化數字金融“靶向性”和“安全性”［16］。但也有研究認為，金融監管過于嚴苛會使企業、投資者實施反監管行為［17］。此外，現有相關研究尚未揭示不同金融監管情景下數字金融對企業創新產出質量的差異化影響。為彌補現有研究不足，本文嘗試回答以下問題：數字金融對企業創新產出質量的影響如何？潛在吸收能力能否在數字金融與企業創新產出質量間發揮中介作用？基于企業屬性或金融監管強度的分組樣本企業中，數字金融對企業創新產出質量的影響是否存在差異？

本文可能的邊際貢獻如下：第一，拓展創新產出質量影響因素研究視角，豐富企業創新產出質量前因理論；第二，拓展動態能力視域下數字金融對創新產出質量的影響研究，揭示潛在吸收能力的中介作用；第三，進一步揭示不同金融監管強度下數字金融對企業創新產出質量的差異化影響，為金融監管政策制定與實施提供理論依據。

1 理論分析與研究假設

1.1 數字金融與企業創新產出質量

基于信息價值理論，本文認為，數字金融有利于企業制定高質量創新決策，從而促進創新產出質量提升。

（1）通過整合和分析大量數據，數字金融平臺能夠為企業在市場需求、競爭對手、技術變化等方面提供更全面、準確的信息，有利于企業實施創新戰略、制定產品規劃和明確市場定位。因此，在創新過程中，企業能夠通過數字金融更好地了解市場需求，預知市場變化［18］，為高質量創新指明方向。

（2）數字金融通過提供在線融資平臺、智能風險評估等服務降低信息獲取成本，有助于創新型制造企業獲得更多資金，從而提升創新產出質量。

（3）數字金融平臺可作為信息共享和合作平臺連接企業、供應商、合作伙伴等企業價值創造相關主體。一方面，數字金融平臺可以促進企業創新實踐中的信息共享［19］；另一方面，數字金融平臺能夠促進企業跨界合作與互補性資源整合［20］，推動產業創新鏈條協同發展，營造良好的創新生態。

（4）數字金融能夠通過智能數據分析與預測，為企業創新提供科學決策依據。企業可以利用數字金融平臺中的數據分析工具優化資源配置，提升創新成果市場價值，進而提高創新產出質量。

綜上，本文提出以下研究假設：

H1：數字金融能夠促進制造企業創新產出質量提升。

1.2 數字金融與企業潛在吸收能力

根據資源基礎理論，企業競爭力來自于自身掌握和可利用的資源。數字金融平臺能夠提供人才與資金，對企業潛在吸收能力發揮積極作用。

（1）數字金融可為制造企業提供更多融資途徑，進而為企業擴大研發團隊規模提供支持。借助在線金融平臺、電子支付系統和移動支付工具等數字金融服務，制造企業可以更快速、更靈活地獲得資金支持，緩解自身融資約束，從而招聘、培訓和激勵研發人員［21］。數字金融發展使得企業有機會聘請不同背景和專業的研發人員，促進知識交流和跨部門合作，進而擴大企業研發團隊規模［22］。此外，研發人員增量變化可為企業潛在吸收能力提升奠定基礎。

（2）數字金融能夠促進企業研發人員工作效率與能力素質提升。數字金融通過數據分析和人工智能進行風險評估，能夠提高融資可得性與融資效率，進而降低融資成本［23］，有助于企業獲得更多資源和設備支持，從而為研發人員提供良好的工作環境和更多培訓機會。同時，企業對研發工作環境與人員培訓方面的投入可以吸引更多優秀研發人員，進而促進自身潛在吸收能力提升。

綜上所述，數字金融能夠促進企業研發團隊規模擴大與能力提升，進而強化企業潛在吸收能力。因此，本文提出如下假設：

H2：數字金融對潛在吸收能力具有正向影響。

1.3 潛在吸收能力的中介作用

吸收能力是企業動態能力的重要組成部分。根據動態能力理論，吸收能力有助于制造企業獲取并吸收外部知識［24］，擴大自身知識邊界［25］。本研究認為，潛在吸收能力可以促進制造企業創新產出質量提升。

（1）較強的潛在吸收能力意味著企業具有專業技術研發人員，較多的人力資源投入可為企業創新產出質量提升提供保障。隨著研發人員數量增加，企業能夠獲得更多創新思路和技術資源，進而強化自身創新能力，最終獲得高質量創新成果［26］。

（2）研發人員多元化有助于企業獲得異質性知識，為高質量創新產出提供技術支撐。不同專業背景的研發人員能夠相互學習［27］，開展跨學科研究與創新，為企業提供更全面、科學的問題解決方案，從而提升創新產出質量。

（3）潛在吸收能力有利于企業開展高質量技術創新。在制造企業中，研發人員承擔著創新和技術改進任務，規模龐大的高素質研發團隊能夠提升企業創新效率，從而促進企業創新產出質量提升。

基于以上分析，本文提出如下假設：

H3：潛在吸收能力在數字金融對企業創新產出質量影響過程中發揮中介作用。

綜上所述，本文構建概念模型如圖1所示。

2 研究設計

2.1 樣本與數據

以我國2015—2021年 A 股制造業上市公司為研究對象，按照以下標準對樣本數據進行篩選：第一，剔除ST等財務狀況異常的樣本企業；第二，剔除異常值以及財務數據缺失或信息披露不全的樣本企業。經篩選，最終得到2 389個數據觀測值。樣本數據主要來自國泰安CSMAR數據庫，數字金融指數來自北京大學數字金融研究中心編制的《數字普惠金融指數》。在數據搜集和整理的基礎上，本文利用Stata 16軟件對樣本數據進行描述性統計分析、相關性分析以及多元回歸分析。

2.2 變量與指標

2.2.1 被解釋變量

企業創新產出質量。借鑒黎文靖等［28］的做法，本文采用企業發明專利申請數量的對數衡量企業創新產出質量，主要原因如下：第一，相較于實用新型和外觀設計專利，企業發明專利申請標準更高，更能準確地衡量企業創新產出質量。第二，相較于專利授予量，專利申請量更能反映創新水平。專利授予存在不確定性風險［29］，而且專利技術可能在申請過程中就對企業績效產生影響。因此，相較于專利授予數據，專利申請數據更加可靠。

2.2.2 解釋變量

數字金融。北京大學數字金融研究中心發布的數字普惠金融指數具有時間跨度長和覆蓋地區范圍廣等優勢［30］。因此，本文采用城市層面的數字金融普惠指數衡量企業數字金融環境。

2.2.3 中介變量

潛在吸收能力。潛在吸收能力是指企業基于研發團隊形成的知識吸收能力。擁有較多研發人員意味著企業具有廣泛的知識領域，可以基于不同領域的專業知識和想法產生更多創新“火花”。此外，研發人員增加有助于企業在與外部研究機構、高校合作過程中占據優勢，從而促進知識吸收。因此，借鑒Wang 等［31］的研究成果，本文采用研發人員占比測量潛在吸收能力。

2.2.4 控制變量

首先，本文初步選取董事會規模、獨立董事比例、管理層持股比例、兩職合一、固定資產規模等作為控制變量。其次，考慮到企業創新資金需求與可滿足程度對企業創新產出具有一定影響，借鑒吳非等［32］、唐松等［33］的研究成果，本文在基礎回歸中控制了資本密集度，原因如下：資本密集度較高的企業通常需要設備、技術、人力等資源，一旦市場需求下降、技術更新等因素導致產能過剩或資金回籠困難，企業就會面臨較高的經營與財務風險，用于創新活動的現金流不足，從而不利于創新產出質量提升。此外，在穩健性檢驗中，本文增加現金流與企業規模作為控制變量。本文未采用負債水平指標，主要是因為現金流更能反映企業償債能力，對制造企業創新項目運營更加重要。

變量定義與說明見表1。

2.3 模型構建

本文對數據進行White 檢驗，結果顯示，其P值顯著小于0.05，拒絕原假設，存在組間異方差問題。因此，本文采用廣義最小二乘法進行回歸分析，構建如下模型：

Innovationi，n=β0+β1DIFi，n+β2Controli，n+∑Year+εi，n（1）

在假設 H1得到驗證后，借鑒溫忠麟等［34］的研究成果，檢驗潛在吸收能力在數字金融對企業創新產出質量影響過程中的中介效應，構建如下模型：

ACi，n=β0+β1DIFi，n+β2Controli，n+∑Year+εi，n（2）

Innovationi，n=β0+β1DIFi，n+β2ACi，n+β3Controli，n+∑Year+εi，n（3）

其中，下標i、n分別表示企業和年份，Control為影響企業創新產出質量的控制變量，Year為年度固定效應，εi，n表示誤差項，β0為常數項，β1、β2、β3為回歸系數。

3 實證分析

3.1 描述性統計與相關性分析

本文對所有連續變量進行上下1%的 Winsorize 處理，描述性統計結果如表2所示。表2顯示，企業創新產出質量的最小值為0.69，最大值為6.24，樣本企業創新產出質量存在差異。數字金融指數介于1.64～3.60之間，表明企業間數字金融水平存在一定差距。企業潛在吸收能力的均值為0.16，標準差為0.09，最大值為0.33，最小值為0.02，說明行業內企業潛在吸收能力存在較大差距。從表2可知，各變量的VIF值遠小于經驗閾值10，說明不存在嚴重的多重共線性問題。

表3為各變量間相關性分析結果。由表3可知，被解釋變量企業創新產出質量（Innovation）與解釋變量數字金融（DIF）為正相關關系，且通過相應的顯著性檢驗；解釋變量數字金融（DIF）與潛在吸收能力（AC）呈正相關關系，且通過相應的顯著性檢驗；中介變量潛在吸收能力（AC）與被解釋變量企業創新產出質量（Innovation）呈正相關關系，且通過相應的顯著性檢驗。被解釋變量與大部分控制變量顯著相關，表明本文控制變量選取較為合理。綜上，變量間相關性分析結果初步驗證了本文研究假設。由表3可知，各主要變量的Pearson相關系數均小于0.6，說明本文變量設置合理，不存在嚴重的多重共線性問題。

3.2 回歸結果分析

基礎檢驗回歸結果如表4所示。表4列（1）為數字金融與企業創新產出質量的回歸結果，兩者在1%水平上顯著，說明數字金融與企業創新產出質量顯著正相關，企業數字金融水平越高，創新產出質量越高，假設H1得到驗證。由列（2）可知，數字金融與潛在吸收能力顯著正相關，假設H2得到驗證。列（3）顯示，在加入潛在吸收能力后，相較于列（1），數字金融對企業創新產出質量的正向影響系數下降。由此表明，數字金融通過強化潛在吸收能力促進企業創新產出質量提升，即存在部分中介效應，假設H3得到驗證。

3.3 穩健性檢驗

（1）替換變量。為了確保結果的穩健性，本文采用省級數字金融指數代替地級市數字金融指數，并增加企業規模（采用企業總資產的自然對數衡量）以及現金流（采用經營活動產生的現金流量凈額與總資產的比值衡量）作為控制變量進行回歸，結果如表5所示。在原模型的基礎上，本文增加企業規模、企業現金流作為控制變量，原因如下：不同規模企業自有資金與內部研發人員規模存在差異，因而其創新活動對數字金融需求也不同。此外，企業現金流是影響創新產出質量的重要因素，通過分析現金流可以更好地識別和評估企業經營風險，有助于企業穩健經營與持續發展。

（2）Heckman兩階段法檢驗。為了解決樣本自選擇問題，本文使用Heckman兩階段模型進行穩健性檢驗。首先，通過Probit回歸計算出逆米爾斯比率IMR；其次，將求出的逆米爾斯比率IMR作為控制變量代入檢驗模型進行回歸分析，結果如表6所示。

（3）縮小樣本。借鑒唐松等［33］的研究成果，本文剔除直轄市企業樣本進行回歸檢驗，結果如表7所示。

以上穩健性檢驗結果顯示，各變量關系及顯著性無實質性改變。由此說明，本文實證結果具有穩健性。

3.4 異質性分析

3.4.1 產權性質異質性

不同產權性質企業擁有不同的資源條件，因而數字金融對企業創新產出質量的影響也有所不同。

不同產權性質制造企業面臨不同程度的資本約束。其中，私有制造企業面臨的資本約束程度較高［35］，不利于創新產出質量提升。鑒于決策者認知水平與風險偏好差異，不同產權性質制造企業對數字金融市場的實際需求也有所不同，進而影響企業創新產出質量。本文根據產權性質進行分組回歸，進一步揭示數字金融對不同產權性質企業創新產出質量的影響。表8顯示，無論是國有企業還是非國有企業，數字金融均能夠促進企業創新產出質量，但非國有企業受益更多。組間系數差異性檢驗顯示，P值拒絕原假設。可見，數字金融對不同產權性質企業創新產出質量的影響存在異質性。原因如下：相較于國有企業，非國有企業面臨更激烈的市場競爭，因而更加注重技術與知識識別、獲取、消化、吸收能力。同時，非國有企業借助靈活的組織架構和管理體系能夠快速適應市場需求變化［36］，更好地吸收基于數字金融平臺的創新技術，進而提升自身創新產出質量。

3.4.2 科技屬性異質性

高科技企業具有較強的創新能力，而非高科技企業創新能力較弱［37］，由此導致數字金融對高科技企業與非高科技企業創新產出質量的影響存在差異。因此，有必要按照科技屬性對樣本企業進行分組研究。

表9顯示，無論是高科技企業還是非高科技企業，數字金融對創新產出質量的促進效應均顯著，潛在吸收能力均能促進企業創新產出質量提升，且上述影響在高科技企業更加顯著。組間系數差異性檢驗顯示，P值拒絕原假設，原因如下：高科技企業創新門檻較高，需要更多資本和能力支持［38］。數字金融能夠提供便捷和靈活的融資方式，以及風險管理工具，有助于降低企業創新風險，促使其加大科技人才與資金投入。此外，高科技企業可以借助數字金融平臺與其它企業實現信息共享及技術人才合作，進而提升創新產出質量。

3.4.3 金融監管強度異質性

金融監管影響資金流動和風險傳遞，可能發揮“雙刃劍”的作用。較高的金融監管強度可以降低數字金融風險傳遞，有助于金融機構為企業提供穩定的金融服務［39］，但也會一定程度地束縛數字金融平臺成員行為，降低資金流動性［38］。因此，有必要根據金融監管強度對樣本企業進行分組研究。

借鑒王韌等［40］的方法，本文采用“區域金融監管支出/金融業增加值”作為金融監管強度的代理變量。參考常曦等［41］的做法，本文以金融監管強度指標的75%、25%分位數為界限，將25%～75%分位數樣本定義為金融監管強度適中組，將小于25%分位數樣本定義為低金融監管強度組，將大于75%分位數樣本定義為高金融監管強度組，分組檢驗結果如表10所示。由表10可知，在監管強度適中組，數字金融對企業創新產出質量的促進效應更顯著。借鑒Cleary［42］的做法，本文進行組間系數差異性檢驗，結果顯示，P值拒絕原假設。由此可見，不同金融監管強度下，數字金融對企業創新產出質量的影響存在異質性，原因如下：較低的監管強度可能引發企業非法操作和違規行為［43］，不利于營造穩定的融資環境。隨著監管強度提升，金融監管機構能夠有效管理金融風險，為企業提供穩定的金融服務及優惠的融資條件［44］。需要指出的是，監管強度過高可能不利于企業獲得較好的創新融資條件，甚至可能引發企業反監管行為，最終阻礙企業創新發展。

4 結語

4.1 研究結論

本文基于2015—2021年中國A股制造業上市公司數據，將產權性質、科技屬性、金融監管強度作為重要情境要素，進一步探討數字金融對企業創新產出質量的影響，以及潛在吸收能力的中介作用，得出以下主要結論：

（1）數字金融通過強化潛在吸收能力促進制造企業創新產出質量提升，潛在吸收能力在數字金融與企業創新產出質量間發揮部分中介作用。與Lan等［26］探討潛在吸收能力對創新成果產出的影響，以及Li等［13］分析吸收能力在數字金融與企業創新間的中介作用等文獻不同，本文聚焦企業創新產出質量，進一步揭示潛在吸收能力在數字金融與企業創新產出質量間的作用機制，拓展了數字金融與企業創新產出質量關系研究，豐富了企業創新產出質量前因理論。

（2）不同企業產權性質、科技屬性和金融監管強度下，數字金融對企業創新產出質量具有異質性影響。結果表明，數字金融對非國有企業創新產出質量的促進效應更顯著；相較于非高科技制造企業，數字金融對高科技制造企業創新產出質量的促進效應更顯著，而且高科技企業更善于通過吸收外部資源提升創新產出質量；當金融監管強度適中時，數字金融和潛在吸收能力對企業創新產出質量的促進效應最顯著。本文研究結論支持唐松等［33］的觀點，即金融監管情景下數字金融對企業創新產出質量具有積極影響。

4.2 管理啟示

4.2.1 對企業的啟示

（1）企業需要有效利用數字金融工具與平臺。數字金融發展能夠為制造企業提供更多創新機會，企業應積極了解數字金融工具和平臺，提升自身創新能力，進而開發優質產品。

（2）加強創新團隊建設，整合資源優勢。企業可以將數字金融與自身技術及生產能力融合，與數字金融機構建立合作關系，利用數字金融平臺實現資源共享，提升自身潛在吸收能力，從而促進創新產出質量提升。

4.2.2 對金融機構的啟示

（1）數字金融可為金融機構提供更多分析工具，有助于金融機構準確評估企業技術吸收及應用能力，并通過貸款、投資或股權等方式助力企業創新，進而提高企業創新產出質量。

（2）金融機構在評估企業信用風險時，可以將擬服務對象的研發隊伍、創新能力和創新產出質量等指標納入信用風險評估體系。一方面，確保資金安全；另一方面，更好地支持創新潛力較大的制造企業，并依據企業需求提供金融產品，通過精準服務提升自身價值。

4.2.3 對政府監管機構的啟示

（1）政府監管機構應密切關注數字金融發展趨勢，及時掌握金融市場運行情況，促進數字金融與制造業深度融合，并制定相關監管政策、完善監管機制，確保市場的穩定性。

（2）政府監管機構應制定科學的金融監管政策，防范反監管行為，促進金融機構與企業協同創新，為制造企業高質量創新發展營造良好的金融生態環境。

4.3 不足與展望

本文存在以下不足：首先，研究對象為制造企業，對于其它行業企業，結論缺乏普適性。其次，未考慮金融監管外的其它影響因素，結論解釋力不足。此外，本文以潛在吸收能力作為中介變量進行分析，后續可以采用其它中介變量，進一步揭示數字金融影響企業創新質量的多元路徑。

參考文獻參考文獻：

［1］ HANER U.Innovation quality—a conceptual framework［J］.International Journal of Production Economics， 2002，80（1）：31-37.

［2］ 荊寧寧， 黃申奧， 李德峰. 創新文化、顧客創新、社交媒體與創新質量之間的關系——有調節的中介效應模型［J］. 宏觀質量研究， 2017，5（4）：117-130.

［3］ 梁宗正， 張煜， 史冬梅. 校企戰略科技合作﹑產業雙元創新和行業高質量發展——基于我國信息技術行業的分析［J］. 河南大學學報（社會科學版）， 2023，63（5）：40-48.

［4］ 趙景艷， 鄧敏， 徐政. 異地子公司的設立能否提升母公司創新水平——來自A股上市公司異地投資的經驗證據［J］. 廣東財經大學學報， 2023，38（2）：60-74.

［5］ 張治河， 郭星， 易蘭. 經濟高質量發展的創新驅動機制［J］. 西安交通大學學報（社會科學版）， 2019，39（6）：39-46.

［6］ 宋曉玲， 王婉濛， 王光遠. 數字普惠金融能否為中小企業創新提供動能——來自新三板掛牌企業的經驗證據［J］. 投資研究， 2023，42（1）：120-137.

［7］ 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.

［8］ 康衛國， 李梓峻. 數字普惠金融與技術創新——來自企業生命周期的新視角［J］. 宏觀經濟研究， 2022，44（12）：21-42.

［9］ 熊正德， 黎秋芳. 數字金融對企業技術創新的影響——基于370家數字創意產業上市公司的證據［J］. 湖南農業大學學報（社會科學版）， 2022，23（3）：80-89.

［10］ 趙曉鴿， 鐘世虎， 郭曉欣. 數字普惠金融發展、金融錯配緩解與企業創新［J］. 科研管理， 2021，42（4）：158-169.

［11］ 申明浩， 譚偉杰. 數字金融發展能激勵企業創新嗎——基于中國上市企業的實證檢驗［J］. 南京財經大學學報， 2022，40（3）：66-77.

［12］ 李朝陽， 潘孟陽， 李建標. 數字金融、信貸可得性與企業創新——基于金融資源水平的調節效應［J］. 預測， 2021，40（6）：39-46.

［13］ LI Y， LIU X， ZHAO Q. Digital finance， absorptive capacity and enterprise dual innovation： an empirical analysis on mediation and threshold effects［J］. Asian Journal of Technology Innovation， 2022，31（2）：1-32.

［14］ COHEN W M， LEVINTHAL D A. Absorptive capacity： a new perspective on learning and innovation［J］. Administrative Science Quarterly， 1990，35（1）：128-152.

［15］ ZAHRA S A， GEORGE G. Absorptive capacity： a review， re-conceptualization， and extension［J］. The Academy of Management Review， 2002，27（2）：185-203.

［16］ 張曉燕， 姬家豪. 金融科技與金融監管的動態匹配對金融效率的影響［J］. 南開管理評論， 2023，26（1）：43-56.

［17］ 程雪軍. 我國監管科技的風險衍生與路徑轉換：從金融科技“三元悖論”切入［J］. 上海大學學報（社會科學版）， 2022，39（1）：74-90.

［18］ 宋寶琳， 張航， 宋鳳軒. 數字金融對城市創新水平與質量的影響效應研究——基于我國284個地級市面板數據的實證分析［J］. 系統科學與數學， 2023，43（1）：199-214.

［19］ 劉軍航， 劉書暢. 數字金融對企業價值的影響——基于影子銀行的調節效應［J］. 工業技術經濟， 2023，42（3）：92-98.

［20］ 雷曉麗. 數字金融、技術創新與流通產業綠色全要素生產率［J］. 商業經濟研究， 2022，41（22）：15-18.

［21］ 余官勝， 田菊芳. 數字金融發展與企業對外直接投資規模增長——基于上市公司樣本的實證研究［J］. 國際商務（對外經濟貿易大學學報）， 2023，37（1）：88-104.

［22］ 羅嶺， 曹青青. 數字金融、企業風險承擔與審計費用［J］. 審計與經濟研究， 2023，38（1）：40-50.

［23］ 馬芬芬， 付澤宇， 王滿倉. 數字金融、融資約束與企業全要素生產率——理論模型與工業企業經驗證據［J］.人文雜志， 2021，65（7）：69-79.

［24］ 康鑫， 郭雙葉. 知識協同視角下企業突破性創新形成機理研究［J］. 技術經濟， 2022，41（12）：12-24.

［25］ 王雷， 王圣君. 外部社會資本、吸收能力與新產品績效的關系——基于中國長三角地區企業樣本的實證分析［J］. 技術經濟， 2015，34（12）：15-23.

［26］ LANE P J， KOKA B R， PATHAK S. The reification of absorptive capacity： a critical review and rejuvenation of the construct［J］. The Academy of Management Review， 2006，31（4）：833-863.

［27］ 許軍. 知識共享與互動的企業間電子商務模式研究［J］. 統計與決策， 2010，26（1）：182-185.

［28］ 黎文靖， 鄭曼妮. 實質性創新還是策略性創新——宏觀產業政策對微觀企業創新的影響［J］. 經濟研究， 2016，51（4）：60-73.

［29］ LIAN G， XU A， ZHU Y. Substantive green innovation or symbolic green innovation？ the impact of ER on enterprise green innovation based on the dual moderating effects［J］. Journal of innovation amp; knowledge， 2022，7（3）：100203.

［30］ 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.

［31］ WANG Y，NING L， CHEN J.Product diversification through licensing：empirical evidence from Chinese firms［J］.European Management Journal， 2014，32（4）：577-586.

［32］ 吳非， 申么， 祝佳， 等. 利率市場化對企業技術創新的驅動效應研究——異質性特征、微觀機理與政府激勵解構［J］. 中國軟科學， 2021，36（8）：120-129.

［33］ 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.

［34］ 溫忠麟，侯杰泰，張雷. 調節效應與中介效應的比較和應用［J］. 心理學報， 2005，50（2）：268-274.

［35］ 孫瑩， 王甜甜. 營商環境改善是否可以提高企業績效——基于2008—2020年中國A股上市公司的經驗證據［J］. 河海大學學報（哲學社會科學版）， 2022，24（6）：121-128.

［36］ 王超， 余典范， 龍睿. 經濟政策不確定性與企業數字化——墊腳石還是絆腳石［J］. 經濟管理， 2023，45（6）：79-100.

［37］ 祝佳， 孫念念， 吳非. 金融市場化改革與企業“短貸長投”——基于利率市場化視角下的中國經驗［J］. 商業研究， 2022，65（5）：103-113.

［38］ 鐘鳳英， 冷冰潔. 員工持股計劃、內部控制與創新績效［J］. 經濟問題， 2022，44（8）：120-128.

［39］ 李靖遠， 于文成. 數字金融素養能否助推家庭共同富裕——基于中國家庭金融調查的研究［J］. 金融發展研究， 2023，42（6）：25-35.

［40］ 王韌， 張奇佳， 何強. 金融監管會損害金融效率嗎［J］. 金融經濟學研究， 2019，34（6）：93-104.

［41］ 常曦， 吳非， 任曉怡. 金融監管能否治理企業房地產投資：效用識別與機制檢驗［J］. 河北經貿大學學報， 2023，44（1）：98-109.

［42］ CLEARY S. The relationship between firm investment and financial status［J］. The Journal of Finance， 1999，54（2）：673-692.

［43］ 肖紅軍， 陽鎮， 凌鴻程. “鞭長莫及”還是“遙相呼應”：監管距離與企業社會責任［J］. 財貿經濟， 2021，42（10）：116-131.

［44］ 李光武， 譚曼， 朱仁澤. 網絡基礎設施建設、企業投資決策和金融資產配置——來自“寬帶中國”戰略的準自然實驗［J］. 云南財經大學學報， 2023，39（7）：42-69.

責任編輯（責任編輯：張 悅）

英文標題

The Impact Mechanism of Digital Finance on the Innovation Output Quality of Manufacturing Enterprises

英文作者Wang Wei1，2， Cao Zhi1，Gong Chen1

英文作者單位（1.School of Economics and Management， Qiqihar University; 2.Enterprise Innovation Development Research Center， Qiqihar University， Qiqihar 161006， China）

英文摘要Abstract：Digital finance is expected to provide high-quality services for economic and social development. The data processing technologies of digital finance based on the advantages of underlying digital financial technologies have enabled enterprises to realize the interaction of internal cognition and the external environment， enabling enterprises to strengthen potential absorption capabilities and transform external innovation resources into internal innovation capabilities. As an important subject in modernization in China， the manufacturing industry has long been stuck with the issue that the added value of manufacturing products is low in China and the development of manufacturing industry faces bottlenecks due to core-technology dependence. It is essential for China to cultivate core technology and improve the quality of innovation to achieve high-quality development. The high-quality development of manufacturing industry requires not only a good financial environment to solve the difficulty of high innovation investment but also precise product innovation through big data analysis and predictive models to improve the quality of innovation and development. Therefore， the mechanism of analyzing the improvement of the innovation quality of digital financial-driven manufacturing enterprises is of great significance for the high-quality development of China's manufacturing industry.

This study uses data from A-share manufacturing listed companies from 2015 to 2021 as a sample to explore the impact of digital finance on the quality of corporate innovation output， as well as the intermediary role of potential absorptive capacity. By selecting the generalized least squares model and using Stata software， empirical research shows that digital finance promotes the improvement of the quality of innovation output of manufacturing enterprises， and potential absorptive capacity plays a mediating role in the relationship between digital finance and the quality of innovation output of enterprises. Further analysis shows that the effect of digital finance on the quality of corporate innovation output presents significant differences depending on the attributes of the company or the intensity of regional financial supervision. This relationship is more significant in scenarios where non-state-owned enterprises， high-tech enterprises， or financial regulatory intensity in the region where the enterprise is located is moderate. Through robustness testing using replacement variables， reduced samples， and the Heckman two-stage model， the above conclusions remain valid.

The results of this article have enriched the theoretical research on high-quality innovation in enterprises against the backdrop of digital finance and provided management inspiration for the high-quality innovation and development of enterprises， financial institutions and government supervision. It is suggested that， first of all， enterprises should actively use digital financial instruments and platforms to strengthen the construction of innovative teams， integrate resource advantages， absorb information from the market and customers， realize resource sharing and advantage complementarity， absorb and use technology and scientific and technological talents， improve the potential absorption capacity of the enterprise， enhance innovation capabilities， and produce better products and services. Second， financial institutions should use digital finance technology to obtain more data sources， use analysis tools to accurately evaluate enterprises' acceptance and application capabilities of external technology and innovation， and credit risks of the enterprise. Innovation capabilities and innovative output quality indicators could be included in the credit risk assessment system to ensure the security of capital flow and improve the value creation capabilities of financial institutions through precise services， helping enterprises realize innovation and improve the quality of innovation output. Third， government regulatory agencies should pay close attention to the development trend of digital finance， supervise the operation of the financial market in a timely manner， and actively guide and promote the in-depth integration of digital finance and manufacturing to provide new opportunities for manufacturing enterprises. There should be relevant financial regulatory policies， standards， and moderate supervision on the platform to prevent \"anti-supervision science and technology\" behavior， improve the regulatory mechanism， ensure that digital finance does not bring financial risks while promoting innovative output， and protect the stability and fairness of the market while promoting the stability and fairness of the market. Meanwhile ， it should be stressed that open innovation will promote coordinated innovation between financial institutions and enterprises， and create a good financial ecological environment for the high-quality innovation and development of manufacturing enterprises.

英文關鍵詞Key Words：Digital Finance;Innovation Output Quality; Potential Absorption Ability