李永奎，劉曉康

(西南政法大學 經(jīng)濟學院，重慶 401120)

一、引言

創(chuàng)新是推動經(jīng)濟增長的關鍵動力(Zhu et al，2020)[1]，金融則是維持現(xiàn)代經(jīng)濟持續(xù)健康發(fā)展的血液。在經(jīng)濟高質(zhì)量發(fā)展階段，企業(yè)創(chuàng)新成為驅(qū)動國民經(jīng)濟增長的主要動力來源，而金融體系是否完善關系到企業(yè)創(chuàng)新的數(shù)量和質(zhì)量(賈俊生 等，2021)[2]。然而，在經(jīng)濟高速增長階段，金融發(fā)展的相對滯后以及金融結(jié)構(gòu)上的特殊性及深層矛盾對企業(yè)創(chuàng)新和經(jīng)濟高質(zhì)量發(fā)展形成一定制約(梁榜 等，2019)[3]，尤其是高適應成本和高融資成本等問題成為影響企業(yè)創(chuàng)新意愿和技術進步的關鍵因素(謝絢麗 等，2018)[4]。近年來，隨著大數(shù)據(jù)、人工智能、云計算和信息技術等新技術的快速發(fā)展，傳統(tǒng)金融模式向高科技金融模式轉(zhuǎn)變，數(shù)字金融的興起不僅通過拓寬資金來源和融資渠道推動了金融市場的繁榮，而且通過增強金融作為中介的信息搜集能力緩和了金融市場長期存在的信息不對稱問題(萬佳彧 等，2020)[5]，進而促進了企業(yè)創(chuàng)新和經(jīng)濟高質(zhì)量發(fā)展。

在此背景下，關于數(shù)字金融對企業(yè)創(chuàng)新的影響的理論研究和經(jīng)驗分析不斷涌現(xiàn)。由于資金配置是金融的主要功能，而資金短缺是企業(yè)創(chuàng)新不足的重要原因，因而大量研究探討了數(shù)字(普惠)金融通過緩解企業(yè)融資約束促進企業(yè)創(chuàng)新投入和產(chǎn)出的影響機制和路徑(梁榜 等，2019；萬佳彧 等，2020；喻平 等，2020；聶秀華，2020；孟維福 等，2021；周振江 等，2021；翟華云 等，2021；盛明泉 等，2021；郎香香 等，2021)[3][5-12]。這些研究認為，數(shù)字金融的發(fā)展能夠通過降低服務成本和門檻提高金融覆蓋性，通過提供多樣化服務和產(chǎn)品增加企業(yè)資金來源渠道，通過降低信息不對稱程度提升企業(yè)融資效率，通過加快審批流程降低企業(yè)融資成本，通過有效監(jiān)督企業(yè)內(nèi)部資金使用和配置情況降低企業(yè)融資風險，進而為企業(yè)創(chuàng)新提供更多的資金支持，促進企業(yè)創(chuàng)新產(chǎn)出。然而，在對數(shù)字金融影響企業(yè)融資約束的實證檢驗中，相關研究對企業(yè)融資約束程度的度量通常采用SA指數(shù)(萬佳彧 等，2020；喻平 等，2020；馬芬芬 等，2021；顧寧 等，2021)[5-6][13-14]、KZ指數(shù)(唐松 等，2020；廖婧琳 等，2020；任曉怡 等，2020)[15-17]、WW指數(shù)(翟華云 等，2021；李賓 等，2022)[10][18]、現(xiàn)金-現(xiàn)金流(CCF)模型(雷輝 等，2021；解維敏 等，2021)[19-20]等綜合指標，少數(shù)研究采用了企業(yè)利息支出與固定資產(chǎn)凈值或企業(yè)總負債之比(盛明泉 等，2021；金祥義 等，2021)[11][21]、財務費用率和企業(yè)杠桿率(耿偉 等，2021)[22]等單項指標，而這些指標反映的是企業(yè)所受融資約束的總體情況，并不能體現(xiàn)緩解融資約束的資金來源渠道。也就是說，其分析雖然驗證了數(shù)字金融的發(fā)展緩解了企業(yè)的融資約束，但不能進一步從資金來源渠道角度檢驗其中的影響機制或路徑。有研究探討了數(shù)字普惠金融緩解中小企業(yè)融資約束的機制與路徑(滕磊，2020)[23]，但其實證分析主要是基于數(shù)字金融不同維度(使用深度、覆蓋廣度、數(shù)字化程度)的作用大小來進行路徑探討的，反映的是不同維度的異質(zhì)性，也沒有從資金來源角度探究數(shù)字金融緩解企業(yè)融資約束的路徑。

企業(yè)的融資約束實際上是資金配置問題的反映，而在包括資金在內(nèi)的資源配置中市場和政府都會發(fā)揮作用。資金在金融市場的流動既由市場機制決定，也受政府調(diào)控的影響，那么數(shù)字金融在企業(yè)資金配置效率和成效上的改進是來自市場的力量還是政府的作用，抑或是兩者共同作用的結(jié)果？兩者效應大小如何？是值得探討的課題。然而，目前對此缺乏深入研究，尤其缺乏實證上的經(jīng)驗證據(jù)。有鑒于此，本文嘗試在這方面有所突破。為找到能夠客觀反映在企業(yè)資金配置中市場機制和政府作用效果的變量，本文基于企業(yè)外部資金的來源進行探索：當企業(yè)的內(nèi)部資金不能滿足其創(chuàng)新需求時，需要從企業(yè)外部融資，外部融資的常見渠道除了證券市場和銀行信貸外，還有商業(yè)信用和政府補貼。其中，證券市場和銀行信貸的資金流動往往是市場機制和政府調(diào)控的綜合結(jié)果(雖然兩者作用的大小可能有較大差異)；而商業(yè)信用是在正常經(jīng)營活動和商品交易中企業(yè)之間所存在的信貸關系，其形成是市場選擇的結(jié)果，基本不受政府的調(diào)控；政府補貼則是政府基于整體經(jīng)濟發(fā)展目標對特定企業(yè)進行的資金補助，其反映了政府的利益偏好和發(fā)展傾向，也是一種政府直接干預經(jīng)濟的重要工具。

因此，本文選擇用商業(yè)信用作為反映市場機制的代理變量，用政府補貼作為反映政府作用的代理變量，分析數(shù)字金融發(fā)展水平的提高能否通過增加企業(yè)的商業(yè)信用和政府補貼來促進企業(yè)創(chuàng)新，進而明確數(shù)字金融能否改善和提升企業(yè)資金配置的市場機制和政府作用，并比較兩條路徑中商業(yè)信用和政府補貼的中介效應大小，以期為進一步完善市場機制和更好發(fā)揮政府作用提供經(jīng)驗借鑒和政策啟示。目前，還未發(fā)現(xiàn)關于商業(yè)信用在數(shù)字金融影響企業(yè)創(chuàng)新中的中介作用的研究，關于數(shù)字金融、政府補貼與企業(yè)創(chuàng)新三者關系的研究也很少。陳銀飛和苗麗(2021)研究發(fā)現(xiàn)，數(shù)字金融的發(fā)展會緩解政府與企業(yè)之間的信息不對稱，有助于政府資金在企業(yè)之間的合理分配，進而數(shù)字金融可以通過政府補貼路徑促進企業(yè)創(chuàng)新產(chǎn)出[24]。但其僅分析了政府補貼的中介效應，未探討其他影響路徑。而陳利等(2022)則認為，政府補貼與數(shù)字普惠金融在驅(qū)動企業(yè)創(chuàng)新過程中存在替代效應[25]?？梢?，本研究從資金配置方式角度拓展了數(shù)字金融的經(jīng)濟效應領域的研究視角，也從數(shù)字金融發(fā)展角度深化了資源配置機制的研究。

二、理論分析與研究假說

企業(yè)創(chuàng)新通常需要大量的人力和資金投入，并往往具有高風險、長周期等特點，僅靠企業(yè)內(nèi)部資金難以滿足創(chuàng)新活動的資金需求，因而外部融資成為企業(yè)創(chuàng)新重要的資金來源(Hall，2002)[26]。傳統(tǒng)金融體系具有不均衡不充分的特點，存在金融市場信息不對稱、欠發(fā)達地區(qū)金融供給不足、企業(yè)融資成本高等問題(陳斌開 等，2012)[27]，導致企業(yè)創(chuàng)新受到融資約束。數(shù)字金融打破了傳統(tǒng)金融服務的界限(張勛 等，2019)[28]，緩解了信息不對稱而帶來的高成本問題，拓展了金融覆蓋范圍和服務深度(郭峰 等，2017)[29]，進而有利于企業(yè)創(chuàng)新。如前所述，眾多研究肯定了數(shù)字金融對企業(yè)創(chuàng)新的促進效應，而且除了緩解融資約束外，還存在多種影響路徑，如緩解信息約束、增強創(chuàng)新沖動和行動、提高現(xiàn)金流強度、優(yōu)化資本結(jié)構(gòu)、降低盈余管理水平、去杠桿、提升財務穩(wěn)定性等(孟維福 等，2021；周振江 等，2021；唐松 等，2020)[8-9][15]。因此，本文不再闡述數(shù)字金融發(fā)展對企業(yè)創(chuàng)新的促進作用，而是主要分析商業(yè)信用和政府補貼在其中所起到的中介作用。

1.數(shù)字金融、商業(yè)信用與企業(yè)創(chuàng)新

商業(yè)信用是企業(yè)之間在市場經(jīng)營活動中形成的信貸關系。在完善的金融體系中，企業(yè)的內(nèi)部資金和外部資金可以靈活轉(zhuǎn)換，當內(nèi)部資金不足時可以順利獲得外部資本市場的資金支持。然而，債權(quán)人與債務人信息不對稱會導致外部融資成本高于內(nèi)部融資費用，使企業(yè)面臨融資約束，此時商業(yè)信用就成為一種有效的融資方式。商業(yè)信用在緩解企業(yè)融資約束方面具有明顯的作用(Fisman et al，2003)[30]，企業(yè)與其供應鏈之間存在大量的預付和賒購等商業(yè)信用會在一定程度上減輕企業(yè)的融資壓力，進而有利于企業(yè)的可持續(xù)發(fā)展。當企業(yè)很難或不可能從銀行獲得信貸資金時，就可以利用商業(yè)信用來彌補企業(yè)的資金不足(陸正飛 等，2011)[31]。在企業(yè)生產(chǎn)規(guī)劃周期中，商業(yè)信用可以被視為企業(yè)的永久流動資產(chǎn)，成為企業(yè)創(chuàng)新投資的重要來源。比如，在企業(yè)通過延期付款獲得商業(yè)信用后，付款期限內(nèi)所獲得的流動資金可以成為企業(yè)創(chuàng)新投入的資金來源。因此，當企業(yè)具有較高的創(chuàng)新需求時，商業(yè)信用可以被配置到研發(fā)項目中，從而促進企業(yè)創(chuàng)新活動。

從企業(yè)獲取商業(yè)信用的角度來看，為了自身更好地發(fā)展，企業(yè)會有意識地提高自身的商業(yè)信用以緩解現(xiàn)金流約束(張林 等，2018)[32]，而供應鏈融資和數(shù)字金融等新金融工具的快速發(fā)展使得企業(yè)間的信息更為透明，從而有助于企業(yè)商業(yè)信用的提升。數(shù)字金融通過信用的透明化和信息化，創(chuàng)新性地顛覆傳統(tǒng)的信用定價模式(Duarte et al，2012)[33]，可以更好地匹配資源以及與創(chuàng)新項目相關的風險特征，并避免逆向選擇和道德風險等(Demertzis et al，2018)[34]，這為提高企業(yè)商業(yè)信用提供了更好條件。數(shù)字金融借助大數(shù)據(jù)、互聯(lián)網(wǎng)、云計算等技術，能夠準確捕捉和整合個人和企業(yè)的相關數(shù)據(jù)，建立可靠的第三方信用信息系統(tǒng)以及風險控制體系，使企業(yè)的信息和信用狀況更加透明，從而提高企業(yè)的判斷能力以及對商業(yè)信用的利用(唐松 等，2019)[35]。數(shù)字金融的發(fā)展使債權(quán)人可以更多地獲得商業(yè)信用融資企業(yè)的相關信息，緩解信息不對稱，從而利于企業(yè)獲取商業(yè)信用融資。同時，從商業(yè)信用供給方來看，在信息透明情景下較高的信用供給水平有利于其獲取更多的資金，從而減少商業(yè)信用供給對其經(jīng)營資金的占用，降低商業(yè)信用供給的成本。因此，數(shù)字金融的發(fā)展使得企業(yè)有機會獲得更多的商業(yè)信用。

根據(jù)以上分析，本文提出研究假說H1：商業(yè)信用在數(shù)字金融促進企業(yè)創(chuàng)新中具有中介作用，即數(shù)字金融發(fā)展水平的提升可以通過提高企業(yè)的商業(yè)信用來促進企業(yè)創(chuàng)新。

2.數(shù)字金融、政府補貼與企業(yè)創(chuàng)新

市場機制存在固有的缺陷，政府應當采取適當?shù)拇胧浹a市場的不足。在企業(yè)創(chuàng)新的私人邊際收益低于社會邊際收益進而導致企業(yè)創(chuàng)新動力不足時，政府“看得見的手”是解決這一問題行之有效的方法(郭玥，2018)[36]。由于企業(yè)創(chuàng)新成果具有較強的正外部性，企業(yè)從創(chuàng)新成果中所獲得的收益可能小于為社會帶來的福利，這會促使一些企業(yè)固守傳統(tǒng)而缺乏創(chuàng)新動力。而針對創(chuàng)新項目的政府補貼則可以調(diào)動企業(yè)的創(chuàng)新動力，并提高被補貼企業(yè)的研發(fā)能力，進而促進企業(yè)創(chuàng)新行為。政府補貼作為資金配置的一種手段，可以緩解企業(yè)融資壓力，降低企業(yè)創(chuàng)新風險，保障企業(yè)創(chuàng)新資金，進而促進企業(yè)創(chuàng)新(施建軍 等，2021)[37]。政府補貼不僅可以直接緩解企業(yè)資金不足，還可以向外界發(fā)出積極的信號，使企業(yè)在市場上獲得更多的資金支持(Takalo et al，2010；梅冰菁 等，2020)[38-39]。此外，政府補貼企業(yè)創(chuàng)新還可以鼓勵更多企業(yè)創(chuàng)新，發(fā)揮積極的示范作用。

在傳統(tǒng)金融體系中，缺乏關于企業(yè)創(chuàng)新行為的完整信息，政府部門難以區(qū)分創(chuàng)新項目的特征，難以對企業(yè)申請項目的各個流程進行準確量化和分析，導致大量具有創(chuàng)新潛力的企業(yè)難以獲得政府補貼(李春濤 等，2020)[40]。數(shù)字金融的發(fā)展使政府與企業(yè)之間的信息不對稱得到緩解。數(shù)字技術的發(fā)展和廣泛應用，使得市場環(huán)境也逐漸趨于透明化，企業(yè)信息被大數(shù)據(jù)技術挖掘和披露，政府可以利用現(xiàn)代化的信息數(shù)字技術對企業(yè)運營情況等信息進行事前和綜合性的分析，形成企業(yè)的精準畫像，進而正確評估企業(yè)發(fā)展狀態(tài)和前景，更精準地確定補助目標。同時，政府可以更有效地監(jiān)督企業(yè)資金使用和配置情況，從事前信息了解，到信用評估，再到事后信息溝通，能有效減少企業(yè)的尋租行為和道德風險，進而提高政府補貼的創(chuàng)新績效(李春濤 等，2020；翟華云 等，2021)[40][10]?？梢?，數(shù)字金融的發(fā)展可以通過降低政府與企業(yè)之間的信息不對稱程度來提高政府補貼的針對性、有效性和經(jīng)濟績效，進而能夠更好地解決市場失靈問題，并更好地實現(xiàn)其戰(zhàn)略目標。因此，在政府注重創(chuàng)新發(fā)展、鼓勵企業(yè)創(chuàng)新的情景下，數(shù)字金融的發(fā)展可以通過增加政府補貼來促進企業(yè)創(chuàng)新(陳銀飛 等，2021)[24]。

根據(jù)以上分析，本文提出研究假說H2：政府補貼在數(shù)字金融促進企業(yè)創(chuàng)新中具有中介作用，即數(shù)字金融發(fā)展水平的提升可以通過提高企業(yè)的政府補貼來促進企業(yè)創(chuàng)新。

3.兩種中介效應的強弱與異質(zhì)性表現(xiàn)

數(shù)字金融的發(fā)展對企業(yè)創(chuàng)新的影響可以通過市場機制和政府作用來實現(xiàn)，其中，商業(yè)信用和政府補貼分別是市場機制和政府作用的具體表現(xiàn)。商業(yè)信用是在市場運行中形成的，是緩解企業(yè)融資約束有效的途徑之一，可以為企業(yè)創(chuàng)新提供資金支持；政府補貼是政府為實現(xiàn)其在略目標而采取的通過直接的資金支持影響企業(yè)行為的一種手段，可以提高企業(yè)的創(chuàng)新動力和能力。這兩種渠道均可為企業(yè)創(chuàng)新提供一定資金保障，并在數(shù)字金融促進企業(yè)創(chuàng)新過程中發(fā)揮中介作用，那么這兩種中介效應的強弱關系如何？從理論上講，這不僅取決于兩種資金配置方式自身的特點，而且受到市場環(huán)境和政府發(fā)展戰(zhàn)略等的影響。

從自身特征來看，商業(yè)信用一般都沒有明確的指向性，企業(yè)通過商業(yè)信用獲取的資金可以根據(jù)自身發(fā)展的需要用于生產(chǎn)經(jīng)營的各個環(huán)節(jié)以及技術創(chuàng)新、轉(zhuǎn)型升級、福利提升等各個方面；而政府補貼通常帶有明確的指向或?qū)蛐?，比如必須或鼓勵用于技術創(chuàng)新、節(jié)能減排、升級改造等方面。因此，相比之下，政府補貼對企業(yè)創(chuàng)新的促進作用更為直接和有效，其對數(shù)字金融促進企業(yè)創(chuàng)新的正向中介效應通常也要強于商業(yè)信用(1)需要說明的是，中介效應是指對總效應的貢獻度。政府補貼的中介效應強于商業(yè)信用，并不代表政府補貼對企業(yè)創(chuàng)新的促進作用一定大于商業(yè)信用，更不意味著在企業(yè)資金配置中政府作用大于市場力量。因為商業(yè)信用僅代表市場機制的很小一部分，而政府補貼是政府直接調(diào)控經(jīng)濟的重要手段之一。。從市場環(huán)境來看，當宏觀經(jīng)濟上行、市場處于擴張狀態(tài)時，企業(yè)往往資金較為充足，在生產(chǎn)經(jīng)營上的資金壓力不大，因而其通過商業(yè)信用獲得的資金可以較多地用于技術創(chuàng)新等質(zhì)量提升方面；而當宏觀經(jīng)濟下行趨勢明顯、市場趨于萎縮時，企業(yè)往往在生產(chǎn)經(jīng)營上面臨較大的資金壓力甚至陷于資金短缺的困境，其通過商業(yè)信用獲得的資金則會更多地用于生產(chǎn)經(jīng)營等數(shù)量維持方面。因此，商業(yè)信用對數(shù)字金融促進企業(yè)創(chuàng)新的中介效應會隨著宏觀經(jīng)濟增長速度的加快(放緩)而增強(減弱)。從發(fā)展戰(zhàn)略來看，政府補貼的指向和導向與政府的發(fā)展戰(zhàn)略密切相關。當政府實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略時，促進企業(yè)創(chuàng)新是政府補貼的主要目的之一，企業(yè)獲得的政府補貼也會更多地用于創(chuàng)新活動。因此，政府補貼對數(shù)字金融促進企業(yè)創(chuàng)新的中介效應會隨著政府對創(chuàng)新重視和鼓勵程度的提高而增強。

根據(jù)以上分析，本文提出研究假說H3：相比商業(yè)信用，政府補貼對數(shù)字金融促進企業(yè)創(chuàng)新的中介效應更強(H3a)；隨著經(jīng)濟增長速度的放緩，商業(yè)信用對數(shù)字金融促進企業(yè)創(chuàng)新的中介效應趨于減弱(H3b)；隨著創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的深入推進，政府補貼對數(shù)字金融促進企業(yè)創(chuàng)新的中介效應趨于增強(H3c)。

在相同的市場環(huán)境和發(fā)展戰(zhàn)略下，對于不同類型的企業(yè)，商業(yè)信用和政府補貼對數(shù)字金融促進企業(yè)創(chuàng)新的中介效應也可能存在異質(zhì)性。從數(shù)字金融促進企業(yè)創(chuàng)新的總效應來看，一般來講，非國有企業(yè)和中小企業(yè)受到的融資約束往往高于國有企業(yè)和大型企業(yè)(余明桂 等，2019)[41]，數(shù)字金融發(fā)展對非國有企業(yè)和中小企業(yè)融資約束的緩解程度也大于國有企業(yè)和大型企業(yè)，因而數(shù)字金融發(fā)展對非國有企業(yè)和中小企業(yè)的創(chuàng)新促進作用相對更大。但商業(yè)信用和政府補貼在其中的中介作用相對大小卻具有不確定性。前文分析表明，數(shù)字金融通過降低信息不對稱程度等彌補傳統(tǒng)金融的不足，提高企業(yè)對商業(yè)信用和政府補貼的獲取機會和額度，進而促進企業(yè)創(chuàng)新活動。據(jù)此可以認為，數(shù)字金融發(fā)展對企業(yè)商業(yè)信用和政府補貼提高的促進作用越大，則商業(yè)信用和政府補貼的中介效應越強。而在現(xiàn)實中，不同企業(yè)之間、政府與不同企業(yè)之間的信息不對稱程度是不一樣的，不同企業(yè)獲取商業(yè)信用和政府補貼的難易程度也是不一樣的。從商業(yè)信用來看，國有企業(yè)具有所有權(quán)性質(zhì)的天然信用優(yōu)勢，而大型企業(yè)擁有較多的資本、市場和渠道，因而在市場機制下，國有企業(yè)相對非國有企業(yè)、大型企業(yè)相對中小企業(yè)往往更容易獲得更多的商業(yè)信用。而數(shù)字金融的發(fā)展對信息不對稱狀況的改善具有普惠性，甚至會進一步提高國有企業(yè)和大型企業(yè)在商業(yè)信用上的優(yōu)勢。因此，商業(yè)信用的中介效應在國有企業(yè)和大型企業(yè)中可能相對更大，或者大型企業(yè)與中小企業(yè)之間并不存在顯著的異質(zhì)性。而從政府補貼來看，數(shù)字金融發(fā)展更大程度提高了政府對哪類企業(yè)的資金補助，則在該類企業(yè)中政府補貼的中介效應可能就更強。鑒于數(shù)字金融具有普惠性，可以進一步認為，政府更傾向于支持哪類企業(yè)的創(chuàng)新活動，則在該類企業(yè)中政府補貼的中介效應更強。雖然在傳統(tǒng)發(fā)展模式下，國有企業(yè)和大型企業(yè)會受到政府更多關注，其獲得的政府補貼也較多，但隨著經(jīng)濟發(fā)展方式的轉(zhuǎn)變，政府對非國有企業(yè)和中小企業(yè)的支持力度也日益增大。因此，政府補貼中介效應的企業(yè)異質(zhì)性可能顯著，也可能不顯著。

根據(jù)以上分析，本文提出研究假說H4：對于不同所有權(quán)性質(zhì)和不同規(guī)模的企業(yè)，商業(yè)信用和政府補貼對數(shù)字金融促進企業(yè)創(chuàng)新的中介效應可能具有異質(zhì)性表現(xiàn)。

三、研究設計

1.模型構(gòu)建與變量選擇

本文的實證分析主要運用中介效應模型檢驗商業(yè)信用和政府補貼在數(shù)字金融促進企業(yè)創(chuàng)新中的中介效應，因而構(gòu)建雙向固定效應模型(1)～(5)：

Innovijt=α0+α1Indexjt+α2Controlijt+∑Year+∑City+εijt

(1)

TCijt=β0+β1Indexjt+α2Controlijt+∑Year+∑City+εijt

(2)

Innovijt=γ0+γ1Indexjt+γ2TCijt+γ2Controlijt+∑Year+∑City+εijt

(3)

Subijt=φ0+φ1Indexjt+φ2Controlijt+∑Year+∑City+εijt

(4)

Innovijt=ω0+ω1Indexjt+ω2Subijt+γ2Controlijt+∑Year+∑City+εijt

(5)

其中，變量的下標i、j、t分別表示企業(yè)、城市和年份，Year和City分別為時間(年份)和個體(城市)固定效應(虛擬變量)，εijt為隨機誤差項。被解釋變量為“企業(yè)創(chuàng)新”(Innov)，核心解釋變量為地級市層面的“數(shù)字金融指數(shù)”(Index)，中介變量為“商業(yè)信用”(TC)和“政府補貼”(Sub)，控制變量(Control)包括“企業(yè)規(guī)?！薄百Y產(chǎn)負債率”“資產(chǎn)收益率”“股權(quán)集中度”“總資產(chǎn)周轉(zhuǎn)率”“固定資產(chǎn)比”“管理費率”。各變量的計算方法和選取的主要參考文獻見表1。

表1 主要變量選擇和計算方法

依據(jù)溫忠麟等(2014)的方法[43]，在系數(shù)α1顯著的情況下，若β1、γ1、γ2和φ1、ω1、ω2均顯著，則中介變量發(fā)揮部分中介作用；若系數(shù)β1、γ2、φ1、ω2都顯著，但系數(shù)γ1、ω1不顯著，則中介變量發(fā)揮完全中介作用；若系數(shù)β1、γ2和φ1、ω2中有一個不顯著，則可利用Sobel檢驗來判斷是否具有中介效應。模型(1)中的系數(shù)α1反映數(shù)字金融影響企業(yè)創(chuàng)新的總效應，模型(2)和模型(4)的系數(shù)β1和φ1反映數(shù)字金融對商業(yè)信用和政府補貼的影響，模型(3)和模型(5)中的系數(shù)γ1和ω1為數(shù)字金融對企業(yè)創(chuàng)新的直接效應，β1γ2和φ1ω2則為商業(yè)信用和政府補貼的中介效應。

2.數(shù)據(jù)來源與處理

本文以2012—2020年滬深兩市A股上市公司為研究樣本，剔除金融和公共事業(yè)類上市公司、ST和*ST上市公司、相關財務數(shù)據(jù)嚴重缺失和異常的上市公司，并對連續(xù)型變量進行雙側(cè)1%的縮尾處理以消除極端值的干擾，最終得到1 799家上市公司的16 191個“企業(yè)—年份”層面觀測值。本文的主要數(shù)據(jù)來自Wind數(shù)據(jù)庫、國泰安數(shù)據(jù)庫(CSMAR)和中國研究數(shù)據(jù)服務平臺(CNRDS數(shù)據(jù)庫)，“數(shù)字金融指數(shù)”來自北京大學互聯(lián)網(wǎng)金融研究中心編制的數(shù)字普惠金融指數(shù)。表2報告了主要變量的描述性統(tǒng)計結(jié)果。從中可以發(fā)現(xiàn)，樣本企業(yè)之間的創(chuàng)新水平存在較大差異，不同城市之間的數(shù)字金融發(fā)展水平也存在較大差異。

表2 主要變量的描述性統(tǒng)計

四、實證分析結(jié)果

1.基準模型分析

在進行回歸分析之前，本文對變量的相關性進行檢驗(分析結(jié)果略，備索)，結(jié)果表明各相關系數(shù)基本小于0.5，VIF檢驗的結(jié)果顯示各變量的方差膨脹因子均小于3，可以認為各變量之間不存在多重共線性。同時，Hausman檢驗的結(jié)果P值小于0.01，拒絕原假設，因而選取面板固定效應模型進行檢驗。表3為對全樣本的基準模型分析結(jié)果。(1)和(2)列檢驗企業(yè)所在城市的數(shù)字金融發(fā)展水平與企業(yè)創(chuàng)新水平的關系，其中(1)列沒有控制年份和城市固定效應，(2)列加入了年份和城市虛擬變量，“數(shù)字金融指數(shù)”的估計系數(shù)(α1)在1%的顯著性水平上為正，表明數(shù)字金融的發(fā)展對企業(yè)創(chuàng)新具有顯著的促進作用。(2)(3)(4)列檢驗商業(yè)信用的中介效應，α1、β1、γ1、γ2的估計系數(shù)均顯著為正，表明商業(yè)信用在數(shù)字金融促進企業(yè)創(chuàng)新中具有顯著的部分中介作用，即企業(yè)所在城市數(shù)字金融發(fā)展水平的提高可以通過增加企業(yè)的商業(yè)信用來促進企業(yè)創(chuàng)新支出增長，研究假說H1得到驗證。(2)(5)(6)列檢驗政府補貼的中介效應，α1、φ1、ω1、ω2的估計系數(shù)均顯著為正，表明政府補貼在數(shù)字金融促進企業(yè)創(chuàng)新中具有顯著的部分中介作用，即企業(yè)所在城市數(shù)字金融發(fā)展水平的提高可以通過提高企業(yè)獲得的政府補貼來促進企業(yè)創(chuàng)新支出增長，研究假說H2得到驗證。再比較商業(yè)信用和政府補貼中介效應的大小，商業(yè)信用的中介效應占比為6.6%(占總效應的比例)，政府補貼的中介效應占比為17.8%，表明政府補貼的中介效應更強，研究假說H3a得到驗證。此外，從(3)和(5)列“數(shù)字金融指數(shù)”的估計系數(shù)來看，“數(shù)字金融指數(shù)”對“商業(yè)信用”的估計系數(shù)為0.016(在5%的水平下顯著)，而對“政府補貼”的估計系數(shù)為0.416(在1%水平下顯著)，表明企業(yè)所在城市數(shù)字金融的發(fā)展對企業(yè)獲得政府補貼的促進作用大于對企業(yè)商業(yè)信用提高的促進作用。

表3 全樣本回歸結(jié)果

從控制變量的系數(shù)來看，“企業(yè)規(guī)模”“資產(chǎn)負債率”“股權(quán)集中度”“固定資產(chǎn)比”與“企業(yè)創(chuàng)新”顯著負相關，“資產(chǎn)收益率”“總資產(chǎn)周轉(zhuǎn)率”“管理費率”與“企業(yè)創(chuàng)新”顯著正相關，這與多數(shù)相關研究的結(jié)論一致(唐松 等，2020；魏卉 等，2019；鄭雨稀 等，2022)[15][44-45]，表明本文的模型回歸結(jié)果是可信的。進一步從數(shù)字金融的覆蓋廣度(主要反映數(shù)字金融基礎設施情況)和使用深度(主要反映數(shù)字金融服務業(yè)務能力)2個維度進行模型檢驗，分析結(jié)果顯示(見表4)：商業(yè)信用和政府補貼的中介效應均顯著，即企業(yè)所在城市數(shù)字金融覆蓋廣度和使用深度的提高均會通過增加企業(yè)的商業(yè)信用和政府補貼來促進企業(yè)創(chuàng)新；從中介效應的大小來看，商業(yè)信用和政府補貼的中介效應占比，在覆蓋廣度維度分別為7.54%、16.02%，在使用深度維度分別為6.21%、18.51%，同樣是政府補貼的中介效應大于商業(yè)信用。

表4 數(shù)字金融不同維度回歸結(jié)果

2.穩(wěn)健性檢驗

(1)替換關鍵變量。更換“企業(yè)創(chuàng)新”“商業(yè)信用”“政府補貼”的計算方法(見表1)，重新進行模型估計。檢驗結(jié)果如表5所示，與基準回歸結(jié)果相符，其中商業(yè)信用和政府補貼的中介效應占比分別為1.6%和5.39%，表明本文的分析結(jié)論是穩(wěn)健的。

(2)解釋變量滯后一期。參照唐松等(2020)的方法[15]，對核心解釋變量進行滯后一期處理，在一定程度上可以解決反向因果關系導致的內(nèi)生性問題?；貧w結(jié)果如表6所示，主要變量回歸系數(shù)的符號和顯著性未發(fā)生改變，且政府補貼的中介效應也大于商業(yè)信用，再次表明本文的研究結(jié)果是穩(wěn)健可靠的。

(3)工具變量方法。對于遺漏變量帶來的內(nèi)生性偏差，本文借鑒學者賈俊生等(2021)和傅秋子等(2018)的研究[2][46]，以“與杭州市距離”(樣本企業(yè)所在城市與杭州市之間的距離)作為“數(shù)字金融指數(shù)”的工具變量。作為自然地理變量，企業(yè)所在地與杭州的距離與經(jīng)濟社會因素沒有關系，基本不會影響企業(yè)創(chuàng)新，而數(shù)字金融的數(shù)據(jù)來源于“螞蟻金服”，城市的數(shù)字金融發(fā)展水平和其與杭州的距離有一定聯(lián)系，滿足外生假設和有效工具變量相關兩個條件。具體的回歸結(jié)果如表7所示，第一階段回歸表明工具變量有效，第二階段回歸結(jié)果顯示“數(shù)字金融指數(shù)”的估計系數(shù)依然顯著為正，進一步表明本文的研究結(jié)果具有穩(wěn)健性。

表5 替換關鍵變量檢驗結(jié)果

表6 解釋變量滯后一期回歸結(jié)果

表7 工具變量回歸結(jié)果

3.異質(zhì)性分析

(1)時間異質(zhì)性分析。由于2016年27家非銀機構(gòu)獲得支付牌照，同年《網(wǎng)絡借貸信息中介機構(gòu)業(yè)務活動管理暫行辦法》發(fā)布，有效促進了數(shù)字金融規(guī)范化和普及化發(fā)展，本文選擇以2016年為分界點，分別對2012—2016年和2017—2020年兩個子樣本進行回歸分析，結(jié)果如表8所示。在2017—2020年子樣本中，“數(shù)字金融指數(shù)”對“商業(yè)信用”的估計系數(shù)不顯著，Sobel檢驗的Z值為2.098、P值為0.035，拒絕原假設，乘積具有顯著性，表明商業(yè)信用在數(shù)字金融促進企業(yè)創(chuàng)新中具有中介作用。商業(yè)信用和政府補貼的中介效應占比，在2012—2016年分別為12.8%、13.1%，在2017—2020年分別為5.60%、26.0%?？梢?，政府補貼的中介效應始終大于商業(yè)信用。從商業(yè)信用中介效應的時間異質(zhì)性來看，2012—2016年比2017—2020年更強，這與理論預期相符，因為相比2012—2016年，2017—2020年中國經(jīng)濟增長速度有所放緩，尤其是2020年受新冠肺炎疫情的影響經(jīng)濟增速明顯下降。據(jù)此，研究假說H3b得到驗證。從政府補貼中介效應的時間異質(zhì)性來看，2017—2020年2012—2016年比更強，這也與理論預期相符，因為黨的十八大以來隨著新發(fā)展觀的深入踐行和創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的持續(xù)推進，各地各級政府對企業(yè)創(chuàng)新的支持力度不斷加大。據(jù)此，研究假說H3c得到驗證。

(2)企業(yè)所有權(quán)性質(zhì)異質(zhì)性分析。將研究樣本分為國有企業(yè)和非國有企業(yè)兩個子樣本，分別進行模型回歸，結(jié)果如表9所示?？梢园l(fā)現(xiàn)，相對來講，數(shù)字金融對非國有企業(yè)的商業(yè)信用、政府補貼和企業(yè)創(chuàng)新的正向影響更強；無論是對于國有企業(yè)還是非國有企業(yè)，商業(yè)信用和政府補貼在數(shù)字金融促進企業(yè)創(chuàng)新的過程中均發(fā)揮了部分中介效應。具體來看，商業(yè)信用和政府補貼的中介效應占比，在國有企業(yè)中分別為7.8%、14.6%，在非國有企業(yè)中分別為3.12%、16.34%，政府補貼的中介效應均大于商業(yè)信用。從商業(yè)信用中介效應的異質(zhì)性來看，國有企業(yè)大于非國有企業(yè)，表明數(shù)字金融發(fā)展對國有企業(yè)商業(yè)信用提升的促進作用更為顯著；從政府補貼中介效應的異質(zhì)性來看，非國有企業(yè)大于國有企業(yè)，表明非國有企業(yè)的創(chuàng)新發(fā)展日益受到政府的重視和支持。

(3)企業(yè)規(guī)模異質(zhì)性分析。按照wind數(shù)據(jù)庫的企業(yè)規(guī)模分類，本文將樣本企業(yè)分為大型企業(yè)和中小企業(yè)兩個子樣本，分別進行模型回歸，結(jié)果見表10。在中小企業(yè)子樣本中，“數(shù)字金融指數(shù)”對“商業(yè)信用”的估計系數(shù)不顯著，Sobel檢驗的Z值為2.358，P值為0.389，不拒絕原假設，乘積不具有顯著性。分析表明，對于大型企業(yè)，商業(yè)信用和政府補貼的中介效應分別占比為9.3%、20.3%；對于小型企業(yè)，政府補貼的中介效應為8.94%，而商業(yè)信用的中介效應不顯著。可見，政府補貼的中介效應仍然大于商業(yè)信用。從商業(yè)信用中介效應來看，在大型企業(yè)中顯著，而在中小企業(yè)不顯著，表明數(shù)字金融發(fā)展對中小企業(yè)商業(yè)信用的提升作用不明顯。從政府補貼中介效應的異質(zhì)性來看，大型企業(yè)大于中小企業(yè)，表明政府對大型企業(yè)創(chuàng)新的支持力度更大。

綜上所述，研究假說H4得到驗證。

表8 時間異質(zhì)性分析結(jié)果

表9 企業(yè)產(chǎn)權(quán)性質(zhì)異質(zhì)性分析結(jié)果

表10 企業(yè)規(guī)模異質(zhì)性回歸結(jié)果

五、結(jié)論與啟示

基于市場和政府兩種不同的資金配置方式，本文選擇用商業(yè)信用和政府補貼分別作為反映市場機制和政府作用的變量，利用2012—2020年滬深兩市A股上市公司數(shù)據(jù)，實證檢驗商業(yè)信用和政府補貼在數(shù)字金融促進企業(yè)創(chuàng)新的過程中是否發(fā)揮了中介作用及其效應大小。分析發(fā)現(xiàn)：數(shù)字金融的發(fā)展顯著促進了企業(yè)創(chuàng)新支出和產(chǎn)出，其中，商業(yè)信用和政府補貼均具有正向的部分中介作用，并且政府補貼的中介效應大于商業(yè)信用；從數(shù)字金融的分緯度來看，覆蓋廣度和使用深度的加深均會促進企業(yè)創(chuàng)新，商業(yè)信用和政府補貼也均具有顯著的正向部分中介效應，其中政府補貼的中介效應更強；從時間異質(zhì)性來看，商業(yè)信用的中介效應在2012—2016年比2017—2020年更強，而政府補貼的中介效應在2017—2020年更強；從國有企業(yè)與非國有企業(yè)的異質(zhì)性來看，商業(yè)信用的中介效應在國有企業(yè)中更大，而政府補貼的中介效應在非國有企業(yè)中更大；從大型企業(yè)與中小企業(yè)的異質(zhì)性來看，商業(yè)信用的中介效應在大型企業(yè)中顯著，在中小企業(yè)中不顯著，政府補貼的中介效應則在大型企業(yè)中更大。上述實證結(jié)論支持了本文的理論假說，從中可得到如下啟示：

我國經(jīng)濟已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，經(jīng)濟發(fā)展方式也從要素驅(qū)動轉(zhuǎn)向創(chuàng)新驅(qū)動。目前，融資約束依然是阻礙企業(yè)創(chuàng)新的主要因素之一。數(shù)字金融通過數(shù)字技術實現(xiàn)信息共享并促成資金共享，進而能夠緩解企業(yè)的融資約束，促進企業(yè)創(chuàng)新，且該機制具備較強的普惠性。數(shù)字金融對企業(yè)資金配置的改善存在市場機制和政府調(diào)控兩種方式，進而數(shù)字金融對企業(yè)創(chuàng)新的促進具有市場力量和政府作用兩條路徑。因此，在積極推動數(shù)字金融健康發(fā)展的同時，要進一步完善市場機制，更好地發(fā)揮政府作用，通過市場“看不見的手”和政府“看得見的手”不斷優(yōu)化資源配置，有效促進企業(yè)創(chuàng)新，實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展。

從完善市場機制來看，要進一步挖掘和發(fā)揮數(shù)字金融的共享和普惠優(yōu)勢，使所有經(jīng)濟主體在統(tǒng)一的大市場上平等地享受資金配置優(yōu)化帶來的紅利。以商業(yè)信用為例，目前，國有企業(yè)和大型企業(yè)由于具有明顯的資源和信用優(yōu)勢而較易獲得較高的商業(yè)信用，而非國有企業(yè)和中小企業(yè)的商業(yè)信用較低，尤其是中小企業(yè)信用關聯(lián)的企業(yè)較少，很少有機會利用商業(yè)信用。對此，需要積極探索解決辦法，進一步利用數(shù)字金融充分挖掘中小企業(yè)的商業(yè)信用潛力，為其緩解融資約束提供多元化路徑，進而促進其創(chuàng)新發(fā)展。從更好發(fā)揮政府作用來看，一方面，政府要充分利用先進的數(shù)字技術構(gòu)建高水平信息交流平臺，提高政府行為的精準性和有效性；另一方面，要繼續(xù)深入實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，并增強政府補貼、政策優(yōu)惠等的針對性、導向性和信號性。政府要科學制定發(fā)展戰(zhàn)略和規(guī)劃，把促進企業(yè)創(chuàng)新作為政府補貼的主要目標之一，應用現(xiàn)代信息技術精準篩選出有創(chuàng)新能力的企業(yè)，優(yōu)化對創(chuàng)新企業(yè)的補助方式，并完善政府補貼使用的監(jiān)督制度和補貼項目效果評估機制，以確保政府補貼的有效使用，更好地發(fā)揮政府補貼對企業(yè)創(chuàng)新的激勵和支持作用。

技術進步不僅會提高生產(chǎn)效率、加快經(jīng)濟增長，而且可以完善市場機制、優(yōu)化政府調(diào)控。數(shù)字經(jīng)濟改變了人們的生產(chǎn)生活方式，也對市場運行機制和政府調(diào)控方式產(chǎn)生了深遠影響。以數(shù)字金融為代表的數(shù)字經(jīng)濟是信息技術、數(shù)字技術、人工智能等先進技術快速發(fā)展和廣泛應用的結(jié)果，數(shù)字金融利用先進技術改造傳統(tǒng)金融，在促進金融業(yè)自身繁榮的同時也改進了資金配置方式和效率，而且這種改進同時體現(xiàn)在市場配置和政府配置上。因此，如何更好地利用先進技術完善資源配置方式，提高資源配置效率和績效，并處理好市場與政府的關系，是值得深入探究的問題。本文雖然基于數(shù)字金融促進企業(yè)創(chuàng)新對此進行了有益探索，但由于現(xiàn)實經(jīng)濟變量往往受到市場機制和政府調(diào)控的共同影響，難以將市場與政府的作用效果進行準確分離，所選取的商業(yè)信用只能反映很小一部分的市場機制效應，政府補貼也非政府調(diào)控的全部手段，因而只能說明數(shù)字金融發(fā)展對企業(yè)創(chuàng)新的促進是市場機制和政府調(diào)控共同作用的結(jié)果，并不能對兩者的作用效果進行準確劃分和比較。因此，進一步的研究有待研究方法的改進及數(shù)據(jù)的優(yōu)化。此外，還有必要深入探究數(shù)字經(jīng)濟發(fā)展的各種經(jīng)濟效應中的市場機制與政府作用。