夏 琴，劉劍民

（1.湖南科技大學商學院，湖南湘潭 411100；2.南昌大學經濟管理學院，江西南昌 330031）

一、引言

創(chuàng)新是實現(xiàn)經濟高質量發(fā)展的驅動力和重要引擎，企業(yè)是經濟活動的主體，也是創(chuàng)新活動的主體。但是，企業(yè)創(chuàng)新具有不確定性，技術和知識具有公共產品的溢出性和資本市場的不完美（Dimos 和Pugh，2016），企業(yè)創(chuàng)新活動往往會遇到市場失靈的問題（Tassey，2004）。創(chuàng)新具有正外部性、不確定性和投資周期長等特征，企業(yè)需要大量的資金來維持創(chuàng)新活動的長期投入（解維敏和方紅星，2011），企業(yè)內部資金和傳統(tǒng)銀行經營貸款并不足以支撐長期研發(fā)投入。企業(yè)研發(fā)往往涉及私人知識產權保密性和獨占性，企業(yè)與資金供應方存在信息不對稱，資金供應方無法進行最優(yōu)投資選擇，會導致資金流向非研發(fā)活動，而創(chuàng)新產出的難以評估會導致企業(yè)很難獲得外部融資，或融資成本非常高（Carpenter 和Petersen，2002）。

政府補助能夠激勵企業(yè)從事研發(fā)活動。通過政府補助，政府起到了投資人的作用，從金融方面支持企業(yè)的研發(fā)創(chuàng)新活動（Kolluru 和Mukhopadhaya，2017），給予創(chuàng)新企業(yè)適當補助成為政府引導企業(yè)進行研究與開發(fā)的普遍做法。1999－2020年，中國國家財政科學技術撥款由543.9 億元增加到10095.0 億元，年均增長率為14.9%①作者根據(jù)歷年全國科技經費投入統(tǒng)計公報整理得出。。相對于不斷增加的政府補助，中國企業(yè)的創(chuàng)新效率卻相對低下（吳和成等，2010），存在明顯研發(fā)要素錯配等市場失靈現(xiàn)象，企業(yè)創(chuàng)新的效率和積極性偏低。政府補助能否抑制市場失靈，政策實施的效果是否會符合政府最初的目標，是企業(yè)創(chuàng)新研究的焦點。

學者們對政府補助和企業(yè)創(chuàng)新績效之間的關系進行了探討，主要有以下三種結論：一是政府補助對企業(yè)創(chuàng)新具有激勵作用，政府向企業(yè)提供補貼可以緩解企業(yè)創(chuàng)新資金不足的困境，從而降低研發(fā)創(chuàng)新成本，同時，政府提供補貼可以向社會傳遞積極信號，提高社會創(chuàng)新活力，提高企業(yè)創(chuàng)新績效（Almus 和Czarnitzki，2003；解維敏等，2009；王明海和李小靜，2017；郭玥，2018）；二是政府補助對企業(yè)創(chuàng)新具有負面影響，例如擠占企業(yè)研發(fā)投入（Wallsten S J，2000；安同良等，2009；閆志俊和于津平，2017）；三是政府補助的影響存在U 型關系或者不確定性（Guellec 和Van Pottelsberghe，2003；張彩江和陳璐，2016；吳偉偉和張?zhí)煲唬?021）。既有研究結論并未達成一致，主要是處于不同經濟環(huán)境下政府補助影響企業(yè)創(chuàng)新的經濟后果可能存在差異。

隨著數(shù)字技術的發(fā)展，數(shù)字金融模式成為實體經濟賴以維持和發(fā)展的血脈，對企業(yè)創(chuàng)新具有重要作用。數(shù)字金融的發(fā)展減弱了傳統(tǒng)金融歧視的弊端，拓寬了技術研發(fā)企業(yè)的融資渠道，使以往難以從銀行獲得貸款的企業(yè)也能獲得金融資金（Buchak 等，2018），有效提高了企業(yè)創(chuàng)新的積極性與成功率（莊毓敏等，2020）；借助于大數(shù)據(jù)、物聯(lián)網、人工智能和云計算等數(shù)字技術，數(shù)字金融改善了由于信息不對稱而產生的高風險溢價和高運營成本問題（黃浩，2018），優(yōu)化資源配置效率，為企業(yè)創(chuàng)新提供新機遇（唐松等，2020）；企業(yè)創(chuàng)新離不開金融的支持，如何利用數(shù)字科技提高創(chuàng)新績效一直是理論界關注的焦點（萬佳彧等，2020）。數(shù)字金融模式下政府補助是否可以有效解決企業(yè)創(chuàng)新激勵難題？作用機制如何運作？分析數(shù)字金融模式的影響路徑和作用機制有利于正確理解和分析當前數(shù)字金融模式下政府補助和企業(yè)創(chuàng)新績效之間的關系。

本文的主要貢獻：一是內容上，拓展和補充了政府補助影響企業(yè)創(chuàng)新績效的影響機理。本文提出并探索政府補助緩解研發(fā)資源錯配、形成知識產權保護和知識溢出補償?shù)鹊挠绊憴C理，對現(xiàn)有理論研究進行補充；二是機制上，探索和構建了數(shù)字金融模式下政府補助影響企業(yè)創(chuàng)新績效的多因素影響框架?，F(xiàn)有文獻雖然研究了政府補助與企業(yè)創(chuàng)新的直接關系，但對數(shù)字經濟模式下政府補助如何支持企業(yè)創(chuàng)新的研究不夠深入。更為重要的是，既有研究未將其他重要因素納入政府補助影響企業(yè)創(chuàng)新的研究框架，存在片面性，系統(tǒng)性較差，尤其是對數(shù)字金融模式這一現(xiàn)實中重要的因素未給予應有的重視，關于數(shù)字金融模式對政府補助與企業(yè)創(chuàng)新績效關系的影響，以及數(shù)字金融模式是否和如何作用于政府補助與企業(yè)創(chuàng)新績效三者關系的研究比較少見。本文率先將數(shù)字金融模式這一現(xiàn)實中的重大影響因素納入政府補助與企業(yè)創(chuàng)新績效研究框架和理論模型中，探索和驗證該重要因素的影響機制。

二、理論分析與研究假設

（一）數(shù)字金融模式下政府補助與企業(yè)創(chuàng)新績效

企業(yè)研發(fā)活動具有外部性特征和溢出效應。企業(yè)通常無法將創(chuàng)新收益全部內部化，其研發(fā)活動難以獲得應有補償甚至收益低于投入，且研發(fā)創(chuàng)新的公共產品特性導致企業(yè)創(chuàng)新投入無法達到最優(yōu)投資水平。從企業(yè)角度來看，創(chuàng)新的不確定性、私人知識產權保護不足和研發(fā)補償市場機制不健全等問題，在一定程度上增加了企業(yè)研發(fā)成本和信息不對稱性，極大地弱化了企業(yè)創(chuàng)新的積極性。由于傳統(tǒng)要素市場價格扭曲和市場失靈風險的存在，單純的市場力量難以將研發(fā)資源有效配置到企業(yè)研發(fā)活動中，企業(yè)創(chuàng)新績效往往并不理想。政府補助作為彌補市場失靈的有效調節(jié)手段，可以彌補創(chuàng)新的技術外溢效應，起到降低研發(fā)成本的作用。

企業(yè)創(chuàng)新具有正外部性，通過政府補助對企業(yè)進行扶持有利于提高企業(yè)的創(chuàng)新研發(fā)活力。但政府部門對企業(yè)創(chuàng)新能力缺乏了解，無法對申請研發(fā)補助的企業(yè)進行精準判別，可能導致具有發(fā)展?jié)摿Φ膭?chuàng)新項目無法得到政府補助（李春濤等，2020）。隨著企業(yè)創(chuàng)新能力和技術水平的提高，創(chuàng)新對投入的數(shù)量和效率等要求越來越高，傳統(tǒng)工業(yè)經濟時代的金融供給模式已不能滿足后工業(yè)時代企業(yè)創(chuàng)新發(fā)展的需要。

數(shù)字金融是金融與科技疊加之后產生的、與數(shù)字經濟相對應的一種金融形態(tài)。數(shù)字金融模式下，金融科技是手段，服務實體經濟是內核。實踐中，數(shù)字銀行、數(shù)字支付、數(shù)字供應鏈金融、數(shù)字普惠金融、數(shù)字保險等都可看作是數(shù)字金融模式的形式。數(shù)字金融模式賴以生存的基礎是大數(shù)據(jù)和信用信息，數(shù)字金融模式下政府機構與各類信息主體、研發(fā)企業(yè)連接起來，金融機構與政府部門數(shù)據(jù)互通，打破了數(shù)據(jù)壁壘，政府機構可以利用大數(shù)據(jù)、云計算等先進信息技術對企業(yè)進行更精準地評估，緩解政府和企業(yè)之間的信息不對稱，政府可以對企業(yè)進行精準化補助，從而提高企業(yè)的創(chuàng)新績效。政府對企業(yè)信息的全面了解，有助于其精準制定和實施政策，提高企業(yè)投資項目的審批效率（談婕和高翔，2020）。隨著數(shù)字技術的發(fā)展，數(shù)字金融模式成為新常態(tài)和新業(yè)態(tài)，數(shù)字金融產品越來越豐富和復雜，更有效地滿足了企業(yè)的創(chuàng)新需求。

數(shù)字金融模式下，政府補助更有利于緩解研發(fā)資源錯配。政府補助依靠行政力量彌補市場失靈，將研發(fā)所需要的資金直接注入企業(yè)研發(fā)活動，調整要素市場扭曲所形成的資本逐利行為，數(shù)字金融模式提升企業(yè)受政府信任的程度和得到政府補助的速度，可以使企業(yè)獲得足量市場資金，促進市場要素合理配置，促進企業(yè)創(chuàng)新投入和實質性的創(chuàng)新產出，顯著提高企業(yè)的研發(fā)績效。企業(yè)出于減少研發(fā)成本和優(yōu)化投資結構的考慮，也愿意將政府補助投入到企業(yè)創(chuàng)新活動中，以獲取更多創(chuàng)新績效，從而形成良性循環(huán)。

數(shù)字金融模式下，政府補助有利于保護知識產權，形成知識溢出補償效應。企業(yè)創(chuàng)新活動形成的知識產權在市場中會引來競爭者的模仿和學習，逐步轉變成公共知識，具有外部性，競爭者的研發(fā)成本幾乎為零，導致研發(fā)企業(yè)成本雖高卻無法獲得應有補償。數(shù)字金融模式下，政府補助是企業(yè)創(chuàng)新活動中知識保護和補償?shù)闹匾问?，?shù)字金融模式降低了企業(yè)資金成本并加速企業(yè)資金周轉速度，政府補助代表政府對研發(fā)企業(yè)知識產權的認可與支持，減少了企業(yè)創(chuàng)新的不確定性和風險（Almus 和Czarnitzki，2003）。更重要的是，政府補助可以補償私人知識產權演化為公共知識的成本，促進了私人知識產權保護，使企業(yè)研發(fā)成本得到補償，從而激勵企業(yè)的創(chuàng)新活動。

基于此，本文提出假設1。

假設1：數(shù)字金融模式作用下，政府補助可以促進企業(yè)提升創(chuàng)新績效。

（二）數(shù)字金融模式調節(jié)作用下政府補助對企業(yè)創(chuàng)新績效影響路徑

企業(yè)進行創(chuàng)新活動需要花費大量的成本，包括資金投入和人力投入，而創(chuàng)新活動帶來的效益具有滯后性，當資金不足以支撐研發(fā)投入時，企業(yè)便會陷入融資危機，融資約束一直是困擾企業(yè)創(chuàng)新的一個重要因素。大多數(shù)研發(fā)信息都屬于企業(yè)的私有知識產權，知識產權具有私密性和獨占性，而資金供給方則缺乏企業(yè)具體信息，為防止逆向選擇與委托代理，趨向于嚴格化資金供給條件甚至不予供給，這使得企業(yè)的融資約束更加嚴重，缺乏創(chuàng)新投入資金。

傳統(tǒng)金融模式下，融資約束制約了企業(yè)（尤其是中小企業(yè)）的技術創(chuàng)新投入，而數(shù)字金融模式可以緩解企業(yè)的融資約束,進而提高企業(yè)創(chuàng)新績效。一方面，數(shù)字金融模式調節(jié)作用下，政府補助意味著實現(xiàn)高質量和突破性創(chuàng)新的企業(yè)更容易獲得私有知識產權補償資金，降低了企業(yè)的研發(fā)成本。政府補助相當于企業(yè)從政府獲得了直接融資，緩解了企業(yè)開展創(chuàng)新活動的融資約束（Koga，2003；辜勝阻等，2018）。數(shù)字金融模式下，政府補助可以更為精準地提供給國家急需產業(yè)和企業(yè)關鍵技術領域，可能實現(xiàn)高質量和突破性創(chuàng)新的企業(yè)可以獲得更多補助，改變傳統(tǒng)模式下政府補助可能被錯配的狀況。另一方面，數(shù)字金融模式調節(jié)作用下，政府補助能夠緩解擔保機構之間協(xié)調失靈帶來的負面影響（Beck 等，2010），有助于增加企業(yè)的融資機會，使企業(yè)更容易獲得外部機構的融資（高艷慧等，2012）。數(shù)字金融模式調節(jié)作用下，政府補助還能夠緩解信息不對稱，即獲得政府補助能夠幫助企業(yè)傳遞積極的信號（Kleer，2010；Takalo 和Tanayama，2010），因為投資者認為政府一般傾向于支持和扶持技術知識型企業(yè)（Hauessler 等，2009；Takalo 和Tanayama，2010），資金供給方更信賴基于大數(shù)據(jù)的政府補助投向，投資意愿增強，從而緩解可能實現(xiàn)高質量和突破性創(chuàng)新企業(yè)的資金壓力，產生明顯的信號傳遞效應，引導資本要素流向（劉劍民等，2019），降低相關企業(yè)的融資約束。

此外，傳統(tǒng)金融市場存在的信息不對稱現(xiàn)象導致企業(yè)面臨外部融資約束（Myers 和Majluf，1984），抑制了企業(yè)創(chuàng)新活動的開展。而數(shù)字金融模式推動金融市場日益繁榮，企業(yè)融資約束趨向緩解。一方面，數(shù)字金融模式拓寬了金融服務的范圍，使企業(yè)獲得信貸支持的可能性增大。傳統(tǒng)信貸機構通常以企業(yè)可抵押的資產作為放貸的基礎，缺乏抵押物的企業(yè)往往面臨較大的融資約束，而數(shù)字金融模式下，金融業(yè)對該類企業(yè)長遠的發(fā)展前景進行評估，能夠惠及更多難以獲得傳統(tǒng)信貸的企業(yè)，尤其是中小企業(yè)。另一方面，數(shù)字金融模式降低了資金供求雙方的信息不對稱，金融機構通過應用互聯(lián)網、人工智能和云計算等技術對企業(yè)進行篩選和評估，以便更高效地提供資金，從而緩解企業(yè)研發(fā)活動的融資約束。

基于此，本文提出假設2。

假設2：數(shù)字金融模式的調節(jié)作用可有效緩解融資約束，進而促進企業(yè)提高創(chuàng)新績效。

成熟的大型企業(yè)擁有充裕的現(xiàn)金流和廣闊的融資渠道，創(chuàng)新實力強，對政府補助的依賴程度相對較弱；而小型企業(yè)實力較弱，創(chuàng)新動力不足，同時因自身的抵押或擔保不夠，往往面臨更大的融資約束。因此，政府補助應更多地向小型企業(yè)傾斜，從而緩解小型企業(yè)資金不足的困境，切實激發(fā)小型企業(yè)研發(fā)投入積極性，政府補助可以顯著緩解中小企業(yè)融資約束（Czarnitzki，2006；Thorsten 等，2010）。

基于此，本文提出假設3。

假設3：在小型企業(yè)中，政府補助緩解融資約束。

三、研究設計

（一）樣本與數(shù)據(jù)

本文選擇2007－2020年A 股上市公司數(shù)據(jù)，篩選過程如下：一是剔除ST 企業(yè)；二是剔除數(shù)據(jù)存在異常值樣本；三是剔除數(shù)據(jù)缺失樣本。參考2012年開始施行的《國民經濟行業(yè)分類》（GB/T4754—2011），將樣本企業(yè)劃分為20 個門類行業(yè)。經過篩選，獲取了16388 個觀測值，覆蓋18 個行業(yè)。本文數(shù)據(jù)主要源自國泰安數(shù)據(jù)庫、中國統(tǒng)計年鑒等，對連續(xù)變量進行1%縮尾（Winsorize），標準誤差進行公司層面Cluster 處理。

（二）變量說明

1.企業(yè)創(chuàng)新績效

企業(yè)創(chuàng)新績效（lnapp），本文選取企業(yè)創(chuàng)新專利的申請量并對其進行對數(shù)化處理，作為企業(yè)創(chuàng)新績效的替代變量，即企業(yè)創(chuàng)新專利申請數(shù)越多，企業(yè)創(chuàng)新績效越高。

2.政府補助

政府補助（lnsub），營業(yè)外收入的政府補助部分，對其取對數(shù)。

3.數(shù)字金融模式

2016年，中國人民銀行參與制定的《G20 數(shù)字普惠金融高級原則》在G20 峰會公布，并在同年正式通過，該原則指出：利用數(shù)字技術推動普惠金融發(fā)展，擴展數(shù)字金融服務基礎設施生態(tài)系統(tǒng)，數(shù)字普惠金融發(fā)展成為數(shù)字金融模式最具代表性的業(yè)態(tài)。鑒于此，本文取北京大學普惠金融指數(shù)表示數(shù)字金融模式。

4.融資約束

借鑒Hadlock 和Pierce（2010）構建的sa指數(shù)，sa=-0.737size+0.043size2-0.04age，sa指數(shù)為負，且絕對值越大表示融資約束越大。其中，size=ln（企業(yè)資產總額/1000000），企業(yè)資產總額單位為元，age為公司的上市年限。

本文變量及定義詳見表1。

表1 變量定義

（三）模型設計

1.政府補助對企業(yè)創(chuàng)新績效的基準模型

為分析政府補助對企業(yè)創(chuàng)新績效的影響，本文構建回歸模型（1）：

其中，control表示模型中的控制變量，region、industry和year表示控制了城市、行業(yè)和年份效應。

2.數(shù)字金融模式的調節(jié)效應模型

在模型（1）的基礎上加入數(shù)字金融模式、數(shù)字金融模式和政府補助的交互項，考察數(shù)字金融模式的調節(jié)作用：

3.數(shù)字金融模式調節(jié)作用下政府補助對企業(yè)創(chuàng)新績效的影響路徑

為驗證假設2，本文運用有調節(jié)的中介效應模型（溫忠麟和葉寶娟，2014），并在上述模型的基礎上加入融資約束、融資約束與數(shù)字金融模式的交互項。

4.異質性檢驗

按照企業(yè)的資產規(guī)模對所有實證樣本進行分組檢驗，考察政府補助緩解融資約束從而促進企業(yè)創(chuàng)新績效的作用在大型企業(yè)和小型企業(yè)中是否有所區(qū)別。本文取企業(yè)規(guī)模的中位數(shù)來劃分大小型企業(yè)，分樣本進行檢驗。

四、實證檢驗

（一）描述性統(tǒng)計

變量的描述性統(tǒng)計結果如表2所示。統(tǒng)計結果顯示，企業(yè)創(chuàng)新專利的申請量（lnapp）最小值為0.693，最大值為7.336，平均值為3.181，說明企業(yè)創(chuàng)新績效波動較大。政府補助（lnsub）的最大值為20.32，是最小值9.903 的2 倍多，說明不同企業(yè)之間政府補助的差額較大?；诖?，研究獲得更多政府補助的企業(yè)，政府補助對其創(chuàng)新績效的激勵作用是否更好。

表2 描述性統(tǒng)計

（二）回歸模型與假設檢驗

采用普通最小二乘法（OLS）進行數(shù)據(jù)回歸，結果如表3所示。第（1）列是模型（1）對企業(yè)創(chuàng)新專利申請量的回歸，可以看出，政府補助（lnsub）系數(shù)在1%水平上顯著，系數(shù)為正說明企業(yè)獲得的政府補助越高，企業(yè)創(chuàng)新專利申請量越高，政府補助與企業(yè)創(chuàng)新績效顯著正相關。表3第（2）列是模型（2）對企業(yè)創(chuàng)新專利申請量的回歸，可以看出，政府補助和數(shù)字金融模式的交互項（lnsub×index）系數(shù)在1%水平上顯著且為正，說明數(shù)字金融模式對政府補助之于企業(yè)創(chuàng)新具有正向調節(jié)效應，假設1 得到驗證。

表3 創(chuàng)新績效回歸結果

（三）有調節(jié)的中介效應模型

有調節(jié)的中介效應回歸結果如表4所示，政府補助與數(shù)字金融模式交互項（lnsub×index）系數(shù)在1%水平上顯著為負，數(shù)字金融模式與融資約束交互項（sa_×index）系數(shù)在1%水平上顯著為正。這表明，數(shù)字金融模式的調節(jié)作用可有效緩解融資約束，進而促進企業(yè)提高創(chuàng)新績效，假設2 得到驗證。

表4 有調節(jié)的中介效應回歸結果

（四）異質性檢驗

表5是分企業(yè)規(guī)模的回歸結果。由表5第（7）列可以看出，對于大型企業(yè)，政府補助（lnsub）的系數(shù)為負，但不顯著，說明在大型企業(yè)中，政府補助緩解融資約束的效果不顯著。由表5第（3）列可以看出，政府補助（lnsub）的系數(shù)在1%的水平上顯著為負，說明在小型企業(yè)中，政府補助顯著緩解了融資約束，提高了企業(yè)創(chuàng)新績效，假設3 得到驗證。

表5 分企業(yè)規(guī)模的回歸結果

五、穩(wěn)健性檢驗

（一）內生性問題

為了獲取更加穩(wěn)健的估計量，本文借鑒楊洋等（2015）的做法，使用兩階段最小二乘法，采取按行業(yè)統(tǒng)計的當年及滯后一期的政府補助均值作為政府補助的兩個工具變量進行回歸，結果如表6所示。可以看出，政府補助（lnsub）的系數(shù)在1%的水平上顯著為正，政府補助與數(shù)字金融模式（lnsub×index）交互項的系數(shù)在5%的水平上顯著為正，回歸結果與前文一致，說明結果是穩(wěn)健的，假設1 和假設2 成立。

表6 工具變量法

（二）關鍵變量替代

選取企業(yè)當年創(chuàng)新專利授權量作為企業(yè)創(chuàng)新績效的替代變量，回歸結果如表7顯示，政府補助（lnsub）的系數(shù)在1%的水平上顯著為正，政府補助與數(shù)字金融模式（lnsub×index）交互項的系數(shù)在10%的水平上顯著為正，再次驗證了假設1 和假設2。

表7 創(chuàng)新績效指標替代

此外，創(chuàng)新活動具有長周期性特點，大多數(shù)創(chuàng)新研究都需要投入幾年甚至更長的時間，政府補助對創(chuàng)新績效的影響具有滯后性。故解釋變量滯后一期（lnsubt-1），檢驗其與企業(yè)創(chuàng)新績效（lnapp）的關系。由表8可知，政府補助滯后一期（lnsubt-1）的系數(shù)和政府補助滯后一期與數(shù)字金融模式（lnsubt-1×index）交互項的系數(shù)在1%的水平上顯著為正，回歸結果依然驗證了假設1 和假設2。

表8 政府補助指標替代

（三）截取時間段的子樣本檢驗

財稅政策改革對產業(yè)升級和經濟高質量發(fā)展有重要的現(xiàn)實意義，2012年以來，我國逐漸開始實施大規(guī)模的減稅降費政策，最值得關注的是“營改增”政策的實施。“營改增”可以通過緩解地區(qū)間稅收逐底競爭、促進產業(yè)結構升級、提高地區(qū)創(chuàng)新水平來促進企業(yè)創(chuàng)新發(fā)展（崔志坤和張奇，2021）。鑒于此，本文截取區(qū)間為2012－2020年子樣本進行檢驗，結果如表9所示。由表9可知，政府補助（lnsub）的系數(shù)在1%的水平上顯著為正，政府補助與數(shù)字金融模式（lnsub×index）交互項的系數(shù)在10%的水平上顯著為正，結果與前文一致，假設1 和假設2 均成立。

表9 截取時間段

六、研究結論和政策建議

本文以2007－2020年中國A 股上市企業(yè)為樣本，通過理論和實證檢驗政府補助對企業(yè)創(chuàng)新績效的影響，并進一步探索了作用機制和影響路徑。研究發(fā)現(xiàn)：政府補助顯著正向影響企業(yè)創(chuàng)新績效，數(shù)字金融模式在政府補助促進企業(yè)提升創(chuàng)新績效中起到了積極的調節(jié)作用；有調節(jié)的中介效應檢驗表明，數(shù)字金融模式的調節(jié)作用可有效緩解融資約束，進而促進企業(yè)提升創(chuàng)新績效；進一步研究表明，在小規(guī)模企業(yè)中政府補助緩解融資約束的效果更為顯著。

基于以上結論，本文提出如下建議：一是政府要根據(jù)企業(yè)特質制定不同的政府補助發(fā)放政策，政府補助對企業(yè)融資約束的緩解作用在較小規(guī)模企業(yè)中更加顯著，因此，政府補助政策要更多地關注小規(guī)模企業(yè)；二是政府在對企業(yè)進行技術創(chuàng)新補貼時要對企業(yè)進行考核與篩選，政府對企業(yè)申請的創(chuàng)新項目補貼應該持謹慎的態(tài)度；三是企業(yè)要善于利用政府扶持的信號機制，減少信息不對稱產生的融資約束，提高企業(yè)的資金可獲得性；四是加大數(shù)字技術基礎研究投入，鼓勵商業(yè)銀行進行數(shù)字金融轉型，推動數(shù)字金融快速發(fā)展，激勵企業(yè)持續(xù)創(chuàng)新。