段光君 楊希

摘 要：本文在剖析數(shù)字金融對民營企業(yè)技術(shù)創(chuàng)新作用機(jī)制的基礎(chǔ)上，以山東省170家上市民營企業(yè)為研究對象，以民營企業(yè)創(chuàng)新水平為被解釋變量，以數(shù)字金融發(fā)展水平為解釋變量，并引入融資約束為中介變量，利用Tobit模型和中介效應(yīng)模型實(shí)證檢驗(yàn)數(shù)字金融對民營企業(yè)創(chuàng)新的激勵作用。結(jié)果表明，數(shù)字金融發(fā)展既提高了民營企業(yè)的創(chuàng)新投入，又激勵了民營企業(yè)的技術(shù)創(chuàng)新活動，該作用十分顯著；數(shù)字金融發(fā)展主要通過緩解融資約束激勵民營企業(yè)創(chuàng)新?；诖?，本文提出推動數(shù)字金融健康發(fā)展、提升民營企業(yè)的數(shù)字金融適應(yīng)能力等政策建議，旨在通過數(shù)字化轉(zhuǎn)型推進(jìn)民營企業(yè)創(chuàng)新，進(jìn)而助力金融高質(zhì)量發(fā)展，實(shí)現(xiàn)金融強(qiáng)國戰(zhàn)略。

關(guān)鍵詞：民營企業(yè)；數(shù)字金融；融資約束；Tobit模型；數(shù)字化轉(zhuǎn)型

本文索引：段光君，楊希.<變量 2>[J].中國商論，2024（10）：-116.

中圖分類號：F276.44 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-0298（2024）05（b）--05

1 引言

黨的十九屆五中全會提出“加快構(gòu)建新發(fā)展格局，切實(shí)轉(zhuǎn)變發(fā)展方式”，強(qiáng)調(diào)“堅持創(chuàng)新驅(qū)動發(fā)展”。民營企業(yè)是科技創(chuàng)新的重要主體，全國工商聯(lián)發(fā)布的《2023中國民營企業(yè)500強(qiáng)調(diào)研分析報告》顯示，在民營企業(yè)500強(qiáng)中，有414家企業(yè)的核心技術(shù)來源于自主開發(fā)與研制；2022年，民營企業(yè)的國內(nèi)有效專利數(shù)量較上年增長8.42%[1]，充分體現(xiàn)了我國民營企業(yè)的技術(shù)創(chuàng)新活力和創(chuàng)新能力。

企業(yè)技術(shù)創(chuàng)新具有周期長、高風(fēng)險等特征，研發(fā)投入階段和創(chuàng)新產(chǎn)出應(yīng)用階段都具有高度的不確定性[2]；技術(shù)創(chuàng)新活動的保密特征，使得資金的供求雙方存在較大的信息不對稱，因此，企業(yè)的技術(shù)創(chuàng)新活動容易陷入調(diào)整成本和融資成本過高的困境[3]。同時，傳統(tǒng)金融體系金融資源配置效率較低，加之民營企業(yè)資產(chǎn)質(zhì)量不高，缺少優(yōu)質(zhì)的抵質(zhì)押物等特征，面臨更嚴(yán)峻的融資約束，這在很大程度上抑制、阻礙了民營企業(yè)的技術(shù)創(chuàng)新。

數(shù)字金融利用大數(shù)據(jù)、機(jī)器學(xué)習(xí)以及云計算等信息技術(shù)手段改進(jìn)傳統(tǒng)金融服務(wù)業(yè)態(tài)[4]，不僅可以對“海量”信息進(jìn)行篩選，甄別出高創(chuàng)新能力的民營企業(yè)，而且可以拓寬企業(yè)的融資渠道，彌補(bǔ)傳統(tǒng)金融機(jī)構(gòu)忽略長尾客戶的缺點(diǎn)，有利于推動民營企業(yè)創(chuàng)新。

近年來，學(xué)者們初步證實(shí)了數(shù)字金融對企業(yè)創(chuàng)新的正向影響（梁榜和張建華，2019[5]；萬佳彧等，2020[6]；唐松等，2020[7]），但鮮有文章將研究對象聚焦于民營企業(yè)，分析數(shù)字金融發(fā)展對民營企業(yè)創(chuàng)新的激勵作用。這不僅不利于了解現(xiàn)實(shí)中我國數(shù)字金融與民營企業(yè)創(chuàng)新的關(guān)系，也難以為相關(guān)實(shí)踐提供理論指導(dǎo)。因此，本文主要有以下貢獻(xiàn)：一是構(gòu)建數(shù)字金融激勵民營企業(yè)創(chuàng)新的理論框架；二是實(shí)證分析數(shù)字金融發(fā)展對民營企業(yè)創(chuàng)新的激勵作用，為促進(jìn)數(shù)字技術(shù)與金融融合發(fā)展、提高民營企業(yè)創(chuàng)新水平和創(chuàng)新質(zhì)量提供經(jīng)驗(yàn)證據(jù)和數(shù)據(jù)支撐。

2 理論分析與研究假設(shè)

大數(shù)據(jù)、機(jī)器學(xué)習(xí)、云計算等信息技術(shù)手段與傳統(tǒng)金融服務(wù)相結(jié)合形成一種新的金融服務(wù)生態(tài)——數(shù)字金融。高效率、廣覆蓋以及地理穿透性等特征是數(shù)字金融的強(qiáng)大優(yōu)勢，利用這些優(yōu)勢，數(shù)字金融能夠?qū)⒈粋鹘y(tǒng)金融排除在外的弱勢群體，包括民營企業(yè)納入服務(wù)對象，助力構(gòu)建可持續(xù)的普惠性金融體系。數(shù)字金融對民營企業(yè)創(chuàng)新的影響主要有以下幾點(diǎn)。

（1）降低金融服務(wù)門檻，拓寬融資渠道

與其他產(chǎn)權(quán)性質(zhì)的企業(yè)相比，民營企業(yè)信用審核缺乏、資產(chǎn)質(zhì)量不高、發(fā)展規(guī)模小、經(jīng)營不穩(wěn)定，而技術(shù)創(chuàng)新活動又需要投入大量且持續(xù)的資金，顯然，傳統(tǒng)金融機(jī)構(gòu)難以為民營企業(yè)的技術(shù)創(chuàng)新項(xiàng)目提供金融服務(wù)。但較強(qiáng)的客戶觸達(dá)能力使數(shù)字金融能夠以較低的成本將民營企業(yè)等“長尾”客戶群納入服務(wù)對象，一方面，數(shù)字金融不受地理位置和基礎(chǔ)設(shè)施的限制，能夠更廣泛的提供金融服務(wù)，降低了獲取金融服務(wù)的門檻[8]；另一方面，數(shù)字金融的發(fā)展為民營企業(yè)拓寬了融資渠道，使得民營企業(yè)也能享受到周到、舒適的金融服務(wù)，為民營企業(yè)解決了因“雙高”困惑而產(chǎn)生的融資約束問題[9]，激勵民營企業(yè)開展技術(shù)創(chuàng)新項(xiàng)目。

（2）降低融資成本，防范信貸風(fēng)險

由于民營企業(yè)技術(shù)創(chuàng)新屬于高風(fēng)險項(xiàng)目，傳統(tǒng)金融機(jī)構(gòu)在提供融資時，一般都十分謹(jǐn)慎，需要經(jīng)過繁瑣且漫長的審核流程，既拉長了融資周期，也提高了融資成本[10]。然而，數(shù)字金融利用大數(shù)據(jù)、云計算、機(jī)器學(xué)習(xí)等信息技術(shù)，對數(shù)據(jù)信息進(jìn)行篩選、風(fēng)險甄別，快速繪制客戶畫像，緩解信息不對稱，挖掘出真正具有創(chuàng)新能力的民營企業(yè)，利用互聯(lián)網(wǎng)平臺辦理融資手續(xù)，可以有效簡化融資流程，降低融資成本；大數(shù)據(jù)風(fēng)控模型有助于貸前調(diào)查、貸中審查和貸后管理，實(shí)現(xiàn)信貸風(fēng)險的科學(xué)防范。因此，數(shù)字金融能夠利用技術(shù)手段幫助傳統(tǒng)金融機(jī)構(gòu)和互聯(lián)網(wǎng)平臺甄別信貸風(fēng)險，為民營企業(yè)技術(shù)創(chuàng)新優(yōu)質(zhì)項(xiàng)目提供資金支持，降低信貸成本。

（3）構(gòu)建征信體系，提高融資效率

隨著“大、智、移、云”等先進(jìn)的數(shù)字化技術(shù)不斷發(fā)展，傳統(tǒng)金融服務(wù)模式也發(fā)生徹底變革，民營企業(yè)融資狀況得以改善。在數(shù)字金融模式下，大數(shù)據(jù)技術(shù)和人工智能等技術(shù)可實(shí)現(xiàn)對目標(biāo)客戶歷史交易記錄的搜集、分析和整合，同時對技術(shù)創(chuàng)新項(xiàng)目的市場價值進(jìn)行剖析、評估，構(gòu)建多維度信用評價體系，提高金融資源配置效率。民營企業(yè)的技術(shù)創(chuàng)新項(xiàng)目更有機(jī)會獲得貸款，而且技術(shù)創(chuàng)新投入的持續(xù)性也可以得到保證，技術(shù)創(chuàng)新水平不斷提高[4]。

基于以上分析，本文提出以下假設(shè)：

假設(shè)1：數(shù)字金融的發(fā)展可以有效提升民營企業(yè)創(chuàng)新；

假設(shè)2：數(shù)字金融對民營企業(yè)創(chuàng)新的激勵作用，主要通過緩解民營企業(yè)融資約束的渠道實(shí)現(xiàn)。

3 研究設(shè)計

3.1 數(shù)據(jù)來源

本文選取2016—2020年山東省16地市的上市民營企業(yè)作為研究樣本，借鑒北京大學(xué)數(shù)字金融研究中心發(fā)布的地市層面數(shù)字普惠金融指數(shù)作為山東省各地市數(shù)字金融發(fā)展水平的代理變量[11]，依據(jù)上市民營企業(yè)注冊地將兩組數(shù)據(jù)進(jìn)行匹配。本文所使用的數(shù)據(jù)主要來源于國泰安數(shù)據(jù)庫和《中國城市統(tǒng)計年鑒》，缺失值由各城市統(tǒng)計公報數(shù)據(jù)補(bǔ)充?；跀?shù)據(jù)有效性，剔除了金融類企業(yè)，ST、*ST、PT類企業(yè)，當(dāng)年上市企業(yè)以及數(shù)據(jù)缺失或異常的企業(yè)。篩選完成后，最終得到168家企業(yè)的590個非平衡面板數(shù)據(jù)觀測值。

3.2 變量設(shè)定

（1）被解釋變量。本文選取企業(yè)研發(fā)投入強(qiáng)度（RD）作為被解釋變量，參考張璇等（2017）[12]和萬佳彧等（2020）[6]的做法，采用研發(fā)支出占營業(yè)收入的比重來衡量。

（2）解釋變量。本文選取北京大學(xué)數(shù)字普惠金融總指數(shù)（DIFI）及其三個維度分指標(biāo)：數(shù)字金融覆蓋廣度（DCB）、數(shù)字金融使用深度（DUD）和普惠金融數(shù)字化程度（DSS）作為解釋變量，衡量地區(qū)數(shù)字金融發(fā)展水平。為消除量綱影響，本文對數(shù)字普惠金融指數(shù)做歸一化處理。

（3）中介變量。本文選取融資約束指標(biāo)作為中介變量。借鑒梁榜和張建華（2019）[5]、唐松等（2020）[7]的做法，采用KZ指數(shù)作為融資約束指標(biāo)，該指數(shù)越大，表示企業(yè)面臨的融資約束程度越高。

（4）控制變量。本文將從企業(yè)層面和地區(qū)層面選取控制變量，具體包括企業(yè)規(guī)模、企業(yè)年齡、企業(yè)盈利能力、企業(yè)資產(chǎn)負(fù)債率、股權(quán)集中度、政府補(bǔ)助和地區(qū)經(jīng)濟(jì)發(fā)展?fàn)顩r。

3.3 模型構(gòu)建

3.3.1 數(shù)字金融發(fā)展對民營企業(yè)創(chuàng)新的影響

由于研發(fā)投入左斷尾分布，故采用Tobit模型進(jìn)行估計：

模型（1）中，i和t分別表示企業(yè)和年份，RD為企業(yè)研發(fā)投入強(qiáng)度，核心解釋變量為數(shù)字金融指數(shù)（DIFI）及其分指數(shù)（DCB、DUD、DSS），CV為各控制變量，為模型隨機(jī)誤差項(xiàng)。

3.3.2 數(shù)字金融發(fā)展對民營企業(yè)創(chuàng)新影響的路徑

本文在考察數(shù)字金融對民營企業(yè)創(chuàng)新的影響路徑時，借鑒溫忠麟等（2005）提出的中介效應(yīng)檢驗(yàn)步驟[13]，構(gòu)建本文中介效應(yīng)模型：

模型（1）為了考察數(shù)字金融發(fā)展對民營企業(yè)創(chuàng)新的影響，α1代表數(shù)字金融對民營企業(yè)創(chuàng)新的總效應(yīng)。模型（2）反映數(shù)字金融對民營企業(yè)融資約束的影響。模型（3）反映的是數(shù)字金融和融資約束兩個變量對民營企業(yè)創(chuàng)新的共同影響。

4 實(shí)證分析

4.1 描述性統(tǒng)計

表1為主要變量的描述性統(tǒng)計結(jié)果。投入強(qiáng)度變量均值為3.528，表明樣本企業(yè)技術(shù)創(chuàng)新水平較低，從最大最小值來看，山東省上市民營企業(yè)研發(fā)投入強(qiáng)度存在較大差異，同時，該變量的十分位數(shù)為0，說明10%樣本企業(yè)研發(fā)投入為零，因此研發(fā)投入強(qiáng)度變量為左斷尾分布。KZ指數(shù)最大最小值相差18.485，標(biāo)準(zhǔn)差為2.393，表明山東省上市民營企業(yè)的融資約束也存在較大差異。其他控制變量整體波動不大，不存在明顯的離群值。

4.2 基本回歸分析

本文利用Tobit模型檢驗(yàn)了數(shù)字金融發(fā)展對民營企業(yè)創(chuàng)新的影響，回歸結(jié)果如表2所示。其中列（1）為不加任何控制變量，列（2）為加入控制變量，列（3）-列（5）為數(shù)字普惠金融指數(shù)的三個分維度對企業(yè)研發(fā)投入強(qiáng)度的影響?？梢钥闯觯瑪?shù)字金融與民營企業(yè)研發(fā)投入強(qiáng)度在1%顯著性水平下是正相關(guān)關(guān)系，表明數(shù)字金融發(fā)展水平越高的城市，該地區(qū)民營企業(yè)研發(fā)投入強(qiáng)度越強(qiáng)，即假設(shè)1成立。

本文進(jìn)一步考察了數(shù)字普惠金融的三個維度分指數(shù)對民營企業(yè)創(chuàng)新的影響，以此作為初步的穩(wěn)健性檢驗(yàn)，結(jié)果如表2列（3）-列（5）所示。從結(jié)果來看，三個不同維度指數(shù)均通過1%或5%的顯著性檢驗(yàn)，覆蓋廣度、數(shù)字化程度和使用深度對民營企業(yè)創(chuàng)新的影響系數(shù)分別為1.991、1.013和1.009，數(shù)字金融覆蓋廣度對民營企業(yè)創(chuàng)新的影響程度最高。

從控制變量來看，企業(yè)規(guī)模對民營企業(yè)研發(fā)投入強(qiáng)度的影響顯著為正；企業(yè)年齡對民營企業(yè)研發(fā)投入強(qiáng)度的影響在5%的顯著性水平下為-2.087，表明年輕企業(yè)更具創(chuàng)新活力；資產(chǎn)負(fù)債率對民營企業(yè)研發(fā)投入強(qiáng)度的影響系數(shù)為-1.659，且在10%水平下顯著，表明上一期的資產(chǎn)負(fù)債率越低樣本企業(yè)研發(fā)投入強(qiáng)度越高。

4.3 中介效應(yīng)分析

本文運(yùn)用中介效應(yīng)模型，進(jìn)一步探討融資約束在數(shù)字金融激勵民營企業(yè)創(chuàng)新過程中的中介作用[6]。其回歸結(jié)果如表3列（1）至列（3）所示。

表3列（1）即模型（1）的回歸結(jié)果，未加入中介變量，考察數(shù)字金融對民營企業(yè)創(chuàng)新的總效應(yīng)。數(shù)字金融指數(shù)的系數(shù)為1.825，且通過了1%顯著性檢驗(yàn)。表3列（2）為模型（2）的回歸結(jié)果，考察數(shù)字金融對民營企業(yè)融資約束的影響。數(shù)字金融在1%顯著性水平下為負(fù)，表明數(shù)字金融可以顯著的緩解民營企業(yè)的融資約束問題。表3列（3）為模型（3）的回歸結(jié)果，考察在加入中介變量前提下，數(shù)字金融對民營企業(yè)創(chuàng)新的直接效應(yīng)，數(shù)字金融指數(shù)在1%顯著性水平下為1.776，融資約束指標(biāo)在5%顯著性水平下為負(fù)。綜合表2列（1）（2）（3）回歸結(jié)果可以看出，融資約束在數(shù)字金融影響民營企業(yè)創(chuàng)新過程中起部分中介作用。其中，在其他因素保持不變的情況下，數(shù)字普惠金融指數(shù)每增加1個單位，企業(yè)研發(fā)投入強(qiáng)度會直接提升1.776個單位，同時也會使融資約束下降1.545個單位，融資約束每提高1個單位，企業(yè)研發(fā)投入強(qiáng)度下降0.105個單位。因此，數(shù)字普惠金融每提高1個單位會通過融資約束使得民營企業(yè)研發(fā)投入強(qiáng)度間接提升0.1622個單位（1.545*0.105≈0.1622），總效應(yīng)提高1.825個單位，因融資約束而產(chǎn)生的間接效應(yīng)占總效應(yīng)的8.89%。說明數(shù)字金融發(fā)展對民營企業(yè)創(chuàng)新的激勵作用，主要是通過緩解民營企業(yè)融資約束的渠道實(shí)現(xiàn)的，因此假設(shè)2成立。

4.4 穩(wěn)健性檢驗(yàn)

文章借鑒解維敏和方紅星（2011）的做法，采用研發(fā)支出/年初總資產(chǎn)衡量研發(fā)投入強(qiáng)度（RD1）[14]作為研發(fā)投入強(qiáng)度的替代變量進(jìn)行穩(wěn)健性檢驗(yàn)，回歸結(jié)果見表3列（4）。在替換了民營企業(yè)研發(fā)投入衡量方法后，數(shù)字金融的影響系數(shù)為0.957仍在1%水平下顯著且通過了穩(wěn)健性檢驗(yàn)。

5 結(jié)論與建議

5.1 結(jié)論

本文在剖析數(shù)字金融對民營企業(yè)創(chuàng)新影響的基礎(chǔ)上，以2016—2020年山東省170家上市民營企業(yè)為研究樣本，實(shí)證檢驗(yàn)了地區(qū)數(shù)字金融發(fā)展水平對當(dāng)?shù)孛駹I企業(yè)創(chuàng)新的影響程度和影響路徑。主要結(jié)論如下：

第一，數(shù)字金融發(fā)展水平越高，當(dāng)?shù)孛駹I企業(yè)創(chuàng)新能力越強(qiáng)，但數(shù)字金融不同維度指數(shù)對民營企業(yè)創(chuàng)新的影響程度存在細(xì)微差異。覆蓋廣度對民營企業(yè)創(chuàng)新的影響程度最高，而使用深度對民營企業(yè)創(chuàng)新影響程度弱于覆蓋廣度和數(shù)字化支持程度的影響；企業(yè)規(guī)模越大，技術(shù)創(chuàng)新投入強(qiáng)度越高；企業(yè)年齡和企業(yè)資產(chǎn)負(fù)債率對民營企業(yè)創(chuàng)新的影響為負(fù)。

第二，數(shù)字金融可以通過緩解融資約束激勵民營企業(yè)創(chuàng)新。分析其原因，數(shù)字金融利用大數(shù)據(jù)、云計算機(jī)器學(xué)習(xí)等數(shù)字技術(shù)可以有效拓寬融資渠道、降低融資成本、提高融資效率，并以此緩解民營企業(yè)所面臨的融資約束，使民營企業(yè)有充裕的資金進(jìn)行研發(fā)創(chuàng)新活動，進(jìn)而激勵民營企業(yè)創(chuàng)新，綜合來看，融資約束帶來的間接效應(yīng)在總效應(yīng)中占比約為8.89%。

5.2 政策建議

第一，積極推進(jìn)地區(qū)數(shù)字金融健康發(fā)展，緩解融資約束

（1）政府層面，引導(dǎo)地區(qū)數(shù)字金融健康發(fā)展，數(shù)字賦能傳統(tǒng)金融機(jī)構(gòu)業(yè)務(wù)轉(zhuǎn)型。例如，政府引導(dǎo)創(chuàng)立大數(shù)據(jù)和云計算中心，夯實(shí)數(shù)字技術(shù)在金融領(lǐng)域的應(yīng)用。（2）金融機(jī)構(gòu)層面，傳統(tǒng)金融機(jī)構(gòu)應(yīng)盡快實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型，以此促進(jìn)普惠金融發(fā)展，同時在金融業(yè)務(wù)廣度、深度和數(shù)字化程度方面不斷提升。（3）金融監(jiān)管層面，不斷完善數(shù)字金融監(jiān)管體系。當(dāng)前，法律制度不完善是數(shù)字金融監(jiān)管面臨的主要問題。因此，金融監(jiān)管層面應(yīng)盡快完善監(jiān)管體系以適應(yīng)數(shù)字金融的發(fā)展，例如拓展審慎監(jiān)管， “線上線下”聯(lián)合監(jiān)管，提高監(jiān)管效率，加強(qiáng)信息共享等以維護(hù)金融市場穩(wěn)定，使數(shù)字金融更好地扶持實(shí)體經(jīng)濟(jì)[15]。

第二，提升民營企業(yè)數(shù)字金融適應(yīng)能力，加強(qiáng)數(shù)字金融資源配置效率

（1）加快構(gòu)建民營企業(yè)財務(wù)管理制度和信息披露制度[16]，緩解民營企業(yè)在外部融資過程中的信息不對稱。（2）民營企業(yè)應(yīng)合理配置數(shù)字金融資源，將利用數(shù)字金融渠道獲得的融資投入最有效率的創(chuàng)新項(xiàng)目中，充分發(fā)揮數(shù)字金融對民營企業(yè)發(fā)展中的支持作用。（3）民營企業(yè)應(yīng)積極主動了解數(shù)字金融相關(guān)知識，拓寬融資渠道，利用數(shù)字金融開發(fā)技術(shù)創(chuàng)新項(xiàng)目。

參考文獻(xiàn)

全國工商聯(lián)經(jīng)濟(jì)部. 2023中國民營企業(yè)500強(qiáng)調(diào)研分析報告[R].2023（9）.

Hottenrott H， Peters B. Innovative capability and financing constraints for innovation： more money， more innovation？[J]. Review of Economics and Statistics， 2012， 94（4）：1126-1142.

王玉澤，羅能生，劉文彬.什么樣的杠桿率有利于企業(yè)創(chuàng)新[J].中國工業(yè)經(jīng)濟(jì)，2019（3）：138-155.

聶秀華.數(shù)字金融促進(jìn)中小企業(yè)技術(shù)創(chuàng)新的路徑與異質(zhì)性研究[J].西部論壇，2020，30（4）：37-49.

梁榜，張建華.數(shù)字普惠金融發(fā)展能激勵創(chuàng)新嗎： 來自中國城市和中小企業(yè)的證據(jù)[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2019，41（5）：74-86.

萬佳彧，周勤，肖義.數(shù)字金融、融資約束與企業(yè)創(chuàng)新[J].經(jīng)濟(jì)評論，2020（1）：71-83.

唐松，伍旭川.數(shù)字金融與企業(yè)技術(shù)創(chuàng)新： 結(jié)構(gòu)特征、機(jī)制識別與金融監(jiān)管下的效應(yīng)差異[J].管理世界，2020，36（5）：52-66.

陳亮.數(shù)字金融對企業(yè)創(chuàng)新的影響研究[J].商場現(xiàn)代化，2023（6）： 138-140.

劉柳，宋國玉，朱浩.數(shù)字金融能否緩解企業(yè)策略性創(chuàng)新： 基于激勵效應(yīng)和調(diào)節(jié)作用的實(shí)證檢驗(yàn)[J].中國商論，2023（13）：122-125.

譚博謙.新時代中國民營企業(yè)融資困境與紓困對策分析[J].中國商論，2023（17）：99-102.

傅秋子，黃益平.數(shù)字金融對農(nóng)村金融需求的異質(zhì)性影響： 來自中國家庭金融調(diào)查與北京大學(xué)數(shù)字普惠金融指數(shù)的證據(jù)[J].金融研究，2018（11）：68-84.

張璇，劉貝貝，汪婷，等.信貸尋租、融資約束與企業(yè)創(chuàng)新[J].經(jīng)濟(jì)研究，2017，52（5）：161-174.

溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展[J].心理科學(xué)進(jìn)展，2014，22（5）：731-745.

解維敏，方紅星.金融發(fā)展、融資約束與企業(yè)研發(fā)投入[J].金融研究，2011（5）：171-183.

潘玲玲.數(shù)字普惠金融對中小企業(yè)創(chuàng)新的影響研究[D].濟(jì)南： 山東財經(jīng)大學(xué)，2021.

徐雅倫.民營企業(yè)高質(zhì)量發(fā)展困境及對策[J].合作經(jīng)濟(jì)與科技，2023（3）：46-47.