房 昊

（南開大學(xué)，天津 300350）

一、引言

技術(shù)創(chuàng)新是推動經(jīng)濟增長的根本因素，創(chuàng)新已成為推動我國經(jīng)濟發(fā)展的第一動力。目前我國經(jīng)濟正處于由高速增長轉(zhuǎn)向高質(zhì)量發(fā)展的重要階段，而高質(zhì)量發(fā)展階段的重要特征便是經(jīng)濟發(fā)展需要從“要素驅(qū)動”轉(zhuǎn)向“創(chuàng)新驅(qū)動”，增強自主創(chuàng)新能力和加快科技自立自強是暢通國內(nèi)大循環(huán)、在國際循環(huán)中贏得主動的關(guān)鍵所在。中小微企業(yè)作為實體經(jīng)濟的重要組成部分，具有強烈的創(chuàng)新動力和創(chuàng)新潛力，是技術(shù)創(chuàng)新的生力軍?！吨泄仓醒腙P(guān)于制定國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和二〇三五年遠景目標的建議》強調(diào)，要“支持創(chuàng)新型中小微企業(yè)成長為創(chuàng)新重要發(fā)源地”。然而，對于中小微企業(yè)來說，僅憑借內(nèi)源性融資難以滿足其高質(zhì)量研發(fā)創(chuàng)新的需求，而外部融資又存在“融資難、融資貴、融資慢”的問題，極大程度制約了中小微企業(yè)的研發(fā)創(chuàng)新，融資難題成為中小微企業(yè)實現(xiàn)技術(shù)創(chuàng)新的絆腳石。

2015 年12 月31 日，國務(wù)院印發(fā)《推進普惠金融發(fā)展規(guī)劃（2016—2020 年）》，將大力發(fā)展普惠金融提升到國家戰(zhàn)略層面，用以促進金融業(yè)可持續(xù)均衡發(fā)展，推動大眾創(chuàng)業(yè)、萬眾創(chuàng)新，助推經(jīng)濟發(fā)展方式的轉(zhuǎn)型升級。數(shù)字普惠金融將移動互聯(lián)、大數(shù)據(jù)、人工智能、云計算、區(qū)塊鏈等各類數(shù)字技術(shù)與金融服務(wù)業(yè)態(tài)深度融合發(fā)展，具有廣覆蓋、低成本、高效率等諸多優(yōu)勢，作為傳統(tǒng)金融體系的有力補充，為促進中小微企業(yè)的技術(shù)創(chuàng)新帶來新的機遇。

本文基于2011—2018 年新三板掛牌公司的數(shù)據(jù)，結(jié)合我國337個地級以上城市的數(shù)字普惠金融指數(shù)，實證探討數(shù)字普惠金融對企業(yè)創(chuàng)新是否存在顯著的激勵效應(yīng)，并進行影響機制分析。本文的邊際貢獻體現(xiàn)在：第一，本文選取新三板掛牌公司作為研究對象，實證檢驗數(shù)字普惠金融對中小微企業(yè)技術(shù)創(chuàng)新的促進作用，現(xiàn)有研究主要集中于A 股上市公司領(lǐng)域。相較于上市公司，新三板掛牌公司的市值、收入、盈利等規(guī)模普遍更小，更符合“中小微企業(yè)”這一特性，因此本文在研究對象上具備一定創(chuàng)新性。第二，從數(shù)字普惠金融通過降低債務(wù)融資成本進而促進企業(yè)創(chuàng)新這一中介效應(yīng)的角度出發(fā)，探究數(shù)字普惠金融促進中小微企業(yè)創(chuàng)新的作用機制。第三，本文運用了解釋變量滯后一期、工具變量法和雙重差分模型，在一定程度上緩解了模型潛在的內(nèi)生性問題，提高實證結(jié)果的穩(wěn)健性和有效性，在控制模型內(nèi)生性這一點上較現(xiàn)有研究更為完善。第四，創(chuàng)造性地將數(shù)字普惠金融對于當(dāng)?shù)厣虡I(yè)銀行競爭程度的調(diào)節(jié)效應(yīng)與降低企業(yè)融資成本、促進企業(yè)創(chuàng)新結(jié)合起來，進一步實證分析數(shù)字普惠金融影響中小微企業(yè)技術(shù)創(chuàng)新的作用機制。第五，從地理位置、市場分層、所處行業(yè)、企業(yè)所有制四個角度，探究數(shù)字普惠金融促進中小微企業(yè)技術(shù)創(chuàng)新的異質(zhì)性，對于增強我國金融服務(wù)實體經(jīng)濟的能力、實現(xiàn)創(chuàng)新驅(qū)動高質(zhì)量經(jīng)濟發(fā)展具有重要現(xiàn)實意義。

二、文獻綜述及研究假設(shè)

近年來，數(shù)字普惠金融對于企業(yè)技術(shù)創(chuàng)新的影響成為中國學(xué)者研究的熱點。孫繼國等（2020）發(fā)現(xiàn)數(shù)字普惠金融對于發(fā)明專利、實用新型專利、外觀設(shè)計專利這三類企業(yè)創(chuàng)新成果均有明顯的促進作用。錢海章等（2020）通過工具變量法和雙重差分法，研究發(fā)現(xiàn)數(shù)字金融可以通過促進該地區(qū)的技術(shù)創(chuàng)新和創(chuàng)業(yè)，進而促進該地區(qū)的經(jīng)濟增長。賈俊生和劉玉婷（2021）發(fā)現(xiàn)數(shù)字金融發(fā)展對轄區(qū)企業(yè)創(chuàng)新有較顯著的促進作用，且企業(yè)高管的研發(fā)技術(shù)背景和政治關(guān)聯(lián)背景能夠?qū)?shù)字金融在創(chuàng)新激勵方面的作用產(chǎn)生正向和負向的調(diào)節(jié)效果。趙晶晶（2021）利用2011—2018 年深交所創(chuàng)業(yè)板民營上市公司的財務(wù)數(shù)據(jù)，研究發(fā)現(xiàn)數(shù)字普惠金融能夠顯著促進民營中小企業(yè)創(chuàng)新投入的增加，且這種促進效應(yīng)會隨著該企業(yè)社會責(zé)任履行的提高而增加。唐松等（2020）基于2011—2017年滬深兩市A股上市公司數(shù)據(jù)，研究發(fā)現(xiàn)數(shù)字金融的發(fā)展能夠有效校正傳統(tǒng)金融中存在的錯配問題，進而對企業(yè)技術(shù)創(chuàng)新產(chǎn)生結(jié)構(gòu)性的驅(qū)動效果，并且在金融發(fā)展水平相對較差的地區(qū)，數(shù)字金融展現(xiàn)出更強的企業(yè)創(chuàng)新驅(qū)動效果，從而證明數(shù)字金融所具備的普惠特征。

據(jù)此，本文提出研究假設(shè)1：數(shù)字普惠金融能夠促進中小微企業(yè)的技術(shù)創(chuàng)新。

數(shù)字普惠金融主要通過降低中小微企業(yè)的融資成本，緩解其融資約束，從而促進研發(fā)投入和技術(shù)創(chuàng)新。聶秀華（2020）采用2014—2018年深交所中小板及創(chuàng)業(yè)板上市公司的數(shù)據(jù)進行分析，結(jié)果表明數(shù)字普惠金融主要通過緩解中小企業(yè)的融資約束，進而促進中小企業(yè)的技術(shù)創(chuàng)新。梁榜和張建華（2019）通過研究發(fā)現(xiàn)數(shù)字普惠金融的發(fā)展能夠降低中小企業(yè)債務(wù)融資成本，同時緩解中小企業(yè)面臨的外部融資約束，促進中小企業(yè)的創(chuàng)新產(chǎn)出。袁鯤和曾德濤（2020）采用文本分析法構(gòu)建2011—2018 年A 股上市公司融資約束度量指標，并與數(shù)字普惠金融指數(shù)進行匹配，結(jié)果發(fā)現(xiàn)數(shù)字金融能夠顯著緩解企業(yè)面臨的融資約束，這一作用可以歸因于企業(yè)債務(wù)融資成本的降低。

據(jù)此，本文提出研究假設(shè)2：數(shù)字普惠金融通過降低中小微企業(yè)的債務(wù)融資成本，從而促進技術(shù)創(chuàng)新。

此外，數(shù)字普惠金融還可以通過調(diào)節(jié)當(dāng)?shù)劂y行業(yè)的競爭，進而間接影響中小微企業(yè)的技術(shù)創(chuàng)新。封思賢和郭仁靜（2019）認為數(shù)字金融發(fā)展通過促進銀行競爭改善銀行的成本效率，但同時降低了銀行的利潤率。袁鯤和曾德濤（2021）將數(shù)字普惠金融指數(shù)與2011—2018 年中國銀行業(yè)區(qū)域性價格競爭指標相結(jié)合，研究結(jié)果表明，某地區(qū)數(shù)字金融的發(fā)展在一定程度上加劇了當(dāng)?shù)劂y行業(yè)的競爭。吳桐桐和王仁曾（2021）利用中國149 家中小商業(yè)銀行的面板數(shù)據(jù)進行實證分析，結(jié)果證明數(shù)字金融的發(fā)展能夠促進中小商業(yè)銀行間的競爭，且這一影響對城市商業(yè)銀行和中西部地區(qū)中小商業(yè)銀行的效果更顯著。而隨著當(dāng)?shù)劂y行業(yè)的競爭程度加劇，各商業(yè)銀行為獲得更多的業(yè)務(wù)，會降低企業(yè)貸款利率，因此中小微企業(yè)從銀行獲得貸款融資的成本就會相應(yīng)降低，從而促進中小微企業(yè)的技術(shù)創(chuàng)新。

據(jù)此，本文提出研究假設(shè)3：數(shù)字普惠金融能夠調(diào)節(jié)當(dāng)?shù)劂y行業(yè)的競爭程度，降低中小微企業(yè)獲得債務(wù)融資的成本，進而促進其技術(shù)創(chuàng)新。

三、數(shù)據(jù)說明及模型設(shè)計

（一）模型設(shè)計

為了檢驗本文的研究假設(shè)1，即數(shù)字普惠金融對中小微企業(yè)技術(shù)創(chuàng)新的影響，本文構(gòu)建模型如公式（1）所示。

其中，lnpatentit是公司i在第t年的創(chuàng)新水平，選用企業(yè)專利申請數(shù)加1后的自然對數(shù)來表征；DFIICit為公司i所在的地級以上城市在第t年的普惠金融指數(shù)，其系數(shù)β1是本文的關(guān)注重點，用于衡量數(shù)字普惠金融對中小微企業(yè)技術(shù)創(chuàng)新的影響情況；controlsit為一系列公司特征控制變量；μit為年份*行業(yè)固定效應(yīng)，目的是控制隨年份變化的行業(yè)特征；εit為隨機誤差項。

1.被解釋變量。企業(yè)創(chuàng)新（lnpatent）：專利數(shù)量最能體現(xiàn)一個企業(yè)技術(shù)創(chuàng)新的能力，因此本文將專利申請數(shù)量作為企業(yè)技術(shù)創(chuàng)新的替代變量，選用企業(yè)專利申請數(shù)加1后的自然對數(shù)作為被解釋變量，代表企業(yè)的創(chuàng)新能力。

2.核心解釋變量。數(shù)字普惠金融指數(shù)（DFIIC）：本文的核心解釋變量為北京大學(xué)數(shù)字金融研究中心編制的數(shù)字普惠金融指數(shù)，該指數(shù)涵蓋的時間范圍為2011 年至2018 年。同時，北京大學(xué)數(shù)字金融研究中心在傳統(tǒng)普惠金融指標的基礎(chǔ)上，結(jié)合數(shù)字金融服務(wù)新形勢和新特征與數(shù)據(jù)的可得性和可靠性，構(gòu)建數(shù)字普惠金融覆蓋廣度指數(shù)（coverage_breadth）、數(shù)字普惠金融使用深度指數(shù)（usage_depth）等維度來衡量數(shù)字普惠金融服務(wù)的廣度和深度。鑒于該數(shù)字普惠金融指數(shù)所具備的代表性和可靠性，眾多學(xué)者將該指數(shù)用于數(shù)字金融相關(guān)的研究之中。

3.控制變量。企業(yè)規(guī)模（lnasset）：由于企業(yè)規(guī)模是決定企業(yè)技術(shù)創(chuàng)新的關(guān)鍵內(nèi)部因素（馮根福等，2021），本文選取企業(yè)規(guī)模作為控制變量，使用中小微企業(yè)總資產(chǎn)的自然對數(shù)來度量。杠桿率（lev）：對企業(yè)技術(shù)創(chuàng)新的影響存在公司規(guī)模異質(zhì)性和行業(yè)異質(zhì)性（王玉澤等，2019），本文選取杠桿率作為控制變量，采用公司總負債和總資產(chǎn)之比來度量。由于公司成長性、資產(chǎn)收益率和企業(yè)年齡也是影響企業(yè)創(chuàng)新的重要因素（馮根福等，2021），本文選取成長性、資產(chǎn)收益率、企業(yè)年齡作為控制變量，成長性（growth）采用公司營業(yè)收入同比來測度；總資產(chǎn)收益率（roa）使用公司凈利潤與年末總資產(chǎn)的比值來衡量；企業(yè)年齡（lnage）選取公司成立年限的對數(shù)來度量。股權(quán)集中度的提高一方面能夠緩解代理問題，督促管理者開展創(chuàng)新活動，另一方面還會加大大股東承擔(dān)的風(fēng)險成本，導(dǎo)致大股東對創(chuàng)新支持程度的下降（馮根福和溫軍，2008），因此本文進一步控制了股權(quán)集中度（equity），采用公司前十大股東持股比例來衡量。

主要變量及其定義如表1所示。

表1 主要變量及其定義

（二）樣本選擇與數(shù)據(jù)來源

本文的樣本區(qū)間為2011 年至2018 年，研究對象為新三板掛牌公司，并對樣本進行如下處理：剔除金融業(yè)和房地產(chǎn)業(yè)的公司；剔除ST、*ST 的公司；剔除2018 年后掛牌的公司；對主要連續(xù)變量進行1%以下、99%以上的Winsorize 縮尾處理。本文采用的企業(yè)專利申請數(shù)量來自佰騰網(wǎng)專利數(shù)據(jù)庫，經(jīng)處理后得到共21307 個公司的年度專利面板數(shù)據(jù)。數(shù)字普惠金融指數(shù)來自北京大學(xué)數(shù)字金融研究中心編制的數(shù)字普惠金融指數(shù)，銀行業(yè)市場份額數(shù)據(jù)來自中國銀保監(jiān)會官網(wǎng)的金融許可證信息查詢，企業(yè)債務(wù)融資成本、總資產(chǎn)、杠桿率、營業(yè)收入增長率、總資產(chǎn)收益率等財務(wù)數(shù)據(jù)均來自Wind數(shù)據(jù)庫。

（三）變量描述性統(tǒng)計與相關(guān)性分析

從表2的描述性統(tǒng)計可以看出，企業(yè)專利申請數(shù)量（lnpatent）的均值為0.75，中位數(shù)為0，表明大部分新三板掛牌公司的專利申請數(shù)量較少，當(dāng)前的技術(shù)創(chuàng)新水平不足，中小微企業(yè)具備巨大的創(chuàng)新潛力。企業(yè)規(guī)模（lnasset）的均值為8.88，標準差為1.28，表明多數(shù)新三板掛牌公司在規(guī)模上相差不大，均為中小微企業(yè)。杠桿率（lev）的均值為4.77，但標準差為36.89；資產(chǎn)收益率（roa）的均值為0.04，但標準差為0.20，表明新三板掛牌公司之間雖然規(guī)模上差異不大，但其杠桿率和資產(chǎn)收益率相差較為懸殊。股權(quán)集中度（equity）的均值為93.87，標準差為9.67，表明新三板掛牌公司的股權(quán)較為集中，控股股東的平均持股比例超過90%。

表2 描述性統(tǒng)計

從表3的相關(guān)性分析可以看出，企業(yè)創(chuàng)新（lnpatent）和數(shù)字普惠金融指數(shù)（DFIIC）在1%的顯著性水平下正相關(guān)，企業(yè)創(chuàng)新（lnpatent）和企業(yè)規(guī)模（lnasset）、總資產(chǎn)收益率（roa）、企業(yè)年齡（lnage）在1%的顯著性水平下正相關(guān)，企業(yè)創(chuàng)新（lnpatent）和杠桿率（lev）、股權(quán)集中度（equity）在1%的顯著性水平下負相關(guān)。被解釋變量、核心解釋變量、控制變量之間的相關(guān)系數(shù)較?。ň∮?.6），說明基準回歸不存在嚴重的多重共線性問題。

表3 相關(guān)性分析

四、實證分析

（一）基準回歸

表4 展示了數(shù)字普惠金融影響中小微企業(yè)創(chuàng)新的基準回歸結(jié)果，其中各回歸式中的被解釋變量均為企業(yè)全部專利申請數(shù)加1后的自然對數(shù)，各回歸式均控制了年份和行業(yè)固定效應(yīng)，并使用公司層面聚類的穩(wěn)健標準誤。列（1）和列（2）的結(jié)果顯示，數(shù)字普惠金融指數(shù)（DFIIC）的系數(shù)在1%的顯著性水平下為正，表明數(shù)字普惠金融能夠顯著地提升新三板企業(yè)的創(chuàng)新能力，從而印證研究假設(shè)1，即數(shù)字普惠金融的推廣和實施能夠有效促進中小微企業(yè)的技術(shù)創(chuàng)新。本文還以數(shù)字普惠金融覆蓋廣度（coverage_breadth）和數(shù)字普惠金融使用深度（usage_depth）這兩個二級指標作為解釋變量進行回歸，結(jié)果如列（3）至列（6）所示，可以看出，這兩個指標的回歸系數(shù)均顯著為正，說明數(shù)字普惠金融覆蓋廣度（coverage_breadth）和使用深度（usage_depth）的提升，能夠使得中小微企業(yè)的創(chuàng)新能力隨之得到提升。從控制變量的回歸結(jié)果來看，企業(yè)規(guī)模（lnasset）在1%的水平下顯著為正，總資產(chǎn)收益率（roa）在10%的水平下顯著為正，股權(quán)集中度（equity）在5%的水平下顯著為負，表明更大的公司規(guī)模、更高的資產(chǎn)收益率和更分散的股權(quán)集中度會促進中小微企業(yè)創(chuàng)新。

表4 數(shù)字普惠金融與中小微企業(yè)技術(shù)創(chuàng)新

（二）債務(wù)融資成本的中介效應(yīng)

前文的分析結(jié)果顯示數(shù)字普惠金融促進新三板企業(yè)技術(shù)創(chuàng)新的結(jié)論是穩(wěn)健的，本文進一步從企業(yè)債務(wù)融資成本的角度考察數(shù)字普惠金融促進中小微企業(yè)創(chuàng)新的內(nèi)在機制。為了印證研究假設(shè)2，本文構(gòu)建中介效應(yīng)模型來檢驗數(shù)字普惠金融影響中小微企業(yè)技術(shù)創(chuàng)新的作用機制。中介效應(yīng)檢驗?zāi)Ｐ驮O(shè)計如公式（2）至公式（4）所示。

其中，debtcostit為中介變量，選用公司i在第t年的利息支出除以該公司在第t年末的總負債余額來衡量，該變量反映一家公司為獲得債務(wù)融資而付出的成本；lnpatentit是公司i在第t年的創(chuàng)新水平，選用企業(yè)專利申請數(shù)加1后的自然對數(shù)來表征；DFIICit為公司i所在的地級以上城市在第t年的數(shù)字普惠金融指數(shù)；controlsit為一系列公司特征控制變量；μit為年份*行業(yè)固定效應(yīng)，目的是控制隨年份變化的行業(yè)特征；εit為隨機誤差項。

中介效應(yīng)檢驗的第一步衡量了數(shù)字普惠金融對新三板掛牌企業(yè)技術(shù)創(chuàng)新的影響，若β1顯著為正，則表明數(shù)字普惠金融能夠顯著提升新三板掛牌企業(yè)的創(chuàng)新能力；中介效應(yīng)檢驗的第二步衡量了數(shù)字普惠金融對新三板掛牌企業(yè)債務(wù)融資成本的影響，若γ1顯著為負，則表明數(shù)字普惠金融能夠顯著降低新三板掛牌企業(yè)的債務(wù)融資成本；中介效應(yīng)檢驗的第三步將中介變量debtcostit加入基準回歸方程中，若α2顯著為負，則說明中介效應(yīng)存在，即數(shù)字普惠金融能夠通過降低新三板掛牌企業(yè)的債務(wù)融資成本，進而促進掛牌企業(yè)的技術(shù)創(chuàng)新；此時若α1顯著，證明debtcostit的部分中介效應(yīng)，若α1不顯著，則說明debtcostit的完全中介效應(yīng)。

表5 為檢驗債務(wù)融資成本中介效應(yīng)的三步法回歸結(jié)果，其中列（1）的回歸結(jié)果顯示，數(shù)字普惠金融指數(shù)（DFIIC）的系數(shù)在1%的顯著性水平下為正，表明數(shù)字普惠金融能夠顯著降低中小微企業(yè)的融資成本。列（2）的回歸結(jié)果顯示債務(wù)融資成本（debtcost）的系數(shù)在5%的顯著性水平下為負，這表明債務(wù)融資成本的降低能夠有效促進中小微企業(yè)的技術(shù)創(chuàng)新。列（3）的回歸結(jié)果顯示數(shù)字普惠金融指數(shù)（DFIIC）在5%的顯著性水平下為正，債務(wù)融資成本（debtcost）的系數(shù)在5%的顯著性水平下為負，這表明債務(wù)融資成本的中介效應(yīng)顯著，即數(shù)字普惠金融能夠通過降低債務(wù)融資成本，從而促進中小微企業(yè)的技術(shù)創(chuàng)新，研究假設(shè)2得到證實。

表5 數(shù)字普惠金融、債務(wù)融資成本與企業(yè)創(chuàng)新

（三）穩(wěn)健性檢驗

1.替換計量模型。由于很多新三板掛牌公司并沒有申請專利，基準回歸的被解釋變量為零值，存在截尾數(shù)據(jù)的特征，因變量左側(cè)受限適合使用Tobit 模型進行估計；由于被解釋變量專利申請數(shù)具有計數(shù)變量的特征，適用于泊松模型進行估計；此外，本文還根據(jù)企業(yè)專利申請數(shù)（lnpatent）是否為0構(gòu)建虛擬變量，若觀測當(dāng)年企業(yè)申請了專利，則令lnpatent為1，若觀測當(dāng)年企業(yè)未申請專利，則令lnpatent為0，當(dāng)被解釋變量為二元離散變量時適用于Logit模型回歸。Tobit模型、Poisson模型、Logit模型的估計結(jié)果如表6所示，各回歸式中DFIIC的系數(shù)均顯著為正，在替換計量模型后本文的研究假設(shè)1仍然成立。

表6 穩(wěn)健性檢驗（替換計量模型）

2.替換變量和調(diào)整樣本容量。本文選取企業(yè)研發(fā)支出總額占銷售收入的比例這一指標替換企業(yè)創(chuàng)新變量（lnpatent），回歸結(jié)果如表7 列（1）和列（2）所示，從中可以看出，數(shù)字普惠金融指數(shù)（DFIIC）的系數(shù)仍顯著為正，表明數(shù)字普惠金融對中小微企業(yè)的創(chuàng)新仍具有正向顯著的激勵作用；同時，考慮到未取自然對數(shù)的數(shù)字普惠金融指數(shù)數(shù)據(jù)為離散型變量，可能不符合正態(tài)分布的假定，故本文對數(shù)字普惠金融指數(shù)（DFIIC）取自然對數(shù)后作為新的解釋變量進行回歸，結(jié)果如表7列（3）和列（4）所示，新的數(shù)字普惠金融變量lnDFIIC的系數(shù)仍顯著為正，表明替換解釋變量后，本文的研究結(jié)論仍然成立。此外，為了確保實證分析的結(jié)論不受特定城市的影響，本文剔除北京、上海、天津、重慶這四個直轄市樣本后再次進行回歸，結(jié)果如表7 列（5）和列（6）所示，DFIIC的系數(shù)依然顯著為正，證明本文實證分析結(jié)論的穩(wěn)健性。

表7 穩(wěn)健性檢驗（替換變量和調(diào)整樣本容量）

（四）內(nèi)生性檢驗

考慮到數(shù)字普惠金融與中小微企業(yè)創(chuàng)新之間可能存在內(nèi)生性，本文采取解釋變量滯后一期、工具變量法和雙重差分法三種方法來檢驗?zāi)Ｐ褪欠翊嬖趪乐氐膬?nèi)生性問題。

1.解釋變量滯后一期。為了盡量減少數(shù)字普惠金融與企業(yè)創(chuàng)新之間的內(nèi)生性問題，本文考慮將關(guān)鍵解釋變量DFIIC和各控制變量滯后一期后進行回歸，結(jié)果如表8列（1）和列（2）所示，滯后一期的解釋變量L.DFIIC系數(shù)仍顯著為正，印證本文的研究假設(shè)1，即數(shù)字普惠金融有助于促進中小微企業(yè)實現(xiàn)技術(shù)創(chuàng)新。

2.工具變量法。數(shù)字金融的發(fā)展源自互聯(lián)網(wǎng)技術(shù)的應(yīng)用和普及，而互聯(lián)網(wǎng)技術(shù)的推廣和應(yīng)用又源自固定電話的普及，因此固定電話的普及率與數(shù)字金融的發(fā)展存在相關(guān)性，固定電話普及率較高的地區(qū)一般來說數(shù)字金融發(fā)展也較好（黃群慧等，2019），同時固定電話數(shù)量對于中小微企業(yè)的技術(shù)創(chuàng)新幾乎沒有影響。因此本文選取固定電話數(shù)量作為地區(qū)數(shù)字金融發(fā)展的工具變量，滿足工具變量的相關(guān)性和外生性要求?；貧w結(jié)果如表8 列（3）和列（4）所示，工具變量IV.DFIIC的系數(shù)顯著為正，再次證明數(shù)字普惠金融對于中小微企業(yè)創(chuàng)新的激勵效果。

3.雙重差分法。對于欠發(fā)達的中西部地區(qū)與發(fā)達的東部地區(qū)來說，數(shù)字普惠金融政策的影響程度存在顯著差異（錢海章等，2020）。故本文通過雙重差分法來實證檢驗數(shù)字普惠金融的政策效應(yīng)。其中time為時間虛擬變量，2016 年數(shù)字普惠金融政策正式提出之前為0，2016年之后為1；dist是地區(qū)虛擬變量，中西部地區(qū)為1，東部地區(qū)為0。模型控制了年份和個體固定效應(yīng)，回歸結(jié)果如表8 列（5）和列（6）所示，交互項time_dist的系數(shù)在1%的顯著性水平下顯著為正，表明數(shù)字普惠金融政策的正式提出和推進對于中西部地區(qū)而言，顯著促進了該地區(qū)企業(yè)的技術(shù)創(chuàng)新。

表8 內(nèi)生性檢驗

（五）異質(zhì)性檢驗

1.基于地理位置的異質(zhì)性分析。截至2021 年1月31 日，新三板掛牌企業(yè)分布在全國365 個地級市，不同城市的經(jīng)濟發(fā)展水平、基礎(chǔ)設(shè)施條件、人才資源存在較大差異。本文考察數(shù)字普惠金融影響中小微企業(yè)創(chuàng)新的區(qū)域異質(zhì)性，表9的列（1）和列（2）的回歸結(jié)果顯示，數(shù)字普惠金融指數(shù)（DFIIC）的系數(shù)在中西部企業(yè)樣本中顯著為正，而在東部企業(yè)樣本中并不顯著，即相較于東部的公司，數(shù)字普惠金融顯著提升了中西部地區(qū)的新三板掛牌公司的技術(shù)創(chuàng)新。

2.基于市場分層的異質(zhì)性分析。根據(jù)全國股轉(zhuǎn)系統(tǒng)于2019年12月27日發(fā)布的《中小企業(yè)全國股份轉(zhuǎn)讓系統(tǒng)——分層管理辦法》，全國股轉(zhuǎn)系統(tǒng)劃分為基礎(chǔ)層、創(chuàng)新層和精選層三個層級，符合不同條件的掛牌公司分別納入不同市場層級管理?；A(chǔ)層、創(chuàng)新層、精選層對掛牌企業(yè)的要求不同，精選層的門檻是三個層級中最高的，對掛牌企業(yè)規(guī)模、盈利能力的要求也是最高的，而基礎(chǔ)層的門檻相對最低。本文進一步考察數(shù)字普惠金融影響中小微企業(yè)創(chuàng)新的市場分層異質(zhì)性，表9 列（3）至列（5）的回歸結(jié)果顯示，在基礎(chǔ)層樣本中DFIIC的系數(shù)在1%的顯著性水平下顯著為正，在創(chuàng)新層樣本中DFIIC的系數(shù)在10%的顯著性水平下顯著為正，在精選層樣本中DFIIC的系數(shù)不顯著，表明數(shù)字普惠金融對基礎(chǔ)層掛牌企業(yè)技術(shù)創(chuàng)新的激勵作用最為明顯，對創(chuàng)新層掛牌企業(yè)技術(shù)創(chuàng)新的激勵作用一般，對精選層掛牌企業(yè)技術(shù)創(chuàng)新的激勵作用較不明顯。

表9 異質(zhì)性檢驗（地理位置和市場分層）

3.基于所屬行業(yè)的異質(zhì)性分析。本文將新三板掛牌公司按其主營業(yè)務(wù)的類型劃分為制造業(yè)和非制造業(yè)兩個子樣本，進一步考察數(shù)字普惠金融對企業(yè)創(chuàng)新的影響在不同所屬行業(yè)之間的異質(zhì)性。表10的列（1）至列（4）顯示，對于制造業(yè)企業(yè)，數(shù)字普惠金融指數(shù)（DFIIC）的系數(shù)顯著為正，而在非制造業(yè)企業(yè)樣本中不顯著。因此，相對于非制造業(yè)企業(yè)，數(shù)字普惠金融能夠顯著促進制造業(yè)企業(yè)的技術(shù)創(chuàng)新。

4.基于企業(yè)所有制的異質(zhì)性分析。江小涓和孟麗君（2021）認為，民營經(jīng)濟在高技術(shù)領(lǐng)域的創(chuàng)新具有更大潛力。本文將經(jīng)營性質(zhì)為“國營或國有控股”的公司劃分為國有企業(yè)，將經(jīng)營性質(zhì)為“私營企業(yè)”“事業(yè)單位”“集體企業(yè)”等的公司劃分為非國有企業(yè)，進一步考察數(shù)字普惠金融對新三板掛牌企業(yè)技術(shù)創(chuàng)新的影響在不同所有制企業(yè)之間是否存在差異。表10列（5）和列（6）的回歸結(jié)果顯示，在非國有企業(yè)樣本中數(shù)字普惠金融指數(shù)（DFIIC）的系數(shù)在1%的顯著性水平下顯著為正，在國有企業(yè)樣本中數(shù)字普惠金融指數(shù)（DFIIC）的系數(shù)在5%的顯著性水平下顯著為正，這意味著相較于國有掛牌企業(yè)，數(shù)字普惠金融對非國有企業(yè)技術(shù)創(chuàng)新的激勵作用更顯著。

表10 異質(zhì)性檢驗（所屬行業(yè)和所有制）

（六）進一步檢驗：銀行業(yè)競爭的調(diào)節(jié)效應(yīng)

為了印證研究假設(shè)3，本文選取除前五大銀行（即中國工商銀行、中國農(nóng)業(yè)銀行、中國銀行、中國建設(shè)銀行和交通銀行）外其他銀行的分支機構(gòu)數(shù)占該地區(qū)全部商業(yè)銀行分支機構(gòu)數(shù)的比重（bank）作為反映該地區(qū)銀行業(yè)競爭程度的指標，bank指標越高，說明當(dāng)?shù)劂y行業(yè)的競爭程度越高，而銀行之間的競爭越激烈，中小微企業(yè)從銀行取得貸款融資的成本就相對越低，更低的融資成本促進了中小微企業(yè)的技術(shù)創(chuàng)新。

本文通過回歸分析進一步考察數(shù)字普惠金融對銀行業(yè)競爭以及中小微企業(yè)創(chuàng)新的影響，回歸結(jié)果如表11 所示，列（1）和列（2）的結(jié)果顯示，銀行業(yè)競爭（bank）的系數(shù)在10%的顯著性水平下顯著為正，表明銀行業(yè)競爭程度越高，越有利于中小微企業(yè)實現(xiàn)技術(shù)創(chuàng)新；列（3）和列（4）的結(jié)果顯示，數(shù)字普惠金融指數(shù)（DFIIC）和銀行業(yè)競爭（bank）的交互項系數(shù)為正，且在1%的顯著性水平下通過顯著性檢驗，這表明數(shù)字普惠金融能夠有效提升當(dāng)?shù)劂y行業(yè)的競爭程度，降低企業(yè)的融資成本，提升企業(yè)的創(chuàng)新產(chǎn)出水平，研究假設(shè)3得到證實。

表11 銀行業(yè)競爭的調(diào)節(jié)效應(yīng)

五、結(jié)論及政策建議

在我國實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略背景下，為了考察數(shù)字普惠金融能否激勵中小微企業(yè)技術(shù)創(chuàng)新，本文基于2011—2018年新三板掛牌公司數(shù)據(jù)，結(jié)合我國337個地級以上城市的數(shù)字普惠金融指數(shù)，實證檢驗數(shù)字普惠金融對企業(yè)創(chuàng)新是否存在激勵效應(yīng)及其作用機理。研究發(fā)現(xiàn)，數(shù)字普惠金融可以通過提升當(dāng)?shù)劂y行業(yè)的競爭程度，降低企業(yè)的債務(wù)融資成本，從而有助于增加企業(yè)的研發(fā)投入，促進企業(yè)技術(shù)創(chuàng)新。對于中西部地區(qū)的企業(yè)、新三板基礎(chǔ)層的企業(yè)、制造業(yè)企業(yè)和非國有企業(yè)，數(shù)字普惠金融提升企業(yè)創(chuàng)新能力的效果更加顯著。

基于以上研究結(jié)論，本文提出三項政策建議。第一，擴大數(shù)字普惠金融的普及范圍和滲透程度。大力加強中西部地區(qū)和農(nóng)村偏遠地區(qū)的數(shù)字金融基礎(chǔ)設(shè)施建設(shè)力度，設(shè)立數(shù)字金融試點，實現(xiàn)傳統(tǒng)金融與數(shù)字技術(shù)的不斷融合，縮小數(shù)字普惠金融的區(qū)域差距，打造“廣覆蓋、多層次、高效率”的數(shù)字普惠金融體系。第二，加強對于中小微企業(yè)的創(chuàng)新支持力度。通過人才培養(yǎng)、財政補貼、稅收返還等方式引導(dǎo)和鼓勵中小微企業(yè)大力投入創(chuàng)新，同時利用數(shù)字化技術(shù)和傳統(tǒng)金融的深度融合，積極尋求解決方案，切實解決中小微企業(yè)面臨的“融資難、融資貴、融資慢”等普遍性問題，降低企業(yè)融資成本，緩解融資約束，從而不斷釋放中小微企業(yè)和民營企業(yè)的創(chuàng)新活力，提升我國企業(yè)的整體創(chuàng)新水平。第三，進一步完善多層次的資本市場，因企施策。對于所處不同層級、不同行業(yè)、不同所有制的企業(yè)采取不同類型和程度的幫扶政策，鼓勵符合條件的中小企業(yè)通過債券市場、股權(quán)市場獲得外部融資，同時利用信息技術(shù)識別具備創(chuàng)新潛力的中小企業(yè)，加大支持力度，促進并優(yōu)化市場資源的合理配置。