上官緒明，李劍嵐

(1.信陽師范學(xué)院 商學(xué)院，河南 信陽，464001；2.首都經(jīng)濟貿(mào)易大學(xué) 工商管理學(xué)院，北京， 100070；3.中央財經(jīng)大學(xué) 經(jīng)濟學(xué)院，北京， 100081)

一、引言與文獻綜述

中國經(jīng)濟發(fā)展已由要素驅(qū)動和投資驅(qū)動向創(chuàng)新驅(qū)動轉(zhuǎn)變，科技創(chuàng)新成為推動經(jīng)濟增長和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級的核心動力。然而，相較發(fā)達國家，當前中國的科技創(chuàng)新能力依然薄弱，制約科技創(chuàng)新的金融障礙依舊存在，這種狀況致使許多領(lǐng)域基礎(chǔ)研究投入不足，缺乏具有自主知識產(chǎn)權(quán)的核心技術(shù)。企業(yè)作為科技創(chuàng)新的載體，在傳統(tǒng)金融市場上往往面臨較強的融資排斥。融資方式不改變，企業(yè)科技創(chuàng)新難以推進。十九大報告明確強調(diào)，“深化金融體制改革，增強金融服務(wù)實體經(jīng)濟的能力”。近年，依托大數(shù)據(jù)、云計算及區(qū)塊鏈等信息技術(shù)的數(shù)字金融，以其可得性、普惠性、低成本等天然優(yōu)勢，對經(jīng)濟社會發(fā)展產(chǎn)生了重要影響[1]。

學(xué)術(shù)界一致認為科技創(chuàng)新需要運轉(zhuǎn)有效的金融資本市場。由于科技創(chuàng)新具有高風險與高成本的特點，因此企業(yè)需向外尋求金融支持以分散風險和削減成本[2]。傳統(tǒng)金融市場在一定程度上促進了企業(yè)科技創(chuàng)新，但仍存在不容忽視的弊端[3]。風險投資增加了中間人泄露企業(yè)重要信息的可能性[4]，而股票流動性的提高會加劇信息不對稱和惡意收購的風險[5]，這些均會阻礙企業(yè)科技創(chuàng)新。此外，傳統(tǒng)金融還存在金融資源分配不公、對制造業(yè)支持不足等問題[6]。

隨著信息技術(shù)的發(fā)展，數(shù)字金融因其在服務(wù)效率和體驗性上的雙重潛力，為金融業(yè)務(wù)功能帶來新一輪變革[7]。數(shù)字金融是金融業(yè)數(shù)字化的總稱，包括金融部門所有的電子產(chǎn)品和服務(wù)，此外還涉及所有的移動和應(yīng)用服務(wù)。在銀行基礎(chǔ)設(shè)施未覆蓋的欠發(fā)達國家及地區(qū)，數(shù)字金融可以提供銀行進入端口及服務(wù)[8]。同時，數(shù)字金融的發(fā)展能更好地服務(wù)實體經(jīng)濟，賦能企業(yè)科技創(chuàng)新。在傳統(tǒng)金融框架下，銀行等信貸機構(gòu)在審查貸款申請時更關(guān)注企業(yè)“硬抵押”，卻對“軟抵押”(如知識存量和科技創(chuàng)新能力)置之不理，導(dǎo)致企業(yè)因資金不足而放棄一些極具潛力的科技創(chuàng)新項目[9]。相比之下，數(shù)字金融通過場景、數(shù)據(jù)和結(jié)合金融創(chuàng)新產(chǎn)品來補足傳統(tǒng)金融服務(wù)的短板，充分發(fā)揮成本低、速度快、覆蓋廣的優(yōu)勢[10]，改善企業(yè)融資環(huán)境。

鑒于此，部分學(xué)者考察了數(shù)字金融對企業(yè)科技創(chuàng)新的影響。謝絢麗等運用省級層面數(shù)字金融指數(shù)探究其對創(chuàng)新創(chuàng)業(yè)的影響，得出數(shù)字金融對城鎮(zhèn)化率較低的省份以及注冊資金較少的企業(yè)促進作用更強[11]。謝雪燕和朱曉陽以新三板企業(yè)為研究對象，采用互聯(lián)網(wǎng)接入戶數(shù)作為數(shù)字金融的工具變量，研究結(jié)果表明數(shù)字金融通過提高企業(yè)的研發(fā)投入水平激發(fā)企業(yè)科技創(chuàng)新[12]。數(shù)字金融通過削減企業(yè)杠桿率、激發(fā)非控股股東參與決策的主動性提高企業(yè)綠色創(chuàng)新能力。綜上可知，數(shù)字金融的發(fā)展有助于激發(fā)企業(yè)科技創(chuàng)新活力，推動科技成果轉(zhuǎn)化進程，但關(guān)于數(shù)字金融對何種類別的企業(yè)科技創(chuàng)新的賦能效應(yīng)更強，學(xué)術(shù)界尚未達成共識。部分學(xué)者認為數(shù)字金融對企業(yè)核心科技創(chuàng)新能力的賦能效應(yīng)更顯著[13]；而另一部分學(xué)者持相反觀點，認為數(shù)字金融對企業(yè)低端科技創(chuàng)新能力的賦能效應(yīng)更強[14]。

融資約束是阻礙企業(yè)科技創(chuàng)新的首要難題。盛明泉等以工業(yè)企業(yè)為例，發(fā)現(xiàn)數(shù)字金融能夠有效紓解融資約束難題進而助力企業(yè)科技創(chuàng)新[15]。同時，蔣建勛等研究表明，數(shù)字金融通過拓寬融資渠道等方式緩解融資約束進而促進新能源企業(yè)綠色創(chuàng)新[16]。其中，信息不對稱是企業(yè)面臨融資約束困境的重要因素[17]。數(shù)字金融依托發(fā)達的信息技術(shù)，能在低成本基礎(chǔ)上抓取海量數(shù)據(jù)，精準評估企業(yè)的風險承擔能力，構(gòu)建可靠的第三方征信體系[18]，助力企業(yè)沖破傳統(tǒng)金融環(huán)境下“二八定律”的牢籠[2]，規(guī)避金融市場上的逆向選擇和道德風險[19]，更好滿足企業(yè)的資金需求，從而推動企業(yè)科技創(chuàng)新。

相對已有研究，本文的邊際貢獻是：第一，相對于僅采用宏觀數(shù)據(jù)或代表性企業(yè)的微觀數(shù)據(jù)的相關(guān)研究，本文結(jié)合地級市宏觀數(shù)據(jù)和A股上市公司的微觀數(shù)據(jù)，探討數(shù)字金融對企業(yè)科技創(chuàng)新的影響，進而形成宏觀金融環(huán)境改善助推微觀企業(yè)創(chuàng)新的新研究思路。第二，已有研究考察了數(shù)字金融總體發(fā)展水平對企業(yè)科技創(chuàng)新的影響，本文進一步考察了數(shù)字金融的覆蓋廣度、使用深度和數(shù)字化程度對企業(yè)科技創(chuàng)新的異質(zhì)性影響。第三，本文采用企業(yè)與杭州市的球面距離與所在省上一年互聯(lián)網(wǎng)普及率的交互項作為數(shù)字金融的工具變量，有效化解了既有文獻僅采用單一指標作為數(shù)字金融工具變量可能存在的估計偏誤問題。

二、研究設(shè)計

(一)數(shù)據(jù)來源與指標選取

首先，本文對數(shù)據(jù)進行說明：(1)北京大學(xué)數(shù)字普惠金融指數(shù)(PKU-DFIIC)，其由北京大學(xué)數(shù)字金融研究中心編制：(2)選取2011—2018年A股上市企業(yè)為研究樣本，數(shù)據(jù)來源于國泰安數(shù)據(jù)庫(CSMAR)、萬徳數(shù)據(jù)庫(WIND)以及公司年報；(3)城市層面控制變量數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》。其次，參照唐松等[6]的做法，對數(shù)據(jù)進行以下處理：(1)剔除金融類、保險類以及房地產(chǎn)類上市企業(yè)；(2)剔除*ST、ST的上市企業(yè)；(3)剔除關(guān)鍵指標數(shù)據(jù)缺失的上市企業(yè)。最后，依據(jù)企業(yè)注冊地址使城市數(shù)據(jù)與企業(yè)數(shù)據(jù)進行匹配，最終生成15 971個觀測值的面板數(shù)據(jù)。

1.被解釋變量

企業(yè)科技創(chuàng)新(Inno)。企業(yè)科技創(chuàng)新目前主要包括兩大類衡量指標：(1)投入角度主要是研發(fā)費用；(2)產(chǎn)出角度主要包括專利引用次數(shù)、新產(chǎn)品產(chǎn)值、專利申請量。由于科技創(chuàng)新具有高風險性，借助研發(fā)投入指標存在高估企業(yè)科技創(chuàng)新能力的可能，而企業(yè)專利申請數(shù)量能更直觀地反映企業(yè)內(nèi)部創(chuàng)新活動的開展情況及成果產(chǎn)出情況。因此，本文采用專利申請總量(Tpat)表征企業(yè)科技創(chuàng)新。其中，發(fā)明專利技術(shù)含量最高，實用新型專利技術(shù)含量次之，外觀設(shè)計專利技術(shù)含量最低，故而參照唐松等[6]和李春濤等[9]的做法，將發(fā)明專利數(shù)定義為核心科技創(chuàng)新(Cpat)，實用新型專利數(shù)與外觀設(shè)計專利數(shù)之和稱為低端科技創(chuàng)新(Lpat)。鑒于部分樣本企業(yè)在某些年份的專利申請數(shù)值為零，以防先取對數(shù)時出現(xiàn)缺失值，將所用專利數(shù)值加1并取自然對數(shù)。

2.核心解釋變量

數(shù)字金融(DigFin)。北京大學(xué)數(shù)字金融研究中心聯(lián)合螞蟻金服集團借助大數(shù)據(jù)等信息技術(shù)從多維度刻畫中國數(shù)字金融發(fā)展水平，編制出數(shù)字普惠金融指數(shù)，為數(shù)字金融領(lǐng)域的研究提供了可靠的數(shù)據(jù)支撐。本文采用2011—2018年地級市層面數(shù)字普惠金融指數(shù)作為衡量數(shù)字金融發(fā)展水平的代理變量。同時，在異質(zhì)性分析中采用覆蓋廣度、使用深度和數(shù)字化程度三個數(shù)字金融的二級維度指標，以期探究數(shù)字金融賦能企業(yè)科技創(chuàng)新的深層動力。

3.控制變量

為最大限度減弱遺漏變量產(chǎn)生的影響，盡可能緩解樣本期間企業(yè)所處地區(qū)對科技創(chuàng)新發(fā)展趨勢造成的影響，減輕模型內(nèi)生性問題，本文加入企業(yè)和城市兩個層面的控制變量。企業(yè)層面包括：企業(yè)規(guī)模Size(企業(yè)總資產(chǎn)的自然對數(shù))、企業(yè)財務(wù)杠桿Lev(總負債與總資產(chǎn)的比值)、企業(yè)績效ROA(企業(yè)總利潤與總資產(chǎn)的比值)、產(chǎn)品市場競爭SFIN(銷售費用與營業(yè)收入的比值)、兩職合一Dual(若董事長與總經(jīng)理為同一人則取值為1，否則取值為0)。城市層面包括：地區(qū)經(jīng)濟發(fā)展水平PCGDP(選取地區(qū)人均GDP的自然對數(shù)表征)、科研教育投入EI(以地區(qū)科學(xué)與教育支出之和與財政預(yù)算內(nèi)支出的比值衡量)、外商投資FDI(依據(jù)外商直接投資實際使用額與地區(qū)生產(chǎn)總值的比值測算)。

(二)模型構(gòu)建

本文對解釋變量進行滯后一期處理，以盡可能消除企業(yè)科技創(chuàng)新越好的地方，數(shù)字金融發(fā)展越好這一反向因果關(guān)系導(dǎo)致的內(nèi)生性問題。首先驗證數(shù)字金融對企業(yè)科技創(chuàng)新的賦能效應(yīng)：

Innoit=α0+α1DigFinmt-1+α2Controls+δi+εit

(1)

(1)式中，變量的下標i、t、m分別表示企業(yè)、年份和城市。被解釋變量Innoit用專利總申請Tpat、核心科技創(chuàng)新Cpat和低端科技創(chuàng)新Lpat衡量；核心解釋變量DigFinmt-1表示地區(qū)m在地t-1年的數(shù)字金融發(fā)展水平，用數(shù)字普惠金融總指數(shù)表征；Controls為上述控制變量；δi表示企業(yè)個體固定效應(yīng)，由于地區(qū)固定效應(yīng)會被企業(yè)個體固定效應(yīng)吸收，因此本文相當于同時具有地區(qū)固定效應(yīng)；εit為隨機誤差項；α0為常數(shù)項。核心解釋變量DigFinmt-1的系數(shù)α1表示數(shù)字金融對企業(yè)科技創(chuàng)新的賦能效應(yīng)，預(yù)估該系數(shù)顯著為正。在回歸檢驗中，采用聚類穩(wěn)健標準誤(Cluster聚類至企業(yè)層面)。

三、實證結(jié)果與分析

(一)基準回歸與結(jié)果分析

表1報告了數(shù)字金融對企業(yè)科技創(chuàng)新賦能效應(yīng)的回歸結(jié)果，回歸模型中均使用企業(yè)聚類效應(yīng)對標準誤進行修正，并控制企業(yè)個體固定效應(yīng)。第(1)(2)和(3)列回歸未加入控制變量，僅控制企業(yè)個體固定效應(yīng)。實證結(jié)果顯示，數(shù)字金融發(fā)展對專利申請總量、核心科技創(chuàng)新以及低端科技創(chuàng)新的回歸系數(shù)均為正，且均通過1%的統(tǒng)計顯著性檢驗，這表明數(shù)字金融的發(fā)展有利于激發(fā)企業(yè)科技創(chuàng)新活力，提高科技創(chuàng)新成果轉(zhuǎn)化率。第(4)(5)和(6)列回歸進一步加入企業(yè)和城市層面的控制變量，上述結(jié)論依舊成立。具體而言，數(shù)字金融發(fā)展水平每提升1%，企業(yè)專利申請總量、核心科技創(chuàng)新和低端科技創(chuàng)新分別增加0.28%、0.24%和0.26%，從而證實數(shù)字金融能有效彌補傳統(tǒng)金融缺陷，提供多樣化融資手段，更好滿足企業(yè)科技創(chuàng)新融資需求，促進專利申請數(shù)量日益增加，顯著提升企業(yè)創(chuàng)新能力。然而，數(shù)字金融對企業(yè)科技創(chuàng)新的賦能效應(yīng)存在偏差，相比核心科技創(chuàng)新，其對低端科技創(chuàng)新的賦能效應(yīng)更強，這說明數(shù)字金融從總體上提升了企業(yè)科技創(chuàng)新，但沒有聚焦于企業(yè)核心技術(shù)創(chuàng)新。

表1 數(shù)字金融賦能企業(yè)科技創(chuàng)新的回歸結(jié)果

(二)內(nèi)生性處理與工具變量檢驗

盡管在構(gòu)建模型中分別從企業(yè)和區(qū)域?qū)用姹M可能多地控制了影響企業(yè)科技創(chuàng)新的相關(guān)變量，但仍無法避免不可觀測的遺漏變量問題。通過科學(xué)合理的工具變量能有效解決模型中的內(nèi)生性問題，有助于正確理解和研究數(shù)字金融賦能企業(yè)科技創(chuàng)新的狀況。

學(xué)界目前關(guān)于數(shù)字金融工具變量的選取主要有兩種：一是互聯(lián)網(wǎng)相關(guān)指標。謝絢麗等率先使用省級互聯(lián)網(wǎng)普及率作為數(shù)字金融的工具變量[11]，隨后不少學(xué)者也借鑒此法，將其作為數(shù)字金融的工具變量[2,6]，也有學(xué)者采用互聯(lián)網(wǎng)接入戶數(shù)作為工具變量[12]。但是互聯(lián)網(wǎng)的普及情況只是數(shù)字金融發(fā)展的一個方面，并不能合理有效地評估數(shù)字金融。二是與浙江省或杭州市的距離[3]。使用這種方法的文獻大都依據(jù)北京大學(xué)與螞蟻金服共同編制的數(shù)字普惠金融指數(shù)來衡量數(shù)字金融發(fā)展水平，其原因在于數(shù)字金融的發(fā)展具有空間溢出性，會輻射周邊地區(qū)并起到帶動發(fā)展作用，進而不同城市與杭州的距離會影響當?shù)財?shù)字金融發(fā)展水平。但這種方法也存在一定的缺陷：與浙江省或杭州市的距離較近雖能享受數(shù)字金融發(fā)展溢出紅利，但如果當?shù)卣咧С至Χ容^弱或基礎(chǔ)設(shè)施建設(shè)不完善，也會抑制當?shù)財?shù)字金融的賦能效應(yīng)。此外距離是一個截面數(shù)據(jù)，不會隨時間發(fā)生變化，對于當前基于面板數(shù)據(jù)進行分析的研究來講，其并不能較好地反映數(shù)字金融的發(fā)展。

對比這兩類工具變量，本文選取據(jù)杭州市的球面距離作為數(shù)字金融的工具變量。為消除截面數(shù)據(jù)在面板回歸分析中的缺陷，本文創(chuàng)新性地采用企業(yè)注冊地與杭州市的球面距離與所在省上一年互聯(lián)網(wǎng)普及率的交互項，來表征數(shù)字金融的工具變量。表2顯示了工具變量法的回歸結(jié)果，列(1)報告了工具變量第一階段回歸結(jié)果，IV系數(shù)通過1%顯著水平檢驗，符合工具變量相關(guān)性要求且F值大于10，即不存在弱工具變量問題。列(2)(3)和(4)的第二階段回歸結(jié)果表明，在借助工具變量法消除內(nèi)生性之后，數(shù)字金融賦能企業(yè)科技創(chuàng)新的效應(yīng)依舊顯著，且回歸系數(shù)略有提高，說明數(shù)字金融對企業(yè)科技創(chuàng)新存在顯著賦能效應(yīng)。

表2 工具變量法

(三)穩(wěn)健性檢驗

為驗證上述實證結(jié)果的穩(wěn)健性，本文使用多種方法對基本模型進行穩(wěn)健性檢驗。一是替換回歸模型?？紤]到回歸模型中采用企業(yè)個體固定效應(yīng)模型是普遍做法，但可能對內(nèi)生性處理并不嚴格，因此采用時間—行業(yè)雙固定模型進行檢驗。由表3前三列結(jié)果不難看出，數(shù)字金融賦能企業(yè)科技創(chuàng)新的方向及大小與基準回歸結(jié)果基本一致；二是更換被解釋變量衡量指標。基準回歸中采用企業(yè)專利申請量作為科技創(chuàng)新的代理變量是從產(chǎn)出端進行分析，但企業(yè)科技創(chuàng)新能力也離不開企業(yè)對研發(fā)投入的支持力度。因此，本文在穩(wěn)健性檢驗中從投入端進行驗證，采用企業(yè)當年研發(fā)投入的自然對數(shù)衡量科技創(chuàng)新并重新進行回歸。通過表3列(4)發(fā)現(xiàn)，DigFint-1的系數(shù)在1%水平上顯著為正，表明雖然部分企業(yè)未披露研發(fā)投入相關(guān)數(shù)據(jù)，致使回歸樣本數(shù)量減少，但數(shù)字金融賦能企業(yè)科技創(chuàng)新的作用依然顯著；三是剔除部分城市①。表3后三列結(jié)果表明，數(shù)字金融賦能企業(yè)科技創(chuàng)新的核心結(jié)論仍舊成立，可見基準回歸結(jié)果不受城市經(jīng)濟特性的影響，相關(guān)結(jié)論具有穩(wěn)健性。

表3 穩(wěn)健性檢驗

(四)異質(zhì)性分析

1.基于數(shù)字金融三維度異質(zhì)性分析

本文將數(shù)字金融分為三個二級指標：覆蓋廣度(CoverB)，其反映數(shù)字金融依托互聯(lián)網(wǎng)技術(shù)的地理穿透性；使用深度(UseD)，其反映數(shù)字金融的實際使用情況；數(shù)字化程度(DigL)反映數(shù)字金融的便利性和低成本等優(yōu)勢。根據(jù)表4中的實證結(jié)果顯示，數(shù)字金融三個細分維度均通過1%的統(tǒng)計顯著性檢驗，說明當前數(shù)字金融發(fā)展態(tài)勢較好，極大地激發(fā)了企業(yè)科技創(chuàng)新活力。其中，覆蓋廣度的賦能程度最強，其每提升1%，企業(yè)專利申請總量、核心科技創(chuàng)新和低端科技創(chuàng)新分別增加0.27%、0.23%和0.26%。這表明數(shù)字金融對企業(yè)科技創(chuàng)新的賦能效應(yīng)主要源于其覆蓋范圍較廣，基礎(chǔ)設(shè)施建設(shè)較為完備。

表4 數(shù)字金融三維度異質(zhì)性分析

2.基于企業(yè)所有制異質(zhì)性分析

根據(jù)理論分析，雖然研究樣本均為深滬A股上市企業(yè)，但企業(yè)個體特征不同，面臨的信貸排斥也不盡相同，致使科技創(chuàng)新意愿也有所不同，因而在提供相似數(shù)字金融賦能下，對科技創(chuàng)新的促進效果也會有差異。本文將企業(yè)樣本按所有制性質(zhì)分為國有企業(yè)和非國有企業(yè)，以期探明數(shù)字金融賦能企業(yè)科技創(chuàng)新效應(yīng)的所有制異質(zhì)性。表5的結(jié)果表明，數(shù)字金融對國有企業(yè)和非國有企業(yè)科技創(chuàng)新均具有顯著正向作用，且均通過1%顯著性水平檢驗。進一步對比可知，數(shù)字金融指數(shù)每提升1%，國有企業(yè)專利申請總量、核心專利量和低端專利量分別增加0.27%、0.24%和0.25%，而非國有企業(yè)相應(yīng)增加0.28%、0.23%和0.25%，這說明數(shù)字金融對非國有企業(yè)的賦能效應(yīng)更強。

表5 企業(yè)所有制異質(zhì)性分析

四、機制分析

上述研究表明，數(shù)字金融發(fā)展越好，企業(yè)科技創(chuàng)新能力就越強，科技創(chuàng)新成果轉(zhuǎn)化率就越高。這為我們深刻理解數(shù)字金融賦能效應(yīng)提供了堅實的實證基礎(chǔ)，但此前研究主要是從整體上探究數(shù)字金融對企業(yè)科技創(chuàng)新的影響效果，并未深入剖析其具體的賦能機制。本文將進一步通過中介效應(yīng)模型進行驗證。

中介變量信貸融資約束(FC)的選取。最早測度企業(yè)信貸融資約束指數(shù)的是Kaplan 和 Zingales[17]，他們先根據(jù)企業(yè)財務(wù)狀況，定性劃分約束程度，再測出融資約束與企業(yè)特征變量之間的關(guān)系，其系數(shù)就是融資約束指數(shù)。SA指數(shù)測算公式為：SA指數(shù)= -0.737×企業(yè)規(guī)模+0.043×企業(yè)規(guī)模2-0.04×企業(yè)年齡。因此，本文采用SA指數(shù)衡量信貸融資約束，SA指數(shù)越大，表明信貸融資約束越明顯。

表6顯示了信貸融資約束充當中介路徑的實證結(jié)果，第(1)列中數(shù)字金融回歸系數(shù)為負并通過1%顯著性水平檢驗，即數(shù)字金融指數(shù)每增加1%，企業(yè)信貸融資約束緩解0.04%，說明數(shù)字金融的發(fā)展一方面大幅降低了企業(yè)的融資門檻，更好滿足了企業(yè)資金需求；另一方面緩解了企業(yè)融資時信息不對稱問題。第(2)(3)(4)列信貸融資約束回歸系數(shù)均通過1%顯著性水平檢驗，說明信貸融資約束的中介效應(yīng)是顯著的。研究結(jié)果證實數(shù)字金融通過緩解企業(yè)信貸融資約束而賦能企業(yè)科技創(chuàng)新，這與唐松等[6]的研究結(jié)論一致。

表6 數(shù)字金融、信貸融資約束與企業(yè)科技創(chuàng)新

五、結(jié)論及對策建議

(一)研究結(jié)論

隨著數(shù)字金融在我國的快速發(fā)展，其天然的普惠性有效彌補了傳統(tǒng)金融市場的缺陷。本文基于2011—2018年深滬A股上市公司數(shù)據(jù)，創(chuàng)新性采用距杭州市的球面距離與上期該省互聯(lián)網(wǎng)普及率的交互項作為數(shù)字金融的工具變量，從多角度實證檢驗了數(shù)字金融對企業(yè)科技創(chuàng)新的賦能效應(yīng)，并進一步探明其作用機制。研究結(jié)論如下：第一，數(shù)字金融對企業(yè)科技成果轉(zhuǎn)化有顯著促進作用，其對低端科技創(chuàng)新的促進作用高于核心科技創(chuàng)新；第二，數(shù)字金融賦能企業(yè)科技創(chuàng)新存在結(jié)構(gòu)性差異，其賦能效應(yīng)更依賴于覆蓋廣度。此外，數(shù)字金融對非國有企業(yè)科技創(chuàng)新的賦能效應(yīng)更為顯著；第三，信貸融資約束在賦能企業(yè)科技創(chuàng)新的過程中具有部分中介作用，表明數(shù)字金融能在“量”上拓寬融資渠道，有效紓解企業(yè)信貸融資困境，進而賦能企業(yè)科技創(chuàng)新活動。

(二)對策建議

基于以上研究結(jié)論，本文提出如下政策建議。

第一，促進數(shù)字金融賦能企業(yè)核心技術(shù)創(chuàng)新。首先，企業(yè)應(yīng)將資源向含金量高的創(chuàng)新活動集中，以保證最大限度發(fā)揮數(shù)字金融對企業(yè)科技創(chuàng)新的賦能效應(yīng)。其次，傳統(tǒng)金融機構(gòu)要順應(yīng)數(shù)字金融發(fā)展趨勢，重視數(shù)字技術(shù)與金融的深度融合，打造數(shù)字化金融服務(wù)模式。最后，重視數(shù)字金融監(jiān)管體系建設(shè)，加快構(gòu)建政府監(jiān)管與行業(yè)自律相結(jié)合的治理新模式，防范信息泄露風險，保障數(shù)據(jù)安全。

第二，繼續(xù)增強數(shù)字金融的普惠性。充分拓展數(shù)字金融覆蓋廣度，進一步發(fā)揮其信息傳遞的便利性和低成本優(yōu)勢。同時，關(guān)注非國有企業(yè)科技創(chuàng)新活動中的資金訴求，不斷激發(fā)非國有企業(yè)科技創(chuàng)新活力。

第三，切實提高資金使用效率。一方面，金融機構(gòu)應(yīng)提供多樣性、差異化的金融服務(wù)，改善地區(qū)金融環(huán)境，降低金融服務(wù)門檻，對企業(yè)科技創(chuàng)新提供針對性金融服務(wù)；另一方面，依托數(shù)字技術(shù)科學(xué)精準評估項目價值，助力草根企業(yè)以方便快捷的途徑獲取金融服務(wù)，實現(xiàn)資金與需求企業(yè)精準對接。

注釋：

① 剔除的城市包括：北京市、上海市、天津市、重慶市、深圳市、珠海市、廈門市、汕頭市和海南省的各個城市。