王琦心

（天津科技大学经济与管理学院，天津 300457）

1 引言

1.1 研究背景

金融是企业技术创新的重要外部环境。现代工业企业的技术创新发展离不开金融的服务模式，数字金融对金融服务具有创新作用。

1.2 研究意义

文章就数字金融是否能促进企业技术创新进行实证检验，并对规模以上工业企业（简称“规上企业”）技术创新能力的影响机理进行分析，意义在于：①2016中国杭州G20峰会正式提出数字金融的概念，截至目前数字金融仍为较为新颖的概念，具有研究意义；②文章结合宏观层面经济的发展与微观层面企业内部的发展对规上企业的技术创新能力进行综合分析，具有全面性，且对我国相关部门加大数字金融发展力度具有参考意义。

2 文献综述与研究假设

2.1 文献综述

从农民收入增长、缩小城乡收入差距、居民消费增长到企业债务融资水平等多方面，数字金融无一不产生积极影响。尽管现有文献已经证实了数字金融发展对企业技术创新的显著作用，但宏观与微观层面结合的多维度分析还存在空缺，文章将在此基础上，对宏观层面与微观层面多个维度数字金融与企业的创新能力进行深入研究。

2.2 研究假设

假设H1：数字金融促进企业技术创新

首先验证数字金融对规上企业技术创新是否存在影响，再进一步探索数字金融如何影响企业技术创新能力。

假设H2：数字金融背景下，企业技术创新能力的提升是数字金融与宏观经济共同作用的结果

数字金融利用大数据云计算能在一定程度上降低企业内部金融服务的运营整体成本，加上企业外部宏观环境下经济的高质量发展，从而激发企业对技术创新项目的开发与投入。

假设H3：数字金融背景下，企业技术创新能力不仅受宏观经济的影响，还受企业内部资产负债率和管理费用率的影响

企业的R&D支出不仅受宏观经济的影响，还受企业内部多方面的影响，如营业收入、管理费用、资产负债等。

3 数据来源与模型设计

3.1 数据来源与变量说明

文章所用到的所有数据均来源于国家统计局官网和北京大学数字金融研究中心发布的《北京大学数字普惠金融指数（2011-2020年）》。

由于多种原因选择2018年规上企业的相关经济指标作为原始数据样本。由于数字普惠金融指数与规上企业相关经济指标均为时间序列数据，易造成“虚假回归现象”，故选择同一年度不同省份的横截面数据作为回归模型验证的依据。对于通过计算处理得到的数据均保留四位小数，最终计算整理得到了包括31个省市在内的186个数据。

表1为所有变量的名称、符号以及度量方法。

表1 变量说明

3.2 模型设计

原假设H0：αi=βij=0。

为验证假设H1、H2、H3，分别建立以下三个模型：

（1）TINN1=α1+β11DFI+ε1；

（2）TINN2=α2+β21DFI+β22GDP+ε2；

（3）TINN3=α3+β31DFI+β32GDP+β33DF+β34ROOE+ε3。

4 实证分析

4.1 相关性分析

对变量之间的相关性利用corr命令进行实证分析，可以看出被解释变量TINN与解释变量DFI的相关系数为0.694 4，与控制变量GDP的相关系数为0.761 6，与控制变量资产负债率DF的相关系数为-0.408 5，二者呈相反方向变动，与控制变量ROOE的相关系数为0.076 1。

4.2 多元回归分析

4.2.1 多元回归分析

利用reg命令进行多元回归分析，R-squared显示0.688 4，Adj R-squared显示0.640 4。检验整个方程显著性的F统计量为14.36，其对应的p值(Prob＞F)为0.000 0，表明这个回归方程整体高度显著。解释变量DFI的t值为2.15，回归系数的p值(P＞|t|)为0.041，故在5%水平上显著。控制变量GDP和常数项的t值分别为3.92和-3.20，回归系数的p值分别为0.001和0.004，都小于0.01，故均在1%水平上显著，而且符号与理论预期一致。控制变量DF与ROOE的t值为0.66和0.75，p值为0.517和0.463，故不显著。

4.2.2 模型检验

基于上述多元回归结果分析发现，存在不显著的情况，于是根据先前假设，对模型（1）、（2）、（3）分别进行回归，结果如表2所示。

表2 模型检验结果

模型（1）数字金融指数DFI对规模以上工业企业技术创新能力在1%的水平上显著，且F为27.006，大于临界值F(4，26)=14.36，拒绝原假设H0：αi=βij=0，接受备择假设H1，此时认为回归方程TINN1=-1.939+0.010DFI显著成立，说明数字金融的发展在一定程度上能促进企业的技术创新能力。模型（1）的R2为0.482，调整的R2为0.464。

模型（2）数字金融指数DFI与经济发展水平GDP对企业技术创新能力均在1%的水平上显著，且F为29.307，大于临界值F(4，26)=14.36，拒绝原假设H0：αi=βij=0，接受备择假设H2，此时认为回归方程TINN2=-2.906+0.005DFI+0.230GDP显著成立，说明数字金融能促进企业的技术创新，宏观经济的发展也能促进企业技术创新，即企业创新能力是数字金融和宏观经济共同影响的结果。模型（2）的R2为0.677，调整的R2为0.654，比模型（1）的拟合程度更好，回归方程更准确。

模型（3）在模型（2）的基础上增加了企业内部资产负债率与管理费用率对企业技术创新能力的影响，但两者均不显著，且F为14.357小于临界值14.36，应接受原假设，即回归方程所有系数均为0，显然与假设不符也不符实际情况，所以模型（3）并没有起到很好的效果。

5 研究结论

为探究数字金融的发展对规上企业的技术创新水平是否有影响以及其影响机理，文章首先对相关数据进行搜集整理，并参考已有文献进行学习研究。理论分析表明，数字金融可通过促进电子商务、影响消费总量和结构、缓解融资约束，以及技术溢出等途径推动中小企业的技术创新。文章通过实证分析发现数字金融的发展能够促进企业的技术创新，同时宏观层面经济的发展也对企业的发展有积极影响进而加大企业研发投入的力度，实现企业技术创新。但微观层面企业内部的资产负债率、管理费用率等指标对企业技术创新能力的影响作用不强，还需进行进一步的模型假设与实证检验。

数字金融对规模以上工业企业的技术创新有促进作用，同理可得对各行各业的创新发展都有促进作用，数字金融对各行业带来的变革才刚刚开始，数字金融的未来将大有可为。