曹晓雪 张子文

（吉林财经大学会计学院，吉林 长春 130117）

一、引言

根据《中国知识产权统计年报》统计，2010—2020年末，我国国内专利申请数每两年平均增速分别为24%、31%、7.8%、22%、12%、10%，说明技术创新增速处于下滑状态。企业作为技术创新的直接参与主体，其创新意愿的减弱是导致增速下滑的关键。研究发现，中国传统金融市场发展不平衡所造成的创新资源匮乏，是企业创新意愿不高、技术进步缓慢的主要原因（谢绚丽等，2018），近几年更是成为阻碍企业创新的“绊脚石”（梁榜和李晓琳，2021）。因此，解决企业创新资源匮乏问题，调动企业技术创新积极性成为助力创新驱动发展的关键。

近年来，在我国金融体制改革背景下，数字化信息技术与传统金融结合催生了一种金融新业态——数字金融。数字金融是传统金融与互联网等数字技术的结合，具体表现为传统的融资、投资等业务模式的数字化（黄益平和黄卓，2018）。其具有效率高、覆盖面广的特点，为解决企业技术创新资源缺乏问题带来了新契机，但是也存在部分企业“掉队现象”，即数字金融对企业技术创新的赋能具有选择性。从理论基础层面来看，根据资源依赖理论，创新活动投入周期长、规模大的特点使企业无法摆脱对外部资源的依赖，而数字金融丰富了金融市场中的金融产品以及金融服务的类型，企业可以更加灵活地匹配适合自身的创新资源（谢婷婷和高丽丽，2021）。但是，根据信息不对称理论，由于数字金融覆盖广度有限，部分企业自身市场地位较低，市场资源提供方可能会因获取信息的不完整、不对称而对部分企业缺乏信心，导致这些企业无法获得数字金融对技术创新的赋能作用。从实践情况来看，冯永琦和张浩琳（2021）通过中国270 个城市数据研究发现，虽然区域创新绩效能够受到数字金融发展的激励作用，但却存在基于数字金融覆盖广度的门槛效应，数字金融覆盖广度没有达到门槛值的地区存在“掉队”现象。邵伟和刘建华（2021）通过A 股上市公司数据研究发现，市场资源在流向企业技术创新活动的过程中受到企业规模和市场地位的约束，资源更容易向规模大、地位高的企业倾斜。因此，数字金融覆盖广度、企业市场地位很有可能是造成数字金融选择性赋能企业技术创新的重要因素。

尽管万佳彧等（2020）通过A股上市公司数据分组比较发现数字金融的创新激励效应可能在中小企业中更强，但是少有文献单独研究数字金融对中小企业技术创新的影响，现实中部分中小企业无法通过数字金融赋能降低创新资源获取难度，中小企业在数字金融赋能创新中的“掉队”现象更加严重。中小企业因其庞大的数量充当着促进技术创新的中坚力量，探讨数字金融对其创新激励的效果、寻找部分企业“掉队”的原因，对解决中小企业创新资源匮乏和实施创新驱动发展战略具有重要意义。基于此，本文将深入研究数字金融与中小企业技术创新的关系：首先，通过理论分析构建数字金融对中小企业创新激励的作用机制，实证检验数字金融赋能中小企业技术创新的存在性；其次，结合现有结论验证数字金融覆盖广度和企业市场地位是否为数字金融赋能中小企业技术创新的约束条件；最后，进一步探讨数字时代企业“声誉无形资产”会对数字金融的创新激励作用产生何种影响。

二、理论分析与研究假设

（一）数字金融对技术创新的影响

数字金融的发展使消费、制造、科技、投资、服务和金融六大板块协同并进（冯永琦和张浩琳，2021），通过改变企业周围金融环境，为中小企业发展带来了机遇与挑战。根据资源依赖理论，其对技术创新的影响主要体现在企业内部创新资源创造与外部创新资源获取两个方面：

第一，数字金融通过促进外部消费，提高中小企业内部创新资源创造能力。数字金融的发展通过改善市场化程度，增大投资理财包容性，使中低收入阶层创业行为增多、理财需求得到满足，从而提高了居民的收入水平（梁榜和李晓琳，2021）；同时，电子商务和移动支付的发展刺激了居民消费欲望，促进居民消费升级（洪铮等，2021）。这种居民收入水平与消费欲望的平衡增长会有效增大企业销售规模，提升企业盈利能力，从而为技术创新提供物质资源基础。此外，随着消费水平的提高，居民消费也出现分层，不同阶层的消费者由于经济实力、个性喜好的不同产生多元化、差异化的消费需求。中小企业可以更加灵活地应对消费分层，其定制化产品与服务可以以数字技术为支撑覆盖到更多的长尾人群、不发达地区，从而进一步提高自身收入和创新资源创造能力。

第二，数字金融通过缓解资源错配，降低中小企业外部创新资源获取难度。就货币资金而言，一方面，在以银行为主体的传统金融市场中，以报表数据、抵押资产为依托的企业评价体系造成了严重信息不对称，使中小企业被排斥在金融服务之外（贾俊生和刘玉婷，2021）。数字金融的发展有效缓解了这种信息不对称问题，银行可以依托大数据精准挖掘企业征信信息，从多方面综合评价企业信用，更加精准地评估和把握企业状况（谢婷婷和高丽丽，2021），大幅提升中小企业的融资可得性。另一方面，数字金融通过网络交易平台提供了小额信贷等新型融资途径，其门槛低、品种多、效率高的特色服务拓宽了中小企业融资渠道，提高了中小企业融资效率，对企业技术创新形成有力支撑。就非货币技术而言，数字金融的发展提高了金融市场的包容性，知识产权金融的发展使科技公司以此为契机涌入金融市场，知识产权的流动性大幅提升，中小企业依托金融市场获得技术资源的可能性随之提高。此外，市场的连锁反应也为技术创新服务平台的发展带来新契机，基于信息技术的多维度评级体系能够甄选出更具有投资价值和市场认可度的技术创新项目，促进产学研融合，为企业创新提供技术支撑。

基于此，提出假设H1：数字金融能够赋能中小企业技术创新。

（二）数字金融赋能技术创新的选择性

1.数字金融广度的门槛效应。在数字金融覆盖广度较低时，企业内部创新资源创造能力无法得到提升，外部融资渠道尚未打开，导致企业技术创新动力不足。具体而言，一方面，在数字金融发展起步期，居民消费欲望已被刺激，但收入的滞后性导致居民消费者可支配收入还未得到提高，此时居民会通过资本借贷实现消费的跨期平衡（易行健和周利，2018）；而由于数字金融覆盖广度不足，普惠网络效应机制尚未覆盖到本部分尾部人群，中低收入者的信贷约束问题依然存在，导致消费的跨期平衡无法实现。因此，虽然居民的消费需求和消费欲望受到有效刺激，但是其实际收入水平没有同步增长，实际消费能力受到抑制，从而导致企业无法实现销售收入的扩大，内部创新资源的创造能力无法得到提高，数字金融无法赋能企业技术创新。另一方面，在数字金融覆盖广度较低时，小额信贷等融资渠道尚未打破场域、时效和成本的边界，其资本规模虽小，但依然极力向大型集团企业靠拢。此时中小企业的融资渠道并没有真正打开，融资约束问题依然严重（冯永琦和张浩琳，2021），外部资源获取受限，数字金融便无法有效赋能企业技术创新。只有当数字金融覆盖广度得到有效扩大，数字金融服务做到真正下沉，居民消费者、中小企业的流动性约束和融资约束等问题得到缓解，才能有效促进企业技术创新。

基于此，提出假设H2：数字金融对技术创新的促进作用存在数字金融覆盖广度的非线性门槛效应。

2.企业市场地位的门槛效应。数字技术支持下，企业外部资源提供者能够以较低成本获取企业市场地位信息，信息不对称的缓解使中小企业的“低市场地位”信息不再被忽视，成为与其他企业同质的“无差别无形资产”。企业的市场地位向外部资源提供者传递以下信息：企业的市场地位决定了企业对“经济租金”的赚取能力（Yung 和Nguyen，2020），低市场地位意味着扣除相关费用后无法赚取“经济租金”，即企业的抗风险能力相对不足；当市场地位较低时，企业影响力及议价能力有限，为了吸引客户不得不让渡部分资金进行“关系投资”，企业被客户“敲竹杠”的可能性较大（Hussein和Oscar，2018）；企业为了弥补市场地位低下造成的客户关系松散问题进行“关系投资”，不能提高其对市场需求的感知能力，企业需要进行大量的市场调研来弥补对市场机会洞察力的缺乏（Cao 等，2020），这难免增大企业经营成本，提高企业经营风险。虽然数字金融的发展缓解了资源错配问题，但资本的趋利避险属性使其对企业的资源供给依然具有选择性，因此，上述中小企业的“低市场地位”信息在数字金融发展下由原来的全部忽视，成为现在企业外部资源提供者需要考虑的非实物因素。当企业市场地位低于某一临界值时，综合投资风险高于资本对风险的容忍度，外部资源不会流向企业，市场地位形成企业获取外部技术创新资源的门槛约束。此外，数字金融促进了供应链金融的发展，供应链金融中商业信用的存在会增大低市场地位企业的“尴尬局面”，市场地位高的企业通过商业信用更多地占用上下游企业资金（张新民等，2012）。此时，低市场地位企业不仅不能有效获得外部资源支持，反而会增大自身资源被占用的程度。只有当企业市场地位达到一定高度，数字金融的发展进一步传播了企业话语权高的信号，企业获取外部资源的门槛才能真正降低，企业技术创新得以促进。

基于此，提出假设H3：数字金融对技术创新的促进作用存在企业地位的非线性门槛效应。

三、研究设计

（一）数据来源

选取2011—2020年中国A股中小板非金融保险类上市公司样本，并剔除ST 类、数据严重缺失等企业。根据Hansen 面板门槛模型的需要，将研究样本处理为强平衡面板数据，经过筛选处理，得到459 家公司的4590 个有效样本。微观企业财务数据来源于国泰安数据库，研发投入数据、专利数据来源于中国研究数据服务平台和国家知识产权局，宏观数字金融相关数据来源于北京大学数字金融课题组。

12月4日，阿里大文娱集团发布消息，根据举报，原大优酷事业群总裁、阿里音乐CEO杨伟东因经济问题，正在配合警方调查。阿里影业董事长樊路远将兼任优酷总裁。

（二）变量定义

1.被解释变量。企业技术创新（Rd）。现有文献对于企业技术创新的度量主要分为创新投入与创新产出两方面。投入方面的衡量指标包括研发投入程度、水平等，优点是以货币计量且可以明确所属期间。产出方面通常采用企业新产品与专利的产出（阳镇等，2021），能够准确衡量企业技术创新，但是其长期滞后特点导致无法确定所属期间。考虑到本文基于技术创新资源提供的视角进行分析，因此，采用创新投入衡量企业技术创新，包括创新投入程度（Rds）和创新投入水平（Rdd），并以创新产出（Rdn）作为技术创新的替换变量进行稳健性检验。具体衡量方式如表1所示。

表1：变量定义表

2.解释变量。数字金融（Df）。现有三种方法衡量数字金融发展水平：第一种是通过关键字的网络搜索频数构建数字金融指数（李春涛等，2020）。第二种是从技术投入与产出角度运用研发投入、数字金融技术成果等指标量化数字金融发展（巴曙松等，2020）。第三种是运用结构化交易数据、地区金融技术发展情况等构建多指标体系。其中北京大学数字金融研究中心的数字普惠金融指数最具有代表性，并已经被学者们广泛用于数字金融的相关研究中。因此，本文借鉴贾俊生和刘玉婷（2021）做法，使用数字普惠金融指数衡量数字金融（郭峰等，2020），并在研究过程中对指数进行除以100的处理。

3.门槛变量。本文从企业自身与外部环境两方面选取企业市场地位（Inds）与数字金融广度（Dfd）作为门槛变量来研究数字金融对企业技术创新的非线性影响。其中企业市场地位用勒纳指数衡量。数字金融广度由北京大学数字普惠金融指标体系中地级市层面的数字普惠金融广度指数予以衡量，并在原指数的基础上做除以100 的处理（江红莉和蒋鹏程，2021）。

4.控制变量。借鉴李春涛（2020）等的研究选取控制变量（见表1）。

（三）模型构建

构建基本回归模型（1）以探讨数字金融对技术创新的影响，以验证研究假设H1：

其中， Rd包括创新投入程度（Rds）和创新投入水平（Rdd）；∑、∑为时间、行业固定效应。同时，考虑到数字金融对企业技术创新的影响可能存在滞后性特征，利用下一期企业技术创新投入（F.Rd）进行进一步检验以增强结论的可靠性。

进一步，根据Bruce（1999）提出的面板门槛模型，构建多重门槛回归模型（2）、（3），用以检验研究假设H2、H3：

四、实证分析

（一）描述性统计

表2 报告了描述性统计结果。技术创新方面，三类衡量指标均值分别为0.048、17.929、3.114，标准差分别为0.043、1.304、1.377，说明总体上企业技术创新存在较大差异。数字金融方面，总指数均值为2.059，最小值、最大值分别为0.315和3.345，广度指数最小值、最大值分别为0.148 和3.265，说明不同城市数字金融发展程度以及覆盖广度差异较大。企业市场地位方面，均值为0.108，标准差为0.163，最小值达到了-7.421，说明中小企业市场地位总体较低，而且部分企业毫无市场地位。

表2：变量描述性统计

（二）基准回归分析

先检验数字金融赋能技术创新的存在性，回归结果如表3 所示。第（1）列和第（2）列分别报告了以当期创新投入程度（Rds）和创新投入水平（Rdd）衡量技术创新的回归结果。结果显示数字金融（Df）的回归系数分别为0.008、0.358，均通过了1%显著性检验，说明数字金融的发展能够显著赋能中小企业技术创新。此外，第（3）列和第（4）列报告了以未来一期技术创新（F·Rd）为因变量的回归结果，即考虑数字金融对技术创新影响的滞后性特点后，数字金融（Df）的回归系数分别为0.010、0.420，依然在1%的显著性水平上显著，再次验证了数字金融对中小企业技术创新的显著促进作用，回归结果证实了假设H1。根据理论分析，结合已有基于省域数据和全部企业数据的研究，回归结果意味着在总体上，数字金融带来的新兴的融资方式、数字信息技术的使用、外部消费水平的提高等，缓解了中小企业技术创新资源缺乏的问题，提高了技术创新绩效，数字金融对中小企业的影响与其他企业并无本质上的差异，即数字金融赋能中小企业技术创新的存在性结论成立。

表3：数字金融对企业技术创新回归结果

（三）内生性与稳健性检验

1.内生性处理。本文的解释变量数字金融属于宏观经济数据，而被解释变量中小企业技术创新属于微观企业数据，二者属于不同层级的数据，因此，其反向因果造成的内生性问题并不突出。但为了增强结果的可靠性，一方面，基准回归中引入未来一期的因变量初步缓解了潜在的内生性问题，结论未发生改变；另一方面，采用工具变量法来避免因无法识别的干扰因素同时影响数字金融与企业技术创新造成的内生性问题。本文借鉴江红莉和蒋鹏程（2021）的做法，采用数字金融在时间上的一阶差分与滞后一期的乘积作为工具变量，进行回归估计。表4 报告回归结果显示，第一阶段中，工具变量（Df×Df）回归系数为0.716，通过1%的显著性检验，模型整体拟合度达到0.939，说明选取的工具变量满足高度相关性要求。第二阶段中，在缓解了潜在内生性问题后，数字金融（Df）对创新投入程度（Rds）和创新投入水平（Rdd）的回归系数分别为0.019 和0.345，均通过1%显著性检验，数字金融对中小企业技术创新的赋能作用依然显著，与基准分析结果一致。

表4：工具变量法回归检验

2.稳健性检验。采用创新产出（Rdn）作为衡量技术创新的替换变量进行稳健性检验，回归结果如表5 所示。其中F.Rdn 表示考虑创新产出延后性特点的未来一期专利申请数量，并对专利申请数加1 后取对数。结果显示，无论是否添加控制变量，数字金融对企业技术创新的正向影响均在1%的水平上显著，说明数字金融显著赋能中小企业技术创新的结论稳健，假设H1再次得到验证。

表5：数字金融对企业技术创新（创新产出）回归结果

（四）门槛效应检验

本文分别以企业自身因素市场地位（Inds）和外部因素数字金融广度（Dfd）为门槛变量，研究数字金融对中小企业技术创新的影响是否存在门槛效应。

首先，分别在两个衡量企业技术创新的指标下进行门槛存在性的显著性检验。根据表6 报告的检验结果，企业市场地位的单一门槛通过1%的显著性检验，双重门槛分别通过1%和5%显著性检验，三重门槛均不显著；数字金融覆盖广度的单一门槛通过1%的显著性检验，双重门槛均不显著。因此，数字金融对中小企业技术创新的激励作用存在基于市场地位的双重门槛效应、基于数字金融覆盖广度的单一门槛效应。

表6：门槛效应检验

其次，在检验分析出门槛个数后，针对不同被解释变量分别估计其门槛值，表7 报告了各门槛值估计结果及其在95%水平下的置信区间。根据估计结果，以创新投入程度衡量企业技术创新时，企业市场地位的两个门槛值分别为0.111 和0.222，数字金融覆盖广度的单一门槛值为2.747。以创新投入水平衡量企业技术创新时，企业市场地位的两个门槛值分别为0.053 和0.154，数字金融覆盖广度的单一门槛值为2.109。以不同指标衡量企业技术创新时门槛值有所差异，但数字金融对企业技术创新存在基于企业市场地位的双重门槛和基于数字金融覆盖广度的单一门槛效应的结论不受影响。

表7：门槛值估计

最后，进一步分析数字金融对中小企业技术创新的非线性影响，结果如表8 所示。若以创新投入程度衡量企业技术创新：当企业市场地位低于0.111 时，数字金融对技术创新的促进作用并不显著；当企业市场地位介于0.111 与0.222 之间时，数字金融的回归系数在1%的水平下显著为正；当企业市场地位大于0.222 时，系数值有显著的提高，且依然在1%水平下显著。当数字金融覆盖广度低于2.747 时，数字金融对技术创新的促进作用不显著；当数字金融覆盖广度大于2.747后，数字金融对其促进作用才在1%水平下显著。若以创新投入水平衡量企业技术创新：基于企业市场地位的双重门槛效应除门槛值波动外，结论与创新投入程度一致。在数字金融广度达到门槛值前后数字金融的回归系数均显著为正，但其影响程度具有显著差距，当达到门槛之后数字金融对企业技术创新的促进作用更加突出，单一门槛效应依然存在。

表8：门槛效应回归结果

综上所述，数字金融对企业技术创新的促进作用存在门槛效应：（1）当数字金融覆盖广度低于相应门槛值时，数字金融对企业技术创新的促进作用不显著或效果不明显；只有当数字金融覆盖广度达到一定程度时，中小企业资源壁垒才慢慢被打破，居民消费需求开始被拉动，数字金融服务做到真正下沉，才能真正赋能中小企业技术创新。（2）当企业市场地位低于第一门槛值时，资本的趋利避险属性导致市场资源并不会流向企业，企业技术创新并不能得到数字金融发展的赋能；只有当企业市场地位跨过第一道门槛值后，企业技术创新才能获得数字金融发展带来的资源赋能；当企业市场地位达到第二个门槛值后，企业获得资源的倾斜程度更大，相应的数字金融对技术创新的赋能作用更加突出。

五、进一步研究

通过理论分析与实证检验发现数字金融的发展能够赋能中小企业技术创新，并且存在基于数字金融覆盖广度的单一门槛效应以及基于企业市场地位的双重门槛效应。根据对数字金融影响企业技术创新的机制分析，非实物信息对企业越来越重要，那么企业声誉是否在市场资源提供者的考虑范围内呢？相关研究表明，良好的声誉能够成为企业一项具有排他性和战略意义的无形资本，是企业日积月累形成的，构成了企业对自身信誉、发展等的一种担保和抵押（管考磊和张蕊，2019）。良好的企业声誉以及与利益相关者和睦相处的外在形象将会作用于企业未来的收益函数，而当企业声誉受损时，也会对企业未来收益产生抑制作用（郑超愚和孟祥慧，2021）。当企业有一个良好的声誉时，会向市场资源的提供者传递一种企业值得信赖的良好信号，并通过数字金融的发展将此效果进一步放大。基于此，我们认为高企业声誉会放大数字金融对中小企业技术创新的赋能作用。

为验证企业声誉对数字金融创新激励的作用，在管考磊和张蕊（2019）的研究基础上，从社会、消费者、债权人、股东、企业五个方面选择11 个企业声誉二级指标，进行因子分析打分，计算企业声誉得分，并根据因子得分由低到高将企业分为1—10 共十组（其中1—6 为低声誉组，7—10 为高声誉组），分组研究数字金融与企业技术创新的关系，结果如表9 所示。两组内数字金融对企业技术创新的促进作用都显著，但高声誉组中数字金融对企业技术创新的回归系数为0.009，低声誉组仅为0.007，低于高声誉组，并且通过费舍尔组合检验，两组中数字金融对企业技术创新促进作用的差异在1%的显著性水平下显著，说明数字金融对中小企业技术创新的促进作用受企业声誉的正向调节，数字金融对高声誉企业技术创新的赋能作用更加突出。

表9：基于企业声誉的分组回归检验

六、结论与建议

本文以数字金融对中小企业技术创新的影响机制为理论出发点，从企业自身以及外部环境两个方面的门槛效应视角对数字金融是否有效赋能企业技术创新进行实证分析，研究发现：（1）数字金融能够从多方面为中小企业提供创新资源，赋能企业技术创新。（2）数字金融对中小企业技术创新的促进作用受到数字金融覆盖广度的制约并表现出单一门槛效应。（3）数字金融对技术创新的促进作用受到企业市场地位的制约并表现出双重门槛效应。只有当企业市场地位跨过第一重门槛值后，企业技术创新才能受到数字金融发展的促进，并且在跨过第二重门槛值后，促进作用更加突出。（4）数字金融对中小企业技术创新的促进作用受到企业声誉的调节。高企业声誉会强化数字金融对技术创新的赋能作用。

基于研究结论，本文提出以下建议：（1）政策上深化金融体制改革，继续推动数字金融发展。拓宽数字金融覆盖领域，各地区可由金融科技企业或银行牵头形成金融科技联盟，广泛吸引不同领域的参与者，以促进金融资源配置的均等化，缓解资源错配问题从而解决居民及企业的信贷约束。在深化数字金融发展的同时，注意防范数字金融发展为金融市场带来的系统性风险，加大监管力度，加快相关法律法规体系建设，避免再次出现类似网贷平台集体爆雷的事件。（2）企业努力提升自身市场地位，形成数字金融赋能与企业发展的交互促进效果。数字技术带来的长尾客户是一块大蛋糕，中小企业在没有规模优势时应该优化自身产品结构，通过特色定制化服务提升市场地位，从而更好地利用数字金融的赋能作用。同时，积极进行供应链管理，合理把握竞合关系尺度，以求在不断发展变化的市场环境中提升话语权，让数字金融的资源天平倾向自身。（3）优化企业与各利益相关者的关系，提高企业声誉。通过提高主营业务竞争力来满足股东和债权人的利益需求，而不是通过投机获利，美化报表；积极承担社会责任，让利消费者与社会以得到良好的口碑与社会声誉。总之，企业应当约束自身行为，兼顾各方利益，在社会、消费者、债权人、股东等诸多方面塑造一个良好的形象，从而使自身的“无形资本”在数字金融的发展中进一步扩大。

①二级指标包括：社会与消费者角度，净利润和资产规模与行业均值的比、产品市场占有率（同行业主营业务收入比）、是否为知名事务所审计；债权人角度，流动比率、长期负债率；股东角度，每股收益、每股股利；企业角度，可持续发展能力、独立董事比例、声誉投入（无形资产自然对数）。