发展普惠金融能促进中小企业创新吗？——基于双重差分模型的实证检验

孙继国，胡金焱，杨 璐

(1.青岛大学经济学院，山东 青岛 266061；2.中央财经大学中国经济与管理研究院，北京 100081)

一、问题的提出

党的十九大报告明确提出，要加快建设创新型国家，明确创新是引领发展的第一动力，是建设现代化经济体系的战略支撑，强调建立以企业为主体、市场为导向、产学研深度融合的技术创新体系。在新一轮科技革命和产业变革正处于重大突破的历史关口，大力推进企业创新，注重用新技术新业态改造提升传统产业，促进新动能发展壮大、传统动能焕发生机，是推动我国经济高质量发展的必然选择。2018年，我国R&D经费投入总量为19 677.900亿元，连续3年保持两位数的增速。专利申请总量达432.300万件，近3年平均增速为15.6%。在科技创新推动下，2018年，我国高技术制造业、战略性新兴产业和装备制造业增加值分别比2017年增长11.7%、8.9%和8.1%。创新带来的新动能正在塑造发展新优势，促使经济结构不断优化，推动经济高质量发展。

金融是现代经济的核心，企业创新离不开金融的支持。近年来，尽管我国金融机构对企业创新的信贷支持力度进一步加大，但由于创新活动具有研发投入高、成长风险大、回报周期长等特点，而且很多中小企业信用风险相对较高，提供的抵押担保也十分有限，出于风险考虑，传统金融机构对这些企业存在一定的金融排斥，因而难以满足企业创新的资金需求。2013年11月12日，党的十八届三中全会通过了《中共中央关于全面深化改革若干重大问题的决定》，首次正式提出发展普惠金融，旨在鼓励金融创新，丰富金融市场层次和产品，完善金融市场体系，以便更好地支持实体经济发展。普惠金融具有共享的发展理念，使得中小企业创新金融服务的可得性大大提高。那么，普惠金融的发展是否显著促进了中小企业创新？企业的产权性质是否会影响普惠金融对中小企业创新的促进作用？数字普惠金融的发展是否对普惠金融促进中小企业创新起到了激励作用？针对以上问题，本文基于2011—2017年我国中小板上市企业数据，利用双重差分模型构建准自然实验分析框架，从政策效应视角实证检验发展普惠金融对中小企业创新的影响。

本文可能的贡献主要体现在以下三个方面：第一，现有文献主要集中在普惠金融对城乡收入差距、创业和地区经济增长的影响，从政策有效性视角分析普惠金融对中小企业创新影响的研究几乎没有。本文基于双重差分模型分析发展普惠金融政策的提出对中小企业创新的影响效果，是对普惠金融与实体经济相互关系研究的有力补充。第二，金融机构对国有企业的信贷偏好决定了普惠金融对企业创新的影响可能会存在个体特征层面的截面差异，鉴于此，本文检验了不同产权性质下发展普惠金融对中小企业创新的影响，旨在为普惠金融政策的深入推进提供一种新思路和着力点。第三，现阶段数字经济飞速发展，数字普惠金融逐渐成为推动普惠金融向纵深、包容发展的重要动力。本文实证探究了数字普惠金融对普惠金融促进中小企业创新的激励作用，进一步证明了数字普惠金融发展对企业创新的重要性。

二、理论分析与研究假设

自“普惠金融”这一概念在2005年国际小额信贷年会上提出以来，国内外学者围绕普惠金融这一主题进行了大量研究。Claessens和Feijen[1]认为，发展普惠金融能够有效消除金融排斥，增加贫困人口创收机会，进而缩小城乡收入差距。Bittencourt[2]认为，提高金融服务范围和金融服务水平可以有效促进贫困户收入增长，进而减少收入差距。Elmi和Ariani[3]认为，降低金融服务门槛能够有效缓解收入不平等状况。杜晓山[4]指出，普惠金融体系可以明显拓宽金融服务边界，助力贫困地区和偏远地区经济发展，促进农民增收，进而缩小城乡收入差距。孙继国和赵俊美[5]研究发现，与传统普惠金融相比，数字普惠金融可以更显著缩小城乡收入差距。谢绚丽等[6]认为，数字普惠金融的覆盖广度、使用深度和数字支持服务程度均对创业有显著的促进作用。何婧和李庆海[7]研究发现，数字金融能够通过缓解农户信贷约束、增加农户的信息可得性和提升农户的社会信任感来促进农户创业。李涛等[8]基于跨国截面数据分析了普惠金融对经济增长的总体影响，并对不同经济体进行了异质性分析。张勋等[9]将我国数字普惠金融指数和我国家庭追踪调查(CFPS) 数据相结合，实证研究发现，数字金融促进了我国的包容性增长。上述研究大多集中在普惠金融对城乡收入差距、创业和地区经济增长的影响，关注普惠金融对企业创新影响的研究还相对较少。Calantone等[10]认为，创新活动是一项周期长、风险大、占用资金多的行为。Seker[11]认为,企业的创新活动往往受融资渠道少、融资成本高等诸多因素的限制。普惠金融作为一种新型金融服务模式，它最大程度地拓展了金融边界，提高了金融服务的可得性和有效性，进一步缓解了企业融资困境，在一定程度上能够影响企业创新。Khurana等[12]认为，普惠金融减轻了信贷扭曲程度，能够为企业提供充裕的现金流。田霖[13]认为，普惠金融有效地破解了金融机构与中小企业之间存在的信息不对称问题，使中小企业能够高效便捷地获得信贷支持，为企业创新提供资金保障。邢乐成和王延江[14]认为，我国现行的融资体系并不能与中小企业融资特点相匹配，运用普惠金融理念建立的直接与间接结合的外源融资体系，能从根本上缓解这一制度性问题。基于以上分析，笔者提出如下研究假设：

H1：发展普惠金融能够显著促进企业创新。

此外，普惠金融对不同特征企业创新激励具有异质性。由于国有企业存在复杂的政治关联问题，方军雄[15]认为，政府和传统金融机构对国有企业往往存在着天然的“父爱主义”。相比之下，刘小玄和周晓艳[16]认为，民营企业在创新融资的过程中经常会遇到传统金融机构不愿意为其提供服务或融资成本更高等问题。邹伟和凌江怀[17]认为，普惠金融利用场景、服务等优势，弥补了传统金融服务的短板，降低了金融服务门槛，可以为更多的中小民营企业提供个性化的金融产品与服务。何宁[18]认为，银行开展普惠金融会影响银行的贷款决策机制，从而能够从贷款的每个环节影响企业最终融资价格，中小民营企业融资约束问题进而得到根本解决。基于以上分析，笔者提出如下假设：

H2：发展普惠金融更能促进民营企业的创新。

近年来，互联网科技与金融业迅速融合，数字普惠金融逐渐成为普惠金融发展的新趋势。王海军等[19]认为，数字普惠金融具有覆盖广、成本低、效率高等特点，极大地丰富了金融服务的内容，大大降低了信息不对称。黄益平和陶坤玉[20]认为，数字普惠金融是对传统金融的有益补充，为解决企业的融资难题和促进企业创新提供了一种新思路。梁榜和张建华[21]认为，数字普惠金融拓宽了企业的融资渠道，提高了创新融资的可得性，有效缓解了企业的创新融资约束。万佳彧等[22]认为，融资约束在促进企业创新的过程中发挥了中介效应，数字金融发展会显著缓解企业融资约束，进而对企业创新产生显著正向影响。唐松等[23]认为，数字金融的发展能够有效校正传统金融中存在的属性错配和领域错配等问题，对企业技术创新存在结构性驱动效果。基于以上分析，笔者提出如下假设：

H3：数字普惠金融的发展对普惠金融促进企业创新存在激励作用。

三、研究设计

(一)样本选择与数据来源

本文以2011—2017年中小板上市企业为研究样本，并进行如下筛选：剔除金融类企业样本；剔除ST、*ST和PT类企业样本；剔除主要数据缺失的企业样本；对连续变量进行1%及99%分位的Winsorize处理。最终获取观测值5 125个。文中所有数据均来自于CSMAR和Wind数据库。

(二)变量说明

1.被解释变量

被解释变量为企业创新，由于企业创新产出的新产品产值往往难以区分，本文选用企业专利申请数量(apply)作为衡量企业创新的代理变量。另外，根据《中华人民共和国专利法》的相关规定，专利可分为发明专利、实用新型专利和外观设计专利三类，因此，本文分别定义这三类专利申请数量iapply、uapply和dapply作为企业各类创新的衡量指标。

2.解释变量

发展普惠金融政策的提出具有外生性，考虑到我国中西部欠发达地区与东部发达地区受到普惠金融政策的影响强度存在显著差异，本文参照李建军和韩珣[24]与钱海章等[25]的研究划分实验组和对照组，将Treat作为区分实验组和对照组的虚拟变量，当企业处于东部地区时为实验组，该变量取值为1；反之则为对照组，取值为0。Time为政策虚拟变量，2013年11月12日，党的十八届三中全会通过的《中共中央关于全面深化改革若干重大问题的决定》正式提出发展普惠金融，因此，本文选择2014年作为政策冲击事件发生的年份，即2011—2013年Time取值为0，2014—2017年Time取值为1。交互项Treat×Time为重要核心解释变量。

3.控制变量

参考张璇等[26]的研究，本文控制了可能影响企业创新的财务变量和治理结构变量，包括：净资产收益率(roe),用税后利润/净资产× 100%表示；资产负债率(debtr)，用总负债/总资产× 100%表示；销售增长率(salegr)，用本年销售增长额/上年销售额× 100%表示；托宾q值(tobinq),用托宾q值表示；第一大股东持股比例(first),用第一大股东持股占比表示；董事长与总经理是否为同一人兼任(dual),如果兼任取值为1，否则为0。

(三)模型构建

借鉴He 和Tian[27]的研究，基于双重差分模型对政策效果进行评估，检验发展普惠金融政策的提出对企业创新的影响。基准模型构建如下：

lnapplyit=α+γTreati×Timet+λXit+FEi+FEj+FEt+εit

(1)

其中，被解释变量apply为企业专利申请数量，实证分析中取自然对数(lnapply)。相应地三类专利申请数量在实证分析中也取自然对数(lniapply、lnuapply和lndapply)。Xit为可能影响企业创新的其他控制变量，具体变量的解释上文已说明。同时，为了避免出现重要解释变量的遗漏问题，本文在所有回归中均控制了个体固定效应、行业固定效应以及时间固定效应。其中，FEi表示个体固定效应，FEj表示行业固定效应，FEt表示时间固定效应。εit为随机误差项。

(四)描述性统计

变量的描述性统计结果如表1所示。由表1可知，实验组企业与对照组企业之间的创新能力在发展普惠金融政策提出前后发生了一定的变化：在发展普惠金融政策提出之前，实验组企业以专利申请数量、发明专利申请数量、实用新型专利申请数量和外观设计专利申请数量衡量的平均创新能力分别为2.529、1.656、1.809和0.674，对照组企业的平均创新能力分别为2.228、1.495、1.538和0.435，实验组企业的平均创新能力比对照组企业高13.47%、10.73%、17.63%和54.88%；而在发展普惠金融政策提出之后，实验组企业基于专利申请数量、发明专利申请数量、实用新型专利申请数量和外观设计专利申请数量衡量的平均创新能力分别为3.091、2.176、2.274和0.934，对照组企业的平均创新能力分别为2.559、1.825、1.742和0.501，实验组企业的平均创新能力比对照组企业高20.78%、19.22%、30.53%和86.54%。通过两组数据对比可以看出，发展普惠金融政策提出之后，实验组企业与对照组企业的专利申请数量、发明专利申请数量、实用新型专利申请数量、外观设计专利申请数量之间的差距明显增大。但是，这种差距变化是否在统计上显著还需利用双重差分模型进行进一步检验。

表1变量的描述性统计结果

四、实证结果与分析

(一)基准回归结果与分析

运用双重差分模型的基准回归结果如表2所示。其中，列(1)—列(3)为基于专利申请数量的回归结果，列(1)中Treat×Time的系数在1%水平上显著为正，列(2)中Treat×Time的系数在5%水平上显著为正。这表明发展普惠金融显著促进了中小企业的创新活动，H1成立。同时，表2列(3)展示了普惠金融影响中小企业创新的动态效应。具体来说，本文在基准模型的基础上将分组虚拟变量(Treat)与政策虚拟变量(Time)的交互项Treat×Time替换为分组虚拟变量(Treat)与政策提出后年份虚拟变量(Year)的交互项Treat×Year，交互项系数就可以用来检验发展普惠金融影响中小企业创新的变化趋势。比较各年份的情况可以发现：对于专利申请数量，2014年发展普惠金融对中小企业专利申请数量的促进效应为0.204且显著，2015年的促进效应为0.165且显著，2016年的促进效应为0.219且显著。总的来说，核心解释变量系数的显著性和大小比较稳定，发展普惠金融的确促进了中小企业创新活动的增加。进一步，列(4)—列(6)分别展示了基于发明专利申请数量、实用新型专利申请数量、外观设计专利数量的基准回归结果。其中，列(4)中Treat×Time的系数在5%水平上显著为正，列(5)和列(6)中Treat×Time的系数在1%水平上显著为正，这表明发展普惠金融可以显著地促进中小企业的各类创新，即对于发明专利、实用新型专利、外观设计专利三类创新均有显著的促进作用。

表2基准回归结果(N=5 125)

(二)异质性分析

由基准回归结果可知，发展普惠金融能够显著地促进中小企业创新，但不同维度下普惠金融对中小企业创新影响的差异性还有待进一步验证。鉴于此，本文将样本按照国有企业和民营企业分成两组，探究发展普惠金融这一政策冲击对中小企业创新的异质性影响，回归结果如表3所示。表3的列(1)中Treat×Time的系数不显著，列(2)中Treat×Time的系数在1%水平上显著为正。这意味着，相比于国有企业，发展普惠金融更能促进民营企业创新，H2成立。对此可能的解释是，政府或信贷机构在为不同产权性质的企业提供补助时存在差异性，政府或信贷机构对国有企业更倾向于救穷，即补助严重亏损的企业；而对民营企业更倾向于救急，即补助轻度亏损的企业。因此，相对于国有企业来说，民营企业对政府或信贷机构补助的依赖程度更弱，而普惠金融大大解决了这部分企业的融资难问题，因此，发展普惠金融更能促进民营企业创新。

表3异质性分析结果

(三)平行趋势检验

双重差分模型的运用需满足平行趋势假设。本文在模型中加入Treat与Year的交互项，如果在发展普惠金融政策提出前该交互项不显著，则说明满足平行趋势假设。表4的回归结果显示，发展普惠金融政策提出之前各年交互项的系数均不显著，说明双重差分模型满足平行趋势假设。

表4平行趋势检验结果(N=5 125)

(四)稳健性检验

1.安慰剂检验

将全样本划分成2011—2014年、2015—2017年两个子样本。对于2011—2014年的子样本，假设政策冲击发生在2012年。对于2015—2017年的子样本，假设政策冲击发生在2016年。安慰剂检验结果显示，(1)限于篇幅，检验结果未在正文列出，留存备索。虚假实验组1与虚假政策冲击变量的交互项Treat1×Time1、虚假实验组2与虚假政策冲击变量的交互项Treat2×Time2系数均不显著为正，这与基准回归结果并不一致，证明了基准回归结论的稳健性。

2.删除试点当年的样本观测值

由于发展普惠金融政策的首次提出是在2013年的11月，本文基准模型构建时将政策冲击的年份设定在2014年。但企业或许在2013年末就已经受到政策的影响。出于稳健性考虑，删除所有样本企业在2013年的观测值，对基准模型进行再次检验。回归结果表明，前文研究结论保持不变。

3.排除其他政策干扰

2013年9月，国务院印发《大气污染防治行动计划》，提出减少污染物排放、优化产业结构、提高企业创新能力等一系列措施，简称“大气十条”。考虑到“大气十条”规制企业，相关行业的企业将具有较强的创新驱动力以消化其过剩产能需求，为此，本文通过剔除“大气十条”政策规制的行业样本来规避“大气十条”政策产生的短期冲击。回归结果表明，前文研究结论保持不变。

4.更换被解释变量

选用企业专利授权数量(lngrant)作为衡量企业创新水平的代理变量，发明专利、实用新型专利和外观设计专利三类专利的授权数量分别定义为lnigrant、lnugrant和lndgrant。回归结果表明，Treat×Time的系数依旧显著为正，前文研究结论保持不变。

五、进一步考察：数字普惠金融的作用

前文理论分析表明，数字普惠金融推进了我国普惠金融的发展进程。那么，数字普惠金融是否对普惠金融促进中小企业创新存在激励作用？本文借助北京大学数字金融研究中心和蚂蚁金服集团联合发布的北京大学数字普惠金融指数地级市层面数据，利用双重差分模型继续探究发展普惠金融政策提出后，数字普惠金融的发展对中小企业创新的影响。为确保结论的可靠性和稳健性，本文对专利申请数量和专利授权数量均进行实证检验。

本文把各年度地级市数字普惠金融指数的中位数作为分组标准，将全样本按照企业注册地划分为处于数字普惠金融指数高地区的样本和处于数字普惠金融指数低地区的样本。表5的列(1)和列(2)展示了基于专利申请数量的分样本回归结果，列(1)中Treat×Time的系数在10%水平上显著为正，而列(2)中Treat×Time的系数却不显著。表5的列(3)和列(4)展示了基于专利授权数量的分样本回归结果，列(3)中Treat×Time的系数在5%水平上显著为正，而列(4)中Treat×Time的系数却不显著。以上结果表明，数字普惠金融发展程度高的地区，发展普惠金融对中小企业创新的影响更为显著，即数字普惠金融的发展对普惠金融促进中小企业创新存在激励作用，H3成立。

六、结论与政策建议

本文选取2011—2017年中小板上市企业为研究样本，构建准自然实验分析框架，从政策效应视角采用双重差分模型实证检验发展普惠金融对中小企业创新的影响，得出如下研究结论：首先，普惠金融能够显著地促进中小企业创新，并且发展普惠金融对发明专利、实用新型专利、外观设计专利三类中小企业创新均有明显的促进作用。其次，企业的产权性质会影响普惠金融对中小企业创新的促进作用，相比于国有企业，发展普惠金融更能促进民营企业的创新。最后，数字普惠金融的发展对普惠金融促进中小企业创新存在激励作用。数字普惠金融发展程度高的地区，普惠金融对中小企业创新的促进作用更为明显。

基于上述研究结论，笔者提出如下政策建议：首先，政府及传统金融机构应高度重视发展普惠金融，提高普惠金融的服务能力和服务效率，通过发展普惠金融扶持中小企业并激发其创新活力，从而提升社会创新能力，进而实现经济高质量发展。其次，要强化普惠金融对民营企业的金融支持。不仅要通过实施货币政策和财税政策加大对民营企业的扶持力度，优化普惠金融的政策环境，同时还要培育和设立网络银行、民营银行等新型普惠金融机构，为民营企业提供专业化服务。最后，随着金融科技的飞速发展和数字新基建的大力推进，普惠金融正经历着向数字普惠金融转型的重大变革。要加快推进5G基站、大数据中心和人工智能等数字基础设施建设，利用数字技术将中小企业的融资需求与金融服务供给快速精准地配对，进一步提高中小企业融资可得性，为企业创新提供资金保障。