政府创新补贴对企业数字化转型的影响*——基于A股上市公司的经验证据

陈 和，黄依婷

（广东外语外贸大学经济贸易学院，广东 广州 510006）

一、引言

随着人工智能、大数据、区块链、云计算等新兴信息技术飞速发展，数字技术已成为推动经济高质量发展的强劲驱动力。各级政府大力推进数字技术与实体经济的深度融合，打造数字经济新优势，为企业搭建更多共性技术研发平台，促进产业链创新、企业创新与专业化（申明浩等，2022）。在数字经济高速发展的浪潮下，数字化转型在宏观层面是我国跨越中等收入陷阱、实现经济结构转型的重要引擎（戚聿东和褚席，2021），在中观层面是产业结构转型升级的助推器（陈晓东和杨晓霞，2021)，在微观层面是企业提升生产效率、重塑商业模式的重要手段（戚聿东等，2021）。数字化转型是企业提质增效的必由之路（何帆和刘红霞，2019）。根据《埃森哲中国企业数字转型指数研究（2021）》的数据，中国企业数字化转型指数平均得分已由2018年的37分跃升至2021年的54分，部分企业顺应数字化转型的时代发展趋势，加快搭建企业数字化架构、实施数字化转型（谭志东等，2022）。

促进企业数字化转型，需要政府发挥其“有形之手”的作用（吴非等，2021），通过积极的财政政策为企业发展赋能。政府创新补贴作为激发企业创新活力的重要手段（陈林和朱卫平，2008），能够激励企业数字化转型。一方面，创新补贴能直接弥补企业创新资源的不足（杨晓妹等，2021），激励其加快数字技术创新进程。另一方面，创新补贴具有政府背书的间接信号传递作用，使得企业更受投资者和金融机构的青睐，能够帮助企业缓解外部融资约束、获取创新资源，助力企业数字化转型。但是，政府“看得见的手”并不是万能的，在筛选补贴对象时也会因企业释放的虚假信号而出现决策失误（李永友和叶倩雯，2017；安同良等，2009）。而且，企业也可能采取策略性创新行为以获取创新补贴（毛其淋和许家云，2015）。

本文将深入探讨政府创新补贴与企业数字化转型之间的逻辑关系、作用机制以及异质性条件，为探索适配中国企业数字化转型的财政激励政策提供参考与启示。文章的边际贡献在于：第一，将政府创新补贴与企业数字化转型纳入同一研究框架，为研究政府创新补贴助力企业数字化转型提供了根植于中国的经验证据；第二，从融资约束、研发投入与创新产出这三个机制变量深入研究政府创新补贴影响企业数字化转型的作用路径，运用结构方程链式多重中介效应模型打开政府创新补贴影响企业数字化转型的渠道“黑箱”；第三，对政府创新补贴在不同所有制企业和不同要素密集度行业的数字化转型激励效应进行考察，阐述政府创新补贴影响企业数字化转型的异质性。

二、理论分析与研究假设

企业数字化转型的实质是以数据为核心，由工业化管理模式转向数字化管理模式（刘淑春等，2021）。企业在生产流程、管理架构和运营模式等方面引入人工智能、云计算技术、区块链技术、大数据技术等底层技术和互联网等数字技术应用（Ebert和Duarte，2018；龚雅娴，2022），改变传统工业化管理模式的路径依赖，进而驱动企业走向智能化、高效化（倪克金和刘修岩，2021），构建业务新体系和发展新生态，带来根本性变革。

根据《中国数字经济发展白皮书（2020年）》，中国企业数字化转型比例仅约为25%，大多数企业对数字化转型仍处在观望或探索阶段。这是因为，一方面，企业自身造血机能偏弱、外部输血机制受约束（唐松等，2020），多数企业仍徘徊于技术的基本应用配套阶段；另一方面，进行数字技术变革的周期长、风险高（孔存玉和丁志帆，2021），而且进行技术应用和设备更新迭代将衍生出企业难以负荷的高昂成本（安家骥等，2022）。

政府创新补贴也许能够在一定程度上缓解企业的上述困境。政府的创新补贴具有靶向性和信号传递作用，能够直接弥补创新资源不足以及通过间接信号传递效应缓解外部融资约束（王刚刚等，2017），进而激励企业进行技术创新甚至数字化转型（理论机制见图1）。尤其是在数字经济成为经济高质量发展的内生动力的背景下，政府将创新补贴适度地向数字化转型方向倾斜，能有效激励企业数字化转型。

图1 政府创新补贴促进企业数字化转型的理论机制

首先，从直接资源补充角度上看，政府创新补贴能够直接弥补企业的创新资源缺口（Tether，2002），激励企业增加研发投入，从而促进企业技术创新和数字化转型。一方面，政府通过筛选符合条件的具有强劲发展潜力的企业，直接补充企业的创新资源，减少企业数字技术创新的试错机会，分担了企业数字技术创新的风险（尚洪涛和房丹，2021），激励企业加大研发力度，从而激活企业数字化转型的活力。尤其是对于某些长周期高风险的数字化转型项目来说，创新补贴更能为其提供基础保障，加强企业进行数字化转型的信心。因此，政府的创新补贴能够激励企业加大研发投入来促进企业数字化转型（路径1）。另一方面，政府发放创新补贴的目的在于激励企业的研发行为，而企业获取创新补贴能够弥补自身创新资源的不足。因此，企业为获取政府的创新补贴会不断提升自身的创新产出水平。此外，创新补贴的后效性（政府后续会审查接受创新补贴企业的创新绩效），有利于创新氛围的形成，进一步激发企业加大研发投入，促进其创新产出。随着创新活动的深入，企业越发能敏锐地抓住新一代技术前沿的信息技术发展机遇，驱动企业数字化转型。因此，政府的创新补贴能激励企业提高创新产出进而助力企业数字化转型（路径2），而且创新补贴能通过激发企业加大研发投入来提升其创新产出，进而驱动企业数字化转型（路径3）。

其次，从间接信号传递角度上看，政府创新补贴所具有的间接信号传递效应能够缓解企业外部融资约束（杨洋等，2015），激励其加大研发投入，从而促进创新产出和数字化转型。理论上，受到政府创新补贴的企业在一定程度上有了政府的信用背书（Li等，2019），同时创新补贴发挥的间接信号传递作用，能够降低外部利益相关者的甄别成本，减少外部利益相关者所面临的道德风险与逆向选择，缓解企业与外部利益相关者之间的信息不对称问题（Blind等，2017），从而有助于吸引外部投资者、降低银行等金融机构的信贷门槛，进而放松企业的外部融资约束。第一，融资困境长期以来制约了企业的数字化转型，而创新补贴的间接信号传递效应所带来的外部资金可为企业数字化转型的设备建设和技术平台搭建提供支持。因此，创新补贴能通过缓解企业外部融资约束来助力企业数字化转型（路径4）。第二，外部融资约束是企业创新的桎梏，而创新补贴的间接信号传递效应所带来的外部资金可激发企业的研发创新。一方面，创新产出是实现企业数字化转型的重要支柱，创新产出水平不足会致使企业数字化转型缺乏技术基础，而外部融资约束的缓解可以激发企业的研发创新，为企业加快数字化转型提供动力。因此，创新补贴可以通过缓解企业外部融资约束来激励企业提升其创新产出水平，进而助力企业数字化转型（路径5）。另一方面，企业数字化转型离不开研发资源的投入，而外部融资约束的缓解能够消弭企业自身创新意愿与创新资源间的鸿沟（周炜等，2021），激励企业将外部资源转化为研发资源，促进其创新产出。而企业雄厚的创新实力又能为数字化转型提供充足的硬件匹配基础条件（吴非等，2021），随着研发创新“投入—产出”体系的优化，企业数字化高效转型得以实现。因此，创新补贴可以通过缓解企业外部融资约束、激励企业加大研发投入来实现数字化转型（路径6），而且创新补贴可以通过缓解企业外部融资约束来优化研发创新“投入—产出”体系，进而助力企业数字化转型（路径7）。

综合上述分析，政府创新补贴可以通过以下路径来激励企业数字化转型：创新补贴→研发投入→数字化转型（路径1）；创新补贴→创新产出→数字化转型（路径2）；创新补贴→研发投入→创新产出→数字化转型（路径3）；创新补贴→融资约束→数字化转型（路径4）；创新补贴→融资约束→创新产出→数字化转型（路径5）；创新补贴→融资约束→研发投入→数字化转型（路径6）；创新补贴→融资约束→研发投入→创新产出→数字化转型（路径7）。据此，本文提出以下两个研究假设：

H1：政府创新补贴有助于驱动企业数字化转型。

H2：融资约束放松、研发投入增加与创新产出提升对政府创新补贴影响企业数字化转型具有正向的链式多重中介作用。

三、研究设计

（一）数据来源和样本

文章以2011—2020年沪深A股上市公司数据进行研究，原始数据均来自CSMAR经济金融研究数据库和Wind数据库。对上述数据做如下处理：①剔除金融类企业；②剔除ST、*ST、PT及终止上市的企业；③剔除关键财务数据严重缺失的企业。最后共得到3376个样本企业。为降低异常值干扰，对所有连续变量进行1%和99%的缩尾处理。

（二）变量设定

1.被解释变量

数字化转型（lnDT）。数字化转型数据来自于广东金融学院《中国上市企业数字化转型指数评价研究报告》。广东金融学院研究团队利用Python爬取沪深A股上市公司的年度报告文本，并通过Java PDFbox库提取数字化转型的关键词，将关键词加总得到中国上市企业数字化转型指数。其中，关于企业数字化转型的关键词的选取，广东金融学院研究团队将企业数字化转型按照底层技术和实践应用进行分类（见图2所示）。由于数据右偏性明显，对其取对数化处理，同时为了减少内生性问题，对lnDT进行滞后一期处理。

图2 企业数字化转型类型

图3刻画了不同行业的数字化转型指数的平均变化趋势。可发现所有行业的数字化转型进程都在加快。信息传输、软件和信息技术服务业以及租赁和商务服务业等大多数现代服务业的数字化转型程度较高，而采矿业以及电力、热力、燃气及水生产和供应业等传统行业的数字化转型程度较低。

图3 部分行业数字化转型指数的变化趋势

2.解释变量

本文借鉴郭玥（2018）和Chen等（2018）的做法，先从CSMAR 数据库获得企业财务报表附注“营业外收入”中披露的政府补助信息，运用关键词检索手工搜集企业创新补贴的项目，并通过人工筛选，确定最终创新补贴项目信息，最后将同一年份同一企业的创新补贴项目信息进行合并，生成核心解释变量GovIS，GovIS=（创新补贴/总资产）×100。其中，借鉴刘春林和田玲（2021）的研究，采用的关键词有科技专项、创新项目、科技项目、研发、高新技术、研究开发、专利、发明等。

3.机制变量

融资约束放松（RFC）。依据Hadlock和Pierce（2010）、鞠晓生等（2013）的研究，SA指数越大，企业融资约束程度越高。对SA指数进行反向处理，以此作为融资约束放松（RFC）的表征变量。

研发投入（R&D）。采用研发投入占营业收入比重来衡量企业的研发投入。

企业创新产出（lnpatent）。采用专利申请量的对数化指标来衡量企业的技术创新水平。

为减少内生性问题，对所有机制变量进行滞后一期处理。

4.控制变量

本文选取的一系列控制变量有：第一大股东持股比例（top1）、总资产收益率（ROA，息税后净利润/总资产×100）、资产负债率（Lev，总负债/总资产×100）、 企业资本密度比（SD，总资产与营业收入的比值）、企业年龄（Age，当年年份减企业成立年份加1再取自然对数）、现金净流量（Cashflow，经营活动产生的现金净流量/总资产）、高管团队是否拥有研发背景（TMTt）以及高管团队是否拥有政治关联（TMTp）。

（三）模型设定

1.总体效应检验模型设定

为研究企业创新补贴对企业数字化转型的影响，设定面板固定效应模型（1）对二者的关系进行检验。

其中：被解释变量lnDTt+1为领先一期的数字化转型程度，GovIS为核心解释变量。VCs是一系列控制变量，Year是年份固定效应，Industry是行业固定效应，Province是地区固定效应，εit为随机扰动项。

2.链式多重中介效应模型设定

为研究融资约束、研发投入和创新产出在创新补贴影响企业数字化转型中的链式多重中介作用，借鉴柳士顺和凌文辁（2009）的研究，设定如下面板固定效应模型：

其中：RFCt+1、R&Dt+1、lnpatentt+1分别为领先一期的融资约束、研发投入和创新产出。模型（2）-（5）构建了一个多方程系统：模型（2）检验创新补贴对融资约束的影响；模型（3）在控制创新补贴情况下检验融资约束对研发投入的影响；模型（4）在控制创新补贴与融资约束情况下检验研发投入对创新产出的影响；模型（5）在控制创新补贴、融资约束与研发投入情况下检验创新产出对数字化转型的影响。链式中介效应模型分为独立中介与链式中介。独立中介路径为：创新补贴→融资约束→数字化转型、创新补贴→研发投入→数字化转型与创新补贴→创新产出→数字化转型，链式中介路径为：创新补贴→融资约束→研发投入→数字化转型、创新补贴→融资约束→创新产出→数字化转型、创新补贴→融资约束→研发投入→创新产出→数字化转型与创新补贴→研发投入→创新产出→数字化转型。

传统的中介效应研究主要运用Baron等（1986）提出的逐步法进行检验，但近年来不少学者质疑此方法（温忠和叶宝娟，2014），主要争议在于：如果中介效应模型包含多个中介变量，那么逐步检验回归系数会提高第一类统计推断错误出现的概率，而且每个独立方程忽略了方程之间的关联，从而产生估计偏差。因此，为了保证研究结论的可靠性，本文在对模型（2）-（5）进行回归估计的基础上，进一步构建了经非参数 Bootstrapping方法调整估计偏差的结构方程链式多重中介效应模型，研究融资约束、研发投入以及技术创新产出在政府创新补贴影响企业数字化转型过程中所发挥的链式多重中介效应，从而进一步剖析创新补贴与企业数字化转型之间的传导机制。

四、实证分析

（一）描述性统计

变量描述性统计结果见表1。可以看到，企业数字化转型（lnDT）的均值为2.647、标准差为1.369，这揭示了企业间数字化转型水平参差不齐。政府创新补贴强度的最小值为0，最大值为4.170，说明政府创新补贴强度在企业间存在明显差异。

表1 主要变量的描述性统计结果

（二）政府创新补贴对企业数字化转型的影响

表2的列（1）、（2）是基准回归的实证检验结果。可以发现，无论是否加入控制变量，GovIS的估计系数都在1%显著性水平下显著为正。这表明在保持其他因素不变的情况下，政府对企业的创新补贴强度越高，越能够助力企业数字化转型。可能的解释是：第一，创新补贴作为一项创新激励政策，具有较好的靶向作用，能够直接弥补企业的创新资源不足，激励企业加大研发投入，助力企业进行科技创新，提升其数字化技术处理能力，从而驱动企业数字化转型。第二，创新补贴还可以通过间接的信号传递效应降低企业与外部利益相关者之间的信息不对称，同时提高企业的商业信用，缓解企业外部融资约束，为企业的研发创新与数字化转型提供充足资金支持。假设H1得到验证。

表2 创新补贴对企业数字化转型的影响

（三）稳健性检验

1.替换核心解释变量

将核心解释变量替换为lnIS，lnIS的赋值方法为创新补贴加1后取自然对数，重新进行回归的估计结果如表2的列（3）、（4）所示。可以发现在替换核心解释变量后，基准回归的结论仍成立。

2.替换被解释变量

将被解释变量替换为TD，即（数字化转型的总词数/年报总词数）×1000，为了减少内生性问题，将TD领先一期再代入模型（1），重新进行回归。回归结果如表2的列（5）、（6）所示。可以看到GovIS的回归估计系数依然在1%显著性水平下显著为正，这表明基准回归的结果是稳健的。

3.采用泊松伪极大似然估计方法

为了避免传统面板估计法将剔除lnDTt+1的0值，同时为了尽可能减少估计偏差，采用泊松伪极大似然（PPML）固定效应估计方法进行稳健性检验。表3列（1）、（2）报告其回归结果，可以发现不管是否加入控制变量，GovIS的估计系数没有发生实质性变化。这表明基准回归具有稳健性。

4.内生性检验

采取以下两种方法进行内生性检验：①采用工具变量法。创新补贴与企业数字化转型之间可能存在双向因果关系会导致内生性问题，遗漏重要变量也可能会引致内生性问题，因此文章运用两阶段最小二乘估计方法进行估计。②运用Heckman两步法构建样本选择模型。将年报中披露其数字化转型情况的企业全部视为进行数字化转型，反之则视为未进行数字化转型企业，这可能造成样本选择偏差，从而导致内生性问题，对此文章通过构建样本选择模型对其进行控制与检验。

（1）工具变量法。运用两阶段最小二乘估计方法（2SLS）进行内生性检验。借鉴李政等（2019）的研究，选取上市公司注册地所在城市当年财政收入与企业上一年度是否接受创新补贴虚拟变量的交乘项（IV）作为工具变量。地方政府需要根据自身财政收入状况来选择对企业进行创新补贴，因此创新补贴与当地财政收入水平的相关性较大，同时一个城市财政收入水平与该城市内某一企业的数字化转型并无关联，因此选择此工具变量具有一定的合理性。检验结果如表3的列（3）、（4）所示。首先，Durbin-Wu-Hausman检验在1%显著性水平下拒绝了“解释变量与干扰项不相关”的原假设，这说明核心解释变量存在内生性问题，需要使用工具变量消除内生性。其次，第二阶段中创新补贴对企业数字化转型的回归估计系数在1%显著性水平下显著为正, 表明控制了模型的内生性问题后，创新补贴仍能显著促进企业数字化转型。同时，Anderson LM统计量p值为0，通过工具变量识别不足检验。此外，Wald统计量大于10%显著性水平下的临界值，认为不存在弱工具变量问题，因此文章选取的工具变量是合理的。总之，以上分析支持了基准回归的研究结论。

（2）样本选择模型。运用Heckman两步法构建样本选择模型的步骤是：第一步，设置虚拟变量lnDT_dummy（若企业在年报披露其数字化转型情况，则lnDT_dummy赋值为1，否则赋值为0），将lnDT_dummy的领先一期（lnDT_dummyt+1）作为被解释变量，解释变量包括基准回归中的核心解释变量和其控制变量，并引入外生变量——城市当年财政收入与企业上一年度是否接受政府创新补贴虚拟变量的交乘项（IV），再进行Probit估计，计算出逆米尔斯比率（imr）；第二步，将计算出来的imr作为控制变量引入基准回归模型进行实证检验。文章采用Heckman两步法的回归检验结果如表3的列（5）、（6）所示，可以发现IV和imr的回归估计系数均在1%显著性水平下显著，而且GovIS均显著为正，这表明在控制选择性偏差后的估计结果仍支持基准回归的结论。

表3 稳健性检验：泊松伪极大似然估计与内生性检验

5.处理效应模型

文章所构建的基准回归模型可能存在自选择偏差，其原因在于：发展态势良好的企业更有意愿申请政府的创新补贴，同时地方政府也往往选择发展实力强劲的企业进行补助（马嘉楠等，2018）。因此文章通过构建处理效应模型来尽可能控制因样本自选择而产生的估计偏差。处理效应模型分为两步：第一步，以企业是否收到创新补贴IFIS（若有则赋值为1，否则赋值为0）为被解释变量，加入一系列控制变量VCs以及引入外生变量IV进行Probit估计，得到逆米尔斯比率（lambda）。第二步，将得到的lambda代入原回归模型并将核心解释变量替换为IFIS。表4的列（1）、（2）报告了使用Etragress命令估计得到的处理效应模型的回归结果。可以发现，lambda的估计系数是显著的，这说明确实存在样本自选择偏误，同时可以发现在控制自选择偏差后IFIS仍显著为正，这表明基准回归结论具有稳健性。

6.延长预测窗口

文章通过考察创新补贴对t+2期、t+3期、t+4期企业数字化转型的影响来检验创新补贴的持续性。检验结果如表4的列（3）-（5）所示，核心解释变量GovIS的估计系数均显著为正，表明创新补贴对企业数字化转型的激励效应具有可持续性。

五、进一步分析

（一）政府创新补贴影响企业数字化转型的链式多重中介机制分析

上文研究表明，政府创新补贴能够激励企业数字化转型。下面将对图1的理论机制分析进行实证检验，以期进一步剖析创新补贴与企业数字化转型二者之间的内在联系。文章通过实证模型（2）-（5）以及构建结构方程链式多重中介效应模型进一步考察融资约束、研发投入与创新产出在创新补贴与企业数字化转型之间的链式多重中介效应，其检验结果如表5所示。

模型（2）-（5）的回归结果如表5的Panel A所示：列（1）显示创新补贴显著缓解了企业的融资约束；列（2）表明创新补贴与融资约束放松能够显著激励企业加大研发投入；列（3）显示创新补贴、融资约束缓解与研发投入均在1%显著性水平下显著促进了企业的创新产出；列（4）表明创新补贴、融资约束缓解、研发投入与创新产出均显著激励了企业数字化转型。由此，不难发现融资约束缓解、研发投入与创新产出是创新补贴影响企业数字化转型的链式中介渠道。

为更严格地验证复杂的中介路径，本文采用了中介效应（间接效应）的结构方程模型进一步检验创新补贴影响企业数字化转型的传导路径。由于中介效应的非线性分布特征，文章采用非参数 Bootstrapping方法调整估计偏差（MacKinnon等，2004）。对此，表5的Panel B给出了相应的实证结果。第一，直接效应系数为39.743 %，置信区间（BC interval 95%）为[24.817%，54.670%]，不包含0，说明创新补贴对企业数字化转型的直接效应显著；第二，七个中介效应系数的置信区间均不包含0，说明七个中介效应都是政府创新补贴激励企业数字化转型的重要机制。通过上述分析，验证了缓解融资约束、加大研发投入与提升创新产出在创新补贴与企业数字化转型之间发挥着正向的链式多重中介效应。至此，假设H2得到验证。

表5 创新补贴影响企业数字化转型的链式多重中介效应检验

Panel B：结构方程链式多重中介效应检验项目 系数 Bootstrap Std. Err BC interval 95%直接效应 0.39743 0.07616 0.24817 0.54670中介效应1 0.22444 0.04036 0.14533 0.30355中介效应2 0.04382 0.00881 0.02655 0.06199中介效应3 0.01018中介效应4 0.00768中介效应5 0.00404 0.00213 0.00600 0.01435 0.00261 0.00257 0.01279 0.00097 0.00214 0.00594中介效应6 0.00343 0.00117 0.00113 0.00574中介效应7 0.00016 0.00005 0.00005 0.00026总体中介效应 0.29374 0.04110 0.21318 0.37430总效应 0.69117 0.07735 0.53957 0.84278

总体来看，直接效应的系数为39.743%，总体中介效应的系数为29.374%，总效应的系数为69.117%。总体中介效应占总效应的比例约为42.46%，与直接效应之比约为73.910%。这说明，人才政策支持对企业数字化转型的影响有42.46%是通过融资约束、研发投入和创新产出这三个中介变量起的作用，且中介效应小于直接效应。

进一步比较中介渠道可以发现：首先，从独立中介路径看，“创新补贴→研发投入→数字化转型”的中介效应系数>“创新补贴→创新产出→数字化转型”的中介效应系数>“创新补贴→融资约束→数字化转型”的中介效应系数；其次，从链式中介路径看，“创新补贴→研发投入→创新产出→数字化转型”的中介效应系数显著大于其他链式中介路径的中介效应系数。以上分析表明，创新补贴更多是通过优化研发创新“投入—产出”体系来驱动企业数字化深度转型，这说明创新补贴具有高度靶向性，能够直接激励企业研发创新，优化升级研发创新的“投入—产出”体系，为企业数字化转型这一项系统工程夯实转型基础，使企业能更进一步探索数字前沿技术。

（二）异质性分析

下面本文通过异质性研究来探讨创新补贴政策的可能优化方向，具体研究问题是：创新补贴对企业数字化转型的激励作用是否因支持对象的不同而呈现差异化的效果？基于此，根据产权属性和生产要素密集度属性对样本进行划分：根据产权属性将样本划分为国有企业和非国有企业；根据生产要素密集度属性，将样本划分为劳动密集型行业、资本密集型行业和技术密集型行业（肖忠意和林琳，2019）。

表6报告了回归结果。首先，从列（1）、（2）可以看出，创新补贴能够显著激励国有企业与非国有企业的数字化转型，但对国有企业数字化转型的激励作用要高于非国有企业。其原因可能在于：企业数字化转型需要大规模地投资智能制造生态系统、搭建数字化平台，虽然创新补贴分担了非国有企业创新的风险并为其补充了创新资源，但在规模、科研及政策上国有企业相对更占优势地位，因此国有企业数字化转型程度要高于非国有企业。这与王宏鸣等（2021）和赵宸宇等（2021）的研究结论相一致。其次，从列（3）-（4）可以看出，创新补贴对劳动密集型行业与资本密集型行业的数字化转型无显著影响，而对技术密集型行业的数字化转型具有显著的激励作用。其原因可能在于：第一，劳动密集型行业依赖于员工劳动效率的提升，而进行技术创新的意愿相对较弱（董屹宇和郭泽光，2021），因此创新补贴对其数字化转型的激励作用无法显现；第二，无形资产在数字化转型中具有强劲的支撑作用，而以传统有形资产为主的资本密集型行业即使有政府的创新补贴支持，在短时间内也难以形成软实力；第三，技术密集型行业的人才资源、创新资源和技术积累与创新补贴直接或间接提供的创新资源协同耦合，助力数字化转型进一步深化。

表6 异质性检验

六、结论与建议

本文以2011—2020年沪深A股非金融类上市公司为样本，实证分析创新补贴对企业数字化转型的影响效应及作用机制，得出以下研究结论：第一，创新补贴显著激励企业数字化转型，在替换核心解释变量与被解释变量、处理内生性问题和自选择问题等一系列稳健性检验后，依然支持上述结论；第二，缓解融资约束、增加研发投入及提升创新产出在创新补贴激励企业数字化转型的过程中具有正向的链式多重中介作用；第三，创新补贴对国有企业和技术密集型行业的数字化转型的激励效应更大，对劳动密集型行业与资本密集型行业的数字化转型的激励效果尚未显现。

以上研究结论为数字化背景下政府的创新补贴如何驱动企业转型提供以下启示：第一，夯实数字化转型基础，助力企业提升核心竞争力。各地政府应当顺应数字化发展趋势，把握新一代技术前沿的信息技术发展机遇，完善数字基础设施建设和市场机制，出台以数字化转型为导向的创新补贴政策，加大数字技术和数据资产的知识产权保护力度，为企业数字化转型提供坚实的保障。第二，实行差别化的创新补贴政策，提高政策靶向性效果，以提升创新补贴对企业数字化转型的激励作用。地方政府应当根据企业自身资源禀赋来制定精准的创新补贴政策，优先为技术密集型行业提供支持，使之缓解外部融资约束，激励其加大研发投入，助力企业完成数字化和智能化改造。第三，引导企业抓住数字化发展的机遇，利用国家激励企业数字化转型的政策红利，提高企业发展优势的“信息传递信号”，最大限度地进行外部融资，加大研发投入与技术创新，深化数字化转型。