数字普惠金融与中小企业技术创新

王 刚，陈 迪

（1.中共湖北省委党校 经济学与经济管理教研部，武汉 430022；2.长江出版传媒股份有限公司，武汉 430070）

0 引言

创新既是推动经济高质量发展的核心动力，又是企业保持竞争优势的关键所在。中小企业如何加快数字化转型，以科技创新驱动经济高质量发展，成为我国当前亟待解决的问题。传统的以银行为主体的融资方式存在着风险不确定、逆向选择、信贷歧视等问题，使得中小企业难以实现经济效益与社会效益的双重绩效目标[1]。数字普惠金融利用数字化技术优化了金融市场的资金分配方式，从而提高了金融资源的分配效率，成为我国金融业的一个发展方向，同时也为破解我国传统金融业面临的困局开辟了一条新的可行之路[2]。

数字普惠金融是近年来快速发展的新兴领域，已引起学术界的广泛关注。关于数字普惠金融的研究总体上分为三类：第一类是数字普惠金融发展状况的评价研究，第二类是数字普惠金融发展的影响因素研究，第三类是数字普惠金融的社会经济影响研究。但总体上关于数字普惠金融对中小企业技术创新影响的研究略显薄弱。那么，数字普惠金融能否帮助中小企业解决资金问题并促进技术创新？它的影响过程和传导机制是什么？数字普惠金融对不同地区、不同行业、不同所有权属性中小企业创新的激励作用是否存在异质性？这一系列问题需要深入探索。深入分析数字普惠金融的发展如何影响中小企业的技术创新能力，不仅可以为支持中小企业技术创新的政策设计提供新思路，而且对未来数字普惠金融的发展和完善具有理论意义和实践价值。

基于上述背景，本文探讨了数字普惠金融与中小企业技术创新的关系。本文的价值和贡献体现在三个方面：一是选取2011—2021年国内中小板和创业板上市企业为研究样本，从更微观的角度对数字普惠金融的普惠特性进行了剖析，这既是对数字普惠金融微观影响视角的扩展，又是对中小企业技术创新驱动研究的有益补充。二是阐明数字普惠金融对中小企业技术创新的影响机理，为赋能中小企业技术创新奠定了新的理论依据。三是从金融监管和政府补贴角度进行分析，为缩小数字鸿沟、更好地实现宏观调控下的“政府-企业-金融机构”多元联动机制提供参考。

1 理论分析与研究假设

1.1 数字普惠金融与中小企业技术创新

企业技术创新是吸收新的投入并将其转化为相关能力的过程。企业需要大量研发投资来开展技术创新活动，而较长的研发周期和不确定性会带来风险溢价，故持续稳定的资金支持对于企业技术创新活动的成功至关重要。长尾理论认为，作为融资链中长尾客户的大量中小企业，其融资需求未得到满足的比例高达80%，而大部分金融资源却被少数大企业所掌控[3]。

数字普惠金融是传统金融与互联网、大数据、云计算等新科技深度融合后产生的一种新型金融产业。其发展为企业提供了多元化的融资选择，极大地拓宽了企业融资渠道，特别是对中小企业而言，其激励支持与大企业不相上下，未来发展潜力巨大[4]。数字普惠金融通过对海量数据的收集、处理与画像，突破企业自身的结构化数据限制，降低了资金供需信息不对称程度，节约了中小企业为技术创新寻找资金的时间与交易成本[5]；通过实时跟踪、监控技术创新过程中的资金流向，建立中小企业信用评估机制，规避传统金融服务中的逆向选择与道德风险[6]。基于上述分析，本文提出以下假设：

假设1：数字普惠金融正向激励中小企业技术创新。

1.2 融资约束与债务融资成本的中介效应

由于商业银行在中国信贷市场上的非竞争中立性[1]，大型国有企业因其资质较高而长期受到银行等金融机构的青睐，而中小企业则被迫接受更高的融资成本和更低的融资限额，企业之间信贷资源配置的“马太效应”出现[7]。传统金融体系中的金融排斥降低了资源配置效率，使中小企业面临流动性约束，从而失去获得高回报项目的机会[8]。数字普惠金融的发展使得金融资源的覆盖范围、利用深度、数字化等方面得到了极大的拓展。P2P、小额信贷、第三方支付、众筹等多渠道、多样化的金融服务可以大大降低中小企业的融资门槛，从而缓解中小企业的融资约束[9]。

信息不对称理论认为，在资本市场不完善的情况下，由于内外部信息不对称，因此外部投资者会要求企业支付高额风险溢价，从而提高了企业的外部融资成本[10]。在现实情况中，由于中小企业的内部资金非常紧张，因此要加大研发投入，就必须要利用资本杠杆来为其研发投入提供持续的、稳定的现金流，而过度的负债也导致公司的融资费用非常高[11]。在数字化技术的支持下，数字普惠金融可以实现对信用审核流程的优化调整，以最低的边际成本获得最大的规模效益，大大提升信用审核的速度，大幅降低信用审核过程中的各种成本和费用，从而有效地降低中小企业的资金使用成本。基于上述分析，本文提出以下假设：

假设2-1：数字普惠金融通过缓解融资约束赋能中小企业技术创新。

假设2-2：数字普惠金融通过降低债务融资成本赋能中小企业技术创新。

1.3 金融监管与政府补贴的调节效应

数字化技术的运用能够解决传统金融信贷制度不健全和效率不高的难题，然而，由于数字普惠金融的技术操作过于繁复，使得金融欺诈、数据泄露、系统性风险外溢等问题变得更为严重，金融管理体制面临新的考验[12]。通过健全、高效的金融监管，能够及时地检测出数字普惠金融的风险缺陷，避免金融机构间的恶性竞争，保证金融技术和实体经济的均衡发展[13]。而金融监管的落后将进一步加剧数字金融技术的复杂与波动特性[14]，从而制约了数字普惠金融创新的效率提升。

政府干预理论认为，在创新研发市场中政府可以通过宏观调控对风险扩散问题进行有效控制。政府通过补贴等方式为中小企业提供创新所需的资金支持，提高其风险承受能力，减轻创新活动因消耗资源所带来的风险[15]。此外，政府补贴资金不存在外部融资偿还机制带来的业绩压力，这给中小企业提供了一个轻松的试错环境[16]。政府补助的资格条件同时也是一种甄别机制，通过政府补助所发出的正面信号来指导投资决策，从而甄别成长空间大、边际收益高的企业。基于上述分析，本文提出以下假设：

假设3-1：金融监管正向调节数字普惠金融与中小企业技术创新的关系。

假设3-2：政府补贴正向调节数字普惠金融与中小企业技术创新的关系。

2 研究设计

2.1 数据来源

本文以2011—2021年国内中小板和创业板上市企业为样本，对样本数据进行如下处理：（1）剔除金融和房地产两类企业样本；（2）剔除样本期内曾经出现经营异常的企业样本；（3）为消除IPO 当年对企业的影响，剔除企业IPO当年观测样本；（4）剔除关键变量数据严重缺失和在样本期内退市的企业样本。为了避免离群值的影响，除虚拟变量和比率变量外，对其他连续型变量进行1%的缩尾处理并进行对数转换，最终得到12562个观测值。数据来源于《北京大学数字普惠金融指数（2011—2021）》、国泰安数据库、《中国统计年鉴》。

2.2 变量说明

2.2.1 被解释变量

在现实情况中，企业的创新产出不仅受到企业内部因素的影响，还受到诸如政策、市场等外部因素的影响，如果用创新产出来衡量企业技术创新，就会产生较大的偏误。而企业研发投入金额的变化能够直接反映企业技术创新水平。此外，鉴于中小企业之间存在较大规模差异，使用相对值要比绝对值更能够实现不同规模企业之间研发投入的可比性，因此，采用中小企业研发支出总额与营业收入的比值（即研发强度）作为被解释变量来反映中小企业技术创新水平（RD）。

2.2.2 核心解释变量

本文以北京大学数字金融研究中心发布的数字普惠金融指数（Index）作为数字普惠金融的代理变量。该指数体系还包含数字普惠金融的三个维度指数，分别是覆盖广度（Cover）、使用深度（Depth）和数字化程度（Digital）。为了统一维度，将数字普惠金融指数及其三个维度指数分别除以100后作为最终变量。

2.2.3 中介变量

本文选取以企业总资产（Size）和年龄（Age）构建的SA指数作为融资约束（SA）的代理变量。SA 指数为负数，绝对值越大，表明融资约束越严重。计算公式为SA=-0.737Size+0.043Size2-0.04Age。SA 指 数 的指 标 易于获取、计算和理解。此外，参考已有文献[17]，本文采用企业利息支出占总负债的比重来测度企业债务融资成本（FC）。

2.2.4 调节变量

金融监管（FinSuper）：参照王韧等（2019）[18]的做法，根据企业注册地址，利用其所在省份金融监管支出占金融业增加值的比例来衡量区域金融监管程度。政府补助（Gov-Subr）按企业收到的政府补助占年末总资产的比例计量。

2.2.5 控制变量

选择衡量中小企业基本特征的变量：企业年龄（Age），以当期观察年份与公司成立年份之差取对数表示；企业规模（Size），以企业当年总资产取对数表示；管理费用率（Mfee），以企业当年管理费用与经营收入的比值表示；固定资产比率（Fix），以企业当年固定资产总额与总资产的比值表示；资产负债率（Lev），以企业当年总资产与总负债的比值表示；净资产收益率（ROE），以企业当年净利润与股东权益期末余额的比值表示；两职合一（Dual），以董事长与总经理是否为同一人表示；是否出具审计意见（Opin），以审计单位是否出具标准无保留意见表示。企业规模和年龄在一定程度上反映了企业成长的不同阶段；资产负债率（Lev）越高，说明中小企业的偿债能力越差，获得新贷款的概率越低；管理费用率（Mfee）和两职合一（Dual）反映了企业的内部控制水平和代理成本；固定资产比率（Fix）越高，流动资产越少，对技术创新活动的资金支持越少；审计意见（Opin）表明企业财务数据是否真实、公允；净资产收益率（ROE）是衡量企业盈利能力的核心指标。此外，企业的技术创新与其所在区域存在着密切关系。经济发展水平较高、人口较多的城市，往往拥有丰富的经济资源与人才资源，企业创新的条件更加丰厚。因此本文借鉴李春涛等（2020）[19]的研究，在控制变量中加入省级层面的人均GDP（PGDP），以控制省级层面的经济影响因素。

2.3 模型设定

本文选择考虑时间效应和行业效应的双向固定效应模型，同时对系数标准误进行公司层面聚类调整，其基准回归模型的设定如下：

其中，i代表中小企业，j代表企业所在省份，t代表时间（年份）。RDit代表第i个企业在第t年的技术创新水平；Indexijt代表第i个企业所在的j省份在第t年的数字普惠金融发展水平；Controlit代表控制变量；εit代表随机误差项。考虑到行业层面上的差异和随时间变化的不可观察因素都会对企业产生影响，该模型还控制了时间（Year）和行业（Ind）固定效应。

为检验数字普惠金融是否通过融资约束和债务融资成本对中小企业技术创新产生影响，构建如下中介效应估计模型：

其中，SAit和FCit为中介变量，分别代表第i个企业在第t年的融资约束和债务融资成本。

为检验地方金融监管与政府补助是否对数字普惠金融与中小企业技术创新的关系具有调节作用，构建如下调节效应估计模型：

其中，FinSuperijt和GovSubrijt为调节变量，分别代表第i个企业在第t年所在地区j的金融监管和政府补助。

3 实证结果分析

3.1 描述性统计和相关性分析

表1的描述性统计结果显示，中小企业技术创新水平的均值（中位数）为0.06（0.04），说明中小企业营业收入中研发投入比例较低，整体上中小企业技术创新后劲不足。最小值（0）与最大值（0.35）之间的差距说明中小企业之间技术创新水平差距较大。数字普惠金融指数的均值（中位数）为2.84（2.96），标准差为0.99，说明虽然存在地区差异，但整体上我国数字普惠金融发展良好。

表1 主要变量的描述性统计

3.2 基准回归结果分析

式（1）的估计结果如下页表2所示。列（1）和列（2）显示，不论是否考虑控制变量，Index 的系数都始终为正，且通过了1%水平上的显著性检验。列（3）至列（5）估计结果表明数字普惠金融的三项子维度的系数也都在1%的水平上显著为正。综上，中小企业能够借助数字普惠金融走出创新动力不足的困境，创新水平得到了提升，从而验证了假设1。

表2 基准回归结果

3.3 稳健性检验

3.3.1 内生性问题

为了避免因内生性问题而引发的模型估计误差，本文采用两阶段工具变量法对式（1）进行重新估计。参考谢绚丽等（2018）[20]的研究，选择各省份的互联网宽带接入率（InterAccess）作为工具变量，该工具变量的具体计算方法为将当年各省份互联网宽带接入用户数除以各省份年末总人口数再除以100。互联网宽带接入率体现了各区域金融服务基础设施的水平，与数字普惠金融所需要的技术支持服务紧密相关，而互联网宽带接入率与企业的技术创新活动并无直接关联，因此满足作为工具变量的条件。使用上述工具变量进行两阶段估计，估计结果如表3 所示。列（1）第一阶段回归的F 统计量大于10，且工具变量均通过1%水平上的显著性检验，说明不存在弱工具变量问题，因此工具变量选择是有效的。在使用工具变量法缓解内生性问题后，列（2）估计结果显示数字普惠金融对中小企业技术创新发挥着显著促进作用，证明基准回归中的核心结论是稳健的。

表3 两阶段工具变量法回归结果

3.3.2 其他稳健性检验

（1）使用高阶联合固定效应模型。为了尽量排除宏观政策变动等其他外部因素对结果的影响，本文构建控制行业×年度的高阶联合固定效应模型，估计结果见表4。结果显示，数字普惠金融对中小企业技术创新的促进作用仍然显著，这一结论在数字普惠金融的三个子维度均得以验证，表明基准回归结果稳健。

表4 稳健性检验：高阶联合固定效应模型

（2）核心解释变量滞后1期。数字普惠金融与中小企业技术创新之间可能存在反向因果关系，即中小企业技术创新水平的提升可能有助于数字普惠金融的发展。因此，本文将数字普惠金融的滞后1期作为解释变量，估计结果如表5 所示，结果显示，数字普惠金融对中小企业技术创新的促进作用依然稳健。

表5 稳健性检验：核心解释变量滞后1期

（3）子样本回归。考虑到直辖市（北京、天津、上海、重庆）在经济、政治上具有较大特殊性，为避免其影响，直接删除直辖市样本后重新回归，估计结果如下页表6 列（1）至列（4）所示。同时考虑到2020 年新冠肺炎疫情对中小企业的正常经营影响很大，故删除2020 年及以后的样本重新进行回归，估计结果如表6列（5）至列（8）所示。最终子样本回归结果表明基准回归的结果依然稳健。

表6 稳健性检验：子样本回归

（4）更换估计方法。由于本文采用研发强度作为被解释变量的代理变量，该变量存在取值为0 的情况，因此使用Tobit模型来进行稳健性检验。结果如下页表7所示，基准回归的结论依然成立。

表7 稳健性检验：Tobit模型估计

3.4 作用机制检验

3.4.1 中介效应检验

式（2）至式（5）的中介效应估计结果如下页表8 所示。列（1）和列（3）的结果显示：在10%和5%的显著性水平上数字普惠金融能够缓解中小企业融资约束和降低债务融资成本。列（2）和列（4）的结果显示：在10%和1%的显著性水平上融资约束和债务融资成本阻碍了中小企业进行技术创新。说明“融资难、融资贵”问题确实阻碍了中小企业开展技术创新活动，同时也验证了假设2-1和假设2-2。

表8 中介效应检验：融资约束与债务融资成本

3.4.2 调节效应检验

为了考察地方金融监管和政府补贴对数字普惠金融与中小企业技术创新关系的调节作用，本文对式（6）和式（7）进行估计。下页表9列（1）显示在5%的水平上数字普惠金融与金融监管（Index×FinSuper）交互项系数显著为正，表明地方金融监管越强，数字普惠金融越有利于发挥中小企业技术创新的带动作用，证明假设3-1成立。主要原因在于金融监管能够有效减少金融市场套利行为，防范和化解流动性风险，助力数字普惠金融健康有序发展和更好地为实体经济服务。

表9 调节效应检验：金融监管与政府补助

表9 列（2）显示在1%的水平上数字普惠金融与政府补贴（Index×GovSubr）的交互项系数显著为正，表明获得政府补贴增强了数字普惠金融对中小企业技术创新的促进作用，假设3-2得到支持。主要原因在于政府补贴不仅直接满足了中小企业技术创新的资金需求，还向社会投资释放了“优质”投资信号，提升了资本市场对创新研发项目的融资意向，促进了金融资源在供需双方间均衡流动，为中小企业技术创新注入源源不断的活力。

3.5 异质性分析

3.5.1 行业异质性分析

为了应对来自行业内部的竞争，高科技中小企业有强烈的创新意愿和持续性的创新行为，因此，数字普惠金融对中小企业的影响可能存在行业异质性。本文根据《战略性新兴产业分类目录》《战略性新兴产业分类（2012）》（试行）以及经济合作与发展组织（OECD）的相关文件，结合《上市公司行业分类指引》（2012 年修订），确定高科技上市公司的行业代码，并将样本分为高科技组和非高科技组进行检验，结果如表10 列（1）和列（2）所示。结果表明对于高科技产业组，在1%的水平上数字普惠金融产生显著正向影响，而对于非高科技产业组，存在正向影响但不显著。因此，数字普惠金融的出现为高科技中小企业打破技术创新资金不足的僵局开辟了一条新途径。

表10 异质性分析

3.5.2 地区异质性分析

为考察地区异质性，本文根据企业所在地理位置将样本划分为东部、中部、西部地区三个子样本进行单独回归，结果如表10列（3）至列（5）所示。结果显示：总体上，数字普惠金融对中小企业技术创新的促进作用在中西部地区更显著。究其原因，本文认为东部地区本身金融资源丰富，中小企业有更多的融资途径选择，数字普惠金融对当地中小企业的支持有限，而中西部地区受限于本地金融市场发展滞后，本地融资需求往往得不到满足，数字普惠金融能够突破地理障碍让中西部地区中小企业便捷获得低成本资金供给，因此数字普惠金融更加有利于中西部地区中小企业加速技术创新。

3.5.3 所有权异质性分析

企业所有权属性会直接影响中小企业技术创新能力和动力，因此本文将样本根据控股情况划分为国有企业和非国有企业两个子样本进行单独回归，结果如表10列（6）和列（7）所示。结果显示：非国有企业子样本中数字普惠金融对中小企业技术创新的支持力度更强。主要原因在于国有企业能够充分利用自己的独特地位在金融市场上获得信贷资金，而且国有企业在创新过程中能够动员比非国有企业更多的资源，因此，数字普惠金融对非国有企业技术创新的直接影响更显著。

4 结论与建议

本文借助2011—2021年国内中小板和创业板中小上市企业数据和各省份数字普惠金融数据，实证检验数字普惠金融对中小企业技术创新的影响与作用机制。得到以下结论：（1）发展数字普惠金融可以有效提升中小企业技术创新水平。经过稳健性检验后，结论依然成立。（2）数字普惠金融通过缓解融资约束和降低债务融资成本来激励中小企业技术创新。（3）有效的金融监管和适当的政府补贴可以强化数字普惠金融的技术创新驱动作用。（4）数字普惠金融虽然有助于解决传统金融体系中信贷资源的行业错配问题，但发展仍存在一定的行业差异、区域差异和所有权差异。

通过对数字普惠金融赋能中小企业技术创新的理论分析和实证检验，提出以下建议：一是加强各区域网络和其他数字化基础设施建设，推进数字化基础设施区域均衡化，从技术上保证数字普惠金融的持续发展，使数字普惠金融更好地支撑中小企业创新投资。二是在推动数字普惠金融发展的同时，积极推动传统金融机构进行数字化改造，构建多层级的金融服务体系，优化金融供给结构，促进数字普惠金融与中小企业的“精准”对接。三是坚守监管底线和法律底线，从业务规范和技术安全角度加强数字普惠金融领域审慎监管框架建设。通过对监管技术的创新，使信用评级机制和数字普惠金融能够相互促进，从而保证信贷市场的公平性，保障中小企业在创新领域的融资权益。四是加大数字普惠金融对高科技产业、非国有企业、中西部地区企业的支持力度，挖掘中小企业创新潜能，以创新促进实体经济高质量发展，实现创新型经济增长。