摘要：数字金融作为数字科技在金融领域延伸发展的新模式、新业态，对提升中国工业企业创新质量意义重大。基于中国工业企业数据库和专利数据库的匹配数据，从企业专利知识宽度视角，实证检验了数字金融对创新质量的作用及其影响机制。研究发现：数字金融对创新质量有显著促进作用，且在经过一系列内生性问题处理、稳健性检验后，基本结论依然可靠。异质性分析表明，相较于大规模、低生产率、资本密集型、国有和北部地区企业而言，数字金融对小规模、高生产率、技术密集型、私营和南部地区企业创新质量的影响更大。机制检验发现，数字金融可以通过降低企业融资成本、推动企业拓展市场和促进行业竞争三种渠道提升企业创新质量。
关键词：数字金融，创新质量，知识宽度
引言
党的十九届五中全会明确提出，要把科技自立自强作为国家发展的战略支撑。坚决实施创新驱动发展战略，坚持走中国特色社会主义自主创新道路，是我国迈向现代化新征程的关键依托。专利是反映经济体或微观市场主体创新水平的重要评价指标，专利的增长在提升国家、企业自主创新能力方面发挥着至关重要的作用（王小鲁等，2009；Hu和Jefferson，2009）[1][2]。在中国各级政府不断贯彻落实创新驱动发展战略、制定创新补贴扶持政策的背景下，中国专利申请量、授权量呈“爆炸式”增长态势。然而，当前专利对我国产业结构调整、经济高质量发展的支撑力仍然欠佳，“专利泡沫”“低质量创新”等隐形问题愈加凸显，以及中国专利创新在全球技术链中的“低位锁定”（张杰和郑文平，2018）[3]。因此，如何有效促进企业创新质量提升仍是推进我国创新驱动发展过程中亟须深入探讨的重要命题。
金融是支持企业研发创新的重要推动力。企业创新活动具有成本高、不确定性强、周期长等显著特征，而外源性融资约束更是促进企业创新活动亟须解决的关键问题（盛明泉等，2021）[4]。传统金融机构虽然在一定程度上可以满足企业的投融资需求，但由于中国存在金融体系发展不完善、传统金融服务覆盖范围不足、金融市场金融资源错配等问题，致使许多中小微企业仍然面临融资困难的境遇（解维敏和方红星，2011；黄益平和黄卓，2018；蔡庆丰等，2020）[5][6][7]。数字金融是新一代数智技术在金融领域的拓展，其发展了金融服务新模式、新业态、新机制，在解决融资信息不对称难题、降低企业融资成本、优化资源要素配置等方面有显著优势（朱勤等，2019；施炳展和李建桐，2020）[8][9]。而数字金融能否提升企业创新质量，以及对不同特征企业影响是否存在差异？现有研究仍未充分探讨。为了回答上述问题，本文基于企业专利知识宽度视角，考察数字金融对创新质量的确切作用及其中的内在机制，以丰富现有研究内容。
一、文献综述与理论机制
（一）数字金融发展的融资成本机制
数字金融有效降低了金融服务成本，改善了企业融资约束。相比传统金融服务未能充分满足社会经济发展需要，数字金融具备传统金融的应有功能，并可以通过数字技术赋能金融产品、服务创新（孟维福和刘佳鑫，2021）[10]，推动了金融服务的普惠式发展，对传统金融服务形成了有益补充（Laeven等，2015）[11]。同时，数字技术具备更高的运行效率，可以高效甄别有资金需求的潜在对象、降低信息不对称下企业获取资金的隐性门槛，重点解决“长尾企业”的融资约束问题，促使数字金融服务有效缓解金融资源错配、增强金融资源市场配置能力（谢绚丽等，2018）[12]，提高企业金融可及性。同时，数字金融发展扩大了贷款投放规模，放贷流程也得以简化，降低了金融业务的处理成本。特别是数字技术改变了地理距离对企业生产经营的影响，数字金融可以削减因银企距离而产生的信息成本（陶锋等，2017）[13]，以及减少企业从实体金融机构获取资金的时间成本（段君山和邵骄阳，2022）[14]，总体上数字金融降低了企业融资成本。
（二）数字金融发展的市场拓展机制
数字金融赋予企业更加充裕的资金支持，引导社会闲置金融资源流向对企业发展更有利的地方，有利于企业强化资金运营能力、改善企业资本运营使用效率（张铭心等，2022）[15]，加快推动企业由劳动密集型向资本、技术密集型转型，强化了企业拓展市场的能力、提高了企业市场占有份额。同时，赵芮和曹廷贵（2021）认为基于委托代理理论下企业管理层存在“短视问题”，其以增加自身收益为目的的投机行为，会加大企业经营风险[16]。而在数字技术作用下，数字金融加强了对信息流、资金流的收集分析，推动了股东和管理人员间信息共享，降低了管理层投机概率，减少了企业经营风险，管理层经营企业的重点转向市场拓展、企业利润等方面。
（三）数字金融发展的竞争效应机制
数字金融通过缓解小微企业融资约束，加强了整个行业的竞争效应。杨君等（2021）实证检验发现数字金融对规模较小企业的影响更大[17]。通常来讲，小微企业融资难是我国企业融资约束问题的核心，而小微企业资金条件的改善，推动了小微企业经营发展，加强了小微企业与大企业竞争的能力，使其所处行业向更具竞争性环境发展。而数字金融发展提高了企业经营者的信心，降低了其对经营投资失败风险的预期，其更渴望充分利用数字金融服务，加快企业发展、促使行业竞争加剧。王娟和朱卫未（2020）认为数字金融发展显著抑制了企业非效率投资，特别是对于小企业的非效率投资[18]。
（四）数字金融对企业创新质量的作用
数字金融对融资约束缓解、企业市场拓展、行业竞争效应有显著作用，而三者也深刻影响着企业创新行为。首先，缓解融资约束会刺激企业创新。较高的融资约束会抑制企业R&D投入（张杰等，2012）[19]。鞠晓生等（2013）也证实了融资约束越严重，企业越需要较高营运资本管理能力来实现可持续型创新[20]。当企业创新能力较低时，其面临融资约束越宽松，会促进其加大协同研发创新投入，推动企业协同创新（周开国等，2017）[21]，刺激了高质量创新的产出。其次，企业市场拓展有助于企业创新质量提高。企业增加市场份额占有，在规模经济优势可以深化企业利润空间，再进一步刺激增加研发创新投入，有助于高质量创新产生（Fujita和Thisse，1996）[22]。最后，市场竞争是刺激企业创新的重要途径（Brandt等，2012）[23]。处于激烈竞争的行业中的企业，为了应对潜在被淘汰风险，企业会加大创新投入、寻求产品升级或生产效率提高，以保持在行业内竞争力（倪骁然和朱玉杰，2016）[24]。除了激励效应外，市场竞争的学习效应、信息不对称缓解效应也会推动企业创新发展，促使企业创新质量提高（霍春辉和张银丹，2022）[25]。
二、研究设计
（一）计量模型设计
本文主要关注数字金融发展对中国工业企业创新质量的具体作用，构建计量回归模型如下：
其中，TIQit代表企业i在t年的创新质量水平，以企业专利知识宽度来表示；DFDit代表本文的核心解释变量，分别用index、cover表示t年m市的数字金融整体发展水平、数字金融覆盖广度，从这两个方面衡量企业所处城市的数字金融发展水平；Xit代表本文回归过程中的控制变量集；μi、νt分别代表企业固定效应、年份固定效应，用以控制不可观测因素的干扰；εit代表随机扰动项。
（二）核心指标构建和说明
1.企业创新质量指标。借鉴张杰等（2018）、李宏等（2021）的方法[3][26]，运用企业专利主分类号测度专利知识宽度。鉴于外观设计专利所体现的创新质量较低，选择企业发明专利和实用新型专利的主分类号进行测度。仅用专利主分类号的数量测度专利知识宽度容易导致测量偏差，因此，运用赫芬达尔指数衡量企业专利知识宽度：
其中，Patent_knowledgeit代表t年企业i的专利知识宽度，其值越大，表示企业专利质量越高；Pimt代表t年企业i在m专利大组分类下发明专利及实用专利的累计数量；Pit代表t年企业i在所有专利大组分类下总专利数量。
2.数字金融发展指标。本文核心解释变量为企业所在城市的数字金融发展水平（index）、数字金融覆盖广度（cover），来自北京大学数字普惠金融研究中心编制的数字普惠金融指数。文章选用的城市数字金融整体发展水平、数字金融覆盖广度指标均可以较好地体现企业所处于的数字金融应用发展环境。
3.控制变量。本文设定的控制变量主要包括：企业规模（scale），用企业员工数的对数形式表示；企业年龄（age），用企业被调查年份减去成立年份再取对数形式；企业资本密集度（kl），用企业固定资产与员工数比值的对数形式表示；劳动生产率（productivity），用企业实际总产值与员工数的比值来表示；企业利润率（profit），用企业利润总额与总资产的比值来表示；企业出口行为（export），设定企业出口的虚拟变量export，当企业出口交货值大于0时，export取值为1，当企业出口交货值为0时，export取值为0。
（三）数据说明
为了研究数字金融发展对企业创新质量的影响，本文需要企业层面的专利数据和其他变量，因此，对中国工业企业数据库与中国专利数据库进行了匹配。首先，对中国工业企业数据库中不符合通用会计准则的企业样本进行了删减。其次，使用专利申请人和工业企业名称匹配专利数据库和中国工业企业数据库。最后，由于数字金融指数的时间范围是2011年以后，收集的中国工业企业数据库样本时间范围为2013年以前，本文选取了2011—2013年的中国工业企业和专利匹配数据，并根据城市代码和城市层面数字金融数据进行匹配，得到用于本文回归分析的数据样本。
三、实证结果与分析
（一）基准回归
表1报告了基准回归结果。第（1）、（2）列仅考虑了核心解释变量对被解释变量的影响，结果显示数字金融整体发展水平（index）和数字金融覆盖广度（cover）的估计系数均在1%水平上显著为正，说明了数字金融发展及其覆盖广度都有助于提升企业创新质量。第（3）、（4）列为加入一系列控制变量后的估计结果，核心解释变量index和cover的估计系数仍然在1%的统计水平上显著为正，回归结果再次体现了数字金融发展水平、数字金融覆盖广度对企业创新质量提高的有益作用。至此，本文的基础研究问题得以证实。
（二）稳健性检验
为保证上述回归结果的可靠性，本文进行了稳健性检验如下：第一，替换样本。使用奇数年份样本进行回归分析，估计结果见表2第（1）、（2）列，数字金融发展水平、覆盖广度的估计系数仍然显著为正。第二，对样本进行缩尾处理。对样本的前1%和后1%的样本进行删除，再进行回归分析，结果见表2第（3）、（4）列，估计结果显示数字金融发展水平、覆盖广度均有助于增加企业专利知识宽度，从而提升企业创新质量。
（三）内生性检验
关于内生性问题的处理。企业创新质量的提高，可能会形成集聚效应，吸引数字金融服务公司前来布局数字金融业务，而致使内生性问题；同时，上述回归分析中，可能遗漏某些不可观测因素而导致内生性问题。因此，本文进行内生性问题处理如下：第一，由于直辖市、省会城市是高科技企业集聚区域、传统金融中心城市，会吸引数字金融服务公司优先布局数字金融服务业务，因此，本文选取非省会城市、非直辖市企业样本进行回归分析，结果见表3第（1）、（2）列，数字金融发展水平及其覆盖广度仍对企业创新质量有显著正向作用。第二，在排除省会城市、直辖市样本的干扰下，本文进一步选取城市互联网普及率作为工具变量进行回归分析，结果见表3第（3）、（4）列，发现工具变量法下index、cover估计系数仍然在1%统计水平下显著为正，说明了经过内生性检验后本文基础结论仍然成立。
四、异质性与影响机制检验
（一）异质性检验
1.南北区域企业差异。中国区域资源分布、经济环境存在显著差异，区域创新呈现南高北低、南快北慢的特征（杨骞和刘鑫鹏，2021）[27]，表4是对总样本按照南部区域、北部区域分组回归的结果，当企业位于秦岭淮河线以南时，其属于南部区域企业样本，当企业位于秦岭淮河线以北时，该企业即属于北部区域企业样本。一方面，由表4结果可知，在南部区域、北部区域，数字金融发展水平、覆盖广度均对企业创新质量有显著正向作用。另一方面，由第（1）和（3）列对比、第（2）和（4）列对比可知，南部区域index、cover的估计系数均大于北部区域估计结果，体现了数字金融对南部区域企业创新质量影响更大。
2.行业要素密集差异。要素密集类型差异体现了企业生产技术水平的不同，本文根据谢建国（2003）的方法[28]，将企业分成资本密集型企业样本、技术密集型企业样本，表5为对不同要素密集行业回归估计结果。结果显示，对于不同要素密集类型行业，数字金融发展水平、覆盖广度均对企业创新质量有显著正向作用，本文基本结论仍然成立。同时，技术密集型企业样本的index、cover估计系数均大于资本密集型企业样本。因此，相比资本密集型企业，数字金融对技术密集型企业创新质量提升作用更强。
3.企业所有制差异。鉴于中国的制度背景、金融市场环境，不同所有制企业在满足信贷需求时面临的障碍是不同的，国有企业由于其背景优势，往往更容易获得资金支持（孟维福和刘佳鑫，2021）[10]。本文根据企业登记注册类型区别国有企业和私营企业，表6为分别对国有企业样本、私营企业样本进行回归分析的结果。结果显示，虽然数字金融发展水平及其覆盖广度对国有企业样本、私营企业样本均有显著促进作用，但是私营企业样本中index、cover的估计系数更大，即数字金融对私营企业创新质量提升效应大于对国有企业创新质量作用。
4.企业规模差异。相比小规模企业，较大规模企业可抵押物更多、信息披露更健全、抵御风险能力更强，从而其更易获得金融机构的资金支持，而致使了“规模歧视”。本文根据企业规模的均值区分企业规模大小，表7揭示了数字金融对不同规模企业创新质量的差异性影响。一方面，数字金融发展水平、覆盖广度对大规模企业、小规模企业均有显著正向作用。另一方面，相对大规模企业样本，小规模企业样本中index、cover的估计系数更大，说明了数字金融对小规模企业创新质量提升影响更大。这也深刻体现了数字金融的普惠作用，即有效缓解了小企业融资难，在一定程度上减缓了传统金融体系所不能解决的世纪性难题。
5.企业生产率差异。企业生产率反映了企业生产技术水平的高低，不同生产率水平的企业在收到资金支持时，其创新表现可能有所不同。本文根据生产率是否高于平均值区分企业生产率高低，表8报告了数字金融对不同生产率水平企业样本的回归结果。结果显示，数字金融发展水平、覆盖广度对生产率水平较高企业、生产率较低水平企业均有显著促进作用。同时，相比低生产率企业，数字金融发展水平、覆盖广度对高生产率企业创新质量提升作用更大。这可能由于高生产率企业获得资金支持时，更大概率地把资金用于研发创新以生产率提高，而生产率较低企业的创新积极性不高，在获得资金支持时开展创新活动概率较低。
（二）影响机制检验
1.融资成本。本文从企业利息支出与总负债的比值、财务费用与总负债的比值两方面衡量企业的融资成本，将融资成本作为被解释变量回归，结果如表9所示。可见，核心解释变量index、cover的估计系数均为负值，且第（1）、（3）、（4）列的核心解释变量估计系数均在10%的统计水平下显著，由此可得数字金融发展、覆盖广度可以促进企业融资成本降低，缓解企业融资约束。而融资约束有助于刺激企业创新活动，促进企业创新质量提升（鞠晓生等，2013）[20]。因此，融资成本的降低、融资约束的缓解是数字金融促进企业创新质量提升的有效机制。
2.市场拓展。本文使用企业销售值的对数衡量企业市场拓展情况，并将其作为被解释变量进行回归，结果如表10第（1）、（2）列所示。核心解释变量index、cover的估计系数分别在5%、1%的统计水平下显著为正，说明数字金融整体发展水平及其覆盖广度对企业市场拓展有显著促进作用。而企业市场拓展、生产规模的扩张需要更多的中间品投入，会进一步刺激企业生产流程改造、创新成果的产生，有助于企业提高创新质量。因此，市场拓展是数字金融推动企业创新质量提升的有效机制。
3.竞争效应。本文进一步利用企业的销售值测算行业层面赫芬达尔指数，以衡量行业层面竞争效应，将赫芬达尔指数作为被解释变量回归，结果如表10第（3）、（4）列所示。核心解释变量index、cover的估计系数均在1%的统计水平下显著为正，说明数字金融整体发展水平、覆盖广度均对刺激行业竞争有积极影响。而竞争效应会刺激企业创新需求，推动企业加大创新投入，促使高质量创新成果产出，可见，竞争效应是数字金融促进企业创新质量提升的有效机制。
五、结论与政策启示
结合2011—2013年中国工业企业数据库、中国专利数据库和北京大学普惠金融指数，本文基于专利知识宽度视角，就数字金融发展与企业创新质量间关系进行了系统探讨，研究结果表明：数字金融发展显著促进了企业创新质量提升，在经过替换样本、缩尾处理、工具变量法等一系列稳健性检验或内生性检验后，结论依然可靠。数字金融对企业创新质量的促进作用存在着样本异质性，即相比较大规模、较低生产率水平、资本密集型、国有企业和北部地区企业而言，数字金融对较小规模、较高生产率水平、技术密集型、私营企业和南部地区企业创新质量促进作用更强。机制检验表明，企业融资成本降低、销售市场拓展、行业竞争效应是数字金融提升创新质量的三个重要机制。
本文上述关于数字金融影响企业创新质量提升的结论具有丰富的政策涵义：一是各级政府应高度重视数字金融对企业创新的积极影响。数字经济是我国经济新增长点，是实现后发赶超的重要依仗，而数字金融是帮助实体经济纾困、支持实体经济与数字经济融合的重要一环。建议各级政府积极支持企业，特别是小微企业通过数字金融业务进行融资，建立健全数字金融服务小微企业的长效机制，加快数字投融资服务和企业信用体系融合，加强对小微企业的数字金融服务培训，努力打通以往传统金融服务与小微企业的合作障碍，推动小微企业创新发展。二是建议北部省市加快推动数字金融业态高质量发展。政府决策层需高度关注数字金融溢出效应的区域差异。围绕数字金融基础设施建设，研究制定数字金融业态落后地区专项支持政策体系，加快提升大数据、人工智能、云计算等信息技术应用水平，推动数字金融覆盖广度、服务深度、数字化程度持续提高。同时，聚焦营商环境优化、市场机制健全，持续推进数字金融业态落后地区的“放管服”改革等步伐，促使数字金融得以扎根生长。三是积极利用数字金融新业态营造良好竞争的市场环境。数字金融在促进企业市场拓展、行业竞争有较大优势，而市场竞争是实现微观主体创新发展、宏观经济繁荣发展的源泉。建议地方政府在制定投融资政策时，将数字金融作为支持企业投融资的重要工具纳入其中，并研究建设数字金融服务示范园区基地，评选、认定数字金融应用模范企业等，通过抓示范、树标杆，归纳总结经验教训，将数字金融服务企业创新的先进经验在全国复制推广等，推动实现数字金融业态向深层次发展。
参考文献：
[1]王小鲁，樊纲，刘鹏.中国经济增长方式转换和增长可持续性[J].经济研究，2009，44（1）：4-16.
[2]Hu A G.，Jefferson G H. A great wall of patents：What is behind China’s recent patent explosion？[J]. Journal of Development Economics，2009，90（1）：57-68.
[3]张杰，郑文平.创新追赶战略抑制了中国专利质量么？[J].经济研究，2018，53（5）：28-41.
[4]盛明泉，张悦，汪顺.数字金融发展能否助推传统工业企业技术创新[J].统计与信息论坛，2021，36（12）：12-22.
[5]解维敏，方红星.金融发展、融资约束与企业研发投入[J].金融研究，2011（5）：171-183.
[6]黄益平，黄卓.中国的数字金融发展：现在与未来[J].经济学（季刊），2018，17（4）：1489-1502.
[7]蔡庆丰，陈熠辉，林焜.信贷资源可得性与企业创新：激励还是抑制？——基于银行网点数据和金融地理结构的微观证据[J].经济研究，2020，55（10）：124-140.
[8]朱勤，孙元，周立勇.平台赋能、价值共创与企业绩效的关系研究[J].科学学研究，2019，37（11）：2026-2033+2043.
[9]施炳展，李建桐.互联网是否促进了分工：来自中国制造业企业的证据[J].管理世界，2020，36（4）：130-149.
[10]孟维福，刘佳鑫.数字金融发展与企业技术创新：“内生”还是“外延”[J].学习与探索，2021（11）：119-127.
[11]Laeven L，Levine R.，Michalopoulos S. Financial Innovation and Endogenous Growth[J]. Journal of Financial Intermediation，2015，24（1）：1-24.
[12]谢绚丽，沈艳，张皓星，郭峰.数字金融能促进创业吗？——来自中国的证据[J].经济学（季刊），2018，17（4）：1557-1580.
[13]陶锋，胡军，李诗田，韦锦祥.金融地理结构如何影响企业生产率？——兼论金融供给侧结构性改革[J].经济研究，2017，52（9）：55-71.
[14]段军山，邵骄阳.数字普惠金融发展影响家庭资产配置结构了吗[J].南方经济，2022（4）：32-49.
[15]张铭心，谢申祥，强皓凡，郑乐凯.数字普惠金融与小微企业出口：雪中送炭还是锦上添花[J].世界经济，2022，45（1）：30-56.
[16]赵芮，曹廷贵.实体企业金融化对技术创新的影响研究[J].经济与管理研究，2021，42（9）：62-76.
[17]杨君，肖明月，吕品.数字普惠金融促进了小微企业技术创新吗？——基于中国小微企业调查（CMES）数据的实证研究[J].中南财经政法大学学报，2021（4）：119-131+160.
[18]王娟，朱卫未.数字金融发展能否校正企业非效率投资[J].财经科学，2020（3）：14-25.
[19]张杰，芦哲，郑文平，陈志远.融资约束、融资渠道与企业R&D投入[J].世界经济，2012，35（10）：66-90.
[20]鞠晓生，卢荻，虞义华.融资约束、营运资本管理与企业创新可持续性[J].经济研究，2013，48（1）：4-16.
[21]周开国，卢允之，杨海生.融资约束、创新能力与企业协同创新[J].经济研究，2017，52（7）：94-108.
[22]Fujita M，Thisse J. Economics of Agglomeration[J]. Journal of the Japanese and International Economies，1996，10（4）：339-378.
[23]Brandt L，Biesebroeck J V，Zhang Y. Creative Accounting or Creative Destruction？Firm-Level Productivity Growth in Chinese Manufacturing[J]. Journal of Development Economics，2012，97（2）：339-351.
[24]倪骁然，朱玉杰.劳动保护、劳动密集度与企业创新——来自2008年《劳动合同法》实施的证据[J].管理世界，2016（7）：154-167.
[25]霍春辉，张银丹.水深则鱼悦：营商环境对企业创新质量的影响研究[J].中国科技论坛，2022（3）：42-51.
[26]李宏，王云廷，吴东松.专利质量对企业出口竞争力的影响机制：基于知识宽度视角的探究[J].世界经济研究，2021（1）：32-46+134.
[27]杨骞，刘鑫鹏.中国区域创新效率的南北差异格局：2001—2016[J].中国软科学，2021（12）：92-100+128.
[28]谢建国.外商直接投资与中国的出口竞争力——一个中国的经验研究[J].世界经济研究，2003（7）：34-39.
作者简介：高自旺，河北省社会科学院经济研究所助理研究员，硕士，研究方向：区域经济。
