数字普惠金融发展能激励创新吗?

梁榜 张建华

摘要：利用数字普惠金融地级市层面数据与城市整体以及微观中小企业专利数据进行匹配，考察中国数字普惠金融的发展和推广对技术创新的激励效应。实证研究发现：不管是城市层面还是微观企业层面，数字普惠金融的发展及其覆盖广度、使用深度和数字支持服务程度均对技术创新具有显著的正向影响，即便在考虑内生性问题之后依然成立，并且该激励效应在多种稳健性检验下仍然显著;异质性分析表明，数字普惠金融的发展对中西部城市和传统金融覆盖不足的城市、民营和规模较小的中小企业具有更强的创新激励效应，这体现了数字普惠金融的普惠性特征;进一步的机制分析表明，数字普惠金融的发展能够降低中小企业债务融资成本和缓解外部融资约束，进而促进企业的创新产出。

关键词：数字普惠金融;金融服务;创新激励;技术创新;城市;中小企业

文献标识码：A

文章编号：1002-2848-2019（05）-0074-13

一、研究背景

创新是发展的第一动力，伴随我国经济由高速增长阶段转向高质量发展阶段，技术创新已成为培育企业新竞争优势、提升综合国力的重要引擎，是我国实施创新驱动发展战略、迈向制造强国以及寻求经济新增长点的关键。然而，我国金融体系长期存在的深层次、结构性矛盾成为制约经济高质量发展的关键因素。金融发展的不平衡、不充分问题不仅影响了实体经济融资的可得性，还严重抑制了技术创新。微观企业是创新活动的重要实施者，激发企业创新能够以技术带动质量和效益的提高。但是，研发创新活动需要大量的资金投入，内源性融资往往难以满足研发创新的资金需求，融资约束成为企业创新活动的“绊脚石”。另外，与其他投资项目相比，创新项目具有风险高、周期长、不确定性程度高等特点，导致创新融资存在严重的信息不对称问题，使得企业创新活动更容易遭受外源融资约束[1]。因此，持续稳定的资金来源对于企业创新而言尤为重要[2]，这就需要完善且運行良好的金融体系来解决创新活动中的融资难题[3]。金融发展对企业创新的影响研究颇为丰富，现有文献从宏观、产业以及微观企业层面证实了传统金融发展对于企业创新的促进作用[4-8]。然而，一系列研究表明我国金融体系发展还很不完善，传统金融服务覆盖面不足，金融要素价格和资源配置扭曲，企业遭受创新融资约束，导致创新投资增长减缓，抑制了企业的研发投入和创新产出[9-10]。此外，不同所有制企业在融资成本上存在显著差异，“融资歧视”现象造成市场信号失真和金融资源错配，导致企业研发动力不足，阻碍了企业技术创新[11-12]。因此，如何解决企业的创新融资难题，营造公平的融资制度环境，提升企业自主创新能力，是当前形势下亟待研究和解决的重要问题。

在新兴资本市场以及转轨经济的制度背景下，我国监管机构对于银行资产的安全性、流动性进行了更严格的控制，由于银行更强调稳健经营，风险容忍度相对更低，往往不愿意向具有高风险的企业创新活动提供资金支持。但是也应该看到，近年来我国金融体制改革和创新创业支持政策的积极推进为释放企业创新活力发挥了至关重要的作用。一方面，伴随经济转型的加快，银行业竞争性的市场结构缓解了创新活动的融资约束，有利于促进企业技术创新[13-15];另一方面，以商业信用、民间借贷为代表的非正规金融系统作为正规金融体系的有益补充，有助于缓解创新融资约束，对于促进企业研发创新具有积极作用[16-17];金融创新和金融改革也有利于提高企业研发投入，进而提升企业自主创新能力[18]。除此之外，近年来政府着力推进“互联网+”行动计划，促进了互联网科技与金融行业的深度融合，金融科技的运用创造了新的发展生态，数字化进程的加速显著提高了金融机构的服务效率与服务质量。与此同时，正规金融部门供给不足和监管部门相对容忍则进一步推动了中国数字金融的快速发展[19]。已有研究表明，数字金融的发展有利于缓解中小企业融资约束[20]，对于地区创业具有显著的促进作用[21]。因此，深化金融体制改革，增强金融服务实体经济能力，有助于以创新推动实体经济振兴和经济高质量发展。

值得关注的是，为促进金融业可持续均衡发展，推动大众创业、万众创新，助推经济发展方式转型升级，中国政府高度重视普惠金融发展，并已将其提升到国家战略层面。国务院印发《推进普惠金融发展规划（2016—2020年）》，为推动普惠金融发展提供了科学指引，并鼓励应用大数据、云计算以及移动互联网等数字技术拓展普惠金融服务的广度和深度，促使普惠金融更好地为中小微企业等特殊群体提供金融服务。此外，杭州G20峰会通过了由中国推动并参与制定的《G20数字普惠金融高级原则》，为数字普惠金融的发展指明了方向。作为传统金融体系的有力补充，新型的数字普惠金融具有“广覆盖、低成本、高效率”等诸多优势，为促进企业技术创新带来了新的机遇，对于推动大众创业、万众创新具有极为重要的作用。由此需要研究的问题是，数字普惠金融的发展和推广能够促进技术创新吗？对不同地区以及不同企业的技术创新是否具有异质性影响？数字普惠金融激励技术创新的潜在机制又是什么？本文希望能够填补相关研究领域的空白，并为数字普惠金融推动大众创业、万众创新的实践提供有益启示。

本文重点考察数字普惠金融的创新激励效应，并提供来自城市整体和微观企业层面的经验证据。具体而言，主要包括以下三个方面：第一，利用北京大学数字金融研究中心提供的数字普惠金融地级市层面数据与城市整体以及微观中小企业专利数据进行匹配，考察数字普惠金融的发展和推广对城市和企业技术创新的影响;第二，进行异质性分析，检验数字普惠金融对不同地区以及不同类型企业技术创新的影响是否存在差异;第三，基于企业债务融资成本和外部融资约束双重视角，实证检验数字普惠金融激励中小企业创新的作用机制。

二、理论分析与研究假设

（一）数字普惠金融对城市技术创新的影响

技术创新离不开金融的支持，然而金融发展的不平衡、不充分问题却严重制约了城市创新活动的开展。以间接融资为主导的金融体系具有风险规避偏好，对风险控制较为谨慎，导致金融机构往往不愿意为高风险、高不确定性的技术创新活动提供长期的信贷支持，“信贷配给”的存在不利于区域创新绩效的提升[22]。但是，中国政府一直在积极推动金融领域的改革和创新，特别是鼓励将大数据、云计算以及移动互联网等数字技术与传统金融行业深度融合以催生新的金融业态，促进了数字金融这一新型金融模式的蓬勃发展[23]。研究表明，以信息技术为支撑的数字普惠金融能够缓解借贷双方的信息不对称问题，有效降低金融交易和经营的成本，拓展金融服务覆盖范围及触达能力[24]。因此，作为传统金融体系的有力补充，数字普惠金融的发展为促进技术创新提供了新的机遇。具体而言，数字普惠金融可以通过以下途径促进城市技术创新。

首先，数字普惠金融有助于弥补传统金融服务的不足，其诸多优势能更好地支持技术创新活动，进而促进城市创新绩效的提升。传统金融服务不足不仅体现在许多不发达地区的群体无法享受便捷的金融服务，还在于金融资源的错配以及“融资歧视”造成的融资成本差异等难题，导致具有创新意愿的创新型企业难以得到有效的信贷支持，地区的技术创新活动受到抑制。作为一种新型金融模式，数字普惠金融将数字技术等金融科技应用到普惠金融领域，能够补足传统金融服务的短板。同时，数字金融具有的“成本低、速度快、覆盖广”等优势能够打破传统金融服务的诸多限制，显著提高金融机构的服务效率和服务质量，特别是有助于解决不发达地区长期以来的金融服务不足问题，在一定程度上缓解了原先被传统金融体系排除在外的群体的融资难题。金融可得性和服务水平的提高激励创新创业活动的发生，有利于促进城市技术创新水平的提升。

其次，数字普惠金融的发展能够为中小微企业提供便捷的金融支持，激发其创新活力和内在动力，促进研发投入和创新产出，进而提高城市技术创新水平。小微企业是最为活跃和最具潜力的科技创新群体，但由于诸多限制条件往往被排斥在正规金融体系之外，其技术创新活动的长期融资需求也难以得到满足。数字普惠金融的提出旨在全方位、方便地为欠发达地区、中小微企业以及低收入人群等特殊群体提供适当、有效的金融服务，其“包容性”理念和“草根”特性恰好与小微企业的创新融资需求特征相契合，为激励小微企业技术创新提供了有效支撑。因此，数字普惠金融的发展和推广改善了创新创业环境，释放了中小微企业等科技创新活跃群体的创新活力，有利于提升区域的创新绩效。

基于以上分析，提出研究假设H1：数字普惠金融的发展能够显著促进城市的技术创新水平，尤其对中西部城市和传统金融覆盖不足的城市创新激励效应更强。

（二）数字普惠金融对微观中小企业技术创新的影响

受诸多不利因素的限制，以及中国特殊的制度背景和市场环境等深层次因素的影响，外部融资依赖度相对较高的中小企业面临严重的融资难、融资贵问题。数字普惠金融的发展则为破解中小企业融资难题、促进小微企业技术创新提供了一条切实可行的解决路径，具有重要的现实意义。具体而言，数字普惠金融通过缓解创新融资约束、降低创新融资成本、提高创新融资效率等途径激励中小企业进行技术创新。

首先，数字普惠金融能够拓宽中小企业的融资渠道，提高创新融资的可得性，缓解创新融资约束。数量庞大且创新活跃的中小微企业往往被排斥在正规金融服务门槛之外，形成金融服务需求的“尾部”客户群体，难以获得适当的、有效的金融服务。通过应用数字技术对传统金融产品和商业模式等进行数字创新，数字普惠金融拓展了金融服务的广度和使用深度。实践表明，P2P网贷、小额信贷、第三方支付、众筹融资以及新型的融资平台等低门槛、多品种、高效率、个性化的金融服务能够与小微企业风险性创新活动持续、高频、小额的资金需求特征相契合，进而有效缓解了中小企业的创新融资约束。

其次，数字普惠金融具有独特的信息收集和处理能力，能够更好地发挥信息筛选和风险甄别功能，风险评估成本和交易成本大幅度减少，进而降低中小企业的创新融资成本。依托社交网络、搜索引擎以及云计算等现代信息技术能够有效降低信息搜集和处理成本，改变传统金融服务的提供方式，更好地为创新活动提供融资支持。以信贷为例，P2P网贷平台通过互联网、手机等就可以实现在线信用贷款，信贷服务更加便捷，服务成本明显下降。创新融资成本的降低能帮助中小企业获得更多资金支持，进而激发其技术创新动力。

最后，数字普惠金融有助于缓解信息不对称问题，提高中小企业的创新融资效率。依托云计算、大数据以及移动互联网等数字技术，数字普惠金融能够建立风险控制体系、信息处理与监测系统，进而及时、快速、高效地挖掘和收集客户的征信数据，有助于全面地了解中小企业的经营情况和信用等级，提升信贷资金的配置效率和服务质量。基于互联网信息的客户征信体系则可以简化信贷审查程序，缩短信贷审核时间，进而降低资信评估、线下审核以及风险管理的成本，并有利于降低信贷不良率和提高融资有效性，使得中小企业能够更加高效、便捷、低成本地获得金融服务。

据此，提出研究假设H2：数字普惠金融的发展和推广能够缓解创新融资约束、降低债务融资成本以及提高创新融资效率，进而促进中小企业的创新产出。

此外，数字普惠金融对不同类型中小企业的创新激励效应具有异质性。中国特殊的制度背景和金融市场环境使得政府在资源配置中仍扮演重要角色，在传统金融市场中，实际控制人性质和政治关系背景对企业能否获得创新融资十分关键。民营企业往往在创新融资过程中遭受严重的“所有制歧视”，传统金融机构通常不愿意为他们服务，而由于规模有限无法提供抵押物的小型企业同样难以满足准入门槛条件。因此，与国有和规模较大的中小企业相比，民营和规模较小的中小企业的贷款门槛较高，信息不对称问题更为严重，贷款成本和资金使用成本相对高昂，导致民营和规模较小的中小企业所遭受的融资约束程度更深。数字普惠金融发展的初衷在于提高金融服务的覆盖率、可得性和满意度，尤其是重点服务那些被传统金融排斥在外的民营和小微企业的融资难题。数字普惠金融的显著特点就是灵活便捷、体量较小，恰好与民营和规模较小的中小企业资金需求量小但频率高的融资需求相契合，对其创新融资约束的缓解作用会更为明显。同时，传统金融机构服务不足会导致民营和规模较小的中小企业通过互联网渠道寻求资金支持的愿望更为强烈，对数字金融的依赖程度也更高。因此，数字普惠金融的发展和推广更有利于促进民营和规模较小的中小企业技术创新。

综合以上分析，提出研究假设H3：數字普惠金融的发展对中小企业的创新产出具有显著的正向影响，尤其对民营和规模较小的中小企业的创新激励效应更加明显。

三、研究设计

（一）模型设定与变量测度

本文从宏观和微观视角出发，考察数字普惠金融的发展对城市整体与中小企业技术创新的激励效应。由于专利数据左断尾分布，本文采用Tobit模型进行估计，模型设定如下：

其中，Innov和lnPatent表示创新产出，i、j和t分别表示城市、企业和年份。城市层面的技术创新活动水平采用人均发明专利申请量来衡量，之所以进行人均处理是为了消除各城市之间因所辖面积和人口规模差异导致的不可比因素;企业层面的技术创新指标采用专利申请总量来度量，并进行取对数处理;核心解释变量DIFI表示数字普惠金融总指数，类似地，文中进一步考察了数字普惠金融各维度对技术创新的影响，包括覆盖广度（DCB）、使用深度（DUD）和数字支持服务程度（DSS）三个方面;X为一系列可能影响创新产出的城市和企业特征控制变量;同时，模型还分别控制了城市、年度和行业固定效应。此外，由于企业研发创新需要耗费一定的时间，本文将所有解释变量进行滞后一期处理，这样做的好处在于可以减弱因反向因果造成的内生性干扰。模型所涉及变量的具体定义见表1。

（二）样本选择与数据来源

现有关于普惠金融的研究多采用省级面板数据，与此不同，本文采用地级城市层面数据来分析数字普惠金融发展的创新激励效应。首先，宏观层面分析样本为各地级市数据，样本区间为2011—2016年，城市专利数据来源于中国研究数据服务平台（CNRDS），其他控制变量数据来源于历年《中国城市统计年鉴》。其次，选择中小企业作为微观数据样本，原因在于中小企业是当前我国普惠金融的重点服务对象之一，探讨普惠金融对中小企业技术创新的影响更具现实意义。限于数据可得性，参照《中小企业划型标准规定（2011）》对中小企业的界定，本文选择中小企业板和创业板上市公司作为研究样本，研究区间设定为2011—2017年，企业专利信息和相关财务数据来自国泰安数据库（CSMAR）和Wind数据库。同时，剔除属于金融行业的上市公司样本，并删除ST类和相关数据缺失的样本。此外，为控制极端值对实证结果的影响，对企业层面所有连续变量在1%水平上进行缩尾（winsorize）处理。

与之相匹配的地级城市层面的数字普惠金融数据来自北京大学数字金融研究中心提供的《北京大学数字普惠金融指数（2011年—2015年）》。限于篇幅，该指数的构建原则、指标选取和编制方法在此不做赘述。需要补充说明的是，由于数字普惠金融指数较中小企业技术创新指标数值大，不在同一量纲上，因此将该指数占100的百分比值作为原始数据。此外，本文的控制变量与现有研究的处理方法保持一致，主要变量的描述性统计结果见表2。

四、实证结果与分析

（一）数字普惠金融对城市技术创新的影响分析

1.基准回归结果

表3第（1）列汇报了数字普惠金融对城市技术创新的影响，结果显示DIFI的估计系数在5%的统计水平上显著为正，表明数字普惠金融的发展和推广能够促进城市技术创新水平的提升，数字普惠金融越发达的城市，其单位从业人员的发明专利申请量也越多，即数字普惠金融具有创新激励效应。作为初步的稳健性检验，本文还考察了构成数字普惠金融指数的三个不同维度（覆盖广度、使用深度以及数字支持服务程度）对技术创新的影响，估计结果见表3第（2）—（4）列。结果表明，三个维度指标均对城市技术创新具有显著的促进作用，具体来说，随着数字普惠金融覆盖广度的增加、使用深度的改善以及数字支持能力的提升，城市的创新水平会有所提高。控制变量的估计结果显示，人均GDP、财政自主权、科教投入以及人力资本水平对城市技术创新活动产生了显著的正向影响。

2.内生性处理：工具变量估计

基准回归结果初步验证了数字普惠金融的创新激励效应，但在模型因果识别过程中可能存在内生性问题的干扰。引致内生性的第一个来源是反向因果问题，即数字普惠金融促进了城市技术创新，但一个城市的创新活动也有可能反过来推动数字普惠金融的发展。针对这一问题，在基准回归中已经对所有解释变量进行了滞后一期处理，即评估上年的数字普惠金融发展状况对当期城市创新活动的影响，在一定程度上能够减轻反向因果问题的干扰[25]。引致内生性的另一个来源是模型可能存在一定的遗漏变量问题，尽管模型已经控制了一系列影响城市创新的相关特征变量，但从理论上讲仍无法有效解决因其他不可观测因素所导致的遗漏变量偏误。因此，为更好地识别数字普惠金融与城市创新之间的关系，本文进一步构建工具变量重新对模型进行估计。在相关研究中，谢绚丽等[21]采用省级互联网普及率作为数字普惠金融指数的工具变量，考察了数字金融对地区创业的影响。借鉴这一做法，本文选取地级市数字技术应用指数（与互联网普及率指标类似，并且由移动电话普及率、电脑普及率和互联网普及率三个维度数据综合计算得到）作为数字普惠金融的工具变量，数据取自《中国信息社会测评报告2014》和《中国信息社会发展报告2015》。一方面，数字普惠金融的发展得益于现代信息技术的广泛渗透，而数字技术应用指数反映的是公众对现代信息技术的应用水平以及信息技术在居民中的扩散和普及程度，因此二者之间存在紧密的联系;另一方面，在控制一系列相关变量之后，数字技术应用指数与城市技术创新之间并不存在直接的关联渠道。因此，数字技术应用指数可能是数字普惠金融的一个有效工具变量。

以数字技术应用指数作为工具变量的IV Tobit估计结果见表4。第（1）列汇报的是数字普惠金融总指数对城市技术创新的影响，第（2）—（4）列则是各维度指标对技术创新的影响。工具变量的回归结果显示，即便在考虑模型可能存在的内生性问题之后，数字普惠金融的发展及其各维度仍然对城市技术创新具有显著的正向促进作用，由此表明数字普惠金融的创新激励效应是稳健存在的。此外，Wald检验结果表明模型存在内生变量，而工具变量第一阶段回归F统计值在1%的统计水平上显著，表明并不存在弱工具变量，本文的工具变量估计结果是有效的。因此，本文的研究假设H1得到了验证。

3.异质性分析

数字普惠金融的发展和推广弥补了传统金融的不足，旨在解决欠发达地区、中小微企业等特殊群体的创新融资难题，进而促进城市技术创新。考虑到数字普惠金融的“包容性”理念和“草根”特性，其创新激励效应在不同城市的表现可能会有所差异。为此，本文从以下两个方面进行异质性分析：第一，考察数字普惠金融对城市技术创新影响的地区差异，依照惯例，本文将全部城市样本划分为东部沿海、中部和西部三个地区，并基于不同子样本进行实证检验;第二，考察数字普惠金融对不同传统金融发展水平城市创新的影响差异，对于那些传统金融覆盖不足的不发达地区，数字普惠金融的发展和推广能够显著扩大金融服务的覆盖广度和使用深度，有效緩解创新融资约束，对促进城市创新活动扮演“雪中送炭”的角色。与之相比，传统金融发达的地区本身金融机构提供的服务就多种多样，基本上可以满足创新融资的需求，数字普惠金融的作用更多的是丰富了创新创业者的选择，对技术创新活动的激励效应属于“锦上添花”。因此，本文按照传统金融发展水平（金融机构贷款余额/GDP）的中位数将城市样本划分为发达地区和不发达地区，实证检验数字普惠金融对技术创新的激励效应是否在不发达地区更加明显。

异质性分析的回归结果见表5。第（1）—（3）列分别汇报的是东部、中部和西部地区城市数字普惠金融的发展对技术创新的影响，结果显示东部地区数字普惠金融（DIFI）的估计系数为正，但并不显著，而中西部地区DIFI的估计系数均在1%的统计水平上显著为正，这表明数字普惠金融对创新活动的激励效应在东部地区城市并不明显，但在中西部地区具有显著的创新激励效应。第（4）—（5）列汇报了数字普惠金融对传统金融发达地区和不发达地区技术创新的影响，结果表明在传统金融发达的地区DIFI的估计系数不显著，而在不发达地区DIFI的系数显著为正，说明数字普惠金融的发展和推广对不发达地区的创新活动有更大的激励效应，这体现了数字普惠金融的普惠性特征。

（二）数字普惠金融对中小企业技术创新的影响分析

1.基准回归结果

上述分析在宏观层面检验了数字普惠金融对城市技术创新的影响，初步验证了数字普惠金融的创新激励效应。但是，数字普惠金融的发展和推广在很大程度上促进了中小微企业的技术创新，因此有必要进一步考察数字普惠金融对中小企业技术创新的影响，以此提供创新激励效应的微观证据。数字普惠金融总指数及其各维度对中小企业技术创新影响的回归结果见表6，可以看到，数字普惠金融对中小企业技术创新具有显著的促进作用，其覆盖广度、使用深度以及数字支持服务程度同样具有显著的正向影响，这表明数字普惠金融的创新激励效应在微观企业层面仍然是显著的。

2.内生性处理：工具变量估计

为解决模型潜在的内生性问题，本文同样将数字技术应用指数作为数字普惠金融的工具变量，利用工具变量Tobit估计方法（IV Tobit）检验数字普惠金融指数及其各维度对中小企业技术创新的影响，估计结果见表7。可以看到，DIFI的估计系数仍然显著为正，其覆盖广度、使用深度以及数字支持服务程度的系数也均显著为正，这表明数字普惠金融的发展和推广能够显著促进微观中小企业的技术创新，并且即便在考虑模型的内生性问题之后，该创新激励效应仍然存在。因此，与基准回归结果一致，数字普惠金融的创新激励效应在微观企业层面也得到了验证，本文的实证检验结果是稳健的。

3.异质性分析

正如理论分析所述，数字普惠金融对不同类型中小企业技术创新的影响具有异质性，如不同的企业所有权性质、企业规模的差异等。因此，本文接下来分别检验数字普惠金融对国有和民营以及不同规模中小企业技术创新的影响，更为细致地刻画数字普惠金融对企业创新影响的作用特征，从而为更好地推动数字普惠金融的发展提供参考。

数字普惠金融对不同所有权性质中小企业创新的异质性影响见表8第（1）—（3）列。根据企业的实际控制人性质进行分组，将企业分为国有和民营两类，并设定虚拟变量SOE：国有=1，民营=0;同时，为比较不同所有权性质企业的分组差异，构建交互项DIFI×SOE加入模型进行实证检验。估计结果显示，数字普惠金融对国有和民营中小企业均具有显著的正向影响，但与国有企业相比，数字普惠金融对民营中小企业创新的促进作用更大，交互项DIFI×SOE的系数在5%的统计水平上显著为负。由此表明，应继续加强对民营中小企业的创新支持力度，释放其创新活力。

数字普惠金融对不同规模中小企业创新的异质性影响见表8第（4）—（6）列。为更好地反映不同企业规模的差异，本文依据企业总资产规模进行三分位处理，并构造企业规模虚拟变量Large：处于上三分位的中小企业=1，处于下三分位的中小企业=0。类似地，进一步在实证模型中加入交互项DIFI×Large，比较数字普惠金融对不同规模企业创新产出影响的分组差异。估计结果显示，数字普惠金融对规模较大和规模较小的中小企业的技术创新均具有促进作用，但交互项DIFI×Large的估计系数在5%的统计水平上显著为负，表明数字普惠金融对规模较小的中小企业技术创新有更大的促进作用，再次体现了数字普惠金融的普惠性特征，本文的研究假设H3得到了验证。

4.影响机制检验

上述实证分析为数字普惠金融的创新激励效应提供了宏观和微观层面的经验证据，接下来本文利用微观企业数据探讨数字普惠金融激励创新的潜在机制，即通过实证检验数字普惠金融对中小企业外部融资约束和债务融资成本的影响来识别其激励创新的作用渠道。

首先，构建KZ指数和SA指数来测度企业的融资约束程度，进而检验数字普惠金融对中小企业融资约束的影响。借鉴Kaplan等[26-27]的做法，通过对经营性净现金流、现金持有量、派现水平、负债程度以及成长性等财务指标进行回归分析进而构建一个综合指数（KZ指数）来衡量企业的融资约束程度，计算KZ指数的回归模型估计结果见表9。KZ指数越大，中小企业面临的融资约束程度越高。

除KZ指数外，SA指数也是测度企业融资约束的常用指标，借鉴Hadlock等[28-29]的做法，使用企业规模（Size）和企业年龄（Age）两个外生性很强的变量来构建SA指数：-0.737×Size+0.043×Size2-0.04×Age，显然SA指数易于计算且相对稳健。

其次，检验数字普惠金融对中小企业债务融资成本的影响。借鉴Pittman等[30-32]的做法，构造两个指标来衡量债务融资成本：（1）利息费用占比（DFC1），即利息支出/企业总负债;（2）净财务费用占比（DFC2），即净财务费用占公司总负债的比例，其中净财务费用等于利息支出加上手续费支出以及其他财务费用。

影响机制检验的估计结果見表10，数字普惠金融对债务融资成本的影响系数显著为负，表明数字普惠金融的发展能够降低中小企业的债务融资成本。此外，数字普惠金融对以SA指数和KZ指数衡量的外部融资约束同样具有显著的负向影响，表明数字普惠金融能够缓解中小企业的融资约束。由此表明，数字普惠金融通过降低企业债务融资成本和缓解外部融资约束来激励企业进行研发创新，本文的研究假设H2得到了支持。

（三）稳健性检验

尽管本文已经从多个角度验证了数字普惠金融的发展和推广能够激励技术创新，但为稳健性考虑，仍从以下几个方面进行稳健性检验：

（1）替换城市技术创新的衡量指标，以单位从业人员的发明专利授权量来度量城市技术创新水平;

（2）由于企业专利从投入到产出需要耗费一定的时间，数字普惠金融对企业创新的促进作用可能存在时滞效应，为保证实证结果的稳健性，考察数字普惠金融对中小企业未来两年专利产出的影响;

（3）專利申请总量包括发明专利、实用新型专利和外观设计专利，但按原创性标准来说发明专利更能体现出企业技术创新的质量，因此进一步考察数字普惠金融对中小企业发明专利申请量的影响;

（4）替换企业创新的测度指标，从创新投入的视角，将研发支出以及研发强度作为企业创新的替代变量来检验数字普惠金融对企业创新的影响。上述稳健性检验的估计结果见表11。从中可知，在替换城市和中小企业创新的衡量指标之后，数字普惠金融的创新激励效应仍然显著存在。即便考虑企业创新的时滞效应，数字普惠金融仍然对企业创新产出具有显著的正向影响，表明前文的实证结果具有较好的稳健性。从企业创新投入的视角来看，数字普惠金融对企业的研发支出和研发强度同样具有显著的正向促进作用，表明数字普惠金融的创新激励效应不受创新测度指标选取的干扰，说明本文的实证结论是稳健的。

五、结论与启示

本文重点考察了数字普惠金融的创新激励效应，并提供了来自城市整体和微观企业层面的经验证据。实证研究发现，数字普惠金融的发展和推广有利于促进城市和中小企业技术创新，其覆盖广度、使用深度以及数字支持服务程度同样对技术创新具有显著的正向影响，即便在考虑内生性问题之后依然成立，并且该激励效应在多种稳健性检验下仍然显著;异质性分析表明，数字普惠金融的发展对中西部城市和传统金融覆盖不足的城市、民营和规模较小的中小企业具有更强的创新激励效应，体现了数字普惠金融的普惠性特征;机制分析表明，数字普惠金融通过降低中小企业债务融资成本和缓解外部融资约束促进企业的创新产出。

本研究为我国实施普惠金融发展战略有利于推动大众创业、万众创新提供了来自创新视角的经验证据，同时也为深化金融体制改革、增强金融服务实体经济能力提供了有益思考。基于上述研究结论，本文的政策启示在于：第一，应引导并鼓励普惠金融服务主体利用数字技术推动普惠金融创新发展，特别是提高不发达地区和中小微企业的金融服务可得性、使用情况和质量，进一步降低融资交易成本，缓解创新融资约束，在支持企业创新时应因企施策，加强对民营和规模较小的中小企业的创新支持力度;第二，应加大金融创新和金融改革力度，坚持数字普惠金融的初衷和目标，营造公平的融资制度环境，消除融资所有制歧视和融资成本差异，激发企业创新动力，尤其是释放中小企业和民营企业创新活力，提升我国经济整体创新水平。

参考文献：

[1] Hall B H， Lerner J. The financing of R&D and innovation[J]. Handbook of the Economics of Innovation， 2010， 1： 609-639.

[2] 马光荣， 刘明， 杨恩艳. 银行授信、信贷紧缩与企业研发[J]. 金融研究， 2014（7）： 76-93.

[3] Acharya V， Xu Z. Financial dependence and innovation： The case of public versus private firms[J]. Journal of Financial Economics， 2017， 124（2）： 223-243.

[4] Beck T， Demirguc-Kunt A， Laeven L， et al. Finance， firm size， and growth[J]. Journal of Money Credit & Banking， 2008， 40（7）： 1379-1405.

[5] Brown J R， Fazzari S M， Petersen B C. Financing innovation and growth： Cash flow， external equity， and the 1990s R&D boom[J]. Journal of Finance， 2009， 64（1）： 151-185.

[6] Brown J R， Petersen B C. Cash holdings and R&D smoothing[J]. Journal of Corporate Finance， 2011， 17（3）： 694-709.

[7] 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.

[8] 贾俊生， 伦晓波， 林树. 金融发展、微观企业创新产出与经济增长——基于上市公司专利视角的实证分析[J]. 金融研究， 2017（1）： 99-113.

[9] 汪伟， 潘孝挺. 金融要素扭曲与企业创新活动[J]. 统计研究， 2015（5）： 26-31.

[10]李晓龙， 冉光和， 郑威. 金融要素扭曲如何影响企业创新投资——基于融资约束的视角[J]. 国际金融研究， 2017（12）： 25-35.

[11]戴静， 张建华. 金融所有制歧视、所有制结构与创新产出——来自中国地区工业部门的证据[J]. 金融研究， 2013（5）： 86-98.

[12]李冲， 钟昌标. 融资成本差异与企业创新： 理论分析与实证检验——基于国有企业与民营企业的比较研究[J]. 科技进步与对策， 2015（17）： 98-103.

[13]唐清泉， 巫岑. 银行业结构与企业创新活动的融资约束[J]. 金融研究， 2015（7）： 116-134.

[14]蔡竞， 董艳. 银行业竞争与企业创新——來自中国工业企业的经验证据[J]. 金融研究， 2016（11）： 96-111.

[15]白俊， 吴汉利. 竞争性银行业结构与企业技术创新[J]. 软科学， 2018（2）： 84-87.

[16]张杰， 芦哲， 郑文平， 等. 融资约束、融资渠道与企业R&D投入[J]. 世界经济， 2012（10）： 66-90.

[17]刘政， 杨先明. 非正规金融促进了本土企业产品创新吗？——来自中国制造业的证据[J]. 经济学动态， 2017（8）： 88-98.

[18]王淑娟， 叶蜀君， 解方圆. 金融发展、金融创新与高新技术企业自主创新能力——基于中国省际面板数据的实证分析[J]. 软科学， 2018（3）： 10-15.

[19]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（4）： 1489-1502.

[20]梁榜， 张建华. 中国普惠金融创新能否缓解中小企业的融资约束[J]. 中国科技论坛， 2018（11）： 94-105.

[21]谢绚丽， 沈艳， 张皓星， 等. 数字金融能促进创业吗？——来自中国的证据[J]. 经济学（季刊）， 2018（4）： 1557-1580.

[22]白俊红， 蒋伏心. 协同创新、空间关联与区域创新绩效[J]. 经济研究， 2015（7）： 174-187.

[23]谢平， 邹传伟， 刘海二. 互联网金融手册[M]. 北京： 中国人民大学出版社， 2014.

[24]郭峰， 孔涛， 王靖一， 等. 中国数字普惠金融指标体系与指数编制[R]. 北京大学数字金融研究中心工作论文， 2016.

[25]Wooldridge J M. Econometric analysis of cross section and panel data[M]. Cambridge： MIT Press， 2010.

[26]Kaplan S N， Zingales L. Do investment-cash flow sensitivities provide useful measures of financing constraints？[J]. Quarterly Journal of Economics， 1997， 112（1）： 169-215.

[27]魏志华， 曾爱民， 李博. 金融生态环境与企业融资约束——基于中国上市公司的实证研究[J]. 会计研究， 2014（5）： 73-80+95.

[28]Hadlock C J， Pierce J R. New evidence on measuring financial constraints： Moving beyond the KZ index[J]. Review of Financial Studies， 2010， 23（5）： 1909-1940.

[29]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（1）： 4-16.

[30]Pittman J A， Fortin S. Auditor choice and the cost of debt capital for newly public firms[J]. Journal of Accounting & Economics， 2004， 37（1）： 113-136.

[31]Minnis M. The value of financial statement verification in debt financing： Evidence from private U. S. firms[J]. Journal of Accounting Research， 2011， 49（2）： 457-506.

[32]魏志华， 王贞洁， 吴育辉， 等. 金融生态环境、审计意见与债务融资成本[J]. 审计研究， 2012（3）： 98-105.