数字普惠金融促进中小企业创新路径研究

吴慧敏

(常州工业职业技术学院 经贸管理学院，江苏 常州 213000)

0 引言

“十四五”规划强调，强化国家战略科技力量、提升企业技术创新能力、激发人才创新活力、完善科技创新体制机制。根据科技部相关数据，2020年全社会研发投入增长到2.4万亿元，科技进步贡献率增长10.2%，我国国民创新意识和创新投入不断提高。在科技创新的推动下，2020年高技术制造业和装备制造业增加值占规上工业增加值的比重分别达到15.1%和33.7%，成为引领带动产业结构优化升级的重要力量。在我国经济发展中，中小企业由于其体量优势贡献十分突出，是市场的中坚力量和创新的主体。截至2020年，我国中小企业数量突破4200万家，占全国企业总量的98.5%。然而，大部分中小企业由于其规模限制，在获取金融支持和政府补助方面面临着一定的困境，如何多方保证中小企业的资金周转促使其加大创新投入，实现长足发展，是面临的难题。

随着大数据、区块链和人工智能等技术不断发展，数字技术和金融不断深入融合，大大拓宽了传统金融的边界和功能[1]，更具有普惠性和数字性，为中小企业的金融支持带来了更多的可能性。数字金融发展十分迅速，根据北京大学数字普惠金融指数[2]，江苏省2011年数字金融发展指数为62.08，2018年为334.02，上升到5倍多。其数字技术手段能够扩大金融的覆盖范围，有效缓解融资双方的信息不对称，拓宽中小企业的融资渠道，从而促使企业增加创新投入。数字金融的发展有助于政府提高帮扶企业力度，部分地方依靠金融科技等手段实现数字政务，有效及时发放惠企补贴。政府补助不仅可以缓解中小企业的资金压力，对企业的补贴还意味着政府对企业及其项目的认可，有助于企业拓展其他的融资渠道，进而提高企业的创新意愿，促进企业创新。

1 理论分析与研究假设

创新是企业的生命线，关乎到企业的未来发展，然而创新研发活动周期长、风险大、资金需求量大，中小企业存在资金有限、融资渠道窄、获得政府补助难，创新转化率低等问题，其创新积极性被严重抑制(雷汉云，2020年)[3]。在科技推动下，数字普惠金融迅速崛起，其融资成本较低、资金来源广阔，契合中小企业的发展特性(张玉明，2018年)[4]，能够有效缓解其融资压力。首先，数字普惠金融降低了融资门槛，使得中小企业有更多机会获取外部资金；其次，数字金融审批流程快，融资成本低，融资效率更高(聂秀华，2020年)[5]。因此，对于中小企业来说，数字普惠金融能够缓解资金压力，进而提升企业的创新意愿。

在中小企业发展过程中，政府的调节作用不可忽视(陈银飞，2021年)[6]，已有诸多文献认为政府补助能够显著提高企业的创新水平(张志元等，2020)[7]。首先，数字普惠金融的发展能够有效降低政企双方的信息不对称，中小企业的优质创新项目能够有更多机会被展示，从而获取政府补助，并进一步促进企业创新，实现良好循环。其次，技术发展有助于政府对资助项目进行全程追踪，有效甄别部分企业的“寻租行为”，提高资源配置效率，更好地提升企业创新活力。基于此，提出本文的研究假设：

(1)数字普惠金融能够提高中小企业的创新水平。

(2)数字普惠金融通过政府补助促进中小企业创新。

2 研究数据与实证模型2.1 数据来源

由于本文研究对象为中小企业，因此选取了2012—2018年中国创业板上市公司作为样本，并参照了唐松(2020)[8]等做法，进行了筛选：①剔除了2012以后上市的公司；②剔除了关键指标数据缺失的公司；③剔除了ST、*ST等公司；④剔除了金融类上市公司；⑤由于新疆西藏等地区具有一定的特殊性，予以剔除。最后，筛选后的创业板上市公司数量为344个，形成了2012—2108年2408个面板数据。

本文的企业数据主要来源于国泰安数据库，部分缺失数据由手工查阅报告进行补充。普惠金融指数数据来源于北京大学数字金融研究中心编制的《北京大学数字普惠金融指数》报告。

2.2 变量设置

(1)被解释变量。企业创新水平RD。该变量选取了企业研发支出的对数，用来衡量企业创新投入水平。

(2)解释变量。数字普惠金融发展指数Index。文章采用了北京大学数字金融研究中心开发的数字普惠金融指数，以蚂蚁金服提供的海量数量为基础，构建了数字金融覆盖广度、深度以及数字化程度三个方面的33个指标体系。目前其统计范围已经涵括我国31个省市(不包括港澳台)、337个地级市，以及部分县级市。本文实证部分使用了地级市口径的数字金融发展指数。

数字普惠金融使用广度Breadth。该指数为数字普惠金融指数的二级指标之一，主要以支付宝账户的覆盖率为依据，统计在互联网模式下，数字金融的普及率。

数字普惠金融使用深度Depth。该指数为数字普惠金融指数的二级指标之一，指标构成包括支付、基金、信贷、保险、投资等服务，反映数字金融的深度使用。

数字普惠金融数字化程度Dig。该指数为数字普惠金融指数的二级指标之一，主要通过移动支付占比、二维码支付占比等指标数据反映数字普惠金融的便捷性、可移动性等数字化水平。

(3)中介变量。政府补助GS。选取各个企业每年收到政府补助的对数。

(4)控制变量。股权集中度Herf，为第一大股东股权比例。固定资产比率Far，为固定资产占总资产的比率。总资产净利润率Roa，为净利润除以总资产比率。管理费用率Mfee，采用管理费用占营业收入的比率。企业规模Size，采用企业总资产的对数。资产负债率Lev，为企业的总负债除以总资产比率。

2.3 模型设定

由本文的假设1可知，数字普惠金融的发展能提升中小企业创新能力。本文从数字普惠金融总指数、数字普惠金融广度、深度以及数字化程度来衡量数字普惠金融，因此建立以下模型：

RDij=α0+α1*Indexij+α2*Herfij+α3*Farij+α4*Roaij+α5*Mfeeij+α6*Sizeij+α7*Levij+εij

模型(1)

RDij=μ0+μ1*Breadthij+μ2*Herfij+μ3*Farij+μ4*Roaij+μ5*Mfeeij+μ6*Sizeij+μ7*Levij+εij

模型(2)

RDij=ρ0+ρ1*Depthij+ρ2*Herfij+ρ3*Farij+ρ4*Roaij+ρ5*Mfeeij+ρ6*Sizeij+ρ7*Levij+εij

模型(3)

RDij=θ0+θ1*Digij+θ2*Herfij+θ3*Farij+θ4*Roaij+θ5*Mfeeij+θ6*Sizeij+θ7*Levij+εij

模型(4)

由本文的假设2可知，政府补助在数字普惠金融与中小企业创新水平的正向关系中，起到中介的作用。根据温忠麟(2014)[9]的分析方法，本文建立以下逐步回归的模型检验其中介作用。

RDij=α0+α1*Indexij+α2*Herfij+α3*Farij+α4*Roaij+α5*Mfeeij+α6*Sizeij+α7*Levij+εij

模型(1)

GSij=β0+β1*Indexij+β2*Herfij+β3*Farij+β4*Roaij+β5*Mfeeij+β6*Sizeij+β7*Levij+εij

模型(5)

RDij=φ0+φ1*Indexij+φ2*GSij+φ3*Herfij+φ4*Farij+φ5*Roaij+φ6*Mfeeij+φ7*Sizeij+φ8*Levij+εij

模型(6)

3 实证结果与分析

3.1 指标描述性分析

根据表1的变量描述性统计分析可知：首先，样本企业的创新水平差异较大，最小值为0，最大值(研发投入的自然对数)达到了21；其次，从数字普惠金融发展线来看，发展较为迅速，以常州市为例，2011年数字金融指数为78.45，2018年达到了278.53。再次，从不同地区(市级)来看，我国不同地区数字金融发展差异较大，但是差距逐渐在缩小，其分指标覆盖广度、使用深度、数字化程度呈现了相同的效应；最后，从政府补助来看，同样具有较大差异性。

表1 变量描述性统计(2018年)

3.2 模型(1)到(4)的回归分析

为了验证本文的假设1，对模型(1)到模型(4)利用stata分别进行固定效应面板回归，得到的回归结果如表2所示，说明数字普惠金融均对中小企业创新水平有正向的影响。首先，模型(1)到(4)的F值均通过了检验，说明了模型的解释力度较强，具有显著性。其次，从模型(1)(2)(3)和(4)面板回归结果来看，数字普惠金融总指数、覆盖广度、使用深度和数字化程度的系数均在1%的水平上显著为正(系数=0.0017415，T值=4.15；系数=0.0018489，T值=3.86；系数=0.0012054，T值=3.62；系数=0.0011367，T值=3.98)。因此，回归结果表明数字普惠金融对提升中小企业提高创新水平具有显著的促进效应。

表2 模型(1)—(4)基准回归结果

3.3 稳健性检验

为了更准确描述数字普惠金融对企业创新水平的影响，本文将创新水平指标由RD投入的自然对数更换为RD投入占营业收入的比例，进行了稳健性回归，结果如下表所示。从表3可以看出，四个模型的F值均通过检验，R方在0.27左右，说明该稳健模型具有一定的解释力度。从T值来看，数字普惠金融总指数、覆盖广度、数字化程度对企业的创新水平均具有良好的促进作用，在5%的水平上显著为正，这与前面的基准回归模型结果保持了一致，说明了数字普惠金融能有效促进企业加大研发投入，提高创新水平。然而，数字普惠金融的使用深度未能通过T检验，其对RD投入占比的影响较弱，这与前面基准回归结论不一致，可能因为一直以来中小企业的融资能力弱于其他大型企业，作为“长尾人群”，数字金融的普及率和数字化的普及程度能够对中小企业的经营发展和创新投入起到更大的作用，而使用深度则不明显。

表3 稳健性检验结果——RD投入占营业收入比重

3.4 政府补助的中介效应回归分析

根据中介效应的检验程序进行回归，第一步，验证数字普惠金融总指数对企业创新水平的影响，发现其显著性较高，T值为4.15，在1%的水平上，能够显著促进企业的创新投入水平。第二步，检验数字普惠金融指数对政府补助的影响，在1%的水平上显著为正，究其原因，随着区块链、大数据等数字技术的大力发展，数字普惠金融应用场景不断增加，有效地缓解了政企信息不对称，使得政府能够精确识别企业的实际发展情况，挖掘具有潜力的公司，及时高效进行政府扶持和补贴。尤其对于中小企业而言，通过数字普惠金融，其获得政府补助的可能性进一步得到提高。第三步，验证政府补助是否在数字普惠金融提升中小企业创新水平的过程中起到了中介效应。表(4)中第(3)列结果显示，政府补助指标在5%的水平上具有显著正向影响(T值为2.62)，数字普惠金融总指数在1%的水平上也具有显著正向影响作用，但是T值相较于结果(1)有所下降，说明政府补助具有显著的中介效应，并且是部分中介效应。政府补助是数字普惠金融促进企业创新的中介机制，根据系数计算，中介效应占总效应的比重为4.2154%，说明文章的假设2成立，数字普惠金融可以通过政府补助促进中小企业创新。

表4 中介效应检验结果——政府补助机制

4 结论与对策

本文以中国创业板上市公司为研究对象，对其2012-2018年财务数据进行研究分析，从数字普惠金融指数、覆盖广度、使用深度和数字化程度几个维度验证其对中小企业创新水平的影响，研究发现，数字普惠金融的几大指标均对中小企业创新起到正向促进作用，并通过了稳健性检验。此外，文章进一步探析了数字普惠金融促进中小企业创新的中介机制，发现政府补助在这个过程中发挥部分中介的效应。在此基础上，提出以下对策：

(1)缩短各个地区数字普惠金融发展差距，促进其良性发展。数字普惠金融对于缓解中小企业资金压力，提高创新投入有着重要的正向作用，应积极推动其良性发展。首先，应加大基础设施建设，扩大数字普惠金融的覆盖范围和使用深度，强化发达地区的金融辐射功能，注重农村地区和西部地区的稳步提升；其次，利用数字技术，进一步增强金融服务实体经济效用，解决中小企业融资难、融资贵和信息不对称等问题。

(2)大力发挥政府调控作用。中小企业是我国经济的主要构成部分，政府在制定政策、实施补助时，应多关注中小企业的需求，切实解决中小企业的发展难题，促进其创新。其次，政府应提高技术甄别能力，加强监管，利用数字化手段对企业补助项目进行追踪，识别优质创新项目，并有所倾斜，更好地推动中小企业创新效率提升。