数字普惠金融对工业企业创新影响研究——基于全国31个省级面板实证分析

■ 段奥鹏 苗金芳

（青海民族大学经济与管理学院 青海西宁 810006）

一、引 言

改革开放至今的40多年里，我国经济持续高速增长，成为了经济大国。但随着人口红利衰减、国际经济格局深度调整等因素的影响，我国经济由高速增长迈入了新常态。如何推动我国经济增长从要素驱动转向创新驱动，实现增长模式的升级，是我国“十四五”期间所要面对的主要问题之一。企业的创新离不开金融的支持，但是传统金融资源存在显著的“流动性分层”，即领域错配、阶段错配。近年来，随着数字技术的发展，数字普惠金融应运而生，其能否缓解企业融资约束、提高区域经济发展水平，进而促进企业创新是一个值得研究的问题。工业企业是国民经济的主导，是提高国家和地区创新能力的重要力量。因此，深入研究数字普惠金融对工业企业创新的影响及内在机理，对于我国经济结构转型和地区经济发展有重要的现实指导意义。

二、文献述评

创新不仅能促进经济增长，同时能调整经济结构，推动经济高质量发展（张超和钟昌标，2021）。当下国内外学者对企业创新驱动因素进行了研究，变量可分为微观和宏观两类。微观层面上，多从企业社会责任（Chkir等，2021）、市场情绪（Lartey等，2020）、外商直接投资（李桂芳和熊思晨，2021）等角度来论述；宏观层面上，多从政策与文化（石声萍等，2020）、金融市场化（白俊红和刘宇英，2021）等角度来论述。

但对于数字普惠金融与企业创新关系的研究才刚刚起步，主要原因是缺乏衡量数字普惠金融发展水平的指标，北京大学数字金融研究中心课题组发布的“数字普惠金融指数”，为这方面的研究提供了依据。已有多位学者围绕数字普惠金融做了研究，赵晓鸽等（2021）基于金融错配视角实证检验了数字普惠金融对企业的促进作用。吴庆田和朱映晓（2021）研究发现数字普惠金融通过提高创新市场成果对接效率来激励企业创新。孙继国等（2020）基于双重差分模型实证检验了数字普惠金融能促进中小企业创新。同时也有部分学者基于融资约束（袁鲲和曾德涛，2020）角度研究了数字普惠金融促进企业创新。

从已有文献看，关于数字普惠金融的研究多停留在中小企业，本文创新性地引入数字普惠金融对工业企业创新的研究，为企业创新研究提供了新思路。此外，从区域发展角度研究数字普惠金融对企业创新的影响及机制，还未曾有学者进行详细的研究，本文拟从区域发展角度入手进行探究。

三、理论分析与研究假设

工业企业的创新项目由于资金需求大、时间周期长及产出不确定等特点，面临着外部融资约束、金融的有效供给不足影响到工业企业创新发展。数字普惠金融可以从以下两个维度优化金融服务的质量与效率：一是数字普惠金融提升了金融体系的供给效率。数字普惠金融借助数字技术，缓解信息不对称，进而实现低风险溢价和低运营成本，为拓宽金融服务的范围和能力提供了支持；二是数字普惠金融提高了传统金融的服务能力和内在动力。数字普惠金融的发展不是要取代传统金融，而是倒逼其改革。银行部门在传统金融体系中占据主体地位，竞争性的银行业结构显著促进了企业创新产出（戴静等，2020）。

假说1：数字普惠金融能直接促进工业企业创新。

基于已有研究，数字普惠金融的发展对人们生活水平和地区经济水平有显著的促进作用（孙玉环等，2021）。文化教育水平和人均地区生产总值很大程度受到地区金融发展水平的影响,而这两个要素相对应的人力资本、区域经济发展水平又可改善创新环境、推动创新产出。

就人力资本而言，其投入对提升企业创新的能力至关重要（Benhabib和Spiegel，1994）。数字普惠金融的发展可以显著减缓相对贫困，有效缩小城乡收入差距。贫困人群经济状况的改善，增加了他们接受高等教育的可能性。受高等教育人数的增加，也有利于人才储备和科技研发，理论上能促进工业企业创新产出。

就人均地区生产总值而言，其数值可以体现区域经济发展水平，经济发展水平好的区域易于改善创新环境，利于工业企业创新。因此，可以将人均地区生产总值作为影响工业企业创新的间接因素。

假说2：数字普惠金融通过间接提高高等教育质量、增加人均地区生产总值，促进工业企业创新。

四、变量选择和模型设定

（一）样本数据

本文选取2011~2018年我国工业企业的省级面板数据，来源于《中国科技统计年鉴》《中国统计年鉴》；数字普惠金融指数由北京大学金融研究中心提供；其他数据来自中华人民共和国教育部、《中国城市统计年鉴》《中国火炬统计年鉴》等。

（二）变量选择

1.被解释变量

工业企业创新（innovation），参考姚伟民等（2021）的研究，考虑到专利申请到获得需要一定的时间，本文选择工业企业申请专利数来衡量工业企业创新，并对其进行对数处理。

2.核心解释变量

（1）一级指标。选取北京大学数字普惠金融指数（zzs），并对其进行对数处理。

（2）二级指标。选取北京大学数字普惠金融指数的三个解释维度，覆盖广度（fg）、使用深度（sd）、数字化程度（szh），并对其进行对数处理。

3.控制变量

（1）知识产权市场发展水平（js）。为技术市场交易额占地区GDP的比重，知识产权市场的发展促进了创新成果的保护，从而能推动创新。

（2）开放程度（jck）。为年末进出口额（换算为当年人民币）占地区GDP的比重，开放程度高的地区越利于引进国外高新技术，越有利于当地工业企业的创新。

（3）产业结构（cy）。为第二产业占地区GDP的比重，产业结构影响工业企业创新产出的能力，第二产业占比高的省份，理论上创新产出高于以第一产业为主的省份。

（4）传统金融发展水平（dk）。为年末金融机构贷款总额占地区GDP的比重，金融发展可促进工业企业创新。

4.中介变量

（1）高等教育水平（edu）。为高等教育在校生数与总人口的比重，数字普惠金融通过提高人们受高等教育的比例促进工业企业创新。

（2）人均地区生产总值（rjgdp）。为人均地区生产总值的对数值，数字普惠金融通过增加人均地区生产总值促进工业企业创新。

（三）模型设定

本文的基础面板模型及中介效应模型参考温忠麟和叶宝娟（2014）提出的中介效应分析，以及鲍星（2020）在金融开放与产业结构调整研究中使用的综合中介效应模型而设定。

首先进行基础面板模型的回归：

在引入中介变量后，作中介效应模型的回归：

其中：i,t分别表示个体省份及时间年份，Xi,t表示数字普惠金融指数，mei,t表示中介指标。

具体检验流程如下：第一步对方程（1）回归，检验方程（1）数字普惠金融指数回归的系数，如果显著，按中介效应，否则按遮瑕效应，继续检验。第二步对（2）（3）回归，检验方程（2）数字普惠金融回归的系数和中介变量回归的系数，若两个都显著则间接效应成立转到第四部检验；若至少一个不成立，进行第三步。第三步用Bootstrap检验=0,若拒绝则间接效应成立，否则停止分析。第四步检验方程（3）的系数，若不显著则直接效应不显著，只有中介效应；如果显著，进行第五步。第五步对比与的符号，若同号，属于部分中介效应，报告/即中介效应占总效应的比例；否则，属于遮瑕效应，报告/的绝对值，即间接效应占直接效应的比例。

五、实证分析及稳健性检验

本文采用stata15.0进行实证分析。如表1所示，F检验结果p值小于0.05，可知固定效应优于混合效应。Hausman检验结果p值小于0.05，可知选择固定效应优于随机效应，本文选择个体和时间双固定效应模型。

表1 基础回归模型选择

（一）线性回归结果

如表2所示，第（1）列是数字普惠金融总指数做出的回归结果，第（2）（3）（4）列是数字普惠金融的三个二级指标替代数字普惠金融总指数做出的回归结果。由回归结果第（1）列可知，数字普惠金融发展水平对工业企业创新有显著的促进作用，由此验证了假说1成立。此外，产业结构和对外开放水平也能显著促进工业企业创新。由第（2）（3）列可知，覆盖广度、使用深度亦对工业企业创新有显著的促进作用，其中使用深度对工业企业创新的促进作用要高于覆盖广度。第（4）列数字化程度系数为负，原因可能是数字化发展对于工业企业创新的影响相对滞后，工业企业数字化转型有待进一步提高。此外，知识产权市场发展水平和传统金融发展水平对工业企业创新的影响并不显著。

表2 基础回归结果

（二）间接作用机制

依据中介效应模型的检验步骤，表3为模型（2）、（3）两个中介变量的间接效应估计结果。第（1）、（2）列为高等教育水平的中介效应结果，第（3）、（4）为人均地区生产总值的中介效应结果。

表3 中介效应结果

由第（1）列回归结果得出，数字普惠金融的发展显著促进了高等教育水平的发展，同时第（2）列高等教育水平在5%的显著水平下为正，说明数字普惠金融可以通过间接提高高等教育水平促进工业企业创新。在其他条件不变的情况下，中介效应（0.00200×43.01）占总效应（0.389）的比例为22.11%。

由第（3）列回归结果得出，数字普惠金融的发展显著促进了人均地区生产总值的增加，同时第（4）列人均地区生产总值在10%的显著水平下为正，说明数字普惠金融可以通过间接增加人均地区生产总值促进工业企业创新。在其他条件不变的情况下，中介效应（0.0990×0.507）占总效应（0.389）的比例为12.90%。综上所述，两个中介效应对总效应贡献的比重为35.01%。因此可知，假说2的间接效应成立。

（三）稳健性检验

本文采用剔除极端样本值的方法进行稳健性检验，我国各地区的经济发展水平不一样，呈现东部发达、中西部欠发达的现象，各地区数字普惠金融发展也处在不同阶段，把数字普惠金融发展水平前10%及后10%剔除，可以体现数据的平稳性。由表4第（1）、（2）列可知，稳健性检验结果在统计水平上显著，且和基准回归结果基本一致，说明本文结果是可靠的。

表4 稳健性检验结果

六、结论与建议

（一）主要结论

近年来，数字普惠金融的出现已深深影响了传统金融业的变革，这种新的金融服务业态推动着我国经济高质量发展。本文采用2011~2018年我国省级工业企业面板数据进行实证检验，研究表明：第一，数字普惠金融的发展能够促进工业企业创新，且数字普惠金融中的覆盖广度和使用深度均对工业企业创新产生了正向作用。第二，产业结构和开放水平均对工业企业创新产出有促进作用。第三，知识产权市场发展水平和传统金融市场对工业企业创新影响并不显著。第四，高等教育水平和人均地区生产总值作为中介变量，在数字普惠金融促进工业企业创新的过程中有显著的中介效应。

（二）政策建议

1.积极推进数字普惠金融发展，促进工业企业创新

从一级指标来看，数字普惠金融可以显著促进工业企业创新。政府应鼓励发展数字普惠金融，充分发挥其促进工业企业创新的作用，推动我国经济结构调整，实现由高速增长向高质量增长转变。但在发展数字普惠金融的过程中也要因地制宜、因城施策，根据当地情况有所侧重。从二级指标来看，第一，覆盖广度和使用深度，对工业企业技术创新有促进作用。应继续加大5G、大数据、区块链、物联网等数字基础设施建设，提升数字普惠金融覆盖广度；在完善数字化基础设施的基础上，鼓励发展数字金融，增加金融服务的可得性，提高数字普惠金融使用深度。第二，数字化未对工业企业创新产生促进作用。我国工业企业数字化转型受制于资金、技术、人才等因素，还处于发展的初级阶段。应深入实施工业互联网创新发展战略，助推信息化与工业化融合，通过工业互联网整合上下产业链资源，促进产业结构升级，提升工业企业生产效率，激发工业创新动力。

2.加快产业结构升级，赋能工业企业创新

实证结果显示，产业结构显著促进工业企业创新。工业企业应以提高供给质量和效率为重点，落实工业领域供给侧结构性改革任务，推动工业企业转型升级。

3.提升人力资本，推动工业企业创新

实证结果显示，高等教育水平间接促进了工业企业创新。人才是创新的主体，人力资本积累可引起创新聚集效应，利于工业企业的创新发展。政府应加强政策引导，培养高质量人力资本，实施以人才为中心创新发展道路，提升人力资本，培育工业企业创新文化，进而促进工业企业创新发展。