空间视角下数字普惠金融对企业创新的影响研究——基于融资约束的中介作用

黄羿颉，廖 昕

（上海理工大学 管理学院，上海 200093）

一、引言

在当前世界经济形势不确定性增大的背景下，创新不仅是提升企业竞争力的重要方式，也是进行经济高质量发展、提升综合国力的重要抓手[1]。因此，党的十九大报告中强调：“要瞄准世界科技前沿，不断强化基础研究，加强应用研究，支持中小企业创新等。”但是，企业创新是一项高风险、长周期、高投入、不可逆的活动，需要稳定充足的现金流作为支撑，企业的内源性融资往往难以满足研发创新的资金需求。而在进行外源性融资时，企业的创新投入又常常会面临较强的融资约束。这使得作为我国创新活动的主体——中小微企业的创新成本较高，创新活跃度整体偏低。

唐松等（2020）[2]指出我国传统金融部门在支持企业活动时存在“属性错配”“领域错配”和“阶段错配”问题。这些结构性错配问题，严重地制约了企业创新。近年来，凭借着与数字技术的有机融合，数字普惠金融成为了传统金融体系的有利补充，受到了极大的关注。2016 年，G20 杭州峰会将数字普惠金融列为会议重要议题之一，并发布了《G20 数字普惠金融高级原则》，鼓励各国结合本国国情制定相关政策发展数字技术，提升数字金融服务以促进普惠金融的发展。已有研究表明，随着大数据、云计算、互联网、人工智能等数字技术和信息技术的发展，数字普惠金融能够缓解信息不对称，拓宽金融服务的内容和覆盖面，优化金融市场上的资源配置，为位于尾部的中小微企业提供高效便捷的服务，缓解企业创新融资约束，促进企业创新，特别是民营企业和中小企业。

随着数字技术和信息技术的不断发展，空间距离在不断缩短，数字普惠金融服务是否能够通过扩散到邻近省份帮助缓解邻近省份企业的融资约束，带动当地企业创新的发展？本文借助北京大学数字金融研究中心的数字普惠金融指数，基于2011—2018年我国省级相关数据，运用空间计量模型研究数字普惠金融对企业创新的空间溢出效应，并且实证检验融资约束在数字普惠金融对企业创新空间溢出效应中的作用机制。所得结论完善了数字普惠金融对企业创新作用机制的研究，为政府提高数字普惠金融水平，促进企业创新提供政策参考。

二、文献回顾与研究假说

数字普惠金融是以数字信息技术为支撑，将大数据、云计算及移动互联网等数字技术深度融合于传统金融行业而产生的一种新型金融业态。作为金融发展的一个部分，我国数字普惠金融提出的时间较短，研究其对企业创新影响的文献还较少，但金融发展对企业创新影响的研究相对丰富。

企业创新活动由于具有高风险、长周期、产出高度不确定性等特征，从而使企业在进行创新时常常面临较强的融资约束。Banerjee 和Duflo（2010）[3]认为融资约束会抑制企业增加创新投入，阻碍企业创新活动的持续性。金融发展理论认为，运行良好的金融体系能够在一定程度上缓解融资约束，促进企业创新。Chowdhurya 和Maung（2012）[4]指出金融发展能够缓解信息不对称，降低高信息搜索成本，合理发现企业创新的价值。Meierrieks 等（2014）[5]研究了51 个国家1993—2008 年的数据，发现金融发展水平越高的国家，创新活动越活跃。黄婷婷和高波（2020）[6]引入熊彼特增长理论，从理论和实证上分析了金融发展能够缓解企业创新面临的融资约束，促进企业生产率提高。贾俊生等（2017）[7]则在内生经济增长框架下，利用我国上市公司数据研究发现我国信贷市场对企业创新有显著的促进作用，但资本市场融资功能的不完善则会削弱这一作用。王淑娟等（2018）[8]以高新技术企业为样本得到了相反的结论，认为我国股票市场的规模扩张和融资效率有利于增加高新技术企业的研究投入，进而提高创新能力；而银行信贷的规模扩张和融资效率却没有起到作用或者起到抑制作用。

数字普惠金融作为传统金融体系的补充，通过降低借贷双方的信息不对称，进而有效减少金融交易和经营的成本，拓展金融服务覆盖的范围及触达能力[9]。梁榜和张建华（2019）[10]从拓宽融资渠道、降低融资成本、缓解信息不对称三个方面探讨了数字普惠金融发展对企业创新的影响，并实证发现数字普惠金融发展对企业创新有正向的激励作用。万佳彧等（2020）[11]进一步实证得到了融资约束在数字普惠金融对企业创新的影响中具有正向的中介作用。喻平和豆俊霞（2020）[12]则从企业异质性的角度指出，数字普惠金融的发展更能够促进内部治理质量较差、信息不对称较高以及制度环境较好地区的中小微企业创新活动。唐松等（2020）[2]实证发现数字普惠金融能够有效校正传统金融中存在的“属性错配”“领域错配”和“阶段错配”问题，对企业创新存在“结构性”驱动效果，能够增加企业技术创新产出。

综上所述，可以得出数字普惠金融能够通过缓解融资约束进而促进企业创新。但目前并未有文献在数字普惠金融与企业创新的研究中考虑空间因素。而数字技术和互联网技术的发展，使得传统单一的金融服务向多元化发展，在扩宽金融服务边界的同时，打破了地理边界，使得相邻地区之间的数字普惠金融发展日益紧密。吴金旺等（2018）[13]、梁榜和张建华（2020）[14]分别使用省级和地级市数据，实证得到了我国的数字普惠金融具有显著的正向空间集聚效应。郝云平和雷汉云（2018）[15]也指出，数字普惠金融能够带动周边省市的金融发展，改善其融资环境，带动其经济发展。因此有必要在数字普惠金融对企业创新影响的研究中考虑空间溢出效应，否则可能会低估数字普惠金融发展对企业创新的影响。通过引入空间计量模型，本文重点研究数字普惠金融对企业创新的空间溢出效应，并关注融资约束在其中所起到的中介作用，完善了数字普惠金融对企业创新的作用机制研究。

基于以上的文献梳理，本文认为数字普惠金融能够通过带动邻近省份的金融发展，缓解其企业融资约束，进而促进邻近省份的企业创新。因此提出如下研究假说：

H1：数字普惠金融的发展对企业创新具有正向的空间溢出效应。

H2：融资约束在数字普惠金融对企业创新的空间溢出效应中具有中介作用。

三、研究设计

（一）模型构建及变量说明

为研究数字普惠金融发展对企业创新的空间溢出效应，以及融资约束在其中的中介作用，本文借鉴温忠麟和叶宝娟（2014）[16]提出的中介效应检验程序，构建以下空间面板杜宾模型：

其中，被解释变量Innov表示企业创新。本文以各省份人均发明专利申请量来衡量省级层面的企业创新活动。采用人均处理可以消除因各省份的管辖面积和人口规模差异而产生的不可比因素，进一步地，为了消除异方差的影响，本文对各省份人均发明专利申请量进行了对数处理。

核心解释变量Difi表示数字普惠金融指数。由于北京大学数字金融研究中心公布的数字普惠金融指数是基于其联合蚂蚁金服所收集的大量数字金融数据测算所得，所以本文采用其公布的数字普惠金融总指数进行对数处理后进行实证研究。

中介变量Debt代表融资约束。本文借鉴Harrison和McMillan（2003）[17]的方法，采用内资企业的资产负债率，即各省份内资企业总负债与总资产的比值来衡量融资约束。由于财务风险随资产负债率的提高而提高，因此资产负债率越高的企业也面临更高的融资约束水平。

其他控制变量Control为一系列可能影响企业创新的控制变量，借鉴梁榜和张建华（2019）[10]的研究成果，以及其他相关文献的做法，本文选取了以下控制变量：人均经济发展水平（Pgdp）、信息化水平（Info）、财政自主权（Find）、人力资本（Hr）、外商投资（Finv）、产业结构（Is）。下标i和t分别表示省份i和年份t，μi表示个体效应，μi，t表示随机干扰项。具体变量定义（见表1）。另外，由于企业研发需要耗费一定的时间，为了减弱反向因果关系而造成的内生性问题，本文在模型（1）和模型（3）中对解释变量、中介变量和控制变量均采取滞后一期处理。

表1 变量定义

（二）样本选择与数据来源

本文选取了中国2011—2018 年省级相关数据，其中企业创新、融资约束及其他控制变量的数据来源于《中国统计年鉴》，数字普惠金融指数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（2011—2018 年）》。

四、实证检验与分析

（一）空间权重矩阵的构造

经济地理学理论指出，区域之间的相互作用随着距离增加而衰减，而经济实力较强的区域对经济实力较弱的区域有更大的吸引力。因此，本文构建经济-地理空间权重矩阵WE=WG×E，其中WG为由各省份地理距离倒数构成的地理空间权重矩阵，矩阵E的主对角线元素均为0，而非对角线的（i，j）元素为，为地区i在样本期间的人均实际GDP 平均值。

（二）空间相关性检验

检验空间相关性，目前常用Moran's I 指数和Geary's C 指数。本文仅给出企业创新和数字普惠金融指数的空间相关性检验结果（见表2）。其中2011—2018 年企业创新、数字普惠金融指数的Moran's I 指数值均在1%水平下显著且均为正值，而Geary's C指数均在1%水平下显著且均在0～1 范围内，两者皆表明数字普惠金融、企业创新在全国范围内都存在明显的正向空间相关性，对周边具有显著空间溢出效应。另外，2011—2018 年间企业创新（Innov）的Moran's I 指数值总体皆呈缓慢下降趋势，Geary's C指数值总体呈上升趋势，这说明了自2011 年以来，随着我国改革不断向纵深层次发展，全国各省市间的企业创新虽然仍具有一定的趋同性，但由于各省份间的企业创新开始各自发展产生分化，使其相关性出现逐年递减，趋势也逐步平缓。

表2 企业创新与数字普惠金融指数的Moran's I指数和Geary's C 指数

（三）实证结果分析

本文按照中介效应程序先后对式（1）～ 式（3）进行检验，以分析数字普惠金融对企业创新的空间溢出效应，以及判断融资约束在数字普惠金融影响企业创新传导路径上的中介作用。由于采用了面板数据，本文通过豪斯曼检验在固定效应和随机效应估计方法进行选择。豪斯曼检验结果表明固定效应模型更合适，回归结果如表3 所示。

表3 数字普惠金融、融资约束与企业创新的空间溢出效应

表3 第（1）列给出了式（1）的回归结果。从中可知，Difi的系数为0.423，在1%水平下显著；W*Difi的系数也在10%水平下显著为正，为0.533。这说明数字普惠金融不仅对本省企业创新有促进作用，而且对相邻省份有正向的外溢效应。从系数大小上可以看出，通过数字技术、信息化技术的引入，多样化的产品创新使得数字普惠金融的传递过程和实现过程更为方便快捷，相比于数字普惠金融对本省企业创新的影响，跨区域的金融资源流动对企业创新能产生更大的正向激励作用。假设H1 得到了验证。

为了检验数字普惠金融对企业创新的影响渠道，本文进一步验证数字普惠金融对中介变量企业创新影响的显著性。表3 第（2）列给出了式（2）的参数估计结果，实证了数字普惠金融对融资约束的影响，其中体现数字普惠金融对融资约束影响的Difi和W*Difi变量系数为0.044 和0.095，分别在1%和5%水平下显著。这说明，数字普惠金融发展水平的提升，不仅能够帮助本省企业获得更多的外源性融资，也能通过促进金融资源的跨区域流动，帮助邻省企业获得更多的资金支持，从而对企业资产负债率产生正向影响，即数字普惠金融的发展会加快金融资源在区域间的流动，在落后地区的数字普惠金融还未得到明显改善之前，将会增加数字普惠金融发展较好的地区对周边落后地区融资约束的空间溢出效应。

最后，将中介变量融资约束纳入总效应式中进行参数估计，回归结果见表3 第（3）列。其中，融资约束Debt和数字普惠金融指数Difi对企业创新的系数均在1%水平上显著，分别为1.764 和0.344。但W*Difi和W*Debt的系数都不显著。结合表3 第（1）列、第（2）列的结果，我们发现，在加入中介变量Debt后，核心解释变量Difi对企业创新的影响系数由0.423 降为0.344。这说明，对于本地企业而言，数字普惠金融不仅能直接促进企业创新，还能通过改善企业融资环境，扩大融资规模促进企业创新。而对于邻近省份的企业，数字普惠金融完全是通过对邻近省份融资约束的正向溢出效应，改善邻近省份的融资环境，进而对邻近省份的企业创新产生正向激励效应。即：融资约束在数字普惠金融对企业创新的影响路径中起着部分中介作用，而在数字普惠金融对企业创新的空间溢出效应中起着完全中介作用，假设H2 得到了验证。

五、结论与建议

本文基于2011—2018 年中国省域数据，利用空间面板杜宾模型对数字普惠金融与企业创新是否存在空间溢出效应进行研究，并探究了融资约束在数字普惠金融对企业创新影响路径上的中介作用。研究表明：数字普惠金融对企业创新不仅具有显著的促进作用，还存在明显的正向空间溢出效应。融资约束在数字普惠金融对企业创新的影响中具有部分中介作用，而在数字普惠金融对企业创新的空间溢出效应中，具有完全中介作用。这说明数字普惠金融对邻省企业创新的正向激励作用，是通过缓解其融资约束实现的。

本文从空间视角为数字普惠金融对我国企业创新的影响机制提供了经验证据，为进一步提升数字金融服务，促进各省份企业创新，推动实体经济增长提供了有益思考。基于上述研究结论，本文提出如下政策建议：

一是鼓励相关金融机构加大信息技术和互联网技术的投入，加大金融创新和金融改革力度，开发出更符合企业需求的数字金融产品，使得能够进一步降低企业创新融资中的信息不对称，为企业营造一个更为公平健康的融资环境，释放企业创新活力，提升我国经济整体创新水平。

二是各省份应加强区域协同合作，打破潜在的金融壁垒。通过对数字普惠金融空间辐射作用的充分利用，来实现技术、市场、资本、信息等资源共享互通，提高资源配置效率，推动全国企业创新水平与效率的提升。东部地区应进一步提高金融产品和服务的创新能力，提升金融资源、创新要素的流动效率与质量，在为本地区的企业创新做好金融支持的同时，为中西部地区提供更好的溢出支持。而中西部地区不但要从基础设施、提升本地区数字普惠金融的发展水平，也要善于利用邻省的数字普惠金融资源，以此激励企业创新水平的提升。