数字金融促进了突破式创新还是渐进式创新？

郑雨稀,杨 蓉,Mohammad Heydari

(1.华东师范大学 经济与管理学部,上海 200062;2.西南大学 商学院,重庆 400715)

一、引言

《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》指出，当前“我国已转向高质量发展阶段”，但是“创新能力不适应高质量发展要求”。中国作为全球第2大经济体，在世界知识产权组织(WIPO)发布的《2021年全球创新指数报告》中仅位列第12位，创新能力仍有待提升。具体来说，中国当前陷于创新数量有余、创新质量不足的困境。从专利数据来看，一方面，中国专利申请量显著增加，据世界五大知识产权局(IP5)2020年发布的《2018年世界五大知识产权局统计报告》(以下简称《报告》)，2018年中国国家知识产权局的发明、实用新型和外观设计专利申请量分别同比增长11.6%、22.8%和12.7%；另一方面，《报告》还指出，在2014—2018这五年间，欧洲、日本、美国和韩国专利商标局授权专利中的PCT国际专利比例分别增加了5%、2%、2%和1%，只有中国国家知识产权局的这一指标下降了8%，可见中国专利质量仍有待提高。习近平总书记2018年在湖北考察时就强调，“具有自主知识产权的核心技术，是企业的‘命门’所在。企业必须在核心技术上不断实现突破，掌握更多具有自主知识产权的关键技术，掌握产业发展主导权。”基于双元创新理论，企业创新可以分为体现了创新数量和效率的渐进式创新(Incremental Innovation)，以及体现了创新质量和效果的突破式创新(Radical Innovation)(Fores和Camison，2016；张峰等，2019)[1～2]。尽管渐进式创新和突破式创新对企业的生存和发展都具有重要影响，但是与渐进式创新相比，突破式创新更能体现企业的核心技术，有利于企业提高核心竞争力，促进企业价值提升；然而，由于突破式创新具有较高的技术复杂度和创新性，往往投入更高、风险更大，面临更为严重的融资约束(毕晓方等，2017)[3]，限制了中国企业创新能力的提升。因此，在促进中国企业掌握核心技术、加速实现全球价值链提升的目标下，以及面临创新数量有余、质量不足的现实情况下，研究渐进式创新和突破式创新的影响因素，并据此打造出与之相匹配的创新环境，可以帮助企业提升突破式创新，这对于中国企业价值提升和经济高质量发展具有重要的现实意义。

近年来，随着人工智能、大数据等新兴数字技术在金融领域的广泛应用，数字金融(Digital Finance)应运而生，并迎来了爆发式增长，对企业融资环境也产生了重要影响(Bollaert等，2019)[4]。那么，数字金融能否借助新兴技术改善企业融资环境，促进企业突破式创新、渐进式创新就成为了一个重要的现实问题。然而，遗憾的是，现有研究主要探讨了股权质押、项目合作广度和深度等微观企业因素对企业突破式创新、渐进式创新的影响(Kobarg等，2019；谷文林和孙静思，2020)[5～6]，较少涉及宏观因素特别是新兴的数字金融对企业突破式创新、渐进式创新的影响。尽管少量研究关注了数字金融对企业创新的影响效应、路径机制问题，以及从包容性视角讨论这一影响的异质性等(唐松等，2020；李健等，2020)[7～8]。但是鲜有研究从双元创新的视角，探讨数字金融对企业渐进式创新、突破式创新的差异性影响，也没有从企业创新需求的差异出发考虑如何提升数字金融促进企业创新的实际效果，以及进一步检验企业渐进式创新、突破式创新对企业价值的后续影响。因此，细化数字金融对企业渐进式创新、突破式创新的影响、机制及其后果，为评估数字金融的社会经济效益提供了新的经验证据，也丰富了企业双元创新的影响因素研究，具有一定的理论意义。

基于此，本文选取2011—2020年中国A股上市公司为研究样本，通过配套上市公司数据和上市公司所在地的北大数字普惠金融指数数据，实证检验了数字金融对企业突破式创新、渐进式创新的影响。本文的研究结果表明，数字金融发展可以促进企业渐进式创新和突破式创新，在变量替代性检验、遗漏变量以及工具变量等一系列稳健性检验后，结论保持稳健。此外，数字金融促进企业突破式创新、渐进式创新的作用在具有不同创新需求的企业中呈现出差异性，这一促进作用在企业创新需求较高时，即技术密集型和资本密集型企业、市场竞争程度高的企业中更显著。中介机制检验显示，企业融资约束在数字金融促进企业渐进式创新、突破式创新的过程中发挥了部分中介作用。进一步研究表明，渐进式创新不利于企业价值提升，而突破式创新有利于企业价值提升。

本文可能的贡献包括：第一，基于现有对于数字金融与企业创新关系的研究，借助双元创新理论将企业创新细化为企业突破式创新和渐进式创新，拓展和丰富了数字金融与企业创新关系的研究。第二，已有研究主要从包容性视角出发，检验数字金融与企业创新关系的企业规模异质性、产权性质异质性等，较少从企业创新需求的视角出发，探究企业自身资源禀赋和外部市场竞争环境对数字金融与企业创新关系的影响，因此本文不仅为现有研究提供了更为丰富的经验证据，也为如何切实有效地提升数字金融促进企业创新的效果提供了有益的政策思考。第三，从缓解融资约束这个渠道，深入探讨了数字金融影响企业渐进式创新、突破式创新的机制，为后续研究数字金融影响企业双元创新的具体路径提供了微观经济证据。第四，考虑到不同类型的创新对企业生存和发展的影响可能存在一定区别，比较了企业渐进式创新、突破式创新对企业价值提升的作用效果。

二、文献回顾和假设提出

(一)企业突破式创新与渐进式创新

根据熊彼特的创造性毁灭理论，Abernathy和Utterback(1978)提出了突破式创新概念和相关理论，之后Dosi(1982)开创性地构建了渐进式创新和突破式创新的理论分析框架，极大地丰富了组织创新理论(庄子银等，2020)[9]。具体来说，基于双元创新理论，企业创新可以按照变化性质和创新幅度分为体现了创新质量和效果的突破式创新、体现了创新数量和效率的渐进式创新(张峰等，2019)[2]。渐进式创新被定义为公司对现有产品及技术等的改进和强化，突破式创新被定义为公司对现有产品及技术等的颠覆和突破(Fores和Camison，2016)[1]。由于渐进式创新主要是对现有产品和技术等的微小改变，不追求开发新的产品和技术，具有相对较低的成本、风险和收益，但是也难以引领未来市场方向；相对而言，突破式创新追求产品和技术等的根本性变化，具有相对较高的成本、风险和收益，可以引领未来市场方向(简传红等，2010；Laursen和Salter，2006)[10～11]。早期对于企业创新的研究主要聚焦于企业创新投入(鞠晓生等，2013；鲁桐和党印，2014)[12～13]、企业创新产出数量(吴超鹏和唐菂，2016)[14]和企业创新效率(胡元木和纪端，2017)[15]，忽视了对于企业创新类型的研究(江伟等，2019)[16]。但是随着中国创新现状越来越表现出创新投入不断加大、创新产出数量不断增加，而创新产出质量有待提高的特点，学者们也越来越关注企业渐进式创新、突破式创新的区分，以及两类创新的影响因素。

企业渐进式创新和突破式创新受多种因素影响。在国外，Fores和Camison(2016)[1]通过对西班牙企业的问卷调查，区分了知识积累能力对不同类型创新的影响，发现知识积累能力和企业规模会正向影响企业渐进式创新，吸收能力会正向影响企业突破式创新，但企业规模对企业突破式创新有消极但不显著的影响。Kobarg等(2019)[5]以218个社区创新项目为样本，调查了项目合作广度、深度对企业突破式创新、渐进式创新的影响，研究发现合作广度与突破式创新、合作深度与渐进式创新之间呈现出倒U形关系。Mikalef等(2019)[17]以希腊175位首席信息官和IT经理为样本，研究了新兴的大数据分析能力对企业突破式创新、渐进式创新的影响，发现大数据分析能力可以对企业渐进式和突破式创新产生积极影响。在国内，张峰等(2019)[2]以中国制造业上市公司为样本，研究了经济政策不确定性对企业突破式创新、渐进式创新的影响，发现经济政策不确定性不利于突破式创新、渐进式创新，且对突破式创新的消极作用更大，并考虑了制度关联、产权性质的异质性。谷文林和孙静思(2020)[6]以中国A股上市公司为样本，分析了股权质押对企业创新的影响，发现股权质押不利于企业创新投入、突破式创新和渐进式创新，并考察了知识产权保护程度、市场化程度对这一消极影响的缓解作用。张陈宇等(2020)[18]基于1998—2011年中国工业企业数据库与专利数据库，探讨了生态链位置对企业创新模式的影响，发现企业所在生产链位置越高越倾向于突破式创新，企业所在生产链位置越低越倾向于渐进式创新。

综上分析，现有文献主要探讨了知识积累能力、股权质押等微观企业因素对企业渐进式创新和突破式创新的影响，较少涉及宏观因素，特别是将数字金融这一新兴宏观要素作为企业渐进式和突破式创新的影响因素进行研究。但是，金融市场、政府政策等宏观因素对引导企业将更多资源投入到突破式创新中，掌握核心自主知识产权、实现企业价值提升至关重要。

(二)数字金融

数字金融主要指传统金融机构、互联网公司利用数字技术实现融资、投资、支付和其他新型金融业务模式，这一概念与金融稳定理事会定义的金融科技基本相似(黄益平和黄卓，2018)[19]，即金融科技是指通过云计算、大数据等新兴技术手段推动金融创新，形成对金融市场以及金融服务产生重大影响的新的技术应用、产品服务及商业模式等(李春涛等，2020)[20]。简单来说，数字金融就是金融与数字技术有机结合而形成的新兴金融模式(郭峰等，2020；Wang等，2020)[21～22]。

数字金融的经济后果研究可以分为两类。在宏观经济后果研究方面，Wang等(2020)[22]以中国省级金融部门为研究对象，研究发现数字普惠金融指数可以提高金融部门效率，但是这一积极影响在东部地区更显著。钱海章等(2020)[23]借助北大数字普惠金融指数，研究了数字金融对经济增长的作用，发现数字金融可以通过促进地区技术创新、创业，实现经济增长。聂秀华等(2021)[24]借助北大数字普惠金融指数数据，发现数字金融可以推动区域技术创新，且在数字金融发展较成熟、人力资本水平较高，以及地区制度质量较高时更显著。在微观经济后果研究方面，Bollaert等(2019)[4]指出金融科技可以增加金融包容性，改善企业融资环境，具体来说，金融科技贷款可以利用智能算法加快贷款流程，并降低贷款评估成本。Barbu等(2021)[25]讨论了金融科技对客户体验的影响，研究发现金融科技的感知价值、客户支持、保证、速度和感知公司创新与客户体验呈正相关，而提升客户体验可以提高客户忠诚度。李春涛等(2020)[20]利用百度搜索构建金融科技发展指标，研究了金融科技对新三板上市公司创新的影响及机制。唐松等(2020)[7]借助北大数字普惠金融指数数据，研究了数字金融对A股上市公司创新的影响、路径机制，以及金融监管的调节作用。

综上所述，当前已有少量研究关注了数字金融与企业创新之间的关系，而且主流观点认为数字金融可以促进企业创新(李春涛等，2020；唐松等，2020)[20][7]，但是现有数字金融与企业创新的研究还有以下几点不足。第一，部分研究以研发投入来度量企业创新(万佳彧等，2020)[26]，不能准确衡量企业创新产出效果，也有一些研究考虑了企业创新产出，以专利作为企业创新的代理变量，甚至还有一些研究区分了专利类型(唐松等，2020)[7]，但是鲜有研究从双元创新的视角出发，在理论层面强调细分数字金融对企业突破式创新、渐进式创新的差异性影响的理论和现实意义。第二，现有研究主要从包容性视角出发，讨论数字金融微观影响的地区异质性、产权性质异质性、企业规模异质性等(李健等，2020)[8]，突出了数字金融的包容性特点，但是并没有从企业创新需求出发，考虑企业自身资源禀赋、所处外部竞争环境对数字金融提升企业创新作用的影响，而企业创新需求会影响数字金融提升企业渐进式创新、突破式创新的实际效果，具有指导实践的意义；第三，尽管现有研究普遍认为缓解企业融资约束是数字金融促进企业创新的重要途径，但是并没有检验企业融资约束是否也是限制企业突破式创新、渐进式创新的关键要素，也没有检验数字金融是否通过缓解企业融资约束进而实现企业突破式创新和渐进式创新；第四，现有文献也没有区分数字金融带来的企业渐进式创新、突破式创新的后续企业价值提升作用。

总之，在中国数字金融高速发展、改变企业融资环境的实践背景下，基于双元创新理论，研究数字金融对企业渐进式创新、突破式创新的影响、边界条件、具体路径和经济后果，既是引导中国企业实现突破式创新、价值链提升的重要现实问题，又可以将数字金融这一重要宏观要素引入企业双元创新决定因素的研究，丰富和补充了现有研究。

(三)数字金融与企业渐进式创新、突破式创新的关系分析

企业创新具有投入时间长、投入金额高、投资风险高、不确定性大等特性(张峰等，2019；李春涛等，2020)[2][20]，使得银行等金融机构难以对企业未来收益形成明确预期，产生了较低的合作意愿，进而加剧了企业创新所面临的融资约束问题(鞠晓生等，2013；徐飞，2019)[12][27]。而融资约束会限制企业创新投入，不利于企业创新产出(李春涛等，2020)[20]。进一步地，由于渐进式创新和突破式创新不同的创新程度导致他们的投资风险、融资约束程度也不同。具体而言，由于渐进式创新是对现有技术、产品的改进，拥有相对较低的产品开发和推广的风险，有利于提高短期效率、提升当前收入；而突破式创新是对原有产品、技术的颠覆，有利于提升企业未来绩效，但是具有投资周期更长、退出成本更高，以及投资风险更大等特点(毕晓方等，2017)[3]。因此，相对于渐进式创新，银行等传统金融机构出于风险和收益的考虑，会对突破式创新采取更为谨慎的投资态度，导致突破式创新面临更大程度的融资约束。

数字金融能有效降低金融机构与企业之间的信息不对称，进而缓解企业融资约束，促进企业渐进式创新、突破式创新。与传统金融相比，一方面，数字金融可以借助大数据、云计算、区块链、人工智能的数字技术拓宽获取信息的渠道，帮助金融机构高效、便捷地获取海量企业数据，甚至是涉及商业机密的私有信息；另一方面，金融机构应用数字技术可以高效地处理这些结构化和非结构化的数据，挖掘有价值的信息，降低信息不对称程度(Lin等，2013；李春涛等，2020；宋敏等，2021)[28][20][29]，帮助银行等金融机构更精准地评估创新项目的收益和风险，降低优质公司被归为劣质公司的概率(Lee等，2019)[30]，继而缓解企业融资约束，提高企业创新能力。例如，李春涛等(2020)[20]利用2011—2016年新三板上市公司数据，发现金融科技通过缓解企业的融资约束、提高税收返还来促进企业创新。唐松等(2020)[7]基于2011—2017年A股上市公司数据，研究发现数字金融可以缓解融资约束与降低财务费用，减少不需要的财务杠杆与提高财务稳定性，进而促进企业创新。需要指出的是，由于数字金融可以缓解融资约束，企业就可以拥有充足的资金改进原有技术和产品，满足现有的市场需求，实现渐进式创新。对于突破式创新而言，在过去，由于突破式创新投入更多、风险更高，金融机构会出于风险规避的心理而减少创新项目投资。但是突破式创新的收益也更高，金融机构更偏好与具有良好发展潜力的创新企业建立合作关系(唐清泉和巫岑，2015)[31]，特别是随着信息技术的发展，数字金融可以收集海量的结构化和非结构化的多渠道信息，通过交叉验证，筛选出技术含量高、投资价值高的突破式创新项目，降低投资风险，获得超额利润。因此，数字金融可以帮助金融机构在更加可控的风险下投资突破式创新项目获得更大收益，企业也可以通过数字金融的发展获得更多资金用于突破式创新。基于此，提出如下研究假设：

假设H1：数字金融既可以促进企业渐进式创新，也可以促进企业突破式创新。

(四)数字金融与企业渐进式创新、突破式创新关系的异质性分析

基于上述分析，数字金融可以促进企业渐进式创新、突破式创新，但本文进一步认为这种影响并非是同质的，即随着企业自身特征和外部环境等情境条件的变化，决定了即使在同等的数字金融发展水平上，不同企业实现渐进式创新、突破式创新的水平也会产生差异。

1. 要素密集度异质性

数字金融促进企业渐进式创新、突破式创新的作用可能会受到企业自身资源禀赋的影响。基于投入要素密集度的差异，可以将企业分为劳动密集型、技术密集型和资本密集型三类(陈伟等，2021)[32]，不同要素密集度的企业具有不同的创新需求(鲁桐和党印，2014)[13]。相对于劳动密集型企业而言，技术密集型和资本密集型企业的创新需求更强(倪骁然和朱玉杰，2016)[33]，决定了在数字金融不断发展的情况下，技术密集型和资本密集型企业将表现出更高的需求来开展创新活动，实现企业渐进式创新和突破式创新，这是因为：农业等劳动密集型行业的企业通常以简单劳动投入为主，技术含量较低，对于创新的需求也不高(陈伟等，2021)[32]，而租赁和商业服务业等资本密集型行业的企业，以及医药、生物制品业等技术密集型行业的企业对资本和技术的依赖程度更高(黄先海等，2018；陈伟等，2021)[34][32]，具有相对更高的创新需求(倪骁然和朱玉杰，2016)[33]。因此，随着数字金融的发展，具有较强创新需求的资本密集型企业和技术密集型企业更能借助数字金融的发展来缓解企业融资约束，提高创新投入，进而实现渐进式创新和突破式创新；而具有较低创新需求的劳动密集型企业不会积极地借助数字金融提高创新投入，从而导致数字金融对企业渐进式创新和突破式创新的推动作用较为有限。基于上述分析，本文提出如下研究假设：

假设H2：与劳动密集型企业相比，数字金融对技术密集型和资本密集型企业的渐进式创新、突破式创新的作用更显著。

2. 市场竞争程度异质性

数字金融促进企业渐进式创新、突破式创新的作用可能还会受到企业外部市场环境的影响。市场竞争程度影响企业创新需求(倪骁然和朱玉杰，2016)[33]，因此在数字金融不断发展的情境下，企业能否实现渐进式创新、突破式创新还取决于企业所处的外部市场竞争环境的差异。相对于市场竞争程度较低的企业，市场竞争程度较高的企业更具有创新需求，这是因为：第一，市场竞争程度较高的企业具有更高的淘汰风险，而创新可以帮助企业获得核心竞争力，在市场竞争中得以生存和发展(许罡和朱卫东，2017)[35]；第二，市场竞争程度较高的企业通常具有较高的信息透明度，可以抑制管理层的短视行为，使管理层更有动机考虑企业长远发展、增加创新投入(亚琨等，2018)[36]。因此，在数字金融的发展背景下，市场竞争程度较高的企业具有更强的创新需求来开展创新活动。也就是说，企业面临较高的市场竞争程度有助于放大数字金融促进企业创新的作用，激励企业提高研发投入，实现渐进式创新和突破式创新。反之，数字金融对市场竞争程度较低的企业的创新提升效应也较为有限。基于以上分析，本文提出如下假设：

假设H3：与市场竞争程度较低的企业相比，数字金融对市场竞争程度较高的企业的渐进式创新、突破式创新的作用更显著。

根据以上分析，本文构建逻辑框架图，如图1。

图1 逻辑框架图

三、研究设计

(一)样本选取和数据来源

本文选取沪深A股上市公司为样本。所使用的数字金融数据来自北京大学数字金融研究中心课题组2021年4月发布的《北京大学数字普惠金融指数(2011—2020)》，基于数据的可获得性，样本期间为2011—2020年，专利和其他财务数据来自CSMAR数据库。对样本实施了以下处理(唐松等，2020)[7]：(1)剔除金融业上市公司；(2)剔除ST、*ST和PT类财务状况异常的数据；(3)剔除当年IPO的数据；(4)剔除不具备连续五年数据的样本；(5)剔除存在缺失的数据；(6)为了缓解极端值的影响，对连续变量进行上下1%的缩尾处理，最终得到17875个观测值。

(二)变量测度

1. 被解释变量

企业创新(Inno)。在中国，专利可以分为发明、实用新型和外观设计三类，相对于实用新型、外观设计专利来说，发明专利对产品、方法或其改进提出了新的技术方案，技术含量更高、创新价值更大(陈思等，2017)[37]。因此，本文借鉴张峰等(2019)[2]、谷文林和孙静思(2020)[6]、张陈宇等(2020)[18]等的做法，将技术含量较高、申请难度较大的发明专利申请数量+1的自然对数值作为企业突破式创新的代理变量(Radical)，将技术含量较低、申请难度较低的实用新型和外观设计专利申请数量之和+1的自然对数值作为企业渐进式创新的代理变量(Incremental)。此外，本文参考万佳彧等(2020)[26]、张峰等(2019)[2]、江伟等(2019)[16]的做法，采用研发投入占比、基于专利授权数量的企业突破式创新和渐进式创新，以及企业突破式创新的倾向性进行稳健性检验。

2. 解释变量

数字金融(Dif)。对于数字金融的度量，普遍采用的是郭峰等(2020)[21]编制的《北京大学数字普惠金融指数》，该指数借助了蚂蚁集团的海量数据，构建了包含数字金融覆盖广度、使用深度和数字化程度三个一级指标的指标体系，被广泛用于数字金融的测度(蔡乐才和朱盛艳，2020；万佳彧等，2020；唐松等，2020)[38][26][7]。本文参考唐松等(2020)[7]的做法，在核心实证中采用归一化处理后的城市层面的数字普惠金融指数，并参考蔡乐才和朱盛艳(2020)的做法[38]，采用城市层面的数字普惠金融指数的自然对数值进行稳健性检验。

3.分组变量

要素密集度(Factor)。对于要素密集度的测度，鲁桐和党印(2014)[13]基于研发支出占比、固定资产占比对行业进行了技术密集型、资本密集型、劳动密集型的划分，本文参考这一划分结果将样本分为三类，并参照倪骁然和朱玉杰(2016)[33]的做法，将技术密集型和资本密集型企业归类为企业创新需求较高的样本，Factor取值为1，否则Factor取值为0。市场竞争程度(HHI)。对于市场竞争程度的度量，参照了陈汉文和周中胜(2014)[39]的研究，以赫芬达尔指数来度量市场竞争程度，赫芬达尔指数的值越大，说明营业收入的集中度越高，意味着市场竞争程度越低，因此，本文将赫芬达尔指数高于中位数的样本归类为市场竞争程度较低的组，HHI取值为1，否则HHI取值为0。

4.控制变量

为了缓解遗漏变量的影响，本文参考唐松等(2020)[7]的研究引入了如下控制变量，具体包括：公司资产规模(lnTA)，选取企业资产总计的自然对数值来衡量。公司收入规模(lnTI)，选取企业营业总收入的自然对数来衡量。股权集中度(Equity)，选取企业的第一大股东持股比例来衡量。净利润增长率(NPR)，选取本年净利润增加额与上年净利润的比值来衡量。审计意见(Opin)为虚拟变量，当审计单位出具了标准无保留意见时取值为0，否则为1。两职合一(Merge)为虚拟变量，当总经理和董事长存在兼任情况时取值为1，否则为0。具体变量定义见表1。

表1 变量定义

(三)模型设定

为了考察数字金融对企业突破式创新、渐进式创新的影响，本文借鉴了唐松等(2020)[7]的研究，构建了如下的基准回归模型：

Innoi,t=β0+β1Difi,t-1+∑φCV+∑Year+∑Ind+ε

(1)

其中，下标i，t分别表示企业和年份，Innoi,t表示i公司t年的企业创新，有两个取值分别为企业突破式创新(Radical)、企业渐进式创新(Incremental)，Difi,t-1表示i公司t-1年的所在城市的数字金融发展水平，∑Ctrl表示前述控制变量，年度(Year)和行业(Ind)表示年度和行业虚拟变量，β表示截距项，ε表示误差项。此外，由于数字金融对企业突破式创新、渐进式创新的影响可能存在一定滞后性，因此本文的解释变量为滞后一期。

四、实证结果与分析

(一)描述性分析

表2报告了主要变量的描述性统计结果。可以看出，企业突破式创新(Radical)的均值为0.363、最大值为4.654，企业渐进式创新(Incremental)的平均值为0.197、最大值为4.043，可见中国企业的突破式创新产出普遍高于渐进式创新产出；与此同时，企业突破式创新的标准差为0.989，渐进式创新的标准差为0.738，这表明各企业之间的突破式创新差异大于各企业之间的渐进式创新的差异。数字金融(Dif)的平均值为0.586，这表明中国各城市的数字金融发展水平普遍较好；同时，数字金融的标准差为0.227，这说明了各城市之间数字金融发展水平还是存在一定差距。

表2 描述性统计分析

(二)数字金融与企业突破式创新、渐进式创新：基准回归

表3列示了数字金融(Dif)对企业突破式创新(Radical)、渐进式创新(Incremental)的估计结果。在第(1)列，数字金融(Dif)对突破式创新(Radical)的估计系数为0.845，并且在1%的水平上显著，第(2)列数字金融(Dif)对渐进式创新(Incremental)的估计系数为0.381，并且在1%的水平上显著。由此表明，数字金融既可以促进企业突破式创新、又可以促进企业渐进式创新，这也印证了前文的预期，数字金融可以借助数字技术改善企业融资环境，进而促进企业渐进式创新和突破式创新，由此假设H1得到验证。对比两个估计系数，可以发现数字金融对突破式创新的作用更强，可能是由于突破式创新能给企业带来核心竞争力、提高企业价值，因此当企业融资约束得以缓解时，企业更倾向于选择突破式创新项目，追求可控风险下最大的收益。

表3 回归分析结果

表3(续)

(三)数字金融与企业突破式创新、渐进式创新：异质性分析

如前所述，企业自身资源禀赋和外部市场竞争环境决定了企业具有差异性的创新需求，可能会影响数字金融促进企业突破式创新、渐进式创新的效果。因此，本文基于要素密集度、市场竞争程度进行异质性分析。

1. 基于要素密集度的异质性分析

现有研究表明，要素密集度会影响企业创新(倪骁然和朱玉杰，2016)[33]，因此，要素密集度也可能影响数字金融提升企业突破式创新、渐进式创新的效果。表4为区分了创新需求较高的企业(技术密集型、资本密集型)，以及创新需求较低的企业(劳动密集型)的分样本回归结果。从第(1)、(2)列可以看出，在创新需求较高的技术密集型、资本密集型企业中，数字金融(Dif)对企业突破式创新(Radical)、企业渐进式创新(Incremental)的回归系数分别为1.117、0.495，且在1%的水平上显著；从第(3)、(4)列可以看出，在创新需求较低的劳动密集型企业中，数字金融(Dif)对企业突破式创新(Radical)、企业渐进式创新(Incremental)的系数为正，但不显著。这说明数字金融提升企业突破式创新、渐进式创新的作用主要体现在创新需求较高的技术密集型、资本密集型企业中。这可能是因为，相对于依靠简单劳动创造价值的劳动密集型企业而言，资本密集型企业更有资源保障创新投入，技术密集型企业更有动力依靠技术创新保持竞争力，因此后两类企业的技术依赖程度更高，更有需求借助数字金融提高创新投入，实现渐进式创新和突破式创新。

表4 基于要素密集度的分样本回归结果

表4(续)

2. 基于市场竞争程度的异质性分析

根据前面的分析,企业所面临的外部市场竞争环境同样会影响企业创新需求。因此，市场竞争程度也可能会影响数字金融提升企业突破式创新、渐进式创新的效果。表5为依据赫芬达尔指数的行业年度中位数划分的市场竞争程度较高、市场竞争程度较低企业的分样本回归结果。结果显示，在市场竞争程度较低组，数字金融(Dif)对企业突破式创新(Radical)的系数为0.786，数字金融(Dif)对企业渐进式创新(Incremental)的系数为0.312；而在市场竞争程度较高组，数字金融(Dif)对企业突破式创新(Radical)的系数为1.029，数字金融(Dif)对企业渐进式创新(Incremental)的系数为0.508。首先，在组间比较中，相对于市场竞争程度较低的组，数字金融促进突破式创新、渐进式创新的作用在市场竞争程度较高的组中更强。这表明，外部竞争环境的激烈程度会影响企业创新需求，进而影响企业创新产出，即外部市场竞争环境越激烈，企业基于生存和发展的需要会产生更高的创新需求，由此数字金融促进企业突破式创新、渐进式创新的效果越强烈，与前面的理论分析一致。其次，从组内比较来看，与基准回归结果一致的是，不论在市场竞争程度较低的组内、还是在市场竞争程度较高的组内，数字金融既可以促进突破式创新，又可以促进渐进式创新，且对突破式创新的提升作用更强。有趣的是，相对于市场竞争程度较低的组，尽管数字金融对企业突破式创新的回归系数在市场竞争程度较高的组中提高了，但是显著性水平却降低了。可见，市场竞争程度越高，数字金融促进技术含量更高的突破式创新的作用强于其对渐进式创新的作用。这表明当数字金融缓解了企业融资约束后，企业越是面临激烈的竞争环境，就越倾向于突破式创新，因为渐进式创新不能为面临激烈竞争的企业带来核心竞争力。

表5 基于市场竞争程度的分样本回归结果

(四)数字金融与企业突破式创新、渐进式创新：机制检验

本文前面的检验主要是为数字金融提升企业突破式创新、渐进式创新提供经验证据，并没有检验这一影响的具体路径。这一部分将对此展开检验。根据前面的理论分析，数字金融对企业渐进式创新、突破式创新的影响可能是通过缓解企业融资约束这一途径实现的。不论是企业渐进式创新、还是突破式创新都需要稳定、大量的资金投入(谷文林和孙静思，2020)[6]，而当企业面临融资约束时会倾向于削减创新投入(李春涛等，2020)[20]，一旦资金流断裂就会使前期的创新投入沦为沉没成本，继而影响企业创新产出。现有研究也表明，缓解企业融资约束可以有效促进企业创新(Guo等，2021)[40]。而数字金融可以借助数字技术有效缓解企业融资约束(李春涛等，2020；唐松等，2020)[20][7]，进而提高企业渐进式创新产出、突破式创新产出。对此，这一部分参照了唐松等(2020)[7]的研究，构建如下模型实证检验数字金融影响企业突破式创新、渐进式创新的融资约束机制。

Innoi,t+1=β0+β1Difi,t-1+∑φCV+∑Year+∑Ind+ε

(2)

SAi,t=β0+β1Difi,t-1+∑φCV+∑Year+∑Ind+ε

(3)

Innoi,t+1=β0+β1Difi,t-1+β1SAi,t+∑φCV+∑Year+∑Ind+ε

(4)

其中，SA表示融资约束。在融资约束的度量上，参考鞠晓生等(2013)[12]的研究，以广泛使用的、外生性较强的SA指数来度量企业融资约束，企业融资约束的具体计算公式为：-0.737*Size+0.043*Size2-0.040*Age，其中Size为以百万元为单位的企业资产规模的自然对数，Age为企业年龄。其余设定与基准回归模型(1)一致。表6列示了数字金融影响企业突破式创新、渐进式创新的中介机制检验结果。第(1)至(3)列为数字金融(Dif)、融资约束(SA)与企业突破式创新(Radical)的检验结果，第(4)至(6)列为数字金融(Dif)、融资约束(SA)与企业渐进式创新(Incremental)的检验结果。从第(1)列可以看出，数字金融(Dif)对企业突破式创新(Radical)的回归系数为1.033，且在1%的水平上显著，这说明数字金融可以显著促进企业突破式创新；从第(2)列可以看出数字金融(Dif)对融资约束(SA)的系数为-0.238，且在1%的水平上显著，这说明数字金融可以缓解融资约束；从第(3)列在模型中同时放入解释变量和中介变量，数字金融(Dif)对企业突破式创新(Radical)的回归系数为1.014，在1%的水平上显著，且系数变小，同时融资约束(SA)的系数为-0.082，且在5%的水平上显著。此外，Sobel检验在5%水平上显著。这表明缓解企业融资约束是数字金融促进企业突破式创新的路径之一。从第(4)列可以看出，数字金融(Dif)对企业渐进式创新(Incremental)的回归系数为0.434，且在1%的水平上显著，这说明数字金融可以显著促进企业渐进式创新；从第(5)列可以看出数字金融(Dif)对融资约束(SA)的系数为-0.238，且在1%的水平上显著，这说明数字金融可以缓解融资约束；从第(6)列可以看出，数字金融(Dif)对企业渐进式创新(Incremental)的回归系数为0.400，在1%的水平上显著，且系数变小，同时融资约束(SA)的系数为-0.139，且在1%的水平上显著。此外，Sobel检验在1%水平上显著。这表明缓解企业融资约束也是数字金融促进企业渐进式创新的具体路径之一。基于以上分析，数字金融可以通过缓解企业融资约束，提升企业突破式创新和渐进式创新，即企业融资约束在数字金融与企业突破式创新、渐进式创新的关系中发挥部分中介作用。

表6 影响机制检验结果

表6(续)

(五)企业突破式创新、渐进式创新对企业价值的影响效应检验

相较于企业渐进式创新，企业实现突破式创新更有利于掌握核心技术，引领未来市场方向(Laursen和Salter，2006)[11]，进而提升企业价值。为了进一步检验企业突破式创新、渐进式创新后续的价值提升作用，本文参考黎文靖和郑曼妮(2016)[41]的研究，构建如下检验模型：

TQi,t=β0+β1Innoi,t-1+∑φCV+∑Year+∑Ind+ε

(5)

在模型(5)中，被解释变量为企业价值(TQ)，以托宾Q值，即企业市值与总资产的比值来衡量，其余设定与基准回归模型(1)一致。表7为企业突破式创新、渐进式创新与企业价值的回归结果。结果显示，企业突破式创新(Radical)对企业价值(TQ)的回归系数为0.018，且在5%的显著性水平上显著，表明企业突破式创新(Radical)可以促进企业价值(TQ)提升；但是企业渐进式创新(Incremental)对企业价值(TQ)的回归系数为-0.020，且在10%的显著性水平上显著，这表明企业渐进式创新(Incremental)不仅不能提升企业价值(TQ)，反而可能会损害企业价值(TQ)。这一结果可能是因为，企业资源是有限的，企业只有将有限的资源投入到突破式创新项目中，才能促使企业掌握核心技术，提升企业竞争力，增加企业的长期价值；但是如果企业将有限的资源过多地投入到技术含量低的渐进式创新项目中，片面追求微小的产品和技术改进，是无法提升企业价值的，反而会降低资源配置效率，不利于企业长期发展。这与毕晓方等(2017)[3]的观点一致，渐进式创新是对现有产品、技术的改进，有利于提升企业当前的业绩收入，而突破式创新是对原有产品、技术的颠覆，可以引领未来市场需求，有利于提升企业未来绩效。

表7 企业突破式创新、渐进式创新与企业价值

表7(续)

五、稳健性检验

(一)企业突破式创新、渐进式创新的替代测量

考虑到变量的不同测量方法可能会影响估计结果，因此这一部分将改变被解释变量的测量方式进行稳健性检验。第一，在前面的分析中企业突破式创新、渐进式创新是以企业专利申请数量来度量的，参照张峰等(2019)[2]的研究，利用企业专利授权数量来构建企业突破式创新(Radical_g)、渐进式创新(Incremental_g)两个变量，从表8第(1)、(2)列可以看出，数字金融(Dif)对企业突破式创新(Radical_g)、渐进式创新(Incremental_g)的回归系数分别为0.681、0.505，且在1%的水平上显著。在重新计算了企业突破式创新、渐进式创新之后，数字金融提升企业突破式创新、渐进式创新的作用仍然显著，由此在一定程度上验证了核心结论的稳健性。

第二，考虑到数字金融促进企业突破式创新、渐进式创新是通过缓解企业融资约束，提高企业创新投入，进而促进了企业创新产出。因此，这里进一步考虑将企业创新的度量从创新专利产出替换为企业创新投入，并参考万佳彧等(2020)[26]的研究，以企业研发投入占营业收入的比重(RD)度量企业创新投入，检验结果见表8第(3)列，可以看出，数字金融(Dif)对企业研发投入(RD)的回归系数为4.381，且在1%的水平上显著，这表明数字金融显著提升了企业创新投入。这也意味着企业创新投入的增加可能进一步提升了企业创新产出，侧面验证了数字金融对企业突破式创新、渐进式创新的正向促进作用。

第三，通过基准回归结果发现数字金融可以促进企业突破式创新和渐进式创新，同时也发现数字金融提升企业突破式创新的作用比提升渐进式创新的作用更强。由于企业创新活动往往受到企业融资约束的制约，假如数字金融通过缓解企业融资约束来促进企业突破式创新和渐进式创新，那么，企业在资金比较充足的情况下可能会倾向于投资到技术含量更高、更能带来企业价值提升的突破式创新项目中。也就是说，数字金融可以提高企业突破式创新的倾向性。因此，本文参考江伟等(2019)[16]的做法，构建企业发明专利申请数量占发明、实用新型两类专利之和的比率(RIT1)，以及企业发明专利申请数量占发明、实用新型、外观设计三类专利之和的比率(RIT2)两个变量来度量企业突破性创新的倾向性。从表8第(4)、(5)列可以看出，数字金融(Dif)对企业突破式创新倾向性(RIT1、RIT2)的回归系数均为正，且在1%的水平上显著，这表明数字金融显著提升了企业突破式创新的倾向性。综上，在考虑了被解释变量的多种测量方式后，数字金融促进企业突破式创新、渐进式创新的结论仍具有稳健性。

表8 企业创新的替代测量

(二)数字金融的替代测量

这一部分改变自变量的测量方式以检验研究结论的稳健性。前面对于数字金融的度量借鉴了唐松等(2020)[7]的做法，以归一化处理后的城市层面的数字普惠金融指数作为自变量。这一部分则参考蔡乐才和朱盛艳(2020)[38]的做法，构造城市层面的数字普惠金融指数的自然对数值(lnDif)作为数字金融的替代性检验。检验结果见表9，可以看出，数字金融(lnDif)对企业突破式创新(Radical)、渐进式创新(Incremental)的回归系数分别为0.375、0.177，且在1%的水平上显著。也就是说，在重新计算数字金融之后，数字金融仍显著提升企业突破式创新、渐进式创新，而且数字金融对突破式创新的作用强于对渐进式创新的作用，由此表明了研究结论的稳健性。

表9 数字金融的替代测量

(三)控制地区发展水平

由于地区的经济、金融发展水平往往会影响企业融资环境，进而影响企业创新(李春涛等，2020)[20]。为了排除企业突破式创新、渐进式创新的提升是由于地区经济、金融发展水平的提升所引起的，而不是由数字金融的发展引起的，这一部分考虑控制地区经济、金融发展水平，包括地区生产总值的自然对数(GDP)、地区的年末金融机构存款余额的自然对数(Deposit)、地区的年末金融机构贷款余额的自然对数(Loan)，数据均来源于《中国城市统计年鉴》。表10第(1)、(3)列报告了未控制地区经济、金融发展水平的回归结果，第(2)、(4)列报告了控制地区经济、金融发展水平后的回归结果。可以看出，在控制了地区生产总值(GDP)、年末金融机构存款余额(Deposit)、年末金融机构贷款余额(Loan)之后，数字金融(Dif)仍然显著促进了企业突破式创新(Radical)、渐进式创新(Incremental)，研究结论保持稳健。

表10 考虑地区发展水平的稳健性检验

(四)内生性问题的处理

前面的研究结果显示，数字金融可以促进企业突破式创新、渐进式创新，但是内生性问题可能会影响估计结果的准确性。尽管数字金融属于宏观因素，受到单个企业的突破式创新、渐进式创新影响的可能性较小，而且在基准模型中对解释变量做了滞后一期处理，但是为了进一步减轻模型中可能存在的内生性问题，这一部分将通过工具变量2SLS法对模型重新估计。本文参考唐松等(2020)[7]的研究，选取互联网普及率(IV)作为数字金融的工具变量。互联网普及率符合工具变量相关性和外生性的要求，一方面，互联网普及率作为重要的数字技术设施会影响当地的数字金融发展水平；另一方面，地区的互联网普及率并不会直接影响微观企业的突破式创新、渐进式创新产出。

表11第(1)列显示了互联网普及率的工具变量检验结果，可以看出互联网普及率(IV)与数字金融(Dif)显著正相关；此外，Kleibergen-PaaprkLMstatistic的P值为0.000，Kleibergen-PaaprkWaldFstatistic的统计值大于临界值，这表明互联网普及率通过了工具变量过度识别检验、弱工具变量检验。第(2)、(3)列分别为在控制了可能的内生性问题后，数字金融对企业突破式创新、渐进式创新的回归结果，可以看出，数字金融(Dif)显著提升了企业突破式创新(Radical)、渐进式创新(Incremental)，与基准回归结果一致，验证了核心结论的可靠性。

表11 工具变量回归结果

六、研究结论与政策启示

(一)主要结论

本文以2011—2020年沪深两市非金融业A股上市公司为样本，通过匹配上市公司数据和公司所在城市的数字普惠金融指数数据，考察了数字金融对企业突破式创新、渐进式创新的影响。研究发现：第一，数字金融有利于推动企业突破式创新和渐进式创新，且提升突破式创新的作用更强。第二，进一步从企业创新需求视角，分析了企业内部资源禀赋和外部市场环境不同对数字金融提升企业突破式创新、渐进式创新的差异化影响。具体来说，相对于创新需求较低(劳动密集型、市场竞争程度较低)的企业，数字金融提升企业突破式创新、渐进式创新的作用在创新需求较高(技术密集型和资本密集型、市场竞争程度较高)的企业中更显著。第三，数字金融通过缓解融资约束提升企业渐进式创新、突破式创新。第四，突破式创新有利于提升企业价值，而渐进式创新不利于提升企业价值。

(二)政策启示

政策启示主要有以下三点：首先，随着中国经济从高速增长阶段步入高质量发展阶段，以及面临愈加复杂艰巨的国际竞争形势，中国企业亟需掌握核心技术、实现价值链的跃升。由此，研究如何促进企业创新、尤其是企业突破式创新显得至关重要。本文结论为数字金融助力企业突破式创新、渐进式创新，特别是为数字金融促进企业突破式创新的作用高于企业渐进式创新提供了新的经验证据。因此，政府理应进一步加强数字金融的发展，并进行有效监管，为企业创造健康、有序的融资环境，帮助企业更好更快地掌握拥有自主知识产权的核心技术，掌握产业发展的主导权。

其次，数字金融诱发的创新红利受到企业创新需求的影响，技术含量更高的技术密集型和资本密集型企业，以及市场竞争程度较高的企业更能够发挥数字金融提升企业突破式创新、渐进式创新的作用；而数字金融对劳动密集型企业和市场竞争程度较低的企业的创新提升作用较为有限。因此，为了更好提升数字金融促进企业创新的效果，可以对具有不同创新需求的企业采取分阶段、有重点、差异化的创新支持政策。

最后，企业将有限的资源投入到突破式创新中，才能为企业带来长期价值；而片面追求渐进式创新，即使风险较小，也可能会带来一定的短期收益，但是会损害企业长期价值。因此，企业应当顺应中国经济高质量发展的需要，合理分配创新资源，提升突破式创新产出。与此同时，政府也应该优化创新支持政策，重点关注企业创新成果的细化和甄别，加大对技术含量较高的突破式创新的扶持力度，适当减少对缺乏技术含量的渐进式创新的扶持力度，引导企业研发掌握核心技术，实现中国企业在全球价值链上的升级。