金融科技发展与企业数字化转型——基于融资约束纾解与创新促进的中介传递

李 为，谭素瑶，吴 非

（1.香港大学工程学院，香港 999077；2.广东金融学院区域金融政策研究中心，广东广州 510521）

《“十四五”数字经济发展规划》明确指出，中国数字经济发展转向深化应用、规范发展、普惠共享的新阶段。《中国数字经济发展白皮书（2021）》显示，数字经济在国民经济中的地位越来越突出，2002—2020 年中国数字经济占国内生产总值（GDP）的比重由10.0%提升至38.6%，其中核心产业增加值占GDP 比重达到了7.8%［1］，数字经济为经济社会持续健康发展提供了强大动力。截至2020 年年底，中国数字化转型的产业渗透率在农业、工业和服务业中分别达到了8.9%、21.0%和40.7%，有42%的企业将数字化战略作为核心业务支撑［2］，体现了企业将数字化进程与核心业务进行紧密结合，产业数字化转型为数字经济发展能提供了广阔空间。根据《中国企业数字转型指数研究报告（2021 年）》，中国企业数字化转型指数在从2018 年到2021 年的4年间从37 分提升到了54 分［3］，各行业企业整体数字化水平稳步提升，数字化转型正成为中国经济高质量可持续发展的重要驱动力。然而，中国境内企业的数字化转型程度与部分发达国家差距明显，截至2020 年年底，依然有40%的企业尚未制定明确的数字化转型战略，有过半企业未明确是否以数字化转型推动其组织变革，数字经济发展的企业渗透力低［1］。为此，本研究从金融科技角度出发，旨在阐明金融科技对企业数字化转型的作用机制。

1 文献梳理与问题提出

是哪些因素推动或者阻碍了企业数字化转型？从已有相关研究来看,本身是企业数字化转型的前提条件外，政府驱动，比如数字基础设施建设以及产业数字化政策等，都在企业数字化转型决策行为选择节点按下了“启动键”［4］。无论企业数字化转型选择行为是“随行就市”还是“入乡随俗”［5］，都是如此。包括知识产权保护在内的营商环境、政治关联以及企业治理模式、研发投入、企业管理层对于数字化转型的认知乃至投资者特质等，都是被用来检验企业数字化转型的因果变量［6］；而国际贸易紧张局势和新冠肺炎疫情反向激发了中国企业数字化转型行为取向［7］。张黎娜等［8］则考察了货币政策调整和利率市场化对于企业数字化转型的促动作用。

从企业数字化转型被界定为利用大数据、云计算、人工智能等数字化技术来推动企业组织转变业务模式、组织架构、企业文化等数字化管理变革来看，创新与研发带来的新兴数字技术革命是企业数字化转型的核心要义和基本要素。而创新与研发具备投入大、周期长和风险高等显著特征，需要持久充分的现金流支撑，因此资金困境成为企业数字化转型的关键挑战［9］。《中国产业数字化报告（2020）》认为，企业数字化转型的阻力在于众多企业或因自身能力不足导致“不会转”，或因资金储备不足以覆盖偏高转型成本导致“不能转”等［10］。因此，融资约束纾解、企业财务稳定以及研发投入持续补充应是企业数字化转型的正向推力。

金融科技是技术驱动的金融创新，目前已经开始迈向科技驱动的智能化进阶时期，即金融数字化阶段。随着人工智能、大数据、云计算、区块链、互联物联以及安全技术等新兴科技向金融业逐步渗透，自20 世纪80 年代兴起的金融科技越来越把中国金融业推向金融与科技深度融合的进程，金融创新产品不断涌现、金融创新领域不断扩大，场景和赛道众多，特别是银行业和保险业在信贷和保险产品的创新设计越来越成熟，金融服务实体经济的能力明显增强。从理论角度而言，经济高质量发展新动能转换的核心要素就是技术进步［11］，而金融科技发展正以积极态势影响银行机构以及传统金融业务的演化格局、重塑传统行业［12］，并由此改善传统金融系统的资源配置功能［13］，以最终改变企业融资约束和创新驱动效应［14］。金融科技在纾解高科技企业融资约束、改善企业财务状况以及驱动企业研发投入及技术创新等方面的服务水平显著提高［15］。一方面，企业研发投入以及科技创新是企业数字化转型和数字经济发展的动力源，而企业研发投入与外源性融资关系密切，受制于融资约束；另一方面，金融科技发展通过改善金融基础设施，改造或者创新金融产品、经营模式和业务流程，由此识别优质创新型企业、提升企业商业信用价值以及改善流动性境况等，切实纾解融资约束，改善企业科技创新的环境条件。基于此，需要实证检验判断金融科技发展在企业数字化转型过程中能够扮演或实际扮演的角色，探究金融科技推动企业数字化转型的功能发挥经由哪些元素传递得以实现。

当前已有相关研究尚远不足以确定金融科技发展与企业数字化转型以及数字经济发展之关系，特别是传递机制与渠道的细节判断尚待从众多领域和视角扩展研究。基于此，本研究通过分析金融科技作用于企业数字化转型的内在机制，力图解释在中国经济高质量发展战略推进过程中如何通过金融科技手段提增企业数字化转型进度。

2 理论分析与假设提出

2.1 金融科技发展与企业数字化转型的基准逻辑

借Hicks［16］论断英国的工业革命归根到底是金融革命来类推，企业对于数字技术的应用问题，即企业数字化转型归根到底也应该是金融问题。间接金融主导的中国金融结构正在发生改变，信息不对称环境中的银行机构更愿意为风险暴露程度低的企业融资，企业数字化转型意味着可能因为创新项目风险大而遭到银行机构的信贷歧视［17］，但金融科技的信息采集和数据运算技术能够相对有效地缓解信息不对称问题，从而放大间接金融嵌入企业高风险项目的机会和空间。对于企业数字化转型而言也应如此。相对而言，作为直接金融系统的资本市场更加具备风险再配置和价格发现能力，有利于引导金融资源向相对高风险项目配置，并支持企业的创新活动［18］。但中国资本市场相关制度还有待进一步完善，直接金融促进企业创新并进行数字化转型的制度供给尚显不足［19］。

从当下研究动态判断，金融科技发展对于企业数字化应用的影响体现在以下两个方面：其一，改变传统金融系统的结构性问题，助力企业改善内容信息不全以及披露缺失问题，纠偏资源供需错配问题［20］；其二，金融科技发展以人工智能、区块链、云计算、大数据（以下简称“ABCD”）等数字底层技术为支撑，而企业数字化转型与金融科技具备在技术层面的同构特征，因此相对于传统金融系统而言，金融科技发展能够在技术层面为企业数字化转型提供适配性金融服务，可以通过提高金融机构与贷款企业之间的信息透明程度拓宽企业外部融资渠道和空间，从而降低企业融资约束［21］。

基于上述分析，提出假设1：

假设1：金融科技发展有助于企业数字化转型。

2.2 金融科技发展与企业数字化转型的异质性分化

不同产权性质的企业对于外部资源的敏感度不同。在传统金融系统中，相对而言，国企拥有更宽的融资渠道和相对丰富的信贷资源，但非国企更善于利用信贷资源来提升企业存活能力［22］。这是由传统金融系统的信息处理能力所决定的［23］。金融科技赋能缓释金融机构与融资企业之间的信息不对称，拓展金融机构的业务边际和增强风险应对能力，在量上纾解企业融资约束，在质上提增信贷资源配置效率［24］，特别是对于纾解民营、小型等类型企业的融资约束效果更加明显。由此，金融科技赋能可以增加非国企的信贷可获得性，资金面宽松的企业可能追加研发投入和创新支出，由此促进企业数字化转型。

传统金融系统中的借贷及投融机构对于企业数字化转型项目的投融积极性不高，缘由是企业数字化转型需要大规模创新投入，而创新项目属于典型的高投入、长周期、高风险项目。高科技企业多属于中小型企业，本身经营风险大、融资的资产保证能力差，相对于大型企业而言，其在传统金融系统中所面临的融资约束更加紧张。因此，相对于非高科技企业而言，高科技企业对研发资金的稳定性和可持续性更加敏感，更容易受制于融资约束，也更容易受益于金融科技发展［25］。现有相关研究，如钟成林等［26］论证了金融科技在纾解中小企业特别是科技型中小企业的融资约束方面具有技术优势和现实性。无论理论逻辑还是实践效果，都是如此。金融科技发展通过缓解融资约束、降低财务费用和改善资产负债表（表现为降低杠杆率水平）提高企业创新产出［27］，但对于不同类型科技企业存在异质性效应。

受区域资源禀赋、政策驱动力、营商环境比如知识产权保护等以及市场化程度差异所影响［28］，企业的创新活动行为选择存在区域差异，经济发达地区总是拥有更多优势资源有利于企业开展创新活动，其营商环境也更加有利于企业创新。企业数字化转型基于企业创新，而经过多层级传递的企业创新对于金融科技的敏感系数存在区域差异［29］。基于此，本研究判断，金融科技发展对于企业数字化转型的作用效应同样会存在区域差异。毕竟，从数字经济发展水平观察，国内中西部地区与东部地区相比也存在明显差距［30］。

基于以上分析，通过比较企业产权属性、企业科技特质和所在区域1）属性，提出如下假设：

假设2a：相对于国有企业，金融科技发展驱动非国有企业数字化转型的效能会更加显著；

假设2b：相对于非高科技企业，金融科技发展驱动高科技企业数字化转型的效果会更加显著；

假设2c：相对于中西部地区企业，金融科技发展对于企业数字转型的驱动力在东部地区更加显著。

2.3 金融科技发展影响企业数字化转型的机制逻辑

金融科技对企业数字化转型的驱动机制可以经由两个方面予以逻辑演绎。其一，金融科技缓解融资约束，由此提高财务稳定水平，从而改善适配企业数字化转型的内治环境。稳定充足的资金供给可提高企业财务稳定性，进而降低企业财务风险，是企业创新项目和研发投入可持续的基本条件［31］。常态经营状况下，创新项目资金总是会排在企业生存常态项目满足之末，当财务境况变差时，企业会最先选择收缩研发投入和创新资金投入［32］。因此，当内源性融资不能满足创新投资需求时，外源性融资对企业创新投入的重要性不言而喻。但是，企业创新活动不容易通过自由竞争的金融市场获得创新项目融资。金融发展史上，金融配给和融资约束常在，融资约束抑制企业创新，有大量案例佐证企业创新项目由于无法承担创新进程中的过高成本而被迫中止［33］。金融科技发展可以有效纾解企业融资约束［34］。纾解融资约束一方面可直接增加企业创新活动资金外源融资规模，另一方面有利于企业稳定现金流和财务稳定性、降低企业财务风险［35］，保证企业数字化创新项目的可持续性。

其二，金融科技能有效降低企业杠杆率水平，并由此增加企业研发投入。中国金融结构以间接金融主导，这是中国宏观经济杠杆率高企的金融结构本源特征，银行贷款等债券性融资在企业资产负债表上呈现为企业杠杆率的提升［36］。主流观点如罗能生等［37］认为，企业杠杆率与创新投入之间呈倒“U”型关系；周俊卿等［38］提出，企业杠杆率达到43%的门槛之前企业负债有利于研发投入，并有助于控制创新风险，但当企业负债超过该门阀之后，则会抑制研发投入。当下中国的实体企业部门的杠杆率依然处于相对高位，阈值下的规模以上企业数量接近于零。林爱杰等［39］认为，金融科技发展能够通过降低融资约束和财务费用、提升企业内部控制和风险稳定程度等渠道来实现杠杆率水平的降低，优化其债务结构。由此，在相对高企的杠杆率的境况下，金融科技发展能够降低实体企业杠杆率水平，从而反向有利于企业增加创新投入；同时，金融科技有助于改善企业现金流，强化其风险承受力，企业有能力把更多的资金投入到相对高风险、长周期的研发项目中去。

基于以上分析，提出假设3：

假设3：金融科技发展通过纾解融资约束实现财务稳定、降低杠杆水平提增研发投入持续性两条途径影响企业数字化转型。

3 研究设计

3.1 数据来源

采用沪深A 股上市公司的2007—2019 年数据，剔除金融类企业、ST、*ST、PT 处理及终止上市企业，剔除首次公开募股的观测值、关键财务变量缺失的观测值，仅保留连续5 年数据都齐全的样本，最终得到1 971 家上市企业的“企业-年度”样本。另外，对微观层面的连续变量进行1%和99%的缩尾处理，以减少异常值影响。样本企业数据均来自国泰安数据库（CSMAR），企业数字运用和金融科技发展指标经文本挖掘核算得来，其余宏观数据源自样本企业所属省份历年统计年鉴。

3.2 变量及其界定

（1）被解释变量：企业数字化转型（ADT）。首先，参考龚雅娴［40］的研究，将企业数字化转型行为划分为底层技术运用与技术实践运用，底层技术运用指数字化转型的4 种典型底层技术——ABCD技术，技术实践运用是指底层技术运用后产生的成果；其次，运用Python 爬虫功能整理上海证券交易所、深圳证券交易所全部A 股上市企业的年度报告，通过Java PDFbox 库提取所有文本内容，匹配与数字化转型有关的关键词并进行数据清洗；最后，把所有关键词进行分类归集并最终加总词频，构建企业数字化转型的初始指标体系。关键词库见表1。

表1 企业数字化转型变量关键词库

（2）核心解释变量：金融科技发展（Fintech）。借鉴郭品等［41］及杨文捷等［42］的研究方法，利用文本挖掘法建立金融科技指数。首先，从金融功能观和科技融合与支撑金融发展的视角出发，构建如表2 所示的金融科技发展原始词库；其次，采用百度搜索指数将原始词库中非结构化的关键词转化为结构化词频。选取2011—2019 年中国30 个省份（不包含西藏和港澳台地区）有关金融四大核心功能的20 个关键词（见表2）在各年的搜索频率均值，采用SPSS 软件进行因子分析并合成金融科技指数，以作为金融科技的代理变量。

表2 金融科技变量原始词库

（3）中介传导变量。融资约束（KZ）：借鉴Kaplan 等［43］的研究方法，计算出相应的KZ 指数作为样本企业融资约束的代理变量，指数值越大意味着企业面临的融资约束越紧张；企业财务稳定水平（Z-Score）：借鉴Altman［44］的风险Z 值法进行测算，Z值越大表示企业财务风险越小，即财务状况更稳定；杠杆水平（Lev）：即资产负债率，用来衡量企业面临的债务约束，可以从侧面反映企业的还款能力；研发投入（R&D）：代表企业的研发投入水平，指数值越大说明企业在研发和创新项目上投入越大。

（4）控制变量。借鉴和综合现有相关研究，为提高研究模型的拟合程度，纳入一系列控制变量，涵盖了企业年初总资产（Asset）、营业总收入（Sale）、企业股权集中程度（Equity）、成立年龄（Age）、QFII 持股占流通A 股比例（QFII）、净资产收益率（Roe=净利润/净资产）、托宾Q 值、两职合一（Mega，董事长和总经理兼任时取1；否则为0）与审计意见（Opin，审计单位出具标准无保留意见时取0；否则为1）等。

3.3 模型建构

为验证金融科技进步对企业数字化转型的作用效应，构造基准回归模型如下：

式（1）中：CV 包含各控制变量；ε为随机误差项。

此外，由于金融科技对企业数字化转型的影响具有一定的时滞，为削弱内生性问题，对核心变量进行滞后1 期处理。进一步，参考温忠麟等［45］的中介效应模型，建构如下传递逻辑模型来验证金融科技发展与企业数字化转型之间作用机制路径。

式（3）（4）中的Mediator 代表中介机制变量组，该组别的变量界分为两类，一为财务机制变量，包括企业融资约束（KZ）和财务稳定水平（Z-Score）；二为投融资机制变量，包括企业杠杆水平（Lev）和研发投入水平（R&D）。

4 实证结果及分析

4.1 基准回归结果分析

基于基准回归模型的实证结果如表3 所示。其中，模型（1）为控制了时间和行业的双向固定效应模型；模型（2）则在模型（1）的基础上加入了控制变量。从回归结果来看，金融科技发展对企业数字化转型的影响系数显著为正，表明金融科技发展可以显著促进企业数字化转型；模型（2）中金融科技发展的回归系数降低为0.293，对应的t值为4.92，但依然显著，意味着加入了相关控制变量后，金融科技发展的企业数字化转型效应尽管有所收敛，但正向促进效果依然明显。假设1 得以验证。

表3 金融科技与企业数字化转型的基准回归结果

对于以上实证结果，可能的解释是：一方面，金融科技是基于人工智能、区块链、云计算、大数据等数据采集、存储、分析和计算的新兴技术，金融科技通过ABCD 技术降低劳动力成本［46］，同时提升企业管理效率以及供应链的服务效率［47］，金融科技发展程度越高则企业数字化转型决策越发坚定；另一方面，金融科技本身具有高科技特质、存在技术溢出效应，企业数字化转型决策及行为可以借鉴金融科技领域的研究成果。更为重要的是，金融科技可以缓解信息不对称，金融机构得以更加全面地评估企业融资风险［48］，从而有效缓解企业融资难融资贵难题，纾解企业因资金不足导致无法进行数字化转型的难题。

4.2 多重稳健性检验

为确保上述实证结果的可靠性和有效性，进行如下稳健性检验：第一，延长变量间的观测窗口，用以考察在更长周期内的金融科技发展对企业数字化转型的影响效果；第二，剔除部分可能会干扰实证结果的样本，使得结果更加准确地反映两者间的关系；第三，为防止单一指标全面代表金融科技发展水平致使实证结果不可靠，更换金融科技指标，将各省份金融科技公司数量作为辅助代理变量对模型重新进行回归分析。

4.2.1 延长预测窗口

表4展现了延长观测窗口后的实证结果。表4中，模型（1）～（3）分别为金融科技发展滞后2 期、3期和4 期的回归检验模型，结果显示金融科技发展各滞后期的回归系数均显著为正，且随着时间推移逐渐增大，表明将时间窗口延期后没有改变金融科技发展对企业数字化转型的正向促进作用，与基准回归结果一致，并意味着金融科技的驱动力具有后效特征，实证结果得以佐证；模型（4）～（6）分别对企业数字化转型予以前置2 期、3 期和4 期进行回归，结果表明企业数字化转型各前置期的回归系数均显著为正，表明将被解释变量前置没有改变金融科技发展对企业数字化转型的正向促进作用。

表4 延长预测窗口的稳健性检验结果

4.2.2 剔除部分样本

剔除部分样本后的回归检验结果见表5。剔除的样本包括两类：一类是突变性的外部因素，可能会干扰实证结果，比如2008 年的全球金融危机以及2015 年的中国股灾，因此剔除2010 年前和2015 年后的数据进行稳健性检验；二是考虑到相比省和自治区而言，直辖市的金融科技发展和企业数字化转型的机制路径可能会存在差异，所以也剔除了直辖市的样本数据。其中，模型（1）是仅保留了2010年后的数据的回归结果，金融科技发展的系数显著为正；模型（2）是仅保留2011—2014 年的数据的回归结果，金融科技发展的系数显著为正；模型（3）是除直辖市之外的省份样本数据，金融科技发展的系数显著为正。以上结果表明，即使在剔除了部分样本后，实证结果仍然能支撑金融科技发展能够促进企业数字化转型这一结论。

表5 剔除部分样本的稳健性检验结果

表5 （续）

4.2.3 更换金融科技指标

将金融科技指数更换成其他金融科技指标作为自变量进行回归，结果见表6。其中，模型（1）以省域金融科技公司数量（Province）为金融科技指标，回归系数显著为正；模型（2）以城市金融科技公司数量（City）为金融科技指标，回归系数显著为正；模型（3）以金融科技新闻频次（News）为金融科技指标，回归系数显著为正；模型（4）以区域金融科技新闻全国（未含港澳台地区）占比（Share）为金融科技指标，回归系数显著为正。以上结果显示，即使改变了金融科技指标，研究结论依然成立，再次验证了本研究实证结果的可靠性和有效性。

表6 更换金融科技指标的稳健性检验结果

4.3 异质性检验

理论上，不同属性的企业在金融科技条件相同的情况下开展数字化转型所受到的促进作用应各有差异，有鉴于此，基于产权性质、行业属性以及区域属性将样本企业分为3 组进行异质性验证。

4.3.1 产权异质性检验

按照产权性质把样本企业分为国企和非国企两类，考察不同产权属性的企业对金融科技进步驱动力的吸收程度。表7 的实证结果显示，国企组的回归系数为负不显著，说明国企运用金融科技对自身数字化转型的促进作用不明显；而非国企组的回归系数显著为正，表明相较于国企，金融科技进步对于非国企的数字化转型推动效应更加明显。可能的解释是，一方面，国有企业有政府信用背书，同时一般实力雄厚，更容易获得金融市场的资金支持［49］，凭借本身的信贷资源就能获得相对富裕的资金投入到数字化转型上，此时金融科技发展给国企带来的数字化转型效应不明显；另一方面，金融之外的其他因素在国有企业数字化转型中的作用更加明显，比如政策驱动力。相比较而言，非国企融资能力相对较差，面临的竞争环境更加激烈，对外部环境变化的敏感度更高［50］，所以非国企有意愿借助金融科技来降低信息不对称、丰富融资渠道，并因此吸收金融科技发展对企业数字化转型的驱动力。

表7 产权异质性回归检验结果

4.3.2 行业异质性检验

基于研发投入占比或者政府部门认定，可将企业分为高科技企业与非高科技企业。从表8 的实证结果来看，金融科技发展对于高科技行业的回归系数显著为正，表明金融科技发展对高科技行业中企业的数字化转型激励效应显著；对于非高科技行业的回归系数为负且不显著，表明金融科技发展对非高科技行业中企业数字化转型的激励效应不显著。可能的解释是，高科技行业本身就是知识密集、技术密集企业所在行业，需要不断创新以在市场竞争中生存乃至脱颖而出［51］，经营风险大大高于非高科技行业，金融科技带来颠覆性的信用识别、评估、风险定价等方式能更好地服务于高科技行业，为高科技行业提供金融服务，进而驱动高科技行业运用企业数字技术；相比较而言，非高科技行业本身创新需求并不强，也较为容易获得金融资源，因此金融科技对非高科技行业中企业的数字化转型激励有限。

表8 行业异质性回归检验结果

4.3.3 区域异质性检验

表9 结果显示，金融科技发展对于东部地区企业数字化转型的回归系数显著为正，表明金融科技发展对东部地区企业数字化转型的驱动作用更强；而金融科技发展对于中西部地区的企业数字化转型的回归系数为正但不显著。对此，我们的解释是，一方面，从金融发展水平来讲，东部地区的金融设施、金融机构、金融配置等明显优于中西部地区，金融资源也自然向东部地区聚集，金融科技发展也是如此；另一方面，东部地区的市场程度和开放程度较高，技术密集型企业产业占比更大，自身创新需求较强［52］。另外，从基础设施比较，无论是资源、设施、人力、技术，东部地区都明显优于中西部地区。

表9 区域异质性回归检验结果

4.4 机制识别检验

从金融因素与科技因素着手，具体选取企业融资约束、财务稳定水平、杠杆水平、研发投入4 个指标，通过财务机制和投融资机制两条路径进行研究，以验证假说3 是否成立。

4.4.1 财务机制：融资约束与财务稳定

首先从融资约束与财务稳定逻辑视角予以考察，如表10 所示，模型（1）尚未纳入中介变量，结果显示金融科技发展的回归系数显著为正，不改变基准回归的效应方向；模型（2）为金融科技发展对企业融资约束的影响，回归系数为负显著，意味着金融科技发展有助于纾解企业融资约束程度；进一步地，模型（3）为金融科技发展和企业融资约束对企业数字化转型的协同影响，金融科技发展的回归系数为正显著，而企业融资约束的回归系数为负显著，说明金融科技发展一方面能促进企业数字化转型活动，另一方面也会通过降低企业融资约束水平从而促进数字化转型，对此我们的解释是，当企业融资约束得到缓解，企业获得金融支持后强化了投资于高风险创新活动的意愿，包括数字化转型；模型（4）为金融科技发展对财务稳定水平的影响，回归系数为正显著，表明金融科技发展有助于提升企业财务稳定水平；模型（5）为金融科技发展、财务稳定水平对企业数字化转型的协同影响，金融科技发展回归系数为正显著，财务稳定的回归系数也同样为正显著，表明金融科技发展可以通过提升企业财务稳定水平从而促进数字化转型，对此我们的解释是，金融科技发展有利于实现财务稳定，财务稳定为企业进行数字化转型提供了保障，助力企业顺利开展数字化转型项目。

表10 融资约束与财务稳定的回归检验结果

4.4.2 投融资机制：杠杆水平与研发投入

从科技发展对企业数字化转型的企业杠杆率水平和研发投入的机制逻辑回归检验结果来看，如表11 所示，模型（1）与实证结果相同；模型（2）为金融科技发展对企业杠杆率水平的影响，回归系数为负显著，表明金融科技发展有助于企业收敛杠杆率水平；模型（3）为金融科技和企业杠杆水平对企业数字化转型的协同影响，金融科技发展和企业杠杆水平的回归系数均为负显著，表明金融科技发展通过降低企业杠杆水平来促进企业数字化转型；模型（4）为金融科技发展对企业研发投入的影响，其回归系数为正显著，表明金融科技发展有助于提高企业研发投入；模型（5）为金融科技发展和企业研发投入对企业数字化转型的影响，金融科技发展和企业研发投入的回归系数均为正显著，表明金融科技发展通过提高企业研发投入来促进企业数字化转型。对此，我们的解释是，以上分析已表明金融科技能够纾解企业融资约束、改善企业财务稳定状况，当企业获得相对充足的资金后自然会降低对外源性融资的依赖，杠杆水平便会下降；同时相对充足的资金面可以满足企业投入高风险、期限长的研发项目，实现企业技术进步，这无疑是企业数字化转型的重要支撑。

表11 杠杆水平与研发投入回归检验结果

5 结论与政策建议

5.1 研究结论

第一，金融科技进步有利于加快企业数字化转型进程，金融科技发展已经是新经济动能转换的一大驱动力。第二，对于不同属性不同类型的企业而言，金融科技发展的驱动程度有差异，具体而言，非国企、高科技企业、东部地区企业的数字化转型更能受益于金融科技发展。第三，金融科技发展通过缓解企业融资约束、稳定财务水平、降低杠杆水平、提升研发投入等主体路径来促进企业数字化转型进程。

5.2 政策建议

基于上述研究结论，提出如下政策建议：

第一，顺应区块链、大数据、人工智能和云计算等科技发展潮流，鼓励金融机构把传统金融与新兴技术手段融合，确立新的金融监管系统和现代金融监管制度框架，以促进金融科技发展。

第二，面向不同类型、不同技术特质、不同区域的企业实行差异化政策。进一步鼓励金融科技资源向非国有、高科技企业倾斜，充分提高企业的数字化转型质量，增强区域创新能力。基于各地区发展不均衡现实，继续鼓励东部地区通过金融科技基础设施建设投入和新经济制度设计加大数字化转型的企业覆盖范围，鼓励企业夯实数字化转型成果，推动中国数字经济发展转向深化应用、规范发展、普惠共享的新阶段；同时为中西部地区提供金融科技基础设施建设投入，促动西部地区金融机构通过金融科技发展提升实体企业数字化运用能力和水平，改善企业融资环境，提高区域创新能力。

注释：

1）依据《国务院发布关于西部大开发若干政策措施的实施意见》，根据区域经济开放程度、经济技术发展总体水平以及自然和社会经济条件等地域差异进行战略性、长远性概略划分。东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、辽宁、广东和海南；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南；西部地区包括广西、内蒙古、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏和新疆。