金融科技与制造企业双元创新——整体影响、机制识别及效应差异研究

何 涌,武姗姗

(湖南工业大学 经济与贸易学院,湖南 株洲 412007)

引 言

根据双元创新理论,可将企业创新细分为探索式创新和开发式创新。双元这个概念最早由March(1991)[1]提出,认为企业具有勘探和开发两种能力,保持两者之间的适当平衡是维持系统生存和效益的主要因素。在双元理论提出后,许多学者将创新引入双元理论,引申出双元创新理论。企业必须同时擅长开发式创新和探索式创新以促进企业持久发展。开发式创新是通过扩展现有知识寻求更高效率产品改进以实现增量创新;相比之下,探索式创新是远离现有知识和技术,通过探索以实现更彻底的创新(Atuahene-Gima,2005)[2]。

我国是制造大国,制造业是中国实体经济的主要组成部分,更是经济高质量发展的重要基石。国务院在《中国制造2025》文件中明确指出制造业是国民经济的主体,是中国科技创新的主战场。在国家创新驱动战略的实施下,一系列以政府补助、研发费用加计扣除等技术的创新政策“席卷而来”,推动企业技术创新。从全国科技经费投入统计公报和《2020年全球创新指数》报告来看(1)根据国家统计局发布的全国科技经费投入统计公报,我国自2010年以来投入R&D经费一直持续增加,到2020年已达到24 393.1亿元。世界知识产权组织发布的《2020年全球创新指数》报告显示,中国拥有的科技热点数量位居世界第二,专利申请数量连续9年位居世界第一,但综合创新能力指数仅位居世界14。,中国创新投入和创新产出的增加并没有带来“创新质量”的提高。创新产出“低质高量”等问题导致我国制造业长期处在全球价值链的中低端,严重阻碍着我国从制造大国迈向制造强国的进程。一方面,创新具有周期长、回报不确定及较强资源依赖性等特征,如不能及时获得资源支持,很可能导致创新活动失败(张敏等,2015;贾俊生等,2017)[3-4],企业创新受到高调整成本和高融资成本的双重制约;另一方面,企业内部流程普遍存在的信息不透明等问题导致企业内部资源配置效率较低,间接抑制了制造企业双元创新(韦庄禹,2022)[5]。

新时代下金融科技的迅速发展引发了很多学术讨论。从宏观层面看,金融科技可以发挥普惠金融的优势,服务于传统金融难以触达的低收入群体,并促进农村产业发展和区域协调发展(黄益平等,2018;李彦龙,2022)[6-7]。从微观层面看,金融科技能够提高企业投资效率、企业生产率以及降低企业融资成本(蔡庆丰,2021;何涌和刘思敏,2022)[8-9]。金融科技是新时代下经济高速发展的产物,其能否与制造企业结合以提升制造企业创新质量和数量值得进一步探讨。

目前,关于企业创新驱动因素的研究主要包括两方面,其中内部因素主要有公司治理机制、内部控制质量(刘永丽等,2022)[10]等;外部因素主要有政策不确定性、货币政策(马勇等,2022)[11]等。鲜有文献根据金融创新发展大背景研究金融科技对制造企业双元创新的整体影响、作用机制以及两者之间的非线性关系。基于此,本文针对以上问题做如下检验,以2011—2020年沪深A股上市制造企业为样本探究新兴金融科技与制造企业双元创新之间的整体关系及影响机制。此外,本文根据产融结合这一大背景,探讨其在金融科技影响制造企业双元创新过程中是否具有一定挤出效应,同时利用门槛模型检验金融科技与制造企业双元创新之间的非线性关系。

本文与以往研究的区别主要有:(1)本研究不仅从理论上分析金融科技与制造企业双元创新的关系,而且对探究制造企业双元创新的驱动因素也有现实意义。(2)从融资结构和政府补助两个角度深入刻画金融科技对制造企业双元创新的影响机制,为企业制定创新策略和政府确定创新激励政策提供经验证据和参考意见。(3)金融科技和产融结合在促进制造企业创新和成长方面发挥相似作用。产融结合在金融科技促进制造企业双元创新时具有一定挤出效应,这为制造企业规避产融结合带来的风险而退出产融结合提供了契机和切实可行的路径。(4)金融科技与制造企业双元创新之间的非线性关系为政府制定金融科技发展政策和企业运用金融科技策略指明了方向。

一、文献综述与研究假设

(一)金融科技与制造企业双元创新

从交易成本理论视角看,信息不对称增加了企业内外部交易成本,对制造企业双元创新造成了一定威胁。在外部交易成本方面,金融机构会通过提高贷款利率以应对金融机构与企业之间信息不对称带来的潜在风险,导致企业交易成本增加(蔺元,2010)[12]。金融科技能够提高企业和金融机构之间的信息透明度,拓宽企业融资渠道,为制造企业开展高风险技术创新活动提供充足资金。特别地,金融科技利用数据挖掘等技术为银行提供真正有创新潜力和需求的客户,并通过提高贷款审批效率和简化贷款审批流程,以降低企业融资成本和信息成本(鲍星等,2022)[13];金融科技通过创新金融服务进一步拓宽和丰富了企业融资渠道和融资模式,扩大了金融服务实体经济的范围和能力,使经济较落后的地区和企业都可以享受到普惠金融的福利(喻平等,2020)[14]。

在内部交易成本方面,信息不对称加剧了资源在各部门之间合理分配的难度,降低了资源配置效率,导致企业的生产和运营成本增加,严重制约着企业创新(杜群阳等,2022)[15]。与此同时,金融科技可以提高企业内部信息透明度和资源配置效率,优化创新资金,可为企业创新提供良好的外部环境。首先,金融科技能够使企业内部流程更加透明,全方位监督和控制企业日常生产经营活动,可以提高企业生产经营效率及资本配置效率(何帆和刘红霞,2019)[16]。其次,金融科技可以优化企业市场环境、增强企业风险承担能力和增加企业研发投入,根据波特钻石模型理论,良好的企业市场环境是企业自主创新的重要基础和动力。最后,金融科技能够重塑企业生产和管理流程,并创新企业管理思维,从而促进企业数字化转型(王宏鸣等,2022;唐松等,2022)[17-18],而企业数字化程度越高越有利于开展企业创新活动。

相比于常规性创新,突破性创新具有更大的不确定性和更高的资源要求。突破性创新需要脱离原有技术基础并运用新知识探索一项全新技术,往往存在创新周期长、风险高等特征(Alexander et al,2010)[19]。因此,突破性创新要求企业具备一定资源基础以及与创新相匹配的内部监督管理流程。而常规性创新只是对产品生产过程进行改进,不涉及技术核心部分,对技术创新以外的保障性措施要求较低。在金融科技作用下,制造企业会具有更完善的创新环境和条件,可能会更大程度地为突破性创新“保驾护航”。基于此,本文提出如下研究假设:

H1:金融科技会促进制造企业双元创新,且对突破性创新的作用更强

(二)金融科技与制造企业双元创新的影响机制

1.融资结构的中介作用

为了获得技术创新所需资金,企业会进行内源和外源融资,其中外源融资主要包括债务融资和股权融资。当企业内源融资不足时,外源融资是企业进行研发创新活动的主要资金来源(张艾莲和时若歌,2022)[20],合理债务融资和杠杆率会促进企业技术创新。根据高风险高报酬理论,股东愿意承担较大创新风险来获得较高收益,且股权融资没有偿还期限,这有助于企业获得股权投资来促进企业技术创新(张一林等,2016)[21]。

已有研究表明,董事会活动、企业内部控制和监督制度(林钟高等,2017)[22]、公司治理水平(Hann et al,2013)[23]及信息透明度等都是企业债务融资成本和股权融资成本的关键影响因素。金融科技可以通过提高企业信息透明度、内部控制质量、公司治理水平以及增加企业价值等来降低企业外源融资成本。一方面,金融科技通过提高企业内部流程信息透明度对企业进行全方位监督和控制,进而提高企业的内部控制质量(何帆和刘红霞,2019)[16];金融科技的发展迫使企业披露更多信息,使企业与投资者、金融机构的信息更加透明,进一步削减企业融资成本(刘飞,2020)[24]。另一方面,金融科技通过数据挖掘降低企业各部门之间的沟通成本,促进企业数字化转型,使公司的治理水平、运营效率等得到提高(王宏鸣等,2022)[17];企业数字化带来的信息化能帮助企业获得更准确的信息,助推企业提高投资效率和产能效率,从而增加企业价值。基于此,本文提出如下研究假设:

H2:金融科技可以帮助制造企业获得债务融资,从而促进制造企业双元创新,且对突破性创新作用更强

H3:金融科技可以帮助制造企业获得股权融资,从而促进制造企业双元创新,且对突破性创新作用更强

2.政府补助的中介作用

基于利益相关者理论,企业利益相关者既包括企业的债务人、股东、员工等,也包括媒体、政府等对企业发展有间接影响的社会层面机构和人员。政府创新政策是影响企业技术创新活动的重要宏观因素。政府补助有助于纠正由信息不对称造成的市场失灵,其直接资助企业的同时也给投资者传递了有利信号,间接帮助企业获得研发投资,进而促进企业技术创新(郭景先等,2019)[25]。同时还能直接补充企业创新活动资金,推动企业可持续性创新(权锡鉴等,2022)[26]。但是由于信息不对称和逆向选择的存在,企业通过释放虚假创新信号骗取政府补助,使真正需要创新补助的企业无法获得补助(安同良等,2009)[27],这严重降低了政府补助政策的激励效应,间接抑制了制造企业技术创新。

金融科技或许能打破这一局限。一方面,金融科技借助大数据、人工智能等新兴技术对企业进行全方位评估,帮助政府识别有创新潜力的企业,让真正需要研发资金的企业获得财政支持,激发企业创新活力(Christina et al,2019)[28];另一方面,金融科技利用智能匹配、云计算等信息技术规模化处理企业和市场信息,提高了企业信息透明度(Tianxiang et al,2020)[29],有助于政府实时监督企业创新项目,提升政府创新政策有效性。此外,政府补助中的专利补助与制造企业双元创新存在紧密和直接的联系,同时专利补助的作用强度直接关系到政府创新政策的有效性。因此,本文在政府补助的基础上进一步探究专利补助在金融科技与制造企业双元创新之间的作用机制(金融科技与制造企业双元创新的关系见图1)。基于此,本文提出如下研究假设:

图1 金融科技与制造企业双元创新

H4:金融科技可以帮助制造企业获得政府补助,从而促进制造企业双元创新,且对突破性创新作用更强

H5:金融科技可以帮助制造企业获得专利补助,从而促进制造企业双元创新,且对突破性创新作用更强

二、研究设计

(一)数据来源与处理

本文以中国2011—2020年沪深A股上市制造企业为样本进行研究,其中金融科技指数来自《北京大学数字普惠金融指数》,企业微观层面和市场宏观层面数据来自中国研究数据服务平台(CNRDS)和国泰安数据库(CSMAR)。根据已有研究对数据做如下处理:(1)为避免特殊行业影响,删除了金融类上市公司的数据;(2)剔除主要变量存在缺失的样本;(3)为减少极端值对本文结果的影响,对模型中的变量进行1%和99%的缩尾处理。经过处理后,最终得到14 483个观测值。

(二)变量衡量

1.被解释变量

根据前人研究经验,一般会采用两种指标来衡量企业创新。一种是衡量企业创新投入的指标,包括企业研发人员投入、研发资金投入等;另一种则是测量创新产出指标,主要包括企业专利申请数量、无形资产增加情况等指标。根据研究假设,本文充分考虑金融科技对制造企业创新两方面的影响,以企业创新产出为被解释变量,企业创新投入强度(研发投入/企业总资产)作为稳健性检验的被解释变量。本文将企业专利申请总数量作为企业一定时期内的技术创新产出水平。然后基于双元创新理论将企业技术创新(inv)划分为突破性创新(bin)和常规性创新(cin)。参考黎文静等(2016)[30]的做法,将技术含量最高的发明专利作为企业突破性创新,将技术含量较低且不涉及产品本身技术创新的实用新型专利和外观设计专利之和作为企业常规性创新。本文对所有专利数量加1后取对数,以消除部分企业专利申请量为0的影响。

2.解释变量

参考邱晗等(2018)[31]的研究,将北京大学发布的数字普惠金融指数取对数来衡量城市层面金融科技发展程度。该指数采用了蚂蚁金服的交易账户底层数据,从多个维度全面刻画了中国的金融科技发展水平。该指数越大说明金融科技发展越好。

3.控制变量

参考国内已有研究,本文共加入如下九个可能影响企业创新的控制变量:企业成长性(grow),企业营业收入增长率;固定资产比(ppe),企业固定资产总额/年末总资产;企业规模(size),企业总资产自然对数;资产负债率(lev),企业年末负债/年末总资产;营业利润率(opera),企业年度营业利润/年度营业收入;股权集中度(share),企业第一大股东的持股比例;董事会结构(board),董事会中独立董事占比;人力资本(bkra),企业本科及以上员工数量/企业总员工数量;市场竞争(sellra),企业销售支出/企业营业收入。

(三)模型设定

1.基础检验模型

为了探究金融科技对制造企业创新的正向影响,本文参考张敏等(2015)[3]的研究构建如下固定效应模型进行检验:

Innovationi,t=β0+β1Finm,t+∑Controlsi,t+

∑Indi+∑Yeari+εi,t

(1)

其中,Innovationi,t表示企业i在第t年的技术创新产出,分别用企业专利申请总数量加1取对数、企业发明专利申请数量加1取对数以及企业实用新型发明专利和外观设计发明专利申请数量之和加1取对数来衡量;解释变量Finm,t表示企业i所在城市m在第t年的金融科技发展程度,用取对数后的的北京大学数字普惠金融指数(index)来衡量;β0为常数项,Controlsi,t表示控制变量系数;Ind是行业虚拟变量,Year是时间虚拟变量,ε是残差项。根据本文的研究假设,核心解释变量Fin的系数β应显著为正。

2.中介效应检验模型

借鉴蔡庆丰等(2021)[8]研究,利用模型(2)和(3)检验政府补助和融资结构的中介效应。

Mediatori,t=μ0+μ1Finm,t+∑Controlsi,t+∑Indi+∑Yeari+εi,t

(2)

Innovationi,t=α0+α1Finm,t+α2Mediatori,t+∑Controlsi,t+∑Indi+∑Yeari+εi,t

(3)

3.调节效应检验模型

参考张敏等(2015)[3]的研究,构建模型(4)检验产融结合的调节效应。

Innovationi,t=δ0+δ1Finm,t+δ2holdi,t+δ3Finm,t×holdi,t+∑Controli,t+∑Indi+∑Yeari+εi,t

(4)

4.门槛效应检验模型

采用Hansen(1999)[32]的门槛模型,以金融科技作为门槛变量,分析不同门槛下金融科技对制造企业双元创新的具体影响。构建的单一门槛模型和双重门槛模型如下:

Innovation=φ0+φ1Fini,tI(Fini,t≤a)+φ2Fini,tI(Fini,t>a)+ ∑Controlsi,t+∑Ind+∑Year+εi,t

(5)

Innovation=γ0+γ1Fini,tI(Fini,t≤a1)+γ2Fini,tI(a1a2)+∑Controlsi,t+∑Ind+∑Year+εi,t

(6)

(四)描述性统计和相关性分析

描述性结果显示企业申请的发明专利、企业资产和金融科技发展指数都不存在明显的右偏特征,这说明本文对发明专利数量、企业资产总数及金融科技发展指数取对数是合理的;相关性结果显示,变量之间基本是显著的,且变量之间的相关性系数基本不超过0.5,说明变量之间基本不存在多重共线性问题(2)限于篇幅,回归结果未做报告,留存备索。。

三、金融科技对制造企业双元创新的整体影响

(一)基准回归结果

表2展示了金融科技与企业创新的回归结果,所有回归均控制了行业和年份固定效应。实证结果显示,金融科技对企业创新、突破性创新、常规性创新的回归系数均在1%水平上显著为正,说明金融科技发展在促进制造企业技术创新的同时,也促进了制造企业突破性创新和常规性创新。此外,表2列(2)金融科技系数大于列(3)金融科技系数,说明金融科技发展程度对企业突破性创新的影响程度更大,假设H1得到验证。

回归结果中的控制变量也基本与企业技术创新显著正相关:企业成长性(grow)的系数有两个显著为正,另一个是单边显著为正,表明企业成长性越好,企业的创新意愿越强;企业规模(size)的系数显著为正,说明企业资产规模越大,越有利于企业进行技术创新;资产负债率(ppe)的系数显著为负,表明企业负债经营不利于企业进行技术创新;营业利润率(opera)的系数有两个在1%水平上显著为正,另一个是单边显著为正,说明企业营业利润率越高越有利于企业进行技术创新;人力资本(bkra)的系数有两个显著为正,另一个显著为负,说明人力资本有利于企业进行技术创新和突破性创新,而不利于企业进行常规性创新;市场竞争程度(sellra)的系数在1%水平上显著为正,说明企业创新意愿与市场竞争程度正相关。

(二)稳健性检验与内生性处理

1. 替换被解释变量

企业的创新水平主要体现在两方面,一方面是企业创新产出,即企业申请的发明专利数量;另一方面是企业的创新投入。本文使用企业研发支出总额除以企业资产总额作为被解释变量(段军山等,2021)[33],同时将金融科技指数降维分解为金融科技使用深度(usage)和金融科技覆盖广度(coverge)进行稳健性检验。回归结果如表3。本文发现金融科技促使制造企业加大技术创新投入,进而促进了技术创新。

2. 替换不同的回归模型

由于A股上市的制造企业的专利数量有大量0值,且企业专利数量具有计数变量的特点,因此本文用Tobit模型和Poisson模型替换OLS模型进行回归。回归结果稳健,结论保持不变。

3.工具变量法

为了消除内生性对回归结果产生的影响,本文使用工具变量法(2SLS)来验证结论的可靠性。参考唐松等(2020)[18]的研究,以各省互联网普及率作为工具变量进行两阶段检验。如表3所示,经过修正后的金融科技发展指数对制造企业技术创新仍然具有显著正向影响。

(三)金融科技赋能下的精准优化

已有研究表明,金融科技与企业创新之间存在着密切的联系,其通过大数据等新兴技术使企业信息更加透明,能够识别具有创新需求和创新潜力的企业,为他们输送“氧气”。为了验证这一理论,本文从两方面对金融科技的精准优化进行检验。

1.基于产权性质的优化检验

在制造企业产权性质方面,如果相比于国有企业,金融科技对非国有企业技术创新促进作用更强,则表明金融科技可以识别具有创新需求和创新潜力的企业。本文根据产权性质将样本分成国有和非国有企业进行回归。回归结果如表4所示。可以发现,在分样本讨论后,金融科技指数的系数均在1%水平上显著为正,说明金融科技同时促进了国有企业和非国有企业的技术创新。但是从系数可以看到,非国有企业中金融科技指数的系数几乎是国有企业中金融科技系数的两倍,说明金融科技对非国有企业技术创新的促进作用更大。这是因为相对于非国有企业而言,国有企业具有独特的优势。一方面,国企承担着某些重要的行业,如水电行业是国家重要的宏观调控工具,同时国企还承担着政府的某些目标,对国家经济的稳定和发展起着至关重要的作用,政府和国企的关系更加密切[34];另一方面,在政府的支持和保障下,国企更容易从金融机构那里获得资金,如银行更愿意将资金借给国有企业,投资者也更愿意买国企的债券和股票来降低投资风险。而非国有企业在开展技术创新活动时,则会面临更大的信息不对称和融资约束。因此,金融科技发展对非国有企业技术创新的作用强度和空间更大。

2.基于企业生产要素特征的优化检验

在企业生产要素特征方面,如果金融科技对资本密集型和技术密集型企业技术创新的影响程度明显高于劳动密集型企业,则表明金融科技可以识别具有创新需求和创新能力的企业。本文按照2020年证监会行业分类文件,将已获得的制造企业分成26个子行业,依据制造企业所属子行业生产要素密集特征将制造企业分为劳动密集型企业、资本密集型企业和技术密集型企业,将不属于26个子行业的企业作为其他行业并分别进行回归,结果如表5所示。可以发现,在资本密集型企业和技术密集型企业的回归中,金融科技指数的系数在1%水平上显著为正,但是在劳动密集型企业中金融科技指数的系数不显著。这说明金融科技发展可以促进资本密集型和技术密集型企业技术创新,但是不能促进劳动密集型企业技术创新。这主要是因为劳动密集型企业主要依靠劳动力的投入来获得企业绩效的增长,对企业技术创新的需求较低;而资本密集型企业和技术密集型企业更多的是依靠资本的投入和技术的创新来提高企业绩效,对企业技术创新的需求相对较高。因此,相对于劳动密集型企业,金融科技的发展更能主动识别和促进对技术需求更大的资本密集型企业和技术密集型企业的技术创新。

四、机制识别及拓展性研究

(一)机制识别

前文实证检验了金融科技与企业双元创新之间的关系,得出金融科技的发展可以加大制造企业技术创新投入和创新产出,进而推动企业技术创新进程。同时,金融科技能够精准优化不同的产权性质、企业生产要素特征中存在的资源错配问题,更好地促进制造企业双元创新。那么,金融科技与制造企业双元创新之间的作用机制是什么?本文从政府和市场两个渠道,分别从政府补助和企业融资结构两方面探究金融科技与制造企业双元创新之间的机制作用,检验金融科技能否通过影响企业获得的政府补助和企业融资结构进一步影响制造企业双元创新。

1.基于企业融资结构的中介效应检验

资金充足是企业进行研发活动的关键,但是仅依靠企业内部资金进行研发活动是远远不够的,因此企业需要从外部获得融资以保证企业有充足资金进行企业创新。金融科技能够增加企业的融资渠道,降低银企之间信息不对称程度。

(1)债务融资。为了研究金融科技对企业融资结构的影响,参考刘素坤和燕玲(2021)[35]选取的指标,用企业取得借款收到的现金除以企业短期借款、长期借款和中央银行借款三者之和来衡量企业债务融资(loan)。表6列(2)的回归结果中,金融科技指数的系数在1%水平上显著为正,说明金融科技发展确实提高了企业的债务融资。同时,表6列(3)回归结果中,债务融资的系数和企业创新水平的系数均在1%水平上显著为正,说明债务融资在金融科技与企业创新之间起到部分中介作用。将企业创新细分为突破性创新和常规性创新进行回归,结论依然成立。这说明金融科技能够帮助制造企业获得债务融资,进而促进制造企业双元创新,且对突破性创新的作用更强,假设H2得到证实。金融科技在利用先进技术为企业提供更多融资渠道的同时,也降低了企业与债务人之间的信息不对称程度,帮助企业获得更多借款,最终促进了制造企业双元创新。

(2)股权融资。为了研究金融科技对企业融资结构的影响,参照刘素坤和燕玲(2021)[35]选取的指标,用吸收权益性投资收到的现金除以企业资产总额来衡量企业股权融资(equity)。表7列(2)的回归结果中金融科技的系数显著为正,说明金融科技确实提高了制造企业的股权融资。同时,表7列(3)的回归结果中,股权融资的系数显著为负,表明股权融资在金融科技与制造企业双元创新之间起到遮掩效应,说明金融科技发展确实可以帮助企业获得股权融资,但是其不能通过增加股权融资来促进制造企业双元创新。将企业创新细分为突破性创新和常规性创新进行回归,股权融资的遮掩效应依然成立,因此假设H3不成立。可能的解释是,较高的股权融资会带来较大的股权控制,大股东和代理人可能会合谋追逐企业短期利润,而抑制高风险的研发活动。因此,根据范长煜(2016)[36]提出的遮掩效应理论,股权融资在金融科技与制造业创新之间起着隐性的扰动作用,控制股权融资会显著扩大金融科技对制造企业双元创新的促进作用。由此可知,制造企业在利用金融科技促进企业双元创新时,要对股权融资进行一定的控制,而不是单一地增加股权融资。

2.基于政府补助的中介效应检验

政府补助是影响企业创新的重要宏观因素,可以缓解“市场失灵”等问题。然而,企业创新活动具有正外部性,企业出于自我保护的目的,可能不会公布太多关于企业技术创新的相关内容。政府和企业之间的信息不对称可能导致政府无法准确识别高技术企业,无法提高政府补助效率。金融科技可以提高企业信息透明度,也可以缓解企业与政府之间的信息不对称,帮助政府更清楚地了解企业的经营状况,识别急需创新资金且有投资价值的企业,并将资源向这些企业倾斜,提高社会资源配置效率。

(1)政府补助强度。为了研究政府补助在金融科技与企业技术创新之间的中介效应,参照吴爱华(2017)[34]所采用的指标,用企业当年获得的政府补贴总额除以企业当年总资产来衡量政府补贴强度。可以发现,在表8列(2)和表9列(2)的结果中,金融科技发展程度的系数显著为正,说明金融科技可以帮助政府识别有创新潜力的企业,并将资源分配给这些企业。在表8列(3)和表9列(3)的结果中,金融科技指数和政府补助强度均显著为正,说明金融科技在直接促进企业技术创新的同时,也可以帮助企业获得更多的政府补助,提高政府补助的精准度和效率来间接促进企业突破性创新和常规性创新,假设H4得到验证。

(2)专利补助强度。本文将专利补助从政府补助中分离出来,进一步研究专利补助在金融科技与企业技术创新之间的中介效应。本文用企业当年获得的专利补助总额除以企业当年总资产来衡量专利补助强度。在表8列(2)的结果中,金融科技发展程度的系数显著为正,说明金融科技可以帮助政府识别有创新潜力的企业,并将资源分配给这些企业。在表8列(3)的回归中,金融科技指数和政府补助强度均显著为正。将企业创新细分为突破性创新和常规性创新进行回归,中介效应依然成立,验证了假设H5。此外,本文研究进一步说明政府为企业发放专利补贴可以更直接地促进企业技术创新,证明了该项政策的有效性。

(二)拓展性研究

1. 产融结合下的金融科技创新驱动效应差异

产融结合是指实体企业与金融机构通过相互参股、控股等方式实现的产业融合。一方面,产融结合能够降低企业与金融机构之间的信息不对称,以缓解融资约束对企业创新的抑制作用,同时正向影响企业创新投资,且存在最优值(黄小琳等,2015)[37];另一方面,产融结合能够优化资源配置,提高企业全要素生产率(Ongena et al,2009)[38],从而提高企业创新能力。然而近年来随着产融结合不断发展,其产生的问题也逐渐突出。首先,根据委托代理理论,产融结合形成的多层级组织关系和产权关系会加大代理成本(刘星等,2014)[39];企业和金融机构相互持股使企业内部出现大规模关联交易,导致信息披露不及时,进一步增加企业监管成本。其次,企业普遍存在的代理人激励会使代理人盲目追求规模效益,并利用产融结合带来的资金便利性而过度投资。最后,产融结合带来的企业经营多元化使得企业脱离主营业务,转而将资金投入金融行业,加速了资本“脱实向虚”。

金融科技通过提高企业内部流程信息透明度和促进企业数字化转型来帮助企业重塑生产流程,优化企业资源配置效率,提高企业全要素生产率,进而促进企业成长。金融科技和产融结合之间会形成一定的替代效应,产融结合的存在必然伴随着金融科技功能的弱化。产融结合缓解了企业融资约束、信息不对称及资源配置效率较低等问题,此时金融科技对制造企业技术创新的促进空间也会减少。因此,本文预期金融科技和产融结合之间会形成替代效应,产融结合会降低金融科技对制造企业双元创新的作用强度。基于此,本文认为产融结合可负向调节金融科技与制造企业双元创新之间的关系(见图2)。

图2 产融结合的调节作用

本文参考杨筝等(2019)[40]的研究,用金融机构持股实体企业比例之和来衡量产融结合(hold),该比例越大,则产融结合程度越高。其中,持股机构包括银行、证券、保险、基金、财务及信托等金融机构。根据模型(4)进行回归,回归结果(3)限于篇幅,回归结果未做报告,留存备索。表明产融结合负向调节金融科技与制造企业突破性创新、常规性创新之间的关系,验证了本文猜想。换句话说,当产融结合得到控制时,金融科技对企业技术创新的作用会加强。这进一步说明金融科技与产融结合在促进企业创新方面起着相似作用,金融科技可以在一定程度上代替产融结合,并以较低的成本和风险来达到产融结合的作用,这也为企业退出产融结合提供了契机。

2.不同发展阶段下的金融科技创新驱动效应差异

金融科技凭借大数据、云计算等新兴技术的运用,打破了传统金融市场局限性,为现代金融业带来了颠覆性创新。其通过搭建信贷平台助推金融资源流向实体企业,对激发企业创新活力、缓解企业创新困境具有积极作用。然而金融科技在带来正面效应的同时也产生了风险。一方面,金融科技“长尾效应”使金融市场更加规模化、整体化,这导致金融风险涉及范围更广,更易发生系统性风险(许多奇,2018)[41]。此外,法律法规、金融监管与金融科技发展的不适应可能会导致市场“无效”或“失灵”。另一方面,金融科技带来的信用风险、合规风险、数据安全风险以及金融科技风险的内生性、复杂性、传染性,对金融科技促进企业创新产生了一定威胁(陈红等,2020)[42]。因此,探究在不同发展阶段下金融科技创新驱动效应的差异以确定金融科技促进企业创新的最优阶段具有现实意义。

本文以平衡面板数据为样本,运用模型(5)(6),以金融科技作为门槛变量,通过Bootstrap法反复抽样500次以确定门槛效应是否存在及门槛个数。门槛效应结果显示,在因变量为企业创新、企业突破性创新及企业常规性创新下,金融科技均在1%水平上通过了单一门槛和双重门槛检验,未通过三重门槛检验,说明金融科技对制造企业双元创新的影响存在双重门槛效应。

门槛回归结果如表10所示。当被解释变量为企业创新且金融科技发展水平小于第一门槛值时,金融科技对企业创新的回归系数为0.3656***;当金融科技发展介于第一、二门槛值之间时,金融科技对企业创新的回归系数为0.3085***;当金融科技发展大于第二门槛值时,金融科技对企业创新的回归系数为0.2486***。由此可见,金融科技发展处于第一阶段时,金融科技对企业创新的作用最强。当被解释变量为突破性创新、常规性创新时,金融科技同样是在第一阶段的作用强度最大、第二阶段次之、第三阶段最弱。可能的解释是,当金融科技发展程度处于适度水平即第一阶段时,金融与科技不断融合,加之企业数字化不断完善,使社会和企业层面的资源配置效率得到提高,进一步提高企业创新意愿和能力,在第一门槛值影响程度最大;当金融科技发展程度处于较高水平即第二阶段时,法律法规和金融监管制度没有跟上金融科技的高速发展导致金融科技风险外溢,降低了对制造企业创新的促进作用;当金融科技发展程度位于高水平即第三阶段时,金融科技的高水平发展使金融市场更加完善、金融发展水平更高,高回报率的金融业会吸引实体业资金流入,从而可能导致科技创新资金流失,进一步降低金融科技对制造企业创新的促进作用。

表1 主要变量说明

表2 基准回归结果

表3 基于工具变量法的稳健性检验

表4 基于企业产权性质的优化分析

表5 基于企业生产要素特征的优化分析

表6 基于债务融资的中介效应检验

表7 基于股权融资的中介效应检验

表8 基于政府补助强度的中介效应检验

表9 基于专利补贴强度的中介效应检验

表10 门槛回归估计结果

五、结论与建议

(一)结论

本研究借助2011—2020年沪深A股上市制造企业年为研究样本,实证检验金融科技与制造企业双元创新的关系和经济后果。研究结论如下:(1)金融科技对制造企业突破性创新和常规性创新具有显著正向影响,且对非国有企业、技术密集型及资本密集型企业的作用强度更大。(2)企业债务融资在金融科技与制造企业双元创新之间发挥部分中介作用,即金融科技可以帮助制造企业获得债务融资,从而促进制造企业双元创新;企业股权融资在金融科技与制造企业双元创新之间发挥遮掩效应,即控制股权融资,金融科技对制造企业双元创新的作用会增强。(3)政府补助和专利补助在金融科技与制造企业双元创新之间发挥部分中介作用,即金融科技可以帮助政府将资金投向有价值的企业,并提高创新政策有效性。(4)产融结合负向调节金融科技与制造企业双元创新,其在金融科技促进制造企业双元创新过程中具有一定挤出效应。(5)金融科技与制造企业双元创新之间存在非线性关系,当金融科技发展水平小于第一门槛值时,金融科技对制造企业双元创新的作用强度最大。

(二)建议

根据本文结论,提出以下几点建议:

从政府角度:(1)在制造大国向制造强国转变的关键时期,中国应当对金融科技企业给予足够的政策支持,鼓励科学技术与金融市场融合,助力金融和企业创新发展。此外,政府应当将金融科技和创新政策两者深度融合,以提高政府创新政策有效性,促进微观主体创新发展,提高实体经济发展质量。(2)金融与科技的结合并没有改变金融市场中普遍存在的“风险-收益”这一基本逻辑。技术创新在推动金融创新和企业发展的同时,其本身带来的聚合效应、关联效应和放大效应更为显著,这可能会使金融风险的传染性、外溢性等特征更为显著,甚至波及整个金融系统,最终可能会制约微观主体创新发展。因此,政府有必要完善金融监管体系以确保金融科技稳步发展,例如实施以差异化监管、适度监管和柔性监管为基本原则的包容性监管及监管沙盒机制,并谨防金融科技高水平发展导致资源“脱实向虚”现象的发生。

从企业角度:(1)企业应当结合实际情况,利用金融科技获得债务融资进一步促进企业技术创新。但是在利用金融科技促进企业技术创新时,企业要对股权融资进行一定控制,以免产生大股东和代理人合谋逐利的问题,抑制企业技术创新。此外,由于金融科技风险外溢的特点,使传统金融风险被进一步放大,因此企业在享受金融科技带来的福利时,也要注意风险防范。(2)企业应当合理运用金融科技以弥补产融结合的弊端和避免金融科技过度发展带来的缺点,更好地促进企业创新和成长。