数字普惠金融对中小企业技术创新的影响及传导路径研究

胡 伟，张可萌，许志勇，余 浪

(1.湖北经济学院会计学院，湖北 武汉 430205；2.湖北会计发展研究中心，湖北 武汉 430205)

0 引言

党的二十大报告明确指出，要支持中小微企业发展，支持 “专精特新”企业发展，营造有利于科技型中小微企业成长的良好环境。近年来，中小企业对提升市场活力和促进创新创业的重要性和贡献不断凸显。中国要在全球新一轮的科技革命和产业变革中抓住发展机遇，就离不开中小企业，更离不开“专精特新”型中小企业。2011年，工信部在《“十二五”中小企业发展规划》中首次提出“专精特新”概念。“专精特新”中小企业掌握关键核心技术，专注于细分市场，并且能实现精细化与特色化生产。新发展阶段下，“专精特新”中小企业在解决“卡脖子”难题和增强经济韧性等方面发挥着重要作用。在2021年7月的中共中央政治局会议上，发展“专精特新”中小企业已被提高到国家战略层面。“专精特新”的核心在于技术创新，但由于中小企业自身体量小、抗风险能力弱以及中国金融市场结构失衡[1]，中小企业一直面临着“融资难”“融资贵”等问题，这不仅导致中小企业缺乏可持续的研发资金投入，还加剧了企业研发活动的风险。

为了加大对中小企业等薄弱环节的金融支持，中国持续深化金融供给侧结构性改革，数字普惠金融正是金融供给侧结构性改革的重要实践。数字普惠金融即数字技术与普惠金融的结合，金融机构、互联网企业和金融科技企业是中国数字普惠金融服务的主要提供者，其服务内容涵盖贷款、存款、保险、投资、支付、征信等领域，形成了工银e信、小微金融债、惠民保等多种产品。数字普惠金融产品与传统金融产品相比，其政策差异化明显，服务群体更加多样，并向中小微企业以及涉农等弱势群体倾斜。北京大学数字金融研究中心公布的数字普惠金融指数显示，2016—2020年中国数字普惠金融实现了快速发展，但东部与非东部地区数字普惠金融发展存在差异，并且该差异呈现扩大的趋势。

从理论上讲，数字普惠金融是传统金融的良好补充，能够扩大金融服务覆盖范围，降低金融服务成本，增加包括中小企业在内“尾部群体”的金融服务可得性，进而推动经济结构均衡发展。那么现实情况又是如何？近年来不少学者对相关内容进行了研究，结果表明，在宏观层面上，数字普惠金融能够改善各地区资本和劳动力错配状况[2]、减轻区域经济发展的不平衡[3]以及缩小城乡居民收入的差距[4]；在微观层面上，数字普惠金融能够显著促进企业全要素生产率[5]以及技术创新[6]，并且能够显著增加中小企业的贷款金额，降低中小企业贷款利率[7]。由此可见，数字普惠金融确实对经济的包容性发展起到了正向影响。聚焦到中小企业以及“专精特新”型中小企业，数字普惠金融对其技术创新也会产生促进作用吗？通过何种路径对其产生影响？这一促进效应在不同地区之间以及“专精特新”与非“专精特新”型中小企业之间是否存在异质性？这些问题均需要深入研究。

本文以2016—2020年中国新三板企业的面板数据为样本，研究数字普惠金融对中小企业技术创新的影响，并检验融资费用和信息不对称在二者间的传导效应。同时，从数字普惠金融细分维度、“专精特新”以及地区这三个方面进一步研究其异质性效应。本文的边际贡献在于：①在理论方面，丰富了数字普惠金融对中小企业技术创新影响的传导路径，拓展了数字普惠金融对“专精特新”型中小企业技术创新的研究；②在实践方面，不仅可以为评价数字普惠金融发展对中小企业技术创新的影响效果提供经验证据，也可以为国家出台推进数字普惠金融发展的相关政策提供现实依据。

1 理论分析与研究假设

1.1 数字普惠金融对中小企业技术创新的影响

企业技术创新需要持续的资金投入[8]。根据资源依赖理论，企业自身资源有限，外部融资是企业研发投入的主要来源[9]。此外，研发活动的高风险性和不确定性也促使企业通过外部融资分担技术创新风险[10]。因此，外部融资是影响企业技术创新的重要因素之一。但是，由于中小企业的信息透明度普遍较低，甚至不受强制性信息披露约束，导致金融机构无法对其信用及发展状况做出准确评估。加之中小企业抗风险能力较弱，金融机构为了规避风险常常选择拒绝该类客户[11]，最终导致中小企业难以获取外部融资，阻碍了技术创新。数字普惠金融本身具备普惠属性，能够为包括中小企业在内的弱势群体提供多元化金融服务，赋能中小企业发展。其数字化属性则能使金融机构更加便捷高效地获取中小企业相关信息，完善其对中小企业的征信与风控评估[12]，创新大数据信用融资，帮助容易受到传统金融排斥的中小企业客户获得金融服务支持，改善金融市场的“长尾效应”[13]。据此，本文提出假设H1：数字普惠金融的发展能够有效促进中小企业技术创新。

1.2 数字普惠金融对中小企业技术创新的传导路径

相较于其他企业，中小企业通常面临更高的融资费用和更严重的信息不对称问题，导致中小企业在获取研发资金时更为不易。因此，本文从融资费用和信息不对称这两个角度检验其在数字普惠金融影响中小企业技术创新过程中的传导效应。

(1)融资费用传导路径。传统金融下，以银行为主导的金融资源分配带来对“尾部”群体的融资歧视现象。一方面，银行为了降低信贷风险会对中小企业的信用以及经营状况进行漫长、繁琐的审核[14]，该过程中发生的费用间接提高了中小企业融资成本。另一方面，银行融资渠道不畅也会促使中小企业不得不选择融资费用较高的非正规金融渠道来获取资金，以缓解融资约束[15]。面对较高的融资费用，中小企业为了维持正常的生产经营活动必然会减少对技术创新项目的投入[16]。与传统金融相比，数字普惠金融具有政策性和靶向性[17]，能够引导资金流向中小企业，为其提供普惠金融服务。数字普惠金融催生了一批互联网银行和金融科技企业，不仅拓宽了中小企业融资渠道，并通过带动金融服务竞争降低了企业融资成本。数字普惠金融数字技术的应用减少了人力与物力投入，提升了金融服务触达能力，也降低了金融机构的放贷风险与成本，最终促进中小企业融资费用降低。融资费用降低不仅能提高企业资源配置效率，促使企业资金向高质量研发项目转移，还会降低技术创新投入成本和研发中断的风险，使企业技术创新效率得到提升[18]。据此，本文提出假设H2：数字普惠金融能够通过降低融资费用积极促进中小企业技术创新。

(2)信息不对称传导路径。已有研究表明，在传统信贷市场中，中小企业融资难问题的关键在于信息不对称[19]。一方面，中小企业信息披露要求相对较为宽松[20]，并且企业通常会谨慎披露创新活动的相关信息，从而导致中小企业披露信息数量较少、质量较差。另一方面，传统金融市场中通常以报表数据、抵押资产作为企业信用评估依据，中小企业规模较小、抵押品不足，很容易被排除在金融服务之外[21]。此外，传统金融机构也缺乏有效手段对贷款的使用情况进行监管。这些原因共同加剧了信贷双方的信息不对称程度，根据信息不对称理论，信息不对称程度的增加会加剧道德风险与逆向选择，导致中小企业技术创新无法获得充足的资金支持。数字普惠金融能够利用数字技术弥补传统金融在信息收集方面的劣势，可以通过挖掘和收集中小企业的数字足迹，优化贷前对借款人的信用评估以及贷后对信贷资金流向与预期偿还情况分析，提高了贷款人与借款人之间的信息质量和信息传递效率，减少了信息不对称。信息不对称降低不仅能够帮助金融机构有效识别中小企业技术创新相关信息，减少其“逆向选择”，增强中小企业技术创新外部融资能力，还能够提升债权人对企业资金使用的监督效率，避免融资企业挪用技术创新资金，提升管理层对技术创新项目的投资效率[22]。据此，本文提出假设H3：数字普惠金融能够通过减少信息不对称积极促进中小企业技术创新。

2 数据与实证模型

2.1 数据来源

由于新三板企业主要为创新型与成长型中小企业，同时考虑新三板快速扩容后在2016年挂牌数量达到高点且推出了分层管理，因此，本文选取新三板企业在2016—2020年的数据为研究样本，所取数据来源于Wind数据库和《北京大学数字普惠金融指数(2011—2020 年)》。本文基于以下标准对原始样本进行处理：剔除了数据缺失的样本，剔除了ST、*ST样本，剔除了金融类企业样本，这类企业运营模式有别于其他企业，会对数字普惠金融相关研究产生异常影响。最后，在此基础上对样本中所有连续变量进行前后1%缩尾处理，获得观测值5515个。

2.2 变量说明

本研究涉及的被解释变量、解释变量、中介变量和控制变量的名称、符号和说明见表1。

表1 变量说明

被解释变量为企业技术创新(RD)，通常可以从技术创新投入与技术创新产出两个角度衡量。冯根福等[23]认为企业创新投入在转化为创新产出过程中会受到诸多外生因素的影响，可比性较差。通过理论分析也可以得出，数字普惠金融主要通过增加研发投入推动中小企业技术创新，采用创新投入指标来衡量企业技术创新更加直观，并且新三板企业专利数据缺失较多，可用性较差。因数据的可得性，本文选择技术创新投入作为中小企业技术创新衡量指标，希望能够较为直观地反映数字普惠金融对企业技术创新的影响。参考以往研究，技术创新投入主要采用研发投入或研发投入强度进行度量，借鉴金昕等[24]的方法，以企业研发投入加1取对数作为企业技术创新的代理变量，以研发投入强度(RDS)作为替换变量进行稳健性检验。

解释变量为数字普惠金融(Index)，参考郭守亭等[25]的研究，使用《北京大学数字普惠金融指数(2011—2020 年)》中的省级数字普惠金融总指数衡量数字普惠金融发展状况。数字普惠金融总指数由数字普惠金融覆盖广度、使用深度和数字化程度三个细分维度构成，为了进一步分析这三个细分维度对中小企业技术创新影响的异质性，本文还选取了数字普惠金融覆盖广度(BOC)、使用深度(UD)和数字化程度(DOD)指数进行研究。由于与其他变量相比数字普惠金融指数数值偏大，为了便于计量，本文对以上四个指数除以100作缩小处理。

中介变量为融资费用(FC)以及信息不对称(IA)，参考李志军等[26]的方法，采用企业财务费用除以营业收入即财务费用率衡量企业融资费用。参考李青原[27]的方法，采用盈余平滑度来衡量企业内外部信息不对称的程度，盈余平滑度越高，信息不对称程度就越高[28]。盈余平滑度(ES)的计算公式如下：

ESi，t=

(1)

其中，CFOi，t-k表示i企业在t-k会计年度的经营活动净现金流量，Nii，t-k表示i企业在t-k会计年度所获得的净利润，Asseti，t-k表示i企业在t-k会计年度的年末资产总额，SD括号代表求取括号内相应数值的标准差。

本文的控制变量参考李媛媛等[29]的研究，选择企业现金持有、财务杠杆、固定资产占比、股权集中度、企业成长性、企业规模和资本密集度这些可能影响企业技术创新的因素作为控制变量。此外，还设置了行业虚拟变量和年份虚拟变量。

2.3 计量模型

由于对样本数据进行F检验和Hausman检验的结果均为p<0.0001，所以本文采用时间和行业维度的固定效应模型。固定效应模型的回归不仅能够控制部分不随时间变动的因素，以减少这些因素对解释变量的影响，而且也能减轻遗漏变量带来的内生性问题。同时，为了减少异方差的影响，本文的所有模型在回归时均采用异方差稳健标准误。

首先，为了验证数字普惠金融对中小企业技术创新的影响，即验证假设H1，本文构建以下模型：

RDi，t=α0+α1Indexi，t+α2Controli，t+

∑Industry+∑Year+εi，t

(2)

其中，RDi，t为i企业第t期技术创新，Indexi，t为i企业第t期数字普惠金融，Control为控制变量。

其次，为了检验数字普惠金融对中小企业技术创新影响的传导路径，即验证假设H2和H3，本文参考温忠麟等[30]以及江艇[31]的研究，采用五步法检验中介效应，在模型(2)的基础上引入中介变量(Media)，构建模型(3)和模型(4)，并将融资费用(FC)和信息不对称(IA)分别作为中介变量：

Mediai，t=β0+β1Indexi，t+β2Controli，t+

∑Industry+∑Year+εi，t

(3)

RDi，t=γ0+γ1Indexi，t+γ2Mediai，t+γ3

Controli，t+∑Industry+∑Year+εi，t

(4)

3 实证结果及分析

3.1 描述性统计分析

本文的各变量描述性统计结果如表2所示，由表2可知，企业技术创新最大值为17.889，最小值为12.232，说明不同中小企业的技术创新存在较大差异；样本公司所在区域的数字普惠金融及其三个细分维度均存在一定差异，其中使用深度的差异性最大，表明数字普惠金融各区域发展的不均衡；企业融资费用的最大值为0.106，最小值为-0.044，信息不对称最大值为14.801，最小值为0.179，表明不同中小企业的财务负担与信息透明度均存在较大差异。

表2 变量描述性统计结果

3.2 基准回归与分析

为了准确估计结果，本文使用未加入控制变量的OLS混合回归、加入控制变量的OLS回归、未加入控制变量的固定效应模型回归、加入控制变量的固定模型回归，分析数字普惠金融对中小企业技术创新的影响，其回归结果依次如表3中的列(1)至列(4)所示。由表3可见，所有结果下数字普惠金融的系数均在1%的置信水平显著为正，表明数字普惠金融发展程度提升有利于促进该区域中小企业技术创新，假设H1得到验证。

表3 数字普惠金融与中小企业技术创新：基准回归

3.3 传导路径的检验与分析

(1)融资费用传导路径的检验与分析。为了验证数字普惠金融能否通过减少中小企业融资费用促进其技术创新，本文对融资费用的中介效应进行检验，结果如表4所示。由于列(1)中数字普惠金融系数α1在1%的置信水平显著为正，表明可按中介效应立论；列(2)中数字普惠金融系数β1与列(3)中融资费用系数γ2均在1%的置信水平显著为负，表明融资费用中介效应显著，数字普惠金融发展显著降低中小企业融资费用，融资费用减少能够正向影响中小企业技术创新；列(3)中数字普惠金融系数γ1在1%的置信水平显著为正，表明直接效应显著；β1×γ2与γ1同号，表明融资费用在数字普惠金融与中小企业技术创新之间起到部分中介作用。结合理论分析，随着融资费用降低，企业资源配置效率提高，技术创新资金成本降低，企业决策也更加可能从维持日常经营转向技术创新，最终推动企业技术创新。由此可见，数字普惠金融能够通过降低融资费用间接促进中小企业的技术创新，假设H2得到验证和支持。

表4 数字普惠金融与中小企业技术创新：融资费用传导路径

(2)信息不对称传导路径的检验与分析。为了验证数字普惠金融是否能够通过减少中小企业信息不对称促进其技术创新，本文对信息不对称的中介效应进行检验，结果见表5。由于列(1)中数字普惠金融系数α1在1%的置信水平显著为正，表明可按中介效应立论；列(2)中数字普惠金融系数β1与列(3)中信息不对称系数γ2均在1%的置信水平显著为负，表明信息不对称中介效应显著，数字普惠金融发展显著降低中小企业信息不对称，信息不对称减少能够促进中小企业技术创新；列(3)中数字普惠金融的系数γ1在1%的置信水平显著为正，表明直接效应显著；β1×γ2与γ1同号，证明信息不对称在数字普惠金融与中小企业技术创新之间起到部分中介作用。依据理论分析，企业生产要素的取得主要依赖于外部资源，减少企业与外部资源提供者的信息不对称将能提升企业获取技术创新资源尤其是获取外部资金的能力，从而促进企业技术创新。由此可见，数字普惠金融除了能够直接促进中小企业技术创新外，还能通过降低信息不对称程度间接促进中小企业技术创新，假设H3得到验证和支持。

3.4 稳健性检验

(1)基准回归的稳健性检验。一是替换被解释变量，参考余明桂等[32]的研究，采用研发投入强度即研发投入与总资产比值作为替换变量，对基准回归进行稳健性检验。结果见表6列(1)，其结果与基准回归结果一致，表明研究结论稳健。二是滞后一期解释变量，为了缓解内生性问题，使用滞后一期数字普惠金融(L.Index)作为解释变量带入模型(2)进行回归，被解释变量与控制变量保持不变，结果见表6列(2)，其结果与基准回归结果一致，表明研究结论稳健。三是采用倾向得分匹配法，为了缓解可能存在的样本选择偏差，更好地证明数字普惠金融与中小企业技术创新的关系，本文借鉴许志勇等[33]的研究，采用倾向得分匹配法(PSM)进行稳健性检验。首先，按照中位数将数字普惠金融分为两组，大于中位数的组取1，否则取0，由此得到新变量Index_dum。其次，根据模型(5)在控制企业现金持有、财务杠杆、固定资产占比、股权集中度、企业成长性、企业规模和资本密集度等企业特征变量的情况下，估算出每家企业所处地区数字普惠金融的propensity score。最后，在实验组和控制组进行0.05卡尺内的1∶1最近邻匹配，得到3003个样本。对匹配后的数据平衡性检验结果表明，匹配后的变量标准化偏差在10%之内，匹配后的变量标准化偏差较之前明显缩小，说明通过PSM后的样本有效消除了由变量的系统性差异导致的研究结果偏误，通过了平衡性检验，即：

表6 基准回归稳健性检验结果

表7 传导路径稳健性检验结果：Bootstrap检验法

Index_dumi，t=δ0+δ1Controli，t+∑Industry+∑Year+εi，t

(5)

将配对后的样本重新带入模型(2)中进行回归分析，检验结果见表6列(3)，其结果与基准回归结果一致，表明本文的研究结论依然稳健。

(2)传导路径的稳健性检验。一是运用Bootstrap检验法，检验结果如表8所示，融资费用在数字普惠金融对中小企业技术创新影响中的中介效应系数为0.006，且偏差矫正95%的置信区间为(0.001751，0.012773)，置信区间不包含零，表明融资费用中介效应显著。信息不对称在数字普惠金融对中小企业技术创新影响中的中介效应系数为0.011，且偏差矫正95%的置信区间为(0.005619，0.019573)，置信区间不包含零，表明信息不对称中介效应显著。Bootstrap检验表明，上文关于融资费用与信息不对称传导路径的回归结果具有稳健性。二是运用Sobel检验法，对融资费用传导路径的检验结果如表8中的列(1)所示，融资费用在数字普惠金融对中小企业技术创新影响中的中介效应系数为0.006，且在5%置信水平显著，中介效应系数与直接效应系数同号，因此融资费用在数字普惠金融与中小企业技术创新之间起到中介作用。对信息不对称传导路径的检验结果如表8中的列(2)所示，信息不对称在数字普惠金融对中小企业技术创新影响的中介效应系数为0.011，且在1%置信水平显著，中介效应系数与直接效应系数同号。因此，信息不对称在数字普惠金融与中小企业技术创新之间起到中介作用。Sobel检验表明，上文关于融资费用与信息不对称传导路径的回归结果具有稳健性。

表8 传导路径稳健性检验结果：Sobel检验法

4 进一步分析

4.1 数字普惠金融细分维度的异质性检验与分析

郭峰等[34]构建了以总指数、覆盖广度、使用深度和数字化程度为主要支撑的“一总三细”数字普惠金融指数体系。数字普惠金融各个维度的发展可能会对中小企业技术创新产生不同的影响效果，对于中小企业来说，究竟哪一层面的提升将更有利于技术创新能力的发展？本文对其做了进一步分析，回归结果如表9所示。由表9中的列(1)至列(3)可见，覆盖广度、使用深度和数字化程度系数分别为0.335、0.283和0.360，且均在1%的置信水平显著，表明数字普惠金融无论是覆盖广度、使用深度还是数字化程度均可以对中小企业技术创新产生显著正向影响，且数字普惠金融数字化程度对中小企业技术创新的促进效果明显优于覆盖广度与使用深度。

表9 异质性检验：数字普惠金融覆盖广度、使用深度与数字化程度结果

4.2 东部与非东部地区的异质性检验与分析

由于地区间资源分布和市场环境的不同，必然使得各地数字普惠金融发展与中小企业技术创新能力表现出差异性。在这种情况下，数字普惠金融是否会对中小企业的技术创新产生差异化影响？本文对其做了进一步分析。本研究对地区的划分参考国务院发展研究中心的方法，将经济区域划分为东部与非东部区域，回归结果如表10所示。由表10中的列(1)(5)可见，数字普惠金融对中小企业技术创新的促进作用在东部与非东部地区均显著为正，且该促进作用在非东部地区效果更好。由表10中的列(2)(3)及列(6)(7)可见，数字普惠金融覆盖广度和使用深度对中小企业技术创新的促进作用在东部与非东部地区均显著为正，且该促进作用在非东部地区更为明显，其原因可能是东部地区比非东部地区资源禀赋更佳、市场化程度更高、传统金融供给更充足、金融服务更好。数字普惠金融在非东部地区发挥“普惠”的作用更大，从而对该地区中小企业的技术创新促进效果更好。但从列(4)(8)可见，数字普惠金融数字化程度在非东部地区能显著促进中小企业技术创新，而在东部地区的效果不明显。其原因可能是东部地区的普惠金融数字化发展程度一贯比非东部地区高，所以数字化程度的发展并未对东部地区产生显著影响。

表10 异质性检验：东部与非东部地区结果

4.3 “专精特新”型与非“专精特新”型的异质性检验与分析

近年来，国家为了进一步完善并强化工业企业的供应链，出台了“专精特新”中小企业认定标准，并对认定为“专精特新”的中小企业开展了培育工作。数字普惠金融对“专精特新”与非“专精特新”中小企业技术创新的影响是否会产生差异？本文对其做了进一步分析。根据Wind数据库中被认定为“专精特新”中小企业的相关信息，将样本分为“专精特新”与非“专精特新”两种类型。回归结果如表11所示。

由表11中的列(1)(5)可见，数字普惠金融对中小企业技术创新的促进作用在“专精特新”与非“专精特新”中小企业间均显著为正，且该促进作用在“专精特新”中小企业中效果更好。由列(2)至(4)以及列(6)至(8)可见，数字普惠金融覆盖广度、使用深度和数字化程度对中小企业技术创新的促进作用在“专精特新”与非“专精特新”型中小企业均显著为正，且该促进作用在“专精特新”型中小企业中更为明显。其原因可能为政府为“专精特新”中小企业出台的各项政策产生了较好的实施效果，使得数字普惠金融能精准有效地为“专精特新”型中小企业技术创新提供支持，促进其技术创新能力提升。

5 研究结论与建议

本文利用2016—2020年新三板企业数据，将其与数字普惠金融省级数据匹配，采用固定效应模型与中介效应模型，实证检验数字普惠金融对中小企业技术创新的影响及传导路径。研究结果表明：①无论从总体还是从三个细分维度分析，数字普惠金融均能对中小企业的技术创新产生显著促进作用；②从三个细分维度的影响效果看，数字普惠金融数字化程度的提高对中小企业技术创新影响最大；③数字普惠金融能够通过减少融资费用、降低信息不对称来促进中小企业技术创新；④数字普惠金融及其覆盖广度、使用深度对非东部地区中小企业技术创新促进效果明显优于东部地区，而数字化程度能够显著促进非东部地区中小企业技术创新，但对东部地区中小企业技术创新作用不显著；⑤数字普惠金融及其三个细分维度指数对“专精特新”型中小企业技术创新的促进作用明显优于非“专精特新”型中小企业。

基于上述结论，本文提出以下建议：①完善数字普惠金融服务体，精准助力中小企业技术创新，金融领域应加快完善数字普惠金融服务体系，深化数字化技术应用，完善中小企业信用风险评估，优化金融产品供给，推动金融服务向广覆盖、低成本、高效率发展，同时充分利用数字技术增强金融机构对中小企业技术创新活动的识别能力，降低企业融资费用，为其提供更加便捷、低成本的资金支持，精准高效助力中小企业技术创新；②差异化金融资源配置，推动中小企业的技术创新能力升级，根据异质性检验结果，政府部门一方面应积极鼓励并支持非东部地区的数字普惠金融建设，优化该地区金融资源配置，充分释放数字普惠金融对非东部区域中小企业技术创新驱动效果，促进东部与非东部地区协调发展，另一方面持续引导数字普惠金融对“专精特新”型中小企业的专项资金支持，推动非“专精特新”中小企业转型升级，提升中小企业的技术创新能力；③完善数据治理与监管，推进数字普惠金融服务效能提升，金融机构与政府部门应高度警惕并防范数字技术应用于金融领域可能带来的风险，金融机构应加强平台信息安全保护，确保客户数据获取与使用合法合规，政府部门也应加快完善数据治理与监管，加强数据主体权益的保护，加快数字金融立法，提升数字普惠金融的数字化程度，降低信息不对称的风险，提高数字普惠金融服务效能，让数字普惠金融真正惠及中小企业。