常煜 齐晓燕 郭丕斌
【摘 要】 技术创新是企业发展的动力，数字金融的发展为新能源企业的创新活动提供了资金支持。文章以2011—2020年107家新能源上市企业的非平衡面板数据作为研究样本，采用双向固定效应模型对数字金融与企业创新活动的关系进行了实证研究。结果表明：数字金融对新能源企业的创新活动有显着的推动作用，与非国有企业、大型企业、东中部地区相比，数字金融对国有企业、中小型企业、西部地区的企业创新活动有显着的影响。融资约束在数字金融与企业创新活动的关系中发挥部分中介作用。研究建议：政府要根据不同的区域或企业类型制定差异化政策，为企业创新活动提供健康的环境；金融机构要不断提高数字金融覆盖程度，实施多元化金融服务；企业要积极披露与信用贷款有关的信息，不断提高企业财务绩效。
【关键词】 数字金融； 企业创新； 企业异质性
【中图分类号】 F832.5 【文献标识码】 A 【文章编号】 1004-5937（2024）04-0036-08
一、引言
技术创新是企业发展的动力，也是保持企业核心竞争力的关键。在新能源企业发展过程中，要想不断进行技术创新，研发新产品、新设备，就需要投入大量的资金，因此，新能源企业的发展离不开金融机构的支持。然而，传统的金融机构由于审批过程严格、信息不对称等问题很难为新能源企业的创新活动提供需要的资金，数字金融将金融产业与大数据、人工智能、5G技术等新基建进行融合，覆盖了更多的客户资源，缩短了信贷审批流程，为企业融资提供了可能。因此，大力发展金融市场，尤其是数字金融市场，推动新能源企业开展创新活动是非常有意义的。
关于数字金融与技术创新，许多学者研究了数字金融与区域技术创新之间的关系，如韩先锋等[1]基于2011—2018年的省级面板数据，分析了数字金融对区域绿色创新的影响，结果发现数字金融有力地促进了区域绿色创新。刘佳鑫等[2]、聂秀华等[3]、郑万腾等[4]也分析了数字金融与区域创新水平的关系。也有学者研究了数字金融与企业技术创新之间的关系，涉及的企业主要有中小企业[5]、小微企业[6]、高技术企业[7]、工业企业[8]、制造业[9]以及整个上市公司[10]等。另外，在分析数字金融与技术创新的关系时，部分学者探讨了金融发展影响技术创新的作用机制，如余得生等[11]分析了融资约束在污染性较大行业中对数字金融和绿色技术创新发挥的中介传导作用，万佳■[12]、黄婷婷等[13]分析了上市企业中融资约束在数字金融和企业创新活动中发挥的作用，郭联邦等[14]则分析了金融发展与企业创新、融资约束与企业创新的关系，程远等[15]分析了融资约束对企业创新决策和创新成果的影响。
尽管许多人研究数字金融与技术创新的关系，但是从微观层面对新能源企业数字金融与技术创新关系的研究并不多，而且数字金融推动新能源企业技术创新的异质性分析和作用机制目前并不清晰。基于此，本文采用2011—2020年新能源企业上市公司的数据对数字金融与新能源企业创新活动的关系进行了深入的研究。
本文的贡献在于：（1）使用企业层面的数据对数字金融与企业创新活动的关系进行了研究，而现有文献主要是采用区域层面的数据对二者的关系进行研究；（2）将重点聚焦到新能源领域，分析了数字金融与新能源企业创新活动在具体研究领域的表现；（3）从技术创新投入的角度，分析了数字金融与新能源企业创新活动的关系和影响机制。尽管蒋建勋等[16]也分析了数字金融与新能源企业绿色创新的关系，但是他们是从技术创新产出的视角进行分析的。
二、研究假设
（一）数字金融与企业创新活动
良好的创新活动可以帮助企业在市场中获得竞争优势。企业在创新活动时需要大量的资金支持，仅仅依靠内部融资可能难以满足需要，对外融资又面临许多困难，而数字金融的发展缓解了企业的融资需求，促进了企业创新。在制造、化工、金属冶炼等污染性较大行业数字金融会显着推动企业绿色创新[11]。在沪深A股上市企业，数字金融的发展会对企业绿色创新数量和质量产生显着的促进作用[17]。关于新能源企业，一方面由于属于技术密集型产业，行业进入门槛高，需要投入大量的时间和资金进行研发，面临的投资风险比较大；另一方面由于成立时间比较短，创新经验不足，历史征信不健全等问题，难以获得传统金融的支持。而数字金融通过吸收中小投资者的资金，减少了信贷歧视的风险，为新能源企业的发展提供了可能。从绿色创新的角度讲，数字金融指数可以对新能源企业的绿色创新活动产生显着的促进作用[16]。所以，本文认为数字金融的发展可以为新能源企业提供需要的资金，从而鼓励企业进行创新活动。基于此，提出假设1。
H1：数字金融发展对新能源企业的创新活动产生显着的推动作用。
（二）数字金融与企业创新活动中的异质性分析
1.企业所有权的异质性
国有企业和非国有企业拥有不同的管理体制和经营目标，国有企业有政府做保障，融资渠道比较多，融资成本也比较低。而非国有企业面临更大的竞争压力，信息不对称问题更加严重，所以在研究数字金融与企业创新活动的关系时应考虑企业所有权的影响。在我国制造业上市公司中数字金融对非国有企业创新有更加显着的推动作用[9]，而在污染性较大行业中数字金融对国有企业的绿色创新影响更大[11]。本文认为非国有新能源企业在面临不确定较大的研发投资时可能信心不足，而国有新能源企业由于有政府做保障，拥有更大的责任和信心进行创新活动，所以数字金融的发展对国有新能源企业的影响更大。因此，本文提出假设2。
H2：与非国有企业相比，数字金融对国有新能源企业的创新活动产生显着的推动作用。
2.企业规模的异质性
按照国家统计局发布的《统计上大中小微型企业划分办法（2017）》，根据资产总额和员工人数可以将企业分为大型企业和中小型企业。普遍认为，大型企业成立时间比较长，拥有更多的资源和人脉，所以有充足的资金进行创新活动，而中小企业成立时间短，更倾向于将有限的资金用于风险较低的生产经营等方面，由于受到风险识别和管理成本的约束，传统金融机构可能会忽视优质小微企业筹资的需求[18]。然而，在数字金融的发展下，中小企业不受限于传统金融机构管理成本高、金融产品少的约束，融资渠道开始变宽、融资速度变快。由于可以更好地筹集到资金，所以会激发中小企业的创新活动。基于此，本文提出假设3。
H3：与大型企业相比，数字金融对中小型新能源企业的创新活动产生显着的推动作用。
3.企业区域的异质性
不同区域的经济发展水平不同。一般来说，经济发展水平越低的地区，企业发展也会越差，融资难融资贵的问题也越突出。数字金融的发展可以缓解传统金融机构基础服务设施少、地理位置较远、审批流程严格等约束，为企业的创新活动提供金融支持。所以，在分析数字金融与企业创新活动的关系时也需要考虑企业区域异质性的问题。在污染性较大行业中无论哪个区域数字金融均有利于企业绿色创新，但效果最好的是东部地区[11]。在沪深上市公司中相比之下数字金融对中西部地区的创新绩效有显着的影响[17]。我国西部地区风光资源丰富，为技术研发和转化提供了便利，新能源企业可以在西部地区借助资源优势和国家政策支持，大力发展新能源技术。与此同时，在经济发展水平落后地区的企业，可以借助数字金融服务筹集更多的资金。基于此，本文提出假设4。
H4：与东部和中部地区相比，数字金融对西部地区新能源企业的创新活动产生显着的推动作用。
三、研究设计
（一）样本选取和数据来源
依据同花顺网站的行业分类，本文选取2011—2020年的新能源企业作为研究样本，剔除ST股和*ST股以及连续经营小于5年的企业，最终剩下107家新能源企业，971组数据。相关财务指标数据均来源于国泰安数据库，数字金融指数以及二级指标数字金融使用深度和覆盖广度的数据来源于北京大学数字金融研究中心发布的《北京大学数字普惠金融指数（2011—2020年）》。为了避免极端值，对所有的连续变量进行了双侧1%的缩尾处理。由于本文研究的是微观层面的企业数据，所以将省级层面的数字普惠金融指数与企业数据进行配对。实证部分主要是通过Stata15.0进行计算的。
（二）变量选取
1.被解释变量
本文的被解释变量是企业创新活动。关于企业创新活动的衡量有两种，一是从创新产出的角度进行衡量，如蒋建勋等[16]认为绿色专利授权数量代表了企业的实际创新能力，因此可以使用绿色专利授权数量衡量企业的创新活动；二是从创新投入的角度进行衡量，如李菲菲等[9]在分析数字金融与企业创新的关系时使用研发支出与营业投入、人均研发支出的比值衡量企业创新。万佳■等[12]也采用企业研发经费与营业收入的比值代表企业创新活动。本文从创新投入的角度，在实证部分使用了人均研发投入衡量企业创新活动，在稳健性检验部分使用了研发投入占营业收入的比值衡量企业创新活动。
2.解释变量
本文的解释变量是数字金融。张正平等[19]在分析数字金融发展与城乡家庭债务风险差异时，使用数字普惠金融指数代表数字金融的发展水平。谢周亮[20]、唐松等[10]、张勋等[21]在研究过程中也使用了该指数代表数字金融。因此，本文参考郭峰等[22]的计算方法，采用北京大学数字金融研究中心开发的数字普惠金融指数进行衡量，该指数从覆盖广度、使用深度和数字化程度三个方面对我国及各个区域的数字金融发展水平进行了分析。该指数的数值越大，说明该地区的数字金融发展程度越高。本文在实证部分使用省级层面的数字普惠金融指数衡量数字金融，在稳健性检验部分使用了数字金融覆盖广度和使用深度衡量数字金融。
3.控制变量
参考李菲菲等[9]、余得生等[11]、翟华云等[17]、郎香香等[23]的做法，本文在回归模型中考虑了与企业特征有关的变量，如企业成长性（Grow）、股权集中度（Equity）、固定资产率（Fix）、资产收益率（Roa）、管理费用率（Man）、两职合一（Dual）、企业规模（Sca）、产权性质（Soe），以及区域变量（Reg），另外将年份作为虚拟变量，以控制可能存在的时间趋势。
具体变量定义见表1。
（三）模型构建
本文采用双向固定效应模型对数字金融与新能源企业创新活动的关系进行分析，构建的模型如下：
Inni，t=α+β×Dfini，t+γ×Controlsi，t+δi+θt+εi，t （1）
其中，Inni，t表征新能源企业i在t年的创新活动；Dfini，t表征新能源企业i在第t年的数字金融；Controlsi，t表征控制变量的总称；δi表征公司固定效应，θt表征时间固定效应；εi，t表征误差项。
四、实证结果
（一）描述性统计
表2是变量的描述性统计结果，可以看出，创新活动（Inn）的最小值为0.040，最大值为17.555，均值为4.248，说明新能源企业的人均创新投入差异比较大，并且大部分企业的人均创新投入偏低。数字金融（Dfin）的最大值为417.875，最小值为33.070，均值为253.219，说明各省份数字金融的发展存在很大差异，标准差为93.051，说明最近10年数字金融的发展存在很大的波动性。控制变量的描述性统计结果表明变量的取值在合理的范围内。
（二）相关性分析
本文通过Pearson相关性检验对变量间的多重共线性进行分析，结果见表3。可以看出数字金融（Dfin）与企业创新活动（Inn）的相关系数为0.370，表现为显着的正相关，初步说明数字金融的发展有利于新能源企业的创新活动。整体看，所有的相关系数低于0.5，同时方差膨胀因子VIF检验值为1.19，远小于10，说明变量之间不存在多重共线性问题，可以进行回归分析。
（三）基准回归结果
本文使用2011—2020年新能源企业上市公司的数据，采用双向固定效应模型对数字金融与企业创新活动的关系进行研究，在回归过程中采用了聚类到公司层面的稳健标准误，本文的基准回归结果如表4所示。
从表4可以看出，列（1）数字金融（Dfin）的系数为0.043，在10%的水平上通过了显着性检验，列（2）数字金融（L.Dfin）的系数为0.045，在10%的水平上通过了显着性检验，说明数字金融的发展不仅对新能源企业当年的创新活动产生正向影响，而且对下一年的创新活动也产生正向影响，数字金融的发展对企业创新活动的影响比较长远。这主要是由于通过大数据等技术，数字金融可以将零散的资金进行整合，构建更加完整和合理的信用平台，缓解传统金融机构融资要求严格、审批速度慢等问题，帮助新能源企业尽快获得需要的资金，进而推动企业创新活动发展。因此，数字金融的发展对新能源企业创新活动起到了显着的推动作用，验证了H1。
由于新能源企业的所有权是不同的，而且企业规模和所在地理位置也是不一样的，所以数字金融对企业创新活动的影响可能存在异质性。本文从企业产权性质、规模和所在区域三个角度进行了异质性分析。
从表5可以看出，在国有企业中，数字金融（Dfin）的系数为0.095，在1%的水平上通过了显着性检验，表明数字金融的发展有利于国有企业的创新活动。在非国有企业中，数字金融（Dfin）的系数为-0.002，未通过显着性检验，表明数字金融对非国有企业创新活动的影响并不显着。这是因为有政府作为坚强的后盾，国有新能源企业有更大的信心和勇气进行创新活动，所以会将获得的资金用于创新活动。因此，与非国有企业相比，数字金融对国有企业的创新活动产生显着的推动作用，验证了H2。
在大型企业中，数字金融（Dfin）的系数为0.046，未通过显着性检验。在中小型企业中，数字金融（Dfin）的系数为0.078，在5%的水平上通过了显着性检验，验证了H3。这可能是由于与大型企业相比，中小型企业信用度低，会计核算不健全，如果单纯依靠传统金融，很难获得需要的资金，而数字金融的发展为中小企业的创新活动提供了可能，通过较低的信用条件中小企业就可以获得需要的资金，所以与大型企业相比，数字金融对中小型新能源企业的创新活动起到了显着的推动作用。
在东部和中部地区，数字金融（Dfin）的系数为0.034，未通过显着性检验。这可能是由于东部和中部地区经济发展比较好，新能源企业本来就可以吸引大量的优秀人才和筹集资金进行创新活动，所以数字金融的发展对其创新活动的影响并不明显。西部地区数字金融（Dfin）的系数为0.048，在10%的水平上通过了显着性检验，表明数字金融的发展有利于西部地区新能源企业的创新活动。这可能是由于西部地区经济发展落后，传统金融机构由于成本问题设置的网点比较少，使得传统金融业务在经济落后地区的渗透受到限制，而数字金融可以通过网络为企业提供线上服务，所以企业可以更快的速度获得融资进而进行创新活动。因此，与东部和中部地区相比，数字金融对西部地区企业的创新活动起到显着的推动作用，验证了H4。
（四）稳健性检验
为了验证模型的有效性，本文对主要核心变量进行替换，第一种方法是替换数字金融指标，使用数字金融指数的二级指标数字金融使用深度进行代替，企业创新活动指标保持不变。从表6的列（1）和列（2），可以看出数字金融Dfin、L.Dfin的系数分别为0.025、0.028，均在5%的水平上通过了显着性检验，说明无论是当期还是滞后一期，数字金融均对新能源企业的创新活动产生显着的影响，这与本文的实证结论是完全一致的；第二种方法是使用数字金融指数的另一个二级指标数字金融覆盖广度替代数字金融指数，使用研发投入占营业收入的比值替代企业创新活动。在表6的列（3）数字金融（Dfin）的系数为0.037，在5%的水平上通过显着性检验，说明数字金融对新能源企业的创新活动有显着的推动作用，进一步验证了本文的实证结论。
为了减少企业创新活动对数字金融的反向因果关系，以及由于控制变量选择不合适而产生的内生性问题，本文采用两阶段最小二乘法进行内生性检验。参考余得生等[11]的做法，选取滞后一期的数字金融作为工具变量。该工具变量与当期数字金融有相关关系，与当期的企业创新活动没有直接关系。表7为工具变量法的检验结果，可以看出数字金融可以显着提升该企业技术创新水平，这表明本文的核心结论是稳健的。
（五）进一步分析
由前文的结果可知，数字金融的发展会显着推动企业的创新活动，那幺，数字金融是通过什幺途径影响企业的创新活动呢？由于数字金融的发展可以缓解中小企业的融资约束，进而提高企业的创新水平[23]，所以新能源企业中也可能存在类似的影响机制。参考温忠麟等[24]的中介效应检验方法，本文对融资约束在数字金融与新能源企业创新活动中的作用进行了分析，其中融资约束指标选用FC指数[25]，数据来源于国泰安数据库。具体的结果如表8所示。
从表8的列（1）可以看到，数字金融与新能源企业的创新活动存在显着的正向关系。从列（2）可以看到，数字金融的系数为-0.002，在5%的水平上通过了显着性检验，说明随着数字金融水平的提高，企业可以显着减少融资约束。从列（3）可以看到，当中介变量（FC）加入数字金融与企业创新活动的关系中时，尽管数字金融的显着性水平没有发生变化，但是系数从0.043减少到0.041，说明中介变量（FC）在数字金融与企业创新活动的关系中起部分中介的作用。
五、研究结论
本文以2011—2020年107家新能源上市企业的非平衡面板数据为样本，基于双向固定效应模型从企业异质性的视角对数字金融与企业创新活动的关系进行了实证分析。研究结果表明：（1）当期和滞后一期的数字金融对新能源企业的创新活动均产生显着的推动作用；（2）数字金融对新能源企业创新活动的影响存在异质性，即与非国有企业、大型企业、东中部地区相比，数字金融对企业创新活动的显着推动作用在国有企业、中小型企业、西部地区表现明显；（3）融资约束在数字金融与新能源企业技术创新的活动中起部分中介的作用。
根据研究结论，本文提出的建议如下：
第一，政府要根据不同的区域或企业类型制定差异化的政策，加强云计算、大数据、5G、区块链等新型基础设施建设，不断规范数字金融市场秩序，为企业创新活动提供健康的环境。
第二，金融机构要不断提高数字金融覆盖程度，制定各种各样的金融服务，基于数字技术构建金融机构与企业的数字供应链金融平台[26]，不断减少双方由于信息不对称带来的问题，面向企业融资需求制定更加多样化的金融产品，更好地发挥数字金融对创新活动的推动作用。
第三，企业一方面要积极披露与信用贷款有关的信息，争取获得金融机构的支持；另一方面要不断调整经营战略，提高财务绩效，为企业创新活动提供更多的资金支持。●
【参考文献】
［1］ 韩先锋，陈龙涛，李勃昕，等.数字金融何以能诱发区域绿色创新？［J］.科学学与科学技术管理，2023，44（10）：114-130.
［2］ 刘佳鑫，李莎.“双循环”背景下数字金融发展与区域创新水平提升［J］.经济问题，2021（6）：24-32.
［3］ 聂秀华，江萍，郑晓佳，等.数字金融与区域技术创新水平研究［J］.金融研究，2021（3）：132-150.
［4］ 郑万腾，赵红岩，范宏.数字金融发展对区域创新的激励效应研究［J］.科研管理，2021，42（4）：138-146.
［5］ 杨先明，杨娟.数字金融对中小企业创新激励——效应识别、机制和异质性研究［J］.云南财经大学学报，2021，37（7）：27-40.
［6］ 杨君，肖明月，吕品.数字普惠金融促进了小微企业技术创新吗？——基于中国小微企业调查（CMES）数据的实证研究［J］.中南财经政法大学学报，2021（4）：119-131，160.
［7］ 张霞，王蕾.金融抑制、融资约束与企业创新投资［J］.会计之友，2020（3）：119-126.
［8］ 王丹，王正，惠宁.数字金融有助于工业企业创新效率提升吗？——基于我国2011—2020年30个省份数据的分析［J］.陕西师范大学学报（哲学社会科学版），2023，52（3）：107-121.
［9］ 李菲菲，马若微，黄解宇.数字金融、产权性质与企业创新——基于创新异质性视角［J］.技术经济与管理研究，2022（3）：27-33.
［10］ 唐松，伍旭川，祝佳.数字金融与企业技术创新——结构特征、机制识别与金融监管下的效应差异［J］.管理世界，2020，36（5）：52-66，9.
［11］ 余得生，杨礼华.数字金融对企业绿色创新的影响研究——基于区域异质性的视角［J］.征信，2021，39（10）：72-79.
［12］ 万佳■，周勤，肖义.数字金融、融资约束与企业创新［J］.经济评论，2020（1）：71-83.
［13］ 黄婷婷，高波.金融发展、融资约束与企业创新［J］.现代经济探讨，2020（3）：22-32.
［14］ 郭联邦，王勇.金融发展、融资约束与企业创新［J］.金融发展研究，2020（4）：17-25.
［15］ 程远，庄芹芹，郭明英，等.融资约束对企业创新的影响——基于中国工业企业数据的经验证据［J］.产业经济评论，2021（3）：114-132.
［16］ 蒋建勋，唐宇晨，李晓静.双碳背景下数字金融赋能新能源企业绿色创新：基于融资约束视角［J］.当代经济管理，2022，44（5）：81-89.
［17］ 翟华云，刘易斯.数字金融发展、融资约束与企业绿色创新关系研究［J］.科技进步与对策，2021，38（17）：116-124.
［18］ 陆岷峰.数字科技金融赋能小微科创企业发展路径研究［J］.会计之友，2023（14）：35-44.
［19］ 张正平，任康萍，谭秋云.数字金融发展与城乡家庭债务风险差异［J］.财经问题研究，2023（3）：80-93.
［20］ 谢周亮，周素华.数字金融是否推动了企业去杠杆——基于沪深A股上市公司的证据［J］.会计之友，2021（23）：23-29.
［21］ 张勋，杨桐，汪晨，等.数字金融发展与居民消费增长：理论与中国实践［J］.管理世界，2020，36（11）：48-63.
［22］ 郭峰，王靖一，王芳，等.测度中国数字普惠金融发展：指数编制与空间特征［J］.经济学（季刊），2020，19（4）：1401-1418.
［23］ 郎香香，张朦朦，王佳宁.数字普惠金融、融资约束与中小企业创新——基于新三板企业数据的研究［J］.南方金融，2021（11）：13-25.
