数字普惠金融对中国制造业企业技术创新效率影响

[摘要]我国制造业高质量发展对推动我国经济高质量有着重要影响，而我国制造业企业自主创新效率低是制约制造业高质量发展的重要因素之一。基于2011—2022年主板、创业板以及新三板上市制造业企业的数据，深入探讨数字普惠金融对制造业企业技术创新效率的具体影响及其作用机制。研究结果发现，数字普惠金融能够显著提升制造业企业的技术创新效率。进一步的机制分析揭示其背后的作用路径：数字普惠金融通过有效降低企业融资成本和增强商业信用，为制造业企业技术创新活动提供有力支持。此外，金融监管在这一过程中发挥积极的正向调节作用。基于上述研究结论，提出一系列政策建议：持续深化数字普惠金融的基础设施建设，并不断优化金融服务体系；倡导并鼓励制造业企业深入参与数字普惠金融的建设与发展；加强对数字普惠金融的监管力度，确保其合规运营并控制潜在风险。

[关键词]数字普惠金融；制造业创新效率；金融监管；融资成本；商业信用

一、 引言

党的二十大报告明确提出，要推动我国制造业迈向高端化1。实现这一目标的关键环节之一是提升制造业企业的创新效率。此外，近年来，一些发达国家通过非市场手段试图阻碍我国获取先进技术和知识的渠道，例如断供、脱钩以及限制特殊领域的科学交流等[1]。这些做法不仅在一定程度上限制了我国获取先进制造业技术的途径，还凸显了我国制造业企业在自主创新效率方面的不足。因此，有必要深入探索能够有效提升我国制造业创新效率的政策路径。

已有研究结果表明，企业融资困难和融资成本高是制约创新效率提升的重要一环。在企业实施技术创新的初期，需要大量的研究开发经费，包括购置先进的研究设施、聘请专业的研究开发人才。然而，技术创新具有周期长、风险高等特点，因此在新技术研发的中后期，稳定且持续的资金来源变得尤为关键[2-3]。在传统金融模式下，金融服务的供给往往不足。即便一些企业能够获得融资，由于传统金融模式缺乏高效、便捷的融资方式，企业的融资成本也往往较高[4]。因此，为了克服影响制造业企业创新效率提升的种种障碍，有必要积极探索并构建新型金融模式，以推动制造业企业的创新与发展。

我国政府对数字普惠金融在推动经济高质量发展中所扮演的角色给予了极高的重视。在党的二十大报告中，明确提出了推动数字经济与实体经济的深度融合，并将普惠金融作为数字经济的一项重要内容2。数字普惠金融与人工智能、大数据、云计算等前沿数字技术的紧密结合，赋予了其共享、便捷、低成本和低门槛等诸多优势。学术界普遍认为，数字普惠金融不仅能够有效缓解企业在融资方面所面临的困难和挑战，还能助力企业规避道德风险和逆向选择问题。尽管数字普惠金融作为一种新型金融模式，为制造业企业在融资方面提供了新的解决方案和服务渠道，然而，数字普惠金融是否能够切实提升制造业企业的创新效率仍然是一个值得深入探讨的问题。

本文旨在利用制造业企业的面板数据，深入剖析数字普惠金融对制造业企业创新效率的影响。当前，尽管已有大量研究从全行业视角出发，分析数字普惠金融对上市企业创新的影响，但这种宏观视角往往忽视了不同行业之间的特性差异，导致研究结论的普适性和针对性受到一定限制。特别地，截至2021年，我国制造业法人单位数量已超过410万，而同期A股制造业上市公司的数量仅为3313家1。这一数据清晰地表明，制造业中的中小微企业数量远超上市公司，并且对整体制造业的发展具有至关重要的影响。此外，现有文献在探讨创新问题时，主要聚焦创新数量的提升，而忽视了创新效率的重要性。创新效率不仅涉及研发资金的投入，还要综合考量这些投入所带来的创新数量与质量的比例关系，从而更加关注创新质量的提升。针对现有研究的不足，本文拟在已有研究的基础上进行完善。本文可能的边际贡献：首先，系统整理主板、创业板以及新三板制造业公司的数据，力求更全面地涵盖制造业中的中小微企业，从而更准确地揭示数字普惠金融对制造业创新效率的影响。其次，重点关注创新效率，深入剖析数字金融如何作用于制造业的创新效率，并提出具有针对性的政策建议。最后，深入关注并分析制造业的特性，结合行业特性进行深入剖析，以期为实践领域提供有力的理论支撑和决策参考。

二、 理论分析与研究假设

1. 影响机制及研究假设

（1）直接影响机制

直接影响机制方面，数字化普惠金融通过拓宽企业对外融资的途径和降低金融服务的门槛，让更多的中小微企业能够获得金融机构的资助，从而体现其普适性。

数字普惠金融是对传统金融排斥理论与包容性增长理论的补充与完善。金融排斥现象，由Leyshon等[5]首次构建理论模型并进行探讨。该理论指出，传统金融机构在追求更高收益的同时，加剧了不同企业间的两极分化。以我国1998年金融分支机构改革为例，金融管制的放松虽促进了银行业竞争，提高了运行效率，但也使银行为追求利润而采取细分市场策略，导致低价值客户被边缘化，金融服务壁垒逐渐形成，金融排斥现象日益严重。为应对这一问题，亚洲开发银行于2007年提出了包容性增长理论[6]。该理论的核心观点是，每个个体都应平等地享有发展机会，特别是弱势群体应得到保护。尽管包容性增长理论在理论上取得了突破，但其提出的解决方案仍主要依赖传统方法，如加强中小企业建设、推动贸易自由化等。在我国实践中，这些方法虽取得了一定成效，但仍存在部分企业融资难的问题。

在这一背景下，数字普惠金融的兴起为弥补传统方法的不足提供了新的解决方案。数字普惠金融利用数字技术和金融业务相结合的优势，为不同社会群体提供了共享金融服务的机会，从而提高了社会金融服务的普惠性。具体来说，数字普惠金融通过大数据技术的支持，深入挖掘企业的历史发展情况，并建立信贷评分模型，为中小微企业和低收入人群提供金融服务。因此，数字普惠金融在我国制造业规模大、企业众多的背景下，为众多中小微企业提供了宝贵的融资机会，推动了整体金融服务普惠性的提升。基于此，本文提出如下假设：

H1：数字普惠金融对制造业企业技术创新效率有着正向的促进作用。

（2）间接影响机制

在间接影响机制方面，即便对于已经拥有融资渠道的大中型企业，数字化普惠金融也能凭借其数据和技术优势，有效降低融资成本。此外，数字化普惠金融还有助于缓解传统金融市场中的逆向选择和道德风险问题，进而提升企业商业信用，促进市场信用体系的建设与完善。

在传统金融体系中，信息披露的不充分往往给市场带来潜在的不公平。金融机构作为金融市场中的中介机构，具备显著的优势：拥有专业的代理人团队、垄断性的线下能力以及雄厚的资本实力。这些优势使得金融机构能够有效地规避市场风险，并在贷款过程中占据主导地位。企业为获得贷款，不仅需要提供严格的信贷资格证明，还要满足金融机构制定的资产抵押标准。这增加了企业的融资成本，而外部融资对于推动企业技术创新效率的提升至关重要[7]。数字普惠金融的广泛应用为这一困境提供了解决方案。数字普惠金融借助强化的信息搜集与数据分析能力，助力金融机构更透彻地洞悉企业经营实况。这不仅简化了审查流程，缩短了审批时间，还有助于降低资产信用评估、线下审核和风险管理的成本。因此，金融机构运营成本的降低为企业带来优惠利率，从而有效降低了企业的融资成本。此外，数字普惠金融的发展还影响了融资定价模式，使其逐渐从传统的信用定价模式转变为自由市场定价模式。这一转变使得金融机构能够进一步简化审核程序，减少审批周期，从而更有效地降低资产信用评价、离线审核和风险管理等费用[8]。

数字普惠金融能够有效缓解市场不确定性和道德风险带来的信用降低问题。市场不确定性的产生往往源于信息的复杂性，而道德风险则部分归因于市场参与者的有限理性。这两种因素共同导致市场交易成本的增加，而解决这一问题的关键在于提升交易双方的信用水平。一方面，信用调节理论主张通过货币信用政策来扩大信用水平，从而促进经济增长。另一方面，信用创造理论提出，货币是银行创造信用的典型手段，这进一步暗示了银行在理论上具有无限的信用创造能力。那么，数字普惠金融如何影响企业与金融机构之间的信用关系？从金融机构的角度来看，新型金融工具作为数字普惠金融的基石，结合大数据、互联网和云计算等数字技术，能够精准识别企业的信用信息。通过建立第三方信用信息平台或风险控制体系，不仅可以降低企业间的信息不对称，还能提升企业的商业信用水平[9]。数字技术还能使企业信用更加透明、信息化，这不仅改变了传统的信用定价模式，提高了资源配置效率，还有助于缓解逆向选择和道德风险，进而增强企业的商业信用[10]。基于此，本文提出如下假设：

H2：数字普惠金融可以间接通过降低融资成本和提高商业信用机制来提升制造业企业技术创新效率。

2. 调节效应分析

理论层面上，关于金融监管对企业技术创新效率的影响存在诸多争议。一方面，监管的成本收益理论认为，金融监管措施如对企业杠杆率的限制和对金融机构资本金的要求等，可能导致企业融资成本上升。另一方面，金融监管有效性理论则认为，监管是解决委托代理成本的有效手段，能够增强金融市场的信息透明度。然而，数字普惠金融的兴起有望降低金融监管的成本，并进一步发挥监管的优势。具体来说，在数字普惠金融的影响下，金融监管体系正在经历变革。人工智能算法在防范金融风险管理方面发挥着重要作用，这有助于缓解传统监管方式可能带来的企业融资成本上升问题[11-12]。此外，鉴于我国制造业企业在前沿技术创新方面的积累不足，金融监管可以加强知识产权保护力度，严厉打击侵犯知识产权的行为，从而提升企业勇于创新研发的信心。在金融监管的助力下，欺诈行为将受到严厉处罚，数字普惠金融所带来的企业商业信用提升也将得到进一步强化[13]。基于此，本文提出如下假设：

H3：金融监管在数字普惠金融对制造业企业技术创新效率的影响中发挥调节作用。

三、 研究设计

1. 模型构建

（1）基准回归模型

为验证假设H1，本文构建面板回归模型检验数字普惠金融对制造业企业技术创新效率的直接影响。具体模型如式（1）所示：

[vati，j，t=β0+β1difj，t+βmXi，j，t+μi+δt+εi，j，t] （1）

其中，下标[i]表示企业，[j]表示省份，[t]表示年份，[vati，j，t]为制造业企业技术创新效率指标，[difj，t]为数字普惠金融指数，[Xi，j，t]为控制变量，[μi]为个体固定效应项，[δt]为时间固定效应项，[εi，j，t]为随机误差项，[β0]、[β1]和[βm]为待估计的参数。其中，[β1]是最需要关注的参数，如果[β1]在统计上显著为正，则说明数字普惠金融有助于促进制造业企业技术创新效率提升。

（2）中介效应模型

为验证假设H2，本文采用中介效应模型，构建三步法检验程序，在式（1）基础上，增加式（2）和式（3）：

[mediai，j，t=β0+β´1difj，t+βmXi，j，t+μi+δt+εi，j，t] （2）

[vati，j，t=β0+β1"difj，t+β2mediai，j，t+βmXi，j，t+μi+δt+εi，j，t] （3）

其中，[mediai，j，t]为中介变量，其余变量定义与式（1）一致。若[β´1]、[β1"]和[β2]都显著，则说明中介效应成立。此外，可以通过计算[β2]与[β´1]乘积计算中介效应大小。

（3）调节效应模型

为验证假设H3，即探究金融监管的调节作用，本文设定调节效应模型如式（4）和式（5）所示：

[vati，j，t=α0+α1difj，t+α2jgj，t+αmXi，j，t+μi+δt+εi，j，t] （4）

[vati，j，t=α0´+α´1difj，t+α´2jgj，t+α3´difj，t×jgj，t+αm´Xi，j，t+μi+δt+εi，j，t] （5）