數(shù)字普惠金融、知識產(chǎn)權(quán)保護(hù)與企業(yè)創(chuàng)新

孫芳城，伍桂林，蔣水全

（1.重慶工商大學(xué) 會計(jì)學(xué)院，重慶 400067；2.重慶工商大學(xué) 長江上游經(jīng)濟(jì)研究中心，重慶 400067）

一、引言

技術(shù)創(chuàng)新是提升經(jīng)濟(jì)實(shí)力和培育競爭優(yōu)勢的重要引擎，同時也是暢通國內(nèi)大循環(huán)、在國際大循環(huán)中贏得主動的關(guān)鍵變量。黨的二十大報(bào)告強(qiáng)調(diào)，要加快實(shí)現(xiàn)高水平科技自立自強(qiáng)。具有自主知識產(chǎn)權(quán)的核心技術(shù)，既是企業(yè)持續(xù)發(fā)展的“命脈”所在，也是企業(yè)核心競爭力的源頭活水。然而，創(chuàng)新項(xiàng)目的投資周期長、信息不對稱和產(chǎn)出不確定等特點(diǎn)，嚴(yán)重阻礙了企業(yè)創(chuàng)新（Tang et al，2022）。根據(jù)國家統(tǒng)計(jì)局公布的最新數(shù)據(jù)，2021年我國研發(fā)經(jīng)費(fèi)投入超2.79 萬億元，為GDP 的2.44%，然而，在《2021 年全球百強(qiáng)創(chuàng)新機(jī)構(gòu)》名單中，日本和美國的上榜企業(yè)總和超過70%，中國僅有9 家企業(yè)和研究院入選榜單。因此，如何解決企業(yè)的融資難題與提高企業(yè)的創(chuàng)新意愿，促進(jìn)創(chuàng)新產(chǎn)出的“提質(zhì)增效”，進(jìn)而服務(wù)于國內(nèi)大循環(huán)戰(zhàn)略，已成為我國當(dāng)前乃至今后一段時期亟待解決的問題。

金融是實(shí)體經(jīng)濟(jì)的血脈，金融和實(shí)體經(jīng)濟(jì)循環(huán)不暢是制約經(jīng)濟(jì)循環(huán)的重要因素。現(xiàn)有文獻(xiàn)從宏觀、產(chǎn)業(yè)與微觀企業(yè)層面證實(shí)了傳統(tǒng)金融發(fā)展對創(chuàng)新的推動作用（戴志敏和羅燕，2016；凌丹和鄒夢婷，2020）。然而，傳統(tǒng)金融服務(wù)融資模式與金融供求的不平衡，反映了其存在門檻高、資源配置效率低下等問題，嚴(yán)重影響了企業(yè)的金融服務(wù)可獲得性（李曉龍等，2017）。近年來，隨著人工智能（artificial intelligence）、區(qū)塊鏈（blockchain）、云計(jì)算（cloud computing）、大數(shù)據(jù)（big data）等“ABCD”技術(shù)地不斷涌現(xiàn)，金融加強(qiáng)了與新興技術(shù)的有機(jī)結(jié)合，數(shù)字普惠金融應(yīng)運(yùn)而生，并逐步成為全球企業(yè)創(chuàng)新變革的重要突破點(diǎn)。已有研究表明，良好運(yùn)行的金融市場能有效地動員儲蓄（胡善成等，2022）、配置資源（Samuel 和Mujtaba，2022）、分散風(fēng)險(xiǎn)（闕澄宇和孫小玄，2021）和降低資金供求雙方的信息不對稱（鐘騰和汪昌云，2017），從而緩解企業(yè)創(chuàng)新的融資困境。那么，以共享、便捷、低成本、低門檻為特征的數(shù)字普惠金融（Demertzis et al，2018），能否通過高效率、全方位的觸達(dá)能力與地理穿透性等優(yōu)勢來促進(jìn)企業(yè)創(chuàng)新，這是本文探究的第一個命題。

除此之外，創(chuàng)新活動的展開不僅需要充足的資金，還離不開良好的創(chuàng)新體制機(jī)制和外在市場環(huán)境。特別地，企業(yè)創(chuàng)新離不開制度，尤其是知識產(chǎn)權(quán)保護(hù)制度的支持。在新一輪科技革命和產(chǎn)業(yè)變革時代，知識產(chǎn)權(quán)保護(hù)制度對企業(yè)創(chuàng)新的作用顯得尤為必要。這是因?yàn)?，?chuàng)新投資本身具有外部公共品特征，客觀上需要良好的法律保護(hù)環(huán)境與機(jī)制以降低研發(fā)信息外溢的風(fēng)險(xiǎn)和保障創(chuàng)新主體的權(quán)益（Liu 和Jiang，2016），從而增強(qiáng)對創(chuàng)新的價(jià)值激勵。根據(jù)國家知識產(chǎn)權(quán)局公布的數(shù)據(jù)，2021 年中國知識產(chǎn)權(quán)系統(tǒng)共受理專利侵權(quán)行政裁決案件4.98 萬件，同比增長17.4%。作為解決企業(yè)創(chuàng)新“市場失靈”問題的政策手段，知識產(chǎn)權(quán)保護(hù)始終受到監(jiān)管部門和理論界的高度關(guān)注。然而，從現(xiàn)有研究來看，知識產(chǎn)權(quán)保護(hù)對企業(yè)創(chuàng)新的影響尚未達(dá)成一致結(jié)論：一方面，“促進(jìn)觀”認(rèn)為知識產(chǎn)權(quán)保護(hù)能夠避免侵權(quán)行為的發(fā)生，保障創(chuàng)新主體的壟斷利潤，從而激勵企業(yè)創(chuàng)新（Grimaldi et al，2021）；另一方面，“抑制觀”認(rèn)為，知識產(chǎn)權(quán)保護(hù)制度阻礙了知識在技術(shù)中的共享和傳播，增加了企業(yè)獲得技術(shù)和知識的成本，導(dǎo)致企業(yè)研發(fā)動力不足，從而抑制了企業(yè)創(chuàng)新（宗慶慶等，2015）。以上兩種觀點(diǎn)孰是孰非尚存爭議。因此，本文探討的第二個問題是，知識產(chǎn)權(quán)保護(hù)能否有助于數(shù)字普惠金融發(fā)揮資源配置功能進(jìn)而促進(jìn)企業(yè)創(chuàng)新。

本文可能存在的貢獻(xiàn)在于：第一，有助于厘清數(shù)字普惠金融對企業(yè)創(chuàng)新的影響機(jī)理。與以往多數(shù)文獻(xiàn)從銀行股權(quán)關(guān)聯(lián)（賀曉宇和張治棟，2018）、政府支持（張嘉望等，2022）等傳統(tǒng)融資渠道研究企業(yè)創(chuàng)新不同，本文以數(shù)字普惠金融為視角，探究了數(shù)字普惠金融對企業(yè)創(chuàng)新激勵的三種作用機(jī)理，檢驗(yàn)了數(shù)字普惠金融對企業(yè)創(chuàng)新的經(jīng)濟(jì)后果，彌補(bǔ)了以往文獻(xiàn)在相關(guān)領(lǐng)域的研究不足。第二，有助于拓展知識產(chǎn)權(quán)保護(hù)制度的相關(guān)文獻(xiàn)。現(xiàn)有研究大多從專利被侵權(quán)率、案件結(jié)案率（鮑宗客等，2020；Galasso 和Luo，2017）等國家執(zhí)法層面考察知識產(chǎn)權(quán)保護(hù)對創(chuàng)新的影響。本文從地區(qū)技術(shù)市場交易規(guī)模與地區(qū)知識產(chǎn)權(quán)代理機(jī)構(gòu)密度角度出發(fā)，揭示出知識產(chǎn)權(quán)保護(hù)對數(shù)字普惠金融與企業(yè)創(chuàng)新的調(diào)節(jié)作用呈現(xiàn)出一定的規(guī)模效應(yīng)、融資依賴差異和階段差異特征，補(bǔ)充了知識產(chǎn)權(quán)保護(hù)領(lǐng)域的研究視角。第三，有助于提供金融服務(wù)創(chuàng)新、創(chuàng)新驅(qū)動發(fā)展的經(jīng)驗(yàn)證據(jù)。本文建立了數(shù)字普惠金融影響企業(yè)創(chuàng)新的傳導(dǎo)機(jī)制，加深了對金融市場與微觀企業(yè)行為之間互動關(guān)系的理解，不僅為當(dāng)前漸進(jìn)式的金融改革提供借鑒，還為創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略提供經(jīng)驗(yàn)依據(jù)。

二、理論分析與研究假設(shè)

（一）數(shù)字普惠金融與企業(yè)創(chuàng)新

研發(fā)創(chuàng)新過程內(nèi)在的信息不對稱和道德風(fēng)險(xiǎn)提高了創(chuàng)新項(xiàng)目的不確定性，影響了企業(yè)的創(chuàng)新投資決策。眾所周知，企業(yè)的融資渠道包括內(nèi)源融資和外部融資。盡管內(nèi)源融資的自主性高且風(fēng)險(xiǎn)較小，但依賴內(nèi)源融資為創(chuàng)新項(xiàng)目籌資不但受到企業(yè)盈利空間的限制和經(jīng)營波動的影響，還會受到產(chǎn)權(quán)性質(zhì)、管理層激勵等公司治理因素的制約（王滿四和徐朝輝，2018）。因此，外部融資成為企業(yè)籌集創(chuàng)新資金的重要渠道。根據(jù)融資優(yōu)序理論（pecking order theory），為防止控股權(quán)被轉(zhuǎn)移，管理層偏好于債務(wù)融資而非股權(quán)融資。在云計(jì)算等新興技術(shù)的支持下，數(shù)字普惠金融改變了傳統(tǒng)金融的服務(wù)范圍和觸達(dá)能力，增強(qiáng)了金融服務(wù)可獲得性，是緩解企業(yè)融資難題和促進(jìn)企業(yè)創(chuàng)新的重要渠道。本文認(rèn)為，數(shù)字普惠金融主要從以下三個方面影響企業(yè)的創(chuàng)新決策。

第一，數(shù)字普惠金融能夠降低信息不對稱，提高企業(yè)的創(chuàng)新融資效率。由于研發(fā)活動具有較高的信息不對稱和道德風(fēng)險(xiǎn)問題，投資者難以判斷創(chuàng)新活動的收益與風(fēng)險(xiǎn)情況，這使得企業(yè)的創(chuàng)新融資項(xiàng)目被排斥在傳統(tǒng)金融服務(wù)的門檻外（董春風(fēng)和司登奎，2022）。數(shù)字普惠金融通過數(shù)字信息技術(shù)建立的信息處理與風(fēng)險(xiǎn)控制系統(tǒng)，不僅提升了客戶的消費(fèi)體驗(yàn)，還提高了信貸資金的配置效率和服務(wù)質(zhì)量（梁玲玲等，2022）。此外，依托大數(shù)據(jù)等新興技術(shù)建立的客戶征信體系還可以簡化信貸審查程序，縮短信貸審核時間，有利于企業(yè)順利開展自主創(chuàng)新活動。

第二，數(shù)字普惠金融能夠降低融資成本，緩解企業(yè)的創(chuàng)新融資約束。在傳統(tǒng)金融服務(wù)模式下，金融資源錯配等問題阻礙了企業(yè)創(chuàng)新進(jìn)程，打擊了企業(yè)的創(chuàng)新積極性（趙曉鴿等，2021）。而數(shù)字普惠金融憑借極強(qiáng)的地理穿透性和先進(jìn)的互聯(lián)網(wǎng)等特征，彌補(bǔ)了傳統(tǒng)金融服務(wù)模式的短板。例如，在數(shù)字普惠金融服務(wù)模式下，資金需求者通過移動客戶端借助網(wǎng)貸平臺即可實(shí)現(xiàn)在線信用貸款，能夠降低金融機(jī)構(gòu)的服務(wù)成本和信貸申請者的時間成本。Gomber et al（2018）的研究表明，相較于傳統(tǒng)金融服務(wù)，數(shù)字普惠金融有利于降低企業(yè)的資本成本。

第三，數(shù)字普惠金融能夠拓寬融資渠道，降低企業(yè)創(chuàng)新項(xiàng)目的風(fēng)險(xiǎn)與不確定性。已有文獻(xiàn)表明，中小企業(yè)因信息披露機(jī)制不規(guī)范、抵押品不足等原因，難以獲得有效的金融服務(wù)，從而導(dǎo)致企業(yè)的創(chuàng)新動力不足。數(shù)字普惠金融擴(kuò)展了金融的服務(wù)范圍和觸達(dá)能力，同時，其“包容性”理念為各類企業(yè)創(chuàng)新提供了足夠的融資保障。一方面，數(shù)字普惠金融將企業(yè)信用透明化、信息化，顛覆了傳統(tǒng)的信用定價(jià)模式，有助于提升金融服務(wù)實(shí)體經(jīng)濟(jì)功能（Norden et al，2014；曾燕萍等，2022）；另一方面，數(shù)字普惠金融緩解了企業(yè)在籌資環(huán)節(jié)的不確定性，優(yōu)化了企業(yè)內(nèi)部的財(cái)務(wù)行為，進(jìn)而降低了企業(yè)面臨的財(cái)務(wù)風(fēng)險(xiǎn)（唐松等，2020）?；谏鲜龇治?，本文提出如下假設(shè)：

數(shù)字普惠金融有利于促進(jìn)企業(yè)創(chuàng)新（H1）。

（二）數(shù)字普惠金融、知識產(chǎn)權(quán)保護(hù)與企業(yè)創(chuàng)新

法與金融學(xué)的核心觀點(diǎn)認(rèn)為，健全高效的法律體系是保障金融發(fā)展和經(jīng)濟(jì)增長的重要因素（La Porta，1997）。在激烈的市場競爭中，為鞏固市場份額與維持核心競爭力，企業(yè)會積極開展創(chuàng)新活動，以獲得核心技術(shù)或?qū)＠呐潘允褂脵?quán)。但是，知識溢出效應(yīng)的存在，不僅難以保證關(guān)鍵工藝的排他性，還增加了創(chuàng)新成果被侵犯的風(fēng)險(xiǎn)。在此情況下，知識產(chǎn)權(quán)保護(hù)通過保障發(fā)明者的壟斷收益，修正了創(chuàng)新產(chǎn)出的外部性問題，為研發(fā)活動提供了有效激勵（Pooja 和Christian，2022）。具體而言，知識產(chǎn)權(quán)保護(hù)主要通過以下兩方面影響企業(yè)創(chuàng)新：一方面，知識產(chǎn)權(quán)保護(hù)有助于減少外部性問題，保護(hù)創(chuàng)新主體的期望收益，從而刺激企業(yè)加大自主研發(fā)創(chuàng)新力度。這是因?yàn)?，知識產(chǎn)權(quán)保護(hù)的排他性與獨(dú)占性能夠在一定程度上保障創(chuàng)新主體的權(quán)益，對企業(yè)產(chǎn)生直接的創(chuàng)新激勵效應(yīng)（莊子銀等，2021）。另一方面，知識產(chǎn)權(quán)保護(hù)有助于降低創(chuàng)新成果的不確定性，減少籌資環(huán)節(jié)的信息不對稱問題，從而緩解創(chuàng)新項(xiàng)目的融資約束。由于研發(fā)活動具有風(fēng)險(xiǎn)高、孵化周期長等特征，投資者無法全面考察企業(yè)的技術(shù)水平、項(xiàng)目發(fā)展前景等方面的信息，從而做出不予投資或降低投資額度等決策。由此，若地方政府能夠?yàn)閯?chuàng)新主體提供良好的制度環(huán)境，保障其合法權(quán)益，企業(yè)可能會為利益相關(guān)者提供更多的研發(fā)信息，有利于緩解資金供求雙方的信息不對稱，此時，知識產(chǎn)權(quán)保護(hù)水平的上升有助于企業(yè)增加創(chuàng)新投入。

然而，現(xiàn)階段我國處于新興加轉(zhuǎn)軌階段，知識產(chǎn)權(quán)保護(hù)制度仍不完善，市場上還存在不規(guī)范行為。如果以壟斷的方式對創(chuàng)新主體提供利益保護(hù)可能會加劇帕累托法則下的不公平，這種排他性的保護(hù)手段為壟斷者帶來超額利潤，同時也會相應(yīng)地減少創(chuàng)新的壓力驅(qū)動并影響其他創(chuàng)新主體的資源積累（王鈺等，2021）。這是因?yàn)?，知識產(chǎn)權(quán)保護(hù)增加了低技術(shù)企業(yè)，尤其是中小企業(yè)與初創(chuàng)企業(yè)的模仿成本，阻礙了先進(jìn)技術(shù)的傳播與交流，增加了企業(yè)的引進(jìn)成本，這在一定程度上削弱了企業(yè)學(xué)習(xí)和引進(jìn)先進(jìn)技術(shù)進(jìn)行模仿創(chuàng)新的能力，減弱了企業(yè)創(chuàng)新積極性。例如，吳先明等（2018）的研究表明，后發(fā)企業(yè)的技術(shù)創(chuàng)新路徑為：“引進(jìn)-吸收-再創(chuàng)新”，即企業(yè)主要通過引進(jìn)和吸收先進(jìn)知識技術(shù)的方式實(shí)現(xiàn)模仿式創(chuàng)新。由此可知，過高的知識產(chǎn)權(quán)保護(hù)不僅會形成壟斷的市場結(jié)構(gòu)，減少自由競爭和創(chuàng)新的利潤激勵，還會增加企業(yè)的生產(chǎn)成本和創(chuàng)新引進(jìn)成本（如技術(shù)使用費(fèi)、許可證費(fèi)），從而導(dǎo)致“促進(jìn)創(chuàng)新”變成“抑制創(chuàng)新”（鮑宗客等，2020）。基于上述分析，本文提出如下假設(shè)：

知識產(chǎn)權(quán)保護(hù)會促進(jìn)企業(yè)創(chuàng)新（H2a）；

知識產(chǎn)權(quán)保護(hù)會抑制企業(yè)創(chuàng)新（H2b）。

綜上所述，數(shù)字普惠金融與知識產(chǎn)權(quán)保護(hù)均能影響企業(yè)的創(chuàng)新投資決策，且知識產(chǎn)權(quán)保護(hù)被視為政府調(diào)節(jié)市場的重要政策工具。那么，知識產(chǎn)權(quán)保護(hù)對數(shù)字普惠金融與企業(yè)創(chuàng)新的關(guān)系起到怎樣的影響呢？本文推測，知識產(chǎn)權(quán)保護(hù)主要從以下兩方面影響數(shù)字普惠金融的企業(yè)創(chuàng)新激勵作用。一方面，知識產(chǎn)權(quán)保護(hù)可能正向調(diào)節(jié)數(shù)字普惠金融與企業(yè)創(chuàng)新的關(guān)系。制度經(jīng)濟(jì)學(xué)理論認(rèn)為，制度是決定經(jīng)濟(jì)主體行為的基本因素，創(chuàng)新則取決于企業(yè)自身情況與制度環(huán)境的相互作用（石麗靜，2017）。由此，除了數(shù)字普惠金融為企業(yè)技術(shù)創(chuàng)新提供便捷、低成本的資金支持之外，政府還應(yīng)提供合理的制度保障來保護(hù)創(chuàng)新項(xiàng)目的投資收益，從而為數(shù)字普惠金融推動創(chuàng)新提供更高的價(jià)值激勵。此時，知識產(chǎn)權(quán)保護(hù)水平越高，侵權(quán)風(fēng)險(xiǎn)就越低，越有利于發(fā)揮數(shù)字普惠金融的創(chuàng)新激勵作用，提高“長尾”客戶群體的金融服務(wù)有效性。反之，知識產(chǎn)權(quán)保護(hù)水平較低不僅會增加企業(yè)創(chuàng)新成果轉(zhuǎn)化的不確定性，創(chuàng)新主體的專利內(nèi)容還可能面臨被競爭對手盜取，甚至影響其競爭優(yōu)勢的危險(xiǎn)，此時數(shù)字普惠金融的“增量補(bǔ)充”紅利失效（唐松等，2020），創(chuàng)新激勵作用減弱。張楠等（2019）的研究表明，無論是從行政還是司法保護(hù)維度來看，在激烈的產(chǎn)品市場競爭中，只有投資者預(yù)期專利成果能夠得到足夠保障時，才愿意投入資金，支持企業(yè)開展創(chuàng)新活動。

另一方面，知識產(chǎn)權(quán)保護(hù)可能負(fù)向調(diào)節(jié)數(shù)字普惠金融與企業(yè)創(chuàng)新的關(guān)系。前文的理論分析表明，數(shù)字普惠金融和知識產(chǎn)權(quán)保護(hù)都能通過自身的傳導(dǎo)機(jī)制緩解創(chuàng)新項(xiàng)目的資源配置約束，推進(jìn)創(chuàng)新成果的產(chǎn)業(yè)化進(jìn)程并快速建立市場勢力和進(jìn)入壁壘，從而維護(hù)創(chuàng)新主體的權(quán)益。換句話說，兩者的功能在某種程度上可以相互替代，即數(shù)字普惠金融與企業(yè)創(chuàng)新的關(guān)系對知識產(chǎn)權(quán)保護(hù)的敏感度較低，或者知識產(chǎn)權(quán)保護(hù)可能會削弱數(shù)字普惠金融的創(chuàng)新效用，原因主要包括兩點(diǎn)：第一，過強(qiáng)的知識產(chǎn)權(quán)保護(hù)意味著創(chuàng)新主體更具專利“壟斷權(quán)”，致使創(chuàng)新主體著眼于當(dāng)下收益而無視更具創(chuàng)新價(jià)值的長遠(yuǎn)投資，從而削弱了數(shù)字普惠金融對創(chuàng)新激勵作用（Chu et al，2012）；第二，對于發(fā)展中國家而言，更強(qiáng)的知識產(chǎn)權(quán)保護(hù)導(dǎo)致企業(yè)付出更多的學(xué)習(xí)成本，這將會降低企業(yè)的自主創(chuàng)新動力，故數(shù)字普惠金融的企業(yè)創(chuàng)新激勵效果減弱（Brüggemann et al，2016）。劉鈞霆和曲麗娜（2020）研究發(fā)現(xiàn)，在嚴(yán)格的國際知識產(chǎn)權(quán)保護(hù)環(huán)境下，企業(yè)難以學(xué)習(xí)和吸收國外的先進(jìn)技術(shù)，降低了其自主研發(fā)的信心與模仿創(chuàng)新的機(jī)會，從而抑制了補(bǔ)貼政策對戰(zhàn)略性新興產(chǎn)業(yè)的創(chuàng)新激勵?；谏鲜龇治?，本文提出如下假設(shè)：

知識產(chǎn)權(quán)保護(hù)對數(shù)字普惠金融與企業(yè)創(chuàng)新的關(guān)系具有正向調(diào)節(jié)作用（H3a）；

知識產(chǎn)權(quán)保護(hù)對數(shù)字普惠金融與企業(yè)創(chuàng)新的關(guān)系具有負(fù)向調(diào)節(jié)作用（H3b）。

三、研究樣本與模型設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來源

本文以我國滬深兩市A 股非金融類公司作為研究樣本，并依據(jù)數(shù)字普惠金融指數(shù)的起始年限（2011 年）將樣本區(qū)間設(shè)定為2011—2020 年。本文剔除了金融保險(xiǎn)行業(yè)和被處理的公司；剔除數(shù)據(jù)缺失的公司；剔除同時發(fā)行H 股、B 股的公司，經(jīng)上述篩選處理后，最終得到13301 個觀測值。本文對財(cái)務(wù)數(shù)據(jù)進(jìn)行了上下1%的縮尾處理。數(shù)字普惠金融指標(biāo)選自北京大學(xué)數(shù)字金融研究中心編制的《北京大學(xué)數(shù)字普惠金融指數(shù)》，技術(shù)市場交易規(guī)模數(shù)據(jù)來自《中國統(tǒng)計(jì)年鑒》，知識產(chǎn)權(quán)代理機(jī)構(gòu)數(shù)據(jù)來自國家知識產(chǎn)權(quán)局，其他變量數(shù)據(jù)均來自國泰安數(shù)據(jù)庫。

（二）變量內(nèi)涵與模型設(shè)定

1.變量內(nèi)涵

第一，企業(yè)創(chuàng)新（RD）。借鑒吳超鵬和唐菂（2016）、Liu 和Qiu（2016）的做法，本文選擇研發(fā)投入強(qiáng)度即研究開發(fā)費(fèi)用與年末總資產(chǎn)的比值作為企業(yè)創(chuàng)新的代理變量。選擇研發(fā)投入強(qiáng)度衡量創(chuàng)新的原因在于：不同行業(yè)與公司的專利傾向存在不同。在不同的競爭地位、發(fā)展階段，公司會權(quán)衡申請專利還是采用商業(yè)秘密來保護(hù)創(chuàng)新成果兩種方式的利弊。因此，研發(fā)投入更能體現(xiàn)企業(yè)開展創(chuàng)新活動的意愿。

第二，數(shù)字普惠金融（Index）。本文采用《北京大學(xué)數(shù)字普惠金融指數(shù)》的省份層面數(shù)據(jù)來衡量數(shù)字普惠金融。此外，為進(jìn)一步考察數(shù)字普惠金融細(xì)分維度對企業(yè)創(chuàng)新的影響，本文使用了數(shù)字普惠金融覆蓋廣度、使用深度與數(shù)字化程度三個二級指標(biāo)。其中，覆蓋廣度（Cover）反映數(shù)字普惠金融依托互聯(lián)網(wǎng)技術(shù)的地理穿透性，使用深度（Use）表示數(shù)字普惠金融的實(shí)際使用情況，數(shù)字化程度（Dig）則通過移動化、實(shí)惠化、信用化和便利化等指數(shù)體現(xiàn)。

第三，知識產(chǎn)權(quán)保護(hù)（IPP）。本文構(gòu)建以下兩個指標(biāo)來衡量地方知識產(chǎn)權(quán)保護(hù)水平：①技術(shù)市場交易規(guī)模（IPP1）。技術(shù)市場交易規(guī)模為各地區(qū)技術(shù)市場成交合同金額除以該地區(qū)的年度生產(chǎn)總值。技術(shù)交易契約的達(dá)成很大程度上依賴于知識產(chǎn)權(quán)保護(hù)機(jī)制的落實(shí)，只有對地區(qū)知識產(chǎn)權(quán)保護(hù)機(jī)制有信心時，技術(shù)交易契約才可能達(dá)成，故可以用各地區(qū)技術(shù)市場成交量來刻畫該地區(qū)的知識產(chǎn)權(quán)保護(hù)狀況（楊麗君，2020）。②知識產(chǎn)權(quán)代理密度（IPP2）。知識產(chǎn)權(quán)代理機(jī)構(gòu)密度采用各地區(qū)知識產(chǎn)權(quán)代理機(jī)構(gòu)數(shù)量與該地區(qū)人口總數(shù)的比值來度量。知識產(chǎn)權(quán)代理公司的密度越大，表明行業(yè)競爭越激烈。此時，為鞏固競爭地位與維持客戶資源，知識產(chǎn)權(quán)代理機(jī)構(gòu)會積極主動地向企業(yè)宣傳相關(guān)的知識產(chǎn)權(quán)保護(hù)制度，強(qiáng)化產(chǎn)權(quán)保護(hù)意識，故地區(qū)知識產(chǎn)權(quán)代理機(jī)構(gòu)密度能夠在一定程度上反映當(dāng)?shù)刂R產(chǎn)權(quán)保護(hù)水平（Liu 和Jiang，2016）。

第四，控制變量（Controls）。參照以往文獻(xiàn)的研究，本文的控制變量主要包括：企業(yè)規(guī)模（Size），為公司年末資產(chǎn)的自然對數(shù)；資產(chǎn)負(fù)債率（Lev），為公司負(fù)債與資產(chǎn)的比值；凈資產(chǎn)收益率（Roe），為凈利潤與公司凈資產(chǎn)的比值；現(xiàn)金持有水平（Cf），用經(jīng)營活動現(xiàn)金流量凈額除以總資產(chǎn)表示；公司成長性（Growth），用總資產(chǎn)增長率來表示；兩職合一（Dual），若董事長和總經(jīng)理由同一人擔(dān)任取值為1，否則為0；股權(quán)集中度（Large），為第一大股東持股比例；董事會規(guī)模（Board），為董事會人數(shù)的自然對數(shù)；公司年齡（Age），用公司成立年限+1 的自然對數(shù)來表示；外商投資水平（FDI），用外商投資總額除以地區(qū)當(dāng)年生產(chǎn)總值表示；財(cái)政支出（EXP），用地方財(cái)政支出除以地區(qū)當(dāng)年生產(chǎn)總值來表示。此外，本文還控制了年份效應(yīng)（Year）和行業(yè)效應(yīng)（Ind）。

2.模型設(shè)定

為檢驗(yàn)數(shù)字普惠金融、知識產(chǎn)權(quán)保護(hù)與企業(yè)創(chuàng)新的關(guān)系，本文借鑒吳超鵬和唐菂（2016）的研究，構(gòu)建如下模型：

其中：i為企業(yè)i；t為第t年；α0為待估常數(shù)項(xiàng)；α1/α2用以估計(jì)模型中自變量（Indexi，t/IPPi，t）對因變量（RDi，t）的影響效應(yīng)；α3為調(diào)節(jié)變量（IPPi，t）對數(shù)字普惠金融和企業(yè)創(chuàng)新的調(diào)節(jié)作用；∑Controlsi，t為模型中各控制變量；εi，t為隨機(jī)擾動項(xiàng)。

四、實(shí)證結(jié)果與分析

（一）主要變量的描述性統(tǒng)計(jì)

表1 列示了相關(guān)變量的描述性統(tǒng)計(jì)結(jié)果。數(shù)據(jù)顯示，研發(fā)投入（RD）的均值為0.021，中位數(shù)為0.018，均值大于中位數(shù)，表明樣本呈現(xiàn)右偏分布，且不同企業(yè)的研發(fā)投入強(qiáng)度存在差異。數(shù)字普惠金融指數(shù)（Index）的最大值為3.990，最小值為0.402，表明數(shù)字普惠金融發(fā)展水平具有一定的區(qū)域特征。從數(shù)字普惠金融的細(xì)分維度來看，覆蓋廣度（Cover）、使用深度（Use）與數(shù)字普惠金融指數(shù)（Index）的標(biāo)準(zhǔn)差接近，發(fā)展趨勢總體形式相同。技術(shù)市場交易規(guī)模（IPP1）的最大值和最小值分別是0.164 和0.000，知識產(chǎn)權(quán)代理機(jī)構(gòu)密度（IPP2）的最大值和最小值為0.298 和0.001，表明部分地區(qū)的知識產(chǎn)權(quán)保護(hù)意識較差，且不同地區(qū)的知識產(chǎn)權(quán)保護(hù)水平存在較大差距。從控制變量來看，成長性（Growth）的均值為0.148，表明絕大部分的樣本企業(yè)成長性較好。股權(quán)集中度（Large）的均值為0.340，表明樣本企業(yè)中第一大股東的平均持股比例為0.340。此外，其他變量的取值與已有相關(guān)研究的統(tǒng)計(jì)結(jié)果差別不大，不再贅述。

表1 主要變量的描述性統(tǒng)計(jì)

（二）基準(zhǔn)回歸分析

1.數(shù)字普惠金融與企業(yè)創(chuàng)新

表2 為數(shù)字普惠金融與企業(yè)創(chuàng)新的檢驗(yàn)結(jié)果。（1）列回歸結(jié)果顯示數(shù)字普惠金融總指數(shù)（Index）與企業(yè)創(chuàng)新（RD）的回歸系數(shù)為0.006，在1%水平上顯著為正，表明數(shù)字普惠金融有助于促進(jìn)企業(yè)自主創(chuàng)新，假設(shè)H1得到驗(yàn)證。（2）～（4）列為數(shù)字普惠金融的細(xì)分維度對企業(yè)創(chuàng)新的影響?；貧w結(jié)果顯示，數(shù)字普惠金融的覆蓋廣度（Cover）、使用深度（Use）與企業(yè)創(chuàng)新（RD）的估計(jì)系數(shù)均在1%水平上顯著為正，數(shù)字化程度（Dig）的回歸系數(shù)不顯著。上述回歸結(jié)果表明，數(shù)字普惠金融主要從覆蓋廣度和使用深度兩方面體現(xiàn)其共享、便捷、低門檻特性，從而提升企業(yè)的創(chuàng)新意愿。

表2 數(shù)字普惠金融與企業(yè)創(chuàng)新

2.數(shù)字普惠金融、知識產(chǎn)權(quán)保護(hù)與企業(yè)創(chuàng)新

表3 報(bào)告了數(shù)字普惠金融、知識產(chǎn)權(quán)保護(hù)與企業(yè)創(chuàng)新的檢驗(yàn)結(jié)果。（1）、（2）列分別為技術(shù)市場交易規(guī)模（IPP1）與知識產(chǎn)權(quán)代理機(jī)構(gòu)密度（IPP2）對企業(yè)創(chuàng)新（RD）的影響。其中，（1）列技術(shù)市場交易規(guī)模（IPP1）的回歸系數(shù)為0.028，在1%水平上顯著為正，表明技術(shù)市場規(guī)模越大，越有利于企業(yè)開展創(chuàng)新活動。（2）列知識產(chǎn)權(quán)代理機(jī)構(gòu)密度（IPP2）的估計(jì)系數(shù)為0.018，在1%水平上顯著為正，回歸結(jié)果表明，當(dāng)上市公司所在地區(qū)的知識產(chǎn)權(quán)機(jī)構(gòu)密度越大，創(chuàng)新主體的成果越能受到保障，企業(yè)的創(chuàng)新積極性越高。綜合上述回歸結(jié)果分析，知識產(chǎn)權(quán)保護(hù)有利于促進(jìn)企業(yè)創(chuàng)新，假設(shè)H2a 得到驗(yàn)證。（3）、（4）列分別為技術(shù)市場交易規(guī)模（IPP1）與知識產(chǎn)權(quán)代理機(jī)構(gòu)密度（IPP2）對數(shù)字普惠金融與企業(yè)創(chuàng)新的調(diào)節(jié)作用?；貧w結(jié)果顯示，交乘項(xiàng)（Index×IPP1）與企業(yè)創(chuàng)新（RD）的估計(jì)系數(shù)為-0.009，在5%水平上顯著為負(fù)；交乘項(xiàng)（Index×IPP2）與企業(yè)創(chuàng)新（RD）的估計(jì)系數(shù)為-0.011，在1%水平上顯著為負(fù)，回歸結(jié)果表明，知識產(chǎn)權(quán)保護(hù)削弱了數(shù)字普惠金融對企業(yè)創(chuàng)新的正向促進(jìn)作用，即兩者呈現(xiàn)出替代效應(yīng)，支持了假設(shè)H3b。出現(xiàn)上述現(xiàn)象的原因主要是，數(shù)字普惠金融與知識產(chǎn)權(quán)保護(hù)均能激發(fā)企業(yè)的創(chuàng)新意愿，但是當(dāng)兩者結(jié)合在一起時，他們的功能在一定程度上可以相互替代，從而出現(xiàn)了在知識產(chǎn)權(quán)保護(hù)水平越高的地區(qū)，數(shù)字普惠金融對企業(yè)創(chuàng)新的促進(jìn)效應(yīng)較弱的現(xiàn)象。

（三）穩(wěn)健性檢驗(yàn)

1.工具變量法（IV-2SLS）

為緩解數(shù)字普惠金融與企業(yè)創(chuàng)新之間存在的內(nèi)生性問題，本文借鑒謝絢麗等（2018）的研究，采用省級互聯(lián)網(wǎng)普及率作為工具變量進(jìn)行內(nèi)生性檢驗(yàn)。一方面，互聯(lián)網(wǎng)普及率與數(shù)字普惠金融的發(fā)展緊密關(guān)聯(lián)；另一方面互聯(lián)網(wǎng)普及率與企業(yè)創(chuàng)新不存在直接影響路徑。因此，互聯(lián)網(wǎng)普及率適合作為數(shù)字普惠金融的工具變量。工具變量的檢驗(yàn)結(jié)果見表4 的（1）、（2）列所示。表4 的（1）列中互聯(lián)網(wǎng)普及率（Inter）的回歸系數(shù)在1%水平上顯著，數(shù)字普惠金融指數(shù)（Index）與互聯(lián)網(wǎng)普及率（Inter）的第一階段統(tǒng)計(jì)量F值為340.48，遠(yuǎn)高于臨界值，表明不存在弱工具變量問題，互聯(lián)網(wǎng)普及率（Inter）作為數(shù)字普惠金融的工具變量是合適的。表4 的（2）列報(bào)告了第一階段的擬合值與企業(yè)創(chuàng)新（RD）的回歸系數(shù)在1%水平上顯著為正，表明在控制內(nèi)生性問題后，本文的研究結(jié)果依然穩(wěn)健。

2.Heckman 兩階段法

由于企業(yè)開展創(chuàng)新活動的過程中存在自我選擇效應(yīng)，即企業(yè)增加創(chuàng)新投入可能是受其他因素的影響，且這些因素未能被基準(zhǔn)回歸模型識別，從而導(dǎo)致本文的估計(jì)有偏。為此，本文使用Heckman 兩階段法來緩解企業(yè)創(chuàng)新的自我選擇效應(yīng)，檢驗(yàn)結(jié)果見表4 的（3）、（4）列所示。表4 的（3）列報(bào)告了在控制了公司規(guī)模、資產(chǎn)負(fù)債率、股權(quán)集中度、董事會規(guī)模、公司年齡、外商投資水平、財(cái)政支出等變量后進(jìn)行Probit 估計(jì)的檢驗(yàn)結(jié)果。（4）列報(bào)告了逆米爾斯比率（IMR）加入基準(zhǔn)回歸模型的檢驗(yàn)結(jié)果，回歸結(jié)果顯示，第一階段計(jì)算的逆米爾斯系數(shù)不顯著，表明不存在自選擇問題，本文的研究結(jié)果穩(wěn)健。

3.傾向得分匹配法（PSM）

本文使用傾向得分匹配法來緩解可能存在的樣本選擇偏差問題，檢驗(yàn)結(jié)果見表4 的（5）、（6）列所示。在控制了公司規(guī)模、股權(quán)集中度、董事會規(guī)模、公司年齡、外商投資水平、財(cái)政支出等變量后，在實(shí)驗(yàn)組和控制組進(jìn)行1∶1、1∶2 的近鄰匹配，分別得到4958、7127 個樣本，并將配對后的樣本重新帶入模型（1）中進(jìn)行回歸分析。檢驗(yàn)結(jié)果顯示，表4 的（5）、（6）列中數(shù)字普惠金融與企業(yè)創(chuàng)新的系數(shù)均在1%水平上顯著為正，本文的研究結(jié)果依然穩(wěn)健。

表4 內(nèi)生性檢驗(yàn)

4.其他穩(wěn)健性檢驗(yàn)方法

除此之外，本文還進(jìn)行了如下穩(wěn)健性測試：

第一，替換被解釋變量。本文從創(chuàng)新產(chǎn)出角度，使用專利申請數(shù)量衡量企業(yè)的創(chuàng)新能力，具體地，企業(yè)創(chuàng)新為發(fā)明專利、實(shí)用新型專利與外觀設(shè)計(jì)專利申請總量的自然對數(shù)。表5 的（1）列報(bào)告了相關(guān)檢驗(yàn)的回歸結(jié)果，結(jié)果顯示：交乘項(xiàng)（Index×IPP）與企業(yè)創(chuàng)新（RD）的估計(jì)系數(shù)顯著為負(fù)，回歸結(jié)論穩(wěn)健。此外，借鑒魏浩和巫?。?018）的做法，采用研究開發(fā)費(fèi)用除以銷售收入的比值重新度量企業(yè)創(chuàng)新，表5 的（2）列檢驗(yàn)結(jié)果顯示，交乘項(xiàng)（Index×IPP）與企業(yè)創(chuàng)新（RD）的估計(jì)系數(shù)為-0.384，在10%水平上顯著為負(fù)，與主回歸結(jié)論一致。

第二，替換解釋變量。本文將數(shù)字普惠金融指數(shù)取對數(shù)重新定義解釋變量，表5 的（3）列檢驗(yàn)結(jié)果顯示，交乘項(xiàng)（Index×IPP）與企業(yè)創(chuàng)新（RD）的估計(jì)系數(shù)為-0.026，在5%水平上顯著為負(fù)，檢驗(yàn)結(jié)果與主回歸結(jié)果一致。

第三，模型滯后一期。由于模型中可能存在變量遺漏和測量誤差等問題，本文采用對解釋變量滯后一期來緩解可能存在的反向因果關(guān)系導(dǎo)致的內(nèi)生性問題，表5 的（4）列檢驗(yàn)結(jié)果顯示，交乘項(xiàng)（Index×IPP）與企業(yè)創(chuàng)新（RD）的估計(jì)系數(shù)在10%水平上顯著為負(fù)，回歸結(jié)論與前文一致。

第四，更換數(shù)據(jù)源。參照唐松等（2020）的研究，本文將《北京大學(xué)數(shù)字普惠金融指數(shù)》的省份層面的數(shù)據(jù)替換為城市層面的數(shù)據(jù)，表5 的（5）列檢驗(yàn)結(jié)果顯示，交乘項(xiàng)（Index×IPP）與企業(yè)創(chuàng)新（RD）的估計(jì)系數(shù)為-0.017，在10%水平上顯著為負(fù)，檢驗(yàn)結(jié)果與主回歸結(jié)論一致。

第五，控制省份固定效應(yīng)。本文在主回歸模型的基礎(chǔ)上將上市公司按其注冊地匹配到省份層面，同時控制省份、年度、行業(yè)效應(yīng)，表5 的（6）列檢驗(yàn)結(jié)果顯示，交乘項(xiàng)（Index×IPP）與企業(yè)創(chuàng)新（RD）的估計(jì)系數(shù)為-3.720，在1%水平上顯著為負(fù)，回歸結(jié)果穩(wěn)健。

第六，加入遺漏變量?？紤]到模型（1）中存在一定的遺漏變量問題，本文還控制了獨(dú)立董事比例（Ind）、資本回報(bào)率（Return）、管理費(fèi)用率（Adm）、產(chǎn)業(yè)結(jié)構(gòu)（IS）、市場化水平（Market）特征變量。其中，獨(dú)立董事占比用獨(dú)立董事與董事人數(shù)的比值表示；資本回報(bào)率為考慮現(xiàn)金紅利再投資的公司股票年度回報(bào)率；管理費(fèi)用率用管理費(fèi)用與主營業(yè)務(wù)收入的比值來衡量；產(chǎn)業(yè)結(jié)構(gòu)為第二產(chǎn)業(yè)產(chǎn)值與地區(qū)生產(chǎn)總產(chǎn)值的比值；市場化水平采用王小魯?shù)染幹频摹吨袊质》菔袌龌笖?shù)報(bào)告》中的市場化進(jìn)程總得分來刻畫。表5 的（7）列檢驗(yàn)結(jié)果顯示，交乘項(xiàng)（Index×IPP）與企業(yè)創(chuàng)新（RD）的估計(jì)系數(shù)為-0.009，在5%水平上顯著為負(fù)，回歸結(jié)論依然穩(wěn)健。

表5 其他穩(wěn)健性檢驗(yàn)

五、拓展性檢驗(yàn)

（一）數(shù)字普惠金融對企業(yè)創(chuàng)新的機(jī)制識別檢驗(yàn)

依據(jù)前文的理論分析，數(shù)字普惠金融主要從降低企業(yè)的信息不對稱、融資成本和財(cái)務(wù)風(fēng)險(xiǎn)三條路徑，解決企業(yè)的融資難題和提高企業(yè)的創(chuàng)新意愿，進(jìn)而促進(jìn)企業(yè)創(chuàng)新。為進(jìn)一步檢驗(yàn)數(shù)字普惠金融對企業(yè)創(chuàng)新的機(jī)制黑箱，本文借鑒溫忠麟和葉寶娟（2014）的研究，構(gòu)建了以下模型對上述路徑進(jìn)行檢驗(yàn)：

其中：i為企業(yè)i；t為第t年；α0、β0、γ0為待估常數(shù)項(xiàng)；α1、γ1用以估計(jì)自變量（Indexi，t）對因變量（RDi，t）的影響效應(yīng)；β1為自變量（Indexi，t）對中介變量（ILLIQi，t、DEBTi，t、Z_Scorei，t）的影響效應(yīng)；γ2為中介變量（ILLIQi，t、DEBTi，t、Z_Scorei，t）對因變量（RDi，t）的影響效應(yīng)；∑Controlsi，t為模型中各控制變量；εi，t為隨機(jī)擾動項(xiàng)。參照王嘉鑫（2020）的研究，采用流動性比率作為信息不對稱（ILLIQ）的代理變量；參照Pittman 和Fortin（2004）的研究，采用企業(yè)的利息支出和有息債務(wù)總額的比值衡量債務(wù)融資成本（DEBT）；借鑒Castro et al（2020）的研究，采用風(fēng)險(xiǎn)Z值作為財(cái)務(wù)風(fēng)險(xiǎn)（Z_Score）的代理變量①風(fēng)險(xiǎn)Z 值的具體計(jì)算方法為：Z_Score=1.2×營運(yùn)資金/總資產(chǎn)+1.4×留存收益/總資產(chǎn)+3.3×息稅前利潤/總資產(chǎn)+0.6×所有者權(quán)益賬面價(jià)值/負(fù)債賬面價(jià)值+0.999×銷售收入/總資產(chǎn)。，Z值越大，表明企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)越小。

表6 報(bào)告了數(shù)字普惠金融對企業(yè)創(chuàng)新的影響機(jī)制檢驗(yàn)結(jié)果。其中，表6 的（1）、（2）列為信息不對稱的中介效應(yīng)檢驗(yàn)結(jié)果，（1）列數(shù)字普惠金融（Index）的估計(jì)系數(shù)顯著為正，回歸結(jié)果表明數(shù)字普惠金融能夠降低信息不對稱。（2）列數(shù)字普惠金融（Index）與信息不對稱（ILLIQ）對企業(yè)創(chuàng)新（RD）的回歸系數(shù)均顯著為正，回歸結(jié)果表明信息不對稱在數(shù)字普惠金融與企業(yè)創(chuàng)新中存在部分中介效應(yīng)。（3）、（4）列為融資約束中介效應(yīng)的檢驗(yàn)結(jié)果，（3）列數(shù)字普惠金融（Index）與融資約束（DEBT）的回歸系數(shù)為-0.015，在10%水平上顯著為負(fù)，回歸結(jié)果表明數(shù)字普惠金融能夠降低企業(yè)債務(wù)融資成本，進(jìn)而降低企業(yè)的融資約束。（4）列數(shù)字普惠金融（Index）與融資約束（DEBT）對企業(yè)創(chuàng)新（RD）的回歸系數(shù)在1%水平上顯著，回歸結(jié)果表明融資約束在數(shù)字普惠金融與企業(yè)創(chuàng)新中存在部分中介效應(yīng)。（5）、（6）列為財(cái)務(wù)風(fēng)險(xiǎn)中介效應(yīng)的檢驗(yàn)結(jié)果，（5）列數(shù)字普惠金融（Index）與財(cái)務(wù)風(fēng)險(xiǎn)（Z_Score）的回歸系數(shù)為0.068，在10%水平上顯著為正，回歸結(jié)果表明數(shù)字普惠金融的發(fā)展有利于企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的穩(wěn)定。（6）列數(shù)字普惠金融（Index）與財(cái)務(wù)風(fēng)險(xiǎn)（Z_Score）對企業(yè)創(chuàng)新（RD）的回歸系數(shù)在1%水平上顯著，回歸結(jié)果表明財(cái)務(wù)風(fēng)險(xiǎn)在數(shù)字普惠金融與企業(yè)創(chuàng)新中存在部分中介效應(yīng)，且部分中介效應(yīng)占總效應(yīng)的5.67%。與此同時，本文對中介效應(yīng)進(jìn)行了Bootstrap檢驗(yàn)，相應(yīng)的檢驗(yàn)結(jié)果均通過了顯著性檢驗(yàn)。綜上所述，數(shù)字普惠金融主要通過降低企業(yè)的信息不對稱、融資約束和財(cái)務(wù)風(fēng)險(xiǎn)這三條路徑來促進(jìn)企業(yè)創(chuàng)新。

表6 數(shù)字普惠金融對企業(yè)創(chuàng)新的影響機(jī)制檢驗(yàn)

（二）數(shù)字普惠金融對企業(yè)創(chuàng)新的經(jīng)濟(jì)后果檢驗(yàn)

前已述及，數(shù)字普惠金融通過降低信息不對稱、融資約束與財(cái)務(wù)風(fēng)險(xiǎn)三條路徑促進(jìn)企業(yè)創(chuàng)新。那么，上述作用對企業(yè)及其地區(qū)經(jīng)濟(jì)發(fā)展有何影響？為此，本文構(gòu)建了以下模型來檢驗(yàn)數(shù)字普惠金融的創(chuàng)新激勵效應(yīng)帶來的經(jīng)濟(jì)后果。

其中：i為企業(yè)i；t為第t年；α0為待估常數(shù)項(xiàng)；α1、α2為自變量（Indexi，t、RDi，t）對因變量（TQi，t、OIi，t、NCSKEWi，t、Economici，t）的影響效應(yīng)；α3為交乘項(xiàng)（Indexi，t×RDi，t）對因變量（ILLIQi，t、DEBTi，t、Z_Scorei，t）的影響；∑Controlsi，t為模型中各控制變量；εi，t為隨機(jī)擾動項(xiàng)；TQi，t為企業(yè)價(jià)值；OIi，t為營業(yè)利潤率；NCSKEWi，t為股價(jià)崩盤風(fēng)險(xiǎn)，借鑒王翌秋和王新悅（2022）的研究，采用股票收益負(fù)偏態(tài)收益系數(shù)來度量；Economici，t為地方經(jīng)濟(jì)增長率，采用當(dāng)年國內(nèi)生產(chǎn)總值GDP 的增長率來表示。

表7 報(bào)告了數(shù)字普惠金融對企業(yè)創(chuàng)新的經(jīng)濟(jì)后果檢驗(yàn)結(jié)果。表7 的（1）列交乘項(xiàng)（Index×RD）與企業(yè)價(jià)值（TQ）的估計(jì)系數(shù)為1.623，在10%水平上顯著為正，表明數(shù)字普惠金融對創(chuàng)新的激勵效應(yīng)提升了企業(yè)價(jià)值。（2）列交乘項(xiàng)（Index×RD）與營業(yè)利潤率（OI）的估計(jì)系數(shù)為0.224，在10%水平上顯著為正，表明數(shù)字普惠金融對創(chuàng)新的激勵效應(yīng)有助于提高企業(yè)的財(cái)務(wù)績效。（3）列交乘項(xiàng)（Index×RD）與股價(jià)崩盤風(fēng)險(xiǎn)（NCSKEW）的估計(jì)系數(shù)為-1.475，在1%水平上顯著為負(fù)，表明數(shù)字普惠金融降低信息不對稱和財(cái)務(wù)風(fēng)險(xiǎn)的特點(diǎn)，有利于降低企業(yè)的股價(jià)崩盤風(fēng)險(xiǎn)。（4）列交乘項(xiàng)（Index×RD）與經(jīng)濟(jì)增長（Economic）的估計(jì)系數(shù)為0.060，在10%水平上顯著為正，表明數(shù)字普惠金融對企業(yè)的創(chuàng)新激勵還能進(jìn)一步傳遞到宏觀層面的經(jīng)濟(jì)增長。

表7 數(shù)字普惠金融對企業(yè)創(chuàng)新的經(jīng)濟(jì)后果檢驗(yàn)

（三）數(shù)字普惠金融、知識產(chǎn)權(quán)保護(hù)與企業(yè)創(chuàng)新的橫截面差異檢驗(yàn)

1.規(guī)模效應(yīng)

企業(yè)規(guī)模不同，預(yù)示著企業(yè)在環(huán)境和資源上及企業(yè)的創(chuàng)新行為存在較大差異。大規(guī)模企業(yè)往往代表著更高的信息披露質(zhì)量與更強(qiáng)的融資能力，而信息透明度較低的小規(guī)模企業(yè)則更容易面臨融資約束困境。如趙曉鴿等（2021）的研究表明，受自身資源與外部融資能力的影響，小規(guī)模企業(yè)相較于大規(guī)模企業(yè)而言更加依賴金融市場環(huán)境。這是因?yàn)?，小?guī)模企業(yè)缺少相應(yīng)的組織機(jī)構(gòu)、人才資源等，其知識產(chǎn)權(quán)管理和運(yùn)用水平、研發(fā)能力和抗風(fēng)險(xiǎn)能力較低。因此，若政府加強(qiáng)知識產(chǎn)權(quán)保護(hù)行為，小規(guī)模企業(yè)更愿意積極創(chuàng)新以獲得持久的市場競爭優(yōu)勢，從而小規(guī)模企業(yè)對數(shù)字普惠金融與知識產(chǎn)權(quán)保護(hù)水平的敏感性較高。為此，本文按照企業(yè)市場占有率的中位數(shù)進(jìn)行分組檢驗(yàn)，市場占有率為企業(yè)營業(yè)收入與行業(yè)營業(yè)收入總額的比值，回歸結(jié)果見表8。表8 的（1）列小規(guī)模企業(yè)中交乘項(xiàng)（Index×IPP1）與企業(yè)創(chuàng)新（RD）的估計(jì)系數(shù)為-0.022，在1%水平上顯著為負(fù)；（2）列大規(guī)模企業(yè)中交乘項(xiàng)（Index×IPP1）與企業(yè)創(chuàng)新（RD）的估計(jì)系數(shù)不顯著?；貧w結(jié)果表明，數(shù)字普惠金融通過精準(zhǔn)的信息監(jiān)測與處理系統(tǒng)，能夠更好的識別具有良好發(fā)展前景與創(chuàng)新意愿的小規(guī)模企業(yè)，從而提高資金配置效率。由于小規(guī)模企業(yè)更加需要知識產(chǎn)權(quán)保護(hù)制度維護(hù)其創(chuàng)新收益。因此，相較于大規(guī)模企業(yè)，數(shù)字普惠金融與知識產(chǎn)權(quán)保護(hù)的交互效應(yīng)在小規(guī)模企業(yè)中效果更為顯著。

2.融資需求效應(yīng)

通常，創(chuàng)新活動在研究與開發(fā)階段的資金投入規(guī)模較大，但留存收益往往不能滿足企業(yè)資金需求，此時，外部融資成為企業(yè)獲取資金的重要渠道。數(shù)字普惠金融不僅降低了企業(yè)的信貸交易成本，其“普惠”特性還拓展了金融服務(wù)的覆蓋范圍與觸達(dá)能力，為企業(yè)創(chuàng)新活動提供不竭的動力源泉。在此情況下，外部融資需求高的企業(yè)為提升自身償債能力，提高投資者或債權(quán)人的決策信心，將更依賴知識產(chǎn)權(quán)保護(hù)制度，以保障其壟斷收益。為此，本文借鑒鐘騰和汪昌云（2017）的研究，采用資本支出與營運(yùn)現(xiàn)金的差與資本支出的比值作為外部融資依賴的代理變量，分組檢驗(yàn)回歸結(jié)果見表8。表8 的（3）列為外部融資依賴較高組的檢驗(yàn)結(jié)果，數(shù)字普惠金融與知識產(chǎn)權(quán)保護(hù)的交乘項(xiàng)（Index×IPP1）與企業(yè)創(chuàng)新（RD）的回歸系數(shù)為-0.021，在1%水平上顯著為負(fù)；（4）列為外部融資依賴較低組的檢驗(yàn)結(jié)果，數(shù)字普惠金融與知識產(chǎn)權(quán)保護(hù)的交乘項(xiàng)（Index×IPP1）與企業(yè)創(chuàng)新（RD）的回歸系數(shù)不顯著。上述回歸結(jié)果表明，外部融資需求較高的企業(yè)，對數(shù)字普惠金融的需求更高，從而知識產(chǎn)權(quán)保護(hù)對數(shù)字普惠金融與企業(yè)創(chuàng)新的調(diào)節(jié)作用更加顯著。

3.階段效應(yīng)

生命周期理論認(rèn)為，不同的生命周期階段，企業(yè)的發(fā)展目標(biāo)、組織特點(diǎn)和面臨的風(fēng)險(xiǎn)與市場環(huán)境不同，創(chuàng)新意愿與融資需求也有所不同。與成熟期企業(yè)相比，成長期企業(yè)具有迫切的市場份額擴(kuò)張沖動與創(chuàng)新積極性，自由資金規(guī)模往往難以滿足其資金需求，而數(shù)字普惠金融的發(fā)展不僅能夠滿足其強(qiáng)烈的信貸需求，還能提升企業(yè)處理信息的能力與創(chuàng)新項(xiàng)目決策效率。與此同時，成長期企業(yè)的創(chuàng)新意愿更強(qiáng)，對知識產(chǎn)權(quán)保護(hù)制度也會更加敏感。因此，成長期企業(yè)對數(shù)字普惠金融與知識產(chǎn)權(quán)保護(hù)水平的依賴度更高。據(jù)此，本文參照Dickinson（2011）基于現(xiàn)金流的企業(yè)生命周期劃分方法，將初創(chuàng)期和成長期的樣本合并為成長期，成熟期和衰退期的樣本合并為成熟期，分組檢驗(yàn)回歸結(jié)果見表8。表8 的（5）列成長期企業(yè)中交乘項(xiàng)（Index×IPP1）與企業(yè)創(chuàng)新（RD）的估計(jì)系數(shù)為-0.015，在5%水平上顯著為負(fù)；（6）列成熟期企業(yè)中交乘項(xiàng)（Index×IPP1）與企業(yè)創(chuàng)新（RD）的估計(jì)系數(shù)不顯著。上述回歸結(jié)果表明，數(shù)字普惠金融低成本、低門檻的優(yōu)勢，為成長期企業(yè)提供了極大的創(chuàng)新融資便利，同時，成長期為保障其壟斷收益，對知識產(chǎn)權(quán)保護(hù)的需求也較高。因此，相較于成熟期企業(yè)，數(shù)字普惠金融與知識產(chǎn)權(quán)保護(hù)的交互效應(yīng)在成長期企業(yè)中效果更為顯著。

表8 數(shù)字普惠金融、知識產(chǎn)權(quán)保護(hù)與企業(yè)創(chuàng)新的橫截面差異

六、研究結(jié)論與啟示

當(dāng)前，大量文獻(xiàn)表明，金融體系具有識別篩選和資源配置功能，是創(chuàng)新驅(qū)動經(jīng)濟(jì)增長的重要基礎(chǔ)制度。然而，鮮有學(xué)者關(guān)注到金融科技催生出新的金融服務(wù)模式能否助力于企業(yè)創(chuàng)新，以及在行業(yè)競爭壓力下，知識產(chǎn)權(quán)保護(hù)水平對數(shù)字普惠金融與企業(yè)創(chuàng)新的影響。本文將數(shù)字普惠金融、知識產(chǎn)權(quán)保護(hù)與企業(yè)創(chuàng)新納入同一框架進(jìn)行探討，研究結(jié)果發(fā)現(xiàn)：第一，數(shù)字普惠金融主要通過降低信息不對稱、融資約束與財(cái)務(wù)風(fēng)險(xiǎn)三條路徑提高企業(yè)的創(chuàng)新積極性；第二，數(shù)字普惠金融對企業(yè)創(chuàng)新的激勵效應(yīng)不僅能夠提升企業(yè)層面的創(chuàng)新價(jià)值績效與創(chuàng)新財(cái)務(wù)績效，還能影響企業(yè)在資本市場的股價(jià)崩盤風(fēng)險(xiǎn)，同時也能傳遞到宏觀經(jīng)濟(jì)層面；第三，知識產(chǎn)權(quán)保護(hù)對數(shù)字普惠金融與企業(yè)創(chuàng)新的關(guān)系有負(fù)向調(diào)節(jié)作用，且該調(diào)節(jié)作用在小規(guī)模企業(yè)、外部融資依賴度高和成長期階段的企業(yè)中效果更為顯著。

上述結(jié)論不僅有助于透徹理解數(shù)字普惠金融和知識產(chǎn)權(quán)保護(hù)影響企業(yè)創(chuàng)新的傳導(dǎo)機(jī)理，同時也為當(dāng)前的政策制定提供了一定的經(jīng)驗(yàn)參考和證據(jù)支持。通過前文研究，本文的研究結(jié)論具有如下啟示意義：

第一，應(yīng)繼續(xù)發(fā)揮數(shù)字普惠金融的資源配置作用。本文的機(jī)制檢驗(yàn)發(fā)現(xiàn)，降低信息不對稱、融資約束與財(cái)務(wù)風(fēng)險(xiǎn)是數(shù)字普惠金融促進(jìn)企業(yè)技術(shù)創(chuàng)新的主要路徑，這為外部融資需求強(qiáng)烈、成長期與小規(guī)模企業(yè)提供了便捷的創(chuàng)新融資渠道。與此同時，從數(shù)字普惠金融的三個細(xì)分維度來看，數(shù)字化程度對微觀企業(yè)的支持程度還需繼續(xù)提高。因此，面對金融科技發(fā)展所帶來的機(jī)遇，政策制定部門應(yīng)盡快推出數(shù)字普惠金融的支持政策，健全金融基礎(chǔ)設(shè)施，對融資需求旺盛、創(chuàng)新能力優(yōu)質(zhì)的企業(yè)給予足夠的金融支持。例如，針對中小企業(yè)融資難、融資慢、融資貴的問題，數(shù)字普惠金融應(yīng)努力發(fā)揮其成本低、風(fēng)險(xiǎn)低、效率高、信息透明等方面的特征，從而為中小微企業(yè)提供多元化優(yōu)質(zhì)的數(shù)字融資渠道。

第二，應(yīng)適度提高知識產(chǎn)權(quán)保護(hù)的執(zhí)法力度。前文的檢驗(yàn)結(jié)果表明，知識產(chǎn)權(quán)保護(hù)雖然能夠促進(jìn)企業(yè)創(chuàng)新，但過高的知識產(chǎn)權(quán)保護(hù)水平會減少企業(yè)相互學(xué)習(xí)、吸收先進(jìn)技術(shù)的機(jī)會，從而減弱數(shù)字普惠金融對企業(yè)創(chuàng)新的激勵效應(yīng)。由此，應(yīng)提倡適度的知識產(chǎn)權(quán)保護(hù)，防止過高的知識產(chǎn)權(quán)保護(hù)帶來的壟斷勢力阻礙市場良性競爭，從而打擊企業(yè)自主創(chuàng)新的信心，弱化數(shù)字普惠金融對企業(yè)創(chuàng)新的貢獻(xiàn)，即應(yīng)努力協(xié)調(diào)政府的“保護(hù)”作用與市場的資源配置作用。因此，政策部門應(yīng)制定合適的知識產(chǎn)權(quán)保護(hù)政策，平衡各類企業(yè)的創(chuàng)新需求。

第三，應(yīng)激活企業(yè)創(chuàng)新需求，服務(wù)“雙循環(huán)”戰(zhàn)略。隨著國內(nèi)外政治、經(jīng)濟(jì)環(huán)境的變化，國際國內(nèi)雙循環(huán)戰(zhàn)略已成為新時期我國保持國際競爭力的必然選擇。本文的研究發(fā)現(xiàn)，數(shù)字普惠金融不僅有利于提高企業(yè)在產(chǎn)品市場和資本市場的表現(xiàn)，還能進(jìn)一步促進(jìn)地區(qū)經(jīng)濟(jì)增長，進(jìn)而推動國內(nèi)經(jīng)濟(jì)高質(zhì)量發(fā)展。因此，在雙循環(huán)戰(zhàn)略下，我國應(yīng)從需求端完善知識產(chǎn)權(quán)保護(hù)制度，釋放企業(yè)創(chuàng)新活力；從供給端提高金融服務(wù)可獲得性，為企業(yè)提供融資便利，激發(fā)創(chuàng)新積極性，從而提高創(chuàng)新質(zhì)量。