刘伟 刘卫镇 戴冰清
摘 要：依据双元创新理论，利用2011—2019年北京大学数字普惠金融指数和中国上市企业的面板数据，采用双向固定效应模型和中介效应模型对数字普惠金融与企业双元创新的关系进行了实证研究。研究发现，数字普惠金融发展不仅能够驱动企业整体创新水平，还能够使探索式创新和利用式创新呈现一定的协同效应，有效避免了二者对企业资源的争夺。异质性分析发现，相比于国有企业，数字普惠金融对非国有企业具有更明显的创新激励效应，这一结论同样适用于探索式创新和利用式创新；
相比于低市场竞争程度，高市场竞争程度强化了数字普惠金融对企业整体创新及探索式创新的激励作用，而对企业利用式创新的调节作用并不显著。机制分析表明，数字普惠金融能够通过降低企业融资成本促进企业整体创新和双元创新。
关键词：数字普惠金融；
探索式创新；
利用式创新；
融资成本；
非效率投资
中图分类号：F830.49 文献标识码：A 文章编号：1674-2265（2023）05-0046-08
DOI：10.19647/j.cnki.37-1462/f.2023.05.007
一、引言
党的十九大报告提出，我国经济已由高速增长阶段转向高质量发展阶段。经济增长目标的转换，意味着我们必须正视当前面临的传统产业投资效率低下、产能过剩、人口红利逐渐消失、经济增速放缓等问题，大力实施创新驱动战略，加快寻找经济增长的新引擎，实现高质量发展。
企业是创新的主体，提升企业创新质量的核心要素是高效低价的金融支持（唐松等，2020）[1]。企业创新具有风险高、周期长、资金需求量大等特征，由于目前我国金融体系发展不够成熟，企业筹资途径单一，在支持企业创新活动时易出现金融供求不匹配的问题，在很大程度上制约了企业的创新发展。而数字普惠金融的兴起，为解决传统金融体系中存在的问题提供了全新的技术支持。
数字普惠金融通过利用大数据、云计算、区块链、5G等新兴技术显著提高了金融机构的服务效率与质量，能够有效降低传统金融中的信息不对称程度和减少交易成本，通过增加企业融资渠道、减少融资中间环节，从而抑制商业信用二次分配，有利于解决企业“融资难”和“融资贵”的问题，具有驱动企业创新的效果（钟凯等，2022）[2]。
根据双元创新理论，企业创新分为探索式创新和利用式创新，两者具有各自的侧重点，在企业发展中发挥着不同的作用。那么，数字普惠金融驱动企业双元创新的过程是否存在差异？数字普惠金融的创新驱动效应对不同特征企业是否具有异质性影响？具体的渠道机制是什么？深入研究上述问题对于驱动企业创新、推动经济增长具有重要的现实价值。本文可能的边际贡献有：第一，本文不仅探讨了数字普惠金融对企业整体创新的影响，而且探究了数字普惠金融与企业双元创新的关系，丰富了数字普惠金融影响企业创新的机理探索。第二，剖析了数字普惠金融对企业双元创新的影响效果，并探索了不同所有权企业、不同行业属性企业受到的数字普惠金融创新激励效应有何不同，为更好地实施创新驱动发展战略提供了政策参考。
二、文献综述与研究假设
（一）数字普惠金融与企业双元创新
根据双元创新理论，企业创新活动可分为探索式创新和利用式创新。利用式创新是企业基于已有研发基础，在企业核心领域或相近领域进行的优化现有技术及产品的创新活动；
探索式创新是企业为了开发新的知识和技术，研发完全不同领域的技术创新活动（Benner 和 Tushman，2003）[3]。两者的区别是，利用式创新是对现有知识进行整合、挖掘的一种小幅度、渐进性的创新活动，而探索式创新则是超越现有知识基础，对新知识进行获取和创造的大幅度、突破性的创新活动（Danneels，2002）[4]，是一种从根本上变革现有技术，研发之前从未有过的产品或服务的不连续创新（郭晓川等，2021）[5]。早期研究认为两者之间是一种互相矛盾的关系（Raisch等，2009）[6]。在企业资源总量不变的情况下，这两类创新模式会对企业内部资源进行一定程度的竞争和挤占，因而企业难以同时开展两种创新。但是，如果企业过于重视利用式创新，会降低对市场的适应能力，导致“能力陷阱”；
而过于强调探索式创新，则容易表现出过多创意而缺乏独特竞争力，导致“创新陷阱”（March，1991）[7]。因此，越来越多的学者认为企业在激烈的竞争环境中应当兼顾并保持这两种创新模式的恰当平衡，才能有利于自身的可持续发展。
探索式创新是企业为了获取未来竞争优势进行的对新市場的探索，对竞争对手具有攻击性的战略效应，需要大量资源作为发展基础。利用式创新是企业为了满足现有市场和需求进行的创新活动，短期内可以给企业带来回报，对资源投入的要求不高（Danneels，2002）[4]。由于存在创新程度差异，两者有不同的风险，从而面临不同的融资约束。探索式创新具有风险高、技术复杂及保密性强的特性，使得企业与投资者之间具有较强的信息不对称问题，因此，金融机构对探索式创新往往采取更为谨慎的态度，导致企业难以获得外部融资，减少企业进行探索式创新的动力（毕晓方等，2017）[8]。利用式创新投资风险较小，创新风险较低，预期收益较稳定（Bauer 和 Leker，2013）[9]，在现有条件下能够起到提高企业效益的作用，企业基于当前价值提升的需要会促进利用式创新。
数字普惠金融能够有效降低金融机构与企业之间的信息不对称，进而提升企业融资能力，促进企业双元创新。一方面，数字普惠金融的发展，帮助金融机构高效、便捷地收集有关企业的硬信息和软信息（郑雨稀等，2022）[10]。另一方面，金融机构在数字金融技术帮助下能够低成本地处理海量企业信息，帮助金融机构有效跟踪企业信息，为企业建立信用评分体系，降低信息不对称（沈悦和郭品，2015）[11]。金融机构通过整合这些可量化的信息，有效地评估创新项目并揭示其潜在回报，进而筛选出优质创新项目，为其提供资金支持（盛天翔和范从来，2020）[12]，这种金融服务会扩大创新活动的范围并提高创新活动的效率（Lee等，2019）[13]。因此，数字普惠金融能够有效缓解企业融资约束，从而既满足了企业当前改进原有技术和产品的需要，又满足了对探索式创新的投入需求（万佳彧等，2020）[14]。张吉昌和龙静（2022）[15]研究表明在数字普惠金融发展较好的情况下，数字技术应用对企业探索式创新的提升作用更为显著。基于上述分析，提出如下假说：
假说1：数字普惠金融既能驱动探索式创新，又能促进利用式创新。
（二）数字普惠金融驱动企业双元创新的异质性分析
1. 企业产权性质。我国特殊的制度背景和银行主导型的金融体系使得企业的产权性质在金融资源配置中发挥巨大作用，国有企业往往能够以较低利率获取贷款。而对于非国有企业来说，一方面，没有政府为其提供隐形担保，另一方面，传统金融机构与非国有企业业务往来比较匮乏，积累的软信息不足以客观地评测其信用情况，因而面临融资约束（梁榜和张建华，2018）[16]。大量非国有企业形成“长尾群体”，金融需求无法满足，企业创新无从谈起。而数字普惠金融的出现提升了金融服务的触达能力，缓解了“长尾群体”的金融排斥，将较大幅度地提升边际创新产出。
数字普惠金融的发展能够优先缓解非国有企业遭受的“所有制歧视”，满足其创新资金需求。一方面，不同于传统金融机构依靠单一渠道收集信贷用户的资信状况，数字普惠金融应用大数据和云计算等现代化的技术手段，能够及时、高效地收集和处理非国有企业的多维软信息，有效降低非国有企业的信息不对称程度。另一方面，相比于国有企业，非国有企业的体制机制更为灵活（聂秀华和吴青，2021）[17]。数字普惠金融具有灵活便捷、体量较小及包容性高的特点，恰好与非国有企业创新活动融资需求快、频率高及持续性强的特点相契合（梁榜和张建华，2019）[18]，从而缓解非国有企业的融资约束，为其创新活动提供资金支持。
非国有企业为了获取短期绩效和长期竞争，就必须关注利用式创新改良产品以获取新的利润增长点，重视探索式创新研发新技术以实现创新发展。综上，相较于国有企业，数字普惠金融的发展更有利于增强非国有企业的融资能力，进而促进其开展探索式创新和利用式创新。基于上述分析，提出如下假说：
假说2：企业产权性质在数字普惠金融与企业创新的关系中起到了调节效应。数字普惠金融对非国有企业具有更明显的创新激励效应。
假说2a：数字普惠金融对非国有企业具有更明显的探索式创新激励效应。
假说2b：数字普惠金融对非国有企业具有更明显的利用式创新激励效应。
2. 市场竞争程度。市场竞争是企业创新的驱动力，竞争的激烈程度会影响企业的创新动力（Boone，2001）[19]。在激烈的市场竞争中，企业面临更大的生存压力。在这种情况下，如果企业不推进技术创新，而是一味地固守原有技术，将加大被市场淘汰的风险。高市场竞争程度行业的企业，为了增加自身的竞争优势，将更有可能向数字普惠金融平台获取金融服务，加大创新投资力度，不断优化核心技术。利用式创新能够使得企业在短期内获得投资回报，提升企业的“回血”能力。探索式创新是实现长期增长的唯一途径（Szymanski等，2007）[20]，有利于未来收入和利润增加，提升企业的“造血”能力（Ceccagnoli，2009）[21]。因此，当数字普惠金融在一定程度上缓解企业融资困境时，市场竞争压力能够进一步促使企业进行双元创新，通过组合探索式创新和利用式创新的策略抗衡市场竞争。基于上述分析，提出如下假说：
假说3：市场竞争程度在数字普惠金融与企业创新的关系中起到了调节效应。相比于低市场竞争程度，高市场竞争程度强化了数字普惠金融对企业创新的激励作用。
假说3a：高市场竞争程度强化了数字普惠金融对企业探索式创新的激励作用。
假说3b：高市场竞争程度强化了数字普惠金融对企业利用式创新的激励作用。
（三）数字普惠金融、企业融资成本与双元创新
企业创新活动具有风险大、周期长、不确定性高的特点，需要企业投入大量资金（马连福和高塬，2020）[22]。如果企业融资成本较高，企业所获的资金量减少，会对企业创新造成不利影响（Frank和Shen，2016）[23]。
数字普惠金融发展能够降低企业融资成本，进而激发企业创新动力。首先，数字技术应用于金融机构，加快了贷款审批流程，减少了贷款审批过程中耗费的人力、物力成本，有效降低了金融机构的运营成本，从而减轻了企业融资成本（聂秀华和吴青，2021）[17]。其次，企业最主要的外部融资渠道是银行体系（宋敏等，2021）[24]。数字普惠金融的发展加剧了银行间竞争（吴桐桐和王仁曾，2021）[25]，从而在一定程度上降低了企业债务融资成本（Chong等，2013）[26]。最后，金融机构在数字技术的帮助下，能够有效评估企业创新项目前景，揭示企业创新的潜在回报（刘伟和戴冰清，2022）[27]，进而合理评估贷款风险，以恰当的价格为企业创新提供资金。基于上述分析，提出如下假说：
假设4：数字普惠金融可以通过降低企业融资成本途径促进企业创新活动。
三、研究设计
（一）数据来源与变量描述
1. 数据来源。本文选取2011—2019年间中国A股上市企业为研究样本，将上市公司相关财务数据与省级数字普惠金融发展指数相匹配，研究数字普惠金融的发展对企业创新活动的影响。其中，企业层面的数据来源于国泰安数据库、同花顺数据库和锐思数据库；
地区层面的数据来源于《中国城市统计年鉴》。考虑到数据质量对研究结果的影响，本文剔除了被标ST、*ST的上市公司、金融与保险类企业，同时对部分变量进行了前后1%缩尾处理，以消除极端值对结果的影响。
2. 变量描述。（1）被解释变量。企业创新（RD）：采用研发费用支出占营业收入的比例来表示。其中，探索式创新（R）：借鉴毕晓方等（2017）[8]的研究，采用企业研发活动的费用化支出/总资产来表示；
利用式创新（D）：采用企业研发活动的资本化支出/總资产来表示。（2）核心解释变量。数字普惠金融（Index）：采用北京大学数字金融研究中心编制的“数字普惠金融指数”。在实证检验中为了平衡指数差异，我们对以上各指数均进行了对数化处理。（3）调节变量。企业产权性质（Soe）：国有企业取值为1，非国有企业取值为0。市场竞争程度（Cr10）：采用某行业相关市场内10家最大的企业所占市场份额（营业收入）的总和来衡量市场竞争程度，该值越小表明竞争越激烈，越大则表明越集中。（4）控制变量。企业层面：企业年龄（Age），从企业创立当年开始计算，采用企业年龄的对数来表示；
企业规模（Asset），采用企业总资产的对数来表示；
资产负债率（Lev），采用负债总额/资产总额来衡量；
资产收益率（Roa），采用总利润/总资产来衡量；
资本密集度（Density），采用总资产/营业收入来衡量；
政府补助（Sub），采用政府补贴的对数来表示；
股权集中度（Equity），采用第一大股东所持股份的比重来衡量；
两职合一（Dual），董事长和总经理两职合一取1，否则取0；
审计意见（Audit），出具非标准无保留审计意见取1，否则取0。地区层面：地区发展水平（Gdp），采用地区生产总值的对数来表示；
地区科研教育水平（Ei），采用（地区科学+教育支出）/财政预算内支出来表示。（5）中介变量。融资成本（Debtcost）：借鉴梁榜和张建华（2019）[18]的做法，企业融资成本采用利息支出与企业总负债之比来衡量。
各变量的描述性统计如表1所示。企业总体创新水平最大值为0.27，最小值为0，均值为0.05，表明不同企业间的技术创新水平差距较大。探索式创新最大值为0.09，利用式创新最大值为0.03，说明不同企业对不同创新模式的重视程度及投入力度存在较大差距。数字普惠金融的最大值为6.02，最小值为3.490，可以看出各省数字普惠金融的发展仍旧存在不平衡的现象。此外，样本企业资产负债率指标标准差较大，最大值与最小值也具有较大的差距，这说明样本企业间的经营风险具有很大差异。其他主要变量的统计信息与已有研究较为一致。
（二）计量模型
1. 基准回归模型。本文借鉴万佳彧等（2020）[14]和阮坚等（2020）[28]的研究，构建如下计量模型：
[Innovationij，t=α0+α1Indexij，t-1+α2Controlij，t-1+εij，t] （1）
其中[i]、[j]分别表示企业、企业所在的省份，[t]表示年份，被解释变量[Innovationij，t]分别代表企业创新（[RDij，t]）、探索式创新（[Rij，t]）和利用式创新（[Dij，t]），即企业[i]在[t]年的整体创新、探索式创新和利用式创新水平。[Indexij，t-1]表示在[t-1]年企业[i]所在省份[j]的数字普惠金融发展水平。[Controlij，t-1]表示一系列控制变量，[εij，t]表示随机误差项。本文采用双向固定效应模型，控制时间（Year）和行业（Ind）效应，使用稳健性的聚类标准误。
2. 调节效应模型。为了检验数字普惠金融对不同特征企业创新活动影响的异质性，设定如下模型：
[Innovationij，t=α0+α1Indexij，t-1+α2Indexij，t-1×M+α3Controlij，t-1+εij，t] （2）
其中，[M]表示调节变量产权性质和市场竞争程度。
3. 中介效应模型。本文参考温忠麟和叶宝娟（2014）[29]提出的中介效应检验流程来检验融资成本渠道机制，设定如下中介效应模型：
[Innovationij，t=α0+α1Indexij，t-1+α2Controlij，t+εij，t]（3）
[Debtcostij，t=β0+β1Indexij，t-1+β2Controlij，t+θij，t] （4）
[Innovationij，t=λ0+α1Indexij，t-1+λ1Debtcostij，t+λ2Controlij，t+δij，t] （5）
其中，融資成本是中介变量，其余变量均与前文所述一致。
四、实证结果与分析
（一）数字普惠金融对企业双元创新的效应
数字普惠金融对双元创新的回归结果如表2所示。列（1）、（2）、（3）的被解释变量分别是企业创新、探索式创新和利用式创新，数字普惠金融的系数均在1%的水平上显著为正，说明数字普惠金融的发展不仅能够提高企业整体创新水平，而且能够同时促进探索式创新和利用式创新，打破了探索式创新和利用式创新争夺资源而出现此消彼长的情况，使二者呈现出一定的协同效应。但数字普惠金融对探索式创新的激励效应大于利用式创新，表明数字普惠金融更能增强企业关于前沿技术创新的动力。上述实证结果验证了假说1。
（二） 异质性检验
1. 企业产权性质。本文利用模型（2）验证数字普惠金融对企业双元创新的驱动作用是否会因产权性质不同而表现出显著异质性。回归结果如表3所示。列（1）显示数字普惠金融指数与产权性质的交互项系数显著为负，这表明相比于国有企业，数字普惠金融的发展更有利于非国有企业的创新活动，验证了假说2。列（2）和列（3）分别检验企业产权性质是否能够调节数字普惠金融对探索式创新和利用式创新的影响，交互项系数均显著为负，表明相比于国有企业，数字普惠金融对非国有企业具有更明显的双元创新激励效应，假说2a和假说2b得到了验证。由此可见，数字普惠金融的发展对于促进非国有企业双元创新具有重要意义。
2. 市场竞争程度。表4检验市场竞争程度在数字普惠金融驱动企业创新中发挥的调节效应。列（1）显示数字普惠金融指数与市场竞争程度的交互项系数显著为负，这表明市场竞争程度能够在数字普惠金融与企业创新间发挥调节效应，即高市场竞争程度强化了数字普惠金融对企业创新的激励作用，假说3得到了验证。列（2）为市场竞争程度在数字普惠金融影响探索式创新中所发挥的作用结果，可以看出交互项系数显著为负，表明高市场竞争程度更能促进数字普惠金融对企业探索式创新的激励作用，假说3a得到了验证。列（3）检验市场竞争程度在数字普惠金融影响利用式创新中的调节效应，交互项系数不显著，表明数字普惠金融对企业利用式创新的促进作用不会因市场竞争程度的不同而表现出明显的异质性。这说明在竞争激烈的行业中，企业更倾向于通过研发新技术和新产品来增强竞争优势，依靠探索式创新促进企业的长远发展。
（三）机制检验
表5为融资成本的传导机制检验结果。依据中介效应检验流程，由列（1）可知，数字普惠金融对企业整体创新的影响系数[α1]显著为正，按中介效应立论。由列（2）可知，数字普惠金融指数的系数[β1]显著为负，表明数字普惠金融的发展能够显著降低企业融资成本。由列（3）可知，数字普惠金融的系数[α1]显著为正，融资成本的系数[λ1]显著为负。由于[β1]和[λ1]都显著，则中介效应显著，且[β1λ1]和[α1]同号，表明融资成本在数字普惠金融促进企业创新中发挥部分中介效应，并且中介效应占总效应的比例为7.84%。
表6列（1）—（3）和列（4）—（6）分别为检验融资成本在数字普惠金融与企业探索式创新和利用式创新中的中介效应。与上文的检验程序类似，印证了数字普惠金融通过降低融资成本促进企业探索式创新和利用式创新的传导机制，且中介效应占总效应的比例分别为18.53%和4.4%，实证结果验证了假说4。
五、内生性分析与稳健性检验
（一）内生性分析
本文尝试运用工具变量方法来缓解遗漏变量所带来的内生性问题，参考谢绚丽等（2018）[30]的做法，采用省级互联网普及率（Internet）作为数字普惠金融的工具变量。
表7为数字普惠金融与企业双元创新关系的工具变量检验结果。由列（1）可知工具变量互联网普及率通过了不可识别检验、弱工具变量检验和稳健弱识别检验，表明互联网普及率是有效的工具变量。本文运用2sls模型重新进行了估计，表7结果显示数字普惠金融的系数仍然显著为正，表明上述研究结论具有稳健性。
（二）稳健性检验
主要从两个方面验证基准回归结果的稳健性：一是更换核心解释变量的测度指标，将数字普惠金融指数滞后两期重新纳入回归模型。二是更换计量模型，重新采用随机效应模型进行估计。实证结果见表8，与上文得到的结论一致。
六、结论与政策启示
本文以2011—2019年沪深两市上市公司为研究对象，探讨数字普惠金融的发展对企业双元创新的驱动效应。研究发现：第一，数字普惠金融的发展既能够促进企业整体创新水平，又对探索式创新和利用式创新均具有驱动效应，使二者呈现出一定的协同效应。第二，数字普惠金融对企业创新的驱动效应在产权性质、市场竞争程度方面存在异质性。具体而言，数字普惠金融对非国有企业具有更明显的创新激励效应，这一结论同样适用于探索式创新和利用式创新；
相比于低市场竞争程度，高市场竞争程度强化了数字普惠金融对企业整体创新及探索式创新的激励作用，而市场竞争程度对数字普惠金融与企业利用式创新关系的调节作用不显著。第三，数字普惠金融通过降低企业融资成本来促进企业整体创新及双元创新。
基于研究结论，本文提出如下政策启示：一是积极推动传统金融机构数字化转型，利用数字化技术解决企业“融资难”“融资贵”的问题，提高金融资源的配置效率。目前，非国有企业和高市场竞争程度行业企业面临的融资问题更为严峻，金融机构应针对企业所有权类型和企业所处行业特点，开发适合企业的个性化金融产品，针对性地赋能企业创新。二是政府应及时把握和促进企业创新项目的发展，将企业创新补贴有重点地发放于企业的探索式创新项目，以推动企业实现核心技术的突破，并兼顾对利用式创新的激励，巩固发展已有创新成果。三是疏通数字普惠金融驱动企业创新的路径，在降低企业融资成本上发力。政府应进一步规范企业信用体系建设，加强培养企业信用文化，降低企业与金融机构信息不对称程度，从而增加贷款的可获得性，使企业摆脱融资困境。
参考文献：
[1]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（05）.
[2]钟凯，梁鹏，董晓丹，王秀丽. 数字普惠金融与商业信用二次配置[J]. 中国工业经济，2022，（01）.
[3]Benner M J，Tushman M L. 2003.Exploitation，Exploration and Process Management：
The Productivity Dilemma Revisited[J]. Academy of Management Review，28（2）.
[4]Danneels E. 2002.The dynamics of product innovation and firm competences[J]. Strategic management journal，23（12）.
[5]郭曉川，刘虹，张晓英. 双元创新选择、市场竞争强度与商业模式迭代——基于高新技术制造企业的实证研究[J]. 软科学，2021，35（10）.
[6]Raisch S，Birkinshaw J，Probst G，Tushman M L. 2009.Organizational Ambidexterity：
Balancing Exploitation and Exploration for Sustained Performance[J]. Organization Science，20（4）.
[7]March J G. 1991.Exploration and Exploitation in Organizational Learning[J]. Organization Science，2（1）.
[8]毕晓方，翟淑萍，姜宝强. 政府补贴、财务冗余对高新技术企业双元创新的影响[J]. 会计研究，2017，（01）.
[9]Bauer M，Leker J. 2013.Exploration and exploitation in product and process innovation in the chemical industry[J]. R & D Management，43（3）.
[10]郑雨稀，杨蓉，Heydari M. 数字金融促进了突破式创新还是渐进式创新？[J]. 云南财经大学学报，2022，38（02）.
[11]沈悦，郭品. 互联网金融、技术溢出与商业银行全要素生产率[J]. 金融研究，2015，（03）.
[12]盛天翔，范从来. 金融科技、最优银行业市场结构与小微企业信贷供给[J]. 金融研究，2020，（06）.
[13]Lee H H，Yang S A，Kim K. 2019.The Role of Fintech in Mitigating Information Friction in Supply Chain Finance[J]. ADB Economics Working Paper Series.
[14]万佳彧，周勤，肖义. 数字金融、融资约束与企业创新[J]. 经济评论，2020，（01）.
[15]张吉昌，龙静. 数字技术应用如何驱动企业突破式创新[J]. 山西财经大学学报，2022，44（01）.
[16]梁榜，张建华. 中国普惠金融创新能否缓解中小企业的融资约束[J]. 中国科技论坛，2018，（11）.
[17]聂秀华，吴青. 数字金融对中小企业技术创新的驱动效应研究[J]. 华东经济管理，2021，35（03）.
[18]梁榜，张建华. 数字普惠金融发展能激励创新吗？——来自中国城市和中小企业的证据[J]. 当代经济科学，2019，41（05）.
[19]Boone J. 2001.Intensity of competition and the incentive to innovate[J]. International Journal of Industrial Organization，19（5）.
[20]Szymanski D M，Kroff M W，Troy L C. 2007.Innovativeness and new product success：
insights from the cumulative evidence[J]. Journal of the Academy of Marketing Science，35（1）.
[21]Ceccagnoli M. 2009.Appropriability，preemption， and firm performance[J]. Strategic Management Journal，30（1）.
[22]馬连福，高塬. 资本配置效率会影响企业创新投资吗？——独立董事投资意见的调节效应[J]. 研究与发展管理，2020，32（04）.
[23]Frank M Z，Shen T. 2016.Investment and the weighted average cost of capital[J]. Journal of Financial Economics，119（2）.
[24]宋敏，周鹏，司海涛. 金融科技与企业全要素生产率——“赋能”和信贷配给的视角[J]. 中国工业经济，2021，（04）.
[25]吴桐桐，王仁曾. 数字金融、银行竞争与银行风险承担——基于149家中小商业银行的研究[J]. 财经论丛，2021，（03）.
[26]Chong T L，Lu L，Ongena S. 2013.Does Banking Competition Alleviate or Worsen Credit Constraints Faced by Small- and Medium-Sized Enterprises？ Evidence from China[J]Journal of Banking & Finance， 37（9）.
[27]刘伟，戴冰清. 数字金融赋能企业创新：结构、功能与传导路径[J]. 金融发展研究，2022，（03）.
[28]阮坚，申么，范忠宝. 何以驱动企业债务融资降成本——基于数字金融的效用识别、异质性特征与机制检验 [J]. 金融经济学研究，2020，35（01）.
[29]温忠麟，叶宝娟，中介效应分析：方法和模型发展 [J].心理学进展，2014，22（05）.
[30]谢绚丽，沈艳，张皓星，郭峰. 数字金融能促进创业吗？——来自中国的证据[J]. 经济学（季刊），2018，17（04）.
猜你喜欢数字普惠金融融资成本合肥县域村镇银行科技与数字普惠金融应用研究商情(2018年37期)2018-08-17数字普惠金融发展中所面临的问题及对策分析科学与财富(2018年15期)2018-06-22数字普惠金融下的互联网个人征信业务探索时代金融(2017年33期)2018-03-15数字普惠金融的县域测度西部金融(2017年8期)2017-11-27数字普惠金融推动脱贫攻坚的优势分析、具体实践与路径选择西部金融(2017年4期)2017-07-31肯尼亚M—PESA发展经验及其对我国数字普惠金融发展的启示大经贸(2017年5期)2017-06-19熊猫债发行放量的原因分析及政策建议债券(2016年10期)2016-11-28经济下行环境下理顺银企关系的新思路中国市场(2016年33期)2016-10-18企业现金流管理存在的问题和对策大众理财顾问(2016年9期)2016-10-11
