The Impact Mechanism of Digital Finance on the Innovation Output Quality of Manufacturing Enterprises

Wang Wei1,2, Cao Zhi1,Gong Chen1

(1.School of Economics and Management, Qiqihar University; 2.Enterprise Innovation Development Research Center, Qiqihar University, Qiqihar 161006, China)

Abstract：Digital finance is expected to provide high-quality services for economic and social development. The data processing technologies of digital finance based on the advantages of underlying digital financial technologies have enabled enterprises to realize the interaction of internal cognition and the external environment, enabling enterprises to strengthen potential absorption capabilities and transform external innovation resources into internal innovation capabilities. As an important subject in modernization in China, the manufacturing industry has long been stuck with the issue that the added value of manufacturing products is low in China and the development of manufacturing industry faces bottlenecks due to core-technology dependence. It is essential for China to cultivate core technology and improve the quality of innovation to achieve high-quality development. The high-quality development of manufacturing industry requires not only a good financial environment to solve the difficulty of high innovation investment but also precise product innovation through big data analysis and predictive models to improve the quality of innovation and development. Therefore, the mechanism of analyzing the improvement of the innovation quality of digital financial-driven manufacturing enterprises is of great significance for the high-quality development of China's manufacturing industry.

This study uses data from A-share manufacturing listed companies from 2015 to 2021 as a sample to explore the impact of digital finance on the quality of corporate innovation output, as well as the intermediary role of potential absorptive capacity. By selecting the generalized least squares model and using Stata software, empirical research shows that digital finance promotes the improvement of the quality of innovation output of manufacturing enterprises, and potential absorptive capacity plays a mediating role in the relationship between digital finance and the quality of innovation output of enterprises. Further analysis shows that the effect of digital finance on the quality of corporate innovation output presents significant differences depending on the attributes of the company or the intensity of regional financial supervision. This relationship is more significant in scenarios where non-state-owned enterprises, high-tech enterprises, or financial regulatory intensity in the region where the enterprise is located is moderate. Through robustness testing using replacement variables, reduced samples, and the Heckman two-stage model, the above conclusions remain valid.

The results of this article have enriched the theoretical research on high-quality innovation in enterprises against the backdrop of digital finance and provided management inspiration for the high-quality innovation and development of enterprises, financial institutions and government supervision. It is suggested that, first of all, enterprises should actively use digital financial instruments and platforms to strengthen the construction of innovative teams, integrate resource advantages, absorb information from the market and customers, realize resource sharing and advantage complementarity, absorb and use technology and scientific and technological talents, improve the potential absorption capacity of the enterprise, enhance innovation capabilities, and produce better products and services. Second, financial institutions should use digital finance technology to obtain more data sources, use analysis tools to accurately evaluate enterprises' acceptance and application capabilities of external technology and innovation, and credit risks of the enterprise. Innovation capabilities and innovative output quality indicators could be included in the credit risk assessment system to ensure the security of capital flow and improve the value creation capabilities of financial institutions through precise services, helping enterprises realize innovation and improve the quality of innovation output. Third, government regulatory agencies should pay close attention to the development trend of digital finance, supervise the operation of the financial market in a timely manner, and actively guide and promote the in-depth integration of digital finance and manufacturing to provide new opportunities for manufacturing enterprises. There should be relevant financial regulatory policies, standards, and moderate supervision on the platform to prevent "anti-supervision science and technology" behavior, improve the regulatory mechanism, ensure that digital finance does not bring financial risks while promoting innovative output, and protect the stability and fairness of the market while promoting the stability and fairness of the market. Meanwhile , it should be stressed that open innovation will promote coordinated innovation between financial institutions and enterprises, and create a good financial ecological environment for the high-quality innovation and development of manufacturing enterprises.

Key Words：Digital Finance;Innovation Output Quality; Potential Absorption Ability

收稿日期：2023-08-09

修回日期：2023-10-10

基金项目：黑龙江省省属高等学校基本科研业务费科研项目(145209334,145409809,145409426)

作者简介：王维(1966-),男,河北定兴人,博士,齐齐哈尔大学经济与管理学院教授、齐齐哈尔大学企业创新发展研究中心首席专家、硕士生导师,研究方向为企业创新与成长;龚晨(1987-),女,山东掖县人,博士,齐齐哈尔大学经济与管理学院副教授、硕士生导师,研究方向为数字经济与技术创新管理;曹智(1998-),男,陕西西安人,齐齐哈尔大学经济与管理学院硕士研究生,研究方向为企业创新与成长。

DOI：10.6049/kjjbydc.H202308244

开放科学(资源服务)标识码(OSID)：

中图分类号：F273.1

文献标识码：A

文章编号：1001-7348(2024)23-0107-09

0 引言

制造业作为国民经济的支柱产业,对我国经济发展具有举足轻重的影响。我国制造业产品附加值较低,多数企业缺乏核心技术和自主品牌。因此,加强核心技术攻关是制造业高质量发展的根本要求。创新活动是资源整合过程,具有高风险、高投入、强外部性特点。任何企业都不可能独自拥有全部资源,因而需要借助资源吸收与整合能力实现企业创新。随着数字化和互联网兴起,数字技术能够突破企业边界,帮助企业及时收集合作伙伴、消费者、竞争对手等利益相关者信息,促进内在认知和外在环境互动,进而强化潜在吸收能力,通过将外部资源转化为内部能力促进创新产出质量提升。金融是国民经济的血脉,要坚持把金融服务实体经济作为根本宗旨,为经济社会发展提供高质量服务,优化资金供给结构,把更多金融资源用于服务科技创新、先进制造、绿色发展和中小微企业,大力支持实施创新驱动发展战略、区域协调发展战略。制造企业是中国式现代化建设进程中的重要主体,其高质量发展需要良好的金融环境。同时,制造企业需要借助大数据分析和预测模型开展产品创新,从而提升创新产出质量。因此,探讨数字金融驱动制造企业创新产出质量提升机理,对中国制造业高质量发展具有重要现实价值。

创新质量用以衡量企业创新产出总体质量[1]。部分研究认为,创新质量是创新能力和创新绩效的重要体现,包括创新投入质量、创新产出质量和创新过程管理质量[2]。创新过程管理服务于企业创新战略与创新产出目标[3],管理质量必然会影响创新产出质量,并在创新产出质量上得以体现;创新投入主要反映企业对创新活动的支持程度,难以完全转化为创新成果[4],但高质量创新投入有利于企业强化创新能力,进而促进创新产出质量提升[5]。综上,创新产出质量在反映创新质量方面具有综合性与代表性。因此,本文将数字金融作为前置驱动要素,探讨其对制造企业创新产出质量的影响机理。

相关研究认为,数字金融通过改善企业融资约束[6-8]、降低金融错配程度[9-10]、提升企业研发强度[7, 11]、提升信贷可得性[12]以及强化现实吸收能力[13]等途径促进企业创新。现有研究揭示了数字金融与企业创新投入或产出的关系,但存在以下不足：第一,相关文献大多从融资约束视角探讨数字金融对企业创新产出的影响,以及现实吸收能力在其中的作用,但未对潜在吸收能力加以分析。吸收能力这一概念最早由Cohen(1990)提出,一般被称为知识吸收能力,是指企业识别、获取、消化并应用于业务终端的能力,分为现实吸收能力与潜在吸收能力两个维度。在创新活动中,吸收能力会影响企业对外部创新成果的吸收、利用以及优化。其中,现实吸收能力是指已形成的吸收能力,而潜在吸收能力是指基于研发团队形成的对外部知识进行识别、获取、消化的能力[14-15]。第二,现有研究就金融监管对数字金融的影响这一问题未达成共识。部分研究认为,加强金融监管能够强化数字金融“靶向性”和“安全性”[16]。但也有研究认为,金融监管过于严苛会使企业、投资者实施反监管行为[17]。此外,现有相关研究尚未揭示不同金融监管情景下数字金融对企业创新产出质量的差异化影响。为弥补现有研究不足,本文尝试回答以下问题：数字金融对企业创新产出质量的影响如何?潜在吸收能力能否在数字金融与企业创新产出质量间发挥中介作用?基于企业属性或金融监管强度的分组样本企业中,数字金融对企业创新产出质量的影响是否存在差异?

本文可能的边际贡献如下：第一,拓展创新产出质量影响因素研究视角,丰富企业创新产出质量前因理论;第二,拓展动态能力视域下数字金融对创新产出质量的影响研究,揭示潜在吸收能力的中介作用;第三,进一步揭示不同金融监管强度下数字金融对企业创新产出质量的差异化影响,为金融监管政策制定与实施提供理论依据。

1 理论分析与研究假设

1.1 数字金融与企业创新产出质量

基于信息价值理论,本文认为,数字金融有利于企业制定高质量创新决策,从而促进创新产出质量提升。

(1)通过整合和分析大量数据,数字金融平台能够为企业在市场需求、竞争对手、技术变化等方面提供更全面、准确的信息,有利于企业实施创新战略、制定产品规划和明确市场定位。因此,在创新过程中,企业能够通过数字金融更好地了解市场需求,预知市场变化[18],为高质量创新指明方向。

(2)数字金融通过提供在线融资平台、智能风险评估等服务降低信息获取成本,有助于创新型制造企业获得更多资金,从而提升创新产出质量。

(3)数字金融平台可作为信息共享和合作平台连接企业、供应商、合作伙伴等企业价值创造相关主体。一方面,数字金融平台可以促进企业创新实践中的信息共享[19];另一方面,数字金融平台能够促进企业跨界合作与互补性资源整合[20],推动产业创新链条协同发展,营造良好的创新生态。

(4)数字金融能够通过智能数据分析与预测,为企业创新提供科学决策依据。企业可以利用数字金融平台中的数据分析工具优化资源配置,提升创新成果市场价值,进而提高创新产出质量。

综上,本文提出以下研究假设：

H1：数字金融能够促进制造企业创新产出质量提升。

1.2 数字金融与企业潜在吸收能力

根据资源基础理论,企业竞争力来自于自身掌握和可利用的资源。数字金融平台能够提供人才与资金,对企业潜在吸收能力发挥积极作用。

(1)数字金融可为制造企业提供更多融资途径,进而为企业扩大研发团队规模提供支持。借助在线金融平台、电子支付系统和移动支付工具等数字金融服务,制造企业可以更快速、更灵活地获得资金支持,缓解自身融资约束,从而招聘、培训和激励研发人员[21]。数字金融发展使得企业有机会聘请不同背景和专业的研发人员,促进知识交流和跨部门合作,进而扩大企业研发团队规模[22]。此外,研发人员增量变化可为企业潜在吸收能力提升奠定基础。

(2)数字金融能够促进企业研发人员工作效率与能力素质提升。数字金融通过数据分析和人工智能进行风险评估,能够提高融资可得性与融资效率,进而降低融资成本[23],有助于企业获得更多资源和设备支持,从而为研发人员提供良好的工作环境和更多培训机会。同时,企业对研发工作环境与人员培训方面的投入可以吸引更多优秀研发人员,进而促进自身潜在吸收能力提升。

综上所述,数字金融能够促进企业研发团队规模扩大与能力提升,进而强化企业潜在吸收能力。因此,本文提出如下假设：

H2：数字金融对潜在吸收能力具有正向影响。

1.3 潜在吸收能力的中介作用

吸收能力是企业动态能力的重要组成部分。根据动态能力理论,吸收能力有助于制造企业获取并吸收外部知识[24],扩大自身知识边界[25]。本研究认为,潜在吸收能力可以促进制造企业创新产出质量提升。

(1)较强的潜在吸收能力意味着企业具有专业技术研发人员,较多的人力资源投入可为企业创新产出质量提升提供保障。随着研发人员数量增加,企业能够获得更多创新思路和技术资源,进而强化自身创新能力,最终获得高质量创新成果[26]。

(2)研发人员多元化有助于企业获得异质性知识,为高质量创新产出提供技术支撑。不同专业背景的研发人员能够相互学习[27],开展跨学科研究与创新,为企业提供更全面、科学的问题解决方案,从而提升创新产出质量。

(3)潜在吸收能力有利于企业开展高质量技术创新。在制造企业中,研发人员承担着创新和技术改进任务,规模庞大的高素质研发团队能够提升企业创新效率,从而促进企业创新产出质量提升。

基于以上分析,本文提出如下假设：

H3：潜在吸收能力在数字金融对企业创新产出质量影响过程中发挥中介作用。

综上所述,本文构建概念模型如图1所示。

2 研究设计

2.1 样本与数据

以我国2015—2021年 A 股制造业上市公司为研究对象,按照以下标准对样本数据进行筛选：第一,剔除ST等财务状况异常的样本企业;第二,剔除异常值以及财务数据缺失或信息披露不全的样本企业。经筛选,最终得到2 389个数据观测值。样本数据主要来自国泰安CSMAR数据库,数字金融指数来自北京大学数字金融研究中心编制的《数字普惠金融指数》。在数据搜集和整理的基础上,本文利用Stata 16软件对样本数据进行描述性统计分析、相关性分析以及多元回归分析。

2.2 变量与指标

2.2.1 被解释变量

企业创新产出质量。借鉴黎文靖等[28]的做法,本文采用企业发明专利申请数量的对数衡量企业创新产出质量,主要原因如下：第一,相较于实用新型和外观设计专利,企业发明专利申请标准更高,更能准确地衡量企业创新产出质量。第二,相较于专利授予量,专利申请量更能反映创新水平。专利授予存在不确定性风险[29],而且专利技术可能在申请过程中就对企业绩效产生影响。因此,相较于专利授予数据,专利申请数据更加可靠。

2.2.2 解释变量

数字金融。北京大学数字金融研究中心发布的数字普惠金融指数具有时间跨度长和覆盖地区范围广等优势[30]。因此,本文采用城市层面的数字金融普惠指数衡量企业数字金融环境。

2.2.3 中介变量

潜在吸收能力。潜在吸收能力是指企业基于研发团队形成的知识吸收能力。拥有较多研发人员意味着企业具有广泛的知识领域,可以基于不同领域的专业知识和想法产生更多创新“火花”。此外,研发人员增加有助于企业在与外部研究机构、高校合作过程中占据优势,从而促进知识吸收。因此,借鉴Wang 等[31]的研究成果,本文采用研发人员占比测量潜在吸收能力。

2.2.4 控制变量

首先,本文初步选取董事会规模、独立董事比例、管理层持股比例、两职合一、固定资产规模等作为控制变量。其次,考虑到企业创新资金需求与可满足程度对企业创新产出具有一定影响,借鉴吴非等[32]、唐松等[33]的研究成果,本文在基础回归中控制了资本密集度,原因如下：资本密集度较高的企业通常需要设备、技术、人力等资源,一旦市场需求下降、技术更新等因素导致产能过剩或资金回笼困难,企业就会面临较高的经营与财务风险,用于创新活动的现金流不足,从而不利于创新产出质量提升。此外,在稳健性检验中,本文增加现金流与企业规模作为控制变量。本文未采用负债水平指标,主要是因为现金流更能反映企业偿债能力,对制造企业创新项目运营更加重要。

变量定义与说明见表1。

2.3 模型构建

本文对数据进行White 检验,结果显示,其P值显著小于0.05,拒绝原假设,存在组间异方差问题。因此,本文采用广义最小二乘法进行回归分析,构建如下模型：

Innovationi,n=β0+β1DIFi,n+β2Controli,n+∑Year+εi,n

(1)

在假设 H1得到验证后,借鉴温忠麟等[34]的研究成果,检验潜在吸收能力在数字金融对企业创新产出质量影响过程中的中介效应,构建如下模型：

ACi,n=β0+β1DIFi,n+β2Controli,n+∑Year+εi,n

(2)

Innovationi,n=β0+β1DIFi,n+β2ACi,n+β3Controli,n+∑Year+εi,n

(3)

其中,下标i、n分别表示企业和年份,Control为影响企业创新产出质量的控制变量,Year为年度固定效应,εi,n表示误差项,β0为常数项,β1、β2、β3为回归系数。

3 实证分析

3.1 描述性统计与相关性分析

本文对所有连续变量进行上下1%的 Winsorize 处理,描述性统计结果如表2所示。表2显示,企业创新产出质量的最小值为0.69,最大值为6.24,样本企业创新产出质量存在差异。数字金融指数介于1.64～3.60之间,表明企业间数字金融水平存在一定差距。企业潜在吸收能力的均值为0.16,标准差为0.09,最大值为0.33,最小值为0.02,说明行业内企业潜在吸收能力存在较大差距。从表2可知,各变量的VIF值远小于经验阈值10,说明不存在严重的多重共线性问题。

表3为各变量间相关性分析结果。由表3可知,被解释变量企业创新产出质量(Innovation)与解释变量数字金融(DIF)为正相关关系,且通过相应的显著性检验;解释变量数字金融(DIF)与潜在吸收能力(AC)呈正相关关系,且通过相应的显著性检验;中介变量潜在吸收能力(AC)与被解释变量企业创新产出质量(Innovation)呈正相关关系,且通过相应的显著性检验。被解释变量与大部分控制变量显著相关,表明本文控制变量选取较为合理。综上,变量间相关性分析结果初步验证了本文研究假设。由表3可知,各主要变量的Pearson相关系数均小于0.6,说明本文变量设置合理,不存在严重的多重共线性问题。

3.2 回归结果分析

基础检验回归结果如表4所示。表4列(1)为数字金融与企业创新产出质量的回归结果,两者在1%水平上显著,说明数字金融与企业创新产出质量显著正相关,企业数字金融水平越高,创新产出质量越高,假设H1得到验证。由列(2)可知,数字金融与潜在吸收能力显著正相关,假设H2得到验证。列(3)显示,在加入潜在吸收能力后,相较于列(1),数字金融对企业创新产出质量的正向影响系数下降。由此表明,数字金融通过强化潜在吸收能力促进企业创新产出质量提升,即存在部分中介效应,假设H3得到验证。

3.3 稳健性检验

(1)替换变量。为了确保结果的稳健性,本文采用省级数字金融指数代替地级市数字金融指数,并增加企业规模(采用企业总资产的自然对数衡量)以及现金流(采用经营活动产生的现金流量净额与总资产的比值衡量)作为控制变量进行回归,结果如表5所示。在原模型的基础上,本文增加企业规模、企业现金流作为控制变量,原因如下：不同规模企业自有资金与内部研发人员规模存在差异,因而其创新活动对数字金融需求也不同。此外,企业现金流是影响创新产出质量的重要因素,通过分析现金流可以更好地识别和评估企业经营风险,有助于企业稳健经营与持续发展。

(2)Heckman两阶段法检验。为了解决样本自选择问题,本文使用Heckman两阶段模型进行稳健性检验。首先,通过Probit回归计算出逆米尔斯比率IMR;其次,将求出的逆米尔斯比率IMR作为控制变量代入检验模型进行回归分析,结果如表6所示。

(3)缩小样本。借鉴唐松等[33]的研究成果,本文剔除直辖市企业样本进行回归检验,结果如表7所示。

以上稳健性检验结果显示,各变量关系及显著性无实质性改变。由此说明,本文实证结果具有稳健性。

3.4 异质性分析

3.4.1 产权性质异质性

不同产权性质企业拥有不同的资源条件,因而数字金融对企业创新产出质量的影响也有所不同。

不同产权性质制造企业面临不同程度的资本约束。其中,私有制造企业面临的资本约束程度较高[35],不利于创新产出质量提升。鉴于决策者认知水平与风险偏好差异,不同产权性质制造企业对数字金融市场的实际需求也有所不同,进而影响企业创新产出质量。本文根据产权性质进行分组回归,进一步揭示数字金融对不同产权性质企业创新产出质量的影响。表8显示,无论是国有企业还是非国有企业,数字金融均能够促进企业创新产出质量,但非国有企业受益更多。组间系数差异性检验显示,P值拒绝原假设。可见,数字金融对不同产权性质企业创新产出质量的影响存在异质性。原因如下：相较于国有企业,非国有企业面临更激烈的市场竞争,因而更加注重技术与知识识别、获取、消化、吸收能力。同时,非国有企业借助灵活的组织架构和管理体系能够快速适应市场需求变化[36],更好地吸收基于数字金融平台的创新技术,进而提升自身创新产出质量。

3.4.2 科技属性异质性

高科技企业具有较强的创新能力,而非高科技企业创新能力较弱[37],由此导致数字金融对高科技企业与非高科技企业创新产出质量的影响存在差异。因此,有必要按照科技属性对样本企业进行分组研究。

表9显示,无论是高科技企业还是非高科技企业,数字金融对创新产出质量的促进效应均显著,潜在吸收能力均能促进企业创新产出质量提升,且上述影响在高科技企业更加显著。组间系数差异性检验显示,P值拒绝原假设,原因如下：高科技企业创新门槛较高,需要更多资本和能力支持[38]。数字金融能够提供便捷和灵活的融资方式,以及风险管理工具,有助于降低企业创新风险,促使其加大科技人才与资金投入。此外,高科技企业可以借助数字金融平台与其它企业实现信息共享及技术人才合作,进而提升创新产出质量。

3.4.3 金融监管强度异质性

金融监管影响资金流动和风险传递,可能发挥“双刃剑”的作用。较高的金融监管强度可以降低数字金融风险传递,有助于金融机构为企业提供稳定的金融服务[39],但也会一定程度地束缚数字金融平台成员行为,降低资金流动性[38]。因此,有必要根据金融监管强度对样本企业进行分组研究。

借鉴王韧等[40]的方法,本文采用“区域金融监管支出/金融业增加值”作为金融监管强度的代理变量。参考常曦等[41]的做法,本文以金融监管强度指标的75%、25%分位数为界限,将25%～75%分位数样本定义为金融监管强度适中组,将小于25%分位数样本定义为低金融监管强度组,将大于75%分位数样本定义为高金融监管强度组,分组检验结果如表10所示。由表10可知,在监管强度适中组,数字金融对企业创新产出质量的促进效应更显著。借鉴Cleary[42]的做法,本文进行组间系数差异性检验,结果显示,P值拒绝原假设。由此可见,不同金融监管强度下,数字金融对企业创新产出质量的影响存在异质性,原因如下：较低的监管强度可能引发企业非法操作和违规行为[43],不利于营造稳定的融资环境。随着监管强度提升,金融监管机构能够有效管理金融风险,为企业提供稳定的金融服务及优惠的融资条件[44]。需要指出的是,监管强度过高可能不利于企业获得较好的创新融资条件,甚至可能引发企业反监管行为,最终阻碍企业创新发展。

4 结语

4.1 研究结论

本文基于2015—2021年中国A股制造业上市公司数据,将产权性质、科技属性、金融监管强度作为重要情境要素,进一步探讨数字金融对企业创新产出质量的影响,以及潜在吸收能力的中介作用,得出以下主要结论：

(1)数字金融通过强化潜在吸收能力促进制造企业创新产出质量提升,潜在吸收能力在数字金融与企业创新产出质量间发挥部分中介作用。与Lan等[26]探讨潜在吸收能力对创新成果产出的影响,以及Li等[13]分析吸收能力在数字金融与企业创新间的中介作用等文献不同,本文聚焦企业创新产出质量,进一步揭示潜在吸收能力在数字金融与企业创新产出质量间的作用机制,拓展了数字金融与企业创新产出质量关系研究,丰富了企业创新产出质量前因理论。

(2)不同企业产权性质、科技属性和金融监管强度下,数字金融对企业创新产出质量具有异质性影响。结果表明,数字金融对非国有企业创新产出质量的促进效应更显著;相较于非高科技制造企业,数字金融对高科技制造企业创新产出质量的促进效应更显著,而且高科技企业更善于通过吸收外部资源提升创新产出质量;当金融监管强度适中时,数字金融和潜在吸收能力对企业创新产出质量的促进效应最显著。本文研究结论支持唐松等[33]的观点,即金融监管情景下数字金融对企业创新产出质量具有积极影响。

4.2 管理启示

4.2.1 对企业的启示

(1)企业需要有效利用数字金融工具与平台。数字金融发展能够为制造企业提供更多创新机会,企业应积极了解数字金融工具和平台,提升自身创新能力,进而开发优质产品。

(2)加强创新团队建设,整合资源优势。企业可以将数字金融与自身技术及生产能力融合,与数字金融机构建立合作关系,利用数字金融平台实现资源共享,提升自身潜在吸收能力,从而促进创新产出质量提升。

4.2.2 对金融机构的启示

(1)数字金融可为金融机构提供更多分析工具,有助于金融机构准确评估企业技术吸收及应用能力,并通过贷款、投资或股权等方式助力企业创新,进而提高企业创新产出质量。

(2)金融机构在评估企业信用风险时,可以将拟服务对象的研发队伍、创新能力和创新产出质量等指标纳入信用风险评估体系。一方面,确保资金安全;另一方面,更好地支持创新潜力较大的制造企业,并依据企业需求提供金融产品,通过精准服务提升自身价值。

4.2.3 对政府监管机构的启示

(1)政府监管机构应密切关注数字金融发展趋势,及时掌握金融市场运行情况,促进数字金融与制造业深度融合,并制定相关监管政策、完善监管机制,确保市场的稳定性。

(2)政府监管机构应制定科学的金融监管政策,防范反监管行为,促进金融机构与企业协同创新,为制造企业高质量创新发展营造良好的金融生态环境。

4.3 不足与展望

本文存在以下不足：首先,研究对象为制造企业,对于其它行业企业,结论缺乏普适性。其次,未考虑金融监管外的其它影响因素,结论解释力不足。此外,本文以潜在吸收能力作为中介变量进行分析,后续可以采用其它中介变量,进一步揭示数字金融影响企业创新质量的多元路径。

参考文献：

[1] HANER U.Innovation quality—a conceptual framework[J].International Journal of Production Economics, 2002,80(1)：31-37.

[2] 荆宁宁, 黄申奥, 李德峰. 创新文化、顾客创新、社交媒体与创新质量之间的关系——有调节的中介效应模型[J]. 宏观质量研究, 2017,5(4)：117-130.

[3] 梁宗正, 张煜, 史冬梅. 校企战略科技合作﹑产业双元创新和行业高质量发展——基于我国信息技术行业的分析[J]. 河南大学学报(社会科学版), 2023,63(5)：40-48.

[4] 赵景艳, 邓敏, 徐政. 异地子公司的设立能否提升母公司创新水平——来自A股上市公司异地投资的经验证据[J]. 广东财经大学学报, 2023,38(2)：60-74.

[5] 张治河, 郭星, 易兰. 经济高质量发展的创新驱动机制[J]. 西安交通大学学报(社会科学版), 2019,39(6)：39-46.

[6] 宋晓玲, 王婉濛, 王光远. 数字普惠金融能否为中小企业创新提供动能——来自新三板挂牌企业的经验证据[J]. 投资研究, 2023,42(1)：120-137.

[7] 朱俊丰. 数字金融对企业技术创新的效应识别与机制检验[J]. 统计与决策, 2023,39(7)：173-178.

[8] 康卫国, 李梓峻. 数字普惠金融与技术创新——来自企业生命周期的新视角[J]. 宏观经济研究, 2022,44(12)：21-42.

[9] 熊正德, 黎秋芳. 数字金融对企业技术创新的影响——基于370家数字创意产业上市公司的证据[J]. 湖南农业大学学报(社会科学版), 2022,23(3)：80-89.

[10] 赵晓鸽, 钟世虎, 郭晓欣. 数字普惠金融发展、金融错配缓解与企业创新[J]. 科研管理, 2021,42(4)：158-169.

[11] 申明浩, 谭伟杰. 数字金融发展能激励企业创新吗——基于中国上市企业的实证检验[J]. 南京财经大学学报, 2022,40(3)：66-77.

[12] 李朝阳, 潘孟阳, 李建标. 数字金融、信贷可得性与企业创新——基于金融资源水平的调节效应[J]. 预测, 2021,40(6)：39-46.

[13] LI Y, LIU X, ZHAO Q. Digital finance, absorptive capacity and enterprise dual innovation： an empirical analysis on mediation and threshold effects[J]. Asian Journal of Technology Innovation, 2022,31(2)：1-32.

[14] COHEN W M, LEVINTHAL D A. Absorptive capacity： a new perspective on learning and innovation[J]. Administrative Science Quarterly, 1990,35(1)：128-152.

[15] ZAHRA S A, GEORGE G. Absorptive capacity： a review, re-conceptualization, and extension[J]. The Academy of Management Review, 2002,27(2)：185-203.

[16] 张晓燕, 姬家豪. 金融科技与金融监管的动态匹配对金融效率的影响[J]. 南开管理评论, 2023,26(1)：43-56.

[17] 程雪军. 我国监管科技的风险衍生与路径转换：从金融科技“三元悖论”切入[J]. 上海大学学报(社会科学版), 2022,39(1)：74-90.

[18] 宋宝琳, 张航, 宋凤轩. 数字金融对城市创新水平与质量的影响效应研究——基于我国284个地级市面板数据的实证分析[J]. 系统科学与数学, 2023,43(1)：199-214.

[19] 刘军航, 刘书畅. 数字金融对企业价值的影响——基于影子银行的调节效应[J]. 工业技术经济, 2023,42(3)：92-98.

[20] 雷晓丽. 数字金融、技术创新与流通产业绿色全要素生产率[J]. 商业经济研究, 2022,41(22)：15-18.

[21] 余官胜, 田菊芳. 数字金融发展与企业对外直接投资规模增长——基于上市公司样本的实证研究[J]. 国际商务(对外经济贸易大学学报), 2023,37(1)：88-104.

[22] 罗岭, 曹青青. 数字金融、企业风险承担与审计费用[J]. 审计与经济研究, 2023,38(1)：40-50.

[23] 马芬芬, 付泽宇, 王满仓. 数字金融、融资约束与企业全要素生产率——理论模型与工业企业经验证据[J].人文杂志, 2021,65(7)：69-79.

[24] 康鑫, 郭双叶. 知识协同视角下企业突破性创新形成机理研究[J]. 技术经济, 2022,41(12)：12-24.

[25] 王雷, 王圣君. 外部社会资本、吸收能力与新产品绩效的关系——基于中国长三角地区企业样本的实证分析[J]. 技术经济, 2015,34(12)：15-23.

[26] LANE P J, KOKA B R, PATHAK S. The reification of absorptive capacity： a critical review and rejuvenation of the construct[J]. The Academy of Management Review, 2006,31(4)：833-863.

[27] 许军. 知识共享与互动的企业间电子商务模式研究[J]. 统计与决策, 2010,26(1)：182-185.

[28] 黎文靖, 郑曼妮. 实质性创新还是策略性创新——宏观产业政策对微观企业创新的影响[J]. 经济研究, 2016,51(4)：60-73.

[29] LIAN G, XU A, ZHU Y. Substantive green innovation or symbolic green innovation? the impact of ER on enterprise green innovation based on the dual moderating effects[J]. Journal of innovation &knowledge, 2022,7(3)：100203.

[30] 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.

[31] WANG Y,NING L, CHEN J.Product diversification through licensing：empirical evidence from Chinese firms[J].European Management Journal, 2014,32(4)：577-586.

[32] 吴非, 申么, 祝佳, 等. 利率市场化对企业技术创新的驱动效应研究——异质性特征、微观机理与政府激励解构[J]. 中国软科学, 2021,36(8)：120-129.

[33] 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.

[34] 温忠麟,侯杰泰,张雷. 调节效应与中介效应的比较和应用[J]. 心理学报, 2005,50(2)：268-274.

[35] 孙莹, 王甜甜. 营商环境改善是否可以提高企业绩效——基于2008—2020年中国A股上市公司的经验证据[J]. 河海大学学报(哲学社会科学版), 2022,24(6)：121-128.

[36] 王超, 余典范, 龙睿. 经济政策不确定性与企业数字化——垫脚石还是绊脚石[J]. 经济管理, 2023,45(6)：79-100.

[37] 祝佳, 孙念念, 吴非. 金融市场化改革与企业“短贷长投”——基于利率市场化视角下的中国经验[J]. 商业研究, 2022,65(5)：103-113.

[38] 钟凤英, 冷冰洁. 员工持股计划、内部控制与创新绩效[J]. 经济问题, 2022,44(8)：120-128.

[39] 李靖远, 于文成. 数字金融素养能否助推家庭共同富裕——基于中国家庭金融调查的研究[J]. 金融发展研究, 2023,42(6)：25-35.

[40] 王韧, 张奇佳, 何强. 金融监管会损害金融效率吗[J]. 金融经济学研究, 2019,34(6)：93-104.

[41] 常曦, 吴非, 任晓怡. 金融监管能否治理企业房地产投资：效用识别与机制检验[J]. 河北经贸大学学报, 2023,44(1)：98-109.

[42] CLEARY S. The relationship between firm investment and financial status[J]. The Journal of Finance, 1999,54(2)：673-692.

[43] 肖红军, 阳镇, 凌鸿程. “鞭长莫及”还是“遥相呼应”：监管距离与企业社会责任[J]. 财贸经济, 2021,42(10)：116-131.

[44] 李光武, 谭曼, 朱仁泽. 网络基础设施建设、企业投资决策和金融资产配置——来自“宽带中国”战略的准自然实验[J]. 云南财经大学学报, 2023,39(7)：42-69.

(责任编辑：张 悦)