數(shù)字普惠金融與企業(yè)創(chuàng)新的關(guān)系實證分析案例目錄TOC\o"1-3"\h\u3499數(shù)字普惠金融與企業(yè)創(chuàng)新的關(guān)系實證分析案例 127909第一節(jié)樣本選取與數(shù)據(jù)來源 118343一、樣本選取 128898二、數(shù)據(jù)來源 28250第二節(jié)描述性分析 219915第三節(jié)相關(guān)性分析 37227第四節(jié)回歸結(jié)果分析 519891一、基準(zhǔn)固定效應(yīng)模型的回歸結(jié)果及分析 515461二、基于融資約束的中介效應(yīng)模型回歸結(jié)果及分析 66835三、考慮金融監(jiān)管水平差異的檢驗 79610四、考慮企業(yè)所有權(quán)差異的檢驗 825838五、考慮不同區(qū)域的中小企業(yè)差異檢驗 921369六、穩(wěn)健性檢驗 10第一節(jié)樣本選取與數(shù)據(jù)來源一、樣本選取本文選取2011-2018年我國中小板和創(chuàng)業(yè)板上市公司作為樣本對象，一方面是由于中小板和創(chuàng)業(yè)板的公司都是以中小企業(yè)為主，相較于A股大型企業(yè)，中小企業(yè)由于發(fā)展前景不確定、信用評價體系不完善等原因更容易面臨融資約束，數(shù)字普惠金融是緩解融資約束的渠道之一，所以選擇此樣本符合本文研究主題；另一方面是限于數(shù)據(jù)的可獲得性，中小板和創(chuàng)業(yè)板財務(wù)數(shù)據(jù)公開完整，本文研究用到的研發(fā)投入和專利申請數(shù)量相關(guān)的數(shù)據(jù)披露較為完整，且經(jīng)過外部審計審核，準(zhǔn)確性高。在樣本篩選上，按照如下的選擇過程：（1）去除金融類上市公司。（2）剔除樣本期內(nèi)曾經(jīng)或已經(jīng)處于ST或ST*的公司。（3）剔除了相關(guān)指標(biāo)及信息披露不全的公司。（4）對連續(xù)變量進行1%的Winsor縮尾處理。經(jīng)過篩選后，本文最終樣本為481家公司，共計3848個樣本觀測值。二、數(shù)據(jù)來源本文有關(guān)中小企業(yè)所在地級市的數(shù)字普惠金融數(shù)據(jù)來自于《北京大學(xué)數(shù)字普惠金融指數(shù)（2011-2018）》，樣本公司財務(wù)指標(biāo)（股權(quán)集中度、資產(chǎn)報酬率等）主要從CSMAR國泰安數(shù)據(jù)庫中獲得，企業(yè)創(chuàng)新相關(guān)數(shù)據(jù)（創(chuàng)新投入金額、發(fā)明專利申請數(shù)量）均來自于WIND數(shù)據(jù)庫。第二節(jié)描述性分析表5.1列出了樣本數(shù)據(jù)的描述性統(tǒng)計結(jié)果。從被解釋變量來看，對于中小企業(yè)創(chuàng)新研發(fā)投入而言，將中小企業(yè)研發(fā)投入金融進行對數(shù)化處理后的平均值為3.918，但最值間差距大，標(biāo)準(zhǔn)差也較大，反映出樣本企業(yè)間研發(fā)投入規(guī)模存在較大差異。樣本中小企業(yè)專利產(chǎn)出數(shù)量對數(shù)化處理后均值為0.85，但與中小企業(yè)研發(fā)投入數(shù)據(jù)一樣都存在最大值和最小值差異較大的現(xiàn)象。這可能是由于不同行業(yè)中小企業(yè)的研發(fā)特點所決定的，所以在本文的研究中控制了行業(yè)之間的差異。從解釋變量來看，對于數(shù)字普惠金融指數(shù)及3個二級指標(biāo)，其平均值都穩(wěn)定在1.8左右，但4類數(shù)據(jù)的最值差異明顯，說明仍有中小企業(yè)處在數(shù)字普惠金融發(fā)展水平較低的地區(qū)。在地區(qū)間數(shù)字普惠金融發(fā)展非平衡的狀態(tài)下，更有利于研究數(shù)字普惠金融發(fā)展對不同區(qū)域中小企業(yè)創(chuàng)新的影響。從中介變量來看，樣本企業(yè)融資約束的指標(biāo)數(shù)據(jù)最大值和最小值之間仍存在一定差距，說明樣本企業(yè)面臨的融資約束有差異。從控制變量來看，樣本企業(yè)的資本密集度和托比Q值的標(biāo)準(zhǔn)差較大，最值間也存在不小的差距，這說明樣本企業(yè)間的經(jīng)營風(fēng)險和發(fā)展?jié)摿Σ煌?。?.1變量描述性統(tǒng)計變量名稱觀測數(shù)平均值標(biāo)準(zhǔn)差最小值最大值INPUT3,3673.9181.0361.4906.715OUTPUT3,3670.8501.55005.541DIF3,3671.8040.6100.4772.892DIFCD3,3671.8210.5880.4362.876DIFUD3,3671.7750.6360.5373.205DIFDL3,3671.8030.7890.1923.228FINCONS3,367-1.0010.049-1.135-0.887ROA3,3670.0610.046-0.0810.218CAPIT3,3672.3521.2750.5097.350EQUITY3,3670.3240.1360.0880.689TOBINQ3,3672.5491.5171.0729.330AUDIT3,3670.4100.49201SAME3,3670.3660.48201AGE3,3672.4480.1532.1972.833PGDP3,3670.5150.1440.2300.854第三節(jié)相關(guān)性分析表5.2列出了變量間的皮爾森相關(guān)系數(shù)矩陣，初步判斷各變量之間基本不存在多重共線性問題，且各變量通過了VIF檢驗。從變量間的系數(shù)來看，數(shù)字普惠金融發(fā)展（DIF）與中小企業(yè)創(chuàng)新投入（INPUT）呈現(xiàn)顯著正相關(guān)，融資約束（FINCONS）對中小企業(yè)創(chuàng)新投入及產(chǎn)出有顯著的負(fù)相關(guān)關(guān)系。表5.2變量的皮爾森相關(guān)系數(shù)矩陣INPUTOUTPUTDIFFINCONSROACAPITEQUITYTOBINQAUDITSAMEAGEPGDPINPUT11OUTPUT1.115***1DIF.413***.0031FINCONS-.618***-.060***-.312***1ROA.145***.039**-.136***-.312***1CAPIT-.180***-.028*.033**.150***-.312***1EQUITY-.029*.045***-.159***-.038**.092***-.150***1TOBINQ.027*.049***.238***.081***.206***.072***-.086***1AUDIT-.029*-.001.085***.036**-.056***-.011-.028*.0041SAME-.097***-.003-.028*.085***.011.054***.095***.031*.0031AGE.196***.041**-.079***-.154***.129***-.190***-.034**.018-.043***-.101***1PGDP.271***-.053***.571***-.171***.007-.034**-.070***.126***.027*.047***-.093***1注：***表示在0.01上顯著；**表示在0.05上顯著；*表示在0.1上顯著，下同。第四節(jié)回歸結(jié)果分析一、基準(zhǔn)固定效應(yīng)模型的回歸結(jié)果及分析表5.3報告了年份行業(yè)雙向固定效應(yīng)模型的回歸結(jié)果，即數(shù)字普惠金融發(fā)展對中小企業(yè)創(chuàng)新的影響。在模型M（1）和M（2）中僅僅控制了時間變量和行業(yè)變量。結(jié)果發(fā)現(xiàn)，滯后一期的數(shù)字普惠金融發(fā)展（L.DIF）對中小企業(yè)創(chuàng)新投入（INPUT）和創(chuàng)新產(chǎn)出（OUTPUT）都有正向的影響，提高了中小企業(yè)的創(chuàng)新水平，但模型M（2）中數(shù)字普惠金融發(fā)展（L.DIF）的系數(shù)僅通過了10%水平的統(tǒng)計顯著性檢驗，說服力不強。在模型M（3）和M（4）中，將控制變量加入基準(zhǔn)回歸中，發(fā)現(xiàn)數(shù)字普惠金融發(fā)展既促進了中小企業(yè)創(chuàng)新投入，也促進了中小企業(yè)創(chuàng)新產(chǎn)出，此時模型M（3）和模型（4）中數(shù)字普惠金融發(fā)展（L.DIF）的系數(shù)分別通過了5%和1%水平的統(tǒng)計顯著性檢驗?；貧w結(jié)果表明，數(shù)字普惠金融發(fā)展能夠提升中小企業(yè)的創(chuàng)新競爭力，并且對企業(yè)創(chuàng)新投入和創(chuàng)新產(chǎn)出都有顯著的促進作用。表5.3數(shù)字普惠金融發(fā)展影響中小企業(yè)創(chuàng)新的總效應(yīng)：基準(zhǔn)回歸M(1)M(2)M(3)M(4)INPUTOUTPUTINPUTOUTPUTL.DIF0.410**0.270*0.381**0.738***(2.41)(1.75)(2.18)(3.78)ROA1.393***1.163*(3.70)(1.77)CAPIT-0.053***-0.013(-2.81)(-0.56)EQUITY-0.3610.367*(-1.42)(1.72)TOBINQ-0.032***0.017(-3.07)(0.68)AUDIT-0.025**0.034(-2.10)(0.60)SAME-0.012-0.059(-0.34)(-0.98)AGE1.482***0.291(6.36)(1.49)PGDP0.411-1.171***(1.29)(-4.30)續(xù)表5.3數(shù)字普惠金融發(fā)展影響中小企業(yè)創(chuàng)新的總效應(yīng)：基準(zhǔn)回歸M(1)M(2)M(3)M(4)INPUTOUTPUTINPUTOUTPUTYearYESYESYESYESIndustryYESYESYESYES_cons2.885***0.174-0.577-0.573(10.88)(0.98)(-0.92)(-1.10)N3367336733673367Adj.R20.5000.2840.5110.388數(shù)字普惠金融發(fā)展能夠促進中小企業(yè)創(chuàng)新投入和創(chuàng)新產(chǎn)出，這種創(chuàng)新驅(qū)動效應(yīng)究竟是因為數(shù)字普惠金融的覆蓋群體擴大，還是數(shù)字金融服務(wù)多樣化所導(dǎo)致？表5.4列出了“覆蓋廣度、使用深度及數(shù)字支持服務(wù)”三個維度的發(fā)展水平對中小企業(yè)創(chuàng)新發(fā)展的影響。模型M（1）至M（3）度量的是3個二級指標(biāo)對企業(yè)創(chuàng)新投入的影響，模型M（4）至M（6）度量的是3個二級指標(biāo)對企業(yè)創(chuàng)新產(chǎn)出的影響?？梢园l(fā)現(xiàn)，無論是對于中小企業(yè)創(chuàng)新投入還是創(chuàng)新產(chǎn)出，數(shù)字普惠金融的覆蓋廣度都能夠促進中小企業(yè)創(chuàng)新發(fā)展。對比模型M（2）和M（4），數(shù)字普惠金融的使用深度能夠促進中小企業(yè)的創(chuàng)新投入，且通過了10%的統(tǒng)計顯著性檢驗；使用深度和創(chuàng)新產(chǎn)出呈現(xiàn)正相關(guān)關(guān)系但沒有通過顯著性檢驗。從模型（3）和模型（6）來看，數(shù)字支持服務(wù)的系數(shù)為負(fù)數(shù)且不顯著，與預(yù)期假設(shè)不符合。表5.4數(shù)字普惠金融發(fā)展對中小企業(yè)創(chuàng)新的影響：指標(biāo)降維M(1)M(2)M(3)M(4)M(5)M(6)INPUTINPUTINPUTOUTPUTOUTPUTOUTPUTL.DIFCD0.292**0.604***(2.30)(4.56)L.DIFUD0.204*0.120(1.71)(0.67)L.DIFDL-0.061-0.267(-0.69)(-1.22)ControlsYESYESYESYESYESYESYEARYESYESYESYESYESYESINDUSTRYYESYESYESYESYESYES_cons-0.588-0.430-0.377-0.590-0.326-0.160(-0.94)(-0.68)(-0.60)(-1.13)(-0.62)(-0.29)Adj.R20.5110.5120.5120.4100.3440.347綜上，從基準(zhǔn)固定效應(yīng)模型的回歸結(jié)果來看，數(shù)字普惠金融總指數(shù)確實能夠促進中小企業(yè)的創(chuàng)新投入和創(chuàng)新產(chǎn)出，這驗證了假設(shè)H1。針對數(shù)字普惠金融的3個二級指標(biāo)進一步分析，數(shù)字金融的覆蓋廣度和使用深度都有助于提升中小企業(yè)創(chuàng)新能力，但強化覆蓋廣度是驅(qū)動中小企業(yè)創(chuàng)新的核心路徑。二、基于融資約束的中介效應(yīng)模型回歸結(jié)果及分析表5.5的回歸結(jié)果分析了數(shù)字普惠金融發(fā)展影響中小企業(yè)創(chuàng)新活動的具體渠道機制，檢驗了融資約束在其中所起到的作用。根據(jù)中介效應(yīng)檢驗程序，首先，模型（1）的回歸結(jié)果表明，在1%的顯著性水平上，數(shù)字普惠金融的發(fā)展能夠促進中小企業(yè)的創(chuàng)新投入；其次，模型M（2）的回歸結(jié)果顯示，數(shù)字普惠金融發(fā)展能夠緩解中小企業(yè)所面臨的融資約束問題（在1%的統(tǒng)計水平上顯著）；最后，由模型（3）的結(jié)果可知，數(shù)字普惠金融發(fā)展（L.DIF）的系數(shù)為0.241，在5%的水平上顯著，說明數(shù)字普惠金融發(fā)展對中小企業(yè)創(chuàng)新投入存在直接效應(yīng)，同時，融資約束（L.FINCONS）的系數(shù)為負(fù)且在1%的水平上顯著，說明數(shù)字普惠金融通過緩解融資約束促進中小企業(yè)創(chuàng)新投入，即融資約束起到中介效應(yīng)，中介效應(yīng)占總效應(yīng)33.69%。同理，從模型（4）和模型（5）可以看出，對于中小企業(yè)創(chuàng)新產(chǎn)出，融資約束發(fā)揮的中介效應(yīng)占比5.77%。表5.5融資約束的中介效應(yīng)分析M(1)M(2)M(3)M(4)M(2)M(5)INPUTFINCONSINPUTOUTPUTFINCONSOUTPUTL.DIF0.381**-0.023***0.241**0.738***-0.023***0.695***(2.18)(-4.76)(2.09)(3.78)(-4.76)(3.58)L.FINCONS-5.58***-1.850**(-14.69)(-2.50)ControlsYESYESYESYESYESYESYEARYESYESYESYESYESYESINDUSTRYYESYESYESYESYESYES_cons-0.577-0.843***-10.64***-0.573-0.843***-2.132***(-0.92)(-59.75)(-26.22)(-1.10)(-59.75)(-2.66)Adj.R20.5110.3550.5810.3880.3550.408數(shù)字普惠金融作為有效的“增量補充”，拓寬了中小企業(yè)的融資渠道。同時，數(shù)字普惠金融利用大數(shù)據(jù)、人工智能等技術(shù)手段降低了信息搜集成本和風(fēng)險控制成本，降低了信息不對稱程度，并提供供應(yīng)鏈金融、智能投顧等多種融資模式，提高了企業(yè)貸款的可獲得性，為中小企業(yè)技術(shù)創(chuàng)新活動的開展提供了便利條件。實證結(jié)果驗證了假設(shè)H2，融資約束在數(shù)字普惠金融發(fā)展促進中小企業(yè)創(chuàng)新中發(fā)揮中介作用，但中介效應(yīng)在創(chuàng)新投入和產(chǎn)出中占比不同，在對企業(yè)創(chuàng)新投入的影響上占比更多。三、考慮金融監(jiān)管水平差異的檢驗數(shù)字金融的創(chuàng)新應(yīng)在審慎監(jiān)管的前提下進行，本部分嵌入金融監(jiān)管元素進行實證研究。本文采用“地方財政金融監(jiān)管支出”作為金融監(jiān)管的代理變量，將金融監(jiān)管水平（REGULATION）定義為“地方財政金融監(jiān)管支出/銀行業(yè)金融機構(gòu)各項貸款余額”。根據(jù)金融監(jiān)管水平的50%分位數(shù)為界，將樣本公司分成了兩組對基準(zhǔn)方程分別進行回歸。表5.6給出了回歸結(jié)果。從模型（1）和模型（2）可以看出，當(dāng)被解釋變量為創(chuàng)新投入時，在更強的金融監(jiān)管水平下，數(shù)字普惠金融發(fā)展的系數(shù)（0.585，且在1%的水平上顯著）比金融監(jiān)管水平較弱區(qū)間的更大，即數(shù)字普惠金融發(fā)展在較強的金融監(jiān)管水平下對中小企業(yè)創(chuàng)新投入有著更強的驅(qū)動效應(yīng)。本文基于SUR估計進行了組間系數(shù)差異檢驗，數(shù)字普惠金融發(fā)展（L.DIF）的系數(shù)在兩組之間存在顯著差異，對應(yīng)的p值為0.0000。當(dāng)被解釋變量為創(chuàng)新產(chǎn)出時，在模型（3）中，當(dāng)金融監(jiān)管水平較弱時，數(shù)字普惠金融發(fā)展對創(chuàng)新產(chǎn)出沒有產(chǎn)生顯著影響；而在模型（4）中，金融監(jiān)管水平較高的情況下，數(shù)字普惠金融發(fā)展的系數(shù)較大（1.07），且在1%的水平上顯著。同時，在兩組模型的組間差異檢驗中，數(shù)字普惠金融發(fā)展（L.DIF）的系數(shù)在兩組之間也存在顯著差異，對應(yīng)的p值為0.0366。綜上，在不同的金融監(jiān)管強度下，數(shù)字普惠金融對中小企業(yè)的創(chuàng)新促進作用存在差異，在更高的金融監(jiān)管強度下數(shù)字普惠金融的促進效應(yīng)更加顯著。表5.6考慮金融監(jiān)管水平差異的效應(yīng)研究M(1)M(2)M(3)M(4)金融監(jiān)管較弱區(qū)間金融監(jiān)管較強區(qū)間金融監(jiān)管較弱區(qū)間金融監(jiān)管較強區(qū)間INPUTINPUTOUTPUTOUTPUTL.DIF0.548***0.585***0.2271.070***(2.85)(3.10)(0.75)(3.97)ControlsYESYESYESYESYEARYESYESYESYESINDUSTRYYESYESYESYES_cons-0.676-0.723-0.410-0.748(-1.01)(-1.07)(-0.52)(-0.93)Adj.R20.5430.4980.3580.558四、考慮企業(yè)所有權(quán)差異的檢驗鑒于國有企業(yè)和非國有企業(yè)在社會信用水平、融資便利程度等方面存在差異性，本文對國有企業(yè)和非國有企業(yè)樣本進行了分組檢驗，進一步考察數(shù)字普惠金融發(fā)展對不同所有權(quán)類型中小企業(yè)創(chuàng)新的影響效應(yīng)是否存在差異。表5.7給出了回歸結(jié)果。在模型（1）和模型（2）中，被解釋變量為中小企業(yè)的創(chuàng)新投入，數(shù)字普惠金融發(fā)展對中小非國有企業(yè)創(chuàng)新投入具有顯著的正效應(yīng)（回歸系數(shù)為0.513，在1%的水平上顯著），而對中小國有企業(yè)創(chuàng)新投入產(chǎn)生負(fù)向且不顯著的影響（回歸系數(shù)為-0.175）。在模型（3）和模型（4）中，被解釋變量為中小企業(yè)創(chuàng)新產(chǎn)出，數(shù)字普惠金融同樣對中小非國有企業(yè)的創(chuàng)新產(chǎn)出具有促進作用（回歸系數(shù)為0.776，在1%的水平上顯著），對中小國有企業(yè)的影響為正但不顯著。綜上，假設(shè)H4成立，數(shù)字普惠金融發(fā)展對不同所有權(quán)類型中小企業(yè)創(chuàng)新的影響效應(yīng)存在差異，這種創(chuàng)新促進作用在非國有企業(yè)中表現(xiàn)更強。表5.7數(shù)字普惠金融對不同所有權(quán)性質(zhì)企業(yè)創(chuàng)新的影響效應(yīng)M(1)M(2)M(3)M(4)被解釋變量：INPUT被解釋變量：OUTPUT國企非國有國企非國有L.DIF-0.1750.513***0.1310.776***(-0.31)(2.84)(0.20)(3.82)ControlsYESYESYESYESYEARYESYESYESYESINDUSTRYYESYESYESYES_cons2.223-0.395-0.188-0.218(1.06)(-0.60)(-0.10)(-0.40)Adj.R20.4310.5270.4840.411五、考慮不同區(qū)域的中小企業(yè)差異檢驗本文認(rèn)為數(shù)字普惠金融不受物理網(wǎng)點的限制，具有地域穿透力強的特征，對于中西部地區(qū)的中小企業(yè)來說更能夠提升他們對于金融服務(wù)的可得性，從而促進中小企業(yè)創(chuàng)新發(fā)展。因此本文按照中小企業(yè)樣本所在區(qū)域的不同，劃分成了東部和中西部地區(qū)，探究數(shù)字普惠金融發(fā)展對不同區(qū)域的中小企業(yè)創(chuàng)新的影響效應(yīng)是否存在差異，估計結(jié)果如表5.8所示。對于中小企業(yè)創(chuàng)新投入來說，數(shù)字普惠金融發(fā)展對中西部企業(yè)創(chuàng)新的估計系數(shù)（系數(shù)為0.725，在5%的水平上顯著）要大于對東部地區(qū)企業(yè)的系數(shù)（系數(shù)為0.328）。同樣，從模型（3）和模型（4）可以看出，數(shù)字普惠金融對中西部中小企業(yè)創(chuàng)新產(chǎn)出的促進作用（系數(shù)為1.166，且在1%的水平上顯著）要顯著大于對東部地區(qū)企業(yè)的系數(shù)（系數(shù)為0.557）?；貧w結(jié)果表明，數(shù)字普惠金融發(fā)展更容易突破時空限制，對中西部中小企業(yè)創(chuàng)新的促進作用更為突出，具有更高的邊際效應(yīng)，也驗證了假設(shè)H5成立。表5.8數(shù)字普惠金融對不同區(qū)域企業(yè)創(chuàng)新的影響效應(yīng)M(1)M(2)M(3)M(4)被解釋變量：INPUT被解釋變量：OUTPUT東部地區(qū)中西部地區(qū)東部地區(qū)中西部地區(qū)L.DIF0.328**0.725**0.557**1.166***(1.96)(2.14)(2.40)(2.94)ControlsYESYESYESYESYEARYESYESYESYESINDUSTRYYESYESYESYES_cons-0.097-1.617-0.6771.164(-0.14)(-1.18)(-1.02)(0.93)Adj.R20.5210.4970.3550.481六、穩(wěn)健性檢驗（一）基準(zhǔn)回歸的內(nèi)生性處理在基準(zhǔn)回歸中，本文對核心解釋變量進行滯后一期處理，但在識別數(shù)字普惠金融發(fā)展對中小企業(yè)創(chuàng)新的影響中仍可能會受到內(nèi)生性的干擾。一方面是由于反向因果影響，企業(yè)創(chuàng)新發(fā)展較好的地方，更能推動地區(qū)數(shù)字普惠金融發(fā)展；另一方面不可觀測因素的遺漏變量會導(dǎo)致偏誤?；诖?，本文參考謝絢麗等（2018）的研究，采用各省互聯(lián)網(wǎng)的普及率（數(shù)據(jù)來源于2011-2018年《我國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》）作為數(shù)字普惠金融發(fā)展的工具變量，對基準(zhǔn)回歸進行內(nèi)生性處理。各省互聯(lián)網(wǎng)普及率測度該省份使用網(wǎng)絡(luò)的人口比例，衡量信息化發(fā)達程度，能夠比較全面地反映出地區(qū)數(shù)字普惠金融發(fā)展的基礎(chǔ)建設(shè)情況，滿足工具變量相關(guān)性要求。而且該地區(qū)網(wǎng)絡(luò)使用人口比例且與企業(yè)創(chuàng)新的直接關(guān)系影響較小，并不存在直接的影響路徑，滿足了工具變量排他性約束。表5.9匯報了基于2SLS工具變量法的內(nèi)生性處理結(jié)果，從模型（2）可以看出，各省互聯(lián)網(wǎng)普及率（L.IPR）的回歸系數(shù)在1%的水平上顯著，滿足工具變量相關(guān)性要求。Cragg-DonaldWaldF值為119.186，說明不存在弱工具變量的問題。從第二階段的結(jié)果來看，在模型（3）中，對于中小企業(yè)創(chuàng)新投入，數(shù)字普惠金融發(fā)展的創(chuàng)新激勵效應(yīng)依然顯著。在模型M（5）中，數(shù)字普惠金融發(fā)展的回歸系數(shù)雖然有所下降，但仍通過了10%水平的統(tǒng)計性檢驗，能夠促進中小企業(yè)創(chuàng)新產(chǎn)出。表5.9基準(zhǔn)回歸模型的內(nèi)生性處理：2SLS工具變量法M(1)M(2)M(3)M(4)M(5)基準(zhǔn)回歸模型FirstSecond基準(zhǔn)回歸模型SecondINPUTL.DIFINPUTOUTPUTOUTPUTL.DIF0.381**0.544***0.738***0.575*(2.18)(5.62)(3.78)(1.81)L.IPR0.057***(65.21)ControlsYESYESYESYESYESYearYESYESYESYESYESIndustryYESYESYESYESYES_cons-0.577-0.392***-0.983***-0.573-0.618(-0.92)(-95.02)(-2.83)(-1.10)(-0.98)Adj.R20.5110.9570.4790.3880.239Prob＞F0.0000.0000.0000.0000.000Cragg-DonaldWaldFstatistic119.186>10%maximalIVsize