我国制造业在国际市场上的份额逐年提高，国际竞争力在日益加强，“中国制造”的美名已享誉全球。然而，目前我国经济中低速增长已进入常态，供需矛盾较为突出，制造业在原材料价格、人工成本上的优势已不复存在，转而面临着转型升级的巨大压力。要想让我国制造业尽快摆脱困境，实现“制造强国”的梦想，技术创新将成为不可或缺的动力保障。与此同时，我国金融业的发展也在不断深入，从宏观层面的经济金融化已转向微观层面的企业金融化。例如，2011年洋河股份购买了高达26.6亿元的银行理财产品；2012年华北制药当年实现利润仅为1406万元，而来自委托贷款的利息收入竟高达9999万元。这些事例无不说明我国企业正将大量经营资产转向金融资产。企业的这种金融化行为虽能为其提供丰厚的利润，却影响了对主营业务、技术创新的长期投入，长此以往，必将削弱企业的发展基础，加速其“空心化”。基于这一背景，研究企业金融化对技术创新的影响，对改善企业投融资决策、促进制造业转型升级都将具有一定的现实意义。

定义1（敏感话题（ST））系统提供的可能涉及到个人隐私的话题，这些内容是关于用户个人信息的，当被他人得到将有可能会滥用并影响到用户。

一、文献回顾与理论分析

技术创新作为推动企业发展的内在动力，一直以来就是学术界研究的热点问题之一。学者们已从研发投入、治理结构、企业规模、企业家精神、政府政策、市场环境等方面对技术创新的影响因素展开了大量研究，并取得了丰硕成果。近年来，随着金融化的快速发展，部分学者已开始关注金融化对企业技术创新的影响。目前，针对这一问题，学术界给出了两种解释：一种是以宏观金融发展为基础，认为金融化为企业拓宽了融资渠道，缓解了融资压力，所以这种金融发展方式有助于推动金融业发展，促进企业技术创新；另一种则是从微观层面出发，认为金融化抑制了企业技术创新。

谢家智（2014）的研究表明，随着政府控制程度的加大，金融化对企业技术创新的负向影响也越来越大。许罡（2017）的研究发现，在市场竞争较为激烈的环境中，金融化对技术创新的抑制作用也会变得更强。王红建（2017）的研究则表明，融资约束程度对金融化与技术创新负相关关系的影响并无显著性差异；在套利动机强的企业里，金融化对技术创新的抑制作用会更强，但在盈利能力强的企业里，这种抑制作用则会被削弱。

通过对上述文献的回顾不难发现，虽然技术创新问题备受学者关注，但从金融化视角研究的文献相对较少。在为数不多的相关研究中，大多是以非金融上市公司或制造业上市公司为样本，从总体上分析金融化对技术创新的影响，但是每个行业都有其自身特征，而且并不是每个行业都存在技术创新活动，因此分行业探讨这一问题是很有必要的。鉴于此，本文以技术创新活动频繁发生的高新技术企业为样本，深入探讨金融化对技术创新的影响，不仅是对现有文献的有益补充，而且还能从微观层面为制造业的转型升级提供新的路径。

作者简介： 王满娣，女，汉族，福建南靖人，福建省南靖县山城中心小学，一级教师，中共党员，南靖县优秀教师，县优秀班主任，县优秀少先队辅导员，专科学历，研究方向：小学美术教育。

为了检验金融化对技术创新的抑制作用是否在不同所有制、盈利能力、成长性的公司中存在差异性，本文又进行了以下分组回归：

企业的金融化程度与技术创新水平之间是一种负相关关系，即企业的金融化程度越高，技术创新水平越低。

二、研究设计

1.研究样本与数据来源。为了确保数据的一致性，本文选取沪深两市A股上市的高新技术企业作为初始研究样本，剔除了部分观测值缺失的样本，最终得到1453个公司年度观测值。所有公司财务、公司治理数据皆来自于CSMAR数据库，时间跨度为2008～2016年。鉴于异常值可能会对最终结果的稳健性产生影响，本文对除股权集中度、虚拟变量外的所有变量按年度进行了上下1%的Winsorize处理。

2.模型设定和变量设计。根据已有文献，本文采用以下模型检验金融化程度对技术创新的影响：

（1）按实际控制人性质，将样本区分为国有企业组和非国有企业组。从回归结果来看，金融化对技术创新的抑制作用在这两类企业中都是存在的，但在非国有企业中这种抑制作用表现得更为强烈。这主要是因为相对于国有企业而言，非国有企业获得金融机构资金支持的门槛较高，机会较少，有限的资金若配置在金融资产上，势必挤占其在技术创新上的投入。另外，国有企业获取资金较为容易，从而导致资金使用效率低下，降低了技术创新的发展速度。

上述模型中，主要变量的界定如下：

金融化程度（Fc）=金融资产/总资产

（1）技术创新水平（Inno）。本文用无形资产指标反映技术创新水平。因为无形资产所包含的项目并非全都属于创新成果，比如土地使用权、采（探）矿权就属例外情况，所以本文以无形资产剔除土地使用权、采（探）矿权以后的净额与总资产之比来反映技术创新水平。

工业大数据平台打通从供应链、生产制造、营销和销售，到售后服务等产品全生命周期的数据流。基于这些整合的数据，通过大数据技术，对海量的数据进行深层次的分析，根据不同的业务需要进行业务数据建模，从而实现工业大数据的业务价值。

本文研究发现：金融化对技术创新有显著的抑制作用，而且这种抑制作用主要集中在企业对交易性金融资产、投资性房地产的投资上。此外，金融化对技术创新的抑制作用在非国有企业、高盈利能力企业、高成长性企业中较为明显。

在文化翻译中最常使用的归化与异化策略，就是以译者所选择的文化立场为基本点来加以区分的。选择《红楼梦》的杨宪益、戴乃迭译本与霍克斯（Davis Hawkes）译本，正是基于两位译者在翻译目的、翻译策略和文化背景上都有较为鲜明的不同之处。杨宪益作为中国译者，受外文出版局委托，以传播传统文化为己任，而霍克斯作为汉学家，以传递中国经典文学作品中的美感为翻译目的，因此其翻译决策过程也应是颇具对比效果的不同博弈过程。限于篇幅限制，本文仅从博弈论视角对《红楼梦》第二十五回的两个译本进行分析，浅析文化翻译中的归化与异化。

MMC由于直流侧没有集中布置的电容器，为保持直流母线电压正负极对称，需在直流侧或换流变二次侧设置接地点。常见接地方式主要有直流侧经电阻接地、交流侧构造接地点或利用换流变压器接地。

本研究通过分析中国云南省南部红河哈尼族彝族自治州境内，3类喀斯特生态系统中露石、碎石因子和植物因子的变化规律，得出以下结论：

货币性金融资产是从资产负债表中货币资金项目分离出来的。由于企业持有货币资金既是为了满足经营方面的需求，也有金融方面的考虑，所以本文借鉴Penman-Nissim分析框架，将资产区分为经营资产（包括货币性经营资产、非货币性经营资产）和金融资产（包括货币性金融资产、非货币性金融资产），若假定企业持有的货币性金融资产与非货币性金融资产的比例是相同的，则：货币性金融资产=货币资金×［非货币性金融资产/（非货币性经营资产+非货币性金融资产）］。

（3）控制变量（Controls）。本文主要从财务层面、公司治理层面设置了控制变量组。

财务层面的控制变量有：①资本结构（Debt），本文将有形资产带息债务比作为资本结构的衡量指标。②盈利能力（Roat-1），本文将滞后一期的资产收益率作为反映企业盈利能力的指标；③成长性（Grow），本文采用营业收入增长率作为企业成长性的替代变量；④规模（Size），本文使用总资产的自然对数反映企业规模的大小。

公司治理层面的控制变量有：①股权集中度（Oc），用前十大股东的持股比例予以反映；②实际控制人性质（State），若样本为国有企业，虚拟变量取值为1，反之则为0。此外，模型中还加入了年度虚拟变量来控制时间因素对回归结果的影响。

其中：金融资产=货币性金融资产+非货币性金融资产；非货币性金融资产=交易性金融资产+可供出售金融资产+持有至到期投资+长期股权投资+投资性房地产。

处理及分析文中数据可运用SPSS20.0版本的医学软件,以P<0.05表示对比数据具有明显的统计学意义。

各变量的定义如表1所示。

三、实证结果分析

1.描述性统计与相关性分析。从表2列出的各变量的描述性统计结果来看，高新技术企业技术创新水平的均值为0.01，最小值为0，最大值为0.378，标准差为0.002。可见，我国高新技术企业技术创新水平并不高，公司间差异较大，整体水平有待提升。高新技术企业金融化程度均值为0.053，最小值为0，最大值为0.477，说明我国高新技术企业金融化程度也不高，但个别公司的指标值远远超过了0.2，表明这些公司的金融化程度较为激进，有可能已超出了公司对风险的控制范围。

表1 变量定义及说明

变量类型因变量自变量变量代码Inno Fc含义技术创新水平金融化程度Debt 有形资产带息债务比控制变量Roat-1 Grow Size Oc State Year滞后一期资产收益率营业收入增长率企业规模股权集中度实际控制人性质年度计量方法（无形资产-土地使用权、采矿权）/总资产金融资产/总资产（非流动负债合计+短期借款+一年内到期的非流动负债）／（资产总计-无形资产净额-商誉净额）（利润总额+利息费用）/平均资产总额（本期营业收入-上期营业收入）/上期营业收入期末总资产的自然对数前十大股东持股比例若为国有企业，取值为1，反之则为0虚拟变量

表2 主要变量的描述性统计

变量Inno Fc Debt Roat-1 Grow Size Oc State均值0.010 0.053 0.215 0.366 0.170 21.719 0.540 0.333标准差0.023 0.078 0.157 0.513 0.450 1.064 0.143 0.471中位数0.002 0.022 0.203 0.242 0.107 21.583 0.540 0.000最小值0.000 0.000 0.000-1.720-0.527 19.343 0.146 0.000最大值0.378 0.477 1.002 4.521 6.742 26.195 0.887 1.000样本量1453 1453 1453 1453 1453 1453 1453 1453

表3是各变量的相关系数表。从表中可以看出，各变量间的相关系数较小，即相关程度较低，基本可排除模型存在多重共线性的可能性。

通过以上关于马克思宗教观三个研究向度的概括，可以看出，目前的研究已经形成稳定的研究入路和方向，学界着力于对于马克思宗教思想本真面目的恢复和深度探究，并取得具有一定特色的研究成果。但是同时应该看到，目前的研究对于马克思宗教批判与人的解放、自由发展的终极关怀维度之间内在关联性的梳理工作做得不够，缺少这一维度马克思思想进程的整体性研究。

2.回归结果分析。由于本文采用的是截面数据，公司个体性差异可能会产生异方差问题从而影响最终结果，所以本文在回归时使用了稳健的聚类标准差估计方法。

表4回归结果显示，在控制了相关因素后，金融化程度（Fc）与技术创新水平（Inno）在1%的水平上显著负相关，意味着金融化程度确实抑制了高新技术企业的技术创新水平，证实了之前的假设。

表3 主要变量相关系数

注：∗∗∗、∗∗、∗分别表示在1%、5%和10%的水平上显著，下同。

Fc Debt Grow Oc Inno 1.000-0.061∗∗0.120∗∗∗0.027 0.069∗∗∗0.060∗∗-0.023-0.054∗∗1.000-0.072∗∗∗0.035-0.000 0.090∗∗∗-0.137∗∗∗0.004 1.000-0.025 0.373∗∗∗0.222∗∗∗0.032 Inno Fc Debt Roat-1 Grow Size Oc State Size 1.000-0.251∗∗∗-0.033 0.203∗∗∗-0.181∗∗∗0.031 Roat-1 1.000 0.093∗∗∗0.184∗∗∗-0.059∗∗1.000 0.015 0.190∗∗∗State 1.000-0.061∗∗1.000

表4 金融化与技术创新的全样本、分组回归结果

注：括号内的数值为t值，下同。

自变量Fc Debt Roat-1 Grow Size Oc非国有组-0.0231∗∗∗（-3.55）0.0281∗∗（2.14）0.0044∗∗∗（2.70）0.0046∗∗（2.25）-0.0019∗∗（-2.54）-0.0084（-1.60）State ——Constant Year N全样本-0.0190∗∗∗（-3.84）0.0214∗∗（2.46）0.0047∗∗∗（3.38）0.0043∗∗（2.45）-0.0005（-0.86）-0.0057（-1.41）-0.0023∗∗（-2.35）0.0231∗（1.78）控制1453 0.0401 2.83 R2 F国有组-0.0153∗（-1.74）0.0098∗（1.65）0.0042∗∗（1.99）0.0042（1.46）0.0020∗（1.67）-0.0067（-1.39）-0.0316（-1.34）控制484 0.0859 1.08 0.0536∗∗∗（3.39）控制969 0.0386 2.21高盈利组-0.0219∗∗∗（-3.03）0.0365∗∗∗（2.98）0.0023（1.46）0.0097∗（1.81）-0.0001（-0.08）-0.0030（-0.47）-0.0017（-1.07）0.0133（0.63）控制728 0.087 2.39低盈利组-0.0160∗∗∗（-2.62）0.0081（0.72）0.0012（0.35）0.0012（1.00）-0.001（-1.25）-0.0127∗∗∗（-3.17）-0.0030∗∗（-2.24）0.0355∗∗（2.30）控制725 0.0283 2.36高成长组-0.0348∗∗∗（-4.02）0.0394∗∗（2.54）0.0060∗∗∗（2.75）0.0010（0.68）-0.0007（-0.65）-0.0019（-0.27）-0.0027（-1.42）0.0254（1.18）控制728 0.0658 2.93低成长组-0.0040（-0.72）0.0026（0.5）0.0018（1.12）-0.0037（-0.6）-0.0004（-0.65）-0.0097∗∗∗（-3.56）-0.0015（-1.49）0.0226∗（1.67）控制725 0.0294 1.86

在控制变量方面，有形资产带息债务比（Debt）与技术创新水平在5%的水平上显著正相关，这表明一定程度的带息负债将会促进企业的技术创新。一方面负债会为技术创新带来资金支持；另一方面负债带来的压力有可能成为企业的动力，为了获得更多的现金偿还债务，技术创新将会成为推动企业发展的重要选择。盈利能力（Roat-1）与技术创新水平显著正相关，说明企业前一期的盈利能力越强，对后期技术创新的资金支持力度就越大。成长性（Grow）与技术创新水平也显著正相关，表明企业的成长性越强，就越有可能加大创新投入来创造更多的成长机会。实际控制人性质则与技术创新水平在5%的水平上显著负相关，反映出国有高新技术企业对技术创新的意愿要远弱于非国有企业。规模（Size）与技术创新虽呈负相关关系，但不显著，这表明规模对技术创新并非简单的促进或抑制作用，这在按实际控制人性质分组回归时得到了很好的验证。股权集中度（Oc）与技术创新虽也呈负相关关系，但不显著，这可能是因为一方面研究样本中非国有企业居多，且控股股东以自然人为主；另一方面样本股权集中度较高，前十大股东持股比例均值达到了54%。这些自然人控股股东出于风险规避及个人利益的考虑，可能会利用其控制权影响企业的战略决策，否决那些有利于企业长远发展但风险较高的技术创新项目。

从金融业发展的历程来看，金融化实际是金融发展的一个维度。在金融化的推进过程中，产生了一个相对独立的资金自我循环过程，即“钱生钱”的运动过程，这一运动过程不仅加速了金融资本的积累，而且还影响着利润的分配方式。随着金融化的不断深入，一方面它汲取企业主营业务产生的利润，造成产业利润下降；另一方面还会挤占企业对其他资产的资源配置。从我国的现实情况来看，制造业目前正面临主业利润下滑、产能过剩、需求不足等重重困境，要想在短时间内通过周期长、风险大的技术创新活动扭转这一局面较为困难。于是实体企业便将目光转向了回报率高的金融资产，将大量资金从产业资本中抽离出来投向金融资本。因此，无论从金融业发展的诱导，还是制造业面临的困境来看，过度的金融化都将会抑制企业的技术创新。基于上述分析，本文提出以下假设：

综上所述，综合护理干预应用于老年功能性便秘患者中，可以有效提高治疗效果，改善患者生活质量，值得临床推广和使用。

（2）按资产收益率的中位数，将指标值小于其中位数的样本归为低盈利组，反之则为高盈利组。从回归结果来看，相对于低盈利公司来说，高盈利公司中的金融化对技术创新的抑制作用更为明显。

（3）按营业收入增长率的中位数将样本划分为低成长组和高成长组，并进行了回归。结果发现，高成长公司金融化对技术创新的抑制作用显著高于低成长公司。

3.稳健性检验。为了确保研究结论的稳定性，本文进行了以下稳健性检验：

（1）金融化与技术创新之间可能存在内生性问题。比如，技术创新也会反作用于金融化。谢家智（2014）的研究表明，企业技术创新与金融化在10%的水平上显著负相关。此外，模型中也有可能遗漏重要变量。为此，需要寻找一个合适的工具变量来解决内生性问题。本文选择金融收益占净利润之比作为工具变量，主要是因为金融收益是金融资产的产物，与金融资产配置高度相关，但又不可能成为技术创新的主要资金来源，所以基本满足了工具变量的条件。本文采用2SLS法对上述模型进行了回归。从表5的回归结果来看，第一阶段回归中，金融收益占净利润之比与金融化程度系数的t值为2.51，表明工具变量与内生性变量之间高度正相关；第二阶段回归中，金融化程度与技术创新在5%的水平上显著负相关，这与上述回归结果完全一致，说明在考虑了内生性问题后，本文的研究结论依然是稳健的。

表5 金融化与技术创新的2SLS回归结果

变量Fc第一阶段回归第二阶段回归-0.0561∗∗（-2.03）金融收益/净利润Debt Roat-1 Grow Size Oc State Constant N R2 F 0.0077∗∗（2.51）-0.0635∗∗∗（-4.63）0.0016（0.35）0.0029（0.36）0.0083∗∗∗（3.49）-0.0852∗∗∗（-4.54）-0.0043（-1.03）-0.0701（-1.32）1453 0.0536 9.85 0.0160∗∗（1.92）0.0029∗∗（2.46）0.0040∗∗（2.53）0.0008（1.13）-0.0100∗∗（-2.12）-0.0031∗∗∗（-2.95）-0.0028（-0.20）1453 0.0155 Wald chi2 24.76

（2）按金融资产的组成，从货币性金融资产与总资产之比（Fc1）、非货币性金融资产与总资产之比（Fc2）、交易性金融资产与总资产之比（Fc3）、长期股权投资与总资产之比（Fc4）、投资性房地产与总资产之比（Fc5）五个方面分别进行回归，结果见表6。货币性金融资产虽然是经过分离得来的，但这种分离很难将其与经营活动完全区分，其中难免会有经营活动的现金流入。因此，它与技术创新呈显著负相关关系，并不能反映公司为了追求高额回报而刻意将资金配置在了货币性金融资产上，从而抑制了技术创新。反之，我们更应关注公司主动投资产生的非货币性金融资产与技术创新的关系。从表6的回归结果来看，除长期股权投资外，其余两项皆与技术创新显著负相关，这意味着非货币性金融资产对技术创新的抑制作用主要集中在交易性金融资产和投资性房地产上。由于公司长期股权投资中既有对金融产品的投资，也有对价值链上下游企业的投资，本文并未严格区分，导致该回归结果并不显著。

表6 分项金融资产与技术创新的回归结果

自变量货币性金融资产非货币性金融资产全样本-0.0190∗∗∗（-3.84）Fc1 Fc2-0.0216∗∗∗（-3.77）-0.0765∗∗∗（-3.16）Fc3-0.0270∗∗∗（-3.56）-0.0114（-1.27）Debt Fc4 Roat-1 Fc5 Grow Size Oc State长期股权投资Constant Year N 0.0214∗∗（2.46）0.0047∗∗∗（3.38）0.0043∗∗（2.45）-0.0005（-0.86）-0.0057（-1.41）-0.0023∗∗（-2.35）0.0231∗（1.78）控制1453 0.0401 2.83 0.0208∗∗（2.37）0.0047∗∗∗（3.43）0.0042∗∗（2.44）-0.0006（-0.87）-0.0047（-1.19）-0.0025∗∗（-2.32）0.0222∗（1.71）控制1453 0.0382 3.02 R2 F交易性金融资产0.0217∗∗（2.50）0.0046∗∗∗（3.36）0.0043∗∗（2.45）-0.0006（-0.88）-0.0057（-1.41）-0.0026∗∗（-2.34）0.0233∗（1.79）控制1453 0.0400 2.76 Fc 0.0217∗∗（2.46）0.0047∗∗∗（3.40）0.0043∗∗（2.46）-0.0006（-0.96）-0.0046（-1.16）-0.0025∗∗（-2.29）0.0232∗（1.79）控制1453 0.0379 3.14 0.0224∗∗（2.56）0.0046∗∗∗（3.35）0.0042∗∗（2.39）-0.0006（-0.98）-0.0045（-1.12）-0.0025∗∗（-2.29）0.0229∗（1.76）控制1453 0.0366 2.47投资性房地产-0.0712∗∗∗（-6.18）0.0231∗∗∗（2.63）0.0045∗∗∗（3.33）0.0043∗∗（2.37）-0.0008（-1.30）-0.0046（-1.16）-0.0026∗∗（-2.39）0.0280∗∗（2.13）控制1453 0.0409 4.16

四、结论与建议

（2）企业金融化程度（Fc）。本文采用金融资产比重法衡量企业的金融化程度，因为它能较好地体现财务资源在实业资本与金融资本之间的配置。

和地下潜流，它劈开群山峻岭，奔涌不息，横穿祁连山脉，在这里留下了一条大峡谷——黑河大峡谷，其原始神奇的峡谷风光正等待着大家前去游览、欣赏。

4.2.3 解决方案：终端eDRX默认开启、核心网开启eDRX、基站关闭eDRX，基站未开启edrx导致终端和核心网时间不能对齐，开启基站eDRX后问题解决。由于路灯不需要节电，后期需要在终端开卡的时候把EDRX功能关掉。

1.提升高新技术企业自主创新能力，避免金融化的“掠夺效应”。我国高新技术企业之所以将大量资金配置在金融资产而非技术创新上，主要原因在于高新技术企业创新能力低下，产品竞争力不强，很难给企业带来较多的收益。

随着高新技术企业规模的不断增长，资本深化日益加剧。资本深化一方面导致实体资本过剩，过剩的实体资本又具有寻求新的盈利渠道的需求；另一方面也会干扰工业化的技术选择，从而导致技术创新不足。目前，我国高新技术企业大多是以FDI和技术购买为主的创新引入方式，对企业自主创新产生了明显的“替代”或“挤出”效应，也严重弱化了企业创新投入的激励。因此，我国高新技术企业要想在激烈的全球竞争中立于不败之地，必须提升自主创新能力。比如在技术引进机制方面，通过科研机构与企业联合引进技术方式，建立健全技术研究和开发体系，支持企业开发具有自主知识产权的关键技术；在创新机制上，不能单纯依靠引进的技术而忽略消化吸收与自我创新，在充分利用国外先进技术的基础上，致力于培养企业自身的创新能力，扭转高度依赖国外技术的局面。

2.深化金融改革，抑制金融投机。通过金融改革，消除金融行业的超额垄断利润，抑制金融业对高新技术企业的资金掠夺；同时强化金融监管，配合财税手段引导资金流向高新技术企业，避免因盲目追求高额回报而发生金融投机行为。

主要参考文献：

Gehringer A.．Growth，Productivity and Capital Accumulation:The Effects of Financial Liberalization in the Case of European Integration［J］．International Review of Economics&Finance，2013（25）．

谢家智，王文涛，江源．制造业金融化、政府控制与技术创新［J］．经济学动态，2014（11）．

许罡，朱卫东．金融化方式、市场竞争与研发投资挤占［J］．科学学研究，2017（5）．

王红建，曹瑜强等．实体企业金融化促进还是抑制了企业创新［J］．南开管理评论，2017（1）．

干胜道，陈妍村，王文兵．非金融业上市公司过度金融化治理研究［J］．财会月刊，2016（34）．