數字普惠金融與企業高質量發展

王敏 張博文 許瑜

DOI：10．19641/j．cnki．42-1290/f．2023．23．019

【摘要】企業高質量發展是實現經濟高質量發展的微觀路徑， 本文以虛擬經濟服務實體經濟為目標導向， 以促進企業高質量發展為根本任務， 引入企業綠色創新、 風險承擔水平和數字化轉型， 討論數字普惠金融對企業高質量發展的影響機理， 并利用2012 ～ 2020年我國滬深A股上市企業的面板數據進行實證檢驗。研究發現： 數字普惠金融能夠有效促進企業高質量發展， 企業綠色創新、 風險承擔水平、 數字化轉型是其中重要的機制； 進一步研究發現， 數字普惠金融對企業高質量發展的影響存在產業異質性， 數字普惠金融能夠有效支持第二產業和第三產業企業高質量發展， 但無法支持第一產業企業高質量發展。

【關鍵詞】數字普惠金融；企業高質量發展；綠色創新；風險承擔；數字化轉型

【中圖分類號】 F832；F273；F270? ? ?【文獻標識碼】A? ? ? 【文章編號】1004-0994（2023）23-0135-8

一、 引言

黨的二十大報告強調“高質量發展是全面建設社會主義現代化國家的首要任務”。在中國特色社會主義制度的探索中， 高質量發展已成為新時代的主題和“中國模式”的鮮明特色。企業作為經濟發展的微觀主體， 能否實現高質量發展至關重要。數字普惠金融作為社會的重要資源和數字經濟的組成部分， 發揮著服務實體經濟的作用， 但長期以來， 傳統金融體系“嫌貧愛富”“區域特性”“進入壁壘”等弊病阻礙了高質量發展進程， 融資約束、 資源錯配、 數字鴻溝等問題始終存在。目前， 以數字普惠金融為代表的創新金融模式從受眾群體到影響范圍發生了史無前例的變化， 對居民生活和企業運營產生了深遠影響， 借助數字普惠金融促進實體經濟高質量發展已成為一項重要任務。

從政策層面來看， 2022年1月國務院印發的《“十四五”數字經濟發展規劃》提出， “以數字技術與實體經濟深度融合為主線， 加強數字基礎設施建設， 完善數字經濟治理體系， 協同推進數字產業化和產業數字化， 賦能傳統產業轉型升級， 培育新產業新業態新模式”。2022年2月， 中央全面深化改革委員會第二十四次會議審議通過《推進普惠金融高質量發展的實施意見》， 提出要“拓寬企業直接融資渠道， 有序推進數字普惠金融發展”。從現實層面來看， 根據《2021中國數字金融調查報告》， 近年來企業用戶增長迅速， 2021年企業網銀用戶比例達到86%， 企業手機銀行和微信金融服務用戶比例也呈穩定增長態勢。根據《數字金融藍皮書： 中國數字金融創新發展報告（2021）》， “數字金融監管走向法治化、 規范化和數智化， 大型金融科技公司擁抱監管穩步推進上市， 數字金融服務實體經濟的商業模式將重塑”是未來的趨勢。可見， 發展數字普惠金融逐漸成為推動我國高質量發展、 促進國家金融體系建設的頂層規劃與現實選擇。在此背景下， 研究數字普惠金融推動企業高質量發展符合社會現實需要， 既能夠找到虛擬經濟服務于實體經濟的理論邏輯， 又有利于探索推進我國企業實現高質量發展的科學之策。

現有文獻對于數字普惠金融具體效應的研究較為充分， 在宏觀、 中觀和微觀層面均有不同體現。就微觀層面而言， 數字普惠金融對企業高質量發展的具體影響涉及諸多方面， 可分為間接影響和直接影響。間接影響通常分析數字普惠金融與企業結構、 生產效率、 財務指標等各個維度之間的關系， 認為數字普惠金融推動了各維度的進步從而幫助企業實現可持續和高質量發展。這類研究表明： 數字普惠金融能夠緩解融資約束、 降低企業杠桿和費用（唐松等，2020）、 降低融資成本（江紅莉和蔣鵬程，2021）、 改善投融資期限錯配（翟淑萍等，2021）， 即主要通過“降成本”和“調結構”兩種方式影響企業； 數字普惠金融通過提高創新投入提升了企業全要素生產率（冉芳和譚怡，2021）、 促進了企業綠色創新（鐘廷勇等，2022）， 也有利于提升企業價值（李小玲等，2020）， 這些都為企業高質量發展提供了基礎條件； 數字普惠金融還會影響企業高管特征（賈俊生和劉玉婷，2021）、 股權質押（李宇坤等，2021）、 風險承擔（馬連福和杜善重，2021）， 從而提升企業治理水平與經營能力。也有少數文獻直接研究了數字普惠金融與企業高質量發展的關系（張超等，2022；潘藝和張金昌，2022）。

總體而言， 現有研究已關注到數字普惠金融對企業的具體影響， 涵蓋企業的多個維度， 但其中的具體作用機制有待深入探究。在數字普惠金融和企業高質量發展關系的相關研究中， 已有證據表明兩者存在直接和間接的聯系， 但對于數字普惠金融和企業高質量發展的直接研究較為匱乏。鑒于此， 本文立足于企業微觀主體， 圍繞虛擬經濟服務實體經濟的主題和目標， 積極探索時代背景下數字普惠金融影響企業高質量發展的具體機制。

二、 理論分析與研究假設

（一）數字普惠金融與企業高質量發展

企業高質量發展作為一種內涵式發展模式， 需要注重經濟效益、 社會效益和生態效益的統一， 數字普惠金融作為一種新興的金融業務模式和金融科技手段， 正在積極賦能企業高質量發展。首先， 數字普惠金融強化了企業信息獲取能力、 提高了企業融資可得性， 企業因此能夠更高效地利用市場信息進行資源要素的重新分配和利用， 這為企業高質量發展打下了堅實的基礎。其次， 數字普惠金融能夠對企業發展的某些方面產生積極作用， 如抑制企業投融資期限錯配行為、 促進企業技術創新水平的提升等， 在降低交易成本的同時為企業創造出更多收益， 在緩解信息不對稱的同時革新技術要素， 助力企業高質量發展。最后， 數字普惠金融的發展擴大了勞動就業規模（徐章星等，2020）， 這有利于企業承擔緩解地方就業壓力的社會責任。在充足的資金支持下， 企業還能夠將更多資源用于污染治理和低碳發展， 進行更多層面的責任承擔， 為高質量發展保駕護航。

總體而言， 數字普惠金融作為一種外部資源， 極大地影響了企業經營、 創新和決策， 在數字技術的加持下， 賦能企業更強大的信息捕獲能力、 創新能力和運營能力， 這可彌補傳統發展模式的不足， 為企業高質量發展創造全新動能。因此， 本文提出如下假設：

假設1： 數字普惠金融促進了企業高質量發展。

（二）數字普惠金融、 企業綠色創新與企業高質量發展

綠色創新是解決可持續發展問題的一項風險性活動， 各類企業都在積極探索和實踐綠色創新， 甚至將其置于戰略層面。與其他創新行為相比， 企業綠色創新活動具有長期性、 高風險性和不可逆性等特點， 且面臨著高成本、 資源約束和失敗風險（翟華云和劉易斯，2021）。作為金融革命和技術革命的融合體， 數字普惠金融創新了金融模式， 可以通過緩解綠色創新的融資約束、 提升綠色創新的決策意愿、 加強綠色創新的區域競爭作用于企業高質量發展。

第一， 緩解綠色創新的融資約束。根據資源基礎理論， 資源稟賦是企業綠色創新的前提與基礎， 資金和智力等資源支持了企業的創新行為（Po-Hsuan等，2014）。而數字普惠金融對企業綠色創新最直接的作用途徑便是緩解融資約束。此外， 平臺的數字化通過打破傳統金融模式的空間限制， 能夠直接降低融資成本、 拓展融資渠道和方式； 其普惠性能夠廣泛影響受眾群體， 接納更多以往受到“信貸歧視”的中小企業， 為更多群體提供有效的金融服務。第二， 提升綠色創新的決策意愿。資源問題得到解決后， 是否進行綠色創新受到管理層認知與意愿的影響， 而數字普惠金融在其中發揮了積極作用。一方面， 企業社會責任和綠色創新具有諸多共同之處， 前者顯著促進了后者的發展（肖小虹等，2021）， 在數字普惠金融緩解企業融資約束后， 企業擁有更多資源履行社會責任， 因此也更愿意進行綠色創新； 另一方面， 綠色創新是國家層面的重要戰略， 企業實施綠色創新有利于向外界傳遞積極信號， 利益相關者在接收到信號后， 會對企業的形象、 公眾信任度與資本市場價值產生影響， 而數字普惠金融解決了綠色創新的后顧之憂， 激勵管理層做出綠色創新決策。第三， 加強綠色創新的區域競爭。企業的綠色創新行為不僅受到自身因素的影響， 還會受到外部環境的影響。數字普惠金融則通過促進地區創新水平、 地區財富提升（張勛等，2021）等方式優化商業環境、 營造良好創新氛圍， 這種區域環境氛圍能夠激活綠色創新要素， 產生正向的外部溢出性。同時， 區域間企業會形成競爭效應， 企業會被競爭對手的綠色創新行為所影響， 從而為獲得市場競爭有利地位而做出創新行為。

基于以上分析， 本文提出如下假設：

假設2a： 數字普惠金融通過促進企業綠色創新正向影響企業高質量發展。

（三）數字普惠金融、 風險承擔水平與企業高質量發展

企業風險承擔水平反映了企業追求高利潤時為之付出代價的意愿和傾向。何瑛等（2019）指出， 提升企業風險承擔水平需要充足的資源。本文認為數字普惠金融作為企業的重要資源， 能夠通過提升財務、 經營和管理的風險承擔水平影響企業高質量發展。

第一， 提升財務風險承擔水平。一方面， 緩解信息不對稱和融資約束是數字普惠金融影響企業財務風險的重要途徑， 融資渠道的擴充、 融資成本的降低、 融資環境的改善優化了企業資本結構， 有助于降低杠桿率和增強財務穩定性（林愛杰等，2021）； 另一方面， 數字普惠金融的便利性和高效性使企業能夠通過偏好持有相當規模的高收益及高回報的靈活資產以提升流動性水平。第二， 提升經營風險承擔水平。相比傳統金融， 數字普惠金融平臺化的服務能為企業提供實現遠期戰略目標的可持續金融資源， 在此基礎上， 其帶來的技術支持能夠幫助企業進行合理的競爭戰略選擇。此外， 數字普惠金融基于海量數據建立企業風險防控和信用評價體系， 能夠全面、 客觀、 高效地識別市場風險， 這有利于企業做出更多可靠性強的投資決策， 企業可通過實施多元化戰略和減少非效率投資， 分散其在主營業務上的經營風險。第三， 提升管理風險承擔水平。管理風險承擔水平受到管理者風險偏好、 個體行為及背景特征等因素的影響， 而數字普惠金融具有公司治理效應， 能夠提升非家族股東治理水平（杜善重，2022）、 緩解管理層短視（張嘉偉等，2022）； 同時， 數字普惠金融還能減少因信息不對稱導致的逆向選擇與道德風險問題， 從而抑制管理層的機會主義行為， 調動管理層的積極性（馬連福和杜善重，2021）。在公司治理優化和管理激勵的共同作用下， 企業管理風險承擔水平將得到提升。

基于以上分析， 本文提出如下假設：

假設2b： 數字普惠金融通過提升風險承擔水平正向影響企業高質量發展。

（四）數字普惠金融、 數字化轉型與企業高質量發展

數字化轉型在企業高質量發展過程中發揮著不可替代的作用。在數字普惠金融的支持下， 企業數字化的進程和速度進一步加快， 能夠通過提升市場感知能力、 加快業務融合速度、 優化組織系統結構影響企業高質量發展。

第一， 提升市場感知能力。由于信息不對稱的存在， 企業無法獲得市場中的完全信息， 借助大數據、 人工智能、 機器學習等現代技術， 數字普惠金融能夠精準且高效地搜集海量供需數據， 挖掘客戶消費能力和消費需求， 開發高質量產品以獲得可持續發展。此外， 數字技術建立起的用戶畫像能夠實現更精準的個性化推送、 定制性服務。通過對市場第一時間的感知， 企業可以及時獲得商業信息， 進行決策和戰略調整。第二， 加快業務融合速度。當前， 先進制造業和現代服務業融合趨勢加強。數字普惠金融與數字化轉型都有助于解決傳統業務割裂的問題， 前者能夠精準、 高效地幫助金融市場弱勢群體， 在企業內部和不同企業之間實現業務的轉型與融合。例如， “移動支付”催生出的數字出行、 智能醫療和共享經濟等商業生態逐漸成熟， 打破了產業邊界， 創造出廣闊市場。企業利用數字普惠金融提供的技術優勢實現資源、 要素、 產能、 市場的連通， 再通過數字化技術整合和配置資源要素， 實現商業模式轉型和業務整合及重構， 最終形成業務之間的深度融合發展與價值共創。第三， 優化組織系統結構。一方面， 在數字化轉型過程中， 企業可以利用數字普惠金融的資金支持接入和升級ERP系統、 智能財務系統、 線上會議軟件等， 在這些工具的支持下， 云端決策、 移動辦公、 線上管理等方式重塑了組織結構， 使得不同職能部門被聯通， 企業因此能夠更高效地進行商業運營和員工管理； 另一方面， 企業數字化轉型不僅僅是軟硬件層面的轉型， 還需要具備數字化思維員工的共同參與， 企業在使用數字普惠金融的過程中培養了更多具備數字技能的人才， 這有利于引導員工改善自身知識結構和培養數字化思維。

基于以上分析， 本文提出如下假設：

假設2c： 數字普惠金融通過促進數字化轉型正向影響企業高質量發展。

三、 研究設計

（一）數據來源

本文的研究涉及多層面數據， 其中： 數字普惠金融指數來自北京大學數字金融研究中心； 區域層面數據來自EPS數據庫； 企業層面數據來自CSMAR數據庫、 WIND數據庫等， 為2012 ～ 2020年我國滬深A股上市企業數據， 并利用插值法補齊缺失數據。為提升研究的嚴謹性和科學性， 按照以下步驟對樣本進行篩選： 剔除金融類企業和房地產類企業； 剔除ST企業、 ?ST企業及上市不足一年的企業； 剔除主要變量數據嚴重缺失的樣本； 剔除樣本區間不足連續三年的數據； 對樣本數據中的所有連續型變量在1%的水平上進行縮尾處理。最后， 根據企業注冊地信息， 將市級層面的數字普惠金融指數與企業層面數據相匹配， 得到23923個觀測值。

（二）變量選取

1. 被解釋變量： 企業高質量發展（H_Dev）。企業高質量發展的評價方法主要有兩種： 一是利用某一變量作為企業高質量發展的代理指標， 如企業全要素生產率、 經濟增加值等； 二是從高質量發展的內涵出發構建綜合指標進行評價。考慮到高質量發展需要反映出企業的多維價值， 本文將企業全要素生產率作為子指標融入評價體系， 在現有研究的基礎上， 參考中國中鐵《企業高質量發展評價指標》、 《深圳企業高質量發展評價指標體系（2022）白皮書》等國內前沿標準， 依據“五位一體”發展理念， 構建由資源配置協調、 創新能力提升、 經營方式綠色、 管理機制完善和產品服務優質等五個維度共14個指標組成的綜合評價體系（如表1所示）， 并利用熵權-Topsis法進行測度。

2. 解釋變量： 數字普惠金融（DIF）。參考現有研究， 利用北京大學數字金融研究中心發布的中國數字普惠金融總指數來衡量數字普惠金融， 該指標體系還涉及覆蓋廣度（DIF1）、 使用深度（DIF2）以及數字化程度（DIF3）三個子指標。為減少數據量級的影響， 本文在具體研究中對各指數除以1000。

3. 機制變量。①企業綠色創新（Green）。企業綠色創新主要體現在技術層面， 考慮到可量化性和客觀性， 參考徐佳和崔靜波（2020）的做法， 以上市公司綠色專利申請數加1后的自然對數來衡量企業綠色創新。②風險承擔水平（Risk）。由于我國股票市場波動性較大且無法準確反映企業真實風險情況， 本文參考何瑛等（2019）的研究， 選取盈利波動性作為風險承擔水平的代理變量。③數字化轉型（Dig）。企業的數字化轉型通常為戰略層面的重要決策， 通過年報中披露的關鍵詞及其頻率可以近似衡量。本文借鑒吳非等（2021）的研究， 通過Python爬取企業年報中涵蓋“人工智能技術”“云計算技術”“大數據技術”“區塊鏈技術”和“數字技術運用”相關特征詞的詞頻， 并剔除關鍵詞前存在“沒”“無”“不”等否定詞語的表述和非本公司的“數字化轉型”關鍵詞， 為克服“右偏性”問題， 實際研究中使用企業數字化轉型詞頻的自然對數值。

4. 控制變量。企業自身與所在地區的社會經濟因素均能夠在不同程度上影響企業高質量發展， 因此參考現有研究（劉偉等，2021； 張超等，2022）， 選擇如下企業層面的控制變量： 企業規模（Size， 企業總資產的自然對數）、 現金流比率（Cash， 經營活動產生的現金流量凈額與營業收入的比值）、 兩職合一（Dual， 董事長與總經理是同一個人為1， 否則為0）、 產權性質（Soe， 國有控股企業取值為1， 其他為0）、 管理費用率（Mfee， 管理費用與營業收入的比值）。同時， 選擇如下區域層面的控制變量： 經濟發展水平（Gdp， 地區生產總值）、 政府干預（Gov， 地方公共財政預算支出與地區生產總值的比值）、 城市化率（Urb， 城市人口與總人口的比值）。

（三）模型構建

依據上文的理論分析， 設定如下計量模型驗證數字普惠金融與企業高質量發展的關系：

H_Dev_it=α₀+α₁DIF_it+αCV_it+∑Ind+∑Year+ε_it（1）

其中， CV表示控制變量， ∑Ind表示行業固定效應， ∑Year表示年份固定效應， ε為隨機擾動項。

借鑒Baron和Kenny（1986）提出的逐步回歸檢驗法， 在模型（1）的基礎上設計本文機制檢驗模型：

M_it=β₀+β₁DIF_it+βCV_it+∑Ind+∑Year+ε_it（2）

H_Dev_it=γ₀+γ₁DIF_it+γ₂M_it+γCV_it+∑Ind+∑Year+ε_it（3）

其中， M表示機制變量， 包括企業綠色創新（Green）、 風險承擔水平（Risk）和數字化轉型（Dig）， 其他變量與模型（1）一致。

四、 實證結果與分析

（一）描述性統計

各變量的描述性統計結果如表2所示。其中， H_Dev的最小值為0.049， 最大值為0.314， 平均值為0.177， 說明不同企業的高質量發展水平存在差異。其他變量的統計數據均在合理范圍內。

進一步對企業高質量發展指數及其各維度的平均值進行統計， 結果如表3所示。總體而言， 企業高質量發展指數的平均值呈遞增趨勢， 說明企業高質量發展進程穩步推進。2012 ～ 2020年， 資源配置協調和產品服務優質兩個維度較為平穩， 創新能力提升、 經營方式綠色和管理機制完善三個維度則呈增長態勢， 說明現階段企業高質量發展的動力來源于這三個方面。作為核心引擎， 經營方式綠色在其中扮演了重要角色， 這也印證了企業高質量發展是以綠色、 低碳、 環保為核心的發展理念， 它有力地支持了企業走向可持續發展。令人遺憾的是， 資源配置協調和產品服務優質未能成為當前企業高質量發展的動力引擎， 說明企業對資源的開發和利用仍有提升空間， 企業的產品和服務在市場中的競爭力不足。高效率的資源利用和高質量的產品服務將會是潛在的增長點。

（二）基準回歸

表4報告了數字普惠金融與企業高質量發展的基準回歸結果， 其中列（1）、 列（2）的解釋變量均使用數字普惠金融總指數， 分別為加入控制變量后的OLS模型和時間—行業雙向固定效應模型。DIF的回歸系數均為正， 且在1%的水平上顯著， 說明數字普惠金融對企業高質量發展具有顯著的正向影響。

列（3） ～ 列（6）的解釋變量均使用滯后一期的數據， 采用時間—行業雙向固定效應模型， 以更準確地進行因果檢驗。滯后一期的數字普惠金融總指數（L.DIF）的回歸系數為0.111， 且在1%的水平上顯著， 進一步驗證了假設1。L.DIF1、 L.DIF2、 L.DIF3的回歸系數均顯著為正， 說明數字普惠金融覆蓋廣度、 使用深度和數字化程度提升均能夠促進企業高質量發展。一方面， 上述回歸結果印證了數字普惠金融與企業高質量發展的基本關系， 體現出數字普惠金融具有“結構效應”， 即覆蓋廣度、 使用深度和數字化程度對企業高質量發展表現出不同程度的賦能作用； 另一方面， 對比數字普惠金融總指數的回歸系數（0.111）， 數字普惠金融覆蓋廣度和數字化程度的回歸系數（0.067、 0.058）相對較低， 說明當前數字普惠金融的這兩個方面有待加強。

（三）穩健性檢驗

為保障上述研究結果的準確性， 使用以下方法進行穩健性檢驗： ①更換解釋變量。本文在進行宏微觀數據匹配時， 使用了市級層面的數字普惠金融指數， 從現實情況來看， 更大區域維度的數字普惠金融發展情況也影響著微觀企業的行為， 因此使用省級層面的數字普惠金融指數與企業層面數據重新匹配后再進行檢驗。②更換被解釋變量。企業高質量發展的另一種常見衡量方式是使用企業全要素生產率作為代理指標， 因此， 本文參考石大千等（2019）的做法， 使用LP法下的企業全要素生產率來衡量企業高質量發展。③修改時間樣本。通常將2013年余額寶的誕生看作我國數字普惠金融的元年。在這之后， 數字普惠金融指數能夠更準確地衡量我國的數字普惠金融發展狀況， 因此， 考慮到時間區間的合理性， 剔除2012 ～ 2013年的數據后重新進行回歸。④剔除特殊樣本。由于直轄市的經濟特殊性， 其數字普惠金融發展速度更快， 企業高質量發展水平也更高， 反向因果問題可能更為嚴重， 本文參考宋敏等（2021）的做法， 剔除北京、 天津、 上海、 重慶四個直轄市的樣本后重新進行檢驗。⑤高階固定效應。本文主要采用時間和行業雙向固定效應模型， 為進一步保障結果的可靠性， 參考Moser和Voena（2012）的研究， 使用控制“時間×行業”的高階多維聯合固定效應方法進行檢驗。

穩健性檢驗結果（表略）顯示， 各類方法下主要解釋變量的系數均為正， 且在1%的水平上顯著， 說明數字普惠金融對企業高質量發展的賦能作用仍然存在， 未受到數據指標選取、 樣本區間選取、 控制效應方法等的干擾， 證實了本文實證結果的穩健性。

（四）內生性討論

本文在實證研究中使用了解釋變量的滯后一期數據， 以盡可能減少企業高質量發展對數字普惠金融發展產生反向因果關系而造成的內生性問題。為盡可能地控制模型的內生性問題， 本文借鑒張勛等（2019）的研究， 選取“企業所在地級市到杭州的距離”（Dis）為工具變量。第I階段的回歸結果（表略）顯示： 工具變量Dis的系數為-0.004， 且在1%的水平上顯著， 說明工具變量與內生變量顯著相關； F統計量為656.96， 遠大于常規的臨界值10， 表明工具變量對內生變量具有較強的解釋力。弱工具變量檢驗采用Cragg-Donald Wald F檢驗， 該統計量為528.874， 大于容忍10%扭曲下對應的臨界值16.38， 表明不存在弱工具變量問題； 工具變量的可識別檢驗結果采用Anderson典則相關系數LM檢驗， 該統計量在1%的水平上顯著， 拒絕了“工具變量不可識別”的原假設。第II階段的回歸結果（表略）顯示， L.DIF的系數為0.612， 且在1%的水平上顯著， 該系數大于OLS估計的結果， 說明數字普惠金融能夠顯著促進企業高質量發展。

此外， 本文參考宋敏等（2021）的研究， 將2015年12月國務院印發的《推進普惠金融發展規劃（2016—2020年）》看作一個相對外生沖擊， 使用雙重差分法進行檢驗。具體而言， 以企業高質量發展（H_Dev）作為被解釋變量， 以雙重差分變量Period×Treat（Period為政策提出時點變量，2016年及之前記為0， 2016年之后記為1； Treat表示實驗組標識， 若企業所在地級市2015年末的數字普惠金融發展水平小于當年所有地級市的中位數， 則為實驗組， Treat取值為1， 反之為對照組， Treat取值為0）作為解釋變量， 構建雙重差分模型。模型回歸結果（表略）顯示， Period×Treat的系數在1%的水平上顯著為正， 與預期一致， 說明受政策沖擊較大的地區的企業高質量發展水平更高， 再次驗證了數字普惠金融能夠促進企業高質量發展這一結論。

（五）機制檢驗

表5報告了機制檢驗結果。其中， 列（1）和列（2）為企業綠色創新機制的檢驗結果， 數字普惠金融對企業綠色創新的回歸系數在1%的水平上顯著為正， 說明數字普惠金融能夠有效促進企業綠色創新， 數字普惠金融和企業綠色創新對企業高質量發展的回歸系數分別在1%和10%的水平上顯著為正， 說明數字普惠金融能夠通過激勵綠色創新從而正向影響企業高質量發展， 驗證了假設2a。列（3）和列（4）為風險承擔水平機制的檢驗結果， 數字普惠金融對風險承擔水平的回歸系數在1%的水平上顯著為正， 說明數字普惠金融能夠正向影響企業風險承擔水平， 數字普惠金融和風險承擔水平對企業高質量發展的回歸系數均在1%的水平上顯著為正， 說明數字普惠金融能夠通過提升風險承擔水平從而正向影響企業高質量發展， 驗證了假設2b。列（5）和列（6）為數字化轉型機制的檢驗結果， 數字普惠金融對數字化轉型的回歸系數在1%的水平上顯著為正， 說明數字普惠金融能夠正向影響企業數字化轉型， 數字普惠金融和數字化轉型對企業高質量發展的回歸系數分別在1%和10%的水平上顯著為正， 說明數字普惠金融能夠通過促進企業數字化轉型從而正向影響企業高質量發展， 驗證了假設2c。

（六）產業異質性檢驗

為進一步考察數字普惠金融對不同行業企業高質量發展的影響， 本文依照國家統計局《國民經濟行業分類》（GB/T 4754—2011）等相關文件， 將企業按所屬行業劃分為第一產業、 第二產業和第三產業， 表6報告了產業異質性檢驗結果。數字普惠金融對第一產業企業高質量發展的影響結果與其他產業形成鮮明對比， 其數字普惠金融總指數、 覆蓋廣度和使用深度的回歸系數均為正， 數字普惠金融數字化程度的回歸系數為負， 且均未通過統計顯著性水平檢驗， 說明數字普惠金融無法有效支持第一產業企業高質量發展。而在第二產業和第三產業， 上述回歸系數均顯著為正， 說明數字普惠金融能夠有效支持第二產業和第三產業企業高質量發展。其中， 第三產業的解釋變量回歸系數均大于第二產業的解釋變量回歸系數， 說明數字普惠金融對第三產業企業高質量發展的正向影響大于第二產業。

對于第一產業而言， 研發效率差異、 數字基礎設施和數字人才缺失、 企業規模和地理環境限制可能是造成企業無法充分利用和發揮數字普惠金融價值的原因。該類企業的研發通常依靠自身或與科研機構、 高校合作， 信息獲取和融資受到較大限制。與其他產業相比， 第一產業企業的數字化轉型進程較慢， 運營模式和管理運作較為傳統， 因此出現數字普惠金融數字化程度負向影響企業高質量發展的跡象。由于需要依靠大量自然資源進行生產和加工， 多數農業企業選址偏向中西部， 這些地區本身數字普惠金融發展水平有限。此外， 盡管數字普惠金融能夠影響農戶創業行為， 但其支持的是非農創業而不是涉農創業（何婧和李慶海，2019）， 從而引導產業資本朝著其他產業流動。這些都可能是造成數字普惠金融無法促進第一產業企業高質量發展的原因。

五、 結論與建議

在經濟高質量發展的背景下， 本文以虛擬經濟服務實體經濟為目標導向， 以促進企業高質量發展為根本任務， 構建出由資源配置協調、 創新能力提升、 經營方式綠色、 管理機制完善和產品服務優質等五個維度共14個指標組成的企業高質量發展綜合評價體系， 并利用2012 ～ 2020年我國滬深A股上市企業的面板數據對數字普惠金融與企業高質量發展的關系及作用機制進行實證檢驗。研究發現： 數字普惠金融能夠有效促進企業高質量發展， 其可通過促進企業綠色創新、 提升風險承擔水平、 助力數字化轉型正向影響企業高質量發展； 數字普惠金融對企業高質量發展的影響存在產業異質性， 即數字普惠金融能夠有效支持第二產業和第三產業企業高質量發展， 但無法支持第一產業企業高質量發展。據此， 本文提出以下建議：

1. 激發數字普惠金融服務實體潛能。數字普惠金融作為一種金融資源， 能夠賦能企業數字化轉型與綠色創新， 從而有效支持企業高質量發展， 但這依托于良好的區域數字基礎設施。因此， 政府應當積極推動數字經濟建設、 加快通信網絡設施布局。企業應加快數字化技術應用和提升信息化水平， 培養技能豐富的數字人才， 普及推廣數字化知識， 革新傳統經營模式和生產動能， 促進技術與金融深度融合， 通過聯通金融資源與數字要素、 傳統要素， 創造可持續發展的新動能。

2. 加大數字普惠金融政策支持力度。本文發現， 第一產業企業在高質量發展過程中無法享受到數字普惠金融的紅利， 這可能是因為受到企業地理位置及產業特征等因素的影響。因此， 需要政府進行針對性政策扶持以及宏觀調控， 鼓勵企業使用數字普惠金融進行創新和轉型以形成示范效應。例如， 政策適當向弱勢產業傾斜、 搭建合作平臺及深化交流協作、 引導與合理配置資金流向， 以發揮數字金融普惠優勢， 幫助企業實現協調、 均衡、 有效的高質量發展。缺乏優勢的企業更應清楚地認識到數字普惠金融的重要性， 將數字普惠金融與傳統金融相結合創造后發優勢。

3. 優化數字普惠金融市場運營環境。數字普惠金融帶來了巨大紅利， 但也需要良好的金融監管和市場環境。當前數字普惠金融擴大了金融受眾群體、 深化了金融服務內容， 但也存在著“流動傾向”和“服務偏好”的缺陷， 因此政府需要前瞻性做好數字金融監管， 識別市場中的潛在危機與不良信號， 完善金融監管體系， 加強對數據安全、 交易機制、 價格機制等方面的保護， 破除金融壟斷和防范金融風險， 為企業高質量發展良性競爭創造和諧環境， 實現數字普惠金融與高質量發展的良性互動。

【 主 要 參 考 文 獻 】

杜善重．數字金融的公司治理效應——基于非家族股東治理視角［ J］．財貿經濟，2022（2）：68 ～ 82．

何婧，李慶海．數字金融使用與農戶創業行為［ J］．中國農村經濟，2019（1）：112 ～ 126．

何瑛，于文蕾，楊棉之．CEO復合型職業經歷、企業風險承擔與企業價值［ J］．中國工業經濟，2019（9）：155 ～ 173．

賈俊生，劉玉婷．數字金融、高管背景與企業創新——來自中小板和創業板上市公司的經驗證據［ J］．財貿研究，2021（2）：65 ～ 76+110．

江紅莉，蔣鵬程．數字金融能提升企業全要素生產率嗎？——來自中國上市公司的經驗證據［ J］．上海財經大學學報，2021（3）：3 ～ 18．

李小玲，崔淑琳，賴曉冰．數字金融能否提升上市企業價值？——理論機制分析與實證檢驗［ J］．現代財經（天津財經大學學報），2020（9）：83 ～ 95．

李宇坤，任海云，祝丹楓．數字金融、股權質押與企業創新投入［ J］．科研管理，2021（8）：102 ～ 110．

林愛杰，梁琦，傅國華．數字金融發展與企業去杠桿［ J］．管理科學，2021（1）：142 ～ 158．

劉偉，戴冰清，劉衛鎮．數字金融能驅動經濟高質量發展嗎？——基于2011～2017年中國省級面板數據的實證分析［ J］．經濟社會體制比較，2021（6）：63 ～ 75．

馬連福，杜善重．數字金融能提升企業風險承擔水平嗎［ J］．經濟學家，2021（5）：65 ～ 74．

潘藝，張金昌．數字金融、財務風險與企業高質量發展——基于我國A股和新三板制造業上市企業的經驗證據［ J］．武漢金融，2022（11）：3 ～ 12．

冉芳，譚怡．數字金融、創新投入與企業全要素生產率［ J］．統計與決策，2021（15）：136 ～ 139．

石大千，胡可，陳佳．城市文明是否推動了企業高質量發展？——基于環境規制與交易成本視角［ J］．產業經濟研究，2019（6）：27 ～ 38．

宋敏，周鵬，司海濤．金融科技與企業全要素生產率——“賦能”和信貸配給的視角［ J］．中國工業經濟，2021（4）：138 ～ 155．

唐松，伍旭川，祝佳．數字金融與企業技術創新——結構特征、機制識別與金融監管下的效應差異［ J］．管理世界，2020（5）：52 ～ 66+9．

吳非，胡慧芷，林慧妍，任曉怡．企業數字化轉型與資本市場表現——來自股票流動性的經驗證據［ J］．管理世界，2021（7）：130 ～ 144+10．

肖小虹，潘也，王站杰．企業履行社會責任促進了企業綠色創新嗎？［ J］．經濟經緯，2021（3）：114 ～ 123．

徐章星，張兵，劉丹．數字金融發展、企業信貸錯配與勞動就業——一個有調節的中介效應［ J］．財經論叢，2020（12）：40 ～ 49．

翟淑萍，韓賢，陳曦．數字金融對企業投融資期限錯配的影響及其路徑分析——基于“短貸長投”視角［ J］．廣東財經大學學報，2021（4）：96 ～ 110．

張超，鐘昌標，楊佳妮．數字金融對實體企業高質量發展的影響研究——基于浙江的實證［ J］．華東經濟管理，2022（3）：63 ～ 71．

張嘉偉，胡丹丹，周磊．數字經濟能否緩解管理層短視行為？——來自真實盈余管理的經驗證據［ J］．經濟管理，2022（1）：122 ～ 139．

張勛，萬廣華，吳海濤．縮小數字鴻溝：中國特色數字金融發展［ J］．中國社會科學，2021（8）：35 ～ 51+204 ～ 205．

張勛，萬廣華，張佳佳，何宗樾．數字經濟、普惠金融與包容性增長［ J］．經濟研究，2019（8）：71 ～ 86．

鐘廷勇，黃亦博，孫芳城．數字普惠金融與綠色技術創新：紅利還是鴻溝［ J］．金融經濟學研究，2022（3）：131 ～ 145．

Baron R. M.， Kenny D. A.. The moderator-mediator variable distinction in social psychological research： Conceptual， strategic， and statistical considerations［ J］． Chapman and Hall， 1986（6）：1173 ～ 1182．

Moser Petra， Voena A.. Compulsory licensing：? Evidence from the trading with the enemy act［ J］． American Economic Review，2012（1）：396 ～ 427．

Po-Hsuan Hsu， Xuan T.， Yan X.. Financial development and innovation：? Cross-country evidence［ J］． Journal of Financial Economics，2014（1）：116 ～ 135．

（責任編輯·校對： 喻晨? 陳晶）

【基金項目】陜西省軟科學研究計劃一般項目（項目編號：2023-CX-RKX-154）；西安市社會科學規劃基金重點項目（項目編號：23JX149）；西安外國語大學校級科研一般項目（項目編號：23XWC05）

【作者單位】1.西安外國語大學商學院， 西安 710128；2.深圳大學經濟學院， 深圳 518055。張博文為通訊作者