數字金融對制造業企業投資效率的非對稱性效應研究

[摘要]數字金融的運用對于制造業企業投資具有重要意義。利用Richardson模型測算制造業企業投資效率，考察數字金融對制造業企業投資效率的影響及其作用機制，并進一步分析企業內部控制水平的調節效應。研究發現，數字金融對企業投資效率存在非對稱性效應，即數字金融能夠有效改善企業投資不足，但不能有效抑制投資激進型企業的過度投資。再者，數字金融對制造業企業投資效率的影響因企業所有權性質和企業所屬地區經濟發展水平的不同而存在差異，在非國有制造業企業、中西部地區制造業企業中數字金融對制造業企業投資效率的提升效應更為明顯。機制研究表明，提高企業ESG水平是數字金融作用于企業投資效率的重要渠道。調節作用分析發現，內部控制水平的提高不僅能加強數字金融對企業投資不足的改善作用，還能有效抑制投資激進型企業的過度投資。因此，建議加強數字金融基礎設施建設，健全數字金融監管體系；鼓勵數字金融機構對接非國有企業和中西部地區企業，提升數字金融資金配置精準度；全面提高企業ESG水平，完善企業內部控制體系。

[關鍵詞]數字金融；企業投資效率；非對稱性效應； ESG水平；內部控制水平

一、 引言

隨著新一波科技風潮的涌現，數字金融作為關鍵推動力，正在逐步改變中國制造業的投資格局。“十四五”規劃明確指出，要加快數字化發展，建設數字中國，打造數字經濟新優勢，推動數字技術與實體經濟深度融合1。目前我國的數字金融正展現出融合、場景化、智能化、綠色化以及規范化的發展趨勢[1]。《2024年政府工作報告》指出，應著力擴大國內需求，推動經濟實現良性循環，積極擴大有效投資2。制造業作為中國經濟的“壓艙石”，要積極擴大其有效投資，充分發揮制造業投資對穩增長的支撐作用。根據國家統計局發布的數據，2023年中國制造業企業投資總額與上一年相比上漲6.5個百分點3。值得注意的是，雖然中國制造業企業投資規模不斷擴大，但仍有相當比例的制造業企業存在偏離實際投資產出最優水平的現象[2]，投資效率沒有達到最優水平。并且，由于信息不平衡、代理問題以及融資限制等因素的普遍存在，制造業企業面臨嚴重的非效率投資難題[3-4]。數字金融的資源配置優勢雖能有效緩解企業的投資不足問題，卻在一定程度導致企業管理層高估自身融資能力、降低財務風險意識以及對企業發展前景過于樂觀，從而進行過度投資。因比，如何巧妙運用數字金7QN+htZ1egs3dBqUwTKuq67FmruQ4/XgbQ/xzRi2tBw=融的發展優勢，將其轉化為提升企業投資效率的內在驅動力，是當前全球產業競爭中研究熱點之一。

既有研究指出，數字金融已經成為制造業企業進行轉型和升級的核心因素，其不僅可以減少制造業企業的交易成本[5]，提升資源的配置效率[6]，還可以促進企業的技術創新、提高企業的全要素生產率[7-8]。制造業企業的投資效率是提升企業生產效率、產品質量和創新能力的基礎和保證[9]，而數字金融能夠有效緩解信息不對稱、融資難、投資短缺等問題，增強企業的投資效率[10-11]。并且，通過有效抑制傳統制造企業的投資趨同行為[12]，數字金融能夠減少企業的非效率投資現象。此外，數字金融的發展有利于提升企業ESG表現，并對環境績效、社會績效和治理績效產生正向影響[13]，而良好的ESG表現則能顯著降低企業的非效率投資[14]。但是，在緩解企業投資不足的同時，數字金融也可能導致企業過度投資[15]。因此，本文從數字金融視角出發，以制造業企業的投資效率為微觀研究焦點，結合理論機制分析和實證分析，深入探討數字金融對制造業企業投資效率的具體影響及其機制，并就如何規避企業過度投資提出對應策略，以期推動制造業企業可持續高質量發展。

本文可能存在的邊際貢獻：第一，根據企業過度投資程度的差異，利用k均值聚類分析方法，將投資過度企業1劃分為投資保守型企業2、投資平衡型企業3和投資激進型企業4，分類探索數字金融對過度投資企業的影響。第二，從可持續性和社會責任角度，將“數字金融—企業ESG水平—投資效率”邏輯鏈條納入研究視域，深入理解企業ESG水平在數字金融賦能投資效率過程中的作用。第三，將企業內部控制水平作為調節變量，探索企業內部控制水平在數字金融賦能制造業企業投資效率中的關鍵作用，有助于管理者根據內部控制情況調整數字金融的應用策略，從而更好地應對企業投資過度風險，提高整體投資效率。

二、 研究假設

1. 數字金融與投資效率

關于數字金融如何影響企業的投資效率，學者們已經進行了深入的探討。劉園等[16]指出，在企業的早期階段，數字金融可能會降低其投資效率。魏成龍等[17]、張友棠等[18]發現數字金融技術可以顯著提升企業的投資效率。再者，基于金融中介理論，數字金融通過減少投資者和企業之間的信息不對稱，降低信息交易成本以及拓展融資渠道等多種途徑，提高企業投資效率。由于大量資金的使用、現金的分紅和資產的轉移等行為，企業的投資現金流大幅下降，因此管理層考慮到融資成本和財務風險，選擇了減少投資[19]。數字金融不僅通過擴大傳統金融服務的普及率，還通過提供多種、多維度的服務方式為長尾群體解決更多的財務問題，以促進企業投資。

基于此，本文提出如下假設：

H1：數字金融能夠提升制造業企業的投資效率。

盡管數字金融拓寬了企業的融資渠道，緩解了企業投資不足[20]，但有少量研究發現數字金融對企業投資效率存在非對稱性效應，如王娟等[21]指出，數字金融有助于提升投資不足的企業投資效率，但對于過度投資的企業則沒有影響。

具體而言，一方面，隨著企業的現金流和投資機會的增長，管理者們普遍持有“經理帝國主義”的觀念[22]，第一類代理問題的出現可能促使管理者將資金投向凈現值為負但有助于擴大企業規模的項目，從而引發企業的過度投資行為[23-24]。另一方面，投資激進型企業管理層屬于過度自信型，數字金融的興起使得管理者對宏觀經濟環境和公司的發展前景過于樂觀，容易高估投資收益，低估經營中存在的風險，進而容易做出激進的投資決策[25-26]。因此，數字金融會加劇代理問題和導致管理層對前景過于樂觀，從而無法有效抑制投資激進型企業的過度投資。

基于此，本文提出如下假設：

H2：數字金融對企業投資效率的影響會出現非對稱效應，即數字金融能夠改善投資不足，但不能有效抑制投資激進型企業過度投資。

2. 基于企業ESG水平的機制檢驗

近年來，企業ESG水平已經逐漸被視為評估企業持續高質量發展的關鍵標準。 ESG水平主要涵蓋企業的環境表現、社會的信任度和公司的內部管理能力。基于以上三個維度，數字金融通過企業ESG影響企業投資效率，具體路徑分析如下。

其一，在企業環境績效方面，數字金融為企業開拓多樣化的融資渠道，有助于企業解決資金不足的問題。鼓勵企業響應國家“雙碳”號召，投資綠色低碳項目，提升自身的環境績效水平[27]，可以提高企業的ESG水平。較高的ESG水平可以反映企業具有更為健全的管理體系，從而吸引更多的高素質人才與投資者，以此增強投資決策的正確性以及資金流入量，并進一步提升企業的投資效率。

其二，在企業社會信任水平方面，數字金融的出現打破了傳統金融機構對中小型企業排斥的局面，極大地降低了中小型企業獲得金融機構資金援助的難度，推動企業向社會人才提供更多的就業崗位。此外，數字金融可以推動企業信息對外披露程度，提高企業社會信任水平[28]，進而為企業提供更多的投資機會，包括環境保護和社會公益項目。并且，高水平的ESG意味著良好的企業社會形象，有利于吸引社會中的杰出人才為企業制定更加理性的投資決策，增強企業綜合競爭力，進而提高企業的投資效率[29]。

其三，在公司內部治理效應方面，憑借先進的數字化技術以及高效的信息傳輸能力，數字金融可以加強企業內部的監督合作，有效提高企業的內部治理水平。當內部治理環境較好時，投資信息審計意見的正面作用得到提升，由此提高企業投資效率[30]。

綜上所述，結合圖2對企業ESG水平的作用路徑分析，可知在數字金融的推動下，企業ESG的建設不僅滿足了多個利益相關方的需求，同時也提供了降低潛在風險的有效途徑，從而增強了企業的競爭實力，提升了企業投資效率。

基于上述分析，本文提出如下研究假設：

H3：數字金融通過提高企業ESG，提高制造業企業投資效率。

3. 基于內部控制質量的調節作用

根據信息不對稱理論，強化內部控制質量有助于減緩企業內部信息不對稱的現象，從而提升對投資項目的認識和實時監控能力。隨著數字金融的廣泛應用，更多的投資相關信息得以詳細記錄和跟蹤，同時，內部管理機制也確保了這些信息的精確性和透明度。

一方面，內部控制機制通過降低信息不對稱和提升投資項目的可見性，有效促進了數字金融在緩解企業投資不足方面的問題。另一方面，對于投資激進型企業來說，強化內部控制機制有助于確保投資決策與公司的總體戰略和風險取向一致，讓內部控制的標準化與數字金融的高效運作相互補充，防止資源被分配到不必要的項目中，以有效遏制過度投資行為。

此外，通過強化內部控制機制，進一步營造良好的激勵與監督環境，提升內部控制執行程度[31]，從而有利于完善內部監督，緩解投資決策者資金錯配或者利益輸送等機會主義投資決策行為，進而優化投資效率[32]。

基于上述分析，結合圖3對企業內部控制質量調節效應的分析，本文提出如下研究假設：

H4：企業內部控制質量的提高可以正向促進數字金融對制造業企業投資效率的提升效應，其中更能有效抑制投資激進型企業過度投資。

三、 研究樣本與模型構建

1. 樣本選擇和數據處理

本文以2012—2021年制造業上市公司年度數據為研究樣本。首先對初始數據進行如下處理：①剔除財務數據中的缺失值和異常值。②剔除ST類公司，其次，考慮到極端值的影響，對樣本主要變量進行上下1%的Winsorize處理。數字金融指數來自北京大學數字金融研究中心編制的《數字普惠金融指數》中的指標數據，其他數據均來自CSMAR數據庫。

2. 變量選取

（1）投資效率

借鑒Richardson[33]的研究，本文構建以下模型計算投資效率：首先，根據模型（1）（2）計算投資水平的估計值；其次，把投資水平的實際值與估計值的差值記為殘差[ε]，殘差絕對值即為公司非效率投資程度。非效率投資程度越高，投資效率越低。殘差為正屬于過度投資，殘差為負屬于投資不足。在后續實證研究中，為了便于分析，對投資不足取絕對值后進行相應研究。

[Effi，t=εi，t=Invi，t-Invi，t] （1）

[Invi，t=β0+β1Growthi，t-1+β2Levi，t-1+β3Cashi，t-1+β4Agei，t-1+β5Sizei，t-1+β6Reti，t-1+β7Invi，t-1]

[+Industry+Year+εi，t] （2）

上式中，[Inv]為企業的實際新增投資支出；[Growth]為企業的營業收入增長率；[Lev]為企業的資產負債率；[Cash]為企業的現金資產；[Size]為企業的資產規模；[Ret]為企業的股票收益率。

（2）數字金融

北京大學數字金融研究中心聯合螞蟻金融服務集團收集了大量微觀數據，發布了《中國數字金融普惠發展指數》[34]，該指數包含覆蓋廣度、使用深度和數字化程度三個維度，使用33個指標來反映中國31個省區市1、337個地級以上城市的數字金融發展情況。為提高模型的準確性，借鑒相關參考文獻，本文采用地級市層面統計口徑的數字普惠金融指數。

（3）控制變量

考慮到其他因素對實證結果穩健性帶來的潛在影響，本文選取以下控制變量（Controls），具體見表1。此外，為了控制企業因素、時間趨勢可能帶來的影響，在回歸分析中控制企業效應、年度效應、行業效應和省份效應。

3. 模型構建

（1）固定效應模型

為了驗證H1、H2假設，本文設定以下模型：

[Abs_Inv（Under_Inv）（Over_Inv）i，j，k，t=α0+α1dig_prefj，t+α2Controlsi，j，k，t+Firm+Province+Industry+Year+εi，j，k，t] （3）

式（3）中，i，j，k，t分別表示企業、企業注冊所屬地、制造業企業細分行業以及年份；被解釋變量Abs_Inv（Under_Inv）（Over_Inv）i，j，k，t表示t年j市k行業制造業i企業的投資效率水平；dig_prefj，t表示t年j市的數字金融發展水平；Controlsi，j，k，t為控制變量；Firm、Year、Industry和Province分別是企業、時間、行業和省份。具體變量解釋見表1。

（2） 機制檢驗模型

以上分析了數字金融和制造業企業投資效率的基本關系，并未對兩者的作用機制進行探究，為了驗證H3假設，本文結合Baron等[35]和溫忠麟等[36]的中介效應檢驗步驟的思路進行機制檢驗。

[Abs_Invi，j，k，t=α0+α1dig_prefj，t+α2Controlsi，j，k，t+Firm+Province+Industry+Year+εi，j，k，t] （4）

[ESGi，j，k，t=α0+α1dig_prefj，t+α2Controlsi，j，k，t+Firm+Province+Industry+Year+εi，j，k，t] （5）

[Abs_Invi，j，k，t=α0+α1dig_prefj，t+α2ESGi，j，k，t+α3Controlsi，j，k，t+Firm+Province+Industry+Year]

[+εi，j，k，t] （6）

（3） 調節效應模型

為了驗證H4，本文設定模型如（7）式所示。若企業內部控制與數字金融的交互項系數[α3]與系數[α1]正負一致，說明企業內部控制質量水平越高，數字金融的影響效應越強；反之，則說明企業內部控制質量水平越高，數字金融的影響效應越弱。

[Abs_Invi，j，k，t=α0+α1digprefi，j，k，t+α2ICi，j，k，t+α3digprefi，j，k，t×ICi，j，k，t+α4Controlsi，j，k，t+Firm+Province]

[+Industry+Year+εi，j，k，t] （7）

四、 實證結果與分析

1. 基準回歸

數字金融對投資效率的檢驗結果見表2a和表2b。對于非效率投資而言，表2a列（1）（2）顯示數字金融總指數的估計系數顯著為負，數字金融能有效解決企業非效率投資問題，從而驗證了H1。進一步從細分維度上分析，表2a的列（3）數字金融覆蓋廣度和列（4）數字金融使用深度的估計系數顯著為負，與數字金融總指數的回歸結果一致。列（5）數字化程度的回歸DlEFct320w9VbSHqhbCM2w==系數為負但不顯著。這揭示了數字金融主要是通過其覆蓋范圍和使用深度兩個方面來解決企業非效率投資的問題。但是，數字支持的服務水平在改善企業非效率投資方面仍有一定的局限性。

依據表2b的回歸分析，數字金融在企業投資不足和過度投資這兩個方面均表現出顯著的差異性。針對企業投資短缺的問題，表2b的列（1）數據顯示數字金融變量的估計系數明顯為負，這凸顯了數字金融在減輕企業投資短缺問題上的積極影響。然而，在企業過度投資的問題上，列（2）數字金融總指數的估算系數并沒有表現出明顯的顯著性，這表明數字金融在遏制企業過度投資方面的效能是有限的。

為了深入分析數字金融對企業投資過度會產生何種效果，本文根據制造業企業投資過度程度劃分為投資保守組、投資平衡組和投資激進組。回歸結果如表2b所示。數字金融能夠有效緩解投資保守型和投資平衡型制造業企業的過度投資，但并不能有效緩解投資激進型制造業企業過度投資，這一回歸結果驗證了H2。可能的原因在于，數字金融的出現，給投資激進型制造業企業投資者提供了大量的投資信息和投資機會，一方面投資決策者難以立刻過濾無用信息，從而陷入“信息過載”的泥潭中無法自拔。另一方面，由于數字金融的普惠性特點，為制造業企業相關數字化項目提供充足的資金支持以及盲目樂觀的前景預期，企業管理者會更加依賴于數字金融所提供的項目預期收入分析，失去對項目的理性判斷，反而造成企業的過度投資。

2. 穩健性檢驗

（1） 內生性問題處理

內生性問題背后的原因多種多樣，常見的解決方法有系統GMM方法、雙向固定效應方法、IV法和滯后變量方法等。由于數字金融和投資效率之間可能存在雙向的因果關系，為了減少這種雙向交互可能產生的負面效應，我們對數字金融指數這一解釋變量進行了滯后回歸分析，并在表3中展示了其回歸結果。在控制了宏觀經濟和與企業相關因素后，滯后一期的數字金融對企業投資不足產生了顯著的改善作用，但仍然不能有效抑制投資激進型制造業企業的過度投資。再次驗證了H1、H2。

（2）PSM檢驗

本文采用傾向得分匹配法（PSM）來減輕樣本選擇中可能出現的偏差問題。首先，在控制模型（2）中的企業特性變量之后，執行1[∶]1的近鄰匹配操作。其次，利用配對方法對匹配數據做進一步調整和篩選，并將得到的匹配數據作為最終的匹配值，然后再進行描述統計分析、偏相關分析以及一致性檢驗。在進行匹配處理之后，變量的標準化偏差能夠被有效地控制在10%的范圍之內。相較于匹配之前，標準化偏差的降低使得回歸結果更加準確，能夠在一定程度上降低數據分析結果的誤差。緊接著，對重新匹配后的樣本再進行多元線性回歸。研究結果如表4所示。數字金融能夠有效緩解企業投資不足，但不能有效抑制投資激進型制造業企業的過度投資，驗證了H1、H2。

五、 拓展性分析

1. 異質性分析

（1） 企業區域異質性分析

地區間的經濟發展差異導致數字金融對制造業企業投資效率產生的影響存在明顯的差異。具體而言，中西部地區相對于東部地區來說，經濟增長滯后、市場化進程相對緩慢，面臨較嚴重的信息不對稱和相對較高的融資限制。因此，與東部地區相比，本文推測數字金融在解決中西部地區制造業企業的投資不足問題方面效果更為顯著。因此，本文針對企業所在地進行了區域異質性分析，具體回歸結果如表5所示。

通過觀察表5的列2至列5，我們發現中西部地區數字金融系數的絕對值均大于東部地區數字金融系數的絕對值。這說明相較于東部地區，數字金融在改善中西部地區制造業企業的投資不足問題方面更有成效。數字金融的引入使得中西部地區企業更容易獲取資金支持，從而推動投資效率的提升。其次，在過度投資方面，由表5列7可知，數字金融對東部地區制造業企業過度投資的抑制效果優于對中西部地區。數字金融之所以能夠有效緩解東部地區制造業企業過度投資，主要得益于該地區制造業規模較大以及數字金融技術的卓越。例如，“燈塔工廠”是一個在全球制造領域含金量非常高且被廣為認可的項目，而“燈塔工廠”主要分布在我國東部地區。雖然“燈塔工廠”對我國制造企業從制造走向“智造”起到了引領作用，有助于提升我國制造業在全球的競爭地位，但是東部地區企業應通過智能投資和風險管理工具嚴格控制對“燈塔工廠”的投資規模，避免出現工廠“泛濫成災”的現象。所以，在東部地區，數字金融側重于幫助制造業企業更精準地評估投資項目，以降低過度投資風險。

總之，東部地區在全國經濟發展中發揮著“穩定器”和“壓艙石”的重要作用，肩負著一定的社會責任，但由于缺乏完備的外部治理機制和監管環境，容易形成過度投資聚集。因此，數字金融憑借高效挖掘和精準處理金融信息的優勢，能夠更有效抑制東部地區制造業企業過度投資。目前中西部制造業發展面臨更加嚴重的資本短缺問題，因此，數字金融的高效、便捷特性有利于解決中西部地區企業的投資不足問題。

（2）企業產權異質性分析

根據企業產權異質性，本文將樣本分為非國有企業和國有企業兩組進行檢驗。從表6列2、列3可以看出，非國有企業組的數字金融回歸系數的絕對值在整體非效率投資和投資不足方面均大于國有企業組的回歸系數。而在過度投資方面，數字金融對國有企業過度投資的抑制效果明顯大于非國有企業。因此，數字金融對于非國有企業而言是緩解投資不足的有效工具，而對國有企業而言則可以更為有效地抑制企業過度投資。

產生這一現象的原因主要在于，外界機構普遍認為國有企業代表著優質的聲譽和信用，因此其具備更豐富的融資渠道，投資不足的程度也較低。相反，非國有企業缺乏政府的直接扶持，在外部融資過程中往往受到信用問題的制約，因此更容易引發非效率投資。然而，隨著數字金融的發展，非國有企業的融資狀況得到了顯著改善。數字金融的出現打破了傳統的信用衡量體系，為非國有企業提供了更多元的融資方式。通過數字化平臺，投融資信息更加透明化，其可以有效解決非國有企業資金不足問題，為非國有企業提供了更廣泛的融資渠道，從而顯著改善其投資不足的局面。

在過度投資方面，盡管國有企業的投資管理人受到更嚴格的監管，內部治理更為完善，但其在信息不對稱和風險管理方面仍存在一定困擾。數字金融的應用能夠幫助企業管理者全面評估投資項目的風險系數、未來收益以及發展前景，避免盲目樂觀，從而更有效地抑制企業過度投資。非國有企業主要面臨信息不對稱的問題，其難以獲得市場、競爭和行業的準確信息，側重于通過數字金融的渠道獲取外部資金以緩解企業投資不足問題。因此，數字金融能更有效地緩解非國有企業的投資不足。

2. 機制檢驗

企業ESG水平的機制檢驗結果如表7所示。列4的數字金融和企業ESG水平的估計系數均顯著。結果表明，數字金融能夠通過提升企業ESG水平改善企業的投資效率，印證了H3。

具體而言，數字金融的廣泛應用有助于金融業務供給和需求之間的有效對接，從而拓寬了金融支持的覆蓋范圍并增加了其可獲得性。隨著數字金融的深入發展，金融服務的種類變得更加豐富，服務的使用頻次也得到提升，提高了金融支持的效率，兩者共同促進了企業ESG表現的提升。企業ESG水平的提高不僅有助于改善企業在市場中的社會形象，還能提高投資者對企業的信賴程度，進而使得企業解決融資約束問題、緩解非效率投資問題。

3. 調節效應檢驗

提升公司的內部控制水平可以更好地利用集體決策的能力對經理人進行有效的監督和激勵，鼓勵他們更加努力地工作，尋找凈現值超過零的項目，并可以防止經理人因為懶惰或偏愛安逸的生活而導致投資不足。在公司管理過程中，內部控制是一種重要的監督機制，對完善公司治理有著至關重要的作用。高效的內部控制機制能夠幫助企業建立合適的權力平衡條款，明確界定經理人的職責和權利范圍，從而有力地抑制經理人的不正當投資行為，降低企業過度投資的可能性。

因此，本文將企業內部控制質量水平作為調節變量進行調節效應檢驗，結果如表8所示。結果顯示，內部控制具有正向的調解效應，既能增強數字金融對投資不足的緩解作用，又能抑制投資過度。進一步分析發現，內部控制有效抑制了投資激進型企業的過度投資行為。

六、 研究結論與啟示

1. 研究結論

為了探究數字金融對制造業企業投資效率的非對稱性影響，本文以滬深A股上市制造業公司的年度數據為研究樣本，實證分析了數字金融與制造業企業投資效率間的關系及其作用機制。研究表明，數字金融對制造業企業的投資效率產生了非對稱效應。也就是說，數字金融在有效改善制造業企業投資不足方面發揮了積極作用，但是在過度投資方面，卻未能有效抑制投資激進型制造業企業的過度投資行為。機制檢驗發現，提高制造業企業ESG水平是數字金融改善制造業企業投資效率的重要途經。調節效應檢驗發現，當強化制造業企業內部控制水平時，其不僅會增強數字金融對企業投資不足的改善效果，還能有效抑制投資激進型制造業企業過度的投資行為。進一步研究發現，數字金融對制造業企業投資效率的影響存在異質性，數字金融對國有企業和非國有企業均有緩解作用。但在投資過度方面，數字金融的抑制效應在國有企業樣本中表現得更明顯。此外，與東部地區制造業企業相比，數字金融可以解決中西部地區制造業企業的資金短缺問題，進而緩解企業投資不足。

2. 對策建議

為更好地運用數字金融手段提升制造業企業投資效率，基于以上研究結論，本文提出如下政策建議：

（1）數字金融在提升制造業企業投資效率方面發揮著積極作用，應重視數字金融的發展，加強相關基礎設施建設，增加金融資源的有效供給，促進金融可持續發展。制造業企業應當充分利用數字金融所具備的“低成本”“快速響應”和“廣泛覆蓋”等優勢，以提高資源配置的效率，進一步拓展融資途徑，并提高企業的投資效率。企業可以依據其獨特性質來制定數字化轉型計劃，確保數字化轉型與企業成長的相互協調，以實現企業的高品質發展。此外，在復雜多變的市場經濟環境下，監管當局應構建數字化的金融監管體系，以確保在提高投資效率的同時，也能有效地避免過度投資的風險。監管當局應要求各制造業企業全面公開數字金融工具的使用狀況，并周期性地對其投資組合進行評估，特別是要密切關注投資激進型制造業企業的投資活動。

（2）數字金融對制造業企業投資效率的賦能效應在非國有企業和中西部地區企業中更明顯，金融機構應增強對非國有制造業企業和中西部地區制造業企業的服務能力。一方面，相關部門應出臺相關政策，支持數字金融機構進一步精準服務金融弱勢群體，以提高金融資源的配置效率和經濟發展的效益；另一方面，中西部經濟欠發達地區應著力提升智能金融網點的數量和規模，加大對數字金融基礎設施建設的支持力度。此外，對于國有企業和東部地區的制造業企業而言，應著力提升數字金融的資金配置精準度，避免出現大型企業過度投資現象。

（3）提高企業ESG水平是數字金融賦能制造業企業投資效率的重要途徑。所以，制造業企業應利用數字金融獨特的便捷性、低成本與普惠特性，不斷提升企業自身環境績效、社會信任水平和公司內部治理效應，全面提高企業ESG水平。此外，制造業企業還應采用數字化技術來增強企業財務信息等關于企業現狀的信息的透明度，重視利用互聯網平臺向外界投資者提供精確、全方位和即時的信息來減少信息的不對稱，增強投資者對企業的信任，吸引更多的資金和投資。

（4）高質量的企業內部控制水平增強了數字金融對制造業企業投資效率的賦能效應。企業內部控制可以幫助企業保護自身利益，降低風險和成本，提升企業價值。制造業企業應致力于完善內部控制體系，追求內部控制質量高水平。構建合理又高效的組織架構，對投資項目的審批流程和各級管理人員的權限進行詳細地梳理和規范，確保企業管理系統能夠自動識別并制止超越權限、預約程序和審核材料不完善等不當行為。企業應及時進行信息披露，提高企業管理者和股東對內部狀況的整體認識，從而更好地協同合作，確保企業內部運作的協調性和一致性。此外，投資激進型制造業企業還應加強投資方案決策過程中的全過程管理，增強公司管理者對所處行業環境變動、行業發展的“嗅覺靈敏度”，降低投資決策人員的盲目樂觀程度，綜合評估所掌握與企業發展現狀的相關信息，有針對性地提出相應投資決策。

參考文獻：

[1] 歐陽日暉，劉怡，柏亮.數字金融藍皮書：中國數字金融創新發展報告[M].北京：社會科學文獻出版社，2023.

[2] 謝佩洪，汪春霞.管理層權力、企業生命周期與投資效率——基于中國制造業上市公司的經驗研究[J].南開管理評論，2017，20（1）：57-66.

[3] Wang D H M.Corporate Investment， Financing， and Dividend Policies in the High-Tech Industry[J].Journal of Business Research，2010，63（5）：486-489.

[4] Hirth S，Viswanatha M.Financing Constraints， Cash-Flow Risk， and Corporate Investment[J].Journal of Corporate Finance，2011，17（5）：1496-1509.

[5] 任曉怡.數字普惠金融發展能否緩解企業融資約束[J].現代經濟探討，2020（10）：65-75.

[6] 龔沁宜，成學真.數字普惠金融、農村貧困與經濟增長[J].甘肅社會科學，2018（6）：139-145.

[7] 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，2021，23（3）：3-18.

[8] Arizala F， Cavallo E， Galindo A.Financial Development and TFP Growth： Cross-Country and Industry-Level Evidence[J].Applied Financial Economics，2013，23（6）：433-448.

[9] 劉亦文，譚慧中，陳熙鈞，等.數字經濟發展對實體經濟投資效率提升的影響研究[J].中國軟科學，2022（10）：20-29.

[10] 萬佳彧，李彬，徐宇哲.數字金融對企業投資效率影響的實證檢驗[J].統計與決策，2022，38（19）：135-139.

[11] 劉婷婷，溫雪，鄧亞玲.數字化轉型視角下數字金融對企業投資效率的影響效應分析[J].財經理論與實踐，2022，43（4）：51-58.

[12] 王旭，潘仁龍，趙夢菲.數字金融對傳統制造企業投資趨同行為影響研究[J].中國科技論壇，2023（7）：85-94.

[13] 董延芳，張津銘.數字金融提升企業ESG表現的機制研究——基于“環境—社會—治理”三維績效分析[J/OL].西部論壇，1-16[2024-08-14].

[14] 張馨元，史桂芬，薛佳欣.經濟政策不確定沖擊下ESG表現與企業投融資[J].稅務與經濟，2023（3）：75-83.

[15] 孫芳城，伍桂林，蔣水全.數字普惠金融對企業投資效率的影響研究[J].華東經濟管理，2023，37（1）：95-107.

[16] 劉園，鄭忱陽，江萍，等.金融科技有助于提高實體經濟的投資效率嗎？[J].首都經濟貿易大學學報，2018，20（6）：22-33.

[17] 魏成龍，郭琲楠.金融科技影響企業投資的傳導機制研究[J].南方金融，2020（9）：31-43.

[18] 張友棠，常瑜洺.數字金融對科技型企業投資效率影響的實證檢驗[J].統計與決策，2020，36（16）：179-183.

[19] WHITED T M.Debt， Liquidity Constrains， and Corporate Investment： Evidence from Panel Data[J].The Journal of Finance，1999，47（4）：1425-1460.

[20] 趙瑞瑞，張玉明，劉嘉惠.金融科技與企業投資行為研究——基于融資約束的影響機制[J].管理評論，2021，33（11）：312-323.

[21] 王娟，朱衛未.數字金融發展能否校正企業非效率投資[J].財經科學，2020（3）：14-25.

[22] 韓林靜.異質性產權下管理層權力與資本配置效率[J].軟科學，2018，32（4）：63-67.

[23] FUSTER A，PLOSSER M，SCHNABL P.The Role of Technology in Mortgage Lending[J].The Journal of Financial Studies，2019，32（5）：1854-1899.

[24] JENSEN M C.Agency Costs of Free Cash Flow， Corporate Finance， and Takeovers[J].The American Economic Review，1986，76（2）：323-329.

[25] 鄧偉，賀彬煒.CEO過度自信對薪酬的影響研究[J].金融發展研究，2020（2）：20-31.

[26] 馬春愛，易彩.管理者過度自信對財務彈性的影響研究[J].會計研究，2017（7）：75-81+97.

[27] 曲昱曉.數字普惠金融對企業環境績效的影響[J].統計與決策，2023，39（20）：184-188.

[28] 溫亞東，陳艷.數字金融與企業ESG表現：效應、機制與“漂綠”檢驗[J].統計與決策，2024，40（1）：142-147.

[29] 王娟，王毅.企業員工學歷水平與企業創新績效[J].西安交通大學學報（社會科學版），2016，36（6）：40-46.

[30] 丁含，徐云，趙靜.投資信息審計意見可以提高公司投資效率嗎？——基于公司內部治理環境的調節效應[J].審計與經濟研究，2021，36（1）：37-47.

[31] 方紅星，金玉娜.公司治理、內部控制與非效率投資：理論分析與經驗證據[J].會計研究，2013（7）：63-69.

[32] 李萬福，林斌，宋璐.內部控制在公司投資中的角色：效率促進還是抑制？[J].管理世界，2011（2）：81-99.

[33] Scott R.Over-investment of Free Cash Flow[J].Review of Accounting Studies，2006（11）：159-189.

[34] 郭峰，王靖一，王芳等.測度中國數字普惠金融發展：指數編制與空間特征[J].經濟學（季刊），2020，19（4）：1401-1418.

[35] Baron R M， & Kenny D A.The Moderator-mediator Variable Distinction in Social Psychological Research： Conceptual， Strategic， and Statistical Considerations[J].Journal of Personality and Social Psychology，1986（51）：1173-1182.

[36] 溫忠麟，葉寶娟.中介效應分析：方法和模型發展[J].心理科學進展，2014，22（5）：731-745.

基金項目：國家自然科學基金重點項目“云南與周邊國家金融合作的異質性約束及人民幣區域化的實現機制與路徑研究”（項目編號：U2002201）；云南省高層次人才培養支持計劃“青年拔尖人才”專項（項目編號：YNWR-QNBJ-2020-229）；云南省專業學位研究生教學案例庫建設項目“數據、模型與決策教學案例庫建設”；云南師范大學研究生課程思政示范項目“數據、模型與決策”。

作者簡介：李麗，通訊作者，女，博士，云南師范大學管理學院副教授，碩士生導師，研究方向為數字金融；竇一凡，男，中國農業銀行常熟古里支行，客戶經理，研究方向為數字金融；曹欣，女，南京師范大學商學院博士研究生，研究方向為數字金融。

（收稿日期：2024-05-09 責任編輯：蘇子寵）