金融錯配、營運資本波動與制造業企業數字化轉型

【摘要】本文選取2011 ～ 2022年我國A股市場制造業企業作為研究樣本， 實證檢驗金融錯配對制造業企業數字化轉型的影響。研究發現， 金融錯配對制造業企業數字化轉型具有顯著的抑制作用， 且該抑制作用在國有企業、 東部地區企業中更顯著。中介效應檢驗發現， 金融錯配通過加大企業營運資本波動抑制企業數字化轉型。門檻效應檢驗發現， 數字普惠金融的發展可以緩解金融錯配對數字化轉型的影響。為了降低金融錯配對企業數字化轉型的影響， 本文提出以下建議： 政府可積極推動金融體系市場化進程， 優化金融資源配置； 企業要提高外部融資能力， 減小營運資本波動； 金融機構可大力發展數字普惠金融。

【關鍵詞】金融錯配；營運資本波動；數字化轉型；數字普惠金融

【中圖分類號】F275" " " 【文獻標識碼】A" " " 【文章編號】1004-0994（2024）24-0022-6

一、 引言和文獻綜述

隨著數字技術的不斷發展和廣泛應用， 數字化逐漸成為引領未來發展的核心趨勢。在這一趨勢中， 以“數字產業化、 產業數字化”為核心的數字經濟逐漸成為重組全球要素資源、 重塑全球經濟結構、 改變全球競爭格局的關鍵力量。從微觀視角來看， 企業作為市場經濟的微觀主體， 承載著數字經濟發展與轉型的重要功能（吳非等，2021）， 通過應用數字技術革新組織架構、 運營管理、 生產制造和價值創造進而提高企業創新水平（王才，2021）和經營效率（陳銀飛和楊瑪麗，2022）， 賦能企業高質量發展（胡海波等，2022）， 為數字經濟的發展提供強大動力。

然而， 企業數字化轉型具有較高的風險和不確定性， 需要外部資金的支持（李劍培等，2023）， 而金融資源是重要的外部資金來源（蔡慶豐等，2020）。目前， 我國政府雖然采取了一系列措施來優化金融體系， 但金融領域的資源錯配現象仍然存在（魯曉東，2008）。在經濟活動中， 部分金融資源得不到合理有效的配置， “屬性錯配”“領域錯配”“階段錯配”等結構性問題依然突出（聞岳春和黃慶成，2022）， 對經濟活動造成一系列嚴重后果（同小歌等，2022）。因此， 在數實融合發展的背景下， 深入探究金融錯配對制造業企業數字化轉型的影響效應和內在機制顯得尤為必要。

現有文獻關于金融錯配對企業發展的影響主要集中在以下方面： 第一， 金融錯配對企業創新的影響。有學者從融資約束的視角， 研究發現金融錯配會抑制高新技術企業的創新投資， 融資約束會進一步加劇這種抑制效應（李曉龍等，2017）， 融資約束和資本回報率約束還會驅動企業金融化進而抑制企業技術創新（李成和李亞鵬，2022）； 也有學者基于技術差距的視角， 提出金融錯配通過融資約束、 價格扭曲和企業非效率投資等途徑抑制企業技術創新（張遼和范佳佳，2022）， 這種負面影響在創新投入視角和創新產出視角下均存在（李健等，2023）。第二， 金融錯配對企業全要素生產率的影響。有研究發現， 企業全要素生產率存在“所有制陷阱”， 金融錯配對不同所有制企業全要素生產率的影響存在差異（董直慶和徐曉莉，2015）， 金融錯配導致的全要素生產率損失約為50%， 且對非國有部門造成的損失更大（靳來群，2015）； 也有研究發現， 在資源錯配類型比較中， 國有企業比非國有企業、 西部地區比東部和中部地區、 制造業比其他行業的資源錯配現象更加嚴重， 不同類型內和不同類型間的資源錯配對全要素生產率的影響大致相同（王文和牛澤東，2019）； 還有研究發現， 金融錯配對全要素生產率的影響并不是簡單的線性關系， 而是呈現“倒U型”關系， 且在不同行業、 股權性質、 地區層面上存在顯著差異（王西貝和李海燕，2023）。

在企業數字化轉型的影響因素方面， 不同學者基于不同視角展開了大量的研究。有學者從政府視角進行研究， 提出政府財政科技支出（吳非等，2021）、 政府補助（余典范等，2022）、 政府補貼（聞岳春和黃慶成，2022）等能夠促進企業數字化轉型， 而政府設置過高的經濟發展目標則會對企業數字化轉型造成不利的影響（楊賢宏等，2021）； 也有學者從市場經濟視角進行研究， 認為利率市場化（唐松等，2022）、 傳統金融可得性（李劍培等，2023）、 數字金融發展（劉暢和花俊國，2022；潘藝和張金昌，2023；李劍培等，2023）、 對外開放水平（王冠男等，2022）等都有助于企業數字化轉型； 還有學者從企業自身視角進行研究， 提出公司治理水平（王新光，2022）、 企業人力資本（何威風和姚文博，2023）、 ESG表現（王丹和張丁，2023）、 管理者權力（李百興和楊龍溪，2023）是影響企業數字化轉型的重要因素。

從現有文獻梳理來看， 金融錯配和企業數字化轉型是當下研究的熱點問題， 研究成果較為豐富， 這為本文的研究提供了理論基礎。但現有研究仍存在以下不足： 第一， 關于金融錯配對制造業企業數字化轉型影響的直接研究并不多， 只有少部分學者在研究數字普惠金融對企業數字化轉型的影響機制中提到金融錯配這一中介機制， 缺少對金融錯配和企業數字化轉型之間關系的理論分析與實證檢驗。第二， 金融錯配對制造業企業數字化轉型的作用機制和異質性影響需要進一步探究?，F有研究在分析金融錯配問題時， 發現企業金融錯配存在所有制差異和地區差異等， 因此， 需要進一步探究金融錯配是如何影響企業數字化轉型的， 并檢驗影響機制是否存在差異性。第三， 如何緩解金融錯配對制造業企業數字化轉型的影響也需要進一步探討?，F有文獻鮮有研究如何破解企業數字化轉型過程中面臨的金融錯配困境， 而金融錯配現象的存在， 可能會使企業在數字化轉型過程中面臨融資難、 融資貴等問題， 進而影響企業的數字化轉型和高質量發展， 因此研究其解決措施具有重要的現實意義。

本文在現有研究的基礎上， 以2011 ～ 2022年我國A股市場制造業企業作為研究樣本， 進一步分析金融錯配對制造業企業數字化轉型的影響及作用機制， 并提出降低金融錯配對企業數字化轉型的影響的政策建議， 以期為我國金融體系改革和企業高質量發展提供理論支持。

本文可能的邊際貢獻在于： 第一， 拓展了金融錯配和企業數字化轉型的研究內容。本文將金融錯配和制造業企業數字化轉型納入同一研究框架， 從理論和實證兩個層面分析了金融錯配對企業數字化轉型的影響機制， 對已有文獻形成了有益補充。第二， 由于企業的所有權屬性、 所在地區等因素不盡相同， 本文對金融錯配與企業數字化轉型的關系進行分組回歸， 進一步揭示了金融錯配在不同條件下對企業數字化轉型的異質性影響。第三， 在實踐層面， 本文提出了降低金融錯配對企業數字化轉型的影響的政策建議， 這為深化我國金融體系改革、 提高金融服務實體經濟的效率以及推動企業高質量發展等方面提供了一定的啟示。

二、 理論模型與研究假設

（一） 理論模型

本文參照同小歌等（2022）的做法， 構建數理模型以分析金融錯配對制造業企業數字化轉型的影響。

1. 項目投資。假設企業自有資產價值為w， 項目投資需要投入的資金為A， 項目成功的可能性為θ， 項目成功后的資本回報為πi，j（i=n，e；j=1，0）， n和e分別表示使用內部資金和外部資金， 1和0分別表示在經營過程中進行和不進行數字化轉型。項目若不成功， 則資本回報為0。

2. 項目生產。資本回報πi，j作為資本將進一步用于生產， 假設企業的生產函數f（k）=F（k，ξ）屬于規模報酬不變的函數， f'（k）gt;0gt;f''（k）且" " " "f'（k）=∞， 其中， k為資本總投入， ξ為其他要素投入。在完全競爭市場中， 每單位資本獲得的回報為f'（k）， πi，j單位資本獲得的最終產品收益為πi，jf'（k）。

3. 外部融資。企業在進行生產時， 使用內部資金的概率為q， 使用外部資金的概率為1-q， 假設企業外部因素的變化會導致企業向外部融資的概率增加qL。因此， 當企業在生產經營過程中進行數字化轉型時， 向外部融資的概率為1-q+qL。企業進行外部融資時， 融資機構的收益取決于項目能否成功。若項目成功， 融資機構的收益為A（1+r）； 若項目不成功， 融資機構獲得企業抵押品的價值w（假定企業以自有資產抵押）。

4. 金融錯配。由于資本市場不完善， 企業在利用外部資金時會面臨金融錯配的問題。假設δ（δ≥1）表示企業金融錯配的程度， δ越大表明企業金融錯配程度越高。根據同小歌等（2022）的研究， 金融錯配會降低企業的最終產品收益， 即δπδ" "f'（k）≤πe，jf'（k）， 此時， πδ" "≤πe，j。

5. 企業決策。企業在生產經營過程中面臨著是否進行數字化轉型的選擇， 在不同選擇下， 企業面臨的目標收益函數存在差異。

（1） 不進行數字化轉型。此時企業的收益函數為：

EW（πn，0，πe，0）=θ｛qπn，0f'（k）+（1-q）［πe，0f'（k）-

A（1+r）］｝-（1-θ）w

其中， W表示收益函數， E為期望值。

同時， 還需滿足企業融資約束條件即A（1+r）≤δπδ

f'（k）≤δπe，0f'（k）和融資機構參與約束條件即θA（1+r）+（1-θ）w≥A， 前者表明企業最終產品收益不小于融資成本， 后者表示融資機構的期望收益不小于0。由上述兩個約束條件可知： w≥［A-θA（1+r）］/（1-θ）≥［A-θδπe，0f'（k）］/（1-θ）。因此， 存在一個最低的自有資產（抵押品）價值要求， 即w=［A-θδπe，0f'（k）］/（1-θ）， 此時， A（1+r）=δπe，0f'（k）=［A-（1-θ）w］/θ。將其代入企業的收益函數， 得：

EW（πn，0，πe，0）=θ｛qπn，0f'（k）+（1-q）［πe，0f'（k）-

A（1+r）］｝-（1-θ）w

=θqπn，0f'（k）+（1-q）［（1-δ）/δ］［A-（1-θ）w］-（1-θ）w

（2） 進行數字化轉型。企業若選擇進行數字化轉型， 則會增加轉型成本F1， 此時企業的收益函數為：

EW（πn，1，πe，1）=θ｛（q-qL）］πn，0f'（k）+（1-q+qL）×

［πe，0f'（k）-A（1+r）］｝-F1-（1-θ）w

且A（1+r）≤δπδ" "f'（k）≤δπe，1f'（k）， θA（1+r）+（1-θ）w≥A

此時， 抵押品價值最低為w=［A-θδπe，1f'（k）］/（1-θ）， A（1+r）=δπe，1f'（k）=［A-（1-θ）w］/θ。企業的期望收益函數為：

EW（πn，1，πe，1）=θ（q-qL）πn，1f'（k）+（1-q+qL）［（1-δ）/δ］［A-（1-θ）w］-F1-（1-θ）w

6. 比較靜態分析。本文通過比較制造業企業在生產經營中是否進行數字化轉型的收益情況， 分析金融錯配對企業數字化轉型的影響。企業是否做出數字化轉型的決策取決于數字化轉型是否能帶來更大的預期收益， 計算公式如下：

?W=EW（πn，1，πe，1）-EW（πn，0，πe，0）=θf'（k）q（πn，1-πn，0）-qLπn，1f'（k）+qL［（1-δ）/δ］［A-（1-θ）w］-F1

用?W對金融錯配δ求導， 可得：

d?W/dδ=-（1/δ2）qL［A-（1-θ）w］

由于A-（1-θ）w=θA（1+r）gt;0， 因此d?W/dδlt;0， 表明δ越大， ?W越小， 即金融錯配程度越高， 企業進行數字化轉型和不進行數字化轉型的收益差距越小， 所以金融錯配對企業數字化轉型具有抑制作用。

（二） 研究假設

1. 金融錯配對制造業企業數字化轉型的直接影響。金融錯配是指金融資源未能得到有效利用， 從而使企業或社會無法實現帕累托最優（韓珣和李建軍，2020）。金融錯配在企業生產經營中具有極強的傳導性和影響力（李健等，2023）， 會加劇企業的融資約束、 提高企業融資成本（同小歌等，2022）。當企業資金成本上升或融資渠道受限時， 制造業企業會將有限的資金投入短期生產活動中， 從而導致新技術、 新設備的投資能力下降， 進而延緩或阻礙其數字化轉型進程； 而當企業籌集到外部資金時， 如果不能對金融資源做到有效配置， 出現金融錯配現象， 則會降低企業的投資效率， 因而即使企業將資金全部投入數字化轉型中， 也不能取得最優的轉型效果。此外， 企業數字化轉型還需考慮風險因素， 與其他生產經營活動相比， 數字化轉型風險較高， 而金融錯配又會降低企業抵御風險的能力， 因而會削弱企業數字化轉型的意愿。結合上述理論模型， 本文提出第一個假設：

H1： 金融錯配對制造業企業數字化轉型具有抑制作用。

金融錯配對制造業企業數字化轉型的影響可能會受到企業所有權性質和所處地區差異的影響。已有研究發現， 金融錯配對不同所有權性質企業的影響會存在差異。一般而言，" 非國有企業具有更強的市場化導向， 有通過數字化轉型提升市場競爭力的需求， 但信息不對稱和信貸歧視導致非國有中小企業得不到充足的金融資源支持（戴魁早和劉友金，2016；李健等，2023）， 因此， 在金融錯配的影響下， 非國有企業更加重視短期收益而忽視長遠發展， 對數字化轉型“心有余而力不足”。而國有企業的融資方式更多， 也更容易獲得金融資源的支持（李曉龍等，2017）， 但國有企業的生產經營會受到行政因素的干擾， 在決策方面不如非國有企業“靈活”， 對市場競爭的依賴程度較低， 因而盡管其存在大量金融資源， 但可能很少將這些資源用于企業數字化轉型， 反而可能通過金融錯配形成的套利空間“尋租”獲得收益， 且這種收益更加穩定、 安全（同小歌等，2022）， 從而削弱了國有企業進行數字化轉型的動機。此外， 我國經濟發展不平衡， 東部、 中部、 西部的經濟發展存在差異， 這也是金融錯配存在地區差異的重要原因， 不同地區的金融錯配程度不同（靳來群，2015）， 對企業數字化轉型的影響就存在差異。由此， 本文提出第二個假設：

H2： 金融錯配對制造業企業數字化轉型的抑制作用受到企業所有權性質和所處地區差異的影響。

2. 金融錯配對制造業企業數字化轉型的間接影響。當面臨金融錯配問題時， 制造業企業會通過調整內部資金使用方式來緩解資金壓力， 進而提升企業數字化轉型能力。在企業內部資金使用上， 營運資本的調整成本低、 流動性強（徐晨陽等，2017）， 是企業調整內部資金使用方式的首選。當企業通過調整內部資金使用方式來緩解金融錯配且內部資金一定時， 營運資本的變動方向和其他投資的變動方向會不一致。金融錯配程度越高， 企業營運資本波動就越大。當企業營運資本波動變大時， 又會加大企業生產經營風險， 從而使企業在數字化轉型的投資上更加謹慎。企業為了維持正常的生產經營， 也會將營運資本設置在一定的水平上， 因而當營運資本波動變大時， 企業通過削減營運資本來增加企業數字化轉型投入的力度有限， 企業數字化轉型的資金來源得不到保障， 進而影響數字化轉型的進程。由此， 本文提出第三個假設：

H3： 金融錯配會通過加大企業營運資本波動來抑制企業數字化轉型。

三、 研究設計

（一） 數據來源

為了檢驗金融錯配對制造業企業數字化轉型的影響及作用機制， 本文選取2011 ～ 2022年我國A股市場制造業企業作為研究樣本， 同時剔除了ST類樣本， 原始數據主要來源于國泰安（CSMAR）數據庫。

（二） 變量設定

1. 被解釋變量： 企業數字化轉型（DT）。本文借鑒吳非等（2021）的做法， 對企業年報中披露的關于數字化轉型的詞頻進行文本分析， 以相關詞頻總數加1取自然對數作為衡量企業數字化轉型的指標。

2. 解釋變量： 金融錯配（FM）。本文的研究內容是金融錯配對制造業企業數字化轉型的影響， 因而需從微觀視角選取衡量金融錯配的指標。借鑒韓珣和李建軍（2020）的做法， 以企業資金使用成本和行業平均資金使用成本之差來衡量金融錯配。計算公式如下：

金融錯配=企業資金使用成本-行業平均資金使用成本

企業資金使用成本=利息支出/（負債-應付賬款）

3. 中介變量： 營運資本波動（DWC）。本文以營運資本波動作為研究金融錯配對制造業企業數字化轉型影響機制的中介變量， 參照李健等（2023）的做法， 以當期營運資本和前期營運資本的差額作為營運資本波動的衡量指標。計算公式如下：

營運資本波動=當期營運資本-前期營運資本

營運資本=流動資產-流動負債

4. 控制變量。為提升研究結果的準確度， 本文參考現有關于金融錯配和企業數字化轉型的研究， 從公司財務和治理等方面引入控制變量， 包括公司規模（SIZE）、 資產負債率（LEV）、 相對價值（TBQ）、 凈資產收益率（ROE）、 股權集中度（TOP1）、 兩職合一（DUAL）。各變量的含義如表1所示。

（三） 模型構建

本文構建面板數據模型來實證檢驗金融錯配對制造業企業數字化轉型的影響， 模型如下：

DTit=α0+α1FMit+αjControlit+Codei+Yeart+εit （1）

為了進一步探究金融錯配對數字化轉型的影響機制， 在式（1）的基礎上增加式（2）、 （3）構建中介效應模型如下：

DWCit=β0+β1FMit+βjControlit+Codei+Yeart+εit

（2）

DTit=γ0+γ1FMit+γ2DWCit+γjControlit+Codei+

Yeart+εit" " （3）

其中， DT為企業數字化轉型， FM為金融錯配， DWC為中介變量營運資本波動， Control為控制變量， i和t分別表示企業和時間， Code和Year分別表示個體和時間固定效應， ε表示誤差項。

在驗證中介效應時， 本文參考溫忠麟等（2005）、 李健等（2023）的做法， 采用逐步回歸法檢驗金融錯配是否能夠通過影響營運資本波動來影響企業數字化轉型。先后檢驗模型（1）中的α1、 模型（2）中的β1、 模型（3）中的γ1和γ2是否顯著， 若回歸系數α1、 β1和γ2都顯著， 表明存在中介效應； 若β1和γ2中至少有一個不顯著， 則需通過Sobel檢驗來判斷β1×γ2的顯著性。

四、 實證結果分析

（一） 基礎回歸分析

表2是金融錯配對制造業企業數字化轉型的回歸結果， 從中可以看出， 金融錯配對企業數字化轉型的回歸系數顯著為負， 說明存在顯著的抑制作用， H1得證。這可能是因為在金融錯配的影響下， 企業未能合理使用金融資源， 主要將金融資源投資于一些短期項目， 忽略了數字化轉型這類期限較長、 風險較大的投資， 因而抑制了企業數字化轉型。

（二） 穩健性檢驗

考慮到金融錯配對制造業企業數字化轉型的影響需要一定的周期以及疫情的影響， 分別將金融錯配前置一期（F1.FM）以及剔除2020年和2021年的數據后再進行回歸， 回歸結果如表3所示。由結果可知， 不管是金融錯配前置一期還是更改樣本時間跨度， 金融錯配的影響系數仍然為負， 回歸結論具有穩健性。

（三） 異質性檢驗

為了驗證H2， 本文對樣本企業分別按照所有權性質和所在地區不同進行分組回歸， 結果如表4所示。

在所有權性質異質性檢驗結果中， 國有企業和非國有企業的金融錯配對企業數字化轉型均存在抑制作用， 但該抑制作用在非國有企業中并不顯著。這可能是因為非國有企業的市場化導向更強， 其生存和發展更多依賴于自身的市場競爭力， 而數字化轉型作為提升競爭力的關鍵手段， 往往會得到企業管理層的高度重視和持續投入， 即使面臨金融錯配的挑戰也不會輕易放棄數字化轉型或減緩數字化轉型進程， 因此， 與國有企業相比， 非國有企業的金融錯配對數字化轉型的影響更小。在地區異質性檢驗結果中， 只有在東部地區金融錯配對企業數字化轉型存在顯著的抑制作用， 金融錯配的抑制作用在中部地區和西部地區均不顯著。究其原因： 可能是中西部地區往往具備較低的運營成本， 企業運用內部資金緩解金融錯配的空間更大； 此外， 政策傾斜和東西部協作以及對口支援機制的深化， 在一定程度上降低了金融錯配的不利影響， 因而對企業數字化轉型的抑制作用不顯著。由此， H2得證， 金融錯配對制造業企業數字化轉型的抑制作用受到企業所有權性質和所處地區差異的影響， 在國有企業和東部地區企業中更加顯著。

（四） 中介效應檢驗

表5是中介效應檢驗結果， 列（1）中金融錯配對企業數字化轉型的回歸系數顯著為負， 列（2）中金融錯配對營運資本波動的回歸系數顯著為正， 列（3）中營運資本波動和金融錯配的回歸系數均顯著為負， 表明中介效應存在。為緩解金融錯配的影響， 企業頻繁變動營運資本， 加大營運資本波動， 從而加劇企業經營風險， 不利于企業數字化轉型。因此， 金融錯配會通過加大營運資本波動抑制企業數字化轉型， H3得證。

五、 拓展性研究

隨著數字技術的發展， 數字普惠金融逐漸成為金融行業發展的重要趨勢。數字普惠金融將數字技術和普惠金融服務相結合， 使得金融服務更加便捷、 高效、 低成本， 并擴大了金融服務的覆蓋范圍。數字技術還能緩解信息不對稱問題， 降低金融資源對中小企業等弱勢群體的排斥性， 從而緩解融資約束問題（肖紅軍和陽鎮，2022）， 推動金融資源優化配置（劉靖宇等，2023）。此外， 數字普惠金融還可以通過刺激消費信貸的方式緩解居民的流動性約束（易行健和周利，2018）， 增強居民消費能力， 為企業提供收入來源。因此， 數字普惠金融能夠降低金融錯配對企業數字化轉型造成的不利影響。

本文進一步構建門檻效應模型來檢驗數字普惠金融在降低金融錯配不利影響方面發揮的作用， 以期為制造業企業順利完成數字化轉型、 實現高質量發展提供政策建議。單一門檻模型構建如下：

DTit=δ0+δ1FMit×I（DIFI≤ρ）+δ2FMit×I（DIFIgt;ρ）+

δ3DIFIit+δjControlit+εit （4）

其中： DIFI為數字普惠金融， 用企業所在城市的北京大學數字普惠金融指數來衡量； I（）為判斷函數， 當括號內條件成立時為1， 否則為0； ρ為特定的門檻值?；貧w結果如表6所示。

從表6中可以看出： 當數字普惠金融發展水平較低時（門檻值為59.98）， 金融錯配對企業數字化轉型具有顯著的抑制作用， 且影響程度較大； 當數字普惠金融發展水平超過門檻值時， 金融錯配對企業數字化轉型的影響較小且并不顯著。由此可以說明， 數字普惠金融的發展可以有效削弱金融錯配對企業數字化轉型的抑制作用。企業可以利用數字普惠金融獲得更多的金融資源， 降低資金使用成本， 提高金融資源配置效率， 助力企業數字化轉型和高質量發展。

六、 結論和建議

本文在文獻梳理和理論分析的基礎上， 選取2011 ～ 2022年我國A股市場制造業企業相關數據， 實證分析了金融錯配對企業數字化轉型的影響。主要結論如下： 第一， 金融錯配會抑制制造業企業數字化轉型， 且這一結論通過了穩健性檢驗。第二， 從異質性角度來看， 所有權性質和地區差異會對金融錯配的抑制作用產生影響， 具體表現為國有企業比非國有企業、 東部地區企業比中西部地區企業具有更顯著的抑制作用。第三， 從作用機制來看， 金融錯配會通過加大企業營運資本波動抑制企業數字化轉型。第四， 隨著數字普惠金融的發展， 金融錯配對企業數字化轉型的影響逐漸變小， 數字普惠金融可以削弱金融錯配對數字化轉型的抑制作用。

結合上述結論， 本文提出三點政策建議， 以促進制造業企業數字化轉型， 實現企業高質量發展。一是積極推動金融體系市場化進程， 優化金融資源配置。政府可建立健全以市場為導向的金融資源配置機制， 充分發揮價格機制， 減少對金融資源的所有制歧視， 使金融資源能夠在國有企業和非國有企業之間實現高效配置； 可出臺政策促進東部、 中部和西部協調發展， 重點推進中西部地區金融基礎設施建設， 促進金融資源在不同地區高效流動。二是企業要提高外部融資能力， 減小營運資本波動。企業要積極參與金融市場， 利用不同的融資渠道和融資方式獲取外部金融資源， 優化融資結構； 加強自身建設， 完善信息披露， 提高信用等級， 以此來降低信息不對稱對融資造成的不利影響； 保持營運資本的穩定性， 降低經營風險， 合理配置內外部資金， 發揮資金的最大功效。三是加強金融市場建設， 大力發展數字普惠金融。鼓勵金融機構運用大數據、 云計算等數字技術， 優化信貸審批流程， 降低服務成本， 提高風險識別和管理能力， 使金融服務更精準高效； 加大創新力度， 開發適合不同群體需求的數字金融產品， 提高金融服務的多樣性和可獲得性。

【 主 要 參 考 文 獻 】

蔡慶豐，陳熠輝，林焜．信貸資源可得性與企業創新：激勵還是抑制？——基于銀行網點數據和金融地理結構的微觀證據［ J］．經濟研究，2020（10）：124 ～ 140．

韓珣，李建軍．金融錯配、非金融企業影子銀行化與經濟“脫實向虛”［ J］．金融研究，2020（8）：93 ～ 111．

何威風，姚文博．企業人力資本與數字化轉型［ J］．財會月刊，2023（22）：15 ～ 21．

靳來群．所有制歧視所致金融資源錯配程度分析［ J］．經濟學動態，2015（6）：36 ～ 44．

李百興，楊龍溪．管理者權力與企業數字化轉型［ J］．財會月刊，2023（20）：36 ～ 43．

李成，李亞鵬．金融錯配、企業金融化與創新抑制［ J］．山西財經大學學報，2022（12）：62 ～ 76．

李健，管煜，代昀昊．金融錯配與企業技術創新——基于中國上市企業的經驗證據［ J］．中央財經大學學報，2023（10）：25 ～ 39．

李曉龍，冉光和，鄭威．金融要素扭曲如何影響企業創新投資——基于融資約束的視角［ J］．國際金融研究，2017（12）：25 ～ 35．

劉暢，花俊國．數字金融發展對企業數字化轉型的影響［ J］．金融與經濟，2022（10）：61 ～ 68．

劉靖宇，余莉娜，楊軒宇．數字普惠金融、數字化轉型與中小企業高質量發展［ J］．統計與決策，2023（18）：154 ～ 158．

魯曉東．金融資源錯配阻礙了中國的經濟增長嗎［ J］．金融研究，2008（4）：55 ～ 68．

潘藝，張金昌．數字金融對企業數字化轉型的影響和機制研究——來自中國A股制造業上市企業的經驗證據［ J］．工業技術經濟，2023（3）：63 ～ 72．

同小歌，冉茂盛，李萬利．金融錯配與企業創新——基于政策扭曲與金融摩擦研究［ J］．科研管理，2022（7）：69 ～ 76．

王才．數字化轉型對企業創新績效的作用機制研究［ J］．當代經濟管理，2021（3）：34 ～ 42．

王丹，張丁．ESG表現、制造業高質量發展與數字化轉型［ J］．統計與決策，2023（19）172 ～ 176．

王文，牛澤東．資源錯配對中國工業全要素生產率的多維影響研究［ J］．數量經濟技術經濟研究，2019（3）：20 ～ 37．

王新光．管理者短視行為阻礙了企業數字化轉型嗎——基于文本分析和機器學習的經驗證據［ J］．現代經濟探討，2022（6）：103 ～ 113．

溫忠麟，侯杰泰，張雷．調節效應與中介效應的比較和應用［ J］．心理學報，2005（2）：268 ～ 274．

吳非，胡慧芷，林慧妍等．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．

楊賢宏，寧致遠，向海凌等．地方經濟增長目標與企業數字化轉型——基于上市企業年報文本識別的實證研究［ J］．中國軟科學，2021（11）：172 ～ 184．

易行健，周利．數字普惠金融發展是否顯著影響了居民消費——來自中國家庭的微觀證據［ J］．金融研究，2018（11）：47 ～ 67．

余典范，王超，陳磊．政府補助、產業鏈協同與企業數字化［ J］．經濟管理，2022（5）：63 ～ 82．

（責任編輯·校對： 羅萍" 李小艷）

DOI：10．19641/j．cnki．42-1290/f．2024．24．004

【基金項目】國家社會科學基金項目“農用水權視角下黃河流域缺水區高質量發展路徑與體系構建研究”（項目編號：21BJY168）