金融化浪潮：全要素生產率的引擎還是陷阱？

摘" "要：實體企業發展是助力經濟高質量發展的重要推動力，然而企業金融化現象日益嚴峻，這是否會抑制高質量發展進程？本文以2016—2022年我國滬深A股上市公司為研究對象，從適度與過度金融投資行為實證檢驗企業金融化對全要素生產率的影響。研究表明，企業金融化與全要素生產率之間存在顯著的倒U型關系，臨界值為0.5670，即在臨界值左側，金融化會提高全要素生產率；而越過臨界值，金融化會抑制全要素生產率。基于異質性分析，其倒U型關系在非國有企業與非高新技術企業中成立，對于國有企業與高新技術企業不成立。進一步研究發現，較高的商業信用融資與較大的企業內部薪酬差距分別正向與負向調節企業金融化與全要素生產的倒U型。因此，只有把金融化置于合適水平內，才能推動企業提高全要素生產率，這對于實體企業助力經濟高質量發展具有重要現實意義。

關鍵詞：企業金融化；生產效率；商業信用融資；滬深A股上市公司

DOI：10.3969/j.issn.1003-9031.2025.01.001

中圖分類號：F832.51" " " " "文獻標識碼：A" " "文章編號：1003－9031（2025）01－0004－14

一、引言

近年來，由于市場需求萎縮、企業創新動力不足等不利因素的共同作用，我國實體經濟面臨較大的下行壓力。受金融與房地產等行業高額回報率的影響，眾多實體企業為了追求更高的利潤，紛紛將資金投入這些領域，并積極開展金融化運作，即實體企業逐漸偏離了原有的實業基礎，呈現出向金融領域轉移的明顯趨勢，導致虛擬經濟迅速擴張。由此引發的實體企業金融化現象及其經濟影響，已成為社會各界廣泛關注的熱點話題。企業的金融投資行為，一方面使得企業脫離主營業務范圍，導致資源錯配，影響全要素生產率的提高；另一方面，企業通過持有一定的金融資產來保持流動性，緩解融資約束，有利于提升全要素生產率。提升企業生產要素的質量和使用效能對經濟結構的轉型和經濟增長質量具有深遠影響，探索企業金融投資行為的合理性與適度性、推動企業全要素生產率的提高，為我國實現經濟高質量發展注入強勁動力，具有深刻的理論探索價值與重要的現實意義。

本文采用2016—2022年滬深A股非金融公司的數據，從適度與過度金融投資兩個方面深入探討金融化對全要素生產率的影響。本文的邊際貢獻在于：第一，不同于現有文獻對企業金融化與全要素生產率之間線性關系的關注，本文通過區分適度的資本配置優化與潛在的過度金融投機，證實了兩者之間存在非線性關系的可能，豐富了企業財務政策與企業生產經營之間的理論關系；第二，豐富了商業信用融資和企業內部薪酬差距的邊界機制研究。本文驗證金融化對全要素生產率的影響效應受到商業信用融資和企業內部薪酬差距的調節，拓展了企業主營業務發展中存在的推力與阻力，這為企業長遠發展提供了微觀經驗證據。

二、理論分析與研究假設

（一） 企業金融化與全要素生產率的非線性關系

企業金融投資行為在不同投資動機下會對企業產生不同效應。基于預防性儲備動機，企業金融投資行為有利于緩解融資約束，彌補主業投資不足（杜勇等，2017），避免財務危機，發揮“蓄水池”效應；在套利動因的驅使下，實體企業利用金融市場上投機獲利，擠占企業創新投入（王紅建等，2017）。由于企業資源的有限性，企業金融化行為對實物資本產生擠出作用（張成思和張步曇，2016），即金融投資與實物投資存在替代關系（Tobin，1965）。研究發現，金融投資行為顯著降低企業當期研發創新，但金融資產持有份額有助于推動未來時期的企業研發創新（劉貫春，2017），金融化也與研發投入在當期呈負向關系，在滯后期呈顯著正相關（楊松令等，2019），對企業價值的影響效應表現為“倒U型”（劉立夫和杜金岷，2021）。

一方面，企業合理的金融資產配置發揮“蓄水池”效應，緩解融資約束與財務困境，驅動資本從低利潤行業流向高利潤行業，一定程度上提高資源配置效率（彭若弘和張若涵，2023），促進企業創新發展（冉芳等，2022），有利于提升全要素生產率；另一方面，企業過度金融投資行為使得原本用于經營業務的資金流向金融資產，阻礙企業自主創新體系的形成，抑制企業研發投資，降低企業技術效率，最終抑制企業生產效率（陳赤平和孔莉霞，2020），對全要素生產率產生負面影響。

由此，提出假設H1：企業金融化與全要素生產率之間為倒U型關系，即適度金融化促進全要素生產率，過度金融化抑制全要素生產率。

（二）商業信用融資的調節效應

商業信用作為一種外源融資，為企業提供外部資金支持，緩解融資約束，一定程度上減少信息不對稱，在企業適度金融投資時能保持更為充足的自由現金水平以維持其正常經營，促使企業將更多的可利用資源分配到投資和研發等方面，并通過改善公司內部治理模式，彌補企業生產經營過程中可能出現的資本短缺，并從融資約束視角有利于提高非國有企業的全要素生產率（張羽瑤和張冬洋，2019），而過度使用商業信用融資會帶來短期償債壓力，迫使企業減少產出不確定且周期長的投資項目，此時商業信用對企業全要素生產率將產生“擠出效應”（吳祖光和安佩，2019）。此外，現有文獻研究發現成長期企業的商業信用融資存在邊際報酬遞減規律，當成本小于收益時，規模經濟作為主導地位，全要素生產率上升；當成本大于收益時，邊際效用遞減，規模不經濟進一步加劇，全要素生產率下降。即成長期企業的商業信用融資對企業全要素生產率存在非線性的倒U型關系（鄭明貴等，2022）。

一方面，商業信用融資的增強可以有效緩解融資約束、降低信息不對稱，進一步提高企業的經營效率和盈利能力，促進生產效率的提高。在適度金融投資、企業將發展重心置于主營業務時，商業信用融資水平越高則越有利于發展主營業務，可以強化金融化對全要素生產率的促進作用。另一方面，過度金融化對主營業務投入產生擠兌，對全要素生產率產生抑制作用。雖然商業信用融資是一種有效融資渠道，但在企業經營策略傾向金融投資和過度依賴金融渠道獲利時，企業會把獲得的融資更多投入于金融領域，加劇資金流向金融領域。同時，商業信用融資規模的提高加劇生存風險（王京濱等，2022），進一步削弱企業實體經濟實力與生產效率。即企業金融化程度較高時，較高的商業信用融資加劇了金融化對全要素生產率的抑制作用。

由此，提出假設H2：商業信用融資正向調節企業金融化與全要素生產率的倒U型關系，即隨著商業信用融資的提高，企業金融化與全要素生產率的倒U型關系趨于陡峭。

（三）企業內部薪酬差距的調節效應

社會比較理論表明，一定程度上的薪酬差距存在正向激勵效應，即薪酬差距讓努力工作的員工感受到公平，進而起到激勵效果。高管與員工間的薪酬差距正向推動企業創造性產出（程新生，2012），管理層薪酬溢價對推動企業創新起主導作用（孔東民等，2017）。相對剝削理論強調薪酬分配需盡可能滿足公平性標準，如果成員發現其個人薪酬相較于他人水平低很多，會認為自身被剝削，進而消極怠工，唯有較平均的收入分配才能消除這種被剝削的認知。高新技術企業內部薪酬差距的擴大不利于普通研發人員合作意識的培養（翟淑萍等，2017），降低企業生產效率。研究發現，企業高管之間薪酬差距、高管與員工間薪酬的絕對差距顯著提高企業全要素生產率，但高管與員工間薪酬的相對差距與全要素生產率顯著負相關，并存在倒U型關系（楊竹清和陸松開，2018）。基于不同企業所屬性質而言，國有企業內部薪酬差距擴大不利于生產效率的提升（劉張發等，2017）。而國有上市公司內部薪酬差距適當提高可以抑制其非效率投資，過大的薪酬差距則對企業內部投資效率產生負面影響（王建軍和劉紅霞，2015）。

根據“錦標賽理論”，相比于較小的內部薪酬差距，內部薪酬差距的擴大可以通過激發高管與普通員工的競爭意識進一步加劇正向激勵作用，從而提高整個企業的業績（黎文靖和胡玉明，2012），即不同層級的員工之間如果存在較大的薪酬差距，能督促次低層級員工為爭取更高的薪酬職位而努力工作。對于高管而言，薪酬高低釋放代表其能力的信號。為保持內部薪酬差距，高管會更加努力工作，這有利于提升企業績效和改善經營效率。因此，企業內部薪酬差距的擴大不僅為緩解代理問題提供了有效解決途徑（陳佳琪，2022），而且在企業內部形成長期有效的正向激勵機制，提高企業績效水平的同時，有利于防止企業投資短期化，有效降低企業金融投資意愿，進而減緩企業金融化對全要素生產率的非線性影響。

由此，提出假設H3：企業內部薪酬差距負向調節企業金融化與全要素生產率的倒U型關系，即隨著企業內部薪酬差距的擴大，企業金融化與全要素生產率的倒U型關系趨于平滑。

三、研究設計

（一）數據來源

本文以2016—2022年滬深A股上市公司為研究對象，原始數據來自國泰安（CSMAR）數據庫與Wind數據庫，并對數據進行以下處理：第一，剔除具有金融屬性特征的上市公司數據；第二，剔除ST、ST*、PT標志的樣本；第三，剔除關鍵變量嚴重缺失的數據。此外，為消除異常值對回歸結果的潛在影響，對樣本數據進行上下1%的縮尾處理。

（二）變量的選取與說明

1.被解釋變量：全要素生產率

關于企業全要素生產率（TFP）指標的測度方面，參考魯曉東和連玉君（2012）、宋敏等（2017），常用LP法與OP法可以較好處理內生性與樣本選擇偏差所引起的問題，而其ACF修正法更是克服了函數相關性問題。因此，本文采用LP法的ACF修正法估算全要素生產率（Tfp_lpacf），以OP法的ACF修正法估算出的全要素生產率用于穩健性檢驗，以Tfp_opacf表示。

估算企業全要素生產率所需的指標包括銷售收入（Outcome Y）、勞動投入（Labor L）、資本投入（Capital K）及中間投入（Material M）。參考黃賢環和王瑤（2019），本文采用主營業務收入、員工總數、固定資產凈值和購買商品接受勞務支付的現金分別衡量銷售收入、勞動投入、資本投入和中間投入，并取自然對數，以Tfp_lpacf表示。

2.核心解釋變量：企業金融化

借鑒Demir（2009）、孫江永等（2016）、張成思與張步曇（2016）的做法，本文從金融資產定義的角度入手，將金融資產劃分為貨幣資金、持有至到期投資、投資性房地產、交易性金融資產、長期股權投資、可供出售的金融資產、應收股利與應收利息八個部分，用金融資產與總資產的比值去衡量金融化程度，記作Fin。

3.調節變量：企業內部薪酬差距、商業信用融資

參考劉春和孫亮（2010），本文以高管與職工間的平均薪酬差額取自然對數，來度量內部薪酬差距（Gap）。其中，高管平均薪酬以前三名高管平均薪酬衡量；同時，本文通過扣除估算比例大約為56%的企業為員工所負擔的社會保險費用，進而計算職工凈薪酬總額，即職工平均薪酬為“支付給職工以及為職工所支付的現金”除以1.56后與“高管年度報酬總額”差額再除以“員工總數”與“高管人數”的差額。

本文參考劉歡等（2015）和孫昌玲等（2021）的做法，采用“（應收賬款+預付賬款+應收票據-應付賬款-預收賬款-應付票據）”與總資產進行標準化的比值來度量商業信用融資（Tc）。

4.控制變量

根據相關文獻，本文選取控制變量如表1所示：托賓Q（Tobin），總資產收益率（Roa），獨立董事占比（Dboard），管理層持股比例（Executive），兩職合一（Dual），機構投資者持股比例（Investor），企業規模（Size）。

（三）計量模型設定

基于前文理論分析，為探究企業金融化對全要素生產率的影響效應，本文構建如下計量模型：

其中，被解釋變量為全要素生產率，Finit表示企業金融化程度，為驗證企業金融化與全要素生產率的非線性關系，加入企業金融化的二次項Fin，Controlit為控制變量，？著it為隨機擾動項。為了增強模型回歸結果的可靠性，本文進行如下處理：第一，在所有回歸方程里，均默認用聚類標準誤調整的t統計量，以精確化統計推斷；第二，采用雙向固定效應模型，同時固定企業個體和年份，減少可能存在的遺漏變量問題。

本文參考林偉鵬（2022）的做法，構建調節效應模型，通過式（2）驗證商業信用融資或企業內部薪酬差距對企業金融化與全要素生產率倒U型關系的調節作用：

其中，如果曲率項顯著，無論斜率項是否顯著，金融化和全要素生產率之間都存在著曲線關系。即當系數？茁5顯著時，則說明調節變量能夠調節金融化與全要素生產率的曲線關系。

（四）描述性統計

本文主要變量描述性統計結果如表2所示。其中，企業金融化的均值為27.01%，最小值為3.66%，較多企業金融資產持有率不超過資產總額的40%，少數企業金融化程度高達78.01%，說明存在企業普遍持有金融資產的現狀，且不同企業對于金融資產配置傾向差異較大，這一定程度上容易影響企業對于資金的使用。

四、實證結果分析

（一）基準回歸分析

基于現有非線性關系的研究方法，本文利用Haans的“三步法”檢驗倒U型關系（Haans，2016）：第一步，檢驗核心解釋變量的二次項是否顯著；第二步，檢驗倒U型曲線是否滿足左區間斜率為正，右區間斜率為負；第三步，檢驗倒U型曲線拐點是否處于核心解釋變量取值范圍內。

表3顯示了金融化與全要素生產率的基準回歸結果。由表3列（1）、列（2）可知，無論是否加入控制變量，金融化（Fin）的估計系數均在1%水平上顯著為正，金融化平方項（Fin2）的估計系數在1%的水平上顯著為負。

Utest結果顯示，企業金融化的下界限斜率（0.4682）在1%水平上顯著為正，而金融化上界限斜率（-0.1881）在10%水平內顯著為負。倒U型曲線的臨界點約為0.5670，且Fin的取值范圍區間為[0.0366，0.7801]。由此可知，極值點在數據范圍內，并能夠在10%的統計水平上拒絕原假設。

綜合上述估計結果，當企業金融化取值范圍在[0.0366，0.5670]時，對全要素生產率表現為促進作用；而企業金融化取值范圍在[0.5670，0.7801]時，對全要素生產率表現為抑制作用。如圖1所示，金融化與全要素生產率存在非線性關系，表現為倒U型關系，假設H1通過驗證。

（二）穩健性檢驗

1.改變主要變量測度方式

本文以OP法重新度量全要素生產率進行穩健性檢驗。估計結果如表4所示，無論是否加入控制變量，企業金融化與全要素生產率仍存在倒U型關系，以上回歸結果與前文一致，說明本文研究結論的穩健性。

2.控制省份及行業層面宏觀因素的影響

考慮到行業與宏觀層面的可能性影響，本文分別依次增加行業、省份、省份×年份、行業×省份、行業×年份的固定效應，控制行業層面的時間固定效應及地理位置差異性的影響。其穩健性結果如表5列（1）—列（5）所示，估計結果與基準回歸結果保持一致，說明基準回歸的穩健性。

3.更換標準誤聚類層級

考慮到位于同一行業、地區的企業間可能存在相關性，本文將標準誤聚類到行業與省份層面。同時，考慮誤差項間在時間維度上可能存在的自相關和異方差問題，本文對標準誤在企業和年度兩個層面進行二維聚類調整。如表6所示，回歸結果證明基準回歸的穩健性。

4.工具變量法

考慮到企業金融化與全要素生產率之間存在互為因果關系，即企業產出效率越高，有利于企業增強內部資金積累與投資決策能力，擴大融資渠道，越有能力為企業金融投資提供支持，這可能導致倒U型關系被錯誤解釋。為了盡可能緩解反向因果關系對本研究結論潛在的內生影響，參考肖紅軍等（2021）的做法，分別以分行業分年度分省份的金融化中位數、分行業分年度分省份的金融化均值作為金融化及其平方項的工具變量，其結果分別如表7列（1）—列（3）與列（4）—列（6）所示。

結果顯示，第一階段中金融化一次項對應的兩個工具變量一次項顯著為正，金融化二次項對應的兩個工具變量平方項均顯著為正。同時，識別不足檢驗LM統計量在1%顯著性水平上拒絕原假設，Wald F統計量遠大于10%水平上的臨界值（16.38），表明此工具變量不存在識別不足或弱工具變量的問題。第二階段中，金融化與企業全要素生產率仍呈現倒U型關系，與基準回歸結果保持一致。因此，控制內生性后，本研究結論依舊穩健。

（三）異質性分析

1.企業所有制屬性異質性檢驗

本文依次將樣本分為國有企業與非國有企業，回歸結果如表8所示，僅對于非國有企業而言，金融化對全要素生產率的倒U型關系成立。這是因為非國有企業存在融資難、融資貴的問題，受到現金流水平的約束，企業傾向于為了獲得更優異的績效水平進而進行金融投資來謀私利；國有企業有著較強的融資優勢，且不以利潤最大化為最終經營目標，同時要面對來自政府嚴厲的金融約束，因而不會被誘使加劇金融投資。

2.企業產業屬性異質性檢驗

本文將樣本分為高新技術產業與非高新技術產業，回歸結果如表9所示，對于非高新技術產業而言，金融化對全要素生產率的倒U型關系成立。其原因可能在于發展高新技術產業的企業更加注重技術創新，持有金融資產作為平滑風險的手段，為企業創新研發提供資金支持，因此很少會去侵占企業主營業務資源；非高新技術產業進行金融投資更多出于投機獲利動機，進而容易擠兌主營業務投入。

綜合表8與表9的實證結果，基于企業所有制屬性與產業屬性差異，企業金融化對全要素生產率的倒U型關系在具備較強投機動機的非國有企業和非高新技術產業間顯著存在，而在國有企業與高新技術產業間不顯著。

五、進一步分析

（一）商業信用融資的調節效應

金融化與全要素生產率之間的倒U型關系受金融化一次項系數？茁1、金融化平方項系數？茁2、金融化一次項與調節變量交互項系數？茁4、金融化平方項與調節變量交互項系數？茁5和調節變量的影響：當？茁1？茁5－？茁2？茁4＞0時，關系曲線拐點向右移動，反之向左移動。此外，？茁5決定曲線形狀變化，當？茁5＞0時，調節變量使倒U型曲線變得平緩，反之則變得陡峭。

在基準回歸的基礎上，對商業信用融資的調節效應進行檢驗，如表10所示。模型（2）在模型（1）的基礎上分別加入商業信用融資、金融化一次項與商業信用融資的交互項、金融化二次項與商業信用融資的交互項。由列（2）可知，？茁1？茁5－？茁2？茁4=-0.2003（＜0），即拐點在原始倒U型曲線基礎上向左平移，且？茁5=-2.6061（＜0），說明商業信用融資的調節作用使原倒U型曲線變得陡峭。如圖2所示，隨著商業信用融資水平的提高，倒U型曲線變得愈發陡峭，拐點持續向左移動。即較高的商業信用融資水平在金融化與全要素生產率的倒U型關系中具有顯著正向調節作用，假設H2成立。

（二）企業內部薪酬差距的調節效應

在基準回歸的基礎上，對企業內部薪酬差距的調節效應進行檢驗，如表10所示。模型（2）在模型（1）的基礎上分別加入企業內部薪酬差距、金融化一次項與企業內部薪酬差距的交互項、金融化二次項與企業內部薪酬差距的交互項。由列（3）可知，？茁1？茁5-？茁2？茁4=0.0507（＞0），即拐點在原始倒U型曲線基礎上向右平移、延遲出現，且？茁5=0.2846（＞0），說明企業內部薪酬差距的調節作用使原倒U型曲線變得平緩。如圖3所示，隨著企業內部薪酬差距的不斷擴大，倒U型曲線變得愈發平緩，拐點持續向右移動。即較大的企業內部薪酬差距在金融化與全要素生產率的倒U型關系中具有顯著負向調節作用，假設H3成立。

由此可知，相比于較低的商業信用融資與較小的企業內部薪酬差距，較高的商業信用融資與較大的企業內部薪酬差距分別顯著正向與負向調節企業金融化與全要素生產率的倒U型關系。

六、結論與政策建議

（一）結論

本文以2016—2022年滬深A股上市公司為樣本研究企業金融化對全要素生產率的影響。主要研究結論如下：第一，基準回歸結果顯示，金融化與全要素生產率之間存在倒U型關系。第二，較高的商業信用融資正向調節金融化與全要素生產率的倒U型關系，倒U型關系變得更加陡峭，且轉折點向左移動。第三，較大的企業內部薪酬差距負向調節金融化與全要素生產率的倒U型關系，倒U型關系變得更加平緩，且轉折點向右移動。

（二）政策建議

第一，基于企業適度金融化與過度金融化分別會對全要素生產率產生不同影響，企業應當合理調整金融投入，優化金融資產配置比例，審慎平衡實物投入與金融投資間的分配。確保主營業務的核心地位，科學規劃研發投入與實物資本投資，使得全要素生產率保持在合理最優范圍內。第二，企業應當合理調整內部薪酬差距，對企業員工產生正向激勵，抑制企業短期投資，改善企業績效水平與經營效率，提高企業全要素生產率。同時，政府也應當引導企業業績考核體系，抑制管理層投資套利活動。第三，推動金融市場改革，引導資金流向，使非金融企業適度將資源投入金融領域，減少過度追求金融化，通過適度金融投資促進金融服務實體經濟，充分發揮適度金融化對企業全要素生產率的積極作用，助力實體經濟穩健增長，促進經濟高質量發展。第四，強化金融監管，防范非金融企業的金融風險。金融監管部門應當加強對非金融企業的監管與審查，識別并防范高杠桿風險與可能性投機行為，防止產業空心化和隨之而來的金融泡沫，引導企業理性投資，避免非理性行為帶來的效率損耗，科學防范重點領域風險，完善金融安全防線。政府也應當緩解企業“融資難、融資貴”等問題，拓寬企業融資渠道的同時，加強對實體企業財務信息披露的要求，使非金融企業金融投資保持在合理水平。■

（責任編輯：張恩娟）

參考文獻：

[1]杜勇，張歡，陳建英.金融化對實體企業未來主業發展的影響：促進還是抑制[J].中國工業經濟，2017（12）：113-131.

[2]王紅建，曹瑜強，楊慶，等.實體企業金融化促進還是抑制了企業創新——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）：155-166.

[3]張成思，張步曇.中國實業投資率下降之謎：經濟金融化視角[J].經濟研究，2016，51（12）：32-46.

[4]Tobin J.Money and Economic Growth[J].Econometrica，1965，33（4），671-684.

[5]劉貫春.金融資產配置與企業研發創新：“擠出”還是“擠入”[J].統計研究，2017，34（7）：49-61.

[6]楊松令，牛登云，劉亭立，等.實體企業金融化、分析師關注與內部創新驅動力[J].管理科學，2019，32（2）：3-18.

[7]劉立夫，杜金岷.企業金融化對企業價值的影響——兼論過度金融化識別與治理[J].南方經濟，2021（10）：122-136.

[8]彭若弘，張若涵.金融化適度性對企業全要素生產率的影響[J].北京郵電大學學報（社會科學版），2023，25（2）：68-77.

[9]冉芳，譚怡，康文靜.實體企業金融化如何影響全要素生產率：基于中國A股上市公司的實證檢驗[J].國際金融研究，2022（12）：82-93.

[10]陳赤平，孔莉霞.制造業企業金融化、技術創新與全要素生產率[J].經濟經緯，2020，37（4）：73-80.

[11]張羽瑤，張冬洋.商業信用能夠提高企業全要素生產率嗎？——基于中國企業的融資約束視角[J].財政研究，2019（2）：116-128.

[12]吳祖光，安佩.商業信用融資對企業研發投入強度的影響——來自創業板上市公司的經驗證據[J].科技進步與對策，2019，36（6）：94-100.

[13]鄭明貴，尤碧瑩，鄭雯芳.商業信用融資能否提高全要素生產率——基于企業生命周期理論的視角[J].技術經濟，2022，41（9）：50-59.

[14]王京濱，李揚，張紫荊，等.商業信用融資對緩解企業風險的作用機制研究[J].管理學報，2022，19（1）：129-138.

[15]程新生，宋文洋，程菲.高管員工薪酬差距、董事長成熟度與創造性產出研究[J].南京大學學報（哲學·人文科學·社會科學版），2012，49（4）：47-59+158.

[16]孔東民，徐茗麗，孔高文.企業內部薪酬差距與創新[J].經濟研究，2017，52（10）：144-157.

[17]翟淑萍，畢曉方，李欣.薪酬差距激勵了高新技術企業創新嗎？[J].科學決策，2017（6）：1-28.

[18]楊竹清，陸松開.企業內部薪酬差距、股權激勵與全要素生產率[J].商業研究，2018（2）：65-72.

[19]劉張發，田存志，張瀟.國有企業內部薪酬差距影響生產效率嗎[J].經濟學動態，2017（11）：46-57.

[20]王建軍，劉紅霞.高管團隊內部薪酬差距對投資效率影響的實證研究——以A股國有上市公司為例[J].北京工商大學學報（社會科學版），2015，30（3）：67-74.

[21]黎文靖，胡玉明.國企內部薪酬差距激勵了誰？[J].經濟研究，2012，47（12）：125-136.

[22]陳佳琪.內部薪酬差距對企業金融化的影響研究[D].濟南：山東財經大學，2022.

[23]魯曉東，連玉君.中國工業企業全要素生產率估計：1999—2007[J].經濟學（季刊），2012，11（2）：541-558.

[24]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.

[25]黃賢環，王瑤.實體企業資金“脫實向虛”與全要素生產率提升：“抑制”還是“促進”[J].山西財經大學學報，2019，41（10）：55-69.

[26]Demir F.Financial Liberalization，Private Investment and Portfolio Choice：Financialization of Real Sectors in Emerging Markets[J].Journal of Development Economics，2009，88：314-324.

[27]孫江永，劉真，李淑云.貿易政策不確定性、對外貿易市場集中度與實體企業金融化[J].世界經濟研究，2023（10）：77-88+136.

[28]劉春，孫亮.薪酬差距與企業績效：來自國企上市公司的經驗證據[J].南開管理評論，2010，13（2）：30-39+51.

[29]劉歡，鄧路，廖明情.公司的市場地位會影響商業信用規模嗎？[J].系統工程理論與實踐，2015，35（12）：3119-3134.

[30]孫昌玲，王化成，王芃芃.企業核心競爭力對供應鏈融資的影響：資金支持還是占用？[J].中國軟科學，2021（6）：120-134.

[31]Haans R F J，Pieters C，He Z L.Thinking about U：Theorizing and Testing U-and Inverted U-shaped Relationships in Strategy Research[J].Strategic Management Journal，2016，37（7）：1177-1195.

[32]肖紅軍，陽鎮，劉美玉.企業數字化的社會責任促進效應：內外雙重路徑的檢驗[J].經濟管理，2021，43（11）：52-69.

[33]陳彥君，郭根龍.數字化轉型、產業鏈整合與全要素生產率[J].海南金融，2024（2）：3-18.

[34]畢思琦.中小企業金融化、融資約束與企業創新[J].區域金融研究，2022（3）：54-61.

[35]嚴丹，湛泳，王詩茹.金融服務實體經濟效率測度及影響因素研究[J].金融經濟，2024（5）：32-41.