數字金融發展能否提升企業新質生產力？

【摘 要】 在新發展階段，提升新質生產力已經成為企業高質量發展的重要路徑。文章基于上市企業數據，從理論層面梳理了數字金融提升企業新質生產力的內在機理，并從微觀層面度量企業新質生產力發展水平，在此基礎上實證分析數字金融對企業新質生產力的影響。研究結果顯示，數字金融發展顯著提升了企業的新質生產力，該結論在一系列穩健性檢驗后仍然成立。異質性分析表明，在非國有企業、大型企業以及債務融資成本低的企業中，數字金融對這類企業新質生產力的促進作用更為明顯。影響機制方面，數字金融可以通過緩解融資約束、提高企業成長性以及降低財務杠桿水平的機制促進企業新質生產力的提升。進一步的調節效應分析表明，當企業的信息披露程度越低時，數字金融對這類企業新質生產力的促進作用越大，數字金融具有解決信息不對稱問題的優勢凸顯。本研究為評估數字金融的影響效果提供了數據支撐，也為探索企業新質生產力的提升路徑提供了政策參考。

【關鍵詞】 企業新質生產力； 數字金融； 融資約束； 成長性； 信息披露程度

【中圖分類號】 F832.3；F061.1" 【文獻標識碼】 A" 【文章編號】 1004-5937（2025）12-0122-10

一、引言

習近平總書記強調“積極培育新能源、新材料、先進制造、電子信息等戰略性新興產業，積極培育未來產業，加快形成新質生產力”。新質生產力是創新起主導作用、擺脫傳統經濟增長模式和生產力發展路徑，具有高科技、高效能和高質量特征，符合新發展理念的先進生產力質態。

新質生產力概念的提出引起了社會廣泛的關注，學術界從理論層面對新質生產力進行了全方位的研究，積累了豐富的研究成果。目前，關于新質生產力的研究主要聚焦于內涵特征、形成邏輯和實踐路徑三個方面。在內涵特征方面，簡新華等[1]認為新質生產力是新型的高水平生產力，包括高新科學技術、高素質勞動力和新型高品質生產資料，具有信息化、網絡化、自動化和綠色化等特征。新質生產力的本質是科技創新推動的高質量生產力，以高質量、高效能為基本要求，是實現高質量發展和中國式現代化的重要物質基礎[2-3]。新質生產力具有新科技主導型和新產業賦能等多重特征，加快形成新質生產力，需要堅定不移地貫徹新發展理念，以智能制造作為新一輪科技革命和產業變革的交匯點，通過優化生產效率、重塑生產組織架構以及激發技術革新，實現高水平科技自立自強[4-5]。在形成邏輯方面，張輝等[6]認為新質生產力的形成需要具備正確認識其新質態、創造人才發展的有利環境以及暢通國民經濟循環三個必需條件。戰略性新興產業和未來產業是形成新質生產力的核心載體和主要陣地，通過轉變企業發展范式、重塑現代化產業體系和建設新的全球治理體系，形成新質生產力的改革路徑[7-8]。在實踐路徑方面，黃群慧等[9]認為新質生產力從其結構承載而言，就是戰略性新興產業和未來產業主導形成的現代化產業體系。新質生產力有利于提升生產要素質量，催生新型生產組織形態，拓展發展內容以及優化發展要素，最終促進產業轉型升級，實現經濟高質量發展[10-11]。同時新質生產力與共同富裕的目標指向具有高度適配性，是推動綠色發展、開放發展的中國式現代化的重要驅動力[12]。可以看出，現有文獻對新質生產力的討論多集中于理論層面，實證分析較少。本文從微觀層面著手，從統計維度對企業新質生產力的發展水平進行科學度量，為豐富新質生產力理論提供現實依據。

金融作為現代經濟的核心和實體經濟的血脈，對發展新質生產力起到重要的推動作用。隨著數字技術成為推動普惠金融發展的關鍵力量，數字金融賦能企業新質生產力成為新的現實選擇。2016年杭州G20全球峰會上《G20數字普惠金融高級原則》的出臺，標志著數字金融的發展迎來新的階段。數字金融不僅有助于抑制實體經濟“脫實向虛”，還有助于推動企業數字化轉型以及減緩金融摩擦促進民營企業的技術創新[13-14]。數字金融借助科技手段賦能，緩解了金融市場的信息不對稱，降低了金融市場的門檻成本，對小微企業的創新活動有明顯的激勵作用，不僅增加了中小企業貸款金額，還降低了中小企業的貸款利率[15-16]。在此背景下，我們不禁思考，數字金融能否成為企業高質量發展的新動能？數字金融能否提升企業的新質生產力？其作用機制又是什么？基于此，本文利用A股上市企業數據，實證分析數字金融發展與企業新質生產力的因果關系，并探討背后的作用機制。通過回答上述問題，有助于從微觀層面對企業新質生產力的發展水平加以準確評估，深刻理解數字金融對企業科技創新的驅動作用，為相關政策的制定提供經驗證據。

區別于既有文獻，本文的拓展之處在于：第一，研究指標上，本文借鑒現有文獻，基于上市企業微觀數據，從新質勞動者、新質勞動資料以及新質勞動對象三個維度構建企業新質生產力發展指數，對新質生產力的微觀研究形成了有益的補充；第二，研究視角上，本文從更加多維的視角探討數字金融對企業新質生產力的影響，不僅研究數字金融對企業新質生產力的總體影響，而且梳理出緩解融資約束，降低財務杠桿水平以及提高企業成長性等作用機制，并在此基礎上進行實證檢驗，豐富了現有文獻，深化了數字金融微觀效應的理論與實證研究；第三，研究內容上，本文將企業的微觀特征引入實證分析中，探討數字金融對企業新質生產力是否存在異質性影響，并重點考察企業信息披露程度的調節效應。這為進一步提高企業信息披露質量，以及政府精準施策提供了重要參考。

二、理論分析與研究假說

企業新質生產力的核心是科技創新，數字金融作為一種新型金融服務模式，對企業新質生產力的影響主要體現在以下方面：首先，數字金融為企業提供了海量的數據來源，利用先進的數據分析工具，企業可以對客戶需求、競爭態勢進行精準預測，這有助于企業提升決策效率和精準度，從而促進新質生產力發展。其次，數字金融簡化了企業的融資過程，提高了企業的融資效率，降低了企業的融資成本，尤其是對內部融資約束更強的企業來說，數字金融的經濟效應更為明顯[17]。最后，數字金融有助于構建更加公平、透明的金融市場環境。傳統金融服務中，信息不對稱現象較為普遍，數字金融的發展提高了金融市場的透明度，有效解決了信息不對稱的問題。數字金融不僅可以提升企業的經營效率[18]，還能夠緩解企業“行業錯配”和“屬性錯配”[19]，使所有企業都能在公平的競爭環境中獲得自身所需的金融服務，這為企業新質生產力水平的提升提供了堅實的資金保障。綜上，本文提出研究假設1。

H1：數字金融可以顯著提升企業新質生產力。

融資約束是指企業在籌集資金時面臨的種種限制和障礙。一方面，融資約束限制了企業的創新投資，且融資約束對企業創新投入的影響大于創新產出[20]。由于融資困難，企業可能無法獲得足夠的資金支持創新項目，導致創新活動受阻，進而限制新質生產力的提升。另一方面，融資約束可能會降低企業的財務可持續性[21]，受到融資約束的企業可能更傾向于選擇風險較小、回報穩定的創新項目，這種保守的創新戰略選擇限制了企業的創新能力和新質生產力的提升。數字金融作為數字技術與金融服務的結合體，可以有效緩解企業的融資約束[22]。數字金融可以通過大數據等技術手段，對企業的信用狀況進行評估，降低審核成本，從而進一步降低企業的融資成本。同時，數字金融可以通過數據分析和風險評估，為企業提供更加符合其需求的融資產品，滿足企業的個性化融資需求，企業可以通過線上融資方式，簡化融資流程，提高融資效率。綜上，本文提出研究假設2。

H2：數字金融通過緩解融資約束提升企業新質生產力。

在當今商業環境中，企業的財務杠桿水平往往被視為一種戰略選擇。它既可能放大收益，也可能加大風險。當企業的財務杠桿水平過高時，企業面臨過重的財務壓力，這可能導致企業在研發和創新方面投入資金不足，長期而言，可能會削弱企業的技術實力和創新能力。另外，企業的高財務杠桿水平還可能增加企業的財務風險，一旦市場環境發生變化，企業可能會面臨嚴重的財務困境。在這種情況下，企業的新質生產力不僅無法發揮作用，還可能因為資金短缺而被迫中斷。因此，財務高杠桿水平可能會削弱企業的新質生產力。數字金融通過實時數據分析，為企業提供精準的資金調度和風險管理，有助于降低企業財務杠桿率，優化債務期限結構并減少盈余管理活動的發生[23-24]。同時，數字金融通過智能化的財務管理系統，幫助企業實現財務數據的實時監控和預測分析，這有助于企業更好地把握市場，降低財務風險，提高財務管理水平。綜上，本文提出研究假設3。

H3：數字金融通過降低財務杠桿水平提升企業新質生產力。

企業的成長性是指企業在面對市場競爭、技術革命和外部環境變化時，通過不斷創新和優化，實現持續健康發展。成長性好的企業往往更加注重創新和研發，通過不斷投入研發資金，引入優秀人才，激發創新活力，為企業新質生產力發展提供堅實的基礎。所以企業的成長性越好，越有助于提升企業的新質生產力。數字金融的發展可以有效促進民營企業的成長[25]，一方面數字金融有助于企業優化資源配置的同時，還為企業提供豐富的風險管理工具，如區塊鏈技術、智能合約等，這些工具有助于企業降低經營風險。另一方面，數字金融還能夠加強企業的供應鏈管理，通過數字化手段，企業可以實現對供應鏈各環節的高效率管理，從而提高企業的成長性和市場競爭力。綜上，本文提出研究假設4。

H4：數字金融通過提高企業的成長性進而提升企業新質生產力。

企業信息披露程度的高低不僅反映了企業的治理水平和透明度，也對企業的新質生產力發展產生重要影響。當企業的信息披露程度較低時，企業往往面臨較大的融資約束和信息不對稱等問題，數字金融利用自身的天然優勢，為企業提供更加充分的資金支持，可以有效緩解信息不對稱問題以及降低企業的委托代理成本[26]，破解企業因信息披露不足而帶來的融資難的困境，起到“雪中送炭”的作用；當企業的信息披露程度較高時，企業可能更容易獲得傳統金融機構的支持，在這種情況下，數字金融的邊際效應遞減，對企業新質生產力的促進作用相對減弱。綜上，本文提出假設5。

H5：當企業的信息披露程度越低時，數字金融對企業新質生產力的促進作用越明顯。

三、研究設計

（一）樣本選擇與數據來源

本文以2011—2022年A股上市企業為研究對象，通過構建雙向固定效應模型，實證檢驗數字金融對企業新質生產力的影響。針對初始研究樣本，本文剔除了被特殊處理（ST、*ST）及部分數據缺失的上市企業，剔除了金融行業和房地產行業的樣本。同時，為了避免極端值對最后的實證結果產生影響，本文對連續變量進行上下1%的縮尾處理。樣本企業層面的數據均來自國泰安數據庫。

（二）變量說明

1.被解釋變量：企業新質生產力（Nqp）。新質生產力的核心是創新驅動，現有研究對于新質生產力的測度存在不一致的情況。宏觀層面，朱富顯等[27]從新質勞動者、新質勞動資料和新質勞動對象三個方面測度新質生產力發展態勢。微觀層面，宋佳等[28]基于生產力要素理論，從勞動力和勞動工具視角測度了企業新質生產力發展水平。習近平總書記指出，綠色發展是高質量發展的底色，新質生產力本身就是綠色生產力。新質生產力不僅呈現出顛覆性創新、產業鏈條新等一般特征，還具有綠色化的時代特征[29]。

本文借鑒已有文獻，在科學合理構建企業新質生產力指標時，加入企業綠色化轉型指數和持續綠色創新水平指數，從新質勞動者、新質勞動資料和新質勞動對象三個維度，構建企業新質生產力發展指標。其中新質勞動者維度包括研發人員薪資占比、研發人員占比以及高學歷人員占比三個子指標；新質勞動資料維度包括研發折舊攤銷占比、研發租賃費占比、研發直接投入占比以及無形資產占比四個子指標；新質勞動對象維度包括固定資產占比、制造費用占比、綠色化轉型以及持續綠色創新水平四個子指標。最后通過熵值法計算各指標的權重，形成企業新質生產力發展指數。

2.核心解釋變量：數字金融（Dfi）。借鑒已有文獻，選取北京大學數字金融研究中心發布的2011—2022年城市級數字普惠金融指數表征數字金融發展水平。其中，數字普惠金融指數包括總指數（Index）以及覆蓋廣度（Breadth）、使用深度（Usage）和數字化程度（Digital）三個子指標。為方便進行分析比較，本文對數字金融的總指數以及三個子指數都進行除以100的數據處理。

3.控制變量。本文參考相關文獻，選取董事會規模（Board）、獨董占比（Pind）、兩職合一（Duality）、審計意見（Opinion）、企業規模（Size）、凈資產收益率（Roe）、第一大股東持股比例（Top）、機構持股比例（Institution）、企業年齡（Age）、管理層費用率（Mfee）作為本文的控制變量。

4.機制變量：融資約束（SA）、企業成長性（TobinQ）和企業財務杠桿水平（Lev）。對于企業融資約束的度量，本文采用Hadlock et al.[30]構建的SA融資約束指數，計算公式如式1所示：

SA=-0.737Size+0.043Size2-0.04Age" "式1

參考譚志東等[31]的做法，本文采用TobinQ作為企業成長性的代理變量。企業財務杠桿水平（Lev）則采用負債資產比進行測度。

5.調節變量：信息披露程度（KV指數）。本文采用Kim et al.[32]的方法計算信息披露程度，如式2所示。通常情況下，當企業的信息披露程度越高時，投資者會減少對股票交易量信息的依賴程度，提高對企業信息披露的依賴程度，從而降低股票交易量對股票收益率的影響。

Ln（Pricet-Pricet-1）/Pricet-1=α0+α（Volt-Vol0）+ε" "式2

如式2所示，Pricet表示t日的股票價格，Volt表示股票交易量，Vol0表示研究區間內所有交易日的日均交易量。通過將股票交易量與股票價格收益率進行OLS回歸，所得到的系數α便是KV指數。當α越小時，即KV指數越小，則股票交易量對股票價格收益率的影響越小，表明企業的信息披露程度越充分，企業信息披露的質量越好。

（三）模型構建

1.基準回歸

為考察數字金融對企業新質生產力的影響，本文建立如下基準模型：

Nqpi，t=β0+β1Dfii，t+∑βkControlsi，t+∑Year+∑Industry+εi，t" "（1）

其中，企業新質生產力（Nqpi，t）為被解釋變量，數字金融（Dfii，t）為核心解釋變量，Controlsi，t為一系列控制變量。Year和Industry分別代表年份固定效應和行業固定效應。

2.機制檢驗

為研究數字金融能否通過緩解融資約束，降低財務杠桿水平以及提高企業成長性等渠道提升企業新質生產力，本文在基準模型回歸的基礎上采用中介效應模型進一步分析數字金融對企業新質生產力的作用機制：

Mi，t=β3+β4Dfii，t+∑βControlsi，t+∑Year+

∑Industry+εi，t" "（2）

Nqpi，t=β5+β6Dfii，t+β7Mi，t+∑βkControlsi，t+∑Year+∑Industry+εi，t

（3）

其中，Mi，t表示中介變量，分別為財務杠桿水平（Levi，t）、融資約束（SAi，t）和企業成長性（TobinQi，t）。

3.調節效應檢驗

為了實證分析數字金融能否通過信息披露程度的調節作用對企業新質生產力產生影響，本文在基準模型的基礎上加入核心解釋變量與調節變量的交互項（Dfii，t×Ti，t）。通過分析交互項的顯著性驗證信息披露程度的調節作用。調節效應模型構建如下：

Nqpi，t=β8+β9Dfii，t+β10Ti，t+β11Dfii，t×Ti，t+∑βControlsi，t+∑Year+

∑Industry+εi，t" " （4）

其中Ti，t為調節變量，表示企業的信息披露程度（KV指數）。

四、實證分析

（一）描述性統計

表1報告了本文主要變量的描述性統計結果。可以看出，企業新質生產力（Nqp）的均值為18.704，標準差為9.047，說明不同企業間的新質生產力發展水平差異較大，企業的新質生產力發展還有很大上升空間。觀察一系列控制變量可以發現，不同企業的發展存在一定的差異性，這表明本文的樣本選擇覆蓋范圍廣，可以對本文研究起到很好的控制作用。限于篇幅，主要變量的特征不再贅述。

（二）基準回歸分析

本文首先采用逐步回歸的方法初步檢驗數字金融發展對企業新質生產力的影響。表2列（1）未加入任何控制變量，結果顯示數字金融發展的回歸系數為2.198，在1%的水平上顯著為正，這說明數字金融可以顯著提升企業的新質生產力。列（2）—列（4）為逐步加入控制變量的回歸結果，可以看出，數字金融的回歸系數仍舊在1%的水平上顯著為正，數字金融的發展對于企業的新質生產力具有促進作用。此外，從經濟意義上看，在列（4）中，在控制其他因素影響的情況下，數字金融增加一個標準差會導致企業新質生產力水平提高5.419%。綜合上述結果可知，數字金融可以顯著提升企業新質生產力水平，且該結果兼具統計顯著性和經濟顯著性，回歸結果驗證H1。

（三）穩健性檢驗

1.內生性問題討論

考慮到數字金融對企業新質生產力的影響可能存在雙向因果及遺漏變量的內生性問題，本文采用工具變量法進行內生性問題的討論。第一，本文在參考汪亞楠等[33]的基礎上選取數字金融的滯后一期作為工具變量；第二，參考傅利福等[34]的做法，采用人均電信業務量作為數字金融發展的工具變量。一方面，數字技術是在電信業務高速發展的基礎上產生，當地電信業務會從使用習慣因素影響到后續階段數字技術的應用，電信業務量越大，該地區的數字金融發展水平越高；另一方面，相較于數字技術的發展速度和信息技術的變革，人均電信業務量不能對企業新質生產力產生直接影響，因而該工具變量符合相關性和外生性要求。表3匯報了工具變量法檢驗結果。其中，列（1）和列（2）為工具變量第一階段回歸結果，被解釋變量為數字金融（Index）；列（3）和列（4）為工具變量第二階段回歸結果，被解釋變量為企業新質生產力（Nqp）。第一階段回歸中，數字金融滯后一期（L.Index）和人均電信業務量（Tel）的回歸系數都在1%的水平上顯著為正，說明兩個工具變量均具有相關性。在第二階段回歸中，Cragg-Donald F統計量大于Stock-Yogo弱工具變量檢驗10%的臨界值，說明模型不存在弱工具變量問題。上述回歸結果表明，本文選取的兩個工具變量是合理可靠的。由回歸結果可知，在考慮內生性問題后，數字金融發展仍舊可以顯著提升企業的新質生產力，H1進一步得到證實。

2.替換被解釋變量

生產率是指在一定時間內，生產單位產品或服務所需的投入要素的數量。生產率的提高可以促進生產力的發展，兩者存在緊密的聯系，所以本文將企業的全要素生產率作為企業新質生產力的替換被解釋變量。在度量企業的全要素生產率時，本文采用OP法和GMM法進行計算，結果見表4。從表4列（1）的回歸結果來看，采用OP法計算企業全要素生產率時，數字金融（Index）的回歸系數在1%的水平上顯著為正，列（2）為采用GMM法計算企業的全要素生產率，數字金融（Index）的回歸系數仍舊在1%的水平上顯著為正，這表明數字金融對企業全要素生產率具有正向促進作用。

3.替換解釋變量

在基準回歸時，本文使用數字金融總指數（Index）進行研究。為了進一步檢驗數字金融對企業新質生產力的影響，本文繼續采用數字金融的三個維度作為替換解釋變量。其中，數字金融三個維度分別為覆蓋廣度（Breadth）、使用深度（Usage）和數字化程度（Digital），結果見表4。從表4列（3）—列（5）的回歸結果來看，覆蓋廣度（Breadth）、使用深度（Usage）和數字化程度（Digital）的回歸系數都在1%的水平上顯著為正，且相較于覆蓋廣度（Breadth）和使用深度（Usage），數字化程度（Digital）的回歸系數最大，對企業新質生產力的促進作用更明顯。在替換解釋變量后，數字金融仍可以促進企業新質生產力的提升。

（四）異質性分析

考慮到不同屬性的企業新質生產力發展狀況不盡相同，為了進一步探究數字金融對企業新質生產力影響的差異性，本文從企業的產權屬性、規模屬性以及債務融資成本三個角度進行異質性檢驗，結果見表5。

1.企業產權異質性分析

為了進一步探究數字金融發展對不同產權屬性企業新質生產力影響的差異性，本文將全樣本企業劃分為國有企業（SOE=1）和非國有企業（SOE=0）。從表5列（1）和列（2）的回歸結果來看，數字金融（Index）的回歸系數均在1%的水平上顯著為正，且數字金融發展對非國有企業新質生產力的影響程度更大。究其原因，由于國有企業具有較為穩定的資金來源和融資渠道，在發展新質生產力時，資金相對充沛，數字金融對其新質生產力的影響可能較弱。而對于非國有企業，往往面臨著更為嚴苛的融資環境，融資成本和融資渠道均處于金融市場的劣勢方。數字金融的發展為非國有企業提供了豐富的融資渠道，同時也降低了非國有企業的融資成本。因此，非國有企業在發展新質生產力時，對于數字金融的依賴程度更大，數字金融與非國有企業的科技創新結合得更為緊密。

2.企業規模異質性分析

本文將全樣本企業按照中位數分組的規則，區分為大型企業（Size=1）和非大型企業（Size=0），通過分組回歸進一步考察數字金融對不同規模企業新質生產力影響的差異性。從表5列（3）和列（4）可知，數字金融對大型企業和非大型企業新質生產力的回歸系數為1.976和1.912，兩個回歸系數都在1%的水平上顯著為正。這表明對于不同規模企業，數字金融的發展都能促進企業新質生產力的提升。相較于非大型企業，數字金融對大型企業新質生產力的影響程度更大，這可能是因為數字金融可以促進企業數字化發展，大型企業擁有更多的資源和能力實施數字化戰略，從而更好地利用數字金融帶來的優勢和機會，快速適應并應用數字金融帶來的新技術、新模式，實現新質生產力的提升。而非大型企業也能通過數字金融獲得新質生產力的提升，但需要克服技術和資金方面的限制。

3.企業債務融資成本異質性分析

債務融資成本的高低影響著企業的投資決策，從而影響企業在新質生產力方面的投入。本文構建債務融資成本指標（Debt，財務費用與總負債比值），將全樣本企業劃分為高債務融資成本企業組（Debt=1）和低債務融資成本企業組（Debt=0），檢驗數字金融對不同債務融資成本企業新質生產力影響的差異性。從表5列（5）和列（6）可知，數字金融可以顯著提升不同債務融資成本企業的新質生產力，但相較于高債務融資成本，數字金融對低債務融資成本企業新質生產力影響程度更大。不難發現，債務融資成本低的企業，往往擁有較好的信用記錄和穩定的經營狀況，數字金融平臺通過大數據分析可以更準確地評估這些企業的信用狀況，從而提供更為精準和個性化的金融服務，這種服務不僅進一步降低了企業的融資成本，還提高了融資效率，進而推動企業的技術創新，實現企業新質生產力的提升。

五、進一步分析

（一）數字金融發展影響企業新質生產力的作用機制

在前文的理論分析部分，本文認為數字金融發展主要通過“融資效應”“杠桿效應”“成長效應”三種渠道影響企業的新質生產力，即數字金融發展通過緩解融資約束、降低企業杠桿財務水平以及提高企業成長性來促進企業新質生產力的發展。接下來，本文對上述三種作用機制進行檢驗，結果見表6。

1.“融資效應”機制檢驗

本文借鑒Hadlock et al.[30]構建的SA融資約束指數作為企業融資約束的代理變量。通常情況下，融資約束值越大，意味著企業融資約束程度越高。表6列（1）和列（2）報告了“融資效應”的檢驗結果。由列（1）結果可知，數字金融（Index）的回歸系數在5%的水平上顯著為負，即數字金融發展可以顯著降低企業的融資約束。由列（2）的結果可知，數字金融（Index）的回歸系數在1%的水平上顯著為正，融資約束（SA）的回歸系數在1%的水平上顯著為負，這表明融資約束（SA）中介作用顯著，融資約束具有部分中介效應。由此可知，“融資效應”機制得到充分驗證，即數字金融發展可以通過緩解融資約束，進而提升企業新質生產力。由此，H2得到證實。

2.“杠桿效應”機制檢驗

企業的財務杠桿水平會直接影響外部投資者的投資決策，當企業的財務杠桿水平越高，即企業的負債增加，一旦出現經營困境，可能會導致企業現金流短缺，影響企業的創新發展。本文以負債資產比（Lev）作為財務杠桿水平的衡量指標。通常，負債資產比（Lev）越大，企業的財務杠桿水平越高。表6列（3）和列（4）報告了“杠桿效應”的機制檢驗結果。由列（3）可知，數字金融（Index）的回歸系數在1%的水平上顯著為負，也就是說數字金融的發展可以顯著降低企業的財務杠桿（Lev）水平。列（4）的回歸結果顯示，財務杠桿水平（Lev）的回歸系數在1%的水平上顯著為負，數字金融（Index）的回歸系數在1%的水平上顯著為正，這表明企業財務杠桿水平（Lev）過高會顯著降低企業的新質生產力，企業財務杠桿水平（Lev）起到了部分中介作用。上述結果表明，數字金融可以通過降低財務杠桿水平提升企業的新質生產力，“杠桿效應”機制得到驗證，H3得到證實。

3.“成長效應”機制檢驗

TobinQ是企業市場價值與資本重置成本的比值。通常情況下，TobinQ的值越大，說明企業的成長性越好，投資機會越多。表6列（5）和列（6）展示了企業“成長效應”的機制檢驗結果。由列（5）可知，數字金融（Index）的回歸系數在5%的水平上顯著為正，數字金融（Index）可以顯著提高企業的成長性。由列（6）可知，數字金融（Index）與企業成長性（TobinQ）的回歸系數均在1%的水平上顯著為正，這說明企業的成長性越好，成長能力越強，越有助于提升企業的新質生產力。同時，企業的成長性在數字金融提升企業新質生產力的回歸中起到了部分中介作用。由上述結果可知，數字金融（Index）通過提高企業的成長性進而提升企業的新質生產力，企業“成長效應”機制得到充分驗證，H4得到證實。

（二）數字金融對企業新質生產力的調節效應檢驗

依據H5，信息披露程度可以對數字金融與企業新質生產力之間的關系產生重要的調節作用。本文首先根據式2計算企業信息披露程度（KV指數），當KV指數越大時，企業信息披露程度越低，信息披露質量越差。然后，根據模型4生成信息披露程度（KV指數）與數字金融總指數及三個維度的交互項，加入回歸方程中進行調節效應檢驗。表7報告了調節效應的檢驗結果。其中列（1）為數字金融總指數的調節效應檢驗結果，列（2）—列（4）分別為數字金融三個維度的調節效應檢驗結果。可以看出，數字金融總指數（Index）與信息披露程度（KV指數）的交互項以及三個維度與信息披露程度（KV指數）的交互項均在1%的水平上顯著為正，這說明當KV指數越高時，即企業信息披露程度越低，數字金融總指數（Index）及其三個維度對企業新質生產力的正向促進作用更大。這表明當企業信息披露不透明時，數字金融的出現可以有效緩解企業與投資者之間的信息不對稱問題，起到了“雪中送炭”的作用。同時，信息披露程度（KV指數）的回歸系數在1%的水平上顯著為負，說明KV指數越高（即企業信息披露程度越低），越不利于提升企業的新質生產力。上述回歸充分驗證了H5，即當企業的信息披露程度越低時，數字金融對企業新質生產力的促進作用越明顯。

六、結論與啟示

本文從理論層面梳理了數字金融發展提升企業新質生產力的內在機理，并從實證分析的角度檢驗了數字金融促進企業新質生產力的作用機制與調節效應，主要結論如下：（1）總體上看，數字金融發展可以顯著提升企業的新質生產力，在討論內生性問題以及一系列穩健性檢驗后，結論依舊成立。（2）異質性分析發現，對于非國有企業、大型企業和債務融資成本低的企業，數字金融發展對其新質生產力的影響作用更大。（3）影響機制方面，數字金融發展可以通過緩解融資約束、降低企業財務杠桿水平以及提高企業成長性的機制促進企業新質生產力的提升。（4）調節效應方面，當企業的信息披露程度越低，數字金融發展對企業新質生產力的促進作用越明顯，這可能源于數字金融可以有效解決企業信息不對稱問題，對于信息披露程度較低的企業，數字金融發展起到了“雪中送炭”的作用。基于上述研究結果，本文提出以下政策建議：

第一，地方政府應加大數字金融的發展力度，為企業發展新質生產力營造良好的外部環境。數字金融革命為企業科技創新帶來了良好的發展契機，可以幫助企業緩解融資約束，推動企業轉型升級。政府應加大對數字金融基礎設施的投資，確保企業可以高效便捷地接入數字金融服務。第二，政府應積極引導企業以高質量發展為目標，充分激發企業新質生產力的內生動力。首先，政府應著力營造公平、公正的金融生態環境，鼓勵金融機構為企業開發成本低的數字金融產品，完善金融服務體系、優化融資環境，滿足不同類型企業的融資需求。其次，政府應引導企業優化融資結構，鼓勵多元化融資方式，合理調整企業稅負，減輕企業債務負擔，降低企業財務風險。最后，政府應提供研發資金支持、稅收減免等激勵政策，鼓勵企業加大研發投入，打造產學研合作平臺，鼓勵科研成果向生產力轉化。第三，提高企業信息披露程度是增強企業透明度，提升市場信任度以及吸引投資的關鍵，對于推動企業新質生產力的發展至關重要。政府應制定和完善企業的信息披露標準，根據不同行業特點制定詳細的信息披露指南，強化信息披露的法律責任，加強企業信息披露監管，增強企業信息披露的意識和能力，最終通過提高企業信息披露的質量，提升企業新質生產力。

【參考文獻】

［1］ 簡新華，聶長飛.論新質生產力的形成發展及其作用發揮——新質生產力的政治經濟學解讀［J］.南昌大學學報（人文社會科學版），2023，54（6）：29-36.

［2］ 蒲清平.加快形成新質生產力的著力點［J］.人民論壇，2023（21）：34-37.

［3］ 李政，廖曉東.新質生產力理論的生成邏輯、原創價值與實踐路徑［J］.江海學刊，2023（6）：91-98.

［4］ 姚宇，劉振華.新發展理念助力新質生產力加快形成：理論邏輯與實現路徑［J］.西安財經大學學報，2024，37（2）：3-14.

［5］ 王文澤.以智能制造作為新質生產力支撐引領現代化產業體系建設［J］.當代經濟研究，2024（2）：105-115.

［6］ 張輝，唐琦.新質生產力形成的條件、方向及著力點［J］.學習與探索，2024（1）：82-91.

［7］ 王宇.以新促質：戰略性新興產業與未來產業的有效培育［J］.人民論壇，2024（2）：32-35.

［8］ 柳學信，曹成梓，孔曉旭.大國競爭背景下新質生產力形成的理論邏輯與實現路徑［J］.重慶大學學報（社會科學版），2024，30（1）：145-155.

［9］ 黃群慧，盛方富.新質生產力系統：要素特質、結構承載與功能取向［J］.改革，2024（2）：15-24.

［10］ 徐政，鄭霖豪，程夢瑤.新質生產力賦能高質量發展的內在邏輯與實踐構想［J］.當代經濟研究，2023（11）：51-58.

［11］ 石建勛，徐玲.加快形成新質生產力的重大戰略意義及實現路徑研究［J］.財經問題研究，2024（1）：3-12.

［12］ 任保平，王子月.新質生產力推進中國式現代化的戰略重點、任務與路徑［J］.西安財經大學學報，2024，37（1）：3-11.

［13］ 鐘凱，梁鵬，王秀麗，等.數字普惠金融有助于抑制實體經濟“脫實向虛”嗎？——基于實體企業金融資產配置的分析［J］.國際金融研究，2022（2）：13-21.

［14］ 史小坤，陶燕燕.數字金融、金融摩擦與民營企業技術創新［J］.科研管理，2024，45（1）：98-110.

［15］ 郭沛瑤，尹志超.小微企業自主創新驅動力——基于數字普惠金融視角的證據［J］.經濟學動態，2022（2）：85-104.

［16］ 趙紹陽，李夢雪，佘楷文.數字金融與中小企業融資可得性——來自銀行貸款的微觀證據［J］.經濟學動態，2022（8）：98-116.

［17］ XIONG M Z，LI W Q，XIAN B T S，et al.Digital inclusive finance and enterprise innovation—empirical evidence from Chinese listed companies［J］.Journal of Innovation amp; Knowledge，2023，8（1）.

［18］ 張正平，王龍.數字金融對中小企業經營效率的影響——基于深圳創業板數據的實證研究［J］.中國流通經濟，2021，35（8）：30-39.

［19］ 康衛國，李梓峻.數字普惠金融與技術創新——來自企業生命周期的新視角［J］.宏觀經濟研究，2022（12）：21-42.

［20］ 周振江，鄭雨晴，李劍培.數字金融如何助力企業創新——基于融資約束和信息約束的視角［J］.產經評論，2021，12（4）：49-65.

［21］ 李賓，龔爽，曾雅婷.數字普惠金融、融資約束與中小企業財務可持續［J］.改革，2022（5）：126-142.

［22］ 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.

［23］ 阮堅，申么，范忠寶.何以驅動企業債務融資降成本——基于數字金融的效用識別、異質性特征與機制檢驗［J］.金融經濟學研究，2020，35（1）：32-44.

［24］ 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，2021，34（1）：142-158.

［25］ 張林，王燕霞，鄭強.數字普惠金融如何影響民營企業成長［J］.財經問題研究，2023（5）：76-88.

［26］ 解維敏，吳浩，馮彥杰.數字金融是否緩解了民營企業融資約束？［J］.系統工程理論與實踐，2021，41（12）：3129-3146.

［27］ 朱富顯，李瑞雪，徐曉莉，等.中國新質生產力指標構建與時空演進［J］.工業技術經濟，2024，43（3）：44-53.

［28］ 宋佳，張金昌，潘藝.ESG發展對企業新質生產力影響的研究——來自中國A股上市企業的經驗證據［J］.當代經濟管理，2024，46（6）：1-11.

［29］ 李曉華.新質生產力的主要特征與形成機制［J］.人民論壇，2023（21）：15-17.

［30］ HADLOCK C J，PIERCE J R.New evidence on measuring financial constraints：moving beyond the KZ index［J］.Review of Financial Studies，2010，23（5）：1909-1940.

［31］ 譚志東，趙洵，潘俊，等.數字化轉型的價值：基于企業現金持有的視角［J］.財經研究，2022，48（3）：64-78.

［32］ KIM O，VERRECCHIA R E.The relation among disclosure，returns，and trading volume information［J］.Accounting Review，2001，76（4）：633-654.

［33］ 汪亞楠，譚卓鴻，鄭樂凱.數字普惠金融對社會保障的影響研究［J］.數量經濟技術經濟研究，2020，37（7）：92-112.

［34］ 傅利福，厲佳妮，方霞，等.數字普惠金融促進包容性增長的機理及有效性檢驗［J］.統計研究，2021，38（10）：62-75.