□宋 佳 張金昌

一、引言

隨著我國經(jīng)濟由高速增長轉(zhuǎn)變?yōu)楦哔|(zhì)量發(fā)展，更好發(fā)展制造業(yè)成為推動國民經(jīng)濟高質(zhì)量發(fā)展的關(guān)鍵之一。《中國制造2025》文件明確指出，制造業(yè)是國民經(jīng)濟的主體，是立國之本、興國之器、強國之基?，F(xiàn)階段，中國經(jīng)濟正處于百年未有之大變局，為應(yīng)對變局，構(gòu)建經(jīng)濟發(fā)展新格局，必須保障實體經(jīng)濟的高質(zhì)量發(fā)展，而實體經(jīng)濟高質(zhì)量發(fā)展的關(guān)鍵在于制造業(yè)企業(yè)的高質(zhì)量發(fā)展?！丁笆奈濉币?guī)劃和2035 年遠景目標(biāo)綱要》強調(diào)，要深入實施制造強國戰(zhàn)略，堅持自主可控、安全高效，推進產(chǎn)業(yè)基礎(chǔ)高級化、產(chǎn)業(yè)鏈現(xiàn)代化，保持制造業(yè)比重基本穩(wěn)定，增強制造業(yè)競爭優(yōu)勢，推動制造業(yè)高質(zhì)量發(fā)展。

制造業(yè)企業(yè)是中國經(jīng)濟發(fā)展的重要微觀基礎(chǔ)，而融資約束是“困擾”我國制造業(yè)企業(yè)多年的難點問題。已有研究指出，融資約束顯著抑制了企業(yè)的研發(fā)投入和創(chuàng)新能力、投資效率、企業(yè)成長、生產(chǎn)率等，阻礙了企業(yè)發(fā)展。近年來，移動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、云計算、區(qū)塊鏈等先進數(shù)字技術(shù)與傳統(tǒng)金融的融合發(fā)展推動了中國金融業(yè)快速邁入數(shù)字金融時代。數(shù)字金融通過場景、數(shù)據(jù)和金融產(chǎn)品創(chuàng)新補足傳統(tǒng)金融服務(wù)的短板，催生出更多的新興業(yè)態(tài)，通過充分發(fā)揮“成本低、速度快、覆蓋廣”的優(yōu)勢，降低金融服務(wù)門檻和服務(wù)成本，改善了融資環(huán)境，從而更有效地服務(wù)普惠金融主體，助力實體經(jīng)濟發(fā)展。已有關(guān)于數(shù)字金融對微觀企業(yè)影響的研究主要討論了數(shù)字金融發(fā)展對企業(yè)創(chuàng)新、融資約束、生產(chǎn)率、風(fēng)險承擔(dān)等方面的影響?；诖?，本文進一步探討數(shù)字金融對制造業(yè)企業(yè)高質(zhì)量發(fā)展的影響，同時進行機制檢驗及異質(zhì)性分析。

本文可能的貢獻有：（1）不同于以往學(xué)者從單一角度衡量制造業(yè)高質(zhì)量發(fā)展，本文從質(zhì)量、效率、效益和綠色發(fā)展4 個維度選取12 個指標(biāo)構(gòu)建制造業(yè)企業(yè)高質(zhì)量發(fā)展評價體系，通過計算各企業(yè)不同年份高質(zhì)量發(fā)展指數(shù)，探索不同企業(yè)、不同區(qū)域制造業(yè)企業(yè)發(fā)展質(zhì)量的差異；（2）本文探討了數(shù)字金融通過何種路徑影響制造業(yè)企業(yè)高質(zhì)量發(fā)展的本質(zhì)，在此基礎(chǔ)上進一步拓展延伸至企業(yè)的具體經(jīng)營行為，深化了現(xiàn)有研究；（3）在系統(tǒng)考察數(shù)字金融發(fā)展對制造業(yè)企業(yè)高質(zhì)量發(fā)展的基礎(chǔ)上，進行機制討論及異質(zhì)性分析，研究不同區(qū)域、不同維度、不同企業(yè)性質(zhì)、不同企業(yè)類型的高質(zhì)量發(fā)展是否存在差異，為政府及企業(yè)出臺針對性舉措提供借鑒。

二、理論分析與研究假設(shè)

（一）數(shù)字金融對制造業(yè)企業(yè)高質(zhì)量發(fā)展的影響

“高質(zhì)量發(fā)展”雖然是以宏觀層面的經(jīng)濟高質(zhì)量發(fā)展為緣起而提出的，但也涵蓋中觀層面的產(chǎn)業(yè)高質(zhì)量發(fā)展和微觀層面的企業(yè)高質(zhì)量發(fā)展，因此對企業(yè)高質(zhì)量發(fā)展的理解可以在經(jīng)濟高質(zhì)量發(fā)展內(nèi)涵的基礎(chǔ)上結(jié)合企業(yè)發(fā)展的特點進行理解。新古典企業(yè)理論和新制度經(jīng)濟學(xué)企業(yè)理論認為，企業(yè)是只追求利潤最大化的經(jīng)濟組織。但隨著經(jīng)濟社會的發(fā)展，企業(yè)被重新定義為以人為本、創(chuàng)造財富、服務(wù)社會、促進發(fā)展的基本經(jīng)濟單位。如黃速建等（2018）指出，企業(yè)發(fā)展質(zhì)量是企業(yè)在一定時期內(nèi)開展經(jīng)營和追求發(fā)展過程中所展現(xiàn)出來的經(jīng)濟價值和社會價值的實現(xiàn)效率與水平，以及企業(yè)持續(xù)成長和持續(xù)創(chuàng)造價值的能力，而企業(yè)高質(zhì)量發(fā)展是企業(yè)發(fā)展質(zhì)量的更高水平。在企業(yè)發(fā)展過程中，融資約束一直制約著制造業(yè)企業(yè)發(fā)展。如：Fazzari 等（1988）認為，融資約束是由于市場不完備而導(dǎo)致企業(yè)外源融資成本過高，企業(yè)投資無法達到最優(yōu)水平的情況；Hubbard（1998）研究發(fā)現(xiàn)，由于融資約束的存在，出于預(yù)防性動機，企業(yè)會留存更多的流動性資產(chǎn)以備投資之需，從而產(chǎn)生較大的機會成本；王彥超（2009）指出，融資約束會促使企業(yè)持有更多現(xiàn)金?？傮w而言，融資約束除了會提高企業(yè)成本外，還顯著抑制了企業(yè)的研發(fā)投入、創(chuàng)新能力、投資效率等，進而制約企業(yè)發(fā)展。此外，信息不對稱和代理問題引起的市場不完備也會導(dǎo)致企業(yè)外源融資成本過高，進而形成融資約束。數(shù)字金融作為一種新型金融業(yè)務(wù)模式，是指通過大數(shù)據(jù)技術(shù)、云計算、人工智能技術(shù)進行數(shù)據(jù)挖掘，利用數(shù)據(jù)要素獲取更多信息，從而提高市場透明度，有效緩解信息不對稱性和代理成本。Ducornber 和Boateng（2009）認為，發(fā)達的金融發(fā)展水平不僅能為企業(yè)提供充足的外部資金，而且有助于投資者獲得企業(yè)投融資決策的信息，使企業(yè)更加容易獲得外部資金。Love（2003）認為，幫助企業(yè)克服道德風(fēng)險和逆向選擇問題能夠減少信息不對稱和契約不完備導(dǎo)致的資本市場不完善，有利于減輕企業(yè)的融資約束，從而提高制造業(yè)企業(yè)的效率并拓展融資渠道。因此，本文提出以下假設(shè)：

假設(shè)H1：數(shù)字金融對制造業(yè)企業(yè)高質(zhì)量發(fā)展具有促進作用。

（二）融資約束的中介作用

首先，數(shù)字金融能夠提升制造業(yè)企業(yè)的效率。一方面，數(shù)字金融在移動化、智能化的應(yīng)用場景中實現(xiàn)了業(yè)務(wù)的“云”處理，打破了傳統(tǒng)金融體系服務(wù)實體經(jīng)濟的時間和空間限制，降低了傳統(tǒng)金融機構(gòu)對物理營業(yè)網(wǎng)點的依賴性，提高了金融服務(wù)的觸達能力。另一方面，通過數(shù)字技術(shù)能夠搜集、儲存、處理海量數(shù)據(jù)，這就能夠為金融機構(gòu)提供更準(zhǔn)確和更有效的信息，從而縮短決策周期，提高金融服務(wù)實體經(jīng)濟的決策效率，如提高金融機構(gòu)的支付清算效率、簡化貸款審批程序等。其次，數(shù)字金融擴大了服務(wù)范圍，拓寬了制造業(yè)企業(yè)的籌資渠道。在供給方面，數(shù)字金融的發(fā)展催生了新的金融業(yè)態(tài)，如數(shù)字貨幣、數(shù)字支付、數(shù)字保險、移動支付、網(wǎng)上銀行等，這些新業(yè)態(tài)既重塑了金融服務(wù)實體經(jīng)濟的商業(yè)模式，又擴大了金融服務(wù)供給方的供給范疇，也拓寬了實體經(jīng)濟的籌資渠道。在需求方面，數(shù)字金融能夠利用信息技術(shù)有效降低信息不對稱，減少代理成本下管理層的道德風(fēng)險和逆向選擇問題，保護債權(quán)人的權(quán)益。同時，數(shù)字金融能夠低成本高效率地收集、儲存、處理金融需求群體的各類信息，這就使得長尾群體突破金融服務(wù)的各種“卷簾門”“玻璃門”成為可能，打破傳統(tǒng)金融服務(wù)的“二八定律”。最后，數(shù)字金融降低了制造業(yè)企業(yè)的融資成本。一方面，互聯(lián)網(wǎng)技術(shù)的邊際成本幾乎為零，數(shù)字金融能夠通過發(fā)揮數(shù)字技術(shù)的平臺效應(yīng)以及規(guī)模效應(yīng)，幫助金融機構(gòu)整合多種服務(wù)，在擴大服務(wù)覆蓋范圍的同時降低邊際成本。另一方面，由于金融市場存在信息不對稱現(xiàn)象，導(dǎo)致產(chǎn)生信息成本和交易成本，約束了企業(yè)的外部融資行為，而數(shù)字金融能夠降低由信息不對稱帶來的這種成本，降低金融服務(wù)門檻。綜上，本文提出以下假設(shè)：

假設(shè)H2：融資約束在數(shù)字金融促進制造業(yè)企業(yè)高質(zhì)量發(fā)展中發(fā)揮中介作用。

（三）技術(shù)創(chuàng)新和投融資期限錯配的影響

創(chuàng)新是推動企業(yè)高質(zhì)量發(fā)展的重要驅(qū)動力。但創(chuàng)新研發(fā)過程中需要大量且持續(xù)的資金投入用于新設(shè)備、新技術(shù)和新人才，同時由于創(chuàng)新活動具有不確定性高、周期長、資金耗費大等特點，這些會導(dǎo)致企業(yè)創(chuàng)新活動受到融資約束的困擾，從而抑制企業(yè)的創(chuàng)新意愿及創(chuàng)新活動。如：Czarnitzki 和Hottenrott（2011）研究發(fā)現(xiàn)，融資約束對基礎(chǔ)性、技術(shù)含量高的研發(fā)投資制約更大，而對應(yīng)用性、技術(shù)含量低的研發(fā)投資影響較?。涣_長遠和季心宇（2015）檢驗發(fā)現(xiàn)，融資約束對我國企業(yè)創(chuàng)新投資構(gòu)成了障礙，緩解融資約束能夠有效促進企業(yè)增加創(chuàng)新投資。數(shù)字金融依靠數(shù)字技術(shù)實現(xiàn)信息數(shù)據(jù)的可交互，促成低成本主體的跨期協(xié)作，增強企業(yè)搜尋并改造信息的能力，減少信息交流障礙和創(chuàng)新成本，增強企業(yè)創(chuàng)新意愿，從而促進企業(yè)進行技術(shù)創(chuàng)新和增強創(chuàng)新產(chǎn)出。此外，數(shù)字金融的發(fā)展能夠通過緩解當(dāng)?shù)仄髽I(yè)融資約束，推動中小企業(yè)和創(chuàng)新型企業(yè)積極創(chuàng)新。錢雪松等（2021）從“法與金融”的視角提出，緩解融資約束有利于企業(yè)創(chuàng)新，最終通過創(chuàng)新驅(qū)動企業(yè)發(fā)展。綜上，本文提出以下假設(shè)：

假設(shè)H3：數(shù)字金融緩解融資約束后會通過技術(shù)創(chuàng)新推動制造業(yè)企業(yè)高質(zhì)量發(fā)展。

投融資期限錯配作為長期金融抑制的替代性選擇，是目前企業(yè)較常采用的緩解融資約束的方式之一。投融資期限錯配主要表現(xiàn)為“短貸長投”或“長貸短投”，在我國比較常見的是“短貸長投”，即將短期負債用于長期投資，最終會對企業(yè)績效和企業(yè)創(chuàng)新等產(chǎn)生負向影響。在短期內(nèi)，投融資期限錯配能夠緩解企業(yè)的融資約束，改善企業(yè)投資不足的問題，尤其是對成長型企業(yè)。但在長期內(nèi)，一方面，企業(yè)在投資或經(jīng)營不佳或遇到外部經(jīng)濟沖擊時，資金鏈容易斷裂并進入破產(chǎn)清算，此時企業(yè)沒有時間尋求投融資期限結(jié)構(gòu)的再平衡；另一方面，為規(guī)避風(fēng)險，用短期負債進行投資時管理層更傾向于短、平、快的投資項目，放棄投資報酬高的長期投資，尤其是在固定資產(chǎn)占比較高的制造業(yè)企業(yè)中，這種短視行為會損害企業(yè)的長期利益。相較于融資約束程度低的企業(yè)，融資約束程度高的企業(yè)投融資期限錯配問題更嚴重，融資約束問題的緩解有助于抑制企業(yè)的“短貸長投”行為，促進企業(yè)良性發(fā)展。綜上，本文提出以下假設(shè)：

假設(shè)H4：數(shù)字金融緩解融資約束后會通過抑制企業(yè)的投融資期限錯配行為推動制造業(yè)企業(yè)高質(zhì)量發(fā)展。

結(jié)合上文理論分析和研究假設(shè)，構(gòu)建理論框架圖如下所示：

圖 理論框架

三、研究設(shè)計

（一）數(shù)據(jù)來源

本文選取2011—2020 年我國A 股制造業(yè)上市企業(yè)為研究樣本，并按照以下步驟對樣本進行篩選：剔除ST 企業(yè)、*ST 企業(yè)及主要變量數(shù)據(jù)缺失嚴重的樣本；剔除上市不足1 年的企業(yè)，最終得到8016 個樣本觀測值。為了防止極端值的影響，對模型中所有連續(xù)型變量在1% 水平上進行縮尾處理。本文數(shù)字金融數(shù)據(jù)來自北京大學(xué)金融發(fā)展研究中心同螞蟻金融共同合作完成的第三期“北京大學(xué)數(shù)字普惠金融指數(shù)”，其余宏微觀數(shù)據(jù)均來自Wind 數(shù)據(jù)庫和國泰安數(shù)據(jù)庫，對部分主要數(shù)據(jù)缺失的樣本，通過查找企業(yè)年報補齊。將金融發(fā)展以地級市層面的數(shù)據(jù)進行測度并與上市企業(yè)所在地進行匹配，對于撤縣設(shè)市的地區(qū)按照新的地區(qū)四位數(shù)代碼重新匹配后進行實證分析。

（二）模型設(shè)定與變量說明

1.模型設(shè)定

本文構(gòu)建回歸模型（1）檢驗數(shù)字金融對制造業(yè)企業(yè)高質(zhì)量發(fā)展的影響。其中：i 表示企業(yè)，j 表示企業(yè)所在城市，t 表示年份，被解釋變量Quality為制造業(yè)企業(yè)高質(zhì)量發(fā)展水平，解釋變量Index為數(shù)字金融，control為控制變量，year 為年份固定效應(yīng)，inc 為行業(yè)固定效應(yīng)，α為截距項，ε為隨機誤差項。

為檢驗中介效應(yīng)，本文借鑒溫忠麟和葉寶娟（2014）的中介效應(yīng)分析方法，在式（1）的基礎(chǔ)上構(gòu)建中介效應(yīng)檢驗?zāi)Ｐ停?）和模型（3），其中SA 為中介變量融資約束。

為進一步分析數(shù)字金融緩解制造業(yè)企業(yè)融資約束后企業(yè)通過哪些具體途徑最終實現(xiàn)高質(zhì)量發(fā)展，本文繼續(xù)構(gòu)建模型（4）—（6），檢驗數(shù)字金融發(fā)展是否通過技術(shù)創(chuàng)新（Innovation）、改善以往的投融資期限錯配問題（SFLI）促進發(fā)展質(zhì)量的提升。在模型回歸過程中，分別用上述3 個機制變量替代模型中的X，檢驗系數(shù)是否顯著。

2.變量說明

（1）解釋變量：數(shù)字金融（Index）

本文參考已有研究中的方法，選取北京大學(xué)數(shù)字金融研究中心發(fā)布的2011—2020 年“北京大學(xué)數(shù)字普惠金融指數(shù)”衡量數(shù)字金融發(fā)展水平。該指數(shù)在總指數(shù)的基礎(chǔ)之上還涵蓋了數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和普惠金融數(shù)字化程度3 個維度，共33 個具體指標(biāo)，該指數(shù)不僅包括中國內(nèi)地31 個省區(qū)市、337 個地級以上城市（地區(qū)、自治州、盟等）以及近2800 個縣（縣級市、旗、市轄區(qū)等）3 個層級，還包括了2011—2020 年?。▍^(qū)、市）級和城市級指數(shù)，2014—2020 年的縣域指數(shù)。數(shù)據(jù)具有縱向和橫向上的可比性。

（2）被解釋變量：制造業(yè)企業(yè)高質(zhì)量發(fā)水平（Quality）

高質(zhì)量發(fā)展具有多維性。黨的十九大報告明確指出，必須堅持質(zhì)量第一、效益優(yōu)先，以供給側(cè)結(jié)構(gòu)性改革為主線，推動經(jīng)濟發(fā)展質(zhì)量變革、效率變革、動力變革，提高全要素生產(chǎn)率。目前，我國制造業(yè)在高質(zhì)量發(fā)展過程中面臨著根基不牢、核心關(guān)鍵技術(shù)缺失、品牌建設(shè)滯后、產(chǎn)出效率整體偏低、產(chǎn)品附加值不高等問題。制造業(yè)的高質(zhì)量發(fā)展可以從優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、增強主體創(chuàng)新能力、強化要素支撐等方面，助推制造業(yè)高質(zhì)量發(fā)展。本文參考已有研究，從質(zhì)量、效率和動力3 個維度選取指標(biāo)。質(zhì)量方面，制造業(yè)企業(yè)需要提高產(chǎn)品和服務(wù)的質(zhì)量，并最終通過企業(yè)效益反映出來，因此本文選取企業(yè)的每股收益、總資產(chǎn)收益率、托賓Q 值及企業(yè)的內(nèi)部控制水平作為代理指標(biāo)；效率方面，用全要素生產(chǎn)率和勞動生產(chǎn)率來衡量；動力方面，用企業(yè)的創(chuàng)新投入強度來衡量。另外，由于制造業(yè)企業(yè)資源環(huán)境消耗大，綠色發(fā)展是可持續(xù)發(fā)展的重要保障，因此新增綠色發(fā)展作為第4 個維度。本文采用熵權(quán)法測算制造業(yè)企業(yè)高質(zhì)量發(fā)展水平，詳細指標(biāo)體系見表1。

表1 制造業(yè)企業(yè)高質(zhì)量發(fā)展指標(biāo)體系

（3）中介變量：融資約束（SA）

常見的融資約束測度方法主要有KZ 指數(shù)、WW 指數(shù)和SA 指數(shù)。相對于其他指數(shù)，SA 指數(shù)不包含具有內(nèi)生性特征的融資變量，并且指數(shù)易于計算且相對穩(wěn)健，因此本文借鑒鞠曉生等（2013）對融資約束的測度方法，用SA 指數(shù)計算確定企業(yè)的融資約束程度。具體計算公式為：SA=-0.737*Size+0.043*Size-0.04*Age，其中：Size 為企業(yè)規(guī)模，Age 為企業(yè)年齡。

（4）進一步分析的機制變量：技術(shù)創(chuàng)新（Innovation）和投融資期限錯配（SFLI）

很多學(xué)者選擇企業(yè)申請的專利數(shù)量衡量技術(shù)創(chuàng)新，而相較于未獲批的專利，已獲批的專利表明企業(yè)的專利更具價值性、認可性，更能夠代表企業(yè)的創(chuàng)新能力，因此本文采用企業(yè)申請獲得的國內(nèi)外專利數(shù)量作為衡量技術(shù)創(chuàng)新的代理變量，包括外觀專利、實用新型專利及發(fā)明專利。借鑒賴黎等（2019）利用“購建固定資產(chǎn)等投資活動現(xiàn)金支出-（長期借款本期增加額+本期權(quán)益增加額+經(jīng)營活動現(xiàn)金凈流量+出售固定資產(chǎn)現(xiàn)金流入）”的結(jié)果作為企業(yè)投融資期限錯配的代理變量。

（5）控制變量

本文選擇的控制變量如下：企業(yè)年齡（Age），由當(dāng)年的年份減去企業(yè)注冊年份加1 得出；企業(yè)規(guī)模（Size），由企業(yè)總資產(chǎn)取對數(shù)得出；企業(yè)性質(zhì)（Soe），國有企業(yè)取值為1，非國有企業(yè)取值為0；第一大股東持股比例（First），用第一大股東占企業(yè)股份比例衡量；資產(chǎn)負債率水平（Lev），即總負債與總資產(chǎn)的比值；財務(wù)風(fēng)險（Dfl），用財務(wù)杠桿系數(shù)衡量；經(jīng)營風(fēng)險（Dol），用經(jīng)營杠桿系數(shù)衡量；兩職兼任情況（Two），即董事長和總經(jīng)理是否存在兼任情況，若存在則賦值為1，否則為0。為避免城市經(jīng)濟發(fā)展水平和區(qū)域市場化程度對企業(yè)發(fā)展的影響，本文選取地級市的地區(qū)生產(chǎn)總值（GDP）及王小魯?shù)龋?021）發(fā)布的地區(qū)市場化指數(shù)（Market）作為宏觀控制變量進行穩(wěn)健性檢驗。

（三）變量描述性統(tǒng)計

本文首先對8016 個樣本進行統(tǒng)計，具體描述性統(tǒng)計結(jié)果見表2。制造業(yè)企業(yè)高質(zhì)量發(fā)展指數(shù)（Quality）均值為0.109，最大值為0.625，最小值為0.011，標(biāo)準(zhǔn)差為0.063，表明不同企業(yè)之間的發(fā)展質(zhì)量差異較大，且整體上我國制造業(yè)企業(yè)的發(fā)展質(zhì)量不高。數(shù)字金融總指數(shù)呈現(xiàn)出“極差大、標(biāo)準(zhǔn)差大”的特征，表明數(shù)字金融發(fā)展差異仍較大，這與郭峰等（2017）的研究結(jié)論一致。融資約束（SA）均值為負，表明我國制造業(yè)企業(yè)普遍存在明顯的融資約束。機制變量中技術(shù)創(chuàng)新水平在不同企業(yè)間的差異非常大。

表2 變量描述性統(tǒng)計結(jié)果

四、實證分析

（一）數(shù)字金融對制造業(yè)企業(yè)高質(zhì)量發(fā)展的影響結(jié)果

本文基于Hausman 檢驗結(jié)果建立固定效應(yīng)模型并同時控制了年份和行業(yè)雙固定效應(yīng)。表3 第（1）—（3）列結(jié)果顯示：數(shù)字金融與制造業(yè)企業(yè)高質(zhì)量發(fā)展水平在1%的水平下顯著正相關(guān)，即地區(qū)數(shù)字金融水平提高能夠促進微觀制造業(yè)企業(yè)實現(xiàn)高質(zhì)量發(fā)展，假設(shè)H1 成立?？赡艿脑蚴牵簲?shù)字金融的發(fā)展運用大數(shù)據(jù)、人工智能等技術(shù)降低銀企雙方的信息不對稱等問題，緩解了制造業(yè)企業(yè)發(fā)展的融資約束，拓展了融資渠道，進一步促進制造業(yè)企業(yè)開展投資、創(chuàng)新等活動，最終實現(xiàn)高質(zhì)量發(fā)展。

表3 數(shù)字金融與制造業(yè)企業(yè)高質(zhì)量發(fā)展

（二）融資約束的中介效應(yīng)分析

首先，本文檢驗數(shù)字金融發(fā)展對制造業(yè)企業(yè)融資約束的影響。表4 第（1）列中SA 系數(shù)顯著為負，且通過了1%的顯著性水平檢驗，表明數(shù)字金融的發(fā)展顯著緩解了融資約束水平，提升企業(yè)的融資能力。其次，檢驗融資約束是否在數(shù)字金融對制造業(yè)企業(yè)的高質(zhì)量發(fā)展過程中起中介作用。根據(jù)表4 中結(jié)果可知，數(shù)字金融對制造業(yè)企業(yè)高質(zhì)量發(fā)展的影響系數(shù)均為正并有所下降，即由0.014 下降為0.012，融資約束作為中介變量是顯著的，假設(shè)H2 成立。γ在1%的水平下顯著且小于α，表明融資約束存在部分中介效應(yīng)，即數(shù)字金融發(fā)展通過緩解制造業(yè)企業(yè)的融資約束進一步推動高質(zhì)量發(fā)展，中介效應(yīng)占總效應(yīng)的比重為22.32%。

表4 融資約束的中介效應(yīng)檢驗結(jié)果

（三）內(nèi)生性和穩(wěn)健性檢驗

1.內(nèi)生性檢驗

由于本文解釋變量和被解釋變量分別為宏觀層面數(shù)據(jù)和微觀層面數(shù)據(jù)，因此由反向因果引起的內(nèi)生性問題并不突出，但仍可能存在因遺漏變量等引起的內(nèi)生性問題。為解決可能存在的內(nèi)生性問題，本文分別借鑒謝絢麗等（2018）和萬佳彧等（2020）的研究，分別使用互聯(lián)網(wǎng)普及率作為工具變量和將數(shù)字金融滯后1期作為工具變量，再采用兩階段的最小二乘法進行回歸檢驗。表5 結(jié)果顯示：數(shù)字金融均在1%的水平下顯著促進制造業(yè)企業(yè)高質(zhì)量發(fā)展，與基準(zhǔn)回歸結(jié)果一致，說明基準(zhǔn)回歸結(jié)果具有穩(wěn)健性和可靠性。

表5 內(nèi)生性處理結(jié)果

2.穩(wěn)健性檢驗

（1）替換被解釋變量。借鑒李佳霖等（2021）的做法，采用OP 法計算的全要素生產(chǎn)率作為制造業(yè)企業(yè)高質(zhì)量發(fā)展的代理變量，具體為：以營業(yè)收入的對數(shù)值作為產(chǎn)出指標(biāo)，固定資產(chǎn)凈值作為資本要素的代理變量，企業(yè)職工人數(shù)的對數(shù)作為勞動要素的代理變量，企業(yè)退出狀態(tài)變量采用虛擬變量，當(dāng)公司所處的行業(yè)和名稱都發(fā)生了改變則認為企業(yè)已經(jīng)退出，若企業(yè)退出則賦值為1，否則為0。替換被解釋變量的檢驗結(jié)果如表6 所示。結(jié)果表明：數(shù)字金融發(fā)展顯著促進制造業(yè)企業(yè)的高質(zhì)量發(fā)展，與基準(zhǔn)回歸結(jié)果一致。

（2）按時間劃分樣本區(qū)間。2013 年支付寶上線對金融結(jié)構(gòu)變化的影響可能會對企業(yè)發(fā)展產(chǎn)生重大影響，因此本文將樣本按年份首先劃分為2011—2012 年及2013—2020 年兩個區(qū)間。2020 年新冠肺炎疫情暴發(fā)對企業(yè)發(fā)展產(chǎn)生了嚴重的負向影響，因此本文剔除2020 年的樣本，最終得到2011—2012 年和2013—2019 年兩個樣本區(qū)間，檢驗結(jié)果見表6。檢驗發(fā)現(xiàn)：在兩個時間段數(shù)字金融對制造業(yè)企業(yè)的高質(zhì)量發(fā)現(xiàn)均具有顯著促進作用，證明基準(zhǔn)回歸結(jié)果具有可靠性。

（3）增加控制變量。前文回歸過程中控制了包括企業(yè)規(guī)模、企業(yè)年齡等變量在內(nèi)的企業(yè)層面數(shù)據(jù)，而企業(yè)發(fā)展除受企業(yè)內(nèi)部因素的影響外，還會受外部因素的影響，因此文章進一步控制企業(yè)所在地的地區(qū)生產(chǎn)總值和市場化程度這一宏觀層面的數(shù)據(jù)進行實證檢驗，結(jié)果如表6 所示。結(jié)果顯示：在進一步控制了宏觀層面的因素后，數(shù)字金融仍顯著促進制造業(yè)企業(yè)的高質(zhì)量發(fā)展，基準(zhǔn)回歸結(jié)果可靠。

表6 穩(wěn)健性檢驗結(jié)果

五、進一步討論：作用機制與異質(zhì)性分析

（一）兩種作用機制

1.數(shù)字金融緩解融資約束后會通過技術(shù)創(chuàng)新推動制造業(yè)企業(yè)高質(zhì)量發(fā)展

表7 列示了數(shù)字金融緩解企業(yè)融資約束后，是否會通過增加企業(yè)創(chuàng)新、抑制企業(yè)投融資期限錯配促進企業(yè)實現(xiàn)高質(zhì)量發(fā)展的機制檢驗結(jié)果。表7 第（1）列的系數(shù)符號為負，表明數(shù)字金融的發(fā)展能夠緩解企業(yè)的融資約束。表7 第（2）列結(jié)果表明：制造業(yè)企業(yè)面臨的融資約束問題會在5%的水平下顯著抑制企業(yè)創(chuàng)新投入和創(chuàng)新能力，而數(shù)字金融的發(fā)展能夠緩解企業(yè)融資約束，在獲得足夠的資金時，企業(yè)會加大創(chuàng)新投入、增強創(chuàng)新能力。表7 第（3）列結(jié)果表明：數(shù)字金融和技術(shù)創(chuàng)新均顯著提升了企業(yè)的高質(zhì)量發(fā)展水平，即數(shù)字金融的發(fā)展在緩解融資難、融資貴問題后，企業(yè)會通過增加創(chuàng)新投入促進高質(zhì)量發(fā)展，假設(shè)H3 成立。

表7 作用機制檢驗結(jié)果

2.數(shù)字金融緩解融資約束后會通過抑制企業(yè)投融資期限錯配行為推動制造業(yè)企業(yè)高質(zhì)量發(fā)展

表7 第（4）列結(jié)果顯示：融資約束與制造業(yè)企業(yè)投融資期限錯配的系數(shù)在1%的顯著性水平下正相關(guān)，即制造業(yè)企業(yè)面臨融資約束問題時，可能會通過“短貸長投”等手段加劇企業(yè)的投融資期限錯配問題，這既損害了債權(quán)人的利益，同時又加劇了企業(yè)的財務(wù)風(fēng)險。數(shù)字金融與投融資期限錯配的系數(shù)在5%的水平下顯著負相關(guān)，說明數(shù)字金融的發(fā)展能夠抑制企業(yè)的投融資期限錯配問題。究其原因，數(shù)字金融緩解了企業(yè)的融資約束，進而降低了企業(yè)進行“短貸長投”等的動機，有效緩解投融資期限錯配問題。表7 第（5）列結(jié)果顯示：投融資期限錯配與高質(zhì)量發(fā)展水平系數(shù)在1%的水平下顯著負相關(guān)，表明投融資期限錯配問題雖然短時間的解決了企業(yè)的資金短缺問題，但最終不利于企業(yè)的高質(zhì)量發(fā)展。而數(shù)字金融的發(fā)展能夠緩解企業(yè)融資約束，在獲得足夠的資金時，企業(yè)會減少投融資期限錯配，在保障投資水平的同時維護了利益相關(guān)的利益，進一步推動了制造業(yè)企業(yè)實現(xiàn)高質(zhì)量發(fā)展，假設(shè)H4 成立。

（二）異質(zhì)性分析

1.區(qū)域異質(zhì)性

數(shù)字技術(shù)的發(fā)展促使金融資源等各項要素資源配置不斷優(yōu)化，因此分析數(shù)字金融發(fā)展對制造業(yè)企業(yè)高質(zhì)量發(fā)展影響的區(qū)域差異非常有必要。參照已有研究對地區(qū)的劃分方式，將企業(yè)屬地劃分為東部、中部和西部地區(qū)。表8 列（1）—（3）檢驗結(jié)果表明：數(shù)字金融發(fā)展能夠在1%的水平下顯著提升東部地區(qū)制造業(yè)企業(yè)的發(fā)展質(zhì)量，在5%的水平下顯著提升中西部地區(qū)制造業(yè)企業(yè)的發(fā)展質(zhì)量?？赡艿脑蚴牵阂环矫鏀?shù)字技術(shù)由于其脫離地理空間束縛、邊際成本近乎為零的特點，在分布上促進了落后地區(qū)、人口稀疏地區(qū)的發(fā)展，讓不同地區(qū)的居民可以共享普惠結(jié)果，另一方面而數(shù)字金融的本質(zhì)仍是金融，金融服務(wù)的發(fā)展仍不能脫離經(jīng)濟活動生產(chǎn)生活而存在，由于集聚效應(yīng)和網(wǎng)絡(luò)效應(yīng)，東部人口集中地區(qū)的發(fā)展水平、使用活躍程度仍將保持優(yōu)勢。數(shù)字金融的發(fā)展利用技術(shù)達到了獲取服務(wù)的機會公平，而其服務(wù)制造業(yè)企業(yè)為主體的實體經(jīng)濟，金融本質(zhì)依然遵從相對集中的發(fā)展結(jié)果。

表8 異質(zhì)性檢驗結(jié)果

2.數(shù)字金融結(jié)構(gòu)異質(zhì)性

數(shù)字金融包含覆蓋廣度、使用深度和數(shù)字化程度3 個維度，不同維度的發(fā)展對制造業(yè)企業(yè)高質(zhì)量發(fā)展的影響可能存在異質(zhì)性，因此本文分維度進行討論。表8 列（4）—（6）檢驗結(jié)果表明：使用深度對制造業(yè)企業(yè)高質(zhì)量發(fā)展的正向作用更大。可能的原因是：在數(shù)字金融發(fā)展過程中，尤其是發(fā)展的最初階段，數(shù)字化程度和覆蓋廣度增長較快，而使用深度增長相對較慢，成為影響數(shù)字金融發(fā)展水平高低的關(guān)鍵因素。根據(jù)《北京大學(xué)數(shù)字普惠金融指數(shù)》：2011—2015 年，數(shù)字普惠金融的數(shù)字化程度增長最快，數(shù)字普惠金融的覆蓋廣度次之，使用深度增長最慢，而2016—2018 年第二期指數(shù)中，數(shù)字金融使用深度指數(shù)增長有超過數(shù)字金融覆蓋廣度指數(shù)的趨勢。最新的數(shù)據(jù)也進一步驗證了這一趨勢：2020 年數(shù)字金融使用深度指數(shù)較上年增長7.3%，快于數(shù)字金融覆蓋廣度指數(shù)和數(shù)字技術(shù)支持程度指數(shù)的增速。2016—2020 年5 年間，有4 年使用深度指數(shù)增速超過了覆蓋廣度指數(shù)，數(shù)字金融使用深度已經(jīng)是數(shù)字普惠金融指數(shù)增長的重要驅(qū)動力。

3.產(chǎn)權(quán)異質(zhì)性

根據(jù)實際控制人的性質(zhì)，將企業(yè)劃分為國有企業(yè)、民營企業(yè)和外資企業(yè)，檢驗數(shù)字金融對不同性質(zhì)制造業(yè)企業(yè)高質(zhì)量發(fā)展的異質(zhì)性影響，檢驗結(jié)果如表8 列（7）—（9）所示。結(jié)果表明：數(shù)字金融發(fā)展對不同性質(zhì)的制造業(yè)企業(yè)高質(zhì)量發(fā)展均能夠顯著促進，但對民營企業(yè)的影響程度低于國有和外資制造業(yè)企業(yè)。主要原因可能是：雖然數(shù)字金融的發(fā)展降低了金融機構(gòu)與企業(yè)之間的信息不對稱、降低了信貸成本和風(fēng)險、提高了信貸效率，但并沒有徹底改變傳統(tǒng)金融的“信貸歧視”，同時由于政府的“隱性擔(dān)?！?，國有企業(yè)在獲得信貸支持方面仍具有天然優(yōu)勢，而外資企業(yè)即使在數(shù)字金融快速發(fā)展的時期，資金流向也依然具有傾向性。

六、研究結(jié)論與對策建議

（一）研究結(jié)論

本文研究發(fā)現(xiàn)：（1）數(shù)字金融的發(fā)展能夠顯著推動制造業(yè)企業(yè)實現(xiàn)高質(zhì)量發(fā)展；（2）中介效應(yīng)檢驗發(fā)現(xiàn)，數(shù)字金融通過緩解制造業(yè)企業(yè)普遍面臨的融資約束問題促進制造業(yè)企業(yè)的高質(zhì)量發(fā)展；（3）數(shù)字金融在紓解了制造業(yè)企業(yè)的融資困境后，會通過增加技術(shù)創(chuàng)新、改善投融資期限錯配問題推動制造業(yè)企業(yè)的高質(zhì)量發(fā)展。異質(zhì)性分析發(fā)現(xiàn)：數(shù)字金融發(fā)展對東部地區(qū)制造業(yè)高質(zhì)量發(fā)展的影響程度高于中西部地區(qū)；數(shù)字金融發(fā)展的3 個維度中，數(shù)字金融使用深度成為數(shù)字金融發(fā)展的重要驅(qū)動力，能夠顯著促進制造業(yè)企業(yè)高質(zhì)量發(fā)展；數(shù)字金融發(fā)展對國有、外資制造業(yè)企業(yè)的影響程度顯著高于民營企業(yè)。

（二）對策建議

1.政府層面

一是大力推動數(shù)字金融的發(fā)展，加大金融改革創(chuàng)新，加快金融機構(gòu)尤其是傳統(tǒng)金融機構(gòu)數(shù)字化轉(zhuǎn)型，提高金融資源配置效率，支持制造業(yè)企業(yè)發(fā)展。如：搭建統(tǒng)一的國家金融數(shù)據(jù)信息平臺、數(shù)字金融共享平臺，降低金融機構(gòu)與企業(yè)信息不對稱，緩解融資約束，也可以運用區(qū)塊鏈等技術(shù)建立去中心化的數(shù)字供應(yīng)鏈金融，增強信貸信任，增加貸款規(guī)模。二是針對區(qū)域異質(zhì)性差異，積極推進數(shù)字金融發(fā)展的“西部大開發(fā)”“中部快速崛起”“加快東部現(xiàn)代化”戰(zhàn)略，推動數(shù)字金融的區(qū)域協(xié)調(diào)發(fā)展。如：加強中西部地區(qū)的數(shù)字基建，引進數(shù)字人才并給予相應(yīng)補貼，探索數(shù)字金融服務(wù)跨區(qū)域聯(lián)合授信等，打好組合拳，增強制造業(yè)企業(yè)的信貸支持力度。三是針對數(shù)字金融不同維度的差異，一方面可從支付服務(wù)、信貸服務(wù)、投資服務(wù)、信用服務(wù)、貨幣基金服務(wù)等方面實現(xiàn)完全數(shù)字化、全流程線上化，增加數(shù)字金融使用的便利性；另一方面加強數(shù)字金融監(jiān)管，防范金融風(fēng)險，探索實施包容審慎的數(shù)字金融監(jiān)管機制，保障數(shù)字金融使用的安全性，充分發(fā)揮數(shù)字金融使用深度的驅(qū)動力。四是針對產(chǎn)權(quán)差異性，政策應(yīng)向民營企業(yè)傾斜，給予更多的融資保障。如：增加對民營企業(yè)的貸款比例和額度、財政補貼，建立國家融資擔(dān)保基金、探索數(shù)字資產(chǎn)質(zhì)押；從移動端設(shè)立民營企業(yè)金融服務(wù)專區(qū)，實現(xiàn)一站式融資，協(xié)調(diào)金融機構(gòu)、稅務(wù)機關(guān)等融資擔(dān)保機構(gòu)對接民營企業(yè)融資需求，依靠數(shù)字技術(shù)建立常態(tài)化的民營企業(yè)金融服務(wù)機制，確保不同產(chǎn)權(quán)性質(zhì)制造業(yè)企業(yè)高質(zhì)量發(fā)展的公平性和持續(xù)性。

2.企業(yè)層面

一是加強對數(shù)字金融促進企業(yè)高質(zhì)量發(fā)展的認識和把握，加快財務(wù)數(shù)字化轉(zhuǎn)型，增強數(shù)字技術(shù)運用，確保與金融機構(gòu)數(shù)字金融服務(wù)對接。如：引進大數(shù)據(jù)、云計算、人工智能等數(shù)字技術(shù)和數(shù)字人才，融合境內(nèi)外商業(yè)銀行及第三方支付平臺，自建或外購訂制智能財務(wù)產(chǎn)品，保障金融服務(wù)企業(yè)的實時性、安全性，降低服務(wù)成本。二是增強創(chuàng)新能力，培育高質(zhì)量發(fā)展新動能。數(shù)字金融緩解融資約束后通過技術(shù)創(chuàng)新推動制造業(yè)企業(yè)高質(zhì)量發(fā)展印證了創(chuàng)新的重要性。要實現(xiàn)高質(zhì)量發(fā)展，在投入上可以通過科技手段合理配置生產(chǎn)要素、推動效率變革；在產(chǎn)出上可以通過技術(shù)創(chuàng)新和管理創(chuàng)新推動質(zhì)量變革，提高全要素生產(chǎn)率，保持競爭優(yōu)勢。因此，企業(yè)應(yīng)該提高創(chuàng)新意識，加大創(chuàng)新投入、“產(chǎn)學(xué)研”結(jié)合引進和培養(yǎng)創(chuàng)新人才的力度。此外，制造業(yè)企業(yè)還可以通過平臺連接供給端和需求端，根據(jù)需求端數(shù)據(jù)信息倒逼企業(yè)創(chuàng)新。三是企業(yè)要嚴格遵循企業(yè)會計準(zhǔn)則，加強內(nèi)部監(jiān)督，完善信息披露機制，提高會計信息質(zhì)量，進而降低信息部對稱、緩解融資約束促進高質(zhì)量發(fā)展。如：加強內(nèi)部控制、實施數(shù)字化內(nèi)部審計、培育高素質(zhì)財務(wù)人才等，建立高質(zhì)量會計信息披露的長效機制。