數(shù)字金融影響企業(yè)全要素生產(chǎn)率的異質(zhì)性機(jī)理

張永芳 吳科 程庭威 孫光林

DOI：10．19641/j．cnki．42-1290/f．2023．24．021

【摘要】本文基于我國2011 ～ 2021年上市公司面板數(shù)據(jù)， 采用面板雙向固定效應(yīng)模型實(shí)證檢驗(yàn)數(shù)字金融影響企業(yè)全要素生產(chǎn)率的異質(zhì)性機(jī)理。研究發(fā)現(xiàn)： 數(shù)字金融對(duì)企業(yè)全要素生產(chǎn)率具有顯著促進(jìn)作用， 數(shù)字金融對(duì)處于市場(chǎng)化程度低和金融發(fā)展水平高地區(qū)企業(yè)的全要素生產(chǎn)率的作用效果更加顯著。內(nèi)在機(jī)制檢驗(yàn)表明： 數(shù)字金融對(duì)企業(yè)全要素生產(chǎn)率的影響機(jī)理存在顯著異質(zhì)性， 即數(shù)字金融通過促進(jìn)企業(yè)創(chuàng)新提高企業(yè)全要素生產(chǎn)率的機(jī)理在市場(chǎng)化程度高、 市場(chǎng)化程度低和金融發(fā)展水平低的區(qū)域均顯著， 但在金融發(fā)展水平高的區(qū)域不顯著； 數(shù)字金融通過促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型提升企業(yè)全要素生產(chǎn)率的機(jī)理只在金融發(fā)展水平高和市場(chǎng)化程度高的區(qū)域顯著， 而在金融發(fā)展水平低和市場(chǎng)化程度低的區(qū)域不顯著。

【關(guān)鍵詞】數(shù)字金融；企業(yè)全要素生產(chǎn)率；異質(zhì)性影響；企業(yè)創(chuàng)新；數(shù)字化轉(zhuǎn)型

【中圖分類號(hào)】F832；F279.2? ? ? 【文獻(xiàn)標(biāo)識(shí)碼】A? ? ? 【文章編號(hào)】1004-0994（2023）24-0146-7

一、 引言

高質(zhì)量發(fā)展是社會(huì)主義現(xiàn)代化建設(shè)新征程的本質(zhì)要求， 全要素生產(chǎn)率提升是推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要抓手。提高全要素生產(chǎn)率推動(dòng)高質(zhì)量發(fā)展， 關(guān)鍵是要提高資源利用效率、 推動(dòng)技術(shù)創(chuàng)新和產(chǎn)業(yè)升級(jí)， 提升金融服務(wù)實(shí)體經(jīng)濟(jì)的效率。但是， 企業(yè)創(chuàng)新及數(shù)字化轉(zhuǎn)型都是周期長、 多層次的系統(tǒng)性工程， 需要穩(wěn)定、 持續(xù)的金融資源作為支撐。由于政府干預(yù)、 信息不對(duì)稱等因素， 傳統(tǒng)金融資源配置更加偏好“二八定律”， 導(dǎo)致產(chǎn)生了融資供給不足、 金融資源錯(cuò)配、 信貸歧視等問題， 嚴(yán)重制約了金融服務(wù)實(shí)體經(jīng)濟(jì)的效率（王道平和劉琳琳，2021；孫光林和蔣偉，2021）， 同時(shí)嚴(yán)重抑制了微觀主體在創(chuàng)新發(fā)展上的潛在動(dòng)力。這些問題成為當(dāng)前金融改革與發(fā)展需要關(guān)注的痛點(diǎn)。

關(guān)于企業(yè)全要素生產(chǎn)率影響因素的研究主要集中在宏觀和微觀兩個(gè)層面。宏觀層面主要從產(chǎn)業(yè)政策（錢雪松等，2018）、 經(jīng)濟(jì)開放程度（程惠芳和陸嘉俊，2014）、 基礎(chǔ)設(shè)施建設(shè)（劉生龍和胡鞍鋼，2010）、 大數(shù)據(jù)發(fā)展（史丹和孫光林，2022）等方面展開研究。近些年， 隨著對(duì)環(huán)境問題關(guān)注程度的提高， 環(huán)境規(guī)制對(duì)企業(yè)全要素生產(chǎn)率的影響也引起了學(xué)界的關(guān)注（盛丹和張國峰，2019；劉祎等，2020）。微觀層面主要關(guān)注企業(yè)技術(shù)水平（李華等，2020）、 企業(yè)內(nèi)部管理效率（盛明泉和蔣世戰(zhàn)，2019）等。此外， Hsieh和Klenow（2009）發(fā)現(xiàn)， 中美企業(yè)全要素生產(chǎn)率差異主要是由資源配置效率不同造成的。我國企業(yè)在發(fā)展過程中一直面臨著比較嚴(yán)重的融資約束， 持續(xù)的資金不足會(huì)限制企業(yè)生產(chǎn)能力和創(chuàng)新能力， 直接影響企業(yè)生產(chǎn)效率的優(yōu)化， 這不利于企業(yè)全要素生產(chǎn)率的提升（Kong等，2022）。

近年來， 數(shù)字金融與數(shù)字經(jīng)濟(jì)快速發(fā)展促進(jìn)了金融領(lǐng)域的創(chuàng)新和變革， 為金融行業(yè)帶來了巨大的發(fā)展機(jī)遇， 為解決傳統(tǒng)金融發(fā)展困境提供了可能， 進(jìn)而為實(shí)體經(jīng)濟(jì)的發(fā)展提供了強(qiáng)有力的支持（孫光林和蔣偉，2021）。已有較多研究探討了數(shù)字金融與數(shù)字經(jīng)濟(jì)對(duì)企業(yè)全要素生產(chǎn)率的影響。比如： 史丹和孫光林（2023）發(fā)現(xiàn)， 數(shù)字經(jīng)濟(jì)對(duì)企業(yè)全要素生產(chǎn)率具有顯著促進(jìn)作用； 董巖輝（2023）認(rèn)為， 數(shù)字金融能夠糾正資源錯(cuò)配和緩解融資約束， 從而提升中小民營企業(yè)全要素生產(chǎn)率； 陳賀和龍海明（2023）認(rèn)為， 數(shù)字金融能夠減少金融機(jī)構(gòu)與企業(yè)間的信息差， 通過創(chuàng)新效應(yīng)提升企業(yè)全要素生產(chǎn)率。

然而， 鮮有文獻(xiàn)從異質(zhì)性視角出發(fā)系統(tǒng)性地探討數(shù)字金融對(duì)企業(yè)全要素生產(chǎn)率的影響機(jī)理。與已有文獻(xiàn)相比， 本文的創(chuàng)新點(diǎn)主要體現(xiàn)在以下兩個(gè)方面： 首先， 對(duì)數(shù)字金融影響企業(yè)全要素生產(chǎn)率的異質(zhì)性機(jī)理進(jìn)行深入研究， 能夠彌補(bǔ)當(dāng)前研究的不足， 為更好發(fā)揮數(shù)字金融服務(wù)企業(yè)高質(zhì)量發(fā)展提供理論依據(jù)。其次， 本文根據(jù)研究結(jié)論相應(yīng)地提出了政策建議， 對(duì)于建設(shè)金融強(qiáng)國和提升數(shù)字金融服務(wù)實(shí)體經(jīng)濟(jì)的效率， 具有一定的政策價(jià)值。

二、 理論分析與研究假說

首先， 數(shù)字金融依托“金融+科技”模式， 能夠優(yōu)化金融服務(wù)模式， 通過擴(kuò)大金融服務(wù)覆蓋廣度、 深化金融服務(wù)的觸達(dá)能力， 使得更多的企業(yè)獲得融資支持， 為企業(yè)的創(chuàng)新升級(jí)和效率提升提供堅(jiān)實(shí)的金融支撐。其次， 數(shù)字金融借助數(shù)字技術(shù)能夠增強(qiáng)信息搜集和處理能力， 降低傳統(tǒng)金融由于信息不對(duì)稱產(chǎn)生的道德風(fēng)險(xiǎn)， 提升金融系統(tǒng)的風(fēng)險(xiǎn)控制能力， 并在風(fēng)險(xiǎn)和收益平衡的基礎(chǔ)上， 實(shí)現(xiàn)金融資源配置效率的提升， 而資源配置效率的提升能夠更好地滿足不同企業(yè)的融資需求（孫光林等，2023）， 進(jìn)而提升企業(yè)全要素生產(chǎn)率。根據(jù)上述理論分析， 提出假說1：

假說1： 數(shù)字金融可以提高企業(yè)全要素生產(chǎn)率。

數(shù)字金融能夠融合大數(shù)據(jù)和人工智能等底層技術(shù)， 引導(dǎo)金融、 技術(shù)、 勞動(dòng)等生產(chǎn)要素的跨時(shí)空配置， 提升實(shí)體經(jīng)濟(jì)系統(tǒng)的資源流通效率， 這將極大地提升地區(qū)、 行業(yè)間資源的配置效率， 從而有助于企業(yè)開展創(chuàng)新活動(dòng)（唐松等，2020）。數(shù)字金融利用數(shù)據(jù)、 場(chǎng)景和服務(wù)等優(yōu)勢(shì)， 拓寬企業(yè)的融資渠道， 減少信息不對(duì)稱問題， 降低資本成本， 優(yōu)化資源配置， 緩解金融錯(cuò)配（趙曉鴿等，2021）。數(shù)字金融發(fā)展能夠?yàn)槠髽I(yè)提供更好的金融服務(wù)， 在數(shù)字技術(shù)的支撐下， 通過收集和分析市場(chǎng)、 技術(shù)、 競爭等方面的信息， 企業(yè)可以更好地了解市場(chǎng)需求和趨勢(shì)， 把握市場(chǎng)機(jī)遇， 制定更加科學(xué)和有針對(duì)性的創(chuàng)新戰(zhàn)略與決策， 進(jìn)而促進(jìn)企業(yè)創(chuàng)新。

企業(yè)創(chuàng)新可以從技術(shù)進(jìn)步、 管理賦能及改善資源配置等多個(gè)方面提升全要素生產(chǎn)率。第一， 企業(yè)創(chuàng)新帶來的技術(shù)進(jìn)步對(duì)生產(chǎn)效率具有直接促進(jìn)效應(yīng)（史丹和孫光林，2022）。技術(shù)創(chuàng)新及生產(chǎn)模式的智能化、 數(shù)字化變革可以有效優(yōu)化生產(chǎn)工藝、 提高生產(chǎn)效率， 減少對(duì)勞動(dòng)、 資本的依賴， 進(jìn)而提升企業(yè)全要素生產(chǎn)率（孫光林和蔣偉，2021）。第二， 創(chuàng)新有助于企業(yè)實(shí)現(xiàn)可持續(xù)發(fā)展。一方面， 企業(yè)通過技術(shù)創(chuàng)新可以有效獲取市場(chǎng)的先發(fā)優(yōu)勢(shì)， 提升新市場(chǎng)份額的占有率， 實(shí)現(xiàn)研發(fā)投入的超額利潤回報(bào)， 為企業(yè)的研發(fā)創(chuàng)新提供資本支持， 實(shí)現(xiàn)正向循環(huán)； 另一方面， 企業(yè)創(chuàng)新能夠有效降低企業(yè)成本。企業(yè)技術(shù)升級(jí)能夠優(yōu)化生產(chǎn)流程， 智能化、 數(shù)字化管理有助于協(xié)調(diào)要素合理配置， 從而降低企業(yè)生產(chǎn)成本。第三， 企業(yè)流程創(chuàng)新可以幫助企業(yè)優(yōu)化組織結(jié)構(gòu)和流程， 提高組織效能和管理能力。通過重新設(shè)計(jì)和優(yōu)化工作流程， 企業(yè)可以更好地分配資源、 協(xié)調(diào)工作、 提高工作效率。這有助于減輕企業(yè)組織臃腫、 人員冗雜等問題， 提高人力資源利用率， 從而降低企業(yè)的人力成本和管理成本（武力超等，2021）。根據(jù)上述理論分析， 提出假說2：

假說2： 數(shù)字金融可以通過促進(jìn)企業(yè)創(chuàng)新提升企業(yè)全要素生產(chǎn)率。

數(shù)字經(jīng)濟(jì)推動(dòng)了數(shù)字技術(shù)在金融領(lǐng)域的應(yīng)用， 其在促進(jìn)創(chuàng)新水平提升、 拓寬金融普惠性方面發(fā)揮著重要作用（黃益平和陶坤玉，2019）。企業(yè)數(shù)字化轉(zhuǎn)型升級(jí)是多學(xué)科、 多維度交叉的長期系統(tǒng)工程， 涉及技術(shù)升級(jí)、 業(yè)務(wù)流程優(yōu)化、 戰(zhàn)略轉(zhuǎn)型等多個(gè)方面， 企業(yè)現(xiàn)有人員素質(zhì)和技術(shù)水平無法支撐企業(yè)數(shù)字化， 這就需要企業(yè)加強(qiáng)數(shù)字基礎(chǔ)設(shè)施投入， 加快數(shù)字技術(shù)研發(fā)創(chuàng)新， 引進(jìn)高素質(zhì)人才。企業(yè)數(shù)字化轉(zhuǎn)型具有周期長、 風(fēng)險(xiǎn)高的特點(diǎn)， 傳統(tǒng)金融對(duì)于風(fēng)險(xiǎn)項(xiàng)目的標(biāo)準(zhǔn)較高、 審核嚴(yán)格， 企業(yè)難以獲得數(shù)字化轉(zhuǎn)型必要的金融支持， 數(shù)字金融擴(kuò)大了傳統(tǒng)金融的覆蓋面， 從而能夠?yàn)槠髽I(yè)引進(jìn)數(shù)字化人才、 數(shù)字化設(shè)備提供更好的資金支持， 增強(qiáng)企業(yè)數(shù)字化轉(zhuǎn)型升級(jí)的動(dòng)力（史丹和孫光林，2023）。一方面， 數(shù)字金融利用大數(shù)據(jù)、 人工智能、 云計(jì)算等技術(shù)對(duì)海量數(shù)據(jù)進(jìn)行分析和挖掘， 使得金融機(jī)構(gòu)可以獲取企業(yè)的經(jīng)營數(shù)據(jù)、 財(cái)務(wù)信息等， 從而更準(zhǔn)確地評(píng)估企業(yè)的信用風(fēng)險(xiǎn)， 緩解金融機(jī)構(gòu)和企業(yè)之間的信息不對(duì)稱， 降低借貸雙方的信息搜尋成本（江紅莉和蔣鵬程，2021）。這有助于金融資源合理配置， 從而為企業(yè)提供更好的金融支持。另一方面， 數(shù)字金融打破了傳統(tǒng)金融的地域限制和時(shí)間限制， 增加了信貸市場(chǎng)融資供給， 使更多的企業(yè)可以獲得融資支持。通過互聯(lián)網(wǎng)和移動(dòng)設(shè)備等渠道， 企業(yè)可以與全國乃至全球的投資者和金融機(jī)構(gòu)進(jìn)行連接， 拓寬融資渠道， 緩解企業(yè)面臨的資金約束。此外， 數(shù)字金融提升了企業(yè)數(shù)字化管理水平， 如通過智能支付、 云計(jì)算等技術(shù)提升企業(yè)財(cái)務(wù)管理效率， 從而實(shí)現(xiàn)金融資源的有效配置， 保證資金流循環(huán)暢通（周衛(wèi)華和鄭欣圓，2023）， 進(jìn)一步為企業(yè)數(shù)字化轉(zhuǎn)型提供保障。

企業(yè)數(shù)字化轉(zhuǎn)型能夠從以下方面幫助企業(yè)提升全要素生產(chǎn)率： 第一， 企業(yè)數(shù)字化轉(zhuǎn)型有助于提升要素配置效率。企業(yè)升級(jí)智能化、 數(shù)字化管理體系， 有助于提升生產(chǎn)要素在企業(yè)內(nèi)部的配置效率， 實(shí)現(xiàn)生產(chǎn)和服務(wù)的自動(dòng)化， 從而提高要素利用率； 同時(shí)， 數(shù)字化轉(zhuǎn)型還可以優(yōu)化企業(yè)的組織結(jié)構(gòu)和流程， 提高工作效率， 減少人力資源的浪費(fèi)。第二， 企業(yè)利用大數(shù)據(jù)技術(shù)能夠精準(zhǔn)地分析出消費(fèi)者的消費(fèi)偏好， 提升生產(chǎn)效率， 同時(shí)利用數(shù)字技術(shù)搭建售后服務(wù)平臺(tái)， 及時(shí)接收消費(fèi)者反饋， 可提升消費(fèi)者滿意度， 降低服務(wù)成本， 提升服務(wù)效率。第三， 企業(yè)數(shù)字化轉(zhuǎn)型能夠優(yōu)化企業(yè)的經(jīng)營模式。企業(yè)數(shù)字化轉(zhuǎn)型通過信息共享和協(xié)同工作、 數(shù)據(jù)驅(qū)動(dòng)決策、 靈活的組織結(jié)構(gòu)以及創(chuàng)新和變革驅(qū)動(dòng)等方面， 推動(dòng)企業(yè)管理系統(tǒng)的優(yōu)化， 進(jìn)而驅(qū)動(dòng)企業(yè)組織的變革， 提升運(yùn)營效率（戚聿東和肖旭，2020）。這有助于提高企業(yè)的管理效率和決策能力， 增強(qiáng)企業(yè)的競爭力和創(chuàng)新能力。根據(jù)上述理論分析， 提出假說3：

假說3： 數(shù)字金融可以通過促進(jìn)數(shù)字化轉(zhuǎn)型提升全要素生產(chǎn)率。

三、 研究設(shè)計(jì)

（一）模型設(shè)定

1. 基準(zhǔn)回歸模型。為了檢驗(yàn)數(shù)字金融對(duì)企業(yè)全要素生產(chǎn)率的影響效應(yīng)， 本文構(gòu)建的基準(zhǔn)回歸模型如下：

TFP_i，j，t=β₀+β₁DF_j，t+Σβ_kcontrol_{i，j，t}+Yeardum+Inddum+ε_{i，j，t}（1）

其中： 變量的下標(biāo)i、 j、 t分別代表企業(yè)、 城市和年度； TFP表示企業(yè)全要素生產(chǎn)率， 使用LP法和OP法測(cè)量的企業(yè)全要素生產(chǎn)率分別用TFP_LP、 TFP_OP表示； DF表示數(shù)字金融； control為控制變量集； Yeardum和Inddum分別為年度固定效應(yīng)和行業(yè)固定效應(yīng)； ε為隨機(jī)擾動(dòng)項(xiàng)。

2. 機(jī)制效應(yīng)模型。為了檢驗(yàn)數(shù)字金融通過企業(yè)創(chuàng)新和企業(yè)數(shù)字化轉(zhuǎn)型影響企業(yè)全要素生產(chǎn)率的機(jī)制效應(yīng)， 本文構(gòu)建以下模型：

Media_{i，j，t}=β₀+β₂DF_j，t+Σβ_kcontrol_{i，j，t}+Yeardum+Inddum+ε_i，j，t（2）

TFP_{i，j，t}=β₀+β₃DF_j，t+β₄Media_i，j，t+Σβ_kcontrol_{i，j，t}+Yeardum+Inddum+ε_i，j，t（3）

其中， Media表示中介變量， 分別為企業(yè)創(chuàng)新（RD）和企業(yè)數(shù)字化轉(zhuǎn)型（digital）。模型（2）用于檢驗(yàn)核心解釋變量數(shù)字金融對(duì)企業(yè)創(chuàng)新和企業(yè)數(shù)字化轉(zhuǎn)型的影響； 模型（3）用于檢驗(yàn)傳導(dǎo)機(jī)制是否成立， 如果β₂>0和β₄>0， 且通過顯著性水平檢驗(yàn)， 則說明企業(yè)創(chuàng)新和數(shù)字化轉(zhuǎn)型的中介效應(yīng)存在。其他變量和符號(hào)與模型（1）一致。

（二）變量說明

1. 被解釋變量： 全要素生產(chǎn)率（TFP）。本文參考史丹和孫光林（2022）的做法， 使用 OP法和LP法測(cè)度企業(yè)全要素生產(chǎn)率。

2. 核心解釋變量： 數(shù)字金融（DF）。北京大學(xué)數(shù)字金融研究中心聯(lián)合螞蟻金服收集了海量數(shù)字金融數(shù)據(jù)， 并從2011起每年公布“數(shù)字金融指數(shù)”， 數(shù)據(jù)涵蓋了我國省域、 市域以及縣域?qū)用妗１疚倪x取2011 ～ 2021年城市層面數(shù)字金融指數(shù)的自然對(duì)數(shù)值來衡量數(shù)字金融， 其包括數(shù)字金融覆蓋廣度bre和使用深度dep。

3. 中介變量。

（1）企業(yè)創(chuàng)新（RD）。本文選取企業(yè)每年申請(qǐng)并被授予的專利數(shù)的自然對(duì)數(shù)值來測(cè)度企業(yè)創(chuàng)新。

（2）企業(yè)數(shù)字化轉(zhuǎn)型（digital）。本文使用關(guān)鍵詞頻率統(tǒng)計(jì)的方法構(gòu)建企業(yè)層面數(shù)字化轉(zhuǎn)型程度指數(shù)。具體而言， 將特征詞庫細(xì)分為包括人工智能、 區(qū)塊鏈、 云計(jì)算、 大數(shù)據(jù)在內(nèi)的“底層技術(shù)架構(gòu)”以及“數(shù)字技術(shù)應(yīng)用”兩個(gè)方面（吳非等，2021；史丹和孫光林，2022）， 統(tǒng)計(jì)企業(yè)年報(bào)中上述關(guān)鍵詞出現(xiàn)的次數(shù)， 并以關(guān)鍵詞總頻次衡量企業(yè)數(shù)字化轉(zhuǎn)型程度， 為了避免統(tǒng)計(jì)過程中出現(xiàn)的各種偏誤， 進(jìn)一步對(duì)關(guān)鍵詞總頻次采取對(duì)數(shù)化處理。

4. 控制變量。本文選取的控制變量如下： 企業(yè)財(cái)務(wù)杠桿（lev）， 利用企業(yè)資產(chǎn)負(fù)債率度量； 企業(yè)現(xiàn)金持有水平（cash）， 企業(yè)貨幣資金與總資產(chǎn)之比； 盈利能力（roa）， 利用總資產(chǎn)收益率度量； 股權(quán)集中度（first）， 第一大股東持股比例； 資本存量（ppe）， 年末固定資產(chǎn)凈值與總資產(chǎn)之比； 區(qū)域經(jīng)濟(jì)發(fā)展水平（lgdp）， 企業(yè)所在省份人均GDP的自然對(duì)數(shù)值； 產(chǎn)業(yè)結(jié)構(gòu)（gdpsec）， 企業(yè)所在省份第二產(chǎn)業(yè)總規(guī)模占比。

（三）數(shù)據(jù)來源

本文選擇2011 ～ 2021年我國A股上市公司作為樣本， 企業(yè)數(shù)據(jù)來自國泰安數(shù)據(jù)庫， 區(qū)域經(jīng)濟(jì)數(shù)據(jù)來源于國家統(tǒng)計(jì)局。為保證樣本數(shù)據(jù)的完整性以及數(shù)據(jù)質(zhì)量， 樣本數(shù)據(jù)不包括標(biāo)記為ST的企業(yè)及存在財(cái)務(wù)數(shù)據(jù)缺失的企業(yè)。為了降低回歸結(jié)果產(chǎn)生偏差的概率， 本文對(duì)樣本數(shù)據(jù)進(jìn)行Winsorize處理和對(duì)數(shù)化處理， 消除了樣本異常值。

四、 實(shí)證分析

（一）描述性統(tǒng)計(jì)

表1為主要變量的描述性統(tǒng)計(jì)結(jié)果。由表1可知， 企業(yè)全要素生產(chǎn)率TFP_LP和TFP_OP的最大值分別為14.646和11.976， 最小值分別為5.626和1.519， 表明不同企業(yè)的全要素生產(chǎn)率存在顯著差異。

（二）基準(zhǔn)回歸結(jié)果分析

基于模型（1）， 檢驗(yàn)數(shù)字金融能否提升企業(yè)全要素生產(chǎn)率， 回歸結(jié)果如表2所示。實(shí)證分析過程中， 采用OP法和LP法兩種方法測(cè)量企業(yè)全要素生產(chǎn)率， 以增強(qiáng)回歸結(jié)果穩(wěn)健性， 采用年度固定效應(yīng)和行業(yè)固定效應(yīng)雙固定模型進(jìn)行回歸分析。列（1）、 列（2）中數(shù)字金融對(duì)企業(yè)全要素生產(chǎn)率的系數(shù)為0.110、 0.125， 且均在1%的水平上顯著， 說明數(shù)字金融發(fā)展能夠提升企業(yè)全要素生產(chǎn)率， 假說1得到驗(yàn)證。

進(jìn)一步地， 為了更加深入地考察數(shù)字金融對(duì)企業(yè)全要素生產(chǎn)率的影響， 本文將數(shù)字金融分為覆蓋廣度和使用深度兩個(gè)方面， 并實(shí)證分析數(shù)字金融的作用差異性。覆蓋廣度是數(shù)字金融在經(jīng)濟(jì)體中被廣泛使用的程度。數(shù)字金融覆蓋廣度高意味著更多的企業(yè)能夠獲得數(shù)字金融服務(wù)， 數(shù)字金融通過提供多樣化的融資渠道和資金支持， 幫助企業(yè)提高創(chuàng)新能力和競爭力。使用深度是數(shù)字金融在經(jīng)濟(jì)體中應(yīng)用的程度和深度。數(shù)字金融使用深度高意味著數(shù)字金融在金融服務(wù)中的應(yīng)用更加全面和深入， 能夠提供更多、 更高質(zhì)量的金融產(chǎn)品和服務(wù)， 滿足經(jīng)濟(jì)體各個(gè)層面的需求。

表2中列（3）和列（4）反映了數(shù)字金融覆蓋廣度對(duì)全要素生產(chǎn)率的影響： 采用LP法測(cè)量全要素生產(chǎn)率時(shí)， 回歸結(jié)果是不顯著的； 采用OP法測(cè)量全要素生產(chǎn)率時(shí)， 數(shù)字金融覆蓋廣度的系數(shù)為0.058， 且在5%的水平上顯著。列（5）和列（6）反映了數(shù)字金融使用深度對(duì)全要素生產(chǎn)率的影響， 估計(jì)系數(shù)分別為0.305和0.257， 且均在1%的水平上顯著。由回歸結(jié)果可以看出， 數(shù)字金融對(duì)全要素生產(chǎn)率的影響顯著不同， 數(shù)字金融的建設(shè)不能局限于增加服務(wù)人數(shù)和擴(kuò)大覆蓋面積， 即擴(kuò)大數(shù)字金融的服務(wù)范圍， 更要注重金融服務(wù)深度的挖掘， 充分發(fā)揮數(shù)字金融深度服務(wù)能力（陳中飛和江康奇，2021）。

（三）異質(zhì)性基準(zhǔn)回歸結(jié)果分析

1. 基于金融發(fā)展水平的異質(zhì)性檢驗(yàn)。表3中列（1） ～ （4）展示了在金融發(fā)展水平不同地區(qū)數(shù)字金融對(duì)企業(yè)全要素生產(chǎn)率的影響差異。金融發(fā)展水平高組的回歸結(jié)果如表3中列（1）和列（2）所示， 數(shù)字金融回歸系數(shù)為0.379、 0.324， 且在1%的水平上顯著； 金融發(fā)展水平低組的回歸結(jié)果如表3中列（3）和列（4）所示， 數(shù)字金融的回歸系數(shù)為0.337、 0.247， 且在1%的水平上顯著。由兩組回歸系數(shù)對(duì)比可知， 金融發(fā)展水平低弱化了數(shù)字金融對(duì)企業(yè)全要素生產(chǎn)率的促進(jìn)作用， 究其原因： 數(shù)字金融的發(fā)展必須依靠傳統(tǒng)金融部門的支持， 地區(qū)金融發(fā)展水平的高低勢(shì)必會(huì)影響數(shù)字金融增益效應(yīng)的釋放?？紤]到在金融發(fā)展水平較低的區(qū)域， 傳統(tǒng)金融服務(wù)、 數(shù)字基礎(chǔ)設(shè)施以及制度環(huán)境等多方面都落后于金融發(fā)展水平高的地區(qū)， 這增加了金融數(shù)字化轉(zhuǎn)型的不確定性， 進(jìn)而抑制了數(shù)字金融效力的發(fā)揮。同時(shí)， 金融發(fā)展水平較高的地區(qū)， 其經(jīng)濟(jì)發(fā)展活力、 發(fā)展?jié)摿Α?創(chuàng)新動(dòng)力強(qiáng)于金融落后地區(qū)， 且金融發(fā)展水平較高地區(qū)的企業(yè)積累了豐厚的人才資源和創(chuàng)新資本， 創(chuàng)新意識(shí)比較強(qiáng)。因此， 較高的金融發(fā)展水平更有利于數(shù)字金融的潛力釋放。

2. 基于市場(chǎng)化程度的異質(zhì)性檢驗(yàn)。由表3列（5） ～ （8）的結(jié)果可知， 無論是在市場(chǎng)化程度高的地區(qū)還是在市場(chǎng)化程度低的地區(qū)， 數(shù)字金融發(fā)展對(duì)企業(yè)全要素生產(chǎn)率均具有顯著的促進(jìn)作用。具體而言： 在市場(chǎng)化程度高組， 數(shù)字金融的回歸系數(shù)是0.295和0.174， 均在1%的水平上顯著； 而在市場(chǎng)化程度低組， 數(shù)字金融的回歸系數(shù)是0.375和0.336， 均在1%的水平上顯著。這說明當(dāng)市場(chǎng)化程度較低時(shí)， 數(shù)字金融對(duì)企業(yè)全要素生產(chǎn)率的促進(jìn)作用更加明顯。這是因?yàn)樵谑袌?chǎng)化程度較低時(shí)， 企業(yè)發(fā)展過程中面臨資源不足、 約束較多的情況， 也就擁有更大的潛力沒有釋放。數(shù)字金融可以提供更多的融資渠道、 降低交易成本、 提供精確的數(shù)據(jù)分析和決策支持， 以及促進(jìn)創(chuàng)新和競爭等， 這些優(yōu)勢(shì)可以幫助企業(yè)突破市場(chǎng)化程度低的限制， 提高全要素生產(chǎn)率。

（四）穩(wěn)健性檢驗(yàn)

首先， 采用省級(jí)層面數(shù)字金融指數(shù)替換核心解釋變量?；貧w結(jié)果顯示， 省域?qū)用鏀?shù)字金融的系數(shù)為0.180、 0.098， 且在1%的水平上顯著， 驗(yàn)證了本文回歸結(jié)果的穩(wěn)健性。其次， 本文采用擬合生產(chǎn)函數(shù)法（ols）、 固定效應(yīng)估計(jì)技術(shù)（fe）兩種方法來測(cè)量企業(yè)全要素生產(chǎn)率。回歸結(jié)果表明， 數(shù)字金融的系數(shù)為0.128、 0.130， 且在1%的水平上顯著。最后， 為了緩解數(shù)字金融滯后效應(yīng)對(duì)企業(yè)全要素生產(chǎn)率的影響， 本文將數(shù)字金融滯后一期進(jìn)行回歸?；貧w結(jié)果表明， 數(shù)字金融的系數(shù)分別為0.145和0.088， 均在1%的水平上顯著， 再次驗(yàn)證了數(shù)字金融對(duì)企業(yè)全要素生產(chǎn)率具有促進(jìn)作用這一結(jié)論的穩(wěn)健性。限于篇幅， 穩(wěn)健性檢驗(yàn)結(jié)果均未列示。

（五）中介效應(yīng)檢驗(yàn)

1. 基于企業(yè)創(chuàng)新的作用機(jī)制回歸結(jié)果。表4為企業(yè)創(chuàng)新機(jī)制效應(yīng)實(shí)證結(jié)果。列（1）中數(shù)字金融的回歸系數(shù)β2為0.148， 滿足β2>0的假設(shè)， 并且在1%的水平上顯著， 說明數(shù)字金融有利于提升企業(yè)創(chuàng)新水平。列（2）和列（3）的結(jié)果表明， 企業(yè)創(chuàng)新水平的提升能夠顯著促進(jìn)企業(yè)全要素生產(chǎn)率的提高。其中： 列（2）顯示， 當(dāng)使用LP法測(cè)量企業(yè)全要素生產(chǎn)率時(shí)， 根據(jù)模型設(shè)定， 企業(yè)創(chuàng)新的回歸系數(shù)β4為0.007， 滿足β2>0和β4>0的假設(shè)， 且兩者均通過1%的統(tǒng)計(jì)顯著性檢驗(yàn)； 列（3）中采用OP法測(cè)量企業(yè)全要素生產(chǎn)率， 企業(yè)創(chuàng)新的回歸系數(shù)β4為0.012， 滿足β2>0和β4>0的假設(shè)， 且兩者均通過1%的統(tǒng)計(jì)顯著性檢驗(yàn)。實(shí)證結(jié)果表明， 數(shù)字金融通過促進(jìn)企業(yè)創(chuàng)新提升了企業(yè)全要素生產(chǎn)率。這一結(jié)果可以進(jìn)一步理解為： 數(shù)字金融提高了傳統(tǒng)金融服務(wù)水平， 為企業(yè)的創(chuàng)新升級(jí)和效率提升提供了堅(jiān)實(shí)的金融支撐， 有助于企業(yè)創(chuàng)新活動(dòng)的開展， 企業(yè)創(chuàng)新帶動(dòng)了企業(yè)整體效率的提升， 進(jìn)而提升了企業(yè)全要素生產(chǎn)率。

上述實(shí)證結(jié)果驗(yàn)證了假設(shè)2， 說明數(shù)字金融通過促進(jìn)企業(yè)創(chuàng)新， 進(jìn)而促進(jìn)企業(yè)全要素生產(chǎn)率的提升。為了多元化分析傳導(dǎo)機(jī)制的效果， 本文進(jìn)一步從地區(qū)市場(chǎng)化程度和金融發(fā)展水平角度分析該機(jī)制作用的差異。

表5顯示了在市場(chǎng)化程度不同的地區(qū)， 數(shù)字金融通過影響企業(yè)創(chuàng)新， 提升全要素生產(chǎn)率作用效果的差異。列（1）中數(shù)字金融對(duì)企業(yè)創(chuàng)新的影響系數(shù)在5%的水平上顯著為負(fù)， 說明市場(chǎng)化程度較高時(shí)， 數(shù)字金融會(huì)抑制企業(yè)創(chuàng)新。究其原因， 本文認(rèn)為市場(chǎng)化程度高的地區(qū)通常有更多的企業(yè)參與競爭， 市場(chǎng)競爭壓力更大。數(shù)字金融的發(fā)展可能會(huì)加劇市場(chǎng)競爭， 企業(yè)需要投入更多的資源和精力來應(yīng)對(duì)競爭， 使得其進(jìn)行創(chuàng)新的機(jī)會(huì)減少、 能力減弱。市場(chǎng)化程度高的地區(qū)通常有更為規(guī)范和成熟的市場(chǎng)環(huán)境， 市場(chǎng)規(guī)則和標(biāo)準(zhǔn)更為嚴(yán)格， 企業(yè)更加注重符合市場(chǎng)規(guī)范和標(biāo)準(zhǔn)， 而不愿意冒險(xiǎn)進(jìn)行創(chuàng)新， 從而抑制了創(chuàng)新活動(dòng)的開展。列（4）中數(shù)字金融對(duì)企業(yè)創(chuàng)新的影響系數(shù)在1%的水平上顯著為正， 說明市場(chǎng)化程度較低時(shí)， 數(shù)字金融有助于企業(yè)創(chuàng)新， 且列（5）和列（6）顯示企業(yè)創(chuàng)新對(duì)全要素生產(chǎn)率具有顯著促進(jìn)作用， 再次驗(yàn)證了數(shù)字金融可以通過促進(jìn)企業(yè)創(chuàng)新提升全要素生產(chǎn)率。

表6顯示了在金融發(fā)展水平不同的地區(qū)， 數(shù)字金融通過影響企業(yè)創(chuàng)新提升全要素生產(chǎn)率作用效果的差異。列（1）中數(shù)字金融對(duì)企業(yè)創(chuàng)新的影響系數(shù)為0.025， 但未通過顯著性檢驗(yàn)， 說明在金融發(fā)展水平較高的地區(qū)， 數(shù)字金融對(duì)企業(yè)創(chuàng)新的促進(jìn)作用不顯著。究其原因， 本文認(rèn)為在金融發(fā)展水平較高的地區(qū)， 其本身金融資源更加豐富、 金融服務(wù)更加完善、 融資渠道更加多樣， 企業(yè)有更多的融資途徑選擇， 因而數(shù)字金融對(duì)企業(yè)創(chuàng)新的支持作用有限； 但是在金融發(fā)展水平較低的地區(qū)， 企業(yè)融資面臨嚴(yán)重的約束， 創(chuàng)新活動(dòng)難以順利開展。但是數(shù)字金融能夠突破傳統(tǒng)金融空間限制， 擴(kuò)展金融服務(wù)的觸達(dá)范圍， 因此更加有利于金融發(fā)展水平較低地區(qū)的企業(yè)加速創(chuàng)新。列（4）中數(shù)字金融對(duì)企業(yè)創(chuàng)新的影響系數(shù)在1%的水平上顯著為正， 說明在金融發(fā)展水平較低的地區(qū)， 數(shù)字金融有助于企業(yè)創(chuàng)新； 列（5）和（6）顯示企業(yè)創(chuàng)新對(duì)全要素生產(chǎn)率具有促進(jìn)作用， 說明在金融發(fā)展水平較低的地區(qū)， 數(shù)字金融可以通過促進(jìn)企業(yè)創(chuàng)新提升企業(yè)全要素生產(chǎn)率。

2. 基于企業(yè)數(shù)字化轉(zhuǎn)型的作用機(jī)制回歸結(jié)果。表7顯示了企業(yè)數(shù)字化轉(zhuǎn)型的機(jī)制效應(yīng)實(shí)證結(jié)果。列（1）中數(shù)字金融的回歸系數(shù)β2為0.167， 滿足β2>0的假設(shè)， 且在1%的水平上顯著， 說明數(shù)字金融發(fā)展有利于企業(yè)數(shù)字化轉(zhuǎn)型活動(dòng)的開展。列（2）和列（3）的結(jié)果表明， 企業(yè)數(shù)字化轉(zhuǎn)型可以顯著提升全要素生產(chǎn)率。列（2）顯示， 當(dāng)使用LP法測(cè)量企業(yè)全要素生產(chǎn)率時(shí)， 根據(jù)模型設(shè)定， 企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)β4為0.034， 滿足β2>0和β4>0的假設(shè)， 且兩者均通過1%的統(tǒng)計(jì)顯著性檢驗(yàn)； 列（3）中采用OP法測(cè)量企業(yè)全要素生產(chǎn)率， 企業(yè)數(shù)字化轉(zhuǎn)型的系數(shù)β4為0.036， 滿足β2>0和β4>0的假設(shè)， 且兩者均通過1%的統(tǒng)計(jì)顯著性檢驗(yàn)。實(shí)證結(jié)果表明， 數(shù)字金融通過促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型提升了企業(yè)全要素生產(chǎn)率。這一結(jié)果可以進(jìn)一步理解為： 數(shù)字金融緩解了企業(yè)的融資約束， 數(shù)字技術(shù)浪潮推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型， 以智能化、 數(shù)字化為特征的生產(chǎn)運(yùn)營模式的改進(jìn)， 可從管理效率、 生產(chǎn)模式、 資源配置等多個(gè)維度提升企業(yè)效率， 進(jìn)而提升企業(yè)全要素生產(chǎn)率。

上述實(shí)證結(jié)果驗(yàn)證了假設(shè)3， 說明數(shù)字金融通過促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型， 進(jìn)而促進(jìn)企業(yè)全要素生產(chǎn)率的提升。為了多元化分析傳導(dǎo)機(jī)制的效果， 本文進(jìn)一步從地區(qū)市場(chǎng)化程度和金融發(fā)展水平角度分析該機(jī)制作用的差異。

表8顯示了在市場(chǎng)化程度不同的地區(qū)， 數(shù)字金融通過影響企業(yè)數(shù)字化轉(zhuǎn)型提升全要素生產(chǎn)率作用效果的差異。列（1）中數(shù)字金融對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響系數(shù)在1%的水平上顯著為正， 說明市場(chǎng)化程度較高時(shí)， 數(shù)字金融極大地提升了企業(yè)數(shù)字化水平； 列（2）和列（3）中企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率的影響系數(shù)均在1%的水平上顯著， 說明企業(yè)數(shù)字化轉(zhuǎn)型對(duì)全要素生產(chǎn)率具有顯著促進(jìn)作用， 再次驗(yàn)證了數(shù)字金融可以通過促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型提升全要素生產(chǎn)率。列（4）中數(shù)字金融對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響系數(shù)為0.06， 但未通過顯著性檢驗(yàn)， 說明市場(chǎng)化程度較低時(shí)， 數(shù)字金融對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響不顯著。究其原因， 本文認(rèn)為市場(chǎng)化程度低的地區(qū)缺乏先進(jìn)的技術(shù)和高素質(zhì)的人才， 這使得企業(yè)難以進(jìn)行數(shù)字化轉(zhuǎn)型。數(shù)字化轉(zhuǎn)型需要企業(yè)具備一定的技術(shù)能力和人才支持， 包括數(shù)據(jù)分析、 人工智能、 云計(jì)算等方面的知識(shí)和技能。同時(shí)， 市場(chǎng)化程度低的地區(qū)可能存在傳統(tǒng)觀念和文化限制， 企業(yè)和個(gè)人對(duì)數(shù)字化轉(zhuǎn)型的認(rèn)識(shí)與接受程度較低， 這使得企業(yè)難以改變傳統(tǒng)的經(jīng)營方式和思維模式， 阻礙了數(shù)字化轉(zhuǎn)型的推進(jìn)。

表9顯示了在金融發(fā)展水平不同的地區(qū)， 數(shù)字金融通過影響企業(yè)數(shù)字化轉(zhuǎn)型提升全要素生產(chǎn)率作用效果的差異。列（1）中數(shù)字金融對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響系數(shù)在1%的水平上顯著為正， 說明在金融發(fā)展水平較高的地區(qū)， 數(shù)字金融能夠極大地提升企業(yè)數(shù)字化水平； 列（2）和列（3）中企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)全要素生產(chǎn)率的影響系數(shù)均在1%的水平上顯著為正， 說明企業(yè)數(shù)字化轉(zhuǎn)型對(duì)全要素生產(chǎn)率具有顯著促進(jìn)作用， 再次驗(yàn)證了數(shù)字金融可以通過促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型提升全要素生產(chǎn)率。列（4）顯示， 在金融發(fā)展水平較低的地區(qū)， 數(shù)字金融對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的影響系數(shù)為-0.047， 且未通過顯著性檢驗(yàn)， 說明數(shù)字金融無法促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型， 反而可能抑制企業(yè)數(shù)字化轉(zhuǎn)型。究其原因： 本文認(rèn)為數(shù)字金融發(fā)展建立在傳統(tǒng)金融部門提供的基礎(chǔ)性支撐上， 在金融發(fā)展水平較低的地區(qū)， 數(shù)字金融效力釋放受到抑制， 企業(yè)融資需求更加依賴傳統(tǒng)金融部門的支持； 同時(shí)相關(guān)研究表明， 數(shù)字金融對(duì)企業(yè)數(shù)字化轉(zhuǎn)型的促進(jìn)作用在金融、 經(jīng)濟(jì)發(fā)達(dá)地區(qū)的效果更好， 更多地承擔(dān)了“錦上添花”的角色（王宏鳴等，2022）。

五、 結(jié)論與政策建議

本文從直接作用效應(yīng)、 中介傳導(dǎo)機(jī)制和異質(zhì)性分析三個(gè)維度分析了數(shù)字金融發(fā)展對(duì)企業(yè)全要素生產(chǎn)率的作用效果， 得出以下結(jié)論： ①數(shù)字金融發(fā)展有利于提高企業(yè)全要素生產(chǎn)率； ②數(shù)字金融可以通過促進(jìn)企業(yè)創(chuàng)新和數(shù)字化轉(zhuǎn)型提高企業(yè)全要素生產(chǎn)率； ③數(shù)字金融必須注重覆蓋廣度和使用深度的協(xié)同發(fā)展， 這樣才能深度發(fā)揮數(shù)字金融對(duì)企業(yè)全要素生產(chǎn)率的促進(jìn)作用； ④無論地區(qū)的市場(chǎng)化程度、 金融發(fā)展水平是高還是低， 數(shù)字金融發(fā)展對(duì)企業(yè)全要素生產(chǎn)率的提升作用都是顯著的， 但在市場(chǎng)化程度低的地區(qū)， 該促進(jìn)作用強(qiáng)于市場(chǎng)化程度高的地區(qū)， 在金融發(fā)展水平高的地區(qū)， 該促進(jìn)作用強(qiáng)于金融發(fā)展水平低的地區(qū)。

根據(jù)研究結(jié)論， 本文提出以下政策建議： ①重視數(shù)字金融發(fā)展對(duì)企業(yè)全要素生產(chǎn)率的提升效應(yīng)， 政府要為數(shù)字金融發(fā)展創(chuàng)造良好的外部環(huán)境。在嚴(yán)格防范金融風(fēng)險(xiǎn)的前提下， 應(yīng)當(dāng)出臺(tái)相應(yīng)的政策， 積極支持?jǐn)?shù)字金融的發(fā)展， 例如： 加快數(shù)字基礎(chǔ)設(shè)施建設(shè)， 持續(xù)支持?jǐn)?shù)字金融產(chǎn)業(yè)發(fā)展， 鼓勵(lì)并加大數(shù)字技術(shù)的研發(fā)投入， 為推動(dòng)這一新興金融業(yè)態(tài)的更快更好發(fā)展奠定堅(jiān)實(shí)的基礎(chǔ)； 適當(dāng)降低數(shù)字金融行業(yè)的門檻， 鼓勵(lì)競爭和創(chuàng)新， 利用市場(chǎng)機(jī)制篩選出優(yōu)質(zhì)企業(yè)， 進(jìn)一步促進(jìn)數(shù)字金融產(chǎn)業(yè)向好發(fā)展。②數(shù)字金融發(fā)展不僅要注重整體效應(yīng)， 而且要注重結(jié)構(gòu)化差異。在覆蓋廣度上， 要提升金融資源和服務(wù)的可得性， 通過數(shù)字技術(shù)打破時(shí)空約束， 擴(kuò)展數(shù)字金融服務(wù)在地域的覆蓋度， 同時(shí)要開發(fā)多種類的金融服務(wù)產(chǎn)品， 實(shí)現(xiàn)對(duì)企業(yè)類型、 企業(yè)數(shù)量的廣覆蓋； 在使用深度上， 提高數(shù)字金融服務(wù)的適配性， 針對(duì)企業(yè)類型和需求， 提供個(gè)性化金融定制服務(wù)， 使得金融服務(wù)可以靈活適配不同生產(chǎn)經(jīng)營活動(dòng)的資金需求， 促進(jìn)數(shù)字金融的深度應(yīng)用。③采用差異化數(shù)字金融發(fā)展策略。對(duì)于傳統(tǒng)金融發(fā)達(dá)地區(qū)， 應(yīng)該倡導(dǎo)以商業(yè)銀行為主的金融機(jī)構(gòu)加快金融科技布局， 以數(shù)字技術(shù)驅(qū)動(dòng)金融數(shù)字化發(fā)展， 從而為實(shí)體經(jīng)濟(jì)發(fā)展提供更好的金融支持。

【 主 要 參 考 文 獻(xiàn) 】

陳賀，龍海明．?dāng)?shù)字金融發(fā)展對(duì)企業(yè)全要素生產(chǎn)率的影響研究［ J］．金融理論與實(shí)踐，2023（4）：1 ～ 15．

陳中飛，江康奇．?dāng)?shù)字金融發(fā)展與企業(yè)全要素生產(chǎn)率［ J］．經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2021（10）：82 ～ 99．

程惠芳，陸嘉俊．知識(shí)資本對(duì)工業(yè)企業(yè)全要素生產(chǎn)率影響的實(shí)證分析［ J］．經(jīng)濟(jì)研究，2014（5）：174 ～ 187．

董巖輝．?dāng)?shù)字金融驅(qū)動(dòng)中小民營企業(yè)全要素生產(chǎn)率提升路徑［ J］．財(cái)會(huì)通訊，2023（22）：138 ～ 141+165．

黃益平，陶坤玉．中國的數(shù)字金融革命：發(fā)展、影響與監(jiān)管啟示［ J］．國際經(jīng)濟(jì)評(píng)論，2019（6）：24 ～ 35+5．

江紅莉，蔣鵬程．?dāng)?shù)字金融能提升企業(yè)全要素生產(chǎn)率嗎？——來自中國上市公司的經(jīng)驗(yàn)證據(jù)［ J］．上海財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021（3）：3 ～ 18．

劉生龍，胡鞍鋼．交通基礎(chǔ)設(shè)施與經(jīng)濟(jì)增長：中國區(qū)域差距的視角［ J］．中國工業(yè)經(jīng)濟(jì)，2010（4）：14 ～ 23．

劉祎，楊旭，黃茂興．環(huán)境規(guī)制與綠色全要素生產(chǎn)率——基于不同技術(shù)進(jìn)步路徑的中介效應(yīng)分析［ J］．當(dāng)代經(jīng)濟(jì)管理，2020（6）：16 ～ 27．

戚聿東，肖旭．?dāng)?shù)字經(jīng)濟(jì)時(shí)代的企業(yè)管理變革［ J］．管理世界，2020（6）：135 ～ 152+250．

錢雪松，康瑾，唐英倫等．產(chǎn)業(yè)政策、資本配置效率與企業(yè)全要素生產(chǎn)率——基于中國2009年十大產(chǎn)業(yè)振興規(guī)劃自然實(shí)驗(yàn)的經(jīng)驗(yàn)研究［ J］．中國工業(yè)經(jīng)濟(jì)，2018（8）：42 ～ 59．

盛丹，張國峰．兩控區(qū)環(huán)境管制與企業(yè)全要素生產(chǎn)率增長［ J］．管理世界，2019（2）：24 ～ 42+198．

盛明泉，蔣世戰(zhàn)．高管股權(quán)激勵(lì)、技術(shù)創(chuàng)新與企業(yè)全要素生產(chǎn)率——基于制造業(yè)企業(yè)的實(shí)證分析［ J］．貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2019（2）：70 ～ 76．

史丹，孫光林．大數(shù)據(jù)發(fā)展對(duì)制造業(yè)企業(yè)全要素生產(chǎn)率的影響機(jī)理研究［ J］．財(cái)貿(mào)經(jīng)濟(jì)，2022（9）：85 ～ 100．

史丹，孫光林．?dāng)?shù)字經(jīng)濟(jì)、產(chǎn)業(yè)融合的綠色效應(yīng)分析［ J］．福建論壇（人文社會(huì)科學(xué)版），2023（4）：67 ～ 82．

孫光林，蔣偉．?dāng)?shù)字經(jīng)濟(jì)對(duì)商業(yè)銀行不良貸款率的影響機(jī)制研究［ J］．證券市場(chǎng)導(dǎo)報(bào)，2021（5）：37 ～ 44+54．

孫光林，汪琳琳，艾永芳．大數(shù)據(jù)發(fā)展對(duì)我國縣域碳排放的影響機(jī)理研究［ J］．西安理工大學(xué)學(xué)報(bào)，2023（3）：301 ～ 309．

唐松，伍旭川，祝佳．?dāng)?shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機(jī)制識(shí)別與金融監(jiān)管下的效應(yīng)差異［ J］．管理世界，2020（5）：52 ～ 66+9．

王道平，劉琳琳．?dāng)?shù)字金融、金融錯(cuò)配與企業(yè)全要素生產(chǎn)率——基于融資約束視角的分析［ J］．金融論壇，2021（8）：28 ～ 38．

王宏鳴，孫鵬博，郭慧芳．?dāng)?shù)字金融如何賦能企業(yè)數(shù)字化轉(zhuǎn)型？——來自中國上市公司的經(jīng)驗(yàn)證據(jù)［ J］．財(cái)經(jīng)論叢，2022（10）：3 ～ 13．

吳非，胡慧芷，林慧妍，任曉怡．企業(yè)數(shù)字化轉(zhuǎn)型與資本市場(chǎng)表現(xiàn)——來自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)［ J］．管理世界，2021（7）：130 ～ 144+10．

武力超，陳韋亨，林瀾等．創(chuàng)新及綠色技術(shù)創(chuàng)新對(duì)企業(yè)全要素生產(chǎn)率的影響研究［ J］．?dāng)?shù)理統(tǒng)計(jì)與管理，2021（2）：319 ～ 333．

趙曉鴿，鐘世虎，郭曉欣．?dāng)?shù)字普惠金融發(fā)展、金融錯(cuò)配緩解與企業(yè)創(chuàng)新［ J］．科研管理，2021（4）：158 ～ 169．

周衛(wèi)華，鄭欣圓．城市數(shù)字金融推動(dòng)企業(yè)數(shù)字化與綠色化融合發(fā)展研究［ J］．城市問題，2023（8）：26 ～ 36+53．

Hsieh C. T.， Klenow P. J.. Misallocation and manufacturing TFP in China and India［ J］．The Quarterly Journal of Economics，2009（4）：1403 ～ 1448．

Kong T.， Sun R.， Sun G.， Song Y.. Effects of digital finance on green innovation considering information asymmetry： An empirical study based on Chinese listed firms［ J］．Emerging Markets Finance and Trade，2022（15）：4399 ～ 4411．

（責(zé)任編輯·校對(duì)： 喻晨? 許春玲）

【基金項(xiàng)目】南京市軟科學(xué)研究計(jì)劃項(xiàng)目“數(shù)字普惠金融對(duì)南京市中小企業(yè)綠色創(chuàng)新的作用機(jī)制研究”（項(xiàng)目編號(hào)：202303024）

【作者單位】1.新鄉(xiāng)學(xué)院商學(xué)院， 河南新鄉(xiāng) 453003；2.三江學(xué)院法商學(xué)院， 南京 210012；3.南京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院， 南京?210016；4. 碳排放權(quán)交易省部共建協(xié)同創(chuàng)新中心， 武漢 430205；5.南京財(cái)經(jīng)大學(xué)金融學(xué)院， 南京 210023。 孫光林為通訊作者