金融科技、市场化程度与企业数字化转型

吴非 丁子家 车德欣

(1.广东金融学院金融科技工程技术开发中心，广东 广州 510521；2.广东金融学院行为金融与区域实验室，广东 广州 510521；3.广东金融学院国家金融学学院，广东 广州 510521)

一、引言

随着以人工智能、区块链、云计算、大数据为代表的前沿数字技术不断向纵深发展，数字经济不仅成为全球经济发展新引擎，而且重构着全球竞争以及世界经济发展新格局。根据《中国数字经济发展报告(2022年)》显示，2021年中国数字经济规模达到45.5万亿元，占GDP比重达到39.8%，数字经济在国民经济中的地位更加稳固、支撑作用更加明显。新时代新阶段下，“数字产业化＋产业数字化”正在成为经济发展新的增长点(赵涛等，2020)，数字技术发展正不断改变着企业的生产经营模式和战略创新方式(闫云凤和赵晓静，2020)。2020年以来，新冠肺炎疫情对中国产业发展以及整体经济形势造成了重大冲击，但数字化转型较好的企业在面对新冠肺炎疫情冲击时表现出更强大的韧性，在营造良好外部发展环境、创新融资模式、抵御外部风险以及提升经济效益方面都具有上佳表现(马晔风等，2020)。党的二十大报告指出，要“加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群”。由此看来，在实践需求导向与政策驱动的双重背景下，数字化转型不仅是企业在当前不确定性陡增环境下“转危为机”的关键，也是实现经济高质量发展的必然要求。

如何驱动企业数字化转型？基于金融大历史观来看，任何形式的技术进步和创新活动都离不开金融的强力支持(Hicks，1969)，企业数字化转型作为经济发展过程中更高层次的创新活动，无疑需要更高质量的金融供给来支持。但目前中国作为典型的“新兴+转轨”国家，金融制度、金融供给都存在诸多“发展中的问题”，“金融-实体经济”匹配上的结构性错配问题尤为突出，主要体现在传统间接金融的“嫌贫爱富”和“风险厌恶”难以扭转，对实体经济“长周期、高风险、高投入”的创新、转型活动形成天然排斥(汪昌云等，2014)；而直接金融在中国发展相对有限，尚无法在短期内形成覆盖实体企业创新、转型需求的优质金融供给(唐松等，2020)。这不仅降低了金融服务实体经济的质效，而且严重阻碍数字经济发展的微观动力塑成。与之相对比，数字经济时代下金融与前沿数字技术融合形成的典型的金融科技业态，在缓解结构错配、资金错配上的优势十分突出，成为解决新阶段优质金融供给不足的重要路径。金融科技的出现通过构建更加便利的金融服务基础设施，优化市场资源配置效率(程毅然和李永建，2021)，能够为企业提供更加良好的外部生态环境(唐松等，2022)，是加快企业实现创新变革的重要金融力量。

然而，国内外关于“金融科技-企业数字化转型”的直接研究较少。一方面，金融科技持续为企业发展提效赋能。从金融结构优化的视角出发，金融科技可以为微观主体提供高质量的金融供给，从而解决传统金融市场的结构性问题(Qzili，2018)。同时，金融科技衍生出的创新型金融基础设施、金融新业态和金融新业务模式有效解决了企业融资难、融资贵的问题(马卫民和张冉冉，2019)，进而提升企业全要素生产率(唐松等，2019)，从而支持企业转变发展方式。从信息不对称视角来看，企业自身规模小、内部制度不健全、信息内部化等问题极易造成企业信息不对称(Agarwal and Hauswald，2010)；而金融科技能够通过大数据等技术深度挖掘企业所需的内外部信息，减少信息不对称等问题(李春涛等，2020)，从而克服融资道路上的信息阻隔。另一方面，从金融科技发展程度来看，金融科技本身发展存在着不完善、不充分的问题，而且在服务实体经济过程中容易引发风险、市场垄断等问题，发展程度较低以及发展过程中的种种问题使金融科技产品难以与创新活动有效结合(Gomber et al.，2018)，从而无法为企业数字化转型提供产能支持。从创新环境来看，目前的创新生态软环境在支持金融科技发展上可能存在不足，支撑金融科技发展的法律缺位、高端技术人才无法满足市场需求、金融科技服务体系还不完善(罗福周等，2018)，使企业外部发展环境受限，从而无法为企业数字化转型提供动能。从金融科技自身存在的风险来看，金融科技发展时间短、不稳定，存在的数据流失、金融欺诈等风险对金融监管造成了严重冲击，极易使企业在使用过程中出现风险套利和风险衍生行为(唐松等，2020)。金融科技自身风险较大，给服务企业创新转型增加了更多不确定性。

不难发现，针对“金融科技-企业数字化转型”的范式分析，不同研究之间结论导向仍存在较大差异。本文认为，无论是金融科技业态发展抑或是企业数字化转型活动的开展，都离不开所处的市场化环境，而当前的研究大多忽略了这一点。一方面，良好的市场化环境可以提高资源配置效率，从而推动企业实现创新发展与体制变革(文豪，2009；鲁桐和党印，2014)。另一方面，完善的市场体系同样有助于营造良好的生态环境，为金融科技发展添薪续力(乔海曙和黄荐轩，2019)。从这个角度来看，良好的市场化环境可能有助于强化“金融科技”与“企业数字化转型”之间的双重拟合。党的二十大报告指出，要“充分发挥市场在资源配置中的决定性作用”“深化要素市场化改革”“建设高标准市场体系”，这也凸显了市场化建设在金融服务实体经济中的重要作用。考虑到上述理论研究不足和实践政策的导向性变化，本文着重将“市场化程度”嵌入“金融科技-企业数字化转型”关系中，解读其中可能存在的结构化影响，为政府部门制定针对性政策提供经验参考。

本文潜在的边际贡献在于：第一，在技术层面的设定加强上，采用了更为严谨的手段来提升实证分析的可靠性和稳健性，在回归模型的固定效应控制中，基于更为严格的“个体-时间”固定效应来吸收不可观测因素的影响，较现有文献相对柔和的固定效应处理方法有显著增强(向海凌等，2023；李为等，2023；唐松等，2022)，并考虑了更多宏观层面(尤其是数字经济)的因素，以契合“宏观因素(金融科技)-微观影响(企业数字化转型)”分析框架在控制变量层面建构的完整需求，以最大限度降低内生性干扰。

第二，在内容分析的创新改进上，一方面，在金融科技的特色优势刻画中，本文吸收了有关金融科技在地域上的扩散和溢出影响的分析范式(向海凌等，2023)，并进一步考察“本地-外地”金融科技的协同拟合功效；另一方面，在金融科技作用企业数字化转型的机制分析上，进行了三方面的创新。一是突破了传统金融科技研究拘泥在改善融资约束(融资成本)的一般范式(李为等，2023)，着重强调金融科技能够帮助企业运营提质增效进而赋能数字化转型的路径。二是在金融科技赋能创新的机制捕捉上，也超越了原有研究文献关注一般性质的研发投入和专利创新影响(唐松等，2022)，更加聚焦于具有“数字化”特征的专利创新和资产积累，从而使得机制分析更加贴合主题且提升了分析精准度。三是专注刻画金融科技在风险管理平滑上的作用机制，从财务风险抵御和风险承担两个视角架构起了金融科技在“被动-主动”层面上的风险管理优化路径，较以往文献关注金融科技增强企业单一财务稳定的机制(向海凌等，2023)有所优化，从而更加全面地改进了金融科技影响机制的研究范式。

第三，在金融科技优化路径的视角捕捉上，同已有文献重视政府监管和政策力量(唐松等，2020；向海凌等，2023)有显著差异，本文更加关注金融科技发挥效用的市场化基础条件，考察具有差异的市场化程度条件下金融科技效能的发挥以及可能存在的结构性特征(从异质性和空间溢出层面进行切入，确保研究结构的前后逻辑一致)。对这类问题的研究，不仅有助于激发微观结构主体的转型潜在驱动力，同时也能为金融供给侧结构性改革服务新旧动能转换提供新的经验支持。

二、理论机制与研究假说

企业数字化转型成为企业应对外部冲击、实现自身可持续发展的战略选择。一方面，企业数字化转型是政策引领和新基础设施发展的必然结果；另一方面，企业数字化转型是企业实现自身转型升级、提升生产效率的必然要求。但现实情况是，企业在数字化转型过程中难以深度融合前沿数字技术与自身产业发展，解决上述问题的关键在于如何将金融供给高质有效地嵌入企业数字化转型过程中。金融科技作为金融新业态下的一个“技术驱动型”金融创新，对于调整金融结构、促进企业转型升级(侯世英和宋良荣，2020)具有重要意义。本文从“金融科技-企业数字化转型”的综合视角出发，通过以下三种机制论述金融科技对企业数字化转型的推进作用。

(一)金融科技影响企业数字化转型的机理分析

金融科技能够提高资产周转效率并降低期间费用，从而为企业数字化转型提供财务动力。财务约束一直是企业创新与转型升级的桎梏和枷锁，而金融科技依托前沿数字技术可以有效处理海量非结构化、非标准化信息，以优质信息处理能力增强金融资源配置质效，为企业提供更多融资渠道，缓解其财务困境，从而为其转型升级提供支持。对于提高企业资产周转效率而言，一方面，金融科技可以增强企业的信息整合与输出能力，助力企业以用户价值为导向建立“信息化＋系统化”的运营模式；另一方面，金融科技运用其先进的数字管理技术能够打破各部门之间的信息及业务壁垒，增强信息传递的时效性，提高企业整体的运营效率及资产使用效率。此外，金融科技能够利用其数字传感技术实时把控各生产要素的空间信息轨迹，能够使企业更加合理地配置资源、计划生产，从而有效释放产能，拓展企业营销渠道以不断为企业创新转型创造新的竞争优势和利润增长空间，从而为企业数字化转型提质增效(李万利等，2022)。对于降低企业期间费用而言，金融科技能够运用自身的大数据处理等技术改善企业之间的信息不对称，减少企业在生产经营以及销售过程中由于信息错位风险而带来的各项成本与费用(王小燕等，2019)。特别地，金融科技中内嵌的信息加密和交叉验证技术(如区块链技术)能够解决传统金融融资过程中的“信任技术痛点”(Gomber et al.，2018)，提供更全面的融资授信评估方案，提升企业整体经营管理水平，降低信贷支持过程中的各项评估成本。此外，金融科技依托“ABCD技术”能够提高企业生产经营效率，引导生产销售全流程数字化科技化，同时能够辅助企业准确根据市场变化及时调整财务策略，有利于降低企业自身各项费用成本(邵学峰和胡明，2022)。由此可见，金融科技的运用可以为企业提供较好的资金配置，并在企业生产、经营、销售以及财务方面形成全方位的降本提效作用，从而为企业的数字化转型提供有力的财务支持。

金融科技能够强化企业数字技术创新专利产出水平并激发数字化创新积累动能，从而为企业数字化转型提供技术基础。数字技术创新能力是企业数字化转型的基本技术支撑，而金融科技作为金融发展新业态下的有效工具，可以深度匹配企业转型过程中的数字化创新需求，通过资源配置的方式来倒逼企业提升发展潜能，为企业转型升级赋能。对于强化企业数字技术创新专利产出水平而言，金融科技的发展能够较大限度地拓展企业面临的可用资源边界，企业在具体实践中能够调配更充沛的资源专注数字化研发创新活动。特别地，金融科技具有极强的数字技术导向性，可以运用区块链、5G、人工智能等技术手段及时捕获市场前沿信息、实时跟踪前沿数字技术演进进程以及精准把控现阶段主流数字技术发展趋势，从而帮助企业找准创新定位，实现精准数字化投产，提升创新效率，从而助推企业的技术进步与数字化创新产出(薛莹和胡坚，2020)。对于强化数字创新积累动能而言，金融科技的发展能够为企业创新活动解决融资难题。在此基础上，金融科技利用其数字化技术手段能够有效挖掘企业潜在的创新需求(王小燕等，2019)，使得资金能够准确充分地运用到企业数字化创新活动中，对优质数字化项目进行更高质量的资金配给，平滑企业创新风险，强化创新活力；同时，金融科技的资金导向性具有优胜劣汰的效果，能够倒逼企业将手中的资金用在边际效用最大化的数字化创新项目上，进一步激发企业的创新活力(吴非等，2021)，从而为企业创新累积动能。因此，金融科技为企业数字化转型提供了良好的研发创新技术支持。

金融科技能够强化企业财务稳定并增加主动性风险承担，从而为企业数字化转型提供风险保障。稳定的财务状况有助于企业创新环境的改善，面对不确定性数字化转型项目时的企业主观能动性(即企业的主动性风险承担)也是企业推动数字化转型的重要基础。对于强化企业财务稳定而言，企业可以借助金融科技的数字技术优化自身内部流程、提升企业管理效率(唐松等，2022)。同时，金融科技的运用可以更好实现企业对信息的收集管理以及对财务制度的制定，从而降低自身财务风险程度，为企业数字化转型提供稳定的财务环境基础。此外，运用金融科技可以缓解企业融资约束，降低企业在极端财务情境下的异常投融资行为(辛大楞，2021)，从而增强财务稳定性。对于风险主动性承担而言，一方面，金融科技在激活金融服务质效上的突出表现会在很大程度上缓解企业的资源边界约束，企业在相对宽松的情景下会降低自身对风险的厌恶(或说提升对不确定性的容忍水平)，由此能够对具有较大经济增长潜力的数字化转型项目形成更为主动的态度；另一方面，金融科技在信息处理能力上的巨大优势使得企业能从海量信息中迅速捕捉有效的前沿数字技术应用创新点，并提升对新技术新应用的风险评估能力，企业自然会有更大的积极性对前沿数字技术进行更为深度的融合创新。

基于上述论证，本文提出研究假说：

H1：金融科技能够显著促进企业数字化转型。

(二)市场化环境下金融科技对企业数字化转型的影响

在市场决定资源配置的基础上，良好的外部发展环境能够激发微观主体创新动能，从而支持企业数字化转型。市场化程度能够从改善企业财务状况、优化企业创新环境、包容化解企业风险三方面为金融科技发挥服务实体经济效能提供支撑，从而对企业数字化转型产生深刻影响。第一，从企业财务状况角度来看，市场化程度的提高能够显著提升信息流通速度，降低信息不对称(Love，2003)，在此环境下，金融科技可以快速捕捉市场信号，帮助企业深挖市场各主体需求，帮助企业以更低的成本配置和使用资源，从而为企业数字化转型提供更多支持。第二，从创新环境的视角展开，市场化程度越高，市场中各主体的竞争就会更加充分，在优胜劣汰的导向下，金融科技的资源配置更加倾向于提升企业的技术创新能力，帮助企业实现由传统产业向创新产业转型升级(李海舰等，2014)，为企业数字化转型提供良好的创新环境，从而进一步促进企业数字化转型(Zhao et al.，2019)。第三，从包容化解风险角度出发，市场化程度的提高能够减轻企业融资负担从而增强企业应对不确定性的能力、提高企业的风险容忍度水平(Deshmukh and Vogt，2005)，这时企业对于金融科技这一新型技术手段的风险敏感度会进一步下降，从而更倾向于使用金融科技来开展创新研发活动。同时，企业创新活动具有周期长、风险高的特征，金融科技是支撑其运作的重要工具。在高水平的市场化程度中，金融科技在企业创新过程中可以更好地发挥风险分散、优化筛选、价值评定等功能，从而帮助企业减轻风险，增加创新活力，进而促进企业数字化转型(白俊红和刘宇英，2021)。基于此，本文提出研究假说：

H2：在市场化程度更好的情形下，金融科技对企业数字化转型的驱动力更为明显。

三、研究设计

(一)数据来源

本文选取2011―2020年沪深A股上市公司的数据为样本展开研究，探讨金融科技对企业数字化转型的影响。其中，企业财务数据来源于Wind数据库，原始数据来源于国泰安数据库(CSMAR)，金融科技数据来自“天眼查”网站经Python爬虫的金融科技公司数据。本文对原始数据进行了以下处理：第一，剔除银行、证券、保险等金融类企业；第二，剔除ST及样本期内退市的企业；第三，剔除所有期间进行IPO的企业，并对样本相关变量进行1%和99%分位的缩尾处理。

(二)变量设定

1.被解释变量：企业数字化转型(DCG)

本文借鉴吴非等(2021)的研究，分步对指标进行构建。第一步：以巨潮资讯网为对象，采用Python爬取所有上市企业年度报告并提取所有文本内容，得到初步的文本分析数据池。第二步：通过三个维度的特征标签来源构建数字化转型关键词词谱。首先是基于权威文献(陈剑等，2020；吴非等，2021)，其次是借鉴政府部门工作报告(如《关于加快推进国有企业数字化转型工作的通知》等)，最后参考业界系列行业报告(如《中国企业数字化转型研究报告》等)，通过提炼、汇总政学业三方有关数字化转型的关键词，最终完成词谱构建。进一步，考虑到底层技术特征的差异，又将其界分出了人工智能(AI)、区块链(BD)、云计算(CC)和大数据(DT)四个子指标(详细的词频图谱及其结构组成参见图1)。第三步：将词谱关键词同上市企业年报文本进行比对、筛选(剔除关键词前存在否定词语表述的情形，以及非本公司描述的情形)，然后按照“企业-年度”的结构进行数据匹配，形成初步的词频统计数值；对样板加总配对出关键词，形成词频的初始指标。第四步：考虑到上市企业特定年度的年报文本往往是在下一个年度的年中前进行写作和申报，这使得年报文本可能会穿插第二个年度的发展技术和转型特征，因此需要针对这类问题进行新的调整。对此，本文采用滚动计数的方式，锁定企业特定年度及其前后一个年度的年度报告中有关“企业数字化转型”的关键词词频，并进行算数平均处理，从而针对数据可能出现的变异进行有效平滑。

图1 企业数字化转型关键词词谱

2.核心解释变量：金融科技(FinTech)

本文借鉴宋敏等(2021)的做法，用在区域范围内注册且经营范围包含金融科技业务的公司数目作为金融科技的代理变量。具体来看，本文通过“天眼查”网站对企业经营范围进行文本字段筛查，摸排出省域(直辖市、自治区)的金融科技公司数量。在筛查中，本文遵循“金融+科技”的逻辑进行识别：第一步，将企业经营范围的文本信息同“金融科技”“人工智能”“云计算”“大数据”等关键词进行配对，形成初步具有科技元素的企业名单池。第二步，针对金融科技中的金融元素进行筛查识别、选定，基于正则表达式对企业经营范围信息文本同“金融”“保险”“信贷”“清算”“支付”等与金融元素有关的关键词进行匹配，在上一轮形成的数字科技元素企业池中，保留那些具有金融性质的企业，由此形成的企业名单基本上锁定在“金融+科技”的范畴中。第三步，为防止空壳公司和非正常经营的公司对指标产生干扰，本文剔除了经营时间少于1年以及公司状态显示为停业、解散、吊销等非正常的样本。特别是针对当前的“P2P”清零政策，本文剔除了这类处于灰色地带业务的互联网金融企业，以最大限度保证指标的有效性。此外，考虑到文本中可能存在的反向描述问题，本文对相应字段也进行了筛选和剔除(如“不得从事……业务”“严禁涉及……业务”“以上除……业务”等字段)。在经过“科技”+“金融”的两轮筛选(如图2所示)后，得到了“省份-年度”的金融科技公司数量(FinTech)。这类公司数量既包括了传统的金融机构(及其子公司)的金融科技应用的机构数，也涵盖了“新生代”的金融科技公司数量，基本能够刻画区域内整体金融科技业态的发展轮廓。

图2 金融科技指标的构建过程

3.控制变量

为最大限度减少遗漏变量造成的内生性偏误，本文从“微观-宏观”角度选取以下变量构成控制变量组。在微观层面，本文选取了企业规模(Asset，企业总资产规模对数值)、杠杆率(Lev，企业负债与总资产之比)、股权集中度(Ln-con，第一大股东占比)、企业年龄(Age，对数化处理)、日均换手率(Turnover，日均股票成交股数/发行总股数)、两职合一(Dual，董事长和总经理是同一人为1，反之为0)、审计意见(Audit，标准无保留意见赋值为1，其余为0)、实体资产配置(Allocation，实物资本投资占总资产的比例)、净资产收益率(Roe)、外商投资(QFII，合格境外机构投资者持股比例)。在宏观层面，本文选取了地区经济发展(GDP，对数化处理)、产业结构(TSI，第二产业产值与GDP之比)，并借鉴了赵涛等(2020)的研究纳入宏观数字经济发展指标(DE)。

变量的描述性统计结果如表1所示。

(三)模型设定

本文构造了模型(1)用以检验金融科技对企业数字化转型的影响：

其中，被解释变量为企业数字化转型(DCG)，核心解释变量为金融科技(FinTech)，CVs为控制变量，ε为模型误差项。Year和Firm分别代表控制时间和个体层面的固定效应，以吸收不可观测因素对回归模型的干扰。考虑到金融科技对企业数字化转型的影响可能存在一定的时滞，故对核心解释变量FinTech采取滞后1期处理。

四、实证结果与分析

(一)基准回归：金融科技与企业数字化转型

表2展示了“金融科技-企业数字化转型”这一核心关系的回归结果。本文采用递进式的实证分析逻辑，在列(1)中仅控制了“时间-企业”层面固定效应，列(2)进一步从“微观-宏观”层面加入控制变量。实证结果显示，无论是否加入控制变量，金融科技(L.FinTech)的影响都显著为正(回归系数分别为0.104和0.112，且均在1%水平下显著)。从经济显著性看，金融科技每增加1%，企业数字化转型相应增加10.4%和11.2%。上述实证结果均表明，金融科技发展能够显著促进企业数字化转型，从而证明了本文的假说H1。

表2 基准回归：金融科技与企业数字化转型

值得注意的是，金融科技作为数字经济时代下金融与前沿数字技术融合的新产物，相对于传统而言，能够更有效地扩展地域触达范围，更有效地服务于包括但不限于本地区实体企业的转型需求。为了从实证上对上述问题进行确认，本文构造了两个口径的金融科技溢出变量：一是计算地区金融科技强度均值(FinTech_S)，即东中西部地区板块金融科技除去本省之后的强度均值；二是计算全国金融科技强度均值(FinTech_O)，即全国金融科技除去本省之后的强度均值。由此，从“地区-全国”板块视角刻画了两类金融科技溢出变量。实证结果(见表3)显示，一方面，从单一视角的金融科技溢出视角来看，两种口径的外地区金融科技发展也能对本地区企业数字化转型产生正向显著影响(L.FinTech_S和L.FinTech_O的回归系数均为正且高度显著)，由此在地域上形成了显著的地域溢出效应。从这个角度来看，不仅本地区金融科技发展能够促进本地企业数字化转型，周边地区金融科技发展也能对本地区企业数字化转型产生正向促进作用。另一方面，在考虑了“本地区-周边地区”金融科技发展的交互项时发现，两种口径的交互项回归系数均为正且高度显著，表明不同地区之间的金融科技形成了有效的“双向拟合”，能够更有效赋能当地企业数字化转、型发展，这也从侧面进一步支持了本文核心假说H1。

表3 基于金融科技溢出和协同效应的识别

(二)稳健性检验与内生性处理

本文对基准关系进行了以下检验以强化核心结论稳健性。第一，延长时间口径，考察在一个较长的时间维度内核心关系的稳健性。第二，调整变量计算口径，从多个角度针对核心变量计算方法进行变更处理。第三，排除其他竞争性解释，在核心关系“金融科技-企业数字化转型”的基础上不断加入其他竞争性解释变量，以精准识别在排除其他因素影响后原有核心关系的稳健性。第四，内生性处理，采用工具变量法和安慰剂检验以降低内生性问题的扰动。

1.稳健性检验：延长时间窗口

本部分采用延长时间窗口的办法来检验“金融科技-企业数字化转型”关系的长期持续性。本文从“核心解释变量-被解释变量”两个维度进行变量的时间结构调整：首先，对核心解释变量金融科技(FinTech)进行了滞后1～3期处理；其次，对被解释变量企业数字化转型(DCG)进行了前置1～3期处理，经由上述变量调整后重新进行回归检验，结果如表4所示。在列(1)～(3)金融科技(FinTech)的滞后组别中，金融科技变量的回归系数分别为0.160、0.172和0.159，且均在1%水平下显著；在列(4)～(6)的企业数字化转型(DCG)的前置组别内，金融科技变量的回归系数分别为0.090、0.130和0.103，均为正且至少在5%水平下显著。这说明金融科技对企业数字化转型的促进效果在长期内依旧保持稳健有效，与前文的分析结果保持一致，并进一步为本文的基准回归结果提供了证据支撑。

表4 稳健性检验：延长回归时间窗口

2.稳健性检验：调整变量计算口径

本部分通过调整变量计算口径对核心关系“金融科技-企业数字化转型”进行稳健性检验。本文从“核心解释变量-被解释变量”两个维度进行变量的计算方法调整：从被解释变量计算口径变更的角度，第一，将原有企业数字化转型指标简化为虚拟变量(DCG_Dum，有数字化转型取值为1，否则为0)；第二，考察企业数字化转型词频在整个企业年报词汇数、句子数中的占比(分别形成DCG-W和DCG-S)。从解释变量计算口径变更的角度，第一，分别借鉴沈悦和郭品(2015)、李春涛等(2020)的研究，将省域金融科技公司数量转变为区域内金融科技新闻数量的全国占比(FinTech1和FinTech2)；第二，将金融科技指标替换为郭峰等(2020)的数字普惠金融指数(FinTech3)。可以看出，在进行相关处理后，结果(见表5)依然显著，原有核心结论保持不变。

表5 稳健性检验：替换核心变量测度

3.稳健性检验：排除其他竞争性解释

本部分基于纳入其他重要变量因素的方式来排除核心关系“金融科技-企业数字化转型”中的其他竞争性解释。本文分别从“宏观-微观”视角依次纳入重要变量因素影响。在宏观层面上，区域开放政策、金融发展聚集水平以及产业结构特征是实现企业数字化转型的重要外部基础，因此，参考杨广青和杜海鹏(2015)的研究，本文将是否为自贸区(FTA)、一带一路政策(BRI)纳入区域政策中；参考李林等(2011)的研究，将省域银行聚集水平(Agg-B)、省域证券聚集水平(Agg-S)、省域保险聚集水平(Agg-I)纳入金融要素中；参考王定祥等(2013)的研究，将城市产业结构高度化(ISS)、城市产业结构合理化(ISR)纳入产业结构要素中。在微观层面上，企业是否受到政府的财税优惠政策支持，以及企业内部供应链金融体系的发展，也会显著影响自身数字化和转型发展，参考余明桂等(2010)的研究，重点纳入政府补贴(SUB)、税收(Tax)以及供应链金融(SCF)(潘爱玲等，2021)的影响。结果(见表6)显示，在逐步纳入了全新的重要变量集合后，金融科技对企业数字化转型的影响效果仍然显著，在排除了这类重要因素的竞争性解释后，原有核心结论依旧保持不变。

4.内生性处理：工具变量法

前述稳健性检验对本文的核心结论进行了验证。但为了缓解遗漏变量导致的内生性问题带来的结果偏差，需要通过工具变量法来进一步进行验证。具体来看，本文分别选取以下工具变量：

第一，金融科技发展的B a r t i k 工具变量。参照Goldsmith-Pinkham et al.(2020)的研究，用省级层面金融科技公司数目滞后项与当期全国层面金融科技公司数目增长率相乘后做对数化处理后得到，即是：

其中，FinTech表示省级层面金融科技公司数目，TFinTech表示全国层面金融科技公司数目。该变量的构造思想在于通过在省域金融科技公司数目滞后变量上纳入外生的全国金融科技公司增速来实现相关性与排他性。一方面，该变量包含了省域金融科技公司数目的滞后一期变量，也即是原模型中的核心解释变量，即使外生的全国金融科技公司数目也与省域金融科技公司数目之间有着极强的关联，相关性成立。另一方面，全国金融科技公司的增长速度与其他影响地方企业数字化转型的潜在因素，也即是残差项，不存在相关关系，因此外生性条件也得以成立。

第二，地理要素工具变量组。本文选取企业所在地到杭州的球面距离(Distance_Sphere)作为工具变量，这主要是因为杭州的数字金融、金融科技发展长期位于全国之首，不同省域金融科技发展也与该省到杭州的球面距离密切相关(从现实特征看，地理上距离杭州越近，则金融科技发展程度越好)，但这种距离因素往往与企业生产决策之间缺乏关联，因此该变量在金融科技领域中被广泛使用。此外必须指出的是，地理距离并不随着时间的变化而变化，这有较大概率使得2SLS的第二阶段估计失效。因此，本文借鉴Nunn and Qian(2014)的设置方法，采用球面距离(Distance_Sphere)与互联网宽带接入用户数(Internet)进行交互，作为新的具有时间变动特征的工具变量来进行识别检验。考虑到本文核心解释变量为滞后1期(为减弱互为因果的内生性干扰)，则工具变量选取滞后2～3期，最大限度匹配变量时间结构。实证结果(见表7)显示，工具变量通过了工具变量识别不足和工具变量弱识别检验。这说明无论工具变量的口径如何变化，金融科技发展促进数字化转型的核心结论都是确当的。

表7 内生性处理：工具变量法

5.内生性处理：安慰剂检验

本文认为可能存在这样一种干扰，即某些不可观测的随机因素可能影响金融科技的发展与变动。鉴于此，本文采用非参数随机模拟进行安慰剂检验，通过随机抽样来识别是否有其他随机性因素引发金融科技对企业数字化转型的影响。依照金融科技指标的构建，本文借鉴刘瑞明等(2020)的研究，基于在全样本中对所有核心解释变量(FinTech)的提取和随机分配，开展了1000次回归检验，在此基础上将所有回归中的t统计量状况统计出来，由此构造出金融科技变量t统计量的核密度图，并与基准回归中金融科技变量的t统计量进行比较。实证结果(见图3)显示，金融科技变量的t统计量在0附近高度集中，且基本没有观测到大于基准回归中的t值(4.19)的t值，这说明并非随机性事件引发金融科技对企业数字化转型的促进作用，再一次印证了本文的核心结论。

图3 内生性处理：非参数随机模拟(1000次)结果分布

(三)异质性检验

中国作为典型的“新兴+转轨”国家，金融体系的结构长期定格在以间接金融(银行体系)为核心的构成上，这类金融体系在经济实践中往往展现出了较强的风险厌恶和风险审慎的偏好特征，由此导致了传统金融在服务实体经济上存在显著的错配问题：第一，“属性错配”，中国金融体系内嵌的政府意志往往会引导金融资源流向同样具有政府色彩的国有企业，这使得非国有企业在金融市场上面临较大的融资困境；第二，“领域错配”，银行业体系的风险厌恶和短期利润最大化导向与创新转型升级的不确定性存在错配，使得具有高风险的创新项目无法得到足够的金融支持。这种金融资源的“流动性分层”会显著降低金融服务实体经济的质效，同样也会对数字经济时代下的企业转型活动产生显著冲击。前文分析表明，金融科技作为与传统金融具有典型差异的新业态，能够借助前沿数字技术对金融进行重大创新变革。于此一个自然的问题是，金融科技能否纠正传统金融的“流动性错配”问题，从而有效服务实体经济的数字化转型需求？为深度解读上述问题，本文将企业划分为“国有企业-非国有企业”“高科技企业-非高科技企业”两大组别进行检验论证。为更直观展现其中的异质性差异，本部分除了采用传统实证回归方法之外，还采用了预测边际效应的分析方法展开详细检验。

1.异质性检验：产权属性差异

基于产权属性差异展开识别的实证检验结果如表8所示。在企业产权属性的界分中，企业的实际控制人为国有制主体(如政府部门、事业机关、国有企业、地方国资委、政府科研院所等)，即判定为国有企业，State取1，反之为非国有企业，State取0。在国有企业组别中，金融科技发展并不具有足够有效的数字化转型驱动力(回归系数为-0.013但不显著)；而在非国有企业组别中，金融科技对企业数字转型具有突出的促进作用(回归系数为0.181且在1%水平下显著)。为确保研究结论的稳健，本文还采用了交互项的方式展开检验。结果显示，交互项(L.FinTech×L.State)的回归系数为-0.058且在1%水平下显著，这表明相较于非国有企业，金融科技对国有企业数字化转型促进效果显著更小，这也与前文的实证逻辑保持一致。

表8 异质性检验：产权属性差异

进一步地，边际检验结果(见图4)显示，对于国有企业而言，随着金融科技发展强度的提升，其对企业数字化转型的预测边际值影响的正斜率在逐步放缓，并且置信区间相对较宽；与之成对比的是，对于非国有企业而言，金融科技发展强度的增加将带来企业数字化转型的显著强化：金融科技影响的拟合线斜率更陡、置信区间更窄，并且纵轴的刻度数值更大。上述实证结果表明，金融科技能够有效纠正传统金融的“属性错配”问题，对非国有企业数字化转型形成有针对性的支持和促进作用。

图4 企业产权属性差异下金融科技对企业数字化转型的异质性效果

本文认为，第一，从转型所需资金来看，国有企业作为国家各项政策措施重点倾斜和扶持的对象，无论是在资金还是各项资源方面都具有明显优势，借助金融科技获取资金的必要性和主观动机不强，因此金融科技对其数字化转型的驱动效果不明显。而非国有企业由于缺少政策支持，融资约束问题严重，急需通过金融科技等前沿技术获得资金支持，实现数字化转型。第二，从转型意愿来看，国有企业作为以国家政策方针为导向的企业，其经营的业务以及服务的对象具有明显的专项性且不轻易进行业务变更或技术创新；并且国有企业凭借其自身的优越性就在市场上获得竞争优势，自身创新转型需求较为薄弱，即便在得到金融科技有效支持后也很难将资源集中配置到企业数字化转型的需求上来。相比之下，非国有企业由于缺乏创新转型环境支持，更希望能够通过运用金融科技改善自身创新环境，以创新技术提升自身竞争力水平。因此，金融科技对企业数字化转型的促进作用在非国有企业中更显著。

2.异质性检验：科技属性差异

基于科技属性差异展开识别的实证检验结果如表9所示。在企业科技属性的界分中，将高科技企业分为3个门类和19个大类，HT取1。三个门类为制造业(C)，信息传输、软件和信息技术服务业(I)，科学研究和技术服务业(M)；19个大类包括C25、C26、 C27、C28、C29、C31、C32、C34、C35、C36、C37、C38、C39、C40、C41、I63、I64和M73；非高科技企业为上述属性之外的企业，HT取0。在高科技企业组别中，金融科技发展对数字转型具有显著促进作用(回归系数为0.114且在5%水平下显著)；而在非高科技企业组别中，金融科技对企业数字转型的影响并不显著(回归系数为0.047，t值仅为0.90)。为确保结论稳健，本文还采用了交互项的方式展开检验。结果发现交互项(L.FinTech×L.HT)的回归系数为0.052且在1%水平下显著。这表明，相较于非高科技企业，金融科技对高科技企业数字化转型的促进效果显著增强，这也与前文的实证逻辑保持一致。

表9 异质性检验：科技属性差异

进一步地，边际检验结果(见图5)显示，对于非高科技企业而言，随着金融科技发展强度的提升，其对企业数字化转型的预测边际值影响的正斜率相对平缓，并且置信区间相对宽泛；与之成对比的是，对于高科技企业而言，金融科技发展强度的增加将带来对企业数字化转型的显著促进：金融科技影响的拟合线斜率更陡、置信区间更窄，并且纵轴的刻度数值更大。上述实证结果表明，金融科技能够有效纠正传统金融的“领域错配”问题，能够对高科技企业数字化转型形成针对性的驱动效果。

图5 企业科技属性差异下金融科技对企业数字化转型的异质性效果

本文认为，高科技企业本身就以创新作为发展重点，而企业数字化转型又是企业与前沿技术创新应用融合的最佳路径，这类活动也衍生出了大量的金融需求。金融科技作为金融创新新业态下重要的工具手段，能够更好地识别风险和潜在产能，对有较高潜力的数字化转型活动提供更多的金融支持。而非高科技企业由于其经营的战略目标并不在于创新，故企业数字化转型不是其发展的重点，即便利用金融科技融得资金，也更多地将资金注入到一般性的生产和财务活动中，数字化转型项目被“理性”忽略，因此金融科技对非高科技企业数字化转型的驱动作用并不明显。

五、机制识别检验

前文针对“金融科技-企业数字化转型”的基准回归和异质性进行分析，但并未对两者间的作用机制进行识别，这使得金融科技影响微观结构主体转型的机制仍处于“黑箱”之中。本部分着重针对机制识别展开检验。依循前文叙述的理论逻辑，本文着重从“财务改善机制”“创新活跃机制”和“风险平滑机制”三个路径展开研究，在表10～12中逐一进行机制识别检验。

基于前述理论机制分析，本文采用三组机制变量来进行检验：第一组为财务改善机制，机制变量为“资产周转-期间费用”。第一个指标为总资产周转率(ATO，本期销售收入净额与本期资产总额平均值之比)，借鉴李万利等(2022)提出的ATO指数进行测度，该指标越大，表明企业总资产周转速度越快，管理能力越强，资产利用效率越高；第二个指标为企业期间费用率(Pre-fees，期间费用与营业收入之比)，借鉴韩晴和王华(2014)的研究，该指标越小，表明企业各项财务成本控制得越好，财务水平越高。

第二组为创新活跃提升机制，机制变量为“研发投入-创新产出”。第一个指标为企业数字技术专利创新(DP)，借鉴陶锋等(2023)的研究，借助国际专利分类(IPC)提供的专利技术信息，在IPC层面的文本信息中识别出同数字技术、数字化转型有密切关联的创新专利数据；第二个指标为数字化资产积累创新(DU)，借鉴张永珅等(2021)的研究，将数字化无形资产占比作为企业数字化创新积累程度的代理变量。

第三组为风险平滑机制，机制变量为“财务风险-风险承担”。第一个指标为财务稳定(Z-Score)，借鉴Altman(1968)的做法，将风险Z值作为财务稳定的刻画指标，该指标与企业财务风险呈反向关系，Z值越大，表明企业财务越稳定；第二个指标为主动性风险承担(Risktaking)，借鉴余明桂等(2013)的研究，以盈利波动性来估计企业追求利润而主动承担风险的意愿。同时，在研究方法上，本文借鉴佟爱琴和马惠娴(2019)的研究，在充分验证解释变量对机制变量的影响基础上，又采用分组检验的方式，以各机制变量的中位数为界，区分出机制变量的强弱组别后检验金融科技对企业数字化转型的影响效力差异。

(一)财务配置效率提质机制

表10基于财务改善机制，通过“资产周转率-期间费用率”检验金融科技影响企业数字化转型的机制路径。结果显示，金融科技能够实现提高资产周转效率和降低期间费用率的双重优化作用(以ATO和Pre-fees为被解释变量，L.FinTech的回归系数分别是0.038和-0.005且在1%水平下显著)。这是因为，金融科技以其结构化数据和非结构化的信息，能够有效盘活企业内部积存资产，使企业得以通过对比年度总资产的运营效率变化来识别自身与竞争对手的差距，从而促使企业深挖潜力、积极创收，不断提高市场占有率和资源利用效率。特别地，金融科技在信息数据处理上的卓越能力，能够降低企业与金融机构间的信息不对称，同时金融科技能够将数字技术贯穿企业生产经营销售全过程，在降低企业风险损失的同时也降低了企业各项期间费用成本。进一步研究发现，当企业财务状况处于较好水平时(即ATO高于中位数或Pre-fees低于中位数时)，金融科技对企业数字化转型具有积极的促进作用；当企业财务状况处于较差水平时(即ATO低于中位数或Pre-fees高于中位数时)，金融科技对企业数字化转型不再具有积极效果。综合上述分析，金融科技在改善企业财务状况后，能够最大限度地扩充企业的可用资源，企业在开展高风险、高投入的数字化转型项目时则有了更多可支配的资源，提高运营效率并降低成本，从而加快了企业数字化转型进程。

(二)数字技术创新活跃机制

表11基于创新活跃机制，通过“数字技术创新专利-数字化无形资产”检验金融科技影响企业数字化转型的机制路径。结果显示，金融科技能够实现增加研发投入和数字化创新积累的双重作用(以DP和DU为被解释变量，L.FinTech的回归系数分别为0.066和0.013且至少在5%水平下显著)。本文认为，金融科技具有极强的技术导向型，能够基于前沿数字信息技术识别极具创新潜力的企业或项目，基于资源的最优导向配置来引导企业优胜劣汰，倒逼企业更加关注数字技术创新水平提升。更为重要的是，金融科技运用其前沿数字技术手段不仅有效解决了企业创新转型过程中的资金困扰，还增强了企业自身的信息处理能力，从而能够帮助企业在数字化转型过程中更好地做出创新决策、提升创新效率、累积创新动能。进一步研究发现，当企业的创新活跃程度处于较高水平时(即DP或DU高于中位数时)，金融科技对企业数字化转型具有积极的促进作用；当企业的数字创新活跃程度处于较低水平时(即DP或DU低于中位数时)，金融科技对企业数字化转型不再具有积极效果。综合上述分析，金融科技增强了企业前沿数字技术创新能力，能够最大限度提升企业的数字化技术基础支撑，是企业持续获得创新转型的动力基础，从而对企业数字化转型产生正向激励作用。

表11 机制识别检验：数字技术创新活跃机制

(三)风险平滑机制

表12基于风险平滑机制，通过“财务稳定-风险承担”检验金融科技影响企业数字化转型的机制路径。结果显示，金融科技能够增强财务稳定性和并提升主动性风险承担水平(以Z-Score和Risktaking为被解释变量，L.FinTech的回归系数分别是0.754和0.008且均在1%水平下显著)。本文认为，金融科技能够强化金融资源的配置能力，对企业形成更加有利的金融支持效果，这能够直接改善企业内部的财务境况。进一步地，金融科技还能借助自身前沿的风控和信息处理能力引导企业增强自身财务建制，降低财务风险。顺延此逻辑，金融科技在有效强化自身财务稳定性的基础上，能够激励和引导企业在面对不确定性时的主动性和积极性，增强其主动承担创新属性生产活动的意愿。进一步研究发现，当企业的风险平滑能力处于较低水平时(即Z-Score或Risktaking高于中位数时)，金融科技对企业数字化转型具有积极的促进作用；当企业的风险平滑能力处于较低水平时(即Z-Score或Risktaking低于中位数时)，金融科技对企业数字化转型不再具有积极效果。综合上述分析，金融科技能够有效改善企业内部财务境况，增强企业“为创新而竞争”的风险承担意愿，引导企业在前沿数字技术创新实践中更具积极性，从而对企业数字化转型产生正向激励作用。

表12 机制识别检验：风险平滑机制

六、金融科技赋能的外部条件：基于市场化程度的中国经验

企业转型活动具有周期长、风险高、投入大的特征，不仅需要稳定充足的资金支持，还需要一个稳定安全的发展环境，而这些条件的满足离不开市场化程度的不断提高。市场化程度的提高能够从以下几方面助力企业转型：第一，市场化程度提高能够缓解企业财务困境。一方面，市场化程度越高，政府对资源配置的直接干预就会减少，市场“看不见的手”在优化资源配置、改善金融扭曲上发挥的作用就会越大；另一方面，市场化程度越高，市场中各主体之间的信息不对称程度就会越低、信息流动就会越充分，从而可以使资金流向越具创新潜力的项目。第二，市场化程度的提高能够激励企业关注研发创新。市场化水平的提高拓宽了企业融资边界，使社会闲散资金充分流通，为企业研发创新提供了资金支持。第三，市场化程度的提高能够为企业平滑各项风险。在一个市场化程度较高的环境中，市场主体之间的活动更加透明，为企业创新提供了良好的外部保障，有利于减少各项风险。同时，市场化水平越高，企业应对不确定性的能力越强，自身对风险的容忍度也更高，使企业更倾向于进行风险大收益高的创新项目。不难发现，市场化程度越高，则越有利于企业数字化转型活动的开展；同时，金融科技在资源配置、创新激励乃至风险管理上作用的发挥也往往更具效力。进一步地，2022年中国人民银行印发的《金融科技发展规划(2022―2025)》强调，要“更好发挥市场配置资源的决定性作用，推动技术、数据、劳动力等金融科技要素畅通流动，提高要素质量和资源配置效率，全面激活数字化转型发展的内生动力”，这鲜明指出了金融科技想要有效服务实体经济创新转型，就离不开市场化改革发展的支持。有鉴于此，本文在原有的“金融科技-企业数字化转型”的关系上加入市场化程度这一重要外部因素，考察在不同的市场化程度下金融科技对企业数字化转型的影响，就具有更为鲜明的政策意义和实践重要性。

(一)金融科技驱动企业数字化转型的外部基础条件：基于市场化程度的一个解释

为检验市场化程度差异对“金融科技-企业数字化转型”关系的影响，本文基于樊纲市场化指数衡量企业所处地区的市场化程度(Market)。在此基础上，以市场化程度的中位数为界，区分出市场化程度的强弱组别后检验金融科技对企业数字化转型的影响效力差异；进一步地，基于交互项验证的方式展开重复性验证。

表13的实证结果显示，在市场化程度较高时，金融科技对企业数字化转型(DCG)具有积极的促进作用(L.FinTech的回归系数为0.161且在1%水平下显著)；而在市场化程度较低时，金融科技对企业数字化转型(DCG)不具有积极作用(L.FinTech的回归系数为正但不显著)。进一步，本文采用交互项的方式进行验证，交互项(L.Market×L.FinTech)回归系数为0.012且在1%水平下显著，这也表明市场化程度在“金融科技-企业数字化转型”关系中起着正向调节作用，即在一个较好的市场化程度环境支撑下，金融科技能够更为显著地驱动企业数字化转型。这是因为，在市场化水平高的环境下信息不对称程度进一步下降，市场主体竞争更加充分，资金配置更加合理，企业的风险抵御能力更强。在这种环境下，金融科技发展质效会显著提升，更容易捕捉市场信号，其资源导向性更加精准高效，金融科技能够更好地帮助企业改善财务困境，增强应对风险的能力，从而为企业创新活动提供动力，促进企业数字化转型。由此，本文的假说H2得到了经验证据的支持。

(二)基于异质性特征的结构差异检验

前文的实证分析显示，金融科技在服务实体经济数字化转型实践中具有明显的“结构靶向性”特征，针对实体经济中的非国有企业和高科技企业数字化转型具有显著正向激励作用，而对于国有企业和非高科技企业的促进作用并不明显。本部分主要探究在较好的市场化程度环境支撑下，金融科技对企业数字化转型的促进覆盖面是否会有所变化？金融科技能否在更好的支撑条件下扩展覆盖触角？

表14的实证结果显示，金融科技与市场化程度的交互项(L.Market×L.FinTech)在绝大多数组别中均呈现正向显著的促进作用，仅仅在国有企业组别中未展现显著影响(交互项回归系数为0.003但不显著)。上述结果表明，在较好的市场化程度支撑下，金融科技发展能够进一步增大支持覆盖面，将原有得不到金融科技有效支持的企业组别(非高科技企业)进行了有效“转化”，推动了这类企业数字化转型活动进一步开展(交互项回归系数为0.008且在1%水平下显著)。当然，必须要承认的是，国有企业可能由于自身创新转型主观能动性不足等原因，即便在较好的市场化条件支撑下，金融科技对企业数字化转型的驱动作用也未得到充分释放。想要通过金融支持来强化国有企业数字化转型活动，仅依靠金融科技的力量或许相对有限，可能需要更多精细化的政策设计配套方能实现。

(三)基于金融科技空间溢出的差异检验

数字经济时代下，金融科技借助前沿数字技术能够极大扩展其在地理上的覆盖触角，前文的实证检验也发现了“本地区-外地区”金融科技均能显著促进企业数字化转型的经验证据。顺延前述逻辑，本地区的市场化建设能够增强本地区金融科技赋能实体经济数字化转型的能力，但在实践中存在着外地区金融科技影响本地区企业数字化转型的事实。本地区的市场化建设能否更好地服务和引导外来者(外地区金融科技)，增强本地区企业数字化转型内在驱动力？就当前金融科技跨地域服务实体经济的普遍现象而言，研究上述问题就具有较高的现实价值。

表15的实证结果显示，无论是地区还是全国口径的溢出变量，其同市场化程度的交互项(L.Market×L.FinTech_S和L.Market×L.FinTech_O)的回归系数均为正且显著。这表明市场化程度的提升不仅能够带动本地区金融科技服务企业数字化转型，也能够拉动本地区之外的金融科技服务于本地区企业数字化转型。从这个角度看，市场化程度作为生产要素发挥作用的重要基础条件，能够从多方面提升金融服务实体经济的能力，从而实现数字经济时代下的企业高质量发展。

七、结论与启示

本文借助2011―2020年沪深A股上市公司数据对“金融科技-企业数字化转型”这一核心关系展开研究，对两者之间的作用效果展开实证检验，探讨了不同属性企业的异质性特点、实现机制以及市场化环境下的影响与作用效果，并得到以下结论：第一，金融科技能够显著促进企业数字化转型，并在经过一系列稳健性和内生性检验之后，结论不变；第二，金融科技对非国有企业和高科技企业数字化转型的影响效果更加显著，而对国有企业和非高科技企业的影响效果较差；第三，金融科技能够通过提高资产周转效率并降低财务费用、增加数字技术创新并强化数字资产积累、强化财务稳定性并增强风险主动承担三种机制来促进企业数字化转型；第四，在市场化环境下，金融科技能够进一步促进企业数字化转型，一方面，金融科技对非国有企业、高科技企业数字化转型的促进作用大于对国有企业、非高科技企业数字化转型的促进作用；另一方面，外地的金融科技发展同样能够更好地服务本地区企业数字化转型。

本文具有以下重要启示：

第一，建设金融科技这一新兴金融业态的培育土壤。数字经济是产业创新和技术革新的关键所在，为适应数字经济发展趋势，一方面，政府应积极构建金融科技发展的生态环境，确保金融科技能在一个稳定的环境中持续为企业发展赋能；另一方面，企业应把握金融科技发展趋势，增强金融科技与自身发展的匹配度，发挥金融科技在企业创新发展中的驱动作用，从而解决企业数字化转型过程中资金、技术不足等问题，助力企业实现创新转型升级。

第二，进一步提高市场化程度。在政策扶持和金融科技的助力下，不断强化市场化程度在资源配置中的主体地位，加快信息在宽松市场环境中的流动，营造良好的市场竞争环境和市场创新环境，积极引导金融资源流向更具发展潜力和创新需求的企业。

第三，应该积极顺应数字经济发展新形态，促使企业实现数字技术与自身组织形式的深度融合。针对不同性质的企业制定差异化战略，使金融科技手段的应用更具靶向性，多向非国有企业以及高科技企业提供金融科技支持，精准发挥金融科技对优质企业和有潜力项目的识别功能，利用金融科技激发实体经济创新活力。

第四，保持金融科技对企业数字化转型传导机制的畅通性。企业的整体发展布局应将重点放在提高金融科技对资产周转以及降低成本的作用方面。同时，企业应不断积累数字化无形资产，构建数字化创新保障体系，不断累积创新动能，为企业的创新研发活动提供一个良好的外部环境。此外，建立健全企业发展过程中的风险补偿和退出机制，完善金融“监管沙盒”，不断平滑金融科技服务企业数字化转型中的各项风险，提升企业转型安全性。

第五，不断拓宽金融科技的空间溢出通道。应打破不同区域内的科技流通壁垒，引导金融科技人才、技术、资本在市场中充分流动，延长金融科技“触手”，扩大金融科技覆盖面，从而使区域内外金融科技充分助力企业数字化转型。 ■

[基金项目：国家自然科学基金青年项目“金融科技对企业数字化转型的效应评估、机制分析与策略优化研究”(72202046)、教育部人文社科基金青年项目“银行数字化转型绩效评估与优化机制研究：基于大数据文本识别的微观证据 ”(22YJC790009 )、广东省哲学社会科学规划青年项目“银行金融科技发展的绩效评估、机制路径与优化对策研究”(GD23YYJ12)]