数字普惠金融对黄河流域制造业高质量发展的影响研究

朱恒志 刘琛君 乔嘉芮 陆来宁 庄雨轩

［摘 要］黄河流域是我国重要的经济区域之一，制造业一直是该地区的支柱产业。因此，研究数字普惠金融对黄河流域制造业高质量发展的影响，对于推动该地区经济转型升级和实现制造业高质量发展具有重要意义。文章首先对数字普惠金融对黄河流域制造业高质量发展的影响进行理论分析，并通过实证分析验证其影响机理和异质性效应，最后提出一系列对策建议，以期进一步推进数字普惠金融发展，实现黄河流域制造业企业发展质量提升。

［关键词］数字普惠金融；黄河流域；制造业；高质量发展

doi：10.3969/j.issn.1673 - 0194.2024.06.029

［中图分类号］F427；F832［文献标识码］A［文章编号］1673-0194（2024）06-0090-04

0     引 言

随着信息技术的快速发展，数字普惠金融逐渐成为推动经济发展和实现金融普惠的重要手段。数字普惠金融作为“互联网+”的重要组成部分，已经成为中国金融业创新发展的重要方向之一。同时，随着中国经济进入新常态，制造业高质量发展成为经济发展的重要方向。在此背景下，数字普惠金融对黄河流域制造业高质量发展的影响备受关注。研究数字普惠金融对黄河流域制造业高质量发展的影响具有重要的理论意义和现实意义。数字普惠金融可以解决企业融资难题，激发企业创新活力，进而提高企业发展质量［1］。数字普惠金融可以有效消除传统金融存在的“金融歧视”和“金融错配”问题，减少企业融资限制，从而提高企业发展质量［2］。数字普惠金融对企业发展质量的影响主要表现在提高企业营收水平和减少融资限制等方面［3］。数字普惠金融对非国有企业全要素生产率的提升作用更为显著，同时，数字普惠金融也可以解决企业融资难题，从而提高企业发展质量［4］。

1     数字普惠金融对黄河流域制造业高质量发展影响的理论分析

1.1   畅通融资渠道

数字普惠金融的发展，对制造业的高质量发展产生了积极影响，畅通了制造业企业的融资渠道。传统金融机构往往难以满足小微企业和个体工商户的融资需求，这些市场主体往往面临着融资难、融资贵的问题。而数字普惠金融通过利用互联网平台和数字技术，打破了传统金融机构的地域限制，减少了信息不对称问题，为小微企业和个体工商户提供了更为便捷、高效、低成本的融资服务。

1.2   促进企业转型升级

从企业转型升级视角出发，数字普惠金融能够通过促进企业技术创新、管理创新、市场开拓等，推进制造业转型升级，进而实现制造业的高质量发展。数字普惠金融可以为企业提供多元化的金融服务，为企业技术创新提供资金支持。此外，数字普惠金融还可以为企业提供技术创新的信息和资源支持。数字普惠金融平台可以通过大数据技术和人工智能算法，为企业提供市场研究、竞争情报、技术咨询等服务，帮助企业了解市场需求和行业趋势，提高技术创新的成功率。

1.3   促进制造业与金融业融合发展

从产业融合视角出发，数字普惠金融能够通过促进制造业与金融业产业融合发展对制造业高质量发展起到支持作用。传统制造业和金融业之间存在着融合不足的问题，制造业面临着融资难、融资贵等问题，而金融业则面临着市场需求不足、风险控制难等问题。数字普惠金融机构通过建立数字化金融服务平台，打破制造业和金融业的信息壁垒，促进双方深度融合。数字普惠金融机构可以通过大数据、人工智能等技术手段，为制造业企业提供更加精准的融资服务，同时也可以为其他金融机构提供更加全面的风险控制和投资决策支持。

2     实证分析

2.1   样本数据选取与数据来源

本文选择2017—2021年我国A股上市黄河流域制造业企业数据和省际数字普惠金融指数作为样本数据，对数据作出如下处理：①剔除ST、*ST、PT企业；②剔除变量缺失观测样本；③对连续变量作1%～99%的收尾处理。本文企业数据均来源于国泰安数据库和迪博内部控制研究中心，数字普惠金融数据来源于北大数字普惠金融中心。经过处理，本文共获取441家企业1 794个样本观测值。

2.2   变量选择与定义

2.2.1   被解释变量

本文的被解释变量是企业高质量发展，考虑到单一指标难以有效反映企业发展质量水平，因此，本文参照闫丽霞等学者［5］在企业发展质量评价中所使用的方法，选择利用主成分分析法，测算企业的综合发展质量水平，指标体系包括财务指标和市场指标，其中财务指标包含盈利能力（净资产收益率、总资产净利率、管理費用率）、营运能力（总资产周转率、应收账款占比）、存货占比（成长能力、营业收入增长率、总资产增长率）、偿债能力（资产负债率、现金流比率），市场指标包含托宾Q、账面市值比。

本文基于主成分分析法对指标进行合并，主成分分析结果如表1所示。

基于表1主成分分析结果可以看出，针对12个指标共提取出5个最大特征根大于1的主成分，对原变量的累积解释率为0.699 7，接近0.700 0，累积解释率接近良好水平。这样一来，基于这5个主成分，可以得出企业高质量发展综合指标测算公式，具体如下：

发展质量=（成分1×0.222 1+成分2×0.179 0+成分3×0.111 0+成分4×0.103 7+成分5×0.083 9）/0.699 7（1）最后，基于Stata 18.0软件测算得到企业发展质量综合评价结果。

2.2.2   解释变量

本文的解释变量是数字普惠金融水平，同时选择北大数字普惠金融研究中心所公布的数字普惠金融指数作为解释变量。

2.2.3   控制变量

在控制变量方面，本文选择企业规模、总资产收益率、总资产周转率、内部控制指数、企业年龄、股权集中度、是否亏损、董事会规模、大股东资金占用、是否为四大审计公司、企业市场占有率作为控制变量。

2.2.4   分组变量

本文利用股权性质进行分组分析，即通过对制造业企业是否为国有企业进行分类，进一步进行稳健性检验。

综上，本文所选的全部变量及其定义如下。①被解释变量为发展质量（C），利用主成分分析法得出企业发展质量。②解释变量为数字普惠金融（lndig），数字普惠金融指数取对数。③控制变量有11个，具体如下：一是企业规模（Size），企业总资产取对数；二是总资产收益率（ROA），公式为净利润/总资产；三是总资产周转率（ATO），公式为营业收入/总资产；四是内部控制指数（InDIB），迪博内部控制指数取对数；五是企业年龄（FirmAge），样本年份减去成立年份后取对数；六是股权集中度（Top1），第一大股东持股比例；七是是否亏损（Loss），亏损=1，否则=0；八是董事会规模（Board），董事会人数取对数；九是大股东资金占用（Occupy），其他应收款/总资产；十是是否为四大审计公司（Big4），审计公司是国际四大审计公司=1，否则为0；十一是企业市场占有率（MarketShare），企业营业收入占行业营业总收入比例。④分组变量为股权性质（SOE），国有企业=1，非国有企业=0。

2.3   模型构建

从表2基准回归结果可以看出，lndig对C的影响系数为1.141，在5%水平显著，表明数字普惠金融对黄河流域制造业企业高质量发展具有显著正向影响，数字普惠金融水平每增高1个单位值，制造业企业高质量发展水平会提高1.141个单位值。

2.5   稳健性检验

在稳健性检验部分，考虑到企业间的个体差异性，本文进一步将固定省份更换为固定个体，采用个体—时间双向固定效应模型进行稳健性检验。同时，为了消除异方差影响，本文进一步加入稳健标准误以修正异方差影响，结果如表3列（1）和列（2）所示。从稳健性检验结果可以看出，在更换固定效应和稳健标准误修正后，lndig对C的影响依旧为显著的正向影响，表明模型具有良好稳健性，回归结果具有较高可靠性。

3     结论与建议

3.1   研究结论

基于理论分析可知，数字普惠金融主要通过畅通融资渠道、促进企业转型升级、促进制造业与金融业融合发展等途径对黄河流域制造业企业产生影响；基于实证分析可知，数字普惠金融水平提升，能有效促进黄河流域制造业企业发展质量提高。

3.2   对策建议

一是提高数字普惠金融服务的普及度，推广数字化金融工具，提高制造业企业的融资便利度和效率，特别是针对中小型民营企业和外资企业，应加大金融支持力度，提高其获得金融服务的可能性。二是支持金融机构数字化转型，提高其数字化金融服务能力和水平。政府部门应加大对金融机构数字化转型的支持力度，鼓励其加强数字化金融服务能力建设，提高其金融风险管理水平和信息化水平，增强其竞争力。三是加强数字普惠金融服务的监管和评估，保障金融服务的公平性和透明度。政府部门应加强对数字普惠金融服务的监管，建立完善的评估体系，对数字普惠金融机构的服务质量和效果进行监控，及时发现和解决问题，保障金融服务的公平性和透明度。四是建立数字普惠金融服务的创新机制。政府部门应鼓励金融机构之间加强合作，建立数字普惠金融服务的创新机制，推动金融机构协同发展，提高金融服务的整体水平，为制造业企业的高质量发展提供更加可靠的金融服务支持。

4     结束语

黄河流域制造业高质量发展对国家经济发展具有重要的推进作用。本文基于上市公司数据，探讨了数字普惠金融发展对黄河流域制造业高质量发展的影响，并提出了黄河流域制造业企业和数字普惠金融进一步发展的对策建议，以期为黄河流域制造业高质量发展提供一定参考。

主要参考文献

［1］江红莉，蒋鹏程.数字金融对城市绿色经济效率的影响研究［J］.软科学，2022（4）：37-43.

［2］王道平，刘琳琳.数字金融、金融错配与企业全要素生产：基于融资约束视角的分析［J］.金融论坛，2021（8）：28-38.

［3］陳中飞，江康奇.数字金融发展与企业全要素生产率［J］.经济学动态，2021（10）：82-99.

［4］张勇，殷健.数字普惠金融促进企业全要素生产率提高了吗？［J］.财政科学，2022（11）：119-132.

［5］闫丽霞，韩盼盼.黄河流域制造业高质量发展水平测度及影响因素研究［J］.科技与产业，2023（12）：230-236.