企业数字化转型、融资约束与企业绩效

石道元 唐海森 王鹏

【摘 要】 在数字经济时代，数字化转型是企业提升绩效的重要路径之一，如何通过数字化转型提升绩效已成为当前亟待解决的焦点问题。文章以2012—2021年沪深A股上市公司为研究样本，实证检验了数字化转型对企业绩效的作用及影响机制，并在此基础上进行异质性分析。研究发现：企业数字化转型促进企业绩效增长，且该结论在经过一系列稳健性检验后依然成立；基于不同方法的中介效应检验，结果显示融资约束具有部分中介传导效应，即企业数字化转型能通过缓解融资约束，进而推动企业绩效的提升；异质性分析表明，国有企业、大型企业、成熟企业中数字化转型对企业绩效的提升效果更趋明显。结论不仅丰富了数字化转型的经济后果研究，也为政府部门出台数字化转型相关政策提供了参考。

【关键词】 企业数字化转型； 融资约束； 企业绩效； 中介效应； 异质性

【中图分类号】 F49；F272.5  【文献标识码】 A  【文章编号】 1004-5937（2024）09-0108-09

一、引言

党的二十大报告明确提出，要加快建设数字中国，加快发展数字经济，抢抓数字化发展历史机遇，打造具有国际竞争力的数字产业集群。国家互联网信息办公室发布的《数字中国发展报告（2022年）》显示，2022年我国数字经济规模达50.2万亿元，同比增长10.3%，占GDP比重提升至41.5%，数字经济已经成为稳增长、促转型的重要引擎。在此现实背景下，企业引入数字化技术，实现数字化转型将成为企业改革创新、提升绩效的主要方向。已有研究表明，在企业财务方面，企业数字化转型不但提高了资源利用率，改善了企业内部财务状况，激励企业实现优质发展[1]，而且改变了机构持股现状，缓解了企业财务困境[2]；在企业生产方面，通过实施数字化转型，企业借此控制信息资源配比，避免生产资源浪费，改变生产效率，以此控制生产能力，防止产能过剩；在客户资源方面，企业进行数字化转型不仅会形成创新驱动效应[3]，而且也会产生降本减费效应，继而满足产品新需求，吸引更多新客户，避免企业对大客户的过度依赖。由此可见，企业数字化转型在财务方面、生产方面、客户资源方面都产生了积极的影响，这使得数字化转型从部分企业的“选择题”变成更多企业的“必答题”。但是，当企业生产发展与数字技术深度融合时，需要投入大量的资金，可能会导致资金短缺，从而面临融资约束问题，最终影响企业绩效水平，甚至阻碍其进一步发展[4]。由此，产生了以下问题：企业数字化转型对企业绩效有着怎样的影响？融资约束在二者影响关系中扮演了什么角色？不同类型企业的数字化转型对企业绩效影响有何差异？

为检验上述问题，本文以2012—2021年沪深A股上市公司为研究对象，引入融资约束这一中介变量，深入探究在微观环境和外部环境等因素作用下数字化转型对企业绩效的作用与影响机制。与已有研究相比，本研究做出了以下三点贡献：首先，在研究视角上，本文基于绩效层面探究数字化转型产生的经济后果，希望为企业绩效的提升拓展新视角与新路径；其次，在研究思路上，以融资约束作为新的机制路径，进一步厘清了数字化转型与企业绩效两者的关系；最后，在研究结论上，发现国有企业、大型企业、成熟企业数字化转型对企业绩效的提升作用更为显著，该结论为企业利用数字化转型提升绩效和政府部门出台数字化转型的政策提供了参考。

二、理论分析与研究假设

（一）数字化转型与企业绩效

企业数字化转型作为一种创造新价值的“革命性”行为，它改变了企业的各个方面，如治理结构、经营方式、服务能力等。首先，运用数字化技术不仅能合理地去掉一些较为冗余的部门，使得企业内部结构趋于网络化、扁平化，而且有利于管理层掌握企业发展趋势，降低管理难度，减少资源浪费。其次，实现数字化转型的实体企业在价值维度上能通过数字化转型赋能产业升级、加强产品竞争力、推动产业跨界融合以及驱动产业效率提升。另外，对于传统行业而言，传统生产方式下的企业因产品产出与更新效能低下，存在市场竞争激烈、产能效率较低等问题，但是一旦将数字化技术与传统工艺相结合可以缩短产品的生产周期、提升产品的生产能力以及降低产品的生产成本[5]。同时，对于中小企业而言，它们拥有的信息技术、员工技能和数字化储备这三种资源越多，企业数字化转型程度会越高，企业绩效的增长幅度也会越明显[6]。基于上述分析，可以发现企业进行数字化转型对治理结构、企业竞争力、生产能力等影响企业绩效的因素都有良好的改善作用。由此，提出本文的假设1。

H1：企业数字化转型能够提升企业绩效。

（二）数字化转型、融资约束与企业绩效

在遵循控制风险和追求盈利的前提下，金融机构一般会以非常谨慎的态度对待企业信贷业务，这就导致许多企业难以通过外部渠道获得充足资金；与此同时，因为不同企业所处的经济环境不同，致使部分企业掌握的融资信息不完整、不准确，从而无法探寻到有效的融资方式，这将会使企业陷入一个尴尬的局面。但是，当企业进行数字化转型之后，能够有效地缓解企业财务问题，维持企业良好的经营状况[7]。此外，随着数字经济浪潮的来临，大量中小企业借此调整自身的信息披露方式和财务结构，使得它们摆脱了融资难的困境。进一步来说，企业可以利用数字化平台，进行财务数据、市场动态、行业趋势等信息的共享，提高市场信誉度；而金融机构也可通过构建数字化平台，有效地了解和掌握企业财务信息和信用信息，并且为不同类型和规模的企业提供更合适、更灵活的融资方案[8]。可见，企业进行数字化转型在一定程度上能有效地疏解融资困境。

根据融资优序理论，企业融资资金的首要来源是企业内部融通的资金，如果内部融通的资金不能满足企业需求，则需要通过外部渠道获得资金。然而，在实际情况中，并不是所有的企业都能够轻易地获取外部融资。特别是对于中小企业而言，由于信息不对称、信用评级低、抵押物缺乏等原因，它们往往面臨着较高的外部融资成本。这就意味着当遇到资金缺口时，这些企业就会受到融资约束的影响，不能利用外部融资手段扩大经营规模或进行技术创新，最终可能会对企业的发展产生阻碍，抑制企业绩效的提升[9]。而且根据信号传递理论和利益相关者理论，较高的融资成本也会限制其他投资者的介入，进而减少获得被投资的机会，最终将不利于企业成长和绩效提升。但在数字经济背景下，企业能够借助数字技术及时、便捷地更新自身信息，让金融机构实时了解企业资金需求状况，可以有效降低企业与金融机构间的信息不对称程度，提高企业融资成功率，发挥财务杠杆作用[10]。综上，本文提出假设2。

H2：企业数字化转型可以通过缓解融资约束来提升企业绩效。

三、研究设计

（一）数据来源

“数字化转型”这一概念最早由国际商业机器公司（IBM）2012年提出，因此本文选取2012—2021年沪深A股上市公司为研究样本，并进行如下处理：第一，为防止“数字型”企业对本文研究问题的干扰，剔除与数字技术相关的样本；第二，剔除金融类、保险类的样本；第三，剔除数据缺失的样本；第四，剔除处于ST、*ST及PT状态的样本；第五，为减少异常值影响，本文对连续变量进行1%和99%的缩尾处理。相关企业年报数据来自上海证券交易所和深圳证券交易所官方网站，而其他数据则来自国泰安数据库（CSMAR）。最终，本文得到19 302个样本观测值。

（二）变量设定

1.被解释变量：净资产收益率（ROE）

关于企业绩效的衡量，参考金友良等[11]、Doran et al.[12]采用的指标，如净资产收益率（ROE）、资产负债率（Lev）等，并结合国务院国资委考核分配局发布的《企业绩效评价标准值（2022年）》，最终本文选取净资产收益率（ROE）对企业绩效进行衡量，其计算方式是净利润与股东权益平均余额之比。

2.解释变量：企业数字化水平（Dig）

本文借鉴吴非等[13]的研究思路，利用Python抓取上市公司已披露的年报中有关数字化转型的相关词汇，然后进行分类统计构建文本词典，并以此作为本文衡量企业数字化转型程度的原始标准。同时，为了避免统计过程中部分數据对回归结果产生误差，本文在原有基础上又进一步对统计数据进行对数化处理。

3.中介变量：融资约束（SA）

目前学术领域内存在多个衡量融资约束的指标，本文借鉴刘梦凯等[14]的研究，采用SA指数模型度量融资约束。因SA指数相对于其他指标而言，具有较强的外生性，能够较好地衡量企业融资约束。SA指数的计算方法为：

SA=-0.737Size+0.043Size2-0.040Age

其中，Size代表企业总资产的自然对数；Age代表企业经营的年度。

4.控制变量

为提高研究精度，借鉴许汉友等[15]、花俊国等[16]的研究，本文从公司特征、治理结构、财务状况等角度加入了一系列控制变量，包括公司规模（Size）、营业收入增长率（Growth）、总资产周转率（ATO）、现金流比率（CashFlow）、存货占比（INV）、董事会规模（Board）、第一大股东持股比例（Top）、是否国有企业（SOE）、上市年限（ListAge）、管理费用率（Mfee）。

具体变量定义如表1所示。

（三）模型设定与实证策略

为检验H1，本文构建基准回归模型1进行实证分析，并在模型1的基础上借鉴温忠麟等[17]的研究，进一步构建中介效应模型2、模型3验证H2。具体模型构建如下：

其中，ROE为被解释变量，Dig为解释变量，SA为中介变量，Controls为控制变量集合，Ind为行业虚拟变量，Year为年份虚拟变量，εi，t为误差项。

本文根据因果逐步回归法进行中介效应检验：首先，对模型1进行回归，检验数字化转型与企业绩效之间的关系，具体关注模型中系数α1是否显著。然后，在系数α1显著的情况下，进一步对模型2和模型3进行回归，具体关注模型中系数β1、γ1和γ2是否显著。若上述实证验证中系数α1、β1、γ2均显著，但系数γ1不显著，则可以证明融资约束对企业绩效的影响存在完全中介效应；若上述实证验证中系数α1、β1、γ1和γ2均显著，且系数β1×γ2与γ1同号，则可以证明融资约束对企业绩效的影响存在部分中介效应；若不是上述两种情况中的任何一种，则说明融资约束对企业绩效的影响不存在中介效应。

四、实证结果分析

（一）描述性统计分析

表2为相关变量的描述性统计结果，其中被解释变量净资产收益率（ROE）的最小值为-12.772，最大值为2.385，均值为0.061，标准差为0.190，表明样本企业之间的绩效水平差距较大，且样本企业整体的绩效水平处于一个较低的水平，企业绩效存在非常大的提升空间。解释变量企业数字化水平（Dig）的最小值为0，最大值为6.751，均值为2.696，标准差为1.448，说明样本企业的数字化水平良好，但各企业之间的数字化能力差异较大。中介变量融资约束（SA）的最小值为-5.646，最大值为-2.109，均值为-3.844，标准差为0.255，说明样本企业面临的融资约束整体偏高，差异程度较大。其他变量的统计结果与已有文献相比均在合理范围之内。

（二）基准回归分析

本文利用模型1检验企业数字化转型对企业绩效的影响，具体回归结果见表3列（1）至列（3）。列（1）是未加任何控制变量的回归结果，核心解释变量企业数字化转型（Dig）的回归系数为0.007且呈现出1%水平显著性（t=6.589，p=0.000<0.01）；列（2）是加入除行业、年份变量之外的其他控制变量的回归结果，企业数字化转型（Dig）的回归系数方向仍然未变，说明企业数字化转型（Dig）对企业绩效表现出显著的正向影响关系（t=4.108，p=0.000<0.01）；列（3）是加入所有控制变量的回归结果，结果显示企业数字化转型（Dig）的回归系数依然显著为正（t=4.031，p=0.000<0.01），因此，通过上述回归结果验证了H1。而且从控制变量方面可以看出，营业收入增长率（Growth）、总资产周转率（ATO）、现金流比率（CashFlow）与企业绩效之间存在显著的正相关关系；管理费用率（Mfee）系数显著为负，表明该变量会对企业绩效产生负向影响，除此之外其他控制变量回归结果基本符合预期。从经济意义上分析，以列（3）为例，在加入所有控制变量后，存货占比（INV）的系数为0.206且在1%的水平上显著为正，即意味着在其他条件不变的情况下存货占比（INV）每增长10%，企业绩效就会提升2.06%。

（三）基准回归结果稳健性检验分析

1.工具变量法

为了控制内生性的影响，本文借鉴曾雅婷等[18]的研究思路，选取技术层面的研发投入（R&D）作为工具变量。一方面，企业的研发投入（R&D）影响着企业数字化转型的效率与水平；另一方面，企业绩效的高低取决于企业的经营状况和市场需求，与研发投入（R&D）并没有直接的关联，因此满足工具变量的相关性与外生性条件。从表4可以看出Durbin-Wu-Hausman检验值均在1%的显著性水平上拒绝原假设，意味着“所有解释变量均外生”这一假设不成立，即“研发投入（R&D）”是内生变量，说明内生性问题存在。而且从表6列（1）、列（2）中发现两阶段最小二乘法（2SLS）中第一阶段的F值大于10且在1%的统计水平上显著，说明本文选取的工具变量研发投入（R&D）具有很强的相关性，不存在弱工具变量问题。列（2）为第二阶段的回归，企业数字化转型（Dig）的回归系数为0.053，且在1%水平上显著。上述检验结果表明，处理内生性问题后，企业数字化转型对企业绩效的提升仍有积极作用，原结果的结论具有稳健性。

2.倾向得分匹配法（PSM）

为了使研究结果更加稳健，本文采用倾向得分匹配法（PSM）进行样本匹配验证。首先根据样本企业数字化转型水平进行降序排列，取前25%的样本作为企业数字化转型水平较高的实验组（du=1），剩余75%的样本为控制组（du=0），同时选取公司规模（Size）、董事会规模（Board）、是否国有企业（SOE）等变量作为协变量，选用匹配半径阈值为0.03，抽样方式为有放回抽樣计算倾向得分，最后匹配抽样平衡性分析结果如表5所示。匹配之前，实验组、控制组所选择的协变量（p值<0.05），即说明匹配抽样前各样本公司特性上的确存在显著性差异；匹配之后公司规模（Size）、董事会规模（Board）、是否国有企业（SOE）这三项干扰因素在实验组和控制组两组间并没有呈现出显著性差异（p值>0.05），说明匹配之后，实验组和控制组样本具有一致性，即匹配结果满足倾向得分匹配的“平衡性假设”。再对配对成功后的样本进行回归分析，回归结果如表6列（3）所示，在缓解样本自选择问题之后，企业数字化转型与企业绩效之间的回归系数为0.003且在5%水平上显著为正，因此，本文的研究结果具有稳健性。

3.替换被解释变量

为了进一步验证结果的可靠性，本文借鉴戚聿东等[19]的研究思路，用可以直接反映公司竞争实力和发展能力的总资产收益率（ROA）替换原被解释变量做稳健性分析，进一步检验企业数字化转型对企业绩效的影响。具体结果见表6列（4）至列（6），由此可知数字化转型对总资产收益率（ROA）表现出显著的正向影响关系，同时融资约束的中介效应显著性也与上文保持一致，说明研究结果具有稳健性。

4.Robust回归分析

考虑到样本企业数字化转型的水平可能会受到其他因素的影响进而造成数字化转型（Dig）指标的数值异常，最终导致上述的基准回归结果的结论不准确，因此针对这种可能出现的结果，用Robust回归来检验结论的稳健性。Robust回归验证结论稳健性的思路是先用OLS回归法进行分析并得到结论，再换用Robust回归法进行分析，如果两种方法得出的结论基本一致则说明结论稳健可靠。因此，把上文表3列（3）的回归结果与表6列（7）的Robust回归结果进行对比，发现表6列（7）中企业数字化转型（Dig）的回归系数为0.002且在1%水平上显著，与表3列（3）的回归结果基本一致，这说明基准回归结果的结论是具有稳健性的。

（四）中介效应检验分析

上述基本回归分析验证了H1，但本文的作用机制还有待考证。本文在此基础上进一步验证，利用模型2、模型3进行回归，其中模型2考虑了企业数字化转型对融资约束的影响，模型3同时考虑了企业数字化转型、融资约束和企业绩效三者之间的关系。具体回归结果见表3列（4）、列（5）。表3列（4）以中介变量融资约束（SA）作为被解释变量，其中企业数字化转型（Dig）对融资约束（SA）有显著负相关的影响，回归系数为-0.014且在5%水平上显著，说明了企业数字化转型能够缓解融资约束问题。列（5）结果显示当同时控制了企业数字化转型和融资约束时，它们对企业绩效都有显著影响，前者为正相关，后者为负相关，并且都在1%水平上显著，H2得到验证。

进一步，通过Slobel检验结果显示：Z=2.145且p=0.032<

0.05，表明企业数字化转型→融资约束→企业绩效的Sobel检验统计值在0.05统计水平上显著，融资约束（SA）的中介效应显著；同时，通过Bootstrap估计方法有放回抽样1 000次后，其结果显示系数乘积的95%置信区间并未包括数字0，表明融资约束（SA）的中介效应显著。可见，经过Slobel、Bootstrap两种统计检验分析，结论具有稳健性。

（五）异质性分析

受企业所有权结构、资源配置和市场竞争等因素的影响，会导致不同条件下的数字化转型对企业绩效的影响也不同。因此，本文选取企业产权、公司规模和上市年限这三个重要因素做异质性分析。

1.企业产权异质性

本文基于实际控制人和股权性质将样本企业分为国有企业和非国有企业。具体结果如表7列（1）、列（2）所示。从表7可以看出，在非国有企业中，数字化转型对企业绩效没有显著影响；而在国有企业中，数字化转型对企业绩效有显著影响，造成这种差异的原因可能来自以下两个方面：一是由于产权属性导致了不同类型的企业追求的目标不同。国有企业既追求经济效益，主动进行改革创新；而非国有企业则更多地关注市场竞争、客户需求、利润最大化等目标。因此，在数字化转型过程中，国有企业可能更加主动、快速、深入地进行技术应用、智能制造、信息系统建设等；而非国有企业则可能更加保守、缓慢、浅层地进行技术更新、生产改进、信息管理等活动。这就导致了两类企业在数字化转型程度上存在显著差距。二是由于产权属性导致了不同类型的企业在资源配置和市场竞争方面存在不同优势。在数字经济时代，资金、规模、科研等资源以及政策支持等优势会使得国有企业更容易获得市场支配甚至垄断地位，再加上技术壁垒使得竞争者难以进入[20]。最终，非国有企业囿于自身条件，限制了它自身的发展，使得在数字化转型过程中缺乏支撑，从而对企业绩效提升能力有限。

2.公司规模异质性

通过比对资产规模大小，将样本企业分为大型企业和中小型企业两组，并进行分组回归分析。具体结果见表7列（3）、列（4）所示，发现大型企业和中小型企业进行数字化转型都能显著提高企业绩效，然而，在两类企业之间存在显著差异：大型企业的回归系数为0.007，而中小型企业为0.003。这意味着在其他条件不变的情况下，大型企业每增加一个百分点的数字化转型比例，其企业绩效就会增加0.007个百分点；而中小型企业则只会增加0.003个百分点。因此，相比于中小型企业，大型企业更具竞争优势。这种差异可能是由以下两个方面造成：一方面，中小型企业在融资方面存在较大困难，作为“弱势群体”的中小型企业在金融市场上缺乏抵押资产和信用记录等“硬信息”支撑，且由于自身信息披露不完整，所以在金融机构审批贷款时容易受到排斥或歧视[21]，这会导致中小型企业无法进行融资，难以吸引人才、购买设备、开展技术创新等，而这些活动正是数字化转型所需要的重要条件和手段；另一方面，大型企业在利用数字技术优化资源配置方面具有更强的能力，企业可以通过数字化应用将自身各个部门的能力充分释放，降低成本，优化资源配置，实现市场规模扩张和成本削减。因此，大型企业数字化转型能力更强，对企业绩效的提升也更为显著。

3.上市年限异质性

本文参考钞小静等[22]的研究思路，根据上市年限把样本企业分为成熟企业与年轻企业，异质性的回归结果如表7列（5）、列（6）所示，年轻企业的系数为0.003，成熟企业的系数为0.009，均通过1%水平显著性检验。其中成熟企业比年轻企业拥有更好的绩效提升效果，这是因为随着数字科技的蓬勃发展，各行各业都面临着新一轮产业升级和创新机遇。而成熟企业由于拥有较为稳定的客户基础、品牌影响力等资源优势，可以通过数字化转型提高产品质量和服务水平，降低运营成本和风险，增强市场竞争力和创新能力，实现“从产品到服务”的转变，从而提升客户忠诚度和满意度[23]，所以成熟企业的绩效提升效果更为显著。

五、研究结论与建议

近年来，随着数字技术与实体经济深度融合，在面临日益激烈的市场竞争和不断变化的客户需求下，越来越多的企业选择数字化转型以寻求企业的新机遇。在此大背景下，本文以2012—2021年沪深A股上市公司为研究样本，实证检验了企业数字化转型对企业绩效的影响，并进一步考察了融资约束这一中介路径。研究结论如下：第一，通过基准回归分析，发现企业数字化转型与企业绩效存在显著的正相关关系，即上市公司的数字化转型程度越高，对其企业绩效的提升效果越大，且该结论在经过工具变量法、倾向得分匹配法等一系列稳健性检验后依然成立；第二，通过作用机制检验，发现融资约束具有中介效应且企业数字化转型与融资约束的回归系数为-0.014，企业绩效与企业数字化转型的回归系数为0.029，企业绩效与融资约束的回归系数为-0.028且分别在5%、1%、1%水平上显著相关，即企业数字化转型能通过缓解融资约束进而推动企业绩效的提高；第三，基于企业产权、公司规模和上市年限三个重要的客观因素进行异质性分析，发现在非国有企业中数字化转型对企业绩效的提升不显著，而在国有企业、大型企业、成熟企业中数字化转型对企业绩效的提升作用更为明显。

基于以上的结论，本文提出如下建议：

第一，加快企业数字化转型步伐，推动数字技术与实体经济深度融合。目前我国正处于数字经济时代，新时代的来临赋予各个行业新的机遇，企业进行数字化转型能够为企业带来积极的经济后果，这对于增强企业的生存能力和竞争力具有重要的意义。因此，企业应该遵循经济发展规律，充分把握新机遇，加快與数字技术相关的基础设施建设，以企业改革增加企业效益，使企业可以有效提高自身生存能力和竞争力，在数字经济时代赢得先机。

第二，完善企业信息披露制度，缓解企业融资困境。数字化转型是指企业利用数字化技术和能力来驱动商业模式创新和商业生态系统重构，其本质功能在于提升企业内外部信息传导质量与效率，在产品创新、服务优化、管理改进等方面实现业务转型与增长。然而，在数字化转型过程中，企业也面临着融资难等挑战。为了有效缓解融资难的问题，政府部门应该进一步完善企业信息披露制度，并且在企业融资、税收优惠、人才培养等方面给予政策红利。而实体企业应该抓住数字化转型机遇，在大数据利用、内部业务重构、会计信息质量改善等方面加强自身建设。通过以上措施，可以促进多方主体之间的良性互动，加速形成一体化的数字生态系统。

第三，注重企业差异化管理，统筹企业协调发展。本文发现企业数字化转型对企业发展具有重要的促进作用，特别是在国有企业、大型企业以及成熟企业中效果更明显。因此，国有企业、大型企业以及成熟企业在进行数字化转型时应该结合自身优势，时刻关注企业间数字化转型的进程和效果。与此同时，还要关注不同地域间数字技术的发展水平，调控企业发展方向。除此之外，政府也应该根据不同类型的企业所处环境的不同，实施具有差异化和针对性的转型扶持政策，如对非国有企业、中小型企业、年轻企业进行更多的资源倾斜等。

【参考文献】

［1］ 李琦，刘力钢，邵剑兵.数字化转型、供应链集成与企业绩效——企业家精神的调节效应［J］.经济管理，2021，

43（10）：5-23.

［2］ 王丙楠，郭景先，鲁营，等.机构持股对企业财务困境的影响研究——企业数字化转型的调节作用［J］.管理现代化，2022，42（6）：22-29.

［3］ LIU Y，LIU L.Impact of digital transformation on enterprise performance with background of Big Data［J］.Science Journal of Business and Management，2023，11（1）.

［4］ 苑泽明，于翔，李萌，等.数字化转型如何影响企业的融资约束［J］.会计之友，2022（19）：99-108.

［5］ 张宏亮，楚胜日，何华生.企业数字化转型实践与管理创新案例研究［J］.商业会计，2021（6）：4-8.

［6］ ROBERT ELLER，et al.Antecedents，consequences，and challenges of small and medium-sized enterprise digitalization［J］.Journal of Business Research，2020，112：119-127.

［7］ 唐松，伍旭川，祝佳.数字金融与企业技术创新——结构特征、机制识别与金融监管下的效应差异［J］.管理世界，2020，36（5）：52-66，9.

［8］ 李宾，龚爽，曾雅婷.数字普惠金融、融资约束与中小企业财务可持续［J］.改革，2022，339（5）：126-142.

［9］ 梁晓琳，江春霞，王媛，等.高新技术企业融资约束与企业绩效关系研究——基于企业成长性的调节效应和技术创新调节中介效应［J］.会计之友，2019（18）：79-85.

［10］ 邱晗，黄益平，纪洋.金融科技对传统银行行为的影响——基于互联网理财的视角［J］.金融研究，2018，461（11）：17-29.

［11］ 金友良，谷钧仁，曾辉祥.“环保费改税”会影响企业绩效吗？［J］.会计研究，2020（5）：117-133.

［12］ DORAN NICOLETA MIHAELA，et al.Digitization and financial performance of banking sectors facing COVID-19 challenges in central and eastern European countries［J］.Electronics，2022，11（21）：3483.

［13］ 吳非，胡慧芷，林慧妍，等.企业数字化转型与资本市场表现——来自股票流动性的经验证据［J］.管理世界，2021，37（7）：130-144.

［14］ 刘梦凯，谢香兵.企业金融化、融资约束与可持续增长［J］.南方金融，2021，543（11）：38-50.

［15］ 许汉友，岳茹菲，赵静.财务共享智能化水平对企业绩效的影响研究［J］.会计之友，2022（7）：141-147.

［16］ 花俊国，刘畅，朱迪.数字化转型、融资约束与企业全要素生产率［J］.南方金融，2022，551（7）：54-65.

［17］ 温忠麟，叶宝娟.中介效应分析：方法和模型发展［J］.心理科学进展，2014，22（5）：731-745.

［18］ 曾雅婷，邢晶晶，李宾.数字金融发展对新创企业成长的影响——融资约束和研发投入的链式中介效应与异质性分析［J］.西部论坛，2022，32（6）：20-36.

［19］ 戚聿东，蔡呈伟.数字化对制造业企业绩效的多重影响及其机理研究［J］.学习与探索，2020，300（7）：108-119.

［20］ 许恒，张一林，曹雨佳.数字经济、技术溢出与动态竞合政策［J］.管理世界，2020，36（11）：63-84.

［21］ 聂秀华，吴青.数字金融对中小企业技术创新的驱动效应研究［J］.华东经济管理，2021，35（3）：42-53.

［22］ 钞小静，薛志欣.新型信息基础设施对中国企业升级的影响［J］.当代财经，2022，446（1）：16-28.

［23］ 陈冬梅，王俐珍，陈安霓.数字化与战略管理理论——回顾、挑战与展望［J］.管理世界，2020，36（5）：220-236.