数字金融对制造业企业投资效率的非对称性效应研究

[摘要]数字金融的运用对于制造业企业投资具有重要意义。利用Richardson模型测算制造业企业投资效率，考察数字金融对制造业企业投资效率的影响及其作用机制，并进一步分析企业内部控制水平的调节效应。研究发现，数字金融对企业投资效率存在非对称性效应，即数字金融能够有效改善企业投资不足，但不能有效抑制投资激进型企业的过度投资。再者，数字金融对制造业企业投资效率的影响因企业所有权性质和企业所属地区经济发展水平的不同而存在差异，在非国有制造业企业、中西部地区制造业企业中数字金融对制造业企业投资效率的提升效应更为明显。机制研究表明，提高企业ESG水平是数字金融作用于企业投资效率的重要渠道。调节作用分析发现，内部控制水平的提高不仅能加强数字金融对企业投资不足的改善作用，还能有效抑制投资激进型企业的过度投资。因此，建议加强数字金融基础设施建设，健全数字金融监管体系；鼓励数字金融机构对接非国有企业和中西部地区企业，提升数字金融资金配置精准度；全面提高企业ESG水平，完善企业内部控制体系。

[关键词]数字金融；企业投资效率；非对称性效应； ESG水平；内部控制水平

一、 引言

随着新一波科技风潮的涌现，数字金融作为关键推动力，正在逐步改变中国制造业的投资格局。“十四五”规划明确指出，要加快数字化发展，建设数字中国，打造数字经济新优势，推动数字技术与实体经济深度融合1。目前我国的数字金融正展现出融合、场景化、智能化、绿色化以及规范化的发展趋势[1]。《2024年政府工作报告》指出，应着力扩大国内需求，推动经济实现良性循环，积极扩大有效投资2。制造业作为中国经济的“压舱石”，要积极扩大其有效投资，充分发挥制造业投资对稳增长的支撑作用。根据国家统计局发布的数据，2023年中国制造业企业投资总额与上一年相比上涨6.5个百分点3。值得注意的是，虽然中国制造业企业投资规模不断扩大，但仍有相当比例的制造业企业存在偏离实际投资产出最优水平的现象[2]，投资效率没有达到最优水平。并且，由于信息不平衡、代理问题以及融资限制等因素的普遍存在，制造业企业面临严重的非效率投资难题[3-4]。数字金融的资源配置优势虽能有效缓解企业的投资不足问题，却在一定程度导致企业管理层高估自身融资能力、降低财务风险意识以及对企业发展前景过于乐观，从而进行过度投资。因比，如何巧妙运用数字金7QN+htZ1egs3dBqUwTKuq67FmruQ4/XgbQ/xzRi2tBw=融的发展优势，将其转化为提升企业投资效率的内在驱动力，是当前全球产业竞争中研究热点之一。

既有研究指出，数字金融已经成为制造业企业进行转型和升级的核心因素，其不仅可以减少制造业企业的交易成本[5]，提升资源的配置效率[6]，还可以促进企业的技术创新、提高企业的全要素生产率[7-8]。制造业企业的投资效率是提升企业生产效率、产品质量和创新能力的基础和保证[9]，而数字金融能够有效缓解信息不对称、融资难、投资短缺等问题，增强企业的投资效率[10-11]。并且，通过有效抑制传统制造企业的投资趋同行为[12]，数字金融能够减少企业的非效率投资现象。此外，数字金融的发展有利于提升企业ESG表现，并对环境绩效、社会绩效和治理绩效产生正向影响[13]，而良好的ESG表现则能显著降低企业的非效率投资[14]。但是，在缓解企业投资不足的同时，数字金融也可能导致企业过度投资[15]。因此，本文从数字金融视角出发，以制造业企业的投资效率为微观研究焦点，结合理论机制分析和实证分析，深入探讨数字金融对制造业企业投资效率的具体影响及其机制，并就如何规避企业过度投资提出对应策略，以期推动制造业企业可持续高质量发展。

本文可能存在的边际贡献：第一，根据企业过度投资程度的差异，利用k均值聚类分析方法，将投资过度企业1划分为投资保守型企业2、投资平衡型企业3和投资激进型企业4，分类探索数字金融对过度投资企业的影响。第二，从可持续性和社会责任角度，将“数字金融—企业ESG水平—投资效率”逻辑链条纳入研究视域，深入理解企业ESG水平在数字金融赋能投资效率过程中的作用。第三，将企业内部控制水平作为调节变量，探索企业内部控制水平在数字金融赋能制造业企业投资效率中的关键作用，有助于管理者根据内部控制情况调整数字金融的应用策略，从而更好地应对企业投资过度风险，提高整体投资效率。

二、 研究假设

1. 数字金融与投资效率

关于数字金融如何影响企业的投资效率，学者们已经进行了深入的探讨。刘园等[16]指出，在企业的早期阶段，数字金融可能会降低其投资效率。魏成龙等[17]、张友棠等[18]发现数字金融技术可以显著提升企业的投资效率。再者，基于金融中介理论，数字金融通过减少投资者和企业之间的信息不对称，降低信息交易成本以及拓展融资渠道等多种途径，提高企业投资效率。由于大量资金的使用、现金的分红和资产的转移等行为，企业的投资现金流大幅下降，因此管理层考虑到融资成本和财务风险，选择了减少投资[19]。数字金融不仅通过扩大传统金融服务的普及率，还通过提供多种、多维度的服务方式为长尾群体解决更多的财务问题，以促进企业投资。

基于此，本文提出如下假设：

H1：数字金融能够提升制造业企业的投资效率。

尽管数字金融拓宽了企业的融资渠道，缓解了企业投资不足[20]，但有少量研究发现数字金融对企业投资效率存在非对称性效应，如王娟等[21]指出，数字金融有助于提升投资不足的企业投资效率，但对于过度投资的企业则没有影响。

具体而言，一方面，随着企业的现金流和投资机会的增长，管理者们普遍持有“经理帝国主义”的观念[22]，第一类代理问题的出现可能促使管理者将资金投向净现值为负但有助于扩大企业规模的项目，从而引发企业的过度投资行为[23-24]。另一方面，投资激进型企业管理层属于过度自信型，数字金融的兴起使得管理者对宏观经济环境和公司的发展前景过于乐观，容易高估投资收益，低估经营中存在的风险，进而容易做出激进的投资决策[25-26]。因此，数字金融会加剧代理问题和导致管理层对前景过于乐观，从而无法有效抑制投资激进型企业的过度投资。

基于此，本文提出如下假设：

H2：数字金融对企业投资效率的影响会出现非对称效应，即数字金融能够改善投资不足，但不能有效抑制投资激进型企业过度投资。

2. 基于企业ESG水平的机制检验

近年来，企业ESG水平已经逐渐被视为评估企业持续高质量发展的关键标准。 ESG水平主要涵盖企业的环境表现、社会的信任度和公司的内部管理能力。基于以上三个维度，数字金融通过企业ESG影响企业投资效率，具体路径分析如下。

其一，在企业环境绩效方面，数字金融为企业开拓多样化的融资渠道，有助于企业解决资金不足的问题。鼓励企业响应国家“双碳”号召，投资绿色低碳项目，提升自身的环境绩效水平[27]，可以提高企业的ESG水平。较高的ESG水平可以反映企业具有更为健全的管理体系，从而吸引更多的高素质人才与投资者，以此增强投资决策的正确性以及资金流入量，并进一步提升企业的投资效率。

其二，在企业社会信任水平方面，数字金融的出现打破了传统金融机构对中小型企业排斥的局面，极大地降低了中小型企业获得金融机构资金援助的难度，推动企业向社会人才提供更多的就业岗位。此外，数字金融可以推动企业信息对外披露程度，提高企业社会信任水平[28]，进而为企业提供更多的投资机会，包括环境保护和社会公益项目。并且，高水平的ESG意味着良好的企业社会形象，有利于吸引社会中的杰出人才为企业制定更加理性的投资决策，增强企业综合竞争力，进而提高企业的投资效率[29]。

其三，在公司内部治理效应方面，凭借先进的数字化技术以及高效的信息传输能力，数字金融可以加强企业内部的监督合作，有效提高企业的内部治理水平。当内部治理环境较好时，投资信息审计意见的正面作用得到提升，由此提高企业投资效率[30]。

综上所述，结合图2对企业ESG水平的作用路径分析，可知在数字金融的推动下，企业ESG的建设不仅满足了多个利益相关方的需求，同时也提供了降低潜在风险的有效途径，从而增强了企业的竞争实力，提升了企业投资效率。

基于上述分析，本文提出如下研究假设：

H3：数字金融通过提高企业ESG，提高制造业企业投资效率。

3. 基于内部控制质量的调节作用

根据信息不对称理论，强化内部控制质量有助于减缓企业内部信息不对称的现象，从而提升对投资项目的认识和实时监控能力。随着数字金融的广泛应用，更多的投资相关信息得以详细记录和跟踪，同时，内部管理机制也确保了这些信息的精确性和透明度。

一方面，内部控制机制通过降低信息不对称和提升投资项目的可见性，有效促进了数字金融在缓解企业投资不足方面的问题。另一方面，对于投资激进型企业来说，强化内部控制机制有助于确保投资决策与公司的总体战略和风险取向一致，让内部控制的标准化与数字金融的高效运作相互补充，防止资源被分配到不必要的项目中，以有效遏制过度投资行为。

此外，通过强化内部控制机制，进一步营造良好的激励与监督环境，提升内部控制执行程度[31]，从而有利于完善内部监督，缓解投资决策者资金错配或者利益输送等机会主义投资决策行为，进而优化投资效率[32]。

基于上述分析，结合图3对企业内部控制质量调节效应的分析，本文提出如下研究假设：

H4：企业内部控制质量的提高可以正向促进数字金融对制造业企业投资效率的提升效应，其中更能有效抑制投资激进型企业过度投资。

三、 研究样本与模型构建

1. 样本选择和数据处理

本文以2012—2021年制造业上市公司年度数据为研究样本。首先对初始数据进行如下处理：①剔除财务数据中的缺失值和异常值。②剔除ST类公司，其次，考虑到极端值的影响，对样本主要变量进行上下1%的Winsorize处理。数字金融指数来自北京大学数字金融研究中心编制的《数字普惠金融指数》中的指标数据，其他数据均来自CSMAR数据库。

2. 变量选取

（1）投资效率

借鉴Richardson[33]的研究，本文构建以下模型计算投资效率：首先，根据模型（1）（2）计算投资水平的估计值；其次，把投资水平的实际值与估计值的差值记为残差[ε]，残差绝对值即为公司非效率投资程度。非效率投资程度越高，投资效率越低。残差为正属于过度投资，残差为负属于投资不足。在后续实证研究中，为了便于分析，对投资不足取绝对值后进行相应研究。

[Effi，t=εi，t=Invi，t-Invi，t] （1）

[Invi，t=β0+β1Growthi，t-1+β2Levi，t-1+β3Cashi，t-1+β4Agei，t-1+β5Sizei，t-1+β6Reti，t-1+β7Invi，t-1]

[+Industry+Year+εi，t] （2）

上式中，[Inv]为企业的实际新增投资支出；[Growth]为企业的营业收入增长率；[Lev]为企业的资产负债率；[Cash]为企业的现金资产；[Size]为企业的资产规模；[Ret]为企业的股票收益率。

（2）数字金融

北京大学数字金融研究中心联合蚂蚁金融服务集团收集了大量微观数据，发布了《中国数字金融普惠发展指数》[34]，该指数包含覆盖广度、使用深度和数字化程度三个维度，使用33个指标来反映中国31个省区市1、337个地级以上城市的数字金融发展情况。为提高模型的准确性，借鉴相关参考文献，本文采用地级市层面统计口径的数字普惠金融指数。

（3）控制变量

考虑到其他因素对实证结果稳健性带来的潜在影响，本文选取以下控制变量（Controls），具体见表1。此外，为了控制企业因素、时间趋势可能带来的影响，在回归分析中控制企业效应、年度效应、行业效应和省份效应。

3. 模型构建

（1）固定效应模型

为了验证H1、H2假设，本文设定以下模型：

[Abs_Inv（Under_Inv）（Over_Inv）i，j，k，t=α0+α1dig_prefj，t+α2Controlsi，j，k，t+Firm+Province+Industry+Year+εi，j，k，t] （3）

式（3）中，i，j，k，t分别表示企业、企业注册所属地、制造业企业细分行业以及年份；被解释变量Abs_Inv（Under_Inv）（Over_Inv）i，j，k，t表示t年j市k行业制造业i企业的投资效率水平；dig_prefj，t表示t年j市的数字金融发展水平；Controlsi，j，k，t为控制变量；Firm、Year、Industry和Province分别是企业、时间、行业和省份。具体变量解释见表1。

（2） 机制检验模型

以上分析了数字金融和制造业企业投资效率的基本关系，并未对两者的作用机制进行探究，为了验证H3假设，本文结合Baron等[35]和温忠麟等[36]的中介效应检验步骤的思路进行机制检验。

[Abs_Invi，j，k，t=α0+α1dig_prefj，t+α2Controlsi，j，k，t+Firm+Province+Industry+Year+εi，j，k，t] （4）

[ESGi，j，k，t=α0+α1dig_prefj，t+α2Controlsi，j，k，t+Firm+Province+Industry+Year+εi，j，k，t] （5）

[Abs_Invi，j，k，t=α0+α1dig_prefj，t+α2ESGi，j，k，t+α3Controlsi，j，k，t+Firm+Province+Industry+Year]

[+εi，j，k，t] （6）

（3） 调节效应模型

为了验证H4，本文设定模型如（7）式所示。若企业内部控制与数字金融的交互项系数[α3]与系数[α1]正负一致，说明企业内部控制质量水平越高，数字金融的影响效应越强；反之，则说明企业内部控制质量水平越高，数字金融的影响效应越弱。

[Abs_Invi，j，k，t=α0+α1digprefi，j，k，t+α2ICi，j，k，t+α3digprefi，j，k，t×ICi，j，k，t+α4Controlsi，j，k，t+Firm+Province]

[+Industry+Year+εi，j，k，t] （7）

四、 实证结果与分析

1. 基准回归

数字金融对投资效率的检验结果见表2a和表2b。对于非效率投资而言，表2a列（1）（2）显示数字金融总指数的估计系数显著为负，数字金融能有效解决企业非效率投资问题，从而验证了H1。进一步从细分维度上分析，表2a的列（3）数字金融覆盖广度和列（4）数字金融使用深度的估计系数显著为负，与数字金融总指数的回归结果一致。列（5）数字化程度的回归DlEFct320w9VbSHqhbCM2w==系数为负但不显著。这揭示了数字金融主要是通过其覆盖范围和使用深度两个方面来解决企业非效率投资的问题。但是，数字支持的服务水平在改善企业非效率投资方面仍有一定的局限性。

依据表2b的回归分析，数字金融在企业投资不足和过度投资这两个方面均表现出显著的差异性。针对企业投资短缺的问题，表2b的列（1）数据显示数字金融变量的估计系数明显为负，这凸显了数字金融在减轻企业投资短缺问题上的积极影响。然而，在企业过度投资的问题上，列（2）数字金融总指数的估算系数并没有表现出明显的显著性，这表明数字金融在遏制企业过度投资方面的效能是有限的。

为了深入分析数字金融对企业投资过度会产生何种效果，本文根据制造业企业投资过度程度划分为投资保守组、投资平衡组和投资激进组。回归结果如表2b所示。数字金融能够有效缓解投资保守型和投资平衡型制造业企业的过度投资，但并不能有效缓解投资激进型制造业企业过度投资，这一回归结果验证了H2。可能的原因在于，数字金融的出现，给投资激进型制造业企业投资者提供了大量的投资信息和投资机会，一方面投资决策者难以立刻过滤无用信息，从而陷入“信息过载”的泥潭中无法自拔。另一方面，由于数字金融的普惠性特点，为制造业企业相关数字化项目提供充足的资金支持以及盲目乐观的前景预期，企业管理者会更加依赖于数字金融所提供的项目预期收入分析，失去对项目的理性判断，反而造成企业的过度投资。

2. 稳健性检验

（1） 内生性问题处理

内生性问题背后的原因多种多样，常见的解决方法有系统GMM方法、双向固定效应方法、IV法和滞后变量方法等。由于数字金融和投资效率之间可能存在双向的因果关系，为了减少这种双向交互可能产生的负面效应，我们对数字金融指数这一解释变量进行了滞后回归分析，并在表3中展示了其回归结果。在控制了宏观经济和与企业相关因素后，滞后一期的数字金融对企业投资不足产生了显著的改善作用，但仍然不能有效抑制投资激进型制造业企业的过度投资。再次验证了H1、H2。

（2）PSM检验

本文采用倾向得分匹配法（PSM）来减轻样本选择中可能出现的偏差问题。首先，在控制模型（2）中的企业特性变量之后，执行1[∶]1的近邻匹配操作。其次，利用配对方法对匹配数据做进一步调整和筛选，并将得到的匹配数据作为最终的匹配值，然后再进行描述统计分析、偏相关分析以及一致性检验。在进行匹配处理之后，变量的标准化偏差能够被有效地控制在10%的范围之内。相较于匹配之前，标准化偏差的降低使得回归结果更加准确，能够在一定程度上降低数据分析结果的误差。紧接着，对重新匹配后的样本再进行多元线性回归。研究结果如表4所示。数字金融能够有效缓解企业投资不足，但不能有效抑制投资激进型制造业企业的过度投资，验证了H1、H2。

五、 拓展性分析

1. 异质性分析

（1） 企业区域异质性分析

地区间的经济发展差异导致数字金融对制造业企业投资效率产生的影响存在明显的差异。具体而言，中西部地区相对于东部地区来说，经济增长滞后、市场化进程相对缓慢，面临较严重的信息不对称和相对较高的融资限制。因此，与东部地区相比，本文推测数字金融在解决中西部地区制造业企业的投资不足问题方面效果更为显著。因此，本文针对企业所在地进行了区域异质性分析，具体回归结果如表5所示。

通过观察表5的列2至列5，我们发现中西部地区数字金融系数的绝对值均大于东部地区数字金融系数的绝对值。这说明相较于东部地区，数字金融在改善中西部地区制造业企业的投资不足问题方面更有成效。数字金融的引入使得中西部地区企业更容易获取资金支持，从而推动投资效率的提升。其次，在过度投资方面，由表5列7可知，数字金融对东部地区制造业企业过度投资的抑制效果优于对中西部地区。数字金融之所以能够有效缓解东部地区制造业企业过度投资，主要得益于该地区制造业规模较大以及数字金融技术的卓越。例如，“灯塔工厂”是一个在全球制造领域含金量非常高且被广为认可的项目，而“灯塔工厂”主要分布在我国东部地区。虽然“灯塔工厂”对我国制造企业从制造走向“智造”起到了引领作用，有助于提升我国制造业在全球的竞争地位，但是东部地区企业应通过智能投资和风险管理工具严格控制对“灯塔工厂”的投资规模，避免出现工厂“泛滥成灾”的现象。所以，在东部地区，数字金融侧重于帮助制造业企业更精准地评估投资项目，以降低过度投资风险。

总之，东部地区在全国经济发展中发挥着“稳定器”和“压舱石”的重要作用，肩负着一定的社会责任，但由于缺乏完备的外部治理机制和监管环境，容易形成过度投资聚集。因此，数字金融凭借高效挖掘和精准处理金融信息的优势，能够更有效抑制东部地区制造业企业过度投资。目前中西部制造业发展面临更加严重的资本短缺问题，因此，数字金融的高效、便捷特性有利于解决中西部地区企业的投资不足问题。

（2）企业产权异质性分析

根据企业产权异质性，本文将样本分为非国有企业和国有企业两组进行检验。从表6列2、列3可以看出，非国有企业组的数字金融回归系数的绝对值在整体非效率投资和投资不足方面均大于国有企业组的回归系数。而在过度投资方面，数字金融对国有企业过度投资的抑制效果明显大于非国有企业。因此，数字金融对于非国有企业而言是缓解投资不足的有效工具，而对国有企业而言则可以更为有效地抑制企业过度投资。

产生这一现象的原因主要在于，外界机构普遍认为国有企业代表着优质的声誉和信用，因此其具备更丰富的融资渠道，投资不足的程度也较低。相反，非国有企业缺乏政府的直接扶持，在外部融资过程中往往受到信用问题的制约，因此更容易引发非效率投资。然而，随着数字金融的发展，非国有企业的融资状况得到了显著改善。数字金融的出现打破了传统的信用衡量体系，为非国有企业提供了更多元的融资方式。通过数字化平台，投融资信息更加透明化，其可以有效解决非国有企业资金不足问题，为非国有企业提供了更广泛的融资渠道，从而显著改善其投资不足的局面。

在过度投资方面，尽管国有企业的投资管理人受到更严格的监管，内部治理更为完善，但其在信息不对称和风险管理方面仍存在一定困扰。数字金融的应用能够帮助企业管理者全面评估投资项目的风险系数、未来收益以及发展前景，避免盲目乐观，从而更有效地抑制企业过度投资。非国有企业主要面临信息不对称的问题，其难以获得市场、竞争和行业的准确信息，侧重于通过数字金融的渠道获取外部资金以缓解企业投资不足问题。因此，数字金融能更有效地缓解非国有企业的投资不足。

2. 机制检验

企业ESG水平的机制检验结果如表7所示。列4的数字金融和企业ESG水平的估计系数均显著。结果表明，数字金融能够通过提升企业ESG水平改善企业的投资效率，印证了H3。

具体而言，数字金融的广泛应用有助于金融业务供给和需求之间的有效对接，从而拓宽了金融支持的覆盖范围并增加了其可获得性。随着数字金融的深入发展，金融服务的种类变得更加丰富，服务的使用频次也得到提升，提高了金融支持的效率，两者共同促进了企业ESG表现的提升。企业ESG水平的提高不仅有助于改善企业在市场中的社会形象，还能提高投资者对企业的信赖程度，进而使得企业解决融资约束问题、缓解非效率投资问题。

3. 调节效应检验

提升公司的内部控制水平可以更好地利用集体决策的能力对经理人进行有效的监督和激励，鼓励他们更加努力地工作，寻找净现值超过零的项目，并可以防止经理人因为懒惰或偏爱安逸的生活而导致投资不足。在公司管理过程中，内部控制是一种重要的监督机制，对完善公司治理有着至关重要的作用。高效的内部控制机制能够帮助企业建立合适的权力平衡条款，明确界定经理人的职责和权利范围，从而有力地抑制经理人的不正当投资行为，降低企业过度投资的可能性。

因此，本文将企业内部控制质量水平作为调节变量进行调节效应检验，结果如表8所示。结果显示，内部控制具有正向的调解效应，既能增强数字金融对投资不足的缓解作用，又能抑制投资过度。进一步分析发现，内部控制有效抑制了投资激进型企业的过度投资行为。

六、 研究结论与启示

1. 研究结论

为了探究数字金融对制造业企业投资效率的非对称性影响，本文以沪深A股上市制造业公司的年度数据为研究样本，实证分析了数字金融与制造业企业投资效率间的关系及其作用机制。研究表明，数字金融对制造业企业的投资效率产生了非对称效应。也就是说，数字金融在有效改善制造业企业投资不足方面发挥了积极作用，但是在过度投资方面，却未能有效抑制投资激进型制造业企业的过度投资行为。机制检验发现，提高制造业企业ESG水平是数字金融改善制造业企业投资效率的重要途经。调节效应检验发现，当强化制造业企业内部控制水平时，其不仅会增强数字金融对企业投资不足的改善效果，还能有效抑制投资激进型制造业企业过度的投资行为。进一步研究发现，数字金融对制造业企业投资效率的影响存在异质性，数字金融对国有企业和非国有企业均有缓解作用。但在投资过度方面，数字金融的抑制效应在国有企业样本中表现得更明显。此外，与东部地区制造业企业相比，数字金融可以解决中西部地区制造业企业的资金短缺问题，进而缓解企业投资不足。

2. 对策建议

为更好地运用数字金融手段提升制造业企业投资效率，基于以上研究结论，本文提出如下政策建议：

（1）数字金融在提升制造业企业投资效率方面发挥着积极作用，应重视数字金融的发展，加强相关基础设施建设，增加金融资源的有效供给，促进金融可持续发展。制造业企业应当充分利用数字金融所具备的“低成本”“快速响应”和“广泛覆盖”等优势，以提高资源配置的效率，进一步拓展融资途径，并提高企业的投资效率。企业可以依据其独特性质来制定数字化转型计划，确保数字化转型与企业成长的相互协调，以实现企业的高品质发展。此外，在复杂多变的市场经济环境下，监管当局应构建数字化的金融监管体系，以确保在提高投资效率的同时，也能有效地避免过度投资的风险。监管当局应要求各制造业企业全面公开数字金融工具的使用状况，并周期性地对其投资组合进行评估，特别是要密切关注投资激进型制造业企业的投资活动。

（2）数字金融对制造业企业投资效率的赋能效应在非国有企业和中西部地区企业中更明显，金融机构应增强对非国有制造业企业和中西部地区制造业企业的服务能力。一方面，相关部门应出台相关政策，支持数字金融机构进一步精准服务金融弱势群体，以提高金融资源的配置效率和经济发展的效益；另一方面，中西部经济欠发达地区应着力提升智能金融网点的数量和规模，加大对数字金融基础设施建设的支持力度。此外，对于国有企业和东部地区的制造业企业而言，应着力提升数字金融的资金配置精准度，避免出现大型企业过度投资现象。

（3）提高企业ESG水平是数字金融赋能制造业企业投资效率的重要途径。所以，制造业企业应利用数字金融独特的便捷性、低成本与普惠特性，不断提升企业自身环境绩效、社会信任水平和公司内部治理效应，全面提高企业ESG水平。此外，制造业企业还应采用数字化技术来增强企业财务信息等关于企业现状的信息的透明度，重视利用互联网平台向外界投资者提供精确、全方位和即时的信息来减少信息的不对称，增强投资者对企业的信任，吸引更多的资金和投资。

（4）高质量的企业内部控制水平增强了数字金融对制造业企业投资效率的赋能效应。企业内部控制可以帮助企业保护自身利益，降低风险和成本，提升企业价值。制造业企业应致力于完善内部控制体系，追求内部控制质量高水平。构建合理又高效的组织架构，对投资项目的审批流程和各级管理人员的权限进行详细地梳理和规范，确保企业管理系统能够自动识别并制止超越权限、预约程序和审核材料不完善等不当行为。企业应及时进行信息披露，提高企业管理者和股东对内部状况的整体认识，从而更好地协同合作，确保企业内部运作的协调性和一致性。此外，投资激进型制造业企业还应加强投资方案决策过程中的全过程管理，增强公司管理者对所处行业环境变动、行业发展的“嗅觉灵敏度”，降低投资决策人员的盲目乐观程度，综合评估所掌握与企业发展现状的相关信息，有针对性地提出相应投资决策。

参考文献：

[1] 欧阳日晖，刘怡，柏亮.数字金融蓝皮书：中国数字金融创新发展报告[M].北京：社会科学文献出版社，2023.

RBfgDluEFX7ECAf9doUbSQ==

[2] 谢佩洪，汪春霞.管理层权力、企业生命周期与投资效率——基于中国制造业上市公司的经验研究[J].南开管理评论，2017，20（1）：57-66.

[3] Wang D H M.Corporate Investment， Financing， and Dividend Policies in the High-Tech Industry[J].Journal of Business Research，2010，63（5）：486-489.

[4] Hirth S，Viswanatha M.Financing Constraints， Cash-Flow Risk， and Corporate Investment[J].Journal of Corporate Finance，2011，17（5）：1496-1509.

[5] 任晓怡.数字普惠金融发展能否缓解企业融资约束[J].现代经济探讨，2020（10）：65-75.

[6] 龚沁宜，成学真.数字普惠金融、农村贫困与经济增长[J].甘肃社会科学，2018（6）：139-145.

[7] 江红莉，蒋鹏程.数字金融能提升企业全要素生产率吗？——来自中国上市公司的经验证据[J].上海财经大学学报，2021，23（3）：3-18.

[8] Arizala F， Cavallo E， Galindo A.Financial Development and TFP Growth： Cross-Country and Industry-Level Evidence[J].Applied Financial Economics，2013，23（6）：433-448.

[9] 刘亦文，谭慧中，陈熙钧，等.数字经济发展对实体经济投资效率提升的影响研究[J].中国软科学，2022（10）：20-29.

[10] 万佳彧，李彬，徐宇哲.数字金融对企业投资效率影响的实证检验[J].统计与决策，2022，38（19）：135-139.

[11] 刘婷婷，温雪，邓亚玲.数字化转型视角下数字金融对企业投资效率的影响效应分析[J].财经理论与实践，2022，43（4）：51-58.

[12] 王旭，潘仁龙，赵梦菲.数字金融对传统制造企业投资趋同行为影响研究[J].中国科技论坛，2023（7）：85-94.

[13] 董延芳，张津铭.数字金融提升企业ESG表现的机制研究——基于“环境—社会—治理”三维绩效分析[J/OL].西部论坛，1-16[2024-08-14].

[14] 张馨元，史桂芬，薛佳欣.经济政策不确定冲击下ESG表现与企业投融资[J].税务与经济，2023（3）：75-83.

[15] 孙芳城，伍桂林，蒋水全.数字普惠金融对企业投资效率的影响研究[J].华东经济管理，2023，37（1）：95-107.

[16] 刘园，郑忱阳，江萍，等.金融科技有助于提高实体经济的投资效率吗？[J].首都经济贸易大学学报，2018，20（6）：22-33.

[17] 魏成龙，郭琲楠.金融科技影响企业投资的传导机制研究[J].南方金融，2020（9）：31-43.

[18] 张友棠，常瑜洺.数字金融对科技型企业投资效率影响的实证检验[J].统计与决策，2020，36（16）：179-183.

[19] WHITED T M.Debt， Liquidity Constrains， and Corporate Investment： Evidence from Panel Data[J].The Journal of Finance，1999，47（4）：1425-1460.

[20] 赵瑞瑞，张玉明，刘嘉惠.金融科技与企业投资行为研究——基于融资约束的影响机制[J].管理评论，2021，33（11）：312-323.

[21] 王娟，朱卫未.数字金融发展能否校正企业非效率投资[J].财经科学，2020（3）：14-25.

[22] 韩林静.异质性产权下管理层权力与资本配置效率[J].软科学，2018，32（4）：63-67.

[23] FUSTER A，PLOSSER M，SCHNABL P.The Role of Technology in Mortgage Lending[J].The Journal of Financial Studies，2019，32（5）：1854-1899.

[24] JENSEN M C.Agency Costs of Free Cash Flow， Corporate Finance， and Takeovers[J].The American Economic Review，1986，76（2）：323-329.

[25] 邓伟，贺彬炜.CEO过度自信对薪酬的影响研究[J].金融发展研究，2020（2）：20-31.

[26] 马春爱，易彩.管理者过度自信对财务弹性的影响研究[J].会计研究，2017（7）：75-81+97.

[27] 曲昱晓.数字普惠金融对企业环境绩效的影响[J].统计与决策，2023，39（20）：184-188.

[28] 温亚东，陈艳.数字金融与企业ESG表现：效应、机制与“漂绿”检验[J].统计与决策，2024，40（1）：142-147.

[29] 王娟，王毅.企业员工学历水平与企业创新绩效[J].西安交通大学学报（社会科学版），2016，36（6）：40-46.

[30] 丁含，徐云，赵静.投资信息审计意见可以提高公司投资效率吗？——基于公司内部治理环境的调节效应[J].审计与经济研究，2021，36（1）：37-47.

[31] 方红星，金玉娜.公司治理、内部控制与非效率投资：理论分析与经验证据[J].会计研究，2013（7）：63-69.

[32] 李万福，林斌，宋璐.内部控制在公司投资中的角色：效率促进还是抑制？[J].管理世界，2011（2）：81-99.

[33] Scott R.Over-investment of Free Cash Flow[J].Review of Accounting Studies，2006（11）：159-189.

[34] 郭峰，王靖一，王芳等.测度中国数字普惠金融发展：指数编制与空间特征[J].经济学（季刊），2020，19（4）：1401-1418.

[35] Baron R M， & Kenny D A.The Moderator-mediator Variable Distinction in Social Psychological Research： Conceptual， Strategic， and Statistical Considerations[J].Journal of Personality and Social Psychology，1986（51）：1173-1182.

[36] 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.

基金项目：国家自然科学基金重点项目“云南与周边国家金融合作的异质性约束及人民币区域化的实现机制与路径研究”（项目编号：U2002201）；云南省高层次人才培养支持计划“青年拔尖人才”专项（项目编号：YNWR-QNBJ-2020-229）；云南省专业学位研究生教学案例库建设项目“数据、模型与决策教学案例库建设”；云南师范大学研究生课程思政示范项目“数据、模型与决策”。

作者简介：李丽，通讯作者，女，博士，云南师范大学管理学院副教授，硕士生导师，研究方向为数字金融；窦一凡，男，中国农业银行常熟古里支行，客户经理，研究方向为数字金融；曹欣，女，南京师范大学商学院博士研究生，研究方向为数字金融。

（收稿日期：2024-05-09 责任编辑：苏子宠）