数字普惠金融对企业新质生产力发展的影响研究

摘要：新质生产力的提出为促进企业高质量发展提供了全新机遇。本文将数字普惠金融纳入培育企业新质生产力的分析框架中，并基于2011～2021年沪深A股上市公司的数据，实证考察数字普惠金融对企业新质生产力的影响。研究表明，数字普惠金融对企业新质生产力发展具有显著的正向影响，并且该结论经过多种稳健性检验后依然成立。进一步对数字普惠金融的三个子维度研究发现，覆盖广度和数字化程度均对企业新质生产力的提高有显著促进作用，使用深度对企业新质生产力的影响则不显著。机制研究表明，数字普惠金融可以通过缓解金融资源错配、提高企业人力资本水平和加强企业创新，进而促进企业新质生产力的发展。此外，异质性研究发现，数字普惠金融发展对西部地区企业及成长期企业的新质生产力发展更具赋能作用。本文丰富了企业新质生产力发展的影响因素与实现机制研究，可为更好地发挥数字普惠金融在促进企业高质量发展中的作用提供理论支持。

关键词：数字普惠金融；新质生产力；企业；高质量发展

DOI：10.12433/zgkjtz.20242801

一、引言

当前，高质量发展已经成为新时代“中国模式”的鲜明底色，党的二十大报告强调“高质量发展是全面建设社会主义现代化国家的首要任务”。如何推动新一轮科技创新与加快转变经济发展方式形成历史性交汇，新质生产力应运而生。2023年9月，习近平总书记在新时代推动东北全面振兴座谈会上首次提出新质生产力，他强调，要整合科技创新资源，积极培育战略性新兴产业和未来产业，加快形成新质生产力，增强发展新动能。二十届三中全会也强调了新质生产力在推动高质量发展中的重要性，提出要因地制宜地发展新质生产力，塑造发展新动能新优势。

高质量发展归根结底是生产力的发展，发展新质生产力是推动高质量发展的内在要求和重要着力点。在推动新质生产力发展的众多影响因素中，金融作为实体经济的血脉，其作用不容低估。以数字化、网络化、智能化为主要特征的新一轮科技革命背景下，金融体系的变革将深刻影响新质生产力的发展速度、质量和效益。随着人工智能、大数据、区块链、云计算等技术的成熟与应用，数字技术不断向金融领域渗透，持续助力金融服务提质增效，催生出以数字普惠金融为代表的新金融业态，以“数字＋普惠”的形式围绕金融服务实体经济的目标不断发力，这既是推进普惠金融高质量发展的应有之义，也是助推新质生产力发展的有力举措。

新质生产力由技术革命性突破、生产要素创新性配置、产业深度转型升级而催生，这一过程与数字普惠金融的功能和目标高度契合。在科技创新上，数字普惠金融可以缓解企业融资约束进而对企业创新产生显著正向影响[1]，从城市层面的研究也同样证明了数字普惠金融对创新的激励效应[2]。在要素配置上，已有研究表明数字金融发展水平越高，区域内企业的金融错配越低，金融资源配置效率越高[3]，此外数字金融还能够缓解要素错配，而且要素错配越严重的地区，数字金融的配置优化作用越明显[4]。在产业升级上，数字普惠金融及其三个子维度的发展都在不同程度上推动了产业结构升级[5]。

在上述背景下，研究数字普惠金融推动企业新质生产力发展既具备理论意义，又满足了社会实际需要。一方面，能够为数字普惠金融理论和新质生产力理论提供新的研究视角和实证支持，丰富了金融和生产力领域的理论框架，找到了金融服务实体经济的全新理论逻辑；另一方面，通过探究数字普惠金融对企业新质生产力的影响，促使企业管理者更好地理解和把握数字普惠金融的经济影响和新质生产力对于企业发展的促进作用，从而为企业提供决策参考，助力其在数字经济时代更好地进行金融管理和资源配置，进一步加快新质生产力的形成和发展，为实现企业高质量发展提供新动能。基于此，本文以我国沪深A股上市公司为样本，利用2011～2021年的面板数据，借助固定效应模型讨论数字普惠金融发展对企业新质生产力的影响。在此基础上进行机制检验，进一步研究数字普惠金融如何影响企业新质生产力的发展。最后进行异质性检验，从多角度对比数字普惠金融对企业新质生产力发展的影响，使得研究结论更具有实际意义，为政府及企业出台针对性举措提供一定的参考。

本文可能的创新在于：第一，从研究视角上看，本文从数字普惠金融的角度出发，结合新质生产力的内涵，构建了一个相对完整的研究框架，丰富了数字普惠金融与企业发展的相关研究。第二，从实现路径上看，本文试图通过实证检验研究数字普惠金融如何通过缓解金融资源错配、促进企业创新和提高企业人力资本水平等机制影响企业新质生产力发展，为数字普惠金融和新质生产力的相关研究提供新的理论支撑，也更加明确数字普惠金融在微观层面的功能与作用。

二、文献综述

（一）数字普惠金融的概念、测度及效应研究

从数字普惠金融的概念来看，其内涵和概念界定在不断地深入。与之相关的研究一方面是普惠金融，国内外学者都强调了普惠金融是以可负担的价格和公平公正的方式为社会各阶层提供所需的金融产品和服务[6][7]。另一方面与之相关的是数字金融，数字金融的概念由世界银行扶贫协商小组（CGAP）首次提出，专家学者们在此基础上不断丰富其定义，黄益平和黄卓（2018）认为数字金融泛指互联网企业和传统金融机构在数字技术的加持下实现新型金融业务模式[8]。Gomber et al.（2017）指出数字金融的主体主要是金融科技公司，特点是提供创新性的金融产品和服务[9]。由此我们发现，数字普惠金融融合了普惠化和数字化的双重属性。《G20数字普惠金融高级原则》中提出，数字普惠金融泛指一切通过使用数字金融服务以促进普惠金融的行动。其本质是以数字技术驱动的普惠金融实现形式，借助数字技术实现了降低服务成本和扩大服务范围，具有方便、快捷、可持续和可负担等特点，进而成为普惠金融的重要源动力和增长点[10]。虽然学界对于数字普惠金融的研究已经十分丰富，但是关于数字普惠金融的概念尚未形成统一的标准。

从数字普惠金融的测度来看，指标体系的建立既是该领域研究的热点，也是难点所在。数字普惠金融概念的多维性和内涵的多元性导致其测度所涉及的指标范围较广，复杂程度也比较高，截至目前国内外也均未形成公认的测度指标体系。从国外来看，学者们较为常用的方法是间接测度，即利用普惠金融发展指数作为数字金融发展的代理指标。Sarma和Pais（2011）通过从三个维度（可得性、渗透性、使用度）测算45个国家的普惠金融发展指数率先对普惠金融发展指数的构建做出贡献[11]。Gupte等（2012）在此基础上做了进一步完善，考虑到了交易的便利程度和交易成本[12]。此外，Ambarkhane等（2016）提出从供求方、需求方和基础设施建设三个方面来衡量普惠金融的发展水平也颇具代表性[13]。相比之下，国内对于数字普惠金融的测度手段显得较为丰富和多元化，主要涉及以下几种方法。一是从一般的金融调查统计中提取有关数字金融的指标，中国家庭调查数据（CHFS）就曾在研究中被作为测度依据[14]，该方法从微观角度反映家庭层面对于数字金融的使用情况。二是采用网络爬虫技术和文本挖掘方法建立数字金融指标体系。三是机构发布的数字金融指数或者金融科技指数。其中最常用的是北京大学数字金融研究中心和蚂蚁集团研究院合作编制“北京大学数字普惠金融指数”，这一指数已经广泛应用于现有的学术研究中[15] [16]。

从数字普惠金融的影响效应来看，与本文相关的主要集中于以下几个方面。在宏观上，一是对经济增长的影响，钱海章等（2020）和张勋等（2019）认为数字普惠金融所带来的便利性和可得性极大地提高了金融服务的普惠性，有利于经济增长。尤其对农村地区和不发达地区的影响更大，有利于中国实现包容性增长[16] [17]。二是关于高质量发展方面，王年咏等（2023）基于251个地级市数据实证发现数字普惠金融总水平及其三个子维度对城市经济高质量发展均有显著促进作用[18]。此外，还有研究表明数字普惠金融还可以通过促进国际贸易和改善要素配置效率来促进经济高质量发展[19] [20]。在中观上，对数字普惠金融的研究主要聚焦于产业升级方面。从产业升级的角度看，在长期，数字普惠金融对产业结构高度化、合理化和产业转型速度有显著作用[21]。从机制来看，数字普惠金融主要通过技术创新、资本积累、扩张消费需求和缩小收入差距等中介渠道促进产业结构升级[22]。在微观上，主要体现为对家庭经济活动和企业经济活动的影响，与本文相关的是企业层面，学者们研究发现数字普惠金融可以缓解企业融资压力，促进企业技术创新和数字化转型，赋能企业高质量发展[1][23]。

（二）新质生产力的内涵、影响因素及测度

新质生产力是具有开拓性和原创性的新概念，反映了我国在经济发展重心转移之后的新要求、新方向和新理念[24]。从内涵出发，首先，相较于传统生产力，新质生产力改变了对劳动者劳动能力的单一指向性[25]，劳动力、劳动资料、劳动对象及其优化组合的跃升是新质生产力的基本内涵[26]。此外，新质生产力也蕴含着颠覆性的科技创新，且兼顾了实体产业与虚拟经济，具有显著的聚合效应和广泛的应用场景[27]，是科技创新发挥主导作用的生产力。最后，还可以从“新”和“质”的角度进行研究，这里的“新”是以科技创新为内核、以高质量发展为旨归，适应新时代、新经济、新产业的生产力新质态[28]，这里的“质”意在强调生产力要素禀赋和组合方式的深刻变革[29]。

从影响因素来看主要有以下三个方面。一是经济领域，数字经济是当前阶段新质生产力的综合质态，新科技和新能源等新兴产业都离不开数字经济[30]。在此基础上，有学者构建“需求侧-供给侧-环境侧”三维分析框架来进一步分析数字经济赋能新质生产力的内在机理，认为数字经济可通过提升颠覆性技术创新水平、驱动战略性新兴产业创新发展和契合新质生产力应然特征三种途径赋能新质生产力[31]。二是金融领域，有学者强调了金融对新质生产力发展的“供血”功能，认为金融在推动新质生产力形成过程中发挥重要作用[32]。也有学者通过定量分析得出结论：金融集聚可促进新质生产力提升，且表现出区域异质性特征[33]。三是科创领域，学者们普遍强调了数字、算力、绿色科技等科创要素对新质生产力的赋能作用。此外，还有学者认为积极推动创新链与产业链的融合发展、积极参与国际科创合作和构建适应新质生产力发展的科创体系对加快形成和发展新质生产力至关重要[28] [34]。

从新质生产力的统计测度来看，在理论研究的基础上，学者们尝试通过建立指标体系对新质生产力进行测度当前研究成果主要可以分为以下两个方面，在微观层面上，宋佳等（2024）以生产力二要素理论为基础对企业层面的新质生产力水平进行测度[35]；在宏观层面上，王珏和王荣基（2024）从劳动者、劳动资料和劳动对象三个维度对省域层面的新质生产力水平进行了测度[36]，韩文龙等（2024）在实体性要素的基础上增加了渗透性要素，对省级层面的指标体系形成了进一步的完善[26]。

（三）文献评述

综上，现有研究在数字普惠金融、新质生产力发展相关方面已经取得一定的成果，但也可能存在一些不足之处。首先，关于新质生产力影响因素的研究视角单一，现有的研究也大多停留在理论层面，缺乏实证检验。其次，是缺少对于数字普惠金融对新质生产力的作用机制及效果的研究。一方面，新质生产力发展除需要新发展理念指引和新生产力要素驱动，也亟须金融体系的变革为其提供支持，另一方面，数字普惠金融是普惠金融与数字化技术的深度结合，其服务实体经济的本质功能没有改变。因此，探讨数字普惠金融能否真正促进新质生产力发展显得尤为必要，然而，该领域的研究目前还处于萌芽阶段，数字普惠金融通过哪些途径可以促进新质生产力的发展，何种维度的新质生产力受数字普惠金融的影响最显著，这些问题对数字普惠金融促进新质生产力发展的作用机制和逻辑关系的深入探索十分必要，只有厘清这些问题，才能更快更好地为新质生产力发展提供金融支持。因此，本文试图通过理论分析和实证检验相结合的方式，对数字普惠金融对新质生产力的影响效应和机制进行深入研究，来完善上述的不足之处。

三、理论分析与研究假设

数字普惠金融作为数字技术创新和金融创新交融下的新产物，为企业高质量发展提供了强有力的金融支持，推动了企业全要素生产率的提高[37]，进而给企业新质生产力的发展带来了新机遇。然而，企业发展往往受到融资约束的困扰，不仅抑制了企业研发和技术创新等投资活动，还对企业全要素生产率具有显著的负向影响[38]，企业新质生产力的发展也因此受到制约。数字普惠金融凭借其准入门槛低、覆盖范围广的特点，致力于解决传统金融难以触及的“融资难、融资贵”问题，在支持企业新质生产力发展方面具备一定优势。一方面，数字普惠金融通过降低投资者准入门槛和提高金融服务的便利程度，将游离在传统金融体系之外大量而分散的小规模投资者转变为有效的资金供给方，拓宽了企业的融资渠道[39]，为企业新质生产力的发展提供稳定且可持续的资金保障。另一方面，数字普惠金融在大数据和区块链技术的支撑下，能够以较低的成本和较短的时间完成海量数据的搜集和分析工作，降低了资金供给方的信息搜集成本，进而有助于降低企业的融资成本，切实缓解企业面临的“融资贵”难题。因此，数字普惠金融有助于缓解企业融资约束，为企业发展新质生产力提供良性的融资环境和便利的融资条件。基于以上分析，本文提出如下研究假设：

假设H1：数字普惠金融可以促进企业新质生产力的发展

借助大数据、云计算、区块链和人工智能等信息技术，数字普惠金融拥有了强大的信息支撑，提高了企业信息的透明度和流转速度[40]。对于投资者来说，企业的资金状况与投资策略逐渐呈现透明化的趋势，投资者能够获得更全面的企业投资信息，降低投资者的信息搜集成本，增加了企业违规成本，约束了管理层和大股东的不当行为，使具有可信度的特质性信息更有效地反映在股价中，形成了股价信息反馈机制，引导投资者作出更明智的投资决策，最大化实现资源的合理配置；对于企业自身来说，信息透明度和流转速度的提高改善了公司治理，抑制管理层机会主义行为，减少了非效率投资，也在一定程度上缓解了金融资源错配。此外，在海量数据信息挖掘和人工智能分析的基础上，企业物流、信息流、资金流被纳入风险和定价评估系统进行风险与收益的匹配，既减轻了融资摩擦，也使得资金配置过程中的风险管理更有效率。风险管理水平的提高进一步促进资金从安全系数高的部门流向生产效率高的部门，这种资金配置效应为企业新质生产力的发展提供了更高效的金融支持。基于以上分析，本文提出如下研究假设：

假设H2a：数字普惠金融会通过缓解金融资源错配促进企业新质生产力的发展。

数字普惠金融的发展提高了金融服务实体经济的效率，为企业的发展带来了更多的资本要素投入，根据“资本技能互补理论”，更多的要素投入会激发对优质人力资源的更高需求，进而加快人力资本高级化进程[41]，促进了企业人力资本水平的提高。可能存在的原因有以下两方面：从生产力理论的角度出发，劳动者、劳动资料、劳动对象及其优化组合的跃升构成了新质生产力的基本内涵，其中，劳动者的跃升体现为劳动者素质的提高，摆脱了传统生产力框架下对劳动者劳动能力的单一指向性，进而要求劳动者具备丰富知识、高超技能和更强的跨界合作能力，而企业人力资本水平的提高也就意味着企业劳动者素质的提高，这不仅促进了企业内部技术创新，也加速了不同产业间的知识交流和资源整合，通过企业间的积极合作，催生出更新技术、更高水准、更具活力的新质生产力；从经济学视角看，人力资本质量水平快速提升是中国经济实现潜在发展能力的关键[42]，新质生产力的本质内涵也被认为是提升全要素生产率[43]，根据内生增长理论，人力资本作为生产要素纳入了生产函数。因此，人力资本水平的提高改善了全要素生产率，进而促进了新质生产力的发展。基于以上分析，本文提出如下研究假设：

假设H2b：数字普惠金融会通过提升企业人力资本水平促进企业新质生产力的发展。

高水平科技自立自强是形成新质生产力的必由之路，创新作为引领新质生产力发展的核心驱动力量也已经得到广泛共识，习总书记强调，企业是科技成果转化的核心载体。创新研发成果通过应用于生产过程、渗透在生产力诸多要素中而转化为实际生产能力，将促进并引起传统生产力的深刻变革和新质生产力的巨大发展。但对于企业来说，创新活动本身具备较强的不确定性、较长的周期性以及不可逆性，一般企业难以承受创新失败的风险，因而需要社会资本与国家财政为企业的创新活动提供保障，数字普惠金融在此过程中扮演了重要角色。一方面，数字金融数字普惠金融利用数字技术缓解了金融市场上供求双方的信息不对称现象，降低了信息搜寻成本和交易成本，又通过发挥其“普惠性”的特征将大量小规模的投资者纳入资金供给体系，提高了资金供给水平，减轻了信贷扭曲程度，降低了企业融资成本，为企业创新研发提供便利的融资渠道，有助于其创新活动的开展[44]。另一方面，数字普惠金融依托大数据和区块链技术，可以帮助政府部门及时掌握企业项目的进展情况，缓解企业与政府间的信息不对称问题，提高财政补助资金的流动性与安全性，从而有效促进企业技术创新[45]。基于以上分析，本文提出如下研究假设：

假设H2c：数字普惠金融会通过提升企业创新水平促进企业新质生产力的发展。

四、研究设计

（一 ）样本选取与数据来源

本文选取的样本为2011～2021年沪深A股上市公司。为了提高研究结果的准确性，本文对样本数据进行了如下处理：（1）剔除样本期内处于ST、*ST状态的企业；（2）剔除金融行业的样本进行；（3）对部分变量值进行倍数化处理；（4）对所有连续变量在上下1%水平上进行缩尾处理。本文所采用的数字普惠金融指数来自北京大学数字金融研究中心，构造其余变量所使用的数据来源于国泰安（CSMAR）与万得（Wind）数据库。

（二）模型设定与变量定义

本文使用面板数据，采用双向固定效应模型考察数字普惠金融发展对企业新质生产力的影响，模型设定如下：

其中，被解释变量NPro 代表企业新质生产力，Digfin代表企业所在地级市的数字普惠金融发展指数。Controls代表本文选取的公司层面的控制变量，为了控制固定效应，其中 μi与 ξt 分别为企业的个体效应与时间效应。

为了检验与本文相关的机制效应，参考江艇（2022）关于机制效应检验的相关研究[46]，研究设计模型如下：

其中，MVi，t代表本文所关心的机制变量，分别为金融错配（FM）、企业创新（Patent）与人力资本（HumCap）；控制变量的选取以及固定效应的设计与基准回归一致。

1.被解释变量：新质生产力（Npro）。本文参考宋佳等（2024）的相关研究，将新质生产力从劳动力与生产工具两方面，采用熵值法进行测算，最终形成企业新质生产力指标。

2.解释变量：数字普惠金融（Digfin）。本文使用北京大学数字金融研究中心发布的《数字普惠金融指数》作为数字普惠金融的代理变量。该指数覆盖了337个地级市以上城市，具体从数字普惠金融覆盖广度（Digfin_cov）、使用深度（Digfin_dep）和数字化程度（Digfin_dig）三个维度进行了测度。本文将企业所在地级市与该指数的地市级数据相匹配，以数字普惠金融总指数作为主要的解释变量进行研究。

3.机制变量：本文选取了以下三种机制变量。（1）金融资源错配（FM），本文参考邵挺（2010）的研究，采用企业资本成本偏离行业平均资本成本的程度来作为企业金融错配的代理变量[47]。其中使用财务费用中的利息支出与扣除了应付账款后的负债总额的比值来衡量企业资本成本；（2）企业创新（Patent），由于实用新型专利和外观设计专利的技术含量较低，且不涉及产品的核心技术。因此本文参考李春涛等（2020）的做法，本文采用企业的发明专利作为企业创新的代理变量，并作为研究的机制进行检验[48]；（3）人力资本（HumCap），企业人力资本可以通过企业员工学历构成、研发人员存量等角度进行度量。本文以上市公司研发人员数量作为企业人力资本的代理变量。

4.控制变量：包括企业规模（Size），公司当年年末资产总额的自然对数；财务杠杆（Lev），公司年末负债总额与资产总额之比；净资产收益率（ROE），净利润与股东权益平均余额之比；第一大股东持股比例（Top1），第一大股东持股数量与总股数之比。

表1对本文所关心的变量的描述性统计结果进行了汇报。从被解释变量来看，通过对新质生产力（Npro）的均值和标准差等数据分析可以得出，个体层面上，我国不同企业个体间新质生产力发展水平参差不齐；将新质生产力（Npro）的最值与均值对比分析发现，其最大值与最小值差距极大，且均值也远小于最大值，由此说明，整体层面上，我国企业级新质生产力发展水平尚处于低位，未来还具有较大的发展潜力。从解释变量来看，基于对数字普惠金融指数的均值和标准差的分析可以得出，数字普惠金融（DigFin）在不同地区的发展水平也存在明显差异，使得本文的研究具备了一定的现实意义。从控制变量来看，本文选取的控制变量的值域也具有较为广泛的分布范围，说明其可以在本文的研究中发挥较好的控制作用。

五、实证结果与分析

（一）基准回归结果

本文首先利用所选样本开展数字普惠金融发展对企业新质生产力的影响研究。基准回归结果见表2（1）所示，采用双向固定效应模型进行分析，并控制了相关变量。在表2（2）～（4）中展示了数字普惠金融覆盖广度（Digfin_cov）、使用深度（Digfin_dep）和数字化程度（Digfin_dig）三个分指数对企业新质生产力的基准回归结果，该层面的分析能够从系统内部理解数字普惠金融发展对企业新质生产力的影响。

从基准回归结果来看，数字普惠金融总指数（Difin）的系数在1%的水平上显著为正，表明数字普惠金融发展对企业新质生产力有显著的正向促进作用，本文假设H1成立。从分指数的回归结果中可以发现，数字普惠金融覆盖广度（Digfin_cov）和数字化程度（Digfin_dig）对于企业新质生产力发展均有显著的正向促进作用，而使用深度（Digfin_dep）的系数虽然为正，但是不够显著。由结果来看，在由高速发展转向高质量发展的政策背景下，国家需要大力鼓励数字普惠金融发展，尤其是要扩大数字普惠金融的覆盖广度和加强数字普惠金融的数字程度，促进企业新质生产力发展，进而赋能企业高质量发展和国民经济的高质量发展。

（二）稳健性检验

本文分别采用更换被解释变量、增加控制变量与滞后一期对基准回归的结果进行稳健性检验。

第一，在经济学领域，生产力与生产率常常可以替换，因此本文选取全要素生产率作为替换被解释变量的新指标来衡量企业新质生产力水平。本文采用LP法计算得到上市公司的全要素生产率，并对计算结果采用上述基准模型进行回归。从表3的回归结果看，数字普惠金融（Digfin）系数在1%水平上显著为正，由此表明在替换被解释变量后，数字普惠金融对企业的新质生产力水平具有正向促进作用，本文假设H1初步得到验证。

第二，为了排除其他数字经济发展政策可能带来的影响，进一步将“宽带中国”试点政策虚拟变量（Tel_DID）纳入控制变量进行检验，以此来控制大数据技术和数字基础设施建设的影响。表3的结果显示，在纳入政策控制变量后，数字普惠金融对企业新质生产力的发展仍具有显著的正向影响作用，本文的研究假设H1又得到验证。

第三，数字普惠金融发展对企业的新质生产力的提升作用，包括对劳动力与生产工具两种要素的提升均需要一定的时间来进行传导，因此本文选择对新质生产力变量进行滞后一期回归。从表3的结果中发现，在考虑传导的滞后效应后，数字普惠金融对企业新质生产力依然具有显著正向影响，本文的研究假设H1再次得到验证。

（三）影响机制与异质性检验

1. 影响机制分析

本文对数字普惠金融对企业新质生产力的机制，包括金融错配（FM）、企业创新（Patent）与人力资本（HumCap）进行检验。研究参考江艇（2022）的方法对机制进行检验，回归结果见表4。在检验中，控制变量与前文一致，采用双向固定效应模型进行检验。

（1）金融错配水平的机制研究

表4列（1）展示了企业的金融错配水平（FM）的传导机制回归结果。由结果可知，数字普惠金融（Digfin）系数在5%水平上显著为负，这表明金融错配的中介效应存在，即数字普惠金融发展会显著缓解金融错配程度，进而促进企业新质生产力水平的提高。可能存在的原因是，数字普惠金融的发展可以减少金融体制缺陷带来的影响，有助于缓解信息不对称和降低交易费用，进而提高了金融资源配置效率，纠正了金融资源错配。一方面，金融机构要依托新型数字技术以较低的成本吸纳金融市场上大量闲置资金，将无效的空转资金转化为有效信贷投入，扩大实体经济信贷规模；另一方面，基于数字技术和数据要素的创新应用，数字金融可以预测实体企业的金融服务需求及其变化趋势[49]，使得企业能够享受到更加高效、便捷和低成本的金融服务，提高了企业的抗风险能力，为企业的生产经营提供了一定程度的保障。在此基础上，企业能够以更强的投入意愿和更大的投入力度促进新质生产力发展，从而提高了企业的新质生产力发展水平。

（2）人力资本水平的机制研究

表4列（2）展示了企业的人力资本水平（HumCap）的传导机制回归结果。从结果中可以得出，数字普惠金融（Digfin）系数在1%水平上显著为正，说明人力资本的中介效应存在，即数字普惠金融发展会显著提升企业人力资本水平，进而促进了企业新质生产力的发展。可能存在的原因是：人力资本是企业最重要的资源，优化和完善人力资本结构，是公司开展技术创新和培育新质生产力的必备条件之一。创新人才的缺失是制约新质生产力发展的重要因素。数字技术的发展扩大了就业方式，也促进了跨地区跨领域的人才流动，而数字普惠金融的应用强化了这一效果，数字普惠金融的发展降低了金融获取门槛，增加了居民获取资本的信心，为劳动力转移提供资金支持，增强了人才的流动和优化配置。此外，数字普惠金融的发展通过减少信息不对称增加了企业价值的透明度，为人才流动提供了正向的引导，进而优化了人力资源的配置，促进了企业人力资本水平的提高。

（3）创新水平的机制研究

表4列（3）展示了企业的创新水平（Patent）的传导机制回归结果。从结果中可以发现，数字普惠金融（Digfin）系数在1%水平上显著为正，说明企业创新的中介效应存在，即数字普惠金融的发展可以显著促进企业创新，企业创新水平的提升又有助于企业培育和发展新质生产力。可能的原因如下：企业的创新活动大多具有投入大、风险高、周期长的特点，通常是关乎企业未来发展的重大决策，因此管理层在创新活动的决策上往往较为保守，阻碍了企业的技术创新进程。随着数字普惠金融的发展，增强了金融作为中介的信息搜集和传递能力，金融机构利用数字化技术，依托大数据实现不同主体间信息的快速匹配，既实现了对企业较为精确的风险评估，也为投资者提供了更多有关企业投融资决策的信息，进而加强了企业的融资能力，缓解了企业的融资约束，一方面为企业获取足够的创新资源提供了有力的支持，另一方面为企业的创新活动提供了风险规避和风险分担，使金融得以更好地滋养创新，有助于提高企业的创新水平。

2. 异质性检验

本文分别以企业生命周期分类与企业地区不同进行进一步检验。

不同的企业生命周期会带来不同的管理挑战、战略规划和组织架构，为了检验企业生命周期异质性对研究结论的影响差异，本文将企业分为成长期、成熟期和衰退期三个组别。参考梁上坤等（2019）的研究[50]，本文采用销售收入增长率、存留收益率、资本支出率、公司年龄四个变量的得分情况衡量公司生命周期。具体做法是：分行业分别对四个指标排序打分并算出综合得分；然后，根据综合得分按行业由大到小排序，得分最高的约1/4为成长期企业，得分最低的约1 /4为衰退期企业，中间1 /2为成熟期企业。

从表5回归结果来看，成长期企业的数字普惠金融系数在1%水平上显著为正，且表现出最强的影响效应，衰退期企业在5%的水平上显著为正，而成熟期是不显著的，这表明数字普惠金融发展对具备较大上升空间的企业的新质生产力具有更大的推动作用。可能的原因是，成长期企业通常具备更强的创新意愿和能力，且成长期企业尚未形成较大规模，企业的战略和决策可以根据创新活动的需要开展灵活调整，因此成长期企业培育和发展新质生产力的效率更高，但是成长期企业的决策及行动又会更多地受到资金约束，数字普惠金融的发展恰好可以为其提供高效便捷的金融服务，所以数字普惠金融对成长期企业新质生产力发展的促进作用也更强；成熟期企业由于其商业模式已经较为成熟，企业在面临重大革新决策时则更倾向于稳定发展和规避风险，不利于新质生产力的发展。同时，成熟期企业通常具备充裕的现金流和稳固的商业信用，依靠传统金融体系的支持即可满足其融资需求。

为了检验数字普惠金融对不同地区企业新质生产力的影响差异，本文将企业所处地区分类为东部、中部和西部地区，回归结果见表6。

从表6的回归结果来看，东部地区企业虽然受益于数字普惠金融，但影响相对较小，是不显著的；中部地区的影响较为显著；西部地区则表现出最强的正向响应。这可能与地区发展不平衡有关，东部地区在经济发展水平和基础设施建设方面具备一定的优势，且东部地区的金融市场发展起步较早，传统金融的发展也更加完善，因此东部地区企业可以从传统金融体系中获得自身发展所需要的大部分甚至全部金融服务，数字普惠金融的赋能作用尚未显现；而西部地区受制于时空因素，金融发展相对落后，数字普惠金融的时空穿透特点又恰好满足了西部地区企业的发展需要，一定程度上弥补了传统金融带来的空白，所以西部地区企业对数字普惠金融的依赖程度更高，进而数字普惠金融对西部地区的企业影响也更大。

六、结论与政策启示

数字普惠金融作为数字技术加持下的金融服务新质态，正在成为推动企业新质生产力的发展新引擎。本文基于2011～2021年沪深A股上市公司相关数据，考察数字普惠金融发展对新质生产力的影响，得出如下结论：第一，数字普惠金融发展对企业新质生产力具有显著的正向影响，即证实了新发展格局下数字普惠金融可以为企业新质生产力的发展提供新动能，并且该结论经过多种稳健性检验后依然成立，进一步对数字普惠金融的三个子维度研究发现，覆盖广度和数字化程度均对企业新质生产力的提高有显著促进作用，使用深度对企业新质生产力的影响则不显著。第二，从作用机制来看，数字普惠金融通过缓解金融资源错配、提高企业人力资本水平和加强企业创新水平，进而促进企业新质生产力的发展。进一步来看，提高企业人力资本水平的机制对企业新质生产力发展的影响最为显著。第三，本文从区域差异和生命周期两个方面进行了异质性分析，从区域差异的角度出发，本文发现数字普惠金融发展对西部地区企业的新质生产力发展更具赋能作用，从生命周期的角度出发，发现数字普惠金融发展更能为成长期企业的新质生产力发展提供新动能。

基于上述的研究结果，本文可以得出以下几点政策启示：第一，加大基础设施投入力度，推动数字化改革浪潮。一方面，政府应加快对移动支付、线上银行、云计算、区块链等数字金融基础设施的建设，消弭数字鸿沟，进一步提高服务安全性和服务覆盖面；另一方面，政府要通过政策指引和扶持鼓励金融机构与科技公司开展合作和加大金融科技创新投入力度，丰富金融产品的多样性，提高金融服务的效率，使得数字普惠金融能够真正为企业所用，支持企业新质生产力的发展。同时，上述手段也可以提高数字普惠金融服务的可得性和便捷性，进而支持数字普惠金融的使用深度建设，力争早日实现对企业新质生产力发展的正向影响。

第二，各方主体共同发力，积极培育企业新质生产力发展的关键要素。金融机构要重视“数字+普惠”双耦合发展，在数字技术加持下，适当放宽对于投资标的和抵押资产的限制，提高信贷决策的精准度，减少金融错配现象，更有效地支持企业尤其是成长期企业的发展；政府要加大对教育和职业培训的投资，提高劳动力素质，同时制定高层次人才引进政策，提高对优质人力资源的福利待遇，促进人才流动和优化配置，提升企业人力资本水平；企业要充分展现科创潜力，吸纳“耐心资本”的加入，进而为技术创新和成果转化争取资金和时间；进而营造多方主体相互融合、相互促进，共同培育新质生产力发展的积极氛围。

第三，重视区域发展不平衡问题，采取因地制宜的发展策略。西部地区作为数字普惠金融赋能企业新质生产力发展的先行者，应在巩固现有发展成果的同时积极探索，力图发展出全流程、标准化的赋能方案，早日将西部特色发展模式推广至其他地区。东部地区数字普惠金融发展水平较高，但尚未发挥其赋能作用，可能存在传导机制阻塞的问题。因此，应进一步下沉服务重心，聚焦目标群体。对照中小企业的财务状况、研发周期、业务模式等特征，政府有针对性地出台优惠政策，金融机构有针对性地设计产品与服务，促进金融资源的优化配置和高效利用，畅通数字普惠金融助力企业新质生产力发展的渠道机制。

参考文献：

[1]万佳彧，周勤，肖义.数字金融、融资约束与企业创新[J].经济评论，2020（01）：71-83.

[2]梁榜，张建华.数字普惠金融发展能激励创新吗？——来自中国城市和中小企业的证据[J].当代经济科学，2019，41（05）：74-86.

[3]马芬芬，王满仓.数字金融与金融资源配置[J].金融理论与实践，2021（08）：9-19.

[4]童燕，靳来群.数字金融对要素配置效率的影响研究——基于生产与研发双重过程的比较分析[J].金融与经济，2022（06）：20-29.

[5]杨虹，王乔冉.数字普惠金融对产业结构升级的影响及机制研究[J].投资研究，2021，40（09）：4-14.

[6]Ganti S ，Acharya D. Financial Inclusion Fosters Growth： Simple Multiplier and amp;quot;AKamp;quot; Growth Model Analysis[J]. Universal Journal of Accounting and Finance， 2017，5（3）：55-59.

[7]周小川.践行党的群众路线 推进包容性金融发展[J].求是，2013（18）：11-14.

[8]黄益平，黄卓.中国的数字金融发展：现在与未来[J].经济学（季刊），2018，17（04）：1489-1502.

[9]Gomber P ，Koch J ，Siering M. Digital Finance and FinTech：Current Research and Future Research Directions[J]. Journal of Business Economics， 2017，87（5）：537-580.

[10]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（04）：1401-1418.

[11]Sarma M，Pais J. Financial Inclusion and Development[J]. Journal of International Development， 2011，23 （5）：613-628.

[12]Gupte R ，Venkataramani B ，Gupta D. Computation of Financial Inclusion Index for India[J]. Procedia - Social and Behavioral Sciences， 2012（37）：133-149.

[13]Ambarkhane D，Singh S A，Venkataramani B. Developing a Comprehensive Financial Inclusion Index[J]. Management and Labour Studies， 2016，41（3）：216-235.

[14]卢亚娟，张菁晶.农村家庭金融资产选择行为的影响因素研究——基于CHFS微观数据的分析[J].管理世界，2018，34（05）：98-106.

[15]谢绚丽，沈艳，张皓星，等.数字金融能促进创业吗？——来自中国的证据[J].经济学（刊），2018，17（04）：1557-1580.

[16]张勋，万广华，张佳佳，等.数字经济、普惠金融与包容性增长[J].经济研究，2019，54（08）：71-86.

[17]钱海章，陶云清，曹松威，等.中国数字金融发展与经济增长的理论与实证[J].数量经济技术经济研究，2020，37（06）：26-46.

[18]王年咏，张珂，张立娟.数字普惠金融与经济高质量发展——来自251个地级市的经验证据[J].武汉金融，2023（07）：61-70.

[19]程云洁，段鑫.数字普惠金融对城市经济高质量发展的影响及其传导机制研究——来自中部地区79个地级市的经验数据[J].调研世界，2022，（06）：23-37.

[20]王刚贞，陈梦洁.数字普惠金融影响经济高质量发展的渠道机理与异质特征[J].财贸研究，2022，33（10）：45-56.

[21]谢汝宗，杨明婉，白福臣.数字普惠金融、居民消费与产业结构升级——基于广东省地级面板数据的PVAR动态分析[J].调研世界，2022（02）：59-70.

[22]杜金岷，韦施威，吴文洋.数字普惠金融促进了产业结构优化吗？[J].经济社会体制比较，2020（06）：38-49.

[23]潘艺，张金昌.数字金融对企业数字化转型的影响和机制研究——来自中国A股制造业上市企业的经验证据[J].工业技术经济，2023，42（03）：63-72.潘艺，张金昌.数字金融对企业数字化转型的影响和机制研究——来自中国A股制造业上市企业的经验证据[J].工业技术经济，2023，42（03）：63-72.

[24]马玉婷，叶初升.新质生产力的发展经济学意义[N].光明日报，2024-02-20（11）.

[25]龚晓莺，严宇珺.新质生产力的基本意涵、实现机制与实践路径[J].河南社会科学，2024，32（04）：15-22.

[26]韩文龙，张瑞生，赵峰.新质生产力水平测算与中国经济增长新动能[J].数量经济技术经济研究，2024，41（06）：5-25.

[27]黄瑾，唐柳.推动新质生产力加快发展[N].光明日报，2024-02-20（11）.

[28]蒲清平.加快形成新质生产力的着力点[J].人民论坛，2023，（21）：34-37.

[29]刘伟.科学认识与切实发展新质生产力[J].经济研究，2024，59（03）： 4-11.

[30]洪银兴.新质生产力及其培育和发展[J].经济学动态，2024，（01）：3-11.

[31]张森，温军.数字经济赋能新质生产力：一个分析框架[J].当代经济管理，2024，46（07）：1-9.

[32]何秋洁，何香玲，陈国庆.金融发展推动新质生产力加快形成的长效机制研究[J].当代金融研究，2023，6（11）：1-14.

[33]任宇新，吴艳，伍喆.金融集聚、产学研合作与新质生产力[J].财经理论与实践，2024，45（03）：27-34.

[34]沈坤荣，金童谣，赵倩.以新质生产力赋能高质量发展[J].南京社会科学，2024（01）：37-42.

[35]宋佳，张金昌，潘艺.ESG发展对企业新质生产力影响的研究——来自中国A股上市企业的经验证据[J].当代经济管理，2024，46（06）：1-11.

[36]王珏，王荣基.新质生产力：指标构建与时空演进[J].西安财经大学学报，2024，37（01）：31-47.

[37]饶萍，吴青.数字普惠金融对企业全要素生产率的影响[J].统计与决策，2022，38（16）：142-146.

[38]赵梦雅.融资约束、信息披露质量与企业全要素生产率关系探析[J].改革与开放，2021（20）：1-7.

[39]王道平，刘琳琳.数字金融、金融错配与企业全要素生产率——基于融资约束视角的分析[J].金融论坛，2021，26（08）：28-38.

[40]吕太升，王玲莉，唐勇.数字普惠金融赋能企业高质量发展：理论机制与经验证据[J].武汉金融，2023（06）：3-13.

[41]申广军，欧阳伊玲，李力行.技能结构的地区差异：金融发展视角[J].金融研究，2017（07）：45-61.

[42]刘伟，张立元.经济发展潜能与人力资本质量[J].管理世界，2020，36（01）：8-24+230.

[43]石敏俊，陈岭楠，王志凯，等.新质生产力的科学内涵与绿色发展[J].中国环境管理，2024，16（03）：5-9.

[44]滕磊，马德功.数字金融能够促进高质量发展吗？[J].统计研究，2020，37（11）：80-92.

[45]冯永琦，林凰锋.数字金融赋能企业高质量发展的作用机制与实现路径[J].当代经济科学，2024，46（03）：45-58.

[46]江艇.因果推断经验研究中的中介效应与调节效应[J].中国工业经济，2022（05）：100-120.

[47]邵挺.金融错配、所有制结构与资本回报率：来自1999～2007年我国工业企业的研究[J].金融研究，2010（09）：51-68.

[48]李春涛，闫续文，宋敏，等. 金融科技与企业创新——新三板上市公司的证据[J]. 中国工业经济， 2020 （01）： 81-98.

[49]周雷，王可欣，宋佳佳，等.金融强国视域下数字金融服务实体经济高质量发展路径研究[J].农村金融研究，2024（05）：45-57.

[50]梁上坤，张宇，王彦超.内部薪酬差距与公司价值——基于生命周期理论的新探索[J].金融研究，2019（04）：188-206.