張 超，鐘昌標，楊佳妮

（1.寧波財經(jīng)學院 國際經(jīng)濟貿(mào)易學院，浙江 寧波 315175；2.云南財經(jīng)大學 經(jīng)濟學院，云南 昆明 650221；3.浙江省科技評估和成果轉(zhuǎn)化中心，浙江 杭州 310007）

一、引 言

黨的十九大指出，中國經(jīng)濟已進入高質(zhì)量發(fā)展階段。黨的十九屆五中全會強調(diào)，堅持把發(fā)展經(jīng)濟著力點放在實體經(jīng)濟上。因此，促進實體經(jīng)濟高質(zhì)量發(fā)展是實現(xiàn)我國經(jīng)濟高質(zhì)量發(fā)展的關(guān)鍵所在。經(jīng)濟是肌體，金融是血脈，通過傳統(tǒng)金融與大數(shù)據(jù)、區(qū)塊鏈、云計算等新技術(shù)的深度融合，數(shù)字金融日益成為服務新時代實體經(jīng)濟的主力軍?！吨袊鲜秀y行分析報告2020》指出，2019年上市銀行金融科技投入快速增長，大中型上市銀行科技人員平均比例已超過4%，平均科技投入資金占營業(yè)收入比例達到2%，且在基礎平臺搭建、數(shù)字化公司金融、數(shù)字化零售金融等領(lǐng)域成效顯著。數(shù)字技術(shù)支持融資決策，讓實體企業(yè)獲得更為便捷可靠的金融服務，積極推動了我國普惠金融創(chuàng)新發(fā)展。根據(jù)《2020年中國銀行業(yè)服務報告》，截至2020年末，我國單戶授信總額1 000萬元及以下的普惠型小微企業(yè)貸款余額15.3萬億元，比年初增長30.9%。綜上，就理論層面來看，數(shù)字金融在一定程度上能破解我國實體企業(yè)融資難、融資貴的金融難題。那么現(xiàn)實中，數(shù)字金融是否能真正成為提高實體企業(yè)發(fā)展質(zhì)量的有力工具？這有賴于細致的實證研究。

數(shù)字金融的經(jīng)濟效應主要為宏觀與微觀經(jīng)濟效應兩方面。宏觀經(jīng)濟效應方面，張勛等（2019）、錢海章等（2020）、Risman等（2021）、Thathsarani等（2021）實證估測發(fā)現(xiàn)，數(shù)字金融對經(jīng)濟增長存在顯著正向作用［1-4］；滕磊和馬德功（2020）、宇超逸等（2020）實證檢驗發(fā)現(xiàn)，數(shù)字金融顯著促進了經(jīng)濟高質(zhì)量發(fā)展［5-6］；張梁（2021）、潘爽（2021）、鄭萬騰（2021）實證考察發(fā)現(xiàn)，數(shù)字金融發(fā)展有效提升了區(qū)域創(chuàng)新水平［7-9］；何宗樾（2020）、孫繼國（2020）實證研究發(fā)現(xiàn)，數(shù)字金融具有顯著減貧效應［10-11］；許釗等（2021）實證發(fā)現(xiàn)，數(shù)字金融的污染減排效應存在雙門限效應［12］。微觀效應方面，張勛等（2020）、何宗樾和宋旭光（2020）、關(guān)鍵和馬超（2020）實證研究發(fā)現(xiàn)，數(shù)字金融的發(fā)展顯著增加了居民消費［13-15］；袁鯤和曾德濤（2020）、梁琦和林愛杰（2020）、黃銳等（2021）研究發(fā)現(xiàn)，數(shù)字金融對于緩解企業(yè)融資約束成效顯著［16-18］；唐松（2020）、賈俊生和劉玉（2021）、謝雪燕和朱曉陽（2021）實證發(fā)現(xiàn)，數(shù)字金融對企業(yè)創(chuàng)新產(chǎn)生顯著正向作用［19-21］；封思賢和郭仁靜（2019）、吳桐桐和王仁曾（2021）認為，數(shù)字金融在提升銀行效率的同時，還會增加銀行風險承擔［22-23］。

高質(zhì)量發(fā)展要求企業(yè)由粗放式發(fā)展轉(zhuǎn)型為質(zhì)量效率型可持續(xù)發(fā)展，塑造更具競爭力的高質(zhì)量發(fā)展范式（黃速建等，2018）［24］。企業(yè)高質(zhì)量發(fā)展主要受宏觀經(jīng)濟環(huán)境和企業(yè)微觀特征的影響。宏觀經(jīng)濟環(huán)境方面，主要受政府補貼（陳昭和劉映曼，2019）［25］、營商環(huán)境（陳太義等，2020）［26］、稅收政策（楊林和沈春蕾，2021）［27］、環(huán)境規(guī)制（郭濤和孫玉陽，2021）［28］、市場分割（呂越等，2021）［29］等因素影響；企業(yè)微觀特征方面，主要受內(nèi)部控制（張廣勝和孟茂源，2020）［30］、資產(chǎn)金融化（田梓青，2020）［31］、企業(yè)聲譽（杜創(chuàng)，2020）［32］、股權(quán)結(jié)構(gòu)（范玉仙和張占軍，2021）［33］等因素影響。

綜上，已有研究聚焦數(shù)字金融對企業(yè)融資、企業(yè)創(chuàng)新等具體行為或其他因素對企業(yè)高質(zhì)量發(fā)展的影響，而關(guān)于數(shù)字金融對實體企業(yè)高質(zhì)量發(fā)展影響的研究卻鮮見文端。因此，本文將在厘清數(shù)字金融與實體企業(yè)高質(zhì)量發(fā)展邏輯關(guān)系的基礎上，實證估測數(shù)字金融對實體企業(yè)高質(zhì)量發(fā)展的影響效應，以期為數(shù)字金融更好賦能實體企業(yè)高質(zhì)量發(fā)展提供思路。

二、理論分析與研究假設

數(shù)字金融究竟如何影響實體企業(yè)高質(zhì)量發(fā)展，本文將其概括為以下四個方面：①數(shù)字金融提高了企業(yè)融資可得性，進而促進實體企業(yè)發(fā)展。數(shù)字金融通過降低金融服務壁壘增加了實體企業(yè)融資渠道，通過降低信息不對稱提升了實體企業(yè)融資效率，有效緩解了實體企業(yè)的融資約束，讓處于金融弱勢地位的實體企業(yè)能較快獲得研發(fā)、生產(chǎn)、經(jīng)營等活動所需的資金，這對于實體企業(yè)高質(zhì)量發(fā)展會起到關(guān)鍵作用。②數(shù)字金融強化了企業(yè)信息獲取能力，進而促進實體企業(yè)發(fā)展。通過互聯(lián)網(wǎng)構(gòu)建的平臺加速了商業(yè)、技術(shù)、服務等方面動態(tài)信息的傳播（宋林和何洋，2021）［34］，人工智能時代下的大數(shù)據(jù)定制推送，可將商業(yè)信息較為精準傳送于實體企業(yè)（Obschonka和Audretsch，2020）［35］。數(shù)字金融憑借數(shù)字平臺、數(shù)字技術(shù)生成線上金融服務渠道，借助理財、支付、信貸等業(yè)務，釋放信息傳遞和社會交互等功能，驅(qū)動實體企業(yè)更好地掌握市場的行情動態(tài)及政策變動，精準挖掘富有價值的商業(yè)和投資信息，有助于拓寬生意合作渠道及強化社會關(guān)系，最終助力實體企業(yè)高質(zhì)量發(fā)展。③數(shù)字金融實現(xiàn)了企業(yè)數(shù)字化支付，進而促進實體企業(yè)發(fā)展。數(shù)字金融的興起為實體企業(yè)創(chuàng)造了高效便捷的支付方式（郭峰和王靖一等，2020）［36］，促使買賣雙方從傳統(tǒng)的線下交易向便捷的線上交易轉(zhuǎn)型，積極推動了電子商務的發(fā)展，有效降低了實體企業(yè)交易成本并擴大了實體企業(yè)銷售市場，最終提高了實體企業(yè)經(jīng)營發(fā)展效率。④數(shù)字金融提供了企業(yè)數(shù)字化保險服務，進而促進實體企業(yè)發(fā)展。數(shù)字金融除了強化企業(yè)信息獲取能力、實現(xiàn)企業(yè)數(shù)字化支付外，還為實體企業(yè)發(fā)展提供了數(shù)字化保險服務，這將較好對沖實體企業(yè)發(fā)展過程中遇到的經(jīng)營風險，有助于提振實體投資的積極性（謝絢麗等，2018）［37］。由此可見，數(shù)字金融能夠憑借高質(zhì)量的風險分擔來提升生產(chǎn)效率、弱化經(jīng)濟波動，進而更好地促進實體企業(yè)發(fā)展壯大?；谏鲜龇治?，本文提出假設1。

H1：數(shù)字金融能有效促進實體企業(yè)高質(zhì)量發(fā)展。

本文認為，數(shù)字金融對實體企業(yè)高質(zhì)量發(fā)展的影響效應可能存在異質(zhì)性。①結(jié)構(gòu)異質(zhì)性。數(shù)字金融分為覆蓋廣度、使用深度和數(shù)字化程度三個維度，前兩個維度屬于傳統(tǒng)金融的服務范疇，已具有非常豐富的支持實體企業(yè)的實踐經(jīng)驗；而數(shù)字化程度方面，由于我國金融尚處于數(shù)字金融轉(zhuǎn)型的過渡時期，數(shù)字化基礎設施并不完善，金融發(fā)展的數(shù)字化程度仍有待提高（杜雪鋒，2020）［38］，因此，數(shù)字化程度對于實體企業(yè)發(fā)展的促進作用仍有待檢驗。②規(guī)模異質(zhì)性。數(shù)字金融對實體企業(yè)高質(zhì)量發(fā)展的影響可能會因為企業(yè)規(guī)模的不同而存在異質(zhì)性，大中型企業(yè)的管理水平高、創(chuàng)新能力強、資金利用效率高，通常善于挖掘數(shù)字金融帶來的紅利，實現(xiàn)企業(yè)生產(chǎn)效率提升；而小微企業(yè)由于“低、小、散”的先天劣勢，可能在利用數(shù)字金融提高自身質(zhì)量發(fā)展方面能力有限。③區(qū)域異質(zhì)性。發(fā)達地區(qū)往往集聚更多的金融資源，欠發(fā)達地區(qū)會受到嚴重的金融排斥（李建軍和韓珣，2017）［39］，數(shù)字金融是數(shù)字技術(shù)與傳統(tǒng)金融的深度結(jié)合，它對于受到金融歧視的欠發(fā)達地區(qū)實體企業(yè)具有更大的邊際效應。基于上述分析，本文提出假設2。

H2：數(shù)字金融對實體企業(yè)高質(zhì)量發(fā)展的影響存在結(jié)構(gòu)異質(zhì)性、規(guī)模異質(zhì)性以及區(qū)域異質(zhì)性。

三、模型、變量與數(shù)據(jù)

（一）模型設定

為重點考察數(shù)字金融對實體企業(yè)高質(zhì)量發(fā)展的影響，構(gòu)建以下基準模型：

其中：REPit為被解釋變量，即i地區(qū)在t期的實體企業(yè)發(fā)展質(zhì)量；DIFIit為核心解釋變量，即i地區(qū)在t期的數(shù)字金融發(fā)展水平；X it為其他控制變量，包括文獻已經(jīng)識別出的影響實體企業(yè)發(fā)展質(zhì)量的主要因素，如企業(yè)規(guī)模GMit、資產(chǎn)負債率FZit、現(xiàn)金流XJit、固定資產(chǎn)比例GDit；υit為獨立同分布的經(jīng)典誤差項。

（二）變量選取

1.被解釋變量

本文被解釋變量為實體企業(yè)發(fā)展質(zhì)量（REP）。通常采用全要素生產(chǎn)率或勞動生產(chǎn)率來衡量實體企業(yè)發(fā)展質(zhì)量。其中，全要素生產(chǎn)率綜合性更好，涵蓋的信息更多，但是其結(jié)果易受測度方法和參數(shù)設定的影響；勞動生產(chǎn)率綜合性盡管不及全要素生產(chǎn)率，但其測算相對簡便，可比性較強，而且企業(yè)勞動生產(chǎn)率與全要素生產(chǎn)率之間存在長期穩(wěn)定的正向關(guān)系（李永友等，2018）［40］。因此，借鑒王業(yè)斌等（2019）、汪兵韜等（2021）的做法［41-42］，使用企業(yè)勞動生產(chǎn)率衡量企業(yè)發(fā)展質(zhì)量，計算方法為企業(yè)工業(yè)總產(chǎn)值除以員工人數(shù)（勞均工業(yè)總產(chǎn)值）。為確保估計結(jié)果的穩(wěn)健性，本文將使用企業(yè)勞均工業(yè)銷售產(chǎn)值和地區(qū)勞動生產(chǎn)率兩個指標作為企業(yè)勞動生產(chǎn)率的替代變量，以進一步考察數(shù)字金融對實體企業(yè)發(fā)展質(zhì)量的影響。

2.核心解釋變量

本文核心解釋變量為數(shù)字金融（DIFI）。借鑒張勛和萬廣華等（2019）的做法［43］，選取“北京大學數(shù)字普惠金融指數(shù)”作為數(shù)字金融的代理變量，并將數(shù)字普惠金融指數(shù)的對數(shù)值作為實證檢驗的核心解釋變量。為確保估計結(jié)果的穩(wěn)健性，本文還將使用覆蓋廣度、使用深度及數(shù)字化程度三個子維度作為數(shù)字金融的替代變量，進一步考察數(shù)字金融對實體企業(yè)發(fā)展質(zhì)量的影響。

3.控制變量

本文參考王業(yè)斌和許雪芳（2019）、汪兵韜等（2021）、馬草原和朱玉飛（2020）等學者的研究［41-42，44］，并考慮變量數(shù)據(jù)可得性，選取以下控制變量：企業(yè)規(guī)模（GM），以企業(yè)期末總資產(chǎn)的對數(shù)來表示；資產(chǎn)負債率（FZ），以企業(yè)總負債與企業(yè)總資產(chǎn)的比值來表示；現(xiàn)金流（XJ），以企業(yè)流動資產(chǎn)的對數(shù)來表示；固定資產(chǎn)比例（GD），以企業(yè)固定資產(chǎn)總額與企業(yè)總資產(chǎn)的比值來表示。

（三）樣本選擇

浙江作為民營經(jīng)濟大省，實體經(jīng)濟的強盛是其最大優(yōu)勢，其制造業(yè)規(guī)模始終處于全國前列，目前，浙江正以新發(fā)展理念引領(lǐng)制造業(yè)高質(zhì)量發(fā)展，建設全球先進制造業(yè)基地。與此同時，浙江作為我國金融科技發(fā)展的先行區(qū)，正努力構(gòu)建全國數(shù)字金融發(fā)展高地，積極助力實體經(jīng)濟高質(zhì)量發(fā)展提質(zhì)增效。浙江作為我國實體經(jīng)濟和數(shù)字金融發(fā)展的主力軍，政府非常重視數(shù)字金融在浙江實體經(jīng)濟中的應用和發(fā)展，堅定不移地抓好數(shù)字金融發(fā)展并取得積極成效。因此，使用浙江的案例和數(shù)據(jù)實證探究數(shù)字金融對實體企業(yè)高質(zhì)量發(fā)展的影響頗具代表性。

（四）數(shù)據(jù)來源

本文采用的數(shù)據(jù)分為兩部分，包括數(shù)字金融數(shù)據(jù)和實體企業(yè)數(shù)據(jù)。其中，數(shù)字金融數(shù)據(jù)來自北京大學數(shù)字金融研究中心編制的“北京大學數(shù)字普惠金融指數(shù)（第二期，2011—2018年）”；實體企業(yè)數(shù)據(jù)來自2011—2018年浙江9個地市統(tǒng)計年鑒中（湖州和舟山企業(yè)經(jīng)濟指標的統(tǒng)計口徑與其他9個地市完全不一致，故未列入研究樣本）的規(guī)模以上工業(yè)企業(yè)相關(guān)數(shù)據(jù)。主要變量描述性統(tǒng)計結(jié)果見表1所列，其中，實體企業(yè)發(fā)展質(zhì)量最大值為2018年杭州市的4.909 1，最小值為2011年衢州市的3.066 4；數(shù)字金融水平最大值為2018年杭州市的5.713 7，最小值為2011年衢州市的4.219 4；企業(yè)規(guī)模最大值為2018年杭州市的18.931 3，最小值為2011年麗水市的16.125 9；資產(chǎn)負債率最大值為2011年紹興市的2.334 9，最小值為2016年麗水市的0.471 5；現(xiàn)金流最大值為2018年杭州市的18.409 2，最小值為2011年衢州市的15.534 4；固定資產(chǎn)比例最大值為2011年紹興市的1.449 0，最小值為2018年杭州市的0.179 2。綜上不難發(fā)現(xiàn)，數(shù)字金融水平越高的地區(qū)實體企業(yè)發(fā)展質(zhì)量越好，故數(shù)字金融與實體企業(yè)發(fā)展質(zhì)量之間可能存在正相關(guān)關(guān)系，但這僅為H1提供了一個初步判斷，若想得到客觀有效的結(jié)論，還需進行嚴謹?shù)膶嵶C檢驗。

表1 主要變量的描述性統(tǒng)計

四、實證結(jié)果

（一）基準回歸分析

參照靜態(tài)面板數(shù)據(jù)的一般做法，回歸模型主要從混合效應、固定效應和隨機效應中遴選。表2是面板模型估計結(jié)果，模型（1）（2）（3）分別對應混合效應、固定效應和隨機效應模型。不難發(fā)現(xiàn)，F(xiàn)統(tǒng)計量是顯著的，說明固定效應優(yōu)于混合效應；LM統(tǒng)計量是顯著的，說明隨機效應也優(yōu)于混合效應；Hausman檢驗結(jié)果說明，隨機效應優(yōu)于固定效應。因此，選取隨機效應模型為基準回歸模型。

表2 面板模型估計結(jié)果

表3列出了數(shù)字金融對實體企業(yè)高質(zhì)量發(fā)展影響的基準回歸結(jié)果。模型（4）反映了在沒有加入任何控制變量的情況下，數(shù)字金融對實體企業(yè)高質(zhì)量發(fā)展的直接回歸結(jié)果；模型（5）（6）（7）（8）分別是加入企業(yè)規(guī)模、資產(chǎn)負債率、現(xiàn)金流、固定資產(chǎn)比例變量的回歸結(jié)果。伴隨控制變量的逐個加入，模型的R2逐漸上升，這表明引入控制變量是合適的。由模型（4）的估計結(jié)果可知，數(shù)字金融的估計系數(shù)顯著為正，意味著數(shù)字金融對實體企業(yè)高質(zhì)量發(fā)展產(chǎn)生了明顯促進作用。比較分析模型（5）（6）（7）（8）中的估計系數(shù)發(fā)現(xiàn)，在逐個添加控制變量的過程中，數(shù)字金融的估計系數(shù)皆顯著為正，且呈現(xiàn)不斷增加的趨勢，這充分表明數(shù)字金融對實體企業(yè)高質(zhì)量發(fā)展的驅(qū)動效應是較為穩(wěn)健的。綜上，H1得到驗證。

表3 基準回歸結(jié)果

引入所有控制變量的模型（8）估計結(jié)果顯示，企業(yè)規(guī)模對實體企業(yè)高質(zhì)量發(fā)展的影響顯著為負，這可能是由于實體企業(yè)高質(zhì)量發(fā)展需要適度的規(guī)模經(jīng)濟與之匹配，企業(yè)規(guī)模過大或過小都無法有效實現(xiàn)企業(yè)高質(zhì)量發(fā)展；資產(chǎn)負債率對實體企業(yè)高質(zhì)量發(fā)展的影響顯著為負，這是由于一旦實體企業(yè)出現(xiàn)融資困難，很難通過負債融資去進行研發(fā)投入活動，進而阻礙了企業(yè)高質(zhì)量發(fā)展；現(xiàn)金流對實體企業(yè)高質(zhì)量發(fā)展的影響顯著為正，這是由于實體企業(yè)經(jīng)營活動現(xiàn)金流越多，說明企業(yè)面臨的融資約束越小，進而企業(yè)發(fā)展的質(zhì)量越高；固定資產(chǎn)比例的影響效應并不顯著，可能是由于固定資產(chǎn)投資效用周期較長，短期內(nèi)對實體企業(yè)發(fā)展的促進作用并未顯現(xiàn)。

（二）內(nèi)生性問題處理

“數(shù)字金融——實體企業(yè)高質(zhì)量發(fā)展”的反向因果表現(xiàn)為：高質(zhì)量發(fā)展的實體企業(yè)可能更容易推動金融與科技深度融合，進而促進地區(qū)數(shù)字金融發(fā)展。因此，關(guān)于基準回歸部分尚未考慮的內(nèi)生性問題，進一步用工具變量重新進行檢驗。本文以其他地市數(shù)字普惠金融指數(shù)平均值作為本地數(shù)字金融的工具變量［45］，理由在于：其一，浙江在各個地市推動金融科技發(fā)展和數(shù)字金融發(fā)展的政策通常是一致的，因此，本地數(shù)字金融發(fā)展與其他地市往往高度相關(guān)；其二，數(shù)字金融發(fā)展容易受本地經(jīng)濟發(fā)展、數(shù)字化普惠程度等因素影響，在不同地市的服務程度方面差距明顯，因此，其他地市數(shù)字金融發(fā)展并不會直接影響本地實體企業(yè)高質(zhì)量發(fā)展。綜上，其他地市數(shù)字普惠金融指數(shù)平均值適合作為工具變量以減少內(nèi)生性問題。

表4為工具變量法（2SLS）的回歸結(jié)果，模型（9）為第一階段回歸結(jié)果，模型（10）為第二階段回歸結(jié)果。第一階段Kleibergen-Paap rk LM值為14.31，在1%的顯著性水平上拒絕了“工具變量識別不足”的原假設；第一階段Cragg-Donald WaldF值為5 289.11，Kleibergen-Paap Wald rkF值為8 436.28，均遠遠大于Stock和Yogo（2005）［46］給出的10%顯著性水平臨界值16.38，均拒絕了“工具變量弱識別”的原假設。綜上，本文所選工具變量顯著有效。模型（10）的估計結(jié)果表明，數(shù)字金融對實體企業(yè)高質(zhì)量發(fā)展存在顯著正向作用，這一結(jié)果與基準回歸結(jié)果相契合。

表4 工具變量法回歸結(jié)果

（三）穩(wěn)健性檢驗

前文中涉及的逐步回歸法、工具變量法在一定程度上驗證了實證結(jié)果的可靠性，為了進一步確?；鶞驶貧w結(jié)果的穩(wěn)健性，本文還考慮使用替換被解釋變量、替換核心解釋變量等方法加以檢驗。

首先，替換被解釋變量。實體企業(yè)勞動生產(chǎn)率分別用企業(yè)銷售總產(chǎn)值與企業(yè)從業(yè)人數(shù)比值對應模型（11）、地區(qū)勞動生產(chǎn)率對應模型（12）來替換，估計結(jié)果見表5所列。檢驗結(jié)果表明，無論使用哪一種指標對被解釋變量進行替代，估計結(jié)果均與基準回歸結(jié)果保持一致。

表5 更換被解釋變量指標的穩(wěn)健性檢驗估計結(jié)果

其次，替換核心解釋變量。分別使用數(shù)字金融的三個子維度指標作為核心解釋變量，覆蓋廣度對應模型（13），使用深度對應模型（14），數(shù)字化程度對應模型（15），估計結(jié)果見表6所列。檢驗結(jié)果表明，無論使用哪一種指標對數(shù)字金融進行替代，穩(wěn)健性結(jié)果均與基準回歸結(jié)果保持一致。

表6 更換解釋變量指標的穩(wěn)健性檢驗估計結(jié)果

五、異質(zhì)性分析

（一）結(jié)構(gòu)異質(zhì)性

數(shù)字金融的覆蓋廣度和使用深度兩個維度屬于傳統(tǒng)金融的服務范疇，已具有非常豐富的支持實體企業(yè)發(fā)展的實踐經(jīng)驗，而數(shù)字化程度對于實體企業(yè)發(fā)展的促進作用仍有待檢驗。表6的回歸結(jié)果為剖析數(shù)字金融的結(jié)構(gòu)異質(zhì)性提供了實證依據(jù)。具體來看，覆蓋廣度對實體企業(yè)高質(zhì)量發(fā)展的促進作用最大、使用深度的促進作用次之、數(shù)字化程度的促進作用最小，因此，H2得到驗證。這是因為：首先，現(xiàn)階段數(shù)字金融發(fā)展能夠有效填補傳統(tǒng)金融機構(gòu)無法覆蓋的服務盲區(qū)，讓實體企業(yè)獲得了更多金融服務的機會，有助于實體經(jīng)濟復蘇；其次，在數(shù)字金融發(fā)展過程中能夠為實體企業(yè)提供多元化和個性化的金融產(chǎn)品及服務，為實體企業(yè)發(fā)展保駕護航；最后，由于我國傳統(tǒng)金融模式尚處于向數(shù)字普惠金融轉(zhuǎn)型的過渡時期，數(shù)字化基礎設施并不完善，數(shù)字化水平總體不高，因而，數(shù)字金融的數(shù)字化功能并未得到充分發(fā)揮，我國金融發(fā)展的數(shù)字化程度仍有較大的提升空間。

（二）規(guī)模異質(zhì)性

考慮不同規(guī)模實體企業(yè)發(fā)展質(zhì)量對數(shù)字金融的敏感性可能存在差異，因此，本文將樣本數(shù)據(jù)分為大中型企業(yè)（規(guī)模以上工業(yè)大型企業(yè)和中型企業(yè)）和小微企業(yè)（規(guī)模以上工業(yè)小微企業(yè)）兩個子樣本，并運用隨機效應面板模型分別進行計量檢驗，結(jié)果見表7所列。模型（16）（17）分別為大中型和小微實體企業(yè)的回歸結(jié)果，從結(jié)果可以看出，數(shù)字金融對大中型實體企業(yè)高質(zhì)量發(fā)展的促進作用明顯強于小微實體企業(yè)，以上結(jié)論說明數(shù)字金融具有規(guī)模效應；規(guī)模越大的實體企業(yè)越容易挖掘數(shù)字金融帶來的紅利，大中型企業(yè)能夠有效地將數(shù)字金融與自身比較優(yōu)勢相結(jié)合，顯著提升生產(chǎn)經(jīng)營效率，進而推動自身高質(zhì)量發(fā)展；而規(guī)模小的實體企業(yè)雖然能借助數(shù)字金融獲得生產(chǎn)經(jīng)營所需資金，緩解融資壓力，但限于“低、小、散”的劣勢，并不能充分借助數(shù)字金融提升企業(yè)生產(chǎn)率，難以實現(xiàn)高質(zhì)量發(fā)展。綜上，進一步驗證了H2，同時也為小微企業(yè)發(fā)展制度的完善提供了重要支撐。

表7 規(guī)模異質(zhì)性分析

值得注意的是，大規(guī)模實體企業(yè)比小規(guī)模實體企業(yè)可能更容易通過數(shù)字金融獲得支持，這意味著在規(guī)模異質(zhì)性分析中可能存在內(nèi)生性問題，因此，為獲得更為穩(wěn)健的估計結(jié)果，本文將進一步借助工具變量進行檢驗。關(guān)于工具變量選取問題，已在前文實證分析中得到解決，因此，接下來仍然以其他地市數(shù)字普惠金融指數(shù)平均值作為本地區(qū)數(shù)字金融的工具變量，工具變量法（2SLS）的回歸結(jié)果見表8所列。

表8 規(guī)模異質(zhì)性的工具變量法回歸結(jié)果

模型（18）（19）分別為大中型實體企業(yè)的第一階段和第二階段回歸結(jié)果，模型（20）（21）分別為小微實體企業(yè)的第一階段和第二階段回歸結(jié)果。首先，根據(jù)模型（18）和（20）的工具變量檢驗統(tǒng)計量可知，所選取的工具變量顯著有效。其次，觀察模型（19）（21）的估計結(jié)果可知，數(shù)字金融對大中型實體企業(yè)發(fā)展質(zhì)量的回歸系數(shù)為0.215 4，數(shù)字金融對小微實體企業(yè)發(fā)展質(zhì)量的回歸系數(shù)為0.211 4。由此可見，通過工具變量法得到的結(jié)果依然表明，數(shù)字金融對大中型實體企業(yè)發(fā)展質(zhì)量的促進作用強于小微實體企業(yè)，從而表明表7的規(guī)模異質(zhì)性分析是穩(wěn)健可靠的。

（三）區(qū)域異質(zhì)性

眾所周知，金融資源更傾向流往發(fā)達地區(qū)，欠發(fā)達地區(qū)則會受到嚴重的金融排斥，因此，數(shù)字金融對不同地區(qū)實體企業(yè)高質(zhì)量發(fā)展的影響可能存在異質(zhì)性。鑒于此，本文將樣本數(shù)據(jù)劃分為發(fā)達地區(qū)（浙東北）和欠發(fā)達地區(qū)（浙西南）兩個子樣本，其中發(fā)達地區(qū)包括4個地市區(qū)域，分別為杭州、寧波、嘉興、紹興，該子樣本共32個樣本量；欠發(fā)達地區(qū)包括5個地市區(qū)域，分別為溫州、金華、衢州、臺州、麗水，該子樣本共40個樣本量。分別運用隨機效應面板模型進行計量檢驗，結(jié)果見表9所列。

表9 區(qū)域異質(zhì)性分析

模型（22）（23）分別為發(fā)達地區(qū)和欠發(fā)達地區(qū)的回歸結(jié)果。通過兩個模型中數(shù)字金融的系數(shù)可以看出，發(fā)達地區(qū)和欠發(fā)達地區(qū)數(shù)字金融均對實體企業(yè)高質(zhì)量發(fā)展產(chǎn)生顯著正向效應，且欠發(fā)達地區(qū)的促進作用強于發(fā)達地區(qū)，這是因為發(fā)達地區(qū)經(jīng)濟金融發(fā)展相對較好、存在大量傳統(tǒng)金融網(wǎng)點，數(shù)字金融對該地區(qū)實體企業(yè)的作用更多的是豐富了金融服務的選擇，其對于發(fā)達地區(qū)的實體企業(yè)起到了“錦上添花”的作用；而對于欠發(fā)達地區(qū)來說，地理位置相對較差、傳統(tǒng)金融發(fā)展滯后，數(shù)字金融的興起能夠更大程度地擴展金融覆蓋面并加深金融觸達度，儼然成為欠發(fā)達地區(qū)破解金融排斥、穩(wěn)定實體經(jīng)濟的重要工具，其對于欠發(fā)達地區(qū)的實體企業(yè)起到了“雪中送炭”的作用。因此，數(shù)字金融對于經(jīng)濟發(fā)展落后、受到金融歧視的欠發(fā)達地區(qū)實體企業(yè)具有更大的邊際效應，這也進一步證實了數(shù)字金融的普惠性。綜上，H2中的區(qū)域異質(zhì)性得到驗證。

六、結(jié)論與建議

數(shù)字金融能否成為提升實體企業(yè)發(fā)展質(zhì)量的有效渠道？本文從金融服務實體經(jīng)濟入手，就數(shù)字金融如何影響實體企業(yè)高質(zhì)量發(fā)展展開了機制分析和實證估測。具體從數(shù)字金融提高了企業(yè)融資可得性、強化了企業(yè)信息獲取能力、實現(xiàn)了企業(yè)數(shù)字化支付、提供了企業(yè)數(shù)字化保險服務等四方面探討數(shù)字金融影響實體企業(yè)高質(zhì)量發(fā)展的內(nèi)在機制，并理論分析了數(shù)字金融對實體企業(yè)高質(zhì)量發(fā)展的影響可能存在結(jié)構(gòu)異質(zhì)性、規(guī)模異質(zhì)性以及區(qū)域異質(zhì)性。以民營經(jīng)濟大省以及全國數(shù)字金融發(fā)展高地——浙江省作為研究主體，并基于2011—2018年浙江省地市面板數(shù)據(jù)，實證檢驗了數(shù)字金融對實體企業(yè)高質(zhì)量發(fā)展的影響效應。在對浙江的案例研究中發(fā)現(xiàn)：①數(shù)字金融有效促進了實體企業(yè)高質(zhì)量發(fā)展，通過逐步回歸法、工具變量法、更換被解釋變量和解釋變量指標等進行穩(wěn)健性檢驗，結(jié)論均顯示數(shù)字金融對實體企業(yè)高質(zhì)量發(fā)展存在顯著正向作用；②數(shù)字金融的實體企業(yè)高質(zhì)量發(fā)展效應存在結(jié)構(gòu)異質(zhì)性，覆蓋廣度的促進作用最強、使用深度的促進作用次之、數(shù)字化程度的促進作用最弱，表明數(shù)字金融的數(shù)字化功能并未得到充分發(fā)揮；③數(shù)字金融的實體企業(yè)高質(zhì)量發(fā)展效應存在規(guī)模異質(zhì)性，數(shù)字金融對大中型實體企業(yè)高質(zhì)量發(fā)展的促進作用明顯強于小微實體企業(yè)，考慮可能存在的內(nèi)生性問題，通過工具變量法得到的結(jié)果依然成立；④數(shù)字金融對實體企業(yè)高質(zhì)量發(fā)展的影響存在區(qū)域異質(zhì)性，發(fā)達地區(qū)和欠發(fā)達地區(qū)數(shù)字金融均能夠?qū)嶓w企業(yè)高質(zhì)量發(fā)展產(chǎn)生顯著正向作用，且欠發(fā)達地區(qū)的激勵效應強于發(fā)達地區(qū)。

綜合以上結(jié)論，本文提出相關(guān)建議如下：

（1）強力推進數(shù)字金融建設，更好服務實體企業(yè)高質(zhì)量發(fā)展。研究表明，數(shù)字金融能顯著促進實體企業(yè)高質(zhì)量發(fā)展，因此，應加快金融科技發(fā)展規(guī)劃的落地實施，多措并舉驅(qū)動金融數(shù)字化轉(zhuǎn)型，聚焦實體企業(yè)發(fā)展關(guān)鍵環(huán)節(jié)，找準薄弱點、盯住落腳點，適當借助金融科技工具，創(chuàng)新服務渠道、降低服務成本、提升產(chǎn)品質(zhì)量、改善融資服務，為金融服務提質(zhì)增效，促進金融科技創(chuàng)新成果更好服務實體企業(yè)，持續(xù)推動實體企業(yè)高質(zhì)量發(fā)展。

（2）加快推動數(shù)字經(jīng)濟發(fā)展，更好激發(fā)數(shù)字金融服務實體企業(yè)潛能。研究表明，數(shù)字化程度對實體企業(yè)高質(zhì)量發(fā)展的影響最弱，因此，為更好發(fā)揮數(shù)字金融對實體企業(yè)高質(zhì)量發(fā)展的促進作用，應積極推動數(shù)字經(jīng)濟發(fā)展，加快5G網(wǎng)絡、數(shù)據(jù)中心等新基建步伐，著力驅(qū)動傳統(tǒng)金融基礎設施向數(shù)字化和智能化轉(zhuǎn)型，前瞻性布局數(shù)字金融新基建，激發(fā)數(shù)字化程度服務實體企業(yè)高質(zhì)量發(fā)展的潛能。

（3）積極鼓勵小微企業(yè)并購重組，更好發(fā)揮數(shù)字金融的規(guī)模效應。研究表明，規(guī)模越大的實體企業(yè)越容易享受數(shù)字金融帶來的紅利，因此，為進一步深化數(shù)字金融對實體企業(yè)高質(zhì)量發(fā)展的促進作用，應鼓勵和支持小微企業(yè)并購重組，并積極促成一批市場潛力大、社會效益好、綜合實力強的小微企業(yè)改制上市，最終驅(qū)動小微企業(yè)升級并擴大規(guī)模，這將有助于強化數(shù)字金融的滲透力度，為實體企業(yè)高質(zhì)量發(fā)展注入更多的金融活力。

（4）努力營造數(shù)字金融環(huán)境，更好促進區(qū)域高質(zhì)量協(xié)調(diào)發(fā)展。研究表明，數(shù)字金融對欠發(fā)達地區(qū)實體企業(yè)高質(zhì)量發(fā)展的作用更大，這意味著數(shù)字金融可作為助力實現(xiàn)區(qū)域協(xié)調(diào)發(fā)展的重要引擎。因此，應不斷優(yōu)化欠發(fā)達地區(qū)數(shù)字金融服務環(huán)境，將數(shù)字金融基礎設施建設專項資金適當向欠發(fā)達地區(qū)傾斜，搭建合作交流平臺，深化欠發(fā)達與發(fā)達地區(qū)數(shù)字金融協(xié)作，加大欠發(fā)達地區(qū)對數(shù)字經(jīng)濟、數(shù)字金融等知識科普宣傳力度，更好實現(xiàn)欠發(fā)達地區(qū)實體企業(yè)高質(zhì)量發(fā)展，為縮小區(qū)域發(fā)展差距注入新動能。