劉靖宇，余莉娜，2，楊軒宇，3

（1.長沙師范學(xué)院 經(jīng)濟管理學(xué)院，長沙 410148；2.長沙理工大學(xué) 經(jīng)濟與管理學(xué)院，長沙 410114；3.中南大學(xué) 商學(xué)院，長沙 410083）

0 引言

黨的二十大報告指出，要堅持以推動高質(zhì)量發(fā)展為主題，著力提高全要素生產(chǎn)率，推動經(jīng)濟實現(xiàn)質(zhì)的有效提升和量的合理增長。企業(yè)是宏觀經(jīng)濟運行的微觀基礎(chǔ)，即宏觀經(jīng)濟高質(zhì)量均衡發(fā)展有賴于微觀企業(yè)全面實現(xiàn)高質(zhì)量發(fā)展[1]。鑒于微觀企業(yè)在推動宏觀經(jīng)濟實現(xiàn)高質(zhì)量均衡發(fā)展中的重要性，學(xué)術(shù)界圍繞企業(yè)高質(zhì)量發(fā)展的影響因素和實現(xiàn)路徑方面展開廣泛研究，其中，融資環(huán)境改善和新興數(shù)字技術(shù)對企業(yè)高質(zhì)量發(fā)展的影響成為學(xué)術(shù)界討論的熱點問題。有研究認(rèn)為以“融資難、融資貴”為表象的融資約束問題成為中小企業(yè)高質(zhì)量發(fā)展的重大制約因素[2]，這是由于傳統(tǒng)金融對中小企業(yè)等弱勢融資群體的排斥性，而數(shù)字普惠金融作為新興數(shù)字技術(shù)與傳統(tǒng)金融服務(wù)深度有機融合的產(chǎn)物，能通過有效緩解信息不對稱問題弱化排斥性，有效解決中小企業(yè)等弱勢融資群體的資金約束問題[3]，從而助力中小企業(yè)高質(zhì)量發(fā)展。還有研究認(rèn)為數(shù)字化轉(zhuǎn)型成為企業(yè)實現(xiàn)高質(zhì)量發(fā)展的全新路徑[4]，數(shù)字化創(chuàng)新能推動企業(yè)建立互補導(dǎo)向和效率導(dǎo)向的數(shù)字化商業(yè)模式，助力企業(yè)實現(xiàn)高質(zhì)量發(fā)展[5]。同時，數(shù)字普惠金融還能顯著賦能中小企業(yè)數(shù)字化轉(zhuǎn)型[6]。據(jù)此可推演得出數(shù)字普惠金融和數(shù)字化轉(zhuǎn)型會促進中小企業(yè)高質(zhì)量發(fā)展，而且數(shù)字普惠金融還能通過賦能數(shù)字化轉(zhuǎn)型間接促進中小企業(yè)高質(zhì)量發(fā)展。

本文在已有研究的基礎(chǔ)上進行了如下拓展：（1）目前鮮有文獻研究數(shù)字普惠金融與數(shù)字化轉(zhuǎn)型對中小企業(yè)高質(zhì)量發(fā)展影響的效果和機制，本文據(jù)此展開專項研究，深化對中小企業(yè)高質(zhì)量發(fā)展運行機制的認(rèn)識。（2）為通過數(shù)字普惠金融和數(shù)字化轉(zhuǎn)型促進宏觀經(jīng)濟高質(zhì)量均衡發(fā)展提供中小企業(yè)層面的微觀證據(jù)。

1 理論分析與研究假設(shè)

1.1 數(shù)字普惠金融與中小企業(yè)高質(zhì)量發(fā)展

數(shù)字普惠金融將傳統(tǒng)普惠性金融服務(wù)嵌入人工智能、大數(shù)據(jù)、云計算、區(qū)塊鏈等新興數(shù)字技術(shù)，推動金融資源實現(xiàn)優(yōu)化配置，切實提高金融資源對中小企業(yè)類弱勢融資群體的可達性和包容性。數(shù)字普惠金融運用數(shù)字技術(shù)有效緩解了金融服務(wù)市場中的信息不對稱問題，緩解金融資源供給方管理層面臨的道德風(fēng)險和逆向選擇問題，對微觀弱勢融資群體做出更加全面科學(xué)的風(fēng)險識別與評估，有效弱化了傳統(tǒng)金融資源配置對微觀弱勢融資群體的排斥性，緩解了中小企業(yè)等弱勢融資群體的資金束緊問題[6]，提高中小企業(yè)資源配置能力與效率，從而促進中小企業(yè)實現(xiàn)高質(zhì)量發(fā)展。據(jù)此，本文提出：

假設(shè)1：數(shù)字普惠金融能顯著促進中小企業(yè)高質(zhì)量發(fā)展。

1.2 數(shù)字化轉(zhuǎn)型與中小企業(yè)高質(zhì)量發(fā)展

動態(tài)能力理論認(rèn)為擁有強大的感知能力、獲取能力和重構(gòu)能力，將有助于企業(yè)在超強競爭環(huán)境中獲得核心競爭優(yōu)勢[7]，而數(shù)字化轉(zhuǎn)型能有效提升企業(yè)的感知能力、獲取能力和重構(gòu)能力，為中小企業(yè)實現(xiàn)高質(zhì)量發(fā)展提供能力支撐[8]。第一，數(shù)字化技術(shù)能提高中小企業(yè)感知能力，幫助中小企業(yè)適時感知消費者偏好特征與變化趨勢，動態(tài)開辟全新效益增長點，為其實現(xiàn)高質(zhì)量發(fā)展創(chuàng)造先決條件[7]；第二，數(shù)字化技術(shù)能提高中小企業(yè)對外部資源與知識的獲取能力[9]和應(yīng)用能力[10]，幫助中小企業(yè)突破邊界實現(xiàn)跨界融合和價值共創(chuàng)，為其高質(zhì)量發(fā)展提供動力源泉；第三，數(shù)字化技術(shù)能改善中小企業(yè)重構(gòu)能力，通過新興數(shù)字資源與傳統(tǒng)經(jīng)濟資源有機耦合，推動新興商業(yè)模式與傳統(tǒng)業(yè)務(wù)進行整合升級，全面革新產(chǎn)品服務(wù)、組織結(jié)構(gòu)和生產(chǎn)流程，重構(gòu)更加契合市場需求的商業(yè)模式[8,9]，提高中小企業(yè)的智造力和響應(yīng)力，為其高質(zhì)量發(fā)展提供模式支撐。據(jù)此，本文提出：

假設(shè)2：數(shù)字化轉(zhuǎn)型能顯著促進中小企業(yè)高質(zhì)量發(fā)展。

1.3 數(shù)字化轉(zhuǎn)型的中介機制

中小企業(yè)數(shù)字化轉(zhuǎn)型亟須穩(wěn)固的資金支持，其內(nèi)源融資已無法滿足數(shù)字化轉(zhuǎn)型資金需求，外源數(shù)字普惠金融通過新興數(shù)字科技與普惠性金融之間的深度有機融合，能切實拓寬弱勢融資群體的融資渠道與平臺，紓解中小企業(yè)“無錢轉(zhuǎn)”“不敢轉(zhuǎn)”“不會轉(zhuǎn)”的數(shù)字化轉(zhuǎn)型困局。第一，數(shù)字普惠金融能增強中小企業(yè)風(fēng)險承擔(dān)能力，引導(dǎo)經(jīng)濟資源流向數(shù)字化轉(zhuǎn)型類高風(fēng)險項目，推動中小企業(yè)加快實施數(shù)字化轉(zhuǎn)型[11]；第二，數(shù)字普惠金融能加大中小企業(yè)人才引進力度[12]，夯實中小企業(yè)數(shù)字化轉(zhuǎn)型的軟實力；第三，數(shù)字普惠金融通過風(fēng)險分化糾正中小企業(yè)管理者的短視行為，使管理者更加重視企業(yè)的可持續(xù)發(fā)展性，尤其會強化對科技前沿的敏感度，增加研發(fā)投入和創(chuàng)新活動[13]，穩(wěn)固中小企業(yè)數(shù)字化轉(zhuǎn)型硬實力。據(jù)此，本文提出：

假設(shè)3：數(shù)字化轉(zhuǎn)型在數(shù)字普惠金融與中小企業(yè)高質(zhì)量發(fā)展之間發(fā)揮顯著中介效應(yīng)。

2 研究設(shè)計

2.1 數(shù)據(jù)來源

本文選取2011—2020 年滬深兩市A 股上市中小企業(yè)的樣本數(shù)據(jù)，并對樣本數(shù)據(jù)做如下預(yù)處理：剔除數(shù)據(jù)存在缺失的樣本；剔除研究期間被ST或退市的樣本；為避免離群值的影響，在1%和99%兩個分位點對連續(xù)型變量進行縮尾處理。數(shù)字普惠金融樣本數(shù)據(jù)來自北京大學(xué)數(shù)字金融研究中心官方網(wǎng)站，其他變量的樣本數(shù)據(jù)均來自國泰安數(shù)據(jù)庫。

2.2 模型構(gòu)建

為檢驗數(shù)字普惠金融與數(shù)字化轉(zhuǎn)型和中小企業(yè)高質(zhì)量發(fā)展之間的內(nèi)在關(guān)系，本文設(shè)定如下基準(zhǔn)回歸模型：

其中，被解釋變量TFP_LP代表中小企業(yè)發(fā)展質(zhì)量，解釋變量Fin的代理變量為數(shù)字普惠金融發(fā)展水平、數(shù)字普惠金融覆蓋廣度和數(shù)字普惠金融使用深度，CVs代表控制變量，Digi代理變量為數(shù)字化轉(zhuǎn)型深度和數(shù)字化轉(zhuǎn)型程度，Ind、Area和Year分別代表行業(yè)、地區(qū)和年份固定效應(yīng)。a、β為待估計參數(shù)，e為隨機干擾項，i代表截面?zhèn)€體中小企業(yè)，t代表年份。

為檢驗數(shù)字化轉(zhuǎn)型在數(shù)字普惠金融和中小企業(yè)高質(zhì)量發(fā)展間的中介機制，參考已有文獻設(shè)定如下中介效應(yīng)模型：

其中，中介變量為數(shù)字化轉(zhuǎn)型（Digi），參數(shù)α1代表數(shù)字普惠金融對中小企業(yè)高質(zhì)量發(fā)展作用的總效應(yīng)，進一步區(qū)分為數(shù)字普惠金融對中小企業(yè)高質(zhì)量發(fā)展作用的直接效應(yīng)γ1和間接效應(yīng)（α1-γ1）。

2.3 變量說明

2.3.1 被解釋變量

中小企業(yè)發(fā)展質(zhì)量（TFP_LP）：本文用全要素生產(chǎn)率（TFP）衡量中小企業(yè)發(fā)展質(zhì)量。LP 法能較好地解決企業(yè)全要素生產(chǎn)率估算中的內(nèi)生性問題，并采用中間投入指標(biāo)代理無法觀測的全要素生產(chǎn)率變量。因此，本文采用LP法估算中小企業(yè)全要素生產(chǎn)率。

2.3.2 解釋變量

數(shù)字普惠金融（Fin）：數(shù)字普惠金融發(fā)展水平用北京大學(xué)數(shù)字金融研究中心發(fā)布的數(shù)字普惠金融指數(shù)、數(shù)字普惠金融覆蓋廣度指數(shù)和數(shù)字普惠金融使用深度指數(shù)來衡量。數(shù)字普惠金融局部構(gòu)件代理變量用支付業(yè)務(wù)發(fā)展指數(shù)、保險業(yè)務(wù)發(fā)展指數(shù)、貨幣基金業(yè)務(wù)發(fā)展指數(shù)、投資業(yè)務(wù)發(fā)展指數(shù)、信用業(yè)務(wù)發(fā)展指數(shù)來衡量。

數(shù)字化轉(zhuǎn)型（Digi）：將數(shù)字化轉(zhuǎn)型代理變量設(shè)定為數(shù)字化轉(zhuǎn)型深度和數(shù)字化轉(zhuǎn)型程度，數(shù)字化轉(zhuǎn)型深度用無形資產(chǎn)明細(xì)中與數(shù)字技術(shù)相關(guān)資產(chǎn)合計占無形資產(chǎn)總額的比重衡量，數(shù)字化轉(zhuǎn)型程度用公司年報中人工智能、大數(shù)據(jù)、云計算、區(qū)塊鏈和數(shù)字技術(shù)應(yīng)用共五個方面的76個關(guān)鍵詞的詞頻數(shù)來衡量。

2.3.3 中介變量

為檢驗數(shù)字化轉(zhuǎn)型在數(shù)字普惠金融與中小企業(yè)高質(zhì)量發(fā)展之間的中介效應(yīng)，將中介變量設(shè)定為數(shù)字化轉(zhuǎn)型深度和數(shù)字化轉(zhuǎn)型程度。

同時，參考已有文獻設(shè)定控制變量，相關(guān)變量定義見下頁表1。

表1 變量定義

3 實證結(jié)果分析

3.1 基準(zhǔn)回歸結(jié)果分析

下頁表2 報告數(shù)字普惠金融與數(shù)字化轉(zhuǎn)型和中小企業(yè)高質(zhì)量發(fā)展的回歸結(jié)果。列（1）至列（3）顯示數(shù)字普惠金融發(fā)展水平、數(shù)字普惠金融覆蓋廣度和數(shù)字普惠金融使用深度均在1%水平上對中小企業(yè)高質(zhì)量發(fā)展有顯著正向影響。這表明數(shù)字普惠金融發(fā)展能有效緩解中小企業(yè)資金約束問題，對其高質(zhì)量發(fā)展產(chǎn)生顯著賦能效應(yīng)，假設(shè)1得證。列（4）和列（5）顯示數(shù)字化轉(zhuǎn)型深度和數(shù)字化轉(zhuǎn)型程度均在1%水平上對中小企業(yè)高質(zhì)量發(fā)展有顯著正向影響，說明數(shù)字化轉(zhuǎn)型同樣能顯著促進中小企業(yè)高質(zhì)量發(fā)展，假設(shè)2得證。

表2 基準(zhǔn)回歸結(jié)果

3.2 內(nèi)生性檢驗

3.2.1 反向因果問題檢驗

數(shù)字普惠金融與數(shù)字化轉(zhuǎn)型和中小企業(yè)高質(zhì)量發(fā)展之間存在潛在反向因果問題，即中小企業(yè)發(fā)展質(zhì)量高會促進數(shù)字普惠金融發(fā)展和自身更加重視數(shù)字化轉(zhuǎn)型，這會導(dǎo)致內(nèi)生性問題。本文參考余典范等（2022）[14]的做法，用數(shù)字普惠金融和數(shù)字化轉(zhuǎn)型變量的滯后項作為工具變量重新進行回歸，檢驗反向因果問題對結(jié)論的影響，結(jié)果見表3。列（1）至列（5）顯示數(shù)字普惠金融和數(shù)字化轉(zhuǎn)型變量的滯后項均在1%水平上對中小企業(yè)高質(zhì)量發(fā)展有顯著正向影響，說明潛在反向因果問題對研究結(jié)論影響較弱。

表3 反向因果關(guān)系檢驗結(jié)果

3.2.2 Bartik工具變量回歸結(jié)果

為檢驗遺漏變量等問題導(dǎo)致的內(nèi)生性問題，本文采用份額漂移法構(gòu)造Bartik工具變量[14]，并重新進行回歸，結(jié)果見下頁表4。列（1）至列（5）顯示，數(shù)字普惠金融和數(shù)字化轉(zhuǎn)型的Bartik工具變量均在1%水平上對中小企業(yè)高質(zhì)量發(fā)展有顯著正向影響，說明潛在遺漏變量等內(nèi)生性問題對研究結(jié)論影響并不突出。

表4 Bartik工具變量回歸結(jié)果

3.3 局部效應(yīng)檢驗

3.3.1 數(shù)字普惠金融的局部效應(yīng)檢驗

本文將數(shù)字普惠金融解構(gòu)為支付業(yè)務(wù)（Paym）、保險業(yè)務(wù)（Insu）、貨幣基金業(yè)務(wù)（Mofu）、投資業(yè)務(wù)（Invt）和信用業(yè)務(wù)（Cred），檢驗其對中小企業(yè)高質(zhì)量發(fā)展的影響，結(jié)果見表5。列（1）至列（5）顯示支付業(yè)務(wù)、保險業(yè)務(wù)、貨幣基金業(yè)務(wù)、投資業(yè)務(wù)和信用業(yè)務(wù)均在1%水平上對中小企業(yè)高質(zhì)量發(fā)展有顯著正向影響，表明數(shù)字普惠金融整體和局部對中小企業(yè)高質(zhì)量發(fā)展的賦能效應(yīng)具有一致性。

表5 數(shù)字普惠金融局部構(gòu)件對中小企業(yè)高質(zhì)量發(fā)展影響檢驗

3.3.2 數(shù)字化轉(zhuǎn)型的局部效應(yīng)檢驗

本文將數(shù)字化轉(zhuǎn)型解構(gòu)為人工智能（Rgzn）、云計算（Yjsj）、數(shù)字技術(shù)應(yīng)用（Szyy）、大數(shù)據(jù)（Dsjj）和區(qū)塊鏈（Qklj）共五個方面，檢驗其對中小企業(yè)高質(zhì)量發(fā)展影響，結(jié)果見表6。列（1）至列（4）顯示人工智能、云計算、數(shù)字技術(shù)應(yīng)用和大數(shù)據(jù)對中小企業(yè)高質(zhì)量發(fā)展有顯著正向影響，說明數(shù)字化轉(zhuǎn)型局部與整體對中小企業(yè)高質(zhì)量發(fā)展的賦能效應(yīng)趨于一致。列（5）顯示區(qū)塊鏈對中小企業(yè)高質(zhì)量發(fā)展影響不顯著，統(tǒng)計分析發(fā)現(xiàn)區(qū)塊鏈詞頻數(shù)占數(shù)字化總詞頻數(shù)比重低于0.4%，說明中小企業(yè)對區(qū)塊鏈發(fā)展缺乏重視，致使其對中小企業(yè)高質(zhì)量發(fā)展未產(chǎn)生顯著驅(qū)動效應(yīng)。

表6 數(shù)字化轉(zhuǎn)型局部構(gòu)件對中小企業(yè)高質(zhì)量發(fā)展影響檢驗

4 機制分析

4.1 數(shù)字化轉(zhuǎn)型深度中介機制檢驗

數(shù)字化轉(zhuǎn)型深度中介效應(yīng)檢驗結(jié)果見表7。

表7 數(shù)字化轉(zhuǎn)型深度的中介效應(yīng)檢驗結(jié)果

列（1）、列（3）和列（5）顯示數(shù)字普惠金融的整體發(fā)展、覆蓋廣度和使用深度均對中小企業(yè)數(shù)字化轉(zhuǎn)型深度有顯著正向影響。列（2）、列（4）和列（6）顯示數(shù)字普惠金融的整體發(fā)展、覆蓋廣度和使用深度均可通過提升中小企業(yè)數(shù)字化轉(zhuǎn)型深度，對中小企業(yè)高質(zhì)量發(fā)展產(chǎn)生顯著的間接促進作用，即數(shù)字化轉(zhuǎn)型深度在數(shù)字普惠金融與中小企業(yè)高質(zhì)量發(fā)展之間發(fā)揮顯著中介效應(yīng)。Sobel檢驗結(jié)果同樣支持這一結(jié)論，且反向因果檢驗和Bartik工具變量回歸結(jié)果顯示內(nèi)生性問題對本文結(jié)論影響較小（限于篇幅結(jié)果未呈現(xiàn)），假設(shè)3得證。

4.2 數(shù)字化轉(zhuǎn)型程度的中介機制檢驗

數(shù)字化轉(zhuǎn)型程度中介效應(yīng)檢驗結(jié)果見表8。列（1）、列（3）和列（5）顯示數(shù)字普惠金融的整體發(fā)展、覆蓋廣度和使用深度均對中小企業(yè)數(shù)字化轉(zhuǎn)型程度有顯著正向影響。列（2）、列（4）和列（6）顯示數(shù)字普惠金融的整體發(fā)展、覆蓋廣度和使用深度均可通過提高中小企業(yè)數(shù)字化程度，對中小企業(yè)高質(zhì)量發(fā)展產(chǎn)生顯著的間接賦能效應(yīng)。即數(shù)字化轉(zhuǎn)型程度在數(shù)字普惠金融與中小企業(yè)高質(zhì)量發(fā)展之間產(chǎn)生顯著中介效應(yīng)。Sobel 檢驗結(jié)果也支持這一結(jié)論，且反向因果檢驗和Bartik 工具變量回歸結(jié)果顯示內(nèi)生性問題對本文結(jié)論影響較弱（限于篇幅結(jié)果未呈現(xiàn)），這進一步驗證了假設(shè)3。

表8 數(shù)字化轉(zhuǎn)型程度的中介效應(yīng)檢驗結(jié)果

5 結(jié)論與啟示

本文使用2011—2020 年滬深A(yù) 股上市中小企業(yè)樣本數(shù)據(jù)，實證檢驗數(shù)字普惠金融與數(shù)字化轉(zhuǎn)型對中小企業(yè)高質(zhì)量發(fā)展影響的直接效應(yīng)和間接效應(yīng)。研究發(fā)現(xiàn)：第一，數(shù)字普惠金融的整體發(fā)展、覆蓋廣度和使用深度均對中小企業(yè)高質(zhì)量發(fā)展有顯著促進效應(yīng)，其局部構(gòu)件——支付業(yè)務(wù)、保險業(yè)務(wù)、貨幣基金業(yè)務(wù)、投資業(yè)務(wù)和信用業(yè)務(wù)的發(fā)展同樣對中小企業(yè)高質(zhì)量發(fā)展有顯著促進效應(yīng)。第二，數(shù)字化轉(zhuǎn)型對中小企業(yè)高質(zhì)量發(fā)展有顯著促進效應(yīng)，其局部構(gòu)件——人工智能、云計算、大數(shù)據(jù)和數(shù)字應(yīng)用技術(shù)亦對中小企業(yè)高質(zhì)量發(fā)展有顯著促進效應(yīng)。而區(qū)塊鏈構(gòu)件對中小企業(yè)高質(zhì)量發(fā)展影響并不顯著，原因為中小企業(yè)對區(qū)塊鏈發(fā)展缺乏足夠重視。第三，數(shù)字普惠金融通過賦能數(shù)字化轉(zhuǎn)型對中小企業(yè)高質(zhì)量發(fā)展產(chǎn)生顯著的間接促進效應(yīng)。

基于上述結(jié)論，本文得到如下啟示：第一，地方政府應(yīng)大力發(fā)展人工智能、云計算、大數(shù)據(jù)、區(qū)塊鏈、數(shù)字應(yīng)用技術(shù)等新興技術(shù)，持續(xù)完善轄區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)。為金融企業(yè)和中小企業(yè)數(shù)字化轉(zhuǎn)型營造良好外部環(huán)境，提高數(shù)字普惠金融和數(shù)字化轉(zhuǎn)型賦能中小企業(yè)高質(zhì)量發(fā)展的效率。第二，金融機構(gòu)應(yīng)率先完成數(shù)字化轉(zhuǎn)型，增強為中小企業(yè)等弱勢融資群體紓解困難的能力，不斷提升數(shù)字普惠金融賦能中小企業(yè)高質(zhì)量發(fā)展的效率。第三，中小企業(yè)應(yīng)充分利用數(shù)字普惠金融發(fā)展和數(shù)字化基礎(chǔ)設(shè)施建設(shè)紅利，把握機遇盡快完成數(shù)字化轉(zhuǎn)型，夯牢自身高質(zhì)量發(fā)展基礎(chǔ)。第四，重視數(shù)字普惠金融和數(shù)字化轉(zhuǎn)型賦能中小企業(yè)高質(zhì)量發(fā)展之間的協(xié)同效應(yīng)發(fā)揮，通過挖掘二者邊界內(nèi)資源間互補性強化其協(xié)同性，提高中小企業(yè)高質(zhì)量發(fā)展的柔性和韌性。