——基于数字化转型的中介视角

皮佳睿 李思思 喻小玲（通信作者）

（佛山大学经济贸易学院，广东 佛山 528000）

摘要：该研究基于微观视角展开，以2011—2023年中国A股制造业上市公司为样本，突破传统指标选取，以ESG效益与经济效益两维度构建评价指标体系测度制造企业高质量发展水平，从而揭示了“数字金融—数字化转型—制造企业高质量发展”的内在演进路径与互动机理。研究证实：数字金融与制造企业高质量发展间呈显著正向作用，且在不同产权、区域和规模的企业间具有显著差异，其中非国有企业、中部及东部地区具有强促进作用，而在大中小型企业之间虽存在显著促进作用，但在小规模制造企业中的正向促进作用最为显著。

关键词：数字金融  高质量发展  数字化转型  中介效应

一、引言

随着工业化进程步入“工业4.0智能工厂”阶段，全球经济体系正经历着结构转型，由传统经济增长模式向智能共生、创新驱动的新型发展模式转化。中国《“十四五”数字经济发展规划》明确提出，数字经济已成为全球经济增长的重要驱动力，是赋能产业全局，促进经济社会高质量发展的重要着力点。2023 年 10 月中央金融工作会议初次提出“数字金融、科技金融、绿色金融、普惠金融、养老金融”这五大文章的方针政策，强调加快建设金融强国。可见，以绿色、创新、协调、开放和共享、五大理念为基础的经济社会高质量发展，既离不开数字技术的赋能，又离不开数字金融的支持。

制造业作为中国国民经济的支柱产业，其发展水平与质量很大程度上决定了中国经济整体实力与可持续发展能力。在全球经济竞争愈发激烈的时代背景下，制造业的高质量发展不仅是实现国家经济稳步增长的重要支撑，更是提升国家核心竞争力的核心要素。然而在传统发展模式下，制造业正面临诸多挑战，比如生产效率短板、资源利用效率较低、环境污染等。而数字技术的出现，则为制造业的转型升级带来了新机遇。

本文旨在从经济效益和ESG效益两维度构建制造企业高质量发展评价体系的基础上，通过实证分析以探究数字金融、数字化转型及制造企业高质量发展三者之间的内在联系，进而从政府与企业两个维度提出具有针对性的政策建议。这对于推进并实现中国经济高质量发展提供参考与借鉴，具有强烈现实意义。

二、文献综述

中国经济从高速增长迈向高质量发展，是中国特色社会主义进入新时代的显著标志，更是经济发展实现的历史性跨越(金碚, 2018)。经济的螺旋式上升与时代的跃进反映了中国社会主要矛盾的不断演进，这正是高质量发展理念提出的根本依据和逻辑基础，意在于满足人民对美好生活的更高追求(高培勇等, 2020)。

鉴于以上高质量发展的潜在研究需求及前景，学界众多学者对高质量发展展开了探讨，其中的研究脉络大多从两个角度进行：一是对高质量发展的多层次系统做解析，二是基于高质量发展的多维属性进行拆解。首先，就高质量发展的多层次系统而言，能够分为宏观系统层、中观传导层、微观响应层(黄速建等, 2018; 任保平, 2018)。其次，就高质量发展的多维属性来看，学界多针对经济效率、社会公平、生态环境、创新驱动等维度展开，探究其内在联系及实现路径(滕磊和马德功, 2020)。以上内容彰显了高质量发展的研究具备多维性与丰富性，因而对其的实现路径与模式选择需有高度创新性，以有效、可持续的方式最终实现高质量发展的目的(金碚, 2018)。

因此为保证高质量发展的实现，推动传统模式向创新模式转化成为中心议题，其中的焦点便是经济高质量发展的实现。基于金融视角而言，这一议题可被解析为由传统金融形态蜕变而成的数字金融，而数字金融与传统金融之间不仅存在显著的融合互补关系，还存在相互竞争的关系。数字金融能依托其所衍生出的数字技术使得传统金融中“属性错配”“领域错配”和“阶段错配”的问题得到有效矫正，匹配路径实现调度优化(唐松等, 2020)，促进了要素禀赋结构升级，满足了实现产业发展、转型升级的要求，最终实现经济高质量发展。此外，部分学者承认在传统金融转向数字金融的过程中存在相互竞争关系，其在一定程度上加剧了产业中存在的马太效应，但此类影响有限，数字金融在金融效率提升、普惠金融发展上的显著影响远超其所带来的负向作用(吴晓求, 2015; 黄益平和陶坤玉, 2019)。具体而言，数字金融能够以智能支付体系加速产业链协同效率、以数字技术破解融资难题与降低协作成本，进而实现传统产业的价值跃迁，催生新兴业态的产生，最终构成金融与产业升级的双向赋能机制(李睿, 2021; 张新春, 2021)。数字金融依托其衍生出的数字技术，在宏观经济与中观产业上展现出了其强渗透、创新性、融合性等特征，有助于夯实中观产业高质量发展的基础条件，加快以创新驱动发展转型。

除却关注数字金融在宏观、中观的联系，作为微观主体的企业也应当被特别关注。企业作为国民经济的基础单元与中观产业发展的基本组织，对于实现宏观层面上的经济高质量发展具有支撑意义。数字金融能够为企业高质量发展的实现提供动力补充，其中包括改善企业融资困境(谢平和邹传伟, 2012)、增强企业财务稳定性和推动企业创新成果产出(王宏鸣等, 2022)、降本增效提高企业生产率(Goldfarb and Tucker, 2019; 许恒等, 2020)、推动企业实现符合新发展理念的高质量发展(滕磊和马德功, 2020)。以上作用的实践要点在于利用数字金融使得传统金融机构及互联网企业以数字技术的应用实现投融资和支付的服务手段与核心功能，以及其他新型金融业务模式的功能的应用实践(Gomber et al., 2017; 黄益平和黄卓, 2018)，从而赋能微观主体，实现企业内部的优化，最终实现企业高质量发展。由此可见数字金融是为企业高质量发展实现的外部核心要件。

区别于数字金融的最终成果，在这赋能企业的路径中，其变革条件与实现因素还需进一步考量。这一路径实现一般是基于数字金融所引发的数字能力重构，驱动技术迭代与生产要素变革，促使企业内部和生产体系向智能生产范式迭代优化，从而实现企业的高质量发展(吴非等, 2021; 王小林和杨志红, 2022)。就内部实现路径而言，其作用核心在于企业内部的数字化转型，学界诸多学者在这一层面具有多维度的考量：吴江等 (2021)将推动企业数字化转型的关键因素划分为数字、任务、参与者、组织，在不同因素中侧重于不同的参与者与要件；王春英和陈宏民 (2021)从企业和政府的角度出发，剖析了二者在数字化转型过程中的作用机制与不足；姚小涛等 (2022)基于个体（团队）、组织、产业三个维度构建并拓展了企业数字化转型驱动框架，弥补了现有框架体系对“人因”要素的忽视。以上维度的理论相互补充，为企业高质量发展的内部实现动能探讨给予了更为坚实的基础。基于以上，数字金融所带来的内部与外部双重驱动力与企业发展的核心要素高度契合，是实现企业高质量发展的必由之路。

鉴于以上，企业作为畅通经济高质量发展的核心节点应优先进行考量，而在企业之中更应优先考虑制造企业的高质量发展。究其根本，是因为中国目前仍然处于后工业化转型阶段，制造业作为国民经济的关键根基与工业经济结构的核心载体，是构建现代产业体系的战略支撑。从微观层面深化制造企业主体能力建设，推动其向高质量发展模式转型，是产业经济转型升级的内在要求，亦是破解中国经济“大而不强”“全而不优结构性”矛盾的前提(余东华, 2020)。然而目前学界多着眼于其中观层面的研究，且多围绕农业与工业，缺乏对制造业这一能够最为直观体现国家竞争力的主体进行考量，亦不曾探究制造企业的创新驱动升级路径。

制造业高质量发展这一概念提出时间尚浅(黄顺春和张书齐, 2021)，对于其水平测度以及主要路径方面研究的深度和广度仍有不足(余东华, 2020)。但制造业作为国民经济的核心产业支柱，是经济高质量发展目标实现的关键传到主体与价值创造载体(马宗国和曹璐, 2020)，其提质增效与转型升级的实现是经济高质量发展实现的前提与基础。鉴于以上，深入探讨制造业高质量发展的实现路径与作用具有重要的现实意义。

综上，尽管现有研究为理解和研究数字金融、数字化转型与高质量发展提供了宝贵见解，其中仍然存在研究上空白与不足：（1）既有研究多侧重数字金融在宏观经济运行效率的优化与中观产业动能重塑层面的赋能路径设计，而对其微观实现机制的阐述仍存在结构性缺失。（2）企业高质量发展的现有研究多从单一视角展开，而缺乏系统性研究，在促使企业实现高质量发展的研究路径上缺乏对其内部及外部的实现动力与内在联结进行综合考察。鉴于以上问题，本文将致力于填补这些研究空白，深入探讨数字金融的微观经济效应，立足于制造企业并拓展其高质量发展的研究范式，验证数字金融、企业数字化转型与企业高质量发展三者间的内在实现逻辑。

三、理论假说

（一）数字金融与制造企业高质量发展

结合现有研究测度数字金融与企业发展的相关关系，能够将其概括为以下几方面：①缓解企业融资约束。数字金融可通过降低金融服务门槛拓宽融资渠道，通过增添信息透明度以显著提升融资效率，进而提高企业融资可得性(张超等, 2022)。②企业支付数字化(郭峰等, 2020)。研究表明，数字金融以提供更为便捷高效的智能化支付基础设施，为企业创造了更大的发展空间。③缓解信息不对称。数字金融能通过高效处理海量数据，为企业提供精准信息服务，不仅使企业进行创新活动的信息环境得到优化，还以构建跨组织边界的知识流动网络为价值链的协同演化提供了相应的基础(Gomber et al., 2018)。综上，本文做出假说如下：

H1a：数字金融对制造企业高质量发展起到结构性驱动作用

本文认为，数字金融对制造企业高质量发展的影响呈现多方面的异质性。

1.国有制造企业与非国有制造企业。国有企业因享有政府支持和信用背书，在传统金融体系中长期占据融资优势地位。而数字金融的发展有效缓解了传统金融中存在的信贷歧视问题，通过数字化技术提升信息透明度，使非国有企业也能更公平地获取到融资支持，使得非国有企业的研发投入、主业绩效得到更为显著的提高(李佳丽和武永霞, 2025)。基于此，本文假说：

H1b：数字金融对制造企业高质量发展的影响呈现产权异质性

2.东部、中部及西部地区制造企业。在经济发达区域，金融资源往往呈现高度集聚态势，存在大量传统金融网点，数字金融能为企业提供更多金融服务的选择，从而起到锦上添花的辅助作用(张超等, 2022)。与此相反，欠发达地区则普遍面临金融资源匮乏的困境(李建军和韩珣, 2017)。基于此，本文假说：

H1c：数字金融对制造企业高质量发展的影响呈现区域异质性

3.大中小规模制造企业。数字金融对企业高质量发展的作用路径与边际效能可能因企业资本结构规模分层。具体而言，是由于大中型制造企业已具备传统金融支持优势，数字金融发展对其影响有限；对于小型制造企业，利用数字金融能显著降低企业信息不对称，提升信贷效率，从而有效解决其资金需求问题(王艳格, 2023)。基于此，本文提出假说：

H1d：数字金融对制造企业高质量发展的影响呈现规模异质性

（二）数字金融影响企业高质量发展作用机制

数字金融对企业高质量发展的赋能过程本质上存在数字化转型作为内生性驱动力，企业高质量发展的实现是由三者协同演进的结果。其中，数字金融通过拓宽融资渠道、优化资源配置和缓解信息不对称，有效缓解了金融错配问题，形成了创新资本要素的虹吸效应，进一步吸引人力资本聚集，从而优化企业数字化能力框架的构建(刘畅和花俊国, 2022)。

综上，本文作出以下假说：

H2：数字金融作为驱动要素以数字化转型的实现使制造企业向高质量发展跃迁

四、制造企业高质量发展评价体系构建

（一）基础指标集遴选

1.基础指标集提取。本文基于经济效益与ESG（环境、社会、公司治理）效益两个维度构建基础指标集，如表 1所示。本文参考卢燕等 (2016)的指标选取依据，着重对企业的实力、活力及创新能力进行构造，对其质量效益及创新驱动进行考量，借鉴马宗国和曹璐 (2020)的研究，对企业可持续发展能力进行考虑，纳入社会共享、绿色、开放等方面，构建制造企业高质量发展评价指标体系，涵盖营运能力、偿债能力等7个一级指标及总资产负债率、总资产周转率等13个二级指标。

表1  制造企业高质量发展评价指标体系

2.数据来源。本文从国泰安数据库中选取制造行业的A股上市公司，对于2011至2023年制造业上市公司的年报及其附注信息进行了整合拆分，从而敲定研究所需样本。在数据选择方面剔除了ST、*ST及PT类、资产负债率大于1和缺失相关财务指标的企业、被证监会暂停上市的公司，剔除存在缺失值和异常值的观测样本，并对连续变量实施 1% 和 99% 分位数的缩尾处理。经过上述处理，最终获得制造业上市公司 2781家，共21568份样本观测值。

（二）熵值法

1.对A股上市制造公司的原始数据采取无量纲化的处理方法，消除量纲影响。

假说原始数据矩阵为: 

基于以上构建的制造企业高质量发展评价指标体系，利用所获得的可量化变量作为核心指标，继而探讨数字金融作为外生动力的具体靶向作用，为接下来针对“数字金融—数字化转型—制造企业高质量发展”的作用机制提供理论思路与实践基础。

五、研究设计

（一）数据来源

基于以上制造企业高质量发展的各指标权重以及评价方法，本文以2011—2023年沪深两市A股制造业上市企业为观测样本（N=2781），采用北京大学数字金融研究中心编制的《中国数字普惠金融发展指数（ 第六期） 》对数字金融的发展程度进行衡量，最后利用Stata软件分析解析数字金融对制造企业高质量发展的影响及作用机制。

（二）变量与数据  

1.被解释变量——制造企业高质量发展。基于本文从经济效应与ESG效益两维度构造的制造企业高质量发展评价模型，综合考量了企业的盈利能力、运营能力、偿债能力、成长能力以及环境、社会和治理等多方面指标，能够综合反映制造企业高质量发展的整体状况。

2.核心解释变量——数字金融。借鉴已有研究，本文将北大数字普惠金融指数（城市层面）作为数字金融的指标(谢绚丽等, 2018; 张勋等, 2019)。北京大学数字普惠金融指数针对数字金融的数字化程度、覆盖广度和使用深度，设立了涵盖 24 项二级指标的数字普惠金融指标体系，在中国省级、城市和区县统共三个层级的数字金融发展状况进行了系统性报告(滕磊和马德功, 2020)。

3.控制变量。参考王家庭和盛楠 (2024)对控制变量的选取，再结合本文研究的具体问题，本文选择以企业规模、企业年龄、现金流水平、固定资产水平等指标作为控制变量。

4.中介变量——数字化转型。本文采用文本挖掘分析法来测度数字化转型年报词频，并进行数据处理，用以评估制造企业的数字化转型程度。

表2  变量定义

（三）模型设定

参考李江辉等 (2019)的模型构建，本文选取2011—2023年中国A股制造业上市企业的面板数据作为研究样本，采用面板固定效应模型作为基准回归框架，结合工具变量法、面板混合回归检验的混合方法论，并分别将核心解释变量滞后一期、二期进行检验，从而系统探究数字金融与制造企业高质量发展之间的多维影响机制进行评估与检验。构建基准模型如下：

1.描述性统计。由表 3可知制造企业高质量发展水平的中位数为0.347，接近均值0.349，制造企业的高质量发展水平相对集中。核心解释变量呈现较大差异，最大值为3.732，最小值为0.258，反映制造企业在数字金融工具应用深度、业务场景嵌入广度及资源整合效能维度上呈现显著分层。中介变量标准差为1.312，高标准差反映制造企业在数字化进程中存在发展不均衡。由此可知大多数制造企业的高质量发展水平相对集中，表明行业内在高质量发展方面存在一定共性；数字金融和数字化转型的显著差异体现在企业在利用数字技术推动自身发展方面存在不同进程与效果；其他变量的描述性统计结果处在合理区间范围内。

表3  描述性统计

2.基准回归分析。为明晰数字金融与制造企业高质量发展的联结关系，本文通过构建面板固定效应模型，在排除其他混杂因素干扰的基准情况下，仅纳入行业、时间固定效应进行回归分析，以得到二者之间相对纯粹的效益关系。得到基准回归结果如下，见表4。

表4  基准回归

注：***、**和＊分别表示回归系数在1%、5％和10％的显著性水平上显著。下同。

其中，表 4的研究结果充分表明，数字金融对制造企业高质量发展目标的实现存在显著驱动，即验证了上文的假说H1a。可能的原因是数字金融通过降低信息壁垒和缓解融资约束等外部支持机制，改善了制造企业的资源配置效率，更通过激发技术创新和优化运营管理等内生动力，全面推动了制造企业的高质量发展，冯永琦和林凰锋 (2024)的研究也同样支持这一观点。

3.稳健性检验。为确保基准回归模型结论的可靠，本文剔除特定样本、更改估计方法、更换关键变量等方式再进行稳健性检验。

表5  稳健性检验

（1）剔除直辖市样本。参考徐伟祁等 (2023)，选择剔除样本以规避区域异质性对数字金融效益评估的干扰。本文在样本筛选阶段剔除北京、上海、天津和重庆这4个直辖市观测值，保留其余29个省级行政区的制造企业面板数据进行回归分析。检验结果表 5第（1）列，数字金融发展的估计系数显著性与正负向并未发生变化，与前述一致，表明数字金融对制造企业高质量发展的驱动效应具有跨区域普适性。

（2）混合回归。为排除因模型动态设定导致的研究结果偏差，本文通过面板混合回归检验数字金融对制造企业高质量发展具有积极影响这一结论的抗干扰性。验证结果如表5列（2），数字普惠金融变量的系数在统计上持续呈现正向关联，证明数字金融发展对制造企业质量提升的驱动作用具有跨模型、跨样本的普适性，进一步验证了前文理论假说的因果解释力。

（3）替换核心解释变量。本文选取省份层面的数字普惠金融指数对北京大学数字普惠金融指数进行替换，开展稳健性检验，以避免消除核心解释变量因测度方法差异可能导致的估计偏误。检验结果见表 5第（3）列，数字金融发展的估计系数仍呈显著正相关，支持基准回归的主要结论。

（4）滞后自变量。为排除数字金融对制造企业高质量发展存在时滞性影响，本文参考谭燕芝和施伟琦 (2023)稳健性检验的方法，将核心解释变量分别滞后一期和滞后两期重新进行回归。回归结果如表 5第（4）和（5）列所示，由检验结果可得，无论是滞后一期还是滞后二期，数字金融系数都在1％水平上显著为正，反映了数字金融为制造企业高质量发展所带来的正向影响具有长期性和持续性的特点，这一结果与基准回归结果一致，通过了稳健性检验。

（5）内生性检验。数字金融与制造企业高质量发展在实证回归中可能存在反向因果问题。为识别和解决潜在的内生性问题，本文借鉴苏培添和王磊 (2023)的研究，以1984年各城市每百万人邮局数和省级互联网普及率构造交互项，作为数字金融的工具变量进行内生性检验。

表6第（1）列的回归结果表明，工具变量与数字金融指数之间存在显著的正相关关系，可知在解决了潜在内生性问题之后，本文的核心结论并未发生改变。第（1）列中Kleibergen-Paap rk LM统计量为3264.464，在1%的显著性水平上显著，表明选取的工具变量与数字金融呈显著相关；Kleibergen-Paap rk Wald F统计量远超出Stock-Yogo检验10％ 水平下的临界阈值，可明确排除工具变量与内生解释变量间存在“弱关联性陷阱”的推断，且拒绝了其中“工具变量不可识别”的原假说，共同验证了本文中工具变量的有效性与合理性。

表6第（2）列呈现了第二阶段的回归分析结果，该部分旨在识别数字金融对制造企业高质量发展的因果影响。回归结果表明，数字金融发展水平的回归系数达到0.0158，在1%显著水平下显著正相关。上述数据表明在第一阶段处理内生性后基准回归结论仍稳健可靠。

表6  内生性检验

六、机制作用分析

（一）异质性检验

1.基于制造企业股权的分组检验。本文剥离数字金融对制造企业高质量发展的作用因产权结构差异呈现分化的影响，探究国有企业的政策响应优势是否会对该作用路径产生显著影响。本文将制造企业据其股权结构分为国有与非国有企业进行回归。结果见表 7，数字金融对非国有制造企业的提升效益呈现显著驱动作用；相较之下，国有企业的样本中呈现统计不显著性。符合上述假说H1b。这表明，在非国有企业中，数字金融的驱动效能更强，更能达到预期的改善目标。其中，国有企业依托制度性资源禀赋使得创新惰性与融资超配形成，数字化转型的内驱力匮乏，且数字金融的边际效益遭到弱化；而对非国有企业而言，其迫于竞争生存约束，数字技术的嵌入能够重构其组织效能，缓解融资摩擦，进而使得其具有更加显著的赋能效益，吴非等 (2021)、唐松等 (2020)学者的研究也同样佐证了以上观点。

表7  股权性质分组检验

2.基于制造企业所属地域的分组检验。本文旨在探究数字金融依据所属地域不同对实现制造企业的高质量发展是否存在显著差异，将地域划分为东部、中部、西部地区。依据表 7的实证结果所示，数字金融对制造企业的提升效益存在一定的空间梯度差异：在中国东部沿海及中部核心经济带数字金融都具有显著的正向促进作用，而在西部欠发达地区样本中则作用效果并不明显。通过对东部及中部地区实施进一步的空间异质性检验，由费舍尔组合检验得到其p值为0.002，显示数字金融在东部及中部地区的促进作用上仍存在显著差异，数字金融在东部地区的正向作用更为明显。符合上述假说H1c。这主要是由于东部地区数字基建水平较为完善，良好的创新生态支持数字金融创新，而中部地区则仅次于东部地区，承接了部分东部地区转移的产业，而西部地区受限于其数字承载能力与产业结构，难以切实通过数字金融受惠，程宇 (2022)的研究也同样佐证了这一观点。

表8  所属地域分组检验

3.基于制造企业规模的异质性检验。为区分数字金融在不同规模大小企业的作用效益，本文将企业划分为小规模、中规模、大规模企业。依据表 9的实证结果所示，数字金融对大中小规模的制造企业均在1%的水平上具有正向推动作用。进而通过chow test对三者开展两两分组检验，由表 9列（1）所示，数字金融对中小规模企业的正向促进作用差异显著，数字金融对小微企业的正向推动作用更为明显；由表 9列（2）可知，数字金融对中大规模企业的影响不存在显著差异；由表 9列（3）所示，数字金融对小规模与大规模企业的正向作用存在差异，其中对小微企业的促进作用更为显著。符合上述假说H1d。基于以上，本文认为数字金融对于小企业的正向作用要明显高于中型与大型规模企业，主要是由于小企业面临的金融排斥更强，数字金融能够有效填补其融资缺口，而对于中大规模企业而言，由于其具有更强的内源融资能力及传统金融渠道优势，对于数字金融的依赖度较低，导致二者的促进作用相较于小规模企业较弱，胡骞文等 (2022)的研究也佐证了以上观点。

表9  企业规模分组检验

4.针对数字普惠金融进行分维度检验。本文围绕数字金融的覆盖广度、使用深度与数字化程度三维度分别考量其对于制造企业高质量发展的影响(刘伟等, 2021)。据表 10的实证结果所示，数字金融的子目标对制造企业高质量发展的影响水平均在1%的水平上呈现显著正向作用，即数字金融在其各个细分维度通过对资源可得性、运营效率即技术赋能的改善，对于制造企业高质量发展做出了突出的贡献。

表10  数字普惠金融分维度检验

（二）企业数字化转型的中介效应检验

针对传统逐步因果推断法在参数估计中易受测量误差累积效应及内生性遗漏偏差的双重约制，本文基于江艇 (2022)提出的开展逻辑与实现机制，进一步提升核心机制链条的识别准确率。依据前述研究可知，数字金融与制造企业高质量发展之间存在显著的正向推进作用，并基于该结论进行稳健性检验和内生性处理，其结果仍支持该结论。数字化转型能够助力制造企业重构传统价值创造逻辑，突破传统增长瓶颈，成为制造企业实现高质量发展的重要引擎，该因果关系已有大量文献进行了清晰且直观的验证(刘淑春等, 2021; 黄勃等, 2023; 杭铭, 2025)。基于以上，本文仅针对数字金融与数字化转型的影响机制进行报告，从而验证三者机制作用链条的有效性。因此，在面板固定效益模型（1）的基础上，本文设定具体研究模型如下：

借鉴已有研究，本文参考吴非等 (2021)学者对于数字化转型的选取依据，利用文本分析法，通过Python爬虫功能及Java PDFbox库取得全部A股上市制造企业的年度报告中与“数字化转型”相关的关键词词频数，并取其自然对数（Ln）后加1处理，从而形成了数字化转型的整体指标。结果如表11所示。

表 11列（1）表明，数字金融与制造企业高质量发展的回归系数在1%统计显著性水平下为正，验证了数字金融作为核心驱动要素对企业质量跃迁的基础性作用。列（2）则进一步引入数字化转型作为中介变量，能够发现数字金融对制造企业高质量发展的回归系数仍在1%的水平呈显著正相关，该结果显示数字化转型在数字金融赋能制造企业高质量发展的过程中发挥了中介变量的枢纽性影响。为进一步验证该效益的完整性，列（3）显示了数字化转型与制造企业高质量发展在1%统计显著水平下为正，即论证了“数字金融—数字化转型—制造企业高质量发展”传导机制模型的有效性，符合上述假说H2。具体而言，数字金融通过提升信息透明度与普惠效能，消解资源配置中的结构性扭曲，为制造企业数字化转型打下良好的外在基础。数字化转型则通过重塑制造企业生产逻辑，提高全要素生产率，实现数字技术与实体制造的深度耦合，完成制造企业的内在驱动力建设，进而实现制造企业的高质量发展。

表11  影响机制检验

七、总结与政策建议

（一）总结

基于以上研究，得到结论如下：1.数字金融发展已成为制造企业高质量发展的重要驱动力；2.通过异质性分析可知数字金融对制造企业高质量发展的正向作用在不同产权、区域及规模的制造企业之间存在显著差异，该差异在非国有制造企业、小规模制造企业，以及中国东中部地区呈更为显著的推动作用；3.数字金融通过优化信息环境和普惠服务为制造企业数字化转型创造外部条件，数字化转型则通过重构生产体系和提升全要素生产率形成内生动力，二者协同推动制造企业高质量发展的实现。

（二）政策建议

1.政府层面。第一，加快数字基础设施建设，完善新型基础设施布局，弥合数字鸿沟，进一步扩大数字金融对制造企业高质量发展的赋能作用，为经济的更高质量发展提高基础支撑。第二，基于区域之间发展的不平衡不一致，推动数字金融资源的区域间交流及流动，促使数字金融资源跨区域优化配置与区域经济协调发展动态平衡的实现，以更好地促进中国各地区数字金融的发展。第三，针对产权和企业规模差异性，政府应加快出台有所侧重的政策法规，加大对小微制造企业及非国有制造企业这类制造企业的定向扶持力度，以精准施策加速突破数字化转型瓶颈，进而推动制造企业的高质量发展。

2.企业层面。第一，主动加深对于数字金融对转型升级作用方法的理解，积极推进财务、技术等各层面的数字化转型，加强数字技术的应用能力与水平。第二，培育高质量发展新动能，以技术突破为驱动力，提升创新效能。第三，强化执行会计准则的刚性约束，通过构建会计信息披露机制与嵌入内部控制框架，提升会计信息的透明度与可靠性，压缩内外部信息的不对称程度，缓解融资摩擦，最终为制造企业高质量发展路径提供内生性支撑。

参考文献

[1]程宇.数字金融发展对产业结构的影响效应与作用机制[J].东南学术,2022(5):179-188.

[2]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(3):45-58.

[3]高培勇，袁富华，胡怀国，刘霞辉.高质量发展的动力、机制与治理[J].经济研究,2020,55(4):4-19.

[4]郭峰，王靖一，王芳，孔涛，张勋，程志云.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.

[5]杭铭.数字化转型赋能制造企业高质量发展[J].发展改革理论与实践,2025,41(3):70-72.

[6]胡骞文，李湛，张广财.数字普惠金融对中小企业创新投入的影响——基于企业家精神的调节效应[J].工业技术经济,2022,41(10):32-41.

[7]黄勃，李海彤，刘俊岐，雷敬华.数字技术创新与中国企业高质量发展——来自企业数字专利的证据[J].经济研究,2023,58(3):97-115.

[8]黄顺春，张书齐.中国制造业高质量发展评价指标体系研究综述[J].统计与决策,2021,37(2):5-9.

[9]黄速建，肖红军，王欣.论国有企业高质量发展[J].中国工业经济,2018(10):19-41.

[10]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(4):1489-1502.

[11]黄益平，陶坤玉.中国的数字金融革命:发展、影响与监管启示[J].国际经济评论,2019(6):24-35+5.

[12]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(5):100-120.

[13]金碚.关于“高质量发展”的经济学研究[J].中国工业经济,2018(4):5-18.

[14]李佳丽，武永霞.数字金融、减税降费与企业高质量发展[J].科技创业月刊,2025,38(1):171-180.

[15]李建军，韩珣.金融密度的省际差异及其决定因素——基于四层次三维度空间分布评价系统的构建与实证检验[J].中央财经大学学报,2017(7):28-44.

[16]李江辉，王立勇，郭蓝.人力资本与外商直接投资:来自中国省际面板数据的经验证据[J].宏观经济研究,2019(3):134-146.

[17]李睿.金融科技是否推动了中国产业结构优化——基于空间效应和门槛效应的分析[J].经济与管理,2021,35(5):53-62.

[18]刘畅，花俊国.数字金融发展对企业数字化转型的影响[J].金融与经济,2022(10):61-68.

[19]刘淑春，闫津臣，张思雪，林汉川.企业管理数字化变革能提升投入产出效率吗[J].管理世界,2021,37(5):170-190+13.

[20]刘伟，戴冰清，刘卫镇.数字金融能驱动经济高质量发展吗?——基于2011～2017年中国省级面板数据的实证分析[J].经济社会体制比较,2021(6):63-75.

[21]卢燕，祝尔娟，叶堂林.京津冀企业发展指数测度与分析[J].中国流通经济,2016,30(8):105-112.

[22]马宗国，曹璐.制造企业高质量发展评价体系构建与测度——2015—2018年1881家上市公司数据分析[J].科技进步与对策,2020,37(17):126-133.

[23]任保平.新时代高质量发展的政治经济学理论逻辑及其现实性[J].人文杂志,2018(2):26-34.

[24]苏培添，王磊.数字普惠金融对中国农业碳排放强度影响的空间效应与机制[J].资源科学,2023,45(3):593-608.

[25]谭燕芝，施伟琦.数字普惠金融对共同富裕的影响及机制研究[J].经济经纬,2023,40(2):55-65.

[26]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.

[27]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.

[28]王春英，陈宏民.数字经济背景下企业数字化转型的问题研究[J].管理现代化,2021,41(2):29-31.

[29]王宏鸣，孙鹏博，郭慧芳.数字金融如何赋能企业数字化转型?——来自中国上市公司的经验证据[J].财经论丛,2022(10):3-13.

[30]王家庭，盛楠.数字化转型推动企业绿色创新——基于信息效应、资源效应与技术效应的分析[J].北京工业大学学报(社会科学版),2024,24(5):113-130.

[31]王小林，杨志红.高质量发展视角下企业数字化转型的机理[J].求索,2022(4):126-134.

[32]王艳格.数字金融赋能制造企业高质量发展路径研究[J].科技和产业,2023,23(24):105-113.

[33]王永中，赵奇锋.风险偏好、投资动机与中国对外直接投资:基于面板数据的分析[J].金融评论,2016,8(4):1-17+124.

[34]吴非，胡慧芷，林慧妍，任晓怡.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(07):130-144+10.

[35]吴江，陈婷，龚艺巍，杨亚璇.企业数字化转型理论框架和研究展望[J].管理学报,2021,18(12):1871-1880.

[36]吴晓求，2015.互联网金融:成长的逻辑[J].财贸经济,2015(2):5-15.

[37]谢平，邹传伟.互联网金融模式研究[J].金融研究,2012(12):11-22.

[38]谢绚丽，沈艳，张皓星，郭峰.数字金融能促进创业吗?——来自中国的证据[J].经济学(季刊),2018,17(4):1557-1580.

[39]徐伟祁，李大胜，魏滨辉.数字普惠金融对乡村产业振兴的影响效应与机制检验[J].统计与决策,2023,39(16):126-131.

[40]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.

[41]姚小涛，亓晖，刘琳琳，肖婷.企业数字化转型：再认识与再出发[J].西安交通大学学报(社会科学版),2022,42(3):1-9.

[42]余东华.制造业高质量发展的内涵、路径与动力机制[J].产业经济评论,2020(1):13-32.

[43]张超，钟昌标，杨佳妮.数字金融对实体企业高质量发展的影响研究——基于浙江的实证[J].华东经济管理,2022,36(3):63-71.

[44]张新春.数字技术下社会再生产分层探究[J].财经科学,2021(12):52-63.

[45]张勋，万广华，张佳佳，何宗樾.数字经济、普惠金融与包容性增长[J].经济研究,2019,54(8):71-86.

[46]Goldfarb, A. and Tucker, C..Digital Economics[J].Journal of Economic Literature,2019, 57(1): 3-43.

[47]Gomber, P., J., K.R., Chris, P. and and Weber, B.W..On the Fintech Revolution: Interpreting the Forces of Innovation, Disruption, and Transformation in Financial Services[J].Journal of Management Information Systems, 2018,35(1): 220-265.

[48]Gomber, P., Koch, J.-A. and Siering, M..Digital Finance and FinTech: current research and future research directions[J].Journal of Business Economics, 2017,87(5): 537-580.

[注]基金项目：广东省哲学社会科学规划2024年度一般项目（项目编号：GD24CYJ17）；广州市哲学社会科学发展“十四五”规划2023年度羊城青年学人课题（项目编号：2023GZQN46）