——基于企业创新视角

刘阔¹，徐悦茹²

（1.天津商业大学，天津 300134；2.中共乌兰察布市委党校，内蒙古 乌兰察布 012000）

摘要：新质生产力，作为创新驱动发展战略的核心体现，不仅是对传统生产力发展路径的超越，更是对高质量发展要求的深刻回应。本文基于2011—2023年A股上市公司面板数据，构建综合的企业层面的数字金融指数，探讨数字金融在赋能企业新质生产力发展中的作用，并引入企业双元创新视角，辨析数字金融促进企业新质生产力发展的具体路径。研究发现：第一，数字金融能够显著提升企业新质生产力发展水平，该结果在经过替换被解释变量、替换核心解释变量、改变样本信息检验后依然成立；第二，数字金融主要通过促进企业突破式创新，促进企业新质生产力发展；第三，数字金融对企业新质生产力的赋能效应在国有企业、高数字化转型企业和中小型企业样本中更为显著。本文旨在拓宽数字金融与企业新质生产力层面的研究视角与相关机制，为放大数字金融乘数效应，引导企业转型升级和高质量发展提供了实证证据与参考价值。

关键词：数字金融；企业新质生产力；突破式创新；渐进式创新  

一、引言

2023年7月，习近平总书记在黑龙江等地考察调研时，提出要整合科技创新资源，引领发展战略性新兴产业和未来产业，加快形成新质生产力。当年12月，总书记在中央经济工作会议上进一步提出，要以科技创新引领产业创新，培育和发展具有高科技、高效能、高质量特征，符合新发展理念的先进生产力质态。这一表述不仅进一步丰富了生产力的内涵，也为我国下一阶段经济发展指明了方向。

金融作为现代经济的核心，是推动企业高质量发展的关键支撑。数字金融依托数字技术的创新金融服务模式，是促进数实融合、培育新质生产力的关键。当前，大数据、人工智能等新一代数字化创新显著优化了金融业的运营和管理模式，切实提升了资源配置效率、降低了交易成本、优化了服务模式，促进金融更好地服务实体经济和高质量发展（易行健，2018；田学斌和李玉姣，2024）。基于此，探究数字金融是否能有效赋能企业新质生产力发展，其作用路径是什么，对促进经济社会转型升级、推动中国式现代化发展具有重要意义。

当前学者在数字金融和企业新质生产力研究方面奠定了良好基础，但仍存在对数字金融发展水平解释不足、缺乏基于具体创新类型视角的深入分析等问题。本文使用文本分析法，构建综合的企业层面的数字金融指数，基于双向固定效应模型，探究数字金融能否助推企业新质生产力发展。可能存在的贡献为：第一，基于第三方支付、电子银行、互联网金融等维度，构建数字金融发展相关的关键词词库。同时，在百度新闻中检索上述关键词并将其与各城市进行匹配，得到城市层面的数字金融关键词搜索量，将各维度关键词数量加总并取对以衡量各城市数字金融水平。最终，将其与企业注册地进行匹配得到企业层面的数字金融指数，丰富了相关研究方法。第二，以企业双元创新为切入点，探究数字金融通过企业突破式创新和渐进式创新路径赋能企业新质生产力提升，拓宽了相关研究视角。

二、理论分析与研究假设

（一）数字金融助推企业新质生产力培育和发展

数字金融作为金融与科技深度融合的新型范式，对驱动企业新质生产力发展具有直接的赋能效应。希克斯的金融革命理论指出，技术与产业革命性飞跃之间需要金融体系作为关键桥梁。数字金融通过数字技术对金融功能进行系统性升级，从劳动者、劳动资料、劳动对象三方面，推动新质生产力的形成与发展。在劳动者方面，数字金融通过普及数字支付、智能投顾等服务，提升了企业经营者与员工的金融素养与数字化技能，使其能更好地利用金融工具进行资源配置与风险管理。在劳动资料方面，数字金融本身即数据、算法等新型生产资料的重要组成部分，其内嵌的大数据、人工智能等技术为企业提供了精准洞察市场、优化生产流程的高级工具，直接提升了生产过程的智能化水平。在劳动对象方面，数字金融催生了数据这一关键生产要素的市场化流通与定价，使企业能够将海量、非结构化的行为数据、交易数据转化为可分析、可应用的资源，极大拓展了价值创造的对象与边界。可以说，数字金融不仅是一种融资渠道，更是一种通过技术嵌入直接改造生产力要素、提升全要素生产率的系统性力量，为加快发展以数字化、高效能为特征的新质生产力提供了基础支撑。由此，本文提出假设1：

假设1：数字金融能够助推企业新质生产力培育和发展。

（二）数字金融通过促进企业创新推动企业新质生产力培育和发展   

数字金融通过同时促进企业的突破式创新与渐进式创新，为提升新质生产力提供差异化创新动能。突破式创新是企业通过开发新技术、新产品或新的商业模式，实现现有技术轨迹或市场结构约束突破的创新模式，具有不连续性、高不确定性、长周期和难以抵押的特征。渐进式创新指企业为了优化产品功能、提升服务质量、降低企业成本，实现连续且微小的技术改进的创新模式（Byunetal.，2021），具有低风险、路径更清晰的特点。基于金融功能观与企业创新理论，高效的金融体系不仅提供资金，更核心的功能是识别、筛选并支持不同风险收益特征的创新活动。数字金融具有便捷、低门槛、低成本的特性，能通过精准提供用户画像、实现准确的风险定价和集约化的业务流程，激励企业技术创新（Demertzis et al.，2018）。具体而言，在突破式创新方面，根据长尾理论，数字金融覆盖了传统金融忽视的“长尾”客户，并利用大数据评估其技术前景与团队能力，敢于为高风险、高不确定性的原始创新提供“雪中送炭”式的资金支持，助力企业实现技术“从0到1”的颠覆性突破，为新质生产力“质变”提供动力源泉。在渐进式创新方面，根据资源基础观与信号理论，数字金融通过供应链金融、基于交易流水的信贷等产品，为企业优化现有生产流程、提升产品质量和效率提供稳定、低成本的资金流，实现新质生产力在“量”上积累与“效”上提升。综上，数字金融依托数字技术精准识别企业融资需求，为其提供定制化金融产品（李炎亭和李柯，2023；孙博和陈艳，2025），促进企业突破式创新和渐进式创新双轮驱动，共同推动企业新质生产力的发展。由此，本文提出假设2：

假设2：数字金融通过激励企业突破式和渐进式创新，赋能企业新质生产力培育和发展。

三、研究设计

（一）样本选择与数据来源

本文的研究样本为2011—2023年沪深 A 股上市公司。数据来源于CNRDS数据库、国泰安数据库、国家专利总局和《中国城市统计年鉴》。本文剔除上市状态异常、关键变量存在缺失值和金融类的公司样本，并对主要变量进行上下1%的缩尾处理，构建了2011—2023年上市公司的非平衡面板数据，最终包含40908个观测值。

（二）模型构建

为检验数字金融能否促进企业新质生产力提升，本文构建如下双向固定效应模型，公式如下：

（三）变量说明

1.被解释变量-企业新质生产力

本文参考李心茹等（2024），根据数据可获得性，基于新质劳动者、新质劳动对象、新质劳动资料三个层面，构建企业新质生产力指标体系，然后使用熵值法计算得到综合指数以衡量企业新质生产力。特别地，本文将企业新质生产力变量乘100以便于回归。

2.核心解释变量-数字金融指数

本文参考李春涛等（2020）、Razzaq and Yang（2023）、冯永琦和林凰锋（2024），使用文本分析法构建企业数字金融指数。具体而言，首先，构建数字金融发展相关的关键词库，包括流计算、区块链、第三方支付、电子银行、互联网金融、金融科技、机器学习、数字货币、云计算、征信、nfc支付等方面与数字金融发展相关的词汇；其次，在百度新闻中检索相关的关键词，并将其与各城市进行匹配，得到城市层面数字金融发展相关关键词的搜索量，将各维度关键词数量加总并取对以衡量各城市数字金融水平；最后，将其与企业注册地进行匹配得到企业层面的数字金融指数。

3.控制变量

本文参考万佳彧等（2020）、王晓燕和姚爽（2025），选取微观企业层面和宏观城市层面的控制变量，具体变量说明如表1所示。

表1 变量说明

（四）描述性统计

表2报告了各变量的描述性统计结果。企业新质生产力均值为12.532，与中位数11.723相差不大，说明企业新质生产力的分布整体上较为对称，未出现严重的偏态。标准差为7.240，表明不同企业所在的行业、地区、自身技术能力、数字化转型深度以及获取金融资源的能力存在差异，导致样本企业新质生产力水平存在较为显著的差异。企业层面的数字金融指数中位数（5.428）大于均值（4.903），且更接近最大值（6.159），这意味着大多数样本企业所处的地区或自身的数字金融发展水平较高，但仍存在部分滞后群体，拉低了数字金融指数的均值。资产负债率（lev）、资产报酬率（roa）、企业规模（size）、经济发展水平（pgdp）、产业结构（is）等变量分布均处于合理范围内。

表2 描述性统计

四、实证结果与分析

（一）基准回归结果

表3列示了数字金融与企业新质生产力的基准回归结果。第（1）列为仅使用数字金融变量对企业新质生产力进行回归的结果，第（2）列则加入了微观企业层面控制变量，第（3）列在第（2）列的基础上补充了宏观城市层面的控制变量，结果显示，index的系数均显著为正，表明数字金融能够显著提升企业新质生产力，佐证了前文假设1。

表3 基准回归结果

（二）稳健性检验 

本文将企业新质生产力滞后一期，作为被解释变量的替代变量；同时将郭峰等（2020）构建的北大数字普惠金融指数作为核心解释变量index的替代变量；并将样本区间更改为2013-2021年，重新进行回归，结果如表4所示，列（1）-列（3）的结果均与基准回归结果一致，模型的可靠性得以验证。

表4 稳健性检验

（三）中介机制检验

本文参考江艇（2022），使用“两步法”进行双元创新机制检验，构建如下公式：

其中，break为企业突破式创新，incremental为企业渐进式创新，其他变量定义与基准模型一致。本文参考Seong K. Byun et al.（2020）、李哲等（2021）、王晓燕和姚爽（2025）的研究，基于企业当年申请的专利的IPC分类号来衡量企业突破式创新（break）和渐进式创新（incremental）。具体而言，根据IPC的前四位作为专利技术分类标准，统计每年企业在已有专利分类池中的新申请专利数量表示熟悉小类下的专利申请数量，将企业熟悉小类下的专利申请数量加1取对数衡量企业渐进式创新；反之，若一项专利主IPC分类号的前4位未在该企业前五年内申请的专利中出现过，则视为突破式创新，使用总发明和实用新型专利申请量减熟悉小类下的专利申请数量加1取对数衡量。

结果如表5所示，数字金融显著促进了企业的突破式创新和渐进式创新，并对企业突破式创新的提升效果更明显，这说明突破式创新具有更高的不确定性、更长的周期和难以抵押的特性，企业难以通过传统金融渠道获取创新资金，数字金融依托数字技术，基于多元数据要素对企业进行精准画像，为投资者评估企业潜在的创新能力和项目前景提供便利，从而引导资金精准流向高投入、高回报的突破式创新项目。而渐进式创新具有低风险、路径更清晰的特点，本身更易获得融资，因此数字金融对其促进作用略弱于突破式创新。总的来说，数字金融通过促进企业突破式创新和渐进式创新，实现生产流程优化和技术革命性突破，优化资源配置，提升企业生产率，进而提升新质生产力，佐证了前文假设2。

表5 中介效应结果

（四）异质性分析

1.企业所有权性质

本文将企业样本划分为国有企业和非国有企业进行分析，结果如表6第（1）、（2）列所示，无论何种类型企业，数字金融均能显著提升其新质生产力，且组间差异检验结果不显著。

2.企业数字化转型程度

本文参照李心茹（2024）等，搜索企业年报中数字化相关词汇，将关键词总数加1后取对数来衡量企业数字化转型程度，并将样本按照数字化转型程度中位数划分为高数字化转型企业和低数字化转型企业进行分析，结果如表6第（3）、（4）列所示，无论何种类型企业，数字金融均能显著提升其新质生产力，但高数字化转型企业样本更为显著，且该结果通过了组间差异检验。

3.企业规模

本文根据企业规模中位数，将样本划分为大型企业和中小型企业进行分析，结果如表6第（5）、（6）列所示，无论何种类型企业，数字金融均能显著提升其新质生产力，但中小型企业样本更为显著，且该结果通过了组间差异检验。

表6 异质性检验

五、结论与政策建议

本文基于2011—2023年A股上市公司面板数据，基于文本分析法构建综合的企业层面的数字金融指数，实证检验其对企业新质生产力的赋能效应和具体路径机制，主要结论如下：第一，基准回归结果表明，数字金融能够显著促进企业新质生产力提升。第二，中介效应结果表明，数字金融能够通过促进企业突破式创新和渐进式创新提升其新质生产力。第三，异质性结果表明，数字金融对企业新质生产力的赋能效应在国有企业、高数字化转型企业和中小型企业样本中更为显著。基于此，本文提出如下建议：

第一，扩大数字金融赋能效应，缓解企业融资压力。加快建设数字金融基础设施，推动金融机构与科技企业合作，构建覆盖企业全生命周期的数字化信用评估体系，利用大数据、区块链等技术提升风险识别与定价能力。鼓励开发针对中小微企业、科技企业的专属数字金融产品，如基于供应链金融、知识产权质押、交易流水授信等模式的融资工具，引导数字金融精准服务实体经济。鼓励地方政府与金融机构合作，打造地方特色产业数字金融服务中心，提升金融资源的区域配置效率。

第二，鼓励企业创新，强化双元创新驱动。设立“数字金融+创新”专项扶持基金，引导金融机构设立面向高不确定性、长周期的突破式创新项目的专项信贷与投资计划，建立容错机制与风险共担机制。支持企业与高校、科研院所、金融机构共建“产学研金”协同创新平台，促进技术成果转化与金融资源对接，推动创新链与资金链深度融合。完善知识产权金融服务体系，加快知识产权评估、交易、质押融资等环节的数字化建设，为企业特别是科技型企业提供全链条知识产权金融支持。

参考文献：

[1]易行健，周利.数字普惠金融发展是否显著影响了居民消费——来自中国家庭的微观证据[J].金融研究，2018(11):47-67.

[2]田学斌，李玉姣.数字金融赋能京津冀产业结构升级：内在机制与实证检验[J].经济与管理，2024，38(6):1-8.

[3]李炎亭,李柯.数字金融与制造业高质量发展：理论分析与实证检验[J].兰州大学学报(社会科学版),2023,51(5):60-74.

[4]孙博,陈艳.数字金融、新质生产力与产业链韧性[J].统计与决策,2025,41(12):18-23.

[1]李心茹，田增瑞，常焙筌.新质生产力、资源利用与企业组织韧性[J].西部论坛，2024， 34(4):35-49.

[5]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(1):81-98.

[6]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(1):71-83.

[7]王晓燕，姚爽.突破式创新抑或渐进式创新：数字金融与企业创新选择[J].经济学报，2025，12(03):138-154.

[8]李哲,黄静,孙健.突破式创新对分析师行为的影响———基于上市公司专利分类和引证数据的证据[J].经济管理,2021，43(5):192-208.

[9]Byun SK, Oh JM, Xia H. Incremental vs. Break through innovation: The role of technology spillovers[J]. Management Science，2021，67(3):1779-1802.

[10]Demertzis，M.，Merler，S. and Wolff，G. B.， Capital Markets Union and the Fintech Opportunity[J]. Journal of Financial Regulation，2018， pp.157-165.

[11]Seong K. Byun， Jong-Min Oh*， Han Xia ， Incremental vs. Breakthrough Innovation: The Role of Technology Spillovers[J]. Management Science，2020，pp. 1-24.