产业政策、数字金融与企业高质量发展

韩忠雪 高心仪

一、引 言

党的十九届五中全会明确提出，“十四五”时期经济社会发展的主题是推动高质量发展。我国经济现已由高速增长阶段迈向高质量发展阶段，推动经济高质量发展要从速度换挡、动力转换、创新体制等关键之处着手，而全要素生产率是经济高质量发展水平的集中体现。企业是最重要的市场主体，是国民经济的细胞，因此，企业实现高质量发展是国民经济实现高质量发展的基石。对于企业而言，一方面要加快技术创新和现代化步伐，提高产品和服务的附加值，确立核心竞争优势；另一方面要优化资源配置，把握数字化时代契机，加快实现新旧动能转换。为实现经济高质量发展，除了企业积极转变发展方式外，还需要政府制定并实施有效的产业政策，尝试政策工具创新，从需求面、供给面和环境面为企业发展提供助力，两者共同努力推进产业结构转型升级，实现经济增长方式由粗放型向集约型转变。

长期以来，政府运用政策手段对产业结构进行调整和优化主要有两种方式，一是通过政府投资对企业生产经营和投资行为进行直接干预，二是通过实施产业政策的方式间接引导私人部门和微观主体的投资方向和资金流向。后者能够充分发挥产业政策的乘数效应和导向功能（储德银和建克成，2014），放大甚至最大化政府有形之手的积极效应。资源基础观认为，各种形式的产业政策能为企业经营管理提供稀缺资源，尤其是资金支持，鼓励企业开展技术创新等长期战略性投资，实现降本增效，促进企业全要素生产率提高和高质量发展。随着社会主义市场经济体制的建立健全，产业政策不仅能够间接引导企业投资行为和战略决策（Grube，2017），还能优化产业结构、深化体制机制改革、提高资源配置效率，高度尊重市场主导作用的同时充分发挥政府的调控能力。在充满不确定性的时代背景下，面对当前复杂的国际形势，产业政策弥补市场失灵的宏观调控作用更加凸显，产业政策对企业全要素生产率和高质量发展的影响也成为值得探讨的话题。

关于产业政策有效性及其对企业高质量发展的影响，理论界和实务界存在不同的看法。支持者认为，政府使用产业政策引导资源要素流向并实现兼顾效率与公平的再配置（宋凌云和王贤彬，2013），微观层面有助于协调企业创新成本和回报之间的关系，宏观层面有助于推动产业发展和经济结构转型升级（李婉红等，2021）。其一，产业政策能够提供更多的金融资源，促进企业技术创新的产出，诸如税收抵免和财政补贴，均有效规避企业创新中的高风险和高成本，提高创新效率（Cheah and Ho，2020）；其二，产业政策既能直接提供资金支持，又能间接吸引国内外投资（Barnes et al.，2017），保证企业技术创新和转型升级的融资所需；其三，产业政策加速形成产业集聚，产业政策鼓励加速形成高质量产业聚集（Drucker and Feser，2015），对内通过企业间资源共享节约成本，对外充分发挥比较优势增加出口（陈钊和熊瑞祥，2015）。此外，产业政策重点支持行业能吸纳更多就业（刘毓芸和程宇玮，2020）、优化就业结构、引导劳动力资源配置，通过人力资本路径促进企业高质量发展。反对者认为，产业政策用政府价值判断替代市场竞争机制，反而可能导致市场机制失效等不良政策效果（Ranasinghe，2014）。其一，从资源诅咒角度看，产业政策赋予企业的资源禀赋也可能转化为滋生寻租腐败的温床（袁建国等，2015）；其二，产业政策扶持可能导致企业长期依赖逐渐产生惰性，缺乏生存紧迫感，短期化行为增多（余明桂等，2016），过度投资和投资效率低下问题突出（王克敏等，2017），丧失发展活力和核心竞争力，政府补贴短期内还可能对企业自身研发投资产生挤出效应（Boeing，2016）；其三，政策刺激下的各路资金蜂拥可能导致目标行业产能过剩（王文甫等，2014）。这些潜在风险导致企业资源配置效率和全要素生产率降低，发展质量难以得到切实提高。现阶段，越来越多的学者开始密切地关注如何实施产业政策才能使之更有效的问题（杨国超和张李娜，2021）。

数字金融泛指传统金融机构和现代互联网公司通过数字技术实现的各种新型金融业务模式，包括但不限于投资、融资、支付等（黄益平和黄卓，2018）。2003 年支付宝诞生和2013 年微信支付出现是我国数字金融发展过程中的两个里程碑式事件，在此基础上，越来越多的互联网公司开始进军金融支付及相关领域，互联网众筹、P2P 网络借贷平台、数字货币、数字保险、第三方支付等各种新型的数字金融模式层出不穷（Dwyer，2015；邹静和张宇，2021）。相比于传统金融，数字金融最大的优势在于普惠性，数字普惠金融日益成为我国金融系统的重要组成部分，我国数字金融虽然起步较晚但发展很快，已经成为该领域的国际领先者。现阶段，我国处于重要战略机遇期，金融的本质归根结底还是服务实体经济，弥补传统金融体系服务实体经济中的不足、为实体经济赋能、以企业高质量发展推动国民经济高质量发展是数字金融的重要使命。因此，研究地区数字金融发展水平对产业政策和企业高质量发展之间关系的调节作用具有现实意义。

基于此，本文以2004-2020 年我国沪深两市A 股上市企业为研究样本，从企业微观视角探讨产业政策对经济高质量发展的影响以及数字金融的调节作用，为明确行业属性不同的企业是否存在异质性，对制造业企业和非制造业企业进行分组研究。在进一步研究中，论证并检验产业政策促进企业高质量发展的三大机制；分析产业政策、数字金融和企业高质量发展三者关系在技术密集程度、融资约束程度不同的制造业企业中是否存在异质性；基于数字经济时代的大背景，考察金融行业的异质性。本研究旨在分析产业政策对国民经济高质量发展尤其是微观企业高质量发展的影响及其具体机制，明确政策效果在企业和行业层面的差异，提高政府选择、制定和实施产业政策的有效性；同时明确数字金融在转变发展方式、优化产业结构、转换增长动力这一经济大局中的重要性，提出并验证构建数字金融和传统金融正向促进新格局的可能性，以期进一步完善数字金融服务实体经济的相关政策，把推动高质量发展的主题落实在国家经济建设的各领域和全过程。

本文的边际贡献在于：第一，基于已有研究主要从宏观视角考察国家产业政策对于经济增长的促进与否，从微观视角研究产业政策对企业高质量发展的影响，为最终国民经济高质量发展提供了微观理论研究基础。第二，考虑到数字金融在我国快速发展及在企业高质量发展中的重要作用，引入并研究数字金融的调节作用，在展现企业高质量发展金融困境根结的基础上，进一步丰富了产业政策和经济高质量发展的相关研究；第三，制造业行业异质性以及技术密集度的考察，从中观层面为产业政策促进企业高质量发展提供了更全面的考察和作用机理，增强了研究结构的层次性和完整性。

二、理论分析及假设提出

（一）产业政策与企业高质量发展

产业政策是引导企业高质量发展的重要因素，分析产业政策对于企业成长发展的微观机理，有助于进一步优化产业政策、引导企业高质量创新发展（熊勇清和秦书锋，2023）。产业政策对企业高质量发展的促进作用突出体现在鼓励技术创新、缓解融资困境、促进产业集聚这三个方面。

首先，产业政策的创新效应。产业政策能为企业技术创新提供多种资源，尤其是资金支持，产业政策通过财政补助、税收优惠、信贷支持等途径为企业提供研发资金和技术引导，增加现金流入，同时给予税收优惠减少现金流出，减轻创新负担，有效缓解企业资金紧张，避免长期的高额研发投资可能导致的资金链断裂风险，有利于企业增加研发投入和创新产出、提升创新效率，还有利于合理配置创新资源、营造鼓励创新的制度环境（Guo et al.，2016 ）。除了资金支持之外，产业政策还能为企业提供其他的稀缺性创新资源，例如联系产学研三方合作、搭建创新成果转化平台、改善基础设施建设等。技术创新是企业实现新旧动能转换、优化资源配置、追求降本增效和高质量发展、提高核心竞争力和全要素生产率的关键，因此产业政策作为技术创新的重要动力，有利于企业提高全要素生产率和实现高质量发展。尽管供给侧产业政策更直接促进了企业技术创新水平的提高，但由于新兴高科技产业通常技术密集度高、市场需求不足，更需要通过需求侧产业政策进行消费补贴、政府采购等方式来扩大市场需求从而促进企业技术创新和转型升级 （Gao and Rai，2019）。因此，无论从供给侧还是需求侧的产业政策均能促进创新活动的产生、传播和正向溢出，推动新兴高科技产业的持续创新和转型升级，最终提高企业全要素生产率和实现高质量发展。

其次，产业政策的融资效应。信号理论认为，产业政策能向外部投资者传递积极的信号（陈朝月和许治，2018），产业政策还能通过直接的资金注入和引导社会资本流向的方式缓解企业融资困境。一方面，产业政策直接为重点行业企业提供资金支持，降低经营风险和现金流压力，鼓励和撬动更大的内部研发投入，促进产品升级换代和企业生产效率提高，充足的资金是企业坚持技术创新等长期战略性投资的基础，也是企业提高全要素生产率和实现高质量发展的基础。另一方面，政府及其政策导向能够发挥信息中介的作用，产业政策会向外部市场释放出政府对重点行业严格监管和鼓励发展的双重信号，积极信号有助于增强资本市场对企业发展前景的信心，激发市场投资热情，因此政府认可也是企业吸引社会资源的重要竞争优势，能缓解市场信息不对称，降低搜寻成本、鉴别成本、监督成本等一系列交易成本（Hansen et al.，2018），尽可能降低投资门槛。而且产业政策还能推动政府和社会资本合作的建设模式，鼓励和引导社会资本投向重点行业，促进相关行业的快速发展，在产业政策的鼓励下，融资渠道拓宽，尤其是相对筹资快、数额大、成本低、风险小的直接融资显著增加，为企业发展营造更宽松的融资环境。除了吸引最关键的社会投资之外，产业政策释放的积极信号还能帮助企业寻找合作伙伴、把握商业机会、习得知识技术，这也有利于企业提高生产效率和发展质量。

第三，产业政策的集聚效应。在区域性产业政策的鼓励下，有利于形成产业集聚，产业集聚对企业具有显著的外部经济（Shaver and Flyer，2015）。一方面，产业集聚构建起相互连接的生产网络，并以此促进节点企业之间的要素流动和资源共享，既能节约期初投资和基础建设成本，还能降低节点企业之间的交易风险和交易成本（苏丹妮等，2018）；另一方面，产业集聚带来的正向技术溢出有利于全行业企业技术升级，进而提高全要素生产率和实现高质量发展，而且产业集聚充分发挥了劳动力蓄水池效应、中间投入共享效应和知识技术溢出效应，将人力、物力和知识这三要素对企业全要素生产率和高质量发展的促进作用综合起来（Ellison et al.，2010）。区域性产业政策，尤其是以国家自主创新示范区为代表的各类试验区的建立，充分展现了产业政策吸引产业集聚的政策效果，产业集聚能够降低企业初期资本投入，组织成本和建设时间大幅缩减，有利于企业更快更轻松地投入生产过程，加速成本回收，赢得市场先机，进而提高企业全要素生产率和实现高质量发展。

当然，也有一些学者对产业政策促进企业高质量发展的判断持反对态度，例如Chen et al（.2011）认为，产业政策可能引致局部行业产能过剩，尤其是我国这种正式制度尚未健全的新兴市场环境中；Brollo et al.（2013）认为，产业政策提供的额外资源可能会恶化组织运作、导致政府腐败；黎文靖和李耀淘（2014）认为，产业政策在丰富企业资源的同时，也可能加剧过度投资和投资低效等问题。尽管如此，本研究认为从长期来看，产业政策对企业高质量发展的积极效应仍占据主导地位。现有研究中关于产业政策有效性的争论可能是因为对产业政策的解读和衡量尚未统一，可能是因为观测时间跨度不足未能全面观察到产业政策的长期效应，也可能是因为研究样本的筛选标准和起始时间不同等等。但长期来看，运行良好的产业政策能够带来多方面的积极影响，既能促进当地产业结构优化调整、提高生产贸易水平（韩永辉等，2017），又能进一步提升当地产业的整体竞争力（李力行和申光军，2015）。

综上所述，本文认为产业政策能通过发挥创新效应、融资效应和集聚效应进而促进企业高质量发展。据此提出如下研究假设：

H1：产业政策有助于促进企业高质量发展。

（二）产业政策、数字金融与企业高质量发展

尽管近年来资本市场发展迅猛，但融资难困境依然是制约企业快速发展的主要瓶颈，对于中小企业而言这一困境尤为突出，产业政策扶持的政策效果在企业层面受到一定程度的影响。而数字金融的普惠性、数字化、便捷易得等优势正是针对上述症结的回应，如今数字金融依托数字技术进入发展快车道，在信息技术、智力支持、管理经验等方面具有明显优势，能够提供多样化的新型金融供给形式，随着数字金融的发展，私募股权、风险投资、加速器和孵化器等新型融资渠道越来越丰富（Haddad and Hornuf，2019），有助于打造自由竞争的融资环境，为强化产业政策效果创造良好的外部条件。

一方面，数字金融有效破解金融机构和企业之间的信息不对称，通过互联网平台普及基本金融知识、让企业认识和了解现行金融政策和信贷风险、挑选匹配自身发展阶段的金融产品，打破企业信息孤岛，是了解产业政策、化解融资困境的前提；另一方面，开展持续性技术创新是企业提高全要素生产率、确立核心竞争优势、实现高质量发展的关键战略，但创新的资金需求通常较大，融资困境成为实体企业尤其是中小企业技术创新的主要障碍，加之融资渠道少、融资成本高企。产业政策效果借助数字金融的普惠性优势得到充分放大，通过互联网平台拓展金融边界，缓解融资约束（Howell et al.，2020），针对性地破解融资难、融资贵的问题，促进企业创新（唐松等，2020），这样企业才有余力进行产品升级和效率优化。此外，以商业银行为代表的传统信贷投放主体在配置信贷资源的过程中可能出现失误，加之金融抑制和金融摩擦的存在，可能导致信贷扭曲或配置失衡，降低金融资源配置效率甚至引致金融资源错配，此时产业政策的信贷支持和配置效率内部折损。数字金融作为传统金融的有益补充，不仅可以发挥普惠性优势以缓解信贷扭曲对产业政策效率的削弱效应（Khurana et al.，2006），在传统金融出现结构性失误时也可以保证企业信贷供应和现金流稳定，避免企业资金链断裂甚至是破产的风险，还可以通过互联网、大数据等技术手段提高产业政策的金融供给效率，企业因而能够维持正常运转、敢于技术创新，长期来看有利于稳定生产和提高效率。综上所述，数字金融正向调节产业政策和企业高质量发展之间的关系，即在数字金融发展水平较高的地区，产业政策对企业高质量发展的促进作用得到强化。

根据以上论述，提出如下研究假设：

H2：数字金融正向调节产业政策和企业高质量发展之间的关系，地区数字金融发展水平越高，产业政策对企业高质量发展的促进作用越强。

三、研究设计

（一）研究样本与数据来源

综合考虑数据的可得性、完整性和连续性，我们以2004-2020 年中国沪深两市A 股上市公司为研究样本，按照以下步骤处理数据：（1）剔除被ST、*ST 等特殊处理的公司以及退市的公司；（2）剔除财务状况存在严重问题或经营异常的公司；（3）删除主要数据和指标缺失的公司，最终得到的非平衡面板包括3 917 家公司，共计27 694 个观测值。对各连续型变量进行1%的Winsor缩尾处理以消除极端值的影响。由于观测年份为2004-2020 年，产业政策数据根据《产业结构调整指导目录》（2005 年本、2011 年本、2013 年本、2019 年本）分2004-2005 年、2006-2011年、2012-2013、2014-2019、2020 年五个时间段进行统计和更新。企业特征和财务数据来源于CSMAR 数据库，数字金融数据来源于北京大学数字普惠金融指数。数据处理和统计分析软件为Stata15。

（二）变量定义

1. 被解释变量：企业高质量发展（Dev_lp、Dev_op）

高质量发展是一个非常系统的概念，具有很强的包容性和层次性，关于微观层面的企业高质量发展，现有衡量指标可分为单一指标和综合指标（肖曙光等，2020）。一方面，构建综合评价指标体系虽然内容全面，但在测度和赋权环节具有较大的主观性，由于评价体系不一因而也难以进行直观比较；另一方面，高质量发展最关键的内涵就在于全要素生产率的稳步提升（金碚，2018；刘志彪和凌永辉，2020），因此全要素生产率是衡量企业高质量发展的重要指标，众多文献使用企业全要素生产率作为企业高质量发展的代理变量（宋敏和徐瑞峰，2023；王婷伟等，2023）。因此，综合考虑数据的可得性和客观性，选用单一指标法下的企业全要素生产率（TFP）衡量企业高质量发展水平。基于生产函数，同时用LP 法（Levinsohn and Petrin，2003）和OP 法（Olley and Pakes，1996）计算企业全要素生产率，并以此作为企业高质量发展水平的代理变量。以OP 法为例，估计模型如式（1）所示：

其中，Yi,t是企业销售收入；Ki,t是企业资本投入，即固定资产净额当年均值；Li,t是企业劳动投入，即在职员工数量当年均值。Mi,t是企业中间投入，参考已有研究（任曙明和孙飞，2014；刘莉亚等，2018；宋敏等，2021），计算公式为销售收入-工业增加值，即销售收入-固定资产折旧-劳动者报酬-生产税净额-营业盈余，其中劳动者报酬用现金流量表中的支付职工薪酬计算支付给职工以及为职工支付的现金，衡量企业一年的职工薪酬成本；用现金流量表中营业税金及附加与生产补贴的差额计算生产税净额；用营业利润表示营业盈余。使用OP 法测算企业全要素生产率时，用现金流量表中投资活动产生的现金流出量计算企业当年的投资支出。控制变量如下：Agei,t是企业年龄；Statei,t是企业股权性质的虚拟变量；Exiti,t是企业是否退出的虚拟变量，当企业名称和行业同时变化时表示企业退出，此时赋值1，否则赋值0；Year、Industry和Province是时间、行业和地区固定效应。此外，为排除价格因素对测算结果的影响，参考黄群慧等（2019）的做法，估计方程中使用的数据均以各行业的工业品出厂价格指数以及固定资产投资价格指数调整为实际值。参考数据来源于历年《中国统计年鉴》。

2. 解释变量：产业政策（Policy）

《产业结构调整指导目录》分为三类：鼓励类、限制类和淘汰类。其中鼓励类分为47 个行业小类，每个小类别下又分别界定了3-63 个细分子类，详细说明了鼓励类细分行业的经营范围。本研究根据《产业结构调整指导目录》确定行业归属，同时依据证监会2012 年修订的《上市公司行业分类指引》对样本企业进行行业分类，结合企业年报、官网等公开信息中披露的企业生产和经营的商品类别、品种及服务项目，综合判断其属于鼓励类行业，还是属于限制类行业或淘汰类行业。

设置虚拟变量Policy：当企业所处的经营行业属于指导目录的第一类鼓励类时，Policy赋值1，说明该行业受到产业政策支持，是战略性新兴行业和亟待发展的先进产能，或者有利于转变经济增长方式、调整结构、扩大内需、区域振兴、产业升级等；当企业所处的经营行业属于指导目录的第二类限制类或第三类淘汰类时，Policy均赋值0，说明该行业未受到产业政策支持，可能在一定程度上存在高能耗高污染、生产低效、工艺过时、产能过剩、重复建设、过度投机等问题。

需要说明的是，对于跨行业经营的企业，本研究根据主营业务所属行业判断其属于鼓励类、限制类还是淘汰类。主营业务判断参考《上市公司行业分类指引》（2012 修订版）分为以下三种情况：第一，某业务销售额占其全部销售额的比例达50%以上的，则该业务为企业的主营业务，该行业为对企业分类和赋值的主要依据。第二，若企业所有分支业务销售额占比均不到50%，但有某项业务占比超过30%且明显高于其他行业，则以占比最高的业务为企业的主营业务，该行业为对企业分类和赋值的主要依据。第三，若企业所有分支业务销售额占比均低于30%，涉足行业分散且平均，并不存在明显的主营业务，考虑到这类企业归属不清晰可能会影响解释变量分布，加之这类样本数量较少，故将其剔除。

3. 调节变量：数字金融（Difi）

用北京大学数字普惠金融指数衡量地区数字金融发展水平（郭峰等，2020）。数字普惠金融指数基于蚂蚁金服这一代表性数字金融机构的海量微观交易数据而编制，较为客观、系统地反映了中国各地区数字金融发展水平和企业所处的数字普惠金融环境。该指数越高，表明该地区数字金融发展水平越高。

4. 控制变量

包括资产负债率（Lev）、资产净利率（Roa）、股权性质（Soe）、资本密度（Capi）、股权集中度（Con）、固定资产比重（Fix）、企业成长性（Grow）、管理费用率（Fee）、上市时间（List）、企业规模（Size）、区域市场化水平（Mark）、现金流强度（Cash）、年度（Year）、行业（Industry）、地区（Province）。

（三）模型构建

为研究产业政策对企业高质量发展的影响以及数字金融在上述过程中的调节作用，构建回归模型（2）-（3）：

模型（2）研究的是产业政策对企业高质量发展的影响，Dev分别代表Dev_lpi,t和Dev_opi,t，分别是用LP 法和OP 法计算得到的企业i 在t 年的全要素生产率；Policyi,t表示企业i 在t 年是否受到产业政策支持。模型（3）研究的是数字金融在上述过程中的调节作用，Difii,t表示企业i 所处地区在t 年的数字金融发展水平，CVi,t是一系列控制变量，εi,t是残差项。

四、实证结果与分析

（一）描述性统计与相关性分析

主要变量的描述性统计结果和相关系数如表1 所示。企业高质量发展均值为9.308 和8.800，中位数为9.293 和8.793，未呈现明显偏态分布特征；产业政策均值为0.474，说明平均有47.4%的样本企业受产业政策支持，另外52.6%的样本企业可能存在高耗高污、工艺过时、产能过剩等问题，产业政策制定尽量兼顾覆盖面和差异化的双重要求；数字金融均值为250.870，最小值和最大值分别为2.156 和436.700，说明我国各地区数字普惠金融发展水平存在很大差异。

表1 主要变量的描述性统计和相关系数

产业政策和企业高质量发展的相关系数为0.112 和0.113，均在1%的水平上显著为正；数字金融和企业高质量发展的相关系数为0.012 和0.030，分别在10%和1%的水平上显著为正；数字金融和产业政策的相关系数为0.065，在1%的水平上显著为正。说明产业政策和数字金融都有利于提高企业高质量发展水平，两者之间也是相互促进的关系，这初步验证了正文中的假设，但具体的调节作用需要进一步的多元回归分析。经检验，其余变量之间的相关系数均小于0.4，方差膨胀因子均小于2，不存在严重的多重共线性问题。

（二）回归结果分析

1. 产业政策与企业高质量发展

产业政策和企业高质量发展的回归结果如表2 所示。（1）-（2）是2004-2020 年企业样本的回归结果，为在时间跨度上与后文保持一致，（3）-（4）是截取2011-2020 年企业样本进行辅助测试的回归结果。可以看出，产业政策和企业高质量发展均在1%的水平上显著正相关，说明产业政策有效提高企业全要素生产率，促进企业高质量发展，假设1 得到验证。一方面，产业政策有利于扩大内需和引导外需，企业市场份额和营收水平提升，现金流充足以便开展技术创新和提升全要素生产率；另一方面，产业政策为企业提供稀缺资源，尤其资金支持有利于企业提升创新能力、优化资源配置、提高生产效率和发展质量。此外，产业政策吸引产业集聚以节约投资成本、优化营商环境。产业政策促进公平竞争、强化法律保障以鼓励技术创新，有利于企业生产效率提高和发展质量升级。

表2 产业政策、数字金融和企业高质量发展的回归结果

2. 产业政策、数字金融与企业高质量发展

产业政策、数字金融与企业高质量发展的回归结果如表2（5）-（6）所示。产业政策、数字金融和企业高质量发展均显著正相关，再次验证产业政策对企业高质量发展的促进作用；产业政策和数字金融交互项和企业高质量发展在1%的水平上显著正相关，说明数字金融发挥正向调节作用，即在数字金融发展水平较高的地区，产业政策对企业高质量发展的促进作用显著增强，假设2 得到验证。数字金融既有效破解金融机构和企业之间的信息不对称，使企业了解和选择适合自身发展的金融产品，又拓展金融边界，缓解融资困境，使企业有充足的资金开展产品升级和效率优化，还能缓解信贷扭曲和金融错配带来的消极影响，稳定企业现金流，长期来看有助于企业稳定生产、提高生产效率和发展质量。因此，数字金融正向调节产业政策和企业高质量发展之间的关系。

（三）稳健性检验

1. 内生性检验

考虑到产业政策通常是一个宏观外生变量，但产业政策和企业高质量发展在一定程度上也可能存在内生性，当企业发展质量更高时，能得到政府更多关注，甚至可能因此肩负起引领产业结构转型升级、弘扬产业政策导向的任务，此时企业会受到更大力度的产业政策支持，因此产业政策并不是绝对外生的，可能存在互为因果的问题。此外，回归模型中虽然尽量控制了可能影响产业政策和企业高质量发展的其他因素，但仍然存在一些不可观测的变量影响回归的准确性，导致结果有偏。

首先从政策的动态效应来分析导向因果的问题。作为行业划分依据的《产业结构调整指导目录》在观测期内经历了四次重要调整（2005 年、2011 年、2013 年、2019 年），部分行业受产业政策支持的情况也有所变动。例如，《产业结构调整指导目录（2019 年本）》与上一版相比，总条目增加69 条，其中鼓励类增加60 条、限制类减少8 条、淘汰类增加17 条。具体而言，鼓励类新增“人力资源与人力资本服务业”“人工智能”“养老与托育服务”“家政”行业；将上一版“教育、文化、卫生、体育服务业”拆分并分别独立设置；限制类删除“消防”行业；淘汰类新增“采矿”行业的相关条目和“虚拟货币挖矿活动”等。

考虑到产业政策鼓励类、限制类和淘汰类在观测期内经历了四次重要调整，因此，我们参考已有研究的做法（周黎安和陈烨，2005；何熙琼等，2016），在没有某一个固定的政策实施年份的情况下，通过设置时间趋势变量的方法设置了相应的虚拟变量，以企业所处行业首次进入产业政策鼓励类的时间为基准，用多时点DID 模型考察政策推出前后相关行业及企业TFP 变化趋势，以判断产业政策对企业高质量发展的影响是否具有选择性和持续性。首先进行政策施行之前的平行趋势检验，其次进行政策施行当年的冲击效应检验，最后进行政策施行之后的持续效应检验，综合观察平均处理效应的动态时间趋势。

第一，关于政策施行之前的平行趋势检验。使用DID 方法开展实证研究的重要前提是实验组与控制组满足平行趋势假定，即在《产业结构调整指导目录》首次出台和每次修订之前，样本企业的高质量发展情况和TFP 水平保持相对稳定的变动趋势。定义变量Policy_before_i描述政策施行之前的鼓励、限制、淘汰对象的变化情况：当企业处于进入产业政策鼓励类之前的第i 年，Policy_before_i赋值为1，否则为0。第二，关于政策施行当年的冲击效应检验。定义变量Policy_current描述政策施行当年的鼓励、限制、淘汰对象的变化情况：当企业处于进入产业政策鼓励类的当年和之后四年，Policy_current赋值为1，否则为0。第三，关于政策施行之后的持续效应检验。定义变量Policy_after_i描述政策施行之后的鼓励、限制、淘汰对象的变化情况：当企业处于进入产业政策鼓励类之后的第i 年，Policy_after_i赋值为1，否则为0。

回归结果如表3 所示，报告了企业从产业政策限制类或淘汰类跻身鼓励类这一过程中，企业高质量发展情况或TFP 水平在时间上的变化趋势。可以看出，第一，在企业进入产业政策鼓励类之前（Policy_before_i），企业TFP 水平的回归系数基本上均不显著，只有在企业进入产业政策鼓励类之前的第1 年（Policy_before_1）存在部分显著，这里可能是受到了信息泄露或前向溢出的影响，总体来看仍表明企业在进入产业政策鼓励类之前，处理组和对照组企业的TFP 水平不存在显著差异，符合平行趋势检验的假定。第二，Policy_current与各TFP 水平指标均在5%的水平上显著正相关，说明当企业进入产业政策鼓励类时，其TFP 水平得到显著提高，即产业政策能促进企业高质量发展。第三，在企业进入产业政策鼓励类之后（Policy_after_i），企业TFP 水平的回归系数基本上均显著为正，且无论是回归系数还是显著度都大体呈现逐年增强的趋势，只有在企业进入产业政策鼓励类之前的第1 年和第2 年（Policy_before_1、Policy_before_2）存在极个别不显著，这里可能是因为政策实施初期相关理解和执行尚未稳定导致政策效果略有起伏，总体来看仍说明随着企业进入产业政策鼓励类并逐渐享受扶持，其TFP 水平能在较长时期内得到稳定提高，即产业政策不仅能促进企业高质量发展，而且这一促进效应的发挥还是持续且渐强的。

表3 基于政策动态效应的稳健性检验结果

2. 替换变量

很多现有研究依据五年规划进行产业政策界定（杨兴全等，2018），借鉴这一做法，我们根据五年规划政策文件中的文本表述对企业所属行业进行分类，判断是否受产业政策支持并设置新解释变量（Policy_new）：当文件中出现重点、大力、鼓励、积极或支持发展等字眼时，判定受产业政策支持；当文件中出现淘汰、抑制、限制、规范或者调整发展等字眼时，判定不受产业政策支持。在此基础上，根据证监会《上市公司行业分类指引》提供的行业门类代码进行企业-行业匹配。为增强研究的准确性和全面性，将第一大主营业务和营收占比超过20%的第二大主营业务所属行业均确定为企业经营行业，若企业所处经营行业受产业政策支持，则Policy_new赋值1，否则赋值0。根据上述方法进行检验，回归结果如表4（1）-（4）所示，产业政策和企业高质量发展显著正相关，数字金融和企业高质量发展显著正相关，产业政策和数字金融交互项和企业高质量发展显著正相关，与正文结论一致。

在使用LP 法和OP 法计算企业全要素生产率的基础上，Ackerberg 等（2006）对企业可以零成本且即时调整劳动力投入的假设提出质疑并做出修正，得到修正的企业全要素生产率（Dev_lpacf、Dev_opacf）以衡量企业高质量发展水平，回归结果如表4（5）-（6）、（8）-（9）所示，产业政策和企业高质量发展显著正相关，数字金融和企业高质量发展显著正相关，产业政策和数字金融交互项和企业高质量发展显著正相关，与正文结论一致。

此外，我们还参考陈丽珊和傅元海（2019）的做法，用扣除全部资本机会成本后的经济增加值率（Dev_EVA），即企业经济增加值在主营业务收入中的占比来衡量企业高质量发展水平，计算公式为EVAR=[净利润+(利息支出+研究开发费用调整项) × ( 1-企业所得税税率)-(平均所有者权益+平均负债合计-平均无息流动负债-平均在建工程×5.5%) ]/主营业务收入，回归结果如表4（7）、（10）所示。产业政策和企业经济增加值率显著正相关，数字金融和企业经济增加值率显著正相关，产业政策和数字金融交互项和企业经济增加值率显著正相关，与正文结论一致。经济增加值法克服了传统绩效指标只考虑企业账面利润不考虑资本机会成本的弊端，是从股东价值和经济利润的角度评价企业发展质量。

3. 数字金融细分指标

北京大学数字普惠金融指数除提供总指数外，还提供地区数字金融发展水平的多角度细分指标，我们选择覆盖广度（Difi_bre）、使用深度（Difi_dep）、数字化程度（Difi_dig）三个细分指标替换总指标进行检验，回归结果如表5 所示。产业政策和企业高质量发展显著正相关，说明产业政策对企业高质量发展的促进作用依然稳健；虽然数字金融细分指标和企业高质量发展的正相关显著性有所下降，但产业政策和数字金融细分指标交互项和企业高质量发展依然显著正相关，说明即使从不同细分维度考察地区数字金融发展水平，数字金融的正向调节作用依然成立。这一下降这可能是因为细分指标缺少赋权环节，导致其描述地区数字金融发展水平不够完整，导致指标和产业政策的正向互动有所减弱。

表5 数字金融细分指标的稳健性检验结果

4. 其他检验

我们还进行了以下三类稳健性检验：第一，考虑到企业高质量发展水平变化存在一定时滞性，采用滞后一期被解释变量进行检验，结果一致。第二，分组回归，由于产业政策对企业高质量发展的促进作用可能存在区域差异，将样本企业分为东中西部三组进行分组回归，结果表明产业政策对企业高质量发展的促进作用、数字金融的正向调节作用在东中部地区企业中更显著，在西部地区企业中也存在但相对较弱，结果一致。第三，考虑到2008 年全球金融危机和2012 年欧债金融危机的影响，剔除2008 和2012 年的样本进行检验，结果一致。综上，以上稳健性检验都支持了正文结论。

（四）产业政策促进企业高质量发展的异质性研究

1. 行业属性的异质性研究

行业属性不同，产业政策对企业高质量发展的促进作用及其程度也有差异。为进一步研究行业属性的异质性，我们把企业分为制造业和非制造业两大类，分组回归结果如表6 所示。首先比较主效应。产业政策对企业高质量发展的促进作用在制造业企业中显著存在，但在非制造业企业中不显著。制造业企业通常固定资产占比较高，更新换代成本高难度大、资源环境约束、长期粗放型发展、低端产能过剩等结构性问题更突出，产业发展中的结构性矛盾也更尖锐。调结构是产业政策最主要的目标，这一政策目标和制造业企业困境完美契合，因此产业政策对企业高质量发展的促进作用在制造业企业中得到强化。其次比较调节效应。产业政策和数字金融交互项和企业高质量发展在制造业企业中显著正相关，但在非制造业企业中不显著。我国制造业企业在全球工业产业链中仍处于低端，而且制造业企业面临的市场竞争和淘汰风险较大，直接融资和间接融资均因缺少渠道或资质不足而难以获取，因此，制造业企业面临的融资困境比非制造业企业更严峻。数字金融最大的优势就在于普惠性，更针对性地解决了制造业企业的融资困境，因此，数字金融的正向调节作用在制造业企业得到凸显。

表6 关于行业属性的异质性分析

2. 技术密集程度的异质性研究

产业政策对企业高质量发展的促进作用受技术密集度的影响（Mao et al., 2021）。为研究内部技术密集度的异质性，我们按照联合国工业发展组织在世界工业发展报告中的技术密集度标准对制造业企业样本组进一步细分，技术密集度由低到高依次为资源型制成品制造业企业、低技术制成品制造业企业、中技术制成品制造业企业和高技术制成品制造业企业，分组回归结果如表7 所示。首先比较主效应。在资源型制成品制造业企业中，产业政策和企业高质量发展在10%的水平上显著正相关，在低、中、高技术制成品制造业企业中，产业政策和企业高质量发展在1%的水平上显著正相关。其次比较调节效应。在资源型制成品制造业企业和低技术制成品制造业企业中，产业政策和数字金融交互项和企业高质量发展正相关但并不显著，在中技术制成品制造业企业和高技术制成品制造业企业中，产业政策和数字金融交互项和企业高质量发展分别在10%和5%的水平上显著正相关，说明产业政策对企业高质量发展的促进作用在制造业企业中普遍存在，但数字金融的正向调节作用只在中高技术密集度的制造业企业中有突出表现。这可能是因为技术创新符合政策导向和市场趋势，因此技术基础较好的制造业企业更容易受到政府关注和金融机构偏爱，对产业政策和数字金融的吸收能力更强、利用程度更高。

表7 关于技术密集程度的异质性分析

3. 融资约束的异质性研究

对不存在融资约束的大型企业，产业政策可以直接通过传统金融机构及时供给金融要素，但对存在较高融资约束的中小型企业，产业政策的金融要素供给通道可能不够畅通，因此，数字金融在不同规模、不同融资约束的企业中发挥的作用也不尽相同。为研究企业面临融资约束情况的异质性，我们参考已有研究（Whited and Wu, 2006；余明桂和王空，2022；潘红波和杨海霞，2022），用WW指数度量融资约束并对制造业企业样本组进一步细分，计算公式为WW 指数＝-0.091×经营活动产生的现金流量净额/总资产-0.062×是否发放现金股利的虚拟变量＋0.021×长期负债/总资产-0.044×总资产的自然对数＋0.102×行业营业收入增长率-0.035×企业营业收入增长率，WW 指数越大，说明企业面临的融资约束程度越高。区分高低融资约束企业的分组回归结果如表8 所示。首先比较主效应。产业政策和企业高质量发展均在1%的水平上显著正相关。其次比较调节效应。在低融资约束企业中，产业政策和数字金融交互项和企业高质量发展正相关但并不显著；在高融资约束企业中，产业政策和数字金融交互项和企业高质量发展在1%的水平上显著正相关，说明产业政策对企业高质量发展的促进作用在样本企业中普遍存在，但数字金融的正向调节作用在高融资约束企业中表现得更突出。低融资约束企业在传统金融体系中快速筹集并调度资金的能力较强（任海云和聂景春，2018），相比之下，高融资约束企业对产业政策下常规金融要素供给的吸收能力较弱，而数字金融低门槛和普惠性的优势相当及时地回应了其融资诉求，这些企业对数字金融渠道的使用意愿和频率也会更高，因此在产业政策通过调配金融要素供给进而影响企业高质量发展的过程中，相比于低融资约束企业，数字金融的正向调节作用在高融资约束企业中更显著。

表8 关于融资约束的异质性分析

4. 金融行业异质性分析

从合作角度看，数字金融是传统金融的有益补充，两者都是我国金融体系的重要组成部分；从竞争角度看，数字金融凭借其普惠性、低门槛、便捷易得、种类丰富等显著优势，对传统金融造成巨大压力。为研究金融行业的异质性，即数字金融和传统金融对产业政策和企业高质量发展之间的影响是否存在差异，我们在已有研究框架中引入传统金融，参考姜付秀等（2019）的做法，用各省份银行业赫芬达尔指数HHI 衡量地区银行竞争激烈程度（Bank），并以此反映传统金融发展水平，数据来源于中国银保监会发布的银行机构金融许可证信息。值得一提的是，银行竞争及其交互项均为负向指标，因此在论述中需做反向处理。

首先将传统金融作为调节变量引入原模型，通过产业政策和传统金融交互项考察传统金融的调节作用；然后引入数字金融和传统金融交互项，考察数字金融和传统金融之间的关系。第一步回归结果如表9（1）-（2）所示，产业政策和企业高质量发展显著正相关，产业政策和银行竞争交互项（负向指标）和企业高质量发展显著负相关，说明银行竞争正向调节产业政策和企业高质量发展之间的关系，在银行竞争更激烈的地区，即传统金融发展水平更高的地区，产业政策对企业高质量发展的促进作用更强。第二步回归结果如表9（3）-（4）所示，数字金融和企业高质量发展显著正相关，数字金融和银行竞争交互项（负向指标）和企业高质量发展显著负相关，说明数字金融和银行竞争在企业高质量发展过程中表现为互补关系，即在银行竞争激烈、传统金融发展水平高的地区，数字金融的正向调节作用得到进一步强化；反之，在数字金融发展水平高的地区，以银行为代表的传统金融的正向调节作用也更加突出。

表9 金融行业异质性研究的回归结果

（五）产业政策促进企业高质量发展的机制研究

根据理论分析，产业政策通过创新效应、融资效应和集聚效应促进企业提升高质量发展水平。为检验产业政策促进企业高质量发展的具体机制，根据中介效应检验三步法，我们建立回归模型（4）-（5）：

其中，Innoi,t表示i 企业t 年的研发投入率，用企业研发投入占总资产的比例表示；Finai,t表示i 企业t 年的融资约束，用SA 指数表示（Hadlock and Pierce，2010）；Aggli,t表示i 企业t 年所处的产业集聚实际水平，用区位熵表示（苏丹妮等，2018），公式如下：

其中，Ni,j,k,t代表k 省份j 行业i 企业在t 年的员工数量，Nj,k,t代表k 省份j 行业所有企业在t 年的员工总数，Nk,t代表k 省份所有行业和企业在t 年的员工总数，Nj,t代表全国各省份j 行业所有企业在t 年的员工总数，Nt代表全国各省份所有行业和企业在t 年的员工总数。

1. 产业政策促进企业高质量发展的创新效应

产业政策能为企业技术创新提供多种资源，尤其是资金支持，例如通过财政补助和信贷支持增加现金流入、给予税收优惠减少现金流出等，产业政策有效缓解企业资金紧张，避免长期的高额研发投资可能导致的资金链断裂风险。当然，除了资金支持之外，产业政策还能为企业提供其他的稀缺性创新资源，例如促进产学研三方合作、搭建创新成果转化平台、改善基础设施建设等。技术创新是企业进行产品更新换代的基础，也是企业优化资源配置、实现降本增效和高质量发展、提高核心竞争力和全要素生产率的重要途径。回归结果如表10 （3）-（5）所示，产业政策和技术创新（Inno）显著正相关，技术创新和企业高质量发展显著正相关，而且在加入技术创新作为中介变量后，产业政策对企业高质量发展的回归系数从0.088 降至0.084（从0.114 降至0.110）。因此，创新效应在产业政策促进企业高质量发展的过程中发挥部分中介作用，产业政策通过鼓励企业开展研发创新进而提升企业全要素生产率和企业高质量发展水平。

表10 产业政策促进企业高质量发展的机制研究

2. 产业政策促进企业高质量发展的融资效应

信号理论认为，产业政策能向外部投资者传递积极的信号（陈朝月和许治，2018）。一方面，政府及其政策导向能够发挥信息中介的作用，有效缓解市场信息不对称，降低搜寻成本、鉴别成本、监督成本等一系列交易成本，尽可能降低投资门槛；另一方面，积极信号有助于增强资本市场对企业发展前景的信心，激发市场投资热情。在产业政策的鼓励下，融资渠道拓宽，尤其是相对筹资快、数额大、成本低、风险小的直接融资显著增加，为企业发展营造更宽松的融资环境。充足的资金是企业坚持技术创新等长期战略性投资的基础，也是企业提高全要素生产率和实现高质量发展的基础。回归结果如表10（6）-（8）所示，产业政策和融资约束（Fina）显著负相关，融资约束和企业高质量发展显著负相关，而且在加入融资约束作为中介变量后，产业政策对企业高质量发展的回归系数从0.088 降至0.087（从0.114 降至0.110）。因此，融资效应在产业政策促进企业高质量发展的过程中发挥部分中介作用，产业政策通过缓解企业融资约束困境进而提升企业全要素生产率和企业高质量发展水平。

3. 产业政策促进企业高质量发展的集聚效应

区域性产业政策，尤其是以国家自主创新示范区为代表的各类试验区的建立，充分展现了产业政策吸引产业集聚的政策效果。产业集聚能够降低企业初期资本投入，组织成本和建设时间大幅缩减，有利于企业更快更轻松地投入生产过程，加速成本回收，赢得市场先机，进而提高企业全要素生产率和实现高质量发展。回归结果如表10（9）-（11）所示，产业政策和产业集聚（Aggl）显著正相关，产业集聚和企业高质量发展显著正相关，而且在加入产业集聚作为中介变量后，产业政策对企业高质量发展的回归系数从0.088 降至0.067（从0.114 降至0.091）。因此，集聚效应在产业政策促进企业高质量发展的过程中发挥部分中介作用，产业政策通过强化企业群产业集聚进而提升企业全要素生产率和企业高质量发展水平。

（六）产业政策促进企业高质量发展的进一步研究

为紧密贴合数字金融和企业高质量发展的时代背景，从广义产业政策进一步聚焦于“专精特新”和“战略性新兴产业”这两大更细化的产业政策。首先，工信部2021 年4 月19 日颁布《关于开展第三批专精特新“小巨人”企业培育工作的通知》，明确要求“专精特新”企业截至2020 年末，主营业务收入在营业收入占比达70%以上、主导产品在细分市场占有率位于全省前3 位、进入特定细分市场时间达到3 年及以上，故根据企业是否满足上述三条要求设置“专精特新”虚拟变量（Special）。其次，战略性新兴产业是以重大前沿技术突破和重大发展需求为基础，对经济社会全局和长远发展具有重大引领带动作用的产业，《国务院关于加快培育和发展战略性新兴产业的决定》中把节能环保、新一代信息技术、生物、高端装备制造、新能源、新材料、和新能源汽车等等作为现阶段重点发展的战略性新兴产业，故根据企业是否属于上述战略性新兴产业领域设置“战略性新兴产业”虚拟变量（Strategy）。

“专精特新”和“战略性新兴产业”政策和企业高质量发展的回归结果如表11 所示，上述两类细分产业政策与企业高质量发展均显著正相关，其与数字金融的交互项也与企业高质量发展显著正相关，说明“专精特新”和“战略性新兴产业”政策有效提高企业全要素生产率，促进企业高质量发展，数字金融在这一过程中发挥正向调节作用，即在数字金融发展水平较高的地区，“专精特新”和“战略性新兴产业”政策对企业高质量发展的促进作用更显著，进一步验证了正文结论的稳健性。

表11 产业政策促进企业高质量发展的进一步研究

五、研究结论及启示

（一）研究结论

本文以2004-2020 年沪深两市A 股上市企业为样本，研究产业政策对企业高质量发展的影响和数字金融的调节作用。结果表明：（1）产业政策能显著提高企业全要素生产率，促进企业高质量发展。（2）数字金融正向调节产业政策和企业高质量发展之间的关系，在数字金融发展水平更高的地区，产业政策对企业高质量发展的促进作用得到强化。（3）异质性研究表明，产业政策对企业高质量发展的促进作用在制造业企业中普遍存在，但数字金融的正向调节作用只在中高技术密集度的制造业企业中得到强化，在低技术密集度的制造业企业中明显弱化；此外，考虑到金融行业异质性，数字金融和传统金融在实现企业高质量发展的过程中主要表现为相互促进的互补关系，即在银行竞争激烈、传统金融发展水平高的地区，数字金融的正向调节作用得到进一步强化。（4）进一步的机制研究表明，产业政策对企业高质量发展的促进作用是通过创新效应、融资效应和集聚效应实现的。

（二）理论启示与政策建议

第一，产业政策从需求面、供给面和环境面三个维度为企业打造良好的营商环境，对内通过事前扶持、事后补助和引导投资等手段为企业提供稀缺资源，对外缓和国内外经济波动、贸易冲突和金融风险，降低经济政策不确定性，鼓励企业技术创新，有利于企业提高核心竞争力、生产效率和发展质量。因此，积极发挥产业政策的作用，无论从宏观的经济增长还是微观的企业高质量发展来看，均有着重要的意义。

第二，在数字经济的时代背景下，数字金融作为传统金融的有益补充，能通过信贷供应和资金支持显著增强产业政策的实施效果，强化产业政策对企业高质量发展的促进作用，因此，要营造适合数字普惠金融发展的政策环境，培育新型数字普惠金融平台和机构，大力发展金融科技、大数据、云计算、人工智能、数字新基建、移动互联网等配套技术和基础设施，深入推进数字金融赋能实体经济，切实化解企业融资难、融资贵的燃眉之急。