摘要：数字经济作为重构产业生态、重塑企业竞争力的核心引擎，其数据资产的高价值与信用转化不足的悖论凸显了传统信用体系的局限。针对民营企业长期面临的增信不足和融资约束问题，基于2011—2023年民营上市公司及省级面板数据，构建基准回归模型实证检验数字经济对企业增信的影响机制。研究发现：第一，数字经济发展对企业增信具有显著的提升作用，且对民营企业的促进效应强于国有企业；第二，区域分组回归结果表明，东部地区数字经济的增信赋能效果明显优于中西部；第三，行业分组回归结果表明，劳动密集型和资产密集型企业受益显著，技术密集型企业由于数据确权困难显著性不足。在此基础上，提出强化数字经济对民营企业的信用赋能，推进数字政府建设与企业数字化转型协同，优化区域信用环境与金融资源配置效率，突破技术密集型企业的数据信用转化瓶颈等对策建议。
　　关键词：民营企业；数字经济；企业增信
　　中图分类号：F832.4；F276.5
　　文献标识码：A
　　文章编号：1674-747X（2025）07-0011-11

 
　　在全球数字化转型加速和国家部署数字经济发展规划推动下，数字经济正成为重构产业生态、重塑企业竞争力的核心引擎。随着我国数据要素市场化改革的纵深推进，尤其是全国统一大市场建设和新型基础设施“东数西算”“算力网络”等重大工程的布局落地，数字经济对各行业领域的渗透率持续攀升。国家数据局《数字中国发展报告（2024年）》显示，我国2024年数字经济核心产业增加值占国内生产总值的比重达10%左右。当前，民营企业作为国民经济的重要支柱，仍面临融资难融资贵问题。传统信用评估体系依赖财务报表和抵押资产，难以精准衡量轻资产、高成长性企业的价值；银企信息不对称导致的信贷配给偏差，使得民营企业融资成本长期高于国有企业，大量科技型中小企业因缺乏有效增信手段而错失发展机遇。这一矛盾在数字经济发展浪潮中愈发凸显。一方面，企业生产、流通、消费全链条的数字化改造催生了海量数据资产，这些数据资产本质上是企业信用价值的富矿；另一方面，数据权属不清、估值标准缺失、流通机制滞后等问题，导致大量高价值数据沉淀为“沉默资产”，无法转化为信用背书。国家数据局《全国数据资源调查报告（2024年）》显示，2024年全国数据生产总量达41.06泽字节（ZB），同比增长25%；存储数据中活跃数据占比为62.04%，同比提升22.73%，但仍有37.96%的存储数据未被使用。海量数据价值有待深入挖掘。这种“数据富矿”与“信用荒漠”的并存，既暴露了传统信用体系的局限性，也揭示了数字经济与信用体系深度融合的必要性。
　　当前，构建多层次、市场化的增信体系已成为激发民营经济活力、畅通金融服务实体经济的关键路径。《中华人民共和国民营经济促进法》提出，建立健全信用信息归集共享机制，增加信用评级有效供给，为民营经济组织获得融资提供便利。《中共中央国务院关于促进民营经济发展壮大的意见》指出，通过完善社会信用激励约束和融资支持政策制度，提升增信力度。《中共中央关于进一步全面深化改革、推进中国式现代化的决定》提出，完善民营企业融资支持政策制度，破解融资难融资贵问题，健全民营中小企业增信制度。企业增信是指通过提升企业信用等级，增强市场信任度的过程。信用评级是企业增信的核心，反映了企业偿债能力和信用状况，目的在于帮助企业提高融资能力，拓宽市场空间，增强品牌形象，促进可持续发展。目前，现有文献关于民营企业融资问题的细分研究领域较多，但从民营企业增信角度开展的研究相对偏少，特别是与数字经济发展相融合的研究相对欠缺。因此，本文尝试从企业增信的角度出发，以民营企业上市公司为研究样本，探究数字经济对民营企业增信的影响及其背后的作用机制，为数字经济助力企业增信赋能提供理论支持和实践参考。
　　本文的主要创新点和边际贡献在于：第一，丰富和拓展了数字经济在信用细分领域的研究视角。目前，数字经济相关研究多聚焦于数字技术的基础理论和政策、关键技术创新和应用、数字经济与实体经济融合等领域，与信用深度融合的研究颇为匮乏。本文尝试从企业增信的角度丰富和拓展数字经济与信用建设相融合的研究成果，填补现有研究空白，推动该领域理论的纵深发展。第二，拓展了民营企业增信相关研究。民营企业增信是研究数字经济对企业增信影响过程中值得关注的问题。目前，关于企业增信的文献鲜有从数字经济角度出发针对民营企业增信进行深入研究。本文以民营企业上市公司微观数据和省级面板数据为基础，研究数字经济对民营企业增信的影响机制，拓展了民营企业增信相关研究。第三，本文通过多维度考察数字经济对民营企业增信关系的影响，丰富了数字经济对民营企业增信影响因素的相关研究，为数字经济如何赋能民
　　营企业发展提供清晰路径，也为民营企业充分利用数字经济实现增信提供理论依据和实践指导，还为进一步推动数字经济蓬勃发展，有效缓解民营企业融资难融资贵问题提供政策建议和实践参考，助力民营企业在数字经济时代获得更多发展空间、资金支持和信用红利。
　　一、文献综述
　　（一）企业增信
　　不少学者围绕企业增信开展了研究，包括增信作用、增信方式、增信效果、增信制度等维度。早期的企业增信研究视角主要关注债券增信。肖夏等［1］研究了民营企业债券增信中，政策性融资担保和市场化增信机构等不同增信方式所带来的增信效果差异，发现市场化增信机构的增信效果最好，而政策性融资担保的增信效果不足。徐金球［2］以城投债为样本，研究了不同增信措施对债项评级和发行定价的影响，发现增信措施能显著提升城投债债项评级等级；按照增信效果由强到弱的增信措施排序依次为第三方专业机构担保、抵押质押担保、差额补偿、信用风险缓释工具。随着数字经济的快速发展，有学者开始从信息增信的角度拓展企业增信的范围。例如，李红光等［3］从数据资产化角度研究了信息增信机制，发现数据资产对数据要素型企业的信用提升具有显著的叠加效应，数据要素型企业的信息增信效果要优于非数据要素型企业。随着民营企业的不断发展壮大，民营企业增信制度受到越来越多学者的关注。例如，孙琳琳［4］以民营中小企业增信制度为研究视角，指出增信是改善民营中小企业融资难融资贵问题的关键，并将民营中小企业增信方式划分为信息增信和补偿增信两类。
　　（二）数字经济与企业增信
　　已有学者研究了数字经济与企业融资之间的影响机制。（1）信息对称理论方面。姜婷凤等［5］认为，数字经济通过提高信息对称程度、引入风险分担机制降低企业融资成本；胡倩倩等［6］发现，大数据征信建设能显著促进中小微企业信贷能力的提升，其作用机制为通过降低借贷双方的信息不对称扩大信贷规模和降低融资成本；张梅等［7］认为，数字经济下跨境电商信用风险体现为信息不对称性。（2）数字资产化理论方面。李红光等［3］从数据资产化角度研究了企业增信机制；王超等［8］发现，企业数字化扩大了商业信用供给；温磊等［9］认为，数字政府建设能够推动企业数字化转型；简冠群等［10］发现，数字经济能够正向调节环境信用评价政策的正面效应；黄立赫［11］发现，企业数字化转型对商业信用融资有促进作用。（3）风控优化理论方面。段钰等［12］研究了数字经济对企业信用风险的影响机制，并通过对新能源上市公司实证分析后发现，数字经济能够显著降低企业的信用风险；叶佳俊［13］发现，数字经济对电子信息上市公司信用风险有显著的降低作用。
　　（三）数字经济、信用环境与中小企业增信效果
　　较多学者研究了信用环境对中小企业信用能力的影响。胡国晖等［14］认为，信用环境通过影响银行对区域的信用评价进而影响银行对中小企业的放贷意愿；同时，实证研究发现，信用环境欠佳的地区，中小企业信贷支持度明显下滑。赵雨晴等［15］采用地方债券违约事件数量度量信用环境，研究发现，信用环境恶化会削弱评级调整对信用利差收窄的积极效果，导致投资人避险情绪增强，带来债券发行成本的上升。傅钰等［16］从信用融资、市场信息、法治环境等7个方面度量信用环境，研究发现，信用环境对中小微企业信用能力的调节作用表现为负向。也有学者从信用环境对数字经济影响的角度进行相关研究。蔡子阳等［17］认为，社会信用体系建设通过强化信用机制帮助市场主体提升了技术接纳意愿，促进了市场主体的数字化转型需求的扩大，显著推动地区数字技术创新水平的提升。
　　综上所述，现有文献围绕企业增信、数字经济、信用环境等维度开展了研究，主要的研究欠缺体现在以下三个方面：一是在数字经济蓬勃发展背景下，信用与数字经济融合的研究内容和数量明显不足，特别缺少数字经济与企业增信两者关系的研究视角，将数字经济的细分领域（如数字政府建设、企业数字化转型）与企业增信相结合的文献属于空白；二是关于解决民营企业融资难融资贵的研究较多，但关于如何健全民营企业增信制度的研究相对偏少；三是数字经济与企业增信之间实证研究偏少，缺乏以民营企业上市公司为样本研究企业增信的实证研究。因此，本文研究了数字经济对民营企业增信的影响，构建了民营企业增信影响因素实证模型，是对数字经济与企业增信、民营企业增信制度研究的进一步拓展。
　　二、理论分析与研究假设
　　本文主要考察的是数字经济对企业增信的影响作用机制，数字经济通过提高信息对称性、丰富抵押品类别、完善风控体系促进企业增信。其中，数字政府建设和企业数字化转型是数字经济的重要组成部分，数字政府建设通过打破数据壁垒、加强征信平台建设等途径促进企业增信，企业数字化转型通过升级生产经营模式、向外释放积极信号等途径促进企业增信，而信用环境和金融发展水平与数字经济相互促进，能够正向调节数字经济对企业增信的促进作用。基于此，本文构建在数字经济下企业增信机制的研究框架，如图1所示。

　　（一）企业增信与数字经济
　　数字经济对企业增信的影响机制分为以下3个渠道：一是提高信息对称程度。大数据、人工智能技术的广泛应用提升了数据分析能力和计算速度，政府信用信息平台的建设打通了信用信息渠道，通过对海量数据的收集、整理与挖掘，将大量非结构化数据转化用于决策，打破“信息孤岛”，降低了企业的融资成本和融资门槛。二是形成数据资产丰富抵押品类别。企业通过开展数字化转型推动形成更多的数据资产，丰富了抵押担保资产种类和范围。三是基于大数据技术完善风控体系。数字经济助力金融机构以更低成本高效地获取信息，金融机构借助数字化技术增强风险分担和资金筹集能力，抑制银企间的代理成本，进一步缓解企业融资约束。基于此，提出假设1。
　　假设1：数字经济能够显著促进企业增信，即数字经济水平越高，越有助于提升企业增信效果。
　　（二）企业增信与数字政府建设
　　数字政府建设是数字经济的重要组成部分，数字政府建设有助于推动企业增信提升。第一，通过统一的信用信息平台将分散在多部门的信用数据进行整合，打破了信息壁垒，形成多维企业“信用画像”，降低金融机构与企业间的信息不对称，进一步扩大信贷规模。第二，通过引进人工智能、云计算等技术，实现自动化信用评分和动态风险预警，对借款方信用信息的跟踪及预警形成了监督效应，使得违约行为得到约束，带动借贷市场违约风险下行和风险溢价降低，进一步降低银行放贷成本。第三，相关政策文件的出台优化了信用环境，如国务院办公厅印发的《加强信用信息共享应用促进中小微企业融资实施方案》提出，充分运用大数据等技术，完善信用评价体系，创新金融产品和服务，加大信贷资源向中小微企业倾斜力度。第四，搭建“政企银”协作平台，如地方征信平台，推动“数据—信用—融资”闭环，实现风险共担，进一步健全融资增信体系。基于此，提出假设2。
　　假设2：数字经济下数字政府建设对企业增信起到正向作用。
　　（三）企业增信与企业数字化转型
　　企业数字化转型是企业参与数字经济建设的重要内容，企业数字化转型对企业增信起到积极作用。首先，企业数字化转型增强了企业信息搜集和分析能力，帮助企业高效获取和处理信息，有助于缓解企业内外部的信息不对称性。其次，对内采用数字化改造升级了生产经营模式，提升了生产效率，降低了部门间的沟通成本，有助于提升内部控制质量。再次，对外通过数字化转型释放企业创新的积极信号，推动供应链上下游企业加强合作。通过构建良好的声誉吸引投资者关注，对商业信用融资产生正面影响。基于此，提出假设3。
　　假设3：数字经济下企业数字化转型对企业增信起到正向作用。
　　（四）企业增信与信用环境
　　信用环境水平越高，越有可能为企业带来增信与数字经济协同的双重集聚效应。首先，良好的信用环境能够降低数字经济相关技术在企业应用过程中的交易成本。当企业与数字技术供应商之间保持较高的信用水平时，供应商更愿意提供分期付款等灵活的合作条款。其次，健全的信用环境有助于打破“数据孤岛”，推动信用信息在金融机构、监管部门和企业之间顺畅流通与共享。再次，良好的信用环境为企业营造了公平竞争的市场氛围，增强了企业参与数字经济的信心，使得企业更愿意投入资源进行数字化转型，探索新的商业模式和增信途径。基于此，提出假设4。
　　假设4：信用环境能够正向调节数字经济对企业增信的促进作用。
　　（五）企业增信与金融发展水平
　　数字经济与地区金融发展水平相互促进，数字经济发展为地区金融发展提供新的机遇，地区金融发展也为数字经济的进一步发展提供支持，能够正向调节对企业增信的促进作用。首先，区域金融发展水平的提升能够增强金融市场的资源配置功能，带动银行等金融机构的市场化运作机制不断完善，打破传统信贷体系中存在的所有制偏好与规模歧视，显著缓解信贷资源错配问题。其次，金融科技的深度应用将提升金融机构风险定价能力，抑制信息不对称引发的潜在风险，从而推动信贷资源配置效率提升。再次，通过信用信息共享平台、智能风控系统和供应链金融创新等多维路径，系统性改善中小微企业信用资质，促使金融生态优化与企业信用水平提升形成共振。基于此，提出假设5。
　　假设5：金融发展水平能够正向调节数字经济对企业增信的促进作用。
　　三、研究设计
　　（一）模型设定
　　1.基准回归模型
　　为了验证数字经济对企业增信的影响，本文建立以下基准回归模型：
　　CEit=α+β1DEit+β2DGCit+β3DTit+β4SCEit+β5FDit+β6Controlit+εit
　　其中，i和t分别表示企业和年份，CE表示企业增信，DE表示数字经济，DGC表示数字政府建设，DT表示企业数字化转型，SCE表示信用环境，FD表示金融发展水平，control表示控制变量，α为常数项，β为待估系数，ε为残差项。
　　2.稳健性检验模型
　　为了对本文基准回归结果进行稳健性检验，本文采用替代被解释变量的方式来进行稳健性检验。AF、FC均为CE的替代变量，其中，AF为融资可得性，FC为融资成本，建立的稳健性检验模型如下：
　　AFit=α+β1DEit+β2DGCit+β3DTit+β4SCEit+β5FDit+β6Controlit+εit
　　FCit=α+β1DEit+β2DGCit+β3DTit+β4SCEit+β5FDit+β6Controlit+εit
　　（二）样本选取与数据来源
　　本文以2011—2023年上市公司为研究样本，数据来自国家统计局网站、国泰安数据库和WIND数据库。为提升数据准确性和有效性，本文剔除了金融类上市公司和核心指标数据缺失的样本，最终得到314家上市公司共42450个观测值，其中民营上市公司274家，占比87.26%。
　　（三）核心变量选择
　　1.被解释变量
　　本文被解释变量为企业增信（CE），信贷能力评估的定量指标可视为增信效果的量化体现。参考胡倩倩等［6］对中小微企业信贷能力的度量方法，本文从银行信贷和商业信贷两个维度，对企业的融资率、信贷期限、信贷成本指标采取熵值法计算得出企业增信，数据来源于上市公司财务数据，具体指标的构建方法见表1。

　　2.核心解释变量
　　（1）数字经济（DE）。从数字化基础设施、数字产业化、产业数字化等维度根据熵值法计算。（2）数字政府建设（DGC）。参考孟元等［18］用各地区开展大数据机构改革作为数字政府建设的准自然实验，即企业所在城市在第i年开展大数据管理机构改革，则在i年及之后取1，否则取0。（3）企业数字化转型（DT）。参考赵宸宇等［19］对企业数字化转型的度量方法，从企业数字技术应用、互联网商业模式、智能制造和现代信息系统等维度采用文本分析法计算，对词频进行标准化处理，并使用熵值法计算得出企业数字化转型指标。（4）信用环境（SCE）。现有文献对信用环境的度量主要采用CEI中国城市商业信用环境指数和社会信用体系建设试点区经验虚拟变量。考虑到使用CEI指数可能存在部分年度时间序列数据缺少等问题，导致测量数据出现一定偏差，因此，本文主要采用社会信用体系建设试点区经验的虚拟变量度量信用环境指标。（5）金融发展水平（FD）。采用金融机构存贷款之和占GDP的比重。
　　3.控制变量
　　本文选取控制变量时综合考虑了影响企业增信的其他因素。（1）经营规模（SIZE），采用年总资产的自然对数度量；（2）经营年限（AGE），衡量企业成立以来的经营时长；（3）股权性质（SOE），采用虚拟变量度量，其中国有企业为1，非国有企业为0；（4）两权合一（DUAL），采用虚拟变量度量，若董事长与总经理是同一个人为1，否则为0；（5）大股东持股（SR1），采用第一大股东持股数量/总股数进行度量；（6）资产负债率（LEV），采用总负债/总资产计算；（7）净资产收益率（ROE），采用净利润/所有者权益平均余额计算。本文的变量选取及说明如表2所示。
　　四、实证研究
　　（一）变量描述性统计
　　从变量的描述性统计结果（见表3）来看，企业增信（CE）的最小值为0，最大值为1.3501，标准差为0.2472，说明企业增信存在一定差异。融资可得性（AF）均值为0.1178，说明企业融资可得性偏低。融资成本（FC）均值为0.0901，表明上市公司融资成本相对较低。数字经济（DE）的最小值为0.0072，最大值为0.7466，显示不同省份数字经济发展水平存在一定差异。数字政府建设（DGC）均值为0.4793，显示城市开展大数据机构改革还存在一定深化空间。企业数字化转型（DT）均值为0.0161，说明企业数字化转型能力整体较弱，未来需要进一步提升企业数字化转型水平。信用环境（SCE）均值为0.3655，说明各城市信用环境水平存在一定差异，仍有深化提升空间。金融发展水平（FD）最小值为1.6879，最大值为8.1641，标准差为1.4491，表明地区整体金融发展水平较高，但各地存在一定差异。

　　（二）基准模型回归结果
　　经过相关性分析检验后，本文采用LM检验与Hausman检验来确定效应模型。LM检验结果显示，Chi2值为4653.51，P值为0.000，说明随机效应优于混合回归。Hausman检验结果显示，Chi2值为1236.48，P值为0.000，说明固定效应优于随机效应。因此，本文回归模型采用固定效应模型。表4的基准回归结果显示，数字经济对企业增信的影响为正向，且在10%的显著性水平上显著，说明数字经济发展能够显著提升企业增信，数字经济水平每提升1单位，企业增信提高2.17%，验证了假设1。数字政府建设对企业增信的影响系数为正，且在5%的显著性水平上显著，表明数字政府建设对企业增信存在显著的正向效应，数字政府建设每提升1单位，企业增信提高0.62%，验证了假设2。企业数字化转型对企业增信的影响在10%的水平上显著为正，表明企业数字化转型程度越高，企业增信越强，企业数字化转型每提升1单位，企业增信提高4.56%，验证了假设3。信用环境对企业增信的影响系数在1%的显著性水平上显著为正，说明信用环境能够正向调节数字经济对企业增信的促进作用，信用环境每提升1单位，企业增信提高0.70%，验证了假设4。金融发展水平为企业增信带来正向影响且在1%的显著性水平上显著，说明金融发展水平能够正向调节数字经济对企业增信的促进作用，金融发展水平每提升1单位，企业增信提高1.11%，验证了假设5。

　　（三）稳健性检验
　　本文选取融资可得性（AF）和融资成本（FC）作为企业增信的替代变量构建稳健性检验模型，其中：
　　企业增信（CE）与融资可得性（AF）的相关系数为0.572，且在1%的显著性水平上显著；企业增信（CE）与融资成本（FC）的相关系数为0.581，且在1%的显著性水平上显著。表5列（1）的回归结果显示，数字经济对企业融资可得性的影响为正且在1%的显著性水平上显著，数字经济水平每提升1单位，企业融资可得性提高1.33%。数字政府建设对企业融资可得性的影响系数为正，且在1%的显著性水平上通过检验，数字政府建设每提升1单位，企业融资可得性提高0.62%。企业数字化转型对融资可得性的影响为正向且在10%的显著性水平上显著，企业数字化转型每提升1单位，企业融资可得性提高1.22%。信用环境和金融发展水平分别对企业融资可得性带来正向影响且在1%的显著性水平上显著。表5列（2）验证了数字经济能够显著降低企业融资成本。总的来说，以上稳健性检验符合前文假设逻辑，回归结果具有较高的稳健性。

　　（四）分组回归结果
　　1.按企业性质分组
　　按企业性质将研究样本划分为民营企业和国有企业两组，得出如下回归分析结果（见表6）：（1）数字经济对国有企业和民营企业的增信能力均有显著的提升作用，但在民营企业中表现的更加突出。其主要原因是：与国有企业相比，信息不对称问题在民营企业中更为严重，数字经济能有效缓解民营企业信息不对称；同时，民营企业面临更多融资约束和信贷歧视，民营企业融资成本普遍高于国有企业，数字经济对民营企业边际影响高于国有企业。（2）数字政府建设对国有企业和民营企业增信均有正向影响，但对民营企业正向效应更加显著。主要是因为国有企业通常有政府隐性担保，而民营企业更依赖外部信用评估，数字政府建设能改善民营企业在获取信用信息和服务方面的效率，从而明显提升其信用。（3）企业数字化转型对民营企业增信的正向影响比对国有企业更显著。国有企业受体制约束数字化转型推进缓慢，而民营企业开展数字化转型的动力更足，本质在于其通过数据化信用生成机制弥补了在传统融资体系中的结构性劣势，促进企业增信的提升。（4）信用环境对国有企业增信的正向影响比对民营企业更显著。国有企业具有特殊的产权性质，与政府联系紧密，被视为政府政策实施的重要工具和经济稳定的关键力量，在良好的信用环境下政府对国有企业的支持具有较高的确定性，如在资金困难时可能获得政府财政补贴、政策扶持等，从而增强国有企业的信用水平。民营企业大多处于充分竞争的行业，规模和影响力相对较小，经营稳定性和抗风险能力相对较弱，且部分民营企业存在治理结构不规范、信息披露不充分等问题，导致在信用环境改善时，市场对其信任提升的速度和幅度相对较慢，增信效果不显著。（5）金融发展水平对民营企业增信的正向影响比对国有企业更加显著。在金融发展水平较低时，企业主要依赖银行贷款等间接融资渠道，且面临较高的融资门槛，较高的金融发展水平为民营企业提供更多直接融资渠道，如股权融资、债券发行等；金融发展带来的金融创新能够更好地满足民营企业的融资需求，由此提升其增信能力。

　　2.按地区分布分组
　　本文将所有样本城市划分为东部、中西部两组，并进行分组检验回归结果（见表7）如下：（1）数字经济对企业增信的正向影响系数在东部地区更大。东部地区数字基础设施完善，技术应用和创新水平较高，能够更高效地将数字经济转化为企业信用能力的提升；而中西部地区由于数字基建薄弱、人才缺乏等原因，数字经济的应用效果不如东部地区。（2）数字政府建设对东部地区企业增信的正向影响比西部地区更显著。东部地区凭借完善的基础设施、市场化协同机制和产业数字化需求，使数字政府建设能够深度赋能企业信用评估与融资；而西部地区虽政策推动力度大，但受制于数据整合能力、技术应用水平和经济结构差异，增信效果相对有限。（3）企业数字化改革对中西部地区企业增信的正向影响比东部地区企业显著。一方面，中西部地方政府为缩小区域数字鸿沟，将数字化转型作为经济追赶的核心战略，并在国家“东数西算”工程等政策引导下，依托算力资源优势，吸引企业布局数字化基础设施，降低转型成本；而东部地区数字化基础较好，政策更侧重优化现有体系而非大规模投入，企业转型紧迫性较低。另一方面，中西部地区通过数字化改革填补了传统金融服务的空白，以更低的成本、更高效的技术手段重构企业信用评估体系，显著提升了融资可得性，而东部地区因金融市场成熟、企业信用基础扎实，数字化改革更多是优化而非颠覆，因此正向影响相对较弱。（4）信用环境对企业增信的正向影响在东部地区和中西部地区均显著，说明良好的信用环境对提升企业增信有显著的积极作用。（5）金融发展环境对东部地区企业增信的正向影响比中西部地区企业更显著。主要是东部地区经济发展水平高，金融资源较为集聚，市场化机制成熟，更易获得金融机构的信任和支持，从而提升企业信用。

　　3.按产业结构分组
　　将研究样本按产业结构划分为技术密集型企业、劳动密集型企业和资产密集型企业，分析回归结果（见表8）如下：（1）数字经济对企业增信的正向作用在劳动密集型企业和资产密集型企业中表现显著，在技术密集型企业中表现不显著。原因在于，劳动密集型企业缺乏固定资产抵押，传统融资渠道受限，数字经济通过采集用工数据、供应链交易记录、平台订单等信息，构建动态信用评估模型，替代传统抵押品。资产密集型企业拥有大量实物资产，但传统评估依赖静态账面价值，数字经济通过物联网、区块链等技术实时监控资产使用效率，将设备运行数据、维修记录转化为动态信用依据，增强金融机构对资产价值的信任。数字经济对技术密集型企业增信效果不显著，可能源于数据确权困难和技术保密性：一方面，技术密集型企业的数据资产价值存在不易度量、价值波动大、风险高等问题，而金融机构传统信用评估模型侧重财务数据和实物资产，难以对技术密集型企业进行数据确权；另一方面，技术密集型企业的数据涉及核心技术机密，难以有效共享或标准化。（2）数字政府建设对企业增信的正向作用在劳动密集型企业和资产密集型企业中表现显著，在技术密集型企业中表现不显著。对劳动密集型企业来说，数字政府搭建的社保联网系统可整合企业用工、税务数据，增强“信用画像”可信度；对资产密集型企业来说，不动产登记“一网通办”使机械设备、厂房等资产确权效率显著提升，提升了融资效率；对技术密集型企业来说，由于核心技术秘密无法数字化确权，部分数据尚未纳入政务数据共享范畴，导致技术价值难以被信用模型量化评估。（3）企业数字化转型对技术密集型企业、劳动密集型企业和资产密集型企业增信均产生显著正向影响，说明企业数字化转型对促进企业增信起到正面作用。（4）信用环境对技术密集型企业、劳动密集型企业和资产密集型企业均产生显著正向影响，说明良好的信用环境通过降低信息不对称、强化信用约束、优化资源配置，显著提升企业增信效果。（5）金融发展水平对技术密集型企业、劳动密集型企业和资产密集型企业均产生显著正向影响，说明金融发展水平通过拓展融资渠道、完善征信体系、提升金融机构服务能力，显著促进企业增信。 

　　五、对策建议
　　为进一步推动数字经济赋能企业增信提升，优化民营企业融资增信体系，基于研究结论，提出如下对策建议：一是强化数字经济对民营企业的信用赋能。引导金融机构加大对民营企业的信贷投放，特别是利用结构性工具（如科创再贷款、绿色债券）定向支持数字经济领域，探索数字绿色债券发行、知识产权质押融资、数据资产质押等新型增信模式，从加强基础设施建设、培育数字产业生态、推动应用场景创新等方面加大中西部数字经济建设；重点突破技术密集型企业的数据信用转化瓶颈，针对技术密集型企业，建立技术专利价值动态评估模型，加速数据资产确权与入表，推动区块链技术用于知识产权质押，设计“评估—质押—监控—处置”智能合约质押流程，实现专利评估全流程数据上链。二是推进数字政府建设。针对中西部数字基建薄弱，探索“东数西算”工程与地方数据枢纽联动，加快地方信用信息共享平台建设，推动跨部门、跨区域、跨领域数据互通，为金融机构提供全面、准确的企业信用数据，降低信息不对称。三是促进企业数字化转型。鼓励民营企业和中西部企业加大对数字化技术的投入，提升企业的信息化管理水平，实现生产、经营、管理等环节的数字化转型；建立健全企业数据治理体系，加强数据的收集、整理、分析和应用，提高数据质量和价值，为企业增信提供有力的数据支持。四是加强信用环境建设。持续完善信用相关政策法规体系，明确信用信息的采集、使用、保护等规则，畅通信用修复渠道，推出针对民营企业的信用扶持政策；加强政务诚信建设，完善政府诚信履约机制，建立政务诚信考核评价与监测机制，杜绝“新官不理旧账”现象，为民营企业增信营造良好的信用环境。五是持续完善金融发展环境。鼓励银行等金融机构优化信贷审批流程，提高审批效率；利用大数据、人工智能、区块链等金融科技手段，对民营企业进行精准画像和风险评估，提高金融服务的效率和精准度。
　　参考文献：
　　［1］肖夏，杨小舟.违约概率、融资成本与第三方增信效应［J］.金融经济学研究，2021（3）：87-98.
　　［2］徐金球.地方城投债增信效力比较研究［J］.征信，2024（1）：19-30.
　　［3］李红光，王磊，李颖.数据资产化视角下企业增信机制研究：基于深圳的实践探索［J］.价格理论与实践，2023（4）：33-37.
　　［4］孙琳琳.健全民营中小企业增信制度的经验与策略［J］.人民论坛，2024（16）：40-43.
　　［5］姜婷凤，易洁菲.数字经济时代降低小微企业融资成本的路径：信息对称与风险分担［J］.金融论坛，2022（5）：62-72.
　　［6］胡倩倩，池仁勇.大数据征信的信贷效用：基于中小微企业的理论与实证分析［J］.管理评论，2022（12）：86-96.
　　［7］张梅，李慧敏，夏志红.数字经济背景下跨境电商的信用风险及其防范［J］.征信，2023（1）：86-92.
　　［8］王超，余典范.企业数字化的供应链融资效应：基于商业信用视角［J］.经济与管理研究，2023（10）：109-128.
　　［9］温磊，张瑞琛.数字政府建设对企业数字化转型的影响研究：基于大数据管理机构改革的准自然实验［J］.现代管理科学，2024（10）：147-157.
　　［10］简冠群，郭阳阳.环境信用评价政策提升碳信息披露质量了吗？——兼论数字经济的调节作用［J］.金融经济，2024（3）：36-47.
　　［11］黄立赫.企业数字化转型、供应链与商业信用［J］.征信，2025（2）：19-29.
　　［12］段钰，苏民，黄子涵.数字经济对企业信用风险的影响机制研究：基于新能源上市公司的经验证据［J］.现代管理科学，2022（10）：138-145.
　　［13］叶佳俊.数字经济对我国上市公司信用风险的影响：基于电子信息行业的分析［J］.绿色财会，2024（5）：40-50.
　　［14］胡国晖，赵乐.信用环境、社会关系资本与“小银行优势”发挥［J］.财会月刊，2018（8）：170-176.
　　［15］赵雨晴，李津津，茅筱远.信用环境、评级调整与信用利差［J］.上海金融，2020（5）：44-52.
　　［16］傅钰，池仁勇.征信要素、信用环境对中小微企业信用赋能的影响［J］.现代管理科学，2020（2）：56-58.
　　［17］蔡子阳，任燕燕，王文悦.社会信用体系建设能否提升地区数字技术创新水平：来自中国社会信用体系示范区的准自然实验［J］.现代财经，2024（12）：3-18.
　　［18］孟元，杨蓉.大数据时代的政府治理：数字政府与企业研发操纵［J］.世界经济，2024（1）：118-149.
　　［19］赵宸宇，王文春，李雪松.数字化转型如何影响企业全要素生产率［J］.财贸经济，2021（7）：114-129.