党的二十届三中全会指出要健全因地制宜发展新质生产力体制机制，加快形成同新质生产力更相适应的生产关系。由此表明，提升新质生产力是当前全面建设社会主义现代化国家亟待解决的问题，是新时代背景下企业适应市场变化、推动高质量发展的导向性目标。企业新质生产力的提升需要技术进步和资本支持，而内源融资较难满足新质生产力提升的资金需求，因此金融机构提供的外部融资成为企业提升新质生产力的资金来源。近年来，伴随着金融供给侧改革和金融服务于实体经济的政策导向，金融供给地理结构逐渐优化，为企业高质量发展提供了融资便利。基于上述背景，本文将金融供给地理结构与企业新质生产力纳入统一分析框架，提出如下系列追问：金融供给地理结构能否赋能企业新质生产力的提升？不同类型企业的表现是否一致？其具体的影响机制是什么？
与本研究相关的文献大致可分为两类：第一，基于金融供给地理结构角度论述其对企业高质量发展的影响。已有文献认为，金融供给地理结构的优化意味着金融机构之间竞争逐步加剧和金融地理扩张，进而有助于企业获取信贷资源、缓解企业融资约束。部分学者在优化金融供给地理结构能够缓解企业融资约束的基础上，阐明了金融分支机构扩张对企业创新、绿色创新、数字化转型、进出口等方面的影响，普遍观点认为金融供给地理结构的优化能够正向赋能企业发展。第二，企业新质生产力的提升路径研究。部分文献基于理论分析，在讨论新质生产力内涵特征的同时考察了新质生产力的提升路径，多数学者认为科技创新是提升新质生产力的核心要素。与此对应的是，部分文献基于实证分析，解读了企业数字化转型、人工智能影响新质生产力的机制路径。还有部分学者则从科技金融、绿色金融、普惠金融、数字金融等五篇大文章的角度探讨了新质生产力的提升路径。
与既有文献相比，本文的边际贡献如下：第一，研究视角方面，与传统融资约束的有关研究不同，本文从空间视角出发，基于金融供给地理结构视角指出缓解因空间因素产生的融资约束对企业新质生产力的影响。第二，机制分析方面，建立了金融供给地理结构影响企业新质生产力的理论框架，从中观区域层面和微观企业层面双维度揭示金融供给地理结构对新质生产力的影响机制与调节效应，深入探讨了区域普惠金融、企业研发强度、区域金融科技、企业内部控制等变量在金融供给地理结构影响企业新质生产力过程中扮演的角色。第三，研究结果方面，证实较近的金融供给资源空间距离对企业新质生产力的正向赋能越明显，基于金融供给地理结构赋能企业新质生产力的视角验证了地理学第一定律。
1.金融供给地理结构的设定与后果
假设有两类企业：Ⅰ类企业和Ⅱ类企业。Ⅰ类企业相较于Ⅱ类企业，除了拥有良好的金融供给地理结构外，其他条件都是相似的。两类企业采用新技术的成本是f，企业从外部获得信贷数量为df，则自筹资金为（1-d）f。企业前期投资资金均为，企业需要抵押的资产才可获得贷款（δ为资产抵押比例）。企业偿还贷款的履约率均为λ。较优的金融供给地理结构，企业周边金融机构的
竞争相对激烈，为了体现Ⅰ类企业金融供给地理结构的优越性，贷款机构向Ⅰ类企业贷款时满足预期条件下的收支平衡，但向Ⅱ类企业贷款时预期获得利润，分别假定两类企业的指定还款金额为和。根据以上条件，Ⅰ类企业的盈亏平衡条件如下。
Ⅰ类企业的还款金额为：
贷款机构考虑对Ⅱ类企业的贷款获得更大的预期利润，即贷款机构按预期收回的金额大于所借的金额：
则Ⅱ类企业的还款金额为：
由上述推导易知，Ⅱ类企业的还款金额高于Ⅰ类企业
。根据资本租赁率
可得Ⅱ类企业的融资成本高于Ⅰ类企业，即：
这意味着对Ⅱ类企业的借款利率加成更高。因此，尽管两类企业的其他条件相同，但Ⅱ类企业的融资成本与Ⅰ类企业明显不同，即金融供给地理结构差异背景下，Ⅱ类企业的融资约束高于Ⅰ类企业。
2.优化金融供给地理结构对企业新质生产力的影响
通过对新技术的投资与引进，在给定产出水平下企业将需要更少的投入，意味着平均成本下降，同时意味着企业新质生产力（newpro）的提升。假定两类企业在获取新技术之前的单位可变成本为c，新技术的使用能够节省一定的成本，节省的成本为t，则新技术使用之后的单位可变成本为c-t。与Peters等类似，本文将两类企业采用新技术后的总成本函数表示为：
其中，表示企业总成本，表示企业总产出，
为总可变成本，（1-d）f为内部融资成本，
为对外借款融资部分。对于新技术的采用与否，只有当采用新技术的收益大于成本时，企业才会采用新技术。也就是说，使用新技术所节省的成本应该超过采用新技术的成本。基于上述成本函数，将上述两类企业的采用条件表示为：
其中，为采用新技术所节省的成本，
为采用新技术的成本。本文设定偿还金额的最大值，若偿还金额Ri超过R*，采用新技术将不经济，即企业不会采用新技术。只有当
时，企业才会采用新技术。所以本文将通过分析
和三者的大小，进一步讨论新技术被采用的可能性。
情况一：
，即Ⅰ类企业的还款额度低于偿还金额R的阈值，而Ⅱ类企业的还款额度高于偿还金额R的阈值，此时Ⅰ类企业会采用新技术，而Ⅱ类企业的还款额度高于偿还金额R的阈值，此时Ⅰ类企业会采用新技术，而Ⅱ类企业不会，因此，Ⅰ类企业的新质生产力将会提升，而Ⅱ类企业则没有得以提升。在此种情况下，
。
情况二：
，即两类企业的还款额度均低于偿还金额R的阈值，此时两类企业均会采用新技术，两类企业的新质生产力都将提升。然而由于
的存在，两类企业新质生产力的提升程度并不相同。接下来将通过平均成本的变化论证两类企业新质生产力提升的差异性。两类企业的平均成本函数为：
对于单位产出Y而言，若，则Ⅱ类企业的平均成本将大于Ⅰ类企业，即
。换言之，即使采用同样的新技术，由于Ⅱ类企业具有较高的融资约束，Ⅱ类企业的新质生产力的提升也将低于Ⅰ类企业，即
。
结合上述两种情况，在差异化金融供给地理结构条件下，伴随着技术的选择性采用，Ⅰ类企业的新质生产力将高于Ⅱ类企业。
综合上述数理分析可得如下结论，优化金融供给地理结构可以促进企业新质生产力的提升。
（二）理论分析与研究假设
1.金融供给地理结构赋能企业新质生产力的存在性分析
（1）金融机构竞争提升效应。金融地理结构的优化使得企业周边金融机构及其分支机构增多，而在企业贷款需求有限的情况下，金融机构之间竞争逐步加剧，进而为企业提供更多便利条件：第一，金融机构的竞争有助于企业获得更多金融产品和服务，进而助力企业新质生产力的提升。竞争背景下金融机构会创新并提供更多的金融产品和服务，企业则可以享受优质的客户服务和个性化的融资方案，并根据自身需求选择合适的金融机构，进行更有效的投资和扩张，从而提升企业价值服务于新质生产力。第二，金融机构的竞争有助于企业优化现金流的管理，进而助力企业新质生产力的提升。竞争加剧情况下，金融机构为了吸引企业可能会提供更便捷的流动性管理方案，以相对灵活的还款方案和现金流管理工具服务于企业的资金需求，更好地赋能企业新质生产力。第三，金融机构的竞争有助于企业风险控制，进而助力企业新质生产力的提升。金融机构之间的竞争会促使其加强风险管理，改善自身信用评估体系，从而以更完善的信用评估模型精准评估企业信用状况，并通过制定个性化的风险管理方案降低企业运营风险，以便促进企业新质生产力的提升。
（2）企业融资成本降低效应。金融供给地理结构的优化缩短了金融机构与企业之间的地理距离，而地理距离的缩短有助于降低企业的信息成本和运输成本等交易成本，以融资成本降低的方式促进企业新质生产力的提升。第一，降低企业信息成本。一般而论，金融机构无法掌握距离相对较远的企业具体信息，所以为了避免企业因距离产生的逆向选择和道德风险，更倾向于将资金贷给本地近距离企业。而企业为了向金融机构提供自身的清晰信息，无形之中增加了交易成本。金融供给地理结构的优化，为金融机构充分了解企业提供了客观条件，增强了企业的透明度，提升了金融机构对企业的信任度，降低了交易成本，助力企业新质生产力发展。第二，降低企业运输成本。金融交易的运输成本是指企业为了寻求适合的金融产品而发生的搜寻成本。在金融供给地理结构优化之前，企业为满足资金需求，可能会通过寻找更远空间距离甚至是异地的金融机构，在这一过程中企业可能会花费更多的资金成本，而金融机构基于事前评估和事后监督亦会要求企业支付更高的成本。但在金融供给地理结构优化之后，企业可以在本地选择金融机构，降低了企业金融交易的运输成本，而金融机构因更便捷的事前评估和事后监督会降低融资成本要求，以此为提升企业新质生产力提供条件。基于上述分析，本文提出假设1。
假设1：金融供给地理结构的优化正向促进企业新质生产力的提升
2.金融供给地理结构赋能企业新质生产力的影响机制分析
（1）基于区域普惠金融的影响机制分析。第一，金融供给地理结构的优化，增加了金融机构网点的数量，使得金融机构的金融服务能够覆盖到更多地区的更多企业，特别是之前未被充分服务的偏远地区企业，极大地满足了中小微企业的资金需求，增强了金融服务的可达性，提升了金融服务的普及率，带动了区域普惠金融的发展。第二，普惠金融背景下，企业通常会获得比传统金融机构更具竞争力的融资费用，降低了企业的融资成本，企业可以利用更多的金融资源拓展市场、增加生产能力或进行战略性扩张，促进企业增加收入，提升品牌影响力和市场份额，进而助力企业新质生产力的提升。基于上述分析，本文提出假设2。
假设2：金融供给地理结构的优化通过带动区域普惠金融助力企业新质生产力的提升
（2）基于企业研发强度的影响机制分析。第一，金融供给地理结构的优化，促进了金融业发展并有助于缓解融资约束，进而为企业研发活动提供充分的资金支持。而且金融供给地理结构的优化，减少了金融机构与企业之间的信息不对称，金融机构则会帮助企业选择更有研发前景的项目给予信贷支持，促进企业研发。第二，企业研发强度的增加推动了企业创新，不仅有助于企业在技术上取得领先地位，进而提升品牌影响力和行业竞争力，而且为企业开发出更多更具竞争力的产品和服务奠定基础，从而增强企业盈利能力以及提升企业市场份额，最终助力企业新质生产力的提升。基于上述分析，本文提出假设3。
假设3：金融供给地理结构的优化通过提高企业研发强度助力企业新质生产力的提升
3.金融供给地理结构赋能企业新质生产力的调节效应分析
（1）基于区域金融科技的调节效应分析。第一，在互联网、云计算、大数据和AI时代，金融科技通过移动支付、网上银行等技术手段，降低了金融服务的门槛和成本，提升了金融效率。而金融效率的提升一定程度上缓解了地理距离对企业在金融资源可获得性方面的影响。因此，金融科技带来的融资便利挤占了优化金融供给地理结构对提升企业新质生产力的融资赋能。第二，金融科技将技术与金融服务深度融合，促进了金融产品和服务模式的创新。而优化金融供给地理结构赋能企业新质生产力的作用之一就体现在，金融机构的竞争有助于企业获得更多金融产品和服务。因而，在赋能企业新质生产力发展方面，金融科技对金融供给地理结构具有一定替代作用。基于上述分析，本文提出假设4。
假设4：金融科技的发展弱化了金融供给地理结构对企业新质生产力的正向促进作用
（2）基于企业内部控制的调节效应分析。第一，有效的内部控制不仅可以提高企业的财务报告准确性和透明度，进而降低企业的资金使用成本，提高资本配置效率，而且有助于提高投资决策的科学性和准确性，确保资金投向风险收益相对稳定的领域。而金融供给地理结构的优化，伴随着高效的资本配置效率，有助于企业进行更有效的要素配置，增强投资者和金融机构对企业财务状况的信任，减少企业运营过程中的风险，更好地赋能企业新质生产力。第二，良好的内部控制既可以确保信息的准确性和及时性，提高管理层决策的质量和效率，以便企业发展战略的稳定实施，又可以强化企业的监督管理机制，降低不当行为和决策失误发生的概率，提升企业运行效率，从而促进企业治理结构的改善。而金融供给地理结构的优化，伴随着企业治理结构的改善，有助于企业有效识别和管理风险，通过资源的优化配置促进企业新质生产力的提升。基于上述分析，本文提出假设5。
假设5：较好的内部控制能够强化金融供给地理结构对企业新质生产力的正向促进作用
（一）模型设定
为探究金融供给地理结构对企业新质生产力的赋能，本文构建如下计量模型。
其中，i、t分别表示企业和时间。
为被解释变量，表征企业i在t年的新质生产力。
为解释变量，表征企业i在t年的金融供给地理结构。cv表示相关控制变量。此外，在上述模型中，本文还控制了行业个体固定效应（）和年份固定效应（），为随机扰动项。
为进一步检验金融供给地理结构通过何种渠道赋能企业新质生产力，本文在式（10）的基础上构建如下中介效应模型。
式（11）和式（12）中，M为机制变量。本文分别选择区域普惠金融（incf）和企业研发强度（rd）作为机制变量，旨在探讨金融供给地理结构能否通过区域普惠金融和企业研发强度赋能新质生产力。
（二）变量定义
1.被解释变量
本文的被解释变量为企业层面的新质生产力（newpro）。已有文献对新质生产力的测算方法涉及区域层面和企业层面，本文参考宋佳等的测算方法，基于生产要素理论，利用劳动力和生产工具两个二级指标，结合熵值法构建企业新质生产力。
2.解释变量
本文的解释变量为金融供给地理结构（gsfs5km），旨在反映上市企业周边金融资源状况，以企业周边金融机构数量表示。具体衡量方法借鉴盛斌和王浩的研究，将上市公司数据库提供的企业办公地址信息与国家金融监督管理总局提供的金融机构许可证信息相匹配，以企业为圆心，统计半径5km范围内的金融机构分支数量，进而得到企业—时间维度的金融供给地理结构数值。
3.机制变量
根据理论分析，金融供给地理结构可能会通过区域层面的普惠金融、企业层面的研发强度进而影响新质生产力，因此本文的机制变量包括区域普惠金融（incf）和企业研发强度（rd）。其中，区域普惠金融以北京大学数字金融研究中心发布的省级数字普惠金融指数衡量，企业研发强度用资本化研发投入占研发投入的比例衡量。
4.调节变量
理论分析指出区域金融科技和企业内部控制能够影响金融供给地理结构与新质生产力之间的关系。关于区域金融科技（fint），本文采集各省与金融科技相关的主要关键词的百度搜索指数，对“区块链、移动支付、网上融资、电子银行”等关键词数量加总取对数用以衡量金融科技。关于企业内部控制，以企业是否存在一般缺陷（defe）作为衡量标准。若企业存在一般缺陷，则认为企业内部控制较差，defe取值为1；若企业不存在一般缺陷，则认为企业内部控制较好，defe取值为0。
5.控制变量
参考已有研究如邱洋冬等，选择如下控制变量：公司财务角度，包括融资约束（sa）、资产状况（asset）、盈利能力（roa）、公司成长性（grow）、资本密度（ppe）；公司治理角度，包括技术水平（tec）、股权集中度（top1）、两职合一（dual）。
具体的变量选择及计算方法见表1。
表1 变量说明
（三）样本选择与数据来源
本文选择2011—2022年沪深两市A股上市公司为样本。被解释变量企业新质生产力的指标体系数据来源于wind数据库，解释变量金融供给地理结构数据来源于国家金融监督管理总局提供的金融机构许可证信息。在进行数据清洗后，将金融供给地理结构数据与企业新质生产力等数据进行匹配，得到本文的研究样本。表2报告了样本数据的描述性统计。
表2 描述性统计量
（一）基准回归
表3报告了金融供给地理结构（gsfs5km）影响企业新质生产力（newpro）的回归结果。第（1）列为控制年份固定效应和行业个体固定效应的回归结果，第（2）列在控制年份和个体固定效应基础上，添加了公司财务层面的控制变量，第（3）列在控制年份和个体固定效应基础上，添加了公司治理层面的控制变量，第（4）列则在控制年份和个体固定效应基础上同时添加所有控制变量。回归结果显示，金融供给地理结构的回归系数在所有模型中均显著为正，具有一定的统计意义。一方面，回归结果表明金融供给地理结构优化对企业新质生产力具有促进作用；另一方面，回归结果显示相比单变量回归，加入相关控制变量后，金融供给地理结构的系数出现合理的上升趋势，表明相关控制变量在促进企业新质生产力提升领域仍有优化提升空间。综合基准回归结果，金融供给地理结构优化显著提升了企业新质生产力，从而验证了假设1。
表3 基准回归结果
注：*、**、***分别表示在10％、5％、1%的统计水平显著；（）内数值表示回归系数的t值。
（二）稳健性检验和内生性问题应对
基准回归结果表明金融供给地理结构（gsfs5km）对企业新质生产力（newpro）具有促进作用，为进一步证实结论的可靠性，本文还进行了一系列稳健性检验并考虑缓解潜在的内生性问题。
1.稳健性检验。第一，替换解释变量。在解释变量方面，本文将表征金融供给地理结构的企业办公地址5km范围内金融机构数量分别替换为企业注册地址5km范围内金融机构的数量（gsfs5kmreg）、企业办公地址5km范围内国有银行的数量（gsfs5kmso），回归结果如表4的第（1）—（2）列。第二，模型设定变更。在基准回归模型的基础上加入了行业×年份的交互固定效应，以此实现不同的模型设定控制互有重叠又不完全相同的不可观测变量，回归结果如表4的第（3）列。第三，缓解极端值的影响。为证明检验结果并不是由极端值驱动产生，本文分别对连续型变量进行前后1%的缩尾处理和截尾处理，回归结果如表4的第（4）—（5）列。第四，排除替代性解释。考虑到上市公司可能会选择金融供给地理结构较优的地方办公，导致一系列样本自选择问题，以及消除地方政府行为模式和经济发展差异的影响，本文删除了直辖市样本进行稳健性检验，回归结果如表4的第（6）列。综合上述稳健性检验结果，金融供给地理结构对企业新质生产力的影响仍然为促进作用，所提假设1依旧成立。
表4 稳健性检验结果
注：*、**、***分别表示在10％、5％、1%的统计水平显著；（）内数值表示回归系数的t值。
2.内生性问题应对。第一，滞后期。为了减少逆向因果对回归结果的影响，本文将滞后一期的金融供给地理结构（L.gsfs5km）作为解释变量，从而使得金融供给地理结构与企业新质生产力之间的因果关系更加明确，再次证实假设1。回归结果如表5的第（1）列所示，L.gsfs5km在1%的水平上显著为正。此外，对核心解释变量和所有控制变量滞后一期并重新回归，回归结果如表5的第（2）列所示，与基准回归结果差异较小。上述两种回归结果表明在缓解了逆向因果的问题后，本文结论依旧稳健。第二，基于工具变量的两阶段最小二乘法（IV-2SLS）。参考刘峻峰和李巍的研究，采用“该年度除该企业以外其他企业的均值（iv1）”作为工具变量，表5第（3）—（4）列报告了基于iv1的第一阶段和第二阶段回归结果。此外，本文还采用了“该企业除本年度以外其他年份的均值（iv2）”作为工具变量，表5第（5）—（6）列报告了基于iv2的第一阶段和第二阶段回归结果。上述两种工具变量的第一阶段回归结果显示，工具变量（iv1、iv2）的回归系数均值1%显著性水平显著，表明工具变量的选取满足相关性要求。第二阶段的回归结果表明，金融供给地理结构（gsfs5km）在5%的水平下显著为正，表明采用工具变量回归后，金融供给地理结构仍然能够显著提升企业新质生产力。此外，工具变量（iv1、iv2）的Kleibergen-Paaprk LM统计量分别为4.522、4.463，且P值分别为0.0335、0.0346，拒绝了工具变量识别不足的原假设，Kleibergen-Paaprk Wald F统计量分别为2796.456、146.436，大于Stock-Yogo弱识别检验10%水平上的临界值16.38，拒绝了工具变量是弱识别的原假设，上述结果说明工具变量选择具有合理性。
表5 内生性检验结果
注：*、**、***分别表示在10％、5％、1%的统计水平显著；（）内数值表示回归系数的t值。
（三）异质性检验
本文将从区域异质性、所有制异质性和规模异质性三个维度对研究样本进行分组回归，检验东部企业与非东部企业、国有企业与非国有企业、大型企业与非大型企业在金融供给地理结构影响企业新质生产力方面的差异性，回归结果如表6所示。
表6 异质性检验结果
注：*、**、***分别表示在10％、5％、1%的统计水平显著；（）内数值表示回归系数的t值。
按照所在区域，将样本分为东部企业和非东部企业进行分组回归，结果如表6第（1）—（2）列，发现金融供给地理结构的优化显著提升了东部企业的新质生产力，对非东部企业的影响不显著。为了检验结果的可靠性，通过bootstrap的抽样检验，发现经验P值在5%的水平上显著，说明优化金融供给地理结构对新质生产力的促进作用在东部企业中更为显著。分析认为，东部地区尽管金融机构数量较多，但上市企业的数量也明显较多，金融资源的供不应求导致东部地区企业对信贷的需求量不断提升，而金融供给地理结构的优化缓解了东部地区金融资源紧张的状况，有效促进了东部地区企业的新质生产力。
按照所有制属性，将样本分为国有企业和非国有企业进行分组回归，结果如表6第（3）—（4）列，发现国有企业样本核心解释变量的系数并不显著，而非国有企业的金融供给地理结构对新质生产力的影响系数显著为正。同时本文采用bootstrap对两组间系数的差异性进行抽样检验，结果显示经验P值在1%的水平上显著，进一步表明金融供给地理结构优化对非国有企业新质生产力的促进作用更强。分析认为，非国有企业相较于国有企业而言，资金筹集难度较大、融资成本较高，在政策支持和资源获取方面相对困难，因而金融供给地理结构的优化将会为非国有企业带来更多的金融资源，有助于缓解其融资约束，更好地赋能新质生产力。
按照企业规模特征，将样本分为大型企业和非大型企业进行分组回归，结果如表6第（5）—（6）列，发现大型企业金融供给地理结构的回归系数并不显著，而非大型企业的金融供给地理结构对新质生产力的影响系数显著为正。bootstrap抽样检验的经验P值在1%的水平上显著，表明金融供给地理结构优化对非大型企业新质生产力的正向影响更大。分析认为，非大型企业相较于大型企业而言，可能面临资金资源不足、市场影响力较小、规模经济效益较差等方面的劣势，因此较难获取外部投资，企业新质生产力提升难度较大，而金融供给地理结构的优化为非大型企业提供了较为丰富的金融资源，为其新质生产力的提供创造了有利条件。
（四）影响机制检验
根据理论分析，本部分将分别检验区域层面普惠金融和企业层面研发强度是否为金融供给地理结构影响新质生产力的机制变量。表7第（1）—（5）列报告了影响机制检验结果。第（1）—（2）列gsfs5km的系数在1%水平上显著为正，说明金融供给地理结构能够赋能企业新质生产力并促进区域普惠金融，第（3）列金融供给地理结构和区域普惠金融的回归系数均显著为正。根据第（1）—（3）列回归结果，可以发现区域普惠金融是金融供给地理结构影响企业新质生产力的中介变量，即金融供给地理结构优化会带动区域普惠金融，从而促进企业新质生产力的提升，由此验证假设2。同理，根据第（1）、（4）、（5）列回归结果，金融供给地理结构能够赋能企业新质生产力并有助于企业研发强度提升，且金融供给地理结构和企业研发强度对企业新质生产力的回归系数均显著为正，表明企业研发强度是金融供给地理结构影响企业新质生产力的中介变量，即金融供给地理结构优化会提升企业研发强度，从而赋能企业新质生产力，由此验证假设3。
表7 影响机制检验和调节效应检验结果
注：*、**、***分别表示在10％、5％、1%的统计水平显著；（）内数值表示回归系数的t值。
（五）调节效应检验
结合理论分析，本文针对区域金融科技和企业内部控制进行调节效应检验，检验结果如表7第（6）—（7）列所示。参考温忠麟等的研究，调节效应的检验依据主要包括：加入交互项的回归方程拟合优度是否高于原方程；交互项是否显著。区域金融科技和企业内部控制调节效应回归结果表明，拟合优度分别由原方程的0.0612上升至0.0637和0.0613，且金融供给地理结构与区域金融科技、企业内部控制的交互项（gsfs5kmfint、gsfs5kmdefe）显著，由此认为区域金融科技、企业内部控制的调节效应成立。对于区域金融科技而言，经计算发现，数值越高，金融供给地理结构对企业新质生产力的促进作用越低，即金融科技弱化了金融供给地理结构对企业新质生产力的促进作用，由此证明了假设4。同理，对于企业内部控制而言，其为0—1变量，经计算发现，存在一般缺陷的企业即内部控制较差的企业，金融供给地理结构对企业新生产力的促进作用减弱，而不存在缺陷的企业即内部控制较好的企业，金融供给地理结构对企业新生产力的促进作用更明显，由此证明了假设5。
（六）距离效应检验
基准回归以企业周围5km范围内金融机构数量用以检验金融供给地理结构对企业新质生产力的促进作用，本部分将重点回答当金融供给地理距离由近及远变化时，金融供给地理结构对企业新质生产力的赋能作用会如何变化。本文按照gsfs5km的测算过程，测算了企业10km、15km、20km、25km、30km范围内金融机构的数量，分别用gsfs10km、gsfs15km、gsfs20km、gsfs25km、gsfs30km表示，并在此基础上重新回归，回归结果如表8所示。由表可知，随着金融供给地理距离的不断增加，尽管金融供给地理结构仍然能够正向促进企业新质生产力，但金融供给地理结构对企业新质生产力的赋能效果逐渐降低（0.6238→0.5712→0.5339→0.4986→0.4469→0.3981），由此验证了地理学第一定律。
表8 距离效应检验结果
注：*、**、***分别表示在10％、5％、1%的统计水平显著；（）内数值表示回归系数的t值。
新质生产力是降本增效的关键驱动力，对实现企业高质量发展具有重要意义。而优化金融供给地理结构作为企业外部环境改善的显性措施，是否以及如何影响企业新质生产力呢？为了揭示上述问题的答案，本文以2011—2022年中国A股上市公司为研究样本，结合测算的金融供给地理结构和企业新质生产力的微观数据，实证检验金融供给地理结构对企业新质生产力的影响。基于理论分析和实证检验，本文得出如下结论：第一，金融供给地理结构的优化有助于提高企业新质生产力，该结论在更换变量、模型设定变更、缓解极端值的影响、排除替代性解释等稳健性检验，以及通过采取滞后期模型、IV-2SLS等方法缓解内生性问题后依然成立。第二，基于区域、所有制和规模三个层面进行异质性分析发现，金融供给地理结构的优化对企业新质生产力的促进效应在东部企业、非国有企业和非大型企业中更为显著。第三，金融供给地理结构对企业新质生产力的影响机制，主要体现为区域层面普惠金融的改善和企业层面研发强度的提升，即金融供给地理结构通过改善区域普惠金融、提升企业研发强度进而赋能企业新质生产力。第四，调节效应检验发现，金融科技发展越好，金融供给地理结构对企业新质生产力的促进作用越弱；内部控制较好的企业，金融供给地理结构对企业新质生产力的促进作用更明显。第五，随着金融供给地理距离的不断增加，金融供给地理结构对企业新质生产力的赋能效果逐渐降低。
本文的政策启示如下：第一，金融供给地理结构的优化不仅对企业降本增效并赋能企业新质生产力至关重要，而且可以产生区域普惠金融的改善效应和企业研发强度的提升效应。因此有必要强化对企业外部金融供给地理结构的持续优化，为企业营造更为便捷、稳定、高效的金融环境。例如，各省可以探索推出金融供给地理结构的创新试点城市，并在实践中完善并推广经验，以此提升金融供给地理结构并促进企业新质生产力。第二，企业内部控制影响着金融供给地理结构对企业新质生产力的赋能程度。因此企业管理层要重视内部控制并积极参与内部控制工作，通过建立全面内部控制体系，识别潜在风险和控制缺陷，以此减少企业缺陷的发生，进而更好地助力企业新质生产力的提升。第三，金融供给空间距离会影响金融供给地理结构对企业新质生产力的正向促进作用。因此，企业在地址选择时要做好实地调研，将企业设在周边金融资源较为丰富的区域，而相关行政部门则在法律允许的范围内应鼓励金融机构开设分支机构，降低企业金融资源的获取难度，以此有效赋能企业新质生产力。