馬芬芬　付澤宇　王滿倉(cāng)

關(guān)鍵詞數(shù)字金融 全要素生產(chǎn)率 融資約束 技術(shù)創(chuàng)新 規(guī)模擴(kuò)張

〔中圖分類號(hào)〕F249.24〔文獻(xiàn)標(biāo)識(shí)碼〕A〔文章編號(hào)〕0447-662X（2021）07-0069-11

一、引言及文獻(xiàn)綜述

在金融抑制背景下，我國(guó)很多企業(yè)面臨較為嚴(yán)重的融資約束問題。銀行傾向于給國(guó)有企業(yè)發(fā)放貸款，而民營(yíng)企業(yè)和中小企業(yè)由于缺乏抵押品、財(cái)務(wù)信息不透明等原因面臨較為嚴(yán)重的融資約束。①企業(yè)規(guī)模擴(kuò)張和技術(shù)創(chuàng)新均有助于提升全要素生產(chǎn)率，但很多企業(yè)的研發(fā)和投資活動(dòng)遭受融資約束，導(dǎo)致全要素生產(chǎn)率普遍不高。當(dāng)前企業(yè)面臨的融資困境為數(shù)字金融的發(fā)展提供了機(jī)會(huì)。數(shù)字金融指的是傳統(tǒng)金融機(jī)構(gòu)與互聯(lián)網(wǎng)公司利用金融科技實(shí)現(xiàn)融資、支付和投資等的新型金融業(yè)務(wù)模式。金融科技的應(yīng)用使得金融機(jī)構(gòu)能夠獲取更多有關(guān)借款人的信息，減少信息不對(duì)稱，緩解企業(yè)融資約束，②為企業(yè)實(shí)施技術(shù)創(chuàng)新、實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)和提高全要素生產(chǎn)率提供條件。因此，探究數(shù)字金融對(duì)企業(yè)全要素生產(chǎn)率的作用機(jī)制有重要的現(xiàn)實(shí)意義。

有關(guān)金融發(fā)展與生產(chǎn)率關(guān)系的理論和經(jīng)驗(yàn)研究都較為豐富。理論方面，現(xiàn)有研究基本認(rèn)同金融發(fā)展有助于提高生產(chǎn)率。一方面，金融系統(tǒng)能夠識(shí)別最有前景的投資項(xiàng)目，促使資源流向效率最高的企業(yè)，以促進(jìn)生產(chǎn)率的增長(zhǎng);另一方面，金融體系具有收集和處理信息、分散風(fēng)險(xiǎn)等多種功能，這些功能的發(fā)揮促使金融資源流向技術(shù)創(chuàng)新項(xiàng)目，從而促進(jìn)技術(shù)進(jìn)步并提高生產(chǎn)率。作為發(fā)展中國(guó)家，中國(guó)金融發(fā)展對(duì)全要素生產(chǎn)率的影響究竟如何也引發(fā)學(xué)界關(guān)注。趙勇和雷達(dá)以“私人部門貸款占GDP的比重”衡量金融發(fā)展，發(fā)現(xiàn)金融發(fā)展能夠顯著提升全要素生產(chǎn)率。趙勇、雷達(dá)：《金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)：生產(chǎn)率促進(jìn)抑或資本形成》，《世界經(jīng)濟(jì)》2010年第2期。陳啟斐和吳建軍以“金融業(yè)增加值占GDP的比重”衡量金融發(fā)展，發(fā)現(xiàn)金融發(fā)展并未提升全要素生產(chǎn)率。陳啟斐、吳建軍：《金融發(fā)展與技術(shù)進(jìn)步：一項(xiàng)來自中國(guó)省級(jí)數(shù)據(jù)的研究》，《經(jīng)濟(jì)評(píng)論》2013年第6期。Aziz和Duenwald以“銀行貸款占GDP的比重”衡量金融發(fā)展，發(fā)現(xiàn)金融發(fā)展對(duì)全要素生產(chǎn)率無顯著影響?？傊?，金融規(guī)模的擴(kuò)張未顯著提升全要素生產(chǎn)率，而私人部門貸款相對(duì)GDP的增加會(huì)顯著提升全要素生產(chǎn)率。這是由于單純的金融規(guī)模擴(kuò)張難以解決民營(yíng)企業(yè)和中小企業(yè)融資難的結(jié)構(gòu)性問題，姚耀軍、董鋼鋒：《中小企業(yè)融資約束緩解：金融發(fā)展水平重要抑或金融結(jié)構(gòu)重要？——來自中小企業(yè)板上市公司的經(jīng)驗(yàn)證據(jù)》，《金融研究》2015年第4期。而增加私人部門的貸款意味著部分地緩解了民營(yíng)企業(yè)和中小企業(yè)的融資難問題，說明緩解企業(yè)融資約束是金融發(fā)展提升全要素生產(chǎn)率的關(guān)鍵。

有別于傳統(tǒng)的金融發(fā)展，近幾年迅速發(fā)展的數(shù)字金融基于大數(shù)據(jù)、云計(jì)算和區(qū)塊鏈等新技術(shù)，對(duì)海量數(shù)據(jù)進(jìn)行挖掘，極大地減少了信息不對(duì)稱，緩解了企業(yè)融資約束。這為企業(yè)技術(shù)創(chuàng)新和規(guī)模擴(kuò)張?zhí)峁┝速Y金支持，進(jìn)而有可能提升企業(yè)全要素生產(chǎn)率。但目前有關(guān)數(shù)字金融與全要素生產(chǎn)率的研究還比較匱乏。侯層和李北偉基于省級(jí)層面數(shù)據(jù)，發(fā)現(xiàn)金融科技可通過提高創(chuàng)新能力、增強(qiáng)技術(shù)溢出效果以及促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)等提升全要素生產(chǎn)率。侯層、李北偉：《金融科技是否提高了全要素生產(chǎn)率——來自北京大學(xué)數(shù)字普惠金融指數(shù)的經(jīng)驗(yàn)證據(jù)》，《財(cái)經(jīng)科學(xué)》2020年第12期。唐松等基于省級(jí)層面數(shù)據(jù)，發(fā)現(xiàn)金融科技創(chuàng)新衍生的金融新業(yè)態(tài)能夠促進(jìn)全要素生產(chǎn)率的提升。唐松、賴曉冰、黃銳：《金融科技創(chuàng)新如何影響全要素生產(chǎn)率：促進(jìn)還是抑制？——理論分析框架與區(qū)域?qū)嵺`》，《中國(guó)軟科學(xué)》2019年第7期。目力所及的這兩篇文章都是基于宏觀數(shù)據(jù)研究金融科技與全要素生產(chǎn)率的關(guān)系，鮮有文獻(xiàn)基于企業(yè)層面對(duì)此展開研究。因此，探究數(shù)字金融影響企業(yè)全要素生產(chǎn)率的微觀機(jī)制有重要的價(jià)值。

現(xiàn)有研究證實(shí)數(shù)字金融能夠緩解企業(yè)融資約束，而緩解融資約束是提升企業(yè)全要素生產(chǎn)率的重要途徑。任曙明、呂鐲：《融資約束、政府補(bǔ)貼與全要素生產(chǎn)率——來自中國(guó)裝備制造企業(yè)的實(shí)證研究》，《管理世界》2014年第11期。因此，數(shù)字金融可能通過緩解企業(yè)融資約束，進(jìn)而提升全要素生產(chǎn)率。鑒于此，本文基于融資約束的視角探討數(shù)字金融是否能夠提升企業(yè)全要素生產(chǎn)率。首先，構(gòu)建數(shù)理模型分析數(shù)字金融影響企業(yè)全要素生產(chǎn)率的理論機(jī)制。其次，基于2011—2015年間中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)實(shí)證檢驗(yàn)數(shù)字金融對(duì)企業(yè)全要素生產(chǎn)率的影響及其機(jī)制，從而為發(fā)展數(shù)字金融提升企業(yè)全要素生產(chǎn)率提供微觀證據(jù)。

本文的邊際貢獻(xiàn)包括以下兩點(diǎn)：第一，從融資約束的視角，揭示了數(shù)字金融提升企業(yè)全要素生產(chǎn)率的機(jī)制?，F(xiàn)有研究?jī)H從宏觀層面探討金融科技對(duì)全要素生產(chǎn)率的影響，而數(shù)字金融對(duì)全要素生產(chǎn)率的影響缺乏微觀層面的研究。第二，本文基于微觀企業(yè)層面的數(shù)據(jù)，通過控制企業(yè)個(gè)體特征的異質(zhì)性解決可能存在的內(nèi)生性問題，得出更為穩(wěn)健的結(jié)論?，F(xiàn)有研究主要基于宏觀數(shù)據(jù)，但宏觀數(shù)據(jù)難以考察企業(yè)個(gè)體的異質(zhì)性，潛在的內(nèi)生性問題難以解決。

本文剩余部分安排如下：第二部分是理論模型與研究假設(shè)，第三部分是數(shù)據(jù)來源和變量設(shè)置，第四部分是實(shí)證分析和穩(wěn)健性檢驗(yàn)，第五部分是機(jī)制分析和異質(zhì)性分析，第六部分是結(jié)論和啟示。

二、理論模型與研究假設(shè)

1.模型基本假定

本文借鑒Gorodnichenko和Schnitzer的模型，基于融資約束的視角分析數(shù)字金融對(duì)企業(yè)全要素生產(chǎn)率的影響。融資約束對(duì)企業(yè)全要素生產(chǎn)率的影響主要通過如下兩個(gè)渠道：第一，融資約束限制企業(yè)的創(chuàng)新活動(dòng)，由此妨礙企業(yè)技術(shù)進(jìn)步和全要素生產(chǎn)率提升;第二，融資約束限制企業(yè)規(guī)模擴(kuò)張，使得企業(yè)難以達(dá)到規(guī)模經(jīng)濟(jì)進(jìn)而妨礙全要素生產(chǎn)率提升。因此，我們關(guān)注融資約束對(duì)創(chuàng)新活動(dòng)和規(guī)模擴(kuò)張決策的影響。

假設(shè)企業(yè)的活動(dòng)包括兩個(gè)階段：第一個(gè)階段企業(yè)決定是否創(chuàng)新，投資創(chuàng)新活動(dòng)會(huì)產(chǎn)生FI的固定成本;第二個(gè)階段企業(yè)進(jìn)行生產(chǎn)活動(dòng)，決定是否規(guī)模擴(kuò)張，規(guī)模擴(kuò)張會(huì)產(chǎn)生FS的固定成本。由于我們關(guān)注的是融資約束對(duì)創(chuàng)新活動(dòng)和規(guī)模擴(kuò)張的影響，因此我們首先需要界定清楚企業(yè)的創(chuàng)新和生產(chǎn)活動(dòng)如何融資。原則上，企業(yè)可以使用內(nèi)部資金（留存利潤(rùn)）或外部資金（債務(wù)融資）來進(jìn)行創(chuàng)新和生產(chǎn)活動(dòng)。我們假設(shè)由于存在信息不對(duì)稱，因此使用外部資金比內(nèi)部資金有更高的資金成本。具體而言，假定企業(yè)使用內(nèi)部資金的機(jī)會(huì)成本為1，使用外部資金的成本為γ，γ>1。

我們假設(shè)，第一階段的技術(shù)創(chuàng)新需要通過內(nèi)部資金來融資。由于創(chuàng)新存在嚴(yán)重的信息不對(duì)稱問題，難以獲得外部融資，因此支持企業(yè)技術(shù)創(chuàng)新的資金來源于內(nèi)部資金的假設(shè)是合理的。這一點(diǎn)與已有經(jīng)驗(yàn)研究的結(jié)論也是一致的。第二階段，企業(yè)的生產(chǎn)活動(dòng)需要資金，企業(yè)如果擴(kuò)張規(guī)模，則需要更多的資金。由于內(nèi)部資金的成本低于外部資金，因此企業(yè)傾向于使用內(nèi)部資金進(jìn)行生產(chǎn)。但如果內(nèi)部資金不足，則必須通過外部資金來補(bǔ)充生產(chǎn)所需的剩余資金。

我們先驗(yàn)地假設(shè)，企業(yè)有足夠的內(nèi)部資金以支持創(chuàng)新和生產(chǎn)活動(dòng)的概率為q，而在生產(chǎn)環(huán)節(jié)需要外部融資的概率為1-q。一方面以公司需要外部融資的可能性來衡量融資約束，需要外部融資的可能性越大，企業(yè)面臨的融資約束越嚴(yán)重;另一方面以企業(yè)外部融資成本來衡量融資約束，企業(yè)外部融資成本越高，通常也反映了其面臨的融資約束越嚴(yán)重。肖興志、張偉廣、朝鏞：《僵尸企業(yè)與就業(yè)增長(zhǎng)：保護(hù)還是排擠？》，《管理世界》2019年第8期。三種事件可以增加企業(yè)需要外部融資的可能性。第一，企業(yè)在第一階段將內(nèi)部資金用于技術(shù)創(chuàng)新，那么在第二階段將留下較少的內(nèi)部資金用于生產(chǎn)，令這種情況導(dǎo)致的內(nèi)部資金不足以支持生產(chǎn)活動(dòng)的可能性增加δI;第二，企業(yè)在第二階段是否擴(kuò)張規(guī)模，這會(huì)引起內(nèi)部資金不足以支持生產(chǎn)活動(dòng)的可能性增加δS;第三，企業(yè)可能會(huì)受到流動(dòng)性的沖擊（例如，客戶推遲付款等），令這種情況導(dǎo)致的內(nèi)部資金不足以支持生產(chǎn)活動(dòng)的可能性增加δL∈{0，δL}。假設(shè)企業(yè)只能被動(dòng)地接受外部的流動(dòng)性沖擊，無法影響δL的大小，即流動(dòng)性的潛在外生沖擊在0階段實(shí)現(xiàn)?？傊?，當(dāng)企業(yè)不實(shí)施創(chuàng)新和規(guī)模擴(kuò)張活動(dòng)時(shí)，依賴外部融資的可能性為δL;如果企業(yè)創(chuàng)新，則依賴外部資金的可能性增加δI;如果企業(yè)擴(kuò)張規(guī)模，則依賴外部資金的可能性增加δS;這三種情況都意味著企業(yè)依賴外部資金的可能性增加。在這種情況下，企業(yè)會(huì)意識(shí)到所需要的外部資金可能是困難的或昂貴的。由于創(chuàng)新消耗了內(nèi)部資金，它增加了企業(yè)需要外部融資的可能性。規(guī)模擴(kuò)張?jiān)黾恿似髽I(yè)生產(chǎn)活動(dòng)所需的資金，因此也增加了企業(yè)需要外部融資的可能性。

2.融資約束對(duì)技術(shù)創(chuàng)新和規(guī)模擴(kuò)張的影響

（1）融資約束對(duì)技術(shù)創(chuàng)新的影響

在第一階段，企業(yè)考慮是否創(chuàng)新。如果沒有創(chuàng)新，令πi表示利潤(rùn);當(dāng)生產(chǎn)活動(dòng)來源于內(nèi)部資金時(shí)，i=1;當(dāng)生產(chǎn)活動(dòng)來源于外部資金時(shí)，i=γ。同樣，對(duì)于i∈{1，γ}，如果企業(yè)創(chuàng)新，令πIi表示利潤(rùn)，其中πIi>πi。我們假設(shè)隨著融資成本的增加，創(chuàng)新增加的利潤(rùn)會(huì)逐漸減少。這一點(diǎn)可以表示如下：

（πIγ-πγ）γ<0（1）

如果企業(yè)不創(chuàng)新，其預(yù)期回報(bào)是：

E（π）=（q-δL）π1+（1-q+δL）πγ（2）

如果企業(yè)在第一階段將內(nèi)部資金用于創(chuàng)新，那么在第二階段生產(chǎn)活動(dòng)來源于內(nèi)部資金的概率變?yōu)閝-δL-δI;意味著需要外部融資的可能性為1-q+δL+δI。對(duì)于創(chuàng)新的企業(yè)，預(yù)期利潤(rùn)是：

E（π|I）=（q-δL-δI）πI1+（1-q+δL+δI）πIγ-FI（3）

現(xiàn)在可以確定企業(yè)在第一階段創(chuàng)新的動(dòng)機(jī)，并描述它是如何受到負(fù)面流動(dòng)性沖擊和外部資金成本的影響。令企業(yè)的預(yù)期利潤(rùn)差異為ΔIπ，ΔIπ可以表示為：

ΔIπ=E（π|I）-E（π）=（q-δL）（πI1-π1）+（1-q+δL）（πIγ-πγ）-δI（πI1-πIγ）-FI（4）

當(dāng)且僅當(dāng)ΔIπ>0時(shí)，企業(yè)決定創(chuàng)新。為了確定外生流動(dòng)性沖擊和外部資金成本對(duì)預(yù)期利潤(rùn)差異的影響，分別對(duì)ΔIπ關(guān)于δL和γ求一階導(dǎo)數(shù)：

ΔIπδL=-（πI1-π1）+（πIγ-πγ）<0（5）

ΔIπγ=（1-q+δL）（πIγ-πγ）γ+δIπIγγ<0外部融資成本越高，使用外部資金獲得的利潤(rùn)越低，即πIγ /γ<0，因此易得式（6）小于0。（6）

外生流動(dòng)性沖擊的增加和外部資金成本的上升都會(huì)縮小企業(yè)創(chuàng)新的預(yù)期利潤(rùn)差異。因此，企業(yè)面臨的融資約束越嚴(yán)重，創(chuàng)新的激勵(lì)越小。

（2）融資約束對(duì)規(guī)模擴(kuò)張的影響

在第二階段，企業(yè)考慮是否擴(kuò)張規(guī)模。為簡(jiǎn)化分析，此處假定企業(yè)在第一階段未實(shí)施技術(shù)創(chuàng)新，如果企業(yè)在第一階段實(shí)施技術(shù)創(chuàng)新，亦不會(huì)改變最終結(jié)論。如果沒有擴(kuò)張規(guī)模，令πi表示利潤(rùn);當(dāng)生產(chǎn)活動(dòng)來源于內(nèi)部資金時(shí)，i=1;當(dāng)生產(chǎn)活動(dòng)來源于外部資金時(shí)，i=γ。同樣，對(duì)于i∈{1，γ}，如果企業(yè)擴(kuò)張規(guī)模，令πSi表示利潤(rùn)，其中πSi>πi。假設(shè)隨著融資成本的增加，企業(yè)擴(kuò)張規(guī)模新增的利潤(rùn)會(huì)逐漸減少。這一點(diǎn)可以表示如下：

（πSγ-πγ）γ<0（7）

如果企業(yè)不擴(kuò)張規(guī)模，其預(yù)期回報(bào)是：

E（π）=（q-δL）π1+（1-q+δL）πγ（8）

如果企業(yè)在第二階段擴(kuò)張規(guī)模，那么在第二階段生產(chǎn)活動(dòng)來源于內(nèi)部資金的概率變?yōu)閝-δL-δS;這意味著需要外部融資的可能性為1-q+δL+δS。對(duì)于規(guī)模擴(kuò)張的企業(yè)，預(yù)期利潤(rùn)是：

E（π|S）=（q-δL-δS）πS1+（1-q+δL+δS）πSγ-FS（9）

現(xiàn)在可以確定企業(yè)在第二階段擴(kuò)張規(guī)模的動(dòng)機(jī)，并描述它是如何受到負(fù)面流動(dòng)性沖擊和外部資金成本的影響。令企業(yè)的預(yù)期利潤(rùn)差異為ΔSπ，并表示為：

ΔSπ=E（π|S）-E（π）=（q-δL）（πS1-π1）+（1-q+δL）（πSγ-πγ）-δS（πS1-πSγ）-FS（10）

當(dāng)且僅當(dāng)ΔSπ>0時(shí)，企業(yè)決定擴(kuò)張規(guī)模。為了確定外生流動(dòng)性沖擊和外部資金成本對(duì)預(yù)期利潤(rùn)差異的影響，我們分別對(duì)ΔSπ關(guān)于δL和γ求一階導(dǎo)數(shù)：

ΔSπδL=-（πS1-π1）+（πSγ-πγ）<0（11）

ΔSπγ=（1-q+δL）（πSγ-πγ）γ+δSπSγγ<0（12）

外生流動(dòng)性沖擊的增加和外部資金成本的上升都會(huì)縮小企業(yè)擴(kuò)張規(guī)模的預(yù)期利潤(rùn)差異。因此，企業(yè)面臨的融資約束越嚴(yán)重，擴(kuò)張規(guī)模的激勵(lì)越小。經(jīng)驗(yàn)研究也表明，融資約束會(huì)制約企業(yè)擴(kuò)張規(guī)模。李洪亞、史學(xué)貴、張銀杰：《融資約束與中國(guó)企業(yè)規(guī)模分布研究——基于中國(guó)制造業(yè)上市公司數(shù)據(jù)的分析》，《當(dāng)代經(jīng)濟(jì)科學(xué)》2014年第2期。

總之，融資約束減少了企業(yè)技術(shù)創(chuàng)新和規(guī)模擴(kuò)張的激勵(lì)，最終對(duì)企業(yè)技術(shù)創(chuàng)新和規(guī)模擴(kuò)張產(chǎn)生負(fù)面影響。原因是負(fù)面的流動(dòng)性沖擊增加了企業(yè)需要外部融資的可能性，而外部資金成本高于內(nèi)部資金成本，企業(yè)需要外部融資可能性的增加與較高的外部融資成本，共同降低了企業(yè)技術(shù)創(chuàng)新和規(guī)模擴(kuò)張的預(yù)期利潤(rùn)差異。

3.數(shù)字金融對(duì)技術(shù)創(chuàng)新和規(guī)模擴(kuò)張的影響

（1）數(shù)字金融對(duì)融資約束的影響

現(xiàn)有研究基本認(rèn)同數(shù)字金融能夠緩解企業(yè)融資約束。萬佳彧、周勤、肖義：《數(shù)字金融、融資約束與企業(yè)創(chuàng)新》，《經(jīng)濟(jì)評(píng)論》2020年第1期。緩解作用體現(xiàn)在兩個(gè)方面：“增量補(bǔ)充”和“存量?jī)?yōu)化”。所謂增量補(bǔ)充，是指數(shù)字金融會(huì)促進(jìn)金融機(jī)構(gòu)擴(kuò)大金融供給，進(jìn)而緩解企業(yè)融資約束。唐松、伍旭川、祝佳：《數(shù)字金融與企業(yè)技術(shù)創(chuàng)新——結(jié)構(gòu)特征、機(jī)制識(shí)別與金融監(jiān)管下的效應(yīng)差異》，《管理世界》2020年第5期。金融機(jī)構(gòu)應(yīng)用大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能等技術(shù)，可低成本吸收傳統(tǒng)金融市場(chǎng)上眾多“小”“散”投資者的資金，擴(kuò)大金融供給，進(jìn)而緩解企業(yè)融資約束。所謂存量?jī)?yōu)化，是指數(shù)字金融賦能金融機(jī)構(gòu)提高資金配置效率，進(jìn)而緩解企業(yè)融資約束。這主要通過三種途徑：第一，相較于傳統(tǒng)金融科技創(chuàng)新，數(shù)字金融能夠更加有效地降低信息不對(duì)稱，進(jìn)而緩解企業(yè)融資約束。信息不對(duì)稱是企業(yè)面臨融資約束的重要原因。傳統(tǒng)銀行主要基于信用數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)和抵押物發(fā)放信貸，而數(shù)字金融除此之外，還應(yīng)用大數(shù)據(jù)、人工智能和區(qū)塊鏈等金融科技挖掘與企業(yè)經(jīng)營(yíng)狀況相關(guān)的非財(cái)務(wù)信息，做出是否放貸的決策。 第二，數(shù)字金融擴(kuò)大了金融服務(wù)的范圍，使得缺乏抵押物的企業(yè)也能夠獲得信貸支持。傳統(tǒng)銀行在發(fā)放貸款時(shí)通常以企業(yè)可供抵押的資產(chǎn)作為放貸的基礎(chǔ)，錢雪松、唐英倫、方勝：《擔(dān)保物權(quán)制度改革降低了企業(yè)債務(wù)融資成本嗎？——來自中國(guó)〈物權(quán)法〉自然實(shí)驗(yàn)的經(jīng)驗(yàn)證據(jù)》，《金融研究》2019年第7期。那些硬資產(chǎn)較少但具備發(fā)展前景的企業(yè)常面臨更大的融資約束。數(shù)字金融通過大數(shù)據(jù)、人工智能等先進(jìn)技術(shù)評(píng)估企業(yè)的發(fā)展前景，將缺乏抵押物卻具備發(fā)展前景的企業(yè)納入信貸服務(wù)范圍，緩解了這類企業(yè)的融資約束。第三，數(shù)字金融通過減少信貸發(fā)放過程中的尋租活動(dòng)，能夠緩解企業(yè)融資約束。信貸尋租會(huì)增加企業(yè)的融資成本，加重企業(yè)面臨的融資約束。張璇、劉貝貝、汪婷等：《信貸尋租、融資約束與企業(yè)創(chuàng)新》，《經(jīng)濟(jì)研究》2017年第5期。相較于傳統(tǒng)金融科技創(chuàng)新，數(shù)字金融基于大數(shù)據(jù)和人工智能技術(shù)自動(dòng)審批貸款的業(yè)務(wù)模式，能夠縮短貸款審批時(shí)間，減少了貸款審批過程中人為的設(shè)租和尋租活動(dòng)。

綜上所述，數(shù)字金融能夠減少企業(yè)面臨的融資約束。令數(shù)字金融發(fā)展程度為η，假設(shè)η∈[0，1]，數(shù)字金融發(fā)展程度越高，η值越大。數(shù)字金融發(fā)展程度越高的地區(qū)，地區(qū)內(nèi)企業(yè)面臨的負(fù)面流動(dòng)性沖擊δL越小，即δL/η<0，獲得外部資金的成本γ越低，即γ/η<0。

（2） 數(shù)字金融對(duì)技術(shù)創(chuàng)新和企業(yè)規(guī)模的影響

當(dāng)融資約束得到緩解之后，企業(yè)總是傾向于同時(shí)進(jìn)行技術(shù)創(chuàng)新和規(guī)模擴(kuò)張。因?yàn)槠髽I(yè)規(guī)模擴(kuò)張可以進(jìn)一步攤薄單位產(chǎn)品負(fù)擔(dān)的創(chuàng)新成本?，F(xiàn)有經(jīng)驗(yàn)研究也證實(shí)了企業(yè)規(guī)模與研發(fā)投入之間存在正相關(guān)關(guān)系。孫曉華、王昀：《企業(yè)規(guī)模對(duì)生產(chǎn)率及其差異的影響——來自工業(yè)企業(yè)微觀數(shù)據(jù)的實(shí)證研究》，《中國(guó)工業(yè)經(jīng)濟(jì)》2014年第5期。因此通常情況下，數(shù)字金融既能促進(jìn)企業(yè)技術(shù)創(chuàng)新，又能促進(jìn)企業(yè)規(guī)模擴(kuò)張。

數(shù)字金融對(duì)技術(shù)創(chuàng)新的影響可以表示為：

ΔIπη=ΔIπδL·δLη+ΔIπγ·γη>0（13）

由ΔIπ/δL<0，δL/η<0，ΔIπ/γ<0，γ/η<0，易得式（13）大于0。數(shù)字金融通過緩解企業(yè)融資約束，增加企業(yè)技術(shù)創(chuàng)新的激勵(lì)，最終促進(jìn)企業(yè)技術(shù)創(chuàng)新。由此提出如下假說：

假說1：數(shù)字金融通過緩解企業(yè)融資約束，促進(jìn)了企業(yè)技術(shù)創(chuàng)新。

數(shù)字金融對(duì)企業(yè)規(guī)模的影響可以表示為：

ΔSπη=ΔSπδL·δLη+ΔSπγ·γη>0（14）

由ΔSπ/δL<0，δL/η<0，ΔSπ/γ<0，γ/η<0，易得式（14）大于0。數(shù)字金融通過緩解企業(yè)融資約束，增加企業(yè)規(guī)模擴(kuò)張的激勵(lì)，最終促進(jìn)企業(yè)規(guī)模擴(kuò)張。由此提出如下假說：

假說2：數(shù)字金融通過緩解企業(yè)融資約束，促進(jìn)了企業(yè)規(guī)模擴(kuò)張。

4.數(shù)字金融對(duì)企業(yè)全要素生產(chǎn)率的影響

（1）技術(shù)創(chuàng)新對(duì)企業(yè)全要素生產(chǎn)率的影響

令企業(yè)全要素生產(chǎn)率為TFP，TFP>0?，F(xiàn)有研究認(rèn)同技術(shù)創(chuàng)新是提升企業(yè)全要素生產(chǎn)率的重要來源。D.Comin， B.Hobijn， “An Exploration of Technology Diffusion，” NBER Working Paper， no.12314， 2006.由此我們假設(shè)企業(yè)技術(shù)創(chuàng)新的激勵(lì)ΔIπ越大，技術(shù)創(chuàng)新的概率越高，企業(yè)全要素生產(chǎn)率TFP越高，即：

TFPΔIπ>0（15）

（2）規(guī)模擴(kuò)張對(duì)企業(yè)全要素生產(chǎn)率的影響

馬歇爾提出的規(guī)模經(jīng)濟(jì)效應(yīng)指出，伴隨著規(guī)模擴(kuò)張，產(chǎn)品的單位生產(chǎn)成本降低。然而，企業(yè)規(guī)模擴(kuò)大并不一定能保證降低生產(chǎn)成本，隨著企業(yè)規(guī)模擴(kuò)大，通常會(huì)經(jīng)歷規(guī)模報(bào)酬遞增、不變和遞減三個(gè)階段，即企業(yè)規(guī)模與全要素生產(chǎn)率之間呈倒U型關(guān)系。中國(guó)產(chǎn)業(yè)發(fā)展的現(xiàn)實(shí)情況是，過度競(jìng)爭(zhēng)現(xiàn)象嚴(yán)重，產(chǎn)業(yè)組織結(jié)構(gòu)較為分散，大多數(shù)企業(yè)處在規(guī)模報(bào)酬遞增的階段。孫曉華、王昀：《企業(yè)規(guī)模對(duì)生產(chǎn)率及其差異的影響——來自工業(yè)企業(yè)微觀數(shù)據(jù)的實(shí)證研究》，《中國(guó)工業(yè)經(jīng)濟(jì)》2014年第5期。實(shí)證研究結(jié)果也支持企業(yè)規(guī)模對(duì)生產(chǎn)率存在正效應(yīng)。張沁琳、沈洪濤：《政府大客戶能提高企業(yè)全要素生產(chǎn)率嗎？》，《財(cái)經(jīng)研究》2020年第11期。因此，整體而言當(dāng)前中國(guó)企業(yè)規(guī)模擴(kuò)張有利于提升全要素生產(chǎn)率。由此我們假設(shè)企業(yè)規(guī)模擴(kuò)張的激勵(lì)ΔSπ越大，企業(yè)擴(kuò)張規(guī)模的概率越高，企業(yè)全要素生產(chǎn)率TFP越高，即：

TFPΔSπ>0（16）

（3）數(shù)字金融對(duì)全要素生產(chǎn)率的影響

由式（13）～式（16）可知，數(shù)字金融通過促進(jìn)技術(shù)創(chuàng)新和規(guī)模擴(kuò)張，可提升企業(yè)全要素生產(chǎn)率，即：

TFPη=TFPΔIπ·ΔIπη+TFPΔSπ·ΔSπη>0（17）

由此提出如下假說：

假說3：數(shù)字金融有助于提升企業(yè)全要素生產(chǎn)率。

假說4：數(shù)字金融通過促進(jìn)企業(yè)技術(shù)創(chuàng)新，進(jìn)而提升全要素生產(chǎn)率。

假說5：數(shù)字金融通過促進(jìn)企業(yè)規(guī)模擴(kuò)張，進(jìn)而提升全要素生產(chǎn)率。

三、研究設(shè)計(jì)

1.模型設(shè)定

本文首先設(shè)置如下模型分析數(shù)字金融對(duì)企業(yè)全要素生產(chǎn)率的影響：

TFPit=c+β1digfinit+jβjcontrolit+μi+ut+εit（18）

式（18）中，TFPit為企業(yè)全要素生產(chǎn)率，digfinit為數(shù)字金融發(fā)展程度，βj為待估參數(shù)，μi為企業(yè)個(gè)體固定效應(yīng)，ut為時(shí)間固定效應(yīng)，εit為殘差項(xiàng)。本文所有的回歸均控制了時(shí)間固定效應(yīng)、企業(yè)個(gè)體固定效應(yīng)、四位數(shù)行業(yè)固定效應(yīng)和城市固定效應(yīng)，并且對(duì)標(biāo)準(zhǔn)誤進(jìn)行個(gè)體層面的聚類調(diào)整。

2.變量設(shè)置

（1）被解釋變量：企業(yè)全要素生產(chǎn)率。本文參考魯曉東和連玉君的研究，魯曉東、連玉君：《中國(guó)工業(yè)企業(yè)全要素生產(chǎn)率估計(jì)：1999—2007》，《經(jīng)濟(jì)學(xué)（季刊）》2012年第2期。分別采用LP法和OP法在兩位數(shù)行業(yè)層面上分行業(yè)兩位數(shù)行業(yè)上的企業(yè)可以看作有近似的生產(chǎn)函數(shù)，分行業(yè)估計(jì)可以更準(zhǔn)確地測(cè)算全要素生產(chǎn)率。估計(jì)企業(yè)TFP。

（2）核心解釋變量：數(shù)字金融發(fā)展水平。本文的研究對(duì)象是工業(yè)企業(yè)，這類企業(yè)的貸款主要來源于銀行。因此，本文以銀行對(duì)金融科技的應(yīng)用水平來代表數(shù)字金融發(fā)展水平。北京大學(xué)的“數(shù)字普惠金融指數(shù)”基于螞蟻集團(tuán)的交易數(shù)據(jù)構(gòu)造而成，既能反映螞蟻集團(tuán)在各城市的推廣水平，又能反映各城市銀行的金融科技應(yīng)用水平。郭峰、孔濤、王靖一：《互聯(lián)網(wǎng)金融空間集聚效應(yīng)分析——來自互聯(lián)網(wǎng)金融發(fā)展指數(shù)的證據(jù)》，《國(guó)際金融研究》2017年第8期;沈悅、郭品：《互聯(lián)網(wǎng)金融、技術(shù)溢出與商業(yè)銀行全要素生產(chǎn)率》，《金融研究》2015年第3期。因此，本文采用“數(shù)字普惠金融指數(shù)”作為各個(gè)城市銀行的金融科技應(yīng)用水平的代理變量。該指數(shù)包括覆蓋廣度、使用深度和數(shù)字化程度三個(gè)維度。覆蓋廣度以互聯(lián)網(wǎng)支付賬號(hào)的普及率及其綁定的銀行賬戶數(shù)來體現(xiàn)。使用深度以支付寶中使用金融服務(wù)的人數(shù)、人均交易筆數(shù)和人均交易金額來衡量。數(shù)字化程度反映企業(yè)獲取金融服務(wù)的便利性以及獲取信貸的成本。最后，本文對(duì)數(shù)字金融普惠指數(shù)及其各個(gè)維度的細(xì)分指數(shù)均進(jìn)行歸一化處理。

（3）中介變量：①融資約束，采用由Hadlock和Pierce構(gòu)建的SA指數(shù)衡量。SA指數(shù)的計(jì)算公式為：SA=-0.737×Size+0.043×Size2-0.04×Age。其中，Size為企業(yè)規(guī)模，Age為企業(yè)年齡。SA指數(shù)的計(jì)算結(jié)果均為負(fù)值，方便起見對(duì)其取絕對(duì)值，絕對(duì)值越大，企業(yè)面臨的融資約束越嚴(yán)重。由于SA指數(shù)僅由企業(yè)的規(guī)模和年齡決定，外生性較強(qiáng)，能夠準(zhǔn)確測(cè)度中國(guó)企業(yè)融資約束，因而得到廣泛應(yīng)用。②技術(shù)創(chuàng)新，采用企業(yè)三種專利的授權(quán)量再取對(duì)數(shù)來衡量。③企業(yè)規(guī)模，用資產(chǎn)總額取對(duì)數(shù)來表示。

（4）控制變量。本文參照張羽瑤和張冬洋的研究設(shè)置如下企業(yè)特征變量：企業(yè)年齡，企業(yè)規(guī)模，是否為國(guó)有企業(yè)，資產(chǎn)負(fù)債率，資產(chǎn)利潤(rùn)率和固定資產(chǎn)比率。張羽瑤、張冬洋：《商業(yè)信用能夠提高企業(yè)全要素生產(chǎn)率嗎？——基于中國(guó)企業(yè)的融資約束視角》，《財(cái)政研究》2019年第2期。變量的計(jì)算方法見表1。

3.數(shù)據(jù)來源

本文基于中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)和企業(yè)創(chuàng)新數(shù)據(jù)庫(kù)，構(gòu)建了2011—2015年工業(yè)企業(yè)數(shù)據(jù)庫(kù)目前只更新到2015年，而數(shù)字金融的發(fā)展始于2011年，因此本文選取2011—2015年數(shù)據(jù)作為研究樣本。的非平衡面板數(shù)據(jù)。參照Brandt等的方法對(duì)樣本進(jìn)行匹配和數(shù)據(jù)清洗。L.Brandt， J.V.Biesebroeck， Y.Zhang， “Creative Accounting or Creative Destruction？ Firm-level Productivity Growth in Chinese Manufacturing，” Journal of Development Economics， vol.97， no.2， 2012， pp.339～351.在對(duì)所有連續(xù)變量進(jìn)行前后各0.5%的縮尾處理后，最后共得到419396個(gè)年份—公司的觀測(cè)值。主要變量的描述性統(tǒng)計(jì)結(jié)果如表1所示。

表1變量定義及描述性統(tǒng)計(jì)

四、檢驗(yàn)結(jié)果與分析

1.基準(zhǔn)回歸結(jié)果

本文首先利用式（18）檢驗(yàn)數(shù)字金融對(duì)企業(yè)TFP的影響，具體結(jié)果見表2。列（1）～列（4）中數(shù)字金融的系數(shù)均在1%的水平上顯著為正，說明數(shù)字金融能夠顯著提升企業(yè)TFP，假說3得證。數(shù)字金融的發(fā)展體現(xiàn)為越來越多的金融機(jī)構(gòu)使用大數(shù)據(jù)和區(qū)塊鏈等數(shù)字技術(shù)挖掘企業(yè)經(jīng)營(yíng)相關(guān)的信息，信貸市場(chǎng)的信息不對(duì)稱逐步減少，金融機(jī)構(gòu)的貸款技術(shù)持續(xù)提升，企業(yè)的融資需求更容易得到滿足。這為企業(yè)自主創(chuàng)新、引進(jìn)技術(shù)和人才或購(gòu)置先進(jìn)設(shè)備提供了資金支持，這都有利于企業(yè)提升全要素生產(chǎn)率。

其他控制變量的結(jié)果表明：企業(yè)規(guī)模越大、企業(yè)年齡越大、資產(chǎn)利潤(rùn)率越高，企業(yè)TFP越高;資產(chǎn)負(fù)債率越高、固定資產(chǎn)比率越高，企業(yè)TFP越低。這些結(jié)論均符合預(yù)期，且與現(xiàn)有研究結(jié)論一致。張羽瑤、張冬洋：《商業(yè)信用能夠提高企業(yè)全要素生產(chǎn)率嗎？——基于中國(guó)企業(yè)的融資約束視角》，《財(cái)政研究》2019年第2期。

表2數(shù)字金融與企業(yè)TFP的回歸結(jié)果

2.數(shù)字金融細(xì)分維度與企業(yè)TFP

接下來，本文考察數(shù)字金融各個(gè)維度的發(fā)展對(duì)企業(yè)TFP的影響，回歸結(jié)果見表3?；貧w結(jié)果表明，數(shù)字金融各個(gè)維度的發(fā)展均能顯著提升企業(yè)TFP。擴(kuò)大覆蓋廣度，意味著數(shù)字金融服務(wù)覆蓋了更多的人群，金融機(jī)構(gòu)利用數(shù)字技術(shù)吸收存款的能力有所提升，相應(yīng)的可以發(fā)放給企業(yè)的貸款增加。使用深度提高，意味公眾使用數(shù)字金融服務(wù)的平均額度上升，同樣提升了金融機(jī)構(gòu)吸收存款的能力，進(jìn)而增加對(duì)企業(yè)的貸款發(fā)放。數(shù)字化程度的提高，意味著金融機(jī)構(gòu)利用數(shù)字技術(shù)發(fā)放貸款成本的降低，進(jìn)而降低企業(yè)獲得貸款的成本?？傊?，數(shù)字金融這三個(gè)維度的發(fā)展均有利于金融機(jī)構(gòu)應(yīng)用數(shù)字技術(shù)增加對(duì)企業(yè)的貸款發(fā)放，可為企業(yè)的技術(shù)創(chuàng)新和規(guī)模擴(kuò)張?zhí)峁┵Y金支持，進(jìn)而提升企業(yè)TFP。

表3數(shù)字金融細(xì)分維度與企業(yè)TFP的回歸結(jié)果

3.穩(wěn)健性檢驗(yàn)

本文采用以下兩種方法進(jìn)行穩(wěn)健性檢驗(yàn)。第一，工具變量法。借鑒李春濤等的思路，李春濤、閆續(xù)文、宋敏等：《金融科技與企業(yè)創(chuàng)新——新三板上市公司的證據(jù)》，《中國(guó)工業(yè)經(jīng)濟(jì)》2020年第1期。采用各個(gè)城市的接壤城市數(shù)字金融發(fā)展水平的均值作為工具變量。第二，替換核心解釋變量的測(cè)度方式。參照金洪飛等的思路，金洪飛、李弘基、劉音露：《金融科技、銀行風(fēng)險(xiǎn)與市場(chǎng)擠出效應(yīng)》，《財(cái)經(jīng)研究》2020年第5期。利用文本挖掘法構(gòu)建各個(gè)城市銀行應(yīng)用金融科技的水平?；貧w結(jié)果表明前文研究結(jié)論是穩(wěn)健的。限于篇幅，穩(wěn)健性檢驗(yàn)的回歸結(jié)果不予匯報(bào)，感興趣的讀者可向作者索要。

五、進(jìn)一步討論

1.機(jī)制分析

（1）數(shù)字金融影響技術(shù)創(chuàng)新和企業(yè)規(guī)模的機(jī)制分析

本文設(shè)置如下中介效應(yīng)模型檢驗(yàn)數(shù)字金融影響技術(shù)創(chuàng)新和企業(yè)規(guī)模的中介效應(yīng)是否顯著：

SAit=c+α1digfinit+∑jαjcontrolit+μi+ut+εit（19）

inoit/scaleit=c+γ1digfinit+γ2SAit+∑jγjcontrolit+μi+ut+εit（20）

inoit和scaleit為因變量，在式（19）～式（20）中納入描述企業(yè)特征的控制變量：是否為國(guó)有企業(yè)、資產(chǎn)負(fù)債率、資產(chǎn)利潤(rùn)率和固定資產(chǎn)比率。分別表示技術(shù)創(chuàng)新和企業(yè)規(guī)模，SAit為中介變量，表示融資約束，回歸結(jié)果見表4。列（1）中數(shù)字金融的系數(shù)和列（2）中融資約束的系數(shù)均顯著為負(fù)，說明數(shù)字金融通過緩解融資約束促進(jìn)企業(yè)技術(shù)創(chuàng)新的中介效應(yīng)顯著，假說1得證。在傳統(tǒng)的以抵押物為主要放貸決策依據(jù)的情況下，創(chuàng)新活動(dòng)由于存在較大的風(fēng)險(xiǎn)而難以從外部籌集資金。數(shù)字金融賦能金融機(jī)構(gòu)挖掘企業(yè)各個(gè)維度的信息，評(píng)估企業(yè)的創(chuàng)新能力和發(fā)展前景，并將其作為重要的放貸決策依據(jù)，進(jìn)而為自主創(chuàng)新能力較強(qiáng)的企業(yè)提供創(chuàng)新活動(dòng)的資金支持。列（3）中融資約束的系數(shù)亦顯著為負(fù)，說明數(shù)字金融通過緩解融資約束促進(jìn)企業(yè)規(guī)模擴(kuò)張的中介效應(yīng)顯著，假說2得證。當(dāng)前中國(guó)大多數(shù)企業(yè)處在規(guī)模報(bào)酬遞增的階段，然而企業(yè)的規(guī)模擴(kuò)張受到融資約束的限制。數(shù)字金融緩解了企業(yè)面臨的融資約束，促使企業(yè)購(gòu)置生產(chǎn)設(shè)備和增加勞動(dòng)雇傭，擴(kuò)大生產(chǎn)能力以充分發(fā)揮規(guī)模經(jīng)濟(jì)作用。

表4數(shù)字金融影響技術(shù)創(chuàng)新和企業(yè)規(guī)模的機(jī)制分析

（2）數(shù)字金融影響企業(yè)TFP的機(jī)制分析

本文繼續(xù)設(shè)置如下中介效應(yīng)模型檢驗(yàn)數(shù)字金融影響企業(yè)TFP的中介效應(yīng)是否顯著：

inoit/scaleit=c+α1digfinit+∑jαjcontrolit+μi+ut+εit（21）

TFPit=c+γ1digfinit+γ2inoit/scaleit+∑jγjcontrolit+μi+ut+εit（22）

inoit和scaleit為中介變量，以企業(yè)規(guī)模為因變量的回歸中設(shè)置如下控制變量：企業(yè)年齡、是否為國(guó)有企業(yè)、資產(chǎn)負(fù)債率、資產(chǎn)利潤(rùn)率和固定資產(chǎn)比率。以技術(shù)創(chuàng)新為因變量的回歸中設(shè)置如下控制變量：企業(yè)年齡、企業(yè)規(guī)模、是否為國(guó)有企業(yè)、資產(chǎn)負(fù)債率、資產(chǎn)利潤(rùn)率和固定資產(chǎn)比率。分別表示技術(shù)創(chuàng)新和企業(yè)規(guī)模，回歸結(jié)果見表5。列（1）中數(shù)字金融的系數(shù)和列（2）中技術(shù)創(chuàng)新的系數(shù)均顯著為正，說明數(shù)字金融通過促進(jìn)技術(shù)創(chuàng)新提升企業(yè)TFP的中介效應(yīng)顯著，假說4得證。數(shù)字金融的發(fā)展促使金融機(jī)構(gòu)為企業(yè)的自主創(chuàng)新提供資金支持。創(chuàng)新主要包括產(chǎn)品創(chuàng)新和生產(chǎn)流程創(chuàng)新，產(chǎn)品創(chuàng)新通過提高產(chǎn)品在市場(chǎng)上的競(jìng)爭(zhēng)力有助于擴(kuò)大企業(yè)營(yíng)業(yè)收入，生產(chǎn)流程創(chuàng)新通過優(yōu)化生產(chǎn)流程有助于降低企業(yè)生產(chǎn)成本。增加營(yíng)業(yè)收入和降低生產(chǎn)成本最終體現(xiàn)為提升企業(yè)TFP。列（3）中數(shù)字金融的系數(shù)和列（4）中企業(yè)規(guī)模的系數(shù)均顯著為正，說明數(shù)字金融通過促進(jìn)企業(yè)規(guī)模擴(kuò)張?zhí)嵘髽I(yè)TFP的中介效應(yīng)顯著，假說5得證。數(shù)字金融的發(fā)展有助于企業(yè)擴(kuò)張規(guī)模。中國(guó)企業(yè)目前大部分處在規(guī)模報(bào)酬遞增階段，擴(kuò)大規(guī)模有利于降低產(chǎn)品的單位成本，最終反映為企業(yè)TFP的提升。

表5數(shù)字金融影響企業(yè)TFP的機(jī)制分析

2.異質(zhì)性分析

（1）企業(yè)規(guī)模異質(zhì)性分析

本文按照企業(yè)規(guī)模的中位數(shù)將所有企業(yè)分為大規(guī)模企業(yè)和小規(guī)模企業(yè)，重新構(gòu)造虛擬變量企業(yè)規(guī)模。此處的企業(yè)規(guī)模為0—1二值變量，大規(guī)模企業(yè)取1，小規(guī)模企業(yè)取0。再構(gòu)造數(shù)字金融與企業(yè)規(guī)模的交互項(xiàng)加入基準(zhǔn)模型，檢驗(yàn)數(shù)字金融對(duì)企業(yè)TFP的作用在不同規(guī)模企業(yè)上的異質(zhì)性，回歸結(jié)果見表6。列（1）～列（2）中數(shù)字金融與企業(yè)規(guī)模交互項(xiàng)的系數(shù)顯著為負(fù)，說明數(shù)字金融對(duì)中小企業(yè)TFP的提升作用大于大企業(yè)。這是由于中小企業(yè)面臨更為嚴(yán)重的融資約束問題，因此，數(shù)字金融緩解融資約束進(jìn)而提升企業(yè)TFP的作用在中小企業(yè)中更大。

（2）企業(yè)所有制異質(zhì)性分析

本文在基準(zhǔn)模型中引入數(shù)字金融與是否為國(guó)有企業(yè)（是則取1，否則取0）的交互項(xiàng)，以檢驗(yàn)數(shù)字金融對(duì)不同所有制企業(yè)的影響是否存在差異，回歸結(jié)果見表6。列（4）“中數(shù)字金融×是否為國(guó)有企業(yè)”的系數(shù)顯著為負(fù)，說明數(shù)字金融提升企業(yè)TFP的作用在國(guó)有企業(yè)中更小。這是由于民營(yíng)企業(yè)相較于國(guó)有企業(yè)面臨更為嚴(yán)重的融資約束問題，因此數(shù)字金融緩解融資約束進(jìn)而提升企業(yè)TFP的作用在民營(yíng)企業(yè)中更大。列（3）中“數(shù)字金融×是否為國(guó)有企業(yè)”的系數(shù)為負(fù)但不顯著，可能的原因是：與OP法相比，LP法估計(jì)全要素生產(chǎn)率時(shí)未控制企業(yè)所有制、出口等因素對(duì)全要素生產(chǎn)率的影響，由此產(chǎn)生了一定的估計(jì)偏誤。

表6異質(zhì)性分析

六、結(jié)論與啟示

在金融抑制的背景下，中國(guó)企業(yè)普遍面臨融資約束，創(chuàng)新和規(guī)模擴(kuò)張因融資約束而受到限制，企業(yè)全要素生產(chǎn)率普遍不高。為了緩解企業(yè)融資約束、提升企業(yè)全要素生產(chǎn)率，本文著眼于考察數(shù)字金融對(duì)企業(yè)全要素生產(chǎn)率的作用，以期為發(fā)展數(shù)字金融以提升企業(yè)全要素生產(chǎn)率提供理論依據(jù)和經(jīng)驗(yàn)證據(jù)。首先，基于融資約束的視角，構(gòu)建數(shù)理模型分析數(shù)字金融影響企業(yè)全要素生產(chǎn)率的機(jī)理。然后以工業(yè)企業(yè)數(shù)據(jù)庫(kù)為研究樣本，實(shí)證檢驗(yàn)數(shù)字金融對(duì)企業(yè)全要素生產(chǎn)率的影響及機(jī)制，得到以下三點(diǎn)結(jié)論：第一，數(shù)字金融有助于提升企業(yè)全要素生產(chǎn)率，并且數(shù)字金融各維度的發(fā)展均有助于提升企業(yè)全要素生產(chǎn)率;第二，數(shù)字金融賦能金融機(jī)構(gòu)采用大數(shù)據(jù)和區(qū)塊鏈等數(shù)字技術(shù)提高貸款技術(shù)，緩解了企業(yè)融資約束，為企業(yè)技術(shù)創(chuàng)新和規(guī)模擴(kuò)張?zhí)峁┵Y金支持，進(jìn)而提升了企業(yè)全要素生產(chǎn)率;第三，民營(yíng)企業(yè)和中小企業(yè)由于面臨更為嚴(yán)重的融資約束，使得數(shù)字金融提升企業(yè)全要素生產(chǎn)率的作用在民營(yíng)企業(yè)和中小企業(yè)中更大。

研究結(jié)論有如下三點(diǎn)政策啟示：（1）推進(jìn)銀行對(duì)金融科技的應(yīng)用，提升銀行的貸款技術(shù)。企業(yè)的貸款獲取主要依賴銀行，因此推進(jìn)銀行應(yīng)用金融科技以提高貸款發(fā)放技術(shù)至關(guān)重要。整體而言，區(qū)別于互聯(lián)網(wǎng)金融公司擁有平臺(tái)內(nèi)企業(yè)的海量交易信息作為貸款發(fā)放的依據(jù)，銀行缺乏評(píng)估企業(yè)信用風(fēng)險(xiǎn)的基礎(chǔ)數(shù)據(jù)。因此，政府應(yīng)當(dāng)鼓勵(lì)銀行與金融科技公司的合作，銀行為金融科技公司提供資金劃撥與清算等業(yè)務(wù)，金融科技公司為銀行提供前臺(tái)客戶流與線上大數(shù)據(jù)，以賦能銀行應(yīng)用大數(shù)據(jù)技術(shù)提高放貸技術(shù)。（2）鼓勵(lì)企業(yè)開展電子商務(wù)和數(shù)據(jù)上鏈，減少信息不對(duì)稱。數(shù)字金融發(fā)展主要通過減少信息不對(duì)稱緩解企業(yè)融資約束。政府應(yīng)該鼓勵(lì)企業(yè)在各類平臺(tái)上積累交易數(shù)據(jù)以減少信息不對(duì)稱。一方面，政府應(yīng)該建立電子商務(wù)企業(yè)的孵化機(jī)制，可以通過樹立典型、人員培訓(xùn)和財(cái)政補(bǔ)貼等方式，引導(dǎo)企業(yè)開展電子商務(wù)，在電商平臺(tái)積累交易數(shù)據(jù)，傳遞企業(yè)經(jīng)營(yíng)良好的信號(hào);另一方面，鼓勵(lì)企業(yè)將交易信息在第三方區(qū)塊鏈平臺(tái)上進(jìn)行登記和確認(rèn)。依靠區(qū)塊鏈的共識(shí)機(jī)制等技術(shù)手段，確保上鏈信息的不可篡改性和可追溯性，保證貸款企業(yè)相關(guān)信息真實(shí)可靠。（3）增加對(duì)民營(yíng)企業(yè)和中小企業(yè)的資金支持。數(shù)字金融主要提升了民營(yíng)企業(yè)和中小企業(yè)的全要素生產(chǎn)率，側(cè)面印證了民營(yíng)企業(yè)和中小企業(yè)既是創(chuàng)新的主力軍又面臨著融資困境。除了推進(jìn)數(shù)字金融發(fā)展，政府可以通過多種途徑緩解民營(yíng)企業(yè)和中小企業(yè)的融資難問題。一方面，繼續(xù)推進(jìn)利率市場(chǎng)化改革，讓銀行能夠按照市場(chǎng)化的原則確定貸款利率，增加銀行給民營(yíng)企業(yè)和中小企業(yè)發(fā)放貸款的激勵(lì);另一方面，培育民營(yíng)企業(yè)和中小企業(yè)上市，加大對(duì)民營(yíng)企業(yè)和中小企業(yè)的宣傳、輔導(dǎo)和咨詢力度，推動(dòng)更多的民營(yíng)企業(yè)和中小企業(yè)在資本市場(chǎng)獲得融資。

作者單位：馬芬芬，西北大學(xué)經(jīng)濟(jì)管理學(xué)院、榆林學(xué)院管理學(xué)院;付澤宇，英國(guó)班戈大學(xué)金融學(xué)院;王滿倉(cāng)，西北大學(xué)經(jīng)濟(jì)管理學(xué)院、歐亞學(xué)院金融學(xué)院

責(zé)任編輯：牛澤東