董曉林 張 曄 徐 虹

（1.南京農(nóng)業(yè)大學金融學院 江蘇南京 210095）

（2.中國人民銀行南京分行 江蘇南京 210004）

一、引 言

我國經(jīng)濟社會發(fā)展取得的歷史性成就離不開中小微企業(yè)的快速成長。小微企業(yè)既是國民經(jīng)濟發(fā)展的重要基石，也是吸納就業(yè)的主力軍，在我國經(jīng)濟內(nèi)循環(huán)中占有重要地位。國家稅務總局統(tǒng)計數(shù)據(jù)顯示，“十三五” 時期我國新辦涉稅市場主體共5 745 萬戶，其中小微企業(yè)占比超過90%。①資料來源：“‘十三五’ 期間新辦涉稅市場超5 千萬戶 小微企業(yè)占比逾九成”，《新京報》，2021 年1 月5 日，https：//view.inews.qq.com/a/20210105A0675O00。當前，我國正處于經(jīng)濟轉(zhuǎn)型的重要時期，規(guī)模龐大的小微企業(yè)能否突破發(fā)展瓶頸、成為驅(qū)動中國經(jīng)濟發(fā)展的強大動力顯得尤為重要。長期以來，融資困難仍是小微企業(yè)健康發(fā)展的重要制約因素，也是我國實體經(jīng)濟實現(xiàn)高質(zhì)量發(fā)展的較大阻礙。目前，我國僅20%的小微企業(yè)能夠獲得銀行貸款，小微企業(yè)金融需求遠大于供給。②黃益平，《中國小微企業(yè)貸款的數(shù)字革命》，北京大學國家發(fā)展研究院網(wǎng)站，https：//www.nsd.pku.edu.cn/sylm/gd/501422.htm。小微企業(yè)長期以來面臨的融資約束與其在經(jīng)濟發(fā)展、吸納就業(yè)等方面發(fā)揮的重要作用不相匹配。近年來全球政治經(jīng)濟形勢動蕩，疊加2019 年底新型冠狀病毒肺炎疫情（以下簡稱“疫情”）沖擊，進一步暴露了小微企業(yè)生產(chǎn)經(jīng)營的脆弱性，如何紓解小微企業(yè)經(jīng)營困境受到社會各界和學界的廣泛關注。

技術(shù)創(chuàng)新不足導致信息不對稱問題難以解決是小微企業(yè)融資困境的主要成因之一（黃銳等，2020）。得益于近年來數(shù)字技術(shù)與金融行業(yè)的融合發(fā)展，金融科技加速推進金融供給和金融普惠模式創(chuàng)新（張龍耀和邢朝輝，2021），為緩解小微企業(yè)融資約束問題帶來了新的契機。中國人民銀行編制的《金融科技（FinTech）發(fā)展規(guī)劃（2019—2021年）》 指出金融科技是解決當前普惠金融發(fā)展瓶頸的有力支撐。特別是在疫情期間，銀保監(jiān)會發(fā)布《關于進一步做好疫情防控金融服務的通知》（銀保監(jiān)辦發(fā)〔2020〕 15 號），明確要求金融機構(gòu)提高線上服務效率，增強服務實體經(jīng)濟的能力。2021 年4 月銀保監(jiān)會發(fā)布《關于2021 年進一步推動小微企業(yè)金融服務高質(zhì)量發(fā)展的通知》，鼓勵商業(yè)銀行利用金融科技服務小微企業(yè)，強調(diào)金融資源向長尾客戶精準“滴灌”。隨著政策支持力度的加強，金融科技在發(fā)揮普惠效應方面也表現(xiàn)出巨大潛力（黃益平和黃卓，2018）。但是，金融科技是否緩解了小微企業(yè)融資約束，是否有助于促進小微企業(yè)發(fā)展，其發(fā)揮的經(jīng)濟效果如何等一系列問題仍有待回答。由于小微企業(yè)在我國經(jīng)濟社會中的重要地位，對上述問題的研究有助于客觀評估金融科技對小微企業(yè)發(fā)展的支持效果，對建立金融助力小微企業(yè)高質(zhì)量發(fā)展的長效機制具有重要意義。

準確評估金融科技對小微企業(yè)經(jīng)營績效的影響是較為困難的。經(jīng)營情況較好的小微企業(yè)較容易獲得金融科技的支持，其存在的內(nèi)生性問題會導致金融科技對小微企業(yè)經(jīng)營情況的促進作用被夸大（方昕和張柏楊，2020）。較為理想的辦法是利用影響小微企業(yè)經(jīng)營的外生沖擊構(gòu)建準自然實驗來衡量金融科技對小微企業(yè)經(jīng)營情況的影響。此次新冠肺炎疫情是我國近幾年遭遇的傳播速度最快、感染范圍最廣、防控難度最大的重大突發(fā)公共衛(wèi)生事件。面對大面積的隔離、封鎖等防控措施，許多企業(yè)面臨復工復產(chǎn)困難、資金鏈斷裂甚至倒閉的風險。雖然發(fā)生在整體層面的疫情對所有小微企業(yè)而言難以為本文提供天然的處理組和控制組，但根據(jù)已有關于疫情后小微企業(yè)經(jīng)營現(xiàn)狀的研究結(jié)論，結(jié)合疫情防控對人員流動限制的客觀情況，本文認為疫情沖擊對勞動密集型小微企業(yè)經(jīng)營情況的影響更大。由此，借鑒Butler 和Cornaggia（2011）的研究思路，本文利用2016—2020 年江蘇省小微企業(yè)的追蹤調(diào)研數(shù)據(jù)，構(gòu)建雙重差分模型評估疫情沖擊對小微企業(yè)經(jīng)營績效的影響，在此基礎上構(gòu)建三重差分模型檢驗金融科技是否緩解了疫情產(chǎn)生的負面影響，從而評價金融科技對支持小微企業(yè)發(fā)展發(fā)揮的作用。

本文可能的貢獻在于：第一，采用2016—2020 年332 家小微企業(yè)追蹤調(diào)研數(shù)據(jù)，聚焦我國小微企業(yè)生產(chǎn)經(jīng)營問題，構(gòu)建反事實框架評估疫情期間不同行業(yè)小微企業(yè)經(jīng)營狀況，為量化疫情影響提供經(jīng)驗數(shù)據(jù)支撐，在微觀層面補充了重大公共衛(wèi)生事件對我國實體經(jīng)濟影響的相關研究；第二，通過百度搜索數(shù)據(jù)構(gòu)建地級市層面的金融科技指數(shù)，利用三重差分模型識別金融科技發(fā)展為緩解疫情沖擊發(fā)揮的作用，并進一步分析城鄉(xiāng)異質(zhì)性及作用機制，豐富了金融科技通過融資渠道產(chǎn)生實際經(jīng)濟效應的相關研究，為后疫情時期金融科技發(fā)展提供有針對性的政策建議。

二、文獻綜述與研究假說

理論研究表明，小微企業(yè)經(jīng)營易受到外部環(huán)境的影響，不友好、不確定的環(huán)境容易對企業(yè)經(jīng)營產(chǎn)生負面影響，惡化企業(yè)績效（呂一博等，2008）。疫情爆發(fā)對世界經(jīng)濟帶來的影響是前所未有的，相比于大型企業(yè)，中小微企業(yè)所遭受的沖擊更為劇烈（馬理和范偉，2021）。英國中小企業(yè)聯(lián)盟（FSB）調(diào)查數(shù)據(jù)①資料來源：“On in Three Closed Small Firms Fear They'll Never Re_open Amid Widespread Redundancy Plans，” https：//www.fsb.org.uk.顯示，英國41%的中小企業(yè)已經(jīng)停止運營；道口金科統(tǒng)計的小微企業(yè)日度經(jīng)營數(shù)據(jù)顯示，2020 年中國各省中小微企業(yè)營業(yè)收入與經(jīng)營活躍數(shù)分別低于2019 年同期的51%和46%（王正位等，2020）。一方面，中小企業(yè)在資金充裕度、技術(shù)壁壘、內(nèi)部管理結(jié)構(gòu)以及人才號召力等多方面都處于劣勢（Martin 等，2018；Narula，2004），導致其抵御外部沖擊的能力更弱，經(jīng)營穩(wěn)定性更差；另一方面，大多小企業(yè)在產(chǎn)業(yè)鏈上處于弱勢地位，對上游廠商的議價能力不足，對下游客戶的成本轉(zhuǎn)嫁能力也不強。因此，當外部環(huán)境的沖擊使得需求迅速下降時，行業(yè)中的馬太效應顯現(xiàn)，龍頭企業(yè)蠶食小微企業(yè)的市場份額，使得小微企業(yè)經(jīng)營艱難、盈利水平下降?，F(xiàn)有研究表明，疫情沖擊導致各省份中小微企業(yè)經(jīng)營活動數(shù)據(jù)顯著下降，中小微企業(yè)經(jīng)營損失較大，并且在不同行業(yè)、地區(qū)之間存在異質(zhì)性（王正位等，2020）。

為控制疫情蔓延，我國制定了一系列積極的公共衛(wèi)生政策，如封鎖疫情高風險地區(qū)、禁止大規(guī)模聚集、追蹤密切接觸者等，效果顯著。但不可否認的是，積極的疫情防控措施對企業(yè)復工復產(chǎn)帶來了較大影響，其中，勞動密集型企業(yè)經(jīng)營情況受到疫情沖擊的影響更為明顯。由于對疫情的嚴格防控，物流停滯，人員流動受限，勞動密集型企業(yè)的員工難以按時返崗，并且原材料和產(chǎn)品運輸流通受限，嚴重影響企業(yè)生產(chǎn)經(jīng)營。此外，勞動密集型小微企業(yè)往往處于產(chǎn)業(yè)鏈底端，融資渠道受限，但企業(yè)仍要面臨日常費用及防疫要求的固定開支，資金短缺日益嚴重，小微企業(yè)資金鏈斷裂的可能性大大提高。由此可見，疫情沖擊對小微企業(yè)經(jīng)營存在較大影響，且對勞動密集型企業(yè)的影響更大，疫情對中小企業(yè)的沖擊存在非均衡的特征（張平和楊耀武，2020）。基于此，本文提出如下假說：

假說1：疫情沖擊對勞動密集型小微企業(yè)盈利能力產(chǎn)生負面影響。

歷史經(jīng)驗表明，負面沖擊會對金融市場產(chǎn)生直接且嚴重的影響，并迅速通過信貸渠道——提高融資門檻、收回已發(fā)放貸款等方式傳遞至實體經(jīng)濟部門（Cowling 等，2020）。對此，我國政府出臺了一系列相關政策與措施，如降息、減租、增加債務展期等，以加強對小微企業(yè)的金融支持，穩(wěn)定企業(yè)經(jīng)營，避免因流動性約束問題導致企業(yè)破產(chǎn)。然而，由于政策短期落地效果與企業(yè)訴求有比較大的偏差，各項政策緩解小微企業(yè)現(xiàn)金流狀況的作用有限。清華大學對1 509 家中小企業(yè)進行的兩輪問卷調(diào)查顯示，96.1%的企業(yè)在2020 年4 月份仍面臨現(xiàn)金流壓力，85%的中小微企業(yè)現(xiàn)金余額維持不了3 個月（朱武祥等，2020）。

隨著數(shù)字技術(shù)的快速發(fā)展，近年來各類金融機構(gòu)和金融科技公司紛紛加大對金融科技業(yè)務的投入，并通過各種方式引導客戶在線辦理各類業(yè)務。金融科技無接觸式服務方式在疫情期間優(yōu)勢凸顯，打通了線上融資渠道，有效拓寬了現(xiàn)有金融服務邊界，有利于緩解疫情期間小微企業(yè)的融資困境問題，推動市場恢復信心。理論而言，數(shù)字技術(shù)與金融業(yè)務的交叉融合，可以打破傳統(tǒng)金融服務的地理、時空限制（黃益平和黃卓，2018），通過增加信息透明度、提高信息傳輸效率來有效緩解信息不對稱并大幅降低交易成本（王馨，2015），整合碎片化的需求并形成規(guī)模優(yōu)勢，從技術(shù)上突破傳統(tǒng)金融機構(gòu)信用增進與風險防控模式的瓶頸（丁杰，2015；Philippon，2016；Beck 等，2016）。而此次疫情的爆發(fā)更是加速推動了金融科技的發(fā)展，催化了創(chuàng)新金融服務模式的落地，以支持實體經(jīng)濟的發(fā)展。

首先，疫情期間傳統(tǒng)線下金融業(yè)務受限，而金融科技則利用不斷更迭的數(shù)字技術(shù)提高金融服務覆蓋面，通過普惠效應將小微企業(yè)納入金融服務體系。一方面，金融科技利用大數(shù)據(jù)、云計算等技術(shù)，捕捉企業(yè)在互聯(lián)網(wǎng)中的交易信息、物流信息等數(shù)字足跡（dig_ital footprints），通過彌補小微企業(yè)信息不足的劣勢，有效化解金融業(yè)務供需雙方信任問題，降低小企業(yè)融資成本，提高融資可得性。另一方面，數(shù)字支付系統(tǒng)可以有效補充企業(yè)信用記錄，利用支付渠道與融資渠道相互關聯(lián)的特性，部分緩解小企業(yè)信貸約束（皮天雷等，2018）。其次，由于金融機構(gòu)貸款技術(shù)和貸款條件是影響小微企業(yè)融資的關鍵因素（董曉林等，2015），金融科技的發(fā)展推動了傳統(tǒng)金融機構(gòu)的數(shù)字化轉(zhuǎn)型，促進了金融服務模式的創(chuàng)新，有利于金融服務市場下沉，完善針對小微企業(yè)的金融服務產(chǎn)品。其一，金融科技有助于金融機構(gòu)搭建科學化的小微企業(yè)信用評估模型，從而能夠提高風險預警準確性及風險信息處理能力，降低風險評估成本。其二，金融科技有助于金融機構(gòu)抵消疫情沖擊帶來的負面影響，并利用各種金融科技平臺，如電子商務平臺、數(shù)字金融平臺、區(qū)塊鏈和供應鏈金融平臺等為小微企業(yè)提供精準信貸支持，降低小微企業(yè)信貸門檻和信貸成本。綜上，在疫情沖擊實體經(jīng)濟的催化影響下，金融科技表現(xiàn)出顯著的普惠效應，緩解了小微企業(yè)的融資約束，對沖了疫情沖擊造成的負面影響?；诖?，本文提出假說2：

假說2：金融科技通過緩解小微企業(yè)融資約束從而降低疫情對其產(chǎn)生的負面影響。

三、研究設計與數(shù)據(jù)描述

（一）研究設計

疫情沖擊對小微企業(yè)經(jīng)營績效的影響受到企業(yè)特征、行業(yè)特征及經(jīng)濟環(huán)境多方面因素的影響，往往會造成分析結(jié)果有偏。本文為減少其他因素對研究結(jié)果的干擾，利用雙重差分和三重差分模型估計疫情沖擊對小微企業(yè)經(jīng)營績效的影響及金融科技發(fā)揮的作用。此次疫情爆發(fā)的突然性和嚴重性，以及疫情防控措施和復工復產(chǎn)要求導致的不同類型企業(yè)之間的影響差異化，為本文利用重大衛(wèi)生事件構(gòu)建準自然實驗提供了可能。

理論而言，要想準確識別疫情沖擊及金融科技對企業(yè)經(jīng)營產(chǎn)生的凈影響，需判斷企業(yè)受到疫情沖擊后的經(jīng)營狀況和企業(yè)沒有受到疫情沖擊情況下的經(jīng)營狀況之間的差異。考慮到小微企業(yè)復工復產(chǎn)面臨最嚴峻的考驗來自防疫要求，一方面，全國范圍內(nèi)限制人員流動的防疫措施使得企業(yè)員工難以及時到崗；另一方面，勞動密集型企業(yè)員工人數(shù)較多且工作場所較為集中，更容易受到復工后疫情傳播風險和防疫物資緊缺或防疫成本高的制約。因此，本文認為勞動密集型小微企業(yè)在疫情期間受到的影響更為嚴重。按照沈能等（2014）對企業(yè)按生產(chǎn)要素密集度的分組，本文將樣本小微企業(yè)分為勞動密集型企業(yè)（包括食品、飲料及家具制造業(yè)，紡織業(yè)，造紙業(yè)，批發(fā)與零售業(yè)以及建筑業(yè)企業(yè)）作為實驗組，非勞動密集型企業(yè)（包括技術(shù)密集型企業(yè)，如信息傳輸、軟件和信息技術(shù)服務業(yè)；資本密集型企業(yè)，如化學纖維制造業(yè)和木材加工業(yè)；知識密集型企業(yè)，如租賃和商務服務業(yè)等）作為控制組，進而考察疫情前后兩組企業(yè)經(jīng)營變化的差異。采用雙重差分方法來估計疫情沖擊對小微企業(yè)經(jīng)營活動的影響，即通過對比勞動密集型企業(yè)和非勞動密集型企業(yè)在疫情爆發(fā)前后盈利水平的差異，可以控制短期內(nèi)不隨時間變化的企業(yè)特征對經(jīng)營活動的影響。本文采用固定效應模型來消除個體和時間差異，具體模型如下：

其中，yit表示第i家小微企業(yè)在第t年的經(jīng)營活動情況，我們分別以總資產(chǎn)收益率（ROA）和凈資產(chǎn)收益率（ROE）表示。Treati表示第i家小微企業(yè)是否為實驗組企業(yè)，是則取值為1，否則為0；Time為外生沖擊的時間，2016—2019 年取值為0，2020 年取值為1；企業(yè)層面的控制變量用Controlit表示；γt為時間固定效應，μi為個體固定效應，εit表示擾動項。本文重點關注Treati與Time交互項（DID）的系數(shù)β3，其反映了新冠疫情沖擊對企業(yè)經(jīng)營活動的凈影響。此外，本文將樣本期從疫情發(fā)生前后兩期擴展至2016—2020 年，以更好地保證實證結(jié)果的穩(wěn)健。

在利用雙重差分模型衡量外部沖擊對小微企業(yè)經(jīng)營活動影響的基礎上，本文構(gòu)建三重差分模型檢驗金融科技是否緩解了小微企業(yè)面臨的負面沖擊。以往研究證明了金融科技在一定程度上可以緩解企業(yè)融資約束。在疫情爆發(fā)期間，由于限制人口流動，大部分銀行網(wǎng)點停業(yè)或縮短經(jīng)營時間，金融科技發(fā)展幫助實現(xiàn)“非接觸模式” 在線辦理各種業(yè)務，從而及時緩解小微企業(yè)因推遲復工復產(chǎn)導致的現(xiàn)金流上的巨大壓力。此外，小微企業(yè)中存在大量缺乏抵押、擔保物或缺失信用記錄的“信用白戶”，金融科技以科技為內(nèi)核，依托大數(shù)據(jù)、云計算等新技術(shù)提高傳統(tǒng)金融機構(gòu)的效率，實現(xiàn)精準識別小微企業(yè)的有效信貸需求。因此，在金融科技發(fā)展水平較高的地區(qū)，小微企業(yè)更容易獲得及時、充足的金融支持，保障復工復產(chǎn)，從而有效緩解疫情沖擊對經(jīng)營活動帶來的不利影響。

在評估地區(qū)金融科技水平方面，本文借鑒盛天翔和范從來（2020）對地區(qū)金融科技水平的衡量方法，利用金融科技相關關鍵詞①金融科技相關關鍵詞主要包括概念層面、技術(shù)層面、功能層面和服務模式層面的21 個相關關鍵詞，具體為：互聯(lián)網(wǎng)金融、金融科技、大數(shù)據(jù)、云計算、人工智能、區(qū)塊鏈、生物識別、在線支付、移動支付、第三方支付、網(wǎng)貸、網(wǎng)上融資、網(wǎng)絡融資、網(wǎng)絡小額貸款、網(wǎng)絡貸款、網(wǎng)銀、網(wǎng)絡銀行、電子銀行、在線銀行、互聯(lián)網(wǎng)銀行、直銷銀行。本文采用的是“pc ＋移動” 搜索指數(shù)。的百度搜索指數(shù)并采用變異系數(shù)法構(gòu)建樣本期間各地級市的金融科技發(fā)展指數(shù)?；谛枨髮用娴木W(wǎng)絡搜索數(shù)據(jù)可以較好地描述地區(qū)金融科技發(fā)展現(xiàn)狀，并且滿足本文對地市級面板數(shù)據(jù)的要求。我們將超過全省平均水平的地市劃分為高金融科技水平地區(qū)（Fintechj＝1），低于平均水平的地市劃分為低金融科技水平地區(qū)（Fintechj＝0），以此構(gòu)建三重差分項Fintechj×Treati×Time（DDD）檢驗金融科技發(fā)展對小微企業(yè)應對風險沖擊的緩解作用。在式（1）的基礎上，本文構(gòu)建如下模型：

（二）數(shù)據(jù)來源與變量選擇

本文數(shù)據(jù)來自2016—2020 年對江蘇省小微企業(yè)的問卷調(diào)研，抽樣方法是按照各地區(qū)小微企業(yè)數(shù)量進行分層比例抽樣，最終選取400 家小微企業(yè)進行追蹤調(diào)查。本文選擇江蘇省作為樣本地區(qū)主要考慮到：第一，江蘇省是我國綜合發(fā)展水平最高的省份之一，民營經(jīng)濟活躍度高，擁有超過300 萬家中小微企業(yè)②資料來源：“全省數(shù)量超過300 萬家 吸納城鎮(zhèn)就業(yè)超八成 中小微企業(yè)產(chǎn)權(quán) 激活經(jīng)濟‘毛細血管’”，《新華日報》，2021 年9 月6 日，http：//www.jiangsu.gov.cn/art/2021/9/6/art_ 60096_9999849.html。，并且作為制造業(yè)和外貿(mào)大省，省內(nèi)小微企業(yè)涉及的行業(yè)類型豐富，滿足本文對小微企業(yè)行業(yè)分類的需要。第二，江蘇省內(nèi)經(jīng)濟發(fā)展水平整體較高但地區(qū)差異明顯。雖然江蘇省整體經(jīng)濟發(fā)展水平處于全國前列，但各區(qū)域之間發(fā)展較不平衡，蘇北地區(qū)經(jīng)濟發(fā)展水平與蘇中、蘇南地區(qū)差距較大，因而從經(jīng)濟發(fā)展水平不同的地區(qū)獲取樣本具有較好的代表性。第三，江蘇省各地區(qū)疫情嚴重程度基本一致，防疫政策、復工復產(chǎn)要求及對小微企業(yè)的幫扶政策在全省內(nèi)部較為統(tǒng)一，在一定程度上避免了疫情影響不同等外部因素對研究結(jié)果產(chǎn)生的影響。

在數(shù)據(jù)處理過程中，本文刪除了樣本中涉及醫(yī)療衛(wèi)生行業(yè)和防疫物資生產(chǎn)的小微企業(yè)，并剔除了信息填寫錯誤、數(shù)據(jù)缺失的樣本，最終保留332 家小微企業(yè)樣本。由于存在部分企業(yè)在部分年度數(shù)據(jù)缺失的情況，本文采用了非平衡面板數(shù)據(jù)。樣本企業(yè)在地區(qū)分布上較為均勻，共涉及江蘇12 個地級市，73 個區(qū)（縣），其中包括32 個縣域地區(qū)，占總縣域地區(qū)的78%。由于小微企業(yè)在2020 年第一季度受疫情影響嚴重，初期開工率較低，第二季度是恢復生產(chǎn)的過渡期，因此本文選擇半年度經(jīng)營數(shù)據(jù)，以期更準確地捕捉短期內(nèi)金融科技緩解小微企業(yè)經(jīng)營危機的及時性與有效性。此外，地區(qū)金融科技發(fā)展水平的數(shù)據(jù)來源于樣本期間內(nèi)金融科技相關關鍵詞的百度搜索指數(shù)。

本文的被解釋變量為小微企業(yè)經(jīng)營情況，用總資產(chǎn)收益率（ROA）和凈資產(chǎn)收益率（ROE）表示。分組虛擬變量為Treat，時間虛擬變量為Time，地區(qū)金融科技水平虛擬變量為Fintech。企業(yè)層面的控制變量包括：企業(yè)資產(chǎn)規(guī)模（size），以總資產(chǎn)對數(shù)形式表示；年齡（age）；流動資產(chǎn)占比（liquid），以流動資產(chǎn)占總資產(chǎn)的比重表示。表1 給出了主要變量的描述性統(tǒng)計結(jié)果，我們對所有連續(xù)變量在1%的水平上進行了雙邊縮尾處理，避免異常值對實證結(jié)果產(chǎn)生影響。

表1 描述性統(tǒng)計

四、實證結(jié)果與分析

（一）平行趨勢檢驗

本文通過圖示法初步考察實驗組與對照組企業(yè)2016—2020 年半年度ROA 變化的趨勢（見圖1）。圖1 橫軸表示時間，虛線左側(cè)表示疫情發(fā)生之前，右側(cè)表示疫情發(fā)生之后；縱軸表示該組企業(yè)ROA 的平均值。從圖1 可以看出，在疫情沖擊之前，實驗組與對照組企業(yè)ROA 曲線基本平行，說明兩組企業(yè)經(jīng)營績效變動趨勢基本一致。但從虛線右側(cè)可以看出，受到疫情沖擊的影響，樣本小微企業(yè)的經(jīng)營績效較前幾年有所下降，兩組企業(yè)之間ROA 變化差異顯現(xiàn)，實驗組小微企業(yè)經(jīng)營活動受到的負面影響更大，經(jīng)營績效下降幅度更大。

圖1 實驗組與對照組企業(yè)ROA

此外，本文將樣本小微企業(yè)根據(jù)（Treat，F(xiàn)intech）兩個虛擬變量取值劃分為四組，即（0，0）、（0，1）、（1，0）和（1，1），根據(jù)各組企業(yè)ROA 率的散點圖和均值比較其在疫情沖擊前后的變化（見圖2），從而更直觀地展示金融科技發(fā)展對負面沖擊的緩解作用。圖2 橫軸表示企業(yè)ROA，圖中顯示了各分組下企業(yè)2019 年和2020 年ROA 散點圖及均值。從圖2 中可以看出，相比于其他各組，（Treat，F(xiàn)intech）取值為（1，0）時，即低金融科技水平地區(qū)的勞動密集型小微企業(yè)受到的疫情沖擊最為明顯。以上結(jié)果表明，疫情沖擊可能會造成實驗組小微企業(yè)經(jīng)營績效大幅度下降，并且地區(qū)金融科技的發(fā)展可能有助于小微企業(yè)應對疫情沖擊帶來的負面影響。

圖2 金融科技對負面沖擊的緩解效果

在上述圖示法的基礎上，本文借鑒Beck 等（2010）的研究方法分解疫情對小微企業(yè)經(jīng)營績效的影響在年度之間的動態(tài)趨勢：首先，生成時間虛擬變量與實驗組虛擬變量的交互項，以2019 年作為疫情發(fā)生的基期，pre表示疫情發(fā)生之前各年份，例如pre1 表示疫情發(fā)生前1 年，post1 表示疫情發(fā)生后1 年；其次，將上述交互項作為解釋變量進行回歸，交互項系數(shù)表示不同年份實驗組與控制組小微企業(yè)經(jīng)營情況的差異。從表2 的回歸結(jié)果可以發(fā)現(xiàn)，無論是否加入控制變量，疫情發(fā)生前一系列交互項系數(shù)均不顯著，而在疫情發(fā)生后交互項系數(shù)均顯著為負，說明疫情發(fā)生前實驗組與控制組之間不存在顯著差異，即本文的實證研究滿足差分模型對平行趨勢的假設條件。

表2 平行趨勢與動態(tài)效果檢驗

（續(xù)表）

（二）疫情沖擊對小微企業(yè)經(jīng)營活動的影響——基準回歸結(jié)果分析

表3 匯報了控制個體和時間固定效應的估計結(jié)果。我們分別以企業(yè)半年度的ROA 和ROE 衡量盈利水平，作為小微企業(yè)經(jīng)營活動的代理變量。表3 第（1）、（2）列為2019—2020 年兩年期數(shù)據(jù)的回歸結(jié)果。在控制企業(yè)特征變量的基礎上，DID系數(shù)估值顯著為負，說明受到新冠疫情沖擊，勞動密集型企業(yè)相比于非勞動密集型企業(yè)ROA 下降約1.8%。我們進一步調(diào)整時間窗口，將疫情發(fā)生前四年的數(shù)據(jù)包括在內(nèi)，以2016—2020 年為樣本期間進行實證檢驗。在控制時間趨勢和個體固定效應的基礎上，表3 第（3）、（4）列匯報的回歸結(jié)果顯示，雙重差分的關鍵變量系數(shù)顯著為負。綜上實證結(jié)果可知，與對照組（非勞動密集型）企業(yè)相比，疫情對實驗組（勞動密集型）小微企業(yè)經(jīng)營績效產(chǎn)生的負面影響更大。盡管小微企業(yè)是經(jīng)濟增長的重要貢獻者，但當出現(xiàn)突發(fā)性重大公共事件時，往往受到的影響最大。尤其是勞動密集型小微企業(yè)，由于技術(shù)含量較低，處于產(chǎn)業(yè)鏈低端且融資渠道有限（林毅夫和李永軍，2001），加之人員密集帶來的防疫成本提高，其經(jīng)營狀況受到疫情沖擊的影響更為嚴重。

表3 疫情沖擊對小微企業(yè)經(jīng)營活動的影響

（三）金融科技發(fā)展對負面沖擊的緩解作用——三重差分回歸結(jié)果分析

表4 匯報了運用三重差分方法估計的金融科技發(fā)展對疫情沖擊負面影響的緩解作用。2019—2020 年兩年期數(shù)據(jù)的回歸結(jié)果顯示DDD項系數(shù)為正，且在5%的水平上顯著，說明地區(qū)金融科技發(fā)展可以緩解疫情對企業(yè)經(jīng)營情況帶來的負面影響，顯著提高企業(yè)盈利能力，改善其經(jīng)營情況。在我們將窗口時間調(diào)整至2016—2020 年，這一結(jié)果依然成立。此次疫情加速了我國數(shù)字經(jīng)濟的發(fā)展，金融科技支持下線上服務的優(yōu)勢在疫情期間進一步凸顯，傳統(tǒng)金融機構(gòu)數(shù)字化轉(zhuǎn)型的步伐也在加快。從短期來看，小微企業(yè)在生產(chǎn)端、銷售端的雙重影響下出現(xiàn)現(xiàn)金流短缺，外源融資需求劇增，金融科技發(fā)展可以彌補傳統(tǒng)金融機構(gòu)依賴線下渠道開展業(yè)務的劣勢，在大規(guī)模隔離、封鎖的疫情期間，利用大數(shù)據(jù)、人工智能等數(shù)字技術(shù)在金融領域的創(chuàng)新應用，促進對小微企業(yè)的精準信貸支持，保障金融支持實體企業(yè)盡快恢復經(jīng)營。此外，移動支付體系、電商平臺以及數(shù)字化供應鏈等逐漸完善，基于移動終端設備的線上商業(yè)模式愈發(fā)活躍，為小微企業(yè)采購、銷售模式提供新的渠道，突破信息、物流等限制，有利于促進企業(yè)加快恢復生產(chǎn)經(jīng)營，保障小微企業(yè)經(jīng)濟活力。

表4 金融科技發(fā)展對負面沖擊的緩解作用

（四）安慰劑檢驗

前文利用調(diào)整時間窗口等方式證明本文結(jié)果的穩(wěn)健性，為了進一步檢驗上述三重差分結(jié)果是否會受到遺漏變量、隨機因素等影響，本文通過改變疫情沖擊時間、隨機定義處理組與控制組的方式虛構(gòu)政策時間與實驗分組進行安慰劑檢驗。

（1）改變疫情發(fā)生時間。疫情帶來的負面沖擊可能受時間影響，即2020 年虛擬變量產(chǎn)生的結(jié)果在任何一年都可能存在，借鑒趙志華和吳建南（2020）的研究方法，本文進行安慰劑檢驗來排除這種影響。我們將疫情發(fā)生時間提前至2019 年、2018 年及2017 年，分別生成虛擬變量time2019、time2018 和time2017，檢驗疫情沖擊對小微企業(yè)經(jīng)營活動的影響以及金融科技發(fā)展對負面沖擊的緩解效果。表5 的回歸結(jié)果表明假設的其他年份的疫情沖擊不會顯著影響小微企業(yè)的經(jīng)營績效，與金融科技發(fā)展構(gòu)成的三重差分變量同樣不顯著，這表明前文回歸結(jié)果受處理組與控制組之間固有差異和不可觀測變量的干擾相對較少。

表5 安慰劑檢驗結(jié)果——改變疫情發(fā)生時間

（2）隨機定義實驗組與控制組。為進一步緩解其他偶然因素對實證結(jié)果的影響，本文借鑒盧盛峰等（2019）、劉暢等（2020）的研究方法，將小微企業(yè)隨機劃分為勞動密集型（實驗組）與非勞動密集型（控制組）進行安慰劑檢驗。具體做法是將樣本企業(yè)隨機分組，構(gòu)建相應的雙重差分與三重差分關鍵變量，基于表4 的固定效應模型進行回歸，得到相應的差分變量系數(shù)的估計值。為了使分組更加隨機，我們將上述步驟重復1 000次，圖3 展示了1 000 次估計中雙重差分交乘項DID和三重差分交乘項DDD系數(shù)估計值的分布，圖中豎線表示表4 中第（3）列所對應的回歸結(jié)果。圖中結(jié)果可以看出，虛擬分組得到的系數(shù)估計值的絕對值大于真實分組回歸結(jié)果的概率非常低，并基本以0 為均值呈正態(tài)分布，由此可以認為前文實證結(jié)果不是某些不可觀測的偶然因素導致的，進一步證明了結(jié)論的穩(wěn)健性。

圖3 隨機分組中DID 和DDD 系數(shù)分布圖

（五）城鄉(xiāng)異質(zhì)性分析

近年來關于數(shù)字金融、金融科技等方面的研究尚存在的爭論之處在于：科技與金融的結(jié)合是否會帶來“數(shù)字鴻溝” 問題。理論上，數(shù)字技術(shù)邏輯與“長尾” 市場群體的高度契合，有助于突破金融機構(gòu)服務小微企業(yè)的技術(shù)瓶頸。依托數(shù)字技術(shù)的金融產(chǎn)品供給可以打破空間與時間的限制，降低信貸契約達成過程中的隱性成本，解決服務小微企業(yè)缺乏規(guī)模經(jīng)濟優(yōu)勢的頑疾。但是，目前金融科技發(fā)展帶來的“數(shù)字紅利” 仍部分依賴于外部環(huán)境條件。在城鄉(xiāng)二元結(jié)構(gòu)體制下，我國城鄉(xiāng)二元金融體系特征明顯，城鄉(xiāng)金融市場結(jié)構(gòu)方面存在很大差異，因此本文進一步識別金融科技發(fā)展對疫情期間小微企業(yè)經(jīng)營情況的異質(zhì)性影響。我們將小微企業(yè)按所在地區(qū)劃分為縣域與城市地區(qū)，在上述研究結(jié)果的基礎上進行子樣本回歸。此外，我們構(gòu)建虛擬變量county，當樣本企業(yè)位于縣域時取值為1，否則為0，在方程中引入DDD與county的交互項檢驗城鄉(xiāng)異質(zhì)性。

從分組回歸結(jié)果來看，金融科技發(fā)展主要緩解了城市地區(qū)小微企業(yè)受到的負面沖擊，但在縣域小微企業(yè)樣本中結(jié)果并不顯著，表6 第（3）、（6）列中交互項檢驗系數(shù)顯著為負同樣說明相比于城市地區(qū)小微企業(yè)，金融科技發(fā)展對縣域地區(qū)樣本企業(yè)緩解疫情影響的作用較小。這說明雖然理論上金融科技發(fā)展可以突破地理限制，但當前階段縣域地區(qū)“數(shù)字紅利” 效果并不明顯。造成這一結(jié)果可能的原因是，金融科技為實體經(jīng)濟提供金融服務仍依賴于傳統(tǒng)金融機構(gòu)（黃銳等，2020），縣域及廣大農(nóng)村地區(qū)金融機構(gòu)受限于資金與人才缺失，在金融科技應用、數(shù)字化轉(zhuǎn)型方面較為落后，特別是縣域地區(qū)主要的金融服務供給方——農(nóng)村商業(yè)銀行，數(shù)字化水平相比于全國性大型銀行仍有較大差距，在較大程度上阻礙了金融科技發(fā)展支持實體經(jīng)濟的渠道。另外，農(nóng)村地區(qū)金融基礎設施如信息環(huán)境、征信體系、信用環(huán)境等相對不完善，導致有效信息獲取困難且信息質(zhì)量低、時效性差，從而限制了金融科技發(fā)展的應用空間。此外，縣域及農(nóng)村地區(qū)小微企業(yè)數(shù)字技術(shù)應用尚未普及，信息來源相對單一，對金融科技發(fā)展帶來的創(chuàng)新型金融服務方式接受程度不高，從而進一步限制了金融科技發(fā)展的作用。

表6 城鄉(xiāng)異質(zhì)性分析

五、擴展性研究：作用機制檢驗

理論分析可知，金融科技發(fā)展可以降低小微企業(yè)融資約束程度，從而緩解其資金壓力，減少疫情沖擊帶來的負面影響。本文從貸款可獲得性和融資成本兩個方面對金融科技發(fā)展提高小微企業(yè)經(jīng)營績效的作用機制進行檢驗。具體來說，本文通過區(qū)分不同融資約束程度的小微企業(yè)來檢驗在融資約束程度更高的企業(yè)中，金融科技發(fā)展對緩解疫情負面影響是否具有顯著作用，從而為金融科技發(fā)展提高企業(yè)經(jīng)營績效的作用機制提供經(jīng)驗證據(jù)。

在短期內(nèi)，小微企業(yè)由于復工復產(chǎn)困難及市場需求驟減，將面臨更嚴重的財務問題與現(xiàn)金流壓力，因此更加依賴外部融資來源。本文選擇企業(yè)信貸約束與企業(yè)債務成本作為衡量企業(yè)融資約束的指標。其中，信貸約束（con）以企業(yè)在2020 年1—6 月是否獲得銀行貸款表示，獲得銀行貸款則表示企業(yè)未受到信貸約束（con＝0），沒有獲得銀行貸款則表示企業(yè)受到信貸約束（con＝0）。參考錢雪松等（2019）的研究，本文以企業(yè)財務費用與總負債的比值衡量企業(yè)債務成本，并劃分為三等分位數(shù)得到高、中、低債務成本分組。我們設置虛擬變量cost，當樣本企業(yè)屬于高債務成本組時cost取值為1；企業(yè)屬于低債務成本組時cost取值為0。本文將樣本企業(yè)按照融資可獲得性分組進行回歸，并引入交互項檢驗，實證結(jié)果如表7 所示。

表7 作用機制檢驗

（續(xù)表）

從分組回歸的結(jié)果來看，金融科技發(fā)展對疫情負面影響的緩解作用在融資可獲得性低的子樣本中更為顯著，同時交互項系數(shù)顯著為正，說明在疫情期間未獲得銀行信貸以及債務成本較高的小微企業(yè)可以借助金融科技發(fā)展緩解流動性約束，減少疫情帶來的負面沖擊，避免財務問題進一步惡化，維持自身經(jīng)營績效。這也在一定程度上證明，金融科技在發(fā)揮普惠效應方面具有巨大潛力，其有效拓寬了金融服務覆蓋范圍，使更多面臨融資約束的小微企業(yè)受益于地區(qū)金融科技的發(fā)展。這些結(jié)果在一定程度上說明金融科技發(fā)展通過緩解融資約束提高企業(yè)經(jīng)營績效，有助于企業(yè)度過疫情期間的經(jīng)營危機。

六、結(jié)論與啟示

本文利用江蘇省2016—2020 年332 家小微企業(yè)調(diào)研數(shù)據(jù)構(gòu)建雙重差分及三重差分模型，量化疫情沖擊對不同類型小微企業(yè)經(jīng)營績效的差異化影響，在此基礎上評估金融科技發(fā)展對幫助小微企業(yè)緩解疫情沖擊、度過經(jīng)營困境的作用及其作用機制，并比較城鄉(xiāng)差異。本文實證結(jié)果表明：第一，在突發(fā)公共事件沖擊下，勞動密集型小微企業(yè)經(jīng)營受損情況更為嚴重，疫情沖擊對其產(chǎn)生的負面影響明顯大于非勞動密集型小微企業(yè)；第二，在疫情期間金融科技發(fā)展帶來的無接觸式業(yè)務模式優(yōu)勢凸顯，可以緩解小微企業(yè)受到的負面沖擊，幫助小微企業(yè)提高經(jīng)營績效，維持經(jīng)營活力，但是，相比于城市小微企業(yè)，金融科技發(fā)展尚未表現(xiàn)出對縣域及農(nóng)村地區(qū)小微企業(yè)經(jīng)營情況的顯著積極作用；第三，金融科技發(fā)展通過降低小微企業(yè)融資約束程度可以緩解其面臨的負面沖擊，說明金融科技在一定程度上發(fā)揮了普惠效應，對傳統(tǒng)金融服務是一個補充。

疫情沖擊暴露了我國小微企業(yè)財務上的脆弱性，外部融資難、融資貴問題已經(jīng)成為小微企業(yè)抗風險能力弱、容易陷入破產(chǎn)的主要原因之一，因而本文的研究結(jié)論具有重要的啟示意義。

第一，政策干預需要對不同類型小微企業(yè)保持敏感性，而不是采取“一刀切” 的做法。各種金融支持辦法在惠及所有小微企業(yè)的同時，需重視外部沖擊對不同地區(qū)和行業(yè)小微企業(yè)帶來的影響存在差異性。同時，政策關注點應從最初重視小微企業(yè)短期內(nèi)生存困境，轉(zhuǎn)向積極引導小微企業(yè)通過創(chuàng)新、數(shù)字化轉(zhuǎn)型等方式建立長效應對措施，特別是對于縣域及農(nóng)村等落后地區(qū)小微企業(yè)，應引導企業(yè)結(jié)合自身特征和優(yōu)勢拓寬線上業(yè)務渠道，搭建數(shù)字化供應鏈以應對疫情沖擊帶來的全球性和長期性的影響。

第二，引導金融科技發(fā)揮普惠作用的同時需要重視數(shù)據(jù)安全與風險控制問題。金融科技在疫情期間發(fā)揮了重要作用，線上金融服務的優(yōu)勢明顯。各類金融機構(gòu)應加大科技投入，強化技術(shù)優(yōu)勢，利用大數(shù)據(jù)、人工智能、區(qū)塊鏈等數(shù)字技術(shù)提升金融服務效率，加速科技與金融業(yè)態(tài)的融合發(fā)展，充分發(fā)揮金融科技賦能下的普惠效應。與此同時，金融機構(gòu)與監(jiān)管部門對于數(shù)字經(jīng)濟創(chuàng)新發(fā)展中的安全和風控問題應加強重視：一應加強數(shù)據(jù)安全與交易安全，嚴格限制數(shù)據(jù)庫使用權(quán)限，避免金融安全隱患；二應避免出現(xiàn)數(shù)字技術(shù)的“算法黑箱”，防止小微企業(yè)等普惠群體被排除在金融科技服務體系之外，在促進科技與金融深度融合的同時重視數(shù)字技術(shù)背后隱含的風險、安全與公平等問題。