高太光　王奎

【摘要】區(qū)塊鏈技術(shù)作為一項(xiàng)極具顛覆性的新興數(shù)字技術(shù)， 在推動(dòng)技術(shù)革新和產(chǎn)業(yè)轉(zhuǎn)型升級(jí)中具有舉足輕重的作用。以2014 ～ 2021年滬深兩市A股上市企業(yè)為研究對(duì)象， 采用傾向得分匹配—雙重差分模型（PSM-DID）實(shí)證檢驗(yàn)區(qū)塊鏈技術(shù)應(yīng)用對(duì)企業(yè)融資約束的影響。研究發(fā)現(xiàn)： 區(qū)塊鏈技術(shù)的應(yīng)用能有效緩解企業(yè)融資約束， 并且通過(guò)降低信息不對(duì)稱(chēng)水平和增加短期負(fù)債發(fā)揮作用。異質(zhì)性檢驗(yàn)表明： 區(qū)塊鏈技術(shù)應(yīng)用對(duì)企業(yè)融資約束的減輕作用在非國(guó)有、 股權(quán)較為集中、 客戶(hù)集中度較低、 處于市場(chǎng)化水平較高區(qū)域的樣本中更明顯。該研究結(jié)論為企業(yè)積極引入?yún)^(qū)塊鏈技術(shù)以緩解自身融資約束問(wèn)題提供了經(jīng)驗(yàn)證據(jù)。

【關(guān)鍵詞】區(qū)塊鏈技術(shù)；融資約束；傾向得分匹配-雙重差分模型；異質(zhì)性

【中圖分類(lèi)號(hào)】F832.5? ? ? 【文獻(xiàn)標(biāo)識(shí)碼】A? ? ? 【文章編號(hào)】1004-0994（2023）10-0042-8

一、 引言

自2016年工業(yè)和信息化部提出“區(qū)塊鏈”概念以來(lái)， 區(qū)塊鏈?zhǔn)袌?chǎng)規(guī)模不斷擴(kuò)大， 根據(jù)IDC預(yù)測(cè)， 到2023年， 我國(guó)企業(yè)將在區(qū)塊鏈產(chǎn)業(yè)上投入27億美元。區(qū)塊鏈技術(shù)的去中心化、 信息不可篡改、 可追溯等技術(shù)屬性逐漸應(yīng)用到各金融服務(wù)平臺(tái)， 為開(kāi)發(fā)綜合性的供應(yīng)鏈金融服務(wù)進(jìn)而解決企業(yè)融資問(wèn)題提供強(qiáng)有力的技術(shù)支撐（宋華等，2022）。在此背景下， 區(qū)塊鏈技術(shù)對(duì)企業(yè)融資的影響值得關(guān)注， 這將有助于深入理解區(qū)塊鏈技術(shù)應(yīng)用帶來(lái)的經(jīng)濟(jì)后果， 并為有效緩解企業(yè)融資約束提供啟示。

充足、 持續(xù)的資金來(lái)源是企業(yè)開(kāi)展生產(chǎn)經(jīng)營(yíng)、 創(chuàng)新等活動(dòng)要滿(mǎn)足的首要條件。然而， 由于全球經(jīng)濟(jì)不確定性的加劇， 加之融資供給端仍存在較高的信貸風(fēng)險(xiǎn)， 許多企業(yè)面臨融資約束問(wèn)題。因此， 要解決企業(yè)融資約束問(wèn)題， 必須突破現(xiàn)有融資困境， 尋求融資模式創(chuàng)新。金融科技的發(fā)展為解決企業(yè)融資難題提供了新的思路， 大數(shù)據(jù)、 物聯(lián)網(wǎng)等數(shù)字技術(shù)的融入更是提高了金融機(jī)構(gòu)信息甄別、 風(fēng)控能力， 有效提升了其決策科學(xué)性（龔強(qiáng)等，2021）。作為金融科技的代表性技術(shù)之一， 區(qū)塊鏈技術(shù)因在保證上鏈數(shù)據(jù)質(zhì)量、 減少多邊交易信息不對(duì)稱(chēng)等方面具有重要作用， 迅速在企業(yè)融資領(lǐng)域受到學(xué)者們的極大關(guān)注， 區(qū)塊鏈技術(shù)之于金融創(chuàng)新的作用也越發(fā)明顯①。那么， 應(yīng)用區(qū)塊鏈技術(shù)的企業(yè)融資約束會(huì)如何變化？不同特征和環(huán)境下的企業(yè)應(yīng)用區(qū)塊鏈技術(shù)對(duì)融資約束的影響是否存在一定差異？區(qū)塊鏈技術(shù)通過(guò)何種途徑對(duì)企業(yè)融資約束產(chǎn)生影響？

鑒于此， 本文選取2014 ～ 2021年滬深A(yù)股上市企業(yè)作為樣本， 以企業(yè)當(dāng)年是否實(shí)際應(yīng)用區(qū)塊鏈技術(shù)將樣本分為處理組和對(duì)照組， 采用PSM-DID方法實(shí)證研究區(qū)塊鏈技術(shù)應(yīng)用對(duì)企業(yè)融資約束的影響， 討論該影響是否因企業(yè)屬性和所處環(huán)境不同而有所差異， 并且進(jìn)一步檢驗(yàn)其中的作用機(jī)制。與已有研究相比， 本文可能的貢獻(xiàn)可歸結(jié)為兩個(gè)方面： 第一， 拓展了區(qū)塊鏈技術(shù)應(yīng)用對(duì)企業(yè)融資約束影響的研究方法。與現(xiàn)有多數(shù)研究從技術(shù)架構(gòu)、 功能特征、 應(yīng)用場(chǎng)景等方面探討區(qū)塊鏈技術(shù)發(fā)揮的作用不同， 本文基于大樣本數(shù)據(jù)采用PSM-DID方法深入分析區(qū)塊鏈技術(shù)應(yīng)用對(duì)企業(yè)融資約束的影響， 為區(qū)塊鏈技術(shù)引入帶來(lái)的正向影響提供了證據(jù)支撐并更好地突出了區(qū)塊鏈技術(shù)應(yīng)用對(duì)企業(yè)融資約束產(chǎn)生的“凈效應(yīng)”。第二， 豐富了區(qū)塊鏈技術(shù)與企業(yè)融資約束關(guān)系的研究。結(jié)合我國(guó)的市場(chǎng)環(huán)境深入研究因企業(yè)微觀特征和宏觀環(huán)境不同導(dǎo)致的區(qū)塊鏈技術(shù)應(yīng)用差異， 可以為不同類(lèi)型企業(yè)的戰(zhàn)略制定提供事實(shí)依據(jù)； 刻畫(huà)區(qū)塊鏈技術(shù)作用于企業(yè)融資約束的傳導(dǎo)機(jī)制， 為更清楚地認(rèn)識(shí)和理解該效應(yīng)的作用機(jī)理提供參考。

二、 文獻(xiàn)綜述

（一）區(qū)塊鏈技術(shù)經(jīng)濟(jì)后果研究

區(qū)塊鏈技術(shù)的廣泛應(yīng)用會(huì)產(chǎn)生一系列的經(jīng)濟(jì)后果， 現(xiàn)有關(guān)于區(qū)塊鏈技術(shù)經(jīng)濟(jì)后果的研究主要集中于業(yè)務(wù)流程和供應(yīng)鏈金融領(lǐng)域。在改進(jìn)業(yè)務(wù)流程方面， 區(qū)塊鏈技術(shù)通過(guò)提高企業(yè)勞動(dòng)者生產(chǎn)力、 優(yōu)化資源自動(dòng)交易流程（王曉靜等，2019）、 推進(jìn)產(chǎn)業(yè)鏈智能化和網(wǎng)絡(luò)化進(jìn)程（張路，2019）， 從而有效降低銷(xiāo)售費(fèi)用率（Pan等，2020）、 促進(jìn)企業(yè)創(chuàng)新（鐘海燕和周文淵，2022）和提升企業(yè)績(jī)效（林心怡和吳東，2021）。隨著研究的深入， 部分學(xué)者發(fā)現(xiàn)， 較高的獨(dú)董比例和股權(quán)集中度、 企業(yè)資產(chǎn)規(guī)模的擴(kuò)張等是區(qū)塊鏈技術(shù)在公司治理中充分發(fā)揮作用的關(guān)鍵因素（Pan等，2020； 林心怡和吳東，2021）。在優(yōu)化供應(yīng)鏈金融方面， 區(qū)塊鏈技術(shù)不僅能保證交易過(guò)程中數(shù)據(jù)的完整性（龔強(qiáng)等，2021）， 還能通過(guò)減少信息不對(duì)稱(chēng)、 加強(qiáng)相關(guān)機(jī)構(gòu)監(jiān)管等降低金融機(jī)構(gòu)風(fēng)險(xiǎn)（孫睿等，2023；師修繁，2022；董春雨等，2022）。

（二）企業(yè)融資約束的影響因素研究

已有研究表明， 我國(guó)企業(yè)普遍存在融資約束問(wèn)題。企業(yè)融資約束的影響因素很多， 從宏觀層面看， 巴塞爾協(xié)議Ⅲ帶來(lái)的資本儲(chǔ)備規(guī)范和其他監(jiān)管變化， 使得私人銀行更傾向于對(duì)重點(diǎn)大型企業(yè)放貸。在我國(guó)， 因國(guó)有企業(yè)具有特殊性質(zhì)與背景， 金融資源也更偏向于國(guó)有企業(yè)（簡(jiǎn)澤等，2018）， 擠占非國(guó)有企業(yè)發(fā)展所需的金融資源， 造成民營(yíng)企業(yè)融資門(mén)檻和融資成本更高。從微觀層面看， 信息不對(duì)稱(chēng)是造成上市公司融資約束問(wèn)題的主要原因（龔強(qiáng)等，2021）。銀企間信息非對(duì)稱(chēng)會(huì)導(dǎo)致企業(yè)違約風(fēng)險(xiǎn)和金融機(jī)構(gòu)外部欺詐風(fēng)險(xiǎn)增加、 信貸資金分配不均甚至錯(cuò)配等問(wèn)題， 進(jìn)而迫使企業(yè)融資成本提高， 加重企業(yè)融資約束。

同時(shí)， 學(xué)界從外部環(huán)境和內(nèi)部環(huán)境兩方面出發(fā)， 探討了如何緩解融資約束。從外部環(huán)境看， 在影響企業(yè)融資約束的諸多因素中政府發(fā)揮著重要作用， 受到政策支持的企業(yè)融資約束往往得到緩解（徐思等，2019）。此外， 完善金融生態(tài)環(huán)境（魏志華等，2014）、 加強(qiáng)政治關(guān)聯(lián)（于蔚等，2012）、 提高供應(yīng)商集中度（李振東和馬超，2019）亦能為企業(yè)贏取良好的聲譽(yù)， 降低其交易成本和供應(yīng)鏈復(fù)雜性， 增加企業(yè)貸款的可獲得性。從內(nèi)部環(huán)境看， 企業(yè)可通過(guò)優(yōu)化治理結(jié)構(gòu)（王康等，2019）、 完善相關(guān)內(nèi)部制度（李姝等，2022）和環(huán)境信息披露（劉蕾和鄢章華，2017）等， 進(jìn)一步改善自身經(jīng)營(yíng)狀況和降低信息不對(duì)稱(chēng)水平， 從而緩解融資約束。

三、 理論分析與研究假設(shè)

區(qū)塊鏈技術(shù)發(fā)展促進(jìn)了融資模式革新和效率提升， 不僅能有效緩解企業(yè)在生產(chǎn)經(jīng)營(yíng)中資金需求的信息不對(duì)稱(chēng)問(wèn)題， 還能滿(mǎn)足企業(yè)在發(fā)展過(guò)程中不同階段的資金需求， 為解決企業(yè)融資難、 融資貴問(wèn)題提供可能。

首先， 區(qū)塊鏈技術(shù)可以緩解信息不對(duì)稱(chēng)問(wèn)題， 為企業(yè)和債權(quán)人提供一個(gè)信息透明、 安全可靠的融資環(huán)境。信息不對(duì)稱(chēng)是引起上市公司融資約束問(wèn)題的主要根源， 且信息不對(duì)稱(chēng)程度越高， 融資約束程度也就越高。因此， 緩解信息不對(duì)稱(chēng)有助于減輕企業(yè)融資約束。區(qū)塊鏈技術(shù)的出現(xiàn)改變了供應(yīng)鏈的信息流形態(tài)： 一方面， 通過(guò)區(qū)塊鏈技術(shù)對(duì)信任共識(shí)的作用機(jī)制， 可建立供應(yīng)鏈可視化數(shù)據(jù)體系， 供應(yīng)鏈上下游企業(yè)及金融機(jī)構(gòu)、 物流公司等可以隨時(shí)獲取系統(tǒng)數(shù)據(jù)， 去中心化的分布式結(jié)構(gòu)可解決信息不對(duì)稱(chēng)問(wèn)題； 另一方面， 區(qū)塊鏈技術(shù)可以增強(qiáng)各方信息分享意愿， 降低信息需求方收集和處理信息的成本并提高傳遞效率， 進(jìn)而改善企業(yè)信息環(huán)境、 有效減少信息不對(duì)稱(chēng)。

其次， 區(qū)塊鏈技術(shù)可以提高企業(yè)短期資金的可獲得性， 進(jìn)而影響企業(yè)融資約束。中小企業(yè)或者非國(guó)有企業(yè)很難獲得長(zhǎng)期融資， 更多的是通過(guò)短期債務(wù)融資， 以滿(mǎn)足其短期資金需求。區(qū)塊鏈技術(shù)在提高企業(yè)短期債務(wù)融資能力方面具有重要作用： 一方面， 區(qū)塊鏈技術(shù)可通過(guò)增強(qiáng)金融機(jī)構(gòu)識(shí)別企業(yè)信用風(fēng)險(xiǎn)的能力， 優(yōu)化共識(shí)機(jī)制， 實(shí)現(xiàn)鏈內(nèi)信息即時(shí)共享， 確保交易記錄、 協(xié)議合同真實(shí)可信， 有效限制借款方信息欺詐行為， 減少數(shù)據(jù)缺失等問(wèn)題， 為金融機(jī)構(gòu)提供信任保障， 從而提高企業(yè)短期資金的可獲得性， 緩解企業(yè)融資約束問(wèn)題。另一方面， 區(qū)塊鏈技術(shù)建立了整個(gè)過(guò)程節(jié)點(diǎn)的協(xié)同關(guān)系， 構(gòu)建參與規(guī)則和激勵(lì)機(jī)制， 不僅可以改進(jìn)生產(chǎn)流程、 降低運(yùn)營(yíng)成本、 提高運(yùn)營(yíng)質(zhì)量， 還能有效地連接供應(yīng)鏈聯(lián)盟、 金融機(jī)構(gòu)和政府監(jiān)管部門(mén)， 進(jìn)而提升企業(yè)運(yùn)營(yíng)能力和經(jīng)營(yíng)績(jī)效， 而良好的績(jī)效表現(xiàn)有利于提高企業(yè)外部資金的可獲得性。

基于以上分析， 本文提出如下假設(shè)：

H1： 區(qū)塊鏈技術(shù)應(yīng)用能有效緩解企業(yè)融資約束。

四、 研究設(shè)計(jì)

（一）樣本選取與數(shù)據(jù)來(lái)源

自2016年以來(lái)， 我國(guó)區(qū)塊鏈技術(shù)發(fā)展迅速（林心怡和吳東，2021）， 因此， 本文選取2014 ～ 2021年相關(guān)數(shù)據(jù)作為樣本。借鑒Pan等（2020）、 林心怡和吳東（2021）的研究方法， 利用百度搜索引擎進(jìn)行相關(guān)數(shù)據(jù)搜集。為保證數(shù)據(jù)的有效性， 根據(jù)以下原則對(duì)所搜集的數(shù)據(jù)進(jìn)行整理： 剔除非A股企業(yè)； 剔除金融企業(yè)和科技型服務(wù)企業(yè)； 剔除ST、 ?ST企業(yè)； 剔除上市時(shí)間晚或僅進(jìn)行重大資產(chǎn)重組企業(yè)； 剔除連續(xù)多年缺失數(shù)據(jù)樣本， 對(duì)某些缺失部分年份樣本參照相關(guān)報(bào)表補(bǔ)齊數(shù)據(jù)。在此基礎(chǔ)上， 通過(guò)手工搜集樣本企業(yè)各年度財(cái)務(wù)報(bào)告及以“企業(yè)簡(jiǎn)稱(chēng)+區(qū)塊鏈技術(shù)”為關(guān)鍵字在百度搜索企業(yè)相關(guān)信息， 進(jìn)一步剔除無(wú)實(shí)際應(yīng)用區(qū)塊鏈技術(shù)和應(yīng)用區(qū)塊鏈技術(shù)較晚的企業(yè)， 同時(shí)記錄各企業(yè)應(yīng)用區(qū)塊鏈技術(shù)的初始年份。由此， 獲得實(shí)際應(yīng)用區(qū)塊鏈技術(shù)的20家上市企業(yè)數(shù)據(jù)。

本文所使用的財(cái)務(wù)數(shù)據(jù)來(lái)自同花順（iFinD）和國(guó)泰安（CSMAR）。另外， 對(duì)所有連續(xù)變量指標(biāo)按照雙邊各剔除1%的方式進(jìn)行縮尾處理。

（二）傾向得分匹配—雙重差分模型設(shè)定

基于研究需要， 根據(jù)企業(yè)是否應(yīng)用區(qū)塊鏈技術(shù)設(shè)置分組啞變量Post， 將20家應(yīng)用企業(yè)設(shè)定為處理組， 賦值為1； 其他企業(yè)設(shè)定為對(duì)照組， 賦值為0。同時(shí)， 根據(jù)企業(yè)應(yīng)用區(qū)塊鏈技術(shù)的時(shí)間設(shè)置分期虛擬變量Treat， 將應(yīng)用初始年份及之后的每一年均視為當(dāng)年應(yīng)用區(qū)塊鏈技術(shù)， 賦值為1； 初始應(yīng)用年份之前的時(shí)間賦值為0。參照王康等（2019）的做法， 建立如下多期雙重差分模型：

FCit=β0+β1DIDit+βcXit+μi+θt+εit （1）

Xit=f（Recit，Tobin Qit，F(xiàn)lit，Ocfit，Staffit，Tatrit，Top1it， Stateit） （2）

其中： FCit表示企業(yè)i在t時(shí)期的融資約束； β0為常數(shù)項(xiàng)； DIDit（DIDit=Posti×Treatt）為企業(yè)當(dāng)年是否應(yīng)用區(qū)塊鏈技術(shù)的啞變量； β1是本文重點(diǎn)關(guān)注的參數(shù)， β1<0表示區(qū)塊鏈技術(shù)應(yīng)用減輕了企業(yè)融資約束， 相反， 則加重了企業(yè)融資約束； Xit代表一系列控制變量； μi表示行業(yè)固定效應(yīng)； θt表示年份固定效應(yīng)； εit代表隨機(jī)誤差項(xiàng)。

本文進(jìn)一步采用傾向得分匹配法（PSM）， 解決DID模型中處理組與對(duì)照組在應(yīng)用區(qū)塊鏈技術(shù)前不完全具備共同趨勢(shì)假設(shè)問(wèn)題。本研究的PSM流程如下： 第一步， 選取協(xié)變量。借鑒相關(guān)文獻(xiàn)將影響企業(yè)區(qū)塊鏈技術(shù)應(yīng)用和融資約束的變量納入模型， 并對(duì)比不同模型的極大似然值以確定擬合效果較優(yōu)的協(xié)變量， 最終選取應(yīng)收賬款收入比、 員工人數(shù)、 產(chǎn)權(quán)性質(zhì)、 經(jīng)營(yíng)性?xún)衄F(xiàn)金流等8個(gè)變量為協(xié)變量。第二步， 進(jìn)行傾向得分匹配。借鑒林心怡和吳東（2021）的做法， 采用1∶3的最近鄰匹配。第三步， 進(jìn)行平衡性檢驗(yàn)。為驗(yàn)證PSM結(jié)果的可靠性， 通過(guò)平衡性檢驗(yàn)驗(yàn)證處理組與對(duì)照組在匹配變量上有無(wú)明顯差異。經(jīng)過(guò)上述匹配， 最終獲得8701個(gè)非平衡面板觀測(cè)數(shù)據(jù)。

（三）變量選取

1. 被解釋變量： 融資約束。因SA指數(shù)由完全外生的size和age兩個(gè)變量組成， 其被廣泛應(yīng)用于衡量企業(yè)融資約束水平。參照吳秋生和黃賢環(huán)（2017）的做法， 采用SA指數(shù)表示企業(yè)融資約束， 其表達(dá)式為： SA=0.043×Size2-0.737×Size-0.04×Age。其中： Size取賬面資產(chǎn)對(duì)數(shù)（Hadlock和Pierce，2010）， Age為公司上市年限。用該公式得到的SA數(shù)值為負(fù)， 以絕對(duì)值表示， 其絕對(duì)值越大， 說(shuō)明公司面臨的融資約束程度越高， 同時(shí)采用WW指數(shù)進(jìn)行穩(wěn)健性分析。

2. 解釋變量： 區(qū)塊鏈技術(shù)應(yīng)用。根據(jù)前述內(nèi)容， 通過(guò)設(shè)置啞變量（DID）對(duì)區(qū)塊鏈技術(shù)應(yīng)用進(jìn)行衡量： 企業(yè)當(dāng)年及以后年份應(yīng)用區(qū)塊鏈技術(shù)的樣本設(shè)定為1， 即DID=1， 未應(yīng)用的樣本設(shè)定為0， 即DID=0 。

3. 控制變量。參照已有研究（徐思等，2019；吳秋生和黃賢環(huán)，2017）， 本文選取以下控制變量： 應(yīng)收賬款收入比（Rec）、 托賓Q值（Tobin Q）、 財(cái)務(wù)杠桿（Fl）、 經(jīng)營(yíng)性?xún)衄F(xiàn)金流（Ocf）、 員工人數(shù)（Staff）、 總資產(chǎn)周轉(zhuǎn)率（Tatr）、 第一大股東持股比例（Top1）、 產(chǎn)權(quán)性質(zhì)（State）。此外， 在模型中還控制了年份（Year）和行業(yè)固定效應(yīng)（Industry）。各變量定義見(jiàn)表1。

五、 實(shí)證結(jié)果及分析

（一）描述性統(tǒng)計(jì)

處理組和對(duì)照組樣本的描述性統(tǒng)計(jì)結(jié)果分別見(jiàn)表2和表3。通過(guò)對(duì)比兩表各主要變量相關(guān)數(shù)據(jù)可知， 兩組樣本均存在不同程度的融資約束， 但應(yīng)用區(qū)塊鏈技術(shù)企業(yè)融資約束的均值（3.757）和中位數(shù)（3.778）均小于未應(yīng)用區(qū)塊鏈技術(shù)樣本企業(yè)的均值（3.866）和中位數(shù)（3.869）， 間接說(shuō)明區(qū)塊鏈技術(shù)應(yīng)用與企業(yè)融資約束可能呈負(fù)相關(guān)關(guān)系。

（二）傾向得分匹配結(jié)果

核密度函數(shù)圖可作為檢驗(yàn)PSM結(jié)果質(zhì)量的方法之一。匹配前后的核密度函數(shù)圖如圖1和圖2所示： PSM匹配前對(duì)照組與處理組的核密度函數(shù)峰度和偏度差異較大， PSM匹配后處理組與對(duì)照組的核密度函數(shù)分布趨勢(shì)近乎一致、 峰度相近， 說(shuō)明匹配效果較好， 這為本文進(jìn)一步采用DID模型研究區(qū)塊鏈技術(shù)應(yīng)用對(duì)企業(yè)融資約束的影響提供了良好的觀測(cè)樣本。

平衡性檢驗(yàn)要求處理組與對(duì)照組在匹配變量上差異較小。用于PSM匹配的各變量平衡性檢驗(yàn)結(jié)果如表4所示。由表4可知， PSM匹配后匹配變量標(biāo)準(zhǔn)偏差絕對(duì)值均小于10%， 說(shuō)明處理組與對(duì)照組在企業(yè)其他特征方面差異較小、 PSM匹配效果較佳， 同時(shí)說(shuō)明采用PSM方法可有效減小對(duì)照組與處理組之間協(xié)變量選取差異， 進(jìn)一步減小因樣本自選擇產(chǎn)生的估計(jì)偏誤。

（三）基準(zhǔn)回歸結(jié)果

區(qū)塊鏈技術(shù)應(yīng)用與企業(yè)融資約束的基準(zhǔn)回歸結(jié)果如表5所示。表5列（1）報(bào)告了在沒(méi)有控制變量情況下的回歸結(jié)果， 由此可知， DID的回歸系數(shù)在1%的水平上顯著為負(fù)， 表明應(yīng)用區(qū)塊鏈技術(shù)能有效紓解企業(yè)融資約束； 表5列（2）進(jìn)一步報(bào)告了在添加一系列控制變量情況下的回歸結(jié)果， 由此可知， DID的回歸系數(shù)仍在1%的水平上顯著為負(fù)， 同樣說(shuō)明區(qū)塊鏈技術(shù)的應(yīng)用能顯著緩解企業(yè)融資約束。因此， H1得到驗(yàn)證。

（四）穩(wěn)健性檢驗(yàn)

本文進(jìn)一步通過(guò)平行趨勢(shì)檢驗(yàn)、 安慰劑檢驗(yàn)、 更換被解釋變量、 更換樣本匹配方法等對(duì)基準(zhǔn)回歸進(jìn)行穩(wěn)健性檢驗(yàn)。

1. 平行趨勢(shì)檢驗(yàn)。圖3繪制了2014 ～ 2021年回歸系數(shù)變化圖和其95%的置信區(qū)間。觀察圖3中前五期回歸系數(shù)可發(fā)現(xiàn)， 在5%置信水平上β1并不顯著區(qū)別于零， 說(shuō)明處理組樣本與對(duì)照組樣本在未應(yīng)用區(qū)塊鏈技術(shù)之前的融資約束水平變動(dòng)趨勢(shì)近乎一致， 平行趨勢(shì)假設(shè)得到驗(yàn)證。觀察后五期回歸系數(shù)發(fā)現(xiàn)， 相較于前五期， 回歸系數(shù)有所偏離零值， 且應(yīng)用區(qū)塊鏈技術(shù)后第4年的回歸系數(shù)在95%置信區(qū)間內(nèi)顯著不包含零值， 說(shuō)明應(yīng)用區(qū)塊鏈技術(shù)之后處理組和對(duì)照組融資約束水平存在差異， 證實(shí)了企業(yè)區(qū)塊鏈技術(shù)應(yīng)用的動(dòng)態(tài)效果。

2. 安慰劑檢驗(yàn)。隨機(jī)化企業(yè)初始應(yīng)用區(qū)塊鏈技術(shù)的時(shí)點(diǎn)， 并使這個(gè)隨機(jī)過(guò)程重復(fù)進(jìn)行500次， 以進(jìn)行安慰劑檢驗(yàn)。圖4報(bào)告了區(qū)塊鏈技術(shù)應(yīng)用對(duì)企業(yè)融資約束的安慰劑檢驗(yàn)結(jié)果， 發(fā)現(xiàn)回歸系數(shù)集中在0附近， 且基準(zhǔn)回歸系數(shù)-0.110在500次系數(shù)估計(jì)結(jié)果之外， 因此， 可以排除基準(zhǔn)回歸結(jié)果是由不可觀測(cè)因素導(dǎo)致的。

3. 更換被解釋變量?，F(xiàn)有研究對(duì)融資約束的衡量指標(biāo)不一。與SA指數(shù)不同， WW指數(shù)包含較多企業(yè)特征， 能比較全面地評(píng)價(jià)影響企業(yè)融資約束的因素。參考唐松和謝雪妍（2021）的做法， 本文進(jìn)一步采用WW指數(shù)作為被解釋變量進(jìn)行穩(wěn)健性檢驗(yàn)。表6列（1）的回歸結(jié)果表明， DID的回歸系數(shù)與基準(zhǔn)回歸結(jié)果保持一致， 結(jié)論較為穩(wěn)健。

4. 更換樣本匹配方法。表6列（2） ～ （4）分別報(bào)告了采用卡尺匹配、 核匹配、 馬氏距離匹配等方法進(jìn)行PSM匹配后的回歸結(jié)果。結(jié)果表明， 在三種匹配方法下估計(jì)結(jié)果差異較小， 且與表5列（2）基準(zhǔn)回歸結(jié)果相近， 再次證明結(jié)論比較穩(wěn)健。

（五）異質(zhì)性檢驗(yàn)

1. 基于企業(yè)微觀特征的異質(zhì)性分析。

（1）區(qū)分產(chǎn)權(quán)性質(zhì)的異質(zhì)性檢驗(yàn)。國(guó)有企業(yè)在我國(guó)往往更容易獲得銀行信貸政策的傾斜， 而民營(yíng)企業(yè)則不然， 同時(shí)民營(yíng)企業(yè)公開(kāi)披露的信息也相對(duì)較少， 信息不對(duì)稱(chēng)問(wèn)題更為嚴(yán)重?？梢灶A(yù)測(cè)， 我國(guó)民營(yíng)企業(yè)在經(jīng)營(yíng)活動(dòng)中普遍存在“融資難、 融資貴”的困境（吳秋生和黃賢環(huán)，2017）。按企業(yè)所有權(quán)性質(zhì)劃分， 把樣本分為國(guó)有企業(yè)和非國(guó)有企業(yè)， 并在回歸中剔除控制變量Stateit， 表7列（1）和列（2）給出了所有制分組回歸結(jié)果。結(jié)果顯示， 國(guó)有企業(yè)樣本DID的回歸系數(shù)未通過(guò)顯著性檢驗(yàn)， 而非國(guó)有企業(yè)樣本DID的回歸系數(shù)在1%的水平上顯著為負(fù)， 且組間系數(shù)差異也在1%的水平上顯著， 這說(shuō)明與國(guó)有企業(yè)相比， 區(qū)塊鏈技術(shù)應(yīng)用更能有效緩解非國(guó)有企業(yè)的融資約束， 原因在于非國(guó)有企業(yè)面臨的融資約束較大， 而國(guó)有企業(yè)的融資優(yōu)勢(shì)使得區(qū)塊鏈技術(shù)應(yīng)用對(duì)其融資約束的緩解作用并不明顯。

（2）區(qū)分股權(quán)分布的異質(zhì)性檢驗(yàn)。企業(yè)所有權(quán)與經(jīng)營(yíng)權(quán)分離導(dǎo)致的委托代理問(wèn)題是導(dǎo)致管理層與股東產(chǎn)生矛盾的原因之一， 相對(duì)集中的股權(quán)結(jié)構(gòu)有利于大股東為了自身利益和公司收益監(jiān)督管理層， 從而制衡管理層權(quán)力。因此， 股權(quán)集中度較高的企業(yè)管理層會(huì)慎重對(duì)待重大投資， 也更有可能引進(jìn)區(qū)塊鏈技術(shù)（林心怡和吳東，2021）， 進(jìn)而緩解企業(yè)融資約束。采用前五大股東持股比例之和衡量企業(yè)股權(quán)集中度， 并在回歸中剔除控制變量Top1。按照前五大股東持股比例之和的中位數(shù)將樣本分為高、 低股權(quán)集中度兩組。表7列（3）和（4）分別報(bào)告了各樣本回歸結(jié)果， 高股權(quán)集中度樣本中DID的回歸系數(shù)在1%的水平上顯著為負(fù)， 而低股權(quán)集中度樣本中DID的回歸系數(shù)并不顯著， 且組間系數(shù)差異在5%的水平上顯著， 說(shuō)明區(qū)塊鏈技術(shù)應(yīng)用對(duì)企業(yè)融資約束的緩解作用主要體現(xiàn)在高股權(quán)集中度企業(yè)中。

2. 基于企業(yè)所處宏觀環(huán)境的異質(zhì)性分析。

（1）區(qū)分客戶(hù)關(guān)系的異質(zhì)性檢驗(yàn)。企業(yè)客戶(hù)集中度的提高能使自身與下游企業(yè)利益逐漸趨同， 從而緩解市場(chǎng)信息不對(duì)稱(chēng)產(chǎn)生的影響， 進(jìn)而降低企業(yè)融資成本、 緩解企業(yè)融資約束， 即高客戶(hù)集中度企業(yè)面臨的融資約束程度可能更低。借鑒趙爽等（2022）的做法， 采用年度前五大客戶(hù)采購(gòu)額占總采購(gòu)額的比重衡量企業(yè)客戶(hù)集中度， 根據(jù)數(shù)據(jù)中位數(shù)將樣本分為高客戶(hù)集中度樣本和低客戶(hù)集中度樣本。表8列（1）和列（2）分別報(bào)告了客戶(hù)集中度分組回歸結(jié)果。從回歸結(jié)果可以看出， DID的回歸系數(shù)在高客戶(hù)集中度樣本中為正但未通過(guò)顯著性檢驗(yàn)， 而在低客戶(hù)集中度樣本中顯著為負(fù)， 且組間系數(shù)差異在1%的水平上顯著， 說(shuō)明區(qū)塊鏈技術(shù)應(yīng)用對(duì)客戶(hù)集中度較低企業(yè)的融資約束緩解作用更明顯。

（2）區(qū)分市場(chǎng)環(huán)境的異質(zhì)性檢驗(yàn)。伴隨著市場(chǎng)化進(jìn)程的不斷推進(jìn)， 企業(yè)推進(jìn)數(shù)字化、 網(wǎng)絡(luò)化、 智能化的意愿和動(dòng)力更強(qiáng)； 同時(shí)， 在市場(chǎng)化水平較高的地區(qū)， 企業(yè)更愿意推動(dòng)創(chuàng)新以促進(jìn)績(jī)效增長(zhǎng)， 也就更有可能引進(jìn)區(qū)塊鏈技術(shù)。借鑒宮興國(guó)等（2022）的研究， 以市場(chǎng)化總指數(shù)來(lái)衡量市場(chǎng)化水平。根據(jù)數(shù)據(jù)中位數(shù)將樣本分為市場(chǎng)化水平高、 低樣本， 進(jìn)一步檢驗(yàn)不同市場(chǎng)環(huán)境下區(qū)塊鏈技術(shù)應(yīng)用對(duì)企業(yè)融資約束產(chǎn)生的異質(zhì)性影響?；貧w結(jié)果如表8列（3）和列（4）所示， DID的回歸系數(shù)在市場(chǎng)化水平較高的樣本中顯著為負(fù)， 而在市場(chǎng)化水平較低的樣本中為正但不顯著， 且組間系數(shù)差異在1%的水平上顯著， 說(shuō)明區(qū)塊鏈技術(shù)應(yīng)用對(duì)市場(chǎng)化水平較高區(qū)域企業(yè)的融資約束緩解作用更加明顯。

六、 機(jī)制檢驗(yàn)

（一）信息不對(duì)稱(chēng)的作用機(jī)制檢驗(yàn)

結(jié)合前文的分析， 區(qū)塊鏈技術(shù)去中心化的分布式結(jié)構(gòu)不僅可以為信息需求方提供實(shí)時(shí)、 可靠的數(shù)據(jù)， 而且能促進(jìn)供應(yīng)鏈上下游、 金融機(jī)構(gòu)等積極加入?yún)^(qū)塊鏈， 進(jìn)行信息共享， 提高了企業(yè)間、 銀企間信息溝通效率， 進(jìn)而緩解企業(yè)融資約束。因此， 參照溫忠麟等（2004）的方法檢驗(yàn)這一作用機(jī)制。參考宋敏等（2021）的研究， 通過(guò)流動(dòng)性比率、 非流動(dòng)性、 收益率反轉(zhuǎn)構(gòu)建信息不對(duì)稱(chēng)指標(biāo)（ASYit）。表9列（1）報(bào)告了區(qū)塊鏈技術(shù)應(yīng)用對(duì)中介變量信息不對(duì)稱(chēng)的影響， 回歸結(jié)果顯示， DID的回歸系數(shù)為負(fù)且在1%的水平上顯著， 說(shuō)明區(qū)塊鏈技術(shù)應(yīng)用顯著降低了企業(yè)間、 銀企間的信息不對(duì)稱(chēng)。表9列（2）同時(shí)引入?yún)^(qū)塊鏈技術(shù)變量和信息不對(duì)稱(chēng)變量考察其對(duì)企業(yè)融資約束的影響， 回歸結(jié)果顯示， DID的回歸系數(shù)在1%的水平上顯著為負(fù)， 而ASY的回歸系數(shù)在1%的水平上顯著為正， 但DID系數(shù)絕對(duì)值較基準(zhǔn)回歸模型中的系數(shù)絕對(duì)值更小， 表明信息不對(duì)稱(chēng)的中介機(jī)制得到了實(shí)證檢驗(yàn)結(jié)果的支持， 且為部分中介作用。

（二）流動(dòng)負(fù)債的作用機(jī)制檢驗(yàn)

區(qū)塊鏈技術(shù)在保證企業(yè)上鏈數(shù)據(jù)真實(shí)可靠、 不可篡改、 可追溯的同時(shí)， 也為金融機(jī)構(gòu)等提供信任保障， 增強(qiáng)金融機(jī)構(gòu)對(duì)風(fēng)險(xiǎn)的識(shí)別、 控制能力， 有效防范事前和事中重大外部風(fēng)險(xiǎn)的產(chǎn)生， 還能提升企業(yè)運(yùn)營(yíng)能力和經(jīng)營(yíng)績(jī)效， 進(jìn)而增加企業(yè)短期資金的可獲得性， 緩解企業(yè)融資約束。因此， 類(lèi)似上述檢驗(yàn)流程， 檢驗(yàn)企業(yè)流動(dòng)負(fù)債水平（FDit）的中介作用。由表9列（3）可知， DID的回歸系數(shù)在1%的水平上顯著為正， 說(shuō)明區(qū)塊鏈技術(shù)應(yīng)用增加了企業(yè)流動(dòng)負(fù)債； 由表9列（4）可知， 區(qū)塊鏈技術(shù)和流動(dòng)負(fù)債的回歸系數(shù)均在1%的水平上顯著為負(fù)， 說(shuō)明直接效應(yīng)和中介效應(yīng)同時(shí)存在， 即區(qū)塊鏈技術(shù)應(yīng)用通過(guò)提高短期負(fù)債水平緩解企業(yè)融資約束， 且流動(dòng)負(fù)債起部分中介作用。

七、 研究結(jié)論與政策建議

（一）研究結(jié)論

本文以2014 ～ 2021年滬深A(yù)股上市公司為樣本， 以公司當(dāng)年是否應(yīng)用區(qū)塊鏈技術(shù)為啞變量， 采用傾向得分匹配方法確定最終研究樣本， 通過(guò)雙重差分模型研究區(qū)塊鏈技術(shù)應(yīng)用對(duì)企業(yè)融資約束的影響， 并進(jìn)行了異質(zhì)性分析及機(jī)制檢驗(yàn)， 得出以下結(jié)論： 首先， 區(qū)塊鏈技術(shù)的應(yīng)用可以有效紓解企業(yè)融資約束， 且多種穩(wěn)健性檢驗(yàn)結(jié)果與基準(zhǔn)回歸結(jié)果一致。其次， 異質(zhì)性檢驗(yàn)結(jié)果表明， 股權(quán)相對(duì)集中、 處于市場(chǎng)化水平較高區(qū)域的企業(yè)， 更有可能追求企業(yè)長(zhǎng)期利益、 更多地關(guān)注區(qū)塊鏈技術(shù)， 因此， 區(qū)塊鏈技術(shù)在這些企業(yè)中能更好地發(fā)揮融資約束緩解作用； 相對(duì)于國(guó)有企業(yè)和客戶(hù)集中度較高的企業(yè)而言， 區(qū)塊鏈技術(shù)應(yīng)用對(duì)非國(guó)有、 客戶(hù)集中度較低企業(yè)的融資約束緩解作用更為明顯。最后， 作用機(jī)制檢驗(yàn)表明， 區(qū)塊鏈技術(shù)的應(yīng)用可通過(guò)降低信息不對(duì)稱(chēng)和提高流動(dòng)負(fù)債水平來(lái)減輕企業(yè)融資約束。

（二）政策建議

第一， 國(guó)內(nèi)企業(yè)因勢(shì)利導(dǎo)， 主動(dòng)把握區(qū)塊鏈技術(shù)所帶來(lái)的創(chuàng)新契機(jī)。我國(guó)企業(yè)亟需順應(yīng)產(chǎn)業(yè)技術(shù)變革浪潮， 加大對(duì)區(qū)塊鏈技術(shù)的推廣力度以構(gòu)建區(qū)塊鏈技術(shù)與自身發(fā)展融資需求之間的適配機(jī)制， 促進(jìn)企業(yè)積極應(yīng)用區(qū)塊鏈技術(shù)， 從而加快推進(jìn)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展進(jìn)程。同時(shí)， 各企業(yè)應(yīng)保證上鏈數(shù)據(jù)安全可靠， 從源頭上降低數(shù)據(jù)風(fēng)險(xiǎn)， 增加融資可獲得性。

第二， 金融機(jī)構(gòu)積極引入?yún)^(qū)塊鏈技術(shù)以降低信任風(fēng)險(xiǎn)和不良貸款率， 更好地為企業(yè)放貸。一方面， 金融機(jī)構(gòu)可借助區(qū)塊鏈的不可篡改屬性， 將信息技術(shù)、 大數(shù)據(jù)等融入金融機(jī)構(gòu)的決策流程， 以此提高金融機(jī)構(gòu)的信息甄別、 風(fēng)控等能力； 另一方面， 區(qū)塊鏈可以打通數(shù)據(jù)孤島， 降低銀企間、 企業(yè)間信息不對(duì)稱(chēng)水平， 通過(guò)建立銀企間的真實(shí)信息互換、 金融機(jī)構(gòu)間融資信息相互核驗(yàn)等多種機(jī)制， 確保資金往來(lái)票據(jù)、 質(zhì)押物憑證等多種信息真實(shí)、 互通， 更好地助力緩解企業(yè)融資難、 融資慢等問(wèn)題。

第三， 區(qū)塊鏈技術(shù)應(yīng)用在不同屬性和處于不同宏觀環(huán)境的企業(yè)中發(fā)揮的作用存在顯著差異。因此， 國(guó)家可以根據(jù)企業(yè)屬性或市場(chǎng)環(huán)境制定差異化的扶持政策， 特別是加大對(duì)非國(guó)有企業(yè)區(qū)塊鏈技術(shù)應(yīng)用的支持力度， 以減小不同屬性企業(yè)區(qū)塊鏈技術(shù)應(yīng)用的差距， 進(jìn)而更好地發(fā)揮區(qū)塊鏈技術(shù)應(yīng)用對(duì)企業(yè)融資約束的積極影響。

【 注 釋 】

① 中國(guó)互聯(lián)網(wǎng)金融協(xié)會(huì)《中國(guó)區(qū)塊鏈金融應(yīng)用與發(fā)展研究報(bào)告（2020）》。

【 主 要 參 考 文 獻(xiàn) 】

董春雨，李守偉，張瑞彬．基于知識(shí)圖譜的區(qū)塊鏈與供應(yīng)鏈金融融合研究［ J］．財(cái)會(huì)月刊，2022（4）：149 ～ 154．

宮興國(guó)，于月莉，林春雷．戰(zhàn)略激進(jìn)、市場(chǎng)化進(jìn)程與企業(yè)融資約束 —— 基于A股制造業(yè)上市公司的實(shí)證數(shù)據(jù)［ J］．南京審計(jì)大學(xué)學(xué)報(bào)，2022（2）：50 ～ 59．

龔強(qiáng)，班銘媛，張一林．區(qū)塊鏈、企業(yè)數(shù)字化與供應(yīng)鏈金融創(chuàng)新［ J］．管理世界，2021（2）：22 ～ 34+3．

簡(jiǎn)澤，徐揚(yáng)，呂大國(guó)等．中國(guó)跨企業(yè)的資本配置扭曲：金融摩擦還是信貸配置的制度偏向［ J］．中國(guó)工業(yè)經(jīng)濟(jì)，2018（11）：24 ～ 41．

李姝，田馬飛，李丹等．客戶(hù)信息披露會(huì)影響企業(yè)稅收規(guī)避嗎［ J］．南開(kāi)管理評(píng)論，2022（6）：75 ～ 85+107+86 ～ 87．

李振東，馬超．供應(yīng)商集中度與企業(yè)外部融資約束［ J］．經(jīng)濟(jì)問(wèn)題，2019（8）：27 ～ 35．

林心怡，吳東．區(qū)塊鏈技術(shù)與企業(yè)績(jī)效：公司治理結(jié)構(gòu)的調(diào)節(jié)作用［ J］．管理評(píng)論，2021（11）：341 ～ 352．

劉蕾，鄢章華．區(qū)塊鏈體系下的產(chǎn)業(yè)集群融資信任機(jī)制［ J］．中國(guó)流通經(jīng)濟(jì)，2017（12）：73 ～ 79．

師修繁．基于區(qū)塊鏈的供應(yīng)鏈金融業(yè)務(wù)處理框架設(shè)計(jì)［ J］．財(cái)會(huì)月刊，2022（15）：77 ～ 83．

宋華，楊雨?yáng)|，陶錚．區(qū)塊鏈在企業(yè)融資中的應(yīng)用：文獻(xiàn)綜述與知識(shí)框架［ J］．南開(kāi)管理評(píng)論，2022（2）：34 ～ 48．

宋敏，周鵬，司海濤．金融科技與企業(yè)全要素生產(chǎn)率 —— “賦能”和信貸配給的視角［ J］．中國(guó)工業(yè)經(jīng)濟(jì)，2021（4）：138 ～ 155．

孫睿，何大義，蘇匯淋．基于演化博弈的區(qū)塊鏈技術(shù)在供應(yīng)鏈金融中的應(yīng)用研究［ J］．中國(guó)管理科學(xué)，2023（3）：1 ～ 18．

唐松，謝雪妍．企業(yè)持股金融機(jī)構(gòu)如何服務(wù)實(shí)體經(jīng)濟(jì) —— 基于供應(yīng)鏈溢出效應(yīng)的視角［ J］．中國(guó)工業(yè)經(jīng)濟(jì)，2021（11）：116 ～ 134．

王康，李逸飛，李靜等．孵化器何以促進(jìn)企業(yè)創(chuàng)新？ —— 來(lái)自中關(guān)村海淀科技園的微觀證據(jù)［ J］．管理世界，2019（11）：102 ～ 118．

王曉靜，羅娟，宋燕飛．區(qū)塊鏈技術(shù)促進(jìn)生產(chǎn)方式變革［ J］．技術(shù)經(jīng)濟(jì)與管理研究，2019（5）：3 ～ 7．

魏志華，曾愛(ài)民，李博．金融生態(tài)環(huán)境與企業(yè)融資約束 —— 基于中國(guó)上市公司的實(shí)證研究［ J］．會(huì)計(jì)研究，2014（5）：73 ～ 80+95．

溫忠麟，張雷，侯杰泰等．中介效應(yīng)檢驗(yàn)程序及其應(yīng)用［ J］．心理學(xué)報(bào)，2004（5）：614 ～ 620．

吳秋生，黃賢環(huán)．財(cái)務(wù)公司的職能配置與集團(tuán)成員上市公司融資約束緩解［ J］．中國(guó)工業(yè)經(jīng)濟(jì)，2017（9）：156 ～ 173．

徐思，何曉怡，鐘凱．“一帶一路”倡議與中國(guó)企業(yè)融資約束［ J］．中國(guó)工業(yè)經(jīng)濟(jì)，2019（7）：155 ～ 173．

于蔚，汪淼軍，金祥榮．政治關(guān)聯(lián)和融資約束：信息效應(yīng)與資源效應(yīng)［ J］．經(jīng)濟(jì)研究，2012（9）：125 ～ 139．

張路．區(qū)塊鏈技術(shù)應(yīng)用對(duì)產(chǎn)業(yè)鏈協(xié)同創(chuàng)新的作用機(jī)理［ J］．學(xué)習(xí)與實(shí)踐，2019（4）：16 ～ 23．

趙爽，王生年，王家彬．客戶(hù)關(guān)系對(duì)企業(yè)技術(shù)創(chuàng)新的影響［ J］．管理學(xué)報(bào)，2022（2）：271 ～ 279．

鐘海燕，周文淵．區(qū)塊鏈發(fā)展對(duì)企業(yè)創(chuàng)新影響的實(shí)證［ J］．統(tǒng)計(jì)與決策，2022（16）：163 ～ 167．

Hadlock C. J.， Pierce J. R.. New evidence on measuring financial constraints： Moving beyond the KZ index［ J］．The Review of Financial Studies，2010（5）：1909 ～ 1940．

Pan X.， Pan X.， Song M.， et al.. Blockchain technology and enterprise operational capabilities： An empirical test［ J］．International Journal of Information Management，2020（52）：101946．

（責(zé)任編輯·校對(duì)： 黃艷晶? 許春玲）

【基金項(xiàng)目】教育部人文社會(huì)科學(xué)研究青年基金項(xiàng)目“‘互聯(lián)網(wǎng)+物流供應(yīng)鏈定價(jià)與供需協(xié)調(diào)匹配機(jī)制研究”（項(xiàng)目編號(hào)：20YJCZH035）；黑龍江省博士后面上資助經(jīng)費(fèi)項(xiàng)目“基于大數(shù)據(jù)分析的企業(yè)陽(yáng)光采購(gòu)行為研究”（項(xiàng)目編號(hào)：LBH-Z20029）；黑龍江省哲學(xué)社會(huì)科學(xué)研究規(guī)劃年度項(xiàng)目“‘互聯(lián)網(wǎng)+物流供應(yīng)鏈資源配置與供需協(xié)調(diào)機(jī)制研究”（項(xiàng)目編號(hào)：19GLE331）