摘要：

伴隨數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展，數(shù)字普惠金融為緩解涉農(nóng)企業(yè)融資約束提供了新的可能和路徑。將北京大學(xué)數(shù)字普惠金融2011—2020年市級數(shù)據(jù)與中國涉農(nóng)企業(yè)數(shù)據(jù)進(jìn)行匹配，實證檢驗數(shù)字普惠金融發(fā)展對涉農(nóng)企業(yè)融資約束的影響。研究表明：數(shù)字普惠金融發(fā)展可以顯著緩解涉農(nóng)企業(yè)融資約束，該結(jié)論在進(jìn)行多種穩(wěn)健性檢驗后依然成立。其中，數(shù)字普惠金融覆蓋廣度的影響效果優(yōu)于使用深度和數(shù)字化程度；數(shù)字普惠金融發(fā)展能夠通過降低融資成本、提高信息透明度等機制緩解涉農(nóng)企業(yè)融資約束；數(shù)字普惠金融發(fā)展對非國有企業(yè)融資約束的緩解作用相對于國有企業(yè)更大，對加工服務(wù)業(yè)企業(yè)融資約束的緩解作用相對于養(yǎng)殖種植業(yè)企業(yè)更大。傳統(tǒng)金融發(fā)展越好的地區(qū)，數(shù)字普惠金融發(fā)展對企業(yè)融資約束的緩解作用更強?？傮w而言，在緩解涉農(nóng)企業(yè)融資約束異質(zhì)性方面，數(shù)字普惠金融的“逐利性”大于其“普惠性”。文章為鄉(xiāng)村振興背景下解決涉農(nóng)企業(yè)融資難題、助推農(nóng)業(yè)經(jīng)濟(jì)發(fā)展提供理論參考和實踐指引：第一，要繼續(xù)推進(jìn)數(shù)字普惠金融發(fā)展，為涉農(nóng)企業(yè)提供數(shù)量眾多、業(yè)態(tài)豐富的新型金融服務(wù)；第二，涉農(nóng)企業(yè)要積極進(jìn)行信息披露，減小與金融機構(gòu)間的信息不對稱程度，拓寬自身融資渠道；第三，要加大對落后地區(qū)和經(jīng)營養(yǎng)殖種植業(yè)企業(yè)的扶持力度和資源傾斜，發(fā)揮數(shù)字普惠金融的應(yīng)有之義。

關(guān)鍵詞：數(shù)字普惠金融；涉農(nóng)企業(yè)；融資約束；融資成本；信息透明度

中圖分類號：F302.6；F324；F49；F832；F323 "文獻(xiàn)標(biāo)志碼：A "文章編號：1008-5831（2024）03-0070-16

引言

在科技重塑經(jīng)濟(jì)的大背景下，以數(shù)字技術(shù)為核心的數(shù)字經(jīng)濟(jì)已滲透到中國經(jīng)濟(jì)社會的各個方面，其不僅在宏觀上助推中國經(jīng)濟(jì)的高質(zhì)量發(fā)展，而且在中微觀層面，對企業(yè)數(shù)字化轉(zhuǎn)型、數(shù)字貿(mào)易崛起、驅(qū)動消費增長等均發(fā)揮重要作用。作為數(shù)字經(jīng)濟(jì)的一部分，數(shù)字普惠金融是互聯(lián)網(wǎng)及信息技術(shù)手段與傳統(tǒng)金融業(yè)態(tài)的有機結(jié)合。2016年G20普惠金融全球合作伙伴（GPFI）首次提出數(shù)字普惠金融的概念，指借助數(shù)字金融服務(wù)以促進(jìn)普惠金融的行動。農(nóng)業(yè)是滿足人類生存和發(fā)展的基礎(chǔ)生產(chǎn)部門［1］，黨的二十大更是提出要“加快建設(shè)農(nóng)業(yè)強國”。然而中國人均耕地資源較少，農(nóng)業(yè)技術(shù)不夠先進(jìn)，受到市場與自然風(fēng)險的雙重影響，農(nóng)業(yè)經(jīng)營的脆弱性較為明顯。鑒于涉農(nóng)企業(yè)處于發(fā)展劣勢，理應(yīng)是數(shù)字普惠金融的重點服務(wù)對象，然而實際情況究竟如何尚有待進(jìn)一步驗證。

涉農(nóng)企業(yè)是指經(jīng)營農(nóng)產(chǎn)品加工、農(nóng)業(yè)服務(wù)、養(yǎng)殖業(yè)、種植業(yè)與林業(yè)等業(yè)務(wù)的企業(yè)，它們既是農(nóng)業(yè)發(fā)展領(lǐng)域的先進(jìn)生產(chǎn)力代表，也是服務(wù)“三農(nóng)”和實現(xiàn)鄉(xiāng)村振興的中堅力量。然而涉農(nóng)企業(yè)常常面臨著比其他行業(yè)更為嚴(yán)重的融資約束問題【該結(jié)論可由下文所述的涉農(nóng)企業(yè)SA指數(shù)與其他行業(yè)企業(yè)SA指數(shù)對比初步得出，涉農(nóng)企業(yè)的SA指數(shù)均值大于其他行業(yè)企業(yè)SA指數(shù)均值。】，其原因如下：首先，缺少抵押物。涉農(nóng)企業(yè)的資產(chǎn)類型較為特殊，類似活體生物等資產(chǎn)充當(dāng)?shù)盅何镞M(jìn)行貸款存在困難，即便是上市公司依舊面臨融資困境［2］；其次，風(fēng)險高、利潤小。農(nóng)業(yè)受氣候變化、種養(yǎng)殖特性、交通物流等因素的影響較大，屬于弱質(zhì)性產(chǎn)業(yè)。涉農(nóng)企業(yè)相較于其他行業(yè)的企業(yè)，運營風(fēng)險偏高，收益更容易受到各種不可抗力因素的影響［3］。加之生產(chǎn)周期和產(chǎn)業(yè)特性決定其較低的利潤水平，涉農(nóng)企業(yè)自然難以獲得金融資本的青睞；最后，農(nóng)業(yè)保障不足。目前我國農(nóng)業(yè)扶持政策還不夠完善，農(nóng)業(yè)信用和保險體系的相對落后進(jìn)一步增加了涉農(nóng)企業(yè)的經(jīng)營風(fēng)險，削弱了其市場競爭力，進(jìn)而惡化其資金瓶頸問題?！班l(xiāng)村振興，產(chǎn)業(yè)先行”，涉農(nóng)龍頭企業(yè)無疑是帶動農(nóng)村產(chǎn)業(yè)發(fā)展的重要力量，那么其能否借助數(shù)字普惠金融的東風(fēng)，暢通融資渠道、增強企業(yè)活力、加速農(nóng)業(yè)現(xiàn)代化進(jìn)而推進(jìn)鄉(xiāng)村振興？數(shù)字普惠金融具體通過何種渠道發(fā)揮作用？其作用和影響在哪些農(nóng)業(yè)領(lǐng)域更為明顯？以上便是本文所要深入探討的問題。

一、文獻(xiàn)綜述

與本研究緊密相關(guān)的文獻(xiàn)主要可分為兩類：企業(yè)融資問題相關(guān)研究和數(shù)字普惠金融相關(guān)研究。

企業(yè)從誕生到成長，融資問題一直是其生命周期進(jìn)程中至關(guān)重要的一環(huán)。學(xué)者從多個方面研究了融資約束的成因，其對企業(yè)帶來的不利影響也已達(dá)成共識。企業(yè)的融資瓶頸實際上是資金配置問題的集中反映，而在資源配置過程中市場和政府均將發(fā)揮作用。債權(quán)人與債務(wù)人信息不對稱會導(dǎo)致外部融資成本高于內(nèi)部融資費用，使企業(yè)面臨融資約束［4］。農(nóng)業(yè)特有的弱質(zhì)性使得經(jīng)營農(nóng)業(yè)的公司出現(xiàn)風(fēng)險防控、產(chǎn)品銷售等瓶頸的概率較大，即便是農(nóng)業(yè)龍頭企業(yè)，在種養(yǎng)殖技術(shù)更新?lián)Q代和新產(chǎn)品研發(fā)等重要階段依舊可能面臨融資約束的困境［3］。融資約束不僅對企業(yè)的經(jīng)營活動造成阻礙，而且也會限制其創(chuàng)新，成為制約企業(yè)發(fā)展的關(guān)鍵性問題。企業(yè)受到的融資約束越嚴(yán)重，營運資本對創(chuàng)新的平滑作用就越突出［5］。此外，融資約束限制了我國企業(yè)的直接投資能力，這種約束作用對外源融資依賴度較高行業(yè)的影響更為嚴(yán)重［6］。盡管融資約束問題的討論由來已久，然而圍繞涉農(nóng)企業(yè)經(jīng)營與融資困境的系統(tǒng)討論尚不多見。

現(xiàn)有文獻(xiàn)對數(shù)字普惠金融的內(nèi)涵和影響進(jìn)行了不同層面的分析，就其正面影響和貢獻(xiàn)已基本達(dá)成共識。在宏觀層面，數(shù)字普惠金融能夠促進(jìn)區(qū)域經(jīng)濟(jì)增長，提高農(nóng)業(yè)產(chǎn)出，助力鄉(xiāng)村振興［7-9］；從中微觀層面看，企業(yè)通過諸如京東金融、支付寶花唄等數(shù)字普惠金融渠道取得貸款服務(wù)，資金供求雙方受到的地理空間限制得以緩和，企業(yè)的信貸可得性進(jìn)一步提升，創(chuàng)新水平和全要素生產(chǎn)率都有所提高［10-11］。此外，數(shù)字普惠金融對家庭消費水平、居民創(chuàng)業(yè)等方面也具有積極影響［12-13］。然而該正向影響是否具有普惠特性尚存在分歧。有學(xué)者認(rèn)為數(shù)字普惠金融借助科技手段緩解了金融市場中信息不對稱等問題，打破傳統(tǒng)金融環(huán)境下的“二八定律”［14］，彌補了傳統(tǒng)金融短板［15］。另有學(xué)者持不同意見，認(rèn)為數(shù)字普惠金融的發(fā)展具有“馬太效應(yīng)”［16］，作為傳統(tǒng)金融的一種創(chuàng)新性延伸，數(shù)字普惠金融存在路徑依賴性，其發(fā)展程度的區(qū)域差異根源于傳統(tǒng)金融發(fā)展的不均衡［17］?？梢?，數(shù)字普惠金融在農(nóng)業(yè)領(lǐng)域哪些方面具有普惠性、哪些方面具有逐利性值得進(jìn)一步深入探討。

綜上所述，數(shù)字普惠金融作為近年來新興的金融業(yè)態(tài)，盡管已獲得迅猛發(fā)展，然而很多相關(guān)研究仍處于起步階段。中小企業(yè)融資難、融資貴眾所周知，但上市公司同樣面臨著融資難題，特別是農(nóng)業(yè)天然的弱質(zhì)性使涉農(nóng)企業(yè)的市場競爭力弱于非農(nóng)企業(yè)［18］。部分研究表明，數(shù)字普惠金融的發(fā)展為化解企業(yè)財務(wù)困境提供了助力，然而研究對象較少涉及農(nóng)業(yè)企業(yè)，對涉農(nóng)企業(yè)的行業(yè)異質(zhì)性分析也尚有進(jìn)一步拓展的空間。鑒于涉農(nóng)企業(yè)的特殊性，本文將市級數(shù)字普惠金融指數(shù)與我國已上市的涉農(nóng)企業(yè)數(shù)據(jù)相匹配，剖析2011—2020年數(shù)字普惠金融發(fā)展對涉農(nóng)企業(yè)融資約束的作用和影響。本文可能的邊際貢獻(xiàn)有：（1）不同于現(xiàn)有文獻(xiàn)的研究對象大多是全部行業(yè)的上市公司，本文將研究重點聚焦在涉農(nóng)企業(yè)上，并根據(jù)企業(yè)涉農(nóng)類型的不同展開異質(zhì)性分析。針對涉農(nóng)企業(yè)展開的系統(tǒng)性研究嘗試為鄉(xiāng)村振興帶來新的經(jīng)驗證據(jù)與思路。（2）數(shù)字普惠金融并非憑空產(chǎn)生，而是在傳統(tǒng)金融的基礎(chǔ)上進(jìn)行的多形態(tài)創(chuàng)新和功能延伸。傳統(tǒng)金融越發(fā)達(dá)的地區(qū)，其企業(yè)是否亦從數(shù)字普惠金融中獲益更多，該問題的探析為進(jìn)一步考察數(shù)字普惠金融發(fā)展是否具有絕對的“普惠性”提供了有益的思考和借鑒。

二、理論分析與研究假設(shè)

信息不對稱這一問題的存在給金融市場帶來了信息成本和交易成本，提高了企業(yè)總的融資成本，限制了其外部融資行為［19］，進(jìn)而引發(fā)企業(yè)的融資約束問題?；诖髷?shù)據(jù)、云計算以及區(qū)塊鏈等科技手段運行的數(shù)字普惠金融，既可以提高涉農(nóng)企業(yè)的信息透明度【自SEC在其制定的國際會計準(zhǔn)則之“核心準(zhǔn)則高質(zhì)量評估標(biāo)準(zhǔn)”中正式提出透明度這一術(shù)語以來，公司透明度逐漸取代信息披露水平成為該研究領(lǐng)域的主流術(shù)語。信息披露水平是從上市公司管理當(dāng)局角度定義的，強調(diào)上市公司管理當(dāng)局的披露決策過程和披露結(jié)果；而公司透明度則是從信息使用者角度進(jìn)行定義的，突出管理當(dāng)局發(fā)布信息至使用者接收信息的整個傳遞過程。傳遞過程中的影響因素如信息媒介發(fā)達(dá)程度、信息傳播流動速度等均和地區(qū)環(huán)境相關(guān)，因此數(shù)字普惠金融發(fā)展程度影響的是透明度?！?，又可以降低涉農(nóng)企業(yè)的融資成本，進(jìn)而緩解涉農(nóng)企業(yè)融資約束。具體而言，數(shù)字普惠金融緩解涉農(nóng)企業(yè)融資約束的機制有以下兩個方面（見圖1）。

第一，數(shù)字普惠金融可以節(jié)約融資過程中產(chǎn)生的成本，進(jìn)而緩解涉農(nóng)企業(yè)融資約束。涉農(nóng)企業(yè)的融資成本包括利息費用、中介費用和手續(xù)費用等，這是涉農(nóng)企業(yè)為獲取商業(yè)資本維持經(jīng)營而必須支出的費用。涉農(nóng)企業(yè)的生產(chǎn)經(jīng)營特征使其企業(yè)信用的建立較為困難，融資機會的獲得通常伴隨著繁多的資格審查費用，農(nóng)業(yè)生產(chǎn)的高風(fēng)險性使其通過審查后還需要支付較高的利息，這都使涉農(nóng)企業(yè)面臨較高的融資成本。數(shù)字普惠金融為企業(yè)融資拓展了資金來源，使信貸扭曲得到糾正的同時金融資源配置也得以優(yōu)化，有助于企業(yè)融資約束的緩解［14］。一方面，數(shù)字普惠金融能夠加快涉農(nóng)企業(yè)融資審批流程［4］。如螞蟻金服等互聯(lián)網(wǎng)金融公司依托支付場景的構(gòu)建和大數(shù)據(jù)技術(shù)的使用，有效降低了獲客和風(fēng)險控制成本?？梢愿咝У赝瓿蓪ι孓r(nóng)企業(yè)及其負(fù)責(zé)人的信用評估。農(nóng)產(chǎn)品具有保質(zhì)期短的特點，審批流程的精簡節(jié)省了時間，有利于涉農(nóng)企業(yè)及時獲得資金順利運營。另一方面，數(shù)字普惠金融可以降低涉農(nóng)企業(yè)融資所需支付的風(fēng)險對價。數(shù)字普惠金融基于大數(shù)據(jù)、云計算等技術(shù)，能夠高效地整合和處理信息，企業(yè)的財務(wù)經(jīng)營狀況和違約概率更加容易判斷，為涉農(nóng)企業(yè)獲得更多融資機會提供了可能［20］，同時可以降低資金供給方提供融資服務(wù)后監(jiān)督和實施控制的執(zhí)行成本，增強對借款企業(yè)的監(jiān)督效率，提高對涉農(nóng)企業(yè)還款管理的有效性［21］，降低利息支出，進(jìn)而降低融資成本。據(jù)此，提出本文第一個研究假設(shè)。

H1：數(shù)字普惠金融通過降低融資成本緩解涉農(nóng)企業(yè)融資約束。

第二，數(shù)字普惠金融可以提高信息透明度，減少信息不對稱進(jìn)而緩解涉農(nóng)企業(yè)融資約束。根據(jù)優(yōu)序融資理論，當(dāng)存在公司外部投資者與內(nèi)部經(jīng)理人之間的信息不對稱時，將優(yōu)先考慮使用內(nèi)部的盈余，其次采用債券融資，最后考慮股權(quán)融資。隨著信息不對稱程度降低，企業(yè)才會逐步傾向于外部融資。數(shù)字普惠金融增加了信息溝通渠道，提高了信息傳播的速度和廣度，增強了信息的可驗證性?？梢愿玫匾?guī)避由此衍生的逆向選擇和道德風(fēng)險問題，進(jìn)而緩解企業(yè)融資約束。一方面，數(shù)字普惠金融利用自身優(yōu)勢可以更好地吸納金融市場內(nèi)存在的大量小規(guī)模投資者，助力拓寬長尾群體對股票和債券市場的投資需求，擴(kuò)大資本市場資金來源和融資增量。選擇披露高質(zhì)量信息的涉農(nóng)企業(yè)可以使外部投資者了解掌握更多企業(yè)內(nèi)部情況，信息不對稱的降低有助于吸引更多的外來投資并獲得多渠道的融資機會［22］，由此提高了企業(yè)數(shù)據(jù)和信息的開放性以及信息披露的意愿和動機［23］。另一方面，數(shù)字普惠金融憑借信息技術(shù)實現(xiàn)對涉農(nóng)企業(yè)數(shù)據(jù)的抓取，增強金融作為中介的信息搜集能力，減小了企業(yè)與投資者之間、企業(yè)與企業(yè)之間的信息鴻溝，降低了搜尋成本與匹配成本，提升涉農(nóng)企業(yè)的融資效率［14，24］，還可以匹配更合適的保險項目，降低經(jīng)營風(fēng)險，提高信貸可得性，進(jìn)而幫助涉農(nóng)企業(yè)緩解融資約束。此外，農(nóng)業(yè)是高度依賴政府補貼的行業(yè)，企業(yè)信息更加透明有助于政府評估涉農(nóng)企業(yè)發(fā)展?fàn)顟B(tài)和前景，更加精確地給予相應(yīng)補助。據(jù)此，提出本文第二個研究假設(shè)。

H2：數(shù)字普惠金融通過提高信息透明度緩解涉農(nóng)企業(yè)融資約束。

數(shù)字普惠金融與傳統(tǒng)金融的本質(zhì)相同，其特殊之處在于數(shù)字普惠金融可在一定程度上突破金融服務(wù)的地理空間限制，擴(kuò)大對資金需求群體的覆蓋面，受到傳統(tǒng)金融排斥的長尾群體可能會更充分地接觸、使用數(shù)字普惠金融，使福利水平得以改進(jìn)。然而現(xiàn)有研究對數(shù)字普惠金融的普惠性并未達(dá)成共識，對于不同的群體，數(shù)字普惠金融的影響既有普惠的一面也有逐利的一面。

從企業(yè)產(chǎn)權(quán)性質(zhì)來看，數(shù)字普惠金融普惠性的一面更為明顯。國有企業(yè)的特殊屬性使其更易獲得政府的政策傾斜和銀行的資金支持，長期享有便捷融資方式和信貸優(yōu)惠［14］，較低的融資約束使其對傳統(tǒng)金融的借貸方式有著較強的路徑依賴，并非數(shù)字普惠金融的潛在重點服務(wù)對象。因此在利潤最大化目標(biāo)的驅(qū)動下，相較于國有企業(yè)，民營企業(yè)有更大的壓力和動力去使用數(shù)字普惠金融提高自身信用水平和透明度，同時對外部融資作出更高效的配置，用于管理和研發(fā)創(chuàng)新等效率提升，達(dá)到緩釋自身融資約束的效果［24-25］。

從行業(yè)類別來看，數(shù)字普惠金融逐利性的一面尤為明顯。經(jīng)營不同農(nóng)業(yè)活動的涉農(nóng)企業(yè)，其經(jīng)營活動的風(fēng)險性、季節(jié)性和周期性有所不同，從事農(nóng)產(chǎn)品加工服務(wù)的企業(yè)由于不直接涉及農(nóng)作物生產(chǎn)和家畜養(yǎng)殖，產(chǎn)品收益較養(yǎng)殖種植業(yè)而言更加穩(wěn)定，且產(chǎn)品附加值更高，故而在同樣的數(shù)字普惠金融發(fā)展水平下，從事農(nóng)產(chǎn)品加工服務(wù)的涉農(nóng)企業(yè)更容易獲得資金支持，緩解其融資約束。

從不同地區(qū)傳統(tǒng)金融發(fā)展?fàn)顩r來看，數(shù)字普惠金融逐利性的一面更為明顯。我國幅員遼闊，地區(qū)金融發(fā)展水平參差不齊，數(shù)字普惠金融發(fā)揮的融資約束緩解效用也不盡相同［26］。有學(xué)者認(rèn)為“普惠性”是數(shù)字普惠金融的應(yīng)有之義，理當(dāng)可以為傳統(tǒng)金融忽視的地區(qū)提供金融服務(wù)［27］?，F(xiàn)實情況卻并不理想，地區(qū)間迥異的傳統(tǒng)金融發(fā)展?fàn)顩r使不同區(qū)域的涉農(nóng)企業(yè)面對的融資環(huán)境基礎(chǔ)良莠不齊，難免會對數(shù)字普惠金融的能效作用產(chǎn)生影響［28］。可見，在緩解涉農(nóng)企業(yè)融資約束方面，鑒于資本的逐利性，數(shù)字普惠金融的發(fā)展具有“馬太效應(yīng)”，傳統(tǒng)金融發(fā)展越好的地區(qū)數(shù)字普惠金融也會發(fā)展得更好，當(dāng)?shù)仄髽I(yè)從數(shù)字普惠金融發(fā)展中獲益也更多，原本銀企關(guān)系較好的涉農(nóng)企業(yè)也更容易通過數(shù)字普惠金融緩解其融資約束。

據(jù)此，提出本文第三個研究假設(shè)。

H3：數(shù)字普惠金融對涉農(nóng)企業(yè)融資約束的影響因所有制、行業(yè)和傳統(tǒng)金融發(fā)展?fàn)顩r不同而具有異質(zhì)性。

三、數(shù)據(jù)與實證模型

（一）數(shù)據(jù)來源

本文將2011—2020年我國97個涉農(nóng)上市公司數(shù)據(jù)與相應(yīng)城市的數(shù)字普惠金融指數(shù)數(shù)據(jù)進(jìn)行匹配，剔除了樣本期內(nèi)ST以及主要財務(wù)數(shù)據(jù)缺失的企業(yè)。此外，有86個觀測值沒有對應(yīng)城市數(shù)字普惠金融指數(shù)數(shù)據(jù)，用相應(yīng)的省份數(shù)據(jù)替代。數(shù)據(jù)來源如下：（1）2011—2020年中國涉農(nóng)上市企業(yè)融資約束等企業(yè)層面相關(guān)變量及部分城市層面控制變量數(shù)據(jù)，來自同花順平臺和國泰安數(shù)據(jù)庫（CSMAR）。（2）北京大學(xué)數(shù)字普惠金融指數(shù)【該指數(shù)對于數(shù)字金融的定義偏向于狹義數(shù)字金融，因而與本文上市公司數(shù)據(jù)匹配不夠完美，但考慮到其他類型指數(shù)的局限性（如時間不連續(xù)、覆蓋地區(qū)不完整、構(gòu)造方式單一），該指數(shù)是可得數(shù)據(jù)中的最佳選擇?！?，由北京大學(xué)數(shù)字金融研究中心發(fā)布。

（二）變量說明

1.被解釋變量

本文選用SA指數(shù)衡量涉農(nóng)企業(yè)融資約束變量FC。融資約束指標(biāo)的測度已演進(jìn)出多種方法：有些學(xué)者通過構(gòu)建企業(yè)內(nèi)部現(xiàn)金流模型，利用模型系數(shù)來衡量企業(yè)的融資約束；有些則根據(jù)與信息成本相關(guān)的企業(yè)特征如企業(yè)股利支付情況、利息費用占比等對企業(yè)融資約束程度進(jìn)行劃分，其不足之處在于只關(guān)注企業(yè)的某一方面融資指標(biāo)，忽視了對企業(yè)融資狀況的全方位觀測；有學(xué)者綜合企業(yè)多項指標(biāo)來構(gòu)建相關(guān)指數(shù)，如KZ指數(shù)和WW指數(shù)，然而這兩個指數(shù)的構(gòu)建包含諸如企業(yè)的杠桿水平等部分具有內(nèi)生性的金融變量，可能造成偏誤。為避免內(nèi)生性的干擾，Hadlock和Pierce借鑒KZ指數(shù)的思想構(gòu)造了定量測度企業(yè)融資約束的SA指標(biāo)［29］：首先根據(jù)選定樣本內(nèi)的企業(yè)財務(wù)狀況將企業(yè)融資約束程度劃分為五檔，然后刻畫并檢驗企業(yè)規(guī)模和年齡在財務(wù)約束中的作用，并借助Ordered Probit模型估算得到SA指數(shù)的計算公式。將該指數(shù)運用到大樣本數(shù)據(jù)中，便可用企業(yè)規(guī)模和年齡計算出這組樣本中企業(yè)面臨的相對融資約束程度，SA指數(shù)越大代表企業(yè)面臨的相對融資約束程度越大。

我們認(rèn)為SA指數(shù)比其他方法更適合用來衡量涉農(nóng)企業(yè)融資約束，這是因為：首先，這一指數(shù)具有很強的直覺吸引力，獨立于各種理論假說，并且使用的企業(yè)規(guī)模和年齡比其他指數(shù)選用的因素更具有外生性；其次，先前的研究表明，企業(yè)規(guī)模和年齡是各種環(huán)境下融資約束的強有力的預(yù)測因素；最后，據(jù)SA指數(shù)劃分的企業(yè)融資約束等級與WW等指數(shù)結(jié)果相對一致。在后續(xù)的穩(wěn)健性檢驗部分，本文中還使用了KZ指數(shù)進(jìn)行回歸，以證明文章結(jié)論不受指數(shù)選擇的影響。SA指數(shù)在國內(nèi)學(xué)術(shù)界已被廣泛采用［5-6］，本文中借鑒其計算方法，選用SA指數(shù)衡量涉農(nóng)企業(yè)的融資約束，計算公式為：

SA = - 0.737×Size + 0.043×Size2- 0.040×Age（1）

其中：size=ln（企業(yè)總資產(chǎn)（單位：元）/100萬），age=企業(yè)存續(xù)年限，由觀測年度與企業(yè)成立年度的差值表示。

2.解釋變量

本文使用2011—2020年城市級數(shù)字普惠金融指數(shù)（Index）衡量各地區(qū)數(shù)字普惠金融發(fā)展情況。數(shù)字普惠金融的效用應(yīng)涵蓋數(shù)字金融服務(wù)覆蓋的廣度、其被利用的深度以及真正服務(wù)和便捷客戶的程度［30］，故而本文還使用數(shù)字金融覆蓋廣度（Coverage）、數(shù)字金融使用深度（Usage）以及普惠金融數(shù)字化程度（Digitize）三個細(xì)分維度的指標(biāo)來進(jìn)一步探究數(shù)字普惠金融產(chǎn)生影響的具體方向。該指數(shù)由北京大學(xué)數(shù)字金融研究中心和螞蟻金服集團(tuán)共同編制，螞蟻金服負(fù)責(zé)提供交易賬戶的大數(shù)據(jù)，可靠性和代表性兼?zhèn)?，已被廣泛應(yīng)用于有關(guān)我國數(shù)字普惠金融的發(fā)展?fàn)顩r及其經(jīng)濟(jì)效應(yīng)的研究中。

3.控制變量

借鑒已有文獻(xiàn)［11，14，31］，企業(yè)層面控制變量包括：（1）有形資產(chǎn)占比（Tang），由有形資產(chǎn)總額占總資產(chǎn)的比率表示；（2）企業(yè)規(guī)模（Size），由企業(yè)總資產(chǎn)的自然對數(shù)表示；（3）企業(yè)股權(quán)性質(zhì)（SOE），代表企業(yè)股權(quán)性質(zhì)的虛擬變量，國企取值為1，非國有取0；（4）資產(chǎn)負(fù)債率（Lev），由期末總負(fù)債與總資產(chǎn)的比值表示；（5）總資產(chǎn)凈利潤率（ROA），由凈利潤與平均資產(chǎn)總額的比值表示；（6）固定資產(chǎn)比率（MG），由固定資產(chǎn)凈額與資產(chǎn)合計的比值表示；（7）凈資產(chǎn)收益率（ROE），由凈利潤／股東權(quán)益平均余額表示。

此外，城市層面的控制變量包括：（1）城市經(jīng)濟(jì)發(fā)展水平（GDP），由地區(qū)生產(chǎn)總值取自然對數(shù)表示；（2）城市產(chǎn)業(yè)結(jié)構(gòu)（IS），由第二產(chǎn)業(yè)產(chǎn)值占地區(qū)生產(chǎn)總產(chǎn)值的比率表示。

（三）實證模型

為檢驗數(shù)字普惠金融發(fā)展對涉農(nóng)企業(yè)融資約束的影響，本文采用面板數(shù)據(jù)回歸方法，建立如下回歸模型。

FCi，t=α0+α1Indexc，t+α2Controlsi，c，t+fi+yt+εi，c，t（2）

其中，變量的下標(biāo) i、c、t分別表示企業(yè)、城市和年份。被解釋變量FCi，t代表i企業(yè)在t年的融資約束水平；解釋變量Indexc，t代表i企業(yè)所在城市c在t年的數(shù)字普惠金融指數(shù)；Controlsi，c，t代表上文列出的可能會對涉農(nóng)企業(yè)融資約束產(chǎn)生影響的控制變量；fi和yt代表在回歸中控制了公司固定效應(yīng)和年份固定效應(yīng)；εi，c，t是隨機誤差項。

四、實證結(jié)果與分析

（一）基準(zhǔn)回歸分析

本文實證回歸采用的基準(zhǔn)模型為固定效應(yīng)模型。回歸結(jié)果如表1所示，第（1）列結(jié)果顯示，總指數(shù)Index的系數(shù)為-0.111 2且在1%的顯著性水平上顯著，這充分表明數(shù)字普惠金融發(fā)展有助于緩解涉農(nóng)企業(yè)融資約束，即數(shù)字普惠金融越發(fā)達(dá)的城市，其涉農(nóng)企業(yè)面對的融資約束越小?？傊笖?shù)由數(shù)字金融覆蓋廣度（Coverage）、數(shù)字金融使用深度（Usage）和普惠金融數(shù)字化程度（Digitize）三個維度的細(xì)分指標(biāo)構(gòu)建而成，宏觀上反映了數(shù)字普惠金融發(fā)展所帶來的地區(qū)金融環(huán)境的改善、地區(qū)金融業(yè)服務(wù)能力的增強和地區(qū)金融交易效率的提高；微觀上反映數(shù)字普惠金融服務(wù)所覆蓋的受眾范圍、其被利用的深度以及為客戶提供便利的程度。表1第（2）、（3）、（4）列的回歸結(jié)果顯示的是三個細(xì)分維度指標(biāo)的回歸結(jié)果，數(shù)字普惠金融指數(shù)二級指標(biāo)系數(shù)依次為-0.113 3、-0.068 0、-0.035 2且均在1%的顯著性水平上顯著。其中Coverage的系數(shù)最大，說明數(shù)字金融覆蓋廣度對緩解涉農(nóng)企業(yè)融資約束的影響最大，即一個地區(qū)數(shù)字普惠金融基礎(chǔ)設(shè)施的覆蓋范圍越廣，越有利于當(dāng)?shù)厣孓r(nóng)企業(yè)的融資。其次是數(shù)字金融使用深度Usage和普惠金融數(shù)字化程度Digitize，說明地區(qū)數(shù)字金融業(yè)務(wù)水平和便利化程度也對緩解當(dāng)?shù)厣孓r(nóng)企業(yè)融資約束有顯著作用。事實上，金融服務(wù)能力的增強和便利程度的提高都在一定程度上依托于當(dāng)?shù)亟鹑诃h(huán)境的改善，金融環(huán)境改善會提高當(dāng)?shù)氐耐顿Y意識，有助于資金流向更需要的部門，進(jìn)而能夠拓寬涉農(nóng)企業(yè)融資渠道，增加融資來源。因此相較于挖掘金融服務(wù)深度或提高金融交易效率，擴(kuò)大數(shù)字普惠金融覆蓋率更有助于緩解涉農(nóng)企業(yè)融資約束。

（二）影響機制檢驗

1.數(shù)字普惠金融通過降低融資成本緩解涉農(nóng)企業(yè)融資約束

本文中用企業(yè)財務(wù)費用（Financial Cost）來衡量涉農(nóng)企業(yè)的融資成本。借鑒楊君等［15］的研究，本文以融資成本的平均值為界將樣本分為高融資成本和低融資成本兩組分別進(jìn)行回歸分析。如果數(shù)字普惠金融對涉農(nóng)企業(yè)融資約束的緩解作用在高融資成本組中更為顯著，則說明數(shù)字普惠金融能夠通過降低涉農(nóng)企業(yè)融資成本這一機制來緩解其融資約束，檢驗結(jié)果如表2所示。第（1）、（2）列回歸結(jié)果顯示，對于融資成本較高的涉農(nóng)企業(yè)，數(shù)字普惠金融指數(shù)的系數(shù)為-0.133 9，而對于融資成本較低的涉農(nóng)企業(yè)，數(shù)字普惠金融指數(shù)的系數(shù)為-0.052 8，這表明數(shù)字普惠金融對高融資成本涉農(nóng)企業(yè)的影響明顯大于低融資成本涉農(nóng)企業(yè)，表明降低融資成本的確是數(shù)字普惠金融緩解涉農(nóng)企業(yè)融資約束的作用路徑之一。

2.數(shù)字普惠金融通過提高涉農(nóng)企業(yè)信息透明度緩解涉農(nóng)企業(yè)融資約束

本文中以深交所、滬交所披露的上市公司透明度（Company Opacity）為依據(jù)，深交所將涉農(nóng)上市公司評為優(yōu)秀、良好、及格、不及格四個等級。為便于分析，本文把優(yōu)秀和良好的企業(yè)歸為高透明度的一組，及格和不及格的企業(yè)歸為低透明度的一組。如果數(shù)字普惠金融對涉農(nóng)企業(yè)融資約束的緩解作用在低透明度的組別中更為顯著，則表明數(shù)字普惠金融能夠通過提高透明度、降低信息不對稱程度來緩解涉農(nóng)企業(yè)融資約束，具體的檢驗結(jié)果如表2所示。第（3）、（4）列回歸結(jié)果顯示，對于低透明度的涉農(nóng)企業(yè)，數(shù)字普惠金融指數(shù)的系數(shù)為-0.150 6；而對于高透明度的涉農(nóng)企業(yè)，數(shù)字普惠金融指數(shù)的系數(shù)為-0.127 5。這表明數(shù)字普惠金融對低透明度涉農(nóng)企業(yè)的影響大于高透明度涉農(nóng)企業(yè)，證實了信息透明度的提高是數(shù)字普惠金融緩解涉農(nóng)企業(yè)融資約束的作用機制之一。

以上回歸結(jié)果驗證了假設(shè)1和假設(shè)2。數(shù)字普惠金融依托科技手段實現(xiàn)業(yè)態(tài)創(chuàng)新，簡化了審批手續(xù)流程，使涉農(nóng)企業(yè)的財務(wù)信息和經(jīng)營狀況都更加公開透明，減弱了農(nóng)產(chǎn)品抵押物的限制，由此幫助涉農(nóng)企業(yè)緩解了融資約束。第（3）列中股權(quán)性質(zhì)的系數(shù)不存在，這可能是由于該組變量較少導(dǎo)致的。

（三）異質(zhì)性分析

盡管數(shù)字普惠金融的發(fā)展對涉農(nóng)企業(yè)融資約束有緩解作用，但就像傳統(tǒng)金融存在金融排斥一樣，數(shù)字普惠金融對涉農(nóng)企業(yè)的影響也會因涉農(nóng)企業(yè)自身性質(zhì)的不同和所處地區(qū)的不同而存在差異。金融本身具有逐利性，而數(shù)字普惠金融在發(fā)展過程中卻常被強調(diào)其普惠性的一面，本部分將根據(jù)假說3來實證檢驗數(shù)字普惠金融對涉農(nóng)企業(yè)融資約束緩解作用的異質(zhì)性，探究數(shù)字普惠金融是否真的具有普惠性。

1.股權(quán)性質(zhì)

通常來說，民營企業(yè)是將盈利性作為首要目標(biāo)，而國有企業(yè)則需要承擔(dān)穩(wěn)定就業(yè)、改善民生、保障糧食安全等社會責(zé)任，相應(yīng)地，國有企業(yè)也會得到更多社會資源傾斜。相比之下非國有企業(yè)缺少政府背書，與金融機構(gòu)之間的信息不對稱程度更高，面臨的財務(wù)風(fēng)險也更大，較難獲得銀行等融資機構(gòu)的信任，往往需要更高的風(fēng)險補償成本來獲得資金支持。對國有企業(yè)與非國有企業(yè)樣本進(jìn)行分組檢驗，表3第（1）列回歸結(jié)果顯示，對于國有涉農(nóng)企業(yè)而言，數(shù)字普惠金融指數(shù)的系數(shù)為-0.094 5，表明數(shù)字普惠金融的發(fā)展對緩解其融資約束發(fā)揮“錦上添花”的作用。第（2）列回歸結(jié)果顯示，數(shù)字普惠金融指數(shù)的系數(shù)為-0.123 4且在1%的顯著性水平上顯著，表明數(shù)字普惠金融可以更大力度地幫助緩解非國有企業(yè)的融資約束，發(fā)揮“雪中送炭”的作用。數(shù)字普惠金融對涉農(nóng)企業(yè)融資約束的緩解作用在不同所有權(quán)涉農(nóng)企業(yè)中表現(xiàn)不同，其緩解作用在非國有企業(yè)中更強。這可能是因為民營企業(yè)有更強烈的意愿和動機利用數(shù)字普惠金融的方式獲得資金支持，而國有企業(yè)通過傳統(tǒng)金融已經(jīng)獲得較多資金支持，受到的融資約束較小，當(dāng)金融形態(tài)有所發(fā)展和改變時，其對新的融資渠道的利用效率就低于非國有企業(yè)。

2.行業(yè)類型

依照同花順資訊金融終端系統(tǒng)將涉農(nóng)企業(yè)分為農(nóng)產(chǎn)品加工、農(nóng)業(yè)服務(wù)、養(yǎng)殖業(yè)、種植業(yè)與林業(yè)四類。為便于分析，本文將農(nóng)產(chǎn)品加工和農(nóng)業(yè)服務(wù)歸為一組，將養(yǎng)殖業(yè)、種植業(yè)、林業(yè)歸為一組。表3第（3）列的回歸結(jié)果顯示，對于經(jīng)營農(nóng)產(chǎn)品加工服務(wù)的涉農(nóng)企業(yè)，數(shù)字普惠金融指數(shù)的系數(shù)為-0.120 0。第（4）列回歸結(jié)果顯示，對于經(jīng)營養(yǎng)殖種植業(yè)的涉農(nóng)企業(yè)，數(shù)字普惠金融指數(shù)的系數(shù)為-0.102 7。相較于養(yǎng)殖種植業(yè)，數(shù)字普惠金融發(fā)展對于經(jīng)營農(nóng)產(chǎn)品加工服務(wù)的涉農(nóng)企業(yè)融資約束緩解效果略大，這可能是因為在當(dāng)前電商飛速發(fā)展的背景下，經(jīng)營加工服務(wù)類型的涉農(nóng)企業(yè)接觸數(shù)字普惠金融的機會更多，發(fā)展前景較之于養(yǎng)殖種植業(yè)也更被人看好，像李子柒等成功案例給相應(yīng)的農(nóng)產(chǎn)品加工業(yè)帶來了很大的品牌溢價，也就更容易獲得資金支持。而養(yǎng)殖種植業(yè)風(fēng)險大且產(chǎn)品附加值低，不容易獲得投資人青睞。對不同行業(yè)涉農(nóng)企業(yè)的影響異質(zhì)性體現(xiàn)的是數(shù)字普惠金融的逐利性。

3.地區(qū)屬性

對涉農(nóng)企業(yè)自身特征的異質(zhì)性分析表明，數(shù)字普惠金融對涉農(nóng)企業(yè)的影響既有普惠性又有逐利性。若考慮到傳統(tǒng)金融的影響，數(shù)字普惠金融的普惠性和逐利性何者更明顯呢？本文中參考張成思等［32］的研究，采用各省份金融機構(gòu)貸款規(guī)?？偭颗c當(dāng)年GDP的比值來衡量傳統(tǒng)金融發(fā)展情況，將樣本分為傳統(tǒng)金融發(fā)展較好的地區(qū)和傳統(tǒng)金融發(fā)展較差的地區(qū)分別進(jìn)行回歸，結(jié)果展示在表4。第（1）列回歸結(jié)果顯示，對于傳統(tǒng)金融發(fā)展好的地區(qū)，數(shù)字普惠金融指數(shù)的系數(shù)為-0.100 7。第（2）列回歸結(jié)果顯示，對于傳統(tǒng)金融發(fā)展較差的地區(qū)，數(shù)字普惠金融指數(shù)的系數(shù)為-0.041 9。由此可知，數(shù)字普惠金融對涉農(nóng)企業(yè)融資約束的緩解作用在兩份樣本中都顯著，這說明數(shù)字普惠金融在任意傳統(tǒng)金融環(huán)境下都能發(fā)揮一定作用。其次，從系數(shù)看，數(shù)字普惠金融對涉農(nóng)企業(yè)融資約束的緩解作用在傳統(tǒng)金融發(fā)展較好的地區(qū)更為明顯。作為補充，本文還參考羅黨論和唐清泉［33］的方法，采用長期借款與負(fù)債總額之比作為反映銀企關(guān)系的指標(biāo)。長期借款比率越大，反映銀企關(guān)系越好。將樣本分為兩組進(jìn)行回歸分析，結(jié)果如表4第（3）、（4）列所示，原本銀企關(guān)系更好的涉農(nóng)企業(yè)從數(shù)字普惠金融發(fā)展中獲得的收益更多。這一異質(zhì)性影響說明從不同地區(qū)金融基礎(chǔ)條件的視角來看，數(shù)字普惠金融的逐利性大過其普惠性，驗證了假說3。

可能的解釋是：首先，新興數(shù)字普惠金融的供給主體包括傳統(tǒng)金融機構(gòu)、互聯(lián)網(wǎng)企業(yè)以及科技公司。雖然數(shù)字普惠金融較傳統(tǒng)金融而言已經(jīng)在很大程度上打破了地理空間的限制，但這種限制并沒有被完全消除，就像既往文獻(xiàn)中常常選用與阿里巴巴誕生地杭州的距離作為數(shù)字普惠金融發(fā)展程度的工具變量，因此我們認(rèn)為傳統(tǒng)金融的發(fā)展程度對數(shù)字普惠金融的發(fā)展也有一定程度的影響。傳統(tǒng)金融發(fā)展較好的地區(qū)無論是人才、數(shù)字基礎(chǔ)設(shè)施，還是制度環(huán)境，均優(yōu)于傳統(tǒng)金融發(fā)展較差的地區(qū)，在極化效應(yīng)下新興數(shù)字普惠金融緩解涉農(nóng)企業(yè)融資約束的作用又被進(jìn)一步放大，最后帶來傳統(tǒng)金融發(fā)展越好的地區(qū)其新興金融發(fā)展也越好的結(jié)果。其次，本文的研究對象是涉農(nóng)上市公司，能夠上市說明其本身規(guī)模、融資能力等綜合條件已經(jīng)高于大部分企業(yè)，這類企業(yè)的融資需求能夠比較好地從金融機構(gòu)得到滿足，數(shù)字普惠金融的發(fā)展于其是“錦上添花”，普惠的效應(yīng)不大。若想更進(jìn)一步探究數(shù)字經(jīng)濟(jì)發(fā)展帶來的普惠增長，或是金融包容體系的構(gòu)建，則需要與涉農(nóng)小微企業(yè)、農(nóng)戶等更加弱勢的群體聯(lián)系起來做進(jìn)一步研究。未上市的涉農(nóng)企業(yè)由于受到企業(yè)經(jīng)營管理水平和資金規(guī)模等方面的限制，面臨的融資約束問題可能更加突出。

五、穩(wěn)健性檢驗

上文通過基準(zhǔn)回歸和分樣本回歸論證了數(shù)字普惠金融發(fā)展對涉農(nóng)企業(yè)融資約束的緩解作用，為確保結(jié)論的可靠性，本部分采用多種手段進(jìn)行穩(wěn)健性檢驗。

（一）替換樣本數(shù)據(jù)

借鑒已有文獻(xiàn)［15］，使用2015年小微企業(yè)調(diào)查數(shù)據(jù)CMES作為涉農(nóng)上市公司的替代樣本，并將其與省級層面的數(shù)字普惠金融指數(shù)進(jìn)行匹配，選取員工人數(shù)（Staff）、企業(yè)存續(xù)年限（Age）、企業(yè)規(guī)模（Size）、高管工作年限（Worktime）和所有者受教育水平（Education）作為控制變量。檢驗結(jié)果如表5所示，數(shù)字普惠金融總指數(shù)Index和數(shù)字金融覆蓋廣度Coverage的系數(shù)分別為-0.100 0和-0.089 6，且均在1%的水平上顯著，該結(jié)論與基準(zhǔn)回歸結(jié)果基本一致，這表明數(shù)字普惠金融的發(fā)展對涉農(nóng)企業(yè)融資約束的緩解作用具有穩(wěn)健性。

（二）工具變量法

本部分使用的數(shù)據(jù)來自中國互聯(lián)網(wǎng)絡(luò)信息中心發(fā)布的《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》。為排除識別過程中內(nèi)生性問題的干擾，本文中使用2011—2016年省級互聯(lián)網(wǎng)普及率［12］乘以100作工具變量，運用兩階段最小二乘法來緩解內(nèi)生性問題。一個有效的工具變量需要滿足兩個條件：一是工具變量與內(nèi)生解釋變量相關(guān)，互聯(lián)網(wǎng)普及率反映了各個地區(qū)數(shù)字普惠金融基礎(chǔ)設(shè)施建設(shè)程度，因而滿足與數(shù)字普惠金融的相關(guān)性條件；二是工具變量對被解釋變量的影響僅僅通過內(nèi)生解釋變量起作用，在控制與涉農(nóng)企業(yè)融資約束相關(guān)的變量后，互聯(lián)網(wǎng)普及率與涉農(nóng)企業(yè)融資約束間不存在直接影響路徑，滿足外生性條件。因此，互聯(lián)網(wǎng)普及率可以看作是數(shù)字普惠金融的一個較理想的工具變量。第一階段的回歸系數(shù)顯著為正，且F值為393，可以排除弱工具變量問題。第二階段回歸結(jié)果如表6第（1）列所示，數(shù)字普惠金融指數(shù)系數(shù)為-0.107 4，且在1%的顯著性水平上顯著。第（2）列參考張勛等［7］做法選擇數(shù)字普惠金融指數(shù)滯后一期作為工具變量以更好地排除內(nèi)生性問題的干擾，結(jié)果同樣顯著為負(fù)。這說明在克服部分內(nèi)生性問題后，數(shù)字普惠金融的發(fā)展依然能夠緩解涉農(nóng)企業(yè)的融資約束。

（三）截尾處理

為排除極端值對實證結(jié)果的影響，對構(gòu)成融資約束的企業(yè)規(guī)模和存續(xù)年限兩個變量在上、下1%水平上進(jìn)行了截尾處理進(jìn)行穩(wěn)健性檢驗。由表6第（3）列可以看到，數(shù)字普惠金融指數(shù)的系數(shù)顯著為負(fù)。

（四）改變估計方法

用OLS模型替換原有模型進(jìn)行檢驗，并固定年份效應(yīng)?；貧w結(jié)果如表6第（4）列所示，數(shù)字普惠金融指數(shù)的系數(shù)為-0.158 3且在1%的顯著性水平上顯著。

（五）替換變量

用KZ指數(shù)替代SA指數(shù)作為融資約束的代理指標(biāo)，回歸結(jié)果顯著（受篇幅限制，具體結(jié)果未列示）。

以上檢驗結(jié)果表明，數(shù)字普惠金融對涉農(nóng)企業(yè)融資約束的緩解作用具有穩(wěn)健性。

六、結(jié)論和啟示

農(nóng)業(yè)的發(fā)展離不開金融的支持，數(shù)字普惠金融的興起給涉農(nóng)企業(yè)帶來了新的發(fā)展機遇。在此背景下，本文中基于對涉農(nóng)企業(yè)的實證分析，從三個維度探討了數(shù)字普惠金融對涉農(nóng)企業(yè)融資約束的影響、傳導(dǎo)機制及其異質(zhì)性，得到以下幾個結(jié)論：第一，數(shù)字普惠金融的發(fā)展可以顯著緩解涉農(nóng)企業(yè)融資約束，該結(jié)論在進(jìn)行多種穩(wěn)健性檢驗后依舊成立。就細(xì)分維度而言，數(shù)字金融覆蓋廣度的影響效果大于數(shù)字金融使用深度和普惠金融數(shù)字化程度；第二，機制分析顯示，數(shù)字普惠金融對涉農(nóng)企業(yè)融資約束的緩解效應(yīng)主要通過降低融資成本、提高信息透明度得以實現(xiàn)；第三，數(shù)字普惠金融發(fā)展對涉農(nóng)企業(yè)融資約束的影響具有異質(zhì)性，數(shù)字普惠金融發(fā)展對非國有企業(yè)的影響大于對國有企業(yè)的影響，對加工服務(wù)業(yè)企業(yè)的影響大于對養(yǎng)殖種植業(yè)企業(yè)的影響，傳統(tǒng)金融發(fā)展越好的地區(qū)，其企業(yè)從數(shù)字普惠金融的發(fā)展中獲益更多?？偟膩碚f，就緩解涉農(nóng)企業(yè)融資約束而言，數(shù)字普惠金融的“逐利性”大于其“普惠性”。

本文從企業(yè)融資約束層面探討了數(shù)字普惠金融對農(nóng)業(yè)發(fā)展的影響，為涉農(nóng)企業(yè)降低融資成本、緩解融資過程中的信息不對稱等問題提供了理論參考，也為金融發(fā)展如何更好地助力涉農(nóng)企業(yè)資源的優(yōu)化配置提供了思路?；趯嵶C結(jié)果，本文提出以下建議：第一，為使涉農(nóng)企業(yè)獲取更多融資渠道和資金支持，要繼續(xù)推進(jìn)數(shù)字普惠金融發(fā)展，為農(nóng)業(yè)產(chǎn)業(yè)發(fā)展和金融的深度融合提供契機，擴(kuò)大數(shù)字普惠金融服務(wù)覆蓋的廣度，更好地幫助涉農(nóng)企業(yè)擴(kuò)大融資、做大做強，助力鄉(xiāng)村振興。第二，涉農(nóng)企業(yè)要積極披露公司的各項信息，并借助數(shù)字技術(shù)減少與金融市場之間的信息不對稱，降低融資成本。第三，政府在政策制定過程中可以更多地關(guān)注傳統(tǒng)金融發(fā)展相對落后的地區(qū)以及從事養(yǎng)殖種植業(yè)的涉農(nóng)企業(yè)，加大對此類地區(qū)和企業(yè)的扶持力度和資源傾斜，強弱項、補短板，為涉農(nóng)企業(yè)提供更具針對性的金融產(chǎn)品，切實提高數(shù)字普惠金融的普惠性。涉農(nóng)企業(yè)要更加注重加工服務(wù)業(yè)務(wù)的經(jīng)營，提高產(chǎn)品的附加值和企業(yè)的融資吸引力，更加高效地利用數(shù)字普惠金融。

參考文獻(xiàn)：

［1］ 高鳴，姚志.保障種糧農(nóng)民收益：理論邏輯、關(guān)鍵問題與機制設(shè)計［J］.管理世界，2022（11）：86-102.

［2］ 郭捷，谷利月.農(nóng)業(yè)供應(yīng)鏈金融能有效緩解企業(yè)的融資約束：涉農(nóng)企業(yè)參與精準(zhǔn)扶貧的實證研究［J］.運籌與管理，2022（3）：112-118.

［3］ 張超，張沐陽.農(nóng)業(yè)龍頭企業(yè)存在融資約束嗎：基于云南省1854家企業(yè)調(diào)研數(shù)據(jù)的實證研究［J］.財貿(mào)研究，2018（8）：75-82.

［4］ 李永奎，劉曉康.市場力量與政府作用：數(shù)字金融促進(jìn)企業(yè)創(chuàng)新的機制探究［J］.西部論壇，2022（3）：46-62.

［5］ 鞠曉生，盧荻，虞義華.融資約束、營運資本管理與企業(yè)創(chuàng)新可持續(xù)性［J］.經(jīng)濟(jì)研究，2013（1）：4-16.

［6］ 劉莉亞，何彥林，王照飛，等.融資約束會影響中國企業(yè)對外直接投資嗎：基于微觀視角的理論和實證分析［J］.金融研究，2015（8）：124-140.

［7］ 張勛，萬廣華，張佳佳，等.數(shù)字經(jīng)濟(jì)、普惠金融與包容性增長［J］.經(jīng)濟(jì)研究，2019（8）：71-86.

［8］ 田霖，張園園，張仕杰.數(shù)字普惠金融對鄉(xiāng)村振興的動態(tài)影響研究：基于系統(tǒng)GMM及門檻效應(yīng)的檢驗［J］.重慶大學(xué)學(xué)報（社會科學(xué)版），2022（3）：25-38.

［9］ 方觀富，蔡莉.數(shù)字普惠金融如何影響農(nóng)業(yè)產(chǎn)出：事實、機制和政策含義［J］.農(nóng)業(yè)經(jīng)濟(jì)問題，2022（10）：97-112.

［10］ 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)［J］.中國工業(yè)經(jīng)濟(jì)，2020（1）：81-98.

［11］ 蔡慶豐，王瀚佑，李東旭.互聯(lián)網(wǎng)貸款、勞動生產(chǎn)率與企業(yè)轉(zhuǎn)型：基于勞動力流動性的視角［J］.中國工業(yè)經(jīng)濟(jì)，2021（12）：146-165.

［12］ 謝絢麗，沈艷，張皓星，等.數(shù)字金融能促進(jìn)創(chuàng)業(yè)嗎：來自中國的證據(jù)［J］.經(jīng)濟(jì)學(xué)（季刊），2018（4）：1557-1580.

［13］ 陶云清，曹雨陽，張金林，等.數(shù)字金融對創(chuàng)業(yè)的影響：來自地區(qū)和中國家庭追蹤調(diào)查（CFPS）的證據(jù)［J］.浙江大學(xué)學(xué)報（人文社會科學(xué)版），2021（1）：129-144.

［14］ 萬佳彧，周勤，肖義.數(shù)字金融、融資約束與企業(yè)創(chuàng)新［J］.經(jīng)濟(jì)評論，2020（1）：71-83.

［15］ 楊君，肖明月，呂品.數(shù)字普惠金融促進(jìn)了小微企業(yè)技術(shù)創(chuàng)新嗎：基于中國小微企業(yè)調(diào)查（CMES）數(shù)據(jù)的實證研究［J］.中南財經(jīng)政法大學(xué)學(xué)報，2021（4）：119-131，160.

［16］ 王修華，趙亞雄.數(shù)字金融發(fā)展是否存在馬太效應(yīng)：貧困戶與非貧困戶的經(jīng)驗比較［J］.金融研究，2020（7）：114-133.

［17］ 姚耀軍，施丹燕.互聯(lián)網(wǎng)金融區(qū)域差異化發(fā)展的邏輯與檢驗：路徑依賴與政府干預(yù)視角［J］.金融研究， 2017（5）：127-142.

［18］ 李曉陽，龍貝，李曉雪，等.政府補貼、股權(quán)結(jié)構(gòu)與涉農(nóng)企業(yè)經(jīng)營績效：基于雙固定效應(yīng)模型的實證研究［J］.農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2021（12）：127-144.

［19］ MYERS S C，MAJLUF N S.Corporate financing and investment decisions when firms have information that investors do not have［J］.Journal of Financial Economics，1984，13（2）：187-221.

［20］ 阮堅，申么，范忠寶.何以驅(qū)動企業(yè)債務(wù)融資降成本：基于數(shù)字金融的效用識別、異質(zhì)性特征與機制檢驗［J］.金融經(jīng)濟(jì)學(xué)研究，2020（1）：32-44.

［21］ 解維敏，吳浩，馮彥杰.數(shù)字金融是否緩解了民營企業(yè)融資約束？［J］.系統(tǒng)工程理論與實踐，2021（12）：3129-3146.

［22］ 王春雨.信息披露違規(guī)對涉農(nóng)企業(yè)融資的影響：以海南神農(nóng)科技股份有限公司為例［J］.山西農(nóng)經(jīng)， 2021（23）：184-186.

［23］ 祁懷錦，曹修琴，劉艷霞.數(shù)字經(jīng)濟(jì)對公司治理的影響：基于信息不對稱和管理者非理性行為視角［J］.改革，2020（4）：50-64.

［24］ 黃銳，賴曉冰，唐松.金融科技如何影響企業(yè)融資約束：動態(tài)效應(yīng)、異質(zhì)性特征與宏微觀機制檢驗［J］.國際金融研究，2020（6）：25-33.

［25］ 沈紅波，寇宏，張川.金融發(fā)展、融資約束與企業(yè)投資的實證研究［J］.中國工業(yè)經(jīng)濟(jì)，2010（6）：55-64.

［26］ 李稻葵，劉淳，龐家任.金融基礎(chǔ)設(shè)施對經(jīng)濟(jì)發(fā)展的推動作用研究：以我國征信系統(tǒng)為例［J］.金融研究，2016（2）：180-188.

［27］ 任曉怡.數(shù)字普惠金融發(fā)展能否緩解企業(yè)融資約束［J］.現(xiàn)代經(jīng)濟(jì)探討，2020（10）：65-75.

［28］ 鄭聯(lián)盛.中國互聯(lián)網(wǎng)金融：模式、影響、本質(zhì)與風(fēng)險［J］.國際經(jīng)濟(jì)評論，2014（5）：103-118.

［29］ HADLOCK C J，PIERCE J R New evidence on measuring financial constraints：Moving beyond the KZ index［J］.Review of Financial Studies，2010，23（5）：1909-1940.

［30］ 郭峰，王靖一，王芳，等.測度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征［J］.經(jīng)濟(jì)學(xué)（季刊），2020（4）：1401-1418.

［31］ 岳樹民，肖春明.營改增是否促進(jìn)了商業(yè)信用融資：基于上市公司的證據(jù)［J］.稅務(wù)研究，2017（7）：11-18.

［32］ 張成思，朱越騰，蘆哲.對外開放對金融發(fā)展的抑制效應(yīng)之謎［J］.金融研究，2013（6）：16-30.

［33］ 羅黨論，唐清泉.政府控制、銀企關(guān)系與企業(yè)擔(dān)保行為研究：來自中國上市公司的經(jīng)驗證據(jù)［J］.金融研究，2007（3）：151-161.

A study of the development of digital inclusive finance alleviating financing

constraints： Empirical analysis based on agricultural enterprises

TIAN Lin， GUO Mengqi

（School of Business， Zhengzhou University， Zhengzhou 450001， P. R. China）

Abstract： With the vigorous development of digital economy， digital inclusive finance provides new possibilities and paths for alleviating the financing constraints of agriculture-related enterprises. By matching the municipal data of Peking University Digital Inclusive Finance from 2011 to 2020 with the data of China agriculture-related enterprises， the authors empirically test the influence of the development of digital inclusive finance on the financing constraints of agriculture-related enterprises. The research shows that： 1） The development of digital inclusive finance can significantly alleviate the financing constraints of agriculture-related enterprises， and this conclusion is still valid after various robustness tests. Among them， the influence of digital inclusive finance coverage is better than the depth of use and the degree of digitization; 2） The development of digital inclusive finance can alleviate the financing constraints of agriculture-related enterprises by reducing financing costs and improving information transparency; 3） The development of digital inclusive finance has a greater alleviation effect on the financing constraints of non-state-owned enterprises than that of state-owned enterprises， and it has a greater alleviation effect on the financing constraints of processing service enterprises than that of aquaculture and planting enterprises. The better the development of traditional finance， the more effective the development of digital inclusive finance will be in alleviating the financing constraints of enterprises. Generally speaking， the “profit-seeking” of digital inclusive finance is greater than its “inclusiveness” in alleviating the heterogeneity of financing constraints of agriculture-related enterprises. This paper provides theoretical reference and practical guidance for solving the financing problems of agriculture-related enterprises and boosting the development of agricultural economy under the background of “rural revitalization”： First， we should continue to promote the development of digital inclusive finance and provide a large number of new financial services with rich formats for agriculture-related enterprises; Second， agricultural enterprises should actively disclose information， reduce the degree of information asymmetry with financial institutions， and broaden their own financing channels; Third， we should increase the support and resource inclination for backward areas and enterprises engaged in farming and planting， and give full play to the proper meaning of “digital inclusive finance”.

Key words：

digital inclusive finance; agriculture-related enterprises; financing constraints; financing cost; information transparency

（責(zé)任編輯 傅旭東）