【摘 要】 文章基于2011—2023年滬深上市公司數(shù)據(jù)，實(shí)證分析大數(shù)據(jù)發(fā)展對(duì)企業(yè)融資效率的影響關(guān)系及具體機(jī)制。主要結(jié)論有：（1）大數(shù)據(jù)發(fā)展能有效提升企業(yè)的融資效率；（2）機(jī)制檢驗(yàn)發(fā)現(xiàn)，大數(shù)據(jù)發(fā)展通過提高城市虛擬集聚水平和企業(yè)信息披露質(zhì)量來提高企業(yè)融資效率；（3）異質(zhì)性分析表明，在微觀企業(yè)層面，大數(shù)據(jù)發(fā)展對(duì)非國(guó)有企業(yè)、高科技行業(yè)企業(yè)和高治理能力企業(yè)融資效率的提升效應(yīng)更為明顯；（4）進(jìn)一步分析表明，良好的地方金融發(fā)展水平、市場(chǎng)化水平和數(shù)字基礎(chǔ)設(shè)施建設(shè)有助于深化大數(shù)據(jù)發(fā)展對(duì)企業(yè)融資效率的提升效應(yīng)。研究發(fā)現(xiàn)對(duì)我國(guó)企業(yè)通過大數(shù)據(jù)提升城市虛擬集聚水平和企業(yè)信息披露質(zhì)量，進(jìn)而提升融資效率和推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要意義。

【關(guān)鍵詞】 企業(yè)融資效率； 大數(shù)據(jù)發(fā)展； 大數(shù)據(jù)綜合試驗(yàn)區(qū)

【中圖分類號(hào)】 F061.5；F062.9" 【文獻(xiàn)標(biāo)識(shí)碼】 A" 【文章編號(hào)】 1004-5937（2025）11-0011-09

一、引言

2023年9月，習(xí)近平總書記在黑龍江考察期間提出要加快發(fā)展新質(zhì)生產(chǎn)力。新質(zhì)生產(chǎn)力的本質(zhì)是創(chuàng)新，核心要義是以創(chuàng)新驅(qū)動(dòng)高質(zhì)量發(fā)展。然而，企業(yè)創(chuàng)新研發(fā)活動(dòng)具有高投入和高風(fēng)險(xiǎn)等特點(diǎn)，通常需要長(zhǎng)期的資本投入作支撐。倘若企業(yè)具有較高的融資效率，便意味著企業(yè)可以以低成本籌集創(chuàng)新活動(dòng)所需資金，從而降低創(chuàng)新活動(dòng)成本以提高創(chuàng)新績(jī)效，進(jìn)而推動(dòng)新質(zhì)生產(chǎn)力的提升。因此，提高企業(yè)融資效率，對(duì)提高企業(yè)創(chuàng)新績(jī)效和新質(zhì)生產(chǎn)力、推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要現(xiàn)實(shí)意義。

在數(shù)字經(jīng)濟(jì)時(shí)代，伴隨著大數(shù)據(jù)等新一代信息技術(shù)的快速發(fā)展，數(shù)據(jù)已經(jīng)成為新的生產(chǎn)要素，對(duì)企業(yè)融資產(chǎn)生重要影響。一方面，銀行等金融機(jī)構(gòu)可以通過大數(shù)據(jù)對(duì)信貸數(shù)據(jù)和信息進(jìn)行深入分析，有效連接信貸資金的供給方和需求方，提高信貸匹配效率，降低信息匹配成本等融資成本，進(jìn)而提高企業(yè)融資效率。另一方面，大數(shù)據(jù)發(fā)展越完善，越有利于形成新的價(jià)格機(jī)制，優(yōu)化資本配置效率，而資本市場(chǎng)所具有的較高資本配置效率意味著銀行等金融機(jī)構(gòu)能夠更快速地響應(yīng)市場(chǎng)變化和企業(yè)需求，為企業(yè)提供所需資本。這種有效的資本供給有助于確保企業(yè)及時(shí)獲得足夠的資金支持其運(yùn)營(yíng)和發(fā)展需求，企業(yè)更有可能通過市場(chǎng)獲得低成本融資，從而提高其融資效率。為充分發(fā)揮我國(guó)數(shù)據(jù)資源優(yōu)勢(shì)，2015年8月，國(guó)務(wù)院發(fā)布《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》。此后，國(guó)家發(fā)改委批復(fù)貴州省、北京市、天津市、上海市、重慶市、廣東省等10個(gè)省份或城市設(shè)立大數(shù)據(jù)綜合試驗(yàn)區(qū)。因此，立足于我國(guó)發(fā)展新質(zhì)生產(chǎn)力、推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的背景，厘清大數(shù)據(jù)發(fā)展是否有效提升企業(yè)融資效率，其具體作用機(jī)制是什么，是值得探討的重要問題。

現(xiàn)有關(guān)于大數(shù)據(jù)發(fā)展與企業(yè)融資的研究，主要集中在大數(shù)據(jù)發(fā)展和企業(yè)融資約束這一層面上。具體來說，一方面，大數(shù)據(jù)發(fā)展有助于緩解信貸雙方的信息不對(duì)稱，進(jìn)而緩解企業(yè)的融資約束。孫潔和李杰[ 1 ]認(rèn)為，企業(yè)可以利用大數(shù)據(jù)實(shí)現(xiàn)較低成本獲取資本市場(chǎng)上資金供給方的資金供給信息，提高信貸匹配效率，緩解企業(yè)融資約束。陳蕊和王宏偉[ 2 ]認(rèn)為，區(qū)域內(nèi)大數(shù)據(jù)發(fā)展水平的提高有助于構(gòu)建高效多元的投融資體系，有效緩解區(qū)域內(nèi)企業(yè)和金融機(jī)構(gòu)的信息不對(duì)稱問題，進(jìn)而緩解區(qū)域內(nèi)企業(yè)所面臨的融資約束。另一方面，大數(shù)據(jù)發(fā)展可以優(yōu)化金融服務(wù)的質(zhì)量和效率，緩解企業(yè)融資約束。戴艷娟等[ 3 ]認(rèn)為，大數(shù)據(jù)發(fā)展有效降低了企業(yè)獲取金融服務(wù)的門檻，通過與金融機(jī)構(gòu)進(jìn)行實(shí)時(shí)的信息交換，降低金融服務(wù)風(fēng)險(xiǎn)，從而緩解企業(yè)所面臨的融資約束。李政等[ 4 ]認(rèn)為大數(shù)據(jù)發(fā)展可以通過完善資本要素市場(chǎng)制度，幫助企業(yè)選擇高質(zhì)量的機(jī)構(gòu)投資者，以緩解企業(yè)的融資約束。戴艷娟和沈偉鵬[ 5 ]認(rèn)為，大數(shù)據(jù)發(fā)展可以通過提高數(shù)據(jù)資產(chǎn)的靈活性和增強(qiáng)數(shù)據(jù)要素流動(dòng)性，優(yōu)化企業(yè)金融資源的配置效率，進(jìn)而緩解融資約束。

雖然現(xiàn)有許多文獻(xiàn)關(guān)注了大數(shù)據(jù)發(fā)展與企業(yè)融資約束的作用關(guān)系，但少有文獻(xiàn)關(guān)注大數(shù)據(jù)發(fā)展與企業(yè)融資效率的影響關(guān)系和作用機(jī)理，其內(nèi)在機(jī)制也不明確。融資約束多反映企業(yè)所面臨的融資難等問題，而融資效率則更多反映企業(yè)是否能以較低成本獲取外部資本的能力，二者并不能粗略地劃等號(hào)。因此，本文使用2011—2023年滬深上市公司數(shù)據(jù)，實(shí)證研究大數(shù)據(jù)發(fā)展對(duì)企業(yè)融資效率的影響及具體內(nèi)在機(jī)制。

本文的邊際貢獻(xiàn)如下：（1）以大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立為準(zhǔn)自然實(shí)驗(yàn)，實(shí)證檢驗(yàn)大數(shù)據(jù)發(fā)展對(duì)企業(yè)融資效率的影響和作用機(jī)制，填補(bǔ)了現(xiàn)有文獻(xiàn)的空缺，拓展了相關(guān)研究視角。（2）提出并驗(yàn)證了大數(shù)據(jù)發(fā)展通過提高企業(yè)內(nèi)部的信息披露質(zhì)量和企業(yè)外部的城市虛擬集聚水平，進(jìn)而提高企業(yè)的融資效率，有助于厘清大數(shù)據(jù)賦能企業(yè)融資效率的作用機(jī)理。（3）在微觀層面，探討了大數(shù)據(jù)發(fā)展對(duì)企業(yè)融資效率的異質(zhì)性效應(yīng)，包括企業(yè)產(chǎn)權(quán)異質(zhì)性、行業(yè)異質(zhì)性和企業(yè)高管治理能力異質(zhì)性三個(gè)方面；在宏觀層面，分析了地方金融發(fā)展水平、市場(chǎng)化程度和數(shù)字基礎(chǔ)設(shè)施建設(shè)三個(gè)宏觀經(jīng)濟(jì)環(huán)境差異對(duì)大數(shù)據(jù)發(fā)展與企業(yè)融資效率的影響，并為大數(shù)據(jù)賦能企業(yè)融資效率、促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展提供相關(guān)政策啟示。

二、理論分析與研究假設(shè)

融資效率指在融資活動(dòng)中，企業(yè)能以低成本獲取外部資本的能力[ 6 ]。因此，要提高融資效率則需要降低融資交易成本，而提高匹配效率和信息效率則是降低融資交易成本的關(guān)鍵[ 7 ]。大數(shù)據(jù)發(fā)展通過集聚數(shù)字要素，創(chuàng)造有利于提升信貸匹配效率和信息效率的優(yōu)良環(huán)境，為提高企業(yè)融資效率提供可能。一方面，依托大數(shù)據(jù)發(fā)展的征信評(píng)級(jí)技術(shù)，金融機(jī)構(gòu)等資本供給方可以通過線上的方式獲取資本需求方更為真實(shí)準(zhǔn)確的信息，提高信貸匹配效率，并通過對(duì)數(shù)據(jù)的分析和處理，有效降低信貸過程中所產(chǎn)生的搜尋成本和決策成本等信貸交易成本，進(jìn)而提高企業(yè)融資效率。另一方面，資本要素市場(chǎng)的配置效率依賴于價(jià)格機(jī)制，但價(jià)格機(jī)制依賴于信息處理效率和傳遞效率。大數(shù)據(jù)發(fā)展可以將大量冗余的數(shù)據(jù)轉(zhuǎn)化為有效信息，提高資金供需雙方匹配中的信息處理效率和信息傳遞效率[ 8 ]?；诖髷?shù)據(jù)發(fā)展提煉出的有效信息，有助于提高信貸過程中資金供需雙方的信息效率，降低信息搜尋和驗(yàn)證成本，進(jìn)而提高企業(yè)的融資效率。因此，本文提出待驗(yàn)證的研究假設(shè)1：

研究假設(shè)1：大數(shù)據(jù)發(fā)展有利于提高企業(yè)融資效率。

虛擬集聚主要指數(shù)據(jù)和信息等要素在虛擬空間的集聚[ 9 ]。數(shù)字經(jīng)濟(jì)時(shí)代，伴隨著大數(shù)據(jù)等新一代信息技術(shù)的發(fā)展，產(chǎn)業(yè)集聚演變出從地理空間集聚向虛擬空間集聚的新態(tài)勢(shì)。大數(shù)據(jù)發(fā)展水平越高，意味著區(qū)域內(nèi)所集聚的數(shù)據(jù)要素越多，其虛擬集聚程度也就越高[ 9 ]，這為改善企業(yè)融資效率提供了可能。具體來看：第一，大數(shù)據(jù)發(fā)展水平越高，虛擬集聚程度也越高，虛擬集聚可以跨越時(shí)空限制，將信貸雙方的信息互動(dòng)距離和互動(dòng)成本降為零，強(qiáng)化了各主體間信息的跨時(shí)空交互，克服信息溢出“距離衰減”所帶來的信息傳遞阻塞問題，充分緩解雙方的信息不對(duì)稱，而更低的信息不對(duì)稱程度會(huì)帶來更高的融資效率[ 10 ]。第二，大數(shù)據(jù)發(fā)展水平和虛擬集聚程度越高的區(qū)域，其數(shù)據(jù)和信息實(shí)時(shí)交流與交換能力越強(qiáng)，區(qū)域內(nèi)的金融中介可以與企業(yè)實(shí)現(xiàn)更高效的資本供需匹配，擴(kuò)大虛擬集聚的正向網(wǎng)絡(luò)效應(yīng)，減少雙方的融資交易成本，提高融資效率[ 11 ]。因此，本文提出待驗(yàn)證的研究假設(shè)2：

研究假設(shè)2：大數(shù)據(jù)發(fā)展通過提高虛擬集聚程度來提高企業(yè)融資效率。

企業(yè)出于滿足市場(chǎng)信息需求和尋求外部融資的考量，會(huì)努力實(shí)現(xiàn)高質(zhì)量和高時(shí)效性的信息披露[ 12 ]，而大數(shù)據(jù)可以為企業(yè)提供更加高效的數(shù)據(jù)收集和分析手段，使企業(yè)能夠及時(shí)準(zhǔn)確地向市場(chǎng)披露信息。高質(zhì)量的信息披露有助于提升企業(yè)的信息透明度，增強(qiáng)市場(chǎng)投資者對(duì)企業(yè)的信任，從而提高企業(yè)的融資效率。具體來說：第一，大數(shù)據(jù)發(fā)展促使監(jiān)管機(jī)構(gòu)加大對(duì)企業(yè)信息披露質(zhì)量的監(jiān)管力度，推動(dòng)了信息披露標(biāo)準(zhǔn)的提升，企業(yè)在信息披露方面更加規(guī)范和透明，有助于降低投資者的信息不對(duì)稱風(fēng)險(xiǎn)，提升企業(yè)的融資效率。第二，大數(shù)據(jù)發(fā)展可以有效提升企業(yè)內(nèi)部的信息分析和處理能力，從而有效提高信息披露質(zhì)量，而高質(zhì)量的信息披露可以緩解委托代理問題，減少企業(yè)管理層為追求自身利益最大化對(duì)資本投入和產(chǎn)出等決策所造成的不利影響，有效降低企業(yè)的融資成本，提高融資效率。第三，大數(shù)據(jù)發(fā)展使得企業(yè)能夠更好地理解和把握市場(chǎng)需求與行業(yè)發(fā)展趨勢(shì)，為企業(yè)的戰(zhàn)略決策提供更可靠的依據(jù)。準(zhǔn)確的市場(chǎng)分析和預(yù)測(cè)能力使企業(yè)能夠更好地規(guī)劃與優(yōu)化自身的發(fā)展方向和戰(zhàn)略布局，并通過提高企業(yè)自身信息披露質(zhì)量，吸引金融機(jī)構(gòu)對(duì)企業(yè)進(jìn)行投資，減少企業(yè)尋求外源融資的成本，從而提高融資效率。因此，本文提出待驗(yàn)證的研究假設(shè)3：

研究假設(shè)3：大數(shù)據(jù)發(fā)展通過提高企業(yè)信息披露質(zhì)量來提高企業(yè)融資效率。

三、研究設(shè)計(jì)

（一）實(shí)證模型設(shè)計(jì)

樣本觀測(cè)期內(nèi)獲得政策試點(diǎn)的城市或地區(qū)其獲批時(shí)間均發(fā)生在2016年。由于2015年貴州省便開始布局建設(shè)大數(shù)據(jù)試驗(yàn)區(qū)，其余省份或城市則在2016年下半年獲批后才開始，因此本文參照以往大多數(shù)文獻(xiàn)做法，將貴州省的政策試點(diǎn)時(shí)間設(shè)定為2015年，其他城市或地區(qū)則設(shè)定為2016年。本文通過構(gòu)建多期DID評(píng)估大數(shù)據(jù)發(fā)展對(duì)企業(yè)融資效率的政策效應(yīng)，具體如下：

Fei，c，t=？琢0+？琢1Datac，t+∑Controls+？酌i+？啄t+？漬c+？著 （1）

其中，F(xiàn)ei，c，t代表c城市中i企業(yè)在t年的融資效率，Data為政策虛擬變量。根據(jù)前文理論假設(shè)，預(yù)期？琢1顯著為正?！艭ontrols為控制變量組合，？酌i為企業(yè)層面上的個(gè)體固定效應(yīng)，？啄t為年份固定效應(yīng)，？漬c為城市層面上的固定效應(yīng)，？著為擾動(dòng)項(xiàng)。

（二）變量說明

1.被解釋變量

企業(yè)融資效率（Fe）。本文基于王秀貞等[ 13 ]的研究，使用數(shù)據(jù)包絡(luò)分析法（DEA）測(cè)算上市公司的融資效率，投入指標(biāo)和產(chǎn)出指標(biāo)的數(shù)據(jù)如表1所示。

2.解釋變量

本文將大數(shù)據(jù)綜合試驗(yàn)區(qū)的政策虛擬變量（Data）作為大數(shù)據(jù)發(fā)展的代理變量，若企業(yè)位于政策試點(diǎn)城市或地區(qū)內(nèi)且在政策實(shí)施年份之后，取值為1，否則為0。

3.控制變量

綜合現(xiàn)有研究成果，本文擬采用以下控制變量：（1）企業(yè)規(guī)模（Size）：企業(yè)總資產(chǎn)的自然對(duì)數(shù)；（2）資產(chǎn)負(fù)債率（Lev）：年末總負(fù)債與年末總資產(chǎn)的比值；（3）盈利能力（Roa）：凈利潤(rùn)與總資產(chǎn)的比值；（4）董事會(huì)規(guī)模（Board）：董事會(huì)人數(shù)的自然對(duì)數(shù)；（5）兩職合一（Dual）：董事長(zhǎng)與總經(jīng)理是同一個(gè)人為1，否則為0；（6）股權(quán)集中度（Top10）：前十股東持股比例；（7）托賓Q值（TobinQ）：企業(yè)市值與總資產(chǎn)的比值；（8）銀企關(guān)系（Bank）：是否持有銀行股份，是為1，否則為0。

（三）數(shù)據(jù)來源和處理

本文選取2011—2023年滬深上市企業(yè)為研究對(duì)象，企業(yè)層面的數(shù)據(jù)來源于國(guó)泰安數(shù)據(jù)庫，大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)區(qū)域名單來源于工信部官網(wǎng)，對(duì)數(shù)據(jù)進(jìn)行以下處理：（1）將注冊(cè)地設(shè)在大數(shù)據(jù)綜合試驗(yàn)區(qū)內(nèi)的企業(yè)為實(shí)驗(yàn)組，其余企業(yè)為控制組；（2）剔除金融類企業(yè)；（3）剔除帶有ST或*ST標(biāo)記的企業(yè)；（4）剔除缺少關(guān)鍵變量數(shù)值的企業(yè)；（5）對(duì)連續(xù)變量進(jìn)行上下1%水平的縮尾處理。數(shù)據(jù)描述性統(tǒng)計(jì)見表2。

四、實(shí)證結(jié)果分析

（一）基準(zhǔn)回歸

表3列（1）為未控制固定效應(yīng)的回歸結(jié)果，列（2）為控制固定效應(yīng)的結(jié)果。由表3可知，無論是否控制固定效應(yīng)，大數(shù)據(jù)發(fā)展都顯著提升了企業(yè)融資效率。如理論分析所述，銀行等金融機(jī)構(gòu)運(yùn)用基于大數(shù)據(jù)發(fā)展所產(chǎn)生的征信評(píng)級(jí)技術(shù)，有效提高了信貸資金的供需匹配效率和企業(yè)融資效率。此外，大數(shù)據(jù)發(fā)展有助于提高資金供需雙方的信息處理效率和信息傳遞效率，從而提高企業(yè)融資效率，因此假設(shè)1得到初步驗(yàn)證。

（二）平行趨勢(shì)檢驗(yàn)

為進(jìn)行平行趨勢(shì)檢驗(yàn)，同時(shí)更加直觀地考察企業(yè)融資效率在大數(shù)據(jù)綜合試驗(yàn)區(qū)試點(diǎn)政策前后的動(dòng)態(tài)差異，本文用事件分析法進(jìn)行平行趨勢(shì)檢驗(yàn)。如圖1所示，政策實(shí)施前4年實(shí)驗(yàn)組和控制組的企業(yè)融資效率并不存在顯著差異，而政策實(shí)施后第3年開始具有顯著差異，說明政策具有一定的遲滯性和可持續(xù)性，因此本文的被解釋變量滿足平行趨勢(shì)假設(shè)。

（三）穩(wěn)健性檢驗(yàn)

1.安慰劑檢驗(yàn)

本文通過構(gòu)造政策偽處理時(shí)間和偽處理組，重復(fù)抽樣500次進(jìn)行無約束的混合安慰劑檢驗(yàn)。雙邊p值和右邊p值為0.002（在1%水平上顯著），可以拒絕處理效應(yīng)為0的原假設(shè)。此外，圖2也可以看出處理效應(yīng)估計(jì)值在安慰劑效應(yīng)分布的右側(cè)，表示極端值。

2.PSM—DID檢驗(yàn)

為緩解樣本自選擇問題，減少估計(jì)偏誤，本文使用Logit模型對(duì)控制變量回歸獲得傾向得分，再使用核匹配法進(jìn)行估計(jì)。圖3表明，匹配后協(xié)變量的標(biāo)準(zhǔn)化偏差明顯縮小，且接近0線，表明匹配后兩個(gè)樣本組的特征比匹配前更接近。因此，本文采用核匹配法進(jìn)行PSM檢驗(yàn)較為合理。本文將匹配后的樣本進(jìn)行重新回歸，結(jié)果如表4列（1）所示，匹配后樣本的政策效應(yīng)估計(jì)系數(shù)的顯著性和符號(hào)與基準(zhǔn)回歸結(jié)果保持一致，證明了基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

（四）其他穩(wěn)健性檢驗(yàn)

本文還進(jìn)行了以下穩(wěn)健性檢驗(yàn)：（1）排除其他政策影響。將寬帶中國(guó)政策（board）和智慧城市試點(diǎn)政策（intel）的虛擬變量納入模型，以得到大數(shù)據(jù)試驗(yàn)區(qū)設(shè)立對(duì)企業(yè)融資效率的凈效應(yīng)。（2）控制區(qū)域特征。在回歸中納入可能影響企業(yè)融資效率的區(qū)域變量，如地方經(jīng)濟(jì)發(fā)展水平（用人均gdp的對(duì)數(shù)衡量，表示為lnpgdp）、地方金融發(fā)展水平（用金額機(jī)構(gòu)存貸款的對(duì)數(shù)衡量，表示為lnfin）、第二產(chǎn)業(yè)占比（第二產(chǎn)業(yè)增加值占城市GDP的比重，表示為p2）、第三產(chǎn)業(yè)占比（第三產(chǎn)業(yè)增加值占城市GDP的比重，表示為p3）、地區(qū)數(shù)字金融發(fā)展水平（北京大學(xué)數(shù)字普惠金融總指數(shù)，表示為digital）和地區(qū)銀行機(jī)構(gòu)數(shù)量（bank）。（3）交互固定效應(yīng)。在控制企業(yè)個(gè)體、年份和城市固定效應(yīng)的基礎(chǔ)上，為了控制企業(yè)個(gè)體和城市層面上隨時(shí)間變化的不可觀測(cè)因素對(duì)回歸結(jié)果的影響，本文額外引入了年份與企業(yè)個(gè)體、年份與城市的交互固定效應(yīng)。（4）多期雙重穩(wěn)健估計(jì)量。本文參考Callaway和Sant'

Anna[ 14 ]提出的CSDID來緩解多期DID模型因使用固定效應(yīng)所產(chǎn)生的估計(jì)偏誤，具體結(jié)果如表4所示，核心解釋變量的符號(hào)和顯著性水平穩(wěn)健。

（五）機(jī)制分析

本文使用中介效應(yīng)驗(yàn)證大數(shù)據(jù)發(fā)展如何提升企業(yè)融資效率這一命題的具體機(jī)制。模型設(shè)定如下：

Midi，c，t=？琢0+？琢1Datac，t+∑Controls+？酌i+？啄t+？漬c+？著 （2）

Fei，c，t=？茁0+？茁1Midi，c，t+？茁2Datac，t+∑Controls+？酌i+？啄t+？漬c+？著

（3）

其中，Mid為機(jī)制變量，其他變量含義與前文相同。重點(diǎn)關(guān)注？琢1的符號(hào)和顯著性水平。

關(guān)于機(jī)制變量的選取，如虛擬集聚水平（Vag），本文參考劉燁等[ 15 ]的研究，在區(qū)位熵的基礎(chǔ)上加入地理距離外溢衰減指數(shù)，具體計(jì)算方法如下：

Vagc，t=■ i（■）/（■）？啄ui-1 （4）

式中csit和yit分別表示i城市t年計(jì)算機(jī)服務(wù)、信息傳輸與軟件業(yè)的就業(yè)人數(shù)以及全部就業(yè)人數(shù)。cs和y分別表示全部城市計(jì)算機(jī)服務(wù)、信息傳輸和軟件業(yè)的就業(yè)人數(shù)以及全部就業(yè)人數(shù)。？啄ui為城市u和城市i之間的地理距離權(quán)重，城市間地理距離由城市之間的球面距離表示，當(dāng)u＝i時(shí)，代表城市的專業(yè)化集聚權(quán)重為1，該指數(shù)的值越大，說明該城市的虛擬集聚水平越高。

關(guān)于企業(yè)信息披露質(zhì)量（Eid），本文參考翟光宇等[ 16 ]的研究，使用KV指數(shù)來衡量，具體如下：

Ln（Pt-Pt-1）/Pt-1=λ0+λ（Volt/Vol0-1）+？著 （5）

其中，Pt和Volt是第t日股票收盤價(jià)與交易量，Vol0是樣本期內(nèi)股票的平均日交易量，并對(duì)模型（5）進(jìn)行OLS回歸得到KV指數(shù)λ（剔除KV指數(shù)為負(fù)值的情況）。λ越小，表明信息披露質(zhì)量越高。

表5列（1）—列（4）分別匯報(bào)了虛擬集聚和信息披露質(zhì)量影響企業(yè)融資效率的回歸結(jié)果。列（1）的回歸結(jié)果表明，本文關(guān)注的政策變量在1%水平下顯著正向提升虛擬集聚水平；列（2）表明城市虛擬集聚顯著正向提升企業(yè)融資效率；列（3）表明大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立顯著降低了KV指數(shù)，也即顯著提升了企業(yè)信息披露質(zhì)量；列（4）表明信息披露質(zhì)量提升顯著提高了企業(yè)的融資效率。綜上所述，表5的回歸結(jié)果為大數(shù)據(jù)綜合試驗(yàn)區(qū)設(shè)立提高企業(yè)融資效率的具體機(jī)制提供了經(jīng)驗(yàn)證據(jù)，證實(shí)了存在“大數(shù)據(jù)發(fā)展—虛擬集聚水平提升—企業(yè)融資效率提升”和“大數(shù)據(jù)發(fā)展—企業(yè)信息披露質(zhì)量提升—企業(yè)融資效率提升”兩個(gè)機(jī)制，假設(shè)2和假設(shè)3得到證明。

（六）異質(zhì)性分析

前文已經(jīng)為大數(shù)據(jù)發(fā)展對(duì)企業(yè)融資效率的影響提供了經(jīng)驗(yàn)證據(jù)，但是這種政策效應(yīng)在不同微觀企業(yè)特征下有何差異仍需進(jìn)一步探討。因此，本文進(jìn)一步從微觀層面出發(fā)，多角度探討大數(shù)據(jù)發(fā)展對(duì)企業(yè)融資效率的異質(zhì)性特征。

考慮企業(yè)所有制異質(zhì)性，本文將研究樣本劃分為國(guó)有企業(yè)和非國(guó)有企業(yè)進(jìn)行分組回歸。從表6列（1）和列（2）的回歸結(jié)果可知，大數(shù)據(jù)試驗(yàn)區(qū)設(shè)立對(duì)企業(yè)融資效率的提升效應(yīng)在非國(guó)有企業(yè)中更顯著。原因可能是與國(guó)有企業(yè)相比，非國(guó)有企業(yè)在融資渠道和融資成本等方面的資源較國(guó)有企業(yè)更為欠缺，因此大數(shù)據(jù)發(fā)展對(duì)企業(yè)融資效率能帶來更大的改善效應(yīng)。

考慮行業(yè)異質(zhì)性，參考郭蕾等[ 17 ]的研究，將數(shù)據(jù)樣本企業(yè)分為高科技企業(yè)和非高科技企業(yè)?；貧w結(jié)果如表6列（3）和列（4）所示，相較于非高科技行業(yè)企業(yè)，大數(shù)據(jù)試驗(yàn)區(qū)的設(shè)立對(duì)高科技行業(yè)企業(yè)融資效率的提升效應(yīng)更顯著。可能的原因在于，高科技企業(yè)對(duì)數(shù)據(jù)要素和數(shù)字技術(shù)的依賴性比非高科技企業(yè)更高，更容易根據(jù)政策導(dǎo)向，充分利用大數(shù)據(jù)處理技術(shù)和分析市場(chǎng)信息，促進(jìn)企業(yè)融資效率的提升。而對(duì)于非高科技企業(yè)，由于其與數(shù)字化領(lǐng)域的聯(lián)系較弱，大數(shù)據(jù)試驗(yàn)區(qū)的設(shè)立可能會(huì)在一定程度上加大與高科技企業(yè)之間的數(shù)字鴻溝，抑制其通過發(fā)展大數(shù)據(jù)來提升融資效率。

考慮企業(yè)治理能力異質(zhì)性，借鑒劉明[ 18 ]的研究，以高管是否具有金融背景作為企業(yè)治理能力異質(zhì)性的衡量標(biāo)準(zhǔn)?；貧w結(jié)果如表6列（5）和列（6）所示，當(dāng)高管具有金融背景時(shí)，大數(shù)據(jù)發(fā)展對(duì)企業(yè)融資效率的提升作用更顯著。原因在于具有金融背景的高管，可以更好地利用自己的資源，為企業(yè)提供獲取信貸資源的渠道，降低企業(yè)的融資難度和融資成本，幫助企業(yè)提高信貸額度并獲得更多的信貸資金，改善企業(yè)的融資效率。

（七）進(jìn)一步分析

如前所述，大數(shù)據(jù)綜合試驗(yàn)區(qū)在提升企業(yè)融資效率的過程中扮演了重要角色，但其具體效果可能因地區(qū)發(fā)展環(huán)境而異。因此，本文進(jìn)一步從地方發(fā)展環(huán)境的角度，以地方金融發(fā)展水平、市場(chǎng)化水平和數(shù)字基礎(chǔ)設(shè)施建設(shè)三個(gè)方面為基礎(chǔ)，探討大數(shù)據(jù)試驗(yàn)區(qū)對(duì)企業(yè)融資效率的影響關(guān)系在不同發(fā)展環(huán)境下的潛在作用效果。

1.地方金融發(fā)展水平

地方金融業(yè)的發(fā)展程度直接影響區(qū)域內(nèi)企業(yè)獲取信貸資金的難易程度，從而影響企業(yè)的融資效率。良好的地方金融發(fā)展環(huán)境不僅有助于提高企業(yè)獲取外源融資的可能性和融資效率，為企業(yè)的日常運(yùn)營(yíng)和投資決策提供資金保障，而且有助于地方政府通過擴(kuò)大融資渠道助力地方發(fā)展，從而使大數(shù)據(jù)綜合試驗(yàn)區(qū)更好地發(fā)揮推動(dòng)地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展和企業(yè)高質(zhì)量發(fā)展的作用。本文使用省級(jí)層面上金融機(jī)構(gòu)存貸款和生產(chǎn)總值的比值作為地區(qū)金融發(fā)展水平的代理變量。如表7列（1）和列（2）回歸結(jié)果所示，在較高金融發(fā)展水平地區(qū)，核心解釋變量的系數(shù)顯著為正，表明地方金融發(fā)展水平的提高有助于深化大數(shù)據(jù)對(duì)企業(yè)融資效率的提升效果。

2.地方市場(chǎng)化水平

考慮地區(qū)市場(chǎng)化程度異質(zhì)性，本文使用王小魯?shù)萚 19 ]編制的市場(chǎng)化指數(shù)，根據(jù)市場(chǎng)化指數(shù)中位數(shù)劃分為高市場(chǎng)化水平地區(qū)和低市場(chǎng)化水平地區(qū)，回歸結(jié)果如表7列（3）和列（4）所示。在高市場(chǎng)化水平地區(qū)，大數(shù)據(jù)對(duì)企業(yè)融資效率的提升效應(yīng)比低市場(chǎng)化水平地區(qū)更顯著，原因可能在于市場(chǎng)化程度較高的地區(qū)，有助于形成公平的宏觀競(jìng)爭(zhēng)環(huán)境，強(qiáng)化信息的披露效率和透明度，企業(yè)也有機(jī)會(huì)拓展更加多樣化的融資渠道，提高融資效率。

3.地方數(shù)字基礎(chǔ)設(shè)施建設(shè)

近年來，各地方政府積極完善數(shù)字基礎(chǔ)設(shè)施體系以適應(yīng)數(shù)字經(jīng)濟(jì)發(fā)展需要。完善的數(shù)字基礎(chǔ)設(shè)施建設(shè)不僅可以提高大數(shù)據(jù)試驗(yàn)區(qū)的運(yùn)營(yíng)和管理效率，推動(dòng)區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展，而且可以保障企業(yè)在尋求外部融資時(shí)獲取足夠的數(shù)據(jù)要素支持。本文參考黃勃等[ 20 ]的研究，用企業(yè)所在地區(qū)的人均互聯(lián)網(wǎng)接入端口數(shù)作為地方數(shù)字基礎(chǔ)設(shè)施的代理變量，結(jié)果如表7列（5）和列（6）所示。核心解釋變量的系數(shù)在具有良好數(shù)字基礎(chǔ)設(shè)施的地區(qū)顯著為正，表明完善的地方數(shù)字基礎(chǔ)設(shè)施建設(shè)有利于提高大數(shù)據(jù)試驗(yàn)區(qū)政策對(duì)企業(yè)融資效率的提升效應(yīng)。

五、結(jié)論與啟示

本文基于2011—2023年滬深上市公司數(shù)據(jù)，以國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立作為準(zhǔn)自然實(shí)驗(yàn)，實(shí)證分析了大數(shù)據(jù)發(fā)展對(duì)企業(yè)融資效率的影響關(guān)系及具體機(jī)制。主要結(jié)論有：（1）大數(shù)據(jù)發(fā)展能有效提升企業(yè)的融資效率，該結(jié)論在經(jīng)過混合安慰劑檢驗(yàn)等一系列穩(wěn)健性檢驗(yàn)后仍成立。（2）機(jī)制檢驗(yàn)證明，在宏觀層面，大數(shù)據(jù)發(fā)展通過提高城市虛擬集聚水平提高企業(yè)融資效率；在微觀層面，主要通過提高企業(yè)信息披露質(zhì)量提高企業(yè)融資效率。（3）異質(zhì)性分析表明，在微觀企業(yè)層面，大數(shù)據(jù)發(fā)展對(duì)非國(guó)有企業(yè)、高科技行業(yè)企業(yè)和高治理能力企業(yè)融資效率的提升更明顯；進(jìn)一步分析表明，大數(shù)據(jù)發(fā)展對(duì)金融發(fā)展水平較高、市場(chǎng)化程度較高和數(shù)字基礎(chǔ)建設(shè)良好地區(qū)企業(yè)的融資效率提升更為明顯。

綜合本文的研究結(jié)論，得出以下政策建議和啟示：

第一，建立大數(shù)據(jù)融資信息綜合服務(wù)平臺(tái)。由中國(guó)人民銀行等金融監(jiān)管機(jī)構(gòu)統(tǒng)籌與指導(dǎo)，以金融機(jī)構(gòu)和征信機(jī)構(gòu)等機(jī)構(gòu)為主體，運(yùn)用大數(shù)據(jù)技術(shù)，創(chuàng)新信貸風(fēng)險(xiǎn)評(píng)估體系，共同構(gòu)建大數(shù)據(jù)融資信息綜合服務(wù)平臺(tái)。鼓勵(lì)銀行等金融機(jī)構(gòu)在綜合平臺(tái)上發(fā)布資金供給信息或具有資金需求的企業(yè)在綜合平臺(tái)上發(fā)布資金需求信息，在平臺(tái)上實(shí)現(xiàn)信貸雙方的有效匹配，提高企業(yè)融資效率。

第二，著力推動(dòng)企業(yè)進(jìn)行數(shù)字化轉(zhuǎn)型，引導(dǎo)企業(yè)積極融入大數(shù)據(jù)融資信息綜合服務(wù)平臺(tái)。一方面，政府要強(qiáng)化服務(wù)意識(shí)，出臺(tái)企業(yè)數(shù)字化轉(zhuǎn)型相關(guān)激勵(lì)政策，為有意愿進(jìn)行數(shù)字化轉(zhuǎn)型的企業(yè)提供政策、財(cái)政和稅收支持，為企業(yè)數(shù)字化轉(zhuǎn)型提供保障。另一方面，大數(shù)據(jù)融資信息綜合服務(wù)平臺(tái)運(yùn)營(yíng)單位要主動(dòng)作為，強(qiáng)化宣傳意識(shí)，做好企業(yè)背調(diào)和信用評(píng)級(jí)工作，完善企業(yè)加入大數(shù)據(jù)融資信息綜合服務(wù)平臺(tái)的流程。

第三，強(qiáng)化數(shù)字基礎(chǔ)設(shè)施建設(shè)?？紤]到大數(shù)據(jù)發(fā)展對(duì)企業(yè)融資效率所具有的改善效應(yīng)，各地區(qū)要加快地區(qū)數(shù)字化基礎(chǔ)設(shè)施建設(shè)，為大數(shù)據(jù)賦能企業(yè)融資效率，進(jìn)而賦能新質(zhì)生產(chǎn)力，促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展創(chuàng)造有利的客觀環(huán)境和條件。此外，各地區(qū)要充分轉(zhuǎn)變經(jīng)濟(jì)發(fā)展認(rèn)識(shí)，以發(fā)展大數(shù)據(jù)產(chǎn)業(yè)為抓手，加快對(duì)傳統(tǒng)基礎(chǔ)設(shè)施進(jìn)行數(shù)字化改造，同時(shí)積極引進(jìn)大數(shù)據(jù)產(chǎn)業(yè)，布局城市大數(shù)據(jù)產(chǎn)業(yè)平臺(tái)的建設(shè)，為加快建立安全高效的大數(shù)據(jù)融資信息綜合服務(wù)平臺(tái)提供現(xiàn)實(shí)基礎(chǔ)。

【參考文獻(xiàn)】

［1］ 孫潔，李杰.大數(shù)據(jù)應(yīng)用、融資約束和企業(yè)創(chuàng)新效率［J］.證券市場(chǎng)導(dǎo)報(bào)，2022（11）：13-23.

［2］ 陳蕊，王宏偉.大數(shù)據(jù)發(fā)展與企業(yè)創(chuàng)新能力提升［J］.當(dāng)代經(jīng)濟(jì)管理，2024，46（5）：30-42.

［3］ 戴艷娟，沈偉鵬，譚偉杰.大數(shù)據(jù)發(fā)展對(duì)企業(yè)數(shù)字技術(shù)創(chuàng)新的影響研究：基于國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)的準(zhǔn)自然實(shí)驗(yàn)［J］.西部論壇，2023，33（2）：16-28.

［4］ 李政，越婷婷，賈妍妍.地區(qū)大數(shù)據(jù)發(fā)展如何影響企業(yè)數(shù)字化轉(zhuǎn)型？［J］.現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2023，43（11）：61-76.

［5］ 戴艷娟，沈偉鵬.大數(shù)據(jù)發(fā)展如何影響企業(yè)全要素生產(chǎn)率：基于內(nèi)外部雙重視角的分析［J］.云南財(cái)經(jīng)大學(xué)學(xué)報(bào)，2024，40（2）：78-94.

［6］ 楊毅，高玥，吳晶晶.供應(yīng)鏈金融提升了上市公司的融資效率嗎：基于兩類會(huì)計(jì)穩(wěn)健性視角的研究［J］.會(huì)計(jì)之友，2022（1）：52-60.

［7］ 李衛(wèi)兵，張星.數(shù)字化轉(zhuǎn)型與企業(yè)交易成本［J］.華中科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2023，37（6）：8-17.

［8］ 孫光林，艾永芳，李淼.資本錯(cuò)配與中國(guó)經(jīng)濟(jì)增長(zhǎng)質(zhì)量：基于金融效率與產(chǎn)能利用率中介效應(yīng)實(shí)證研究［J］.管理學(xué)刊，2021，34（5）：57-73.

［9］ 王如玉，梁琦，李廣乾.虛擬集聚：新一代信息技術(shù)與實(shí)體經(jīng)濟(jì)深度融合的空間組織新形態(tài)［J］.管理世界，2018，34（2）：13-21.

［10］ 吳昊旻，張靜輝，張華玉.并購(gòu)重組市場(chǎng)化改革與會(huì)計(jì)信息質(zhì)量［J/OL］.南開管理評(píng)論，2023-06-15.

［11］ 王如玉，王志高.金融虛擬集聚平臺(tái)的區(qū)位選擇［J］.中山大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2021，61（6）：177-190.

［12］ 王小鵬，史陳菲.注冊(cè)制下自愿性信息披露質(zhì)量研究：基于科創(chuàng)板2019—2021年的經(jīng)驗(yàn)證據(jù)［J］.會(huì)計(jì)之友，2024（2）：62-71.

［13］ 王秀貞，丁慧平，胡毅.基于DEA方法的我國(guó)中小企業(yè)融資效率評(píng)價(jià)［J］.系統(tǒng)工程理論與實(shí)踐，2017，37（4）：865-874.

［14］ CALLAWAY B，SANT'ANNA P H C.Difference-in- differences with multiple time periods［J］. Journal of Econometrics，2021，225（2）：200-230.

［15］ 劉燁，王琦，班元浩.虛擬集聚、知識(shí)結(jié)構(gòu)與中國(guó)城市創(chuàng)新［J］.財(cái)貿(mào)經(jīng)濟(jì)，2023，44（4）：89-105.

［16］ 翟光宇，武力超，唐大鵬.中國(guó)上市銀行董事會(huì)秘書持股降低了信息披露質(zhì)量嗎：基于2007—2012年季度數(shù)據(jù)的實(shí)證分析［J］.經(jīng)濟(jì)評(píng)論，2014（2）：127-138.

［17］ 郭蕾，肖淑芳，李雪婧，等.非高管員工股權(quán)激勵(lì)與創(chuàng)新產(chǎn)出：基于中國(guó)上市高科技企業(yè)的經(jīng)驗(yàn)證據(jù)［J］.會(huì)計(jì)研究，2019（7）：59-67.

［18］ 劉明.大數(shù)據(jù)綜合試驗(yàn)區(qū)對(duì)企業(yè)創(chuàng)新的影響研究：來自中國(guó)上市公司的經(jīng)驗(yàn)證據(jù)［J］.云南大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024（1）：1-12.

［19］ 王小魯，樊綱，胡李鵬.中國(guó)分省份市場(chǎng)化指數(shù)報(bào)告（2018）［M］.北京：社會(huì)科學(xué)文獻(xiàn)出版社，2019.

［20］ 黃勃，李海彤，劉俊岐，等.數(shù)字技術(shù)創(chuàng)新與中國(guó)企業(yè)高質(zhì)量發(fā)展：來自企業(yè)數(shù)字專利的證據(jù)［J］.經(jīng)濟(jì)研究，2023，58（3）：97-115.