數字金融、融資約束與企業全要素生產率

馬芬芬　付澤宇　王滿倉

關鍵詞數字金融 全要素生產率 融資約束 技術創新 規模擴張

〔中圖分類號〕F249.24〔文獻標識碼〕A〔文章編號〕0447-662X（2021）07-0069-11

一、引言及文獻綜述

在金融抑制背景下，我國很多企業面臨較為嚴重的融資約束問題。銀行傾向于給國有企業發放貸款，而民營企業和中小企業由于缺乏抵押品、財務信息不透明等原因面臨較為嚴重的融資約束。①企業規模擴張和技術創新均有助于提升全要素生產率，但很多企業的研發和投資活動遭受融資約束，導致全要素生產率普遍不高。當前企業面臨的融資困境為數字金融的發展提供了機會。數字金融指的是傳統金融機構與互聯網公司利用金融科技實現融資、支付和投資等的新型金融業務模式。金融科技的應用使得金融機構能夠獲取更多有關借款人的信息，減少信息不對稱，緩解企業融資約束，②為企業實施技術創新、實現規模經濟和提高全要素生產率提供條件。因此，探究數字金融對企業全要素生產率的作用機制有重要的現實意義。

有關金融發展與生產率關系的理論和經驗研究都較為豐富。理論方面，現有研究基本認同金融發展有助于提高生產率。一方面，金融系統能夠識別最有前景的投資項目，促使資源流向效率最高的企業，以促進生產率的增長;另一方面，金融體系具有收集和處理信息、分散風險等多種功能，這些功能的發揮促使金融資源流向技術創新項目，從而促進技術進步并提高生產率。作為發展中國家，中國金融發展對全要素生產率的影響究竟如何也引發學界關注。趙勇和雷達以“私人部門貸款占GDP的比重”衡量金融發展，發現金融發展能夠顯著提升全要素生產率。趙勇、雷達：《金融發展與經濟增長：生產率促進抑或資本形成》，《世界經濟》2010年第2期。陳啟斐和吳建軍以“金融業增加值占GDP的比重”衡量金融發展，發現金融發展并未提升全要素生產率。陳啟斐、吳建軍：《金融發展與技術進步：一項來自中國省級數據的研究》，《經濟評論》2013年第6期。Aziz和Duenwald以“銀行貸款占GDP的比重”衡量金融發展，發現金融發展對全要素生產率無顯著影響?？傊?，金融規模的擴張未顯著提升全要素生產率，而私人部門貸款相對GDP的增加會顯著提升全要素生產率。這是由于單純的金融規模擴張難以解決民營企業和中小企業融資難的結構性問題，姚耀軍、董鋼鋒：《中小企業融資約束緩解：金融發展水平重要抑或金融結構重要？——來自中小企業板上市公司的經驗證據》，《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企業和中小企業的融資難問題，說明緩解企業融資約束是金融發展提升全要素生產率的關鍵。

有別于傳統的金融發展，近幾年迅速發展的數字金融基于大數據、云計算和區塊鏈等新技術，對海量數據進行挖掘，極大地減少了信息不對稱，緩解了企業融資約束。這為企業技術創新和規模擴張提供了資金支持，進而有可能提升企業全要素生產率。但目前有關數字金融與全要素生產率的研究還比較匱乏。侯層和李北偉基于省級層面數據，發現金融科技可通過提高創新能力、增強技術溢出效果以及促進產業結構升級等提升全要素生產率。侯層、李北偉：《金融科技是否提高了全要素生產率——來自北京大學數字普惠金融指數的經驗證據》，《財經科學》2020年第12期。唐松等基于省級層面數據，發現金融科技創新衍生的金融新業態能夠促進全要素生產率的提升。唐松、賴曉冰、黃銳：《金融科技創新如何影響全要素生產率：促進還是抑制？——理論分析框架與區域實踐》，《中國軟科學》2019年第7期。目力所及的這兩篇文章都是基于宏觀數據研究金融科技與全要素生產率的關系，鮮有文獻基于企業層面對此展開研究。因此，探究數字金融影響企業全要素生產率的微觀機制有重要的價值。

現有研究證實數字金融能夠緩解企業融資約束，而緩解融資約束是提升企業全要素生產率的重要途徑。任曙明、呂鐲：《融資約束、政府補貼與全要素生產率——來自中國裝備制造企業的實證研究》，《管理世界》2014年第11期。因此，數字金融可能通過緩解企業融資約束，進而提升全要素生產率。鑒于此，本文基于融資約束的視角探討數字金融是否能夠提升企業全要素生產率。首先，構建數理模型分析數字金融影響企業全要素生產率的理論機制。其次，基于2011—2015年間中國工業企業數據庫實證檢驗數字金融對企業全要素生產率的影響及其機制，從而為發展數字金融提升企業全要素生產率提供微觀證據。

本文的邊際貢獻包括以下兩點：第一，從融資約束的視角，揭示了數字金融提升企業全要素生產率的機制。現有研究僅從宏觀層面探討金融科技對全要素生產率的影響，而數字金融對全要素生產率的影響缺乏微觀層面的研究。第二，本文基于微觀企業層面的數據，通過控制企業個體特征的異質性解決可能存在的內生性問題，得出更為穩健的結論?，F有研究主要基于宏觀數據，但宏觀數據難以考察企業個體的異質性，潛在的內生性問題難以解決。

本文剩余部分安排如下：第二部分是理論模型與研究假設，第三部分是數據來源和變量設置，第四部分是實證分析和穩健性檢驗，第五部分是機制分析和異質性分析，第六部分是結論和啟示。

二、理論模型與研究假設

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字金融對企業全要素生產率的影響。融資約束對企業全要素生產率的影響主要通過如下兩個渠道：第一，融資約束限制企業的創新活動，由此妨礙企業技術進步和全要素生產率提升;第二，融資約束限制企業規模擴張，使得企業難以達到規模經濟進而妨礙全要素生產率提升。因此，我們關注融資約束對創新活動和規模擴張決策的影響。

假設企業的活動包括兩個階段：第一個階段企業決定是否創新，投資創新活動會產生FI的固定成本;第二個階段企業進行生產活動，決定是否規模擴張，規模擴張會產生FS的固定成本。由于我們關注的是融資約束對創新活動和規模擴張的影響，因此我們首先需要界定清楚企業的創新和生產活動如何融資。原則上，企業可以使用內部資金（留存利潤）或外部資金（債務融資）來進行創新和生產活動。我們假設由于存在信息不對稱，因此使用外部資金比內部資金有更高的資金成本。具體而言，假定企業使用內部資金的機會成本為1，使用外部資金的成本為γ，γ>1。

我們假設，第一階段的技術創新需要通過內部資金來融資。由于創新存在嚴重的信息不對稱問題，難以獲得外部融資，因此支持企業技術創新的資金來源于內部資金的假設是合理的。這一點與已有經驗研究的結論也是一致的。第二階段，企業的生產活動需要資金，企業如果擴張規模，則需要更多的資金。由于內部資金的成本低于外部資金，因此企業傾向于使用內部資金進行生產。但如果內部資金不足，則必須通過外部資金來補充生產所需的剩余資金。

我們先驗地假設，企業有足夠的內部資金以支持創新和生產活動的概率為q，而在生產環節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，企業面臨的融資約束越嚴重;另一方面以企業外部融資成本來衡量融資約束，企業外部融資成本越高，通常也反映了其面臨的融資約束越嚴重。肖興志、張偉廣、朝鏞：《僵尸企業與就業增長：保護還是排擠？》，《管理世界》2019年第8期。三種事件可以增加企業需要外部融資的可能性。第一，企業在第一階段將內部資金用于技術創新，那么在第二階段將留下較少的內部資金用于生產，令這種情況導致的內部資金不足以支持生產活動的可能性增加δI;第二，企業在第二階段是否擴張規模，這會引起內部資金不足以支持生產活動的可能性增加δS;第三，企業可能會受到流動性的沖擊（例如，客戶推遲付款等），令這種情況導致的內部資金不足以支持生產活動的可能性增加δL∈{0，δL}。假設企業只能被動地接受外部的流動性沖擊，無法影響δL的大小，即流動性的潛在外生沖擊在0階段實現?？傊斊髽I不實施創新和規模擴張活動時，依賴外部融資的可能性為δL;如果企業創新，則依賴外部資金的可能性增加δI;如果企業擴張規模，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依賴外部資金的可能性增加。在這種情況下，企業會意識到所需要的外部資金可能是困難的或昂貴的。由于創新消耗了內部資金，它增加了企業需要外部融資的可能性。規模擴張增加了企業生產活動所需的資金，因此也增加了企業需要外部融資的可能性。

2.融資約束對技術創新和規模擴張的影響

（1）融資約束對技術創新的影響

在第一階段，企業考慮是否創新。如果沒有創新，令πi表示利潤;當生產活動來源于內部資金時，i=1;當生產活動來源于外部資金時，i=γ。同樣，對于i∈{1，γ}，如果企業創新，令πIi表示利潤，其中πIi>πi。我們假設隨著融資成本的增加，創新增加的利潤會逐漸減少。這一點可以表示如下：

（πIγ-πγ）γ<0（1）

如果企業不創新，其預期回報是：

E（π）=（q-δL）π1+（1-q+δL）πγ（2）

如果企業在第一階段將內部資金用于創新，那么在第二階段生產活動來源于內部資金的概率變為q-δL-δI;意味著需要外部融資的可能性為1-q+δL+δI。對于創新的企業，預期利潤是：

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

現在可以確定企業在第一階段創新的動機，并描述它是如何受到負面流動性沖擊和外部資金成本的影響。令企業的預期利潤差異為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）

當且僅當ΔIπ>0時，企業決定創新。為了確定外生流動性沖擊和外部資金成本對預期利潤差異的影響，分別對ΔIπ關于δL和γ求一階導數：

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越低，即πIγ /γ<0，因此易得式（6）小于0。（6）

外生流動性沖擊的增加和外部資金成本的上升都會縮小企業創新的預期利潤差異。因此，企業面臨的融資約束越嚴重，創新的激勵越小。

（2）融資約束對規模擴張的影響

在第二階段，企業考慮是否擴張規模。為簡化分析，此處假定企業在第一階段未實施技術創新，如果企業在第一階段實施技術創新，亦不會改變最終結論。如果沒有擴張規模，令πi表示利潤;當生產活動來源于內部資金時，i=1;當生產活動來源于外部資金時，i=γ。同樣，對于i∈{1，γ}，如果企業擴張規模，令πSi表示利潤，其中πSi>πi。假設隨著融資成本的增加，企業擴張規模新增的利潤會逐漸減少。這一點可以表示如下：

（πSγ-πγ）γ<0（7）

如果企業不擴張規模，其預期回報是：

E（π）=（q-δL）π1+（1-q+δL）πγ（8）

如果企業在第二階段擴張規模，那么在第二階段生產活動來源于內部資金的概率變為q-δL-δS;這意味著需要外部融資的可能性為1-q+δL+δS。對于規模擴張的企業，預期利潤是：

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

現在可以確定企業在第二階段擴張規模的動機，并描述它是如何受到負面流動性沖擊和外部資金成本的影響。令企業的預期利潤差異為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）

當且僅當ΔSπ>0時，企業決定擴張規模。為了確定外生流動性沖擊和外部資金成本對預期利潤差異的影響，我們分別對ΔSπ關于δL和γ求一階導數：

ΔSπδL=-（πS1-π1）+（πSγ-πγ）<0（11）

ΔSπγ=（1-q+δL）（πSγ-πγ）γ+δSπSγγ<0（12）

外生流動性沖擊的增加和外部資金成本的上升都會縮小企業擴張規模的預期利潤差異。因此，企業面臨的融資約束越嚴重，擴張規模的激勵越小。經驗研究也表明，融資約束會制約企業擴張規模。李洪亞、史學貴、張銀杰：《融資約束與中國企業規模分布研究——基于中國制造業上市公司數據的分析》，《當代經濟科學》2014年第2期。

總之，融資約束減少了企業技術創新和規模擴張的激勵，最終對企業技術創新和規模擴張產生負面影響。原因是負面的流動性沖擊增加了企業需要外部融資的可能性，而外部資金成本高于內部資金成本，企業需要外部融資可能性的增加與較高的外部融資成本，共同降低了企業技術創新和規模擴張的預期利潤差異。

3.數字金融對技術創新和規模擴張的影響

（1）數字金融對融資約束的影響

現有研究基本認同數字金融能夠緩解企業融資約束。萬佳彧、周勤、肖義：《數字金融、融資約束與企業創新》，《經濟評論》2020年第1期。緩解作用體現在兩個方面：“增量補充”和“存量優化”。所謂增量補充，是指數字金融會促進金融機構擴大金融供給，進而緩解企業融資約束。唐松、伍旭川、祝佳：《數字金融與企業技術創新——結構特征、機制識別與金融監管下的效應差異》，《管理世界》2020年第5期。金融機構應用大數據、互聯網和人工智能等技術，可低成本吸收傳統金融市場上眾多“小”“散”投資者的資金，擴大金融供給，進而緩解企業融資約束。所謂存量優化，是指數字金融賦能金融機構提高資金配置效率，進而緩解企業融資約束。這主要通過三種途徑：第一，相較于傳統金融科技創新，數字金融能夠更加有效地降低信息不對稱，進而緩解企業融資約束。信息不對稱是企業面臨融資約束的重要原因。傳統銀行主要基于信用數據、財務數據和抵押物發放信貸，而數字金融除此之外，還應用大數據、人工智能和區塊鏈等金融科技挖掘與企業經營狀況相關的非財務信息，做出是否放貸的決策。 第二，數字金融擴大了金融服務的范圍，使得缺乏抵押物的企業也能夠獲得信貸支持。傳統銀行在發放貸款時通常以企業可供抵押的資產作為放貸的基礎，錢雪松、唐英倫、方勝：《擔保物權制度改革降低了企業債務融資成本嗎？——來自中國〈物權法〉自然實驗的經驗證據》，《金融研究》2019年第7期。那些硬資產較少但具備發展前景的企業常面臨更大的融資約束。數字金融通過大數據、人工智能等先進技術評估企業的發展前景，將缺乏抵押物卻具備發展前景的企業納入信貸服務范圍，緩解了這類企業的融資約束。第三，數字金融通過減少信貸發放過程中的尋租活動，能夠緩解企業融資約束。信貸尋租會增加企業的融資成本，加重企業面臨的融資約束。張璇、劉貝貝、汪婷等：《信貸尋租、融資約束與企業創新》，《經濟研究》2017年第5期。相較于傳統金融科技創新，數字金融基于大數據和人工智能技術自動審批貸款的業務模式，能夠縮短貸款審批時間，減少了貸款審批過程中人為的設租和尋租活動。

綜上所述，數字金融能夠減少企業面臨的融資約束。令數字金融發展程度為η，假設η∈[0，1]，數字金融發展程度越高，η值越大。數字金融發展程度越高的地區，地區內企業面臨的負面流動性沖擊δL越小，即δL/η<0，獲得外部資金的成本γ越低，即γ/η<0。

（2） 數字金融對技術創新和企業規模的影響

當融資約束得到緩解之后，企業總是傾向于同時進行技術創新和規模擴張。因為企業規模擴張可以進一步攤薄單位產品負擔的創新成本?，F有經驗研究也證實了企業規模與研發投入之間存在正相關關系。孫曉華、王昀：《企業規模對生產率及其差異的影響——來自工業企業微觀數據的實證研究》，《中國工業經濟》2014年第5期。因此通常情況下，數字金融既能促進企業技術創新，又能促進企業規模擴張。

數字金融對技術創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。數字金融通過緩解企業融資約束，增加企業技術創新的激勵，最終促進企業技術創新。由此提出如下假說：

假說1：數字金融通過緩解企業融資約束，促進了企業技術創新。

數字金融對企業規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。數字金融通過緩解企業融資約束，增加企業規模擴張的激勵，最終促進企業規模擴張。由此提出如下假說：

假說2：數字金融通過緩解企業融資約束，促進了企業規模擴張。

4.數字金融對企業全要素生產率的影響

（1）技術創新對企業全要素生產率的影響

令企業全要素生產率為TFP，TFP>0。現有研究認同技術創新是提升企業全要素生產率的重要來源。D.Comin， B.Hobijn， “An Exploration of Technology Diffusion，” NBER Working Paper， no.12314， 2006.由此我們假設企業技術創新的激勵ΔIπ越大，技術創新的概率越高，企業全要素生產率TFP越高，即：

TFPΔIπ>0（15）

（2）規模擴張對企業全要素生產率的影響

馬歇爾提出的規模經濟效應指出，伴隨著規模擴張，產品的單位生產成本降低。然而，企業規模擴大并不一定能保證降低生產成本，隨著企業規模擴大，通常會經歷規模報酬遞增、不變和遞減三個階段，即企業規模與全要素生產率之間呈倒U型關系。中國產業發展的現實情況是，過度競爭現象嚴重，產業組織結構較為分散，大多數企業處在規模報酬遞增的階段。孫曉華、王昀：《企業規模對生產率及其差異的影響——來自工業企業微觀數據的實證研究》，《中國工業經濟》2014年第5期。實證研究結果也支持企業規模對生產率存在正效應。張沁琳、沈洪濤：《政府大客戶能提高企業全要素生產率嗎？》，《財經研究》2020年第11期。因此，整體而言當前中國企業規模擴張有利于提升全要素生產率。由此我們假設企業規模擴張的激勵ΔSπ越大，企業擴張規模的概率越高，企業全要素生產率TFP越高，即：

TFPΔSπ>0（16）

（3）數字金融對全要素生產率的影響

由式（13）～式（16）可知，數字金融通過促進技術創新和規模擴張，可提升企業全要素生產率，即：

TFPη=TFPΔIπ·ΔIπη+TFPΔSπ·ΔSπη>0（17）

由此提出如下假說：

假說3：數字金融有助于提升企業全要素生產率。

假說4：數字金融通過促進企業技術創新，進而提升全要素生產率。

假說5：數字金融通過促進企業規模擴張，進而提升全要素生產率。

三、研究設計

1.模型設定

本文首先設置如下模型分析數字金融對企業全要素生產率的影響：

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

式（18）中，TFPit為企業全要素生產率，digfinit為數字金融發展程度，βj為待估參數，μi為企業個體固定效應，ut為時間固定效應，εit為殘差項。本文所有的回歸均控制了時間固定效應、企業個體固定效應、四位數行業固定效應和城市固定效應，并且對標準誤進行個體層面的聚類調整。

2.變量設置

（1）被解釋變量：企業全要素生產率。本文參考魯曉東和連玉君的研究，魯曉東、連玉君：《中國工業企業全要素生產率估計：1999—2007》，《經濟學（季刊）》2012年第2期。分別采用LP法和OP法在兩位數行業層面上分行業兩位數行業上的企業可以看作有近似的生產函數，分行業估計可以更準確地測算全要素生產率。估計企業TFP。

（2）核心解釋變量：數字金融發展水平。本文的研究對象是工業企業，這類企業的貸款主要來源于銀行。因此，本文以銀行對金融科技的應用水平來代表數字金融發展水平。北京大學的“數字普惠金融指數”基于螞蟻集團的交易數據構造而成，既能反映螞蟻集團在各城市的推廣水平，又能反映各城市銀行的金融科技應用水平。郭峰、孔濤、王靖一：《互聯網金融空間集聚效應分析——來自互聯網金融發展指數的證據》，《國際金融研究》2017年第8期;沈悅、郭品：《互聯網金融、技術溢出與商業銀行全要素生產率》，《金融研究》2015年第3期。因此，本文采用“數字普惠金融指數”作為各個城市銀行的金融科技應用水平的代理變量。該指數包括覆蓋廣度、使用深度和數字化程度三個維度。覆蓋廣度以互聯網支付賬號的普及率及其綁定的銀行賬戶數來體現。使用深度以支付寶中使用金融服務的人數、人均交易筆數和人均交易金額來衡量。數字化程度反映企業獲取金融服務的便利性以及獲取信貸的成本。最后，本文對數字金融普惠指數及其各個維度的細分指數均進行歸一化處理。

（3）中介變量：①融資約束，采用由Hadlock和Pierce構建的SA指數衡量。SA指數的計算公式為：SA=-0.737×Size+0.043×Size2-0.04×Age。其中，Size為企業規模，Age為企業年齡。SA指數的計算結果均為負值，方便起見對其取絕對值，絕對值越大，企業面臨的融資約束越嚴重。由于SA指數僅由企業的規模和年齡決定，外生性較強，能夠準確測度中國企業融資約束，因而得到廣泛應用。②技術創新，采用企業三種專利的授權量再取對數來衡量。③企業規模，用資產總額取對數來表示。

（4）控制變量。本文參照張羽瑤和張冬洋的研究設置如下企業特征變量：企業年齡，企業規模，是否為國有企業，資產負債率，資產利潤率和固定資產比率。張羽瑤、張冬洋：《商業信用能夠提高企業全要素生產率嗎？——基于中國企業的融資約束視角》，《財政研究》2019年第2期。變量的計算方法見表1。

3.數據來源

本文基于中國工業企業數據庫和企業創新數據庫，構建了2011—2015年工業企業數據庫目前只更新到2015年，而數字金融的發展始于2011年，因此本文選取2011—2015年數據作為研究樣本。的非平衡面板數據。參照Brandt等的方法對樣本進行匹配和數據清洗。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.在對所有連續變量進行前后各0.5%的縮尾處理后，最后共得到419396個年份—公司的觀測值。主要變量的描述性統計結果如表1所示。

表1變量定義及描述性統計

四、檢驗結果與分析

1.基準回歸結果

本文首先利用式（18）檢驗數字金融對企業TFP的影響，具體結果見表2。列（1）～列（4）中數字金融的系數均在1%的水平上顯著為正，說明數字金融能夠顯著提升企業TFP，假說3得證。數字金融的發展體現為越來越多的金融機構使用大數據和區塊鏈等數字技術挖掘企業經營相關的信息，信貸市場的信息不對稱逐步減少，金融機構的貸款技術持續提升，企業的融資需求更容易得到滿足。這為企業自主創新、引進技術和人才或購置先進設備提供了資金支持，這都有利于企業提升全要素生產率。

其他控制變量的結果表明：企業規模越大、企業年齡越大、資產利潤率越高，企業TFP越高;資產負債率越高、固定資產比率越高，企業TFP越低。這些結論均符合預期，且與現有研究結論一致。張羽瑤、張冬洋：《商業信用能夠提高企業全要素生產率嗎？——基于中國企業的融資約束視角》，《財政研究》2019年第2期。

表2數字金融與企業TFP的回歸結果

2.數字金融細分維度與企業TFP

接下來，本文考察數字金融各個維度的發展對企業TFP的影響，回歸結果見表3。回歸結果表明，數字金融各個維度的發展均能顯著提升企業TFP。擴大覆蓋廣度，意味著數字金融服務覆蓋了更多的人群，金融機構利用數字技術吸收存款的能力有所提升，相應的可以發放給企業的貸款增加。使用深度提高，意味公眾使用數字金融服務的平均額度上升，同樣提升了金融機構吸收存款的能力，進而增加對企業的貸款發放。數字化程度的提高，意味著金融機構利用數字技術發放貸款成本的降低，進而降低企業獲得貸款的成本?？傊瑪底纸鹑谶@三個維度的發展均有利于金融機構應用數字技術增加對企業的貸款發放，可為企業的技術創新和規模擴張提供資金支持，進而提升企業TFP。

表3數字金融細分維度與企業TFP的回歸結果

3.穩健性檢驗

本文采用以下兩種方法進行穩健性檢驗。第一，工具變量法。借鑒李春濤等的思路，李春濤、閆續文、宋敏等：《金融科技與企業創新——新三板上市公司的證據》，《中國工業經濟》2020年第1期。采用各個城市的接壤城市數字金融發展水平的均值作為工具變量。第二，替換核心解釋變量的測度方式。參照金洪飛等的思路，金洪飛、李弘基、劉音露：《金融科技、銀行風險與市場擠出效應》，《財經研究》2020年第5期。利用文本挖掘法構建各個城市銀行應用金融科技的水平?；貧w結果表明前文研究結論是穩健的。限于篇幅，穩健性檢驗的回歸結果不予匯報，感興趣的讀者可向作者索要。

五、進一步討論

1.機制分析

（1）數字金融影響技術創新和企業規模的機制分析

本文設置如下中介效應模型檢驗數字金融影響技術創新和企業規模的中介效應是否顯著：

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）中納入描述企業特征的控制變量：是否為國有企業、資產負債率、資產利潤率和固定資產比率。分別表示技術創新和企業規模，SAit為中介變量，表示融資約束，回歸結果見表4。列（1）中數字金融的系數和列（2）中融資約束的系數均顯著為負，說明數字金融通過緩解融資約束促進企業技術創新的中介效應顯著，假說1得證。在傳統的以抵押物為主要放貸決策依據的情況下，創新活動由于存在較大的風險而難以從外部籌集資金。數字金融賦能金融機構挖掘企業各個維度的信息，評估企業的創新能力和發展前景，并將其作為重要的放貸決策依據，進而為自主創新能力較強的企業提供創新活動的資金支持。列（3）中融資約束的系數亦顯著為負，說明數字金融通過緩解融資約束促進企業規模擴張的中介效應顯著，假說2得證。當前中國大多數企業處在規模報酬遞增的階段，然而企業的規模擴張受到融資約束的限制。數字金融緩解了企業面臨的融資約束，促使企業購置生產設備和增加勞動雇傭，擴大生產能力以充分發揮規模經濟作用。

表4數字金融影響技術創新和企業規模的機制分析

（2）數字金融影響企業TFP的機制分析

本文繼續設置如下中介效應模型檢驗數字金融影響企業TFP的中介效應是否顯著：

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，以企業規模為因變量的回歸中設置如下控制變量：企業年齡、是否為國有企業、資產負債率、資產利潤率和固定資產比率。以技術創新為因變量的回歸中設置如下控制變量：企業年齡、企業規模、是否為國有企業、資產負債率、資產利潤率和固定資產比率。分別表示技術創新和企業規模，回歸結果見表5。列（1）中數字金融的系數和列（2）中技術創新的系數均顯著為正，說明數字金融通過促進技術創新提升企業TFP的中介效應顯著，假說4得證。數字金融的發展促使金融機構為企業的自主創新提供資金支持。創新主要包括產品創新和生產流程創新，產品創新通過提高產品在市場上的競爭力有助于擴大企業營業收入，生產流程創新通過優化生產流程有助于降低企業生產成本。增加營業收入和降低生產成本最終體現為提升企業TFP。列（3）中數字金融的系數和列（4）中企業規模的系數均顯著為正，說明數字金融通過促進企業規模擴張提升企業TFP的中介效應顯著，假說5得證。數字金融的發展有助于企業擴張規模。中國企業目前大部分處在規模報酬遞增階段，擴大規模有利于降低產品的單位成本，最終反映為企業TFP的提升。

表5數字金融影響企業TFP的機制分析

2.異質性分析

（1）企業規模異質性分析

本文按照企業規模的中位數將所有企業分為大規模企業和小規模企業，重新構造虛擬變量企業規模。此處的企業規模為0—1二值變量，大規模企業取1，小規模企業取0。再構造數字金融與企業規模的交互項加入基準模型，檢驗數字金融對企業TFP的作用在不同規模企業上的異質性，回歸結果見表6。列（1）～列（2）中數字金融與企業規模交互項的系數顯著為負，說明數字金融對中小企業TFP的提升作用大于大企業。這是由于中小企業面臨更為嚴重的融資約束問題，因此，數字金融緩解融資約束進而提升企業TFP的作用在中小企業中更大。

（2）企業所有制異質性分析

本文在基準模型中引入數字金融與是否為國有企業（是則取1，否則取0）的交互項，以檢驗數字金融對不同所有制企業的影響是否存在差異，回歸結果見表6。列（4）“中數字金融×是否為國有企業”的系數顯著為負，說明數字金融提升企業TFP的作用在國有企業中更小。這是由于民營企業相較于國有企業面臨更為嚴重的融資約束問題，因此數字金融緩解融資約束進而提升企業TFP的作用在民營企業中更大。列（3）中“數字金融×是否為國有企業”的系數為負但不顯著，可能的原因是：與OP法相比，LP法估計全要素生產率時未控制企業所有制、出口等因素對全要素生產率的影響，由此產生了一定的估計偏誤。

表6異質性分析

六、結論與啟示

在金融抑制的背景下，中國企業普遍面臨融資約束，創新和規模擴張因融資約束而受到限制，企業全要素生產率普遍不高。為了緩解企業融資約束、提升企業全要素生產率，本文著眼于考察數字金融對企業全要素生產率的作用，以期為發展數字金融以提升企業全要素生產率提供理論依據和經驗證據。首先，基于融資約束的視角，構建數理模型分析數字金融影響企業全要素生產率的機理。然后以工業企業數據庫為研究樣本，實證檢驗數字金融對企業全要素生產率的影響及機制，得到以下三點結論：第一，數字金融有助于提升企業全要素生產率，并且數字金融各維度的發展均有助于提升企業全要素生產率;第二，數字金融賦能金融機構采用大數據和區塊鏈等數字技術提高貸款技術，緩解了企業融資約束，為企業技術創新和規模擴張提供資金支持，進而提升了企業全要素生產率;第三，民營企業和中小企業由于面臨更為嚴重的融資約束，使得數字金融提升企業全要素生產率的作用在民營企業和中小企業中更大。

研究結論有如下三點政策啟示：（1）推進銀行對金融科技的應用，提升銀行的貸款技術。企業的貸款獲取主要依賴銀行，因此推進銀行應用金融科技以提高貸款發放技術至關重要。整體而言，區別于互聯網金融公司擁有平臺內企業的海量交易信息作為貸款發放的依據，銀行缺乏評估企業信用風險的基礎數據。因此，政府應當鼓勵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務，金融科技公司為銀行提供前臺客戶流與線上大數據，以賦能銀行應用大數據技術提高放貸技術。（2）鼓勵企業開展電子商務和數據上鏈，減少信息不對稱。數字金融發展主要通過減少信息不對稱緩解企業融資約束。政府應該鼓勵企業在各類平臺上積累交易數據以減少信息不對稱。一方面，政府應該建立電子商務企業的孵化機制，可以通過樹立典型、人員培訓和財政補貼等方式，引導企業開展電子商務，在電商平臺積累交易數據，傳遞企業經營良好的信號;另一方面，鼓勵企業將交易信息在第三方區塊鏈平臺上進行登記和確認。依靠區塊鏈的共識機制等技術手段，確保上鏈信息的不可篡改性和可追溯性，保證貸款企業相關信息真實可靠。（3）增加對民營企業和中小企業的資金支持。數字金融主要提升了民營企業和中小企業的全要素生產率，側面印證了民營企業和中小企業既是創新的主力軍又面臨著融資困境。除了推進數字金融發展，政府可以通過多種途徑緩解民營企業和中小企業的融資難問題。一方面，繼續推進利率市場化改革，讓銀行能夠按照市場化的原則確定貸款利率，增加銀行給民營企業和中小企業發放貸款的激勵;另一方面，培育民營企業和中小企業上市，加大對民營企業和中小企業的宣傳、輔導和咨詢力度，推動更多的民營企業和中小企業在資本市場獲得融資。

作者單位：馬芬芬，西北大學經濟管理學院、榆林學院管理學院;付澤宇，英國班戈大學金融學院;王滿倉，西北大學經濟管理學院、歐亞學院金融學院

責任編輯：牛澤東