數字普惠金融、銀企距離與實體企業“脫實向虛”

[摘要]數字金融是數字技術與傳統金融深度融合的產物，能夠有效地提升普惠金融支持實體企業的效率?；?011—2022年中國A股上市公司的樣本數據，以銀企距離為傳統金融普惠性的代理變量，分析數字金融發展是否能有效解決傳統普惠金融可能造成的“脫實向虛”問題。研究結果表明：銀企距離縮短顯著提升了企業金融化資產比例，而數字金融發展能夠有效緩解上述問題，緩解作用主要通過企業信息透明度提升和銀行網點布局優化兩個途徑實現。研究結論對于普惠金融體系優化，通過數字化過程提升自身對實體企業支持效率，具有重要的意義。

[關鍵詞]銀企距離；數字普惠金融；企業金融化；銀行網點結構

一、 引言

2015年國務院發布的《推進普惠金融發展規劃》給出了普惠金融的明確定義：立足機會平等要求和商業可持續原則，通過加大政策引導扶持、加強金融體系建設、健全金融基礎設施，以可負擔的成本為有金融服務需求的社會各階層和群體提供適當的、有效的金融服務1。2023年中央金融工作會議明確提出，“堅持把金融服務實體經濟作為根本宗旨”2。近年來，我國金融市場規模不斷擴張，為實體經濟的發展輸送了更多的血液，其中銀行機構通過自身網點擴張促進金融普惠性的發揮，解決了信貸資金“最后一公里”問題，降低了金融服務門檻，提升了金融服務的覆蓋面、可得性。與此同時，實體企業“脫實向虛”的趨勢引發了各方廣泛關注。普惠金融覆蓋范圍不斷擴大的同時，信貸不合理投放導致了企業杠桿率上升、金融資源錯配等問題。同時，商業銀行網點擴張伴隨著“攬存”動機下理財產品承銷行為，以及“以存定貸”等行為，使得獲得信貸資金支持的企業進行理財產品的投資和委托貸款，加劇了資金“脫實向虛”的程度。除了信貸低效擴張，傳統普惠金融對實體經濟的支持仍存在較為明顯的信息不對稱問題，更多銀行網點傾向于對存在銀企關聯的企業發放信貸，實際資金需求方無法獲得低息信貸支持。普惠金融發展如何在解決銀企地理距離縮短問題的同時，實現信息距離的同步縮短、提升信貸支持實體企業的效率，是各方關注的重點。

伴隨著互聯網和金融科技的普及，數字金融應運而生。與傳統普惠金融相比，數字普惠金融增加了金融產品和服務供給，能夠有效擴大金融服務的覆蓋范圍[1]，增強以往難以獲得金融服務的中小企業和弱勢群體的金融便利性[2]。如何充分發揮數字技術的賦能作用，彌補傳統金融網點擴張存在的信貸投放問題，避免信貸資本回流金融體系造成的“脫實向虛”，是數字金融發展應著眼的主要問題，也是本文研究的重點。為研究上述問題，本文首先構造銀企地理距離變量作為普惠金融影響的代理指標，分析銀企距離縮短對企業金融化行為可能造成的加劇問題；之后通過調節效應模型分析數字普惠金融發展是否能夠緩解上述負面影響，并從企業信息透明度水平提升和網點數量撤并、競爭度提升兩方面機制入手，分析數字普惠金融發展如何緩解企業“脫實向虛”。本文分析結論有助于通過促進普惠金融數字化發展，提升普惠金融支持實體的效率。

本文主要的邊際貢獻包括：（1）現有文獻雖關注了普惠金融發展如何通過金融可得性增加緩解企業面臨的融資約束問題，然而鮮有文獻從企業“脫實向虛”視角，分析金融普惠性與“脫實向虛”之間的關聯。本文分別從傳統銀企地理距離視角，以及數字金融普惠性視角兩方面入手，分析傳統普惠金融與企業“脫實向虛”的關聯，以及普惠金融數字化過程對企業“脫實向虛”影響，豐富“脫實向虛”動因的相關理論；（2）現有文獻多關注數字普惠金融發展如何通過融資約束緩解、治理機制完善等機制，對企業金融化行為產生影響，卻鮮有文獻從數字金融與傳統金融兩者關聯的視角，分析數字普惠金融的積極影響。本文從數字金融供給側作用入手，研究數字普惠金融如何通過信息甄別機制以及銀行網點布局的優化，解決傳統銀行信貸普惠性可能造成的企業“脫實向虛”問題，具有重要的現實意義。

二、 研究假設

1. 銀企地理鄰近性與實體企業金融化行為

現有研究認為，傳統普惠金融發展對實體企業存在雙刃效應。傳統金融普惠性的相關研究主要包括普惠金融能夠緩解中小企業融資約束[3]，普惠金融的發展對經濟增長的影響[4]以及普惠金融對城鄉收入差距、貧困減緩的影響[5]等。鄒偉等發現普惠金融能夠緩解中小微企業面臨的的金融排斥，增加企業融資可得性[3]。金融機構擴張能夠通過融資約束的緩解，促進企業投資活動的開展[6]。張偉俊等認為，商業銀行網點擴張促進了企業創新水平[7]。與此同時，傳統普惠金融同樣對企業發展存在負面影響。銀行網點的盲目擴張，使金融供給的地理結構和信貸資源配給不均衡，導致金融資源局部的“過剩”和整體的“稀缺”[8]。同時，金融普惠性增加在發揮銀行信息優勢的同時，又會造成企業管理層代理問題的加劇，產生短視決策以及對未來項目的高估[9]。

企業金融化行為同樣與信貸投放密切相關。譚德凱等認為，民間金融發展水平的提升會顯著促進企業金融化行為，民間金融提供投資渠道，并且利用其資金優勢和高回報吸引企業參與該類投資活動[10]。杜勇等則認為，銀行業競爭加劇顯著抑制了企業金融化行為，此時企業資金可獲得性增加，同時銀行作為“大債權人”對企業金融化行為起到外部監督作用[11]。銀企地理距離的縮短，一方面會導致企業獲得更多的信貸資金支持，另一方面又會導致銀行等金融機構開設初期為實現自身“攬存”目的，實行“以存定貸”、優惠利率或者理財產品承銷等行為[12-13]，進而導致信貸資本通過企業投資行為“回流”金融體系，加劇了系統性金融風險，同時也造成企業在高息攬儲誘惑下的“脫實向虛”行為。普惠金融的過度競爭和泛化發展可能使金融資源流入虛擬經濟，擠出實體投資，導致“脫實向虛”現象嚴重[14]。此外，地理鄰近性可能加劇資源錯配。銀行新設網點后，可能會在地方政府隱性擔保等背景下，加深與當地龍頭企業、政府支持企業的銀企關聯，對上述企業發放更多的信貸支持，進而造成信貸投放的錯配加劇，使得能夠獲得更多信貸支持的信貸優勢企業，獲得信貸資金支持后進行委托貸款或者金融資產配置行為，加劇企業投資行為的“脫實向虛”。

根據上述分析，本文提出假設1：

H1：銀企距離縮短會增強企業金融資產配置動機，加劇“脫實向虛”。

2. 數字普惠金融與實體企業金融化行為

現有研究認為，數字金融是對傳統金融的補充。數字普惠金融突破了金融服務的地域限制，緩解了受傳統普惠金融信息不對稱、金融服務空間限制的弱勢群體所面臨的金融排斥等問題[2]。數字普惠金融發展有利于普惠金融服務的深化，大數據、人工智能等技術在金融領域的應用，提高了金融服務效率，在解決信息不對稱[15]、風險識別等方面為普惠金融的開展提供了幫助。數字金融同時又會對傳統金融網點產生替代。銀行網點的盲目擴張，使金融供給的地理結構和信貸資源配給不均衡，導致金融資源局部的“過剩”和整體的“稀缺”[8]。數字金融發展顯著減緩了傳統銀行網點擴張的勢頭，打破金融供給的地理結構和信貸資源配給的不均衡，為緩解傳統金融服務與經濟可持續發展之間的矛盾提供了支撐力量。

數字金融發展水平的提升，能夠有效解決傳統信貸投放造成的“脫實向虛”問題。金融機構通過對信貸用途、貸款人自身資信狀況的判斷和項目用途與風險的判斷，實行差異化信貸定價機制，通過外部監督機制提升信貸效率[16]，避免企業“脫實向虛”。與此同時，數字普惠金融的發展，又會加劇銀行競爭程度，企業對傳統信貸的依賴度有所下降[17]，此時金融普惠性能夠得到進一步提升，同時也可以促進信貸質量的提升，更多信貸流入真正有資金需要的企業，緩解真正存在信貸需求的企業的融資約束。上述機制同樣會降低企業“脫實向虛”的動機。

根據上述分析，本文提出假設2：

H2：數字普惠金融能夠彌補傳統金融普惠性存在的不足，降低企業金融化比例。

3. 數字普惠金融影響實體企業金融化的渠道

數字金融的發展，通過“互補”特征解決傳統普惠金融存在的信息不對稱和銀企互動問題，提升信貸質量并避免信貸資金“脫實向虛”。數字金融將大數據、人工智能等先進信息技術深度融入金融產品設計過程，擴大金融市場的信息吸收廣度和深度，及時向市場投資者傳遞企業相關信息。數字金融通過對數據的挖掘、分析和應用，能夠更準確地評估企業的信用風險，為金融機構提供更精準的信貸決策依據。通過互聯網和移動支付技術，數字金融可以實現線上快速便捷的交易，減少傳統金融交易所需的時間和成本，并提升交易的安全性[18]。對于企業金融化行為來說，信息甄別機制的完善能夠起到外部監督作用，避免企業將信貸資金用于投機套利或者投資于理財產品，掩蓋實體投資獲利能力。同時，金融化行為也是企業盈余管理的方式之一。數字金融具有的信息搜集、數據分析等強大功能，可以有效捕捉和分析管理層隱匿的私有信息，抑制企業盈余管理動機下的金融化行為[19]，通過信息甄別機制的不斷完善，提升信貸支持實體企業的效率。

根據上述分析，本文提出假設3a：

H3a：數字普惠金融能夠通過提升企業信息透明度，抑制企業金融化行為。

數字金融的快速發展會使傳統銀行之間產生客戶和利潤的爭奪，對傳統銀行網點的信貸業務形成競爭，導致傳統網點的業務萎縮[20]。從數字金融發展對傳統金融的賦能作用來看，數字金融能夠為企業提供更加便捷、安全的金融服務[21]，借助大數據挖掘技術和云計算分析技術，推動傳統銀行的數字化轉型。此外，傳統的網點布置和設備投放需要耗費大量的人力物力成本，難以通過規模經濟降低經營成本，實現可持續經營，而借助數字金融，銀行可以將更多的資源和精力聚焦在線上渠道的建設和創新上，可以降低運營成本并提高效率[22]。上述背景下，傳統銀行運營成本壓力降低，網點“攬存”動機相應降低，進而自身“以存定貸”及理財承銷動機有所減弱。在此背景下，銀行網點會更多依靠自身核心業務的開展和信貸質量的提升獲得更大的市場競爭力，同時又會加強企業信貸資金運用的貸后監管，降低不良貸款率水平。通過上述方式，數字金融發展水平提升，能夠有效抑制企業金融化行為[23]。

根據上述分析，本文提出假設H3b：

H3b：數字普惠金融能夠通過優化銀行網點布局來抑制降低企業金融化。

三、 研究設計

1. 樣本選擇與數據來源

本文采用2011—2022年中國A股上市公司的樣本數據，并對初始數據做了如下處理：（1）剔除金融行業樣本數據；（2）剔除ST、*ST等特殊公司樣本；（3）剔除存在缺失值的樣本數據。此外，為排除樣本異常值的干擾，本文對所有連續變量進行上下1%的縮尾處理，最終得到25622個樣本。本文所使用的上市企業財務數據來自CSMAR數據庫，數字普惠金融指數來自北京大學數字金融研究中心。同時通過銀監會網站披露的商業銀行分支機構成立時間、許可證信息、發證日期等信息進行整理，得到2011年至2022年的各地存續商業銀行信息，并通過銀行所在城市與上市公司數據進行匹配，對銀行網點與企業坐標提取計算后，得出銀企距離數據。

2. 變量定義

（1）企業金融化資產占比

本文參考張成思等[24]的方法，從狹義和廣義兩個角度進行計算企業金融資產占比。狹義口徑下的企業金融化資產包括交易性金融資產、衍生金融資產、可供出售金融資產、持有到期投資、投資性房地產等，通過計算未來一期狹義金融化資產占總資產的比例，得到狹義金融化程度（Ffinpro1）。廣義口徑下的企業金融化資產在狹義金融化資產基礎上，增加其他應收款、發放貸款及墊款、其他非流動資產、買入返售資產等科目類別，通過計算未來一期廣義金融化資產占總資產的比例，得到廣義金融化程度（Ffinpro2）1。

（2）銀企最短距離

本文參照許和連等[25]的分析方法，首先使用企業名稱及地址信息建立一個數據集，并剔除地址信息缺失的數據。其次利用高德地圖和Xgeocoding軟件，將企業的詳細地址轉化為經緯度信息，獲取銀監會披露的銀行網點設立地址，并同樣將其轉化為經緯度信息。接著將樣本所在城市與銀行網點所在城市進行精確匹配，計算每個企業與所在城市中每一個銀行網點的距離，得到銀企距離的最小值，對其加1后取對數形成銀企最短距離（lnmindist）。

（3）城市數字金融指數

本文根據北京大學數字金融研究中心編制的中國數字普惠金融指數，采用城市層面的數字普惠金融指數（lndig1）以及數字普惠金融指數的覆蓋廣度（lndigb）、使用深度（lndigd）這兩個二級維度進行考察，由于數字普惠金融指數偏大，對該指數進行對數化處理。

3. 主要控制變量與機制變量

本文控制變量主要參照李真等[26]的方法進行選擇。控制變量分為兩類：一類為企業層面財務特征，包括企業貨幣資金對數值、企業規模、總資產收益率、杠桿率、托賓Q值、年度營業收入增長率、流動比率、“資本-勞動”比、員工人數等指標；另一類為區域控制變量，包括企業所在省份人均GDP對數值、產業結構、金融發展水平等。本文機制變量參照Hutton等[27]的方法進行信息透明度指標構造，并參照張偉俊[7]等的方法進行距離企業一定半徑范圍內的銀行網點數據構造。通過上述控制變量解決不同省份經濟發展水平差異對企業投資行為可能產生的影響。

同時，由于數字普惠金融運用城市層面指標，回歸模型中控制了年度、一位行業以及城市固定效應，并對標準誤在行業層面上進行聚類處理。

4. 模型設計

（1）傳統銀企距離對企業金融化的影響

首先，為驗證假設1本文以銀企距離作為傳統金融普惠性代理指標，分析傳統銀企距離縮短對企業金融化行為的影響，回歸方程為：

[finpro1i，t+1=α0+α1lnmindistit+Control+year+industry+city+εit] （1）

回歸結果中，若α1顯著小于0，則說明銀企距離的縮短能夠顯著提升企業金融資產配置比例。

（2）數字普惠金融對企業金融化行為影響

其次，為驗證假設2本文引入數字金融發展指標，分析數字金融發展是否能夠緩解傳統銀企距離縮短帶來的“脫實向虛”問題。本文分別通過直接將企業金融資產配置比例對樣本所在城市數字金融發展程度進行回歸，并將數字金融發展水平（lndig）（包括數字金融總指數、廣度指數和寬度指數）作為調節變量進行回歸分析，回歸方程為：

[finpro1i，t+1=γ0+γ1lnmindistit+γ2lndigct+γ3lndigct×lnmindistit+Control+year+industry]

[+city+μit] （2）

回歸結果中，若式（2）中系數γ1顯著小于0，同時系數γ3顯著大于0，則說明數字金融的發展能夠緩解銀企距離縮短造成的企業金融化問題。

（3）機制檢驗部分

進一步地，為驗證數字金融與傳統銀行網點信息互補機制和網點優化替代機制，本文將公式（2）中的因變量分別替換為未來一期的信息透明度水平（F.opa）和未來一期企業20km半徑范圍內銀行網點數量對數值（F.lnb20）、銀行種類數量對數值（F.lnbk20）、同一城市銀行競爭度赫芬達爾系數（F.hhi_b）作為機制變量，同時運用數字普惠金融深度指標（lndigd）作為解釋變量，更針對性地分析數字金融實際受益賬戶數量的增加對傳統網點布局可能產生的影響。

四、 實證結果分析

1. 主要變量描述性統計

本文主回歸中變量描述性統計如表2所示?？梢园l現，企業金融化資產占總資產的比例最小值為0，最大值為36.286%，均值為3.446%，不同企業在金融化程度上存在較大差異。企業與銀行網點最短距離對數值的均值為0.530，最小值為0.036，最大值為2.336。數字普惠金融指數是作對數化處理后的結果，最小值為3.103，最大值為5.888。數字普惠金融的覆蓋廣度的最大值為5.921，最小值為0.408。數字普惠金融的使用深度的最大值為5.873，最小值為0.424。

2.主回歸結果

（1）傳統普惠金融發展對企業金融化的影響

為驗證假設1，本文首先對銀企距離與企業金融化之間的關系進行檢驗。為了減弱遺漏變量偏差造成的影響，在表3中（1）至（3）列逐步加入控制變量進行回歸。表3回歸結果能夠看出，銀企距離對企業金融化的回歸系數分別為-0.257、-0.252、-0.251，且均在5%的統計水平上顯著，即銀企距離越小，企業的金融化水平越高。說明銀行與企業之間的距離越近，企業越傾向于使用金融工具來滿足其資金需求，驗證了本文的假設1。

（2）數字普惠金融發展調節效應檢驗

為驗證假設2，即驗證數字金融發展是否會影響銀企距離對企業金融化的促進作用，本文分別將數字普惠金融總指數（lndig1）、廣度（lndigb）、深度（lndigd）三個指標作為調節變量，分析普惠金融數字化發展對企業金融化行為影響，回歸結果如表4所示。列（1）為數字金融對銀企距離提高企業金融化的調節作用，其中數字普惠金融與銀企距離的交乘項回歸系數為0.514，且在5%的統計水平上顯著，說明數字普惠金融對銀企距離的縮短與企業金融化水平之間的關系具有負向調節效應。作為上述調節效應的穩健性檢驗，列（2）、列（3）中，數字普惠金融的覆蓋廣度和使用深度與銀企距離交互項的回歸系數分別為0.606和0.374，且分別在1%和10%的統計水平上顯著，意味著數字普惠金融可以從覆蓋廣度和使用深度兩個維度減弱銀企距離的縮短對企業金融化的不利影響。上述分析證明假設2成立，即數字金融發展能夠促進普惠金融數字化，抑制企業金融化行為。

3. 數字金融發展影響企業金融化行為的機制檢驗

（1）信息透明度機制檢驗

為對假設3a進行驗證，即數字金融可以通過提升企業信息透明度影響企業金融資產配置比例，本文借鑒李真等[26]的分析方法，運用修正的Jone’s模型計算得出應計盈余管理并取絕對值，然后以過去三年盈余質量指標平均值計算得出未來一期的財務透明度指標（F.opa），將其作為機制變量。該指標越大說明企業信息透明度越低。通過調節效應模型分析數字金融發展水平的提升，能否通過提升企業透明度降低企業金融化比例。回歸結果如表5所示。

表5展示了機制檢驗的基本結果?；貧w結果顯示，列（1）銀企距離縮短本身會造成企業信息透明度下降，而數字普惠金融與銀企距離的交互項回歸系數為0.005，且在5%水平上通過了顯著性檢驗，表明數字金融可以顯著提升企業信息透明度，解決傳統普惠金融信息甄別能力不足的問題，進而降低企業金融化，列（2）、列（3）的回歸結果證明了數字普惠金融的覆蓋廣度和使用深度同樣可以通過提升企業信息透明度來抑制企業金融化。上述分析證明假設3a成立，即普惠金融數字化過程能夠顯著提升企業信息透明度水平，降低金融資產配置比例。

（2）銀行網點優化機制檢驗

進一步地，本人參照桂燕等[28]的機制檢驗方法，直接用機制變量替換主回歸的被解釋變量進行回歸分析。具體來看，本文引入企業20km范圍內的銀行網點數量（lnb20）和銀行種類數量（lnbk20）識別數字金融對傳統金融網點替代作用，并引入同一城市銀行網點赫芬達爾系數（b_hhi）作為銀行競爭度狀況的識別變量，分析樣本所在城市數字金融發展深度提升對銀行網點布局的影響。回歸結果如表6所示。

回歸結果能夠看出，首先，列（1）中數字金融發展深度的增加，能夠顯著降低企業周邊的銀行網點數量；其次，列（2）中數字金融發展深度的增加，對于企業周邊銀行種類的數量影響并不顯著，說明數字金融的發展能夠降低同類銀行冗余網點，而對于不同銀行的種類數量不會產生顯著影響；最后，列（3）中數字金融發展會顯著提升同城銀行競爭程度。上述分析說明，數字金融能夠通過替代作用優化銀行冗余網點數量，提升銀行競爭度水平，進而對企業金融化行為產生抑制作用，假設3b成立。

4. 異質性分析1

（1）銀行網點異質性特征

本文根據銀行業的不同類型，分為國有及政策性銀行、其他股份制銀行、外資銀行和其他銀行四類，分別計算企業與四類銀行網點的銀企最短距離，并分析數字金融在不同銀行類型的銀企距離下對企業金融化的影響，回歸結果可以看出，數字金融對企業金融化的降低作用在國有及政策性銀行中更顯著。

（2）企業異質性特征

根據企業異質性特征，本文將企業分為制造業和非制造業、增長企業和非增長企業，并根據企業生命周期將企業分為成長期、成熟期和衰退期，根據企業是否持股銀行、銀行是否持股企業、企業高管是否具有銀行背景設置虛擬變量，若符合任何一項則銀企關聯指標取值為1，否則取0。通過分組回歸，分析數字金融的影響在不同類型企業下是否存在差異。異質性分析能夠看出，傳統普惠金融的數字化轉型，能夠更為顯著地抑制制造業企業、增長型企業、成長及成熟期企業以及存在銀企關聯的企業的金融資產配置比例。

5. 穩健性檢驗2

（1）替換被解釋變量的度量方式

本文將企業金融資產配置比例替換為廣義指標（Ffinpro2）對結論的穩健性進行分析。結果表明，當替換企業金融資產配置比例為廣義指標后，數字金融發展水平的提升可以緩解銀企距離的縮短對企業金融化的正向作用。同時，這一結果在覆蓋廣度中顯著，而在使用深度中不顯著。

（2）替換解釋變量的度量方式

本文將銀企距離替換為銀企平均距離再次進行檢驗，結果與上文一致，即銀企平均距離的縮短同樣會顯著提升企業金融資產占比，而數字金融發展水平會顯著抑制上述作用。上述分析證明了前文分析結論的穩健性。

五、 結論與政策建議

本文運用2011—2022年A股上市公司樣本數據，運用銀行網點及企業坐標數據計算出銀企球面距離，分析了傳統普惠金融如何通過地理鄰近性影響企業金融資產配置比例，并從傳統普惠金融數字化轉型的視角，分析了數字金融發展是否能夠提升普惠金融支持效率，避免企業“脫實向虛”的發生。研究發現：第一，銀企距離的縮短，能夠顯著提升企業金融化比例；第二，數字金融的發展，能夠顯著緩解銀企距離縮短帶來的企業“脫實向虛”問題，同時此種效應對于數字金融覆蓋深度、廣度指標均成立；第三，從機制分析來看，數字金融能夠通過提升企業信息透明度和優化銀行網點布局兩種渠道，提升信息識別機制下的信貸發放效率，同時通過網點優化布局和銀行業競爭程度提升的方式，抑制企業金融化行為。

根據上述分析，本文提出以下政策建議：（1）金融監管方面，應繼續對銀行新設網點存在的“攬存”行為、“以存定貸”以及關系信貸等行為進行嚴格監管，避免市場無序競爭的發生和借貸成本的提升，同時大力推進利率市場化和銀行中間業務的開展，拓寬銀行資金來源渠道；（2）信息機制方面，通過數字技術和先進金融科技前沿技術與傳統普惠金融相結合，有效提升傳統普惠金融服務實體經濟的效率，避免由于信息甄別機制的缺失造成信貸質量低下、資金“脫實向虛”等問題；（3）銀行網點布局優化方面，大力推進傳統銀行機構的數字化轉型，在充分促進企業金融可獲得性提升的同時，更好地做好信貸貸前審核和貸后管理。同時，應有效防止銀行網點的盲目擴張，優化網點布局，通過銀行種類及金融服務主體的多元化，提升傳統銀行競爭程度，進而同步提升信貸覆蓋范圍和信貸質量。

參考文獻：

[1] Wang H， Guo J.Impacts of Digital Inclusive Finance on CO2 Emissions from a Spatial Perspective： Evidence from 272 Cities in China[J].Journal of Cleaner Production，2022（355）：131618.

[2] Ji X，Wang K， Xu H， et al. Has Digital Financial Inclusion Narrowed the Urban-Rural Income Gap： The Role of Entrepreneurship in China[J].Sustainability，2021，13（15）：1-18.

[3] 鄒偉，凌江懷.普惠金融與中小微企業融資約束——來自中國中小微企業的經驗證據[J].財經論叢，2018（6）：34-45.

[4] 李濤，徐翔，孫碩.普惠金融與經濟增長[J].金融研究，2016（4）：1-16.

[5] 李建軍，韓珣.普惠金融、收入分配和貧困減緩——推進效率和公平的政策框架選擇[J].金融研究，2019（3）：129-148.

[6] Agarwal S， Hauswald R.Distance and Private Information in Lending[J].Review of Financial Studies，2010，23（7）：2757-2788.

[7] 張偉俊，袁凱彬，李萬利.商業銀行網點擴張如何影響企業創新：理論與經驗證據[J].世界經濟，2021，44（6）：204-228.

[8] 蔡慶豐，陳熠輝，林焜.信貸資源可得性與企業創新：激勵還是抑制？——基于銀行網點數據和金融地理結構的微觀證據[J].經濟研究，2020，55（10）：124-140.

[9] Heaton J B. Managerial Optimism and Corporate Finance[J].Financial Management，2002（31）：33-46.

[10] 譚德凱，田利輝.民間金融發展與企業金融化[J].世界經濟，2021，44（3）：61-85.

[11] 杜勇，王婷.銀行競爭與企業金融化——基于融資約束及銀行監督的雙重視角[J].商業經濟與管理，2023（2）：37-52.

[12] 楊潔飛，俞毛毛.銀企距離與實體企業金融化行為[J].技術經濟與管理研究，2023（6）：66-70.

[13] 褚劍，胡詩陽.利率市場化進程中的銀企互動——上市公司購買銀行理財產品的視角[J].中國工業經濟，2020（6）：155-173.

[14] 馮銳，陳澤鋒，葉園園.普惠金融支持實體經濟高質量發展：區域異質性及機制檢驗[J].金融經濟學研究，2021，36（3）：45-61.

[15] Li J， Wu Y， Xiao J J.The Impact of Digital Finance on Household Consumption： Evidence from China[J].Economic Modelling，2020（86）：317-326.

[16] Chu Y， Ye S，Li H，et al.Can Digitalization Foster Sustainable Financial Inclusion？ Opportunities for both Banks and Vulnerable Groups[J].Sustainability，2023，15（8）.

[17] 盛天翔，范從來.金融科技、最優銀行業市場結構與小微企業信貸供給[J].金融研究，2020（6）：114-132.

[18] Xiong M， Li W，Xian B T S， et al.Digital Inclusive Finance and Enterprise Innovation—Empirical Evidence from Chinese Listed Companies[J].Journal of Innovation amp; Knowledge，2023，8（1）：100321.

[19] 吳非，向海凌，劉心怡.數字金融與金融市場穩定——基于股價崩盤風險的視角[J].經濟學家，2020（10）：87-95.

[20] 張海洋，胡英琦，陸利平，等.數字時代的銀行業變遷——網點布局與行業結構[J].金融研究，2022（9）：75-92.

[21] Zhang X， Li J， Xiang D， et al. Digitalization， Financial Inclusion， and Small and Medium-sized Enterprise Financing：Evidence from China[J].Economic Modelling，2023（126）：106410.

[22] 何小鋼，羅欣，郭曉斌.金融科技、資源配置與銀行業結構[J].當代財經，2023（6）：54-66.

[23] 何運信，陳飛.銀行業競爭加劇還是抑制了企業金融化[J].經濟理論與經濟管理，2022，42（6）：50-63.

[24] 張成思，張步曇.中國實業投資率下降之謎：經濟金融化視角[J].經濟研究，2016，51（12）：32-46.

[25] 許和連，金友森，王海成.銀企距離與出口貿易轉型升級[J].經濟研究，2020，55（11）：174-190.

[26] 李真，李茂林，朱林染.銀行金融科技與企業金融化：基于避險與逐利動機[J].世界經濟，2023，46（4）：140-169.

[27] Hutton A P，Marcus A J，Tehranian H.Opaque Financial Reports，R2， and Crash Risk[J].Journal of Financial Economics，2009，94（1）：67-86.

[28] 桂燕，呂江林，汪洋.金融錯配與企業金融化[J].當代財經，2023（2）：68-80.

基金項目：國家社會科學基金一般項目“西部民族地區普惠金融影響經濟高質量發展的空間效應”（項目編號：21BJY045）；新疆自然科學基金項目一般項目“數字金融服務新疆實體企業‘脫虛向實’的路徑與對策研究”（項目編號：2022D01A39）；新疆財經大學研究生科研創新項目“數字金融與實體企業金融投資行為”（項目編號：XJUPE2021B005）。

作者簡介：俞毛毛，通訊作者，男，博士，對外經濟貿易大學國際經濟貿易學院助理研究員，研究方向為公司金融；成群蕊，女，新疆財經大學金融學院博士研究生，研究方向為公司金融；李季剛，男，博士，新疆財經大學金融學院教授、博士生導師，研究方向為區域金融。

（收稿日期：2023-10-30" 責任編輯：蘇子寵）