數(shù)字政府建設(shè)如何影響企業(yè)金融錯(cuò)配？基于數(shù)字化轉(zhuǎn)型與債務(wù)融資視角

【中圖分類號】D63；F49；F832.5【文獻(xiàn)標(biāo)志碼】A

【文章編號】1673-1069（2025）08-0042-04

1引言

隨著數(shù)字技術(shù)的發(fā)展，各級政府部門積極推進(jìn)政務(wù)數(shù)字化改革。2018年3月，我國開啟第八輪政府機(jī)構(gòu)改革，截至2024年2月全國已設(shè)立21個(gè)省級數(shù)據(jù)局，形成數(shù)字政府建設(shè)新格局。然而，市場化初期金融監(jiān)管滯后、市場機(jī)制不健全導(dǎo)致企業(yè)金融錯(cuò)配問題積聚，制約社會(huì)經(jīng)濟(jì)發(fā)展，而數(shù)字政府建設(shè)為解決該問題帶來了新的契機(jī)。與以往研究相比，本研究可能的邊際貢獻(xiàn)主要體現(xiàn)在：一是從數(shù)字政府建設(shè)角度豐富企業(yè)金融錯(cuò)配的研究視角；二是探索數(shù)字政府建設(shè)對企業(yè)金融錯(cuò)配的影響及作用機(jī)制，豐富并推進(jìn)了相關(guān)研究內(nèi)容；三是通過分析各企業(yè)所在省份大數(shù)據(jù)管理部門的改革實(shí)踐，利用雙重差分模型系統(tǒng)驗(yàn)證政府?dāng)?shù)字化進(jìn)程對企業(yè)金融錯(cuò)配的影響，深化拓展了企業(yè)金融錯(cuò)配的研究方法。

2理論分析與研究假設(shè)

金融錯(cuò)配指金融資源配置的非效率狀態(tài)。過去10年，中國地方政府隱性債務(wù)快速擴(kuò)張，地方政府和企業(yè)均依賴銀行信貸融資，二者直接競爭特定區(qū)域的信貸分配。同時(shí)，中國企業(yè)投資水平較高，短貸長用現(xiàn)象普遍，進(jìn)一步加劇企業(yè)金融錯(cuò)配。而數(shù)字政府建設(shè)能培育地方財(cái)政新動(dòng)能、增強(qiáng)地方政府債務(wù)風(fēng)險(xiǎn)管控能力，控制地方政府債務(wù)規(guī)模并改善債務(wù)結(jié)構(gòu)，減少其與企業(yè)的融資競爭，有效緩解企業(yè)金融錯(cuò)配。同時(shí)，政府?dāng)?shù)據(jù)開放的推進(jìn)，一方面，可約束政府行為；另一方面，能推動(dòng)企業(yè)創(chuàng)新發(fā)展，顯著提高企業(yè)的全要素生產(chǎn)率，并且?guī)?dòng)要素資源流動(dòng)，提升企業(yè)資源配置效率，促進(jìn)金融資源在企業(yè)和政府間的合理配置。因此，本文提出如下假設(shè)：

H₁ ：數(shù)字政府建設(shè)可以顯著改善企業(yè)金融錯(cuò)配。

大部分研究表明，商業(yè)銀行信用供給仍構(gòu)成企業(yè)債務(wù)資本的核心支撐，地方政府債務(wù)率偏高使得企業(yè)融資成本尤其是債務(wù)資本成本顯著上升。現(xiàn)有研究指出，數(shù)字政府建設(shè)有助于營造健全完善的融資環(huán)境，對于解決企業(yè)融資約束問題具有積極作用；數(shù)字政府建設(shè)能夠顯著促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型，這種技術(shù)滲透通過提升財(cái)務(wù)信息透明度與未來收益預(yù)期有效緩釋信息不對稱風(fēng)險(xiǎn)并降低信用違約概率，從而降低債務(wù)融資成本，同時(shí)使企業(yè)更容易獲得信用融資等非正式金融資源，由此彌補(bǔ)因金融錯(cuò)配導(dǎo)致的融資供給不足問題。因此，本文提出如下假設(shè)：

H₂ ：數(shù)字政府建設(shè)通過促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型和降低債務(wù)融資成本來改善企業(yè)金融錯(cuò)配。

3實(shí)證設(shè)計(jì)

3.1數(shù)據(jù)來源與處理

本研究借鑒孟元等的做法，選取2014一2021年滬深A(yù)股上市公司數(shù)據(jù)作為研究樣本，初始樣本共25456條。隨后，對數(shù)據(jù)進(jìn)行清洗與預(yù)處理：剔除金融類上市公司；剔除資產(chǎn)負(fù)債率大于1的上市公司；剔除樣本數(shù)據(jù)缺失的公司；剔除營業(yè)收入小于20000萬元的公司；剔除ST、ST、PT類公司樣本；對核心連續(xù)型變量進(jìn)行上下 1% 分位的Winsorize縮尾處理，最終得到24943條數(shù)據(jù)。

3.2變量定義

3.2.1核心變量

① 被解釋變量：金融錯(cuò)配程度 （fm） 。借鑒邵挺3、韓珣等4的做法，本研究利用企業(yè)的資金使用成本對所在行業(yè)的平均資金使用成本的偏離程度來衡量金融錯(cuò)配程度。具體計(jì)算方法為：金融錯(cuò)配程度=利息支出負(fù)債-應(yīng)付賬款）-行業(yè)平均利率]行業(yè)平均利率。

② 解釋變量：數(shù)字政府建設(shè) （dg） 。借鑒孟元等的方法，本研究將 dg_it 定義為雙重差分項(xiàng)，用以捕捉數(shù)字政府建設(shè)對企業(yè)金融錯(cuò)配的影響，其數(shù)值根據(jù)各企業(yè)所屬省份大數(shù)據(jù)管理機(jī)構(gòu)改革的時(shí)間確定。如果企業(yè) i 所在的省份在第 Φ_t 年進(jìn)行了大數(shù)據(jù)管理機(jī)構(gòu)改革，則在第 Φ_t 年及之后， 取1，為實(shí)驗(yàn)組；否則取0，為控制組。

3.2.2控制變量

考慮到其他因素對金融錯(cuò)配帶來的影響，為減少遺漏變量引起的估計(jì)偏誤，本研究對有關(guān)經(jīng)濟(jì)變量加以控制。借鑒已有文獻(xiàn)，首先控制公司層面的影響因素，具體包括：資產(chǎn)收益率（roa）資產(chǎn)負(fù)債率（lev）企業(yè)規(guī)模（size）托賓 Q（tobin） /股權(quán)集中度（top）董事長是否兼任總經(jīng)理（dual）、董事會(huì)規(guī)模（board）、獨(dú)立董事比例（indpt）和審計(jì)意見（audit）；其次，控制可能影響數(shù)字政府建設(shè)的地區(qū)層面的影響因素，具體包括：經(jīng)濟(jì)發(fā)展水平（gdp）、財(cái)政狀況（fiscal）、數(shù)字經(jīng)濟(jì)發(fā)展（de）產(chǎn)業(yè)結(jié)構(gòu)（tertiary）市場化程度（market）。

3.3模型設(shè)定

隨著我國第八輪政府機(jī)構(gòu)改革的推進(jìn)，各省紛紛推動(dòng)大數(shù)據(jù)管理機(jī)構(gòu)改革。為全面識(shí)別數(shù)字政府建設(shè)對企業(yè)金融錯(cuò)配的影響，本研究借鑒孟元等的做法，以各省份大數(shù)據(jù)管理機(jī)構(gòu)改革作為數(shù)字政府建設(shè)的準(zhǔn)自然實(shí)驗(yàn)，采用雙重差分法考察數(shù)字政府建設(shè)對企業(yè)金融錯(cuò)配的影響。本文的計(jì)量模型設(shè)定如下：

式中， 分別代表企業(yè)、年份； fm_it 代表企業(yè)的金融錯(cuò)配程度，表示 i 企業(yè)在第 χ_t 年的金融錯(cuò)配程度；核心解釋變量d_git 代表 i 企業(yè)所在的省份在第 χ_t 年的數(shù)字政府建設(shè)水平；controls代表控制變量集合； λ_i?γ_t 分別代表個(gè)體固定效應(yīng)和年份固定效應(yīng)； ε_it 代表隨機(jī)擾動(dòng)項(xiàng)。

4實(shí)證結(jié)果與分析

4.1基準(zhǔn)回歸結(jié)果分析

表1第（1）列是不考慮控制變量時(shí)數(shù)字政府建設(shè)對企業(yè)金融錯(cuò)配的影響；第（2）列、第（3）列是逐步增加控制變量后的回歸結(jié)果。結(jié)果表明，無論在何種情形下， dg 的回歸系數(shù)均在 1% 的水平上顯著為負(fù)，表明各省在第八輪政府機(jī)構(gòu)改革中著重推行大數(shù)據(jù)管理機(jī)構(gòu)改革，全面提升了數(shù)字政府的效能，數(shù)字政府建設(shè)顯著改善了企業(yè)金融錯(cuò)配，符合理論預(yù)期，從而假設(shè) H₁ 得到驗(yàn)證。

表1基準(zhǔn)回歸檢驗(yàn)

注：***、**和*分別表示在 1%.5% 和 10% 的水平上顯著，括號內(nèi)為穩(wěn)健標(biāo)準(zhǔn)誤下對應(yīng)的 χ_t 值。下同。

4.2平行趨勢檢驗(yàn)

運(yùn)用雙重差分法需滿足平行趨勢這一重要前提假設(shè)。本研究采用事件研究法，構(gòu)建政策實(shí)施前后多期的實(shí)驗(yàn)組與時(shí)間虛擬變量，以pre_1為基準(zhǔn)期進(jìn)行回歸分析。結(jié)果顯示（見圖1），政策實(shí)施前虛擬變量pre均不顯著，無事先趨勢，符合平行趨勢假設(shè)。政策實(shí)施后，代表政策實(shí)施后的虛擬變量post至少在 1% 的顯著性水平上與因變量呈負(fù)相關(guān)關(guān)系，表明政策效應(yīng)顯著。這表明我國第八輪政府機(jī)構(gòu)改革政策出臺(tái)后，各省數(shù)字政府建設(shè)能顯著助力企業(yè)改善金融錯(cuò)配，且促進(jìn)作用隨時(shí)間的推移逐步增強(qiáng)。

圖1平行趨勢檢驗(yàn)圖

4.3穩(wěn)健性檢驗(yàn)

一是鑒于電子政務(wù)是政府治理的新形態(tài)，政府治理數(shù)字化不僅能推動(dòng)健康且高效的數(shù)字經(jīng)濟(jì)發(fā)展，還能顯著提高治理效能與行政質(zhì)量，也可能對數(shù)字政府建設(shè)產(chǎn)生影響。因此，本文借鑒王磊等的做法，在模型中加入電子政務(wù)試點(diǎn)政策沖擊，以排除同期政策的干擾。二是利用數(shù)字政府相關(guān)政策出臺(tái)數(shù)量與政策出臺(tái)總量的比值作為數(shù)字政府建設(shè)的替代變量（dg_policy）重新回歸。表2第（1）列、第（2）列顯示結(jié)論未變。三是考慮到第八輪政府機(jī)構(gòu)改革前部分省份成立的大數(shù)據(jù)管理機(jī)構(gòu)未履行數(shù)字政府建設(shè)職能，對企業(yè)金融錯(cuò)配尚無治理作用，故借鑒孟元等的研究進(jìn)行安慰劑檢驗(yàn)，將樣本時(shí)間限定在2014一2017年，構(gòu)造數(shù)字政府安慰劑變量（dg_placebo），該變量的構(gòu)造方式與數(shù)字政府變量 （dg） 唯一的區(qū)別是將廣東、浙江和貴州3個(gè)省份的大數(shù)據(jù)管理機(jī)構(gòu)改革時(shí)間替換為最早成立大數(shù)據(jù)管理機(jī)構(gòu)的時(shí)間①。表2第（3）列顯示，dg_placebo的系數(shù)不顯著，證明實(shí)驗(yàn)結(jié)果穩(wěn)健。

4.4機(jī)制檢驗(yàn)：中介效應(yīng)模型

根據(jù)前文的分析，為進(jìn)一步探究數(shù)字政府建設(shè)改善企業(yè)

表2穩(wěn)健性檢驗(yàn)結(jié)果

金融錯(cuò)配的作用機(jī)制，本文構(gòu)造以下計(jì)量模型進(jìn)行檢驗(yàn)：

式中， Med_it 代表中介變量，包括企業(yè)數(shù)字化轉(zhuǎn)型 和債務(wù)融資成本（cod1），其他變量與前文一致。對于數(shù)字化轉(zhuǎn)型，運(yùn)用詞頻分析來測算企業(yè)數(shù)字化轉(zhuǎn)型的程度，具體做法及文本來源借鑒吳非等的方法；對于債務(wù)融資成本，借鑒鄭軍等的方法，運(yùn)用企業(yè)財(cái)務(wù)費(fèi)用/期末總負(fù)債加以測算。

對于企業(yè)數(shù)字化轉(zhuǎn)型，檢驗(yàn)結(jié)果如表3第（1）列、第（2）列所示。第（1）列表明數(shù)字政府建設(shè)水平越高，越有助于企業(yè)數(shù)字化轉(zhuǎn)型。根據(jù)第（2）列數(shù)據(jù)，一方面表明企業(yè)數(shù)字化轉(zhuǎn)型程度越高，企業(yè)金融錯(cuò)配程度越低；另一方面表明數(shù)字政府建設(shè)有助于通過促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型從而改善企業(yè)金融錯(cuò)配的問題。對于企業(yè)債務(wù)融資成本，檢驗(yàn)結(jié)果如表3第（3）

表3機(jī)制檢驗(yàn)結(jié)果

列、第（4）列所示。第（3）列表明數(shù)字政府建設(shè)水平越高，越有助于降低企業(yè)的債務(wù)融資成本。根捫第（4）列數(shù)據(jù)，一方面表明債務(wù)融資成本越高，企業(yè)金融錯(cuò)配程度越高；另一方面揭示數(shù)字政府建設(shè)有助于通過降低企業(yè)債務(wù)融資成本從而改善企業(yè)金融錯(cuò)配的問題。假設(shè) H₂ 得到驗(yàn)證。

5研究結(jié)論與政策建議

本文運(yùn)用2014一2021年我國滬深A(yù)股上市公司數(shù)據(jù)，利用雙重差分和固定效應(yīng)模型，探討數(shù)字政府建設(shè)對企業(yè)金融錯(cuò)配的影響。研究發(fā)現(xiàn)，數(shù)字政府建設(shè)可顯著改善企業(yè)金融錯(cuò)配，且結(jié)論經(jīng)穩(wěn)健性檢驗(yàn)依舊穩(wěn)固。機(jī)制分析表明，數(shù)字政府建設(shè)通過降低企業(yè)債務(wù)融資成本和促進(jìn)企業(yè)數(shù)字化轉(zhuǎn)型來緩解金融錯(cuò)配。

基于此，本文提出以下政策建議：一方面，注重政企協(xié)同友好發(fā)展，優(yōu)化金融資源配置，規(guī)范地方政府融資行為，金融政策資源優(yōu)先支持融資成本高、數(shù)字化轉(zhuǎn)型能力弱的中小企業(yè)等，提高金融資源配置效率；另一方面，利用數(shù)字政府平臺(tái)共享企業(yè)信用信息以降低融資成本，推廣普惠性標(biāo)準(zhǔn)化數(shù)字工具包，將企業(yè)應(yīng)用數(shù)字技術(shù)優(yōu)化財(cái)務(wù)風(fēng)控作為獲取信用貸款的關(guān)鍵指標(biāo)，從根源改善企業(yè)金融錯(cuò)配。

【注釋】

① 廣東省為2014年，浙江省和貴州省為2015年。

【參考文獻(xiàn)】

【1]XiWen，Wanli Li，Zhixuan Shen.Localgovernment debtandcorporate asset-debt maturitymismatches：Evidence from China[J].China Economic Review，2024（88）.

【2】孟元，楊蓉.大數(shù)據(jù)時(shí)代的政府治理：數(shù)字政府與企業(yè)研發(fā)操縱[J].世界經(jīng)濟(jì)，2024，47（1）：118-149.

【3】邵挺.金融錯(cuò)配、所有制結(jié)構(gòu)與資本回報(bào)率：來自1999～2007年我國工業(yè)企業(yè)的研究[J].金融研究，2010（9）：51-68.

【4]韓珣，李建軍.金融錯(cuò)配、非金融企業(yè)影子銀行化與經(jīng)濟(jì)“脫實(shí)向虛\"[J]金融研究，2020（8）：93-111.

【5】王磊，徐駿.數(shù)字政府賦能產(chǎn)業(yè)結(jié)構(gòu)升級一基于電子政務(wù)綜合試點(diǎn)的擬自然實(shí)驗(yàn)[J].財(cái)經(jīng)論叢，2024（5）：28-38.

【6】吳非，胡慧芷，林慧妍，等.企業(yè)數(shù)字化轉(zhuǎn)型與資本市場表現(xiàn)一一來自股票流動(dòng)性的經(jīng)驗(yàn)證據(jù)[JJ.管理世界，2021，37（7）：130-144+10.

【7]鄭軍，林鐘高，彭琳.貨幣政策、內(nèi)部控制質(zhì)量與債務(wù)融資成本[J].當(dāng)代財(cái)經(jīng)，2013（9）：118-129.