数字普惠金融对中小企业融资约束的影响研究——动态效应、异质性特征与机制识别

卜亚，刘姝雨

（江苏科技大学经济管理学院，江苏镇江 212100）

引言

企业融资约束困境一直是国内外学者的长期研究课题，中小企业作为促进我国经济发展的主力军，更容易深陷融资约束的泥潭。结合《中国中小企业统计年鉴》2019年的数据，目前我国中小企业至少有4000万家，占企业总数的90%以上，我国50%以上的税收、60%以上的GDP、70%以上的技术创新、80%以上的就业岗位都来自中小企业，但根据世界银行投资环境调查结果显示，我国中小企业所获得的金融资源仅占25%～33%。在新冠病毒席卷全球的背景下，实体经济发展遭受巨大冲击，中小企业由于其规模小、业务单一、信贷体系不完善等特点，日常运营困难。在经济下行压力加大的境况下，我国陆续颁布了各项政策条例积极扶持中小企业的发展，但基于我国固有的金融机构内部运作机制以及特殊的金融市场环境，这些政策难以从根源上解决中小企业融资难题。

金融业作为我国经济发展的前沿地，其与大数据、云计算、区块链等新兴技术深度融合而产生的数字普惠金融是解决这一问题的突破口。《G20数字普惠金融高级原则》将数字普惠金融定义为一切通过数字金融服务促进普惠金融的行动，为中小企业等受到金融排斥的群体通过数字化技术获得平等的金融支持提供了机遇。全国工商联2020年5月发布的《2019—2020小微融资报告》显示，在新冠疫情的影响下，小微企业融资难题虽然没有得到根本缓解，但40%的小微企业通过线上银行融资摆脱破产的命运，绝大多数获得贷款的小微企业认为“无接触贷款”的“滴灌”政策成效显著。从融资约束这一企业难题来说，数字普惠金融通过新兴技术的运用帮助中小企业解决信息不对称的问题，有助于完善金融服务，拓宽融资渠道，提高融资效率，最终达到突破融资困境的效果。

本文在整合2014—2020年中小企业数据的基础上，利用融资约束的赋值评分模型评估企业融资约束水平，从动态效应、异质性分析和中介传导机制来探究数字普惠金融发展与中小企业融资约束之间的关系。并结合现状，为后疫情期间数字普惠金融推动中小企业解决融资难题提供可行路径。

一、文献综述

尽管企业融资约束难题已经根植于企业发展的经济脉络之中，但国内外学者的探索精神却始终如一。早期关于企业融资问题的研究主要是基于信贷体系考察传统金融机构与企业融资约束之间的关系。Stiglitz和Weiss（1981）认为，信息不匹配是中小企业难以获得信贷的源头，中小企业和银行间逆向选择的存在，使得大型商业银行不愿意给抵押担保不足的中小企业提供服务[1]。Gertler和Gilchrist（1994）通过研究信贷双方的信息不对称程度，认为银行会通过增加中小企业融资成本来避免信息不对称所带来的风险[2]。Strahan和Weston（1998）[3]提出的规模匹配理论认为，银行对中小企业贷款意愿与企业规模相关，大型金融机构往往会选择规模较大的企业提供信贷服务，中小企业融资较为困难。姚耀军、董钢锋（2014）[4]聚焦于新结构经济学最优金融结构理论视角进行系统研究，认为中小银行发展显著降低了企业投资对现金流的敏感性，有效缓解了中小企业融资约束。李广子、熊德华（2016）[5]利用多重中介模型对中小银行发展影响中小企业借款融资的中介效应进行了分析和比较，认为中小银行发展能够显著缩小中小企业与大企业在借款融资上的差异。钟腾、汪昌云（2017）[6]从股票市场规模等3个角度分析金融发展，认为银行体系目前存在的资源错配、运行效率低下等缺陷，是导致了中小企业生存环境恶劣、融资困难等问题的重要因素。

2014年起，互联网金融发展呈喷井之势，互联网信息技术全球化导致互联网金融业态逐渐在世界范围内引发关注。这一期间的学者们从互联网金融研究入手，寻找解决企业融资问题的新方法。国外学者较早的研究了电子金融技术对于实体经济的影响作用，Shahrokhi（2008）[7]的研究表明，互联网技术等新兴的金融技术在金融服务中的应用给企业融资带来新的前景，其有益性超越了传统的直接融资与间接融资的方式。Puri（2010）[8]从贷款违约风险承担的角度研究互联网金融融资，认为如果互联网融资中介平台拒绝承担相应的违约风险，很可能会导致互联网融资平台贷款违约率上升，客户融资约束水平升高。吴俊霖（2017）[9]在使用欧拉投资方程模型和一步系统GMM估计方法的基础上，结合因子分析法构建互联网金融发展指数，得出互联网金融能够缓解中小企业融资约束。刘满凤、赵珑（2019）[10]通过设计互联网金融的小微企业融资机制平台，指出基于互联网金融的小微企业融资平台及融资机制能有效降低借贷市场中相关环节的成本。

在数字技术蓬勃发展的时代背景下，传统普惠金融模式尝试与大数据、人工智能、区块链等技术有机融合，数字普惠金融的概念在2016年杭州G20峰会上首次被提出。新时代下传统金融难以解决的企业融资问题需要数字化技术的加持。Gabbor和Brooks（2017）[11]的研究表明，在互联网技术不断发展的背景下，数字技术提升了金融服务的普惠性与渗透性，可以有力推动普惠金融的横向与纵深全方位均衡发展。Gomber和Kauffman（2018）[12]认为数字金融在人工智能、大数据技术等的支撑下，能够在低成本低风险的基础上处理海量数据，为企业提供层次更为丰富的融资渠道和方式。黄锐、赖晓冰（2020）[13]通过区分宏观与微观两个层面，创新性地从直接融资和间接融资两条路径研究数字普惠金融缓解企业融资约束的宏观传导方法，更新了数字普惠金融与企业融资约束的中介传导机制。李宾、龚爽（2021）[14]基于固定效应模型检验了数字普惠金融对中小企业财务可持续的影响，提出地区数字普惠金融发展能通过提高融资能力促进中小企业财务可持续。

数字普惠金融是传统融资模式的补充性方式，其相较于传统资本来源，能够以较低成本提供更便捷的融资渠道，有效提高企业融资可获性。Demertzis（2018）[15]认为数字普惠金融可以用智能算法、大数据、云计算和人工智能赋予的新业务模型来破坏现有的中介，较低的成本是降低企业融资难度，推动企业技术创新的核心因素。Hall等（2016）[16]认为欧洲大多数关于融资约束的研究是基于将融资约束和实物投资的模型扩展到研发投资，而企业金融创新将会给受约束企业的结构特征、创新活动以及结果带来新的见解。唐松、伍旭川（2020）[17]在研究数字普惠金融影响企业创新的效应时，用KZ指数计算的企业融资约束作为中介变量研究其传导机制，得出“数字普惠金融—企业融资约束—技术创新能力”的范式结论。李春涛、闫续文（2021）[18]通过“金融科技”关键词百度高级检索，建立表示地区金融科技水平的指标，验证了金融科技、融资约束、企业创新三者之间的内在作用机制。

根据上文分析可见，目前国内外学者已经对企业融资问题的研究取得一定成果，但是从数字普惠金融角度分析中小企业融资困境的相关文献却不多见。因此，本文基于已有的研究成果，结合近年的地市级面板数据，深度挖掘二者之间的理论逻辑。本文力图在以下几点有所贡献：第一，在公司融资约束的测度上，使用赋值评分模型从企业的内源性资金约束、外源性资金约束以及投资机会等多个方面综合测度企业融资约束的程度，避免了“现金-现金流敏感性模型”“SA指数”等已有方法存在的缺陷；第二，在实证检验过程中，将传统金融机构长期存在的资源错配现象作为研究重点，结合数字普惠金融影响中小企业融资约束的异质性分析，纠正固有的“属性错配”“行业错配”和“区域错配”问题；第三，在中介机制研究中，从数字普惠金融出发，探索性地挖掘缓解中小企业融资约束的传导机制，从“融资成本”和“运营风险”两条路径进行识别研究，理清数字普惠金融影响中小企业融资约束的具体思路。

二、理论分析与研究假设

（一）数字普惠金融与中小企业融资约束

数字普惠金融对中小企业融资约束的影响主要表现在以下方面：第一，数字普惠金融促进金融服务优质化。新兴互联网技术的应用能够搜集来自各方面的信息，整合处理成融资活动所需要的数据库，为其量身定制金融服务，实现金融工具多样化与个性化并存。另外，数字普惠金融模式能够利用大数据、云计算等技术对融资业务等进行转型升级，提高互联网融资服务的触达能力，实现均衡化发展。第二，数字普惠金融实现融资渠道扩大化。数字普惠金融基于深度数字处理算法将传统金融机构线下业务转移至线上服务，使那些长期受到金融排斥的群体能够通过数字化渠道来获得融资服务。同时，数字化投资组合模型的发展能够对中小企业融资所需的一切可能性外部资金源进行整合，有效改善中小企业在获取传统融资渠道时所处的劣势地位。第三，数字普惠金融推进中小企业的融资高效化。数字普惠金融利用网络交易平台，降低信息误传、数据丢失的频率，企业融资路径缩短，提高了中小企业的融资效率。同时，互联网金融服务在一定程度上节省了开展线下业务的时间成本，避免了复杂的信息登记处理流程以及交易过程中人为因素导致的不确定性，突破了时间的局限。因此，提出如下研究假设。

假设1：数字普惠金融有利于降低中小企业的融资约束程度。

（二）基于产权性质的数字普惠金融与中小企业融资约束

基于我国背景制度的特殊性，国有中小企业以及非国有中小企业在融资方面的差异主要表现在以下方面：第一，国有中小企业有着更高的信息透明度。由于其法人性质，国有中小企业与金融机构的信息不对称的程度较低。而非国有中小企业信用体系不健全使得金融机构不愿意与其进行长期紧密合作。但数字普惠金融凭借强大的互联网信息联动能力，使外界通过大数据、云平台对中小企业内部资信状况有进一步的了解，提高外源性融资意愿。第二，国有中小企业融资路径更多依赖政府的支持。国有中小型企业受惠于金融政策，与银行等传统的金融机构之间建立起来的长期紧密的信贷关系可以满足其资金需求。“信贷歧视”使得非国有中小企业在传统融资道路上难以前行，但建立在移动互联基础上的数字普惠金融可以打破这层桎梏。融资境遇的改善，将带来边际效益的大幅提升。第三，国有中小企业更难适应新型融资方式。国有中小企业融资大多依赖正规金融机构，而数字普惠金融这样的新型融资方式的兴起必定会对传统的融资方式造成一定的冲击。另外，国有中小企业刻板的运营方式也会导致使用新型线上融资方式的调节期更为冗长。但是数字普惠金融所提供的融资方式却与中小企业量少、频率高的融资需求恰好吻合。因此，提出如下研究假设。

假设2：数字普惠金融对于中小企业融资约束的缓解效应展现出一定的产权属性偏向。

（三）基于区域属性的数字普惠金融与中小企业融资约束

技术经济一体化的进程表明，各地区的经济发展水平会对数字普惠金融的普及运用产生显著的影响。第一，经济欠发达地区数字化程度较低。我国中西部地区经济制度环境落后，金融市场化程度较低，新兴技术性人才引进较为困难。因此，当地创新型企业缺少新技术的培育土壤，数量较少，无法完全打通线上融资路径，导致数字普惠金融对经济发展水平落后地区的中小型企业融资影响机制中断，甚至产生负向作用。第二，经济发达地区数字化程度较高。我国东部地区长期受益于政策倾斜，经济网络发达，企业集聚效应明显，互联网信息普及率较高，是中小企业生存发展的一片沃土。东部地区市场资源优渥，相关数字化技术配套设施齐全，法律保护条款和金融监管体系完善，大量高质量人才引进更为数字化金融服务的普及打下扎实的基础。因此，提出如下研究假设。

假设3：数字普惠金融对中小企业融资约束的缓解效应具有一定的地域性偏向。

（四）基于传导路径的数字普惠金融与中小企业融资约束

本文主要选取了中小企业内部的两个中介传导变量来理清二者之间的内在影响机制。第一，融资成本高昂是中小企业融资问题的核心体现。数字普惠金融模式是降低企业融资成本不可或缺的中坚力量。要想打开数字普惠金融与中小企业融资约束之间的“黑匣子”，首先应该从降低企业融资成本入手，减轻中小企业内部资金负担。缩减融资成本是解决融资问题道路上的中转站，企业融资成本直接影响融资约束程度。第二，运营风险是影响中小企业融资水平的重要因素。融资风险直接影响着企业的财务状况。企业所面临的风险水平越高，内部资金源的波动性越大，严重破坏企业信用体系，企业卷入“融资难”的漩涡。数字普惠金融的运用能够合理配置各项资源，降低企业债务跨期错配风险，压低不必要的杠杆水平，从而对企业融资约束的缓解产生强大的推动力。因此提出如下研究假设。

假设4：数字普惠金融可以通过降低融资成本、避免运营风险两条路径减轻中小企业融资压力。

三、模型设计与变量选取

（一）数据说明

本文选取2014—2020年中小企业板上市公司的财务数据作为研究对象，与各地区数字普惠金融指数进行配对，形成完整的面板数据集。为避免特殊值的影响，本文对数据进行如下处理：（1）删除所有金融类企业；（2）删除ST、*ST和PT类的企业；（3）删除财务数据缺失或异常的企业，采用七年连贯原则，仅保留有连续七年样本数据的企业。根据企业所在地，将数字普惠金融指数匹配到各企业，最终得到4424个“企业-年份”的观测样本。对财务数据进行1%的缩尾处理（不包含虚拟变量）。中小企业数据来自国泰安数据库，各地区宏观经济发展水平数据来自国家统计局，数字普惠金融指数来自北京大学数字普惠金融研究中心。为了统一计算口径，本文对相关变量进行归一化处理，避免数值较大带来的问题。

（二）模型设计

为衡量中小企业的融资约束对数字普惠金融发展的响应机制，所设计基准实证模型如下所示：

FCi,t=α+β1FIi,t-1+∑φCVs+∑Year+∑Ind+εi,t

（1）

公式（1）中，FC表示中小企业所受融资约束的程度，FI表示地市级数字普惠金融发展的程度，β1是核心解释变量对中小企业融资约束的影响效应系数，若β1为正且检验结果显著，则说明数字普惠金融的发展能够帮助中小企业走出融资困境。CV为控制变量，φ是控制变量的系数，εi,t表示随机误差项。同时还控制了时间（Year）与行业（Industry）的影响效用，i为企业标识，t为年份标识。

（三）变量选取

1.核心解释变量：数字普惠金融（FI）。我国数字普惠金融发展水平用数字普惠金融指数（郭峰，2020）[19]来衡量，取其对数作为实证研究的代理变量。该指数根据实地考察的具体数据建立多层次的数字普惠金融衡量系统，全面而客观地描述了我国各地区数字普惠金融发展的数字化程度、使用深度以及覆盖广度等方面的状况。借助蚂蚁金服在大数据技术上的高效利用，实现数字普惠金融与我国现实发展状况的契合。为了将核心解释变量微观化，本文所用数据选取地市一级的数字普惠金融指数，提高实证结果的稳健性。

2.被解释变量：中小企业融资约束（FC）。在融资约束的衡量方法上，本文选取融资约束赋值评分模型，利用企业规模、企业成立年限、固定资产净值率、现金比率、应收账款比率和清偿比率六大指标建立衡量企业融资压力大小的综合指标。具体构建方法：（1）将各项指标取值从低到高分别赋值1～5，取值越大，分值越大，该企业受到融资约束程度就越低；（2）将各项指标所取分值加总构建综合指标FC。FC是衡量企业融资约束的指数，FC越大，企业融资压力越小。

3.中介传导变量。融资成本率（Cost）：财务费用与总负债的比值，用来计算企业融资成本，反映企业融资费用的高低。从企业融资问题本身出发，研究数字普惠金融对于中小企业融资约束的直接影响机制，是解决企业融资问题的核心。企业杠杆（LEV）：总负债与总资产的比值，用来表示企业的杠杆率。本文用资产负债率衡量企业杠杆水平。从企业财务风险水平出发，研究数字普惠金融对于中小企业融资问题的间接影响，探寻解决企业融资问题的新途径。

4.控制变量。本文纳入企业层面的一系列控制变量，防止遗漏微观指标。上市时间(Time)，定义为企业上市的年限；资产收益率（ROA），采用企业净利润与平均资产总额之比衡量；营业收入增长率（Grow），采用企业本年营业收入增加额与上年营业收入总额之比衡量；总资产周转率（TAT），采用营业收入净额与平均资产总额之比衡量；股权集中程度（CA），定义为企业前十大股东持股的数量与总股数之比；审计意见类型（Opin），若企业年审计意见为标准无保留意见，则取值为0，否则为1；宏观经济发展水平（ED），用各企业所在省份人均地区生产总值衡量。变量的描述性统计见表1。

表1 主要变量的描述性统计表

数字普惠金融相关指数按地市级数据运用，宏观经济发展水平等变量按省份运用。为了对假设2进行验证，本文对中小企业进行分类，按产权性质将其分为国有中小型企业以及非国有中小型企业；按证监会2012年版行业分类标准将其分为制造业以及非制造业。为了对假设3进行验证，本文将各省份按宏观经济发展水平分为低、中、高三个等级。

四、实证检验与结果分析

本文分别从基准回归结果、指标降维分解检验、动态效应检验、稳健性与内生性处理四个部分对实证结果进行详细阐述。

（一）数字普惠金融对中小企业融资约束的回归分析

本文使用双向固定效应模型对“数字普惠金融—企业融资约束”的基准关系进行实证回归，检验结果见表2。根据第一列结果可以得出，核心解释变量对于融资约束指数的回归系数均为正数，并且通过了5%水平的显著性检验，即数字普惠金融的发展显著降低中小企业融资约束程度。由实证结果可见，数字普惠金融的应用使得中小企业融资受大型企业挤压的现象有所缓和，融资困境有所突破。

表2 数字普惠金融对于中小企业融资约束的影响：基准回归

（二）数字普惠金融对中小企业融资约束的降维分析

为了使实证结果更具体，本文将数字普惠金融指数分解为两个对称的层面，即数字普惠金融使用深度（支付业务、信贷业务等的实际使用人数和人均交易额等）和数字普惠金融覆盖广度（电子账户数、银行卡绑定数等），将其作为解释变量进一步分析数字普惠金融在哪个层面上对于中小企业融资约束的影响程度更显著。其结果在表2的第二、三列呈现。使用深度以及覆盖广度指标均通过了5%的显著性检验。考虑到数字普惠金融影响中小企业融资约束需要一定的时间以及避免反向因果效应带来的内生性等问题，本文对核心解释变量以及其替代变量进行了滞后1期的处理，实证检验结果如表2第四列至第六列所示。结果显示，滞后1期的解释变量对于中小企业融资约束的影响均在1%的水平下显著为正，相较于未滞后的结果来看，显著性更强。由此可见，数字普惠金融水平的先行性发展对于后续中小企业融资水平的提高有着显著的推动效果，数字普惠金融缓解企业融资约束的长效性必须纳入考虑范围之内。从而验证了本文所提出的假设1。

（三）数字普惠金融对中小企业融资约束的动态效应检验

为观察数字普惠金融发展对于中小企业融资约束的动态叠加效应，本文将继续对解释变量进行滞后2、3期的处理。实证结果如表3所示，数字普惠金融指数对于中小企业融资约束的缓解效用随着时间的推移展现出显著的衰弱特征，并且在滞后3期时呈现出负值。鉴于此，数字普惠金融与中小企业融资约束之间的效用机制受时间限制的影响，呈现出非常明显的时间序列上的动态效应递减规律。滞后1期的检验结果最显著，滞后2期之后显著性逐步递减衰退至负数。相较于其他两项指标而言，数字金融覆盖广度指标对于中小企业融资约束的影响效用更加不显著，在滞后2期的检验中，其余两项指标均通过10%的显著性检验，但是覆盖广度指标并未通过显著性检验。所以在数字普惠金融未来发展道路上，覆盖广度固然重要，但要彻底解决中小企业融资问题，就应该更加重视使用深度的挖掘。

表3 数字普惠金融对于中小企业融资约束的动态叠加效应

（四）稳健性检验与内生性处理

1.增加控制变量。企业融资约束的缓解很可能是传统金融机构同时兼顾了中小企业融资需求。基于此，本文加入了金融机构发展水平作为其控制变量，指标用各省金融机构存款规模总量与GDP的比值来衡量。本文所采用的固定效应模型在内生性控制上不够严格，故在稳健性检验部分，本文参考Moser和Voena（2012）[20]采用时间×行业的高阶联合固定效应的方法进行实证检验。检验结果如表4所示。数字普惠金融的影响系数显著，拟合优度有所提高，表明本文的实证部分所得结论并未改变。

表4 高阶联合固定效应+控制变量调整

2.删除异常值的影响。本文研究主题所涉及两项主要指标与全国经济态势有着密切的联系。受新冠疫情的影响，在研究的时间跨度内，2020年的数据可能存在异常，使回归结果产生一定的误差，故本文将这一年的数据予以剔除，尽可能排除其对研究结果的影响。另外，删除我国4个直辖市的数据，避免直辖市内相关数据的特殊性。检验结果如表5所示，删除异常值之后，回归系数依然显著，可见，本文核心结论并未发生变化。

表5 剔除异常年份以及直辖市数据

3.采用工具变量法解决内生性问题。本文采取工具变量法，使用各地区滞后1期的互联网宽带接入用户数量的对数值作为工具变量处理本文的内生性。检验结果如表6所示。研究显示，无弱工具变量问题，回归系数显著为正，并达到1.146，表明数字普惠金融的发展依旧能够缓解企业融资约束的困境，且缓解效果更为强劲。这说明本文所得出的核心结论是稳定有效的。

表6 内生性处理：2SLS工具变量法

五、异质性分析

本文的异质性研究主要从属性、行业以及区域三个方面进行实证分析。

（一）属性异质性分析

大多数传统金融机构都存在资源分配不均的问题，这种问题集中体现在“属性错配”当中，即相较于非国有中小企业而言，传统金融机构更愿意将资金贷款给国有中小企业。所以，首先从所有权属性的角度切入讨论，将数据样本分为国有中小企业和非国有中小企业两个部分各自进行回归检验。实证检验结果如表7所示。Panel A的数据显示，在第一列中，本文的核心解释变量通过了1%的显著性检验，对于中小企业融资约束的缓解效应展现出更强劲的驱动效果。而在第二列中，核心解释变量数字普惠金融指数的回归系数并不显著，数字普惠金融对于国有中小企业的融资缓解作用难以体现。从而验证了本文所提出的假设2。

（二）行业异质性分析

除了对产权性质的研究之外，本文将进一步研究中小企业融资的行业分配问题。因此，本文将样本重新分类为制造业以及非制造业两部分进行实证回归。回归结果如表7所示。由第三列、第四列结果可以得知，数字普惠金融的发展对于不同行业的中小企业融资缓解作用仍然展现出一定的偏向性。在制造业的中小企业中，核心解释变量通过5%的显著性检验，展现出较为明显的正向驱动作用（回归系数达到1.196）。但其对于非制造行业的影响效果却并不显著。数字普惠金融的发展，为制造行业提供更多的融资机会，以确保我国龙头行业长盛不衰。

表7 数字普惠金融对中小企业融资约束的影响：属性与行业异质性

（三）区域异质性分析

为了研究数字普惠金融影响的区域性，本文以宏观经济发展水平为标准，将我国31个省份划分为东、中、西三个地区。检验结果如表8所示。可以发现，在经济发达的东部地区，数字金融通过了1%的显著性检验，且系数值达到1.927。中部地区中，解释变量对于融资约束的缓解效用不显著。在经济欠发达的西部地区，数字普惠金融的影响系数是一个负值，这说明经济发展水平落后地区的数字普惠金融对于中小企业融资约束的影响机制中断。因此，区域数字金融发展呈现出一定的差异性，从而验证了本文所提出的假设3。

表8 数字普惠金融对中小企业融资约束的影响：区域异质性

六、中介传导机制分析

为了更深入探讨数字普惠金融与中小企业融资约束之间的影响渠道，本文从两个方面建立中介传导机制，研究“数字金融—中小企业融资约束”之间的机制黑箱。其一，中小企业融资成本；其二，中小企业杠杆水平。中介效应模型的递归方程具体形式如下：

中小企业融资成本使用财务费用率（Cost）来衡量；杠杆水平使用资产负债率（Lev）来衡量，其余变量具体含义同公式（1）。本文主要从融资成本以及杠杆水平两条路径研究数字金融对于企业融资约束的缓解效应主要原因有二。首先，数字普惠金融的发展拓展了企业融资渠道，使融资工具丰富化，金融机构授信流程大大缩短，融资过程中的各项资源消耗减少，最终降低企业融资成本。因此，从融资成本这一渠道研究传导路径，较为合理。其次，高效便捷的信息搜集、合理有序的信息整理以及智能高效的信息追踪提高了信息共享能力，降低融资各方信息不对称的程度。但是，信息透明度难以用具体变量表示。故本文选取表示企业财务风险的杠杆水平作为第二条中介机制。如若数字金融的使用能够减轻企业的杠杆水平，那中小企业的财务风险就能得到有效缓解，从而实现内部资金源的高效配给，企业融资水平得到改善。实证结果如表9所示。

表9 数字普惠金融的发展缓解中小企业融资约束的渠道机制：融资成本与杠杆水平

从第一列第二列的数据可以看出，数字普惠金融的发展能够显著降低中小企业融资费用率，而融资费用率与被解释变量（前滞1期）成反比，即融资费用率的降低能够缓解企业所面临的融资约束。这一结论与上述“数字金融—（降低）融资费用率—缓解融资约束”这一条传导路径相符。第三、四列是第二条传导路径“数字金融—（降低）企业杠杆—缓解融资约束”的检验结果。研究显示，数字普惠金融通过了1%的显著性检验，且系数达到-0.859，很大程度上改善企业所面临的经营风险，可用资金增加，内源性融资风险下降，降低不必要的杠杆水平。数字金融中包含的新兴技术能够为企业各类项目的开展提供支撑，缓解经营风险，企业杠杆需求下降，融资约束水平下降。从而验证了本文所提出的假设4。

七、研究结论与政策建议

（一）研究结论

本文选取2014—2020年中小企业板上市企业财务数据，实证检验数字普惠金融对中小企业融资约束的动态效应、异质性特征以及中介传导机制。结论表明：第一，数字普惠金融对于中小企业融资约束展现出显著的缓解作用，并且在时间序列上呈现出效应递减的规律。第二，数字普惠金融对于中小企业融资约束的缓解作用具有异质性特征，能够纠正传统金融贷款服务的属性错配以及领域错配的问题。第三，从地域特点来看，数字普惠金融的发展更多的依托于经济发达程度，对我国东部地区的中小企业展现出更加强劲的融资缓解力度。第四，数字普惠金融通过降低中小企业融资成本、规避运营风险两条路径，增加企业内部资金源，驱动企业消除不必要的杠杆，最终达到帮助中小企业走出融资困境的目的。

（二）几点建议

1.拓展试点容错空间，加大中小企业融资缓解效应的力度。提高金融监管部门容忍度，为数字化金融业态的创新运用、转型升级提供实验性温床。加大基层数字普惠金融创新项目的落地实施，增加技术研究投入成本，以确保数字普惠金融在缓解中小企业融资约束过程中技术创新动力的持续输入。同时，将传统金融严密的组织体系与数字普惠金融高效的数字处理技术相结合，实现投融资服务网络化，资金利用率高效化。完善中小企业信贷建设，增强企业透明度，打通各方融资渠道，从根源上解决融资难题。

2.完善金融服务体系，增强数字普惠金融缓解融资问题的靶向性。发挥数字普惠金融的固有优势，纠正传统金融机构存在的资源错配问题。针对“属性错配”“行业错配”等问题打造具有针对性的线上融资工具，实现数字化融资模式的高标准运用。首先，完善各中小企业信用状况评价并记录在案，实现数字金融服务定制化；其次，结合云计算、大数据等处理技术的运用，广泛搜集相关数据，实现信息查询的便捷化；最后，利用区块链技术，建立风险控制的动态预警系统，实现融资风险的最低化。

3.把握相关政策动向，打破传统融资模式的空间集聚效应。我国数字化金融体系的普惠性与经济生态环境息息相关。针对经济落后地区数字普惠金融与中小企业融资缓解机制链断裂的情况，必须加大对应地区的相关政策倾斜力度，为中西部地区提供足量的财政补给，实现数字化基础设施在经济欠发达地区的全面普及。同时，结合区域经济形势，充分发挥东部发达地区数字化技术的示范性作用，实现数字普惠金融服务的场景化运用。引导科技赋能生产要素向经济欠发达地区流动，积极推动中西部地区融资模式的转型升级，改善传统金融机构“区域错配”问题。