数字普惠金融对企业高质量发展的影响效应研究

朱兆珍，韦佩茹，陈 悦

（安徽财经大学 会计学院,安徽 蚌埠 233000）

党的十九届五中全会指出,新时代我国经济发展的基本特征是以推动高质量发展为主题,坚持把发展着力点落在实体经济上。经济是肌理,金融是血脉,第四次技术革命加速了数字技术与传统金融的深度融合,使得以区块链、云计算为特征的数字普惠金融逐渐成为驱动实体经济高质量发展的重要动力［1］。我国“十四五”规划也明确提出要“加快促进数字普惠金融与实体经济深度融合,实现数字金融赋能企业高质量发展的现实需要”。

当前我国实体经济已由高速增长阶段转向高质量发展阶段,高质量发展是企业在经营发展中高水平、高附加值和高效率的具体体现,其中生产效率的提高是企业现阶段高质量发展的重要衡量特征［2］。然而相关研究表明,我国企业生产效率还存在一定的上升空间［3］。其中,传统金融市场的不完备是阻碍企业高质量发展的关键因素［4］。如何破解此类难题,实现企业高质量发展？党的十九大及时准确地给出了建设数字普惠金融体系,为企业提供更加公平、便捷金融服务的解决对策。近年来,由新兴数字技术发展驱动的金融市场弥补了传统金融市场诸多不足,为微观企业转型升级实现企业高质量发展带来了新契机。有鉴于此,以2011-2020 年沪深A 股上市公司为研究对象,实证检验了数字普惠金融与企业高质量发展之间的作用机制与影响效应。考察了数字普惠金融有效驱动企业高质量发展的总量效应以及结构变化。并开展了基于数字普惠金融的“普惠性”和“数字性”特征以及企业内部、区域特征不同的异质性分析,验证了融资约束、技术创新是数字普惠金融影响企业高质量发展的两条重要间接机制。

1 文献回顾

企业作为实体经济重要微观主体,通过融合大数据、数字技术形成创新驱动发展模式,有效实现供给侧结构性改革以及自身生产效率的提升,助推实体经济高质量发展迈出更大步伐。既有研究探究了企业作为重要微观社会主体在经济高质量发展中的重要作用,并从宏观和微观两个方面对企业高质量发展的影响因素进行了研究。其中,宏观方面主要关注资源配置效率［5］、政府审计［6］和市场分割［7］等因素的影响；微观方面主要关注企业创新［8］、股权结构［9］和数字化转型［10］等因素的影响。随着企业进入高质量发展新阶段,以新一代信息技术为基础的数字金融成为推动产品服务高端化和高附加值的核心动力,为弥补传统金融短板更好地服务实体经济带来了契机。一方面,数字普惠金融展现出“普惠性”巨大优势［11］,有效拓展金融服务触达范围,缓解企业融资约束［12］。另一方面,数字普惠金融凭借“数字性”特征,通过缓解市场信息不对称风险,提高金融服务可得性［13］,为企业创新提供基础,同时也为本文探索“数字普惠金融—企业高质量发展”的相关机制分析提供了理论基础与方法启示。但仅聚焦于数字普惠金融作用企业融资、企业创新等具体企业行为,仍不利于准确把握金融发展与企业高质量增长之间的微观机理。因此很有必要在理论上进一步厘清数字普惠金融与企业高质量发展之间的作用机制与影响效应,并使用我国企业样本数据进行实证分析。

可能的边际贡献如下：第一,从微观企业层面拓展数字普惠金融与企业高质量发展相关研究,为金融市场与实体经济有效融合提供理论支撑。第二,将数字普惠金融纳入微观企业高质量发展的分析框架,并从融资约束和企业技术创新角度出发,基于“量”和“质”双重视角揭示数字普惠金融促进企业高质量发展的潜在机制。第三,从区域及企业特征多个维度考察数字普惠金融对企业高质量发展的异质性,有助于深化数字普惠金融与实体企业高质量发展边界条件的理解。

2 理论分析和研究假设

2.1 数字普惠金融对企业高质量发展的直接影响

当前我国企业金融服务资源能力获取呈现倒金字塔形。大型企业占据了市场大部分的金融资源,而中小微企业却一直面临着严重的融资约束困境。持续的融资困境使得企业的资源配置发生扭曲,而这也是导致中国实体经济全要素生产率降低的主要原因［13］。此外,信用担保不足、信息不对称一直是导致企业融资困境的主要原因［14］,数字普惠金融的出现很好地解决了这些问题。相较于传统金融模式,数字普惠金融依据云计算、移动互联等大数据平台为企业提供金融服务。从金融深化论的角度来看,数字金融的普及有效缓解了利率管制对金融的约束作用。利率管制下,低水平的利率导致企业利息负担与融资需求的扭曲,降低了企业对经济发展的有效推动作用［15］。从金融结构论的角度来看,伴随着金融系统结构与功能的不断演变,数字普惠金融的出现丰富了金融工具类型,带来了金融结构的多级化和正规金融的可得性,从而加速了商业、技术、服务等方面动态信息的精准传播,最终助力实体企业提振创新发展效率［16］。从金融功能论的角度来看,数字普惠金融在功能上弥合了市场主导与银行主导两种金融机构孰优孰劣的局面,有效缓解了市场摩擦,协调了企业之间的信息不对称问题［17］,让处于金融弱势地位的企业也能较快获得研发、经营等资金资源,这对促进实体企业高质量发展无疑会起到关键作用。此外,数字普惠金融的技术溢出效应使企业通过数字技术以及其他业务形态摆脱了对传统网点的依赖,降低了对市场资源的搜寻成本与交易成本,使得企业基于大数据平台能更好地搜集沉淀关键信息,这将有效对冲企业发展过程中的经营风险,进而更好地促进实体企业经济发展。因此,提出假设1：

假设1：数字普惠金融将对企业高质量发展产生正向促进作用。

2.2 数字普惠金融对企业高质量发展的间接影响

数字金融作为一种金融溢出,在保险、支付、信用等方面颠覆了传统的金融模式,倒逼传统金融部门转型升级、改善信贷资源错配、提升企业的资金配置和风险防范能力,这将有助于突破融资困境对传统金融的边界约束,实现对企业生产要素的创新组合,为企业获取核心创新力促进企业高质量发展提供更高效的金融支持［18］。一方面基于信息不对称理论,数字普惠金融在金融市场中发挥信息中介作用,促进银企之间信息的有效沟通与反馈,降低信息不对称程度,进而破解企业过度依赖传统金融机构的融资困境。另一方面,在不完美市场环境下,企业融资除了与信息约束有关,代理问题也是制约企业融资的重要成因。Jensen［19］在“自由现金流”假说中指出,企业为了实现利润最大化,会更倾向于投资能扩大企业经营规模的项目,这可能会导致企业过度举债引发融资困境,数字金融凭借资源支持和治理效应则能有效降低企业此类代理冲突进而缓解企业融资约束。

不仅如此,与传统金融相比,数字金融可以高效地帮助金融机构评估创新项目风险等级,降低优质企业被错误降级的概率,提高企业技术创新能力。特别随着信息时代的到来,数字金融通过交叉验证帮助企业筛选出技术价值更高、投资风险更低的项目,帮助企业在可控的投资风险下进行突破式创新获取更大的收益。并通过拓宽金融覆盖面、减少企业融资成本,帮助企业低成本、低风险的处理海量信息,使得长尾群体突破金融服务“卷帘门”“玻璃门”成为可能,改善企业融资环境［20］,以此进一步增强企业研发意愿,促进企业技术创新活动,为推动企业高质量发展提供了先决条件。由此,提出研究假设2、假设3：

假设2：数字普惠金融通过缓解融资约束,进而实现企业高质量发展。

假设3：数字普惠金融通过促进技术创新,进而实现企业高质量发展。

3 研究设计

3.1 样本选取与设计来源

选取2011-2020 年中国A 股上市公司数据为研究样本。上市公司基本特征、财务数据来源于国泰安CSMAR与Wind数据库,数字普惠金融指数来自北京大学发布的省级数字普惠金融指数。并遵循已有文献惯例进行以下筛选和处理：（1）剔除金融、房地产行业以及统计年份内ST 类企业数据。（2）剔除缺失数据与异常值并在1%和99%水平上对连续变量进行缩尾处理,最终得到24 478 个公司-年度观测数据。

3.2 模型构建与变量定义

为了检验数字普惠金融与企业高质量发展之间的关系,本文设定模型（1）来检验：

其中,TFPi,t是企业i 在t 年的高质量发展水平,本文借鉴Levinsohn等［21］提出的LP法和鲁晓东等［22］提出的OP法同时进行测算；DIFIm,t-1表示地区m 在第t-1年的数字普惠金融发展水平,用北京大学省份数字普惠金融指数测度；Xi,t-1表示控制变量；φi和δt分别是行业和年份固定效应。本文关注核心解释变量DIFIm,t-1的系数,若β显著且为正,则表示数字普惠金融发展能显著促进企业的高质量发展,假说1成立。

3.2.1 被解释变量：企业高质量发展（TFP）

企业高质量发展水平目前主要有多指标体系构建、基于中间变量的单指标法和全要素生产率三种方法。其中,多指标体系构建法大多依据构建者的主观判断,指标选取具有一定的不稳定性与主观性；基于中间变量的单指标法则是重点关注企业在经营发展中的局部努力,不能体现企业全方位的高质量发展。相对来说,企业生产率作为被剔除了投入要素贡献后企业技术、能力提升的总增量产出衡量指标,能更加准确地刻画经济层面的高质量发展。因此,使用企业全要素生产率衡量企业高质量发展,具有更强的综合性。基于此,本文依据Levinsohn 等［21］提出的LP 法的思路,构建如下模型测算企业全要素生产率：

其中,i表示企业,t表示年份,yit表示企业的主营业务收入,lit表示企业劳动力投入,用企业员工人数衡量,kit表示企业资本投入,用企业拥有的固定资产衡量,mit则表示企业中间投入,用企业购买商品和接受劳务支付的现金衡量。本文同时借鉴鲁晓东等［22］提出的OP法对全要素生产率进行测算。

3.2.2 解释变量：数字普惠金融

本文在基准回归中参考已有研究［23］,选取2011-2020 年北京大学数字金融研究中心发布的“北京大学省级数字普惠金融指数”刻画数字普惠金融发展水平。该指数在总指数的基础上同时还包括覆盖广度、使用深度和数字化程度3个子维度以及33个具体指标,共涵盖31个省区市,337个地级市城市以及近2 800 个县级市地区。数据具有纵向和横向代表性。

3.2.3 控制变量

为减少遗漏变量可能带来的估计误差,本文参考段军山等［24］的做法选取多个企业层面的变量指标作为控制变量。其中包括资产回报率、资产负债率、两职合一、独立董事占比、公司规模、企业年龄、审计意见、高管持股、企业成长性。具体定义见表1。

表1 变量的定义与度量

4 实证结果与分析

4.1 描述性统计

描述性统计见表2,其中采用LP 法计算的全要素生产率均值为15.21,略高于采用OP法测算的全要素生产率11.02,中位数分别为15.10和10.92,数据无明显偏态。数字普惠金融指数最大值431.9,最小值32.4,总体呈现出“极差大,标准差大”的数据特征,各地区数字普惠金融发展水平还存在一定的差距。其他变量描述性统计与以往文献基本一致。

表2 描述性统计

4.2 相关性分析

表3 报告了主要变量之间的Pearson 与Spearman 相关性分析。数字普惠金融（DIFI）与企业高质量发展（TFP）正相关,且在1%水平上显著,初步验证了前文的理论分析。其余大部分变量相关系数基本小于0.3,显著性水平在1%,表明本文不存在严重的多重共线性问题,模型设定合理。通过对数据进行VIF 检验,检验值为1.33,再次证明本文实证结果不受多重共线性的影响。

表3 相关系数

4.3 基准回归

表4 列出了数字普惠金融对企业高质量发展总体效应的回归结果。

表4 基准回归结果

结果显示：对于采用LP法和OP法两种方法测算得到的企业高质量发展水平,数字普惠金融（DIFI）的估计系数均在1%水平上显著为正,表明数字金融发展对企业高质量发展存在显著正向影响,即区域数字普惠金融发展越好,企业高质量发展水平越高,假说1 得证。可能的原因是,数字普惠金融缓解了传统金融机构与企业之间的信息不对称问题,这能降低企业的融资成本,促进企业技术创新进而赋能企业高质量发展。

此外,其他控制变量回归系数符号和显著性与已有文献基本一致。资产回报率（ROA）、资产负债率（Lev）、两职合一（Dual）、公司规模（Size）、审计意见（Audittyp）和企业成长性（Growth）系数均在1%水平上显著为正,表示会对企业高质量发展产生显著正向作用；独立董事占比（Ind）、企业年龄（Age）、高管持股（Mshare）和托宾Q 值（Tobinq）对企业的高质量发展无显著影响,说明其并不是影响企业高质量发展的主要因素。

4.4 稳健性检验

4.4.1 内生性问题的处理

（1）工具变量法。在模型（1）中,较高的企业高质量发展水平也可能导致较大的数字金融需求,从而带来反向因果关系。因此为了缓解由遗漏变量、反向因果带来的内生性问题,本文借鉴黄倩等［25］采用省份-年度移动电话普及率（IV）作为工具变量,利用工具变量两阶段最小二乘法（IV-2SLS）处理可能存在的内生性问题。表5为工具变量的两阶段回归结果,第（1）列为工具变量一阶段的回归结果,结果显示：省份-年度移动电话普及率（IV）的系数估计值在1%水平上显著为正,表明随着地区年度移动电话普及率越高,该省份的数字普惠金融发展水平也越高,验证了工具变量的相关性前提。第（2）和第（3）列为第二阶段回归结果。结果显示：在缓解了内生性问题后,数字普惠金融仍然对企业高质量发展水平是显著促进作用,本文结论仍然成立。除此之外,本文还对工具变量两阶段进行了“工具变量识别不足”检验和“弱工具变量”。其中检验所对应的Kleibergen-Paap rk LM 统计量P 值均在1%的显著性水平下显著,表明拒绝“工具变量识别不足”原假设；在弱工具变量识别的检验中,Cragg-Donald Wald F statistic 都远大于10,表明不存在弱工具变量问题。

表5 工具变量法

（2）系统GMM 动态面板。为解决企业全要素生产率的序列相关性,本文参考宋敏等［26］进一步用系统GMM动态面板检验结论的稳健性。表6检验统计量结果显示,工具变量选取有效,满足系统GMM 动态面板前提。且数字普惠金融均在1%显著性水平上正向促进企业高质量发展,即在考虑了企业全要素生产率序列相关后,该结论仍然成立。

表6 系统GMM估计

4.4.2 替换解释变量

同一省份不同城市数字普惠金融发展水平存在差异,会对本文结论产生一定影响。为了排除这一混杂因子,本文采取北京大学数字金融中心城市级普惠金融指数（Index_aggregate）替换原解释变量,结论仍然稳健。另外,数字普惠金融依托互联网平台得以发展,故进一步采用《中国互联网络发展统计公告》发布的互联网普及率作为数字普惠金融的代理变量［27］进行稳健性检验。表7 结果显示更换测度指标后本文结论仍然稳健。

表7 更换变量估计

5 作用机制检验

基于前文的分析结果,继续分析数字普惠对企业高质量发展的作用机理。通过理论分析可知,数字普惠金融将通过融资约束、技术创新两条渠道影响企业高质量发展,本文进一步检验数字普惠金融是否通过上述途径影响企业高质量发展。借鉴江艇［28］研究方法分两步进行验证：①检验数字普惠金融对融资约束、企业技术创新的影响,若数字普惠金融缓解了融资约束、提高了企业技术创新水平,则初步支持理论逻辑。②总结已有文献识别融资约束、技术创新对企业高质量发展直接而显然的影响,进一步验证数字普惠金融如何影响企业高质量发展。

5.1 数字普惠金融、融资约束与企业高质量发展

借鉴Hadlock 和Piere［29］方法,使用观测企业SA 指数作为融资约束衡量指标。表8 第（1）列即为数字普惠金融对企业融资约束的实证检验结果。结果显示,DIFI的系数显著为负,表明数字普惠金融能够显著缓解企业融资困境。融资困境的缓解使企业有能力做出最优的投资决策,进而对企业高质量发展产生促进作用。现有研究也基本证实了缓解融资约束对企业高质量发展的正向作用。Caggese 等［30］、张璇等［31］考察了融资约束对企业创新效率和出口投资的影响,发现缓解融资约束能促进企业技术创新效率以及投资决策,进而实现企业高质量发展。结论与前文数字普惠金融通过缓解融资约束促进企业高质量发展保持一致,假说2得证。

表8 机制分析结果

5.2 数字普惠金融、企业创新与企业高质量发展

以企业研发创新投入刻画企业技术创新水平（RD）进行实证检验。表8 结果显示技术创新（RD）变量的估计系数在1%水平上显著为正,表明数字普惠金融发展对企业技术创新具有显著的正向促进作用,与前文理论分析保持一致,即数字普惠金融正向促进了企业的技术创新。而对于技术创新与企业高质量发展的关系研究,已有研究给出了充分的理论支撑。熊彼特的创新理论即指出技术创新使企业获得了可持续发展的能力；Bloom 等［32］研究也证实了企业研发投入能显著影响企业的高质量发展,一方面,研发创新的投入能优化原有的生产技术与效率,提升企业价值；另一方面,技术创新产出也是企业高质量效应的重要因素,帮助企业突破原有增长点,实现更高水平的发展,进而对企业高质量发展产生了正向促进作用,基于此假说3得证。

6 进一步分析

6.1 结构解析

在前述总体效应回归中,已然证实了“数字普惠金融—企业高质量发展”的正向促进作用,但值得思考的是,在数字金融不同的子维度结构下,这一正向效应对企业高质量发展的影响机制是否会表现出差异化。为了进一步明晰数字普惠金融影响企业高质量发展的结构效应,本文借鉴唐松等［12］研究将数字普惠金融进一步升维为两个对称的层面：数字金融覆盖广度（Coverage）和数字金融使用深度（Usage）,进一步探究数字普惠金融对企业高质量发展的结构差异。表9结果显示：数字普惠金融覆盖广度和使用深度估计系数均在1%水平上显著为正,表明覆盖广度和使用深度的扩大均有助于促进企业高质量发展。原因在于覆盖广度主要体现为第三方支付和电子账户的普及,其覆盖率的提升可以极大的提高金融可得性,有助于企业经营发展。使用深度测度了金融服务用户对数字金融的使用情况,随着使用深度的拓深,小微企业可以更便捷地享受到保险、信贷等服务,提升自身发展效率。

表9 结构效应检验结果

6.2 异质性因素考察

为丰富数字普惠金融对企业高质量发展影响效应的研究,本文从异质性角度出发,基于企业特征以及区域特征等异质性条件对该关系进行深入探讨,以期为准确把握数字普惠金融赋能企业高质量发展提供新的证据。

6.2.1 企业特征

企业是实施数字金融的载体,基于企业特征进一步探讨数字普惠金融促进企业高质量发展的横截面差异,可以进一步佐证本文结论的准确性,为提供相应的政策建议提供参考。根据企业生命周期理论,企业经营发展会经历初创、成长以及成熟、衰败四个阶段,处于不同生命周期阶段的企业,在融资约束、技术创新方面均会表现出差异化,进而影响数字普惠金融对企业高质量发展的正向促进效应。基于此,本文参考李唐等［33］研究,将企业存续年限大于10 的定义为成长期企业,取值为1,否则为0,重点考察数字普惠金融在企业“成长期-非成长期”的异质性影响。由表10 可以看出,当企业处于成长期阶段,数字金融促进企业高质量发展的效果（系数为0.339 6,通过1%的显著性检验）,比处于非成长期的企业（系数为0.215 9,通过1%的显著性检验）表现出更强烈的促进作用,组间差异明显。此结果表明处于成长期的企业经过前期的技术、资本积累更容易在数字经济发展浪潮中抢占先机。非成长期的年轻企业尚未完成原始的资本积累,各类资源相对匮乏,在数字经济促进高质量发展浪潮中稍显落后。

表10 分组检验结果

6.2.2 区域特征

数字普惠金融的实施效应除了受企业内部特征影响,还取决于地区资源、基础设施建设等外部环境因素。由于历史、地区资源、政策效应等原因影响,我国中西部地区发展水平相比东部地区较为滞后,这也直接导致了我国经济总体的不平衡。为进一步检验数字普惠金融驱动企业高质量发展的区域性差距,依据《中共中央关于制定国民经济和社会发展第七个五年计划的建议》将样本划分为东、中西部两大经济带。其中东部地区属于我国经济发展领先的区域,金融科技基础、人才扶持政策相对完善。相对于中西部地区,地区资源禀赋相对落后,形成数字普惠金融发展水平的区域性差距。表10 分组结果显示,数字普惠金融均能显著促进经济带企业的高质量发展,但对东部地区的促进作用更强,费舍尔检验经验P 值显著,说明东部地区与中西部地区存在显著差异。可能的原因是：一方面虽然数字普惠金融具有边际成本为零、普惠性的特点,让边远不发达地区也可以共享数字技术发展成果,但另一方面数字金融本质仍是金融,依据于社会经济活动而存在,东部地区的集聚效应和网络效应使得数字普惠金融有了更大的发展空间。

7 结论与建议

在金融经济蓬勃发展的背景下,数字技术如何高质量服务实体经济成为我国当前亟待解决的关键问题。基于2011-2020年沪深A股上市公司,考察数字普惠金融发展对企业高质量水平的作用机制及影响效应。研究结果发现：（1）数字普惠金融对企业高质量发展水平具有显著促进作用,在考虑了内生性问题,替换解释变量并剔除特定样本后该结论仍然稳健。（2）机制分析表明,融资约束、技术创新是数字普惠金融促进企业高质量发展的重要渠道。（3）进一步分析发现,数字普惠金融覆盖广度、使用深度均能正向促进企业高质量发展。并且在处于非成长期、中西部较不发达区域的企业,数字普惠金融虽整体呈现促进作用但助推力度不及成长期以及东部地区企业。

根据以上结论,提出如下政策建议：（1）大力推动数字技术发展,使数字金融更好地服务于实体经济。重点建设大数据、工业互联网平台等金融基础设施建设,加大金融经济反哺实体经济的力度,使数字金融成为助推实体经济高质量发展的重要力量。（2）促进数字金融与传统金融协调发展,纾解企业融资困境,强化金融对实体经济的创新激励。数字金融“赋能”一方面要鼓励传统金融机构接纳数字经济发展浪潮,共同助力解决企业融资约束问题,提高企业创新效率,另一方面要依托金融科技开发有差异度、有层次的银行体系,有针对性地定制金融产品,发挥数字金融的普惠性。（3）充分发挥数字金融科技手段,将不同发展阶段企业、不同区域联合起来,在缓解信息不对称与提升资源配置效率的同时助力解决我国传统金融市场长期存在的金融错配问题,实现金融资源更加合理地分配。