張 勇 殷 健

內(nèi)容提要：本文利用北京大學(xué)數(shù)字普惠金融指數(shù)，檢驗(yàn)了我國(guó)各地區(qū)數(shù)字普惠金融的發(fā)展對(duì)區(qū)域內(nèi)企業(yè)全要素生產(chǎn)率的影響及其作用機(jī)制。研究結(jié)果表明，地區(qū)數(shù)字普惠金融的發(fā)展能夠促進(jìn)處于該區(qū)域內(nèi)的企業(yè)全要素生產(chǎn)率的提升。上述驅(qū)動(dòng)作用的異質(zhì)性分析表明，與國(guó)有企業(yè)、市場(chǎng)地位高的企業(yè)以及技術(shù)密集型企業(yè)相比，數(shù)字普惠金融對(duì)非國(guó)有企業(yè)、市場(chǎng)地位低的企業(yè)以及資本密集型和勞動(dòng)密集型企業(yè)全要素生產(chǎn)率的提升作用更大。利用中介效應(yīng)檢驗(yàn)法，本文進(jìn)一步的機(jī)制分析表明，緩解企業(yè)“融資難”“融資貴”問(wèn)題是數(shù)字普惠金融促進(jìn)企業(yè)全要素生產(chǎn)率提升的重要路徑。

一、引 言

黨的十九大報(bào)告指出，“我國(guó)經(jīng)濟(jì)已由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段”，要“推動(dòng)經(jīng)濟(jì)發(fā)展質(zhì)量變革、效率變革、動(dòng)力變革，提高全要素生產(chǎn)率”。這里的全要素生產(chǎn)率（Total Factor Productivity）是經(jīng)濟(jì)學(xué)中衡量單位投入的產(chǎn)出水平的一個(gè)重要指標(biāo)，一般被定義為總產(chǎn)出中由要素投入之外的技術(shù)進(jìn)步、管理技能、生產(chǎn)創(chuàng)新等因素所帶來(lái)的“剩余”，其從本質(zhì)上來(lái)說(shuō)能夠代表微觀經(jīng)濟(jì)實(shí)體和宏觀經(jīng)濟(jì)發(fā)展質(zhì)量的水平。學(xué)術(shù)界普遍認(rèn)為，制約我國(guó)經(jīng)濟(jì)質(zhì)量的重要因素之一就是全要素生產(chǎn)率偏低，因而經(jīng)濟(jì)的高質(zhì)量發(fā)展應(yīng)以提高企業(yè)全要素生產(chǎn)率的方式來(lái)實(shí)現(xiàn)（蔡昉，2018）。企業(yè)是整個(gè)國(guó)家宏觀經(jīng)濟(jì)活動(dòng)的微觀基礎(chǔ)，從這個(gè)角度來(lái)講，高質(zhì)量的經(jīng)濟(jì)發(fā)展一定程度上有賴于企業(yè)全要素生產(chǎn)率的提高，后者是前者在微觀層面的體現(xiàn)（錢(qián)雪松等，2018）。鑒于高水平的微觀企業(yè)全要素生產(chǎn)率在促進(jìn)宏觀經(jīng)濟(jì)增長(zhǎng)方式由“粗放式增長(zhǎng)”轉(zhuǎn)向“集約式增長(zhǎng)”中的重要地位，既有文獻(xiàn)圍繞著如何提高企業(yè)全要素生產(chǎn)率展開(kāi)了多角度研究。其中，諸多經(jīng)驗(yàn)研究證實(shí)，以企業(yè)“融資難、融資貴”作為外在表現(xiàn)的融資約束問(wèn)題會(huì)對(duì)企業(yè)全要素生產(chǎn)率的提升造成負(fù)向沖擊，因?yàn)槠髽I(yè)的資本配置效率與生產(chǎn)經(jīng)營(yíng)活動(dòng)效率會(huì)在融資約束的影響下降低（任曙明和呂鐲，2014；張羽瑤和張冬洋，2019）。上述經(jīng)濟(jì)生活中的融資約束現(xiàn)象大量存在于我國(guó)各類企業(yè)中，其原因在于，傳統(tǒng)金融部門(mén)在服務(wù)實(shí)體企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)的過(guò)程中存在著屬性錯(cuò)配、領(lǐng)域錯(cuò)配及階段錯(cuò)配等結(jié)構(gòu)性錯(cuò)配問(wèn)題（唐松等，2020）。

作為數(shù)字技術(shù)與金融服務(wù)跨界融合的新產(chǎn)物，數(shù)字普惠金融的發(fā)展已被證實(shí)可以有效地校正上述傳統(tǒng)金融中普遍存在的結(jié)構(gòu)性錯(cuò)配現(xiàn)象，使金融支持實(shí)體經(jīng)濟(jì)發(fā)展的質(zhì)量和效率被優(yōu)化，從而有助于企業(yè)緩解其所面臨的“融資難”“融資貴”問(wèn)題（唐松等，2020；汪亞楠等，2020；黃銳等，2021），而融資約束問(wèn)題又被視為抑制企業(yè)全要素生產(chǎn)率提升的重要負(fù)面因素（任曙明和呂鐲，2014；張羽瑤和張冬洋，2019）。因此，根據(jù)上述邏輯，可以推演出數(shù)字普惠金融的發(fā)展理應(yīng)能夠提高企業(yè)的全要素生產(chǎn)率的結(jié)論。本文的研究目標(biāo)在于，基于我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的“雙循環(huán)”新格局背景，為數(shù)字普惠金融能夠提升實(shí)體經(jīng)濟(jì)的全要素生產(chǎn)率提供大樣本經(jīng)驗(yàn)證據(jù)。

本文的邊際貢獻(xiàn)可能有以下幾點(diǎn)：（1）拓展了企業(yè)全要素生產(chǎn)率影響因素研究的視角。既有文獻(xiàn)主要圍繞傳統(tǒng)金融發(fā)展（Midrigan and Xu，2014）、資源錯(cuò)配（Hsieh and Klenow，2009；蓋慶恩等，2015）、契約執(zhí)行效率（Costinot，2009）、融資約束（任曙明和呂鐲，2014）、研發(fā)投入（程惠芳和陸嘉俊，2014）等方面探討了影響企業(yè)全要素生產(chǎn)率提升的各種因素。本文則基于數(shù)字普惠金融這一數(shù)字技術(shù)與金融服務(wù)跨界融合的新產(chǎn)物視角考察了企業(yè)全要素生產(chǎn)率的驅(qū)動(dòng)因素，從而對(duì)既有企業(yè)全要素生產(chǎn)率影響因素研究的理論分析框架進(jìn)行了實(shí)質(zhì)性的拓展。（2）為數(shù)字普惠金融促進(jìn)宏觀經(jīng)濟(jì)高質(zhì)量發(fā)展提供了微觀企業(yè)層面的經(jīng)驗(yàn)證據(jù)。既有經(jīng)驗(yàn)研究大多基于我國(guó)各省份或地級(jí)市的面板數(shù)據(jù)，檢驗(yàn)區(qū)域數(shù)字金融發(fā)展水平對(duì)地區(qū)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)效應(yīng)（錢(qián)海章等，2020；汪亞楠等，2020），而本文則從微觀層面，將企業(yè)這一宏觀經(jīng)濟(jì)發(fā)展的微觀基礎(chǔ)和中觀產(chǎn)業(yè)發(fā)展的基本組織作為分析對(duì)象，考察數(shù)字普惠金融能否提升微觀企業(yè)的全要素生產(chǎn)率及其作用路徑，從而為數(shù)字技術(shù)通過(guò)賦能傳統(tǒng)金融可以推動(dòng)我國(guó)經(jīng)濟(jì)增長(zhǎng)方式由“粗放式增長(zhǎng)”轉(zhuǎn)向“集約式增長(zhǎng)”，從而實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展這一論斷提供經(jīng)驗(yàn)證據(jù)。

二、理論分析與研究假設(shè)

（一）數(shù)字普惠金融發(fā)展與企業(yè)全要素生產(chǎn)率

數(shù)字金融泛指在數(shù)字技術(shù)的幫助下，傳統(tǒng)金融機(jī)構(gòu)與互聯(lián)網(wǎng)公司相互合作，共同研發(fā)出投資、支付、融資及其他一系列新型金融業(yè)務(wù)模式（黃益平和黃卓，2018）。一方面，數(shù)字金融能夠較好地對(duì)傳統(tǒng)金融體系起到補(bǔ)充作用，即憑借“成本低、速度快、覆蓋廣”的諸多優(yōu)勢(shì)有效降低金融服務(wù)的門(mén)檻和成本，優(yōu)化企業(yè)融資環(huán)境，拓展金融的服務(wù)范圍與觸達(dá)能力，從而提高服務(wù)普惠金融主體的效率（黃益平和黃卓，2018）；另一方面，數(shù)字金融作為傳統(tǒng)金融的競(jìng)爭(zhēng)對(duì)手，可以通過(guò)加快落實(shí)金融結(jié)構(gòu)變革、優(yōu)化金融效率的方式增強(qiáng)金融的普惠性（吳曉求，2015）。上述兩方面可以對(duì)企業(yè)面臨的融資困境產(chǎn)生積極的緩釋作用。比如，黃銳等（2021）的研究表明，企業(yè)融資約束狀況能夠在數(shù)字普惠金融優(yōu)化融資結(jié)構(gòu)、降低融資費(fèi)用以及杠桿水平的作用下得到緩解。前已述及，以“融資難”“融資貴”作為外在表現(xiàn)的融資約束問(wèn)題會(huì)降低企業(yè)資本配置效率和生產(chǎn)經(jīng)營(yíng)活動(dòng)效率，進(jìn)而對(duì)其全要素生產(chǎn)率的提升造成負(fù)向沖擊。換言之，企業(yè)的全要素生產(chǎn)率會(huì)隨著其融資約束的緩解而上升。具體地，本文將數(shù)字普惠金融通過(guò)紓解企業(yè)融資約束，從而提高全要素生產(chǎn)率的作用機(jī)理總結(jié)如下：

（1）數(shù)字普惠金融能夠拓寬企業(yè)經(jīng)營(yíng)所需資金的來(lái)源渠道，增加企業(yè)外部融資的數(shù)量，進(jìn)而緩解企業(yè)全要素生產(chǎn)率提升中遇到的“融資難”問(wèn)題。數(shù)字金融憑借信息技術(shù)手段，重構(gòu)金融基礎(chǔ)設(shè)施（如交易規(guī)則與技術(shù)、支付與清償系統(tǒng)等），優(yōu)化金融新業(yè)務(wù)流程和模式，將金融服務(wù)方向由線下轉(zhuǎn)向線上，這使得數(shù)字金融服務(wù)的對(duì)象從傳統(tǒng)金融重點(diǎn)關(guān)注的少量高端客戶拓展到傳統(tǒng)金融覆蓋不足的企業(yè)長(zhǎng)尾群體（即位于正態(tài)曲線兩側(cè)、累加規(guī)模大于曲線頭部流行市場(chǎng)的尾部非流行市場(chǎng)，如大量分散的中小企業(yè)）。在此過(guò)程中，具有包容性和普惠性特征的數(shù)字金融突破了傳統(tǒng)金融的邊界約束（張勛等，2019），校正了傳統(tǒng)金融中的金融排斥和信貸資源結(jié)構(gòu)性錯(cuò)配問(wèn)題（唐松等，2020），并且在數(shù)字普惠金融的快速發(fā)展下，金融服務(wù)門(mén)檻和成本的降低使得傳統(tǒng)金融弱勢(shì)群體企業(yè)的金融服務(wù)可得性得到了極大的提高。上述金融資源配置效率的提高會(huì)有效緩解各類企業(yè)“融資難”問(wèn)題，這會(huì)提高企業(yè)資本配置效率和生產(chǎn)經(jīng)營(yíng)活動(dòng)效率，進(jìn)而促進(jìn)其全要素生產(chǎn)率的提升。

（2）數(shù)字普惠金融能夠降低借貸雙方的信息不對(duì)稱程度，通過(guò)影響銀行業(yè)競(jìng)爭(zhēng)格局促使傳統(tǒng)金融行業(yè)提高金融服務(wù)效率，從而緩解企業(yè)全要素生產(chǎn)率在提升過(guò)程中遇到的“融資貴”問(wèn)題。數(shù)字普惠金融憑借大數(shù)據(jù)、人工智能、云計(jì)算等信息技術(shù)可以低成本地實(shí)時(shí)挖掘、獲取借款企業(yè)的各類數(shù)據(jù)，據(jù)此快速評(píng)估其信用風(fēng)險(xiǎn)，并對(duì)其獲得信貸資金后的還款風(fēng)險(xiǎn)情況實(shí)施動(dòng)態(tài)監(jiān)管（萬(wàn)佳彧等，2020）。在此過(guò)程中，借貸雙方不僅信息搜集、分析成本大幅度降低，而且彼此之間的信息不對(duì)稱程度也得到緩解，這會(huì)紓解企業(yè)的“融資貴”難題，原因在于企業(yè)融資成本的高低取決于借貸雙方之間信息不對(duì)稱程度是否得到緩解（Rajan，1992），較低的信息不對(duì)稱程度能夠減輕企業(yè)的融資成本負(fù)擔(dān)。此外，作為信息技術(shù)與金融服務(wù)深度融合的產(chǎn)物，數(shù)字金融能夠低成本地為企業(yè)提供更加便捷的融資服務(wù)，比如依賴于數(shù)字金融技術(shù)的供應(yīng)鏈融資、貿(mào)易融資等金融服務(wù)，因而數(shù)字金融會(huì)對(duì)傳統(tǒng)融資方式產(chǎn)生一定的替代性沖擊。數(shù)字金融的快速發(fā)展加劇了金融行業(yè)的競(jìng)爭(zhēng)程度，使得傳統(tǒng)金融部門(mén)迫于競(jìng)爭(zhēng)壓力，不得不通過(guò)數(shù)字化轉(zhuǎn)型逐步提升金融服務(wù)效率（王詩(shī)卉和謝絢麗，2021），從而為企業(yè)提供低成本的信貸資金。由上述分析可知，數(shù)字普惠金融可以緩解企業(yè)“融資貴”問(wèn)題，這有助于企業(yè)管理層做出最優(yōu)的資本結(jié)構(gòu)決策，優(yōu)化資金配置效率和生產(chǎn)經(jīng)營(yíng)活動(dòng)效率，并最終提高全要素生產(chǎn)率水平。根據(jù)以上分析，本文提出假設(shè)H1。

H1：在其他條件相同的情況下，地區(qū)數(shù)字普惠金融發(fā)展水平越高，處于該區(qū)域內(nèi)的企業(yè)全要素生產(chǎn)率越高。

（二）產(chǎn)權(quán)性質(zhì)、數(shù)字普惠金融發(fā)展與企業(yè)全要素生產(chǎn)率

我國(guó)傳統(tǒng)金融體系長(zhǎng)期以來(lái)一直以銀行作為主導(dǎo)方，不僅存在著嚴(yán)重的金融資源配置“所有制歧視”，還有明顯的“政治優(yōu)序融資”特征（白俊和連立帥，2012），這會(huì)導(dǎo)致銀行資本配置中因存在過(guò)多的政府干預(yù)而難以實(shí)現(xiàn)高度的市場(chǎng)化，從而出現(xiàn)金融錯(cuò)配現(xiàn)象（唐松等，2020）。具體來(lái)說(shuō)，表現(xiàn)在：與非國(guó)有企業(yè)相比，國(guó)有企業(yè)在獲得傳統(tǒng)金融部門(mén)提供的金融服務(wù)上具有天然的優(yōu)勢(shì)，能夠以較低的融資成本獲得數(shù)量較多的信貸資源，“融資難”“融資貴”問(wèn)題可能并不突出。相比之下，對(duì)經(jīng)濟(jì)發(fā)展做出重要貢獻(xiàn)的非國(guó)有企業(yè)卻難以獲得正規(guī)金融的支持，通常以較高的利率獲取較低的信貸額度或者只能依賴企業(yè)內(nèi)部積累和非正規(guī)金融渠道（如商業(yè)信用、民間借貸等）進(jìn)行有限的替代性融資（張羽瑤和張冬洋，2019），“融資難”“融資貴”問(wèn)題較為嚴(yán)重。在上述正規(guī)金融中的“所有制歧視”和“政治優(yōu)序融資”影響下，與非國(guó)有企業(yè)相比，國(guó)有企業(yè)在提升全要素生產(chǎn)率過(guò)程中，因其可以從傳統(tǒng)金融機(jī)構(gòu)那里籌集到更多的低成本資金而面臨更低的融資約束程度。此時(shí)，數(shù)字普惠金融帶來(lái)的融資增加對(duì)國(guó)有企業(yè)全要素生產(chǎn)率的邊際影響并不大，即數(shù)字普惠金融對(duì)全要素生產(chǎn)率的促進(jìn)作用在國(guó)有企業(yè)中顯著弱化。相反，非國(guó)有企業(yè)因在優(yōu)化資金配置效率和生產(chǎn)經(jīng)營(yíng)活動(dòng)效率的過(guò)程中，從傳統(tǒng)金融部門(mén)那里獲得的資金數(shù)量嚴(yán)重不足或成本過(guò)高，故提升全要素生產(chǎn)率所受到的資金約束程度較高，此時(shí)數(shù)字普惠金融帶來(lái)的融資效應(yīng)在促進(jìn)其全要素生產(chǎn)率的提升上作用更大。綜上，本文提出假設(shè)H2。

H2：與國(guó)有企業(yè)相比，數(shù)字普惠金融對(duì)非國(guó)有企業(yè)全要素生產(chǎn)率的提升作用更大。

（三）市場(chǎng)地位、數(shù)字普惠金融發(fā)展與企業(yè)全要素生產(chǎn)率

理論與實(shí)務(wù)界普遍認(rèn)為，市場(chǎng)地位低的中小企業(yè)因傳統(tǒng)金融體系中的“規(guī)模歧視”而在外部融資問(wèn)題上存在先天的劣勢(shì)，難以得到有效的金融支持。張新民等（2012）指出，市場(chǎng)地位低的中小企業(yè)之所以融資困難，是因?yàn)槠洚a(chǎn)品市場(chǎng)議價(jià)能力較低、信息不透明、擔(dān)保和抵押物不足導(dǎo)致的借貸方之間信息不對(duì)稱程度較高等多個(gè)方面。除了上述內(nèi)在特質(zhì)因素之外，姚耀軍和董鋼鋒（2015）的研究表明，造成中小企業(yè)融資困難的深層次原因主要包括過(guò)低的金融發(fā)展水平（包括金融中介、股票市場(chǎng)等）和不完善的外部金融體系（如銀行業(yè)結(jié)構(gòu)）。既有經(jīng)驗(yàn)研究證實(shí)，相比于具有較低市場(chǎng)地位的企業(yè)而言，市場(chǎng)地位高的企業(yè)可以借助其在抵押資產(chǎn)數(shù)量、信息透明度以及供應(yīng)鏈中的議價(jià)能力等融資優(yōu)勢(shì)，從傳統(tǒng)金融機(jī)構(gòu)、供應(yīng)商以及客戶處獲得更多的銀行借款、商業(yè)信用（張新民等，2012），因而市場(chǎng)地位低的中小企業(yè)普遍面臨著更為嚴(yán)重的融資約束問(wèn)題（梁榜和張建華，2018）。在此情況下，相對(duì)于市場(chǎng)地位低的企業(yè)，市場(chǎng)地位高的企業(yè)在提升全要素生產(chǎn)率的過(guò)程中，因能夠籌集到更多的銀行借款、商業(yè)信用等正規(guī)、非正規(guī)經(jīng)營(yíng)性融資而遇到的“融資難”“融資貴”問(wèn)題并不突出，前述數(shù)字普惠金融帶來(lái)的融資增加對(duì)市場(chǎng)地位高的企業(yè)全要素生產(chǎn)率的邊際提升作用較弱。與此相反，市場(chǎng)地位低的中小企業(yè)在進(jìn)行最優(yōu)資本結(jié)構(gòu)決策、提升全要素生產(chǎn)率時(shí)所受到的融資約束問(wèn)題更為嚴(yán)重，因此難以從外部獲得充足的資金供給量，此時(shí)數(shù)字普惠金融憑借“廣覆蓋、低成本、高效率”的特點(diǎn)，能夠?yàn)槭袌?chǎng)地位低的中小企業(yè)拓寬融資渠道、增加融資數(shù)量和降低融資成本，其帶來(lái)的融資效應(yīng)在促進(jìn)該類企業(yè)全要素生產(chǎn)率的提升上邊際作用更為顯著。根據(jù)上述分析，本文提出假設(shè)H3。

H3：與市場(chǎng)地位高的企業(yè)相比，數(shù)字普惠金融對(duì)市場(chǎng)地位低的企業(yè)全要素生產(chǎn)率的提升作用更大。

（四）行業(yè)性質(zhì)、數(shù)字普惠金融發(fā)展與企業(yè)全要素生產(chǎn)率

現(xiàn)實(shí)經(jīng)濟(jì)生活中，因各個(gè)行業(yè)在資源、技術(shù)、資金和組織等方面具有不同的特點(diǎn)，故在全要素生產(chǎn)率的動(dòng)態(tài)變化及其驅(qū)動(dòng)因素上存在著顯著差異，這決定著不同行業(yè)全要素生產(chǎn)率的提升路徑具有各自不同的側(cè)重點(diǎn)（魯桐和黨印，2014；李政等，2019）。比如，資本密集型或勞動(dòng)密集型企業(yè)的研發(fā)投入水平和研發(fā)效率通常較低，主要遵循規(guī)模經(jīng)濟(jì)路徑，通過(guò)不斷增加投資和擴(kuò)大生產(chǎn)經(jīng)營(yíng)規(guī)模等方式來(lái)提升全要素生產(chǎn)率，因而該類企業(yè)對(duì)外部資金的需求量較大（李政等，2019）。在此情況下，數(shù)字普惠金融帶來(lái)的融資數(shù)量增加和融資成本降低效應(yīng)可以較好地緩解企業(yè)在增加投資、擴(kuò)大生產(chǎn)規(guī)模中遇到的資金短缺問(wèn)題，進(jìn)而促進(jìn)企業(yè)全要素生產(chǎn)率的提升。從這個(gè)角度來(lái)看，在資本密集型或勞動(dòng)密集型企業(yè)中，數(shù)字普惠金融帶來(lái)的融資效應(yīng)在促進(jìn)企業(yè)全要素生產(chǎn)率的提升方面具有更大的邊際作用。與上述兩類企業(yè)相反，技術(shù)密集型企業(yè)的研發(fā)投入水平和研發(fā)效率較高，但其規(guī)模一般較?。ɡ钫?，2019），即便獲得數(shù)字普惠金融帶來(lái)的融資支持，也很難從規(guī)模經(jīng)濟(jì)上挖掘技術(shù)密集型企業(yè)的效率潛能，故數(shù)字普惠金融對(duì)這類企業(yè)全要素生產(chǎn)率的邊際影響并不大，即數(shù)字普惠金融對(duì)全要素生產(chǎn)率的提升作用在技術(shù)密集型企業(yè)中顯著弱化。根據(jù)上述分析，本文提出假設(shè)H4。

H4：與技術(shù)密集型企業(yè)相比，數(shù)字普惠金融對(duì)資本密集型和勞動(dòng)密集型企業(yè)全要素生產(chǎn)率的提升作用更大。

三、研究設(shè)計(jì)

（一）變量定義與回歸模型設(shè)定

1.數(shù)字普惠金融發(fā)展水平的度量

本文基于“北京大學(xué)數(shù)字普惠金融指數(shù)（2011-2018）”中的數(shù)據(jù)，對(duì)我國(guó)內(nèi)地各區(qū)域數(shù)字普惠金融的發(fā)展水平進(jìn)行合理度量，即對(duì)省級(jí)層面的數(shù)字普惠金融總指數(shù)除以100，將其定義為Dif_prov。

2.企業(yè)全要素生產(chǎn)率的度量

根據(jù)宋敏等（2021）的做法，本文采用半?yún)?shù)法中的OP 法對(duì)企業(yè)全要素生產(chǎn)率Tfp_op 進(jìn)行估計(jì)。此外，本文也采取LP 法計(jì)算全要素生產(chǎn)率Tfp_lp，以防止單一估計(jì)方法導(dǎo)致研究結(jié)論出現(xiàn)偏誤。

3.企業(yè)產(chǎn)權(quán)性質(zhì)的度量

本文的企業(yè)產(chǎn)權(quán)性質(zhì)NonState 根據(jù)CCER 經(jīng)濟(jì)金融數(shù)據(jù)庫(kù)中的最終控制人類型進(jìn)行判斷，對(duì)于非國(guó)有控股企業(yè)，NonState 取值為1，否則為0。

4.企業(yè)市場(chǎng)地位的度量

參考張新民等（2012）的研究，具體衡量方式如下：首先，計(jì)算年度企業(yè)營(yíng)業(yè)收入占該年度本行業(yè)內(nèi)所有企業(yè)營(yíng)收總和的比值Income_rat；其次，計(jì)算該年度行業(yè)內(nèi)所有樣本Income_rat 的中值；最后，將Income_rat 與上述中值進(jìn)行比較，若Income_rat 小于該中值，則將MP 賦值為1，表示低市場(chǎng)地位，否則取值為0。

5.企業(yè)所處行業(yè)性質(zhì)的度量

根據(jù)2001 版的證監(jiān)會(huì)上市公司行業(yè)分類標(biāo)準(zhǔn)，我國(guó)除金融保險(xiǎn)業(yè)之外的上市公司分布在21 個(gè)行業(yè)中（A 至M，其中制造業(yè)細(xì)化為C0 至C9）。與魯桐和黨?。?014）的要素密集度行業(yè)分類做法一致，本文將以下行業(yè)劃分為技術(shù)密集型行業(yè)：C5（電子）；C7（機(jī)械、設(shè)備、儀表）；C8（醫(yī)藥、生物制品）；C9（其他制造業(yè)）；G（信息技術(shù)業(yè)）。處于資本密集型的行業(yè)為：C3（造紙、印刷）；C4（石油、化學(xué)、塑膠、塑料）；C6（金屬、非金屬）；J（房地產(chǎn)）；K（社會(huì)服務(wù)業(yè)）。其余 11 個(gè)行業(yè)則為勞動(dòng)密集型行業(yè)。根據(jù)上述分類，本文設(shè)置行業(yè)性質(zhì)變量NatLabCap，若企業(yè)處于資本密集型或勞動(dòng)密集型行業(yè)時(shí)，賦值為1，技術(shù)密集型行業(yè)賦值為0。

6.模型設(shè)定

本文構(gòu)造模型（1）檢驗(yàn)地區(qū)數(shù)字普惠金融的發(fā)展是否對(duì)該區(qū)域內(nèi)的企業(yè)全要素生產(chǎn)率有提升作用。模型（2）（3）（4）分別檢驗(yàn)企業(yè)產(chǎn)權(quán)性質(zhì)、市場(chǎng)地位以及行業(yè)性質(zhì)對(duì)數(shù)字普惠金融與全要素生產(chǎn)率之間正相關(guān)關(guān)系的調(diào)節(jié)效應(yīng)①本文通過(guò)引入數(shù)字普惠金融與調(diào)節(jié)變量交乘項(xiàng)的方式驗(yàn)證數(shù)字普惠金融發(fā)展對(duì)企業(yè)全要素生產(chǎn)率影響的差異性。之所以采用該方式，是因?yàn)楫?dāng)調(diào)節(jié)變量M 是虛擬變量時(shí)，相當(dāng)于把全樣本分為M=0 和M=1 兩個(gè)組，交乘項(xiàng)M*X 的系數(shù)就是分組進(jìn)行的Y（因變量）對(duì)X（自變量）的回歸中X 的系數(shù)的組間異質(zhì)性。。

此外，如表1 所示，本文借鑒李政等（2019）、宋敏等（2021）的做法，將能夠影響企業(yè)全要素生產(chǎn)率的企業(yè)財(cái)務(wù)狀況和公司治理方面特征的控制變量（Control）以及年度、行業(yè)虛擬變量（Year、Industry）納入前述回歸模型中。

表1 控制變量定義

（二）數(shù)據(jù)來(lái)源與樣本選擇

鑒于北京大學(xué)數(shù)字普惠金融指數(shù)的年份是2011 至2018 年，故本文以2011 至2018 年的滬深A(yù) 股所有上市公司為實(shí)證檢驗(yàn)的樣本。本文剔除了金融保險(xiǎn)業(yè)、指標(biāo)數(shù)據(jù)缺失的樣本。在回歸檢驗(yàn)中，本文對(duì)所有連續(xù)變量分別在1%、99%的水平上進(jìn)行了縮尾處理。在數(shù)據(jù)來(lái)源方面，本文度量各省份數(shù)字普惠金融發(fā)展水平的數(shù)據(jù)來(lái)自于北京大學(xué)數(shù)字金融研究中心；判斷企業(yè)產(chǎn)權(quán)性質(zhì)的最終控制人類型數(shù)據(jù)取自CCER 經(jīng)濟(jì)金融數(shù)據(jù)庫(kù)；計(jì)算余下指標(biāo)所需的數(shù)據(jù)來(lái)源于CSMAR 數(shù)據(jù)庫(kù)。

四、實(shí)證檢驗(yàn)結(jié)果與分析

（一）主要變量的描述性統(tǒng)計(jì)

表2 是本文主要變量的描述性統(tǒng)計(jì)結(jié)果。樣本期間內(nèi)，企業(yè)全要素生產(chǎn)率Tfp_lp、Tfp_op 的均值分別為16.49、14.59，中位數(shù)分別為16.39、14.52，可以看出基于LP 法、OP 法估算得到的全要素生產(chǎn)率數(shù)據(jù)無(wú)明顯偏態(tài)。NonState 的均值為0.59，這說(shuō)明樣本中平均有59%的企業(yè)為非國(guó)有企業(yè)產(chǎn)權(quán)性質(zhì)。市場(chǎng)地位MP 的均值為0.429，根據(jù)前文定義，這表明平均42.9%的樣本企業(yè)具有較低的市場(chǎng)地位。NatLabCap 的均值為0.569，即平均有56.9%的樣本企業(yè)處于資本密集型或勞動(dòng)密集型行業(yè)。

表2 主要變量描述性統(tǒng)計(jì)

（二）多元回歸分析

表3 是假設(shè)H1 是否成立的回歸結(jié)果。實(shí)證檢驗(yàn)結(jié)果顯示，數(shù)字普惠金融發(fā)展水平Dif_prov 對(duì)企業(yè)全要素生產(chǎn)率兩個(gè)指標(biāo)Tfp_lp、Tfp_op 的回歸系數(shù)分別為0.2167、0.1562，并且顯著性水平達(dá)到1%。其經(jīng)濟(jì)含義①?gòu)慕?jīng)濟(jì)意義上來(lái)解釋自變量對(duì)因變量的回歸系數(shù)，首先要計(jì)算標(biāo)準(zhǔn)化后的回歸系數(shù)，其計(jì)算方法為：自變量X 對(duì)因變量Y 的邊際效應(yīng)（即回歸系數(shù)）乘以自變量X 的標(biāo)準(zhǔn)差。假設(shè)自變量X 是連續(xù)變量，且X 對(duì)Y 的回歸系數(shù)顯著為正。根據(jù)標(biāo)準(zhǔn)化回歸系數(shù)，可以分析：X 每提高一個(gè)標(biāo)準(zhǔn)差，將使得Y 增加**個(gè)百分點(diǎn)（=回歸系數(shù)乘以X 的標(biāo)準(zhǔn)差），這相當(dāng)于Y 樣本平均值的**%（=標(biāo)準(zhǔn)化回歸系數(shù)除以Y 樣本均值）。在于，數(shù)字普惠金融發(fā)展水平Dif_prov 每提高一個(gè)標(biāo)準(zhǔn)差，將促進(jìn)企業(yè)全要素生產(chǎn)率 Tfp_lp、Tfp_op 分別提升 17.83 個(gè)百分點(diǎn)（=0.2167×0.823）和 12.86 個(gè)百分點(diǎn)（=0.1562×0.823）。由此，假設(shè)H1 獲得了經(jīng)驗(yàn)證據(jù)的支持。

表3 數(shù)字普惠金融與企業(yè)全要素生產(chǎn)率

續(xù)表

為了驗(yàn)證假設(shè)H2，本文對(duì)模型（2）進(jìn)行了估計(jì)，以此考察企業(yè)產(chǎn)權(quán)性質(zhì)是否會(huì)影響數(shù)字普惠金融對(duì)其全要素生產(chǎn)率的作用效果，回歸結(jié)果如表4 所示。在第（4）（8）列中，無(wú)論因變量是Tfp_lp，還是Tfp_op，其所對(duì)應(yīng)的Dif_prov 的回歸系數(shù)均顯著為正，產(chǎn)權(quán)性質(zhì)NonState 的回歸系數(shù)則顯著為負(fù)，而二者交乘項(xiàng)Dif_prov*NonState 的回歸系數(shù)分別為0.0351、0.0404，且顯著性水平達(dá)到1%，該實(shí)證檢驗(yàn)結(jié)果證實(shí)數(shù)字普惠金融對(duì)企業(yè)全要素生產(chǎn)率的影響因產(chǎn)權(quán)性質(zhì)而存在差異，非國(guó)有企業(yè)產(chǎn)權(quán)性質(zhì)會(huì)正向調(diào)節(jié)數(shù)字普惠金融對(duì)企業(yè)全要素生產(chǎn)率的作用效果，即與國(guó)有企業(yè)相比，數(shù)字普惠金融對(duì)非國(guó)有企業(yè)全要素生產(chǎn)率的提升作用更大。由此可見(jiàn)，假設(shè)H2 得以驗(yàn)證。

表4 產(chǎn)權(quán)性質(zhì)、數(shù)字普惠金融與企業(yè)全要素生產(chǎn)率

續(xù)表

表5 給出了利用模型（3）對(duì)假設(shè)H3，即企業(yè)市場(chǎng)地位會(huì)影響數(shù)字普惠金融與全要素生產(chǎn)率之間關(guān)系的檢驗(yàn)結(jié)果。在所有MP 參與的回歸中，其回歸系數(shù)均顯著為負(fù)（1%水平上），證實(shí)具有低市場(chǎng)地位的中小企業(yè)，其全要素生產(chǎn)率水平也較低。本文更關(guān)心的是檢驗(yàn)調(diào)節(jié)效應(yīng)的數(shù)字普惠金融Dif_prov 與市場(chǎng)地位MP 二者的交乘項(xiàng)Dif_prov*MP。從第（4）（8）的回歸結(jié)果可以看到，Dif_prov*MP的回歸系數(shù)顯著為正（均在5%水平上），該結(jié)果表明低市場(chǎng)地位會(huì)正向調(diào)節(jié)數(shù)字普惠金融發(fā)展對(duì)企業(yè)全要素生產(chǎn)率的提升效果，當(dāng)企業(yè)為市場(chǎng)地位低的中小企業(yè)時(shí)，數(shù)字普惠金融對(duì)其全要素生產(chǎn)率的激勵(lì)效應(yīng)更強(qiáng)，即相比于市場(chǎng)地位高的企業(yè)，數(shù)字普惠金融對(duì)市場(chǎng)地位低的企業(yè)全要素生產(chǎn)率的提升作用更大。因此，假設(shè)H3 獲得了有效驗(yàn)證。

表5 市場(chǎng)地位、數(shù)字普惠金融與企業(yè)全要素生產(chǎn)率

接下來(lái)，本文對(duì)模型（4）進(jìn)行估計(jì)，以此驗(yàn)證假設(shè)H4，即企業(yè)所處行業(yè)性質(zhì)是否會(huì)影響數(shù)字普惠金融對(duì)其全要素生產(chǎn)率的作用效果。表6 的回歸結(jié)果表明，行業(yè)性質(zhì)NatLabCap 與全要素生產(chǎn)率Tfp_lp、Tfp_op 之間均為顯著的負(fù)相關(guān)關(guān)系，這說(shuō)明與技術(shù)密集型企業(yè)相比，全要素生產(chǎn)率水平在資本密集型和勞動(dòng)密集型企業(yè)中表現(xiàn)得更低。第（4）（8）列中，Dif_prov、NatLabCap 的交乘項(xiàng)Dif_prov*NatLabCap，其回歸系數(shù)分別為0.0456、0.0495，并且均在1%水平上顯著。這表明，數(shù)字普惠金融帶來(lái)的融資效應(yīng)對(duì)企業(yè)全要素生產(chǎn)率的作用效果會(huì)因行業(yè)性質(zhì)不同而存在顯著差異，即與技術(shù)密集型企業(yè)相比，數(shù)字普惠金融對(duì)資本密集型和勞動(dòng)密集型企業(yè)全要素生產(chǎn)率的提升作用更大。由此可見(jiàn)，假設(shè)H4 也在前述回歸檢驗(yàn)結(jié)果中得到了驗(yàn)證。

表6 行業(yè)性質(zhì)、數(shù)字普惠金融與企業(yè)全要素生產(chǎn)率

（三）穩(wěn)健性檢驗(yàn)

1.采用工具變量和兩階段最小二乘法緩解因存在不可觀測(cè)變量對(duì)數(shù)字金融、企業(yè)全要素生產(chǎn)率同時(shí)產(chǎn)生影響，從而可能引起的內(nèi)生性問(wèn)題。本文計(jì)算了以下兩個(gè)工具變量：各地區(qū)互聯(lián)網(wǎng)普及率Netrat；數(shù)字金融指數(shù)滯后一階Dif Lag1、數(shù)字金融指數(shù)在時(shí)間上的一階差分Dif D1 二者的乘積DifLag1_Dif D1。在第一階段中，以Dif_prov 作為因變量，上述Netrat、Dif Lag1_Dif D1 分別作為自變量，回歸之后可以得到對(duì)應(yīng)的預(yù)測(cè)值P_Dif_prov、P_Dif_prov2。在第二階段中，以Tfp_lp、Tfp_op 作為因變量，P_Dif_prov、P_Dif_prov2 作為自變量進(jìn)行回歸。結(jié)果表明，數(shù)字普惠金融與企業(yè)全要素生產(chǎn)率之間的正向關(guān)系依然存在。

2.重新計(jì)算數(shù)字普惠金融發(fā)展水平Dif_city。本文將北京大學(xué)數(shù)字普惠金融總指數(shù)的市級(jí)層面數(shù)據(jù)除以100，以此度量各地區(qū)數(shù)字普惠金融發(fā)展水平Dif_city。利用模型（1）至（4）重新進(jìn)行估計(jì)后發(fā)現(xiàn)，假設(shè)仍然得到驗(yàn)證。

3.重新計(jì)算企業(yè)市場(chǎng)地位。本文以企業(yè)年度總資產(chǎn)的自然對(duì)數(shù)作為市場(chǎng)地位的替代性指標(biāo)MP2，并利用原模型重新進(jìn)行估計(jì)，相關(guān)研究結(jié)論依然得以證實(shí)。

4.考慮到數(shù)字普惠金融發(fā)展和企業(yè)全要素生產(chǎn)率之間存在一定的空間集聚特征，本文通過(guò)LM檢驗(yàn)方法確定使用空間杜賓模型來(lái)考察一地?cái)?shù)字普惠金融發(fā)展是否能夠?qū)χ苓叺貐^(qū)的企業(yè)全要素生產(chǎn)率產(chǎn)生影響。結(jié)果顯示，空間滯后項(xiàng)的回歸系數(shù)在1%水平上顯著為正，這表明數(shù)字普惠金融發(fā)展對(duì)企業(yè)全要素生產(chǎn)率的提升具有空間溢出效應(yīng)。

限于篇幅，上述穩(wěn)健性檢驗(yàn)結(jié)果不再列示。

五、進(jìn)一步研究與檢驗(yàn)

本部分運(yùn)用中介效應(yīng)檢驗(yàn)方法對(duì)“數(shù)字普惠金融發(fā)展→企業(yè)‘融資貴’‘融資難’問(wèn)題緩解→全要素生產(chǎn)率提升”這一作用路徑進(jìn)行驗(yàn)證。具體來(lái)說(shuō)，運(yùn)用逐步法，在構(gòu)建模型（5）至（7）的基礎(chǔ)上檢驗(yàn)聯(lián)立方程組的回歸系數(shù)。

模型（6）中的中介傳導(dǎo)變量Mediator 為融資成本Intcost 和信用借款CreditLoan，分別度量企業(yè)的“融資貴”“融資難”情況。Intcost 的計(jì)算方法為企業(yè)利息支出除以總負(fù)債，再乘以100；用（短期信用借款+長(zhǎng)期信用借款）/（短期信用借款+短期擔(dān)保借款+長(zhǎng)期信用借款+長(zhǎng)期擔(dān)保借款）的公式計(jì)算反映企業(yè)信用借款情況的CreditLoan。中介效應(yīng)分為三個(gè)階段，其中第一階段的實(shí)證檢驗(yàn)結(jié)果見(jiàn)表3，第二、三階段的實(shí)證檢驗(yàn)結(jié)果見(jiàn)表7。在表7 中，第（1）列給出的是基于模型（6）的估計(jì)而得到的第二階段回歸結(jié)果。可以看到，Dif_prov 的回歸系數(shù)為-0.2136，并且顯著性水平達(dá)到1%，該數(shù)據(jù)結(jié)果說(shuō)明企業(yè)外部融資成本會(huì)隨著數(shù)字普惠金融的發(fā)展而逐漸下降。第（2）（4）列是基于模型（7）的估計(jì)而得到的第三階段回歸結(jié)果。結(jié)果顯示，Intcost 對(duì)Tfp_lp、Tfp_op 的回歸系數(shù)顯著為負(fù)，這意味著企業(yè)外部融資成本越高，其全要素生產(chǎn)率水平越低。在中介變量融資成本Intcost 被同時(shí)納入模型的第（2）（4）列中，Dif_prov 的回歸系數(shù)均顯著為正，此時(shí)能夠判定融資成本Intcost 的中介效應(yīng)顯著。進(jìn)一步說(shuō)，融資成本Intcost 發(fā)揮了部分中介作用。第（5）列給出的是數(shù)字普惠金融對(duì)中介變量信用借款（CreditLoan）的實(shí)證檢驗(yàn)結(jié)果。Dif_prov 的回歸系數(shù)顯著為正，這說(shuō)明數(shù)字普惠金融的發(fā)展能夠幫助企業(yè)獲得更多的信用借款。第（6）（8）列中，CreditLoan 對(duì)Tfp_lp、Tfp_op 的回歸系數(shù)均在1%的水平上顯著為正，這表明企業(yè)獲得的信用借款越多，其全要素生產(chǎn)率水平越高。此時(shí)在中介變量CreditLoan 也被納入模型的情況下，Dif_prov 的回歸系數(shù)顯著為正，可以判定信用借款的增加是數(shù)字普惠金融發(fā)展與企業(yè)全要素生產(chǎn)率提升之間的部分中介因子。綜上，前文提出的影響機(jī)制得以驗(yàn)證。

表7 “數(shù)字普惠金融→融資難、融資貴問(wèn)題緩解→全要素生產(chǎn)率提升”的中介效應(yīng)檢驗(yàn)

六、研究結(jié)論與啟示

本文檢驗(yàn)了我國(guó)各地區(qū)數(shù)字普惠金融的發(fā)展對(duì)區(qū)域內(nèi)企業(yè)全要素生產(chǎn)率的提升作用。檢驗(yàn)結(jié)果表明，地區(qū)數(shù)字普惠金融的發(fā)展能夠促進(jìn)處于該區(qū)域內(nèi)的企業(yè)全要素生產(chǎn)率的提升。與國(guó)有企業(yè)、市場(chǎng)地位高的企業(yè)以及技術(shù)密集型企業(yè)相比，數(shù)字普惠金融對(duì)非國(guó)有企業(yè)、市場(chǎng)地位低的企業(yè)以及資本密集型和勞動(dòng)密集型企業(yè)全要素生產(chǎn)率的提升作用更大。在進(jìn)一步的中介效應(yīng)檢驗(yàn)中，所得結(jié)果表明，數(shù)字普惠金融是通過(guò)緩解企業(yè)“融資難”“融資貴”的問(wèn)題來(lái)促進(jìn)企業(yè)全要素生產(chǎn)率的提升。

本文研究結(jié)論的實(shí)踐價(jià)值在于：（1）政府相關(guān)部門(mén)應(yīng)繼續(xù)著力發(fā)展人工智能、大數(shù)據(jù)、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)等領(lǐng)域的先進(jìn)技術(shù)，不斷加強(qiáng)數(shù)字基礎(chǔ)設(shè)施建設(shè)，積極、穩(wěn)妥地推進(jìn)我國(guó)數(shù)字普惠金融的發(fā)展，進(jìn)而提升數(shù)字金融服務(wù)實(shí)體經(jīng)濟(jì)的質(zhì)量和效率。（2）本文研究證實(shí)，數(shù)字普惠金融對(duì)市場(chǎng)地位低的中小企業(yè)和非國(guó)有企業(yè)全要素生產(chǎn)率的提升作用更大。這提示政府相關(guān)部門(mén)要紓解中小企業(yè)、民營(yíng)經(jīng)濟(jì)的“融資難”“融資貴”問(wèn)題，提升其全要素生產(chǎn)率，必須依托數(shù)字金融技術(shù)建立“多層次、廣覆蓋、有差異”的現(xiàn)代化金融體系，設(shè)計(jì)一系列具有“個(gè)性化、差異化、定制化”等特點(diǎn)的金融產(chǎn)品，以彌補(bǔ)傳統(tǒng)金融體系難以服務(wù)中小企業(yè)和民營(yíng)經(jīng)濟(jì)的不足。（3）對(duì)于傳統(tǒng)金融機(jī)構(gòu)來(lái)說(shuō)，應(yīng)積極將新興數(shù)字技術(shù)（如人工智能、大數(shù)據(jù)等）與金融服務(wù)進(jìn)行深度融合，通過(guò)數(shù)字化轉(zhuǎn)型逐步提升金融服務(wù)效率，做到“廣覆蓋、低成本、高效率”。