張海軍，黃 峰

（1.巢湖學(xué)院 經(jīng)濟(jì)與法學(xué)學(xué)院，安徽 合肥 238000；2.復(fù)旦大學(xué) 經(jīng)濟(jì)學(xué)院，上海 200433）

一、引言

民營(yíng)企業(yè)在構(gòu)建國(guó)內(nèi)國(guó)際雙循環(huán)的經(jīng)濟(jì)發(fā)展新格局中肩負(fù)重大歷史使命。民營(yíng)企業(yè)從無(wú)到有、從小到大、從弱到強(qiáng)，是社會(huì)主義市場(chǎng)經(jīng)濟(jì)的重要組成部分，在中國(guó)經(jīng)濟(jì)發(fā)展中發(fā)揮著不可替代的作用，尤其在解決民生、促進(jìn)就業(yè)、技術(shù)創(chuàng)新、稅收及促進(jìn)經(jīng)濟(jì)增長(zhǎng)方面作出了重要的貢獻(xiàn)。然而，融資難、融資貴和融資慢等“卡脖子”問(wèn)題一直以來(lái)是民營(yíng)企業(yè)發(fā)展壯大的掣肘因素。當(dāng)前，中國(guó)政府高度重視民營(yíng)經(jīng)濟(jì)的發(fā)展，一直致力于優(yōu)化民營(yíng)企業(yè)的融資環(huán)境，并制定、出臺(tái)和實(shí)施了一系列政策文件和改革措施，如要求商業(yè)銀行提高民營(yíng)企業(yè)貸款比例、提供支小優(yōu)惠貸款利率、設(shè)立民營(yíng)企業(yè)債券融資支持工具、設(shè)立小額信貸公司等。但即便如此，依然有相當(dāng)比例的民營(yíng)企業(yè)難以從商業(yè)銀行等正規(guī)渠道獲得信貸支持。需要特別說(shuō)明的是，民營(yíng)企業(yè)融資困境本質(zhì)上是金融供給主體對(duì)民營(yíng)企業(yè)的金融排斥，其中商業(yè)銀行的拒貸和惜貸是關(guān)鍵所在。

信用不足是民營(yíng)企業(yè)融資約束產(chǎn)生的根源。但文章認(rèn)為抵押品不足、治理結(jié)構(gòu)不完善和擔(dān)保體系不健全是民營(yíng)企業(yè)長(zhǎng)期存在的阻礙因素，難以在短期內(nèi)得到優(yōu)化，因此解決銀企間的信息不對(duì)稱成為重要的突破口。當(dāng)前，大數(shù)據(jù)、云計(jì)算、人工智能和區(qū)塊鏈等新興科技在金融領(lǐng)域的運(yùn)用和蓬勃發(fā)展，使得民營(yíng)企業(yè)融資約束的根源問(wèn)題可能有解[1]。事實(shí)上，政府層面也注意到了金融科技發(fā)展的這一作用，并制定了相應(yīng)的指導(dǎo)方案。如2019 年8 月，中國(guó)人民銀行印發(fā)的《金融科技(FinTech)發(fā)展規(guī)劃（2019—2021 年）》 （銀發(fā)〔2019〕 209 號(hào)） 就明確指出，要秉持“守正創(chuàng)新、安全可控、普惠民生、開放共贏”的基本原則，充分發(fā)揮金融科技賦能作用，推動(dòng)中國(guó)金融業(yè)高質(zhì)量發(fā)展。其中一大重要任務(wù)就是金融科技賦能金融服務(wù)提質(zhì)增效，使金融科技創(chuàng)新成果更好地惠及百姓民生，推動(dòng)實(shí)體經(jīng)濟(jì)健康可持續(xù)發(fā)展?？梢?，金融科技的發(fā)展有望緩解民營(yíng)企業(yè)的融資約束，文章將從實(shí)證角度展開具體分析。

文章的創(chuàng)新之處和邊際貢獻(xiàn)在于：一是在逐一甄別民營(yíng)企業(yè)的性質(zhì)和數(shù)據(jù)的基礎(chǔ)上，對(duì)民營(yíng)企業(yè)運(yùn)營(yíng)數(shù)據(jù)進(jìn)行了徹底清理，剔除了在產(chǎn)權(quán)屬性、主營(yíng)業(yè)務(wù)和歸屬地等基本信息發(fā)生重大轉(zhuǎn)變的企業(yè)，以便排除殼資源企業(yè)對(duì)研究結(jié)論的影響，提高了研究樣本的代表性；二是基于微觀數(shù)據(jù)的分析發(fā)現(xiàn)，相對(duì)于存在轉(zhuǎn)制的民營(yíng)企業(yè)而言，完全民營(yíng)屬性企業(yè)面臨的融資約束更強(qiáng)，這一發(fā)現(xiàn)彌補(bǔ)了既有文獻(xiàn)研究的不足；三是從營(yíng)商環(huán)境和經(jīng)濟(jì)運(yùn)行效率角度，探究了在地區(qū)經(jīng)濟(jì)發(fā)展存在差異背景下的最優(yōu)策略選擇，從而為更好地促進(jìn)金融科技服務(wù)民營(yíng)經(jīng)濟(jì)發(fā)展提供政策指導(dǎo)。

二、文獻(xiàn)述評(píng)

融資優(yōu)序理論和信貸配給理論均指出信息不對(duì)稱是民營(yíng)企業(yè)難以從金融機(jī)構(gòu)融資的原因。民營(yíng)企業(yè)自身信用不足和金融機(jī)構(gòu)金融排斥共同造成了民營(yíng)企業(yè)的融資難問(wèn)題[2]。從金融機(jī)構(gòu)角度看，由信貸市場(chǎng)上信息不對(duì)稱引發(fā)的逆向選擇和道德風(fēng)險(xiǎn)問(wèn)題，致使市場(chǎng)出清利率高于商業(yè)銀行的最優(yōu)利率[3]，在此情形下，商業(yè)銀行會(huì)拒絕高風(fēng)險(xiǎn)的貸款業(yè)務(wù)，從而產(chǎn)生金融排斥現(xiàn)象。總結(jié)而言，民營(yíng)企業(yè)融資約束產(chǎn)生的原因可以歸結(jié)為兩點(diǎn)：一是由于民營(yíng)企業(yè)抵押品不足，無(wú)法有效展示自己的信用，從而無(wú)法從銀行獲得貸款[4]；二是由于銀企間嚴(yán)重的信息不對(duì)稱，逆向選擇使得對(duì)民營(yíng)企業(yè)進(jìn)行信貸配給成為商業(yè)銀行的理性選擇[5]。

近年來(lái)，金融科技的蓬勃發(fā)展備受學(xué)界和業(yè)界關(guān)注，并從多個(gè)維度對(duì)其展開了討論。首先，聚焦金融科技（互聯(lián)網(wǎng)金融） 對(duì)傳統(tǒng)金融的影響。鄭志來(lái)(2015)指出，互聯(lián)網(wǎng)金融深刻影響了商業(yè)銀行三大業(yè)務(wù)，造成了金融脫媒現(xiàn)象，對(duì)商業(yè)銀行經(jīng)營(yíng)績(jī)效和商業(yè)模式造成巨大沖擊[6]。郭品、沈悅(2015)系統(tǒng)考察了互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的動(dòng)態(tài)影響，指出互聯(lián)網(wǎng)金融對(duì)商業(yè)銀行風(fēng)險(xiǎn)承擔(dān)的影響呈現(xiàn)出先降后升的“U”型趨勢(shì)，也即，若互聯(lián)網(wǎng)金融過(guò)度繁榮將帶來(lái)巨大的金融隱患[7]。戰(zhàn)明華(2018)分析了互聯(lián)網(wǎng)金融對(duì)貨幣政策銀行信貸渠道的微觀影響機(jī)理，指出存在降低金融市場(chǎng)的摩擦、改變銀行負(fù)債結(jié)構(gòu)、增強(qiáng)證券市場(chǎng)流動(dòng)性和影響企業(yè)融資結(jié)構(gòu)等方式影響貨幣政策的銀行信貸渠道[8]。其次，關(guān)注金融科技的經(jīng)濟(jì)發(fā)展效應(yīng)，如經(jīng)濟(jì)增長(zhǎng)效應(yīng)[9]、城鄉(xiāng)差距縮小效應(yīng)[10]、家庭金融資產(chǎn)配置優(yōu)化效應(yīng)等[11]。此外，也有文獻(xiàn)關(guān)注了金融科技發(fā)展與金融風(fēng)險(xiǎn)、金融監(jiān)管的關(guān)系，如黃益平(2016)認(rèn)為以大數(shù)據(jù)技術(shù)為基礎(chǔ)的風(fēng)險(xiǎn)評(píng)估體系為貸款、投資和保險(xiǎn)等金融決策提供支持，彌補(bǔ)了傳統(tǒng)金融機(jī)構(gòu)單純依靠財(cái)務(wù)數(shù)據(jù)和抵押資產(chǎn)進(jìn)行風(fēng)控的不足[12]。

現(xiàn)階段，多數(shù)學(xué)者認(rèn)為金融科技有助于緩解小微企業(yè)的融資難題，因此應(yīng)充分加大金融科技賦能解決民營(yíng)企業(yè)融資難題。其中Fanning&Centers(2016)認(rèn)為大數(shù)據(jù)能夠降低信息搜尋成本，并建立小微企業(yè)貸款有效監(jiān)督、激勵(lì)相容的風(fēng)險(xiǎn)管理辦法[13]；Zetzsche 等(2018)認(rèn)為金融科技的深度運(yùn)用能夠從多個(gè)維度提升商業(yè)銀行服務(wù)小微企業(yè)的能力[14]；汪學(xué)軍(2019)認(rèn)為利用大數(shù)據(jù)等金融科技進(jìn)行數(shù)字化轉(zhuǎn)型是解決小微企業(yè)融資難的正確路徑[15]；黃益平(2020)認(rèn)為金融科技可以幫助金融機(jī)構(gòu)解決獲客難問(wèn)題，也有助于金融機(jī)構(gòu)充分利用信息優(yōu)勢(shì)和模式優(yōu)勢(shì)提高風(fēng)控能力[16]。

綜上所述，以大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈和人工智能等信息技術(shù)為支撐的金融體系在緩解信貸約束、減少信息不對(duì)稱、降低交易成本、優(yōu)化資源配置方面和提高金融普惠性等方面具有不可替代的優(yōu)勢(shì)。但金融科技是否能真正促進(jìn)民營(yíng)企業(yè)融資約束下降，以及可能的實(shí)現(xiàn)機(jī)制如何仍然值得深究，文章將從實(shí)證層面展開具體分析。

三、研究設(shè)計(jì)

1.變量選取說(shuō)明

（1） 被解釋變量：融資約束(SA)

當(dāng)前存在多種衡量企業(yè)融資約束的計(jì)算方法，如KZ 指數(shù)、WW 指數(shù)和SA 指數(shù)等，然而大部分的計(jì)算方法依賴于內(nèi)生性的財(cái)務(wù)指標(biāo)，與融資約束的關(guān)聯(lián)性不強(qiáng)。為避免這一不足，從量化便捷和學(xué)術(shù)界普遍接受的角度考慮，文章采用Hadlock&Pierce(2010)重新設(shè)計(jì)的SA指數(shù)作為代理變量[17]，計(jì)算公式如下：

其中，size為企業(yè)規(guī)模，以總資產(chǎn)取對(duì)數(shù)值表征；age為企業(yè)年齡；i為企業(yè)；t為年份。若SA值為負(fù)且絕對(duì)值越大，則企業(yè)受到的融資約束程度越高。此外，文章初步統(tǒng)計(jì)發(fā)現(xiàn)民企融資約束SA的數(shù)值絕大多為負(fù)數(shù)，故為便于描述，取絕對(duì)值進(jìn)行分析，即SA值越大，融資約束越高。

（2） 解釋變量：金融科技發(fā)展水平(fintech)

目前學(xué)界主要存在兩種量化金融科技發(fā)展水平的方法：一是采用沈悅和郭品(2015)[18]提出的關(guān)鍵詞文本分析法；二是使用郭峰等(2020)的研究成果，采用北京大學(xué)數(shù)字普惠金融指數(shù)作為代理指標(biāo)，這一指標(biāo)具有科學(xué)性，在學(xué)術(shù)界得到了認(rèn)同與廣泛運(yùn)用[19]。文章采用對(duì)數(shù)化處理后的北京大學(xué)數(shù)字普惠金融指數(shù)衡量地區(qū)的金融科技發(fā)展水平，同時(shí)運(yùn)用趨勢(shì)法得到2021年的指數(shù)。

（3） 控制變量(controls)

文章從宏觀層面和企業(yè)微觀層面選擇其他能對(duì)企業(yè)融資約束產(chǎn)生影響的變量。宏觀層面的控制變量主要有：金融發(fā)展水平(fin)，用地區(qū)金融業(yè)增加值占GDP 比重表征；地區(qū)經(jīng)濟(jì)發(fā)展水平(pgdp)，以地區(qū)人均GDP 的對(duì)數(shù)值表示；實(shí)體經(jīng)濟(jì)發(fā)展水平(real_eco)，用除金融業(yè)和房地產(chǎn)業(yè)外其他行業(yè)年度增加值與GDP 之比得到。企業(yè)微觀層面的控制變量主要有：企業(yè)規(guī)模(size)，用地區(qū)當(dāng)年年末企業(yè)總資產(chǎn)對(duì)數(shù)值的平均值表示；企業(yè)償債能力(lev)，用地區(qū)企業(yè)總資產(chǎn)與總負(fù)債比值的均值量化；盈利能力(ROA)，計(jì)算方式為：ROA=凈利潤(rùn)/總資產(chǎn)，并根據(jù)屬地求均值得到。

（4） 機(jī)制變量

文章探尋了兩條金融科技發(fā)展緩解民營(yíng)企業(yè)融資約束的路徑：一條是“金融科技發(fā)展→金融效率提升→民營(yíng)企業(yè)融資約束下降；另一條是“金融科技發(fā)展→營(yíng)商環(huán)境優(yōu)化→民營(yíng)企業(yè)融資約束下降”。故文章的機(jī)制變量為：金融效率(fin_eff)，通過(guò)使用SBM-DEA 模型測(cè)算得到；營(yíng)商環(huán)境(bevi)，文章用地區(qū)規(guī)模以上企業(yè)年度應(yīng)交增值稅平均值的倒數(shù)值表征，數(shù)值越大營(yíng)商環(huán)境越好。

2.計(jì)量模型構(gòu)建

文章分兩個(gè)階段驗(yàn)證金融科技對(duì)民營(yíng)企業(yè)融資約束緩解的效應(yīng)與機(jī)制。

第一階段，首先分析金融科技發(fā)展是否緩解了企業(yè)融資約束，其次對(duì)這一效應(yīng)的實(shí)現(xiàn)機(jī)制進(jìn)行初步探索。

首先運(yùn)用廣義最小二乘法(GLS)檢驗(yàn)金融科技對(duì)企業(yè)融資約束緩解的效應(yīng)，基準(zhǔn)回歸模型為：

其中，SA 為融資約束指數(shù)，fintech 為金融科技發(fā)展水平，fin_eff 為金融效率，bevi 為營(yíng)商環(huán)境，controls 為控制變量組成的矩陣，i 表示省份，t 表示時(shí)間，εit為隨機(jī)誤差項(xiàng)。α 為回歸系數(shù)，若回歸系數(shù)顯著為負(fù)說(shuō)明發(fā)展金融科技、提升金融效率和優(yōu)化營(yíng)商環(huán)境能降低民營(yíng)企業(yè)的融資約束水平。

為初步探究金融科技發(fā)展緩解企業(yè)融資約束的實(shí)現(xiàn)機(jī)制，文章構(gòu)建交互項(xiàng)模型進(jìn)行檢驗(yàn)，計(jì)量模型如下：變量含義與公式(2)基本一致，β 為變量回歸系數(shù)。若β1顯著為負(fù)，則可以初步說(shuō)明存在“fintech→fin_eff→SA”的實(shí)現(xiàn)路徑；同理，若β2顯著為負(fù)，則可以初步說(shuō)明存在“fintech→bevi→SA”的實(shí)現(xiàn)路徑。

第二階段，對(duì)金融科技緩解民營(yíng)企業(yè)融資約束的實(shí)現(xiàn)機(jī)制進(jìn)行具體分析，文章將營(yíng)商環(huán)境(bevi)和金融效率(fin_eff)作為機(jī)制變量，通過(guò)構(gòu)建如下中介效應(yīng)模型進(jìn)行檢驗(yàn)。

其中，path 為路徑機(jī)制變量，其他變量的含義與公式(2)基本一致。需要說(shuō)明的是公式(4)檢驗(yàn)了金融科技發(fā)展緩解融資約束水平的直接效應(yīng)，公式(5)檢驗(yàn)了金融科技發(fā)展對(duì)中介機(jī)制變量（金融效率提升和營(yíng)商環(huán)境優(yōu)化） 的影響，公式(6)檢驗(yàn)了在考慮影響路徑條件下的總效應(yīng)，即間接效應(yīng)。

3.數(shù)據(jù)來(lái)源與說(shuō)明

文章選取2011—2021 年上市民營(yíng)企業(yè)的數(shù)據(jù)為研究樣本。數(shù)據(jù)來(lái)源于CSMAR 數(shù)據(jù)庫(kù)，并對(duì)數(shù)據(jù)做如下處理：一是剔除研究期限內(nèi)數(shù)據(jù)不全的企業(yè)；二是剔除主營(yíng)業(yè)務(wù)發(fā)生較大變更的企業(yè)；三是剔除公司注冊(cè)地和公司名稱變更且同時(shí)主營(yíng)業(yè)務(wù)發(fā)生重大轉(zhuǎn)變的企業(yè)；四是剔除研究周期內(nèi)企業(yè)發(fā)生轉(zhuǎn)制改革的企業(yè)，處理后共得到769 家上市民營(yíng)企業(yè)的數(shù)據(jù)，并根據(jù)企業(yè)所在省份進(jìn)行分組后計(jì)算均值得到各省區(qū)市的民企融資約束水平和微觀特征。宏觀數(shù)據(jù)來(lái)源于中國(guó)除港澳臺(tái)地區(qū)外31 個(gè)省區(qū)市的統(tǒng)計(jì)年鑒、統(tǒng)計(jì)公報(bào)、中國(guó)人民銀行網(wǎng)站和國(guó)泰安數(shù)據(jù)庫(kù)。變量的描述性統(tǒng)計(jì)和相關(guān)性分析結(jié)果如表1 所示，從主要變量上看，SA 指數(shù)的均值為-2.432，最大值為0.401；fintech的均值為5.217，最小值為2.866，表明不同地區(qū)間民營(yíng)企業(yè)面臨著較強(qiáng)的融資約束和金融科技發(fā)展水平存在較大的差距。

表1 變量描述性統(tǒng)計(jì)與相關(guān)性分析結(jié)果

四、實(shí)證結(jié)果與分析

1.民企融資約束的證據(jù)

文章不僅整理了觀測(cè)期內(nèi)全部為民營(yíng)屬性（不存在轉(zhuǎn)制）的731 家企業(yè)，還整理了14 家民轉(zhuǎn)公企業(yè)和24 家公轉(zhuǎn)民企業(yè)的數(shù)據(jù)，由于計(jì)算所得數(shù)據(jù)大多為負(fù)，故對(duì)三者的融資約束指標(biāo)取絕對(duì)值后得到如圖1 所示的演進(jìn)趨勢(shì)，且圖1 揭示了民企融資約束較高的現(xiàn)實(shí)。具體而言：首先，不存在轉(zhuǎn)制背景的民營(yíng)企業(yè)受到的融資約束水平要顯著高于民轉(zhuǎn)公企業(yè)和公轉(zhuǎn)民企業(yè)，2017 年之前民企融資約束情況日趨嚴(yán)峻，2018 年之后雖然有所下降，但依然處于高位；其次，民轉(zhuǎn)公企業(yè)面臨的融資約束具有顯著下降趨勢(shì)，需要說(shuō)明的是，不同企業(yè)的轉(zhuǎn)制時(shí)間存在差異，但文章考察的企業(yè)在2017 年前基本完成了轉(zhuǎn)制，因此2018 年之后的數(shù)據(jù)可以看成是公有制企業(yè)的融資約束情況，故這一對(duì)比數(shù)據(jù)顯著說(shuō)明了民營(yíng)企業(yè)面臨的融資約束更高；最后，對(duì)比公轉(zhuǎn)民企業(yè)的融資約束演進(jìn)趨勢(shì)，同樣也顯著地說(shuō)明了民營(yíng)企業(yè)面臨著更高的融資約束。

圖1 中國(guó)A 股上市民營(yíng)企業(yè)融資約束演進(jìn)趨勢(shì)

2.第一階段檢驗(yàn)：基準(zhǔn)回歸與路徑存在性檢驗(yàn)結(jié)果

根據(jù)第一階段的研究目的，在控制地區(qū)固定效應(yīng)、時(shí)間固定效應(yīng)和省份固定效應(yīng)的基礎(chǔ)上，進(jìn)行了5 組回歸分析，計(jì)量結(jié)果如表2 所示。第(1)列和第(2)列旨在分析金融科技緩解民營(yíng)企業(yè)融資約束的效應(yīng)，計(jì)量結(jié)果顯示金融科技發(fā)展水平與企業(yè)融資約束之間的回歸系數(shù)分別為-0.121 和-0.079，分別通過(guò)了5%和10%的顯著性檢驗(yàn)，說(shuō)明金融科技的發(fā)展能顯著地降低民營(yíng)企業(yè)的融資約束水平；第(2)列中，金融效率(fin_eff)和營(yíng)商環(huán)境(bevi)的回歸系數(shù)為-0.033 和-0.009，且均在5%的顯著性水平下通過(guò)檢驗(yàn)，表明金融效率提升和營(yíng)商環(huán)境優(yōu)化均能顯著地降低民營(yíng)企業(yè)的融資約束。第(3)列為加入其他控制變量的效應(yīng)再檢驗(yàn)，回歸系數(shù)均為負(fù)數(shù)且均通過(guò)顯著性檢驗(yàn)，表明金融科技發(fā)展水平提高、金融效率提高和營(yíng)商環(huán)境優(yōu)化均有助于便利企業(yè)的投融資行為。第(4)列和第(5)列為使用交互項(xiàng)模型分析“金融科技發(fā)展→金融效率提升→民營(yíng)企業(yè)融資約束下降”和“金融科技發(fā)展→營(yíng)商環(huán)境優(yōu)化→民營(yíng)企業(yè)融資約束下降”兩條實(shí)現(xiàn)機(jī)制存在性的初步檢驗(yàn)結(jié)果。具體而言，金融效率的回歸系數(shù)為-0.036，且通過(guò)1%的顯著性水平檢驗(yàn)，說(shuō)明金融科技帶來(lái)的金融效率提升效應(yīng)，能顯著提升民營(yíng)企業(yè)資金的可獲得性，從而有效降低融資約束水平；營(yíng)商環(huán)境的回歸系數(shù)為-0.034，并通過(guò)1%的顯著性水平檢驗(yàn)，表明金融科技發(fā)展帶來(lái)的營(yíng)商環(huán)境優(yōu)化效應(yīng)有助于企業(yè)融資約束的緩解。

表2 基準(zhǔn)回歸與路徑存在性檢驗(yàn)結(jié)果

3.第二階段檢驗(yàn)：路徑檢驗(yàn)

第二階段將具體分析金融科技優(yōu)化民營(yíng)企業(yè)融資約束的金融效應(yīng)提升機(jī)制和營(yíng)商環(huán)境優(yōu)化機(jī)制，文章將采用中介效應(yīng)模型展開檢驗(yàn)，計(jì)量結(jié)果如表3 所示。表3 中，第(1)列為金融科技緩解民營(yíng)企業(yè)融資約束的直接效應(yīng)，回歸系數(shù)為-0.033，通過(guò)5%顯著性檢驗(yàn)，這與表2 所示的結(jié)論一致，即金融科技能顯著地降低民營(yíng)企業(yè)的融資約束水平。第(2)列和第(3)列為金融效率提升機(jī)制的中介模型回歸結(jié)果。第(2)列中金融科技發(fā)展水平的回歸系數(shù)為0.044，通過(guò)了5%顯著性檢驗(yàn)，說(shuō)明金融科技發(fā)展能顯著地促進(jìn)金融效率的提升；第(3)列中金融科技發(fā)展水平和金融效率的回歸系數(shù)分別為-0.035 和-0.020，且均通過(guò)顯著性檢驗(yàn)，說(shuō)明存在金融效率提升的實(shí)現(xiàn)機(jī)制。第(4)列和第(5)列為營(yíng)商環(huán)境優(yōu)化機(jī)制的中介模型回歸結(jié)果。其中第(4)列中fintech 的回歸系數(shù)為2.455，且在5%顯著性水平下通過(guò)檢驗(yàn)，表明金融科技能顯著地促進(jìn)營(yíng)商環(huán)境的優(yōu)化；第(5)列中fintech和bevi 的系數(shù)顯著為負(fù)，表明存在營(yíng)商環(huán)境優(yōu)化的實(shí)現(xiàn)機(jī)制。

表3 金融科技的融資約束緩解機(jī)制檢驗(yàn)結(jié)果

4.進(jìn)一步分析：分區(qū)域穩(wěn)健性檢驗(yàn)與策略選擇效果評(píng)估

文章進(jìn)一步從中國(guó)東部、中部和西部地區(qū)展開實(shí)證分析，通過(guò)評(píng)估策略實(shí)施效果，得出最優(yōu)的策略安排，計(jì)量結(jié)果如表4 所示。

如第(1)列所示，金融科技發(fā)展水平的回歸系數(shù)顯著為負(fù)，表明區(qū)域異質(zhì)性并未影響結(jié)論的穩(wěn)健性，即金融科技能顯著地降低民營(yíng)企業(yè)融資約束水平。第(2)列和第(3)列檢驗(yàn)了不同區(qū)域金融科技促進(jìn)民營(yíng)企業(yè)融資約束降低的效率提升機(jī)制，結(jié)果顯示：金融科技能顯著地提高不同區(qū)域的金融效率，這一促進(jìn)作用表現(xiàn)為中部地區(qū)＞東部地區(qū)＞西部地區(qū)；第(3)列的結(jié)果表明，金融科技促進(jìn)民營(yíng)企業(yè)融資約束下降的效應(yīng)在不同區(qū)域都顯著存在，計(jì)算可知這一效應(yīng)表現(xiàn)為中部地區(qū)＞東部地區(qū)＞西部地區(qū)。第(4)列和第(5)列檢驗(yàn)了金融科技促進(jìn)營(yíng)商環(huán)境優(yōu)化進(jìn)而實(shí)現(xiàn)緩解民營(yíng)企業(yè)融資約束的效應(yīng)，結(jié)果顯示，東部、中部、西部地區(qū)都存在顯著的正向促進(jìn)作用，且這一效應(yīng)表現(xiàn)為西部地區(qū)＞中部地區(qū)＞東部地區(qū)。此外，文章還測(cè)算了金融科技發(fā)展緩解民營(yíng)企業(yè)融資約束的總效應(yīng)，如表4 最后一列所示，總效應(yīng)表現(xiàn)為中部地區(qū)＞東部地區(qū)＞西部地區(qū)?？傮w而言，金融科技更有利于降低中、西部地區(qū)民營(yíng)企業(yè)融資約束水平，從而形成民營(yíng)企業(yè)發(fā)展的“追趕效應(yīng)”，促進(jìn)民營(yíng)企業(yè)高質(zhì)量發(fā)展。

表4 分區(qū)域的穩(wěn)健性檢驗(yàn)與策略選擇效果評(píng)估

因此，從策略選擇角度看，東部地區(qū)和西部地區(qū)的最優(yōu)策略為促進(jìn)營(yíng)商環(huán)境優(yōu)化，中部地區(qū)的最優(yōu)策略為促進(jìn)金融效率提升。從各地區(qū)之間策略選擇效果的比較優(yōu)勢(shì)看，中部地區(qū)提高金融效率的效應(yīng)要顯著強(qiáng)于其他兩個(gè)地區(qū)，西部地區(qū)優(yōu)化營(yíng)商環(huán)境的效應(yīng)最強(qiáng)，故從縮小地區(qū)差異角度看，東部地區(qū)應(yīng)著力提高金融效率，西部地區(qū)應(yīng)加大優(yōu)化營(yíng)商環(huán)境力度。但需要指出的是，可能是由于東部地區(qū)的金融效率、金融科技發(fā)展水平和營(yíng)商環(huán)境優(yōu)化度相對(duì)較高，同時(shí)融資約束能力也相對(duì)較小，故表現(xiàn)出總效應(yīng)和機(jī)制效應(yīng)的評(píng)價(jià)效果較低，這可以由邊際效用遞減規(guī)律解釋。故文章認(rèn)為中部、西部地區(qū)離前沿水平的差距要大于東部地區(qū)；從策略角度看，中部、西部地區(qū)可以通過(guò)提高金融效率和優(yōu)化營(yíng)商環(huán)境形成“追趕效應(yīng)”。

5.內(nèi)生性問(wèn)題處理

為排除內(nèi)生性問(wèn)題對(duì)研究結(jié)論的干擾，文章一是使用工具變量法，將各省會(huì)城市到上海和杭州的距離作為工具變量進(jìn)行分析；二是采用動(dòng)態(tài)廣義矩估計(jì)模型進(jìn)行分析。

（1） 工具變量法

為進(jìn)一步排除模型內(nèi)生性問(wèn)題的干擾，文章分別用省會(huì)城市到上海距離的對(duì)數(shù)值(DIS_SH)和到杭州距離的對(duì)數(shù)值(DIS_HZ)作為工具變量進(jìn)行分析。選擇這兩個(gè)工具變量主要考慮了杭州和上海在中國(guó)金融版圖中的地位，即杭州是中國(guó)的金融科技中心、上海是中國(guó)金融中心，且滿足工具變量嚴(yán)格外生的要求。需要說(shuō)明的是，城市之間的距離用公路距離表征，數(shù)據(jù)來(lái)源于高速公路查詢網(wǎng)。如表5，第一階段的估計(jì)結(jié)果顯示：偏R2值均大于0.6，說(shuō)明工具變量DIS_HZ 和DIS_SH 對(duì)fintech具有較強(qiáng)的解釋力度；工具變量的系數(shù)顯著為負(fù)，說(shuō)明距離上海和杭州越遠(yuǎn)，金融科技發(fā)展水平相對(duì)越低，符合空間經(jīng)濟(jì)學(xué)中關(guān)于溢出效應(yīng)的闡述；F 統(tǒng)計(jì)量遠(yuǎn)大于10，同時(shí)最小特征統(tǒng)計(jì)量值也大于Wald 檢驗(yàn)中10%對(duì)應(yīng)的臨界值(16.38)，說(shuō)明DIS_HZ 和DIS_SH 不是弱工具變量。從第二階段的計(jì)量結(jié)果看，fintech 系數(shù)為負(fù)且均通過(guò)顯著性水平檢驗(yàn)，較好地說(shuō)明了基準(zhǔn)回歸結(jié)果的穩(wěn)健性，即提高金融科技發(fā)展水平有助于降低民營(yíng)企業(yè)的融資約束水平。

表5 工具變量法處理內(nèi)生性問(wèn)題結(jié)果

（2） 動(dòng)態(tài)廣義矩估計(jì)(GMM)計(jì)量結(jié)果

為排除模型設(shè)定偏誤對(duì)研究結(jié)論的影響，文章使用動(dòng)態(tài)面板數(shù)據(jù)廣義矩估計(jì)模型(GMM)進(jìn)行分析。檢驗(yàn)中將滯后一期的融資約束指數(shù)作為解釋變量，同時(shí)將滯后一期和滯后兩期的金融科技發(fā)展水平和路徑變量作為工具變量進(jìn)行分析，計(jì)量結(jié)果呈現(xiàn)在表6 中。

表6 動(dòng)態(tài)面板數(shù)據(jù)廣義矩估計(jì)分析結(jié)果

從表6 可知，L.SA 的系數(shù)均顯著為負(fù)，說(shuō)明民營(yíng)企業(yè)融資約束存在慣性，即本期融資約束水平的下降能進(jìn)一步降低下一期的融資約束水平；無(wú)論是滯后一期還是滯后兩期的金融科技發(fā)展水平，其系數(shù)均顯著為負(fù)，說(shuō)明提高地區(qū)金融科技發(fā)展水平能顯著降低民營(yíng)企業(yè)的融資約束水平；路徑變量作為工具變量的計(jì)量結(jié)果說(shuō)明提高金融效率、優(yōu)化營(yíng)商環(huán)境有利于民營(yíng)企業(yè)融資能力的提高；Hansen 過(guò)度識(shí)別檢驗(yàn)和Sargan 過(guò)度識(shí)別檢驗(yàn)均表明此處使用的工具變量是有效的；其他控制變量的計(jì)量結(jié)果與前文基本一致。表6 的計(jì)量結(jié)果與表2 和表3 基本一致，說(shuō)明上文的研究結(jié)論不受計(jì)量模型選擇的影響。

五、結(jié)論與啟示

文章以2011—2021 年中國(guó)A 股上市民營(yíng)企業(yè)的微觀數(shù)據(jù)和除港澳臺(tái)地區(qū)外的31 個(gè)省份的宏觀數(shù)據(jù)為研究樣本，在測(cè)算企業(yè)融資約束指數(shù)和企業(yè)特征基礎(chǔ)上，以省份為單位測(cè)算SA的平均值得到省級(jí)層面的民營(yíng)企業(yè)融資約束水平，進(jìn)而實(shí)證分析了金融科技緩解民營(yíng)企業(yè)融資約束的效應(yīng)與機(jī)制，并重點(diǎn)對(duì)各地區(qū)的策略選擇效果進(jìn)行評(píng)估。結(jié)果表明：金融科技發(fā)展水平的提高能顯著地降低企業(yè)的融資約束水平，這一效應(yīng)不受地域差異的影響；金融科技緩解民營(yíng)企業(yè)融資約束存在提升金融效率和優(yōu)化營(yíng)商環(huán)境兩條實(shí)現(xiàn)機(jī)制，這一機(jī)制的實(shí)現(xiàn)同樣也不受地區(qū)差異的影響；地域策略選擇存在差異，東部和西部地區(qū)的最優(yōu)策略為促進(jìn)營(yíng)商環(huán)境優(yōu)化，中部地區(qū)的最優(yōu)策略為促進(jìn)金融效率提升；考慮到邊際報(bào)酬遞減規(guī)律，從縮小區(qū)域間差距視角看，中、西部地區(qū)應(yīng)著力提高金融效率和加大優(yōu)化營(yíng)商環(huán)境力度，從而形成追趕效應(yīng)，縮小與前沿地區(qū)的差距。

文章的研究為更好緩解民營(yíng)企業(yè)融資約束提供了新視角，具有一定的啟示作用。第一，從民營(yíng)企業(yè)發(fā)展與監(jiān)管角度看，首先需要規(guī)范企業(yè)的財(cái)務(wù)制度，加強(qiáng)對(duì)企業(yè)生產(chǎn)經(jīng)營(yíng)環(huán)節(jié)的監(jiān)測(cè)，從而降低投融資風(fēng)險(xiǎn)，提高風(fēng)險(xiǎn)承擔(dān)能力；其次需要打造適宜企業(yè)發(fā)展的宏觀經(jīng)濟(jì)環(huán)境和金融體系，完善相應(yīng)的政策配套措施，如降稅減負(fù)、提供財(cái)政補(bǔ)貼等。第二，從投融資渠道建設(shè)角度看，打造多元化的投融資渠道是實(shí)現(xiàn)金融高質(zhì)量支持民營(yíng)企業(yè)發(fā)展的基礎(chǔ)，故可通過(guò)對(duì)處于不同生命周期的企業(yè)實(shí)施差異化的金融支持政策，同時(shí)發(fā)揮政策性金融的引導(dǎo)作用，形成由政策性金融機(jī)構(gòu)牽頭、正規(guī)金融機(jī)構(gòu)為主導(dǎo)、民間金融機(jī)構(gòu)參與的多元化金融體系，進(jìn)一步實(shí)現(xiàn)降低民營(yíng)企業(yè)融資約束水平。