數字金融對中小企業經營效率的影響

　　摘 要：近年來，數字金融的快速發展為中小企業融資提供了新的渠道，已經成為中小企業數字化轉型和提升經營效率的重要推動力量。基于北京大學數字普惠金融指數(DIFI)和深圳創業板上市企業數據，采用固定效應模型和中介效應模型分別檢驗了數字金融對中小企業經營效率的影響及其作用機制，并進行了必要的內生性分析和穩健性檢驗。研究發現，數字金融顯著提升了中小企業的經營效率，且這種提升作用存在明顯的異質性 ——對小規模企業和制造業企業的促進作用更強;從機制上看，數字金融通過驅動中小企業創新從而提升其經營效率。應繼續鼓勵數字金融發展，著力消除中小企業創新活動中面臨的融資約束;充分利用數字金融服務不同類型中小企業的“特點”，針對不同規模、不同行業的中小企業提供差異化的數字金融服務;積極推進中小企業創新變革，充分吸收數字金融提升經營效率的正能量，提升企業經營效率，增強企業競爭力。

　　張正平; 王龍， 中國流通經濟 發表時間：2021-08-09

　　關鍵詞：數字金融;中小企業創新;經營效率;創業板

　　一、引言

　　實現經濟高質量發展是新時代的客觀要求，傳統的依賴增加投入、擴張規模的企業發展模式亟待轉型升級，促進企業數字化轉型，加大創新力度，提升經營效率是重要的舉措，這對廣大中小企業來說尤為迫切。據統計，與歐洲和美國相比，我國企業進行數字化轉型的比例要低很多，在新冠疫情的沖擊下，中小企業的發展面臨巨大挑戰， 80%以上的企業賬面資金難以支撐 [ 1 ] ;與此同時，中小企業由于規模小、抗風險能力弱、經營模式單一等原因，導致其融資困難，數字化轉型難以推進。張夏恒 [ 2 ] 指出，市場競爭壓力是大部分中小企業經營中面臨的最大困難，而驅動中小企業數字化轉型的主要因素是滿足市場需求、提高生產效率以及大幅降低成本。可見，能否有效降低中小企業融資約束、提高企業創新水平是影響中小企業經營效率提升的重要一環。唐松等 [ 3 ] 、萬佳彧等 [ 4 ] 認為，數字金融不僅能有效緩解企業的融資約束，還有助于企業去杠桿、實現財務穩健，從而推動企業的技術創新。由此應該追問，數字金融是否有助于提升中小企業的經營效率，其作用機制是怎樣的?回答這些問題有助于更深入地理解數字金融與中小企業發展之間的關系，從而為數字金融更好地推動中小企業發展的相關政策優化提供堅實的實證依據。

　　從已有文獻來看，與本文主題相關的研究主要集中在兩方面：

　　(一)數字金融及其影響

　　一方面，數字金融能緩解中小企業融資困境。黃銳等 [ 5 ] 發現，隨著數字金融發展水平的提高，這種緩解效應將得到顯著加強;考慮到企業自身屬性，數字金融發揮的融資緩解效果表現出明顯的異質性。另一方面，數字金融能提升中小企業創新水平。數字金融的發展與中小企業創新顯著正相關，且主要通過緩解融資約束促進中小企業技術創新 [ 6 ] 。唐文進等 [ 7 ] 指出，數字金融發展對產業結構升級具有重要積極意義。

　　(二)數字金融與企業經營效率的關系

　　一方面，數字金融提升了企業投資效率。王娟和朱衛未 [ 8 ] 發現，數字金融的發展能夠有效降低企業的非效率投資水平，且對小規模企業和高科技企業抑制作用更顯著。另一方面，數字金融提升了銀行成本效率。數字金融通過促進銀行競爭改善了銀行的成本效率，但降低了銀行的利潤效率 [ 9 ] 。楊望等 [ 10 ] 研究發現，金融科技 ① 造成競爭加劇，增加了銀行負債成本，促使銀行選擇了風險更高的資產來彌補負債端的損失，間接促進了經營效率的改善。

　　由上述研究可知，對數字金融影響的研究多集中在融資約束、企業創新等方面，且多以A股上市公司等大企業為研究對象，鮮有關注深圳創業板企業等中小規模企業，以數字金融對中小企業經營效率的影響為主題的研究幾乎沒有。基于上述研究中存在的不足，本文以深圳創業板上市企業為樣本，利用DEA-BCC模型測算企業的經營效率，結合北京大學數字普惠金融指數，實證檢驗數字金融對中小企業經營效率的影響，并進一步考察影響的異質性以及可能的作用機制。

　　本文的創新體現在兩個方面：一方面，已有研究多關注數字金融對企業融資約束、技術創新的影響，本文將研究對象聚焦于中小企業，并將研究內容進一步擴展到企業的經營效率，拓寬了數字金融影響的研究范圍;另一方面，提出并驗證了數字金融通過緩解中小企業融資約束、促進企業創新進而提升其經營效率的作用機制，揭示了數字金融對不同規模和不同行業的中小企業經營效率的差異化影響，加大了數字金融影響中小企業的研究深度。

　　二、理論分析與研究假設

　　(一)數字金融與中小企業的經營效率

　　數字金融的發展推動了信息共享，減少了信息不對稱，有助于企業降低經營成本。研究表明，數字金融提高了企業內外的信息透明度，增加了違規成本，縮短了違規收益的時間，從而促使企業改善信息披露質量 [ 11 ] 。一方面，企業信息披露質量越高，其內部透明度也越高，這有利于內部監督機制的完善，減少管理者的機會主義行為，從而激發“企業家才能”，促使企業治理水平提高 [ 12 ] ，這無疑有助于提升企業的經營效率。另一方面，企業高質量的信息披露讓投資者更了解企業的情況，有助于降低企業的資本成本，進而緩解因資金不足導致的企業創新能力低下問題 [ 11 ] 。

　　數字金融的發展緩解了企業的融資約束、分擔了風險，進而提升企業生產率。江紅莉和蔣鵬程 [ 13 ] 研究發現，數字金融有助于降低企業的融資約束進而促進企業技術創新，并最終促進企業全要素生產率的提升。事實上，數字金融不僅緩解了實體部門的融資約束，還在一定程度上對沖了實體經濟的經營風險，發揮了保險功能，有利于增強投資實體經濟的信心 [ 13 ] 。從理論上看，金融發展促進經濟發展的一個作用機制是，通過建立有效的風險分擔機制促進生產效率的提高，降低經濟波動 [ 14 ] 。據此，本文提出第一個假設：

　　H1：數字金融促進了中小企業經營效率的提升。

　　(二)數字金融影響中小企業經營效率的異質性

　　研究表明，相比大企業，數字金融對普遍存在 “融資難”問題的中小企業的作用更顯著 [ 4 ] 。王霄和張捷 [ 15 ] 認為，中小企業因為規模小，缺少抵押品或其價值低，很容易遭受信貸配給;相比之下，大企業則可以借助規模優勢或其他能力來降低信息不對稱程度，從而獲得各種金融支持 [ 16 ] 。謝雪燕和朱曉陽 [ 17 ] 的研究證實，數字金融對技術創新的促進作用在規模較小的企業，國有以及民營中小企業樣本上更加顯著。由此可見，數字金融提升企業經營效率的作用對規模較小的中小企業更強。據此，本文提出第二個假設：

　　H2：數字金融對規模較小的中小企業經營效率的促進作用更強。

　　眾所周知，中小企業的融資約束問題在不同行業存在一定的差異。薩維尼亞克(Savignac)[ 18 ] 發現，制造業企業往往面臨著更普遍的融資約束，進而對其技術創新的決策、意愿和效果產生不利的影響。一方面，相比于其他行業，制造業面臨著更大的融資約束。聶秀華和吳青 [ 19 ] 證實，在中小企業中，高技術制造業企業通常有更強烈的動機為技術創新融資，但傳統金融對其融資約束往往更強;更糟糕的是，制造業企業的技術創新項目往往具有投入更大、風險更高、周期更長等特點，由此導致這類中小企業技術創新項目無法僅依靠內部資金解決，從而產生了強烈的外部融資需求。另一方面，融資約束會抑制制造業企業的創新。徐海峰和鄧金麗 [ 20 ] 研究發現，融資約束顯著抑制企業的研發投入。季良玉 [ 21 ] 證實，融資約束阻礙了企業的技術創新活動，不利于產業結構的優化升級。融資約束不僅會拖累制造業企業的研發投資、研發參與率和人力資本積累進而抑制技術創新，還在企業研發互聯網化促進企業技術創新的過程中發揮不利的影響 [ 22 ] 。據此，本文提出第三個假設：

　　H3：數字金融對制造業中小企業經營效率的促進作用更強。

　　(三)數字金融促進中小企業經營效率提升的機制

　　數字金融的發展降低了中小企業的融資約束，促使企業加大研發投入、提高技術創新水平，從而提升其經營效率。一方面，數字金融在人工智能、大數據和云計算等新興技術的支撐下，找到了一個破解中小企業融資難題，促進企業技術創新的有效方法 [ 6 ] ;從理論上看，只有當企業的融資問題得到有效解決，企業才能夠實現最優的資本結構、做出最優的經營決策，進而推動實現金融資源的最優配置，這有利于促進創新投資的增加 [ 23 ] 。另一方面，企業創新對企業經營效率的提升有顯著的促進作用。張勤 [ 24 ] 證實，企業創新能力與企業經營效率之間顯著正相關。何明欽等 [ 25 ] 發現，對高新技術企業而言，增加研發投入有利于提高企業績效，而技術獲取方式起到調節作用，影響研發投入的產出效率。如前所述，作為提升企業經營效率重要手段的技術創新，具有投入大、風險高、周期長等特點。數字金融的發展不僅可以改善企業的融資環境、拓寬其融資渠道，還有助于降低其融資成本，從而促進企業在研發資金和人力資本方面加大投入，促進技術創新水平的提高 [ 3 ] ，進而提升企業經營效率。

　　數字金融存在技術溢出效應，在技術溢出的積極交互作用下，進一步促進了整個行業的技術進步和生產率提高，從而提升企業的經營效率。謝雪燕和朱曉陽 [ 16 ] 指出，數字金融的發展促進了技術向相關行業和企業的溢出效應，進而推動了這些行業和企業的技術進步，這對中小企業的技術創新有正向的影響。程晨 [ 26 ] 發現，企業技術創新過程中所帶來的新技術和新知識具有顯著的外部性特征，行業內的技術創新活動促進行業自身的技術進步和生產率提高。朱平芳等 [ 27 ] 研究指出，同一行業內企業的技術創新溢出效應有利于加速轉型期企業的技術進步步伐，優化可用于創新的資源配置。可見，技術溢出效應有利于推進整個行業技術實力的提升，從而改善企業的經營效率。

　　綜上，本文提出第四個假設：

　　H4：數字金融通過促進企業創新提升了中小企業的經營效率。

　　三、研究設計

　　(一)數據來源

　　本文以深圳創業板上市企業為樣本，其中，企業數據來自萬得(Wind)②，數字金融的數據來自北京大學發布的數字普惠金融指數(DIFI)③，專利數據(包括發明、實用新型、外觀設計專利)來自中國研究數據服務平臺數據庫。本文對數據做如下處理：將樣本企業中的金融類、房地產類企業予以剔除;將樣本期間掛牌ST和退市的企業予以剔除;對所有連續變量進行1%的縮尾處理，消除異常值的影響。

　　(二)變量設定

　　1.被解釋變量：經營效率

　　借鑒魏艷秋等 [ 28 ] 的做法，本文利用DEA-BCC 模型 ④ 測算中小企業的經營效率，該模型不依賴生產函數和樣本量綱，能得到較穩健的結果。DEA 模型要求指標同向變動，即任何一個投入指標值增加時，所有產出指標數值均隨之增加，不滿足同向變動的指標稱為逆指標，可通過取倒數或取負數將其轉換為正向指標 [ 29 ] 。在本文的投入指標中，資產負債率為逆指標，因此，在計算經營效率時對其取了負數。此外，在DEA 模型中所有的投入產出指標必須為正值，但本文采用的投入產出指標中存在部分決策單元(DMU)數據小于0的情況，且不同指標的量綱存在顯著差異，這種情況對模型測算結果的準確性有不利的影響。為此，本文參考方先明和吳越洋 [ 30 ] 的處理方法，對所有投入和產出指標進行無量綱化處理，具體計算公式為：

　　最后，本文參考胡冬輝和吳韌強 [ 31 ] 的思路，利用 2011—2019 年深圳創業板企業的數據，以企業資產總額、資產負債率和主營業務成本作為投入指標，以主營業務收入增長率、凈資產收益率和總資產周轉率作為產出指標，經計算最終得到366家企業的經營效率值 ⑤。

　　2.解釋變量：數字金融發展水平

　　本文采用北京大學數字普惠金融指數衡量各省的數字金融發展水平，因為該指數能夠較為全面反映各地區數字金融發展水平，目前已廣泛運用于上市企業相關議題研究 [ 32-33 ] 。需要說明的是，本文將數字普惠金融指數除以100以解決指標數值相對過大的問題。

　　3. 中介變量：創新水平

　　參考謝雪燕和朱曉陽 [ 17 ] 、譚永賢等 [ 34 ] 的做法，本文選取企業獨立申請的總專利數量作為衡量企業創新水平(Inn)的代理變量。

　　4.控制變量

　　為了控制其他因素對中小企業經營效率的影響，本文借鑒黃昌富和徐亞琴 [ 35 ] 、童錦治等 [ 36 ] 的做法，引入如下控制變量：企業年齡(Age)、資產負債率(Lev)、總資產利潤率(Roa)、現金比率(Cash)、第一大股東持股比例(Top1)和高管薪資(Wage)。此外，為了使結果更加可靠，本文還引入經濟發展水平(Pgdp)和傳統金融發展水平(Fin)兩個宏觀控制變量。

　　(三)模型設定

　　為了驗證假設1、假設2和假設3，檢驗數字金融對中小企業經營效率的影響及其異質性，本文借鑒侯層和李北偉 [ 37 ] 的模型設定，建立如下計量模型： Effipt = β0 + βi DIDFpt +∑j = 1 n βj Controljit + μi + εit (2)其中，Effipt 為 t 年度 p 省第 i 個中小企業的經營效率，i為不同企業，j為不同控制變量，t為時間， DIDFpt 為t年度p省份的數字金融指數，εit 為隨機擾動項。

　　為了驗證假設4，檢驗數字金融影響中小企業經營效率的作用機制，本文借鑒溫忠麟和葉寶娟 [ 38 ] 的方法，建立如下中介效應模型： Effipt = α0 + α1DIDFpt +∑j = 1 n αj Controljit + μi + εit (3) Innit = θ0 + θ1DIDFpt +∑j = 1 n θj Controljit + μi + εit (4) Effipt = β0 + β1DIDFpt + β2 Innit + ∑j = 1 n βj Controljit + μi + εit (5)

　　其中，Effipt 、DIDFpt 、Controljit 定義和模型(2)相同，Innit 為中介變量。(3)式中，α1 衡量了數字金融對中小企業經營效率的影響，θ1 衡量了數字金融對中介變量的影響;(5)式中，β1 衡量了數字金融對中小企業經營效率的直接效應，θ1 × β2 為中介效應的影響。根據中介效應模型的基本原理，若 α1 、θ1 、β2 均顯著且 θ1 × β2 與 α1 符合相同，則表明存在中介效應，如果符號不同則表明存在遮掩效應。

　　四、實證結果及其分析

　　(一)變量的描述性統計

　　表 2 給出了變量的描述性統計結果。由表 2 可知，核心解釋變量企業經營效率的最小值為 0.303，最大值為 1，均值為 0.765，說明我國深圳創業板企業的經營效率仍有較大提升空間;企業創新的均值為 2.730，標準差為 1.312，說明深圳創業板企業創新水平差距較大;資產負債率的均值為 28.26%，標準差為16.26%，總資產利潤率的均值為 6.427%，標準差為 7.725%，現金比率的均值為 2.542，標準差為 5.629，說明深圳創業板企業的杠桿率、經營利潤狀況以及流動性差距較大。企業年齡的均值為 14.23，標準差為 4.459，企業規模的均值為 21.15，標準差為 0.904，第一大股東持股比例的均值為 31.57，標準差為 13.69，高管薪資的均值為 15.11，標準差為 0.557，說明深圳創業板企業的成立時間、資產規模、控股股東持股比例以及高管薪資差距不大。此外，經濟發展水平的均值為 10.50，標準差為 0.632，金融發展水平的均值為 2.310，標準差為 1.143，說明各地區經濟和金融發展水平差距不大。

　　(二)基準回歸

　　在基準回歸前，我們進行了豪斯曼(Hausman)檢驗，結果表明，本文的實證回歸應采用固定效應模型;計算方差膨脹因子(VIF)可知，VIF值遠小于 10，即模型不存在多重共線性問題。

　　參考賈俊生和劉玉婷 [ 39 ] 的做法，本文采取將控制變量依次加入模型中的方法進行基準回歸，回歸結果見表3。在表3列(1)中加入核心解釋變量數字金融，列(2)中加入控制微觀企業因素的七個變量，列(3)中加入經濟發展水平、傳統金融發展水平兩個宏觀控制變量。表3的回歸結果表明，數字金融的回歸系數不斷增大，說明控制變量的選擇是有效的;列(3)中數字金融的系數顯著為正值，表明數字金融顯著提升了深圳創業板企業的經營效率。上述結果支持了H1，即數字金融提升了中小企業的經營效率。

　　(三)異質性分析

　　1.規模異質性

　　參考謝雪燕和朱曉陽 [ 17 ] 的研究設計，本文以企業規模的中位數為標準將樣本劃分為兩組，利用似無相關模型檢驗數字金融的發展對中小企業經營效率影響的規模異質性。

　　由表4的回歸結果可知，組間系數差異顯著，表明分組回歸后的系數具有可比性。比較表4 第(1)列和第(2)列 DIFI 的回歸系數及其顯著性可知，數字金融對規模較小企業經營效率的促進作用更強，H2得到了支持。

　　2.行業異質性

　　同理，由表5的回歸結果可知，組間系數差異顯著，表明分組回歸后的系數具有可比性。比較表 5 第(1)列和第(2)列 DIFI 的回歸系數可知，數字金融對制造業中小企業經營效率的促進作用更強，H3得到了支持。

　　(四)作用機制分析

　　為進一步分析數字金融提升中小企業經營效率的作用機制，本文以“企業創新”為中介變量，采用中介效應模型進行檢驗。按照檢驗程序，首先需要檢驗數字金融與中小企業經營效率之間的關系。表6第(1)列的檢驗結果表明，數字金融顯著提升了中小企業的經營效率。其次，加入企業創新后對模型(4)進行回歸。表6第(2)列的檢驗結果顯示，數字金融的估計系數顯著為正，這說明數字金融顯著提升了中小企業的創新水平，數字金融的發展促進了中小企業加大技術創新的投入力度，為提升其經營效率創造了條件。最后，檢驗企業創新是否在數字金融促進中小企業經營效率的過程中發揮了中介作用。由表6第(1)~(3)列的結果可知，α1 、θ1 、β2 的估計系數均在1%的統計水平上顯著，且 β1 < α1 ，表明存在部分中介效應，這意味著，數字金融通過促進企業創新提升了企業經營效率。換言之，數字金融的發展促進了中小企業技術創新，進而改善其經營效率，H4因此得到了支持。

　　(五)內生性分析

　　為緩解潛在的內生性，本文采用兩種方法對基準回歸的估計結果進行了內生性分析：首先，參照唐松等 [ 3 ] 的做法，對核心解釋變量做滯后一期處理，并重新進行回歸;其次，借鑒邱晗等 [ 40 ] 和謝絢麗等 [ 41 ] 的做法，采用滯后期各省互聯網絡普及率作為工具變量，并重新進行回歸。結果如表7所示，其中第(1)列是核心解釋變量滯后一期的回歸結果，數字金融對中小企業經營效率的影響系數顯著為正。第(2)列是使用工具變量后的估計結果，由 DWH 檢驗結果，拒絕了模型不存在內生性問題;一階段回歸結果顯示，數字金融對中小企業經營效率的影響系數顯著為正，一階段的 F 值為 449.85，遠大于臨界值10，故不存在弱工具變量的問題。采用工具變量后的回歸結果顯示，數字金融的系數仍為顯著的正值。上述結果均表明，數字金融對中小企業經營效率具有顯著的促進作用，與基準回歸結果保持一致。

　　(六)穩健性檢驗

　　本文從三個方面進行穩健性檢驗：一是調整樣本期。結合 2021 年 4 月發布的第三期《北京大學數字普惠金融指數(2011—2020)》，本文將數據樣本期從 2011—2018 年擴展至 2011—2019 年后重新進行回歸。二是調整樣本規模。基于Wind數據庫對企業規模進行劃分，將大型、中型的企業剔除，重新進行回歸。三是替換被解釋變量。本文借鑒楊望等 [ 10 ] 的研究，使用技術效率指數替換綜合經營效率后重新進行回歸。

　　由表8可知，三次回歸中數字金融的估計系數均為顯著的正值，與基準回歸一致，表明基準回歸的結果是穩健的。

　　五、研究結論及政策啟示

　　(一)研究結論

　　本文以中國深圳創業板上市企業為研究對象，使用DEA-BCC模型測算深圳創業板企業的經營效率后與北京大學數字普惠金融指數進行匹配形成數據集，采用固定效應模型和中介效應模型分別檢驗了數字金融對中小企業經營效率的影響及其作用機制，并進行了必要的內生性分析和穩健性檢驗。本文實證研究的主要結論如下：

　　第一，數字金融對中小企業經營效率有顯著的正向影響。估計結果顯示，數字金融水平提高1 個單位能夠顯著促進經營效率提升0.084個單位，這表明數字金融的發展對中小企業的經營效率有積極的促進作用。

　　第二，數字金融對小規模企業和制造業企業的促進作用更強。異質性分析表明，對于規模較小的企業樣本，數字金融對其經營效率的提升作用更顯著，數字金融水平提高1個單位能夠顯著促進小規模企業的經營效率提高0.067個單位，但是數字金融對規模較大的企業經營效率提升不顯著;與其他行業相比，數字金融對制造業企業經營效率的促進作用更強，數字金融水平提高1個單位能夠顯著促進制造業企業的經營效率提升 0.096 個單位。

　　第三，數字金融通過促進企業創新的方式提升了中小企業的經營效率。中介效應模型的檢驗結果表明，核心解釋變量均在1%的統計水平上顯著。具體地，由估計的系數可得，θ1 × β2 =0.394× 0.121=0.048，即在數字金融促進中小企業經營效率的總效應中企業創新作為中介變量的貢獻為(0.048)(/ 0.084)=57.14%。

　　(二)政策啟示

　　首先，應繼續鼓勵數字金融的發展，著力消除中小企業創新活動中面臨的融資約束。要不斷加大統籌協調力度和財政投資力度，結合“新基建” 進一步加快數字基礎設施領域的建設速度，為數字金融的發展提供基礎保障。要加大對數字產業發展和數字人才培養的政策支持力度，發改委、財政部、工信部應聯合教育部提出具體的加大人才培養的計劃，為持續推進數字經濟發展提供足夠的人才保障。要繼續引導金融業穩步實施數字化轉型，促進數字金融的健康發展。要進一步加大政策激勵力度，通過減稅、補貼等方式引導數字金融積極服務中小企業的創新發展。

　　其次，應針對不同規模、不同行業的中小企業提供差異化的數字金融服務。要充分利用數字金融服務不同類型中小企業的“特點”，最大限度發掘數字金融賦能企業創新和經營效率的潛力。例如，在小規模、制造類中小企業聚集的地區，應著力對接數字金融資源，推動數字金融的發展，積極利用數字金融對這兩類企業經營效率提升作用更強的“特點”;在其他中小企業聚集區，短期內則主要依靠傳統金融緩解中小企業的融資約束，同時應積極探索構建正向激勵機制，鼓勵各類金融組織探索數字金融支持其他類型中小企業創新發展的新模式，努力讓更多的中小企業都能獲取數字金融的技術紅利。

　　最后，中小企業應積極推進創新變革，充分吸收數字金融提升經營效率的正能量。要大力倡導創新文化，不斷優化營商環境，推動面向中小企業的減稅降負，加大對中小企業技術創新的政策支持。要充分認識到創新的重要性，通過設立專項投資基金、引入風險投資基金等方式，引導中小企業加大研發經費投入的力度，積極推進企業創新發展。逐步推進中小企業數字化轉型，利用區塊鏈、大數據、云計算等數字技術重塑企業的組織架構和業務流程，主動契合數字金融“偏好”在線業務、 “看重”數據資產等發展特點，最大限度地爭取數字金融的支持，提升企業經營效率，增強企業競爭力。