夏佳佳，王守龙

（安徽商贸职业技术学院，安徽芜湖 241002）

中小企业作为国民经济的重要组成部分，它的发展起到了带动创新、促进就业及稳定经济的作用。长期以来，由于中小企业相较于大企业资产规模偏低，对于银行的业务贡献不大，因此我国中小企业“融资难、融资贵”问题难以得到根治。数字普惠金融的发展为中小企业融资开辟了新的路径，利用数字技术将传统金融机构难以获得的非财务信息场景化，使得软信息转变为硬信息，突破了传统担保手段，实现了金融资源配置的优化。然而，由于地理位置的影响，我国数字普惠金融的发展呈现出地域性特点，使得经济发展落后的地区难以享受数字普惠金融发展带来的福利。因此，分析省级数字普惠金融发展对于中小企业融资约束的影响因素，对于国家对西部地区金融精准扶贫的宏观战略有着十分重要的意义。

一 文献回顾

对于中小企业融资约束的研究，目前国内外学者主要集中在企业内部要素和互联网金融两方面。胡振兴[1]通过构建投资——现金流敏感性模型，选取2009-2016年中小板上市公司财务数据作为样本，通过对互联网金融发展、内部控制质量与中小企业融资约束三要素相关性检验及回归分析研究，发现互联网金融发展与中小企业融资约束程度呈反比关系，而内部控制质量与互联网金融对于融资约束程度影响为正相关关系，即内部控制质量越好的企业，互联网金融对融资约束缓解越有效。梁榜[2]利用现金——现金流敏感性模型，选取2011-2015年度数据考察中国数字普惠金融的创新发展对于中小企业融资约束的影响程度，结果表明，数字普惠金融的创新发展对于中小企业融资约束的缓解效果明显，而对于民营中小企业缓解效果最为显著。张晓宁[3]从中小企业融资约束与互联网金融两个角度出发，选取2011-2015年样本数据，以现金——现金流敏感性为被解释变量，实证分析互联网金融的发展对于融资约束的影响程度。结果显示，我国中小企业融资约束没有得到明显缓解，而互联网金融的发展正向促进了中小企业融资约束问题的解决。Beck[4]等通过计算比较大中型企业及小微企业融资成功率，构建了8个测量指标，主要用于测量金融服务的可得性，结果发现，大型企业获得传统金融机构的贷款概率远高于中小微企业。葛和平[5]选取2011-2015年我国省市自治区面板数据，从覆盖广度、使用深度和数字服务支持三方面利用动态面板模型进行实证分析，结果显示，中国数字普惠金融指数发展具有地域性，经济发展迅速的东部地区数字普惠金融的发展优先于经济相对落后的西部地区数字普惠金融发展，且地区经济发展与数字普惠金融指数之间具有先下降再上升的关系。

对于数字金融发展的空间分析，现有研究主要是从数字金融发展的影响因素角度进行分析。吴金旺[6]从数字普惠金融出发，选取2011-2015年省级面板数据，引入地理因素，实证分析影响数字普惠金融发展因素。研究结果显示，数字普惠金融存在空间聚集效应，2015年后全国各省数字普惠金融水平继续提高，差距缩小，且对于数字普惠金融的发展影响最大的是“互联网+”的发展。受现有研究的启发，文章选取2011-2018年省级中小板上市企业财务数据作为研究样本，引入空间因素，利用省级面板数据进行空间自回归，实证分析了基于空间要素的数字金融普惠发展对于中小企业融资约束影响。

文章的创新之处：第一，数字普惠金融指标数据的持续更新，2018年4月，北京大学数字金融研究中心发布了2011-2018年数字普惠金融指数，鉴于研究的延续性和严谨性，文章对于数字普惠金融的指标数据进行了动态的更新；第二，地理要素的引入，充分考虑空间相关性。数字普惠金融的发展对于中小企业融资约束的影响具有空间相关性，普通面板模型的回归往往忽视了空间效应，因此，为了考察省际差异的影响，文章引入了空间面板回归模型，更为全面的分析了数字普惠金融发展对于中小企业融资约束的影响。

二 研究设计

（一）研究方法及模型设定

1.空间权重矩阵设定

根据“地理学”第一定律[7]，各省的经济有着广泛的联系，而且距离越近的省份联系越密切。由此，文章从空间计量的角度检验数字普惠金融的发展对中小企业融资约束缓解效应，依据前辈学者理论经验，进行空间计量分析之前，首先要计算空间距离即地理距离，常用的方法为设定空间权重矩阵，设定方法为：设有n个区域的空间数据记为{xi}ni=1，其中i表示区域，区域i与区域j之间的距离记为wij则“空间权重矩阵”定义为W：

上述（1）式中，如果区域i和区域j有共同边界，则wij=1，反之，则wij=0，最常用的距离表示为“相邻”。文章依据此方法设定了北京、天津、河北等28个样本省份的空间权重矩阵。

2.空间自相关检验

实证研究中判断是否可以进行空间模型回归的标准是要考察被解释变量是否具备空间依赖性，文章利用最为流行的“莫兰指数I”考察现金持有量样本时间序列是否存在空间则相关，此外，还分别从全局和局部的角度对莫兰指数进行分析，从全局角度考察整个空间序列空间聚集情况，从局部角度进一步分析某区域附近的空间聚集情况。

3.模型设定

空间回归模型形式多样，使用最广泛的有三种，即空间滞后模型（Spatial Lag Model，SLM）、空间误差模型（Spatial Error Model，SEM）和杜宾模型（Sparial Durbin Model，SDM）。其中SLM为SDM的特例，鉴于此，文章先构建SDM模型，再由LR检验判断适用模型类别，将空间杜宾模型与空间自相关回归模型相结合可以得到SDM模型一般形式：

Y=ρWY+Xβ+WXδ+ε

其中，Y为n*1向量，代表被解释变量；X为n*k矩阵，代表解释变量，W是空间权重矩阵；ρ为空间自回归系数，β、δ为k*1向量，即待估参数；ε为n*1的随机误差向量，如果δ=0，则方程简化为一般的线性回归模型（SLM）。

（二）变量选取及数据来源

1.变量选取

文章选择现金——现金流敏感模型对中小企业融资约束进行实证分析。

（1）被解释变量。根据现金——现金流敏感模型，本文选择现金持有量（ΔCash）作为企业融资约束的衡量指标，现金持有量即现金及现金等价物增加额与期初总资产的比值，衡量企业所持现金流动性及变现能力的强弱，该比值越大说明企业融资约束问题越显著。

（2）核心解释变量。文章主要研究数字金融的发展对于被解释变量的影响，因此，核心解释变量选择数字普惠金融指数（Difi）、现金流量与数字普惠金融指数交互项（Cfdifi）。

数字普惠金融指数（Difi）衡量某一省份数字普惠金融发展程度，指数越高说明当地数字普惠金融发展越迅速。

现金流量与数字普惠金融指数交互项（Cfdifi）即现金流量与数字普惠金融指数的乘积，该指标反映数字普惠金融对于企业融资约束影响程度。

（3）控制变量。参考现有研究，文章选择企业成长性、企业规模、企业资本支出三个变量作为控制变量。

企业成长性（Grow）即主营业务收入增长率，该指标衡量盈利状况及生产经营情况。

企业规模（Size）即期末资产总额自然对数，该指标反映企业实际资产规模，该指标越大表明企业实际资产越多。

企业资本支出（Expend）即长期资产支出与期初总资产比值，该指标反映企业长期资产持有状况，该指标越大表明企业长期资产所占支出越多。

2.数据来源

文章选取全国28个省级行政区数据作为样本数据，研究时间序列为2011-2018年。现金持有量变动、现金流量、企业成长性、企业规模、资本支出样本数据均来自于国泰安数据库，数字普惠金融指数来源于北京大学数字金融研究中心，利用Stata15软件进行实证分析。

三 实证分析

（一）空间自相关检验

本文利用各省份地理距离设定空间权重矩阵，再根据空间权重矩阵采用Moran’I分析中小企业融资约束的空间依赖性。首先进行全局自相关检验，检验结果见表1。

表1 2011-2018年我国中小企业现金持有量变动Moran’I及其检验结果

由表1可以看出，2009-2018年的莫兰指数在1%的显著性水平上均为正值，表明我国28个省份的中小企业融资约束存在明显的正向空间相关性，中小企业融资约束在地理空间中呈现出聚集效应。

其次，本文利用2012年、2014年、2016年、2018年的企业现金持有量变动数值绘制Moran’I散点图，以进一步了解具体省份附近的空间集聚情况，具体结果见图1。

由图1结果可以发现，随着时序的变化，省份所处的象限位置相对稳定，表明我国中小企业融资约束存在相对稳定的空间自相关性。其中，北京、天津、上海、江苏、浙江等地区一直处于第一象限，企业融资约束表现为“高——高”集聚的特征，表明经济发展迅速省份企业成长性较好，发展较为迅速，需要的资金量更多，融资约束越明显；贵州、陕西、湖南等一直处于第三象限，企业融资约束表现为“低——低”集聚的特征，表明经济发展相对迟缓的省份，企业发展空间和机会相对较少，对于资金的需求相对较小，融资约束不明显。

图1 我国省域中小企业融资约束Moran'I散点图

（二）空间面板模型回归

上述研究结果表明，我国中小企业融资约束具有较为明显的空间依赖特征，可进行空间面板计量模型检验[10]，为了便于分析，本文进行了普通面板模型OLS回归和SLM、SEM和SDM回归，回归结果见表2。

表2 模型回归结果

由表2 中结果可以看出，在对模型分别进行OLS、SLM、SEM 和SDM 回归之后，采用空间计量模型回归拟合度优于普通OLS 模型，其中R2、Log-likehood 统计结果高于OLS 模型，而σ2低于OLS 模型回归结果，再次验证了数字普惠金融发展对于中小企业融资缓释问题需要充分考虑空间因素。由LR 检验结果中P=0.0001 表明，强烈拒绝SDM 模型退化为SLM 及SEM 模型的原假设，因此，本文选择SDM 模型进行回归分析。其次通过豪斯曼检验发现，P=0.0501，强烈拒绝使用随机模型检验，故本文采用固定效应模型进行估计。

从SDM模型回归结果可以得到，核心解释变量数字普惠金融发展水平（Difi）的系数分别在5%水平上显著为负，表明数字普惠金融的发展正向促进了中小企业融资约束问题的解决，原因是数字普惠金融的发展为金融机构的“长尾客户”提供了更多的融资渠道及方式，大幅减少融资成本，利用互联网、云计算等技术在一定程度上解决传统融资审批周期长、手续繁杂、难以准入等问题，因此数字普惠金融的发展降低了中小企业融资约束。现金流量与数字普惠金融指数交互项（Cfdifi）的系数在1%的显著性水平上为负，表明数字普惠金融对于中小企业融资缓解程度越大则现金——现金流敏感度越小，企业越不愿意持有现金。其次，控制变量Cf、Size均在5%的显著性水平上为正，Cf回归系数表明企业当期现金流量与提留的现金流量呈正相关，依据现金——现金流敏感性模型，现金流量与提留现金流正相关则表示企业存在融资约束问题。Size回归系数表明企业实际资产规模与中小企业融资约束呈正相关，原因是企业为了扩大其生产规模需要内部留存更多的现金，需要留存的现金越多则融资约束越严重。Grow回归系数为正，但不显著，表明为了满足企业的未来投资需求，企业将提留更多的现金，则企业融资约束问题越为明显。控制变量Expend回归系数为负但不显著，表明企业的资本支出（包括固定资产、其他长期资产等购建）越大则减少中小企业融资约束，其主要原因为企业资本支出增加时，则内部留存现金流将减少，则对现金流的需求下降，融资约束降低。

SDM模型的解释变量系数需要通过偏微分方法得到边际效应值[8]，解释变量的影响可以分解为直接效应和间接效应，结果见表3。

由表2中解释变量的估计系数及表3中解释变量的效应系数可以看出：现金流量（Cf）的直接效应在5%的水平上显著为正，间接效应也为正但是不显著。表明现金流量的增加将进一步提升本地中小企业现金——现金敏感度，加剧中小企业融资约束程度，但是对周边地区的中小企业融资约束影响程度不大。企业成长性（Grow）直接效应和间接效应为正，表明本地中小企业成长性越好，经营能力越强则对现金需求越大，企业融资约束问题则越严峻，但影响不显著。企业规模（Size）直接效应和间接效应均在5%的水平上显著为正，表明企业规模越大则融资约束程度越深。本地企业规模的扩大将促使周边地区中小企业融资程度加深，一方面由于土地、劳动力成本的限制，企业将选择周边相对欠发达地区进行投资，从而降低土地成本和人力成本，实现利润最大化的目标，随着投资的转移融资需求也被转移；另一方面，随着企业规模扩张，其产业链中的周边上下游企业也随之得到迅速发展，发展速度越快则要求现金持有量越多，因此，周边地区中小企业融资约束将加大。资本支出（Expend）直接效应与间接效应均为负，均不显著，表明随着企业资本支出的扩大，企业所持现金越少，将减缓融资约束程度，且影响不显著。数字普惠金融指数（Difi）直接效应和间接效应均在5%的水平上显著为负，表明数字金融技术的发展使得本地金融机构利用技术革新，产品创新等手段降低了金融服务成本，扩大了服务范围，从一定程度上缓解了“融资难”的问题，减缓了中小企业融资约束。

表3 空间效应分解

本地数字普惠金融技术的发展降低了周边地区的中小企业融资约束程度，数字普惠金融的发展具备普及、溢出和扩散效应，随着本地数字金融技术的发展，周边地区通过学习、借鉴更新发展当地数字金融技术，使得数字金融发展具有联动效应，因此，当地数字普惠金融的发展将缓解周边中小企业约束。现金流量与数字普惠金融指数交互项（Cidifi）这一指标直接效应和间接效应均在1%的显著性水平上为负，更直观的反映了数字普惠金融的发展缓释中小企业融资约束越显著则企业对现金需求程度越小，该指标越大，则表明越有效的解决了企业融资难融资贵的问题。此外，本地中小企业融资约束问题的缓解对周边地区的中小企业融资约束问题的解决有一定的促进作用，本地融资问题得到缓解后企业将形成良性的经营机制，在持有充足的经营资金的前提下，企业可以通过扩大投资转移数字技术增加销售规模，从而缓解周边企业的融资约束。

四 实证结论分析

（一）我国中小企业融资约束问题具有空间依赖性

经济发展较发达的地区，对于周边地区的辐射能力较强，存在“高——高”的集聚效应，而经济发展相对落后的地区，周边地区的数字化发展水平也较低，存在“低——低”的集聚效应。

（二）中小企业的盲目扩张将进一步激化融资约束问题

中小企业的发展需要充足的现金流扩大生产规模，购置生产设备，提升研发能力，企业需要通过融资途径获得资金支撑，因此，企业快速扩张将使得融资约束问题更为棘手。

（三）数字普惠金融的发展有效缓解了省域及省域周边地区的中小企业约束

数字金融的发展是以互联网思维颠覆传统金融服务，创新金融服务产品和服务方式，使得在传统金融机构难以取得资金支持的中小企业获得了更多的融资渠道，便捷、快速的解决融资问题。此外，省域数字金融技术的发展将带动周边地区数字金融技术发展，形成了重点省份带动周边省份的发展现状，使得周边省份中小企业融资约束在一定程度上得以缓解。

五 有效缓解我国中小企业融资约束对策及建议

（一）加强区域整合，促进区域协同发展

我国沿海城市由于其地理位置的占有性，经济发展占据全国领先地位，发展理念也较为先进，对于技术创新、数字技术发展的支持力度较大，从而数字普惠金融发展水平高于其他省域。而经济落后省份，应当找准周边发达省份做技术指导及学习标杆，间接提升本省数字金融发展水平，缓解本省中小企业融资约束。

（二）规范企业内部制度建设，合理规划企业发展路线

中小企业由于抗风险能力较弱，在发展过程中，如果盲目扩张则会严重影响企业经营运转，企业应当建立完善的内部财务制度、风险控制制度等，综合财务、技术等要素合理制定企业成长路线。

（三）建立长效政府监管机制，兼顾省域间的均衡发展

政府既要成为构建健康数字金融发展体系的护航者，也要成为调节省域差异发展的指挥棒。数字金融的发展直接关系到了“长尾”中小企业生存问题，因此，为数字普惠金融发展创造良好的环境，严控准入机制举足轻重。此外，应当按照由重点发达省份带动周边贫困省份发展的思路，充分发挥“指挥棒”的作用，实现金融精准扶贫，以确保宏观政策实施的有效性。