高太光　王奎

【摘要】区块链技术作为一项极具颠覆性的新兴数字技术， 在推动技术革新和产业转型升级中具有举足轻重的作用。以2014 ～ 2021年沪深两市A股上市企业为研究对象， 采用傾向得分匹配—双重差分模型（PSM-DID）实证检验区块链技术应用对企业融资约束的影响。研究发现： 区块链技术的应用能有效缓解企业融资约束， 并且通过降低信息不对称水平和增加短期负债发挥作用。异质性检验表明： 区块链技术应用对企业融资约束的减轻作用在非国有、 股权较为集中、 客户集中度较低、 处于市场化水平较高区域的样本中更明显。该研究结论为企业积极引入区块链技术以缓解自身融资约束问题提供了经验证据。

【关键词】区块链技术；融资约束；倾向得分匹配-双重差分模型；异质性

【中图分类号】F832.5      【文献标识码】A      【文章编号】1004-0994（2023）10-0042-8

一、 引言

自2016年工业和信息化部提出“区块链”概念以来， 区块链市场规模不断扩大， 根据IDC预测， 到2023年， 我国企业将在区块链产业上投入27亿美元。区块链技术的去中心化、 信息不可篡改、 可追溯等技术属性逐渐应用到各金融服务平台， 为开发综合性的供应链金融服务进而解决企业融资问题提供强有力的技术支撑（宋华等，2022）。在此背景下， 区块链技术对企业融资的影响值得关注， 这将有助于深入理解区块链技术应用带来的经济后果， 并为有效缓解企业融资约束提供启示。

充足、 持续的资金来源是企业开展生产经营、 创新等活动要满足的首要条件。然而， 由于全球经济不确定性的加剧， 加之融资供给端仍存在较高的信贷风险， 许多企业面临融资约束问题。因此， 要解决企业融资约束问题， 必须突破现有融资困境， 寻求融资模式创新。金融科技的发展为解决企业融资难题提供了新的思路， 大数据、 物联网等数字技术的融入更是提高了金融机构信息甄别、 风控能力， 有效提升了其决策科学性（龚强等，2021）。作为金融科技的代表性技术之一， 区块链技术因在保证上链数据质量、 减少多边交易信息不对称等方面具有重要作用， 迅速在企业融资领域受到学者们的极大关注， 区块链技术之于金融创新的作用也越发明显①。那么， 应用区块链技术的企业融资约束会如何变化？不同特征和环境下的企业应用区块链技术对融资约束的影响是否存在一定差异？区块链技术通过何种途径对企业融资约束产生影响？

鉴于此， 本文选取2014 ～ 2021年沪深A股上市企业作为样本， 以企业当年是否实际应用区块链技术将样本分为处理组和对照组， 采用PSM-DID方法实证研究区块链技术应用对企业融资约束的影响， 讨论该影响是否因企业属性和所处环境不同而有所差异， 并且进一步检验其中的作用机制。与已有研究相比， 本文可能的贡献可归结为两个方面： 第一， 拓展了区块链技术应用对企业融资约束影响的研究方法。与现有多数研究从技术架构、 功能特征、 应用场景等方面探讨区块链技术发挥的作用不同， 本文基于大样本数据采用PSM-DID方法深入分析区块链技术应用对企业融资约束的影响， 为区块链技术引入带来的正向影响提供了证据支撑并更好地突出了区块链技术应用对企业融资约束产生的“净效应”。第二， 丰富了区块链技术与企业融资约束关系的研究。结合我国的市场环境深入研究因企业微观特征和宏观环境不同导致的区块链技术应用差异， 可以为不同类型企业的战略制定提供事实依据； 刻画区块链技术作用于企业融资约束的传导机制， 为更清楚地认识和理解该效应的作用机理提供参考。

二、 文献综述

（一）区块链技术经济后果研究

区块链技术的广泛应用会产生一系列的经济后果， 现有关于区块链技术经济后果的研究主要集中于业务流程和供应链金融领域。在改进业务流程方面， 区块链技术通过提高企业劳动者生产力、 优化资源自动交易流程（王晓静等，2019）、 推进产业链智能化和网络化进程（张路，2019）， 从而有效降低销售费用率（Pan等，2020）、 促进企业创新（钟海燕和周文渊，2022）和提升企业绩效（林心怡和吴东，2021）。随着研究的深入， 部分学者发现， 较高的独董比例和股权集中度、 企业资产规模的扩张等是区块链技术在公司治理中充分发挥作用的关键因素（Pan等，2020； 林心怡和吴东，2021）。在优化供应链金融方面， 区块链技术不仅能保证交易过程中数据的完整性（龚强等，2021）， 还能通过减少信息不对称、 加强相关机构监管等降低金融机构风险（孙睿等，2023；师修繁，2022；董春雨等，2022）。

（二）企业融资约束的影响因素研究

已有研究表明， 我国企业普遍存在融资约束问题。企业融资约束的影响因素很多， 从宏观层面看， 巴塞尔协议Ⅲ带来的资本储备规范和其他监管变化， 使得私人银行更倾向于对重点大型企业放贷。在我国， 因国有企业具有特殊性质与背景， 金融资源也更偏向于国有企业（简泽等，2018）， 挤占非国有企业发展所需的金融资源， 造成民营企业融资门槛和融资成本更高。从微观层面看， 信息不对称是造成上市公司融资约束问题的主要原因（龚强等，2021）。银企间信息非对称会导致企业违约风险和金融机构外部欺诈风险增加、 信贷资金分配不均甚至错配等问题， 进而迫使企业融资成本提高， 加重企业融资约束。

同时， 学界从外部环境和内部环境两方面出发， 探讨了如何缓解融资约束。从外部环境看， 在影响企业融资约束的诸多因素中政府发挥着重要作用， 受到政策支持的企业融资约束往往得到缓解（徐思等，2019）。此外， 完善金融生态环境（魏志华等，2014）、 加强政治关联（于蔚等，2012）、 提高供应商集中度（李振东和马超，2019）亦能为企业赢取良好的声誉， 降低其交易成本和供应链复杂性， 增加企业贷款的可获得性。从内部环境看， 企业可通过优化治理结构（王康等，2019）、 完善相关内部制度（李姝等，2022）和环境信息披露（刘蕾和鄢章华，2017）等， 进一步改善自身经营状况和降低信息不对称水平， 从而缓解融资约束。

三、 理论分析与研究假设

区块链技术发展促进了融资模式革新和效率提升， 不仅能有效缓解企业在生产经营中资金需求的信息不对称问题， 还能满足企业在发展过程中不同阶段的资金需求， 为解决企业融资难、 融资贵问题提供可能。

首先， 区块链技术可以缓解信息不对称问题， 为企业和债权人提供一个信息透明、 安全可靠的融资环境。信息不对称是引起上市公司融资约束问题的主要根源， 且信息不对称程度越高， 融资约束程度也就越高。因此， 缓解信息不对称有助于减轻企业融资约束。区块链技术的出现改变了供应链的信息流形态： 一方面， 通过区块链技术对信任共识的作用机制， 可建立供应链可视化数据体系， 供应链上下游企业及金融机构、 物流公司等可以随时获取系统数据， 去中心化的分布式结构可解决信息不对称问题； 另一方面， 区块链技术可以增强各方信息分享意愿， 降低信息需求方收集和处理信息的成本并提高传递效率， 进而改善企业信息环境、 有效减少信息不对称。

其次， 区块链技术可以提高企业短期资金的可获得性， 进而影响企业融资约束。中小企业或者非国有企业很难获得长期融资， 更多的是通过短期债务融资， 以满足其短期资金需求。区块链技术在提高企业短期债务融资能力方面具有重要作用： 一方面， 区块链技术可通过增强金融机构识别企业信用风险的能力， 优化共识机制， 实现链内信息即时共享， 确保交易记录、 协议合同真实可信， 有效限制借款方信息欺诈行为， 减少数据缺失等问题， 为金融机构提供信任保障， 从而提高企业短期资金的可获得性， 缓解企业融资约束问题。另一方面， 区块链技术建立了整个过程节点的协同关系， 构建参与规则和激励机制， 不仅可以改进生产流程、 降低运营成本、 提高运营质量， 还能有效地连接供应链联盟、 金融机构和政府监管部门， 进而提升企业运营能力和经营绩效， 而良好的绩效表现有利于提高企业外部资金的可获得性。

基于以上分析， 本文提出如下假设：

H1： 区块链技术应用能有效缓解企业融资约束。

四、 研究设计

（一）样本选取与数据来源

自2016年以来， 我国区块链技术发展迅速（林心怡和吴东，2021）， 因此， 本文选取2014 ～ 2021年相关数据作为样本。借鉴Pan等（2020）、 林心怡和吴东（2021）的研究方法， 利用百度搜索引擎进行相关数据搜集。为保证数据的有效性， 根据以下原则对所搜集的数据进行整理： 剔除非A股企业； 剔除金融企业和科技型服务企业； 剔除ST、 ?ST企业； 剔除上市时间晚或仅进行重大资产重组企业； 剔除连续多年缺失数据样本， 对某些缺失部分年份样本参照相关报表补齐数据。在此基础上， 通过手工搜集样本企业各年度财务报告及以“企业简称+区块链技术”为关键字在百度搜索企业相关信息， 进一步剔除无实际应用区块链技术和应用区块链技术较晚的企业， 同时记录各企业应用区块链技术的初始年份。由此， 获得实际应用区块链技术的20家上市企业数据。

本文所使用的财务数据来自同花顺（iFinD）和国泰安（CSMAR）。另外， 对所有连续变量指标按照双边各剔除1%的方式进行缩尾处理。

（二）倾向得分匹配—双重差分模型设定

基于研究需要， 根据企业是否应用区块链技术设置分组哑变量Post， 将20家应用企业设定为处理组， 赋值为1； 其他企业设定为对照组， 赋值为0。同时， 根据企业应用区块链技术的时间设置分期虚拟变量Treat， 将应用初始年份及之后的每一年均视为当年应用区块链技术， 赋值为1； 初始应用年份之前的时间赋值为0。参照王康等（2019）的做法， 建立如下多期双重差分模型：

FCit=β0+β1DIDit+βcXit+μi+θt+εit （1）

Xit=f（Recit，Tobin Qit，Flit，Ocfit，Staffit，Tatrit，Top1it， Stateit） （2）

其中： FCit表示企业i在t时期的融资约束； β0为常数项； DIDit（DIDit=Posti×Treatt）为企业当年是否应用区块链技术的哑变量； β1是本文重点关注的参数， β1<0表示区块链技术应用减轻了企业融资约束， 相反， 则加重了企业融资约束； Xit代表一系列控制变量； μi表示行业固定效应； θt表示年份固定效应； εit代表随机误差项。

本文进一步采用倾向得分匹配法（PSM）， 解决DID模型中处理组与对照组在应用区块链技术前不完全具备共同趋势假设问题。本研究的PSM流程如下： 第一步， 选取协变量。借鉴相关文献将影响企业区块链技术应用和融资约束的变量纳入模型， 并对比不同模型的极大似然值以确定拟合效果较优的协变量， 最终选取应收账款收入比、 员工人数、 产权性质、 经营性净现金流等8个变量为协变量。第二步， 進行倾向得分匹配。借鉴林心怡和吴东（2021）的做法， 采用1∶3的最近邻匹配。第三步， 进行平衡性检验。为验证PSM结果的可靠性， 通过平衡性检验验证处理组与对照组在匹配变量上有无明显差异。经过上述匹配， 最终获得8701个非平衡面板观测数据。

（三）变量选取

1. 被解释变量： 融资约束。因SA指数由完全外生的size和age两个变量组成， 其被广泛应用于衡量企业融资约束水平。参照吴秋生和黄贤环（2017）的做法， 采用SA指数表示企业融资约束， 其表达式为： SA=0.043×Size2-0.737×Size-0.04×Age。其中： Size取账面资产对数（Hadlock和Pierce，2010）， Age为公司上市年限。用该公式得到的SA数值为负， 以绝对值表示， 其绝对值越大， 说明公司面临的融资约束程度越高， 同时采用WW指数进行稳健性分析。

2. 解释变量： 区块链技术应用。根据前述内容， 通过设置哑变量（DID）对区块链技术应用进行衡量： 企业当年及以后年份应用区块链技术的样本设定为1， 即DID=1， 未应用的样本设定为0， 即DID=0 。

3. 控制变量。参照已有研究（徐思等，2019；吴秋生和黄贤环，2017）， 本文选取以下控制变量： 应收账款收入比（Rec）、 托宾Q值（Tobin Q）、 财务杠杆（Fl）、 经营性净现金流（Ocf）、 员工人数（Staff）、 总资产周转率（Tatr）、 第一大股东持股比例（Top1）、 产权性质（State）。此外， 在模型中还控制了年份（Year）和行业固定效应（Industry）。各变量定义见表1。

五、 实证结果及分析

（一）描述性统计

处理组和对照组样本的描述性统计结果分别见表2和表3。通过对比两表各主要变量相关数据可知， 两组样本均存在不同程度的融资约束， 但应用区块链技术企业融资约束的均值（3.757）和中位数（3.778）均小于未应用区块链技术样本企业的均值（3.866）和中位数（3.869）， 间接说明区块链技术应用与企业融资约束可能呈负相关关系。

（二）倾向得分匹配结果

核密度函数图可作为检验PSM结果质量的方法之一。匹配前后的核密度函数图如图1和图2所示： PSM匹配前对照组与处理组的核密度函数峰度和偏度差异较大， PSM匹配后处理组与对照组的核密度函数分布趋势近乎一致、 峰度相近， 说明匹配效果较好， 这为本文进一步采用DID模型研究区块链技术应用对企业融资约束的影响提供了良好的观测样本。

平衡性检验要求处理组与对照组在匹配变量上差异较小。用于PSM匹配的各变量平衡性检驗结果如表4所示。由表4可知， PSM匹配后匹配变量标准偏差绝对值均小于10%， 说明处理组与对照组在企业其他特征方面差异较小、 PSM匹配效果较佳， 同时说明采用PSM方法可有效减小对照组与处理组之间协变量选取差异， 进一步减小因样本自选择产生的估计偏误。

（三）基准回归结果

区块链技术应用与企业融资约束的基准回归结果如表5所示。表5列（1）报告了在没有控制变量情况下的回归结果， 由此可知， DID的回归系数在1%的水平上显著为负， 表明应用区块链技术能有效纾解企业融资约束； 表5列（2）进一步报告了在添加一系列控制变量情况下的回归结果， 由此可知， DID的回归系数仍在1%的水平上显著为负， 同样说明区块链技术的应用能显著缓解企业融资约束。因此， H1得到验证。

（四）稳健性检验

本文进一步通过平行趋势检验、 安慰剂检验、 更换被解释变量、 更换样本匹配方法等对基准回归进行稳健性检验。

1. 平行趋势检验。图3绘制了2014 ～ 2021年回归系数变化图和其95%的置信区间。观察图3中前五期回归系数可发现， 在5%置信水平上β1并不显著区别于零， 说明处理组样本与对照组样本在未应用区块链技术之前的融资约束水平变动趋势近乎一致， 平行趋势假设得到验证。观察后五期回归系数发现， 相较于前五期， 回归系数有所偏离零值， 且应用区块链技术后第4年的回归系数在95%置信区间内显著不包含零值， 说明应用区块链技术之后处理组和对照组融资约束水平存在差异， 证实了企业区块链技术应用的动态效果。

2. 安慰剂检验。随机化企业初始应用区块链技术的时点， 并使这个随机过程重复进行500次， 以进行安慰剂检验。图4报告了区块链技术应用对企业融资约束的安慰剂检验结果， 发现回归系数集中在0附近， 且基准回归系数-0.110在500次系数估计结果之外， 因此， 可以排除基准回归结果是由不可观测因素导致的。

3. 更换被解释变量。现有研究对融资约束的衡量指标不一。与SA指数不同， WW指数包含较多企业特征， 能比较全面地评价影响企业融资约束的因素。参考唐松和谢雪妍（2021）的做法， 本文进一步采用WW指数作为被解释变量进行稳健性检验。表6列（1）的回归结果表明， DID的回归系数与基准回归结果保持一致， 结论较为稳健。

4. 更换样本匹配方法。表6列（2） ～ （4）分别报告了采用卡尺匹配、 核匹配、 马氏距离匹配等方法进行PSM匹配后的回归结果。结果表明， 在三种匹配方法下估计结果差异较小， 且与表5列（2）基准回归结果相近， 再次证明结论比较稳健。

（五）异质性检验

1. 基于企业微观特征的异质性分析。

（1）区分产权性质的异质性检验。国有企业在我国往往更容易获得银行信贷政策的倾斜， 而民营企业则不然， 同时民营企业公开披露的信息也相对较少， 信息不对称问题更为严重。可以预测， 我国民营企业在经营活动中普遍存在“融资难、 融资贵”的困境（吴秋生和黄贤环，2017）。按企业所有权性质划分， 把样本分为国有企业和非国有企业， 并在回归中剔除控制变量Stateit， 表7列（1）和列（2）给出了所有制分组回归结果。结果显示， 国有企业样本DID的回归系数未通过显著性检验， 而非国有企业样本DID的回归系数在1%的水平上显著为负， 且组间系数差异也在1%的水平上显著， 这说明与国有企业相比， 区块链技术应用更能有效缓解非国有企业的融资约束， 原因在于非国有企业面临的融资约束较大， 而国有企业的融资优势使得区块链技术应用对其融资约束的缓解作用并不明显。

（2）区分股权分布的异质性检验。企业所有权与经营权分离导致的委托代理问题是导致管理层与股东产生矛盾的原因之一， 相对集中的股权结构有利于大股东为了自身利益和公司收益监督管理层， 从而制衡管理层权力。因此， 股权集中度较高的企业管理层会慎重对待重大投资， 也更有可能引进区块链技术（林心怡和吴东，2021）， 进而缓解企业融资约束。采用前五大股东持股比例之和衡量企业股权集中度， 并在回归中剔除控制变量Top1。按照前五大股东持股比例之和的中位数将样本分为高、 低股权集中度两组。表7列（3）和（4）分别报告了各样本回归结果， 高股权集中度样本中DID的回归系数在1%的水平上显著为负， 而低股权集中度样本中DID的回归系数并不显著， 且组间系数差异在5%的水平上显著， 说明区块链技术应用对企业融资约束的缓解作用主要体现在高股权集中度企业中。

2. 基于企业所处宏观环境的异质性分析。

（1）区分客户关系的异质性检验。企业客户集中度的提高能使自身与下游企业利益逐渐趋同， 从而缓解市场信息不对称产生的影响， 进而降低企业融资成本、 缓解企业融资约束， 即高客户集中度企业面临的融资约束程度可能更低。借鉴赵爽等（2022）的做法， 采用年度前五大客户采购额占总采购额的比重衡量企业客户集中度， 根据数据中位数将样本分为高客户集中度样本和低客户集中度样本。表8列（1）和列（2）分别报告了客户集中度分组回归结果。从回归结果可以看出， DID的回归系数在高客户集中度样本中为正但未通过显著性检验， 而在低客户集中度样本中显著为负， 且组间系数差异在1%的水平上显著， 说明区块链技术应用对客户集中度较低企业的融资约束缓解作用更明显。

（2）区分市场环境的异质性检验。伴随着市场化进程的不断推进， 企业推进数字化、 网络化、 智能化的意愿和动力更强； 同时， 在市场化水平较高的地区， 企业更愿意推动创新以促进绩效增长， 也就更有可能引进区块链技术。借鉴宫兴国等（2022）的研究， 以市场化总指数来衡量市场化水平。根据数据中位数将样本分为市场化水平高、 低样本， 进一步检验不同市场环境下区块链技术应用对企业融资约束产生的异质性影响。回归结果如表8列（3）和列（4）所示， DID的回归系数在市场化水平较高的样本中显著为负， 而在市场化水平较低的样本中为正但不显著， 且组间系数差异在1%的水平上显著， 说明区块链技术应用对市场化水平较高区域企业的融资约束缓解作用更加明显。

六、 机制检验

（一）信息不对称的作用机制检验

结合前文的分析， 区块链技术去中心化的分布式结构不仅可以为信息需求方提供实时、 可靠的数据， 而且能促进供应链上下游、 金融机构等积极加入区块链， 进行信息共享， 提高了企业间、 银企间信息沟通效率， 进而缓解企业融资约束。因此， 参照温忠麟等（2004）的方法检验这一作用机制。参考宋敏等（2021）的研究， 通过流动性比率、 非流动性、 收益率反转构建信息不对称指标（ASYit）。表9列（1）报告了区块鏈技术应用对中介变量信息不对称的影响， 回归结果显示， DID的回归系数为负且在1%的水平上显著， 说明区块链技术应用显著降低了企业间、 银企间的信息不对称。表9列（2）同时引入区块链技术变量和信息不对称变量考察其对企业融资约束的影响， 回归结果显示， DID的回归系数在1%的水平上显著为负， 而ASY的回归系数在1%的水平上显著为正， 但DID系数绝对值较基准回归模型中的系数绝对值更小， 表明信息不对称的中介机制得到了实证检验结果的支持， 且为部分中介作用。

（二）流动负债的作用机制检验

区块链技术在保证企业上链数据真实可靠、 不可篡改、 可追溯的同时， 也为金融机构等提供信任保障， 增强金融机构对风险的识别、 控制能力， 有效防范事前和事中重大外部风险的产生， 还能提升企业运营能力和经营绩效， 进而增加企业短期资金的可获得性， 缓解企业融资约束。因此， 类似上述检验流程， 检验企业流动负债水平（FDit）的中介作用。由表9列（3）可知， DID的回归系数在1%的水平上显著为正， 说明区块链技术应用增加了企业流动负债； 由表9列（4）可知， 区块链技术和流动负债的回归系数均在1%的水平上显著为负， 说明直接效应和中介效应同时存在， 即区块链技术应用通过提高短期负债水平缓解企业融资约束， 且流动负债起部分中介作用。

七、 研究结论与政策建议

（一）研究结论

本文以2014 ～ 2021年沪深A股上市公司为样本， 以公司当年是否应用区块链技术为哑变量， 采用倾向得分匹配方法确定最终研究样本， 通过双重差分模型研究区块链技术应用对企业融资约束的影响， 并进行了异质性分析及机制检验， 得出以下结论： 首先， 区块链技术的应用可以有效纾解企业融资约束， 且多种稳健性检验结果与基准回归结果一致。其次， 异质性检验结果表明， 股权相对集中、 处于市场化水平较高区域的企业， 更有可能追求企业长期利益、 更多地关注区块链技术， 因此， 区块链技术在这些企业中能更好地发挥融资约束缓解作用； 相对于国有企业和客户集中度较高的企业而言， 区块链技术应用对非国有、 客户集中度较低企业的融资约束缓解作用更为明显。最后， 作用机制检验表明， 区块链技术的应用可通过降低信息不对称和提高流动负债水平来减轻企业融资约束。

（二）政策建议

第一， 国内企业因势利导， 主动把握区块链技术所带来的创新契机。我国企业亟需顺应产业技术变革浪潮， 加大对区块链技术的推广力度以构建区块链技术与自身发展融资需求之间的适配机制， 促进企业积极应用区块链技术， 从而加快推进我国经济高质量发展进程。同时， 各企业应保证上链数据安全可靠， 从源头上降低数据风险， 增加融资可获得性。

第二， 金融机构积极引入区块链技术以降低信任风险和不良贷款率， 更好地为企业放贷。一方面， 金融机构可借助区块链的不可篡改属性， 将信息技术、 大数据等融入金融机构的决策流程， 以此提高金融机构的信息甄别、 风控等能力； 另一方面， 区块链可以打通数据孤岛， 降低银企间、 企业间信息不对称水平， 通过建立银企间的真实信息互换、 金融机构间融资信息相互核验等多种机制， 确保资金往来票据、 质押物凭证等多种信息真实、 互通， 更好地助力缓解企业融资难、 融资慢等问题。

第三， 区块链技术应用在不同属性和处于不同宏观环境的企业中发挥的作用存在显著差异。因此， 国家可以根据企业属性或市场环境制定差异化的扶持政策， 特别是加大对非国有企业区块链技术应用的支持力度， 以减小不同属性企业区块链技术应用的差距， 进而更好地发挥区块链技术应用对企业融资约束的积极影响。

【 注 释 】

① 中国互联网金融协会《中国区块链金融应用与发展研究报告（2020）》。

【 主 要 参 考 文 献 】

董春雨，李守伟，张瑞彬．基于知识图谱的区块链与供应链金融融合研究［ J］．财会月刊，2022（4）：149 ～ 154．

宫兴国，于月莉，林春雷．战略激进、市场化进程与企业融资约束 —— 基于A股制造业上市公司的实证数据［ J］．南京审计大学学报，2022（2）：50 ～ 59．

龚强，班铭媛，张一林．区块链、企业数字化与供应链金融创新［ J］．管理世界，2021（2）：22 ～ 34+3．

简泽，徐扬，吕大国等．中国跨企业的资本配置扭曲：金融摩擦还是信贷配置的制度偏向［ J］．中国工业经济，2018（11）：24 ～ 41．

李姝，田马飞，李丹等．客户信息披露会影响企业税收规避吗［ J］．南开管理评论，2022（6）：75 ～ 85+107+86 ～ 87．

李振东，马超．供应商集中度与企业外部融资约束［ J］．经济问题，2019（8）：27 ～ 35．

林心怡，吴东．区块链技术与企业绩效：公司治理结构的调节作用［ J］．管理评论，2021（11）：341 ～ 352．

刘蕾，鄢章华．区块链体系下的产业集群融资信任机制［ J］．中国流通经济，2017（12）：73 ～ 79．

师修繁．基于区块链的供应链金融业务处理框架设计［ J］．财会月刊，2022（15）：77 ～ 83．

宋华，杨雨东，陶铮．区块链在企业融资中的应用：文献综述与知识框架［ J］．南开管理评论，2022（2）：34 ～ 48．

宋敏，周鹏，司海涛．金融科技与企业全要素生产率 —— “赋能”和信贷配给的视角［ J］．中国工业经济，2021（4）：138 ～ 155．

孙睿，何大义，苏汇淋．基于演化博弈的区块链技术在供应链金融中的应用研究［ J］．中国管理科学，2023（3）：1 ～ 18．

唐松，谢雪妍．企业持股金融机构如何服务实体经济 —— 基于供应链溢出效应的视角［ J］．中国工业经济，2021（11）：116 ～ 134．

王康，李逸飞，李静等．孵化器何以促进企业创新？ —— 来自中关村海淀科技园的微观证据［ J］．管理世界，2019（11）：102 ～ 118．

王晓静，罗娟，宋燕飞．区块链技术促进生产方式变革［ J］．技术经济与管理研究，2019（5）：3 ～ 7．

魏志华，曾爱民，李博．金融生态环境与企业融资约束 —— 基于中国上市公司的实证研究［ J］．会计研究，2014（5）：73 ～ 80+95．

温忠麟，张雷，侯杰泰等．中介效应检验程序及其应用［ J］．心理学报，2004（5）：614 ～ 620．

吴秋生，黄贤环．财务公司的职能配置与集团成员上市公司融资约束缓解［ J］．中国工业经济，2017（9）：156 ～ 173．

徐思，何晓怡，钟凯．“一带一路”倡议与中国企业融资约束［ J］．中国工业经济，2019（7）：155 ～ 173．

于蔚，汪淼军，金祥荣．政治关联和融资约束：信息效应与资源效应［ J］．经济研究，2012（9）：125 ～ 139．

张路．区块链技术应用对产业链协同创新的作用机理［ J］．学习与实践，2019（4）：16 ～ 23．

赵爽，王生年，王家彬．客户关系对企业技术创新的影响［ J］．管理学报，2022（2）：271 ～ 279．

钟海燕，周文渊．区块链发展对企业创新影响的实证［ J］．统计与决策，2022（16）：163 ～ 167．

Hadlock C. J.， Pierce J. R.. New evidence on measuring financial constraints： Moving beyond the KZ index［ J］．The Review of Financial Studies，2010（5）：1909 ～ 1940．

Pan X.， Pan X.， Song M.， et al.. Blockchain technology and enterprise operational capabilities： An empirical test［ J］．International Journal of Information Management，2020（52）：101946．

（責任编辑·校对： 黄艳晶  许春玲）

【基金项目】教育部人文社会科学研究青年基金项目“‘互联网+物流供应链定价与供需协调匹配机制研究”（项目编号：20YJCZH035）；黑龙江省博士后面上资助经费项目“基于大数据分析的企业阳光采购行为研究”（项目编号：LBH-Z20029）；黑龙江省哲学社会科学研究规划年度项目“‘互联网+物流供应链资源配置与供需协调机制研究”（项目编号：19GLE331）