数字普惠金融发展缓解了企业融资约束吗？——基于企业社会责任的调节效应

廖婧琳，胡 妍，项后军

(广东金融学院 金融与投资学院，广州 510521)

一、引言

不可否认，我国金融市场发展并不十分完善，市场化改革还需进一步深入，但企业融资环境确实在逐步优化。对此，市场金融摩擦程度的逐年下降可以提供有力的证据。我们通过对其进行测算，具体做法参照易鸣等(2019)[1]的研究，发现衡量金融摩擦的数值从2011年的32.30%逐渐下降到2018年的23.22%。现有文献将企业融资环境优化的主要成因聚焦在数字普惠金融的迅速发展。在金融科技与产业变革的大背景下，技术驱动的普惠金融体系构建有利于提高金融市场中各资金需求方对金融的可得性，大数据技术等运用也在较大程度上减少了市场中的信息不对称问题，进而降低了交易成本且拓展了金融服务内容。但因普惠金融发展重点在于解决市场中弱势群体的融资问题，现有研究多从“普惠性”视角探讨普惠金融发展对中小微企业的融资约束缓解(邹伟和凌江怀，2018)[2]。从经济学的角度看，企业融资环境优化的影响可以归结于效率和公平两方面，具体体现在企业的融资效率和中小微企业的借贷可获得程度。因此，本文首先讨论数字普惠金融发展对我国企业融资约束的缓解效应，研究对象并不局限于中小微企业，且进行异质性分析。

在基于数字普惠金融发展视角来研究企业融资约束缓解的相关议题中，企业个体差异往往也是现有文献关注的焦点。比如万佳彧等(2020)[3]在数字金融对企业创新激励效应的分组检验中发现，中小企业和民营企业获得的积极效应更大一些。但文献中对企业自身行为特征差异所造成的影响研究则有所不足，比如企业社会责任。尽管后者已经被学术界高度重视，但在数字普惠金融不断发展的金融环境中，企业社会责任会扮演何种角色，数字普惠金融是否会因企业承担的社会责任水平差异而产生不同程度的融资约束缓解效应？关于数字普惠金融对企业融资约束的积极效应这一方面还缺乏足够的研究。对此，本文通过匹配数字普惠金融指数与沪深两市A股上市企业微观数据，讨论2011—2018年企业社会责任如何在数字普惠金融缓解企业融资约束的过程中发挥作用。

与已有文献相比，本文可能的贡献在于：基于企业行为决策视角的思考还鲜见诸于数字普惠金融与融资约束的相关研究中。而企业自身的行为特征与外部环境关系密切，本文以我国数字普惠金融不断发展为研究背景，将数字普惠金融和企业社会责任承担相结合进行深入分析，考察了企业社会责任承担行为是否存在调节效应。本文发现企业积极的行为决策在融资约束缓解中的作用明显，数字普惠金融发展对企业社会责任承担较多的个体的影响显著大于企业社会责任承担较少的个体的影响。研究结论有助于厘清数字普惠金融作用于企业融资约束的影响机制与实施路径，鼓励企业对社会责任的积极承担，也有助于我们更加理解政府力量的重要性，理解政策背后的制度与经济意义。

二、文献回顾与研究假设

企业融资约束一直是学术界、实务以及政府部门密切关注的重要议题，其影响因素也随着研究的不断深入而引发广泛讨论。尤其是随着近年来普惠金融不断发展，学者们逐渐开始关注普惠金融与企业融资约束之间的内在关系。比如，田霖(2013)[4]认为金融普惠有助于企业成功探索突破融资困境的有效路径。但因普惠金融发展重点在于解决市场中弱势群体的融资问题，相关文献研究也多聚焦在中小微企业(甘犁，2020)[5]，并从普惠金融发展增加了金融可得性服务的视角来理解和回答其对企业融资约束的影响。但数字普惠金融对整个金融生态环境产生的优化作用不容忽视。国内外研究结论基本一致地指出，外部融资环境优化也是缓解企业融资约束的重要因素(Love，2003；沈红波等，2010)[6～7]。Khurana等(2006)[8]的研究进一步表明，在金融发展不足的情况下，公司为解决外部融资困难有可能被迫提高内部融资的比例。魏志华等(2014)[9]的研究还从作用机制层面进行了相应拓展，文献研究结论认为良好的金融生态环境有助于企业降低贷款难度，在一定程度上使融资约束情况得以减轻。近年来发展迅速的数字普惠金融对以上两方面是兼顾的，重点满足中小微企业的金融服务需求，又有利于创造良好的外部融资环境。

具体而言，数字普惠金融可能通过以下潜在机制来优化融资环境，进而影响企业的融资约束。其一，市场并不是完美的，正是因为大量信息不对称的存在，企业外部与内部融资约束并不能自由替代。于是在内部融资难以满足企业发展需要且外部融资成本偏高的情况下，企业存在不同程度的融资约束。而数字普惠金融发展伴随着信息技术、大数据和云计算等创新技术的兴起，突破地理限制，减少了市场摩擦，改变传统社会互动方式(Kabakova和Plaksenkov，2018；易行健和周利，2018；张勋等，2019)[10～12]。这有利于降低信息不对称、增加金融服务的可得性，进而降低交易成本，提高了企业获得价格合理的借贷资金的可能性。其二，大数据等金融科技创新对传统征信系统是极大的补充与完善。对于信用记录不全的部分企业，以往金融机构通常出于信用风险考虑，提高其借贷的门槛及成本。在数字普惠金融发展下这类因征信问题而导致的企业融资约束在一定程度上得以缓解。其三，企业可能存在过度融资以及融资获得后的低效率投资等一系列监管问题，这在资本市场上并不鲜见。以互联网作为媒介的数字普惠金融对企业融资状况以及事后信息沟通与监督均提供便利，较好地避免了因外部资本市场运作失范、企业内部资本配置失衡而导致未来的融资约束困境。综上，本文提出假设1：

假设1：数字普惠金融发展会降低企业融资约束，其水平越高，企业融资约束越小。

数字普惠金融，即一切通过使用数字金融服务以促进普惠金融发展的活动，具有明显的包容性和普惠性特征。那么，数字普惠金融发展对企业融资约束的缓解效应很可能具有异质性。一方面，对于区域发展不平衡的二元经济体来说，位于中西部地区的企业更大概率因当地金融发展水平较为滞后而难以获得融资支持，“融资难”问题较东部地区企业更为明显。另一方面，从理论上来说，企业所具有的政治资本和集体声誉具有缓解市场信息不对称的作用(王金秋等，2019)[13]，导致相对于不具备相应政治资本的企业而言，其更具有融资优势，或者能够以较低融资成本获得资金支持。但随着数字普惠金融发展，融资环境不断优化，由于区域分布、企业高管背景差异而导致的融资约束程度差异将逐渐缩小。尤其因普惠金融重点支持中小微等弱势企业发展，中西部地区企业、无政治资本的企业更有可能享受数字普惠金融发展所带来的积极效应。综上，本文提出假设2：

假设2：数字普惠金融缓解企业融资约束在中西部地区、高管无政治背景企业中更明显。

在外部融资环境尚不十分完善时，非正式制度在很大程度上弥补了正式制度的缺失，并对微观个体的行为决策产生显著影响(North，1990)[14]。比如，企业财务、非财务信息披露就被较多学者认为是一种信号传递行为，以提高企业的社会公众识别度，成为区别于一般企业的“优质”企业，从而达到降低信息不对称和代理成本等目的。近年来企业社会责任信息披露在非财务信息中占有重要地位，且社会责任承担更多的企业，即信息披露质量越高的企业也更愿意履行信息披露(黄荷暑和周泽将，2015)[15]。那么，在信息更加公开化、透明化的数字普惠金融生态圈中，较为传统的降低信息不对称的方式是否依然发挥显著作用？因此，本文进一步深入探讨在数字普惠金融不断发展完善进而影响企业融资约束的过程中，企业社会责任承担扮演何种角色，数字普惠金融对企业融资约束的缓解是否会随着企业社会责任承担水平的提高而上升?既有文献并没有考虑到这一层面并给出一个很好的回答。

在现有研究中，主流观点认为企业社会责任承担有利于缓解企业融资约束。相较于社会责任承担较少的企业，社会责任履行较多的企业会更加主动地对外披露信息，以获得市场关注，因而融资约束程度也会更低一些(何贤杰等，2012；刘柏和刘畅，2019)[16～17]。事实上，企业社会责任的思想起源可以追溯到企业自愿的慈善行为(李伟阳和肖红军，2011)[18]，而这种公益慈善行为很可能增加了市场和政府对企业的关注、回馈，进而能够更好地得到金融机构的“青睐”，更大概率获得融资支持(王鹏程和李建标，2015)[19]。李维安等(2015)[20]的研究发现也与该观点一致，并且还指出“资源交换”的关系在具有政治关联的企业中显著性更高。再者，企业社会责任与融资约束之间的显著负相关关系还在相关文献中得到了大量的经验支持。比如，Cheng等(2014)[21]通过收集多个国家的微观数据，研究发现企业社会责任承担的确有助于带来更好的融资渠道。

以上研究均肯定了企业社会责任承担对企业融资约束的缓解作用，同时也隐含了更为深层次的信息。首先，承担社会责任更多的企业具有较高的道德追求，更加强调社会福利贡献，也更加符合市场中的“企业公民”角色。这与普惠金融的宗旨是相契合的，普惠金融凸显社会公平，打破传统金融业“嫌贫爱富”的借贷惯性，全方位地惠及社会所有阶层。从这一维度来看，企业社会责任承担是有可能促进数字普惠金融最大效用的发挥。其次，企业社会责任履行是企业社会风险管理的良好信号(Wartick和Cochran，1985)[22]。这是因为在企业运营过程中，各种社会和环境风险在某种程度上相伴而生，企业社会责任的承担则有助于保障利益相关方的稳定契约关系，降低潜在“意外事故”的发生概率。而数字普惠金融发展目的之一就是为补充目前尚未完善的征信体系，在金融生态环境更加优化的情况下，社会责任承担较多的企业其“征信”评分相对更高，故企业社会责任的信号作用很可能得到进一步增强。最后，履行社会责任符合社会对企业行为的期望，一定程度上满足了股东、债权人、政府以及利益相关者的需求。这反映出企业本身对社会较高的信任度，同时也获得了来自社会各界的信任。信任机制在普惠金融体系构建中的重要作用是毋庸置疑的，微观个体的信任程度提升有利于提高普惠金融的惠及几率，发挥普惠金融的作用(陈颐，2017)[23]。

这些潜在机制均可能使企业社会责任承担在数字普惠金融发展影响企业融资约束的过程中扮演重要角色，存在调节效应。换句话说，不同企业享有数字普惠金融发展所带来的正向影响程度存在差异，社会责任承担较多的企业更有可能获得借贷支持。因此，本文提出假设3：

假设3：数字普惠金融对企业融资约束的缓解效应随着企业社会责任水平的提高而上升。

三、数据、变量与经验分析方法

(一)样本选择与数据来源

由于本文研究数字普惠金融发展、企业社会责任对企业融资约束的影响，需要匹配城市层面的数字普惠金融指数与微观企业层面的财务指标，前者相关数据来自于中国数字普惠金融发展指数。由北京大学数字金融研究中心和蚂蚁金融服务集团自2011年以来实施的跟踪调查，其调查范围覆盖了31个省份的338个市，每年跟踪数据样本保持不变。所以我们选择的研究样本来自沪深两市A股2011—2018年的上市企业。并根据研究需要对原始数据进行整合分析，剔除重复、无效以及财务数据或其他变量观测值不全等样本，且进一步对所有连续变量进行了上下1%分位数Winsorize处理以降低异常值影响，最终得到17499个回归样本观测值。其中，企业特征以及区域特征等变量的相关数据均来自于CSMAR数据库，企业社会责任水平则根据和讯网社会责任评分获得。

(二)模型设定与变量定义

首先，本文通过固定效应模型研究数字普惠金融发展对企业融资约束的影响，基准计量回归模型表达式如式(1)：

KZijt=β0+β1DFIjt+β2Xijt+Year+Indus+uijt

(1)

其次，本部分进一步考察数字普惠金融对企业融资约束的影响，企业社会责任是否导致了这种影响程度上的差异，即企业社会责任在其中可能起着何种调节作用？于是，在式(1)中加入企业社会责任以及其与数字普惠金融的交互项，并对交互项的系数是否显著异于0进行检验，以反映可能存在的调节效应，具体模型设定如式(2)：

KZijt=β0+β1DFIjt+β2CSRijt+β3DFIjt*CSRijt+β4Xijt+Year+Indus+uijt

(2)

其中，KZijt表示第j市i企业在第t年的融资约束水平；DFIjt衡量该企业所在地级市的数字普惠金融发展程度，包括数字普惠金融发展总指数及各维度具体水平；CSRijt表示企业的社会责任评分；Xijt表示企业个体层面以及区域层面的控制变量，包括城市人均生产总值、地区金融发展水平等关键经济特征；Year表示年份虚拟变量，可以更好地控制各变量可能存在的时间趋势；Indus表示行业虚拟变量，利于控制行业差异；uijt为随机扰动项。

1.企业融资约束(KZijt)

关于融资约束指标的构建，不同文献对此存在诸多差异。我们借鉴Baker等(2003)[24]、李君平和徐龙炳(2015)[25]的研究方法，区分了不同行业可能存在的影响，构建一个四因子KZ指数，具体包含企业现金水平、经营现金流、股利与资产负债率。KZ指数越大，意味着企业面临的融资约束程度越高。

2．数字普惠金融(DFIjt)

考虑到各地区数字普惠金融指数是一个多维度的动态复合概念，随着时间推移，其测度方法与衡量指标的完善程度会不断提高。目前而言，北京大学数字金融研究中心和蚂蚁金融服务集团开发的城市层面的中国数字普惠金融发展指数较好地刻画了我国区域层面的数字金融普惠程度及发展水平，从覆盖广度、使用深度和数字支持服务程度这三个维度(1)其中使用深度指数更能衡量互联网金融服务的实际使用情况，具体由支付(服务)、货基(货币基金业务服务)、征信(服务)、保险(服务)、投资(服务)、信贷(服务)6个二级维度计算得来。加以综合衡量，但考虑到数字支持服务程度指数自2011年以来波动幅度较大，故本文中采用前两个一级维度指数。具体而言，DFIjt及其各维度数值越大，该城市数字普惠金融发展程度越高。

3．企业社会责任及其他控制变量

考虑到企业融资约束形成的情况并不一致，在数据可获得的情况下，我们在回归模型中加入企业社会责任评分、企业年龄、成长状况、盈利水平等企业特征变量，同时还控制了地区间的差异。其中，CSRijt是测度企业社会责任评分的变量，和讯网根据股东、员工、供应商、客户和消费者权益、环境等方面对上市企业进行打分，形成社会责任报告专业评测结果。其值越大，代表上市企业的社会责任承担越多，信息披露越完善，有利于提高该企业的社会认可度。

此外，本文控制的一些企业特征和区域特征变量，具体指标选取参考了相关经典传统理论。比如，企业经营年龄越长，其口碑、社会关系更加巩固，经营经验也可能提升企业对信息的获取能力，因而有利于降低融资约束。基于此，我们在回归模型中加入了企业年龄(AGE)；企业成长性是债权人是否提供贷款的关键之一，于是托宾Q值(Tobinq)和主营业务收入增长率(ΔInc)也包含在回归模型中，其值越大意味着企业的成长性越高；并且企业盈利能力在很大程度上体现了营运资本管理效率，因而总资产净利润率(ROA)越高的企业通常其融资约束的程度越低。而资本性支出(Capital)是度量企业主营业务的关键变量，该指数越大，在一定程度上表明企业投资规模越大，主营业务收入的保障更大。同时我们还考虑到，企业的债务水平以及债务变动都将较为直接地影响企业融资约束水平，当企业的负债水平、财务杠杆过高时，可能意味着企业已经面临较高的融资约束，或是下一阶段更大概率面临高融资约束的状况。相反，企业的现金持有水平则与企业融资约束呈反向关系。进一步地，基于实证严谨性考虑，我们还在回归模型中加入了控制行业差异及地区间差异的变量，比如城市人均生产总值(Ingdp)、地区金融发展水平(Fina)等。具体变量说明及计算方法详见表1。

表1 变量定义

(三)描述性统计与实证检验思路

表2列出了主要变量的描述性统计特征。据此可知，其一：上市企业间的融资约束状况差异十分明显。根据前文中的计算方法，其数值分布在-8.4740～6.3251之间，标准差为2.9237。这意味着企业融资约束的议题值得关注并深入研究；其二，我国各城市数字普惠金融发展亦差距显著，样本观测值中最大值高达291.4400，最小值为47.4800，标准差为62.3008。就东中西部地区(2)根据国家统计局的相关资料，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11个省份；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8个省份；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆12个省份。分组考察的统计结果来看，东部省份数字普惠金融发展水平的均值和中位数均明显高出中西部省份，但就整体而言我国各地区的数字普惠金融发展均呈现高速发展状况。从经济逻辑分析，数字普惠金融的差异发展是企业融资约束差异的可能原因之一。为了更加深入细致地考察二者间可能存在的作用机制，并为保证回归结果的稳健性，我们在实证检验中使用各城市数字普惠金融发展总指数，并选取数字普惠金融的一级维度作为其代替变量，分别为覆盖广度和使用深度指数。

其他控制变量的统计特征也值得我们关注。比如，在样本上市企业中企业社会责任评分，最高分值为16，但是最低仅为-6.61。这说明投资者、债权人等利益相关方对企业评价差异明显，这会在数字普惠金融缓解企业融资约束的效应中产生何种影响，我们在实证的第二部分进行检验。进一步地，从表2的统计结果来看，计量回归模型中控制地区间差异是十分必要的。比如，各城市金融机构贷款量占当地GDP总额的比值来衡量的地区金融发展水平，指标值最大为3.5048，最小值则仅为0.3997。这在一定程度上说明了落后偏远地区的金融发展相对滞后，利用数字普惠金融发展来改善的空间也更为可观。此外，为验证关键解释变量估计系数的稳健性，我们在回归模型中还依次加入了企业特征各变量，具体描述性统计结果详见表2。

表2 主要变量描述性统计

四、数字普惠金融对企业融资约束的影响

(一)基准分析

表3报告的回归结果支持本文的假设1，数字普惠金融发展(DFI)的估计系数在1%统计水平下显著为负，这意味着较高的数字普惠金融发展水平确实有助于缓解上市企业面临的融资约束问题。换言之，相较于数字金融尚未普及地区，处于数字普惠金融发展水平更高地区的企业更大概率地获得融资支持，因而降低其陷入融资约束困境的概率。另外，从覆盖广度(Coverage)和使用深度(Usage_depth)两个一级指标来看，其系数值也显著为负，表明数字普惠金融的发展广度和使用深度都与企业从银行和非银行金融机构获得融资支持之间形成较为稳健的联系。进一步地，表3中第(1)、(3)、(5)列还报告了不包括区域控制变量的回归结果。通过对比分析可知，在区域特征变量加入后，数字普惠金融发展对企业融资约束的缓解效应并无二致，其估计系数值的方向和显著性均基本稳健。

在控制变量方面，总资产净利润率(ROA)、托宾Q值(Tobinq)、企业的现金持有水平(Cash)以及资本性支出(Capital)均显著为负，而企业的负债水平(Debt)和短期债务增长率(ΔStd)则显著为正，这与以往文献中的研究结论保持一致。表明企业盈利性越高、成长性越好，企业投资规模越大，企业持有更高水平的现金流，则其融资约束可能性越小；而企业的负债压力、财务杠杆过高，则会提高企业陷入融资约束困境的概率。但我们注意到，城市人均生产总值(Ingdp)、地区金融发展水平(Fina)等区域控制变量与企业特征中的企业年龄(AGE)并未与理论预期相符，估计系数值符号均为正。这是否因模型设定不严谨所致？我们将进一步验证。

表3 数字普惠金融发展与企业融资约束(双向固定效应)

表3(续)

(二)内生性问题处理

我们通过面板数据模型克服遗漏变量的影响，表3报告的估计结果控制了行业和年份两个层面的固定效应。但计量回归模型依然有可能存在某些不随时间变化的个体层面的遗漏变量，进而导致内生性问题。于是，这里我们进一步控制个体层面的固定效应，实证结果如表4所示。回归结果显示数字普惠金融对企业融资约束仍然存在显著的缓解作用，影响效应大小也与表3中的估计结果保持了较好的一致性。而且从整体拟合优度来看，控制个体固定效应之后R2有较大程度的提高。不过，在数字普惠金融不同维度中，影响效应也存在差异。使用深度的估计系数值较覆盖广度指标在统计上更为显著，前者在1%的统计水平下与因变量显著负相关。

值得注意的是，在控制个体和年份固定效应之后，部分控制变量的估计结果与表3差异显著。比如，城市人均生产总值(Ingdp)、地区金融发展水平(Fina)等区域控制变量分别在5%和10%的统计水平下显著为负值，这与理论预期是符合的，意味着区域金融发展水平更高的地区，企业融资约束程度越低。而企业年龄(AGE)在区域特征变量尚未加入的模型回归中，其估计系数符号依然为正，但在加入区域特征变量之后其系数值在统计上并不显著，反映企业年龄对企业融资约束的影响作用并不十分稳健。

表4 数字普惠金融发展与企业融资约束(控制个体层面固定效应)

表4(续)

对比表4和表3，控制个体层面的双向固定效应模型能够比较有效地缓解因遗漏非时变量而产生的内生性问题，比如企业文化等，其实证结果也更加符合理论预期。但计量识别中还可能存在因遗漏其他重要变量而导致的内生性偏误。比如，数字普惠金融与企业融资约束之间之所以存在负相关关系，可能是因为数字普惠金融发展水平较高的地区同时具有较高的实体金融服务可得性，因而当地企业面临的融资约束水平会相对更低。并且数字普惠金融与实体金融服务可得性之间还可能存在相互作用，或许会进一步导致数字普惠金融对企业融资约束缓解效应的高估。对此，本部分我们通过加入实体金融服务可得性以及其与数字普惠金融的交互项，并对此进行实证检验。具体借鉴周广肃和梁琪(2018)[26]的做法，选取各城市每万人拥有银行数作为实体金融服务可得性，记作Bank_num，数据来源于中国银保监会网站。

由表5的实证结果可见，金融服务可得性与数字普惠金融的交互项系数显著为正，与数字普惠金融估计系数值符号方向相反，反映了数字普惠金融发展对企业融资约束的缓解程度会随着实体金融服务可得性的提高而降低。这意味着数字普惠金融发展并未在实体金融服务可得性更高的地区发挥更大作用，反而其促进作用在实体金融机构较少的地区更为明显。由此表明，实体金融服务可得性对模型回归结果的干扰影响并不明显，在控制了相应变量及其与数字普惠金融的交互项之后，模型中关键变量与多数控制变量的正负性和显著性均保持良好，数字普惠金融对企业融资约束的缓解作用机制依然成立。

表5 数字普惠金融发展与企业融资约束(加入实体金融服务可得性)

(三)异质性分析

根据已有文献的研究，企业高管的政治背景可能与企业融资约束存在较大的联系，其将有助于企业获得更多资源来缓解融资约束(邓可斌，2017)[27]。于是，为了更深入地分析数字普惠金融发展对企业融资约束的异质性效应，我们将总样本分组为企业高管是否具有政治关联背景，具体设定方法参照彭红星和毛新述(2017)[28]的做法(3)所述政治背景是指：曾经或目前是否兼任政府官员(包括中央政府、省政府、省以下地方政府官员)、人大代表(包括全国、省、省以下人大代表)或政协委员(包括全国、省、省以下政协委员)。某年份在任公司董事长或总经理至少有一人符合上述情况之一，则该家公司被视作具有政治关联。。通过观察表6的回归结果发现，在有政治背景的分样本中，数字普惠金融发展的估计系数值并不显著，而在无政治背景分组中，数字普惠金融发展对企业融资约束存在显著负向影响。对此可能的解释是，数字普惠金融意在降低金融产品、金融服务的门槛，赋予社会公众获得公平借贷或融资的机会和权利，尤其是难以获得金融资源的部分群体。因而数字普惠金融发展更大概率地有助于高管无政治背景的企业获得资金支持，缓解融资约束。这一结论验证了本文的假设2。并且进一步具体到数字普惠金融发展的覆盖广度和使用深度指标时发现，覆盖广度在有政治背景的分组中未通过显著性检验，而使用深度对企业融资约束的缓解作用在两组中均十分显著，对企业融资约束的影响也更为突出。这说明数字普惠金融发展更利于弱势群体，且随着发展的逐渐深入，需要“量”和“质”并重，在扩大覆盖广度的基础上注重纵向深化。

表6 数字普惠金融发展与企业融资约束：基于高管政治背景差异

从表2列示的主要变量描述性统计特征来看，我国数字普惠金融发展水平的区域差异较大，尤其是东部地区的数字普惠金融指数值远高于中西部地区。于是，在考察数字普惠金融对企业融资约束的影响时，我们有必要将总样本划分为东部和中西部地区分别进行考察。其中，中西部地区没有进一步细分，其原因在于二者的数字普惠金融指数值较为接近。表7报告了分样本的回归结果，相较于东部地区，中西部地区数字普惠金融发展与企业融资约束之间存在显著的负相关关系。这可能是因为数字普惠金融更加倾向于在偏远、落后地区发挥作用，在经济金融发展较快的东部地区，数字普惠金融对企业融资约束的缓解作用相对较小。于是，这里进一步验证了本文的假设2。此外，我们还注意到，在按照区域分布的分组中，数字普惠金融不同维度的影响效应也存在明显差异。其中，使用深度在10%的统计水平下显著缓解了各组中样本企业的融资约束，而覆盖广度的提升则仅在中西部地区发挥作用。

表7 数字普惠金融发展与企业融资约束：基于区域差异

表7(续)

五、企业社会责任视角的扩展检验

前面我们进行了基准回归分析、各类稳健性检验以及对数字普惠金融发展缓解企业融资约束的异质性效果进行了讨论。这里进一步思考，企业主观行为是否也会影响数字普惠金融作用的发挥？比如，企业社会责任承担是否存在调节作用，即数字普惠金融对企业融资约束的影响是否会随着企业社会责任水平的提高而增大。本文利用温忠麟等(2005)[29]的调节效应(moderating effect)检验程序来进行验证。因考虑到关键解释变量数字普惠金融以及其一级维度指标和调节变量企业社会责任都是连续变量，本部分采用带有乘积项的回归模型，做层次回归分析。同时为避免多重共线性问题，分别对调节变量、关键解释变量及交互项进行了中心化处理。我们通过逐步加入企业社会责任以及其与数字普惠金融发展的交互项来验证这一机制，结果如表8所示。

由表8可知，区域特征变量加入与否并没有显著改变关键解释变量对企业融资约束的影响效应。表8中第(1)列和第(4)列显示，企业社会责任的系数值均为负，在1%的置信水平下显著，说明企业社会责任的承担对企业融资约束具有显著的缓解作用。这与相关文献的研究结论一致。进一步地，在加入文章中提及的所有控制变量之后，我们观察到交互项CSR*DFI的系数为-0.0015<0，在1%的置信水平下显著。该实证结果有力地支持了研究假设3，意味着随着企业社会责任承担水平的提高，数字普惠金融发展对企业融资约束的缓解作用也会越来越强，即不同企业享有数字普惠金融发展所带来的正向影响存在不同程度上的差异。对企业社会责任承担较多的上市企业而言，数字普惠金融对其的惠及影响显著大于企业社会责任承担较少的企业。

表8 企业社会责任的调节效应

本部分我们进一步分析并检测数字普惠金融的一级维度指标覆盖广度和使用深度的发展水平对企业融资约束的缓解过程中企业社会责任的调节作用是否仍然存在。如表9所示，在包含了所有控制变量的第(3)列和第(6)列中，企业社会责任在数字普惠金融覆盖广度方向和使用深度方向均产生了显著的调节作用。这说明在数字普惠金融推广、深化发展过程中，企业的积极能动性是会影响数字普惠金融所能产生的经济效益，即数字普惠金融发展对企业社会责任承担较多的个体之影响显著大于企业社会责任承担较少的个体之影响。这进一步支持了研究假设3。

另外，我们还观察到交互项CSR*Coverage的系数值与交互项CSR*Usage_depth的系数值均小于零，分别在5%和1%的置信水平下显著。这一实证结果意味着企业社会责任水平的调节效应在不同的数字普惠金融发展维度上并不完全一致。相较于覆盖广度，数字普惠金融深化发展不仅对企业融资约束的影响更加稳健、显著，企业社会责任在其中起到的调节作用效应也更强一些。这与前文数字普惠金融具体维度的估计结果也保持了较好的一致性。

表9 企业社会责任的调节效应(数字普惠金融发展子维度)

六、结论与启示

本文以2011—2018年沪深两市A股上市企业为研究对象，实证检验数字普惠金融发展对企业融资约束的影响。研究结果发现：(1)数字普惠金融发展与企业融资约束缓解显著正相关，表明数字普惠金融生态圈构建对企业融资约束产生了重要的影响，其中一级维度指标使用深度对因变量的影响力度更加显著、稳健；(2)进一步区分企业高管是否具有政治背景，以及按区域进行分组后，研究发现无政治背景、位于中西部地区的企业，数字普惠金融发展对其影响更大一些；(3)企业积极的决策行为在融资约束缓解中的作用明显，比如企业社会责任在数字普惠金融发展尤其是使用深度对因变量的影响中起着显著调节作用。本文不仅拓展了企业融资约束的影响因素研究，同时也从数字普惠金融发展视角切入，进一步探讨了企业社会责任对其作用效应的影响。这为鼓励企业社会责任的积极承担提供了新证据。

本文的研究在政策意义上具有一定启示：(1)数字普惠金融发展对缓解企业融资约束具有重要的作用，因而有必要加快发展数字普惠金融，尤其是在纵向深化等方向，以提供多层次的金融服务；(2)现阶段我国经济由高速增长转向高质量发展，企业社会责任承担行为受到越来越多的关注，甚至有可能成为企业竞争优势新的增长点。因此企业应当更多地、积极地承担企业社会责任，尤其在传统金融环境向数字普惠金融生态圈过渡时期；(3)各地区数字普惠金融的发展并不均衡，中西部地区依然尚未全部覆盖。对此，相关部门要加快建立惠及所有阶层的数字普惠金融发展体系。

有关数字普惠金融的现有文献较少从企业层面展开研究，本文研究结论可以起到抛砖引玉的作用，相关研究还可以从不同方面加以深入挖掘。比如，构建理论模型以刻画一个合适的分析框架，以便从理论上推导数字普惠金融对企业融资约束等方面的作用机理。另外，进一步研究可以细致分析数字普惠金融发展所带来的信息优势、成本优势对企业竞争、区位选择等方面产生的影响，以及企业主观决策行为又如何促进这一机制的实现。