銀行金融科技、商業(yè)信用與民營企業(yè)出口
——基于中國地級市面板數(shù)據(jù)的實證分析

李曉慶

北京物資學(xué)院 經(jīng)濟學(xué)院，北京 101064

王 聰

廣東外語外貿(mào)大學(xué) 經(jīng)濟貿(mào)易學(xué)院，廣東 廣州 510006

方佳雯

北京物資學(xué)院 經(jīng)濟學(xué)院，北京 101064

一、引言

2015年，中國人民銀行等十部委聯(lián)合發(fā)布《關(guān)于促進(jìn)互聯(lián)網(wǎng)金融健康發(fā)展的指導(dǎo)意見》，2015年被視為互聯(lián)網(wǎng)金融監(jiān)管元年。2015年12月31日，國務(wù)院印發(fā)了《推進(jìn)普惠金融發(fā)展規(guī)劃（2016-2020年）》，旨在推進(jìn)金融機構(gòu)運用科技優(yōu)化升級，鼓勵金融機構(gòu)運用大數(shù)據(jù)、云計算等新興信息技術(shù)，打造互聯(lián)網(wǎng)金融服務(wù)平臺，為客戶提供信息、資金、產(chǎn)品等全方位金融服務(wù)，提升金融的普惠性。這是政府文件中首次強調(diào)通過金融科技和金融創(chuàng)新的手段緩解中小企業(yè)融資困境。隨著大數(shù)據(jù)、人工智能、區(qū)塊鏈等先進(jìn)技術(shù)在金融領(lǐng)域的創(chuàng)新融合，催生了新興金融業(yè)態(tài)，即金融科技發(fā)展為推動金融業(yè)數(shù)字化轉(zhuǎn)型、降低信息不對稱問題進(jìn)而解決企業(yè)融資難題提供重要驅(qū)動因素。

《中國金融科技運行報告（2018）》指出，金融科技發(fā)展的主要任務(wù)是提高效率、降低成本、增強可持續(xù)性、服務(wù)大眾、服務(wù)實體經(jīng)濟。實踐方面，中國工商銀行的e信、中國農(nóng)業(yè)銀行的e鏈貸等，主要用于應(yīng)收款項、庫存融資等方面。以中國工商銀行e信為例，其是一種可流轉(zhuǎn)、可融資、可拆分的電子付款承諾函，可在平臺上自由轉(zhuǎn)讓、融資、質(zhì)押等，實現(xiàn)銀行資金的全產(chǎn)業(yè)鏈支持。

與此同時，2017年以來的中美經(jīng)貿(mào)摩擦和就“新冠肺炎疫情”實施的常態(tài)化防控措施，給中國出口貿(mào)易帶來負(fù)面沖擊。2021年，李克強總理提出要繼續(xù)做好“六穩(wěn)”工作，落實“六保”任務(wù)?！胺€(wěn)外貿(mào)”“穩(wěn)就業(yè)”“穩(wěn)外資”是其主要內(nèi)容。探索影響地區(qū)出口穩(wěn)定增長的背后因素，對經(jīng)濟的穩(wěn)定發(fā)展有著重要作用。那么，金融科技，尤其是銀行金融科技在促進(jìn)“穩(wěn)外貿(mào)”方面有沒有貢獻(xiàn)力量？

已有關(guān)于銀行金融科技的研究，主要關(guān)注的是金融科技使用對商業(yè)銀行自身的影響，比如姜世超等（2020）［1］使用某一大型國有商業(yè)銀行縣域內(nèi)部數(shù)據(jù)從渠道覆蓋度、產(chǎn)品使用度和業(yè)務(wù)支持度三個維度構(gòu)建銀行金融科技指數(shù)，系統(tǒng)地展示了該銀行金融科技業(yè)務(wù)的發(fā)展情況；李建軍和韓珣（2019）［2］使用相同數(shù)據(jù)研究發(fā)現(xiàn)，銀行金融科技可以克服信息不對稱以及代理人成本引致信息資源二次配置扭曲的問題，拓展了銀行業(yè)務(wù)。盛天翔和范從來（2020）［3］則使用省級面板數(shù)據(jù)研究發(fā)現(xiàn)金融科技有助于促進(jìn)小微企業(yè)信貸供給。部分學(xué)者研究了地區(qū)金融科技發(fā)展對銀行普惠貸款的風(fēng)險（郭麗虹和朱柯達(dá)，2021［4］）、信貸配置效率（宋敏等，2021［5］）、商業(yè)銀行的盈利性（于波等，2020［6］）和信貸順周期（張慶君和張港燕，2021［7］）等方面的影響。

還有一些文獻(xiàn)研究了金融科技對實體經(jīng)濟的影響，比如金融科技公司的崛起對上市公司的創(chuàng)新活動、短貸長投的投融資期限變化和企業(yè)出口變化。李春濤等（2020）［8］利用新三板上市公司考察了金融科技發(fā)展對企業(yè)創(chuàng)新的影響，發(fā)現(xiàn)城市金融科技發(fā)展水平每提高1%，當(dāng)?shù)仄髽I(yè)專利申請數(shù)量平均會增加0．17；緩解企業(yè)融資約束和提高稅收返還是兩大影響機制。唐松等（2020）［9］基于滬深兩市A股上市公司數(shù)據(jù)實證研究發(fā)現(xiàn)，數(shù)字金融發(fā)展能夠緩解融資約束，驅(qū)動企業(yè)去杠桿、穩(wěn)定財務(wù)、促進(jìn)創(chuàng)新。翟淑萍等（2021）［10］采用滬深A(yù)股上市公司的數(shù)據(jù)發(fā)現(xiàn)，數(shù)字金融會抑制企業(yè)短貸長投，緩解企業(yè)投融資期限錯配，體現(xiàn)出較強的普惠特征。金祥義和張文費（2022）［11］采用2011—2013年中國數(shù)字普惠發(fā)展指數(shù)和工業(yè)企業(yè)數(shù)據(jù)研究數(shù)字金融發(fā)展對企業(yè)出口貿(mào)易的影響，發(fā)現(xiàn)數(shù)字金融能夠顯著促進(jìn)企業(yè)出口發(fā)展，融資約束是重要渠道。張銘心等（2022）［12］采用2014年截面數(shù)據(jù)研究了各省數(shù)字普惠金融對當(dāng)?shù)匦∥⑵髽I(yè)出口的影響，發(fā)現(xiàn)數(shù)字金融有利于生產(chǎn)率低的企業(yè)出口，其中企業(yè)應(yīng)用資本效率改善是重要影響機制。

綜上所述，已有研究較少從中國商業(yè)銀行角度考察銀行金融科技與民營企業(yè)出口關(guān)系的定量分析。鑒于此，本文利用地級市的面板數(shù)據(jù)進(jìn)行實證研究，并嘗試回答以下三個問題：商業(yè)銀行金融科技發(fā)展是否促進(jìn)了存在融資困難的民營企業(yè)出口規(guī)模？如果是，在銀行金融科技影響地區(qū)民營企業(yè)總出口中，地區(qū)商業(yè)信用是否有調(diào)節(jié)作用？最后，商業(yè)銀行金融科技影響地區(qū)民營企業(yè)出口規(guī)模的作用機制是什么？基于上述背景，本文選取2013—2016年84家商業(yè)銀行、278個地級城市和中國海關(guān)民營企業(yè)出口的面板數(shù)據(jù)，主要考察銀行金融科技對地區(qū)民營企業(yè)出口規(guī)模的影響、地區(qū)商業(yè)信用發(fā)達(dá)城市在其中的調(diào)節(jié)作用，以及內(nèi)在影響機制。

本文的邊際貢獻(xiàn)有四點。第一，已有文獻(xiàn)側(cè)重于研究銀行金融科技對其信貸規(guī)模、企業(yè)債務(wù)結(jié)構(gòu)的影響，或者研究數(shù)字普惠金融對上市公司和小微企業(yè)出口的影響，鮮有文獻(xiàn)研究商業(yè)銀行金融科技的應(yīng)用與民營企業(yè)出口的關(guān)系，因此本文能夠為銀行金融科技應(yīng)用與“穩(wěn)外貿(mào)”“穩(wěn)出口”提供參考建議；第二，使用文本挖掘、因子分析等方法從商業(yè)銀行四年年報提取金融科技應(yīng)用的關(guān)鍵詞，計算出每家商業(yè)銀行的金融科技發(fā)展指數(shù)，之后結(jié)合各個城市的商業(yè)銀行分布數(shù)據(jù)計算出278個地級城市的銀行金融科技水平；第三，重點關(guān)注容易被忽視的商業(yè)信用因素，以考察在影響民營企業(yè)出口行為過程中，銀行金融科技發(fā)展與地區(qū)商業(yè)信用之間是競爭關(guān)系還是互補關(guān)系；第四，深入分析銀行金融科技發(fā)展對地區(qū)民營企業(yè)出口規(guī)模的兩個影響機制，即信息不對稱效應(yīng)和融資約束效應(yīng)。本文的研究有助于健全對金融科技發(fā)展的認(rèn)識，更加重視銀行金融科技的發(fā)展在促進(jìn)民營企業(yè)出口方面的重要作用。

本文第二部分是文獻(xiàn)綜述及研究假說；第三部分是實證模型、變量與特征事實；第四部分是實證結(jié)果與分析；第五部分進(jìn)行影響機制分析；第六部分是結(jié)論與啟示。

二、文獻(xiàn)綜述與研究假說

（一）金融科技發(fā)展、信息不對稱與企業(yè)出口

全球金融穩(wěn)定理事會指出，金融科技本質(zhì)是通過技術(shù)手段推動金融創(chuàng)新，形成對金融服務(wù)、機構(gòu)乃至整個金融市場產(chǎn)生重大影響的業(yè)務(wù)模式、技術(shù)應(yīng)用以及流程和產(chǎn)品。金融信息大致分為兩類：“硬”信息和“軟”信息?！坝病毙畔⒖梢酝ㄟ^先進(jìn)的通訊技術(shù)、會計披露以及信用評級等方式獲得，“軟”信息則由于難以書面化和定量化而更加依賴信貸雙方的長期面對面接觸（Petersen and Rajan，2002［13］）。銀行金融科技發(fā)展能夠降低銀企雙方的通勤成本和信息搜集成本，尤其是降低企業(yè)的信息不對稱。銀行可以通過金融科技提升數(shù)據(jù)收集能力、構(gòu)建信用評級體系，極大提高中小企業(yè)融資效率，提升銀行發(fā)放普惠貸款的意愿，降低普惠貸款帶來的風(fēng)險，尤其在小微企業(yè)普惠貸款方面效果明顯（郭麗虹和朱柯達(dá)，2021）。在地理異質(zhì)性上，隨著分支行與總行距離增加，銀行金融科技可有效提升遠(yuǎn)距離分支行普惠貸款經(jīng)營表現(xiàn)和風(fēng)控能力，發(fā)揮積極調(diào)節(jié)作用；克服傳統(tǒng)物理網(wǎng)點因金融抑制、信息不對稱，實現(xiàn)業(yè)務(wù)拓展（李建軍和韓珣，2019）。由于銀行與民營企業(yè)之間的信息不對稱很難用具體的指標(biāo)進(jìn)行衡量，故本文用城市出口差異化產(chǎn)品與同質(zhì)化產(chǎn)品的差異性，來間接驗證銀行金融科技發(fā)展的信息不對稱下降效應(yīng)。因為差異化產(chǎn)品蘊含的信息量更大、信息成本高；同質(zhì)產(chǎn)品蘊含的信息量少，信息成本低（Rauch，1999［14］），出口差異化產(chǎn)品的企業(yè)和出口同質(zhì)化產(chǎn)品的企業(yè)，在申請銀行融資貸款時面臨的信息不對稱是不同的。隨著銀行金融科技水平的提高，差異化產(chǎn)品的出口企業(yè)面臨的信息不對稱將會下降，出口增多。換句話說，如果銀行金融科技應(yīng)用通過降低信息成本不對稱方面起到作用，那么銀行金融科技發(fā)展水平對差異化產(chǎn)品出口的影響應(yīng)更為顯著。因此，本文提出研究假說1。

假說1：銀行金融科技發(fā)展會通過緩解信息不對稱促進(jìn)當(dāng)?shù)夭町惢a(chǎn)品的出口增長。

（二）銀行信貸服務(wù)、融資約束與企業(yè)出口

關(guān)于銀行信貸服務(wù)、融資約束與企業(yè)出口行為的文獻(xiàn)豐富，被解釋變量主要包括出口轉(zhuǎn)型升級、出口產(chǎn)品質(zhì)量、核心產(chǎn)品出口比重、全球價值鏈地位等。許和連等（2020）［15］發(fā)現(xiàn)中國銀企距離在2000—2010年總體呈下降趨勢，銀企距離縮短顯著提高了企業(yè)一般貿(mào)易出口比重，而降低融資成本和強化風(fēng)險控制是兩大影響機制。余靜文和惠天宇（2019）［16］指出銀行業(yè)競爭程度與產(chǎn)品質(zhì)量之間呈現(xiàn)明顯的正相關(guān)關(guān)系；銀行業(yè)競爭程度的提升能夠緩解企業(yè)融資約束，使企業(yè)能夠在技術(shù)創(chuàng)新以及高技能生產(chǎn)要素方面配置更多資源，從而促進(jìn)產(chǎn)品質(zhì)量提升。魏浩和張宇鵬（2020）［17］指出企業(yè)融資約束加劇會顯著降低核心產(chǎn)品在出口總額的比重，主要原因在于企業(yè)會削減企業(yè)中間投入規(guī)模和研發(fā)投入費用。鄭樂凱等（2021）［18］利用全球數(shù)據(jù)進(jìn)行實證研究，發(fā)現(xiàn)市場主導(dǎo)型金融機構(gòu)越發(fā)達(dá)，越會促進(jìn)技術(shù)進(jìn)步，使一國在全球價值鏈的地位攀升。

已有融資約束與出口貿(mào)易的研究均指出，企業(yè)進(jìn)入出口市場需要支付出口固定成本，用于搜尋出口市場信息、建立海外銷售渠道等活動。面臨融資約束的企業(yè)，開展出口業(yè)務(wù)的概率較小。根據(jù)安德森的“長尾理論”，小微企業(yè)屬于金融服務(wù)需求中的“長尾”，在傳統(tǒng)的金融體系中，小微企業(yè)往往因為達(dá)不到金融機構(gòu)或金融市場的“門檻”標(biāo)準(zhǔn)而被排斥在正規(guī)金融體系之外。民營企業(yè)大部分為中小微企業(yè)，普遍存在“融資難”的現(xiàn)象，主要原因是企業(yè)融資渠道單一、融資規(guī)模有限、融資成本偏高等，本質(zhì)是銀行風(fēng)險評估難以實現(xiàn)經(jīng)濟性。與傳統(tǒng)普惠金融側(cè)重收入、財務(wù)報表等信息不同，金融科技更傾向于利用貸款企業(yè)在銀行網(wǎng)絡(luò)終端上沉淀的生活消費和產(chǎn)業(yè)交易數(shù)據(jù)，構(gòu)建其信用評估模型，進(jìn)而在一定程度上降低風(fēng)險評估成本，有助于銀行拓展長尾信貸市場，為其提供投融資服務(wù)。隨著大數(shù)據(jù)和人工智能技術(shù)日趨成熟，銀行的中小企業(yè)貸款及供應(yīng)鏈金融得以發(fā)展，不僅改善了中小企業(yè)的貸款服務(wù)，而且能在滿足特定條件下減少授信過程中對抵押物的依賴。此外，銀行金融科技還通過間接調(diào)整最優(yōu)市場結(jié)構(gòu)進(jìn)而促進(jìn)了小微企業(yè)的信貸供給，有效解決企業(yè)的“融資難”“融資貴”問題（盛天翔和范從來，2020）。由此可見，銀行金融科技的發(fā)展，提供了更為便捷和成本更低的接觸金融資源的機會，有助于拓展“長尾”客戶，擴大信貸業(yè)務(wù)規(guī)模（Wu et al．，2003［19］），進(jìn)而有助于中小型民營企業(yè)緩解融資約束，克服首次出口的固定成本成為新的出口企業(yè)。因此，銀行金融科技的發(fā)展，有利于新出口企業(yè)的設(shè)立。

此外，金融科技通過“賦能”傳統(tǒng)金融機構(gòu)，將七大原有信貸審核流程整合為一體，能夠提升審批效率，縮短信貸審批時間，降低企業(yè)平均的融資約束水平，提升信貸配置效率，降低企業(yè)費用黏性、調(diào)整成本和代理問題等成本管理效率。比如，中國工商銀行的金融科技改革，一方面為客戶提供個性化服務(wù)，另一方面縮短了信貸審批時間。這些做法一定程度上可以降低銀行已有企業(yè)客戶的融資成本、提升企業(yè)資金利用效率，緩解持續(xù)出口企業(yè)融資約束，幫助其克服開拓新出口市場或新出口品種的固定成本。因此，本文提出研究假說2。

假說2：銀行金融科技發(fā)展，有助于緩解企業(yè)融資約束，促進(jìn)當(dāng)?shù)匦鲁隹谄髽I(yè)增加、持續(xù)出口企業(yè)的出口品種增多。

（三）非正規(guī)金融體系的企業(yè)出口效應(yīng)

不同于正規(guī)金融體系，“熟人社會”具有事前信息優(yōu)勢（廖冠民等，2021［20］）。企業(yè)家的“同姓”或“本家”網(wǎng)絡(luò)、同地區(qū)企業(yè)間相互信任等帶來的地區(qū)商業(yè)信用越發(fā)達(dá)，則當(dāng)?shù)孛駹I企業(yè)籌集資金的渠道越多，融資成本和開展出口業(yè)務(wù)的信息成本越低，對于銀行金融科技發(fā)展促進(jìn)民營企業(yè)出口具有調(diào)節(jié)作用。地區(qū)商業(yè)信用高度依賴“人情”和“以往的交易歷史”（張維迎和柯榮住，2002［21］），進(jìn)而獲取企業(yè)的“軟信息”（林毅夫和孫希芳，2005［22］），更為全面掌握企業(yè)的真實情況，增加企業(yè)間的信任程度，繼而做出高效的信貸決策。從這個角度來說，相對于正規(guī)金融，地區(qū)商業(yè)信用能夠利用社會資本在事前幫助信貸雙方降低信息不對稱、緩解民營企業(yè)的融資約束，促進(jìn)其出口業(yè)務(wù)的開展。為此，本文提出研究假說3。

假說3：地區(qū)的銀行金融科技發(fā)展對民營企業(yè)出口影響作用，在地區(qū)商業(yè)信用發(fā)達(dá)水平不同的地區(qū)呈現(xiàn)出異質(zhì)性。

三、實證模型、變量與特征事實

（一）模型設(shè)定

本文聚焦銀行金融科技與民營企業(yè)出口的實證關(guān)系，為此，設(shè)定計量方程（1）。

其中，被解釋變量Exportct表示城市c民營出口企業(yè)在年份t的出口行為，包括出口總額（lnexport）、差異性出口產(chǎn)品的出口額（lnexport_hete）和同質(zhì)性產(chǎn)品出口額（lnexport_homo）、新出口企業(yè)個數(shù)（lnn_new）和持續(xù)出口企業(yè)的出口品種數(shù)（lnvariety_old）。核心解釋變量lnft_bankct表示民營企業(yè)所在城市c的銀行金融科技發(fā)展水平；Xct為其他影響民營企業(yè)出口的控制變量，詳見后文說明。同時控制年份和城市的固定效應(yīng)，處理數(shù)據(jù)的異方差。本文主要關(guān)心lnft_bankct變量的估計系數(shù)β2的符號與數(shù)值。

（二）變量與特征事實

1．被解釋變量：銀行金融科技（lnft_bank）。本文采用對銀行年報進(jìn)行文本挖掘的辦法和指數(shù)合成法構(gòu)建地級市層面的商業(yè)銀行金融科技指數(shù)，并參考郭品和沈悅（2015）［23］的做法，采用文本分析法進(jìn)行架構(gòu)，關(guān)鍵詞詞頻數(shù)據(jù)來源于84家銀行歷年的年度報告。具體來說，按照五個步驟構(gòu)建地區(qū)銀行金融科技指數(shù)。

第一步：構(gòu)建金融科技關(guān)鍵詞詞庫。郭品和沈悅（2015）從資源配置、支付結(jié)算、風(fēng)險管理和信息傳遞四個層面構(gòu)建詞庫。汪可等（2017）［24］在此基礎(chǔ)上，考慮到技術(shù)作用和方式，對初始詞庫進(jìn)行更新。楊文捷等（2020）［25］提出關(guān)鍵詞詞庫的設(shè)立：一是支付結(jié)算類，包括在線支付、第三方支付、網(wǎng)上支付和移動支付；二是資源配置類，包括網(wǎng)絡(luò)投資、網(wǎng)絡(luò)貸款和網(wǎng)貸；三是風(fēng)險管理類，包括互聯(lián)網(wǎng)保險、在線理財、互聯(lián)網(wǎng)理財、網(wǎng)絡(luò)理財；四是信息傳遞類，包括網(wǎng)上銀行、網(wǎng)銀、網(wǎng)絡(luò)銀行、電子銀行和在線銀行；五是技術(shù)基礎(chǔ)類，包括大數(shù)據(jù)、區(qū)塊鏈、人工智能、生物識別和云計算。由于楊文捷等（2020）的詞庫是用來在百度搜索指數(shù)上進(jìn)行篩選，而本文是在銀行年報中對如上詞匯進(jìn)行搜索并進(jìn)行詞頻統(tǒng)計，銀行年報的行文方式與互聯(lián)網(wǎng)搜索引擎中的文字運用存在一定的差異，加之每一家銀行的年報慣用詞匯和披露方式也各不相同，所以在實證研究前應(yīng)當(dāng)在所有的文獻(xiàn)基礎(chǔ)上進(jìn)行更深入而復(fù)雜的關(guān)鍵詞分析。據(jù)此，本文將在郭品和沈悅（2015）、汪可等（2017）和楊文捷等（2020）的基礎(chǔ)上，為適應(yīng)金融科技3．0的新特征新趨勢，在充分研究銀行目前的金融科技發(fā)展勢頭，以及對銀行年報進(jìn)行預(yù)提取后，進(jìn)一步對詞庫進(jìn)行更新和完善，加入一些有價值的新興詞匯，同時也提出一些新詞匯（表1）。

表1 金融科技發(fā)展指數(shù)關(guān)鍵詞詞庫

第二步：統(tǒng)計銀行年報關(guān)鍵詞詞頻。運用格式轉(zhuǎn)換軟件將搜集到的銀行年報批量轉(zhuǎn)化成銀行年報的文本文件，然后將商業(yè)銀行年報文本根據(jù)關(guān)鍵詞詞庫提取2013年至2016年間每個詞每一年在銀行年報中出現(xiàn)的頻率，銀行年報詞頻直觀反映出銀行對金融科技的關(guān)注和運用程度，銀行的關(guān)注和使用可以較好地反映出金融科技在銀行業(yè)的發(fā)展勢頭。

第三步：運用因子分析結(jié)合表1的詞庫構(gòu)建銀行金融科技指數(shù)。首先，檢驗數(shù)據(jù)，對樣本進(jìn)行KMO樣本測度和Bartlett球體檢驗（表2），變量的KMO值為0．857，Bartlett值為4176．991，球形檢驗P值0．000；其次，根據(jù)平行分析碎石圖（圖1），真實數(shù)據(jù)中有五個因子在矩陣特征值均值的上方，于是選擇這五個因子，分別為PA1、PA2、PA3、PA4和PA5（表3）；最后，使用探索性因子分析確定因子權(quán)重，再與五個因子分值結(jié)合進(jìn)行加權(quán)，獲取2013—2016年84家商業(yè)銀行的金融科技指數(shù)。

表2 KMO和Bartlett的檢驗

表3 因子分析結(jié)果

第四步：計算每家銀行的城市金融科技指數(shù)。結(jié)合每家銀行的金融科技指數(shù)與該銀行在全國各地的銀行網(wǎng)點支點的信息，通過每家銀行網(wǎng)點在各城市分布情況進(jìn)行加權(quán)平均，獲得各地級市的金融科技指數(shù)。i銀行在j地級市的金融科技指數(shù)的如式（2）。

第五步：地級市銀行金融科技指數(shù)，等于j城市所有商業(yè)銀行的金融科技指數(shù)加權(quán)平均，如（3）式所示。

根據(jù)以上五步，本文計算了2013—2016年的278個地級市的銀行金融科技指數(shù)，數(shù)值越大，說明該城市的銀行金融科技發(fā)展水平越高，然后將每年的地級市銀行金融科技指數(shù)進(jìn)行全國平均，獲取歷年城市層面平均金融科技指數(shù)，以考察中國這幾年銀行金融科技整體的發(fā)展趨勢（圖2）。結(jié)果發(fā)現(xiàn)，從2013年開始，中國城市層面的銀行金融科技得到快速增長，從2013年的0．29到2015年的1．24，增長了約四倍，之后保持緩慢提升，在2016年達(dá)到1．26。

2．核心解釋變量：民營企業(yè)出口。本文采用地級市所有民營出口企業(yè)的出口總額的自然對數(shù)（lnexport）作為基準(zhǔn)回歸的被解釋變量。其中，民營企業(yè)的界定采用海關(guān)數(shù)據(jù)庫中對企業(yè)屬性的界定。為了檢驗銀行金融科技發(fā)展對民營企業(yè)出口影響的信息不對稱效應(yīng)和融資約束效應(yīng)，進(jìn)一步根據(jù)已有研究將民營企業(yè)出口總額進(jìn)行分解。一是借鑒Rauch（1999）的做法，將城市民營企業(yè)中出口分為同質(zhì)產(chǎn)品的出口額（export_homo）和差異化產(chǎn)品出口額（export_hete）；二是借鑒Hummels and Klenow（2005）［26］的思路，重點考察新出口企業(yè)個數(shù)變化（n_new）、持續(xù)出口企業(yè)的出口品種變化（variety_old）。

3．控制變量。借鑒已有關(guān)于出口影響因素的研究，本文選取城市人均GDP的對數(shù)（lnpgdp）、人口規(guī)模（lnpop）、實際利用外資占當(dāng)?shù)谿DP的比重（fdi／GDP）等變量，以控制促進(jìn)民營企業(yè)出口的其他因素。

本文數(shù)據(jù)來源有4個。（1）中國海關(guān)數(shù)據(jù)，該數(shù)據(jù)庫收錄了企業(yè)出口詳細(xì)信息和企業(yè)屬性信息，不過沒有企業(yè)融資信貸方面的財務(wù)信息。正因為缺少企業(yè)融資信貸方面的財務(wù)信息，本文退而求其次，將民營企業(yè)出口轉(zhuǎn)為企業(yè)所在城市的民營出口；（2）含有金融科技披露信息的84家商業(yè)銀行4年的年報；（3）樣本商業(yè)銀行在全國各城市的分支機構(gòu)數(shù)據(jù)，來自CCBD數(shù)據(jù)庫（中國商業(yè)銀行分支機構(gòu)數(shù)據(jù)庫）；（4）《中國城市統(tǒng)計年鑒》，包括城市（人均）地區(qū)生產(chǎn)總值、總?cè)丝跀?shù)、實際使用外資額、職工平均工資等變量信息，用于控制影響民營企業(yè)出口的其他因素。本文最終樣本為2013—2016年278座城市面板數(shù)據(jù)。由于部分城市的個別變量缺失，后文部分模型的樣本量略少。

（三）描述性統(tǒng)計

主要變量的描述性統(tǒng)計結(jié)果如表4所示。其中，城市民營企業(yè)出口額的自然對數(shù)均值為20．007，標(biāo)準(zhǔn)差為2．151，最小值和最大值分別為8．048和25．581；本文核心解釋變量地區(qū)銀行金融科技指數(shù)的自然對數(shù)lnft_bank的均值為0．380，標(biāo)準(zhǔn)差為0．549，最小值和最大值分別為0．003和3．618。

表4 主要變量的描述性統(tǒng)計

四、實證結(jié)果與分析

（一）基準(zhǔn)結(jié)果分析

為了檢驗銀行金融科技的發(fā)展是否會促進(jìn)城市民營企業(yè)出口額，本文對式（1）進(jìn)行回歸估計，表5的第（1）～（3）列分別是不考慮年份固定效應(yīng)、加入年份固定效應(yīng)、考慮異方差后的結(jié)果。表5結(jié)果顯示，在控制年份固定效應(yīng)和考慮異方差因素之后，銀行金融科技（lnft_bank）系數(shù)均為正數(shù)，且均通過了10%水平上的顯著性，說明銀行金融科技的發(fā)展與城市的民營企業(yè)出口額之間存在顯著的正相關(guān)關(guān)系，即促進(jìn)了城市民營企業(yè)出口額的增長。此外，城市人均地區(qū)產(chǎn)值lnpgdp和人口規(guī)模lnpop也是促進(jìn)民營企業(yè)出口增長的顯著因素。從估計系數(shù)大小上看，以表5的第（3）列為例，銀行金融科技指數(shù)（lnft_bank）增加1%將會促進(jìn)城市民營企業(yè)出口總額提高27．3%。由此可見，銀行金融科技的應(yīng)用，有助于當(dāng)?shù)孛駹I企業(yè)總體出口規(guī)模的增長。

表5 銀行金融科技與民營企業(yè)出口總額

（二）穩(wěn)健性檢驗

為了檢驗基準(zhǔn)回歸估計結(jié)果的穩(wěn)健性，本文進(jìn)行了一系列的穩(wěn)健性檢驗（表6），具體從四個方面進(jìn)行。第一，剔除四個直轄市樣本重新進(jìn)行估計。北京、上海、天津、重慶四個直轄市屬于省級級別的行政屬性，為了保證每個樣本點都處于城市級別的行政屬性，本文剔除這四個直轄市的觀測值進(jìn)行重新估計。第二，加入金融科技其他維度。為了綜合考慮金融科技發(fā)展情況對民營企業(yè)出口的影響，本文加入了城市金融科技企業(yè)數(shù)量來控制，并對回歸方程重新估計。該變量數(shù)據(jù)來自宋敏等（2021）的城市金融科技企業(yè)個數(shù)。第三，由于同時期存在其他經(jīng)貿(mào)政策可能會對估計結(jié)果造成干擾，故進(jìn)一步控制同時期的其他經(jīng)貿(mào)政策，如“一帶一路”倡議可能會對民營企業(yè)出口產(chǎn)生影響。為此，本文模型中加入“一帶一路”倡議的虛擬變量，具體地，將2013年以后各年份的Dummy_2014設(shè)為1，反之設(shè)為0。第四，地區(qū)傳統(tǒng)金融發(fā)達(dá)程度可能是促進(jìn)民營企業(yè)出口的重要因素，為此加入城市金融業(yè)發(fā)達(dá)情況變量（lnloan_city）。傳統(tǒng)金融發(fā)達(dá)情況采用城市金融機構(gòu)貸款與GDP的比重來衡量。以上各項穩(wěn)健性檢驗的估計結(jié)果如表6所示。由表6可以發(fā)現(xiàn)，地區(qū)銀行金融科技（lnft_bank）的估計系數(shù)依舊在10%水平上顯著為正，說明地區(qū)銀行金融科技的發(fā)展顯著促進(jìn)了城市民營企業(yè)出口總額增加。由此可見，本文的基準(zhǔn)回歸結(jié)果具有穩(wěn)健性。

表6 銀行金融科技與民營企業(yè)出口總額：穩(wěn)健性分析

（三）內(nèi)生性處理

前文雖然控制了城市固定效應(yīng)和年份固定效應(yīng)，但實證結(jié)果仍有可能存在一些不可觀測因素的影響。這種遺漏變量問題會導(dǎo)致本文估計的銀行金融科技（lnft_bank）系數(shù)有偏。除此之外，企業(yè)出口業(yè)務(wù)的發(fā)展也可能會引致當(dāng)?shù)亟鹑诳萍嫉陌l(fā)展，兩者可能存在反向因果關(guān)系。為此，本文選用工具變量法進(jìn)行重新估計，借鑒Chong et al．（2013）［27］、張杰等（2017）［28］、宋敏等（2021）做法，采用企業(yè)所在省內(nèi)GDP最接近其注冊地的三個其他地級市的金融科技發(fā)展水平的均值作為企業(yè)所在地金融科技發(fā)展的工具變量（IV），進(jìn)行工具變量法估計。工具變量需要滿足相關(guān)性和外生性。第一，相關(guān)性。銀行業(yè)空間布局結(jié)構(gòu)也是銀行金融科技“賦能”的基礎(chǔ)。從銀行選址的角度看，張杰等（2017）指出，銀行在設(shè)立分支機構(gòu)時，省內(nèi)GDP最為接近的地區(qū)往往也是銀行進(jìn)入概率相近和考慮的備選地區(qū)。從經(jīng)濟發(fā)展的角度，省內(nèi)地級市都會受到相同省級政策的影響，GDP相近也表示其有著相似的銀行金融科技發(fā)展的經(jīng)歷。因此，省內(nèi)GDP相近地級市與目標(biāo)地級市之間金融科技發(fā)展必然具有高度的相關(guān)性。第二，外生性。省內(nèi)GDP相近地級市的金融科技發(fā)展很難影響目標(biāo)城市的民營企業(yè)的出口行為。雖然GDP相近城市可能是相鄰城市，但現(xiàn)實里企業(yè)通過周邊城市銀行享受金融服務(wù)的概率較低。因此，本文選取的IV滿足工具變量相關(guān)性和外生性假定。

工具變量的估計結(jié)果如表7所示，第（1）～（3）列分別是控制城市固定效應(yīng)、控制城市和年份固定效應(yīng)、加入更多城市層面變量的估計結(jié)果。從表7可知，銀行金融科技指數(shù)（lnft_bank）的系數(shù)顯著為正，且系數(shù)值相比于基準(zhǔn)回歸更大。與此同時，第一階段的工具變量（lnft_bank_iv）的系數(shù)顯著為正，且第一階段F統(tǒng)計量遠(yuǎn)大于臨界值10，這說明本文選取的工具變量與內(nèi)生性解釋變量之間存在強相關(guān)關(guān)系。總體而言，上述檢驗表明本文所選取的工具變量是合適的，以此為基礎(chǔ)進(jìn)行的工具變量法估計的結(jié)果可靠。

表7 銀行金融科技與民營企業(yè)出口總額：工具變量法

（四）地區(qū)商業(yè)信用差異的異質(zhì)性分析

眾所周知，商業(yè)信用是早于銀行信用的一種融資方式。商業(yè)信用發(fā)達(dá)的地區(qū)，企業(yè)之間的融資便利度較高、融資成本相對較低，可能對于銀行信用的依賴度相對較低。商業(yè)信用薄弱的地區(qū)，企業(yè)之間融資便利度較低、融資成本相對較高，可能對于銀行信用的依賴度相對較高。那么銀行在金融科技方面的投資在促進(jìn)民營企業(yè)出口方面，是否會因當(dāng)?shù)厣虡I(yè)信用發(fā)達(dá)程度不同而存在差異性結(jié)果？為此，本文采用企業(yè)面臨商業(yè)信用的平均值來代理所在地區(qū)的商業(yè)信用水平。由于無法獲取2013—2016年企業(yè)商業(yè)信用水平，但考慮到地區(qū)商業(yè)信用是一個慢變量，故本文采用兩分法將樣本中的地級市劃分為商業(yè)信用發(fā)達(dá)地區(qū)和商業(yè)信用薄弱地區(qū)。具體來說，對于商業(yè)信用水平高于全國平均值的城市，設(shè)為商業(yè)信用發(fā)達(dá)地區(qū)，反之是商業(yè)信用薄弱地區(qū)。其中，企業(yè)面臨的商業(yè)信用水平采用兩套數(shù)據(jù)進(jìn)行測算：一是采用中國工業(yè)企業(yè)在同一城市的“制造業(yè)同姓網(wǎng)絡(luò)”代理商業(yè)信用程度；二是采用世界銀行中國微觀企業(yè)調(diào)查數(shù)據(jù)中企業(yè)面臨的“上游原材料融資”。

1．商業(yè)信用代理變量一：制造業(yè)“同姓”網(wǎng)絡(luò)。已有研究發(fā)現(xiàn)：如果企業(yè)法人的同姓比例高的地區(qū)，其社會網(wǎng)絡(luò)發(fā)達(dá)，可以通過共享信息降低出口費用，進(jìn)而促進(jìn)企業(yè)進(jìn)出口。比如，趙子樂等（2020）［29］指出“同姓”企業(yè)之間的出口信息共享和出口費用分擔(dān)可以促進(jìn)出口。進(jìn)一步看，不同所有制企業(yè)對同姓網(wǎng)絡(luò)依賴度是存在差異的：外資企業(yè)本身擁有國外市場信息并且嵌入了國外的商業(yè)網(wǎng)絡(luò)，因此，不太需要通過國內(nèi)的姓氏網(wǎng)絡(luò)來獲取國外市場的信息或分擔(dān)費用；國有企業(yè)有著政府的支持，可通過多種手段克服出口障礙，也無須依賴姓氏網(wǎng)絡(luò)。故民營企業(yè)對同行業(yè)的企業(yè)主同姓網(wǎng)絡(luò)的依賴度相對較高。

為此，本文采用上年度企業(yè)所在城市中本行業(yè)“同姓”企業(yè)當(dāng)中有多大比例的企業(yè)出口來衡量“同姓網(wǎng)絡(luò)”。具體來說，“同姓”企業(yè)是指企業(yè)法人具有相同的姓氏。考慮到企業(yè)法人相對穩(wěn)定，故本文選取2013年的中國工業(yè)企業(yè)數(shù)據(jù)庫進(jìn)行計算，具體分為三步驟：第一步，根據(jù)工業(yè)企業(yè)數(shù)據(jù)，計算出同行業(yè)“同姓”企業(yè)的比例，將城市制造業(yè)“同姓”網(wǎng)絡(luò)指數(shù)設(shè)定為該城市“同姓”企業(yè)比例最高的姓氏的“同姓”比例數(shù)值；第二步，將樣本城市的“同姓”網(wǎng)絡(luò)指數(shù)進(jìn)行平均化，設(shè)定為全國的“同姓”網(wǎng)絡(luò)指數(shù)；第三步，如一座城市的“同姓”網(wǎng)絡(luò)指數(shù)低于全國的“同姓”網(wǎng)絡(luò)指數(shù)，則設(shè)為商業(yè)信用薄弱地區(qū)，反之設(shè)為商業(yè)信用發(fā)達(dá)地區(qū)。

對于商業(yè)信用薄弱地區(qū)和發(fā)達(dá)地區(qū)兩類子樣本分別采用固定效應(yīng)和工具變量法進(jìn)行估計，結(jié)果如表8的第（1）～（4）列所示。從表8的第（1）列和第（2）列可以看到，在商業(yè)信用薄弱地區(qū)，銀行金融科技指數(shù)（lnft_bank）的估計系數(shù)分別在5%和1%的水平上顯著為正，表明在商業(yè)信用薄弱的地區(qū)，銀行金融科技發(fā)展顯著促進(jìn)了當(dāng)?shù)孛駹I企業(yè)出口。不同的是，商業(yè)信用發(fā)達(dá)地區(qū)，銀行金融科技指數(shù)（lnft_bank）的估計系數(shù)在表8的第（3）列沒有通過顯著性檢驗但在第（4）列通過了5%的顯著性水平，說明在商業(yè)信用發(fā)達(dá)的地區(qū)，銀行金融科技的發(fā)展對民營企業(yè)出口沒有穩(wěn)健作用?？赡艿脑蚴牵涸谏虡I(yè)信用發(fā)達(dá)地區(qū)，企業(yè)之間“同姓網(wǎng)絡(luò)”本身就可以幫助信貸雙方緩解信息不對稱、融資困難等問題，故銀行金融科技在這兩方面的優(yōu)勢無法體現(xiàn)。為此，本文假說3得以檢驗。

表8 銀行金融科技與民營企業(yè)出口總額：商業(yè)信用之制造業(yè)同姓網(wǎng)絡(luò)

2．商業(yè)信用代理變量二：上游原材料的融資便利。根據(jù)商業(yè)信用已有文獻(xiàn)，商業(yè)信用還可以表現(xiàn)為核心企業(yè)為上下游企業(yè)提供的商業(yè)融資便利（呂懷立等，2021［30］）。由此可見，地區(qū)商業(yè)信用，除了“同姓”網(wǎng)絡(luò)可能為企業(yè)提供的融資便利，企業(yè)上下游的供應(yīng)商關(guān)系也可以在一定程度上緩解其融資約束，促進(jìn)其開展出口貿(mào)易。基于地區(qū)的商業(yè)信用關(guān)系一般相對穩(wěn)定的假設(shè)，本文取材世界銀行中國企業(yè)調(diào)查數(shù)據(jù)。雖然2012年世界銀行對中國企業(yè)進(jìn)行了調(diào)查，但僅有25座城市，樣本量過小。故本文采用2005年中國120座城市的數(shù)據(jù)。調(diào)研涉及企業(yè)與上下游融資便利的問題有：（1）貴公司是否通過商業(yè)信用方式購買原材料？（2）貴公司通過商業(yè)信用方式購買原材料的比重有多大？對（1）問題的回答存在10%到70%的差異，因此選?。?）問題的回答來構(gòu)建地區(qū)商業(yè)信用水平。具體分三步驟：第一步，提取對上述兩個問題作答企業(yè)的商業(yè)信用購買原材料的比重；第二步，根據(jù)企業(yè)所在城市，計算城市中所有企業(yè)的商業(yè)信用購買原材料比重的平均值，并將其設(shè)定為該城市的商業(yè)信用程度；第三步，計算120座城市的商業(yè)信用程度的平均值，并將每座城市的商業(yè)信用程度與該平均值進(jìn)行比較。高于120座城市商業(yè)信用平均值的城市，設(shè)定商業(yè)信用發(fā)達(dá)地區(qū)，反之是商業(yè)信用薄弱地區(qū)。由于世界銀行企業(yè)調(diào)查樣本中的城市個數(shù)少于基準(zhǔn)回歸的樣本，因此表9的樣本量相對較少。

表9 銀行金融科技與民營企業(yè)出口總額：商業(yè)信用之上游原材料融資

對商業(yè)信用薄弱地區(qū)和發(fā)達(dá)地區(qū)的子樣本分別采用FE和FE工具變量法的估計結(jié)果分別報告在表9的第（1）～（4）列。從表9的第（1）列和第（2）列可以看到，在上下游企業(yè)融資薄弱地區(qū)，銀行金融科技指數(shù)（lnft_bank）的估計系數(shù)依舊在至少10%的顯著性水平上為正，同樣表明在商業(yè)信用薄弱的地區(qū)，地方的銀行金融科技發(fā)展顯著促進(jìn)了當(dāng)?shù)孛駹I企業(yè)出口規(guī)模的擴大。與表8類似，從表9的第（3）列和第（4）可以看出，在上下游企業(yè)融資發(fā)達(dá)地區(qū)，銀行金融科技指數(shù)（lnft_bank）的估計系數(shù)沒有得到穩(wěn)健性結(jié)果，同樣說明了在商業(yè)信用發(fā)達(dá)的地區(qū)，銀行金融科技的發(fā)展沒有對當(dāng)?shù)孛駹I企業(yè)出口產(chǎn)生穩(wěn)健顯著促進(jìn)作用。表8和表9結(jié)果基本一致，驗證了前文的假說3：銀行金融科技的應(yīng)用有利于民營企業(yè)總體出口規(guī)模的提升，但存在地區(qū)差異性；這一作用主要體現(xiàn)在商業(yè)信用薄弱的地區(qū)。

五、影響機制分析

前文討論了城市的銀行金融科技發(fā)展對民營企業(yè)出口規(guī)模的影響方向和地區(qū)差異性，下面將進(jìn)一步討論地區(qū)銀行金融科技發(fā)展如何影響民營企業(yè)出口規(guī)模，即影響機制分析，進(jìn)而驗證本文的假說1和假說2。

（一）信息不對稱效應(yīng)

為了驗證銀行金融科技發(fā)展對出口企業(yè)影響的信息不對稱渠道，本文采用間接方式進(jìn)行驗證。考慮到金融可以在信息搜集方面的優(yōu)勢，本文推測銀行金融科技發(fā)展對民營企業(yè)差異化產(chǎn)品的出口有顯著影響，并借鑒Rauch（1999）提出的分類方法將產(chǎn)品劃分為差異化產(chǎn)品和同質(zhì)性產(chǎn)品，之后計算出每座城市的所有民營企業(yè)出口同質(zhì)產(chǎn)品的出口額和差異化產(chǎn)品的出口額。為了比較同質(zhì)產(chǎn)品和差異化產(chǎn)品對銀行金融科技發(fā)展反應(yīng)的差異，本文的被解釋變量分別為城市所有民營企業(yè)差異化產(chǎn)品的出口總額（lnexport_hete）和同質(zhì)產(chǎn)品出口總額（lnexport_homo）的自然對數(shù)。銀行金融科技發(fā)展對同質(zhì)產(chǎn)品出口的影響，總樣本、商業(yè)信用薄弱地區(qū)樣本和商業(yè)信用發(fā)達(dá)地區(qū)樣本的估計結(jié)果如表10的第（1）列、第（3）列和第（5）列所示，從中可以發(fā)現(xiàn)，銀行金融科技指數(shù)（lnft_bank）對同質(zhì)產(chǎn)品出口額的估計系數(shù)均沒有通過顯著性檢驗，說明銀行金融科技發(fā)展對于同質(zhì)性產(chǎn)品出口沒有顯著影響，可能的原因是同質(zhì)產(chǎn)品的出口企業(yè)面臨的信息不對稱問題較小。

表10 檢驗信息不對稱效應(yīng)：差異化產(chǎn)品與同質(zhì)產(chǎn)品

銀行金融科技發(fā)展對差異化產(chǎn)品出口的影響，總樣本、商業(yè)信用薄弱地區(qū)樣本和商業(yè)信用發(fā)達(dá)地區(qū)樣本的估計結(jié)果如表10的第（2）列、第（4）列和第（6）列所示，從中可以發(fā)現(xiàn)，總樣本中，銀行金融科技指數(shù)（lnft_bank）對差異化產(chǎn)品出口額的估計系數(shù)在1%水平上顯著為正；在商業(yè)信用薄弱地區(qū)，銀行金融科技指數(shù)（lnft_bank）對差異化產(chǎn)品出口額的估計系數(shù)在5%水平上顯著為正，說明銀行金融科技發(fā)展有助于降低差異化產(chǎn)品出口企業(yè)的信息不對稱，緩解其融資約束，促進(jìn)其出口的增長。總之，銀行金融科技的發(fā)展有利于降低信息不對稱效應(yīng)，促進(jìn)差異化產(chǎn)品出口增長，這一作用顯著體現(xiàn)在商業(yè)信用薄弱地區(qū)。

（二）融資約束效應(yīng)

為了進(jìn)一步了解銀行金融科技發(fā)展通過緩解融資約束渠道影響當(dāng)?shù)孛駹I企業(yè)的總體出口規(guī)模，本文將出口總規(guī)模分解為新出口企業(yè)和持續(xù)出口企業(yè)進(jìn)行分別考察。以t期存在的企業(yè)樣本為基礎(chǔ)，當(dāng)該企業(yè)在t-1期不在海關(guān)出口企業(yè)樣本中時，設(shè)定其為新出口企業(yè)；當(dāng)該企業(yè)在t-1期已經(jīng)在海關(guān)出口企業(yè)樣本中時，設(shè)定企業(yè)為持續(xù)出口企業(yè)。接下來本文考察銀行金融科技發(fā)展對新出口企業(yè)設(shè)立和持續(xù)出口企業(yè)的出口表現(xiàn)，兼議商業(yè)信用薄弱地區(qū)和商業(yè)信用發(fā)達(dá)地區(qū)的差異性。

新貿(mào)易理論認(rèn)為，企業(yè)進(jìn)入出口市場需要支付出口固定成本，用于搜尋出口市場信息、建立海外銷售渠道等活動。銀行金融科技發(fā)展如果有助于挖掘“長尾”客戶，緩解民營企業(yè)出口的融資約束，則應(yīng)該可以看到隨著當(dāng)?shù)劂y行金融科技發(fā)展水平的提升，新出口企業(yè)個數(shù)將增加。為此，本文考察了銀行金融科技發(fā)展對城市新出口民營企業(yè)個數(shù)的影響。此時被解釋變量為該城市當(dāng)年的新出口企業(yè)個數(shù)，總樣本、商業(yè)信用薄弱地區(qū)樣本和商業(yè)信用發(fā)達(dá)地區(qū)樣本的估計結(jié)果如表11的第（1）列、第（3）列和第（5）列所示。由此可以看到，總樣本中，銀行金融科技指數(shù)（lnft_bank）對新出口企業(yè)數(shù)的估計系數(shù)在10%水平上顯著為正，說明銀行金融科技發(fā)展有利于新出口企業(yè)的設(shè)立，換句話說銀行金融科技發(fā)展有助于緩解企業(yè)融資約束、克服進(jìn)入國外市場的固定成本。細(xì)分地區(qū)來看，在商業(yè)信用薄弱地區(qū)，銀行金融科技指數(shù)（lnft_bank）對新出口企業(yè)數(shù)的估計系數(shù)沒有通過顯著性檢驗；而在商業(yè)信用發(fā)達(dá)地區(qū)，銀行金融科技指數(shù)（lnft_bank）對新出口企業(yè)數(shù)的估計系數(shù)通過了10%的顯著性檢驗，說明銀行金融科技發(fā)展有助于推動商業(yè)信用發(fā)達(dá)地區(qū)的新出口企業(yè)的產(chǎn)生，但對商業(yè)信用薄弱地區(qū)沒有顯著影響。

表11 檢驗融資約束效應(yīng)：新出口企業(yè)數(shù)與持續(xù)出口企業(yè)的品種數(shù)

對于持續(xù)出口企業(yè)，銀行金融科技發(fā)展的作用可能體現(xiàn)在提高融資便利性，減少經(jīng)營成本，為企業(yè)開拓新出口目的地、新品種出口提供資金支持。因為每一種產(chǎn)品出口到國外時，出口企業(yè)依舊需要支付一筆固定成本（Chaney，2016［31］）。銀行金融科技發(fā)展如果有助于擴大信貸發(fā)放，緩解持續(xù)出口企業(yè)的融資約束，則應(yīng)該可以看到其出口品種數(shù)的增加。為此，本文考察銀行金融科技發(fā)展對城市持續(xù)出口民營企業(yè)的品種數(shù)的影響。其中，出口品種數(shù)定義為產(chǎn)品-出口目的地（即hs8-country維度）層面，當(dāng)持續(xù)出口企業(yè)新增一個hs8品種、或新增一個出口目的地country、或兩種情況均有，則說明該企業(yè)新增一個出口品種。此時被解釋變量為持續(xù)出口企業(yè)的出口品種數(shù)，總樣本、商業(yè)信用薄弱地區(qū)樣本和商業(yè)信用發(fā)達(dá)地區(qū)樣本的估計結(jié)果如表11的第（2）列、第（4）列和第（6）列所示。由此可以看到，在商業(yè)信用薄弱地區(qū)，如表11的第（4）列所示，銀行金融科技指數(shù)（lnft_bank）對持續(xù)出口企業(yè)品種數(shù)的估計系數(shù)在10%水平上顯著為正，說明商業(yè)信用薄弱地區(qū)的銀行金融科技發(fā)展，可以幫助持續(xù)出口企業(yè)開拓新的出口產(chǎn)品（hs8產(chǎn)品）或新的出口目的地（country）。至于商業(yè)信用發(fā)達(dá)地區(qū)，雖然銀行金融科技指數(shù)（lnft_bank）的估計系數(shù)顯著為正，但沒有通過顯著性檢驗。

總體來看，銀行金融科技的發(fā)展有利于緩解民營企業(yè)融資約束，促進(jìn)其出口增長，具體體現(xiàn)在促進(jìn)商業(yè)信用發(fā)達(dá)地區(qū)新出口企業(yè)的設(shè)立、商業(yè)信用薄弱地區(qū)的持續(xù)出口企業(yè)開拓更多的新產(chǎn)品或新出口目的地，這在一定程度上驗證了前文的假說2。

六、結(jié)論與啟示

傳統(tǒng)金融領(lǐng)域的銀行通過新興信息技術(shù)“賦能”，促進(jìn)了其與實體經(jīng)濟的包容性發(fā)展。本文使用2013—2016年海關(guān)數(shù)據(jù)的民營企業(yè)出口數(shù)據(jù)，創(chuàng)新地運用商業(yè)銀行年報信息和其城市空間布局來衡量地區(qū)銀行金融科技發(fā)展水平，考察地區(qū)金融科技發(fā)展對民營企業(yè)出口的影響。研究發(fā)現(xiàn)：第一，銀行金融科技顯著提升了城市民營企業(yè)出口的總規(guī)模，在考慮內(nèi)生性問題、加入更多地區(qū)特征變量、剔除特定樣本等一系列穩(wěn)健性檢驗后，這一結(jié)論依舊成立。第二，銀行金融科技促進(jìn)民營企業(yè)出口規(guī)模擴大的作用，顯著地體現(xiàn)在商業(yè)信用薄弱的地區(qū)。第三，銀行金融科技的應(yīng)用主要通過降低信息不對稱、緩解融資約束兩個渠道影響當(dāng)?shù)孛駹I企業(yè)出口規(guī)模。在信息不對稱方面，銀行金融科技的發(fā)展主要通過增加促進(jìn)商業(yè)信用薄弱地區(qū)的民營企業(yè)差異化產(chǎn)品出口來推動當(dāng)?shù)孛駹I企業(yè)總出口增長。在融資約束方面，商業(yè)信用薄弱地區(qū)的銀行金融科技發(fā)展顯著通過促進(jìn)持續(xù)出口企業(yè)開拓新出口市場或新出口產(chǎn)品實現(xiàn)民營企業(yè)總出口增長；商業(yè)信用發(fā)達(dá)地區(qū)的銀行金融科技發(fā)展顯著通過促進(jìn)新出口企業(yè)的設(shè)立推動當(dāng)?shù)孛駹I企業(yè)出口總規(guī)模。

本文的研究結(jié)果表明，在“穩(wěn)出口”中，銀行金融科技的發(fā)展在促進(jìn)民營企業(yè)出口方面起到不可忽視的重要作用。本文的研究有三方面啟示。第一，在當(dāng)前中國面臨復(fù)雜國際環(huán)境和國內(nèi)經(jīng)濟下行的雙重壓力下，銀行金融科技為民營企業(yè)突破融資約束提供了新的解決思路，可為中小企業(yè)尋找解決“融資難、融資貴”的辦法提供助力。第二，在加大金融科技提高融資效率、緩解融資約束的目的上，需要結(jié)合各地商業(yè)信用發(fā)達(dá)程度，甚至社會網(wǎng)絡(luò)關(guān)系濃厚程度的具體情況而定，推行差異化發(fā)展金融科技的激勵措施。對于商業(yè)信用發(fā)達(dá)地區(qū)，側(cè)重通過金融科技的發(fā)展提高融資服務(wù)效率；對于商業(yè)信用薄弱的地區(qū)，側(cè)重通過金融科技來緩解中小企業(yè)融資約束，推動它們向高質(zhì)量方向進(jìn)行發(fā)展。第三，銀行數(shù)字化轉(zhuǎn)型升級，即銀行金融科技的發(fā)展是一個投資規(guī)模較大、時間周期較長的過程，需要完善相關(guān)金融基礎(chǔ)設(shè)施建設(shè)，加強宏觀審慎監(jiān)管，防范金融科技可能引發(fā)的金融風(fēng)險。