引言

在全球数字经济加速演进的时代背景下，数字化转型已不再是企业的技术选择，而是关乎生存与发展的核心战略。中国信息通信研究院发布的数据显示，2024年我国数字经济规模达到59.2万亿元，占GDP比重提升至43.8%，企业数字化转型渗透率突破90%，数字技术正全面渗透到企业生产、经营、管理的各个环节。与此同时，融资约束作为制约我国企业创新投入、规模扩张与高质量发展的关键瓶颈，其破解路径始终是公司金融领域的研究热点，尤其是中小微企业长期面临的“融资难、融资贵”问题。现有研究已从多个维度探讨了数字化转型的经济后果，证实其能够通过促进企业创新、提升生产效率、优化治理结构等路径提升企业价值。在融资约束领域，学者们发现数字金融的发展能够通过降低信息不对称缓解中小科技企业的融资困境，但关于企业自身数字化转型如何影响其融资能力的研究仍有待深化。基于此，本文聚焦于企业自身数字化转型与融资约束的因果关系，试图回答以下核心问题：第一，企业数字化转型是否能够显著缓解融资约束？其内在作用机制是什么？第二，产权性质与企业规模如何调节数字化转型对融资约束的影响？

一、理论分析和研究假设

（一）数字化转型缓解融资约束的作用机制

1. 信息透明度提升与银企信任机制重构

传统融资模式下，银企间严重的信息不对称是导致信贷配给的根本原因。银行主要依赖企业财务报表等静态信息进行风险评估，难以全面掌握企业真实的经营状况，进而对缺乏抵押品的中小企业采取惜贷策略。数字化转型通过全流程数据采集与实时化披露，将企业的生产、销售、物流、库存等经营活动转化为可量化、可追溯的数字轨迹。例如，工业互联网平台能够实时监控设备运行数据，电商平台能够动态记录用户交易行为与客户评价，这些多维度的非财务信息能够有效补充财务报表的局限性，帮助银行构建更精准的风险评估模型。

2. 数字资产化与抵押融资能力重构

在传统融资体系中，固定资产占比是决定企业融资能力的核心因素，轻资产企业往往因缺乏合格抵押品而面临融资困境。数字化转型推动“物理资产数字化”与“数据资产价值化”双轨发展，重构了企业的抵押融资体系。一方面，物联网技术实现了厂房、设备等物理资产的联网化管理，其运行效率、能耗水平、产能利用率等动态数据可转化为资产估值的重要依据。另一方面，用户数据、算法模型、知识产权等新型数字资产通过确权、估值与证券化，成为独立的融资质押物。

3.供应链协同优化与融资生态重构

传统供应链金融中，核心企业与上下游中小企业的信息割裂导致融资链条长、成本高。数字化平台通过构建信息流、资金流、物流“三流合一”的协同网络，实现了供应链融资的效率革新。同时，数字化平台能够实现核心企业信用的“链式传导”，将核心企业的优质信用延伸至上下游中小企业。

（二）异质性影响分析

不同特征企业的资源禀赋、融资环境与转型效率存在显著差异，导致数字化转型对融资约束的缓解效应呈现出明显的结构性分化。

从产权性质来看，国有企业凭借政府信用背书，本身面临的融资约束程度较低，其数字化转型更多受政策驱动，而非市场需求导向。同时，国有企业组织层级复杂、决策流程冗长，数字化转型的落地效率较低，信息透明度提升的边际效应有限。而非国有企业长期面临“所有制歧视”，缺乏稳定的融资渠道，对数字化转型带来的融资红利更为敏感。非国有企业的数字化转型更注重提升经营效率与信息透明度，通过数据增信、优化资产流动性等方式直接缓解融资约束，因此其缓解效果更为显著。

从企业规模来看，小规模企业融资约束更为紧迫，且管理架构灵活、决策链条短，数字化转型的边际收益更高。小规模企业能够快速将数字技术应用于生产经营环节，通过电商平台数据、供应链数据等实现快速获贷。而大规模企业本身融资渠道多元，融资约束程度较低，且数字化转型投入大、周期长（平均需3-5年），转型效果的显现存在时滞，因此数字化转型对其融资约束的边际改善作用相对较弱。

基于上述理论分析，本文提出以下研究假设：

H1：企业数字化转型与融资约束存在显著的负相关关系，即数字化转型水平越高，企业融资约束程度越低。

H2：非国有企业数字化转型对融资约束的缓解效应显著强于国有企业。

H3：小规模企业数字化转型对融资约束的缓解效应显著强于大规模企业。

二、研究设计

（一）模型设计

为了探究企业数字化转型对融资约束的影响，本文构建双固定效应模型进行实证分析，模型如下：

其中FC_it为企业i在t年的融资约束水平，DT_it为企业i在t年的数字化转型水平，Controls_it为控制变量，δ_i为个体固定效应，为年份固定效应，ε_it为随机扰动项。

（二）变量定义及选择

1. 被解释变量：企业融资约束

现有研究中常用的融资约束测度指标包括KZ指数、SA指数、WW指数与FC指数等。本文参考李诗琪的研究方法，采用国泰安数据库中的FC指数作为融资约束的衡量指标。FC指数综合考虑了企业的财务状况、经营能力与外部融资环境，能够更全面地反映企业面临的融资约束程度，指数值越大，表明企业融资约束越严重。

2.解释变量：企业数字化转型水平

现有文献对数字化转型的度量主要包括文本分析法、指标体系法与代理变量法。本文参考周灿和章激扬的研究，采用国泰安数据库中从人工智能、区块链、云计算、大数据、数字技术应用、数字化组织管理六个维度构建的数字化转型水平指数作为解释变量。该指数通过对上市公司年报进行文本挖掘与量化分析得到，能够较为客观地反映企业的数字化转型程度。

3. 控制变量

参考现有研究，本文选取以下控制变量：总资产收益率，以净利润与平均总资产的比值衡量；营业收入增长率，以当年营业收入与上年营业收入的差值除以上年营业收入衡量；资产负债率，以总负债与总资产的比值衡量；托宾Q值，以企业市场价值与总资产的比值衡量。

变量类型	变量名称	变量符号	度量方法
被解释变量	融资约束	FC	国泰安数据库FC指数
解释变量	数字化转型	DT	国泰安数据库数字化转型指数
控制变量	总资产收益率	roa	净利润/总资产
	营业收入增长率	growth	(当年营收-上年营收)/上年营收
	资产负债率	lev	总负债/总资产
	托宾Q值	TQ	企业市价/总资产

（二）样本选择和数据来源

本文选取2016-2022年中国A股上市公司作为初始研究样本，所有数据均来源于国泰安数据库。为保证数据的有效性与可靠性，对初始样本进行如下处理：1.剔除ST、*ST类上市公司；2.剔除金融行业上市公司；3.对所有连续变量进行1%和99%分位的缩尾处理；4.删除存在缺失值的样本。最终得到23722个企业年度观测值。

三、实证分析

（一）基准回归

表2报告了企业数字化转型影响融资约束的基准回归结果。其中，Dt1为未加入控制变量的回归结果，Dt2为加入全部控制变量的回归结果。

变量	Parameter	Std.Err.	T-stat	P-value	Lower CI	Upper CI
Dt1	-0.0039	0.0003	-12.708	0.0000	-0.0045	-0.0033
Dt2	-0.0037	0.0003	-13.983	0.0000	-0.0042	-0.0032
roa	0.1345	0.0513	2.6235	0.0087	0.0340	0.2350
TQ	-0.0197	0.0019	-10.237	0.0000	-0.0235	-0.0159
growth	2.391e-05	8.126e-06	2.9419	0.0033	7.978e-06	3.983e-05
lev	-0.5261	0.0231	-22.755	0.0000	-0.5714	-0.4808

可以看出，无论是否加入控制变量，dt的系数均在1%的水平上显著为负。Dt2的系数为-0.0037，表明在控制了其他影响因素后，企业数字化转型水平每提升1个单位，融资约束FC指数平均下降0.0037个单位，验证了假设H1，即企业数字化转型能够显著缓解融资约束。

控制变量方面，roa的系数显著为正，说明盈利能力越强的企业，其融资约束程度越高，这可能是因为盈利能力强的企业内部资金较为充裕，对外部融资的依赖度较低，导致其外部融资的活跃度不足；托宾Q值的系数显著为负，说明企业成长机会越多，越容易获得外部融资，融资约束程度越低；lev的系数显著为负，说明负债水平越高的企业，其融资约束程度越低，这与现有研究结论一致。

（二）稳健性检验

为确保基准回归结果的可靠性，本文采用以下两种方法进行稳健性检验。

1. 滞后解释变量

考虑到数字化转型的实施与效果显现存在一定的时滞，同时为缓解可能存在的反向因果内生性问题，本文将解释变量数字化转型滞后一期（lag_dt）重新进行回归。回归结果如表3所示，lag_dt的系数为-0.0026，在1%的水平上显著为负，与基准回归结果一致，表明数字化转型在滞后期仍能有效缓解企业融资约束，同时在一定程度上排除了反向因果的干扰。

变量	Parameter	Std.Err.	T-stat	P-value	Lower CI	Upper CI
lag_dt	-0.0026	0.0003	-8.7676	0.0000	-0.0031	-0.0020
roa	0.1698	0.0546	3.1079	0.0019	0.0627	0.2769
TQ	-0.0193	0.0019	-10.043	0.0000	-0.0230	-0.0155
growth	1.181e-05	3.622e-06	3.2614	0.0011	4.713e-06	1.891e-05
lev	-0.4620	0.0301	-15.363	0.0000	-0.5210	-0.4031

2. 剔除部分年限

2020-2021年对企业生产经营与融资环境产生了重大冲击，可能会影响本文的研究结论。因此，本文剔除2020年和2021年的样本数据重新进行回归。结果如表4列所示，dt的系数为-0.0036，仍在1%的水平上显著为负，说明本文的研究结论不受特殊时期的影响，具有较强的稳健性。

变量	Parameter	Std.Err.	T-stat	P-value	Lower CI	Upper CI
dt	-0.0036	0.0004	-9.6827	0.0000	-0.0043	-0.0028
roa	0.0654	0.0700	0.9354	0.3496	-0.0717	0.2026
TQ	-0.0228	0.0038	-5.9825	0.0000	-0.0302	-0.0153
growth	3.416e-05	0.0003	0.1268	0.8991	-0.0005	0.0006
lev	-0.5844	0.0301	-19.393	0.0000	-0.6435	-0.5254

（三）异质性分析

1.产权性质分析

企业的产权性质是影响企业数字化转型程度和效率的重要因素，也会影响融资的项目选择。为检验产权性质对数字化转型融资约束缓解效应的调节作用，本文将样本分为国有企业组与非国有企业组分别进行回归，结果如表5、6所示。

变量	Parameter	Std.Err.	T-stat	P-value	Lower CI	Upper CI
dt	-0.0026	0.0004	-6.4603	0.0000	-0.0034	-0.0018
roa	0.2050	0.0690	2.9706	0.0030	0.0697	0.3403
TQ	-0.0161	0.0024	-6.7295	0.0000	-0.0208	-0.0114
growth	2.26e-05	7.788e-06	2.9023	0.0037	7.335e-06	3.787e-05
lev	-0.5142	0.0285	-18.011	0.0000	-0.5702	-0.4582

变量	Parameter	Std.Err.	T-stat	P-value	Lower CI	Upper CI
dt	-0.0043	0.0003	-12.557	0.0000	-0.0049	-0.0036
roa	0.1274	0.0537	2.3727	0.0177	0.0221	0.2326
TQ	-0.0197	0.0024	-8.1890	0.0000	-0.0244	-0.0150
growth	3.812e-05	0.0002	0.1646	0.8693	-0.0004	0.0005
lev	-0.4816	0.0328	-14.685	0.0000	-0.5458	-0.4173

从表5、6可以看出，国有企业组dt的系数为-0.0026，非国有企业组dt的系数为-0.0043，两组系数均在1%的水平上显著为负，且非国有企业组的系数绝对值明显大于国有企业组。这表明数字化转型对非国有企业融资约束的缓解效应显著强于国有企业，验证了假设H2。其原因在于，国有企业本身具有政府信用背书，融资渠道较为畅通，而数字化转型对非国有企业的信息增信作用更为明显，能够有效弥补其在传统融资模式中的劣势。

2. 企业规模分析

本文按照企业总资产的50分位数将样本分为大规模企业组与小规模企业组，分别进行回归以检验企业规模的异质性影响，结果如表7、8所示。

变量	Parameter	Std.Err.	T-stat	P-value	Lower CI	Upper CI
dt	-0.0020	0.0003	-7.2063	0.0000	-0.0026	-0.0015
roa	0.2773	0.0312	8.8925	0.0000	0.2161	0.3384
TQ	-0.0174	0.0019	-9.1458	0.0000	-0.0212	-0.0137
growth	-2.9e-05	5.497e-05	-0.5276	0.5978	-0.0001	7.876e-05
lev	-0.4266	0.0197	-21.635	0.0000	-0.4653	-0.3879

变量	Parameter	Std.Err.	T-stat	P-value	Lower CI	Upper CI
dt	-0.0041	0.0004	-9.5360	0.0000	-0.0050	-0.0033
roa	0.1852	0.0712	2.6012	0.0093	0.0456	0.3248
TQ	-0.0228	0.0030	-7.4968	0.0000	-0.0287	-0.0168
growth	2.917e-05	9.721e-06	3.0007	0.0027	1.011e-05	4.823e-05
lev	-0.4278	0.0497	-8.6119	0.0000	-0.5252	-0.3304

从表7、8可以看出，大规模企业组dt的系数为-0.0020，小规模企业组dt的系数为-0.0041，两组系数均在1%的水平上显著为负，且小规模企业组的系数绝对值显著大于大规模企业组。这表明数字化转型对小规模企业融资约束的缓解效应更强，验证了假设H3。小规模企业管理灵活、转型效率高，能够快速将数字技术转化为融资优势，而大规模企业转型成本高、周期长，融资约束的边际改善效果相对较弱。

四、研究结论和政策建议

（一）研究结论

本文基于2016-2022年中国A股上市公司数据，采用双固定效应模型实证检验了企业数字化转型对融资约束的影响，并进一步分析了产权性质与企业规模的异质性效应。主要研究结论如下：

1. 企业数字化转型能够显著缓解融资约束，二者呈显著的负相关关系。数字化转型有效破解了传统融资模式中的信息不对称与抵押品不足难题，为企业融资提供了新的解决方案。
2. 数字化转型对融资约束的缓解效应存在显著的异质性特征。非国有企业与小规模企业的缓解效果显著强于国有企业与大规模企业，表明数字化转型在一定程度上能够纠正传统融资模式中的“所有制歧视”与“规模歧视”，具有普惠性特征。

（二）政策建议

基于上述研究结论，本文从政府、金融机构与企业三个层面提出以下政策建议：

1. 政府层面

一是加大数字基础设施建设投入，重点向中小企业聚集区域倾斜，缩小数字鸿沟。通过财政补贴、税收优惠等方式，鼓励运营商与科技企业参与5G基站、工业互联网、数据中心等新型基础设施建设，降低企业数字化转型的接入成本。二是设立中小企业数字化转型专项基金，对积极开展数字化转型且面临融资困难的企业给予直接资金支持，包括转型项目补贴、贴息贷款等。同时，完善政府性融资担保体系，扩大对数字化转型企业的担保规模，降低担保费率等。三是加快数据要素市场化配置改革，建立健全数据确权、估值、交易与保护制度，为数据资产融资提供制度保障。明确数字资产的法律地位，推动数据资产质押融资、证券化等金融创新，释放数据要素的融资价值。

2. 金融机构层面

一是构建基于数字技术的风险评估体系，打破传统依赖财务报表与固定资产抵押的授信模式。金融机构应充分利用大数据、人工智能等技术，整合企业的生产经营数据、供应链数据、交易数据等多维度信息，建立更精准的企业信用评价模型，为轻资产企业提供纯信用贷款。二是开发针对数字化转型的专属金融产品，根据企业数字化转型的不同阶段与需求，提供差异化的融资服务，例如对处于转型初期的企业提供设备融资租赁服务，对转型成效显著的企业提供中长期研发贷款。三是大力发展数字供应链金融，依托核心企业的数字化平台，实现供应链上下游企业信息的互联互通。推广供应链票据平台与动产融资统一登记公示系统，开展应收账款融资、订单融资等业务，帮助中小企业盘活供应链资产。

3. 企业层面

一是企业应根据自身特征制定适合的数字化转型路径。非国有企业与小规模企业应充分利用数字化转型的普惠性红利，优先推进能够快速提升信息透明度与经营效率的数字化应用，如电商平台、财务管理系统、供应链管理系统等，通过数据增信缓解融资约束。国有企业与大规模企业应加快组织架构变革，提升数字化转型的落地效率，重点推进工业互联网、智能制造等深度应用，实现数字化转型与企业战略的深度融合。二是重视数据资产的积累与管理。企业应建立健全数据治理体系，加强数据安全保护，提升数据质量与价值。同时，积极探索数据资产的融资应用，将数据资源转化为融资优势，拓宽融资渠道。

参考文献：

1. [1]  于伟.企业数字化转型的综合模型及竞争优势建构[J].技术经济与管理研究，2022(02):63-68.
2. [2]  张永珅,李小波，邢铭强.企业数字化转型与审计定价[J].审计研究，2021(03):62-71.
3. [3] 代飞，钟运标，徐凤菊.数字化转型、企业创新与价值提升[J].财会月刊，2023,44(01):36-45.
4. [4] 伍晨，张帆.数字并购、数字化转型与企业创新[J].现代财经(天津财经大学学报),2023,43(03):21-38.
5. [5]  倪立坤，王炳刚，邓雷.绿色发展背景下数字化转型对企业绿色创新的影响：以建筑业上市公司为例[J].财会通讯，2024(22):36-39.
6. [6]  徐玉莲，何姝音.数字金融有助于缓解科技中小企业融资约束吗：基于信息披露质量的调节效应[J].武汉金融，2024(02):13-23.
7. [7]  李瑜琪.企业数字化转型对融资约束的影响研究[D].四川大学,2024.
8. [8]  周灿,章激扬.数字化转型与困境企业债务违约风险[J].山西财经大学学报,2023,45(05):113-126.