數字普惠金融、生命周期與民營企業非效率投資

曹志鵬 陳佳寧

［收稿日期］20231008

［基金項目］陜西省自然科學基礎研究計劃（2023JCYB606）；陜西省研究生教育綜合改革研究與實踐項目（YJSZG2023087）

［作者簡介］曹志鵬（1971— ），男，陜西西安人，陜西科技大學經濟與管理學院教授，博士生導師，博士，主要研究方向為會計學與金融投資；陳佳寧（2000— ），女，陜西漢中人，陜西科技大學經濟與管理學院碩士生，主要研究方向為金融會計學，通信作者，郵箱：18291640171@163.com。金融與會計

［摘要］以2014—2021年中國A股上市民營企業為研究對象，實證考察數字普惠金融發展對民營企業非效率投資的影響。研究發現：數字普惠金融有效抑制民營企業非效率投資，且降低代理成本及紓解財務風險是數字普惠金融作用于民營企業非效率投資的主要路徑。進一步基于企業生命周期的視角分析發現，數字普惠金融對成長期和成熟期的民營企業非效率投資具有顯著的抑制作用，但是對衰退期的民營企業非效率投資的作用則不顯著。此外，研究還發現，在地域位置處于東部地區、管理層持股比例較高的民營企業，數字普惠金融對非效率投資的抑制作用更顯著。研究從企業生命周期動態視角拓展了民營企業非效率投資的研究，也為數字普惠金融推動民營經濟發展提供進一步證據。

［關鍵詞］數字普惠金融；非效率投資；生命周期；民營企業；代理成本；財務風險

［中圖分類號］F832［文獻標志碼］A［文章編號］20963114（2024）02006811

一、 引言

黨的二十大報告指出，推動數字普惠金融發展是建設數字中國的重要一環，即金融服務實體經濟的重要創新舉措。數字普惠金融是融資、支付、投資等傳統金融模式與互聯網、大數據、云服務等數字技術相結合的新興金融業態，具有高效性、便捷性，在提高金融服務效率、降低交易成本、傳輸處理信息、拓寬交易邊界線等方面具有不可替代的作用。數字普惠金融利用數字技術推動傳統金融服務升級轉型，優化既有金融服務時效，重塑傳統金融服務組織架構，提高產業鏈協同效率，改革傳統金融體系。在當前建設數字中國的戰略背景下，數字技術建設已成為市場經濟循環體系中的重要組成部分，數字金融作為數字技術與傳統金融服務業結合的產物，是經濟的重要組成部分和保障力量，為我國經濟發展提供堅實的技術性力量支撐。在數字金融浪潮中，企業通過實施數字信息技術與傳統服務相互結合的發展戰略，逐步實現數字技術提振實體經濟共創價值的新模式［1］?，F有研究發現，數字普惠金融發展對于企業層面存在治理整合效應，數字普惠金融能夠增強企業的創新能力［23］，驅動企業去杠桿，緩解企業融資約束，助力企業提升技術創新能力［45］，顯著改善企業所存在的債務違約風險［6］，影響企業勞動力需求規模和結構［7］。但是鮮少有文獻關注到數字普惠金融與民營企業微觀層面的內在關聯。

基于我國制度背景及國情，對于我國企業而言，受所有權性質影響，國有企業和民營企業在政策待遇、內部管理、融資渠道模式等方面存在較大差異。民營經濟作為國民經濟和現代化產業體系中的重要組成部分［8］，大幅度提升人民生活水平質量。民營企業在“一帶一路”建設中積極履行社會責任，用切實行動不斷推進“貿易暢通、設施聯通、資金融通、政策溝通、民心相通”等五通理念。民營企業在推動創新、促進經濟發展、增加我國就業率及改善民生等方面發揮了積極作用［9］。而民營企業的投資行為決定著企業是否能長久維持運轉、高效推動經濟增長［10］，非效率投資是民營企業經營發展中所面臨的普遍難題，非效率投資影響企業實現長期發展戰略目標，阻礙企業實現自身價值［11］。相較于國有企業，民營企業受到轉型升級滯后、資金捆綁束縛以及經營財務風險等問題的制約更甚，其非效率投資更為凸顯。當下數字普惠金融的發展不斷推動民營企業金融模式升級轉型，在民營企業投融資過程中通過引入大數據、云計算等技術手段，優化既有金融模式，降低民營企業財務風險負面效應，改善民營企業投融資環境，激發管理層投資決策實施活力，有效突破民營企業融資痛點以及所處投融資困境，改善民營企業投資質量以及投資效率。

曹志鵬，陳佳寧：數字普惠金融、生命周期與民營企業非效率投資本文聚焦民營企業，采用中國城市層面數字普惠金融指數，試圖以數字普惠金融的微觀效應為出發點，系統研究數字普惠金融如何影響民營企業非效率投資，并引入代理成本與財務風險作為中介變量，以厘清數字普惠金融對民營企業非效率投資發生抑制作用內在影響機制。研究進一步結合生命周期動態視角，探究企業處于不同生命周期階段，數字普惠金融對非效率投資動態影響，同時揭示不同特征民營企業數字普惠金融抑制作用的異質性，以彌補目前研究的不足，為民營企業發展研究提供借鑒與啟示，以此促進民營經濟實現高質量發展。

本文的邊際貢獻主要有以下兩個方面：（1）拓寬數字普惠金融治理效應的研究維度。目前有關數字普惠金融相關研究中，較少學者考慮到數字普惠金融落實到民營企業投資層面的治理效應，本文采用城市層面數字普惠金融指數，結合民營企業所處生命周期，實證考察數字普惠金融發展是否有效改善民營企業非效率投資，厘清二者關系有助于保障民營企業投資決策質量，促進民營經濟發展壯大。（2）根據數字普惠金融影響民營企業非效率投資的路徑建立模型，引入代理成本和財務風險作為中介變量，檢驗數字普惠金融影響民營企業非效率投資的傳導路徑，可以有效揭示和探討數字普惠金融影響民營企業非效率投資的內在機理以及民營企業非效率投資行為產生的原因，為相關研究領域提供了經驗證據。

二、 理論分析與研究假設

（一） 數字普惠金融對民營企業非效率投資的影響

良好的投資效率對民營企業的發展至關重要，其有助于穩定企業的盈利能力，實現企業長遠的經營目標［12］，促進民營經濟的發展壯大。本文基于我國市場情況進行初步分析，民營企業具有分布范圍廣、數量多、規模小等基礎特點。在民營企業經營過程中，委托代理問題及企業財務風險都會影響企業所實施投資決策的效率以及決策內容的質量水平。

首先，民營企業內部組織架構、運營流程有待規范與完善，信息不對稱、信息準確性模糊等代理問題頻發，企業內部管理者出于自身商業動機，易追求機會主義行為或過度謹慎，極大可能采取不恰當且不合規的投資行為損害債權人與股東的利益，企業內部缺乏對于管理者的有效監督，從而導致委托代理問題嚴重影響企業投資決策質量。民營企業是我國金融市場中分散且數量眾多的企業主體，緩解其代理問題并以此改善投資決策質量需要采用現代化的金融模式加以解決。在當前建設數字中國的背景下，現有研究領域多數學者已關注到數字普惠金融對于企業代理問題所發揮的治理效應，數字普惠金融可以發揮資源支持、風險控制效應，通過引入數字普惠金融能降低企業經營風險與代理成本［13］。從信息層面來看，數字普惠金融憑借新興信息技術構建大數據互聯網平臺，有著極強的地理穿透性，能從空間、時間等各方面有效改善產業模式弊端，驅動傳統金融服務模式重塑［14］。數字金融業態有助于構建高效信息鏈，促進信息流動更加公開透明，所有者能夠對企業財務、經營狀況更加了解，協助管理層制定更為科學的投資方案，避免管理層在投資過程中的實施過度無效投入。從監督層面來看，數字金融具有獨特數據優勢，金融業態與數據、人工智能等信息領域技術結合，所有者可以通過數字信息平臺監督管理者投資操作行為，有效管控資金的來源與去向，管理者隱瞞和謊報信息的行為成本增加且極易被發現，監督機制有效性提升，監督治理實施愈發精準。數字普惠金融可以顯著減弱企業代理觀下的逐利性動機，降低管理層操作性投資，進而有效緩解企業目前所存在的代理問題［15］，改善管理者濫用資金現象。因此，數字普惠金融可以從構建高效信息鏈、強化監督管理等方面緩解代理問題，以此保障民營企業投資決策質量，抑制民營企業非效率投資。

其次，由于制度背景等因素，相較于國有企業，民營企業所處市場競爭地位較弱，其外部經營環境和內部經營活動不確定性較高，在市場中融資壁壘較高，在發展中極易遭遇資金籌集障礙與資金限制約束，從而增大企業預期財務活動成果偏離財務戰略目標的可能性，即惡化民營企業財務環境，增大民營企業所面臨的財務風險，而財務風險所產生負效應易導致民營企業陷入財務困境，引發企業資產損失、壓縮投資、削減規模等問題出現，嚴重影響民營企業投資決策環境，惡化民營企業投資效率。目前，學術界研究指出數字普惠金融能夠有效紓解企業的財務風險，且該作用在非國有企業中更顯著［16］。從民營企業外部來看，數字普惠金融作為一種新興金融模式，具有便利性、流動性約束放松等金融特性，可以實現資源的優化配置［17］，數字普惠金融通過大數據、云智能等先進技術，對融資企業主體進行全面整理分析，使外部投資者更加清晰了解民營企業，緩解金融服務機構與企業之間的信息不對稱。同時現代化的數字金融模式極大程度地擴大了金融服務的覆蓋面，降低了信貸市場的進出標準，打破民營企業既有資金籌集障礙，拓寬民營企業籌資渠道，緩解民營企業投融資過程中的資金約束，降低企業財務風險。從民營企業內部來看，數字普惠金融作為一種新興金融模式，相較于傳統金融服務，能幫助企業管理者對民營企業投資全過程實現精準監控，以低成本低風險的基礎對復雜數據進行全方位信息處理［18］，為民營企業投融資資金經營流動提供安全保障，促進資金良性高效運轉循環，降低企業所面臨的財務風險，避免企業陷入財務困境。因此，數字普惠金融可以從緩解融資約束、保障資金良性循環等方面紓解財務風險，優化民營企業投資決策環境，進而抑制民營企業非效率投資。

綜上所述，數字普惠金融能通過抑制代理成本與財務風險主要路徑改善企業非效率投資，促進民營企業實現高質量發展，推動民營經濟助力盤活實體經濟。因此本文采用城市層面數字普惠金融指數和2014—2021年上市民營企業數據，就數字普惠金融與民營企業非效率投資展開系統的相應研究，考察數字普惠金融對民營企業非效率投資的影響且具體分析其作用機制。

基于以上分析，本文提出如下假設：

H1：數字普惠金融抑制民營企業非效率投資。

H2：數字普惠金融通過影響企業的代理成本和財務風險抑制民營企業非效率投資。

（二） 生命周期視角下數字普惠金融對民營企業非效率投資的動態影響

企業同人與其他生物一樣，會經歷不同的生命周期。處于不同生命周期階段企業在戰略選擇、企業規模、現金流量等方面存在著顯著的差異，這些差異導致數字普惠金融對民營企業非效率投資在不同的生命周期階段會呈現不同影響作用，兩者的整體影響并不能詳細具體地反映企業所處各階段的影響情況。由于本文所選取民營企業所處生命周期階段不同，因此本文認為有必要從企業生命周期的角度切入，考察研究數字普惠金融對企業非效率投資的“動態”治理作用。由于研究樣本選取為上市民營企業，參考陳紅等學者研究［19］，默認企業已度過初創期，故將企業所處生命周期階段界定研究范圍為企業成長期、企業成熟期與企業衰退期。

成長期民營企業通常擁有專利技術，具有高成長性，企業戰略偏向規模擴張及市場占有，發展重心落實于高速成長。在民營企業內部管理層面，雖逐漸引入企業內部管理者，但由于缺乏成熟的管理流程以及良好的內部管理系統，企業經營權和所有權分離的現象愈發嚴重。數字普惠金融通過互聯網、大數據技術對企業的各類數據進行處理匯總，包括企業的具體投資數據、融資數據以及日常的真實經營數據等，降低內部管理成本，優化內部管理流程，能夠有效緩解企業所面臨的委托代理問題，改善企業投資決策質量；在民營企業外部環境層面，企業急需投融資擴大企業規模，但由于民營企業尚未在行業中立足，信貸服務機構往往持謹慎態度，導致企業所面臨的融資壁壘較高，限制了企業融資的便利程度，企業現金資源匱乏，現金流動性較差，財務風險較高，企業的投資環境與投資效率深受以上因素影響。數字普惠金融作為新型金融服務模式，能夠降低企業的融資門檻，打造數字化投資模式，為企業提供便捷高效途徑獲取外部融資，保障企業資金流動，優化企業投融資環境，抑制民營企業非效率投資。

成熟期民營企業多數已完成公開上市，企業業務經營模式逐漸成熟，企業知名度得到廣泛提升，企業市場份額趨于穩定。在民營企業內部管理層面，所有者與管理者信息不對稱問題一定程度上被趨于成熟的管理架構初步緩解，但是由于管理層級進一步復雜化，委托代理問題仍然存在。數字普惠金融通過大數據信息平臺保障數據真實記載，有效提升信息公開性與透明性，精準解決內部仍存在的管理漏洞，優化民營企業投融資經營環境，一定程度上改善民營企業投資決策質量；在民營企業外部環境層面，市場外部融資條件逐漸好轉，企業融資門檻逐漸降低，企業可供選擇的融資渠道增多，數字普惠金融可以歸集整合金融服務機構信息，提升企業融資籌資信息收集能力，有效降低企業外部融資服務成本，故數字普惠金融抑制民營企業非效率投資的治理作用仍然存在，但作用程度可能低于成長期民營企業。

衰退期民營企業銷售額減少、盈利能力退化，逐漸呈現萎縮的趨勢。在民營企業內部管理層面，由于衰退期企業連續虧損往往會被淘汰出資本市場，管理者為了防止企業被并購重組以及維護自身的工作崗位，其在面臨投資決策時往往更加謹慎，此時為了盡可能規避風險和維護企業價值，盡量減少委托代理問題，其導致數字普惠金融對代理問題的治理效應被大幅度削弱；在民營企業外部環境層面，由于衰退期民營企業戰略目標向維持生存方向傾斜，企業整體經營避險態度強烈，企業經營發展呈下坡趨勢，很難吸引到新的權益投資人，企業現金流逐漸減少，企業可能傾向于將現有資金投向常規的生產經營活動，而非回報期不確定的投資活動，故企業難以受益于數字普惠金融業態，數字普惠金融對衰退期民營企業非效率投資沒有顯著的治理作用。

上述分析表明，企業所處生命周期階段不同，企業內部管理與外部市場環境也存在較大差異，民營企業非效率投資行為的嚴重程度也并不一致。因此結合企業生命周期動態視角，分析數字普惠金融對民營企業非效率投資的治理效應具有很強的現實意義。

基于以上分析，本文提出如下假設：

H3：數字普惠金融對成長期民營企業非效率投資的治理效應顯著。

H4：數字普惠金融對成熟期民營企業非效率投資的治理效應顯著，但作用程度有限。

H5：數字普惠金融對衰退期民營企業非效率投資的治理效應減弱。

三、 研究設計

（一） 樣本選取與數據來源

本文選取2014—2021年中國A股上市的民營企業作為研究對象。企業層面相關數據均來源于CSMAR數據庫、歷年《中國城市統計年鑒》，本文所使用城市層面的數字普惠金融發展指數源于《北京大學數字普惠金融指數》［20］，并對數據進行如下處理：（1）剔除所含金融行業樣本；（2）剔除ST、*ST、PT等特殊企業樣本；（3）剔除數據異常、數據缺失樣本?；谝陨喜僮?，為避免估計結果有效性受到極端異常值沖擊，對主要連續變量進行上下1%縮尾處理，經上述篩選整理，本研究最終共得到9070個觀測值。

（二） 變量定義

1. 被解釋變量：民營企業非效率投資

學術界目前研究企業投資效率計量測算模型主要有以下三種：投資—現金流敏感性模型、企業投資機會及現金流交互項模型和實際投資水平模型。本文借鑒學術界應用范圍較廣的Richardson實際投資水平模型［21］，參考李增福等的研究［22］，構建如下模型計算企業非效率投資：

Invi，t=α0+α1Invi，t-1+α2Levi，t-1+α3Sizei，t-1+α4Agei，t-1+α5Growthi，t-1+α6Cashi，t-1+α7Reti，t-1+∑Year+∑Industry+εi，t（1）

上述模型中，Inv為企業實際投資水平；Lev為企業資產負債率；Size為企業規模；Age為上市企業年齡；Growth為企業成長性；Cash為現金水平；Return為股票年度回報率。根據上式回歸得到殘差結果，取殘差的絕對值得到本文所需被解釋變量（Effic），即企業非效率投資，該指標值越趨近于零，表明企業非效率投資程度越低。

2. 核心解釋變量：數字普惠金融

本文采用北京大學數字普惠金融指數衡量數字普惠金融發展水平，本文將市級層面的數字普惠金融指數與注冊于該市企業相匹配，作為數字普惠金融的代理變量，該指數綜合包含以下三個維度：覆蓋廣度、使用深度及數字支持服務程度［23］，數字普惠金融的發展程度能被該指數全面綜合衡量。因數字普惠金融指數偏大，為保證研究結論準確性，本文參照司敏等學者研究［24］，將數字普惠金融指數除以100作為本研究核心解釋變量原始數據。

3. 控制變量

參考既有研究文獻，本文選取如下控制變量：企業規模（Size）、總資產收益率（Roa）、獨立董事占比（Ind）、企業年齡（Age）、托賓Q值（Tq）、每股收益（Ob）、董事會規模（Bsize）、資產負債率（Lev）。同時為保障本文結論的準確性與可靠性，在回歸分析中固定企業個體效應與年份效應，本文主要變量說明如表2所示。

（三） 企業生命周期劃分

現有學者對企業生命周期的劃分方式具體分為以下三種類型：單變量法、綜合指標法、現金流組合法。本文參考Dickinson學者提出的現金流組合法［25］，將本文樣本民營企業所處的生命周期劃分為成長期、成熟期和衰退期，其中成長期上市民營企業共有4013家，占樣本比例為44.24%；成熟期上市民營企業共有3346家，占樣本比例為36.89%；衰退期上市民營企業共有1711家，占樣本比例為18.87%。

（四） 模型構建

本文采用雙固定效應模型，在回歸中控制企業個體效應和年份效應，實證考察數字普惠金融對民營企業非效率投資的影響設定的模型如下：

Effici，t=β0+β1Dfii，t+β2Controli，t+δi+θt+εi，t （2）

在模型（2）中，下標i代表企業，t代表年度，β0為截距項，Control代表本文控制變量集合。Effici，t指代本文被解釋變量，即民營企業非效率投資，Dfii，t指代數字普惠金融發展水平，δ指代企業個體固定效應，θ指代時間固定效應，ε表示誤差隨機項。為探究數字普惠金融抑制民營企業非效率投資的影響機制，本文參考溫忠麟和葉寶娟等學者提出的中介效應檢驗模型對代理成本（Turn）與財務風險（Zscore）在此過程中發揮的中介作用進行了檢驗［26］，在模型（2）基礎上建立如下模型：

Medi，t=δ0+δ1Dfii，t+δ2Controli，t+δi+θt+εi，t（3）

Effici，t=γ0+γ1Dfii，t+γ2Medi，t+γ3Controli，t+δi+θt+εi，t（4）

上述模型中，Medi，t代表本文中介變量，即代理成本與財務風險；本文引入管理費用率衡量企業的代理成本，該指標越大說明民營企業代理成本越高；參照Altman的研究［27］，本文引入Z指數衡量財務風險，為保證結果準確性，對Z指數取自然對數。其余變量定義與上述模型（2）相同。

四、 實證結果分析

（一） 描述性統計

描述性統計結果如表3所示。非效率投資樣本共有9070個觀測值，且均值為0.048，最大值為0.382，最小值為0.001，標準差為0.061，結果表明上市民營企業普遍存在非效率投資問題。就數字普惠金融指標而言，其均值為2.654，最大值為3.515，最小值為1.450，標準差為0.507，顯示出民營企業數字普惠金融發展程度差異較大。統計結果顯示出各變量之間均存在明顯差異。此外，各變量均通過VIF檢驗，基本排除多重共線性問題。

（二） 回歸結果分析

1. 數字普惠金融對民營企業非效率投資的影響

本文首先對數字普惠金融與民營企業非效率投資的關系進行分析?；貧w結果如表4所示，表4列（1）表示未加入控制變量，回歸結果顯示數字普惠金融的系數為-0.016，且在1%的水平上顯著為負，表4列（2）在列（1）的基礎之上引入了本文所選取控制變量，結果顯示數字普惠金融的系數為-0.016，在1%的水平上顯著為負?？紤]個體異質性和時間異質性，企業受益于城市數字普惠金融發展的程度不同，為有效降低數字普惠金融對民營企業非效率投資抑制作用高估的可能，故表4列（3）在列（2）的基礎上進一步控制企業個體固定效應以及年份固定效應，數字普惠金融的系數為-0.076，在1%的水平顯著上為負。以上結果均顯示數字普惠金融發展顯著會顯著抑制民營企業的非效率投資，驗證了本文假設H1。

2. 中介效應檢驗

基于上文實證結果顯示，數字普惠金融能顯著抑制民營企業非效率投資。進一步探究數字普惠金融降低民營企業非效率投資的影響路徑。代理成本的中介效應回歸結果見表5，列（1）顯示數字普惠金融顯著抑制企業非效率投資，驗證本文主效應。列（2）顯示數字普惠金融的回歸系數為-0.080，且顯著為負，表明數字普惠金融與代理成本負相關，即數字普惠金融能夠降低民營企業代理成本。列（3）在回歸中加入代理成本變量，數字普惠金融系數為-0.068，仍顯著為負，表明代理成本在數字普惠金融抑制民營企業非效率投資的過程中起到了部分中介作用。

調整后R2-0.1010.066-0.095-0.1010.726-0.098財務風險的中介效應回歸結果見表5，列（4）顯示數字普惠金融顯著抑制民營企業非效率投資，驗證本文主效應。列（5）顯示數字普惠金融回歸系數為0.109，且顯著為正，由于本文采用Z指數衡量財務風險，該指標越小說明企業財務風險越大，即數字普惠金融降低民營企業財務風險。列（6）在回歸中加入財務風險變量，數字普惠金融系數仍顯著為負，故財務風險在數字普惠金融與民營企業非效率投資間同樣發揮部分中介效應。綜上所述，中介變量選取合理，驗證了本文假設H2。

3. 企業生命周期不同階段下數字普惠金融對民營企業非效率投資的影響

調整后R2-0.377-0.500-0.931本文基于生命周期視角，將樣本企業按不同生命周期階段劃分，對數字普惠金融和民營企業非效率投資的關系進一步分析，從企業生命動態視角把握數字普惠金融對民營企業非效率投資的抑制作用。成長期民營企業樣本回歸結果見表6列（1），Dfi系數為-0.108，在1%的水平上顯著為負；成熟期民營企業樣本回歸結果見表6列（2），Dfi系數為-0.061，仍在1%的水平上顯著為負，即在成長期、成熟期民營企業樣本中，數字普惠金融抑制民營企業非效率投資且成長期民營企業數字普惠金融發揮作用影響高于成熟期民營企業；衰退期民營企業樣本回歸結果見表6列（3），Dfi系數為-0.054，結果不顯著。這表明當民營企業處于衰退期，數字普惠金融抑制民營企業非效率投資效果不顯著。上述結果與本文所提出的設想一致，驗證了本文假設H3、H4、H5。本文將導致上述結論的原因具體歸納為以下三點：（1）成長期民營企業數字普惠金融顯著抑制非效率投資，是因為處于成長期民營企業內部制度有待規范，資金束縛程度及經營風險較大，數字普惠金融借助大數據等新興技術規范流程管理，打破企業原先所具有較高的融資障礙，并通過數字設施技術提升民營企業風險甄別能力，實現資源快速導向性，以此抑制民營企業非效率投資；（2）成長期民營企業發展速度及規模趨于穩定，內部制度逐漸完善，企業特征鮮明，資金約束、代理問題及財務風險對非效率投資的影響不及成長期企業，故數字普惠金融仍顯著抑制非效率投資，但抑制程度低于成長期民營企業；（3）衰退期的民營企業內憂外患的經營環境導致數字普惠金融無法發揮作用，故數字普惠金融對衰退期民營企業非效率投資的抑制作用并不明顯。

（三） 穩健性檢驗

1. 替換變量。為保證本文結果準確性與可靠性，本文替換數字普惠金融衡量變量，將回歸分析中所使用到的市級層面數字普惠金融指數（Dfi）替換為省級層面數字普惠金融指數（Dfis），將省級層面的數字普惠金融指數與注冊于該省企業相匹配，回歸結果見表7列（1），Dfis的系數為-0.042，在1%的水平上顯著為負。

2. 剔除信息化行業進行回歸。本文樣本中信息化行業數字普惠金融發展水平與樣本其他行業數字普惠金融發展水平差異較大，為保證數據可靠性，防止本文顯著性結果由信息行業驅動，本文剔除信息化行業民營企業樣本重新進行回歸，結果見表7列（2），Dfi的系數為-0.057，在1%的水平上顯著為負。

調整后R2-0.103-0.123-0.339-0.1353. 內生性問題。本文采用傾向得分匹配法和解釋變量滯后一期，進一步解決數據內生性問題。首先，企業發展差異特征導致部分民營企業更易受益于數字普惠金融，可能存在樣本選擇偏誤問題，為了解決樣本選擇偏誤，對樣本采用傾向得分匹配法（PSM配對）進行測試。具體做法是：計算數字普惠金融發展水平中位數，將所有樣本按數字普惠金融的中位數分為高低兩組，數字普惠金融指數高的樣本企業劃分為處理組，即Treated=1，低的樣本企業劃分為對照組，即Treated=0，隨后本文通過構建Logit模型，選取總資產凈利潤率（Roa）、獨立董事占比（Ind）、公司年齡（Age）、每股收益（Ob）等作為匹配變量，根據計算得出的傾向得分值，采用1∶1有放回的近鄰匹配方法匹配處理組樣本與對照組樣本。為檢驗匹配有效性，對各協變量進行平衡性測試，結果顯示協變量標準化偏差均小于5%，說明匹配方式有效。進一步，本文利用PSM處理后更為精確的樣本重新進行回歸，同時控制了企業個體與時間固定效應，回歸結果見表7列（3），數字普惠金融的系數為-0.075，仍在1%的水平上顯著。其次，為了緩解數字普惠金融與民營企業非效率投資之間存在的反向因果關系導致的內生性問題，本文將核心解釋變量數字普惠金融指數滯后一期，回歸結果如表7列（4），系數為-0.056，在1%的水平上顯著為負。以上結果均表明本文結論穩健可靠。

五、 進一步分析

為更好把握數字普惠金融對民營企業非效率投資的影響差異性，本文進一步從地域分布和管理層持股比例出發，探究數字普惠金融對不同類型民營企業非效率投資的影響是否不同。

（一） 基于地域分布的檢驗

在我國，處于不同地域位置區域的民營企業，其基礎設施環境建設、市場發展宏觀水平等客觀條件均存在較大差異。中西部地區整體發展水平較為落后，企業發展數字技術所依靠的基礎設施建設及技術流程缺乏現代化更新改造，相對陳舊。而東部地區民營企業數字經濟基礎設施建設更加完善，所處市場宏觀經濟水平更高，因此處于東部地區的民營企業更易迎合國家數字體系建設政策，更易踐行數字驅動發展理念，引入數字技術、推動數字普惠金融發展的過程能夠更加快捷與便利。因此數字普惠金融對民營企業非效率投資的抑制作用效果對于處于東部地區的民營企業應該更顯著?；谝陨戏治?，本文參考王宏鳴學者的研究［28］，將所選取的民營企業樣本按企業注冊地劃分為東部民營企業、中部民營企業、西部民營企業，分組回歸結果見表8列（1）、列（2）、列（3），東部地區民營企業數字普惠金融的回歸系數為-0.097，在1%的水平上顯著為負，中部地區民營企業數字普惠金融的回歸系數為-0.053，西部地區民營企業數字普惠金融的回歸系數為-0.019，結果均不顯著。

上述結果顯示：東部地區民營企業樣本中，數字普惠金融回歸系數顯著，在中西部地區的民營企業樣本中，數字普惠金融回歸系數均不顯著，這說明當民營企業處于東部地區，數字普惠金融能顯著發揮抑制民營企業非效率投資的作用?？赡艿脑蚴菛|部地區數字經濟基礎設施建設較為成熟，產業政策支持較為完善，民營企業創新研發內外部條件均占優勢，管理層更傾向于引進數字技術，推動數字普惠金融發展，改革傳統金融業流程，而處于中西部地區的民營企業由于市場環境局限性，其數字資源匱乏、數字設施陳舊，數字基礎設施有待提升，缺乏對數字技術的著重把握，故數字普惠金融不能對民營企業非效率投資發揮顯著的抑制作用。上述結果說明地域位置差異性在一定程度上影響了數字普惠金融對民營企業非效率投資的抑制作用效果。

（二） 基于管理層持股比例的檢驗

調整后R2-0.101-0.070-0.115-0.175-0.124管理層持股具有利益協同功能，促使管理層制定投資計劃時基于所有者角度進行決策，但同時管理層持股會導致管理層經營決策權利得到大幅度擴張，因此在管理者持股比例不同的民營企業中，管理層管理決策權利及決策能力存在較大差別。故本文將樣本企業按管理層持股比例中位數分為低比例管理層持股與高比例管理層持股，探究管理層持股比例異質性影響下數字普惠金融對民營企業非效率投資的作用有何不同。上述回歸結果見表8，列（4）為高比例管理層持股分組，數字普惠金融指數的回歸系數為-0.110且在1%的水平上顯著為負，列（5）為低比例管理層持股分組，數字普惠金融指數的回歸系數為-0.050且在1%的水平上顯著為負，上述結果顯示數字普惠金融抑制民營企業非效率投資的影響在高比例管理層持股企業中更強。

本文認為造成上述結論可能的原因如下：管理層持有公司股權后，雖然會導致管理者與所有者利益在一定程度上達到一致，促使其基于所有者角度經營，但是較高比例的管理層持股會導致管理層權力擴張，使得公司內部機制難以對管理層行為施以有效約束，管理層會擁有更大力量決定資源的配置以及投資的決策制定，且管理層權力擴張后構建帝國主義能力上升，此時民營企業投資決策質量無法保障，投資效率無法得到有效提升，故導致高比例管理層持股民營企業投資效率問題相較于低比例管理層持股民營企業更甚。因此數字普惠金融雖顯著抑制民營企業非效率投資，但對于低比例管理層持股企業影響作用不及高比例管理層持股企業。由上述結果分析得出，數字普惠金融對于管理層持股比例高的民營企業非效率投資能發揮較大程度的治理效應。

六、 結論性評述

本文以2014—2021年A股民營上市企業為研究對象，采用城市層面數字普惠金融指數，探究數字普惠金融對民營企業非效率投資的抑制作用以及影響機制，并且基于民營企業不同生命周期階段開展細化與延伸，旨在為數字普惠金融賦能民營經濟高質量發展邏輯提供新思考。研究發現：第一，數字普惠金融顯著負向影響民營企業非效率投資，即數字普惠金融能夠有效抑制民營企業非效率投資。第二，代理成本和財務風險是數字普惠金融影響民營企業非效率投資主要作用路徑，數字普惠金融通過降低企業代理成本、緩解企業財務風險抑制民營企業非效率投資。第三，處于不同生命周期階段的民營企業，數字普惠金融與民營企業非效率投資的關系存在差異。數字普惠金融在1%的水平上顯著抑制成長期、成熟期民營企業的非效率投資，而對于衰退期民營企業則不顯著，且影響程度對于成長期民營企業最高、成熟期民營企業次之。第四，異質性檢驗結果顯示，當企業處于東部地區、管理層持股比例較高時，數字普惠金融對民營企業非效率投資的治理效果較強。

基于上述結論，本文得出以下啟示和建議：（1）數字普惠金融作為國民經濟的加速器，有助于發展壯大民營經濟，其能顯著改善民營企業投資決策質量，高效抑制民營企業非效率投資。民營企業應不斷完善數字發展戰略及設施建設，關注企業自身內部制度及經營環境等問題，利用數字技術提升信息透明度，緩解委托代理關系所產生的代理成本，優化民營企業內部經營發展環境，紓解企業發展過程中所面臨財務風險。推動數字普惠金融賦能民營產業，建立富有活力的數字化民營經濟商業模式，打造與市場需求相契合的新型民營金融服務業態。（2）為打造具有競爭力的民營經濟數字產業集群，民營企業在構建數字資源規劃體系時，應基于全局角度出發，牢牢把握企業所具有自身屬性和生命周期特征等因素，保障數字普惠金融治理作用的有效性及精準度，推進數字技術合理高效配置企業資源，實現數字模式與民營企業組織結構深度融合，真正做到因地制宜，因企決策。（3）政府應鼓勵民營經濟的發展，不斷完善數字經濟相關的政策及數字金融監管體系，打造全面的數字技術創新規范，構建強大的數字安全屏障，深度強化安全性以及參與性，平衡好數字普惠金融與實體經濟協同發展，發揮數字普惠金融高效整合效應及治理效應，科學引導數字普惠金融為民營企業投資護航，為民營企業成長注入創新活力，為民營經濟實現高質量發展發揮堅實力量。

本文的研究不足與展望：（1）限于數據的可獲得性，本文采用城市層面的數字普惠金融指數，研究數字普惠金融對于民營企業非效率投資的治理作用，而未能獲取企業層面的數字普惠金融應用程度相關數據，由于同一城市不同民營企業數字普惠金融應用程度不同，希望未來在數據可獲得的情況下，進一步考慮企業層面數字普惠金融應用程度對民營企業非效率投資的治理作用。（2）本文主要分析了數字普惠金融對民營企業非效率投資的影響，沒有關注到數字普惠金融對民營企業其他層面經濟指標的影響作用，有待在以后的研究中進一步討論。

參考文獻：

［1］汪亞楠，葉欣，許林.數字金融能提振實體經濟嗎［J］.財經科學，2020（3）：113.

［2］賈俊生，劉玉婷.數字普惠金融、高管背景與企業創新——來自中小板和創業板上市公司的經驗證據［J］.財貿研究，2021（2）：6576.

［3］萬佳彧，周勤，肖義.數字普惠金融、融資約束與企業創新［J］.經濟評論，2020（1）：7183.

［4］唐松，伍旭川，祝佳.數字金融與企業技術創新——結構特征、機制識別與金融監管下的效應差異［J］.管理世界，2020（5）：5266.

［5］喻平，豆俊霞.數字普惠金融、企業異質性與中小微企業創新［J］.當代經濟管理，2020（12）：7987.

［6］俞毛毛，馬文婷，錢金娥.數字金融發展對企業債務違約風險的影響［J］.金融與經濟，2022（3）：3947.

［7］Rui F，Chen S，Yiyang G. Digital finance and labor demand of manufacturing enterprises： Theoretical mechanism and heterogeneity analysis［J］.International Review of Economics and Finance，2024，89（PA）：1732.

［8］于文超，梁平漢.不確定性、營商環境與民營企業經營活力［J］.中國工業經濟，2019（11）：136154.

［9］朱斌，呂鵬.中國民營企業成長路徑與機制［J］.中國社會科學，2020（4）：138158.

［10］潘越，湯旭東，寧博，等.連鎖股東與企業投資效率：治理協同還是競爭合謀［J］.中國工業經濟，2020（2）：136164.

［11］姚立杰，陳雪穎，周穎，等.管理層能力與投資效率［J］.會計研究，2020（4）：100118.

［12］方紅星，林婷.機構投資者實地調研如何影響公司非效率投資——基于代理沖突和信息不對稱的機制檢驗［J］.經濟管理，2023（2）：117134.

［13］翟淑萍，韓賢，張曉琳，等.數字普惠金融能降低企業債務違約風險嗎［J］.會計研究，2022（2）：117131.

［14］趙曉鴿，鐘世虎，郭曉欣.數字普惠金融發展、金融錯配緩解與企業創新［J］.科研管理，2021（4）：158169.

［15］陳春華，曹偉，曹雅楠，等.數字金融發展與企業“脫虛向實”［J］.財經研究，2021（9）：7892.

［16］許芳，何劍.數字普惠金融發展與企業財務風險——基于融資約束和信息不對稱視角［J］.技術經濟與管理研究，2022（7）：6065.

［17］張勛，楊桐，汪晨，等.數字金融發展與居民消費增長：理論與中國實踐［J］.管理世界，2020（11）：4863.

［18］滕磊，馬德功.數字普惠金融能夠促進高質量發展嗎？［J］.統計研究，2020（11）：8092.

［19］陳紅，張玉，劉東霞.政府補助、稅收優惠與企業創新績效——不同生命周期階段的實證研究［J］.南開管理評論，2019（3）：187200.

［20］郭峰，王靖一，王芳，等.測度中國數字普惠金融發展：指數編制與空間特征［J］.經濟學（季刊），2020（4）：14011418.

［21］Richardson S. Overinvestment of free cash flow［J］.Review of Accounting Studies，2006，11（23）：159189.

［22］李增福，云鋒，黃家惠，等.國有資本參股對非國有企業投資效率的影響研究［J］.經濟學家，2021（3）：7181.

［23］錢海章，陶云清，曹松威，等.中國數字金融發展與經濟增長的理論與實證［J］.數量經濟技術經濟研究，2020（6）：2646.

［24］司敏，王桂禎，趙彥鋒.數字金融如何影響企業投資結構？［J］.企業經濟，2023（8）：6071.

［25］Dickinson，V. Cash flow patterns as a proxy for firm life cycle［J］.Accounting Review，2011，86（6）：19691994.

［26］溫忠麟，葉寶娟.中介效應分析：方法和模型發展［J］.心理科學進展，2014（5）：731745.

［27］Altman E. Financial ratios， discriminant analysis and the prediction of corporate bankruptcy［J］.The Journal of Finance，1968，23（4），589609.

［28］王宏鳴，孫鵬博，郭慧芳.數字普惠金融如何賦能企業數字化轉型？——來自中國上市公司的經驗證據［J］.財經論叢，2022（10）：313.

［責任編輯：苗竹青，黃燕］

Digital Inclusive Finance， Life Cycle and Inefficient Investment

of Private Enterprises

CAO Zhipeng， CHEN Jianing

（School of Economics and Management， Shaanxi University of Science＆Technology， Xian 710021， China）

Abstract： Taking Chinese Ashare listed private enterprises from 2014 to 2021 as the research object， this study empirically examines the impact of digital inclusive finance development on inefficient investment of private enterprises. Research has found that digital inclusive finance effectively suppresses inefficient investment by private enterprises， and reducing agency costs and alleviating financial risks are the main paths through which digital inclusive finance acts on inefficient investment by enterprises. Based on the perspective of the enterprise lifecycle， digital inclusive finance has a significant inhibitory effect on inefficient investment of enterprises in the growth and maturity stages， but it is not significant for inefficient investment of enterprises in the recession stage. In addition， the study also found that in private enterprises located in the eastern region with a high proportion of management shareholding， digital inclusive finance has a more significant inhibitory effect on inefficient investment. This study expands the research on inefficient investment in private enterprises from the dynamic perspective of the enterprise life cycle， and provides further evidence for digital inclusive finance to promote the development of the private economy.

Key Words： digital inclusive finance； inefficient investment； life cycle； private enterprise； agency cost； financial risk