數字金融是否推動了企業去杠桿

謝周亮 周素華

【關鍵詞】 數字金融; 數字普惠金融指數; 企業異質性; 企業創新; 企業杠桿率

【中圖分類號】 F275;F276.5? 【文獻標識碼】 A? 【文章編號】 1004-5937（2021）23-0023-07

一、引言

習總書記在民營企業座談會上的講話指出，民營經濟具有“五六七八九”的特征，民營經濟是推動經濟發展的重要力量，是推進供給側改革的重要主體，必須毫不動搖地鼓勵和支持民營企業的發展。金融危機以來，我國企業杠桿率連續增長，為解決杠桿率過高的問題，供給側結構性改革要求積極穩妥地推進去杠桿，降低負債率，防范金融風險。在嚴格的去杠桿政策下，我國國有企業杠桿率出現了明顯下降，但民營企業的杠桿率卻出現明顯上升。2011—2018年我國制造業中民營企業的杠桿率變化趨勢（見圖1），表明我國民營企業杠桿率水平呈上升趨勢，尤其2016年以來，杠桿率上升更加明顯。在經濟新常態的背景下，高杠桿仍是需要關注的重點之一，企業杠桿率的攀升容易引發債務危機，造成金融市場的動蕩。民營企業作為經濟的主力軍，優化民企融資結構，防范債務風險的發生是其面臨的重要問題。

在新一輪技術革命的推動下，中國的數字經濟（尤其是數字金融）持續擴張，根據《中國數字經濟發展白皮書》，2019年數字經濟對我國GDP增長的貢獻率為67.7%，成為經濟增長的關鍵驅動力量。以應用云計算、物聯網、大數據和人工智能等為特征的數字金融快速發展，緩解了金融市場中的信息不對稱，改善了金融市場的效率。在數字技術的驅動下，物聯網、人工智能等技術與制造業深度融合，推動制造業企業加速向數字化、網絡化和智能化方向轉型。

數字金融借助科技手段，突破了傳統金融的“二八定律”，對企業生產經營活動產生了重大影響，融資約束的緩解和融資渠道的改善等對企業杠桿率產生了某種程度的優化。通過數據觀察可知，在2011—2018年間，我國數字金融快速發展，而民營企業杠桿率呈逐步上升趨勢，因此數字金融能否影響民營企業的杠桿率、能否防范企業債務風險的發生、民營企業自身的異質性特征能否對這種影響產生調節作用等一系列問題值得大家深思和探討。在數字經濟快速發展的大趨勢下，這些問題的解決有利于將宏觀金融市場與微觀企業相聯系，對政府應該營造什么樣的金融市場環境來促進民營企業健康發展具有指導作用。

二、文獻綜述

數字金融一般指傳統的金融機構和互聯網公司利用數字技術驅動創新開展的一些新型金融業務，比如融資、支付等業務模式[ 1 ]。它和互聯網金融、金融科技的概念相似。Gomber等[ 2 ]認為數字金融包含大量新的金融產品、金融業務、金融相關軟件和金融服務提供商。數字金融能夠增加長尾群體獲得資金的機會，降低金融中介的服務成本，提供用于個人以及企業的各種金融產品和服務設施，增加個人和企業的福利[ 3 ]，在減緩宏觀經濟沖擊對家庭和中小企業的影響方面發揮著重要作用[ 4 ]。數字金融在具體衡量指標體系方面比較缺乏，國內有關數字金融的研究多從互聯網和銀行等角度出發，沒有全面地呈現出數字金融的作用。為彌補指標的缺失，北京大學數字研究中心構建了一套全面概括中國現階段數字金融現狀的指標——2011—2018年數字普惠金融指數[ 5 ]。

數字金融的發展推動了我國經濟結構轉型和高質量發展，優化了資源配置。基于第一期和第二期數字普惠金融指數，已有許多學者從宏觀層面研究了數字金融對經濟的影響，比如促進創業[ 6 ]、提升全要素生產率[ 7 ]、促進居民消費[ 8 ]、緩解區域發展不平衡和實現包容性增長[ 9 ]等。信息不對稱使得企業債務融資增加，在融資過程中付出更高的交易成本，導致高杠桿水平[ 10 ]。數字金融能夠彌補傳統金融中的“屬性錯配”“領域錯配”和“階段錯配”等問題，將市場中的金融資源轉化為有效供給[ 11 ]，促進融資工具多樣化，促使金融機構提供高質量、低成本的金融服務[ 12 ]，降低企業的融資成本[ 13-14 ]，一定程度上減少債務風險的發生。微觀層面，對企業的研究主要集中在企業融資約束和創新方面，數字金融會緩解企業融資約束，且對民營企業、中小企業和高新技術企業的影響更強[ 15 ]。同時，數字金融能夠減少市場中的逆向選擇和道德風險[ 16 ]，對企業技術創新產生“結構性”驅動效果，通過改善金融結構和提高信息披露質量進而提升企業價值[ 17 ]。企業杠桿率作為企業發展的重要環節，與金融系統性風險密切相關，適度的杠桿率有利于營造穩定的企業環境。于博[ 18 ]發現技術創新能夠調節企業杠桿率，對過度杠桿企業具有去杠桿作用;張斌彬等[ 19 ]從金融科技的角度出發，認為金融科技發展對企業的去杠桿作用具有長期效果。上述研究為本文的相關分析提供了有力的理論支撐和方法啟示。

通過梳理發現，鮮有文獻將數字金融與企業杠桿率結合起來進行研究。如果數字金融能夠有效緩解企業的融資難、融資貴問題，那么能否降低企業不必要的杠桿水平呢？因此，本文在數字金融發展“新熱潮”和民營企業杠桿率明顯上升的背景下，通過將2011—2018年數字普惠金融指數與滬深A股制造業上市公司中民營企業數據相匹配，研究數字金融發展對民企杠桿率的影響。基于上述分析，不同企業的異質性特征會導致數字金融對杠桿率產生差異性影響，因此本文從企業規模的角度來探討這種差異性影響。同時，創新是經濟發展的活力，不同民營企業的創新能力存在明顯差異，本文進一步思考創新能力的強弱是否會影響數字金融與企業杠桿率之間的關系，建立調節效應模型，引入企業的創新能力作為調節變量進行實證分析。

三、理論分析與研究假設

（一）數字金融與民營企業杠桿率

第一，數字金融依托大數據、云計算及移動互聯等數字技術，具有較強的地理穿透性和低成本優勢，通過建立第三方征信體系等方式，降低金融機構和民營企業之間的信息不對稱，提高信息透明度，加速信息準確溝通，實現資金供需的有效匹配，降低融資成本，提供給民企更加高效的低成本融資方式，緩解民企融資約束難題。融資約束的降低使得企業不需通過其他加杠桿的方式來獲取資金，從而有利于緩解企業的杠桿率;同時減少了一系列不必要的費用支出，一定程度上充裕了企業的內部現金，減少對杠桿融資的需求。

第二，數字金融的快速發展使一些非正規融資渠道逐步透明化和規范化，促進民營企業對游離在正規金融體系外資金的吸收，豐富了融資渠道和融資工具，催生了股權眾籌等融資模式的多樣化，可以優化融資結構，推動金融資源的流動，提高社會資金流動效率和企業的資金可獲得性，適當降低預防性動機和對杠桿融資的依賴。數字金融的發展也能夠推動傳統金融機構進行轉型升級，為企業提供更加豐富的金融產品和服務。

第三，數字金融具有典型的“數字化技術”特征，它與互聯網、區塊鏈等的深度結合可以改善企業的資源利用率，提高企業全要素生產率，拓寬企業自身經營服務范圍，增加企業的銷售收入和營業利潤[ 20 ]，進而提高企業自有資金比例，降低對外界杠桿的需求。

假設1：數字金融的發展有利于民營企業降低杠桿率，防范債務風險的發生。

（二）企業規模的異質性

受自身財務狀況及經營實力的影響，不同規模的民營企業存在融資異質性，進而導致杠桿率存在差異。相比大型民營企業，中小民企的成立時間較短，財務信息不透明度和信息不對稱性更高，具有更大的融資約束，難以籌集外部資金，債務融資水平整體偏低，從而杠桿率較低。大型民營企業已具備一定的實力，更容易獲得外部融資，往往會大量舉債來支撐企業整體運營，導致企業較高的杠桿率水平。數字金融帶來大量新興金融業務，增加了民企的融資渠道，豐富了融資工具，比如互聯網股權融資等，因此為大型民企拓寬了融資來源，一定程度上會減少對債務融資的依賴，并且大型民企的聲譽和自身實力更強，更容易獲得股權融資，從而帶來企業杠桿率的明顯降低。

假設2：相比于中小型民企，數字金融對大型民企具有更強的去杠桿效果。

（三）企業創新能力的調節效應

創新驅動發展是我國實現經濟高質量增長的重要戰略之一，創新也是企業發展的“命脈”和根本動力。企業是推動經濟發展的主力軍，是區域創新的重要載體。民營企業是創新驅動的主體，創新能力的增強可以提高民企的利潤，增加企業內部現金流，減少對債務融資的需求;同時企業創新能力提升可以提高民企實力和聲譽，向市場傳遞利好信息，推動公司股票價格上升，使得公司傾向于股權融資[ 21 ]。創新能力的增強可以提升民企的市場競爭力，提高企業績效，有效改善企業產能過剩等問題。因此，企業的創新能力越強，企業自身的綜合實力越強，越會傾向于主動去杠桿，數字金融對企業杠桿率的作用就會減弱。

假設3：創新能力可以調節數字金融和民企杠桿率之間的關系，創新能力的增強會弱化數字金融對民營企業杠桿率的抑制作用。

四、實證分析

（一）數據來源與變量說明

本文以2011—2018年滬深A股制造業上市公司中民營企業為研究對象，公司層面的數據來自國泰安數據庫，數字金融層面的數據來自北京大學2011—2018年城市級數字普惠金融指數。對數據做以下處理：（1）剔除ST、*ST等被特殊處理的公司樣本;（2）保留五年及五年以上連續經營的樣本;（3）刪除主要變量存在缺失的樣本;（4）剔除財務數據存在異常的樣本，比如總負債大于總資產的樣本。為消除異常值的影響，對連續變量進行上下1%的縮尾處理，其中凈利潤增長率的離群值較多，對其進行雙側5%的縮尾處理。最終得到2011—2018年共6 004個樣本的觀測值。

被解釋變量：企業杠桿率。杠桿率是衡量公司負債風險的指標，現有文獻大多數將總負債與總資產的比值作為杠桿率的代理變量，即資產負債率越大，杠桿率越高，償債能力越弱。

核心解釋變量：數字普惠金融指數。北京大學利用中國一家代表性數字金融機構數以億計的微觀數據，編制了一套2011—2018年覆蓋中國31個省、337個地級以上城市和約2 800個縣域的“北京大學數字普惠金融指數”，以此來衡量數字金融的發展程度。這套指數注重從創新性數字金融的角度衡量數字普惠金融的發展，對傳統普惠金融的指標體系進行補充。它同時考慮了數字金融的廣度和深度，兼顧縱向和橫向可比性，體現了數字金融服務的多元化和多層次化。因此，本文選取北京大學2011—2018年城市級數字普惠金融指數作為核心解釋變量，為避免異方差的影響，取對數處理。

調節變量：企業創新能力。企業創新可以從創新投入和創新產出兩個角度衡量。根據潘越等[ 22 ]的方法用企業研發投入強度來測度創新投入，即用研發投入占企業當期營業收入的比值衡量企業創新能力。在穩健性檢驗中，借鑒鞠曉生等[ 23 ]和新會計準則對無形資產的解釋，本文使用無形資產凈額與期末總資產的比值來衡量創新產出。

控制變量選取企業年齡、企業成長性、現金流量、政府補助、盈利能力、固定資產比、企業規模等指標。具體變量定義見表1。

表2是變量的描述性統計。從表中可以看出，民營企業的杠桿率均值為0.3477，最大值為0.7485，部分民營企業杠桿率過高，存在債務風險;企業研發投入和創新產出的均值分別為0.0459和0.0461，整體創新能力有待提高，并且不同企業的創新能力存在較大差異。

（二）模型設定

1.基準模型

為檢驗數字金融對民營企業杠桿率的影響，設定以下模型：

levi，t表示企業i在第t年的杠桿率，indexi，t表示企業i所在城市第t年的數字普惠金融指數，controlsi，t表示一系列控制變量，？啄i代表企業個體固定效應，？茲t代表時間固定效應，？著i，t表示隨機誤差項，？琢、？茁、？酌表示各變量的系數。

2.調節效應模型

為了檢驗企業創新能力是否對數字金融與民企杠桿率間的關系具有調節作用，依據溫忠麟等提出的調節效應分析方法，構建以下模型：

RDi，t為企業i在第t年的創新投入，？濁表示調節效應，若？濁顯著，則表示企業研發能力的調節效應顯著。檢驗調節效應時，需要對數字普惠金融指數和企業研發投入做中心化處理，以避免解釋變量和交互項之間的多重共線性。

（三）實證結果分析

在回歸分析時，本文選用雙向固定效應模型進行回歸。基準回歸時，為避免內生性問題，借鑒謝絢麗等[ 6 ]和萬佳彧等[ 15 ]的方法采用省級互聯網普及率作為數字金融的有效工具變量，數據來源于2011—2018年《中國互聯網絡發展狀況統計報告》，運用兩階段最小二乘法（2SLS）對模型進行回歸。

1.基準模型回歸分析

表3為數字金融對民營企業杠桿率影響的回歸結果。第（1）列沒有加入其他控制變量時的回歸系數為-0.059，第（2）列同時加入其他控制變量的回歸系數為-0.080，上述系數均在1%的水平上統計顯著，表明數字金融的發展能夠抑制民企的杠桿率水平，即數字金融能夠促進民營企業去杠桿，減少債務風險的發生，驗證了假設1。第（3）列為加入工具變量后第一階段的回歸結果，F統計值為321.45，表明拒絕存在弱工具變量的原假設;第（4）列為第二階段的回歸結果，估計系數為-0.206，且在5%的水平上顯著，表明數字金融推動民營企業去杠桿這一結論是穩健的。

與傳統金融機構相比，數字金融能夠滿足中小微企業的需求，降低客戶準入門檻，使得金融服務更直接，減少民營企業在金融市場中遇到的金融排斥等問題，提高了民企資金的可獲得性，降低了通過杠桿方式融入資金的需求;同時，數字化、移動化的金融服務減少了信息不對稱，引導企業吸收游離在正規金融系統之外的資源，避免企業選擇更高成本的融資渠道，降低融資成本，提高社會資金的運行效率。數字金融依托智能算法、大數據、云計算等創新技術，提升金融資源的利用效率，促進技術和產品創新，增強民營企業自身實力，減少對外界杠桿的依賴，降低對杠桿的主動性需求。因此，數字金融的發展，能夠推動民營企業去杠桿。

2.企業規模的異質性分析

大型民企和中小民企由于自身異質性導致杠桿率存在差異。本文以企業規模的平均值為分界點，將民營企業分為大型民企和中小民企，圖2表明大型民企的杠桿率水平明顯高于中小民企，與前文理論分析一致。分組進行雙向固定效應回歸，表4的第（1）列和第（2）列結果顯示，大型民企的估計系數為-0.142，在1%的置信水平上顯著，并且明顯大于全樣本回歸結果的估計系數-0.080，而中小民企的估計系數為負卻不顯著，表明數字金融對大型民企具有強烈的去杠桿效果，對中小民企杠桿率的影響不顯著，驗證了假設2。這可能是因為相比中小民企，大型民企本身的杠桿率偏高，其彈性幅度更大，更容易受到數字金融去杠桿效應的影響。

3.調節效應回歸分析

表4的第（3）列和第（4）列為創新投入作為調節變量時的回歸結果，第（3）列為沒有加入控制變量的回歸結果，index的系數為-0.047，index和RD的交互項的系數為0.678，分別在5%和1%的顯著性水平上顯著;第（4）列為加入控制變量的回歸結果，index的系數為-0.059且在5%的顯著性水平上顯著，兩者交互項的系數為0.651且在1%的顯著性水平上統計顯著。因此，交互項系數的顯著性表明企業創新能力的增強能夠減弱數字金融對民營企業去杠桿的促進作用，與假設3一致。創新可以促進企業的競爭力和盈利能力上升，企業的創新能力越強，其盈利能力越強，內部現金流越充裕，為企業經營提供資金保障，從而減少對負債的需求，并且較高的創新能力能夠提高企業的信譽和自身管理水平，降低融資成本和經營風險。因此，企業的創新能力越強，企業自身的綜合實力越強，企業杠桿率受到數字金融的影響就會較小。

4.穩健性檢驗

（1）替換調節變量。在調節效應模型中，替換創新投入這一調節變量，采用創新產出來衡量企業的創新能力，設置虛擬變量對企業進行分組，將大于創新產出50%分位數的樣本賦值為1，代表創新能力較強的企業;反之為0，認為企業的創新能力較弱，回歸結果見表5。結果表明，創新能力弱的企業系數為-0.127且在1%的水平上顯著，創新能力強的企業系數為-0.098且在5%的水平上顯著。因此，創新能力弱的企業，數字金融對企業杠桿率的抑制作用反而大于創新能力強的企業，與前文結論一致。

（2）分組回歸。考慮到不同杠桿率水平的民營企業存在個體異質性，數字金融的發展對其存在效用差異，因此，以杠桿率水平的50%分位數為界限，將民企劃分為高杠桿民企和低杠桿民企進行回歸。表5結果顯示，在高杠桿企業中，數字金融的回歸系數為-0.173且在1%的水平上統計顯著;而在低杠桿企業中，回歸系數為-0.003且不顯著。這表明，數字金融更能抑制高杠桿企業的杠桿水平，進一步體現了數字金融的去杠桿作用。這可能是因為當企業杠桿率水平較高時，數字金融的去杠桿彈性更大，而數字金融對低杠桿企業沒有明顯的去杠桿作用。

（3）為避免反向因果關系造成的內生性問題，對數字普惠金融指數取滯后一期，分別對基準模型和調節效應模型進行回歸，結果表明無論是數字普惠金融指數的系數還是交互項的系數，符號均與前文一致，且都通過1%水平上的顯著性檢驗（限于篇幅不再報告回歸結果），因此結果是穩健的。

五、結論與政策建議

在當前經濟下行壓力下，我國制造業發展面臨較大的機遇和挑戰，民營企業轉型升級成為必然，而數字金融作為新興經濟體蓬勃發展，助力實體經濟增長。為深入研究數字金融如何支持民營企業的發展，本文選取2011—2018年滬深A股制造業上市企業中民營企業數據和北京大學2011—2018年城市級數字普惠金融指數，運用雙向固定效應模型和2SLS分析了數字金融對企業杠桿率的影響，基于企業規模展開了異質性分析，并利用調節效應模型討論了企業的創新能力是否能夠影響數字金融與企業杠桿率二者之間的關系。研究結果發現，數字金融對民營企業的杠桿率具有顯著抑制作用，即數字金融的發展能夠推動企業去杠桿，且對大型民企、高杠桿民企的去杠桿作用更大。企業創新能力在數字金融推動民企去杠桿的過程中發揮調節作用。相比于創新能力強的民營企業，在創新能力較弱的企業中，數字金融對企業杠桿率的抑制作用更顯著，能夠更好地推動企業去杠桿。最后，運用替換調節變量、分組回歸和對解釋變量取滯后一期等方法對上述結論進行穩健性檢驗，檢驗結果與前文分析一致。

本文從宏觀角度拓展了對民營企業杠桿率的研究，為金融市場推動企業去杠桿及轉型提供了思路。根據實證分析結果和研究結論，提出以下政策建議：

（1）繼續推進數字金融的發展，給予數字金融一定的政策支持，加強數字金融基礎設施建設，加大對5G、大數據、云計算、區塊鏈等領域的投入，擴大數字金融服務范圍，進一步推動數字金融向廣度和深度發展;積極引導數字金融為民企服務，緩解民企融資約束，優化資產結構，降低企業杠桿率，有效防范債務風險的發生;完善二者的信息共享平臺，避免資源錯配，推動民營企業更高效、便捷地獲取金融服務，激發民企活力，推動民企向數字化轉型。

（2）在推動數字金融為民營企業服務的過程中，要重點關注數字金融對不同類型民企帶來的異質性影響，因企制宜，滿足民企群體的多元化需求，促進數字金融為民企發揮最大限度的作用。

（3）創新是企業發展的核心，民營企業具有極強的創新活力，要解決企業發展過程中的各種瓶頸問題，關鍵在于創新，提高企業自身實力。政府要繼續鼓勵和支持民企進行研發創新，對民企實施一系列優惠和扶持政策，強化人才支撐;企業自身要加強創新驅動，積極引進高層次技術型人才，加大研發投入，提高創新效率，化解過剩產能，實現企業轉型升級，以大數據智能化引領創新驅動，從企業內部避免杠桿率的過度上升。

（4）數字金融在推動實體經濟發展的同時會帶來一定的金融風險，政府及各金融機構要加強對數字金融的監管，完善對監管沙盒、監管科技的設計;通過機器學習、互聯網征信等渠道加強大數據風控，促進數字金融的健康持續發展，實現數字金融和實體經濟的深度融合。

【參考文獻】

[1] 黃益平，黃卓.中國的數字金融發展：現在與未來[J].經濟學（季刊），2018，17（4）：1489-1502.

[2] GOMBER P，KOCH J A，SIERING M.Digital finance and fin tech：current research and future research directions[J].Journal of Business Economics，2017，87（5）：537-580.

[3] OZILI P K.Impact of digital finance on financial inclusion and stability[J].Borsa Istanbul Review，2018，18（4）：329-340.

[4] CORRADO G，CORRADO L.Inclusive finance for inclusive growth and development[J].Current Opinion in Environmental Sustainability，2017，24（2）：19-23.

[5] 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），2020，19（4）：1401-1418.

[6] 謝絢麗，沈艷，張皓星，等.數字金融能促進創業嗎？——來自中國的證據[J].經濟學（季刊），2018，17（4）：1557-1580.

[7] 唐松，賴曉冰，黃銳.金融科技創新如何影響全要素生產率：促進還是抑制？——理論分析框架與區域實踐[J].中國軟科學，2019（7）：134-144.

[8] 何宗樾，宋旭光.數字金融發展如何影響居民消費[J].財貿經濟，2020，41（8）：65-79.

[9] 張勛，萬廣華，張佳佳，等.數字經濟、普惠金融與包容性增長[J].經濟研究，2019，54（8）：71-86.

[10] AHMED Z，SALEEM Q，BHATTI A Q，et al.Corporate leverage transmission under information asymmetry：evidence from non-financial firms of pakistan[J].International Journal of Economics and Financial Issues，2020，10（4）：176-184.

[11] 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，2020，36（5）：52-66.

[12] OMARINI A E.Banks and fintechs：how to develop a digital open banking approach for the bank's future[J].International Business Research，2018，11（9）：23-26.

[13] HADDAD C，HORNUF L.The emergence of the global fintech market：economic and technological determinants[J].Small Business Economics，2019，53（1）：81-105.

[14] 阮堅，申么，范忠寶.何以驅動企業債務融資降成本：基于數字金融的效用識別、異質性特征與機制檢驗[J].金融經濟學研究，2020，35（1）：32-44.

[15] 萬佳彧，周勤，肖義.數字金融、融資約束與企業創新[J].經濟評論，2020（1）：71-83.

[16] DEMERTZIS M，MARLER S，WOLFF G B，et al.Capital markets union and the fintech opportunity[J]. Journal of Financial Regulation，2018，4（1）：1093-1103.

[17] 李小玲，崔淑琳，賴曉冰.數字金融能否提升上市企業價值？——理論機制分析與實證檢驗[J].現代財經（天津財經大學學報），2020，40（9）：83-95.

[18] 于博.技術創新推動企業去杠桿了嗎？——影響機理與加速機制[J].財經研究，2017，43（11）：113-127.

[19] 張斌彬，何德旭，張曉燕.金融科技發展能否驅動企業去杠桿？[J].經濟問題，2020（1）：1-10，69.

[20] 包耀東，高玉梅，朱學義.互聯網對制造企業經營績效的影響研究：以江蘇上市制造企業為例[J].會計之友，2020（11）：52-58.

[21] 李義超，徐婷.企業創新與杠桿率動態調整關系實證研究：創新效率視角[J].科技進步與對策，2020，37（7）：87-94.

[22] 潘越，潘健平，戴亦一.公司訴訟風險、司法地方保護主義與企業創新[J].經濟研究，2015，50（3）：131-145.

[23] 鞠曉生，盧荻，虞義華.融資約束、營運資本管理與企業創新可持續性[J].經濟研究，2013，48（1）：4-16.