金融錯配、內(nèi)部控制質(zhì)量與企業(yè)創(chuàng)新

【摘要】文章選取2010—2022年A股上市公司數(shù)據(jù)作為研究樣本，旨在從創(chuàng)新成果角度，分析金融錯配對企業(yè)創(chuàng)新的影響。研究結(jié)果表明，金融錯配對企業(yè)創(chuàng)新存在顯著的負(fù)向影響。并且，內(nèi)部控制質(zhì)量在金融錯配對企業(yè)創(chuàng)新的影響中發(fā)揮著部分中介作用。穩(wěn)健性檢驗(yàn)通過改變變量的度量方法、樣本時間跨度以及考慮變量的內(nèi)生性問題，結(jié)論仍然有效。異質(zhì)性分析的結(jié)果表明，上述影響因行業(yè)的所有制結(jié)構(gòu)和技術(shù)特殊性而異。此研究結(jié)論進(jìn)一步豐富了企業(yè)創(chuàng)新的影響因素，為提升企業(yè)創(chuàng)新、加強(qiáng)金融服務(wù)實(shí)體經(jīng)濟(jì)提供了一定的指導(dǎo)和參考。

【關(guān)鍵詞】金融錯配；內(nèi)部控制質(zhì)量；企業(yè)創(chuàng)新

【中圖分類號】F83；F275

黨的二十大報告指出要“堅持創(chuàng)新在我國現(xiàn)代化建設(shè)全局中的核心地位。”在創(chuàng)新作為引領(lǐng)高質(zhì)量發(fā)展的第一動力的指引下，我國微觀創(chuàng)新意識不斷增強(qiáng)。根據(jù)國家知識產(chǎn)權(quán)局發(fā)布的《2022年度報告》，2022年我國發(fā)明專利申請量為161.9萬件，同比增長2.1%；發(fā)明專利授權(quán)量為79.8萬件，同比增長14.7%。創(chuàng)新能力取得快速發(fā)展，但我國的國際創(chuàng)新指數(shù)排名并不理想，與發(fā)達(dá)國家相比仍有較大差距。企業(yè)創(chuàng)新具有資金需求高、投資回收期長、不確定性高等特點(diǎn)，主要依靠內(nèi)源融資，難以保證持續(xù)性。因此，外部融資成為企業(yè)創(chuàng)新的主要方式。而我國金融業(yè)的資源配置以國有銀行為主導(dǎo)，易受到政府發(fā)展戰(zhàn)略的引導(dǎo)或約束，產(chǎn)生資源配置低效、重復(fù)投資、所有制歧視等問題。這將擾亂我國金融資源分配的平衡，提高企業(yè)獲得外部融資的門檻，破壞金融市場公平競爭的環(huán)境，阻礙企業(yè)創(chuàng)新能力的提升。因此，企業(yè)必須強(qiáng)化創(chuàng)新主體地位，提高自主創(chuàng)新能力。

一、理論分析與研究假設(shè)

金融錯配具有強(qiáng)大溢出效應(yīng)和杠桿作用，對企業(yè)的創(chuàng)新具有重大影響。政府通過控制金融資源來干預(yù)市場，導(dǎo)致企業(yè)獲得的資源數(shù)量存在巨大差異，最終并沒有完全惠及高效企業(yè)（李健等，2023）[1]。同時，金融市場信息不對稱、供需不平衡、間接融資比重高等問題也日益凸顯，難以匹配企業(yè)的資金需求，導(dǎo)致不同特質(zhì)企業(yè)在融資能力上存在不對稱性（張遼等，2022）[2]，致使一些經(jīng)濟(jì)效益和發(fā)展前景較好的企業(yè)陷入融資困境，金融滲漏和尋租行為加劇，錯配現(xiàn)象加深，阻礙實(shí)體部門的高質(zhì)量發(fā)展（丁怡帆等，2022）[3]。與中小企業(yè)不同，國有企業(yè)受政策傾斜，憑借多元化的融資方式獲得超實(shí)際所需的金融資源，但卻不能發(fā)揮最大效用。資金的流向與企業(yè)創(chuàng)新所需方向相悖，嚴(yán)重限制了企業(yè)創(chuàng)新投資的機(jī)會。此外，金融錯配會扭曲要素價格，影響投入成本和企業(yè)創(chuàng)新的產(chǎn)出，企業(yè)無法獲得創(chuàng)新所需的資源，嚴(yán)重阻礙開發(fā)和推廣新技術(shù)，影響企業(yè)持續(xù)性創(chuàng)新。進(jìn)一步看，金融資源分配較少的公司會將有限資源分配給投資回收期較短的項目，以更好地從盈利活動中獲益（甄麗明等，2019）[4]，而減少或摒棄有利于公司長期發(fā)展的創(chuàng)新和改善內(nèi)部監(jiān)督等活動。因此，文章提出以下假設(shè)：

H1：金融錯配會抑制企業(yè)創(chuàng)新的提升。

內(nèi)部控制可確保經(jīng)營活動順利進(jìn)行，助力企業(yè)防范風(fēng)險、提高效率從而實(shí)現(xiàn)高質(zhì)量發(fā)展目標(biāo)（樊行健等，2014）[5]。高質(zhì)量的內(nèi)部控制可以促進(jìn)企業(yè)內(nèi)部建立科學(xué)有效的報告機(jī)制，使企業(yè)內(nèi)部組織能夠相互配合、制約和監(jiān)督，高效共享企業(yè)內(nèi)部信息，降低管理和代理成本；同時，進(jìn)行科學(xué)的風(fēng)險評估和公司治理，保證了創(chuàng)新經(jīng)營活動的質(zhì)量和效率。然而，金融錯配的發(fā)生增加了內(nèi)部控制的成本，部分企業(yè)甚至陷入財務(wù)困境，被迫減少內(nèi)部控制、內(nèi)部溝通和風(fēng)險評估的資源（張遼等，2022）[2]，企業(yè)內(nèi)部信息共享、風(fēng)險識別和管理監(jiān)督的有效性降低。面對有限的資源，只能采取鋌而走險的方式從事高風(fēng)險業(yè)務(wù)，挫傷內(nèi)部控制質(zhì)量，最終導(dǎo)致企業(yè)創(chuàng)新能力下降。此外，金融錯配造成的漏損現(xiàn)象迫使部分企業(yè)進(jìn)入貸款轉(zhuǎn)讓市場，將注意力放在如何獲得信貸上，忽視了內(nèi)部控制質(zhì)量的提高。雖以大量非法借貸為特征的金融漏損現(xiàn)象可能會受到高質(zhì)量內(nèi)部控制的阻礙，但企業(yè)為了獲得更多的信用貸款或更高的經(jīng)營利潤，主觀上可能會刻意回避內(nèi)部控制質(zhì)量的提高（盧峰等，2004）[6]，增加了公司的經(jīng)營風(fēng)險，從而降低了公司的創(chuàng)新能力。因此，本文提出以下假設(shè)：

H2：金融錯配可降低企業(yè)內(nèi)部控制質(zhì)量，從而抑制企業(yè)創(chuàng)新的提升。

二、模型設(shè)定與變量測度

（一）樣本選擇和數(shù)據(jù)來源

本研究選取2010—2022年滬深兩市上市公司作為初始樣本，對原數(shù)據(jù)進(jìn)行了以下篩選剔除：（1）金融類企業(yè)；（2）ST、PT企業(yè)；（3）基礎(chǔ)數(shù)據(jù)嚴(yán)重缺失的企業(yè)；（4）對連續(xù)變量進(jìn)行上下1%的Winsorize處理。內(nèi)部控制數(shù)據(jù)源于DIB內(nèi)部控制和風(fēng)險管理數(shù)據(jù)庫，其余數(shù)據(jù)來自CSMAR數(shù)據(jù)庫，共取得32 080個樣本。

（二）變量設(shè)定

1.被解釋變量——企業(yè)創(chuàng)新能力（Patent_ Award）

本文借鑒權(quán)小鋒等（2017）[7]文獻(xiàn)，利用企業(yè)專利數(shù)量進(jìn)行衡量。根據(jù)專利類型分為3類：發(fā)明專利、實(shí)用新型專利和外觀設(shè)計專利。并根據(jù)其創(chuàng)新含金量不同，按照3∶2∶1賦以權(quán)重，用3種專利授予量加權(quán)總數(shù)加1的自然對數(shù)表示（Patent_Award）。并按照上述方法對3種專利申請量加權(quán)總數(shù)加1的自然對數(shù)表示（Patent），用于后文的穩(wěn)健性檢驗(yàn)。

2.核心解釋變量——金融錯配（Fm）

金融錯配是指金融資源配置效率處于非帕累托最優(yōu)狀態(tài)。此情況下，大部分金融資源流向了低生產(chǎn)率企業(yè)，而高生產(chǎn)率企業(yè)卻得不到足夠的金融資源，從而阻礙了企業(yè)的發(fā)展。本文研究聚焦于企業(yè)微觀層面，側(cè)重于金融資源向“有效配置”的偏離度，故利用企業(yè)資金使用成本與行業(yè)平均成本的偏離程度取絕對值（邵挺，2010）[8]，作為衡量金融錯配的標(biāo)準(zhǔn)。即：

金融錯配=[利息支出/（負(fù)債-應(yīng)付賬款）]/行業(yè)平均利率-1

而韓珣等（2020）[9]的研究，直接以公司資金使用成本與行業(yè)平均成本的差值（Fm2）作為衡量金融錯配的標(biāo)準(zhǔn)，也可在一定程度上反映金融錯配水平，因此本文參考此方法進(jìn)行后續(xù)穩(wěn)健性檢驗(yàn)。

3.中介變量——內(nèi)部控制質(zhì)量（IC）

本文將DIB內(nèi)部控制指數(shù)除以100予以標(biāo)準(zhǔn)化處理，數(shù)值越大，表示企業(yè)當(dāng)年內(nèi)部控制質(zhì)量越高。

（1）控制變量

本文選取的控制變量包括資產(chǎn)負(fù)債率（Lev）、流動資產(chǎn)比率（Liquid）、公司規(guī)模（Size）、董事會結(jié)構(gòu)（Independ）、托賓Q值（TobinQ）、經(jīng)營年限（Age）、股票集中度（Top10）、虛擬變量年份（Year）、行業(yè)（Ind）。具體變量說明見表1。

（三）模型構(gòu)建

1.基準(zhǔn)回歸模型

為驗(yàn)證金融錯配與企業(yè)創(chuàng)新能力的關(guān)系（H1），構(gòu)建模型如下：

模型（1）中，i代表企業(yè)，t代表時間。Year和Ind分別為年份和行業(yè)的固定效應(yīng)，εi，t為殘差項。根據(jù)假設(shè)H1，本文重點(diǎn)關(guān)注系數(shù)α1，若該系數(shù)顯著為負(fù)，則表明金融錯配會抑制企業(yè)創(chuàng)新。

2.中介效應(yīng)模型

模型（2）用于分析中介變量內(nèi)部控制質(zhì)量與解釋變量金融錯配之間的關(guān)系，模型（3）是在模型（1）、（2）的基礎(chǔ)上加入內(nèi)部控制質(zhì)量后的進(jìn)一步分析。

（四）描述性統(tǒng)計

表2顯示，我國企業(yè)創(chuàng)新水平的最大值為9.762，最小值為0，均值為3.068，標(biāo)準(zhǔn)差為1.929，表明企業(yè)的創(chuàng)新水平普遍較低，且不同企業(yè)的創(chuàng)新水平參差不齊；金融錯配最大值為2.969，最小值為0.010，說明企業(yè)均面臨一定程度的金融錯配，內(nèi)部控制質(zhì)量的最小值為0，最大值為9.954，且中位數(shù)和均值較為接近，總體分布較為均勻。

三、實(shí)證結(jié)果與分析

（一）基準(zhǔn)回歸

本文首先利用模型（1）來檢驗(yàn)假設(shè)H1是否成立。回歸結(jié)果如表3所示，其中第（1）至（3）列分別為包含解釋變量、控制變量、控制年份和行業(yè)固定效應(yīng)的回歸結(jié)果。結(jié)果表明，金融錯配對企業(yè)創(chuàng)新的影響系數(shù)始終在1%的水平上顯著為負(fù)，說明金融錯配對企業(yè)創(chuàng)新具有顯著的抑制作用，假設(shè)H1成立。上述原因主要是企業(yè)受到金融錯配影響，導(dǎo)致企業(yè)內(nèi)部資源匱乏、流動性差；外部融資有限、融資成本高。為了實(shí)現(xiàn)利潤最大化，公司將有限的資源用于快速產(chǎn)生成果的項目。相反，企業(yè)投資不青睞周期長、成本高、風(fēng)險高的創(chuàng)新活動，創(chuàng)新水平受到抑制。

（二）內(nèi)生性問題

本文認(rèn)為，金融錯配與企業(yè)創(chuàng)新的反向因果關(guān)系不存在或較為微弱。但為了保證模型設(shè)計的穩(wěn)定性，本文采用2SLS方法檢驗(yàn)內(nèi)生性，其中工具變量為解釋變量的一階滯后項（L.Fm），以減少計量識別中的內(nèi)生性問題。表4第（1）列展示了第一階段的回歸結(jié)果，其中金融錯配滯后項系數(shù)（L.Fm）在1%的水平上顯著為正，表明工具變量對于內(nèi)生變量具有較好的解釋力；同時，F(xiàn)值顯著大于經(jīng)驗(yàn)值10，表明不存在弱工具變量問題。第二階段回歸結(jié)果展示于表4第（2）列中，金融錯配的系數(shù)顯著為負(fù)，與前文結(jié)論一致。另外，本文繼續(xù)采用了GMM和LIML回歸來補(bǔ)充驗(yàn)證，回歸結(jié)果如表4第（3）至（4）列所示，結(jié)論與前文基本一致。

（三）穩(wěn)健性檢驗(yàn)

1.更換被解釋變量

用前文所述3種專利申請量加權(quán)總數(shù)加1的自然對數(shù)表示（Patent），替代原被解釋變量中創(chuàng)新產(chǎn)出（Patent_Award）。回歸結(jié)果如表5第（1）列所示，金融錯配對企業(yè)創(chuàng)新具有顯著的抑制作用，說明原結(jié)論具有穩(wěn)健性。

2.更換核心解釋變量

按照上文所述，選用企業(yè)的資金使用成本與行業(yè)平均成本之差（Fm2）替換原解釋變量金融錯配（Fm）進(jìn)行估計。回歸結(jié)果如表5第（2）列所示，其對企業(yè)創(chuàng)新具有顯著的抑制作用，這與上文基準(zhǔn)回歸結(jié)果基本一致，說明原結(jié)論具有穩(wěn)健性。

3.更改樣本時間跨度

考慮到時間區(qū)間中包括2020年在中國爆發(fā)新冠疫情等突發(fā)事件，為了防止重大事件的外部沖擊對實(shí)證結(jié)果產(chǎn)生干擾，本文剔除掉2019年后的數(shù)據(jù)進(jìn)行回歸，以考察排除新冠疫情影響后的金融錯配對企業(yè)創(chuàng)新的影響。回歸結(jié)果如表5第（3）列所示，排除掉新冠疫情可能產(chǎn)生的干擾后，回歸結(jié)果與上文一致，說明原結(jié)論具有穩(wěn)健性。

（四）機(jī)制分析

本文主要采用逐步回歸方法檢驗(yàn)中介效應(yīng)的存在，并參考宋敏等（2021）[11]的研究思路，以Sobel檢驗(yàn)法作為補(bǔ)充，保證中介效應(yīng)的可信性。在假設(shè)H1的基礎(chǔ)上，進(jìn)一步探究金融錯配是否通過降低企業(yè)內(nèi)部控制質(zhì)量，抑制企業(yè)創(chuàng)新的提升進(jìn)行檢驗(yàn)（見表6）。

按照逐步回歸流程，首先，需檢驗(yàn)金融錯配對企業(yè)創(chuàng)新的總效應(yīng)。表6中第（1）列的結(jié)果表明，系數(shù)在1%的統(tǒng)計水平上顯著為負(fù)，說明金融錯配顯著抑制創(chuàng)新能力的總效應(yīng)成立。其次，加入中介變量內(nèi)部控制質(zhì)量后對模型（2）進(jìn)行回歸，結(jié)果如列（2）檢驗(yàn)結(jié)果所示，金融錯配對內(nèi)部控制質(zhì)量的回歸系數(shù)在1%的統(tǒng)計水平上顯著為負(fù)。最后，檢驗(yàn)內(nèi)部控制質(zhì)量是否在金融錯配抑制企業(yè)創(chuàng)新能力的過程中起到中介作用。第（3）列結(jié)果顯示，內(nèi)部控制質(zhì)量系數(shù)顯著為正，表明內(nèi)部控制質(zhì)量對企業(yè)創(chuàng)新具有正向影響。綜上所述，逐步回歸結(jié)果表明，內(nèi)部控制質(zhì)量在金融錯配與企業(yè)創(chuàng)新之間起中介作用。為了檢驗(yàn)結(jié)果的可靠性，利用Sobel進(jìn)行補(bǔ)充檢驗(yàn)，結(jié)果顯示Z統(tǒng)計量的絕對值為7.047（在1%水平上顯著），這意味著上述中介效應(yīng)成立。因此，假設(shè)H2得到驗(yàn)證。

（五）異質(zhì)性分析

前文證實(shí)，金融錯配對企業(yè)創(chuàng)新具有抑制效應(yīng)，而內(nèi)部控制質(zhì)量在一定程度上起著中介作用，但上述影響可能因情況而異。故采用以下方法對樣本進(jìn)行分類：依據(jù)企業(yè)的產(chǎn)權(quán)性質(zhì)將樣本企業(yè)分為國有企業(yè)與非國有企業(yè)。同時，依據(jù)《國民經(jīng)濟(jì)行業(yè)分類》標(biāo)準(zhǔn)，將總樣本企業(yè)分為高技術(shù)企業(yè)與非高技術(shù)企業(yè)。具體分組回歸結(jié)果如表7所示。

據(jù)表7第（1）、（2）列，金融錯配對非國有企業(yè)創(chuàng)新在1%的統(tǒng)計水平上顯著為負(fù)，表明金融錯配會阻礙非國有企業(yè)技術(shù)創(chuàng)新水平的提升。而對于國有企業(yè)而言，金融錯配對創(chuàng)新沒有顯著的抑制作用。據(jù)表7第（3）、（4）列，發(fā)現(xiàn)無論是高技術(shù)企業(yè)還是非高技術(shù)企業(yè)，金融錯配都將抑制創(chuàng)新水平的提升。而通過觀察表中回歸系數(shù)，發(fā)現(xiàn)金融錯配對非高技術(shù)企業(yè)創(chuàng)新的影響相對較大。造成上述差異的主要原因在于信息不對稱等因素的影響，資金往往流向規(guī)模經(jīng)濟(jì)實(shí)力更強(qiáng)的國有或大型企業(yè)，而部分需要資本投入、發(fā)展?jié)摿Ω蟮姆菄衅髽I(yè)或中小型企業(yè)則面臨融資約束，導(dǎo)致自身創(chuàng)新能力受限。同時，高科技企業(yè)現(xiàn)金流充足、風(fēng)險承擔(dān)能力較強(qiáng)，創(chuàng)新作為高科技產(chǎn)業(yè)的最基本特征，不僅是投資的重點(diǎn)，也更易得到政府的支持，即使受到資金錯配的影響，也能盡可能保持持續(xù)的創(chuàng)新投入。

四、研究結(jié)論與啟示

根據(jù)理論和實(shí)證分析，本文的研究結(jié)論如下：（1）在樣本觀測期內(nèi)，發(fā)現(xiàn)金融錯配顯著抑制企業(yè)創(chuàng)新能力。為了驗(yàn)證研究結(jié)果的穩(wěn)健性，本文通過變換變量度量方式、更改樣本時間跨度以及考慮變量內(nèi)生性問題等多種方式進(jìn)行穩(wěn)健性檢驗(yàn)，發(fā)現(xiàn)金融錯配抑制企業(yè)創(chuàng)新提升這一結(jié)論依然成立。（2）從企業(yè)內(nèi)部管理視角，發(fā)現(xiàn)內(nèi)部控制質(zhì)量對金融錯配抑制企業(yè)創(chuàng)新中發(fā)揮中介效應(yīng)。（3）金融錯配對企業(yè)創(chuàng)新的影響在不同企業(yè)所有權(quán)和行業(yè)技術(shù)特質(zhì)方面表現(xiàn)出顯著的異質(zhì)性特征。金融錯配對企業(yè)創(chuàng)新在非國有企業(yè)中具有顯著的抑制作用，而對國有企業(yè)沒有顯著的抑制作用。基于行業(yè)技術(shù)特質(zhì)視角分析，金融錯配對非高新技術(shù)企業(yè)的創(chuàng)新能力影響相對更大。

根據(jù)以上結(jié)論，本文得到如下啟示：（1）政府應(yīng)減少對利率的管制，加快利率市場化進(jìn)程，充分發(fā)揮價格發(fā)現(xiàn)機(jī)制的作用。減少銀行與企業(yè)之間的信息不對稱，滿足創(chuàng)新能力強(qiáng)、成長潛力大的中小企業(yè)的融資需求。銀行也可在保證自身風(fēng)險水平的前提條件下，針對不同特征企業(yè)制定特色金融產(chǎn)品，以滿足不同資金需求。（2）政府可以通過創(chuàng)新基金、創(chuàng)投基金等方式，為具有創(chuàng)新潛力的企業(yè)提供資金支持；設(shè)立專門的創(chuàng)新產(chǎn)業(yè)園區(qū)或孵化區(qū)，提供基礎(chǔ)設(shè)施和服務(wù)支持，幫助企業(yè)降低創(chuàng)新成本和風(fēng)險。與此同時，引導(dǎo)企業(yè)利用正規(guī)渠道實(shí)現(xiàn)多元化融資，打擊尋租和腐敗行為，打造有利的融資環(huán)境。（3）政府還需根據(jù)不同所有制企業(yè)和行業(yè)技術(shù)特質(zhì)方面的特點(diǎn)，做到因地制宜，推動金融資源向非國有企業(yè)傾斜，以激發(fā)企業(yè)創(chuàng)新活力和生產(chǎn)效率。消除技術(shù)障礙，促進(jìn)企業(yè)間知識交流和人才流動，從而更有效地支持企業(yè)創(chuàng)新活動。此外，企業(yè)應(yīng)關(guān)注內(nèi)部控制質(zhì)量的提升，加強(qiáng)自身風(fēng)險業(yè)務(wù)評估能力，避免涉足過度金融化等高風(fēng)險領(lǐng)域，進(jìn)而促進(jìn)企業(yè)創(chuàng)新的持續(xù)發(fā)展。

主要參考文獻(xiàn)：

[1]李健，管煜，代昀昊.金融錯配與企業(yè)技術(shù)創(chuàng)新——基于中國上市企業(yè)的經(jīng)驗(yàn)證據(jù)[J].中央財經(jīng)大學(xué)學(xué)報，2023（10）：25-39.

[2]張遼，范佳佳.金融資源錯配如何阻礙技術(shù)創(chuàng)新——基于技術(shù)差距的視角[J].國際商務(wù)（對外經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報），2022（03）：87-105.

[3]丁怡帆，魏彥杰，馬云飛.金融資源錯配如何影響企業(yè)高質(zhì)量發(fā)展：理論與實(shí)證[J].金融監(jiān)管研究，2022（08）：94-114.

[4]甄麗明，羅黨論.信貸尋租、金融錯配及其對企業(yè)創(chuàng)新行為影響[J].產(chǎn)經(jīng)評論，2019，10（04）：68-80.

[5]樊行健，肖光紅.關(guān)于企業(yè)內(nèi)部控制本質(zhì)與概念的理論反思[J].會計研究，2014（02）：4-11+94.

[6]盧峰，姚洋.金融壓抑下的法治、金融發(fā)展和經(jīng)濟(jì)增長[J].中國社會科學(xué)，2004（01）：42-55+206.

[7]權(quán)小鋒，尹洪英.中國式賣空機(jī)制與公司創(chuàng)新——基于融資融券分步擴(kuò)容的自然實(shí)驗(yàn)[J].管理世界，2017（01）：128-144+187-188.

[8]邵挺.金融錯配、所有制結(jié)構(gòu)與資本回報率：來自1999—2007年我國工業(yè)企業(yè)的研究[J].金融研究，2010（09）：51-68.

[9]韓珣，李建軍.金融錯配、非金融企業(yè)影子銀行化與經(jīng)濟(jì)“脫實(shí)向虛”[J].金融研究，2020（08）：93-111.

[10]溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展[J].心理科學(xué)進(jìn)展，2014，22（05）：731-745.

[11]宋敏，周鵬，司海濤.金融科技與企業(yè)全要素生產(chǎn)率——“賦能”和信貸配給的視角[J].中國工業(yè)經(jīng)濟(jì)，2021（04）：138-155.

責(zé)編：夢超