金融科技发展对企业出口竞争力的影响路径研究

摘要： 提升企业出口竞争力是推动高质量发展的重要途径，而金融科技的发展又为企业出口竞争力的提升提供重要支撑。在推动外贸高质量发展的背景下，本文研究了金融科技发展对企业出口竞争力的提升效应。其次再从融资约束的缓解、贸易成本的降低以及技术进步的推动三个维度，深入剖析了金融科技发展如何提升企业出口竞争力的内在机制。为了实证检验这一影响，本文以2016年至2021年间的A股上市出口企业为研究样本，构建行业-年份双向固定效应模型来全面分析金融科技发展对我国企业出口竞争力的实际影响。研究发现：一是金融科技发展的确可以在一定程度上提升企业出口竞争力，在经过一系列的稳健性检验之后，结果仍然显著；二是金融科技发展对企业出口竞争力的提升效应主要是通过降低成本、缓解融资约束和促进技术进步这三大机制来发挥作用。进一步研究表明，金融科技发展对我国东部、中部以及东北地区企业出口竞争力的提升作用更为显著。

关键词：金融科技；技术进步；出口竞争力

一、研究背景与文献评述

出口对一国经济来说至关重要，提升企业出口竞争力往往被视为一国经济发展的关键战略。我国向来采取多方面政策措施支持出口，帮助企业提高出口竞争力。然而随着土地、劳动力等生产要素的价格成本不断攀升，我国资本和劳动力的相对稀缺性出现逆转，原有市场和资源“两头在外”的传统增长模式已不可持续，参与国际循环的比较优势条件发生转变。经济发展方式粗放，地区间出口贸易竞争力差距增大，发展不平衡等因素直接制约了中国整体的国际贸易竞争力。加之当前欧美等发达国家不断通过贸易限制政策打压我国对外贸易发展以及我国日益严峻的人口老龄化形势，我国的对外贸易环境发生翻天覆地的变化，贸易情况不容乐观，企业出口竞争力受到多重冲击。通过将区块链、大数据、云计算等相关数字技术运用到金融领域，一定程度上可以缓解国内金融机构在服务广大实体企业时所面临的信息不对称等问题，拓展中小企业投融资的途径，促进贸易投资自由化、便利化；同时企业可以更好地利用先进技术手段，提升跨境贸易的效率和透明性，降低交易成本，提升自身出口竞争力。因而，在金融科技日益发展壮大的今天，研究金融科技能否以及如何提高企业的出口竞争力进而助力实体经济的发展极具现实意义。

在推动外贸高质量发展与金融科技日益发展壮大的背景下，学术界对于金融科技发展与出口竞争力也进行了深刻的研究。

对于金融科技的研究目前主要是从概念测度与经济影响两方面来展开。目前，从对金融科技的概念测度上来看，最主流的观点是根据金融稳定理事会（Financial Stability Board）的定义，金融科技是技术上的金融创新，主要由大数据、云计算、区块链、人工智能等新兴技术手段驱动，能够产生新的商业模式、技术应用及产品服务，从而对金融市场以及金融服务业务的提供方式产生重大影响（李春涛等，2020）。金融科技涉及支付清算、借贷融资、财富管理、零售银行、保险、交易结算等六大金融领域，能够有效服务于普罗大众，降低行业成本，提高行业效率（巴曙松等，2016）。

关于哪些因素能够显著影响企业出口竞争力，国内外不同学者有着不同的观点。朱惠等（2011）的研究表明，研发投入不仅能够从短期推动我国高新技术产品出口，有效提升企业出口竞争力，从长期来看其促进作用依然显著。波特的钻石模型强调，生产要素、需求条件、相关与支持产业的状况，以及企业的战略结构，均构成影响企业竞争力的核心要素。Eaton等（2002）则进一步指出，产品相对价格的决定要素，即生产成本、贸易成本、生产效率以及实际汇率，对企业出口竞争力具有显著影响。除此以外，Xu等（2009）的研究也揭示了外资流入后的经济环境，如市场分割程度、基础设施建设以及环境规制等因素，在提升出口竞争力方面同样发挥着积极的推动作用。Gong， Q等（2014）则认为金融市场的成熟度是影响企业出口竞争力的关键因素，因为发达的金融体系往往能够为企业创新和国际贸易提供必要的支持。这些多元因素相互交织，共同作用于企业的出口竞争力，使其成为一个多维度、复杂性的研究议题。

关于金融科技发展对企业出口的影响，国内外学者也进行相关的分析与研究。Freund等（2004）的实证研究深入剖析了互联网引入对进出口贸易的多样化影响，结果显著表明，互联网和通信技术的进步显著促进了企业出口规模的扩大。吕越等（2020）则进一步利用细致的微观企业数据进行实证研究。研究发现，人工智能的应用能够通过降低劳动力成本、提高企业生产效率，有效推动了中国企业在全球价值链中的参与程度提升以及行业地位的攀升。施炳展（2016）的实证研究则指出，互联网作为信息交流平台，能够有效降低交易成本、扩大交易规模、优化资源配置，从而增加中国企业的出口价值量，进而推动国际贸易的蓬勃发展。这些研究共同揭示了互联网和金融科技发展对国际贸易和企业全球化的积极作用。

但已有的研究依然存在一定的研究不足。目前关于金融科技发展对企业出口竞争力影响的研究相对较少，相关理论和实证分析有待丰富，尤其是缺乏对两者之间关系进行的实证研究。本文从此角度出发，搜集相关数据进行理论与实证分析，探究金融科技发展对企业出口竞争力的具体影响和作用机制。

二、理论分析与研究假设

（一）金融科技发展与企业出口竞争力

根据管理学家沃纳菲尔特（Wernerfelt）在1984年提出资源基础理论。企业在国际市场上的竞争力主要来源于其所拥有的独特资源和能力，强调企业在全球化经济环境下需要通过整合内外部资源来发挥自身优势，才能不断增强自身出口竞争力。金融科技的发展为企业提供了更多元化的融资渠道，如互联网金融平台、供应链金融等，降低了企业的融资成本，使得企业能够更容易地获得资金支持，从而加大在研发、生产、市场推广等方面的投入；除此之外，金融科技的发展还为企业拓展国际市场提供了更加便捷和高效的渠道。通过跨境电商平台、移动支付等金融科技工具，企业可以更加便捷地进入国际市场，实现跨境销售。同时，金融科技也促进了国际贸易的便利化和自由化，降低了企业进入国际市场的门槛和成本。

另外，风险管理作为企业经营中一项至关重要的管理活动，起源于20世纪50年代的美国，旨在识别、衡量和应对组织所面临的各种风险，以最大程度地降低其中存在的潜在负面影响，并提高组织的抵御能力。通过建立有效的风险管理体系，组织可以更好地应对不确定性、提高决策质量，并在激烈的竞争环境中取得成功。金融科技利用大数据、人工智能等技术手段，对企业出口过程中的各种风险进行精准评估和管理。通过风险预警、信用评估等机制，企业能够更好地识别和控制风险，降低出口过程中的不确定性。例如，区块链技术在信用证业务中的应用，通过去中心化和信息难以篡改的特性，提高了信用证业务的安全性和透明度，降低了企业的信用风险。除了风险管理外，金融科技的发展也促进了信用体系的完善，为企业出口提供了更加可靠的信用保障。通过金融科技平台，企业可以更加便捷地获取信用评级、信用担保等服务，提升自身的信用水平，增强在国际市场上的信誉度。

因此，综上所述金融科技发展通过为出口企业提供多元化的融资渠道和市场参与渠道，使得企业更加高效、便捷地进入国际市场，同时金融科技还可以通过各种先进的技术与管理手段对企业出口过程中的各种风险进行精准评估和管理，降低企业出口的风险，增强企业的信誉度，从而有效提升企业的出口竞争力。基于此，本文提出如下研究假设：

H1：金融科技发展能够提升企业出口竞争力。

（二）金融科技发展对企业出口竞争力的影响机制分析

1.金融科技发展、企业融资约束缓解与企业出口竞争力

在传统金融服务过程中，由于信贷配给的存在，一方面，银行会对大中型国有企业“超配”、“多配”，对中小型民营企业“少配”、“不配”；另一方面，由于“固定利率”的存在，大量居民为寻求更高利率的回报，会转向投资一些二元影子信贷市场，从而形成了大量居民找不到投资渠道的“资金供给”与大量企业找不到融资渠道的“资金需求”的堰塞湖。这种资源错配会使得企业陷入融资约束困境。

一旦受到融资约束而引致流动性紧张，企业将有可能通过削减维护产品质量环节的投入以降低经营成本，由此维持企业现金流的稳定性以保证负债能够偿还（Bernini et al.，2015）；此外，融资约束困境还会引致高外部融资依赖度的企业缺乏充足的资金在产品研发、设计、测试、广告等提升产品质量的环节进行支付（王诗慧，2023），种种皆有损于企业发挥出口竞争优势。

金融科技的出现则为企业融资带来了新的机遇。首先，金融科技平台可以基于大数据分析和人工智能评估企业的信用风险，为其提供更加灵活、个性化的融资方案以及数字普惠金融等新型融资渠道。企业可以利用金融科技平台，更便捷地获取跨境贸易融资，包括应收账款融资、供应链金融等服务，从而获取融资与信贷支持服务，促进物质资本积累，实现资源整合。因而，金融科技通过科技“赋能”传统金融机构，能够从多方面缓解传统金融机构与企业间的信息不对称和信贷配给，提高信贷配置效率（Lin et al.，2013），使得由信息不对称而导致的市场失灵现象得到有效控制。这必然有利于企业将更多资金投入产品研发、设计、测试、广告等提升产品质量的环节，从而提升自身出口竞争力。

2.金融科技发展、出口贸易成本递减与企业出口竞争力

金融科技的发展以及数字技术的应用能够极大地降低出口企业的贸易成本，从以下几个方面可以得到体现：

在风险的预防以及管理方面，通过应用金融科技，企业可以实时监控跨境交易数据及市场信息，利用大数据分析、人工智能等技术，更好地理解国际市场的需求和趋势，制定更为精准的出口战略，实现对出口风险的精准预测和管理，优化出口订单管理和风险控制，提高应对市场波动的能力，更好地掌握市场的需求导向，降低企业在生产经营中由于决策失误带来的不必要风险成本。

在跨境支付与结算优化方面，企业可以利用金融科技解决跨境贸易中的支付和结算问题，通过金融科技平台实现跨境资金快速、安全的转移及结算，降低汇率风险、利率风险等，并提供更高效的资金管理服务；同时通过区块链等技术，企业可以实时了解跨境资金的流动情况，确保资金流向的透明和安全；此外，伴随着便捷化的网络迅速发展，出口产品的生产商可以与经销商进行更加便利的线上协商与沟通，降低询盘、复盘、还盘等环节的时间成本，从而使得跨境贸易的交易成本得到极大降低。

最后，在跨境合规及税务优化方面，金融科技可以帮助企业更好地理解与遵守跨境贸易的法规和税收政策，克服由信息壁垒所造成的成本代价。例如，出口企业可以通过自动化和数字化的流程管理，提高合规性，降低在交易中的税务成本。

3.金融科技发展、技术进步与企业出口竞争力

金融科技的发展与应用，能够帮助企业节约更多的贸易成本，获得更多的利润，那么这些企业为了维持自身的出口竞争优势，必然会将节约下来的成本再投入到新技术的研发与扩大市场份额的步伐中去，从而有利于企业实现技术进步、提高自身出口技术复杂度。并且，随着贸易成本的降低，出口厂商能够取得价格优势，以更低的价格出口商品，占据更大的国际市场份额。反之，这又会促使企业获得更多资金，不断加大自身的研发支出与创新投入，以提高出口产品的质量，从而更好地适应国际市场的需求。

因此，可以判定金融科技的发展应用可以通过促进企业技术进步，对企业出口竞争力的提升起到积极作用。

综上所述，金融科技通过为企业提供更加便捷、安全、高效的金融服务，能够有效缓解企业融资约束、降低贸易成本、促进技术进步，从而极大提高出口竞争力。基于此，本文提出如下研究假设：

H2a：金融科技发展能够通过缓解融资约束从而提升企业出口竞争力；

H2b：金融科技发展能够通过降低出口贸易成本从而提升企业出口竞争力；

H2c：金融科技发展能够通过促进企业技术进步从而提升企业出口竞争力；

图1 金融科技发展对企业出口竞争力提升影响作用机制图

三、研究设计

（一）样本选择与数据来源

本文的主要研究对象为2016年至2021年间A股上市的出口企业，并对此期间的相关数据进行了严格的筛选和优化处理。鉴于金融类上市公司在经营模式和资产结构上的特殊性，在数据清洗过程中特别排除了这一类型的公司。此外，为了降低极端业绩情况对实证分析可能带来的干扰，将样本中的ST、ST*公司进行了剔除。通过这一系列的数据处理步骤，旨在确保研究结果的准确性和可靠性。此外本研究所采用的公司微观层面数据来源于国泰安数据库，金融科技原始数据来源于数字经济开放研究平台。通过整合这两大权威数据源，本研究力求在数据质量和分析深度上达到更高的标准，以支持研究结论的可靠性和有效性。

为确保实证研究的精确性和可靠性，本文对所收集的数据进行了细致的处理。具体而言，将各城市的数字普惠金融指数与上市公司财务数据，按照上市公司实际办公所在地的城市，进行了逐一整理与精确匹配。这一步骤旨在确保解释变量与被解释变量的数据粒度保持高度一致，从而为后续的分析提供坚实的数据基础。

（二）变量设定及测度

1.被解释变量

企业出口竞争力（Cost）。鉴于波特对企业出口竞争力的定义，本文借鉴陈维涛等（2024）做法，采用出口企业的成本优势，即营业成本与营业收入的比值来作为企业出口竞争力的代理变量。该比值越低，企业的成本优势越大，企业的出口竞争力越强。

2.解释变量

金融科技（Dfiic）。在充分考虑数据可得性的基础上，本文参照唐松等（2019）的研究方法，选用经过对数化处理后的中国数字普惠金融指数来作为地区金融科技的代理变量。该指数由北京大学数字金融研究中心课题组于2021年4月发布，通过构建涵盖数字金融覆盖广度、使用深度以及普惠金融数字化程度三个维度的指标体系，对城市层面的数字金融发展水平进行了全面而精准的衡量。因此，该指数能够有效地反映地区的金融科技发展水平，为本文的研究提供有力的数据支撑。

3.控制变量

产业集中度（HHI）。赫芬达尔指数是用来衡量一个行业的集中程度的综合指标。具体来说，就是以产业内所有竞争者在整个产业中所占的比例以总资产的比例来计算。该指标既能较好地反应市场份额的变动，又能在行业经济中得到更多的运用，是一个很好的分析工具。该指数值越高，表明企业在行业中的垄断程度越高，在市场中的话语权越大，出口竞争力则可能更强。

））      （1）

其中，为行业中公司的主营业务收入，为行业中全部企业的主营业务收入。HHI指数越小则意味着相同规模的企业就越多，竞争程度也就越大。每个企业的主营业务收入数据均来自年报，而每个行业的主营业务收入数据来源于《中国统计年鉴》以及《中国工业经济统计年鉴》（2011～2021）。

净资产收益率（ROE）。用净资产收益率衡量。这一指标数值越高，代表企业的营收能力越强，资金流越为健康，拥有相对充足的资金来支持产品研发、设计、测试、广告等提升产品质量的环节，从而提升自身出口竞争力。

总杠杆水平（Lev）。用总负债与总资产的比值衡量。企业杠杆高低可以通过影响企业的财务稳定性、投资能力、成本结构、融资成本、风险承受能力。

企业规模（Size）。用企业总资产的自然对数表示。企业规模扩张到某一程度后，往往会产生“规模不经济”现象。在这种情况下，企业的经营费用大幅上升，而产品的产出增长速度低于其扩张的速度，从而会影响企业的出口竞争力。

4.机制变量

企业技术创新（INO），一般而言，企业的研发创新包括两个方面：一是研发投入；二是研发产出。由于技术创新作为一项沉没成本相当高的活动，研发投入作为资源的前期投资，受研发过程中存在的失败率高、不确定性大等风险影响，因此创新产出能够更加直观有效地反映企业的技术创新水平。本文以专利产出来度量企业的研发创新能力。一般认为，发明专利相较于实用新型专利和外观设计专利，技术要求更高，含金量大，能够很好地体现企业实质性创新能力。本文参考蔡卫星等（2019）的做法，采用发明专利授权数量衡量企业技术创新水平。

企业融资约束（SA）。本文选取SA指数来作为企业融资约束程度的代理变量。该指数侧重于分析公司的内在信息不对称程度，用以评估融资市场是否受到不完全信息的影响。该指标的绝对值越大，意味着企业的融资约束程度越严重，出口竞争力则可能越弱。

销售费用（SC）。尽管销售费用增加可能会增加企业成本，但适度的投入可以帮助企业提升品牌知名度，扩大市场份额；提高销售队伍的效率和专业化水平，开发潜在客户；探索新的销售机会，实现业务多元化和增长，从而促进企业的长期发展和持续增长，使投入产出比达到最佳效果。

（三）模型构建

为研究金融科技发展对企业出口竞争力的影响，本文构建了如下行业-年份双固定效应模型，本文的计量模型设置如下：

=+     （2）

其中为企业成本优势，用来衡量企业出口竞争力；表示金融科技发展水平；表示控制变量；、、分别表示行业固定效应、年份和个体固定效应；表示截距项；为估计系数，若>0，则表示金融科技发展增加了企业出口成本，降低了企业成本优势，企业出口竞争力下降；若<0，则表示金融科技发展降低了企业出口成本，提升了企业成本优势，企业出口竞争力上升；为随机误差项。

四、实证结果分析

（一）描述性统计

表2报告了匹配后主要变量的描述性统计结果，统计结果结果显示：因变量Cost的标准差以及最大值和最小值之间的差距，均在正常的范围之类，这表明就目前的发展现状而言上市公司在出口竞争力层面发展较为均匀，此外，Size、SC、INO数据集的标准差均大于1，且最大值和最小值之间的差距均在5以上，且SA指数的标准差为0.2544861大于其他变量值并且最大值与最小值之间的差距大于3，这表明不同企业在融资约束、技术进步与销售成本上存在着较大的差异，所以本文将在机制分析中着重考察金融科技发展对不同企业融资约束、技术进步与销售成本的作用机制来影响企业的出口竞争力。

表2 描述性统计

变量名称 观测值 均值 标准差 最大值 最小值

Cost 17，766 0.7013239 0.1821969 -2.76386 2.083057

Dfiic 17，766 5.809853 0.1785527 5.300216 6.117547

HHI 17，766 0.1944516 0.1647431 0.041188 1

Size 17，766 22.34135 1.32339 17.80613 28.63649

Lev 17，766 0.415417 0.1964903 0.0083591 0.9976034

ROE 17，766 0.0641562 0.1673084 -4.319639 2.378936

SA 17，766 -3.868864 0.2544861 -5.645855 -2.109365

SC 17，766 4.57e+08 2.33e+09 0 7.41e+10

INO 17，766 1.486493 1.378263 0 8.281724

资料与数据来源：作者整理

（二） 基准回归结果

由于同一行业内企业的成本优势变化相对较小，为保证模型的一致性和有效性，本文选择固定行业层面的固定效应，采用行业－年份双向固定效应模型，实证检验金融科技发展对企业出口竞争力的影响效果，回归检验结果如表所示。

根据公式（2）得出如下基准回归结果：其中，列（1）为没有固定行业和年份后被解释变量与解释变量之间的回归结果，列（2）固定行业和年份后被解释变量与解释变量之间的回归结果，列（3）为加入产业集中度（HHI）、企业规模（Size）后的双向固定回归结果，列（4）为在列（3）的基础上加入净资产收益率（ROE）和总杠杆水平（Lev）后的双向固定回归结果。观察结果可知，在无论是否控制行业和年份固定效应，并且无论是否加入控制变量，关键解释变量的估计系数和显著性水平没有出现明显变化，且多数变量的符号和显著度均保持较好的一致性，表明模型的估计是稳定的。

详细而言，在控制年份和行业金融科技的回归系数为-0.040，在1%水平上显著为负，说明金融科技发展水平每上升1个单位，企业的成本降低0.040个单位，企业出口竞争力提升0.040个单位。换言之，金融科技发展能够通过改善信贷配给、缓解融资约束、改进贸易流程等方式来降低贸易成本从而显著提升我国企业的出口竞争力。于是，假设H1得到了验证。

表3 基准回归结果

变量名称 （1） （2） （3） （4）

Cost Cost Cost Cost

Dfiic -0.023*** -0.057** -0.058*** -0.040**

（-3.03） （-2.57） （-2.64） （-1.98）

HHI -0.030*** -0.025***

（-3.02） （-2.71）

Size -0.007*** 0.000

（-4.83） （0.15）

Lev -0.169***

（-23.64）

ROE -0.140***

（-33.84）

常数项 0.836*** 1.087*** 0.951*** 0.941***

（18.79） （8.91） （7.60） （8.19）

观测值 17766 17766 17766 17766

R2 0.001 0.043 0.046 0.145

年份固定效应 NO YES YES YES

行业固定效应 NO YES YES YES

注：***，**，*分别代表1%、5%、10%的显著性水平;括号内为t统计量，下同

资料来源：作者整理

（三）稳健性检验

1.缩尾回归

为了排除极端值对回归结果的影响，对所有连续变量在1%水平下进行缩尾回归，回归结果如表4第（1）列所示，稳健性检验结果与上文一致。

2.增加控制变量

为了进一步检验金融科技发展对企业出口竞争力的影响，本文进一步从企业财务状况和管理特征方面引入控制变量，分别是固定资产占比（Fixed），用固定资产在总资产中的占比衡量。企业年龄（FirmAge），用当前年份减公司成立年份加1后取对数衡量。股权集中度（Top1），用第一大股东持股比例衡量。董事会结构（Indep），用董事会中独立董事数量占比衡量。在进一步引入控制变量之后，如表4第（3）列结果显示，核心解释变量金融科技发展的系数仍然在1%的显著性水平下通过了检验。

3.子样本回归

由于2020年发生的疫情对我国经济和社会造成较大冲击，若将2020年及之后的样本纳入研究范围则可能导致对金融科技发展对企业出口竞争力产生影响的估计不准确。因此本文选择剔除2019年之后年份的样本，重新进行回归分析。得到结果如表4列（2）所示，剔除2020-2022的样本之后，核心解释变量金融科技（Dfiic）的系数估计值仍然显著为负，且显著性水平不变，表明金融科技水平的提高的确降低了企业的出口成本，从而促进了企业出口竞争力的提升，由此证明本文的基准回归结果是稳健的。

表4 稳健性检验

变量名称 （1） （2） （3）

Cost_w Cost Cost

Dfiic -0.035* -0.026*** -0.064***

（-1.88） （-4.95） （-6.18）

HHI -0.028*** 0.014 -0.036***

（-3.49） （1.43） （-3.68）

Size 0.002 0.004* -0.006**

（1.58） （1.83） （-2.44）

Lev 0.147*** 0.162*** 0.095***

（23.55） （16.24） （11.56）

ROE -0.211*** -0.116*** -0.133***

（-43.74） （-21.61） （-31.61）

FIXED 0.096***

（8.57）

Indep 0.000

（0.02）

TOP1 -0.001***

（-3.73）

FirmAge 0.184***

（10.35）

常数项 0.874*** 0.703*** 0.709***

（8.19） （15.55） （12.17）

观测值 17766 10899 17766

R2 0.187 0.104 0.147

年份固定效应 YES YES YES

行业固定效应 YES YES YES

注：***，**，*分别代表1%、5%、10%的显著性水平;括号内为t统计量，下同

资料来源：作者整理

（四）机制分析

结合前文的理论机制分析，本文进一步从融资约束、出口成本和技术进步三个渠道出发，检验金融科技发展对企业出口竞争力的影响机制和路径。本文借鉴温忠麟（2019）的办法，运用中介效应对金融科技对企业出口竞争力的影响机制进行检验：

++++++     （3）

=++++++     （4）

其中，其他变量和指标的意义均和模型（2）的解释一致，指的是中介变量、和。根据中介效应检程序，首先根据模型（2）进行基准回归，基准回归结果表3显示，金融科技发展对企业出口竞争力总体效应存在。其次，对式（3）进行回归，判断金融科技发展对中介变量即企业融资约束、销售成本和技术进步的影响。最后，对式（4）进行回归，检验金融科技发展对企业出口竞争力的直接效应和通过研发投入传导的中介效应。如果与均显著，且不显著，表明存在完全中介效应；若显著，则表明存在部分中介效应；如果与至少有一个不显著，则需要用Bootstrap法进行二次检验。若中介效应检验得到的95%置信区间不包含0，说明中介效应显著；若区间包含0，则认为不存在中介效应。在此基础上，若直接效应检验得到的95%置信区间不包含0，说明存在部分中介效应，若包含0，说明存在完全中介效应。

如表5所示，列（1）和列（2）显示了融资约束（SA）的机制检验结果，首先将SA指数代入模型（3）结果显示显著为负，这表明金融科技发展的确能缓解企业的融资约束，其次再将SA指数代入模型（4）结果显示和均显著为负值，这表明融资约束在金融科技发展对企业出口竞争力的影响中存在部分中介效应。列（3）和列（4）显示了企业销售成本（SC）的机制检验结果，不显著和均显著为负值，所以这需要使用Bootstrap法进行二次检验，根据Bootstrap结果显示，企业销售成本（SC）间接效应95%置信区间为（-0.0017314，-0.000354）直接效应95%置信区间为（-0.325999，-0.005971），间接效应置信区间不包含0，表明企业销售成本（SC）的中介效应存在，直接效应置信区间不包含0，表明企业销售成本（SC）在金融科技发展对企业出口竞争力的影响中存在着部分中介效应。列（5）和列（6）显示了技术创新的机制检验结果，与前两个渠道不同的是，显著为正，这表明金融科技发展是通过促进企业技术创新，从而降低企业出口成本提高企业出口竞争力。显著为负值不显著，同样需要使用Bootstrap法进行二次检验，结果显示企业技术创新（INO）间接效应95%置信区间为（0.0005205，0.002223）直接效应95%置信区间为（-0.035553，-0.007847），间接效应置信区间不包含0，表明企业企业技术创新（INO）的中介效应存在，直接效应置信区间不包含0，表明企业技术创新（INO）在金融科技发展对企业出口竞争力的影响中存在着部分中介效应。综上所述，本文的假设H2得到了验证。

表5 机制检验

变量名称 （1） （2） （3） （4） （5） （6）

SA Cost SC Cost INO Cost

Dfiic -0.038* -0.035* 0.076 0.012*** 1.098*** -0.040**

（-1.88） （-1.72） （0.28） （3.15） （3.02） （-1.99）

HHI -0.001 -0.025*** 0.292*** -0.014 0.129 -0.025***

（-0.17） （-2.70） （4.44） （-1.54） （1.47） （-2.71）

Size 0.005*** 0.001 0.714*** 0.018*** 0.376*** 0.000

（4.84） （0.37） （47.83） （10.99） （18.82） （0.06）

Lev -0.043*** 0.167*** 0.232*** 0.176*** -0.332*** 0.169***

（-10.95） （23.25） （4.33） （24.89） （-4.61） （23.63）

ROE -0.015*** -0.141*** -0.141*** -0.142*** -0.154*** -0.140***

（-7.24） （-33.92） （-5.09） （-34.52） （-4.17） （-33.80）

SA -0.032***

（-4.26）

SC -0.022***

（-21.25）

INO 0.000

（0.28）

常数项 -3.669*** 0.786*** 2.102 0.648*** -13.418*** 0.945***

（-32.69） （6.53） （1.38） （17.68） （-6.57） （8.17）

观测值 17766 17766 17766 17766 17766 17766

R2 0.813 0.485 0.237 0.488 0.071 0.463

固定年份 YES YES YES YES YES YES

固定行业 YES YES YES YES YES YES

注：***，**，*分别代表1%、5%、10%的显著性水平;括号内为t统计量，下同

资料来源：作者整理

（五）异质性检验

由于地理区位以及资源禀赋的不同，我国各地区间社会经济发展水平以及金融科技的发展程度存在显著不均衡性，金融科技发展与企业出口竞争力之间的作用关系也会明显不同。为了更深入地探讨这一问题，本文参照国家统计局对我国经济区域的划分标准，将全国细分为东部、中部、西部三个经济区域，并针对各个区域进行分类讨论，以揭示金融科技与企业出口竞争力在不同地区间的具体作用机制。

从表6中可以看出，金融科技发展对企业出口竞争力的提升在我国东部、西部部地区作用显著，在中部地区则并不明显。究其原因可能是西部地区近年来有“西部大开发”政策的加持，其基础设施建设不断完善，经济发展方式转变较快，在国家政策的扶持下，信息化、数字化水平提升速度显著，企业的金融素养也不断提升；而东部地区一直以来都是对外开放和经济发展的高地，因此东部地区信息化、网络化水平较高，企业的金融素养也较高，故金融科技对企业出口竞争力的提升促进作用在中部地区并不明显，相信未来随着时间的推移，其作用效果将会逐步显现。

表6 异质性检验结果

变量名称 东部地区 西部地区 中部地区

Cost Cost Cost

Dfiic -0.052*** -0.032* 0.020

（-6.06） （-1.65） （0.80）

HHI 0.079*** 0.088*** 0.098***

（9.43） （4.08） （4.08）

Size 0.001 0.002 -0.006*

（1.05） （0.82） （-1.75）

Lev 0.330*** 0.347*** 0.363***

（36.89） （18.67） （17.07）

ROE -0.174*** -0.282*** -0.214***

（-18.92） （-13.17） （-10.40）

常数项 0.836*** 0.691*** 0.554***

（14.86） （5.62） （3.60）

观测值 12822 2668 2224

R2 0.188 0.254 0.209

时间固定 YES YES YES

行业固定 YES YES YES

注：***，**，*分别代表1%、5%、10%的显著性水平;括号内为t统计量，下同

资料来源：作者整理

（六）内生性检验

基本结果证实了金融科技发展能显著降低企业出口成本，但可能会出现由于测量误差或者遗漏变量造成的内生性问题。因此，本文采取工具变量法来解决这一问题，借鉴尹振涛等（2021）的做法，选取企业所在地到杭州的球面距离作为工具变量，一是因为杭州地区的金融科技水平处于全国领先地位，不同地区金融科技水平与该地区到杭州的距离息息相关（余明桂等，2022）；二是这种地理距离因素与企业数字化转型之间没有直接关系。但是，地理距离不会随着时间的变化而变化，借鉴熊子怡等（2024）的做法，采用球面距离和年份进行交互作为本文的工具变量（distance），将其引入方程，使用2SLS估计处理内生性问题。相关结果如表7所示，在第一阶段中，工具变量结果显著为正，说明了离杭州的球面距离越近，金融科技使用效果越好。在第二阶段中，金融科技仍然能够显著降低企业的出口成本，再次证明了本文结论的稳健性。

表7 内生性检验

（1）第一阶段回归结果 （2）第二阶段回归结果

变量名称 Dfiic Cost

distance 0.1907***

（0.022）

Dfiic -0.0581***

（0.001）

HHI 0.0350*** 0.0750***

（0.008） （0.008）

Size 0.0064*** -0.0004

（0.001） （0.001）

Lev -0.0266*** 0.3459***

（0.008） （0.008）

ROE -0.0334*** -0.1833***

（0.008） （0.008）

常数项 5.6723*** -0.5447***

（0.024） （0.127）

观测值 17，766 17，766

年份固定效应 YES YES

行业固定效应 YES YES

R2 0.107 0.154

Weak identification test 426.0 2086.2

Durbin Wu Hausman 110.839*** 111.491***

注：***，**，*分别代表1%、5%、10%的显著性水平;括号内为t统计量，下同

资料来源：作者整理

五、研究结论与政策建议

对于中国来说，金融科技既是经济发展转型的新变量，也是实现高质量发展的新蓝图。本文研究发现，第一，金融科技发展可以通过缓解企业融资约束、降低出口贸易成本、促进企业技术进步三个方面显著提升企业出口竞争力，与理论推断相符；第二，通过异质性分析发现，金融科技发展对企业出口竞争力的影响效应在不同地区仍存在较大差异。在我国东部、西部地区，金融科技发展能够帮助企业获得成本优势，显著提高自身出口竞争力；而在中部地区金融科技发展对企业出口竞争力的提升促进作用并不显著。出现这种差异可能是由于地区间金融基础设施建设状况以及企业金融素养不同等。

在分析和探究以上结论的基础上，提出如下的政策建议：

第一，持续推进金融科技基础设施建设。面对当前各地区间金融科技发展水平不均衡，金融覆盖面有限等挑战，应持续推动大数据、云计算、区块链、物联网等新兴技术与传统金融业相结合，加大对金融科技产品的研发设计，最大限度地使金融科技的未来发展空间进一步拓展，夯实金融科技发展基础，从而更好地服务于实体经济，提高企业的出口竞争力。

第二，做优金融科技高质量发展环境。政府应广泛宣传引导，促进人民群众加强对金融科技相关知识的了解及运用；同时应不断完善相关法律法规，转变自身职能，加强监督管理，如制定严格的数据安全和隐私保护政策，确保企业在利用金融科技时的数据安全，增强企业和客户对金融科技的信任感，促进金融科技的可持续发展；此外，政府应不断提高自身防范和化解金融风险的能力，夯实金融科技发展的市场环境，避免系统性风险危及整个经济社会的发展。

第三，培养复合型金融科技人才。随着金融科技快速发展和变化，未来需要的人才将更加多样化和综合化。培养复合型金融科技人才对于推动金融科技行业发展、促进创新、解决复杂问题具有重要意义。因此，企业应该重视培养复合型金融科技人才，为企业更好地应用金融科技提供人才支持和保障，从而达到提高自身出口竞争力的目的。

参考文献：

[1]. 毛其淋与方森辉， 创新驱动与中国制造业企业出口技术复杂度. 世界经济与政治论坛， 2018（02）： 第1-24页.

[2]. 严伟涛与陈维涛， 废金属商品进口、成本加成与中国出口企业利润. 长沙理工大学学报（社会科学）， 2023. 38（02）： 第129-140页.

[3]. 施炳展， 互联网与国际贸易——基于双边双向网址链接数据的经验分析. 经济研究， 2016. 51（05）： 第172-187页.

[4]. 唐松， 赖晓冰与黄锐， 金融科技创新如何影响全要素生产率：促进还是抑制？——理论分析框架与区域实践. 中国软科学， 2019（07）： 第134-144页.

[5]. 巴曙松与白海峰， 金融科技的发展历程与核心技术应用场景探索. 清华金融评论， 2016（11）： 第99-103页.

[6]. 熊子怡， 张科与何宜庆， 金融科技的区域碳减排效应. 华东经济管理， 2024. 38（01）： 第89-98页.

[7]. 邱晗， 黄益平与纪洋， 金融科技对传统银行行为的影响——基于互联网理财的视角. 金融研究， 2018（11）： 第17-29页.

[8]. 尹振涛， 李俊成与杨璐， 金融科技发展能提高农村家庭幸福感吗？——基于幸福经济学的研究视角. 中国农村经济， 2021（08）： 第63-79页.

[9]. 李春涛等， 金融科技与企业创新——新三板上市公司的证据. 中国工业经济， 2020（01）： 第81-98页.

[10]. 宋敏， 周鹏与司海涛， 金融科技与企业全要素生产率——“赋能”和信贷配给的视角. 中国工业经济， 2021（04）： 第138-155页.

[11]. 薛莹与胡坚， 金融科技助推经济高质量发展：理论逻辑、实践基础与路径选择. 改革， 2020（03）： 第53-62页.

[12]. 张天顶与吕金秋， 企业异质性、人民币汇率变化与中国企业出口. 首都经济贸易大学学报， 2018. 20（05）： 第49-58页.

[13]. 李秀香与黄伟凤， 全球价值链嵌入对农产品出口技术复杂度的影响. 技术经济与管理研究， 2024（05）： 第38-43页.

[14]. 吕越， 谷玮与包群， 人工智能与中国企业参与全球价值链分工. 中国工业经济， 2020（05）： 第80-98页.

[15]. 余明桂， 马林与王空， 商业银行数字化转型与劳动力需求：创造还是破坏？. 管理世界， 2022. 38（10）： 第212-230页.

[16]. 周洲与吴馨童， 数字技术应用对企业产品成本优势的影响. 管理学报， 2022. 19（06）： 第910-918+937页.

[17]. 陈维涛与唐子玮， 数字技术应用对中国企业出口竞争力的影响与作用机制. 华东经济管理， 2024. 38（02）： 第31-41页.

[18]. 张铭心等， 数字金融的发展对企业出口产品质量的影响研究. 财贸研究， 2021. 32（06）： 第12-27页.

[19]. 张世昌等， 数字金融对制造业企业出口产品质量的影响研究. 科技与管理， 2023. 25（01）： 第34-44页.

[20]. 耿伟， 王筱依与李伟， 数字金融是否提升了制造业企业出口产品质量——兼论金融脆弱度的调节效应. 国际商务（对外经济贸易大学学报）， 2021（06）： 第102-120页.

[21]. 任晓怡， 数字普惠金融发展能否缓解企业融资约束. 现代经济探讨， 2020（10）： 第65-75页.

[22]. 陈昌盛， 胡翠与许伟， 我国出口竞争力评估与结构性挑战——2012年以来我国商品国际竞争力研究. 管理世界， 2022. 38（12）： 第26-38+75+39页.

[23]. 朱惠与郭友群， 研发投入与我国高新技术产品出口关系的实证分析. 企业经济， 2011. 30（08）： 第108-110页.

[24]. 崔寅， 中国科技金融与制造业高质量发展的关系研究. 西南金融， 2024（03）： 第80-93页.

[25]. 郭峰与熊云军， 中国数字普惠金融的测度及其影响研究：一个文献综述. 金融评论， 2021. 13（06）： 第12-23+117-118页.

[26]. Bömer， M. and H. Maxin， Competitiveness of Fintech： An Investigation into Different Levels of Competitiveness Using Young Enterprises from the Financial Technology Industry. Heinrich Heine University Duesseldorf， 2020.

[27]. Tang， S.， et al.， Does FinTech promote corporate competitiveness？ Evidence from China. Finance Research Letters， 2023. 58： p. 104660.

[28]. Guo， L.， et al.， Exploring the role of fintech development in reducing firm pollution discharges： Evidence from Chinese industrial firms. Journal of Cleaner Production， 2023. 425： p. 138833.

[29]. Guo， J.， et al.， FinTech and financing constraints of enterprises： Evidence from China. Journal of International Financial Markets， Institutions and Money， 2023. 82： p. 101713.

[30]. Chen， X. and Z. Liu， Fintech and sustainable resources management： Role of trade openness and globalization in BRICS countries. Resources Policy， 2024. 90： p. 104700.

[31]. Xu， Y.， et al.， Fintech development and firm technological innovation efficiency： Empirical findings in China. IEEE Transactions on Engineering Management， 2023. 71： p. 3881-3891.

[32]. Liu， J.， Y. Zhang and J. Kuang， Fintech development and green innovation： Evidence from China. Energy Policy， 2023. 183： p. 113827.

[33]. Cumming， D.， S. Johan and R. Reardon， Global fintech trends and their impact on international business： a review. Multinational Business Review， 2023. 31（3）： p. 413-436.

[34]. Li， H.， et al.， How does fintech affect energy transition： evidence from Chinese industrial firms. Environmental Impact Assessment Review， 2023. 102： p. 107181.

[35]. Razzaq， A.， Impact of fintech readiness， natural resources， and business freedom on economic growth in the CAREC region. Resources Policy， 2024. 90： p. 104846.

[36]. Li， H.， Z. Lu and Q. Yin， The development of Fintech and SME innovation： Empirical evidence from China. Sustainability， 2023. 15（3）： p. 2541.

[37]. Sudiatmika， I.M.A. and P.A.P. Purwanti， The effect of Fintech transactions， e-commerce， and human resources quality on the competitiveness of small medium apparel industries in Denpasar City. American Journal of Humanities and Social Sciences Research （AJHSSR）， 2020. 4（3）： p. 184-192.

[38]. Muhammad， S.， et al.， The fourth industrial revolution and environmental efficiency： The role of fintech industry. Journal of Cleaner Production， 2022. 381： p. 135196.

[39]. Li， J.， N. Li and X. Cheng， The impact of fintech on corporate technology innovation based on driving effects， mechanism identification， and heterogeneity analysis. Discrete Dynamics in Nature and Society， 2021. 2021（1）： p. 7825120.

[40]. Song， N. and I. Appiah-Otoo， The impact of fintech on economic growth： Evidence from China. Sustainability， 2022. 14（10）： p. 6211.

[41]. Yosepha， S.Y.， The role of fintech encourages the export of small medium enterprises in Indonesia. Journal of Social and Development Sciences， 2018. 9（3）： p. 66-77.

基金项目：四川外国语大学重点项目（sisu201904），重庆市教委人文社科项目（23SKGH211），重庆市社会科学规划项目（2023NDYB55）。

作者介绍：邹小勤（1976-），男，四川渠县人，汉，四川外国语大学国际金融与贸易学院副教授，硕士生导师。研究方向：技术经济及管理。赵梅（2003-），女，湖北省荆州市人，汉，四川外国语大学国际金融与贸易学院本科生。研究方向：金融学。吴云霞（2000-），女，四川宜宾人，四川外国语大学国际金融与贸易学院硕士研究生。研究方向：国际商务。