政府公共数据开放与商业银行普惠贷款——基于商业银行小微企业贷款的实证分析

doi:10.16381/j.cnki.issn1003-207x.2024.1804

摘要/Abstract

摘要：

本文以城市公共数据平台上线作为一项准自然实验，运用多时点DID模型研究公共数据开放对商业银行普惠贷款的影响。研究结果表明：第一，政府公共数据开放使商业银行贷款更加普惠，促使商业银行发放了更多的小微企业贷款。第二，渠道方面，公共数据开放主要通过降低信息不对称程度以及减少服务成本促使银行贷款更加普惠。第三，异质性分析表明，公共数据开放对银行普惠贷款的促进作用在规模较小的银行中更大，在公共数据平台建立前数字化转型程度更低的银行中更大，以及在公共数据平台建立前数字普惠金融发展水平更低的城市银行中更大，这也表明公共数据开放能够在发展普惠金融的进程中降低小型银行被数字边缘化的可能以及部分弥补地区间的数字鸿沟。

关键词: 公共数据开放, 商业银行贷款, 普惠金融

Abstract:

With the construction of Digital China and the development of the digital economy， the value of data elements is gradually gaining attention. Can government public data openness， as a key measure for digital government construction， stimulate data vitality and unleash data dividends in the field of inclusive finance？ The launch of urban government public data platforms is taken as a quasi-natural experiment， and a multi time point DID model is used to study the impact of government public data openness on the commercial bank inclusive loans. The research results indicate that： Firstly， the openness of government public data has made the loans of commercial banks more inclusive， prompting commercial banks to issue more loans to small and micro enterprises. Secondly， in terms of channels， government public data openness mainly promotes more inclusive bank loans by reducing information asymmetry and lowering service costs. Thirdly， heterogeneity analysis shows that the promotion effect of government public data openness on the commercial bank inclusive loans is greater in smaller banks， greater in banks with lower levels of digital transformation before urban government public data platform establishment， and greater in cities with lower levels of digital inclusive finance development before urban government public data platform establishment. This also indicates that government public data openness can reduce the possibility of small banks being digitally marginalized and partially bridge the digital divide between regions in the process of developing inclusive finance.

Key words: public data openness, commercial bank loans, inclusive finance

中图分类号:

F832

马玥,郭晔. 政府公共数据开放与商业银行普惠贷款——基于商业银行小微企业贷款的实证分析[J]. 中国管理科学, 2026, 34(9): 11-20.

Yue Ma,Ye Guo. Government Public Data Openness and Commercial Bank Inclusive Loans——Empirical Analysis on Small and Micro Enterprise Loans of Commercial Banks[J]. Chinese Journal of Management Science, 2026, 34(9): 11-20.

图/表 5

图1

表1

表2

表3

表4

参考文献 37

[1]	彭远怀. 政府数据开放的价值创造作用：企业全要素生产率视角［J］. 数量经济技术经济研究， 2023， 40（9）： 50-70.
	Peng Y H. The value creation role of open government data： The perspective of firm’s total factor productivity［J］. The Journal of Quantitative & Technical Economics， 2023， 40（9）： 50-70.
[2]	郑磊. 开放不等于公开、共享和交易：政府数据开放与相近概念的界定与辨析［J］. 南京社会科学， 2018（9）： 83-91.
	Zheng L. Differentiating data openness， disclosure， sharing and trading： The definitions and clarification of openning government data and similar concepts［J］. Social Sciences in Nanjing， 2018（9）： 83-91.
[3]	朱峥. 政府数据开放的权利基础及其制度构建［J］. 电子政务， 2020（10）： 117-128.
	Zhu Z. The right foundation and system construction of government data openness［J］. E-Government， 2020（10）： 117-128.
[4]	Zuiderwijk A， Janssen M. Open data policies， their implementation and impact： A framework for comparison［J］. Government Information Quarterly， 2014， 31（1）： 17-29.
[5]	Welle Donker F， van Loenen B. How to assess the success of the open data ecosystem？［J］. International Journal of Digital Earth， 2017， 10（3）： 284-306.
[6]	School C B， Jetzek T， Avital M， et al. The sustainable value of open government data［J］. Journal of the Association for Information Systems，2019，20（6）： 702-734.
[7]	Zhao Y， Liang Y， Yao C， et al. Key factors and generation mechanisms of open government data performance： A mixed methods study in the case of China［J］. Government Information Quarterly， 2022， 39（4）： 101717.
[8]	Elbahnasawy N G. E-government， Internet adoption， and corruption： An empirical investigation［J］. World Development， 2014， 57： 114-126.
[9]	Fung A. Infotopia： Unleashing the democratic power of transparency［J］. Politics & Society， 2013， 41（2）： 183-212.
[10]	Hughes-Cromwick E， Coronado J. The value of US government data to US business decisions［J］. Journal of Economic Perspectives， 2019， 33（1）： 131-146.
[11]	王海，叶帅，尹俊雅. 公共数据开放如何提振企业有效投资——基于产能利用视角［J］. 中国工业经济， 2024（8）： 137-153.
	Wang H， Ye S， Yin J Y. How does public data access promote Enterprises’Effective investment： From the perspective of capacity utilization［J］. China Industrial Economics， 2024（8）： 137-153.
[12]	Nagaraj A. The private impact of public data： Landsat satellite maps increased gold discoveries and encouraged entry［J］.Management Science，2022，68（1）： 564-582.
[13]	蔡运坤，周京奎，袁旺平. 数据要素共享与城市创业活力——来自公共数据开放的经验证据［J］. 数量经济技术经济研究， 2024， 41（8）： 5-25.
	Cai Y K， Zhou J K， Yuan W P. Data factor sharing and urban entrepreneurial vitality： Empirical evidence from public data openness［J］. Journal of Quantitative & Technological Economics， 2024， 41（8）： 5-25.
[14]	欧阳伊玲，王愉靖，李平，等. 数据要素与城投债定价：基于公共数据开放的准自然实验［J］. 世界经济， 2024， 47（2）： 174-203.
	Ouyang Y L， Wang Y J， Li P， et al. Data factors and pricing Chengtou bonds： A quasi-natural experiment based on open government data［J］. The Journal of World Economy， 2024， 47（2）： 174-203.
[15]	方锦程，刘颖，高昊宇，等. 公共数据开放能否促进区域协调发展？——来自政府数据平台上线的准自然实验［J］. 管理世界， 2023， 39（9）： 124-142.
	Fang J C， Liu Y， Gao H Y， et al. Does public data access promote regional harmonious development？ On a quasi-natural experiment of government data platform access［J］. Journal of Management World， 2023， 39（9）： 124-142.
[16]	Goldfarb A， Tucker C. Digital economics［J］. Journal of Economic Literature， 2019， 57（1）： 3-43.
[17]	Brynjolfsson E， McElheran K. The rapid adoption of data-driven decision-making［J］. American Economic Review， 2016， 106（5）： 133-139.
[18]	Bennardo A， Pagano M， Piccolo S. Multiple bank lending， creditor rights， and information sharing［J］. Review of Finance， 2015， 19（2）： 519-570.
[19]	Pagano M， Jappelli T. Information sharing in credit markets［J］. The Journal of Finance， 1993， 48（5）： 1693-1718.
[20]	Fuster A， Goldsmith-Pinkham P， Ramadorai T， et al. Predictably unequal？ The effects of machine learning on credit markets［J］. The Journal of Finance， 2022， 77（1）： 5-47.
[21]	Bu D， Hanspal T， Liao Y， et al. Cultivating self-control in FinTech： Evidence from a field experiment on online consumer borrowing［J］. Journal of Financial and Quantitative Analysis， 2022， 57（6）： 2208-2250.
[22]	Bartlett R， Morse A， Stanton R， et al. Consumer-lending discrimination in the FinTech era［J］. Journal of Financial Economics， 2022， 143（1）： 30-56.
[23]	佘楷文，申宇，赵绍阳. 大数据对银行信贷行为的影响——来自数字社会信用平台的证据［J］. 经济研究， 2024， 59（3）： 147-165.
	She K W， Shen Y， Zhao S Y. Effect of big data on bank lending： Evidence from digital social credit platform［J］. Economic Research Journal， 2024， 59（3）： 147-165.
[24]	Gomber P， Kauffman R J， Parker C， et al. On the fintech revolution： Interpreting the forces of innovation， disruption， and transformation in financial services［J］. Journal of Management Information Systems， 2018， 35（1）： 220-265.
[25]	盛天翔，范从来. 金融科技、最优银行业市场结构与小微企业信贷供给［J］. 金融研究， 2020（6）： 114-132.
	Sheng T X， Fan C L. Fintech， optimal banking market structure， and credit supply for SMEs［J］. Journal of Financial Research， 2020（6）： 114-132.
[26]	张一林，郁芸君，陈珠明. 人工智能、中小企业融资与银行数字化转型［J］.中国工业经济，2021（12）： 69-87.
	Zhang Y L， Yu Y J， Chen Z M. Artificial intelligence， SME financing and bank digitalization［J］. China Industrial Economics， 2021（12）： 69-87.
[27]	Conradie P， Choenni S. On the barriers for local government releasing open data［J］. Government Information Quarterly， 2014， 31： S10-S17.
[28]	Park S， Gil-Garcia J R. Open data innovation： Visualizations and process redesign as a way to bridge the transparency-accountability gap［J］. Government Information Quarterly， 2022， 39（1）： 101456.
[29]	Magalhaes G， Roseira C. Open government data and the private sector： An empirical view on business models and value creation［J］. Government Information Quarterly， 2020， 37（3）： 101248.
[30]	李建军，姜世超. 银行金融科技与普惠金融的商业可持续性——财务增进效应的微观证据［J］. 经济学（季刊）， 2021， 21（3）： 889-908.
	Li J J， Jiang S C. Bank financial technology and commercial sustainability of inclusive finance： Micro evidence of financial enhancement effect［J］. China Economic Quarterly， 2021， 21（3）： 889-908.
[31]	谢绚丽，沈艳，张皓星，等.数字金融能促进创业吗？——来自中国的证据［J］.经济学（季刊），2018，17（4）：1557-1580.
	Xie X L， Shen Y， Zhang H X，et al.Can digital finance promote entrepreneurship？ Evidence from China［J］.China Economic Quarterly，2018，17（4）：1557-1580.
[32]	Boot A W A， Thakor A V. Can relationship banking survive competition？［J］. The Journal of Finance， 2000， 55（2）： 679-713.
[33]	丁鑫，周晔. 数字化转型与银行信贷配置——基于银行贷款投向实体经济的视角［J］. 数量经济技术经济研究， 2024， 41（3）： 193-216.
	Ding X， Zhou Y. Digital transformation and bank credit allocation： Based on the perspective of bank lending to the real economy［J］. The Journal of Quantitative & Technical Economics， 2024， 41（3）： 193-216.
[34]	鲁丹，肖华荣. 银行市场竞争结构、信息生产和中小企业融资［J］. 金融研究， 2008（5）： 107-113.
	Lu D， Xiao H R. A study of banking market structure， information production and SME financing［J］. Journal of Financial Research， 2008（5）： 107-113.
[35]	郭峰，王靖一，王芳，等. 测度中国数字普惠金融发展：指数编制与空间特征［J］. 经济学（季刊）， 2020， 19（4）： 1401-1418.
	Guo F， Wang J Y， Wang F， et al. Measuring China’s digital financial inclusion： Index compilation and spatial characteristics［J］. China Economic Quarterly， 2020， 19（4）： 1401-1418.
[36]	王修华，刘锦华. 大型银行服务重心下沉对农村金融机构信贷行为的影响［J］. 中国农村经济， 2023（8）： 102-125.
	Wang X H， Liu J H. The influence of large banks' service focus sinking on the credit behavior of rural financial institutions［J］. Chinese Rural Economy， 2023（8）： 102-125.
[37]	谢绚丽，王诗卉. 中国商业银行数字化转型：测度、进程及影响［J］.经济学（季刊），2022， 22（6）：1937-1956.
	Xie X L， Wang S H. Digital transformation of commercial banks in China： Measurement， progress and impact［J］. China Economic Quarterly， 2022， 22（6）： 1937-1956.

变量符号	变量定义	均值	标准差
lnxwloan	小微企业贷款余额（亿元）的对数	6.346	1.467
fddummy	该城市政府公共数据平台上线后为1，否则为0	0.492	0.500
npl	不良贷款率	1.574	0.880
car	资本充足率	13.50	2.093
jlc	净利差	2.387	0.866
loan_deposit	贷存比	0.731	0.127
lnindloan	银行个人贷款余额（元）的对数	24.70	2.033
lncorploan	银行企业贷款余额（元）的对数	25.62	1.767
size	银行规模，总资产（元）的对数	26.73	1.865
lnreggdpper	城市人均GDP（元）的对数	11.43	0.464
lncityloan	城市金融机构人民币各项贷款余额（万元）的对数	18.66	1.160
lnindex_aggregate	城市数字普惠金融总指数的对数	5.446	0.323
firstgdpr	城市第一产业占GDP的比重	7.055	43.70
secondgdpr	城市第二产业占GDP的比重	39.70	10.37

变量	lnxwloan	lnxwloan
fddummy	0.131^**	0.142^***
fddummy	(2.06)	(3.14)
银行微观控制变量	否	是
城市控制变量	否	是
控制银行固定效应	是	是
控制城市固定效应	是	是
控制年度固定效应	是	是
Constant	6.309^***	-16.207^***
Constant	(223.60)	(-3.11)
Observations	548	412
R-squared	0.967	0.969

变量	(1)	(2)	(3)平台建立前低信用贷款比例	(4)平台建立前高信用贷款比例
变量	lncorploan	npl	lnxwloan	lnxwloan
fddummy	-0.007	-0.135^**	0.200^**	0.068
fddummy	(-0.29)	(-2.24)	(2.07)	(1.18)
银行微观控制变量	是	是	是	是
城市控制变量	是	是	是	是
控制银行固定效应	是	是	是	是
控制城市固定效应	是	是	是	是
控制年度固定效应	是	是	是	是
Constant	-2.715	11.225	-12.857^**	-18.539^*
Constant	(-0.82)	(1.07)	(-2.16)	(-1.88)
Observations	621	621	171	241
R-squared	0.996	0.783	0.952	0.969

变量	(1)	(2)平台建立前低净息差	(3)平台建立前高净息差
变量	CIR	lnxwloan	lnxwloan
fddummy	-1.030^*	0.173^**	0.111
fddummy	(-1.79)	(2.09)	(1.60)
银行微观控制变量	是	是	是
城市控制变量	是	是	是
控制银行固定效应	是	是	是
控制城市固定效应	是	是	是
控制年度固定效应	是	是	是
Constant	228.055^***	-22.394^**	-5.151
Constant	(3.98)	(-2.24)	(-0.62)
Observations	2,123	234	178
R-squared	0.811	0.962	0.979