矿业企业是国民经济的物质生产主体，为经济建设提供了巨大的物质财富。在规模速度型转向质量效率型的新时代，原有粗放型的生产方式已很难适应现有经济的高质量发展要求。自身治理机制不完善、资金短缺等问题导致矿业企业高质量发展能力不足，亟须拓宽融资渠道、充裕资金（李优树等，2013）。商业信用融资是指企业之间通过应付票据、应付账款和预收账款等形式提供的一种融资模式，作为一种外部性融资渠道，具有筹资便利、操作灵活等特点，能够为企业提供资金支持，是提升企业价值、维持生产运营的重要手段（苏志强等，2015），那么，商业信用融资能否促进矿业企业高质量发展？是否存在企业规模的调节作用？不同产权类型的企业是否存在异质性？回答上述问题，则需要细致的实证检验。

已有关于商业信用融资与企业发展关系的研究文献相对较多。一是认为商业信用融资对企业发展具有积极影响，能够为企业提供短期资金（Ng et al.，1999；Fabbri et al.，2010），缓解融资约束（Wil-son et al.，2002；Burkart et al.，2004；Agostino et al.，2014），提高经营绩效（付佳，2017；石晓军等，2010；曹向等，2013；Cull et al.，2009），促进研发投入（魏群等，2018；张林等，2018）和企业成长（应千伟，2013；Klapper et al.，2010）；二是认为商业信用融资对企业发展具有消极影响，如导致投入效率降低（王鲁平等，2009），抑制研发投入强度和规模（吴祖光等，2019），使财务风险增加（娄岩峰等，2020）等。由此可见，目前国内外学者就商业信用融资对企业发展的影响问题未达成共识，尤其是关于商业信用融资与矿业企业高质量发展关系的文献尚未见报道。企业高质量发展水平的衡量主要有综合评价指标（何冬梅等，2020；陈太义等，2020）、劳动生产率法（王业斌等，2019）和全要素生产率法（陈诗一等，2018；陈昭等，2019；石大千等，2019；施本植等，2019；李强，2020；张广胜等，2020）3种方法，综合来看，单一指标有利于避免主观因素的影响，能够更客观地反映企业高质量发展状况，与劳动生产率相比，全要素生产率综合性更强。因此，本文选取全要素生产率衡量企业高质量发展水平。

本文贡献主要体现在：首先，以鲜有研究关注的矿业企业商业信用融资为研究对象，选取2014—2018年中国矿业企业为研究样本，拓展和补充了国内关于企业融资领域的文献，且研究结论重新审视了商业信用融资的经济后果，促使矿业企业合理利用商业信用融资；其次，本文的实证设计能够很好地识别商业信用融资与矿业企业高质量发展之间的因果关系，考察了企业规模的调节作用，拓展了现有关于商业信用融资与企业高质量发展的研究框架；再次，本文探讨了不同产权类型下商业信用融资对矿业企业高质量发展的影响机制，发现存在产权异质性，为不同产权类型矿业企业差异化政策制定及经营战略实施提供了经验证据。

商业信用融资与中国矿业企业高质量发展存在密切关系。矿业属于资源型行业，企业购买和更新大型采选设备、投入环保资金、频繁开展人员保护和培训等活动，更需要稳定的资金保障。而商业信用融资是外部融资的重要方式之一，具有筹资便利、成本高和期限短等特点，但同时具有到期偿债的刚性压力，即“债务效应”（陈昭等，2019）。从内部环境出发，企业利用商业信用融资的前提是拥有良好的资金流动性以偿付到期债务，但可能会挤压企业的现金储备，增加财务风险，导致融资成本增加（苏志强等，2015）。融资成本增加给矿业企业带来较大的偿还压力，使破产概率提高、风险控制难度加大，尤其小型矿业企业选择该融资渠道时经常望而却步；另一方面，因受开采资源地理位置的限制，矿山企业投资大、开发风险多且见效慢，融资期限短这一特点往往导致其难以满足矿业企业长期研发投资、购买大型采选器械的需求。在经营者风险偏好既定的情况下，商业信用融资所带来的风险可能导致企业减少投资，不利于高质量发展。从外部环境出发，商业信用融资作为一种非正式的外部融资方式，极易受债务人信誉等因素影响，若企业无法按期偿还商业信用融资债务，将会导致自身信誉受到损害，并可能承担损害合作关系、赔偿违约金等显隐性成本。基于此，本文提出如下假设：

H1：商业信用融资对矿业企业高质量发展具有负向影响。

影响商业信用融资的因素有很多，企业规模是重要因素之一。已有研究普遍认为企业规模与商业信用融资之间存在正向关系。Petersen（1997）认为规模是企业获得商业信用融资的重要信号，研究发现应付账款比例随着企业规模的增大而提高，规模较大的企业更多地利用商业信用融资，且较少拖欠商业信用提供的贷款；当企业经营困难时，其规模与能否获得商业信用融资的相关性更强（Kes-tens et al.，2012）。张捷等（2002）通过比较中美两国中小企业的融资结构，发现公司规模对外部融资有很大影响，规模大的企业更容易获取外部资金。

商业信用融资与企业信息存在不对称关系，规模越大的企业越容易被公众所了解，信息透明度越高，越能有效避免信息不对称问题。尤其当存在较大不确定性风险时，规模较大的矿业企业信用度高、存续时间长、实物资产多且流动性较强，具有更强的抗风险能力以缓解短期偿债带来的资金压力，更有利于获得其他融资渠道以缓解困境。即使经营失败，大企业也有更多的资产抵债。同时，规模较大的矿业企业对上游企业也有一定的控制能力，上游企业可能被迫提供商业信用融资甚至直接的资金支持（谭伟强，2006）。基于此，本文提出如下假设：

H2：企业规模对商业信用融资与矿业企业高质量发展的负向影响中具有显著削弱作用。

选取2014—2018年中国矿业企业样本数据，为保证结果的可靠性，本文按照以下标准对原始样本进行筛选：剔除变量数据披露不详的企业；剔除变量缺失值；剔除不合理、在研究中无意义的变量值。最后得到147家矿业企业。实证部分采用DEAP2.1软件和STATA15.1软件。此外，考虑到异常值的影响，采用Winsorization方法对模型中各连续变量进行1%的缩尾处理。本文数据主要来源于中国工业企业数据库和万德数据库。

（1）被解释变量。企业高质量发展（TFP），借鉴郭淑芬等（2014）和张珍花等（2018）等做法，用全要素生产率衡量企业高质量发展水平。

（2）解释变量。商业信用融资（TC），借鉴Petersen et al.（1997）、Fisman et al.（2003）、Fabbri et al.（2008）和石晓军等（2009）做法，用应付账款占总资产的比例进行衡量。

（3）调节变量。选取企业规模（Size）作为调节变量，借鉴凌江怀等（2012）、刘婧等（2019）和池仁勇等（2020）做法，用资产总额的自然对数衡量企业规模。

（4）控制变量。参考凌江怀等（2012）和池仁勇等（2020）做法并结合所研究问题，选取控制变量为企业存续时间（Age）、企业成长能力（Growth）、产权性质（State）、企业类型虚拟变量（Type）和年份虚拟变量（Year）。其中，企业存续时间（Age）用企业成立年数的自然对数表示；企业成长能力（Growth）反映获利情况，用营业收入增长率表示；产权性质（State）是哑变量，国有为0，非国有为1。具体变量定义如表1所示。

本文采用DEA⁃Malmquist指数法计算全要素生产率，以衡量矿业企业高质量发展水平。

DEA是评价具有多输入（Inputs）和输出（Outputs）决策单元相对效率的有效模型（Charnes et al.，1978；Estelle et al.，2010），基于规模报酬可变的模型（VRS模型），可表示为

式中：θ（0<θ<1）为决策变量，表示相对效率；Si-,Sr+分别为投入和产出的松弛变量；λj为权重向量；ε为非阿基米德无穷小；xij和yrj分别表示投入向量和产出向量；xik和yrk为正在测量的决策单元。若θ<1，表明DMU非DEA有效；θ值越大，DMU效率越高，θ=1代表产出与投入达到综合最优效率。

Malmquist指数分析法主要应用于动态效率的变化趋势研究。目前常用模型为Färe et al.（1985）提出的生产率变化指数模型。在规模报酬可变条件下，全要素生产率指数（TFP）可表示为

式中：Tech为技术进步变动；Effch为技术效率变动，其中Pech为纯技术效率变动，Sech为规模效率变动。当TFP>1时，表示t+1时期全要素生产率提高，反之则下降；当Tech>1时，表示t+1时期技术水平进步，反之倒退；当Effch>1时，表示决策单元在t+1时期与生产前沿面的间距比t时期更近，反之则远；当Pech>1时，表示提高管理水平有利于提升效率，反之则会降低效率；当Sech>1时，表示决策单元朝着最优规模的方向靠近，反之则远离最优规模（张治栋等，2019；韩剑尘等，2016）。

基于资本、劳动要素视角选取投入变量，借鉴郭淑芬等（2014）的做法，选取固定资产净额和员工总数作为投入变量；选取企业总产值作为劳动产出变量，体现企业的生产水平，是比较直观的产出变量。由于样本量过大，本文不展示结果。

为探究商业信用融资（TC）对矿业企业高质量发展（TFP）的影响，参照温忠麟等（2004）的研究，构建如下回归模型：

为检验企业规模（Size）对商业信用融资（TC）与矿业企业高质量发展（TFP）之间关系的调节作用，构建如下回归模型（张治栋等，2019）：

式中：α0、β0为常数项；αi(i=1,2)、βi(i=1,2,3,4) 为系数；i为企业；t为时间；εi,t为随机扰动项。

变量的描述性统计如表2所示。从被解释变量来看，企业全要素生产率（TFP）最大值为36.180，最小值为0.027，均值为3.014，表明不同矿业企业的全要素生产率差异较大，水平普遍偏低。商业信用融资（TC）最大值为1.680，最小值为0.015，说明中国矿业企业利用商业信用融资的整体程度不高，且差异明显。其他控制变量的最大值与最小值之间差异也较大，数据离散程度较好，表明样本具有较好的代表性。

表3所示为变量之间的Pearson相关性分析结果。其中，商业信用融资与企业高质量发展水平的相关系数在1%水平上显著且为负，初步支持本文的假设H1，但未考虑控制变量的影响，仍需进一步回归分析。同时，各变量之间的相关系数基本都在0.4以下，方差膨胀因子VIF小于1.44，表明各变量之间不存在多重共线性问题。

为检验H1假设，对模型（1）进行回归，结果如表4所示。商业信用融资（TC）的回归系数α1在1%水平上显著，说明商业信用融资对中国矿业企业高质量发展有负向影响，H1得证。

为检验H2假设，对模型（2）进行回归，结果如表4所示。商业信用融资与企业规模的交互项系数在1%水平上显著为正，说明企业规模对商业信用融资与中国矿业企业高质量发展水平的关系具有显著正向调节的作用，H2得证。

为验证结果的稳健性，本文参照吴祖光等（2019）的做法，用应付账款与流动资产的比值作为商业信用融资的替代变量，用员工总数的自然对数作为企业规模的替代变量，回归结果如表5所示；为消除商业信用融资与企业全要素生产率可能存在部分内生性，选取滞后一期的商业信用融资（L.TC）作为工具变量，剔除可能存在的部分内生性，回归结果如表6所示。综上所述，回归结果显示各变量系数符号不变，显著性水平与前文基本一致，表明本文研究结论具有较好的稳健性。

基于产权异质性视角，进一步分析商业信用融资对不同类型矿业企业高质量发展的影响。如表7所示，非国有矿业企业商业信用融资（TC）的回归系数在1%水平上显著，为-0.121，而国有企业商业信用融资（TC）的回归系数虽然为负，但不显著，表明在不同产权类型下，商业信用融资对中国矿业企业高质量发展的影响存在较大差异。由于国有矿业企业和非国有矿业企业面临的外部经营环境有所差异，短期偿债压力对二者的影响不同。国有矿业企业具有天然的资本优势和国家支持优势，更容易通过银行融通资金为到期的商业信用融资债务筹集资金，从而削减了商业信用融资短期偿债压力对国有矿业企业高质量发展的不利影响。而非国有矿业企业经常会遭受所有制歧视和规模歧视，使其面临较为严重的融资约束，企业必须保持充足的现金流动性以及拥有较大的现金储备应对近期需要偿还的商业信用债务，无形中增加了企业财务风险。因此商业信用融资对非国有矿业企业高质量发展的负向影响更显著。

本文以2014—2018年我国矿业企业为样本，探讨了商业信用融资对矿业企业高质量发展的影响，并考察企业规模的调节作用，进一步探讨了不同产权类型下商业信用融资对矿业企业高质量发展的影响机制。研究发现：（1）商业信用融资对矿业企业高质量发展具有显著负向关系。（2）企业规模对商业信用融资与高质量发展的关系有正向调节的作用。相比规模较大的企业，小规模企业的商业信用融资对高质量发展的负向影响更强。（3）商业信用融资对矿业企业高质量发展的负向影响存在产权异质性，这种负向影响在非国有企业中更显著。

基于上述研究结论，本文得到如下启示：

（1）矿业企业应减少商业信用融资，拓展更多融资渠道，降低融资成本，缓解偿债压力对矿业企业高质量发展的影响。

（2）小规模矿业企业应从自身的实际能力考虑，根据财务状况合理选择适当的融资模式；大规模矿业企业使用商业信用融资时，应保持资金流动性，降低商业信用融资所带来的偿还风险，促进企业高质量发展。

（3）政府应对国有矿业企业和非国有矿业企业进行差别化管理，并给予非国有矿业企业更多的融资优惠政策。此外，非国有矿业企业可以选择股权融资等其他方式打破融资困境。