部分受融资约束的企业（占企业数的百分比）

指标解释

World Bank official description / 世界银行官方说明

Firms are categorized as partially credit constrained if any of the following conditions are met: (1) the firm applied for a loan and the application was partially approved; (2) the firm applied for a loan and the application was rejected, but the firm has access to external sources of finance excluding any equity finance; or (3) the firm has external finance but did not apply for a loan due to any reason other than no need for it. This indicator is based on Islam and Rodriguez Meza (2023, Islam, Asif Mohammed and Jorge Luis Rodriguez Meza. “How Prevalent Are Credit-Constrained Firms in the Formal Private Sector? Evidence Using Global Surveys”. World Bank Policy Research Working Paper; no. WPS 10502).

可供参考的中文翻译：企业若满足以下任一条件，则被归类为部分受融资约束：（1）企业曾申请贷款且申请仅获得部分批准；（2）企业曾申请贷款但申请被拒绝，同时企业可获得股权融资以外的外部融资来源；或（3）企业有外部融资但未申请贷款，且原因并非不需要资金。该指标基于Islam和Rodriguez Meza（2023）。

数据口径与风险提示

该指标涵盖正规私营部门企业，不包括非正规经济中的企业，调查结果无法完全代表整体私营经济活动。
定义中的'外部融资'不包括股权融资，仅涵盖债务性融资渠道。
未申请贷款的企业被归为部分受约束的条件是该企业已有外部融资且未申请的原因不是'不需要'，此逻辑可能导致高估实际融资需求。
调查年份在不同国家间不统一，跨时期比较时应注意调查时间差异。
低收入和中等收入国家的样本量通常较大，而高收入国家样本可能较少，影响全球平均值的代表性。
企业规模、行业和所有制结构在样本中的分布差异会影响指标的跨国家可比性。
'部分批准'和'部分受约束'的定义边界在各国调查中可能存在口径差异。
世界银行企业调查覆盖国家数量有限，部分重要经济体可能缺乏数据。

中国趋势

趋势解读

中国在2024年的部分受融资约束企业比例为4.79%，这是目前仅有的一年数据。由于缺乏历史序列，无法判断长期趋势变化的方向和幅度。该数值远低于同期全球平均值17.01%，差异可能反映中国金融体系对企业的覆盖程度相对较高，也可能与样本行业分布、企业规模结构或融资渠道结构差异有关。建议结合中国特有的银行主导型金融结构和企业债务融资渗透率数据进一步解读该指标。

2024年部分受融资约束企业比例为4.79%（2024年数据点）。
仅有1个有效数据年份，不具备趋势分析条件。
数据来源为企业调查，结果反映样本企业的自我评估。
单一数据点无法构建变化趋势，不宜进行环比或同比解读。
企业调查抽样方法因国而异，直接跨国比较时需注意样本可比性。
指标包含'未申请贷款但有外部融资'的情况，该类别可能混淆了融资需求与融资可得性的区别。

全球趋势

趋势解读

全球2025年部分受融资约束企业比例均值为17.01%，同样仅有1个数据年份，不足以支撑趋势判断。从全球排名分布来看，布隆迪以45.43%位列最高，其次是索马里42.07%和尼日利亚41.75%，而排名靠后的文莱为11.71%、奥地利为9.44%。这一分布模式表明，低收入和中等收入国家普遍面临更高的企业融资约束程度，可能与这些国家金融体系的深度、信贷信息基础设施的完善程度以及正规银行渠道的可及性有关。

2025年全球均值为17.01%（2025年数据点）。
仅有1个有效数据年份，不具备趋势分析条件。
全球最高值为布隆迪45.43%，最低值在排名靠后的国家如奥地利9.44%。
各调查国家的调查年份可能不完全集中于2025年，'2025年'标签实为数据标签而非同步测量时点。
部分高收入国家可能未纳入调查，导致全球均值被中等收入国家的高值拉高。
企业融资约束具有周期性特征，与宏观经济周期和信贷周期高度相关。

每十年变化摘要

十年区间	中国变化	世界变化	提示
1960-1969	-	-	该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
1970-1979	-	-	该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
1980-1989	-	-	该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
1990-1999	-	-	该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
2000-2009	-	-	该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
2010-2019	-	-	该阶段变化应结合指标定义、宏观背景、统计口径和缺失年份进行审慎解读。
2020-2029	-	-	中国和世界在该阶段均仅有1个数据点，尚无法评估完整十年内的变化轨迹与分母效应。

2025 年全部国家排名

排名已尽量排除 World、地区组和收入组，仅保留国家参与比较。排名高低应结合指标口径解释。

排名	国家	代码	数值
1	Burundi 布隆迪	BDI	45.4
2	Somalia, Fed. Rep. 索马里	SOM	42.1
3	Nigeria 尼日利亚	NGA	41.8
4	Sri Lanka 斯里兰卡	LKA	37.7
5	Sao Tome and Principe 圣多美和普林西比	STP	36.6
6	Malawi 马拉维	MWI	34.8
7	Uganda 乌干达	UGA	34.0
8	Guinea-Bissau 几内亚比绍	GNB	30.8
9	Kenya 肯尼亚	KEN	30.7
10	Comoros 科摩罗	COM	30.7
11	Niger 尼日尔	NER	30.6
12	Mozambique 莫桑比克	MOZ	29.2
13	Gabon 加蓬	GAB	29.0
14	Guinea 几内亚	GIN	28.6
15	Ethiopia 埃塞俄比亚	ETH	26.2
16	Mongolia 蒙古	MNG	25.0
17	Bolivia 玻利维亚	BOL	22.1
18	Suriname 苏里南	SUR	20.3
19	Mauritania 毛里塔尼亚	MRT	20.0
20	Solomon Islands 所罗门群岛	SLB	19.9
21	St. Lucia 圣卢西亚	LCA	18.9
22	Afghanistan 阿富汗	AFG	18.3
23	Maldives 马尔代夫	MDV	17.4
24	Zimbabwe 津巴布韦	ZWE	15.8
25	Egypt, Arab Rep. 埃及	EGY	15.5
26	Poland 波兰	POL	12.3
27	Kiribati 基里巴斯	KIR	12.1
28	Brunei Darussalam 文莱	BRN	11.7
29	Liberia 利比里亚	LBR	10.5
30	Austria 奥地利	AUT	9.44
31	Germany 德国	DEU	7.81
32	Kuwait 科威特	KWT	7.26
33	Fiji 斐济	FJI	7.11
34	Albania 阿尔巴尼亚	ALB	7.10
35	Denmark 丹麦	DNK	5.30
36	Kosovo 科索沃	XKX	3.69
37	Saudi Arabia 沙特阿拉伯	SAU	2.86
38	Qatar 卡塔尔	QAT	0.91

使用建议、常见误用与研究场景

数值较高通常意味着什么

部分受融资约束企业比例越高，意味着企业面临融资渠道限制、信贷申请困难或融资成本高企的可能性越大，反映金融体系对企业尤其是中小企业的支持程度相对不足，可能抑制企业的投资扩张和技术升级。

数值较低通常意味着什么

部分受融资约束企业比例越低，表明企业更容易获得所需融资渠道，融资环境相对宽松，企业在运营和扩张方面的资金约束相对较小。

鍙ｅ緞闄愬埗

单一数据点无法反映时间序列变化，不适合做趋势外推或政策效果评估。
'部分受约束'的界定包含多种情形（部分批准、被拒绝但有其他渠道、未申请但有融资），不同情形对应的政策含义差异较大，混合解读可能失焦。
企业调查覆盖范围因国而异，样本的行业、规模和所有制分布差异会影响跨国可比性。
该指标不含股权融资，而股权融资在创新型企业和高成长企业中可能是重要资金来源，忽略该维度可能导致低估实际融资可及性。
融资约束是主客观因素交织的结果，企业可能因信息不足或风险厌恶而未申请贷款，而非真正受约束。
该指标不区分融资约束的成因（银行信贷可得性、抵押品不足、信用记录缺失等），难以直接对应具体政策工具。

使用建议

解读时应结合IC.FRM.CRDC.FL.ZS（全受约束企业比例）和IC.FRM.BNKL.ZS（有银行贷款企业比例）综合判断融资约束的严重程度和类型。
跨国比较时宜优先选取同一调查周期内的数据，并关注样本结构和抽样方法的差异。
研究中国企业融资环境时，建议结合IC.FRM.BKWC.ZS（利用银行融资的企业比例）和IC.FRM.BNKS.ZS（利用银行筹措投资的企业比例），以区分债务融资的使用深度。
若研究目标是评估金融深化政策效果，应引入更长时期且频率一致的时间序列数据。
分析融资约束对投资和创新的影响时，应控制企业规模、行业和地区变量，或使用IC.FRM.NPRD.ZS（从事研发的企业比例）作为对照变量。
涉及制度环境与融资约束关系的研究，可同时引入IC.BRE.FS.P2（信贷信息系统可及性）和IC.FRM.CORR.ZS（非正常支付）等变量，考察制度质量对融资约束的调节作用。

常见错误用法

错误做法：直接使用中国4.79%和全球17.01%对比后得出'中国融资环境远好于全球平均水平，因此中国金融改革非常成功'的结论。

正确做法：应表述为'2024年中国部分受融资约束企业比例低于全球2025年均值，但鉴于两国数据年份不同、样本结构差异，且缺乏历史序列，暂无法断言中国融资环境绝对优于全球平均水平，需结合更多同周期同口径数据进行验证'。

跨国指标比较受调查年份差异、样本结构、数据覆盖范围等多重因素影响，单一年份的均值对比不足以支撑政策成功与否的因果判断。

错误做法：将'部分受融资约束'解读为企业完全没有融资渠道，理解为'企业无法获得任何外部资金'。

正确做法：应区分该指标的三种情形：仅获得部分贷款、申请被拒但有其他融资渠道、以及有融资但未申请贷款（且原因不是'不需要'）。后两种情形表明企业并非完全无法获得融资，而是在特定渠道或条件下受限。

'部分受约束'不等同于'完全无融资渠道'，混淆两者会高估融资约束严重程度，并可能错误评估政策干预的必要性。

错误做法：用2024年中国数据直接与2025年全球数据进行'年中国变化率'计算，或将两者混同为同一时间截面的比较。

正确做法：分析中国动态变化时仅使用中国历史序列数据（如有），分析全球对比时明确说明两者为不同年份的单点数据，不进行变化率计算。

不同年份的单一数据点之间无法计算有意义的变化率，进行此类计算会产生误导性结论。

错误做法：将企业融资约束与股权融资可得性混为一谈，或认为融资约束越低意味着企业创新能力越强。

正确做法：该指标定义明确排除股权融资（equity finance），企业可能通过股权融资获得大量资金但仍被归类为'受约束'。融资约束和创新之间存在复杂关系，受约束企业可能通过其他方式实现创新。

指标口径不含股权融资，直接用该指标推断企业整体融资能力或创新能力会产生系统性偏差。

实际应用场景

企业融资约束对出口行为的影响：研究融资约束是否限制了企业进入出口市场，尤其是分析'部分受融资约束'状态是否导致企业无法承担出口固定成本。核心解释变量/机制变量可结合IC.FRM.EXS.ZS（直接出口企业比例）作为被解释变量，使用截面回归或工具变量法；融资约束作为解释变量时需控制企业规模、所有制和行业特征。
金融深化与企业融资约束变化趋势：利用跨国面板数据，检验一国金融体系深度（广义货币/GDP、银行信贷/GDP）与企业融资约束程度之间的关系。被解释变量/结果变量将融资约束指标作为因变量，分析金融结构变量、政策变量和制度变量的影响；需注意不同国家调查年份的非同步性。
营商环境质量与融资约束严重程度的跨国比较：比较不同营商环境质量下的企业融资约束分布，评估监管环境和制度质量对中小企业融资可及性的影响。结果变量/对照变量可引入IC.BRE.FS.P2（信贷信息系统可及性）和IC.BRE.MC.P1/P2（市场竞争监管质量）作为制度解释变量，分析制度质量对融资约束的边际效应。
企业融资约束与创新投入的非线性关系：检验融资约束对企业研发投入的影响是否呈非线性特征，探讨是否存在融资约束阈值效应。解释变量/机制变量结合IC.FRM.NPRD.ZS（从事研发企业比例）或研发强度指标，使用分位数回归或非线性模型捕捉阈值效应；建议控制企业规模、年龄和出口状态。