吳愛東，蔣 琳

（天津商業(yè)大學經(jīng)濟學院，天津 300134）

制造業(yè)是國民經(jīng)濟的主體，作為一國綜合實力的重要體現(xiàn)，是技術創(chuàng)新和拉動經(jīng)濟高質量發(fā)展的重要力量。中國是世界上工業(yè)體系最為健全的國家之一，制造業(yè)增加值于2020年達26.6萬億元，占全球比重的30%，但還存在著產(chǎn)能過剩、創(chuàng)新能力不足和難以攻克“卡脖子技術”的問題，嚴重阻礙了中國由“制造大國”轉變?yōu)椤爸圃鞆妵钡牟椒ァ＜夹g創(chuàng)新作為驅動制造業(yè)高質量發(fā)展的重要原動力，創(chuàng)新活動的開展需要持續(xù)穩(wěn)定的資金支持，然而中國以銀行為主導的傳統(tǒng)金融體系卻無法滿足制造業(yè)技術創(chuàng)新的融資需求。在大數(shù)據(jù)、人工智能等數(shù)字技術的賦能下，數(shù)字金融作為一種新業(yè)態(tài)，內(nèi)生于實體經(jīng)濟的需要，能夠克服傳統(tǒng)金融的諸多不足，拓寬金融服務的廣度與深度，提高資金配置效率。因此，如何充分發(fā)揮數(shù)字金融的作用促進制造業(yè)技術創(chuàng)新，進而實現(xiàn)制造業(yè)高質量發(fā)展，是中國當下亟待解決的問題。

1 文獻綜述

金融對經(jīng)濟增長有著重要作用[1]，且二者之間存在正相關的關系[2]，結合中國的實際情況，金融發(fā)展與經(jīng)濟增長之間存在著非線性的“門檻效應”[3-4]。當金融發(fā)展過于飽和時反而會抑制經(jīng)濟增長[5]，中國以銀行體系為主導的金融供給結構已不適應產(chǎn)業(yè)結構升級的需求[6]，反而對制造業(yè)的產(chǎn)業(yè)升級產(chǎn)生了負向影響[7]。從現(xiàn)狀來看，金融支持制造業(yè)高質量發(fā)展存在著制造業(yè)企業(yè)有效融資需求不足、融資供給側結構性失衡、信息不對稱以及中小企業(yè)難以獲取信貸服務的問題[8]。從其背后的原因來看，中國現(xiàn)有金融體制存在著結構性問題，金融資金并未有效滿足制造業(yè)企業(yè)培育自主創(chuàng)新能力和更新固定資產(chǎn)這兩方面的融資需求[9]。因此，發(fā)揮數(shù)字金融優(yōu)勢，改善傳統(tǒng)金融的供給質量，高效率滿足制造業(yè)的融資需求，是促進技術創(chuàng)新、支撐制造業(yè)高質量發(fā)展的重要路徑。

數(shù)字金融依托于大數(shù)據(jù)、人工智能等數(shù)字技術的發(fā)展應運而生，作為一種新興業(yè)態(tài)，是數(shù)字經(jīng)濟的重要組成部分，能夠有效彌補傳統(tǒng)金融的不足，在中國得到了充分的發(fā)展[10-11]，深刻影響著國民的生產(chǎn)生活[12]。數(shù)字金融在微觀、中觀和宏觀三個層面均能夠促進經(jīng)濟高質量發(fā)展，其中創(chuàng)新能力的提升是經(jīng)濟高質量發(fā)展的重要體現(xiàn)[13-14]。在微觀層面，數(shù)字金融所發(fā)揮的“增量補充”和“存量優(yōu)化”作用可以有效糾正傳統(tǒng)金融錯配，解決企業(yè)的融資問題，從而有效支撐企業(yè)的技術創(chuàng)新[15]。在中觀層面，數(shù)字金融既可以引導產(chǎn)業(yè)的創(chuàng)新方向，又能夠提升創(chuàng)新主體的創(chuàng)新意愿和創(chuàng)新能力，從而有利于產(chǎn)業(yè)的創(chuàng)新成果轉化[16]，還能驅動技術革新促進產(chǎn)業(yè)結構升級[17]。在宏觀層面，數(shù)字金融通過緩解融資約束為區(qū)域內(nèi)的創(chuàng)新活動提供資金，引導社會資金流向促進產(chǎn)業(yè)結構升級，從而提升區(qū)域的技術創(chuàng)新水平[18]。除了為技術創(chuàng)新帶來積極影響，數(shù)字金融還可以發(fā)揮其協(xié)調引導作用，推動經(jīng)濟綠色轉型，加速企業(yè)綠色產(chǎn)業(yè)鏈布局，助力金融市場與環(huán)保產(chǎn)業(yè)的雙向聯(lián)動[19]。

制造業(yè)是實體經(jīng)濟的重要組成部分，數(shù)字經(jīng)濟，包括數(shù)字金融，在制造業(yè)高質量發(fā)展的過程中也會產(chǎn)生重要的積極作用[20-21]。就制造業(yè)高質量發(fā)展的不同維度而言，數(shù)字金融發(fā)展水平的提高能夠在一定程度上減少工業(yè)污染排放量，有利于制造業(yè)綠色轉型[22]。數(shù)字金融對低端、中端和高端制造業(yè)所產(chǎn)生的影響效果不同，在企業(yè)科技創(chuàng)新能力提升的情況下，數(shù)字金融能夠促進制造業(yè)產(chǎn)業(yè)結構升級[23]。數(shù)字金融可以通過投資效應和人力資本效應驅動高技術產(chǎn)業(yè)的發(fā)展，支持制造業(yè)高級化[24]。數(shù)字金融還能通過緩解融資約束、促進技術創(chuàng)新和促進生產(chǎn)性服務業(yè)的發(fā)展推動制造企業(yè)的出口擴張，提高中國制造業(yè)的國際競爭地位[25]。數(shù)字金融擺脫對物理介質的依賴，為制造業(yè)提供高附加值的金融服務和技術支持，改善了金融環(huán)境，高度契合了制造業(yè)的需求，加之數(shù)字金融所具備的綠色屬性發(fā)揮其社會示范效應，帶動制造業(yè)的可持續(xù)發(fā)展[26]。

通過梳理以上文獻可以發(fā)現(xiàn)，學者們在數(shù)字金融、制造業(yè)高質量發(fā)展和技術創(chuàng)新問題領域內(nèi)研究成果頗豐[27]，本文在已有研究的基礎上，將三者整合在一個框架內(nèi)，可能的邊際貢獻在于：第一，現(xiàn)有文獻關于制造業(yè)高質量發(fā)展的研究較為豐富，本文將從市場導向的數(shù)字金融視角出發(fā)，厘清數(shù)字金融直接和間接影響制造業(yè)高質量發(fā)展的傳導機制，并從多個層面分析技術創(chuàng)新對制造業(yè)高質量發(fā)展的影響途徑。第二，結合經(jīng)濟發(fā)展不同階段的特征，進一步研究數(shù)字金融通過技術創(chuàng)新對制造業(yè)高質量發(fā)展產(chǎn)生的影響，為中國發(fā)展數(shù)字金融和激勵制造業(yè)技術創(chuàng)新提供一些理論支撐。

2 機理分析與研究假設

在不同經(jīng)濟發(fā)展階段，作為實體經(jīng)濟主要組成部分的制造業(yè)具有不同的特征，金融也發(fā)揮著與之相對應的作用。在要素驅動階段，基本條件為60%，占據(jù)主導地位，制造業(yè)通過從銀行獲取資金維持生產(chǎn)經(jīng)營活動，不斷增加要素投入，生產(chǎn)規(guī)模得以擴張。在效率驅動階段，效率因素提升至50%，基本條件下降至40%，制造業(yè)得益于前期的資本積累，產(chǎn)業(yè)結構得到了初步優(yōu)化，呈現(xiàn)高速增長的發(fā)展趨勢。直至創(chuàng)新驅動階段，效率因素所占比重仍為50%，基本條件進一步下降至20%而創(chuàng)新要素提升至30%，此時效率因素和創(chuàng)新要素發(fā)揮協(xié)同作用，制造業(yè)所呈現(xiàn)的特征應該是創(chuàng)新能力強、經(jīng)濟效益好、結構合理、對外開放水平高同時兼顧綠色環(huán)保的高質量發(fā)展，需要高效、靈活且富有創(chuàng)新性的數(shù)字金融的支持。

當前中國經(jīng)濟正位于由效率驅動轉向由創(chuàng)新驅動的關鍵階段①，制造業(yè)也處于由高速增長轉向高質量發(fā)展的關鍵時期，以銀行為主導的傳統(tǒng)金融間接融資方式無法滿足制造業(yè)技術創(chuàng)新的需求。數(shù)字技術與金融服務融合是金融發(fā)展的自然規(guī)律，數(shù)字金融通過充分發(fā)揮其中介服務、資源配置和引導消費三大功能[21]，解決傳統(tǒng)金融在微觀、中觀乃至宏觀層面所存在的不足，能夠分別從直接和間接兩方面促進制造業(yè)的高質量發(fā)展，其傳導機制如圖1所示。

圖1 數(shù)字金融影響制造業(yè)高質量發(fā)展的傳導機制

2.1 數(shù)字金融對制造業(yè)高質量發(fā)展的直接影響

首先，數(shù)字金融基礎功能在于提供中介服務，借助大數(shù)據(jù)、人工智能和云計算等數(shù)字技術，解決資金供需雙方之間的信息不對稱問題。通過對有融資需求的制造企業(yè)，特別是過去融資困難的“長尾企業(yè)”，進行事前篩選、事中追蹤和事后監(jiān)督，實時監(jiān)控企業(yè)的生產(chǎn)經(jīng)營狀況和還款情況，降低借款違約概率，規(guī)避逆向選擇和道德風險，從而營造一個良好的借貸環(huán)境，提高資金的利用效率，構建一個較為完備的資本市場，解決制造業(yè)的融資約束難題。其次，數(shù)字金融的主導功能在于提高資金配置效率[28]。一方面，數(shù)字金融拓展了服務邊界，提高了金融服務的可獲性，能夠將社會閑置資金有效轉化為金融資源，盤活“小、多、散”的民間資金。另一方面，數(shù)字金融簡化了審批流程，節(jié)省了物理網(wǎng)點的租金，使得資金得以較快地從供給方流向與其要求相匹配的需求方，從而降低了金融交易成本。金融資源增加和金融交易成本減少所帶來的資金存量增加是制造業(yè)高質量發(fā)展的重要支撐。最后，數(shù)字金融具有引導居民消費的衍生功能，低門檻、數(shù)字化、便捷性的數(shù)字金融服務有利于居民可支配財富的增加，進而提高該地區(qū)的人均收入水平。根據(jù)凱恩斯的絕對收入理論，當?shù)氐南M水平也有所提高，消費者素質也隨之提高，需求偏好發(fā)生的變化使得購買商品的資金流向技術密集型、創(chuàng)新密集型行業(yè)，這要求制造業(yè)進行個性化、定制化、綠色化的柔性生產(chǎn)，從需求側促進制造業(yè)的高質量發(fā)展。

基于以上分析，本文提出假設1。

假設1：數(shù)字金融與制造業(yè)高質量發(fā)展之間存在密切聯(lián)系，且數(shù)字金融會對制造業(yè)高質量發(fā)展產(chǎn)生正向影響。

2.2 數(shù)字金融對制造業(yè)高質量發(fā)展的間接影響

從微觀層面來看，技術創(chuàng)新是制造業(yè)企業(yè)高質量發(fā)展的重要前提，傳統(tǒng)金融卻更傾向于投資較為成熟項目以規(guī)避流動性風險。隨著數(shù)字技術的不斷成熟，數(shù)字金融則能夠緩解有技術創(chuàng)新需求的制造業(yè)企業(yè)的融資約束。對于技術創(chuàng)新風險高、研發(fā)到成果轉化周期長、回報率不確定的特點，數(shù)字金融可以借助數(shù)字技術提供一個穩(wěn)定可靠的平臺[29]，提高信貸市場的信息透明度，將高風險偏好投資者的資金與制造企業(yè)創(chuàng)新研發(fā)活動的融資需求相匹配，充分使用金融資源。從中觀層面來看，數(shù)字金融所提供的充足資金能夠確保創(chuàng)新研發(fā)活動正常運行，加快成果轉化的進程，其數(shù)字化、高效率、網(wǎng)絡化的商業(yè)模式有利于引導發(fā)現(xiàn)新商機、擁有新技術的創(chuàng)新型制造企業(yè)進入行業(yè)參與競爭，使得低效落后的企業(yè)退出行業(yè)，從而提升該行業(yè)整體的生產(chǎn)能力。從宏觀層面來看，數(shù)字金融有利于制造業(yè)跨越新技術的初始障礙，實現(xiàn)先進技術的傳播，促進中國制造業(yè)在全球價值鏈地位的攀升。一方面，中國制造業(yè)企業(yè)能夠利用數(shù)字金融提供的資金購買國外高技術產(chǎn)品進行模仿而產(chǎn)生技術溢出效應。另一方面，數(shù)字金融自身所帶有的數(shù)字屬性支持并帶動制造業(yè)行業(yè)科技創(chuàng)新，驅使其生產(chǎn)的產(chǎn)品技術含量提高，打破國際市場中對中國的“低端鎖定”，助力中國制造業(yè)提高國際競爭地位。

基于以上分析，本文提出假設2。

假設2：數(shù)字金融以驅動制造業(yè)技術創(chuàng)新為媒介間接地促進制造業(yè)高質量發(fā)展，即制造業(yè)技術創(chuàng)新的中介效應為正。

2.3 數(shù)字金融與制造業(yè)高質量發(fā)展的非線性關系

金融發(fā)展與經(jīng)濟增長之間并非簡單的線性關系，數(shù)字金融作為傳統(tǒng)金融的有力補充，制造業(yè)作為實體經(jīng)濟的主導產(chǎn)業(yè)，數(shù)字金融與制造業(yè)高質量發(fā)展之間也可能存在著門檻效應。一方面，制造業(yè)技術創(chuàng)新水平高的地區(qū)憑借其廣闊的發(fā)展前景和創(chuàng)造經(jīng)濟價值的潛力，能夠吸引數(shù)字金融資源的流入，形成“資金充足-技術創(chuàng)新能力強-制造業(yè)高質量發(fā)展-資金更加充足”的良性循環(huán)。另一方面，技術創(chuàng)新水平的提升并非一個可以在短時間內(nèi)完成的過程，高水平的技術創(chuàng)新意味著該地區(qū)吸引了大量高素質人才的集聚，并且有著大量前期經(jīng)驗的積累，諸如政府的支持力度更強、人力資本更豐富、居民生活水平更高、基礎設施更加完善等外部因素的優(yōu)勢，也會使數(shù)字金融驅動制造業(yè)高質量發(fā)展的激勵效應得到更為充分的釋放。

基于以上分析，本文提出假設3。

假設3：在不同的技術創(chuàng)新水平下，數(shù)字金融與制造業(yè)高質量發(fā)展水平之間存在門檻效應，技術創(chuàng)新水平越高，則數(shù)字金融對制造業(yè)高質量發(fā)展所產(chǎn)生的作用越強。

3 模型設定與變量的選取和說明

3.1 模型設定

為了檢驗數(shù)字金融與制造業(yè)高質量發(fā)展水平的關系，并考慮到當期制造業(yè)高質量發(fā)展水平很有可能受到上一期的影響，從而導致內(nèi)生性的問題，本文構建基準回歸模型如（1）式：

（1）式中，i表示省份，t表示時間，MHQD表示制造業(yè)高質量發(fā)展水平，DFI表示數(shù)字金融總指數(shù)，它還包括覆蓋廣度、使用深度和數(shù)字化程度三個分指數(shù)，control表示控制變量，包括政府支持力度、經(jīng)濟發(fā)展水平、數(shù)字基礎設施建設、傳統(tǒng)金融發(fā)展和人力資本水平，α0為常數(shù)項，α1和δ′為系數(shù)，μi和σt分別表示地區(qū)和時間非觀察效應，εit為隨機擾動項，下同。

在基準回歸模型的基礎上，本文將制造業(yè)技術創(chuàng)新（npd）作為中介變量，考察數(shù)字金融對制造業(yè)高質量發(fā)展的影響機制，構建模型（2）和（3）式：

（2）式和（3）式中，γ0和β0為常數(shù)項，γ1、β1和β2為系數(shù)。本文采取以下步驟對數(shù)字金融、技術創(chuàng)新和制造業(yè)高質量發(fā)展之間是否存在中介效應進行檢驗：

第一步：檢驗模型（1）式中核心解釋變量數(shù)字金融是否顯著。

第二步：對中介效應模型進行回歸后，若γ1和β2均顯著，則進行第三步；若兩者中至少有一個不顯著，則進行第四步。

第三步：進一步檢驗模型（3）式中β1的顯著性，若顯著，則說明存在部分中介效應；若不顯著，則說明存在完全中介效應。

第四步：對模型進行Sobel檢驗，若結果顯著則存在中介效應，否則不存在中介效應。

第五步：最后比較β2和γ1是否與β1同號，若三者符號相同，則說明存在中介效應；若符號不同，則說明存在遮掩效應。

為進一步探討數(shù)字金融與制造業(yè)高質量發(fā)展之間是否存在非線性的數(shù)字金融門檻效應，本文借鑒Hansen[30]提出的面板門檻模型，構建數(shù)字金融與制造業(yè)高質量發(fā)展的計量模型，見（4）式：

（4）式中，I（·）為示性函數(shù)，其值取決于門檻變量與門檻值，threshold為門檻變量，γ1、γ2…γn表示門檻值。

3.2 變量的選取和說明

3.2.1 被解釋變量

制造業(yè)高質量發(fā)展水平（MHQD）。本文參考已有研究，構建了包括成果轉化、經(jīng)濟效益、結構升級、對外開放和綠色環(huán)保5個一級指標和15個二級指標的復合評價指標體系，反映地區(qū)制造業(yè)的高質量發(fā)展水平見表1。

表1 制造業(yè)高質量發(fā)展水平復合評價指標體系

本文采用熵值法對制造業(yè)高質量發(fā)展水平進行測度，具體方法如下：

第一步，為消除不同量綱的影響，用極差法對各項指標進行標準化處理，正向指標見（5）式，負向指標見（6）式。

正向：

負向：

第二步，計算第i個省市的第j個指標的比重，見（7）式。

最后，計算第j個指標的權重即可，見（9）式。

在（5）式至（9）式中，Xij表示第i年份第j個指標的值，max（Xij）和min（Xij）分別表示各項評價指標的最大值和最小值，yij表示第i年第j個指標的權重，xij′表示經(jīng)過標準化后的指標，m表示評價指標的年份總數(shù)，ej表示第j個指標的信息熵，wj表示第j個指標的權重。

經(jīng)計算，制造業(yè)高質量發(fā)展水平變動趨勢如圖2所示。從圖2中可以較為直觀地看出，2011—2020年，中國的制造業(yè)高質量發(fā)展水平整體呈上升趨勢，僅在2015年出現(xiàn)短暫的回落，且在2015年后制造業(yè)高質量發(fā)展水平的提升速度較2015年之前更快。其背后的原因在于，中國的制造業(yè)曾在2015年陷入收縮，面臨著成本優(yōu)勢削弱、產(chǎn)能嚴重過剩、行業(yè)結構不合理、核心技術薄弱等困局，制造業(yè)PMI在2015年下半年持續(xù)位于臨界點以下。面對經(jīng)濟下行壓力，國務院正式發(fā)布旨在提升中國制造業(yè)創(chuàng)新能力的《中國制造2025》，全面推行制造強國戰(zhàn)略，中國制造業(yè)從此步入制造大國向制造強國轉變的歷史跨越，制造業(yè)高質量發(fā)展水平從此不斷提升。

圖2 制造業(yè)高質量發(fā)展水平變化趨勢

3.2.2 核心解釋變量

數(shù)字金融指數(shù)（DFI）。本文選擇北京大學數(shù)字金融研究中心與螞蟻金服研究院所發(fā)布的“北京大學數(shù)字普惠金融指數(shù)”作為核心解釋變量，并選擇了覆蓋廣度（Wid）、使用深度（Dep）和數(shù)字化程度（Dig）作為分指數(shù)③。

3.2.3 中介變量與門檻變量

制造業(yè)技術創(chuàng)新水平（npd）。以往研究大多使用規(guī)模以上工業(yè)企業(yè)專利申請數(shù)、制造業(yè)擁有發(fā)明專利數(shù)、制造業(yè)R&D經(jīng)費內(nèi)部支出或技術市場成交合同金額等指標來衡量技術創(chuàng)新水平，而由于技術創(chuàng)新的成果轉化周期較長，有一定的滯后性，在短時間內(nèi)可能存在遮掩效應[14]。因此，本文選擇制造業(yè)新產(chǎn)品開發(fā)項目數(shù)作為技術創(chuàng)新水平的衡量指標。

3.2.4 控制變量

政府支持度（gov）。政府可通過財政撥款、專項扶持、設立研發(fā)機構等方式引導制造業(yè)高質量發(fā)展，本文用一般公共預算支出來表示。

經(jīng)濟發(fā)展水平（pgdp）。一個地區(qū)的富裕程度越高，當?shù)鼐用竦南M水平就可能越高，制造企業(yè)為迎合消費者的偏好而生產(chǎn)高質量產(chǎn)品。本文用人均GDP表示該地區(qū)的經(jīng)濟發(fā)展水平。

數(shù)字基礎設施（dinf）。諸如5G、大數(shù)據(jù)、互聯(lián)網(wǎng)等基礎設施的應用能夠大幅提升企業(yè)的溝通效率和生產(chǎn)效率，有利于技術溢出和企業(yè)創(chuàng)新[31]?；ヂ?lián)網(wǎng)作為數(shù)字技術應用的重要載體，本文用各省份互聯(lián)網(wǎng)寬帶接入端口數(shù)來表示數(shù)字基礎設施情況。

傳統(tǒng)金融發(fā)展（tf）。結合中國缺乏各省份金融資產(chǎn)和M2的統(tǒng)計數(shù)據(jù)且直接融資所占比值較低的實際情況，本文參考張寬等[32]研究方法，使用金融機構貸款余額衡量傳統(tǒng)金融發(fā)展水平。

人力資本水平（hcl）。人力資本水平的提高有利于制造業(yè)學習能力、創(chuàng)造能力的增強，對制造業(yè)的高質量發(fā)展具有促進作用，本文借鑒聶秀華等學者[18]的研究經(jīng)驗，采用各省實際人均人力資本作為人力資本水平的代理變量。

3.3 數(shù)據(jù)來源

考慮到數(shù)據(jù)的準確性和可得性，本文以2011—2020年中國30個省份④的面板數(shù)據(jù)為樣本，其中構建高質量發(fā)展的復合評價指標體系的相關數(shù)據(jù)和控制變量的數(shù)據(jù)，來自各省份的統(tǒng)計年鑒，部分缺失數(shù)據(jù)查閱該地區(qū)對應年份的《國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》或使用插值法補齊；數(shù)字普惠金融指數(shù)來自北京大學數(shù)字金融研究中心發(fā)布的《中國數(shù)字普惠金融指數(shù)（2011—2020年）》。數(shù)據(jù)的描述性統(tǒng)計如表2所示。

表2 描述性統(tǒng)計

4 實證分析

4.1 基準回歸模型結果

對數(shù)字金融總指數(shù)和分指數(shù)模型進行Hausman檢驗后，P值均為0.000，即在1%的顯著水平上拒絕了隨機效應的原假設，接受固定效應的備擇假設，本文取核心解釋變量和被解釋變量的對數(shù)以消除異方差的影響，回歸結果如表3所示。

表3 基準模型與穩(wěn)健性檢驗回歸結果

從表3可知，數(shù)字金融總指數(shù)能夠在1%的顯著水平上促進制造業(yè)高質量發(fā)展，數(shù)字金融總指數(shù)每增長1%，制造業(yè)高質量發(fā)展水平便會提高0.14%。從分指數(shù)來看，數(shù)字金融覆蓋廣度指數(shù)和使用深度指數(shù)、數(shù)字化程度指數(shù)分別在1%和5%的顯著水平下促進制造業(yè)的高質量發(fā)展。反映數(shù)字金融規(guī)模的覆蓋廣度指數(shù)每增長1%，制造業(yè)的高質量發(fā)展水平便提高0.11%。反映實際使用數(shù)字金融服務情況的使用深度指數(shù)每增長1%，則制造業(yè)高質量發(fā)展水平便提高0.107%。反映用戶使用金融服務便利性的數(shù)字化程度指數(shù)每增長1%，則制造業(yè)高質量發(fā)展水平變提高0.076%。另外，從控制變量上來看，政府支持力度和人力資本水平均能對制造業(yè)高質量發(fā)展起到顯著的正向影響，傳統(tǒng)金融發(fā)展存在的缺陷顯著地抑制了制造業(yè)高質量發(fā)展，由于地區(qū)富裕程度和數(shù)字基礎設施建設所產(chǎn)生的影響多元而又復雜，對制造業(yè)高質量發(fā)展所產(chǎn)生的影響在本模型中雖然不顯著，但仍起到正向促進作用。

4.2 穩(wěn)健性檢驗

鑒于系統(tǒng)GMM模型能夠修正個體異質性、測量誤差和潛在內(nèi)生性問題，本文在原模型中加入滯后2期的制造業(yè)高質量發(fā)展指數(shù)作為解釋變量，構建如（10）式所示的系統(tǒng)GMM模型進行穩(wěn)健型檢驗：

表3列（5）所示的回歸結果顯示，數(shù)字金融總指數(shù)對制造業(yè)高質量發(fā)展的影響是顯著的，其方向與基準回歸結果一致，在數(shù)值上也未發(fā)生重大變化。通過AR（1）小于0.1但AR（2）的值大于0.1可知，隨機擾動項存在一階自相關，但不存在二階自相關。由Sargan檢驗的p值大于0.05可知，本模型不存在工具變量的過度識別問題，即本模型的估計結果是有效的。因此本文的基準回歸結果是可靠的，且具有良好的穩(wěn)健性。

4.3 制造業(yè)技術創(chuàng)新的中介效應分析

在基準回歸模型的基礎上，本文引入制造業(yè)的技術創(chuàng)新水平指標檢驗數(shù)字金融對制造業(yè)高質量發(fā)展的作用機制，估計結果如表4所示。

表4列（1）回歸結果顯示，數(shù)字金融在5%的顯著水平下對制造業(yè)的技術創(chuàng)新有著正向促進作用，在列（2）回歸結果中，技術創(chuàng)新水平和數(shù)字金融的系數(shù)均顯著，即控制了技術創(chuàng)新這一指標后，數(shù)字金融對制造業(yè)高質量發(fā)展的積極影響仍顯著。根據(jù)上文中（2）式和（3）式的設定，β1、β2、γ1均顯著且β2和γ1均與β1同號，即制造業(yè)的技術創(chuàng)新具有中介效應。

表4 中介效應估計結果

4.4 門檻回歸結果分析

接著本文用面板門檻回歸方法檢驗了數(shù)字金融的門檻效應，門檻效果檢驗如表5所示，門檻估計結果如表6所示，門檻回歸結果如表7所示，數(shù)字金融與制造業(yè)高質量發(fā)展的門檻值及置信區(qū)間如圖3所示。

表5 門檻效果檢驗

表6 門檻估計結果

表7 門檻回歸結果

圖3 數(shù)字金融與制造業(yè)高質量發(fā)展的門檻值及其置信區(qū)間

由以上回歸結果可知，數(shù)字金融對制造業(yè)高質量發(fā)展的影響通過了單一門檻檢驗。當制造業(yè)每年新產(chǎn)品開發(fā)項目數(shù)小于或等于18 249件時，數(shù)字金融與制造業(yè)高質量發(fā)展在5%的顯著水平上正相關，數(shù)字金融指數(shù)每增長1%，都會使得制造業(yè)高質量發(fā)展水平提高0.163%，此時的數(shù)字金融能夠初步解決制造業(yè)技術創(chuàng)新的融資問題，提供相對充足的資金，驅動制造業(yè)高質量發(fā)展。當制造業(yè)每年新產(chǎn)品開發(fā)項目數(shù)大于18 249件時，數(shù)字金融與制造業(yè)高質量發(fā)展在1%的顯著水平上正相關，數(shù)字金融指數(shù)每增長1%，都會使得制造業(yè)高質量發(fā)展水平提高0.220%，此時數(shù)字金融隨著應用數(shù)字技術的不斷深入而逐漸成熟，進一步緩解信息不對稱問題，精準匹配資金供需雙方提升資金利用效率，使得制造業(yè)技術創(chuàng)新能力更強，對制造業(yè)產(chǎn)生的積極作用更加多元化并產(chǎn)生協(xié)同效應，從而引導資金流向研發(fā)能力更強、生產(chǎn)產(chǎn)品更高端、財務狀況更好、國際地位更高的環(huán)境友好型制造業(yè)中去，更為有效地促進制造業(yè)高質量發(fā)展。

此外，政府參與度的系數(shù)始終顯著為正，即中國政府提供的財政支持在制造業(yè)高質量發(fā)展的全過程中發(fā)揮著積極作用。傳統(tǒng)金融發(fā)展的系數(shù)始終顯著為負，進一步證實了傳統(tǒng)金融存在的結構性失衡、較高的交易成本和信息不對稱問題，這些問題所帶來的資金配置效率低下對制造業(yè)高質量發(fā)展產(chǎn)生阻礙，也充分說明中國大力發(fā)展數(shù)字金融從而滿足制造業(yè)迫切需求的必要性。

5 結論與建議

本文通過熵值法測算了我中國的制造業(yè)高質量發(fā)展水平，通過固定效應模型驗證了數(shù)字金融總指數(shù)及子指標均會對制造業(yè)高質量發(fā)展產(chǎn)生顯著的促進作用，并通過系統(tǒng)GMM模型證實了這一結論的穩(wěn)健性，接著又通過中介效應模型證實了技術創(chuàng)新在數(shù)字金融支持制造業(yè)高質量發(fā)展中發(fā)揮著中介效應，通過面板門檻效應模型驗證了數(shù)字金融與制造業(yè)的高質量發(fā)展并非簡單的線性關系，而是在不同技術創(chuàng)新水平下存在單一門檻效應。

對于以上實證結果，本文提出以下建議：

首先，要繼續(xù)大力發(fā)展數(shù)字金融。進一步促進數(shù)字技術與金融的融合，從而彌補傳統(tǒng)金融系統(tǒng)的不足。不斷提高數(shù)字金融的用戶覆蓋率，充分發(fā)揮數(shù)字金融的網(wǎng)絡效應，使得制造企業(yè)所需的金融服務便捷化、可觸達。不斷完善數(shù)字金融業(yè)務，通過信息化手段消除數(shù)字鴻溝，使金融資源在制造業(yè)行業(yè)內(nèi)達到最佳配置效率。不斷加強數(shù)字基礎設施的建設，實現(xiàn)信息與資源互通，可以通過政策、稅收等方式引導金融資源流向以制造業(yè)為代表的實體經(jīng)濟。同時，要繼續(xù)發(fā)揮數(shù)字金融的普惠特性，提高居民的消費水平，構建消費導向型市場，從需求側拉動制造業(yè)高質量發(fā)展。

其次，在推進數(shù)字金融過程中，要為制造業(yè)的技術創(chuàng)新營造一個良好的創(chuàng)新環(huán)境。完善技術創(chuàng)新體系，提高制造業(yè)行業(yè)的自主創(chuàng)新能力，提升中國制造業(yè)的競爭力，引導數(shù)字金融服務更多地面向制造業(yè)企業(yè)引進高新技術、購買先進生產(chǎn)設備、提升生產(chǎn)工藝等方面的業(yè)務，并利用數(shù)字金融自身的數(shù)字資源和技術屬性為制造業(yè)的創(chuàng)新提供啟發(fā)。

再次，要注重技術創(chuàng)新經(jīng)驗的積累。除了應用性創(chuàng)新之外，還要鼓勵制造業(yè)的基礎性創(chuàng)造，使企業(yè)與高校、科研院所產(chǎn)學研相結合，培養(yǎng)創(chuàng)新型人才，努力攻克制造業(yè)行業(yè)中存在的“卡脖子”技術。

此外，還需要建立有效的數(shù)字金融監(jiān)管體系。數(shù)字金融也帶來了新的風險和挑戰(zhàn)，這些未知因素的積累將會令數(shù)字金融對制造業(yè)高質量發(fā)展的促進作用減弱。要有防范和化解重大金融危機的居安思危意識，借助大數(shù)據(jù)、人工智能、區(qū)塊鏈等科技手段及時發(fā)現(xiàn)問題，避免出現(xiàn)系統(tǒng)性風險。

注 釋：

① 依據(jù)世界銀行發(fā)布的《全球競爭力報告》，經(jīng)濟體可根據(jù)人均GDP劃分為要素驅動經(jīng)濟、效率驅動經(jīng)濟和創(chuàng)新驅動經(jīng)濟三種類型五個階段。人均GDP在2 000美元以下為要素驅動發(fā)展階段，在2 000～3 000美元之間表示經(jīng)濟體處于要素驅動轉向效率驅動發(fā)展階段，在3 000～9 000美元之間表示經(jīng)濟體處于效率驅動發(fā)展階段，在9 000～17 000美元之間表示經(jīng)濟體處于效率驅動轉向創(chuàng)新驅動發(fā)展階段，超過17 000美元則表示經(jīng)濟體已經(jīng)處于創(chuàng)新驅動發(fā)展階段。

② 其中，傳統(tǒng)制造業(yè)與現(xiàn)代制造業(yè)區(qū)分的標準主要以技術為參照，本文對傳統(tǒng)制造業(yè)的界定參考《國民經(jīng)濟行業(yè)分類》（GB/T，4754-2017）并借鑒以往研究成果，包括農(nóng)副食品加工業(yè)，紡織業(yè)，木材加工和木、竹、藤、棕、草制品業(yè)，黑色金屬冶煉和壓延加工業(yè)，有色金屬冶煉和壓延加工業(yè)，金屬制品業(yè)，工藝品及其他制造業(yè)。高技術產(chǎn)業(yè)依據(jù)《高技術產(chǎn)業(yè)（制造業(yè)）分類（2017）》全國統(tǒng)一分類標準，包括醫(yī)藥制造業(yè)，航空、航天器及設備制造業(yè)，電子及通信設備制造業(yè)，計算機及辦公設備制造業(yè)，醫(yī)療儀器設備及儀器儀表制造業(yè)，信息化學品制造。

③ 本文所選用的30個省份的數(shù)字金融指數(shù)為北京大學數(shù)字金融研究中心課題組的研究成果：郭峰，王靖一，王芳，孔濤，張勛，程志云.測度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征[J].經(jīng)濟學（季刊），2020（4）：1401-1418.

④30個省份包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南、內(nèi)蒙古、重慶、四川、貴州、海南、云南、陜西、廣西、甘肅、寧夏、青海、新疆。