數字金融與制造業耦合關系影響產業結構升級了嗎？

賈 楠，張紅麗，2

（1.石河子大學經濟與管理學院，新疆石河子 832000；2.石河子大學農業現代化研究中心，新疆石河子 832000）

1 引言

經濟的高質量發展是“十四五”乃至更長時期我國經濟社會發展的主題。而制造業的高質量發展是加快實體經濟發展、實現經濟高質量發展的前提和基礎?？v觀世界經濟的發展歷史發現，制造業的強大是國家發展和民族強盛的關鍵之匙。盡管我國制造業經過多年的發展取得了一定的成就，但與世界強國的制造業相比，仍存在著自主創新能力不足，質量效益偏低，產業結構水平仍有待提升的問題，面臨著遭全球價值鏈低端俘獲，升級全面圍堵以及重構多方競爭的困境。

作為現代經濟的血液，金融對于推動制造業的高質量發展具有至關重要的作用。特別是金融所具有的融資、配置、信息搜集與風險分擔等功能，有助于改善制造業的融資成本，增加科技創新投入，并通過信息共享與風險分擔降低制造業的投資風險，提高國際競爭力。近年來，隨著互聯網、大數據、人工智能等技術的興起，數字金融應運而生。數字金融對市場反應更加迅速，且邊際成本低、資源消耗少，能夠更好地與實體經濟相融合?？紤]到我國經濟的發展重心已開始由促增長向調結構的方向轉變，制造業產業結構需要進一步地優化。特別是當前我國制造業的發展進入了瓶頸期，而要實現產業結構的優化升級，在產業具備極大關聯性的條件下，就需要通過與其他產業的擴散融合來產生結構增長效應［1］。故借助數字金融功能加強上下游企業間的緊密聯系，使企業在細化分工的同時降低各環節間的摩擦成本，實現制造業鏈條與金融的深度融合，這對于轉變制造業生產方式與產業結構升級具有深遠影響［2］。因此，研究數字金融與制造業的耦合關系，對于我國制造業的高質量發展與產業結構的優化升級具有重要意義。

2 文獻綜述

有關數字金融、制造業與產業結構升級間的關系，現有研究主要集中于兩個部分：一是從理論和實證兩方面對數字金融與制造業的關系研究；二是對數字金融服務制造業轉型升級的研究。

數字金融與制造業的關系研究。一般而言，制造業轉型升級是通過技術創新以實現勞動密集型向技術密集型轉型的躍遷過程［3］。特別是Yang和Yu［4］，Wolfmayr［5］認為，生產性服務業是通過給予制造業成本優勢與差異化競爭優勢的方式對其全要素生產率產生正向影響?；诖?，數字金融與制造業的關系研究多從三個方面展開。（1）對傳統金融進行結構性功能補充，通過改善長尾群體的金融服務可得性為中小微技術密集型制造業提供支持，并為高新技術制造業提供全方位連續型金融服務［6，7］。（2）數字金融通過倒逼傳統銀行的市場化改革以優化金融結構，并通過技術溢出促進了信貸資源定價與配置的市場化，進而提升了資金配置效率，降低了技術密集型制造業的融資成本［8，9］。（3）技術、數據等要素的流動性促使數字金融能夠突破地域范圍限制，因而能夠對制造業產生空間溢出效應。此外，技術密集型企業具有更高的集中度，也能更好地與數字金融產生業務聯系效應［10，11］。

數字金融服務制造業轉型升級的研究。目前基于數字金融視角探討如何促進制造業轉型升級的研究還相對較少。從少數研究來看，姚博［12］認為，數字金融的發展能夠對制造業產生較為深遠的影響，有助于實現制造業的深刻變革，兩行業的融合發展能夠為產業結構提供助力。彭繼增等［13］基于2010—2015年我國季度層面數據探討了金融與產業結構的關系，認為互聯網金融的發展推動了數字普惠金融的產生，能夠通過推動制造業生產方式的變革以促進產業結構轉型。張玉華和張濤［14］認為生產性服務業與制造業的協同發展是促進產業結構升級的有效途徑。郭燕青和李海銘［15］通過對2007—2017年我國不同地區制造業創新效率的計算后發現，數字金融對制造業創新效率具有顯著影響。丁日佳和劉瑞凝［16］，張添［17］則從合理化與高級化兩個視角對制造業結構展開研究，實證研究發現數字金融在促進制造業合理化和高級化過程中，對產業結構的轉型升級具有顯著的正向影響，且不同地區存在顯著的異質性特征。此外，段永琴等［11］，李朝陽等［18］均認為，數字金融能夠通過提高企業的信貸可得性以緩解融資困境，以相匹配的綜合金融服務驅動制造業向技術密集型方向發展，進而實現企業創新與產業結構的升級。

總體上看，現有研究對我國數字金融與制造業的融合發展以及促進產業結構的優化升級均持有肯定態度。但對于我國當前的數字金融與制造業的耦合關系，以及對產業結構優化升級的影響程度如何均莫衷一是?？紤]到金融在產業結構演進過程中的作用以及我國不同地區之間金融與制造業發展的差異性因素，數字金融與制造業的耦合程度與產業結構之間的關系可能還存在一定的空間自相關性，而既有研究所選取的傳統的回歸分析方法也容易忽視空間差異?；诖?，本研究將重點關注我國數字金融與制造業之間的耦合關系，并深入研究其對產業結構升級的作用效果與空間異質性，以期從理論與實證方面豐富相關研究。

3 研究設計與分析

3.1 研究指標選取

制造業耦合評價指標體系。從現有研究來看，有學者從經濟、科技、能源、環境和社會服務等層面衡量，也有學者從企業數量、從業人員與經營規模等維度衡量，而通過發展規模、結構、效率及潛力等維度衡量是較為全面的方式［19，20］。結合上述研究，本文從總體規模、科技水平與發展速度3個維度共9個指標來進行衡量。具體指標如表1所示。

表1 我國制造業的耦合評價指標體系

數字金融。選取北京大學數字金融研究中心于2021年發布的2011—2020年數字普惠金融指數衡量。該指數主要包括數字金融覆蓋廣度、數字金融使用深度和普惠金融數字化程度3個維度，33個具體指標，能夠較為全面地考察我國數字金融與制造業的耦合關系。

核心解釋變量：數字金融與制造業耦合協調度（CR）。根據制造業與數字金融相關數據，由耦合協調模型計算可得。

被解釋變量：產業結構升級（INDUS）。產業結構升級的本質是生產要素在不同部門之間重新分配，由生產效率低、資本回報率低的部門向生產效率高與資本回報率高的部門轉移的過程［21］。因此，本文選取三次產業的產值比重乘以勞動生產率系數指標來衡量產業結構水平，公式如下

其中INDUS表示我國產業結構水平，Sit為相關產業i在t時期內的生產總值，δit為相關產業i在t時期內的勞動生產率?？紤]到兩指標的量綱問題，進行標準化處理之后，可計算出我國整體的產業結構水平。

其他核心解釋變量。選取金融貸款占GDP的比重（DEBT）、社會消費品零售總額占GDP的比重（RSCG）指標考察市場需求因素對我國產業結構升級的影響。選取外商直接投資與GDP的比重（FDI）、對外直接投資占GDP的比重（OFDI）指標探討對外開放因素與我國產業結構的關系。選取財政支出與GDP的比重（FISC）分析政府因素對我國產業結構升級的影響。

除上述核心變量以外，本文還選取以下控制變量進行考察：一是基礎設施水平（CAFT），用人均貨運周轉量表示；二是人力資本（HUCP），用研發人員占人口比重表示；三是科技投入（SCI），用財政科技投入占財政支出總額的比重表示。

本文主要選取2011—2020年我國31個省份（不含港澳臺）的面板數據進行研究。數據所涉及的指標主要來源于W ind數據庫、《中國統計年鑒》《中國工業統計年鑒》《高新技術產業統計年鑒》、國家統計局以及相關指標計算而得。

3.2 耦合協調模型的構建

耦合是指兩個或兩個以上子系統間通過彼此相互影響，相互制約以及相互作用的活動過程。在構建耦合協調模型過程中，需要通過建立耦合度函數以及測算耦合協調度，進而確定研究對象之間的耦合協調情況。具體方法如下：

第1步數據的標準化處理。假設總共有Z（mij）個指標，mij表示第i個子指標中的第j個實際取值?？紤]到制造業所取的各項子指標可能存在不同的正負相關性，故需要對兩類指標的標準化公式進行區分。

第2步確定指標權重。運用熵值法的思想來確定制造業各項指標的權重。假設權重用Wij表示，即假設S（mij）為第j個指標中的第i個子系統的比重，則可計算出mj的權重Wj。

第3步估計發展水平。本文借助加權法對我國制造業2011—2020年的狀況進行考察，公式為Sij＝Wj×mij。

第4步構建耦合度函數。將數字金融與制造業兩個子系統發展水平視為TE和ME，可計算耦合度值C。在此基礎上，分別構建綜合系統指數Y和耦合協調度CR。最后，區別耦合協調度等級。按照明確性原則，將本文的耦合協調度按照［0，1］劃分為10個連續等距階梯區間［22］。

3.3 結果分析

利用耦合協調模型，可以計算我國數字金融與制造業的耦合協調度（CR）。2011—2020年我國數字金融與制造業的耦合協調度水平穩中有升，其均值由2011年的0.439上升至2020年的0.450。中、西部地區的數字金融與制造業的耦合協調度水平均有所上升，分別由2011年的0.406和0.351上升至2020年的0.441和0.361。東部地區10年間的數字金融與制造業的耦合協調度水平有所下降，由2011年的0.561下降至2020年的0.552，但仍高于中、西部地區，這與東部地區相對發達的數字金融水平以及高質量的制造業發展程度有關，東部地區具有資金融通、政策支持、高端人才優勢，有利于數字金融與制造業間的緊密聯系。

表2為我國31個省份2020年的耦合協調度層次劃分。研究發現，我國各省份的數字金融與制造業耦合協調度呈紡錘體結構。廣東、江蘇、山東、北京、河北、上海、浙江、河南屬于第一梯隊，特別是廣東、江蘇和山東三地區的耦合協調度水平已經達到了中、初級耦合協調水平。而第二梯隊主要包括天津、遼寧、安徽、福建、湖北、湖南、四川、黑龍江、江西、廣西、重慶以及陜西等12個?。ㄊ校?，這些地區的耦合協調度水平基本處于瀕臨失調水平。內蒙古、吉林、海南、貴州、山西、云南、西藏、甘肅、新疆、青海與寧夏等11個省份則屬于第三梯隊，整體耦合協調度水平較為落后，基本處于輕度失調和中度失調的水平。這與當地金融發展水平偏低，基礎設施不足，難以承接東部地區制造業產業轉移有關。

表2 2020年我國各省份數字金融與制造業耦合協調度劃分

4 實證模型構建與分析

4.1 空間計量模型

考慮到本文主要研究的是我國數字金融與制造業耦合關系對產業結構的影響，因此相關指標可能存在區域間相互影響，相互牽制的關系。故利用空間計量模型進行考察，相關模型如下所示

其中Yi為被解釋變量，表示不同地區橫截面對象的影響；Yi-1表示除該地區外其他地區不同橫截面對象的影響；f（·）表示影響橫截面對象的某些特定方式，以區別判斷不同的空間計量模型的影響因素。同時，選用二分權重矩陣，將存在共同邊界的兩地區視為相鄰地區，其權重為1，否則為0。在此基礎上，將矩陣進行標準化后使該矩陣的每行之和為1，以確定每個樣本地區的空間影響份額，從而構建出空間計量模型所需要的空間權重矩陣。

4.2 空間計量模型的選擇

空間計量模型主要包括空間誤差模型（SER）和空間滯后模型（SAR），選擇不同設定的模型其所代表的經濟意義也有所不同。一般而言，SER模型主要側重于是否存在空間溢出效應，即誤差項存在的相關性是否對空間溢出效應產生隨機沖擊。而SAR模型則主要考察被解釋變量是否通過某種因素的影響進而作用于其他地區，即本地區的因變量會作用于相鄰地區。因此，考慮到上述的可能性，本文將分別運用SER模型和SAR模型進行計算。

4.3 M oran相關性檢驗

在進行空間計量之前，還需要運用Moran’s I指數對我國數字金融、制造業與產業結構升級在空間上是否存在相關性進行檢驗，Moran’s I指數定義公式如下

如表3所示，產業結構升級指標所對應的Moran’s I指數均為正值，這表明2011—2020年間我國的產業結構升級因地理位置相鄰的原因，存在一定的空間自相關性的特征。因此，本文關于數字金融與制造業的耦合關系對產業結構升級影響的研究可以采用空間計量模型進行實證分析。

表3 我國產業結構升級M oran’s I指數自相關檢驗

4.4 實證結果與分析

本文所構建的SER和SAR模型的公式如下

其中INDUS為被解釋變量，表示產業結構升級；X為解釋變量，為本文所設定的6個解釋變量和3個控制變量；α和ρ分別為變量系數和空間回歸系數，主要考察相鄰各省的產業結構升級對該省產業結構升級的影響；Wln（INDUS）為空間滯后項；λ為空間誤差系數，即實證分析相鄰各省產業結構升級的誤差項對該省產業結構升級的沖擊；W為n×n的空間權重矩陣；ε，μ為隨機誤差項。通過LM 檢驗發現，SER模型的p值為0.109，不存在顯著性。而SAR模型的p值在1%的水平上顯著。因此，可采用空間滯后模型進行考察?？紤]到不同地區間相鄰兩單元可能存在一定程度的空間效應，故可采用固定效應模型。進一步地，再次運用LM檢驗固定效應模型類型發現，個體固定效應和時間固定效應均通過了LM檢驗，p值分別為0.093和0.005。但相較而言，時間固定效應較個體固定效應結果更加顯著。因此，本文將以時間固定效應的空間滯后模型結果為主，同時，運用OLS方法對結果進行比較。結果如表4。

表4 全國樣本的模型實證結果

總體上看，表中OLS的擬合優度為0.741，加入空間因素后，模型的擬合優度為0.936和0.975，且時間固定效應模型的效果更加明顯。因此，時間固定效應模型更加適用。

核心解釋變量方面，數字金融與制造業的耦合協調度在1%的顯著性水平下與我國產業結構升級呈顯著的正相關關系，其系數為0.393，其余兩模型的結果同樣呈顯著的正相關關系。這說明通過加強數字金融與我國制造業的聯系有助于改善產業結構，有效推動產業結構的優化升級［23］。而代表市場需求的兩個指標在模型中的回歸系數均顯著為正，分別為0.132和0.121。說明我國整體的金融貸款水平和社會消費能力的增強，能夠促進數字金融產業的形成和完善，以及與制造業的緊密聯系，從而進一步推動產業結構的改善。對外開放度方面，FDI指標在模型中的回歸系數為0.127，且在5%的顯著性水平下呈正相關關系。這表明我國通過開放市場吸引外資，也有助于推動產業結構升級。但OFDI與產業結構升級卻在模型中呈顯著的負相關關系，回歸系數為-0.104且在1%的顯著性水平下顯著，其原因可能與國內資本外流有關，資本的流出影響了制造業的融資成本，進而影響了產業結構的升級［24］。而財政支出與GDP的比重指標回歸系數顯著為負，OLS和個體固定效應模型的結果也呈負值。原因可能在于政府調控能力的不斷增強導致地方政府的過度干預，進而影響了資本的有效配置能力，產業間地位差異的擴大影響了產業結構的改善。此外，基礎設施水平、人力資本和科技投入指標在時間固定效應模型中均在不同程度的顯著性水平上呈正相關關系，說明基礎設施的改善，人力資本的提升與科技投入的增加也有助于產業結構升級。

4.5 進一步分析

進一步地，考察我國不同區域數字金融與制造業的耦合協調關系對產業結構升級的影響。通過LM檢驗發現，我國各地區空間滯后模型均能夠在不同的顯著性水平下通過檢驗。因此，對不同地區產業結構影響因素的考察可采用空間滯后模型。而根據區域固定效應模型的LM檢驗結果發現，東、中部地區通過了個體與時間固定效應檢驗，p值分別為0.092、0.021及0.030、0.001。西部地區則通過了時間固定效應檢驗和個體固定效應檢驗，p值分別為0.035和0.083。綜合考慮，研究亦可采用時間固定效應模型進行分析。結果如表5所示。

表5 區域時間固定效應模型回歸結果

結果顯示，東部地區數字金融與制造業耦合協調度與產業結構之間呈顯著的正相關關系，回歸系數為0.597，即東部地區數字金融與制造業的耦合關系通過影響產品供給改善了不同要素資源在各產業間的分配，其所產生的空間集聚效應有利于當地產業的優化升級。市場需求因素方面，兩個代表性指標也在不同的顯著性水平下與產業結構呈正相關關系。這說明東部地區的市場需求因素能夠有效地引領產業的產品供給，通過改善產業間的資源要素分配實現產業結構的相應調整。對外開放因素方面，無論是吸引外資還是對外直接投資指標都能夠充分運用資本優勢以促進當地的產業升級。政府因素方面，東部地區政府調控指標與產業結構呈顯著的負相關關系。原因可能在于東部地區的市場經濟較為發達，市場對資源要素的有效配置能夠將資源向有利于產業結構升級的方向傾斜，過度的政府干預反而不利于產業升級。此外，ρ值通過了1%的顯著性檢驗，且系數為正。說明東部地區鄰近省份的產業結構升級產生了空間溢出效應，能夠幫助本省產業結構的改善。

中部地區數字金融與制造業的耦合協調度與產業結構之間同樣產生了顯著的正相關關系，在5%的顯著性水平下系數為0.163。且中部地區的市場需求因素兩個指標以及FDI指標均呈顯著的正相關關系，即市場需求因素以及吸引外資的能力引領了當地的產業結構調整。OFDI指標和政府調控指標則呈現出與東部地區相反的情況。說明當地的對外投資會促使資本外流，企業的融資困境加劇，不利于產業結構的優化升級，且當地市場經濟的資源配置能力不足，仍需通過政府調控以推動產業升級。此外，中部地區ρ值系數為0.258且通過了5%的顯著性檢驗，即中部地區的相鄰省份能夠對本省產生空間溢出效應。但系數較東部地區小，且顯著性不高，說明空間溢出效應不足。

西部地區的數字金融與制造業耦合協調度也與產業結構升級產生了正相關關系，但回歸系數并不顯著，且數值較小。這表明西部地區的數字金融與制造業兩大產業發育不足，影響了對產業結構升級的作用。市場需求因素和政府調控因素與產業結構升級呈正相關關系，有利于加速當地產業結構的創新優化。而在對外開放程度方面，FDI與OFDI兩個指標的回歸系數分別在不同的顯著性水平下為負，說明當地企業融資困難，且面臨外部資本沖擊，難以形成產業優勢，影響了產業結構的升級。此外，西部地區的ρ值盡管為正，但并不顯著，表明相鄰省份的產業結構升級無法有效帶動本省產業結構的升級，空間溢出效應尚不明顯。

總體上看，我國各地區的數字金融與制造業的耦合協調水平能夠與產業結構升級產生正相關關系。東部地區的數字金融與制造業的發展水平較高，相互聯系較為緊密，其影響系數也大于中、西部地區?，F階段西部地區的耦合協調水平較低，對產業結構升級的影響尚不顯著。我國東、中部地區相鄰省份的產業結構升級可通過空間溢出效應來影響本省的產業結構升級，而西部地區同樣因數字金融與制造業發展水平的落后，還難以借助相鄰省份的空間溢出效應來促進當地的產業結構升級。

5 結論與建議

5.1 研究結論

本文基于2011—2020年我國31個省份的相關數據，通過建立空間滯后模型來分析數字金融與制造業的耦合關系對產業結構升級的影響。研究發現，我國數字金融與制造業的耦合協調水平仍有待提升，總體上處于瀕臨失調階段，但能夠對產業結構升級起到促進作用。東部地區少數省份的耦合協調關系較高，多數東、中部地區省份處于勉強協調或瀕臨失調階段，西部省份則大多處于輕度或中度失調階段。相應地，東、中部地區呈現出顯著的正向空間溢出效應，但西部地區的空間溢出效應不夠明顯。且東、中部地區各省份的耦合協調水平能夠帶動產業結構的優化升級，但西部地區因數字金融與制造業發展水平的不足，影響了當地的產業結構調整。

5.2 政策建議

結合上述分析，我們有以下幾點政策啟示：

（1）完善制度環境，釋放要素潛能與做好頂層設計。隨著數字技術的發展，需要通過提高政府的服務意識，提升政策的供給質量，從而加快制度的供給效率。進一步簡政放權，發揮市場在資源配置中的作用，維護公平的市場秩序，提高企業的營商環境和生產效率。

（2）提升數字金融與制造業的耦合協調水平，加快兩大產業的融合創新。一方面要做好數字金融產業的基礎設施建設，通過創新金融產品，制定優惠政策，降低數字金融的借貸成本。另一方面，加快數字金融產業的現代化信息技術建設，加大技術投入力度，強化數字金融與制造業的資本要素聯系，實現產業聯動發展。

（3）縮小區域間產業發展差異，充分利用好各省間的空間溢出效應。一是構建多種形式的區域間經濟合作聯盟，實現區域間的資源共享，加強區域間的人員交流與研究合作。二是要形成不同區域間的優勢資源互補，加快區域間的要素流動。構建分工明確、各具優勢，創新協同的產業結構布局，推動區域間“金融—制造”的良性循環。三是推動區域間科技創新與產業調整的深度融合。東部地區發揮技術特長，進一步推動“互聯網+”、大數據、人工智能等技術突破，促進金融與制造業產業鏈的精準對接。而中、西部地區則應積極承接東部地區相關產業的轉移，加速與當地企業的深度融合，以促進制造業的優化升級。