數字金融、技術創新與區域制造業高質量發展
——基于長三角地區的實證研究

楊雪晴，張 娜

（蚌埠學院 經濟與管理學院, 安徽 蚌埠 233030）

黨的十九大提出要“加快建設制造強國，加快發展先進制造業”，《國民經濟和社會發展第十四個五年規劃和2035 年遠景目標綱要》和《“十四五”國家信息化規劃》明確指出，要強化制造業與數字經濟協同發展，增強制造業競爭優勢，推動制造業高質量發展。其中數字金融是數字經濟圍繞金融的新經濟業態，有利于提高制造業企業信貸的可得性，實現資源優化和技術升級，進而促進制造業的高質量發展。數字金融已成為我國制造業高質量發展的重要催化劑?；诖?，本文從數字金融的直接效應和間接效應視角，探討數字金融促進區域制造業高質量發展的作用機制。

一、文獻回顧與研究設計

（一）文獻回顧

當前關于數字金融促進區域制造業高質量發展的理論研究，主要集中在數字金融對金融市場和對區域經濟增長的作用等方面。經典理論主要包括索洛模型、內生經濟增長理論等認為金融資本是區域經濟增長、轉型發展的決定性因素[1-2]。隨著信息技術的發展，傳統金融與信息化緊密結合，衍生出數字金融，相關理論進一步得到拓展。數字金融完善了金融市場中的利率傳導鏈條并降低了貸款市場整體風險水平，弱化了傳統貨幣政策信貸渠道的作用效果，緩解融資約束途徑從而助推區域經濟高質量發展[3-4]；數字金融發展較好的地區，能提升企業金融資本流動性，促進金融資本流向與高效益匹配的制造型企業，從而推動企業轉型升級實現高質量發展[5-6]。

關于數字金融促進區域制造業高質量發展的研究，主要集中采用實證方法分析數字金融的作用路徑。傳統金融雖然能在一定程度上緩解企業的資金需求[7-8]，但是其低效率配置和金融深度不足會對企業創新活動產生抑制作用[9-10]，數字普惠金融對于傳統金融服務的廣度和深度都有著極大的拓展[11]，并且對區域創新產出的促進作用明顯[12],以及能推動制造業產業結構升級[13]與實體企業高質量發展[14]。

現有關于關于數字金融促進區域制造業高質量發展的研究主要體現在以下幾個方面：（1）多數研究集中于數字金融的某一方面或數字金融與區域經濟增長關系的研究，相對來說缺少數字金融、技術創新與區域制造業高質量發展的研究。（2）關于區域制造業高質量發展的研究多數局限于省級層面，且測度方法仍有改進的空間。對此，本文將進行如下改進：（1）改進區域制造業高質量發展水平的測度方法；（2）以長三角市級層面數據為研究對象，構建數字金融、技術創新與區域制造業高質量發展的研究框架，探索數字金融對區域制造業高質量發展的作用效果和機制。

（二）研究設計

1.理論模型與研究假設

根據Cobb-Douglas 產出模式假設，制造業生產函數為：

式中M為制造業總產出，A表示技術進步水平系數，L表示制造業部門的勞動力投入，K為資本存量， α為產出彈性，并假定技術進步符合哈羅德中性原理。數字金融具有天然的數據屬性、金融屬性，與信息化融合，能提高金融資本的流動性，優化資本配置，提高金融資本的利用效率，驅動金融資本運動到高附加值、高利潤制造業中，推動區域制造業高質量發展。由此，生產函數得到進一步拓展為：

式中 γ為數字金融具有技術因子特性，這是在既定假設條件展示出數字金融直接促進區域制造業高質量發展。

由此，假設1：數字金融可直接促進區域制造業高質量發展。

數字金融的信息技術特征和優越的流動性，能支持新技術研發和先進技術的擴散，并能提高勞動力投入量和勞動效率，促進制造業生產規模再擴大和高質量發展。由此，生產函數得到進一步深層次的擴展為：

對式子（4）兩邊取對數得：

兩邊對時間t微分得：

由此，假設2：數字金融可通過技術創新驅動制造業高質量發展。

2.影響機理（見圖1）分析

圖1 數字金融驅動制造業高質量發展的影響機理

數字金融促進區域制造業高質量發展作用機制在于：

（1）數字金融能夠增進金融資本在不完全要素市場的流動，減少要素價格扭曲以及各種摩擦的存在，按照市場原則高效配置資源，引導金融資本流向高效率高質量制造企業，直接擴大生產，促進了區域制造業的高質量發展。

（2）數字金融提升了資本的流動性，推進市場化進程[15]、提升產業集聚和技術創新水平[16]等，減少了金融資本要素的流動障礙，使生產要素在價格機制的作用下，按照要素報酬等于邊際產品價值的原則自由流動，進而優化資源配置，實現金融資本的帕累托最優，推動區域制造業高質量發展。

二、研究樣本與變量選擇

（一）研究樣本和數據來源

本文的研究樣本為長三角地區上海市、安徽省、江蘇省、浙江省41 個城市。之所以選擇長三角地區城市作為研究對象，原因在于江蘇省、浙江省、上海市是我國數字金融覆蓋面較廣、數字化程度較高、數字金融使用深度較強、制造業最發達的地區之一，同時安徽省制造業整體發展水平與長三角其他地區相比還有較大差距，其數字金融發展水平可能也存在差異，因此分析長三角地區的數字金融對區域制造業高質量發展的影響及其異質性，具有重要的現實意義。地級市制造業高質量發展水平測度和控制變量所用數據來源于《中國城市統計年鑒》與各城市的統計年鑒；數字金融數據采用北京大學發布的《全國各市數字普惠金融指數》。

（二）變量選擇

1.被解釋變量

制造業高質量發展水平（MD）。高質量發展從全局視角體現在發展方式、發展理念的轉變，包含了經濟社會、生態等方面的內涵式發展[17]。從局部層面經濟高質量發展要求創新、綠色、開放、協同、共享[18]，而對于經濟系統中的制造業高質量發展主要融合了企業的技術革新能力、投入產出能力、信息化能力、綠色發展能力[19]。因此，依據制造業高質量發展的內涵，構建了測度區域制造業高質量發展的指標體系，主要包括經濟效率、創新能力、數字化水平、綠色發展等方面，見表1。

表1 制造業高質量發展指標體系

在借鑒已有研究成果的基礎上，構建了區域制造業高質量發展測度指標體系，衡量指標權重的方法主要包括德爾菲法、層次分析法（AHP 法）、熵值法等，但這幾種方法得出的評價結果帶有很大的主觀性，結論缺乏穩定性?；诖?，本文采用更為客觀的評價方法——熵權法來對單項系統進行定量評價[20-21]，具體步驟如下：

（1）無量綱化處理

由于指標體系中各指標計量單位和屬性不一致，本文采用最大值-最小值極差化方法對指標數據進行處理，消除量綱影響，標準化方法為：

其中：max(Ximt)、min(Ximt)、Ximt分別為Xxit指標的最小值、最大值和均值，準則層與指標層的指標權重采用熵權法進行賦值。

（2）確定單項指標的權重

（3）計算系統綜合評價指數

在測度各系統綜合評價指數時，采用綜合評價法，其處理模型為：

測算結果如表2 所示。

表2 長三角地區城市制造業高質量發展水平測度結果

2.解釋變量

數字金融發展水平（DF）。數據來源于北京大學發布的2011—2019 年《全國各市數字普惠金融指數》，是本文的核心解釋變量[22]。

3.中介變量

技術創新（TN）。根據理論模型以技術創新水平作為中介變量，主要出于對技術創新中介效應的考慮，因為技術創新是數字金融促進區域經濟增長的重要渠道。其中專利申請數量可以較好地反映各地技術創新發展的情況且數據易得，故以專利申請數的對數值來代表各地區的技術創新水平[23]。

4.控制變量育年限衡量人力資本水平[24]；經濟發展水平（PGDP），采用人均GDP衡量長三角地區各市的經濟發展水平[24]；

控制變量主要包括：人力資本（HC）,采用平均受教對外開放（OP），采用外商投資額乘以當年匯率，與各地區的國內生產總值之比來衡量區域對外開放程度[25]；政府干預（GI），采用各市級政府財政支出和地區國內生產總值的比值來衡量地區政府的干預程度[24]；基礎設施建設（INF），采用全社會固定資產投資中“交通運輸、倉儲和郵政業”投資額的占比來衡量基礎設施建設水平[24]；市場化程度（MI），采用樊綱等編著的《中國市場化指數》（2011）計算獲得[25]。

（三）變量的描述性統計結果

表3呈現各變量的描述性統計結果，其中數字金融發展和地區制造業高質量發展水平區域差異性最大，各市行政干預標準差為0.89，反映各地政府對地方發展的整體干預水平差距不大。

表3 描述性統計分析

三、實證結果與分析

（一）基準回歸

對基準模型進行OLS 回歸，采用BP 檢驗發現隨機效應優于混合效應模型。然后采用Hausman 檢驗，結果表明固定效應模型優于隨機效應模型，并采用John 和 Aart（1998）穩健性標準誤估計方法處理異方差問題。構建的計量模型如下：

式中：i表示長三角各市截面單元；t表示樣本時間；MDit是因變量，表示區域制造業高質量發展水平；DFit是核心解釋變量，表示各區域的數字金融發展水平；controlit是上述所有控制變量；vi表示各地區的個體效應； μt表示時間效應； εit表示不能被模型解釋的隨機干擾項?；貧w結果見表4，（1）、（2）、（3）分別表示混合截面回歸、個體固定效應回歸和雙向固定效應回歸。

表4 數字金融對制造業高質量發展影響分析

表4顯示數字金融發展對區域制造業高質量發展的回歸，結果表明：使用不同的回歸方法研究發現數字金融的系數值都保持了良好的穩健性，回歸結果表明數字金融與區域制造業高質量發展之間存在顯著正向相關關系，且通過了 1%的統計顯著性檢驗，驗證假設1 成立。數字金融的發展有助于推動經濟綠色轉型，提升區域制造業高質量發展。

（二）機制分析

前文實證分析顯示數字金融與區域制造業高質量發展呈現顯著的正相關，表明數字金融可有效驅動區域制造業高質量發展，而對于數字金融與技術創新對區域制造業高質量發展影響機制分析，需要進一步驗證，因此構建中介效應模型如下：

從表5 的回歸結果可知，數字金融在總效應和直接效應中的估計系數均為正數，且通過1%顯著性檢驗，表明數字金融可以顯著驅動區域制造業高質量發展。加入技術創新解釋變量后，直接效應模型中數字金融系數有所降低，表明數字金融對區域制造業高質量發展的影響不僅存在直接效應也存在間接效應。在間接效應模型中，數字金融的系數顯著為正，表明數字金融可以促進技術創新。因此，技術創新在數字金融對區域制造業高質量發展的影響作用中起到部分中介效應，其中間接效應與直接效應的比為 0.524 2。當模型系數均顯著時，無需進行 sobel 檢驗，認為中介效應顯著。以上實證結果進一步表明數字金融影響區域制造業高質量發展存在兩條路徑：一是數字金融對區域制造業高質量發展的直接影響，二是技術創新的間接影響。至此，假設 2 得證。

表5 技術創新的中介效應分析

（三）內生性問題

以上實證分析表明數字金融能驅動區域制造業高質量發展，但在模型的因果識別過程中可能存在內生性問題的干擾，內生性主要來源于反向因果和遺漏變量問題。反向因果是指區域制造業高質量有利于促進數字金融的發展，以下選擇將數字金融等解釋變量進行滯后一期處理解決內生性問題?；貧w結果如表6 所示，列（1）未加入控制變量，列（2）加入控制變量，隨著控制變量的加入，模型的擬合優度得到了改進，回歸結果在 1%的顯著性水平下顯著，表明在一定程度上解決內生性問題后數字金融依舊對區域制造業高質量發展起到顯著的促進作用，上述回歸結論具有可靠性。

表6 穩健性檢驗Ⅰ：內生性問題——滯后一期

采用工具變量法對遺漏變量導致的內生性問題進行檢驗，選擇各地級市與杭州市之間的球面距離作為工具變量。首先，地理距離作為自然地理變量與經濟社會因素不存在相關關系；其次，杭州數字金融發達，各城市數字金融水平與杭州市之間的距離直接相關。由于本文研究基于面板數據，為了獲取年份上的變異性，構造各城市與杭州市之間的距離的倒數乘以當年年份作為工具變量，采用二階段最小二乘法進行工具變量法估計。表7 工具變量檢驗表明其不存在過度識別和弱工具變量問題，且解釋了工具變量的外生性。同時，表7 顯示，解決內生性問題后，數字金融依然顯著降低能源強度，且在 1%的顯著性水平下顯著。

表7 穩健性檢驗Ⅱ：內生性問題——2SLS

（四）區域異質性分析

長三角地區包括安徽省、浙江省、江蘇省和上海市，其中上海市經濟社會發展水平與江蘇省最接近，本文將其并入江蘇省，以此來分析不同區域數字金融與區域制造業高質量發展的異質性。表8 顯示，江蘇省、浙江省、安徽省數字金融對區域制造業高質量發展影響具有顯著的異質性，整體上數字金融對各地區技術創新和制造業高質量發展具有顯著的正向作用，技術創新仍是數字金融對區域高質量發展影響的中介變量，同時也證明了上述實證分析的穩健性。在長三角地區數字金融對安徽省制造業高質量發展驅動效果最大，浙江省最小，可能是數字金融更容易促進中低端制造業發展，對高端制造業不敏感。

表8 分區域影響因素效應檢驗

四、結論與政策建議

本文以長三角地區41 個城市為研究對象，采用面板回歸和中介效應模型分析了數字金融對區域制造業高質量發展的作用。研究發現：第一，數字金融發展水平與區域制造業高質量發展水平呈顯著正相關，數字金融能有效驅動區域制造業高質量發展；第二，數字金融可通過技術創新這一傳導機制促進區域制造業高質量發展；第三，長三角地區數字金融對區域制造業高質量發展影響具有顯著的異質性，其中對安徽省作用效果最大。

本文提出如下政策建議：第一，深化傳統金融改革，深度融合信息化技術，引導金融資本流向綠色、高質量發展的制造業企業，加快數字金融基礎設施建設，促進區域制造業高質量發展。政府應鼓勵商業銀行運用數字技術完善其現有功能，加強基礎設施的建設有助于擴大數字金融覆蓋廣度，彌補中小企業和欠發達地區在金融發展過程中的不足，提高金融服務惠及實體企業的可及性。第二，推動數字經濟發展，激發數字金融服務區域制造業高質量發展。政府應當通過各種政策刺激數字金融支持降低綠色研發風險，讓全社會的綠色研發支出一直處于較高水平，從而逐步積累大量的綠色技術與綠色研發人員。進一步激活企業創造活力，提高中國經濟整體創新水平，并積極引導地方金融機構，對清潔能源和綠色發展領域的企業進行融資扶持。第三，加快各地區數字金融頂層設計，促進長三角地區數字金融與實體制造企業協調高質量發展，并積極利用產業結構轉型、科技創新等有利因素，實現數字金融與區域制造業良性互動、協調發展。