制造業企業金融股權關聯、技術創新與全要素生產率

李遠慧 王靖伊 陳蓉蓉

【摘 要】 制造業高質量發展是構建中國現代化產業體系的關鍵環節，提高金融服務實體經濟的能力是實現制造業高質量發展的重要手段之一。文章基于制造業企業與金融機構的產業融合，以我國A股制造業上市公司2007—2022年數據為研究樣本，探究制造業企業金融股權關聯對其全要素生產率的影響以及技術創新的中介效應。研究發現：制造業企業金融股權關聯對其全要素生產率有顯著的促進作用，技術創新在其中發揮了中介效應，尤其是以發明專利為代表的實質性技術創新。進一步研究表明技術創新的中介效應在市場化程度低、行業技術性高的企業中作用更強。研究發現對引導我國制造業企業通過金融股權關聯實踐提升其技術創新，進而促進全要素生產率向高質量發展轉型具有重要意義。

【關鍵詞】 金融股權關聯； 全要素生產率； 制造業企業； 技術創新

【中圖分類號】 F273.1? 【文獻標識碼】 A? 【文章編號】 1004-5937（2024）10-0033-07

一、引言

制造業是國民經濟的支柱產業，我國“十四五”規劃綱要指出，要“增強制造業競爭優勢，推動制造業高質量發展”。生產要素理論認為勞動、土地、資本、組織、技術和信息等要素的投入決定了企業的生產結構與效率，進而影響制造業企業高質量發展。依托豐富的勞動資源和高投資的傳統發展模式，中國制造業迅猛發展，產業體系優勢不斷擴大，連續十三年規模居世界第一。但隨著中國人口紅利優勢減弱，資源約束日益加劇，傳統勞動力要素投入驅動制造業發展的邊際效應不再顯著，制造業增加值占GDP比重開始逐年降低。為了緩解制造業增加值占比下降的趨勢，中國制造業有必要向技術驅動的內涵高質量發展模式轉換。但是制造業企業研發風險高、資本性支出較大，其發展常面臨嚴重的外部融資約束，為了解決這一問題，近年來制造業企業開始嘗試尋求與金融資本進行產融結合。

在資本逐利動機下，企業追求持有交易性金融資產、貸款等金融資產配置，可能導致資源由實體經濟逆向流入金融領域，產生“脫實向虛”負向影響[ 1 ]。而金融股權關聯是指實體企業與金融機構通過股權關系實現資金、資本、管理層面的融合發展模式，其意義在于構建產業協同發展體系?！笆奈濉币巹澗V要指出，“破除制約要素合理流動的堵點，矯正資源要素失衡錯配，提高金融服務實體經濟能力”。因此本文重點關注制造業企業持股金融機構的股權關聯，探究金融業作為實體經濟的服務產業，幫助制造業企業獲取資本，緩解融資約束的能力。據統計，2022年中國制造業上市公司中約有14%的企業進行了金融股權關聯，以滿足企業自身融資、資產保值、發展轉型等需求[ 2 ]。然而，金融股權關聯能否在為制造業企業經營活動帶來資金支持的基礎上，促進技術進步，進而真正提升全要素生產率，助推制造業企業高質量發展值得進一步分析。

金融股權關聯的經濟后果，相關文獻主要關注投資效率和企業績效等方面。在投資效率方面，已有研究討論了金融股權關聯在提高企業投資機會的敏感性、抑制非效率投資、緩解投資不足的作用[ 2 ]，但同時很可能產生加劇過度投資的不良后果[ 3 ]。在企業績效方面，已有研究探討了金融股權關聯對降低債務成本、提高毛利率[ 4 ]、企業市場估值及股價的提升作用。與此同時，也有少量文獻研究金融股權關聯與制造業企業全要素生產率的關系，但是結論并不統一[ 5-6 ]。作為建立實體資本與金融資本關聯的手段之一，金融股權關聯在信息交流、代理問題等方面更具主動性，與購買金融資產帶來的經濟后果有所差異，能夠減少企業“脫實向虛”現象發生的可能，金融股權關聯能否以及如何影響制造業企業的全要素生產率，仍缺乏系統性分析和機制性證據。

本文以2007—2022年滬深A股制造業上市公司為樣本，通過手工采集制造業上市公司金融股權關聯的相關數據，考察制造業企業金融股權關聯對全要素生產率的影響。研究發現，制造業企業金融股權關聯通過提高技術創新提升了全要素生產率，推動企業高質量發展；對市場化程度低、行業技術性高的企業，這種效應更為明顯。

本文可能的研究貢獻在于以下兩方面：第一，豐富了金融股權關聯與全要素生產率的相關研究。既有文獻發現金融股權關聯能夠將實體資本與金融資本進行深度融合，對企業投資效率[ 3 ]、財務績效[ 4 ]及市場表現和創新產出[ 7 ]產生影響，本文以制造業企業作為研究對象，對推動制造業與金融服務業深度融合，促進實體經濟高質量發展具有重要意義。第二，探究金融股權關聯與全要素生產率的作用機理，并從區域市場發展、行業特征層面入手，探究金融股權關聯對制造業企業全要素生產率促進作用的環境差異。

二、理論分析與研究假設

（一）制造業企業金融股權關聯與全要素生產率

制造業企業與金融機構的股權關聯能夠建立產業協同發展體系，實現二者資金與人力資本方面的資源信息互補。一方面，金融股權關聯能夠為制造業企業帶來充足的資金支持。根據融資約束理論，制造業高端化、智能化、綠色化發展需要大量的資金，單純依靠企業自身資本積累難以在短時間內轉型升級、提升效率，從而面臨較高的外部融資需求。制造業涉及專業領域多，容易因與外界的信息不對稱程度較高引發融資約束問題，對企業生產經營和投資行為等產生負面影響[ 3 ]。制造業企業通過金融股權關聯能夠緩解代理問題與信息不對稱[ 8 ]，增強信息透明度，降低融資交易成本，幫助企業獲得更多政府補貼和信貸資金的支持，緩解融資約束，并為制造業企業創新能力的提升提供資金保障。同時得益于聲譽理論，有利于企業在資本市場建立良好的形象，提高自身聲譽，拓寬融資渠道。另一方面，制造業企業與金融機構的有機結合能夠向制造業企業輸送專業的金融管理人才，提升項目管理經驗[ 9 ]，改善公司治理，同時幫助制造業企業提高其對經營活動和投資活動的機會識別與風險應對，有助于發揮管理協同效應[ 7 ]，促進生產要素的合理配置，充分將資源價值發揮到企業長期價值的增長上?；诖?，本文提出如下假設：

H1：制造業企業金融股權關聯對其全要素生產率有顯著的促進作用。

（二）制造業企業金融股權關聯、技術創新與全要素生產率

黨的二十大報告指出“科技是第一生產力，創新是第一動力”。創新能力是制造業企業提升核心競爭力的重要來源，但制造業企業創新活動具有投資金額大、風險高、信息披露少的特點，常面臨嚴重的外部融資約束，促使制造業企業嘗試通過金融股權關聯尋求創新支持。首先，制造業企業進入金融領域，可以拓寬融資渠道，直接增加創新活動資金來源。相比金融資產配置的投機性逐利動機僅僅帶來資金流入，金融股權關聯將制造業企業和金融機構形成利益相關體，金融機構可以獲得更細致的企業生產經營信息，更直觀地了解創新項目的進度、風險和回報，增加了向制造業企業提供信貸支持的可得性，降低了技術創新融資的交易成本與活動周期[ 10 ]，從源頭解決了技術創新資金問題，直接增加了公司技術創新投入和產出[ 11 ]。其次，高科技人才是企業創新活動的主導者，依靠金融機構帶來的支持，制造業企業可以引入更多高質量技術人才和先進的科研團隊，激發企業創新活力，進而提升技術創新[ 12 ]。此外，金融機構也能夠幫助優化企業創新活動管理流程，提高創新產出數量和質量，提升企業產品性能和生產效率。因此，以金融股權關聯建立的產業協同發展體系能夠促進制造業企業和金融機構的信息溝通，提高資源使用效率，進而提升創新能力，減小脫實向虛的負面影響。

從知識成果角度看，企業可以通過一般性技術創新對現有產品升級改造并進行商業化銷售，實現產品多樣化，增加企業資源儲備，提升全要素生產率[ 13 ]。而實質性創新則是指對產品、方法或者其改進所提出的新的技術方案，主要表現為發明專利，是企業創新的關鍵核心技術能力，具有較高的投資價值[ 14 ]。從技術進步角度看，相比一般性技術創新，將實質性技術創新的產出成果應用在企業生產工藝、加工過程等環節，更能夠推動創新成果轉化為現實生產力，優化生產流程，提高單位要素投入的產出水平，以創新驅動提升制造業企業全要素生產率，有助于推動產業科技體系整體發展。此外，技術進步還可以發揮要素替代功能，減少制造業企業對勞動力的依賴，通過改變勞動力結構降低生產成本，直接促進全要素生產率提升[ 15 ]。綜上所述，制造業企業金融股權關聯將產業鏈與資源鏈進行有機結合，有助于企業開展創新活動，充分發揮技術創新對制造業企業全要素生產率的提升作用?；诖?，本文提出如下假設：

H2：制造業企業金融股權關聯能夠通過增強其技術創新，促進全要素生產率的提升。

三、研究設計

（一）樣本選擇與數據來源

本文以2007—2022年我國A股制造業上市公司為研究樣本，在剔除ST上市公司和數據缺失樣本后，對所有連續變量在1%和99%分位數上進行縮尾處理避免極端值的干擾，共獲得18 592個樣本數據，其中進行金融股權關聯的樣本數據為3 080個。本文所使用的數據來自Wind、CSMAR和CNRDS數據庫，使用Stata16進行計量分析。

（二）變量定義

1.被解釋變量

本文的被解釋變量為全要素生產率（TFP）。當前學者多參考1996年Olley and Pakes[ 16 ]的OP模型（1）計算企業全要素生產率。

其中，lnY為企業總產出，狀態變量為資本要素（lnK）和公司年齡（Age），代理變量為公司投資（M），自由變量包括勞動要素投入（lnL），控制變量為產權性質（SOE）、是否有海外收入（Export）和企業退出（Exit，樣本區間內上市公司是否被ST、*ST和PT以及是否退市，如是取1，否則為0），Year、Ind、Prov分別為年份虛擬變量、行業虛擬變量和區域虛擬變量，ε為誤差項。具體計算過程中，利用營業收入的自然對數度量總產出，通過固定資產賬面價值度量資本要素，以資本性支出（用于購建固定資產、無形資產和其他長期資產的現金支付凈額）的自然對數衡量公司投資，用職工人數衡量勞動要素投入。同時，考慮計價貨幣幣值波動可能造成的影響，本文對上市公司的總產出用產品出廠價格指數進行平減，對資本要素投入用固定資產投資價格指數進行平減[ 17 ]。

2.解釋變量

本文的解釋變量為金融股權關聯（FR）。金融股權關聯的類型包括銀行、證券、基金、保險、租賃、信托、期貨、財務公司、小額貸款九類企業。本文參考業內學者主要設立虛擬變量進行衡量[ 11 ]，制造業上市公司持股金融機構取1，否則為0。

3.中介變量

本文的中介變量為技術創新（INV）。使用企業當年專利申請總數加1的自然對數衡量企業整體技術創新。黨的二十大報告指出，要“集聚力量進行原創性引領性科技攻關，堅決打贏關鍵核心技術攻堅戰”，因此本文根據專利類型對技術創新進行區分，以實用新型和外觀設計專利申請總數加1的自然對數代表一般性技術創新（INV_g），以發明專利申請數加1的自然對數代表實質性技術創新（INV_p）[ 14 ]。

4.控制變量

借鑒前人研究[ 6 ]，本文還從公司特征、企業治理等角度控制了以下可能影響企業全要素生產率的變量：企業規模（Size）、企業年齡（Age）、資產負債率（Lev）、盈利能力（Roa）、成長能力（Growth）、董事會規模（Board）、董事會獨立性（Indep）、股權集中度（Top1）、機構持股比例（Inst）、托賓Q值（TobinQ）。此外還進一步控制了行業（Ind）和年份（Year）對全要素生產率的影響。具體變量定義如表1所示。

（三）模型設計

為了驗證制造業企業金融股權關聯對全要素生產率的影響效果，本文建立回歸模型（2）：

其中TFPi，t為企業全要素生產率，FRi，t為金融股權關聯，Controlsi，t表示本文的一系列控制變量，并同時控制了行業和年份虛擬變量。

依據溫忠麟等[ 18 ]的中介效應檢驗步驟，本文在前述模型的基礎上建立以下回歸模型，其中中介變量表示為MA，檢驗技術創新是否在制造業企業金融股權關聯與全要素生產率關系中發揮中介效應。

四、實證結果分析

（一）描述性統計

本文主要變量的描述性統計結果如表2所示。制造業企業全要素生產率（TFP）的均值為14.448，最小值、最大值分別為12.579和17.713，說明不同制造業企業全要素生產率存在較大差距。制造業企業金融股權關聯（FR）均值為0.166，表明制造業上市公司平均約有16.6%進行了金融股權關聯。技術創新的標準差為1.612，表明我國制造業企業專利申請數量存在較大差異；一般性技術創新的均值為2.447，最小值為0，最大值為6.347；實質性技術創新的均值為2.200，最小值為0，最大值為6.267，表明我國制造業企業技術創新中發明專利申請數量略少于非發明專利。

（二）實證結果與分析

表3列示了制造業企業金融股權關聯對全要素生產率影響的基準回歸模型與中介效應檢驗實證結果。列（1）顯示模型（2）制造業企業金融股權關聯（FR）與全要素生產率（TFP）的回歸系數為0.178，在1%水平上顯著正相關，表明制造業企業金融股權關聯顯著促進全要素生產率，H1得到驗證。進一步將技術創新納入回歸模型（3）和模型（4），列（2）、列（3）中金融股權關聯、技術創新（INV）與全要素生產率的回歸系數均在1%的水平上顯著正相關，說明制造業企業金融股權關聯能夠增強其技術創新促進提升全要素生產率的作用。由表4可得，將技術創新替換為一般性技術創新和實質性技術創新后，上述回歸系數依然在1%的水平上顯著正相關，說明技術創新在制造業企業金融股權關聯與全要素生產率之間起到一定中介作用，H2得到驗證。

本文進一步計算技術創新對金融股權關聯與企業全要素生產率關系的間接效應。其中，技術創新的間接效應為0.018，占比10.119%；一般性技術創新的間接效應為0.012，占比6.937%；實質性技術創新的間接效應為0.022，占比12.224%。實質性技術創新對金融股權關聯與企業全要素生產率關系的中介效應顯著大于一般性技術創新的中介效應，進一步證實了制造業企業金融股權關聯主要通過增加企業發明專利驅動創新，進而促進全要素生產率提升。

（三）穩健性檢驗

1.替換被解釋變量

OP模型計算企業全要素生產率的思路假定了代理變量投資指標與總產出始終保持單調關系，而后又有學者以中間品投入代替投資額作為代理變量，控制了不可觀測因素對生產率的沖擊[ 19 ]。為了確保研究結論的可靠性，本文借鑒LP模型計算企業全要素生產率（TFP-LP）并作為替代變量進行穩健性回歸?；净貧w結果和中介效應分析檢驗結果穩健。

2.內生性檢驗

為緩解樣本可能存在的自選擇偏誤問題，本文進一步通過傾向得分匹配（PSM）進行檢驗，采用1：1匹配比例的K近鄰匹配法，以企業規模、資產負債率、總資產收益率、營收增長率、托賓Q值、企業年齡作為匹配標準進行近鄰匹配，回歸結果與基本回歸和中介效應檢驗結果一致。

本文通過Heckman兩階段來緩解金融股權關聯和企業全要素生產率互為因果的內生性問題。第一階段Probit回歸的被解釋變量為金融股權關聯虛擬變量，選取企業所在地金融企業上市情況作為工具變量，將第一階段求出的逆米爾斯比率代入回歸模型中，結果穩健。

五、進一步研究

（一）區域特征差異性分析

相比高市場化水平的地區，低市場化水平的地區外部融資渠道較少，企業創新所受融資約束強。此時制造業企業金融股權關聯帶來的資金支持更能有效緩解創新融資壓力[ 10 ]，二者協同發展也更能幫助提高企業創新水平。本文參照《中國分省份市場化指數報告（2018）》，通過市場化指數來衡量各個地區的市場化進程，并根據中位數將樣本劃分為高市場化進程和低市場化進程兩組?；貧w結果如表5、表6所示，低市場化水平組技術創新在金融股權關聯與全要素生產率關系中的中介效應為0.016，占比9.173%，高于高市場化水平組，說明相比高市場化水平的地區，低市場化水平地區的制造業企業更需要通過金融股權關聯促進企業創新，進而提升全要素生產率。

（二）行業特征差異性分析

相比低技術性企業，制造業中高技術性企業對研發創新需求相對較大，金融股權關聯能夠增加二者之間研發信息的透明度，為研發活動帶來資金投入；此外，高技術性企業對創新資源的利用效率更強，更有助于促進企業全要素生產率提升。本文參考劉松竹等[ 20 ]的研究，根據國民經濟行業分類代碼（2002年版），將制造業按照行業技術性高低進行分組，其中化學原料及其制品業、電子及光學儀器制造業、機械制造業以及交通運輸設備制造業屬于高技術性行業，其余制造業行業屬于低技術性行業?；貧w結果如表7、表8所示，高技術性行業組的技術創新在金融股權關聯與全要素生產率關系中的中介效應為0.014，占比6.344%，顯著高于低技術性行業組，說明高技術性行業內制造業企業更有動機進行金融股權關聯，以增加創新投入和產出，提升全要素生產率。

六、研究結論與建議

本文以2007—2022年中國A股制造業上市公司為樣本，探究了制造業企業金融股權關聯對全要素生產率的影響以及技術創新的中介效應。研究發現：（1）制造業企業金融股權關聯能夠顯著提高全要素生產率；（2）制造業企業金融機構股權關聯提升全要素生產率的具體路徑為促進企業技術創新，其中發明專利的效應更強；（3）相比高市場化水平的地區和低技術性行業，低市場化水平地區和高技術行業內企業的技術創新對制造業企業金融股權關聯與全要素生產率關系的中介效應更強。

基于上述研究，本文提出以下建議：（1）鼓勵制造業與金融服務業深度融合發展，提高金融服務實體經濟能力。（2）加深制造業企業與金融機構間的金融股權關聯，助力制造業高質量發展。（3）實施差異化的產融結合鼓勵政策，對金融市場機制尚不完善的地區和高技術行業，鼓勵企業主動強化金融股權關聯，助力技術創新以提升全要素生產率。

【參考文獻】

［1］ 莊旭東，王仁曾.金融科技、企業金融投資動機與“脫實向虛”問題：基于中國企業微觀數據的實證證據［J］.南方經濟，2023（2）：90-109.

［2］ WANG H，LUO T，TIAN G G，et al.How does bank ownership affect firm investment？ Evidence from China［J］.Journal of Banking & Finance，2020，113：105741.

［3］ 王立國，趙琳.產融結合與民營企業投資效率：基于A股上市公司的經驗研究［J］.宏觀經濟研究，2021，272（7）：38-53.

［4］ 張新民，葉志偉，胡聰慧.產融結合如何服務實體經濟：基于商業信用的證據［J］.南開管理評論，2021，24（1）：4-16.

［5］ 楊竹清.產融結合與全要素生產率關系［J］.金融經濟學研究，2017，32（5）：62-72.

［6］ 杜傳忠，金華旺.制造業產融結合、資本配置效率與企業全要素生產率［J］.經濟與管理研究，2021，42（2）：28-40.

［7］ 李遠慧，陳蓉蓉，李潤宇.金融股權關聯、貨幣政策與企業創新［J］.財經論叢，2022（5）：66-78.

［8］ GAOPING Z，SHUXUN W，YONGXIN X.Monetary stimulation，bank relationship and innovation：evidence from China ［J］. Journal of Banking & Finance，2018，89：237-248.

［9］ 郝穎，于冰，李雪軼.產融結合、治理相嵌與企業績效：實體企業持股金融機構的經驗證據［J］.會計之友，2022（4）：45-54.

［10］ 熊家財，桂荷發.產融結合能促進企業技術創新嗎：來自上市公司參股非上市銀行的證據［J］.當代財經，2019（3）：48-57.

［11］ 李遠慧，陳蓉蓉.產融結合、貿易摩擦與制造企業創新產出［J］.科技進步與對策，2023，40（9）：74-83.

［12］ 王翌秋，謝萌.產融結合能否促進產業結構轉型升級：基于創新效應和資源配置效應［J］.商業研究，2023（1）：20-28.

［13］ 郭南蕓，黃典.企業創新行為、制度環境與工業全要素生產率提升［J］.首都經濟貿易大學學報，2021，23（6）：43-58.

［14］ 李遠慧，陳思.政府補助對機構投資者與企業創新產出關系的調節效應：來自2007—2019年A股上市公司的經驗證據［J］.科技進步與對策，2021，38（20）：28-36.

［15］ 葉靜怡，林佳.創新與企業全要素生產率：來自中國制造企業的證據［J］.學習與探索，2016（5）：105-111.

［16］ OLLEY S，PAKES A.The dynamics of productivity in the telecommunications equipment industry［J］.Econometrica，1996，64（6）：1263-1297.

［17］ 胡海峰，宋肖肖，張超.債務杠桿對企業全要素生產率的影響及作用機制：基于中介效應模型的分析［J］.貴州財經大學學報，2021（3）：62-73.

［18］ 溫忠麟.張雷，侯杰泰，等.中介效應檢驗程序及其應用［J］.心理學報，2004（5）：614-620.

［19］ LEVINSOHN J，PETRIN A.Estimating production functions using inputs to control for unobservables［J］.The Review of Economic Studies，2003，70（2）：317-341.

［20］ 劉松竹，肖生鵬，梁運文.人工智能與中國制造企業高質量發展［J］.江漢論壇，2022（7）：24-31.