数字金融赋能中国制造业高质量发展：理论机制与经验证据

关键词 数字金融 制造业 高质量发展

〔中图分类号〕Ｆ８３２；Ｆ１２４ 〔文献标识码〕Ａ 〔文章编号〕０４４７－６６２Ｘ（２０２４）０７－０１２８－１３

一、引言

党的二十大报告指出：“高质量发展是全面建设社会主义现代化国家的首要任务，要坚持以推动高质量发展为主题”，“促进数字经济和实体经济深度融合”。制造业是实体经济的根基和命脉，制造业高质量发展是我国经济迈向高质量发展的关键。随着对外开放程度不断加深，中国制造业积极融入全球产业链，从全球生产制造网络的“配角”一跃成为世界加工制造业的中心。然而，生产要素成本上升、中高端核心技术不足、产业结构不合理、经济循环动能减弱等问题仍在制约我国制造业的发展，如何突破此种困局成为制造业面临的最紧迫议题。近年来，互联网逐渐渗透到经济社会活动的各个环节，５Ｇ通信、人工智能、大数据、云计算等数字技术的发展为新型金融服务方式的诞生提供了基础，数字金融应运而生。作为数字经济的重要组成部分，数字金融具备“共享、低门槛、低成本”的特征，① 能节约交易成本，降低信息不对称，拓宽交易的可能性边界，为制造业提供可持续、多样化和定制化的综合性金融服务。相较于低效率的传统金融模式，数字金融在多大程度上促进了制造业高质量发展？具体的作用机制是什么？对以上问题的深入探讨有助于加快数字金融与制造业深度融合，对于推进我国制造业高质量发展具有重要的理论与现实意义。

关于数字金融与实体经济高质量发展的文献研究较为丰富，学者们详细探究了数字金融对实体经济的影响效应、作用机制和特征等。如汪亚楠等发现数字金融提振了实体经济，但起作用的主要是数字金融覆盖广度和使用深度，数字化程度的效应并不明显；①徐伟呈和范爱军发现数字金融对发展实力较强和拥有良好外部环境的企业的赋能作用较为明显。② 对作用机制的分析集中表现在创新及其相关变量上，如郑金辉等研究发现创新和创业精神是数字金融推动长三角实体经济高质量发展的重要渠道；③陈昆等发现数字金融可通过技术和配置等路径推动实体经济高质量发展；④周雷等认为效率提升也是数字金融作用于实体经济高质量发展的渠道之一。⑤ 另外，不少学者开始重视数字金融对实体经济的非线性影响的研究。冯锐等发现，在过度泛化的普惠金融影响下，数字金融和实体经济高质量发展二者间存在非线性关系；⑥赫国胜和刘璇、姚登宝和俞旭海还进一步提出创业效应、金融监管约束等会对数字金融和实体经济间的非线性关系起到调节作用。⑦

有关数字金融对制造业高质量发展影响的研究相对较少，相近文献主要集中于研究数字金融对制造业升级、绿色发展和创新效率的影响。尽管研究视角不同，但大多数学者认为数字金融对制造业发展产生了有利影响，如许钊等研究发现数字金融通过技术创新及需求效应的路径机制驱动制造业升级。⑧王军等基于制造业企业数据研究发现数字金融与制造业碳强度间存在显著的“倒Ｕ型”非线性关系。⑨诸竹君等从制造业创新的数量及质量出发，研究发现数字金融通过技术溢出、成本节约、市场竞争及人力资本四条路径机制促进了创新数量及质量的双重提升。⑩宋佳和张金昌使用微观制造业企业数据研究发现，数字金融可通过提高投融资效率和技术创新两种方式对制造业企业高质量发展产生驱动作用。⑾李炎亭和李柯使用宏观省级数据对数字金融与制造业高质量发展之间关系进行研究，发现二者之间存在正向边际效率递增的非线性关系，并受到金融监管水平的约束。⑿

以上学者的研究成果为理解数字金融与制造业高质量发展的关系提供了重要参考。本文在此基础上，将数字金融与制造业高质量发展纳入同一研究框架，在理论和实证层面揭示了数字金融对制造业高质量发展的影响效应及其作用机制。本文可能的边际贡献有以下两点：一是已有研究更多集中在经济或产业高质量发展，而本文则聚焦于制造业，研究视角既符合我国的“制造强国”战略导向，也为我国从制造大国向制造强国的转变提供了理论和经验借鉴。二是从降低资源错配和消费升级两条传导机制展开研究，并探讨了技术市场发展水平、对外开放水平、城镇化水平和金融监管水平如何动态调节数字金融与制造业高质量发展的关系，是对现有数字金融与制造业高质量发展关系研究的有益补充，也能够为政府部门更有针对性地制定相关政策，充分发挥数字金融对制造业高质量发展的赋能作用提供启示。

二、理论分析与研究假设

１．数字金融对制造业高质量发展的影响机理

数字信息技术的突破发展驱使数字金融逐步向国民经济各个领域渗透，引起消费模式和生产模式的数字智能化变革。本文基于高质量发展的内涵及《中国制造２０２５》的基本方针，从经济效益、创新驱动、结构优化和绿色发展四个方面界定制造业高质量发展，阐释数字金融对制造业高质量发展的影响机理。

第一，数字金融促进制造业经济效益提升。数字金融能减少制造业因高质量发展面临融资约束问题而寻求其他融资渠道募集金融资本的搜寻成本、时间成本以及高昂的借贷成本，①同时数字金融能借助互联网技术汇集供应商和要素信息，降低制造业购买生产要素过程中的决策、谈判、签约等交易成本，提高交易效率。数字金融贯穿于制造业生产过程中的设计、研发、组装等各个环节，有利于及时调整制造业内部人力资本结构和纠正金融资源错配现象，实现劳动力、资金等生产性要素的最优配置，进而实现制造业生产的规模经济。数字金融通过整合市场金融资源和提高制造业上下游企业信息透明度，驱使制造业竞争程度增大、知识和技术溢出增加、成本降低等，进而推动制造业经济效率提升。

第二，数字金融推动制造业创新发展。制造业开展技术创新的回报周期长、资本回报率偏低、投融资规模大，②传统金融机构难以提供持续的金融支撑，而数字金融能精准识别制造业企业在关键技术研发、科技成果转化、技术融合和平台搭建等各环节的金融服务需求，建立投贷联动机制为开展技术创新活动的制造业企业提供对公金融服务、财务管理和生产经营等全生命周期综合性金融服务，为制造业开展技术创新提供稳固的研发资金支撑。同时，数字金融的广泛关联性促使封闭式的制造业研发创新活动转向多元主体参与的开放式创新，③并推进创新路径由研发部门设计研发的单向路径向用户、研发两端交互的双向路径转变。制造业企业借助大数据技术能够分析消费者偏好、产品销售额、售后评价等，挖掘消费者对高质量产品的预期，及时调整产品研发计划、方向和进度以生产出符合消费者预期的高质量产品，从而有效提升制造业技术研发能力，推动制造业创新发展。

第三，数字金融推动制造业结构优化。数字金融为制造业产业链上的核心企业以数据链贯通产业链、金融链构建投融资一体化的金融服务云平台提供技术和资金支持，加速推进制造业组织生产结构和商业经营模式的变革，加强产业间的跨界融合，推动以单向业务为主的传统制造业部门转向多业务链条并行，驱动产业链上下游企业由单一竞争转向协同竞争，改变制造业产品单一化的生产制造模式，④推进制造业结构合理化。同时数字金融有助于洞察制造业产业特征和布局情况，利用专利数据深层次解读制造业企业的技术实况，挖掘科技产业链上的真实科技企业，高效对接制造业高端产业和科技链企业的金融需求，精准捕捉并解决制造业融资需求的痛点和难点，为制造业产业部门的科技创新和技术流动提供资金支持，推动制造业向数字化、智能化、高端化发展，同时向制造业市场传递资金支持信号，驱使落后的低端制造业退出市场，推动产业结构高度化。

第四，数字金融促进制造业绿色发展。依托于区块链数字技术，数字金融本身具备无纸化和低能耗的绿色普惠属性，数字金融通过降低中小微制造业企业的准入门槛及服务成本提升绿色信贷效能。① 数字金融从贷前绿色金融产品设计、贷中资质资格审查到贷后动态监控资金流向为制造业工艺技术装备、清洁生产、节能降碳等全产业链环节提供优质金融服务，高效引导资金要素流向高效绿色的制造业，推动制造业产业绿色发展，同时促使高污染、高耗能制造业企业退出市场。数字金融通过优化制造业生产方式和组织形式构建绿色供应链，能可视化制造业上下游企业研发设计、采购生产制造、营销售后等全流程的资金往来，促使供应链企业及时调整制造业生产计划和发展策略，实现产品全生命周期绿色溯源管理，②降低资源和多余成本消耗，推动制造业节能降耗。综合以上分析，本文提出如下假设：

Ｈ１：数字金融能够赋能制造业高质量发展。

２．数字金融对制造业高质量发展的作用机制

降低资源错配是数字金融驱动制造业高质量发展的作用机制之一。从资本视角，数字金融缓解了交易市场中金融机构、网络金融平台、制造业企业间的信息不对称问题，③缩短了传统金融机构的业务链条，使得金融机构的人力、风险和运营成本下降，④直接导致制造业因高准入门槛获得金融机构资金支持的借贷成本得以降低，而且新型数字金融模式如网络借贷平台和供应链金融等能以低成本吸收市场中长尾投资者群体，拓宽制造业所需的融资渠道和方式，同时，数字金融以数据为生产要素，通过可视化记录、分析、监测和预警制造业生产制造各环节过程中的资金周转使用情况，构建触发式贷后预警体系防范可能存在的重大金融风险，能及时降低资本错配水平。从劳动力视角，数字金融作为新型金融业态创造了大量就业岗位，同时数字金融的普惠性能为摩擦性失业者和劳动力转移者提供资金支撑，缓解劳动力技能提升过程中面临的资金约束，提高劳动力的转移意愿和技能水平，⑤进而促进劳动力结构优化。数字金融的快速发展要求制造业提高劳动力的数字化素质，促使制造业通过加快数字化人才培训、引进数字化劳动力和淘汰传统低技能劳动力等方式调整制造业内部人力资本结构，进而降低劳动力错配水平。资本和劳动力错配水平的降低能显著促进制造业高质量发展。基于此，进一步提出如下假设：

Ｈ２：数字金融能够通过缓解资源错配赋能制造业高质量发展。

消费升级是数字金融驱动制造业高质量发展的又一重要机制。数字金融凭借普惠化、便利化、产品多样化、服务低成本化和服务质量高效化等特征便利居民跨期消费，提高居民的收入和消费支出，促进居民消费升级。⑥ 而且，数字金融还会催生新的消费模式，推动消费升级。⑦ 而在消费升级过程中，数字金融建立起消费者和制造业企业间的信息反馈渠道，消费者在便捷的互联网平台上筛选、购买产品的行为均反映在海量数据信息中，企业可借助大数据技术分析消费者偏好、产品销售额、售后评价等，挖掘消费者对高质量产品的预期，直击产品市场的痛难点，①从而及时调整产品研发计划、方向和进度以生产出符合消费者预期的高质量产品，驱使制造业产业链分工深化和投入产出效率提升，带动制造业组织构架、业务形态、运营模式和产品逻辑的全方位变革。可见，消费升级带动了制造业产业升级，②进而推动制造业高质量发展。基于此，提出如下假设：

Ｈ３：数字金融能够通过推动消费升级来赋能制造业高质量发展。

３．数字金融赋能制造业高质量发展的非线性动态调节机制

数字金融对我国制造业高质量发展的影响会受到其他外部环境因素的干预和调节，只有在合适的外部条件下，数字金融对制造业高质量发展的激励作用才能得到最大化释放。具体地，本文从技术市场发展、对外开放、城镇化和金融监管四个维度对二者关系中的动态调节作用进行探究：

第一，技术市场发展水平。当技术市场发展水平较低时，知识和技术流通壁垒会限制数字金融的扩散效应，弱化制造业数字化创新动力，数字金融和制造业科技成果的交易成本上升、资源配置效率下降，限制了数字金融对制造业高质量发展的赋能作用。当技术市场发展水平较高时，数字金融的数字化溢出效应增强，加快了与制造业各产业部门的深度融合，同时制造业企业通过产业链关联获取上游部门的前沿技术与知识，实现技术和知识的双重溢出，科技创新成果的转化与交易不断加快，高技术市场发展水平能高效整合和利用市场各类资源，为制造业和数字金融发展提供公平竞争的市场环境，放大数字金融对制造业高质量发展的赋能作用。

第二，对外开放水平。当对外开放水平较低时，数字金融发展的扩散效应受限于国内市场，同时制造业生产难以融入全球技术市场，产品生产的单一性、低竞争压力和全球市场信息不对称性均会阻碍制造业技术进步，数字金融对制造业高质量发展的提升作用较弱。而随着对外开放水平的提升，数字金融的知识和技术溢出效应增强，扩大了市场空间和需求，推动制造业产品和生产要素大规模、高质量跨境流动，制造业加快吸取国外的先进技术、设备和经验以提升生产效率和产品质量，降低生产成本和提升产品竞争力，更加契合高质量发展的要求。

第三，城镇化水平。当城镇化水平较低时，囿于不健全的数字基础设施建设和资金约束，数字金融的广泛覆盖受到限制，同时落后的交通设施、较小的市场规模和低水平的劳动力市场也不利于制造业发展。城镇化水平的提高能为数字金融和制造业发展提供充足的劳动力和创新资源，同时城镇化还通过需求诱导效应以及降低交易费用、信息成本、运输成本引导制造业产业聚集，在城镇化过程中快速发展的服务业和高附加值产业驱动制造业升级，物流及供应链的逐步完善能降低制造业生产成本，提高生产效率。

第四，金融监管水平。金融监管强度的增大会驱使数字金融行业规范化、有序化发展，防止金融市场不正当竞争和操纵行为的发生，能有效防范金融风险，鼓励金融科技创新和数字金融产品的良好发展，同时监督金融资源合理流向制造业技术研发部门，为制造业发展提供持续的金融资源和数字技术支撑，驱动制造业高质量发展。但高强度的金融监管水平不仅会产生额外的管制和交易成本，降低资金配置效率，还会限制数字金融的创新活力，加大制造企业的融资难度，对企业研发投入增长产生不良影响，进而减弱数字金融对制造业高质量发展的赋能作用。因此，本文预期在金融监管水平的约束下，数字金融对制造业高质量发展的影响会呈现“倒Ｕ型”的非线性特征。综合以上分析，本文提出如下假设：

Ｈ４：数字金融对制造业高质量发展的影响受到技术市场发展水平、对外开放程度、城镇化和金融监

管强度等外部环境因素的动态调节而呈现非线性特征。

三、研究设计

１．模型构建

２．变量定义

（１）被解释变量：制造业高质量发展（Ｍｈｑｄ）。根据制造业高质量发展的内涵和特征，参照曲立等、张虎等和赵卿等的研究，①从经济效益、创新驱动、结构优化和绿色发展４个维度选取１６个二级指标建立指标体系，利用熵值法对中国各省制造业高质量发展水平进行综合评价（具体指标体系详见表１）。

（２）解释变量：数字金融（Ｄｉｆｉ）。由北京大学数字金融研究中心和蚂蚁金服集团共同编制的“北京大学数字普惠金融指数”是数字金融相关研究中被使用最频繁和较为权威的指标。该指数自２０１１年开始公布。本文借鉴郭峰等的做法，使用层次分析法得到最终的数字金融综合指数，①同时将各分指数覆盖广度（Ｃｏｖｅｒ）、数字化程度（Ｄｉｇｉｔａｌ）和使用深度（Ｕｓａｇｅ）引入进行综合研究，以全面探究数字普惠金融对制造业高质量发展产生的影响。由于数字金融指数与制造业高质量发展指数在量纲上存在较大差异，参照钱海章等的研究，本文将数字金融指数缩小到原来的百分之一进行实证检验。②

（３）机制变量。资源错配指标构造上，本文参考白俊红和刘宇英的做法，③以资本和劳动力要素实际使用量偏离有效配置的程度作为资本错配（ｍｉｓｋ）和劳动力错配（ｍｉｓｌ）的代理变量，具体测算方式见式（３）：

（４）门槛变量。技术市场发展水平（Ｔｅｍｄ）采用技术市场成交额与地区生产总值的比值来衡量。对外开放水平（Ｏｐｅｎ）采用货物进出口总额占地区生产总值的比重来衡量。城镇化水平（Ｃｉｔｙ）采用城镇人口与总人口的比值来衡量。金融监管水平（Ｒｅｇｕ）采用区域金融监管事务支出的自然对数来衡量。

（５）控制变量。参考现有文献，本文选取了如下控制变量：① 人力资本水平（Ｅｄｕ），采用平均受教育年限来衡量，其计算方法为：将文盲人群按１年，小学学历人群按６年，初中学历人群按９年，高中及中专学历人群按１２年，大专及本科以上学历人群按１６年计算，将这些数值加总后除以６岁及以上人口的总数再做取对数处理。② 政府支持力度（Ｇｏｖ），采用地方政府财政支出额占地区生产总值的比重来衡量。③社会消费水平（Ｃｏｎｓｕ），采用社会消费商品零售总额与地区生产总值的比值来衡量。④ 经济发展水平（Ｅｃｏｄ），采用人均ＧＤＰ的自然对数来衡量。⑤ 基础设施建设水平（Ｉｎｆｒａ），采用标准公路里程数与总人口的比值的自然对数来衡量。⑥ 工业化水平（Ｉｎｄｕｓ），采用工业增加值与地区生产总值的比值来衡量。⑦ 所有制结构（Ｏｗｎｅｒｓｈｉｐ），以私营工业企业数量占规模以上工业企业数量的比重度量。

３．数据来源

本文以２０１１—２０２１年中国３０个省（市、自治区）的面板数据作为样本展开研究。西藏地区制造业基础薄弱，部分指标数据严重缺失，在研究中予以剔除。研究所用数据主要来自《中国统计年鉴》《中国科技统计年鉴》《中国环境统计年鉴》《中国工业统计年鉴》《中国能源统计年鉴》以及各省统计年鉴等，缺失值采用平均法补齐，最终得到３３０个观测值。

四、实证分析

１．基准回归结果

表２中列出了双重固定效应模型的回归结果。列（１）未加入控制变量，列（２）在列（１）的基础上加入了控制变量。结果显示，无论是否控制其他变量，数字金融的系数都在１％水平下显著为正，说明数字金融确实能够赋能制造业高质量发展，初步验证了假设Ｈ１的成立。

列（３）—（５）报告了数字金融不同维度对制造业高质量发展的影响：核心解释变量数字金融覆盖广度、使用深度和数字化程度对制造业高质量发展的影响系数分别为０．０１６、０．０５１、０．０３６。其中，数字金融覆盖广度的系数未通过显著性检验，而数字金融使用深度和数字化程度的系数均在１％的水平上显著，说明数字金融使用深度和数字化程度均可促进制造业高质量发展，但覆盖广度无法产生有效的推动作用。其原因可能在于，数字金融覆盖广度的提高意味着能提供更多的金融服务，该指标更侧重于金融账户覆盖率，强调的是更多地区和群体都能被数字金融覆盖，为制造业发展奠定一定的基础，但不足以支持制造业高质量发展。而使用深度的提升则意味着更高质量的金融服务向投融资、交易支付、基金等多项领域渗透，更强调数字金融即时挖掘制造业产业链上下游企业的资金运转情况，监测金融风险，从而为制造业企业提供多样化的综合金融服务。前者只是为数字金融提供了使用基础，而后者则真正有效地发挥了数字金融的普惠性特征。数字化程度强调了数字金融兼具的低成本、信用化及便利化特征，可在降低制造业准入门槛的同时拓宽融资渠道，进而为制造业高质量发展提供资金支撑，体现的是数字金融的低成本和低门槛优势，同时，其在一定程度上依赖于信息基础设施建设和人员的数字技能与素养，随着我国信息基础设施建设实现跨越式发展，数字化程度对制造业高质量发展的赋能作用显著。

为了检验数字金融与制造业高质量发展间的关系是否存在区域差异，本文按照传统的区域划分方法，将观测样本划分为东、中、西部三个子样本，分别进行基准模型回归，结果如表３所示：东部和中部地区的数字金融变量的影响系数均为正，且分别通过了１％和５％水平的显著性检验。这说明数字金融可以显著促进东部及中部地区的制造业高质量发展。原因在于东、中部地区经济发达，人才集聚，数字技术基础建设完备，数字金融信息的可触及性与通达性更高，能够有效地为制造业高质量发展赋能。并且，相比于东部，中部地区的制造业基础更加雄厚，包含行业领域更多。自“中部崛起”战略施行以来，中部地区改革创新步伐加快，发展活力和可持续发展能力不断提升，这都为数字金融赋能制造业高质量发展提供了地理区位优势，一定程度上解释了为何中部地区的回归系数高于东部地区。与之相反，西部地区数字金融对制造业高质量发展的作用则在统计意义上不显著。这可能是因为西部地区信息基础设施不完备、物理交通基础设施落后导致生产要素流动遇到较大阻力，数字金融使用深度因此受到限制而无法深入发展，数字金融很难与制造业产业链深度融合，导致其对制造业高质量发展的作用效果尚不明显。

２．稳健性检验与内生性处理

（１）稳健性检验。本文通过替换被解释变量、滞后核心解释变量、双边缩尾处理三种方法进行稳健性检验，进一步确保结论的正确性。一是替换被解释变量，本文参照赵卿等，①利用熵值ＴＯＰＳＩＳ法测度制造业高质量发展水平（Ｍｈｑｄ－ｔｏｐ）；二是滞后核心解释变量，数字金融作用于制造业高质量发展存在着一定时间滞后，本文选择将数字金融总指数滞后１期（Ｌ．Ｄｉｆｉ）作为回归变量；三是双边缩尾处理，本文对所有变量均进行１％的双边缩尾处理，从而减少异常值所导致的误差负面影响。表４检验结果显示，数字金融确实能够驱动制造业高质量发展，这与前文结论保持一致，说明实证结果具有较好稳健性。

（２）内生性处理。由于遗漏变量问题难以完全避免，且变量之间可能存在双向因果关系，基准回归结果可能受到内生性问题的影响，本文借助工具变量法对此进行处理。一是借鉴张勋等的做法，①采用各省省会城市到杭州的球面距离为工具变量。由于数字金融的标志性产品——支付宝诞生于杭州，并且全球数字金融中心也坐落于杭州，可以认为杭州在数字金融的发展上具有先发优势和持续动力。省会城市与杭州的距离越近，越能充分享受其数字金融创新的溢出成果，从而数字金融发展水平越高，满足相关性要求。同时，杭州的数字金融发展水平并不直接影响各省的制造业高质量发展水平，也满足外生性假定。因此，本文以各省省会城市到杭州的球面距离的对数与当年除本省外其他省份的数字金融普惠指数均值的交互项构造面板工具变量（ｉｖ＿ｄｉｓ）。工具变量检验结果显示，ＫＰｒｋＬＭ统计量ｐ值为００００，拒绝识别不足假设；ＫＰＷａｌｄＦ统计量也大于１０％水平下的临界值１６．３８，可以认为不存在弱工具变量问题。回归结果中，ｉｖ＿ｄｉｓ的系数显著为负，表明省会城市离杭州越近的省份数字金融发展水平越高，Ｄｉｆｉ系数的大小与显著性也都与基准回归基本一致，表明数字金融的确提高了省域制造业高质量发展水平。二是参考谢谦的做法，②以历史上（１９８４年）各省人均邮电业务量为工具变量。数字金融发展依赖于互联网技术的普及，历史上邮电发展水平越高，越能为互联网发展奠定坚实的基础。由此判断历史上邮电业务水平与当前数字金融发展水平正相关。同时，１９８４年的人均邮电业务量对如今制造业高质量发展的影响已经可以忽略不计，也能较好地满足外生性要求。因此，本文再次以１９８４年各省的人均邮电业务量与当年除本省外其他省份的数字金融普惠指数均值的交互项作为工具变量（ｉｖ＿ｐｏｓｔ），进行两阶段最小二乘回归。表５检验结果显示，该工具变量也是有效的，且数字金融对制造业高质量发展的促进作用依然成立。综上，排除内生性后本文基准回归结果依然稳健，再度验证了假设Ｈ１。

３．数字金融影响制造业高质量发展的机制检验

为了验证理论部分提出的数字金融对制造业高质量发展的作用机制，本文在基准回归的基础上分别引入要素错配和消费升级变量进行回归，表６展示了机制检验结果。对于“数字金融—资本错配—制造业高质量发展”这一作用路径，列（１）显示，数字金融有效缓解了地区资本错配。列（２）中资本错配的系数为－０．０４５且在１％水平下显著，表明资本错配是制造业发展质量不高的诱因之一，而数字金融变量的系数为０．０８８，小于基准回归的０１１１，Ｓｏｂｅｌ检验的ｐ值小于０．０１，可以认为此机制成立，即数字金融通过降低资本错配为制造业高质量发展赋能。数字金融不仅能够有效缓解信息不对称问题，拓宽制造业企业的融资渠道，降低制造企业的借贷成本，还可以借助数据生产要素，实现对制造业生产制造各环节过程中的资金周转使用情况的可视化记录、分析、监测和预警，从而及时矫正资本低效配置的情况。因此，数字金融的发展能够有效降低资本错配从而推动制造业高质量发展。“数字金融—劳动力错配—制造业高质量发展”作用路径的检验结果与之相似。由列（３）—（４）可知，数字金融的发展缓解了地区劳动力错配，进而提升了制造业发展质量。数字金融的发展一方面对劳动力的数字化素质提出了更高的要求，倒逼人力资本结构优化，另一方面能够有效缓解劳动力技能提升过程中面临的资金约束，提高劳动力的转移意愿和技能水平，从而促进劳动力结构优化。至此，假设Ｈ２得到验证。

列（５）和（６）展示了“数字金融—消费升级—制造业高质量发展”这一作用路径的回归结果。列（５）中数字金融对消费升级的回归系数在１％的水平上显著为正，表明数字金融发展带动了消费升级。列（６）中，消费升级的系数在５％水平下显著为正，而数字金融变量的系数为０．０８１，小于基准回归的０.１１１，Ｓｏｂｅｌ检验的ｐ值小于０．０１，可以认为数字金融通过消费升级为制造业高质量发展赋能的机制成立。数字金融普惠化、便利化、服务质量高效化的特点能够便利居民跨期消费，促进居民消费升级，同时数字金融的发展也会催生新的消费方式，制造业企业能够借助大数据技术分析消费者偏好、产品销售额、售后评价等，挖掘消费者对高质量产品的预期，及时调整产品研发计划、方向和进度以生产出符合消费者预期的高质量产品，从而提升投入产出效率，实现高质量发展。至此，假设Ｈ３得到了验证。

４．数字金融影响制造业高质量发展的非线性调节效应

在探讨外部环境对数字金融与制造业高质量发展之间关系的非线性调节效应前，需要先使用ｂｏｏｔｓｔｒａｐ自举法进行门槛存在性检验。检验结果显示，门槛变量中，技术市场发展水平、对外开放水平和城镇化水平均至少在５％水平下显著通过单一门槛检验，门槛值分别为０．０１０、０．２４５、０．８６９。金融监管水平则分别在５％和１０％的显著性水平下依次通过了单一、双重门槛检验，门槛值分别为１０．４７０、１４.８４０。① 相应地，本文分别构建单一门槛模型和双重门槛模型来研究４个门槛变量对数字金融影响制造业高质量发展的动态调节关系。

表７的门槛回归结果中，技术市场发展水平、对外开放水平和城镇化水平都可以正向调节数字金融对制造业高质量发展的驱动作用，具体表现为：技术市场发展水平越过单重门槛值０．０１０时，数字金融对制造业高质量发展的影响系数由０．０３２增加至０．０７５，二者均通过了１％水平的显著性检验；对外开放水平变量位于第一门槛区间时，数字金融的回归系数为０．０２７，跨越第一门槛值后，数字金融的推动强度增至０．０４２，以上两个系数均在１％水平上显著；城镇化水平在跨越第一门槛值后，数字金融的作用系数由０．０２８增至０．０４３，且两个系数同样显著。这些结果表明，伴随技术市场发展水平、对外开放水平和城镇化水平的提升，数字金融对制造业高质量发展的作用呈现出正向边际效率递增的非线性特征。而对于金融监管水平，当其跨越第一门槛值时，数字金融对制造业高质量发展的作用系数由０．０３２增加至０.０４６，而当其跨越第二门槛值后，该系数则减小至０．０３９，这表明金融监管水平对数字金融与制造业高质量发展之间关系的调节作用呈现先增后降的“倒Ｕ型”特征，即金融监管水平的适度提升可以促进数字金融更好地释放其对制造业高质量发展的支撑作用，但当金融监管过于严格时，数字金融对制造业高质量发展的促进作用明显下降。总体来看，实证结果支持前文的假设Ｈ４。

五、结论与政策启示

本文基于２０１１—２０２１年中国３０个省（市、自治区）的面板数据，实证检验了数字金融对制造业高质量发展的影响。研究表明：（１）数字金融能够赋能制造业高质量发展。从数字金融各分维度来看，使用深度的促进作用最显著，数字化程度次之，覆盖广度的促进作用不明显。分区域来看，东部和中部地区数字金融发展可以有效带动制造业高质量发展，西部地区数字金融发展的促进效应不显著。（２）数字金融能通过缓解资本和劳动错配、带动消费升级两种渠道对制造业高质量发展产生促进作用。（３）数字金融对制造业高质量发展的促进作用受到外部环境因素的动态调节，随着技术市场发展水平、对外开放水平和城镇化水平的提升，二者间呈现正向边际效率递增的非线性特征，而金融监管水平提升会使二者间呈现先递增后递减的“倒Ｕ型”关系。

基于研究结论可得到以下政策启示：（１）充分释放数字金融赋能红利。首要的是激活数据要素潜能，建立安全有效的大数据平台中心，通过数据接口的统一化、数据存储的标准化、数据管理的严格化、数据应用的自动化以及数据使用的合规化畅通数据资源的循环。通过优化算力基础设施构建起相互联动、融通的算力支持体系，加强公共大数据平台和人工智能基础平台的建设，推动移动物联网的全面发展，驱动数字金融服务向场景化发展，进一步提升数字金融的应用广度和使用深度，为数字金融赋能制造业高质量发展提供新动力。关键是要牵头建立数字金融综合发展平台，将数字金融嵌入制造业产业链，打通制造业全产业链金融资源信息壁垒，制造业产业链的融通促使金融链延伸，而金融链的延伸又能完善产业链。（２）提升资源配置效率，充分激发消费潜能。一方面，加快建设全国统一大市场，使要素市场化配置改革向“深水区”挺进。要破除制约要素地区间合理有序流动的壁垒，提高资本对制造业市场主体需求的精准支撑和服务能力，提升劳动力要素的活力和创造力，以生产要素的高质量供给和高效率配置共同驱动制造业发展质量提升。特别是西部地区，更应增强要素集聚能力，以便充分释放数字金融的资源合理配置红利。另一方面，发挥消费升级对制造业高质量发展的牵引作用。要完善收入分配体制机制，提高居民发展型、享受型消费的意愿和能力；打通生产和消费的互动循环，构建起消费升级与制造业产业高端化、绿色化和智能化发展之间的高质量供需闭环；强化数字金融产品和服务创新力度，深耕居民支付、结算等消费场景，提高居民消费便捷和智慧程度，做好风险管理；强化对偏远地区数字金融发展硬件设施的供给力度，发挥数字金融普惠效应，缩小数字鸿沟和城乡消费差异，提升消费公平性。（３）营造高效良好的营商环境。加快推动技术市场发展，优化各行业的技术市场布局，推进新型装备制造业、新能源、人工智能等行业性技术交易市场规范发展，通过牵头制定科技成果市场化定价机制和健全科技成果转化评价体系提升科技成果转化率；扩大高水平对外开放，加大对先进技术、设备和高科技人才的引进，同时以高水平对外开放为核心，稳步推进相关管理、标准、规则等制度型开放；合理有序推进城镇化建设，综合考虑自然资源禀赋、城市人口容纳数、生态环境等因素合理规划布局不同城区的产业结构和功能定位，运用智能信息技术建立高度智能化、数字化的城市管理系统，实现对大中小城市的全面数字化覆盖；金融监管应采取包容审慎的原则，政府监管水平应在数字金融创新发展与金融风险间寻求平衡，依托数字技术建立数字金融监测平台，实现金融监管部门间信息互通，深化对数字金融全场景的合规监测，提升政府金融监管效能，明确数字金融发展边界，从而为促进制造业高质量发展提供良好的制度环境。

作者单位：王丹、袁欣融，西北大学经济管理学院；白思，中国社会科学院法学研究所

责任编辑：牛泽东