■王明 張盼盼

一、引言與文獻(xiàn)綜述

黨的十九屆六中全會(huì)強(qiáng)調(diào)“要推進(jìn)科技自立自強(qiáng)”。作為推進(jìn)科技發(fā)展的重要微觀經(jīng)濟(jì)單元，企業(yè)的生產(chǎn)技術(shù)水平直接影響其自身的科技水平，并對(duì)企業(yè)產(chǎn)品質(zhì)量升級(jí)和競(jìng)爭(zhēng)力提升具有重要意義。改革開(kāi)放40年來(lái)，中國(guó)制造業(yè)企業(yè)的生產(chǎn)技術(shù)水平有了大幅提高，但是與發(fā)達(dá)國(guó)家相比仍然存在著較大的技術(shù)差距[1]。作為提升對(duì)外貿(mào)易競(jìng)爭(zhēng)力、促進(jìn)可持續(xù)發(fā)展的重要引擎，中國(guó)制造業(yè)企業(yè)的技術(shù)創(chuàng)新和生產(chǎn)技術(shù)升級(jí)是改善產(chǎn)業(yè)結(jié)構(gòu)、抵御外部競(jìng)爭(zhēng)壓力、實(shí)現(xiàn)全球價(jià)值鏈升級(jí)和保障創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略順利實(shí)施的關(guān)鍵所在。

數(shù)字金融（Digital Finance）利用人工智能、大數(shù)據(jù)等前沿?cái)?shù)字技術(shù)，將數(shù)字科技與金融服務(wù)深度融合，大大提高了傳統(tǒng)金融機(jī)構(gòu)在信息搜集、身份識(shí)別、風(fēng)險(xiǎn)評(píng)估等方面的效率。數(shù)字金融的表現(xiàn)形態(tài)既包括科技企業(yè)依靠其技術(shù)實(shí)力通過(guò)移動(dòng)支付平臺(tái)、網(wǎng)上銀行、小額信貸平臺(tái)、互助眾籌平臺(tái)等形式提供金融服務(wù)，也包括傳統(tǒng)金融機(jī)構(gòu)利用大數(shù)據(jù)等數(shù)字技術(shù)挖掘商業(yè)價(jià)值、緩解信息不對(duì)稱問(wèn)題，進(jìn)而提高金融服務(wù)效率[2，3]。厘清數(shù)字金融對(duì)經(jīng)濟(jì)發(fā)展的作用以及如何服務(wù)好實(shí)體經(jīng)濟(jì)是極具價(jià)值的議題。

中國(guó)制造業(yè)企業(yè)的生產(chǎn)技術(shù)升級(jí)需要持續(xù)大量的資金投入。傳統(tǒng)金融機(jī)構(gòu)的服務(wù)供給依賴于物理網(wǎng)點(diǎn)，這導(dǎo)致其服務(wù)范圍受限。數(shù)字金融的發(fā)展減少了金融機(jī)構(gòu)對(duì)物理網(wǎng)點(diǎn)的依賴，擴(kuò)大了金融服務(wù)范圍。同時(shí)，利用大數(shù)據(jù)等前沿技術(shù)，降低了信息搜尋和風(fēng)險(xiǎn)評(píng)估成本。因此，數(shù)字金融能為企業(yè)提供便捷、高效、個(gè)性化的金融產(chǎn)品和服務(wù)，緩解企業(yè)面臨的融資約束，進(jìn)而提升技術(shù)創(chuàng)新活力，促進(jìn)企業(yè)生產(chǎn)技術(shù)升級(jí)。

目前關(guān)于數(shù)字金融如何影響中國(guó)制造業(yè)企業(yè)生產(chǎn)技術(shù)升級(jí)的文獻(xiàn)尚顯不足，與本文主題相關(guān)度較高的一類文獻(xiàn)是數(shù)字金融或融資約束對(duì)企業(yè)技術(shù)創(chuàng)新的影響。Ding 等[4]利用中國(guó)企業(yè)層面的微觀數(shù)據(jù)，剖析了融資約束、企業(yè)營(yíng)運(yùn)資本特征和固定資本投資的關(guān)系，結(jié)果表明融資約束加劇了企業(yè)營(yíng)運(yùn)資本波動(dòng)，抑制了企業(yè)固定資本投資，進(jìn)而限制了企業(yè)生產(chǎn)技術(shù)水平的提升。張盼盼等[5]利用中國(guó)工業(yè)數(shù)據(jù)庫(kù)、中國(guó)海關(guān)數(shù)據(jù)庫(kù)和中國(guó)專利數(shù)據(jù)庫(kù)的匹配數(shù)據(jù)，研究發(fā)現(xiàn)融資約束抑制了企業(yè)的技術(shù)創(chuàng)新活動(dòng)。唐松等[6]利用中國(guó)A 股上市企業(yè)數(shù)據(jù)庫(kù)和中國(guó)專利數(shù)據(jù)庫(kù)的匹配數(shù)據(jù)，研究發(fā)現(xiàn)數(shù)字金融通過(guò)“糾錯(cuò)配”“補(bǔ)短板”功能緩解了企業(yè)的融資約束、降低了企業(yè)的財(cái)務(wù)杠桿，進(jìn)而提高了企業(yè)的創(chuàng)新產(chǎn)出。聶秀華等[7]探究了地區(qū)數(shù)字金融發(fā)展與創(chuàng)新水平的關(guān)系，結(jié)果表明數(shù)字金融發(fā)展促進(jìn)了地區(qū)技術(shù)創(chuàng)新水平的提高，可能的作用機(jī)制包括緩解融資約束和優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，且地區(qū)人力資本水平和制度也會(huì)影響其作用效果。賈俊生等[8]以上市公司為研究對(duì)象，研究發(fā)現(xiàn)數(shù)字金融發(fā)展正向促進(jìn)了企業(yè)創(chuàng)新，且該促進(jìn)作用僅存在于非國(guó)有和高新技術(shù)企業(yè)中。

本文利用企業(yè)層面的微觀數(shù)據(jù)和最新的數(shù)字金融指數(shù)，從覆蓋范圍、覆蓋深度和數(shù)字化應(yīng)用三個(gè)維度探究了數(shù)字金融對(duì)中國(guó)制造業(yè)出口企業(yè)生產(chǎn)技術(shù)的影響并進(jìn)行了異質(zhì)性分析。同時(shí)，分別從城市層面和企業(yè)層面剖析了數(shù)字金融發(fā)展對(duì)企業(yè)生產(chǎn)技術(shù)選擇的作用機(jī)制。

本文可能的邊際貢獻(xiàn)在于：第一，研究視角上，關(guān)于數(shù)字金融和企業(yè)生產(chǎn)技術(shù)選擇的研究都比較成熟，但具體研究二者關(guān)系的文獻(xiàn)卻尚顯不足。本文將兩者納入同一個(gè)分析框架中，不僅從理論上闡述了數(shù)字金融的作用機(jī)制，還利用微觀數(shù)據(jù)進(jìn)行了詳細(xì)的論證，豐富了相關(guān)命題的研究。第二，研究?jī)?nèi)容上，本文構(gòu)建了中國(guó)數(shù)字金融發(fā)展影響中國(guó)制造業(yè)企業(yè)生產(chǎn)技術(shù)選擇的理論分析框架，實(shí)證檢驗(yàn)了城市數(shù)字金融發(fā)展對(duì)制造業(yè)企業(yè)生產(chǎn)技術(shù)選擇的影響。第三，充分討論了企業(yè)層面和城市層面的異質(zhì)性影響，為未來(lái)實(shí)現(xiàn)數(shù)字金融與實(shí)體經(jīng)濟(jì)的有機(jī)結(jié)合提供了經(jīng)驗(yàn)證據(jù)。

二、理論分析

制造業(yè)企業(yè)的生產(chǎn)技術(shù)創(chuàng)新和生產(chǎn)技術(shù)升級(jí)往往涉及機(jī)器設(shè)備的更新，這類投資具有初始投入大、回報(bào)周期長(zhǎng)、風(fēng)險(xiǎn)高的特征。以金融為本質(zhì)，以區(qū)塊鏈、大數(shù)據(jù)、人工智能、移動(dòng)互聯(lián)等前沿技術(shù)為依托的數(shù)字金融能更好地契合企業(yè)的創(chuàng)新投資融資需求，為緩解企業(yè)融資難、融資貴困境和促進(jìn)區(qū)域產(chǎn)業(yè)轉(zhuǎn)型升級(jí)提供更多可能性。

第一，數(shù)字金融的“增量補(bǔ)充”效應(yīng)能有效拓寬企業(yè)融資渠道，緩解企業(yè)融資約束。傳統(tǒng)的金融市場(chǎng)中存在著數(shù)量龐大、資金量小、分布廣的中小投資者，吸納這些投資的成本高昂。通過(guò)生活場(chǎng)景的流量導(dǎo)入，互聯(lián)網(wǎng)金融平臺(tái)能以較低的成本獲取上億數(shù)量級(jí)的客戶資源[9]。利用“長(zhǎng)尾效應(yīng)”，金融平臺(tái)能從分散的投資者身上籌集到規(guī)模龐大的資金，并將其轉(zhuǎn)化為有效供給，提供給有融資需求的企業(yè)。在增加供給總量的基礎(chǔ)上，數(shù)字金融還進(jìn)一步豐富了企業(yè)的融資渠道和融資方式[6]，為改善企業(yè)融資約束提供了必要條件，緩解了企業(yè)尤其是創(chuàng)新型企業(yè)的融資約束[10]。當(dāng)面臨的融資約束得到緩解，融資成本得到降低后，企業(yè)能減少或者避免流動(dòng)性不足對(duì)企業(yè)生產(chǎn)經(jīng)營(yíng)和研發(fā)活動(dòng)的不利沖擊，防止錯(cuò)失提升企業(yè)生產(chǎn)率的創(chuàng)新和投資機(jī)會(huì)，最終增加企業(yè)選擇生產(chǎn)技術(shù)升級(jí)的概率。

第二，數(shù)字金融的“存量?jī)?yōu)化”效應(yīng)能提高信貸資源配置效率，降低企業(yè)融資成本。作為一種正向金融溢出，數(shù)字金融能夠驅(qū)動(dòng)傳統(tǒng)金融體系重塑[6]。由于可以預(yù)測(cè)投資者和借款人的行為，可信度在金融交易中具有重要地位[11]。數(shù)字金融借助區(qū)塊鏈、人工智能、大數(shù)據(jù)、5G通信等前沿技術(shù)應(yīng)用，提高了金融交易的信息化和透明度水平，優(yōu)化了傳統(tǒng)的信用定價(jià)模式，極大地降低了金融服務(wù)雙方的篩選匹配成本。傳統(tǒng)金融機(jī)構(gòu)在信息化浪潮下開(kāi)始轉(zhuǎn)型升級(jí)，這些改變極大地?cái)U(kuò)展了傳統(tǒng)金融的服務(wù)范圍[12]，促進(jìn)了金融服務(wù)的提質(zhì)增效，改善了金融資源的配置效率[6]。數(shù)字金融發(fā)展的“存量?jī)?yōu)化”效應(yīng)顯著改善了金融服務(wù)效率、降低了企業(yè)融資成本。

第三，數(shù)字金融發(fā)展促進(jìn)了地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，增強(qiáng)了地區(qū)技術(shù)創(chuàng)新的外溢效應(yīng)。利用大數(shù)據(jù)、人工智能等技術(shù)，數(shù)字金融能夠構(gòu)建出一個(gè)具有多重指標(biāo)的風(fēng)險(xiǎn)評(píng)估系統(tǒng)，甄別出有價(jià)值的創(chuàng)新投資項(xiàng)目，并匹配原本閑置的金融資源。這種金融服務(wù)模式的優(yōu)化能加速技術(shù)創(chuàng)新，推動(dòng)區(qū)域產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。區(qū)域產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)能強(qiáng)化技術(shù)創(chuàng)新的外溢效應(yīng)，加速先進(jìn)技術(shù)在區(qū)域內(nèi)的擴(kuò)散與有效利用，激發(fā)企業(yè)創(chuàng)新活力、提升企業(yè)技術(shù)創(chuàng)新水平[7]，從而促進(jìn)企業(yè)生產(chǎn)技術(shù)升級(jí)。

基于上述分析，本文提出如下假說(shuō)：

假說(shuō)1：數(shù)字金融發(fā)展能促進(jìn)制造業(yè)企業(yè)生產(chǎn)技術(shù)升級(jí)。

假說(shuō)2：數(shù)字金融通過(guò)緩解企業(yè)融資約束、降低企業(yè)融資成本、優(yōu)化區(qū)域產(chǎn)業(yè)結(jié)構(gòu)這三大渠道促進(jìn)制造業(yè)企業(yè)生產(chǎn)技術(shù)升級(jí)。

三、計(jì)量模型、指標(biāo)與數(shù)據(jù)

（一）計(jì)量模型的設(shè)定

根據(jù)上述分析，本文設(shè)定如下計(jì)量模型用于實(shí)證分析：

其中，被解釋變量tech 表示企業(yè)的生產(chǎn)技術(shù)水平，核心解釋變量index 為城市層面數(shù)字金融指數(shù)，X為控制變量。α為模型中相應(yīng)變量的系數(shù)，ε為隨機(jī)擾動(dòng)項(xiàng)。J為行業(yè)虛擬變量，P為地區(qū)虛擬變量。

為驗(yàn)證本文的假說(shuō)2，探究數(shù)字金融發(fā)展對(duì)企業(yè)技術(shù)選擇的作用渠道，在基準(zhǔn)檢驗(yàn)?zāi)Ｐ停?）的基礎(chǔ)上，本文構(gòu)造了如下中介效應(yīng)模型：

式（2）和式（3）中，inter表示中介變量，分別用來(lái)度量企業(yè)面臨的融資約束和融資成本。如果系數(shù)β1和γ2均顯著，系數(shù)γ1的值為正且小于基準(zhǔn)回歸模型中系數(shù)α1的值，則中介效應(yīng)成立，存在相應(yīng)的中介效應(yīng)渠道。

（二）變量說(shuō)明

1.被解釋變量

本文的被解釋變量為中國(guó)制造業(yè)出口企業(yè)的生產(chǎn)技術(shù)水平。企業(yè)的生產(chǎn)技術(shù)水平不容易被直接觀測(cè)到，使用全要素生產(chǎn)率進(jìn)行替代往往會(huì)產(chǎn)生較大的測(cè)量誤差[13]。參照Bas等[14]的測(cè)算方法，本文使用企業(yè)是否進(jìn)口資本品①作為衡量指標(biāo)。中國(guó)制造業(yè)企業(yè)目前在生產(chǎn)技術(shù)上仍然處于追趕階段，因此，資本品進(jìn)口尤其是高技術(shù)資本品的進(jìn)口會(huì)推動(dòng)中國(guó)制造業(yè)企業(yè)實(shí)現(xiàn)技術(shù)升級(jí)。

衡量指標(biāo)1（tech1）：在樣本觀測(cè)期內(nèi)，當(dāng)企業(yè)首次被觀測(cè)到資本品進(jìn)口行為時(shí)，該年份及以后所有年份衡量指標(biāo)tech1 均取值為1。在企業(yè)第一次被觀測(cè)到資本品進(jìn)口之前的年份，衡量指標(biāo)tech1取值為0。

衡量指標(biāo)2（tech2）：制造業(yè)企業(yè)進(jìn)口資本品用來(lái)服務(wù)于生產(chǎn)，如果進(jìn)口的資本品價(jià)值過(guò)低，可能無(wú)法給企業(yè)生產(chǎn)水平帶來(lái)實(shí)質(zhì)性的幫助。因此，為了減少進(jìn)口資本品價(jià)值含量過(guò)低給代理變量有效性帶來(lái)的干擾，本文參照陳雯等[13]的方法，將進(jìn)口資本品的標(biāo)準(zhǔn)調(diào)整到1000 美元。當(dāng)企業(yè)第一次進(jìn)口了1000 美元以上的資本品，該年份及后續(xù)年份，衡量指標(biāo)tech2取值為1；否則，取值為0。

衡量指標(biāo)3（tech3）：企業(yè)當(dāng)年是否有進(jìn)口資本品。若有，則衡量指標(biāo)tech3取值為1；否則，取值為0。

在后續(xù)的實(shí)證分析中，本文使用代理變量tech1進(jìn)行基準(zhǔn)分析，使用代理變量tech2 和tech3 進(jìn)行穩(wěn)健性檢驗(yàn)。

2.核心解釋變量

本文采用“北京大學(xué)數(shù)字普惠金融指數(shù)”城市層面的數(shù)據(jù)來(lái)衡量區(qū)域數(shù)字金融發(fā)展程度，以此作為本文的核心解釋變量（index）。該指數(shù)從數(shù)字金融覆蓋范圍（breadth）、數(shù)字金融使用深度（depth）和數(shù)字金融數(shù)字化水平（digital）三個(gè)維度來(lái)構(gòu)建指標(biāo)評(píng)價(jià)體系，在下文的基準(zhǔn)回歸中，本文將同時(shí)考察這三個(gè)維度子指標(biāo)對(duì)企業(yè)技術(shù)選擇的影響。

3.控制變量

（1）企業(yè)控制變量

借鑒已有相關(guān)文獻(xiàn)并考慮數(shù)據(jù)的可得性，本文采用如下企業(yè)控制變量來(lái)控制除核心解釋變量之外可能會(huì)影響企業(yè)技術(shù)選擇的因素。①企業(yè)規(guī)模（size）。由于規(guī)模效應(yīng)的存在，不同規(guī)模的企業(yè)更新生產(chǎn)技術(shù)所需承擔(dān)的平均成本并不一樣。本文采用企業(yè)資產(chǎn)總額來(lái)度量企業(yè)規(guī)模。②企業(yè)年齡（age）。企業(yè)在自身發(fā)展的不同階段，對(duì)采用新的生產(chǎn)技術(shù)的態(tài)度并不一致。根據(jù)企業(yè)的生命周期理論，在健康發(fā)展階段，隨著企業(yè)規(guī)模與利潤(rùn)的增長(zhǎng)，企業(yè)可能會(huì)積極更新機(jī)器設(shè)備、進(jìn)行固定資產(chǎn)的投資；在衰退階段，企業(yè)年齡可能會(huì)抑制其升級(jí)生產(chǎn)技術(shù)。本文使用當(dāng)前年份與企業(yè)創(chuàng)建年份之間的差值再加上1 來(lái)描述企業(yè)年齡。③企業(yè)資本密度（kl）。資本密度高的企業(yè)往往具有較高的生產(chǎn)技術(shù)。本文使用人均固定資產(chǎn)來(lái)表示企業(yè)資本密度。④行業(yè)集中度（hhi）。根據(jù)產(chǎn)業(yè)組織理論，良性競(jìng)爭(zhēng)和過(guò)度競(jìng)爭(zhēng)對(duì)企業(yè)行為會(huì)有不同的影響。⑤加工貿(mào)易份額（pro）。本文使用企業(yè)出口額中加工貿(mào)易出口的份額表示加工貿(mào)易的影響程度。⑥國(guó)企虛擬變量（soe）。與私營(yíng)企業(yè)相比，國(guó)企具有不同的決策模式。若企業(yè)是國(guó)企，該變量取1；否則為0。⑦外資虛擬變量（foe）。相比內(nèi)資企業(yè)，外資企業(yè)在國(guó)際間技術(shù)溢出方面往往處于優(yōu)勢(shì)地位。若企業(yè)屬于外資所有，該變量取1；否則為0。

（2）城市控制變量

由于數(shù)字金融指數(shù)是城市層面的變量，出于內(nèi)生性考慮，本文還控制了城市人均GDP（pgdp）和城市經(jīng)濟(jì)增長(zhǎng)速度（growth）。

4.工具變量

中國(guó)的數(shù)字金融發(fā)展呈現(xiàn)出距離杭州越遠(yuǎn)，數(shù)字金融推廣難度越大的特征[15]。參考相關(guān)文獻(xiàn)的做法，本文采用城市距離杭州市的直線距離作為工具變量，緩解計(jì)量模型可能存在的內(nèi)生性問(wèn)題。本文首先從國(guó)家基礎(chǔ)地理信息中心獲取各城市的經(jīng)緯度數(shù)據(jù)，然后利用STATA軟件計(jì)算出各城市與杭州的直線距離（dist）。

5.中介變量

（1）采用SA指數(shù)（sa）作為企業(yè)層面融資約束的代理變量，SA 指數(shù)計(jì)算公式為：-0.737size+0.043size2-0.04age。其中，size為企業(yè)規(guī)模，age為企業(yè)年齡。SA 指數(shù)越大，企業(yè)融資約束越大[16，17]。（2）采用財(cái)務(wù)費(fèi)用率（fincost）作為企業(yè)融資成本的代理變量。財(cái)務(wù)費(fèi)用率為企業(yè)財(cái)務(wù)費(fèi)用與營(yíng)業(yè)收入之比。（3）采用城市層面的第三產(chǎn)業(yè)增加值與GDP 之比作為產(chǎn)業(yè)結(jié)構(gòu)（struc）的代理變量。

在所有變量開(kāi)始測(cè)算之前，本文對(duì)相關(guān)的名義變量都進(jìn)行了平減處理。同時(shí)，在后續(xù)的實(shí)證檢驗(yàn)中，對(duì)于數(shù)字金融指數(shù)（index）、企業(yè)規(guī)模（size）、企業(yè)年齡（age）、企業(yè)資本密度（kl）、各城市與杭州的直線距離（dist）、城市人均GDP（pgdp）均采用其對(duì)數(shù)形式。

（三）數(shù)據(jù)說(shuō)明

本文使用的企業(yè)相關(guān)信息來(lái)自中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)，產(chǎn)品貿(mào)易方面的信息來(lái)自中國(guó)海關(guān)數(shù)據(jù)庫(kù)，城市層面的數(shù)字金融發(fā)展指數(shù)來(lái)自北京大學(xué)數(shù)字金融研究中心，其他城市層面相關(guān)信息來(lái)自《中國(guó)城市統(tǒng)計(jì)年鑒》。由于北京大學(xué)數(shù)字普惠金融指數(shù)的最早年份為2011年，中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)的最新年份為2013年，考慮數(shù)據(jù)的可得性，本文樣本時(shí)間跨度為2011—2013年。在力求精細(xì)匹配的原則上，本文逐步匹配了中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)和中國(guó)海關(guān)數(shù)據(jù)庫(kù)，并根據(jù)地區(qū)代碼和年份匹配上了城市層面的數(shù)字金融發(fā)展指數(shù)。同時(shí)，對(duì)樣本數(shù)據(jù)進(jìn)行了一系列處理：剔除貿(mào)易中間商；根據(jù)通用會(huì)計(jì)準(zhǔn)則剔除掉數(shù)據(jù)明顯異常的樣本；刪除指標(biāo)缺失過(guò)多的樣本等。本文最終得到68946個(gè)樣本觀測(cè)值。

四、實(shí)證結(jié)果與分析

（一）基準(zhǔn)實(shí)證結(jié)果

表1為數(shù)字金融影響中國(guó)制造業(yè)企業(yè)生產(chǎn)技術(shù)選擇的基準(zhǔn)估計(jì)結(jié)果。出于穩(wěn)健性考慮，（1）列僅加入了部分企業(yè)層面的控制變量，并控制了行業(yè)、地區(qū)固定效應(yīng)，數(shù)字金融的估計(jì)系數(shù)為正，并通過(guò)了1%的顯著性檢驗(yàn)。（2）列加入了國(guó)有企業(yè)、外資企業(yè)虛擬變量，進(jìn)一步控制了企業(yè)屬性。數(shù)字金融的估計(jì)系數(shù)仍顯著為正，但系數(shù)的絕對(duì)值有一定程度下降。（3）列加入城市層面的控制變量，進(jìn)一步控制城市差異，數(shù)字金融的估計(jì)系數(shù)仍然在1%顯著水平上為正?？傮w來(lái)看，區(qū)域數(shù)字金融發(fā)展顯著促進(jìn)了區(qū)域內(nèi)制造業(yè)企業(yè)選擇生產(chǎn)技術(shù)升級(jí)。假說(shuō)1得到初步驗(yàn)證。（4）至（6）列探究了數(shù)字金融的三個(gè)維度即數(shù)字金融覆蓋范圍（breadth）、數(shù)字金融使用深度（depth）和數(shù)字金融數(shù)字化程度（digital）對(duì)企業(yè)生產(chǎn)技術(shù)選擇的影響。其中，數(shù)字金融覆蓋范圍的估計(jì)系數(shù)在1%顯著水平上為正，與數(shù)字金融總效應(yīng)方向和顯著性一致，數(shù)字金融使用深度和數(shù)字化程度系數(shù)皆為正但不顯著。這說(shuō)明，在數(shù)字金融促進(jìn)企業(yè)生產(chǎn)技術(shù)升級(jí)的影響過(guò)程中數(shù)字金融覆蓋范圍起最主要的作用。同時(shí)，數(shù)字金融估計(jì)系數(shù)絕對(duì)值大于任何單一維度指標(biāo)的估計(jì)系數(shù)，說(shuō)明數(shù)字金融對(duì)企業(yè)生產(chǎn)技術(shù)升級(jí)的作用是數(shù)字金融多方面發(fā)展合力作用的結(jié)果。

表1 基準(zhǔn)回歸結(jié)果

從表1（1）至（3）列可以看出，企業(yè)規(guī)模與企業(yè)技術(shù)水平呈顯著正相關(guān)關(guān)系，即規(guī)模越大的企業(yè)越有可能選擇更為高級(jí)的生產(chǎn)技術(shù)。正如前文所述，企業(yè)的規(guī)模越大，其采用高技術(shù)所需分?jǐn)偟某杀驹降汀Ｒ虼?，該?shí)證結(jié)果與預(yù)期相符。企業(yè)年齡與企業(yè)選擇技術(shù)升級(jí)呈顯著正相關(guān)關(guān)系。本文的考察樣本為處于健康發(fā)展階段的企業(yè)（工企數(shù)據(jù)庫(kù)2011年的納入門檻為正常經(jīng)營(yíng)且年?duì)I收不低于2000 萬(wàn)人民幣），存續(xù)時(shí)間越長(zhǎng)，企業(yè)在人力、技術(shù)和資金上的積累往往越多，企業(yè)越有可能通過(guò)更新機(jī)器設(shè)備實(shí)現(xiàn)技術(shù)升級(jí)，實(shí)證結(jié)果與預(yù)期相符。企業(yè)的人均資本系數(shù)顯著為正，即資本密度高的企業(yè)在樣本觀測(cè)期內(nèi)更有可能選擇技術(shù)升級(jí)。資本密度高的企業(yè)往往有更為充沛的資本和更為深厚技術(shù)積累，這為其生產(chǎn)技術(shù)升級(jí)提供了保障。行業(yè)集中度系數(shù)顯著為正，行業(yè)集中度越高，說(shuō)明競(jìng)爭(zhēng)程度越低，由實(shí)證結(jié)果可知企業(yè)越有可能選擇技術(shù)升級(jí)，這一結(jié)果也表明過(guò)于激烈的行業(yè)內(nèi)競(jìng)爭(zhēng)會(huì)減少企業(yè)積累和長(zhǎng)期投資，不利于企業(yè)生產(chǎn)技術(shù)升級(jí)。企業(yè)加工貿(mào)易出口份額系數(shù)顯著為正，說(shuō)明加工貿(mào)易出口比例越高的企業(yè)越有可能選擇生產(chǎn)技術(shù)升級(jí)。一個(gè)可能的解釋是加工貿(mào)易出口比例越高的企業(yè)參與國(guó)際貿(mào)易的程度越深，這拓展了其接觸和吸納國(guó)外先進(jìn)資本品的渠道，增大了其生產(chǎn)技術(shù)升級(jí)的概率。

（二）內(nèi)生性問(wèn)題

計(jì)量模型中反向因果和遺漏重要變量都可能會(huì)造成估計(jì)結(jié)果有偏，影響本文結(jié)果的可靠性。由于本文的核心解釋變量和被解釋變量分別是城市和企業(yè)層面的，因此，本文關(guān)注遺漏變量的影響。參考相關(guān)文獻(xiàn)的做法，本文采用各城市距離杭州市的直線距離作為工具變量，緩解計(jì)量模型可能存在的內(nèi)生性問(wèn)題。相關(guān)結(jié)果如表2所示。在工具變量有效性檢驗(yàn)中，各城市與杭州市距離（dist）通過(guò)了工具變量識(shí)別不足（Kleibergen-Paap rk LM）和弱工具變量（Kleibergen-Paap rk Wald F）檢驗(yàn)，說(shuō)明本文工具變量的選取是合理的。表2（1）至（6）列結(jié)果顯示，無(wú)論是否加入相關(guān)控制變量，數(shù)字金融的系數(shù)均顯著為正，說(shuō)明在考慮內(nèi)生性的情況下本文的主要結(jié)論依然可靠②。

表2 工具變量估計(jì)結(jié)果

（三）作用機(jī)制檢驗(yàn)

在前文的中介效應(yīng)模型和中介代理變量的基礎(chǔ)上，本文進(jìn)一步對(duì)數(shù)字金融的作用機(jī)制進(jìn)行實(shí)證檢驗(yàn)，相關(guān)結(jié)果如表3 所示。（1）和（2）列結(jié)果顯示，SA指數(shù)（sa）的中介效應(yīng)成立，即數(shù)字金融發(fā)展顯著緩解了企業(yè)層面的融資約束，并通過(guò)企業(yè)層面融資約束的緩解促進(jìn)了企業(yè)生產(chǎn)技術(shù)升級(jí)。（3）和（4）列結(jié)果顯示，財(cái)務(wù)費(fèi)用率（fincost）通過(guò)了中介效應(yīng)檢驗(yàn)，說(shuō)明企業(yè)融資成本的降低是數(shù)字金融發(fā)展促進(jìn)企業(yè)生產(chǎn)技術(shù)升級(jí)的作用機(jī)制之一。上述結(jié)果表明，數(shù)字金融發(fā)展顯著緩解了企業(yè)融資約束，降低了企業(yè)融資成本，一定程度上解決了企業(yè)融資難、融資貴等問(wèn)題，支持了企業(yè)的技術(shù)研發(fā)和固定資本投資，推動(dòng)了企業(yè)生產(chǎn)技術(shù)升級(jí)。（5）和（6）列結(jié)果顯示，區(qū)域產(chǎn)業(yè)結(jié)構(gòu)（struc）優(yōu)化這一作用機(jī)制成立，數(shù)字金融發(fā)展加速了區(qū)域技術(shù)創(chuàng)新，促進(jìn)了產(chǎn)業(yè)結(jié)構(gòu)升級(jí)。產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)增強(qiáng)了區(qū)域內(nèi)技術(shù)創(chuàng)新的外溢效應(yīng)，激勵(lì)企業(yè)技術(shù)升級(jí)。綜上所述，數(shù)字金融發(fā)展通過(guò)緩解融資約束（包括城市層面和企業(yè)層面）、降低企業(yè)融資成本和優(yōu)化區(qū)域產(chǎn)業(yè)結(jié)構(gòu)這三條路徑來(lái)推動(dòng)制造業(yè)企業(yè)選擇生產(chǎn)技術(shù)升級(jí)。前文假說(shuō)2成立。

表3 機(jī)制檢驗(yàn)

（四）異質(zhì)性分析

1.企業(yè)所有制的異質(zhì)性分析

不同所有制的企業(yè)在行為決策上有很大的區(qū)別，本文根據(jù)控股股東類型來(lái)劃分企業(yè)所有制，將總體樣本劃分為國(guó)有、民營(yíng)和外商投資三個(gè)子樣本進(jìn)行分組回歸，所得結(jié)果如表4（1）至（3）列所示。結(jié)果顯示，數(shù)字金融發(fā)展對(duì)國(guó)有企業(yè)生產(chǎn)技術(shù)升級(jí)的促進(jìn)作用并不顯著，而對(duì)民營(yíng)企業(yè)、外資企業(yè)的影響系數(shù)均在1%水平上顯著為正。數(shù)字金融發(fā)展拓寬了融資渠道，有效緩解了民企和外企面臨的融資約束，幫助有需求的企業(yè)實(shí)現(xiàn)生產(chǎn)技術(shù)升級(jí)。與此同時(shí)，私營(yíng)企業(yè)的生產(chǎn)技術(shù)選擇決策主要考慮企業(yè)發(fā)展，而國(guó)有企業(yè)的生產(chǎn)技術(shù)選擇決策還要考慮社會(huì)責(zé)任和環(huán)境影響等多方面因素。表4（2）和（3）列結(jié)果還表明，數(shù)字金融發(fā)展對(duì)外資企業(yè)的總體促進(jìn)作用要強(qiáng)于私營(yíng)企業(yè)?？赡苁怯捎谛畔⒉粚?duì)稱，在傳統(tǒng)金融體系下，相對(duì)于本土企業(yè)，外企外源融資能力較差[5]，抑制了其生產(chǎn)技術(shù)升級(jí)需求。數(shù)字金融發(fā)展則加速釋放了這一需求。

2.企業(yè)全要素生產(chǎn)率的異質(zhì)性分析

企業(yè)的人力資本積累、技術(shù)積累和研發(fā)投入能促進(jìn)企業(yè)吸收進(jìn)口中間品和資本品帶來(lái)的技術(shù)外溢，而企業(yè)的人力資本、技術(shù)和研發(fā)創(chuàng)新的累積程度可以用企業(yè)當(dāng)前的全要素生產(chǎn)率來(lái)刻畫。因此，具有不同全要素生產(chǎn)率水平的企業(yè)在生產(chǎn)技術(shù)升級(jí)的決策上可能會(huì)表現(xiàn)出差異。按照LP法，本文計(jì)算出企業(yè)的全要素生產(chǎn)率（tfp），并依據(jù)其數(shù)值大小將樣本企業(yè)劃分為低生產(chǎn)率、中等生產(chǎn)率和高生產(chǎn)率三個(gè)組別，分別考察制造業(yè)企業(yè)當(dāng)前生產(chǎn)率水平的可能影響。表4（4）至（6）列結(jié)果顯示，數(shù)字金融發(fā)展顯著促進(jìn)了中等生產(chǎn)率和高生產(chǎn)率企業(yè)的生產(chǎn)技術(shù)升級(jí)，而對(duì)低生產(chǎn)率企業(yè)的促進(jìn)效果則不顯著，所得結(jié)果與預(yù)期相符。一方面，生產(chǎn)率高的企業(yè)往往具有更好的人力資本、技術(shù)積累和研發(fā)創(chuàng)新能力，對(duì)新技術(shù)消化、吸收、模仿與創(chuàng)新的能力更強(qiáng)。數(shù)字金融發(fā)展增強(qiáng)了進(jìn)口資本品在中高生產(chǎn)率企業(yè)中的技術(shù)外溢效應(yīng)，而低生產(chǎn)率企業(yè)對(duì)高技術(shù)的吸納能力較弱，數(shù)字金融發(fā)展對(duì)其生產(chǎn)技術(shù)升級(jí)促進(jìn)作用有限。另一方面，生產(chǎn)率高的企業(yè)往往具有更強(qiáng)的市場(chǎng)競(jìng)爭(zhēng)力，有實(shí)力進(jìn)行固定資產(chǎn)的更新投資。數(shù)字金融發(fā)展增強(qiáng)了企業(yè)的資金融通能力，推動(dòng)了中高生產(chǎn)率企業(yè)的固定資產(chǎn)投資和轉(zhuǎn)型升級(jí)。同時(shí)，本文理論分析部分表明，數(shù)字金融發(fā)展主要推動(dòng)生產(chǎn)率越過(guò)技術(shù)升級(jí)門檻值但仍面臨融資約束的企業(yè)選擇生產(chǎn)技術(shù)升級(jí)，過(guò)低和過(guò)高生產(chǎn)率的企業(yè)受到數(shù)字金融的影響會(huì)減弱。這一部分的實(shí)證結(jié)論表明，數(shù)字金融發(fā)展主要促進(jìn)中等生產(chǎn)率企業(yè)技術(shù)升級(jí)，其次是高生產(chǎn)率企業(yè)，與理論分析的結(jié)果相契合。

表4 所有制與生產(chǎn)率的異質(zhì)性分析結(jié)果

3.城市金融資源稟賦和互聯(lián)網(wǎng)發(fā)展的異質(zhì)性分析

數(shù)字金融兼具金融和科技屬性，利用區(qū)塊鏈、大數(shù)據(jù)、人工智能等前沿技術(shù)，將數(shù)字科技與金融服務(wù)深度融合，通過(guò)“增量補(bǔ)充”和“存量?jī)?yōu)化”大大提高了傳統(tǒng)金融服務(wù)效率。從數(shù)字金融的現(xiàn)實(shí)發(fā)展來(lái)看，數(shù)字金融指數(shù)較高的地區(qū)往往是傳統(tǒng)金融資源稟賦充沛的地區(qū)。同時(shí)，數(shù)字金融的推廣必須依托以互聯(lián)網(wǎng)普及為基礎(chǔ)的信息技術(shù)的滲透。本文以城市金融業(yè)從業(yè)人數(shù)與戶籍人口的比率來(lái)表示城市傳統(tǒng)金融資源稟賦、以城市寬帶接入戶數(shù)與戶籍人口的比率來(lái)表示城市互聯(lián)網(wǎng)普及率，考察數(shù)字金融在不同傳統(tǒng)金融資源稟賦和互聯(lián)網(wǎng)普及率下對(duì)企業(yè)生產(chǎn)技術(shù)選擇的異質(zhì)性影響，相關(guān)結(jié)果如表5 所示。表5（1）和（2）列結(jié)果顯示，數(shù)字金融均顯著促進(jìn)了低金融稟賦組與高金融稟賦組的企業(yè)選擇生產(chǎn)技術(shù)升級(jí)。從回歸系數(shù)來(lái)看，數(shù)字金融對(duì)高金融稟賦組的促進(jìn)作用明顯更大，說(shuō)明數(shù)字金融發(fā)展依然離不開(kāi)傳統(tǒng)金融體系的支撐，充沛的傳統(tǒng)金融資源能增強(qiáng)數(shù)字金融對(duì)企業(yè)選擇生產(chǎn)技術(shù)升級(jí)的促進(jìn)作用。表5（3）和（4）列結(jié)果顯示，在互聯(lián)網(wǎng)普及率更高的地區(qū)，數(shù)字金融對(duì)企業(yè)選擇高生產(chǎn)技術(shù)的促進(jìn)作用更強(qiáng)。以5G、高速寬帶為代表的通信技術(shù)服務(wù)是數(shù)字金融發(fā)展必不可少的數(shù)字基礎(chǔ)設(shè)施，在數(shù)字金融的推廣過(guò)程中需要優(yōu)先推動(dòng)當(dāng)?shù)赝ㄐ欧?wù)水平的發(fā)展，尤其是在傳統(tǒng)金融服務(wù)薄弱的地區(qū)。

表5 金融資源稟賦和互聯(lián)網(wǎng)發(fā)展的異質(zhì)性分析結(jié)果

五、穩(wěn)健性檢驗(yàn)

（一）改變企業(yè)生產(chǎn)技術(shù)升級(jí)的測(cè)算方法

前文使用是否進(jìn)口資本品作為企業(yè)生產(chǎn)技術(shù)升級(jí)的代理變量，為了減少資本品價(jià)值過(guò)低給指標(biāo)有效性帶來(lái)的干擾，在代理變量tech1 的基礎(chǔ)上，參照陳雯等[13]的方法，本文引入代理變量tech2。只有觀測(cè)到企業(yè)進(jìn)口價(jià)值不少于1000美元的資本品時(shí)，才認(rèn)為企業(yè)選擇了生產(chǎn)技術(shù)升級(jí)。同時(shí)，在代理變量tech1的基礎(chǔ)上，本文只考慮企業(yè)當(dāng)年的資本品進(jìn)口行為，由此引入代理變量tech3。表6（1）和（2）列為tech2 作為被解釋變量的回歸結(jié)果，（3）和（4）列為tech3作為被解釋變量的回歸結(jié)果。結(jié)果表明，無(wú)論是否加入控制變量，數(shù)字金融的回歸系數(shù)均至少在5%的水平上顯著為正。這說(shuō)明更換企業(yè)生產(chǎn)技術(shù)水平的測(cè)算方法后，本文的核心結(jié)論仍然穩(wěn)健。

（二）改變數(shù)字金融發(fā)展水平的測(cè)量方法

前文使用北京大學(xué)數(shù)字普惠金融研究中心的數(shù)字金融指數(shù)作為區(qū)域數(shù)字金融發(fā)展水平的衡量指標(biāo)，參考謝絢麗等[18]的做法，本文采用城市互聯(lián)網(wǎng)普及程度（internet）作為區(qū)域數(shù)字金融發(fā)展程度的另一衡量指標(biāo)，結(jié)果如表6（5）和（6）列所示。結(jié)果顯示，無(wú)論是否加入控制變量，互聯(lián)網(wǎng)普及程度的系數(shù)均至少在5%水平上顯著為正。在更換數(shù)字金融衡量指標(biāo)后，所得結(jié)論與前文基準(zhǔn)回歸并無(wú)差異。

表6 穩(wěn)健性檢驗(yàn)

此外，本文還進(jìn)行了一些其他穩(wěn)健性檢驗(yàn)：①將核心解釋變量和控制變量滯后一期重新檢驗(yàn)；②將回歸模型更換為二值選擇模型Probit和Logit。上述檢驗(yàn)結(jié)果均與前文結(jié)論一致。

六、結(jié)論與啟示

伴隨著信息技術(shù)的快速發(fā)展，作為一種新型金融業(yè)態(tài)，中國(guó)數(shù)字金融的蓬勃發(fā)展對(duì)實(shí)體經(jīng)濟(jì)增長(zhǎng)的影響成為社會(huì)關(guān)注的焦點(diǎn)。作為經(jīng)濟(jì)體系的微觀個(gè)體，企業(yè)的生產(chǎn)技術(shù)水平是“科技自立自強(qiáng)”的基礎(chǔ)。因此，本文研究了中國(guó)數(shù)字金融發(fā)展如何影響制造業(yè)企業(yè)生產(chǎn)技術(shù)水平，分別從城市層面和企業(yè)層面探討了其作用機(jī)制和異質(zhì)性影響，并進(jìn)一步討論了中國(guó)金融市場(chǎng)化進(jìn)程的調(diào)節(jié)作用。通過(guò)利用2011—2013年的中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)、中國(guó)海關(guān)數(shù)據(jù)庫(kù)和北京大學(xué)數(shù)字普惠金融指數(shù)進(jìn)行實(shí)證檢驗(yàn)，本文得到主要結(jié)論如下：第一，數(shù)字金融發(fā)展顯著促進(jìn)了區(qū)域內(nèi)制造業(yè)企業(yè)生產(chǎn)技術(shù)升級(jí)，該結(jié)論在依次加入企業(yè)層面和城市層面控制變量、引入外生性工具變量、調(diào)整變量測(cè)算方法、更換不同的回歸模型等多個(gè)穩(wěn)健性檢驗(yàn)后依然成立。第二，本文通過(guò)中介效應(yīng)模型探究了數(shù)字金融的作用渠道，結(jié)果發(fā)現(xiàn)，數(shù)字金融發(fā)展通過(guò)緩解企業(yè)融資約束、降低企業(yè)融資成本以及優(yōu)化城市產(chǎn)業(yè)結(jié)構(gòu)，最終顯著促進(jìn)區(qū)域內(nèi)制造業(yè)企業(yè)選擇生產(chǎn)技術(shù)升級(jí)。第三，企業(yè)所有制與企業(yè)所在城市的異質(zhì)性影響了數(shù)字金融對(duì)企業(yè)技術(shù)升級(jí)的作用強(qiáng)度。相對(duì)于國(guó)有企業(yè)，數(shù)字金融發(fā)展對(duì)外資企業(yè)和民營(yíng)企業(yè)生產(chǎn)技術(shù)升級(jí)的促進(jìn)作用更強(qiáng)。具有中等生產(chǎn)率水平的制造業(yè)企業(yè)生產(chǎn)技術(shù)升級(jí)更顯著受益于數(shù)字金融發(fā)展，其次是高生產(chǎn)率企業(yè)和低生產(chǎn)率企業(yè)。城市傳統(tǒng)金融資源稟賦和互聯(lián)網(wǎng)普及率越高，數(shù)字金融對(duì)區(qū)域內(nèi)制造業(yè)企業(yè)生產(chǎn)技術(shù)升級(jí)的促進(jìn)作用越大，傳統(tǒng)金融發(fā)展水平和數(shù)字基礎(chǔ)設(shè)施水平在數(shù)字金融發(fā)揮外溢效應(yīng)中起到了重要支撐作用。

本文的研究具有如下啟示：

首先，挖掘數(shù)字金融發(fā)展?jié)撃埽龑?dǎo)數(shù)字金融服務(wù)好實(shí)體經(jīng)濟(jì)。數(shù)字金融發(fā)展對(duì)實(shí)體經(jīng)濟(jì)的高質(zhì)量發(fā)展產(chǎn)生了顯著的正向溢出效應(yīng)，應(yīng)該營(yíng)造良好環(huán)境以促進(jìn)其健康發(fā)展。一方面在守住不發(fā)生系統(tǒng)性金融風(fēng)險(xiǎn)底線的前提下，為數(shù)字金融發(fā)展?fàn)I造相對(duì)穩(wěn)定的監(jiān)管環(huán)境，給予數(shù)字金融發(fā)展一定的包容和試錯(cuò)空間，給予更多的政策指導(dǎo)及資源支持。同時(shí)完善以信息通信為代表的數(shù)字基礎(chǔ)設(shè)施建設(shè)，降低互聯(lián)網(wǎng)接入門檻。另一方面應(yīng)通過(guò)政策指導(dǎo)、規(guī)范行業(yè)發(fā)展，避免數(shù)字金融“脫實(shí)向虛”，促進(jìn)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)有機(jī)結(jié)合。其次，暢通數(shù)字金融作用渠道，助力企業(yè)生產(chǎn)技術(shù)提高。數(shù)字金融通過(guò)緩解融資約束、降低企業(yè)融資成本緩解了企業(yè)運(yùn)營(yíng)、研發(fā)創(chuàng)新和固定資本投資中融資難、融資貴的困境，并通過(guò)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)增大了區(qū)域內(nèi)企業(yè)通過(guò)技術(shù)外溢獲取新技術(shù)的機(jī)會(huì)。因此，應(yīng)依托數(shù)字金融的技術(shù)優(yōu)勢(shì)，吸納和盤活閑散社會(huì)金融資源，充分發(fā)揮其促進(jìn)金融服務(wù)提質(zhì)增效的長(zhǎng)處，利用稅收減免或補(bǔ)貼方式，鼓勵(lì)和支持?jǐn)?shù)字金融企業(yè)利用大數(shù)據(jù)發(fā)掘有創(chuàng)新和發(fā)展?jié)摿Φ闹行∥⑵髽I(yè)尤其是落后地區(qū)的企業(yè)，為其提供精準(zhǔn)、高效的金融服務(wù)。■

注 釋

①根據(jù)聯(lián)合國(guó)廣義經(jīng)濟(jì)分類（BEC），將代碼為41、521 的產(chǎn)品歸為資本品，將代碼為111、121、21、22、31、322、42 以及53的產(chǎn)品歸為中間品。

②考慮到以支付寶為代表的數(shù)字金融的推廣不僅起源于杭州市，同時(shí)也是從北京、上海、廣州和深圳這四個(gè)一線城市為中心向外鋪開(kāi)。因此，出于穩(wěn)健性考慮，本文在剔除這四個(gè)城市后再次進(jìn)行工具變量回歸，所得結(jié)果無(wú)實(shí)質(zhì)差異。