賈 楠，張紅麗，2

（1.石河子大學(xué)經(jīng)濟(jì)與管理學(xué)院，新疆石河子 832000；2.石河子大學(xué)農(nóng)業(yè)現(xiàn)代化研究中心，新疆石河子 832000）

1 引言

經(jīng)濟(jì)的高質(zhì)量發(fā)展是“十四五”乃至更長時(shí)期我國經(jīng)濟(jì)社會發(fā)展的主題。而制造業(yè)的高質(zhì)量發(fā)展是加快實(shí)體經(jīng)濟(jì)發(fā)展、實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展的前提和基礎(chǔ)。縱觀世界經(jīng)濟(jì)的發(fā)展歷史發(fā)現(xiàn)，制造業(yè)的強(qiáng)大是國家發(fā)展和民族強(qiáng)盛的關(guān)鍵之匙。盡管我國制造業(yè)經(jīng)過多年的發(fā)展取得了一定的成就，但與世界強(qiáng)國的制造業(yè)相比，仍存在著自主創(chuàng)新能力不足，質(zhì)量效益偏低，產(chǎn)業(yè)結(jié)構(gòu)水平仍有待提升的問題，面臨著遭全球價(jià)值鏈低端俘獲，升級全面圍堵以及重構(gòu)多方競爭的困境。

作為現(xiàn)代經(jīng)濟(jì)的血液，金融對于推動(dòng)制造業(yè)的高質(zhì)量發(fā)展具有至關(guān)重要的作用。特別是金融所具有的融資、配置、信息搜集與風(fēng)險(xiǎn)分擔(dān)等功能，有助于改善制造業(yè)的融資成本，增加科技創(chuàng)新投入，并通過信息共享與風(fēng)險(xiǎn)分擔(dān)降低制造業(yè)的投資風(fēng)險(xiǎn)，提高國際競爭力。近年來，隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)的興起，數(shù)字金融應(yīng)運(yùn)而生。數(shù)字金融對市場反應(yīng)更加迅速，且邊際成本低、資源消耗少，能夠更好地與實(shí)體經(jīng)濟(jì)相融合?？紤]到我國經(jīng)濟(jì)的發(fā)展重心已開始由促增長向調(diào)結(jié)構(gòu)的方向轉(zhuǎn)變，制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)需要進(jìn)一步地優(yōu)化。特別是當(dāng)前我國制造業(yè)的發(fā)展進(jìn)入了瓶頸期，而要實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級，在產(chǎn)業(yè)具備極大關(guān)聯(lián)性的條件下，就需要通過與其他產(chǎn)業(yè)的擴(kuò)散融合來產(chǎn)生結(jié)構(gòu)增長效應(yīng)［1］。故借助數(shù)字金融功能加強(qiáng)上下游企業(yè)間的緊密聯(lián)系，使企業(yè)在細(xì)化分工的同時(shí)降低各環(huán)節(jié)間的摩擦成本，實(shí)現(xiàn)制造業(yè)鏈條與金融的深度融合，這對于轉(zhuǎn)變制造業(yè)生產(chǎn)方式與產(chǎn)業(yè)結(jié)構(gòu)升級具有深遠(yuǎn)影響［2］。因此，研究數(shù)字金融與制造業(yè)的耦合關(guān)系，對于我國制造業(yè)的高質(zhì)量發(fā)展與產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級具有重要意義。

2 文獻(xiàn)綜述

有關(guān)數(shù)字金融、制造業(yè)與產(chǎn)業(yè)結(jié)構(gòu)升級間的關(guān)系，現(xiàn)有研究主要集中于兩個(gè)部分：一是從理論和實(shí)證兩方面對數(shù)字金融與制造業(yè)的關(guān)系研究；二是對數(shù)字金融服務(wù)制造業(yè)轉(zhuǎn)型升級的研究。

數(shù)字金融與制造業(yè)的關(guān)系研究。一般而言，制造業(yè)轉(zhuǎn)型升級是通過技術(shù)創(chuàng)新以實(shí)現(xiàn)勞動(dòng)密集型向技術(shù)密集型轉(zhuǎn)型的躍遷過程［3］。特別是Yang和Yu［4］，Wolfmayr［5］認(rèn)為，生產(chǎn)性服務(wù)業(yè)是通過給予制造業(yè)成本優(yōu)勢與差異化競爭優(yōu)勢的方式對其全要素生產(chǎn)率產(chǎn)生正向影響?；诖耍瑪?shù)字金融與制造業(yè)的關(guān)系研究多從三個(gè)方面展開。（1）對傳統(tǒng)金融進(jìn)行結(jié)構(gòu)性功能補(bǔ)充，通過改善長尾群體的金融服務(wù)可得性為中小微技術(shù)密集型制造業(yè)提供支持，并為高新技術(shù)制造業(yè)提供全方位連續(xù)型金融服務(wù)［6，7］。（2）數(shù)字金融通過倒逼傳統(tǒng)銀行的市場化改革以優(yōu)化金融結(jié)構(gòu)，并通過技術(shù)溢出促進(jìn)了信貸資源定價(jià)與配置的市場化，進(jìn)而提升了資金配置效率，降低了技術(shù)密集型制造業(yè)的融資成本［8，9］。（3）技術(shù)、數(shù)據(jù)等要素的流動(dòng)性促使數(shù)字金融能夠突破地域范圍限制，因而能夠?qū)χ圃鞓I(yè)產(chǎn)生空間溢出效應(yīng)。此外，技術(shù)密集型企業(yè)具有更高的集中度，也能更好地與數(shù)字金融產(chǎn)生業(yè)務(wù)聯(lián)系效應(yīng)［10，11］。

數(shù)字金融服務(wù)制造業(yè)轉(zhuǎn)型升級的研究。目前基于數(shù)字金融視角探討如何促進(jìn)制造業(yè)轉(zhuǎn)型升級的研究還相對較少。從少數(shù)研究來看，姚博［12］認(rèn)為，數(shù)字金融的發(fā)展能夠?qū)χ圃鞓I(yè)產(chǎn)生較為深遠(yuǎn)的影響，有助于實(shí)現(xiàn)制造業(yè)的深刻變革，兩行業(yè)的融合發(fā)展能夠?yàn)楫a(chǎn)業(yè)結(jié)構(gòu)提供助力。彭繼增等［13］基于2010—2015年我國季度層面數(shù)據(jù)探討了金融與產(chǎn)業(yè)結(jié)構(gòu)的關(guān)系，認(rèn)為互聯(lián)網(wǎng)金融的發(fā)展推動(dòng)了數(shù)字普惠金融的產(chǎn)生，能夠通過推動(dòng)制造業(yè)生產(chǎn)方式的變革以促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型。張玉華和張濤［14］認(rèn)為生產(chǎn)性服務(wù)業(yè)與制造業(yè)的協(xié)同發(fā)展是促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)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(qū)制造業(yè)創(chuàng)新效率的計(jì)算后發(fā)現(xiàn)，數(shù)字金融對制造業(yè)創(chuàng)新效率具有顯著影響。丁日佳和劉瑞凝［16］，張?zhí)恚?7］則從合理化與高級化兩個(gè)視角對制造業(yè)結(jié)構(gòu)展開研究，實(shí)證研究發(fā)現(xiàn)數(shù)字金融在促進(jìn)制造業(yè)合理化和高級化過程中，對產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級具有顯著的正向影響，且不同地區(qū)存在顯著的異質(zhì)性特征。此外，段永琴等［11］，李朝陽等［18］均認(rèn)為，數(shù)字金融能夠通過提高企業(yè)的信貸可得性以緩解融資困境，以相匹配的綜合金融服務(wù)驅(qū)動(dòng)制造業(yè)向技術(shù)密集型方向發(fā)展，進(jìn)而實(shí)現(xiàn)企業(yè)創(chuàng)新與產(chǎn)業(yè)結(jié)構(gòu)的升級。

總體上看，現(xiàn)有研究對我國數(shù)字金融與制造業(yè)的融合發(fā)展以及促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級均持有肯定態(tài)度。但對于我國當(dāng)前的數(shù)字金融與制造業(yè)的耦合關(guān)系，以及對產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級的影響程度如何均莫衷一是?？紤]到金融在產(chǎn)業(yè)結(jié)構(gòu)演進(jìn)過程中的作用以及我國不同地區(qū)之間金融與制造業(yè)發(fā)展的差異性因素，數(shù)字金融與制造業(yè)的耦合程度與產(chǎn)業(yè)結(jié)構(gòu)之間的關(guān)系可能還存在一定的空間自相關(guān)性，而既有研究所選取的傳統(tǒng)的回歸分析方法也容易忽視空間差異?；诖?，本研究將重點(diǎn)關(guān)注我國數(shù)字金融與制造業(yè)之間的耦合關(guān)系，并深入研究其對產(chǎn)業(yè)結(jié)構(gòu)升級的作用效果與空間異質(zhì)性，以期從理論與實(shí)證方面豐富相關(guān)研究。

3 研究設(shè)計(jì)與分析

3.1 研究指標(biāo)選取

制造業(yè)耦合評價(jià)指標(biāo)體系。從現(xiàn)有研究來看，有學(xué)者從經(jīng)濟(jì)、科技、能源、環(huán)境和社會服務(wù)等層面衡量，也有學(xué)者從企業(yè)數(shù)量、從業(yè)人員與經(jīng)營規(guī)模等維度衡量，而通過發(fā)展規(guī)模、結(jié)構(gòu)、效率及潛力等維度衡量是較為全面的方式［19，20］。結(jié)合上述研究，本文從總體規(guī)模、科技水平與發(fā)展速度3個(gè)維度共9個(gè)指標(biāo)來進(jìn)行衡量。具體指標(biāo)如表1所示。

表1 我國制造業(yè)的耦合評價(jià)指標(biāo)體系

數(shù)字金融。選取北京大學(xué)數(shù)字金融研究中心于2021年發(fā)布的2011—2020年數(shù)字普惠金融指數(shù)衡量。該指數(shù)主要包括數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和普惠金融數(shù)字化程度3個(gè)維度，33個(gè)具體指標(biāo)，能夠較為全面地考察我國數(shù)字金融與制造業(yè)的耦合關(guān)系。

核心解釋變量：數(shù)字金融與制造業(yè)耦合協(xié)調(diào)度（CR）。根據(jù)制造業(yè)與數(shù)字金融相關(guān)數(shù)據(jù)，由耦合協(xié)調(diào)模型計(jì)算可得。

被解釋變量：產(chǎn)業(yè)結(jié)構(gòu)升級（INDUS）。產(chǎn)業(yè)結(jié)構(gòu)升級的本質(zhì)是生產(chǎn)要素在不同部門之間重新分配，由生產(chǎn)效率低、資本回報(bào)率低的部門向生產(chǎn)效率高與資本回報(bào)率高的部門轉(zhuǎn)移的過程［21］。因此，本文選取三次產(chǎn)業(yè)的產(chǎn)值比重乘以勞動(dòng)生產(chǎn)率系數(shù)指標(biāo)來衡量產(chǎn)業(yè)結(jié)構(gòu)水平，公式如下

其中INDUS表示我國產(chǎn)業(yè)結(jié)構(gòu)水平，Sit為相關(guān)產(chǎn)業(yè)i在t時(shí)期內(nèi)的生產(chǎn)總值，δit為相關(guān)產(chǎn)業(yè)i在t時(shí)期內(nèi)的勞動(dòng)生產(chǎn)率?？紤]到兩指標(biāo)的量綱問題，進(jìn)行標(biāo)準(zhǔn)化處理之后，可計(jì)算出我國整體的產(chǎn)業(yè)結(jié)構(gòu)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(fèi)品零售總額占GDP的比重（RSCG）指標(biāo)考察市場需求因素對我國產(chǎn)業(yè)結(jié)構(gòu)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(biāo)探討對外開放因素與我國產(chǎn)業(yè)結(jié)構(gòu)的關(guān)系。選取財(cái)政支出與GDP的比重（FISC）分析政府因素對我國產(chǎn)業(yè)結(jié)構(gòu)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(jìn)行考察：一是基礎(chǔ)設(shè)施水平（CAFT），用人均貨運(yùn)周轉(zhuǎn)量表示；二是人力資本（HUCP），用研發(fā)人員占人口比重表示；三是科技投入（SCI），用財(cái)政科技投入占財(cái)政支出總額的比重表示。

本文主要選取2011—2020年我國31個(gè)省份（不含港澳臺）的面板數(shù)據(jù)進(jìn)行研究。數(shù)據(jù)所涉及的指標(biāo)主要來源于W ind數(shù)據(jù)庫、《中國統(tǒng)計(jì)年鑒》《中國工業(yè)統(tǒng)計(jì)年鑒》《高新技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》、國家統(tǒng)計(jì)局以及相關(guān)指標(biāo)計(jì)算而得。

3.2 耦合協(xié)調(diào)模型的構(gòu)建

耦合是指兩個(gè)或兩個(gè)以上子系統(tǒng)間通過彼此相互影響，相互制約以及相互作用的活動(dòng)過程。在構(gòu)建耦合協(xié)調(diào)模型過程中，需要通過建立耦合度函數(shù)以及測算耦合協(xié)調(diào)度，進(jìn)而確定研究對象之間的耦合協(xié)調(diào)情況。具體方法如下：

第1步數(shù)據(jù)的標(biāo)準(zhǔn)化處理。假設(shè)總共有Z（mij）個(gè)指標(biāo)，mij表示第i個(gè)子指標(biāo)中的第j個(gè)實(shí)際取值?？紤]到制造業(yè)所取的各項(xiàng)子指標(biāo)可能存在不同的正負(fù)相關(guān)性，故需要對兩類指標(biāo)的標(biāo)準(zhǔn)化公式進(jìn)行區(qū)分。

第2步確定指標(biāo)權(quán)重。運(yùn)用熵值法的思想來確定制造業(yè)各項(xiàng)指標(biāo)的權(quán)重。假設(shè)權(quán)重用Wij表示，即假設(shè)S（mij）為第j個(gè)指標(biāo)中的第i個(gè)子系統(tǒng)的比重，則可計(jì)算出mj的權(quán)重Wj。

第3步估計(jì)發(fā)展水平。本文借助加權(quán)法對我國制造業(yè)2011—2020年的狀況進(jìn)行考察，公式為Sij＝Wj×mij。

第4步構(gòu)建耦合度函數(shù)。將數(shù)字金融與制造業(yè)兩個(gè)子系統(tǒng)發(fā)展水平視為TE和ME，可計(jì)算耦合度值C。在此基礎(chǔ)上，分別構(gòu)建綜合系統(tǒng)指數(shù)Y和耦合協(xié)調(diào)度CR。最后，區(qū)別耦合協(xié)調(diào)度等級。按照明確性原則，將本文的耦合協(xié)調(diào)度按照［0，1］劃分為10個(gè)連續(xù)等距階梯區(qū)間［22］。

3.3 結(jié)果分析

利用耦合協(xié)調(diào)模型，可以計(jì)算我國數(shù)字金融與制造業(yè)的耦合協(xié)調(diào)度（CR）。2011—2020年我國數(shù)字金融與制造業(yè)的耦合協(xié)調(diào)度水平穩(wěn)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(qū)的數(shù)字金融與制造業(yè)的耦合協(xié)調(diào)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(qū)10年間的數(shù)字金融與制造業(yè)的耦合協(xié)調(diào)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(qū)，這與東部地區(qū)相對發(fā)達(dá)的數(shù)字金融水平以及高質(zhì)量的制造業(yè)發(fā)展程度有關(guān)，東部地區(qū)具有資金融通、政策支持、高端人才優(yōu)勢，有利于數(shù)字金融與制造業(yè)間的緊密聯(lián)系。

表2為我國31個(gè)省份2020年的耦合協(xié)調(diào)度層次劃分。研究發(fā)現(xiàn)，我國各省份的數(shù)字金融與制造業(yè)耦合協(xié)調(diào)度呈紡錘體結(jié)構(gòu)。廣東、江蘇、山東、北京、河北、上海、浙江、河南屬于第一梯隊(duì)，特別是廣東、江蘇和山東三地區(qū)的耦合協(xié)調(diào)度水平已經(jīng)達(dá)到了中、初級耦合協(xié)調(diào)水平。而第二梯隊(duì)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(gè)?。ㄊ校?，這些地區(qū)的耦合協(xié)調(diào)度水平基本處于瀕臨失調(diào)水平。內(nèi)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(gè)省份則屬于第三梯隊(duì)，整體耦合協(xié)調(diào)度水平較為落后，基本處于輕度失調(diào)和中度失調(diào)的水平。這與當(dāng)?shù)亟鹑诎l(fā)展水平偏低，基礎(chǔ)設(shè)施不足，難以承接?xùn)|部地區(qū)制造業(yè)產(chǎn)業(yè)轉(zhuǎn)移有關(guān)。

表2 2020年我國各省份數(shù)字金融與制造業(yè)耦合協(xié)調(diào)度劃分

4 實(shí)證模型構(gòu)建與分析

4.1 空間計(jì)量模型

考慮到本文主要研究的是我國數(shù)字金融與制造業(yè)耦合關(guān)系對產(chǎn)業(yè)結(jié)構(gòu)的影響，因此相關(guān)指標(biāo)可能存在區(qū)域間相互影響，相互牽制的關(guān)系。故利用空間計(jì)量模型進(jìn)行考察，相關(guān)模型如下所示

其中Yi為被解釋變量，表示不同地區(qū)橫截面對象的影響；Yi-1表示除該地區(qū)外其他地區(qū)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(qū)別判斷不同的空間計(jì)量模型的影響因素。同時(shí)，選用二分權(quán)重矩陣，將存在共同邊界的兩地區(qū)視為相鄰地區(qū)，其權(quán)重為1，否則為0。在此基礎(chǔ)上，將矩陣進(jìn)行標(biāo)準(zhǔn)化后使該矩陣的每行之和為1，以確定每個(gè)樣本地區(qū)的空間影響份額，從而構(gòu)建出空間計(jì)量模型所需要的空間權(quán)重矩陣。

4.2 空間計(jì)量模型的選擇

空間計(jì)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(shè)定的模型其所代表的經(jīng)濟(jì)意義也有所不同。一般而言，SER模型主要側(cè)重于是否存在空間溢出效應(yīng)，即誤差項(xiàng)存在的相關(guān)性是否對空間溢出效應(yīng)產(chǎn)生隨機(jī)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(jìn)而作用于其他地區(qū)，即本地區(qū)的因變量會作用于相鄰地區(qū)。因此，考慮到上述的可能性，本文將分別運(yùn)用SER模型和SAR模型進(jìn)行計(jì)算。

4.3 M oran相關(guān)性檢驗(yàn)

在進(jìn)行空間計(jì)量之前，還需要運(yùn)用Moran’s I指數(shù)對我國數(shù)字金融、制造業(yè)與產(chǎn)業(yè)結(jié)構(gòu)升級在空間上是否存在相關(guān)性進(jìn)行檢驗(yàn)，Moran’s I指數(shù)定義公式如下

如表3所示，產(chǎn)業(yè)結(jié)構(gòu)升級指標(biāo)所對應(yīng)的Moran’s I指數(shù)均為正值，這表明2011—2020年間我國的產(chǎn)業(yè)結(jié)構(gòu)升級因地理位置相鄰的原因，存在一定的空間自相關(guān)性的特征。因此，本文關(guān)于數(shù)字金融與制造業(yè)的耦合關(guān)系對產(chǎn)業(yè)結(jié)構(gòu)升級影響的研究可以采用空間計(jì)量模型進(jìn)行實(shí)證分析。

表3 我國產(chǎn)業(yè)結(jié)構(gòu)升級M oran’s I指數(shù)自相關(guān)檢驗(yàn)

4.4 實(shí)證結(jié)果與分析

本文所構(gòu)建的SER和SAR模型的公式如下

其中INDUS為被解釋變量，表示產(chǎn)業(yè)結(jié)構(gòu)升級；X為解釋變量，為本文所設(shè)定的6個(gè)解釋變量和3個(gè)控制變量；α和ρ分別為變量系數(shù)和空間回歸系數(shù)，主要考察相鄰各省的產(chǎn)業(yè)結(jié)構(gòu)升級對該省產(chǎn)業(yè)結(jié)構(gòu)升級的影響；Wln（INDUS）為空間滯后項(xiàng)；λ為空間誤差系數(shù)，即實(shí)證分析相鄰各省產(chǎn)業(yè)結(jié)構(gòu)升級的誤差項(xiàng)對該省產(chǎn)業(yè)結(jié)構(gòu)升級的沖擊；W為n×n的空間權(quán)重矩陣；ε，μ為隨機(jī)誤差項(xiàng)。通過LM 檢驗(yàn)發(fā)現(xiàn)，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(jìn)行考察?？紤]到不同地區(qū)間相鄰兩單元可能存在一定程度的空間效應(yīng)，故可采用固定效應(yīng)模型。進(jìn)一步地，再次運(yùn)用LM檢驗(yàn)固定效應(yīng)模型類型發(fā)現(xiàn)，個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)均通過了LM檢驗(yàn)，p值分別為0.093和0.005。但相較而言，時(shí)間固定效應(yīng)較個(gè)體固定效應(yīng)結(jié)果更加顯著。因此，本文將以時(shí)間固定效應(yīng)的空間滯后模型結(jié)果為主，同時(shí)，運(yùn)用OLS方法對結(jié)果進(jìn)行比較。結(jié)果如表4。

表4 全國樣本的模型實(shí)證結(jié)果

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

核心解釋變量方面，數(shù)字金融與制造業(yè)的耦合協(xié)調(diào)度在1%的顯著性水平下與我國產(chǎn)業(yè)結(jié)構(gòu)升級呈顯著的正相關(guān)關(guān)系，其系數(shù)為0.393，其余兩模型的結(jié)果同樣呈顯著的正相關(guān)關(guān)系。這說明通過加強(qiáng)數(shù)字金融與我國制造業(yè)的聯(lián)系有助于改善產(chǎn)業(yè)結(jié)構(gòu)，有效推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級［23］。而代表市場需求的兩個(gè)指標(biāo)在模型中的回歸系數(shù)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(fèi)能力的增強(qiáng)，能夠促進(jìn)數(shù)字金融產(chǎn)業(yè)的形成和完善，以及與制造業(yè)的緊密聯(lián)系，從而進(jìn)一步推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)的改善。對外開放度方面，F(xiàn)DI指標(biāo)在模型中的回歸系數(shù)為0.127，且在5%的顯著性水平下呈正相關(guān)關(guān)系。這表明我國通過開放市場吸引外資，也有助于推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)升級。但OFDI與產(chǎn)業(yè)結(jié)構(gòu)升級卻在模型中呈顯著的負(fù)相關(guān)關(guān)系，回歸系數(shù)為-0.104且在1%的顯著性水平下顯著，其原因可能與國內(nèi)資本外流有關(guān)，資本的流出影響了制造業(yè)的融資成本，進(jìn)而影響了產(chǎn)業(yè)結(jié)構(gòu)的升級［24］。而財(cái)政支出與GDP的比重指標(biāo)回歸系數(shù)顯著為負(fù)，OLS和個(gè)體固定效應(yīng)模型的結(jié)果也呈負(fù)值。原因可能在于政府調(diào)控能力的不斷增強(qiáng)導(dǎo)致地方政府的過度干預(yù)，進(jìn)而影響了資本的有效配置能力，產(chǎn)業(yè)間地位差異的擴(kuò)大影響了產(chǎn)業(yè)結(jié)構(gòu)的改善。此外，基礎(chǔ)設(shè)施水平、人力資本和科技投入指標(biāo)在時(shí)間固定效應(yīng)模型中均在不同程度的顯著性水平上呈正相關(guān)關(guān)系，說明基礎(chǔ)設(shè)施的改善，人力資本的提升與科技投入的增加也有助于產(chǎn)業(yè)結(jié)構(gòu)升級。

4.5 進(jìn)一步分析

進(jìn)一步地，考察我國不同區(qū)域數(shù)字金融與制造業(yè)的耦合協(xié)調(diào)關(guān)系對產(chǎn)業(yè)結(jié)構(gòu)升級的影響。通過LM檢驗(yàn)發(fā)現(xiàn)，我國各地區(qū)空間滯后模型均能夠在不同的顯著性水平下通過檢驗(yàn)。因此，對不同地區(qū)產(chǎn)業(yè)結(jié)構(gòu)影響因素的考察可采用空間滯后模型。而根據(jù)區(qū)域固定效應(yīng)模型的LM檢驗(yàn)結(jié)果發(fā)現(xiàn)，東、中部地區(qū)通過了個(gè)體與時(shí)間固定效應(yīng)檢驗(yàn)，p值分別為0.092、0.021及0.030、0.001。西部地區(qū)則通過了時(shí)間固定效應(yīng)檢驗(yàn)和個(gè)體固定效應(yīng)檢驗(yàn)，p值分別為0.035和0.083。綜合考慮，研究亦可采用時(shí)間固定效應(yīng)模型進(jìn)行分析。結(jié)果如表5所示。

表5 區(qū)域時(shí)間固定效應(yīng)模型回歸結(jié)果

結(jié)果顯示，東部地區(qū)數(shù)字金融與制造業(yè)耦合協(xié)調(diào)度與產(chǎn)業(yè)結(jié)構(gòu)之間呈顯著的正相關(guān)關(guān)系，回歸系數(shù)為0.597，即東部地區(qū)數(shù)字金融與制造業(yè)的耦合關(guān)系通過影響產(chǎn)品供給改善了不同要素資源在各產(chǎn)業(yè)間的分配，其所產(chǎn)生的空間集聚效應(yīng)有利于當(dāng)?shù)禺a(chǎn)業(yè)的優(yōu)化升級。市場需求因素方面，兩個(gè)代表性指標(biāo)也在不同的顯著性水平下與產(chǎn)業(yè)結(jié)構(gòu)呈正相關(guān)關(guān)系。這說明東部地區(qū)的市場需求因素能夠有效地引領(lǐng)產(chǎn)業(yè)的產(chǎn)品供給，通過改善產(chǎn)業(yè)間的資源要素分配實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)的相應(yīng)調(diào)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(biāo)都能夠充分運(yùn)用資本優(yōu)勢以促進(jìn)當(dāng)?shù)氐漠a(chǎn)業(yè)升級。政府因素方面，東部地區(qū)政府調(diào)控指標(biāo)與產(chǎn)業(yè)結(jié)構(gòu)呈顯著的負(fù)相關(guān)關(guān)系。原因可能在于東部地區(qū)的市場經(jīng)濟(jì)較為發(fā)達(dá)，市場對資源要素的有效配置能夠?qū)①Y源向有利于產(chǎn)業(yè)結(jié)構(gòu)升級的方向傾斜，過度的政府干預(yù)反而不利于產(chǎn)業(yè)升級。此外，ρ值通過了1%的顯著性檢驗(yàn)，且系數(shù)為正。說明東部地區(qū)鄰近省份的產(chǎn)業(yè)結(jié)構(gòu)升級產(chǎn)生了空間溢出效應(yīng)，能夠幫助本省產(chǎn)業(yè)結(jié)構(gòu)的改善。

中部地區(qū)數(shù)字金融與制造業(yè)的耦合協(xié)調(diào)度與產(chǎn)業(yè)結(jié)構(gòu)之間同樣產(chǎn)生了顯著的正相關(guān)關(guān)系，在5%的顯著性水平下系數(shù)為0.163。且中部地區(qū)的市場需求因素兩個(gè)指標(biāo)以及FDI指標(biāo)均呈顯著的正相關(guān)關(guān)系，即市場需求因素以及吸引外資的能力引領(lǐng)了當(dāng)?shù)氐漠a(chǎn)業(yè)結(jié)構(gòu)調(diào)整。OFDI指標(biāo)和政府調(diào)控指標(biāo)則呈現(xiàn)出與東部地區(qū)相反的情況。說明當(dāng)?shù)氐膶ν馔顿Y會促使資本外流，企業(yè)的融資困境加劇，不利于產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級，且當(dāng)?shù)厥袌鼋?jīng)濟(jì)的資源配置能力不足，仍需通過政府調(diào)控以推動(dòng)產(chǎn)業(yè)升級。此外，中部地區(qū)ρ值系數(shù)為0.258且通過了5%的顯著性檢驗(yàn)，即中部地區(qū)的相鄰省份能夠?qū)Ρ臼‘a(chǎn)生空間溢出效應(yīng)。但系數(shù)較東部地區(qū)小，且顯著性不高，說明空間溢出效應(yīng)不足。

西部地區(qū)的數(shù)字金融與制造業(yè)耦合協(xié)調(diào)度也與產(chǎn)業(yè)結(jié)構(gòu)升級產(chǎn)生了正相關(guān)關(guān)系，但回歸系數(shù)并不顯著，且數(shù)值較小。這表明西部地區(qū)的數(shù)字金融與制造業(yè)兩大產(chǎn)業(yè)發(fā)育不足，影響了對產(chǎn)業(yè)結(jié)構(gòu)升級的作用。市場需求因素和政府調(diào)控因素與產(chǎn)業(yè)結(jié)構(gòu)升級呈正相關(guān)關(guān)系，有利于加速當(dāng)?shù)禺a(chǎn)業(yè)結(jié)構(gòu)的創(chuàng)新優(yōu)化。而在對外開放程度方面，F(xiàn)DI與OFDI兩個(gè)指標(biāo)的回歸系數(shù)分別在不同的顯著性水平下為負(fù)，說明當(dāng)?shù)仄髽I(yè)融資困難，且面臨外部資本沖擊，難以形成產(chǎn)業(yè)優(yōu)勢，影響了產(chǎn)業(yè)結(jié)構(gòu)的升級。此外，西部地區(qū)的ρ值盡管為正，但并不顯著，表明相鄰省份的產(chǎn)業(yè)結(jié)構(gòu)升級無法有效帶動(dòng)本省產(chǎn)業(yè)結(jié)構(gòu)的升級，空間溢出效應(yīng)尚不明顯。

總體上看，我國各地區(qū)的數(shù)字金融與制造業(yè)的耦合協(xié)調(diào)水平能夠與產(chǎn)業(yè)結(jié)構(gòu)升級產(chǎn)生正相關(guān)關(guān)系。東部地區(qū)的數(shù)字金融與制造業(yè)的發(fā)展水平較高，相互聯(lián)系較為緊密，其影響系數(shù)也大于中、西部地區(qū)?，F(xiàn)階段西部地區(qū)的耦合協(xié)調(diào)水平較低，對產(chǎn)業(yè)結(jié)構(gòu)升級的影響尚不顯著。我國東、中部地區(qū)相鄰省份的產(chǎn)業(yè)結(jié)構(gòu)升級可通過空間溢出效應(yīng)來影響本省的產(chǎn)業(yè)結(jié)構(gòu)升級，而西部地區(qū)同樣因數(shù)字金融與制造業(yè)發(fā)展水平的落后，還難以借助相鄰省份的空間溢出效應(yīng)來促進(jìn)當(dāng)?shù)氐漠a(chǎn)業(yè)結(jié)構(gòu)升級。

5 結(jié)論與建議

5.1 研究結(jié)論

本文基于2011—2020年我國31個(gè)省份的相關(guān)數(shù)據(jù)，通過建立空間滯后模型來分析數(shù)字金融與制造業(yè)的耦合關(guān)系對產(chǎn)業(yè)結(jié)構(gòu)升級的影響。研究發(fā)現(xiàn)，我國數(shù)字金融與制造業(yè)的耦合協(xié)調(diào)水平仍有待提升，總體上處于瀕臨失調(diào)階段，但能夠?qū)Ξa(chǎn)業(yè)結(jié)構(gòu)升級起到促進(jìn)作用。東部地區(qū)少數(shù)省份的耦合協(xié)調(diào)關(guān)系較高，多數(shù)東、中部地區(qū)省份處于勉強(qiáng)協(xié)調(diào)或?yàn)l臨失調(diào)階段，西部省份則大多處于輕度或中度失調(diào)階段。相應(yīng)地，東、中部地區(qū)呈現(xiàn)出顯著的正向空間溢出效應(yīng)，但西部地區(qū)的空間溢出效應(yīng)不夠明顯。且東、中部地區(qū)各省份的耦合協(xié)調(diào)水平能夠帶動(dòng)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級，但西部地區(qū)因數(shù)字金融與制造業(yè)發(fā)展水平的不足，影響了當(dāng)?shù)氐漠a(chǎn)業(yè)結(jié)構(gòu)調(diào)整。

5.2 政策建議

結(jié)合上述分析，我們有以下幾點(diǎn)政策啟示：

（1）完善制度環(huán)境，釋放要素潛能與做好頂層設(shè)計(jì)。隨著數(shù)字技術(shù)的發(fā)展，需要通過提高政府的服務(wù)意識，提升政策的供給質(zhì)量，從而加快制度的供給效率。進(jìn)一步簡政放權(quán)，發(fā)揮市場在資源配置中的作用，維護(hù)公平的市場秩序，提高企業(yè)的營商環(huán)境和生產(chǎn)效率。

（2）提升數(shù)字金融與制造業(yè)的耦合協(xié)調(diào)水平，加快兩大產(chǎn)業(yè)的融合創(chuàng)新。一方面要做好數(shù)字金融產(chǎn)業(yè)的基礎(chǔ)設(shè)施建設(shè)，通過創(chuàng)新金融產(chǎn)品，制定優(yōu)惠政策，降低數(shù)字金融的借貸成本。另一方面，加快數(shù)字金融產(chǎn)業(yè)的現(xiàn)代化信息技術(shù)建設(shè)，加大技術(shù)投入力度，強(qiáng)化數(shù)字金融與制造業(yè)的資本要素聯(lián)系，實(shí)現(xiàn)產(chǎn)業(yè)聯(lián)動(dòng)發(fā)展。

（3）縮小區(qū)域間產(chǎn)業(yè)發(fā)展差異，充分利用好各省間的空間溢出效應(yīng)。一是構(gòu)建多種形式的區(qū)域間經(jīng)濟(jì)合作聯(lián)盟，實(shí)現(xiàn)區(qū)域間的資源共享，加強(qiáng)區(qū)域間的人員交流與研究合作。二是要形成不同區(qū)域間的優(yōu)勢資源互補(bǔ)，加快區(qū)域間的要素流動(dòng)。構(gòu)建分工明確、各具優(yōu)勢，創(chuàng)新協(xié)同的產(chǎn)業(yè)結(jié)構(gòu)布局，推動(dòng)區(qū)域間“金融—制造”的良性循環(huán)。三是推動(dòng)區(qū)域間科技創(chuàng)新與產(chǎn)業(yè)調(diào)整的深度融合。東部地區(qū)發(fā)揮技術(shù)特長，進(jìn)一步推動(dòng)“互聯(lián)網(wǎng)+”、大數(shù)據(jù)、人工智能等技術(shù)突破，促進(jìn)金融與制造業(yè)產(chǎn)業(yè)鏈的精準(zhǔn)對接。而中、西部地區(qū)則應(yīng)積極承接?xùn)|部地區(qū)相關(guān)產(chǎn)業(yè)的轉(zhuǎn)移，加速與當(dāng)?shù)仄髽I(yè)的深度融合，以促進(jìn)制造業(yè)的優(yōu)化升級。