李遠(yuǎn)慧 王靖伊 陳蓉蓉

【摘 要】 制造業(yè)高質(zhì)量發(fā)展是構(gòu)建中國現(xiàn)代化產(chǎn)業(yè)體系的關(guān)鍵環(huán)節(jié)，提高金融服務(wù)實(shí)體經(jīng)濟(jì)的能力是實(shí)現(xiàn)制造業(yè)高質(zhì)量發(fā)展的重要手段之一。文章基于制造業(yè)企業(yè)與金融機(jī)構(gòu)的產(chǎn)業(yè)融合，以我國A股制造業(yè)上市公司2007—2022年數(shù)據(jù)為研究樣本，探究制造業(yè)企業(yè)金融股權(quán)關(guān)聯(lián)對其全要素生產(chǎn)率的影響以及技術(shù)創(chuàng)新的中介效應(yīng)。研究發(fā)現(xiàn)：制造業(yè)企業(yè)金融股權(quán)關(guān)聯(lián)對其全要素生產(chǎn)率有顯著的促進(jìn)作用，技術(shù)創(chuàng)新在其中發(fā)揮了中介效應(yīng)，尤其是以發(fā)明專利為代表的實(shí)質(zhì)性技術(shù)創(chuàng)新。進(jìn)一步研究表明技術(shù)創(chuàng)新的中介效應(yīng)在市場化程度低、行業(yè)技術(shù)性高的企業(yè)中作用更強(qiáng)。研究發(fā)現(xiàn)對引導(dǎo)我國制造業(yè)企業(yè)通過金融股權(quán)關(guān)聯(lián)實(shí)踐提升其技術(shù)創(chuàng)新，進(jìn)而促進(jìn)全要素生產(chǎn)率向高質(zhì)量發(fā)展轉(zhuǎn)型具有重要意義。

【關(guān)鍵詞】 金融股權(quán)關(guān)聯(lián)； 全要素生產(chǎn)率； 制造業(yè)企業(yè)； 技術(shù)創(chuàng)新

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

一、引言

制造業(yè)是國民經(jīng)濟(jì)的支柱產(chǎn)業(yè)，我國“十四五”規(guī)劃綱要指出，要“增強(qiáng)制造業(yè)競爭優(yōu)勢，推動(dòng)制造業(yè)高質(zhì)量發(fā)展”。生產(chǎn)要素理論認(rèn)為勞動(dòng)、土地、資本、組織、技術(shù)和信息等要素的投入決定了企業(yè)的生產(chǎn)結(jié)構(gòu)與效率，進(jìn)而影響制造業(yè)企業(yè)高質(zhì)量發(fā)展。依托豐富的勞動(dòng)資源和高投資的傳統(tǒng)發(fā)展模式，中國制造業(yè)迅猛發(fā)展，產(chǎn)業(yè)體系優(yōu)勢不斷擴(kuò)大，連續(xù)十三年規(guī)模居世界第一。但隨著中國人口紅利優(yōu)勢減弱，資源約束日益加劇，傳統(tǒng)勞動(dòng)力要素投入驅(qū)動(dòng)制造業(yè)發(fā)展的邊際效應(yīng)不再顯著，制造業(yè)增加值占GDP比重開始逐年降低。為了緩解制造業(yè)增加值占比下降的趨勢，中國制造業(yè)有必要向技術(shù)驅(qū)動(dòng)的內(nèi)涵高質(zhì)量發(fā)展模式轉(zhuǎn)換。但是制造業(yè)企業(yè)研發(fā)風(fēng)險(xiǎn)高、資本性支出較大，其發(fā)展常面臨嚴(yán)重的外部融資約束，為了解決這一問題，近年來制造業(yè)企業(yè)開始嘗試尋求與金融資本進(jìn)行產(chǎn)融結(jié)合。

在資本逐利動(dòng)機(jī)下，企業(yè)追求持有交易性金融資產(chǎn)、貸款等金融資產(chǎn)配置，可能導(dǎo)致資源由實(shí)體經(jīng)濟(jì)逆向流入金融領(lǐng)域，產(chǎn)生“脫實(shí)向虛”負(fù)向影響[ 1 ]。而金融股權(quán)關(guān)聯(lián)是指實(shí)體企業(yè)與金融機(jī)構(gòu)通過股權(quán)關(guān)系實(shí)現(xiàn)資金、資本、管理層面的融合發(fā)展模式，其意義在于構(gòu)建產(chǎn)業(yè)協(xié)同發(fā)展體系?！笆奈濉币?guī)劃綱要指出，“破除制約要素合理流動(dòng)的堵點(diǎn)，矯正資源要素失衡錯(cuò)配，提高金融服務(wù)實(shí)體經(jīng)濟(jì)能力”。因此本文重點(diǎn)關(guān)注制造業(yè)企業(yè)持股金融機(jī)構(gòu)的股權(quán)關(guān)聯(lián)，探究金融業(yè)作為實(shí)體經(jīng)濟(jì)的服務(wù)產(chǎn)業(yè)，幫助制造業(yè)企業(yè)獲取資本，緩解融資約束的能力。據(jù)統(tǒng)計(jì)，2022年中國制造業(yè)上市公司中約有14%的企業(yè)進(jìn)行了金融股權(quán)關(guān)聯(lián)，以滿足企業(yè)自身融資、資產(chǎn)保值、發(fā)展轉(zhuǎn)型等需求[ 2 ]。然而，金融股權(quán)關(guān)聯(lián)能否在為制造業(yè)企業(yè)經(jīng)營活動(dòng)帶來資金支持的基礎(chǔ)上，促進(jìn)技術(shù)進(jìn)步，進(jìn)而真正提升全要素生產(chǎn)率，助推制造業(yè)企業(yè)高質(zhì)量發(fā)展值得進(jìn)一步分析。

金融股權(quán)關(guān)聯(lián)的經(jīng)濟(jì)后果，相關(guān)文獻(xiàn)主要關(guān)注投資效率和企業(yè)績效等方面。在投資效率方面，已有研究討論了金融股權(quán)關(guān)聯(lián)在提高企業(yè)投資機(jī)會(huì)的敏感性、抑制非效率投資、緩解投資不足的作用[ 2 ]，但同時(shí)很可能產(chǎn)生加劇過度投資的不良后果[ 3 ]。在企業(yè)績效方面，已有研究探討了金融股權(quán)關(guān)聯(lián)對降低債務(wù)成本、提高毛利率[ 4 ]、企業(yè)市場估值及股價(jià)的提升作用。與此同時(shí)，也有少量文獻(xiàn)研究金融股權(quán)關(guān)聯(lián)與制造業(yè)企業(yè)全要素生產(chǎn)率的關(guān)系，但是結(jié)論并不統(tǒng)一[ 5-6 ]。作為建立實(shí)體資本與金融資本關(guān)聯(lián)的手段之一，金融股權(quán)關(guān)聯(lián)在信息交流、代理問題等方面更具主動(dòng)性，與購買金融資產(chǎn)帶來的經(jīng)濟(jì)后果有所差異，能夠減少企業(yè)“脫實(shí)向虛”現(xiàn)象發(fā)生的可能，金融股權(quán)關(guān)聯(lián)能否以及如何影響制造業(yè)企業(yè)的全要素生產(chǎn)率，仍缺乏系統(tǒng)性分析和機(jī)制性證據(jù)。

本文以2007—2022年滬深A(yù)股制造業(yè)上市公司為樣本，通過手工采集制造業(yè)上市公司金融股權(quán)關(guān)聯(lián)的相關(guān)數(shù)據(jù)，考察制造業(yè)企業(yè)金融股權(quán)關(guān)聯(lián)對全要素生產(chǎn)率的影響。研究發(fā)現(xiàn)，制造業(yè)企業(yè)金融股權(quán)關(guān)聯(lián)通過提高技術(shù)創(chuàng)新提升了全要素生產(chǎn)率，推動(dòng)企業(yè)高質(zhì)量發(fā)展；對市場化程度低、行業(yè)技術(shù)性高的企業(yè)，這種效應(yīng)更為明顯。

本文可能的研究貢獻(xiàn)在于以下兩方面：第一，豐富了金融股權(quán)關(guān)聯(lián)與全要素生產(chǎn)率的相關(guān)研究。既有文獻(xiàn)發(fā)現(xiàn)金融股權(quán)關(guān)聯(lián)能夠?qū)?shí)體資本與金融資本進(jìn)行深度融合，對企業(yè)投資效率[ 3 ]、財(cái)務(wù)績效[ 4 ]及市場表現(xiàn)和創(chuàng)新產(chǎn)出[ 7 ]產(chǎn)生影響，本文以制造業(yè)企業(yè)作為研究對象，對推動(dòng)制造業(yè)與金融服務(wù)業(yè)深度融合，促進(jìn)實(shí)體經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要意義。第二，探究金融股權(quán)關(guān)聯(lián)與全要素生產(chǎn)率的作用機(jī)理，并從區(qū)域市場發(fā)展、行業(yè)特征層面入手，探究金融股權(quán)關(guān)聯(lián)對制造業(yè)企業(yè)全要素生產(chǎn)率促進(jìn)作用的環(huán)境差異。

二、理論分析與研究假設(shè)

（一）制造業(yè)企業(yè)金融股權(quán)關(guān)聯(lián)與全要素生產(chǎn)率

制造業(yè)企業(yè)與金融機(jī)構(gòu)的股權(quán)關(guān)聯(lián)能夠建立產(chǎn)業(yè)協(xié)同發(fā)展體系，實(shí)現(xiàn)二者資金與人力資本方面的資源信息互補(bǔ)。一方面，金融股權(quán)關(guān)聯(lián)能夠?yàn)橹圃鞓I(yè)企業(yè)帶來充足的資金支持。根據(jù)融資約束理論，制造業(yè)高端化、智能化、綠色化發(fā)展需要大量的資金，單純依靠企業(yè)自身資本積累難以在短時(shí)間內(nèi)轉(zhuǎn)型升級、提升效率，從而面臨較高的外部融資需求。制造業(yè)涉及專業(yè)領(lǐng)域多，容易因與外界的信息不對稱程度較高引發(fā)融資約束問題，對企業(yè)生產(chǎn)經(jīng)營和投資行為等產(chǎn)生負(fù)面影響[ 3 ]。制造業(yè)企業(yè)通過金融股權(quán)關(guān)聯(lián)能夠緩解代理問題與信息不對稱[ 8 ]，增強(qiáng)信息透明度，降低融資交易成本，幫助企業(yè)獲得更多政府補(bǔ)貼和信貸資金的支持，緩解融資約束，并為制造業(yè)企業(yè)創(chuàng)新能力的提升提供資金保障。同時(shí)得益于聲譽(yù)理論，有利于企業(yè)在資本市場建立良好的形象，提高自身聲譽(yù)，拓寬融資渠道。另一方面，制造業(yè)企業(yè)與金融機(jī)構(gòu)的有機(jī)結(jié)合能夠向制造業(yè)企業(yè)輸送專業(yè)的金融管理人才，提升項(xiàng)目管理經(jīng)驗(yàn)[ 9 ]，改善公司治理，同時(shí)幫助制造業(yè)企業(yè)提高其對經(jīng)營活動(dòng)和投資活動(dòng)的機(jī)會(huì)識別與風(fēng)險(xiǎn)應(yīng)對，有助于發(fā)揮管理協(xié)同效應(yīng)[ 7 ]，促進(jìn)生產(chǎn)要素的合理配置，充分將資源價(jià)值發(fā)揮到企業(yè)長期價(jià)值的增長上?；诖?，本文提出如下假設(shè)：

H1：制造業(yè)企業(yè)金融股權(quán)關(guān)聯(lián)對其全要素生產(chǎn)率有顯著的促進(jìn)作用。

（二）制造業(yè)企業(yè)金融股權(quán)關(guān)聯(lián)、技術(shù)創(chuàng)新與全要素生產(chǎn)率

黨的二十大報(bào)告指出“科技是第一生產(chǎn)力，創(chuàng)新是第一動(dòng)力”。創(chuàng)新能力是制造業(yè)企業(yè)提升核心競爭力的重要來源，但制造業(yè)企業(yè)創(chuàng)新活動(dòng)具有投資金額大、風(fēng)險(xiǎn)高、信息披露少的特點(diǎn)，常面臨嚴(yán)重的外部融資約束，促使制造業(yè)企業(yè)嘗試通過金融股權(quán)關(guān)聯(lián)尋求創(chuàng)新支持。首先，制造業(yè)企業(yè)進(jìn)入金融領(lǐng)域，可以拓寬融資渠道，直接增加創(chuàng)新活動(dòng)資金來源。相比金融資產(chǎn)配置的投機(jī)性逐利動(dòng)機(jī)僅僅帶來資金流入，金融股權(quán)關(guān)聯(lián)將制造業(yè)企業(yè)和金融機(jī)構(gòu)形成利益相關(guān)體，金融機(jī)構(gòu)可以獲得更細(xì)致的企業(yè)生產(chǎn)經(jīng)營信息，更直觀地了解創(chuàng)新項(xiàng)目的進(jìn)度、風(fēng)險(xiǎn)和回報(bào)，增加了向制造業(yè)企業(yè)提供信貸支持的可得性，降低了技術(shù)創(chuàng)新融資的交易成本與活動(dòng)周期[ 10 ]，從源頭解決了技術(shù)創(chuàng)新資金問題，直接增加了公司技術(shù)創(chuàng)新投入和產(chǎn)出[ 11 ]。其次，高科技人才是企業(yè)創(chuàng)新活動(dòng)的主導(dǎo)者，依靠金融機(jī)構(gòu)帶來的支持，制造業(yè)企業(yè)可以引入更多高質(zhì)量技術(shù)人才和先進(jìn)的科研團(tuán)隊(duì)，激發(fā)企業(yè)創(chuàng)新活力，進(jìn)而提升技術(shù)創(chuàng)新[ 12 ]。此外，金融機(jī)構(gòu)也能夠幫助優(yōu)化企業(yè)創(chuàng)新活動(dòng)管理流程，提高創(chuàng)新產(chǎn)出數(shù)量和質(zhì)量，提升企業(yè)產(chǎn)品性能和生產(chǎn)效率。因此，以金融股權(quán)關(guān)聯(lián)建立的產(chǎn)業(yè)協(xié)同發(fā)展體系能夠促進(jìn)制造業(yè)企業(yè)和金融機(jī)構(gòu)的信息溝通，提高資源使用效率，進(jìn)而提升創(chuàng)新能力，減小脫實(shí)向虛的負(fù)面影響。

從知識成果角度看，企業(yè)可以通過一般性技術(shù)創(chuàng)新對現(xiàn)有產(chǎn)品升級改造并進(jìn)行商業(yè)化銷售，實(shí)現(xiàn)產(chǎn)品多樣化，增加企業(yè)資源儲(chǔ)備，提升全要素生產(chǎn)率[ 13 ]。而實(shí)質(zhì)性創(chuàng)新則是指對產(chǎn)品、方法或者其改進(jìn)所提出的新的技術(shù)方案，主要表現(xiàn)為發(fā)明專利，是企業(yè)創(chuàng)新的關(guān)鍵核心技術(shù)能力，具有較高的投資價(jià)值[ 14 ]。從技術(shù)進(jìn)步角度看，相比一般性技術(shù)創(chuàng)新，將實(shí)質(zhì)性技術(shù)創(chuàng)新的產(chǎn)出成果應(yīng)用在企業(yè)生產(chǎn)工藝、加工過程等環(huán)節(jié)，更能夠推動(dòng)創(chuàng)新成果轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力，優(yōu)化生產(chǎn)流程，提高單位要素投入的產(chǎn)出水平，以創(chuàng)新驅(qū)動(dòng)提升制造業(yè)企業(yè)全要素生產(chǎn)率，有助于推動(dòng)產(chǎn)業(yè)科技體系整體發(fā)展。此外，技術(shù)進(jìn)步還可以發(fā)揮要素替代功能，減少制造業(yè)企業(yè)對勞動(dòng)力的依賴，通過改變勞動(dòng)力結(jié)構(gòu)降低生產(chǎn)成本，直接促進(jìn)全要素生產(chǎn)率提升[ 15 ]。綜上所述，制造業(yè)企業(yè)金融股權(quán)關(guān)聯(lián)將產(chǎn)業(yè)鏈與資源鏈進(jìn)行有機(jī)結(jié)合，有助于企業(yè)開展創(chuàng)新活動(dòng)，充分發(fā)揮技術(shù)創(chuàng)新對制造業(yè)企業(yè)全要素生產(chǎn)率的提升作用?；诖耍疚奶岢鋈缦录僭O(shè)：

H2：制造業(yè)企業(yè)金融股權(quán)關(guān)聯(lián)能夠通過增強(qiáng)其技術(shù)創(chuàng)新，促進(jìn)全要素生產(chǎn)率的提升。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來源

本文以2007—2022年我國A股制造業(yè)上市公司為研究樣本，在剔除ST上市公司和數(shù)據(jù)缺失樣本后，對所有連續(xù)變量在1%和99%分位數(shù)上進(jìn)行縮尾處理避免極端值的干擾，共獲得18 592個(gè)樣本數(shù)據(jù)，其中進(jìn)行金融股權(quán)關(guān)聯(lián)的樣本數(shù)據(jù)為3 080個(gè)。本文所使用的數(shù)據(jù)來自Wind、CSMAR和CNRDS數(shù)據(jù)庫，使用Stata16進(jìn)行計(jì)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(chǎn)率（TFP）。當(dāng)前學(xué)者多參考1996年Olley and Pakes[ 16 ]的OP模型（1）計(jì)算企業(yè)全要素生產(chǎn)率。

其中，lnY為企業(yè)總產(chǎn)出，狀態(tài)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(dòng)要素投入（lnL），控制變量為產(chǎn)權(quán)性質(zhì)（SOE）、是否有海外收入（Export）和企業(yè)退出（Exit，樣本區(qū)間內(nèi)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(yè)虛擬變量和區(qū)域虛擬變量，ε為誤差項(xiàng)。具體計(jì)算過程中，利用營業(yè)收入的自然對數(shù)度量總產(chǎn)出，通過固定資產(chǎn)賬面價(jià)值度量資本要素，以資本性支出（用于購建固定資產(chǎn)、無形資產(chǎn)和其他長期資產(chǎn)的現(xiàn)金支付凈額）的自然對數(shù)衡量公司投資，用職工人數(shù)衡量勞動(dòng)要素投入。同時(shí)，考慮計(jì)價(jià)貨幣幣值波動(dòng)可能造成的影響，本文對上市公司的總產(chǎn)出用產(chǎn)品出廠價(jià)格指數(shù)進(jìn)行平減，對資本要素投入用固定資產(chǎn)投資價(jià)格指數(shù)進(jìn)行平減[ 17 ]。

2.解釋變量

本文的解釋變量為金融股權(quán)關(guān)聯(lián)（FR）。金融股權(quán)關(guān)聯(lián)的類型包括銀行、證券、基金、保險(xiǎn)、租賃、信托、期貨、財(cái)務(wù)公司、小額貸款九類企業(yè)。本文參考業(yè)內(nèi)學(xué)者主要設(shè)立虛擬變量進(jìn)行衡量[ 11 ]，制造業(yè)上市公司持股金融機(jī)構(gòu)取1，否則為0。

3.中介變量

本文的中介變量為技術(shù)創(chuàng)新（INV）。使用企業(yè)當(dāng)年專利申請總數(shù)加1的自然對數(shù)衡量企業(yè)整體技術(shù)創(chuàng)新。黨的二十大報(bào)告指出，要“集聚力量進(jìn)行原創(chuàng)性引領(lǐng)性科技攻關(guān)，堅(jiān)決打贏關(guān)鍵核心技術(shù)攻堅(jiān)戰(zhàn)”，因此本文根據(jù)專利類型對技術(shù)創(chuàng)新進(jìn)行區(qū)分，以實(shí)用新型和外觀設(shè)計(jì)專利申請總數(shù)加1的自然對數(shù)代表一般性技術(shù)創(chuàng)新（INV_g），以發(fā)明專利申請數(shù)加1的自然對數(shù)代表實(shí)質(zhì)性技術(shù)創(chuàng)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(yè)治理等角度控制了以下可能影響企業(yè)全要素生產(chǎn)率的變量：企業(yè)規(guī)模（Size）、企業(yè)年齡（Age）、資產(chǎn)負(fù)債率（Lev）、盈利能力（Roa）、成長能力（Growth）、董事會(huì)規(guī)模（Board）、董事會(huì)獨(dú)立性（Indep）、股權(quán)集中度（Top1）、機(jī)構(gòu)持股比例（Inst）、托賓Q值（TobinQ）。此外還進(jìn)一步控制了行業(yè)（Ind）和年份（Year）對全要素生產(chǎn)率的影響。具體變量定義如表1所示。

（三）模型設(shè)計(jì)

為了驗(yàn)證制造業(yè)企業(yè)金融股權(quán)關(guān)聯(lián)對全要素生產(chǎn)率的影響效果，本文建立回歸模型（2）：

其中TFPi，t為企業(yè)全要素生產(chǎn)率，F(xiàn)Ri，t為金融股權(quán)關(guān)聯(lián)，Controlsi，t表示本文的一系列控制變量，并同時(shí)控制了行業(yè)和年份虛擬變量。

依據(jù)溫忠麟等[ 18 ]的中介效應(yīng)檢驗(yàn)步驟，本文在前述模型的基礎(chǔ)上建立以下回歸模型，其中中介變量表示為MA，檢驗(yàn)技術(shù)創(chuàng)新是否在制造業(yè)企業(yè)金融股權(quán)關(guān)聯(lián)與全要素生產(chǎn)率關(guān)系中發(fā)揮中介效應(yīng)。

四、實(shí)證結(jié)果分析

（一）描述性統(tǒng)計(jì)

本文主要變量的描述性統(tǒng)計(jì)結(jié)果如表2所示。制造業(yè)企業(yè)全要素生產(chǎn)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(yè)企業(yè)全要素生產(chǎn)率存在較大差距。制造業(yè)企業(yè)金融股權(quán)關(guān)聯(lián)（FR）均值為0.166，表明制造業(yè)上市公司平均約有16.6%進(jìn)行了金融股權(quán)關(guān)聯(lián)。技術(shù)創(chuàng)新的標(biāo)準(zhǔn)差為1.612，表明我國制造業(yè)企業(yè)專利申請數(shù)量存在較大差異；一般性技術(shù)創(chuàng)新的均值為2.447，最小值為0，最大值為6.347；實(shí)質(zhì)性技術(shù)創(chuàng)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(yè)企業(yè)技術(shù)創(chuàng)新中發(fā)明專利申請數(shù)量略少于非發(fā)明專利。

（二）實(shí)證結(jié)果與分析

表3列示了制造業(yè)企業(yè)金融股權(quán)關(guān)聯(lián)對全要素生產(chǎn)率影響的基準(zhǔn)回歸模型與中介效應(yīng)檢驗(yàn)實(shí)證結(jié)果。列（1）顯示模型（2）制造業(yè)企業(yè)金融股權(quán)關(guān)聯(lián)（FR）與全要素生產(chǎn)率（TFP）的回歸系數(shù)為0.178，在1%水平上顯著正相關(guān)，表明制造業(yè)企業(yè)金融股權(quán)關(guān)聯(lián)顯著促進(jìn)全要素生產(chǎn)率，H1得到驗(yàn)證。進(jìn)一步將技術(shù)創(chuàng)新納入回歸模型（3）和模型（4），列（2）、列（3）中金融股權(quán)關(guān)聯(lián)、技術(shù)創(chuàng)新（INV）與全要素生產(chǎn)率的回歸系數(shù)均在1%的水平上顯著正相關(guān)，說明制造業(yè)企業(yè)金融股權(quán)關(guān)聯(lián)能夠增強(qiáng)其技術(shù)創(chuàng)新促進(jìn)提升全要素生產(chǎn)率的作用。由表4可得，將技術(shù)創(chuàng)新替換為一般性技術(shù)創(chuàng)新和實(shí)質(zhì)性技術(shù)創(chuàng)新后，上述回歸系數(shù)依然在1%的水平上顯著正相關(guān)，說明技術(shù)創(chuàng)新在制造業(yè)企業(yè)金融股權(quán)關(guān)聯(lián)與全要素生產(chǎn)率之間起到一定中介作用，H2得到驗(yàn)證。

本文進(jìn)一步計(jì)算技術(shù)創(chuàng)新對金融股權(quán)關(guān)聯(lián)與企業(yè)全要素生產(chǎn)率關(guān)系的間接效應(yīng)。其中，技術(shù)創(chuàng)新的間接效應(yīng)為0.018，占比10.119%；一般性技術(shù)創(chuàng)新的間接效應(yīng)為0.012，占比6.937%；實(shí)質(zhì)性技術(shù)創(chuàng)新的間接效應(yīng)為0.022，占比12.224%。實(shí)質(zhì)性技術(shù)創(chuàng)新對金融股權(quán)關(guān)聯(lián)與企業(yè)全要素生產(chǎn)率關(guān)系的中介效應(yīng)顯著大于一般性技術(shù)創(chuàng)新的中介效應(yīng)，進(jìn)一步證實(shí)了制造業(yè)企業(yè)金融股權(quán)關(guān)聯(lián)主要通過增加企業(yè)發(fā)明專利驅(qū)動(dòng)創(chuàng)新，進(jìn)而促進(jìn)全要素生產(chǎn)率提升。

（三）穩(wěn)健性檢驗(yàn)

1.替換被解釋變量

OP模型計(jì)算企業(yè)全要素生產(chǎn)率的思路假定了代理變量投資指標(biāo)與總產(chǎn)出始終保持單調(diào)關(guān)系，而后又有學(xué)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(chǎn)率的沖擊[ 19 ]。為了確保研究結(jié)論的可靠性，本文借鑒LP模型計(jì)算企業(yè)全要素生產(chǎn)率（TFP-LP）并作為替代變量進(jìn)行穩(wěn)健性回歸?；净貧w結(jié)果和中介效應(yīng)分析檢驗(yàn)結(jié)果穩(wěn)健。

2.內(nèi)生性檢驗(yàn)

為緩解樣本可能存在的自選擇偏誤問題，本文進(jìn)一步通過傾向得分匹配（PSM）進(jìn)行檢驗(yàn)，采用1：1匹配比例的K近鄰匹配法，以企業(yè)規(guī)模、資產(chǎn)負(fù)債率、總資產(chǎn)收益率、營收增長率、托賓Q值、企業(yè)年齡作為匹配標(biāo)準(zhǔn)進(jìn)行近鄰匹配，回歸結(jié)果與基本回歸和中介效應(yīng)檢驗(yàn)結(jié)果一致。

本文通過Heckman兩階段來緩解金融股權(quán)關(guān)聯(lián)和企業(yè)全要素生產(chǎn)率互為因果的內(nèi)生性問題。第一階段Probit回歸的被解釋變量為金融股權(quán)關(guān)聯(lián)虛擬變量，選取企業(yè)所在地金融企業(yè)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(jié)果穩(wěn)健。

五、進(jìn)一步研究

（一）區(qū)域特征差異性分析

相比高市場化水平的地區(qū)，低市場化水平的地區(qū)外部融資渠道較少，企業(yè)創(chuàng)新所受融資約束強(qiáng)。此時(shí)制造業(yè)企業(yè)金融股權(quán)關(guān)聯(lián)帶來的資金支持更能有效緩解創(chuàng)新融資壓力[ 10 ]，二者協(xié)同發(fā)展也更能幫助提高企業(yè)創(chuàng)新水平。本文參照《中國分省份市場化指數(shù)報(bào)告（2018）》，通過市場化指數(shù)來衡量各個(gè)地區(qū)的市場化進(jìn)程，并根據(jù)中位數(shù)將樣本劃分為高市場化進(jìn)程和低市場化進(jìn)程兩組?；貧w結(jié)果如表5、表6所示，低市場化水平組技術(shù)創(chuàng)新在金融股權(quán)關(guān)聯(lián)與全要素生產(chǎn)率關(guān)系中的中介效應(yīng)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(qū)，低市場化水平地區(qū)的制造業(yè)企業(yè)更需要通過金融股權(quán)關(guān)聯(lián)促進(jìn)企業(yè)創(chuàng)新，進(jìn)而提升全要素生產(chǎn)率。

（二）行業(yè)特征差異性分析

相比低技術(shù)性企業(yè)，制造業(yè)中高技術(shù)性企業(yè)對研發(fā)創(chuàng)新需求相對較大，金融股權(quán)關(guān)聯(lián)能夠增加二者之間研發(fā)信息的透明度，為研發(fā)活動(dòng)帶來資金投入；此外，高技術(shù)性企業(yè)對創(chuàng)新資源的利用效率更強(qiáng)，更有助于促進(jìn)企業(yè)全要素生產(chǎn)率提升。本文參考劉松竹等[ 20 ]的研究，根據(jù)國民經(jīng)濟(jì)行業(yè)分類代碼（2002年版），將制造業(yè)按照行業(yè)技術(shù)性高低進(jìn)行分組，其中化學(xué)原料及其制品業(yè)、電子及光學(xué)儀器制造業(yè)、機(jī)械制造業(yè)以及交通運(yùn)輸設(shè)備制造業(yè)屬于高技術(shù)性行業(yè)，其余制造業(yè)行業(yè)屬于低技術(shù)性行業(yè)?；貧w結(jié)果如表7、表8所示，高技術(shù)性行業(yè)組的技術(shù)創(chuàng)新在金融股權(quán)關(guān)聯(lián)與全要素生產(chǎn)率關(guān)系中的中介效應(yīng)為0.014，占比6.344%，顯著高于低技術(shù)性行業(yè)組，說明高技術(shù)性行業(yè)內(nèi)制造業(yè)企業(yè)更有動(dòng)機(jī)進(jìn)行金融股權(quán)關(guān)聯(lián)，以增加創(chuàng)新投入和產(chǎn)出，提升全要素生產(chǎn)率。

六、研究結(jié)論與建議

本文以2007—2022年中國A股制造業(yè)上市公司為樣本，探究了制造業(yè)企業(yè)金融股權(quán)關(guān)聯(lián)對全要素生產(chǎn)率的影響以及技術(shù)創(chuàng)新的中介效應(yīng)。研究發(fā)現(xiàn)：（1）制造業(yè)企業(yè)金融股權(quán)關(guān)聯(lián)能夠顯著提高全要素生產(chǎn)率；（2）制造業(yè)企業(yè)金融機(jī)構(gòu)股權(quán)關(guān)聯(lián)提升全要素生產(chǎn)率的具體路徑為促進(jìn)企業(yè)技術(shù)創(chuàng)新，其中發(fā)明專利的效應(yīng)更強(qiáng)；（3）相比高市場化水平的地區(qū)和低技術(shù)性行業(yè)，低市場化水平地區(qū)和高技術(shù)行業(yè)內(nèi)企業(yè)的技術(shù)創(chuàng)新對制造業(yè)企業(yè)金融股權(quán)關(guān)聯(lián)與全要素生產(chǎn)率關(guān)系的中介效應(yīng)更強(qiáng)。

基于上述研究，本文提出以下建議：（1）鼓勵(lì)制造業(yè)與金融服務(wù)業(yè)深度融合發(fā)展，提高金融服務(wù)實(shí)體經(jīng)濟(jì)能力。（2）加深制造業(yè)企業(yè)與金融機(jī)構(gòu)間的金融股權(quán)關(guān)聯(lián)，助力制造業(yè)高質(zhì)量發(fā)展。（3）實(shí)施差異化的產(chǎn)融結(jié)合鼓勵(lì)政策，對金融市場機(jī)制尚不完善的地區(qū)和高技術(shù)行業(yè)，鼓勵(lì)企業(yè)主動(dòng)強(qiáng)化金融股權(quán)關(guān)聯(lián)，助力技術(shù)創(chuàng)新以提升全要素生產(chǎn)率。

【參考文獻(xiàn)】

［1］ 莊旭東，王仁曾.金融科技、企業(yè)金融投資動(dòng)機(jī)與“脫實(shí)向虛”問題：基于中國企業(yè)微觀數(shù)據(jù)的實(shí)證證據(jù)［J］.南方經(jīng)濟(jì)，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(chǎn)融結(jié)合與民營企業(yè)投資效率：基于A股上市公司的經(jīng)驗(yàn)研究［J］.宏觀經(jīng)濟(jì)研究，2021，272（7）：38-53.

［4］ 張新民，葉志偉，胡聰慧.產(chǎn)融結(jié)合如何服務(wù)實(shí)體經(jīng)濟(jì)：基于商業(yè)信用的證據(jù)［J］.南開管理評論，2021，24（1）：4-16.

［5］ 楊竹清.產(chǎn)融結(jié)合與全要素生產(chǎn)率關(guān)系［J］.金融經(jīng)濟(jì)學(xué)研究，2017，32（5）：62-72.

［6］ 杜傳忠，金華旺.制造業(yè)產(chǎn)融結(jié)合、資本配置效率與企業(yè)全要素生產(chǎn)率［J］.經(jīng)濟(jì)與管理研究，2021，42（2）：28-40.

［7］ 李遠(yuǎn)慧，陳蓉蓉，李潤宇.金融股權(quán)關(guān)聯(lián)、貨幣政策與企業(yè)創(chuàng)新［J］.財(cái)經(jīng)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(chǎn)融結(jié)合、治理相嵌與企業(yè)績效：實(shí)體企業(yè)持股金融機(jī)構(gòu)的經(jīng)驗(yàn)證據(jù)［J］.會(huì)計(jì)之友，2022（4）：45-54.

［10］ 熊家財(cái)，桂荷發(fā).產(chǎn)融結(jié)合能促進(jìn)企業(yè)技術(shù)創(chuàng)新嗎：來自上市公司參股非上市銀行的證據(jù)［J］.當(dāng)代財(cái)經(jīng)，2019（3）：48-57.

［11］ 李遠(yuǎn)慧，陳蓉蓉.產(chǎn)融結(jié)合、貿(mào)易摩擦與制造企業(yè)創(chuàng)新產(chǎn)出［J］.科技進(jìn)步與對策，2023，40（9）：74-83.

［12］ 王翌秋，謝萌.產(chǎn)融結(jié)合能否促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級：基于創(chuàng)新效應(yīng)和資源配置效應(yīng)［J］.商業(yè)研究，2023（1）：20-28.

［13］ 郭南蕓，黃典.企業(yè)創(chuàng)新行為、制度環(huán)境與工業(yè)全要素生產(chǎn)率提升［J］.首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)，2021，23（6）：43-58.

［14］ 李遠(yuǎn)慧，陳思.政府補(bǔ)助對機(jī)構(gòu)投資者與企業(yè)創(chuàng)新產(chǎn)出關(guān)系的調(diào)節(jié)效應(yīng)：來自2007—2019年A股上市公司的經(jīng)驗(yàn)證據(jù)［J］.科技進(jìn)步與對策，2021，38（20）：28-36.

［15］ 葉靜怡，林佳.創(chuàng)新與企業(yè)全要素生產(chǎn)率：來自中國制造企業(yè)的證據(jù)［J］.學(xué)習(xí)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(wù)杠桿對企業(yè)全要素生產(chǎn)率的影響及作用機(jī)制：基于中介效應(yīng)模型的分析［J］.貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021（3）：62-73.

［18］ 溫忠麟.張雷，侯杰泰，等.中介效應(yīng)檢驗(yàn)程序及其應(yīng)用［J］.心理學(xué)報(bào)，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(yùn)文.人工智能與中國制造企業(yè)高質(zhì)量發(fā)展［J］.江漢論壇，2022（7）：24-31.