數(shù)字普惠金融、要素錯(cuò)配與工業(yè)智能制造

　　〔摘 要〕 金融是實(shí)體經(jīng)濟(jì)的血脈， 資金是企業(yè)運(yùn)行的 “血液”。 數(shù)字普惠金融作為普惠金融和數(shù)字技術(shù)的有機(jī)融合， 能有效提升金融服務(wù)效率和拓寬覆蓋面， 是推動(dòng)金融更好地服務(wù)實(shí)體經(jīng)濟(jì)， 促進(jìn)工業(yè)數(shù)字化轉(zhuǎn)型的重要工具。 本文先從理論層面闡釋了數(shù)字普惠金融影響工業(yè)智能制造的傳導(dǎo)路徑及其作用機(jī)制， 然后綜合運(yùn)用固定效應(yīng)、 中介效應(yīng)和分位數(shù)回歸對(duì)數(shù)字普惠金融影響智能制造的影響效應(yīng)及其傳導(dǎo)機(jī)制進(jìn)行驗(yàn)證。 研究結(jié)果表明， 數(shù)字普惠金融能夠推動(dòng)傳統(tǒng)制造業(yè)向著智能化生產(chǎn)轉(zhuǎn)型， 且這一結(jié)論在經(jīng)過一系列穩(wěn)健性檢驗(yàn)后依然成立; 數(shù)字普惠金融能夠通過緩解資本錯(cuò)配和勞動(dòng)力錯(cuò)配的中介渠道來推動(dòng)工業(yè)智能制造; 數(shù)字普惠金融影響工業(yè)智能制造的作用有異質(zhì)性， 呈現(xiàn)出兩頭小中間大的 “橄欖型” 分布態(tài)勢(shì)。

　　〔關(guān)鍵詞〕 數(shù)字金融 勞動(dòng)力錯(cuò)配 資本錯(cuò)配 數(shù)字技術(shù) 工業(yè)機(jī)器人 無條件分位數(shù)回歸

　　引 言

　　制造業(yè)是立國之本、 興國之器、 強(qiáng)國之基。 改革開放以來， 我國工業(yè)制造業(yè)取得了跨越式發(fā)展，行業(yè)規(guī)模迅速擴(kuò)張， 整體實(shí)力不斷增強(qiáng)。 中國已成為世界上門類最齊全、 規(guī)模最大的制造業(yè)國家。不可置否的是， 隱藏在 “中國增長奇跡” 背后的重要驅(qū)動(dòng)力正是來源于以制造業(yè)為核心的工業(yè)體系[1]。 但隨著人口紅利逐漸消失、 美國制造業(yè)回流和全球能源危機(jī)加劇等多重因素疊加干擾， 我國制造業(yè) “大而不強(qiáng)” 的弊病凸顯， 工業(yè)高質(zhì)量發(fā)展之路仍道阻且長。 供應(yīng)鏈 “斷鏈” 隱患、 產(chǎn)業(yè)韌性不足和產(chǎn)品附加值不高等問題迫切呼吁新動(dòng)能、 新技術(shù)和新環(huán)境。 為破解我國制造業(yè)面臨的自主創(chuàng)新性不強(qiáng)、 核心技術(shù)受制于人、 產(chǎn)業(yè)韌性不足等難題， 中央全面深化改革委員會(huì)第十四次會(huì)議明確指出， 要加快新一代信息技術(shù)和制造業(yè)融合發(fā)展， 將智能制造作為主攻方向， 著力推進(jìn)工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展， 提升制造業(yè)數(shù)字化、 網(wǎng)絡(luò)化和智能化發(fā)展水平， 實(shí)現(xiàn)工業(yè)生產(chǎn)方式和企業(yè)形態(tài)根本性變革。

　　智能制造作為智能化和工業(yè)化有機(jī)融合的粘合劑， 正不斷突破新技術(shù)， 催生新業(yè)態(tài)， 實(shí)現(xiàn)制造信息系統(tǒng)和物理系統(tǒng)的高度協(xié)同與深度融合， 進(jìn)一步打通企業(yè)—供應(yīng)鏈—行業(yè)數(shù)據(jù)鏈， 已成為新一輪工業(yè)革命的核心驅(qū)動(dòng)力。作為數(shù)字經(jīng)濟(jì)浪潮中新業(yè)態(tài)的具體表現(xiàn)， 數(shù)字普惠金融服務(wù)對(duì)象的篩選邏輯、 “金融痛點(diǎn)” 的解決思路， 正是金融高質(zhì)量發(fā)展的內(nèi)涵所在。 其通過矯正 “二八定律” 偏差， 增進(jìn)全民福祉， 促使金融 “血脈” 暢通， 增強(qiáng)了經(jīng)濟(jì) “肌體” 免疫力。那么， 現(xiàn)行的數(shù)字普惠金融給我國工業(yè)智能制造帶來的影響究竟是 “福利” 還是 “災(zāi)難” 呢?

　　若其真能如 “甘霖” 般惠及我國工業(yè)發(fā)展， 那么其中間的作用機(jī)制又是如何呢? 哪些群體獲益最大呢?回答這些問題， 對(duì)于提升我國工業(yè)國際競(jìng)爭(zhēng)力和提升金融服務(wù)實(shí)體經(jīng)濟(jì)的適配度有啟示意義�，F(xiàn)有文獻(xiàn)對(duì)智能制造產(chǎn)生邏輯[2]、 國際經(jīng)驗(yàn)啟示[3-5]、 轉(zhuǎn)型路徑[6] 以及數(shù)字金融對(duì)工業(yè)數(shù)字化轉(zhuǎn)型的影響[7-9] 做了大量研究， 但其主要是圍繞著數(shù)字金融或金融科技對(duì)企業(yè)技術(shù)創(chuàng)新、 產(chǎn)業(yè)升級(jí)和產(chǎn)品質(zhì)量的研究， 而智能制造作為現(xiàn)代信息技術(shù)物化于機(jī)器設(shè)備的典型實(shí)踐， 關(guān)于數(shù)字普惠金融如何影響工業(yè)智能制造的研究還比較少，進(jìn)一步從要素錯(cuò)配的中介渠道來研究數(shù)字普惠金融何以影響工業(yè)智能制造的研究就更少了。 因此，本文將資本錯(cuò)配和勞動(dòng)力錯(cuò)配嵌入數(shù)字普惠金融影響工業(yè)智能制造的分析框架， 考察要素錯(cuò)配在兩者傳導(dǎo)過程中發(fā)揮著何種作用; 同時(shí)采用分位數(shù)回歸揭示數(shù)字普惠金融對(duì)工業(yè)智能制造的異質(zhì)性影響效應(yīng)， 這有助于提升數(shù)字普惠金融服務(wù)工業(yè)現(xiàn)代化的精準(zhǔn)性。

　　1 作用機(jī)制與研究假設(shè)

　　1.1 數(shù)字普惠金融的直接效應(yīng)

　　于工業(yè)企業(yè)而言， 融資約束往往是制約其技術(shù)創(chuàng)新和數(shù)字化轉(zhuǎn)型的最大障礙。 由于存在交易成本和貸款不確定性， 即較高的信貸交易成本會(huì)抑制工業(yè)企業(yè)借款欲望， 金融機(jī)構(gòu)嚴(yán)格的信貸條件、 信息傳遞失真可能引致的逆向選擇或道德風(fēng)險(xiǎn)造成企業(yè)貸款被拒時(shí)有發(fā)生， 因而銀行大多采取 “所有制歧視” 和 “規(guī)模歧視” 來對(duì)沖信息不對(duì)稱的信用風(fēng)險(xiǎn)和機(jī)會(huì)成本， 其貸款額度也會(huì)低于市場(chǎng)出清水平[10]。

　　數(shù)字普惠金融借助互聯(lián)網(wǎng)、社交媒體、 定位系統(tǒng)等復(fù)合信息系統(tǒng)獲取金融產(chǎn)品信息大數(shù)據(jù)， 并進(jìn)一步通過云計(jì)算、 深度學(xué)習(xí)和區(qū)塊鏈等智能化技術(shù)處理、 分析技術(shù)來搜集和追蹤客戶信息。 因而數(shù)字技術(shù)能降低金融借貸過程中的搜尋成本、 復(fù)制成本、 追蹤成本和驗(yàn)證成本等多種經(jīng)濟(jì)成本[11]。 這能緩解金融機(jī)構(gòu)面臨的信息不對(duì)稱問題， 尤其是極大地降低了長尾客戶的信息收集成本， 降低金融服務(wù)門檻、 增加差異化金融產(chǎn)品供給和提高服務(wù)效率。 同時(shí)， 數(shù)字普惠金融還能通過大數(shù)據(jù)分析對(duì)獲得融資支持的企業(yè)的后續(xù)資金使用行為實(shí)行更為嚴(yán)格的監(jiān)管， 借助數(shù)字征信提升資金利用透明度， 從而抑制管理者自信和降低管理者沖動(dòng)冒險(xiǎn)的可能， 這能減少企業(yè)偏好金融投資的短視行為和商業(yè)信用二次分配[12]。

　　盡管數(shù)字普惠金融天然的普惠屬性決定了其對(duì)于初創(chuàng)公司和中等規(guī)模的企業(yè)更為友好。 但同時(shí)在經(jīng)濟(jì)實(shí)踐中， 因監(jiān)管制度不完善和技術(shù)隱蔽性強(qiáng)等原因， 數(shù)字普惠金融運(yùn)行還存在 “使命飄逸”、 “跑冒滴漏” 和 “精英俘獲” 的問題。 基于普惠和商業(yè)利潤最大化原則， 金融機(jī)構(gòu)仍會(huì)優(yōu)先考慮資質(zhì)較好的企業(yè)并同時(shí)發(fā)揮著普惠金融的作用。 數(shù)字普惠金融市場(chǎng)還不夠成熟， 金融普惠性有待深化[13，14]。 因此數(shù)字普惠金融對(duì)不同類型的工業(yè)企業(yè)智能制造有異質(zhì)性影響效應(yīng)。 據(jù)此提出研究假設(shè) 1 和假設(shè) 2：假設(shè) 1： 數(shù)字普惠金融能促進(jìn)工業(yè)智能制造。假設(shè) 2： 數(shù)字普惠金融對(duì)工業(yè)智能制造的促進(jìn)效應(yīng)有異質(zhì)性， 其對(duì)中等水平企業(yè)的促進(jìn)作用最大， 而對(duì)初級(jí)水平企業(yè)的促進(jìn)作用最小。

　　1. 2 要素錯(cuò)配的中介效應(yīng)

　　由于產(chǎn)業(yè)政策、 制度障礙和地方保護(hù)主義等“經(jīng)濟(jì)楔子” 干擾， 中國要素市場(chǎng)化改革進(jìn)程明顯滯后于產(chǎn)品市場(chǎng)， 這種滯后性一定程度上反映了地方各級(jí)政府對(duì)要素市場(chǎng)交易活動(dòng)的干預(yù)和控制———職能部門掌管著初級(jí)要素資源的分配和定價(jià)權(quán)， 要素價(jià)格被低估和市場(chǎng)扭曲現(xiàn)象較為嚴(yán)重[15]。 從短期來看， 這種出于保護(hù)本土產(chǎn)業(yè)而阻絕與其他區(qū)域貿(mào)易往來的行為在一定程度能促進(jìn)本土相關(guān)市場(chǎng)主體發(fā)育; 但從長期來看， 要素價(jià)格扭曲和市場(chǎng)分割會(huì)阻礙要素在地區(qū)間的自由流動(dòng)， 其直接結(jié)果是市場(chǎng)調(diào)節(jié)難以反映要素真實(shí)價(jià)格， 進(jìn)而導(dǎo)致價(jià)格信號(hào)失真， 這會(huì)使得要素資源無法實(shí)現(xiàn)最優(yōu)配置[16]。 這種低效的資源配置局面和扭曲的要素價(jià)格會(huì)激勵(lì)企業(yè)密集使用有形要素， 同時(shí)也會(huì)使那些從事技術(shù)研發(fā)和智能化轉(zhuǎn)型的企業(yè)無法從范圍經(jīng)濟(jì)中獲取額外收益。 低要素成本是中國制造業(yè)最直觀的比較優(yōu)勢(shì)， 要素價(jià)格上漲會(huì)觸動(dòng)其根基并產(chǎn)生劇烈影響， 工業(yè)企業(yè)很有可能在價(jià)格上升中失去比較優(yōu)勢(shì)[17]。

　　與此同時(shí)， 若勞動(dòng)力和資本要素價(jià)格被低估， 相關(guān)企業(yè)會(huì)更傾向于將公司注意力轉(zhuǎn)移到尋租活動(dòng)中以獲取持續(xù)性的低價(jià)有形要素， 而不會(huì)通過高風(fēng)險(xiǎn)、 高投入的研發(fā)活動(dòng)獲取利潤或發(fā)展機(jī)會(huì)， 這顯然不利于企業(yè)數(shù)字化轉(zhuǎn)型和智能化改造[18]。數(shù)字金融不僅在賬戶滲透、 小額支付和金融覆蓋等方面對(duì)傳統(tǒng)金融做了有益補(bǔ)充， 同時(shí)其在普及金融知識(shí)和共享金融資源時(shí)構(gòu)建的社交網(wǎng)絡(luò)有助于打破個(gè)體 “自給自足”、 “自我封閉” 的心理枷鎖，促使提高微觀市場(chǎng)主體的數(shù)字金融參與度。 因此，數(shù)字普惠金融能夠通過降低企業(yè)融資成本、 促進(jìn)個(gè)體創(chuàng)業(yè)和勞動(dòng)力高質(zhì)量就業(yè)的渠道緩解要素錯(cuò)配程度[19]。 據(jù)此提出研究假設(shè) 3 和假設(shè) 4：假設(shè) 3： 要素錯(cuò)配不利于工業(yè)智能制造。假設(shè) 4： 數(shù)字普惠金融能減緩要素錯(cuò)配， 進(jìn)而促進(jìn)工業(yè)智能制造。

　　2 研究設(shè)計(jì)

　　2. 1 變量選取

　　2. 1.1 被解釋變量智能制造(Rob)。 智能制造是一系列信息化、數(shù)字化和自動(dòng)化技術(shù)的總和， 文獻(xiàn)中常出現(xiàn)的人工智能、 工業(yè)機(jī)器人、 工業(yè)互聯(lián)網(wǎng)都是智能制造在生產(chǎn)領(lǐng)域的具體實(shí)踐[20]。 鑒于國際機(jī)器人聯(lián)合會(huì)(IFR)公布的是國家-行業(yè)層面的數(shù)據(jù)， 不足以支撐本文的面板數(shù)據(jù)分析。 對(duì)此， 參照沈洋和張秀武 (2022)[21]、 閆雪凌等 (2020)[22] 的做法， 先根據(jù) IFR 公布的 14 個(gè)制造業(yè)分類與我國 31 個(gè)制造業(yè)子行業(yè)進(jìn)行匹配， 然后利用歷年各地區(qū)各子行業(yè)城鎮(zhèn)單位就業(yè)人員占全國總就業(yè)人口的比重來作為權(quán)重指標(biāo)， 最后引入美國 2005 年行業(yè)層面的工業(yè)機(jī)器人數(shù)量來構(gòu)造省級(jí)層面的工業(yè)機(jī)器人安裝密度。

　　2.2.2 核心解釋變量數(shù)字普惠金融(DFI)。 數(shù)字普惠金融是指在數(shù)字技術(shù)支持下通過金融服務(wù)促進(jìn)普惠金融行動(dòng)的總稱。 根據(jù)郭峰等 (2020)[23] 和鐘凱等 (2022)[24] 的研究， 本文使用北京大學(xué)數(shù)字金融研究中心編制的 “北京大學(xué)數(shù)字普惠金融指數(shù)” 作為本文數(shù)字普惠金融的代理變量。

　　2.1.3 中介變量要素錯(cuò)配。 資源錯(cuò)配是相對(duì)資源有效配置而言的， 指的是因要素市場(chǎng)價(jià)格扭曲使得資源配置偏離帕累托最優(yōu)均衡。 由于信息不充分或市場(chǎng)不完善等因素使得資源流動(dòng)受阻， 甚至出現(xiàn)高回報(bào)率的生產(chǎn)要素流向低回報(bào)率的企業(yè)， 此時(shí)資源配置偏離帕累托最優(yōu)狀態(tài)， 要素錯(cuò)配也就隨之產(chǎn)生了。

　　2. 1.4 控制變量影響工業(yè)智能化轉(zhuǎn)型的因素有很多， 為盡可能緩解遺漏重要變量產(chǎn)生的內(nèi)生性問題以獲取更加精準(zhǔn)的估計(jì)結(jié)果， 根據(jù)現(xiàn)有文獻(xiàn)， 本文選取了 8 個(gè)控制變量。 具體而言： 減稅降費(fèi)(Tax)， 使用稅收增速的變動(dòng)幅度來作為代理變量; 產(chǎn)業(yè)升級(jí)(UP)，選取第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值的比值作為代理變量; 城鎮(zhèn)化(Urban)， 選取城鎮(zhèn)人口占總?cè)丝诘谋戎刈鳛榇�理變�? 對(duì)外開放(Open)， 選取各省(區(qū)、 市)進(jìn)出口總額作為代理變量; 土地成本(Price)， 選取商業(yè)營業(yè)用房平均銷售價(jià)格(元/ 平方米)作為代理變量; 道路密度(Road)， 選取公路和鐵路總里程作為代理變量; 宏觀調(diào)控(Gov)， 選取政府財(cái)政一般預(yù)算支出占國內(nèi)生產(chǎn)總值的比重作為代理變量; 研發(fā)投入(RD)， 選取規(guī)模以上工業(yè)企業(yè) R&D 項(xiàng)目人員折合全時(shí)當(dāng)量(人年)作為代理變量。

　　2. 3 數(shù)據(jù)來源基于數(shù)據(jù)可得性原則， 本文選取 2011 ～ 2020年中國 30 個(gè)省(自治區(qū)、 直轄市)(不含西藏和港、澳、 臺(tái)地區(qū)) 的面板數(shù)據(jù)作為考察樣本。 本文相關(guān)變量的原始數(shù)據(jù)主要來源于 《中國統(tǒng)計(jì)年鑒》、《中國工業(yè)統(tǒng)計(jì)年鑒》、 《中國勞動(dòng)統(tǒng)計(jì)年鑒》、 《中國國土資源統(tǒng)計(jì)年鑒》、 《中國科技統(tǒng)計(jì)年鑒》、 國際機(jī)器人聯(lián)盟、 北京大學(xué)數(shù)字金融研究中心、 美國經(jīng)濟(jì)分析局和 EPS 數(shù)據(jù)庫。 極少數(shù)缺失值采用線性插值法進(jìn)行補(bǔ)齊。 需要說明的是， 2019 年末爆發(fā)的新冠肺炎疫情對(duì)中國宏觀經(jīng)濟(jì)運(yùn)行產(chǎn)生了影響， 但得益于相關(guān)行政部門及時(shí)出臺(tái)了一系列寬松的貨幣政策和財(cái)政政策來對(duì)沖公共風(fēng)險(xiǎn)， 因而新冠肺炎疫情對(duì) 2020 年經(jīng)濟(jì)的影響是有限的，樣本數(shù)據(jù)因此也未出現(xiàn)極端值。

　　3 實(shí)證分析

　　3. 1 基準(zhǔn)回歸結(jié)果

　　根據(jù)式 (6) 設(shè)定的計(jì)量經(jīng)濟(jì)學(xué)模型， 本文先使用混合最小二乘法(Pooled OLS， POLS)做回歸以得到不存在個(gè)體固定效應(yīng)前提下的最基本估計(jì)結(jié)果。 再考慮到各地區(qū)間的發(fā)展差異， 選用雙向固定效應(yīng)并結(jié)合 DK(Driscoll-Kraay， DK)標(biāo)準(zhǔn)誤做擬合計(jì)算。 混合最小二乘法的估計(jì)系數(shù)為0. 912 且在 1%水平上顯著， 表明數(shù)字普惠金融能推動(dòng)工業(yè)生產(chǎn)轉(zhuǎn)向智能制造， 驗(yàn)證了假設(shè) 1。 固定效應(yīng)的估計(jì)結(jié)果為 0􀆰 087 且在 1%水平上顯著，數(shù)字普惠金融對(duì)智能制造的影響效應(yīng)與 POLS 的結(jié)果保持一致。 若將兩者的結(jié)果作比較可以發(fā)現(xiàn)，在控制個(gè)體異質(zhì)性和時(shí)間異質(zhì)性后的雙向固定效應(yīng)模型的擬合系數(shù)明顯低于 POLS 的結(jié)果， 表明剔除不可觀測(cè)因素對(duì)模型干擾后所計(jì)算的估計(jì)系數(shù)更符合真實(shí)值， 考慮個(gè)體差異和時(shí)間差異是有必要的。 在數(shù)字經(jīng)濟(jì)時(shí)代， 隨著數(shù)字技術(shù)在金融領(lǐng)域的廣泛運(yùn)用和推廣， 金融科技助力資金流通順暢和財(cái)產(chǎn)優(yōu)化配置， 為未來的金融模式和商業(yè)運(yùn)營帶來了全面的變革性力量。

　　3. 2 穩(wěn)健性檢驗(yàn)

　　3. 2. 1 縮尾處理若樣本數(shù)據(jù)中存在離群值則可能對(duì)回歸結(jié)果造成偏誤。 因此， 本部分將各變量上下 1%分位做縮尾處理以剔除異常值對(duì)擬合計(jì)算的干擾。

　　3.2.2 更換模型基于對(duì)擾動(dòng)項(xiàng)組間異方差或組內(nèi)自相關(guān)的考慮， 本文分別做了組間異方差沃爾德檢驗(yàn)、 組內(nèi)自相關(guān)沃爾德檢驗(yàn)和組間同期相關(guān)的 Breusch-Pa⁃gan LM 檢驗(yàn)， 3 種方法的檢驗(yàn)結(jié)果均顯示在 1%水平上拒絕原假設(shè)， 認(rèn)為建立的計(jì)量模型存在異方差、 序列相關(guān)和截面相關(guān)問題。 盡管基準(zhǔn)回歸部分本文使用了 DK 穩(wěn)健標(biāo)準(zhǔn)誤做修正， 但考慮其功效性和嚴(yán)謹(jǐn)性， 本文在考慮自回歸系數(shù)相同(AR1)的情形下運(yùn)用 FGLS 模型對(duì)上述幾個(gè)問題進(jìn)一步調(diào)整。

　　3. 2. 3 內(nèi)生性問題上文為緩解遺漏變量?jī)?nèi)生性問題從而選取了盡可能多的控制變量， 但數(shù)字普惠金融和智能制造之間潛在的互為因果關(guān)系的內(nèi)生性問題還需警惕。 鑒于北京大學(xué)數(shù)字金融研究院的數(shù)字普惠金融指數(shù)也是根據(jù)螞蟻金服交易數(shù)據(jù)編制而成， 本文使用各省(區(qū)、 市)省會(huì)城市到杭州市的球面距離作為工具變量。 考慮到獲取一個(gè)嚴(yán)格意義上的外生工具變量是十分困難的， 本文在沈洋等 (2021)[26]的思路上， 將二維面板數(shù)據(jù)模型拓展為空間三維面板計(jì)量模型， 在原有的框架中納入空間高階滯后項(xiàng)與數(shù)字普惠金融的交互項(xiàng)作為工具變量， 然后運(yùn)用廣義空間兩階段最小二乘法進(jìn)行估計(jì)。 為捕捉各地區(qū)間地理差異和經(jīng)濟(jì)社會(huì)發(fā)展差異， 空間權(quán)重矩陣使用的是經(jīng)濟(jì)地理嵌套矩陣。

　　最后，考慮到空間計(jì)量模型易受到空間權(quán)重矩陣干擾，為增強(qiáng)其估計(jì)結(jié)果的穩(wěn)健性， 本文還使用了基于鄰接矩陣的廣義空間矩估計(jì)(SPGMM)。 該模型主要使用的是內(nèi)生變量的時(shí)間滯后項(xiàng)作為工具變量，能在一定程度上消除內(nèi)生性問題。由穩(wěn)健性檢驗(yàn)結(jié)果(表略)可知， 沿著 3 種思路而重新建立的 5 種計(jì)量模型擬合結(jié)果均顯示，數(shù)字普惠金融至少在 5%顯著性水平上正向影響智能制造。 穩(wěn)健性檢驗(yàn)結(jié)果與基準(zhǔn)回歸的估計(jì)結(jié)果大致保持一致， 只是估計(jì)系數(shù)有輕微變動(dòng)， 這表明基準(zhǔn)回歸部分得出的數(shù)字普惠金融能夠正向促進(jìn)制造業(yè)智能化轉(zhuǎn)型的結(jié)論是穩(wěn)健且可靠的。

　　4 數(shù)字普惠金融

　　影響工業(yè)智能制造的機(jī)制和異質(zhì)性分析

　　4. 1 機(jī)制檢驗(yàn)為驗(yàn)證要素

　　錯(cuò)配在數(shù)字普惠金融正向影響工業(yè)智能制造的傳導(dǎo)路徑中發(fā)揮著何種作用， 根據(jù)上文建立的中介效應(yīng)方程組， 使用交互固定效應(yīng)模型做驗(yàn)證。 在交互固定效應(yīng)模型中數(shù)字普惠金融對(duì)工業(yè)智能制造的估計(jì)系數(shù)為 0. 092 且在1%水平上顯著， 表明總效應(yīng)是成立的， 可以做下一步中介效應(yīng)分析。 從中介效應(yīng)的第二段方程來看， 數(shù)字普惠金融對(duì)資本錯(cuò)配和勞動(dòng)力錯(cuò)配的估計(jì)系數(shù)分別為-0.032、 -0. 041， 且至少在 10%水平上顯著， 表明遞推方程式的直接效應(yīng)成立。 最后從中介效應(yīng)的第三段方程來看， 數(shù)字普惠金融對(duì)工業(yè)智能制造的估計(jì)系數(shù)分別為 0. 116 和 0. 089， 且均在 1%水平上顯著; 資本錯(cuò)配和勞動(dòng)力錯(cuò)配對(duì)工業(yè)智能制造的估計(jì)系數(shù)分別為-0. 225、 0. 138， 且至少通過了 5%水平的顯著性檢驗(yàn)， 表明無論是資本還是勞動(dòng)力， 一旦發(fā)生要素錯(cuò)配， 其對(duì)工業(yè)數(shù)字化發(fā)展都是起負(fù)面作用的， 驗(yàn)證了假設(shè) 3。

　　另外， 分別納入資本錯(cuò)配和勞動(dòng)力錯(cuò)配后， 數(shù)字普惠金融對(duì)工業(yè)智能制造的估計(jì)系數(shù)有所增大，尤其是在資本錯(cuò)配的方程中較為明顯， 表明要素錯(cuò)配本身無法推進(jìn)工業(yè)智能化轉(zhuǎn)型， 但卻強(qiáng)化了數(shù)字普惠金融的正向作用。 從 e2×c1 、 f2×d1 與總效應(yīng)d1 的符號(hào)來看， 可以發(fā)現(xiàn)間接效應(yīng)與總效應(yīng)的符號(hào)保持一致， 表明資本錯(cuò)配和勞動(dòng)力錯(cuò)配在數(shù)字普惠金融影響工業(yè)智能制造的傳導(dǎo)路徑中發(fā)揮著部分中介作用， 其中介效應(yīng)占比分別為 8, 87%和6, 15%， 驗(yàn)證了假設(shè) 4。

　　在不同工業(yè)機(jī)器人安裝密度層面上， 數(shù)字普惠金融對(duì)工業(yè)智能制造的邊際影響效應(yīng)均為正， 表明考察期內(nèi)數(shù)字普惠金融能推動(dòng)工業(yè)智能化轉(zhuǎn)型的影響效應(yīng)始終是成立的; 但在不同分位點(diǎn)上， 數(shù)字普惠金融對(duì)智能制造的影響有明顯的異質(zhì)性， 驗(yàn)證了假設(shè) 2。 隨著分位點(diǎn)從低位(0. 1)向高位(0. 9)變動(dòng)， 數(shù)字普惠金融對(duì)智能制造的影響系數(shù)由 0. 498 提升至 0.977， 同時(shí)在 50%分位點(diǎn)處有明顯的 “拐點(diǎn)效應(yīng)”， 其影響系數(shù)大致呈現(xiàn)出先增加后下降的倒 U 型演進(jìn)趨勢(shì);最后， 當(dāng)分位點(diǎn)處于 0. 25 ～ 0. 75 的區(qū)間時(shí)， 數(shù)字普惠金融對(duì)智能制造的影響效應(yīng)比較大， 表明數(shù)字普惠金融更能夠惠及那些中等智能化發(fā)展水平的工廠， 這也體現(xiàn)了數(shù)字普惠金融對(duì)社會(huì)中等階層有更強(qiáng)的包容性。

　　5 結(jié)論與建議

　　云制造、 服務(wù)型制造和智能制造以顛覆性技術(shù)為依托， 已成為做大做強(qiáng)做優(yōu)中國制造、 中國創(chuàng)造的重要突破口。 本文先是從理論層面闡釋了數(shù)字普惠金融、 要素錯(cuò)配對(duì)工業(yè)智能制造的作用機(jī)制和傳導(dǎo)路徑; 然后以 2011 ～ 2020 年中國省級(jí)面板數(shù)據(jù)為考察樣本， 綜合運(yùn)用固定效應(yīng)、 中介效應(yīng)和無條件分位數(shù)回歸驗(yàn)證了數(shù)字普惠金融、要素錯(cuò)配對(duì)工業(yè)智能制造的影響效應(yīng)。 研究結(jié)果表明：

　　(1) 數(shù)字普惠金融能夠顯著推動(dòng)工業(yè)智能化轉(zhuǎn)型， 且這一結(jié)論經(jīng)過一系列穩(wěn)健性和內(nèi)生性處理后依然成立; (2) 勞動(dòng)力錯(cuò)配和資本錯(cuò)配在數(shù)字普惠金融影響工業(yè)智能制造的傳導(dǎo)過程中發(fā)揮著部分中介作用， 即數(shù)字普惠金融可以通過緩解要素的中介渠道來提升金融資源服務(wù)于實(shí)體經(jīng)濟(jì)的作用效果， 其中資本錯(cuò)配和勞動(dòng)力錯(cuò)配的中介效應(yīng)占比分別為 8. 87%和 6.15%; (3) 數(shù)字普惠金融對(duì)工業(yè)智能制造的正向影響效應(yīng)呈現(xiàn)兩頭小中間大的 “橄欖型” 分布態(tài)勢(shì); 在給定的 5 個(gè)分位點(diǎn)中， 數(shù)字普惠金融對(duì)工業(yè)智能制造的推動(dòng)作用在 50%分位點(diǎn)處達(dá)到最大值， 有明顯的 “拐點(diǎn)效應(yīng)”。

　　結(jié)合上述研究結(jié)論， 本文提出以下政策建議：

　　(1) 完善數(shù)字金融基礎(chǔ)設(shè)施。 努力拓展數(shù)字普惠金融的覆蓋廣度， 強(qiáng)化使用深度， 夯實(shí)數(shù)字支持程度。 在踐行金融普惠性和商業(yè)可持續(xù)性的基本指導(dǎo)理念基礎(chǔ)上， 打造一個(gè)更具備包容性的現(xiàn)代數(shù)字普惠金融體系， 通過完善個(gè)人支付、 小額信貸、 互聯(lián)網(wǎng)保險(xiǎn)和基金理財(cái)?shù)葦?shù)字化功能，重點(diǎn)保障中小微企業(yè)公平機(jī)會(huì)獲取金融資源的權(quán)益， 適當(dāng)推出符合規(guī)模以上工業(yè)企業(yè)中長期貸款需求的產(chǎn)品。 充分發(fā)揮人工智能、 大數(shù)據(jù)分析和云計(jì)算等新一代數(shù)字技術(shù)在資源配置精準(zhǔn)化、 服務(wù)渠道全時(shí)化、 業(yè)務(wù)流程自動(dòng)化、 風(fēng)險(xiǎn)管控智能化的實(shí)踐優(yōu)勢(shì)， 極力創(chuàng)新供應(yīng)鏈金融、 融資租賃、債權(quán)融資、 抵押擔(dān)保和投貸保聯(lián)動(dòng)與研發(fā)投資等金融服務(wù)和產(chǎn)品， 力促數(shù)字技術(shù)完善與普惠金融發(fā)展同頻共振， 構(gòu)建多層次、 全鏈條、 專業(yè)化和在地化的智能制造數(shù)字普惠金融服務(wù)體系。

　　(2) 注意風(fēng)險(xiǎn)防控。 推動(dòng)數(shù)字普惠金融服務(wù)工業(yè)智能制造的過程中， 應(yīng)始終遵循合規(guī)經(jīng)營和守正創(chuàng)新的底線， 積極解決行業(yè)發(fā)展突出問題。相關(guān)行政主體應(yīng)進(jìn)一步完善相關(guān)制度體系， 嚴(yán)格把控?cái)?shù)字金融市場(chǎng)準(zhǔn)入， 明確各監(jiān)管機(jī)構(gòu)的行政職責(zé)與考核標(biāo)準(zhǔn)， 優(yōu)化數(shù)字金融監(jiān)管體系框架，制定包括政策、 制度、 技術(shù)在內(nèi)的系統(tǒng)性數(shù)字普惠金融防范與化解體系， 維護(hù)良好的金融生態(tài)環(huán)境和金融發(fā)展格局。 逐步探索應(yīng)用以區(qū)塊鏈、 多方安全計(jì)算、 聯(lián)邦學(xué)習(xí)為內(nèi)核的隱私計(jì)算， 搭建跨機(jī)構(gòu)、 跨領(lǐng)域的數(shù)據(jù)融合應(yīng)用平臺(tái)， 推動(dòng)智能制造領(lǐng)域的金融信用信息和新型替代性數(shù)據(jù)有機(jī)結(jié)合， 筑牢數(shù)字普惠金融服務(wù)智能制造的數(shù)據(jù)基礎(chǔ)， 防范化解金融風(fēng)險(xiǎn)。

　　(3) 強(qiáng)化金融供給精準(zhǔn)性。 將目光聚焦于制造業(yè)核心本質(zhì)， 緊扣智能制造特征內(nèi)核， 重點(diǎn)面向關(guān)鍵技術(shù)核心攻關(guān)、 網(wǎng)絡(luò)協(xié)同等新模式培育，智能制造創(chuàng)新成果轉(zhuǎn)化、 工業(yè)互聯(lián)網(wǎng)及工業(yè)軟件研發(fā)和智能制造硬裝備等新型基礎(chǔ)設(shè)施建設(shè)， 充分發(fā)揮產(chǎn)業(yè)融合平臺(tái)、 銀企融合平臺(tái)的作用， 依法合規(guī)調(diào)取企業(yè)生產(chǎn)經(jīng)營信息、 產(chǎn)業(yè)政策信息和金融產(chǎn)品信息， 深入挖掘各類型工業(yè)企業(yè)對(duì)金融服務(wù)的差異化需求和有效需求， 充分利用數(shù)字技術(shù)增加金融供給的靈活性和適應(yīng)性。 始終按照 “擇優(yōu)、 扶強(qiáng)、 扶優(yōu)、 普惠和商業(yè)可持續(xù)” 的原則，從源頭把控金融供給質(zhì)量， 為真正有市場(chǎng)、 有需求、 有效益和有技術(shù)的智能制造企業(yè)主體和項(xiàng)目提供高質(zhì)量的金融服務(wù)供給。

　　參 考 文 獻(xiàn):

　　[1] 汪芳， 石鑫. 中國制造業(yè)高質(zhì)量發(fā)展水平的測(cè)度及影響因素研究 [J]. 中國軟科學(xué)， 2022， (2)： 22～ 31.

　　[2] 馬南峰， 姚錫凡， 王柯賽. 面向未來互聯(lián)網(wǎng)的智慧制造研究現(xiàn)狀與展望 [ J]. 中國科學(xué)： 技術(shù)科學(xué)， 2022， 52 (1)： 55 ～75.

　　[3] 郭朝先， 王宏霞. 中國制造業(yè)發(fā)展與 “中國制造 2025” 規(guī)劃[J]. 經(jīng)濟(jì)研究參考， 2015， (31)： 3～ 13.

　　[4] 錢海章， 張強(qiáng)， 李帥. “十四五” 規(guī)劃下中國制造供給能力及發(fā)展路徑思考 [J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2022， 39 (1)：28～50.

　　[5] 孫毅， 羅穆雄. 美國智能制造的發(fā)展及啟示 [ J]. 中國科學(xué)院院刊， 2021， 36 (11)： 1316～ 1325.

　　[6] 李健旋. 美德中制造業(yè)創(chuàng)新發(fā)展戰(zhàn)略重點(diǎn)及政策分析 [ J].中國軟科學(xué)， 2016， (9)： 37～ 44.

　　[7] 黃益平. 理解金融供給側(cè)結(jié)構(gòu)性改革 [ J]. 政治經(jīng)濟(jì)學(xué)評(píng)論， 2020， 11 (1)： 149～ 162.

　　[8] 王小燕， 張俊英， 王醒男. 金融科技、 企業(yè)生命周期與技術(shù)創(chuàng)新———異質(zhì)性特征、 機(jī)制檢驗(yàn)與政府監(jiān)管績(jī)效評(píng)估 [ J].金融經(jīng)濟(jì)學(xué)研究， 2019， 34 (5)： 93～ 108.

　　[9] 鄭磊， 張偉科. 科技金融對(duì)科技創(chuàng)新的非線性影響———一種U 型關(guān)系 [J]. 軟科學(xué)， 2018， 32 (7)： 16～ 20.

　　選自期刊《工業(yè)技術(shù)經(jīng)濟(jì)》第 7 期(總第 345 期)

　　作者信息：沈 洋 郭孝陽 張秀武(華僑大學(xué)數(shù)量經(jīng)濟(jì)研究院， 廈門 361021)

轉(zhuǎn)載請(qǐng)注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///jjlw/30387.html