金融科技对制造业产业链升级...于省级面板数据的GMM模型_柴正猛.pdf

管理现代化8经济经纬Economic Suruey一、引言我国作为世界制造业大国和“世界工厂”，制造业始终保持着非常迅猛的发展速度，自 2010 年以来一直非常稳定地处在全球第一的位置。改革开放以来，我国充分发挥人力资源与产业配套优势，积极参与国际竞争和全球产业链分工与合作，加快形成合理的制造业产业结构，推进产业的转型升级。但也面临着来自国内外的挑战。从国内来看，制造业发展过程中还存在着“大而不强”这个亟待解决的重要问题，且制造业发展在高端环节和基础能力方面存在短板。从国外来看，近年来美国提出制造业回归本土、欧盟“抱团取暖”以及发达国家高端锁定等做法都对我国制造业发展带来负面影响。尤其是中美贸易战、华为事件以及全球新冠疫情等事件的发生，使得产业安全问题更加突出。我国经济体系进行优化升级的关键在于促进产业链现代化发展，但随着我国进入经济转型阶段，加之贸易保护主义加深，产业链出现了更多的不确定性和不稳定性。产业链升级是我国实现制造强国的关键因素，中国迫切需要找寻新出路以解决制造业产业链发展的瓶颈问题。金融科技的出现和发展，为我国制造业产业发展注入了新的生机与活力，同时也为解决产业链升级问题提供了新视角。随着中国经济逐渐步入高质量发展时期，金融科技也渐渐走向金融和科技深度融合的阶段，为金融服务于产业发展提供了崭新的模式。作为金融科技应用最频繁的国家，我国高度重视金融科技的发展及其在制造业产业发展过程中的应用。金融科技在当今产业链升级过程中占据着重要的地位，因而需要处理和协调好金融科技发展与产业链升级之间的关系。如何合理利用金融科技，并将其作为制造业产业链升级的“新引擎”是实现我国经济高质量发展所需要解决的关键性问题。从金融科技角度出发，研究其与制造业产业链升级之间的关系对我国制造业产业链的进一步发展具有重要的现实意义。本文从省级层面出发，通过文本挖掘法构建金融科技指标，并利用相关指标评价制造业产业链升级水平；构建实证模型，运用系统广义矩估计（GMM）方法进行回归分析，通过求导公式计算金融科技对制造业产业链升级的影响效应；以胡焕庸线为界，对模型进行异质性分析，最后提出相关建议。二、文献综述关于金融科技的研究，目前学术界已经取得了一定成果，但并没有形成一致的观点。通常认为金融科技是金融领域的科技创新所产生的一系列新问题与新情况1，是科学技术创新和金融发展深度融合所产生的。金融科技具有无限的潜力和包容性，推动世界金融业发展形成崭新的格局，影响着全球范围内的金融竞争2。大多数学者将研究重点放在发展金融科技所带来的影响和作用上，且主要集中于其对家庭经济、企业成长、金融业发展、经济增长等影响方面。金融科技作为改善金融渠道、提高家庭抵御风险能力的重要途径之一3，通过创业以及收入增长等方式提升家庭的消费水平和财富积累，基金项目国家自然科学基金项目“金融科技下跨境供应链金融促 GMS 产业链升级演进机理与路径研究”（72163018）。DOI：10.19634/ki.11-1403/c.2022.06.002金融科技对制造业产业链升级的影响研究柴正猛杨燕芳（昆明理工大学管理与经济学院，云南昆明650500）摘要通过构建综合指标测度制造业产业链升级水平，采用 2011-2020 年省级数据，利用广义矩估计 GMM 方法考察金融科技对制造业产业链升级的影响效应。研究结果表明，省级金融科技发展促进了制造业产业链水平提升，且具有持续性和增强趋势；以胡焕庸线为界，影响效应存在差异性。关键词金融科技；制造业；产业链升级；面板数据；GMM 中图分类号F424.3文献标识码A文章编号1003-1154(2022)06-0008-06基于省级面板数据的 GMM 模型92022年第 期6经济经纬Economic Suruey从而提升居民生活富裕程度和家庭幸福感4。在企业方面，金融科技可以较为准确地对相关企业的功能进行识别，使得企业和银行之间所拥有的信息尽可能对称，降低企业融资中的成本和约束，促进中小企业融资中普遍存在的“难”和“贵”问题的解决，进而提高信贷资源配置效率和投资效率5；金融科技的出现和发展更加完善了金融服务模式，加快企业科技创新的步伐6，进一步提升企业全要素生产率和创新绩效7，并通过信息效应和资源配置效应推动企业的成长和转型升级8。在金融业方面，金融科技的发展与应用，改变了传统金融业的竞争格局，为金融发展带来了新的机遇与挑战9。金融科技逐渐进入金融体系的各个领域，扩大了金融包容性10，进而促进银行业效率提升和金融稳定；但与此同时也对传统金融体系产生了一定的不良影响，加大了系统性金融风险发生的可能性。在经济发展方面，随着新兴金融科技的发展与创新，金融资源的利用率和使用合理程度均得到较大提升，因此要注重利用金融科技促进经济可持续高质量发展11、12。关于产业链，部分学者重点研究产业链现代化水平的指标构建与其升级的影响因素。Wang（2017）等采用WWYZ 分解方法，构建产业链参与程度和分工位置的相关指标，以测度其相关产业价值链水平13；蔡乌赶和许凤茹（2021）等对产业组织、创新能力、经济效应以及绿色集约进行测算，构建评价制造业产业链现代化水平的指标体系14。Li Xing（2021）、Zhou William Chongyang（2022）等从全球价值链的视角出发，对对外直接投资、技术进步等影响产业价值链升级的相关因素进行研究15、16。此外，宏观经济条件、人力资本、融资效率、基础设施以及投资环境等也是影响产业链优化升级的重要因素17、18。目前大多数学者重点研究的是价值链、创新链以及供应链等，直接使用“产业链”一词的较少，如屠年松和易泽华（2018）以产业链价值链分解为重点，建立起区域产业链的价值链国别分解模型19。部分学者将金融科技与产业发展结合在一起进行研究。有学者认为金融发展与科学技术创新的协调性，使我国在全球价值链分工中占据着越来越重要的地位，影响力不断得到提升20。金融科技的形成与发展，为消除企业融资约束提供了更大的可能性，进而推动制造业企业嵌入全球价值链21。金融科技发展与产业结构升级在相当长一段时间内具有平衡关系22，其通过影响产业结构的高级化与合理化，推动了产业链运行效率的提高，进而实现产业链升级与经济高质量发展23。已有的关于金融科技与产业链升级的相关研究，大多集中在金融科技对产业结构合理化与高级化的影响上，且从以往的理论分析逐渐转变成理论与实证分析相结合，研究内容不断深入与合理化。金融科技的迅猛发展为产业与经济发展带来了更多的可能性，更进一步推动产业发展走向高效率、高质量与数字化之路。现有的关于金融科技与产业链升级的研究虽然已有所完善，但也存在着较大的提升空间。本文的边际贡献主要在于：（1）以往研究大多将重点放在金融科技对企业、金融业以及经济发展的影响上，较少学者研究金融科技与产业发展的关系，将金融科技与产业链升级结合在一起的相关文献更是少之又少；因此本文将二者结合，即创新性地将金融科技作为切入点，从实证角度研究金融科技是如何影响制造业产业链升级的，一定程度上弥补了以往研究中存在的不足；（2）学术界不少学者有关产业链的研究大多集中于价值链、创新链和供应链，并将重点放在产业链升级的影响因素上，虽然有学者开始构建制造业产业链升级的综合评价指标，但鲜有学者将其构建的指标用于相关的实证研究当中，直接定量研究金融科技与产业链升级之间关系的文献几乎没有。因而本文在前人研究的基础上，构建起产业链升级的综合指标，引入模型并深入分析金融科技对产业链升级的影响效应；同时创新性地将时间虚拟变量引入模型当中，充分考虑时间因素的影响效果。三、模型构建与变量说明（一）变量选取及说明1.被解释变量制造业产业链升级水平（MU）。为了尽可能全面且充分地体现制造业产业链升级水平，本文借鉴任碧云和贾贺敬24（2019）的做法，从规模、结构、效率以及环境损耗四个维度构建起制造业产业链升级的综合评价指标体系，对制造业产业链升级水平进行测度。从规模维度来看，制造业规模的扩张，为产业发展带来了聚集效应与规模经济，从而提高其增加值；在结构层面，主要表现在优质产能的不断提升所带来的制造业产业的结构优化；在效率维度方面，制造业企业的盈利水平提升促进了制造业产业链的效率提升，是升级的重要表现之一；而环境损耗则体现了制造业节能减排的能力，也是产业链升级重要的一环。鉴于数据的可得性与完整性，规模维度采用的是制造业主营业务收入的同比增长速度；而结构维度采用的是高技术行业1主营业务收入在制造业全部行业中所占的比重；效率维度用制造业的营业利润与主营业务收入之比来表示；环境维度则是用工业固体废物综合利用率在其产生量中的占比来表示。本文通过熵值法对以上几个指标的数据进行处理，进而计算出各省份的制造业产1 高技术行业主要包括医药制造业、专用设备制造业、交通运输设备制造业、电气机械和器材制造业、计算机、通信和其他电子设备制造业、仪器仪表制造业。管理现代化10经济经纬Economic Suruey业链升级水平。制造业产业链升级综合评价指标值越高，省级层面的制造业产业链升级水平就越高。2.解释变量金融科技指数（FT）。大多学者用北京大学数字普惠金融指数，或者在文本挖掘的基础上构建金融科技指数，利用综合指标衡量金融科技发展水平。本文借鉴郭品和沈悦25（2015）的做法，利用文本挖掘，先从金融核心功能与金融科技底层技术出发，构建起解释变量 FT 的初始词库（见表 1）。通过百度获得具体关键词的词频，并将其作为原始数据，再采用熵值法确定关键词权重，计算各省份每年的金融科技综合指标，且综合指标越高表示该省份的金融科技发展水平越高。表 1金融科技指数初始词汇一级指标金融核心功能金融科技底层技术二级指标支付清算资源配置信息中介财富管理技术基础具体关键词第三方支付网络投资互联网金融平台互联网保险大数据移动支付供应链融资手机银行网络理财区块链数字货币网贷众筹平台量化投资云计算人工智能生物识别3.控制变量制造业产业链升级过程当中，存在众多的影响因素，在已有的实证研究当中缺乏一定的选取标准，且可能会产生遗漏变量的情况。因此，本文借鉴王桂军26（2020）、陈晓东27（2021）等学者的做法，将被解释变量制造业产业链升级水平与核心解释变量金融科技指数的交叉相乘项 FTit*MUit作为主要的控制变量，并引入到模型中。4.虚拟变量金融科技自出现以来一直得到持续的关注与发展，至今已经历了多个不同发展阶段，尤其在 2015 年之后，金融和科学技术的融合发展不断深入，开始进入人工智能时期。为了考察金融科技发展阶段对制造业产业链升级的影响是否存在时间差异性，将时间虚拟变量 D 引入模型当中，具体做法是将 2015 年之前的时间虚拟变量赋值为 0，将 2015 年之后的时间虚拟变量赋值为 1。与此同时，本文将时间虚拟变量与金融科技指数的交叉相乘项 D*FTit也引入模型中，进一步考察金融科技发展在时间上对制造业产业链升级的影响效应。（二）模型的设定模型当中的控制变量为解释变量和被解释变量的乘积项，这必然会引起较为严重的多重共线性和内生性问题。为了解决上述问题，本文基于系统广义矩估计（GMM）以及稳健标准误方法进行回归分析，以缓解模型存在的内生性问题，并修正异方差对模型的不良影响。所谓的广义矩估计（GMM）方法是矩估计的拓展与补充，尤其是存在过度识别情况下，GMM 方法可以更为有效地将矩条件组合在一起。GMM 方法分为水平GMM、差分 GMM 以及系统 GMM，本文主要采用的是系统 GMM 方法，这种方法可以进一步提高估计的效率，其基本公式为：01,123iti tititiityyxzu=+其中ity为模型的被解释变量，,1i ty为ity的一阶滞后项，itx为控制变量，itz为前定变量，ui为不受时间影响的个体效应，it为随机扰动项。根据前文的分析，本文建立起如式（2）的基准模型，并在此基础之上，将时间虚拟变量及其与模型的核心解释变量的乘积项加入到模型当中，由此形成新模型，具体如式（3）所示。其中，MUit代表的是第 i 个