數字金融對制造業產業鏈韌性的影響效應分析

■劉偉

一、引言

制造業作為實體經濟的重要基礎，是現代化經濟體系的關鍵組成要素，也是構建新發展格局、推動中國式現代化發展的重要支撐[1]。十八大以來，我國制造業發展取得了重大成就，制造業產業綜合實力、競爭力、抗風險能力整體躍升。從經濟規模看，工信部數據顯示，2012—2021 年，我國制造業增加值從16.98 萬億元增加到31.40 萬億元，占全球比重從20%左右提高到近30%。從產業體系看，按照國民經濟統計分類，我國制造業涵蓋31個大類、179個中類和609 個小類，具備全球產業門類最齊全的產業體系。可以說，我國已具備相對完整的制造業產業鏈，正從“制造大國”向“制造強國”跨越。

當前，全球經濟呈現疲軟、低迷態勢，投資萎縮、消費乏力、供應鏈中斷等風險性與不確定性問題頻發，對制造業產業鏈造成嚴重沖擊[2]。我國聚焦制造業產業鏈“堵點”和“斷點”，通過扎實推進制造業強鏈補鏈、加快技術突破、加強供需對接等舉措，促使制造業產業鏈韌性取得較大提升。但不可忽略的是，我國制造業產業鏈發展受制于低端鎖定、多鏈并行、創新薄弱等因素，對風險沖擊的應對能力尚有不足[3]。2022 年10 月，黨的二十大報告立足當前經濟形勢和產業現代化發展需要，作出“推動制造業高端化、智能化、綠色化發展”的重大戰略部署，并明確提出“著力提升產業鏈供應鏈韌性和安全水平”的要求，為未來提升制造業產業鏈韌性作出政策指引。由此可見，新時期如何增強制造業產業鏈抵御沖擊、應對逆境的能力，已成為保障我國制造業整體穩定、推動經濟平穩發展的重要課題。

伴隨著數字技術不斷發展，以人工智能、區塊鏈、大數據為依托的數字科技深入應用到金融領域，為金融發展注入新“活力”[4]。作為數字科技與金融服務相融合的產物，數字金融逐漸成為撬動制造業產業鏈平穩增長的有力杠桿，在制造業產業鏈韌性提升中承擔重要的“助推器”作用。換言之，數字金融依靠低門檻、低成本、便利性等優勢，可有效突破傳統金融的時空制約，完善金融資源配置，有效提升金融服務的廣度和深度。借此，數字金融能夠最大限度地滿足制造業產業鏈發展需求，彌補制造業產業鏈的薄弱環節，推動制造業產業鏈韌性提升[5]。因此，深入探究數字金融對制造業產業鏈韌性的影響效應及作用機理，推動形成數字金融與制造業產業鏈韌性協同共進的整體局面，對于加快制造業產業鏈良性發展，穩固實體經濟發展根基具有重要意義。

二、文獻評述

韌性概念起源于物理學，主要指物體承受外部壓力后恢復原狀態的能力。Comfort[6]把韌性概念引入到基本經濟學領域，認為經濟韌性是區域經濟受到外部擾動時，區域系統的自我恢復與更新的能力。自此，學界開啟了經濟韌性的相關研究。就國外研究而言，Simmie等[7]從演化視角出發，認為經濟韌性的顯著特征是區域經濟的適應能力。Martin[8]從可恢復性、脆弱性、創新性、適應性四個層面系統闡述了經濟韌性概念。此外，國外部分學者從社會資本、產業發展等維度入手，探討經濟韌性的演化和發展[9，10]。就國內研究而言，學者們多立足于經濟脆弱性、適應性視角[11—13]，對各類經濟系統韌性進行分析和評價。產業結構對經濟韌性的正向影響被學界普遍認同，部分學者從具體行業產業出發，對產業安全[14，15]、制造業韌性[16]、產業鏈自主可控能力[17]進行評價，揭示了不同層次產業系統韌性相關問題。相較之下，產業鏈層面的韌性研究明顯不足，圍繞制造業產業鏈韌性演化規律、影響機制的定量分析鮮見于文獻。

當前對金融支持制造業產業鏈韌性升級的研究，大多包含于金融與經濟增長之間關系的研究之中。國外方面，Davies[18]提出以金融行業、信息行業為主要產業的國家比以制造業為主要產業的國家具有更強的經濟韌性。Steiner等[19]提出金融可通過緩解中小企業融資需求，助力中小企業發展，從而提升經濟韌性。國內方面，郭將等[20]提出地區金融發展水平越高，越能夠抵御外部風險的沖擊。陳叢波等[21]研究指出，數字經濟不僅可以促進本地的經濟韌性，還能通過空間溢出資金和技術來提升鄰近城市的經濟韌性。華桂宏等[22]提出金融產業集聚能夠顯著提升城市經濟韌性。范建紅等[23]發現數字普惠金融對高技術制造業創新韌性具有顯著正向影響。總體上看，關于經濟韌性的研究在產業維度的探討較為缺乏，且基于數字金融視角分析制造業產業鏈韌性提升的相關研究亟待拓展。

綜上所述，已有文獻為本文研究奠定了一定基礎，但關于制造業產業鏈韌性的研究相對較少，且對數字金融與制造業產業鏈韌性之間關系的探討亦存在空白。因此，本文的貢獻可能在于以下幾個方面：（1）在詳細闡述數字金融與制造業產業鏈韌性理論關系的基礎上，實證探討數字金融與制造業產業鏈韌性的關系，豐富了相關領域研究。（2）基于區域視角驗證數字金融對制造業產業鏈韌性影響的異質性，為促進地區制造業產業鏈均衡發展提供政策參考。（3）實證分析技術創新、產業集聚、政府補貼在數字金融與制造業產業鏈韌性間的作用機制，進一步加深了對二者作用關系的理解，以期為我國高質量發展背景下提升制造業產業鏈韌性提供參考。

三、研究假設

（一）數字金融對制造業產業鏈韌性的直接影響

在傳統金融供給模式下，制造業產業鏈主體資金需求的即時性與政府施行金融政策的遲滯性往往存在較大沖突，不利于制造業產業鏈主體在應對風險沖擊時及時獲取資金，難以支持制造業產業鏈主體在風險沖擊下長期運轉[24]。數字金融的“包容性”和“草根性”特征，能夠較好地與制造業產業鏈主體的融資需求相契合，為制造業產業鏈韌性增長提供堅實的金融支持。從金融供給規模層面看，數字金融有助于降低制造業產業鏈主體與金融機構之間存在的信息不對稱，提高金融服務可得性，豐富制造業產業鏈主體外部融資渠道，為其韌性增長提供充足資金支持[25]。從金融供給質量層面看，數字金融將科技與金融業務進行深度融合，不僅有效提升了金融服務效率，而且能夠調整和改善金融結構，提升金融服務質量，助推制造業產業鏈韌性提升[26]。基于此，本文提出如下假設：

H1：數字金融對制造業產業鏈韌性具有正向促進作用。

（二）數字金融對制造業產業鏈韌性的間接影響

基于演化經濟學和適應性韌性理論，制造業產業鏈韌性可以看作制造業產業鏈通過技術升級和知識創新以應對風險的能力。由此，持續的技術創新是制造業產業鏈應對沖擊時保持穩定動態增長的重要路徑。然而，傳統金融服務受限于“融資歧視”“時空制約”等因素，對制造業產業鏈技術創新的支持作用有限。數字金融借助數字信息技術，能夠快速匹配制造業產業鏈主體的技術創新需求，解決金融供需矛盾，為制造業產業鏈韌性提升營造良好的技術創新環境。一方面，數字金融可以緩解技術創新融資約束。數字金融憑借速度快、范圍廣、成本低等優勢，能有效提升金融服務覆蓋范圍及觸達能力，緩解制造業產業鏈主體技術創新的融資約束，從而促進制造業產業鏈韌性提升[27]。另一方面，數字金融可以降低技術創新服務成本。數字金融通過電子化、數字化交易，可大幅降低技術創新的金融服務門檻和成本，進一步擴大金融的覆蓋范圍，更好地實現對制造業產業鏈的支持。從成本收益視角看，數字金融促使技術創新的成本收益平衡點發生偏移，為制造業產業鏈主體進行技術創新活動提供更為廣泛的金融支撐，為制造業產業鏈韌性提升夯實了技術創新基礎。基于上述分析，本文提出如下假設：

H2：數字金融可通過促進技術創新，間接促進制造業產業鏈韌性提升。

（三）數字金融對制造業產業鏈韌性的調節作用

作為典型的現代產業組織形式，產業集聚有助于促使產業分工向專業化、精細化方向演進，以提升各類要素資源在產業鏈上的傳輸效率，強化制造業產業鏈的技術外溢效應，有效提升數字金融對制造業產業鏈韌性的賦能[28]。一方面，產業集聚有助于整合產業鏈要素資源，提升制造業產業鏈韌性。產業集聚可將信息、用戶等資源集中到同一空間內，促使制造業產業鏈主體在應對風險時能夠方便快捷地使用各類要素資源，有效降低產業運營成本和交易成本，提升其市場競爭優勢，增強制造業產業鏈主體風險應對能力，從而提升制造業產業鏈韌性。另一方面，產業集聚有助于推動制造業產業鏈各主體間的協同合作，提升制造業產業鏈韌性。產業集聚可通過打破企業、行業、產業以及地域間的隔閡，推動制造業產業鏈主體間形成利益聯盟，并通過各主體間的互動、融合與創新，促使不同產業主體、行業主體共同發展，促進制造業產業鏈韌性提升[29]。由此可見，產業集聚可以通過調節制造業產業鏈內部資源分配，促進主體間合作，進而影響數字金融對制造業產業鏈韌性的促進作用。基于上述分析，本文提出如下假設：

H3：產業集聚能夠強化數字金融對制造業產業鏈韌性的促進效應。

政府并不是制造業產業鏈應對風險的完全承擔者，而是產業鏈韌性提升過程中的引導者和推動者。政府補貼可借助資源補充、風險分擔以及信號傳遞等方式，對制造業產業鏈韌性提升產生影響。其一，政府補貼能夠為制造業產業鏈注入資本支持，強化其應對風險的能力。換言之，政府補貼以資本的形式為制造業產業鏈應對風險進行補貼，這可與數字金融形成互動、互補效應，共同緩解產業鏈主體應對風險時的資本約束，促進制造業產業鏈韌性提升[30]。其二，政府補貼可分擔產業鏈各主體的資金配置風險，緩解銀行等金融機構對企業投資的風險顧慮，強化數字金融對制造業產業鏈韌性的影響效應[31]。此外，政府補貼還能向市場釋放利好信號，引導銀行等金融機構為制造業產業鏈主體提供資金支持，拓寬產業鏈主體應對風險的資金來源，提升產業鏈韌性。由此，本文提出如下假設：

H4：政府補貼能夠強化數字金融對制造業產業鏈韌性的促進效應。

四、研究設計

（一）模型設計

基于理論機制和研究假設H1，本文設定如下基準模型：

其中，下標i、t分別表示地區和年份，RMIN表示制造業產業鏈韌性，DFIE表示數字金融發展水平，Control表示一系列控制變量，μi、vt、εit分別表示個體效應、時間效應以及隨機擾動項。

為驗證技術創新的中介效應，在式（1）的基礎上，進一步構建如下中介效應模型：

其中，M代表中介變量，b1、c1為數字金融回歸系數，c2為中介變量回歸系數，b2、c3為控制變量回歸系數，其余變量定義與前文一致。

為考察產業集聚、政府補貼在數字金融與制造業產業鏈韌性之間的作用機制，引入產業集聚、政府補貼與數字金融交互項，構建調節效應模型：

其中，REVA表示本文的調節變量，包含產業集聚和政府補貼。

為探究產業集聚、政府補貼對制造業產業鏈韌性的非線性影響，設定單一和雙重門限面板模型，具體如下：

其中，f是門限變量，ω1、ω2、ρ1、ρ2、ρ3分別為不同門限變量區間內數字金融對制造業產業鏈韌性的估計系數。

（二）變量說明

1.解釋變量

數字金融（lnDIFE）。采用北京大學數字普惠金融總指數來表示數字金融發展水平。

2.被解釋變量

制造業產業鏈韌性（lnRMIN）。在物理學韌性概念基礎上，本文借鑒鄭濤等[32]、郝愛民等[33]的研究，從斷裂韌性和沖擊韌性兩個層面構建制造業產業鏈韌性指標體系（見表1）。其中，斷裂韌性反映了制造業產業鏈在應對沖擊時的適應能力和重組能力，而沖擊韌性則反映了制造業產業鏈對外來沖擊負荷的抵抗能力。本文采用熵權法測算各地區制造業產業鏈韌性的發展水平。

表1 制造業產業鏈韌性評價指標體系

3.中介變量

農業機械化是農業發展的方向。國家應對農業機械技術培訓給予高度重視，加強對農業機械技術人才的培訓和教育，還要有效組織農業機械技術培訓工作。根據農村地區發展的實際情況，采取多樣化、創新性的培訓措施，使農民在理解的基礎上加以掌握，切實提高農民的機械操作能力。加強宣傳教育，激發廣大農民群眾參與培訓的熱情。在實踐中發展農業科技，推動我國農業向著機械化、現代化的方向發展。

技術創新（lnTEN）。目前，學術界多采用技術創新投入和專利授權數來衡量技術創新水平。本文考慮到專利授權數在一定程度上存在滯后性，而技術創新投入則存在產出效率問題，故借鑒陳恭軍[34]的做法，采用每萬人擁有的專利申請受理量來衡量地區技術創新水平。

4.調節變量

產業集聚（lnDAG）。借鑒唐曉華等[35]、田剛元等[36]的研究，用區位熵法測算制造業產業集聚程度，計算公式為：

其中，i代表地區，DAG表示制造業產業集聚程度，CY表示制造業就業人數，Y表示全國就業人數。

政府補貼（lnSUBS）。借鑒岳宇君等[37]的研究，用各省份財政補助占該省份制造業當年全部營業收入的比重測算。

5.控制變量

為保證研究結論科學、準確，控制如下變量：（1）外貿依存度（lnFTE），以各省份進出口總額與當地GDP 的比值來衡量；（2）人力資本水平（lnHUM），以各省份每萬人高等學校在校生數來衡量；（3）城市化水平（lnURE），以各省份城鎮總人口占比來表示；（4）產業結構（lnINST），以各省份第二產業增加值占當地GDP的比重來表示。

（三）數據來源

表2 變量描述性統計

五、實證分析

（一）基準回歸

表3（1）和（2）列分別為使用隨機效應（RE）和固定效應（FE）估計的數字金融發展對制造業產業鏈韌性的基準估計結果。Hausman 檢驗表明，應選用固定效應模型進行分析。由表中數據可知，數字金融對制造業產業鏈韌性的影響均顯著為正。假設H1得到驗證。同時，考慮到變量之間可能存在內生性問題，故借鑒鄭萬騰等[38]的做法，選取互聯網普及率（每百人中互聯網用戶數）和移動電話普及率（每百人中移動電話用戶數）作為雙工具變量，進行IV-2SLS 估計檢驗，結果見表3（3）列。其中，IV 不可識別檢驗表明強烈拒絕工具變量不可識別的原假設，且弱IV檢驗表明不存在弱工具變量。相較于（1）和（2）列，（3）列中的數字金融系數有所上升，表明變量間的內生性問題可能在一定程度上導致數字金融的影響效應被低估。

表3 數字金融對制造業產業鏈韌性的基準回歸結果

（二）穩健性檢驗

為保證結果穩健性，從以下兩個方面進行穩健性檢驗。其一，系統GMM回歸。分別將北京大學數字普惠金融指數三個子維度即數字普惠金融覆蓋廣度（CDIF）、數字普惠金融使用深度（UDGI）、數字化程度（DZGI）的滯后一期進行系統GMM回歸。由表4（1）至（3）列的Sargan檢驗和AR（2）結果可知，系統GMM 回歸沒有過度識別問題和二階序列自相關問題，從而表明系統GMM 估計結果具有可靠性。其二，縮尾后進行回歸。考慮到數據異常值對回歸結果產生的影響，本文對被解釋變量進行1%和5%水平上的縮尾處理，并再次進行回歸。上述兩種穩健性檢驗結果表明，在采用系統GMM回歸和進行縮尾處理后，數字金融對制造業產業鏈韌性的正向作用仍然顯著，證明前文得出的結論是穩健的。

表4 穩健性檢驗結果

（三）異質效應考察

第一，行業異質性。考慮到數字金融對不同要素密集度制造業產業鏈韌性的影響效應可能存在差異，借鑒孟祺[39]的研究，參照《全球行業分類標準》將制造業劃分為勞動密集、資本密集和知識密集三類①，并分別分析數字金融對各類制造業產業鏈韌性的影響效應，回歸結果如表5所示。由表中數據可知，數字金融對勞動密集型、資本密集型和知識密集型制造業產業鏈韌性的影響均在1%的水平上顯著為正。比較而言，數字金融對資本密集型制造業產業鏈韌性的影響效應最大，知識密集型次之，勞動密集型最小。究其原因，數字金融可為資本密集型和知識密集型制造業產業鏈發展提供高質量、高效率的資金支持，幫助制造業產業鏈實現規模擴張和技術進步，從而有效驅動這兩類制造業產業鏈韌性提升。而與上述兩類制造業產業鏈相比，勞動密集型制造業產業具有從研發設計、零部件生產到加工組裝在內的完整產業鏈，對數字金融的敏感性相對較弱，導致數字金融的促進效應難以得到充分發揮。

表5 行業異質性回歸結果

第二，分位數異質性。參考衛彥琦[40]的研究，利用分位數模型檢驗制造業產業鏈韌性各個階段對數字金融的敏感性，以加深對數字金融與制造業產業鏈韌性間關系的理解。具體做法是選取10%、25%、50%、75%和90%等重要分位點，分析數字金融對不同分位點制造業產業鏈韌性的作用效應，結果如表6 所示。在各個分位點上，數字金融對制造業產業鏈韌性的影響均顯著為正。比較各分位點的估計值可以發現，伴隨分位點的提升，數字金融的影響效應呈現先上升、后下降的倒“U”型變化趨勢。在75%分位點處，數字金融對制造業產業鏈韌性的影響最為顯著。造成這一變化的原因可能是，在制造業產業鏈韌性水平較低時，亟須通過數字金融支持來實現規模擴張和質量升級，以提升制造業產業鏈應對風險的韌性。在發展到一定程度后，融資約束將不再是制造業產業鏈韌性提升的核心制約因素，這會導致數字金融的影響效應呈現疲軟態勢。

表6 分位數異質性回歸結果

六、機制檢驗

（一）中介效應檢驗

前文機制分析表明，技術創新是數字金融驅動制造業產業鏈韌性提升的一條重要路徑。基于此，本文進一步將技術創新代入模型（2）和模型（3）中，實證分析數字金融對制造業產業鏈韌性影響的作用機制，結果如表7 所示。中介模型檢驗的第一步已在前文研究中得到驗證。表7（1）列數據為中介模型檢驗的第二步，即數字金融對中介變量技術創新的影響效應。（2）列數據為中介模型檢驗的第三步，即數字金融和技術創新對制造業產業鏈韌性的影響效應。（1）列中，數字金融與技術創新呈顯著正相關，表明數字金融可顯著促進技術創新。（2）列中，數字金融和技術創新的回歸系數均顯著為正，且數字金融回歸系數相較于數字金融的總效應有所降低，這表明數字金融可通過提升技術創新水平，間接增強制造業產業鏈韌性。假設H2得以驗證。

表7 中介效應回歸結果

（二）調節效應檢驗

為進一步檢驗產業集聚、政府補貼的調節作用，將產業集聚、政府補貼以及二者與數字金融的交互項引入模型，再次進行回歸（見表8）。由表8的結果可知，各個樣本分組中，產業集聚、政府補貼對產業鏈韌性起到正向調節作用，假設H3、H4 均得以驗證。進一步分析可以發現，產業集聚、政府補貼的調節作用在東、中、西部地區存在顯著差異。這主要是因為產業鏈韌性提升與區域資源稟賦之間存在較大關聯。具體而言，鑒于東部地區經濟發展水平、數字創新能力等各方面均具有較為明顯的比較優勢，故而該地區制造業產業鏈在應對風險沖擊時，能夠充分調動各類要素資源，有效發揮產業集聚、政府補貼的調節作用。與之對應，中、西部地區產業發展基礎較為薄弱，且數字金融發展水平相對較低，導致該地區產業集聚、政府補貼的調節作用較小。

表8 調節效應回歸結果

（三）門限效應檢驗

為考察不同區間內產業集聚、政府補貼的調節作用差異，分別以二者作為門限變量進行門限效應檢驗，結果如表9 所示。檢驗發現，全樣本、東中西部地區產業集聚、政府補貼的單一門限效應均至少在5%的水平上顯著。但是，雙重門限效應只有政府補貼的全樣本、東中部地區通過檢驗。總體而言，產業集聚在全樣本和分地區樣本均具有單一門限效應。而政府補貼在全樣本和東中部地區具有雙重門限效應，在西部地區具有單一門限效應。

表9 門限效應檢驗

表10（1）列匯報了產業集聚的全樣本和東中西部地區樣本的回歸結果。當產業集聚變量小于等于門限值0.4403、0.4312、0.4596、0.5011 時，回歸系數分別為0.3005、0.3267、0.2896、0.2771，且均通過顯著性檢驗。當產業集聚大于門限值時，回歸系數的大小和顯著性均有所提升。由此可見，產業集聚對數字金融與制造業產業鏈韌性的關系存在單重門限特征。伴隨產業集聚程度不斷提升，產業集聚對數字金融與制造業產業鏈韌性關系的調節作用亦不斷加強。以上結論表明，產業集聚只有跨過一定門限值時，才能充分發揮其對數字金融的正向調節作用。

表10 門限效應回歸結果（產業集聚）

表11 匯報了政府補貼的門限效應檢驗結果。當政府補貼小于等于門限值0.1701、0.1700、0.1639、0.1844 時，數字金融的回歸系數為0.3967、0.4126、0.3875、0.3599。當政府補貼強度大于第一重門檻且小于第二重門檻時，回歸系數的絕對值和顯著性均有所上升，表明政府補貼促進作用進一步增強。而當政府補貼變量跨越第二重門檻時，其對數字金融影響的促進作用有所減小，且回歸系數的顯著性也有所降低。原因可能在于，當政府補貼強度發展到一定程度后，會逐步釋放其對于產業鏈應對風險的正向效應，助推制造業產業鏈韌性提升。當政府補貼過強時，可能會由于政府資本的過度投入，抑制數字金融影響效應的發揮，導致數字金融的促進作用反而有所減小。

表11 門限效應回歸結果（政府補貼）

七、結論與建議

本文運用2015—2020年省域面板數據，考察了數字金融對制造業產業鏈韌性的影響。研究發現：第一，數字金融可顯著提高制造業產業鏈韌性，且這一作用存在地區異質性特征。第二，中介機制檢驗發現，技術創新是數字金融影響產業鏈韌性的重要渠道。第三，調節機制檢驗發現，產業集聚和政府補貼的優化均對數字金融與制造業產業鏈韌性具有正向調節作用。第四，門限檢驗結果顯示，產業集聚對數字金融的影響具有單一門限效應，而政府補貼對數字金融的影響在全樣本和東中部地區具有雙重門限效應，在西部地區具有單一門限效應。

基于上述結論，進一步提出如下建議：

第一，推動技術創新賦能，促進數字金融與制造業產業鏈深度對接。前文研究指出，技術創新在數字金融發展與制造業產業鏈韌性間發揮中介作用。因此，有關部門應當順應數字技術潮流，整合數字金融資源，積極引導數字金融與制造業產業鏈深度對接。一方面，利用數字技術創新優化金融資源配置。金融機構應當借助人工智能、大數據等數字技術，利用自身優勢創新數字金融業務和服務模式，整合數字金融資源，實現金融資源的高效、高質配置，提升數字金融對制造業產業鏈發展的服務廣度和深度，實現與制造業產業鏈深度對接。另一方面，利用數字技術創新提升金融供給的精準度。金融機構應當借助互聯網、大數據等數字技術手段，通過搭建數字金融服務平臺，降低金融機構與制造業產業鏈主體之間的信息不對稱程度，強化對制造業產業鏈重點領域和龍頭企業的精準支持。借此，逐步實現金融供需兩端訴求的精準匹配，為制造業產業鏈韌性提升提供低成本和高效率的金融服務，促進數字金融與制造業產業鏈深度對接。

第二，優化政府補貼方式，提升政府干預效能。結果表明，政府補貼在數字金融與制造業產業鏈韌性間具有顯著的正向調節作用。因此，政府應當立足長遠發展，不斷優化補貼方式，著力提升政府干預效能，為提升我國制造業產業鏈韌性筑牢根基。其一，完善政府補貼管理模式。政府既要積極引導制造業產業鏈主體進行技術創新，給予其經費使用的自主權，同時要建立起補貼使用的配套監管機制，增強政府對制造業產業鏈韌性的干預效能，助力制造業產業鏈韌性提升。其二，強化政府補貼引導職能。政府應借助補貼向社會釋放利好信息，推動制造業產業鏈主體與社會組織形成有效的溝通和合作機制，引導社會資本流入制造業產業鏈領域，進一步拓寬制造業產業鏈韌性發展的資金來源，切實提升政府干預效能，發揮政府“看得見的手”的作用。

第三，推動制造業產業集聚成“群”，凝聚產業鏈韌性發展合力。研究表明，產業集聚對數字金融與制造業產業鏈韌性具有顯著的正向調節效應。因此，有關部門應當積極改善制造業產業生態，摒棄傳統狹隘的區域產業發展理念，推進制造業產業集聚，強化數字金融對制造業產業鏈韌性的促進效應。一方面，完善產業集群培育機制。有關部門應當積極完善產業集群培育發展工作機制，構建集群梯次培育體系，引導優質要素資源向集群高效集聚，增強地區制造業產業集聚能力，強化數字金融對制造業產業鏈韌性的驅動效應。另一方面，建立重點產業集群高地。有關部門應當針對高技術制造業等重點領域，扎實推進產業示范基地建設，支持重點產業專業化、多樣化集聚，打造“金融+產業+人才+科技”的重點制造業產業集群高地，為發揮數字金融驅動效應、強化制造業產業鏈韌性夯實產業基礎。

注 釋

①勞動密集型制造業包括紡織品、木材、家具等制造，WIOD 數據庫中行業代碼分別為C13－C16、C31、C32；資本密集型制造業包括食品、橡膠、金屬等制造，行業代碼分別為C10－C12、C17－C19、C22－C25；知識密集型制造業包括化學制品、電氣設備、汽車等制造，行業代碼分別為C20、C21、C26－C30。