數字金融、綠色創新與制造業轉型升級

摘要：在發達國家高端制造回流和中低端收入國家低成本競爭的雙重壓力下，如何有效地推動制造業轉型升級成為中國亟待解決的理論與實踐問題。基于2012—2021年中國各省份的面板數據，對數字金融影響制造業轉型升級的效應展開實證分析。研究發現，數字金融可以顯著地促進制造業轉型升級，綠色創新是數字金融釋放制造業轉型升級紅利的重要傳導機制，其中策略性綠色創新在短期內發揮了主要作用，實質性綠色創新效用的發揮則存在一定時滯；異質性分析表明，數字金融在東部地區、數字經濟集聚區和低自然資源稟賦地區發揮了更大的作用；進一步分析發現，數字金融影響制造業轉型升級存在邊際效應遞增的非線性特征，較低的數字金融發展水平和過度寬松環境規制會造成數字金融賦能效應的損失。據此提出重視數字金融發展，提高金融服務制造業轉型升級的效能，加速數字金融與綠色創新的深度融合，提高區域相關政策的靶向性，發揮環境約束對制造業轉型升級的溢出效應等政策建議。

關鍵詞：制造強國；數字金融；綠色創新；制造業轉型升級；環境規制

文獻標識碼：A文章編號：100228482025（02）009716

一、問題提出

黨的二十大報告指出，堅持把發展經濟的著力點放在實體經濟上，推進新型工業化，加快建設制造強國、質量強國、航天強國、交通強國、網絡強國、數字中國。2023年9月，習近平總書記就推進新型工業化作出重要指示時也強調，要把建設制造強國同發展數字經濟、產業信息化等有機結合，為中國式現代化構筑強大物質技術基礎。制造業是實體經濟的基礎，是推進中國式現代化的重要引擎。改革開放以來，中國制造業取得了舉世矚目的成就，制造業增加值從2012年的16.98萬億元增加到2022年的33.5萬億元，總體規模連續13年居世界首位，已形成了體系化的產業鏈和全球化的供應鏈，國際競爭力持續增強。但與發達國家相比，中國制造業仍面臨大而不強、低端鎖定尚難突破、自主創新能力較弱等諸多問題。隨著新一輪產業革命與科技革命的到來，全球產業鏈重組、供應鏈重塑、價值鏈重構不斷深化，發達國家的打壓以及東南亞等后發國家的低成本競爭對中國制造業發展帶來巨大挑戰，制造業轉型升級勢在必行。

作為數字經濟的重要組成部分，數字金融以其在科技性、包容性與普惠性等方面的業態優勢，逐漸成為支持中國實體經濟高質量發展的關鍵因素。金融是實體經濟的血脈，完善的金融體系可以為企業提供良好的融資環境，緩解信貸約束，降低借貸成本，促進生產要素的合理分配，并通過激勵企業家精神、促進技術創新等方式提高生產效率，進而推動產業轉型升級。然而，帶有顯著風險規避型特征的傳統金融部門往往依據企業的資產規模、盈利能力等來選擇授信客戶，使得具有發展潛力的成長期企業易面臨金融排斥，中小微企業得到金融支持的力度明顯不足[1]REF_Ref179561450rh*MERGEFORMAT。數字金融作為信息技術與傳統金融耦合的產物，能夠打破傳統金融在時間和空間上的限制，降低金融資源的獲取門檻，緩解市場中的信息不對稱問題，能夠推動制造業在組織架構、生產經營、商業模式等方面發生全方位變革，加速實現轉型升級。

圍繞數字金融和制造業轉型升級的研究主要分為兩類。一類探討了數字金融發展帶來的經濟效應，包括對經濟增長、創新創業、產業結構升級等的影響。另一類有關制造業轉型升級的研究也較為豐富。一是在內涵界定方面，Humphrey等[2]REF_Ref179573238rh*MERGEFORMAT認為產業轉型升級的水平與其全球價值鏈（GVCs）分工地位密切相關，因此GVCs框架下產業升級的過程就是其分工地位提升的過程，突出表現為增值能力和產業鏈控制能力的提升。張其仔等[3]REF_Ref178717675rh*MERGEFORMAT對制造業升級的定義則為：在技術創新驅動力作用下，制造業經歷產業結構持續高級化的過程。這一過程內在體現為產業發展模式從低附加值轉向高附加值，從高能耗、高污染轉向低能耗、低污染，從粗放式轉向集約式。二是在影響機理方面，技術創新在促進制造業轉型升級過程中的作用得到了諸多學者的認可。余東華等[4]REF_Ref149839234rh*MERGEFORMAT研究發現，制造業在對GVCs實現中高端嵌入后能顯著推動自身轉型升級，低端嵌入則相反。近年來，數字經濟的快速發展和對傳統經濟的融合滲透也為制造業轉型升級帶來了新的機遇，數字經濟能夠通過提高產品質量、突破創新瓶頸、優化供應效率和拓展服務空間等方式有效提升制造業的國際競爭力，從而加速其向GVCs中高端延伸的步伐然而，數字金融對制造業轉型升級會產生怎樣的影響呢？既有文獻尚未直接做出解答，已有研究主要探討了傳統金融對制造業轉型升級的影響。金融業的蓬勃發展一方面可以為企業提供良好的融資環境和多樣化的融資工具[1]REF_Ref179561450rh*MERGEFORMAT，另一方面可以利用資本供給的差異化實現資源導向效應，引導投資流向技術密集型產業等高市場潛力部門，推動其更快實現規模擴張和技術進步。此外，隨著信息技術的發展，學者們對于互聯網金融、科技金融等新金融模式可以通過降低金融摩擦、激勵技術創新、加速融資模式變革等促進制造業轉型升級已形成了一定共識[6]REF_Ref178718027rh*MERGEFORMAT。短期來說，新金融模式通過緩解融資約束、激勵技術創新、促進人力資本積累等方式為企業加快要素市場培育，向高級化、智能化、綠色化方向進行轉型升級提供了動力；長期來說，新金融模式憑借特有的科技屬性，可以加速供應鏈融資模式的變革創新，為尾端企業提供更加豐富、優質的融資方案，在促進企業發展的同時強化產業鏈供應鏈韌性，加速新興產業成長，對制造業產業結構的轉型升級發揮長期推動作用。

綜上所述，本文可能存在的邊際貢獻有三點。第一，多數文獻探討了數字金融的經濟效應或制造業轉型升級的概念界定及影響因素，但沒有把數字金融這一新興業態納入驅動制造業轉型升級的研究框架。本文從宏觀層面出發，分析數字金融對制造業轉型升級的影響特征及區域差異，為研究制造業轉型升級提供新的視角，是對數字金融與制造業發展之間關系研究的有益補充。第二，揭示數字金融促進制造業轉型升級的內在作用機制，檢驗綠色創新在數字金融賦能制造業轉型升級中的重要作用，不僅有利于全面認識以數字金融為代表的新型金融模式影響制造業轉型升級的理論路徑，也有助于進一步拓展金融服務實體經濟的研究體系。第三，考察區位、數字經濟發展水平和自然資源稟賦等不同情形下，數字金融影響制造業轉型升級的異質性，為各地區因地制宜制定差異化政策，提升數字金融賦能實體經濟質效，加快制造強國建設提供經驗借鑒和政策啟示。

二、理論分析與研究假設

（一）數字金融與制造業轉型升級

數字金融對制造業轉型升級有著直接影響，主要表現在三個方面。首先是數字金融普惠性特征的影響。傳統的融資模式往往需要企業利用廠房、設備等固定資產作為抵押，這極易造成針對中小微企業或技術密集型企業的金融排斥[7]REF_Ref192327689rh*MERGEFORMAT。一方面，具有低成本和低門檻特征的數字金融可以利用場景、服務等優勢，吸納傳統金融市場囿于成本、技術等原因而忽視的尾部群體，擴大資金來源。另一方面，隨著互聯網借貸、互聯網保險等新型金融業務的誕生，數字金融提升了制造業企業獲取金融服務的范圍和可得性，尤其是能夠幫助制造業小微企業等長尾群體拓展更多元化的融資渠道，為生產工藝改善和技術升級提供更多資金支持，實現產品質量和生產效率的提升，完成產品由低附加值向高附加值轉變，實現轉型升級[1]REF_Ref149598404rh*MERGEFORMAT。

其次是數字金融技術性特征的影響。數字金融的核心驅動力在于大數據、云計算、人工智能等一系列技術的廣泛應用。一方面，在數字科技的加持下，數字金融展現出更快的響應速度、更強的空間穿透性和更低的運營成本等優勢，能夠減少制造業企業融資過程中的額外開支，提高服務效率[8]REF_Ref175526082rh*MERGEFORMAT。同時，數字金融催生出眾多新型金融產品和服務，如數字貨幣、區塊鏈支付、供應鏈金融等，使得面向制造業的金融服務更加智能化、個性化和高效化。數字金融服務所帶來的數據要素嵌入還能夠幫助企業大幅擴展其分工邊界，實現組織邊界跨越，推動上下游之間加強資源共享與戰略合作，強化制造業動力支撐。另一方面，海量信息以數字化的形式存在[1]REF_Ref179561450rh*MERGEFORMAT，數字金融能夠利用算法模型建立高效的業務流、數據流，將企業科技成果和經營數據等加工成“信用”資產，以數字化融資模式提升科技成果轉化效率，將資金精準對接到擁有先進技術的制造業企業和項目。因此，低技術制造業逐漸被淘汰，資本密集型和技術密集型制造業逐漸增多，產業分工精細化、專業化水平越來越高，推動制造業逐步對GVCs實現中高端嵌入。

最后是數字金融風險管理特征的影響。高新技術產業往往存在投入大、周期長、風險高等問題，而傳統金融的信息統計風險評估和管控能力相對較弱，導致高新技術產業融資難的困境難以解決。數字金融憑借在“結構化—非結構化”信息處理與應用方面的優勢，能夠更好地評估風險。對于資金需求方來說，數字金融強大的數據驅動能力有助于制造業企業準確捕捉本行業前沿技術的演進軌跡和發展前景，幫助企業實現經營分析與戰略決策的優化，提升主動風險承擔能力，弱化企業對轉型升級活動的風險排斥[7]REF_Ref192327689rh*MERGEFORMAT。對于資金供給方來說，數字金融可以大幅降低信息搜尋成本，幫助金融機構快速尋找資金需求者。大數據平臺的應用還可以幫助資金供給方分析處理企業的經營、財務數據，提高融資的透明度和可信度，降低信用風險和壞賬風險，提升金融機構對制造業中小企業的融資意愿[9]REF_Ref167916124rh*MERGEFORMAT。據此，本文提出如下假設：

假設1：數字金融能夠顯著促進制造業轉型升級。

（二）數字金融、綠色創新與制造業轉型升級

數字金融對制造業轉型升級有著間接影響。隨著環境問題的日益嚴峻和中國經濟進入高質量發展階段，中國制造業必須從原有高耗能、高污染的高速增長模式向綠色、低碳的高質量發展模式轉變。從長期來看，技術創新是實現綠色發展的根本途徑，制造業綠色發展需要充分發揮綠色創新的支撐作用。

綠色創新是塑造企業核心競爭力的關鍵。在數字金融發展的背景下，制造業企業開展綠色創新的動機主要可分為兩種。一種是主動型綠色創新，借助數字金融的數字化賦能優勢，企業通過綠色創新可以轉變能源生產和使用方式，提升清潔能源使用比例，減少對化石燃料的依賴，促進資源高效利用，實現降本增效，提高市場競爭力[10]REF_Ref167917354rh*MERGEFORMAT。當遇到高質量的綠色技術項目時，數字金融還能夠快速識別優質項目并提供應有的金融服務，增強企業開展綠色創新的內生動力。另一種是被動型綠色創新，外部環境約束的加強迫使企業必須提升環保意識，積極在業務戰略層面上進行綠色創新，更準確地監測和評估自身在環境、社會和綠色治理方面的表現[11]REF_Ref178802163rh*MERGEFORMAT，以應對投資者和社會公眾的監督。而數字金融基于前沿大數據技術，可以為企業收集和整合能源消耗、污染排放、資源利用等環保數據，幫助企業全面掌握自身綠色治理狀況，為企業塑造更良好的市場形象、增強核心競爭力提供支撐[5]REF_Ref192497460rh*MERGEFORMAT。

通過綠色技術在社會生產各階段、各環節的應用，綠色創新可以發揮技術創新與環境溢出效應，對制造業轉型升級產生正向影響。首先，綠色創新具有“提升效應”，綠色技術創新可以幫助企業優化產品設計和制造過程，研制綠色設備和綠色產品，降低不必要資源消耗和污染排放，提升投入產出效率。其次，綠色創新可以帶來“競爭效應”，在日趨嚴緊的環境約束與政府環保政策的引導下，綠色消費趨勢逐步形成，率先開展綠色創新、具有良好環保表現的產品和企業可能會更受市場青睞和資金支持，從而給綠色創新水平較低的企業或產品帶來競爭壓力，迫使其主動開展綠色技術研發與創新，提升產品綠色含量，實現制造業企業的綠色轉型升級[12]REF_Ref175526066rh*MERGEFORMAT。最后，綠色創新具有“信號效應”，前沿性的綠色技術創新能夠引領市場需求和趨勢，吸引更多社會資本聚焦于具有高市場需求和綠色發展潛力的制造業領域，培育新興環保產業，推動制造業整體向更加環保、更可持續的方向轉型升級。然而，由于兼具高融資成本和高風險性的“雙高”特征，綠色創新項目往往面臨著更加突出的融資約束問題，企業綠色創新活動普遍面臨資金不足和依賴政府補貼的窘境[13]REF_Ref167912194rh*MERGEFORMAT。在這種情形下，數字金融“低門檻、高效率和低成本”的天然優勢可以有效破解傳統金融的固有服務模式，緩解其對制造業中小微企業綠色創新的金融歧視，降低企業開展綠色技術研發的風險和成本，激發企業的創新活力，為綠色創新更好地推動制造業轉型升級提供金融支持[10]REF_Ref167917354rh*MERGEFORMAT。[HJ2.1mm]

綠色創新可分為實質性綠色創新和策略性綠色創新，前者主要指企業開發綠色產品或服務，以獲取競爭優勢和推動綠色轉型升級為目的的高技術水平創新活動，是真正意義上的創新；后者指企業以應對政策壓力和獲取政府補貼等為目的，側重于滿足現有需求的綠色創新行為，通常是對現有清潔技術或產品的微小改進。一方面，在經濟高質量發展與民眾環保意識提升的背景下，人們不僅對環境保護提出更高要求，同時還擴大了對綠色產品、綠色服務的需求，這無疑會刺激制造業企業進行實質性綠色創新，以搶占更多的市場份額[14]REF_Ref175526054rh*MERGEFORMAT。另一方面，對于多數制造業企業而言，實質性綠色創新需要耗費較高成本，而數字金融雖然可以緩解融資約束，但也間接為部分企業提供了實施“綠色偽裝”策略的機會。因此，部分企業可能會偏好開展策略性綠色創新，通過增加綠色產品種類或數量等舉措來響應政策號召并從中獲利。據此，本文提出如下假設：

假設2：數字金融可以通過促進綠色創新推動制造業轉型升級。

假設2a：數字金融可以通過促進實質性綠色創新推動制造業轉型升級。

假設2b：數字金融可以通過促進策略性綠色創新推動制造業轉型升級。

（三）數字金融對制造業轉型升級的異質性影響

受多種因素影響，數字金融對制造業轉型升級的作用可能在不同地區之間存在異質性。首先，從區位差異看，東部地區經濟稟賦條件較好，基礎設施建設水平和對外開放程度普遍更高，在當前科技創新高度依賴產業所處地理區位和制度環境的背景下，數字金融在東部等發達地區更能充分發揮其紅利效應[15]REF_Ref192446863rh*MERGEFORMAT；而在中西部等經濟發展基礎較為薄弱的地區，數字金融可能仍受到接入可及性的掣肘，資金引導與資源配置功能受到抑制，對制造業轉型升級的促進作用相對較弱。其次，從數字經濟發展水平的差異看，京津冀、長三角和珠三角等地區的數字經濟發展水平明顯高于全國其它地區。數字經濟所包含的數字基礎設施、數字貿易、數字經濟產品等可以與數字金融產生協同作用，數字信息作為載體可以將產品生產、運輸、銷售高效地連接起來，提升資本、勞動力等要素的運轉和配置效率，催生出新技術和新商業模式，促進制造業產業鏈向“微笑曲線”兩端高附加值環節不斷延伸[5]REF_Ref192497460rh*MERGEFORMAT。最后，從自然資源稟賦的差異看，高自然資源稟賦地區較低的資源開采和利用成本可以為制造業企業帶來較高收益，因此易導致處于高自然資源稟賦地區企業進行轉型升級的內生動力不足。而對于自然資源稟賦水平較低地區的制造業而言，由于面臨一定的資源枯竭壓力，企業不得不進行轉型升級以減少對資源的依賴。

數字金融影響制造業轉型升級的理論機制如圖1所示。據此，本文提出如下假設：

假設3：數字金融對制造業轉型升級的影響效應在不同區位、數字經濟發展水平和自然資源稟賦方面存在異質性。

三、研究設計

（一）模型設定

[HJ2.4mm]

基于本文研究假設，為探究數字金融對制造業轉型升級的影響，首先構建如下基準回歸模型：

MTUit=β0+β1DFit+β2Xit+μi+δt+

εit[JY]（1）

其中，"MTUit表示地區i在t時期的制造業轉型升級水平；DFit表示數字金融發展水平的對數；β1代表數字金融對制造業轉型升級的總效應；Xit代表一系列控制變量；μi為省份固定效應，δt為時間固定效應；εit為隨機擾動項。

此外，為探究數字金融通過綠色創新間接影響制造業轉型升級的機制，本文構建了如下計量模型：

Patit=α0+α1DFit+α2Xit+μi+δt+εit[JY]（2）

MTUit=β0+γ1DFit+γ2Patit+β3Xit+

μi+δt+εit[JY]（3）

其中，Patit代表中介變量綠色創新；α1代表數字金融對綠色創新的影響；γ1則表示控制綠色創新影響后數字金融對制造業轉型升級的直接影響效應；"γ2代表中介變量綠色創新對制造業轉型升級的影響。為加強中介機制檢驗的穩健性，后文實證分析進一步采用偏差校正的Bootstrap置信區間估計法對中介效應進行檢驗。具體地，當置信區間不包含0時，說明中介效應顯著，反之則不顯著。

（二）變量設定

1.被解釋變量

被解釋變量為制造業轉型升級（MTU）。關于制造業轉型升級的評價與測度，早期研究多采用工業利潤率、制造業增加值、技術密集型制造業比重等單一指標來衡量，這顯然缺乏準確性和全面性。近年來，國家從宏觀層面對制造業轉型升級相關內涵和維度進行闡述，如《中國制造2025》《關于深化制造業與互聯網融合發展的指導意見》等有關政策文件提出要把數字化、網絡化、智能化、綠色化作為推動制造業轉型升級的技術基點，部分學者開始用指標體系的方法對制造業轉型升級進行測度。任保平[16]REF_Ref192445148rh*MERGEFORMAT認為，制造業轉型升級應基于效率和競爭力提升的思路從技術創新、結構優化、新動能培育等方面進行衡量；羅序斌等[17]REF_Ref192445303rh*MERGEFORMAT則構建了數字化、網絡化、智能化、綠色化的“四化”并進的制造業高質量轉型升級評價指標體系。

借鑒當前多數學者的做法，本文擬采用構建指標體系的方法來度量制造業轉型升級。但在指標體系構建上，已有研究存在一定的不足。部分學者參考《中國制造2025》將制造業轉型升級劃分為產業結構、質量效益、創新能力、兩化融合、環境保護5個方面，但指標體系中未體現制造業盈利能力水平和高技術制造業在制造業創新能力提升中的重要作用。潘為華等[18]REF_Ref192445396rh*MERGEFORMAT將制造業轉型升級分為質量效益、創新能力、信息技術、綠色發展4個維度，但其忽略了制造業與服務業之間的融合發展。基于此，本文將制造業轉型升級界定為制造業在質量效益、兩化融合、創新能力、綠色發展4個方面的全面發展升級，并從以上4個維度構建了制造業轉型升級評價指標體系。在具體的指標選取方面，本文創新性地選取制造業利潤總額占制造業主營業務收入的比重來衡量制造業的盈利能力，選取高技術制造業的單位產出專利數量作為地區制造業轉型升級創新能力的關鍵體現，選取計算機、通信和其他電子設備制造業從業數與制造業從業人員數之比、軟件和信息服務業從業人數兩個指標度量制造業與服務業之間的兩化融合水平。另外，對于綠色發展維度，由于現有資料中缺少制造業的環境統計數據，而制造業是工業的主體，所以采用工業能源消耗量和廢物排放量等4項指標反映制造業轉型升級的綠色發展維度。

具體而言，二級指標下共設16個三級指標，各指標之間利用熵權法確定權重并計算制造業轉型升級綜合指數。指標體系的具體構建如表1所示。

2.解釋變量

解釋變量為數字金融（DF）。本文選擇北京大學數字普惠金融指數，并對其取對數，作為度量數字金融發展水平的指標。該指數由北京大學數字金融研究中心和螞蟻科技集團研究院聯合編制，其科學性和可靠性已得到眾多學者的認可。

3.中介變量

中介變量為綠色創新（Pat）。借鑒李青原等[19]REF_Ref149393628rh*MERGEFORMAT的研究，采用各地區綠色專利申請總量衡量綠色創新。選擇專利申請量而非授權量的原因是申請量更能體現企業當年的綠色創新能力，而專利授權量具有1～2年的時滯，且專利申請量受專利機構工作效率、偏好等外部因素的影響也較小。

4.控制變量

參考以往研究，本文主要選取如下控制變量：經濟發展水平（gdp），用地區國內生產總值（GDP）增長率表示；政府干預（gov），用財政支出占GDP的比值衡量；外商直接投資（fdi），使用外商直接投資總額與地區GDP的比值表示；產業結構（ind），選取第三產業增加值與第二產業增加值之比進行度量；物質資本投資（cap），以全社會固定資產投資額與GDP的比值表示；工資水平（wage），以城鎮單位就業人員平均工資的對數表示；對外開放程度（open），以地區進出口總額與地區GDP之比表征。

（三）數據來源與描述性統計

在數據和樣本選取上，由于中國港澳臺地區及西藏自治區相關數據缺失嚴重，本文最終選擇了全國30個省份的面板數據，時間跨度為2012—2021年。被解釋變量的原始數據來源于《中國統計年鑒》《中國工業統計年鑒》以及各省市統計年鑒，解釋變量數據來自于《北京大學數字普惠金融指數》。對于中介變量綠色創新，根據世界知識產權組織（WIPO）發布的綠色技術清單，借鑒王班班等[20]REF_Ref149393651rh*MERGEFORMAT的檢索方法，從國家知識產權局查詢并計算各地區每年的綠色專利申請總量。其余數據來自于《中國環境統計年鑒》及《中國科技統計年鑒》，缺失數據利用線性插值法補齊。為了消除可能存在的異方差，對部分變量進行了對數化處理。此外，為消除極端異常值的影響，對主要連續變量進行了上下1%的縮尾處理。各變量說明及描述性統計見表2。

四、實證結果與分析

（一）基準回歸

首先利用式（1）考察數字金融對制造業轉型升級的影響，回歸結果如表3所示。第（1）列只加入了解釋變量，結果顯示數字金融與制造業轉型升級的回歸系數為正，并且通過了1%的顯著性水平檢驗。第（2）～（8）列逐步增加控制變量后，解釋變量回歸系數仍然顯著為正。從整體而言，中國數字金融的發展確實顯著促進了制造業轉型升級，假設1成立。第（8）列結果表明，在其他條件一定的前提下，數字金融發展水平每增加1個單位，將促進制造業轉型升級水平提升0.546個單位。

控制變量方面，經濟發展水平、外商直接投資和工資水平的系數均不顯著，對外開放水平的系數顯著為正，而政府干預、產業結構和物質資本投資對制造業轉型升級存在顯著負向影響。首先，政府補貼、稅收減免等財政政策雖在一定程度上有利于制造業發展，但也可能造成不正當競爭，打擊中小企業參與轉型升級的積極性。其次，隨著中國進入工業化中后期，要素成本持續上升，技術進步對企業效益的貢獻越來越高，企業通過增加投入來進行轉型升級的意愿可能較低，制造業企業可能選擇直接轉型成為服務業、金融業等附加值較高的第三產業企業。再次，相較于Ramp;D投資，中國物質資本投資回報率仍然偏低，且人力資本投資和物質資本投資存在最優配置比例，在缺乏相應人力資本的情況下盲目投入物質資本反而會影響經濟協調發展[21]REF_Ref149394045rh*MERGEFORMAT。最后，對外開放會帶來新興資本、技術的傳播和人才流動，不僅能緩解國內制造業企業資本不足的困境，還有助于學習能力強的企業更高效地吸收利用先進技術。

（二）穩健性檢驗

1.增加控制變量以緩解遺漏變量問題

適度物價上漲能帶來需求的擴張，倒逼制造業生產結構調整和供給質量提高，可能對制造業轉型升級產生間接影響。此外，低端制造業對勞動力具有較強依賴性，地區勞動力[JP3]凈流入對制造業轉型升級也可能存在促進作用[22]REF_Ref149840475rh*MERGEFORMAT。因此，繼續控制物價水平（pri）和人口密度變量（pop），物價水平以居民消費價格指數表示，人口密度以每平方千米的常住人口數衡量。表4第（1）列結果表明，增加控制變量后主回歸結論不變。

2.替換被解釋變量與解釋變量

為防止單一被解釋變量和解釋變量導致回歸結果有偏，本文借鑒趙亞雄等[23]REF_Ref149601674rh*MERGEFORMAT的研究，以30個省份制造業轉型升級水平的年平均值為分界線，構造了制造業轉型升級的啞變量Dum（若高于平均值，則賦值1；否則賦值0）作為被解釋變量的替代變量，并采用logit模型進行回歸。另外，考慮到數字金融是數字技術在金融領域的應用，對制造業轉型升級產生影響需要一定的時間，因此采用滯后一期的數字金融發展水平（DF-1）為解釋變量進行再估計。結果見表4第（2）（3）列，回歸系數仍然顯著為正。

3.剔除部分因素干擾

一是剔除直轄市樣本，考慮到直轄市身份地位特殊，政策的制定和實施可能區別于其他省份；二是剔除2020年數據，2020年初新型冠狀病毒感染疫情對中國經濟造成巨大沖擊，各項數據可能出現較大偏差，且數字電商、線上貸款等數字金融業態在疫情暴發時期應用更為全面。兩次剔除樣本的結果見表4第（4）（5）列，回歸系數均在1%的顯著水平下為正。

4.排除同期其他政策影響

通過檢索發現，在樣本期內還可能存在著其他政策的影響，如2015年國務院印發《中國制造2025》戰略文件，并于2016年從寧波開始分批次開展“中國制造2025”試點示范城市創建工作

截至2023年，“中國制造2025”城市（"城市群）試點示范工作已批復寧波、泉州、沈陽、長春、武漢、吳忠、青島、成都、贛州、廣州、合肥、湖州12個城市和蘇南五市、珠江西岸六市一區、長株潭衡、鄭洛新4個城市群。。2017年，國務院多部委決定將浙江、江西、廣東、貴州、新疆5個省份的8個城市（新區）作為綠色金融改革創新試驗區，2019年又陸續在蘭州市、重慶市開啟綠色金融改革創新試驗。為排除上述兩項政策可能對回歸結果造成的影響，本文參考鄧向榮等[24]REF_Ref167913137rh*MERGEFORMAT的做法，將兩項政策納入回歸中。設置是否獲批的虛擬變量，若省份i中有城市在t年獲批為“中國制造2025”試點示范城市，則該省份t年后的樣本為1，反之為0。對是否為綠色金融改革創新試驗區也做同樣處理。表4第（6）～（8）列的結果表明，在模型中加入“中國制造2025”試點示范政策（MIC）和綠色金融改革創新試驗區政策（REF）后，解釋變量的系數雖相比基準回歸略有下降，但依然在1%的水平下顯著為正。這說明，數字金融對制造業轉型升級的促進效應是存在的，并不存在被過度高估的情況。

5.更新樣本至城市層面

受限于制造業相關數據的可得性，本研究主要集中在省份層面，樣本觀測值相對偏少。為了進一步提高結論的穩健性，本文借鑒郝鳳霞等[22]REF_Ref149840475rh*MERGEFORMAT的研究，以制造業出口技術復雜度（ESI）作為城市層面衡量制造業轉型升級的指標。制造業出口技術復雜度的提升在一定程度上能夠反映制造業最終品出口的技術提升及競爭力增強，是制造業轉型升級水平提升的重要體現。對于解釋變量數字金融和諸多控制變量，則分別更新至地級市層面數據。最終，本文選取了2012—2021年中國282個地級市（不含港澳臺地區）的面板數據作為研究樣本進行回歸，結果見表4第（9）列，可以發現數字金融對制造業出口技術復雜度的系數在5%的水平下顯著為正，主回歸結論依然穩健。

6.內生性檢驗

為排除其他遺漏變量或反向因果等引起的內生性問題對基準回歸造成的影響，本文利用工具變量法對模型做進一步分析，參考陸鳳芝等[15]REF_Ref192446863rh*MERGEFORMAT的相關做法，選取樣本省份省會城市到杭州市的球面直線距離與年度全國省級數字金融指數平均值的乘積（dis）作為工具變量。一方面，數字普惠金融指數是基于支付寶的數據編纂而來，相關研究也發現數字金融的發展與杭州市距離有關，且各省份制造業轉型升級水平不會影響其與杭州市的球面距離[23]REF_Ref149601674rh*MERGEFORMAT。另一方面，全國整體的數字金融發展會影響各省份的發展，而單獨某省的數字金融發展難以對全國整體產生影響。

工具變量檢驗結果見表5。第（1）列結果顯示，工具變量與MTU的回歸系數均在1%的水平下顯著。不可識別檢驗得到的KleibergenPaap"rk"LM統計量對應Plt;0.001，表明不存在不可識別問題；KleibergenPaap"rk"Wald"F統計量為13.17，高于StockYogo標準15%臨界值8.96，表明不存在弱工具變量問題，工具變量選取較為合理。第（2）列結果顯示，解釋變量回歸系數依然顯著為正，說明在考慮了可能存在的內生性問題之后，回歸結果依然穩健。

（三）機制檢驗

為檢驗假設2，將中介變量綠色創新加入式（2）（3）進行分析，結果見表6。第（2）（3）列結果顯示，α1為1.839，在1%水平下顯著為正。在加入中介變量之后，數字金融對制造業轉型升級的系數γ1有所回落但仍顯著為正。進一步運用偏差校正的非參數百分位Bootstrap法檢驗數字金融通過提升綠色創新水平推動制造業轉型升級的穩健性，結果顯示，其95%的置信區間為（0.022，0.255），不包含0，驗證了綠色創新在數字金融影響制造業轉型升級中發揮的部分中介作用，假設2得到驗證。中介效應占比為（α1×γ2）/β1×100%=25.26%，表明數字金融確實可以憑借其在信息技術和數據分析方面的優勢，緩解中小企業綠色創新融資約束，提升其開展綠色技術研發等創新實踐的積極性，引導資本向綠色產業傾斜，為綠色創新充分發揮其對制造業轉型升級的“提升效應”“競爭效應”和“信號效應”提供更多金融支持。

此外，綠色專利包括綠色發明專利、綠色實用新型專利以及綠色外觀設計專利。參考李青原等[19]REF_Ref149393628rh*MERGEFORMAT的研究，綠色發明專利為實質性創新，綠色實用新型專利和綠色外觀設計專利則均為策略性創新。為了進

[HJ2.1mm]一步探究不同種類的綠色創新在數字金融促進制造業轉型升級過程中的差異，將綠色專利分為綠色發明專利（inv）和綠色實用新型專利（use）兩個樣本分別進行回歸，結果見表6。

第（3）（4）列結果顯示，數字金融對綠色發明專利有顯著促進作用，但在式（3）加入數字金融影響后，綠色發明專利的回歸系數影響并不顯著；而第（5）（6）列的結果顯示，數字金融對綠色實用新型專利產生了顯著的正向影響，且在控制數字金融影響后綠色實用新型專利對制造業轉型升級的影響仍然顯著，Bootstrap檢驗下其95%的置信區間為（0.075，0.446）不包含0，假設2a成立，表明在綠色創新的中介影響中，綠色實用新型專利為代表的策略性綠色創新憑借其轉化速度快、易獲取補貼等特征，對制造業企業生產經營活動的影響更為快速和直接。而綠色發明專利雖然比綠色實用新型專利更具新穎性、創造性，但由于其高技術水平性質，從申請、授權到轉化發揮實際價值可能存在較長的時滯。因此，為進一步探究實質性綠色創新在促進制造業轉型升級過程中的滯后性，將綠色發明專利分別滯后兩期（inv-2）和三期（inv-3）加入回歸中。表6第（7）（8）列結果顯示，綠色發明專利對制造業轉型升級的系數顯著為正，說明實質性綠色創新同樣促進了制造業轉型升級，假設2b成立，但該正向影響存在一定的時滯。

（四）異質性分析

1.區位異質性

中國各地區間經濟發展水平存在明顯差異，需要將地區差異考慮在內。對此，將樣本分為東中西部地區

東部地區包括：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南；中部地區包括：山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南；西部地區包括：內蒙古、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏和新疆。，再次進行回歸。表7第（1）～（3）列結果顯示，數字金融在東部地區發揮的影響最大，西部地區其次，在中部地區作用最小，說明東部地區較好的經濟稟賦為數字金融賦能制造業轉型升級創造了更有利的條件，產生了更強的促進作用。西部地區雖然經濟發展相對落后但發展空間廣闊，一旦中小企業受到的金融排斥有所緩解，便可迅速創造出投資創業機會，帶來較高的邊際收益而促進轉型升級[7]REF_Ref149855446rh*MERGEFORMAT。可見，數字金融在經濟發展落后地區更為有效，彰顯出其普惠性質。中部地區則可能處于兩難困境，東部地區在經濟發展、教育和醫療等方面存在顯著優勢，因此易對中部地區的優質生產要素產生虹吸效應，資金、人才、投資和消費的流失導致中部地區制造業企業難以打造強有力的市場競爭力，從而對制造業轉型升級產生負面影響。

進一步，為了探究綠色創新機制在東西部地區賦能制造業轉型升級的效果，將中介變量綠色創新納入異質性考量中，中介效應分析的后兩步結果見表8。第（1）～（4）列結果顯示，綠色創新的中介效應在東部地區不顯著，主要在西部地區發揮作用，可能的原因是東部地區發展綠色創新所需配套的人才、技術支撐相對豐富，經濟稟賦和創新資源優勢使得東部地區綠色創新對制造業轉型升級的邊際效應并不明顯。而西部地區經濟基礎薄弱，發展綠色創新所需的人才、技術資源相對較少，因此數字金融的發展能夠為綠色創新提供直接的創新資金來源和保障，這對于綠色創新初始條件較差的西部地區制造業無異于“雪中送炭”[1]REF_Ref167917146rh*MERGEFORMAT。

2.數字經濟發展水平異質性

參考中國信息通信研究院發布的《中國數字經濟發展研究報告（2024年）》

中國信息通信研究院發布的《中國數字經濟發展研究報告（2024年）》顯示。2023年，京津冀、長三角和珠三角8個省份的數字經濟規模均超過1萬億元，全部位列全國前15位，其中北京、上海、天津、福建、浙江、廣東等省市數字經濟占GDP比重更是超過50%。京津冀、長三角和珠三角地區已成為中國數字經濟發展的三大核心區域。，本文將樣本劃分為京津冀、長三角和珠三角８個省份所在的數字經濟集聚區和其他省份所在的數字經濟非集聚區兩個層面進行考察，結果見表7第（4）（5）列。數字金融在數字經濟集聚區發揮的顯著影響大于數字經濟非集聚區，且其估計系數高于全國平均值，說明在數字經濟發展水平較高地區，數字貿易、數字產品等可以與數字金融發揮協同作用，為聚集新型勞動要素、釋放企業融資活力提供堅實的基礎，更好地推動地區制造業轉型升級。

同樣，為了探究綠色創新機制在數字經濟何種地區能夠更好地發揮效果，將中介變量綠色創新納入回歸中。表8第（4）～（8）結果顯示，綠色創新主要在數字經濟非集聚區發揮了顯著的中介作用，在數字經濟集聚區的作用則不顯著?？赡艿慕忉屖?，數字經濟集聚區內的數字技術、數字人才基礎本身較為完善，創新資源流動與合理配置導致該地區綠色創新的初始水平已經處于較高水準，企業開展綠色技術創新突破的邊際成本較高，因此花費較高投入進行綠色創新的意愿并不強烈，到達一定的發展瓶頸。而數字經濟非集聚區制造業綠色創新的基礎水平本身較為薄弱，制造業企業無需也難以在綠色技術的前沿領域進行研發創新，只需以較低的綠色創新投入便可在轉型升級方面產生較高的邊際收益，更體現出數字金融的普惠性。

3.自然資源稟賦異質性

為了探究數字金融在不同資源豐裕度地區產生的異質性，借鑒李虹等[25]REF_Ref149423752rh*MERGEFORMAT的研究，采用采掘業從業人員與年末總人口之比來衡量各地區的自然資源稟賦情況，以樣本均值為基準，將省份劃分為“高自然資源稟賦地區”和“低自然資源稟賦地區”，回歸結果見表7第（6）（7）列。數字金融在低自然資源稟賦地區對制造業轉型升級的作用在1%的水平下顯著，而在高自然資源稟賦地區則不顯著。此外，資源型產業通常在高自然資源稟賦地區經濟發展中占據重要地位，從業人員比重也相對較大。產業轉型升級可能會帶來部分失業和再就業問題，而接續產業的選擇、培育和發展又需要較長時間，可能會對地區經濟社會發展帶來沖擊和不利影響，從而在一定程度上對資源型地區制造業結構高級化形成阻礙。由此也說明綠色創新主要在低自然資源稟賦地區發揮效用。

五、進一步分析

由前文理論分析和實證檢驗可知，數字金融發展對制造業轉型升級具有正向促進作用，然而僅選取線性模型進行檢驗相對比較單一，難以反映兩者可能存在的非線性關系。梅特卡夫法則表明，網絡的價值與網絡規模的平方成正比。隨著參與主體的增加，構建于互聯網技術之上的數字金融平均成本和邊際成本會逐漸降低，產生和帶來的效益將呈指數形式增長，改變了傳統經濟中的“收益遞減規律”。此外，建立在互聯網、大數據等數字基礎設施上的數字金融可能率先產生和應用于大城市，而數字技術發展尚不完善的偏遠地區則難以完全享受到數字金融帶來的紅利。只有當數字金融的覆蓋廣度、使用深度和數字化程度在落后地區、弱勢產業中得到顯著提高時，數字金融對制造業的促進作用才會顯著提升。

通常來說，企業在轉型升級初級階段的基本特征是資源配置水平不高、創新效率較低和回報較低，即使通過數字金融獲取一定資本，往往也會因經營壓力較大或效益不明顯而擠占轉型升級資金。波特假說認為，合理的環境規制能夠激勵企業進行技術創新，開發新工藝和新產品，提高生產效率，進而部分或完全抵消環境規制所帶來的成本[26]REF_Ref149424004rh*MERGEFORMAT。具體而言，當環境規制強度較低時，數字金融雖能快速引導資本向潛力大或價值高的企業或項目集聚，但由于短視行為的存在，有限的資金很可能被用作他處。隨著環境約束的加強，一方面，企業不得不對產品結構、管理模式、技術水平等方面進行升級變革并履行環保責任；另一方面，環境規制強度的提升對產業和企業也是一種強制性“篩洗”，發揮著優勝劣汰的作用[27]REF_Ref167916688rh*MERGEFORMAT。當環境規制水平較高時，低效產業逐漸被淘汰，新興產業不斷培育，參與制造業轉型升級的主體持續增加，融資要求不斷優化，從而數字金融可以在制造業轉型升級的更多環節、更長時間內發揮效用。

為揭示數字金融對制造業轉型升級的可能存在的非線性影響規律，本文采用Hansen[28]REF_Ref149424058rh*MERGEFORMAT的做法構建面板門檻回歸模型，以數字金融、環境規制作為門檻變量進行回歸，單一面板門檻模型設定如下：

MTUit=β0+β1DFitIqit≤y1+β2DFitIqitgt;y1+β3Xit

+μi+δt+εit[JY]（4）

其中，I（·）為示性函數，qit為門檻值。環境規制水平借鑒康鵬輝等[29]REF_Ref149848069rh*MERGEFORMAT的研究，以GDP與能源消耗總量的比值表示，該指標數值越大，表明環境規制越嚴格。多重門檻效應的模型設定與單一門檻模型類似。對面板門檻模型的估計，運用“自助法”確定門檻個數并進行顯著性檢驗，結果如表9所示。數字金融和環境規制的雙重門檻、三重門檻均未通過顯著性檢驗，二者只存在單一門檻效應。以數字金融和環境規制分別作為門檻變量的單一門檻模型估計結果顯示，當數字金融小于門檻值5.433（即對應的數字金融指數為228.789）時，其對制造業轉型升級的估計系數為0.370，在1%的水平下顯著為正；當數字金融高于門檻值5.433時，估計系數為0.396，數字金融對制造業轉型升級影響具有邊際效應遞增的特征得到驗證。從總樣本來看，各地區數字金融[JP+2]發展水平超過此門檻值的樣本占58%，也就是說，中國有超過半數省份已跨越數字金融門檻。同時，以環境規制為門檻變量時，數字金融對制造業轉型升級的促進作用也是顯著增強的，說明適當提升環境規制強度更有利于發揮數字金融的促進作用。

六、結論與政策建議

基于2012—2021年中國省級面板數據，本文在測度制造業轉型升級水平的基礎上，運用固定效應模型等多種計量方法分析了數字金融對制造業轉型升級的基本影響和作用機制，得出四點結論。第一，數字金融的發展有利于促進制造業轉型升級，這一結論在多種穩健性檢驗下依然成立。第二，數字金融可以通過促進綠色創新來推動制造業轉型升級，其中策略性綠色創新在短期內發揮了更重要的作用，而實質性綠色創新對制造業轉型升級的影響則存在一定的時滯。第三，數字金融對制造業轉型升級的促進效應存在異質性，在東部地區作用最大，西部地區次之，中部地區的效應最小；其中在數字經濟集聚區發揮的顯著性影響要大于數字經濟非集聚區。另外，自然資源稟賦的高低也是造成異質性影響的因素，數字金融在低自然資源稟賦地區發揮的作用要明顯強于高自然資源稟賦地區。第四，進一步研究發現，數字金融對制造業轉型升級的影響在數字金融和環境規制的門檻約束條件下存在非線性特征，且呈現出顯著的正向邊際效率遞增趨勢。根據以上結論，本文提出如下政策建議：

第一，重視數字金融發展，提高金融服務制造業轉型升級的效能。政府要通過政策手段營造合適的數字金融發展環境，支持和引導金融機構運用大數據、區塊鏈、云計算等信息技術，對傳統金融業務進行數字化升級，在產品開發、人才儲備和服務模式上持續發力，滿足制造業轉型升級對數字金融產品和服務多樣化、專業化的需求。

第二，堅持創新驅動發展戰略，加速數字金融與綠色創新的深度融合。重視綠色創新在數字金融驅動制造業轉型升級過程中發揮的“催化劑”作用，可通過設立支持制造業綠色發展的數字金融引導基金、試點園區等方式，拓展融資渠道，為企業綠色創新提供充足的資金保障。要強化對戰略性新興產業、環保產業的支持，尤其是要鼓勵綠色發明專利等實質性創新的開發與轉化應用，不斷釋放綠色創新帶來的轉型升級紅利。

第三，關注數字金融賦能的異質性特征，提高區域相關政策的靶向性。東部沿海等數字經濟發展水平較高的地區應充分利用現有人才技術優勢和雄厚資本，加快數字金融與制造業融合創新，盡快實現數字技術和綠色技術的突破。同時，中西部省份也要依靠新時代中部地區高質量發展及新一輪西部大開發帶來的政策機遇，完善信息基礎設施建設，激發落后地區數字金融賦能制造業轉型升級潛在的“后發優勢”。資源型地區制造業要盡快破解對資源的過度依賴，將用于保護衰退產業的資金更多地轉向替代產業、接續產業的培育上，促進制造業結構升級。

第四，注重數字金融發展水平和環境規制強度的提升，充分發揮環境約束對制造業轉型升級的溢出效應。在數字金融發展水平較低時，要不斷拓展數字金融的使用深度，提升其賦能制造業轉型升級的有效性和精確性，努力跨越數字金融在推動制造業轉型升級過程中的門檻。此外，還要避免因環境規制強度過低而造成數字金融賦能效應的損失。針對不同行業應采取規制與鼓勵并舉的做法，在對污染型行業加大約束力度以增加其環境成本的同時，也要注重對清潔型行業的培育和激勵。

參考文獻：

［1］LI"C"M，"WANG"Y"L，"ZHOU"Z"H，"et"al."Digital"finance"and"enterprise"financing"constraints："structural"characteristics"and"mechanism"identification[J]."Journal"of"Business"Research，"2023，"165："114074.

［2］HUMPHERY"J，"SCHMITZ"H."How"does"insertion"in"global"value"chains"affect"upgrading"in"industrial"clusters？[J]."Regional"Studies，"2002，"36（9）："10171027.

［3］張其仔，李蕾.制造業轉型升級與地區經濟增長[J].經濟與管理研究，2017（2）：97111.

［4］余東華，田雙.嵌入全球價值鏈對中國制造業轉型升級的影響機理[J].改革，2019（3）：5060.

［5］DENG"H"Y，"BAI"G，"SHEN"Z"Y，"et"al."Digital"economy"and"its"spatial"effect"on"green"productivity"gains"in"manufacturing："evidence"from"China[J]."Journal"of"Cleaner"Production，"2022，"378："134539.

［6］宋華，陶錚，楊雨東.“制造的制造”：供應鏈金融如何使能數字商業生態的躍遷：基于小米集團供應鏈金融的案例研究[J].中國工業經濟，2022（9）：178196.

［7］CHEN"Y，"YANG"S"P，"LI"Q."How"does"the"development"ofnbsp;digital"financial"inclusion"affect"the"total"factor"productivity"of"listed"companies？"Evidence"from"China[J]."Finance"Research"Letters，"2022，"47："102956.

［8］諸竹君，袁逸銘，許明，等.數字金融、路徑突破與制造業高質量創新：兼論金融服務實體經濟的創新驅動路徑[J].數量經濟技術經濟研究，2024（4）：6888.

［9］張志元，馬永凡.數字金融與企業投資：銀行風險承擔視角[J].當代經濟科學，2023（1）：6173.[ZK）]

［10］LIU"J"M，"JIANG"Y"L，"GAN"S"D，"et"al."Can"digital"finance"promote"corporate"[JP3]green"innovation？[J]."Environmental"Science"and"Pollution"Research，"2022，"29："3582835840.

［11］LUO"G"Y，"GUO"J"T，"YANG"F"Y，"et"al."Environmental"regulation，"green"innovation"and"highquality"development"of"enterprise："evidence"from"China[J]."Journal"of"Cleaner"Production，"2023，"418："138112.

［12］UR"REHMAN"S，"KRAUS"S，"SHAH"S"A，"et"al."Analyzing"the"relationship"between"green"innovation"and"environmental"performance"in"large"manufacturing"firms[J]."Technological"Forecasting"and"Social"Change，"2021，"163："120481.

［13］韓先鋒，鄭酌基，宋文飛，等."環境規制調節下數字金融對綠色技術創新的動態影響研究[J].管理學報，2023（8）：11801188.

［14］LIAN"G"H，"XU"A"T，"ZHU"Y"H."Substantive"green"innovation"or"symbolic"green"innovation？"The"impact"of"ER"on"enterprise"green"innovation"based"on"the"dual"moderating"effects[J]."Journal"of"Innovation"amp;"Knowledge，"2022，"7："100203.

［15］陸鳳芝，王群勇.數字普惠金融與金融服務實體經濟效率提升[J].南開學報（哲學社會科學版），2022（3）：3447.

［16］任保平.新時代我國制造業高質量發展需要堅持的六大戰略[J].人文雜志，2019（7）：3138.

［17］羅序斌，黃亮.中國制造業高質量轉型升級水平測度與省際比較：基于“四化”并進視角[J].經濟問題，2020（12）：4352.

［18］潘為華，潘紅玉，陳亮，等.中國制造業轉型升級發展的評價指標體系及綜合指數[J].科學決策，2019（9）：2848.

［19］李青原，肖澤華.異質性環境規制工具與企業綠色創新激勵：來自上市企業綠色專利的證據[J].經濟研究，2020（9）：192208.

［20］王班班，齊紹洲.市場型和命令型政策工具的節能減排技術創新效應：基于中國工業行業專利數據的實證[J].中國工業經濟，2016（6）：91108.

［21］曲玥.人力資本有效提升與制造業創新發展：內在機制與中國實踐[J].人民論壇·學術前沿，2023（17）：7689.

［22］郝鳳霞，江文槿，樓永.勞動力流動與地區制造業升級：基于轉移升級和轉型升級角度[J].產經評論，2021（6）：90109.

［23］趙亞雄，王修華.數字金融、家庭相對收入及脆弱性：兼論多維“鴻溝”的影響[J].金融研究，2022（10）：7797.

［24］鄧向榮，馮學良，李寶偉.金融改革與地區產業結構升級：來自金融改革試驗區設立的準自然實驗[J].經濟學家，2021（2）：7180.

［25］李虹，鄒慶.環境規制、資源稟賦與城市產業轉型研究：基于資源型城市與非資源型城市的對比分析[J].經濟研究，2018（11）：182198.

［26］PORTER"M"E，"VAN"DER"LINDE"C."Toward"a"new"conception"of"the"environmentcompetitiveness"relationship[J]."Journal"of"Economic"Perspectives，"1995，"9（4）："97118.

［27］郭然，原毅軍.生產性服務業集聚能夠提高制造業發展質量嗎：兼論環境規制的調節效應[J].當代經濟科學，2020（2）：120132.

［28］HANSEN"B"E."Threshold"effects"in"nondynamic"panels："estimation，"testing，"and"inference[J]."Journal"of"econometrics，"1999，"93（2）："345368.

［29］康鵬輝，茹少峰.環境規制的綠色創新雙邊效應[J].中國人口·資源與環境，2020（10）：93104.

編輯：鄭雅妮，高原