公共部門信貸與制造業(yè)升級的非線性關系研究

摘?要?基于全球2001-2017年91個國家的數據，本文實證檢驗了公共部門信貸與制造業(yè)升級之間的關系。結果表明：公共部門信貸規(guī)模與制造業(yè)升級存在倒U型關系，當公共部門信貸規(guī)模占GDP的比值較低時，其規(guī)模的增長有助于制造業(yè)升級;當公共部門信貸規(guī)模超過該臨界值時，則會產生抑制作用。異質性分析表明，公共部門信貸對制造業(yè)升級的影響因一國服務業(yè)發(fā)展水平、國家收入水平的不同而存在差異。作用機制檢驗表明，公共部門信貸通過提升國家創(chuàng)新水平和互聯(lián)網發(fā)展進而促進制造業(yè)升級。充分認識公共部門利用信貸資源推動制造業(yè)升級的能力局限性以及作用路徑，對完善信貸政策、優(yōu)化信貸資源配置水平具有一定啟示。

關鍵詞?公共部門信貸?制造業(yè)升級?倒U型關系?異質性分析?中介效應

一、引言

制造業(yè)是富民強國之本，改革開放以來，中國歷時約四十年實現(xiàn)第一次歷史性跨越，幾乎在所有制造業(yè)領域中成為世界第一——產量第一，加工能力第一，成為全世界最大的制造業(yè)國家（向松祚，2020）。然而，全球制造產業(yè)鏈緊密交織，人口的增減與技術的進步影響了勞動成本與生產率，各國資本逐漸積累，市場和制度不斷優(yōu)化，資源要素與競爭優(yōu)勢悄然變幻，全球制造業(yè)格局面臨重構。人口紅利消失、制造業(yè)轉移與小國競爭等客觀壓力，協(xié)同中國經濟自身發(fā)展需求，驅動了中國制造走向轉型之路。中國要在新一輪國際競爭中脫穎而出，必須推動中國制造向中國創(chuàng)造轉變，推動中國速度向中國質量轉變，推動中國產品向中國品牌轉變，加快制造業(yè)轉型升級。

實際上，中國早在“十二五”規(guī)劃中就提出“制造業(yè)轉型升級、提高產業(yè)核心競爭力”的戰(zhàn)略目標;2015年國務院正式印發(fā)《中國制造2025》;黨的十九屆五中全會（2020）再次強調，“十四五”時期，經濟社會發(fā)展要以推動高質量發(fā)展為主題。放眼全球，發(fā)展領先的發(fā)達國家也紛紛提出“再工業(yè)化”戰(zhàn)略，如美國的《先進制造業(yè)伙伴計劃》《先進制造業(yè)國家戰(zhàn)略計劃》和《制造業(yè)創(chuàng)新網絡計劃》，德國的《工業(yè)4.0愿景2030》，英國的《英國制造業(yè)2050》，?以及日本的《日本制造業(yè)白皮書》。

為了達成經濟發(fā)展目標，政府往往需要國有企業(yè)

本文的公共部門主要包括政府和國有企業(yè)。的參與（王躍堂等，2010）。從國內外經驗來看，最早實現(xiàn)國有化的都是那些耗資多、回收慢的基礎性產業(yè)，隨著科技進步和產業(yè)升級，國有經濟在電子、原子能、航天、海洋開發(fā)、信息高速公路等高科技產業(yè)起到十分重要的作用（邱國棟，1996）。政府干預下政治目標與企業(yè)目標存在一定的沖突，國有企業(yè)的經營活動可能違背公司價值最大化原則，在這種情況下，政府通常會依靠優(yōu)惠的貸款利率和償還條件等銀行信貸手段對國有企業(yè)進行救助（李廣眾，2001;Cull，Xu，2003;王蓓，2013），即使在信貸補貼較少的國家，國有企業(yè)與政府之間的天然聯(lián)系也賦予其信貸資金融入的所有制優(yōu)勢。然而，在學術研究中，與民營企業(yè)相比，國有企業(yè)效率低下也已成為國內外共識（劉小玄，2000;Megginson?&?Netter，2001;Djankov?&?Murrell，2002）。在制造業(yè)升級過程中，向國有企業(yè)投放信貸資金規(guī)模的增加，不僅可能降低信貸資金的使用效率，還會對民營企業(yè)造成信貸擠占，降低配置效率。因此，在促進制造業(yè)升級的階段性目標下，公共部門信貸規(guī)模是否存在“過猶不及”效應，成為本文最核心的問題。

圍繞上述疑問，本文基于全球91個國家2001-2017年的面板數據，從結構與規(guī)模兩個層面實證檢驗了公共部門信貸規(guī)模對制造業(yè)升級的影響。研究結果表明，公共部門信貸規(guī)模對制造業(yè)升級存在顯著的倒U型影響，在臨界點內，公共部門信貸規(guī)模越大，制造業(yè)發(fā)展水平越高;超出這個臨界點后，公共部門信貸規(guī)模的增加會降低制造業(yè)發(fā)展水平。異質性研究表明，服務業(yè)發(fā)展水平以及一國收入水平對該種倒U型影響均存在調節(jié)作用。機制檢驗結果顯示，公共部門信貸通過提高一國創(chuàng)新水平和互聯(lián)網發(fā)展水平促進了制造業(yè)升級。本文創(chuàng)新之處在于：一是研究數據上，利用全球數據進行分析，研究結果更具有一般性。世界各國的經濟發(fā)展既各具特色，又具有一定的共性特征，中國經濟在向市場化過渡的過程中，應及時總結國內外經驗，動態(tài)調整信貸規(guī)模對經濟影響的認知，以制定合理的信貸政策。二是研究內容上，從多重角度分析了公共部門信貸規(guī)模與制造業(yè)發(fā)展水平之間非線性關系存在的機制，深化了公共部門信貸對制造業(yè)升級效應的認識;剖析了公共部門信貸與制造業(yè)升級關系之間的作用路徑。

二、理論分析與研究假說

相對于制造業(yè)升級，國內外研究對產業(yè)升級的內涵闡釋較多，較多討論圍繞產業(yè)升級是否指代，或包括產業(yè)內升級（產業(yè)深化）（姜澤華和白艷，2006）與產業(yè)間升級（產業(yè)結構升級、結構優(yōu)化）（高燕，2000）展開。產業(yè)內升級是指一個產業(yè)從低級形態(tài)向高級形態(tài)的轉變，產業(yè)間升級是指不同產業(yè)間的替代，如由勞動密集型產業(yè)轉向資本和技術密集型產業(yè)，或是由第二產業(yè)轉向第三產業(yè)，等等。無論何種含義，產業(yè)升級均指產業(yè)的變動向著更有競爭力、更具盈利性的經濟形態(tài)發(fā)展。因此，產業(yè)升級的具體內涵需要結合某個地區(qū)的特定發(fā)展階段、發(fā)展目標而論，既具有共性，又具有差異性。如果從產業(yè)的定義出發(fā)，繼而理解制造業(yè)升級的內涵會更科學。狹義上，產業(yè)專指工業(yè)，如“產業(yè)革命”（Industrial?Revolution）中的“產業(yè)”即為此意;廣義上，依照多數國家采用的三次產業(yè)分類法，產業(yè)包括農業(yè)、工業(yè)與服務業(yè)（當然，對產業(yè)依照不同標準來劃分會產生不同的說法，但基本內容相當）。結合上文分析，本文所指的制造業(yè)升級，一方面相對于產業(yè)升級的廣義內涵提出，系狹義內涵;另一方面基于制造產業(yè)自身提出，是制造業(yè)內部結構從低端向中高端的優(yōu)化。

那么，公共部門信貸如何影響制造業(yè)升級？

第一，最優(yōu)資本結構理論認為信貸規(guī)模并非越大越好。習近平總書記指出“以創(chuàng)新為第一動力推進產業(yè)結構升級”，制造業(yè)升級的根本動力在于技術創(chuàng)新。對于微觀企業(yè)而言，適度的杠桿率能夠通過財務杠桿放大效應、“稅盾效應”、信號傳遞效應等促進企業(yè)創(chuàng)新（王玉澤等，2019）。相比于私營部門，國有企業(yè)等公共部門由于預算軟約束（肖澤忠和鄒宏，2008;盛明泉等，2012）、政治關聯(lián)優(yōu)勢（方軍雄，2007;沈紅波等，2011;孫鳳娥等，2016）等，更容易獲得貸款支持，因此具有更高的資產負債率和更長的債務期限結構，甚至會因此表現(xiàn)出過度負債的問題。過高的杠桿率可能通過提高財務風險與破產風險、加重委托代理問題等抑制企業(yè)創(chuàng)新（王玉澤等，2019）。因此，公共部門信貸規(guī)模對自身創(chuàng)新活動的影響并不明確，更確切地說，公共部門的信貸規(guī)模并非越大越好。

第二，國有企業(yè)的創(chuàng)新效率影響信貸使用效率。由于創(chuàng)新具有高度的不確定性、長期性、風險性（Holmstrom，1989），已有國有企業(yè)改革措施并不能實現(xiàn)創(chuàng)新中的剩余索取權與剩余控制權的匹配，無法改善國有企業(yè)的創(chuàng)新效率（吳延兵，2012），因而信貸傳導至國有企業(yè)以提升創(chuàng)新效率的路徑存在阻塞，整體來看影響制造業(yè)升級進程。此外，在信貸資源有限的情況下，如果由于政府的外在干預，把大量投資分配到低效率領域，就會阻礙制造業(yè)升級（廖茂林等，2018）。

第三，國有企業(yè)對私營企業(yè)的信貸資源競爭可能形成資源錯配。國有企業(yè)存在的效率損失不僅會降低自身信貸利用效率，負面的溢出效應還會對整個經濟造成影響。國有企業(yè)的效率損失包含國有企業(yè)本身的效率損失，以及這種效率損失進一步帶來的其他效率損失，如通過預算軟約束、金融壓抑、歧視和效率誤配等，民營企業(yè)借貸受到嚴重約束，企業(yè)無法建立，規(guī)模無法擴大，或者不得不求助于民間高利貸，效率受損，拖累民營企業(yè)的發(fā)展進度，從而對整個經濟體構成“增長拖累”（劉瑞明和石磊，2010;劉瑞明，2011）。

第四，公共部門更可能將信貸投向公共性和外部性較高的投資。

一方面，為彌補市場之短板，公共部門在一些市場不愿意涉足的基礎創(chuàng)新上投入力度較大，容易形成技術溢出。技術溢出對中低端制造業(yè)的升級會起到明顯的促進作用（謝呈陽和劉夢，2020）。另一方面，信息時代下，推動互聯(lián)網、大數據等與實體經濟深度融合，已成為公共部門的重要工作內容。公共部門對互聯(lián)網等傳統(tǒng)及新型基礎設施建設的投資，有助于在制造業(yè)升級過程中擴張生產環(huán)節(jié)、降低整體交易成本（嚴北戰(zhàn)和周懿，2020）。

因此，公共部門信貸規(guī)模與制造業(yè)升級之間可能存在非線性關系。在適當的信貸規(guī)模范圍內，一些積極的效應主導信貸作用的發(fā)揮，從而對制造業(yè)升級產生促進作用;當信貸規(guī)模超出臨界點時，企業(yè)自身的消極效應以及對其他企業(yè)的負面影響則會對整個經濟體的制造業(yè)升級產生抑制作用。而公共部門對信貸的使用可能通過提高自身創(chuàng)新水平，或通過技術溢出促進中低端制造業(yè)升級，或通過提高互聯(lián)網等基礎設施的建設水平和提供更多公共品而對制造業(yè)升級發(fā)揮重要作用。

綜上所述，本文提出假設：

H1：公共部門信貸規(guī)模與制造業(yè)升級之間呈倒U型的非線性關系。

H2：公共部門信貸通過提升國家創(chuàng)新水平和互聯(lián)網發(fā)展而促進制造業(yè)升級。

三、研究設計

（一）樣本選取與數據來源

考慮到回歸變量的可得性，本文選取2001年至2017年作為樣本期，共得到91個國家的面板數據用以分析。為控制極端值的影響，對連續(xù)變量進行上下1%縮尾處理。其中，核心變量中高技術產業(yè)增加值與制造業(yè)增加值之比，及服務業(yè)占GDP的比重、互聯(lián)網覆蓋率和人均GDP等其他控制變量數據來自世界銀行世界發(fā)展指標（WDI）數據庫，公共部門信貸規(guī)模、消費者價格指數（CPI）來自全球金融發(fā)展（GFD）數據庫。個別變量，如中高技術制造業(yè)增加值占GDP比重，中高技術制造業(yè)增速來自根據已知數據的簡單推導。

（二）變量定義

1.被解釋變量。本文被解釋變量是制造業(yè)發(fā)展水平，制造業(yè)發(fā)展水平提高即為制造業(yè)升級。結合OECD按照技術創(chuàng)新活動密集程度對制造業(yè)的劃分，以及徐潔香和邢孝兵（2019）的做法，本文從結構與規(guī)模兩個方面來刻畫制造業(yè)發(fā)展水平，采用一國中高技術產業(yè)增加值（medium?and?hightech?industry?value?added）占該國制造業(yè)增加值（manufacturing?value?added）的比例（mhtindu），一國中高技術產業(yè)增加值占該國GDP的比例（mhtgdp）分別進行衡量。

2.核心解釋變量。本文核心解釋變量是公共部門信貸規(guī)模，采用一國政府與國有企業(yè)獲得的信貸總額占GDP的比重（pubcredit）來衡量。

3.中介變量。一是國家創(chuàng)新水平，以一國專利數量的自然對數度量（lnpatent）。二是互聯(lián)網發(fā)展水平，以互聯(lián)網覆蓋率（internetcov）作為其代理變量，以一國使用互聯(lián)網的人數占總人口的百分比度量（劉音露等，2019）。

4.控制變量。為了排除各國宏觀經濟及金融環(huán)境的影響，本文選取廣義貨幣增長率（M2g）、人均GDP（GDPper）、消費者價格指數（CPI）作為宏觀經濟控制變量;選取銀行資本充足率（bankcapital）、流動性比例（BLR）、不良貸款率（NPL）作為銀行發(fā)展控制變量。此外，本文還控制了年份（year）和地區(qū)（region）效應。

（三）模型設定

為研究公共部門信貸活動對制造業(yè)發(fā)展水平的影響，驗證公共部門信貸規(guī)模的增加能否促進制造業(yè)升級，本文設定模型（1）以檢驗假設一：

Yit=α0+α1pubcreditit+α2pubcredit2it+γCONTROLSit+μj+λt+εit?（1）

其中，Y包括mhtindu以及mhtgdp，CONTROLS為一組控制變量，μj為地區(qū)固定效應，λt為時間固定效應，εit為隨機擾動項。本文還對不同服務業(yè)發(fā)展水平（按均值分組）、不同收入水平國家分組進行異質性討論。

為了檢驗公共部門信貸影響制造業(yè)升級的作用機制，以及一國創(chuàng)新水平和互聯(lián)網發(fā)展的中介效應，本文借鑒陳旭等（2019）的研究方法，設定模型（2）至模型（4）：

Mit=β0+β1pubcreditit+β2pubcredit2it+τCONTROLS+μi+λt+εit（2）

Yit=ρ0+ρ1pubcreditit+ρ2pubcredit2it+φpubcreditit×Mit+ζCONTROLS+μi+λt+εit?（3）

Yit=θ0+θ1pubcreditit+θ2pubcredit2it+θ3Mit_hat+δCONTROLS+μi+λt+εit?（4）

其中，M包括一國創(chuàng)新水平（lnpatent）和互聯(lián)網發(fā)展水平（internetcov）。模型（2）國家創(chuàng)新水平和互聯(lián)網發(fā)展作為被解釋變量，考察公共部門信貸規(guī)模對這兩個中間變量的影響是否呈倒U型特征;模型（3）將公共部門信貸規(guī)模與兩個中間變量的交互項分別引入基準計量模型，觀察交互項估計結果;模型（4）將模型（2）中M的擬合值M_hat代入模型（1），檢測其中介效應。

四、實證結果分析

（一）描述性統(tǒng)計

表1報告了主要變量的描述性統(tǒng)計結果。為避免異常值和極端值的影響，本文對連續(xù)型變量進行上下1%的縮尾處理。如表1所示，mhtindu的均值為20.31，意味著一國制造業(yè)增加值中，中高技術制造業(yè)平均占比為20.31%;mhtgdp的均值為3.17，意味著一國中高技術增加值對GDP的平均貢獻為?3.17%;兩個數值的最小值和最大值分別為0.82和65.12、0.05和18.39，說明從結構與規(guī)模來看，各國制造業(yè)發(fā)展水平具有較大差異。pubcredit的均值為?8.84，說明一國公共部門信貸規(guī)模占GDP的平均比重為8.84%，最小值為?0.03%，最大值為48.94%。lnpatent均值為6.78，最小值為1.61，最大值為13.13，對數形式產生了很好的收斂效果;internetcov的均值為34.93，即互聯(lián)網的平均覆蓋率34.93%。service平均為53.12，即一國服務業(yè)增加值占GDP的平均比例為53.12%;上述變量的最小值和最大值之間均有所差異，為本文的研究賦予了研究價值與實際意義。

對制造業(yè)發(fā)展水平的結構水平mhtindu（規(guī)模水平mhtgdp）和公共部門信貸規(guī)模pubcredit分別進行線性擬合以及曲線擬合，圖1（圖3）和圖2（圖4）分別展示了mhtindu（mhtgdp）與pubcredit的線性關系和倒U型關系。擬合值越大，擬合效果越好，R2分別為10.1%（4.3%）和14.3%（12.8%），曲線擬合的效果更好，初步表明制造業(yè)發(fā)展水平與公共部門信貸之間存在非線性關系。

1.基準回歸結果

考慮到誤差項可能存在的序列相關和空間相關，回歸中添加穩(wěn)健標準誤以得到更為可靠的估計結果。表2報告了公共部門信貸規(guī)模對制造業(yè)升級影響的回歸結果。列（1）和列（2）為控制了地區(qū)和年份、不加入其他控制變量的情形。列（1）中，pubcredit的系數為1.800，pubcredit平方項系數為-0.035，均在1%的水平下顯著，utest檢驗中p=5.61e-10≈0，極值點為25.41，在最小值最大值區(qū)間，驗證了公共部門信貸與制造業(yè)升級之間倒U型關系的存在，表明當公共部門信貸規(guī)模占GDP比值小于25.41%時，公共部門信貸規(guī)模越大，制造業(yè)增加值中中高技術制造業(yè)占比越大;當公共部門信貸規(guī)模占GDP比值大于?25.41%時，公共部門信貸規(guī)模越大，制造業(yè)增加值中中高技術制造業(yè)占比越小。列（2）中，pubcredit系數為0.463，pubcredit平方項系數為-0.011，均在1%的水平下顯著，utest檢驗中p=4.16e-14≈0，極值點為21.44。

列（3）和列（4）為加入更多控制變量的情形。列（3）中，pubcredit的系數為1.630，pubcredit平方項系數為-0.033，均在1%的水平下顯著，說明公共部門信貸規(guī)模對制造業(yè)增加值中中高技術制造業(yè)占比具有倒U型影響。utest檢驗中，p=3.72e-12≈0.000，驗證了倒U型影響的存在，且極值點為24.92，表明當公共部門信貸規(guī)模占GDP比值小于24.92%時，公共部門信貸規(guī)模越大，制造業(yè)增加值中中高技術制造業(yè)占比越大;當公共部門信貸規(guī)模占GDP比值大于24.92%時，公共部門信貸規(guī)模越大，制造業(yè)增加值中中高技術制造業(yè)占比越小。列（4）中，pubcredit的系數為0.443，pubcredit平方項系數為-0.010，均在1%的水平下顯著，說明公共部門信貸規(guī)模對中高技術制造業(yè)增加值占GDP比值具有倒U型影響。utest檢驗中，p=3.72e-12≈0.000，同樣驗證了倒U型影響的存在，極值點為21.30。以上回歸結果驗證了本文的核心假設，綜合分析，公共部門在經濟發(fā)展中有其存在的合理性，當公共部門信貸規(guī)模占比小于21.30%時，公共部門對銀行信貸的整體使用效率較高，一旦超過這個水平，國有企業(yè)由于自身效率低下，以及對更具效率的民營企業(yè)的資源擠占而對制造業(yè)發(fā)展水平產生負面影響。

2.穩(wěn)健性檢驗

在回歸中加入pubcredit的平方項可能導致多重共線性問題，為了保證結果的可靠與穩(wěn)健，本文分別以pubcredit的樣本均值（8.84）和第75%分位數（11.95）為分組節(jié)點，將樣本分為兩組。表3展示了回歸結果，以列（1）和列（2）為例，列（1）中pubcredit的系數是1.436，在1%的水平下顯著，表明當公共部門信貸規(guī)模占GDP比例小于8.84%時，公共部門信貸規(guī)模對制造業(yè)增加值中中高技術占比有顯著的促進作用;列（2）中pubcredit的系數是-0.303，在1%的水平下顯著，表明當公共部門信貸規(guī)模占GDP比例大于8.84%時，公共部門信貸規(guī)模對制造業(yè)增加值中中高技術占比有顯著的抑制作用，整體呈現(xiàn)出先升后降的倒U型關系。依此類推，列（3）至列（8）的回歸結果均支持本文的核心假設。

除此之外，加入更多的控制變量可緩解可能存在的遺漏變量問題。一方面，引入銀行集中度指標，用一國前三大銀行資產占比表示。一國銀行集中度越低，銀行競爭越激烈;競爭會影響銀行的風險承擔水平，從而影響中高技術制造的信貸供給。另一方面，引入一國征信情況，以一國征信得分衡量，征信得分越高表示一國征信環(huán)境越好，從而可緩解制造業(yè)升級過程中信貸供需之間的信息不對稱?；貧w結果見表4中列（1）至列（4），回歸結果印證了上述推論，同時也與本文的核心觀點保持一致。

對連續(xù)性變量進行雙側5%縮尾形成新樣本，可緩解極端值的影響?；貧w結果如表4列（5）和列（6）所示，在新樣本下，pubcredit與pubcredit平方項的結果依然在1%的水平下顯著，二者的系數與基準回歸結果相比有較大差異，通過計算得出公共部門信貸規(guī)模對制造業(yè)升級影響的轉折點為16.46%，小于基準回歸的24.92%水平，但依然支持二者的倒U型關系。

將核心解釋變量滯后一期進行檢驗，可緩解內生性問題或滯后影響。一方面，公共部門信貸與制造業(yè)發(fā)展水平可能存在反向因果關系，國有企業(yè)中高技術活動越密集，產生的大量資金需求越可能引起公共部門信貸供給的增加，從而引發(fā)內生性問題。另一方面，由于中高技術產出存在周期性長的特點，公共部門信貸對于制造業(yè)升級的影響可能存在滯后影響，因此將pubcredit與其平方項的滯后一期（l.pubcredit和l.pubcredit2）加入回歸進行檢驗，回歸結果如表4列（7）和列（8），回歸結果與本文結論一致。

（二）異質性分析

1.不同服務業(yè)發(fā)展水平的分組研究

服務業(yè)發(fā)展水平是衡量產業(yè)結構高級化的指標之一（吳豐華和劉瑞明，2013;陳文翔等，2017）。從信貸需求角度分析，服務業(yè)發(fā)展和制造業(yè)發(fā)展同樣需要信貸資金的投入，即使大量研究表明，服務業(yè)，尤其是生產性服務業(yè)與制造業(yè)發(fā)展具有協(xié)同作用（顧乃華等，2006），但對于效率較低的國有企業(yè)來說，國有企業(yè)支持的服務業(yè)發(fā)展能否促進制造業(yè)發(fā)展仍不明確。本文用服務業(yè)發(fā)展水平均值（53.12%）為界限將樣本分為兩組，在服務業(yè)發(fā)展水平較低的一組，服務業(yè)增加值對GDP占比均值為44.90%;在服務業(yè)發(fā)展水平較高的一組，服務業(yè)增加值對GDP占比均值為59.77%。

表5報告了回歸結果。列（1）和列（2）中，pubcredit的系數分別為2.374和0.415，pubcredit平方項的系數分別為-0.072和-0.012，均在1%的水平下顯著，且通過utest檢驗，極值點分別為16.52%和17.56%，說明當服務業(yè)發(fā)展水平較低時，公共部門信貸規(guī)模對制造業(yè)升級存在倒U型影響。同樣，列（3）和列（4）的結果說明當服務業(yè)發(fā)展水平較高時，公共部門信貸規(guī)模對制造業(yè)升級也存在倒U型影響，且影響的轉折點在26.45%和22.14%。這可能是因為在服務業(yè)發(fā)展水平較高時，服務業(yè)支持制造業(yè)的途徑更加通暢，公共部門可以更有效地支持制造業(yè)升級，或者通過增強服務水平間接支持制造業(yè)升級。

2.不同收入水平國家的分組研究

一國收入水平可以體現(xiàn)出該國的經濟發(fā)展狀況，對于不同發(fā)展水平的國家，其資源配置效率不同，從而公共部門信貸對制造業(yè)升級的影響也可能不同。本文根據世行的分類標準將樣本國家分為高收入、中等收入和低收入三組，高收入國家的人均就業(yè)者GDP為8.06萬美元，中等收入國家和低收入國家分別為?2.84萬美元、0.49萬美元（以2017年不變購買力平價衡量）。

表6報告了回歸結果。列（1）至列（4）中，pubcredit及平方項系數均在1%水平下顯著，且通過utest檢驗，說明對于高收入和中等收入國家而言，公共部門信貸對制造業(yè)升級存在顯著的倒U型關系;比較pubcredit的系數大小，發(fā)現(xiàn)高收入國家公共部門信貸對制造業(yè)升級的促進作用更大。計算發(fā)現(xiàn)，對于高收入國家而言，當公共部門信貸規(guī)模占GDP比重小于23.61%時，公共部門信貸規(guī)模越大，制造業(yè)增加值中中高技術產業(yè)占比就越大;而中等收入國家的相應轉折點為31.67%。這可能是因為，高收入國家的經濟更為市場化，資源配置效率更高，因此公共部門信貸對制造業(yè)升級的促進作用更大;同時，相比于高收入國家，中等收入國家更加依賴公共部門信貸對制造業(yè)升級的促進作用。

在5%的水平下顯著，utest檢驗中p=0.1，極值點在6.43，說明低收入國家的公共部門信貸對制造業(yè)升級存在倒U型關系，但顯著性不高;列（6）的結果顯示，公共部門信貸對中高技術產業(yè)對GDP的貢獻沒有影響。對于低收入國家而言，公共部門信貸對制造業(yè)升級的倒U型影響較弱，可能是因為低收入國家仍停留在低端制造業(yè)發(fā)展階段。

數據顯示，2017年中國公共部門信貸規(guī)模占GDP比例已達到26.29%，遠遠超過中等收入國家的均值水平，這說明中國對公共部門的信貸支持力度較大。但目前的水平距離極值點（31.67%）較為接近，在未來的產業(yè)政策和信貸政策中應注意將公共部門信貸規(guī)?？刂圃谟行^(qū)間，謹防對公共部門信貸支持過大而導致“過猶不及”。

（三）作用機制分析

在驗證了公共部門信貸規(guī)模與制造業(yè)升級之間的倒U型關系之后，本文進一步探討其中的聯(lián)系機制。模型（2）的回歸結果見表7列（1）和列（2），pubcredit的系數分別為0.111和0.516，均在1%的水平下顯著，pubcredit平方項系數分別為-0.002和-0.008，均在5%的水平下顯著，表明公共部門信貸規(guī)模對一國創(chuàng)新水平和互聯(lián)網發(fā)展產生的影響均表現(xiàn)出顯著的倒U型趨勢，與公共部門信貸規(guī)模與制造業(yè)升級的關系相呼應。以國家整體創(chuàng)新水平為例進行解釋，這樣的結果可能是因為，當公共部門將一定規(guī)模的信貸投入創(chuàng)新領域時，會帶動社會資本對重點產業(yè)的投資，但是當公共部門將大量信貸投向創(chuàng)新領域時，一方面會擠出私人部門的創(chuàng)新投入，另一方面會提高人才等創(chuàng)新要素價格而提高整體的創(chuàng)新成本，從而對整體創(chuàng)新顯示出負面影響。模型（3）的回歸結果見表7列（3）至列（6），交互項系數分別為0.204、0.036、0.014、0.003，且均在1%的水平下顯著，表明國家創(chuàng)新水平的提升以及互聯(lián)網發(fā)展擴大了公共部門信貸對制造業(yè)升級的促進作用。

進一步，本文運用中介效應模型對公共部門信貸影響制造業(yè)升級的實現(xiàn)機制進行檢驗。將模型（2）中l(wèi)npatent的擬合值（lnpatent_hat）與internetcov的擬合值（internetcov_hat）加入基準回歸，即模型（4）。如果公共部門信貸先影響一國創(chuàng)新水平與互聯(lián)網發(fā)展，進而影響到制造業(yè)升級，那么中介變量擬合值的系數將顯著，表8為回歸結果。列（1）和列（2）中，lnpatent_hat的系數分別為?3.278?和0.998，均在1%的水平下顯著;列（3）和列（4）中，internetcov_hat的系數分別為1.126和0.343，均在1%的水平下顯著，這再次證明了公共部門信貸規(guī)模的增加能夠促進一國創(chuàng)新水平的提高與互聯(lián)網的發(fā)展，進而促進制造業(yè)升級。考慮到互聯(lián)網發(fā)展水平的提升能夠增強信息共享能力，增強技術溢出，從而提高一國創(chuàng)新水平，一國創(chuàng)新水平與互聯(lián)網發(fā)展存在交互影響，這里并未將二者同時加入回歸以檢測二者是否為完全中介效應。

五、主要結論與政策啟示

本文基于2001-2017年91個國家的面板數據，實證檢驗了公共部門信貸規(guī)模與制造業(yè)升級之間的關系。研究表明，從中高技術制造業(yè)的結構與規(guī)模上看，公共部門信貸規(guī)模對制造業(yè)升級具有顯著的倒U型影響，對公共部門信貸規(guī)模進行均值分組和75%分位數分組的研究印證了這種非線性關系的存在，加入更多控制變量、樣本雙側縮尾5%以及內生性檢驗強化了回歸結果的穩(wěn)健性。異質性研究結果顯示：（1）不同服務業(yè)發(fā)展水平下，公共部門信貸均對制造業(yè)升級有著顯著的倒U型影響，但服務業(yè)發(fā)展水平越高，公共部門信貸對制造業(yè)升級的促進更為通暢（體現(xiàn)在公共部門信貸規(guī)模的增加，對制造業(yè)升級更晚地出現(xiàn)抑制作用）。（2）對不同收入水平國家的分組研究表明，公共部門信貸對制造業(yè)升級的倒U型影響主要存在于高收入國家和中等收入國家，相比于高收入國家，中等收入國家更加依賴公共部門信貸對制造業(yè)升級的支持作用，但作用較弱。作用機制分析表明：公共部門信貸通過提高國家創(chuàng)新水平和互聯(lián)網發(fā)展水平進而促進制造業(yè)升級。

本文結論對發(fā)揮公共部門信貸支持我國制造業(yè)轉型升級、優(yōu)化信貸政策，具有積極的政策含義：

第一，公共部門信貸對制造業(yè)升級的支持存在“過猶不及”效應。盡管私人部門信貸規(guī)模越大，支持制造業(yè)升級的邊際效應也會減弱，但與私人部門信貸的經濟效應不同的是，當公共部門信貸規(guī)模超出一定臨界點時，這種促進作用不但會消失，而且會因為對私人部門信貸資源的擠出而產生抑制作用。因此，公共部門信貸規(guī)模過大對經濟存在不利影響，應當將公共部門信貸規(guī)?？刂圃诤侠硭?，如制定信貸政策時保持中立地位，避免銀行等信貸部門的國有企業(yè)偏好。

第二，中國作為服務業(yè)發(fā)展水平較低（2017年GDP中服務業(yè)增加值占比52.68%，低于均值水平53.35%）的中等收入國家，公共部門信貸對制造業(yè)升級的倒U型影響異常顯著。當前中國公共部門信貸規(guī)模已經接近或超出臨界點，在向高收入國家邁進的過程中，應謹防公共部門信貸規(guī)模對制造業(yè)升級的抑制作用。

第三，加大公共部門信貸對創(chuàng)新及互聯(lián)網基礎設施建設的支持。本文研究結果證實了國家創(chuàng)新水平及互聯(lián)網發(fā)展在公共部門信貸促進制造業(yè)升級過程中的中介作用。因此，基于公共部門與私人部門的效率差異和經濟作用差異，公共部門應加速工業(yè)互聯(lián)網建設，完善創(chuàng)新體系，但不能一味地增加創(chuàng)新投入或基礎建設投入，而應致力于營造制造業(yè)發(fā)展的良好環(huán)境，從而提高制造業(yè)的整體發(fā)展水平。

參考文獻：

[1]陳文翔，?周明生.自主創(chuàng)新、技術引進與產業(yè)結構升級——基于外部性視角的省級面板數據的實證分析[J].云南財經大學學報，?2017（4）.

[2]陳旭，?等.多中心結構與全球價值鏈地位攀升：?來自中國企業(yè)的證據[J].世界經濟，2019（8）.

[3]方軍雄.所有制、制度環(huán)境與信貸資金配置[J].經濟研究，?2007（12）.

[4]高燕.產業(yè)升級的測定及制約因素分析[J].統(tǒng)計研究，?2006（4）.

[5]顧乃華，?畢斗斗，?任旺兵.生產性服務業(yè)與制造業(yè)互動發(fā)展：?文獻綜述[J].經濟學家，?2006（6）.

[6]姜澤華，?白艷.產業(yè)結構升級的內涵與影響因素分析[J].當代經濟研究，?2006（10）.

[7]李鋼，?劉吉超.中國省際包容性財富指數的估算：?1990-2010[J].中國工業(yè)經濟，?2014（1）.

[8]李廣眾.金融抑制過程中政府收益的經驗研究及國際比較[J].世界經濟，?2001（1）.

[9]廖茂林，?等.基礎設施投資是否還能促進經濟增長？——基于1994-2016年省際面板數據的實證檢驗[J].管理世界，?2018（5）.

[10]劉瑞明，?石磊.國有企業(yè)的雙重效率損失與經濟增長[J].經濟研究，?2010（1）.

[11]劉瑞明.國有企業(yè)如何拖累了經濟增長：?理論與中國的經驗證據[D].復旦大學博士學位論文，?2011.

[12]劉小玄.中國工業(yè)企業(yè)的所有制結構對效率差異的影響——1995年全國工業(yè)企業(yè)普查數據的實證分析[J].經濟研究，?2000（2）.

[13]劉音露，?張平，?徐曉萍.征信活動、信息技術進步與信貸表現(xiàn)[J].國際金融研究，?2019（11）.

[14]邱國棟.西方國家政府管理國有企業(yè)的模式[J].世界經濟，?1996（12）.

[15]沈紅波，?廖冠民，?曹軍.金融發(fā)展、產權性質與上市公司擔保融資[J].中國工業(yè)經濟，?2011（6）.

[16]盛明泉，?等.國有產權、預算軟約束與資本結構動態(tài)調整[J].管理世界，?2012（3）.

[17]孫鳳娥，?田治威，?蘇寧.政治關聯(lián)、融資約束與資本結構周期性變動[J].現(xiàn)代財經，?2016（4）.

[18]王蓓.基于國際視角的國有企業(yè)補貼若干問題探討[J].財政監(jiān)督，?2013（22）.

[19]王玉澤，?羅能生，?劉文彬.什么樣的杠桿率有利于企業(yè)創(chuàng)新[J].中國工業(yè)經濟，?2019（3）.

[20]王躍堂，?王亮亮，?彭洋.產權性質、債務稅盾與資本結構[J].經濟研究，?2010（9）.

[21]吳延兵.國有企業(yè)雙重效率損失研究[J].經濟研究，?2012（3）.

[22]吳豐華，?劉瑞明.產業(yè)升級與自主創(chuàng)新能力構建——基于中國省際面板數據的實證研究[J].中國工業(yè)經濟，?2013（5）.

[23]向松祚.經濟新動能：?中國經濟如何轉型升級[M].北京：?中信出版社，?2020.

[24]肖澤忠，?鄒宏.中國上市公司資本結構的影響因素和股權融資偏好[J].經濟研究，?2008（6）.

[25]謝呈陽，?劉夢.市場化進程能否促進中國制造業(yè)升級——來自106家上市公司的證據[J].東南大學學報（哲學社會科學版），?2020，?22（6）.

[26]徐潔香，?邢孝兵.制造業(yè)結構升級對技術創(chuàng)新的影響研究——基于技術機會的視角[J].南京財經大學學報，?2019（2）.

[27]嚴北戰(zhàn)，?周懿.“互聯(lián)網+”對制造業(yè)升級的影響——基于供給側、需求側雙向驅動的分析[J].科技管理研究，?2020，?40（22）.

[28]Cull?Robert，?Xu?Lixin?Colin.Who?Gets?Credit？?The?Behavior?of?Bureaucrats?and?State?Banks?in?Allocating?Credit?to?Chinese?Stateowned?Enterprises[J].Journal?of?Development?Economics，?2003，?71（2）.

[29]Djankov?Simeon，?Peter?Murrell.Enterprise?Restructuring?in?Transition：?a?Quantitative?Survey[J].Journal?of?Economic?Literature，?2002（40）.

[30]Holmstrom?Bengt.Agency?Costs?and?Innovation[J].Journal?of?Economic?Behavior?and?Organization，?1989，?12（3）.

[31]Megginson?William，?Jeffry?Netter.From?State?to?Market：?a?Survey?of?Empirical?Studies?on?Privatization[J].Journal?of?Economic?Literature，?2001，?39（2）.

（責任編輯：彭琳）