數(shù)字金融對制造業(yè)數(shù)字化轉(zhuǎn)型影響研究

摘要：文章基于大語言模型測算的制造業(yè)數(shù)字化轉(zhuǎn)型指標，理論分析并實證考察了數(shù)字金融對制造業(yè)數(shù)字化轉(zhuǎn)型的影響。結(jié)論如下：一是數(shù)字金融對制造業(yè)數(shù)字化轉(zhuǎn)型的影響顯著為正，在變換解釋變量、考慮內(nèi)生性等一系列穩(wěn)健性檢驗后，結(jié)論依然成立；二是異質(zhì)性檢驗顯示，數(shù)字金融對東中部地區(qū)表現(xiàn)出明顯的“錦上添花”效應(yīng)，對資本和技術(shù)密集型行業(yè)存在“資源傾斜”，對成長期企業(yè)則發(fā)揮了“啟動資金”作用；三是機制檢驗顯示，數(shù)字金融能夠通過緩解融資約束、緩解信息約束、優(yōu)化資本配置和激發(fā)消費需求效應(yīng)，推動制造業(yè)的數(shù)字化轉(zhuǎn)型；四是溢出效應(yīng)檢驗顯示，數(shù)字金融通過促進焦點制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型，產(chǎn)生了對產(chǎn)業(yè)鏈上游企業(yè)的溢出效應(yīng)。由此提出相應(yīng)的政策建議。

關(guān)鍵詞：數(shù)字金融；制造業(yè)；數(shù)字化轉(zhuǎn)型

作者簡介：齊蘭，中央財經(jīng)大學經(jīng)濟學院教授、博士生導師（北京100081）；王晨，中央財經(jīng)大學經(jīng)濟學院博士研究生（北京100081）；馬琳琳，中央財經(jīng)大學科研處副研究員，通訊作者（北京100081）

基金項目：國家社科基金重大招標項目“中國特色社會主義政治經(jīng)濟學體系中的國家理論”（19ZDA057）；中央財經(jīng)大學中央高?；究蒲袠I(yè)務(wù)費專項資金資助項目“中國特色社會主義政治經(jīng)濟學”

DOI編碼：10.19667/j.cnki.cn23-1070/c.2025.04.006

引言

當今，制造業(yè)數(shù)字化轉(zhuǎn)型已成為我國經(jīng)濟高質(zhì)量發(fā)展和產(chǎn)業(yè)轉(zhuǎn)型升級的重要路徑，而數(shù)字金融及其快速發(fā)展是制造業(yè)數(shù)字化轉(zhuǎn)型的重要支撐。作為我國經(jīng)濟的基本盤和壓艙石，制造業(yè)具有產(chǎn)業(yè)鏈長、技術(shù)密集程度高、規(guī)模經(jīng)濟等特點，對其他產(chǎn)業(yè)具有強帶動作用。隨著新一代信息與通信技術(shù)的集成突破與融合滲透，大數(shù)據(jù)、云計算、移動互聯(lián)網(wǎng)、人工智能等新興前沿科技正以前所未有的深度和廣度推進資源配置、生產(chǎn)方式與組織結(jié)構(gòu)變革，促進了數(shù)字經(jīng)濟的繁榮并為不同領(lǐng)域的數(shù)字化轉(zhuǎn)型提供了廣闊空間。與傳統(tǒng)工業(yè)化和信息化的融合不同，制造業(yè)數(shù)字化轉(zhuǎn)型是數(shù)字化、網(wǎng)絡(luò)化、智能化技術(shù)在制造業(yè)的擴散與應(yīng)用，是全面建設(shè)現(xiàn)代化產(chǎn)業(yè)體系、深化新型工業(yè)化的關(guān)鍵。黨的二十大報告提出“建設(shè)現(xiàn)代化產(chǎn)業(yè)體系。堅持把發(fā)展經(jīng)濟的著力點放在實體經(jīng)濟上，推進新型工業(yè)化，加快建設(shè)制造強國、質(zhì)量強國、航天強國、交通強國、網(wǎng)絡(luò)強國、數(shù)字中國”①，為我國制造業(yè)發(fā)展提出要求并指明發(fā)展方向。

金融作為經(jīng)濟社會發(fā)展和創(chuàng)新活動的重要支撐，對實體經(jīng)濟特別是制造業(yè)發(fā)展尤為重要。然而，傳統(tǒng)金融存在結(jié)構(gòu)性失衡、過度金融化等問題，難以有效支撐產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型。而今，隨著數(shù)字化、信息化等先進技術(shù)在金融領(lǐng)域的應(yīng)用，數(shù)字金融應(yīng)運而生，在一定程度上緩解了傳統(tǒng)金融發(fā)展面臨的困境。數(shù)字金融的發(fā)展既保留了傳統(tǒng)金融的基本功能，又呈現(xiàn)出現(xiàn)代金融的普惠性、廣泛性、便捷性等新特征，能夠拓展融資渠道、降低融資門檻、緩解信息約束、提高金融效率，從而有效助力制造業(yè)數(shù)字化轉(zhuǎn)型發(fā)展。在此背景下，深入探究數(shù)字金融對制造業(yè)數(shù)字化轉(zhuǎn)型的影響效果、作用機制和溢出效應(yīng)等，并有針對性地提出數(shù)字金融促進制造業(yè)數(shù)字化轉(zhuǎn)型的政策建議，具有重要的理論意義和現(xiàn)實意義。

相比已有研究，本文的邊際貢獻在于：第一，構(gòu)建了數(shù)字金融影響制造業(yè)數(shù)字化轉(zhuǎn)型的理論分析框架，系統(tǒng)揭示其在緩解融資約束與信息約束、優(yōu)化資本配置、激發(fā)消費需求等機制中的作用路徑，豐富了金融支持產(chǎn)業(yè)發(fā)展的相關(guān)理論研究；第二，創(chuàng)新性地應(yīng)用Qwen2-72B-Instruct大語言模型對制造業(yè)上市公司年報進行分析，識別制造業(yè)企業(yè)的數(shù)字技術(shù)使用情況，進而構(gòu)建制造業(yè)數(shù)字化轉(zhuǎn)型指標，豐富了大語言模型在經(jīng)濟學研究中的應(yīng)用；第三，聚焦于制造業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型，從“影響效果—作用機制—溢出效應(yīng)”三個維度展開數(shù)字金融對制造業(yè)數(shù)字化轉(zhuǎn)型影響的實證分析，深化并擴展了數(shù)字化轉(zhuǎn)型的相關(guān)研究。

一、文獻綜述與理論分析

（一）文獻綜述

1.數(shù)字金融相關(guān)研究

現(xiàn)有關(guān)注數(shù)字金融影響經(jīng)濟發(fā)展方面的研究成果主要圍繞數(shù)字金融對地區(qū)經(jīng)濟增長、企業(yè)績效和技術(shù)創(chuàng)新等方面展開。

數(shù)字金融影響宏觀經(jīng)濟方面。根據(jù)金融加速器原理，②數(shù)字金融通過緩解融資約束，成為推動經(jīng)濟增長的重要力量之一。③Manyika等指出，數(shù)字金融為宏觀經(jīng)濟增長提供了重要支持，其研究數(shù)據(jù)顯示，至2025年，數(shù)字金融有望為新興國家?guī)?.7萬億美元的新增產(chǎn)出。④同時，數(shù)字金融兼具普惠金融特性，有助于擴大金融服務(wù)覆蓋范圍，緩解貧困、促進包容性發(fā)展。⑤傅利福等研究發(fā)現(xiàn)數(shù)字金融的發(fā)展顯著促進了包容性增長，但這種促進效應(yīng)在不同區(qū)域和城鎮(zhèn)化水平上存在異質(zhì)性。⑥張勛等的研究進一步指出，數(shù)字金融有效抑制了數(shù)字鴻溝的擴大，進而緩解了收入和消費層面的不均衡，提升了中國家庭的收入和消費水平。①

數(shù)字金融影響企業(yè)績效方面。數(shù)字金融的革新重點體現(xiàn)在融資渠道、支付管理、信用管理和風險控制等方面，②能夠有效緩解信息不對稱，幫助企業(yè)精準對接金融資源，從而提升企業(yè)的運營效率與經(jīng)營績效。Abbasi等利用22個OECD國家中小企業(yè)數(shù)據(jù)進行實證分析，發(fā)現(xiàn)數(shù)字金融能夠有效提高中小企業(yè)效率。③江紅莉和蔣鵬程基于A股上市公司數(shù)據(jù)研究發(fā)現(xiàn)，數(shù)字金融能夠通過緩解企業(yè)融資難題和推動技術(shù)創(chuàng)新，顯著提高企業(yè)的全要素生產(chǎn)率。④宋敏等進一步從科技賦能與信貸配給視角出發(fā)，實證表明金融科技發(fā)展能夠通過緩解銀企信息不對稱、降低融資約束和優(yōu)化信貸配置效率等機制，有效推動企業(yè)全要素生產(chǎn)率增長。⑤

數(shù)字金融影響技術(shù)創(chuàng)新方面。資金是企業(yè)創(chuàng)新的關(guān)鍵，如果缺乏穩(wěn)定的外部融資渠道和充足的金融資源，企業(yè)的創(chuàng)新活動往往會受到顯著制約。⑥現(xiàn)有研究普遍認為，數(shù)字金融能夠有效緩解融資約束、優(yōu)化金融資源配置等，從而促進企業(yè)的技術(shù)創(chuàng)新。吳曉求從金融資源配置效率角度出發(fā)，探討了互聯(lián)網(wǎng)金融與企業(yè)技術(shù)創(chuàng)新的關(guān)系。⑦唐松等通過實證研究發(fā)現(xiàn)，數(shù)字金融能夠有效糾正傳統(tǒng)金融體系中存在的屬性錯配、領(lǐng)域錯配與階段錯配問題，顯著提升企業(yè)的實質(zhì)性創(chuàng)新能力。⑧諸竹君等研究發(fā)現(xiàn)，數(shù)字金融通過成本節(jié)約、人力資本匹配、技術(shù)溢出與行業(yè)競爭等路徑，顯著提升了制造業(yè)企業(yè)的創(chuàng)新水平，并對企業(yè)創(chuàng)新路徑的選擇產(chǎn)生影響。⑨在企業(yè)異質(zhì)性方面，梁榜和張建華、籍明明研究發(fā)現(xiàn)，數(shù)字金融對中小企業(yè)和民營企業(yè)的創(chuàng)新激勵作用更為顯著，體現(xiàn)出數(shù)字金融的普惠性特征。⑩史小坤和陶燕燕則進一步指出，數(shù)字信貸和數(shù)字支付在促進民營企業(yè)技術(shù)創(chuàng)新方面發(fā)揮了重要作用。

2.制造業(yè)數(shù)字化轉(zhuǎn)型相關(guān)研究

數(shù)字化轉(zhuǎn)型的核心是數(shù)字技術(shù)的運用。圍繞制造業(yè)數(shù)字化轉(zhuǎn)型的現(xiàn)有研究主要聚焦于制造業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)績效①、企業(yè)行為②和產(chǎn)業(yè)鏈③等的影響，比較而言，關(guān)于制造業(yè)數(shù)字化轉(zhuǎn)型驅(qū)動因素的研究相對較少，通過梳理大致可歸納為三類：資源驅(qū)動、環(huán)境驅(qū)動和行為驅(qū)動。從資源驅(qū)動角度，李煜華等通過構(gòu)建制造業(yè)數(shù)字化轉(zhuǎn)型驅(qū)動因素模型，識別出多條組態(tài)路徑，指出數(shù)字技術(shù)躍遷與數(shù)字設(shè)施搭建作為企業(yè)內(nèi)部關(guān)鍵的技術(shù)資源，是推動轉(zhuǎn)型的重要基礎(chǔ)。④唐松等通過分析金融科技的作用路徑指出，融資困境的緩解有助于企業(yè)獲取金融資源，從而推動數(shù)字化轉(zhuǎn)型進程。⑤從環(huán)境驅(qū)動角度，Teece研究指出，數(shù)字經(jīng)濟時代平臺、標準和產(chǎn)業(yè)生態(tài)系統(tǒng)不斷演化，改變了企業(yè)所面臨的傳統(tǒng)競爭格局，對價值獲取提出了更高要求，⑥成為推動企業(yè)數(shù)字化轉(zhuǎn)型的重要外部因素。從行為驅(qū)動角度，陳慶江等基于社會學習理論指出，企業(yè)會通過對同群企業(yè)的觀察和模仿提升自身的數(shù)字化水平，且這種同群效應(yīng)通常具有乘數(shù)效應(yīng)。⑦

通過對相關(guān)文獻的梳理認為：第一，在數(shù)字金融相關(guān)研究中，現(xiàn)有文獻主要聚焦于其對地區(qū)經(jīng)濟增長、企業(yè)績效和技術(shù)創(chuàng)新的影響，較少涉及產(chǎn)業(yè)轉(zhuǎn)型升級與制造業(yè)數(shù)字化轉(zhuǎn)型議題；第二，在數(shù)字化轉(zhuǎn)型相關(guān)研究中，已有研究較多從宏觀層面或微觀層面探討其經(jīng)濟效應(yīng)，但關(guān)注制造業(yè)數(shù)字化轉(zhuǎn)型驅(qū)動因素的研究相對較少，尤其缺乏對數(shù)字金融驅(qū)動機制的關(guān)注。基于此，本文從數(shù)字金融賦能制造業(yè)轉(zhuǎn)型的現(xiàn)實需求出發(fā)，構(gòu)建“數(shù)字金融—制造業(yè)數(shù)字化轉(zhuǎn)型”的研究框架，系統(tǒng)考察其影響效果、作用機制與溢出效應(yīng)，為理解數(shù)字金融在制造業(yè)數(shù)字化轉(zhuǎn)型中的作用提供理論支持與實證依據(jù)。

（二）理論分析

1.數(shù)字金融對制造業(yè)數(shù)字化轉(zhuǎn)型的總體影響

數(shù)字金融對制造業(yè)數(shù)字化轉(zhuǎn)型的影響可理解為數(shù)字金融發(fā)揮自身有別于傳統(tǒng)金融的優(yōu)勢功能，滿足制造業(yè)數(shù)字化轉(zhuǎn)型影響因素的過程。具體體現(xiàn)在以下五個方面。

第一，數(shù)字金融助力制造業(yè)企業(yè)在生產(chǎn)與商業(yè)模式上實現(xiàn)重構(gòu)與創(chuàng)新。在生產(chǎn)模式上，企業(yè)可以通過線上平臺實現(xiàn)與供應(yīng)商、制造商和客戶的高效對接，推動資源共享與產(chǎn)能協(xié)作。在商業(yè)模式上，移動支付與用戶畫像技術(shù)的融合，使企業(yè)能夠精準識別消費者偏好與消費能力，從而開發(fā)以定制化、增值服務(wù)和售后服務(wù)為導向的新的增長點。

第二，數(shù)字金融能夠根據(jù)制造業(yè)企業(yè)在不同生命周期的特征，提供差異化、定制化的金融服務(wù)。依托大數(shù)據(jù)、人工智能等技術(shù)，數(shù)字金融平臺能夠深入分析企業(yè)經(jīng)營狀況，精準評估信用風險與發(fā)展?jié)摿?，進而優(yōu)化融資方案設(shè)計。例如，對于初創(chuàng)期企業(yè)，因其普遍缺乏抵押物和穩(wěn)定的現(xiàn)金流，數(shù)字金融可以基于交易數(shù)據(jù)等非結(jié)構(gòu)化信息開展信用評估，提供便捷、低門檻的融資通道，并為其提供風險投資、產(chǎn)業(yè)投資基金等股權(quán)融資服務(wù)。對于成熟期企業(yè)，則可以基于財務(wù)狀況和市場前景，為其提供更高層次的信用支持與風險管理方案，助力企業(yè)在各領(lǐng)域深化數(shù)字化轉(zhuǎn)型。

第三，數(shù)字金融能夠為制造業(yè)企業(yè)的數(shù)字基礎(chǔ)設(shè)施建設(shè)與數(shù)字化流程改造等提供關(guān)鍵金融支持。在數(shù)字化轉(zhuǎn)型過程中，企業(yè)需要在設(shè)備采購、系統(tǒng)部署、人才培訓等方面投入大量資源，以適應(yīng)數(shù)字化轉(zhuǎn)型對管理、流程和技術(shù)的新需求。數(shù)字金融通過提供數(shù)字貸款與定制化融資方案，能夠緩解企業(yè)的資金壓力，增強其在關(guān)鍵環(huán)節(jié)的資金保障，進而加快數(shù)字化轉(zhuǎn)型步伐。

第四，數(shù)字金融提升了制造業(yè)企業(yè)在轉(zhuǎn)型過程中的風險管理能力。數(shù)字化轉(zhuǎn)型過程中，企業(yè)常面臨技術(shù)風險、市場風險、供應(yīng)鏈風險等多重挑戰(zhàn)，依托大數(shù)據(jù)、人工智能等技術(shù)，數(shù)字金融能夠?qū)崿F(xiàn)對企業(yè)運營數(shù)據(jù)的實時監(jiān)測和分析，幫助企業(yè)及時識別潛在風險。同時，數(shù)字金融通過推動信用管理革新，能夠更加精準地評估企業(yè)信用風險，為制造業(yè)企業(yè)在不確定環(huán)境下推進數(shù)字化進程提供保障。第五，數(shù)字金融助力制造業(yè)產(chǎn)業(yè)鏈協(xié)同升級。制造業(yè)數(shù)字化轉(zhuǎn)型往往伴隨著產(chǎn)業(yè)鏈重構(gòu)與上下游協(xié)同，數(shù)字金融依托物聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)，能夠基于訂單和交易數(shù)據(jù)，為上下游企業(yè)提供精準、高效的融資支持，提升資源協(xié)同能力。同時，通過區(qū)塊鏈等技術(shù)，能夠加強鏈上信息透明度與信用傳導機制，打破企業(yè)間的信息壁壘，推動資金、數(shù)據(jù)與技術(shù)要素在產(chǎn)業(yè)鏈內(nèi)部的高效流動，降低整體運營成本，提升產(chǎn)業(yè)鏈的韌性與協(xié)同水平，為制造業(yè)數(shù)字化轉(zhuǎn)型向縱深發(fā)展提供有力支撐。

基于以上分析，提出假說H1。

假說H1：數(shù)字金融的發(fā)展能夠促進制造業(yè)數(shù)字化轉(zhuǎn)型。

2.數(shù)字金融對制造業(yè)數(shù)字化轉(zhuǎn)型的影響機制

數(shù)字金融具備區(qū)別于傳統(tǒng)金融的優(yōu)勢特點，能夠為制造業(yè)帶來深刻的變革與轉(zhuǎn)型動力。企業(yè)層面，數(shù)字金融主要通過緩解融資約束、緩解信息約束效應(yīng)推動制造業(yè)數(shù)字化轉(zhuǎn)型；地區(qū)層面，數(shù)字金融主要通過優(yōu)化資本配置、激發(fā)消費需求效應(yīng)推動制造業(yè)數(shù)字化轉(zhuǎn)型。具體分析如下。

第一，數(shù)字金融通過緩解融資約束，推動制造業(yè)數(shù)字化轉(zhuǎn)型。融資約束是制約制造業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵難題，主要體現(xiàn)為企業(yè)在獲取外部資金支持上存在“融資難、融資貴”的困境。數(shù)字金融通過拓寬融資范圍和降低融資成本，能夠有效緩解制造業(yè)企業(yè)面臨的融資約束。一方面，數(shù)字金融拓寬了融資范圍，緩解了制造業(yè)企業(yè)“融資難”的問題。借助其“資金放大器”功能，數(shù)字金融有效拓寬了企業(yè)的融資渠道，降低了金融服務(wù)的門檻，有助于吸納長尾客戶的小規(guī)模資金并產(chǎn)生集聚效應(yīng)，有效覆蓋傳統(tǒng)金融無法顧及的地區(qū)和群體。①另一方面，數(shù)字金融降低了融資成本，緩解了制造業(yè)企業(yè)“融資貴”的問題。數(shù)字金融的快速發(fā)展在金融業(yè)引發(fā)了“鯰魚效應(yīng)”，新興的數(shù)字金融機構(gòu)通過創(chuàng)新的金融產(chǎn)品與高效的運營方式，打破了傳統(tǒng)金融體系的利益格局，加劇了行業(yè)競爭，并倒逼傳統(tǒng)金融機構(gòu)加速數(shù)字化轉(zhuǎn)型，有助于為制造業(yè)企業(yè)提供更加公平高效、更具價格優(yōu)勢的融資環(huán)境。②同時，數(shù)字金融依托大數(shù)據(jù)、區(qū)塊鏈等技術(shù)，有效緩解了融資過程中的信息不對稱，進一步壓縮了融資成本。例如，區(qū)塊鏈技術(shù)可作為分布式賬本，替代部分中介功能，降低交易過程中的中介和手續(xù)費用，同時還可以建立智能合約，提升資金流動效率與結(jié)算透明度，降低交易成本。①

第二，數(shù)字金融通過緩解信息約束，推動制造業(yè)數(shù)字化轉(zhuǎn)型。信息不對稱可能會導致投資者對行業(yè)和企業(yè)產(chǎn)生誤判，從而低估或高估數(shù)字化轉(zhuǎn)型的價值，間接導致企業(yè)對數(shù)字化轉(zhuǎn)型的資金需求難以得到合理匹配。數(shù)字金融通過提供高效、透明的信息獲取和交流機制，有效地緩解了企業(yè)的信息約束。一方面，數(shù)字金融緩解了制造業(yè)企業(yè)內(nèi)部的信息不對稱。數(shù)字金融利用大數(shù)據(jù)、人工智能等技術(shù)優(yōu)勢，可以全面地分析企業(yè)經(jīng)營數(shù)據(jù)，更準確地評估數(shù)字化項目的價值與風險，從而優(yōu)化投資決策，提升制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的質(zhì)量和效率。另一方面，數(shù)字金融緩解了制造業(yè)企業(yè)外部的信息不對稱。數(shù)字金融平臺通過公開透明的信息披露機制，使外部投資者能夠更全面地了解企業(yè)的經(jīng)營狀況和數(shù)字化轉(zhuǎn)型進展，提升投資者對企業(yè)的信任水平與投資意愿。同時，制造業(yè)企業(yè)也能借助數(shù)字金融平臺獲取行業(yè)內(nèi)其他企業(yè)的轉(zhuǎn)型信息，強化學習效應(yīng)和集聚效應(yīng)，營造有利于數(shù)字化轉(zhuǎn)型的外部信息環(huán)境。

第三，數(shù)字金融通過優(yōu)化資本配置，推動制造業(yè)數(shù)字化轉(zhuǎn)型。有效的資本配置是制造業(yè)數(shù)字化轉(zhuǎn)型的重要保障，其中，金融資本的合理引導與高效供給尤為關(guān)鍵。數(shù)字金融能夠有效提升資本供給效率、促進資本精準對接、優(yōu)化資本配置結(jié)構(gòu)，為制造業(yè)數(shù)字化轉(zhuǎn)型提供有力支持。一方面，數(shù)字金融通過構(gòu)建智能化的資本配置系統(tǒng)，實現(xiàn)對制造業(yè)企業(yè)轉(zhuǎn)型項目的精準識別與高效對接，企業(yè)也可以通過數(shù)字金融平臺，快速找到合適的融資來源，實現(xiàn)資本與項目的有效匹配，從而緩解了制造業(yè)企業(yè)“有意愿、無資源”的困境。另一方面，數(shù)字金融優(yōu)化了金融供給質(zhì)量。借助對非結(jié)構(gòu)化和非標準化數(shù)據(jù)的處理能力，能夠更準確地評估企業(yè)的信用狀況和融資需求，使金融資源更高效地流向具有數(shù)字化轉(zhuǎn)型潛力的企業(yè)，避免傳統(tǒng)金融供給中可能出現(xiàn)的“屬性錯配”和“領(lǐng)域錯配”等問題，為制造業(yè)數(shù)字化轉(zhuǎn)型提供有力保障。

第四，數(shù)字金融通過激發(fā)消費需求，推動制造業(yè)數(shù)字化轉(zhuǎn)型。需求端的持續(xù)擴張是供給端進行轉(zhuǎn)型升級的重要驅(qū)動力，數(shù)字金融通過激發(fā)消費需求，形成需求側(cè)“倒逼”機制，進而推動制造業(yè)數(shù)字化轉(zhuǎn)型。一方面，數(shù)字金融借助金融工具創(chuàng)新提升了支付便捷性，通過簡化支付流程、降低支付成本，優(yōu)化了消費者的消費體驗并激發(fā)消費欲望，帶動消費需求的拓展和升級。②另一方面，數(shù)字金融在與大型平臺深度融合的過程中，能夠借助平臺積累的交易和行為數(shù)據(jù)，為企業(yè)提供市場洞察，也有助于企業(yè)在需求導向下優(yōu)化供應(yīng)鏈管理、提高庫存周轉(zhuǎn)效率與響應(yīng)速度，推動企業(yè)加快數(shù)字化進程。

基于以上分析，提出假說H2。

假說H2：數(shù)字金融通過緩解融資約束、緩解信息約束、優(yōu)化資本配置和激發(fā)消費需求提升制造業(yè)數(shù)字化轉(zhuǎn)型水平。

3.數(shù)字金融對制造業(yè)數(shù)字化轉(zhuǎn)型的溢出效應(yīng)

隨著數(shù)字金融與產(chǎn)業(yè)互聯(lián)網(wǎng)的深度融合，產(chǎn)業(yè)鏈上下游之間的協(xié)作不斷深化，并在產(chǎn)業(yè)鏈層面產(chǎn)生顯著的數(shù)字化轉(zhuǎn)型溢出效應(yīng)。首先，數(shù)字金融依托其信息與技術(shù)優(yōu)勢，打破企業(yè)間的信息孤島，推動產(chǎn)業(yè)鏈上信息的互聯(lián)互通。通過建設(shè)信息共享平臺，運用大數(shù)據(jù)分析和智能化風控等技術(shù)，顯著降低了產(chǎn)業(yè)鏈企業(yè)間的信息不對稱和交易成本，促進了產(chǎn)業(yè)鏈上資金流、信息流的高效運轉(zhuǎn)，為新技術(shù)的擴散與應(yīng)用提供了基礎(chǔ)條件。其次，在數(shù)字金融的支持下，供應(yīng)鏈金融、產(chǎn)業(yè)互聯(lián)網(wǎng)平臺等得以快速發(fā)展，推動了整個產(chǎn)業(yè)鏈的數(shù)字化、網(wǎng)絡(luò)化與智能化。數(shù)字化使制造業(yè)企業(yè)的業(yè)務(wù)流程實現(xiàn)數(shù)據(jù)化、在線化，增強了鏈上企業(yè)的信息透明度與響應(yīng)速度；網(wǎng)絡(luò)化則通過構(gòu)建穩(wěn)定的供應(yīng)鏈網(wǎng)絡(luò)，促進鏈條內(nèi)企業(yè)間的資源共享和風險共擔；智能化則利用大數(shù)據(jù)、人工智能等技術(shù)手段推動決策自動化和響應(yīng)精準化，全面提升產(chǎn)業(yè)鏈的協(xié)同效率與創(chuàng)新能力。最后，作為產(chǎn)業(yè)鏈中的關(guān)鍵節(jié)點，焦點企業(yè)的數(shù)字化轉(zhuǎn)型將對上下游企業(yè)提供示范與引導作用，數(shù)字金融通過供應(yīng)鏈金融、數(shù)據(jù)共享平臺等機制，將進一步加速這一傳導過程，使先進技術(shù)和管理理念能夠沿鏈條快速擴散，從而形成由焦點企業(yè)向整個產(chǎn)業(yè)鏈擴展的數(shù)字化溢出路徑。

基于以上分析，提出假說H3。

假說H3：數(shù)字金融促進了制造業(yè)數(shù)字化轉(zhuǎn)型的溢出效應(yīng)。

二、研究設(shè)計

（一）模型構(gòu)建

為了檢驗數(shù)字金融對制造業(yè)數(shù)字化轉(zhuǎn)型的影響，本文構(gòu)建回歸模型如下：其中，下標i，j，t分別代表地區(qū)、企業(yè)和年份，被解釋變量DTMi，j，t為制造業(yè)數(shù)字化轉(zhuǎn)型程度指標，解釋變量DFi，t為數(shù)字金融發(fā)展水平指標，Xi，j，t為一組表示制造業(yè)企業(yè)特征和地區(qū)經(jīng)濟發(fā)展特征的控制變量，uj表示企業(yè)固定效應(yīng)，δt表示年份固定效應(yīng)，εi，j，t表示隨機誤差項。關(guān)鍵解釋變量DF的系數(shù)β衡量了數(shù)字金融對制造業(yè)數(shù)字化轉(zhuǎn)型的影響效應(yīng)。

（二）變量選取與說明

1.被解釋變量：制造業(yè)數(shù)字化轉(zhuǎn)型水平（DTM）。使用阿里巴巴開源的大語言模型Qwen2-72B Instruct，對制造業(yè)上市企業(yè)使用數(shù)字技術(shù)的情況進行文本分析和統(tǒng)計，以判斷其是否開展數(shù)字化轉(zhuǎn)型。具體地，利用爬蟲技術(shù)獲取上海證券交易所和深圳證券交易所全部A股制造業(yè)上市企業(yè)的年報，整理得到2011—2020年間共計21，111份年報文本?；谀陥笾小肮芾韺佑懻撆c分析”章節(jié)的文本內(nèi)容，根據(jù)其中對經(jīng)營情況、未來發(fā)展戰(zhàn)略和風險狀況披露的報告，分析企業(yè)的數(shù)字技術(shù)使用情況，其中，數(shù)字技術(shù)包括大數(shù)據(jù)、人工智能、移動互聯(lián)、物聯(lián)網(wǎng)、區(qū)塊鏈、云計算和一般意義的數(shù)字技術(shù)。①參考金星曄等的做法，②若企業(yè)當年的任一文本塊表明其使用了上述數(shù)字技術(shù)，則認為其正在進行數(shù)字化轉(zhuǎn)型，將對應(yīng)的企業(yè)—年份賦值為1，反之為0。對于否定或取消的表述、未來計劃尚未實施的表述以及并非對企業(yè)自身情況的表述，均不能表明企業(yè)使用了數(shù)字技術(shù)，同樣賦值為0。

2.解釋變量：數(shù)字金融發(fā)展水平（DF）。使用“北京大學數(shù)字普惠金融指數(shù)”衡量數(shù)字金融發(fā)展水平，該指數(shù)由北京大學數(shù)字金融研究中心聯(lián)合螞蟻金服編制，包含數(shù)字金融的覆蓋廣度、使用深度、數(shù)字化程度三個維度，并覆蓋省級、地市級和縣級三個層級。本文選取地市級指數(shù)，并對其取自然對數(shù)處理。

3.控制變量。參考相關(guān)文獻并兼顧數(shù)據(jù)可得性，③本文選取以下控制變量：公司規(guī)模（Size），用制造業(yè)上市公司總資產(chǎn)的自然對數(shù)衡量；營業(yè)收入增長率（Growth），用企業(yè)本年營業(yè)收入增加額與上年營業(yè)收入總額的比值衡量；公司成立年限（FirmAge），用公司成立年限的自然對數(shù)衡量；人均GDP（PGDP），用各城市人均GDP的自然對數(shù)衡量；傳統(tǒng)金融發(fā)展水平（Fin），用各地區(qū)年末存貸款總額與GDP的比值衡量；政府科技支出水平（Tech），用各城市財政科學技術(shù)支出與GDP的比值衡量。

（三）研究樣本與數(shù)據(jù)來源

本文相關(guān)數(shù)據(jù)來源包括：（1）被解釋變量制造業(yè)數(shù)字化轉(zhuǎn)型水平測算所需的上市公司年報數(shù)據(jù)，來自巨潮資訊網(wǎng)和Wind數(shù)據(jù)庫；（2）解釋變量數(shù)字金融發(fā)展水平采用“北京大學數(shù)字普惠金融指數(shù)”衡量；（3）企業(yè)層面控制變量的原始數(shù)據(jù)來源于國泰安（CSMAR）和Wind數(shù)據(jù)庫，城市層面控制變量的原始數(shù)據(jù)來源于國家統(tǒng)計局和地方統(tǒng)計局。

樣本時間跨度為2011—2020年。本文對上述數(shù)據(jù)進行如下處理：第一，剔除ST、*ST和樣本期退市的企業(yè)；第二，剔除凈資產(chǎn)小于零和相關(guān)財務(wù)數(shù)據(jù)嚴重缺失的企業(yè)；第三，為了避免異常觀測值的影響，對所有企業(yè)層面連續(xù)變量在1%和99%百分位進行縮尾處理，最終得到15，069個樣本（變量描述性統(tǒng)計見表1）。

三、實證結(jié)果與分析

（一）基準回歸

表2（見下頁）報告了數(shù)字金融發(fā)展水平對制造業(yè)數(shù)字化轉(zhuǎn)型水平的回歸結(jié)果。列（1）為未加入控制變量的回歸結(jié)果，列（2）和（3）為逐步加入企業(yè)層面控制變量和地區(qū)層面控制變量的回歸結(jié)果。結(jié)果顯示，核心解釋變量數(shù)字金融發(fā)展水平（DF）的回歸系數(shù)始終在1%水平上顯著為正。其中，列（3）數(shù)字金融發(fā)展水平（DF）的回歸系數(shù)為0.1869，表明數(shù)字金融發(fā)展水平每增加1個單位，在其他條件不變的情況下，制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型水平平均增加0.1869個單位。據(jù)此，研究假說H1得到驗證。

（二）穩(wěn)健性檢驗

1.替換核心解釋變量。為避免代理變量選擇偏誤影響回歸結(jié)果，在此通過替換核心解釋變量的方式進行穩(wěn)健性檢驗。首先，將數(shù)字金融發(fā)展水平先后替換為兩個分指標——數(shù)字金融覆蓋廣度（Breath）和數(shù)字金融使用深度（Depth），回歸結(jié)果如表3（見下頁）列（1）和（2）所示。數(shù)字金融覆蓋廣度和數(shù)字金融使用深度的系數(shù)分別在5%和1%水平上顯著為正，且系數(shù)小于以數(shù)字金融發(fā)展水平作為解釋變量的系數(shù)，說明二者同向作用對被解釋變量產(chǎn)生影響。其次，參考李春濤等的研究，①在百度新聞中對“金融科技”關(guān)鍵詞進行高級檢索，利用爬蟲技術(shù)提取搜索結(jié)果數(shù)量并進行地區(qū)加總，取對數(shù)后作為地市級金融科技發(fā)展水平指標（Fintech）。表3列（3）報告了金融科技發(fā)展水平作為核心解釋變量的回歸結(jié)果，回歸系數(shù)在1%水平上顯著為正，與基準回歸結(jié)果一致。由此，替換核心解釋變量后的結(jié)果依然與前文一致，結(jié)果穩(wěn)健。

2.多重固定效應(yīng)模型。在基準回歸控制企業(yè)固定效應(yīng)和年份固定效應(yīng)的基礎(chǔ)上，加入行業(yè)固定效應(yīng)和地區(qū)固定效應(yīng)，進一步控制隨行業(yè)、地區(qū)變化的因素。表4（見下頁）報告了多重固定效應(yīng)的回歸結(jié)果，核心解釋變量數(shù)字金融發(fā)展水平（DF）的回歸系數(shù)仍然顯著為正，與前文結(jié)論保持一致，結(jié)果穩(wěn)健。

3.排除特殊樣本的影響。首先，考慮到樣本區(qū)間涵蓋2020年，而該年暴發(fā)的新冠肺炎疫情對制造業(yè)企業(yè)經(jīng)營構(gòu)成突發(fā)性外生沖擊，若忽略該因素，可能導致遺漏變量的內(nèi)生性問題。因此，剔除2020年樣本后再次進行回歸，結(jié)果如表5列（1）所示，核心解釋變量數(shù)字金融發(fā)展水平（DF）仍在1%水平上顯著為正，與前文結(jié)論保持一致，結(jié)果穩(wěn)健。其次，考慮到直轄市在資源配置和政策支持等方面具有特殊性，可能對回歸結(jié)果產(chǎn)生干擾，因此剔除直轄市樣本后再次進行回歸，結(jié)果如表5列（2）所示，核心解釋變量數(shù)字金融發(fā)展水平（DF）仍在1%水平上顯著為正，與前文結(jié)論保持一致，結(jié)果穩(wěn)健。

4.內(nèi)生性問題處理。數(shù)字金融發(fā)展水平與制造業(yè)數(shù)字化轉(zhuǎn)型之間可能存在雙向因果關(guān)系，即數(shù)字化轉(zhuǎn)型也可能反向推動數(shù)字金融的發(fā)展，從而引發(fā)內(nèi)生性問題，導致回歸結(jié)果產(chǎn)生偏差。為緩解內(nèi)生性問題，本文選取Bartik工具變量，①采用兩階段最小二乘法（2SLS）進行工具變量回歸。參考已有研究，本文構(gòu)建了以下兩組工具變量：第一，參考王宏鳴等的做法，②將地市級到杭州的距離（Distance）與互聯(lián)網(wǎng)普及率（Internet）的交乘項（IV1）作為工具變量，其中互聯(lián)網(wǎng)普及率使用互聯(lián)網(wǎng)寬帶接入用戶數(shù)衡量；第二，參考李建軍和李俊成的做法，①將1937年各地區(qū)銀行數(shù)量（Bank）與互聯(lián)網(wǎng)普及率（Internet）的交乘項（IV2）作為工具變量，其中銀行數(shù)量數(shù)據(jù)來自1937年中國銀行經(jīng)濟研究室編纂的《全國銀行年鑒》，互聯(lián)網(wǎng)普及率同樣使用各地區(qū)互聯(lián)網(wǎng)寬帶接入用戶數(shù)衡量。

表6報告了使用以上兩組工具變量進行兩階段最小二乘法的回歸結(jié)果。列（1）和（3）分別展示了兩個工具變量在第一階段的回歸結(jié)果，工具變量的回歸系數(shù)均在1%水平上顯著為正，這一結(jié)論與基準回歸結(jié)果相同，且不可識別檢驗和弱工具變量檢驗結(jié)果均在1%水平上顯著拒絕原假設(shè)，表明工具變量的選取是有效的。列（2）和（4）展示了第二階段回歸結(jié)果，表明數(shù)字金融對制造業(yè)數(shù)字化轉(zhuǎn)型仍然存在顯著的促進作用。

（三）異質(zhì)性檢驗

1.基于地理分布的地區(qū)異質(zhì)性?？紤]到我國不同地區(qū)在資源稟賦、經(jīng)濟發(fā)展水平和制度環(huán)境等方面存在差異，數(shù)字金融的影響效果可能有所不同。本文將樣本按照地理區(qū)域劃分為東部、中部和西部，以探究數(shù)字金融對制造業(yè)數(shù)字化轉(zhuǎn)型影響的地區(qū)差異。回歸結(jié)果如表7（見下頁）列（1）—（3）所示，數(shù)字金融對東部和中部地區(qū)制造業(yè)數(shù)字化轉(zhuǎn)型的影響顯著為正，但對西部地區(qū)的影響不顯著?？赡艿脑蛟谟冢瑬|部和中部地區(qū)的數(shù)字基礎(chǔ)設(shè)施較為完善，數(shù)字金融服務(wù)能力較強，地方政府對制造業(yè)轉(zhuǎn)型升級的政策支持力度也相對較大，從而更好地發(fā)揮了數(shù)字金融對制造業(yè)數(shù)字化轉(zhuǎn)型的促進作用。相比之下，西部地區(qū)由于金融資源稟賦較差、要素流動不通暢和市場機制不健全等因素，制約了數(shù)字金融對制造業(yè)數(shù)字化轉(zhuǎn)型的賦能效果。因此，數(shù)字金融對制造業(yè)數(shù)字化轉(zhuǎn)型程度的促進作用在經(jīng)濟發(fā)達地區(qū)更為顯著，更多扮演著“錦上添花”而非“雪中送炭”的角色。

2.基于不同生產(chǎn)要素密集度的行業(yè)異質(zhì)性?？紤]到不同生產(chǎn)要素密集度的行業(yè)在資源配置、業(yè)務(wù)模式和技術(shù)應(yīng)用等方面存在差異，數(shù)字金融的影響效果可能有所不同。本文將制造業(yè)行業(yè)按照要素密集度劃分為技術(shù)密集型、資本密集型和勞動密集型，分別進行回歸，回歸結(jié)果如表7列（4）—（6）所示，數(shù)字金融對技術(shù)密集型和資本密集型行業(yè)數(shù)字化轉(zhuǎn)型的影響顯著為正，但對勞動密集型行業(yè)的影響不顯著?？赡艿脑蛟谟?，技術(shù)密集型行業(yè)具有較強的研發(fā)優(yōu)勢和技術(shù)積累優(yōu)勢，且數(shù)字金融通常對該類行業(yè)的資金支持力度較大，二者相耦合，有效地推動了數(shù)字化轉(zhuǎn)型進程。資本密集型行業(yè)則擁有較強的資本基礎(chǔ)和大量固定資產(chǎn)，數(shù)字金融的額外投入能夠更好地用于較大規(guī)模的數(shù)字化轉(zhuǎn)型。相比之下，勞動密集型行業(yè)在數(shù)字基礎(chǔ)設(shè)施和流程優(yōu)化等方面的基礎(chǔ)相對薄弱，且其對數(shù)字技術(shù)的應(yīng)用需求有限，雖然數(shù)字金融可為其提供一定的金融支持，但由于其傳統(tǒng)的資金獲取渠道相對穩(wěn)定，加之該類企業(yè)的人力資本稟賦優(yōu)勢擠占了數(shù)據(jù)、研發(fā)、設(shè)計、專利等無形資產(chǎn)發(fā)揮作用的空間，在一定程度上影響了數(shù)字金融的數(shù)字化賦能效果。

3.基于不同生命周期的企業(yè)異質(zhì)性。企業(yè)在不同生命周期階段的規(guī)模、經(jīng)營策略、技術(shù)投入和數(shù)字化轉(zhuǎn)型意愿等方面存在較大差異，①因此數(shù)字金融對不同階段制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的影響也可能存在差異。借鑒Dickinson基于經(jīng)營現(xiàn)金流凈額、投資現(xiàn)金流凈額和籌資現(xiàn)金流凈額劃分生命周期的方法，②將企業(yè)劃分為成長期、成熟期和衰退期?；貧w結(jié)果如表7列（7）—（9）所示，數(shù)字金融對成長期企業(yè)數(shù)字化轉(zhuǎn)型的影響顯著為正，對成熟期和衰退期企業(yè)數(shù)字化轉(zhuǎn)型的影響不顯著?？赡艿脑蛟谟?，成熟期企業(yè)的組織結(jié)構(gòu)和經(jīng)營目標比較穩(wěn)定，技術(shù)應(yīng)用相對固定，融資渠道較為通暢，數(shù)字金融的邊際促進作用有限。而衰退期企業(yè)由于經(jīng)營狀況整體呈收縮態(tài)勢，在融資和轉(zhuǎn)型方面較為保守，對不確定性高、資金需求大的項目更為謹慎，③轉(zhuǎn)型的意愿和能力較弱。相較之下，成長期企業(yè)處于擴張發(fā)展階段，面臨市場競爭壓力大、技術(shù)追趕任務(wù)重等挑戰(zhàn)，對靈活響應(yīng)市場變化、調(diào)整資源配置的需求更為迫切。數(shù)字化轉(zhuǎn)型有助于其提升生產(chǎn)效率、產(chǎn)品質(zhì)量和創(chuàng)新能力，從而增強競爭優(yōu)勢，提高市場份額。同時，成長期企業(yè)通常面臨較為突出的融資約束問題，傳統(tǒng)金融機構(gòu)對企業(yè)固定資產(chǎn)和財務(wù)狀況的要求較高，使其難以滿足融資門檻。④因此，數(shù)字金融能夠通過提供多樣、高效、靈活的金融支持，有效提升其數(shù)字化轉(zhuǎn)型水平。

四、機制檢驗與進一步分析

（一）機制檢驗

由理論分析可知，數(shù)字金融通過緩解融資約束、緩解信息約束、優(yōu)化資本配置和激發(fā)消費需求機制推動制造業(yè)數(shù)字化轉(zhuǎn)型。本文采用江艇提出的中介檢驗兩步法，①利用公式（1）和（2）檢驗數(shù)字金融發(fā)展水平（DF）對制造業(yè)數(shù)字化轉(zhuǎn)型水平（DTM）的作用機制。第一步為數(shù)字金融發(fā)展水平（DF）對制造業(yè)數(shù)字化轉(zhuǎn)型水平（DTM）的因果關(guān)系識別，即基準回歸，前文已驗證二者關(guān)系的顯著性。第二步為數(shù)字金融發(fā)展水平（DF）對中介變量（M）的因果關(guān)系識別。

其中，Mi，j，t為中介變量，包括緩解融資約束、緩解信息約束兩個企業(yè)層面的作用機制和優(yōu)化資本配置、激發(fā)消費需求兩個地區(qū)層面的作用機制。1.緩解融資約束機制。本文從“融資難”和“融資貴”兩方面考察數(shù)字金融對制造業(yè)數(shù)字化轉(zhuǎn)型的影響機制，分別選取SA指數(shù)作為融資約束（SA）的代理變量，選取企業(yè)利息支出與總負債的比值作為融資成本（Cost）的代理變量。表8（見下頁）列（1）和（2）的回歸結(jié)果顯示，數(shù)字金融發(fā)展水平（DF）對融資約束（SA）和融資成本（Cost）的影響均顯著為負。結(jié)合基準回歸結(jié)果，說明數(shù)字金融能夠通過緩解融資約束、降低融資成本，有效推動制造業(yè)數(shù)字化轉(zhuǎn)型。

2.緩解信息約束機制。考慮到專業(yè)分析師發(fā)布的行業(yè)研究報告是企業(yè)獲取信息的重要渠道之一，本文參考周振江等的研究，②采用制造業(yè)上市企業(yè)年度分析師跟蹤人數(shù)加1后再取對數(shù)的方式，構(gòu)建信息約束指標（Information），該指標數(shù)值越大，說明信息約束程度越低。表8列（3）的回歸結(jié)果顯示，數(shù)字金融發(fā)展水平（DF）對信息約束（Information）的影響顯著為正。結(jié)合基準回歸結(jié)果，說明數(shù)字金融能夠通過緩解信息約束，有效推動制造業(yè)數(shù)字化轉(zhuǎn)型。

3.優(yōu)化資本配置機制。本文參考封思賢和徐卓的研究，③采用Wurgler模型的彈性系數(shù)法度量資本配置效率（Cap），④計算公式如下：

其中，Ii，t為i地區(qū)第t年的固定資本投資，參考張軍等的研究，⑤使用永續(xù)盤存法計算；Vi，t為i地區(qū)第t年的國民生產(chǎn)總值；ηi，t為i地區(qū)第t年的投資彈性系數(shù)，是本文用來衡量各地市資本配置效率（Cap）的指標，該指標反映追加投資對經(jīng)濟產(chǎn)出的彈性水平，數(shù)值越大，說明資本配置效率越高。表8列（4）的回歸結(jié)果顯示，數(shù)字金融發(fā)展水平（DF）對資本配置效率（Cap）的影響顯著為正。結(jié)合基準回歸結(jié)果，說明數(shù)字金融能夠通過提高地區(qū)資本配置效率，提升制造業(yè)數(shù)字化轉(zhuǎn)型水平。

4.激發(fā)消費需求機制。本文采用各城市社會零售消費總額衡量消費需求（Cons）。表8列（5）的回歸結(jié)果顯示，數(shù)字金融發(fā)展水平（DF）對消費需求（Cons）的影響顯著為正。結(jié)合基準回歸結(jié)果，說明數(shù)字金融能夠通過激發(fā)地區(qū)消費需求，提升制造業(yè)數(shù)字化轉(zhuǎn)型水平。綜上，研究假說H2得到驗證。

（二）進一步分析：數(shù)字金融對制造業(yè)數(shù)字化轉(zhuǎn)型影響的溢出效應(yīng)

為了驗證數(shù)字金融通過焦點制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型對其產(chǎn)業(yè)鏈上下游企業(yè)數(shù)字化轉(zhuǎn)型的溢出效應(yīng)，本文構(gòu)建如下回歸模型，并按照以下三個步驟展開實證分析：一是檢驗數(shù)字金融對焦點制造業(yè)企業(yè)的上下游企業(yè)數(shù)字化轉(zhuǎn)型的影響，二是檢驗數(shù)字金融對焦點制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型的影響，三是檢驗焦點制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型對上下游企業(yè)數(shù)字化轉(zhuǎn)型的影響。

其中，被解釋變量DTMiC，j，t為焦點制造業(yè)企業(yè)的數(shù)字化轉(zhuǎn)型水平，DTMiS，j，t為焦點企業(yè)的上下游企業(yè)數(shù)字化轉(zhuǎn)型水平，DTMiC，j，t的系數(shù)β4表示數(shù)字金融通過焦點制造業(yè)企業(yè)對上下游企業(yè)數(shù)字化轉(zhuǎn)型的溢出效應(yīng)。

焦點企業(yè)的上下游企業(yè)識別來自國泰安（CSMAR）的中國上市企業(yè)前五大供應(yīng)商和客戶供應(yīng)鏈關(guān)系數(shù)據(jù)，參考Isaksson等和楊金玉等的研究，①本文構(gòu)建了“上游企業(yè)—下游企業(yè)—年度”的數(shù)據(jù)集。例如，若供應(yīng)商（S）某一年（2021年）對應(yīng)多個客戶（X、Y、Z），則構(gòu)建S—X—2021、S—Y—2021、S—Z—2021的觀測值。為分別考察對上游企業(yè)和下游企業(yè)的影響，用DTMU表示上游企業(yè)數(shù)字化轉(zhuǎn)型水平，DTMD表示下游企業(yè)數(shù)字化轉(zhuǎn)型水平。樣本時間跨度為2011—2020年，對數(shù)據(jù)進行如下處理：

第一，剔除ST、*ST和樣本期退市的企業(yè)；第二，剔除凈資產(chǎn)小于零和相關(guān)財務(wù)數(shù)據(jù)嚴重缺失的企業(yè)；第三，為了避免異常觀測值的影響，對所有企業(yè)層面連續(xù)變量在1%和99%百分位進行縮尾處理，最終得到851個上游制造業(yè)企業(yè)樣本和906個下游制造業(yè)企業(yè)樣本。表9（見下頁）列（1）—（3）報告了數(shù)字金融對上游企業(yè)數(shù)字化轉(zhuǎn)型的溢出效應(yīng)。列（1）和（2）的回歸結(jié)果顯示，數(shù)字金融發(fā)展水平（DF）對焦點制造業(yè)企業(yè)和其上游企業(yè)數(shù)字化轉(zhuǎn)型的影響顯著為正，列（3）的回歸結(jié)果顯示，焦點企業(yè)數(shù)字化轉(zhuǎn)型（DTMUC）對其產(chǎn)業(yè)鏈上游企業(yè)數(shù)字化轉(zhuǎn)型（DTMU）的影響顯著為正，說明數(shù)字金融通過推動焦點制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型，帶動了其上游企業(yè)的數(shù)字化轉(zhuǎn)型。

表9列（4）—（6）報告了數(shù)字金融對下游企業(yè)數(shù)字化轉(zhuǎn)型的溢出效應(yīng)。列（4）和（5）的回歸結(jié)果顯示，數(shù)字金融發(fā)展水平（DF）對焦點制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型（DTMDC）的影響顯著為正，但對下游企業(yè)數(shù)字化轉(zhuǎn)型（DTMD）的影響不顯著，列（6）的回歸結(jié)果顯示，焦點企業(yè)數(shù)字化轉(zhuǎn)型（DTMDC）對其產(chǎn)業(yè)鏈下游企業(yè)數(shù)字化轉(zhuǎn)型（DTMD）的影響不顯著，說明數(shù)字金融推動的焦點制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型在產(chǎn)業(yè)鏈下游并未產(chǎn)生明顯的溢出效應(yīng)。可能的原因在于，在數(shù)字金融的支持下，焦點制造業(yè)企業(yè)提升自身數(shù)字化轉(zhuǎn)型水平，并對上游供應(yīng)商提出更高的協(xié)同要求，從而促使上游企業(yè)主動適應(yīng)、學習模仿，帶動其數(shù)字化轉(zhuǎn)型進程。相比之下，下游企業(yè)的經(jīng)營決策受終端市場影響更大，對焦點企業(yè)的數(shù)字化轉(zhuǎn)型行為響應(yīng)較弱，因此導致數(shù)字金融推動的焦點企業(yè)數(shù)字化轉(zhuǎn)型未能在產(chǎn)業(yè)鏈下游產(chǎn)生明顯的溢出效應(yīng)。據(jù)此，研究假說H3部分得到驗證。

五、主要結(jié)論與政策建議

（一）主要結(jié)論

第一，數(shù)字金融顯著提升了制造業(yè)數(shù)字化轉(zhuǎn)型水平，該結(jié)論在替換解釋變量、引入行業(yè)和地區(qū)多重固定效應(yīng)、剔除疫情數(shù)據(jù)和直轄市數(shù)據(jù)、考慮內(nèi)生性等一系列穩(wěn)健性檢驗后，仍然與基準回歸結(jié)果一致。第二，異質(zhì)性檢驗顯示，數(shù)字金融對制造業(yè)數(shù)字化轉(zhuǎn)型的影響效應(yīng)因地區(qū)地理位置、行業(yè)生產(chǎn)要素密集度和企業(yè)生命周期的不同而有所差異，具體表現(xiàn)在，數(shù)字金融對東部與中部地區(qū)、資本與技術(shù)密集型行業(yè)以及成長期企業(yè)的數(shù)字化轉(zhuǎn)型推動作用更為顯著。第三，機制檢驗顯示，數(shù)字金融在企業(yè)層面通過緩解融資約束和緩解信息約束效應(yīng)，在地區(qū)層面通過優(yōu)化資本配置和促進消費需求效應(yīng)，有效地推動了制造業(yè)數(shù)字化轉(zhuǎn)型。第四，溢出效應(yīng)檢驗顯示，數(shù)字金融通過推動焦點制造業(yè)企業(yè)數(shù)字化轉(zhuǎn)型，對產(chǎn)業(yè)鏈上游企業(yè)產(chǎn)生了顯著的數(shù)字化轉(zhuǎn)型溢出效應(yīng)。

（二）政策建議

第一，推動數(shù)字金融高質(zhì)量發(fā)展，持續(xù)賦能制造業(yè)數(shù)字化轉(zhuǎn)型。加快完善數(shù)字金融基礎(chǔ)設(shè)施建設(shè)，推動傳統(tǒng)金融機構(gòu)加快數(shù)字化轉(zhuǎn)型，培育并引導新興數(shù)字金融機構(gòu)發(fā)展，不斷提升金融服務(wù)實體經(jīng)濟的能力和效率。第二，實施差異化政策，精準支持制造業(yè)數(shù)字化轉(zhuǎn)型。在區(qū)域?qū)用?，加大對西部地區(qū)數(shù)字基礎(chǔ)設(shè)施的投入力度，積極引導金融機構(gòu)向西部地區(qū)拓展數(shù)字金融業(yè)務(wù)。在行業(yè)層面，進一步強化對技術(shù)和資本密集型行業(yè)的金融引導，同時加大對勞動密集型行業(yè)在數(shù)字基礎(chǔ)設(shè)施建設(shè)和流程改造等方面的扶持力度。在企業(yè)層面，聚焦成長期企業(yè)的融資需求與轉(zhuǎn)型壓力，提供定制化金融服務(wù)，同時引導成熟期和衰退期企業(yè)提高資源配置效率，增強數(shù)字化轉(zhuǎn)型動力。第三，完善金融支持機制，形成“金融—科技—產(chǎn)業(yè)”的良性循環(huán)，推動制造業(yè)數(shù)字化轉(zhuǎn)型。鼓勵金融機構(gòu)與科技平臺深度合作，深化大數(shù)據(jù)、人工智能等技術(shù)在金融領(lǐng)域的應(yīng)用，提升金融服務(wù)效率、降低融資門檻與成本，為制造業(yè)數(shù)字化轉(zhuǎn)型提供靈活高效的金融支持。第四，強化產(chǎn)業(yè)鏈協(xié)同，釋放制造業(yè)數(shù)字化轉(zhuǎn)型的溢出效應(yīng)。以焦點企業(yè)為抓手，通過財政補貼、稅收優(yōu)惠等方式，引導其加強與上下游企業(yè)的協(xié)同合作，推動技術(shù)經(jīng)驗和資源在產(chǎn)業(yè)鏈上的傳導，提升全產(chǎn)業(yè)鏈數(shù)字化水平。

［責任編輯求實］