公共部門信貸與制造業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升級之間的關系。結果表明：公共部門信貸規模與制造業升級存在倒U型關系，當公共部門信貸規模占GDP的比值較低時，其規模的增長有助于制造業升級;當公共部門信貸規模超過該臨界值時，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升級的影響因一國服務業發展水平、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新水平和互聯網發展進而促進制造業升級。充分認識公共部門利用信貸資源推動制造業升級的能力局限性以及作用路徑，對完善信貸政策、優化信貸資源配置水平具有一定啟示。

關鍵詞?公共部門信貸?制造業升級?倒U型關系?異質性分析?中介效應

一、引言

制造業是富民強國之本，改革開放以來，中國歷時約四十年實現第一次歷史性跨越，幾乎在所有制造業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國家（向松祚，2020）。然而，全球制造產業鏈緊密交織，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，市場和制度不斷優化，資源要素與競爭優勢悄然變幻，全球制造業格局面臨重構。人口紅利消失、制造業轉移與小國競爭等客觀壓力，協同中國經濟自身發展需求，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，加快制造業轉型升級。

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

為了達成經濟發展目標，政府往往需要國有企業

本文的公共部門主要包括政府和國有企業。的參與（王躍堂等，2010）。從國內外經驗來看，最早實現國有化的都是那些耗資多、回收慢的基礎性產業，隨著科技進步和產業升級，國有經濟在電子、原子能、航天、海洋開發、信息高速公路等高科技產業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目標存在一定的沖突，國有企業的經營活動可能違背公司價值最大化原則，在這種情況下，政府通常會依靠優惠的貸款利率和償還條件等銀行信貸手段對國有企業進行救助（李廣眾，2001;Cull，Xu，2003;王蓓，2013），即使在信貸補貼較少的國家，國有企業與政府之間的天然聯系也賦予其信貸資金融入的所有制優勢。然而，在學術研究中，與民營企業相比，國有企業效率低下也已成為國內外共識（劉小玄，2000;Megginson?&?Netter，2001;Djankov?&?Murrell，2002）。在制造業升級過程中，向國有企業投放信貸資金規模的增加，不僅可能降低信貸資金的使用效率，還會對民營企業造成信貸擠占，降低配置效率。因此，在促進制造業升級的階段性目標下，公共部門信貸規模是否存在“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，從結構與規模兩個層面實證檢驗了公共部門信貸規模對制造業升級的影響。研究結果表明，公共部門信貸規模對制造業升級存在顯著的倒U型影響，在臨界點內，公共部門信貸規模越大，制造業發展水平越高;超出這個臨界點后，公共部門信貸規模的增加會降低制造業發展水平。異質性研究表明，服務業發展水平以及一國收入水平對該種倒U型影響均存在調節作用。機制檢驗結果顯示，公共部門信貸通過提高一國創新水平和互聯網發展水平促進了制造業升級。本文創新之處在于：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，動態調整信貸規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模與制造業發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升級效應的認識;剖析了公共部門信貸與制造業升級關系之間的作用路徑。

二、理論分析與研究假說

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

那么，公共部門信貸如何影響制造業升級？

第一，最優資本結構理論認為信貸規模并非越大越好。習近平總書記指出“以創新為第一動力推進產業結構升級”，制造業升級的根本動力在于技術創新。對于微觀企業而言，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創新（王玉澤等，2019）。相比于私營部門，國有企業等公共部門由于預算軟約束（肖澤忠和鄒宏，2008;盛明泉等，2012）、政治關聯優勢（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創新（王玉澤等，2019）。因此，公共部門信貸規模對自身創新活動的影響并不明確，更確切地說，公共部門的信貸規模并非越大越好。

第二，國有企業的創新效率影響信貸使用效率。由于創新具有高度的不確定性、長期性、風險性（Holmstrom，1989），已有國有企業改革措施并不能實現創新中的剩余索取權與剩余控制權的匹配，無法改善國有企業的創新效率（吳延兵，2012），因而信貸傳導至國有企業以提升創新效率的路徑存在阻塞，整體來看影響制造業升級進程。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，就會阻礙制造業升級（廖茂林等，2018）。

第三，國有企業對私營企業的信貸資源競爭可能形成資源錯配。國有企業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。國有企業的效率損失包含國有企業本身的效率損失，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，民營企業借貸受到嚴重約束，企業無法建立，規模無法擴大，或者不得不求助于民間高利貸，效率受損，拖累民營企業的發展進度，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。公共部門對互聯網等傳統及新型基礎設施建設的投資，有助于在制造業升級過程中擴張生產環節、降低整體交易成本（嚴北戰和周懿，2020）。

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

綜上所述，本文提出假設：

H1：公共部門信貸規模與制造業升級之間呈倒U型的非線性關系。

H2：公共部門信貸通過提升國家創新水平和互聯網發展而促進制造業升級。

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，對連續變量進行上下1%縮尾處理。其中，核心變量中高技術產業增加值與制造業增加值之比，及服務業占GDP的比重、互聯網覆蓋率和人均GDP等其他控制變量數據來自世界銀行世界發展指標（WDI）數據庫，公共部門信貸規模、消費者價格指數（CPI）來自全球金融發展（GFD）數據庫。個別變量，如中高技術制造業增加值占GDP比重，中高技術制造業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發展水平，制造業發展水平提高即為制造業升級。結合OECD按照技術創新活動密集程度對制造業的劃分，以及徐潔香和邢孝兵（2019）的做法，本文從結構與規模兩個方面來刻畫制造業發展水平，采用一國中高技術產業增加值（medium?and?hightech?industry?value?added）占該國制造業增加值（manufacturing?value?added）的比例（mhtindu），一國中高技術產業增加值占該國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模，采用一國政府與國有企業獲得的信貸總額占GDP的比重（pubcredit）來衡量。

3.中介變量。一是國家創新水平，以一國專利數量的自然對數度量（lnpatent）。二是互聯網發展水平，以互聯網覆蓋率（internetcov）作為其代理變量，以一國使用互聯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）作為銀行發展控制變量。此外，本文還控制了年份（year）和地區（region）效應。

（三）模型設定

為研究公共部門信貸活動對制造業發展水平的影響，驗證公共部門信貸規模的增加能否促進制造業升級，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發展水平（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升級的作用機制，以及一國創新水平和互聯網發展的中介效應，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包括一國創新水平（lnpatent）和互聯網發展水平（internetcov）。模型（2）國家創新水平和互聯網發展作為被解釋變量，考察公共部門信貸規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）描述性統計

表1報告了主要變量的描述性統計結果。為避免異常值和極端值的影響，本文對連續型變量進行上下1%的縮尾處理。如表1所示，mhtindu的均值為20.31，意味著一國制造業增加值中，中高技術制造業平均占比為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，說明從結構與規模來看，各國制造業發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，即互聯網的平均覆蓋率34.93%。service平均為53.12，即一國服務業增加值占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。

對制造業發展水平的結構水平mhtindu（規模水平mhtgdp）和公共部門信貸規模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，初步表明制造業發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模對制造業升級影響的回歸結果。列（1）和列（2）為控制了地區和年份、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，在最小值最大值區間，驗證了公共部門信貸與制造業升級之間倒U型關系的存在，表明當公共部門信貸規模占GDP比值小于25.41%時，公共部門信貸規模越大，制造業增加值中中高技術制造業占比越大;當公共部門信貸規模占GDP比值大于?25.41%時，公共部門信貸規模越大，制造業增加值中中高技術制造業占比越小。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模對制造業增加值中中高技術制造業占比具有倒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模占GDP比值小于24.92%時，公共部門信貸規模越大，制造業增加值中中高技術制造業占比越大;當公共部門信貸規模占GDP比值大于24.92%時，公共部門信貸規模越大，制造業增加值中中高技術制造業占比越小。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模對中高技術制造業增加值占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，公共部門在經濟發展中有其存在的合理性，當公共部門信貸規模占比小于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，國有企業由于自身效率低下，以及對更具效率的民營企業的資源擠占而對制造業發展水平產生負面影響。

2.穩健性檢驗

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模占GDP比例小于8.84%時，公共部門信貸規模對制造業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模占GDP比例大于8.84%時，公共部門信貸規模對制造業增加值中中高技術占比有顯著的抑制作用，整體呈現出先升后降的倒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境越好，從而可緩解制造業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。

對連續性變量進行雙側5%縮尾形成新樣本，可緩解極端值的影響。回歸結果如表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模對制造業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發展水平可能存在反向因果關系，國有企業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.不同服務業發展水平的分組研究

服務業發展水平是衡量產業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，服務業發展和制造業發展同樣需要信貸資金的投入，即使大量研究表明，服務業，尤其是生產性服務業與制造業發展具有協同作用（顧乃華等，2006），但對于效率較低的國有企業來說，國有企業支持的服務業發展能否促進制造業發展仍不明確。本文用服務業發展水平均值（53.12%）為界限將樣本分為兩組，在服務業發展水平較低的一組，服務業增加值對GDP占比均值為44.90%;在服務業發展水平較高的一組，服務業增加值對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%，說明當服務業發展水平較低時，公共部門信貸規模對制造業升級存在倒U型影響。同樣，列（3）和列（4）的結果說明當服務業發展水平較高時，公共部門信貸規模對制造業升級也存在倒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發展水平較高時，服務業支持制造業的途徑更加通暢，公共部門可以更有效地支持制造業升級，或者通過增強服務水平間接支持制造業升級。

2.不同收入水平國家的分組研究

一國收入水平可以體現出該國的經濟發展狀況，對于不同發展水平的國家，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升級存在顯著的倒U型關系;比較pubcredit的系數大小，發現高收入國家公共部門信貸對制造業升級的促進作用更大。計算發現，對于高收入國家而言，當公共部門信貸規模占GDP比重小于23.61%時，公共部門信貸規模越大，制造業增加值中中高技術產業占比就越大;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發展階段。

數據顯示，2017年中國公共部門信貸規模占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，在未來的產業政策和信貸政策中應注意將公共部門信貸規?？刂圃谟行^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模與制造業升級之間的倒U型關系之后，本文進一步探討其中的聯系機制。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模對一國創新水平和互聯網發展產生的影響均表現出顯著的倒U型趨勢，與公共部門信貸規模與制造業升級的關系相呼應。以國家整體創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模的信貸投入創新領域時，會帶動社會資本對重點產業的投資，但是當公共部門將大量信貸投向創新領域時，一方面會擠出私人部門的創新投入，另一方面會提高人才等創新要素價格而提高整體的創新成本，從而對整體創新顯示出負面影響。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，表明國家創新水平的提升以及互聯網發展擴大了公共部門信貸對制造業升級的促進作用。

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升級的實現機制進行檢驗。將模型（2）中lnpatent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新水平與互聯網發展，進而影響到制造業升級，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模的增加能夠促進一國創新水平的提高與互聯網的發展，進而促進制造業升級?？紤]到互聯網發展水平的提升能夠增強信息共享能力，增強技術溢出，從而提高一國創新水平，一國創新水平與互聯網發展存在交互影響，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模與制造業升級之間的關系。研究表明，從中高技術制造業的結構與規模上看，公共部門信貸規模對制造業升級具有顯著的倒U型影響，對公共部門信貸規模進行均值分組和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健性。異質性研究結果顯示：（1）不同服務業發展水平下，公共部門信貸均對制造業升級有著顯著的倒U型影響，但服務業發展水平越高，公共部門信貸對制造業升級的促進更為通暢（體現在公共部門信貸規模的增加，對制造業升級更晚地出現抑制作用）。（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新水平和互聯網發展水平進而促進制造業升級。

本文結論對發揮公共部門信貸支持我國制造業轉型升級、優化信貸政策，具有積極的政策含義：

第一，公共部門信貸對制造業升級的支持存在“過猶不及”效應。盡管私人部門信貸規模越大，支持制造業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，公共部門信貸規模過大對經濟存在不利影響，應當將公共部門信貸規?？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偏好。

第二，中國作為服務業發展水平較低（2017年GDP中服務業增加值占比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升級的倒U型影響異常顯著。當前中國公共部門信貸規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模對制造業升級的抑制作用。

第三，加大公共部門信貸對創新及互聯網基礎設施建設的支持。本文研究結果證實了國家創新水平及互聯網發展在公共部門信貸促進制造業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互聯網建設，完善創新體系，但不能一味地增加創新投入或基礎建設投入，而應致力于營造制造業發展的良好環境，從而提高制造業的整體發展水平。

參考文獻：

[1]陳文翔，?周明生.自主創新、技術引進與產業結構升級——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：?來自中國企業的證據[J].世界經濟，2019（8）.

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

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

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

[6]姜澤華，?白艷.產業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.中國工業企業的所有制結構對效率差異的影響——1995年全國工業企業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[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的模式[J].世界經濟，?1996（12）.

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

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

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

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

[19]王玉澤，?羅能生，?劉文彬.什么樣的杠桿率有利于企業創新[J].中國工業經濟，?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.國有企業雙重效率損失研究[J].經濟研究，?2012（3）.

[22]吳豐華，?劉瑞明.產業升級與自主創新能力構建——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.制造業結構升級對技術創新的影響研究——基于技術機會的視角[J].南京財經大學學報，?2019（2）.

[27]嚴北戰，?周懿.“互聯網+”對制造業升級的影響——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）