徐琳璐,徐靜珍
(華北理工大學,河北 唐山 063210)
“十四五”規劃提出,當前我國要努力將發展經濟著力點放到實體經濟上來,而實體經濟高質量發展的關鍵就在于制造業的高質量發展。京津冀地區作為全國三大城市群之一,其協同發展已經是我國的一個重大發展目標。相比其他地區,京津冀在地理位置、資源配置以及產業基礎等方面具有顯著的競爭優勢,發展潛力巨大。隨著我國產業結構的轉型需求日益緊迫,制造業的高端化發展已成為京津冀經濟發展過程中的必經之路。金融是市場經濟過程中主要的資源配置方式,是實現制造業高質量發展的基礎,金融體系結構應與產業結構調整模式相適配。因此,新時期探索京津冀地區制造業高質量發展的金融支持模式,不僅有利于京津冀綜合發展規劃的實施,也有利于我國制造業的高端化發展。
對于金融與制造業的關系,國內大多數學者普遍認為制造業的高端化發展離不開金融支持。李雪等[1]從協同集聚視角研究金融發展梯度對產業結構升級的影響,研究發現區域金融發展是促進區域制造業高端化發展的基礎。徐凱周等[2]認為我國制造業在從高速增長向高端化發展的轉型階段,制造業的研發、采購、生產、銷售都離不開金融支持。樊永升等[3]以A股制造業上市公司為樣本,通過實證分析得出固定資產和研發創新投資可以對制造業高端化發展起推動作用。但由于我國金融業與制造業目前仍缺乏深度融合,未能形成良性循環,導致金融體系在支持制造業高端化發展中出現了一些列問題。董思雁[4]認為高科技制造業的發展仍然面臨著許多資金支持的問題,制造業的金融需求還停留在 “基本需求”層面上,制造業與金融業融合不深,制造業發展的金融支持環境尚未優化,這些因素都制約著我國制造業的發展。郭威等[5]從金融供給側角度分析,認為我國金融支持制造業發展存在結構性失衡問題,主要是因為金融業高利潤影響制造業發展,以及金融業服務制造業的意愿和能力不足。此外,金融融資支持不足、金融資源錯配、貸款門檻高、金融產品創新不足等因素也都制約著制造業的高端化發展[6-8]。通過對金融與制造業之間的關系進行梳理,發現目前國內研究學者大多認為金融與制造業之間存在正相關關系,即金融業的發展可以推動制造業高質量發展。
京津冀地區作為中國重要的制造業基地之一,其制造業的高水平發展對京津冀地區的經濟發展至關重要,而金融支持是推動京津冀制造業高端化發展的重要因素。梁倩[9]分析了供給側改革背景下京津冀制造業產業結構升級的現狀和影響因素,發現京津冀制造業中的技術密集型產業比重相對較小,為實現產業轉型,應將更多的金融資源引入到高科技和技術密集型部門,促進產業結構的改善。 李雪等[1]以2005-2015年京津冀43個城市的面板數據,研究金融對產業結構轉型的影響機制,認為應該從金融市場、金融資源和政府三方面促進區域產業向二、三產業轉型。 宋昌耀等[10]在梳理京津冀金融發展與工業現代化特點的基礎上,總結了金融支持產業升級的形成機制,并對京津冀金融發展是否促進了制造業的發展進行了實證研究。我國正處于制造業轉型階段,制造業的高端化發展與金融支持密不可分,精準、高效的金融支持將為制造業的前沿發展提供力量和活力[5]。
通過對金融與制造業之間關系、金融支持制造業高質量發展存在的問題以及京津冀金融支持制造業高質量發展狀況三方面的文獻進行梳理,發現國內大多數學者主要通過收集制造業發展的數據,從理論層面描述金融支持制造業的現狀和問題,而較少從實證層面分析金融支持對制造業高質量發展的影響。因此,本文在既有研究的基礎上運用熵值法和面板回歸法進行金融支持制造業高質量發展效果的實證研究。通過構建制造業高質量發展的綜合性評價指標體系,運用時間固定效應回歸模型實證分析金融規模、金融效率、金融結構對制造業高端化發展的影響程度及效果。
制造業規模總量持續增加。2021年北京、天津、河北工業增加值分別為5 692.5億元、5 224.6億元以及14 097.7億元,較2015年分別增長65%,37%以及41%,工業規模保持穩步增長態勢。但相較于長三角和珠三角,京津冀的工業規模仍然較弱,由圖1可以看出,雖然京津冀近5年工業增加值占全國工業增加值比重比較穩定,但與長三角和珠三角相比,工業增加值占比明顯偏低,制造業發展仍有很大提升空間。
制造業高端化、智能化趨勢明顯。2021年北京、天津、河北高技術產業增加值同比增長14.2%、7.5%、12%;戰略新興產業增加值同比增長24.7%、26.1%、12.1%;R&D投入經費分別為2 629.3億、574.3億、745.5億,同比增長13%、18%、17.5%。可見,京津冀地區科技創新與制造業發展逐步融合,研發投入能力增強,高新技術產業與戰略新興產業體系正進一步壯大。
2021年京津冀金融增加值為1.25萬億元,GDP比重由2015年的11.75%上升到2021年的14.52%,表明金融支持日益成為京津冀產業發展的重要推動力。從金融支持規模看,2015—2020年,京津冀金融體量在不斷增加,金融機構存貸款余額也在持續增長,存貸余額分別從20.56萬億元和11.71萬億元增長到30.35萬億元和18.42萬億元;從金融效率看,2015—2020年,河北和天津存貸款比重呈現增長趨勢,河北由0.67增長到0.75,天津由0.92增長到1.14,北京存貸款比重有所下降,由0.45下降到0.44,表明有更多金融機構的貸款資金流向京津冀制造業企業,但增長趨勢仍較為緩慢;從金融支持結構看,2015—2020年,京津冀金融中長期貸款余額由6.61萬億元增長到11.39萬億元,漲幅達72.7%,有助于推動京津冀制造業企業的研發創新。雖然中長期貸款規模增加,但與京津冀制造業企業需求之間仍然存在差距。
熵值法是一種客觀賦權方法,通過衡量各項指標的變異程度,運用信息熵工具進行分析,得到各個指標的權重,過程如下:
第一步,標準化處理各項指標:
對于正向指標:
對于負向指標:
計算第i項指標下第j個樣本所占比重:
第二步,求出指標的熵值和權重值
計算第i項指標的熵值ei:
計算第i項指標的信息效用價值di:
di=1-ei,i=1,…,n
計算第i項指標的權重wi:
第三步,綜合評價指數測算
本文數據來源于2010-2021年《中國統計年鑒》《北京統計年鑒》《河北統計年鑒》《中國工業統計年鑒》Wind數據庫,部分缺失數據采用均值法計算得出。
本文根據制造業高質量發展的內涵以及國內外學者對先進制造業發展評價的研究來對京津冀制造業高質量發展指標加以構建。選取經濟效益、創新能力、行業質量、綠色發展4個維度來衡量京津冀制造業高質量發展水平。具體指標體系如表1所示,指標權重由R語言運行熵值法得出。

表1 制造業高質量發展評價指標體系
根據表1中制造業高質量發展各指標權重值計算得到2010-2020年京津冀制造業高質量發展的綜合得分。由表2可以看出2010-2020年北京、天津和河北制造業高質量發展水平有所差異,但京津冀制造業高質量發展總水平呈上升趨勢。

表2 京津冀制造業高質量發展綜合得分
4.1.1 數據來源
本文金融支持相關數據來自京津冀地區2010-2020年的金融規模、金融效率以及金融結構指標,具體數據來源于北京市統計局、天津市統計局、河北省統計局、Wind數據庫以及國泰民安數據庫。
4.1.2 變量選擇
金融規模的提高可以促進制造業高質量發展。本文選用金融相關比率來衡量金融規模,同時考慮京津冀區域金融資料的可獲得性以及金融發展規模和水平的有限性,用金融機構各項存貸款余額之和占GDP以及工業企業主營業務收入的比重,以共同衡量金融規模。
金融效率是衡量金融體系運行狀況、制造業行業資
源配置情況,以及決定制造業金融運行狀態的重要指標。本文選擇金融機構的存貸比和信貸資金分配市場化指數作為衡量金融效率的指標。金融存貸比能夠反映一個國家或區域內金融業對實體經濟的資金支持能力。在當前階段,金融支持制造業高質量發展不僅需要擴大信貸規模,也需要提高資金配置效率。因此,使用存貸款比例來表示金融效率可以更好地體現京津冀金融支持制造業高質量發展的力度。信貸資金分配市場化指數用金融機構中非國有企業貸款占全部貸款的份額來衡量,指數越高,說明非國有企業貸款比例上升,市場競爭機制改善,金融效率越高。
金融結構用直接融資占比、中長期貸款占比以及金融業競爭指數來表示。直接融資占比是衡量金融融資結構的指標,用股票總市值占總融資額的比例來衡量。目前我國的融資模式仍是以銀行為主導的間接融資模式,想要推動制造業高質量發展,必須要拓寬直接融資渠道。中長期貸款占比是衡量貸款期限結構的指標,用金融機構中長期貸款余額占總投資額比重來衡量,制造業高質量發展需要長期穩定的資金支持。金融業競爭指數為非國有金融機構吸收存款占全部金融機構吸收存款的比例。市場競爭機制的引入和不斷完善,以及國有金融機構地位的減弱帶來了更為多元化的金融體系,可以滿足對外部融資依賴度較高的制造業行業的資金需求。具體指標如表3。

表3 京津冀金融支持制造業發展衡量指標
4.1.3 面板模型選擇
由于本文是用面板數據進行回歸,所以先通過Stata16進行Hausman檢驗驗證解釋變量與隨機擾動項的關系,確定本文應選用隨機效應模型還是固定效應模型,Hausman結果得到p值為0.001 6。由檢驗結果可知,在1%的置信水平下,p值為0.001 6<0.01,故應拒絕原假設,即解釋變量與隨機擾動項相關,應該建立固定效應模型。
將制造業高質量發展綜合得分作為被解釋變量,金融規模(FIR)、金融效率(LS)和金融結構(FS)作為解釋變量,建立時間固定效應回歸模型:
yit=λi+β1FIR+β2LS+β3FS+μit+εit,i=1,2,…,n;t=1.,2,…,t
本文通過上述檢驗,對面板數據進行時間固定效應回歸得出回歸結果。模型估計參數R2為0.981 9,說明金融規模、金融效率、金融結構可以解釋京津冀制造業高質量發展的98.19%變化原因,模型擬合效果較好。
表4的面板估計結果表明,金融規模、金融效率、金融結構對于京津冀制造業高質量發展升級的效用顯

表4 面板回歸估計結果
著,其中金融規模對京津冀制造業高質量發展有正向推動作用,金融效率、金融結構對京津冀制造業高質量發展有負向影響,說明目前金融支持未能充分滿足京津冀制造業高質量發展的需求,金融資源在流向實體經濟時仍存在結構性錯配及供需矛盾等問題。
結合京津冀金融支持實際情況,對回歸結果進行分析:
金融規模對京津冀制造業高質量發展具有正向顯著影響。金融機構存貸款占GDP比重每增加1個單位,將使京津冀制造業高質量發展水平增加0.062 7個單位。金融機構存貸款占工業企業主營業務收入比重每增加1個單位,將使京津冀制造業高質量發展增加0.225個單位。這說明金融規模的增加在一定程度上滿足了京津冀制造業企業的融資需求。京津冀金融業發展為制造業企業轉型提供資金支持,金融服務制造業資金傳統機制和信用擴大機制在一定程度上得到體現,表明金融行業發展起到良好的資源配置作用,在經濟體系中起到潤滑和加速作用。
金融效率中存貸比對京津冀制造業高質量發展起負向影響。從長期看,金融效率每增加1個單位,將使京津冀制造業高質量發展水平降低0.306個單位,這是因為存貸比反應了金融部門將儲蓄轉化為貸款的效率。銀行作為我國金融機構的主體,在穩健經營的前提下,傾向于將貸款投向規模大、風險低的大型傳統制造業,而對于一些創新性強、風險高的高技術中小制造業企業實行貸款限制,由此形成金融效率與制造業升級指標的逆向效應。此外,我國金融效率受各種體制因素制約,特別是金融體系的國有背景和制造業產業中的非市場成分兩者相互作用,使得金融效率難以真正發揮作用。信貸資金分配市場化指數對京津冀制造業高質量發展起正向推動作用,但推動效果較差,信貸資金市場化指數每提高1個單位,只會使京津冀制造業高質量發展水平提高0.043個單位,可能是由于目前京津冀地區金融體系優先發展國有企業,導致金融資源的轉化效率較低。
金融結構中直接融資占比對京津冀制造業高質量發展起正向推動作用,從長期來看,直接融資占比每提高1個單位,將推動制造業高質量發展提升0.013 8個單位。由于我國資本市場基礎比較薄弱,發展相對緩慢,直接融資占比較低,因此相較于擴大金融規模,提高直接融資占比對制造業升級的支持作用相對有限。中長期貸款對京津冀制造業高質量發展起負向影響,中長期貸款每增加1個單位,將使京津冀制造業高質量發展水平下降0.137個單位,可能是由于先進制造業具有專業性強、技術高等特點,而且先進制造業發展趨勢變化快,金融機構在中長期貸款審批方面存在諸多限制,一些高新技術企業和戰略新興企業難以得到貸款,導致中長期貸款占比對制造業高質量發展就有逆向推動作用。金融業競爭指數的p值為0.056,大于0.05,說明在5%的置信度水平下,金融業競爭指數對京津冀制造業高質量發展的影響不顯著。
本文利用京津冀2010-2020年的面板數據,實證檢驗金融支持對京津冀制造業高質量發展的影響。結果表明:金融規模對京津冀制造業高質量發展具有正向推動作用;金融效率對京津冀制造業高質量發展存在負向推動作用;金融結構中直接融資與京津冀制造業高質量發展呈正相關,中長期貸款與京津冀制造業高質量發展呈負相關;金融業競爭指數對京津冀制造業高質量水平影響不大。
據本文的實證研究結果,對金融支持京津冀制造業高質量發展提出以下建議:
(1)擴大金融規模,加大金融對制造業支持力度。金融規模對京津冀制造業高質量發展推動作用顯著,應合理推動金融規模發展,在擴大金融規模的同時防止金融風險的擴大。一方面鼓勵金融機構加大對制造業企業資金支持力度,提高金融機構服務實體經濟的意愿;另一方面推動建立多層次融資擔保體系,規避融資風險,推動京津冀制造業產業結構不斷優化。
(2)優化金融結構,提高金融對制造業支持的質量。一方面,京津冀中長期貸款規模增加,但中長期貸款對制造業高質量發展起到抑制作用,說明中長期貸款流向出現錯配。銀行等金融機構應轉變思想,適當擴大中長期貸款審批限權,充分發揮金融機構的資金引導作用。另一方面,直接融資的發展滿足了供需雙方的資金需求,因此,應加大力度發展直接融資,有針對性地提供股權、債券投資等多樣化的直接融資服務,增加先進制造業企業產值。
(3)提高金融效率,提升金融對制造業支持的效能。從實證結果看,金融效率的提高抑制了京津冀制造業高質量發展水平,說明我國金融體系仍存在“脫實向虛”現象。政府方面應積極發揮自身引導職能,通過產業政策引導、政府補貼等手段,有的放矢扶持技術密集型高科技企業和項目。金融機構也應加快金融產品和金融體制創新的步伐,為京津冀制造業高質量發展提供有力的金融支持。