數字金融如何影響制造業產業集聚？

摘要：制造業產業集群的構建對提高生產效率、帶動區域經濟增長具有重要意義，而數字金融通過推動“數字產業化”和“產業數字化”融合發展，深刻改變了制造業的組織架構和運行方式。本文從城市群視角出發，基于京津冀、珠三角、長三角、長江中游、成渝五大城市群2011—2019年的數據探討數字金融對制造業集聚的影響。研究發現數字金融對制造業集聚有顯著的正向影響，這種影響存在維度異質性，即其促進作用主要來源于數字金融覆蓋廣度的擴展，且數字金融對不同城市群的影響存在異質性。區域技術創新能力的提升和地區人力資本水平的提高在數字金融促進制造業產業集聚的過程中發揮著中介效應。本文依據實證結果提出各地區應根據當地經濟發展情況制定相應的數字金融發展政策、實行區域發展協調戰略等政策建議，以實現數字金融與實體經濟的深度融合。

關鍵詞：數字金融；制造業集聚；城市群；技術創新；人力資本；區域協調發展

中圖分類號：F832；F427" " " "文獻標識碼：A" " " " 文章編號：1007-0753（2024）08-0067-12

一、引言

制造業作為國民經濟的堅實基石，是實體經濟不可或缺的一環。近年來，全球制造業正經歷著結構性的變革與重構，各國競相尋求發展的制高點。我國正處在新型工業化邁向高質量發展的關鍵階段，制造業正逐步實現從規模擴張到質量提升的跨越。保持制造業在國民經濟中的穩定比重，提升制造業的集聚度和集群化水平，是推動制造業高質量發展的必然選擇，也是構建新發展格局的迫切需求。

數字金融依托云計算、大數據、人工智能、區塊鏈等先進技術，對傳統金融體系進行革新，不僅推動了金融產品、金融場景、金融模式的創新，還深刻影響了產業組織的發展與演變。這種變革從根本上改變了產業組織運行的規則和邏輯，對產業集群的運行效率產生了深遠影響。隨著數字金融的不斷發展，其在緩解企業融資約束、推動企業技術創新、促進產業結構優化升級等方面的作用日益顯著。同時，平臺組織、生態系統等新型產業組織形態的崛起，進一步促進了產業鏈、創新鏈、資金鏈、人才鏈的深度融合與發展，為打造制造業集群新形態、提升制造業集聚水平提供了有力支撐。

鑒于城市群是我國制造業集聚和轉型升級的重要空間載體，本文從城市群視角出發，研究數字金融發展推動我國五大城市群制造業集聚的傳導機制，為促進我國制造業集群發展、實現制造業高質量發展提供借鑒與支持。具體而言，本文基于地級市層面樣本數據，分別研究數字金融對京津冀、珠三角、長三角、長江中游、成渝五大城市群制造業集聚程度的影響；并從數字金融的結構特點出發，探討數字金融的覆蓋廣度、使用深度及數字化程度三個維度的不同影響。進一步地，以區域技術創新能力和地區人力資本水平為切入點，探究數字金融影響制造業集聚的作用機制，實證檢驗數字金融對制造業集聚是否存在中介效應。

二、文獻綜述與研究假設

（一）文獻綜述

1.數字金融發展的經濟效應

當前學術界認為數字金融發展的經濟效應主要集中在企業融資、技術創新和產業結構優化等三個方面。一是數字金融對企業融資約束的緩解作用顯著。從宏觀層面看，數字金融的發展有助于優化企業資本結構，改善市場環境，進而提升金融服務實體經濟的效能，從而緩解企業的融資困境。從微觀層面分析，數字金融憑借技術優勢降低了企業的融資成本和杠桿率，為企業融資提供了有力支持（熊禮慧和雷嬌嬌，2023；林愛杰等，2021）。二是數字金融對企業技術創新具有積極影響。國外學者認為數字金融通過大數據、云計算、區塊鏈等技術手段，可以更高效、準確地獲取企業的資金和運營信息，為金融機構的風險定價提供有力支持，降低企業的信息搜尋成本，從而推動企業技術創新（Chowdhury和Maung，2012；Buchak等，2018）。國內學者的研究顯示，數字金融的覆蓋廣度、使用深度和數字化程度均與企業技術創新呈正相關關系（程秋旺等，2023；張云等，2023）。三是數字金融對產業結構的影響。數字金融的發展不僅提高了金融服務的效率和普及性，還拓寬了企業融資渠道，優化了金融資源在不同產業部門間的配置，從而促進了產業的轉型升級（Bruhn和Love，2014）。我國學者通過理論與實證分析，揭示了數字金融的數字化程度和覆蓋廣度對產業結構升級的積極貢獻，但由于我國存在“金融過度”現象，數字金融的使用深度在一定程度上抑制了產業結構升級（葛和平與張立，2021；李曉龍和冉光和，2021）。涂強楠和何宜慶（2021）的研究進一步指出，數字金融與制造業產業結構升級之間的關系呈現出“U型”特征。

2.數字金融與制造業集聚相關研究

近年來，制造業集聚及其相關影響因素受到了學術界的廣泛關注。學者們研究發現產業集聚的因素除了產業關聯和知識溢出外，還包括交通基礎設施、制度和政策、信息化建設、勞動力等（陳曦等，2018；陳柯等，2020；劉志東和高洪瑋，2021；劉成坤，2023）。關于信息技術發展與制造業集聚關系的研究存在一定的分歧。一些學者認為信息技術可以促進制造業集聚，主要通過提升信息化發展水平來加強地理空間的集聚（Forman和Zeebroeck，2019；劉軍和石喜愛，2018）。另一些學者認為信息技術可能削弱制造業的地理集聚，這主要是由于信息技術可以降低物流交易成本，減少信息匹配成本，使知識溢出不再完全依賴于地理鄰近性，從而促進企業在虛擬空間中的集聚，削弱了產業的地理集聚（Bates，1996；王如玉等，2018）。還有一些學者提出信息技術對制造業集聚既有促進作用也有抑制作用，這取決于不同部門間集聚和擴散的差異性。Gallagher（2013）認為產業集聚受到信息成本的影響，而信息成本對產業集聚的影響方向取決于集聚力和分散力之間的對抗。沈運紅和黃桁（2020）的研究進一步發現，產業互聯網對高端技術制造業的集聚具有促進作用，而對低端技術制造業的集聚則產生抑制作用。

綜上，學術界主要聚焦于數字金融如何推動制造業的轉型升級，以及互聯網和數字基礎設施對制造業集聚的影響，而針對數字金融服務與制造業集聚之間關系的文獻研究尚顯不足。隨著數字金融的深入發展，金融機構通過運用大數據、云計算、區塊鏈等先進技術，不斷推動金融產品和服務的創新升級。在這一背景下，有必要深入探討數字金融的發展能否促進制造業企業的集聚發展。同時，數字金融作用于制造業集聚的具體機制和實施路徑也值得進一步深入研究和挖掘。

（二）研究假設

1.數字金融與制造業集聚的關系

金融發展的成熟度對產業集聚有著不可忽視的影響，主要通過緩解制造業企業的融資難題和提升資本配置效率影響制造業集聚。從整體上來看，數字金融越發達的地區，當地企業的債務融資成本越低，企業受到的融資約束越小（袁鯤和曾德濤，2020）。從微觀層面觀察，數字金融憑借其在數字技術方面的優勢，有助于降低企業的融資成本和杠桿率，拓寬企業資金來源渠道，有效緩解企業融資壓力；從宏觀層面看，數字金融的發展有助于優化企業資本結構，改善市場環境，進而通過提升金融服務實體經濟的質效來緩解企業的融資約束（黃銳等，2021）。綜上，數字金融的發展能夠推動地區金融資源的有效配置，促進產業集群發展。因此，本文提出假設H1。

H1：數字金融可以促進制造業集聚。

2.區域技術創新的中介效應

創新是帶動制造業快速發展的動力，技術創新是推動制造業高質量發展、促進制造業集群向全球價值鏈中高端發展的重要路徑。根據熊彼特在《經濟發展理論》中提出的“創造性破壞”理論，技術創新是推動產業結構演進的重要動力。國內學者研究發現，技術創新可以有效推進產業結構升級（付宏等，2013）。數字金融發展不僅有助于企業內部加大研發投入從而促進技術創新，還能夠拓寬融資渠道，從外部獲得多元化的投融資方案，降低創新活動的資金成本，激勵企業進行更多的技術研發和創新活動（孟維福和劉佳鑫，2021），從而優化制造業集群的創新網絡，提升產業集群的競爭優勢（馮德連等，2024）。同時，從區域技術創新體系構成要素來看，基礎研究、技術攻關、金融科技、成果轉化等是制造業集群升級的支撐條件。因此，本文提出假設H2。

H2：數字金融通過提升區域技術創新能力促進制造業集聚。

3.人力資本的中介效應

制造業企業往往傾向于在擁有高水平人力資本和高質量勞動力的地區選址，這種偏好使得企業不斷加大對高技術人才的需求，進而促使勞動者在集聚區域內自由流動，形成強有力的本地勞動力市場效應，進一步推動地區制造業的集聚發展（楊汝岱，2015）。研究發現，人力資本水平的提升有助于促進制造業集聚，特別是高技術產業的集聚（倪進峰，2022）。數字金融作為新興金融業態，通過收入增長效應、產業升級效應以及數字素養提升效應，對人力資本產生影響。一方面，數字金融側重于為欠發達地區和社會低收入者提供較為便捷的金融服務，其普惠性的特質使得有意愿提升自身技能但受資金限制的群體能夠通過收入增加，投資于教育、職業技能培訓等領域，進而實現人力資本的有效提升（許冰和胡俊，2022）。另一方面，隨著數字金融的快速發展，大量技術性崗位的涌現增加了對高技術人才的需求，從而推動整體人力資本水平的提升，有助于促進制造業集聚。

因此，本文提出假設H3。

H3：數字金融通過提高地區人力資本促進制造業集聚。

三、研究設計

（一）數據來源與模型設計

本文選取2011—2019年我國五大城市群（京津冀、珠三角、長三角、長江中游、成渝）107個地級市的面板數據作為研究樣本。制造業集聚的測度數據、地級市層面控制變量的數據和人力資本的數據來自《中國城市統計年鑒》和《中國工業統計年鑒》，數字金融發展指數來自北京大學數字普惠金融指數，區域技術創新能力數據來自國家知識產權局。

考慮到各城市群不同城市間存在經濟發展、地理位置等固定因素差異，為了進一步減少估計當中存在的偏誤，本文選取年份和城市雙向固定效應模型，實證分析數字金融對制造業集聚的影響。具體模型方程設定如下：

Agglomit = α0 + α1 Dfiit + α2 Xit + μi + νt + εit" " " " " （1）

其中，i代表城市，t代表時間，Agglom為制造業集聚水平，Dfi表示數字普惠金融發展水平，X為控制變量，μi表示城市固定效應，νt表示年份固定效應，εit為隨機誤差項。

（二）變量定義與描述性統計

被解釋變量為制造業集聚水平（Agglom）。制造業產業集聚水平的測度方法繁多，Chorley和Haggett（1965）的區位熵法為測量特定區域和行業的集聚提供了有效工具。本文參考陳志遠等（2022）的研究，采用區位熵法測算107個地級市的制造業集聚程度，具體計算公式如下：

Agglomit =" " " " " " " " " " " " " " " " " " " " " （2）

其中，MEit表示i城市t年制造業的從業人數，Eit表示i城市t年全社會總就業人數，MEt代表t年全國制造業的從業人數，Et代表t年全國總就業人數。

核心解釋變量為數字金融（Dfi）。本文選取北京大學數字金融研究中心發布的數字普惠金融指數來衡量地區數字金融發展水平。此外，數字金融的三個維度為覆蓋廣度（Breadth）、使用深度（Depth）和數字化程度（Digitization）。

本文參考林春和孫英杰（2022）、王小波和孔莉霞（2023）的研究，選取以下五個控制變量：區域經濟發展水平（Lgdp），采用各地級市GDP的自然對數來表示；消費者需求（Lpop），采用社會消費品零售總額的自然對數來表示；產業結構（Ind），選用第二產業增加值占GDP的比重來表示；政府干預水平（Gov），選取各地級市地方財政一般預算內支出占GDP的比重來表示；信貸水平（Lnlc），利用年末金融機構各項貸款余額占GDP的比重來表示。

此外，基于前文中數字金融對制造業集聚可能存在傳導機制的理論分析，本文分別采用各地級市專利申請量的自然對數和高校在校生人數與總人口的比值來度量區域技術創新能力（Linno）和人力資本水平（Edu）。調節變量為數字基礎設施建設（Infr）。根據國務院制定的《“寬帶中國”戰略及實施方案》，如果地級市被評選為“寬帶中國”試點城市，那么該地級市在入選當年及未來年份取1，其他非示范點則取0。

變量的描述性統計見表1。制造業集聚的最大值為6.409，最小值為 0.024，這表明樣本城市之間制造業集聚程度存在較大差異。數字金融的最大值為 5.774，最小值為 3.299，說明五大城市群數字金融發展有一定的基礎，但也存在城市間差異。

四、實證分析

（一）基準回歸分析

考慮到地區經濟、文化、政治的差異性，本文采用面板數據雙向固定效應模型來分析數字金融對制造業集聚的影響，回歸結果如表2所示。列（1）、（2）只控制年份固定效應，列（3）未加入任何控制變量，列（4）加入了一系列控制變量，結果顯示數字金融對制造業集聚的回歸系數均在1%的水平下顯著為正，這表明數字金融能夠有效促進地區制造業集聚，有利于區域制造業集群發展，驗證了研究假設H1。

（二）數字金融對制造業集聚的異質性分析

1.數字金融維度的異質性分析

為進一步探究數字金融的三個維度即覆蓋廣度、使用深度和數字化程度對制造業集聚影響的異質性，本文進一步進行分維度回歸，結果如表3所示。從整體來看，數字金融主要是通過提高覆蓋廣度對制造業集聚產生作用。列（1）的結果表明數字金融覆蓋廣度的回歸系數顯著為正。覆蓋廣度的提升一方面提高了制造業中小微企業獲取金融服務的可得性，在一定程度上緩解了此類企業的融資約束，推進制造業發展；另一方面移動支付的推廣打破了傳統金融服務的時空限制，降低了制造業企業融資成本并促進制造業集聚發展（盛天翔和范從來，2020）。列（2）中數字金融使用深度的系數雖然為正但不顯著，可能是受限于數字金融的覆蓋范圍，使用深度的提升僅使得地區內部分企業的融資需求得以滿足，而另一部分企業沒有享受到應有的金融服務。列（3）中數字化程度的系數顯著為負，即數字化程度對制造業集聚存在抑制作用。這可能是因為我國制造業正處于轉型期，大量制造業企業并沒有完成技術革新，相關基礎設施建設不夠完善，制造業企業數字化轉型尚未成熟，從而導致制造業發展與企業對數字技術的運用能力并不匹配。同時，如果數字金融所涉及的數字化服務技術過于復雜和新穎，且數字技術運用成本相對較高，反而會降低部分制造業企業的使用意愿。另外，數字化程度中便利化和移動化指標權重占比達65.7%，表現為數字金融服務的便利性。數字化程度的提升降低了企業對地理空間集聚的依賴性，數字技術的發展使得企業能夠更便捷地在網絡平臺上實現信息交互和資金流通，促進要素資源向虛擬空間集聚，從而抑制了制造業地理集聚。

2.城市群異質性分析

我國五大城市群橫跨東、中、西部，各地區經濟發展水平各異，不同城市群政策、人口及經濟發展水平也各異，因此數字金融對不同城市群制造業集聚水平的影響程度也存在一定差異。基于此，本文按照五大城市群將總樣本進行分組回歸，結果如表4所示。數字金融對珠三角城市群制造業集聚的促進作用不顯著，對京津冀、長三角、長江中游以及成渝四個城市群制造業集聚的影響均顯著為正。珠三角城市群雖然系數為正但不顯著，組間差異檢驗表明，對珠三角城市群的系數顯著小于對成渝城市群的系數（卡方檢驗p值為0.064），但其與其他城市群的差異在統計意義上不顯著。這可能是因為珠三角地區整體金融服務水平較高，區域內傳統金融機構的金融服務網絡較為完備且具有規模性，構建了具有綜合金融服務功能的金融體系，其專業而精準的傳統金融服務提高了企業生產效率（譚蓉娟和郭寶琳，2021），造成數字普惠金融呈現出邊際效應遞減。珠三角地區勞動力和土地成本較高，使得企業更傾向于借助自動化和數字化以降低成本。激烈的市場競爭也激勵企業利用數字金融技術提升效率和創新能力。同時，由于珠三角地區數字化轉型戰略布局時間較早，在信息基礎設施建設、數字化技術應用水平方面均遙遙領先于其他城市群（李珊珊等，2024），企業可以依托網絡平臺將消費者和生產者聯系在一起，使各要素突破地理距離的限制，實現遠距離的瞬時傳輸（紀玉俊和牛亞新，2023），在一定程度上促進了產業虛擬集聚。根據廣東省通信管理局數據，珠三角地區的5G基站數超27.9萬個，占比超全國的1/10，物聯網終端用戶數、5G用戶數等指標均居全國第一，數字新基建發展迅速。

而京津冀和長三角城市群內存在著嚴重的經濟金融發展不平衡，即核心城市的金融發展水平較高，而城市群內相對落后地區的制造業企業仍面臨融資約束問題，城市群金融網絡內部斷層特征十分明顯，其他非核心城市的加權中心度值遠遠落后于北京和天津，區域內存在斷層式的差距，金融一體化程度較低（陳明華等，2016；任會明等，2021），這對制造業集聚產生制約作用。因此發展數字金融能夠促進該區域的制造業集聚（葉云嶺等，2022）。

此外，長江中游城市群和成渝城市群屬于中西部地區，經濟金融發展水平相對較低，受國家政策導向的影響，數字金融得以迅速發展，通過充分發揮其低門檻與低成本優勢，積極與地區制造業發展相結合，在一定程度上緩解了制造業企業的融資約束（袁華錫等，2022）。同時，我國實行的中部崛起與西部大開發政策協同發展，使得金融資源向兩地區傾斜，進一步加大了數字普惠金融對兩地區制造業集聚發展的支持力度。表4結果表明當前我國中西部地區制造業集聚發展空間較大。

（三）穩健性分析

1.滯后解釋變量

數字金融與制造業集聚之間存在互為因果的關系，從而產生內生性問題，因此本文對解釋變量數字金融總指數和分維度指標（覆蓋廣度、使用深度和數字化程度）進行滯后一期處理，結果如表5所示。列（1）—（4）的結果表明，滯后一期的數字金融總指數和分維度指標對制造業集聚的回歸系數與基準回歸中的基本一致，其中數字金融總指數和數字金融覆蓋廣度對制造業集聚具有顯著促進效應，說明本文的結論較為穩健。

2.改變樣本容量

本文的樣本包括北京、天津、上海和重慶四個直轄市，考慮到直轄市在政治、經濟、人口等方面與地級市之間存在較大的差異，可能會對實驗結果造成影響，剔除上述四個直轄市樣本，對處理后的數據再次進行雙向固定效應模型回歸，回歸結果如表5中的列（5）所示。結果表明，數字金融對制造業集聚的回歸系數仍然在1%的水平下顯著為正，且控制變量系數符號與全樣本回歸結果保持一致，再次證明了數字金融對制造業集聚具有正向促進作用。

（四）數字金融對制造業集聚的機制效應分析

為檢驗數字金融通過提升區域技術創新能力和提高地區人力資本水平促進制造業集聚的研究假設，本文以區域技術創新能力與人力資本水平為中介變量構建中介效應模型進行實證檢驗，回歸結果見表6。

1.區域技術創新能力

基于模型（1）的基準回歸結果，在數字金融促進制造業集聚的主效應顯著為正的前提下，表6中列（1）、（2）的結果顯示，數字金融對區域技術創新能力的回歸系數和區域技術創新能力對制造業集聚的回歸系數分別在1%和5%的水平下顯著為正，表明數字金融可以通過提升區域技術創新能力來促進地區制造業集聚。吳松強等（2021）從集群創新體系的構建、產業創新生態系統內部的交互機制、嵌入性創新網絡和跨界合作以及區域創新環境的改善等角度，提出了技術創新對制造業集群發展具有正向影響。

2.地區人力資本水平

以人力資本水平為中介變量進行中介效應分析，結果如表6中的列（3）、（4）所示。列（3）的結果驗證了數字金融的發展能夠提高地區人力資本水平。列（4）中的數字金融和人力資本兩個解釋變量的系數均在1%的水平下顯著為正，說明數字金融可以通過提高地區人力資本水平推動制造業集聚。

以上結果說明，數字金融對制造業集聚存在部分中介效應，即數字金融可以通過提升區域技術創新能力和地區人力資本水平間接推動制造業企業集聚發展，假設H2、H3得證。

此外，為了檢驗不同區域數字基礎設施水平的調節作用，引入數字金融（Dfi）與數字基礎設施建設（Infr）的交乘項進行回歸。表6列（5）的結果顯示，交乘項的系數在1%的水平下顯著為負，說明數字基礎設施建設水平的上升會抑制數字金融對制造業集聚的促進作用，具有顯著的負向調節效應。

五、結論與建議

本文通過理論與實證研究，探討了數字金融對不同城市群制造業集聚的影響。結果顯示，數字金融與制造業集聚正相關，且該影響具有維度和區域異質性。制造業集聚的主要推動力是數字金融的覆蓋廣度，而使用深度的效果不顯著，數字化程度的加深甚至會抑制集聚。在京津冀、長三角等城市群中，數字金融對制造業集聚有積極作用；而在珠三角城市群中，這種影響不顯著。此外，研究發現數字金融通過提升區域技術創新和人力資本水平的中介效應促進了制造業集聚。

基于上述結論，提出以下政策建議：

進一步推動數字金融的發展，著力擴大其覆蓋廣度，基于每個城市群的主導產業或特色資源，設計符合當地需求的金融產品。如對于珠三角這樣制造業數字化轉型布局較早的城市群，可以聚焦于高端數字金融服務和創新產品，提升金融服務水平，開發定制化金融解決方案以滿足不同類型企業在不同成長階段的需求，促進制造業集群發展。而對于數字化轉型發展起步較晚的城市群，首要任務是強化數字基礎設施的構建，具體措施包括擴大網絡覆蓋范圍、優化數據中心的地域分布、積極推動云計算與大數據技術的廣泛應用等，以此為數字金融發揮產業聚集效應打下穩固的根基。

政府應該深入貫徹實施“內培外引”的人才戰略，不斷完善人才發展政策，如可以與當地高等教育和研究機構合作，加強人才鏈對產業鏈的支撐作用，加快人力資本要素市場化進程，提高人力資本配置效率，促進制造業提質增效和集聚發展。

參考文獻：

[1] 熊禮慧，雷嬌嬌.金融科技、供應鏈金融與企業融資約束——基于中小板上市公司的經驗證據[J].金融經濟，2023（08）：55-65.

[2] 林愛杰，梁琦，傅國華.數字金融發展與企業去杠桿[J].管理科學，2021，34（01）：142-158.

[3]CHOWDHURY R H， MAUNG M. Financial market development and the effectiveness of Ramp;D investment： Evidence from developed and emerging countries[J]. Research in International Business and Finance，2012，26（02）：258-272.

[4] BUCHAK G， MATVOS G， PISKORSKI T， et al. Fintech， regulatory arbitrage， and the rise of shadow banks[J]. Journal of Financial Economics，2018，130（03）：453-483.

[5] 程秋旺，林巧華，石玉婷.數字普惠金融對中小企業綠色創新的影響研究[J].金融經濟，2023（12）：62-75.

[6] 張云，方霞，楊振宇.數字金融、企業風險承擔與技術創新[J].系統工程理論與實踐，2023，43（08）：2284-2303.

[7] BRUHN M， LOVE I. The real impact of improved access to finance： Evidence from Mexico[J]. Journal of Finance，2014，69（03）：1347-1376.

[8] 葛和平，張立.數字普惠金融發展對產業結構升級的影響[J].財會月刊，2021（09）：135-141.

[9] 李曉龍，冉光和.數字金融發展如何影響技術創新質量？[J].現代經濟探討，2021（09）：69-77.

[10] 涂強楠，何宜慶.數字普惠金融、科技創新與制造業產業結構升級[J].統計與決策，2021，37（05）：95-99.

[11] 陳曦，朱建華，李國平.中國制造業產業間協同集聚的區域差異及其影響因素[J].經濟地理，2018，38（12）：

104-110.

[12] 陳柯，尹良富，汪俊英，等.中國制造業產業集聚影響因素的實證研究[J].上海經濟研究，2020（10）：97-108.

[13] 劉志東，高洪瑋.中國制造業集聚的演變特征及其影響因素——基于空間面板模型的實證研究[J].經濟地理，2021，41（12）：33-42.

[14] 劉成坤.人口老齡化如何影響制造業集聚？[J].人口與發展，2023，29（05）：105-117.

[15] FORMAN C， ZEEBROECK N. Digital technology adoption and knowledge flows within firms： Can the Internet overcome geographic and technological distance？[J]. Research Policy，2019，48（08）：123-142.

[16] 劉軍，石喜愛.“互聯網+”是否能促進產業聚集——基于2007—2014年省級面板數據的檢驗[J].中國科技論壇，2018（04）：66-72.

[17] BATES S. The death of geography， the rise of anonymity， and the internet[J]. American Enterprises，1996，7（02）：

50-52.

[18] 王如玉，梁琦，李廣乾.虛擬集聚：新一代信息技術與實體經濟深度融合的空間組織新形態[J].管理世界，2018，34（02）：13-21.

[19] GALLAGHER R. Shipping costs， information costs， and the sources of industrial co-agglomeration[J]. Journal of Regional Science， 2013， 53（02）：304-331.

[20] 沈運紅，黃桁.產業互聯網對浙江省制造業集聚程度影響的實證研究——基于浙江省2008—2017年面板數據[J].科技管理研究，2020，40（17）：188-196.

[21] 袁鯤，曾德濤.區際差異、數字金融發展與企業融資約束——基于文本分析法的實證檢驗[J].山西財經大學學報，2020，42（12）：40-52.

[22] 黃銳，賴曉冰，趙丹妮，等.數字金融能否緩解企業融資困境——效用識別、特征機制與監管評估[J].中國經濟問題，2021（01）：52-66.

[23] 付宏，毛蘊詩，宋來勝.創新對產業結構高級化影響的實證研究——基于2000—2011年的省際面板數據[J].中國工業經濟，2013（09）：56-68.

[24] 孟維福，劉佳鑫.數字金融發展與企業技術創新：“內生”還是“外延”[J].學習與探索，2021（11）：119-

127.

[25] 馮德連，周麗華，韓夢.長三角城市群FDI、技術創新與先進制造業集群發展[J].華東經濟管理，2024，38（02）：

13-21.

[26] 楊汝岱.中國制造業企業全要素生產率研究[J].經濟研究，2015，50（02）：61-74.

[27] 倪進峰.制造業集聚與人力資本協同發展研究——空間經濟學的視角[J].教育經濟評論，2022，7（01）：

40-56.

[28] 許冰，胡俊.數字金融發展與人力資本提升——基于中國地級城市層面的經驗證據[J].技術經濟與管理研究，2022（12）：81-87.

[29] CHORLEY R J， HAGGETT R. Trend-surface mapping in geographical research[J]. Transactions of the Institute of British Geographers，1965（37）：47-67.

[30] 陳志遠，丁小珊，韓沖，等.制造業集聚、污染關聯機制與綠色發展實踐路徑——基于空間溢出模型的研究[J].統計研究，2022，39（09）：46-61.

[31] 林春，孫英杰.數字普惠金融促進了制造業集聚嗎？[J].西南民族大學學報（人文社會科學版），2022，

43（12）：98-108.

[32] 王小波，孔莉霞.城市數字經濟發展對制造業集聚水平的影響[J].經濟地理，2023，43（09）：131-138.

[33] 盛天翔，范從來.金融科技、最優銀行業市場結構與小微企業信貸供給[J].金融研究，2020（06）：114-132.

[34] 譚蓉娟，郭寶琳.金融集聚與產業集聚相互作用的機制與路徑：以珠三角制造業為例[J].廣東財經大學學報，2021，36（05）：103-112.

[35] 李姍姍，李佳楠，宋硯秋，等.信息基礎設施發展不平衡對城市群績效差距的影響——基于國家級城市群的實證研究[J].城市發展研究，2024，31（04）：99-107.

[36] 紀玉俊，牛亞新.數字經濟影響下的制造業集聚：新機制與新證據[J].科技管理研究，2023，43（18）：137-147.

[37] 陳明華，劉華軍，孫亞男.中國五大城市群金融發展的空間差異及分布動態：2003—2013年[J].數量經濟技術經濟研究，2016，33（07）：130-144.

[38] 任會明，葉明確，余運江.中國三大城市群金融網絡空間結構與演化特征[J].經濟地理，2021，41（12）：63-73.

[39] 葉云嶺，鄧洲，魏繼石.長江經濟帶制造業集聚水平影響因素研究——基于專業化集聚與多樣化集聚的比較視角[J].經濟縱橫，2022（07）：85-96.

[40] 袁華錫，封亦代，余泳澤.制造業集聚促進抑或阻礙綠色發展績效？——來自長江經濟帶的證據[J].經濟地理，2022，42（06）：121-131.

[41] 吳松強，尹航，蔡婷婷.嵌入性創新網絡、跨界合作與先進制造業企業創新能力——基于長三角地區先進制造業集群的實證研究[J].華東經濟管理，2021，

35（04）：34-41.

（責任編輯：張艷妮）

How Does Digital Finance Affect Manufacturing Industry Agglomeration？

—A Concurrent Analysis of the Heterogeneous Impacts Across Different Urban Clusters

DONG Liang1， LI Wenrui1， CHEN Zheng2， LI Jingjing3， HU Xiaogang4

（ 1. The School of Finance， Hunan University of Technology and Business; 2. Xiaomang E-commerce Co.， Ltd;

3. Baker Tilly China Certified Public Accountants; 4. Hengtai Changcai Securities Co.， Ltd ）

Abstract： The formation of manufacturing industry clusters is of great significance for improving production efficiency and driving regional economic growth. Digital finance， by promoting the integrated development of \"digital industrialization\" and \"industrial digitization\"， has profoundly transformed the organizational structure and operational methods of the manufacturing industry. This paper explores the impact of digital finance on manufacturing agglomeration from the perspective of urban clusters， based on data from five major urban clusters （Beijing-Tianjin-Hebei， Pearl River Delta， Yangtze River Delta， Middle Reaches of the Yangtze River， and Chengdu-Chongqing） from 2011 to 2019. The study finds that digital finance has a significant positive impact on manufacturing agglomeration， with dimensional heterogeneity in its effects. Specifically， the promotion mainly stems from the expansion of digital finance coverage， and the impact of digital finance varies across different urban clusters. The enhancement of regional technological innovation capability and the improvement of local human capital levels play a mediating role in the process by which digital finance promotes manufacturing agglomeration. Based on empirical results， this paper proposes corresponding policy recommendations： each region should formulate digital finance development policies according to local economic conditions， implement regional development coordination strategies， and achieve deep integration of digital finance with the real economy.

Keywords： Digital finance; Manufacturing agglomeration; Urban clusters; Technological innovation; Human capital; Regional coordinated development

收稿日期：2024-06-14

作者簡介：董" "良，通訊作者，博士，碩士生導師，湖南工商大學財政金融學院，研究方向為金融市場與風險。

李文瑞，碩士研究生，湖南工商大學財政金融學院，研究方向為數字金融。

陳" "錚，小芒電子商務有限責任公司，研究方向為電子商務與企業管理。

李晶晶，天職國際會計師事務所，研究方向為內部控制與風險管理。

胡曉剛，恒泰長財證券有限責任公司，研究方向為金融創新。

基金項目：長沙市哲學社科規劃課題“數智金融賦能長沙先進制造業高質量發展路徑與對策研究”（2024CSSKKT07）。

本文感謝匿名審稿專家的寶貴意見，文責自負。