金融新質生產(chǎn)力對制造業(yè)企業(yè)出口技術復雜度的影響研究

DOI：10.3969/j.issn.1004-910X.2025.07.009 [中圖分類號]F790.29；F424 [文獻標識碼］A

引言

自2001年加入世界貿易組織以來，我國貨物貿易出口持續(xù)增長，2009年成為第一貨物貿易大國，2013年成為第一貨物貿易大國。之后，從2017～2024年連續(xù)八年保持貨物貿易第一大國地位。近年來，我國出口貿易增速有所放緩，目標由貿易大國逐漸向貿易強國轉變。全球貿易格局的變化和中美貿易局勢的緊張使我國需要加快建設貿易強國的步伐，而強大的制造業(yè)是貿易強國的基礎。與此同時，企業(yè)出海往往面臨著更高的風險[1]，并且出口企業(yè)需要支付大量的貿易成本，融資難、融資貴問題成為阻止企業(yè)外貿轉型升級的巨大絆腳石[2]。因此金融服務需要更好地滿足外貿企業(yè)的需求。為了加速制造業(yè)外貿轉型升級，2024年發(fā)改委聯(lián)合國家金融監(jiān)督管理總局、工信部發(fā)布深化制造業(yè)金融服務、推動更多金融資源用于促進先進制造的通知文件，以金融服務實體，助力我國從制造大國向制造強國轉變，引導金融機構以服務制造業(yè)高質量發(fā)展為主題，深化金融服務。

發(fā)展金融科技是深化金融制度改革、建設金融強國的必經(jīng)之路。具體而言，金融科技擺脫傳統(tǒng)銀行的各種限制，借助人工智能、區(qū)塊鏈等數(shù)字技術為企業(yè)提供更精準、更方便的金融業(yè)務[3]出海企業(yè)借助金融科技覆蓋地區(qū)更廣、結算更簡便的跨境支付系統(tǒng)，可以快速完成資本清算，加快資本流轉效率[4.5]。此外，金融科技具有“普惠性”，民營企業(yè)作為出海主力軍，現(xiàn)已占據(jù)出口貿易的 60% 。而傳統(tǒng)金融服務具有長尾效應，中小微企業(yè)往往無法夠到金融服務的門檻而被排除在外。金融科技的普惠性拓寬了金融服務對象范圍，使得更多企業(yè)有能力參與出海，擴大海外市場份額，提高企業(yè)出口技術復雜度[

誠然，有關金融科技對企業(yè)出口表現(xiàn)的影響研究已經(jīng)有了相對成熟的體系，然而金融科技并沒有覆蓋各個方面。金融科技重在科技，忽略了勞動資料、勞動對象等與生產(chǎn)力息息相關的重要因素。本文基于習近平總書記提出的新質生產(chǎn)力概念，將金融服務整合進新質生產(chǎn)力，研究金融新質生產(chǎn)力對企業(yè)出口技術復雜度的影響。金融新質生產(chǎn)力的概念與測度均較為模糊，現(xiàn)有學者將其定義為數(shù)字技術、區(qū)塊鏈、算力等新型技術在金融領域的新型質態(tài)[7]。本文認為新質生產(chǎn)力是以前沿技術群（AI/區(qū)塊鏈/云計算/大數(shù)據(jù)）為驅動，通過數(shù)據(jù)-算法-算力協(xié)同重構金融要素配置模式，實現(xiàn)“風險-成本-體驗”帕累托最優(yōu)的新型生產(chǎn)力形態(tài)。其本質是打破傳統(tǒng)金融的“資本-人力”線性增長范式，轉向“技術乘數(shù)效應”下的指數(shù)級價值創(chuàng)造，核心特征表現(xiàn)為技術、范式與生態(tài)的變遷。而延伸至金融領域，金融新質生產(chǎn)力是依托前沿技術重構傳統(tǒng)金融業(yè)態(tài)的新型生產(chǎn)力形態(tài)，其本質是通過科技創(chuàng)新與全要素融合，推動金融業(yè)實現(xiàn)質量變革、效率變革與動力變革。

因此，本文基于2015～2024年制造業(yè)上市企業(yè)數(shù)據(jù)，深度探討金融新質生產(chǎn)力的測度并研究其是否對我國外貿可持續(xù)發(fā)展具有顯著影響。本文可能的邊際貢獻有以下三點：（1）現(xiàn)有研究多基于數(shù)字化轉型、人工智能、金融科技、數(shù)字金融等，研究其與出口技術復雜度的關系[8-1]，鮮有學者從金融新質生產(chǎn)力角度研究新型生產(chǎn)力的代表對外貿轉型升級的影響；（2）理論模型的擴展，將出口技術復雜度納入理論模型進行擴展，并構建包含金融新質生產(chǎn)力、最終產(chǎn)品部門、中間品部門、消費者部門的多部門模型；（3）基于馬克思將生產(chǎn)力區(qū)分為勞動者、勞動資料和勞動對象的定義，本文在測度方面利用Word2vec機器學習算法對新質生產(chǎn)力構建語義詞典和專利識別，構建包含專利規(guī)模和專利質量的金融新質生產(chǎn)力變量。

1 理論機制

本文通過構建包含銀行金融科技部門的理論模型，研究金融新質生產(chǎn)力對出口技術復雜度的影響。

1. 1 最終產(chǎn)品部門

假設最終產(chǎn)品部門需要通過增加勞動投入、購

買中間產(chǎn)品作為要素投入，并具有一定的技術水平。本文構建以下理論模型：

OT表示最終產(chǎn)品的產(chǎn)出（Output）， H 表示勞動投入（人力資本）， A 表示中間品產(chǎn)品的數(shù)量， η 表示中間產(chǎn)品的參數(shù)， Q 表示中間品類型， α 為技術水平。

此時繼續(xù)假設中間產(chǎn)品的價格為 P ，最終產(chǎn)品的價格標準化為1，并需要為單位人力資本發(fā)放工資 W ，則可以構建最終產(chǎn)品部門的利潤函數(shù)最大化求解函數(shù)為：

一階條件需要使得利潤函數(shù)對人力資本和中間品數(shù)量的偏導均等于0，即：

1.2 中間品部門

本文參考馬勇和肖瑞彤（2024）[12]的設定，將中間品與最終品的數(shù)量設定為1：1，并將生產(chǎn)一單位中間產(chǎn)品的平均成本也設定為1，放寬該假設并不會對結果產(chǎn)生任何影響，但是會降低計算量和簡化模型。因此可以計算中間品的利潤函數(shù)為：

一階條件為利潤函數(shù)對中間品價格的偏導等于0，因此可以得出PAi = 將該結果代人式（3）中的中間品數(shù)量函數(shù)，可以得出：

并將計算結果代入式（1），可以求得最終生產(chǎn)部門的生產(chǎn)函數(shù)形式為：

而中間品部門利潤最大化函數(shù)可以表示為：

1.3 研發(fā)部門

本文在最終產(chǎn)品部門加入了技術進步參數(shù)和勞動投入（人力資本）參數(shù)，從以銀行為主的金融部門獲得研發(fā)資金。在研發(fā)部門，假設當?shù)仄髽I(yè)受到金融部門的監(jiān)督強度為 ξ ，非出口企業(yè)的生產(chǎn)技術水平為 Q^* ，已有技術為 Q ，人力資本為 ，從金融部門獲得的資金為 ，金融部門通過信息甄別進行監(jiān)督的水平為 ξQ^* （為了方便計算，本文直接將資金支持與研發(fā)技術水平進行掛鉤）。研發(fā)部門的產(chǎn)品價格設定為 P_Q ，單位勞動工資設定為 W_Q ，企業(yè)貸款利率為 r^B ，研發(fā)部門效率為 θ ，研發(fā)部門的技術水平參數(shù)設定為 λ ，金融部門的無風險利率設定為 r_f ，金融新質生產(chǎn)力水平設定為 ω ，因此研發(fā)部門的生產(chǎn)函數(shù)可以表示為：

與前文相同，計算研發(fā)部門的利潤函數(shù)為：

計算利潤最大化可得：

此時假設為完全競爭市場，則研發(fā)部門均為價格接受者，價格將會被提升到與中間品部門使用研發(fā)產(chǎn)品后凈收益現(xiàn)值相等的水平，因此令 π ρ（t）=r_fP（t） ，將其代入中間品部門利潤函數(shù)可得：

1.4金融科技部門：金融新質生產(chǎn)力

金融部門的產(chǎn)出可以分為兩個部分，原有的資本存量和人力資本投人，以及金融科技、金融新質生產(chǎn)力發(fā)展之后引入的外部資本和外部人力資本，本文將 K 和 H_κ 表示為原有的，將 K^* 和 H_K^* 表示為外部資本和人力資本。將其函數(shù)表達式寫為：

對 m 進行大于1與小于1的分類討論，可以求得分子分母總是同號，因此可以求得 g_Q 總是大于 0 。而本文著重研究金融部門新質生產(chǎn)力的發(fā)展帶來的效果，因此將是否發(fā)展金融新質生產(chǎn)力的兩個參數(shù) ε₁ 與 ε₂ 對技術增長率進行求導，可

其中， ε₁ 和 ε₂ 分別表示發(fā)展新質生產(chǎn)力前后的金融水平，以銀行為主的金融部門若不加速發(fā)展金融科技、新質生產(chǎn)力水平，其金融水平會逐漸被降低，因此 ε₁ 設定為小于0。而 ε₁ 則為正數(shù)。設 W_κ 為單位勞動報酬， m 為金融部門的技術發(fā)展水平參數(shù)，并假設金融資源的價格始終保持不變，則利潤函數(shù)可以表達為：

rs）@K* （13）

計算金融部門的利潤最大化需要使對原有資本、人力資本和外部引入的資本及人力資本進行求導均等于0。

1. 5 消費部門

在消費部門中，本文構建一個兩階段跨期消費效應的最大化函數(shù)，并根據(jù)現(xiàn)有慣例，假設所有收入均用于消費，全體人口都進行生產(chǎn)勞動。放寬假設并不會影響模型結果

s.tWH=W（H_T+H_Q+H_K+ωH_K^*）=C₁+C₂

通過構造拉格朗日函數(shù)，容易求得兩個時期的消費最優(yōu)解。

1.6 均衡

勞動力市場、消費市場、資本市場同時出清，可以求得以下均衡條件：

W=W_T=W_Q=W_K

W（H_T+H_Q+H_K+ωH_K^*）=WH=OT

根據(jù)新貿易理論，出口企業(yè)與非出口企業(yè)之間存在一定的技術差距，因此可以將 μ 表達為兩種企業(yè)之間的技術差距，結合均衡條件，技術增長率 g_Q 可以被表達為：

得 （1-0）g，由于g大于0，而ε，小于0，ε大于0，因此可以解得，不發(fā)展新質生產(chǎn)力會導致技術水平下降，發(fā)展金融新質生產(chǎn)力會推動相關企業(yè)技術進步。

然而發(fā)展前后的對比并不明顯，因此本文直接用技術增長對新質生產(chǎn)力水平 ω 進行求導，可得1+m（1-）1-） ，因此可以直接求得金融新質生產(chǎn)力可以促進企業(yè)技術進步。而對于信貸監(jiān)督作用，將 g_Q 對 ξ 進行求導可得： dg_μg0gt;0，因此可以得出銀行發(fā)展新質生產(chǎn)力加強了信息獲取和信息監(jiān)督，從而來改善信貸配置和信貸治理，以此促進企業(yè)技術進步。

1.7納入出口技術復雜度函數(shù)

參考方霞等（2023）[13]的研究，將最終產(chǎn)品部門中的 αA_i^1-η 中的 α 表示為有關出口技術復雜度的形式，則 αA_i^1-η 可改寫為 ESI_i^1-ηA_i^1-η ，而在此假設中技術增長意味著原 α 的增長，即出口技術復雜度的增長。而根據(jù)波特五力競爭模型延伸的國際競爭戰(zhàn)略，保持成本領先和差異化戰(zhàn)略就能在國際貿易中保持競爭優(yōu)勢。（1）基于成本領先戰(zhàn)略，技術進步在前期需要大量資金投入，因此銀行信貸配置起到了基本的扶持作用。當企業(yè)創(chuàng)新能力提升后，不僅可以通過自主研發(fā)的先進技術提高生產(chǎn)效率，降低生產(chǎn)成本，也可以通過構建技術貿易網(wǎng)絡擴大創(chuàng)新規(guī)模，降低中國整個相關行業(yè)的生產(chǎn)成本[14]；（2）技術創(chuàng)新在產(chǎn)品設計、生產(chǎn)過程、消費體驗、市場定位等方面都能起到獨特作用[15]，幫助出口產(chǎn)品在一眾商品中脫穎而出，在市場中占據(jù)先機[16]。因此結合上述分析可以提出假設：

H1：金融新質生產(chǎn)力通過改善信貸配置、提高信貸治理和促進技術進步來助力企業(yè)出口技術復雜度的提升。

2 實證設計

2.1 實證模型設定

為了利用實證模型研究金融新質生產(chǎn)力對制造業(yè)企業(yè)出口技術復雜度的影響，本文構建以下實證模型：

ESI_it=β₀+β₁Fnpq_it+β₂Controls_it+φ_i+ψ_t+ε_it

在模型（1）中， ESI_it 表示制造業(yè) i 企業(yè) χ_t 年的出口技術復雜度， Fnpq_it 表示金融新質生產(chǎn)力 χ_t 年加權到制造業(yè) i 企業(yè)的結果。Controls表示控制

變量合集， φ_i 表示個體固定效應， ψ_t 表示時間固定效應， ε_it 表示殘差項。

2.2 變量設計

（1）被解釋變量

制造業(yè)企業(yè)出口技術復雜度（ ?ESI_i，t ）。采用Hausmann根據(jù)貿易結構反映的生產(chǎn)結構邏輯，利用人均GDP和地區(qū)行業(yè)出口額構建出口復雜度，表示一國或地區(qū)的制造業(yè)出口技術復雜度。

其中， x_ck 表示 ∣c∣ 國家或地區(qū) k 產(chǎn)品的出口額;X 表示 c 國家或地區(qū)的總出口額； PCGDP_c 表示 c 國家或地區(qū)的人均GDP； PRODY_k 表示 k 行業(yè)的出口技術復雜度。隨后，參考余娟娟和余東升（2018）[17]用企業(yè)全要素生產(chǎn)率為權重進行調整，將行業(yè)層面的出口技術復雜度加權到企業(yè)層面，具體的測算公式如下：

其中， TFP_f 表示企業(yè) f 的全要素生產(chǎn)率， TFP_j 表示行業(yè) i 平均的全要素生產(chǎn)率， PRODY_k 為行業(yè)的平均出口技術復雜度， ESI_i，t 為企業(yè)層面的出口技術復雜度。

（2）解釋變量

金融新質生產(chǎn)力 （Fnpq_it ）。基于馬克思對生產(chǎn)力的分解，生產(chǎn)力主要包括勞動者、勞動資料和勞動對象。而新質生產(chǎn)力不外乎是生產(chǎn)力在新時代下的進一步延伸。因此新質生產(chǎn)力也理應由新質勞動者、新質勞動資料和新質勞動對象組成。新質生產(chǎn)力是人工智能時代和數(shù)字技術時代的產(chǎn)物，本文參考李茂林等（2024）[18]的研究，手動構建人工智能詞典，但與現(xiàn)有研究直接用詞典篩選進行指標構建不同，本文基于機器學習Word2vec算法對詞典進行完善。詞典包括高質量發(fā)展、生產(chǎn)力升級等與新質生產(chǎn)力直接相關和與其三要素相關的詞匯構成。基于中文詞向量語料庫，運用Word2Vec模型中的Skip-Gram（SG）架構進行語義表征訓練。經(jīng)語義網(wǎng)絡分析流程后，最終構建包含“生產(chǎn)力升級”、“原創(chuàng)”、“融合”、“顛覆”、“擺脫傳統(tǒng)”等63個核心術語的專業(yè)領域詞庫。

本文依托LDA主題模型解析銀行專利文本的潛在語義結構，并通過構建的金融新質生產(chǎn)力詞庫實施跨模態(tài)語義映射，最終形成金融新質專利數(shù)據(jù)集。最終運用預訓練的Word2Vec詞向量空間，識別出22004項核心專利，覆蓋83家商業(yè)銀行。為消除異方差影響，對銀行年度專利存量實施對數(shù)化處理，構建金融新質生產(chǎn)力規(guī)模指標 在得到新質專利的規(guī)模變量后，為了防止“水專利”的情況干擾研究結果，本文參考孫明漢等（2025）[19]的研究，利用IPC信息號對專利的質量進行測度，將IPC小組的數(shù)量、IPC小組數(shù)量與IPC小類數(shù)量比以及規(guī)模的三者乘積作為金融新質生產(chǎn)力的最終指標。

（3）銀企匹配

參考張金清等（2022）[20]的研究，本文以企業(yè)每年對應貸款銀行的逐筆貸款規(guī)模占總貸款為權重，將企業(yè)對應銀行的金融新質生產(chǎn)力進行加權，得到企業(yè)對應銀行的綜合金融新質生產(chǎn)力指數(shù)。具體定義如下：

3實證結果與解釋

3.1 基準回歸結果

基準回歸結果如表1所示，不論是否加入控制變量或聚類標準誤，金融新質生產(chǎn)力發(fā)展對制造業(yè)企業(yè)出口技術復雜度的回歸系數(shù)總是在 10% 或5% 處顯著，說明金融新質生產(chǎn)力發(fā)展能有效提升企業(yè)出口技術復雜度，完成制造業(yè)外貿轉型升級。

3.2 機制檢驗

本文參考江艇（2022）[21]兩步法對金融新質生產(chǎn)力與制造業(yè)企業(yè)出口技術復雜度的影響機制進行檢驗。本文首先從企業(yè)借款、銀行放貸進行機制檢驗。出口相對需要面臨不同的關稅政策、不同的風俗習慣和不同的語言等，因此相較于在國內進行貿易往來，出口企業(yè)需要面臨的不確定性更高。而銀行需要通過全面鑒別企業(yè)的相關信息，來決定是否為其放款，盡可能防止道德風險和逆向選擇風險的出現(xiàn)，降低不良貸款率。本文將不良貸款率的機制檢驗結果呈現(xiàn)在表2的列（1）中，可以看出金融新質生產(chǎn)力顯著降低了銀行的不良貸款率；另外，我國為了鼓勵企業(yè)出海和增加外貿企業(yè)的國際競爭力，在審慎的前提下，銀行需要加強對外貿企業(yè)的支持，增強銀行的流動性創(chuàng)造能力，為企業(yè)出海提供更寬泛的融資渠道、更低的融資成本。因此，在表2的列（1）～（3）中，本文研究金融新質生產(chǎn)力的發(fā)展能否增加銀行流動性創(chuàng)造能力、降低企業(yè)融資成本、緩解企業(yè)融資約束，可以看出金融新質生產(chǎn)力對融資約束的WW指數(shù)和融資成本均顯著為負，流動性創(chuàng)造能力顯著為正，因此可以得出金融新質生產(chǎn)力每提升 1% ，能緩解企業(yè) 0.132% 的融資約束，降低企業(yè) 0.434% 的融資成本，進而提高銀行 4.87% 的流動性創(chuàng)造能力。

根據(jù)新貿易理論、異質性企業(yè)貿易理論以及羅默內生增長模型，生產(chǎn)產(chǎn)出與企業(yè)的技術進步息息相關，并根據(jù)前文推導，技術進步在金融新質生產(chǎn)力與出口技術復雜度之間起到非常重要的機制作用，因此本文將企業(yè)當年獨立申請的實用新型專利數(shù)作為技術進步的測度指標，對其進行回歸，回歸結果呈現(xiàn)在表2的列（5），顯然借款金融新質生產(chǎn)力發(fā)展可以增加借款企業(yè)的專利申請數(shù)。

3.3 內生性檢驗

考慮到金融新質生產(chǎn)力與制造業(yè)出口技術復雜度之間有較強的內生性問題，因此本文選取以下方法解決內生性問題。

（1）工具變量法

考慮到政府是新質生產(chǎn)力的主角，只有政府有為才能做到市場有效，新質生產(chǎn)力才能夠得到快速推進。我國金融部門、中央銀行、地方銀行以及各個金融機構，也在政府的大力號召下，為制造業(yè)企業(yè)、出海企業(yè)提供更便捷的數(shù)字服務。因此本文選取政府關注度作為第一個工具變量。為了滿足工具變量的外生性假設，本文參考陳東暉和章一帆（2025）[22]、張凱等（2023）[23]的研究，選取鄰近城市的政府關注度作為工具變量，這樣做的好處在于可以盡可能地避免對變量的干預，滿足外生性需求。而且，數(shù)字金融、金融科技發(fā)展具有同群化效應[24]，金融新質生產(chǎn)力在一定程度上包含了數(shù)字金融、金融科技等部分，因此本文選取省份金融新質生產(chǎn)力均值作為第二個工具變量。

本文采用兩階段工具變量檢驗方法對金融新質生產(chǎn)力和企業(yè)出口技術復雜度的內生性問題進行檢驗，結果呈現(xiàn)在表3中，從列（1）、（3）可以看出不論是政府關注度還是省份金融新質生產(chǎn)力均值，都滿足了相關性的要求，而列（2）、（4）系數(shù)也仍然顯著為正，說明通過了兩階段內生性檢驗。

（2）雙重差分檢驗

為了進一步緩解金融新質生產(chǎn)力與制造業(yè)出口技術復雜度之間的內生性問題，本文采用雙重差分法進行檢驗，并繪制平行趨勢以緩解內生性問題。在構建雙重差分模型時，本文將大于等于金融新質生產(chǎn)力均值的樣本作為處理組，小于均值的樣本作為對照組，并將其超過均值的年份假定為“政策”實施年份。基于此，本文繪制了平行趨勢，呈現(xiàn)在圖1。

（3）雙重機器學習檢驗

考慮傳統(tǒng)線性回歸不足的問題，本文加入雙重學習檢驗來緩解內生性。回歸結果如表4所示，可以看出金融新質生產(chǎn)力對企業(yè)出口技術復雜度的促進作用依然顯著。

3.4穩(wěn)健性檢驗

在緩解了模型的內生性問題后，為了進一步確保研究結果的準確性，本文采取以下方法進行穩(wěn)健性檢驗。

（1）變量替換法

為了進一步驗證基準回歸結果的準確性，本文參考李心茹等（2024）[25]用生產(chǎn)力三要素和技術創(chuàng)新對企業(yè)的新質生產(chǎn)力測算方式對金融新質生產(chǎn)力變量進行替換，回歸結果表略（留存?zhèn)渌鳎ｏ@然，在進行變量替換后，回歸結果依然顯著。隨后，本文基于海關數(shù)據(jù)庫對2013＼～2016年的企業(yè)出口技術復雜度進行測算，并將海關企業(yè)編碼與制造業(yè)上市企業(yè)代碼進行整理合并，得到回歸結果與基準回歸仍然保持一致，因此通過了穩(wěn)健性檢驗。

（2）考慮遺漏變量

在基準回歸中，部分控制變量并不顯著，可能存在遺漏變量的問題。因此在模型中本文繼續(xù)加入企業(yè)層面、地級市層面的控制變量，盡可能地使模型能控制相對多的因素。在企業(yè)層面，考慮到數(shù)字化轉型會促進企業(yè)出口技術復雜度的增長，因此本文加入企業(yè)數(shù)字化轉型程度 （dig） ；而資產(chǎn)規(guī)模（Size）、存款占比 （Da） 、杠桿率（ ?La? 等變量會影響企業(yè)出口、研發(fā)、技術進步，因此將其也加入到控制變量中（結果表略，留存?zhèn)渌鳎６丶壥袑用妫煌貐^(qū)的經(jīng)濟發(fā)展水平（Ceco）和科研經(jīng)費支出（Tecfee）的不同對企業(yè)的補貼和研發(fā)環(huán)境存在一定的影響，因此同樣加入到控制變量當中。之后同時加入地區(qū)、企業(yè)層面控制變量后進行回歸，可以看出不論加入何種控制變量，金融新質生產(chǎn)力對企業(yè)出口技術復雜度的促進作用依然保持。

考慮到上述加入的遺漏變量并不是每一個都具有顯著性，本文進一步使用敏感性分析來檢測遺漏變量的潛在影響。本文選擇股東持股比例作為遺漏變量的檢驗指標。敏感性分析結果如圖2和圖3所示，不論遺漏變量強度是股東持股比例的1倍、2倍還是3倍，金融新質生產(chǎn)力的回歸系數(shù)仍顯著為正，且在 1% 水平上顯著，說明本文基本不存在嚴重的遺漏變量問題。

（3）排除政策干擾

為了排除其他政策對二者之間相關關系的干擾，本文參考現(xiàn)有研究，跨境電商的發(fā)展不論對企業(yè)還是地區(qū)出口技術復雜度都有一定的顯著影響[26，27]，因此為了排除跨境電商和跨境電商政策的干擾，本文將使用跨境電商的企業(yè)和跨境電商綜試區(qū)實施后處于試點城市的企業(yè)分別進行剔除，其中剔除使用跨境電商平臺企業(yè)后的回歸結果呈現(xiàn)在表5的列（1）、（2），剔除跨境電商綜試區(qū)內的企業(yè)后回歸結果呈現(xiàn)在表5的列（3）、（4），可以看出，在排除跨境電商的干擾后，金融新質生產(chǎn)力對企業(yè)出口技術復雜度的回歸結果仍然顯著。

3.5 異質性分析

（1）地區(qū)層面

新興科技、新興技術的出現(xiàn)往往意味著風險的產(chǎn)生。金融科技、數(shù)字金融的出現(xiàn)并不只會帶來正向效果[28]，可能還會導致掠奪性定價、平臺壟斷、消費者負債等問題[29-31]。因此，必要的金融監(jiān)管顯得尤為重要[1]。本文以地區(qū)金融監(jiān)管支出作為金融監(jiān)管力度的測度方式，在剔除了金融監(jiān)管支出數(shù)據(jù)缺乏的地區(qū)后，以金融監(jiān)管強度均值作為分水嶺，區(qū)分企業(yè)所在地區(qū)為金融監(jiān)管強度高抑或是金融監(jiān)管強度低。金融監(jiān)管強度的異質性分析結果呈現(xiàn)在表6的列（1）、（2），顯然與本文推測一致，金融監(jiān)管強的地區(qū)，金融新質生產(chǎn)力對企業(yè)出口技術復雜度才具有顯著正向作用。

另外，金融新質生產(chǎn)力的發(fā)展離不開數(shù)字經(jīng)濟的產(chǎn)物——網(wǎng)商銀行的發(fā)展[32.33]。因此，本文利用網(wǎng)商銀行在地區(qū)的數(shù)量來測度網(wǎng)商銀行在地區(qū)的普及度，并構建網(wǎng)商銀行的均值作為區(qū)分普及度高或暫未普及，以此來檢驗網(wǎng)商銀行在金融新質生產(chǎn)力與企業(yè)出口技術復雜度之間的異質性。回歸結果呈現(xiàn)在表6的列（3）、（4），顯然只有在網(wǎng)商銀行業(yè)務普及高的地區(qū)，金融新質生產(chǎn)力發(fā)展才會提高企業(yè)出口技術復雜度。

風險承擔水平在企業(yè)出口中起到了較為關鍵的作用。本文將企業(yè)盈利收人的波動性作為企業(yè)風險承擔水平的測度指標，指標越高，說明企業(yè)風險承擔能力越低。風險承擔水平的異質性檢驗結果呈現(xiàn)在表7的列（1）、（2），顯然企業(yè)盈利波動性低、風險承擔水平高的企業(yè)，金融新質生產(chǎn)力發(fā)展才能推動其出口技術復雜度增長。

隨著逆全球化潮流席卷全球貿易市場，非關稅貿易壁壘、新興貿易壁壘已經(jīng)成為貿易保護主義的主要手段。為了應對逐漸增多的科技型貿易壁壘，技術含量低的行業(yè)需要積極應對該風險。因此，本文將企業(yè)所在行業(yè)分為高科技行業(yè)和非高科技行業(yè)，對其進行異質性檢驗。研究結果表明，銀行新質生產(chǎn)力對非高科技產(chǎn)業(yè)的企業(yè)出口技術復雜度提高效果尤其顯著，對于已經(jīng)是高科技行業(yè)的企業(yè)，效果并不顯著。由此可見，所在行業(yè)為非高科技產(chǎn)業(yè)的企業(yè)需要充分利用金融新質生產(chǎn)力，提高出口技術復雜度。

（2）企業(yè)層面

企業(yè)出海需要面臨較大的風險，因此企業(yè)的（3）金融新質生產(chǎn)力細分本文將前文中金融新質生產(chǎn)力構建的3個子指標進行拆分，逐個對企業(yè)出口技術復雜度進行回歸。回歸結果呈現(xiàn)在表8，可以看出，每個子指標都對企業(yè)出口技術復雜度有顯著的促進作用，而專利擴張性的促進作用最為顯著

3.6 拓展性分析

現(xiàn)有研究顯示，銀企數(shù)字化耦合對企業(yè)發(fā)展效果要優(yōu)于銀行或者企業(yè)單側賦能[24]。對于賦能企業(yè)出口技術復雜度來說，銀企數(shù)字化耦合通過雙向數(shù)據(jù)互通與流程整合，形成協(xié)同創(chuàng)新生態(tài)，相較于單側數(shù)字化具有顯著優(yōu)勢。因此，本文將企業(yè)數(shù)字化轉型程度與金融新質生產(chǎn)力進行交互，研究銀企數(shù)字化協(xié)同發(fā)展能否推動金融新質生產(chǎn)力單側對企業(yè)新質生產(chǎn)力的促進作用。最終結果呈現(xiàn)在表9，研究結果顯示，企業(yè)數(shù)字化與銀行新質生產(chǎn)力的協(xié)同發(fā)展可以推動金融新質生產(chǎn)力對企業(yè)出口技術復雜度的促進作用，進一步分解顯示新質專利的專利擴張性并沒有起到正向調節(jié)作用，而專利顛覆性起到了顯著的正向調節(jié)作用。

4政策與建議

根據(jù)上述理論模型推導和實證分析，可以得出以下結論：（1）金融新質生產(chǎn)力與企業(yè)出口技術復雜度呈正相關，并且是通過促進企業(yè)技術進步、優(yōu)化信貸配置和完善信貸治理的機制渠道起到的正向作用；（2）異質性分析顯示，地區(qū)層面，金融監(jiān)管力度大、網(wǎng)商銀行業(yè)務普及高的地區(qū)，金融新質生產(chǎn)力對外貿轉型升級的作用尤為明顯，而在企業(yè)層面，則只對企業(yè)風險承擔水平高、非高科技產(chǎn)業(yè)的企業(yè)起作用；（3）進一步分析顯示，企業(yè)數(shù)字化轉型與銀行新質生產(chǎn)力協(xié)同發(fā)展可以進一步提高銀行單側新質生產(chǎn)力對企業(yè)出口技術復雜度的正向作用。

基于上述結論，本文相應提出針對性建議：

（1）政府層面：深化金融改革，構建“監(jiān)管-創(chuàng)新”協(xié)同生態(tài)。政府需強化金融監(jiān)管與市場化改革的動態(tài)平衡，針對金融監(jiān)管力度強、網(wǎng)商銀行滲透率高的區(qū)域，制定差異化政策激勵。推動金融數(shù)據(jù)共享平臺建設，打通銀企間技術、信貸與貿易數(shù)據(jù)的流通壁壘，引導銀行開發(fā)“技術信用評估模型”，將企業(yè)研發(fā)投入、專利數(shù)量等納入授信標準，優(yōu)化信貸資源配置效率；完善綠色金融、數(shù)字金融等新型工具的法律框架，鼓勵地方試點“技術升級專項貸”，通過貼息、風險補償?shù)确绞浇档头歉呖萍计髽I(yè)的轉型成本。

（2）銀行層面：聚焦實體需求，創(chuàng)新“精準適配”金融服務。銀行應摒棄傳統(tǒng)“規(guī)模導向”模式，向“技術賦能型”服務轉型。針對高風險承擔企業(yè)，設計“研發(fā)貸 + 技術保險”組合產(chǎn)品，通過動態(tài)利率定價與風險共擔機制，緩解企業(yè)創(chuàng)新風險壓力；對非高科技企業(yè)，提供“技術改造升級貸”，結合數(shù)字化轉型需求嵌人智能診斷、技術咨詢服務；深化銀企數(shù)字化耦合，利用區(qū)塊鏈、物聯(lián)網(wǎng)等技術實時追蹤企業(yè)技術研發(fā)、生產(chǎn)及出口全流程數(shù)據(jù)，構建“技術-信貸-出口”動態(tài)風控模型，提升融資精準度。

（3）企業(yè)層面：強化技術主導，構建“數(shù)字-金融-制造”融合閉環(huán)。企業(yè)需以數(shù)字化轉型為紐帶，主動對接銀行新質生產(chǎn)力。加快工業(yè)互聯(lián)網(wǎng)、智能生產(chǎn)系統(tǒng)等數(shù)字基座建設，向銀行開放關鍵生產(chǎn)數(shù)據(jù)流，通過“數(shù)據(jù)增信”獲取低成本融資，反哺技術研發(fā)與設備升級；建立技術動態(tài)評估機制，非高科技企業(yè)可借力銀行的技術診斷資源，識別產(chǎn)業(yè)鏈關鍵環(huán)節(jié)進行“局部高技術化”改造，如通過智能化提升傳統(tǒng)產(chǎn)品附加值。

總的來說，政府需以制度創(chuàng)新引導資源流向，銀行需以服務重構匹配實體需求，企業(yè)需以技術突破激活轉型動能，三者協(xié)同方能將金融新質生產(chǎn)力有效轉化為出口技術復雜度提升的長效引擎。

參考文獻

［1］劉宏曼，李茜茜.全球價值鏈、市場組合優(yōu)化與企業(yè)出口風險［J]．國際經(jīng)貿探索，2023，39（12）：76～91.

[2]劉晴，程玲，邵智，等．融資約束、出口模式與外貿轉型升級［J].經(jīng)濟研究，2017，52（5）：75～88.

[3]胡若癡，張宏磊.數(shù)字金融助力我國制造業(yè)企業(yè)出口的動態(tài)機制與對策研究[J]．經(jīng)濟縱橫，2022，（11）：64～71.

[4]褚希偉，王婧卜.金融科技發(fā)展與數(shù)字全球價值鏈嵌入：機制討論和經(jīng)驗證據(jù)[J].科學管理研究，2024，42（5）：150～158.

[5]MaD，ZhuY，YangY.HowGreenFinanceAffectsExportPro-ductionQuality：FreshEvidence from China[J].EnergyEco-nomics，2024，131：107381.

[6]成祖松，趙小強，劉立平.數(shù)字普惠金融能否推動貿易強國建設？［J].財貿研究，2024，35（11）：43～55.

[7］張壹帆，陸岷峰，數(shù)字金融對金融新質生產(chǎn)力提升的作用機制研究[J]．河南社會科學，2024，32（5）：74～84.南京財經(jīng)大學學報，2024，（4）：100～110.

[9］李俊久，姜美旭，張朝帥．數(shù)字經(jīng)濟發(fā)展如何影響城市出口技術復雜度——理論模型與經(jīng)驗證據(jù)［J]．國際經(jīng)貿探索，2024，40（11）：57～73.

[10］趙春明，褚婷婷．人工智能應用對出口技術復雜度的影響研究——基于中國工業(yè)行業(yè)面板數(shù)據(jù)［J]．中國科技論壇，2024，（6）：58～66.

［11］王智新，韓承斌，朱文卿.數(shù)字金融發(fā)展對出口技術復雜度的影響研究［J]．世界經(jīng)濟研究，2022，（8）：26～42，135～136.

［12］馬勇，肖瑞彤.金融開放、技術進步與出口復雜度［J]．國際貿易問題，2024，（8）：140～157.

［13］方霞，李秀珍，胡錦輝，等．中國數(shù)字金融發(fā)展與企業(yè)出口技術水平提升：基于出口技術復雜度的研究［J]．國際貿易問題，2023，（10）：109～125.

[14］許和連，王倫，鄧玉萍.技術交易網(wǎng)絡與出口企業(yè)成本加成——基于中國專利轉讓與許可的經(jīng)驗研究［J]．中國工業(yè)經(jīng)濟，2024，（4）：76～94.

[15］蘇媛，李廣培.綠色技術創(chuàng)新能力、產(chǎn)品差異化與企業(yè)競爭力——基于節(jié)能環(huán)保產(chǎn)業(yè)上市公司的分析［J］．中國管理科學，2021，29（4）：46～56.

[16］劉甲洋.知識產(chǎn)權保護與產(chǎn)品貿易競爭力關系研究——基于行業(yè)數(shù)據(jù)對不同技術含量出口產(chǎn)品競爭力差異化分析［J].價格理論與實踐，2022，（11）：185～188，212.

[17］余娟娟，余東升.政府補貼、行業(yè)競爭與企業(yè)出口技術復雜度［J]．財經(jīng)研究，2018，44（3）：112～124.

[18］李茂林，王子路，何光輝，等．銀行業(yè)金融科技創(chuàng)新、結構性普惠效應與創(chuàng)業(yè)活力［J]．管理世界，2024，40（6）：195～224.

［19］孫明漢，魏雪迎，朱秀珠．面向關鍵核心技術群落識別與創(chuàng)新態(tài)勢評估的模型構建——基于全球PCT專利數(shù)據(jù)的實證研究［J/0L].科技進步與對策：1～11［2025-03-20].

[20］張金清，李柯樂，張劍宇．銀行金融科技如何影響企業(yè)結構性去杠桿？［J]．財經(jīng)研究，2022，48（1）：64～77.

［21］江艇.因果推斷經(jīng)驗研究中的中介效應與調節(jié)效應［J]．中國工業(yè)經(jīng)濟，2022，（5）：100～120.

[22]陳東暉，章一帆.金融新質生產(chǎn)力能否實現(xiàn)企業(yè)綠色發(fā)展[J]．財經(jīng)科學，2025，（1）：44～61.

[23］張凱，劉冬媛，于世海.數(shù)字貿易對出口技術復雜度的影響研究——基于金融發(fā)展有調節(jié)的中介效應模型檢驗［J]．經(jīng)濟問題探索，2023，（2）：144～159.

[24］魏俊，聶榮，章一帆.銀企數(shù)字化耦合對企業(yè)綠色創(chuàng)新的影響研究——來自數(shù)字專利匹配的經(jīng)驗證據(jù)［J/OL]．南方經(jīng)濟：1～32[2025-03-19].

[25]李心茹，田增瑞，常焙筌.新質生產(chǎn)力、資源利用與企業(yè)組織韌性[J].西部論壇，2024，34（4）：35～49.

[26]張洪勝，杜雨彤，周美彤，等.跨境電商與出口技術復雜度提升：來自綜試區(qū)設立的證據(jù)［J]．浙江大學學報（人文社會科學版），2024，54（10）：39～61.

[27]劉婧玲，劉經(jīng)珂，陳艷瑩.跨境電商綜試區(qū)提升了城市制造業(yè)出口技術復雜度嗎？［J]．世界經(jīng)濟研究，2024，（7）：58～71，135.

[28]ZhangYF，ZhaoH.TheEffect ofE-commerceonDigital Inclu-siveFinance：EvidencefromtheE-commerceBoomin Rural China[J].CogentEconomicsamp;Finance，2025，13（1）：2460082.

[29］王義中，林溪，孫睿.金融科技平臺公司經(jīng)濟影響研究：風險與收益不對稱視角[J].經(jīng)濟研究，2022，57（6）：119～136.

[30]TobiasB，ValentinB，AnaG，etal.On theRise of FinTechs：CreditScoringUsingDigital Footprints［J].ReviewofFinancialStudies，2020，33（7）：2845～2897.

[31]Buchak G，Matvos G，Piskorski T，et al.Fintech，RegulatoryArbitrage，and theRiseof ShadowBanks[J].Journal of Finan-cialEconomics，2018，130（3）：453～483.

[32]江雪穎，朱武祥.金融科技公司助力傳統(tǒng)銀行貸款規(guī)模提升——來自網(wǎng)商銀行縣域普惠金融業(yè)務的證據(jù)［J].金融監(jiān)管研究，2025，（1）：59～79.

[33]張正平，趙魏蘭．數(shù)字金融是否促進了縣域產(chǎn)業(yè)結構升級？一 一基于網(wǎng)商銀行進入農村市場的準自然實驗［J].財經(jīng)論叢，2024，（3）：47～57.

[Abstract）Deepening financialreformandimprovingfinancial servicesareimportantpathsforpromotingthetransformationof China's manufacturingindustryfromatrading powertoa trading powerhousethrough high-qualityfinancialdevelopment.Therefore， thisarticletakescommercialbanksandmanufacturingenterprisesfrom2015to2O24asresearchsamples，anduses enterprieloan datatoassociatethemwithbanks.Andusemachinelearningalgorithmstocalculatethefinancial newqualityproductivityindex， andstudyitsimpactonthetechologicalcomplexityofnterpriseexports.Throughthedductionoftheoreticalmodelsandepircal analysis，thefollwingconclusionsaredawn：（1）Thereisapositivecorelationbetweenfinancialnewqualitproductivityand thecomplexityofnterprseexporttchology，anditplaysapositiveroleinpromotingenterpriseechologicalprogress，optiing creditallocation，andimprovingreditgoverancemechanismsandhannels；（2）Heterogenityanalysissowstatatthegioal level，inareaswithstrongfiancialgulationandhighpopularityofolincommercialbankingservices，theoleoffinancialew qualityproductivityinthetransformationandupgradingofforeigntradeisparticularlyevident.However，attheenterpriselevel，it onlyplaysaroleinenterpriseswithhighrisk-takinglevelsandnonigh-techidustries；（3）Furtheranalysisshowsthatecoor dinateddevelopmentofenterprisedigitaltransfomationandfiancialnwqualityproductivitycanfurtherpromotethepositiveffect of unilateral new quality productivity ofbanks on the complexity of enterprise export technology.

[Key words]financial newqualityproductivity；export technologycomplexity；technological progress；credit governance; credit allocation；multi sector model；bank enterprise matching；machine learning

[Jelclassification]E22；O14（責任編輯：楊婧）