楊雪晴，張 娜

（蚌埠學(xué)院 經(jīng)濟(jì)與管理學(xué)院, 安徽 蚌埠 233030）

黨的十九大提出要“加快建設(shè)制造強(qiáng)國(guó)，加快發(fā)展先進(jìn)制造業(yè)”，《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035 年遠(yuǎn)景目標(biāo)綱要》和《“十四五”國(guó)家信息化規(guī)劃》明確指出，要強(qiáng)化制造業(yè)與數(shù)字經(jīng)濟(jì)協(xié)同發(fā)展，增強(qiáng)制造業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)，推動(dòng)制造業(yè)高質(zhì)量發(fā)展。其中數(shù)字金融是數(shù)字經(jīng)濟(jì)圍繞金融的新經(jīng)濟(jì)業(yè)態(tài)，有利于提高制造業(yè)企業(yè)信貸的可得性，實(shí)現(xiàn)資源優(yōu)化和技術(shù)升級(jí)，進(jìn)而促進(jìn)制造業(yè)的高質(zhì)量發(fā)展。數(shù)字金融已成為我國(guó)制造業(yè)高質(zhì)量發(fā)展的重要催化劑?；诖耍疚膹臄?shù)字金融的直接效應(yīng)和間接效應(yīng)視角，探討數(shù)字金融促進(jìn)區(qū)域制造業(yè)高質(zhì)量發(fā)展的作用機(jī)制。

一、文獻(xiàn)回顧與研究設(shè)計(jì)

（一）文獻(xiàn)回顧

當(dāng)前關(guān)于數(shù)字金融促進(jìn)區(qū)域制造業(yè)高質(zhì)量發(fā)展的理論研究，主要集中在數(shù)字金融對(duì)金融市場(chǎng)和對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)的作用等方面。經(jīng)典理論主要包括索洛模型、內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論等認(rèn)為金融資本是區(qū)域經(jīng)濟(jì)增長(zhǎng)、轉(zhuǎn)型發(fā)展的決定性因素[1-2]。隨著信息技術(shù)的發(fā)展，傳統(tǒng)金融與信息化緊密結(jié)合，衍生出數(shù)字金融，相關(guān)理論進(jìn)一步得到拓展。數(shù)字金融完善了金融市場(chǎng)中的利率傳導(dǎo)鏈條并降低了貸款市場(chǎng)整體風(fēng)險(xiǎn)水平，弱化了傳統(tǒng)貨幣政策信貸渠道的作用效果，緩解融資約束途徑從而助推區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展[3-4]；數(shù)字金融發(fā)展較好的地區(qū)，能提升企業(yè)金融資本流動(dòng)性，促進(jìn)金融資本流向與高效益匹配的制造型企業(yè)，從而推動(dòng)企業(yè)轉(zhuǎn)型升級(jí)實(shí)現(xiàn)高質(zhì)量發(fā)展[5-6]。

關(guān)于數(shù)字金融促進(jìn)區(qū)域制造業(yè)高質(zhì)量發(fā)展的研究，主要集中采用實(shí)證方法分析數(shù)字金融的作用路徑。傳統(tǒng)金融雖然能在一定程度上緩解企業(yè)的資金需求[7-8]，但是其低效率配置和金融深度不足會(huì)對(duì)企業(yè)創(chuàng)新活動(dòng)產(chǎn)生抑制作用[9-10]，數(shù)字普惠金融對(duì)于傳統(tǒng)金融服務(wù)的廣度和深度都有著極大的拓展[11]，并且對(duì)區(qū)域創(chuàng)新產(chǎn)出的促進(jìn)作用明顯[12],以及能推動(dòng)制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)[13]與實(shí)體企業(yè)高質(zhì)量發(fā)展[14]。

現(xiàn)有關(guān)于關(guān)于數(shù)字金融促進(jìn)區(qū)域制造業(yè)高質(zhì)量發(fā)展的研究主要體現(xiàn)在以下幾個(gè)方面：（1）多數(shù)研究集中于數(shù)字金融的某一方面或數(shù)字金融與區(qū)域經(jīng)濟(jì)增長(zhǎng)關(guān)系的研究，相對(duì)來(lái)說(shuō)缺少數(shù)字金融、技術(shù)創(chuàng)新與區(qū)域制造業(yè)高質(zhì)量發(fā)展的研究。（2）關(guān)于區(qū)域制造業(yè)高質(zhì)量發(fā)展的研究多數(shù)局限于省級(jí)層面，且測(cè)度方法仍有改進(jìn)的空間。對(duì)此，本文將進(jìn)行如下改進(jìn)：（1）改進(jìn)區(qū)域制造業(yè)高質(zhì)量發(fā)展水平的測(cè)度方法；（2）以長(zhǎng)三角市級(jí)層面數(shù)據(jù)為研究對(duì)象，構(gòu)建數(shù)字金融、技術(shù)創(chuàng)新與區(qū)域制造業(yè)高質(zhì)量發(fā)展的研究框架，探索數(shù)字金融對(duì)區(qū)域制造業(yè)高質(zhì)量發(fā)展的作用效果和機(jī)制。

（二）研究設(shè)計(jì)

1.理論模型與研究假設(shè)

根據(jù)Cobb-Douglas 產(chǎn)出模式假設(shè)，制造業(yè)生產(chǎn)函數(shù)為：

式中M為制造業(yè)總產(chǎn)出，A表示技術(shù)進(jìn)步水平系數(shù)，L表示制造業(yè)部門(mén)的勞動(dòng)力投入，K為資本存量， α為產(chǎn)出彈性，并假定技術(shù)進(jìn)步符合哈羅德中性原理。數(shù)字金融具有天然的數(shù)據(jù)屬性、金融屬性，與信息化融合，能提高金融資本的流動(dòng)性，優(yōu)化資本配置，提高金融資本的利用效率，驅(qū)動(dòng)金融資本運(yùn)動(dòng)到高附加值、高利潤(rùn)制造業(yè)中，推動(dòng)區(qū)域制造業(yè)高質(zhì)量發(fā)展。由此，生產(chǎn)函數(shù)得到進(jìn)一步拓展為：

式中 γ為數(shù)字金融具有技術(shù)因子特性，這是在既定假設(shè)條件展示出數(shù)字金融直接促進(jìn)區(qū)域制造業(yè)高質(zhì)量發(fā)展。

由此，假設(shè)1：數(shù)字金融可直接促進(jìn)區(qū)域制造業(yè)高質(zhì)量發(fā)展。

數(shù)字金融的信息技術(shù)特征和優(yōu)越的流動(dòng)性，能支持新技術(shù)研發(fā)和先進(jìn)技術(shù)的擴(kuò)散，并能提高勞動(dòng)力投入量和勞動(dòng)效率，促進(jìn)制造業(yè)生產(chǎn)規(guī)模再擴(kuò)大和高質(zhì)量發(fā)展。由此，生產(chǎn)函數(shù)得到進(jìn)一步深層次的擴(kuò)展為：

對(duì)式子（4）兩邊取對(duì)數(shù)得：

兩邊對(duì)時(shí)間t微分得：

由此，假設(shè)2：數(shù)字金融可通過(guò)技術(shù)創(chuàng)新驅(qū)動(dòng)制造業(yè)高質(zhì)量發(fā)展。

2.影響機(jī)理（見(jiàn)圖1）分析

圖1 數(shù)字金融驅(qū)動(dòng)制造業(yè)高質(zhì)量發(fā)展的影響機(jī)理

數(shù)字金融促進(jìn)區(qū)域制造業(yè)高質(zhì)量發(fā)展作用機(jī)制在于：

（1）數(shù)字金融能夠增進(jìn)金融資本在不完全要素市場(chǎng)的流動(dòng)，減少要素價(jià)格扭曲以及各種摩擦的存在，按照市場(chǎng)原則高效配置資源，引導(dǎo)金融資本流向高效率高質(zhì)量制造企業(yè)，直接擴(kuò)大生產(chǎn)，促進(jìn)了區(qū)域制造業(yè)的高質(zhì)量發(fā)展。

（2）數(shù)字金融提升了資本的流動(dòng)性，推進(jìn)市場(chǎng)化進(jìn)程[15]、提升產(chǎn)業(yè)集聚和技術(shù)創(chuàng)新水平[16]等，減少了金融資本要素的流動(dòng)障礙，使生產(chǎn)要素在價(jià)格機(jī)制的作用下，按照要素報(bào)酬等于邊際產(chǎn)品價(jià)值的原則自由流動(dòng)，進(jìn)而優(yōu)化資源配置，實(shí)現(xiàn)金融資本的帕累托最優(yōu)，推動(dòng)區(qū)域制造業(yè)高質(zhì)量發(fā)展。

二、研究樣本與變量選擇

（一）研究樣本和數(shù)據(jù)來(lái)源

本文的研究樣本為長(zhǎng)三角地區(qū)上海市、安徽省、江蘇省、浙江省41 個(gè)城市。之所以選擇長(zhǎng)三角地區(qū)城市作為研究對(duì)象，原因在于江蘇省、浙江省、上海市是我國(guó)數(shù)字金融覆蓋面較廣、數(shù)字化程度較高、數(shù)字金融使用深度較強(qiáng)、制造業(yè)最發(fā)達(dá)的地區(qū)之一，同時(shí)安徽省制造業(yè)整體發(fā)展水平與長(zhǎng)三角其他地區(qū)相比還有較大差距，其數(shù)字金融發(fā)展水平可能也存在差異，因此分析長(zhǎng)三角地區(qū)的數(shù)字金融對(duì)區(qū)域制造業(yè)高質(zhì)量發(fā)展的影響及其異質(zhì)性，具有重要的現(xiàn)實(shí)意義。地級(jí)市制造業(yè)高質(zhì)量發(fā)展水平測(cè)度和控制變量所用數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》與各城市的統(tǒng)計(jì)年鑒；數(shù)字金融數(shù)據(jù)采用北京大學(xué)發(fā)布的《全國(guó)各市數(shù)字普惠金融指數(shù)》。

（二）變量選擇

1.被解釋變量

制造業(yè)高質(zhì)量發(fā)展水平（MD）。高質(zhì)量發(fā)展從全局視角體現(xiàn)在發(fā)展方式、發(fā)展理念的轉(zhuǎn)變，包含了經(jīng)濟(jì)社會(huì)、生態(tài)等方面的內(nèi)涵式發(fā)展[17]。從局部層面經(jīng)濟(jì)高質(zhì)量發(fā)展要求創(chuàng)新、綠色、開(kāi)放、協(xié)同、共享[18]，而對(duì)于經(jīng)濟(jì)系統(tǒng)中的制造業(yè)高質(zhì)量發(fā)展主要融合了企業(yè)的技術(shù)革新能力、投入產(chǎn)出能力、信息化能力、綠色發(fā)展能力[19]。因此，依據(jù)制造業(yè)高質(zhì)量發(fā)展的內(nèi)涵，構(gòu)建了測(cè)度區(qū)域制造業(yè)高質(zhì)量發(fā)展的指標(biāo)體系，主要包括經(jīng)濟(jì)效率、創(chuàng)新能力、數(shù)字化水平、綠色發(fā)展等方面，見(jiàn)表1。

表1 制造業(yè)高質(zhì)量發(fā)展指標(biāo)體系

在借鑒已有研究成果的基礎(chǔ)上，構(gòu)建了區(qū)域制造業(yè)高質(zhì)量發(fā)展測(cè)度指標(biāo)體系，衡量指標(biāo)權(quán)重的方法主要包括德?tīng)柗品?、層次分析法（AHP 法）、熵值法等，但這幾種方法得出的評(píng)價(jià)結(jié)果帶有很大的主觀性，結(jié)論缺乏穩(wěn)定性?；诖?，本文采用更為客觀的評(píng)價(jià)方法——熵權(quán)法來(lái)對(duì)單項(xiàng)系統(tǒng)進(jìn)行定量評(píng)價(jià)[20-21]，具體步驟如下：

（1）無(wú)量綱化處理

由于指標(biāo)體系中各指標(biāo)計(jì)量單位和屬性不一致，本文采用最大值-最小值極差化方法對(duì)指標(biāo)數(shù)據(jù)進(jìn)行處理，消除量綱影響，標(biāo)準(zhǔn)化方法為：

其中：max(Ximt)、min(Ximt)、Ximt分別為Xxit指標(biāo)的最小值、最大值和均值，準(zhǔn)則層與指標(biāo)層的指標(biāo)權(quán)重采用熵權(quán)法進(jìn)行賦值。

（2）確定單項(xiàng)指標(biāo)的權(quán)重

（3）計(jì)算系統(tǒng)綜合評(píng)價(jià)指數(shù)

在測(cè)度各系統(tǒng)綜合評(píng)價(jià)指數(shù)時(shí)，采用綜合評(píng)價(jià)法，其處理模型為：

測(cè)算結(jié)果如表2 所示。

表2 長(zhǎng)三角地區(qū)城市制造業(yè)高質(zhì)量發(fā)展水平測(cè)度結(jié)果

2.解釋變量

數(shù)字金融發(fā)展水平（DF）。數(shù)據(jù)來(lái)源于北京大學(xué)發(fā)布的2011—2019 年《全國(guó)各市數(shù)字普惠金融指數(shù)》，是本文的核心解釋變量[22]。

3.中介變量

技術(shù)創(chuàng)新（TN）。根據(jù)理論模型以技術(shù)創(chuàng)新水平作為中介變量，主要出于對(duì)技術(shù)創(chuàng)新中介效應(yīng)的考慮，因?yàn)榧夹g(shù)創(chuàng)新是數(shù)字金融促進(jìn)區(qū)域經(jīng)濟(jì)增長(zhǎng)的重要渠道。其中專(zhuān)利申請(qǐng)數(shù)量可以較好地反映各地技術(shù)創(chuàng)新發(fā)展的情況且數(shù)據(jù)易得，故以專(zhuān)利申請(qǐng)數(shù)的對(duì)數(shù)值來(lái)代表各地區(qū)的技術(shù)創(chuàng)新水平[23]。

4.控制變量育年限衡量人力資本水平[24]；經(jīng)濟(jì)發(fā)展水平（PGDP），采用人均GDP衡量長(zhǎng)三角地區(qū)各市的經(jīng)濟(jì)發(fā)展水平[24]；

控制變量主要包括：人力資本（HC）,采用平均受教對(duì)外開(kāi)放（OP），采用外商投資額乘以當(dāng)年匯率，與各地區(qū)的國(guó)內(nèi)生產(chǎn)總值之比來(lái)衡量區(qū)域?qū)ν忾_(kāi)放程度[25]；政府干預(yù)（GI），采用各市級(jí)政府財(cái)政支出和地區(qū)國(guó)內(nèi)生產(chǎn)總值的比值來(lái)衡量地區(qū)政府的干預(yù)程度[24]；基礎(chǔ)設(shè)施建設(shè)（INF），采用全社會(huì)固定資產(chǎn)投資中“交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)”投資額的占比來(lái)衡量基礎(chǔ)設(shè)施建設(shè)水平[24]；市場(chǎng)化程度（MI），采用樊綱等編著的《中國(guó)市場(chǎng)化指數(shù)》（2011）計(jì)算獲得[25]。

（三）變量的描述性統(tǒng)計(jì)結(jié)果

表3呈現(xiàn)各變量的描述性統(tǒng)計(jì)結(jié)果，其中數(shù)字金融發(fā)展和地區(qū)制造業(yè)高質(zhì)量發(fā)展水平區(qū)域差異性最大，各市行政干預(yù)標(biāo)準(zhǔn)差為0.89，反映各地政府對(duì)地方發(fā)展的整體干預(yù)水平差距不大。

表3 描述性統(tǒng)計(jì)分析

三、實(shí)證結(jié)果與分析

（一）基準(zhǔn)回歸

對(duì)基準(zhǔn)模型進(jìn)行OLS 回歸，采用BP 檢驗(yàn)發(fā)現(xiàn)隨機(jī)效應(yīng)優(yōu)于混合效應(yīng)模型。然后采用Hausman 檢驗(yàn)，結(jié)果表明固定效應(yīng)模型優(yōu)于隨機(jī)效應(yīng)模型，并采用John 和 Aart（1998）穩(wěn)健性標(biāo)準(zhǔn)誤估計(jì)方法處理異方差問(wèn)題。構(gòu)建的計(jì)量模型如下：

式中：i表示長(zhǎng)三角各市截面單元；t表示樣本時(shí)間；MDit是因變量，表示區(qū)域制造業(yè)高質(zhì)量發(fā)展水平；DFit是核心解釋變量，表示各區(qū)域的數(shù)字金融發(fā)展水平；controlit是上述所有控制變量；vi表示各地區(qū)的個(gè)體效應(yīng)； μt表示時(shí)間效應(yīng)； εit表示不能被模型解釋的隨機(jī)干擾項(xiàng)?；貧w結(jié)果見(jiàn)表4，（1）、（2）、（3）分別表示混合截面回歸、個(gè)體固定效應(yīng)回歸和雙向固定效應(yīng)回歸。

表4 數(shù)字金融對(duì)制造業(yè)高質(zhì)量發(fā)展影響分析

表4顯示數(shù)字金融發(fā)展對(duì)區(qū)域制造業(yè)高質(zhì)量發(fā)展的回歸，結(jié)果表明：使用不同的回歸方法研究發(fā)現(xiàn)數(shù)字金融的系數(shù)值都保持了良好的穩(wěn)健性，回歸結(jié)果表明數(shù)字金融與區(qū)域制造業(yè)高質(zhì)量發(fā)展之間存在顯著正向相關(guān)關(guān)系，且通過(guò)了 1%的統(tǒng)計(jì)顯著性檢驗(yàn)，驗(yàn)證假設(shè)1 成立。數(shù)字金融的發(fā)展有助于推動(dòng)經(jīng)濟(jì)綠色轉(zhuǎn)型，提升區(qū)域制造業(yè)高質(zhì)量發(fā)展。

（二）機(jī)制分析

前文實(shí)證分析顯示數(shù)字金融與區(qū)域制造業(yè)高質(zhì)量發(fā)展呈現(xiàn)顯著的正相關(guān)，表明數(shù)字金融可有效驅(qū)動(dòng)區(qū)域制造業(yè)高質(zhì)量發(fā)展，而對(duì)于數(shù)字金融與技術(shù)創(chuàng)新對(duì)區(qū)域制造業(yè)高質(zhì)量發(fā)展影響機(jī)制分析，需要進(jìn)一步驗(yàn)證，因此構(gòu)建中介效應(yīng)模型如下：

從表5 的回歸結(jié)果可知，數(shù)字金融在總效應(yīng)和直接效應(yīng)中的估計(jì)系數(shù)均為正數(shù)，且通過(guò)1%顯著性檢驗(yàn)，表明數(shù)字金融可以顯著驅(qū)動(dòng)區(qū)域制造業(yè)高質(zhì)量發(fā)展。加入技術(shù)創(chuàng)新解釋變量后，直接效應(yīng)模型中數(shù)字金融系數(shù)有所降低，表明數(shù)字金融對(duì)區(qū)域制造業(yè)高質(zhì)量發(fā)展的影響不僅存在直接效應(yīng)也存在間接效應(yīng)。在間接效應(yīng)模型中，數(shù)字金融的系數(shù)顯著為正，表明數(shù)字金融可以促進(jìn)技術(shù)創(chuàng)新。因此，技術(shù)創(chuàng)新在數(shù)字金融對(duì)區(qū)域制造業(yè)高質(zhì)量發(fā)展的影響作用中起到部分中介效應(yīng)，其中間接效應(yīng)與直接效應(yīng)的比為 0.524 2。當(dāng)模型系數(shù)均顯著時(shí)，無(wú)需進(jìn)行 sobel 檢驗(yàn)，認(rèn)為中介效應(yīng)顯著。以上實(shí)證結(jié)果進(jìn)一步表明數(shù)字金融影響區(qū)域制造業(yè)高質(zhì)量發(fā)展存在兩條路徑：一是數(shù)字金融對(duì)區(qū)域制造業(yè)高質(zhì)量發(fā)展的直接影響，二是技術(shù)創(chuàng)新的間接影響。至此，假設(shè) 2 得證。

表5 技術(shù)創(chuàng)新的中介效應(yīng)分析

（三）內(nèi)生性問(wèn)題

以上實(shí)證分析表明數(shù)字金融能驅(qū)動(dòng)區(qū)域制造業(yè)高質(zhì)量發(fā)展，但在模型的因果識(shí)別過(guò)程中可能存在內(nèi)生性問(wèn)題的干擾，內(nèi)生性主要來(lái)源于反向因果和遺漏變量問(wèn)題。反向因果是指區(qū)域制造業(yè)高質(zhì)量有利于促進(jìn)數(shù)字金融的發(fā)展，以下選擇將數(shù)字金融等解釋變量進(jìn)行滯后一期處理解決內(nèi)生性問(wèn)題。回歸結(jié)果如表6 所示，列（1）未加入控制變量，列（2）加入控制變量，隨著控制變量的加入，模型的擬合優(yōu)度得到了改進(jìn)，回歸結(jié)果在 1%的顯著性水平下顯著，表明在一定程度上解決內(nèi)生性問(wèn)題后數(shù)字金融依舊對(duì)區(qū)域制造業(yè)高質(zhì)量發(fā)展起到顯著的促進(jìn)作用，上述回歸結(jié)論具有可靠性。

表6 穩(wěn)健性檢驗(yàn)Ⅰ：內(nèi)生性問(wèn)題——滯后一期

采用工具變量法對(duì)遺漏變量導(dǎo)致的內(nèi)生性問(wèn)題進(jìn)行檢驗(yàn)，選擇各地級(jí)市與杭州市之間的球面距離作為工具變量。首先，地理距離作為自然地理變量與經(jīng)濟(jì)社會(huì)因素不存在相關(guān)關(guān)系；其次，杭州數(shù)字金融發(fā)達(dá)，各城市數(shù)字金融水平與杭州市之間的距離直接相關(guān)。由于本文研究基于面板數(shù)據(jù)，為了獲取年份上的變異性，構(gòu)造各城市與杭州市之間的距離的倒數(shù)乘以當(dāng)年年份作為工具變量，采用二階段最小二乘法進(jìn)行工具變量法估計(jì)。表7 工具變量檢驗(yàn)表明其不存在過(guò)度識(shí)別和弱工具變量問(wèn)題，且解釋了工具變量的外生性。同時(shí)，表7 顯示，解決內(nèi)生性問(wèn)題后，數(shù)字金融依然顯著降低能源強(qiáng)度，且在 1%的顯著性水平下顯著。

表7 穩(wěn)健性檢驗(yàn)Ⅱ：內(nèi)生性問(wèn)題——2SLS

（四）區(qū)域異質(zhì)性分析

長(zhǎng)三角地區(qū)包括安徽省、浙江省、江蘇省和上海市，其中上海市經(jīng)濟(jì)社會(huì)發(fā)展水平與江蘇省最接近，本文將其并入江蘇省，以此來(lái)分析不同區(qū)域數(shù)字金融與區(qū)域制造業(yè)高質(zhì)量發(fā)展的異質(zhì)性。表8 顯示，江蘇省、浙江省、安徽省數(shù)字金融對(duì)區(qū)域制造業(yè)高質(zhì)量發(fā)展影響具有顯著的異質(zhì)性，整體上數(shù)字金融對(duì)各地區(qū)技術(shù)創(chuàng)新和制造業(yè)高質(zhì)量發(fā)展具有顯著的正向作用，技術(shù)創(chuàng)新仍是數(shù)字金融對(duì)區(qū)域高質(zhì)量發(fā)展影響的中介變量，同時(shí)也證明了上述實(shí)證分析的穩(wěn)健性。在長(zhǎng)三角地區(qū)數(shù)字金融對(duì)安徽省制造業(yè)高質(zhì)量發(fā)展驅(qū)動(dòng)效果最大，浙江省最小，可能是數(shù)字金融更容易促進(jìn)中低端制造業(yè)發(fā)展，對(duì)高端制造業(yè)不敏感。

表8 分區(qū)域影響因素效應(yīng)檢驗(yàn)

四、結(jié)論與政策建議

本文以長(zhǎng)三角地區(qū)41 個(gè)城市為研究對(duì)象，采用面板回歸和中介效應(yīng)模型分析了數(shù)字金融對(duì)區(qū)域制造業(yè)高質(zhì)量發(fā)展的作用。研究發(fā)現(xiàn)：第一，數(shù)字金融發(fā)展水平與區(qū)域制造業(yè)高質(zhì)量發(fā)展水平呈顯著正相關(guān)，數(shù)字金融能有效驅(qū)動(dòng)區(qū)域制造業(yè)高質(zhì)量發(fā)展；第二，數(shù)字金融可通過(guò)技術(shù)創(chuàng)新這一傳導(dǎo)機(jī)制促進(jìn)區(qū)域制造業(yè)高質(zhì)量發(fā)展；第三，長(zhǎng)三角地區(qū)數(shù)字金融對(duì)區(qū)域制造業(yè)高質(zhì)量發(fā)展影響具有顯著的異質(zhì)性，其中對(duì)安徽省作用效果最大。

本文提出如下政策建議：第一，深化傳統(tǒng)金融改革，深度融合信息化技術(shù)，引導(dǎo)金融資本流向綠色、高質(zhì)量發(fā)展的制造業(yè)企業(yè)，加快數(shù)字金融基礎(chǔ)設(shè)施建設(shè)，促進(jìn)區(qū)域制造業(yè)高質(zhì)量發(fā)展。政府應(yīng)鼓勵(lì)商業(yè)銀行運(yùn)用數(shù)字技術(shù)完善其現(xiàn)有功能，加強(qiáng)基礎(chǔ)設(shè)施的建設(shè)有助于擴(kuò)大數(shù)字金融覆蓋廣度，彌補(bǔ)中小企業(yè)和欠發(fā)達(dá)地區(qū)在金融發(fā)展過(guò)程中的不足，提高金融服務(wù)惠及實(shí)體企業(yè)的可及性。第二，推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展，激發(fā)數(shù)字金融服務(wù)區(qū)域制造業(yè)高質(zhì)量發(fā)展。政府應(yīng)當(dāng)通過(guò)各種政策刺激數(shù)字金融支持降低綠色研發(fā)風(fēng)險(xiǎn)，讓全社會(huì)的綠色研發(fā)支出一直處于較高水平，從而逐步積累大量的綠色技術(shù)與綠色研發(fā)人員。進(jìn)一步激活企業(yè)創(chuàng)造活力，提高中國(guó)經(jīng)濟(jì)整體創(chuàng)新水平，并積極引導(dǎo)地方金融機(jī)構(gòu)，對(duì)清潔能源和綠色發(fā)展領(lǐng)域的企業(yè)進(jìn)行融資扶持。第三，加快各地區(qū)數(shù)字金融頂層設(shè)計(jì)，促進(jìn)長(zhǎng)三角地區(qū)數(shù)字金融與實(shí)體制造企業(yè)協(xié)調(diào)高質(zhì)量發(fā)展，并積極利用產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型、科技創(chuàng)新等有利因素，實(shí)現(xiàn)數(shù)字金融與區(qū)域制造業(yè)良性互動(dòng)、協(xié)調(diào)發(fā)展。