制造业企业金融股权关联、技术创新与全要素生产率

李远慧 王靖伊 陈蓉蓉

【摘 要】 制造业高质量发展是构建中国现代化产业体系的关键环节，提高金融服务实体经济的能力是实现制造业高质量发展的重要手段之一。文章基于制造业企业与金融机构的产业融合，以我国A股制造业上市公司2007—2022年数据为研究样本，探究制造业企业金融股权关联对其全要素生产率的影响以及技术创新的中介效应。研究发现：制造业企业金融股权关联对其全要素生产率有显著的促进作用，技术创新在其中发挥了中介效应，尤其是以发明专利为代表的实质性技术创新。进一步研究表明技术创新的中介效应在市场化程度低、行业技术性高的企业中作用更强。研究发现对引导我国制造业企业通过金融股权关联实践提升其技术创新，进而促进全要素生产率向高质量发展转型具有重要意义。

【关键词】 金融股权关联； 全要素生产率； 制造业企业； 技术创新

【中图分类号】 F273.1  【文献标识码】 A  【文章编号】 1004-5937（2024）10-0033-07

一、引言

制造业是国民经济的支柱产业，我国“十四五”规划纲要指出，要“增强制造业竞争优势，推动制造业高质量发展”。生产要素理论认为劳动、土地、资本、组织、技术和信息等要素的投入决定了企业的生产结构与效率，进而影响制造业企业高质量发展。依托丰富的劳动资源和高投资的传统发展模式，中国制造业迅猛发展，产业体系优势不断扩大，连续十三年规模居世界第一。但随着中国人口红利优势减弱，资源约束日益加剧，传统劳动力要素投入驱动制造业发展的边际效应不再显著，制造业增加值占GDP比重开始逐年降低。为了缓解制造业增加值占比下降的趋势，中国制造业有必要向技术驱动的内涵高质量发展模式转换。但是制造业企业研发风险高、资本性支出较大，其发展常面临严重的外部融资约束，为了解决这一问题，近年来制造业企业开始尝试寻求与金融资本进行产融结合。

在资本逐利动机下，企业追求持有交易性金融资产、贷款等金融资产配置，可能导致资源由实体经济逆向流入金融领域，产生“脱实向虚”负向影响[ 1 ]。而金融股权关联是指实体企业与金融机构通过股权关系实现资金、资本、管理层面的融合发展模式，其意义在于构建产业协同发展体系。“十四五”规划纲要指出，“破除制约要素合理流动的堵点，矫正资源要素失衡错配，提高金融服务实体经济能力”。因此本文重点关注制造业企业持股金融机构的股权关联，探究金融业作为实体经济的服务产业，帮助制造业企业获取资本，缓解融资约束的能力。据统计，2022年中国制造业上市公司中约有14%的企业进行了金融股权关联，以满足企业自身融资、资产保值、发展转型等需求[ 2 ]。然而，金融股权关联能否在为制造业企业经营活动带来资金支持的基础上，促进技术进步，进而真正提升全要素生产率，助推制造业企业高质量发展值得进一步分析。

金融股权关联的经济后果，相关文献主要关注投资效率和企业绩效等方面。在投资效率方面，已有研究讨论了金融股权关联在提高企业投资机会的敏感性、抑制非效率投资、缓解投资不足的作用[ 2 ]，但同时很可能产生加剧过度投资的不良后果[ 3 ]。在企业绩效方面，已有研究探讨了金融股权关联对降低债务成本、提高毛利率[ 4 ]、企业市场估值及股价的提升作用。与此同时，也有少量文献研究金融股权关联与制造业企业全要素生产率的关系，但是结论并不统一[ 5-6 ]。作为建立实体资本与金融资本关联的手段之一，金融股权关联在信息交流、代理问题等方面更具主动性，与购买金融资产带来的经济后果有所差异，能够减少企业“脱实向虚”现象发生的可能，金融股权关联能否以及如何影响制造业企业的全要素生产率，仍缺乏系统性分析和机制性证据。

本文以2007—2022年沪深A股制造业上市公司为样本，通过手工采集制造业上市公司金融股权关联的相关数据，考察制造业企业金融股权关联对全要素生产率的影响。研究发现，制造业企业金融股权关联通过提高技术创新提升了全要素生产率，推动企业高质量发展；对市场化程度低、行业技术性高的企业，这种效应更为明显。

本文可能的研究贡献在于以下两方面：第一，丰富了金融股权关联与全要素生产率的相关研究。既有文献发现金融股权关联能够将实体资本与金融资本进行深度融合，对企业投资效率[ 3 ]、财务绩效[ 4 ]及市场表现和创新产出[ 7 ]产生影响，本文以制造业企业作为研究对象，对推动制造业与金融服务业深度融合，促进实体经济高质量发展具有重要意义。第二，探究金融股权关联与全要素生产率的作用机理，并从区域市场发展、行业特征层面入手，探究金融股权关联对制造业企业全要素生产率促进作用的环境差异。

二、理论分析与研究假设

（一）制造业企业金融股权关联与全要素生产率

制造业企业与金融机构的股权关联能够建立产业协同发展体系，实现二者资金与人力资本方面的资源信息互补。一方面，金融股权关联能够为制造业企业带来充足的资金支持。根据融资约束理论，制造业高端化、智能化、绿色化发展需要大量的资金，单纯依靠企业自身资本积累难以在短时间内转型升级、提升效率，从而面临较高的外部融资需求。制造业涉及专业领域多，容易因与外界的信息不对称程度较高引发融资约束问题，对企业生产经营和投资行为等产生负面影响[ 3 ]。制造业企业通过金融股权关联能够缓解代理问题与信息不对称[ 8 ]，增强信息透明度，降低融资交易成本，帮助企业获得更多政府补贴和信贷资金的支持，缓解融资约束，并为制造业企业创新能力的提升提供资金保障。同时得益于声誉理论，有利于企业在资本市场建立良好的形象，提高自身声誉，拓宽融资渠道。另一方面，制造业企业与金融机构的有机结合能够向制造业企业输送专业的金融管理人才，提升项目管理经验[ 9 ]，改善公司治理，同时帮助制造业企业提高其对经营活动和投资活動的机会识别与风险应对，有助于发挥管理协同效应[ 7 ]，促进生产要素的合理配置，充分将资源价值发挥到企业长期价值的增长上。基于此，本文提出如下假设：

H1：制造业企业金融股权关联对其全要素生产率有显著的促进作用。

（二）制造业企业金融股权关联、技术创新与全要素生产率

党的二十大报告指出“科技是第一生产力，创新是第一动力”。创新能力是制造业企业提升核心竞争力的重要来源，但制造业企业创新活动具有投资金额大、风险高、信息披露少的特点，常面临严重的外部融资约束，促使制造业企业尝试通过金融股权关联寻求创新支持。首先，制造业企业进入金融领域，可以拓宽融资渠道，直接增加创新活动资金来源。相比金融资产配置的投机性逐利动机仅仅带来资金流入，金融股权关联将制造业企业和金融机构形成利益相关体，金融机构可以获得更细致的企业生产经营信息，更直观地了解创新项目的进度、风险和回报，增加了向制造业企业提供信贷支持的可得性，降低了技术创新融资的交易成本与活动周期[ 10 ]，从源头解决了技术创新资金问题，直接增加了公司技术创新投入和产出[ 11 ]。其次，高科技人才是企业创新活动的主导者，依靠金融机构带来的支持，制造业企业可以引入更多高质量技术人才和先进的科研团队，激发企业创新活力，进而提升技术创新[ 12 ]。此外，金融机构也能够帮助优化企业创新活动管理流程，提高创新产出数量和质量，提升企业产品性能和生产效率。因此，以金融股权关联建立的产业协同发展体系能够促进制造业企业和金融机构的信息沟通，提高资源使用效率，进而提升创新能力，减小脱实向虚的负面影响。

从知识成果角度看，企业可以通过一般性技术创新对现有产品升级改造并进行商业化销售，实现产品多样化，增加企业资源储备，提升全要素生产率[ 13 ]。而实质性创新则是指对产品、方法或者其改进所提出的新的技术方案，主要表现为发明专利，是企业创新的关键核心技术能力，具有较高的投资价值[ 14 ]。从技术进步角度看，相比一般性技术创新，将实质性技术创新的产出成果应用在企业生产工艺、加工过程等环节，更能够推动创新成果转化为现实生产力，优化生产流程，提高单位要素投入的产出水平，以创新驱动提升制造业企业全要素生产率，有助于推动产业科技体系整体发展。此外，技术进步还可以发挥要素替代功能，减少制造业企业对劳动力的依赖，通过改变劳动力结构降低生产成本，直接促进全要素生产率提升[ 15 ]。综上所述，制造业企业金融股权关联将产业链与资源链进行有机结合，有助于企业开展创新活动，充分发挥技术创新对制造业企业全要素生产率的提升作用。基于此，本文提出如下假设：

H2：制造业企业金融股权关联能够通过增强其技术创新，促进全要素生产率的提升。

三、研究设计

（一）样本选择与数据来源

本文以2007—2022年我国A股制造业上市公司为研究样本，在剔除ST上市公司和数据缺失样本后，对所有连续变量在1%和99%分位数上进行缩尾处理避免极端值的干扰，共获得18 592个样本数据，其中进行金融股权关联的样本数据为3 080个。本文所使用的数据来自Wind、CSMAR和CNRDS数据库，使用Stata16进行计量分析。

（二）变量定义

1.被解释变量

本文的被解释变量为全要素生产率（TFP）。当前学者多参考1996年Olley and Pakes[ 16 ]的OP模型（1）计算企业全要素生产率。

其中，lnY为企业总产出，状态变量为资本要素（lnK）和公司年龄（Age），代理变量为公司投资（M），自由变量包括劳动要素投入（lnL），控制变量为产权性质（SOE）、是否有海外收入（Export）和企业退出（Exit，样本区间内上市公司是否被ST、*ST和PT以及是否退市，如是取1，否则为0），Year、Ind、Prov分别为年份虚拟变量、行业虚拟变量和区域虚拟变量，ε为误差项。具体计算过程中，利用营业收入的自然对数度量总产出，通过固定资产账面价值度量资本要素，以资本性支出（用于购建固定资产、无形资产和其他长期资产的现金支付净额）的自然对数衡量公司投资，用职工人数衡量劳动要素投入。同时，考虑计价货币币值波动可能造成的影响，本文对上市公司的总产出用产品出厂价格指数进行平减，对资本要素投入用固定资产投资价格指数进行平减[ 17 ]。

2.解释变量

本文的解释变量为金融股权关联（FR）。金融股权关联的类型包括银行、证券、基金、保险、租赁、信托、期货、财务公司、小额贷款九类企业。本文参考业内学者主要设立虚拟变量进行衡量[ 11 ]，制造业上市公司持股金融机构取1，否则为0。

3.中介变量

本文的中介變量为技术创新（INV）。使用企业当年专利申请总数加1的自然对数衡量企业整体技术创新。党的二十大报告指出，要“集聚力量进行原创性引领性科技攻关，坚决打赢关键核心技术攻坚战”，因此本文根据专利类型对技术创新进行区分，以实用新型和外观设计专利申请总数加1的自然对数代表一般性技术创新（INV_g），以发明专利申请数加1的自然对数代表实质性技术创新（INV_p）[ 14 ]。

4.控制变量

借鉴前人研究[ 6 ]，本文还从公司特征、企业治理等角度控制了以下可能影响企业全要素生产率的变量：企业规模（Size）、企业年龄（Age）、资产负债率（Lev）、盈利能力（Roa）、成长能力（Growth）、董事会规模（Board）、董事会独立性（Indep）、股权集中度（Top1）、机构持股比例（Inst）、托宾Q值（TobinQ）。此外还进一步控制了行业（Ind）和年份（Year）对全要素生产率的影响。具体变量定义如表1所示。

（三）模型设计

为了验证制造业企业金融股权关联对全要素生产率的影响效果，本文建立回归模型（2）：

其中TFPi，t为企业全要素生产率，FRi，t为金融股权关联，Controlsi，t表示本文的一系列控制变量，并同时控制了行业和年份虚拟变量。

依据温忠麟等[ 18 ]的中介效应检验步骤，本文在前述模型的基础上建立以下回归模型，其中中介变量表示为MA，检验技术创新是否在制造业企业金融股权关联与全要素生产率关系中发挥中介效应。

四、实证结果分析

（一）描述性统计

本文主要变量的描述性统计结果如表2所示。制造业企业全要素生产率（TFP）的均值为14.448，最小值、最大值分别为12.579和17.713，说明不同制造业企业全要素生产率存在较大差距。制造业企业金融股权关联（FR）均值为0.166，表明制造业上市公司平均约有16.6%进行了金融股权关联。技术创新的标准差为1.612，表明我国制造业企业专利申请数量存在较大差异；一般性技术创新的均值为2.447，最小值为0，最大值为6.347；实质性技术创新的均值为2.200，最小值为0，最大值为6.267，表明我国制造业企业技术创新中发明专利申请数量略少于非发明专利。

（二）实证结果与分析

表3列示了制造业企业金融股权关联对全要素生产率影响的基准回归模型与中介效应检验实证结果。列（1）显示模型（2）制造业企业金融股权关联（FR）与全要素生产率（TFP）的回归系数为0.178，在1%水平上显著正相关，表明制造业企业金融股权关联显著促进全要素生产率，H1得到验证。进一步将技术创新纳入回归模型（3）和模型（4），列（2）、列（3）中金融股权关联、技术创新（INV）与全要素生产率的回归系数均在1%的水平上显著正相关，说明制造业企业金融股权关联能够增强其技术创新促进提升全要素生产率的作用。由表4可得，将技术创新替换为一般性技术创新和实质性技术创新后，上述回归系数依然在1%的水平上显著正相关，说明技术创新在制造业企业金融股权关联与全要素生产率之间起到一定中介作用，H2得到验证。

本文进一步计算技术创新对金融股权关联与企业全要素生产率关系的间接效应。其中，技术创新的间接效应为0.018，占比10.119%；一般性技术创新的间接效应为0.012，占比6.937%；实质性技术创新的间接效应为0.022，占比12.224%。实质性技术创新对金融股权关联与企业全要素生产率关系的中介效应显著大于一般性技术创新的中介效应，进一步证实了制造业企业金融股权关联主要通过增加企业发明专利驱动创新，进而促进全要素生产率提升。

（三）稳健性检验

1.替換被解释变量

OP模型计算企业全要素生产率的思路假定了代理变量投资指标与总产出始终保持单调关系，而后又有学者以中间品投入代替投资额作为代理变量，控制了不可观测因素对生产率的冲击[ 19 ]。为了确保研究结论的可靠性，本文借鉴LP模型计算企业全要素生产率（TFP-LP）并作为替代变量进行稳健性回归。基本回归结果和中介效应分析检验结果稳健。

2.内生性检验

为缓解样本可能存在的自选择偏误问题，本文进一步通过倾向得分匹配（PSM）进行检验，采用1：1匹配比例的K近邻匹配法，以企业规模、资产负债率、总资产收益率、营收增长率、托宾Q值、企业年龄作为匹配标准进行近邻匹配，回归结果与基本回归和中介效应检验结果一致。

本文通过Heckman两阶段来缓解金融股权关联和企业全要素生产率互为因果的内生性问题。第一阶段Probit回归的被解释变量为金融股权关联虚拟变量，选取企业所在地金融企业上市情况作为工具变量，将第一阶段求出的逆米尔斯比率代入回归模型中，结果稳健。

五、进一步研究

（一）区域特征差异性分析

相比高市场化水平的地区，低市场化水平的地区外部融资渠道较少，企业创新所受融资约束强。此时制造业企业金融股权关联带来的资金支持更能有效缓解创新融资压力[ 10 ]，二者协同发展也更能帮助提高企业创新水平。本文参照《中国分省份市场化指数报告（2018）》，通过市场化指数来衡量各个地区的市场化进程，并根据中位数将样本划分为高市场化进程和低市场化进程两组。回归结果如表5、表6所示，低市场化水平组技术创新在金融股权关联与全要素生产率关系中的中介效应为0.016，占比9.173%，高于高市场化水平组，说明相比高市场化水平的地区，低市场化水平地区的制造业企业更需要通过金融股权关联促进企业创新，进而提升全要素生产率。

（二）行业特征差异性分析

相比低技术性企业，制造业中高技术性企业对研发创新需求相对较大，金融股权关联能够增加二者之间研发信息的透明度，为研发活动带来资金投入；此外，高技术性企业对创新资源的利用效率更强，更有助于促进企业全要素生产率提升。本文参考刘松竹等[ 20 ]的研究，根据国民经济行业分类代码（2002年版），将制造业按照行业技术性高低进行分组，其中化学原料及其制品业、电子及光学仪器制造业、机械制造业以及交通运输设备制造业属于高技术性行业，其余制造业行业属于低技术性行业。回归结果如表7、表8所示，高技术性行业组的技术创新在金融股权关联与全要素生产率关系中的中介效应为0.014，占比6.344%，显著高于低技术性行业组，说明高技术性行业内制造业企业更有动机进行金融股权关联，以增加创新投入和产出，提升全要素生产率。

六、研究结论与建议

本文以2007—2022年中国A股制造业上市公司为样本，探究了制造业企业金融股权关联对全要素生产率的影响以及技术创新的中介效应。研究发现：（1）制造业企业金融股权关联能够显著提高全要素生产率；（2）制造业企业金融机构股权关联提升全要素生产率的具体路径为促进企业技术创新，其中发明专利的效应更强；（3）相比高市场化水平的地区和低技术性行业，低市场化水平地区和高技术行业内企业的技术创新对制造业企业金融股权关联与全要素生产率关系的中介效应更强。

基于上述研究，本文提出以下建议：（1）鼓励制造业与金融服务业深度融合发展，提高金融服务实体经济能力。（2）加深制造业企业与金融机构间的金融股权关联，助力制造业高质量发展。（3）实施差异化的产融结合鼓励政策，对金融市场机制尚不完善的地区和高技术行业，鼓励企业主动强化金融股权关联，助力技术创新以提升全要素生产率。

【参考文献】

［1］ 庄旭东，王仁曾.金融科技、企业金融投资动机与“脱实向虚”问题：基于中国企业微观数据的实证证据［J］.南方经济，2023（2）：90-109.

［2］ WANG H，LUO T，TIAN G G，et al.How does bank ownership affect firm investment？ Evidence from China［J］.Journal of Banking & Finance，2020，113：105741.

［3］ 王立國，赵琳.产融结合与民营企业投资效率：基于A股上市公司的经验研究［J］.宏观经济研究，2021，272（7）：38-53.

［4］ 张新民，叶志伟，胡聪慧.产融结合如何服务实体经济：基于商业信用的证据［J］.南开管理评论，2021，24（1）：4-16.

［5］ 杨竹清.产融结合与全要素生产率关系［J］.金融经济学研究，2017，32（5）：62-72.

［6］ 杜传忠，金华旺.制造业产融结合、资本配置效率与企业全要素生产率［J］.经济与管理研究，2021，42（2）：28-40.

［7］ 李远慧，陈蓉蓉，李润宇.金融股权关联、货币政策与企业创新［J］.财经论丛，2022（5）：66-78.

［8］ GAOPING Z，SHUXUN W，YONGXIN X.Monetary stimulation，bank relationship and innovation：evidence from China ［J］. Journal of Banking & Finance，2018，89：237-248.

［9］ 郝颖，于冰，李雪轶.产融结合、治理相嵌与企业绩效：实体企业持股金融机构的经验证据［J］.会计之友，2022（4）：45-54.

［10］ 熊家财，桂荷发.产融结合能促进企业技术创新吗：来自上市公司参股非上市银行的证据［J］.当代财经，2019（3）：48-57.

［11］ 李远慧，陈蓉蓉.产融结合、贸易摩擦与制造企业创新产出［J］.科技进步与对策，2023，40（9）：74-83.

［12］ 王翌秋，谢萌.产融结合能否促进产业结构转型升级：基于创新效应和资源配置效应［J］.商业研究，2023（1）：20-28.

［13］ 郭南芸，黄典.企业创新行为、制度环境与工业全要素生产率提升［J］.首都经济贸易大学学报，2021，23（6）：43-58.

［14］ 李远慧，陈思.政府补助对机构投资者与企业创新产出关系的调节效应：来自2007—2019年A股上市公司的经验证据［J］.科技进步与对策，2021，38（20）：28-36.

［15］ 叶静怡，林佳.创新与企业全要素生产率：来自中国制造企业的证据［J］.学习与探索，2016（5）：105-111.

［16］ OLLEY S，PAKES A.The dynamics of productivity in the telecommunications equipment industry［J］.Econometrica，1996，64（6）：1263-1297.

［17］ 胡海峰，宋肖肖，张超.债务杠杆对企业全要素生产率的影响及作用机制：基于中介效应模型的分析［J］.贵州财经大学学报，2021（3）：62-73.

［18］ 温忠麟.张雷，侯杰泰，等.中介效应检验程序及其应用［J］.心理学报，2004（5）：614-620.

［19］ LEVINSOHN J，PETRIN A.Estimating production functions using inputs to control for unobservables［J］.The Review of Economic Studies，2003，70（2）：317-341.

［20］ 刘松竹，肖生鹏，梁运文.人工智能与中国制造企业高质量发展［J］.江汉论坛，2022（7）：24-31.