科技金融对制造业结构升级的影响研究

龙海明 任雪莹 李涵钰

[摘要]采用熵值法计算我国28个省份2009-2018年科技金融综合指数，本研究构建起固定效应模型分析科技金融对制造业结构升级的影响，在此基础上研究技术创新和要素市场发育在这一关系中的中介作用。结果表明：科技金融显著推动制造业结构合理化和制造业结构高级化，技术创新在科技金融和制造业结构升级之间具有中介效应，而要素市场发育仅在科技金融和制造业结构合理化之间发挥中介作用。科技金融在经济发达地区和经济较发达地区显著推动制造业结构升级，在经济欠发达地区对制造业结构高级化影响不显著。

关键词]制造业结构;科技金融;中介效应

[中图分类号]F830.2

[文献标识码]A

[文章编号]1008-1763（2021）06-0080-10

一引言

制造业是我国经济行稳致远的压舱石。尤其在国际贸易保护主义抬头、外部环境波动加剧的背景下，制造业成为支撑我国经济社会持续健康发展的稳定器。经过改革开放四十多年的发展，我国已成为位居世界前列的制造业大国，但与此同时，我国制造业转型升级面临着“双重挤压”困境：一方面，中低端制造业与越南、菲律宾等低劳动力成本发展中国家的竞争日趋激烈，形成“低端锁不定”局面;另方面，发达国家积极推动再工业化政策，重重非关税壁垒阻断我国制造业向高技术密集型跃迁的升级路径，高端制造领域竞争优势仍待培育。为此，党的十九大提出实施创新驱动战略，着力建设先进制造业集群，优化供给体系质量和效率。毫无疑问，科技金融是支持科技成果转化、培育高附加值产业发展的新经济范式，而实现制造业创新发展，离不开科技金融的支持。值得思考的是，科技金融是否能推动制造业结构升级？具体通过哪些路径影响制造业结构升级？探索这些问题，对丰富金融层面推动制造业高质量发展的相关研究，具有一定的理论和现实意义。

借鉴已有研究文献对科技金融的论述，不难发现，科技金融是政府、金融机构及创投机构为从事研发创新、成果转化和产业化的企业等创新主体提供配套金融产品、服务与政策支持的资源体系。相关专家学者从科技金融影响经济发展和产业结构调整两个方面内容进行深入探讨：一是关于科技金融对经济增长的数量和质量效应。刘文丽等利用面板数据单位根检验和固定效应模型，表明区域科技金融能够有效推动经济增长并缩小地区发展差距谷慎等分析了科技金融通过经济结构、经济稳定、社会福利和资源利用四条路径发挥质量效应，具有时空异质性。二是关于科技金融对经济高质量发展效应研究。汪淑娟等从五个维度建立高质量发展评价指标体系，研究表明科技金融能够促进经济高质量发展，其效应呈现出明显地区差异。

科技金融对产业结构的影响表现为三个方面：一是对效率的影响研究。郭燕青等通过构建SYS GMM模型，實证检验表明科技金融能够显著提升制造业创新效率的。李俊霞等运用系统动力学方法研究发现，相比公共科技金融，市场科技金融可更大幅度提高高新技术产业产值。程翔等研究表明，科技金融政策可有效提高企业竞争力，但存在一定时滞性。金浩等研究表明，科技金融投入的增加能推动高新技术产业发展，进而实现产业结构优化目标。而廖继胜等运用DEA及其扩展模型研究发现，长江经济带的地区科技金融对文化制造业的支持基本是无效率的。二是关于区域差异的研究。顾海峰等研究表明，以江苏、上海为中心的科技金融高耦合协同度省份能更大幅度提高企业融资效率，进而加快高新技术产业发展，而耦合协同度较差的西部及边缘省份对企业融资效率的影响较弱。徐越倩运用双重差分模型研究表明，东部地区科技金融运作机制更成熟，能够有效转化企业科技成果为生产力，进而带动产业结构升级，而西部地区科技金融难以优化人员与产业结构配比，对地区产业结构升级的带动作用不显著2。丁日佳等研究发现，科技金融对内陆地区制造业结构合理化的促进作用高于沿海地区。三是关于空间效应的研究。张玉华等运用省级面板数据构建动态空间杜宾模型研究发现，科技研发经费和政府科技投入对生产性服务业与制造业集聚发展有正向溢出作用4。邹建国等基于空间计量模型研究表明，科技金融既能显著促进本地产业结构升级，又对临近区域产业结构升级有正向空间溢出效应。季菲菲等以无锡高新区为实证样本研究发现，科技金融体系能带动产业空间和社会空间实现转型。

借鉴已有文献，本文采用中介效应模型，在分析科技金融对制造业结构升级影响效果的基础上，从技术创新和要素市场发育两个维度探讨科技金融影响制造业结构升级的作用机理，并按照经济发展水平划分地区进行区域差异化分析，比较不同区域科技金融发挥作用的区域差异性，以期增强科技金融服务实体经济的能力，稳步推进供给侧结构性改革。

二理论分析与研究假设

（一）技术创新

技术创新具有研发投入高、创新链条长、风险高等专属特征，金融资本为其发展提供持续推动力具体来说，科技金融对技术创新的影响主要有四个方面：一是提供资金支持。政府通过加大财政对科技的投人，设立科技创新引导基金，利用政府信用吸引民间资本、国外资本进入创新投资领域;科技银行等科技金融专营机构为科创企业提供科技担保贷款，降低其融资成本;科技资本市场通过股权投资支持科创企业成长。二是分散和转移风险。科技金融利用多种融资工具横向分散风险，避免单个投资者过度承担风险;资本市场平滑资金流动性有效分散流动性风险;科技贷款、知识产权质押等科技金融产品分散跨期风险。三是揭示和筛选信息。银行等金融机构利用成熟的贷款审查机制，筛选优质项目，降低信贷风险;科技资本市场投资者分析上市公司公开信息，投资优秀科创企业。四是提供事后监督管理。政府财政参与创新项目整个生命周期，监督项目开展情况、阶段成果及经费使用明细;银行根据企业现金流量动态变化，跟踪调査企业生产经营和技术创新状况;资本市场利用股价机制规范科创企业行为，激励企业经理人长期服务意愿。

钱纳里工业化阶段理论提出，后工业化时期制造业结构将从资本密集型向技术密集型转变，技术进步是影响制造业结构升级的决定性因素之一。具体来说，技术创新主要通过两个方面影响制造业结构升级：一是供给方面，制造业企业依托技术创新提高生产效率，在市场上形成垄断并获得超额利润，各类资源向优质企业集聚，淘汰落后产业，改造中低端产业，建设新兴产业集群。技术创新通过集聚效应、水平扩散效应进一步加强企业间的协作，实现制造业结构合理转化。技术创新改变要素边际生产率、相互替代关系和相对成本，通过前向关联和后向关联在上下游生产部门延伸，逐步形成一条新型产业链，推动产业结构向高级化转变。二是需求方面自由市场下技术创新的新工艺改善原有需求结构，激发潜在需求，新需求的产生会刺激制造业改造传统产品、开发新产品，带动制造业高级化发展。三是新兴产业对落后传统产业形成挤出效应，在企业生命周期规律作用下，部分不符合社会需求的低端技术制造业企业被淘汰，产业内部动态变化更丰富，有利于从要素驱动型产业转变为创新驱动型产业，在更高层次实现制造业结构合理化和高级化。

综上所述，科技金融发挥资金配置、风险管理、信息识别和事后监督等功能支持技术创新发展，技术创新从供给和需求角度提高企业产能利用率，推动制造业结构升级。因此，本文提出研究假设H1和研究假设H2。

H1：科技金融能够通过影响技术创新进而影响制造业结构合理化。

H2：科技金融能够通过影响技术创新进而影响制造业结构高级化。

（二）要素市场发育

要素市场发育是指资本、劳动力、技术和信息等生产要素流动和交换的市场发育水平。当前，我国要素市场发育仍不充分。根据Blundell&.Bond提出的扭曲理论，要素市场价格扭曲主要体现在资本、劳动力等要素市场的条块分割，错误价格信号往往导致资源的错配1。科技金融能有效缓解要素市场部分扭曲状态，提高要素市场配置效率。具体来说，科技金融主要通过三个方面影响要素市场发育：一是优化信贷资金投放结构。科技金融产品特有的运作模式促成银行业金融机构与私募股权投资者、天使投资机构合作，政府型创新创业投资担保公司为中小企业提供融资担保，提高非国有企业银行贷款比重，进一步实现信贷资金分配公平化。二是改善人力资本供应条件。知识产权质押融资、科技保险等科技金融产品的出现，加快金融业内部市场细分和升级，金融业对高技能人才需求增大，集聚优质人力资源，提升地区人力资本水平。三是提高科技成果转化市场化程度。天使投资机构、创业投资机构与创业孵化平台基于“创投十孵化”模式展开合作，为技术成果市场化和产业化提供资金、平台与业务等组合式支持，建立风险补偿机制，促进技术成果转移和转化。

根据赫克歇尔一俄林理论，地区要素资源配置效率决定该地区产业结构形态。具体来说，要素市场发育主要通过三个方面影响制造业结构升级：是要素流动效应。要素资源向高效益制造业企业聚集，高效企业资源占有量上升，提升单个企业要素利用率，释放产业波及效应，改善整个制造业行业的生产效率。二是价格市场化效应。以往地方政府为推进工业化发展，压低土地、劳动力等要素价格，使相关企业缺失研发创新的动力，形成要素扩张型生产方式。要素市场化程度不断加深，要素价格逐步回归其真实价值，企业作为要素需求方会积极改造技术以提高生产效率，推动产业链升级。要素市场化配置程度高使企业减少寻租行为，进一步改进企业内部资源配置效率，增大其技术创新动力;要素供给方为获得要素资源价格回升带来的更高溢价，不断提高生产要素质量，进而提升制造业产品质量。

三是企业成本效应。技术市场作为要素市场的重要组成部分，发育良好的技术市场能够降低资源的信息搜寻成本和成果的交易成本，便于企业高效利用资金和资源研发新技术，实现制造业转型升级。

综上所述，科技金融影响信贷结构、人力资本水平和技术成果市场化，提高要素市场发育水平。要素市场发育从要素流动、要素价格和生产成本角度引导资源向优质企业集聚，优化制造业结构，为此，提出研究假设H3和研究假设H4。

H3：科技金融通过影响要素市场发育程度进而影响制造业结构合理化。

H4：科技金融通过影响要素市场发育程度进而影响制造业结构高级化。

通过上述理论分析，科技金融影响制造业结构升级的作用机理模型如图1所示。

三实证检验

（一）变量选取

1.被解释变量

本文选取制造业结构合理化和制造业结构高级化来衡量制造业结构升级程度。OECD将制造业结构划分为低端技术产业、中低端技术产业、中高端技术产业和高端技术产业。本文以OECD标准为基础，并借鉴李贤珠和傅元海的分类方法将制造业结构划分为低端技术制造业、中端技术制造业和高端技术制造业，来测度制造业结构合理化和高级化。

是制造业结构合理化。产业结构合理化本质上用于测度要素投入结构和产出结构的耦合程度，强调资源在产业间的协调聚合度、配置效率等。本文参考吕明元、尤萌萌和张林提出的新结构偏离指数测度制造业结构合理化2-23，具体公式见（1）式。

在（1）式中，RMIS指数表示制造业结构合理化水平，Y代表制造业总产值，L代表制造业总劳动力数量，代表制造业第i行业部门，Yi/Y代表制造业第i行业产值在制造业总产值中的比重，LiL代表制造业第i行业劳动力数量在制造业总劳动力数量中的比重。RMIS值越大，表示制造业产业结构越合理，反之RMIS值越小，制造业产业结构就越不合理。

二是制造业结构高级化。高端技术制造业已成为制造业中的主导产业，且创新性也增强了。高端制造业在制造业中比重越大，表明制造業结构水平越高，反之，比重越小则制造业结构水平越低。因此，本文借鉴傅元海等的方法，用高端技术制造业总产值与中端技术制造业总产值的比重测度制造业结构高度化水平。

2.解释变量

借鉴曹颕和张芷若的方法，本文从科技金融资源、科技金融经费、科技金融融资和科技金融产出四个维度测度科技金融综合发展指数，选取科技金融综合发展指数（STF）为解释变量，如表1所示。

本文参考周德田使用的熵值赋权法计算科技金融综合发展指数。熵值赋权法的计算步骤如下首先，标准化处理数据。假设当前有r个年份，n个样本，m个分项指标，则xi为第t年省份i的第j项

对分项指标值进行无量纲化处理;其次，根据

计算分项指标的特征比重;再次，计算分项指标的信息熵e;和冗余度

算出10项科技金融分项的权重，并加权得出科技金融综合指数。

3.中介变量

一是技术创新（TEC）。目前衡量技术创新的方法主要为投入法和产出法：从创新投入角度多采用研发资金投入、研发人员投入等变量，从创新产出角度多采用专利申请数量、专利授权数量等变量。由于在创新研发阶段存在资源使用的低效率和浪费，所以从投入角度来看不能充分衡量技术创新水平。因此，本文参考温成玉等的做法，基于产出角度选取具有更强时效性的专利申请数量衡量技术创新水平

二是要素市场发育（FM）。要素市场发育水平代表区域资本、劳动力等要素市场资源配置情况因此，本文选取王小鲁等测算的分省份要素市场发育程度评分来衡量要素市场发育水平。

4.控制变量

为避免因遗漏变量而产生的内生性问题，本文除解释变量外，还在模型中加入政府干预、固定资产投资和外商直接投资三个控制变量。政府干预（FIS）是以各地区财政支出与各地区生产总值的比值表示;外商直接投资（FDI）是以各地区实际利用外商投资与各地区生产总值的比值表示，实际利用外商投资按照当年的人民币平均汇率进行转换;固定资产投资（INV）是以各地区固定资产投资与各地区生产总值的比值表示。

（二）數据说明

本文选取2009-2018年全国28个省、市、自治区为样本，未对数据缺失较多的新疆、西奯和青海地区进行研究。原始数据来源于《中国工业统计年鉴《中国统计年鉴》《中国科技统计年鉴》《中国高技术产业统计年鉴》《中国创业风险投资发展报告》及Wind数据库和各地区统计年鉴。由于制造业产值数据的主要来源《中国工业统计年鉴》尚未更新2018版和2019版，因此本文借鉴俞红海等和马连福等的方法，以2009-2016年制造业各行业总产值的年平均增长幅度作为2017-2018年制造业各行业总产值的增长幅度，对其进行外推计算80-81。为剔除价格因素对制造业总产值的影响，本文利用2009年为基期的分行业工业品出厂价格指数进行平减化处理。要素市场发育水平数据来源于王小鲁等研究成果，因数据时间跨度为2008-2016，参考俞红海等的做法，根据年均增长幅度计算出2017年和2018年的数据2-，变量选取如表2所示。

各变量描述性统计结果如表3所示。

一是从制造业结构合理化（RMIS）来看，平均值为1.9401，最小值和最大值分别为0.0572、5.2223，表明我国部分地区制造业结构合理化水平较高，而大部分地区结构合理化水平较低，各地区存在一定差异。从制造业结构高级化（AMIS）来看平均值为1.7148，最小值和最大值分别为0.2221、8.2918，标准差为1.4156，表明各地区制造业结构高级化水平差异明显。

二是从科技金融综合指数（STF）来看，平均值为0.1106，最小值和最大值分别为0.0311、0.4262，标准差为0.0706，表明我国各地区科技金融发展水平差异较小。

三是从中介变量来看，我国技术创新（TEC）和要素市场发育（FM）存在显著区域差异，部分地区技术创新能力和要素市场发育程度有待进一步提高。

四是从控制变量来看，我国各地区固定资产投资（INV）差异较大，政府干预（FIS）和外商直接投资（FDI）在各地区发展差异较小。

（三）模型设定和估计方法

为分析科技金融对制造业结构升级的影响，以下计量模型可以构建：

其中，是省份、t是年份、RMIS和AMIS。分别表示地区i在第年制造业结构合理化指数和制造业结构高级化指数;STF表示地区在第1年的科技金融综合指数;FIS2表示i地区第t年的政府千预程度;FDI。表示i地区第t年的外商直接投资额;INV表示i地区第年的固定资产投资额;a、b、g、o、。、o、か为常数项，是个体效应，en、e、;为随机误差项。

为进一步检验科技金融影响制造业结构升级的路径机制，在上述模型的基础上引入中介变量（TEC、FM），参考温忠麟的方法，本研究设定中介效应模型如下：

四实证结果

（一）基本回归分析

在对模型进行回归分析前先进行Hausman检验，结果显示拒绝原假设，选用固定效应模型进行回归，回归结果如表4所示。由表4模型（1）可知，科技金融对制造业结构合理化的影响系数显著为0.363，说明科技金融对制造业结构合理化具有正向促进作用。科技金融创新金融产品和服务，提高资源要素的流动和配置效率，实现制造业各部门之间的协调发展;由模型（4）可知，科技金融对制造业结构高级化的影响系数显著为0.274，说明科技金融能够提高制造业结构高级化程度，为技术密集型和中小型制造业企业提供多元化融资渠道，发挥金融风险分散机制，促进制造业产品提质增效。

从控制变量估计结果来看，外商直接投资对制造业结构合理化和制造业结构高级化均呈显著负向影响，原因可能是我国市场经济体系尚未发育成熟，相关法律、政策不够完善，难以正确引导外商直接投资在各行业中均衡分配，使得行业间发展差距逐渐增大，对制造业结构合理化和制造业结构高级化造成消极影响。固定资产投资对制造业结构合理化呈显著正向影响，原因可能是随着我国经济的不断发展，固定资产投资结构持续优化、投资效率不断提高，且中高端技术制造业是其重点投资对象，有助于制造业结构合理化。

（二）中介效应检验

1.技术创新的中介效应检验

本部分检验技术创新的中介效应，由表4模型1）可知，在控制其他变量的前提下，科技金融对制造业结构合理化的总效应显著为0.363;由模型（2）可知科技金融对技术创新的效应显著为0.684：;模型（3）分析了科技金融与技术创新对制造业结构合理化的联合效应。结果表明，科技金融的系数显著为0.204（直接效应），系数相比于模型（1）的0.363有所下降，此外，技术创新的系数显著为0.234（间接效应），即技术创新能够提高制造业企业的劳动生产率进而推动结构合理化发展。结合模型（2）结果，根据中介效应检验原则，科技金融通过提高技术创新水平推动制造业结构合理化，技术创新在该过程起到的部分中介效应大小为[（0.684*0.234）/0.363]=0.4409，即科技金融对制造业结构合理化的提升作用有44.09%是通过提高技术创新水平实现的，H1得到验证。

由模型（4）可知，科技金融促进制造业结构高级化的总效应显著为0.274;模型（6）分析了科技金融与技术创新对制造业结构高级化的联合效应，科技金融的系数显著为0.217（直接效应），系数相比于模型（4）的0.274略有下降;同时，技术创新的系数显著为0.0842（间接效应），即技术创新能够通过激发潜在需求结构，淘汰技术落后制造业企业，进而实现制造业结构的高级化。结合模型（5）的结果，中介效应成立，科技金融能够通过提高技术创新水平推动制造业结构高级化，技术创新在该过程中起到的部分中介效应大小为[（0.6840.0842）/0.274]=0.2101，即技术创新在总效应中起到21.01%的中介作用，H2得到验证。

2.要素市场发育的中介效应检验本部分检验要素市场发育的中介效应。由表5模型（1）可知，在控制其他变量的前提下，科技金融对制造业结构高级化的总效应显著为0.363：由模型（2）可知，科技金融对要素市场发育的效应为0.172，系数不显著;而模型（3）表明科技金融系数显著为0.276（直接效应），系数小于模型（1）的0.363，且要素市场发育系数显著为0.508（间接效应）。根据温忠麟等的结论，中介效应检验方法分为逐步检验法和系数乘积检验法，当回归结果中出现解释变量对中介变量影响较小，即系数不显著，而中介变量对被解释变量的影响较大，即系数显著的情况时，逐步检验法会犯第二类错误，判断中介效应不存在，此付应采用功效更高的系数乘积检验法验证中介效应2。本文分别采用Sobel检验和Bootstrap检验法验证要素市场发育在科技金融与制造业结构升级中的中介效应。

另外，在控制其他变量情况下，由表5模型（5）中可知要素市场对制造业结构高级化没有显著影响;从模型（6）可知，科技金融对制造业结构高级化的影响系数显著为0.277（直接效应），且要素市场发育系数不显著（间接效应）。根据温忠麟等的研究结论，结合表5中模型（4）（5）（6）的回归结果，要素市场发育在科技金融影响制造业结构高级化过程中不存在中介效应32，H4不成立。

本文借鉴温忠麟和叶宝娟的方法，运用Sobe检验法和Bootstrap检验法对要素市场发育的中介效应进行检验。结果如表6所示，以制造业结构合理化为被解释变量，Sobel检验的Z值显著为正表明要素市场发育的中介效应显著存在。Bootstrap检验结果显示，间接效应在95%的置信区间为[0.1371，0.3621]，区间不包含0，间接效应显著，直接效应区间包含0，直接效应不显著，说明要素市场发育在两者之间发挥完全中介效应。Bootstrap检验结果与Sobel检验结果一致，科技金融能够通过完善要素市场发育程度进而推动制造业结构合理化，H3成立。

（三）区域异质分析

按人均GDP，我国28个省（市、自治区）可划分为经济发达地区、经济较发达地区和经济欠发达地区三个区域。从表7可知，经济发达地区的科技金融对制造业结构合理化和制造业结构高级化的影响系数显著为0.443和0.406;经济较发达地区科技金融的影响系数显著为0.419和0.215;经济欠发达地区的科技金融对制造业结构合理化影响系数显著为0.509，而对制造业结构高级化影响系数不显著。从结果来看，科技金融对不同区域制造业结构升级的影响程度不同。经济发达地区科技金融对制造业结构升级的影响程度高于经济较发达地区和经济欠发达地区。经济发达地区综合实力雄厚，开放水平高，科技金融资源丰富，资源的高效配置提高了制造业企业生产效率，为制造业结构升级提供了动力。经济较发达地区作为过渡区域，要素利用率和技术转化率较好，稳步推动了制造业结构升级。经济欠发达地区科技金融支持体系建设较落后，阻碍了高新技术企业研发创新，不利于制造业结构高级化。

（四）稳健性检验

稳健性检验即通过改变模型中某些核心指标计量方法和参数来检验回归结果是否可靠。为此本文采用不同的被解释变量替代变量进行检验。首先，本文借鉴傅元海等的做法，用高端技术制造业总产值与制造业总产值的比重来表示制造业结构高级化（AMIS2）。用干春晖等提出的泰尔指数表示制造业结构合理化（RMIS2），泰尔指数改进了产业结构偏离度系数绝对值形式，能够具体衡量不同类型产业的重要程度。该指数数值越大表明制造业结构合理化程度越低，具体公式如下：

由表8模型（1）和模型（2）可知，科技金融对制造业结构合理化和制造业结构高级化的影响系数分别显著为-0.4101和0.1292，表明科技金融对制造业结构合理化和高级化起积极促进作用。采用不同衡量指标后，中介效应检验和区域异质检验的结果与前文一致。由此表明，本文的实证分析结果具有较好的稳健性。

五研究结论与政策建议

从全国层面看，科技金融能够显著推动制造业结构升级，技术创新在科技金融与制造业结构升级之间发挥中介作用，要素市场发育仅在科技金融与制造业结构合理化之间发挥中介作用。从区域层面看，在经济发达地区和经济较发达地区，科技金融对制造业结构升级的推动作用显著为正，在经济欠发达地区，科技金融对制造业结构合理化有正向影响，而对制造业结构高级化影响不显著。从其他控制变量来看，外商直接投资对制造业结构合理化和制造业结构高级化的系数都显著为负，原因可能是国内市场体系尚未发育成熟，难以有效引导外商直接投资在各行业中的合理分配，进一步拉大行业间的发展差距，加剧制造业结构失衡。固定资产投资能有效促进制造业结构合理化，表明固定资产投资结构不断完善，优质资源向中高端技术制造业集聚，刺激制造业转型升级。据此，本文提出以下建议：

一是建立多维度科技金融服务体系。首先，要提高科技与金融耦合协调度，强化科技金融体系顶层设计，推出一系列科技金融新政策以优化科技金融布局，如政府出台相关政策打造科技型银行，鼓励商业银行提升制造业授信占比和金融服务质效。其次，要發挥多层次资本市场融资功能，为制造业企业中长期贷款提供支持。最后，要鼓励科技金融产品创新，发展个性化、精细化和定制化的科技金融产品，设计科技保险产品，如保单质押融资、保投联动等新兴产品，分散企业技术创新面临的风险。

二是构建科技金融信息交流平台。全国范围内联网互通的科技金融服务平台应逐步建立，再配套系统化、智能化科技金融服务机构等措施，这能为处于生命周期各阶段的科创企业提供完整的金融服务，提高科技金融资源配置效率，引导资金流向中高端技术制造业企业，设立创投引导基金和信贷融资机制缓解制造业企业融资难题，加强科技金融与制造业企业的深度融合;同时还应积极建设科技金融高水平人才队伍，尝试建立科技保险经济人、科技融资租赁等制度。

是推动科技金融等生产性服务业与先进制造业深度融合。作为创新性强、专业化程度高的生产性服务业，科技金融与制造业发展具有较强的关联度，为制造业提供稀缺金融资源。因此，科技金融等生产性服务业与制造业融合效率应不断加强，从而引导现代生产性服务业与先进制造业集群协调发展。高水平的科技金融服务体系不仅有助于制造业企业提高生产要素利用率，还能集聚大量高端化人才，为制造业企业研发创新提供优质的人力资本。总之，科技金融等现代生产性服务业与先进制造业的深度融合可为我国经济高质量发展提供坚实后盾。

[参考文献]

[1]戴翔，徐柳，张为付.“走出去”如何影响中国制造业攀升全球价值链？[J].西安交通大学学报（社会科学版），2018（2）：11-20

[2]赵昌文，陈春发，唐英凯.科技金融[M].北京：科学出版社，2009

[3]刘文丽，郝万禄，夏球.我国科技金融对经济增长影响的区域差异——基于东部、中部和西部面板数据的实证分析[J].宏观经济研究，2014（2）：87-94.

[4]谷慎，汪淑娟.中国科技金融投入的经济增长质量效应——基于时空异质性视角的研究[J].财经科学，2018（8）：30-43

[5]汪淑娟，谷慎.科技金融对中国经济高质量发展的影响研究——理论分析与实证检验[J].经济学家，2021（2）：81-91

[6]郭燕青，李海铭.科技金融投入对制造业创新效率影响的实证研究——基于中国省级面板数据[J].工业技术经济，2019（2）：29-35

[7]李俊霞，张哲，温小霓.科技金融支持高新技术产业发展的实证研究——基于系统动力学方法[J].中国管理科学，2016（S1）：751-757

[8]程翔，張瑞，张峰.科技金融政策是否提升了企业竞争力——来自高新技术上市公司的证据[J].经济与管理研究，2020（8）：131-144.

[9]金浩，李瑞晶，李媛媛.科技金融投入、高新技术产业发展与产业结构优化——基于省际面板数据PVAR模型的实证研究[J].工业技术经济，2017（7）：42-48

[10]廖继胜，刘志虹，郑也夫.文化制造业的科技金融支持效率及其影响因素研究——基于长江经济带省际面板数据[J].江西社会科学，2019（10）：37-49+254

[11]顾海峰，下雨晨.科技一金融耦合协同提升了企业融资效率

基于中国755家科技型上市公司的证据[J].统计与

信息论坛，2020（9）：94-109

[12]徐越倩，李拓，陆利丽.科技金融结合试点政策对地区经济增长影响研究——基于科技创新与产业结构合理化的视角[J].重庆大学学报（社会科学版），Doi：10.11835/.iss[N].1008-58312021.03.004.

[13]丁日佳，刘瑞凝.科技金融对制造业结构优化的双重效应研究——基于省级制造业面板数据的GMM估计[J].科技进步与对策，2020（12）：55-63

[14]张玉华，张涛.科技金融对生产性服务业与制造业协同集聚的影响研究[J].中国软科学，2018（3）：47-5

[15]邹建国，李明贤.科技金融对产业结构升级的影响及其空间溢出效应研究[J].财经理论与实践，2018（5）：23-29.

[16]季菲菲，陈雯，袁丰，孙伟.高新区科技金融发展过程及其空间效应——以无锡新区为例[J].地理研究，2013（10）：1899-1911.

[17]钱纳里，等.工业化和经济增长的比较研究[M』.上海：上海人民出版社，1995

[18] Richard， Blundell， et al. Initial Conditions and Moment Restrictions in Dynamic Panel Data Modelsijl Jourcal of Etonometric，1998（1）：115-143.

[19]李坤望.国际经济学[M].北京：高等教育出版社，2010

[20]李贤珠.中韩产业结构高度化的比较分析——以两国制造业为例[J].世界经济研究，2010（10）：81-86+89

[21]傅元海，叶祥松，王展祥.制造业结构变迁与经济增长效率提高[J].经济研究，2016（8）：86-100.

[22]吕明元，尤萌萌.韩国产业结构变迁对经济增长方式转型的影响——基于能耗碳排放的实证分析[J].世界经济研究，2013（7）：73-80+89

[23]张林.中国双向FDI、金融发展与产业结构优化[J].世界经济研究，2016（10）：111-124+137.

[24]杜爽，刘刚.基于价值网络分析的我国智能产业发展机制研究——以北京智能产业发展为例[J].湖南科技大学学报（社会科学版），2020（2）：66-74

[25]曹颢，尤建新，卢锐，等.我国科技金融发展指数实证研究[J]中国管理科学，2011（3）：134-140

[26]张芷若，谷国锋.中国科技金融与区域经济发展的耦合关系研究[J].地理科学，2020（5）：751-759.

[27]周德田，冯超彩.科技金融与经济高质量发展的耦合互动关系——基于耦合度与PVAR模型的实证分析[J].技术经济，

2020（5）：107-115+141.

[28]温成玉，刘志新.技术并购对高技术上市公司创新绩效的影响[J].科研管理，2011（5）：1-7+28.

[29]王小鲁，等.中国分省份市场化指数报告：2018[M].北京：社会科学文献出版社，2019

[30]俞红海，徐龙炳，陈百助.终极控股股东控制权与自由现金流过度投资[J].经济研究，2010（8）：103-114

[31]马连福，王丽丽，张琦.混合所有制的优序选择：市场的逻辑[J].中国工业经济，2015（7）：5-20

[32]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

[33]温忠麟，叶宝娟.有调节的中介模型检验方法：竞争还是替补？[J].心理学报，2014（5）：714-726

[34]干春晖，郑若谷，余典范.中国产业结构变迁对经济増长和波动的影响[J].经济研究，2011（5）：4-16+31