基于大数据的金融支持天津制造业绿色转型实证研究

吴爱东，蒋琳

1.2.天津商业大学经济学院，天津 300134

一、引言与文献综述

习近平总书记在十九届五中全会上强调，制造业是我国经济命脉所系，是立国之本、强国之基。尽管天津有良好的制造业积累、完备的产业体系和得天独厚的地理优势，却面临着产业结构偏重偏旧、新动能增长点“青黄不接”以及民营经济发展滞后的问题。为此，天津坚持制造业立市，落实“中国制造2025”总体规划，实现京津冀协同发展中“一基地三区”目标。制造业绿色转型是经济可持续发展的重大命题，是现代化经济体系的主要建设内容，面对新旧动能转换过程中的压力和挑战，天津借助大数据等智能科技积极构建“1+3+4”产业体系，以期实现绿色制造。《天津市金融支持制造业发展的指导意见》提出了13条有利措施，以期破除传统金融发展模式下的融资约束对制造业进一步发展的阻碍。依托大数据的金融发展，不仅提高制造业企业的利润水平，还能够降低企业的信贷风险，高效配置金融资源。因此，深入研究大数据背景下金融发展与制造业绿色转型的关系，对于天津“十四五”期间构建现代工业产业体系而言，具有重要的现实意义。

金融发展是现代经济的核心，对经济增长有正向影响。Schumpeter（1911）提出金融在经济系统中发挥着积极作用，Goldsmith（1959）、韩春廷（2005）等学者主张金融促进经济增长。发达的金融市场有利于合理配置金融资源，进而实现制造业转型升级。吴爱东（2017）等证实了金融发展对制造业有积极作用，王倩（2020）提出金融是建设制造业创新基地的关键因素。现有文献中关于制造业对金融发展的影响的研究较少，李自若（2020）实证结果表明制造业对金融产生的影响与经济体的发展水平有关。

以大数据为代表的新型资源推动制造业跨越式转型。刘磊（2020）、吕明元（2020）等证明大数据技术促进我国制造业向中高端迈进。常青山（2020）认为大数据技术助力工业绿色转型。大数据促进金融的进一步发展。崔小委（2016）等提到应用大数据分析平台能推动金融发展。杜金岷（2020）等认为在数字普惠金融发展的实践过程中，挖掘大数据可推动金融高覆盖与低成本趋势的持续。

在大数据的背景下，金融发展规模更大、结构更优、效率更高，支持制造业绿色转型的力度更强。（1）在经济方面，依托大数据的金融发展能够提供资本积累。Kapoor（2014）等认为大数据时代的金融发展重塑厂商的投资和期望，缓解融资约束提振实体经济。焦勇（2020）等提到大数据解决金融主体与客户群体信息不对称、道德风险问题，推动制造业的结构升级。（2）在社会方面，数字普惠金融能适应制造业技术创新资金需求多、风险高、成果转化周期长的特点，不仅拓宽融资渠道，还能营造良好的创业环境。聂秀华（2020）等实证结果显示数字普惠金融能够在较长时期内对企业技术创新有稳定的驱动作用；Giuliodori（2012）、谢绚丽（2018）认为数字金融显著促进了创业。（3）在生态方面，金融主体利用大数据平台间接地减轻制造业对环境的污染，用绿色金融引导绿色制造。王康仕（2020）研究发现污染严重的工业企业难以得到数字金融机构的短期融资。倪瑛（2020）等证明绿色金融影响制造业的绿色全要素生产率。

与现有文献相比，本文可能的边际贡献有：第一，本文在金融发展和制造业绿色转型的指标体系中引入能反映大数据影响的新变量；第二，本文将从直接和间接两个方面分析大数据影响下的金融发展与制造业绿色转型之间的互动机制。

二、大数据背景下金融发展与制造业绿色转型的耦合机理

大数据平台运用于金融领域后，金融发展便有了新的内涵，对经济有了更强的影响力。具体来说，大数据金融发展更加信息化、创新化、虚拟化，极大地促进了银行、证券、保险等领域的创新和发展，间接地扩大了金融规模；依托大数据平台诞生的数字普惠金融具有方便性、全时空、高效率等特点，直接提高了金融效率，直观地反映了大数据在金融领域的运用成果和可持续发展潜力，是金融发展系统的核心所在；大数据平台分析金融交易活动后，金融资源流向获利更高、更加可持续的投资领域，间接地优化了金融结构。

应用大数据技术的制造业，其绿色转型是可持续的，包含三方面内容。遵循价格成本理论，制造业企业通过大数据技术柔性生产避免了大量库存成本，增加了经营利润，在利益的驱动下制造业结构得到优化；大数据是人类通过经济活动创造财富的新型要素，制造业技术创新是制造业绿色转型的关键所在，通过大数据技术的智能制造促使企业平衡环境责任和收益，确保经济-社会-生态的协调发展；依据波特假说，制造业的绿色转型离不开环境规制，通过大数据分析技术，充分考虑产品全生命周期的性能和市场需求，实现绿色定制，提高环境资源利用效率。

耦合在经济学领域中表示两个及以上系统相互依赖的动态发展过程。一方面，大量的金融资本是制造业绿色转型的前提。根据金融深化理论，依托大数据的金融发展系统更高效地进行资本积累、拓宽制造业企业融资渠道、合理配置金融资源，为制造业的绿色转型提供精准的金融服务。另一方面，谋求绿色转型的制造业能够拉动金融的可持续发展。依托大数据的制造业以实现绿色转型为目的所进行的各项交易活动为金融发展提供了海量的数据沉淀，通过挖掘数据背后的价值，规避风险，引导投资方向。除此之外，制造业行业也会因竞争力和资源技术优势带动金融的发展。

如图1所示，大数据平台将金融发展控制在有效范围内，推动制造业绿色转型进程的同时避免过于发达的金融对制造业产生负面影响。制造业通过应用大数据技术智能制造、柔性生产和绿色定制，使得制造业绿色转型成果与金融发展水平相匹配，实现良性互动。由此可以清晰地看出，大数据背景下的金融发展与制造业绿色转型之间相互影响、相互促进。

图1 基于大数据的金融发展与制造业绿色转型耦合协调机制

三、指标体系的构建及说明

本文选取的指标不仅涵盖了金融发展和制造业绿色转型的基本特征，还反映了在大数据背景下的新内涵。根据耦合协调度模型的要求划分了金融发展和制造业绿色转型两个子系统，二者均细分为3个一级指标和6个二级指标，如表1所示。

表1 “金融发展-制造业绿色转型”系统评价指标体系

（一）金融发展指标

本文将金融发展划分为规模、效率、结构三个层次。

1.金融规模

（1）金融行业增加值增速。依据规模经济理论，越发达的经济体其金融增加值的增速越慢，因此该指标是负向的。

（2）金融相关比率。由于某一时刻金融资产价值与国民财富的比值难以直接测算且容易产生误差，本文使用能反映经济社会融资情况的金融机构贷款总额与GDP之比。

2.金融效率

（1）数字普惠金融指数。本文采用北京大学数字金融研究中心公布的数字普惠金融指数进行量化研究，它是一个多维度的综合指数，且具有权威性。

（2）GDP/股票筹资额。股票筹资额越大，间接反映在大数据平台合理引导下的社会融资活动越活跃，因此本指标是负向的。

3.金融结构

（1）绿色金融。金融绿色化是可持续的内生动力，除政府支持外还需要社会资本的助推，本文选用环保项目投资额与财政支出的比值来表示。

（2）非银行金融机构比重。目前银行仍是金融机构的主要组成部分，大型国营企业具有获得贷款的优势，根据Mckinnon的金融压制论，只有当中小民营企业解决融资问题时，金融才能促进经济发展，因此非银行金融机构数量的占比反映金融结构是否得以优化。

（二）制造业绿色转型指标

制造业的绿色转型包括经济、社会和生态三个方面，因此本文划分了三个相对应的一级指标：结构优化、技术创新和生态友好。

1.结构优化

（1）合理化。产业结构合理化是制造业绿色转型的前提和基础，本文借鉴干春晖（2011）等计算泰尔指数的研究经验，公式如下：

式（1）中，Y表示产业生产总值，L表示就业人数，i表示三次产业。泰尔指数的值越小，产业结构越接近均衡状态，产业结构就越合理，由于这一逆向属性，本文取泰尔指数的倒数。

（2）高级化。本文依据天津构建“1+3+4”现代化产业结构的特点，用规模以上高端制造业①产业增加值与工业总产值之比反映产业结构的高级化。

2.技术创新

（1）两化融合程度。信息化与工业化的高层次深度融合核心在于信息化的支撑，本文用纳入信息化统计的企业使用计算机台数进行衡量。

（2）大数据发展水平。互联网是数据信息的集散地，专利申请数量是大数据技术创新的重要载体，本文沿用吕明元（2020）等的研究方法，用互联网普及率与制造业专利申请数量的乘积作为衡量制造业大数据发展水平的指标。

3.生态友好

（1）环境规制强度。为保证不同时期环境规制强度的可比性，本文用制造业污染治理费用与制造业增加值之比来衡量。依据成本遵循理论，环境规制强度越大，意味着污染治理费用越多，即成本越高，其利润越低，该指标为负向指标。

（2）绿色全要素生产率。绿色制造是一种综合考虑资源消耗和环境影响的现代制造模式，与索洛余值法计算的全要素生产率不同，需将能源投入和非期望产出纳入核算框架，如表2所示。

表2 绿色全要素生产率的投入产出表

本文采用永续存盘法估算资本存量，公式为：

Kt为当期制造业资本存量，Kt-1为上期制造业资本存量，It为当期制造业投资额，δ为折旧率，依据经验取δ=9.6%。构建DEAMalmquist模型来测算制造业绿色全要素生产率指数。因Malmquist指数为绿色全要素生产率的增长率，故以2010年为基期取其绿色全要素生产率值为1，累乘得2011-2018年制造业的绿色全要素生产率。

（三）数据来源

鉴于数据的完整性和可得性，本文选择天津2011-2018年的数据进行实证研究，数据主要来源于《中国统计年鉴》、《天津统计年鉴》及天津政府门户网站，天津数字普惠金融指数来自 《北京大学数字普惠金融指数（第二期，2011-2018 年）》。

四、实证分析

（一）耦合协调度模型及其判断标准

本文使用极差法对数据进行标准化处理，公式如下：

Uij反映Xij对其子系统贡献程度的大小；max（Xij）、min（Xij）分别为子系统各项指标的最大值和最小值。

λij为二级指标的权重，Ui为子系统对复合系统的贡献值。

两个子系统的耦合度函数为：

C为耦合度，描述两个系统耦合关系强弱程度，取值范围介于［0，1］之间。本文沿用魏金义（2015）的方法将耦合度值划分为四个阶段，如表3所示。

表3 耦合阶段与判别标准

不同的大数据应用阶段，金融发展水平和制造业绿色转型程度不一致，单纯依靠耦合度模型无法全面反映各要素间的差异。在此基础上建立耦合协调度模型，能够比较不同时期两者交互耦合的协调程度，其公式为：

D表示耦合协调度，T代表金融发展和制造业绿色转型二者协同效应的综合指数，α和β分别表示二者的重要程度，取 α=β=0.5。本文参考邵学峰（2021）的研究成果将耦合协调度划分为六个阶段，如表4所示。

表4 耦合协调类型与判断标准

（二）计算指标权重

为了结果的可靠性，首先需要确定指标的权重。用极值法对天津的原始数据标准化处理以消除量纲的影响，然后通过主成分分析法得到各项指标的权重，如表5所示。

表5 天津“金融发展-制造业绿色转型”系统各项指标权重

在金融发展子系统中，规模、结构权重较大，与大数据联系最为紧密的金融效率权重较小，这一现象的原因在于数字普惠金融当前更侧重改善中小微企业的融资环境，大数据作为新的技术创新在整个金融领域的作用尚不明显。在二级指标中，金融相关比率权重最大，即融资能力对整个金融发展水平的影响最大，解决融资难、融资贵的问题是天津金融得到有效发展的关键。

在制造业绿色转型子系统中，结构优化、技术创新和生态友好三者权重相当，经济、社会、生态三者缺一不可。技术创新指标权重相对较大，在传统制造业发展模式逐渐难以为继的情况下，大数据技术为制造业绿色可持续带来机遇。在二级指标中，绿色全要素生产率和制造业结构高度化的权重较小，这与天津制造业长期发展重工业且生产方式粗放有关，虽然天津经济已进入创新驱动阶段，但制造行业尚未进入绿色制造阶段。环境规制权重最大，反映了天津制造业在绿色转型过程中，解决高污染企业末端治理问题至关重要。

（三）耦合协调度分析

为进一步解释上述现象并揭示背后的成因，将有关数据带入耦合协调度模型后，得到耦合度与耦合协调度值及综合参数与耦合协调度值变化趋势。

如表6所示，大数据背景下天津金融发展与制造业绿色转型处于高度耦合阶段，两个子系统相互影响，联系密切；金融发展与制造业绿色转型不断耦合协调，能够发挥协同效应。

表6 天津“金融发展-制造业绿色转型”系统的耦合度值与耦合协调度值

如图2所示，第一，天津的金融发展系统与制造业绿色转型系统耦合度始终处于较高水平，其耦合协调度波动上升，2015年和2018年分别出现了小幅度回落。原因在于，天津积极推进京津冀一体化，履行“一基地三区”定位，产业结构协调发展、创新程度不断提高、污染防治卓有成效，向高质量发展阶段迈进；2015年天津制造业率先进入创新驱动发展阶段，大数据制造业迅速落地，而此时金融工具单一，暂时不能与制造业的需求相匹配；2018年全市制造业增加值增长3.2%，金融业增加值增长7.2%，在“消失效应”的影响下过大的金融规模对制造业的绿色转型产生了负向影响，数字普惠金融的迅速发展尤其会对制造行业中技术滞后、数字化程度低的企业产生较大的冲击。

图2 天津“金融发展-制造业绿色转型”系统的综合参数与耦合协调度演化趋势

第二，金融发展综合参数持续上升，增速稳定。大数据金融面世以来，天津便不断完善信贷政策和交易规则，致力于营造安全、普惠、开放的金融科技发展环境。大数据精准追踪资金走向有效促进金融行业的发展，因此金融整体发展均衡，发展结构合理。制造业绿色转型综合参数呈波动上升趋势，与耦合协调度变动趋势基本一致，这说明“金融发展-制造业绿色转型”系统的耦合协调度受制造业绿色转型子系统的影响较大。在天津的经济体系中，产业结构长时间保持“二三一”状态，制造业始终占据着重要的地位，由于经济增速放缓导致制造业行业的不景气，天津也未能免于2015年全国范围内爆发的制造业倒闭潮；2017年天津GDP增速出现断崖式下跌，相关机构迅速落实“三去一降一补”工作，引导制造业企业转型，这导致了制造业绿色转型综合参数在2018年出现了小幅度的回落。

五、结论与建议

通过对大数据背景下金融发展支持天津制造业绿色转型进行实证研究，得出以下结论：

第一，金融规模和金融结构对金融资源配置效果影响较大，对金融发展潜力有着重要作用的金融效率权重较小，大数据的积极作用尚未得到充分发挥。

第二，对于制造业而言，技术创新是实现绿色转型的最关键因素，但当前高端制造业的技术绿色创新能力不足，未能实现行业的绿色生产，污染严重的重工业企业节能减排压力较大。

第三，基于大数据的金融发展与天津制造业绿色转型之间耦合协调度存在小幅度波动，即当时金融未在供给侧有效支持制造业绿色转型，制造业也未在需求侧拉动金融发展，侧面反映应用大数据的两系统为实现良性互动而不断调整磨合。

根据以上研究结论，天津应加大发挥天津资源比较优势，在京津冀协同发展中发挥更重要作用，加快建成全国先进制造研究基地和金融创新运营示范区，引导金融发展脱虚向实，推动制造业的绿色转型。

首先，加大数字基础设施的投入。充分发挥天津市大数据管理中心的作用，搭建大数据交易平台，鼓励大数据金融的发展促进资金的合理配置，同时驱动制造业绿色创新成果的转化，使得金融发展与制造业绿色转型相适应。

其次，利用大数据资源加深产学研相结合的深度。大数据金融创新决定金融发展效率激发金融发展潜力，大数据技术创新是制造业绿色转型中最重要的一环，充分运用高校和研究所的大数据发明成果，整合优化科研资源，破解制造业低端锁定局面，加快构建绿色制造体系。

最后，加快数字化发展，在大数据技术的支持下落实“十四五”规划中关于绿色发展的理念。利用大数据技术打破数据孤岛，完善金融服务系统，加大金融对实体经济的支持力度，延长产业链，提高天津制造业在全球价值链中的地位，坚持制造业立市，用数字化赋能经济高质量发展。

注释：

①高端制造业是与低端制造业相对应的说法，具有高技术、高附加值的特点。迄今为止，国内外学术界对高端制造业的内涵尚未形成统一的内涵界定和统计分类标准。大部分国内学者研究选择的高端制造业划分类别基本一致，主要包括通用设备制造业、专业设备制造业、电器机械及器材制造业、交通运输设备制造业、通信设备、计算机及其它电子设备制造业、仪器仪表及文化、办公用机械制造业。特别的，自2014年开始天津将工业战略性新兴产业划分出来后，便有了更加直观的数据。