数字金融、技能溢价与制造业绿色转型

王 新

（1.哈尔滨金融学院，黑龙江 哈尔滨 150000；2.辽宁大学，辽宁 沈阳 110036）

一、引言与文献综述

在全球绿色低碳发展趋势引导下，绿色制造成为推进新型工业化的重要举措，也是我国提高核心优势的必然选择。2022年以来，工业和信息化部会同有关部门先后出台《工业领域碳达峰实施方案》 《钢铁、有色金属、石化化工、建材等重点行业的碳达峰实施方案》，初步建立起促进工业绿色发展的政策框架体系。党的二十大报告指出，要“实施产业基础再造工程和重大技术装备攻关工程，……，推动制造业高端化、智能化、绿色化发展”。2023 年3 月1 日，工业和信息化部在“权威部门话开局”系列主题新闻发布会上明确表示，我国将出台加快推动制造业绿色化发展的指导意见。不难看出，制造业绿色转型已成为当前我国发展的重点。在制造业绿色转型过程中，数字金融发挥着重要推动作用。一方面，数字金融借助新一代信息科技，为企业发展提供技术支撑，改变了传统制造企业的生产方式和组织形式[1]，促使制造业开始推进绿色产品研发，加速向绿色化方向转型。另一方面，数字金融优化了传统金融服务机构的发展模式，使得制造业开展绿色创新活动可获得充足资金支持[2]，有利于推进制造业绿色化转型进程。

随着数字金融的发展与变革，对数字技术素养高、数字科技掌握能力强的高技能劳动力需求不断增多。为抢占更多市场份额和促进自身发展，企业会逐渐抬升高技能劳动力的工资水平，由此拉大技能劳动力工资与非技能劳动力工资的差距，促使技能溢价提高[3]。且在高工资、高收入吸引影响下，社会劳动者会更倾向于提升自身技术技能水平，为制造业绿色转型提供更多人力支持。那么，数字金融与制造业绿色转型的关系到底如何？技能溢价提高是否会促进制造业绿色转型？技能溢价在数字金融与制造业绿色转型关系中是否发挥传导作用？回答上述问题对于促进制造业绿色转型具有重要现实意义。

学术界关于数字金融与绿色发展的研究已有丰厚成果。余进韬等(2022)实证分析发现，数字金融发展可以显著提升绿色全要素生产率，且这一提升效应在西部地区更明显[4]。刘敏楼等(2022)研究发现，数字金融水平提升可以直接促进绿色发展，也可以通过降低创新主体交易成本和融资效率，驱动区域创新能力提升，实现绿色发展[5]。吕知新等(2021)研究发现，数字金融可以通过提高企业融资效率和创新创业水平两条路径，促进工业经济绿色转型[6]。翟华云和刘易斯(2021)发现，数字金融发展对企业绿色创新数量和质量提升有显著促进作用[7]。

目前，学术界对技能溢价的驱动因素与影响作用展开了丰富研究。驱动因素方面，学者们研究发现技能偏向型技术进步[8]、工业机器人应用[9]、信息化[10]、出口升级会显著扩大技能溢价[11]。影响作用方面，技能溢价可以显著提高制造业人力资本水平，促进制造业转型发展[12]；降低低技能劳动者收入，会恶化要素收入分配[13]；可通过优化资源配置增强互联网创新效应，有效化解制造业“生产率悖论”[14]。

梳理上述文献不难发现，数字金融对绿色发展与技能溢价的正向作用已在学界得到初步认可。技能溢价的持续增加会提高制造业人力资本水平与全要素生产率，促进制造业转型升级。据此可以推测，数字金融、技能溢价与制造业绿色转型三者间有一定关联。然而，目前学术界既有研究仅对两者关系进行了讨论，关于数字金融与制造业绿色转型关系的实证研究尚未形成，且未对三者关系展开细致分析。鉴于此，文章的创新性贡献可能在于：第一，立足已有理论分析与相关文献，对数字金融与制造业绿色转型的关系进行实证分析，并提出针对性政策建议，以期为促进制造业绿色转型提供可行性路径。第二，将数字金融、技能溢价与制造业绿色转型纳入统一框架，通过理论梳理与实证分析研究三者影响作用机制，以期补充相关领域的研究空白。第三，根据国家统计局标准将样本划分为东部、中部、西部三大地区，分析数字金融对制造业绿色转型影响的异质性，以期深化既有领域的相关研究，为各地区采取差异化举措制定制造业绿色转型发展政策提供有益参考。

二、理论分析与研究假设

1. 数字金融与制造业绿色转型的关系

随着数字经济时代的到来，数字金融对制造业绿色转型的推动作用逐渐显现，并逐渐成为制造转型升级的核心动能。一方面，数字金融凭借数字技术，可优化制造企业传统生产模式与治理方式，促进制造业绿色转型。数字金融发展离不开物联网、云计算等数字技术的支持。将这些技术引入制造企业生产环节，可以改变制造企业传统生产方式和组织形式，推动绿色制造产品开发，助力制造业绿色转型。并且，将数字技术引入制造业供应链环节，能够加速资源分配与高效利用，实现制造业碳排放污染治理，促进制造业绿色转型。另一方面，数字金融发挥普惠性金融职能，可为制造企业绿色化发展提供资金支持，助力制造业绿色转型。数字金融作为一种普惠型融资，具有高效率、低成本特征，可为企业提供小额、高频、实时的金融服务。在数字金融支持下，制造企业可向金融机构申请绿色化、低碳化发展贷款，如绿色技术研发创新、污染物排放治理等专项贷款，在实现自身低碳发展的同时，助力制造业绿色转型。基于以上分析，提出如下假设：

假设H1：数字金融发展可促进制造业绿色转型。

2. 技能溢价在数字金融与制造业绿色转型中的作用

技能溢价是劳动力供给与需求改变的结果。数字金融能够发挥技术效应与结构效应，在改变劳动力供需结构的同时，影响技能溢价。而技能溢价提高会吸引社会劳动力主动提升自身技术技能，有利于为制造企业绿色发展提供高质量劳动力，助力制造业绿色转型。数字金融发展水平提高能以技能溢价为传导，带动制造企业绿色创新，间接促进制造业绿色转型。

其一，数字金融的技术效应可提升技能溢价，助力制造业绿色转型。在劳动力需求侧，数字金融对技能溢价的影响取决于技能增进型的技术进步程度。细言之，数字金融快速发展可推动技能增进型技术进步，强化社会对技能劳动力的需求。在非技能劳动力需求不变情况下，技能劳动力数量与质量需求的增大会促使企业提高技能劳动力薪资水平，进而提升技能溢价。而在技能劳动力的高工资水平吸引下，社会劳动者会主动学习新知识、新技能，不断提升自身技术技能，以此匹配社会的高技能劳动力需求。此背景下，社会劳动力技能水平与人力资本质量会整体提升，有利于为制造企业绿色生产、绿色技术创新与绿色治理提供智力支持，在带动制造企业低碳发展的同时，助力制造业绿色转型。

其二，数字金融的结构效应可提高技能溢价水平，促进制造业绿色转型。在劳动力供给侧，数字金融发展对技能溢价的影响取决于个体教育成本大小。具体而言，数字金融的快速发展与变革会带来诸多新知识与新技能，提高个体受教育成本，从而降低技能劳动力相对供给。而技能劳动力供给不足产生的稀缺效应，会抬高技能劳动力工资水平，进而提升技能溢价水平。技能溢价提高会吸引非技能劳动力强化自身专业知识与技能水平，向技能劳动力转化。这会增加技能劳动力供给数量，为制造企业绿色发展提供丰富高层次的专业技术人才和创新型人才支持，推动制造业绿色转型。

综上可知，数字金融快速发展可形成技术效应与结构效应，提高技能溢价水平，进一步为制造企业绿色发展提供丰富、高技能劳动力，助力制造业绿色转型。据此，提出如下假设：

假设H2：数字金融可通过提升技能溢价水平，间接促进制造业绿色转型。

三、研究设计

1. 变量选取

（1） 被解释变量：制造业绿色转型(Green)

文 章 借 鉴 乔 彬 等(2022)、高 洪 玮 和 吴 滨(2022)的 研 究[15，16]，采用工业企业绿色全要素生产率对制造业绿色转型水平进行测度。具体而言，工业企业绿色全要素生产率的投入与产出指标如表1 所示。结合上述指标，采用DEA－Malmquist 模型，计算工业企业绿色全要素生产率，由此得到制造业绿色转型水平。

表1 工业企业绿色全要素生产率的投入与产出指标

（2） 核心解释变量：数字金融(DE)

数字金融采用数字金融发展水平表示，主要使用北京大学数字金融研究中心编制的北京大学数字普惠金融指数，从“覆盖广度”“使用深度”“数字化服务程度”三个维度出发衡量。

（3） 中介变量：技能溢价水平(Ski)

技能溢价主要反映从事创新活动与生产活动的劳动力所获工资差距。学术界通常使用两种方式测度技能溢价，一是用不同受教育水平劳动力的工资差异衡量；二是用不同行业就业人员的工资比值指代[17]。文章结合当下实际，用从事创新活动劳动力与从事生产活动劳动力的工资比值衡量技能溢价。其中，从事创新活动的劳动力工资用科技人员平均工资表示，具体使用科研经费内部支出中总劳务费用与科技人员数的比值衡量；从事生产活动的劳动力工资选取制造业平均工资进行衡量。

（4） 控制变量

为避免遗漏变量对回归结果的影响，对如下变量进行控制：行业规模(Scale)，以规模以上工业企业的主营业务收入代表。平均劳动报酬(Wage)，选取各地区制造业平均劳动报酬考察。环境规制(Er)，以各地区工业污染治理投资完成额表示。产业结构(Ind)，以第二产业占比指代。外商直接投资(FDI)，用外商直接投资在国内投资总额中的占比表示。财政自主权(Pub)，用一般公共预算收入与一般公共预算支出的比值测度。

2. 模型设计

为验证数字金融发展对制造业绿色转型的影响，分析技能溢价在其中的作用，依据上述理论分析推演，构建如下实证分析模型：

式(1)用于验证数字金融发展水平对制造业绿色转型的影响；式(2)用于验证数字金融发展水平对技能溢价的影响，为验证中介作用机制提供基础；式(3)将核心解释变量、中介变量和被解释变量共同纳入回归模型，用于验证数字金融与制造业绿色转型的关系，以及技能溢价的中介效应。在α1和β1均显著前提下，若γ1不显著，技能溢价发挥完全中介效应；若γ1显著，技能溢价发挥非完全中介效应。令总效应为β1，则直接效应为γ1，间接效应值为α1×γ2，三者关系为β1=γ1+α1×γ2。上式中，i代表省份，t代表年份；X和F均为控制变量；e、μ、ε均为随机干扰项，服从N(0，σ2In)。

3. 数据来源

考虑到数据可获取性与准确性，选取2012—2021 年我国30 个省级面板数据（除西藏和港澳台地区） 进行实证分析。被解释变量制造业绿色转型的投入指标与非期望产出指标数据来源于《中国工业统计年鉴》，期望产出指标来源自《中国能源统计年鉴》。解释变量数字金融的数据来源于北京大学的数字普惠金融指数。中介变量技能溢价和控制变量数据主要来自历年《中国工业统计年鉴》 《中国统计年鉴》 《中国能源统计年鉴》 《中国科技统计年鉴》 《中国劳动统计年鉴》 《中国第三产业统计年鉴》、各省份统计年鉴、各省份统计公报，以及中经网统计数据库和EPS 数据库。经测算和处理，得到各变量描述性统计结果如表2 所示。

表2 变量描述性统计结果

四、实证分析与机制检验

1. 基准回归分析

首先，利用OLS 估计进行数字金融对制造业绿色转型影响的逐步回归分析，得到基准回归结果如表3 所示。

表3 基准回归结果

就核心解释变量对被解释变量的影响效应而言，由表3 可知，数字金融对制造业绿色转型影响的回归系数为0.127，在1%水平下显著为正。加入其他控制变量后发现，数字金融仍然保持在1%水平下显著，系数估计值为0.119，与之前较为接近。并且，模型拟合度较好，调整后的R2均超过0.8。上述结果证明，数字金融与制造业绿色转型存在显著正相关关系，即伴随数字金融发展，制造业绿色转型水平会不断提升，假设H1 得证。可能的原因在于，数字金融发展衍生的丰富金融产品与技术，可以为制造企业开展低碳技术创新或节能安排提供有力支撑，进而助力制造业绿色转型。

就控制变量对制造业绿色转型的影响而言，由表3 列(2)可以看出，行业规模回归系数在1%水平下显著为正，说明行业规模扩大可以促进制造业绿色转型。平均劳动报酬的回归系数为-0.382，通过1%显著性水平检验，说明平均劳动报酬的提升不利于制造业绿色转型。环境规制的回归系数为-0.037，通过1%显著性水平检验，说明环境规制加严会抑制制造业绿色转型。产业结构的回归系数为0.064，通过5%显著性水平检验，说明产业结构升级有利于制造业绿色转型。外商直接投资的回归系数为-0.008，未通过显著性检验，说明外商直接投资与制造业绿色转型关系不大。财政自主权回归系数为0.412，通过5%显著性水平检验，说明财政自主权提高有利于促进制造业绿色转型。在控制变量中，平均劳动报酬是人力资本投入总量的前提，对制造业绿色转型的影响应是正向而不是负向，这与上述研究结果并不一致。因此，必然存在一个使平均劳动报酬发挥负向作用的前提条件，且关系到技能溢价作用的发挥，对此，文章将在第五部分展开分析。

2. 稳健性检验

为保证上文研究结果的可靠性，文章采取调整样本量、拓展解释变量范围、更换核心解释变量等方式进行稳健性检验，结果见表4。

表4 稳健性检验结果

（1） 调整样本量

与其他省份相比，直辖市的人口数量、行政级别与经济规模存在一定特殊性。因此，剔除4 个直辖市样本数据，重新对式(1)进行估计。由表4 列(1)数据可以看出，数字金融的回归系数为正，且在1%的水平上显著，说明上文研究结论稳健。

（2） 拓展解释变量范围

制造业绿色转型水平提升原因之一是前期绿色发展要素的持续投入与逐步积累，即当期制造业绿色转型可能与前期数字金融发展存在关联。如若忽略此问题，未将前期数字金融发展的影响纳入进行参数估计，极可能因“遗漏变量”引发内生性问题。所以，将数字金融滞后一期项(DE(-1))引入模型，重新进行回归分析。由表4 列(2)数据可知，纳入解释变量滞后项后，模型估计值符号和显著性均不变，表明上述研究结果稳健。

（3） 更换核心解释变量

将存贷款总额占GDP 比重作为数字金融的替代变量，对式(1)重新进行回归分析。由表4 列(3)可以看出，更换核心解释变量后，数字金融对制造业绿色转型的影响仍然通过了1%的显著性水平检验，且系数值为正，进一步证明研究结果可靠。

（4） 变量缩尾处理

为避免样本数据异常值的影响，对所有变量进行1%和99%分位缩尾处理，并对样本进行重新估计。表4 列(4)结果显示，数字金融对制造业绿色转型的影响仍然为正，且通过1%显著性水平检验，说明此次研究结果较为稳健。

3. 异质性分析

考虑到地区之间数字金融与制造业发展程度等存在较大差异，数字金融对制造业绿色转型的影响可能存在区域异质性特征。参照国家统计局划分标准，将研究样本划分为东部、中部和西部三大地区，重新进行回归分析。

由表5 结果可以看出，数字金融发展对西部和中部地区制造业绿色转型均有显著促进作用，对于东部地区制造业绿色转型的影响相对较小且不明显。这表明现阶段数字金融发展尚未对东部地区制造业绿色转型形成积极长效推动效应。产生这一现象可能的原因在于，中部和西部地区经济发展相对落后，制造业绿色转型发展压力大，而数字金融发展可为当地制造业绿色技术创新与产业低碳发展提供便捷的融资服务，促进绿色转型。相较而言，东部地区经济发达、科技领先、人力资本充沛，主要通过新技术应用与高技术人才作用发挥支持制造业绿色转型。此过程中，数字金融发展提供的支撑作用较小，使得数字金融发展对东部地区制造业绿色转型的支持效应不明显。

表5 异质性检验结果

4. 中介机制检验

为验证技能溢价在数字金融促进制造业绿色转型过程中的中介效应，根据模型(1)~(3)，采用逐步回归法进行中介机制分析。在实证分析时，借助bootstrap 法对模型进行再次检验，以降低样本量及其分布形态对检验结果的影响。

从表6 结果可以看出，数字金融的回归系数值为0.134，且在1%水平下显著，表明数字金融与制造业绿色转型之间存在总效应，假设H1 进一步得证。数字金融对技能溢价影响的系数值为2.421，通过5%显著性水平检验，表明数字金融发展可以提升技能溢价。将数字金融与技能溢价同时纳入回归方程(3)，得到二者的回归系数值分别为0.132 和2.115，且各自通过1%和5%的显著性水平检验，说明技能溢价在数字金融与制造业绿色转型之间发挥不完全中介效应，由此假设H2 得证。总体来看，数字金融对技能溢价具有显著正向影响，进而通过技能溢价传导至制造业领域，促进制造业绿色转型。并且，在数字金融促进制造业绿色转型过程中，技能溢价发挥着显著不完全中介效应。

表6 中介效应检验结果

五、技能溢价的作用条件分析

基准回归结果显示，平均劳动报酬是影响制造业绿色转型的重要因素，但其估计系数为负，与理论分析预期结果不一致。深入考察平均劳动报酬的性质会引申出一个问题：作为传导作用的技能溢价，保证其发生效应的前提条件为何？

第一，平均劳动报酬的提升存在两种情况：一是社会经济发展带来的劳动者整体收入水平提高，二是高技能劳动力收入增加带来的整体劳动者平均收入水平提高。前者需要经历较长一段时间才能实现，后者仅需要新技术、新商业模式的出现即可实现。从长期来看，平均劳动报酬增加会稳定就业，为制造业发展提供充足人力资本支持，助力制造业绿色转型。但目前，我国尚处于高技能劳动力较为短缺阶段，存在较为普遍的高技能劳动力供需不匹配问题。这种供小于求的局面使得高技能劳动力收入远高于低技能劳动力，因此技能溢价较高。此时，我国平均劳动报酬虽较之前有所提升，但高技能劳动力供给较少使得制造业创新发展所需人力支持不足，在一定程度上抑制了制造业绿色转型。由此可知，存在基准回归结果中平均劳动报酬量系数为负的情况。

第二，数字金融发展的重要驱动力是数字技术，主要路径是高技能劳动力的知识与技能溢出效应。高技能劳动力供给是保证高技能劳动力主体作用发挥的关键内容，而保证劳动力供给的前提是劳动收入。在当下数字经济时代，收入提升有利于促进技能溢价提高。由此可以推测，在高技能劳动力供给较为稳定的当下，技能溢价变化会影响数字金融发展。进一步而言，要想维持技能溢价处于提升阶段，制造业领域就需保证高技能劳动者收入增长，提高平均劳动报酬、规避抑制效应。

第三，提高平均劳动报酬、规避抑制效应的前提在于，确定两类要素的合理投入比。边际报酬递减规律显示，要素投入比例存在合理区间。以此推测，平均劳动报酬若想稳步提升，需要先找合理的临界区间。该临界区间即为技能溢价发挥中介作用的前提条件：只有当平均劳动报酬达到一定程度时，技能溢价的中介效应才会显现；当平均劳动报酬未跨过或跨过某一临界值时，技能溢价的促进作用将降低。因此，平均劳动报酬成为技能溢价发挥效力的“门槛”。

为验证平均劳动报酬可能存在的门限效应并估计门限个数，文章以平均劳动报酬为解释变量，技能溢价为门限变量，重新进行回归。由表7 门限回归检验结果可知，平均劳动报酬存在双门槛效应。

表7 门限效应检验结果

基于表7 结果，构建平均劳动报酬的双门限模型，具体如下：

模型(4)回归结果显示，平均劳动报酬的双门限估计值以75和110 为节点，可划分三个区间范围，分别为第一区间(TM≤75)、第二区间(TM≤110)和第三区间(110

六、结论及建议

文章选取2012—2021 年30 个省级面板数据，考察数字金融对制造业绿色转型的影响，并以技能溢价为中介变量，阐释数字金融对制造业绿色转型的作用机制，最后对机制发生条件进行了门限估计。研究结论如下：第一，数字金融可以显著促进制造业绿色转型，即数字金融发展水平越高，制造业绿色转型效果越明显。第二，数字金融对制造业绿色转型的促进作用存在异质性，主要表现为西部→中部→东部地区依次递减特征。第三，在数字金融对制造业绿色转型的影响过程中，技能溢价发挥着显著非完全中介效应。换言之，数字金融会通过提高技能溢价间接促进制造业绿色转型。第四，平均劳动报酬存在双门槛效应，其合理区间是技能溢价发挥中介机制的前提条件。

基于上述研究结论，文章对推进制造业绿色转型提出如下几点建议：

第一，积极推进数字技术与金融深度融合。鉴于数字金融发展对制造业绿色转型具有显著促进作用，我国需积极推进数字技术与金融深度融合，促进数字金融加速发展。一方面，利用数字技术推动金融机构数字化转型。金融机构应将数字技术融入金融服务全过程、业务运营全链条，不断创新金融产品和服务，优化支付清算、登记托管、征信评级、跨境结算等流程，推动金融服务智能化、业务场景化、渠道一体化，在促进数字金融发展的同时驱动制造业绿色转型。另一方面，加快培育金融业数据要素市场。金融机构应积极响应国家政策，依托数字技术形成的智能平台，加快培育金融业数据要素市场，为金融风控、反欺诈、反洗钱，以及流程优化、合规经营、客户体验等提供有力支持。此外，在推进数字技术与金融深度融合过程中，相关主体还需完善监管规则、丰富金融科技监管工具，统筹创新发展和安全，保障数字金融长期稳步发展，进而为制造业绿色转型注入持续动能。

第二，打造区域数字金融联动发展模式。我国应在各地区因地制宜推动数字金融发展基础上，打造区域数字金融联动发展模式，综合推动全国整体制造业绿色转型。就西部地区而言，地方政府应联合金融机构加快建设包括数字金融算力中心、数据资产交易中心等在内的金融中心，畅通金融机构和制造企业信息平台互联共享，破除金融服务数字信息壁垒，在提升当地数字金融发展水平的同时推进制造业绿色转型。就中部地区而言，区域各方应发掘数字金融发展优势资源，借用资源合力打造数字金融发展区域重点省市，进而发挥区域数字金融重点省市的带动效应，促进区域整体数字金融发展水平提升。就东部地区而言，金融机构应借助本地优越地理位置、先进科学技术和先天经济条件，大力发展数字金融。此过程中，东部地区可积极与中西部地区合作，将本地区数字金融高速发展的经验与方法转移至中西部地区，带动当地数字金融发展，并助力制造业绿色转型。

第三，建立多方位劳动技能溢价提升机制。相关主体应主动发挥自身职能，建立多方位劳动技能溢价提升机制，为制造业绿色转型提供有力支持。就政府而言，地方政府部门一方面应完善劳动力教育与培训体系，创新教育方式、优化专业设置，提升劳动力技能水平。另一方面应健全劳动报酬分配与保护制度，为高技能劳动力收入增加提供保障，提升技能溢价，助力制造业绿色转型。就企业而言，制造企业应加大对高技能劳动力的重视力度，通过设置奖励资金方式鼓励内部员工自主学习提高技能水平，或通过高薪聘请高技能人才进入等方式，增加高技能劳动力收入。此过程中，制造企业需适当分配高技能劳动者与低技能劳动者的劳动报酬，注重将企业内部平均劳动报酬控制在合理区间，由此提高劳动技能溢价，为制造业绿色转型提供坚实人力支持。