胡吉亞 胡海峰

一、引 言

制造業(yè)是實體經(jīng)濟的脊梁，在國際時局多變，新冠肺炎疫情肆虐，反華勢力抬頭的宏觀大背景下，加快振興民族工業(yè)，積極研發(fā)核心技術，盡早實現(xiàn)制造業(yè)高端化是促進我國經(jīng)濟穩(wěn)步發(fā)展的不二選擇。

目前我國制造業(yè)總體上尚處于產業(yè)鏈低端環(huán)節(jié)，大量出口貨物仍是初加工產品，技術含量不高，產品附加值較低。 2021 年，制造業(yè)增加值增長9.8%，制造業(yè)增加值占GDP 比重達到27.4%，制造業(yè)增加值規(guī)模達到31.4 萬億元。①工信部：《2021 年規(guī)模以上工業(yè)增加值增長9.6%——工業(yè)運行平穩(wěn)提質升級》，https://www.miit.gov.cn/xwdt/szyw/art/2022/art_cd387f8a72844fa2af1dbfed72298122.html, 2022-03-01。2021 年1-8 月，機械行業(yè)增加值同比增長16.2%，高于同期全國工業(yè)3.1 個百分點；②工信部：《2021年1—8月機械行業(yè)運行情況》，https://www.miit.gov.cn/gxsj/tjfx/zbgy/jx/art/2021/art_e7b8cb6f61d94a0d80998c0245a08b07.html, 2021-09-30。2021 年9 月，受車用芯片供應短缺等不利因素影響，我國汽車產銷分別完成207.7 萬輛和206.7 萬輛，同比分別下降17.9%和19.6%。新能源汽車產銷分別完成35.3 萬輛和35.7萬輛，同比均增長1.5 倍。③工信部：《2021 年9 月汽車工業(yè)經(jīng)濟運行情況》，https://www.miit.gov.cn/gxsj/tjfx/zbgy/qc/art/2021/art_a80734dbd2414fb6bfd87101afc1fbf1.html, 2021-10-12。2021 年1—9 月，規(guī)模以上電子信息制造業(yè)增加值同比增長16.8%，9 月份，規(guī)模以上電子信息制造業(yè)實現(xiàn)出口交貨值同比增長17.2%。①工信部：《2021 年9 月份電子信息制造業(yè)運行情況》，https://www.miit.gov.cn/gxsj/tjfx/dzxx/art/2021/art_b4494e9a931a4725be8e3bee8ec353c9.html, 2021-10-22。自2021 年7 月以來，粗鋼產量連續(xù)3月保持同比下降。鋼材產量10195 萬噸，同比下降14.8%。②工信部：《2021 年9 月鋼鐵行業(yè)運行情況》，https://www.miit.gov.cn/gxsj/tjfx/yclgy/gt/art/2021/art_9034fe4d17924f7ab21a7cc498769f70.html, 2021-10-28。

由此可見，我國制造業(yè)各行業(yè)間發(fā)展情況迥異，總體趨勢是向著創(chuàng)新型、技術型和信息化方向發(fā)展。而正是由于各產業(yè)間發(fā)展參差不齊，產業(yè)內部各企業(yè)之間的發(fā)展階段也存在差異，因此，在我國制造業(yè)融資過程中始終存在融資能力差異，對于以“安全性”為第一經(jīng)營原則的銀行體系而言，信貸資金的傾斜度也隨之不同。銀行信貸配置、企業(yè)融資能力對于推進我國制造業(yè)快速發(fā)展，在全球產業(yè)鏈中搶占“鏈長”位置有何影響？與制造業(yè)高端化之間相互關系如何？這兩個問題將是本文研究的核心內容。

二、信貸配置、融資能力與制造業(yè)高端化現(xiàn)狀分析

長期以來，我國制造業(yè)在國際競爭中一直處于劣勢地位，依靠成本優(yōu)勢贏得低端市場。在國際分工重塑、全球產業(yè)鏈創(chuàng)新升級的背景下，提升國內制造業(yè)核心競爭力，快速實現(xiàn)制造業(yè)高端化是振興民族工業(yè)的必由之路?；诖?，制造業(yè)必須轉變粗放發(fā)展模式，向著集約、創(chuàng)新、研發(fā)、轉型、升級、智能的方向發(fā)展，這個過程需要大量資本的投入與支持，制造業(yè)融資能力和融資效率決定了制造業(yè)高端化的速度和廣度。

（一）制造業(yè)高端化現(xiàn)狀

目前我國正處在從數(shù)量擴張向質量提升轉型的關鍵階段，新一輪的科技革命為我國制造業(yè)發(fā)揮后發(fā)優(yōu)勢提供了契機，在“十三五”期間，我國在制造業(yè)核心技術領域研發(fā)并投入使用八千多套設備，專利申請量超過三千項。③中國工程科技發(fā)展戰(zhàn)略研究院：《2021 中國戰(zhàn)略性新興產業(yè)發(fā)展報告》，北京：科學出版社2020 年版，第362—363 頁。全國技術市場成交合同金額從2014 年的8577.18 億元，到2017 年的13424.22 億元，再到2020 年的28251.51 億元，其中，以工商業(yè)發(fā)展為經(jīng)濟目標的全國技術市場成交合同金額從2014 年的759.22 億元，到2017 年的1924.66 億元，再到2020 年的4223.89 億元。④國家統(tǒng)計局：《中國統(tǒng)計年鑒2021》。初步實現(xiàn)我國制造業(yè)的換道超車，跨越發(fā)展。

然而，不容否認的是，我國制造業(yè)仍未徹底擺脫低端化發(fā)展的桎梏，在制造業(yè)中，各細分產業(yè)的發(fā)展程度不同，發(fā)展速度迥異，以技術市場成交金額為例（見表1），有的產業(yè)在7 年間實現(xiàn)了突破性增長，而有的產業(yè)則一直不溫不火，進展速度較慢。

表1 按技術合同構成分全國技術市場成交合同金額 （單位：億元）

進出口產品的總額與類別也能夠從一個側面反映出我國制造業(yè)高端化的現(xiàn)狀。根據(jù)國家統(tǒng)計局數(shù)據(jù)，2000 年我國進出口貿易中，工業(yè)制品順差453 億美元，初級產品逆差212 億美元； 2010 年我國工業(yè)制品順差5339 億美元，其中，高端化產品逆差1945 億美元。 2020 年我國工業(yè)制品順差10952 億美元，高新技術產品逆差942 億美元。就高新技術產品的國際貿易逆差而言，2005 年為206 億美元，2010 年為797 億美元，2020 年為942 億美元。①國家統(tǒng)計局：《中國統(tǒng)計年鑒2021》。由此可以看出，我國制造業(yè)高端化尚有較大的提升空間。

（二）制造業(yè)融資能力與融資需求

從實際情況來看，我國制造業(yè)的融資能力多取決于公司規(guī)模、公司性質、盈利能力和持續(xù)經(jīng)營能力?？傮w來說，國有企業(yè)、上市公司、高新技術龍頭企業(yè)和跨國公司的融資能力較強，中小微企業(yè)的融資能力欠佳，雖然近年來政府政策和銀行信貸都對中小微企業(yè)有所傾斜，但是，資金供求失衡現(xiàn)狀仍未從根本上改觀。

未來十五年是我國實現(xiàn)“制造強國”和“科技強國”的攻堅期和關鍵期，盡快實現(xiàn)產業(yè)升級和研發(fā)創(chuàng)新是搶占未來國際市場和技術制高點的現(xiàn)實路徑。我國制造業(yè)高端化的戰(zhàn)略目標是十五年后，我國制造業(yè)大部分實現(xiàn)智能化，無論是家用制造業(yè)產品、交通工具，還是生產用的機械設備，包括軍用海、陸、空各種裝備，都將進行至少一輪的智能化升級。智聯(lián)網(wǎng)、物聯(lián)網(wǎng)、數(shù)字化等技術將全面深度應用在制造業(yè)的各個領域。②中國工程科技發(fā)展戰(zhàn)略研究院：《2021 中國戰(zhàn)略性新興產業(yè)發(fā)展報告》，第365—367 頁。

“十四五”時期，我國制造業(yè)中的核心產業(yè)都進行了長期規(guī)劃，其中，信息技術產業(yè)著力于基礎設施建設，接軌全球網(wǎng)絡空間命運共同體，加強國家信息網(wǎng)絡安全建設。生物醫(yī)藥產業(yè)主攻新藥、器械研發(fā)和治療技術創(chuàng)新，生命工程與中醫(yī)藥領域核心課題攻關，增強國內自主研發(fā)能力。高端裝備制造產業(yè)主要以高檔數(shù)控機床、航空海洋軍工裝備、智能裝備升級為發(fā)展重點。新能源汽車產業(yè)將發(fā)展重點定位在關鍵零部件自主研發(fā)、基礎工藝提升和電池續(xù)航等核心技術突破等環(huán)節(jié)，閉環(huán)整車制造工藝，提升國內車企核心競爭力。③中國工程科技發(fā)展戰(zhàn)略研究院：《2021 中國戰(zhàn)略性新興產業(yè)發(fā)展報告》，第34—36 頁。由此可見，我國制造業(yè)高端化仍需要大量的研發(fā)創(chuàng)新和資金投入。

圖1 大中型高技術產業(yè)（制造業(yè)）企業(yè)R＆D 及相關活動情況資料來源：國家統(tǒng)計局： 《中國統(tǒng)計年鑒2021》。

近年來我國制造業(yè)高端化發(fā)展的過程中，研發(fā)領域的資金需求幾乎是按照每年10%左右的速度增長，未來十五年是我國制造業(yè)高端化的快速推進期，制造業(yè)研發(fā)創(chuàng)新領域的資金需求或有增加，2020 年我國大中型高技術產業(yè)（制造業(yè)）的R＆D 經(jīng)費支出3728.6 億元，加上新產品開發(fā)經(jīng)費支出4945.4 億元，共計8674 億元，按照年均增長10%—15%計算，僅“十四五”期間制造業(yè)高端化至少需要資金58251.10 億元至67255.86 億元，如果算上小微企業(yè)研發(fā)支出和產品開發(fā)支出，所需資金總量還需要進一步增長。

（三）銀行體系信貸配置

我國金融體系以銀行體系為主導，制造業(yè)高端化的巨額資金需求需要銀行體系的大力支持。而我國銀行體系又以工、農、中、建四大行為主體，四大行的貸款政策與信貸配置對制造業(yè)高端化進程具有重要的影響。

以中國工商銀行為例，工行“法人網(wǎng)上信用貸款申請條件”是： （1）信用等級在AA-級（含）以上； （2）在我行核定年度授信額度； （3）企業(yè)網(wǎng)上銀行證書版用戶并已開通相應證書權限。①中國工商銀行官網(wǎng)，工小智，https://www.icbc.com.cn/ICBC/%E5%AE%A2%E6%88%B7%E6%9C%8D%E5%8A%A1/%E6%99%BA%E8%83%BD%E6%90%9C%E7%B4%A2/default.htm?title=%E4%BC%81%E4%B8%9A%E8%B4%B7%E6%AC%BE%E8%A6%81%E6%B1%82, 2021-12-31。2020 年工行公司類貸款總額為111027 億元，占總貸款額的59.6%，其中，短期公司類貸款與中長期公司類貸款占比分別為23.8%和76.2%。②中國工商銀行官網(wǎng)：《工行2020 年度報告（A 股）》，http://www.icbc.com.cn/icbc/, 2021-12-31，第31 頁。中國建設銀行貸款額度一般客戶單戶貸款金額不超過200 萬元；企業(yè)主為私人銀行客戶的，最高不超過1000 萬元。貸款期限最長為9 個月（含）無需擔保，純信用貸款。③中國建設銀行官網(wǎng)：《信用貸一般業(yè)務》，http://scompany2.ccb.com/chn/smallcompany/server/xyd/xydybyw/index.shtml,2021-12-31。另外，針對“有業(yè)、有責、有信”的小微企業(yè)客戶，創(chuàng)業(yè)期的小微企業(yè)客戶，建行還推出小微企業(yè)“創(chuàng)業(yè)貸”業(yè)務，貸款額度最高100 萬元，循環(huán)額度有效期最長1 年（含）。無需擔保，純信用貸款。④中國建設銀行官網(wǎng)：《創(chuàng)業(yè)貸》，http://scompany2.ccb.com/chn/smallcompany/server/xyd/cyd/index.shtml, 2021-12-31。

圖2 中國工商銀行按貸款行業(yè)劃分公司類貸款資料來源：中國工商銀行官網(wǎng)： 《工行2020 年度報告（A 股）》，http://www.icbc.com.cn/icbc/，2021-12-31，第38 頁。

2020 年中國工商銀行信貸投向更加集中與明晰，全年向制造業(yè)發(fā)放的貸款總額為1.65 萬億元，同比增加超過2000 億元，在增加的2000 億元中超過85%的貸款屬于中長期，體現(xiàn)了工商銀行支持制造業(yè)發(fā)展的決心。⑤中國工商銀行官網(wǎng)：《工行2020 年度報告（A 股）》，http://www.icbc.com.cn/icbc/, 2021-12-31，第38 頁。雖然工商銀行明確“突出支持新一代信息技術、高端裝備等制造業(yè)新興領域優(yōu)質客戶和優(yōu)質項目”，但是，從2020 年工行最大十家單一客戶的情況來看，前十大客戶中有六家屬于交通運輸、倉儲和郵政業(yè)，有三家屬于金融業(yè)，另有一家為電力、熱力、燃氣及水生產和供應業(yè)。⑥中國工商銀行官網(wǎng)：《工行2020 年度報告（A 股）》，http://www.icbc.com.cn/icbc/, 2021-12-31，第82—83 頁。

2020 年，中國建設銀行根據(jù)國家產業(yè)發(fā)展戰(zhàn)略調整了貸款配比，戰(zhàn)略性新興產業(yè)貸款余額6155.20億元，增幅15.36%，產能過剩行業(yè)貸款余額1085.46 億元，較上年減少60.50 億元。并且，根據(jù)產業(yè)鏈建設與重塑的需求，共向3693 個產業(yè)鏈投放了超過5000 億元的銀行信貸。⑦中國建設銀行官網(wǎng)：《建行2020 年報（A 股）》，http://group2.ccb.com/cn/investor/announcement/20210428_1619615275.html,2021-12-31，第44 頁。與工行類似，2020 年中國建設銀行前十大單一借款人中有六家屬于交通運輸、倉儲和郵政業(yè)，有兩家屬于電力、熱力、燃氣及水生產和供應業(yè)，另有一家為金融業(yè)，一家為租賃和商務服務業(yè)。①中國建設銀行官網(wǎng)：《建行2020 年報（A 股）》，http://group2.ccb.com/cn/investor/announcement/20210428_1619615275.html,2021-12-31，第69 頁。值得指出的是，按行業(yè)劃分的不良貸款情況中，2020 年建行制造業(yè)的不良貸款比率為6.03%，僅次于石油和天然氣開采業(yè)，②中國建設銀行官網(wǎng)：《建行2020 年報（A 股）》，http://group2.ccb.com/cn/investor/announcement/20210428_1619615275.html,2021-12-31，第65 頁。遠遠高于其他行業(yè)。

三、信貸配置對制造業(yè)高端化發(fā)展影響的實證研究

《中國制造2025》規(guī)劃明確指出，要“推動產業(yè)邁向高端，堅持創(chuàng)新驅動、智能轉型，加快從制造大國向制造強國轉變”，并預計20 年后制造業(yè)水平達到世界領先地位。制造業(yè)高端化需要大量的信貸資金支持，信貸資金的數(shù)量、結構與期限對于制造業(yè)高端化發(fā)展的推動作用如何，需要實證研究來檢驗。

（一）樣本選擇及數(shù)據(jù)來源

首先，在制造業(yè)中隨機選擇370 家上市公司，其中，包括傳統(tǒng)產業(yè)中的金屬業(yè)35 家、化學制品制造業(yè)35 家、紡織業(yè)36 家和石油、煤炭等燃料業(yè)16 家；戰(zhàn)略性新興產業(yè)中的新材料產業(yè)37 家、新能源產業(yè)36 家、新一代信息技術產業(yè)35 家、生物醫(yī)藥產業(yè)35 家、節(jié)能環(huán)保產業(yè)35 家、新能源汽車產業(yè)35 家和高端裝備制造產業(yè)35 家。

再以下列標準進行二次篩選： （1）剔除已經(jīng)ST 和ST*的樣本； （2）剔除部分財務指標缺失的樣本； （3）平衡樣本公司的產業(yè)分布； （4）平衡樣本公司的區(qū)域分布。

最終選定338 家上市公司作為實證研究樣本，實證所用數(shù)據(jù)全部來源于338 家上市公司官網(wǎng)2016—2021 年A 股年報中的資產負債表、現(xiàn)金流量表、損益表以及報表附注中的數(shù)據(jù)。

（二）指標設計及變量描述

產業(yè)高端化是制造業(yè)發(fā)展的戰(zhàn)略方向，尚未有科學的定義和確定的衡量指標。但是，不管學者們如何定義，產業(yè)高端化至少應包括產業(yè)生產率的提升與創(chuàng)新能力的增強。因此，本文選用“全要素生產率”和“創(chuàng)新能力”作為被解釋變量代表產業(yè)高端化的程度，其中，“全要素生產率”指標的測算參照柯布道格拉斯函數(shù)，其中，Y 表示樣本企業(yè)的產出，用凈利潤的數(shù)值代表；L 為樣本企業(yè)的勞動投入，用研發(fā)人員占員工總數(shù)的比例代表； K 為資本投入，用樣本企業(yè)的研發(fā)資金投入數(shù)值代表； A 為企業(yè)發(fā)展中不能被要素投入解釋的部分，也即全要素生產率TFP。

“創(chuàng)新能力”一般以“創(chuàng)新成果”和“研發(fā)投入”作為衡量指標。但是，在實踐中，創(chuàng)新成果的轉化需要漫長的過程和無數(shù)次的失敗，最終的成果也只能代表一部分的創(chuàng)新能力，那些尚在“研發(fā)中”和“半成品”階段的創(chuàng)新并不能很好地得以體現(xiàn)，因此，本文選擇“研發(fā)投入”作為“創(chuàng)新能力”的衡量指標。

產業(yè)的融資能力即為產業(yè)內企業(yè)的融資能力。企業(yè)的信貸融資能力主要體現(xiàn)在企業(yè)規(guī)模、企業(yè)當前盈利能力、企業(yè)未來發(fā)展?jié)摿θ齻€方面。雖然國有企業(yè)更容易獲得貸款，但是隨著銀行體系監(jiān)管機制的健全，銀行信貸將更多根據(jù)科學的指標體系進行配置。本文選擇“樣本企業(yè)總市值”代表企業(yè)規(guī)模、“企業(yè)凈利潤”代表企業(yè)盈利能力、“企業(yè)無形資產”代表企業(yè)未來發(fā)展?jié)摿?，統(tǒng)籌考察企業(yè)的信貸融資能力與信貸融資績效。

銀行的信貸配置主要包括信貸總額、信貸結構和信貸期限三個方面，本文信貸總額為“企業(yè)短期貸款總額加長期貸款總額”，信貸結構以“信用貸款占總貸款比例”表示，信貸期限以“短期貸款占總貸款比例”表示。指標設計如表2 所示。

將338 家樣本公司連續(xù)6 年的面板數(shù)據(jù)代入STATA15.計量軟件分析，可得變量分析結果如表3所示。

338 家樣本企業(yè)連續(xù)6 年的面板數(shù)據(jù)共計2028 個觀測值，其中，全要素生產率TFP 變量與創(chuàng)新能力IA 變量為被解釋變量，其余變量為解釋變量，變量選擇具有連續(xù)性，并適度考慮到了區(qū)域分布的合理性。

表2 指標設計與定義

表3 變量描述

（三）模型構建及實證結果

實證研究選擇固定效應模型，以全要素生產率TFP 變量與創(chuàng)新能力IA 變量為被解釋變量，構建模型如下：

TFPi,y＝β0＋β1*DTi,y＋β2*JGi,y＋β3*QXi,y＋β4*SZi,y＋β5*YLi,y＋β6*QLi,y＋εi,y（式1）

IAi,y=β0＋β1*DTi,y＋β2*JGi,y＋β3*QXi,y＋β4*SZi,y＋β5*YLi,y＋β6*QLi,y＋εi,y（式2）

上式中，i 代表樣本公司，y 代表年份，β0是常數(shù)項，εi,y代表隨機誤差。

先將338 家樣本公司的面板數(shù)據(jù)代入式1，用STATA15.計量軟件進行實證分析，可以得到實證結果1 如表4 所示。

表4 中針對參數(shù)聯(lián)合檢驗的F 值和P 值，分別為2.15 和0.0000，表明參數(shù)整體上相當顯著。由Coef.和P>|t|值可知，信貸結構JG 變量、企業(yè)規(guī)模SZ 變量、企業(yè)盈利能力YL 變量與被解釋變量TFP 呈顯著正相關關系。企業(yè)發(fā)展?jié)摿L 變量與被解釋變量TFP 呈負相關關系，信貸總額DT 變量、信貸期限QX 變量與被解釋變量TFP 不相關。

再將338 家樣本公司的面板數(shù)據(jù)代入式2，用STATA15.計量軟件進行實證分析，可以得到實證結果2 如表5 所示。

表5 中針對參數(shù)聯(lián)合檢驗的F 值和P 值，分別為4.18 和0.0000，表明參數(shù)整體上相當顯著。由Coef.和P>|t|值可知，信貸總額DT 變量、企業(yè)發(fā)展?jié)摿L 變量與被解釋變量IA 呈顯著正相關關系，信貸期限QX 變量、企業(yè)規(guī)模SZ 變量、企業(yè)盈利能力YL 變量與被解釋變量IA 呈顯著負相關關系，信貸結構JG 變量與被解釋變量IA 不相關。

（四）多重共線性檢驗

將實證研究中的信貸總額DT 變量、企業(yè)發(fā)展?jié)摿L 變量、信貸期限QX 變量、企業(yè)規(guī)模SZ變量、企業(yè)盈利能力YL 變量和信貸結構JG 變量進行標準化處理，用STATA15.計量軟件進行多重共線性檢驗，結果見表6。

表4 實證結果1

由表6 可知，解釋變量的VIF 值均小于10，且Prob>chi2=0.0000，因此，本文實證研究結論具有穩(wěn)健性。

四、銀行信貸支持制造業(yè)高端化問題分析

銀行體系對于實體經(jīng)濟的支持一直呈穩(wěn)步增長態(tài)勢。銀行體系的支持在一定程度上推進了制造業(yè)的發(fā)展，但是，研究顯示，我國銀行信貸仍然存在期限、結構不合理、信貸配置失衡和與制造業(yè)高端化匹配度欠佳等問題。

（一）信貸期限失衡不利于制造業(yè)經(jīng)營績效提升

由實證結果可知，信貸結構JG 變量、企業(yè)規(guī)模SZ 變量、企業(yè)盈利能力YL 變量與被解釋變量全要素生產率TFP 呈顯著正相關關系，企業(yè)發(fā)展?jié)摿L 變量與被解釋變量TFP 呈負相關關系。

一般而言，規(guī)模較大的企業(yè)經(jīng)營管理能力、市場拓展能力與定價能力都較強，特別是市場份額占有率高、盈利能力強的企業(yè)生產效率一般都會高于產業(yè)生產效率的平均水平，實證研究從定量的角度印證了這一點，SZ 變量、YL 變量與被解釋變量TFP 呈顯著正相關關系。信貸結構是指信用貸款占總貸款的比例，體現(xiàn)銀行體系對于產業(yè)的信任度與認可度，由于本文選擇的樣本企業(yè)都是上市企業(yè)，因此，獲得信用貸款的額度尚可，能夠在一定程度上支持企業(yè)生產效率的提高。

然而，實證結果顯示信貸總額DT 變量與被解釋變量TFP 不相關，主要原因是從信貸資金總量上來看，銀行體系對于制造業(yè)，特別是戰(zhàn)略性新興產業(yè)的支持力度依然不足，戰(zhàn)略性新興產業(yè)的主要資金來源仍然是資本市場，見圖3。

圖3 制造業(yè)主要資金來源注：圖中為各產業(yè)年均數(shù)值，橫軸：產業(yè)；縱軸：石油、煤炭等燃料加工產業(yè)單位十萬元，其他產業(yè)單位萬元。資料來源：樣本企業(yè)2016-2021 年年報數(shù)據(jù)。

最重要的是，從樣本企業(yè)的年報數(shù)據(jù)上來看，目前銀行體系對于制造業(yè)的貸款仍以短期貸款為主，短期貸款在維護銀行體系的安全性方面確實有優(yōu)勢，有利于銀行評估和控制風險，但是，對致力于高端化的產業(yè)和企業(yè)而言，短期貸款的缺點尤為明顯：一方面，短期貸款加大了企業(yè)財務風險，增加了企業(yè)破產的可能性；另一方面，短期貸款不利于企業(yè)運營的長期規(guī)劃，也不滿足企業(yè)技術研發(fā)對于長期穩(wěn)定資金的需求。因此，實證結果顯示信貸期限QX 變量與被解釋變量TFP 不相關。

（二）信貸結構錯配不利于制造業(yè)創(chuàng)新發(fā)展

信貸總額的逐年增長以及企業(yè)發(fā)展?jié)摿Φ奶嵘_實對于產業(yè)創(chuàng)新具有助推作用，因此，信貸總額DT 變量、企業(yè)發(fā)展?jié)摿L 變量與被解釋變量創(chuàng)新能力IA 呈顯著正相關關系。

當前我國正從“制造大國”向“智造強國”邁進，制造業(yè)高端化要求產業(yè)發(fā)展加強技術創(chuàng)新研發(fā)。企業(yè)規(guī)模并不是企業(yè)創(chuàng)新能力的唯一衡量標準，并且，大型國企制度陳舊、部分規(guī)模較大的企業(yè)由于管理混亂等問題反而會影響企業(yè)的創(chuàng)新發(fā)展。盈利能力亦是如此，盈利能力主要受企業(yè)市場拓展能力、市場占有率和產品性質的影響，盈利能力強的企業(yè)往往將發(fā)展重心放在市場部門而不是研發(fā)部門，因此，實證顯示企業(yè)規(guī)模SZ 變量、企業(yè)盈利能力YL 變量與被解釋變量IA 呈顯著負相關關系。

信貸期限QX 變量與被解釋變量TFP 不相關，與被解釋變量IA 呈顯著負相關關系，表明目前銀行信貸期限結構不合理，已經(jīng)嚴重阻礙了制造業(yè)創(chuàng)新發(fā)展，從表7 可以看出，我國制造業(yè)高端化進程正在穩(wěn)步推進，各細分產業(yè)都不同程度上加快了技術創(chuàng)新的步伐。 2020 年，我國高技術制造業(yè)研發(fā)經(jīng)費4649.1 億元，同比提高0.26 個百分點；裝備制造業(yè)研發(fā)經(jīng)費9130.3 億元，同比提高0.15 個百分點。①國家統(tǒng)計局：《2020 年全國科技經(jīng)費投入統(tǒng)計公報》，2021 年9 月22 日，http://www.stats.gov.cn/tjsj/tjgb/rdpcgb/qgkjjftrtjgb/202109/t20210922_1822388.html.2021-09-22。制造業(yè)研發(fā)創(chuàng)新和高端化發(fā)展需要長期穩(wěn)定現(xiàn)金流的支持，而從樣本企業(yè)獲得的銀行貸款期限來看，大多為短期貸款，資金供需期限嚴重失衡，因此，實證結果顯示信貸期限QX 變量與被解釋變量IA 負相關。此外，當前我國制造業(yè)的銀行信貸多為擔保貸款和抵押貸款，信用貸款占比較少，所以，實證結果顯示信貸結構JG 變量與被解釋變量IA 不相關。

表7 2020 年分行業(yè)規(guī)模以上工業(yè)企業(yè)R＆D 情況

（三）信貸投向存在偏好慣性

分析七大戰(zhàn)略性新興產業(yè)和五大傳統(tǒng)制造產業(yè)的信貸配置結構可以看出，無論是短期貸款還是長期貸款，傳統(tǒng)制造業(yè)獲得的銀行信貸總額都要高于新興制造業(yè)信貸總額，說明銀行信貸對于新興制造業(yè)的關注度和傾斜力度仍不夠高。

先以短期信用借款為例，根據(jù)338 家樣本企業(yè)數(shù)據(jù)，企業(yè)年均獲得短期信用借款最多的是紡織產業(yè)，其次是石油、煤炭等燃料加工產業(yè)，再次是金屬產業(yè)，而獲得短期信用借款最少的是生物醫(yī)藥產業(yè)，其次是新材料產業(yè)和新能源產業(yè)，見圖4 （左）。另外，七大戰(zhàn)略性新興產業(yè)和五大傳統(tǒng)制造產業(yè)中獲得短期擔保貸款和短期抵押貸款總額最高的也是紡織產業(yè)，其次是紙制品，第三是金屬產業(yè)，而獲得短期擔保貸款和短期抵押貸款總額最少的三個產業(yè)分別是生物醫(yī)藥產業(yè)、新材料產業(yè)和高端裝備制造產業(yè)。

圖4 制造業(yè)樣本企業(yè)年均短期信用貸款配置（左）和長期信用貸款配置（右）資料來源：樣本企業(yè)2016-2021 年年報數(shù)據(jù)。

獲得長期信用借款最多的三個產業(yè)分別是紡織產業(yè)、石油、煤炭等燃料加工產業(yè)和新能源產業(yè)，而獲得長期信用借款最少的三個產業(yè)分別是生物醫(yī)藥產業(yè)、紙制品產業(yè)和新材料產業(yè)，見圖4（右）。從長期貸款的總數(shù)值來看，五大傳統(tǒng)制造產業(yè)和七大戰(zhàn)略性新興產業(yè)平均每個產業(yè)獲得長期貸款總額的比例是2.24∶1。由此可見，無論是短期貸款還是長期貸款，銀行體系都更傾向于傳統(tǒng)制造產業(yè)，對于戰(zhàn)略性新興產業(yè)的支持力度有待提高。因此，實證結果顯示信貸結構JG 變量與被解釋變量創(chuàng)新能力IA 不相關。

制造業(yè)固定資產投資也能從一個側面佐證信貸配置失衡問題。 2020 年全年我國制造業(yè)固定資產負增長，其中，負增長超過15% 的細分產業(yè)包括煙草制品業(yè)（－18.8%）、紡織服裝業(yè)（－31.9%）、木材、草制品業(yè)（－18%）、家具制造業(yè)（－15.8%）、印刷業(yè)（－20.5%）、文教、體美用品（－26.8%）、化學纖維制造業(yè)（－19.4%）、金屬制品、機械（－31.3%）和汽車制造業(yè)（－12.4%）。受國際大環(huán)境和疫情的影響，制造業(yè)普遍低迷，但是也有逆勢增長的產業(yè)，例如，醫(yī)藥制造業(yè)固定資產投資增長28.4%、黑色金屬冶煉業(yè)增長26.5%、計算機、通信和其他電子業(yè)增長12.5%。①國家統(tǒng)計局：《中國統(tǒng)計年鑒2021》，http://www.stats.gov.cn/tjsj/ndsj/2021/indexch.htm, 2021-12-31?？梢姡圃鞓I(yè)固定資產增長率與信貸投向趨勢并不一致。

（四）信貸配置與制造業(yè)高端化匹配度欠佳

基于安全性考慮和貸款方向慣性，銀行信貸多投向國有企業(yè)和大型企業(yè)，見圖5。從樣本企業(yè)年均各指標數(shù)值上看，七大戰(zhàn)略性新興產業(yè)的短期貸款、長期貸款和信用貸款基本上都與企業(yè)規(guī)模呈現(xiàn)同方向變動規(guī)律，而五個傳統(tǒng)制造產業(yè)的各類貸款情況并未與企業(yè)規(guī)模掛鉤。

按登記注冊類型來看，不同類型的企業(yè)創(chuàng)新研發(fā)的能力有所不同，如表8 所示，股份有限公司和私營企業(yè)在新產品開發(fā)方面居于遙遙領先的位置，而國有企業(yè)的創(chuàng)新熱情明顯不足。而無論從銀行信貸投向還是從銀行信貸期限來看，銀行信貸資金仍存在企業(yè)性質偏好，對于私營企業(yè)等創(chuàng)新能力較強的企業(yè)支持力度不夠。因此，實證結果顯示信貸期限QX 變量、企業(yè)規(guī)模SZ 變量與被解釋變量IA 呈顯著負相關關系，而信貸結構JG 變量與被解釋變量創(chuàng)新能力IA 不相關。

五、信貸資金支持制造業(yè)高端化優(yōu)化路徑

鑒于我國銀行信貸配置和制造業(yè)高端化現(xiàn)狀，建議從信息庫建設、創(chuàng)新信貸產品、落實信貸政策和提高科技信貸配比四個方面著手，優(yōu)化信貸資金支持制造業(yè)高端化路徑。

（一）加強制造業(yè)信息庫建設，平衡信貸期限

銀行信貸結構和期限配置失衡的主要原因是信息不對稱。由于新興制造業(yè)研發(fā)成本高，產業(yè)升級與轉型動力強，市場拓展尚處于初期階段，資金回籠速度較慢，因此，新興制造業(yè)在擔保貸款和抵押貸款方面的競爭力不強，正因為此，銀行對于新興制造業(yè)的信貸多以短期貸款為主，長期貸款占比較低，相當一部分中小微企業(yè)仍處于銀行信貸門檻之外。

圖5 制造業(yè)各類信貸與規(guī)模（單位：萬元）資料來源：樣本企業(yè)2016-2021 年年報數(shù)據(jù)。

表8 2020 年按登記注冊類型分規(guī)模以上工業(yè)企業(yè)新產品開發(fā)及生產情況

加強制造業(yè)信息庫建設能夠有效改善信息不對稱帶來的惜貸與短貸現(xiàn)象。目前我國制造業(yè)信息網(wǎng)主要是社會網(wǎng)站和企業(yè)網(wǎng)站，包括比地招標網(wǎng)、敦煌網(wǎng)外貿平臺、米思米網(wǎng)和慧聰網(wǎng)等，為客戶提供企業(yè)情報分析、項目跟蹤、分包直采、客戶搜尋、跨境電商、技術指導等服務，更多的是提供采購和銷售方面的服務，中國工業(yè)和信息化部官網(wǎng)的數(shù)據(jù)多為統(tǒng)計大數(shù)據(jù)，針對企業(yè)的個案較少，對于銀行信貸投向的支持度不足。

建議盡快建立專業(yè)權威的制造業(yè)信息庫，由工信部牽頭，聯(lián)合商務部、國家統(tǒng)計局、國家稅務總局和國家市場監(jiān)督管理總局，利用數(shù)字化和互聯(lián)網(wǎng)技術，建立中國制造業(yè)信息總庫，開發(fā)中小微企業(yè)金融條件指數(shù)，信息庫應分為橫向部門和縱向板塊，橫向部門為主線，主要包括政策分析解讀、行業(yè)監(jiān)管、企業(yè)經(jīng)營信息、行業(yè)核心技術分析、行業(yè)市場分析、行業(yè)投融資、行業(yè)采購等若干部門，在每個部門下按照產業(yè)劃分板塊，鼓勵制造業(yè)企業(yè)錄入真實連續(xù)經(jīng)營數(shù)據(jù)。其中，企業(yè)經(jīng)營信息部門、行業(yè)投融資部門和行業(yè)核心技術分析部門發(fā)布的數(shù)據(jù)信息可供銀行體系參考，用以信貸配比權衡和信貸期限決策。專業(yè)權威的制造業(yè)信息總庫深入挖掘整合產業(yè)和企業(yè)信息，能夠有效降低信息不對稱情況，增加長期信貸比例，穩(wěn)定企業(yè)資金流來源，促進信貸資源優(yōu)化配置。

（二）創(chuàng)新信貸產品，降低創(chuàng)新型企業(yè)信貸門檻

后金融危機疊加新冠疫情給我國制造業(yè)帶來了巨大的挑戰(zhàn)，受宏觀經(jīng)濟蕭條、去杠桿、調結構等政策影響，小微企業(yè)融資愈發(fā)困難，特別是民營企業(yè)，在質押貸款、信用貸款、項目融資等領域一直處于劣勢地位。①中國人民銀行金融市場司：《搭建對接合作平臺 促進銀企面對面溝通》，http://www.pbc.gov.cn/jinrongshichangsi/147160/147289/147301/3620667/index.html, 2018-09-05。支持制造業(yè)發(fā)展亟需創(chuàng)新信貸產品，降低創(chuàng)新型企業(yè)信貸門檻。

降低創(chuàng)新型企業(yè)信貸門檻屬于普惠型政策，銀行體系可以依托制造業(yè)信息總庫的資料與數(shù)據(jù)針對我國傳統(tǒng)制造業(yè)轉型升級和新興制造業(yè)高端化的需求，設計開發(fā)若干套（例如5—10 套）差異化信貸標準，不同的信貸標準對應差異化信貸配給額度，達到信貸標準的創(chuàng)新型企業(yè)能夠獲得相對應銀行的年度信貸配給資金。

創(chuàng)新信貸產品是支持制造業(yè)發(fā)展的必要途徑，信貸產品的創(chuàng)新更迭應與制造業(yè)高端化的方向與速度相匹配。建議創(chuàng)新信貸產品可以從四個方面展開：第一，門檻；第二，額度；第三，期限；第四，利率。信貸產品的門檻設計應主要體現(xiàn)差異化，對于傳統(tǒng)制造業(yè)、國有企業(yè)和其他性質的大中型企業(yè)，可以多采用抵押/質押貸款、擔保貸款等安全性較高的貸款類型，并為信用不佳的企業(yè)設置下一年度貸款額度天花板，保障銀行體系穩(wěn)定性。而對于戰(zhàn)略性新興產業(yè)和研發(fā)攻關產業(yè)中核心技術和關鍵零部件的企業(yè)可以適當放寬信用貸款的門檻，豐富信用貸款產品體系。當然，降低門檻不是盲目地投放信貸資金，降低信貸門檻要與“貸前審核，貸中評估，貸后管理”相結合。信貸額度根據(jù)不同企業(yè)的經(jīng)營情況規(guī)定年度上限，再根據(jù)企業(yè)未來發(fā)展趨勢修正下一年度的信貸上限。此外，對于創(chuàng)新型企業(yè)可以設定三輪貸款目標與額度發(fā)放標準，例如，先發(fā)放一部分信貸資金，當創(chuàng)新型企業(yè)技術研發(fā)達到α 目標，發(fā)放第二輪信貸資金，當創(chuàng)新型企業(yè)技術研發(fā)達到β 目標，再發(fā)放第三輪信貸資金，減少壞賬概率。信貸期限應改變以往短期、中期、長期的設定，根據(jù)創(chuàng)新型企業(yè)的研發(fā)周期靈活設置期限，并根據(jù)企業(yè)還款情況與企業(yè)在產業(yè)鏈中的重要性評估適當調整期限。貸款利率建議逐步向浮動利率轉化，利率不僅要盯住基準利率或特定利率，體現(xiàn)風險溢價，還應該根據(jù)企業(yè)創(chuàng)新能力和信用程度，體現(xiàn)激勵創(chuàng)新和鼓勵誠信的一面。

此外，建議銀行體系與其他機構合作，共同設計“打包型產品”。例如，銀行與風險投資基金合作開發(fā)“接力融資”，雙方共同篩選融資對象，由風險投資基金投入第一輪、第二輪，由銀行體系接手第三輪資金投入；銀行與投資銀行合作開發(fā)“上市融資”和“并購融資”，部分參與制造業(yè)高端化進程中的安全性較高的一個環(huán)節(jié)。再例如，與擔保機構合作，開展擔保和再擔保業(yè)務，共同維護客戶群體；積極開發(fā)長期客戶，與企業(yè)建立長期信貸關系，減少信息搜尋成本。銀行體系還可以與有條件的地方政府一起建立風險補償“資金池”，由政府提供中小微企業(yè)貸款貼息和獎勵、政府性融資擔保機構資本補充等，以出資額為限承擔有限責任。②中國人民銀行金融市場司：《關于進一步強化中小微企業(yè)金融服務的指導意見》，http://www.pbc.gov.cn/jinrongshichangsi/147160/147289/147301/4109895/index.html, 2020-10-15。

（三）落實信貸政策，重構信貸配置指標體系

近年來，國家出臺了一系列支持制造業(yè)發(fā)展的金融政策和辦法，例如，2016 年人民銀行等八部委印發(fā)的《關于金融支持工業(yè)穩(wěn)增長調結構增效益的若干意見》，2020 年人民銀行、發(fā)展改革委、工信部和財政部發(fā)布的《關于對中小微企業(yè)貸款實施臨時性延期還本付息的通知》（銀發(fā)[2020]123號），以及《關于進一步強化中小微企業(yè)金融服務的指導意見》（銀發(fā)[2020]120 號）等，從政策層面為銀行體系支持制造業(yè)發(fā)展指明了方向，但是政策頒布與政策落實之間尚未有明確的監(jiān)測審核機制，一定程度上影響了政策的落地效果，因此，建議構建政策追蹤和監(jiān)測機制，提高信貸政策落實的廣度和深度。

我國銀行體系信貸配置受宏觀經(jīng)濟基本面和國家政策的影響較大，對推動經(jīng)濟發(fā)展、穩(wěn)定金融市場做出了較大的貢獻，但是，不可否認的是，我國銀行體系的信貸配置尚未建立科學動態(tài)的指標體系，在信貸資金投向方面仍存在維穩(wěn)的慣性。基于此，建議重構信貸配置指標體系，將新常態(tài)和“雙循環(huán)”背景下我國制造業(yè)升級、轉型和高端化的訴求融入進來，圍繞“智造強國”和“科技強國”的發(fā)展戰(zhàn)略，指引信貸資金流向。

具體而言，銀行信貸配置指標體系可以分為三個層級：一級指標是導向性指標，指標的設計緊跟國家經(jīng)濟發(fā)展戰(zhàn)略，體現(xiàn)全球經(jīng)濟重要變遷；二級指標是指向性指標，指標的設置落實國家政策，匹配產業(yè)發(fā)展需求，激勵創(chuàng)新創(chuàng)業(yè)和重大技術研發(fā)攻關，淘汰落后產能；三級指標是動態(tài)化指標，指標的變化和標準值的設定隨產業(yè)鏈重塑、價值鏈變化和國民經(jīng)濟各領域重要變化而變化，反映出指標體系的科學性、靈活性和實效性。銀行體系信貸配置指標體系的建立健全還需要綜合考慮銀行體系的安全性、流動性和盈利性，實現(xiàn)新常態(tài)下銀行與制造業(yè)共生共榮。

（四）提高科技信貸配比，接軌新興制造業(yè)創(chuàng)新需求

科技信貸是主要服務于新技術、新產品研發(fā)及市場拓展的信貸資金，致力于推動制造業(yè)核心競爭力的提高，解決信貸配置與制造業(yè)高端化匹配度欠佳的問題。

提高科技信貸配比首先要著手解決三個難題，一是比例問題，二是投向問題，三是風險問題。

比例問題分為兩個方面：一方面，科技信貸占總貸款額度的比例，這個比例的確定不但要遵循國家“科技強國”和“智造大國”的發(fā)展戰(zhàn)略，還要遵循科技研發(fā)規(guī)律，估算科研失敗率和成本收益，在關乎國計民生和產業(yè)核心競爭力的領域，建議政府部門設置風險緩釋機制為銀行“兜底”以盡可能提高科技信貸在貸款總額中的比重。另一方面，不同產業(yè)獲得科技信貸的比例，可以依托制造業(yè)信息總庫、工信部等政府部門戰(zhàn)略規(guī)劃和專業(yè)機構評估報告等進行配置，特別是在全球產業(yè)鏈的“鏈長”環(huán)節(jié)加大科技信貸力度。

投向問題的解決應尊重科研規(guī)律，在初期技術研制、中期產品轉化和后期新產品推廣三個環(huán)節(jié)進行資金的合理分配，發(fā)達國家在科技信貸投向上的經(jīng)驗是1∶10∶100，而目前我國在前兩個環(huán)節(jié)的資金投入比例僅為1∶2，所以，可以看出，對于我國制造業(yè)而言，科技信貸應該資助的重點并不僅僅是前期的研發(fā)，中期的研發(fā)成果轉化階段更需要大量信貸資金的投入。

風險問題的控制除了建立健全銀行體系內部的風險預警機制和風險控制機制之外，還可以對接制造業(yè)信息總庫提高銀行體系客戶識別能力，運用大數(shù)據(jù)、云計算等金融科技技術建立風險定價和管控模型，健全信用檔案，改造信貸審批發(fā)放流程，從源頭處建立風險防范屏障。也可以學習德國銀行業(yè)和日本銀行業(yè)的銀企合作經(jīng)驗，讓銀行與一部分企業(yè)建立長期客戶關系，篩選并保證一部分優(yōu)質客戶群體，長期客戶關系既可以鼓勵優(yōu)質客戶及時還貸，還能夠起到示范效應，形成信貸供需的良性循環(huán)體系。最后，對于重點產業(yè)和重點科研領域的貸款可以尋求政府基金和擔保機構的合作，或者以后期資助的形式保證資金的使用效率。