王 新

（1.哈爾濱金融學(xué)院，黑龍江 哈爾濱 150000；2.遼寧大學(xué)，遼寧 沈陽(yáng) 110036）

一、引言與文獻(xiàn)綜述

在全球綠色低碳發(fā)展趨勢(shì)引導(dǎo)下，綠色制造成為推進(jìn)新型工業(yè)化的重要舉措，也是我國(guó)提高核心優(yōu)勢(shì)的必然選擇。2022年以來(lái)，工業(yè)和信息化部會(huì)同有關(guān)部門先后出臺(tái)《工業(yè)領(lǐng)域碳達(dá)峰實(shí)施方案》 《鋼鐵、有色金屬、石化化工、建材等重點(diǎn)行業(yè)的碳達(dá)峰實(shí)施方案》，初步建立起促進(jìn)工業(yè)綠色發(fā)展的政策框架體系。黨的二十大報(bào)告指出，要“實(shí)施產(chǎn)業(yè)基礎(chǔ)再造工程和重大技術(shù)裝備攻關(guān)工程，……，推動(dòng)制造業(yè)高端化、智能化、綠色化發(fā)展”。2023 年3 月1 日，工業(yè)和信息化部在“權(quán)威部門話開局”系列主題新聞發(fā)布會(huì)上明確表示，我國(guó)將出臺(tái)加快推動(dòng)制造業(yè)綠色化發(fā)展的指導(dǎo)意見。不難看出，制造業(yè)綠色轉(zhuǎn)型已成為當(dāng)前我國(guó)發(fā)展的重點(diǎn)。在制造業(yè)綠色轉(zhuǎn)型過(guò)程中，數(shù)字金融發(fā)揮著重要推動(dòng)作用。一方面，數(shù)字金融借助新一代信息科技，為企業(yè)發(fā)展提供技術(shù)支撐，改變了傳統(tǒng)制造企業(yè)的生產(chǎn)方式和組織形式[1]，促使制造業(yè)開始推進(jìn)綠色產(chǎn)品研發(fā)，加速向綠色化方向轉(zhuǎn)型。另一方面，數(shù)字金融優(yōu)化了傳統(tǒng)金融服務(wù)機(jī)構(gòu)的發(fā)展模式，使得制造業(yè)開展綠色創(chuàng)新活動(dòng)可獲得充足資金支持[2]，有利于推進(jìn)制造業(yè)綠色化轉(zhuǎn)型進(jìn)程。

隨著數(shù)字金融的發(fā)展與變革，對(duì)數(shù)字技術(shù)素養(yǎng)高、數(shù)字科技掌握能力強(qiáng)的高技能勞動(dòng)力需求不斷增多。為搶占更多市場(chǎng)份額和促進(jìn)自身發(fā)展，企業(yè)會(huì)逐漸抬升高技能勞動(dòng)力的工資水平，由此拉大技能勞動(dòng)力工資與非技能勞動(dòng)力工資的差距，促使技能溢價(jià)提高[3]。且在高工資、高收入吸引影響下，社會(huì)勞動(dòng)者會(huì)更傾向于提升自身技術(shù)技能水平，為制造業(yè)綠色轉(zhuǎn)型提供更多人力支持。那么，數(shù)字金融與制造業(yè)綠色轉(zhuǎn)型的關(guān)系到底如何？技能溢價(jià)提高是否會(huì)促進(jìn)制造業(yè)綠色轉(zhuǎn)型？技能溢價(jià)在數(shù)字金融與制造業(yè)綠色轉(zhuǎn)型關(guān)系中是否發(fā)揮傳導(dǎo)作用？回答上述問(wèn)題對(duì)于促進(jìn)制造業(yè)綠色轉(zhuǎn)型具有重要現(xiàn)實(shí)意義。

學(xué)術(shù)界關(guān)于數(shù)字金融與綠色發(fā)展的研究已有豐厚成果。余進(jìn)韜等(2022)實(shí)證分析發(fā)現(xiàn)，數(shù)字金融發(fā)展可以顯著提升綠色全要素生產(chǎn)率，且這一提升效應(yīng)在西部地區(qū)更明顯[4]。劉敏樓等(2022)研究發(fā)現(xiàn)，數(shù)字金融水平提升可以直接促進(jìn)綠色發(fā)展，也可以通過(guò)降低創(chuàng)新主體交易成本和融資效率，驅(qū)動(dòng)區(qū)域創(chuàng)新能力提升，實(shí)現(xiàn)綠色發(fā)展[5]。呂知新等(2021)研究發(fā)現(xiàn)，數(shù)字金融可以通過(guò)提高企業(yè)融資效率和創(chuàng)新創(chuàng)業(yè)水平兩條路徑，促進(jìn)工業(yè)經(jīng)濟(jì)綠色轉(zhuǎn)型[6]。翟華云和劉易斯(2021)發(fā)現(xiàn)，數(shù)字金融發(fā)展對(duì)企業(yè)綠色創(chuàng)新數(shù)量和質(zhì)量提升有顯著促進(jìn)作用[7]。

目前，學(xué)術(shù)界對(duì)技能溢價(jià)的驅(qū)動(dòng)因素與影響作用展開了豐富研究。驅(qū)動(dòng)因素方面，學(xué)者們研究發(fā)現(xiàn)技能偏向型技術(shù)進(jìn)步[8]、工業(yè)機(jī)器人應(yīng)用[9]、信息化[10]、出口升級(jí)會(huì)顯著擴(kuò)大技能溢價(jià)[11]。影響作用方面，技能溢價(jià)可以顯著提高制造業(yè)人力資本水平，促進(jìn)制造業(yè)轉(zhuǎn)型發(fā)展[12]；降低低技能勞動(dòng)者收入，會(huì)惡化要素收入分配[13]；可通過(guò)優(yōu)化資源配置增強(qiáng)互聯(lián)網(wǎng)創(chuàng)新效應(yīng)，有效化解制造業(yè)“生產(chǎn)率悖論”[14]。

梳理上述文獻(xiàn)不難發(fā)現(xiàn)，數(shù)字金融對(duì)綠色發(fā)展與技能溢價(jià)的正向作用已在學(xué)界得到初步認(rèn)可。技能溢價(jià)的持續(xù)增加會(huì)提高制造業(yè)人力資本水平與全要素生產(chǎn)率，促進(jìn)制造業(yè)轉(zhuǎn)型升級(jí)。據(jù)此可以推測(cè)，數(shù)字金融、技能溢價(jià)與制造業(yè)綠色轉(zhuǎn)型三者間有一定關(guān)聯(lián)。然而，目前學(xué)術(shù)界既有研究?jī)H對(duì)兩者關(guān)系進(jìn)行了討論，關(guān)于數(shù)字金融與制造業(yè)綠色轉(zhuǎn)型關(guān)系的實(shí)證研究尚未形成，且未對(duì)三者關(guān)系展開細(xì)致分析。鑒于此，文章的創(chuàng)新性貢獻(xiàn)可能在于：第一，立足已有理論分析與相關(guān)文獻(xiàn)，對(duì)數(shù)字金融與制造業(yè)綠色轉(zhuǎn)型的關(guān)系進(jìn)行實(shí)證分析，并提出針對(duì)性政策建議，以期為促進(jìn)制造業(yè)綠色轉(zhuǎn)型提供可行性路徑。第二，將數(shù)字金融、技能溢價(jià)與制造業(yè)綠色轉(zhuǎn)型納入統(tǒng)一框架，通過(guò)理論梳理與實(shí)證分析研究三者影響作用機(jī)制，以期補(bǔ)充相關(guān)領(lǐng)域的研究空白。第三，根據(jù)國(guó)家統(tǒng)計(jì)局標(biāo)準(zhǔn)將樣本劃分為東部、中部、西部三大地區(qū)，分析數(shù)字金融對(duì)制造業(yè)綠色轉(zhuǎn)型影響的異質(zhì)性，以期深化既有領(lǐng)域的相關(guān)研究，為各地區(qū)采取差異化舉措制定制造業(yè)綠色轉(zhuǎn)型發(fā)展政策提供有益參考。

二、理論分析與研究假設(shè)

1. 數(shù)字金融與制造業(yè)綠色轉(zhuǎn)型的關(guān)系

隨著數(shù)字經(jīng)濟(jì)時(shí)代的到來(lái)，數(shù)字金融對(duì)制造業(yè)綠色轉(zhuǎn)型的推動(dòng)作用逐漸顯現(xiàn)，并逐漸成為制造轉(zhuǎn)型升級(jí)的核心動(dòng)能。一方面，數(shù)字金融憑借數(shù)字技術(shù)，可優(yōu)化制造企業(yè)傳統(tǒng)生產(chǎn)模式與治理方式，促進(jìn)制造業(yè)綠色轉(zhuǎn)型。數(shù)字金融發(fā)展離不開物聯(lián)網(wǎng)、云計(jì)算等數(shù)字技術(shù)的支持。將這些技術(shù)引入制造企業(yè)生產(chǎn)環(huán)節(jié)，可以改變制造企業(yè)傳統(tǒng)生產(chǎn)方式和組織形式，推動(dòng)綠色制造產(chǎn)品開發(fā)，助力制造業(yè)綠色轉(zhuǎn)型。并且，將數(shù)字技術(shù)引入制造業(yè)供應(yīng)鏈環(huán)節(jié)，能夠加速資源分配與高效利用，實(shí)現(xiàn)制造業(yè)碳排放污染治理，促進(jìn)制造業(yè)綠色轉(zhuǎn)型。另一方面，數(shù)字金融發(fā)揮普惠性金融職能，可為制造企業(yè)綠色化發(fā)展提供資金支持，助力制造業(yè)綠色轉(zhuǎn)型。數(shù)字金融作為一種普惠型融資，具有高效率、低成本特征，可為企業(yè)提供小額、高頻、實(shí)時(shí)的金融服務(wù)。在數(shù)字金融支持下，制造企業(yè)可向金融機(jī)構(gòu)申請(qǐng)綠色化、低碳化發(fā)展貸款，如綠色技術(shù)研發(fā)創(chuàng)新、污染物排放治理等專項(xiàng)貸款，在實(shí)現(xiàn)自身低碳發(fā)展的同時(shí)，助力制造業(yè)綠色轉(zhuǎn)型?；谝陨戏治?，提出如下假設(shè)：

假設(shè)H1：數(shù)字金融發(fā)展可促進(jìn)制造業(yè)綠色轉(zhuǎn)型。

2. 技能溢價(jià)在數(shù)字金融與制造業(yè)綠色轉(zhuǎn)型中的作用

技能溢價(jià)是勞動(dòng)力供給與需求改變的結(jié)果。數(shù)字金融能夠發(fā)揮技術(shù)效應(yīng)與結(jié)構(gòu)效應(yīng)，在改變勞動(dòng)力供需結(jié)構(gòu)的同時(shí)，影響技能溢價(jià)。而技能溢價(jià)提高會(huì)吸引社會(huì)勞動(dòng)力主動(dòng)提升自身技術(shù)技能，有利于為制造企業(yè)綠色發(fā)展提供高質(zhì)量勞動(dòng)力，助力制造業(yè)綠色轉(zhuǎn)型。數(shù)字金融發(fā)展水平提高能以技能溢價(jià)為傳導(dǎo)，帶動(dòng)制造企業(yè)綠色創(chuàng)新，間接促進(jìn)制造業(yè)綠色轉(zhuǎn)型。

其一，數(shù)字金融的技術(shù)效應(yīng)可提升技能溢價(jià)，助力制造業(yè)綠色轉(zhuǎn)型。在勞動(dòng)力需求側(cè)，數(shù)字金融對(duì)技能溢價(jià)的影響取決于技能增進(jìn)型的技術(shù)進(jìn)步程度。細(xì)言之，數(shù)字金融快速發(fā)展可推動(dòng)技能增進(jìn)型技術(shù)進(jìn)步，強(qiáng)化社會(huì)對(duì)技能勞動(dòng)力的需求。在非技能勞動(dòng)力需求不變情況下，技能勞動(dòng)力數(shù)量與質(zhì)量需求的增大會(huì)促使企業(yè)提高技能勞動(dòng)力薪資水平，進(jìn)而提升技能溢價(jià)。而在技能勞動(dòng)力的高工資水平吸引下，社會(huì)勞動(dòng)者會(huì)主動(dòng)學(xué)習(xí)新知識(shí)、新技能，不斷提升自身技術(shù)技能，以此匹配社會(huì)的高技能勞動(dòng)力需求。此背景下，社會(huì)勞動(dòng)力技能水平與人力資本質(zhì)量會(huì)整體提升，有利于為制造企業(yè)綠色生產(chǎn)、綠色技術(shù)創(chuàng)新與綠色治理提供智力支持，在帶動(dòng)制造企業(yè)低碳發(fā)展的同時(shí)，助力制造業(yè)綠色轉(zhuǎn)型。

其二，數(shù)字金融的結(jié)構(gòu)效應(yīng)可提高技能溢價(jià)水平，促進(jìn)制造業(yè)綠色轉(zhuǎn)型。在勞動(dòng)力供給側(cè)，數(shù)字金融發(fā)展對(duì)技能溢價(jià)的影響取決于個(gè)體教育成本大小。具體而言，數(shù)字金融的快速發(fā)展與變革會(huì)帶來(lái)諸多新知識(shí)與新技能，提高個(gè)體受教育成本，從而降低技能勞動(dòng)力相對(duì)供給。而技能勞動(dòng)力供給不足產(chǎn)生的稀缺效應(yīng)，會(huì)抬高技能勞動(dòng)力工資水平，進(jìn)而提升技能溢價(jià)水平。技能溢價(jià)提高會(huì)吸引非技能勞動(dòng)力強(qiáng)化自身專業(yè)知識(shí)與技能水平，向技能勞動(dòng)力轉(zhuǎn)化。這會(huì)增加技能勞動(dòng)力供給數(shù)量，為制造企業(yè)綠色發(fā)展提供豐富高層次的專業(yè)技術(shù)人才和創(chuàng)新型人才支持，推動(dòng)制造業(yè)綠色轉(zhuǎn)型。

綜上可知，數(shù)字金融快速發(fā)展可形成技術(shù)效應(yīng)與結(jié)構(gòu)效應(yīng)，提高技能溢價(jià)水平，進(jìn)一步為制造企業(yè)綠色發(fā)展提供豐富、高技能勞動(dòng)力，助力制造業(yè)綠色轉(zhuǎn)型。據(jù)此，提出如下假設(shè)：

假設(shè)H2：數(shù)字金融可通過(guò)提升技能溢價(jià)水平，間接促進(jìn)制造業(yè)綠色轉(zhuǎn)型。

三、研究設(shè)計(jì)

1. 變量選取

（1） 被解釋變量：制造業(yè)綠色轉(zhuǎn)型(Green)

文 章 借 鑒 喬 彬 等(2022)、高 洪 瑋 和 吳 濱(2022)的 研 究[15，16]，采用工業(yè)企業(yè)綠色全要素生產(chǎn)率對(duì)制造業(yè)綠色轉(zhuǎn)型水平進(jìn)行測(cè)度。具體而言，工業(yè)企業(yè)綠色全要素生產(chǎn)率的投入與產(chǎn)出指標(biāo)如表1 所示。結(jié)合上述指標(biāo)，采用DEA－Malmquist 模型，計(jì)算工業(yè)企業(yè)綠色全要素生產(chǎn)率，由此得到制造業(yè)綠色轉(zhuǎn)型水平。

表1 工業(yè)企業(yè)綠色全要素生產(chǎn)率的投入與產(chǎn)出指標(biāo)

（2） 核心解釋變量：數(shù)字金融(DE)

數(shù)字金融采用數(shù)字金融發(fā)展水平表示，主要使用北京大學(xué)數(shù)字金融研究中心編制的北京大學(xué)數(shù)字普惠金融指數(shù)，從“覆蓋廣度”“使用深度”“數(shù)字化服務(wù)程度”三個(gè)維度出發(fā)衡量。

（3） 中介變量：技能溢價(jià)水平(Ski)

技能溢價(jià)主要反映從事創(chuàng)新活動(dòng)與生產(chǎn)活動(dòng)的勞動(dòng)力所獲工資差距。學(xué)術(shù)界通常使用兩種方式測(cè)度技能溢價(jià)，一是用不同受教育水平勞動(dòng)力的工資差異衡量；二是用不同行業(yè)就業(yè)人員的工資比值指代[17]。文章結(jié)合當(dāng)下實(shí)際，用從事創(chuàng)新活動(dòng)勞動(dòng)力與從事生產(chǎn)活動(dòng)勞動(dòng)力的工資比值衡量技能溢價(jià)。其中，從事創(chuàng)新活動(dòng)的勞動(dòng)力工資用科技人員平均工資表示，具體使用科研經(jīng)費(fèi)內(nèi)部支出中總勞務(wù)費(fèi)用與科技人員數(shù)的比值衡量；從事生產(chǎn)活動(dòng)的勞動(dòng)力工資選取制造業(yè)平均工資進(jìn)行衡量。

（4） 控制變量

為避免遺漏變量對(duì)回歸結(jié)果的影響，對(duì)如下變量進(jìn)行控制：行業(yè)規(guī)模(Scale)，以規(guī)模以上工業(yè)企業(yè)的主營(yíng)業(yè)務(wù)收入代表。平均勞動(dòng)報(bào)酬(Wage)，選取各地區(qū)制造業(yè)平均勞動(dòng)報(bào)酬考察。環(huán)境規(guī)制(Er)，以各地區(qū)工業(yè)污染治理投資完成額表示。產(chǎn)業(yè)結(jié)構(gòu)(Ind)，以第二產(chǎn)業(yè)占比指代。外商直接投資(FDI)，用外商直接投資在國(guó)內(nèi)投資總額中的占比表示。財(cái)政自主權(quán)(Pub)，用一般公共預(yù)算收入與一般公共預(yù)算支出的比值測(cè)度。

2. 模型設(shè)計(jì)

為驗(yàn)證數(shù)字金融發(fā)展對(duì)制造業(yè)綠色轉(zhuǎn)型的影響，分析技能溢價(jià)在其中的作用，依據(jù)上述理論分析推演，構(gòu)建如下實(shí)證分析模型：

式(1)用于驗(yàn)證數(shù)字金融發(fā)展水平對(duì)制造業(yè)綠色轉(zhuǎn)型的影響；式(2)用于驗(yàn)證數(shù)字金融發(fā)展水平對(duì)技能溢價(jià)的影響，為驗(yàn)證中介作用機(jī)制提供基礎(chǔ)；式(3)將核心解釋變量、中介變量和被解釋變量共同納入回歸模型，用于驗(yàn)證數(shù)字金融與制造業(yè)綠色轉(zhuǎn)型的關(guān)系，以及技能溢價(jià)的中介效應(yīng)。在α1和β1均顯著前提下，若γ1不顯著，技能溢價(jià)發(fā)揮完全中介效應(yīng)；若γ1顯著，技能溢價(jià)發(fā)揮非完全中介效應(yīng)。令總效應(yīng)為β1，則直接效應(yīng)為γ1，間接效應(yīng)值為α1×γ2，三者關(guān)系為β1=γ1+α1×γ2。上式中，i代表省份，t代表年份；X和F均為控制變量；e、μ、ε均為隨機(jī)干擾項(xiàng)，服從N(0，σ2In)。

3. 數(shù)據(jù)來(lái)源

考慮到數(shù)據(jù)可獲取性與準(zhǔn)確性，選取2012—2021 年我國(guó)30 個(gè)省級(jí)面板數(shù)據(jù)（除西藏和港澳臺(tái)地區(qū)） 進(jìn)行實(shí)證分析。被解釋變量制造業(yè)綠色轉(zhuǎn)型的投入指標(biāo)與非期望產(chǎn)出指標(biāo)數(shù)據(jù)來(lái)源于《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》，期望產(chǎn)出指標(biāo)來(lái)源自《中國(guó)能源統(tǒng)計(jì)年鑒》。解釋變量數(shù)字金融的數(shù)據(jù)來(lái)源于北京大學(xué)的數(shù)字普惠金融指數(shù)。中介變量技能溢價(jià)和控制變量數(shù)據(jù)主要來(lái)自歷年《中國(guó)工業(yè)統(tǒng)計(jì)年鑒》 《中國(guó)統(tǒng)計(jì)年鑒》 《中國(guó)能源統(tǒng)計(jì)年鑒》 《中國(guó)科技統(tǒng)計(jì)年鑒》 《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》 《中國(guó)第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》、各省份統(tǒng)計(jì)年鑒、各省份統(tǒng)計(jì)公報(bào)，以及中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)和EPS 數(shù)據(jù)庫(kù)。經(jīng)測(cè)算和處理，得到各變量描述性統(tǒng)計(jì)結(jié)果如表2 所示。

表2 變量描述性統(tǒng)計(jì)結(jié)果

四、實(shí)證分析與機(jī)制檢驗(yàn)

1. 基準(zhǔn)回歸分析

首先，利用OLS 估計(jì)進(jìn)行數(shù)字金融對(duì)制造業(yè)綠色轉(zhuǎn)型影響的逐步回歸分析，得到基準(zhǔn)回歸結(jié)果如表3 所示。

表3 基準(zhǔn)回歸結(jié)果

就核心解釋變量對(duì)被解釋變量的影響效應(yīng)而言，由表3 可知，數(shù)字金融對(duì)制造業(yè)綠色轉(zhuǎn)型影響的回歸系數(shù)為0.127，在1%水平下顯著為正。加入其他控制變量后發(fā)現(xiàn)，數(shù)字金融仍然保持在1%水平下顯著，系數(shù)估計(jì)值為0.119，與之前較為接近。并且，模型擬合度較好，調(diào)整后的R2均超過(guò)0.8。上述結(jié)果證明，數(shù)字金融與制造業(yè)綠色轉(zhuǎn)型存在顯著正相關(guān)關(guān)系，即伴隨數(shù)字金融發(fā)展，制造業(yè)綠色轉(zhuǎn)型水平會(huì)不斷提升，假設(shè)H1 得證?？赡艿脑蛟谟?，數(shù)字金融發(fā)展衍生的豐富金融產(chǎn)品與技術(shù)，可以為制造企業(yè)開展低碳技術(shù)創(chuàng)新或節(jié)能安排提供有力支撐，進(jìn)而助力制造業(yè)綠色轉(zhuǎn)型。

就控制變量對(duì)制造業(yè)綠色轉(zhuǎn)型的影響而言，由表3 列(2)可以看出，行業(yè)規(guī)?；貧w系數(shù)在1%水平下顯著為正，說(shuō)明行業(yè)規(guī)模擴(kuò)大可以促進(jìn)制造業(yè)綠色轉(zhuǎn)型。平均勞動(dòng)報(bào)酬的回歸系數(shù)為-0.382，通過(guò)1%顯著性水平檢驗(yàn)，說(shuō)明平均勞動(dòng)報(bào)酬的提升不利于制造業(yè)綠色轉(zhuǎn)型。環(huán)境規(guī)制的回歸系數(shù)為-0.037，通過(guò)1%顯著性水平檢驗(yàn)，說(shuō)明環(huán)境規(guī)制加嚴(yán)會(huì)抑制制造業(yè)綠色轉(zhuǎn)型。產(chǎn)業(yè)結(jié)構(gòu)的回歸系數(shù)為0.064，通過(guò)5%顯著性水平檢驗(yàn)，說(shuō)明產(chǎn)業(yè)結(jié)構(gòu)升級(jí)有利于制造業(yè)綠色轉(zhuǎn)型。外商直接投資的回歸系數(shù)為-0.008，未通過(guò)顯著性檢驗(yàn)，說(shuō)明外商直接投資與制造業(yè)綠色轉(zhuǎn)型關(guān)系不大。財(cái)政自主權(quán)回歸系數(shù)為0.412，通過(guò)5%顯著性水平檢驗(yàn)，說(shuō)明財(cái)政自主權(quán)提高有利于促進(jìn)制造業(yè)綠色轉(zhuǎn)型。在控制變量中，平均勞動(dòng)報(bào)酬是人力資本投入總量的前提，對(duì)制造業(yè)綠色轉(zhuǎn)型的影響應(yīng)是正向而不是負(fù)向，這與上述研究結(jié)果并不一致。因此，必然存在一個(gè)使平均勞動(dòng)報(bào)酬發(fā)揮負(fù)向作用的前提條件，且關(guān)系到技能溢價(jià)作用的發(fā)揮，對(duì)此，文章將在第五部分展開分析。

2. 穩(wěn)健性檢驗(yàn)

為保證上文研究結(jié)果的可靠性，文章采取調(diào)整樣本量、拓展解釋變量范圍、更換核心解釋變量等方式進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果見表4。

表4 穩(wěn)健性檢驗(yàn)結(jié)果

（1） 調(diào)整樣本量

與其他省份相比，直轄市的人口數(shù)量、行政級(jí)別與經(jīng)濟(jì)規(guī)模存在一定特殊性。因此，剔除4 個(gè)直轄市樣本數(shù)據(jù)，重新對(duì)式(1)進(jìn)行估計(jì)。由表4 列(1)數(shù)據(jù)可以看出，數(shù)字金融的回歸系數(shù)為正，且在1%的水平上顯著，說(shuō)明上文研究結(jié)論穩(wěn)健。

（2） 拓展解釋變量范圍

制造業(yè)綠色轉(zhuǎn)型水平提升原因之一是前期綠色發(fā)展要素的持續(xù)投入與逐步積累，即當(dāng)期制造業(yè)綠色轉(zhuǎn)型可能與前期數(shù)字金融發(fā)展存在關(guān)聯(lián)。如若忽略此問(wèn)題，未將前期數(shù)字金融發(fā)展的影響納入進(jìn)行參數(shù)估計(jì)，極可能因“遺漏變量”引發(fā)內(nèi)生性問(wèn)題。所以，將數(shù)字金融滯后一期項(xiàng)(DE(-1))引入模型，重新進(jìn)行回歸分析。由表4 列(2)數(shù)據(jù)可知，納入解釋變量滯后項(xiàng)后，模型估計(jì)值符號(hào)和顯著性均不變，表明上述研究結(jié)果穩(wěn)健。

（3） 更換核心解釋變量

將存貸款總額占GDP 比重作為數(shù)字金融的替代變量，對(duì)式(1)重新進(jìn)行回歸分析。由表4 列(3)可以看出，更換核心解釋變量后，數(shù)字金融對(duì)制造業(yè)綠色轉(zhuǎn)型的影響仍然通過(guò)了1%的顯著性水平檢驗(yàn)，且系數(shù)值為正，進(jìn)一步證明研究結(jié)果可靠。

（4） 變量縮尾處理

為避免樣本數(shù)據(jù)異常值的影響，對(duì)所有變量進(jìn)行1%和99%分位縮尾處理，并對(duì)樣本進(jìn)行重新估計(jì)。表4 列(4)結(jié)果顯示，數(shù)字金融對(duì)制造業(yè)綠色轉(zhuǎn)型的影響仍然為正，且通過(guò)1%顯著性水平檢驗(yàn)，說(shuō)明此次研究結(jié)果較為穩(wěn)健。

3. 異質(zhì)性分析

考慮到地區(qū)之間數(shù)字金融與制造業(yè)發(fā)展程度等存在較大差異，數(shù)字金融對(duì)制造業(yè)綠色轉(zhuǎn)型的影響可能存在區(qū)域異質(zhì)性特征。參照國(guó)家統(tǒng)計(jì)局劃分標(biāo)準(zhǔn)，將研究樣本劃分為東部、中部和西部三大地區(qū)，重新進(jìn)行回歸分析。

由表5 結(jié)果可以看出，數(shù)字金融發(fā)展對(duì)西部和中部地區(qū)制造業(yè)綠色轉(zhuǎn)型均有顯著促進(jìn)作用，對(duì)于東部地區(qū)制造業(yè)綠色轉(zhuǎn)型的影響相對(duì)較小且不明顯。這表明現(xiàn)階段數(shù)字金融發(fā)展尚未對(duì)東部地區(qū)制造業(yè)綠色轉(zhuǎn)型形成積極長(zhǎng)效推動(dòng)效應(yīng)。產(chǎn)生這一現(xiàn)象可能的原因在于，中部和西部地區(qū)經(jīng)濟(jì)發(fā)展相對(duì)落后，制造業(yè)綠色轉(zhuǎn)型發(fā)展壓力大，而數(shù)字金融發(fā)展可為當(dāng)?shù)刂圃鞓I(yè)綠色技術(shù)創(chuàng)新與產(chǎn)業(yè)低碳發(fā)展提供便捷的融資服務(wù)，促進(jìn)綠色轉(zhuǎn)型。相較而言，東部地區(qū)經(jīng)濟(jì)發(fā)達(dá)、科技領(lǐng)先、人力資本充沛，主要通過(guò)新技術(shù)應(yīng)用與高技術(shù)人才作用發(fā)揮支持制造業(yè)綠色轉(zhuǎn)型。此過(guò)程中，數(shù)字金融發(fā)展提供的支撐作用較小，使得數(shù)字金融發(fā)展對(duì)東部地區(qū)制造業(yè)綠色轉(zhuǎn)型的支持效應(yīng)不明顯。

表5 異質(zhì)性檢驗(yàn)結(jié)果

4. 中介機(jī)制檢驗(yàn)

為驗(yàn)證技能溢價(jià)在數(shù)字金融促進(jìn)制造業(yè)綠色轉(zhuǎn)型過(guò)程中的中介效應(yīng)，根據(jù)模型(1)~(3)，采用逐步回歸法進(jìn)行中介機(jī)制分析。在實(shí)證分析時(shí)，借助bootstrap 法對(duì)模型進(jìn)行再次檢驗(yàn)，以降低樣本量及其分布形態(tài)對(duì)檢驗(yàn)結(jié)果的影響。

從表6 結(jié)果可以看出，數(shù)字金融的回歸系數(shù)值為0.134，且在1%水平下顯著，表明數(shù)字金融與制造業(yè)綠色轉(zhuǎn)型之間存在總效應(yīng)，假設(shè)H1 進(jìn)一步得證。數(shù)字金融對(duì)技能溢價(jià)影響的系數(shù)值為2.421，通過(guò)5%顯著性水平檢驗(yàn)，表明數(shù)字金融發(fā)展可以提升技能溢價(jià)。將數(shù)字金融與技能溢價(jià)同時(shí)納入回歸方程(3)，得到二者的回歸系數(shù)值分別為0.132 和2.115，且各自通過(guò)1%和5%的顯著性水平檢驗(yàn)，說(shuō)明技能溢價(jià)在數(shù)字金融與制造業(yè)綠色轉(zhuǎn)型之間發(fā)揮不完全中介效應(yīng)，由此假設(shè)H2 得證?？傮w來(lái)看，數(shù)字金融對(duì)技能溢價(jià)具有顯著正向影響，進(jìn)而通過(guò)技能溢價(jià)傳導(dǎo)至制造業(yè)領(lǐng)域，促進(jìn)制造業(yè)綠色轉(zhuǎn)型。并且，在數(shù)字金融促進(jìn)制造業(yè)綠色轉(zhuǎn)型過(guò)程中，技能溢價(jià)發(fā)揮著顯著不完全中介效應(yīng)。

表6 中介效應(yīng)檢驗(yàn)結(jié)果

五、技能溢價(jià)的作用條件分析

基準(zhǔn)回歸結(jié)果顯示，平均勞動(dòng)報(bào)酬是影響制造業(yè)綠色轉(zhuǎn)型的重要因素，但其估計(jì)系數(shù)為負(fù)，與理論分析預(yù)期結(jié)果不一致。深入考察平均勞動(dòng)報(bào)酬的性質(zhì)會(huì)引申出一個(gè)問(wèn)題：作為傳導(dǎo)作用的技能溢價(jià)，保證其發(fā)生效應(yīng)的前提條件為何？

第一，平均勞動(dòng)報(bào)酬的提升存在兩種情況：一是社會(huì)經(jīng)濟(jì)發(fā)展帶來(lái)的勞動(dòng)者整體收入水平提高，二是高技能勞動(dòng)力收入增加帶來(lái)的整體勞動(dòng)者平均收入水平提高。前者需要經(jīng)歷較長(zhǎng)一段時(shí)間才能實(shí)現(xiàn)，后者僅需要新技術(shù)、新商業(yè)模式的出現(xiàn)即可實(shí)現(xiàn)。從長(zhǎng)期來(lái)看，平均勞動(dòng)報(bào)酬增加會(huì)穩(wěn)定就業(yè)，為制造業(yè)發(fā)展提供充足人力資本支持，助力制造業(yè)綠色轉(zhuǎn)型。但目前，我國(guó)尚處于高技能勞動(dòng)力較為短缺階段，存在較為普遍的高技能勞動(dòng)力供需不匹配問(wèn)題。這種供小于求的局面使得高技能勞動(dòng)力收入遠(yuǎn)高于低技能勞動(dòng)力，因此技能溢價(jià)較高。此時(shí)，我國(guó)平均勞動(dòng)報(bào)酬雖較之前有所提升，但高技能勞動(dòng)力供給較少使得制造業(yè)創(chuàng)新發(fā)展所需人力支持不足，在一定程度上抑制了制造業(yè)綠色轉(zhuǎn)型。由此可知，存在基準(zhǔn)回歸結(jié)果中平均勞動(dòng)報(bào)酬量系數(shù)為負(fù)的情況。

第二，數(shù)字金融發(fā)展的重要驅(qū)動(dòng)力是數(shù)字技術(shù)，主要路徑是高技能勞動(dòng)力的知識(shí)與技能溢出效應(yīng)。高技能勞動(dòng)力供給是保證高技能勞動(dòng)力主體作用發(fā)揮的關(guān)鍵內(nèi)容，而保證勞動(dòng)力供給的前提是勞動(dòng)收入。在當(dāng)下數(shù)字經(jīng)濟(jì)時(shí)代，收入提升有利于促進(jìn)技能溢價(jià)提高。由此可以推測(cè)，在高技能勞動(dòng)力供給較為穩(wěn)定的當(dāng)下，技能溢價(jià)變化會(huì)影響數(shù)字金融發(fā)展。進(jìn)一步而言，要想維持技能溢價(jià)處于提升階段，制造業(yè)領(lǐng)域就需保證高技能勞動(dòng)者收入增長(zhǎng)，提高平均勞動(dòng)報(bào)酬、規(guī)避抑制效應(yīng)。

第三，提高平均勞動(dòng)報(bào)酬、規(guī)避抑制效應(yīng)的前提在于，確定兩類要素的合理投入比。邊際報(bào)酬遞減規(guī)律顯示，要素投入比例存在合理區(qū)間。以此推測(cè)，平均勞動(dòng)報(bào)酬若想穩(wěn)步提升，需要先找合理的臨界區(qū)間。該臨界區(qū)間即為技能溢價(jià)發(fā)揮中介作用的前提條件：只有當(dāng)平均勞動(dòng)報(bào)酬達(dá)到一定程度時(shí)，技能溢價(jià)的中介效應(yīng)才會(huì)顯現(xiàn)；當(dāng)平均勞動(dòng)報(bào)酬未跨過(guò)或跨過(guò)某一臨界值時(shí)，技能溢價(jià)的促進(jìn)作用將降低。因此，平均勞動(dòng)報(bào)酬成為技能溢價(jià)發(fā)揮效力的“門檻”。

為驗(yàn)證平均勞動(dòng)報(bào)酬可能存在的門限效應(yīng)并估計(jì)門限個(gè)數(shù)，文章以平均勞動(dòng)報(bào)酬為解釋變量，技能溢價(jià)為門限變量，重新進(jìn)行回歸。由表7 門限回歸檢驗(yàn)結(jié)果可知，平均勞動(dòng)報(bào)酬存在雙門檻效應(yīng)。

表7 門限效應(yīng)檢驗(yàn)結(jié)果

基于表7 結(jié)果，構(gòu)建平均勞動(dòng)報(bào)酬的雙門限模型，具體如下：

模型(4)回歸結(jié)果顯示，平均勞動(dòng)報(bào)酬的雙門限估計(jì)值以75和110 為節(jié)點(diǎn)，可劃分三個(gè)區(qū)間范圍，分別為第一區(qū)間(TM≤75)、第二區(qū)間(TM≤110)和第三區(qū)間(110

六、結(jié)論及建議

文章選取2012—2021 年30 個(gè)省級(jí)面板數(shù)據(jù)，考察數(shù)字金融對(duì)制造業(yè)綠色轉(zhuǎn)型的影響，并以技能溢價(jià)為中介變量，闡釋數(shù)字金融對(duì)制造業(yè)綠色轉(zhuǎn)型的作用機(jī)制，最后對(duì)機(jī)制發(fā)生條件進(jìn)行了門限估計(jì)。研究結(jié)論如下：第一，數(shù)字金融可以顯著促進(jìn)制造業(yè)綠色轉(zhuǎn)型，即數(shù)字金融發(fā)展水平越高，制造業(yè)綠色轉(zhuǎn)型效果越明顯。第二，數(shù)字金融對(duì)制造業(yè)綠色轉(zhuǎn)型的促進(jìn)作用存在異質(zhì)性，主要表現(xiàn)為西部→中部→東部地區(qū)依次遞減特征。第三，在數(shù)字金融對(duì)制造業(yè)綠色轉(zhuǎn)型的影響過(guò)程中，技能溢價(jià)發(fā)揮著顯著非完全中介效應(yīng)。換言之，數(shù)字金融會(huì)通過(guò)提高技能溢價(jià)間接促進(jìn)制造業(yè)綠色轉(zhuǎn)型。第四，平均勞動(dòng)報(bào)酬存在雙門檻效應(yīng)，其合理區(qū)間是技能溢價(jià)發(fā)揮中介機(jī)制的前提條件。

基于上述研究結(jié)論，文章對(duì)推進(jìn)制造業(yè)綠色轉(zhuǎn)型提出如下幾點(diǎn)建議：

第一，積極推進(jìn)數(shù)字技術(shù)與金融深度融合。鑒于數(shù)字金融發(fā)展對(duì)制造業(yè)綠色轉(zhuǎn)型具有顯著促進(jìn)作用，我國(guó)需積極推進(jìn)數(shù)字技術(shù)與金融深度融合，促進(jìn)數(shù)字金融加速發(fā)展。一方面，利用數(shù)字技術(shù)推動(dòng)金融機(jī)構(gòu)數(shù)字化轉(zhuǎn)型。金融機(jī)構(gòu)應(yīng)將數(shù)字技術(shù)融入金融服務(wù)全過(guò)程、業(yè)務(wù)運(yùn)營(yíng)全鏈條，不斷創(chuàng)新金融產(chǎn)品和服務(wù)，優(yōu)化支付清算、登記托管、征信評(píng)級(jí)、跨境結(jié)算等流程，推動(dòng)金融服務(wù)智能化、業(yè)務(wù)場(chǎng)景化、渠道一體化，在促進(jìn)數(shù)字金融發(fā)展的同時(shí)驅(qū)動(dòng)制造業(yè)綠色轉(zhuǎn)型。另一方面，加快培育金融業(yè)數(shù)據(jù)要素市場(chǎng)。金融機(jī)構(gòu)應(yīng)積極響應(yīng)國(guó)家政策，依托數(shù)字技術(shù)形成的智能平臺(tái)，加快培育金融業(yè)數(shù)據(jù)要素市場(chǎng)，為金融風(fēng)控、反欺詐、反洗錢，以及流程優(yōu)化、合規(guī)經(jīng)營(yíng)、客戶體驗(yàn)等提供有力支持。此外，在推進(jìn)數(shù)字技術(shù)與金融深度融合過(guò)程中，相關(guān)主體還需完善監(jiān)管規(guī)則、豐富金融科技監(jiān)管工具，統(tǒng)籌創(chuàng)新發(fā)展和安全，保障數(shù)字金融長(zhǎng)期穩(wěn)步發(fā)展，進(jìn)而為制造業(yè)綠色轉(zhuǎn)型注入持續(xù)動(dòng)能。

第二，打造區(qū)域數(shù)字金融聯(lián)動(dòng)發(fā)展模式。我國(guó)應(yīng)在各地區(qū)因地制宜推動(dòng)數(shù)字金融發(fā)展基礎(chǔ)上，打造區(qū)域數(shù)字金融聯(lián)動(dòng)發(fā)展模式，綜合推動(dòng)全國(guó)整體制造業(yè)綠色轉(zhuǎn)型。就西部地區(qū)而言，地方政府應(yīng)聯(lián)合金融機(jī)構(gòu)加快建設(shè)包括數(shù)字金融算力中心、數(shù)據(jù)資產(chǎn)交易中心等在內(nèi)的金融中心，暢通金融機(jī)構(gòu)和制造企業(yè)信息平臺(tái)互聯(lián)共享，破除金融服務(wù)數(shù)字信息壁壘，在提升當(dāng)?shù)財(cái)?shù)字金融發(fā)展水平的同時(shí)推進(jìn)制造業(yè)綠色轉(zhuǎn)型。就中部地區(qū)而言，區(qū)域各方應(yīng)發(fā)掘數(shù)字金融發(fā)展優(yōu)勢(shì)資源，借用資源合力打造數(shù)字金融發(fā)展區(qū)域重點(diǎn)省市，進(jìn)而發(fā)揮區(qū)域數(shù)字金融重點(diǎn)省市的帶動(dòng)效應(yīng)，促進(jìn)區(qū)域整體數(shù)字金融發(fā)展水平提升。就東部地區(qū)而言，金融機(jī)構(gòu)應(yīng)借助本地優(yōu)越地理位置、先進(jìn)科學(xué)技術(shù)和先天經(jīng)濟(jì)條件，大力發(fā)展數(shù)字金融。此過(guò)程中，東部地區(qū)可積極與中西部地區(qū)合作，將本地區(qū)數(shù)字金融高速發(fā)展的經(jīng)驗(yàn)與方法轉(zhuǎn)移至中西部地區(qū)，帶動(dòng)當(dāng)?shù)財(cái)?shù)字金融發(fā)展，并助力制造業(yè)綠色轉(zhuǎn)型。

第三，建立多方位勞動(dòng)技能溢價(jià)提升機(jī)制。相關(guān)主體應(yīng)主動(dòng)發(fā)揮自身職能，建立多方位勞動(dòng)技能溢價(jià)提升機(jī)制，為制造業(yè)綠色轉(zhuǎn)型提供有力支持。就政府而言，地方政府部門一方面應(yīng)完善勞動(dòng)力教育與培訓(xùn)體系，創(chuàng)新教育方式、優(yōu)化專業(yè)設(shè)置，提升勞動(dòng)力技能水平。另一方面應(yīng)健全勞動(dòng)報(bào)酬分配與保護(hù)制度，為高技能勞動(dòng)力收入增加提供保障，提升技能溢價(jià)，助力制造業(yè)綠色轉(zhuǎn)型。就企業(yè)而言，制造企業(yè)應(yīng)加大對(duì)高技能勞動(dòng)力的重視力度，通過(guò)設(shè)置獎(jiǎng)勵(lì)資金方式鼓勵(lì)內(nèi)部員工自主學(xué)習(xí)提高技能水平，或通過(guò)高薪聘請(qǐng)高技能人才進(jìn)入等方式，增加高技能勞動(dòng)力收入。此過(guò)程中，制造企業(yè)需適當(dāng)分配高技能勞動(dòng)者與低技能勞動(dòng)者的勞動(dòng)報(bào)酬，注重將企業(yè)內(nèi)部平均勞動(dòng)報(bào)酬控制在合理區(qū)間，由此提高勞動(dòng)技能溢價(jià)，為制造業(yè)綠色轉(zhuǎn)型提供堅(jiān)實(shí)人力支持。