银行主导型金融对制造业企业技术进步的影响--基于技术距离的视角.pdf

2023 年 7 月技术经济第 42 卷第 7 期杨娟等：银行主导型金融对制造业企业技术进步的影响基于技术距离的视角杨娟1，杨波2（1.云南大学 发展研究院，昆明 650000；2.云南大学 经济学院，昆明 650000）摘要：制造业企业的技术发展离不开适宜类型的金融支持。我国以商业银行为主导的金融体系对其具有怎样的影响？本文从技术距离视角出发，通过构建熊彼特内生增长模型探究银行主导型金融体系对制造业企业技术进步的影响效应及作用机理，并运用中国工业企业数据库与城市数据库的匹配数据进行实证检验。研究发现：当制造业企业远离技术前沿时，银行主导型金融对其技术进步具有明显的促进作用，但随着企业接近技术前沿，该作用将由正转负。相较于国有和抵押资产丰富的制造业企业，银行主导型金融对技术进步的负向作用在非国有和抵押资产匮乏企业中出现较早。机制检验表明，在远离技术前沿阶段，银行主导型金融能够激励制造业企业创新从而促进其技术进步，但在接近技术前沿后，银行主导型金融难以通过激励企业创新驱动其技术进步。研究结论对如何深化金融供给侧结构性改革、增强金融服务制造业之功效具有一定的指导意义。关键词：银行主导型金融；制造业企业；技术进步；技术距离中图分类号：F832；F425文献标志码：A文章编号：1002980X（2023）7005213一、引言党的二十大报告明确指出：“要坚持把发展经济的着力点放在实体经济上，加快建设制造强国”。尽管我国制造业与世界前沿的技术距离正在逐步缩小，但总体技术水平仅达到世界技术前沿的 1/2左右（黄先海和宋学印，2017），技术进步速度自 2008年全球金融危机以来也呈大幅下降趋势（田友春等，2021）。如何加快制造业企业技术进步步伐，以推动制造业技术发展、实现其由大到强跃迁，是当前面临的重要议题。金融是企业技术进步的重要影响因素（Schumpeter，1912）。金融结构理论指出，金融发展的本质在于金融结构的变化（Goldsmith，1969），且一国越富裕，其金融体系越倾向于市场主导型（德米尔古克肯特和莱文，2006；赵瑞政等，2020）。然而，我国金融体系具有稳定的银行主导型特征。根据中国人民银行数据，20152021年我国人民币贷款占社会融资规模的比例均在 60%以上。现有研究表明，商业银行天然的谨慎性偏好、风险管理内部化行为及获取固定本息、难以分享创新超额回报等制度特性，不利于企业自主创新（徐飞，2019）。而自主创新是制造业企业技术升级的重要路径，且随着企业与前沿技术距离的缩小对技术进步的贡献趋增（Acemoglu et al，2006；Aghion et al，2013；王林辉等，2022）。那么，我国银行主导型金融体系是否会对制造业企业技术进步形成阻滞？对此，当下研究着墨甚少。众多学者从宏观层面探究了金融结构对技术创新的影响，认为“引进+模仿”式创新的风险较低且收益稳定，适宜由商业银行为其提供资金支持，但自主创新在不确定性较强的非标准市场环境中进行，需要资本市场适配其融资需求（徐明和刘金山，2017；马薇和惠宁，2018；千慧雄和安同良，2020；司秋利和张涛，2022），并未直接考察银行主导型金融与技术进步的关系。一些学者基于宏观数据实证检验了金融结构对技术进步的影响，或发现银行中介发展对产业技术进步具有更为显著的正向作用（Tadesse，2005），或认为资本市场更有利于推动一国技术进步（景光正等，2017；张莹莹，2022），所得结果大异其趣。究其原因，技术引进、模仿与自主创新均为企业技术进步的重要方式，但银行主导型金融对不同方式具有差异化影响，以致其与技术进步的关系难以确定或并不稳定。Acemoglu 等（2006）、Aghion 等（2013）收稿日期：20230309基金项目：云南省教育厅科学研究基金研究生项目“基于技术距离的我国创新驱动路径动态选择研究”（2022Y073）；云南省科技厅基础研究计划专项“数字金融、短贷长投与中小企业僵尸化：形成机制与化解路径”（2060206）作者简介：杨娟，云南大学发展研究院博士研究生，研究方向：金融结构、经济增长；杨波，博士，云南大学经济学院助理研究员，研究方向：金融科技。参见中国人民银行发布的 20152021年社会融资规模存量统计表。52杨娟等：银行主导型金融对制造业企业技术进步的影响指出，技术距离是企业最优技术进步方式的决定因素。在远离技术前沿阶段，企业可通过引进和模仿现有技术获得比自主创新更快的技术进步；但在接近技术前沿后，企业应选择自主创新以弥合与前沿最后的技术差距。由此，一些学者从技术距离视角出发，探究了银行主导型金融对技术进步影响，但多集中于宏观层面的理论分析（Lin et al，2020；Lin et al，2022）与实证检验（林志帆和龙晓旋，2015），缺乏对微观企业的考察。少数学者基于中国上市企业数据，实证考察了银行主导型金融发展对不同技术距离的制造业企业全要素生产率增长的影响（连旭蓓等，2020），但并未探究其内在机制，且以上市企业为研究样本易产生样本选择偏误问题。据此，本文从现实需求和文献不足出发，基于技术距离视角探究银行主导型金融对制造业企业技术进步的影响效应及作用机理。这不仅可以全面了解银行主导型金融体系在制造业企业技术发展中的作用变化，也有助精确识别制造业企业技术进步的促进机制，破解其技术进步滞缓困境。本文首先通过构建熊彼特内生增长模型进行理论分析，然后运用中国工业企业大样本数据进行实证检验。与现有研究相比，本文的边际贡献可能包括：第一，本文将金融结构与技术进步的相关研究拓展至微观领域，结合当前我国金融体系以商业银行为主导及制造业技术进步滞缓的现实，探究银行主导型金融体系对制造业企业技术进步的影响，切合我国金融供给侧结构性改革及制造强国建设需要。第二，银行主导型金融对接近技术前沿的制造业企业技术进步具有显著的负向作用，该结论有助理解我国制造业在接近技术前沿过程中出现的技术进步放缓现象。第三，本文采用覆盖面更广、样本量更大的中国工业企业数据进行实证检验，避免了采用上市企业数据可能产生的样本选择偏误问题，并提高了估计的准确性。二、理论模型与研究假设本文借鉴 Acemoglu等（2006）及 Lin等（2022）的研究思路，构建包含金融部门的熊彼特内生增长模型，以探究不同技术距离下银行主导型金融对制造业企业技术进步的影响效应及作用机理。首先假设经济体存在数量固定为 L+K、风险中性且生存两期的世代交叠个体。年轻个体缺乏财富但拥有劳动禀赋，每人每期可无弹性地供给 1单位劳动且生产率相同。每期有 K个不参与产品生产但拥有可提升中间品质量创新计划的年轻个体，他们在融获资金后便可成为企业家。年长个体既不参与生产也不担任企业家，其职能为消费最终品并用工资积蓄为年轻企业家的创新项目提供资金支持。（一）最终品部门假设经济体存在唯一的最终品且为计价物，最终品生产函数具有如下形式：Yt=1L1-01At(v)1-axt(v)adv（1）其中：Y为总产出；L为投入最终品部门的劳动数量且在各期保持不变；xt(v)和At(v)分别为 t期中间品 v的投入量及生产率；为中间品投入在总产出中所占比重，0，1。假设最终品市场为完全竞争市场，因此中间品 v的反需求函数为pt(v)=Ytxt=At(v)Lxt(v)1-a（2）其中：p为中间品价格。（二）中间品部门假设任意一个中间品部门存在一个垄断企业和若干边缘企业，中间品部门实行以最终品为唯一投入要素的转换式生产。其中，垄断企业可通过投入 1单位最终品获得 1单位中间品，而边缘企业则需投入单位最终品才可获得 1单位中间品，两类企业具有相同的生产率At(v)。中间品市场实行伯川德竞争，据此垄断企业的最优定价为pt(v)=（3）其中：1 0。在支付信息成本并进一步获得项目信息后，投资者既可能成为乐观投资者，也成为悲观投资者。在金融市场中，年轻企业家可以通过如下两种方式融资：一是向金融中介，主要为商业银行融资。在该融资方式下，金融市场的投资者将资金汇集于商业银行并由银行代理投资，只有银行了解待投资项目，投资者对其一无所知，因此存在较高的代理成本（Allen and Gale，1999）。但由于投资者组成财团，信息成本Ct(v)可在其间分摊，因此对投资者而言信息成本较低。二是直接向金融市场的投资者，即资金持有者融入资金。在此方式下，投资者独立支付信息成本并进行投资决策，可获知创新项目的具体信息，因此信息成本较高但代理成本较低。投资者愿意通过何种方式为年轻企业家提供资金支持，取决于各融资方式下项目预期净收益的相对大小。项目收益将按如下方式在工人、企业家和投资者之间进行分配：由于劳动力市场为竞争性市场，工人将按其劳动的边际生产力获得工资报酬；企业家获得与生产工人同等的劳动报酬；金融市场投资 前文假设垄断企业与边缘企业具有相同的生产率At(v)，因此At(v)既可表示中间品行业的生产率，也可反映行业内企业的生产率。原因在于：一方面，若企业家回报低于工人工资，所有年轻个体只愿从事生产活动而不愿成为企业家；另一方面，由于企业家缺乏资金，相互间存在较大竞争，投资者出于自身利润最大化考虑仅愿使其获取竞争性回报。54杨娟等：银行主导型金融对制造业企业技术进步的影响者获得剩余收益。据此，每位投资者可从模仿创新项目收获的平均净收益为Rmt(v)=At-1(v)-wtL-At-1(v)L（10）自主创新项目的人均净收益为Rzt(v)=At-1(v)+At-1(v)-wtL-At-1(v)L（11）比较式（10）和式（11）可知，Rzt(v)Rmt(v)，其中，上标 z表示项目为自主创新，上标 m 表示项目为模仿创新，即自主创新项目的收益高于模仿创新项目。为简化分析，后文假设Rzt(v)0 Rmt(v)。投资者在支付成本Ct(v)并进一步了解项目后可能改变其初始信念，假设初始乐观投资者在获取项目信息后仍持乐观态度的概率为。在直接融资方式下，投资者独自支付信息成本并独立进行投资决策：若最终持乐观态度，由于Rzt(v)0 Rmt(v)，投资者将投资于自主创新项目；而若持悲观态度，投资者投资于模仿创新项目获得负收益不如不投资以获得 0 回报，因此不愿为任何项目提供资金支持。由此，在直接融资方式下，每位投资者的预期净收益为VMt(v)=Rzt(v)+(1-)0-Ct(v)（12）其中：VMt为直接融资的净收益；M为直接融资。在银行信贷融资中，投资者组成财团并由商业银行代理投资，故反映的是商业银行在获取项目信息后仍持乐观态度的概率。作为资金代理人，商业银行的信贷决策除与自身信念有关，也受投资者信念影响。具体而言，当商业银行为乐观投资者时，若投资者也持乐观态度，银行愿意为风险更高的自主创新项目提供资金支持；若投资者持悲观态度，银行则选择为风险相对较低的模仿创新项目提供信贷支持。但当商业银行为悲观投资者时，无论投资者信念如何，其均不愿为任何项目提供资金支持，此时项目投资的收益为 0。据此，在银行信贷融资下，每位投资者的预期净收益为VBt(v)=Rzt(v)+(1-)Rmt(v)+(1-)0-Ct(v)/L（13）其中：VBt(v)为银行信贷融资的净收益；B为银行信贷融资；为在金融市场中任意选择一位投资者，其与乐观投资者持有相同态度的概率，即=prob(Y是一个乐观投资者|X是一个乐观投资者），0 (-/L)-c 且 ，银行信贷融资在企业模仿创新方面具有比较优势，而在自主创新方面具有比较劣势。金融市场投资者选择以何种方式为创新项目提供资金支持，取决于两种融资方式下预期净收益大小，即式（16）和式（17）的相对大小，而这与企业技术距离at()有关。令VBt(v)=VMt(v)并对等式两边同时除以At-1(v)，可得：(-/L)-c/L +at-1(v)=(-/L)-c +at-1(v)（18）可以看出，融资方式的选择与企业技术距离有关，进一步求解at-1(v)得到使两种融资方式无差异的技术距离临界值：a*t-1(v)=c(1-1/L)(1-)（19）当a*t-1(v)VMt(v)，投资者更愿意通过商业银行向企业家提供资金支持，此时企55技术经济第 42 卷第 7 期业更容易获得银行信贷融资。当a*t-1(v)c(1-1/L)(1-)时，VBt(v)VMt(v)，投资者更偏好直接为企业家提供资金支持，此时企业更容易获得直接融资。综上可见，技术距离决定了制造业企业的最优技术进步方式，进而决定与其适配的最优融资方式。当企业远离技术前沿时，模仿创新有助其实现快速的技术进步，而银行信贷融资对此具有比较优势，有助企业实现快速的技术进步。但随着企业接近技术前沿，其技术进步更依赖于自主创新，银行信贷融资难以适配其融资需求，将对其技术进步形成阻滞。该理论逻辑如图 1所示。J=FE 7J=FE 7（a）当企业远离技术前沿时（b）当企业接近技术前沿时“+”表示有利于，符号“-”表示不利于，实线表示最优技术进步路线图 1银行主导型金融对制造业企业技术进步的影响路径据此，本文提出如下研究假设：银行主导型金融对不同技术距离制造业企业的技术进步存在差异化影响，当企业远离技术前沿时，银行主导型金融可对其技术进步产生促进作用；但当企业接近技术前沿，银行主导型金融将阻碍其技术进步（H1）。由图 1可进一步看出，当企业远离技术前沿时，若其选择模仿创新，由于银行信贷融资与该创新类型较为匹配，且企业可凭借技术后发优势获得较快的技术进步，银行主导型金融可通过激励企业创新促进其技术进步。但当企业接近技术前沿，若其选择模仿创新，由于该创新类型与企业最优技术进步方式并不匹配，银行主导型金融不能通过创新驱动其技术进步；若其选择自主创新，由于银行信贷融资难以适配自主创新的资金需求，银行主导型金融亦不能通过创新驱动其技术进步。因此，本文提出如下研究假设：当制造业企业远离技术前沿时，银行主导型金融可通过激励企业创新促进其技术进步；但随着制造业企业接近技术前沿，银行主导型金融不能通过创新驱动其技术进步（H2）。三、实证研究设计（一）模型设定首先，本文借鉴连旭蓓等（2020）的研究，构建如式（20）调节效应模型考察不同技术距离下银行主导型金融对制造业企业技术进步的动态影响。Tfpgrowthijct=0+1Bankc，t-1+2Distanceij，t-1+3Bankc，t-1 Distanceij，t-1+X+c+j+t+ijct（20）其中：下标i为企业；j为行业；c为城市；Tfpgrowthijct为隶属城市c、行业j的制造业企业i在第t期的技术进步；Bankc，t-1为城市 c在第 t-1期的银行主导型金融发展水平；Distanceij，t-1为企业 i与同一行业 j的技术前沿在第 t-1期的距离；X为控制变量向量；和 为分别为变量的回归系数；c为城市固定效应；j为行业固定效应；t为年份固定效应；为随机误差项。考虑到银行主导型金融对企业技术进步的影响存在一定滞后，本文对银行主导型金融及技术距离变量进行了滞后一期处理，该处理也可在一定程度缓解由反向因果引起的内生性问题。其次，为考察不同技术距离下，银行主导型金融能否通过激励制造业企业创新驱动其技术进步，本文借鉴李平和李蕾蕾（2014）、杨子荣和张鹏杨（2018）的研究方法，构建如式（21）的面板门限模型进行实证检验。面板门限模型最早由 Hansen（1999）提出，可通过对数据特征的自动识别内生地划分技术距离区间，从而规避人为分组的主观性与随意性，降低估计偏误。56杨娟等：银行主导型金融对制造业企业技术进步的影响Tfpgrowthijc，t=0+1Inovationijc，t Bankc，t-1 I(Distanceij，t-1 1)+2Inovationijc，t Bankc，t-1 I(2 Distanceij，t-1 1)+nInovationijc，t Bankc，t-1 I(Distanceij，t-1 n)+X+i+t+i，t（21）其中：Inovationijc，t为隶属城市 c、行业 j的企业 i在第 t期的创新水平；I()为示性函数，括号内事件为真则取值1，否则取值 0；为技术距离的门槛值；i为个体固定效应；t为年份固定效应。（二）变量度量1.制造业企业技术进步本文借鉴林志帆和龙晓旋（2015）的研究，以制造业企业全要素生产率的增长衡量其技术进步，并采用Ackerberg等（2015）的方法（简称 ACF 方法）测算企业全要素生产率。该方法可克服 Olley 和 Pakes（1996）的方法（简称 OP法）及 Levinsohn 和 Petrin（2003）的方法（简称 LP法）在估计上的不可识别性及内生性问题，提高了估计的准确性。为进行稳健性检验，本文同时采用 OP法及 LP法测度了制造业企业的全要素生产率。在全要素生产率的测算过程中，进行了如下处理：首先，将企业生产函数形式设定为柯布道格拉斯函数。其次，考虑到企业具有异质性，其技术水平难由统一的生产函数刻画，借鉴杨汝岱（2015）的研究，假设同一两位码行业企业具有相似的生产模式，分行业估算生产函数中的劳动和资本系数。再次，参考鲁晓东和连玉君（2012）的研究，按如下方式度量全要素生产率测算中所需的关键指标：产出采用企业工业增加值衡量；劳动投入采用企业职工人数衡量；固定资本存量采用企业固定资产合计指标衡量，各年固定资产投资计算方式为：It=Kt-Kt-1+Dt，其中：It为投资额；Kt为固定资产总值；Dt为固定资产折旧；中间投入采用工业中间投入合计指标衡量；将以上名义变量按如下方式平减为以 2003年为基期的实际值：以企业所在省份的工业品出厂价格指数对工业增加值指标进行平减，以固定资产投资价格指数对资本存量和投资额指标进行平减，以工业品购进价格指数对中间投入指标进行平减。2.银行主导型金融本文借鉴叶德珠等（2020）的研究，采用制造业企业所在城市年末金融机构各项贷款余额占名义 GDP的比重衡量银行主导型金融体系的发展水平。3.技术距离本文借鉴 Alder（2010）及张海玲等（2018）的研究，以同一个两位码行业中生产率最高的企业为技术前沿，采用非前沿企业生产率与前沿企业生产率的比值衡量其技术距离。该指标为企业与前沿技术差距的负向指标，即企业与技术前沿的差距越小，指标值越大。本文并未计算制造业企业与国际前沿的技术距离，其原因在于：第一，各国资本存量的核算方法存在较大差异，这使得跨国全要素生产率缺乏可比性。第二，以所在行业生产率最高的企业为技术前沿计算所得的技术距离，与企业的技术模仿空间和技术发展策略更为相关，具有更强的现实意义（Alder，2010）。4.企业创新考虑到专利数量等产出指标具有较强的滞后性，且缺乏价值可比性，本文借鉴徐飞（2019）的研究，采用制造业企业研发投入与营业收入的比值即研发强度衡量其创新水平。5.控制变量为提高研究精度，本文在回归模型中加入了企业、行业和地区层面的控制变量。其中，企业层面的控制变量包括：企业规模、企业年龄、资产负债率、固定资产比率、所有权性质、销售毛利率和补贴收入；行业层面的控制变量包括：两位码行业的平均技术水平；地区层面的控制变量包括：各城市 GDP 增长率及市场规模。各变量的详细说明见表 1。（三）数据与来源本文采用中国工业企业数据库与城市数据库的匹配数据进行实证检验。由于城市层面数据的最早起始年份为 2003年，且中国工业企业 20082013年数据中，用于测算全要素生产率的关键指标缺失较多，本文将研究的样本区间设定为 20032007年。其中，工业企业数据源自 EPS数据平台的中国微观经济数据查询系统，城市层面数据均源自 EPS 数据平台的中国城市数据库。57技术经济第 42 卷第 7 期本 文 借 鉴 聂 辉 华 等（2012）、鲁 晓 东 和 连 玉 君（2012）研究，对工业企业数据做出如下处理：仅保留制造业企业；剔除职工人数少于 8 人的观测值；剔除关键指标如销售额、职工人数、总资产、固定资产净值和工业总产值缺失的数据；剔除不满足规模以上标准的企业；剔除一些明显不符合会计原则的观测值，包括：总资产小于流动资产、总资产小于固定资产净值或累计折旧小于当期折旧的观测值；实收资本小于或等于 0 的观测值；剔除关键指标的前后1%；剔除工业增加值、中间投入等计算全要素生产率的关键指标缺失的数据，由于此类指标在 20082013 年 均 存 在 缺 失，故 将 其 剔 除 后 样 本 区 间 变 为19982007年；保留至少连续三年均在数据库内的企业。对于城市层面数据，由于新疆和西藏地区城市级数据缺失较多，故将该地区相关数据予以剔除。经以上处理，最终获得 271601个观测样本。相关指标描述性统计见表 2。四、银行主导型金融对制造业企业技术进步的影响效应（一）基准回归结果表 3 的（1）列考察了银行主导型金融对制造业企业技术进步的影响效应。结果显示，Bank 的系数为0.005但并不显著，表明银行主导型金融对制造业企业整体技术进步无显著的促进作用。但该模型调整后的R2较低，模型的拟合效果欠佳。表 3的（2）列（4）列加入了技术距离及其与银行主导型金融的交互项，其中，（2）列不含控制变量，（3）列加入控制变量，（4）列进一步加入固定效应项。可以看出：第一，随着控制变量和固定效应的加入，模型调整后的 R2依次递增，其拟合效果逐步改善。第二，无论在何种设定下，Bank的系数均为正，Bank和 Distance交互项的系数均在 1%水平显著为负，表明随着企业与前沿技术差距缩小，银行主导型金融对其技术进步的促进作用逐步递减。第三，Distance的系数均在 1%水平显著为负，表明企业与前沿的技术差距越大，其技术进步越快，符合后发优势理论。基于（4）列结果，本文计算了银行主导型金融对制造业企业技术进步的边际影响如式（22）所示。由于此前职工人数少于 8人的观测值已被剔除，故对职工人数这一指标仅进行右截尾处理。Distance为企业与前沿技术差距的反向测度指标，即 Distance越大，企业与前沿的技术差距越小。表 1变量定义变量类型被解释变量解释变量调节变量（门限变量）中介变量控制变量变量名称制造业企业技术进步银行主导型金融技术距离企业创新企业规模企业年龄资产负债率固定资产比例所有权性质销售毛利率补贴收入行业平均技术水平地区 GDP增长率地区市场规模变量符号TechprogressBankDistanceInovationSizeAgeDebtFixStateProfitSubsidyMeantfpGDPgrowthMscale变量含义企业全要素生产率的增长企业所在城市金融机构年末贷款余额/GDP企业的全要素生产率/同行业生产率最高企业的全要素生产率研发投入/营业收入ln（企业总资产）ln（当前年份-企业成立年份）总负债/总资产固定资产/总资产国有企业取值 1，否则取值 0（销售收入-销售成本）/销售收入补贴收入/工业销售产值各二位码行业平均全要素生产率的对数各城市 GDP的增长率各城市年末人口数的对数表 2变量的描述性统计变量Techprogress（ACF）Techprogress（OP）Techprogress（LP）BankDistance（ACF）Distance（OP）Distance（LP）AgeSizeDebtFixProfitSubsidyStateGDPgrowthMeantfpMscaleInovation观测值271601271601271601271601271601271601271601271601271601271601271601271601271601271601271601271601271601228242平均值0.0250.0230.0200.9760.6630.7000.7502.0199.6830.5590.4700.1410.0020.1120.1851.6616.2670.001标准差0.1040.0920.0750.4870.0900.0840.0750.5600.8650.2630.2700.1000.0100.3160.0830.0840.5910.006最小值-0.238-0.216-0.1770.3210.4680.5120.5991.0997.2360.0100.007-0.06600-0.8731.3022.8190中位数0.0210.0190.0170.8450.6570.6960.7461.9469.6690.5750.4280.119000.1801.6426.3360最大值0.3450.3070.2422.3490.9000.9140.9423.40114.041.3041.5970.5610.06919.3291.8738.0820.050注：为避免离群值的影响，本文对主要连续变量在 1%和 99%分位进行了缩尾处理。58杨娟等：银行主导型金融对制造业企业技术进步的影响TechprogressijctBankc，t-1=0.029-0.045Distancei，t-1（22）由式（22）计算可知，使得银行主导型金融的作用由正转负的技术距离临界值约为 0.644。这也就意味着，当制造业企业与前沿的技术距离小于 0.644时，银行主导型金融可显著促进其技术进步，但当制造业企业与前沿的技术距离大于 0.644 后，银行主导型金融将抑制其技术进步，假设 1由此得证。模型中控制变量的回归结果基本符合预期：企业年龄越大，其技术进步越慢。从仿生学角度看，随着年龄增加企业会逐渐老化，以致其成长速度变慢（Yasuda，2005）。企业规模越大，其技术进步越快，这可能与大企业拥有较强的博弈能力、能够获取更多外部资源并且更容易凭借自身规模优势发挥规模经济效应等有关。企业资产负债率越高、固定资产比重越大，其技术进步越慢。这可能因为企业财务风险和经营风险越高，越难融获外部资金以满足技术发展需要。企业销售毛利率越高，其技术进步越快。这可能因为经营收益的提升有助增加企业内源性资金，缓解其技术创新的资金约束，从而促进其技术进步。企业获得补贴收入越高，其技术进步越慢，这可能与研发资源的错配有关。Knig 等（2022）研究发现，我国工业企业存在明显的研发资源错配问题，一些生产率较低企业更容易获得政府补贴，以致企业补贴收入与其技术进步呈现负相关关系。相较于民营企业，国有企业技术进步较为缓慢，这可能与国有企业存在治理结构不完善、具有政策性负担等因素有关。（二）稳健性检验1.内生性处理本文面临的内生性问题主要包括以下方面：第一，反向因果问题，即企业技术进步越快，越容易获得银行信贷支持。本文被解释变量为企业层面的技术进步，核心解释变量为企业所在城市层面的银行主导型金融发展水平，由于企业技术进步作为微观层面因素对地区金融发展水平影响较弱，这可在一定程度缓解反向因果关系。同时，在实证模型中对核心解释变量进行了滞后一期处理，这进一步削弱了反向因果的可能性。第二，遗漏变量问题，尽管在回归方程中加入了企业、行业和地区各层面的控制变量并控制了行业、城市和年份等多维度的固定效应，但仍无法完全排除遗漏变量的可能。为规避内生性问题对研究结论的干扰，本文借鉴连蓓旭等（2020）的研究，以除去企业所在城市后同一省份其余城市银行主导型金融的平均发展水平为工具变量，并采用两阶段最小二乘法进行回归。从相关性角度看，企业所在城市的金融发展水平与同一省份其他城市金融发展的平均水平具有正向关联。从排他性角度看，同一省份其他城市的金融发展水平较难通过其他途径影响当地制造业企业的技术进步。工具变量回归结果呈现于表 4的（1）列和（2）列。可以看到，在第一阶段回归中，工具变量与企业所在城市银行主导型金融水平的回归系数为 0.359且在 1%水平显著，说明企业所在城市的银行主导型金融水平与同一省份其余城市银行主导型金融高度正相关。同时，第一阶段回归的 F为 18.52，P为 0.000，表明不存在弱工具变量问题。第二阶段回归结果显示，银行主导型金融 Bank与技术距离 Distance交互项的估计系数在 1%水平显著为负、主项 Bank的估计系数显著为正、Distance的估计系数显著为负，这与基准回归结果一致。令式（22）等于 0即可得到 Distance=0.644。表 3基准回归结果变量BankDistanceBankDistanceAgeSizeDebtFixProfitSubsidyStateGDPgrowthMeantfpMscale常数项城市、行业和年份固定效应观测值个数调整后的 R2（1）Techprogress0.005（0.44）-0.003*（-8.19）-0.001*（-2.79）-0.001（-0.43）-0.006*（-5.93）0.021*（4.20）-0.278*（-13.68）-0.003*（-4.03）0.008（0.98）0.821*（8.07）0.047（1.09）-1.732*（-4.51）控制2716010.017（2）Techprogress0.019（1.14）-0.353*（-14.11）-0.051*（-2.37）0.274*（15.38）不控制2716010.125（3Techprogress0.014（0.85）-0.431*（-17.50）-0.050*（-2.14）-0.005*（-6.62）0.003*（2.38）-0.023*（-9.61）-0.028*（-9.20）0.047*（4.49）-0.395*（-13.74）0.001（0.53）0.040*（2.67）0.174*（22.44）0.011*（4.91）-0.038（-1.16）不控制2716010.158（4）Techprogress0.029*（1.84）-0.521*（-23.85）-0.045*（-2.70）-0.004*（-8.28）0.006*（4.82）-0.022*（-13.21）-0.040*（-16.00）0.043*（3.70）-0.337*（-15.40）-0.002*（-2.36）0.010（1.44）1.049*（11.27）-0.058（-1.64）-1.157*（-4.87）控制2716010.197注：括号内为经由聚类到城市层面的稳健标准误调整后的 t值；*、*、*分别表示在 10%、5%、1%水平显著。59技术经济第 42 卷第 7 期2.更换技术前沿前文以同一行业中生产率最高的企业为技术前沿，测度了各企业的技术距离。为排除极端值对研究结论的影响，以同行业中生产率前 10位企业的平均全要素生产率为技术前沿，测度各企业的技术距离，并采用基准模型进行回归分析，回归结果呈现于表 4的（3）列。结果表明，随着制造业企业接近技术前沿，银行主导型金融对其技术进步的作用呈“先促进，后抑制”趋势，因此基准回归结果较为稳健。3.更换全要素生产率的测度方法除 ACF方法外，企业全要素生产率常用测算方法还包括 OP 法和 LP 法。为排除生产率测算方法对研究结论的影响，分别采用 OP 法和 LP 法测算了制造业企业的全要素生产率，并据此计算了其全要素生产率增长及技术距离。基于 OP法和 LP 法的稳健性检验结果分别呈现于表 4 的（4）列和（5）列。可以看到 Bank、Distance 及二者交互项无论在系数估计值、系数符号抑或显著性水平方面均与基准回归结果较为接近，因此本文研究结论较为稳健。4.更换回归模型为验证银行主导型金融对制造业企业技术进步的非线性影响，本文进一步以企业技术距离为门限变量，构建面板门限模型进行稳健性检验。面板门限模型可利用样本数据自动识别技术距离的一个或多个门槛值，客观、全面地获取不同技术距离区间内银行主导型金融对企业技术进步的影响效应。首先检验银行主导型金融与制造业企业技术进步之间是否存在门限效应，其结果如表5所示。可以看到，在1%置信水平下，银行主导型金融与制造业企业技术进步之间存在双重门槛效应。在确定门限数量及其估计值后，本文采用基于聚类标准误的固定效应模型进行门限回归，其结果如表6所示。结果显示：当制造业企业远离技术前沿时，银行主导型金融对其技术进步具有明显的促进作用；但随着制造业企业接近技术前沿，银行主导型金融对其技术进步的作用将由正转负，这与前文研究结论一致，并且，此处使得银行主导型金融对技术进步的作用由正转负的技术距离门槛值为0.663，这与基准回归中的临界值0.644较为接近，由此表明本文基准回归结果具有较强的稳健性。（三）异质性分析前述研究结论建立在所有企业同质的假设之上，并未考虑制造业企业在融获银行信贷资金方面的难易差异。我国商业银行对国有企业具有较强的信贷偏好，且因其普遍运用抵押品实行信贷配给，即根据项目风险设置一个抵押品价值的下限，并将抵押资产规模小于银行抵押品价值最低要求的企业排除在银行信贷配给之外（王霄和张捷，2003），对抵押资产丰富的企业也较为偏爱。因此，本文将从制造业企业产权性质及抵押资产规模两个方面进行异质性分析。首先，考察企业所有权性质的影响。为此，将样本企业按其所有权性质划分为国有制造业企业组和非国 此处以同一个二位码行业中全要素生产率最高的企业为技术前沿。表 4稳健性检验：工具变量法及指标替换变量BankInstruDistanceBankDistance控制变量城市、行业和年份虚拟变量观测值个数调整后的 R2工具变量回归（1）Bank0.359*（3.29）控制控制1415850.988（2）Techprogress0.073*（2.14）-0.431*（-10.55）-0.103*（-2.89）控制控制1415850.183更换技术前沿（3）Techprogress0.026（1.62）-0.502*（-22.96）-0.040*（-2.43）控制控制2716010.202更换生产率测度方法（4）Techprogress0.027*（1.78）-0.499*（-24.03）-0.041*（-2.69）控制控制2716010.198（5）Techprogress0.026*（1.74）-0.439*（-23.32）-0.039*（-2.56）控制控制2716010.191注：括号内为经由聚类到城市层面的稳健标准误调整后的 t值，*、*、*分别表示在 10%、5%、1%水平显著。表 5稳健性检验：门限效应检验模型类型单一门限模型双重门限模型三重门限模型门限估计值0.6340.553，0.6630.744P0.0000.0000.48495%置信区间0.633，0.6350.551，0.554、0.662，0.6640.743，0.745注：P用于检验门槛值的显著性，bootstrap次数设定为 500次。表 6稳健性检验：面板门限回归变量Bank（Distance0.553）Bank（0.553Distance0.663）控制变量个体和时间固定效应观测值个数组内 R2P系数估计值0.131*0.021*-0.070*控制控制909240.2510.000t29.745.10-16.78注：*、*、*分别表示在 10%、5%、1%水平显著。60杨娟等：银行主导型金融对制造业企业技术进步的影响有制造业企业组，并采用基准模型进行回归。分组回归结果呈现于表 7的（1）列和（2）列。可以看到，无论对国有制造业企业抑或非国有制造业企业而言，随着企业接近技术前沿，银行主导型金融将对其技术进步的作用均呈“先促进、后抑制”的变化趋势。进一步计算可知，国有制造业企业的技术距离临界值为 0.656，而非国有制造业企业的技术距离临界值为 0.636，前者略高于后者，表明随着制造业企业接近技术前沿，银行主导型金融对其技术进步的抑制作用在国有企业中出现较晚。这可能因为国有制造业企业在接近技术前沿后，可凭借政府信誉、政治关联等优势融获更多信贷资金，从而缓解由信贷约束引发的技术进步阻滞问题。但随着企业与前沿技术差距进一步缩小，其创新的颠覆性与不确定性增加，银行主导型金融与企业创新的错配程度加剧，从而导致其对企业技术进步产生抑制作用。其次，考察企业抵押资产规模的影响。为此，我们以企业固定资产占总资产比例