數字金融、技能溢價與制造業綠色轉型

王 新

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

一、引言與文獻綜述

在全球綠色低碳發展趨勢引導下，綠色制造成為推進新型工業化的重要舉措，也是我國提高核心優勢的必然選擇。2022年以來，工業和信息化部會同有關部門先后出臺《工業領域碳達峰實施方案》 《鋼鐵、有色金屬、石化化工、建材等重點行業的碳達峰實施方案》，初步建立起促進工業綠色發展的政策框架體系。黨的二十大報告指出，要“實施產業基礎再造工程和重大技術裝備攻關工程，……，推動制造業高端化、智能化、綠色化發展”。2023 年3 月1 日，工業和信息化部在“權威部門話開局”系列主題新聞發布會上明確表示，我國將出臺加快推動制造業綠色化發展的指導意見。不難看出，制造業綠色轉型已成為當前我國發展的重點。在制造業綠色轉型過程中，數字金融發揮著重要推動作用。一方面，數字金融借助新一代信息科技，為企業發展提供技術支撐，改變了傳統制造企業的生產方式和組織形式[1]，促使制造業開始推進綠色產品研發，加速向綠色化方向轉型。另一方面，數字金融優化了傳統金融服務機構的發展模式，使得制造業開展綠色創新活動可獲得充足資金支持[2]，有利于推進制造業綠色化轉型進程。

隨著數字金融的發展與變革，對數字技術素養高、數字科技掌握能力強的高技能勞動力需求不斷增多。為搶占更多市場份額和促進自身發展，企業會逐漸抬升高技能勞動力的工資水平，由此拉大技能勞動力工資與非技能勞動力工資的差距，促使技能溢價提高[3]。且在高工資、高收入吸引影響下，社會勞動者會更傾向于提升自身技術技能水平，為制造業綠色轉型提供更多人力支持。那么，數字金融與制造業綠色轉型的關系到底如何？技能溢價提高是否會促進制造業綠色轉型？技能溢價在數字金融與制造業綠色轉型關系中是否發揮傳導作用？回答上述問題對于促進制造業綠色轉型具有重要現實意義。

學術界關于數字金融與綠色發展的研究已有豐厚成果。余進韜等(2022)實證分析發現，數字金融發展可以顯著提升綠色全要素生產率，且這一提升效應在西部地區更明顯[4]。劉敏樓等(2022)研究發現，數字金融水平提升可以直接促進綠色發展，也可以通過降低創新主體交易成本和融資效率，驅動區域創新能力提升，實現綠色發展[5]。呂知新等(2021)研究發現，數字金融可以通過提高企業融資效率和創新創業水平兩條路徑，促進工業經濟綠色轉型[6]。翟華云和劉易斯(2021)發現，數字金融發展對企業綠色創新數量和質量提升有顯著促進作用[7]。

目前，學術界對技能溢價的驅動因素與影響作用展開了豐富研究。驅動因素方面，學者們研究發現技能偏向型技術進步[8]、工業機器人應用[9]、信息化[10]、出口升級會顯著擴大技能溢價[11]。影響作用方面，技能溢價可以顯著提高制造業人力資本水平，促進制造業轉型發展[12]；降低低技能勞動者收入，會惡化要素收入分配[13]；可通過優化資源配置增強互聯網創新效應，有效化解制造業“生產率悖論”[14]。

梳理上述文獻不難發現，數字金融對綠色發展與技能溢價的正向作用已在學界得到初步認可。技能溢價的持續增加會提高制造業人力資本水平與全要素生產率，促進制造業轉型升級。據此可以推測，數字金融、技能溢價與制造業綠色轉型三者間有一定關聯。然而，目前學術界既有研究僅對兩者關系進行了討論，關于數字金融與制造業綠色轉型關系的實證研究尚未形成，且未對三者關系展開細致分析。鑒于此，文章的創新性貢獻可能在于：第一，立足已有理論分析與相關文獻，對數字金融與制造業綠色轉型的關系進行實證分析，并提出針對性政策建議，以期為促進制造業綠色轉型提供可行性路徑。第二，將數字金融、技能溢價與制造業綠色轉型納入統一框架，通過理論梳理與實證分析研究三者影響作用機制，以期補充相關領域的研究空白。第三，根據國家統計局標準將樣本劃分為東部、中部、西部三大地區，分析數字金融對制造業綠色轉型影響的異質性，以期深化既有領域的相關研究，為各地區采取差異化舉措制定制造業綠色轉型發展政策提供有益參考。

二、理論分析與研究假設

1. 數字金融與制造業綠色轉型的關系

隨著數字經濟時代的到來，數字金融對制造業綠色轉型的推動作用逐漸顯現，并逐漸成為制造轉型升級的核心動能。一方面，數字金融憑借數字技術，可優化制造企業傳統生產模式與治理方式，促進制造業綠色轉型。數字金融發展離不開物聯網、云計算等數字技術的支持。將這些技術引入制造企業生產環節，可以改變制造企業傳統生產方式和組織形式，推動綠色制造產品開發，助力制造業綠色轉型。并且，將數字技術引入制造業供應鏈環節，能夠加速資源分配與高效利用，實現制造業碳排放污染治理，促進制造業綠色轉型。另一方面，數字金融發揮普惠性金融職能，可為制造企業綠色化發展提供資金支持，助力制造業綠色轉型。數字金融作為一種普惠型融資，具有高效率、低成本特征，可為企業提供小額、高頻、實時的金融服務。在數字金融支持下，制造企業可向金融機構申請綠色化、低碳化發展貸款，如綠色技術研發創新、污染物排放治理等專項貸款，在實現自身低碳發展的同時，助力制造業綠色轉型?；谝陨戏治?，提出如下假設：

假設H1：數字金融發展可促進制造業綠色轉型。

2. 技能溢價在數字金融與制造業綠色轉型中的作用

技能溢價是勞動力供給與需求改變的結果。數字金融能夠發揮技術效應與結構效應，在改變勞動力供需結構的同時，影響技能溢價。而技能溢價提高會吸引社會勞動力主動提升自身技術技能，有利于為制造企業綠色發展提供高質量勞動力，助力制造業綠色轉型。數字金融發展水平提高能以技能溢價為傳導，帶動制造企業綠色創新，間接促進制造業綠色轉型。

其一，數字金融的技術效應可提升技能溢價，助力制造業綠色轉型。在勞動力需求側，數字金融對技能溢價的影響取決于技能增進型的技術進步程度。細言之，數字金融快速發展可推動技能增進型技術進步，強化社會對技能勞動力的需求。在非技能勞動力需求不變情況下，技能勞動力數量與質量需求的增大會促使企業提高技能勞動力薪資水平，進而提升技能溢價。而在技能勞動力的高工資水平吸引下，社會勞動者會主動學習新知識、新技能，不斷提升自身技術技能，以此匹配社會的高技能勞動力需求。此背景下，社會勞動力技能水平與人力資本質量會整體提升，有利于為制造企業綠色生產、綠色技術創新與綠色治理提供智力支持，在帶動制造企業低碳發展的同時，助力制造業綠色轉型。

其二，數字金融的結構效應可提高技能溢價水平，促進制造業綠色轉型。在勞動力供給側，數字金融發展對技能溢價的影響取決于個體教育成本大小。具體而言，數字金融的快速發展與變革會帶來諸多新知識與新技能，提高個體受教育成本，從而降低技能勞動力相對供給。而技能勞動力供給不足產生的稀缺效應，會抬高技能勞動力工資水平，進而提升技能溢價水平。技能溢價提高會吸引非技能勞動力強化自身專業知識與技能水平，向技能勞動力轉化。這會增加技能勞動力供給數量，為制造企業綠色發展提供豐富高層次的專業技術人才和創新型人才支持，推動制造業綠色轉型。

綜上可知，數字金融快速發展可形成技術效應與結構效應，提高技能溢價水平，進一步為制造企業綠色發展提供豐富、高技能勞動力，助力制造業綠色轉型。據此，提出如下假設：

假設H2：數字金融可通過提升技能溢價水平，間接促進制造業綠色轉型。

三、研究設計

1. 變量選取

（1） 被解釋變量：制造業綠色轉型(Green)

文 章 借 鑒 喬 彬 等(2022)、高 洪 瑋 和 吳 濱(2022)的 研 究[15，16]，采用工業企業綠色全要素生產率對制造業綠色轉型水平進行測度。具體而言，工業企業綠色全要素生產率的投入與產出指標如表1 所示。結合上述指標，采用DEA－Malmquist 模型，計算工業企業綠色全要素生產率，由此得到制造業綠色轉型水平。

表1 工業企業綠色全要素生產率的投入與產出指標

（2） 核心解釋變量：數字金融(DE)

數字金融采用數字金融發展水平表示，主要使用北京大學數字金融研究中心編制的北京大學數字普惠金融指數，從“覆蓋廣度”“使用深度”“數字化服務程度”三個維度出發衡量。

（3） 中介變量：技能溢價水平(Ski)

技能溢價主要反映從事創新活動與生產活動的勞動力所獲工資差距。學術界通常使用兩種方式測度技能溢價，一是用不同受教育水平勞動力的工資差異衡量；二是用不同行業就業人員的工資比值指代[17]。文章結合當下實際，用從事創新活動勞動力與從事生產活動勞動力的工資比值衡量技能溢價。其中，從事創新活動的勞動力工資用科技人員平均工資表示，具體使用科研經費內部支出中總勞務費用與科技人員數的比值衡量；從事生產活動的勞動力工資選取制造業平均工資進行衡量。

（4） 控制變量

為避免遺漏變量對回歸結果的影響，對如下變量進行控制：行業規模(Scale)，以規模以上工業企業的主營業務收入代表。平均勞動報酬(Wage)，選取各地區制造業平均勞動報酬考察。環境規制(Er)，以各地區工業污染治理投資完成額表示。產業結構(Ind)，以第二產業占比指代。外商直接投資(FDI)，用外商直接投資在國內投資總額中的占比表示。財政自主權(Pub)，用一般公共預算收入與一般公共預算支出的比值測度。

2. 模型設計

為驗證數字金融發展對制造業綠色轉型的影響，分析技能溢價在其中的作用，依據上述理論分析推演，構建如下實證分析模型：

式(1)用于驗證數字金融發展水平對制造業綠色轉型的影響；式(2)用于驗證數字金融發展水平對技能溢價的影響，為驗證中介作用機制提供基礎；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，用于驗證數字金融與制造業綠色轉型的關系，以及技能溢價的中介效應。在α1和β1均顯著前提下，若γ1不顯著，技能溢價發揮完全中介效應；若γ1顯著，技能溢價發揮非完全中介效應。令總效應為β1，則直接效應為γ1，間接效應值為α1×γ2，三者關系為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均為隨機干擾項，服從N(0，σ2In)。

3. 數據來源

考慮到數據可獲取性與準確性，選取2012—2021 年我國30 個省級面板數據（除西藏和港澳臺地區） 進行實證分析。被解釋變量制造業綠色轉型的投入指標與非期望產出指標數據來源于《中國工業統計年鑒》，期望產出指標來源自《中國能源統計年鑒》。解釋變量數字金融的數據來源于北京大學的數字普惠金融指數。中介變量技能溢價和控制變量數據主要來自歷年《中國工業統計年鑒》 《中國統計年鑒》 《中國能源統計年鑒》 《中國科技統計年鑒》 《中國勞動統計年鑒》 《中國第三產業統計年鑒》、各省份統計年鑒、各省份統計公報，以及中經網統計數據庫和EPS 數據庫。經測算和處理，得到各變量描述性統計結果如表2 所示。

表2 變量描述性統計結果

四、實證分析與機制檢驗

1. 基準回歸分析

首先，利用OLS 估計進行數字金融對制造業綠色轉型影響的逐步回歸分析，得到基準回歸結果如表3 所示。

表3 基準回歸結果

就核心解釋變量對被解釋變量的影響效應而言，由表3 可知，數字金融對制造業綠色轉型影響的回歸系數為0.127，在1%水平下顯著為正。加入其他控制變量后發現，數字金融仍然保持在1%水平下顯著，系數估計值為0.119，與之前較為接近。并且，模型擬合度較好，調整后的R2均超過0.8。上述結果證明，數字金融與制造業綠色轉型存在顯著正相關關系，即伴隨數字金融發展，制造業綠色轉型水平會不斷提升，假設H1 得證?？赡艿脑蛟谟?，數字金融發展衍生的豐富金融產品與技術，可以為制造企業開展低碳技術創新或節能安排提供有力支撐，進而助力制造業綠色轉型。

就控制變量對制造業綠色轉型的影響而言，由表3 列(2)可以看出，行業規?；貧w系數在1%水平下顯著為正，說明行業規模擴大可以促進制造業綠色轉型。平均勞動報酬的回歸系數為-0.382，通過1%顯著性水平檢驗，說明平均勞動報酬的提升不利于制造業綠色轉型。環境規制的回歸系數為-0.037，通過1%顯著性水平檢驗，說明環境規制加嚴會抑制制造業綠色轉型。產業結構的回歸系數為0.064，通過5%顯著性水平檢驗，說明產業結構升級有利于制造業綠色轉型。外商直接投資的回歸系數為-0.008，未通過顯著性檢驗，說明外商直接投資與制造業綠色轉型關系不大。財政自主權回歸系數為0.412，通過5%顯著性水平檢驗，說明財政自主權提高有利于促進制造業綠色轉型。在控制變量中，平均勞動報酬是人力資本投入總量的前提，對制造業綠色轉型的影響應是正向而不是負向，這與上述研究結果并不一致。因此，必然存在一個使平均勞動報酬發揮負向作用的前提條件，且關系到技能溢價作用的發揮，對此，文章將在第五部分展開分析。

2. 穩健性檢驗

為保證上文研究結果的可靠性，文章采取調整樣本量、拓展解釋變量范圍、更換核心解釋變量等方式進行穩健性檢驗，結果見表4。

表4 穩健性檢驗結果

（1） 調整樣本量

與其他省份相比，直轄市的人口數量、行政級別與經濟規模存在一定特殊性。因此，剔除4 個直轄市樣本數據，重新對式(1)進行估計。由表4 列(1)數據可以看出，數字金融的回歸系數為正，且在1%的水平上顯著，說明上文研究結論穩健。

（2） 拓展解釋變量范圍

制造業綠色轉型水平提升原因之一是前期綠色發展要素的持續投入與逐步積累，即當期制造業綠色轉型可能與前期數字金融發展存在關聯。如若忽略此問題，未將前期數字金融發展的影響納入進行參數估計，極可能因“遺漏變量”引發內生性問題。所以，將數字金融滯后一期項(DE(-1))引入模型，重新進行回歸分析。由表4 列(2)數據可知，納入解釋變量滯后項后，模型估計值符號和顯著性均不變，表明上述研究結果穩健。

（3） 更換核心解釋變量

將存貸款總額占GDP 比重作為數字金融的替代變量，對式(1)重新進行回歸分析。由表4 列(3)可以看出，更換核心解釋變量后，數字金融對制造業綠色轉型的影響仍然通過了1%的顯著性水平檢驗，且系數值為正，進一步證明研究結果可靠。

（4） 變量縮尾處理

為避免樣本數據異常值的影響，對所有變量進行1%和99%分位縮尾處理，并對樣本進行重新估計。表4 列(4)結果顯示，數字金融對制造業綠色轉型的影響仍然為正，且通過1%顯著性水平檢驗，說明此次研究結果較為穩健。

3. 異質性分析

考慮到地區之間數字金融與制造業發展程度等存在較大差異，數字金融對制造業綠色轉型的影響可能存在區域異質性特征。參照國家統計局劃分標準，將研究樣本劃分為東部、中部和西部三大地區，重新進行回歸分析。

由表5 結果可以看出，數字金融發展對西部和中部地區制造業綠色轉型均有顯著促進作用，對于東部地區制造業綠色轉型的影響相對較小且不明顯。這表明現階段數字金融發展尚未對東部地區制造業綠色轉型形成積極長效推動效應。產生這一現象可能的原因在于，中部和西部地區經濟發展相對落后，制造業綠色轉型發展壓力大，而數字金融發展可為當地制造業綠色技術創新與產業低碳發展提供便捷的融資服務，促進綠色轉型。相較而言，東部地區經濟發達、科技領先、人力資本充沛，主要通過新技術應用與高技術人才作用發揮支持制造業綠色轉型。此過程中，數字金融發展提供的支撐作用較小，使得數字金融發展對東部地區制造業綠色轉型的支持效應不明顯。

表5 異質性檢驗結果

4. 中介機制檢驗

為驗證技能溢價在數字金融促進制造業綠色轉型過程中的中介效應，根據模型(1)~(3)，采用逐步回歸法進行中介機制分析。在實證分析時，借助bootstrap 法對模型進行再次檢驗，以降低樣本量及其分布形態對檢驗結果的影響。

從表6 結果可以看出，數字金融的回歸系數值為0.134，且在1%水平下顯著，表明數字金融與制造業綠色轉型之間存在總效應，假設H1 進一步得證。數字金融對技能溢價影響的系數值為2.421，通過5%顯著性水平檢驗，表明數字金融發展可以提升技能溢價。將數字金融與技能溢價同時納入回歸方程(3)，得到二者的回歸系數值分別為0.132 和2.115，且各自通過1%和5%的顯著性水平檢驗，說明技能溢價在數字金融與制造業綠色轉型之間發揮不完全中介效應，由此假設H2 得證?？傮w來看，數字金融對技能溢價具有顯著正向影響，進而通過技能溢價傳導至制造業領域，促進制造業綠色轉型。并且，在數字金融促進制造業綠色轉型過程中，技能溢價發揮著顯著不完全中介效應。

表6 中介效應檢驗結果

五、技能溢價的作用條件分析

基準回歸結果顯示，平均勞動報酬是影響制造業綠色轉型的重要因素，但其估計系數為負，與理論分析預期結果不一致。深入考察平均勞動報酬的性質會引申出一個問題：作為傳導作用的技能溢價，保證其發生效應的前提條件為何？

第一，平均勞動報酬的提升存在兩種情況：一是社會經濟發展帶來的勞動者整體收入水平提高，二是高技能勞動力收入增加帶來的整體勞動者平均收入水平提高。前者需要經歷較長一段時間才能實現，后者僅需要新技術、新商業模式的出現即可實現。從長期來看，平均勞動報酬增加會穩定就業，為制造業發展提供充足人力資本支持，助力制造業綠色轉型。但目前，我國尚處于高技能勞動力較為短缺階段，存在較為普遍的高技能勞動力供需不匹配問題。這種供小于求的局面使得高技能勞動力收入遠高于低技能勞動力，因此技能溢價較高。此時，我國平均勞動報酬雖較之前有所提升，但高技能勞動力供給較少使得制造業創新發展所需人力支持不足，在一定程度上抑制了制造業綠色轉型。由此可知，存在基準回歸結果中平均勞動報酬量系數為負的情況。

第二，數字金融發展的重要驅動力是數字技術，主要路徑是高技能勞動力的知識與技能溢出效應。高技能勞動力供給是保證高技能勞動力主體作用發揮的關鍵內容，而保證勞動力供給的前提是勞動收入。在當下數字經濟時代，收入提升有利于促進技能溢價提高。由此可以推測，在高技能勞動力供給較為穩定的當下，技能溢價變化會影響數字金融發展。進一步而言，要想維持技能溢價處于提升階段，制造業領域就需保證高技能勞動者收入增長，提高平均勞動報酬、規避抑制效應。

第三，提高平均勞動報酬、規避抑制效應的前提在于，確定兩類要素的合理投入比。邊際報酬遞減規律顯示，要素投入比例存在合理區間。以此推測，平均勞動報酬若想穩步提升，需要先找合理的臨界區間。該臨界區間即為技能溢價發揮中介作用的前提條件：只有當平均勞動報酬達到一定程度時，技能溢價的中介效應才會顯現；當平均勞動報酬未跨過或跨過某一臨界值時，技能溢價的促進作用將降低。因此，平均勞動報酬成為技能溢價發揮效力的“門檻”。

為驗證平均勞動報酬可能存在的門限效應并估計門限個數，文章以平均勞動報酬為解釋變量，技能溢價為門限變量，重新進行回歸。由表7 門限回歸檢驗結果可知，平均勞動報酬存在雙門檻效應。

表7 門限效應檢驗結果

基于表7 結果，構建平均勞動報酬的雙門限模型，具體如下：

模型(4)回歸結果顯示，平均勞動報酬的雙門限估計值以75和110 為節點，可劃分三個區間范圍，分別為第一區間(TM≤75)、第二區間(TM≤110)和第三區間(110

六、結論及建議

文章選取2012—2021 年30 個省級面板數據，考察數字金融對制造業綠色轉型的影響，并以技能溢價為中介變量，闡釋數字金融對制造業綠色轉型的作用機制，最后對機制發生條件進行了門限估計。研究結論如下：第一，數字金融可以顯著促進制造業綠色轉型，即數字金融發展水平越高，制造業綠色轉型效果越明顯。第二，數字金融對制造業綠色轉型的促進作用存在異質性，主要表現為西部→中部→東部地區依次遞減特征。第三，在數字金融對制造業綠色轉型的影響過程中，技能溢價發揮著顯著非完全中介效應。換言之，數字金融會通過提高技能溢價間接促進制造業綠色轉型。第四，平均勞動報酬存在雙門檻效應，其合理區間是技能溢價發揮中介機制的前提條件。

基于上述研究結論，文章對推進制造業綠色轉型提出如下幾點建議：

第一，積極推進數字技術與金融深度融合。鑒于數字金融發展對制造業綠色轉型具有顯著促進作用，我國需積極推進數字技術與金融深度融合，促進數字金融加速發展。一方面，利用數字技術推動金融機構數字化轉型。金融機構應將數字技術融入金融服務全過程、業務運營全鏈條，不斷創新金融產品和服務，優化支付清算、登記托管、征信評級、跨境結算等流程，推動金融服務智能化、業務場景化、渠道一體化，在促進數字金融發展的同時驅動制造業綠色轉型。另一方面，加快培育金融業數據要素市場。金融機構應積極響應國家政策，依托數字技術形成的智能平臺，加快培育金融業數據要素市場，為金融風控、反欺詐、反洗錢，以及流程優化、合規經營、客戶體驗等提供有力支持。此外，在推進數字技術與金融深度融合過程中，相關主體還需完善監管規則、豐富金融科技監管工具，統籌創新發展和安全，保障數字金融長期穩步發展，進而為制造業綠色轉型注入持續動能。

第二，打造區域數字金融聯動發展模式。我國應在各地區因地制宜推動數字金融發展基礎上，打造區域數字金融聯動發展模式，綜合推動全國整體制造業綠色轉型。就西部地區而言，地方政府應聯合金融機構加快建設包括數字金融算力中心、數據資產交易中心等在內的金融中心，暢通金融機構和制造企業信息平臺互聯共享，破除金融服務數字信息壁壘，在提升當地數字金融發展水平的同時推進制造業綠色轉型。就中部地區而言，區域各方應發掘數字金融發展優勢資源，借用資源合力打造數字金融發展區域重點省市，進而發揮區域數字金融重點省市的帶動效應，促進區域整體數字金融發展水平提升。就東部地區而言，金融機構應借助本地優越地理位置、先進科學技術和先天經濟條件，大力發展數字金融。此過程中，東部地區可積極與中西部地區合作，將本地區數字金融高速發展的經驗與方法轉移至中西部地區，帶動當地數字金融發展，并助力制造業綠色轉型。

第三，建立多方位勞動技能溢價提升機制。相關主體應主動發揮自身職能，建立多方位勞動技能溢價提升機制，為制造業綠色轉型提供有力支持。就政府而言，地方政府部門一方面應完善勞動力教育與培訓體系，創新教育方式、優化專業設置，提升勞動力技能水平。另一方面應健全勞動報酬分配與保護制度，為高技能勞動力收入增加提供保障，提升技能溢價，助力制造業綠色轉型。就企業而言，制造企業應加大對高技能勞動力的重視力度，通過設置獎勵資金方式鼓勵內部員工自主學習提高技能水平，或通過高薪聘請高技能人才進入等方式，增加高技能勞動力收入。此過程中，制造企業需適當分配高技能勞動者與低技能勞動者的勞動報酬，注重將企業內部平均勞動報酬控制在合理區間，由此提高勞動技能溢價，為制造業綠色轉型提供堅實人力支持。